特許 7046957 自律車両制御システムのための場所特定支援

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-03-25

(45)【発行日】2022-04-04

(54)【発明の名称】自律車両制御システムのための場所特定支援

(51)【国際特許分類】

   B60W 30/10 20060101AFI20220328BHJP

   G08G 1/00 20060101ALI20220328BHJP

   B60W 40/02 20060101ALI20220328BHJP

【ＦＩ】

B60W30/10

G08G1/00 X

B60W40/02

【請求項の数】 20

(21)【出願番号】P 2019537024

(86)(22)【出願日】2017-09-19

(65)【公表番号】

(43)【公表日】2019-12-19

(86)【国際出願番号】 US2017052268

(87)【国際公開番号】W WO2018057513

(87)【国際公開日】2018-03-29

【審査請求日】2020-08-31

(31)【優先権主張番号】15/271,170

(32)【優先日】2016-09-20

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】500043574

【氏名又は名称】ブラックベリー リミテッド

【氏名又は名称原語表記】ＢｌａｃｋＢｅｒｒｙ Ｌｉｍｉｔｅｄ

【住所又は居所原語表記】２２００ Ｕｎｉｖｅｒｓｉｔｙ Ａｖｅｎｕｅ Ｅａｓｔ， Ｗａｔｅｒｌｏｏ ＯＮ Ｎ２Ｋ ０Ａ７， Ｃａｎａｄａ

(74)【代理人】

【識別番号】100107489

【弁理士】

【氏名又は名称】大塩 竹志

(72)【発明者】

【氏名】リンケ， スコット リー

【審査官】菅家 裕輔

(56)【参考文献】

【文献】国際公開第２０１６／１３０７１９（ＷＯ，Ａ２）

【文献】特開２０１４－２３５５１０（ＪＰ，Ａ）

【文献】特開２０１５－２３２８４３（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１３／０２１１７２０（ＵＳ，Ａ１）

【文献】特開２００５－６２８５４（ＪＰ，Ａ）

【文献】特開２０１５－２２５３８４（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１３／０２７４９５６（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１５／０１２７２３９（ＵＳ，Ａ１）

【文献】米国特許出願公開第２００９／０１４０８８７（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６０Ｗ １０／００－１０／３０

Ｂ６０Ｗ １０／００－１０／３０

Ｂ６０Ｗ ３０／００－６０／００

Ｇ０８Ｇ １／００－９９／００

Ｇ０１Ｃ ２１／００－２１／３６

Ｇ０１Ｃ ２３／００－２５／００

(57)【特許請求の範囲】

【請求項1】

地理的場所に特有の支援を提供するためのシステムであって、前記システムは、
プロセッサであって、前記プロセッサは、
第１の車両の外部の環境内で感知される、前記地理的場所における状態を識別することであって、第１の自律車両制御システムは、前記地理的場所に特有の前記支援なしでは前記地理的場所を通過するようにナビゲートし得ない、ことと、
前記状態が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定されたもの、または人運転車両によって辿られたもののうちの少なくとも１つである、前記地理的場所における進路を見出することと、
前記第１の車両に前記進路を辿らせることと
を行うように構成される、プロセッサ
を備え、前記第１の車両は、現時点で前記第１の自律車両制御システムによって制御され、
前記人運転車両は、前記第１の車両とは異なる車両であり、
前記進路は、前記地理的場所における前記進路が、信頼されている運転手として事前認定されている人によって運転されている前記人運転車両によって辿られている場合に見出される、システム。

【請求項2】

前記進路は、前記地理的場所において識別された前記状態に合致する状態を備える訓練データを用いて訓練された学習モデルの適用を介して見出される、請求項１に記載のシステム。

【請求項3】

前記訓練データを用いて訓練された前記学習モデルは、限定された時間枠内でのみ利用可能である、請求項２に記載のシステム。

【請求項4】

前記第１の自律車両制御システムは、前記第１の自律車両制御システムが、前記第１の自律車両制御システムが前記地理的場所に特有の前記支援なしでは前記状態を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、前記地理的場所に特有の前記支援なしでは前記地理的場所を通過するようにナビゲートし得ない、請求項１に記載のシステム。

【請求項5】

前記状態は、前記第１の自律車両制御システムが、前記地理的場所に特有の前記支援なしでは前記状態を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、請求項１に記載のシステム。

【請求項6】

前記進路は、前記地理的場所における前記進路が、前記状態が識別されるときの閾値期間内に前記第２の自律車両制御システムによって決定されたもの、または前記人運転車両によって辿られたもののうちの少なくとも１つである場合に見出される、請求項１に記載のシステム。

【請求項7】

場所特有状態のデータベースを用いて訓練された第２の学習モデルを備え、前記データベースは、人運転車両または前記第２の自律車両制御システムによって制御される車両のうちの少なくとも１つからのデータを含み、前記プロセッサは、前記地理的場所において識別された前記状態への前記第２の学習モデルの適用に基づいて、前記進路を見出すように構成される、請求項１に記載のシステム。

【請求項8】

自律車両であって、前記車両は、
プロセッサであって、前記プロセッサは、
第１の車両の外部の環境内で感知される、地理的場所における状態を識別することであって、第１の自律車両制御システムは、前記地理的場所に特有の支援なしでは前記地理的場所を通過するようにナビゲートし得ない、ことと、
前記状態が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定されたもの、または人運転車両によって辿られたもののうちの少なくとも１つである、前記地理的場所における進路を見出すことと、
前記第１の車両に、以前に第２の自律車両制御システムによって決定された前記進路、および／または前記人運転車両によって辿られた前記進路を辿らせることと
を行うように構成される、プロセッサ
を備え、前記第１の車両は、現時点で前記第１の自律車両制御システムによって制御され、
前記人運転車両は、前記第１の車両とは異なる車両であり、
前記進路は、前記地理的場所における前記進路が、信頼されている運転手として事前認定されている人によって運転されている前記人運転車両によって辿られている場合に見出される、車両。

【請求項9】

前記進路は、前記地理的場所における前記状態との合致について状態および地理的場所のデータベースの検索を介して見出される、請求項８に記載の自律車両。

【請求項10】

前記データベースは、前記第１の車両に対して遠隔に位置するサーバ上にある、請求項９に記載の自律車両。

【請求項11】

前記第１の自律車両制御システムは、前記第１の自律車両制御システムが、前記第１の自律車両制御システムが前記地理的場所に特有の前記支援なしでは前記状態を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、前記地理的場所に特有の前記支援なしでは前記地理的場所を通過するようにナビゲートし得ない、請求項８に記載の自律車両。

【請求項12】

前記状態は、前記第１の自律車両制御システムが、前記地理的場所に特有の前記支援なしでは前記状態を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、請求項８に記載の自律車両。

【請求項13】

前記進路は、前記地理的場所における前記進路が、前記状態が識別されるときの閾値期間内に前記人運転車両によって辿られている場合に見出される、請求項８に記載の自律車両。

【請求項14】

状態、地理的場所、および進路のデータベースを備え、前記データベースは、人運転車両からのデータを含み、前記プロセッサは、前記データベースの検索を介して前記進路を見出すように構成される、請求項８に記載の自律車両。

【請求項15】

方法であって、
第１の車両の外部の環境内で感知される、地理的場所における状態を識別することであって、前記状態は、前記地理的場所に特有の支援なしでは、
第１の自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げること、または
前記第１の自律車両制御システムが前記エリアをナビゲートする際に有する信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つを行うように決定される、ことと、
前記状態が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定されたもの、または人運転車両によって辿られたもののうちの少なくとも１つである、前記地理的場所における進路を見出すことと、
前記第１の車両に前記地理的場所における前記進路を辿らせることと
を含み、前記第１の車両は、現時点で前記第１の自律車両制御システムによって制御され、
前記人運転車両は、前記第１の車両とは異なる車両であり、
前記進路は、前記地理的場所における前記進路が、信頼されている運転手として事前認定されている人によって運転されている前記人運転車両によって辿られている場合に見出される、方法。

【請求項16】

前記進路を見出すことは、前記地理的場所における前記状態との合致について状態および地理的場所のデータベースを検索することを含む、請求項１５に記載の方法。

【請求項17】

前記データベースは、前記第１の車両に対して遠隔に位置するサーバ上にある、請求項１６に記載の方法。

【請求項18】

前記状態を識別することは、前記状態が、前記地理的場所に特有の前記支援なしでは、前記自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げることを決定することを含む、請求項１５に記載の方法。

【請求項19】

前記進路を見出すことは、以前に閾値期間内に人運転車両によって辿られた前記地理的場所における前記進路を見出すことを含む、請求項１５に記載の方法。

【請求項20】

コンピュータ実行可能命令を備えるコンピュータ可読記憶媒体であって、前記コンピュータ実行可能命令は、プロセッサによって実行可能であり、前記コンピュータ実行可能命令は、
第１の車両の外部の環境内で感知される、地理的場所における状態を識別するように実行可能な命令であって、前記状態は、前記地理的場所に特有の支援なしでは、
第１の自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げること、または、
前記第１の自律車両制御システムが前記エリアをナビゲートする際に有する信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つである、命令と、
前記状態が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定されたもの、または人運転車両によって辿られたもののうちの少なくとも１つである、前記地理的場所における進路を見出すように実行可能な命令と、
前記第１の車両に前記進路を辿らせるように実行可能な命令と
を備え、前記第１の車両は、現時点で前記第１の自律車両制御システムによって制御され、
前記人運転車両は、前記第１の車両とは異なる車両であり、
前記進路は、前記地理的場所における前記進路が、信頼されている運転手として事前認定されている人によって運転されている前記人運転車両によって辿られている場合に見出される、コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、制御システムに関し、より具体的には、自律車両制御システムに関する。

【背景技術】

【0002】

自律車両は、人間の入力を伴わずにその環境を感知し、ナビゲートすることが可能である車両であり得る。ナビゲートすることは、自律車両が検出する物体に応答して車両を誘導する場所を決定することを含み得る。

【0003】

米国では、運輸省道路交通安全局（ＮＨＴＳＡ）が、２０１３年に、自動化車両分類のための正式な分類システムを公開した。ＮＨＴＳＡ自動化車両分類は、以下を含むものとされた。すなわち、レベル０：運転手が、常時、車両を完全に制御する。レベル１：電子安定制御または自動制動等の個々の車両制御が、自動化される。レベル２：車線維持と組み合わせたアダブティブクルーズコントロール等の、少なくとも２つの制御が、調和して自動化され得る。レベル３：運転手が、ある条件において、安全上の最重視機能の全ての制御を完全に委ねることができる。車は、条件が運転手に制御を引き継ぐよう要求するときを感知し、運転手がそうするための「十分に快適な遷移時間」を提供する。レベル４：車両が、全行程に関して全ての安全上の最重視機能を実施し、運転手はいかなる時点においても車両を制御するように予期されない。本車両は、全ての駐車機能を含む始動から停車までの全機能を制御するであろうため、無人車を含み得る。本分類システム下では、自律車両は、レベル２、３、および／または４における自動化車両を含む。

【発明の概要】

【課題を解決するための手段】

【0004】

自律車両は、緯度、経度、および標高データベースとして具現化され得る、または他の座標または位置特定システムを使用し得る、詳細マップを使用してもよい。詳細マップは、ルート計算および誘導システムのために役立つ。自律車両の制御は、ルートが、車両を任意のルートに沿って制御かつ誘導するように要求されるデータおよび決定の量と比較してささいなものであるという点において、より要求が厳しくなり得る。自律車両制御システムは、静的条件（例えば、道路、車線、傾斜路、および他の構造）および動的条件（例えば、運転中の車両、歩行者、および他の一過性の条件）の両方に関するデータを判別するよう試み得る。１つの問題は、（道路等の）見掛け上静的な条件が、ある場合には特徴付けられない場合がある、および／または経時的に静的な状態のままではない場合があることであり得る。例えば、道路表面は、変化し（例えば、再舗装、破片の散乱、降雪）、道路表面の外観もまた、変化し（例えば、湿潤対乾燥、降雪、除雪、雪轍）、場所もまた、変化し（例えば、工事、事故）、車線もまた、変化する（例えば、工事および障害物）。自律車両制御システムは、ＧＰＳ（全地球測位衛星）または他の場所データ（例えば、座標、速度）を追跡することによって、そのような変化（例えば、交通渋滞、道路閉鎖）を推測し得るが、自律車両がルート効率メトリックよりもさらなる情報を必要とする状況が、生じるであろう。例えば、ルート回避が、選択肢ではない場合があり、新たな／変化する条件を通って運転するための能力が、望ましい場合がある。人間の運転手への突然の引継ぎもまた、望ましくあり得ない。

【0005】

そのような状況では、道路または経路の改変された状態および新たな状態の解釈方法に関するリアルタイムのデータが、収集され、そのルートがその道路または経路を含む車両に提供されてもよい。そのようなデータは、感覚入力（例えば、カメラおよび／またはレーダ）を前提として車両が遭遇するものに合致し得る、空間および／または視覚情報に照らしたものであってもよい。

【0006】

視覚およびレーダシステムは、アダブティブクルーズコントロール、前方衝突回避、および車線逸脱等の個々の特徴を制御するために使用されてもよい。センサが、ある機能に割り当てられ、個々の制御モジュール内の機能を満たすように調整されてもよい。いくつかの自律車両制御システムでは、全てまたは複数のセンサが、同時に複数の機能を実施する、単一の制御モジュールにもたらされている。場所特定支援を自律車両制御システムに提供するためのシステムは、例えば、車両が運転中である間の視覚（例えば、カメラ）および空間の（例えば、立体カメラ、移動カメラ、レーダ、およびライダからの構造）データを収集し、そのような情報を処理のために遠隔のコンピューティング設備に伝送してもよい。自律車両制御システムは、車両の現在および未来の挙動に関するリアルタイムの決定のために、収集された視覚および空間のセンサデータを使用してもよい。
本発明は、例えば、以下の項目を提供する。
（項目１）
場所特定支援を提供するためのシステムであって、前記システムは、
プロセッサであって、前記プロセッサは、
車両の環境内で感知され、第１の自律車両制御システムが場所特定支援がない状態では通過するようにナビゲートし得ない、地理的場所における条件を識別することと、
前記条件が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、前記地理的場所における進路を見出することと、
前記車両に前記進路を辿らせることと
を行うように構成される、プロセッサ
を備える、システム。
（項目２）
前記進路は、前記地理的場所において識別された前記条件に合致する条件を備える訓練データを用いて訓練される学習モデルの適用を介して見出される、項目１に記載のシステム。
（項目３）
前記訓練データを用いて訓練される前記学習モデルは、限定される時間枠内でのみ利用可能である、項目２に記載のシステム。
（項目４）
前記第１の自律車両制御システムは、前記第１の自律車両制御システムが、前記第１の自律車両制御システムが場所特定支援がない状態では前記条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、場所特定支援がない状態では前記条件を通過するようにナビゲートし得ない、項目１に記載のシステム。
（項目５）
前記条件は、前記第１の自律車両制御システムが、場所特定支援がない状態では前記条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、項目１に記載のシステム。
（項目６）
前記進路は、前記地理的場所における前記進路が、前記条件が識別されるときの閾値期間内に前記第２の自律車両制御システムによって決定された、または前記人によって運転される車両によって辿られたもののうちの少なくとも１つであった場合、見出される、項目１に記載のシステム。
（項目７）
場所特定条件のデータベースを用いて訓練される第２の学習モデルを備え、前記データベースは、人によって運転される車両または前記第２の自律車両制御システムによって制御される車両のうちの少なくとも１つからのデータによってポピュレートされ、前記プロセッサは、前記地理的場所において識別された前記条件への前記第２の学習モデルの適用に基づいて、前記進路を見出すように構成される、項目１に記載のシステム。
（項目８）
自律車両であって、前記車両は、
プロセッサであって、前記プロセッサは、
車両の環境内で感知され、第１の自律車両制御システムが場所特定支援がない状態では通過するようにナビゲートし得ない、地理的場所における条件を識別することと、
前記条件が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、前記地理的場所における進路を見出すことと、
前記車両に、以前に第２の自律車両制御システムによって決定された、および／または前記人によって運転される車両によって辿られた前記進路を辿らせることと
を行うように構成される、プロセッサ
を備える、車両。
（項目９）
前記進路は、前記地理的場所における前記条件との合致について条件および地理的場所のデータベースの検索を介して見出される、項目８に記載の自律車両。
（項目１０）
前記データベースは、前記車両に対して遠隔に位置するサーバ上にある、項目９に記載の自律車両。
（項目１１）
前記第１の自律車両制御システムは、前記第１の自律車両制御システムが、前記第１の自律車両制御システムが場所特定支援がない状態では前記条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、場所特定支援がない状態では前記条件を通過するようにナビゲートし得ない、項目８に記載の自律車両。
（項目１２）
前記条件は、前記第１の自律車両制御システムが、場所特定支援がない状態では前記条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、項目８に記載の自律車両。
（項目１３）
前記進路は、前記地理的場所における前記進路が、前記条件が識別されるときの閾値期間内に前記人によって運転される車両によって辿られた場合、見出される、項目８に記載の自律車両。
（項目１４）
条件、地理的場所、および進路のデータベースを備え、前記データベースは、人によって運転される車両からのデータによってポピュレートされ、前記プロセッサは、前記データベースの検索を介して前記進路を見出すように構成される、項目８に記載の自律車両。
（項目１５）
方法であって、
車両の環境内で感知される地理的場所における条件を識別することであって、前記条件は、場所特定支援がない状態では、
第１の自律車両制御システムが前記地理的場所を含むエリアを通過するようにナビゲートすることを妨げること、または
前記第１の自律車両制御システムが前記エリアをナビゲートする際に有する信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つを行うように決定される、ことと、
前記条件が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、前記地理的場所における進路を見出すことと、
前記車両に前記地理的場所における前記進路を辿らせることと
を含む、方法。
（項目１６）
前記進路を見出すことは、前記地理的場所における前記条件との合致について条件および地理的場所のデータベースを検索することを含む、項目１５に記載の方法。
（項目１７）
前記データベースは、前記車両に対して遠隔に位置するサーバ上にある、項目１６に記載の方法。
（項目１８）
前記条件を識別することは、前記条件が、第１の自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げる、または前記信頼性レベルを前記閾値レベル未満にすることのうちの少なくとも１つを行うというインジケーションを、前記自律車両制御システムから受信することを含む、項目１５に記載の方法。
（項目１９）
前記条件を識別することは、前記条件が、場所特定支援がない状態では、前記自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げることを決定することを含む、項目１５に記載の方法。
（項目２０）
前記進路を見出すことは、以前に閾値期間内に人によって運転される車両によって辿られた前記地理的場所における前記進路を見出すことを含む、項目１５に記載の方法。
（項目２１）
コンピュータ実行可能命令を備えるコンピュータ可読記憶媒体であって、前記コンピュータ実行可能命令は、プロセッサによって実行可能であり、前記コンピュータ実行可能命令は、
車両の環境内で感知される地理的場所における条件を識別するように実行可能な命令であって、前記条件は、場所特定支援がない状態では、
第１の自律車両制御システムが前記地理的場所を含むエリアをナビゲートすることを妨げること、または、
前記第１の自律車両制御システムが前記エリアをナビゲートする際に有する、信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つである、命令と、
前記条件が前記地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、前記地理的場所における進路を見出すように実行可能な命令と、
前記車両に前記進路を辿らせるように実行可能な命令と
を備える、コンピュータ可読記憶媒体。

【図面の簡単な説明】

【0007】

実施形態は、以下の図面および説明を参照してより深く理解され得る。図におけるコンポーネントは、必ずしも、縮尺通りではない。さらに、図では、同様の参照番号は、異なる図全体を通して対応する部分を指定する。

【0008】

【図1】図１は、自律車両制御システムが場所特定支援を受ける、例示的シナリオを図示する。

【図2】図２は、場所特定支援を自律車両制御システムに提供するための、例示的システムの論理のフロー図を図示する。

【図3】図３は、場所特定支援を自律車両制御システムに提供するための、システムの実施例を図示する。

【発明を実施するための形態】

【0009】

図１は、自律車両制御システムが場所特定支援を受ける、例示的シナリオを図示する。一般的に言えば、エリア１０８をナビゲートするために、自律車両制御システムは、１つ以上のセンサ１１２によって感知される車両１０２の環境１１０を知覚してもよい、解釈してもよい、および／またはそれに反応してもよい。図１に図示されるシナリオでは、自律車両制御システムは、車両１０２が、そうでなければ（１）自律車両制御システムがエリア１０８をナビゲートすることを妨げる、および／または（２）自律車両制御システムがエリア１０８をナビゲートする際に有する信頼性レベルを閾値レベル未満に低下させるであろう、地理的場所１０６における条件１０４に遭遇する場合、場所特定支援を受けてもよい。

【0010】

地理的場所１０６における条件１０４は、場所特定支援がない状態では、（１）自律車両制御システムがエリア１０８をナビゲートすることを妨げる、および／または（２）自律車両制御システムがエリア１０８をナビゲートする際に有する信頼性レベルを閾値レベル未満に低下させる、任意の条件であり得る。代替として、または加えて、条件１０４は、場所特定支援がない状態で、エリア１０８をナビゲートする場合、知覚する、解釈する、および／または反応するための自律車両制御システムの能力外にある任意の条件であり得る。条件１０４の実施例は、雪で覆われた車線マーキング、工事中のマーキングされていない車線、旗を振る人、車の事故、道路の車線全体を横断する化学薬品の流出、一時停止標識を必要とする交差点または他の構造を伴わない道路に隣接して取り付けられた一時停止標識、および認識不可能な標識を含み得る。条件１０４は、誤った、違法の、矛盾する、および／または無視されるべきデータパターンを含み得る。例えば、道路近傍の構造からの閃光は、センサ１１２に誤った情報を返させ得る。条件１０４は、１つ以上のセンサ１１２から得られる視覚および／または空間のデータによって表されてもよい。

【0011】

条件１０４を表す視覚および／または空間のデータが、自律車両制御システムによって正しく知覚または解釈されていない場合がある。故に、いくつかの状況では、自律車両制御システムが、条件１０４が実際に何であるかを把握しない場合があり、代わりに、条件１０４が視覚および／または空間のデータの形態でのそれの表現を含む。条件１０４は、自律車両制御システムが、おそらく、一般的な条件を知覚すること、解釈すること、および／またはそれに反応することが可能であり得るので、異常条件である可能性が高い。しかしながら、条件１０４は、必ずしも異常でなければならないわけではない。

【0012】

場所特定支援は、条件１０４に遭遇する場合、自律車両制御システムに提供され得る。場所特定支援は、条件１０４が地理的場所１０６において検出されると、以前に人が辿った進路１１４を見出し、そして、辿ることによって提供され得る。例えば、人によって運転される車両上の１つ以上のセンサが地理的場所１０６において条件１０４を検出した後、人が、進路１１４に沿って車両を運転している場合がある。人によって運転される車両が、自律車両制御システムによって制御される車両１０２と異なる車両である場合がある。代替として、人によって運転される車両が、現時点で自律車両制御システムによって制御されている車両１０２と同一の車両である場合がある。ともあれ、人によって運転される車両のためのシステムは、検出される条件１０４が、自律車両制御システムが、少なくとも場所特定支援がない状態では、（１）自律車両制御システムがエリア１０８をナビゲートすることを妨げる、および／または（２）自律車両制御システムがエリア１０８をナビゲートする際に有する信頼性レベルを閾値レベル未満に低下させるであろうという条件であると決定している場合がある。いくつかの実施例では、人によって運転される車両のためのシステムが、そのような決定を行っていない場合がある。

【0013】

人によって運転される車両および／または人によって運転される車両のためのシステムは、進路１１４、検出される条件１０４、および地理的場所１０６に関する情報を、場所特定支援を受ける予定の自律車両制御システムによる後の使用のために利用可能にさせ得る。情報は、例えば、Ｖ２Ｘ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｅｖｅｒｙｔｈｉｎｇ）通信によって利用可能にされ得る。Ｖ２Ｘ通信は、メッセージの送信元または宛先としての車両に関わる、任意の通信であり得る。Ｖ２Ｘ通信の実施例は、Ｖ２Ｖ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｖｅｈｉｃｌｅ）、Ｖ２Ｉ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）（例えば、携帯電話インフラストラクチャと共に設置される場合とそうではない場合がある、道路インフラストラクチャ）、Ｖ２Ｎ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｎｅｔｗｏｒｋ）（例えば、バックエンドおよび／またはインターネット）、またはＶ２Ｐ（Ｖｅｈｉｃｌｅ－ｔｏ－Ｐｅｄｅｓｔｒｉａｎ）通信を含み得る。例えば、情報は、進路１１４、検出される条件１０４、および地理的場所１０６に関する情報を車両１０２から遠隔の処理設備に伝送することによって利用可能にされ得る。代替として、または加えて、情報は、人によって運転される車両の自律車両制御システムによる後の使用のために、人によって運転される車両のメモリ内に情報を記憶することによって利用可能にされ得る。

【0014】

上記に示されるように、場所特定支援は、条件１０４が地理的場所１０６において検出されると、人によって運転される車両が以前に辿った進路１１４を見出し、辿ることによって提供され得る。進路１１４は、人によって運転される車両のためのシステムによって利用可能にされた情報のデータベース内の条件１０４および条件１０４の地理的場所１０６を検索することによって見出され得る。代替として、または加えて、進路１１４は、複数の車両によって利用可能にされた情報のデータベース内の条件１０４および条件１０４の地理的場所１０６を検索することによって見出され得る。

【0015】

条件１０４および条件１０４の地理的場所１０６との合致が見出される場合、自律車両制御システムは、車両１０２に進路１１４を辿るよう指示し得る。

【0016】

いくつかの実施例では、条件、条件の個別の地理的場所、および人によって運転される車両が辿った進路に関連する情報のデータベース内のエントリは、失効し得る。言い換えると、人によって運転される車両がかなり昔に進路１１４を辿った（言い換えると、データベース内の対応するエントリが失効した）場合、進路は、辿られないおよび／または見出されない場合がある。代替として、進路は、辿られ得るが、人間がそうすることを承認する場合に限る。進路は、例えば、進路が所定の期間または閾値期間外で辿られた場合、失効し得る。

【0017】

代替として、または加えて、いくつかの実施例では、以前に進路１１４を辿った人が信頼されている、および／または進路１１４が信頼されている場合に限り、進路１１４が、辿られ得る。

【0018】

信頼は、任意の信頼機構を使用して形成され得る。例えば、人が、信頼されている運転手として事前認定され得る。別の実施例として、地理的場所１０６における条件１０４の存在下で以前に最小限の人数が進路１１４を辿った場合、進路１１４が、信頼され得る。

【0019】

図２は、場所特定支援を自律車両制御システムに提供するための、例示的システムの論理のフロー図を図示する。動作は、図２に図示されるものに付加的な、それと異なる、またはそれより少ない動作を含み得る。動作は、図２に図示されるものと異なる順序で実行されてもよい。

【0020】

動作は、車両１０２の環境１１０内で感知され、場所特定支援がない状態では、自律車両制御システムが地理的場所１０６を含むエリア１０８をナビゲートすることを妨げ、および／または自律車両制御システムがエリア１０８をナビゲートする際に有する信頼性レベルを閾値レベル未満に低下させる、地理的場所１０６において識別されている（２１０）条件１０４から開始してもよい。例えば、条件１０４は、条件１０４が、自律車両制御システムが地理的場所１０６を含むエリア１０８をナビゲートすることを妨げるというインジケーションを、自律車両制御システムから受信することによって識別されてもよい（２１０）。代替として、または加えて、条件１０４は、条件１０４が、場所特定支援がない状態では、自律車両制御システムがエリア１０８をナビゲートすることを妨げる、および／または信頼性レベルを閾値レベル未満に低下させると決定することによって識別されてもよい（２１０）。

【0021】

条件１０４が地理的場所１０６に存在したとき、人によって運転される車両によって以前に辿られた進路１１４が、見出されてもよい（２２０）。例えば、進路１１４は、地理的場所１０６における条件１０４との合致について条件および地理的場所のデータベースを検索することによって見出されてもよい（２２０）。

【0022】

進路１１４が見出された後、車両１０２が、人によって運転される車両によって以前に辿られた進路１１４を辿らされてもよい（２３０）。動作は、例えば、付加的な条件が、さらにナビゲートするために場所特定支援を要求する車両１０２によって遭遇されるまで、待機することによって終了してもよい。

【0023】

図３は、場所特定支援を自律車両制御システム３０８に提供するための、システム３００の実施例を図示する。システム３００は、プロセッサ３０２と、メモリ３０４とを含み得る。メモリ３０４は、場所特定支援モジュール３０６と、場所特定条件のデータベース３１２とを含み得る。

【0024】

プロセッサ３０２は、メモリ３０４と通信し得る。いくつかの実施例では、プロセッサ３０２はまた、１つ以上のセンサ１１２等の付加的要素と通信し得る。プロセッサ３０２の実施例は、汎用プロセッサ、中央処理ユニット、マイクロコントローラ、サーバ、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル回路、および／またはアナログ回路を含み得る。

【0025】

プロセッサ３０２は、論理を実行するために動作可能な１つ以上のデバイスであり得る。論理は、プロセッサ３０２によって実行されると、プロセッサ３０２に、論理によって実装される特徴を実施させる、メモリ３０４内または他のメモリ内で具現化されるコンピュータ実行可能命令またはコンピュータコードを含み得る。コンピュータコードは、プロセッサ３０２を用いて実行可能な命令を含み得る。

【0026】

メモリ３０４は、データまたはそれらの任意の組み合わせを記憶および読み出すための任意のデバイスであり得る。メモリ３０４は、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、消去可能プログラマブル読取専用メモリ（ＥＰＲＯＭ）、および／またはフラッシュメモリ等の不揮発性および／または揮発性メモリを含み得る。代替として、または加えて、メモリ３０４は、光学、磁気（ハードドライブ）、または任意の他の形態のデータ記憶デバイスを含み得る。

【0027】

場所特定支援モジュール３０６は、場所特定支援を自律車両制御システム３０８に提供するためのシステム３００の論理を伴って構成される、任意のモジュールであり得る。

【0028】

場所特定条件のデータベース３１２は、任意のタイプのデータ記憶構造であり得る。データベース３１２は、例えば、条件、条件の個別の地理的場所、および／または自律車両制御システムが条件を含むエリアをナビゲートし得なかったときに、人によって運転される車両が辿った進路に関する情報を含んでもよい。例えば、データベース３１２は、図１に図示される条件１０４、地理的場所１０６、および進路１１４を説明する情報を含んでもよい。

【0029】

自律車両制御システム３０８は、人間の入力のない状態で、図１に図示されるエリア１０８等のエリアをナビゲートするように構成される、任意の制御システムであり得る。自律車両制御システム３０８は、人間の入力のない状態で、１つ以上のセンサ１１２によって感知される車両１０２の環境１１０を知覚する、解釈する、および／またはそれに反応するように構成されてもよい。自律車両制御システム３０８は、人間の入力のない状態で車両１０２を操舵するように構成されてもよい。自律車両制御システム３０８は、人工知能学習モデル３１０に基づいて、車両を操舵および／または別様にそれを制御する方法を決定するように構成されてもよい。

【0030】

人工知能学習モデル３１０の実施例は、ニューラルネットワーク、深層学習ニューラルネットワーク、および／または訓練データに基づいてパターンを検出するするように構成される、任意の他の機械学習構造を含み得る。人工知能学習モデル３１０は、いったん訓練されると、道路条件、物体、および／または任意の他の条件を検出し得る。人工知能モデル３１０は、訓練データを用いて、検出される物体を検出、識別、および／または分類するように訓練されてもよい。例えば、ある物体は、モデル３１０によって標識として識別され、そして、一時停止標識として分類されてもよい。別の実施例として、ある物体は、モデル３１０によって人間として識別され、そして、人間の写真ではないと分類されてもよい。モデル３１０は、モデル３１０が予期される運転環境および／または条件の広くかつ包括的な範囲を網羅するように訓練されている場合があるという点で、大域的であり得る。代替として、または加えて、モデル３１０は、図１に図示されるエリア１０８等の具体的な地理的な領域またはエリア内で見出される環境からのデータを用いて訓練されることによって、限局化され得る。代替として、または加えて、モデル３１０は、モデル３１０が、始動時間と停車時間との間等の、時間に拘束される有用性を有し得るような時間的構成要素を有してもよい。モデル３１０は、それぞれが、訓練データに基づいてパターンを検出するように構成される、１つ以上の機械学習構造を含み得る。

【0031】

いくつかの実施例では、自律車両制御システム３０８がエリア１０８をナビゲートすることの実施不可能性（または閾値レベル未満のその信頼性レベル）は、その実施不可能性を克服する第２の学習モデル３１４（１つ以上の学習モデル）を受信および／または取得することによって解決され得る。言い換えると、場所特定支援は、第２の学習モデル３１４を受信および／または取得する、自律車両制御システム３０８によって提供され得る。ある場合には、第２の学習モデル３１４は、自律車両制御システム３０８が第２の学習モデル３１４を使用し得る時間枠を限定するような時間的構成要素を有し得る。自律車両制御システム３０８の人工知能学習モデル３１０（第１の学習モデル３１０）は、モデル３１０が車線マーキングおよび／または他の関連物体を検出する、車線位置を管理するための大域的モデルを含み得る。しかしながら、いくつかの実施例では、車線位置は、図１の条件１０４等の非典型的物体および／または非典型的場所における物体（以下に続く実施例に関して、地理的場所１０６に一意である樹木、郵便受け、および／または任意の他の物体）を検出するモデル３１０に基づいて、車両１０２が辿るための経路を計算することによって決定されなければならない。第２の学習モデル３１４は、加えて、または具体的に、条件１０４、条件１０４の地理的場所１０６、および／または人によって運転される車両によって辿られた進路１１４を用いて訓練される、学習モデルを含み得る。代替として、または加えて、第２の学習モデル３１４は、加えて、または具体的に、場所特定条件のデータベース３１２内の情報を用いて訓練される、学習モデルを含み得る。自律車両制御システム３０８は、車両がエリア１０８内にある場合、第２の学習モデル３１４を適用することによってエリア１０８をナビゲートし得る。車両がエリア１０８から退出する場合、自律車両制御システム３０８は、第１の学習モデル３１０を適用することによってナビゲートし得る。代替として、または加えて、第２の学習モデル３１４が時間的構成要素を有する場合、自律車両制御システム３０８は、自律車両制御システム３０８が第２の学習モデル３１４を使用し得る時間枠外では、第１の学習モデル３１０を適用することによってナビゲートし得る。

【0032】

場所特定支援を提供するためのシステム３００が、第２の学習モデル３１４を生成し得る。代替として、または加えて、自律車両制御システム３０８または任意の他のシステムもまた、第２の学習モジュールを生成し得る。

【0033】

いくつかの実施例では、第２の学習モデル３１４は、第１の学習モデル３１０より高い計算要求を有し得る。人間によって遭遇される状況の例えを用いて説明するために、吹雪の間および／または直後等の非典型的状況における人間の運転を考慮されたい。吹雪の間、人間は、車線位置を、目印および／または既存の車輪跡に対する相関車線位置に対して判断している場合がある。認知強度は、人間が、依然として車線マーカが可視となっていない場合がある、除雪された道路等の「より容易な」条件に遭遇するまで、比較的高くあり得るが、除雪された道路は、より「容易に」認識される境界を有し得る。第２の学習モデル３１４は、非典型的状況の間に適用され得るが、いったん車両１０２が自律車両制御システム３０８の標準的能力内の条件に遭遇すると、第１の学習モデル３１０が、適用されてもよい。

【0034】

第２の学習モデル３１４が、計算要求を有する場合、自律車両制御システム３０８は、それ自体に第２の学習モデル３１４を適用するための時間を与えるために、車両１０２を減速させてもよい。代替として、または加えて、車両１０２内に位置する別個のシステムまたは遠隔のコンピューティグ設備内の通信ネットワークを経由して位置するシステムが、第２の学習モデル３１４を適用してもよい。

【0035】

各コンポーネントは、付加的な、異なる、またはより数少ないコンポーネントを含み得る。例えば、場所特定支援モジュール３０６は、複数のモジュールを含み得る。同様に、メモリ３０４もまた、複数のモジュールを含み得る。代替として、または加えて、メモリ３０４は、条件、条件の個別の地理的場所、および／または人によって運転される車両が辿った進路に関連する情報のデータベース３１２を含まない場合がある。場所特定情報のデータベース３１２は、例えば、遠隔のコンピューティグ設備内に含まれ得る。

【0036】

システム３００は、付加的な、異なる、または数少ないコンポーネントを用いて実装され得る。例えば、システム３００は、他の車両、自律車両制御システム３０８、および／または遠隔のコンピューティグ設備と通信するための通信ハードウェア（図示せず）を含み得る。例えば、遠隔のコンピューティグ設備は、条件、条件の個別の地理的場所、および／または人によって運転される車両が辿った進路に関連する情報のデータベース３１２を含み得る。いくつかの実施例では、場所特定支援を提供するためのシステム３００が、自律車両制御システム３０８内に含まれ得る、またはそれを含み得る。

【0037】

いくつかの実施例では、遠隔のコンピューティグ設備は、遠隔のコンピューティグ設備によって決定されるような学習モデルの変数セットに従って、データを処理し得る。変動は、同一の車道上の天候、交通密度、コレクタ数、および他の条件に基づくものであってもよい。収集されたデータを（地理的場所等の）記録中の車両の物理特性と相関させることは、既存の道路条件が、予期される標準的状況または以前に遭遇された条件と異なる程度を遠隔に処理および決定するための能力を可能にする。例えば、遠隔設備内のシステムは、遠隔設備システムの潜在的により大きいコンピューティグ能力に起因して、車両１０２内の自律車両制御システム３０８より多種多様な学習モデルを同一の入力データに適用することが可能となり得る。例えば、第２の学習モデル３１４は、予想外の条件を識別および／または分類するために使用される、学習モデルのより大きなセットの一部であり得る。代替として、または加えて、第１の学習モデル３１０は、遠隔設備内の学習モデルのセットの一部であり得る。遠隔設備内の第１の学習モデル３１０は、自律車両制御システム３０８内の第１の学習モデル３１０が適切に動作してることを検証するために使用されてもよい。いくつかの実施例では、遠隔設備内のシステムは、車両内の自律車両制御システム３０８に伝搬される大域的および／または局所的な（静的または時間的）学習モデルの更新を生成してもよい。

【0038】

システム３００は、多くの異なる方法で実装され得る。場所特定支援モジュール３０６等の各モジュールは、ハードウェアまたはハードウェアおよびソフトウェアの組み合わせであり得る。例えば、各モジュールは、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、回路、デジタル論理回路、アナログ回路、離散回路の組み合わせ、ゲート、または任意の他のタイプのハードウェアまたはそれらの組み合わせを含み得る。代替として、または加えて、各モジュールは、例えば、モジュールの特徴のうちの１つ以上のものを実装するためにプロセッサ３０２または他のプロセッサを用いて実行可能な命令を備える、メモリ３０４の一部等のメモリハードウェアを含み得る。モジュールのうちのいずれか１つが、プロセッサを用いて実行可能な命令を備えるメモリの一部を含むとき、モジュールは、プロセッサを含み得る、または含まない場合がある。いくつかの実施例では、各モジュールは、任意の他のハードウェアを含むモジュールを伴わずに対応するモジュールの特徴を実装するためにプロセッサ３０２または他のプロセッサを用いて実行可能な命令を備える、メモリ３０４または他の物理的メモリの一部のみであり得る。各モジュールは、含まれるハードウェアがソフトウェアを備えるときであっても、少なくともいくつかのハードウェアを含むため、各モジュールは、場所特定支援モジュールハードウェアモジュール等のハードウェアモジュールと同義的に称され得る。

【0039】

コンピュータ可読記憶媒体内に記憶されるいくつかの特徴が、示される（例えば、コンピュータ実行可能命令として実装される論理として、またはメモリ内のデータ構造として）。本システム３００およびその論理およびデータ構造の全てまたは一部は、１つ以上のタイプのコンピュータ可読記憶媒体上に記憶される、それを横断して分散される、またはそれから読み取られ得る。コンピュータ可読記憶媒体の実施例は、ハードディスク、フロッピー（登録商標）ディスク、ＣＤ－ＲＯＭ、フラッシュドライブ、キャッシュ、揮発性メモリ、不揮発性メモリ、ＲＡＭ、フラッシュメモリ、または任意の他のタイプのコンピュータ可読記憶媒体または記憶媒体を含み得る。コンピュータ可読記憶媒体は、ＣＤ－ＲＯＭ、揮発性メモリ、不揮発性メモリ、ＲＯＭ、ＲＡＭ、または任意の他の好適な記憶デバイス等の任意のタイプの非一過性コンピュータ可読媒体を含み得る。

【0040】

システム３００の処理能力は、随意に、複数の分散処理システムを含む、複数のプロセッサおよびメモリ間等、複数のエンティティ間で分散され得る。例えば、システム３００の１つ以上のコンポーネントは、遠隔サーバ内、クラウド内、および／またはネットワーク接続型記憶装置（ＮＡＳ）上に含まれ得る。パラメータ、データベース、および他のデータ構造は、別個に記憶および管理され得、単一のメモリまたはデータベースに組み込まれ得、多くの異なる方法で論理的かつ物理的に編成され得、リンクリスト、ハッシュテーブル、または暗示的記憶機構等の異なるタイプのデータ構造を用いて実装され得る。プログラムまたは回路等の論理は、複数のプログラム間で組み合わせられる、または分割され、いくつかのメモリおよびプロセッサを横断して分散され得る。

【0041】

図１に図示される車両１０２は、車として示されている。しかしながら、車両１０２は、現在既存であるかまたは後に生じるものであるかどうかにかかわらず、限定ではないが、車、バス、トラック、トラクタ、オートバイ、自転車、三輪車、四輪車、または他のサイクル、船、潜水艦、ボート、または他の船舶、ヘリコプタ、ドローン、飛行機、または他の航空機、電車、路面電車、または他の軌条車両、宇宙飛行機、または他の宇宙船、および任意の他のタイプの車両を含み得る。

【0042】

地理的場所１０６は、ＧＰＳ座標を備えてもよい。代替として、または加えて、地理的場所１０６は、地理的場所１０６の任意の他のインジケーションを含んでもよい。地理的場所１０６は、点、面積、またはさらに体積を含んでもよい。

【0043】

図１に図示されるエリア１０８は、道路の区画を含み得る。しかしながら、車両１０２によってナビゲートされるエリア１０８は、任意の他のタイプのエリアまたは空間であってもよい。例えば、エリア１０８は、ドローンがナビゲートする空域の一部を含んでもよい。

【0044】

語句「人間によって運転される」または「人によって運転される」は、人間によって制御されることを意味する。例えば、人によって運転される車両は、車、トラック、オートバイ、ボート、飛行機、ヘリコプタ、ドローン、または任意の他のタイプの車両を含み得る。人間は、車両を制御するとき、人によって運転される車両の中にいる場合とそうではない場合がある。

【0045】

車両１０２の環境１１０は、車両１０２の正面（例えば、進行方向）のエリアであり得る。代替として、または加えて、環境１１０は、右、左、後方、上方、および／または下方等の車両１０２の周囲の任意のエリアを含み得る。車両１０２の環境１１０は、車両１０２上のセンサの範囲内であるエリアを含み得る。

【0046】

１つ以上のセンサ１１２の実施例は、カメラ、マイクロホン、立体カメラ、移動カメラ、レーダ、および／またはライダを含み得る。代替として、または加えて、１つ以上のセンサ１１２は、任意の他のタイプのセンサを含み得る。

【0047】

進路１１４は、ルートまたは経路のインジケーションを含んでもよい。代替として、または加えて、進路は、速度、加速、および／またはルートの任意の他の物理的特性またはルートが横断された様式のインジケーションを含んでもよい。進路１１４が辿られるとき、いくつかの実施例では、それは、速度、加速、および／または他の物理的特性が再現されることを意味し得る。

【0048】

上記に説明されるように、場所特定支援は、条件１０４が地理的場所１０６において検出されると、人によって運転される車両が以前に辿った進路１１４を見出し、辿ることによって提供され得る。代替として、または加えて、場所特定支援は、条件１０４が地理的場所１０６において検出されると、第２の自律車両制御システムが決定した進路１１４を見出し、辿ることによって提供され得る。異なる製造業者からの異種の自律車両制御システム（単一の製造業者からの異なるバージョンですら）は、異なる能力を有し得る。結果として、進路１１４は、たとえ第１の自律車両制御システム３０８が進路１１４を見出すことができない、またはそうするための確信が十分ではなくても、第２の自律車両制御システムによって決定され得る。データベース３１２は、例えば、条件、条件の個別の地理的場所、および／またはそのような車両が条件に遭遇したときに、第２の自律車両制御システムによって制御される車両が辿った進路に関する情報を含んでもよい。代替として、または加えて、データベース３１２は、条件、条件の個別の地理的場所、および／または自律車両制御システムが条件を含むエリアをナビゲートし得なかったときに、人によって運転される車両が辿った進路に関する情報を含んでもよい。

【0049】

進路１１４が、第１の自律車両制御システム３０８によってではなく、第２の自律車両制御システムによって決定され得る場合、第１の自律車両制御システム３０８の学習モデルの更新または第２の学習モデル３１４を通した局所的な支援のための必要性が、識別され得る。システムが経年化するにつれて、それらの大域的学習モデルに依拠するための能力は、それらの反応がより最近のシステムにとって問題となるため、損なわれ得る。すなわち、例えば、より古いシステムは、条件１０４に直面すると、回避行動をとり得るが、より新たなシステムは、条件１０４を無害なまたは中程度のリスクのものと認識し得る。たとえより古いシステムがより古いシステムのナビゲーション能力の任意の課題に気付いていなくても、より古いシステムは、他に関するリスクをもたらしている場合がある。より古いシステムは、周囲の局在的な車両にリスクとして認識され得る。周囲の局在的な車両を制御するより新たなシステムは、より古いシステムに対処するそれらの能力を改良するために更新を受信してもよい。

【0050】

議論は全て、説明される特定の実装にかかわらず、限定ではなく、本質的に例示的である。例えば、実装の選択される側面、特徴、またはコンポーネントは、メモリ内に記憶されるものとして描写されるが、本システムまたは複数のシステムの全てまたは一部は、他のコンピュータ可読記憶媒体、例えば、ハードディスク、フラッシュメモリドライブ、フロッピー（登録商標）ディスク、およびＣＤ－ＲＯＭ等の二次記憶デバイス上に記憶される、それを横断して分散される、またはそれから読み取られ得る。さらに、種々のモジュールおよびスクリーンディスプレイ機能性は、そのような機能性の一実施例にすぎず、類似する機能性を包含する任意の他の構成が、可能である。

【0051】

上記に議論されるプロセス、方法、および／または技法を実装するための個別の論理、ソフトウェア、または命令は、コンピュータ可読記憶媒体上に提供され得る。図に図示される、または本明細書に説明される機能、行為、またはタスクは、コンピュータ可読媒体内またはその上に記憶される論理または命令の１つ以上のセットに応答して実行され得る。機能、行為、またはタスクは、特定のタイプの命令セット、記憶媒体、プロセッサ、または処理方略から独立し、ソフトウェア、ハードウェア、集積回路、ファームウェア、マイクロコード、および同等物によって実施され、単独で、または組み合わせにおいて動作し得る。同様に、処理方略は、マルチ処理、マルチタスキング、並列処理、および同等物を含み得る。いくつかの実施例では、命令は、ローカルまたは遠隔システムによる読取のために可撤性メディアデバイス上に記憶される。他の実施例では、論理または命令は、コンピュータネットワークを通した、または電話回線を経由する転送のために遠隔場所において記憶される。また他の実施例では、論理または命令は、所与のコンピュータ、中央処理ユニット（「ＣＰＵ」）、グラフィックス処理ユニット（「ＧＰＵ」）、またはシステム内に記憶される。

【0052】

さらに、具体的コンポーネントが上記に説明されるが、本明細書に説明される方法、システム、および製造品は、付加的、より少ない、または異なるコンポーネントを含み得る。例えば、プロセッサは、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、離散論理、または他のタイプの回路または論理の組み合わせとして実装され得る。同様に、メモリは、ＤＲＡＭ、ＳＲＡＭ、Ｆｌａｓｈ、または任意の他のタイプのメモリであり得る。フラグ、データ、データベース、テーブル、エンティティ、および他のデータ構造は、別個に記憶および管理され得る、単一のメモリまたはデータベースに組み込まれ得る、分散され得る、または多くの異なる方法で論理的かつ物理的に編成され得る。コンポーネントは、独立して動作する、または同一のプログラムまたは装置の一部であり得る。コンポーネントは、別個の可撤性回路基板等の別個のハードウェア上に常駐する、またはメモリからの命令を実装するために同一のメモリおよびプロセッサ等の共通ハードウェアを共有し得る。プログラムは、単一のプログラムの一部である、別個のプログラムである、またはいくつかのメモリおよびプロセッサを横断して分散され得る。

【0053】

第２のアクションは、第２のアクションが第１のアクションから直接的にもたらされるかまたは間接的にもたらされるかとは独立して、第１のアクションに「応答している」と言われ得る。第２のアクションは、第１のアクションよりも実質的に後の時間に起こり、依然として、第１のアクションに応答し得る。同様に、第２のアクションは、たとえ介在アクションが第１のアクションと第２のアクションとの間で起こる場合であっても、そしてたとえ介在アクションのうちの１つ以上のものが第２のアクションを直接実施させる場合であっても、第１のアクションに応答していると言われ得る。例えば、第１のアクションがフラグを設定し、第３のアクションがフラグが設定されるときは常に第２のアクションを後で開始する場合、第２のアクションは、第１のアクションに応答し得る。

【0054】

用途を明確化し、これにより公衆に対して注意を提供するために、語句「＜Ａ＞、＜Ｂ＞、…および＜Ｎ＞のうちの少なくとも１つ」または「＜Ａ＞、＜Ｂ＞、…＜Ｎ＞、またはそれらの組み合わせのうちの少なくとも１つ」または「＜Ａ＞、＜Ｂ＞、…および／または＜Ｎ＞」は、本出願人によって広い意味で定義され、そうではないことが本出願人によって明確に主張されない限り、本明細書の前後の任意の他の含意される定義に優先し、Ａ、Ｂ、…およびＮを含む群から選択される１つ以上の要素を意味する。言い換えると、その語句は、任意の１つの要素のみを含む、または列挙されない付加的要素もまた組み合わせにおいて含み得る他の要素のうちの１つ以上のものとの組み合わせにおける１つの要素を含む、要素Ａ、Ｂ、…またはＮのうちの１つ以上のものの任意の組み合わせを意味する。

【0055】

種々の実施形態が説明されたが、多くのさらなる実施形態および実装が可能であることが、当業者に明白となるであろう。故に、本明細書に説明される実施形態は、実施例であり、唯一の可能な実施形態および実装ではない。

【0056】

本開示の主題はまた、とりわけ、以下の側面に関し得る。
１．場所特定支援を提供するためのシステムであって、システムは、
プロセッサであって、プロセッサは、
車両の環境内で感知され、第１の自律車両制御システムが場所特定支援がない状態では通過するようにナビゲートし得ない、地理的場所における条件を識別することと、
条件が地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、地理的場所における進路を見出すことと、
車両に進路を辿らせることと
を行うように構成される、プロセッサ
を備える、システム。
２．進路は、地理的場所において識別された条件に合致する条件を備える訓練データを用いて訓練される学習モデルの適用を介して見出される、側面１に記載のシステム。
３．訓練データを用いて訓練される学習モデルは、限定される時間枠内でのみ利用可能である、側面１－２のいずれかに記載のシステム。
４．第１の自律車両制御システムは、第１の自律車両制御システムが、第１の自律車両制御システムが場所特定支援がない状態では条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、場所特定支援がない状態では条件を通過するようにナビゲートし得ない、側面１－３のいずれかに記載のシステム。
５．条件は、第１の自律車両制御システムが、場所特定支援がない状態では条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、側面１－４のいずれかに記載のシステム。
６．進路は、地理的場所における進路が、条件が識別されるときの閾値期間内に第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった場合、見出される、側面１－５のいずれかに記載のシステム。
７．場所特定条件のデータベースを用いて訓練される第２の学習モデルをさらに備え、前記データベースは、人によって運転される車両または第２の自律車両制御システムによって制御される車両のうちの少なくとも１つからのデータによってポピュレートされ、プロセッサは、地理的場所において識別された条件への第２の学習モデルの適用に基づいて、進路を見出すように構成される、側面１－６のいずれかに記載のシステム。
８．自律車両であって、車両は、
プロセッサであって、前記プロセッサは、
車両の環境内で感知され、第１の自律車両制御システムが場所特定支援がない状態では通過するようにナビゲートし得ない、地理的場所における条件を識別することと、
条件が地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、地理的場所における進路を見出すことと、
車両に、以前に第２の自律車両制御システムによって決定された、および／または人によって運転される車両によって辿られた進路を辿らせることと
を行うように構成される、プロセッサ
を備える、車両。
９．進路は、地理的場所における条件との合致について条件および地理的場所のデータベースの検索を介して見出される、側面８に記載の自律車両。
１０．データベースは、車両に対して遠隔に位置するサーバ上にある、側面９に記載の自律車両。
１１．第１の自律車両制御システムは、第１の自律車両制御システムが、第１の自律車両制御システムが場所特定支援がない状態では条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないと示す場合、場所特定支援がない状態では条件を通過するようにナビゲートし得ない、側面８－１０のいずれかに記載の自律車両。
１２．条件は、第１の自律車両制御システムが、場所特定支援がない状態では条件を知覚する、解釈する、またはそれに反応することのうちの少なくとも１つを行い得ないという決定に応答して識別される、側面８－１１のいずれかに記載の自律車両。
１３．進路は、地理的場所における進路が、条件が識別されるときの閾値期間内に人によって運転される車両によって辿られた場合、見出される、側面８－１２のいずれかに記載の自律車両。
１４．条件、地理的場所、および進路のデータベースをさらに備え、前記データベースは、人によって運転される車両からのデータによってポピュレートされ、プロセッサは、データベースの検索を介して進路を見出すように構成される、側面８－１３のいずれかに記載の自律車両。
１５．方法であって、
車両の環境内で感知される地理的場所における条件を識別することであって、前記条件は、場所特定支援がない状態では、
第１の自律車両制御システムが地理的場所を含むエリアを通過するようにナビゲートすることを妨げること、または
第１の自律車両制御システムがエリアをナビゲートする際に有する信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つを行うように決定される、ことと、
条件が地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、地理的場所における進路を見出すことと、
車両に地理的場所における進路を辿らせることと
を含む、方法。
１６．進路を見出すことは、地理的場所における条件との合致について条件および地理的場所のデータベースを検索することを含む、側面１５に記載の方法。
１７．データベースは、車両に対して遠隔に位置するサーバ上にある、側面１６に記載の方法。
１８．条件を識別することは、条件が、第１の自律車両制御システムが地理的場所を含むエリアをナビゲートすることを妨げる、または信頼性レベルを閾値レベル未満にすることのうちの少なくとも１つを行うというインジケーションを、自律車両制御システムから受信することを含む、側面１５－１７のいずれかに記載の方法。
１９．条件を識別することは、条件が、場所特定支援がない状態では、自律車両制御システムが地理的場所を含むエリアをナビゲートすることを妨げることを決定することを含む、側面１５－１８のいずれかに記載の方法。
２０．進路を見出すことは、以前に閾値期間内に人によって運転される車両によって辿られた地理的場所における進路を見出すことを含む、側面１５－１９のいずれかに記載の方法。
２１．コンピュータ実行可能命令を備えるコンピュータ可読記憶媒体であって、コンピュータ実行可能命令は、プロセッサによって実行可能であり、コンピュータ実行可能命令は、
車両の環境内で感知される地理的場所における条件を識別するように実行可能な命令であって、前記条件は、場所特定支援がない状態では、
第１の自律車両制御システムが地理的場所を含むエリアをナビゲートすることを妨げること、または、
第１の自律車両制御システムがエリアをナビゲートする際に有する信頼性レベルを閾値レベル未満にすること
のうちの少なくとも１つである、命令と、
条件が地理的場所に存在したとき、第２の自律車両制御システムによって決定された、または人によって運転される車両によって辿られたもののうちの少なくとも１つであった、地理的場所における進路を見出すように実行可能な命令と、
車両に進路を辿らせるように実行可能な命令と
を備える、コンピュータ可読記憶媒体。

【図1】

【図2】

【図3】