特表 2022-552992 動的な車両警告信号の発信

(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】2022-12-21

(54)【発明の名称】動的な車両警告信号の発信

(51)【国際特許分類】

   G08G 1/16 20060101AFI20221214BHJP

   B60W 40/02 20060101ALI20221214BHJP

   B60Q 1/52 20060101ALI20221214BHJP

   B60Q 5/00 20060101ALI20221214BHJP

【ＦＩ】

G08G1/16 C

B60W40/02

B60Q1/52

B60Q5/00 620A

B60Q5/00 630B

B60Q5/00 640C

B60Q5/00 640Z

B60Q5/00 650A

B60Q5/00 650B

B60Q5/00 660B

B60Q5/00 660Z

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2022522873

(86)(22)【出願日】2020-10-07

(85)【翻訳文提出日】2022-06-13

(86)【国際出願番号】 US2020054545

(87)【国際公開番号】W WO2021076369

(87)【国際公開日】2021-04-22

(31)【優先権主張番号】16/656,312

(32)【優先日】2019-10-17

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

(71)【出願人】

【識別番号】518156417

【氏名又は名称】ズークス インコーポレイテッド

(74)【代理人】

【識別番号】110001243

【氏名又は名称】弁理士法人谷・阿部特許事務所

(72)【発明者】

【氏名】ケビン マーク カロル

【テーマコード（参考）】

3D241

3K339

5H181

【Ｆターム（参考）】

3D241BA60

3D241CE01

3D241CE04

3D241CE05

3D241DC31Z

3D241DC32Z

3D241DC33Z

3D241DC51Z

3K339AA31

3K339BA02

3K339BA03

3K339BA09

3K339BA10

3K339CA21

3K339EA04

3K339EA05

3K339EA06

3K339FA09

3K339KA06

3K339KA13

3K339MA01

3K339MA04

3K339MA05

3K339MA06

3K339MA07

3K339MB01

3K339MB02

3K339MB04

3K339MB05

3K339MB06

3K339MC01

3K339MC02

3K339MC03

3K339MC13

3K339MC17

3K339MC26

3K339MC31

3K339MC35

3K339MC36

3K339MC39

3K339MC40

3K339MC48

3K339MC52

3K339MC54

3K339MC81

3K339MC85

5H181AA01

5H181BB20

5H181CC03

5H181CC04

5H181CC11

5H181CC12

5H181CC14

5H181FF04

5H181FF07

5H181FF27

5H181LL01

5H181LL04

5H181LL07

5H181LL08

5H181LL09

(57)【要約】

車両コンピューティングシステムは、オブジェクト（例えば、動的オブジェクト）が車両動作について通知されるように、車両からの警告信号を動的に修正する技術を実装し得る。車両コンピューティングシステムは、音声信号および／または視覚的な信号を含む第１の警告信号を発信してよく、第１の警告信号に対するオブジェクト反応を検出し得る。オブジェクト反応が、車両がオブジェクトを打ち負かす能力を実質的に変化させないという決定に基づいて、車両コンピューティングシステムは、第１の警告信号の周波数、音量、輝度、色、形状、動き等を修正し、第２の警告信号を発信し得る。車両コンピューティングシステムは、オブジェクトが予想反応に従って反応する、または車両にとって無関係になるまで、警告信号を継続的に修正し得る。

【特許請求の範囲】

【請求項1】

車両であって、
センサーと、
エミッタと、
１つまたは複数のプロセッサと、
実行されたとき前記車両が、
前記センサーからのセンサーデータに少なくとも部分的に基づいて、前記車両に関連付けられた環境におけるオブジェクトを決定し、
前記センサーデータに少なくとも部分的に基づいて、前記オブジェクトに関連付けられたオブジェクト軌道を決定し、
前記オブジェクト軌道に少なくとも部分的に基づいて、前記オブジェクトが前記車両の進行に関連することを決定し、
前記エミッタを介して、前記オブジェクトが前記車両の前記進行に関連することを決定することに少なくとも部分的に基づいた第１の信号を発信することであって、前記第１の信号は第１の特性を含み、
前記センサーデータに少なくとも部分的に基づいて、前記第１の信号に対するオブジェクト反応を決定し、
前記オブジェクト反応に少なくとも部分的に基づいて、第２の信号を発信することであって、前記第２の信号は前記第１の特性とは異なる第２の特性を含む、
ように構成される命令を格納した、１つまたは複数のコンピュータ可読媒体と、
を備える車両。

【請求項2】

前記第２の信号を発信することは、さらに、前記オブジェクト反応が予想反応とは異なることを決定することに少なくとも部分的に基づいており、
前記オブジェクト反応は第１のオブジェクト反応であり、且つ前記予想反応は第１の予想反応であり、
前記命令は、車両に、
前記第２の信号に対する第２のオブジェクト反応を決定させ、
前記第２のオブジェクト反応に少なくとも部分的に基づいて、前記第２のオブジェクト反応に関連付けられたデータをデータベースに格納させる、
請求項１に記載の車両。

【請求項3】

前記第１の特性が、
１つまたは複数の第１の周波数、
１つまたは複数の第１の音量、
１つまたは複数の第１の輝度、
１つまたは複数の第１の色、
１つまたは複数の第１の形状、或いは、
１つまたは複数の第１の動き、
の少なくとも１つを備え、
前記第２の特性が、
１つまたは複数の第２の周波数、
１つまたは複数の第２の音量、
１つまたは複数の第２の輝度、
１つまたは複数の第２の色、
１つまたは複数の第２の形状、或いは、
１つまたは複数の第２の動き、
の少なくとも１つを備える、
請求項１または２に記載の車両。

【請求項4】

前記第１の特性または前記第２の特性が前記オブジェクトに関連付けられた動きに少なくとも部分的に基づいており、前記動きは、
ヘッドホンを聞くこと、
モバイル機器のデータを見ること、
本を読むこと、
携帯電話で話すこと、
食べること、
飲むこと、
予測される軌道によって暗示される特定の動き、
感覚障害者用装置の操作、
前記車両に関連付けられた場所から離れる方向を向いている前記オブジェクトの頭部、
前記環境における他の車両と影響し合うこと、或いは、
前記オブジェクトに近接した他のオブジェクトと影響し合うこと、
の少なくとも１つを備える、請求項１から３のいずれか一項に記載の車両。

【請求項5】

前記命令が、さらに、車両に、
機械学習技術、または、
前記予想反応が、
前記第１の特性、
前記オブジェクトの分類、
前記オブジェクトの位置、或いは、
オブジェクトの動き、
の少なくとも１つに関連付けられるデータベースに格納された予想反応データ、
の少なくとも１つに、少なくとも部分的に基づいて、前記予想反応を決定させる、請求項１から４のいずれか一項に記載の車両。

【請求項6】

方法であって、
車両上のセンサーからのセンサーデータに基づいて、環境におけるオブジェクトを検出することであり、前記オブジェクトはオブジェクト属性を含むことと、
前記オブジェクト属性に少なくとも部分的に基づいて、第１の時間に車両のエミッタを介して第１の信号が発信されるようにすることであって、前記第１の信号は、第１の特性を含むことと、
前記センサーからの追加のセンサーデータに少なくとも部分的に基づいて、前記第１の時間後の第２の時間に前記オブジェクトのオブジェクト反応を決定することと、
前記オブジェクト反応に基づいて、前記車両の前記エミッタを介して第２の信号が発信されるようにすることであって、前記第２の信号は、第２の特性を含むこと、
を備える方法。

【請求項7】

前記センサーデータが第１のセンサーデータであり、前記方法が、
前記オブジェクトが前記車両の進行に関連することを決定することと、
前記オブジェクトが前記車両の前記進行に関連することを決定することに少なくとも部分的に基づいて、前記第１の信号または前記第２の信号の少なくとも１つが、前記オブジェクトに関連付けられた方向に発振されるようにすることと、
をさらに備える、請求項６に記載の方法。

【請求項8】

前記第２の信号が発信されるようにすることが、前記第２の時間の後、前記オブジェクトが前記車両の進行を妨げ続けることを決定することにさらに基づく、請求項６または７に記載の方法。

【請求項9】

前記第１の特性または前記第２の特性の少なくとも１つが、
前記環境における環境要因、
前記環境における気象条件、
前記環境における前記車両の場所、
前記環境における前記車両の速度、
前記オブジェクトに関連付けられた動き、
前記車両に対する前記オブジェクトの相対的な位置、
前記車両が動作している日、
前記車両が動作している年、或いは
前記車両が動作している曜日、
の少なくとも１つに、少なくとも部分的に基づいている、請求項６から８のいずれか一項に記載の方法。

【請求項10】

前記動きが、
ヘッドホンを聞くこと、
モバイル機器のデータを見ること、
本を読むこと、
携帯電話で話すこと、
食べること、
飲むこと、
予測される軌道によって暗示される特定の動き、
感覚障害者用装置の操作、
前記車両に関連付けられた場所から離れる方向を向いている前記オブジェクトの頭部、
前記環境における他の車両と影響し合うこと、或いは、
前記オブジェクトに近接した他のオブジェクトと影響し合うこと、
の１つまたは複数を備える、請求項９に記載の方法。

【請求項11】

前記第２の信号が発信させられるようにすることが、さらに、前記オブジェクト反応が予想反応と異なることを決定することに少なくとも基づいており、前記オブジェクト反応は第１のオブジェクト反応であり、前記予想反応は第１の予想反応であって、前記方法が、
前記第２の信号に対する、前記オブジェクトの第２のオブジェクト反応を決定することと、
前記第２のオブジェクト反応に少なくとも部分的に基づいて、前記第２の信号または前記第２のオブジェクト反応の少なくとも１つに関連付けられたデータを、データベースに格納することと、
をさらに備える、請求項６から１０のいずれか一項に記載の方法。

【請求項12】

前記エミッタが、
スピーカー、
ライト、または、
プロジェクタ、
の少なくとも１つを備える、請求項６から１１のいずれか一項に記載の方法。

【請求項13】

前記方法が、
前記オブジェクトが前記車両に関連付けられていないと決定すること、
警告信号に関連付けられたタイマーが満了したと決定すること、或いは、
発信された警告信号の数が閾値を満足するまたは超えることを決定すること、
の少なくとも１つまで、追加の信号を反復して発信することをさらに備える、請求項６から１２のいずれか一項に記載の方法。

【請求項14】

前記方法が、
前記オブジェクトが前記車両に関連付けられた車両進路を少なくとも部分的に遮断していることを決定することと、
前記オブジェクトが移動するための場所を特定することであって、前記場所は前記車両進路の外側にあり、他のオブジェクトが離れていることと、
前記場所を特定することに少なくとも部分的に基づいて、第３の信号が第２のエミッタを介して発信されるようにすることであって、前記第３の信号は、前記オブジェクトが移動するように前記場所の前記オブジェクトに指示を提供することと、
をさらに備える、請求項６から１３のいずれか一項に記載の方法。

【請求項15】

非一時的コンピュータ可読媒体であって、実行されると、１つまたは複数のプロセッサに請求項６から１４のいずれか一項に記載の方法を実行させる命令を格納する、非一時的コンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、動的な車両警告信号の発信に関する。

【背景技術】

【0002】

本ＰＣＴ国際特許出願は、２０１９年１０月１７日に出願された「ＤＹＮＡＭＩＣ ＶＥＨＩＣＬＥ ＷＡＲＮＩＮＧ ＳＩＧＮＡＬ ＥＭＩＳＳＩＯＮ」と題される米国出願特許第１６／６５６３１２号の継続出願であり、その内容全体が参照により本書に組み込まれる優先権の利益を主張する。

【0003】

今日、運転されている車両は、環境における潜在的な危険について他者に警告する等、車両の運転者が車両に注意喚起することを可能にする警笛が、しばしば装備される。従来の車両の警笛は、特定の周波数および音量で音を発するように構成されている。しかしながら、車両の警笛の特定の周波数および／または音量は、ヘッドホンで音楽を聴いている人や難聴者等の歩行者の注意を引くには、しばしば不十分であり得る。そのため、車両の警笛は、潜在的な危険を他者に警告するのに無効であり得る。

【図面の簡単な説明】

【0004】

詳細な説明は、添付の図面を参照して述べられる。図中で、符号の左端の数字は、その符号が最初に現れる図面を示している。異なる図で同じ符号を使用することは、類似または同一の構成要素または機能を示す。

【0005】

【図1】本開示の実施例による、車両と環境内のオブジェクトとの間の潜在的なコンフリクトをオブジェクトに警告するために動的警告信号システムが自律車両によって使用され得る環境の説明図である。

【図2】発信された警告信号に対して検出されたオブジェクト反応に少なくとも部分的に基づいて、車両によって発信された警告信号を修正するためのプロセスを示す説明図である。

【図3】オブジェクトが車両の車両経路を遮断しているという決定に基づいて、車両が信号を発信する環境を示す説明図であり、信号は、遮断をアラートするための警告信号と、オブジェクトの潜在的な経路を示すためのオブジェクト経路信号を含む。

【図4】本明細書で述べられる技術を実装するための例示的なシステムのブロック図である。

【図5】車両とオブジェクトとの間の潜在的なコンフリクトをオブジェクトに警告するために、異なる信号を発信するための例示的なプロセスを示す図である。

【図6】車両の場所と車両に関連するオブジェクトの検出に少なくとも部分的に基づいて、警告信号を発信するための別の例示的なプロセスを示している。

【図7】オブジェクトが車両の進路を妨げているという決定に基づいて、警告信号または経路信号の少なくとも一方を発信するための例示的なプロセスを示す図である。

【発明を実施するための形態】

【0006】

本開示は、車両警告システムを改善するための技術に向けられる。車両警告システムは、車両に近接する環境にあるオブジェクト（例えば、動的オブジェクト）に、車両との潜在的なコンフリクトを警告するために、音および／または光を発するように構成され得る。車両は、自律車両または半自律車両を含み得る。オブジェクトは、歩行者、自転車、動物（例えば、犬、猫、鳥等）、他の車両（例えば、自動車、トラック、オートバイ、モペット等）、または車両とのコンフリクト（例えば、衝突）を引き起こす可能性のある他の任意のオブジェクトを含み得る。車両コンピューティングシステムは、環境中のオブジェクトを識別し、車両とオブジェクトとの間の潜在的なコンフリクトが発生し得ると決定するように構成されてもよい。車両コンピューティングシステムは、潜在的なコンフリクトについてオブジェクトに警告するために第１の信号を発信し、オブジェクト反応が、予想反応に実質的に一致しなかったという決定に基づいて、第２の（異なる）信号を発信してもよい。車両コンピューティングシステムは、オブジェクトが予想
される反応に従って反応する、またはオブジェクトが車両にもはや関連しなくなる（例えば、衝突の可能性がもはや存在しない）までは警告信号を修正し続けてよく、それにより車両の安全運転は最大化する。

【0007】

車両コンピューティングシステムは、環境内のオブジェクトを識別するように構成され得る。いくつかの例では、オブジェクトは、車両のセンサー（例えば、カメラ、モーション検出器、ライダー、レーダー等）からのセンサーデータに基づいて識別され得る。いくつかの例では、オブジェクトは、例えば、別の車両に関連付けられたセンサーや、複数の車両とデータを共有するように構成された、環境に取り付けられたセンサー等のリモートセンサーから受信したセンサーデータに基づいて識別され得る。様々な例において、車両コンピューティングシステムは、オブジェクトが歩行者、自転車、動物、他の車両等であるかどうか等、オブジェクトに関連付けられた分類を決定するように構成され得る。

【0008】

車両コンピューティングシステムは、車両の存在および／または動作について環境内の１つまたはのオブジェクトに警告するために、第１の警告信号を発信するように構成され得る。第１の警告信号は、音声信号および／または光信号を含み得る。第１の警告信号は、周波数、音量、輝度、色、形状、動き等の特性の第１のセットを含み得る。様々な例において、第１の警告信号は、環境内のオブジェクトの検出および／または検出に関連付けられた特徴に基づいて発信され得る。このような例では、検出に関連付けられた特徴は、車両とオブジェクトとの間の距離、車両とオブジェクトとの間の相対速度等を含み得る。例えば、車両コンピューティングシステムは、道路上の自転車を検出してもよく、自転車が後方から接近する車両の音を聞いていない可能性があると決定してもよい。車両コンピューティングシステムは、自転車の乗用者が道をそらさない、または他の方法で操縦をしないよう、車両の接近を自転車乗りに警告するために、自転車乗りに向けて警告信号を発信し得る。

【0009】

いくつかの例では、第１の警告信号は、検出されたオブジェクトに関連付けられた分類、サブ分類（例えば、年齢、高さ等）、および／または追加の特徴に基づいて、発信され得る。そのような例では、車両コンピューティングシステムは、検出されたオブジェクトに関連付けられた分類、サブ分類、および／または追加の特徴を決定してもよく、分類、サブ分類、および／または追加の特徴に基づいて第１の警告信号に関連付けられた特性の第１のセットを決定してもよい。例えば、歩行者に車両動作を警告するために生成された第１の警告信号は、上記の例で説明した自転車に警告するために生成された第１の警告信号より低い音量を含んでもよい。別の例として、自動車の運転者の注意を引くために生成された第１の警告信号は、オートバイの運転者の注意を引くために生成された第１の警告信号より高い音量を含んでもよい。さらに別の例として、ヘッドホンを装着している歩行者のために生成された第１の警告信号は、第１の周波数を含んでもよく、車両（例えば、関連付けられた方向）を見ている歩行者のために生成された第１の警告信号は、第２の周波数を含んでもよい。

【0010】

様々な例において、第１の警告信号は、歩行者、自転車、または他のオブジェクトに関連付けられた場所（例えば、スクールゾーン、運動場の近く、工事ゾーン等）等、車両に関連付けられた場所に基づいて発信され得る。いくつかの例では、第１の警告信号は、車両に関連付けられた速度（例えば、時速１５マイル未満、時速３０キロメートル未満等）に基づいて発信され得る。いくつかの例では、第１の警告信号は、法律および／または規制によって要求されるような電気自動車の警告音を含み得る。

【0011】

いくつかの例では、車両コンピューティングシステムは、検出されたオブジェクトが車両に関連する（例えば、車両とオブジェクトとの間に潜在的なコンフリクトが存在し得、オブジェクトは潜在的に車両の前進を減速させ得る）という決定に基づいて、第１の警告信号が発信されるようにしてもよい。様々な例において、車両コンピューティングシステムは、２０１８年１１月１６日に出願され、「Ｄｙｎａｍｉｃ Ｓｏｕｎｄ Ｅｍｉｓｓｉｏｎ Ｆｏｒ Ｖｅｈｉｃｌｅｓ」と題された米国出願特許第１６／１９３９４５号に記載された技術を利用してオブジェクトの関連性を決定するように構成されてもよく、その内容全体は参照により本明細書に組み込まれる。いくつかの例では、オブジェクトの関連性の決定は、オブジェクトに関連付けられた場所が車両経路の閾値距離内であることに基づき得る。そのような例では、経路は、車両が第１の場所から目的地まで走行する予定の走行可能な路面に対応し得る。いくつかの例では、オブジェクトの関連性の決定は、車両に関連付けられた軌道（例えば、車両経路に関連関連付けられた軌道）と交差するオブジェクトの潜在的な軌道に基づき得る。そのような例では、車両コンピューティングシステムは、センサーデータに基づいて、潜在的なオブジェクトの軌道を決定し得る。

【0012】

様々な例において、オブジェクトの軌道および／または意思は、２０１９年９月１７日に出願され、「Ｆｅａｔｕｒｅ－Ｂａｓｅｄ Ｐｒｅｄｉｃｔｉｏｎ」と題された米国特許第１０４１４３９５号に記載の技術を利用して決定されてよく、その内容全体は参照により本書に組み込まれる。例えば、車両コンピューティングシステムは、車両の前方の道路で信号無視をする歩行者を検出し得る。車両コンピューティングシステムは、歩行者の軌道が車両の軌道とコンフリクトする可能性があり、一方または両方の軌道に修正がなければ、車両と歩行者の衝突が発生し得ると決定してもよい。車両コンピューティングシステムは、道路上での車両動作を歩行者に警告するために、第１の警告信号が発信されるようにしてもよい。いくつかの例では、車両コンピューティングシステムは、車両の安全運転を最大化するように、車両の軌道修正（例えば、歩行者に譲ること）と同時に、またはその直前に、第１の警告信号を発信させてもよい。

【0013】

様々な例において、車両コンピューティングシステムは、センサーデータに基づいて、第１の警告信号に対するオブジェクト反応を決定し得る。いくつかの例では、反応は、オブジェクトの軌道の変化（例えば、速度増加、速度減少、車両から離れる方向等）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムへの位置調整（例えば、電子機器、書籍、雑誌、または他のアイテムの位置調整）、および／またはオブジェクトが第１の警告信号に反応することを示す他の任意の動き等を含み得る。

【0014】

様々な例において、車両コンピューティングシステムは、オブジェクト反応を、第１の警告信号（一般に、第１の信号とも呼ばれる）に関連付けられた予想反応（一般にオブジェクトアクションとも呼ばれる）と比較し得る。様々な例において、車両コンピューティングシステムは、第１の警告信号の１つまたは複数の特性（例えば、音量、周波数、光度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）、および／またはオブジェクトに関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／動く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く等）に基づいて、予想反応を決定するように構成され得る。いくつかの例では、車両コンピューティングシステムは、第１の警告信号に関連付けられた予想反応を決定するために、予想反応のデータベースにアクセスし得る。そのような例では、データベース内の予想反応は、少なくとも部分的に、オブジェクトおよび／または第１の警告信号の特性に関連付けられたデータに基づいて記憶され得る。様々な例において、車両コンピューティングシステムは、機械学習技術を利用して予想反応を決定し得る。そのような例では、複数の警告信号およびそれに対する検出された反応を含む訓練データを利用して、モデルが訓練され得る。

【0015】

オブジェクト反応と予想反応との比較に基づいて、車両コンピューティングシステムは、オブジェクトが予想通りに反応したかどうか（例えば、オブジェクト反応と予想反応との間に実質的な一致が存在するかどうか）を決定し得る。オブジェクト反応が予想反応と実質的に一致するという決定に応答して、車両コンピューティングシステムは、エンカウンタ（例えば、第１の警告信号およびオブジェクト反応に関連付けられたデータ）をデータベースに格納し得る。いくつかの例では、データベースは、第１の警告信号に対する反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用され得る。

【0016】

様々な例において、オブジェクト反応と予想反応との実質的な一致の決定は、動作の閾値数（例えば、１つの一致する動作、２つの一致する動作等）、動作の閾値割合（例えば、９０％、５０％等）の一致、またはそれと同様のものを含み得る。いくつかの例では、実質的な一致は、オブジェクト反応と予想反応との間の閾値の一致および／または閾値の差に基づいて決定され得る。動作は、軌道修正（例えば、速度の増加、速度の減少、進行方向の変更等）、体の動き（例えば、足の配置、頭部の回転、肩の動き等）、ジェスチャー等を含んでもよい。例えば、第１の警告信号に対する予想反応は、頭部および／または肩の動きと、オブジェクトが保持する電子機器の位置調整とを含んでもよい。オブジェクト反応は、車両に向かう頭部の動きを含んでもよい。少なくとも頭部の動きの一致に基づき、車両コンピューティングシステムは、オブジェクト反応と予想反応とが実質的に一致すると決定してもよい。別の例では、車両コンピューティングシステムは、６５％の閾値の一致で、オブジェクト反応が７５％で予想反応と一致すると決定してもよい。一致する割合が閾値の一致を満たす、または超えるという決定に基づいて、車両コンピューティングシステムは、オブジェクト反応が予想反応に実質的に一致すると決定してもよい。

【0017】

いくつかの例では、オブジェクト反応と予想反応との間の実質的な一致の決定は、オブジェクトの軌道に対する修正が閾値修正を満たす、または超えることを決定することを含み得る。いくつかの例では、閾値修正は、オブジェクトを車両と無関係にする修正（例えば、車両の進行を妨げない、コンフリクトの可能性がない、等）を含み得る。そのような例では、修正の決定に少なくとも部分的に基づいて、車両コンピューティングシステムは、車両が車両の軌道に沿って（例えば、計画された速度、方向等で）進行するようにしてもよい。いくつかの例では、閾値修正は、オブジェクトの軌道に関連付けられた速度および／または方向（例えば、４５度、９０度等）の変化を含み得る。

【0018】

オブジェクト反応が実質的に一致しなかった（例えば、動作の閾値数未満、割合の一致等）という決定に応答して、車両コンピューティングシステムは、オブジェクトが予想反応に従って反応しなかったと決定してよい。そのような例では、車両コンピューティングシステムは、オブジェクトが車両動作および／または環境における車両の存在に気づかないままであると決定してもよい。オブジェクトが予想反応に従って反応しなかったという決定に基づき、車両コンピューティングシステムは、第２の警告信号を発信し得る。いくつかの例では、第２の警告信号は、第１の警告信号とは異なる様式（例えば、光、音等）の信号を含んでもよい。例えば、第１の警告信号は音の発信を含んでもよく、第２の警告信号は光の発信を含んでもよい。

【0019】

いくつかの例では、第２の警告信号は、第１の警告信号と同じ様式の信号を含んでもよい。そのような例では、車両コンピューティングシステムは、第２の警告信号を生成するために、第１の警告信号の周波数、音量、輝度、色、形状、動き、および／または他の特性を変更してもよい。例えば、検出されたオブジェクトが、５０デシベルで発信される第１の周波数を含む第１の警告信号に対して、予想反応に従って反応しなかったという決定に基づいて、車両コンピューティングシステムは、第２の周波数を含む第２の警告信号を７０デシベルで発信させてもよい。別の例として、検出されたオブジェクトが赤色および緑色の発光を含む第１の警告信号に反応しなかったという決定に基づいて、車両コンピューティングシステムは、黄色および青色の発光を含む第２の警告信号を発信させてもよい。しかしながら、前述の例における特定の音量および色は単に例示のためのものであり、他の信号特性（例えば、音量、周波数、輝度、色、形状、動き等）が本明細書において企図されていることが理解される。

【0020】

様々な例において、車両コンピューティングシステムは、第２のオブジェクト反応を第２の警告信号に関連付けられた第2の予想反応と比較し得る。第２のオブジェクト反応が第２の予想反応と実質的に一致するという決定に応答して、車両コンピューティングシステムは、オブジェクト反応および／または第２の警告信号に関連付けられたデータをオブジェクト反応のデータベースに格納してもよい。上述したように、いくつかの例では、データベースは、警告信号に対する反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用されてもよい。

【0021】

第２のオブジェクト反応が第２の予想反応と実質的に一致しないという決定に応答して、車両コンピューティングシステムは、第３の警告信号を発信させてもよく、第３の警告信号は、第１の警告信号および第２の警告信号とは異なり得る（例えば、異なる様式、異なる特性等）。上述の例を続けると、７０デシベルで発信された第２の周波数に対する第２のオブジェクト反応が第２の予想反応と実質的に一致しないという決定に基づいて、車両コンピューティングシステムは、第２の周波数を９０デシベルで発信されるようにしてもよい。

【0022】

様々な例において、車両コンピューティングシステムは、オブジェクト反応が警告信号に対して予想反応と実質的に一致するまで、発信された警告信号を修正し続け得る（例えば、反復的に修正する）。様々な例において、車両コンピューティングシステムは、オブジェクトが車両に関連しているという決定に基づいて、発信された警告信号を修正し続け得る。そのような例では、検出されたオブジェクトが車両に関連するという決定に基づいて、修正された警告信号が発信されてもよい。いくつかの例では、車両コンピューティングシステムは、検出されたオブジェクトが車両に関連するかどうかを継続的および／または定期的（例えば、０．１秒ごと、１．０秒ごと、修正された警告信号を生成する前、等）に決定するように構成されてもよい。例えば、車両コンピューティングシステムは、検出されたオブジェクトが第２の警告信号に対し、第２の予想反応に従って反応しなかったと決定してもよい。しかしながら、第３の警告信号を発信する前に、車両コンピューティングシステムは、検出されたオブジェクトが車両の後方にあり、車両とは異なる方向に走行していると決定してもよい。そのため、車両コンピューティングシステムは、検出されたオブジェクトがもはや車両に関連していないと決定し、第３の警告信号を発信しないように決定してもよい。

【0023】

様々な例において、検出されたオブジェクトが予想反応に従って反応したという決定、および／または検出されたオブジェクトが車両と無関係であるという決定に基づいて、車両コンピューティングシステムは、警告信号の発信を停止させてもよい。いくつかの例では、検出されたオブジェクトが予想反応に従って反応した、および／または検出されたオブジェクトが車両と無関係である、という決定に基づいて、車両コンピューティングシステムは、第１の警告信号が発信されるようにしてもよい。そのような例では、第１の警告信号は、車両の存在および／または動作を近くのオブジェクトに警告するために発信されるベースライン警告信号を含んでもよい。例えば、そして上述したように、ベースライン警告信号は、法律および／または規制によって要求されるような電気自動車の警告音を含んでもよい。別の例として、ベースライン警告信号は、車両に関連付けられた場所に基づいて発信される音および／または光を含んでもよい。

【0024】

車両の存在および／または動作をオブジェクトに警告するための警告信号を提供することに加えて、車両コンピューティングシステムは、環境内のオブジェクトのための経路信号を生成するように構成され得る。様々な例において、経路信号は、車両とのコンフリクト（例えば、衝突、閉塞等）を回避するためにオブジェクトが取るべき提案された経路を含み得る。様々な例において、車両コンピューティングシステムは、オブジェクトが遮断オブジェクトであるという決定に基づいて、経路信号を生成し得る。そのような例では、車両コンピューティングシステムは、オブジェクトが車両経路を遮断していると決定し得る。オブジェクトは、オブジェクトが目的地に向かって車両の前進を少なくとも部分的に遮断する場所で停止しているという決定に基づいて、車両経路を遮断し得る。いくつかの例では、車両コンピューティングシステムは、オブジェクトが、車両が走行可能な通路（例えば、車両が経路に沿って走行する予定の走行可能な表面）の範囲内に留まりながら目的地に向かって進むことができない可能性があるという決定に基づいた車両であると決定し得る。例えば、オブジェクトは、車両が交差点を通って進むことができないように、車両の進路上の交差点で停止し得る。

【0025】

様々な例において、オブジェクトが遮断オブジェクトであるという決定に基づいて、車両コンピューティングシステムは、遮断オブジェクトの潜在的な経路オプションを識別するように構成され得る。潜在的な経路オプションは、遮断オブジェクトが車両経路から移動するために従うことができる明確な（例えば、無人の）経路を含み得る。いくつかの例では、潜在的な経路オプションは、遮断オブジェクトが移動することができる領域を含み得る。いくつかの例では、領域は、遮断オブジェクトと領域との間に別のオブジェクトが配置されていること等により、遮断オブジェクトのオペレータが見ることができないものを含み得る。上記の例を用いると、遮断オブジェクトは、車両の前の交差点で左折していてもよく、配送車両の後ろの交差点で第１の車線に停止している可能性がある。遮断オブジェクトは、第２の車線における交差点の先の領域が無人であることを見ることができず、したがって、遮断オブジェクトは、交差点をクリアするために遮断オブジェクトが移動し得る領域を知らない可能性がある。車両コンピューティングシステムは、遮断オブジェクトが移動し得る領域を特定するように構成されてもよい。

【0026】

様々な例において、遮断オブジェクトが移動し得る領域（例えば、遮断オブジェクトが車両経路から移動するために従い得る明確な経路）の識別に基づいて、車両コンピューティングシステムは、経路信号を発信させ得る。経路信号は、遮断オブジェクトのオペレータに、その領域がクリアであることを示してもよい。いくつかの例では、経路信号は、領域の方向に発信される光、矢印、または車両コンピューティングシステムが、遮断オブジェクトが移動し得る明確な領域を伝達し得る他の手段を含んでもよい。

【0027】

本明細書に記載される技術は、環境内で動作する自律車両および半自律車両の安全な動作を実質的に改善し得る。増加する歩行者、自転車利用者、スクーター利用者等は、しばしばヘッドホンを介して音楽、ポッドキャスト等を聞きながら、走行可能な路面上で動作している。ヘッドホンを介して発せられる音は、近くで運転する車両の音をかき消し、それによって人々は、電気自動車の警告音を発信する車両であっても、車両の存在および／または運転に気づかない可能性がある。自律車両および／または半自律車両の認識、ひいては安全性を高めるために、本明細書に記載される技術は、車両が発信する第１の警告信号にオブジェクトが反応していないことを認識し、車両動作および／または存在をオブジェクトに警告する試みにおいて、第１の警告信号の１つは複数の特性を調整する。車両コンピューティングシステムは、オブジェクトが予想反応に従って反応する、または車両にもはや関連しなくなるまで警告信号を修正（例えば、反復的に修正）し続け、それによって、環境における車両の安全運転を最大化する。

【0028】

本明細書に記載された技術は、多くの方法で実施され得る。例示的な実装は、以下の図を参照しながら後述に提供される。自律車両のコンテキストで論じられるが、本明細書に記載される方法、装置、およびシステムは、様々なシステム（例えば、センサーシステムまたはロボットプラットフォーム）に適用されてもよく、自律車両に限定されない。別の例では、本技術は、航空または航海のコンテキストで、またはマシンビジョンを使用する任意のシステムで（例えば、画像データを使用するシステムで）利用されてもよい。さらに、本明細書に記載される技術は、実データ（例えば、センサーを用いて取り込まれたもの）、シミュレーションデータ（例えば、シミュレータによって生成されたもの）、またはこれらの任意の組み合わせで使用されてもよい。

【0029】

図１は、環境１００の説明図であり、自律車両１０４（例えば、車両１０４）の１つまたは複数のコンピューティングシステム１０２は、環境１００における車両１０４の存在および／または動作について１つまたは複数のオブジェクト１０６に警告するために動的な警告信号システムを利用し得る。コンピューティングシステム１０２は、車両１０４の１つまたは複数のセンサー１０８および／または１つまたは複数のリモートセンサー（例えば、交通監視、衝突回避等のために、別の車両１０４に搭載されたセンサーおよび／または環境１００に搭載されたセンサー）によって取り込まれたセンサーデータに基づいて、オブジェクト１０６を検出し得る。センサー１０８は、ライダーセンサー、レーダーセンサー、超音波トランスデューサ、ソナーセンサー、位置センサー（例えば、ＧＰＳ、コンパス等）、慣性センサー（例えば、慣性測定ユニット（ＩＭＵ）、加速度計、磁気計、ジャイロスコープ等）、カメラ（例えば、ＲＧＢ、ＩＲ、強度、深度、time of flight等）、マイクロフォン、time of flightセンサー、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサー等）等によって取り込まれたデータを含み得る。

【0030】

いくつかの例では、センサーデータは、オブジェクト１０６（例えば、車、トラック、歩行者、自転車、オートバイ、動物等）に関連付けられた分類１１２を決定するように構成される知覚コンポーネント１１０に提供されることができる。様々な例において、知覚コンポーネント１１０は、オブジェクト１０６に関連付けられた１つまたは複数の特徴に基づいて、オブジェクトの分類１１２を決定し得る。特徴は、オブジェクト１０６のサイズ（例えば、幅、高さ、深さ等）、形状（例えば、幾何学、対称性等）、および／または他の特徴的な特徴を含み得る。例えば、知覚コンポーネント１１０は、オブジェクト１０６（１）のようなオブジェクト１０６のサイズおよび／または形状が歩行者に対応し、オブジェクト１０６（２）のような別のオブジェクト１０６のサイズおよび／または形状が自転車の乗用者に対応することを認識してもよい。

【0031】

様々な例において、環境１００内の１つまたは複数のオブジェクト１０６の検出に部分的に基づいて、コンピューティングシステム１０２の警告信号コンポーネント１１４は、オブジェクト１０６に車両１０４の存在および／または動作を警告するために、第１の警告信号を生成、および／または発信させられるようされ得る。第１の警告信号は、音声信号および／または視覚信号を含み得る。第１の警告信号は、周波数、音量、輝度、色、形状、動き等の特性の第１のセットを含み得る。いくつかの例では、特性の第１のセットは、特性の予め決定されたセットを含んでもよい。そのような例では、第１の警告信号は、車両１０４の存在および／または動作についてオブジェクト１０６に警告することに関連付けられたベースライン警告信号を含んでもよい。例えば、第１の警告信号は、予め決められた周波数を含み、予め決定された音量で発信される電気自動車の警告音を含んでもよい。

【0032】

様々な例において、特性の第１のセットは、環境１００に関連付けられた１つまたは複数のリアルタイム条件に基づいて等、動的に決定され得る。リアルタイム条件は、オブジェクト１０６に関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／向く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響しあう（例えば、他の人と話す、ベビーカーを覗く等）、食べる、飲む、感覚障害者用装置（杖、補聴器等）の操作、ヘッドホンを聞く等）、環境要因（環境１００の騒音レベル、交通量、道路状況等）、天候（雨、雪、ひょう、風等）、車両の考慮事項（速度、車両１０４の乗客等）等）等がある。例えば、ヘッドホンを装着している歩行者のために生成される第１の警告信号に関連付けられた第１の特性のセットは、第１の周波数を含んでもよく、車両に関連付けられた方向を見ている歩行者のために生成される第１の警告信号に関連付けられた第１の特性のセットは、第２の周波数を含んでもよい。

【0033】

様々な例において、第１の警告信号の周波数（例えば、１つまたは複数の周波数）は、オブジェクト１０６の分類１１２に基づく等、オブジェクト１０６に対して知覚可能な周波数（または周波数のセット／範囲）を含み得る。例えば、警告信号コンポーネント１１４は、オブジェクト１０６が犬であると決定してもよい。犬としての分類１１２に部分的に基づいて、警告信号コンポーネント１１４は、犬に車両１０４および／または車両経路を回避させるように、人間ではなく犬に感知可能な周波数で第１の警告信号を発信することを決定してもよい。様々な例において、第１のセットの１つまたは複数の特性（例えば、音量および／または音量範囲、１つまたは複数の周波数、輝度、形状、動作、および／または色）は、警告の緊急性（例えば、低い緊急性（例えば、アラート）、中程度の緊急性（例えば、注意）、高い緊急性（例えば、警告））、車両１０４とオブジェクト１０６との間のコンフリクトの可能性、オブジェクト１０６に伝えるべきメッセージ（例えば、車両１０４が近づいている、停止してください、軌道が急速に収束している、等）に基づいて決定されてもよい。

【0034】

様々な例において、第１の特性のセットの１つまたは複数の特性は、オブジェクトの動き（例えば、オブジェクト１０６に関連付けられた、検出された動揺）に基づいて決定されてもよい。検出された動揺は、携帯電話の触覚的な使用、潜在的にコンフリクトするオブジェクトが会話（例えば、オブジェクト１０６に近接する別のオブジェクトと、携帯電話等で）に従事しているという決定、オブジェクト１０６がヘッドホン、イヤーマフ、耳栓、または聴覚管内もしくは周囲に適合するように構成された他の任意のデバイスを身に着けているという決定等を含み得る。

【0035】

いくつかの例では、第１の特性のセットの１つまたは複数の特性は、環境内の気象条件に基づいて決定され得る。気象条件は、雨、風、みぞれ、あられ、雪、温度、湿度、大きな圧力変化、または環境１００内のオブジェクト１０６の聴覚に影響を与え得る他の任意の気象現象を含み得る。様々な例において、警告信号の１つまたは複数の特性は、環境内の道路状況に基づいて決定されてもよい。道路状況は、路面の滑らかさ（例えば、コンクリート、アスファルト、砂利等）、くぼみの数、凹凸地形（例えば、ランブルストリップ、洗濯板、道路の波形等）、またはそのようなものを含み得る。例えば、砂利道上で動作するオブジェクト１０６および／または車両１０４は、滑らかな表面上で動作するときよりも大量のノイズを発生させ得る。オブジェクト１０６および／または車両１０４によって発生する騒音の増加（例えば、走行による騒音の衝撃量）は、警告信号の決定された音量および／または音量範囲の以降の増加をもたらし得る。

【0036】

様々な例において、第１の特性のセットの１つまたは複数の特性は、環境１００におけるオブジェクト１０６の場所に基づいて決定され得る。例えば、オブジェクト１０６が車両１０４と共有される車道に位置する場合、車道に入る意思を示す等、オブジェクト１０６が歩道に位置する場合よりも音量および／または音量範囲および／または光度が高くてもよい。別の例として、オブジェクト１０６が反対方向の交通の間の中央分離帯に立つ歩行者である場合、オブジェクト１０６が縁石に近接した自転車レーンに位置する場合よりも、音量および／または音量範囲および／または光度が高くてもよい。

【0037】

いくつかの例では、第１の特性のセットの１つまたは複数の特性は、車両１０４上の１つまたは複数のセンサー１０８の検出された損失に基づいて決定され得る。例えば、車両コンピューティングシステムは、車両上のスピーカーが最適な容量で機能していないと決定してもよい。それに応じて、車両コンピューティングシステムは、スピーカーの能力の低下を補うために、警告信号の音量を増加させてもよい。別の例として、車両コンピューティングシステムは、車両１０４上のライトが機能していないと決定してもよい。それに応じて、車両コンピューティングシステムは、機能していないライトを補うために、視覚的な警告信号の輝度および／または点滅の頻度を増加させてもよい。

【0038】

様々な例において、第１の特性のセットの１つまたは複数の特性は、車両１０４内の乗客の検出に基づいて決定され得る。いくつかの例では、乗客の検出は、車両の１つまたは複数のセンサー１０８から受信されたセンサーデータに基づいてもよい。いくつかの例では、乗客の検出は、乗客に関連付けられたコンピューティングデバイス等から受信された、車両内の乗客の存在を示す信号に基づいてもよい。様々な例において、車両コンピューティングシステムは、例えば、大きな音の発信により乗客に不快感を与えないよう、乗客の検出に基づいて、音声的な警告信号の音量および／または音量範囲および／または周波数を減少させてもよい。

【0039】

様々な例において、警告信号コンポーネント１１４は、車両１０４に関連付けられた場所に基づいて、第１の警告信号を生成（例えば、第1の特性のセットを決定）、および／または第１の警告信号が発信されるようにし得る。場所は、学校ゾーン、工事ゾーン、遊び場の近く、ビジネス街、繁華街等を含み得る。いくつかの例では、警告信号コンポーネント１１４は、時間帯、曜日、季節、日付（例えば、休日等）等に基づいて、第１の警告信号を生成、および／または発信されるようにしてもよい。いくつかの例では、警告信号コンポーネント１１４は、車両１０４に関連付けられた速度に基づいて、第１の警告信号を生成、および／または、第１の警告信号が発信されるようにしてもよい。そのような例では、車両１０４が閾値速度（例えば、時速２８キロメートル、時速２２マイル、時速１５マイル等）以下で走行しているという決定に基づいて、警告信号コンポーネント１１４は、第１の警告信号が発信されるようにしてもよい。

【0040】

様々な例において、コンピューティングシステム１０２は、オブジェクト１０６（１）および１０６（２）等のオブジェクト１０６が車両１０４に関連している（例えば、車両１０４とオブジェクト１０６との間に潜在的なコンフリクトが存在し得る、オブジェクト１０６が車両１０４の前進を遅らせ得る）ことを決定するよう構成され得る。様々な例において、オブジェクトの関連性は、２０１９年４月１９日に出願され、「Ｄｙｎａｍｉｃ Ｏｂｊｅｃｔ Ｒｅｌｅｖａｎｃｅ Ｄｅｔｅｒｍｉｎａｔｉｏｎ」と題された米国出願特許第１６／３８９７２０号、２０１９年５月２０日に出願され、「Ｄｙｎａｍｉｃ Ｏｂｊｅｃｔ Ｒｅｌｅｖａｎｃｅ Ｄｅｔｅｒｍｉｎａｔｉｏｎ」と題された米国出願特許１６／４１７２６０、２０１９年８月２日に出願され、「Ｏｂｊｅｃｔ Ｒｅｌｅｖａｎｃｅ Ｄｅｔｅｒｍｉｎａｔｉｏｎ」と題された米国出願特許第１６／５３０５１５号で述べられる技術を利用して決定されてもよく、これらの全体の内容は参照により本明細書に組み込まれる。

【0041】

いくつかの例では、オブジェクトの関連性は、オブジェクト１０６（１）と走行可能な表面１１６（例えば、車道、車両１０４が動作する車線等）との間の距離（Ｄ）に基づいて決定され得る。このような例では、オブジェクト１０６は、距離（Ｄ）が閾値距離（例えば、１８インチ、１フィート、４メートル等）に等しい、またはそれ以下であることに基づいて、関連性があると決定され得る。様々な例において、閾値距離は、オブジェクト１０６に関連付けられた分類１１２に基づいて決定されてもよい。例えば、歩行者に関連付けられた第１の閾値距離は１メートルであってよく、自転車に関連付けられた第２の閾値距離は５メートルであってよい。

【0042】

様々な例において、オブジェクト１０６は、関連付けられたオブジェクトの軌道に基づいて関連性があると決定され得る。そのような例では、コンピューティングシステム１０２は、センサーデータに基づく等、予測されたオブジェクトの軌道（例えば、オブジェクトの軌道）を決定するように構成され得る。いくつかの例では、オブジェクトの軌道は、２０１８年１０月４日に出願され、「Ｔｒａｊｅｃｔｏｒｙ Ｐｒｅｄｉｃｔｉｏｎ ｏｎ Ｔｏｐ－Ｄｏｗｎ Ｓｃｅｎｅｓ」と題された米国出願特許第１６／１５１６０７号、および２０１９年７月５日に出願され、「Ｐｒｅｄｉｃｔｉｏｎ ｏｎ Ｔｏｐ－Ｄｏｗｎ Ｓｃｅｎｅｓ ｂａｓｅｄ ｏｎ Ａｃｔｉｏｎ Ｄａｔａ」と題された米国出願特許第１６／５０４１４７に記載される技術を利用して、環境のトップダウン表現に基づいてもよく、これらの内容全体は参照により本明細書に組み込まれる。いくつかの例では、予測されたオブジェクトの軌道は、２０１７年１１月８日に出願され、「Ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｈｅａｔ Ｍａｐｓ ｆｏｒ Ｂｅｈａｖｉｏｒ Ｐｒｅｄｉｃｔｉｏｎ」と題された米国出願特許１５／８０７５２１に記載されたもの等、オブジェクトの行動を予測するための確率的ヒートマップ（例えば、離散化確率分布）、木探索方法、時間論理式、および／または機械学習技術を用いて決定してもよく、その全体の内容は参照により本明細書に組み込まれる。

【0043】

様々な例において、オブジェクト１０６は、オブジェクトの軌道と車両の軌道との間の交差点に基づいて、車両１０４と関連してもよい。いくつかの例では、オブジェクト１０６は、それぞれの軌道上のオブジェクト１０６および車両１０４の予測された場所に基づいて関連してもよい。いくつかの例では、オブジェクト１０６は、オブジェクトの軌道上を走行するオブジェクト１０６に関連付けられた予測された将来のオブジェクトの場所が、車両の軌道上を走行する車両１０４に関連付けられた予測された将来の車両の場所の閾値距離（例えば、２フィート、１０フィート、２メートル、４メートル等）以内であるという決定に基づいて、車両１０４に関連してもよい。

【0044】

様々な例において、オブジェクト１０６は、オブジェクト１０６と車両１０４との間のコンフリクトの確率（例えば、衝突の可能性）に基づいて、車両１０４と関連してもよい。コンフリクトの確率は、オブジェクト１０６がオブジェクトの軌道を継続するであろう、および／またはオブジェクトの軌道を車両１０４とコンフリクトするものに変更するであろうという決定された可能性に基づいてもよい。いくつかの例では、コンフリクトの確率は、車両１０４とオブジェクト１０６との間のコンフリクトの可能性（例えば、確率）がコンフリクトの閾値レベル（例えば、閾値確率）以上であることに対応してもよい。

【0045】

様々な例において、車両コンピューティングシステムは、上記の本明細書に組み込まれた米国出願特許に記載されているような環境のトップダウン表現を利用して、コンフリクトの確率を決定してもよい。いくつかの例では、車両コンピューティングシステムは、オブジェクト１０６の将来の位置に関連付けられた確率を予測するヒートマップ表示を出力するように構成された機械学習モデルに環境のトップダウン表現を入力してもよい（例えば、オブジェクトの軌道および／またはそれに関連付けられた確率を予測する）。そのような例では、車両コンピューティングシステムは、車両１０４の動きを経時的に前方投影し、オブジェクト１０６に関連付けられたヒートマップと、経時的に前方投影することによって決定される車両１０４の将来の位置との間の重なり量の間のコンフリクトの確率を決定してもよい。

【0046】

いくつかの例では、コンフリクトの確率は、オブジェクト１０６に関連付けられた分類１１２に基づいて決定されてもよい。そのような例では、オブジェクト１０６に関連付けられた分類１１２は、オブジェクト１０６が軌道を維持または変更する可能性を決定することを支援し得る。例えば、車道の側で検出された鹿は、予測不可能であり、従って、車両１０４とコンフリクトするために軌道を変更する可能性が高くなり得る。そのため、鹿は、車両１０４と潜在的にコンフリクトし得る（例えば、関連する）オブジェクト１０６であると決定され得る。

【0047】

いくつかの例では、関連性の決定に基づいて、コンピューティングシステム１０２の警告信号コンポーネント１１４は、車両１０４の存在および／または動作の環境における関連するオブジェクト１０６にアラートするために第１の警告信号を生成し得る。上述したように、第１の警告信号の特性の第１のセット（例えば、周波数、音量、輝度、色、形状、動き等）は、関連するオブジェクト１０６に関連する分類１１２に基づいて決定されてもよい。

【0048】

様々な例において、第１の警告信号は、車両１０４上の１つまたは複数のエミッタ１１８を介して発信され得る。エミッタ１１８は、スピーカー、ライト、ディスプレイ、プロジェクタ、および／または信号を発信するように構成された他の任意のデバイスを含み得る。いくつかの例では、第１の警告信号は、車両の周囲の複数の方向（例えば、車両１０４の前方、後方、および側方に実質的に均等に）に発信されてよい。いくつかの例では、第１の警告信号は、車両１０４の周囲の多様な方向に、一様に発信されてよい。例えば、電気自動車の警告音は、車両１０４の角部に取り付けられたスピーカーを介して発信されてもよく、車両１０４の周囲に実質的に均等に第１の警告信号を拡散するように構成されてもよい。

【0049】

いくつかの例では、警告信号コンポーネント１１４は、第１の警告信号が、関連するオブジェクト１０６に向けて、および／または環境１００内の検出されるオブジェクト１０６に向けて発信されるように構成されてもよい。いくつかの例では、第１の警告信号は、オブジェクト１０６（例えば、検出されるオブジェクト、関連するオブジェクト等）が検出される方向に実質的に面する１つまたは複数のエミッタ１１８を介して発信されてもよい。例えば、オブジェクト１０６は、車両１０４の前方および右側（例えば、走行可能な表面１１６に隣接する歩道上）で検出され得る。車両１０４の前方および右側のオブジェクトの検出に基づいて、警告信号コンポーネント１１４は、車両１０４の前方および右側に取り付けられたエミッタ１１８を介して、第１の警告信号を発信させ得る。いくつかの例では、第１の警告信号は、２０１７年５月４日に発行され、「Ｍｅｔｈｏｄ ｆｏｒ Ｒｏｂｏｔｉｃ Ｖｅｈｉｃｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｗｉｔｈ ａｎ Ｅｘｔｅｒｎａｌ Ｅｎｖｉｒｏｎｍｅｎｔ ｖｉａ Ａｃｏｕｓｔｉｃ Ｂｅａｍ Ｆｏｒｍｉｎｇ」と題された米国特許第９８７８６６４号に記載されているもの等、ビームステアリングおよび／またはビームフォーミングアレイ技術を利用して環境１００内の関連するオブジェクト１０６に向けて発信されてよく、その内容全体は参照により、本明細書に組み込まれる。

【0050】

いくつかの例では、警告信号コンポーネント１１４は、第２の警告信号を生成するために、第２の警告信号を継続的および／または定期的に（例えば、０．５秒ごと、３．０秒ごと等）修正するように構成されてもよい。いくつかの例では、警告信号に対する修正は、コンピューティングシステム１０２によって処理される追加のセンサーデータに少なくとも部分的に基づいてよい。例えば、警告信号コンポーネント１１４は、第１の警告信号を第１の時間に発信するようにしてもよく、その少なくとも１つの特性は、環境におけるベースラインノイズレベルに基づいて決定される。車両コンピューティングシステムは、第２の時間にベースラインノイズレベルの増加を決定してもよく、警告信号コンポーネント１１４は、より高い音量で発信されるように第２の警告信号を生成してもよい。

【0051】

様々な例において、警告信号コンポーネント１１４は、第１の警告信号に対するオブジェクト反応を決定するように構成されてもよい。このような例では、警告信号コンポーネント１１４は、警告信号に対するリアルタイムのオブジェクト反応を決定するように構成され得る。いくつかの例では、警告信号コンポーネント１１４は、環境１００内のオブジェクト１０６のオブジェクト反応に関連付けられたもの等、知覚コンポーネント１１０から処理されたセンサーデータを受信してもよい。オブジェクト反応は、オブジェクトの軌道の変化（またはその欠如）（例えば、速度増加、速度減少、車両から離れる進行方向等）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムの位置調整（例えば、電子機器、書籍、雑誌、又は他のアイテムの位置調整）、および／または第１の警告信号に反応するオブジェクトを示す任意の他の動き等、であり得る。

【0052】

警告信号コンポーネント１１４は、オブジェクト反応を予想反応１２０と比較し得る。予想反応は、第１の警告信号の特性（例えば、音量、周波数、輝度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）、および／またはオブジェクト１０６に関連付けられたデータ（例えば、オブジェクト属性（例えば、分類１１２、位置（例えば、車両１０４に向かう／動く、車両１０４から離れる／向く等）、車両１０４からの距離（Ｄ）、オブジェクトの軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子装置でデータを見る、他の車両と影響し合う、他のオブジェクト１０６と影響しあう（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く、等）に基づき得る。いくつかの例では、警告信号コンポーネント１１４は、複数の予想反応を含むデータベース１２２にアクセスし、第１の警告信号に関連付けられた予想反応１２０を決定してもよい。そのような例では、データベース１２２内の予想反応１２０は、少なくとも部分的に、オブジェクト１０６および／または第１の警告信号の特性に関連付けられたデータに基づいて、格納されてもよい。例えば、データベース１２２は、オブジェクト１０６（１）が見ている電子機器を下げること、および／または、車両１０４に向かって頭部および／または肩を動かすこと（例えば、第１の警告信号の発信）を含むように、電子機器を見る歩行者であるオブジェクト１０６（１）の予想反応１２０（１）を含んでもよい。別の例では、データベース１２２は、オブジェクトの軌道の変化（例えば、速度の増加、速度の減少、進行方向の変更等）、および／または頭部の動きを含むように、自転車の乗用者であるオブジェクト１０６（２）の予想反応１２０（２）を含んでもよい。説明的な例では、データベース１２２は、コンピューティングシステム１０２とは別の自律車両１０４上に配置されてもよい。そのような例では、データベース１２２は、有線および／または無線接続を介して、コンピューティングシステム１０２にアクセス可能であってよい。いくつかの例では、データベース１２２は、リモートコンピューティングシステム上に格納され、無線接続を介してアクセス可能なもの等、コンピューティングシステム１０２からリモートなものであってもよい。さらに他の例では、データベース１２２は、コンピューティングシステム１０２上に配置されてもよい。

【0053】

オブジェクト１０６（２）に関して説明したように、予想反応１２０（２）は、オブジェクト１０６（２）に関連付けられた軌道の変化を含んでもよい。軌道の変化は、オブジェクト１０６（２）が移動する速度（例えば、速度を上げる、速度を落とす、速度を閾値量に変更する等）、および／または方向に対する修正を含んでもよい。様々な例において、コンピューティングシステム１０２は、第１の警告信号を発信した後の時間におけるセンサーからの追加のセンサーデータに基づいて、更新された予測されたオブジェクトの軌道を決定してもよい。いくつかの例では、更新された予測されたオブジェクトの軌道は、上記の参照により本明細書に組み込まれる米国出願特許に記載されるような、環境のトップダウン表現および／またはそれに関連付けられたヒートマップを利用して決定されてもよい。様々な例において、コンピューティングシステム１０２は、オブジェクトの軌道に対する修正（例えば、予測されるオブジェクトの軌道と、第１の警告信号を発信した後に決定された更新された予測されるオブジェクトの軌道との間の差分）を決定してもよい。いくつかの例では、予想反応は、修正に基づくものであってよい。例えば、予想反応は、オブジェクトが前進速度を減速させること、または進行方向を（例えば、車両１０４と交差する軌道から平行な軌道へ）変更することを含んでもよい。コンピューティングシステム１０２は、修正および／または更新されたオブジェクトの軌道を予想反応１２０（２）と比較し、オブジェクト１０６（２）が予想反応に従って反応するかどうかを決定してもよい。

【0054】

いくつかの例では、コンピューティングシステム１０２は、オブジェクトが第１の警告信号を発信してから閾値時間（例えば、１秒、２秒等）以内に反応（例えば、行動を修正）するという決定に基づいて、第１の警告信号がオブジェクト１０６にアラートすることに成功したと決定してもよい。いくつかの例では、コンピューティングシステム１０２は、反応に関連付けられた応答をデータベース１２２に格納してもよい。様々な例において、予想外の反応（例えば、予想反応ではない）を検出したにもかかわらず、コンピューティングシステム１０２は、予想反応が検出されるまで警告信号を反復的に修正し続け得る。そのような例では、コンピューティングシステムは、警告信号の各反復と対応する反応（予想および／または予想外）に関連付けられたデータをデータベース１２２に格納してもよい。

【0055】

様々な例において、車両コンピューティングシステムは、機械学習技術を利用して予想反応１２０を決定してもよい。図４に関して後述でより詳細に議論されるように、いくつかの例では、コンピューティングシステム１０２は、警告信号に対して予想反応１２０を決定するために機械学習技術を利用したモデルを訓練するように構成された反応訓練コンポーネントを含んでもよい。そのような例では、モデルは、複数の警告信号およびそれに対する検出された反応を含む訓練データで訓練されてもよい。

【0056】

オブジェクト反応（例えば、実際の反応、リアルタイムの反応等）と予想反応１２０との比較に基づいて、警告信号コンポーネント１１４は、オブジェクト１０６が第１の警告信号に対して予想通りに反応したかどうか（例えば、オブジェクト反応と予想反応１２０との間に実質的な一致が存在するかどうか）を決定し得る。様々な例において、オブジェクト反応と予想反応１２０との間の実質的な一致の決定は、動作の閾値数（例えば、１つの一致動作、２つの一致動作等）、動作の閾値割合（例えば、８０％、５５％等）の一致、または同様のものを含み得る。いくつかの例では、実質的な一致は、オブジェクト反応と予想反応１２０との間の閾値の一致および／または閾値差に基づいて決定されてもよい。動作は、軌道修正（例えば、速度の増加、速度の減少、進行方向の変更等）、体の動き（例えば、足の配置、頭部の回転、肩の動き等）、ジェスチャー等を含み得る。例えば、第１の警告信号に対する予想反応１２０（１）は、頭部および／または肩の動きと、オブジェクト１０６（１）が保持する電子機器の位置調整とを含んでもよい。実際のオブジェクト反応は、車両１０４に向かう頭部の動きを含んでもよい。少なくとも頭部の動きの一致に基づき、警告信号コンポーネント１１４は、オブジェクト反応と予想反応１２０とが実質的に一致すると決定してもよい。別の例として、第１の警告信号に対して予想反応１２０（２）は、頭部の動き、オブジェクトの軌道への修正、および／またはオブジェクトの軌道への修正の大きさを含んでもよい。警告信号コンポーネント１１４は、予測コンポーネント等から、オブジェクトの軌道に関連付けられた速度が時速５マイル減少したという指示を受信してもよい。オブジェクトの軌道修正およびその大きさに部分的に基づいて、警告信号コンポーネントは、オブジェクト反応が、動作の７５％の閾値割合を超える８５％で予想反応１２０（２）に一致し、オブジェクト反応が予想反応１２０（２）に実質的に一致すると決定してもよい。

【0057】

オブジェクト反応が予想反応１２０と実質的に一致するという決定に応答して、車両コンピューティングシステムは、データベース１２２にエンカウンタ（例えば、第１の警告信号とオブジェクト反応に関連付けられたデータ）を格納してもよい。いくつかの例では、データベース１２２は、第１の警告信号に対するオブジェクト反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用されてもよい。

【0058】

オブジェクト反応が実質的に一致しなかった（例えば、動作の閾値数未満、割合一致等）という決定に応答して、警告信号コンポーネント１１４は、オブジェクト１０６が予想反応１２０に従って反応しなかったと決定し得る。このような例では、警告信号コンポーネント１１４は、オブジェクト１０６が車両１０４の動作および／または環境１００における車両１０４の存在に気づかないままであると決定してもよい。オブジェクト１０６が予想反応１２０に従って反応しなかったという決定に基づき、警告信号コンポーネント１１４は、第２の警告信号を生成し得る。第２の信号は、音声信号および／または視覚的な信号を含み得る。第２の警告信号は、第１の警告信号と同じまたは異なる様式（例えば、光、音等）の信号を含んでもよい。例えば、第１の警告信号は音の発信を含んでもよく、第２の警告信号は光の発信を含んでもよい。別の例では、第１の警告信号は音の発信を含み、第２の警告信号は音の発信を含んでもよい。

【0059】

様々な例において、警告信号コンポーネント１１４は、第２の警告信号の第２の特性のセット（例えば、周波数、音量、輝度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）を決定し得る。いくつかの例では、第２の特性のセットは、第１の警告信号の特性のうちの１つまたは複数に対し、予め決められた修正を含んでもよい。そのような例では、警告信号コンポーネント１１４は、第２の警告信号を生成するために、第１の警告信号の周波数、音量、および／または輝度のうちの１つまたは複数を修正し得る。例えば、第２の警告信号に関連付けられた音量は、第１の警告信号の１０デシベルからの増加を含み得る。

【0060】

様々な例において、第２の特性のセットは、上述したように、環境１００におけるリアルタイム条件に基づいて等、動的に決定され得る。いくつかの例では、警告信号コンポーネント１１４は、リアルタイムの考慮事項および第１の警告信号に反応する失敗を処理してもよく、第２の警告信号に関連付けられた第２の特性のセットを決定してもよい。いくつかの例では、警告信号コンポーネント１１４は、データベース１２２にアクセスし、第２の信号に関連付けられた第２の特性のセットを決定してもよい。いくつかの例では、第２の特性のセットは、リアルタイムの考慮事項に基づいてデータベース１２２に格納されてもよい。様々な例において、第２の特性のセットは、機械学習技術を利用して決定されてもよい。いくつかの例では、警告信号コンポーネント１１４は、リアルタイムの考慮事項と、第１の警告信号が失敗したことを示す第１の特性セットとを、第２の特性セットを出力するように構成された機械学習モデルに入力してもよい。そのような例では、警告信号コンポーネント１１４は、出力された第２の特性のセットに従って、第２の警告信号を生成してもよい。

【0061】

様々な例において、第２の特性のセットは、低い緊急性から中程度または高い緊急性へのような緊急性の向上、中確率から高確率へのようなコンフリクトの可能性および／または確率の増加、または同様のものに部分的に基づき得る。例えば、警告信号コンポーネント１１４は、車両動作の走行可能な表面１１６の閾値距離内にあるオブジェクト１０６（１）等のオブジェクト１０６にアラートするために、第１の周波数および第１の音量で第１の警告信号が発信されるようにしてもよい。オブジェクト１０６（１）が予想反応１２０（１）に従って反応しなかったこと、および車両１０４がオブジェクト１０６（１）に関連付けられた場所に近づいたという決定に基づいて、車両コンピューティングシステムは、通知に関連付けられた緊急性および／またはコンフリクトの可能性が高まったと決定してもよい。それに応じて、警告信号コンポーネント１１４は、第２の警告信号を生成するために、第１の警告信号の周波数を修正および／または音量を増加させることを決定してもよい。

【0062】

様々な例において、特性の第２のセットは、特性の第１のセットに対して予め決められた修正を含み得る。そのような例では、特性の第１のセットの１つまたは複数が、特性の第２のセットを決定するために予め定義された量によって修正されてもよい。いくつかの例では、予め定義された修正は、第１の警告信号および／またはその特性、オブジェクト１０６に関連付けられたデータ等と関連して、データベース１２２に格納されてもよい。例えば、第２の警告信号に関連付けられた音量は、第１の警告信号よりも１０デシベル増加することを含んでもよい。別の例として、第２の警告信号は、第１の警告信号に対する１００ルーメンの増加を含んでもよい。

【0063】

様々な例において、警告信号コンポーネント１１４は、第２のオブジェクト反応を第２の警告信号に関連付けられた第２の予想反応１２０と比較し得る。第２のオブジェクト反応が第２の予想反応１２０と実質的に一致するという決定に応答して、警告信号コンポーネント１１４は、オブジェクト反応および／または第２の警告信号に関連付けられたデータをデータベース１２２に格納し得る。上述したように、いくつかの例では、データベース１２２は、警告信号に対する反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用されてもよい。

【0064】

第２のオブジェクト反応が第２の予想反応１２０と実質的に一致しないという決定に応答して、警告信号コンポーネント１１４は、第３の警告信号が生成、発信されてよく、この第３の警告信号は、第１の警告信号および第２の警告信号と異なる（例えば、異なる様式、異なる特性等）。例えば、オブジェクト１０６が５０デシベルで発信された第１の音声警告信号および７０デシベルで発信された第２の音声警告信号に応答しなかったという決定に基づいて、警告信号コンポーネント１１４は、第３の警告信号として視覚的な警告信号を発信するように決定してもよい。それに応じて、警告信号コンポーネント１１４は、視覚的な警告信号の色および輝度（例えば、第３の警告信号に関連付けられた第３の特性セット）を決定してもよい。警告信号コンポーネント１１４は、第３の警告信号に関連付けられた第３のセットの特性を決定することに関して、上述したものと同様の技術または同じ技術を利用してもよい。

【0065】

様々な例において、車両コンピューティングシステムは、オブジェクト反応が警告信号に対する予想反応１２０に実質的に一致するまで、発信された警告信号を修正し続け得る。様々な例において、警告信号コンポーネント１１４は、オブジェクト１０６が車両１０４に関連したままであるという決定に基づいて、発信された警告信号を修正し続け得る。このような例では、オブジェクト１０６が車両１０４に関連しているという決定に基づいて、修正された警告信号が発信され得る。いくつかの例では、警告信号コンポーネント１１４は、継続的および／または定期的に（例えば、０．１秒ごと、１．０秒ごと、修正された警告信号を生成する前等）、オブジェクト１０６が車両１０４に関連しているかどうかを決定するように構成されてもよい。いくつかの例では、警告信号コンポーネント１１４は、コンピューティングシステム１０２の別のコンポーネントからオブジェクト１０６の関連性の指示を受信してもよい。様々な例において、オブジェクト１０６の関連性の指示は、警告信号コンポーネント１１４によって送信された関連性のクエリに応答して受信されてもよい。そのような例では、警告信号コンポーネント１１４は、修正された警告信号を生成するためにコンピューティングリソースを消費する前にオブジェクト１０６の関連性を検証するため等、修正された警告信号を生成する前に、関連性のクエリを送信してもよい。そのような例では、本明細書に記載された技術は、少なくとも、オブジェクト１０６の関連性の決定に基づいて、コンピューティングシステム１０２の他の機能に対して追加のコンピューティングリソース（処理能力、メモリ等）を利用可能にすることによって、コンピューティングシステム１０２の機能を向上させることができる。

【0066】

様々な例において、オブジェクト１０６が予想反応１２０に従って反応したこと、および／またはオブジェクト１０６が車両１０４と無関係であることの決定に基づいて、警告信号コンポーネント１１４は警告信号の発信を停止してもよい。いくつかの例では、オブジェクト１０６が予想反応１２０に従って反応したこと、および／またはオブジェクト１０６が車両１０４と無関係であることの決定に基づいて、警告信号コンポーネント１１４は、第１の警告信号が発信されるようにしてもよい。このような例では、第１の警告信号は、車両１０４の存在および／または動作を近くのオブジェクトにアラートするために発せられるベースライン警告信号を含んでもよい。例えば、そして上述したように、ベースライン警告信号は、法律および／または規制によって要求されるような電気自動車の警告音を含んでもよい。別の例として、ベースライン警告信号は、車両１０４に関連付けられた場所および／または上述したようなリアルタイムの状況に基づいて発信される音および／または光を含んでもよい。

【0067】

図２は、発信された警告信号２０２に対するオブジェクト１０６のオブジェクト反応２０４に少なくとも部分的に基づいて、車両１０４によって発信された警告信号２０２を修正するためのプロセス２００を示す説明図である。

【0068】

動作２０６において、プロセスは、環境１００等の環境において第１の警告信号２０２（１）を発信することを含み得る。第１の警告信号２０２（１）は、音声信号および／または視覚的な信号を含み得る。第１の警告信号２０２（１）は、特性の第１のセット（例えば、周波数、音量、輝度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）を含んでもよい。いくつかの例では、第１の警告信号２０２（１）に関連付けられた特性の第１のセットは、車両１０４の存在および／または動作をオブジェクト１０６にアラートするために車両１０４から発信されるベースライン音に基づく等、予め定義されてもよい。例えば、第１の警告信号２０２（１）は、１００デシベルで発信される５２８ヘルツの周波数を有する電気自動車の警告音を含み得る。

【0069】

様々な例において、車両１０４に関連付けられた車両コンピューティングシステムは、環境における１つまたは複数のリアルタイム条件に基づいて、特性の第１のセットを決定し得る。上述したように、リアルタイム条件は、オブジェクト１０６に関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／向く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響しあう（例えば、他の人と話す、ベビーカーを覗く等）、食べる、飲む、感覚障害者用装置（杖、補聴器等）の操作、ヘッドホンを聞く等）、環境要因（環境中の騒音レベル、交通量、道路状況等）、天候（雨、雪、ひょう、風等）、車両の考慮事項（速度、車両１０４の乗客等）等を含み得る。例えば、車両コンピューティングシステムは、検出されたオブジェクト１０６が、車両１０４に向かって雨の中を歩き、車両１０４の閾値距離内にいる歩行者であると決定し得る。オブジェクトの軌道、車両１０４の閾値距離内のオブジェクトの場所、および雨に起因して、車両コンピューティングシステムは、１００デシベルで１０００ヘルツの信号を発信することを決定してもよい。

【0070】

図示の例では、第１の警告信号２０２（１）は、検出されたオブジェクト１０６に関連付けられた車両１０４側で発信され得る。このような例では、第１の警告信号２０２（１）は、自転車専用レーン、歩道上、および／または車両コンピューティングシステムがオブジェクト１０６を検出および／またはオブジェクトが動作することを合理的に予想する他の領域（例えば、合法的な動作領域、典型的な動作領域等）において、オブジェクト１０６にアラートするように構成され得る。いくつかの例では、第１の警告信号２０２（１）は、前方、後方、右側、および左側に向かって等、車両の周囲に発信されてもよい。いくつかの例では、第１の警告信号２０２（１）は、オブジェクト１０６に向けられたビーム形式の音響信号および／または光信号を含んでもよい。

【0071】

動作２０８において、車両コンピューティングシステムは、オブジェクト反応２０４を第１の警告信号２０２（１）に対する予想反応１２０と比較し得る。上述したように、車両コンピューティングシステムは、１つまたは複数のセンサーからのセンサーデータに基づいて、オブジェクト反応２０４を決定してもよい。センサーは、車両に搭載されたセンサー、他の車両に搭載されたセンサー、および／または環境に搭載されたセンサーを含み得る。オブジェクト反応２０４は、オブジェクト１０６のオブジェクトの軌道、位置、および／または動きに対する変化、またはその欠如等、第１の警告信号２０２（１）に対するリアルタイムのオブジェクト反応を含み得る。説明的な例では、オブジェクト反応２０４は、移動の実質的な欠如を含む。例えば、オブジェクト１０６の位置（例えば、頭部、肩、腕、脚等）は実質的に同じままであり、オブジェクト１０６は実質的に同じ位置で電子機器を保持し続ける。

【0072】

予想反応１２０は、第１の警告信号２０２（１）の特性（例えば、音量、周波数、輝度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）および／またはオブジェクト１０６に関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／動く等）、車両からの距離、軌道等）、オブジェクト動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く、等）に基づき得る。いくつかの例では、車両コンピューティングシステムは、第１の警告信号２０２（１）に関連付けられた予想反応１２０を決定するために、複数の予想反応を含むデータベースにアクセスしてもよい。そのような例では、データベース内の予想反応１２０は、少なくとも部分的に、オブジェクト１０６に関連付けられたデータおよび／または第１の警告信号２０２（１）の特性に基づいて格納され得る。様々な例において、車両コンピューティングシステムは、機械学習技術を利用して予想反応１２０を決定してもよい。説明的な例では、予想反応１２０は、車両１０４に向かう頭部の動き（例えば、回転）と、高い位置（例えば、オブジェクトの頭部の前）から低い位置への電子機器の動きを含む。

【0073】

動作２１０において、プロセスは、オブジェクト反応２０４が予想反応１２０と実質的に異なることに基づいて、第２の警告信号を発信することを含む。様々な例において、車両コンピューティングシステムは、オブジェクト反応２０４と予想反応１２０との間の実質的な差に基づいて、オブジェクト１０６が第１の警告信号２０２（１）を処理しなかった（例えば、オブジェクト１０６が第１の警告信号２０２（１）を聞かなかった、および／または見なかった）ことを決定してもよい。

【0074】

実質的な相違の決定は、オブジェクト反応２０４に関連付けられた１つまたは複数の動作が、予想反応１２０の１つまたは複数の動作と異なることに基づき得る。動作は、軌道修正（例えば、速度の増加、速度の減少、進行方向の変更等）、体の動き（例えば、足の配置、頭部の回転、肩の動き等）、ジェスチャー等を含み得る。いくつかの例では、オブジェクト反応２０４は、動作の閾値数および／または動作の閾値割合が異なるという決定（例えば、閾値差）に基づいて、予想反応１２０と実質的に異なると決定され得る。例えば、予想反応は、足の配置、頭部の動き、および肩の動きを含んでもよい。オブジェクト反応が足の配置のみを含むという決定に基づいて、車両コンピューティングシステムは、動作の閾値数（２）が満たされておらず、したがって、オブジェクト反応が予想反応と実質的に異なると決定してもよい。

【0075】

第２の警告信号２０２（２）は、第１の警告信号２０２（１）と同じ様式の信号または異なる様式の信号を含んでもよい。第２の警告信号２０２（２）は、第２の特性のセットを含んでもよい。様々な例において、車両コンピューティングシステムは、特性の第１のセットに対して予め定義された調整に基づいて、特性の第２のセットを決定してもよい。このような例では、車両コンピューティングシステムは、予め定義された調整に基づいて、第１の警告信号２０２（１）の周波数、音量、輝度、色、動き、および／または形状を修正し得る。例えば、第１の警告信号２０２（１）は、６５デシベルで発信される第１の周波数の音声信号を含んでもよい。オブジェクト１０６が予想反応に従って反応しなかったという決定に基づいて、車両コンピューティングシステムは、音量を１５デシベル増加させ、８０デシベルで第２の警告信号２０２（２）を発信し得る。

【0076】

説明的な例では、車両コンピューティングシステムは、第２の警告信号２０２（２）を、第１の警告信号２０２（１）と同じ側（例えば、検出されたオブジェクト１０６に関連付けられた車両１０４の側）で発信させ得る。他の例では、車両コンピューティングシステムは、ビーム形式の音響信号および／または光信号等において、第２の警告信号２０２（２）をオブジェクト１０６に向けさせてもよい。さらに他の例では、第２の警告信号２０２（２）は、車両１０４の前部、後部、右側部、および左側部に向けて等、車両の周囲に発信されてもよい。

【0077】

動作２１２において、プロセスは、オブジェクト反応２０４が予想反応１２０と一致する（例えば、実質的に一致する）、またはオブジェクト１０６が車両１０４にもはや関連しなくなるまで、異なる警告信号を発信することを含む。様々な例において、車両コンピューティングシステムは、環境における車両１０４の安全な動作を最適化するために、リアルタイムのオブジェクト反応に基づいて、警告信号を継続的に修正するように構成され得る。

【0078】

様々な例において、車両コンピューティングシステムは、同じ様式および／または異なる様式の異なる警告信号２０２を生成してもよい。いくつかの例では、車両コンピューティングシステムは、第１の様式で予め決められた数の警告信号２０２を発信してもよく、第２の様式に変更してもよい。そのような例では、車両コンピューティングシステムは、第１の様式が、車両１０４の存在および／または動作についてオブジェクト１０６にアラートするのに有効でないと決定し得る。例えば、車両コンピューティングシステムは、３つの音声警告信号２０２を発信してよく、音声信号に対するオブジェクト反応２０４と、それに対する予想反応１２０との間の実質的な差に基づいて、オブジェクト１０６が難聴である、大音量の音楽を聞いている、等の理由で音声信号は効果がないと決定してもよい。車両コンピューティングシステムは、第４の警告信号２０２（および後続の警告信号２０２）を、様々な色、動作（例えば、シーケンス）、形状、および／または強度の点滅光等の視覚的な警告信号２０２に修正してもよい。

【0079】

様々な例において、車両コンピューティングデバイスは、オブジェクト１０６が車両１０４に関連するかどうかを連続的および／または定期的（例えば、０．２秒ごと、０．５秒ごと、修正された警告信号を生成する前等）に決定するように構成され得る。いくつかの例では、後続の警告信号２０２を生成する前（オブジェクト反応２０４が予想反応１２０と実質的に異なるという決定の後等）に、車両コンピューティングデバイスは、車両１０４に対するオブジェクトの関連性を決定し得る。オブジェクト１０６は、オブジェクトの軌道と車両の軌道との間の交差点に基づいて、車両１０４に関連してもよい。オブジェクトの軌道は、上記および参照により組み込まれる特許出願に記載された技術を利用して決定されてもよい。いくつかの例では、オブジェクト１０６は、それぞれの軌道上のオブジェクト１０６および車両１０４の予測された場所に基づいて関連してもよい。

【0080】

いくつかの例では、オブジェクト１０６は、オブジェクトの軌道上を走行するオブジェクト１０６に関連付けられた予測された将来のオブジェクトの場所が、車両の軌道上を走行する車両１０４に関連付けられた予測された将来の車両の場所の閾値距離（例えば、４フィート、１２フィート、１メートル、３メートル等）以内であるという決定に基づいて、車両１０４に関連付けられてもよい。様々な例において、オブジェクト１０６は、オブジェクト１０６が車両１０４の前方にある場所（例えば、ある方向に走行する車両１０４の前方）と、オブジェクト１０６と車両１０４が軌道上を走行している走行可能な表面（例えば、道路）との距離（例えば、オブジェクトから車両１０４の経路までの距離）に基づいて車両１０４に関連すると決定されてもよい。このような例では、オブジェクト１０６は、距離が閾値距離に等しい、またはそれ以下であるという決定に基づいて関連付けられ得る。

【0081】

様々な例において、オブジェクト１０６が予想反応１２０に従って反応したこと、および／またはオブジェクト１０６が車両１０４と無関係であることの決定に基づいて、車両コンピューティングデバイスは警告信号２０２の発信を停止し得る。いくつかの例では、オブジェクト１０６が予想反応１２０に従って反応したこと、および／またはオブジェクト１０６が車両１０４と無関係であることの決定に基づいて、警告信号コンポーネント１１４は、第１の警告信号２０２（１）を発信させてもよい。そのような例では、第１の警告信号は、車両１０４の存在および／または動作について近くのオブジェクト１０６に警告するために発信されるベースライン警告信号２０２を含み得る。例えば、ベースライン警告信号は、車両１０４に関連付けられた場所、および／または環境要因、気象条件、車両の考慮事項、オブジェクト１０６に関連付けられたデータ等のリアルタイム条件に基づいて発信される音および／または光を含み得る。

【0082】

図３は、オブジェクト３０８（１）が車両３０２の車両経路３１０を塞いでいるという決定に基づいて、車両１０４等の車両３０２が、信号３０４および３０６を発信する環境３００を示す説明図である。信号は、オブジェクト１０６に車両３０２の存在および／または動作をアラートするための警告信号２０２等の警告信号３０４と、オブジェクト１０６の潜在的なオブジェクト経路を示す経路信号３０６と、を含み得る。車両に関連付けられた車両コンピューティングシステムは、車両の１つまたは複数のセンサーおよび／または１つまたは複数のリモートセンサー（例えば、他の車両に関連付けられたセンサー、環境３００に取り付けられたセンサー等）から受信したセンサーデータに少なくとも部分的に基づいて、環境内のオブジェクト３０８、例えばオブジェクト１０６を検出するよう構成され得る。

【0083】

様々な例において、コンピューティングシステム１０２等の車両コンピューティングシステムは、オブジェクト３０８（例えば、遮断オブジェクト３０８（１））が環境３００を通る車両３０２の移動に関連付けられた車両経路３１０（経路３１０）を遮断していると決定するように構成され得る。いくつかの例では、車両経路３１０は、現在地３１２から目的地までの車両３０２の経路を含み得る。いくつかの例では、車両経路３１０は、目的地までの車両３０２の移動に関連付けられた走行可能な表面（例えば、走行可能領域）を含み得る。いくつかの例では、走行可能な表面は、車両３０２の幅および／または車両３０２のいずれかの側の安全マージンを含み得る。いくつかの例では、走行可能な表面は、車両３０２が走行している車線３１４の幅を含み得る。

【0084】

いくつかの例では、車両コンピューティングシステムは、遮断オブジェクト３０８（１）に関連付けられたオブジェクトの場所３１６が、少なくとも部分的に、走行可能領域および／または車両経路３１０内にあるという決定に基づいて、遮断オブジェクト３０８（１）が車両経路３１０を遮断していると決定し得る。様々な例において、車両コンピューティングシステムは、車両３０２が車線３１４において遮断オブジェクト３０８（１）の周りを進むことができないという決定に基づいて、遮断オブジェクト３０８（１）が車両経路３１０を遮断していると決定し得る。図示の例では、遮断オブジェクト３０８（１）は、車両経路３１０を横切って停止しており、車線３１４を塞いでいる。このような例では、車両３０２は、車線３１４（または隣接する車線３１８）において車両経路３１０に沿って進むことができない可能性がある。他の例では、遮断オブジェクト３０８（１）は、車線３１４のより少ない部分を遮断し得る（例えば、車両経路３１０を遮断している遮断オブジェクト３０８（１）のより少ないパーセンテージ）；しかしながら、車両コンピューティングシステムは、車両３０２が車線３１４の範囲内に留まりながら遮断オブジェクト３０８（１）を周回できないという決定に基づいて、オブジェクト３０８を遮断オブジェクト３０８（１）と決定してよい。

【0085】

様々な例において、車両コンピューティングシステムは、遮断オブジェクト３０８（１）が移動し得る領域３２０を特定するように構成され得る。いくつかの例では、領域３２０は、車両経路３１０、車線３１４、および／または隣接する車線３１８にない場所を含み得る。そのような例では、領域３２０は、車線３１４および／または隣接する車線３１８を走行する車両３０２および／または他の車両／オブジェクト３０８の進行をもはや遮断しないように遮断オブジェクト３０８（１）が移動し得る場所を含んでもよい。

【0086】

いくつかの例では、領域３２０は、オブジェクト３０８（２）等の別のオブジェクトによって目視できる経路が遮断されることに基づく等、遮断オブジェクト３０８（１）のオペレータが目視できない可能性がある場所を含み得る。例えば、遮断オブジェクト３０８（１）は、車両３０２の前方の交差点３２２において左折している可能性がある。また、遮断オブジェクト３０８（１）は、オブジェクト３０８（２）の後方の左側車線を走行している可能性がある。オブジェクトの場所３１６および位置（例えば、左折を部分的に通過する向き）に起因して、遮断オブジェクト３０８（１）のオペレータは、右側車線の領域３２０がオブジェクト３０８からクリアされているかどうかを確認できない可能性がある。

【0087】

様々な例において、車両コンピューティングシステムは、エミッタ１１８等のエミッタから経路信号３０６が発信されるようにしてもよい。いくつかの例では、経路信号３０６は、車両経路３１０の外にあるオブジェクト経路（ルート）の表示を含み得る。いくつかの例では、経路信号３０６は、遮断オブジェクト３０８（１）のオペレータに、領域３２０が存在し、クリアであることを示し得る。説明的な例では、経路信号３０６は、領域３２０を指す矢印を含み、経路信号３０６は、遮断オブジェクト３０８（１）のオペレータがオブジェクトの場所３１６から経路信号３０６を目視できるように道路の表面上に投影（例えば、表示）されている。別の例では、経路信号３０６は、遮断オブジェクト３０８（１）が移動し得る領域３２０の表示を提供するホログラフィックイメージを含み得る。図３では矢印として描かれているが、これは単に例示のためであり、他のデザイン、形状、記号等がここでは企図されている。例えば、経路信号３０６は、アプローチ照明装置のような、経路を示すように構成された光の点滅シーケンスを含んでもよい。

【0088】

様々な例において、車両コンピューティングシステムは、経路信号３０６を発信してよく、遮断オブジェクト３０８（１）のオペレータが予想反応に従って反応していない（例えば、オペレータが遮断オブジェクト３０８（１）を領域３２０に向かって移動させていない）と決定し得る。いくつかの例では、遮断オブジェクト３０８（１）のオペレータが経路信号３０６に対して予想反応に従って反応していないという決定に基づいて、車両コンピューティングシステムは、遮断オブジェクト３０８（１）のオペレータに経路信号３０６および／または車両の存在および／または動作についてアラートするように、警告信号３０４が発信されるようにしてもよい。いくつかの例では、車両コンピューティングシステムは、経路信号３０６を発信する前に、遮断オブジェクト３０８（１）のオペレータの注意を引くために、警告信号３０４が発信されてもよい。警告信号３０４は、第１の特性（例えば、周波数、音量、輝度、色、動き（例えば、アニメーションの動き、光のシーケンス等）、信号の形状等）のセットを有する音声信号および／または視覚的な信号を含んでもよい。

【0089】

上述したように、車両コンピューティングシステムは、警告信号３０４に対する遮断オブジェクト３０８（１）のオペレータの反応（例えば、オペレータ反応）を検出するように構成され得る。車両コンピューティングシステムは、車両に関連付けられたセンサーおよび／またはリモートセンサーから収集されたセンサーデータに基づいて、オペレータの反応を検出し得る。センサーデータによって提供される車両オペレータの限定的な可視性に部分的に起因して、オペレータの反応は、頭部の動き、肩の動き、手のジェスチャー（例えば、波等）等の体の動きを含み得る。上述したように、車両コンピューティングシステムは、オペレータの反応を、予想反応１２０等の予想反応と比較するように構成されてもよい。さらに、車両コンピューティングシステムが、経路信号３０６が警告信号３０４と同時に、またはそれ以前に発信されるようにする例では、予想反応は、領域３２０に向けた遮断オブジェクト３０８（１）の移動を含んでもよい。比較に基づいて、車両コンピューティングシステムは、遮断オブジェクト３０８（１）のオペレータが車両３０２および／または経路信号３０６の存在および／または動作に気付いているか否かを決定してもよい。

【0090】

遮断オブジェクト３０８（１）のオペレータが車両３０２の存在および／または動作に気付いていない（例えば、オペレータの反応が予想反応に実質的に一致しなかった）および／または経路信号３０６の決定に基づいて、車両コンピューティングシステムは警告信号３０４を修正し得る。修正は、様式の変更（例えば、音声信号から視覚的な信号へ、周波数、音量、輝度、色、動き、形状等）を含んでもよい。様々な例において、車両コンピューティングシステムは、車両３０２および／または経路信号３０６の存在および／または動作を遮断オブジェクト３０８（１）のオペレータにアラートするために、変更された警告信号３０４を発信し得る。上述したように、車両コンピューティングシステムは、オペレータの反応が予想反応と実質的に一致するまで、または車両コンピューティングシステムが、遮断オブジェクト３０８（１）が車両３０２と無関係である（例えば、もはや経路３１０を遮断していない）と決定するまで警告信号３０４を継続的に修正するよう構成されてもよい。

【0091】

図３は、遮断オブジェクト３０８（１）に関して説明されているが、これは限定することを意図しておらず、車両コンピューティングシステムは、他の（遮断ではない）オブジェクト３０８に対して経路信号３０６を生成、発信するよう構成されてもよい。例えば、車両コンピューティングシステムは、車両３０２の閾値距離内にあるオブジェクト３０８を検出してもよい。車両コンピューティングシステムは、オブジェクト３０８が閾値距離内にあることに基づいて、かつ、動作安全性を最大化するために、オブジェクト３０８が閾値距離内の第１の場所を維持する場合、車両３０２の前進速度を減速させることを決定してもよい。車両コンピューティングシステムは、オブジェクトが閾値の場所の外側の第２の場所に移動する場合、最適な動作安全性のために車両３０２が減速する必要がない場合があると決定してもよい。したがって、車両コンピューティングシステムは、車両３０２の前進を妨げないようにオブジェクト３０８が移動するための第２の場所をオブジェクト３０８に示すために、経路信号３０６を生成してもよい。

【0092】

図４は、本明細書に記載される技術を実装するための例示的なシステム４００のブロック図である。少なくとも１つの例では、システム４００は、車両１０４のような車両４０２を含み得る。

【0093】

車両４０２は、コンピューティングシステム１０２等の１または複数の車両コンピューティングデバイス４０４（例えば、車両コンピューティングシステム）、センサー１０８等の１つまたは複数のセンサーシステム４０６、エミッタ118等の１つまたは複数のエミッタ４０８、１つまたは複数の通信接続部４１０、少なくとも１つの直接接続部４１２および１つまたは複数の駆動システム４１４を含み得る。

【0094】

車両コンピューティングデバイス４０４は、１つまたは複数のプロセッサ４１６と、１つまたは複数のプロセッサ４１６と通信可能に結合されたメモリ４１８と、を含み得る。図示された例では、車両４０２は自律車両であるが、車両４０２は、半自律車両等の任意の他のタイプの車両、または少なくとも画像取り込み機器（例えば、カメラ付きスマートフォン）を有する任意の他のシステムであり得る。図示された例では、車両コンピューティングデバイス４０４のメモリ４１８は、定位コンポーネント４２０、知覚コンポーネント４２２、計画コンポーネント４２４、１つまたは複数のシステムコントローラ４２６、および信号発信コンポーネント４３０、反応決定コンポーネント４３２、機械学習コンポーネント４３４、反応データベース４３６、およびオブジェクト経路決定コンポーネント４３８を含む警告信号コンポーネント４２８を格納している。図４では、例示の目的でメモリ４１８に存在するように描かれているが、定位コンポーネント４２０、知覚コンポーネント４２２、計画コンポーネント４２４、１つまたは複数のシステムコントローラ４２６、および警告信号コンポーネント４２８（および／またはそこに例示されているコンポーネントおよび／またはデータベース）は、追加的または代替的に、車両４０２にアクセス可能であってもよい（例えば、車両４０２からリモートなメモリ、例えば、１つまたは複数の（リモート）コンピューティングデバイス４４２のメモリ４４０に格納されているか、さもなければそれによってアクセスできる）ことは想定されることである。

【0095】

少なくとも１つの例では、定位コンポーネント４２０は、センサーシステム４０６からデータを受信して車両４０２の位置および／または向き（例えば、ｘ－、ｙ－、ｚ－位置、ロール、ピッチ、またはヨーのうちの１つまたは複数）を決定する機能を含み得る。例えば、定位コンポーネント４２０は、環境の１つまたは複数のマップを含む、および／または要求／受信してもよく、マップ内の自律車両の場所および／または方位を継続的に決定し得る。この議論の目的のために、マップは、トポロジー（交差点等）、通り、山脈、道路、地形、および環境一般等の環境に関する情報を提供し得る、２次元、３次元、またはＮ次元でモデル化された任意の数のデータ構造であり得る。いくつかの例では、マップは、以下のものを含むことができるが、これらに限定されない：テクスチャ情報（例えば、色情報（例えば、ＲＧＢ色情報、Ｌａｂ色情報、ＨＳＶ／ＨＳＬ色情報等）、強度情報（例えば、ライダー情報、レーダー情報等）、空間情報（例えば、メッシュに投影された画像データ、個々の「サーフェル」（例えば、個々の色及び／又は強度に関連付けられたポリゴン））、反射率情報（例えば、鏡面反射率情報、再帰反射率情報、ＢＲＤＦ情報、ＢＳＳＲＤＦ情報、および同様のもの）。少なくとも１つの例では、マップは、環境の３次元メッシュを含んでもよい。いくつかの例では、車両４０２は、マップに少なくとも部分的に基づいて制御されてもよい。すなわち、マップは、知覚コンポーネント４２２および／または計画コンポーネント４２４と関連して、車両４０２の場所を決定し、環境内のオブジェクトを検出、および／または環境内をナビゲートする経路および／または軌道を生成するために追加的に使用され得る。

【0096】

いくつかの例では、１つまたは複数のマップは、ネットワーク４４４を介してアクセス可能なリモートコンピューティングデバイス（コンピューティングデバイス４４２等）上に格納されてもよい。いくつかの例では、多様なマップは、例えば、特性（例えば、エンティティのタイプ、時間帯、曜日、１年の季節等）に基づいて格納されてもよい。多様なマップを格納することは、同様のメモリ要件を有し得るが、マップ内のデータがアクセスされ得る速度を増加させ得る。

【0097】

様々な例において、定位コンポーネント４２０は、車両４０２の場所を正確に決定するために、画像データ、ライダーデータ、レーダーデータ、ＩＭＵデータ、ＧＰＳデータ、ホイールエンコーダデータ等を受信するために、ＳＬＡＭ（同時定位およびマッピング）、ＣＬＡＭＳ（較正、定位およびマッピング、同時）、相対ＳＬＡＭ、バンドル調整、非線形最小自乗最適化等を利用するよう構成され得る。いくつかの例では、定位コンポーネント４２０は、本明細書で論じられるように、オブジェクトが車両４０２に関連するかどうか等のオブジェクトとのコンフリクトの可能性（例えば、確率）を決定するための自律車両４０２の初期位置を決定するために車両４０２の様々なコンポーネントにデータを提供し得る。

【0098】

いくつかの例では、知覚コンポーネント４２２は、オブジェクト検出、セグメンテーション、および／または分類を実行するための機能を含み得る。いくつかの例では、知覚コンポーネント４２２は、車両４０２に近接しているオブジェクト（例えば、エンティティ、動的オブジェクト）の存在を示す処理されたセンサーデータ、および／またはオブジェクトタイプ（例えば、車、歩行者、自転車の乗用者、犬、猫、鹿、不明等）としてのオブジェクトの分類を提供し得る。いくつかの例では、知覚コンポーネント４２２は、車両４０２に近接している静止したエンティティの存在を示す処理されたセンサーデータ、および／またはタイプ（例えば、建物、木、路面、縁石、歩道、不明等）としての静止したエンティティの分類を提供してもよい。追加的または代替的な例では、知覚コンポーネント４２２は、検出されたオブジェクト（例えば、追跡されたオブジェクト）および／またはオブジェクトが配置されている環境に関連する１つまたは複数の特性を示す処理済みセンサーデータを提供してもよい。いくつかの例では、オブジェクトに関連付けられた特性は、ｘ位置（グローバルおよび／またはローカル位置）、ｙ位置（グローバルおよび／またはローカル位置）、ｚ位置（グローバルおよび／またはローカル位置）、向き（例えば、ロール、ピッチ、ヨー）、オブジェクトタイプ（例えば、分類）、オブジェクトの速度、オブジェクトの加速度、オブジェクトの範囲（サイズ）、等を含み得るが、これらに限定はされない。環境に関連付けられた特性は、環境内の別のオブジェクトの存在、環境内の別のオブジェクトの状態、一日の時間、曜日、季節、天候（例えば、雨、みぞれ、ひょう、雪、温度、湿度等）、暗さ／明るさの表示等を含み得るが、これらに限定されない。

【0099】

一般に、計画コンポーネント４２４は、環境を横断するために車両４０２が従うべき経路を決定し得る。例えば、計画コンポーネント４２４は、様々な経路および軌道、並びに様々なレベルの詳細を決定し得る。例えば、計画コンポーネント４２４は、第１の場所（例えば、現在地）から第２の場所（例えば、目的地）へ移動する経路を決定し得る。この議論の目的のために、経路は、２つの場所間を移動するためのウェイポイントのシーケンスを含み得る。非限定的な例として、ウェイポイントは、通り、交差点、グローバルポジショニングシステム（ＧＰＳ）座標等を含む。さらに、計画コンポーネント４２４は、第１の場所から第２の場所への経路の少なくとも一部に沿って車両４０２を誘導するための命令を生成してもよい。少なくとも１つの例では、計画コンポーネント４２４は、車両４０２をウェイポイントのシーケンス内の第１のウェイポイントからウェイポイントのシーケンス内の第２のウェイポイントに案内する方法を決定してもよい。いくつかの例では、命令は、軌道、または軌道の一部であってよい。いくつかの例では、多様な軌道が、ｒｅｃｅｄｉｎｇ ｈｏｒｉｚｏｎ技術に従って実質的に同時に（例えば、技術的公差内で）生成されてもよく、多様な軌道のうちの１つが、車両４０２がナビゲートするために選択される。

【0100】

いくつかの例では、計画コンポーネント４２４は、環境内のオブジェクトの予測された軌道を生成するための予測コンポーネントを含み得る。例えば、予測コンポーネントは、車両４０２から閾値距離内のオブジェクトのための１つまたは複数の予測された軌道を生成し得る。いくつかの例では、予測コンポーネントは、オブジェクトの追跡を測定し、観察された挙動および予測された挙動に基づいて、オブジェクトのための軌道を生成してもよい。様々な例において、オブジェクトの軌道および／または意思は、参照により上記に組み込まれる米国特許１０４１４３９５号および／または米国出願特許１６／１５１６０７、１６／５０４１４７号および／または１５／８０７５２１号に記載の技術を利用して決定されてもよい。

【0101】

少なくとも１つの例では、車両コンピューティングデバイス４０４は、車両４０２のステアリング、推進、ブレーキ、安全、エミッタ、通信、および他のシステムを制御するように構成され得る１つまたは複数のシステムコントローラ４２６を含んでもよい。システムコントローラ４２６は、駆動システム４１４および／または車両４０２の他のコンポーネントの対応するシステムと通信、および／または制御してもよい。

【0102】

図４に示されるように、車両コンピューティングデバイス４０４は、警告信号コンポーネント４２８を含み得る。警告信号コンポーネント４２８は、信号発信コンポーネント４３０を含み得る。様々な例において、信号発信コンポーネント４３０は、警告信号２０２および３０４等の警告信号をいつ発信するかを決定するように構成されてもよい。いくつかの例では、信号発信コンポーネント４３０は、車両４０２に関連付けられた場所に基づいて警告信号を発信することを決定してもよい。このような例では、信号発信コンポーネント４３０は、定位コンポーネント４２０から場所データを受信してもよく、場所データに基づいて、警告信号を発信することを決定してもよい。様々な例において、場所は、スクールゾーン、都市部、ビジネス街、建設地帯、および／または歩行者、スクーター、自転車等が一般的に移動する他の地域に関連する領域を含み得る。

【0103】

様々な例において、信号発信コンポーネント４３０は、車両４０２に関連付けられた速度に基づいて警告信号を発信することを決定し得る。いくつかの例では、信号発信コンポーネント４３０は、知覚コンポーネント４２２からのような、車両速度の表示および／または車両速度が閾値速度（例えば、時速１５マイル、時速３０キロメートル等）を超えるまたは下回るという表示を受信してもよく、警告信号が発信されるようにしてもよい。様々な例において、警告信号は、電気（静音）自動車の環境内のオブジェクトに警告するために法律または規制によって要求されるような、電気自動車の警告音を含んでもよい。このような例では、信号発信コンポーネント４３０は、車両４０２の速度が閾値速度以下であるという指示を受信し、その指示に基づいて警告信号が発信されるようにしてもよい。

【0104】

様々な例において、信号発信コンポーネント４３０は、環境内のオブジェクトの検出および／またはそのオブジェクトと車両との関連性の決定に基づいて、警告信号を発信することを決定し得る。様々な例において、オブジェクトは、オブジェクトと車両との間の距離が閾値距離未満であることに基づいて、車両に関連すると決定されてもよい。いくつかの例では、オブジェクトは、オブジェクトの予測されたオブジェクトの軌道が車両４０２に関連付けられた車両の軌道と交差するという決定に基づいて、関連性があると決定されてもよい。このような例では、オブジェクトは、車両４０２とオブジェクトとの間にコンフリクト（例えば、衝突）が存在し得るという決定に基づいて関連していてもよい。

【0105】

信号発信コンポーネント４３０は、警告信号に関連付けられた特性のセットを決定するように構成され得る。様々な例において、特性のセットは、場所、車両４０２の速度等に基づいて、予め決定されてもよい（例えば、予め決定された周波数、音量、光度、色、動き、形状等）。このような例において、信号発信コンポーネント４３０は、予め決められた警告信号を発信してもよい。例えば、警告信号は、車両４０２の速度が時速２３マイル未満であるとの決定に基づいて発信される電気自動車の警告音を含んでもよい。信号発信コンポーネント４３０は、電気自動車の警告音のために指定された、予め定められた周波数および音量を有する警告信号を、１つまたは複数のエミッタ４０８を介して発信させてもよい。

【0106】

様々な例において、信号発信コンポーネント４３０は、リアルタイム条件に基づいて等、警告信号に関連付けられた特性のセットを動的に決定し得る。リアルタイム条件は、１つまたは複数の環境要因（例えば、環境１００内の騒音レベル、交通量、オブジェクト１０６の近接等）、気象条件（例えば、雨、雪、あられ、風等）、車両の考慮事項（例えば、速度、車両１０４内の乗客等）、オブジェクト１０６に関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／動く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の活動）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く、等）等を含み得る。このような例では、信号発信コンポーネント４３０は、定位コンポーネント４２０および／または知覚コンポーネント４２２からのような、環境に関連付けられたデータを受信してもよく、警告信号に関連付けられた特性のセットを動的に決定してもよい。

【0107】

様々な例において、信号発信コンポーネント４３０は、環境要因の１つまたは複数が未知の環境要因を含むと決定するように構成され得る。未知の環境要因は、車両に近接する歩行者の数が閾値を超える、環境内のノイズレベルが閾値ノイズレベルを超える等、信号発信コンポーネント４３０が理解するように訓練されていない環境内の状態を含んでもよい。例えば、信号発信コンポーネント４３０は、車両が歩行者の大群に囲まれていると決定してもよい。様々な例において、信号発信コンポーネント４３０は、未知の環境要因に基づいて特性のセットを決定してもよい。このような例では、特性のセットは、未知の環境要因に基づくイベント固有の特性のセットを含んでもよい。様々な例において、信号発信コンポーネント４３０は、未知の環境因子、警告信号に関連付けられた特性のセット、および警告信号に対するオブジェクト反応に関連付けられたデータを反応データベースに格納させ得る。そのような例では、データは、未知の環境因子に対して予想される（所望の）反応に対して最適化するようにシステムを訓練するために利用されてもよい。

【0108】

様々な例において、信号発信コンポーネント４３０は、警告信号が発信されるべき方向を決定するように構成され得る。いくつかの例では、信号発信コンポーネント４３０は、警告信号を、車両の周囲のすべての方向等、車両の周囲に発信させてもよい。いくつかの例では、信号発信コンポーネント４３０は、警告信号を、環境内のオブジェクトに関連付けられた方向に発信させてもよい。例えば、警告信号は、車道に隣接する歩道上の歩行者および／または自転車レーン上の自転車乗りに向けて、車両の右側にあるスピーカーを介して発信されてもよい。様々な例において、信号発信コンポーネント４３０は、警告信号を、関連するオブジェクト等の特定のオブジェクトに向けて発信させてもよい。そのような例では、警告信号は、特定のオブジェクトに向けられたエミッタ４０８を介して発信されるようにしてもよい。いくつかの例では、音声警告信号は、ビームステアリングおよび／またはビームフォーミングアレイ技術を利用して、特定のオブジェクトに対して向けられ得る。

【0109】

様々な例において、警告信号コンポーネント４２８の反応決定コンポーネント４３２は、警告信号に対するオブジェクト反応を決定するように構成され得る。オブジェクト反応は、オブジェクトの軌道の変化（例えば、速度増加、速度減少、車両から離れる方向等）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムへの位置調整（例えば、電子機器、書籍、雑誌等のアイテムの位置調整）、および／またはオブジェクトが第１の警告信号に反応したことを示す任意の他の動き等が含まれ得る。様々な例において、反応決定コンポーネント４３２は、知覚コンポーネント４２２からセンサーデータを受信してもよく、センサーデータに基づいてオブジェクト反応を決定してもよい。他の例では、反応決定コンポーネント４３２は、知覚コンポーネント４２２から等、オブジェクト反応の指示を受信してもよい。このような例では、知覚コンポーネント４２２は、オブジェクト反応を決定するためにセンサーデータを処理してもよい。

【0110】

様々な例において、反応決定コンポーネント４３２は、検出されたオブジェクト反応を予想反応と比較し得る。様々な例において、反応決定コンポーネント４３２は、反応データベース４３６（および／またはコンピューティングデバイス４４２上の反応データベース４５６）にアクセスし、予想反応を決定してもよい。そのような例では、予想反応は、オブジェクトに関連付けられたデータおよび／または警告信号に関連する一連の特性に基づいて格納されてもよい。

【0111】

様々な例において、反応決定コンポーネント４３２は、コンピューティングデバイス４４２の機械学習コンポーネント４３４または機械学習コンポーネント４５４から予想反応を受信し得る。そのような例では、機械学習コンポーネント４３４および／または４５４は、オブジェクトおよび／または警告信号に関連付けられた一連の特性に関連するデータを受信し、予想反応を出力するように構成され得る。機械学習コンポーネント４３４および／または４５４は、複数の警告信号に対する複数のオブジェクト反応からなる訓練データを利用して訓練された１つまたは複数のモデルを含んでもよい。

【0112】

様々な例において、機械学習コンポーネント４３４および／または４５４は、車両の存在をオブジェクトにアラートするための最適な信号を決定するように訓練され得る。最適な信号は、環境要因、気象条件、オブジェクトの活動等、環境に存在する１つまたは複数のリアルタイムの考慮事項に基づいてもよい（上述したように）。最適な信号は、特定のオブジェクトに車両の存在および／または動作をアラートすることに成功する確率が最も高い信号を含み得る。

【0113】

いくつかの例では、機械学習コンポーネント４３４および／または４５４は、以前に発信された警告信号、それに対するオブジェクト反応、および／またはそれに関連するリアルタイムの考慮事項を含む訓練データを利用して訓練され得る。そのような例では、機械学習コンポーネント４３４および／または４５４は、リアルタイムの考慮事項を含む入力を受信するように構成されてもよく、最適な警告信号（例えば、最適な警告信号に関連する特性）および／またはそれに対する予想反応を出力し得る。様々な例において、訓練データは、オブジェクトを車両４０２から遠ざけるおよび／または邪魔にならないようにさせることに成功した、以前に発信された信号および関連付けられた反応および／またはリアルタイムの考慮事項を含んでもよい。そのような例では、特定のオブジェクトにアラートするために機械学習コンポーネント４３４および／または４５４によって出力された最適な信号は、特定のオブジェクトと同様の属性を有する別のオブジェクトが予想反応（例えば、車両経路から外れない、車両経路から移動する、車両４０２の存在を認める等）に従って反応する結果となった信号を含んでもよい。

【0114】

オブジェクト反応と予想反応との比較に基づいて、反応決定コンポーネント４３２は、オブジェクト反応が予想反応と実質的に一致するかどうかを決定するように構成され得る。いくつかの例では、オブジェクト反応と予想反応とが閾値数の動作（例えば、特徴）を共有するという決定に基づいて、オブジェクト反応が予想反応と実質的に一致し得る。動作の閾値数は、１つまたは複数の動作であってよい。いくつかの例では、アクションの閾値数は、シナリオ（例えば、緊急性、オブジェクトの分類、車両速度等）に基づいて動的に決定されてもよい。例えば、交差する関連付けられたオブジェクトに対する緊急警告信号は、オブジェクト反応が予想反応と実質的に一致すると決定するために３つのマッチング動作の閾値を含んでもよく、一方、歩道上に位置する静止したオブジェクトに向けられた非緊急警告信号は、実質的に一致すると決定するために１つのマッチング動作を含んでもよい。

【0115】

いくつかの例では、オブジェクト反応は、オブジェクト反応と予想反応との間で動作の閾値割合が一致するという決定に基づいて、予想反応に実質的に一致し得る。上記の例を続けると、交差する関連付けられたオブジェクトへの緊急警告信号は、９０％の一致を含み、一方、非緊急警告信号は、５０％の一致を含み得る。

【0116】

オブジェクト反応が予想反応と実質的に一致するという決定に応答して、反応決定コンポーネント４３２は、オブジェクトが車両４０２の存在および／または動作に対してアラートされたと決定し様々な例において、実質的に一致するという決定に基づいて、反応決定コンポーネント４３２は、警告信号とオブジェクト反応に関連付けられたデータを反応データベース４３６および／または反応データベース４５６に格納させ得る。いくつかの例では、実質的な一致の決定に基づいて、反応決定コンポーネント４３２は、機械学習コンポーネント４３４および／または４５４を訓練し、関連する予想反応を出力するように、オブジェクト反応および警告信号に関連付けられたデータを機械学習コンポーネント４３４および／または４５４に提供し得る。得る。

【0117】

オブジェクト反応が予想反応と実質的に一致しないという決定に応答して、反応決定コンポーネント４３２は、警告信号に関連付けられた特性のセットを修正し得る。様々な例において、反応決定コンポーネント４３２は、第２の（修正された）警告信号を発信させるようにし得る。第２の（修正された）警告信号は、第２の特性のセットを含んでもよい。第２の（修正された）警告信号は、第１の警告信号と同じまたは異なる様式の信号を含んでもよい。いくつかの例では、反応決定コンポーネント４３２は、警告信号の周波数、音量、輝度、色、動き、および／または形状のうちの１つまたは複数を修正して、第２の（修正された）警告信号を生成してもよい。反応決定コンポーネント４３２は、車両４０２の存在および／または動作をオブジェクトにアラートするための最新の試みで、第２の（修正された）警告信号を１つまたは複数のエミッタ４０８を介して発信させてもよい。

【0118】

様々な例において、反応決定コンポーネント４３２は、オブジェクト反応が予測される反応に実質的に一致するまで、警告信号に関連付けられた特性のセットを修正し続け得る。いくつかの例では、反応決定コンポーネント４３２は、車両４０２に対するオブジェクトの関連性の決定に基づいて、特性のセットを修正してよい。このような例では、反応決定コンポーネント４３２は、上述した技術を利用する等して、オブジェクトの関連性を決定するように構成され得る。様々な例において、反応決定コンポーネント４３２は、修正信号を生成する、および／または修正信号を発信させる前に、オブジェクトが関連するかどうかを決定してもよい。

【0119】

様々な例において、反応決定コンポーネント４３２は、関連するオブジェクトが遮断オブジェクトであると決定し得る。図３に関して上述したように、遮断オブジェクトは、車両４０２の経路を少なくとも部分的に遮断する場所にあり得る。いくつかの例では、関連するオブジェクトが遮断オブジェクトであると決定することに応答して、反応決定コンポーネント４３２は、遮断オブジェクトの表示をオブジェクト経路決定コンポーネント４３８に送信し得る。様々な例において、オブジェクト経路決定コンポーネント４３８は、道路上の領域が、遮断オブジェクトが車両４０２の邪魔にならないように移動し得る明確なものであるかどうかを決定するよう構成され得る。

【0120】

上述したように、領域は、車両経路、車両に関連付けられた車線、および／または隣接する車線にない場所を含んでもよい。いくつかの例では、領域は、車両４０２および／または車両４０２と同じ方向（同じ車線または同じ道路上）に走行する他の車両／オブジェクトの進行をもはや妨げないため、遮断オブジェクトが移動し得る場所を含んでもよい。いくつかの例では、領域は、視界経路が他のオブジェクトによって遮られることに基づく等、遮断オブジェクトのオペレータが見ることができない可能性がある場所を含んでもよい。

【0121】

様々な例において、オブジェクト経路決定コンポーネント４３８は、遮断オブジェクトが車両の邪魔にならないように移動し得るクリア領域の指示を信号発信コンポーネント４３０に送信し得る。いくつかの例では、信号発信コンポーネント４３０は、エミッタ４０８を介して経路信号を発信させ得る。経路信号は、遮断オブジェクトが移動し得るクリア領域、そこへの経路、および／または追加情報の表示を含んでもよい。様々な例において、経路信号は、領域への経路が明確であることをオペレータに示すための特性（例えば、周波数、音量、輝度、色、動き、形状等）を含んでもよい。例えば、経路案内信号は、クリア領域に関連付けられた車線等、車道の表面に投影される緑色の矢印を含んでもよい。別の例として、経路指示信号は、進入照明装置のように、進入可能区域につながる一連の連続した点滅光として見えるように道路の表面に投影されてもよい。

【0122】

いくつかの例では、反応決定コンポーネント４３２は、オペレータの反応が予想反応に一致するかどうかを決定するように構成され得る。そのような例では、予想反応は、遮断オブジェクトのオペレータが経路信号に従うこと（例えば、領域に向かって移動すること、車両経路から外れること）を含んでもよい。いくつかの例では、オペレータの反応が予想反応と実質的に一致、および／またはオブジェクトが車両４０２に無関係であるという決定に基づいて、反応決定コンポーネント４３２は、信号発信コンポーネント４３０および／またはエミッタ４０８に、経路信号の発信を停止する指示を送ってもよい。

【0123】

理解できるように、本明細書で論じられるコンポーネント（例えば、定位コンポーネント４２０、知覚コンポーネント４２２、計画コンポーネント４２４、１つまたは複数のシステムコントローラ４２６、信号発信コンポーネント４３０を含む警告信号コンポーネント４２８、反応決定コンポーネント４３２、機械学習コンポーネント４３４、反応データベース４３６、およびオブジェクト経路決定コンポーネント４３８は例示目的で分割されて記載されている。しかし、様々なコンポーネントによって実行されるオペレーションは、他の任意のコンポーネントにおいて組み合わされ、または実行されてもよい。

【0124】

いくつかの例において、本明細書で論じられるコンポーネントのいくつかまたはすべての態様は、任意のモデル、技術、および／または機械学習技術を含んでもよい。例えば、いくつかの例では、メモリ４１８（および後述するメモリ４４０）内のコンポーネントは、ニューラルネットワークとして実装されてもよい。本明細書で述べられるように、例示的なニューラルネットワークは、一連の接続された層に入力データを通過させて出力を生成する生物学的にインスパイアされた技術である。ニューラルネットワークの各層はまた、別のニューラルネットワークを構成してもよく、または任意の数の層（畳み込み型か否かにかかわらず）を構成してもよい。本開示のコンテキストで理解され得るように、ニューラルネットワークは、機械学習を利用してもよく、これは、訓練されたパラメータに基づいて出力が生成される、そのような技術の広いクラスを指し得る。

【0125】

いくつかの例では、車両コンピューティングデバイス４０４は、機械学習技術を利用して、車両４０２から発信されるべき警告信号の１つまたは複数の特性（例えば、周波数、音量、輝度、色、形状、動き等）を決定し得る。いくつかの例では、１つまたは複数のデータモデルが、環境における１つまたは複数の条件に基づいて警告信号の特性を決定するように訓練され得る。条件は、環境要因（例えば、環境内の騒音レベル、交通量、オブジェクトの近接等）、気象条件（例えば、雨、雪、雹、風等）、オブジェクトに関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／動く等）、車両からの距離、軌道等）、オブジェクト動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く等）等を含み得る。様々な例において、データモデルは、環境に存在する条件に少なくとも部分的に基づいて警告信号の特性を出力するように訓練され得る。

【0126】

ニューラルネットワークのコンテキストで論じられているが、本開示と一致する任意のタイプの機械学習が使用され得る。例えば、機械学習技術は、回帰技術（例えば、通常の最小二乗回帰（ＯＬＳＲ）、線形回帰、ロジスティック回帰、ステップワイズ回帰、多変量適応回帰スプライン（ＭＡＲＳ）、局所的に重み付けされた散布図平滑化（ＬＯＥＳＳ））、インスタンスベースの技術（例えば、リッジ回帰、最小絶対縮退選択演算子(ＬＡＳＳＯ)、弾性ネット、最小角回帰(ＬＡＲＳ))、決定木技術(例えば、分類回帰木（ＣＡＲＴ）、反復二分木３（ＩＤ３）、カイ二乗自動相互作用検出（ＣＨＡＩＤ）、決定スタンプ、条件付き決定木）、ベイジアン技術（例えば、ナイーブベイズ、ガウスナイーブベイズ、多項ナイーブベイズ、平均一従属性分類器（ＡＯＤＥ）、ベイジアンビリーフネットワーク（ＢＮＮ）、ベイジアンネットワーク）、クラスタリング技術（例えば、ｋ－ｍｅａｎｓ、ｋ－ｍｅｄｉａｎｓ、期待値最大化（ＥＭ）、階層型クラスタリング）、相関ルール学習技術（例えば、パーセプトロン、バックプロパゲーション、ホップフィールドネットワーク、Ｒａｄｉａｌ Ｂａｓｉｓ Ｆｕｎｃｔｉｏｎ Ｎｅｔｗｏｒｋ（ＲＢＦＮ））、深層学習技術（Ｄｅｅｐ Ｂｏｌｔｚｍａｎｎ Ｍａｃｈｉｎｅ（ＤＢＭ）、Ｄｅｅｐ Ｂｅｌｉｅｆ Ｎｅｔｗｏｒｋｓ（ＤＢＮ）、畳み込みニューラルネットワーク（ＣＮＮ）、Ｓｔａｃｋｅｄ Ａｕｔｏ－Ｅｎｃｏｄｅｒｓ）、次元削減技術（例えば、主成分分析（ＰＣＡ）、主成分回帰（ＰＣＲ）、部分最小二乗回帰（ＰＬＳＲ）、サモンマッピング、多次元尺度法（ＭＤＳ）、Ｐｒｏｊｅｃｔｉｏｎ Ｐｕｒｓｕｉｔ、線形判別分析（ＬＤＡ）、混合判別分析（ＭＤＡ）、二次判別分析（ＱＤＡ）、フレキシブル判別分析（ＦＤＡ））、アンサンブル技術（例えば、Ｂｏｏｓｔｉｎｇ、Ｂｏｏｔｓｔｒａｐｐｅｄ Ａｇｇｒｅｇａｔｉｏｎ(Ｂａｇｇｉｎｇ)、ＡｄａＢｏｏｓｔ、Ｓｔａｃｋｅｄ Ｇｅｎｅｒａｌｉｚａｔｉｏｎ(Ｂｌｅｎｄｉｎｇ)、Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ Ｍａｃｈｉｎｅｓ(ＧＢＭ)、Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｅｄ Ｒｅｇｒｅｓｓｉｏｎ Ｔｒｅｅｓ(ＧＢＲＴ)、Ｒａｎｄｏｍ Ｆｏｒｅｓｔ)、ＳＶＭ(Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ)、教師あり学習、教師なし学習、半教師あり学習、等を含み得るが、これらに限定はされない。アーキテクチャの追加例は、ＲｅｓＮｅｔ５０、ＲｅｓＮｅｔ１０１、ＶＧＧ、ＤｅｎｓｅＮｅｔ、ＰｏｉｎｔＮｅｔ等のニューラルネットワークを含む。

【0127】

少なくとも１つの例では、センサーシステム４０６は、ライダーセンサー、レーダーセンサー、超音波トランスデューサ、ソナーセンサー、位置センサー（例えば、ＧＰＳ、コンパス等）、慣性センサー（例えば、慣性測定ユニット（ＩＭＵ）、加速度計、磁気計、ジャイロスコープ等）、カメラ（例えば、ＲＧＢ、ＩＲ、強度、深度、time of flight等）、マイクロフォン、ホイールエンコーダ、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサー等）、等を含み得る。センサーシステム４０６は、これらのセンサーまたは他の種類のセンサーのそれぞれの多様な例を含んでもよい。例えば、ライダーセンサーは、車両４０２の角部、前面、背面、側面、および／または上部に配置された個々のライダーセンサーを含んでもよい。別の例として、カメラセンサーは、車両４０２の外装および／または内装に関する様々な場所に配置された多様なカメラを含んでもよい。センサーシステム４０６は、車両コンピューティングデバイス４０４に入力を提供してもよい。追加的または代替的に、センサーシステム４０６は、１つまたは複数のネットワーク４４４を介して、特定の頻度で、所定期間の経過後に、ほぼリアルタイムで、１つまたは複数のコンピューティングデバイス４４２にセンサーデータを送信してもよい。

【0128】

車両４０２は、上述のように、光および／または音を発信するための１つまたは複数のエミッタ４０８を含み得る。本例におけるエミッタ４０８は、車両４０２の乗客と通信するための内部音声エミッタおよび映像エミッタを含む。例示であって限定するものではないが、内部エミッタは、スピーカー、ライト、サイン、ディスプレイスクリーン、タッチスクリーン、触覚エミッタ（例えば、振動および／またはフォースフィードバック）、機械アクチュエータ（例えば、シートベルトテンショナー、シートポジショナー、ヘッドレストポジショナー等）等を含み得る。また、本例におけるエミッタ４０８は、外部エミッタを含む。例示であって限定するものではないが、本例における外部エミッタは、警告信号として、および／またはオブジェクトおよび／または車両４０２の進行方向を知らせるために、および／または車両動作の他の指標として発信されるライト（例えば、表示灯、看板、ライトアレイ等）、および歩行者または他の近くの車両と聴覚的に通信するための１つまたは複数の音声エミッタ（例えば、スピーカー、スピーカーアレイ、ホーン等）、その１つまたは複数の音響ビーム操縦技術を有するものを含む。

【0129】

車両４０２は、車両４０２と１つまたは複数の他のローカルまたはリモートコンピューティングデバイス４４２との間の通信を可能にする通信接続部４１０を含み得る。例えば、通信接続部４１０は、車両４０２および／または駆動システム４１４上の他のローカルコンピューティングデバイスとの通信を促進してもよい。また、通信接続部４１０は、車両が、センサーデータを受信するために、他の近くのコンピューティングデバイス（例えば、コンピューティングデバイス４４２、他の近くの車両等）および／または１つまたは複数のリモートセンサーシステム４４６と通信することを与えてもよい。

【0130】

通信接続部４１０は、車両コンピューティングデバイス４０４を別のコンピューティングデバイスまたはネットワーク４４４等のネットワークに接続するための物理的および／または論理的インターフェースを含み得る。例えば、通信接続部４１０は、ＩＥＥＥ８０２．１１規格によって定義された周波数を介したようなＷｉ－Ｆｉベースの通信、Ｂｌｕｅｔｏｏｔｈのような短距離無線周波数、セルラー通信（例えば、２Ｇ、３Ｇ、４Ｇ、４Ｇ ＬＴＥ、５Ｇ等）またはそれぞれのコンピューティングデバイスが他のコンピューティングデバイスとインターフェースすることを可能にする任意の適切な有線または無線通信プロトコルを可能にすることができる。

【0131】

少なくとも１つの例では、車両４０２は、１つまたは複数の駆動システム４１４を含み得る。いくつかの例では、車両４０２は、単一の駆動システム４１４を有していてもよい。少なくとも１つの例では、車両４０２が多様な駆動システムを有する場合、個々の駆動システム４１４は、車両４０２の対向する端部（例えば、前部と後部等）に配置され得る。少なくとも１つの例では、駆動システム４１４は、駆動システム４１４および／または車両４０２の周囲の状態を検出するための１つまたは複数のセンサーシステムを含んでもよい。限定ではなく例として、センサーシステムは、駆動システムの車輪の回転を感知するための１つまたは複数のホイールエンコーダ（例えば、ロータリーエンコーダ）、駆動システムの向きおよび加速度を測定するための慣性センサー（例えば、慣性測定ユニット、加速度計、ジャイロスコープ、磁気計等）、カメラまたは他の画像センサー、駆動システムの周囲にあるオブジェクトを音響的に検出する超音波センサー、ライダーセンサー、レーダーセンサー等を含んでもよい。ホイールエンコーダのようないくつかのセンサーは、駆動システム４１４に固有のものであってよい。場合によっては、駆動システム４１４上のセンサーシステムは、車両４０２の対応するシステム（例えば、センサーシステム４０６）と重畳、または補足し得る。

【0132】

駆動システム４１４は、高電圧バッテリ、車両を推進するモータ、バッテリからの直流を他の車両システムで使用するための交流に変換するインバータ、ステアリングモータおよびステアリングラック（これは電気であり得る）を含むステアリングシステム、油圧または電気アクチュエータを含むブレーキシステム、油圧および／または空気圧部品を含むサスペンションシステム、ブレーキ力を分配してトラクションの損失を緩和し制御性を保つための安定制御システム、ＨＶＡＣシステム、照明（例えば、ヘッド／テールランプ、車両の外装周辺を明るくする照明）、および１つまたは複数の他のシステム（例えば、冷却システム、安全システム、車載充電システム、ＤＣ／ＤＣコンバータ、高電圧ジャンクション、高電圧ケーブル、充電システム、充電ポート等）を含み得る。さらに、駆動システム４１４は、センサーシステム４０６からデータを受信して前処理し、様々な車両システムの動作を制御するための駆動システムコントローラを含んでもよい。いくつかの例では、駆動システムコントローラは、１つまたは複数のプロセッサと、１つまたは複数のプロセッサと通信可能に結合されたメモリとを含んでもよい。メモリ４１８は、駆動システム４１４の様々な機能を実行するための１つまたは複数のモジュールを格納してもよい。さらに、駆動システム４１４は、それぞれの駆動システムによる１つまたは複数の他のローカルまたはリモートコンピューティングデバイス４４２との通信を可能にする１つまたは複数の通信接続部を含み得る。

【0133】

少なくとも１つの例では、直接接続部４１２は、１つまたは複数の駆動システム４１４を車両４０２のボディと結合するための物理的インターフェースを提供し得る。例えば、直接接続部４１２は、駆動システム４１４と車両との間のエネルギー、流体、空気、データ等の伝達を与え得る。いくつかの例では、さらに、直接接続部４１２は、駆動システム４１４を車両４０２の車体に解放可能に固定し得る。

【0134】

少なくとも１つの例では、定位コンポーネント４２０、知覚コンポーネント４２２、計画コンポーネント４２４、１つまたは複数のシステムコントローラ４２６、および警告信号コンポーネント４２８、およびその様々なコンポーネントは、上述のように、センサーデータを処理してもよく、１つまたは複数のネットワーク４４４を介して、それぞれの出力をコンピューティングデバイス４４２に送信してもよい。少なくとも１つの例では、定位コンポーネント４２０、知覚コンポーネント４２２、計画コンポーネント４２４、１つまたは複数のシステムコントローラ４２６、および警告信号コンポーネント４２８は、特定の頻度で、所定期間の経過後に、ほぼリアルタイムで、コンピューティングデバイス４４２にそれぞれの出力を送信し得る。

【0135】

いくつかの例では、車両４０２は、ネットワーク４４４を介してコンピューティングデバイス４４２にセンサーデータを送信し得る。いくつかの例では、車両４０２は、ネットワーク４４４を介してコンピューティングデバイス４４２および／または１つまたは複数のリモートセンサーシステム４４６からセンサーデータを受信してもよい。センサーデータは、生のセンサーデータおよび／または処理されたセンサーデータおよび／またはセンサーデータの表現を含んでもよい。いくつかの例では、センサーデータ（生または処理済み）は、１つまたは複数のログファイルとして送信および／または受信されてもよい。

【0136】

コンピューティングデバイス４４２は、プロセッサ４４８と、マップコンポーネント４５０、センサーデータ処理コンポーネント４５２、機械学習コンポーネント４５４、および（上述のように）反応データベース４５６を格納するメモリ４４０を含み得る。いくつかの例では、マップコンポーネント４５０は、様々な解像度のマップを生成する機能を含んでもよい。そのような例では、マップコンポーネント４５０は、ナビゲーションのために１つまたは複数のマップを車両コンピューティングデバイス４０４に送信し得る。様々な例において、センサーデータ処理コンポーネント４５２は、センサーシステム４０６および／またはリモートセンサーシステム４４６等の１つまたは複数のリモートセンサーからデータを受信するように構成され得る。いくつかの例では、センサーデータ処理コンポーネント４５２は、データを処理し、警告信号コンポーネント４２８による使用のため等、処理されたセンサーデータを車両コンピューティングデバイス４０４に送信するように構成され得る。いくつかの例では、センサーデータ処理コンポーネント４５２は、生のセンサーデータを車両コンピューティングデバイス４０４に送信するように構成されてもよい。

【0137】

車両４０２のプロセッサ４１６およびコンピューティングデバイス４４２のプロセッサ４４８は、本明細書に記載されるように、データを処理し動作を実行する命令を実行できる任意の適切なプロセッサであり得る。限定ではなく例として、プロセッサ４１６および４４８は、１つまたは複数の中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、または電子データを処理してその電子データをレジスタおよび／またはメモリに格納できる他の電子データに変換する装置の他の任意の装置または部分から構成されてもよい。いくつかの例では、集積回路（例えば、ＡＳＩＣ等）、ゲートアレイ（例えば、ＦＰＧＡ等）、および他のハードウェアデバイスも、それらが符号化された命令を実装するように構成される限り、プロセッサと見なされてよい。

【0138】

メモリ４１８および４４０は、非一時的コンピュータ可読媒体の例である。メモリ４１８および４４０は、本明細書に記載される方法および様々なシステムに帰属する機能を実装するために、オペレーティングシステムおよび１つまたは複数のソフトウェアアプリケーション、命令、プログラム、および／またはデータを格納し得る。様々な実装において、メモリは、静的ランダムアクセスメモリ（ＳＲＡＭ）、同期ダイナミックＲＡＭ（ＳＤＲＡＭ）、不揮発性／フラッシュメモリ、または情報を格納できる他の任意のタイプのメモリ等、任意の適切なメモリ技術を使用して実装され得る。本明細書で述べられるアーキテクチャ、システム、および個々の要素は、他の多くの論理的、プログラム的、および物理的コンポーネントを含んでもよく、そのうち添付の図に示すものは、本明細書の議論に関連する単なる例示に過ぎない。

【0139】

いくつかの例では、メモリ４１８および４４０は、少なくとも作業メモリと記憶メモリとを含んでもよい。例えば、作業メモリは、プロセッサ４１６および４４８によって操作されるデータを格納するために使用される、容量が限られた高速メモリ（例えば、キャッシュメモリ）であり得る。いくつかの例では、メモリ４１８および４４０は、データの長期保存のために使用される比較的大きな容量の低速メモリであり得るストレージメモリを含んでもよい。場合によっては、プロセッサ４１６および４４８は、ストレージメモリに格納されているデータに対して直接的に動作することができず、データは、本明細書で論じられるように、データに基づいて動作を実行するための作業メモリにロードされる必要がある場合がある。

【0140】

図４は分散システムとして図示されているが、代替例では、車両４０２のコンポーネントがコンピューティングデバイス４４２に関連付けられ、および／またはコンピューティングデバイス４４２のコンポーネントが車両４０２に関連付けられ得ることに注意されるべきである。すなわち、車両４０２は、コンピューティングデバイス４４２に関連付けられた機能のうちの１つまたは複数を実行してもよく、その逆もまた然りである。

【0141】

図５－７は、本開示の実施形態による例示的なプロセスを示している。これらのプロセスは、論理フローグラフとして図示されており、その各動作は、ハードウェア、ソフトウェア、またはそれらの組み合わせで実装され得る動作のシーケンスを表す。ソフトウェアのコンテキストでは、動作は、１つまたは複数のプロセッサによって実行されると、言及された動作を実行する、１つまたは複数のコンピュータ可読記憶媒体に格納されたコンピュータ実行可能命令を表す。一般に、コンピュータ実行可能命令は、特定の機能を実行する、または特定の抽象的なデータタイプを実装するルーチン、プログラム、オブジェクト、コンポーネント、データ構造等を含む。動作の説明順序は、限定として解釈されることを意図しておらず、説明された動作の任意の数は、処理を実行するために任意の順序で、および／または並行し、組み合わされてもよい。

【0142】

図５は、車両とオブジェクトとの間の潜在的なコンフリクトについてオブジェクトに警告するために異なる信号を発信するための例示的なプロセス５００を示している。例えば、プロセス５００の一部または全部は、本明細書で述べられるように、図４における１つまたは複数のコンポーネントによって実行され得る。例えば、プロセス５００の一部または全部は、車両コンピューティングデバイス４０４によって実行されてよい。

【0143】

動作５０２において、プロセスは、センサーデータに少なくとも部分的に基づいて、車両の環境におけるオブジェクトを検出することを含み得る。センサーデータは、車両の１つまたは複数のセンサーおよび／または環境に搭載されたセンサーまたは他の車両に搭載されたセンサー等の１つまたは複数のリモートセンサーから受信されたデータを含み得る。様々な例において、車両の車両コンピューティングシステムは、オブジェクトに関連付けられた分類（例えば、タイプ）を決定するように構成されてもよい。

【0144】

動作５０４において、プロセスは、オブジェクトを検出することに少なくとも部分的に基づいて、第１の警告信号を発信することを含み得る。様々な例において、第１の警告信号は、オブジェクトの関連性の決定に基づいて発信せられ得る。そのような例では、車両コンピューティングシステムは、オブジェクトが車両に関連しているかどうかを決定するように構成されてもよい。様々な例において、オブジェクトの関連性は、上記参照により本明細書に組み込まれる米国出願特許１６／３８９７２０号、１６／４１７２６０号、および１６／５３０５１５号に記載される技術を利用して決定されてもよい。

【0145】

いくつかの例では、オブジェクトの関連性は、オブジェクトと車両が動作する走行可能な表面（例えば、車道、車両が動作する車線等）との間の距離に基づいて決定され得る。このような例では、オブジェクトは、距離が閾値距離（例えば、２３インチ、５フィート、５メートル等）と等しい、またはそれ以下であることに基づいて、関連性があると決定され得る。様々な例において、閾値距離は、オブジェクトおよび／またはオブジェクトの動きに関連付けられた分類に基づいて決定されてもよい。例えば、歩行中の歩行者に関連付けられた第１の閾値距離は２メートルであってもよく、走っている歩行者に関連付けられた第２の閾値距離は３メートルであってよい。

【0146】

様々な例において、オブジェクトは、それに関連付けられたオブジェクトの軌道に基づいて、関連性があると決定され得る。そのような例では、車両コンピューティングシステムは、センサーデータに基づく等して、予測されたオブジェクトの軌道（例えば、オブジェクトの軌道）を決定するように構成されてもよい。上述したように、オブジェクトの軌道は、参照により上記本明細書に組み込まれた米国出願特許１６／１５１６０７号、１６／５０４１４７号、および１５／８０７５２１号に記載された技術に従って決定されてもよい。

【0147】

様々な例において、オブジェクトは、オブジェクトの軌道と車両の軌道との間の交差点に基づいて、車両に関連性があると決定され得る。いくつかの例では、オブジェクトは、それぞれの軌道上のオブジェクトおよび車両の予測された場所に基づいて関連性があるとされ得る。いくつかの例では、オブジェクトは、オブジェクトの軌道上を走行するオブジェクトに関連付けられた予測された将来のオブジェクトの場所が、車両の軌道上を走行する車両に関連付けられた予測された将来の車両の場所から閾値距離（例えば、３フィート、９フィート、１．５メートル、３．３メートル等）内にあるという決定に基づいて、車両と関連性を有し得る。

【0148】

様々な例において、第１の警告信号は、音声信号および／または視覚的な信号を含み得る。第１の警告信号は、周波数、音量、輝度、色、形状、動き等の特性の第１のセットを含んでもよい。いくつかの例では、特性の第１のセットは、特性の予め決定されたセットを含んでもよい。そのような例では、第１の警告信号は、車両の存在および／または動作についてオブジェクトにアラートすることに関連するベースライン警告信号を含み得る。様々な例において、特性の第１のセットは、環境に関連付けられた１つまたは複数のリアルタイム条件に基づいて等、動的に決定され得る。リアルタイム条件は、オブジェクトに関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／向く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く、等）、環境要因（環境中の騒音レベル、交通量、道路状況等）、気象条件（雨、雪、あられ、風等）、車両に関する考慮事項（速度、車両内の乗客等）等を含み得る。

【0149】

様々な例において、第１の警告信号は、オブジェクトに関連付けられた方向に発信され得る。例えば、車両コンピューティングシステムは、オブジェクトに実質的に面するエミッタを介して第１の警告信号を発信させ得る。いくつかの例では、第１の警告信号は、ビーム形式のアレイのように、オブジェクトに向けられ得る。

【0150】

動作５０６において、プロセスは、オブジェクトが（第１の）警告信号に対する予想反応に従って反応し、オブジェクトが車両との関連性を維持するかどうかを決定することを含み得る。様々な例において、車両コンピューティングシステムは、オブジェクトが予想反応に従って反応するかどうかを決定する前に、またはそれと同時に、オブジェクトの車両に対する関連性を検証してもよい。

【0151】

様々な例において、車両コンピューティングシステムは、センサーデータに基づいて、第１の警告信号に対するオブジェクト反応を決定するように構成され得る。いくつかの例では、反応は、オブジェクトの軌道の変化（例えば、速度増加、速度減少、車両から離れる方向等）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムに対する位置調整（例えば、電子機器、書籍、雑誌、または他のアイテムの位置調整）、および／またはオブジェクトが第１の警告信号に反応することを示す他の任意の動きを含み得る。

【0152】

様々な例において、車両コンピューティングシステムは、オブジェクト反応を第１の警告信号に関連づけられた予想反応と比較し得る。様々な例において、車両コンピューティングシステムは、第１の警告信号の１つまたは複数の特性（例えば、音量、周波数、輝度、色、形状、動き等）および／またはオブジェクトに関連付けられたデータ（例えば、オブジェクト属性（例えば、分類、位置（例えば、車両に向かう／動く、車両から離れる／動く等）、車両からの距離、軌道等）、オブジェクトの動き（例えば、歩く、走る、スクーターに乗る、（例えば、速度に基づく等、オブジェクトの軌道によって暗示される特定の動き）、本を読む、電話で話す、電子機器でデータを見る、他の車両と影響し合う、他のオブジェクトと影響し合う（例えば、他の人と話す、ベビーカーの中を見る等）、食べる、飲む、感覚障害者用装置（例えば、杖、補聴器等）の操作、ヘッドホンを聞く、等）を含み得る。いくつかの例では、車両コンピューティングシステムは、第１の警告信号に関連付けられた予想反応を決定するために、予想反応のデータベースにアクセスしてもよい。そのような例では、データベース内の予想反応は、少なくとも部分的に、オブジェクトおよび／または第１の警告信号の特性に関連付けられたデータに基づいて格納され得る。様々な例において、車両コンピューティングシステムは、機械学習技術を利用して予想反応を決定してもよい。そのような例では、複数の警告信号およびそれに対する検出された反応を含む訓練データを利用して、モデルが訓練され得る。

【0153】

オブジェクト反応と予想反応との比較に基づいて、車両コンピューティングシステムは、オブジェクトが予想反応に従って反応するかどうか（例えば、オブジェクト反応と予想反応との間に実質的な一致が存在するかどうか）を決定してもよい。）

【0154】

オブジェクトが予想反応に従って反応するという決定（例えば、５０６で「Ｙｅｓ」）に基づき、動作５０８においてプロセスは、オブジェクト反応を反応データベースに格納することを含み得る。いくつかの例では、反応データベースは、第１の警告信号に対する反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用されてもよい。様々な例において、第１の警告信号、オブジェクト反応、および／または環境に関連付けられたリアルタイムの考慮事項に関連するデータは、オブジェクトに通知する（例えば、アラートする）ための最適な信号を選択するための機械学習モデルを訓練するために使用されてもよい。

【0155】

オブジェクトが予想反応に従って反応しない（例えば、５０６で「Ｎｏ」）という決定に基づいて、動作５１０においてプロセスは、オブジェクト反応に少なくとも部分的に基づいて、第２の警告信号を発信することを含み得る。いくつかの例では、第２の信号は、第１の警告信号に対する修正を含んでもよい。そのような例では、第２の信号は、第１の警告信号と比較して、異なる周波数、音量、輝度、色、形状、動き等を有する信号を含み得る。

【0156】

いくつかの例では、車両コンピューティングシステムは、周波数、音量、輝度、色、形状、動き等に対する予め決められた修正に基づいて、第２の特性のセットを決定し得る。例えば、後続の警告信号は、第１の警告信号が５０デシベルで発信せられる音声信号、第２の警告信号が６０デシベルで発信される音声信号、といったように、音量の増加を含んでもよい。様々な例において、車両コンピューティングシステムは、１つまたは複数のリアルタイム条件に基づいて、第２の特性セットを決定してもよい。上述したように、リアルタイム条件は、環境要因、気象条件、車両に関する考慮事項、オブジェクトに関連付けられたデータ等を含んでもよい。

【0157】

様々な例において、第２の警告信号は、オブジェクトに関連付けられた方向に発信されてもよい。例えば、車両コンピューティングシステムは、第２の警告信号を、実質的にオブジェクトに面するエミッタを介して発信させ得る。いくつかの例では、第２の警告信号は、ビーム形式のアレイ等、オブジェクトに向けられ得る。

【0158】

様々な例において、車両コンピューティングシステムは、オブジェクトが予想反応に従って反応しないという決定（動作５１０で「Ｎｏ」）に基づき、第１の警告信号、オブジェクト反応、および／またはリアルタイムの考慮事項に関連付けられたデータを格納し得る。いくつかの例では、データは、与えられたシナリオのために最適化された信号を決定する等、異なる警告信号の相対的な有効性を比較するために利用されてもよい。

【0159】

第２の警告信号の発信後、プロセスは、動作５０６で例示されるような、オブジェクトが警告信号に対して予想反応に従って反応し、オブジェクトが車両に関連性を維持しているかどうかを再び決定することを含み得る。様々な例において、車両コンピューティングシステムは、車両コンピューティングシステムが、オブジェクトが予想反応に従って反応すると決定する、またはオブジェクトが車両に無関係であると決定するまで、警告信号を連続的に修正（例えば、反復的に修正）し得る。いくつかの例では、車両コンピューティングシステムは、警告信号に関連付けられた特性のセットが最大音量、周波数、および／または光度を含むまで、警告信号を予め決められた回数だけ修正してもよい。いくつかの例では、車両コンピューティングシステムは、オブジェクトが車両にもはや関連しなくなるまで、最後に修正された警告信号を発信させてもよい。いくつかの例では、車両コンピューティングシステムは、最後に修正された警告信号を予め決められた時間（例えば、３０秒、２分等）だけ発信させるようにしてもよい。

【0160】

図６は、車両の場所と車両に関連付けられたオブジェクトの検出に少なくとも部分的に基づいて、警告信号を発信するための例示的なプロセス６００を示す図である。例えば、プロセス６００の一部または全部は、本明細書で述べられるように、図４における１つまたは複数のコンポーネントによって実行されてもよい。例えば、プロセス６００の一部または全部は、車両コンピューティングデバイス４０４によって実行され得る。

【0161】

動作６０２において、プロセスは、環境における車両の速度および／または場所を決定することを含み得る。様々な例において、車両コンピューティングシステムは、車両の１つまたは複数のセンサーによって提供されるデータに基づいて、車両の速度および／または場所を決定し得る。

【0162】

動作６０４において、プロセスは、速度および／または場所が警告信号の発信と関連しているかどうかを決定することを含み得る。様々な例において、車両の速度は、警告信号の発信と関連していてもよい。そのような例では、車両の速度が閾値速度未満であることに基づいて、車両コンピューティングシステムは、車両に警告信号を発信させ得る。

【0163】

様々な例において、車両の場所は、警告信号の発信と関連付けられ得る。様々な例において、場所は、オブジェクトの分類（例えば、歩行者、自転車等）と関連付けられ得る。様々な例において、場所は、スクールゾーン、遊び場の近接、繁華街、ビジネス街、建設地帯、人気のあるサイクリングルート等と関連付けられ得る。

【0164】

様々な例において、場所は、一日の時間、曜日、日付（例えば、休日、季節等）に基づくオブジェクト、領域等の分類と関連付けられ得る。このような例では、車両コンピューティングシステムは、一日の時間、曜日、日付等を決定し、場所が警告信号の発信に関連しているかどうかを決定し得る。例えば、車両コンピューティングシステムは、歩行者に関連付けられたスクールゾーンで動作し得る。曜日および／または日付が登校日に関連しているという決定に基づいて、車両コンピューティングシステムは、場所が警告信号の発信に関連していると決定してもよい。

【0165】

場所が速度および／または警告信号の発信に関連づけられた場所と関連しない（動作６０４で「Ｎｏ」）という決定に基づいて、動作６０６においてプロセスは、関連付けられたオブジェクトが環境内で検出されたかどうかを決定することを含み得る。

【0166】

上述したように、オブジェクトは、車両の１つまたは複数のセンサーおよび／または１つまたは複数のリモートセンサーから受信されたセンサーデータに基づいて検出されてもよい。様々な例において、車両コンピューティングシステムは、オブジェクトが車両に関連するかどうかを決定してもよい。上述したように、関連性の決定は、オブジェクトと車両との間の距離、オブジェクトと車両経路（例えば、車両経路に関連付けられた走行可能な表面、車線等）との間の距離、１つまたは複数のオブジェクトの軌道、車両の軌道等に基づいてもよい。

【0167】

関連付けられたオブジェクトが領域内で検出されないという決定に基づいて（動作６０６で「Ｎｏ」）、プロセスは、動作６０２に関して述べたような、環境内の車両の速度および／または場所を決定することを含み得る。

【0168】

車両の速度および／または場所が警告信号の発信に関連する（動作６０４で「Ｙｅｓ」）、または関連付けられたオブジェクトが環境内で検出される（動作６０６で「Ｙｅｓ」）という決定に基づいて、動作６０８においてプロセスは、速度、場所、および／または関連付けられたオブジェクトに部分的に基づいて、第１の信号（例えば、第１の警告信号）を発信することを含み得る。第１の信号は、音声および／または視覚的な警告信号を含んでもよい。第１の信号は、第１の特性のセット（例えば、周波数、音量、輝度、色、形状、動き等）を含んでもよい。特性の第１のセットは、１つまたは複数の予め決定された特性および／または１つまたは複数の動的に決定された特性を含んでもよい。予め決定された特性は、速度、場所、および／または関連付けられたオブジェクト（例えば、分類、近接等）に基づいてもよい。動的に決定された特性は、環境における１つまたは複数のリアルタイム条件（例えば、オブジェクトに関連付けられたデータ、環境要因、気象条件、車両に関する考慮事項等）に基づいてもよい。

【0169】

様々な例において、第１の信号は、オブジェクトに関連付けられた方向に発信されてもよい。例えば、車両コンピューティングシステムは、オブジェクトに実質的に面するエミッタを介して、第１の信号を発信させてもよい。いくつかの例では、第１の信号は、ビーム形式のアレイ等によって、オブジェクトに向けられてもよい。

【0170】

動作６１０において、プロセスは、予想反応に従ってオブジェクトが（第１の信号に対して）反応するかどうかを決定することを含み得る。様々な例において、車両コンピューティングシステムは、センサーデータに基づく等して、オブジェクト反応を決定し得る。オブジェクト反応は、オブジェクトの軌道（例えば、速度増加、速度減少、車両から離れる方向等）の変化（またはその欠如）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムへの位置調整（例えば、電子機器、書籍、雑誌、または他のアイテムの位置調整）、および／またはオブジェクトが第１の信号に反応したことを示す任意の他の動きを含んでよい。

【0171】

車両コンピューティングシステムは、オブジェクト反応を予想反応と比較して、オブジェクトが予想反応に従って反応するかどうかを決定してもよい。いくつかの例では、コンピューティングシステムは、予想反応を決定するために、予想反応のデータベースにアクセスしてもよい。様々な例において、予想反応は、オブジェクトに関連付けられたデータ、第１の信号の特性等に基づいて、データベースに格納されてもよい。いくつかの例では、車両コンピューティングシステムは、機械学習技術を利用して予想反応を決定してもよい。そのような例では、車両コンピューティングシステムは、オブジェクトに関連付けられたデータおよび／または第１信号の特性を、オブジェクトの予想反応を決定するために訓練された機械学習モデルに入力してもよく、予想反応の出力を受信してもよい。

【0172】

上述したように、オブジェクトは、（観察、検出された）オブジェクト反応と予想反応との間の実質的な一致に基づいて、予想反応に従って反応し得る。車両コンピューティングシステムは、オブジェクト反応と予想反応の一致の間の動作（例えば、特徴）の数および／または動作の割合に基づいて、実質的な一致を決定してもよい。

【0173】

オブジェクトが予想反応に従って反応するという決定（動作６１０で「Ｙｅｓ」）に基づいて、動作６１２においてプロセスは、オブジェクト反応をデータベース１２２等の反応データベースに格納することを含み得る。いくつかの例では、データベースは、第１の信号に対するオブジェクト反応の信頼性を高めるため、機械学習モデルを訓練するため等、将来のオブジェクト反応の比較のために使用されてもよい。

【0174】

オブジェクトが予想反応に従って反応しないという決定（動作６１０で「Ｎｏ」）に基づいて、動作６１４においてプロセスは、オブジェクトが車両に対する関連性を維持しているかどうかを決定することを含み得る。関連性が続いているという決定は、動作６０６の説明等で上述した、関連性の決定技術に基づくものであり得る。

【0175】

様々な例において、車両コンピューティングシステムは、オブジェクトが予想反応に従って反応しない（動作６１０で「Ｎｏ」）という決定に基づいて、第１の信号、オブジェクト反応、および／またはリアルタイムの考慮事項に関連付けられたデータを格納し得る。いくつかの例では、データは、与えられたシナリオのために最適化された信号を決定する等、異なる警告信号の相対的な有効性を比較するために利用されてもよい。

【0176】

オブジェクトが車両に無関係であるという決定（動作６１４で「Ｎｏ」）に基づいて、動作６０２においてプロセスは、環境における車両の速度および／または場所を決定することを含み得る。

【0177】

オブジェクトが車両に関連しているという決定（動作６１４で「Ｙｅｓ」）に基づいて、動作６１６においてプロセスは、オブジェクト反応に少なくとも部分的に基づいて、第２の信号を発信することを含み得る。第２の信号は、車両の存在および／または動作をオブジェクトにアラートするために発信される音声信号および／または視覚的な信号を含み得る。第２の信号は、第１の信号と同じ様式または異なる様式を含み得る。第２の信号は、第２の特性のセットを含んでもよい。様々な例において、第２の特性のセットは、第１の特性のセットとは異なる１つまたは複数の特性を含み得る。いくつかの例では、車両コンピューティングシステムは、第２の信号（例えば、第２の特性のセット）を生成するために、第１の特性のセットを修正してもよい。

【0178】

様々な例において、第２の信号は、オブジェクトに関連付けられた方向に発信されてもよい。例えば、車両コンピューティングシステムは、第２の信号を、実質的にオブジェクトに面するエミッタを介して発信させてもよい。いくつかの例では、第２の信号は、ビーム形式のアレイ等よって、オブジェクトに向けられてもよい。

【0179】

第２の信号を発信することに少なくとも部分的に基づいて、動作６１０においてプロセスは、オブジェクトが予想反応に従って（第２の信号に対して）反応するかどうかを決定することを含み得る。様々な例において、車両コンピューティングシステムは、オブジェクトが車両と無関係になる、またはオブジェクトが予想反応に従って反応するまで、発信された信号を修正し続けてもよい。いくつかの例では、車両コンピューティングシステムは、予め決められた回数（例えば、７回、１０回等）、信号を修正してもよい。そのような例では、車両コンピューティングシステムは、発信された信号を修正することを停止してもよい。いくつかの例では、車両コンピューティングシステムは、予め決められた期間の間、信号を修正してもよい。そのような例では、車両コンピューティングシステムは、期間が満了した後、信号を修正することを停止してもよい。

【0180】

図７は、オブジェクトが車両経路を遮断しているという決定に基づいて、警告信号または経路信号の少なくとも一方を発信するための例示的なプロセス７００を示す図である。例えば、プロセス７００の一部または全部は、本明細書で述べられるように、図４における１つまたは複数のコンポーネントによって実行され得る。例えば、プロセス７００の一部または全部は、車両コンピューティングデバイス４０４によって実行され得る。

【0181】

動作７０２において、プロセスは、環境内のオブジェクトが車両経路を遮断していることを決定することを含み得る。車両コンピューティングシステムは、環境内の車両の１つまたは複数のセンサーおよび／またはリモートセンサーから受信したセンサーデータに基づいて、オブジェクトが遮断オブジェクトであると決定し得る。様々な例において、車両経路は、車両の現在地から目的地までの経路に関連付けられた道路の走行可能な領域を含み得る。いくつかの例では、走行可能な領域は、車両の幅、および／または車両のいずれかの側の緩衝距離（例えば、１２センチメートル、６インチ、１フィート等）を含んでもよい。

【0182】

様々な例において、車両コンピューティングシステムは、オブジェクトに関連付けられたオブジェクトの場所が少なくとも部分的に車両経路内にあるという決定に基づいて、オブジェクトが車両経路を遮断していると決定し得る。様々な例において、車両コンピューティングシステムは、車両が車両経路に関連付けられた車線においてオブジェクトの周りを進むことができないという決定に基づいて、オブジェクトが車両経路を遮断していると決定してもよい。

【0183】

動作７０４において、プロセスは、車両経路を遮断するオブジェクトに基づいて、第１の信号を発信することを含み得る。第１の信号は、音声および／または視覚的な警告信号を含んでもよい。第１の信号は、第１の特性のセット（例えば、周波数、音量、輝度、色、形状、動き等）を含んでもよい。特性の第１のセットは、１つまたは複数の予め決定された特性および／または１つまたは複数の動的に決定された特性を含んでもよい。予め決定された特性は、速度、場所、および／または関連付けられたオブジェクト（例えば、分類、近接等）に基づいてもよい。動的に決定された特性は、環境における１つまたは複数のリアルタイム条件（例えば、オブジェクトに関連付けられたデータ、環境要因、気象条件、車両に関する考慮事項等）に基づいてもよい。

【0184】

様々な例において、第１の信号は、オブジェクトに関連付けられた方向に発信されてもよい。例えば、車両コンピューティングシステムは、オブジェクトに実質的に面するエミッタを介して第１の信号を発信してもよい。いくつかの例では、第１の信号は、ビーム形式のアレイ等によって、オブジェクトに向けられてもよい。

【0185】

動作７０６において、プロセスは、オブジェクトが予想反応に従って（第１の信号に対して）反応するかどうかを決定することを含み得る。様々な例において、車両コンピューティングシステムは、センサーデータに基づく等して、オブジェクト反応を決定してもよい。オブジェクト反応は、オブジェクトの軌道（例えば、速度増加、速度減少、車両から離れる方向等）の変化（またはその欠如）、オブジェクトの頭部および／または肩の動き、ジェスチャー（例えば、波等）、オブジェクトの足の配置、オブジェクトが保持するアイテムへの位置調整（例えば、電子機器、書籍、雑誌、または他のアイテムの位置調整）、および／または第１の信号に反応したオブジェクトを示す他の任意の動きを含み得る。

【0186】

車両コンピューティングシステムは、オブジェクト反応を予想反応と比較して、オブジェクトが予想反応に従って反応するかどうかを決定してもよい。いくつかの例では、コンピューティングシステムは、予想反応を決定するために、予想反応のデータベースにアクセスしてもよい。様々な例において、予想反応は、オブジェクトに関連付けられたデータ、第１の信号の特性等に基づいてデータベースに格納されてもよい。いくつかの例では、車両コンピューティングシステムは、機械学習技術を利用して、予想反応を決定してもよい。そのような例では、車両コンピューティングシステムは、オブジェクトに関連付けられたデータおよび／または第１の信号の特性を、オブジェクトの予想反応を決定するために訓練された機械学習モデルに入力してもよく、予想反応の出力を受信してもよい。

【0187】

上述したように、オブジェクトは、（観察、検出された）オブジェクト反応と予想反応との間の実質的な一致に基づいて、予想反応に従って反応し得る。車両コンピューティングシステムは、オブジェクト反応と予想反応の一致の間の動作（例えば、特徴）の数、および／または動作の割合に基づいて、実質的な一致を決定してもよい。

【0188】

オブジェクトが予想反応に従って反応しないという決定（動作７０６で「Ｎｏ」）に基づいて、動作７０８においてプロセスは、オブジェクトに向かって第２の信号を発信することを含み得る。第２の信号は、音声および／または視覚的な警告信号を含んでもよい。第２の信号は、第２の特性のセット（例えば、周波数、音量、輝度、色、形状、動き等）を含んでもよい。第２の特性のセットは、１つまたは複数の予め決定された特性および／または１つまたは複数の動的に決定された特性を含んでもよい。予め決定された特性は、速度、場所、および／または関連付けられたオブジェクト（例えば、分類、近接等）に基づいてもよい。動的に決定された特性は、環境における１つまたは複数のリアルタイム条件（例えば、オブジェクトに関連付けられたデータ、環境要因、気象条件、車両に関する考慮事項等）に基づいてもよい。

【0189】

様々な例において、第２の信号は、オブジェクトに関連付けられた方向に発信されてもよい。例えば、車両コンピューティングシステムは、オブジェクトに面するエミッタを介して、第２の信号を発信させてよい。いくつかの例では、第２の信号は、ビーム形式のアレイ等によって、オブジェクトに向けられてもよい。

【0190】

オブジェクトが予想反応に従って反応するという決定（動作７０６で「Ｙｅｓ」）に基づいて、動作７１０においてプロセスは、オブジェクトが車両経路から移動するための領域が特定されるかどうかを決定することを含み得る。いくつかの例では、領域は、車両経路にない場所、車両に関連付けられた車線、および／または隣接する車線を含んでもよい。そのような例では、領域は、車両および／または車線および／または隣接する車線を走行する他の車両／オブジェクトの進行を妨げないために、遮断しているオブジェクトが移動し得る場所を含んでもよい。いくつかの例では、領域は、オブジェクトが移動して車両および／または他の車両／オブジェクトの進行を妨げないために十分な大きさのサイズを含んでもよい。いくつかの例では、領域は、他のオブジェクトによって視界が遮られることに基づく等、オブジェクトのオペレータが見ることができない可能性がある場所を含んでもよい。

【0191】

オブジェクトが車両経路から移動するための領域が存在するという決定（動作７１０で「Ｙｅｓ」）に基づいて、動作７１２においてプロセスは、領域の指示を含む第３の信号を発信することを含み得る。いくつかの例では、第３の信号は、車両経路の外に出るオブジェクト経路（ルート）の指示を含み得る。いくつかの例では、第３の信号は、オブジェクトのオペレータに、領域が存在し、クリアであることを示してもよい。様々な例において、第３の信号は、オブジェクトのオペレータに領域に関連付けられた場所を示すための、矢印等のシンボルまたは他のインジケータを含んでよい。様々な例において、シンボルまたは他のインジケータは、オブジェクトおよび／または領域に近接する走行可能な表面上に投影されてもよい。いくつかの例では、シンボルまたは他のインジケータは、オブジェクトのオペレータの視界に投影されるホログラフィックイメージを含み得る。

【0192】

動作７１４において、プロセスは、オブジェクトが車両に無関係であると決定することを含み得る。さらに、車両コンピューティングシステムは、オブジェクトが経路から移動するための領域が存在しないという決定（動作７１０で「Ｎｏ」）に基づいて、オブジェクトが無関係であると決定してもよい。様々な例において、オブジェクトが車両に無関係であるという決定は、オブジェクトがもはや車両経路を遮断していないという決定に基づいてもよい。そのような例では、車両コンピューティングシステムは、オブジェクトが（例えば、第３の信号に従って）領域内またはそれに向かって移動したこと、および／または車両経路の外にある別の領域に移動したことを決定し得る。

【0193】

動作７１６において、プロセスは、頭部にしたがって車両を制御することを含み得る。様々な例において、車両経路に従った車両の制御は、交通規則、法律等に基づき得る。例えば、車両コンピューティングシステムは、オブジェクトが車両経路を遮断しなくなるまでに、交通信号が赤になったことを決定してもよい。信号が赤であるとの決定に基づき、車両は、位置を維持し、信号が青になるのを待機してもよい。

【0194】

（例示項）
Ａ．車両であって、センサーと、エミッタと、１つまたは複数のプロセッサと、実行されたとき車両が、センサーからのセンサーデータに少なくとも部分的に基づいて、車両に関連付けられた環境におけるオブジェクトを決定し、オブジェクトの軌道に少なくとも部分的に基づいて、オブジェクトが車両の進行に関連することを決定し、エミッタを介して、オブジェクトが車両の進行に関連することを決定することに少なくとも部分的に基づいた第１の信号を発信することであって、第１の信号は第１の特性を含み、センサーデータに少なくとも部分的に基づいて、第１の信号に対するオブジェクト反応を決定し、オブジェクト反応に少なくとも部分的に基づいて、第２の信号を発信することであって、第２の信号は第１の特性とは異なる第２の特性を含む、ように構成される命令を格納した、１つまたは複数のコンピュータ可読媒体とを含む。

【0195】

Ｂ．段落Ａに記載の車両であって、第２の信号を発信することは、さらに、オブジェクト反応が予想反応とは異なることを決定することに少なくとも部分的に基づいており、オブジェクト反応は第１のオブジェクト反応であり、且つ予想反応は第１の予想反応であり、命令は、車両に、第２の信号に対する第２のオブジェクト反応を決定させ、第２のオブジェクト反応に少なくとも部分的に基づいて、第２のオブジェクト反応に関連付けられたデータをデータベースに格納させる。

【0196】

Ｃ．段落ＡまたはＢに記載の車両であって、第１の特性が、１つまたは複数の第１の周波数、１つまたは複数の第１の音量、１つまたは複数の第１の輝度、１つまたは複数の第１の色、１つまたは複数の第１の形状、或いは、１つまたは複数の第１の動きの少なくとも１つを含み、第２の特性が、１つまたは複数の第２の周波数、１つまたは複数の第２の音量、１つまたは複数の第２の輝度、１つまたは複数の第２の色、１つまたは複数の第２の形状、或いは、１つまたは複数の第２の動きの少なくとも１つを含む。

【0197】

Ｄ．段落ＡからＣのいずれかに記載の車両であって、第１の特性または第２の特性がオブジェクトに関連付けられた動きに少なくとも部分的に基づいており、動きは、ヘッドホンを聞くこと、モバイル機器のデータを見ること、本を読むこと、携帯電話で話すこと、食べること、飲むこと、予測される軌道によって暗示される特定の動き、感覚障害者用装置の操作、車両に関連付けられた場所から離れる方向を向いているオブジェクトの頭部、環境における他の車両と影響し合うこと、或いは、オブジェクトに近接した他のオブジェクトと影響し合うことの少なくとも１つを含む。

【0198】

Ｅ．段落ＡからＣのいずれかに記載の車両であって、命令が、さらに、車両に、機械学習技術、または、予想反応が、第１の特性、オブジェクトの分類、オブジェクトの位置、或いは、オブジェクトの動きの少なくとも１つに関連付けられるデータベースに格納された予想反応データの少なくとも１つに、少なくとも部分的に基づいて、予想反応を決定させる。

【0199】

Ｆ．コンピュータによって実装される方法であって、車両上のセンサーからのセンサーデータに基づいて、環境におけるオブジェクトを検出することであり、オブジェクトはオブジェクト属性を含むことと、オブジェクト属性に少なくとも部分的に基づいて、第１の時間に車両のエミッタを介して第１の信号が発信されるようにすることであって、第１の信号は、第１の特性を含むことと、センサーからの追加のセンサーデータに少なくとも部分的に基づいて、第１の時間後の第２の時間にオブジェクトのオブジェクト反応を決定することと、オブジェクト反応に基づいて、車両のエミッタを介して第２の信号が発信されるようにすることであって、第２の信号は、第２の特性を含むことを含む。

【0200】

Ｇ．段落Ｆに記載のコンピュータによって実装される方法であって、センサーデータが第１のセンサーデータであり、方法が、オブジェクトが車両の進行に関連することを決定することと、オブジェクトが車両の進行に関連することを決定することに少なくとも部分的に基づいて、第１の信号または第２の信号の少なくとも１つが、オブジェクトに関連付けられた方向に発振されるようにすることとをさらに含む

【0201】

Ｈ．段落ＦまたはＧのいずれかに記載のコンピュータによって実装される方法であって、第２の信号が発信されるようにすることが、第２の時間の後、オブジェクトが車両の進行を妨げ続けることを決定することにさらに基づく。

【0202】

Ｉ．段落ＦからＨのいずれかに記載のコンピュータによって実装される方法であって、第１の特性または第２の特性の少なくとも１つが、環境における環境要因、環境における車両の場所、環境における車両の速度、オブジェクトに関連付けられた動き、車両に対するオブジェクトの相対的な位置、車両が動作している日、車両が動作している年、或いは車両が動作している曜日の少なくとも１つに、少なくとも部分的に基づいている。

【0203】

Ｊ．段落Ｉに記載のコンピュータによって実装される方法であって、動きが、ヘッドホンを聞くこと、モバイル機器のデータを見ること、本を読むこと、携帯電話で話すこと、食べること、飲むこと、予測される軌道によって暗示される特定の動き、感覚障害者用装置の操作、車両に関連付けられた場所から離れる方向を向いているオブジェクトの頭部、環境における他の車両と影響し合うこと、或いは、オブジェクトに近接した他のオブジェクトと影響し合うことの１つまたは複数を含む。

【0204】

Ｋ．段落ＦからＩのいずれかに記載のコンピュータによって実装される方法であって、第２の信号が発信させられるようにすることが、さらに、オブジェクト反応が予想反応と異なることを決定することに少なくとも基づいており、オブジェクト反応は第１のオブジェクト反応であり、予想反応は第１の予想反応であって、方法が、第２の信号に対する、オブジェクトの第２のオブジェクト反応を決定することと、第２のオブジェクト反応に少なくとも部分的に基づいて、第２の信号または第２のオブジェクト反応の少なくとも１つに関連付けられたデータを、データベースに格納することと、をさらに含む。

【0205】

Ｌ．段落ＦからＫのいずれかに記載のコンピュータによって実装される方法であって、エミッタが、スピーカー、ライト、または、プロジェクタの少なくとも１つを含む。

【0206】

Ｍ．段落ＦからＬのいずれかに記載のコンピュータによって実装される方法であって、方法が、車両に関連付けられていないオブジェクトを決定すること、警告信号に関連付けられたタイマーが満了したと決定すること、或いは、発信された警告信号の数が閾値を満足するまたは超えることを決定することの少なくとも１つまで、追加の信号を反復して発信することをさらに含む。

【0207】

Ｎ．段落ＦからＬのいずれかに記載のコンピュータによって実装される方法であって、方法が、オブジェクトが車両に関連付けられた頭部を少なくとも部分的に遮断していることを決定することと、オブジェクトが移動するための場所を特定することであって、場所は頭部の外側にあり、他のオブジェクトがクリアであることと、場所を特定することに少なくとも部分的に基づいて、第３の信号が第２のエミッタを介して発信されるようにすることであって、第３の信号は、車両が移動するための場所のオブジェクトに指示を提供することとをさらに含む。

【0208】

Ｏ．システムまたはデバイスであって、プロセッサと、実行されるとプロセッサに段落ＦからＭのいずれかに記載のコンピュータによって実装される方法を実行させる命令を格納する非一時的コンピュータ可読媒体とを含む。

【0209】

Ｐ．システムまたはデバイスであって、処理のための手段と、処理のための手段に結合された格納するための手段とを含み、格納するための手段は、段落ＦからＭのいずれかに記載されるコンピュータによって実装される方法を実行するために１つまたは複数のデバイスを構成するための命令を含む。

【0210】

Ｑ．実行されると、車両に動作を実行させる命令を格納する１つまたは複数の非一時的コンピュータ可読媒体であって、センサーからのセンサーデータに少なくとも部分的に基づいて、環境内のオブジェクトを検出すること、オブジェクトはオブジェクト属性を含むこと、オブジェクト属性に少なくとも部分的に基づいて、第１の時間に車両のエミッタを介して第１の信号を発信すること、第１の信号は第１の特性を含むこと、センサーからの追加のセンサーデータに少なくとも部分的に基づいて、第１の時間の後の第２の時間にオブジェクトのオブジェクト反応を決定すること、オブジェクト反応に基づき車両のエミッタを介して第２の信号を発信すること、第２の信号は第２の特性を含むこと、を含む。

【0211】

Ｒ．段落Ｑに記載の１つまたは複数の非一時的コンピュータ可読媒体であって、動作は、オブジェクトが車両の進行に関連すると決定することと、オブジェクトが車両の進行に関連すると決定することに少なくとも部分的に基づいて、第１の信号または第２の信号の少なくとも１つをオブジェクトに関連する方向に発信させることとをさらに含む。

【0212】

Ｓ．段落ＱまたはＲに記載の１つまたは複数の非一時的コンピュータ可読媒体であって、動作は、オブジェクトに関連する動きを決定することと、動きに少なくとも部分的に基づいて、第１の特性を決定することをさらに含み、動きは、ヘッドホンを聞くこと、モバイル機器でデータを見ること、本を読むこと、携帯電話で話すこと、食べること、飲むこと、予測軌道によって暗示される特定の動き、感覚障害装置を操作すること、オブジェクトの頭部が車両に関連付けられた場所から離れる方向に向くこと、環境内の別の車両と影響し合うこと、或いは、オブジェクトに近接する別のオブジェクトと影響し合うことのうちの１つまたは複数を含む。

【0213】

Ｔ．段落ＱからＳのいずれかに記載の１つまたは複数の非一時的コンピュータ可読媒体であって、動作は、機械学習モデルを利用して第２の特性を決定することをさらに含み、機械学習モデルは、同様の属性を有する追加のオブジェクトに車両の遮断を解除する行動を実行させる前に発信された信号に基づいて、少なくとも部分的に訓練される。

【0214】

Ｕ．段落ＱからＴのいずれかに記載の１つまたは複数の非一時的コンピュータ可読媒体であって、オブジェクト属性はオブジェクト軌道を含み、オブジェクト反応はオブジェクト軌道に関連付けられた速度または方向の少なくとも１つに対する修正を含み、第２の信号を発信することは、速度または方向の少なくとも１つに対する修正が予想反応に関連付けられた閾値修正よりも小さいと決定することに少なくとも部分的に基づく。

【0215】

Ｖ．段落Ｕに記載の１つまたは複数の非一時的コンピュータ可読媒体であって、オブジェクトが車両の進行に関連しないと決定すること、警告信号に関連付けられたタイマーが満了したと決定すること、または、発信された警告信号の数が閾値を満たすまたは超えることを決定することの少なくとも１つまで、繰り返し追加の信号を発信する動作をさらに含む。

【0216】

上述した例示項Ａ－Ｖは、ある特定の実装に関して説明されているが、本書のコンテキストにおいて、例示項Ａ－Ｖの内容も、方法、装置、システム、コンピュータ可読媒体、および／または別の実装を介して実装され得ることが理解されるべきである。

【0217】

（結言）
本明細書で説明される技術の１つまたは複数の例について説明されたが、それの様々な改変、追加、置換、および等価物が本明細書で説明される技術の範囲内に含まれる。

【0218】

例の説明では、例として請求する主題の特定の例を示す本明細書の一部を形成する添付図面が参照される。他の例が使用され得ることと、構造的な変更などの変更または改変が行われ得ることとが理解されるべきである。そのような例、変更または改変は、必ずしも意図された請求する主題に関する範囲からの逸脱とは限らない。本明細書におけるステップがある順序で提示され得るが、場合によっては、順序は変更され得、したがって、いくつかの入力は、説明されるシステムおよび方法の機能を変更することなしに異なる時間にまたは異なる順序で与えられる。開示されるプロシージャはまた、異なる順序で実行される可能性がある。さらに、本明細書にある様々な計算は、開示される順序で実行される必要はなく、計算の代替順序を使用する他の例が容易に実装されることができる。並べ替えられることに加えて、計算はまた、同じ結果をもつサブ計算に分解されることができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【国際調査報告】