用于更新地图数据的系统和方法与流程
本说明书涉及用于更新用于导航自主运载工具的地图数据的计算机系统。
背景技术：
自主运载工具可用于将人和/或货物(例如，包裹、对象或其它物品)从一个地点运输到另一地点。例如，自主运载工具可以导航到某人的地点，等待该人登上该自主运载工具，并导航到所指定的目的地(例如，由该人选择的地点)。为了在环境中导航，这些自主运载工具配备有提供自主运载工具可以导航的道路的地图的地图数据。由于道路条件可以随时间的经过而改变，因此可能需要更新用于导航自主运载工具的地图以准确地传达道路的当前配置和条件。
技术实现要素：
本说明书中所述的主题涉及用于更新用于导航自主运载工具的地图数据的计算机系统和技术。在一些实施例中，所公开的技术包括确定自主运载工具的路线。例如，计算机系统被配置为：获得包括起始地点和目的地地点的地图数据；获得与用于从起始地点行驶到目的地地点的多个相应可能路线相对应的多个行驶时间；获得至少第一相应可能路线的利益信息(benefitinformation)；以及基于行驶时间和利益信息来确定所选择的路线。在一些实施例中，所公开的技术包括：确定自主运载工具的路线的路线规划数据。例如，计算机系统被配置为：获得起始地点和目的地地点之间的路线；获得该路线的地图年龄信息；基于该地图年龄信息来确定自主运载工具的第一组驾驶参数；以及使用该第一组驾驶参数来沿着该路线导航自主运载工具。
一种系统，包括：一个或多个计算机处理器；以及存储有指令的一个或多个存储介质，所述指令在由所述一个或多个计算机处理器执行时，使得进行包括以下的操作：使用处理电路来获得包括起始地点和目的地地点的地图数据；使用所述处理电路来获得与用于从所述起始地点行驶到所述目的地地点的多个相应可能路线相对应的多个行驶时间；使用所述处理电路来获得至少第一相应可能路线的利益信息；以及使用所述处理电路，基于所述行驶时间和所述利益信息来确定所选择的路线。
一种用于确定自主运载工具的路线的方法，所述方法包括：使用处理电路来获得包括起始地点和目的地地点的地图数据；使用所述处理电路来获得与用于从所述起始地点行驶到所述目的地地点的多个相应可能路线相对应的多个行驶时间；使用所述处理电路来获得至少第一相应可能路线的利益信息；以及使用所述处理电路，基于所述行驶时间和所述利益信息来确定所选择的路线。
一种存储有指令的存储介质，所述指令在由一个或多个计算装置执行时，使得进行上述的方法。
这些和其它方面、特征和实现可被表示为方法、设备、系统、组件、程序产品、用于进行功能的方法或步骤以及其它方式。
从以下的包括权利要求书的说明书，这些和其它方面、特征和实现将变得明显。
附图说明
图1示出具有自主能力的自主运载工具的示例。
图2例示示例“云”计算环境。
图3例示计算机系统。
图4示出自主运载工具的示例架构。
图5示出感知模块可以使用的输入和输出的示例。
图6示出lidar系统的示例。
图7示出操作中的lidar系统。
图8示出lidar系统的操作的附加细节。
图9示出规划模块的输入和输出之间的关系的框图。
图10示出路径规划中所使用的有向图。
图11示出控制模块的输入和输出的框图。
图12示出控制器的输入、输出和组件的框图。
图13a和13b示出根据一些实施例的用于确定路线的有向图。
图14是用于确定路线的示例处理的流程图。
图15是用于确定路线的路线规划数据的示例处理的流程图。
具体实施方式
在以下描述中，为了解释的目的，阐述了许多具体细节，以便提供对本发明的透彻理解。然而，显而易见的是，所公开的实施例可以在没有这些具体细节的情况下实施。在其它实例中，众所周知的构造和装置是以框图形式示出的，以避免不必要地使本发明模糊。
在附图中，为了便于描述，显示了示意要素的具体安排或次序，例如表示设备、模块、指令块和数据要素的那些要素。然而，本领域技术人员应当理解，附图中示意要素的具体排序或安排并不意味着要求特定的处理顺序或序列、或处理过程的分离。此外，在附图中包含示意性要素并不意味着在所有实施例中都需要这种要素，也不意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其它要素结合。
此外，在附图中，连接要素、例如实线或虚线或箭头用于说明两个或两个以上其它示意要素之间的连接、关系或关联，没有任何此类连接要素并不意味着不能存在连接、关系或关联。换句话说，一些要素之间的连接、关系或关联未在附图中显示，以便不掩盖本发明。此外，为了便于说明，使用单个连接要素来表示要素之间的多个连接、关系或关联。例如，如果连接元件代表信号、数据或指令的通信，本领域技术人员应理解，该元件代表影响通信可能需要的一个或多个信号路径(例如，总线)。
现在将详细参考实施例，其示例在附图中示出。在下面的详细描述中，阐述了许多具体细节，以便提供对所描述的各种实施例的透彻理解。然而，对于本领域的普通技术人员来说明显的是，可以在没有这些具体细节的情况下实施所描述的各种实施例。在其它情况下，没有详细描述众所周知的方法、程序、组件、电路和网络，以便不会不必要地掩盖实施例的方面。
下面描述的若干特征可以彼此独立地使用，也可以与其它特征的任何组合一起使用。但是，任何个别特征可能不能解决上述任何问题，或者只能解决上述问题之一。上文讨论的一些问题可能不能通过本文所述的任何一个特征得到充分解决。虽然提供了标题，但在本说明的其它地方也可以找到与某一标题有关但在该标题部分未找到的信息。本文根据以下概要描述实施例：
1.总体概述
2.硬件概述
3.自主运载工具架构
4.自主运载工具输入
5.自主运载工具规划
6.自主运载工具控制
7.地图更新
8.用于确定路线的示例处理
9.用于确定路线的路线规划数据的示例处理
总体概述
在复杂环境(例如，城市环境)中驾驶的自主运载工具带来巨大的技术挑战。为了使自主运载工具在这些环境中导航，运载工具使用地图数据来引导运载工具在环境中的导航。地图数据可以包括环境中的道路和对象的指示。随着时间的经过，环境中的道路和对象改变，这导致地图数据变得过时。因此，应周期性地更新地图数据以确保环境的准确表示。用于维护更新地图数据的一个方法涉及：指定一个或多个运载工具专用于沿着地理区域中的特定道路驾驶以收集这些道路的地图数据。然而，这样的方法消耗了大量资源，这些资源包括环境中操作运载工具的成本、以及并非针对专用于收集地图数据的运载工具所生成的潜在收益(potentialrevenue)中的机会成本。本发明提供用于以与运载工具的创收用途兼容的方式更新地图数据的有所改进的技术。
在一些实施例中，本文所述的系统和技术使用处理电路来获得：1)包括起始地点和目的地地点的地图数据；2)与用于从起始地点行驶到目的地地点的多个相应可能路线相对应的多个行驶时间；以及3)至少第一相应可能路线的利益信息。然后，基于行驶时间和利益信息来确定所选择的路线。当与传统实践相比时，所公开的技术许可运载工具的创收用途，同时收集可用于导航运载工具的地图数据。
在一些实施例中，本文所述的系统和技术使用处理电路来获得：1)起始地点和目的地地点之间的路线；以及2)该路线的地图年龄信息。然后，基于该地图年龄信息来确定自主运载工具的第一组驾驶参数。控制电路用于使用第一组驾驶参数来沿着路线导航自主运载工具。当与传统实践相比时，所公开的技术许可运载工具的创收用途，同时收集可用于导航运载工具的地图数据。
硬件概述
图1示出具有自主能力的自主运载工具100的示例。
如本文所使用的，术语“自主能力”是指一种功能、特征或设施，该功能、特征或设施使运载工具能够部分地或完全地运行，而无需实时的人类干预，包括但不限于完全自主运载工具、高度自主运载工具和有条件自主运载工具。
如本文所使用的，自主运载工具(av)是一种具有自主能力的运载工具。
如本文所使用的，“运载工具”包括货物或人员的运输方式。例如，小汽车、公共汽车、火车、飞机、无人机、卡车、船只、舰艇、潜水器、飞船等。无人驾驶的小汽车是运载工具的示例。
如本文所使用的，“轨迹”是指将av从第一时空地点导航到第二时空地点的路径或路线。在实施例中，第一时空地点被称为初始地点或起始地点，第二时空地点被称为目的地、最终地点、目标、目标位置或目标地点。在一些示例中，轨迹由一个或多个路段(例如，道路的数段)组成，并且各路段由一个或多个块(例如，车道或交叉口的一部分)组成。在实施例中，时空地点对应于真实世界地点。例如，时空地点是上车或下车地点，以使人员或货物上车或下车。
如本文所使用的，“(一个或多个)传感器”包括一个或多个硬件组件，用于检测与传感器周围环境有关的信息。一些硬件组件可包括感测组件(例如，图像传感器、生物测量传感器)、发送和/或接收组件(例如，激光或射频波发射器和接收器)、电子组件(例如，模数转换器)、数据存储装置(例如，ram和/或非易失性存储器)、软件或固件组件和数据处理组件(例如，专用集成电路)、微处理器和/或微控制器。
如本文所使用的，“场景描述”是一种数据结构(例如，列表)或数据流，其包括由av运载工具上的一个或多个传感器检测到的一个或多个分类或标记的对象，或由av外部的源提供的一个或多个分类或标记的对象。
如本文所使用的，“道路”是一个可以被运载工具穿过的物理区域，并且可以对应于已命名的通道(例如，城市街道、州际高速公路等)或可对应于未命名的通道(例如，房屋或办公楼内的行车道、停车场的一段、空置停车场的一段、乡村地区的污物通道等)。因为有些运载工具(如四轮驱动的小卡车、越野车(suv)等)能够穿越各种不特别适合运载工具行驶的物理区域，因此“道路”可以是任何市政当局或其它政府或行政机构没有正式界定为一条通道的物理区域。
如本文所使用的，“车道”是道路的可被运载工具穿过的部分，并且可对应于车道标记之间的大部分或全部空间，或仅对应于车道标记之间的部分空间(例如，小于50％)。例如，具有相距很远的车道标记的道路可能容纳两个或两个以上的运载工具，使得一个运载工具可以在不穿过车道标记的情况下超过另一个运载工具，因此可被解释为车道比车道标记之间的空间窄，或车道之间有两个车道。在没有车道标记的情况下，也可以对车道进行解释。例如，可以基于环境的物理特征(例如，农村地区的岩石和沿着大道的树木)来定义车道。
“一个或多个”包括由一个要素执行的功能，由多个要素执行的功能、例如以分布式的方式，由一个要素执行的几个功能，由几个要素执行的几个功能，或上述的任意组合。
还将理解的是，尽管在某些情况下，术语“第一”、“第二”等是用来描述各种要素的，但这些要素不应受到这些术语的限制。这些术语仅用于区分一个要素与另一个要素。例如，在未背离各种所述实施例的范围的情况下，第一触点可被称为第二触点，并且同样，第二触点可被称为第一触点。除非另外说明，第一触点和第二触点都是触点，但这两者不是相同触点。
此处描述的各种实施例的描述中使用的术语仅用于描述特定实施例，而不是意在限制。正如在所描述的各种实施例和所附权利要求书的描述中所使用的，单数形式“a”、“an”和“the”也意在包括复数形式，除非上下文另有明确说明。还应理解，本文所用的"和/或"一词是指并且包括一个或多个相关清单项目的任何和所有可能的组合。还应理解的是，在本说明中使用的术语“包括”、“包含”、“具备”和/或“具有”具体说明存在所述的特征、整数、步骤、操作、要素和/或组成部分，但并不排除存在或添加一个或多个其它特征、整数、步骤、操作、要素、组成部分、和/或上述的组。
如本文所使用的，“如果”一词可选择地理解为在该情况下、在当时、或者响应于检测到、或响应于确定为，视上下文而定。同样，“如果已确定”或“如果[所述条件或事件]已被检测到”这一短语，视情境而定，可以理解为“在确定时”或“响应于确定为“或”在检测到[所述条件或事件]时”或“响应于检测到[所述条件或事件]”。
如本文所使用的，av系统是指av以及实时生成的支持av操作的硬件、软件、存储的数据和实时生成的支持av运作的数据。在实施例中，av系统并入在av内。在实施例中，av系统跨多个地点分布。例如，av系统的一些软件是在类似于下面结合图2描述的云计算环境200的云计算环境中实现的。
一般而言，本文件描述了适用于任何具有一种或多种自主能力的运载工具的技术，包括完全自主运载工具、高度自主运载工具和有条件自主运载工具，如所谓的第5级、第4级和第3级运载工具(见sae国际标准j3016：道路上机动车自动驾驶系统相关术语的分类和定义，通过引用将其全部内容纳入本说明，以了解运载工具自主权等级的更多详细信息)。本说明所述技术也适用于部分自主运载工具和驾驶员辅助运载工具，如所谓的2级和1级运载工具(见sae国际标准j3016：道路上机动车自动驾驶系统相关术语的分类和定义)。在实施例中，一个或多个1级、2级、3级、4级和5级运载工具系统可根据对传感器输入的处理，在某些操作条件下自动执行某些运载工具操作(例如，转向、制动和使用地图)。本文件中所述的技术可以使从完全自主运载工具到人类操作的运载工具的各级运载工具受益。
参考图1，av系统120使av100沿着轨迹198运行，穿过环境190至目的地199(有时称为最终地点)，同时避开对象(例如，自然障碍物191、运载工具193、行人192、骑车者和其它障碍物)和遵守道路规则(例如，操作规则或驾驶偏好)。
在实施例中，av系统120包括用于从计算机处理器146接收操作命令并对其进行操作的装置101。在实施例中，计算处理器146与下面参考图3描述的处理器304相似。装置101的示例包括转向控制器102、制动器103、挡位、加速踏板或其它加速控制机构、挡风玻璃雨刮器、侧门锁、窗控器和转向指示器。
在实施例中，av系统120包括用于测量或推断av100的状态或条件的属性的传感器121，这些属性例如是av的位置、线速度和加速度及角速度和加速度、以及航向(例如，av100的前端的方向)。传感器121的示例是gps、以及测量运载工具线性加速度和角速率的惯性测量单元(imu)、用于测量或估计车轮滑移率的车轮速率传感器、车轮制动压力或制动扭矩传感器、引擎扭矩或车轮扭矩传感器以及转向角度和角速率传感器。
在实施例中，传感器121还包括用于感测或测量av的环境的属性的传感器。例如，可见光、红外或热(或两者兼有)光谱的单目或立体摄像机122、lidar123、radar、超声波传感器、飞行时间(tof)深度传感器、速率传感器、温度传感器、湿度传感器和降水传感器。
在实施例中，av系统120包括数据存储单元142和存储器144，用于存储与计算机处理器146或由传感器121收集的数据相关的机器指令。在实施例中，数据存储单元142与以下结合图3描述的rom308或存储装置310类似。在实施例中，存储器144与下面描述的主存储器306类似。在实施例中，数据存储单元142和存储器144存储有关环境190的历史、实时和/或预测性信息。在实施例中，存储的信息包括地图、驾驶性能、交通拥堵更新或天气条件。在实施例中，与环境190有关的数据通过来自远程数据库134的通信信道传输到av100。
在实施例中，av系统120包括通信装置140，用于将对其它运载工具的状态和条件(诸如位置、线性和角速度、线性和角加速度以及线性和角航向等)的测量到或推断的属性传送到av100。这些装置包括运载工具到运载工具(v2v)和运载工具到基础设施(v2i)通信装置以及用于通过点对点或自组织(adhoc)网络或两者兼而有之进行无线通信的装置。在实施例中，通信装置140跨电磁频谱(包括无线电和光通信)或其它介质(例如，空气和声学介质)进行通信。运载工具对运载工具(v2v)、运载工具对基础设施(v2i)通信(以及在一些实施例中为一种或多种其它类型的通信)的组合有时被称为运载工具对所有事物(v2x)通信。v2x通信通常符合一个或多个通信标准，用于与自主运载工具进行的和在自主运载工具之间的通信。
在实施例中，通信装置140包括通信接口。例如，有线、无线、wimax、wifi、蓝牙、卫星、蜂窝、光、近场、红外或无线电接口。通信接口将数据从远程数据库134传输到av系统120。在实施例中，远程数据库134嵌入云计算环境200中，如图2中所述。通信接口140将从传感器121收集的数据或与av100操作有关的其它数据传输到远程数据库134。在实施例中，通信接口140向av100传输与远程操作有关的信息。在一些实施例中，av100与其它远程(例如，“云”)服务器136通信。
在实施例中，远程数据库134还存储和传输数字数据(例如，存储道路和街道地点等的数据)。这些数据存储在av100上的存储器144中，或者通过通信信道从远程数据库134传输到av100。
在实施例中，远程数据库134存储和传输与以前在一天中类似时间沿着轨迹198行驶的运载工具的驾驶属性有关的历史信息(例如，速率和加速率分布)。在一个实现中，这种数据可以存储在av100上的存储器144中，或者通过通信信道从远程数据库134传输到av100。
位于av100上的计算装置146基于实时传感器数据和先验信息以算法方式生成控制动作，使得av系统120能够执行其自主驾驶能力。
在实施例中，av系统120包括连接到计算装置146的计算机外围设备132，用于向av100的用户(例如，乘员或远程用户)提供信息和提醒并接收来自该用户的输入。在实施例中，外围设备132类似于下面参考图3讨论的显示器312、输入装置314和光标控制器316。连接是无线的或有线的。任意两个或更多的接口设备可以集成到单个设备中。
图2例示示例“云”计算环境。云计算是一种服务交付模式，可以方便、按需地在网络上访问共享的可配置计算资源池(例如网络、网络带宽、服务器、处理、内存、存储、应用程序、虚拟机和服务)。在典型的云计算系统中，一个或多个大型云数据中心容纳用于递送云所提供的服务的机器。现在参考图2，云计算环境200包括通过云202互连的云数据中心204a、204b和204c。数据中心204a、204b和204c为连接到云202的计算机系统206a、206b、206c、206d、206e和206f提供云计算服务。
云计算环境200包括一个或多个云数据中心。通常，云数据中心(例如图2中所示的云数据中心204a)是指构成云(例如图2中所示的云202或云的特定部分)的服务器的物理排列。例如，服务器在云数据中心中物理排列成房间、组、行和机架。云数据中心有一个或多个区域，其中包括一个或多个服务器房间。每个房间有一行或多行服务器，每行都包括一个或多个机架。每个机架包括一个或多个单独的服务器节点。在一些实现中，区域、房间、机架和/或行中的服务器根据数据中心设施的物理基础设施要求(包括电力、能源、热力、热源和/或其它要求)分为若干组。在实施例中，服务器节点类似于图3中描述的计算机系统。数据中心204a具有许多分布在多个机架上的计算系统。
云202包括云数据中心204a、204b和204c以及用于连接云数据中心204a、204b和204c并有助于促进计算系统206a-f对云计算服务的访问的网络和网络资源(例如，网络设备、节点、路由器、交换机和网络电缆)。在实施例中，该网络表示一个或多个本地网络、广域网或通过使用地面或卫星连接部署的有线或无线链路连接的网际网络的任意组合。通过网络交换的数据采用多种网络层协议(如internet协议(ip)、多协议标签交换(mpls)、异步传输模式(atm)、帧中继(framerelay)等)进行传输。此外，在网络代表多个子网络的组合的实施例中，在每个底层子网络上使用不同的网络层协议。在一些实施例中，网络代表一个或多个互连网际网络(例如公共互联网等)。
计算系统206a-f或云计算服务消费者通过网络链路和网络适配器连接到云202。在实施例中，计算系统206a-f被实现为各种计算装置，例如服务器、台式机、膝上型计算机、平板电脑、智能手机、物联网(iot)设备、自主运载工具(包括小汽车、无人机、航天飞机、火车、公共汽车等)和消费电子产品。在实施例中，计算系统206a-f在其它系统中实现或作为其它系统的一部分实现。
图3例示计算机系统300。在实现中，计算机系统300是一种专用计算装置。专用计算装置被硬连线以执行这些技术，或包括诸如一个或多个专用集成电路(asic)或现场可编程门阵列(fpga)等的被持久编程为进行上述技术的数字电子装置，或可包括一个或多个通用硬件处理器，这些硬件处理器经编程以根据固件、存储器、其它存储器、或者组合中的程序指令执行这些技术。这种专用的计算装置还可以将定制的硬线逻辑、asic或fpga与定制的编程相结合来完成这些技术。在各种实施例中，专用计算装置是台式计算机系统、便携式计算机系统、手持设备、网络设备或包含硬线和/或程序逻辑以实现这些技术的任何其它设备。
在实施例中，计算机系统300包括总线302或用于通信信息的其它通信机制、以及与总线302连接以处理信息的硬件处理器304。硬件处理器304是例如通用微处理器。计算机系统300还包括主存储器306，例如随机存取存储器(ram)或其它动态存储装置，连接到总线302以存储信息和指令，该信息和指令由处理器304执行。在一个实现中，主存储器306用于在执行要由处理器304执行的指令期间存储临时变量或其它中间信息。当这些指令存储在处理器304可访问的非暂时性存储介质中时，使计算机系统300变成一个专用机器，该机器被定制以执行指令中指定的操作。
在实施例中，计算机系统300还包括只读存储器(rom)308或连接到总线302的其它静态存储装置，用于存储处理器304的静态信息和指令。提供诸如磁盘、光盘、固态驱动器或三维交叉点存储器等的存储装置310，并连接到总线302以存储信息和指令。
在实施例中，计算机系统300通过总线302连接到诸如阴极射线管(crt)、液晶显示器(lcd)、等离子体显示器、发光二极管(led)显示器或用于向计算机用户显示信息的有机发光二极管(oled)显示器等的显示器312。包括字母数字键和其它键的输入装置314连接到总线302，用于向处理器304传送信息和命令选择。另一种类型的用户输入装置是光标控制器316，例如鼠标、轨迹球、触控显示器或光标方向键，用于将方向信息和命令选择传送到处理器304，并用于控制光标在显示器312上的移动。这种输入装置通常具有两个轴线上的两个自由度，第一轴线(例如，x轴)和第二轴线(例如，y轴)，这两个轴线允许装置指定平面上的位置。
根据一个实施例，这里的技术由计算机系统300执行，以响应处理器304执行主存储器306中包含的一个或多个指令的一个或多个序列。这些指令从诸如存储装置310等的另一存储介质读入主存储器306。执行主存储器306中包含的指令序列使处理器304执行本文所述的处理步骤。在替代实施例中，使用硬连线电路代替或与软件指令结合使用。
此处使用的术语“存储介质”是指存储数据和/或指令的任何非暂时性介质，这些数据和/或指令使机器以特定方式运行。这种存储介质包括非易失性介质和/或易失性介质。非易失性介质例如包括诸如存储装置310等的光盘、磁盘、固态驱动器或三维交叉点存储器。易失性介质包括动态存储器，诸如主存储器306等。存储介质的常见形式包括例如软盘、软盘、硬盘、固态驱动器、磁带或任何其它磁数据存储介质、cd-rom、任何其它光数据存储介质、任何具有孔型的物理介质、ram、prom和eprom、flash-eprom、nv-ram、或任何其它存储芯片或存储盒。
存储介质有别于传输介质，但可以与传输介质相结合使用。传输介质参与存储介质之间的信息传输。例如，传输介质包括同轴电缆、铜线和光纤，其包括具备总线302的电线。传输介质也可以采取声波或光波的形式，如在无线电波和红外数据通信过程中产生的声波或光波。
在实施例中，各种形式的介质涉及向处理器304携带一个或多个指令序列以供执行。例如，这些指令最初是在远程计算机的磁盘或固态驱动器上执行的。远程计算机将指令加载到其动态存储器中，并使用调制解调器通过电话线路发送指令。计算机系统300的本地调制解调器接收电话线路上的数据，并使用红外发射机将数据转换为红外信号。红外检测器接收红外信号中携带的数据，并且适当的电路将数据放置在总线302上。总线302将数据承载到主存储器306，处理器304从主存储器306检索并执行指令。主存储器306接收的指令可以任选地在处理器304执行之前或之后存储在存储装置310上。
计算机系统300还包括连接到总线302的通信接口318。通信接口318提供耦合到连接至本地网络322的网络链路320多双向数据通信。例如，通信接口318是综合业务数字网(isdn)卡、电缆调制解调器、卫星调制解调器或用以提供与相应类型电话线路的数据通信连接的调制解调器。作为另一示例，通信接口318是局域网(lan)卡，用于提供与兼容lan的数据通信连接。在一些实现中，无线链路也被实现。在任何这种实现中，通信接口318发送和接收承载代表各种信息的数字数据流的电、电磁或光信号。
网络链路320通常通过一个或多个网络向其它数据装置提供数据通信。例如，网络链路320通过本地网络322提供与主计算机324或与由因特网服务提供商(isp)326运营的云数据中心或设备的连接。isp326又通过现在通常称为“因特网”的世界范围分组数据通信网络来提供数据通信服务。本地网络322和因特网328都使用携带数字数据流的电、电磁或光信号。通过各种网络的信号以及网络链路320上并通过通信接口318的信号是传输介质的示例形式，其中通信接口318承载了进出计算机系统300的数字数据。在实施例中，网络320包含上述云202或云202的一部分。
计算机系统300通过(一个或多个)网络、网络链路320和通信接口318发送消息和接收包括程序代码的数据。在实施例中，计算机系统300接收用于处理的代码。接收到的代码在接收到时由处理器304执行，和/或存储在存储装置310中，或存储在其它非易失性存储装置中以便以后执行。
自主运载工具架构
图4示出用于自主运载工具(例如，图1所示的av100)的示例架构400。架构400包括感知模块402(有时称为感知电路)、规划模块404(有时称为规划电路)、控制模块406(有时称为控制电路)、定位模块408(有时称为定位电路)和数据库模块410(有时称为数据库电路)。各模块在av100的操作中发挥作用。共同地，模块402、404、406、408和410可以是图1所示的av系统120的一部分。在一些实施例中，模块402、404、406、408和410中的任何模块是计算机软件(例如，计算机可读介质上所存储的可执行代码)和计算机硬件(例如，一个或多个微处理器、微控制器、专用集成电路[asic]、硬件存储器装置、其它类型的集成电路、其它类型的计算机硬件、或者这些硬件中的任何或所有的组合)的组合。
在使用中，规划模块404接收表示目的地412的数据，并且确定表示av100为了到达(例如，抵达)目的地412而可以行驶的轨迹414(有时称为路线)的数据。为了使规划模块404确定表示轨迹414的数据，规划模块404从感知模块402、定位模块408和数据库模块410接收数据。
感知模块402使用例如也如图1所示的一个或多个传感器121来识别附近的物理对象。将对象分类(例如，分组成诸如行人、自行车、汽车、交通标志等的类型)，并且将包括经分类的对象416的场景描述提供至规划模块404。
规划模块404还从定位模块408接收表示av位置418的数据。定位模块408通过使用来自传感器121的数据和来自数据库模块410的数据(例如，地理数据)以计算位置来确定av位置。例如，定位模块408使用来自gnss(全球导航卫星系统)传感器的数据和地理数据来计算av的经度和纬度。在实施例中，定位模块408所使用的数据包括具有行车道几何属性的高精度地图、描述道路网络连接属性的地图、描述行车道物理属性(诸如交通速率、交通量、运载工具和自行车车道的数量、车道宽度、车道交通方向、或车道标记类型和地点，或者它们的组合)的地图、以及描述道路特征(诸如十字路口、交通标志或各种类型的其它行驶信号等)的空间地点的地图。在一些实施例中，定位模块408所使用的该数据通常被称为地图数据。
控制模块406接收表示轨迹414的数据和表示av位置418的数据，并且以将使得av100行驶轨迹414到达目的地412的方式来操作av的控制功能420a～420c(例如，转向、油门、制动、点火)。例如，如果轨迹414包括左转，则控制模块406将以如下方式操作控制功能420a～420c：转向功能的转向角度将使得av100左转，并且油门和制动将使得av100在进行转弯之前暂停并等待经过的行人或运载工具。
自主运载工具输入
图5示出感知模块402(图4)所使用的输入502a-502d(例如，图1中所示的传感器121)和输出504a-504d(例如，传感器数据)的示例。一个输入502a是lidar(光检测和测距)系统(例如，图1所示的lidar123)。lidar是使用光(例如，诸如红外光等的一道光)来获得与其视线中的物理对象有关的数据的技术。lidar系统产生lidar数据作为输出504a。例如，lidar数据是用于构造环境190的表现的3d或2d点(也称为点云)的集合。
另一输入502b是radar(雷达)系统。radar是使用无线电波来获得与附近的物理对象有关的数据的技术。radar可以获得与不在lidar系统的视线内的对象有关的数据。radar系统502b产生radar数据作为输出504b。例如，radar数据是用于构造环境190的表现的一个或多个射频电磁信号。
另一输入502c是照相机系统。照相机系统使用一个或多个照相机(例如，使用诸如电荷耦合器件[ccd]等的光传感器的数字照相机)来获取与附近的物理对象有关的信息。照相机系统产生照相机数据作为输出504c。照相机数据通常采用图像数据的形式(例如，诸如raw、jpeg、png等的图像数据格式的数据)。在一些示例中，照相机系统具有例如为了立体影像(立体视觉)的目的的多个独立照相机，这使得照相机系统能够感知深度。尽管照相机系统所感知的对象在这里被描述为“附近”，但这是相对于av而言的。在使用中，照相机系统可被配置为“看见”远处的(例如，av前方的远至1公里以上的)对象。因此，照相机系统可以具有为了感知遥远的对象而优化的诸如传感器和透镜等的特征。
另一输入502d是交通灯检测(tld)系统。tld系统使用一个或多个照相机来获得与交通灯、街道标志和提供视觉导航信息的其它物理对象有关的信息。tld系统产生tld数据作为输出504d。tld数据经常采用图像数据的形式(例如，诸如raw、jpeg、png等的图像数据格式的数据)。tld系统与包含照相机的系统的不同之处在于：tld系统使用具有宽视场(例如，使用广角镜头或鱼眼镜头)的照相机，以获得与尽可能多的提供视觉导航信息的物理对象有关的信息，使得av100有权访问这些对象所提供的所有相关导航信息。例如，tld系统的视角可以为约120度以上。
在一些实施例中，使用传感器融合技术来组合输出504a-504d。因而，将个体输出504a-504d提供至av100的其它系统(例如，提供至如图4所示的规划模块404)，或者采用相同类型(例如，使用相同组合技术或组合相同输出或者这两者)或不同类型(例如，使用不同的各个组合技术或组合不同的各个输出或者这两者)的单个组合输出或多个组合输出的形式，可以将组合输出提供至其它系统。在一些实施例中，使用早期融合技术。早期融合技术的特征在于：将输出组合，之后将一个或多个数据处理步骤应用到组合输出。在一些实施例中，使用后期融合技术。后期融合技术的特征在于：在将一个或多个数据处理步骤应用到个体输出之后，将输出组合。
图6示出lidar系统602的示例(例如，图5所示的输入502a)。lidar系统602从发光器606(例如，激光发射器)发射光604a-604c。lidar系统所发射的光通常不在可见光谱中；例如，经常使用红外光。所发射的光604b中的一些光遇到物理对象608(例如，运载工具)并且反射回到lidar系统602。(从lidar系统发射的光通常不会穿透物理对象，例如，实心形式的物理对象。)lidar系统602还具有用于检测反射光的一个或多个光检测器610。在实施例中，与lidar系统相关联的一个或多个数据处理系统生成表示lidar系统的视场614的图像612。图像612包括表示物理对象608的边界616的信息。这样，图像612用于确定av附近的一个或多个物理对象的边界616。
图7示出操作中的lidar系统602。在该图所示的情境中，av100接收采用图像702的形式的照相机系统输出504c和采用lidar数据点704的形式的lidar系统输出504a。在使用中，av100的数据处理系统将图像702与数据点704进行比较。特别地，在数据点704中也识别出在图像702中识别出的物理对象706。这样，av100基于数据点704的轮廓和密度来感知物理对象的边界。
图8示出lidar系统602的操作的附加细节。如上所述，av100基于lidar系统602所检测到的数据点的特性来检测物理对象的边界。如图8所示，诸如地面802等的平坦对象将以一致的方式反射从lidar系统602发射的光804a-804d。换句话说，由于lidar系统602使用一致的间隔发射光，因此地面802将以相同的一致间隔将光反射回到lidar系统602。在av100在地面802上行驶时，在没有东西阻挡道路的情况下，lidar系统602将继续检测到由下一个有效地面点806反射的光。然而，如果对象808阻挡道路，则lidar系统602所发射的光804e-804f将以不符合预期一致方式的方式从点810a-810b反射。根据该信息，av100可以确定为存在对象808。
路径规划
图9示出(例如，如图4所示的)规划模块404的输入和输出之间的关系的框图900。通常，规划模块404的输出是从起点904(例如，源地点或初始地点)到终点906(例如，目的地或最终地点)的路线902。路线902通常由一个或多个路段定义。例如，路段是指要行驶经过街道、道路、公路、行车道或适合汽车行驶的其它物理区域的至少一部分的距离。在一些示例中，例如，如果av100是诸如四轮驱动(4wd)或全轮驱动(awd)小汽车、suv或小型卡车等的越野运载工具，则路线902包括诸如未铺面道路或开阔田野等的“越野”路段。
除路线902之外，规划模块还输出例如车道级路线规划数据908等的路线规划数据。车道级路线规划数据908用于在特定时间基于路线902的路段的条件来驶过这些路段。例如，如果路线902包括多车道公路，则车道级路线规划数据908包括轨迹规划数据910，其中av100可以使用该轨迹规划数据910以例如基于出口是否临近、多个车道中的一个以上的车道是否存在其它运载工具、或者在几分钟或更少时间的过程中变化的其它因素，来从这多个车道中选择某车道。同样地，在一些实现中，车道级路线规划数据908包括路线902的某路段特有的速率约束912。例如，如果该路段包括行人或非预期交通，则速率约束912可以将av100限制到比预期速率慢的行驶速率，例如基于该路段的限速数据的速率。在一些实施例中，如以下更详细地所述，路线规划数据可用于控制或支配av100的各种行为和机动动作。
在实施例中，向规划模块404的输入包括(例如，来自图4所示的数据库模块410的)数据库数据914、当前地点数据916(例如，图4所示的av位置418)、(例如，用于图4所示的目的地412的)目的地数据918和对象数据920(例如，如图4所示的感知模块402所感知的经分类的对象416)。在一些实施例中，数据库数据914包括规划时所使用的规则。规则是使用形式语言(例如，使用布尔逻辑)指定的。在av100所遇到的任何给定情形中，这些规则中的至少一些规则将适用于该情形。如果规则具有基于av100可用的信息(例如，与周围环境有关的信息)所满足的条件，则该规则适用于给定情形。规则可以具有优先级。例如，“如果公路是高速公路，则移动到最左侧车道”这一规则与“如果出口在一英里内临近，则移动到最右侧车道”相比可以具有更低的优先级。
图10示出在路径规划中(例如，由规划模块404(图4))使用的有向图1000。通常，如图10所示的有向图那样的有向图1000用于确定任何起点1002和终点1004之间的路径。在现实世界中，分隔起点1002和终点1004的距离可能相对较大(例如，在两个不同的都市区域中)，或者可能相对较小(例如，毗邻城市街区的两个十字路口或多车道道路的两条车道)。
在实施例中，有向图1000具有表示起点1002和终点1004之间的av100可能占用的不同地点的节点1006a-1006d。在一些示例中，例如，在起点1002和终点1004表示不同的都市区域时，节点1006a-1006d表示道路的路段。在一些示例中，例如，在起点1002和终点1004表示相同道路上的不同地点时，节点1006a-1006d表示该道路上的不同位置。这样，有向图1000包括不同粒度级别的信息。在实施例中，具有高粒度的有向图也是具有更大规模的另一有向图的子图。例如，起点1002和终点1004相距远(例如，相距许多英里)的有向图的大部分信息处于低粒度，并且该有向图是基于所存储的数据，但该有向图还包括供该有向图中的表示av100的视场中的物理地点的一部分用的一些高粒度信息。
节点1006a-1006d不同于无法与节点重叠的对象1008a-1008b。在实施例中，在粒度低时，对象1008a-1008b表示汽车不能驶过的地区，例如无街道或道路的区域。在粒度高时，对象1008a-1008b表示av100的视场中的物理对象，例如其它汽车、行人、或av100不能与之共用物理空间的其它实体。在实施例中，对象1008a-1008b的一部分或全部是静态对象(例如，不改变位置的对象，诸如街灯或电线杆等)或动态对象(例如，能够改变位置的对象，诸如行人或其它小汽车等)。
节点1006a-1006d通过边缘1010a-1010c连接。如果两个节点1006a-1006b通过边缘1010a连接，则av100可以在一个节点1006a和另一节点1006b之间行驶，例如，而不必在到达另一节点1006b之前行驶到中间节点。(当提到av100在节点之间行驶时，意味着av100在由相应节点表示的两个物理位置之间行驶。)边缘1010a-1010c通常是双向的，从某种意义上，av100从第一节点行驶到第二节点，或者从第二节点行驶到第一节点。在实施例中，边缘1010a-1010c是单向的，从某种意义上，av100可以从第一节点行驶到第二节点，然而av100不能从第二节点行驶到第一节点。在边缘1010a-1010c表示例如单向街道、街道、道路或公路的单独车道、或者由于法律或物理约束因而仅能沿一个方向驶过的其它特征的情况下，边缘1010a-1010c是单向的。
在实施例中，规划模块404使用有向图1000来识别由起点1002和终点1004之间的节点和边缘组成的路径1012。
边缘1010a-1010c具有关联成本1014a-1014b。成本1014a-1014b是表示在av100选择该边缘的情况下将花费的资源的值。典型的资源是时间。例如，如果一个边缘1010a所表示的物理距离是另一边缘1010b所表示的物理距离的两倍，则第一边缘1010a的关联成本1014a可以是第二边缘1010b的关联成本1014b的两倍。影响时间的其它因素包括预期交通、十字路口的数量、限速等。另一典型的资源是燃料经济性。两个边缘1010a-1010b可以表示相同的物理距离，但例如由于道路条件、预期天气等，因此一个边缘1010a与另一边缘1010b相比需要更多的燃料。
在规划模块404识别起点1002和终点1004之间的路径1012时，规划模块404通常选择针对成本优化的路径，例如，在将边缘的各个成本相加到一起时具有最小总成本的路径。然而，规划模块404例如可以选择不同的路径来实现另一利益，以如以下更详细地所述获得更新地图数据。
自主运载工具控制
图11示出(例如，如图4所示的)控制模块406的输入和输出的框图1100。控制模块根据控制器1102而工作，该控制器1102例如包括：与处理器304类似的一个或多个处理器(例如，诸如微处理器或微控制器或这两者等的一个或多个计算机处理器)；与主存储器306、rom308和存储装置310类似的短期和/或长期数据存储装置(例如，存储器随机存取存储器或闪速存储器或这两者)；以及存储器中所存储的指令，这些指令在(例如，由一个或多个处理器)执行时执行控制器1102的操作。
在实施例中，控制器1102接收表示期望输出1104的数据。期望输出1104通常包括速度，例如速率和航向。期望输出1104例如可以基于从(例如，如图4所示的)规划模块404接收到的数据。根据期望输出1104，控制器1102产生可用作油门输入1106和转向输入1108的数据。油门输入1106表示例如通过接合转向踏板或接合另一油门控件来接合av100的油门(例如，加速控制)以实现期望输出1104的大小。在一些示例中，油门输入1106还包括可用于接合av100的制动器(例如，减速控制)的数据。转向输入1108表示转向角度，例如av的转向控制(例如，方向盘、转向角致动器或用于控制转向角度的其它功能)应被定位成实现期望输出1104的角度。
在实施例中，控制器1102接收在调整提供至油门和转向的输入时使用的反馈。例如，如果av100遇到诸如山丘等的干扰1110，则av100的测量速率1112降至低于期望输出速率。在实施例中，任何测量输出1114均被提供至控制器1102，使得例如基于测量速率和期望输出之间的差分1113来进行所需的调整。测量输出1114包括测量位置1116、测量速度1118(包括速率和航向)、测量加速度1120和av100的传感器可测量的其它输出。
在实施例中，例如通过诸如照相机或lidar传感器等的传感器预先检测与干扰1110有关的信息，并且该信息被提供至预测性反馈模块1122。然后，预测性反馈模块1122将控制器1102可用于相应地调整的信息提供至控制器1102。例如，如果av100的传感器检测到(“看见”)山丘，则控制器1102可以使用该信息来准备在适当时间接合油门，以避免显著减速。
图12示出控制器1102的输入、输出和组件的框图1200。控制器1102具有影响油门/制动器控制器1204的操作的速率分析器1202。例如，速率分析器1202根据例如由控制器1102接收到并由速率分析器1202处理后的反馈，来指示油门/制动器控制器1204使用油门/制动器1206进行加速或进行减速。
控制器1102还具有影响方向盘控制器1210的操作的横向跟踪控制器1208。例如，横向跟踪控制器1208根据例如由控制器1102接收到并由横向跟踪控制器1208处理后的反馈，来指示方向盘控制器1210调整转向角致动器1212的位置。
控制器1102接收用于确定如何控制油门/制动器1206和转向角致动器1212的多个输入。规划模块404提供控制器1102例如选择av100开始操作时的航向并确定在av100到达十字交叉路口时驶过哪个道路路段所使用的信息。定位模块408例如将描述av100的当前地点的信息提供至控制器1102，使得控制器1102可以确定av100是否处于基于正控制油门/制动器1206和转向角致动器1212的方式而预期所处的地点。在实施例中，控制器1102接收来自其它输入1214的信息，例如从数据库、计算机网络等接收到的信息。
地图更新
av(例如，av100)的最佳导航控件利用最新的地图数据(在本文也称为地图信息)。因此，确保用于控制av沿着道路的导航的地图数据是当前的和准确的是有益的。运输网络的一些区域需要更仔细的注意以实现该最新的绘制地图信息。这些区域例如可以包括更频繁地行驶的路线和经受翻修作业的区域。本发明涉及用于更新用于导航av的地图数据的计算机系统和技术。特别地，所公开的技术提供av的高效使用，该高效使用许可av的创收用途，同时还控制av以获得更新地图数据。这样，av的运营商(例如，所有者)可以继续利用av(例如，通过操作拼车程序)产生收益，同时还修改av的操作的方面以获得可用于导航该av(以及使用地图数据操作的其它av)的更新地图数据。
在一些实施例中，所公开的技术涉及修改或确定av的特定路线，使得av可以通过在将av的用户(例如，付费拼车客户等的搭乘者)运送到他们的目的地的同时利用av上的传感器收集环境信息来获得更新地图数据。在一些实施例中，所公开的技术涉及确定av的路线的路线规划数据(例如，包括修改av的驾驶行为)，使得av可以收集路线的一个或多个区段的更新地图数据，同时还将av的用户运送到指定目的地。在一些实施例中，所公开的技术可用于除了获得更新地图数据之外或代替获得更新地图数据，还实现其它利益。例如，如以下更详细地所述，可以根据本发明来确定特定路线或特定驾驶行为的修改或确定，以进行传感器校准、产生广告收益、以及/或者获得对av的运营商的一些其它利益。
在一些实施例中，根据本说明书适当编程的图1的av系统120(可选地与计算机系统300和/或架构400的一个或多个组件组合)可以进行所公开的用于更新用于导航av的地图数据的技术。在一些实施例中，根据本说明书适当地编程的图3的计算机系统300(可选地与av系统120和/或架构400的一个或多个组件组合)可以进行所公开的技术。在一些实施例中，根据本说明书适当编程的图4的架构400(可选地与计算机系统300和/或av系统120的一个或多个组件组合)可以进行所公开的技术。
图13a和13b示出与以上所述的图10所示的有向图类似的有向图1300。有向图1300包括起点1302、终点1304、节点1306、对象1308和边缘1310。边缘1310表示道路或街道，并且共同形成可用于从起点1302穿越到终点1304的各种路线。成本1314(在图13a和13b中示出为值“1”或“2”)与各边缘1310相关联，该成本1314表示在av使用各个边缘的情况下消耗的资源(例如，时间)的值。加粗边缘1310(诸如图13a中的边缘1310a等)表示形成用于从起点1302穿越到终点1304的当前选择路线的至少一部分(例如，路线区段)的边缘。未加粗的边缘1310(诸如图13a中的边缘1310b等)表示当前未被选择为要穿越的路线的一部分的边缘。边缘1310可以响应于被选择用于路线而从非加粗状态改变为加粗状态，反之亦然(或者未被选择而变为非加粗状态)。
在本文所公开的实施例中，使用各种式来使用有向图1300确定或选择路线。例如，有向图1300被表示为具有节点集合v和边缘集合
在图13a所示的实施例中，通过选择边缘1310来确定所选择的路线，这些边缘1310共同地使从起点1302行驶到终点1304的成本(例如，时间量)最小化。在一些实施例中，使用式(1)来计算行驶特定路线的成本(在该示例中被表示为行驶路线的时间量)，其中式(1)在本文被称为成本函数并且被表示如下：
(1)
约束条件：始于a
到达b
其中：a和b分别表示行程的起点和终点(例如，起点1302和终点1304)。式(1)的成本函数的最优值或解被表示为最小行驶时间t*。在本实施例中，使用图13a所示的加粗边缘1310来实现最小行驶时间t*。
如上所述，av可被委派获得更新地图数据的任务。在一些实施例中，这可以在将搭乘者从起点1302运送到终点1304的同时进行。具体地，用于将搭乘者从起点1302运送到终点1304的路线是(例如，由规划模块404)以根据通过穿越特定边缘所获得的利益(例如，收集未绘制地图道路或最近未勘测的道路的更新地图数据的机会)而选择性地包含边缘1310的方式确定的。这许可使用av来获得更新地图数据，同时通过例如拼车服务中的av的操作来产生收益。
在图13b中示出这样的路线的示例，其中边缘1310b、1310c和1310d被示出为加粗，并且先前加粗的边缘1310a、1310e和1310f现在被示出为未加粗。在本实施例中，边缘1310b、1310c和1310d表示由于获得这些相应边缘的更新地图数据的利益而被选择的边缘，尽管与图13a中加粗的路线相比、从起点1302行驶到终点1304所需的时间可能增加。也就是说，图13b所示的路线通过选择边缘1310b、1310c和1310d而不是边缘1310a、1310e和1310f而不同于图13a所示的路线，使得可以针对边缘1310b、1310c和1310d获得更新地图数据。注意，边缘1310g保持加粗，因为路线的该部分保持不变。由于成本1314与各相应边缘1310相关联，因此使用边缘1310b、1310c和1310d而不是边缘1310a、1310e和1310f的成本净增加1，这意味着代替图13a中的路线，行驶图13b中的路线消耗更多的资源(例如，时间)。
在一些实施例中，至少部分基于自针对为路线选择的边缘1310获得了更新地图数据起所经过的时间量来确定这些相应边缘。例如，以下示出的式(2)表示用于确定偏离使用式(1)所确定的最佳路线的路线以获得某些边缘的更新地图数据的计算。在本实施例中，可以使用式(2)来确定图13b所示的路线。
式(2)如下：
(2)
约束条件：始于a
到达b
tu,ij表示自针对边缘ij∈ε的上次地图数据更新起所经过的时间量的倒数，其中tu,ij的量取决于相应边缘的地图数据的年龄(而不是时间或拥塞)。因子α代表均衡因子，该均衡因子可以由av的运营商设置，并且用作用于将方程偏向于选择具有更旧地图数据的边缘而不是以最佳时间量进行行程的变量。换句话说，因子α表示偏离最佳路线以获得如下边缘的更新地图数据的公差，其中对于这些边缘，获得这些边缘的更新地图数据的利益超过增加路线的持续时间的成本。因而，因子α的值越大，与使用式(1)所计算出的最佳路线的容许偏差量越大。相反，因子α的值越小，与使用式(1)所计算出的最佳路线的容许偏差量越小。
在一些实施例中，tu,ij和因子α表示用于将定量值归因于通过使用相应路线获得更新地图数据所实现的利益(或传感器校准或广告收益，视情况而定)的利益因子。利益的值可以针对各可能路线而变化。例如，一个路线可以相对于第二路线提供更大的利益，因为该一个路线在与最佳路线的偏差较小的状态下提供地图数据的年龄的更大减小。
式(2)的解被表示为
在边缘不是等同最新的实施例中，两个值t*和
式(3)可用于确定新价格
(3)
其中：β表示应用于(例如，由av的运营商设置到)定价结构的折扣因子。在一些实施例中，可以基于客户满意度(例如，客户对增加的行程时间或成本的敏感程度)来确定β。在一些实施例中，可以将β确定为因子α的函数。例如，在因子α增大时，折扣因子β成比例地增大(例如，运营商为了保持地图最新所赋予的值越大，运营商愿意提供的折扣越大)。
如以上简要论述的，可以实现本文所公开的实施例以实现除获得更新地图数据以外的利益。在一些实施例中，当与边缘相关联的成本是“静态”、这意味着成本不取决于时间或交通条件时，可以应用路线选择和折扣定价结构。例如，可以确定或修改路线以选择许可av在运送搭乘者的同时进行传感器校准功能的边缘。在一些实施例中，与用于进行传感器校准处理的路线不同的其它路线可能更合适。因此，可以确定路线，以优化传感器校准的性能，同时向搭乘者提供折扣以交换同意使得提高传感器校准但偏离了最佳路线的所确定路线。在该示例中，成本cc，ij是与边缘ij∈ε相关联的成本，该成本是道路不适合校准目的的程度的度量。因而，在该示例中，用成本cc，ij代替式(1)中的成本tt,ij。
作为另一示例，可以确定或修改路线以选择边缘，使得在穿过该路线的同时推销特定实体。例如，路线可以经过该实体的广告，或者该实体位于沿着路线的位置或沿着路线可见。在这样的实施例中，可以通过由沿着所确定的路线促销的实体所提供的广告收益来补充提供给搭乘者的折扣中的一些或全部。在该示例中，成本cb，ij是与边缘ij∈ε相关联的成本，该成本是该特定边缘的驾驶成本由av的运营商承担多少而非与促销实体分担的度量。因而，在该示例中，用成本cb，ij代替式(1)中的成本tt,ij。
在一些实施例中，av根据通过一组多级成本操作的(例如，并入规划模块404中的)最小违规规划器来操作，其中各成本具有例如范围为从诸如“不碰撞”等的安全行为到诸如“避免非平稳动作”(例如，超过所确定阈值的加速度)等的优选行为的关联优先级。然而，当收集地图数据时，可以通过经常违反最小违规规划器的规则的适当机动动作来增加所获得的信息。因此，av不能进行优化地图数据收集的机动动作。
在一些实施例中，所公开的技术涉及：确定av的路线的路线规划数据(例如，包括修改av的驾驶行为)，使得av可以收集路线的一个或多个区段(例如，边缘)的更新地图数据，同时还将av的用户(例如，搭乘者)运送到目的地(例如，终点1304)。例如，代替修改路线本身(或者除了修改路线本身之外)，系统(例如，规划模块404)确定路线规划数据(例如，被体现为(例如，使用控制模块406)在特定边缘上可以进行的一组驾驶行为以收集该边缘的更新地图数据)。在一些实施例中，这通过在成本函数的较低级别(诸如与优选行为相关联的级别)处对特定地图更新相关目标进行编码来实现。在“优选行为”级别处修改行为确保(例如，通过“安全行为”级别处的行为)维持了适当安全要求，同时提高了av以牺牲具有较少安全影响的“舒适”驾驶行为为代价收集地图数据的能力。这也确保了av的驾驶行为符合完善的安全要求和法律法规。
例如，在一些实施例中，当av正穿越相应边缘时，av从包括“优选行为”级别的标准(未修改)行为的标准驾驶行为集合切换到修改驾驶行为集合(即，“优选行为”级别的修改行为)(或者从该修改驾驶行为集合切换到该标准驾驶行为集合)。标准驾驶行为集合对应于针对av的正常标准操作所许可的一组机动动作或驾驶行为。例如，这些可以包括切换车道的可接受频率、允许加速和制动速率、与诸如其它小汽车、街道标志、人行道、路缘或其它街道边界等的对象的许可驾驶距离、以及在特定车道(例如，针对更快或更慢的驾驶速率所指定的一个或多个通过车道)中行驶的许可时间量。修改驾驶行为集合通常对应于用于收集地图数据且除此以外不被许可用于av的正常标准操作的行为或机动动作。例如，修改行为许可切换车道的增加频率、更积极的加速和制动速率、以及/或者在特定车道中驾驶的增加许可时间量。在一些实施例中，修改行为集合包括更宽松的距离公差，使得av可以在离诸如其它小汽车、街道标志、人行道、路缘或其它街道边界等的对象更近的距离处操作。
在一些实施例中，当修改行为集合影响行驶时间时，与以上论述的情形类似，可以实现修改定价结构，以激励用户/搭乘者接受针对路线的该部分的修改驾驶行为。
在一些实施例中，系统根据是否存在执行修改驾驶行为的超过使用标准驾驶行为操作的优点(例如，搭乘舒适性)的利益，来在标准驾驶行为和修改驾驶行为之间切换。例如，系统可以确定使用修改驾驶行为来操作av，以获得使用标准驾驶行为不能获得的地图数据。作为另一示例，系统可以确定使用修改驾驶行为来操作av，以提高针对特定区域(例如，边缘)所获得的地图数据的质量。正在针对特定边缘收集更新地图数据。参考上述示例，av在正穿越图13b中的路线的边缘1310b、1310c和1310d时，使用修改驾驶行为集合来操作，然后在穿越其余边缘1310(例如，边缘1310g等)时，切换到标准驾驶行为。在一些实施例中，av被配置为在正使用任意的驾驶行为集合(例如，标准或修改)操作时，获得地图数据，并且可以根据需要在任意的驾驶行为集合之间切换。
在一些实施例中，公开的技术包括以与上述方式类似的方式修改驾驶行为，以进行除收集更新地图数据以外的任务。例如，系统可以修改驾驶行为集合，以在穿越路线的特定边缘时进行av的传感器校准。
本文所提供的实施例论述了用于在将搭乘者从起点运送到终点时确定或修改av的路线和/或驾驶行为集合的技术。然而，在一些实施例中，可以例如在搭乘者未正占用av时确定路线和/或驾驶行为。例如，系统可以确定路线(和/或驾驶行为)，使得针对当av在前往搭乘者的途中时所使用的路线的特定边缘收集地图数据(或进行传感器校准)。作为另一示例，可以使用上述技术来重新规定未使用的av的路线，以如上所述收集地图数据或进行传感器校准。
用于确定路线的示例处理
图14是根据上述实施例的用于确定自主运载工具(例如，av100)的路线(例如，轨迹)以更新用于导航自主运载工具的地图数据的示例处理1400(也称为方法)的流程图。为方便起见，处理1400将被描述为由位于一个或多个地点的一个或多个计算机的系统进行。例如，根据本说明书适当编程的图1的av系统120(可选地与计算机系统300和/或架构400的一个或多个组件组合)可以进行处理1400。作为另一示例，根据本说明书适当编程的图3的计算机系统300(可选地与av系统120和/或架构400的一个或多个组件组合)可以进行处理1400。作为又一示例，根据本说明书适当编程的图4的架构400(可选地与计算机系统300和/或av系统120的一个或多个组件组合)可以进行处理1400。
在1402中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)来获得包括起始地点(例如，起点1302)和目的地地点(例如，终点1304)(例如，路线起始地点和路线目的地地点)的地图数据。
在1404中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)(例如，并且基于地图数据)，来获得与用于从起始地点行驶到目的地地点的多个相应可能路线(例如，可以使用有向图1300中的边缘1310形成的潜在路线)相对应的多个行驶时间(例如，成本1314的总和；式(1))。在一些实施例中，获得与多个相应可能路线相对应的多个行驶时间包括：确定用于经由自主运载工具从起始地点行驶到目的地地点的多个可能路线，并且针对这些相应可能路线中的各相应可能路线来确定用于使用该相应路线从起始地点行驶到目的地地点的行驶时间。在一些实施例中，各路线由多个区段(例如，1310)(例如，道路或街道)组成，其中路线的各区段与用于穿过路线的该区段的时间(例如，成本1314)相关联。在这样的实施例中，路线的行驶时间是针对路线的各区段的行驶时间的总和(参见式(1))。在一些实施例中，行驶时间是以离线方式确定的或由远程服务器确定的。在一些实施例中，根据在所确定的时间(例如，当前或将来开始时间或者在从起始地点向目的地地点行驶期间的任何时间)基于行驶条件(例如，交通、道路封闭、道路施工、天气条件)沿着相应路线或该路线的区段行驶的预期时间量来确定行驶时间。
在一些实施例中，多个行驶时间包括与构成(例如，组成、形成)多个相应可能路线的相应边缘(例如，可以组成(形成)可能路线中的一个或多个的全部或区段的道路(例如，街道))分别相关联的行驶时间。
在1406中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)来获得至少第一相应可能路线的利益信息(例如，利益因子)。在一些实施例中，利益信息(例如，式(2))包括如下的利益因子，这些利益因子可用于确定与用于行驶可能路线中的特定可能路线或用于行驶可能路线中的特定可能路线的特定区段的利益相关联的定量值。在一些实施例中，获得利益信息包括确定利益的大小(例如，与接收利益相关联的值)。在一些实施例中，利益例如可以包括更新特定路线中所包括的道路(例如，路线的区段)的绘制地图信息。作为另一示例，利益可以包括使用特定路线或路线的区段来对av上的一个或多个传感器进行传感器校准。作为另一示例，利益可以包括通过行驶特定路线或路线的区段可以赚得或产生的收益(例如，广告收益)。
在一些实施例中，利益信息包括与第一相应可能路线的至少一部分(例如，区段1310)相关联的一个或多个利益因子。在一些实施例中，使用利益因子来确定与用于行驶可能路线中的特定可能路线或用于行驶可能路线中的特定可能路线的特定区段的利益相关联的定量值。在一些实施例中，对利益因子进行加权(例如，参见因子α)，其中加权值用于控制与针对路线的行驶时间的总和最小的可能路线的偏差量。
在一些实施例中，利益因子(例如，tu,ij)与同第一相应可能路线的一部分相关联的利益的大小成反比。在一些实施例中，利益的大小表示接收利益的值。例如，利益的大小越大，用于接收利益的值越大(换句话说，用于接收利益的需求越大)。在一些实施例中，利益的大小是基于自接收到利益起所经过的时间量(例如，与该时间量成比例)，并且因此，利益因子与自接收到利益起所经过的时间量成反比。例如，如果该利益正在更新可能路线的区段的绘制地图信息，则利益的大小随着自针对该区段进行了/接收到先前绘制地图更新起所经过的时间量而增大。由于利益因子与利益的大小成反比，因此自针对可能路线的区段更新绘制地图信息起，利益因子随着时间量的增加而减小。在通过最小化与可能路线相关联的行驶时间和加权利益因子的总和来确定所选择路线的实施例中，减小路线(或路线的区段)的利益因子使得该路线(或包括该区段的路线)更有可能被确定为(例如，被选择为)所选择路线。
在一些实施例中，利益因子包括一个或多个地图年龄因子(例如，tu,ij)(例如，与同利益因子相关联的可能路线的相应部分(例如，区段)的地图数据的年龄或可用性相对应的因子)。在一些实施例中，地图年龄因子指示是否已针对可能路线的相应区段收集了地图数据，并且如果为是，则指示自收集到或接收到地图数据起所经过的时间量(地图数据的年龄)。在一些实施例中，地图年龄因子与自针对第一相应可能路线的一部分收集到地图数据起所经过的时间量成反比。
在一些实施例中，利益因子包括一个或多个校准适合性因子(例如，指示可能路线的相应部分(例如，区段)正用于对av的一个或多个传感器进行校准操作的适合程度的因子)。在一些实施例中，校准适合性因子与确定第一相应可能路线的一部分用于进行传感器校准的不适合程度成反比。在一些实施例中，校准适合性因子与确定可能路线的一部分正用于进行传感器校准的适合程度成比例。
在一些实施例中，利益因子包括一个或多个广告收益因子(例如，指示通过沿着可能路线的一部分导航av可实现的财务利益(例如，佣金)的因子)。在一些实施例中，财务利益是由第三方支付的佣金。例如，该第三方可以向av的运营商、av的用户或它们的组合支付佣金，以交换沿着路线的特定部分导航av。例如，第三方可以与在促销当av导航可能路线的相应部分时可见的产品或服务(例如，位于沿着该路线的一部分的位置处的餐馆)时感兴趣的企业、零售商、广告商或其它方相关联。
在一些实施例中，广告收益因子与自主运载工具的运营商(例如，负责管理或控制av的操作的一方(例如，人和/或实体)(例如，av的所有者、负责部署av的公司、等等))响应于沿着第一相应可能路线的一部分导航自主运载工具而可获得的财务利益(例如，由第三方提供的财务奖励或佣金)的大小成反比。在一些实施例中，广告收益因子与由自主运载工具的运营商响应于沿着第一相应可能路线的一部分导航av所引起的开支(例如，未由第三方补贴或由财务利益抵消的开支)成比例(例如，直接成比例)。
在1408中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，基于行驶时间和利益信息来确定所选择的路线(例如，图13b中的路线)。在一些实施例中，基于行驶时间和利益信息来确定所选择的路线包括：选择可能路线中的提供以下两者的总和的最小值的路线：a)可能路线的行驶时间(例如，构成可能路线的区段的行驶时间)；以及b)可能路线的加权利益因子(例如，构成可能路线的区段)。在一些实施例中，该方法还包括：使用控制电路(例如，控制模块406)，使用所选择的路线来将av从起始地点导航到目的地地点。
在一些实施例中，基于行驶时间和利益信息来确定所选择的路线包括：从多个相应可能路线中选择具有以下两者的总和的最小值的第一路线(例如，图13b中的路线)：a)从起始地点行驶到目的地地点的行驶时间(例如，构成第一路线的路线区段的行驶时间的总和)；以及b)多个相应可能路线中的相应路线的加权利益因子(例如，构成第一路线的路线区段的加权利益因子的总和)。在一些实施例中，各个相应可能路线被计算为具有相应路线的行驶时间的总和(例如，总行驶时间)，其是构成各个路线的各路线区段的行驶时间的总和。另外，各个相应可能路线被计算为具有相应路线的利益因子的总和(例如，总利益量)，其是针对构成相应路线的各路线区段的加权(或者可选地，未加权)利益因子的总和。在一些实施例中，所选择的路线是提供a)最小行驶时间和b)总利益量的最小总和的路线。
在一些实施例中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，基于多个相应可能路线中的第二路线(即，所选择的路线)的行驶时间和利益信息(例如，以下两者的总和的最小值：a)从起始地点行驶到目的地地点的行驶时间；以及b)多个相应可能路线的加权利益因子)，来确定该第二路线的第一成本函数(例如，式(2)的
在一些实施例中，第一成本函数和第二成本函数之间的差是基于以下两者之间的时间差：a)使用第二路线从起始地点行驶到目的地地点的第一时间量；以及b)使用第三路线从起始地点行驶到目的地地点的第二时间量。在一些实施例中，从起始地点行驶到目的地地点的时间根据所选择的路线而变化。在一些实施例中，可以通过向用户提供折扣以选择具有较大行驶时间的路线，来激励av的用户或客户选择将具有较大行驶时间的路线。在一些实施例中，折扣是基于(与具有最小行驶时间的最佳路线相比)到达目的地地点所需的附加时间量、并且可选地基于av的运营商为行驶所选择的路线将实现的利益的大小所确定的。例如，较长的路线可以为av的运营商提供利益，诸如允许沿着路线更新绘制地图信息、进行传感器校准、以及/或者产生收益等。
用于确定路线的路线规划数据的示例处理
图15是根据上述实施例的用于确定自主运载工具(例如，av100)的路线的路线规划数据(例如，路线或轨迹的驾驶运动)以更新用于导航自主运载工具的地图数据的示例处理1500(也称为方法)的流程图。为方便起见，处理1500将被描述为由位于一个或多个地点的一个或多个计算机的系统进行。例如，根据本说明书适当编程的图1的av系统120(可选地与计算机系统300和/或架构400的一个或多个组件组合)可以进行处理1500。作为另一示例，根据本说明书适当地编程的图3的计算机系统300(可选地与av系统120和/或架构400的一个或多个组件组合)可以进行处理1500。作为又一示例，根据本说明书适当编程的图4的架构400(可选地与计算机系统300和/或av系统120的一个或多个组件组合)可以进行处理1500。
在1502中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，来获得起始地点(例如，起点1302)和目的地地点(例如，终点1304)(例如，基于包括起始地点和目的地地点的地图数据所确定的路线起始地点和路线目的地地点)之间的路线(例如，轨迹)(例如，图13b中的路线)。在一些实施例中，获得起始地点和目的地地点之间的路线包括：基于包括起始地点和目的地地点的地图数据来确定路线。在一些实施例中，路线是以离线方式确定的或由远程服务器确定的。在一些实施例中，路线由一个或多个边缘(例如，1310)(例如，可以构成路线的全部或区段的道路)组成。
在1504中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，来获得路线的地图年龄信息(例如，地图年龄/可用性因子)。在一些实施例中，地图年龄信息包括指示自针对构成路线的一个或多个道路(例如，区段)更新或获得了地图数据起所经过的时间量的地图年龄/可用性因子(例如，tu,ij)。在一些实施例中，获得地图年龄信息包括：基于用于确定起始地点和目的地地点之间的路线的地图数据来确定一个或多个地图年龄/可用性因子。
在1506中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，基于地图年龄信息来确定自主运载工具(例如，av100)的第一组驾驶参数(例如，用于控制自主运载工具的导航行为的预定规则)。在一些实施例中，第一组驾驶参数受地图年龄/可用性因子的影响。例如，如果地图年龄/可用性因子指示需要更新路线的一部分(例如，路线区段)的地图数据(例如，该地图数据早于阈值时间量)，则第一组驾驶参数可被确定为包括用于控制自主运载工具(例如，使用例如控制功能420等的控制功能)收集路线的该一部分的地图数据的参数。
在一些实施例中，第一组驾驶参数包括用于操作自主运载工具的一组预定机动动作(例如，被确定为对于操作av是可接受的或安全的机动动作)。在一些实施例中，用于操作自主运载工具的一组预定机动动作(例如，可接受的机动动作、许可驾驶行为)中的机动动作的量与自针对路线的至少一部分更新了地图年龄信息起所经过的时间量成比例。在一些实施例中，随着自更新了路线的一部分(例如，区段)的地图数据起所经过的时间越长，用于操作av的可接受机动动作的数量增加。换句话说，由于路线的地图数据老化，因此许可附加机动动作来沿着路线操作av。例如，附加机动动作对应于用于更新路线的地图数据的机动动作。在一些实施例中，该组预定机动动作(例如，可接受的机动动作)包括以下中的一个或多个：切换车道的许可频率、与一个或多个道路边界(例如，路缘或人行道)的许可距离、或者在特定车道(例如，通常针对更高或较更低速率指定的车道)中行驶的许可时间量。
在一些实施例中，第一组驾驶参数不同于并非基于地图年龄信息的第二组驾驶参数(例如，预定义的一组驾驶参数)。在一些实施例中，该组预定义的驾驶参数默认用于导航av(例如，不考虑地图年龄信息)。在一些实施例中，根据地图年龄信息的一个或多个地图年龄因子，将用于导航av的一组驾驶参数从预定义的驾驶参数改变为第一组驾驶参数(例如，基于地图年龄信息的一组驾驶参数)。例如，如果地图年龄因子指示需要更新路线的一部分的地图数据，则(至少对于路线的该部分)将用于沿着路线导航av的驾驶参数从预定义的一组驾驶参数切换到第一组驾驶参数。
在一些实施例中，第一组驾驶参数包括用于操作自主运载工具以收集地图数据的一组机动动作(例如，许可的驾驶行为)(例如，在沿着路线的至少一部分收集地图数据的同时进行的机动动作)，并且第二组驾驶参数(例如，预定义的一组驾驶参数)不包括用于操作自主运载工具以收集地图数据的一组机动动作。在一些实施例中，在沿着路线的至少一部分收集地图数据的同时进行的机动动作包括以下机动动作中的一个或多个：与在使用预定一组驾驶参数操作av时许可的情况相比、更频繁地切换车道；与在使用预定一组驾驶参数操作av时许可的情况相比、在从道路边界起的一定距离内操纵av；与在使用预定一组驾驶参数操作av时许可的情况相比、在更大量的时间内在特定车道中行驶；以及与在使用预定一组驾驶参数操作av时(在无诸如避免碰撞等的正当理由的情况下)许可的情况相比、更积极地加速或制动。
在一些实施例中，与在第二组驾驶参数中相比，在第一组驾驶参数中，切换车道的许可频率更大。在一些实施例中，与在第二组驾驶参数中相比，在第一组驾驶参数中，与一个或多个道路边界(例如，路缘或人行道)的许可距离更小。在一些实施例中，与在第二组驾驶参数中相比，在第一组驾驶参数中，在特定车道(例如，通常针对更高或更低的速率指定的车道)中行驶的许可时间量更大。
在1508中，系统(例如，120、300、400或它们的组合)使用控制电路(例如，控制模块406)，使用第一组驾驶参数沿着路线(例如，图13b中的路线)导航自主运载工具(例如，av100)(例如，控制av的操作(例如，驾驶))(例如，根据驾驶参数来控制自主运载工具的导航)。在一些实施例中，使用第一组驾驶参数沿着路线导航自主运载工具包括：在路线的第一区段(例如，图13b中的加粗边缘1310g)上利用第一组驾驶行为(例如，不包括进行地图数据收集的行为)导航自主运载工具；以及在路线的第二区段(例如，图13b中的加粗边缘1310d)上利用不同于第一组驾驶行为的第二组驾驶行为(例如，包括进行地图数据收集的行为)导航自主运载工具。在一些实施例中，使用第一组驾驶参数沿着路线导航自主运载工具包括：在路线的第一区段上利用驾驶参数的第一子集导航自主运载工具；以及在路线的第二区段上利用与驾驶参数的第一子集不同的驾驶参数的第二子集导航自主运载工具。
在一些实施例中，使用第一组驾驶参数沿着路线导航自主运载工具包括：在沿着起始地点和目的地地点之间的路线导航自主运载工具的同时，对路线的至少一部分(例如，路线的一个或多个区段)进行地图数据收集操作(例如，收集地图数据)。
在一些实施例中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404和/或感知模块402)(例如，计算处理器146)，来获得路线的路线条件(例如，交通条件、天气条件、路面条件、沿着路线的av地点)。在一些实施例中，确定第一组驾驶参数包括：基于地图年龄信息和路线条件来确定自主运载工具的第一组驾驶参数。在一些实施例中，实时地更新路线条件。在一些实施例中，路线条件提供如下的指示：针对相应组的驾驶参数(例如，第一组驾驶参数)，路线是否适合(例如，使用一组驾驶参数在路线的至少一部分上操作av是否安全和/或有效)。
在一些实施例中，路线条件包括路线的至少一部分的交通条件。在一些实施例中，交通条件指示例如作为交通、施工、事故等的结果、路线的一部分是否拥塞。
在一些实施例中，路线条件包括路线的至少一部分的天气条件。在一些实施例中，天气条件指示路线的一部分是否正经历(或最近经历了)雨、雪、雨夹雪、太阳、风等。
在一些实施例中，路线条件包括自主运载工具沿着路线的地点(例如，地理地点)的指示。在一些实施例中，路线条件指示av沿着路线的进度和/或av沿着路线的表示(例如，地图)的表示。
在一些实施例中，路线条件包括路线的至少一部分的路面条件。在一些实施例中，路面条件指示沿着路线的一部分的道路是否湿润、干燥、结冰、在施工中等。
在一些实施例中，系统(例如，120、300、400或它们的组合)使用处理电路(例如，规划模块404)(例如，计算处理器146)，基于使用第一组驾驶参数(例如，至少部分基于地图年龄信息的一组驾驶参数)沿着路线导航自主运载工具的第一行驶时间来确定路线的第一成本函数(例如，式(2)的
在一些实施例中，第一成本函数和第二成本函数之间的差是基于第一行驶时间和第二行驶时间之间的时间差。在一些实施例中，从起始地点行驶到目的地地点的时间根据用于沿着路线导航av的一组驾驶参数而变化。在一些实施例中，可以通过向用户提供折扣来激励av的用户或客户以许可av根据第一组驾驶参数操作。在一些实施例中，(与在根据预定义的一组驾驶参数操作av时将需要的时间量相比)基于使用第一组驾驶参数到达目的地地点将需要的附加时间量来确定折扣。在一些实施例中，可以可选地基于av的运营商为使用第一组驾驶参数行驶路线将实现的利益的大小来确定折扣。例如，第一组驾驶参数可以向av的运营商提供利益，诸如允许沿着路线更新绘制地图信息等，并且可以向用户提供折扣(例如，作为获得更新后的绘制地图信息的利益的量化值的百分比)，以奖励用于许可av使用第一组驾驶参数操作的用户。在一些实施例中，可以选择该组驾驶参数，以允许例如进行传感器校准和/或产生收益等的其它任务或利益。在这样的实施例中，可以确定该组驾驶参数以优化使用av的这些任务的性能。
在先前描述中，已经参考许多具体细节描述了实施例，这些具体细节可因实现而不同。因此，说明书和附图应被视为说明性的，而非限制性意义的。本发明范围的唯一且排他的指示、以及申请人期望是本发明范围的内容是以发布权利要求书的具体形式从本申请发布的权利要求书的字面和等同范围，包括任何后续修正。本文中明确阐述的用于被包括在此类权利要求中的术语的任何定义应当以此类术语如在权利要求书中所使用的意义为准。另外，当在先前的说明书或所附权利要求书使用术语“还包括”时，该短语的下文可以是附加的步骤或实体、或先前所述的步骤或实体的子步骤/子实体。
以下的项描述本发明的实施例：
1.一种系统，包括：
一个或多个计算机处理器；以及
存储有指令的一个或多个非暂时性存储介质，所述指令在由所述一个或多个计算机处理器执行时，使得进行包括以下的操作：
使用处理电路来获得包括起始地点和目的地地点的地图数据；
使用所述处理电路来获得与用于从所述起始地点行驶到所述目的地地点的多个相应可能路线相对应的多个行驶时间；
使用所述处理电路来获得至少第一相应可能路线的利益信息；以及
使用所述处理电路，基于所述行驶时间和所述利益信息来确定所选择的路线。
2.根据项1所述的系统，其中，所述多个行驶时间包括与构成所述多个相应可能路线的相应边缘分别相关联的行驶时间。
3.根据项1或2所述的系统，其中，所述利益信息包括与所述第一相应可能路线的至少一部分相关联的一个或多个利益因子。
4.根据项3所述的系统，其中，所述利益因子与同所述第一相应可能路线的该一部分相关联的利益的大小成反比。
5.根据项3或4所述的系统，其中，所述利益因子包括一个或多个地图年龄因子。
6.根据项5所述的系统，其中，所述地图年龄因子与自针对所述第一相应可能路线的该一部分收集地图数据起所经过的时间量成反比。
7.根据项3至6中任一项所述的系统，其中，所述利益因子包括一个或多个校准适合性因子。
8.根据项7所述的系统，其中，所述校准适合性因子与确定所述第一相应可能路线的该一部分用于进行传感器校准的不适合程度成反比。
9.根据项3至8中任一项所述的系统，其中，所述利益因子包括一个或多个广告收益因子。
10.根据项9所述的系统，其中，所述广告收益因子与所述自主运载工具的运营商响应于沿着所述第一相应可能路线的该一部分导航所述自主运载工具而可获得的财务利益的大小成反比。
11.根据项1至10中任一项所述的系统，其中，基于所述行驶时间和所述利益信息来确定所选择的路线包括：从所述多个相应可能路线中选择具有以下两者的总和的最小值的第一路线：a)从所述起始地点行驶到所述目的地地点所用的行驶时间；以及b)所述多个相应可能路线中的各个可能路线的加权利益因子。
12.根据项1至11中任一项所述的系统，所述操作还包括：
使用所述处理电路，基于所述多个相应可能路线中的第二路线的行驶时间和利益信息来确定所述第二路线的第一成本函数；
使用所述处理电路，基于从所述起始地点行驶到所述目的地地点所用的行驶时间的最小总和来确定所述多个相应可能路线中的第三路线的第二成本函数；以及
使用所述处理电路，基于所述第一成本函数和所述第二成本函数之间的差来确定折扣价格。
13.根据项12所述的系统，其中，所述第一成本函数和所述第二成本函数之间的差是基于以下两者之间的时间差：a)使用所述第二路线从所述起始地点行驶到所述目的地地点的第一时间量；以及b)使用所述第三路线从所述起始地点行驶到所述目的地地点的第二时间量。
14.一种用于确定自主运载工具的路线的方法，所述方法包括：
使用处理电路来获得包括起始地点和目的地地点的地图数据；
使用所述处理电路来获得与用于从所述起始地点行驶到所述目的地地点的多个相应可能路线相对应的多个行驶时间；
使用所述处理电路来获得至少第一相应可能路线的利益信息；以及
使用所述处理电路，基于所述行驶时间和所述利益信息来确定所选择的路线。
15.根据项14所述的方法，其中，所述多个行驶时间包括与构成所述多个相应可能路线的相应边缘分别相关联的行驶时间。
16.根据项14或15所述的方法，其中，所述利益信息包括与所述第一相应可能路线的至少一部分相关联的一个或多个利益因子。
17.根据项16所述的方法，其中，所述利益因子与同所述第一相应可能路线的该一部分相关联的利益的大小成反比。
18.根据项16或17所述的方法，其中，所述利益因子包括一个或多个地图年龄因子。
19.根据项18所述的方法，其中，所述地图年龄因子与自针对所述第一相应可能路线的该一部分收集地图数据起所经过的时间量成反比。
20.根据项16至19中任一项所述的方法，其中，所述利益因子包括一个或多个校准适合性因子。
21.根据项20所述的方法，其中，所述校准适合性因子与确定所述第一相应可能路线的该一部分用于进行传感器校准的不适合程度成反比。
22.根据项16至21中任一项所述的方法，其中，所述利益因子包括一个或多个广告收益因子。
23.根据项22所述的方法，其中，所述广告收益因子与所述自主运载工具的运营商响应于沿着所述第一相应可能路线的该一部分导航所述自主运载工具而可获得的财务利益的大小成反比。
24.根据项14至23中任一项所述的方法，其中，基于所述行驶时间和所述利益信息来确定所选择的路线包括：从所述多个相应可能路线中选择具有以下两者的总和的最小值的第一路线：a)从所述起始地点行驶到所述目的地地点所用的行驶时间；以及b)所述多个相应可能路线中的各个可能路线的加权利益因子。
25.根据项14至24中任一项所述的方法，还包括：
使用所述处理电路，基于所述多个相应可能路线中的第二路线的行驶时间和利益信息来确定所述第二路线的第一成本函数；
使用所述处理电路，基于从所述起始地点行驶到所述目的地地点所用的行驶时间的最小总和来确定所述多个相应可能路线中的第三路线的第二成本函数；以及
使用所述处理电路，基于所述第一成本函数和所述第二成本函数之间的差来确定折扣价格。
26.根据项25所述的方法，其中，所述第一成本函数和所述第二成本函数之间的差是基于以下两者之间的时间差：a)使用所述第二路线从所述起始地点行驶到所述目的地地点的第一时间量；以及b)使用所述第三路线从所述起始地点行驶到所述目的地地点的第二时间量。
27.一种存储有指令的非暂时性存储介质，所述指令在由一个或多个计算装置执行时，使得进行根据项14至26中任一项所述的方法。
28.一种系统，包括：
一个或多个计算机处理器；以及
存储有指令的一个或多个非暂时性存储介质，所述指令在由所述一个或多个计算机处理器执行时，使得进行包括以下的操作：
使用处理电路来获得起始地点和目的地地点之间的路线；
使用所述处理电路来获得所述路线的地图年龄信息；
使用所述处理电路，基于所述地图年龄信息来确定自主运载工具的第一组驾驶参数；以及
使用控制电路，使用所述第一组驾驶参数来沿着所述路线导航所述自主运载工具。
29.根据项28所述的系统，其中，使用所述第一组驾驶参数沿着所述路线导航所述自主运载工具包括：在所述起始地点和所述目的地地点之间沿着所述路线导航所述自主运载工具的同时，对所述路线的至少一部分进行地图数据收集操作。
30.根据项28或29所述的系统，其中，所述路线由一个或多个边缘组成。
31.根据项28至30中任一项所述的系统，其中，所述第一组驾驶参数包括用于操作所述自主运载工具的一组预定机动动作。
32.根据项31所述的系统，其中，用于操作所述自主运载工具的所述一组预定机动动作中的机动动作的量与自针对所述路线的至少一部分更新了所述地图年龄信息起所经过的时间量成比例。
33.根据项31或32所述的系统，其中，所述一组预定机动动作包括以下中的一个或多个：切换车道的许可频率、与一个或多个道路边界的许可距离、和在特定车道中行驶的许可时间量。
34.根据项28至33中任一项所述的系统，其中，所述第一组驾驶参数不同于并非基于所述地图年龄信息的第二组驾驶参数。
35.根据项34所述的系统，其中，所述第一组驾驶参数包括用于操作所述自主运载工具以收集地图数据的一组机动动作，以及所述第二组驾驶参数不包括用于操作所述自主运载工具以收集地图数据的一组机动动作。
36.根据项34或35所述的系统，其中，
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，切换车道的许可频率更大，
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，与一个或多个道路边界的许可距离更小，以及
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，在特定车道中行驶的许可时间量更大。
37.根据项28至36中任一项所述的系统，所述操作还包括：
使用所述处理电路来获得所述路线的路线条件，
其中，确定所述第一组驾驶参数包括：基于所述地图年龄信息和所述路线条件来确定所述自主运载工具的所述第一组驾驶参数。
38.根据项37所述的系统，其中，所述路线条件提供所述路线是否适合于相应的一组驾驶参数的指示。
39.根据项37或38所述的系统，其中，所述路线条件包括所述路线的至少一部分的交通条件。
40.根据项37至39中任一项所述的系统，其中，所述路线条件包括所述路线的至少一部分的天气条件。
41.根据项37至40中任一项所述的系统，其中，所述路线条件包括所述自主运载工具沿着所述路线的地点的指示。
42.根据项37至41中任一项所述的系统，其中，所述路线条件包括所述路线的至少一部分的路面条件。
43.根据项28至42中任一项所述的系统，所述操作还包括：
使用所述处理电路，基于用于使用所述第一组驾驶参数沿着所述路线导航所述自主运载工具的第一行驶时间来确定所述路线的第一成本函数；
使用所述处理电路，基于用于使用不基于所述地图年龄信息的第三组驾驶参数沿着所述路线导航所述自主运载工具的第二行驶时间来确定所述路线的第二成本函数；以及
使用所述处理电路，基于所述第一成本函数和所述第二成本函数之间的差来确定折扣价格。
44.根据项43所述的系统，其中，所述第一成本函数和所述第二成本函数之间的差是基于所述第一行驶时间和所述第二行驶时间之间的时间差。
45.一种用于确定自主运载工具的路线的路线规划数据的方法，所述方法包括：
使用处理电路来获得起始地点和目的地地点之间的路线；
使用所述处理电路来获得所述路线的地图年龄信息；
使用所述处理电路，基于所述地图年龄信息来确定自主运载工具的第一组驾驶参数；以及
使用控制电路，使用所述第一组驾驶参数来沿着所述路线导航所述自主运载工具。
46.根据项45所述的方法，其中，使用所述第一组驾驶参数沿着所述路线导航所述自主运载工具包括：在所述起始地点和所述目的地地点之间沿着所述路线导航所述自主运载工具的同时，对所述路线的至少一部分进行地图数据收集操作。
47.根据项45或46所述的方法，其中，所述路线由一个或多个边缘组成。
48.根据项45至47中任一项所述的方法，其中，所述第一组驾驶参数包括用于操作所述自主运载工具的一组预定机动动作。
49.根据项48所述的方法，其中，用于操作所述自主运载工具的所述一组预定机动动作中的机动动作的量与自针对所述路线的至少一部分更新了所述地图年龄信息起所经过的时间量成比例。
50.根据项48或49所述的方法，其中，所述一组预定机动动作包括以下中的一个或多个：切换车道的许可频率、与一个或多个道路边界的许可距离、和在特定车道中行驶的许可时间量。
51.根据项45至50中任一项所述的方法，其中，所述第一组驾驶参数不同于并非基于所述地图年龄信息的第二组驾驶参数。
52.根据项51所述的方法，其中，所述第一组驾驶参数包括用于操作所述自主运载工具以收集地图数据的一组机动动作，以及所述第二组驾驶参数不包括用于操作所述自主运载工具以收集地图数据的一组机动动作。
53.根据项51或52所述的方法，其中，
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，切换车道的许可频率更大，
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，与一个或多个道路边界的许可距离更小，以及
与在所述第二组驾驶参数中相比，在所述第一组驾驶参数中，在特定车道中行驶的许可时间量更大。
54.根据项45至53中任一项所述的方法，还包括：
使用所述处理电路来获得所述路线的路线条件，
其中，确定所述第一组驾驶参数包括：基于所述地图年龄信息和所述路线条件来确定所述自主运载工具的所述第一组驾驶参数。
55.根据项54所述的方法，其中，所述路线条件提供所述路线是否适合于相应的一组驾驶参数的指示。
56.根据项54或55所述的方法，其中，所述路线条件包括所述路线的至少一部分的交通条件。
57.根据项54至56中任一项所述的方法，其中，所述路线条件包括所述路线的至少一部分的天气条件。
58.根据项54至57中任一项所述的方法，其中，所述路线条件包括所述自主运载工具沿着所述路线的地点的指示。
59.根据项54至58中任一项所述的方法，其中，所述路线条件包括所述路线的至少一部分的路面条件。
60.根据项45至59中任一项所述的方法，还包括：
使用所述处理电路，基于用于使用所述第一组驾驶参数沿着所述路线导航所述自主运载工具的第一行驶时间来确定所述路线的第一成本函数；
使用所述处理电路，基于用于使用不基于所述地图年龄信息的第三组驾驶参数沿着所述路线导航所述自主运载工具的第二行驶时间来确定所述路线的第二成本函数；以及
使用所述处理电路，基于所述第一成本函数和所述第二成本函数之间的差来确定折扣价格。
61.根据项60所述的方法，其中，所述第一成本函数和所述第二成本函数之间的差是基于所述第一行驶时间和所述第二行驶时间之间的时间差。
62.一种存储有指令的非暂时性存储介质，所述指令在由一个或多个计算装置执行时，使得进行根据项45至61中任一项所述的方法。
相关申请的交叉引用
本申请要求2020年1月6日提交的标题为“systemandmethodforupdatingmapdata”的美国临时专利申请62/957,659的权益，其全部内容通过引用而被包含于此。
- 还没有人留言评论。精彩留言会获得点赞！