JP6974630B2 - レーン妨害物を推測するシステム及び方法 - Google Patents

Description

技術分野
本開示において記述されている主題は、一般に、レーン（車線）妨害物の識別に関し、更に詳しくは、レーン妨害物の存在を推測するための周囲のビークルの観察の使用に関する。

背景
ビークル（車両、乗り物、輸送機関）は、その他のビークル、障害物、歩行者、及び周囲の環境の更なる外観ないし様子の知覚を促進するセンサを装備することができる。例えば、ビークルは、周囲の環境をスキャニングするべく光を使用する光検出及び測距（ＬＩＤＡＲ）センサを装備することができる一方で、ＬＩＤＡＲと関連するロジックは、周囲の環境の物体及びその他の特徴の存在を検出するべく、取得されたデータを分析している。更なる例においては、システムがそれから周囲の環境の態様に関する認識を導出する、周囲の環境に関する情報を取得するべく、カメラなどの、追加／代替のセンサを実装することもできる。このセンサデータは、自律型運転システムなどのシステムが、記述されている外観を知覚することができるように、且つ、相応して正確に計画及びナビゲートすることができるよう、周囲の環境の知覚を改善するべく、様々な状況において有用でありうる。

一般に、周囲の環境についての更なる認識は、ビークルによって、もたらされおり、これが良好に行われるほど、運転者には、運転を支援するための情報が補充されうると共に／又は、自律型システムも、危険を回避するべく、ビークルを制御することができる。但し、センサデータは、一般には、直接的な観察に限定されている。即ち、センサデータは、直接的には観察されない周囲の環境の外観に関する情報を提供することができない。従って、ビークルは、環境の様々な潜在している外観に気付かない場合があり、これにより、これらの外観との関係におけるリスクが増大する。

更には、レーンを遮断する、或いは、その他の方法でレーンを通行不能とする、道路内におけるイベントの発生は、道路に沿って移動している際の問題を表している。これらのレーン妨害物は、ナビゲートするための遅延及び／又は潜在的に危険な情報を結果的にもたらす。但し、このような発生の識別に対する既存の方式は、一般に、手動的な報告及び／又はビークルによる妨害物の直接的な観察に依存しており、これらは、遮られた視野及びその他の制限により、複雑なものになりうる。この結果、この方式は、道路妨害物の検出に、或いは、妨害物に関する十分な通知の提供に、失敗し、これにより、リスクが増大し、且つ、妨害物を安全にナビゲートする能力が低下する。

概要
一実施形態において、例示用のシステム及び方法は、道路セグメントに沿った周囲のビークルの位置に関する報告ビークルからの観察を集計することにより、レーン妨害物検出を改善する方式に関する。上述のように、レーン妨害物を識別するための直接的な観察及び手動的な報告は、一般に、このような道路の外観に関する十分な情報を提供するには、不十分である。従って、一実施形態において、開示されているシステムは、レーン妨害物の識別情報を更に通知するべく、報告ビークルに関する情報に加えて、周囲のビークルの運動に関する推測をも活用している。例えば、本開示において提供されている、報告ビークルは、報告ビークルによって識別された周囲のビークルについての、その場所のみならず、位置データにも、関する情報を提供している。

例示として、報告ビークルは、一般に、移動している際に、例えば、ＧＰＳ又はその他の場所判定センサ（例えば、特徴マップに照らした位置特定を介したＬｉＤＡＲ）によって識別されることにより、道路セグメント上の場所を認識している。この情報は、個々に報告されうるが、このような観察は、潜在的なレーン妨害物に関する狭小な観点を提供しており、その理由は、個々の観察が、単一レーン内における単一ビークルの位置／運動に関係しているからである。従って、報告ビークルは、例えば、周囲のビークルを識別するべく、且つ、周囲のビークルの位置を観察するべく、オンボードシステムを更に活用している。この結果、報告ビークルは、報告ビークルの周りの複数のビークルの観察を活用することにより、観察パワーを増強している。従って、この結果、報告ビークルは、道路セグメント上の交通パターンの相対的に広範な観察を提供するべく、周囲のビークルと共に、報告ビークル自体に関する位置データを報告する能力を有する。

この結果、報告ビークルが道路セグメントに沿って移動するのに伴って、報告ビークルは、ビークルに関する位置データをクラウドコンピューティング（演算）システム（例えば、レーン妨害物システム）などの集計場所に伝達する。次いで、記述されているシステムは、その内部において実施されたパターンであって１つ又は複数のレーン内の妨害物を示すパターンを識別するべく、集計された情報を分析することができる。これらの識別情報から、システムは、一態様において、識別されたレーン妨害物について道路セグメントを通過する間際にあるビークルに伝達するべく、対向ビークルに警告を伝達する。この結果、開示されているシステムは、レーン内の妨害物の存在を推測するべく、且つ、これにより、妨害物自体の直接的な観察を使用することなしにレーン妨害物の検出を改善するべく、多くの異なるビークルからの観察を活用する。

一実施形態においては、レーン妨害物を識別するレーン妨害物システムが開示されている。レーン妨害物システムは、１つ又は複数のプロセッサと、１つ又は複数のプロセッサに通信自在に結合されたメモリと、を含む。メモリは、１つ又は複数のプロセッサによって実行された際に、１つ又は複数のプロセッサが、電子データストア内において、道路セグメント上を移動する報告ビークルによって観察された周囲のビークルの位置データを収集するようにする命令を含む取得モジュールを保存している。メモリは、１つ又は複数のプロセッサによって実行された際に、１つ又は複数のプロセッサが、観察された位置が、道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、位置データを分析するようにする命令を含む妨害物モジュールを保存している。妨害物モジュールは、位置データがレーン妨害物を示しているという判定に応答して、レーン妨害物を識別する信号を道路セグメントの対向ビークルに提供するための命令を更に含む。

一実施形態においては、レーン妨害物を識別するための非一時的コンピュータ可読媒体であって、命令を含み、命令は、１つ又は複数のプロセッサによって実行された際に１つ又は複数プロセッサが１つ又は複数の機能を実行するようにする、非一時的コンピュータ可読媒体が開示されている。命令は、電子データストア内において、道路セグメント上を移動する報告ビークルによって観察された周囲のビークルの位置データを収集するための命令を含む。命令は、観察された位置が、道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、位置データを分析するための命令を含む。命令は、位置データがレーン妨害物を示しているという判定に応答して、レーン妨害物を識別する信号を道路セグメントの対向ビークルに提供するための命令を含む。

一実施形態においては、レーン妨害物を識別する方法が開示されている。一実施形態において、方法は、電子データストア内において、道路セグメント上を移動する報告ビークルによって観察された周囲のビークルの位置データを収集することを含む。方法は、観察された位置が、道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、位置データを分析することを含む。方法は、位置データがレーン妨害物を示しているという判定に応答して、レーン妨害物を識別する信号を道路セグメントの対向ビークルに提供することを含む。

一構成において、方法は、位置データを収集することを更に含み、このことは、報告ビークルが、道路セグメント上を移動して電子データストアを含むリモート装置に位置データを伝達するのに伴って、位置データを電子データストア内において集計することを含む。一構成において、方法は、報告ビークルの個々のものの位置データ及び場所の個々の部分を含む複数の通信として、位置データをリモート装置内において受け取ることを含む、位置データを収取することを更に含む。一構成において、方法は、位置データを分析することを更に含み、このことは、異なるタイプのレーン妨害物を示す妨害物パターンとの間における位置データ内において表されている異なるビークルに跨る相関を識別することを含む。一構成において、位置データは、周囲のビークルの報告ビークルに対する道路セグメント内の位置、報告ビークルのＧＰＳ場所、周囲のビークル及び報告ビークルの速度、のうちの１つ又は複数を含む。一構成において、方法は、位置データがレーン妨害物を示していると判定することを更に含み、このことは、閾値数のビークルの経路に対応する位置データ内の妨害物パターンを識別することを含む。一構成において、妨害物パターンは、１つのレーンを遮断する妨害物、複数のレーンを遮断する妨害物、レーンの一部分を遮断する妨害物、及び、レーン内のビークルによる制動をもたらす妨害物を表す複数の妨害物パターンのうちの１つである。一構成において、方法は、信号を提供することを更に含み、このことは、レーン妨害物を含む道路セグメントに接近している対向ビークルを識別するべく、場所サービスに問い合わせることと、レーン妨害物に関する警告として信号を対向ビークルに伝達することと、を含む。一構成において、方法は、位置データを収集することを更に含み、このことは、報告ビークルの個々のものにおいて、報告ビークルの個々のものの少なくとも１つのセンサからセンサデータを取得することと、報告ビークルの個々のものにおいて、周囲のビークルの相対的な場所を含む周囲のビークルを識別するべく、センサデータを分析することと、報告ビークルの個々のものから、相対的な場所を含む電子データ構造をリモート装置に伝達することと、を含む。一構成において、位置データは、報告ビークル及び周囲のビークルの道路セグメントのレーン同士間におけるレーン変更の識別子を含む。一構成において、位置データは、少なくともレーン及びレーン内の関連する場所を含む、道路セグメントに沿った周囲のビークル及び報告ビークルの経路を含む。一構成において、周囲のビークルの個々のものは、報告ビークルの個々のものによって観察されている。

図面の簡単な説明
本明細書に内蔵された、且つ、その一部分を構成する、添付図面は、本開示の様々なシステム、方法、及びその他の実施形態を示している。図中の図示の要素境界（例えば、ボックス、ボックスの群、又はその他の形状）は、境界の一実施形態を表していることを理解されたい。いくつかの実施形態において、１つの要素が、複数の要素として設計されてもよく、或いは、複数の要素が、１つの要素として設計されてもよい。いくつかの実施形態においては、別の要素の内部コンポーネントとして示されている要素は、外部コンポーネントとして実装されてもよく、且つ、逆も又真である。更には、要素が正確な縮尺で描画されていない場合もある。

本開示において開示されているシステム及び方法が実装されうるビークルの一実施形態を示す。

レーン妨害物の存在を推測するための周囲のビークルの観察の使用と関連するレーン妨害物システムの一実施形態を示す。

クラウドコンピューティング環境内における図２のレーン妨害物システムの一実施形態を示す。

周囲のビークルに関する位置の観察及び報告と関連する方法の一実施形態を示す。

レーン妨害物を識別するための複数の報告ビークルからの観察の集計と関連する方法の一実施形態を示す。

レーン妨害物を含む道路セグメント上のビークルの構成の一例を示す。

図６からのビークルの構成の連続的な一時点を示す。

図６〜図７に示されている道路セグメント上における集計された位置データの一例を示す。

詳細な説明
道路セグメントに沿った報告ビークルを取り囲むビークルの観察の集計を通じたレーン妨害物の識別の改善と関連するシステム、方法、及びその他の実施形態が開示されている。レーン妨害物の直接的な観察及び手動的な報告は、一般に、交通フローを妨げうる危険の十分な識別を提供することに失敗していることから、この開示されているレーン妨害物システムは、レーン妨害物検出を全体的に改善するべく、検出プロセスにおいて取得及び使用される情報において拡張されている。従って、一実施形態において、開示されているシステムは、道路セグメントに沿った交通運動に関する情報を収集するべく、報告ビークルのネットワークを活用している。例えば、本開示において提供されている、報告ビークルは、報告ビークルの場所及び運動のみならず、報告ビークルによって識別された周囲のビークルに関する位置データ（例えば、相対的な場所及び運動）に関する情報をも提供している。

即ち、一方式において、報告ビークルが道路セグメントに沿って移動するのに伴って、報告ビークルは、一般に、例えば、ＧＰＳ又はその他の場所判定センサ／方式（例えば、特徴に基づいた位置特定）によって識別されるように、道路セグメント上の場所を認識している。報告ビークルは、例えば、周囲のビークルを識別するべく、且つ、周囲のビークルの位置を観察するべく、オンボードシステム（例えば、自律型又は半自律型システム）を更に活用している。この結果、報告ビークルは、報告ビークル自体に関する単独の情報のみを提供する代わりに、道路セグメント内の複数の別個のビークルの場所について報告している。従って、報告ビークルは、道路セグメント上の交通パターンの相対的に十分な観点を提供するべく、且つ、レーン妨害物を識別するべく試みる際の交通に関する知識を改善するべく、周囲のビークルに関する位置データと共に、報告ビークルに関する位置データを提供している。

この結果、報告ビークルが道路セグメントに沿って移動するのに伴って、報告ビークルは、ビークルに関する位置データをクラウドコンピューティングシステムなどの集計場所（例えば、レーン妨害物システム）に伝達している。次いで、記述されているシステムは、その内部において実施されたパターンであって１つ又は複数のレーン内の妨害物について示すパターンを識別するべく、集計された情報を分析している。即ち、ビークルは、一般に、減速し、方向転換し、且つ、その他の方法でレーン妨害物を回避するような方式によって運転していることから、このような妨害物は、一般に、時間に伴ってビークル位置において、且つ、特に、同一の道路セグメントに沿って類似の経路を示す別個のビークルの間において、観察可能である。

従って、道路セグメント上の報告ビークル及び関連する周囲のビークルのサンプリングにおける位置データを分析することにより、システムがレーン妨害物の存在に関する正確な推測を導出する、所定量の情報が得られる。この識別情報から、レーン妨害物システムは、一態様において、警告を対向ビークルに伝達し、これにより、レーン妨害物から結果的にもたらされる潜在的な危険及び不規則な交通フローに関する対向ビークルの認識を改善している。この結果、開示されているレーン妨害物システムは、レーン内の妨害物の存在を推定するべく、且つ、これにより、レーン妨害物の検出を改善するべく、多くの異なるビークルからの、且つ、これらに関する、観察を活用している。このレーン妨害物を検出するための改善された能力は、危険の回避と、危険の周りの交通フローと、を改善することにより、ビークル自体の機能における二次的な改善を提供している。

図１を参照すれば、ビークル１００の一例が示されている。本開示において使用されている「ビークル」は、動力を有する搬送手段の任意の形態である。１つ又は複数の実装形態において、ビークル１００は、自動車である。本開示においては、構成が、自動車との関係において記述されているが、実施形態は、自動車に限定されるものではないことを理解されたい。いくつかの実装形態において、ビークル１００は、例えば、周囲の環境の外観を知覚するためのセンサを含む、且つ、従って、レーン妨害物の識別に対する本開示において記述されている機能から利益を得る、任意のロボット装置又は動力を有する搬送手段の形態であってよい。更なる留意点として、本開示は、一般に、ビークル１００自体と類似の方式において解釈されるように意図された、周囲のビークルと共に道路上を移動するものとして、ビークル１００を説明している。即ち、周囲のビークルは、ビークル１００が道路上において遭遇しうる任意のビークルを含みうる。

これに加えて、開示は、複数のレーンを含む道路上を移動するものとして、ビークル１００を更に説明している。但し、本方式は、様々な構成（例えば、単一方向に移動する２つ、３つ、４つ、又はこれ以上の数のレーン）の道路に適用することもできる。一般に、本開示において提供されている方式は、道路に沿って同一の方向に移動する周囲のビークルを観察する報告ビークル（例えば、ビークル１００）を特徴としている。いくつかの例において、レーン妨害物システム１７０は、ビークル１００と共に道路セグメント（例えば、平行なサービス道路など）に沿って移動してはいないビークルの観察と関連するレーン妨害物に関する推測を提供しうるが、このような構成は、一般に、開示されているシステム及び方法の変形に含まれるものと理解されており、且つ、従って、本開示における詳細な説明は省略される。

又、ビークル１００は、様々な要素を含む。様々な実施形態において、ビークル１００が図１に示されている要素のすべてを有することは、必要とされえないことを理解されたい。ビークル１００は、図１に示されている様々な要素の任意の組合せを有することができる。更には、ビークル１００は、図１に示されているものに加えて、更なる要素を有することができる。いくつかの構成において、ビークル１００は、図１に示されている要素のうちの１つ又は複数を有することなしに、実装することができる。様々な要素が、図１のビークル内において配置されるものとして示されているが、これらの要素のうちの１つ又は複数は、ビークル１００の外に配置されうることを理解されたい。更には、図示の要素は、大きな距離だけ、物理的に離隔することもできる。例えば、記述されているように、開示されているシステムの１つ又は複数のコンポーネントが、ビークル内において実装される一方で、システムの更なるコンポーネントは、クラウドコンピューティング環境内において実装されている。

図１には、ビークル１００の可能な要素のうちのいくつかが示されており、後続の図と共に、これらについて説明することとする。但し、図１の要素のうちの多くのものの説明は、この説明の簡潔性を目的として、図２〜図８を説明した後に、提供することとする。これに加えて、図示の簡潔性及び明瞭性を目的として、適宜、対応する又は類似した要素を示すべく、参照符号が異なる図の間において反復されていることをも理解されたい。これに加えて、本説明は、本開示において記述されている実施形態の十分な理解を提供するべく、多数の具体的な詳細を概説している。但し、当業者は、本開示において記述されている実施形態が、これらの要素の様々な組合せを使用することにより、実施されうることを理解するであろう。いずれのケースにおいても、ビークル１００は、レーン妨害物検出の改善に関係する本開示において開示されている方法及びその他の機能を実行するべく実装されたレーン妨害物システム１７０を含む。以下において更に詳細に記述するように、レーン妨害物システム１７０は、いくつかの実施形態において、ビークル１００内において、且つ、クラウドに基づいたサービスとして、部分的に実装されている。例えば、１つの方式においては、レーン妨害物システム１７０の少なくとも１つのモジュールと関連する機能が、ビークル１００内において実装されている一方で、更なる機能は、クラウドに基づいたコンピューティングシステム内において実装されている。

図２を参照すれば、図１の妨害物システム１７０の一実施形態が更に示されている。妨害物システム１７０は、図１のビークル１００からのプロセッサ１１０を含むものとして示される。従って、プロセッサ１１０は、レーン妨害物システム１７０の一部分であってもよく、レーン妨害物システム１７０は、ビークル１００のプロセッサ１１０とは別個のプロセッサを含んでいてもよく、或いは、レーン妨害物システム１７０は、データバス又は別の通信経路を通じてプロセッサ１１０にアクセスすることもできる。一実施形態において、妨害物システム１７０は、取得モジュール２２０及び妨害物モジュール２３０を保存するメモリ２１０を含む。メモリ２１０は、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ−Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、読み出し専用メモリ（ＲＯＭ：Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ハードディスクドライブ、フラッシュメモリ、又は、モジュール２２０及び２３０を保存するその他の適切なメモリである。モジュール２２０及び２３０は、例えば、プロセッサ１１０によって実行された際に、プロセッサ１１０が、本開示において開示されている様々な機能を実行するようにするコンピュータ可読命令である。

図２に示されているレーン妨害物システム１７０は、一般に、ビークル１００及びクラウドコンピューティング環境の間において実装されうる、レーン妨害物システム１７０の抽象化された形態である。図３は、レーン妨害物システム１７０と共に実装されうるクラウドコンピューティング環境３００の一例を示している。図３に示されているように、レーン妨害物システム１７０は、部分的に、クラウドコンピューティング環境３００内において、且つ、個々のビークル３１０、３２０、及び３３０内においても、実施されている。即ち、ビークル３１０、３２０、及び３３０が、それぞれ、取得モジュール２２０又は少なくともその一部分を含んでいる一方で、クラウドコンピューティング環境３００は、取得モジュール２２０及び妨害物モジュール２３０又はこれらの少なくとも関係する部分を含んでいる。従って、取得モジュール２２０は、観察を含む電子データの処理を提供するべく、一般に、システム１７０の両方の態様内において実装されている。

更には、ビークル３１０、３２０、及び３３０は、一般に、周囲のビークルの観察を実行するためのセンサを装備した報告ビークルをも表している。即ち、ビークル３１０、３２０、及び３３０は、例えば、周囲のビークルの相対的な場所がセンサデータから生成されうるように、周囲の環境内のその他のビークルを知覚する能力を有するセンサを含む、ビークルの、自律的な、半自律的な、又は別の、構成である。これに加えて、３つのビークルが示されているが、一般的な事項として、ビークルの数は、制限されておらず、その代わりに、記述されている方式で装備された、且つ、場所及び周囲のビークルに関するレポートを提供する、任意の数のビークルを含むことを理解されたい。

図２を参照すれば、取得モジュール２２０は、一般に、ビークル１００の１つ又は複数のセンサからデータ入力を受け取るべく、プロセッサ１１０を制御するように機能する命令を含む。入力は、一実施形態においては、ビークル１００の近傍の環境内の１つ又は複数の物体及び／又は周囲に関するその他の態様の観察である。本開示において提供されているように、取得モジュール２２０は、一実施形態において、少なくともカメラ画像を含むセンサデータ２５０を取得している。更なる構成において、取得モジュール２２０は、ビークル及びビークルの場所を識別するべく適しうるように、レーダー１２３、ＬｉＤＡＲ１２４、及びその他のセンサなどの、更なるセンサからセンサデータ２５０を取得している。

従って、取得モジュール２２０は、一実施形態において、センサデータ２５０の形態においてデータ入力を提供するべく、個々のセンサを制御している。これに加えて、取得モジュール２２０は、センサデータ２５０を提供するべく様々なセンサを制御するものとして説明されている一方で、１つ又は複数の実施形態において、取得モジュール２２０は、能動的又は受動的である、センサデータ２５０を取得するためのその他の技法を利用することもできる。例えば、取得モジュール２２０は、ビークル１００内の更なるコンポーネントへの、様々なセンサによって提供された電子情報のストリームからのセンサデータ２５０を受動的に傍受することができる。更には、取得モジュール２２０は、センサデータ２５０及び／又は周囲のビークルの１つ又は複数から無線通信リンク（例えば、ｖ２ｖ）上において取得されたセンサデータを提供する際に、複数のセンサデータからのデータを融合するべく、様々な方式を実施することができる。従って、センサデータ２５０は、一実施形態において、複数のセンサから取得された計測の組合せを表している。

周囲のビークルの場所に加えて、センサデータ２５０は、例えば、レーンマーキングなどに関する情報を含むこともできる。更には、取得モジュール２２０は、一実施形態において、周囲の環境の広範な評価を提供するべく、ビークル１００の周りの３６０度を包含するエリアに関するセンサデータ２５０を取得するようにセンサを制御している。当然のことながら、代替実施形態において、取得モジュール２２０は、例えば、ビークル１００が、ビークルに関する更なる領域を含むべく更なるセンサを装備しておらず、且つ／又は、更なる領域が、その他の理由から、スキャニングされない（例えば、既知の現時点の状態に起因して不要である）、際には、前方方向に関するセンサデータのみを取得することができる。

更には、一実施形態において、レーン妨害物システム１７０は、データベース２４０を含む。データベース２４０は、一実施形態において、メモリ２１０又は別のデータストア内において保存された、且つ、保存されたデータの分析、保存されたデータの提供、保存されたデータの組織化、などを実行するべくプロセッサ１１０によって実行されうる、ルーチンを有するように構成された電子データ構造である。従って、一実施形態において、データベース２４０は、様々な機能を実行する際にモジュール２２０及び２３０によって使用されるデータを保存している。一実施形態において、デーベース２４０は、例えば、センサデータ２５０の様々な態様を特徴付けるメタデータと共に、センサデータ２５０を含んでいる。例えば、メタデータは、別個のセンサデータ２５０が生成された際などからの、場所座標（例えば、緯度及び経度）、相対マップ座標、又はタイル識別子、時刻／日付スランプを含みうる。一実施形態において、データベース２４０は、取得モジュール２２０によって生成された位置データ２６０を更に含む。データベース２４０が、クラウドコンピューティング環境の一部分として実装されている、実施形態においては、位置データ２６０は、複数の別個の報告ビークルから集計されたデータを含む。

更なる説明として、センサデータ２５０は、３Ｄポイントクラウドデータ、カメラ１２６からのカメラ画像及び／又はビデオ、レーダー計測などを含みうる。更なる実施形態において、センサデータ２５０は、本開示において記述されているプロセスを支援する様々なタスク（例えば、モーションブラー補正）を実行するべく使用されうる更なるセンサ（例えば、ＩＭＵ）からの情報を含む。

取得モジュール２２０は、一実施形態において、センサデータ２５０を取得及び提供するべく個々のセンサを制御することを上回る、更なるタスクを実行するように、更に構成されている。例えば、取得モジュール２２０は、まず、周囲の環境（例えば、バックグラウンドや道路など）から周囲のビークルを弁別するべく、センサデータ２５０を分析している。様々な方式において、取得モジュール２２０は、周囲のビークルを識別するべく、異なる物体認識技法を利用している。周囲のビークルを識別するべく利用される具体的な技法は、ビークル１００内の利用可能なセンサ、ビークル１００の演算能力（例えば、プロセッサパワー）、などに依存しうる。

１つの方式において、取得モジュール２２０は、周囲のビークルが識別及び抽出されるセンダデータ２５０に対して、セマンティックセグメント化を実行するべく、畳込みニューラルネットワーク（ＣＮＮ）などの、取得モジュール２２０内において埋め込まれた機械学習アルゴリズムを使用している。当然のことながら、更なる態様において、取得モジュール２２０は、セマンティックセグメント化を実行するべく、異なる機械学習アルゴリズムを利用してもよく、或いは、セマンティックセグメント化を実行するための異なる方式を実装しており、これは、深層畳込みエンコーダ−デコーダアーキテクチャ、拡張型の畳込みを使用するマルチスケールコンテキスト集計方式、或いは、画像内において表された別個のオブジェクトクラス用のセマンティックラベルを生成する別の適切な方式を含みうる。いずれの特定の方式を取得モジュール２２０が実装するにしても、取得システム２２０は、センサデータ２５０内において表されている物体を識別するセマンティックラベルを有する出力を提供している。この結果、レーン妨害物システム１７０は、物体を弁別し、且つ、物体の間の境界を弁別している。

これに加えて、取得モジュール２２０は、一般に、センサデータ２５０から周囲のビークルの位置に関する計測値を取得するべく、周囲のビークルを識別する能力を有する。従って、例として、取得モジュール２２０は、一方式において、まず、センサデータ２５０を取得し、複数のセンサからのセンサデータ２５０を融合し（即ち、情報を登録し且つ組み合わせ）、センサデータ２５０内において周囲のビークルを識別し、且つ、次いで、例えば、センサデータ２５０内において実施された計測に従って、周囲のビークルと関連する相対位置を判定している。

取得モジュール２２０は、例えば、報告ビークル１００の中心位置との関係における周囲のビークルのそれぞれのもののセンサデータ２５０を分析することにより、計測値を判定している。即ち、一方式において、取得モジュール２２０は、ビークル１００の重心から周囲のビークルまでを計測している。或いは、この代わりに、取得モジュール２２０は、報告ビークル１００が移動しているレーンの中心点、報告ビークル１００の前方エッジの中心点、制御センサの場所、又は報告ビークル１００の別の定義された地点から計測している。別のケースにおいて、取得モジュール２２０は、計測の間の一貫性を維持するべく、複数の地点を一緒に単一の基準地点に平行運動させるように、或いは、記述された地点のうちの単一のものを一般的に使用するように、機能している。

報告ビークル１００によって計測されている周囲のビークル上の１つの地点は、特定の実装形態に従って変化しうる。一方式において、取得モジュール２２０は、個々の周囲のビークルの重心まで計測しており、これは、周囲のビークルの識別情報に従って導出／評価することができる。或いは、この代わりに、取得モジュール２２０は、周囲のビークルの計測地点を定義するべく、周囲のビークル上の最も近接した地点を識別することができると共に、これに関係する相対的な横方向の中心点を判定することができる。この結果、取得モジュール２２０は、一貫性のある計測値を提供するべく、周囲のビークルの様々な検出位置（例えば、前方のもの、隣接するもの、後方のもの）に対して調節することができる。

これに加えて、更なる態様において、取得モジュール２２０は、ビークル１００が移動している道路セグメント内のレーンを識別するためにも、センサデータ２５０を処理している。例えば、取得モジュール２２０は、周囲のビークルを識別するべく利用されているものと類似した技法を使用することができる。更なる態様において、取得モジュール２２０は、レーン境界を識別するべく、場所の高精細マップを使用している。更なる態様において、取得モジュール２２０は、ビークル１１０との関係においてレーン境界を判定するべく、マップとオンボードカメラを介した画像認識の組合せを使用している。更なる態様において、取得モジュール２２０は、一実施形態において、レーン境界を判定するべく統合されたレーン維持機能又は自律型運転機能によって提供されうるように、既存のレーン識別機能を使用している。いずれのケースにおいても、取得モジュール２２０は、ビークル１００との関係においてレーン境界を識別するべく機能することができる。

更には、上述のように、取得モジュール２２０は、一実施形態において、識別された周囲のビークルに関するセンサデータ２５０からの計測値を位置データ２５０として提供している。計測値は、一実施形態において、報告ビークル１００の計測地点との関係における距離及び方向の量である。従って、計測値は、距離及び方向、ライン量（例えば、２Ｄプレーン上の２つのエンドポイントなど）の形態、或いは、別の適切な形態、を有するものであってよい。一態様において、計測値は、固有の周囲のビークルと関連する計測の履歴を維持するデータ構造内において提供されている。従って、取得モジュール２２０は、例えば、計測のタイムスタンプ、計測と関連する周囲のビークルの一意の識別子、位置、及び位置変動を保存するデータ構造として個々の計測値を提供している。位置の正確な形態は、実装形態に従って変化しうる。例えば、位置は、上述のように、ビークル１００の計測地点との関係における道路のプレーン内の相対的な２Ｄ位置として提供することができる。或いは、この代わりに、取得モジュール２２０は、ビークル１００の既知のＧＰＳ座標との関係におけるＧＰＳ座標として位置を生成することもできる。

いずれのケースにおいても、取得モジュール２２０は、それぞれの周囲のビークルごとの位置の履歴として、計測値をデータ構造内において一緒に保存している。取得モジュール２２０は、ビークル１００からの相対距離ウィンドウ上における計測の履歴として、周囲のビークルを追跡することができる。即ち、例えば、取得モジュール２２０は、まず、報告ビークル１００の前又は後ろの１００メートルの距離における、且つ、全般的に報告ビークル１００と同一の方向に移動している、周囲のビークルを取得することができる。従って、周囲のビークルが、この追跡ウィンドウから外れた際に、周囲のビークルの計測値は、履歴から除去されてもよく、記録されてもよく、或いは、さもなければ、潜在的な道路の危険を識別するための追跡の文脈において、もはや考慮されなくてもよい。＋／−１００ｍという追跡ウィンドウが記述されているが、レーン妨害物システム１７０によって実装される特定の追跡ウィンドウは、センサの忠実度及び／又はその他の制御要因に従って変化しうることを理解されたい。

周囲のビークルを識別し且つ見出すことに対する異なる方式が実施されうるが、取得モジュール２２０は、例えば、位置データ２６０として提供される周囲のビークルの観察を生成するべく、センサデータ２５０を分析している。示されているように、位置データ２６０は、報告ビークル（例えば、ビークル１００）との関係における周囲のビークルの相対的な位置を含む。更なる態様において、個々の周囲のビークルの位置データ２６０は、道路セグメントにおける、ビークルの経路／軌跡（例えば、所定の期間にわたる位置）における、或いは、別の適切な形態における、絶対場所を使用することにより、提供することができる。

いずれのケースにおいても、取得モジュール２２０は、一般に、センサデータ２５０から周囲のビークルを識別するべく（例えば、物体の認識及び位置特定）、且つ、高度な観察を周囲のビークル及び関連する場所の識別情報の形態において提供するべく、ビークル１００のコンピューティングリソース及び関連するセンサを活用している。更には、センサデータ２５０及びこれから導出された位置データ２６０は、ビークル１００の場所をも含む。即ち、取得モジュール２２０は、一般に、ＧＰＳデータを通じてビークル１００自体の場所を取得し、且つ／又は、特徴に基づいたマップ上における位置特定を通じて導出された場所を取得している。更なる一態様として、取得モジュール２２０は、レーン変更、レーン妨害物を示しうる速度の変化、並びに、レーン妨害物の識別に更に寄与しうる場所及び速度のその他の変動、と対応する別個の識別子を含むように、位置データ２６０を生成している。

当然のことながら、一実施形態において、集計された位置データ２６０は、取得モジュール２２０の別個のインスタンスを含む別個のビークルから受け取られるのに伴って、クラウドに基づいたコンピューティングシステム（例えば、環境３００）内において保存されている。更なる実施形態において、デーベース２４０及び／又はメモリ２１０は、妨害物が道路のレーン内に存在しているかどうかに関する間接的な判定／推測を生成するべく、周囲のビークルの位置を特徴付ける、統計又は学習モデルである、妨害物モデル２７０を保存している。様々な方式において、妨害物モデル２７０は、実装形態に関係する様々な態様に応じて、異なる形態を有することができる。

一実施形態において、妨害物モジュール２３０は、一般に、妨害物モデル２７０に従って位置データ２６０を分析するべく、プロセッサ１１０又はクラウドコンピューティング環境３００内のプロセッサの集合体を制御するように機能する命令を含む。妨害物モジュール２３０は、妨害物モデル２７０との組合せにおいて、機械学習ロジック、深層学習ロジック、ニューラルネットワークモデル、又は別の類似の方式などの、コンピューティングモデルを形成しうることを理解されたい。一実施形態において、妨害物モデル２７０は、観察が付与された場合に、レーン妨害物の条件付き予測を推定する、回帰モデルなどの、統計モデルである。従って、妨害物モデル２７０は、多項式回帰（例えば、最小加重多項式回帰）、最小二乗、又は別の、適切な方式であってよい。

更には、代替構成において、妨害物モデル２７０は、隠れマルコフモデルなどの確率論的な方式である。いずれのケースにおいても、妨害物モジュール２３０は、ニューラルネットワークモデル又は別のモデルとして実装された際に、一実施形態において、入力として、集計された位置データ２６０を電子的に受け入れている。従って、妨害物モジュール２３０は、モデル２７０との協働状態において、例えば、単一電子値として、記述されている態様を特徴付ける電子的出力として、様々な判定／評価（例えば、レーン妨害物と相関する識別されたパターン）を生成している。更には、更なる態様において、システム１７０は、記述されているデータを収集することが可能であり、応答を記録することが可能であり、且つ、モデル２７０を後から更にトレーニングするべく、データ及び応答を使用することができる。

更なる留意点として、妨害物モジュール２３０及びモデル２７０は、クラウドコンピューティング環境３００内において実装される、或いは、更に一般的には、ビークル１００とは別個である、ものとして記述されているが、１つ又は複数の方式においては、ビークル１００内において実装することができることを理解されたい。このような一構成において、取得モジュール２２０は、例えば、ビークル−ビークル（Ｖ２Ｖ）通信又は別の適切な方式を使用することにより、位置データ２６０を集計することができる。

いずれのケースにおいても、妨害物モジュール２３０は、一般に、集計された位置データ２６０が、レーン妨害物と相関するパターンを示している際に、レーン妨害物の存在を識別する電子信号を生成するように、構成されている。従って、妨害物モジュール２３０は、様々な結果が、レーン妨害物の識別との関係において発生するようにするべく、電子信号を使用することができる。一実施形態において、妨害物モジュール２３０は、電子信号に応答して、レーン妨害物に接近しているビークルを識別するべく、ビークル位置特定サービスに問い合わせている。例えば、ＯＥＭ又はその他のプロバイダは、様々なサービスのためにビークルの場所の認識を維持するべく、ビークルを追跡することができる。従って、妨害物モジュール２３０は、位置特定サービスを介して、レーン妨害物に接近しているビークルを識別し、且つ、電子信号を関連するビークルに伝達している。一実施形態において、妨害物モジュール２３０は、レーン妨害物の存在について対向ビークルに警告するためのメカニズムとして、対向ビークルに伝達される電子信号を使用している。

従って、電子信号によって実施される通信は、様々な方式において、レーン妨害物に関する様々な粒度のレベルを提供している。例えば、１つの方式において、通信は、レーン妨害物と関連する概略的なエリア（例えば、道路セグメント）を単に示している。更なる方式においては、妨害物モジュール２３０は、レーン妨害物と関連する道路セグメント内のレーンを示している一方で、更なる方式においては、妨害物モジュール２３０は、正確な場所（例えば、正確なＧＰＳ座標）を示している。いずれの方式が実施されるにしても、対向ビークルに対するレーン妨害物の識別は、一般に、対向ビークルが、レーン妨害物を回避するべく、なんらかの予防対策を実施するようにするべく、機能している。例えば、対向ビークルは、電子信号に応答して、運転者／乗員に警告する、ビークルのルートを変更する、速度を減速する、規定されたレーンを回避するべくルートを更新する、などのアクションを実行することができる。この結果、レーン妨害物システム１７０は、道路内の危険の検出を改善し、且つ、これにより、改善されたナビゲーション及びこのような危険の対向ビークルによる回避を提供している。

図４との関係において、レーン妨害物を識別する更なる態様について説明することとする。図４は、報告ビークルの、周囲のビークルに関する位置データの収集と関連する方法４００のフローチャートを示している。方法４００については、図１、図２、及び図３のレーン妨害物システム１７０の観点において説明することとする。方法４００は、レーン妨害物システム１７０との組合せにおいて記述されているが、方法４００は、レーン妨害物システム１７０内における実装に限定されるものではなく、その代わりに、方法４００を実装しうるシステムの一例である、ことを理解されたい。

４１０において、取得モジュール２２０は、センサデータ２５０を取得するべく、センサシステム１２０を制御している。一実施形態において、取得モジュール２２０は、周囲の環境を観察するべく、ビークル１００のレーダーセンサ１２３及びカメラ１２６を制御している。或いは、この代わりに、又はこれに加えて、取得モジュール２２０は、センサデータ２５０を取得するべく、カメラ１２６及びＬｉＤＡＲ１２４又は別のセンサの組を制御している。センサデータ２５０を取得するセンサを制御する一部分として、一般的に、センサは、それぞれの時間ステップごとに周囲の環境の広範なサンプリングを提供するべく、一般的にはオーバーラップしている異なるタイプのセンサから取得されたデータと共に、報告ビークル１００の周りの領域のセンサデータ２５０を取得していることを理解されたい。一般に、センサデータ２５０は、周囲の環境内の正確に同一の境界を有する領域のものである必要はないが、エリアの別個の態様が相関されうるように、十分なオーバーラップのエリアを含むことを要する。従って、取得モジュール２２０は、一実施形態において、周囲の環境のセンサデータ２５０を取得するべく、センサを制御している。

更には、更なる実施形態において、取得モジュール２２０は、連続的な反復又は時間ステップにおいてセンサデータ２５０を取得するべく、センサを制御している。従って、レーン妨害物システム１７０は、一実施形態において、センサデータ２５０を取得するべく、且つ、それから情報を提供するべく、ブロック４１０〜４２０において記述されている機能を反復的に実行している。更には、取得モジュール２２０は、一実施形態において、更新された知覚を維持するべく、別個の観察のために、記述されている機能の１つ又は複数を並行して実行している。これに加えて、上述のように、取得モジュール２２０は、複数のセンサからデータを取得した際に、センサデータ２５０を形成するべく、且つ、検出、位置特定などの改善された判定を提供するべく、データを１つに融合している。

４２０において、取得モジュール２２０は、周囲のビークルの相対的な場所を含む、周囲のビークルを識別するためのセンサデータ２５０を分析している。一実施形態において、ビークル１００内の取得モジュール２２０は、報告ビークルと共に道路セグメントを移動している周囲のビークルを検出するべく、センサデータ２５０を処理している。一実施形態において、取得モジュール２２０は、上述のように、１つ又は複数の周囲のビークルを検出／識別するべく、セマンティックセグメント化又は別の物体認識方式をセンサデータ２５０に対して適用している。本開示において開示されているシステム及び方法は、現時点の状態に応じて、単一の又は複数の周囲のビークルを検出するべく、記述されているタスクを実行していることを理解されたい。

又、当然のことながら、取得モジュール２２０は、周囲のビークルに加えて、道路、建物、レーンマーキング、縁石、歩道、サイン、ポスト、樹木などの、更なる特徴を識別することもできる。この結果、レーン妨害物システム１７０は、周囲のビークルを抽出するべく、周囲の環境の外観同士間を線引している。更には、取得モジュール２２０は、一態様において、周囲の環境の異なる外観（例えば、レーンマーキング）を線引きするべく、その他のビークル、インフラストラクチャセンサ、高精細マップなどのような、１つ又は複数の更なるソースを更に利用している。

４３０において、取得モジュール２２０は、検出された周囲のビークルの位置データを生成している。一実施形態において、取得モジュール２２０は、報告ビークル１００との関係における周囲のビークルの相対的な位置として、位置データ２６０を生成している。相対的な位置は、一方式においては、報告ビークル１００が移動しているレーンの中心点から、且つ、報告ビークル１００のレーン内の経度の場所から、判定されている。更なる態様においては、相対的な位置は、報告ビークル１００の重心又は別の適切な場所から、判定されている。いずれのケースにおいても、取得モジュール２２０は、一般に、周囲のビークルの横方向の幾何学中心までの計測値として、相対的な位置を判定している。従って、相対的な位置は、一般に、報告ビークル１００がその中心において配置された状態において、２次元座標系内の位置に従って定義されている。従って、取得モジュール２２０は、報告ビークル１００の絶対計測値（例えば、ＧＰＳ座標）との関係における周囲のビークルの相対的な計測値の組として、位置データを提供することができる。代替方式においては、取得モジュール２２０は、周囲のビークル及び報告ビークル１００の両方の絶対計測値を含むように、センサデータ２５０から位置データ２６０を生成している。いずれのケースにおいても、取得モジュール２２０は、時間に伴う道路セグメント内のビークルの場所及び位置の知識を促進するべく、ビークルの場所の報告として、位置データ２６０を生成している。

従って、更なる方式においては、取得モジュール２２０は、周囲のビークル及び報告ビークル１００のビークル軌道／経路として、位置データ２６０を維持している。一実施形態において、取得モジュール２２０は、個々のビークルが道路セグメントに沿って移動した経路を形成する観察の履歴を生成するべく、それぞれのビークルごとに、連続的な観察を一緒に追加している。取得モジュール２２０は、観察の間におけるビークルの追跡を促進する一意の識別子を別個のビークルと関連付けることができる。従って、示されているように、ビークル用の観察の履歴は、更新され、且つ、例えば、間欠的に報告されている。

４４０において、取得モジュール２２０は、位置データ２６０を含む電子データ構造をリモート装置に伝達している。一実施形態において、取得モジュール２２０は、データ構造を妨害物モジュール２３０に対して電子的に送信している。上述のように、妨害物モジュール２３０は、クラウドコンピューティング環境、分散コンピューティング環境、リモートサーバー、又は別の適した構成内などのように、リモート場所において配置することができる。いずれのケースにおいても、報告ビークル１００は、道路セグメント内における交通パターンに関するリアルタイム又はほぼリアルタイムの情報を伝達するべく、ビークルの場所に関する位置データ２６０を提供するように、機能している。従って、複数の報告ビークルが、同一の道路セグメント上を移動するのに伴って、道路セグメント上を移動しているビークルのサブセットのみの使用により、レーン及び可能なレーン妨害物の広範な理解をもたらすことができる。即ち、道路セグメントに関する情報を提供している報告ビークルは、道路セグメントを実際に通過するビークルの相対的に小さな割合を表しうるにも拘らず、報告ビークルが、その独自の場所に加えて、周囲のビークルを追跡していることから、集計された位置データ２６０は、道路セグメントを実際に通過するビークルの大部分を表すことができる。従って、報告ビークルは、道路セグメント上の交通パターンの広範なサンプリングを提供するべく、且つ、これにより、レーン妨害物を後から識別するための能力を改善するべく、集合的に機能している。

レーン妨害物システム１７０が、レーン妨害物の識別を改善する方式の更なる説明として、図５を検討しよう。方法５００については、図１、図２、及び図３のレーン妨害物システム１７０の観点から説明することとする。方法５００は、レーン妨害物システム１７０との組合せにおいて記述されているが、方法５００は、レーン妨害物システム１７０内における実装に限定されるものではなく、その代わりに、方法５００を実装しうるシステムの一例である、ことを理解されたい。

５１０において、取得モジュール２２０が位置データ２６０を収集している。一実施形態において、取得モジュール２２０は、複数の報告ビークルからの位置データ２６０を集計している。当然のことながら、報告ビークルは、一般に、地理的エリアに跨って異なる場所において配置されていることから、取得モジュール２２０は、一実施形態においては、到来する通信をそれと関連している道路セグメントに従って個々の電子データストア（例えば、ストレージバケット）内にフィルタリングしている。但し、この説明を目的として、通信及びそれから取得された関連する位置データ２６０は、単一の道路セグメントに関係するものとして、見なされている。従って、取得モジュール２２０は、特定の道路セグメントの位置データ２６０を取得している。一般に、道路セグメントは、予め定義された長さ、論理的な分割（例えば、都市ブロックの間のセグメント）、又は別の適したメトリックに従って、定義することができる。いずれのケースにおいても、道路セグメントは、一般に、特定の移動方向のレーンを含む、道路のセクションとして定義されている。即ち、同一ハイウェイの南行き及び北行きセクションは、本開示を目的としては、別個の道路セグメントとして定義することができる。更に一般的には、道路セグメントは、任意の妨害物が隣接するレーン内における移動に影響を及ぼしうる、道路のセクションである。

いずれのケースにおいても、取得モジュール２２０は、例えば、道路セグメントに沿って好ましい経路の表現をキャプチャするために、道路セグメント上を通過するビークルの十分なサンプルを蓄積するべく、道路セグメントの位置データ２６０を取得している。更には、取得モジュール２２０は、一実施形態において、例えば、位置データ２６０（又は、位置データ２６０の最も古い部分）をアーカイブ内にシフトする前に、定義された期間にわたって位置データ２６０を集計している。従って、取得モジュール２２０は、その内部に含まれている情報が、正確である、或いは、道路セグメント上の現時点の状態を表している、と見なされる、存続しうる寿命を有するものとして、位置データ２６０の別個の部分を取り扱うことができる。位置データ２６０の存続しうる寿命は、特定の実装形態に従って変化しうると共に、時刻、交通フロー、特定の道路セグメントのスループットなどのような、様々なメトリックに従って変動しうる。いずれのケースにおいても、取得モジュール２２０は、道路セグメント上の交通パターンの表現を維持するべく、位置データ２６０を電子データストア内において保存している。

５２０において、妨害物モジュール２３０は、観察された位置が、レーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、位置データ２６０を分析している。一実施形態において、レーン妨害物は、ビークルの正常な通過が交通のフローによって妨害／邪魔される、道路の任意の異常な状態である。従って、レーン妨害物は、１つ又は複数のレーンを遮断する危険な物体、路面の窪みなどの道路内の状態、ビークルが減速するようにするがレーン内の移動を完全には遮断しない物体又は状態、などであってよい。

従って、妨害物パターンは、一般に、レーンを通じた交通フローの変動であって妨害物が存在することを示す交通フローの変動を示している。例えば、様々な発生において、妨害物パターンは、レーンの周りのレーン変更の発生、レーン内の類似の場所における制動、などを示している。一実施形態において、妨害物モデル２７０は、機械学習モデル、統計モデル、或いは、レーン妨害物との関連において発生するものにマッチングするパターンを識別する交通パターンのなんらかのその他の特徴付けである。従って、様々な方式において、モデル２７０は、位置データ２６０内において実施された交通パターンがレーン妨害物を示している際を識別するように、トレーニングされている。従って、妨害物モジュール２３０は、１つのレーンの遮断、複数のレーンの遮断、レーンの一部分の遮断、レーン内のビークルによる制動、などを示す既知の妨害物パターンと相関する交通パターンを識別している。

５３０において、妨害物モジュール２３０は、レーン妨害物が存在しているかどうかを判定している。一実施形態において、妨害物モジュール２３０は、５２０において妨害物モジュール２３０によって実施された判定を含む位置データ２６０を更に分析している。即ち、妨害物モジュール２３０が、レーン妨害物と相関している妨害物パターンが存在していると判定した際に、妨害物モジュール２３０は、パターンが十分に支配的であるかどうかを判定するべく、５３０において、更なる検討を実施している。例えば、一実施形態において、妨害物モジュール２３０は、識別された妨害物パターンが閾値数のビークルに対応しているかどうかを判定している。一方式において、妨害物モジュール２３０は、例えば、定義された期間（例えば、１時間）内において、妨害物パターンを示す少なくとも数ｎのビークルに照らして、位置データ２６０内の妨害物パターンの存在を識別している。更なる方式においては、妨害物モジュール２７０は、５２０の分析における頻度を考慮することにより、絶対的な判定を示すことができる。

いずれのケースにおいても、妨害物モジュール２３０が、対応する妨害物パターンが存在していない、或いは、妨害物パターンの不十分な頻度が存在している、と判定した場合には、妨害物モジュール２３０は、対向ビークルに対する警告又はその他の信号を生成するべく進捗しない。但し、位置データ２６０が、レーン妨害物を示していると判定された場合には、妨害物モジュール２３０は、その他のビークルに通知するためのステップによって進捗する。

５４０において、妨害物モジュール２３０は、レーン妨害物を含む道路セグメントに接近中である対向ビークルを識別するべく、位置特定サービスに問い合わせている。一実施形態において、上述のように、妨害物モジュール２３０は、ＯＥＭ追跡サービス、或いは、道路セグメントとの関係におけるビークルの場所を認知しているその他のサービス、に問い合わせている。更なる態様において、妨害物モジュール２３０は、実際のビークルの外である対向ビークルに情報を提供する動的交通ボード又はその他のメカニズムなどの、利用可能な二次的なアラートサービスについて問い合わせることができる。更なる態様において、妨害物モジュール２３０は、無線通信プロトコル（例えば、Ｖ２Ｖ、Ｖ２Ｉ）上においてブロードキャストを提供することができる。いずれのケースにおいても、位置特定サービス及び／又はアラートサービスは、ビークルの存在及び／又はその他の警告メカニズムに関係する情報を提供している。一般に、妨害物モジュール２３０は、レーン妨害物の存在に関する情報を対向ビークルに送付するべく、ネットワークアドレス又はその他の通信アドレス／識別子（例えば、ＩＰアドレス、電話番号など）を取得している。

５５０において、妨害物モジュール２３０は、電子信号を提供している。一実施形態において、妨害物モジュール２３０は、レーン妨害物を識別する電子信号を道路セグメントの対向ビークルに提供している。即ち、妨害物モジュール２３０は、レーン妨害物に関する情報を伝達するべく、信号をレーン妨害物に関する警告として対向ビークルに伝達し、道路セグメントの前のルートに沿った動的ハイウェイサインに伝達し、且つ／又は、別の規定された装置（例えば、携帯電話機）に伝達している。信号自体の形態は、特定の実施形態に従って変化しうるが、一般には、少なくとも部分的に無線通信媒体上において実行される電子送信である。この結果、レーン妨害物システム１７０は、報告ビークルのネットワークを使用することにより、道路セグメント上を移動している複数のビークルに関する位置データ２６０を集計し、且つ、後続の対向ビークルが道路セグメントをナビゲートする方式を改善するべく、それからの道路及び関連する交通の状態を提供している。

レーン妨害物システム１７０が潜在的なレーン妨害物を識別し、且つ、これらに関する通信を提供する方式の更なる説明として、図６〜図８を検討しよう。図６は、道路セグメントの一例６００を示している。道路セグメント６００は、報告ビークル１００、周囲のビークル６１０、６２０、６３０、及びレーン妨害物６４０を含むものとして示されている。従って、報告ビークル１００の観点においては、レーン妨害物６４０は、例えば、潜在的なものであり、且つ、従って、一般に、報告ビークル１００によって観察されていない。但し、周囲のビークル６１０、６２０、及び６３０は、ビークル１００のセンサによって知覚されている。従って、ビークル１００が道路セグメント６００に沿って進行するのに伴って、システム１７０は、ビークル６１０、６２０、６３０に関するセンサデータを取得し、且つ、このセンサデータをビークル６１０、６２０、及び６３０を効果的に追跡する位置データとして生成している。従って、システム１７０は、位置データを通じて、レーン妨害物６４０から離れたビークル６２０及び６３０の運動を観察している。

図７の連続的な時点ステップにおいて更に示されているように、ビークル６２０は、妨害物６４０を回避するべく、ビークル１００の前方においてレーンを変更している一方で、ビークル６３０は、制動し、且つ、レーンの切り替えを開始している。従って、ビークル１００内のシステム１７０は、これらの運動／位置を観察し、且つ、これらの位置を妨害物モジュール２３０に報告している。図８は、複数の報告ビークルから収集されうる、道路セグメント６００上の集計された位置データ２６０を示している。集計された位置データ２６０は、ビークルが、レーン妨害物６４０と関連するエリアを通過しているものとして観察されない、妨害物パターンを示している。更には、レーン妨害物６４０の特定のエリアを回避するための連続的なビークルの間における相関した運動は、レーン妨害物６４０の存在を更に肯定している。従って、報告ビークル１００は、レーン妨害物６４０を直接的に観察しえないが、システム１７０は、レーン妨害物６４０のエリアを通じて運転するビークルにおける観察の欠如と、エリアを明示的に回避しているビークル位置／経路の相関と、によって一般的に定義される、集計された位置データ２６０内において観察される妨害物パターンを通じて、レーン妨害物６４０を識別している。

更には、明示的に示されてはいないが、レーン妨害物６４０に接近しているビークルの抑制された速度も、レーン妨害物６４０を示しており、且つ、位置データ２６０を分析する際に妨害物モジュール２３０によって要因して見なされている。いずれのケースにおいても、妨害物モジュール２３０は、図８に示されているように、集計されたデータを分析する際にレーン妨害物についてビークルに警告するべく、記述されている通信を提供している。この結果、レーン妨害物システム１７０は、潜在的な道路の危険／妨害物に関する認識を改善し、これにより、全体的なナビゲーション及びこのような課題の回避を改善している。

次に、本開示において開示されているシステム及び方法が動作しうる例示用の環境として、図１について、十分詳細に説明することとする。いくつかの例において、ビークル１００は、自律型モード、１つ又は複数の半自律型動作モード、及び／又は手動モードの間において選択的に切り替わるように、構成されている。このような切り替えは、現在既知の、或いは、将来開発される、適切な方式により、実装することができる。「手動モード」は、ビークルのナビゲーション及び／又は操作のすべて又は大部分が、ユーザー（例えば、人間の運転者）から受け取られた入力に従って実行される、ことを意味している。１つ又は複数の構成において、ビークル１００は、手動モードのみにおいて動作するように構成された従来のビークルであってよい。

１つ又は複数の実施形態において、ビークル１００は、自律型ビークルである。本開示において使用されている「自律型ビークル」は、自律型モードにおいて動作するビークルを意味している。「自律型モード」は、人間の運転者からの入力なしに又は最小限の入力を伴って、ビークル１００を制御するべく、１つ又は複数のコンピューティングシステムを使用することにより、移動ルートに沿って、ビークル１００をナビゲート及び／又は操作することを意味している。１つ又は複数の実施形態において、ビークル１００は、高度に自動化されているか、又は完全に自動化されている。一実施形態において、ビークル１００は、１つ又は複数のコンピューティングシステムが、移動ルートに沿ったビークルのナビゲーション及び／又は操作の一部分を実行している、且つ、ビークル操作者（即ち、運転者）が、移動ルートに沿ったビークル１００のナビゲーション及び／又は操作の一部分を実行するべくビークルに入力を提供している、１つ又は複数の半自律型動作モードを有するように構成されている。

ビークル１００は、１つ又は複数のプロセッサ１１０を含みうる。１つ又は複数の構成において、１つ又は複数のプロセッサ１１０は、ビークル１００のメインプロセッサであってよい。例えば、１つ又は複数のプロセッサ１１０は、電子制御ユニット（ＥＣＵ）であってよい。ビークル１００は、１つ又は複数のタイプのデータを保存するための１つ又は複数のデータストア１１５を含みうる。データストア１１５は、揮発性及び／又は不揮発性メモリを含みうる。適切なデータストア１１５の例は、ＲＡＭ、フラッシュメモリ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、レジスタ、磁気ディスク、光ディスク、ハードドライブ、或いは、任意のその他の適切なストレージ媒体、或いは、これらの任意の組合せを含む。データストア１１５は、１つ又は複数のプロセッサ１１０のコンポーネントであることが可能であり、或いは、データストア１１５は、それによる使用のために、１つ又は複数のプロセッサ１１０に動作自在に接続することができる。この説明の全体を通じて使用されている「動作自在に結合される」という用語は、直接的な物理的接触を伴うことのない接続を含む、直接的又は間接的接続を含みうる。

１つ又は複数の構成において、１つ又は複数のデータストア１１５は、マップデータ１１６を含みうる。マップデータ１１６は、１つ又は複数の地理的エリアのマップを含みうる。いくつかの例において、マップデータ１１６は、道路、交通制御装置、道路マーキング、構造、特徴、及び／又は１つ又は複数の地理的エリア内のランドマークに関する情報又はデータを含みうる。マップデータ１１６は、任意の適切な形態であってよい。いくつかの例において、マップデータ１１６は、エリアの鳥観図を含みうる。いくつかの例において、マップデータ１１６は、３６０度の地上図を含む、エリアの地上図を含みうる。マップデータ１１６は、マップデータ１１６内に含まれた、且つ、マップデータ１１６内に含まれたその他の項目との関係における、１つ又は複数の項目の計測値、寸法、距離、及び／又は情報を含みうる。マップデータ１１６は、道路形状に関する情報を有するデジタルマップを含みうる。マップデータ１１６は、高品質及び／又は高詳細であってよい。

１つ又は複数の構成において、マップデータ１１６は、１つ又は複数の地形マップ１１７を含みうる。１つ又は複数の地形マップ１１７は、地面、地形、道路、表面、及び／又は１つ又は複数の地理的エリアのその他の特徴に関する情報を含みうる。１つ又は複数の地形マップ１１７は、１つ又は複数の地理的エリア内の高度データを含みうる。マップデータ１１６は、高品質且つ／又は高詳細であってよい。１つ又は複数の地形マップ１１７は、１つ又は複数の地面を定義することが可能であり、これは、舗装された道路、未舗装の道路、土地、及び地面を定義するその他のものを含みうる。

１つ又は複数の構成において、マップデータ１１６は、１つ又は複数の静的障害物マップ１１８を含みうる。１つ又は複数の障害物マップ１１８は、１つ又は複数の地理的エリア内に配置された１つ又は複数の静的障害物に関する情報を含みうる。「静的障害物」は、所定の期間にわたって、その位置が変化しない又は実質的に変化しない、且つ／又は、所定の期間にわたって、そのサイズが変化しない又は実質的に変化しない、物理的物体である。静的障害物の例は、樹木、建物、縁石、フェンス、レール、中央分離帯、ユティリティポール、塑像、モニュメント、サイン、ベンチ、家具、メールボックス、大きな岩、丘を含む。静的障害物は、地上レベルの上方において延在する物体であってよい。１つ又は複数の静的障害物マップ１１８内において含まれる、１つ又は複数の障害物は、場所データ、サイズデータ、寸法データ、材料データ、及び／又はこれと関連するその他のデータを有しうる。１つ又は複数の静的障害物マップ１１８は、計測、寸法、距離、及び／又は１つ又は複数の静的障害物の情報を含みうる。１つ又は複数の静的障害物マップ１１８は、高品質及び／又は高詳細であってよい。１つ又は複数の静的障害物マップ１１８は、地図化されたエリア内の変化を反映するべく、更新することができる。

１つ又は複数のデータストア１１５は、センサデータ１１９を含みうる。この文脈において、「センサデータ」は、能力及びそのようなセンサに関するその他の情報を含む、ビークル１００が装備しているセンサに関する任意の情報を意味している。後述するように、ビークル１００は、センサシステム１２０を含みうる。センサデータ１１９は、センサシステム１２０の１つ又は複数のセンサに関係しうる。一例として、１つ又は複数の構成において、センサデータ１１９は、センサシステム１２０の１つ又は複数のＬＩＤＡＲセンサ１２４に関する情報を含みうる。

いくつかの例において、マップデータ１１６及び／又はセンサデータ１１９の少なくとも一部分は、ビークル１００に搭載状態において配置された１つ又は複数のデータストア１１５内において配置することができる。或いは、この代わりに、又はこれに加えて、マップデータ１１６及び／又はセンサデータ１１９の少なくとも一部分は、ビークル１００から離れたところに配置された１つ又は複数のデータストア１１５内において配置することができる。

上述のように、ビークル１００は、センサシステム１２０を含みうる。センサシステム１２０は、１つ又は複数のセンサを含みうる。「センサ」は、なにかを検出及び／又は検知しうる任意の装置、コンポーネント、及び／又はシステムを意味している。１つ又は複数のセンサは、リアルタイムで検出及び／又は検知するように構成することができる。本開示において使用されている「リアルタイム」という用語は、特定の処理又は判定が実施されるべく十分に即座であるものとして、ユーザー又はシステムが検知する、或いは、プロセッサが、なんらかの外部プロセスに追随することを可能にする、処理応答性のレベルを意味している。

センサシステム１２０が複数のセンサを含む構成において、センサは、互いに独立的に機能することができる。或いは、この代わりに、センサのうちの２つ以上は、相互の組合せにおいて機能することができる。このようなケースにおいて、２つ以上のセンサは、センサネットワークを形成することができる。センサシステム１２０及び／又は１つ又は複数のセンサは、１つ又は複数のプロセッサ１１０、１つ又は複数のデータストア１１５、及び／又はビークル１００の別の要素（図１に示されている要素のうちの任意ものを含む）に動作自在に接続することができる。センサシステム１２０は、ビークル１００の外部環境の少なくとも一部分（例えば、ビークルの近傍）のデータを取得することができる。

センサシステム１２０は、任意の適切なタイプのセンサを含みうる。本開示においては、異なるタイプのセンサの様々な例について説明することとする。但し、実施形態は、記述されている特定のセンサに限定されるものではないことを理解されたい。センサシステム１２０は、１つ又は複数のビークルセンサ１２１を含みうる。１つ又は複数のビークルセンサ１２１は、ビークル１００自体に関する情報を検出、判定、及び／又は検知することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、例えば、慣性加速度などに基づいて、ビークル１００の位置及び向きの変化を検出及び／又は検知するように構成することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、１つ又は複数の加速度計、１つ又は複数のジャイロスコープ、慣性計測ユニット（ＩＭＵ）、推測航法システム、グローバルナビゲーション衛星システム（ＧＮＳＳ）、全地球測位システム（ＧＰＳ）、ナビゲーションシステム１４７、及び／又はその他の適切なセンサを含みうる。１つ又は複数のビークルセンサ１２１は、ビークル１００の１つ又は複数の特性を検出及び／又は検知するように構成することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、ビークル１００の現時点の速度を判定するべくく、速度計を含むことができる。

或いは、この代わりに、又はこれに加えて、センサシステム１２０は、運転環境データを取得及び／又は検知するように構成された１つ又は複数の環境センサ１２２を含むことができる。「運転環境データ」は、自律型ビークルが配置された外部環境、或いは、その１つ又は複数の部分、に関するデータ又は情報を含む。例えば、１つ又は複数の環境センサ１２２は、ビークル１００の外部環境の少なくとも一部分内の障害物、並びに／或いは、そのような障害物に関する情報／データ、を検出、定量化、及び／又は検知するように構成することができる。このような障害物は、静的物体及び／又は動的物体であってよい。１つ又は複数の環境センサ１２２は、例えば、レーンマーカー、サイン、信号機、交通標識、レーンライン、横断歩道、ビークル１００の近傍の縁石、道路以外の物体などのような、ビークル１００の外部環境内のその他のものを検出、計測、定量化、及び／又は検知するように、構成することができる。

本開示においては、センサシステム１２０のセンサの様々な例について説明することとする。例示用のセンサは、１つ又は複数の環境センサ１２２及び／又は１つ又は複数のビークルセンサ１２１の一部分であってよい。但し、実施形態は、記述されている特定のセンサに限定されるものではないことを理解されたい。

一例として、１つ又は複数の構成において、センサシステム１２０は、１つ又は複数のレーダーセンサ１２３、１つ又は複数のＬＩＤＡＲセンサ１２４、１つ又は複数のソナーセンサ１２５、及び／又は１つ又は複数のカメラ１２６を含みうる。１つ又は複数の構成において、１つ又は複数のカメラ１２６は、ハイダイナミックレンジ（ＨＤＲ）カメラ又は赤外線（ＩＲ）カメラであってよい。

ビークル１００は、入力システム１３０を含みうる。「入力システム」は、情報／データが機械に入力されることを可能にする、任意の装置、コンポーネント、システム、要素、又は構成、或いは、これらの群を含む。入力システム１３０は、ビークルの乗員（例えば、運転者又は乗員）から入力を受け取ることができる。ビークル１００は、出力システム１３５を含みうる。「出力システム」は、情報／データがビークルの乗員（例えば、人物、ビークル乗員など）に提示されることを可能にする、任意の装置、コンポーネント、又は構成、或いは、これらの群を含む。

ビークル１００は、１つ又は複数のビークルシステム１４０を含みうる。図１には、１つ又は複数のビークルシステム１４０の様々な例が示されている。但し、ビークル１００は、更に多くの数の、更に少ない数の、或いは、異なる、ビークルシステムを含みうる。特定のビークルシステムが別個に定義されているが、システム又はその部分のそれぞれ又は任意のものは、その他の方式により、ビークル１００内のハードウェア及び／又はソフトウェアを介して組み合わせられてもよく、或いは、分離されてもよい、ことを理解されたい。ビークル１００は、推進システム１４１、制動システム１４２、操向システム１４３、スロットルシステム１４４、トランスミッションシステム１４５、シグナリングシステム１１６、及び／又はナビゲーションシステム１４７を含みうる。これらのシステムのそれぞれは、現在既知の、又は将来開発される、１つ又は複数の装置、コンポーネント、及び／又はこれらの組合せを含みうる。

ナビゲーションシステム１４７は、ビークル１００の地理的場所を判定するように、且つ／又は、ビークル１００の移動ルートを判定するように、構成された、現在既知の、又は将来開発される、１つ又は複数の装置、アプリケーション、及び／又はこれらの組合せを含みうる。ナビゲーションシステム１４７は、ビークル１００の移動ルートを判定するべく、１つ又は複数のマッピングアプリケーションを含みうる。ナビゲーションシステム１４７は、全地球測位システム、局所的測位システム、又はジオロケーションシステムを含みうる。

１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、様々なビークルシステム１４０及び／又はその個々のコンポーネントと通信するべく、動作可能に接続することができる。例えば、図１を再度参照すれば、１つ又は複数のプロセッサ１１０及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の運動、速度、操作、向き、方向などを制御するために、様々なビークルシステム１４０との間において情報を送信及び／又は受信するべく、通信状態にあってよい。１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、これらのビークルシステム１４０のいくつか又はすべてを制御することができると共に、従って、部分的に又は完全に、自律型であってよい。

１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、様々なビークルシステム１４０及び／又はその個々のコンポーネントと通信するべく、動作自在に接続することができる。例えば、図１を再度参照すれば、１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の運動、速度、操作、向き、方向などを制御するために、様々なビークルシステム１４０との間において情報を送信及び／又は受信するべく、通信状態にあってよい。１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、これらのビークルシステム１４０のいくつか又はすべてを制御することができる。

１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークルシステム１４０及び／又はそのコンポーネントの１つ又は複数を制御することにより、ビークル１００のナビゲーション及び／又は操作を制御するべく、動作可能であってよい。例えば、自律型モードにおいて動作している際に、１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の方向及び／又は速度を制御することができる。１つ又は複数のプロセッサ１１０、レーン妨害物システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００が、（例えば、エンジンに提供される燃料の供給を増大させることによって）加速し、（例えば、エンジンへの燃料の量を減少させることによって、且つ／又は、制動を適用することによって）減速し、且つ／又は、（２つの前輪を回転させることによって）方向を変更する、ようにすることができる。本開示においる「〜ようにする（ｃａｕｓｅ）」又は「〜ようにする（ｃａｕｓｉｎｇ）」は、イベント又はアクションが、直接的又は間接的な方式により、発生する、或いは、少なくともそのようなイベント又はアクションが発生しうる、状態にあることを引き起こす、強制する、強要する、導く、命令する、指示する、及び／又は、可能にする、ことを意味している。

ビークル１００は、１つ又は複数のアクチュエータ１５０を含みうる。アクチュエータ１５０は、１つ又は複数のプロセッサ１１０及び／又は１つ又は複数の自律型運転モジュール１６０からの信号又はその他の入力の受け取りに応答して、ビークルシステム１４０又はそのコンポーネントの１つ又は複数を変化させる、調節、且つ／又は変更する、べく動作可能である任意の要素又は要素の組合せであってよい。任意の適切なアクチュエータを使用することができる。例えば、１つ又は複数のアクチュエータ１５０は、いくつかの可能性の名前を挙げるだけでも、モーター、ガス圧アクチュエータ、液圧ピストン、リレー、ソレノイド、及び／又は圧電アクチュエータを含みうる。

ビークル１００は、１つ又は複数のモジュールを含むことができ、本開示には、そのうちの少なくともいくつかが記述されている。これらのモジュールは、プロセッサ１１０によって実行された際に、本開示において記述されている様々なプロセスのうちの１つ又は複数を実装するコンピュータ可読プログラムコードとして実装することができる。モジュールのうちの１つ又は複数は、１つ又は複数のプロセッサ１１０のコンポーネントであることが可能であり、或いは、モジュールのうちの１つ又は複数は、１つ又は複数のプロセッサ１１０が動作自在に接続されるその他の処理システム上において実行することが可能であり、且つ、その間において分散させることができる。モジュールは、１つ又は複数のプロセッサ１１０によって実行可能である命令を含みうる（例えば、プログラムロジック）。或いは、この代わりに、又はこれに加えて、１つ又は複数のデータストア１１５が、このような命名を収容することもできる。

１つ又は複数の構成において、本開示において記述されているモジュールのうちの１つ又は複数は、例えば、ニューラルネットワーク、ファジーロジック、又はその他の機械学習アルゴリズムなどの、人工的又はコンピューティング的インテリジェンス要素を含みうる。更には、１つ又は複数の構成において、モジュールのうちの１つ又は複数は、本開示において記述されている複数のモジュールの間において分散させることができる。１つ又は複数の構成において、本開示において記述されているモジュールのうちの２つ以上は、単一のモジュールとして組み合わせることができる。

ビークル１００は、１つ又は複数の自律型運転モジュール１６０を含みうる。１つ又は複数の自律型運転モジュール１６０は、センサシステム１２０及び／又はビークル１００及び／又はビークル１００の外部環境に関係する情報をキャプチャする能力を有する任意のその他のタイプのシステムから、データを受け取るように構成することができる。１つ又は複数の構成において、１つ又は複数の自律型運転モジュール１６０は、１つ又は複数の運転シーンモデルを生成するべく、このようなデータを使用することができる。１つ又は複数の自律型運転モジュール１６０は、ビークル１００の位置及び速度を判定することができる。１つ又は複数の自律型運転モジュール１６０は、交通サイン、樹木、低木、隣接するビークル、歩行者などを含む、障害物の場所、障害物、又はその他の環境的特徴を判定することができる。

１つ又は複数の自律型運転モジュール１６０は、複数の衛星からの信号、或いは、ビークル１００の現時点の状態を判定するべく、或いは、マップを生成する、或いは、マップデータとの関係においてビークル１００の位置を判定する、際に使用されるべくその環境との関係においてビークル１００の位置を判定するべく使用されうる任意のその他のデータ及び信号に基づいて、ビークル１００の位置及び／又は向き、グローバル座標におけるビークル位置、を推定するべく、１つ又は複数のプロセッサ１１０及び／又は本開示において記述されているモジュールのうちの１つ又は複数によって使用されるべく、ビークル１００の外部環境内の障害物の場所情報を受け取るように、且つ／又は、判定するように、構成することができる。

１つ又は複数の自律型運転モジュール１６０は、独立的に、或いは、レーン妨害物システム１７０との組合せにおいて、センサシステム１２０によって取得されたデータ、運転シーンモデル、及び／又は任意のその他の適切なソースからのデータに基づいて、１つ又は複数の移動経路、ビークル１００用の現時点の自律型運転操作、将来の自律型運転操作、及び／又は現時点の自律型運転操作に対する変更を判定するように、構成することができる。「運転操作」は、ビークルの運動に影響を及ぼす１つ又は複数のアクションを意味している。運転操作の例は、いくつかの可能性の名前を挙げるだけでも、加速、減速、制動、回転、ビークル１００の横方向における運動、移動レーンの変更、移動レーン内へのマージ、及び／又は逆進を含む。１つ又は複数の自律型運転モジュール１６０は、判定された運転操作を実装するように構成することができる。１つ又は複数の自律型運転モジュール１６０は、このような自律型運転操作が実装されるように直接的又は間接的にすることができる。本開示において使用されている「〜ようにする（ｃａｕｓｅ）」又は「〜ようにする（ｃａｕｓｉｎｇ）」は、直接的又は間接的な方式により、イベント又はアクションが発生する、或いは、このようなイベント又はアクションが発生しうる状態に少なくともなる、ことを引き起こす、命令する、指示する、及び／又は、可能にする、ことを意味している。１つ又は複数の自律型運転モジュール１６０は、様々なビークル機能を実行するように、且つ／又は、ビークル１００又はその１つ又は複数のシステム（例えば、ビークルシステム１４０のうちの１つ又は複数）に、データを送信し、これらからデータを受信し、これらとやり取りし、且つ／又は、これらを制御するように、構成することができる。

本開示においては、詳細な実施形態が開示されている。但し、開示されている実施形態の意図するところは、例であるに過ぎないことを理解されたい。従って、本開示において開示されている特定の構造的且つ機能的詳細は、限定として解釈されてはならず、且つ、請求項の基礎として、且つ、実質的に任意の適切に詳述された構造において本開示における態様を様々に利用するべく当業者に教示するための代表的な基礎としてのみ、解釈することを要する。更には、本開示において使用されている用語及びフレーズも、限定ではなく、むしろ、可能な実装形態の理解可能な説明を提供することを意図したものである。図１〜図７には、様々な実施形態が示されているが、これらの実施形態は、図示の構造又は用途に限定されるものではない。

図中のフローチャート及びブロック図は、様々な実施形態によるシステム、方法、及びコンピュータプログラムプロダクトの可能な実装形態のアーキテクチャ、機能、及び動作を示している。この観点において、フローチャート又はブロック図中のそれぞれのブロックは、１つ又は複数の規定された論理的機能を実装するための１つ又は複数の実行可能な命令を備えるモジュール、セグメント、又はコードの一部分を表しうる。又、いくつかの代替実装形態において、ブロック中において記述されている機能は、図中において記述されている順序以外において発生しうることにも留意されたい。例えば、連続的に示されている２つのブロックは、実際には、実質的に同時に実行されてもよく、或いは、これらのブロックは、しばしば、関与する機能に応じて、逆の順序において実行されてもよい。

上述のシステム、コンポーネント、及び／又はプロセスは、ハードウェアにおいて、或いは、ハードウェアとソフトウェアの組合せにおいて、実現することが可能であり、且つ、１つの処理システム内において中央集中化された方式により、或いは、異なる要素がいくつかの相互接続された処理システムに跨って分散されている分散方式により、実現することができる。本開示において記述されている方法を実行するべく適合された任意の種類の処理システム又は別の装置が適している。ハードウェアとソフトウェアの代表的な組合せは、読み込まれ、且つ、実行された際に、本開示において記述されている方法を実行するように、処理システムを制御するコンピュータ使用可能プログラムコードを有する処理システムであってよい。又、システム、コンポーネント、及び／又はプロセスは、本開示において記述されている方法及びプロセスを実行するべく、機械によって実行可能である命令のプログラムを有体的に実施する、機械によって読み取り可能である、コンピュータプログラムプロダクト又はその他のデータプログラムストレージ装置などの、コンピュータ可読ストレージ内において埋め込むことができる。又、これらの要素は、本開示において記述されている方法の実装を可能にする特徴のすべてを備える、且つ、処理システム内において読み込まれた際に、これらの方法を実行することができる、アプリケーションプロダクト内において埋め込むこともできる。

更には、本開示において記述されている構成は、例えば、その上部において保存される、などのように実施されたコンピュータ可読プログラムコードを有する１つ又は複数のコンピュータ可読媒体内において実施されたコンピュータプログラムプロダクトの形態を有することもできる。１つ又は複数のコンピュータ可読媒体の任意の組合せを利用することができる。コンピュータ可読媒体は、コンピュータ可読信号媒体又はコンピュータ可読ストレージ媒体であってよい。「コンピュータ可読ストレージ媒体」というフレーズは、非一時的ストレージ媒体を意味している。コンピュータ可読ストレージ媒体は、例えば、限定を伴うことなしに、電子、磁気、光学、電磁、赤外線、又は半導体システム、装置、又は機器、或いは、以上のものの任意の適切な組合せであってよい。コンピュータ可読ストレージ媒体の更に具体的な例（すべてを網羅したリストではない）は、携帯型コンピュータディスケット、ハードディスクドライブ（ＨＤＤ）、半導体ドライブ（ＳＳＤ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラム可能読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、携帯型コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、デジタルバーサタイルディスク（ＤＶＤ）、光学ストレージ装置、磁気ストレージ装置、又は以上のものの任意の適切な組合せ、というものを含むであろう。本書類の文脈において、コンピュータ可読ストレージ媒体は、命令実行システム、装置、又は機器によって、或いは、これらとの関連において、使用されるプログラムを収容又は保存しうる任意の有体の媒体であってよい。

一般に、本開示において使用されているモジュールは、特定のタスクを実行する、或いは、特定の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、データ構造などを含む。更なる態様において、メモリは、一般に、記述されているモジュールを保存している。モジュールと関連するメモリは、プロセッサ、ＲＡＭ、ＲＯＭ、フラッシュメモリ、或いは、別の適切な電子ストレージ媒体内において実施されたバッファ又はキャッシュであってよい。更なる態様において、本開示によって想定されているモジュールは、開示されている機能を実行するための定義された構成セット（例えば、命令）と共に埋め込まれた用途固有の集積回路（ＡＳＩＣ）、システムオンチップ（ＳｏＣ）のハードウェアコンポーネント、プログラム可能なロジックアレイ（ＰＬＡ）、或いは、別の適切なハードウェアコンポーネントとして実装されている。

コンピュータ可読媒体上において実施されるプログラムコードは、限定を伴うことなしに、無線、有線、光ファイバ、ケーブル、ＲＦなど、或いは、以上のものの任意の適切な組合せを含む、任意の適切な媒体を使用することにより、送信することができる。この構成の態様の動作を実行するためのコンピュータプログラムコードは、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋、又はこれらに類似したもの、並びに、「Ｃ」プログラミング言語又は類似のプログラミング言語などの従来の手続き型プログラミング言語を含む、１つ又は複数のプログラミング言語の任意の組合せにおいて記述することができる。プログラムコードは、完全にユーザーのコンピュータ上において、部分的にユーザーのコンピュータ上において、スタンドアロンソフトウェアパッケージとして、部分的にユーザーのコンピュータ上において、且つ、部分的にリモートコンピュータ上において、或いは、完全にリモートコンピュータ又はサーバー上において、稼働することができる。後者のシナリオにおいて、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む、任意のタイプのネットワークを通じてユーザーのコンピュータに接続されてもよく、或いは、接続は、（例えば、インターネットサービスプロバイダを使用することにより、インターネットを通じて）外部コンピュータに対して実施されてもよい。

本開示において使用されている「１つの（ａ）」及び「１つの（ａｎ）」という用語は、１つ又は複数の、として定義されている。本開示において使用されている「複数」という用語は、２つ又は２つよりも多い、として定義されている。本開示において使用されている「別の（ａｎｏｔｈｅｒ）」という用語は、少なくとも第２の又はそれ以降として定義されている。本開示において使用されている「含む（ｉｎｃｌｕｄｉｎｇ）」及び／又は「有する（ｈａｖｉｎｇ）」という用語は、備えるまたは含む（ｃｏｍｐｒｉｓｉｎｇ）（即ち、オープン言語）として定義されている。本開示において使用されている「〜及び〜のうちの少なくとも１つ」というフレーズは、関連する列挙された項目のうちの１つ又は複数のものの任意の且つすべての可能な組合せを意味し、且つ、包含している。一例として、「Ａ、Ｂ、及びＣのうちの少なくとも１つ」というフレーズは、Ａのみ、Ｂのみ、Ｃのみ、或いは、これらの任意の組合せ（例えば、ＡＢ、ＡＣ、ＢＣ、又はＡＢＣ）を含む。

本開示における態様は、その真意及び必須の属性を逸脱することなしに、その他の形態において実施することができる。従って、その範囲を示すものとしては、上述の仕様ではなく、添付の請求項を参照されたい。

Claims (20)

1. レーン妨害物を識別するレーン妨害物システムであって、
   １つ又は複数のプロセッサと、
   前記１つ又は複数のプロセッサに通信自在に結合されたメモリであって、
   取得モジュールであって、前記１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、報告ビークルによって提供されるセンサデータから、前記報告ビークルによって観察された周囲のビークルに関する位置を示す位置データを生成し、電子データストア内において、道路セグメント上を移動する前記報告ビークルによって観察された前記周囲のビークルに関する前記位置データを収集するようにする命令を含む、取得モジュールと、
   妨害物モジュールであって、前記１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、前記周囲のビークルの観察された位置が、前記道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、前記位置データを分析するようにする命令を含む、妨害物モジュールと、
   を保存する、メモリと、
   を備え、
   前記妨害物モジュールは、前記位置データが前記レーン妨害物を示しているという判定に応答して、前記レーン妨害物を識別する信号を前記道路セグメントの対向ビークルに提供するための命令を更に含む、
   レーン妨害物システム。
2. 前記取得モジュールは、前記位置データを収集するための命令を含み、該命令は、前記報告ビークルが前記道路セグメント上を移動して前記取得モジュールを含むリモート装置に前記位置データを伝達するのに伴って、前記位置データを前記電子データストア内において集計するための命令を含み、
   前記取得モジュールは、前記位置データを収集するための命令を含み、該命令は、前記報告ビークルの個々のものの前記位置データ及び場所の個々の部分を含む複数の通信として、前記位置データを前記リモート装置内において受け取るための命令を含む、
   請求項１に記載のレーン妨害物システム。
3. 前記妨害物モジュールは、前記位置データを分析するための命令を含み、該命令は、前記位置データ内に表された異なるビークルに跨る相関であって、異なるタイプのレーン妨害物を示す妨害物パターンとの相関を識別するための命令を含み、
   前記位置データは、前記周囲のビークルの前記報告ビークルに対する前記道路セグメント内の位置、前記報告ビークルのＧＰＳ場所、並びに、前記周囲のビークル及び前記報告ビークルの速度のうちの１つ又は複数を含む、
   請求項１に記載のレーン妨害物システム。
4. 前記妨害物モジュールは、前記位置データが前記レーン妨害物を示していると判定するための命令を含み、該命令は、閾値数のビークルの経路に対応する前記位置データ内の妨害物パターンを識別するための命令を含む、請求項１に記載のレーン妨害物システム。
5. 前記妨害物パターンは、１つのレーンを遮断する妨害物、複数のレーンを遮断する妨害物、レーンの一部分を遮断する妨害物、及びレーン内のビークルによる制動をもたらす妨害物を表す複数の妨害物パターンのうちの１つである、請求項１に記載のレーン妨害物システム。
6. 前記妨害物モジュールは、前記信号を提供するための命令を含み、該命令は、
   前記レーン妨害物を含む前記道路セグメントに接近している前記対向ビークルを識別するべく、位置特定サービスに問い合わせるための命令と、
   前記信号を前記レーン妨害物に関する警告として前記対向ビークルに伝達するための命令と、
   を含む、請求項１に記載のレーン妨害物システム。
7. 前記取得モジュールは、前記位置データを収集するための命令を含み、該命令は、
   前記報告ビークルの個々のものにおいて、前記報告ビークルの個々のものの少なくとも１つのセンサからセンサデータを取得するための命令と、
   前記報告ビークルの前記個々のものにおいて、前記周囲のビークルの相対場所を含めて前記周囲のビークルを識別するべく、前記センサデータを分析するための命令と、
   前記報告ビークルの前記個々のものから、前記相対場所を含む電子データ構造をリモート装置に伝達するための命令と、
   を含む、請求項１に記載のレーン妨害物システム。
8. 前記位置データは、前記報告ビークル及び前記周囲のビークルの前記道路セグメントのレーン間におけるレーン変更の識別子を含み、
   前記位置データは、少なくともレーン及びレーン内の関連する場所を含む前記道路セグメントに沿った前記周囲のビークル及び前記報告ビークルの経路を含み、前記周囲のビークルの個々のものは、前記報告ビークルの個々のものによって観察されている、
   請求項１に記載のレーン妨害物システム。
9. レーン妨害物を識別するための非一時的コンピュータ可読媒体であって、命令を含み、前記命令は、１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、
   報告ビークルによって提供されるセンサデータから、前記報告ビークルによって観察された周囲のビークルに関する位置を示す位置データを生成し、
   電子データストア内において、道路セグメント上を移動する前記報告ビークルによって観察された前記周囲のビークルに関する前記位置データを収集し、
   前記周囲のビークルの観察された位置が、前記道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、前記位置データを分析し、
   前記位置データが前記レーン妨害物を示しているという判定に応答して、前記レーン妨害物を識別する信号を前記道路セグメントの対向ビークルに提供する、
   ようにする、非一時的コンピュータ可読媒体。
10. 前記位置データを収集するための前記命令は、前記報告ビークルが前記道路セグメント上を移動してリモート装置に前記位置データを伝達するのに伴って、前記位置データを前記電子データストア内において集計するための命令を含み、
    前記位置データを収集するための前記命令は、前記報告ビークルの個々のものの前記位置データ及び場所の個々の部分を含む複数の通信として、前記位置データを前記リモート装置内において受け取るための命令を含む、
    請求項９に記載の非一時的コンピュータ可読媒体。
11. 前記位置データを分析するための前記命令は、前記位置データ内に表された異なるビークルに跨る相関であって、異なるタイプのレーン妨害物を示す妨害物パターンとの相関を識別するための命令を含み、
    前記位置データは、前記周囲のビークルの前記報告ビークルに対する前記道路セグメント内の位置、前記報告ビークルのＧＰＳ場所、並びに、前記周囲のビークル及び前記報告ビークルの速度のうちの１つ又は複数を含む、
    請求項９に記載の非一時的コンピュータ可読媒体。
12. 前記位置データが前記レーン妨害物を示していると判定するための前記命令は、閾値数のビークルの経路に対応する前記位置データ内の妨害物パターンを識別するための命令を含む、請求項９に記載の非一時的コンピュータ可読媒体。
13. 前記妨害物パターンは、１つのレーンを遮断する妨害物、複数のレーンを遮断する妨害物、レーンの一部分を遮断する妨害物、及びレーン内のビークルによる制動をもたらす妨害物を表す複数の妨害物パターンのうちの１つである、請求項９に記載の非一時的コンピュータ可読媒体。
14. レーン妨害物を識別する方法であって、
    報告ビークルによって提供されるセンサデータから、前記報告ビークルによって観察された周囲のビークルに関する位置を示す位置データを生成することと、
    電子データストア内において、道路セグメント上を移動する前記報告ビークルによって観察された前記周囲のビークルに関する前記位置データを収集することと、
    前記周囲のビークルの観察された位置が、前記道路セグメントの少なくとも１つのレーン内のレーン妨害物を示す妨害物パターンと相関しているかどうかを識別するべく、前記位置データを分析することと、
    前記位置データが前記レーン妨害物を示しているという判定に応答して、前記レーン妨害物を識別する信号を前記道路セグメントの対向ビークルに提供することと、
    を含む方法。
15. 前記位置データを収集することは、前記報告ビークルが前記道路セグメント上を移動して前記電子データストアを含むリモート装置に前記位置データを伝達するのに伴って、前記位置データを前記電子データストア内において集計することを含み、
    前記位置データを収集することは、前記報告ビークルの個々のものの前記位置データ及び場所の個々の部分を含む複数の通信として、前記位置データを前記リモート装置内において受け取ることを含む、
    請求項１４に記載の方法。
16. 前記位置データを分析することは、前記位置データ内に表された異なるビークルに跨る相関であって、異なるタイプのレーン妨害物を示す妨害物パターンとの相関を識別することを含み、
    前記位置データは、前記周囲のビークルの前記報告ビークルに対する前記道路セグメント内の位置、前記報告ビークルのＧＰＳ場所、並びに、前記周囲のビークル及び前記報告ビークルの速度のうちの１つ又は複数を含む、
    請求項１４に記載の方法。
17. 前記位置データが前記レーン妨害物を示していると判定することは、閾値数のビークルの経路に対応する前記位置データ内の妨害物パターンを識別することを含み、
    前記妨害物パターンは、１つのレーンを遮断する妨害物、複数のレーンを遮断する妨害物、レーンの一部分を遮断する妨害物、及びレーン内のビークルによる制動をもたらす妨害物を表す複数の妨害物パターンのうちの１つである、
    請求項１４に記載の方法。
18. 前記信号を提供することは、
    前記レーン妨害物を含む前記道路セグメントに接近している前記対向ビークルを識別するべく、位置特定サービスに問い合わせることと、
    前記信号を前記レーン妨害物に関する警告として前記対向ビークルに伝達することと、
    を含む、請求項１４に記載の方法。
19. 前記位置データを収集することは、
    前記報告ビークルの個々のものにおいて、前記報告ビークルの個々のものの少なくとも１つのセンサからセンサデータを取得することと、
    前記報告ビークルの前記個々のものにおいて、前記周囲のビークルの相対場所を含めて前記周囲のビークルを識別するべく、前記センサデータを分析することと、
    前記報告ビークルの前記個々のものから、前記相対場所を含む電子データ構造をリモート装置に伝達することと、
    を含む、請求項１４に記載の方法。
20. 前記位置データは、前記報告ビークル及び前記周囲のビークルの前記道路セグメントのレーン間におけるレーン変更の識別子を含み、
    前記位置データは、少なくともレーン及びレーン内の関連する場所を含む前記道路セグメントに沿った前記周囲のビークル及び前記報告ビークルの経路を含み、前記周囲のビークルの個々のものは、前記報告ビークルの個々のものによって観察されている、請求項１９に記載の方法。

Images