特表 2022-510959 自律車両のための自動性能チェック

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-01-28

(54)【発明の名称】自律車両のための自動性能チェック

(51)【国際特許分類】

   B60W 50/00 20060101AFI20220121BHJP

   B60W 40/02 20060101ALI20220121BHJP

   B60W 60/00 20200101ALI20220121BHJP

【ＦＩ】

B60W50/00

B60W40/02

B60W60/00

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2021531091

(86)(22)【出願日】2019-12-03

(85)【翻訳文提出日】2021-07-16

(86)【国際出願番号】 US2019064152

(87)【国際公開番号】W WO2020123195

(87)【国際公開日】2020-06-18

(31)【優先権主張番号】16/219,386

(32)【優先日】2018-12-13

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】317015065

【氏名又は名称】ウェイモ エルエルシー

(74)【代理人】

【識別番号】100079108

【弁理士】

【氏名又は名称】稲葉 良幸

(74)【代理人】

【識別番号】100126480

【弁理士】

【氏名又は名称】佐藤 睦

(72)【発明者】

【氏名】ブラレイ，コリン

(72)【発明者】

【氏名】グレイブ，ヴォルカー

【テーマコード（参考）】

3D241

【Ｆターム（参考）】

3D241BA62

3D241BA63

3D241CE01

3D241CE02

3D241CE04

3D241CE05

3D241DC25Z

3D241DC33Z

3D241DC41Z

3D241DC57Z

(57)【要約】

本開示の態様は、車両１００のチェックを実行するための方法を提供する。この点において、車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む複数の性能チェックを識別し得る。車両の位置および複数の性能チェックに基づいて、車両のテストルートを判定し得る。車両は、自律運転モードでテストルートに沿って制御され、車両の複数の検出システムからセンサデータが受信され得る。複数の性能チェックの結果に基づいて動作モードを選択し得、選択された動作モードで車両を動作させ得る。
【選択図】図１０

【特許請求の範囲】

【請求項1】

システムであって、
１つ以上のコンピューティングデバイスであって、
車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む複数の性能チェックを識別することと、
前記車両の位置および前記複数の性能チェックに基づいて複数の道路区分を選択することであって、前記複数の道路区分の各々が、前記複数の性能チェックのうちの１つ以上を実行するために選択される、選択することと、
前記複数の道路区分を接続することによって、および前記車両の前記位置を前記複数の道路区分のうちの１つに接続することによって、前記車両のテストルートを判定することと、
自律運転モードで前記テストルートに沿って前記車両を制御することと、
前記車両を制御しながら、前記車両の前記複数の検出システムからセンサデータを受信することと、
前記受信したセンサデータに基づいて前記複数の性能チェックを実行することと、
前記複数の性能チェックの結果に基づいて、前記車両の複数の動作モードから動作モードを選択することと、
前記選択した動作モードで前記車両を動作させることと、を行うように構成された、１つ以上のコンピューティングデバイスを備えている、システム。

【請求項2】

前記複数の道路区分が、第１の道路区分を含み、前記複数の性能チェックのうちの１つ以上が、前記第１の道路区分に沿って検出可能な１つ以上の交通特徴または静止物体を使用して実行される、請求項１に記載のシステム。

【請求項3】

前記複数の道路区分が、前記複数の性能チェックのうちの１つ以上に必要な操作を実行することができる第２の道路区分を含む、請求項１に記載のシステム。

【請求項4】

前記第１のチェックが、検出された交通特徴の特性を、前記交通特徴の以前に検出された特性と比較することを含む、請求項１に記載のシステム。

【請求項5】

前記第２のチェックが、検出された交通特徴の位置を前記マップデータ内の前記検出された交通特徴の位置と比較することを含む、請求項１に記載のシステム。

【請求項6】

前記複数の性能チェックが、前記車両のコンポーネントの第３のチェックをさらに含み、前記第３のチェックが、前記車両の前記コンポーネントに関連する１つ以上の測定値を閾値測定値と比較することを含む、請求項１に記載のシステム。

【請求項7】

前記動作モードが、前記複数の性能チェックの閾値数を満たす結果に基づいて選択される、請求項１に記載のシステム。

【請求項8】

前記動作モードが、前記複数の性能チェックのうちの１つ以上の性能チェックセットを満たす結果に基づいて選択される、請求項１に記載のシステム。

【請求項9】

前記１つ以上のコンピューティングデバイスが、
前記複数の性能チェックの前記結果に基づいて、前記検出システムの少なくとも１つに対する１つ以上の修正を判定するようにさらに構成されている、請求項１に記載のシステム。

【請求項10】

前記１つ以上のコンピューティングデバイスが、
前記複数の性能チェックの前記結果に基づいて、前記マップデータを更新するようにさらに構成されている、請求項１に記載のシステム。

【請求項11】

前記選択された動作モードで動作させることが、前記１つ以上の修正を使用することを含む、請求項９に記載のシステム。

【請求項12】

前記選択された動作モードで動作させることが、前記更新されたマップデータを使用することを含む、請求項１０に記載のシステム。

【請求項13】

前記選択された動作モードが、非アクティブモードである、請求項１に記載のシステム。

【請求項14】

前記車両をさらに含む、請求項１に記載のシステム。

【請求項15】

車両のチェックを実行するための方法であって、
１つ以上のコンピューティングデバイスによって、前記車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む複数の性能チェックを識別することと、
前記１つ以上のコンピューティングデバイスによって、前記車両の位置および前記複数の性能チェックに基づいて複数の道路区分を選択することであって、前記複数の道路区分の各々が、前記複数の性能チェックのうちの１つ以上を実行するために選択される、選択することと、
前記１つ以上のコンピューティングデバイスによって、前記複数の道路区分を接続することによって、および前記車両の前記位置を前記複数の道路区分のうちの１つに接続することによって、前記車両のテストルートを判定することと、
前記１つ以上のコンピューティングデバイスによって、自律運転モードで前記テストルートに沿って前記車両を制御することと、
前記車両を制御しながら、前記１つ以上のコンピューティングデバイスによって、前記車両の前記複数の検出システムからセンサデータを受信することと、
前記１つ以上のコンピューティングデバイスによって、前記受信したセンサデータに基づいて前記複数の性能チェックを実行することと、
前記１つ以上のコンピューティングデバイスによって、前記複数の性能チェックの結果に基づいて、前記車両の複数の動作モードから動作モードを選択することと、
前記１つ以上のコンピューティングデバイスによって、前記選択された動作モードで前記車両を動作させることと、を含む、方法。

【請求項16】

前記複数の道路区分が、第１の道路区分を含み、前記複数の性能チェックのうちの１つ以上が、前記第１の道路区分に沿って検出可能な１つ以上の交通特徴または静止物体を使用して実行される、請求項１５に記載の方法。

【請求項17】

前記複数の道路区分が、前記複数の性能チェックのうちの１つ以上に必要な操作を実行することができる第２の道路区分を含む、請求項１５に記載の方法。

【請求項18】

前記１つ以上のコンピューティングデバイスによって、前記複数の性能チェックの前記結果に基づいて、少なくとも１つの前記検出システムに対する１つ以上の修正を判定することをさらに含み、前記選択された動作モードで動作させることが、前記１つ以上の修正を使用することを含む、請求項１５に記載の方法。

【請求項19】

前記１つ以上のコンピューティングデバイスによって、前記複数の性能チェックの前記結果に基づいて前記マップデータを更新することをさらに含み、前記選択された動作モードで動作させることが、前記更新されたマップデータを使用することを含む、請求項１５に記載の方法。

【請求項20】

前記複数の性能チェックが、一定の間隔で実行される、請求項１５に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、２０１８年１２月１３日に出願された米国出願番号第１６／２１９，３８６号の利益を主張するものであり、その開示全体が参照により本明細書に組み込まれる。

【背景技術】

【0002】

ある位置から別の位置への乗客または物品の輸送を支援するために、自律運転モードで動作させるとき、人間の運転手を必要としない車両などの自律車両を使用することができる。自律車両の重要なコンポーネントは、カメラ、レーダー、センサ、および他の同様のデバイスを使用して車両がその周囲を知覚し、解釈することを可能にする知覚システムである。認知システムは、自律車両が動いている間に、多数のタスクを実行し、それらは、最終的に、加速、減速、停止、方向転換などのような決定につながる。認知システムは、カメラ、センサ、および全地球測位デバイスのような複数の検出システムを含み得、例えば、駐車中の乗用車、樹木、建物など、その周囲の環境に関する画像およびセンサデータを収集し解釈する。

【発明の概要】

【0003】

本開示の態様は、システムであって、１つ以上のコンピューティングデバイスであって、車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む複数の性能チェックを識別することと、車両の位置および複数の性能チェックに基づいて複数の道路区分を選択することであって、複数の道路区分の各々が、複数の性能チェックのうちの１つ以上を実行するために選択される、選択することと、複数の道路区分を接続することによって、および車両の位置を複数の道路区分のうちの１つに接続することによって、車両のテストルートを判定することと、自律運転モードでテストルートに沿って車両を制御することと、車両を制御しながら、車両の複数の検出システムからセンサデータを受信することと、受信したセンサデータに基づいて複数の性能チェックを実行することと、複数の性能チェックの結果に基づいて、車両の複数の動作モードから動作モードを選択することと、選択した動作モードで車両を動作させることと、を行うように構成された、１つ以上のコンピューティングデバイスを備えている、システムを提供する。

【0004】

複数の道路区分は、第１の道路区分を含み得、複数の性能チェックのうちの１つ以上は、第１の道路区分に沿って検出可能な１つ以上の交通特徴または静止物体を使用して実行され得る。複数の道路区分は、複数の性能チェックのうちの１つ以上に必要な操作を実行することができる第２の道路区分を含み得る。

【0005】

第１のチェックは、検出された交通特徴の特性を、交通特徴の以前に検出された特性と比較することを含み得る。第２のチェックは、検出された交通特徴の位置をマップデータ内の検出された交通特徴の位置と比較することを含み得る。

【0006】

複数の性能チェックは、車両のコンポーネントの第３のチェックをさらに含み得、第３のチェックは、車両のコンポーネントに関連する１つ以上の測定値を閾値測定値と比較することを含み得る。

【0007】

動作モードは、複数の性能チェックの閾値を満たす結果に基づいて選択され得る。動作モードは、複数の性能チェックのうちの１つ以上の性能チェックセットを満たす結果に基づいて選択され得る。

【0008】

１つ以上のコンピューティングデバイスは、複数の性能チェックの結果に基づいて、検出システムの少なくとも１つに対する１つ以上の修正を判定するようにさらに構成されていてもよい。選択された動作モードで動作させることは、１つ以上の修正を使用することを含み得る。

【0009】

１つ以上のコンピューティングデバイスは、複数の性能チェックの結果に基づいてマップデータを更新するようにさらに構成され得る。選択された動作モードで動作させることは、更新されたマップデータの使用することを含み得る。

【0010】

選択された動作モードは、非アクティブモードであってもよい。

【0011】

システムは、車両をさらに含み得る。

【0012】

本開示はさらに、１つ以上のコンピューティングデバイスによって、車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む複数の性能チェックを識別することと、１つ以上のコンピューティングデバイスによって、車両の位置および複数の性能チェックに基づいて複数の道路区分を選択することであって、複数の道路区の各々が、複数の性能チェックのうちの１つ以上を実行するために選択される、選択することと、１つ以上のコンピューティングデバイスによって、複数の道路区分を接続することによって、および車両の位置を複数の道路区分のうちの１つに接続することによって、車両のテストルートを判定することと、１つ以上のコンピューティングデバイスによって、自律運転モードでテストルートに沿って車両を制御することと、車両を制御しながら、１つ以上のコンピューティングデバイスによって、車両の複数の検出システムからセンサデータを受信することと、１つ以上のコンピューティングデバイスによって、受信したセンサデータに基づいて複数の性能チェックを実行することと、１つ以上のコンピューティングデバイスによって、複数の性能チェックの結果に基づいて、車両の複数の動作モードから動作モードを選択することと、１つ以上のコンピューティングデバイスによって、選択された動作モードで車両を動作させることと、を提供する。

【0013】

複数の道路区分は、第１の道路区分を含み得、複数の性能チェックのうちの１つ以上は、第１の道路区分に沿って検出可能な１つ以上の交通特徴または静止物体を使用して実行され得る。複数の道路区分は、複数の性能チェックのうちの１つ以上に必要な操作を実行することができる第２の道路区分を含み得る。

【0014】

この方法は、１つ以上のコンピューティングデバイスによって、複数の性能チェックの結果に基づいて、少なくとも１つの検出システムに対する１つ以上の修正を判定することをさらに含み得、選択された動作モードで動作させることは、１つ以上の修正を使用することを含み得る。この方法は、１つ以上のコンピューティングデバイスによって、複数の性能チェックの結果に基づいてマップデータを更新することをさらに含み、選択された動作モードで動作させることは、更新されたマップデータを使用することを含み得る。

【0015】

複数の性能チェックは、一定の間隔で実行され得る。

【図面の簡単な説明】

【0016】

【図1】本開示の態様による例示的な車両の機能図である。

【図2】本開示の態様によるマップデータの一例である。

【図3】本開示の態様にによる車両の例示的な外観図である。

【図4】本開示の態様によるシステムの例示的な絵図である。

【図5】本開示の態様によるシステムの例示的な機能図である。

【図6】本開示の態様による例示的な状況である。

【図7】本開示の態様による収集されたセンサデータの例を示す。

【図8】本開示の態様による収集されたコンポーネントデータの例を示す。

【図9】本開示の態様による別の例示的な状況を示す。

【図10】本開示の態様による例示的なフロー図である。

【発明を実施するための形態】

【0017】

概要
この技術は、完全なキャリブレーションの後、運転前、または定期的に実行される車両の性能チェックに関する。人間のドライバーは、道路で車両を動作させる前に、ミラーが調整されていること、ＧＰＳシステムが機能していること、ならびにハンドル、ブレーキ、および信号灯などのコンポーネントが反応するかを確認するなど、車両の様々なシステムおよびコンポーネントをチェックする場合がある。同様に、自律車両の様々なシステムも、動作させる前にチェックする必要がある。特に、人間のドライバーが車両のシステムの問題に気付かない可能性のある自律モードで車両を動作させる場合は、特にそうである。例えば、車両は、過去に完全にキャリブレーションされていたとしても、車両の認知システムのセンサは、別の道路利用者または清掃員などにより、以前の動作中に移動したか、または温度、湿度などのような環境要因によって損傷した可能性がある。

【0018】

したがって、例えば、センサチェック、マップチェック、および／またはコンポーネントチェックを含む、複数の性能チェックが車両に対して実行され得る。センサチェックは、検出精度、検出解像度、視野などのような、所与のセンサまたは検出システムの機能のレベルを判定することを含み得る。マップチェックには、所与の地理的エリアに関連するマップデータの精度を判定することを含み得る。コンポーネントチェックは、タイヤの空気圧、タイヤのアライメントなどのような、所与のコンポーネントの機能のレベルを判定することを含み得る。複数の性能チェックの結果は、安全性および快適性など、車両のどの機能が設定されたガイドライン内にあるかを判定するために使用され得る。結果は、特定の動作モードの車両を指定またはクリアするために使用し得る。

【0019】

複数の性能チェックを実行するために、１つ以上のコンピューティングデバイスは、車両の位置、マップデータ、および車両の複数のシステムに対する複数の性能チェックに基づいてテストルートを判定し得る。テストルートには、指定された拠点もしくはテストセンターを含める必要はないか、またはクローズルートにする必要もない。

【0020】

車両のコンピューティングデバイスは、１つ以上のコンポーネントを使用してテストルートに沿って車両をナビゲートし、複数の検出システムを使用してデータを収集し得る。データを収集することは、複数の検出システムのうちの検出システムを使用して、テストルートに沿った１つ以上の交通特徴または静止物体を検出することを含み得る。加えて、データを収集することは、車両のコンポーネントに関連する１つ以上の測定値を検出することを含み得る。

【0021】

テストルートの間、または車両がテストルートを完了した後、車両のコンピューティングデバイスは、収集されたデータを分析することによって複数の性能チェックを実行し得る。センサチェックの場合、検出された交通特徴の特性（位置、方位、形状、色、反射率など）は、以前に検出または格納された交通特徴の特性と比較し得る。マップチェックのために、検出された交通特徴の位置または方位は、車両のマップデータにおいて以前に検出または格納された交通特徴の位置または方位と比較され得る。コンポーネントチェックでは、車両のコンポーネントに関連する１つ以上の測定値は、閾値測定値と比較され得る。

【0022】

どの性能チェックが満たされたかに基づくなど、複数の性能チェックの結果に基づいて、車両のコンピューティングデバイスは、車両を動作させるための動作モードを選択し得る。動作モードは、例えば、タスクの指定（乗客または非乗客のタスク）、または速度、距離、もしくは地理的エリアの制限を含み得る。動作モードは、例えば車両が任意の他のモードのためにクリアされていない場合、非アクティブモードも含み得る。いくつかの実装形態では、フリート管理システムなどのリモートシステムによって、複数の車両に対してモードを選択し得る。次に、車両は、複数の性能チェックに基づいて、特定のモードで車両のコンピューティングデバイスによって動作され得る。

【0023】

上記の特徴により、自律車両の動作準備を迅速かつ適切に行うことができる。より迅速な準備とは、需要が変動しても、よりタイムリーに車両をユーザに送ることができることを意味する。その結果、自律車両のユーザをタイムリーにピックアップすることができる可能性がある。加えて、自律車両のサービス準備に必要な燃料などのリソースが少なくて済むため、全体的なコストを低減することができる。これらの特徴により、ユーザにより効率的かつ安全にサービスを提供することができる複数のモード用に指定された自律車両の全フリートの管理も可能になる。

【0024】

例示的なシステム
図１に示されるように、本開示の一態様による車両１００は、様々なコンポーネントを含む。本開示のある特定の態様は、特定のタイプの車両との接続に特に有用であるが、車両は、限定されるものではないが、乗用車、トラック、オートバイ、バス、レクリエーション用車両などを含む、任意のタイプの車両であってもよい。車両は、１つ以上のプロセッサ１２０、メモリ１３０、および汎用コンピューティングデバイスに典型的に存在する他のコンポーネントを含む、コンピューティングデバイス１１０などの１つ以上のコンピューティングデバイスを有してもよい。

【0025】

メモリ１３０は、１つ以上のプロセッサ１２０によってアクセス可能な情報を記憶し、その情報には、プロセッサ１２０によって実行または別様に使用され得る命令１３２およびデータ１３４が含まれる。メモリ１３０は、プロセッサによってアクセス可能な情報を記憶することができる任意のタイプのメモリであってもよく、それらには、コンピューティングデバイス可読媒体、またはハードドライブ、メモリカード、ＲＯＭ、ＲＡＭ、ＤＶＤ、もしくは他の光ディスク、ならびに他の書き込み可能および読み取り専用メモリなどの電子デバイスを用いて読み取ることができるデータを記憶する他の媒体が含まれる。システムおよび方法は、上記の異なる組み合わせを含んでもよく、それによって、命令およびデータの様々な部分が、様々なタイプの媒体に記憶される。

【0026】

命令１３２は、プロセッサにより直接的に（マシンコードなど）または間接的に（スクリプトなど）実行される任意の命令のセットであってもよい。例えば、命令は、コンピューティングデバイス可読媒体上のコンピューティングデバイスコードとして記憶されてもよい。その点において、「命令」および「プログラム」という用語は、本明細書では、区別なく使用され得る。命令は、プロセッサによる直接的な処理のためのオブジェクトコード形式で、または要求に応じて解釈されるか、もしくは予めコンパイルされるスクリプトもしくは独立したソースコードモジュールの集合を含む、任意の他のコンピューティングデバイス言語で記憶されてもよい。命令の機能、方法、およびルーチンについては、以下でさらに詳細に説明される。

【0027】

データ１３４は、命令１３２にしたがって、プロセッサ１２０によって検索、記憶、または修正されてもよい。一例として、メモリ１３０のデータ１３４は、所定のシナリオを記憶し得る。所与のシナリオは、物体のタイプ、車両に対する物体の場所の範囲、ならびに自律型車両が物体の周囲を操作することができるかどうか、物体が方向指示器を使用しているかどうか、物体の現在の位置に関連する信号機の状態、物体が一時停止標識に接近しているかどうかなどの他の要因を含むシナリオ要件のセットを識別し得る。要件は、「右方向指示器がオン」または「右折専用車線」などの離散値、または「車両１００の現在の経路から３０～６０度オフセットされる角度で配向される進行方向を有する」などの値の範囲を含み得る。いくつかの例では、所定のシナリオは、複数の物体に関する同様の情報を含んでもよい。

【0028】

１つ以上のプロセッサ１２０は、市販されているＣＰＵなどの任意の従来のプロセッサであってもよい。代替的に、１つ以上のプロセッサは、ＡＳＩＣまたは他のハードウェアベースプロセッサなどの専用デバイスであってもよい。図１は、プロセッサ、メモリ、およびコンピューティングデバイス１１０の他の要素を同じブロック内にあるものとして機能的に例示しているが、プロセッサ、コンピューティングデバイス、またはメモリは、実際には、同じ物理的な筐体内に格納されていてもいなくてもよい、複数のプロセッサ、コンピューティングデバイス、またはメモリを含むことができることは、当業者により、理解されるであろう。一例として、内部電子ディスプレイ１５２は、高帯域幅または他のネットワーク接続を介してコンピューティングデバイス１１０とインターフェースし得る、それ自体のプロセッサまたは中央処理装置（ＣＰＵ）、メモリなどを有する専用コンピューティングデバイスによって制御され得る。いくつかの例では、このコンピューティングデバイスは、ユーザのクライアントデバイスと通信することができるユーザインターフェースコンピューティングデバイスであり得る。同様に、メモリは、コンピューティングデバイス１１０の筐体とは異なる筐体内に位置するハードドライブ、または他の記憶媒体であってもよい。したがって、プロセッサまたはコンピューティングデバイスへの言及は、並行に動作してもしなくてもよいプロセッサまたはコンピューティングデバイスまたはメモリの集合体への言及を含むことが理解されよう。

【0029】

コンピューティングデバイス１１０は、上述したプロセッサおよびメモリ、ならびにユーザ入力１５０（例えば、マウス、キーボード、タッチスクリーン、および／またはマイクロフォン）、および様々な電子ディスプレイ（例えば、スクリーン、または情報を表示するように動作可能である任意の他の電気デバイスを有するモニタ）などのコンピューティングデバイスと接続して通常使用されるすべてのコンポーネントを有していてもよい。この例では、車両は、内部電子ディスプレイ１５２、ならびに１つ以上のスピーカ１５４を含み、情報または視聴覚体験を提供する。この点について、内部電子ディスプレイ１５２は、車両１００の車内に位置していてもよく、コンピューティングデバイス１１０によって使用されて、車両１００内の搭乗者に情報を提供してもよい。内部スピーカに加えて、１つ以上のスピーカ１５４は、外部スピーカを含むことができ、車両１００の外部の物体に可聴通知を提供するために、車両上の様々な場所に配置される。

【0030】

一例では、コンピューティングデバイス１１０は、車両１００に組み込まれた自律運転コンピューティングシステムであってもよい。自律運転コンピューティングシステムは、車両の様々なコンポーネントと通信することが可能であり得る。例えば、コンピューティングデバイス１１０は、車両の搭乗者からの連続的または周期的な入力を必要（ｒｅｑｕｉｒｅ）としない、または必要（ｎｅｅｄ）としない自律運転モードにおいて、メモリ１３０の命令１３２に従って車両１００の移動、速度などを制御するため、減速システム１６０（車両のブレーキを制御するため）、加速システム１６２（車両の加速を制御するため）、ステアリングシステム１６４（車輪の方位および車両の方向を制御するため）、シグナリングシステム１６６（方向指示器を制御するため）、ナビゲーションシステム１６８（車両をある場所にナビゲートするか、または物体の周りを回るため）、測位システム１７０（車両の位置を判定するため）、認知システム１７２（車両の環境内の物体を検出するため）、および電源システム１７４（例えば、バッテリ、および／またはガスもしくはディーゼルエンジン）のような車両１００の様々なシステムと通信することができる。また、これらのシステムは、コンピューティングデバイス１１０の外部にあるものとして示されているが、実際には、これらのシステムもまた、車両１００を制御するための自律運転計算システムとして再度、コンピューティングデバイス１１０の中に組み込まれ得る。

【0031】

コンピューティングデバイス１１０は、様々なコンポーネントを制御することによって車両の方向および速度を制御してもよい。例として、コンピューティングデバイス１１０は、マップデータおよびナビゲーションシステム１６８からのデータを使用して、完全に自律的に車両を目的地までナビゲートし得る。コンピューティングデバイス１１０は、車両の位置を判定するために測位システム１７０を使用し、その位置に安全に到着するために、必要に応じて、物体を検出し、かつ物体に応答するために知覚システム１７２を使用してもよい。そうするために、コンピューティングデバイス１１０は、車両を、加速させ（例えば、加速システム１６２により、エンジンに提供される燃料または他のエネルギーを増加させることによって）、減速させ（例えば、エンジンに供給される燃料を減少させ、ギヤを切り替え、および／または減速システム１６０により制動をかけることによって）、方向転換させ（例えば、ステアリングシステム１６４により、車両１００の前輪または後輪の向きを変えることによって）、これらの変更を合図（例えば、シグナリングシステム１６６の方向指示器を点灯することによって）させ得る。このため、加速システム１６２および減速システム１６０は、車両のエンジンと車両の車輪との間に様々なコンポーネントを含む、動力伝達装置の一部であり得る。ここでも、これらのシステムを制御することによって、コンピューティングデバイス１１０はまた、車両を自律的に操作するために、車両の動力伝達装置を制御し得る。

【0032】

一例として、コンピューティングデバイス１１０は、車両の速度を制御するために、減速システム１６０および加速システム１６２と情報をやり取りし得る。同様に、ステアリングシステム１６４は、車両１００の方向を制御するために、コンピューティングデバイス１１０によって使用され得る。例えば、車両１００が乗用車またはトラックのように道路上で使用するように構成されている場合、ステアリングシステムは、車両を転回するために車輪の角度を制御するためのコンポーネントを含み得る。シグナリングシステム１６６は、例えば、必要に応じて方向指示器またはブレーキライトを点灯させることによって、他の運転手または車両に車両の意図を伝えるために、コンピューティングデバイス１１０によって使用され得る。

【0033】

ナビゲーションシステム１６８は、ある位置までのルートを決定して、辿るために、コンピューティングデバイス１１０によって使用され得る。この点において、ナビゲーションシステム１６８および／またはデータ１３４は、マップデータ、例えば、コンピューティングデバイス１１０が車両をナビゲートまたは制御するために使用することができる非常に詳細なマップを格納し得る。一例として、これらの地図は、車道の形状および高さ、車線マーカ、交差点、横断歩道、速度制限、信号機、建物、標識、リアルタイムもしくは履歴の交通情報、植生、または他のそのような物体ならびに情報を識別し得る。車線マーカは、実線または破線の、二重または単一の車線境界線、実線または破線の車線境界線、反射板などの特徴を含み得る。所与の車線は、車線の境界を画定する、左右の車線境界線または他の車線マーカと関連付けられ得る。このため、ほとんどの車線は、１つの車線境界線の左端と別の車線境界線の右端によって境界付けられ得る。上述のように、マップデータは、過去の同様の時間における特定のピックアップ位置からの既知の交通もしくは混雑情報および／またはおよび乗り換えスケジュール（電車、バスなど）を格納し得る。この情報は、コンピューティングデバイス１１０によって受信された情報によってリアルタイムでも更新され得る。

【0034】

図２は、マップデータ２００の一例である。示されるように、マップデータ２００は、道路２１０、道路２２０、道路２３０、道路２４０、および道路２５０の形状、位置、および他の特性を含む。マップデータ２００は、道路２１０の車線境界線２１１などの車線マーカまたは車線を含み得る。車線は様々な車線を画定することもでき、例えば、車線境界線２１１は道路２１０の車線２１２、２１４を画定する。車線境界線またはマーカの代わりに、道路２２０、２３０、２４０、２５０などの道路の幅によって車線を推測することもできる。マップデータ２００はまた、各車線の交通方向および速度制限を識別する情報、ならびに車両が特定のタイプの操作（すなわち、方向転換を完了する、交通の車線または交差点を横切るなど）を完了するための通行権を有するかどうかをコンピューティングデバイス１１０が判定することを可能にする情報を含み得る。

【0035】

マップデータ２００は、道路２１０、２２０、２３０、２４０、および２５０の間の関係情報も含み得る。例えば、マップデータ２００は、道路２１０が交差点２１９で道路２２０と交差すること、道路２２０が交差点２２９で道路２３０と交差すること、道路２３０、２４０、および２５０が交差点２３９で交差すること、および道路２５０が交差点２５９で道路２１０と交差することを示すことができる。

【0036】

マップデータ２００は、様々な特性および異なる意味論的意味を有する道路上の標識およびマークをさらに含み得る。示されるように、マップデータ２００は、道路２１０の信号機２１６と、道路２１０を横断する横断歩道２１８とを含む。マップデータ２００は、一時停止標識２６０も含む。マップデータ２００は、縁石、水路、植生などのような他の特徴を追加的に含み得る。

【0037】

加えて、マップデータ２００は、様々な建物または構造物（例えば、興味のある地点など）およびこれらの建物または構造物のタイプを含み得る。示されるように、マップデータ２００は道路２１０上の建物２７０を示している。例えば、マップデータ２００は、建物２７０のタイプが空港、駅、スタジアム、学校、教会、病院、アパートの建物、家などであることを含み得る。この点において、建物２７０のタイプは、国の記録などの行政記録から収集してもよいか、または航空画像を確認した後に人間のオペレータが手動でラベル付けし得る。マップデータ２００は、入口および／または出口の位置など、建物２７０に関する追加情報を含み得る。

【0038】

マップデータ２００は、駐車場２８０などの所定の停車エリアも格納し得る。この点において、そのようなエリアは、人間のオペレータによって手動で選択されるか、または時間の経過とともにコンピューティングデバイスによって学習され得る。マップデータ２００は、駐車場２８０の入口２８２および出口２８４の位置などの停車エリアに関する追加情報を含み得、入口２８２は道路２４０に接続し、一方、出口２８４は道路２３０および２５０に接続する。

【0039】

いくつかの例では、マップデータ２００はゾーニング情報をさらに含み得る。例えば、ゾーニング情報は、国の記録などの行政記録から取得し得る。このように、道路に関する情報には、住宅地域、学校区域、商業地域などの表示を含み得る。

【0040】

マップデータは、道路２１０、２２０、２３０、２４０、および２５０、交差点２１９、２２９、２３９、および２５９、車線境界線２１１、車線２１２および２１４、信号機２１６、横断歩道２１８、一時停止標識２６０、建物２７０およびその入口２７２、駐車場２８０およびその入口２８２および出口２８４のＧＰＳ座標など位置座標（その例を図７に示す）をさらに含み得る。

【0041】

本明細書では詳細なマップデータは、画像ベースのマップとして示されているが、マップデータは、完全に画像ベースである必要はない（例えば、ラスタ）。例えば、詳細なマップデータは、１つ以上の道路グラフ、または道路、車線、交差点、およびこれらの特徴間の接続などの情報のグラフネットワークを含み得る。各特徴は、グラフデータとして記憶され得、地理的位置などの情報と関連付けられ得、いずれにせよ、他の関連する特徴にリンクされ、例えば、一時停止標識は、道路および交差点などにリンクされ得る。いくつかの実施例では、関連付けられたデータは、道路グラフのグリッドベースのインデックスを含んで、特定の道路グラフの特徴の効率的な検索を可能にし得る。

【0042】

認知システム１７２はまた、他の車両、車道内の障害物、交通信号、標識、樹木などのような車両の外部の物体を検出するために１つ以上のコンポーネントを含む。例えば、認知システム１７２は、１つ以上のＬＩＤＡＲセンサ（複数可）１８０、カメラセンサ（複数可）１８２、およびＲＡＤＡＲセンサ（単数または複数）１８４を含み得る。認知システム１７２は、ＳＯＮＡＲデバイス（複数可）、ジャイロスコープ（複数可）、加速度計（複数可）、および／またはコンピューティングデバイス１１０によって処理され得るデータを記録する任意の他の検出デバイスなどの他のセンサを含み得る。知覚システムのセンサは、物体、および、位置、方位、サイズ、形状、タイプ（例えば、車両、歩行者、自転車利用者など）、進行方向、および移動速度などのそれらの特性を検出し得る。知覚システム１７２によって生成されると、センサおよび／または前述の特性からの未加工データは、記述関数、ベクトル、および／または境界ボックスに定量化または構成され、さらなる処理のために定期的かつ継続的にコンピューティングデバイス１１０に送信され得る。さらなる詳細を以下で考察するが、コンピューティングデバイス１１０は、車両の位置を判定するために測位システム１７０を使用し、その位置に安全に到着するために、必要に応じて、物体を検出し、かつ物体に応答するために知覚システム１７２を使用し得る。

【0043】

例えば、図３は、車両１００の例示的な外観図である。この例では、ルーフ上部筐体３１０およびドーム状筐体３１２は、ＬＩＤＡＲセンサ、ならびに様々なカメラおよびＲＡＤＡＲユニットを含み得る。加えて、車両１００の前端部に位置する筐体３２０、ならびに車両の運転者側および助手席側の筐体３３０、３３２は、各々、ＬＩＤＡＲセンサを格納し得る。例えば、筐体３３０は、運転手ドア３５０の前部に位置している。車両１００はまた、車両１００のルーフ上にまた位置するＲＡＤＡＲユニットおよび／またはカメラのための筐体３４０、３４２を含む。追加のＲＡＤＡＲユニットおよびカメラ（図示せず）は、車両１００の前端および後端に、および／または屋根もしくはルーフ上部筐体３１０に沿った他の位置に位置し得る。車両１００はまた、ドア３５０、３５２、車輪３６０、３６２などの典型的な乗用車両の多くの特徴を含む。

【0044】

近くの物体が検出されると、コンピューティングデバイス１１０および／または知覚システム１７２は、物体のタイプ、例えば、トラフィックコーン、歩行者、車両（乗用車、トラック、バスなど）、自転車などを判定し得る。物体は、物体のサイズ、物体の速度（自転車は時速４０マイルより速く、または時速０．１マイルより遅く進む傾向はない）、自転車からの熱（自転車は、体熱を発するライダーを有する傾向がある）などの、検出された物体の様々な特性を考慮できる様々なモデルによって識別され得る。加えて、物体は、ライセンスプレート、バンパーステッカー、または車両に表示されるロゴに含まれる情報のような、物体の特定の属性に基づいて分類され得る。

【0045】

例えば、認知システム１７２の１つ以上のセンサによって収集されたセンサデータ（その例が図７に示されている）は、車両１００のコンピューティングデバイス１１０のデータに格納され得る。図２を参照すると、車両１００は、過去に一時停止標識２６０を通過したことがあり、ＬＩＤＡＲセンサ（複数可）１８０による一時停止標識２６０の検出された値をメモリ１３０のデータ１３４に格納している可能性がある。この例では、検出された値は、例えば、車両１００が位置［ｘ＿ｂ、ｙ＿ｂ］にあるとき（これは、例えば、交差点２３９に向かって道路２３０を運転することに対応し得、交差点２３９に到達するまで１０ｍ離れていた）、一時停止標識２６０は、位置［ｘ４、ｙ４］にあり、車両１００の前方から３０°の角度にあることが検出された（これは、例えば、交差点２３９に向かって運転する道路２３０上の一時停止標識２６０から車両１００が８ｍ離れている場合に対応し得る）ことを含み得る。例示的な方法に関して以下で詳細に説明するように、これらの格納されたセンサデータは、車両１００の様々なシステムの性能チェックに使用され得る。他の例では、基準車両の認知システムによって収集されたセンサデータは、車両１００のコンピューティングデバイス１１０に格納され得る。他の例では、そのようなセンサデータは、サーバまたは記憶システムにリモートで格納され得る。

【0046】

コンピューティングデバイス１１０は、車両１００の様々なコンポーネントの閾値（そのいくつかを図８に示す）をさらに格納し得る。例えば、コンピューティングデバイス１１０は、車両１００のタイヤの閾値最小タイヤ圧力を格納し得る。別の例として、コンピューティングデバイス１１０は、車両１０のタイヤの閾値アライメント角度を格納し得る。さらに別の例では、コンピューティングデバイス１１０は、車両１００のブレーキの特定の速度での閾値停止距離を格納し得る。

【0047】

車両１００の１つ以上のコンピューティングデバイス１１０はまた、例えば、無線ネットワーク接続１５６を使用して、他のコンピューティングデバイスとの間で情報を送信または受信し得る。無線ネットワーク接続は、例えば、ＢＬＵＥＴＯＯＴＨ（登録商標）、Ｂｌｕｅｔｏｏｔｈ ＬＥ、ＬＴＥ、セルラー、近距離無線通信など、および前述のものの様々な組み合わせを含むことができる。図４および図５は、それぞれ、例示的なシステム４００の絵図および機能図であり、システムは、ネットワーク４６０を介して接続された複数のコンピューティングデバイス４１０、４２０、４３０、４４０、および記憶システム４５０を含む。システム４００はまた、車両１００、および車両１００と同様に構成され得る車両１００Ａを含む。簡潔にするため、いくつかの車両およびコンピューティングデバイスのみを示しているが、典型的なシステムは、これよりもはるかに多くのものを含み得る。

【0048】

図４に示されるように、コンピューティングデバイス４１０、４２０、４３０、４４０の各々は、１つ以上のプロセッサ、メモリ、データ、および命令を含み得る。かかるプロセッサ、メモリ、データ、および命令は、コンピューティングデバイス１１０の１つ以上のプロセッサ１２０、メモリ１３０、データ１３４、および命令１３２と同様に構成されてもよい。

【0049】

ネットワーク４６０および介在ノードは、ＢＬＵＥＴＯＯＴＨ（登録商標）、Ｂｌｕｅｔｏｏｔｈ ＬＥ、インターネット、ワールドワイドウェブ、イントラネット、仮想プライベートネットワーク、ワイドエリアネットワーク、ローカルネットワーク、１つ以上の企業が所有する通信プロトコルを使用するプライベートネットワーク、イーサネット、ＷｉＦｉおよびＨＴＴＰ、ならびに前述の様々な組み合わせなどの短距離通信プロトコルを含む様々な構成およびプロトコルを含むことができる。そのような通信は、モデムおよび無線インターフェースなどの、他のコンピューティングデバイスとの間でデータを送信することができるいずれかのデバイスによって容易にされ得る。

【0050】

一例では、１つ以上のコンピューティングデバイス４１０は、複数のコンピューティングデバイスを有するサーバ、例えば、負荷分散サーバファームを含み得、負荷分散サーバファームは、他のコンピューティングデバイスとの間でデータを受信、処理、および送信する目的で、ネットワークの異なるノードと情報を交換する。例えば、１つ以上のコンピューティングデバイス４１０は、ネットワーク４６０を介して、車両１００の１つ以上のコンピューティングデバイス１１０または車両１００Ａの同様のコンピューティングデバイス、ならびにクライアントコンピューティングデバイス４２０、４３０、４４０と通信することができる１つ以上のサーバコンピューティングデバイスを含み得る。例えば、車両１００および車両１００Ａは、サーバコンピューティングデバイスによって様々な位置に配車され得る車両群の一部であり得る。この点について、車両群は、車両のそれぞれの測位システムにより提供される位置情報をサーバコンピューティングデバイスに定期的に送信してもよく、１つ以上のサーバコンピューティングデバイスは、車両の位置を追跡してもよい。

【0051】

上述のように、様々な交通特徴を検出するセンサデータをコンピューティングデバイス１１０に保存するのではなく、そのようなセンサデータは追加的または代替的にサーバコンピューティングデバイス４１０に格納され得る。同様に、車両１００のコンポーネントの閾値も同様にサーバコンピューティングデバイス４１０に格納され得る。

【0052】

加えて、サーバコンピューティングデバイス４１０は、ネットワーク４６０を使用して、コンピューティングデバイス４２０、４３０、４４０のディスプレイ４２４、４３４、４４４などのディスプレイ上に、ユーザ４２２、４３２、４４２などのユーザに情報を送信および提示し得る。この点について、コンピューティングデバイス４２０、４３０、４４０は、クライアントコンピューティングデバイスとみなされ得る。

【0053】

図５に示されるように、各クライアントコンピューティングデバイス４２０、４３０、４４０は、ユーザ４２２、４３２、４４２が使用することを意図されたパーソナルコンピューティングデバイスであってもよく、１つ以上のプロセッサ（例えば、中央処理装置（ＣＰＵ））、データおよび命令を記憶するメモリ（例えば、ＲＡＭおよび内蔵ハードドライブ）、ディスプレイ４２４、４３４、４４４などのディスプレイ（例えば、画面を有するモニタ、タッチスクリーン、プロジェクタ、テレビ、または情報を表示するように動作可能である他のデバイス）、およびユーザ入力デバイス４２６、４３６、４４６（例えば、マウス、キーボード、タッチスクリーン、またはマイクロフォン）を含む、パーソナルコンピューティングデバイスと接続して通常使用されるすべてのコンポーネントを有し得る。ユーザ４２２、４３２、４４２などのユーザは、コンピューティングデバイス４２０、４３０、４４０のユーザ入力デバイス４２６、４３６、４４６を使用して、ピックアップまたはドロップオフ要求などの情報をサーバコンピューティングデバイス４１０に送信し得る。クライアントコンピューティングデバイスはまた、ビデオストリームを記録するためのカメラ、スピーカ、ネットワークインターフェースデバイス、およびこれらの要素を互いに接続するために使用されるすべてのコンポーネントを含んでもよい。

【0054】

クライアントコンピューティングデバイス４２０、４３０、および４４０は、各々、フルサイズのパーソナルコンピューティングデバイスを含んでもよいが、代替的に、インターネットなどのネットワークを介してサーバとデータを無線で交換することが可能であるモバイルコンピューティングデバイスを含んでもよい。単なる例として、クライアントコンピューティングデバイス４２０は、携帯電話、または無線対応ＰＤＡ、タブレットＰＣ、ウェアラブルコンピューティングデバイスもしくはシステムなどのデバイス、またはインターネットもしくは他のネットワークを介して情報を取得することができるネットブックであってもよい。別の例では、クライアントコンピューティングデバイス４３０は、図４において腕時計として示される、ウェアラブルコンピューティングシステムであってもよい。一例として、ユーザは、小型キーボード、キーパッド、マイクロフォンを使用して、カメラを用いる映像信号、またはタッチスクリーンを使用して、情報を入力し得る。

【0055】

いくつかの例において、クライアントコンピューティングデバイス４４０は、ユーザ４２２および４３２のようなユーザに、遠隔操作者サービスを提供するために、管理者によって使用される遠隔操作者ワークステーションであり得る。例えば、遠隔操作者４４２は、遠隔操作者ワークステーション４４０を使用して、以下にさらに詳細に説明されるように車両１００および車両１００Ａの安全な動作、ユーザの安全を確実とするために、それぞれのクライアントコンピューティングデバイスならびに／または車両１００もしくは車両１００Ａを通してユーザと電話または音声接続を介して通信することができる。単一の遠隔操作者ワークステーション４４０のみが図４および図５に示されているが、任意の数の、このようなワークステーションが典型的なシステムに含まれ得る。

【0056】

記憶システム４５０は、以下でより詳細に説明されるように、様々なタイプの情報を記憶することができる。この情報は、本明細書で記載する特徴のうちのいくつかまたはすべてを実行するために、１つ以上のサーバコンピューティングデバイス４１０などのサーバコンピューティングデバイスによって検索または別様にアクセスされ得る。例えば、情報は、１つ以上のサーバコンピューティングデバイスに対するユーザを識別するために使用することができる認証情報のようなユーザアカウント情報（例えば、従来の単一要素認証の場合のユーザ名およびパスワード、ならびにランダムな識別子、生体認証などの多要素認証で典型的に使用される他のタイプの認証情報）を含み得る。ユーザアカウント情報はまた、ユーザの名前、連絡先情報、ユーザのクライアントコンピューティングデバイス（または、同じユーザアカウントで複数のデバイスが使用されている場合はデバイス）の識別情報、ならびに年齢情報、健康情報、および後述のように、過去においてユーザが乗車または降車するのにどれくらいを要したかについてのユーザ履歴情報などの個人情報を含み得る。

【0057】

記憶システム４５０はまた、位置間のルートを生成および評価するためのルーティングデータを記憶し得る。例えば、ルーティング情報は、第１の位置にいる車両が第２の位置に到達するのにかかる時間を推定するために使用され得る。この点において、ルーティング情報は、必ずしも上記の詳細なマップデータ２００ほど細かくはないが、道路、ならびに、それらの道路についての情報、例えば、方向（一方通行、双方向など）、方位（北、南など）、制限速度、ならびに予測される交通状況を識別する交通情報などを含み得る。

【0058】

上述のように、コンピューティングデバイス１１０またはサーバコンピューティングデバイス４１０上で様々な交通特徴を検出するセンサデータを保存するのではなく、そのようなセンサデータは、追加的または代替的に記憶システム４５０に格納され得る。同様に、車両１００のコンポーネントの閾値も同様に記憶システム４５０に格納され得る。

【0059】

記憶システム４５０はまた、ユーザに表示するためにクライアントコンピューティングデバイスに提供され得る情報を記憶してもよい。例えば、記憶システム４５０は、所与のピックアップ位置または目的地について車両が停止する可能性が高いエリアを判定するための所定の距離情報を格納し得る。記憶システム４５０はまた、以下で論じられるように、ユーザに表示され得るグラフィック、アイコン、および他の項目を記憶し得る。

【0060】

メモリ１３０と同様に、記憶システム４５０は、ハードドライブ、メモリカード、ＲＯＭ、ＲＡＭ、ＤＶＤ、ＣＤ－ＲＯＭ、書き込み可能メモリ、および読み出し専用メモリなどの、サーバコンピューティングデバイス４１０によりアクセス可能である情報を記憶することができる、任意のタイプのコンピュータ化された記憶装置であり得る。加えて、記憶システム４５０は、同じまたは異なる地理的位置に物理的に位置し得る、複数の異なる記憶デバイス上にデータが記憶される分散記憶システムを含み得る。記憶システム４５０は、図４に示されるようにネットワーク４６０を介してコンピューティングデバイスに接続され得、および／またはコンピューティングデバイス１１０、４１０、４２０、４３０、４４０などのいずれかに直接接続または組み込まれ得る。
例示的な方法

【0061】

上述し、図に示したシステムに加えて、様々な動作を、ここで説明する。以下の動作は、以下に説明する正確な順序で実行される必要がないことを理解されたい。むしろ、様々なステップは、異なる順序でまたは同時に処理されてもよく、ステップはまた、追加または省略され得る。

【0062】

図６は、車両１００に対して複数の性能チェックを実行するための例示的な状況６００を示している。図６の様々な特徴は、概して、形状、位置、および図２のマップデータ２００に示され、そのようにラベル付けされた特徴の他の特性に対応し得る。様々な道路利用者および他の物体を含む、図６の追加特徴については、以下で詳しく説明する。これらの例はデモンストレーションの目的で役立つが、限定的なものと見なすべきではない。

【0063】

図６に示すように、車両１００は現在、道路２１０の車線２１２の縁石側に駐車しており、道路での安全な動作を保証するために、車両１００はそのシステムの性能チェックを実行する必要がある場合もある。この点において、車両１００は、毎日または毎週、所定の走行距離ごと、または完了した旅行の回数ごと、または法律で義務付けられている頻度など、定期的にそのシステムの性能チェックを実行するようにスケジュールされ得る。例えば、前日の間に、車両１００は、いくつかの旅行を完了している場合もあり、これらの旅行が完了すると、車両１００は、車線２１２の縁石のそばの道端に駐車した。当日、さらなる旅行に出かける前に、車両１００は、まず、その様々なシステム上で複数の性能チェックを実行し得る。ある例では、いくつかのタイプの性能チェックは、他の性能チェックよりも高い頻度で実行され得る。別の例では、性能チェックの頻度は車両のタイプに依存し得る。

【0064】

車両に対して複数の性能チェックを実行するために、テストルートを判定し得る。この点において、コンピューティングデバイス１１０は、車両の位置、マップデータ、および実行される性能チェックのタイプに基づいてテストルートを判定し得る。例えば、コンピューティングデバイス１１０は、車両１００は、交差点２１９の近くの車線２１２の縁石に現在駐車されていると判定し、マップデータ２００に基づいて、車両１００が指定された拠点またはこれらのテストを実行するためのテストセンターまで運転する必要がないように、近くのテストルートを判定し得る。これにより、指定されたテストセンターへの長距離ドライブで車両１００を動作させるリスクを冒す代わりに、性能チェックが可能な限り速やかに実行されることが保証され、燃料を含むリソースのより効率的な使用が保証される。

【0065】

コンピューティングデバイス１１０は、複数の性能チェックを完了するために実行されなければならない性能チェックのタイプにさらに基づいてテストルートを判定し得る。例えば、各必要な性能チェックのタイプおよび各必要な性能チェックの頻度を含む、必要な各性能チェックのリストが、コンピューティングデバイス１１０に格納され得る。追加的にまたは代替的に、必要な性能チェックのリストは、サーバコンピューティングデバイス４１０および／またはコンピューティングデバイス１１０によってアクセス可能な記憶システム４５０に格納され得る。例えば、必要な性能チェックのリストは、「２４時間に少なくとも１回、格納された交通信号検出によるセンサチェックを実行する」、「マップデータに格納された一時停止標識を使用したマップチェックを月に少なくとも１回実行する」、「少なくとも週に１回、４つのタイヤすべてのコンポーネントチェックを実行する」などのような項目を含み得る。一態様では、コンピューティングデバイス１１０は、複数の道路区分などの複数の区分を、マップデータおよび格納されたセンサデータを使用して選択し得、複数の道路区分の各々は、必要な性能チェックのうちの１つ以上を実行するために選択される。コンピューティングデバイス１１０は、次に、複数の道路区分を接続し、車両の位置を、複数の道路区分のうちの１つと接続して、車両が複数の性能チェックを実行することができるようにするためのテストルートを判定する。

【0066】

例えば、センサチェックの場合、コンピューティングデバイス１１０は、センサデータを収集して、交通特徴または静止物体の先の検出の格納された値と比較することができるように、テストルートの区分を選択し得る。例えば、図６に示すように、コンピューティングデバイス１１０は、車両１００の近くの信号機２１６および横断歩道２１８が、車両１００の近くで以前に検出された交通特徴として格納されていることを判定し得る。このように、新たに検出された値をこれらの格納された値と比較することにより、１つ以上の検出システムのセンサチェックが実行され得る。したがって、コンピューティングデバイス１１０は、車両１００の現在の位置で始まる区分６１０、および車線２１２から道路２２０への右折を使用して、センサチェックを実行すし得ることを判定し得る。

【0067】

マップチェックの場合、コンピューティングデバイス１１０は、センサデータを収集して、マップデータ内の交通特徴または静止物体の格納された位置および／または方位と比較することができるように、テストルートの区分を選択し得る。例えば、図６に示すように、コンピューティングデバイス１１０は、一時停止標識２６０が交通特徴としてマップデータ２００に格納されていることを判定し得る。このように、ナビゲーションシステムに格納されたマップデータ２００のマップチェックは、一時停止標識２６０の新たに検出された位置および方位を、マップデータ２００内の一時停止標識２６０の格納された位置および／または方位と比較することによって実行され得る。したがって、コンピューティングデバイス１１０は、一時停止標識２６０の近くの道路２３０の一部を含む区分６４０が、マップチェックを実行するために使用され得ると判定し得る。

【0068】

コンポーネントチェックのために、コンピューティングデバイス１１０は、特定の車両操作が実行される可能性のあるテストルートの区分を選択し得る。例えば、図６に示すように、コンピューティングデバイス１１０は、交差点２２９で左折が実行され得ると判定し得る。このように、車両１００が左折している間に、交差点２２９でブレーキ、ホイールアライメント、および左折信号のコンポーネントチェックを実行し得る。したがって、コンピューティングデバイス１１０は、道路２２０の一部および交差点２２９での道路２３０への左折を含む区分６２０が、コンポーネントチェックを実行するために使用できると判定し得る。

【0069】

場合によっては、コンピューティングデバイス１１０は、特定のタイプの性能チェックを実行するために２つ以上の区分が必要であると判定し得る。この点において、人間のオペレータは、テストルートのアイテムのリストを手動で作成し得る。代替的または追加的に、テストルートに必要なアイテムのリストは、コンピューティングデバイス１１０に格納され得、および／またはサーバコンピューティングデバイス４１０および／またはコンピューティングデバイス１１０によってアクセス可能な記憶システム４５０に格納され得る。例えば、テストルートに必要な項目のリストには、「テストルート上に５つ以上の信号機」、「テストルート上に１つの多点旋回」などの項目を含み得る。例えば、図６に示すように、コンピューティングデバイス１１０は、後退信号のコンポーネントチェックがバックインまたは縦列駐車または多点旋回操作などの操作を必要とすることを判定し得る。このように、コンピューティングデバイスは、駐車場２８０を含む区分６５０が後退信号のコンポーネントチェックを実行するために使用され得ると判定し得る。

【0070】

他の例では、各タイプの各々性能チェックに対して選択されたテストルートの区分は、同じであるか、または重複する部分を有する、または言い換えれば、所与の区分を、複数のタイプの性能チェックを実行するために使用し得る。例えば、信号機２１６および横断歩道２１８などの交通特徴の位置および／または方位がマップデータ２００に格納されるため、センサチェックに加えて、区分６１０をマップチェックにも使用し得る。別の例として、区分６１０は、ブレーキ、ホイールアライメント、および右折指示器のコンポーネントチェックにも使用できる。

【0071】

コンピューティングデバイス１１０は、特定のタイプの性能チェックに対して選択された様々な区分を接続するテストルートの追加区分を選択し得る。例えば、コンピューティングデバイス１１０は、区分６２０と区分６４０を接続するために区分６３０が必要であると判定し得る。このように、テストルートの例は、区分６１０、６２０、６３０、６４０、および６５０を含み得る。

【0072】

さらに、適用可能な場合、コンピューティングデバイス１１０は、テストルートの各区分からのセンサデータを使用して実行される、対応するまたは関連する性能チェックを格納し得る。例えば、コンピューティングデバイス１１０は、区分６１０を、センサチェック、信号機２１６を使用するマップチェック、横断歩道２１８、およびホイールアライメントおよび右折信号のコンポーネントチェックに関連付け得る。別の例として、コンピューティングデバイス１１０は、区分６２０を、左折信号およびホイールアライメントのコンポーネントチェックに関連付け得る。さらに別の例では、コンピューティングデバイス１１０は、一時停止標識２６０を使用して、区分６４０をセンサチェックおよびマップチェックに関連付け得る。さらに別の例では、コンピューティングデバイス１１０は、チェックを区分６３０に関連付けなくてもよい。

【0073】

コンピューティングデバイス１１０は、テストルートの追加要件にさらに基づいてテストルートを判定し得る。１つの例示的な要件は、テストルートの１つ以上の区分の交通量が閾値以下でなければならないことであり得る。この点において、コンピューティングデバイス１１０は、データベースから履歴またはリアルタイムのトラフィックデータを受信し得る。別の要件の例としては、ルートの１つ以上の区分に、速度制限が閾値速度制限より下または上に設定されている必要があり得る。この点において、コンピューティングデバイス１１０は、マップデータ２００に基づいて様々な道路の制限速度を判定し得る。さらに別の例の要件は、ルートの１つ以上の区分が、学校区域などの特定のエリアで実行されてはならないということであり得る。この点において、コンピューティングデバイス１１０は、マップデータ２００に基づいてゾーニング情報を判定し得る。さらに別の要件の例は、特定のタイプの操作を駐車場で実行しなければならないということであり得る。例えば、図６に示すように、道路２３０上で多点旋回操作を実行することもできるが、駐車場２８０は、駐車場で多点旋回操作という要件に基づいて選択し得る。追加の要件の例としては、テストルートには、複数の異なる信号機、多点旋回操作を実行するための１つ以上の袋小路、および車両１００の指定された拠点またはテストセンターに格納されている交通特徴が含まれていなければならないこともあり得る。

【0074】

テストルートは閉ループである必要はない。例えば、図６に示すように、コンピューティングデバイス１１０は、テストルートの最初に戻るのではなく、区分６５０の終わりに次の区分に進むことを判定し得る。他の例では、テストルートは閉ループであり、例えば、コンピューティングデバイス１１０は、区分６５０の終わりを区分６１０の始まりに戻す追加の区分を判定し得る。テストルートが閉ループである例では、より多くのセンサデータセットを収集するために、複数の性能チェックを繰り返すことができ、例えば、より正確な結果を得るために平均化し得る。

【0075】

テストルートは、後で前述のチェックを実行するために車両がテストルートを再び使用することができるように格納され得る。例えば、上記のテストルートを格納され得、複数の性能チェックを再度実行する必要があるときに車両１００がそのエリアの周辺にいる場合、コンピューティングデバイス１１０は、新しいテストルートを判定する代わりに、単に格納されたテストルートを使用し得る。別の例では、性能チェックを再度実行する必要があることに基づいて、コンピューティングデバイス１１０は、格納されたテストルートのすべてではなく一部の区分を使用し得る。

【0076】

テストルートが判定されると、コンピューティングデバイス１１０は、テストルートに沿って運転するように車両１００を制御し得る。そうしている間、認知システム１７２および／またはコンピューティングデバイス１１０は、前述の性能チェックを実行するために、センサデータおよびコンポーネントデータを含むテストルート上でデータを収集し得る。例えば、図７は、車両１００が図６に示されたテストルートに沿って走行している間に、認知システム１７２内の様々なセンサによって収集された、例示のセンサデータ７００を示している。別の例として、図８は、車両１００が図６に示すテストルートに沿って走行している間に様々なコンポーネントから収集された例示のコンポーネントデータ８００を示している。

【0077】

図６および図７を参照すると、収集されたセンサデータは、信号機２１６、横断歩道２１８、建物２７０、一時停止標識２６０、および駐車場２８０などの永続的な交通特徴または静止物体に関するデータを含み得る。図７に示すように、センサデータは、各交通特徴または物体の検出された位置および方位、ならびにその特徴または物体に関するセンサデータが取得されたときの車両１００の位置などの情報を含み得る。例えば、テストルート上にある間、車両１００が位置［ｘ＿ａ、ｙ＿ａ］にあるとき、車両１００のＬＩＤＡＲセンサ（複数可）１８０は、位置［ｘ１、ｙ１］で車両１００から２５°の角度で信号機２１６を、また、位置［ｘ３、ｙ３］で車両１００から１０°の角度にある建物２７０を検出し得る。別の例として、まだテストルート上にあり、車両１００が位置［ｘ＿ｂ、ｙ＿ｂ］にあるとき、車両１００のＬＩＤＡＲセンサ（複数可）１８０は、位置［ｘ４、ｙ４］および車両１００から２５°の角度で一時停止標識２６０を、および位置［ｘ５、ｙ５］および車両１００から角度２５°で駐車場２８０の位置を検出し得る。テストルート中の車両１００の位置は、ナビゲーションシステム１６８によって判定され得る。図示されてはいないが、ＬＩＤＡＲデータは、これらの特徴または物体のサイズおよび形状などの詳細をさらに含み得る。

【0078】

格納されたセンサデータは、各交通の特徴または物体の以前に検出された位置および方位などの情報を含み得る。この点において、交通特徴または物体について格納されたセンサデータは、過去の車両１００のセンサによる交通特徴または物体の以前の検出を含み得る。交通特徴または物体について格納されたセンサデータは、追加的にまたは代替的に、他の車両のセンサによって行われた交通特徴または物体の以前の検出を含み得る。さらに、格納されたセンサデータは、交通の特徴または物体が検出されたときにセンサデータを取得した車両の位置を含み得る。格納されたセンサデータは、コンピューティングデバイス１１０に格納され得る。追加的にまたは代替的に、格納されたセンサデータは、サーバコンピューティングデバイス４１０および／またはコンピューターデバイス１１０によってアクセス可能な記憶システム４５０に格納され得る。

【0079】

図示されていないが、格納されたセンサデータおよび収集されたセンサデータは、車両１００内の異なる位置に取り付けられた異なるＬＩＤＡＲセンサなど、複数のセンサによって取得された同じタイプのセンサデータを含み得る。さらに、格納されたセンサデータおよび収集されたセンサデータは、カメラデータなどの様々なタイプのセンサデータを含み得る。各タイプのセンサデータは、ＬＩＤＡＲデータと同様の情報、例えば、各交通特徴または物体の検出された位置ならびに方位、およびその特徴または物体に関するセンサデータが取得されたときの車両１００の位置を含み得る。加えて、各タイプのセンサデータは、これらの特徴または物体のサイズ、形状、色などの詳細を含み得る。

【0080】

図示されていないが、収集されたセンサデータは、車両１００Ａ、車両１００Ｂ、トラフィックコーン６７０、および歩行者６８０などの一時的または移動中の交通特徴および／または物体に関するデータをさらに含み得る。例えば、テストルートの位置［ｘ＿ｃ，ｙ＿ｃ］にいる間、車両１００のＬＩＤＡＲセンサ（複数可）１８０は、車両１００の前方から１５°の角度で位置［ｘ６，ｙ６］で車両１００Ａを検出し得る。同時に、またはほぼ同時に、カメラセンサ（）１８２およびＲＡＤＡＲ複数可センサ１８４は、それぞれ、位置［ｘ６、ｙ６］、１５°の角度で車両１００Ａを検出し得る。例えば、カメラデータは車両１００Ａの色をさらに含み得、ＲＡＤＡＲデータは車両１００Ａの速度をさらに含み得る。

【0081】

図６および図８を参照すると、車両１００の様々なコンポーネントについてコンポーネントデータを収集し得る。例えば、図８に示すように、車両１００の４つのタイヤすべてについてタイヤ圧力を収集し得る。別の例として、車両１００の四輪すべてについてホイールアライメントデータを収集し得る。ホイールアライメントデータには、各ホイールのキャンバ角、キャスタ角、トウ角を含み得る。さらに別の例として、車両１００のブレーキに関するデータを収集し得る。例えば、時速１００ｋｍなどの特定の速度での停止距離を測定し得る。さらに別の例として、線かいシグナルや後退シグナル、ナイトライトなどの様々なライトの応答性をオンまたはオフにすることができる。

【0082】

車両がテストルートを完走する間またはその後、収集されたデータを分析することにより、複数の性能チェックを実行し得る。コンピューティングデバイス１１０は、車両１００がテストルートをナビゲートしている間に収集されたデータをリアルタイムで分析することによって複数の性能チェックを実行するか、またはコンピューティングデバイス１１０がテストルートを完了した後にチェックを実行することができるように、収集されたデータをメモリ１３０に格納し得る。追加的にまたは代替的に、収集されたデータは、サーバコンピューティングデバイス４１０が複数の性能チェックを実行し得るように、サーバコンピューティングデバイス４１０または記憶システム４５０にアップロードされ得る。収集されたデータをサーバコンピューティングデバイス４１０または記憶システム４５０にアップロードするには時間がかかるため、コンピューティングデバイス１１０にチェックを実行させると、効率が向上し得る。

【0083】

センサチェックの場合、テストルート中に収集された交通特徴または物体の検出された特性を、以前に検出されたまたは格納された交通特徴または物体の特性と比較し得る。テストルート中に収集された特性が、同じセンサによって以前に検出または格納された特性と一致する場合、センサはセンサチェックを満たし得、テストルート中に収集された特性が以前に検出または格納された特性と一致しない場合、センサチェックを満たさないことがある。例えば、図７を参照すると、ＬＩＤＡＲセンサ（複数可）１８０から収集されたＬＩＤＡＲデータは、ＬＩＤＡＲセンサ（複数可）１８０による以前の検出からの格納されたＬＩＤＡＲ値と比較され得る。例えば、コンピューティングデバイス１１０は、信号機２１６、建物２７０、一時停止標識２６０、および駐車場２８０のそれぞれの検出された位置が格納されたＬＩＤＡＲ値と同一であるが、各々の検出された方位が５°の角度だけオフセットしていると判定し得る。このように、コンピューティングデバイス１１０は、ＬＩＤＡＲセンサ（複数可）１８０がセンサチェックを満たさないと判定し得る。

【0084】

図９は、例示的なセンサチェックを示す例示的な状況９００を示している。図９の様々な特徴は、概して、形状、位置、および図２のマップデータ２００に示され、そのようにラベル付けされた特徴の他の特性に対応し得る。様々な道路利用者やその他の物体を含む、図９の追加特徴については、以下で詳しく説明する。これらの例はデモンストレーションの目的で役立つが、限定的なものと見なすべきではない。

【0085】

図９に示すように、車両１００が位置［ｘ＿ｂ、ｙ＿ｂ］にある間、ＬＩＤＡＲセンサ（複数可）１８０は、位置［ｘ４、ｙ４］および車両１００の前右隅に対して２５°の角度の方位に一時停止標識２６０を検出する。ただし、一時停止標識２６０の格納されたＬＩＤＡＲ値には、位置［ｘ４，ｙ４］および車両１００の右前コーナーに対して３０°の角度の方位が含まれる。これは、格納されたＬＩＤＡＲ値が取得されたときのＬＩＤＡＲセンサ１８０の以前の位置からの移動に起因し得る。例えば、車両１００が車線２１２の縁石側に駐車しているときに、歩行者が、車両１００のそばを通り過ぎるときに誤ってＬＩＤＡＲセンサ（複数可）１８０に触れた可能性がある。このように、この回転により、ＬＩＤＡＲセンサ（複数可）１８０によって行われるすべての検出に対して－５°の角度オフセットが起きる。

【0086】

追加的にまたは代替的に、コンピューティングデバイス１１０は、収集されたセンサデータで検出された交通特徴および／または物体の位置および／または方位を、マップデータ２００に格納された交通特徴および／または物体の位置および／または方位と比較し得る。例えば、図７に示すように、コンピューティングデバイス１１０は、収集したＬＩＤＡＲデータで検出された信号機２１６の位置［ｘ１，ｙ１］を、マップデータ２００に格納されている位置［ｘ１，ｙ１］と比較し、収集したＬＩＤＡＲデータに検出された建物２７０の位置［ｘ３，ｙ３］を、マップデータ２００に格納されている位置［ｘ３，ｙ３］と比較し、収集したＬＩＤＡＲデータで検出された一時停止標識２６０の位置［ｘ４，ｙ４］を、マップデータ２００に格納されている位置［ｘ４，ｙ４］とを比較し、収集したＬＩＤＡＲデータで検出された駐車場２８０の位置［ｘ５，ｙ５］を、マップデータ２００に格納されている位置［ｘ５，ｙ５］と比較し、ＬＩＤＡＲセンサ（複数可）１８０がセンサチェックに合格したと結論付け得る。この点において、コンピューティングデバイス１１０は、テストルート中に検出されたいくつかまたはすべての交通特徴および／または物体について、収集されたセンサデータをマップデータ２００と比較し得る。

【0087】

場合によっては、コンピューティングデバイス１１０は、格納されたセンサデータと収集されたセンサデータとの間の差が所定の範囲内にある場合、センサが依然としてセンサテストに合格する可能性があると判定し得る。例えば、コンピューティングデバイス１１０は、検出された物体の格納され、検出された方位の差が１０°の範囲内である場合、ＬＩＤＡＲセンサ（複数可）１８０が依然としてセンサテストに合格する可能性があると判定し得る。

【0088】

コンピューティングデバイス１１０は、センサテストに不合格となった１つ以上のセンサについて１つ以上の修正を判定し得る。例えば、ＬＩＤＡＲセンサ（複数可）１８０の場合、コンピューティングデバイス１１０は、ＬＩＤＡＲセンサ（複数可）１８０によって検出されたすべての方位値に対して＋５°の補正を判定し得る。例えば、コンピューティングデバイス１１０は、一時停止標識２６０の検出された２５°の角度に５°を加え得る。

【0089】

別のセンサチェックには、検出された物体について、同じタイプの様々なセンサから収集されたセンサデータを比較することを含み得る。例えば、ＬＩＤＡＲセンサ（複数可）１８０が複数のセンサを含む場合、コンピューティングデバイス１１０は、第１のセンサによって収集された信号機２１６のＬＩＤＡＲ点群を、第２のセンサによって収集された信号機２１６のＬＩＤＡＲ点群と比較し得る。このような第２のセンサのセンサエラーは、他の道路利用者による損傷、または極端な温度や湿度などの環境要因など、様々な要因のいずれかによって引き起こされ得る。コンピューティングデバイス１１０は、２つのＬＩＤＡＲ点群が９０％または他の何らかの閾値などで実質的に一致する場合、第１および第２のセンサの両方がセンサチェックに合格すると判定し得る。

【0090】

さらに他のセンサチェックには、センサによってキャプチャされた解像度または視野を判定することを含み得る。例えば、ＬＩＤＡＲセンサ（複数可）１８０について収集されたＬＩＤＡＲデータが、格納されたＬＩＤＡＲデータよりも視野が狭い場合、コンピューティングデバイス１１０は、ＬＩＤＡＲセンサ（複数可）１８０がセンサチェックに不合格であることをさらに判定し得る。場合によっては、コンピューティングデバイス１１０は、テストルート中に収集されたＬＩＤＡＲデータの視野と、格納されたＬＩＤＡＲデータの視野との間の差が所定の閾値差の範囲内にある場合、ＬＩＤＡＲセンサ（複数可）１８０が依然としてセンサテストに合格する可能性があると判定し得る。別の例として、カメラセンサ（複数可）１８２について収集されたカメラデータが、格納されたカメラデータよりも低い解像度を有する場合、コンピューティングデバイス１１０は、カメラセンサ（複数可）１８２がセンサチェックに不合格であることをさらに判定し得る。場合によっては、コンピューティングデバイス１１０は、テストルート中に収集されたカメラデータの解像度と格納されたカメラデータの解像度との間の差が所定の閾値差内にある場合、カメラセンサ（複数可）１８２が依然としてセンサテストに合格する可能性があると判定し得る。解像度や視野のこのような変化は、他の道路利用者による損傷、または極端な温度や湿度などの環境要因など、様々な要因のいずれかによって引き起こされ得る。

【0091】

さらに別のセンサチェックには、センサが不合理なセンサデータを生成するかどうかを判定することを含み得る。例えば、コンピューティングデバイス１１０は、カメラセンサ（複数可）１８２によって生成されたカメラデータがすべて緑色であると判定し、カメラセンサ（複数可）１８２がセンサチェックに不合格であると結論付け得る。別の例として、コンピューティングデバイス１１０は、ＬＩＤＡＲセンサ（複数可）１８０が空の点群を生成すると判定し、ＬＩＤＡＲセンサ（複数可）１８０がセンサチェックに不合格であると結論付け得る。このような解像度や視野の変化は、他の道路利用者による損傷や、極端な温度や湿度などの環境要因など、様々な要因のいずれかによって引き起こされ得る。

【0092】

別の例では、マップチェックのために、検出された交通特徴の位置または方位が、車両のマップデータに格納された、以前に検出された、または格納された交通特徴の位置および／または方位と比較され得る。テストルート中に検出された交通特徴の位置および／または方位が、マップデータに格納されている交通特徴の位置および／または方位と一致する場合、マップデータはマップチェックを満たし得る。例えば、図７を参照すると、ＬＩＤＡＲセンサ（複数可）１８０によって検出された交通特徴の位置は、マップデータ２００に格納されている位置と比較され得る。例えば、コンピューティングデバイス１１０は、信号機２１６、建物２７０、一時停止標識２６０、および駐車場２８０の各々についてＬＩＤＡＲセンサ（複数可）１８０によって検出された位置が、マップデータ２００に格納された位置と同一であるが、横断歩道２１８は、ＬＩＤＡＲセンサ（複数可）１８０によって検出されないと判定し得る。

【0093】

マップデータ２００と交通特徴に関する収集されたセンサデータとの間の差異が検出されるとき、コンピューティングデバイス１１０は、差異がマップデータ２００におけるエラーによるものか、または収集されたセンサデータにおけるエラーによるものかをさらに判定し得る。例えば、コンピューティングデバイス１１０は、横断歩道が３Ｄ構造ではなく、ＬＩＤＡＲセンサ（複数可）１８０の視野が地面レベルを含まないため、ＬＩＤＡＲセンサ（複数可）１８０が横断歩道２１８を検出できないと判断し得、したがって、この違いはマップデータ２００のエラーを示すものではない。そのような場合、コンピューティングデバイス１１０は、マップデータ２００に格納された位置を、カメラセンサ（複数可）１８２などの別のセンサから収集されたセンサデータと比較することによってさらに確認し得る。例えば、コンピューティングデバイス１１０は、マップデータ２００内の横断歩道２１８の位置がカメラセンサ（複数可）１８２によって検出された位置と一致すると判定し得る。

【0094】

場合によっては、コンピューティングデバイス１１０デバイスは、マップデータ２００に対して更新を行う必要があると判定し得る。図９を参照すると、例示的な状況９００が示され、例示的なマップチェックがさらに示されている。示されるように、位置［ｘ＿ｂ、ｙ＿ｂ］にある間、車両１００のＬＩＤＡＲセンサ（複数可）１８０は、駐車場２８０の出口２８４近くの進入禁止標識９１０を検出する。ただし、マップデータ２００には、この位置の進入禁止標識のデータは含まれていない。このように、コンピューティングデバイス１１０は、進入禁止標識９１０の検出された位置でマップデータ２００を更新すると判定し得る。

【0095】

それに加えて、または代替的に、コンピューティングデバイス１１０は、たとえ何らかのエラーが存在したとしても、マップデータに格納された交通特徴の閾値数またはパーセンテージが、収集されたセンサデータから検出された位置と一致する位置を有する場合、マップデータが依然としてマップテストに合格する可能性があると判定し得る。例えば、コンピューティングデバイス１１０は、格納された特徴の少なくとも５つまたは少なくとも８０％が、収集されたセンサデータと一致する位置を有する場合、マップデータ２００が依然としてマップテストに合格する可能性があると判定し得る。例えば、信号機２１６、横断歩道２１８、建物２７０、一時停止標識２６０、および駐車場２８０の位置は、収集されたＬＩＤＡＲデータの位置と一致するため、進入禁止標識９１０の位置が欠落していても、コンピューティングデバイス１１０は、依然としてマップデータ２００がマップテストに合格する可能性があると判断し得る。

【0096】

別の例では、コンポーネントチェックのために、車両のコンポーネントに関連する１つ以上の測定値を所定の要件と比較し得る。１つ以上の測定値が所定の要件を満たす場合、コンポーネントはコンポーネントチェックを満たし得る。例えば、所定の要件は、コンピューティングデバイス１１０に格納され得、または代替的もしくは追加的に、サーバコンピューティングデバイス４１０および／または記憶システム４５０に格納され得る。

【0097】

場合によっては、測定値が所定の閾値を満たす場合、コンポーネントはコンポーネントチェックを満たし得る。例えば、図８を参照すると、車両１００のタイヤについて、３５ｐｓｉの所定の最小閾値を格納され得る。図示のように、左前タイヤ、左後タイヤ、右後タイヤは各々所、定の最小閾値を満たしているため、これらのタイヤはコンポーネントチェックを満たしている。ただし、右前タイヤの空気圧は２０ｐｓｉしかないため、右前タイヤはコンポーネントチェックに不合格となる。

【0098】

それに加えて、測定値が値の所定の範囲内にある場合、コンポーネントはコンポーネントチェックを満たし得る。例えば、図８を参照すると、キャンバ角、キャスタ角、およびトウ角を含む所定のアライメント角が車両１００のタイヤに設定され得る。車両１００の各タイヤは、これらの所定の範囲内にあるアライメント角を有するので、車両１００の各タイヤは、コンポーネントチェックに合格する。

【0099】

代替的に、コンポーネントが所定のレベルの応答性を有することを測定が示す場合、コンポーネントはコンポーネントチェックを満たすことができる。例えば、図８を参照すると、所定の応答性のレベルは、左折、右折、後進、およびブレーキ信号灯、ならびにヘッドライトの各々に対してバイナリ（応答するかどうか）として設定され得る。示されているように、左折、右折、後進、およびブレーキ信号灯はすべて応答するため、コンピューティングデバイス１１０は、それらが各々コンポーネントチェックに合格したと判定し得る。しかしながら、ヘッドライトが応答しないため、コンピューティングデバイス１１０は、ヘッドライトがコンポーネントチェックに不合格であると判定し得る。

【0100】

別の例として、再び図８を参照すると、所定のレベルまたは応答性は、所定の遅延レベルとして設定され得る。示されているように、ブレーキについては、１００ｋｍ／時などの特定の速度での所定の停止距離を車両１００に設定し得る。このように、車両１００の測定停止距離は１９ｍであり、所定の停止距離である２０ｍよりも小さいため、コンピューティングデバイス１１０は、ブレーキがコンポーネントチェックに合格したと判定し得る。

【0101】

複数の性能チェックが完了すると、コンピューティングデバイス１１０は、車両１００の動作モードを選択し得る。動作モードには、例えば、タスク指定（乗客タスクまたは非乗客タスク）を含み得る。動作モードには、速度、距離、地理的エリア、または環境条件（天気、昼／夜など）の制限など、様々な制限がさらに含み得る。動作モードには、複数の性能チェックの完了後に車両が停車する非アクティブモードも含まれる場合がある。

【0102】

コンピューティングデバイス１１０は、複数の性能チェックの結果に基づいて動作モードを判定し得る。例えば、動作モードは、性能チェックのパーセンテージの閾値に合格した場合にのみ選択できる。別の例として、動作モードは、夜間または視界不良時の運転に特有の性能チェックセットなど、特定の性能チェックセットに合格した場合にのみ選択することができる。これには、上記のセンサチェック、信号灯やヘッドライトなどのコンポーネントチェックなどの性能チェックを含み得る。

【0103】

コンピューティングデバイス１１０は、特定の障害に基づいて、１つ以上の動作モードを選択することができないと判定し得る。例えば、コンピューティングデバイス１１０は、車両１００の時速１００ｋｍでの停止距離が２０ｍを超える場合、時速１００ｋｍ以上での運転を伴う動作モードを選択することができないと判定し得る。別の例として、コンピューティングデバイス１１０は、認知システム１７２内のセンサの８０％未満がセンサテストに不合格である場合、夜間または特定の気象条件での運転を伴う動作モードを選択することができないと判定し得る。さらに別の例では、コンピューティングデバイス１１０は、１つ以上のタイヤのタイヤ圧力が３５ｐｓｉ未満である場合、乗客のタスクを伴う動作モードを選択することができないと判定し得る。

【0104】

コンピューティング装置１１０は、交通法規の要件および車両のタイプなどの他の要因にさらに基づいて動作モードを選択し得る。例えば、交通法規では、動作する方向指示器を車両に装備することが義務付けられている場合がある。このように、いずれかの方向指示器が応答しない場合、コンピューティングデバイス１１０は非アクティブモードを選択し得る。別の例として、コンピューティングデバイス１１０は、通常よりも低いタイヤ圧を有する小型車両に対してのみ距離を制限する動作モードを選択し、通常よりも低いタイヤ圧を有するトラックに対して非アクティブ動作モードを選択し得る。

【0105】

動作モードが選択されると、コンピューティングデバイス１１０は、選択された動作モードで車両１００を動作させることができる。例えば、選択された動作モードで動作させることは、速度、距離、地理的エリア、環境条件の制限など、動作モードの制限に従って動作させることを含み得る。別の例として、選択されたモードで動作させることは、乗客のタスクまたは乗客以外のタスクを受け入れるかどうかを判定することを含み得る。

【0106】

選択された動作モードで動作することは、１つ以上のセンサに対して判定された補正を使用することをさらに含み得る。例えば、図７および図９に関して説明したように、車両１００を動作させるとき、コンピューティングデバイス１１０は、ＬＩＤＡＲセンサ１８０によって検出されたセンサデータに＋５°の補正を適用し得る。

【0107】

選択された動作モードで動作させることは、更新されたマップデータを使用することをさらに含み得る。例えば、図７および図９に関して説明したように、車両１００を動作させるとき、コンピューティングデバイス１１０は、進入禁止標識９１０を含む更新されたマップデータ２００を使用し得る。

【0108】

フリート管理システムなどのリモートシステムによって、複数の車両に対して動作モードも選択し得る。例えば、サーバコンピューティングデバイス４１０は、車両１００、１００Ａ、１００Ｂを含む車両群を管理し得る。この点において、車両１００、１００Ａ、１００Ｂなどのフリート内の様々な車両によって収集されたセンサデータおよびコンポーネントデータは、サーバコンピューティングデバイス４１０にアップロードされ得る。サーバコンピューティングデバイス４１０は、各車両から収集されたセンサデータを、以前の検出からの格納されたセンサ値と比較し得る。サーバコンピューティングデバイス４１０はまた、収集されたコンポーネントデータを、格納された所定の要件と比較し得る。場合によっては、各車両のコンピューティングデバイスによって複数の性能チェックを実行し得、結果（合格／不合格）のみがサーバコンピューティングデバイス４１０にアップロードされる。その後、サーバコンピューティングデバイス４１０は、上述したように複数の性能チェックに基づいて、例えば性能チェックの閾値数またはパーセンテージ、性能チェックの特定のセット、車両のタイプまたは交通法規などの他の要因に基づいて、複数の車両のサブセットの動作モードを指定し得る。別の例として、サーバコンピューティングデバイス４１０は、フリート内の車両の計画された分配または需要にさらに基づいて、動作モードを指定し得る。

【0109】

図１０は、複数の性能チェックを実行するための例示的な方法の例示的なフロー図１０００を示す。例示的な方法は、コンピューティングデバイス１１０の１つ以上のプロセッサ１２０など、１つ以上のプロセッサによって実行し得る。例えば、コンピューティングデバイス１１０のプロセッサ１２０は、データを受信し、流れ図１０００に示すように様々な決定を行い、これらの決定に基づいて車両１００を制御し得る。

【0110】

図１０を参照すると、ブロック１０１０において、車両の複数の検出システムのうちの検出システムの第１のチェックおよびマップデータの第２のチェックを含む、複数の性能チェックが識別される。ブロック１０２０では、複数の道路区分は、車両の位置および複数の性能チェックに基づいて選択され、複数の道路区分の各々は、複数の性能チェックのうちの１つ以上を実行するために選択される。ブロック１０３０では、複数の道路区分を接続し、車両の位置を複数の道路区分の１つに接続することにより、車両のテストルートが判定される。例えば、複数の道路区分およびテストルートは、図６に関して説明したように判定し得る。ブロック１０で４０の場合、車両は自律運転モードでテストルートに沿って制御される。ブロック１０５０に示すように、車両を制御している間、車両の複数の検出システムからセンサデータを受信する。例えば、テストルート上で収集されたセンサデータは、図７に関連して説明されるように、コンピューティングデバイス１１０によって受信され得る。

【0111】

ブロック１０６０では、受信したセンサデータに基づいて複数の性能チェックが実行される。例えば、収集されたセンサデータを格納された以前のセンサデータと比較することにより、１つ以上のセンサチェックを実行し得る。別の例として、収集したセンサデータをマップデータと比較することにより、１つ以上のマップチェックを実行し得る。ブロック１０７０に示すように、複数の性能チェックの結果に基づいて、車両の複数の動作モードから動作モードが選択される。例えば、運転モードは、性能チェックの閾値数またはパーセンテージを満たす結果に基づいて選択され得る。ブロック１０８０で、車両は選択された動作モードで動作する。例えば、選択された動作モードで動作させることは、センサデータの修正またはマップデータの更新を使用することを含み得る。

【0112】

特段の記述がない限り、前述の代替的な例は、相互に排他的ではないが、独自の有益点を達成するために様々な組み合わせで実装され得る。上で考察される特徴のこれらおよび他の変形および組み合わせは、特許請求の範囲によって定義される主題から逸脱することなく利用することができるので、実施形態の前述の説明は、特許請求の範囲によって定義される主題の限定としてではなく、例示としてみなされるべきである。加えて、本明細書に記載された実施例、ならびに「など」、「含む」などと表現された語句の提供は、特許請求の範囲の主題を特定の実施例に限定するものと解釈されるべきではなく、むしろ、実施例は、多くの可能な実施形態のうちの１つだけを例示することが意図される。さらに、異なる図面中の同じ参照番号は、同じまたは類似の要素を識別することができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【国際調査報告】