标识用于自主车辆的停车地点的制作方法

本申请要求于2016年10月20日提交的美国申请序列no.15/298,935的优先权。

背景技术：

本说明书涉及标识用于自主车辆的停车地点。

如图1中所示，自主车辆(av)10的典型活动是安全且可靠地驾驶通过道路环境12至目标位置14，同时避开车辆、行人、骑自行车者和其他障碍16并遵守道路的规则。我们有时将av执行此活动的能力称为“自主驾驶能力”。

av的自主驾驶能力通常由技术18、20阵列来支持，该技术18、20阵列包括我们有时统称为av系统22的硬件、软件以及所存储的和实时的数据。技术中的一些或全部都车载(onboard)在av上，并且技术中的一些可能在服务器处，例如，在云中。大多数av系统包括以下基本部件中的一些或全部：

1.传感器24，其能够测量或推断或者测量且推断av的状态和状况，诸如，车辆的位置、线速度和角速度和加速度、以及前进方向(heading)(即av的前端的取向)。这种传感器包括但不限于例如gps，测量车辆线性加速度和角速率两者的惯性测量单元，单独的车轮速度传感器和单独的车轮滑移率的导出估计，单独的车轮制动压力或制动扭矩传感器，发动机扭矩或单独的车轮扭矩传感器，以及方向盘角度和角速率传感器。

2.传感器26，其能够测量车辆周围环境的属性。这种传感器包括但不限于，例如，激光雷达(lidar)，雷达(radar)，在可见光、红外或热光谱中的单目或立体摄像机，超声传感器，飞行时间(tof)深度传感器以及温度和雨水传感器。

3.设备28，其能够传送对其他车辆的状态和状况(诸如，其他车辆的位置、线速度和角速度和加速度以及前进方向)的测量属性或推断属性或两者的属性。这些设备包括车辆到车辆(v2)和车辆到基础设施(v2i)通信设备和用于通过点到点或自组织(ad-hoc)网络或通过两者进行无线通信的设备。设备可以跨电磁频谱(包括无线电和光通信)或其他介质(例如，声学通信)进行操作。

4.数据源30，其提供与本地环境(包括交通拥堵更新和天气状况)有关的历史、实时或预测信息或它们的组合。这样的数据可以被存储在车辆上的存储器存储单元32上，或者通过无线通信从远程定位的数据库34被传输到车辆。

5.数据源36，其提供从gis数据库中提取的数字道路地图，可能包括：道路几何属性的高精度地图，描述道路网络连接属性的地图，描述道路物理属性的地图(诸如，车辆行驶车道和骑自行车者行驶车道的数量、车道宽度、车道交通方向、车道标记类型和位置)，以及描述道路特征(诸如，人行横道、各种类型的交通标志(例如，停止，让行)、以及各种类型的交通信号(例如，红黄绿指示器、闪烁的黄色或红色指示器、右转或左转箭头)的空间位置的地图。这样的数据可以被存储在av上的存储器存储单元32上，或者通过无线通信从远程定位的数据库被传输到av。

6.数据源38，其提供与先前在一天的类似时间处沿着本地路段行驶的车辆的驾驶属性(例如，典型的速度和加速度分布)有关的历史信息。这样的数据可以被存储在av上的存储器存储单元32上，或者通过无线通信从远程定位的数据库被传输到av。

7.位于av上的计算机系统40，其能够执行算法以用于基于实时传感器数据和先前信息在线(即，在车上实时的)生成控制动作(例如，进程42)，从而允许av执行其自主驾驶能力。

8.显示设备44，其被连接到计算机系统，以向av的占用者提供各种类型的信息和警报。

9.无线通信设备46，其用于将数据从远程定位的数据库34传输到av，并将车辆传感器数据或与驾驶员性能有关的数据传输到远程定位的数据库34。

10.av的功能设备和特征48，其被装备成从计算机系统接收用于驱动(例如，转向、加速、减速、档位选择)和用于辅助功能(例如，转向指示器激活)的命令并按照所述命令行动。

11.存储器32。

技术实现要素：

通常，在一方面中，使车辆自主地驾驶通过道路网络朝向定义的目标位置。分析与所述目标位置附近的潜在停车地点有关的当前信息，以做出可接受且可行的当前选定的停车地点的选择。使所述车辆自主地驾驶朝向所述当前选定的停车地点。重复这些活动，直到所述车辆停在当前选定的停车地点处。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。对当前信息的分析包括分析在所述车辆开始自主地驾驶通过所述道路网络之前已知的静态信息和在自主驾驶期间获得的信息的组合。对与潜在停车地点有关的当前信息的分析包括持续地分析来自所述车辆上的传感器的信息或来自一个或多个其他源的信息或两者。对与潜在停车地点有关的当前信息的分析包括应用预定义的策略来选择当前选定的停车地点。所述策略包括在所述目标位置附近的第一可行停车地点处停车。所述策略包括在所述目标位置附近的当前可行的停车地点中最期望的停车地点处停车。所述策略包括，如果所述车辆在指定的时间段内没有停在当前选定的停车地点处，则停在所述目标位置附近的第一可用停车地点处。所述策略包括在选择最佳的可能停车地点与继续分析当前信息以作出选择所产生的成本之间进行权衡。如果所述车辆尚未停在当前选定的停车地点处，则使用放宽的(relaxed)可接受性阈值、放宽的可行性阈值或两者来重复这些活动。如果所述车辆尚未停在可接受且可行的当前选定的停车地点处，则基于重新定义的目标位置来重复这些活动。如果所述车辆尚未停在当前选定的停车地点处，则基于所述目标位置的经扩展的附近来重复这些活动。如果所述车辆尚未停在当前选定的停车地点处，则在超出指定时间量的延长时间段期间重复这些活动。如果所述车辆尚未停在当前选定的停车地点处，则使所述车辆能够从远程位置被控制。如果所述车辆尚未停在当前选定的停车地点处，则中止所述停车。如果所述车辆尚未停在当前选定的停车地点处，则基于乘客提供的信息，放宽可接受性的阈值、重新定义所述目标位置、或者所述停车被中止停车。如果所述车辆尚未停在当前选定的停车地点处，则自动放宽可接受的阈值、自动重新定义所述目标位置、或者自动中止所述停车。对当前信息的分析包括分析与所述道路网络有关的地图数据。对当前信息的分析包括分析与如由传感器感知的所述目标位置附近的特征有关的信息。所述传感器在所述车辆上。对当前信息的分析包括分析相应停车地点距所述目标位置的距离。对当前信息的分析包括分析与所述车辆在潜在停车地点处的相应位置有关的信息。对当前信息的分析包括分析与所述车辆是否能合法地停在所述潜在停车地点处有关的信息。对当前信息的分析包括分析潜在停车地点的相对合乎期望性。分析潜在停车地点的相对合乎期望性包括应用统计模型以基于泊车需求水平的历史统计和当前交通量来预测停车地点的预期可行性状态。对当前信息的分析包括标识在所述目标位置附近的邻近区域内的一组潜在停车地点。对当前信息的分析包括从该组中移除对于所述车辆而言是不可行的停车地点的潜在停车地点。如果在移除之后没有剩余潜在停车地点，则扩大所述邻近区域。可能没有当前可接受的停车地点。分析与所述目标位置附近的附加潜在停车地点有关的当前信息，以做出可接受且可行的当前选定的停车地点的选择。所述附加潜在停车地点位于所述目标位置的较大附近内。基于所述车辆的乘客提供的信息来确定所述较大附近。基于预先指定的规则自动地确定所述较大附近。所述较大附近的大小小于预定的上限。

通常，在一方面中，自主车辆包括转向、加速和减速设备，所述转向、加速和减速设备对来自自主驾驶控制系统的信号进行响应，以在指定的路线上自主驾驶所述车辆通过由地图数据定义的道路网络并朝向指定的目标位置。所述车辆上的传感器感知所述目标位置附近的潜在停车地点的特性。通信特征将当前感知到的特性发送到所述自主驾驶控制系统，并从所述自主驾驶控制系统接收指示用于转向、加速和减速设备的命令的当前信息，以使所述车辆驾驶到当前选定的停车地点并停在当前选定的停车地点处。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。所述自主驾驶控制系统包括车载在所述车辆上的元件。所述自主驾驶控制系统包括远离所述车辆的元件。所述车辆上的所述传感器包括视频捕捉、激光雷达或雷达设备。从所述自主驾驶控制系统接收到的当前信息包括选定的停车地点的持续更新的选项。

通常，在一方面中，规划进程与自主车辆相关联。所述规划进程具有输入和输出，所述输入包括静态地图数据和来自所述自主车辆上的传感器的动态数据，所述输出包括用于驾驶通过道路网络到达目标位置的路线、所述目标位置附近的当前选定的停车地点的持续更新的选项、以及用于执行通过道路网络到达当前选定的停车地点的轨迹。通信元件将与当前选定的停车地点的更新选项有关的信息传送给乘客的设备，从所述乘客的所述设备接收与所述目标位置有关的信息，并将所述信息递送到所述规划进程作为输入。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。基于当前选定的停车地点的不可行性来更新当前选定的停车地点。所述规划进程基于来自所述乘客的所述设备的与所述停车地点有关的信息来更新对停车地点的选择。所述通信元件向所述乘客的所述设备传送所述规划进程已选择停车地点。从所述乘客的所述设备接收到的信息包括更远离所述目标位置的停车地点将是可接受的指示。从所述乘客的所述设备接收到的信息包括最大可接受距离的指示。从所述乘客的所述设备接收到的信息包括所述规划进程要考虑的新目标位置的指示。从所述乘客的所述设备接收到的信息包括如下的指示：搜索可接受的停车地点所花费的更多时间对于所述乘客而言将是可接受的。

通常，在一方面中，维持指示如下的潜在停车地点的所存储的数据，所述潜在停车地点是车辆在区域内的当前可行的停车地点。所述潜在停车地点被标识为所述区域的静态地图数据的一部分。从传感器或一个或多个其他源接收当前信号，所述当前信号表示对潜在停车地点中的一个或多个处的实际状况的感知。基于对实际状况的所述感知的变化而更新所存储的数据。经更新的存储数据被暴露给从当前可行的停车地点中选择所述车辆的停车地点的进程。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。所述潜在停车地点被初始化为被标识为所述区域的所述静态地图数据的一部分的所述潜在停车地点中的全部。所述潜在停车地点被离散化为所述区域内的与潜在停车地点相对应的有限数量的点。潜在停车地点被定义为包含所述点中的一个的形状，所述形状与所述车辆的占地(footprint)相对应。取向归属于(attributeto)所述形状，所述取向与交通流的方向相对应。基于来自传感器的表示对所述潜在停车地点中的一个或多个处的实际状况的感知的先前信号，将所述潜停车地点初始化为预期可行的潜在停车地点。所述传感器包括位于所述车辆上的传感器。所述传感器包括位于除了在所述车辆上之外的传感器。信息被包括在经更新的存储数据中，所述信息与最近更新发生的时间、或者指示潜在停车地点可行或不可行的原因有关。从传感器接收到的当前信号通过v2v或v2i通信被接收。所述一个或多个其他来源包括众包数据源。所述车辆是从中央服务器管理的车队的一部分，并且所述方法包括服务器将从在车辆中的一辆处的传感器接收到的信息分发给所述车队的其他车辆。

通常，在一方面中，使车辆自主驾驶通过道路网络朝向定义的目标位置，并且如果没有在所述目标位置附近并且可接受且可行的潜在停车地点能被标识，则让不在所述车辆上的人类操作者能够将所述车辆驾驶到停车地点。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。提供信息用于向所述人类操作者呈现与所述车辆的状态相关联的视图。让所述人类操作者能够向所述车辆的转向、节气门、制动器或其他致动器提供输入。让所述人类操作者能够通过手动选择所述车辆的目标位置或影响到所述目标位置的经规划的轨迹来直接控制所述车辆的轨迹规划进程。通知所述车辆中的乘客或请求所述车辆内的乘客同意所述人类操作者将所述车辆驾驶到所述停车地点。

通常，在一方面中，使车辆自主地驾驶通过道路网络朝向定义的目标位置，在所述目标位置处将发生停车的活动。在所述目标位置附近标识一组可接受的停车地点。标识所述组包括：标识所述目标位置附近的邻近区域，标识所述邻近区域内的目标区域，将所述目标区域离散化以在给定所述车辆的特性和停车活动的特性的情况下将所述目标区域离散化以标识可接受的停车地点，分析与所述目标位置附近的所述目标区域中的潜在停车地点有关的当前信息以做出可接受的且可行的当前选定的停车地点的选择。分析与所述潜在停车地点有关的当前信息，以做出可接受的且可行的当前选定的停车地点的选择，使所述车辆自主地驾驶朝向所述当前选定的停车地点。重复这些活动，直到所述车辆停在当前选定的停车地点处。

实现方式可包括以下特征中的一项或者以下特征中的两项或更多项的组合。对当前信息的分析包括分析在所述车辆开始自主地驾驶通过所述道路网络之前已知的静态信息和在自主驾驶期间获得的信息的组合。对与潜在停车地点有关的当前信息的分析包括持续地分析来自所述车辆上的传感器的信息或来自一个或多个其他源的信息或两者。如果所述车辆尚未停在当前选定的停车地点处，所述当前选定的停车地点在指定的时间量内且在指定的可接受性阈值和可行性阈值内是可接受且可行的，则使用放宽的可接受性阈值、放宽的可行性阈值或两者来重复这些活动。对当前信息的分析包括分析与所述道路网络有关的地图数据。对当前信息的分析包括分析与如由传感器感知的所述目标位置附近的特征有关的信息。对当前信息的分析包括分析相应停车地点距所述目标位置的距离。对当前信息的分析包括分析与所述车辆在所述潜在停车地点处的相应位置有关的信息。对当前信息的分析包括分析与所述车辆是否能合法地停在所述潜在停车地点处有关的信息。对当前信息的分析包括分析潜在停车地点的相对合乎期望性。对当前信息的分析包括标识在所述目标位置附近的邻近区域内的一组潜在停车地点。对当前信息的分析包括从所述组中移除对于所述车辆而言是不可行的停车地点的潜在停车地点。

这些和其他的方面、特征、实现方式、以及优势、以及它们的组合可以被表达为方法、系统、部件、装置、程序产品、经营商业的方法、用于执行功能的装置或步骤、以及以其他方式被表达。

根据以下描述和权利要求，其他方面、特征、实现方式和优势将变得显而易见。

具体实施方式

图1是框图。

图2、图10和图13是地图的示意图。

图3是截图。

图4是示意图。

图5至图9是地图的示意图。

图11、图12、图14和图15是流程图。

对本说明书中的以下术语的使用旨在是广泛的并且意图包括例如在术语中的每一个之后所述的内容。

带注释的地图数据－用于例如自主驾驶系统的、已经增加了与潜在停车地点相关联的数据的传统的道路网络地图数据。传统的道路网络地图数据可以包括上面背景技术标题下的第5项中提到的数据中的一些或全部。

自主车辆(av)－具有自主驾驶能力的车辆。

自主驾驶能力－安全且可靠地驾驶通过道路环境至目标位置同时避开车辆、行人、骑自行车者和其他障碍并遵守道路的规则的能力。

坐标－地理经度和纬度。

可接受的－满足用于将停车地点评估为例如可以安全地或合法地或方便地或迅速地完成接载或下车或其他停车活动的地方的适当性的一个或多个标准，以及其他标准。

停车－停下来达一有限的时间段，意图完成停车活动。

停车活动－可能发生在停车地点的动作(除了例如在驾驶进程中诸如在停车标志或交通灯处做出的停车之外)，诸如，接载乘客或包裹、或者乘客或包裹下车、或者其他动作。

av系统－位于自主车辆上或在其他位置处的一组元件或部件或进程，或它们的组合，并且其一起完成必须完成以便使自主车辆能够操作的事情。

乘客－由自主车辆在停车地点处接载或下车的人类以及(为了表达方便和简单)想要使包裹被自主车辆接载或使包裹从自主车辆被放下的人类。

停车地点－车辆占据的区域(由通常是矩形的定义的形状标识，在世界中的限定位置处)以及车辆在停车地点处停车时所面向的方向。

可接受的停车地点－停车地点可接受，因为它对乘客来说是安全、合法和方便的。

潜在的停车地点－在av系统的考虑下的停车地点。

可行的停车地点－av可以到达和停车的停车地点。

当前选定的停车地点－av系统当前选定的停车地点。

实际停车地点－av实际停车的停车地点。

可用性层－标识被包括在道路数据中的潜在停车地点的带注释的道路数据层。

目标位置－作为预期目的地的位置，由道路网络上的坐标标识，并且已由乘客或av系统的元件指定。

邻近区域－限定在目标位置周围或附近的区域并且完全在所述区域内的点(例如，其中心)的固定可配置距离内。邻近区域不需要是圆的，因为在对区域的计算中采用的距离度量可以在非欧几里德度量空间中定义。

目标区域－限定在目标位置周围或附近使得目标区域内的任何停车地点对于av而言是可接受的停车地点的区域。

子区域－区域的一部分。

如图2中所示，我们描述了如下的技术：av系统可以通过该技术为av确定并持续地更新在目标位置102处或目标位置102附近的当前选定的停车地点100，其中所述av正驾驶至该目标位置102。在当前选定的停车地点处，av将停车并参与或启用停车活动，包括例如接载或放下乘客104或包裹106或两者。我们广义地使用术语“停车”来包括例如停车、泊车或停放。

在确定和更新选定的停车地点时，必须考虑至少以下复杂性：

1.av的目标位置通常被直接指定为地理坐标(纬度和经度)，或间接地由地址或可被转换为地理坐标的其他形式的标识符指定。有时，目标位置由如下各项来指定：想要在大致该位置处被av接载或下车的乘客，或者由想要在该位置处将包裹装载到av上以便递送到另一位置或卸载包裹的用户。为简单起见，我们使用乘客这个词不仅指代人类乘坐者，而且指代要装载或卸载包裹的用户，即使该用户可能不是av中的乘坐者。

如图3中所示，乘客110可以通过键入地址112或通过使用在用户设备120上运行的移动应用的基于触摸的用户界面118将引脚(pin)114放在地图116上来指定目标位置。在一些情况下，直接输入的坐标或由这样的地址或其他标识符的转换产生的坐标可以与不位于可驾驶道路122或道路网络的其他可驾驶特征上的目标位置(诸如，建筑物内的目标位置、水路、公园、或其他不可驾驶的特征)相对应。

2.即使当指定的目标位置在道路或其他可驾驶特征上时，坐标也可以与道路上不是可接受的停车地点的位置(诸如，道路中间中的停车地点或在繁忙高速公路的一侧处)相对应(例如，因为它不是安全的或合法的停车地点)。我们广义地使用术语“可接受的”来指代满足用于将停车地点评估为例如可以安全地或合法地或方便地或迅速地完成接载或下车或其他停车活动的地方的适当性的一个或多个标准，以及其他标准。

3.目标位置的坐标可以与道路上的可接受的停车地点130或其他可驾驶的特征对应，其中例如对av而言停车通常是安全且合法的(例如，出租车站或预留的泊车位)。然而，由于各种原因(诸如，泊车的车辆或其他障碍或建筑施工132的临时存在)，av可能暂时不能停在那里。换句话说，这种可接受的停车地点不是可行的停车地点。

4.虽然目标位置的坐标可以与其中存在道路或驾驶道的可接受的停车地点相对应，但是av可能不具有足以使其能够确定目标位置表示这样的可接受的停车地点的地图信息。这种情况可能发生在私人道路或场地上，诸如，私人住宅、商场、公司校园或其他私人场所。换句话说，这种可接受的停车地点不是可行的停车地点。

5.目标位置的坐标可以与可能需要穿过av无法导航的特征的可接受的停车地点相对应。例如，可接受的停车地点可能位于需要人工交互(例如，用以检索泊车票)的泊车结构的入口之外、在警卫哨所或检查站之外、或在av已经以其他方式被标识为无法通行(例如，由于道路建设的存在)的道路区域之外。在这种情况下，以其他方式可接受的停车地点不是可行的停车地点。

在所有这些情况和其他情况下，av需要在道路上找到停车地点，该停车地点不仅是可以接受的而且也是可行的停车地点。

虽然我们一直在讨论选择可接受且可行的位于乘客指定的目标位置附近的停车地点的考虑，但有时候情况可能要求av停在不是乘客指定的目标位置的目标位置附近。例如，在乘客医疗紧急情况下，av可以自动重定向到最近的医疗中心。另一示例是集中协调服务的情况，其中中央优化算法要求空闲av重新定位自身(例如，期望新位置周围的乘客或货运需求较高)。我们在本文描述的技术也适用于其他目标位置。因此，我们广泛地使用术语“目标位置”来包括例如av为了停车的目的而驾驶的道路网络上的任何位置。

尽管我们经常将目标位置称为由地理坐标定义的单个特定位置，但是可以将可配置大小和几何形状的目标区域140限定在目标位置坐标周围或附近。对于位于指定坐标处的目标位置，目标区域是如下的区域：对av在该区域内停车以参与停车活动而言是可接受的。如果av将要停在目标区域内的任何停车地点处，则将认为已经可接受地停在目标位置附近，即在可接受的停车地点处。

可接受的(并因此在目标区域内)并且可行的所有潜在停车地点可能不是同等合乎期望的。例如，可行的停车地点中的一些可能比其他停车地点更接近目标位置，使得它们更加合乎期望。

给定具有自主驾驶能力的av，我们在本文描述的技术和系统使av能够选择目标区域内的可接受的、可行的和期望的选定停车地点并随后驾驶到目标区域内的可接受的、可行的和期望的选定停车地点。

更早提到的来自道路地图数据源的数据通常用于av路线规划和自主导航的目的。我们假设，在本文提到的技术和系统起作用所必需的程度内，将数据扩充(如果需要的话)以包括以下带注释的地图数据：

1.与包含潜在停车地点(av在其中停车是合法的)的区域有关的数据，其包括：av以一方向停在那里而言是合法的该方向、av可以停在那里多长时间的限制、什么类型的车辆可以停在那里的限制、停止的车辆可以参与的活动(例如，装载区)的限制、以及任何其他相关的信息。例如，在繁忙的道路上，只有停在道路的最边缘、靠近路边可能是合法的。然而，在安静的住宅街道上，双重泊车以及在行驶车道本身中停车可能是可接受的。在某些道路上，可能完全禁止停车(紧急情况期间除外)。在某些道路上，在雪灾紧急期间泊车可能是不合法的。

2.与包括如下的潜在停车地点的区域以及与这些区域相关联的限制有关的数据：av可能通常不会在该潜在停车地点中驾驶但是仍允许停车(例如，停车场、驾驶道)。这些区域在数据中被明确标识，以确保av系统不会将这些区域用于除停车之外的任何目的。

3.与包含如下潜在停车地点的区域和这些规则之外的任何例外情况(例如，装载区可能允许放下货物但不允许乘客下车)有关的数据：车辆在任何情况下在该停车地点中停车都不合法(例如，没有停车区、在诸如消防站等某些建筑物前面)。

收集带注释的地图数据的进程通常在数据被av有效使用之前离线发生，或者可以在车辆行驶时被无线地流式传输(stream)到车辆。此外，可以使用来自av感知系统的数据实时收集这些数据中的一些。

给定可访问带注释的地图数据并具有自主驾驶能力的av，图4中所示的进程示出了如何确定选定的停车地点的示例。可以使用该进程的各种其他序列和组分。

1.如图4中所示，av的目标位置200的地理坐标被直接指定或由av系统202以下列方式中的一种或多种以及以其他方式或它们的组合来推断：

a.乘客指示地图上的点或地址206作为av的目标位置。这可以在例如，移动应用、自助服务终端(kiosk)、笔记本电脑、平板电脑或工作站207上完成。地图或地址被无线地传送到av系统202的通信元件208并由其接收。

b.av系统本身基于一个或多个进程设置目标位置，所述一个或多个进程例如，将车辆按路线引导(route)到最近的医院的紧急响应进程210、或者将车辆按路线引导(route)到城市中的不同目标位置的车辆重新平衡进程212等。

2.如图4中所示的，在给定目标位置的坐标的情况下，由av系统202定义目标区域214。目标区域包含av在其中停车以执行停车活动是可接受的潜在停车地点(基于可用的带注释的地图数据)。如前所述，并非所有这些潜在停车地点都是可行的或同等合乎期望的。此外，可以出于各种原因(例如，随着更多信息变得可用)更新目标区域。

如图5中所示，为了定义目标区域，av系统首先创建并存储邻近区域214。邻近区域包括可接受的和不可接受的停车地点两者。目标区域被定义为邻近区域的子集，其中所有停车地点都是可接受的。然而，并非目标区域中的所有这些可接受的停车地点都是可行的或同等合乎期望的。所以最后，从目标区域中选择既是可行的又是合乎期望的停车地点，并且av导航到当前选定的停车地点。

邻近区域被定义在例如距目标位置的固定的可配置的距离218内。该邻近区域的中心可以是目标位置本身，或者是地图的可驾驶区域上的在目标位置附近(例如，“最近”)的点222，或类似的。

该固定的可配置的距离可由av系统以多种方式计算，包括但不限于以下各项中的一个或组合：

1.直线距离(即，在距中心的特定半径内的所有点)。

2.曼哈顿(manhattan)或网格距离。

3.步行距离(即，在距中心特定步行距离内的所有点)。

4.在目标位置的视线内的点(基于适当的视线数据)。

5.其他非欧几里德距离测量

这允许邻近区域采取圆形形状之外的各种形状。我们注意到，只要明确定义(well-defined)，邻近区域的实际形状并不重要。

随后通过以下各项来确定目标区域：排除不允许停车的邻近区域子区域，以及在考虑停车活动的性质、预期的停车持续时间、av的性质、一天中的时间等的情况下保留允许停车的子区域。例如，这可以通过确定带注释的地图数据中的邻近区域内的允许停车(在考虑停车活动的性质、预期的停车持续时间、av的性质、一天中的时间等的情况下)的区域的交叉来完成。可以使用可商购的或开源软件(例如，arcgis、mongodb)来执行这种地理空间交叉。

这种子区域的示例包括以下各项中的一项或多项：

a.某些区域(诸如，装载区)可能用于货物(我们有时使用词语货物来与包裹互换)接载和放下车，但不适用于乘客。类似地，某些驾驶道可能适用于乘客，但不适用于货物。这些限制可以是带注释的地图数据的一部分。因此，取决于停车活动的目的(其可以由乘客或av系统或其他源提供)，可以从邻近区域排除某些子区域。

b.某些子区域可被排除，因为该子区域中停车地点的允许停车时间不足以用来实施停车活动。停车活动的估计持续时间可受许多因素影响，包括以下各项中的一项或多项。接载通常比下车慢，因为乘客可能首先需要定位av并向av确认其身份。货物停车可能由于装载或卸载所需的时间而比乘客慢。进出av的多个乘客可能比单个乘客慢。目标区域的某些子区域可能具有车辆能在那里停车多长时间的限制(在带注释的地图数据中捕获的)，并因此可能不适合某些停车活动。可以定义独立的可配置的时间参数，其涉及接载、下车、装载货物、卸载货物、装载和卸载一个或多个乘客或用于其他停车活动所需的预期时间。如果某些子区域中的允许的停车时间小于停车活动的预期停车时间，则可以从邻近区域中排除该子区域。

c.某些车辆类型(例如，卡车或公共汽车)可能不允许在某些区中停车。av系统已知车辆类型。如果某些子区域与不允许av停车的区相对应，则可以从邻近区域中移除这些子区域。

d.一些大型车辆240(例如，卡车或公共汽车)可能在物理上不适合某个区，这取决于车辆的形状和大小相对于该区的形状和大小。为了确认这一点，由av系统定义av占地区域(通常是矩形)242，该av占地区域与具有在每个尺寸中添加的用于考虑悬垂和误差的余量并提供安全余量的av的占地相对应。随后从邻近区域中排除邻近区域中的不能完全包含该av占地区域的任何子区域。

e.即使邻近区域的某些部分(例如在特定停车地点处的泊车空间)能够容纳av配置区域，但到达该空间的驾驶通路(approach)对于av占地区域而言可能太小。换句话说，停车地点不是可行的停车地点，因为对av而言不存在到达该停车地点的可行路径。这种情况作为后面描述的轨迹规划进程的一部分被考虑。

可以注释道路网络附近的邻近区域以排除与特定停车活动、av、或一天中的时间相关的子区域。

在图6中以棋盘图案示出了目标区域250的示例。从邻近区域排除子区域产生目标区域250。

虽然目标区域或邻近区域可以被定义为具有潜在无限数量的潜在停车地点252的数学集合，但是在一些实现方式中，可以使用多个已知的离散化策略(例如，随机采样、均匀采样)来将其离散化为具有有限数量的潜在停车地点的集合。这些采样策略将在邻近区域内产生有限数量的点。可以围绕这些采样点中的每一个构建停车地点，例如，通过在采样点周围绘制与av占地相对应的矩形。采样点可以是矩形的质心。矩形的大小必须足以容纳av的占地，包括用于所有侧面的悬垂或安全缓冲的空间。将由该点处的交通流的方向确定矩形的取向。例如，如果采样点在交通车道上，则车辆将必须在交通流的方向上停车。矩形将相应地被定向，并且将以其大小、边界和其取向来表征。如果这样指定的矩形完全落在邻近区域内，则它所表示的停车地点将被认为是邻近区域的一部分。

如以上所提到的，目标区域中的每个潜在停车地点与如下的方向相关联：在停车时av的前端指向的该方向是合法的。该方向是从带注释的地图数据推断出来的，该带注释的地图数据指定了道路的所有部分和其他可驾驶特征(包括交通车道)的合法驾驶方向。

图7示出了一些样本停车地点251(具有指向av的前端必须面向的方向的箭头的矩形)。从在用虚线箭头示出的车道中的行驶方向253推断出停车地点的方向。目标区域可能具有无限数量的有效停车地点，并且图7中所示的停车地点仅仅是样本。

如前所述，虽然目标区域内的所有停车地点都被认为是可接受的停车地点，但是它们可能并非都是可行的停车地点或同等合乎期望的。

如果目标区域不具有可接受的停车地点(即，它是空)，则系统可以扩展邻近区域的大小并重新计算目标区域。这种扩展可以由av系统自动完成，或者通过用户界面向乘客呈现该选项，或者通过两者的组合来完成。

如图9和图10中所示，在用于向乘客呈现选项的用户界面400的示例中，如果初始邻近区域410包括在目标位置420的某个距离(例如100米)内的停车地点，则目标区域430可以为空(即，它不包含可接受的停车地点)。乘客可被提示(例如，通过用于预订行程(ride)的智能手机应用程序、或者在其中停车活动是要让乘客下车的停车的情况下通过车内的触摸屏)并且被询问例如与初始邻近区域相关联的步行距离的两倍将对乘客来说是否是可接受的，如在用户提示440中所示的。在一些情况下，用户界面可以允许乘客指定对乘客而言可接受的最大步行距离。在一些情况下，用户界面可以允许乘客更直接地指定邻近区域，例如通过允许乘客绘制该区域或者通过为乘客提供重新定位该区域的边界的机制，例如，使用边界扩展工具450(其是基于触摸的拖放工具的示例)。也可以向乘客显示经扩展的邻近区域460和经扩展的目标区域470。

该扩展可能受到邻近区域的大小限制的某些上限。尽管可能扩展到上限，但目标区域可能仍然为空。例如，如果目标位置位于大型场所或军事装置的中间，则可能发生这种情况。在这些情况下，将通过用户界面通知乘客在目标位置附近没有找到可接受的停车地点，并且可要求乘客选择不同的目标位置。图15示出了在目标区域为空时所使用的进程的示例中涉及的活动的流程图。

并非所有停车地点对停车而言都是同等合乎期望的。停车地点的合乎期望性取决于例如可量化的因素，诸如但不限于以下各项：

1.从停车地点到目标位置的步行距离。由av系统使用距离度量(诸如，欧几里德距离、曼哈顿距离或另一度量)中的一个或组合、或者使用与从地图数据获得的步行路径有关的精确信息来计算该距离256(图4)。通常，具有较短步行距离的停车地点是更合乎期望的。

2.从停车地点到目标位置的有遮盖的(covered)步行距离(即，其中免受天气影响的步行距离)。同样，可以使用距离度量(诸如，欧几里德距离、曼哈顿距离或另一度量)中的一个或组合来计算该有遮盖的距离258。通常，具有较短的有遮盖的距离的停车地点是更合乎期望的。在某些场景中，可能不存在有遮盖的步行路径或与对步行路径的遮盖有关的数据。

3.到目标位置的清晰视线，因为对在目标位置处的乘客而言通常期望能够基于其停车地点看到停车的av。在给出包括建筑物和其他物体的尺寸和位置的局部环境的3d模型(诸如，可从诸如谷歌地球(googleearth)之类的源获得的)的情况下，可以推断出从在考虑之内的停车地点到目标位置处的乘客的清晰视线260的存在。

4.距路边的距离。通常优选更靠近路边的停车地点，因为它们允许乘客更容易地接近av。与路边有关的信息可以是带注释的地图数据的一部分，或者可以由av上的传感器感知。

5.道路类型。通常，对av而言期望停在具有较少车道或具有较低速度限制或两者的道路上。车道配置和速度限制信息可以是带注释的地图数据的一部分。

6.预期的或实际的交通。通常，对av而言期望在如例如通过av系统分析历史交通数据或由安装在av上的传感器收集的数据270或两者来确定的交通较少的道路上接载或放下乘客或包裹。

7.标明的停车区域。通常，对av而言与停在道路的行驶车道中相比，期望的是，停在预定义的停车区(诸如，出租车站、酒店接载和下车区、装载区或其他预定义的停车区)。

考虑到停车地点的合乎期望性取决于不同类型的各种因素，以促进不同停车地点的相对合乎期望性的比较的方式来组合它们是有用的。av系统在考虑该因素时可以使用以下方法中的一种方法或两种或更多种方法的组合：

1.av系统创建用于停车地点的广义成本或效用函数274，该广义成本或效用函数274将所有因素标准化(使用经校准的权重或缩放因子)以创建与每个停车地点相关联的单个成本或效用值276。随后可以直接比较这些成本或效用，即数字。成本函数可以是连续的(例如，从停车地点到目标位置的欧几里德距离)或二进制(例如，如果停车地点与目的地点之间不存在视线，则成本为非零的，并且如果确实存在视线，则成本为零)。成本还取决于停车活动的类型，例如，是乘客、多个乘客还是包裹的接载或下车。

2.av系统将每个因素转换为0-1范围，并应用模糊逻辑规则来比较各停车地点。

3.3.av系统使用优先级比较，其中在不太重要的因素之前比较被定义为更重要的因素。这种优先比较还可以对每个因素施加最小值和最大值，以确保选定的停车地点满足针对每个因素的最大和最小要求。

4.av系统创建等级，使得具有较高等级的停车地点比具有较低等级的停车地点更合乎期望。目标区域可以被细分为每个具有其自己的等级的子区域，并且子区域内的所有停车地点可以共享相同的等级，即，合乎期望性。

如图4中所示，基于先前的活动，av系统可以确定并存储目标区域250，该目标区域250包含全部在目标区域内的一组停车地点，在给定停车活动和av的性质的情况下在该组停车地点中停车是可接受的。合乎期望性指数或效用或成本或等级(即，合乎期望性的测量)可以与目标区域中的每个停车地点相关联。图11示出了定义目标区域的进程的示例中涉及的活动的流程图。

av系统还维持我们所说的可用性层282，其可以被认为是在地图的潜在停车地点上的叠加。带注释的地图数据的该可用性层针对每个潜在停车地点向av系统标识潜在停车地点是否是可行的停车地点。

如果在停车地点的可行性方面没有先验信息可用，则可以通过假设所有潜在停车地点是可行的停车地点来初始化可用性层。与停车地点284有关的先前数据(如果可用的话，例如，来自先前的旅程或来自其他车辆或来自传感器基础设施)可用于初始化具有预期是可行的停车地点的层，同时标识预期是不可行的那些。

实时地持续更新可用性层，例如，av从其传感器感知新信息。例如，该信息可以来自各种传感器，诸如，激光雷达、雷达、超声波、摄像机、ir等，其允许av确定其环境中的物体的形状和位置。

例如，激光雷达数据允许av在其环境中查找其他车辆。随后可以从可用性层中移除由这些车辆占据的区域(以及假定在车辆中的每一辆周围的缓冲以考虑感测误差或车辆悬垂)，因为这些区域对于av而言不可用于停车。类似地，可以使用激光雷达和摄像机的组合来检测诸如交通锥或道路标志(表示建筑施工)之类的物体。有时可以检测到物体但不能将其分类，例如，倒下的树木或建筑碎片。在这些情况下，av系统可能会注意到相关区域是不可用的，并因此将其从可用性层中移除。在一些情况下，可以检测到物体但该物体不表示为停车的障碍(例如，移动的行人)。在这些情况下，可以将对应的停车地点保留在可用性层中。

图8示出了接近其目标位置302的av300感知的内容以及由于该感知而如何更新可用性层282的示例。棋盘图案306表示目标区域中的仅包括可行的停车地点的部分。

使用av自己的感知数据和外部信息，频繁地更新可用性层。频繁更新是重要的，因为av可以仅在其当前认为是可行的停车地点308处停车。当av接近停车地点并且看到“自身”时，假定为可行的(由于先前感知或来自另一车辆的信息等)停车地点可能实际上不是可用的(例如，可行的)。类似地，当av直接感知到停车地点时，先前被认为不可用(并因此不可行)的停车地点可能实际上可用(并因此可行)。

除了最后已知的可行性状态之外，带注释的地图数据中的可用性层还可以针对每个潜在停车地点存储以下各项：

1.最近更新停车地点状态310的时间，因为它是对信息的当前准确度的测量。两分钟前被报告不可行的停车地点比在20分钟前被报告不可行的停车地点更可能保持不可行。

2.停车地点不可行的原因312。例如，如果停车地点由于存在另一辆汽车而不可行，则av系统可能预期它稍后将变得可用。另一方面，如果停车地点由于建筑施工而不可行，则av系统可能不会预期该停车地点在一天中的剩余时间或几天内变得可行。潜在地，av系统可能会修改地图以反映这种情况。

在可用性层中被标记为不可行的停车地点可能在av到达该停车地点时变得可行(反之亦然)的可能性取决于若干因素，包括：信息的新鲜度(自最后更新以来经过的时间)；在一天的该时间处在该区域中泊车相对于供应的需求的水平的历史统计；该停车地点不可行性的原因；以及该停车地点周围的当前交通量(从av的感知系统导出，可能由来自其他av或传感器的信息补充)。av系统可以使用统计模型314，该统计模型314在给定数据点中的一些或全部的情况下预测停车地点的预期可行性状态(或类似的度量)，以及该估计的置信度。这样的度量可以有助于计算潜在停车地点的合乎期望性的值。更可能是可用的停车地点比不太可能是可用的等效停车地点更加合乎期望。

可以使用从其他av(直接或通过中央云服务器)接收的信息来更新可用性层。因此，作为配备有v2v(车辆到车辆)通信能力的av或手动驾驶车辆的互连车队的一部分，av可预知哪些停车地点是可用的而无需av实际上看到它们。也可以使用来自固定的传感器(例如，停车场内的传感器或监控城市泊车空间的传感器)的信息、来自众包数据(例如，诸如人们在其上报告建筑施工等的waze之类的应用程序)以及来自各种其他源的信息来更新可用性层。

通常，av系统执行轨迹规划进程326作为其自主能力的一部分，其尝试在地图的可驾驶区域上标识从av的当前位置到指定目的地的轨迹。轨迹规划进程的结果是在目标区域中持续更新的选定停车地点，以及到达当前选定的停车地点(如果存在一个的话)的可行轨迹。我们强调轨迹规划进程将车辆按路线引导(route)到当前选定的停车地点，而不是用户或系统指定的目标位置，因为用户或系统指定的目标位置可能不表示可接受且可行的停车地点。

如果不存在到当前选定的停车地点的可行轨迹，则轨迹规划进程更新它的选定的停车地点的选项。例如，如果到当前选定的停车地点的通路被阻挡或者不能容纳av，则可能发生这种情况。只要av没有停在当前选定的停车地点处，该轨迹规划进程就继续。图12示出了轨迹规划进程的示例中涉及的活动的流程图。

与av的感知进程328同时地以及异步地执行轨迹规划进程。当感知进程更新可用性层时，当前选定的停车地点可能变得不可行，例如，因为一些其他车辆现在已经占据了停车地点中的一个。另外，可能的是，在目标区域内的更期望的停车地点(先前是不可用的)现在是可用的并因此是可行的。因此，可以迫使轨迹规划进程多次更新其选定的停车地点和到该选定的停车地点的对应的轨迹。

目标区域中的由轨迹规划进程选定的停车地点取决于：(1)目标区域内的可接受的停车地点的可行性，如由可用层经由感知进程实时确定的，(2)目标区域内的可接受的停车地点的相对合乎期望性，如通过静态或实时数据或两者计算的，以及(3)算法的优化目标，该算法确定更快地停车与花费更多时间来找到更期望的停车地点之间的权衡。策略的一些示例是：

1.停在目标区域中的第一可行停车地点处(通常被称为“贪婪(greedy)”方法)。

2.停在在目标区域中的在当前可行的停车地点中最期望的停车地点处。

3.如果av在指定的时间量内未停在停车地点处，则停止搜索最期望的停车地点，而是找到目标区域中的第一可用停车地点并停在那里。

这些目标可用于在选择最佳的可能的停车地点与搜索它所花费的时间和精力之间产生权衡。

如图13中所示，在某些情况下，av系统可以要求用户从一组停车地点中选择停车地点。基于触摸的用户界面500可以向乘客示出例如限定在目标位置510周围的邻近区域内的三个可接受且可行的停车地点(a、b和c)520的选项。用户可以通过触摸适当的停车地点来从三个停车地点中选择一个。在一些情况下，用户可能能够使用引用停车地点名字的语音命令(例如，“停在a处”)来选择期望的停车地点。如前所提到的，目标区域可能包含无限数量的潜在停车地点或有限数量的潜在停车地点，该有限数量仍然太大而无法呈现给乘客。因此，av系统可以选择经限制的(可能是预先指定的)数量的停车地点来呈现给乘客。这些可能是相对合乎期望且相对更可能可用的(例如，更新的状态相对最近被更新的)同时彼此充分不同的(例如，非重叠的)停车地点。

用户输入可以是可选的，因为如果用户在指定的时间量内没有做出选择，则av系统可以自动选择停车地点。当av系统自动选择停车地点时，可以例如在乘客的移动设备上的基于地图的界面上或者在位于车辆中的显示器上将选定的停车地点传送给乘客。此外，可向乘客给出如下选项：通过界面将系统选定的停车地点改变为乘客自己选择的一个，诸如，针对图13描述的一个。

当av系统搜索目标区域以选择停车地点时，av系统可以重新访问已被感知为不可行的停车地点，希望它们现在可能是可行的。

轨迹规划进程可以与乘客通信，以向她通知av的进度。可以通知乘客av已经找到可接受的停车地点，或者当av已经停在停车地点时通知乘客，或两者。

如果av在指定的时间量内无法停在可接受的、可行的停车地点处，则av系统可采用用于处理该情况的策略。

图14显示了如果av无法停车则扩展分析的进程的示例中涉及的活动的流程图，包括以下内容：

1.在目标位置周围扩展目标区域，其中应理解这可能需要乘客行走更远的距离。这可以由av系统自动完成。av系统可以针对目标区域存储距目标位置的可接受的指定最大距离。初始邻近区域(和目标区域)可以包括比该指定最大距离显著地更靠近目标位置的停车地点，以使av系统能够找到尽可能靠近的停车地点。如果初始搜索没有产生可行的停车地点，则可以递增地扩展邻近区域(以及对应的目标区域)以包括更远离目标位置但仍然在距目标位置的指定最大距离内的更多停车地点。乘客可以响应于通过用户界面(诸如，位于车内的或属于用户的智能手机或平板电脑)向乘客提出的请求，而提供控制增大邻近区域(以及相应的，目标区域)的大小的信息或选项。例如，可由用户指定的信息片段之一是对用户而言可接受的距目标位置的最大距离(或其他距离测量)。如果系统无法在该距离内找到停车地点，则可能会提示用户增加指定的距离，但遵守某些指定的限制。在一些实现方式中，在av系统上运行的进程和来自乘客的输入的组合可以用于控制区域的扩展。

2.再次搜索现有目标区域达指定的时间量，希望先前不可用的停车空间现在是可用的。可以经由位于汽车中的用户界面或属于用户的设备向用户提供选项，以允许av有更多时间来搜索目标区域，但需遵守某些指定的限制。

3.将av的目标位置更改为新的目标位置，在该新的目标位置中可以更容易找到可接受的、可行的停车地点。这可以由乘客使用类似于用于指定初始目标位置的用户界面来完成。例如，乘客可以具有如下的选项：在地图上放置引脚或输入地址或搜索诸如谷歌地图之类的位置服务。

4.av可以切换到遥程操作或远程操作模式，其中对av操作的控制部分或全部地从av系统切换到通常位于中央操作控制中心处的人类操作者。遥程操作系统通常使用位于av上的无线发射器将实时数据从av流式传输到远程位置。该数据可能包括但不限于以下各项的某个组合：(1)来自车载在av上的传感器的原始数据(例如，来自车载摄像机的实时视频流)，(2)来自车载在av上的计算机的经处理的数据(例如，与检测到的并经分类的物体有关的数据、或已经通过融合来自多个传感器的数据创建的对av周围的世界的渲染)，(3)来自其他系统的数据(例如，来自轨迹规划进程的输出)，(4)与av上的致动器(诸如，节气门、制动器、转向)有关的数据，(5)来自定位系统的与汽车的当前位置、速度、加速度以及取向有关的数据，以及(6)来自av的健康监测系统的数据(例如，传感器健康、电池状态等)。该数据通常由位于中央操作控制中心处并随后能决定如何驾驶以及以其他方式控制av的遥程操作者或其他远程操作者查看。遥程操作者可具有通过直接向转向、节气门、制动器和其他致动器提供输入来控制av(例如，以驾驶员训练模拟器起作用的方式)的能力。遥程操作者可具有通过手动选择车辆的目标位置、或影响到目标位置的轨迹(通过指定整个轨迹、或提供航点(waypoint)、或通过某些其他方法)来直接控制轨迹规划进程的能力。应谨慎处理从自主模式到遥程操作模式的转换。这种转换通常在如下情况时发生：av没有正在移动，但是av可能没有停在可接受的停车地点处。如果av中有乘客，则可以通知乘客或要求乘客批准远程操作。该乘客通信可以通过属于乘客的智能手机、或位于av中的智能手机或平板电脑或一些其他这样的设备中的用户界面而发生。

5.向乘客提供将av从自主模式切换到部分或完全手动模式的选项(如果av中存在合法授权并且愿意驾驶它坐在驾驶员座位的乘客且av具有手动模式)，使得乘客可定位可接受的、可行的停车地点。应谨慎处理从自主模式到手动模式的转换。这种转换通常在如下情况时发生：av没有正在移动，但是av可能没有停在可接受的停车地点处。可以通过属于乘客的智能电话、或位于av中的智能电话或平板电脑或某些其他这样的设备中的用户界面向乘客通知关于该选项，并且寻求她的批准。此外，可要求乘客确保手动选择的停车地点是av可在乘客离开av之后从其恢复自主操作的一个停车地点。在乘客离开av之后，遥程操作者可以控制av，并且将av带到可以使用自主模式的位置。

6.在乘客在av中的情况下，返回到已知的开始位置并且当其行驶回朝向开始位置时提供停在第一可行停车地点处。该停车地点可能在或可能不在目标区域内。

7.在包裹在av中的情况下，返回到已知的开始位置并警示包裹的发送者从av卸载包裹。或者通过诸如智能手机应用程序之类的用户界面向发送者给出指定将尝试递送的替代时间的选项。

8.中止停车。如果停车活动涉及接载，则av系统可以通知乘客无法找到停车地点并且接载请求被取消。

其他实现方式也在所附权利要求书的范围内。