JP2020115348A

JP2020115348A - 自律車両ナビゲーションのための疎な地図

Info

Publication number: JP2020115348A
Application number: JP2020036232A
Authority: JP
Inventors: シャシュア，アムノン; Shashua Amnon; グダルヤフ，ヨラム; Gdalyahu Yoram; シュプリンガー，オフェル; Springer Ofer; ライスマン，アラン; Reisman Aran; ブラウンシュタイン，ダニエル; Braunstein Daniel; ブーベルマン，オリ; Buberman Ori; シャレブ−シュワルツ，シャイ; Shalev-Shwartz Shai; タイエブ，ヨアフ; Taieb Yoav; チュービス，イゴール; Tubis Igor; フーベルマン，デイビッド; Huberman David
Original assignee: Mobileye Vision Technologies Ltd
Current assignee: Mobileye Vision Technologies Ltd
Priority date: 2015-02-10
Filing date: 2020-03-03
Publication date: 2020-07-30
Anticipated expiration: 2036-02-10
Also published as: EP3845425A1; JP2021105607A; US20200073388A1; CN111351494A; CN112146669A; CN111380545A; KR20200127218A; US20170010108A1; US20170010104A1; US20170008521A1; KR20200011593A; US9817399B2; US20170336801A1; US11599113B2; KR102603648B1; KR20170126909A; JP7280465B2; EP3256816A2; EP3734504A1; US20190384296A1

Abstract

【課題】自律車両ナビゲーションのために疎な地図を構築、使用及び更新するシステム及び方法を提供する。【解決手段】非一時的コンピュータ可読媒体は、道路セグメントに沿った自律車両ナビゲーションのための疎な地図を含む。疎な地図は、道路セグメントに沿った自律車両の目標軌道の多項式表現と、道路セグメントに関連付けられた複数の所定の陸標とを含み、複数の所定の陸標は、少なくとも５０メートルだけ離間される。疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する。【選択図】なし

Description

関連出願の相互参照
本願は、２０１５年２月１０日に出願された米国仮特許出願第６２／１１４，０９１号、２０１５年５月２０日に出願された米国仮特許出願第６２／１６４，０５５号、２０１５年６月４日に出願された米国仮特許出願第６２／１７０，７２８号、２０１５年６月１９日に出願された米国仮特許出願第６２／１８１，７８４号、２０１５年７月１５日に出願された米国仮特許出願第６２／１９２，５７６号、２０１５年９月９日に出願された米国仮特許出願第６２／２１５，７６４号、２０１５年９月１７日に出願された米国仮特許出願第６２／２１９，７３３号、２０１５年１２月１日に出願された米国仮特許出願第６２／２６１，５７８号、２０１５年１２月１日に出願された米国仮特許出願第６２／２６１，５９８号、２０１５年１２月１５日に出願された米国仮特許出願第６２／２６７，６４３号、２０１５年１２月１８日に出願された米国仮特許出願第６２／２６９，８１８号、２０１５年１２月２１日に出願された米国仮特許出願第６２／２７０，４０８号、２０１５年１２月２１日に出願された米国仮特許出願第６２／２７０，４１８号、２０１５年１２月２１日に出願された米国仮特許出願第６２／２７０，４３１号、２０１５年１２月２２日に出願された米国仮特許出願第６２／２７１，１０３号、２０１６年１月５日に出願された米国仮特許出願第６２／２７４，８８３号、２０１６年１月５日に出願された米国仮特許出願第６２／２７４，９６８号、２０１６年１月５日に出願された米国仮特許出願第６２／２７５，００７号、２０１６年１月５日に出願された米国仮特許出願第６２／２７５，０４６号、及び２０１６年１月１１日に出願された米国仮特許出願第６２／２７７，０６８号の優先権の利益を主張するものである。上記出願は全て、全体として参照により本明細書に援用される。

背景技術分野
本開示は、概して、自律車両ナビゲーション及び自律車両ナビゲーションのための疎な地図に関する。更に、本開示は、自律車両ナビゲーションのための疎な地図を構築、使用、及び更新するシステム及び方法に関する。

背景情報
技術が進化し続けるにつれ、路上でナビゲート可能な完全自律車両という目標が現実味を帯びてきている。自律車両は、様々な要因を考慮する必要があり得、それらの要因に基づいて、意図される目的地に安全且つ正確に到達するのに適切な判断を下し得る。例えば、自律車両は、視覚情報（例えば、カメラから捕捉された情報）を処理して解釈する必要があり得ると共に、他のソースから（例えば、ＧＰＳデバイス、速度センサ、加速度計、サスペンションセンサ等から）得られる情報を使用することもある。同時に、目的地にナビゲートするために、自律車両は、特定の道路内の車両の位置（例えば、複数レーン道路内の特定のレーン）を識別し、他の車両と並んでナビゲートし、障害物及び歩行者を回避し、交通信号及び標識を観測し、適切な交差点又はインターチェンジで１つの道路から別の道路に走行する必要もあり得る。自律車両が目的地まで走行する際に自律車両により収集される膨大な量の情報の利用及び解釈は、多くの設計課題を課す。自律車両が分析、アクセス及び／又は記憶する必要があり得る膨大な量のデータ（例えば、捕捉される画像データ、地図データ、ＧＰＳデータ、センサデータ等）は、実際に自律ナビゲーションを制限する恐れがある課題又は更には自律ナビゲーションに悪影響を及ぼす恐れがある課題を課す。更に、自律車両がナビゲートのために従来のマッピング技術に依存する場合、地図を記憶及び更新するために必要な膨大な量のデータは困難な課題を課す。

概要
本開示による実施形態は、自律車両ナビゲーションのシステム及び方法を提供する。開示される実施形態は、カメラを使用して、自律車両ナビゲーション特徴を提供し得る。例えば、本開示の実施形態によれば、開示されるシステムは、車両の環境を監視する１つ、２つ、又は３つ以上のカメラを含み得る。開示されるシステムは、例えば、カメラのうちの１つ又は複数により捕捉された画像の分析に基づいて、ナビゲーション応答を提供し得る。ナビゲーション応答は、例えば、全地球測位（ＧＰＳ）データ、センサデータ（例えば、加速度計、速度センサ、サスペンションセンサ等から）、及び／又は他の地図データを含む他のデータを考慮することもできる。

幾つかの実施形態では、開示されるシステム及び方法は、自律車両ナビゲーションに疎な地図を使用し得る。例えば、疎な地図は、過度のデータ記憶を必要とせずに、ナビゲーションに十分な情報を提供し得る。

他の実施形態では、開示されるシステム及び方法は、自律車両ナビゲーションのための道路モデルを構築し得る。例えば、開示されるシステム及び方法は、推奨軌道を含む、自律車両ナビゲーションのためのクラウドソースデータを使用し得る。他の例として、開示されるシステム及び方法は、車両の環境内の陸標を識別し、且つ陸標位置を改良し得る。

更に他の実施形態では、開示されるシステム及び方法は、疎な道路モデルを自律車両ナビゲーションに使用し得る。例えば、開示されるシステム及び方法は、認識済み陸標に基づくナビゲーションを提供し、ナビゲーションのために車両のテールを位置合わせし、交差点で車両をナビゲートできるようにし、重複するローカル地図を使用して車両をナビゲートできるようにし、疎な地図を使用して車両をナビゲートできるようにし、予期される陸標位置に基づいてナビゲートし、道路シグネチャに基づいて道路を自律的にナビゲートし、後向きカメラに基づいて前方ナビゲーションを提供し、自由空間特定に基づいてナビゲートし、雪の中をナビゲートし、自律車両速度較正を提供し、認識済み陸標位置に基づいてレーン割り当てを特定し、スーパーランドマークをナビゲーション援助として使用し得る。

更に他の実施形態では、開示されるシステム及び方法は、適応自律ナビゲーションを提供し得る。例えば、開示されるシステム及び方法は、ユーザ介入に基づいて適応ナビゲーションを提供し、自己認識適応ナビゲーションを提供し、適応道路モデルマネージャを提供し、選択的フィードバックに基づいて道路モデルを管理し得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、道路セグメントに沿った自律車両ナビゲーションのための疎な地図を含み得る。疎な地図は、道路セグメントに沿った自律車両の目標軌道の多項式表現と、道路セグメントに関連付けられた複数の所定の陸標とを含み得、複数の所定の陸標は、少なくとも５０メートルだけ離間され得、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有し得る。

非一時的コンピュータ可読媒体の幾つかの実施形態では、多項式表現は、三次元多項式表現であり得る。目標軌道の多項式表現は、道路セグメントに沿った車両の過去の走行の２つ以上の再構築された軌道に基づいて決定され得る。複数の所定の陸標は、５０バイト以下のデータにより疎な地図に表される交通標識を含み得る。複数の所定の陸標は、５０バイト以下のデータにより疎な地図に表される方向標識を含み得る。複数の所定の陸標は、１００バイト以下のデータにより疎な地図に表される汎用標識を含み得る。複数の所定の陸標は、１００バイト以下のデータにより疎な地図に表される略矩形の物体を含み得る。疎な地図での略矩形の物体の表現は、略矩形の物体に関連付けられた簡略画像シグネチャを含み得る。複数の所定の陸標は、陸標サイズ、前の陸標までの距離、陸標タイプ、及び陸標位置を含むパラメータにより疎な地図において表され得る。疎な地図に含まれる複数の所定の陸標は、少なくとも２キロメートルだけ離間され得る。疎な地図に含まれる複数の所定の陸標は、少なくとも１キロメートルだけ離間され得る。疎な地図に含まれる複数の所定の陸標は、少なくとも１００メートルだけ離間され得る。疎な地図は、１キロメートル当たり１００キロバイト以下のデータ密度を有し得る。疎な地図は、１キロメートル当たり１０キロバイト以下のデータ密度を有し得る。複数の所定の陸標は、１メートル以内の長手方向位置特定精度を維持するのに十分なレートを超えるレートで疎な地図に現れ得る。

幾つかの実施形態では、自律車両は、本体と、道路セグメントに沿った自律車両ナビゲーションのための疎な地図を含み得る非一時的コンピュータ可読媒体とを含み得る。疎な地図は、道路セグメントに沿った自律車両の目標軌道の多項式表現と、道路セグメントに関連付けられた複数の所定の陸標とを含み得、複数の所定の陸標は、少なくとも５０メートルだけ離間され、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する。自律車両は、疎な地図に含まれるデータを実行して、道路セグメントに沿った自律車両ナビゲーションを提供するように構成されるプロセッサを含み得る。

自律車両の幾つかの実施形態では、多項式表現は、三次元多項式表現であり得る。目標軌道の多項式表現は、道路セグメントに沿った車両の過去の走行の２つ以上の再構築された軌道に基づいて決定され得る。

幾つかの実施形態では、自律車両は、本体と、疎な地図に含まれるデータを受信し、道路セグメントに沿った自律車両ナビゲーションのためにデータを実行するように構成されるプロセッサとを含み得る。疎な地図は、道路セグメントに沿った自律車両の目標軌道の多項式表現と、道路セグメントに関連付けられた複数の所定の陸標とを含み得、複数の所定の陸標は、少なくとも５０メートルだけ離間され、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する。

幾つかの実施形態では、自律車両ナビゲーションで使用される車両ナビゲーション情報を処理する方法は、サーバにより、ナビゲーション情報を複数の車両から受信することを含み得る。複数の車両からのナビゲーション情報は、共通の道路セグメントに関連付けられ得る。本方法は、サーバにより、共通の道路セグメントに関連付けられたナビゲーション情報を記憶することを含み得る。本方法は、サーバにより、複数の車両からのナビゲーション情報に基づいて、共通の道路セグメントの自律車両道路ナビゲーションモデルの少なくとも一部を生成することと、共通の道路セグメントに沿った１つ又は複数の自律車両の自律的ナビゲーションに使用するために、サーバにより、自律車両道路ナビゲーションモデルを１つ又は複数の自律車両に配信することとを含み得る。

本方法の幾つかの実施形態では、ナビゲーション情報は、各車両が共通の道路セグメントにわたり走行する際の複数の車両のそれぞれからの軌道を含み得る。軌道は、三次元並進移動及び三次元回転移動を含め、カメラの検知移動に基づいて特定され得る。ナビゲーション情報は、レーン割り当てを含み得る。自律車両道路ナビゲーションモデルの少なくとも一部を生成することは、共通の道路セグメントに沿った車両軌道をクラスタ化することと、クラスタ化された車両軌道に基づいて、共通の道路セグメントに沿った目標軌道を決定することとを含み得る。自律車両道路ナビゲーションモデルは、共通の道路セグメントに沿った目標軌道に対応する三次元スプラインを含み得る。目標軌道は、共通の道路セグメントの１つのレーンに関連付けられ得る。自律車両道路ナビゲーションモデルは、複数の目標軌道を含み得、各目標軌道に、共通の道路セグメントの別個のレーンが関連付けられる。クラスタ化された車両軌道に基づいて共通の道路セグメントに沿った目標軌道を決定することは、クラスタ化された車両軌道に基づいて平均値軌道又は平均軌道を見つけることを含み得る。目標軌道は、三次元スプラインにより表され得る。スプラインは、１キロメートル当たり１０キロバイト未満で定義され得る。自律車両道路ナビゲーションモデルは、少なくとも１つの陸標の位置を含む、少なくとも１つの陸標の識別情報を含み得る。少なくとも１つの陸標の位置は、複数の車両に関連付けられたセンサシステムを使用して実行される位置測定に基づいて特定され得る。位置測定の平均をとって少なくとも１つの陸標の位置を取得し得る。少なくとも１つの陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。

幾つかの実施形態では、車両のナビゲーションシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信することと、少なくとも１つの環境画像を分析して、車両に関連するナビゲーション情報を特定することと、ナビゲーション情報を車両からサーバに送信することとを行うようにプログラムされる。少なくとも１つのプロセッサは、サーバから自律車両道路ナビゲーションモデルを受信するようにプログラムされ得る。自律車両道路ナビゲーションモデルは、送信されたナビゲーション情報に基づく少なくとも１つの更新を含み得る。少なくとも１つのプロセッサは、自律車両道路ナビゲーションモデルに基づいて、車両による少なくとも１つのナビゲーション操作を生じさせるようにプログラムされ得る。

本ナビゲーションシステムの幾つかの実施形態では、ナビゲーション情報は、各車両が共通の道路セグメントにわたり走行する際の複数の車両のそれぞれからの軌道を含み得る。

幾つかの実施形態では、自律車両ナビゲーションに使用するために車両ナビゲーション情報を処理するサーバは、複数の車両と通信するように構成される通信ユニットと、通信ユニットを介してナビゲーション情報を車両から受信するようにプログラムされる少なくとも１つのプロセッサとを含み得る。少なくとも１つのプロセッサは、ナビゲーション情報に基づいて自律車両道路ナビゲーションモデルの少なくとも一部を生成することと、自律車両道路ナビゲーションモデルの少なくとも一部を、車両のうちの少なくとも１台に送信して、自律車両道路ナビゲーションモデルの一部に基づいて車両のうちの少なくとも１台によるナビゲーション操作を生じさせることとを行うようにプログラムされ得る。

サーバの幾つかの実施形態では、ナビゲーション情報は、各車両が共通の道路セグメントにわたり走行する際の複数の車両のそれぞれからの軌道を含み得る。自律車両道路ナビゲーションモデルの一部は、自律車両道路ナビゲーションモデルに対する更新を含み得る。

幾つかの実施形態では、車両のナビゲーションシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、１つ又は複数のセンサから、車両の動作を示す出力を受信することと、１つ又は複数のセンサからの出力に基づいて、車両の実際の軌道を特定することと、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信することと、少なくとも１つの環境画像を分析して、少なくとも１つのナビゲーション制約に関連付けられた情報を特定することと、車両の実際の軌道と、少なくとも１つのナビゲーション制約に関連付けられた特定された情報に基づく実際の軌道への１つ又は複数の修正とを含む目標軌道を決定することと、目標軌道を車両からサーバに送信することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、１つ又は複数のセンサは、速度センサを含み得る。１つ又は複数のセンサは、加速度計を含み得る。１つ又は複数のセンサは、カメラを含み得る。少なくとも１つのナビゲーション制約は、障壁、物体、レーンマーク、標識、又は別の車両のうちの少なくとも１つを含み得る。カメラは、車両内に含まれ得る。

幾つかの実施形態では、目標軌道をサーバにアップロードする方法は、１つ又は複数のセンサから、車両の動作を示す出力を受信することと、１つ又は複数のセンサからの出力に基づいて、車両の実際の軌道を特定することと、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信することと、少なくとも１つの環境画像を分析して、少なくとも１つのナビゲーション制約に関連付けられた情報を特定することと、車両の実際の軌道と、少なくとも１つのナビゲーション制約に関連付けられた特定された情報に基づく実際の軌道への１つ又は複数の修正とを含む目標軌道を決定することと、目標軌道を車両からサーバに送信することとを含み得る。

本方法の幾つかの実施形態では、１つ又は複数のセンサは、速度センサを含み得る。１つ又は複数のセンサは、加速度計を含み得る。１つ又は複数のセンサは、カメラを含み得る。少なくとも１つのナビゲーション制約は、障壁、物体、レーンマーク、標識、又は別の車両のうちの少なくとも１つを含み得る。カメラは、車両内に含まれ得る。

幾つかの実施形態では、自律車両ナビゲーションで使用される陸標を識別するシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、陸標に関連付けられた少なくとも１つの識別子を受信することと、陸標を対応する道路セグメントに関連付けることと、陸標に関連付けられた少なくとも１つの識別子を含むように、対応する道路セグメントに対する自律車両道路ナビゲーションモデルを更新することと、更新された自律車両道路ナビゲーションモデルを複数の自律車両に配信することとを行うようにプログラムされる。少なくとも１つの識別子は、ホスト車両に関連付けられたカメラからの、ホスト車両の環境を表す少なくとも１つの画像の取得と、ホスト車両の環境内の陸標を識別するための少なくとも１つの画像の分析と、陸標に関連付けられた少なくとも１つの識別子を特定するための少なくとも１つの画像の分析とに基づいて特定され得る。

本システムの幾つかの実施形態では、少なくとも１つの識別子は、陸標の位置を含み得る。少なくとも１つの識別子は、陸標の形状を含み得る。少なくとも１つの識別子は、陸標のサイズを含み得る。少なくとも１つの識別子は、別の陸標に対する陸標の距離を含み得る。少なくとも１つの識別子は、陸標が複数の陸標のタイプのうちの１つとして識別されることに基づいて特定され得る。陸標タイプは、交通標識を含み得る。陸標タイプは、柱を含み得る。陸標タイプは、方向インジケータを含み得る。陸標タイプは、矩形標識を含み得る。少なくとも１つの識別子は、簡略シグネチャ表現を更に含み得る。陸標の簡略シグネチャ表現は、所定のデータサイズの一連の番号への陸標の画像のマッピングに基づいて特定され得る。簡略シグネチャ表現は、陸標の外観を示し得る。簡略シグネチャ表現は、陸標の画像のカラーパターン又は画像の輝度パターンのうちの少なくとも一方を示し得る。陸標は、方向標識、交通標識、街灯柱、道路マーク、及びビジネス標識のうちの少なくとも１つを含み得る。

幾つかの実施形態では、自律車両ナビゲーションで使用される陸標を識別する方法は、陸標に関連付けられた少なくとも１つの識別子を受信することと、陸標を対応する道路セグメントに関連付けることと、陸標に関連付けられた少なくとも１つの識別子を含むように、対応する道路セグメントに対する自律車両道路ナビゲーションモデルを更新することと、更新された自律車両道路ナビゲーションモデルを複数の自律車両に配信することとを含み得る。

幾つかの実施形態では、本方法は、少なくとも１つの識別子を特定することを含み得る。少なくとも１つの識別子を特定することは、ホスト車両に関連付けられたカメラから、ホスト車両の環境を表す少なくとも１つの画像を取得することと、少なくとも１つの画像を分析して、ホスト車両の環境内の陸標を識別することと、少なくとも１つの画像を分析して、陸標に関連付けられた少なくとも１つの識別子を特定することとを含み得る。少なくとも１つの識別子は、別の陸標に対する陸標の距離を含み得、少なくとも１つの識別子を特定することは、別の陸標に対する陸標の距離を特定することを含み得る。少なくとも１つの識別子は、簡略シグネチャ表現を更に含み得、少なくとも１つの識別子を特定することは、少なくとも１つの画像から簡略シグネチャ表現を決定することを含む。

幾つかの実施形態では、自律車両のナビゲーションに使用される陸標の位置を特定するシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、陸標の測定位置を受信することと、陸標の測定位置、及び陸標の少なくとも１つの前に取得された位置に基づいて、陸標の改良された位置を特定することとを行うようにプログラムされる。測定位置及び少なくとも１つの前に取得された位置は、ホスト車両に関連付けられたカメラからの、ホスト車両に関連付けられた少なくとも１つの環境画像の取得と、ホスト車両の環境内の陸標を識別するための少なくとも１つの環境画像の分析と、ホスト車両の位置を表す全地球測位システム（ＧＰＳ）データの受信と、ホスト車両に対する識別された陸標の相対位置を特定するための少なくとも１つの環境画像の分析と、少なくともＧＰＳデータ及び特定された相対位置に基づく陸標のグローバル位置（globally localized position）の特定とに基づいて特定され得る。

本システムの幾つかの実施形態では、陸標は、交通標識、矢印、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。車両に対する識別された陸標の相対位置を特定するための少なくとも１つの画像の分析は、少なくとも１つの画像に関連付けられたスケールに基づいて距離を計算することを含み得る。少なくとも１つの画像を分析して、車両に対する識別された陸標の相対位置を特定することは、少なくとも１つの画像に関連付けられたオプティカルフローに基づいて距離を計算することを含み得る。ＧＰＳデータは、ホスト車両に含まれるＧＰＳデバイスから受信され得る。カメラは、ホスト車両に含まれ得る。陸標の改良された位置を特定することは、陸標の測定位置と少なくとも１つの前に取得された位置との平均をとることを含み得る。

幾つかの実施形態では、自律車両のナビゲーションに使用される陸標の位置を特定する方法は、陸標の測定位置を受信することと、陸標の測定位置及び陸標の少なくとも１つの前に取得された位置に基づいて、陸標の改良された位置を特定することとを含み得る。測定位置及び少なくとも１つの前に取得された位置は、ホスト車両に関連付けられたカメラからの、ホスト車両に関連付けられた少なくとも１つの環境画像の取得と、ホスト車両の環境内の陸標を識別するための少なくとも１つの環境画像の分析と、ホスト車両の位置を表す全地球測位システム（ＧＰＳ）データの受信と、ホスト車両に対する識別された陸標の相対位置を特定するための少なくとも１つの環境画像の分析と、少なくともＧＰＳデータ及び特定された相対位置に基づく陸標のグローバル位置の特定とに基づいて特定され得る。

本方法の幾つかの実施形態では、陸標は、交通標識、矢印、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。車両に対する識別された陸標の相対位置を特定するための少なくとも１つの画像の分析は、少なくとも１つの画像に関連付けられたスケールに基づいて距離を計算することを含み得る。車両に対する識別された陸標の相対位置を特定するための少なくとも１つの画像の分析は、少なくとも１つの画像に関連付けられたオプティカルフローに基づいて距離を計算することを含み得る。ＧＰＳデータは、ホスト車両に含まれるＧＰＳデバイスから受信され得る。カメラは、ホスト車両に含まれ得る。陸標の改良された位置を特定することは、陸標の測定位置と少なくとも１つの前に取得された位置との平均をとることを含み得る。

幾つかの実施形態では、自律車両は、本体と、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、陸標の測定位置を受信することと、陸標の測定位置及び陸標の少なくとも１つの前に取得された位置に基づいて、陸標の改良された位置を特定することとを行うようにプログラムされる。少なくとも１つのプロセッサは、車両に関連付けられたカメラからの、車両に関連付けられた少なくとも１つの環境画像の取得と、車両の環境内の陸標を識別するための少なくとも１つの環境画像の分析と、車両の位置を表す全地球測位システム（ＧＰＳ）データの受信と、車両に対する識別された陸標の相対位置を特定するための少なくとも１つの環境画像の分析と、少なくともＧＰＳデータ及び特定された相対位置に基づく陸標のグローバル位置の特定とに基づいて、測定位置及び少なくとも１つの前に取得された位置を特定するように更にプログラムされ得る。

本車両の幾つかの実施形態では、陸標は、交通標識、矢印、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。車両に対する識別された陸標の相対位置を特定するための少なくとも１つの画像の分析は、少なくとも１つの画像に関連付けられたスケールに基づいて距離を計算することを含み得る。少なくとも１つの画像を分析して、車両に対する識別された陸標の相対位置を特定することは、少なくとも１つの画像に関連付けられたオプティカルフローに基づいて距離を計算することを含み得る。ＧＰＳデータは、ホスト車両に含まれるＧＰＳデバイスから受信され得る。陸標の改良された位置を特定することは、陸標の測定位置と少なくとも１つの前に取得された位置との平均をとることを含み得る。

幾つかの実施形態では、道路セグメントに沿って車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することと、少なくとも部分的に認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を特定することと、所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。認識済み陸標は、道路セグメント上のライン間隔変更を含み得る。認識済み陸標は、ビジネスの標識を含み得る。所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。認識済み陸標間のナビゲーションは、車両速度を積分して、所定の道路モデル軌道に沿った車両の位置を特定することを含み得る。プロセッサは、車両をナビゲートする自律操舵動作に基づいて、車両の操舵システムを調整するように更にプログラムされ得る。プロセッサは、少なくとも１つの認識済み陸標からの車両の距離を特定することと、その距離に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道上に車両が位置しているか否かを特定することとを行うように更にプログラムされ得る。プロセッサは、車両が所定の道路モデル軌道上に位置してない場合、車両を車両の現在位置から所定の道路モデル軌道上の位置に移動させるように、車両の操舵システムを調整するように更にプログラムされ得る。

幾つかの実施形態では、車両は、本体と、車両の環境を表す少なくとも１つの画像を取得するように構成される少なくとも１つの画像捕捉デバイスと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、少なくとも１つの画像捕捉デバイスから、少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することと、少なくとも部分的に認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を特定することと、所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを行うようにプログラムされる。

本車両の幾つかの実施形態では、認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、街灯柱、道路上の線の間隔変更、又はビジネスの標識のうちの少なくとも１つを含み得る。所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。認識済み陸標間のナビゲーションは、車両速度を積分して、所定の道路モデル軌道に沿った車両の位置を特定することを含み得る。プロセッサは、車両をナビゲートする自律操舵動作に基づいて、車両の操舵システムを調整するように更にプログラムされ得る。プロセッサは、少なくとも１つの認識済み陸標からの車両の距離を特定することと、その距離に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道上に車両が位置しているか否かを特定することとを行うように更にプログラムされ得る。プロセッサは、車両が所定の道路モデル軌道上に位置してない場合、車両を車両の現在位置から所定の道路モデル軌道上の位置に移動させるように、車両の操舵システムを調整するように更にプログラムされ得る。

幾つかの実施形態では、車両をナビゲートする方法は、車両に関連付けられた画像捕捉デバイスから、車両の環境を表す少なくとも１つの画像を受信することと、車両に関連付けられたプロセッサを使用して少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することと、少なくとも部分的に認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を特定することと、所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することと、車両をナビゲートする自律操舵動作に基づいて、車両の操舵システムを調整することとを含み得る。

幾つかの実施形態では、本方法は、車両速度を積分することにより、所定の道路モデル軌道に沿った車両の位置を特定することを含み得る。本方法は、プロセッサを使用して、少なくとも１つの認識済み陸標からの車両の距離を特定することと、その距離に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道上に車両が位置しているか否かを特定することとを含み得る。本方法は、車両を車両の現在位置から所定の道路モデル軌道上の位置に移動させるのに必要な変換を決定することと、変換に基づいて車両の操舵システムを調整することとを含み得る。

幾つかの実施形態では、道路セグメントに沿って自律車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、自律車両の環境を表す複数の画像を受信することと、少なくとも部分的に複数の画像のうちの１つ又は複数の分析に基づいて、道路セグメントに沿った自律車両の走行軌道を特定することと、複数の画像のうちの１つ又は複数の分析に基づいて、所定の道路モデル軌道に沿った自律車両の現在位置を特定することと、特定された走行軌道に基づいて、自律車両の進行方向を特定することと、走行軌道を自律車両の現在位置での所定の道路モデル軌道と比較することにより、進行方向に対する自律車両の操舵方向を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、走行軌道と所定の道路モデル軌道との比較は、走行軌道と所定の道路モデル軌道との誤差を低減する変換を決定することを含み得る。プロセッサは、変換に基づいて自律車両の操舵システムを調整するように更にプログラムされ得る。所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。所定の道路モデル軌道は、自律車両に含まれるメモリに記憶されるデータベースから検索され得る。所定の道路モデル軌道は、無線通信インタフェースを介して自律車両がアクセス可能なデータベースから検索され得る。画像捕捉デバイスは、自律車両に含まれ得る。操舵方向の決定は、左レーンマーク多項式モデル、右レーンマーク多項式モデル、包括的経路予測、前方車両の動作、自律車両の前の特定された自由空間、及び自律車両の前方の車両の位置に基づいて特定される仮想レーン又は仮想レーン制約のうちの１つ又は複数を含む、１つ又は複数の追加の手掛かりに更に基づき得る。操舵方向の決定は、１つ又は複数の追加の手掛かりに適用される重みに基づき得る。

幾つかの実施形態では、自律車両は、本体と、自律車両の環境を表す少なくとも１つの画像を取得するように構成される少なくとも１つの画像捕捉デバイスと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、自律車両の環境を表す複数の画像を受信することと、少なくとも部分的に複数の画像のうちの１つ又は複数の分析に基づいて、道路セグメントに沿った自律車両の走行軌道を特定することと、複数の画像のうちの１つ又は複数の分析に基づいて、所定の道路モデル軌道に沿った自律車両の現在位置を特定することと、特定された走行軌道に基づいて自律車両の進行方向を特定することと、走行軌道を自律車両の現在位置での所定の道路モデル軌道と比較することにより、進行方向に対する自律車両の操舵方向を決定することとを行うようにプログラムされる。

本自律車両の幾つかの実施形態では、走行軌道と所定の道路モデル軌道との比較は、走行軌道と所定の道路モデル軌道との誤差を低減する変換を決定することを含み得る。所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。所定の道路モデル軌道は、自律車両に含まれるメモリに記憶されるデータベース及び無線通信インタフェースを介して自律車両がアクセス可能なデータベースのうちの一方から検索され得る。操舵方向の決定は、左レーンマーク多項式モデル、右レーンマーク多項式モデル、包括的経路予測、前方車両の動作、自律車両の前の特定された自由空間、及び自律車両の前方の車両の位置に基づいて特定される仮想レーン又は仮想レーン制約のうちの１つ又は複数を含む、１つ又は複数の追加の手掛かりに更に基づき得る。操舵方向の決定は、１つ又は複数の追加の手掛かりに適用される重みに基づき得る。

幾つかの実施形態では、自律車両をナビゲートする方法は、画像捕捉デバイスから、自律車両の環境を表す複数の画像を受信することと、少なくとも部分的に複数の画像のうちの１つ又は複数の分析に基づいて、道路セグメントに沿った自律車両の走行軌道を特定することと、複数の画像のうちの１つ又は複数の画像の分析に基づいて、所定の道路モデル軌道に沿った自律車両の現在位置を特定することと、特定された走行軌道に基づいて自律車両の進行方向を特定することと、走行軌道を自律車両の現在位置での所定の道路モデル軌道と比較することにより、進行方向に対する自律車両の操舵方向を決定することとを含み得る。

本方法の幾つかの実施形態では、走行軌道と所定の道路モデル軌道との比較は、走行軌道と所定の道路モデル軌道との誤差を低減する変換を決定することを含み得る。操舵方向の決定は、左レーンマーク多項式モデル、右レーンマーク多項式モデル、包括的経路予測、前方車両の動作、自律車両の前の特定された自由空間、及び自律車両の前方の車両の位置に基づいて特定される仮想レーン又は仮想レーン制約のうちの１つ又は複数を含め、１つ又は複数の追加の手掛かりに更に基づき得る。操舵方向の決定は、１つ又は複数の追加の手掛かりに適用される重みに基づき得る。

幾つかの実施形態では、交差点を通して車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、車両の環境内にある２つ以上の陸標を識別することと、２つ以上の陸標のそれぞれについて、車両に対する方向インジケータを特定することと、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の現在位置を特定することと、２つ以上の陸標の方向インジケータに基づいて、車両の進行方位を特定することと、車両の進行方位を車両の現在位置での所定の道路モデル軌道と比較することにより、車両の操舵角を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。２つ以上の陸標は、３つ以上の陸標を含み得る。少なくとも１つのプロセッサは、操舵角を指定する制御信号を車両の操舵システムに送信するように更にプログラムされ得る。プロセッサは、車両に含まれるメモリに記憶されるデータベースから、所定の道路モデル軌道を検索するように構成され得る。プロセッサは、無線通信インタフェースを介して車両がアクセス可能なデータベースから、所定の道路モデル軌道を検索するように構成され得る。カメラは、車両に含まれ得る。プロセッサは、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の以前の位置を特定し、以前の位置及び現在位置に基づいて進行方位を特定することにより、車両の進行方位を特定するように更にプログラムされ得る。

幾つかの実施形態では、自律車両は、本体と、車両の環境を表す少なくとも１つの画像を取得するように構成される少なくとも１つの画像捕捉デバイスと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、車両の環境内にある２つ以上の陸標を識別することと、２つ以上の陸標のそれぞれについて、車両に対する方向インジケータを特定することと、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の現在位置を特定することと、２つ以上の陸標の方向インジケータに基づいて、車両の進行方位を特定することと、車両進行方位を車両の現在位置での所定の道路モデル軌道と比較することにより、車両の操舵角を決定することとを行うようにプログラムされる。

本車両の幾つかの実施形態では、所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。２つ以上の陸標は、３つ以上の陸標を含み得る。少なくとも１つのプロセッサは、操舵角を指定する制御信号を車両の操舵システムに送信するように更にプログラムされ得る。所定の道路モデル軌道は、車両に含まれるメモリに記憶されるデータベース及び無線通信インタフェースを介して車両がアクセス可能なデータベースのうちの一方から検索され得る。プロセッサは、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の以前の位置を特定し、以前の位置及び現在位置に基づいて進行方位を特定することにより、車両の進行方位を特定するように更にプログラムされ得る。

幾つかの実施形態では、自律車両をナビゲートする方法は、画像捕捉デバイスから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つのプロセッサを使用して少なくとも１つの画像を分析して、車両の環境内にある２つ以上の陸標を識別することと、２つ以上の陸標のそれぞれについて、車両に対する方向インジケータを特定することと、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の現在位置を特定することと、２つ以上の陸標の方向インジケータに基づいて、車両の進行方位を特定することと、車両進行方位を車両の現在位置での所定の道路モデル軌道と比較することにより、車両の操舵角を決定することとを含み得る。

本方法の幾つかの実施形態では、所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。本方法は、車両に含まれるメモリに記憶されるデータベース及び無線通信インタフェースを介して車両がアクセス可能なデータベースのうちの一方から、所定の道路モデル軌道を検索することを含み得る。本方法は、操舵角を指定する制御信号を車両の操舵システムに送信することを含み得る。車両の進行方位を特定することは、２つ以上の陸標の方向インジケータの交点に基づいて、交差点に対する車両の以前の位置を特定することと、以前の位置及び現在位置に基づいて進行方位を特定することとを含み得る。

幾つかの実施形態では、複数の重複ナビゲーションマップに基づいて車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、車両を自律的に制御するのに使用される第１のナビゲーションマップを受信することであって、第１のナビゲーションマップは第１の道路セグメントに関連付けられる、受信することと、第１のナビゲーションマップの分析に基づいて、第１の道路セグメントに沿った車両の第１の自律ナビゲーション応答を決定することと、車両を自律的に制御するのに使用される第２のナビゲーションマップを受信することであって、第２のナビゲーションマップは第２の道路セグメントに関連付けられ、第１の道路セグメントは第２の道路セグメントと異なり、第１の道路セグメント及び第２の道路セグメントは重複セグメントにおいて互いに重複する、受信することと、第２のナビゲーションマップの分析に基づいて、第２の道路セグメントに沿った車両の少なくとも第２の自律ナビゲーション応答を決定することと、第１のナビゲーションマップ及び第２のナビゲーションマップのうちの少なくとも一方に基づいて、重複セグメント内の車両の少なくとも第３の自律ナビゲーション応答を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、複数の重複ナビゲーションマップのそれぞれは、それ自体の座標系を有し得る。複数の重複ナビゲーションマップは、それぞれ道路セグメントに沿った目標軌道の多項式表現を含み得る。各重複ナビゲーションマップは、１キロメートル当たり１０キロバイト以下のデータ密度を有する疎な地図であり得る。重複セグメントは、少なくとも５０メートルの長さを有し得る。重複セグメントは、少なくとも１００メートルの長さを有し得る。少なくとも１つのプロセッサは、第１のナビゲーションマップ及び第２のナビゲーションマップの両方に基づいて、第３の自律ナビゲーション応答を決定するようにプログラムされ得る。第３の自律ナビゲーション応答は、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との組合せであり得る。第３の自律ナビゲーション応答は、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との平均であり得る。プロセッサは、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との誤差を特定することと、誤差が閾値誤差未満である場合、第２の自律ナビゲーション応答に基づいて第３の自律ナビゲーション応答を決定することとを行うように更にプログラムされ得る。

幾つかの実施形態では、自律車両は、本体と、車両の環境を表す少なくとも１つの画像を取得するように構成される少なくとも１つの画像捕捉デバイスと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、少なくとも１つの画像に基づいて、車両の現在位置を特定することと、第１の道路セグメントに関連付けられた第１のナビゲーションマップを受信することと、車両の現在位置が第１のナビゲーションマップにある場合、第１のナビゲーションマップの分析に基づいて、車両の少なくとも第１の自律ナビゲーション応答を決定することと、第２の道路セグメントと異なる第２の道路セグメントに関連付けられた第２のナビゲーションマップを受信することであって、第１の道路セグメント及び第２の道路セグメントは重複セグメントにおいて互いに重複する、受信することと、車両の現在位置が第２のナビゲーションマップにある場合、第２のナビゲーションマップの分析に基づいて、車両の少なくとも第２の自律ナビゲーション応答を決定することと、車両の現在位置が重複セグメントにある場合、第１のナビゲーションマップ及び第２のナビゲーションマップのうちの少なくとも一方に基づいて、車両の少なくとも第３の自律ナビゲーション応答を決定することとを行うようにプログラムされる。

本自律車両の幾つかの実施形態では、第１のナビゲーションマップ及び第２のナビゲーションマップのそれぞれは、それ自体の座標系を有し得る。第１のナビゲーションマップ及び第２のナビゲーションマップのそれぞれは、道路セグメントに沿った目標軌道の多項式表現を含み得る。少なくとも１つのプロセッサは、第１のナビゲーションマップ及び第２のナビゲーションマップの両方に基づいて、第３の自律ナビゲーション応答を決定するようにプログラムされ得る。第３の自律ナビゲーション応答は、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との組合せであり得る。プロセッサは、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との誤差を特定することと、誤差が閾値誤差未満である場合、第２の自律ナビゲーション応答に基づいて第３の自律ナビゲーション応答を決定することとを行うように更にプログラムされ得る。

幾つかの実施形態では、自律車両をナビゲートする方法は、画像捕捉デバイスから、車両の環境を表す少なくとも１つの画像を受信することと、車両に関連付けられたプロセッサを使用して、少なくとも１つの画像に基づいて車両の現在位置を特定することと、第１の道路セグメントに関連付けられた第１のナビゲーションマップを受信することと、車両の現在位置が第１のナビゲーションマップにある場合、第１のナビゲーションマップの分析に基づいて、車両の少なくとも第１の自律ナビゲーション応答を決定することと、第２の道路セグメントと異なる第２の道路セグメントに関連付けられた第２のナビゲーションマップを受信することであって、第１の道路セグメント及び第２の道路セグメントは重複セグメントにおいて互いに重複する、受信することと、車両の現在位置が第２のナビゲーションマップにある場合、第２のナビゲーションマップの分析に基づいて、車両の少なくとも第２の自律ナビゲーション応答を決定することと、車両の現在位置が重複セグメントにある場合、第１のナビゲーションマップ及び第２のナビゲーションマップのうちの少なくとも一方に基づいて、車両の少なくとも第３の自律ナビゲーション応答を決定することとを含み得る。

本方法の幾つかの実施形態では、複数の重複するナビゲーションマップのそれぞれは、それ自体の座標系を有し得、複数の重複するナビゲーションマップのそれぞれは、道路セグメントに沿った目標軌道の多項式表現を含み得る。第３の自律ナビゲーション応答を決定することは、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との組合せを特定することを含み得る。本方法は、第１の自律ナビゲーション応答と第２の自律ナビゲーション応答との誤差を特定することと、誤差が閾値誤差未満である場合、第２の自律ナビゲーション応答に基づいて第３の自律ナビゲーション応答を決定することとを含み得る。

幾つかの実施形態では、道路セグメントに沿った車両の疎な地図による自律ナビゲーションのシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、道路セグメントの疎な地図を受信することであって、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する、受信することと、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、疎な地図及びカメラから受信される少なくとも１つの画像を分析することと、疎な地図及びカメラから受信される少なくとも１つの画像の分析だけに基づいて、車両の自律ナビゲーション応答を決定することとを行うようにプログラムされ得る。

本システムの幾つかの実施形態では、疎な地図は、道路セグメントに沿った目標軌道の多項式表現を含み得る。疎な地図は、１つ又は複数の認識済み陸標を含み得る。認識済み陸標は、１キロメートル当たり０．５以下のレートで疎な地図において離間され得る。認識済み陸標は、１キロメートル当たり１以下のレートで疎な地図において離間され得る。認識済み陸標は、１００メートル当たり１以下のレートで疎な地図において離間され得る。疎な地図は、１キロメートル当たり１００キロバイト以下のデータ密度を有し得る。疎な地図は、１キロメートル当たり１０キロバイト以下のデータ密度を有し得る。

幾つかの実施形態では、道路セグメントに沿った車両の疎な地図による自律ナビゲーションの方法は、道路セグメントの疎な地図を受信することであって、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する、受信することと、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、疎な地図及びカメラから受信される少なくとも１つの画像を分析することと、疎な地図及びカメラから受信される少なくとも１つの画像の分析だけに基づいて、車両の自律ナビゲーション応答を決定することとを含み得る。

本方法の幾つかの実施形態では、疎な地図は、道路セグメントに沿った目標軌道の多項式表現を含み得る。疎な地図は、１つ又は複数の認識済み陸標を含み得る。認識済み陸標は、１キロメートル当たり０．５以下のレートで疎な地図において離間され得る。認識済み陸標は、１キロメートル当たり１以下のレートで疎な地図において離間され得る。認識済み陸標は、１００メートル当たり１以下のレートで疎な地図において離間され得る。疎な地図は、１キロメートル当たり１００キロバイト以下のデータ密度を有し得る。疎な地図は、１キロメートル当たり１０キロバイト以下のデータ密度を有し得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、道路セグメントの疎な地図を受信することを含み得る、道路セグメントに沿った車両の疎な地図による自律ナビゲーションを少なくとも１つのプロセッサに実行させる命令を記憶し得る。命令は、プロセッサに、道路セグメントの疎な地図を受信するステップであって、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有する、ステップと、カメラから、車両の環境を表す少なくとも１つの画像を受信するステップと、疎な地図及びカメラからの少なくとも１つの画像を分析するステップと、疎な地図及びカメラから受信される少なくとも１つの画像の分析だけに基づいて、車両の自律ナビゲーション応答を決定するステップとを実行させ得る。

非一時的コンピュータ可読媒体の幾つかの実施形態では、疎な地図は、道路セグメントに沿った目標軌道の多項式表現を含み得る。疎な地図は、１つ又は複数の認識済み陸標を含み得る。認識済み陸標は、１キロメートル当たり０．５以下のレートで疎な地図において離間され得る。

幾つかの実施形態では、所定の陸標位置に基づいて道路セグメントに沿って車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも部分的に少なくとも１つの画像に関連付けられた情報に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の位置を特定することと、特定された位置に基づいて、車両の前方の認識済み陸標を識別することであって、認識済み陸標はカメラの視野範囲（sight range）を超える、識別することと、車両の特定された位置を認識済み陸標の所定の位置と比較することにより、車両と認識済み陸標との間の現在距離を特定することと、特定された現在距離に基づいて、車両の自律ナビゲーション応答を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、認識済み陸標の所定の位置は、認識済み陸標に関連付けられた取得される複数の位置測定値の平均として特定され得、取得される複数の位置測定値は、少なくとも１つの環境画像の取得と、環境内の認識済み陸標を識別するための少なくとも１つの環境画像の分析と、全地球測位システム（ＧＰＳ）データの受信と、車両に対する認識済み陸標の相対位置を特定するための少なくとも１つの環境画像の分析と、少なくともＧＰＳデータ及び特定される相対位置に基づく、認識済み陸標のグローバル位置の特定とに基づいて特定され得る。自律ナビゲーション応答は、車両に関連付けられたブレーキの適用を含み得る。自律ナビゲーション応答は、車両の操舵角を変更することを含み得る。認識済み陸標は、停止線、信号機、停止標識、又は道路セグメントに沿ったカーブを含み得る。カメラは、車両に含まれ得る。

幾つかの実施形態では、所定の陸標位置に基づいて道路セグメントに沿って車両を自律的にナビゲートする方法は、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも部分的に少なくとも１つの画像に関連付けられた情報に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の位置を特定することと、特定された位置に基づいて、車両の前方の認識済み陸標を識別することであって、認識済み陸標はカメラの視野範囲を超える、識別することと、車両の特定された位置を認識済み陸標の所定の位置と比較することにより、車両と認識済み陸標との間の現在距離を特定することと、特定された現在距離に基づいて、車両の自律ナビゲーション応答を決定することとを含み得る。

本方法の幾つかの実施形態では、認識済み陸標の所定の位置は、認識済み陸標に関連付けられた取得される複数の位置測定値の平均として特定され得、取得される複数の位置測定値は、少なくとも１つの環境画像の取得と、環境内の認識済み陸標を識別するための少なくとも１つの環境画像の分析と、全地球測位システム（ＧＰＳ）データの受信と、車両に対する認識済み陸標の相対位置を特定するための少なくとも１つの環境画像の分析と、少なくともＧＰＳデータ及び特定される相対位置に基づく、認識済み陸標のグローバル位置の特定とに基づいて特定され得る。自律ナビゲーション応答は、車両に関連付けられたブレーキの適用を含み得る。自律ナビゲーション応答は、車両の操舵角を変更することを含み得る。認識済み陸標は、停止線、信号機、停止標識、又は道路セグメントに沿ったカーブを含み得る。カメラは、車両に含まれ得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、道路セグメントに沿った車両の自律的ナビゲーションを少なくとも１つのプロセッサに実行させる命令を記憶し得る。命令は、プロセッサに、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも部分的に少なくとも１つの画像に関連付けられた情報に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の位置を特定することと、特定された位置に基づいて、車両の前方の認識済み陸標を識別することであって、認識済み陸標はカメラの視野範囲を超える、識別することと、車両の特定された位置を認識済み陸標の所定の位置と比較することにより、車両と認識済み陸標との間の現在距離を特定することと、特定された現在距離に基づいて、車両の自律ナビゲーション応答を決定することとを実行させ得る。

非一時的コンピュータ可読媒体の幾つかの実施形態では、自律ナビゲーション応答は、車両に関連付けられたブレーキの適用を含み得る。自律ナビゲーション応答は、車両の操舵角を変更することを含み得る。認識済み陸標は、停止線、信号機、停止標識、又は道路セグメントに沿ったカーブを含み得る。

幾つかの実施形態では、道路セグメントに沿って車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、少なくとも１つのセンサから、道路セグメントの１つ又は複数の態様に関連する情報を受信することと、受信された情報に基づいて道路セグメントの局所特徴を特定することと、局所特徴を道路セグメントの所定のシグネチャ特徴と比較することと、局所特徴と所定のシグネチャ特徴との比較に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の現在位置を特定することと、特定された位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、少なくとも１つのプロセッサは、現在位置での車両の進行方向を特定することと、所定の道路モデル軌道の方向を進行方向と比較することにより、自律操舵動作を決定することとを行うように更にプログラムされ得る。進行方向は、車両の走行軌道に基づいて特定され得る。少なくとも１つのセンサは、車両の環境を表す少なくとも１つの画像を取得するように構成される画像捕捉デバイスを含み得る。シグネチャ特徴は、道路セグメントの少なくとも一部にわたる道路幅プロファイルを含み得る。シグネチャ特徴は、道路セグメントの少なくとも一部にわたるレーン幅プロファイルを含み得る。シグネチャ特徴は、道路セグメントの少なくとも一部にわたる破線間隔プロファイルを含み得る。シグネチャ特徴は、道路セグメントの少なくとも一部に沿った所定数の道路マークを含み得る。シグネチャ特徴は、道路セグメントの少なくとも一部にわたる路面プロファイルを含み得る。シグネチャ特徴は、道路セグメントに関連付けられた所定の曲率を含み得る。車両の現在位置を特定することは、所定の道路モデル軌道の曲率を示す第１のパラメータ値と、車両の測定軌道の曲率を示す第２のパラメータ値とを比較することを含み得る。少なくとも１つのセンサは、サスペンション部品モニタを含み得る。

幾つかの実施形態では、車両は、本体と、道路セグメントの１つ又は複数の態様に関連する情報を取得するように構成される少なくとも１つのセンサと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、少なくとも１つのセンサから受信される情報に基づいて、道路セグメントの局所特徴を特定することと、局所特徴を道路セグメントの所定のシグネチャ特徴と比較することと、局所特徴と所定のシグネチャ特徴との比較に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の現在位置を特定することと、現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを行うようにプログラムされる。

本車両の幾つかの実施形態では、シグネチャ特徴は、道路セグメントの少なくとも一部にわたる道路幅プロファイル、道路セグメントの少なくとも一部にわたるレーン幅プロファイル、道路セグメントの少なくとも一部にわたる破線間隔プロファイル、道路セグメントの少なくとも一部に沿った所定数の道路マーク、道路セグメントの少なくとも一部にわたる路面プロファイル、及び道路セグメントに関連付けられた所定の曲率のうちの少なくとも１つを含み得る。車両は、サスペンション部品モニタを含み得、その場合、プロセッサは、サスペンション部品モニタからの信号に基づいて、局所特徴を特定するように更にプログラムされる。プロセッサは、車両の進行方向を特定することと、現在位置での所定の道路モデル軌道の方向を特定することと、その方向を進行方向と比較することにより、自律操舵動作を決定することとを行うように更にプログラムされ得る。

幾つかの実施形態では、車両をナビゲートする方法は、少なくとも１つのセンサから、道路セグメントの１つ又は複数の態様に関連する情報を受信することと、少なくとも１つのプロセッサを使用して、少なくとも１つのセンサから受信された情報に基づいて道路セグメントの局所特徴を特定することと、受信された情報を道路セグメントの所定のシグネチャ特徴と比較することと、受信された情報と所定のシグネチャ特徴との比較に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両の現在位置を特定することと、現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを含み得る。

幾つかの実施形態では、本方法は、現在位置での車両の進行方向を特定することと、現在位置での所定の道路モデル軌道の方向を特定することと、所定の道路モデル軌道の方向を進行方向と比較することにより、自律操舵動作を決定することとを含み得る。局所特徴は、道路セグメントの少なくとも一部にわたる道路幅プロファイル、道路セグメントの少なくとも一部にわたるレーン幅プロファイル、道路セグメントの少なくとも一部にわたる破線間隔プロファイル、道路セグメントの少なくとも一部に沿った所定数の道路マーク、道路セグメントの少なくとも一部にわたる路面プロファイル、及び道路セグメントに関連付けられた所定の曲率のうちの少なくとも１つを含み得る。本方法は、サスペンション部品モニタを使用して、路面プロファイルを特定することと、路面プロファイルを所定の路面プロファイルと比較することと、路面プロファイルと所定の路面プロファイルとの比較に基づいて、現在位置を特定することとを含み得る。

幾つかの実施形態では、車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、後向きカメラから、車両の後方におけるエリアを表す少なくとも１つの画像を受信することと、少なくとも１つの後向き画像を分析して、画像内の少なくとも１つの陸標の表現を見つけることと、車両に対する陸標の位置の少なくとも１つのインジケータを特定することと、少なくとも部分的に車両に対する陸標の位置のインジケータに基づいて、車両の前方軌道を決定することと、決定された前方軌道に沿って車両を航行させることとを行うようにプログラムされる。

本システムの幾つかの実施形態では、位置のインジケータは、車両と陸標との間の距離を含み得る。位置のインジケータは、車両と陸標との間の相対角を含み得る。陸標は、道路縁部、レーンマーク、反射板、ポール、路上の線パターンの変更、又は道路標識を含み得る。陸標は、道路標識の裏面を含み得る。少なくとも１つのプロセッサは、陸標の位置のインジケータに基づいて、現在の走行レーン内の車両のレーンオフセット量を特定するように更にプログラムされ得、その場合、前方軌道の決定は、特定されるレーンオフセット量に更に基づく。少なくとも１つのプロセッサは、別のカメラから、車両の別のエリアを表す少なくとも１つの画像を受信するように更にプログラムされ得、その場合、前方軌道の決定は、別のカメラから受信される少なくとも１つの画像に更に基づく。

幾つかの実施形態では、車両を自律的にナビゲートする方法は、後向きカメラから、車両の後方におけるエリアを表す少なくとも１つの画像を受信することと、少なくとも１つの後向き画像を分析して、画像内の少なくとも１つの陸標の表現を見つけることと、車両に対する陸標の位置の少なくとも１つのインジケータを特定することと、少なくとも部分的に車両に対する陸標の位置のインジケータに基づいて、車両の前方軌道を決定することと、決定された前方軌道に沿って車両を航行させることとを含み得る。

本方法の幾つかの実施形態では、位置のインジケータは、車両と陸標との間の距離を含み得る。位置のインジケータは、車両と陸標との間の相対角を含み得る。陸標は、道路縁部、レーンマーク、反射板、ポール、路上の線パターンの変更、又は道路標識を含み得る。陸標は、道路標識の裏面を含み得る。本方法は、陸標の位置のインジケータに基づいて、現在の走行レーン内の車両のレーンオフセット量を特定することを含み得、その場合、前方軌道の決定は、特定されるレーンオフセット量に更に基づき得る。

幾つかの実施形態では、車両は、本体と、後向きカメラと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、後向きカメラを接続する後方カメラインタフェースを介して、車両の後方のエリアを表す少なくとも１つの画像を受信することと、少なくとも１つの後向き画像を分析して、画像内の少なくとも１つの陸標の表現を見つけることと、車両に対する陸標の位置の少なくとも１つのインジケータを特定することと、少なくとも部分的に車両に対する陸標の位置のインジケータに基づいて、車両の前方軌道を決定することと、決定された前方軌道に沿って車両を航行させることとを行うようにプログラムされる。

本車両の幾つかの実施形態では、後向きカメラは、車両に接続される物体に搭載され得る。物体は、トレーラー、バイクキャリア、スキー／スノーボードキャリア、マウントベース、又は荷物キャリアであり得る。後方カメラインタフェースは、脱着可能なインタフェースを含み得る。後方カメラインタフェースは、無線インタフェースを含み得る。

幾つかの実施形態では、車両が移動することができる自由空間領域を特定することにより車両をナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、車両の環境に関連付けられた複数の画像を受信することと、複数の画像の少なくとも１つを分析して、車両のドライバー側にあり、且つ車両の前方に延びる第１の自由空間境界、車両の乗員側にあり、且つ車両の前方に延びる第２の自由空間境界、及び車両の前方にあり、且つ第１の自由空間境界と第２の自由空間境界との間に延びる前方自由空間境界を識別することであって、第１の自由空間境界、第２の自由空間境界、及び前方自由空間境界は、車両の前方の自由空間領域を画定する、識別することと、自由空間領域を通る車両のナビゲーション経路を決定することと、車両の前方の自由空間領域内の決定されたナビゲーション経路の少なくとも一部を車両に走行させることとを行うようにプログラムされる。

本システムの幾つかの実施形態では、第１の自由空間境界は、道路縁部、カーブ、障壁、レーン分割構造、駐車車両、トンネル壁、又は橋構造物のうちの少なくとも１つに対応し得る。第２の自由空間境界は、道路縁部、カーブ、障壁、レーン分割構造、駐車車両、トンネル壁、又は橋構造物のうちの少なくとも１つに対応し得る。前方自由空間境界は、道路水平線に対応し得る。少なくとも１つのプロセッサは、複数の画像のうちの少なくとも１つの分析に基づいて、車両の前方にある障害物を識別し、車両の前方の自由空間領域から、識別された障害物を除外するように更にプログラムされ得る。障害物は、歩行者を含み得る。障害物は、他の車両を含み得る。障害物は、瓦礫を含み得る。少なくとも１つのプロセッサは、複数の画像の少なくとも１つの分析に基づいて、車両の前方にある障害物を識別し、車両の前方の自由空間領域から、識別された障害物の周囲を取り囲む領域を除外するように更にプログラムされ得る。少なくとも１つのプロセッサは、以下のうちの１つ又は複数に基づいて、識別された障害物を取り囲む領域を特定するように更にプログラムされ得る：車両の速度、障害物のタイプ、画像捕捉デバイスの画像捕捉率、及び障害物の移動速度。

幾つかの実施形態では、車両は、ドライバー側及び乗員側を含む本体と、画像捕捉デバイスと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、車両の環境に関連付けられた複数の画像を受信することと、複数の画像の少なくとも１つを分析して、本体のドライバー側にあり、且つ本体の前方に延びる第１の自由空間境界、本体の乗員側にあり、且つ本体の前方に延びる第２の自由空間境界、及び本体の前方にあり、且つ第１の自由空間境界と第２の自由空間境界との間に延びる前方自由空間境界を識別することであって、第１の自由空間境界、第２の自由空間境界、及び前方自由空間境界は、本体の前方の自由空間領域を画定する、識別することと、自由空間領域を通る車両のナビゲーション経路を決定することと、車両の前方の自由空間領域内の決定されたナビゲーション経路の少なくとも一部を車両に走行させることとを行うようにプログラムされる。

幾つかの実施形態では、車両が走行することができる自由空間領域を特定することにより車両をナビゲートする方法は、画像捕捉デバイスから、車両の環境に関連付けられた複数の画像を受信することと、複数の画像の少なくとも１つを分析して、車両のドライバー側にあり、且つ車両の前方に延びる第１の自由空間境界、車両の乗員側にあり、且つ車両の前方に延びる第２の自由空間境界、及び車両の前方にあり、且つ第１の自由空間境界と第２の自由空間境界との間に延びる前方自由空間境界を識別することであって、第１の自由空間境界、第２の自由空間境界、及び前方自由空間境界は、車両の前方の自由空間領域を画定する、識別することと、自由空間領域を通る車両のナビゲーション経路を決定することと、車両の前方の自由空間領域内の決定されたナビゲーション経路の少なくとも一部を車両に走行させることとを含み得る。

本方法の幾つかの実施形態では、第１の自由空間境界は、道路縁部、カーブ、障壁、レーン分割構造物、駐車車両、トンネル壁、又は橋構造物のうちの少なくとも１つに対応し得る。第２の自由空間境界は、道路縁部、カーブ、障壁、レーン分割構造物、駐車車両、トンネル壁、又は橋構造物のうちの少なくとも１つに対応し得る。前方自由空間境界は、道路水平線に対応し得る。本方法は、複数の画像のうちの少なくとも１つの分析に基づいて、車両の前方にある障害物を識別することと、車両の前方の自由空間領域から、識別された障害物を除外することとを含み得る。障害物は、歩行者を含み得る。障害物は、他の車両を含み得る。障害物は、瓦礫を含み得る。本方法は、複数の画像の少なくとも１つの分析に基づいて、車両の前方にある障害物を識別することと、車両の前方の自由空間領域から、識別された障害物の周囲を取り囲む領域を除外することとを含み得る。本方法は、以下のうちの１つ又は複数に基づいて、識別された障害物を取り囲む領域を特定することを含み得る：車両の速度、障害物のタイプ、画像捕捉デバイスの画像捕捉率、及び障害物の移動速度。

幾つかの実施形態では、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路上で車両をナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆うエリアを含む車両の前方の少なくとも１つの環境画像を受信することと、少なくとも１つの画像の分析に基づいて、雪で覆われた道路の少なくとも一部及び雪で覆われた道路の少なくとも一部を区切る道路縁部の推定位置を識別することと、道路の識別された部分を含み、道路縁部の特定された推定位置内にあるナビゲーション経路で車両を航行させることとを行うようにプログラムされる。

本システムの幾つかの実施形態では、少なくとも１つの画像の分析は、雪の中の少なくとも１つのタイヤ跡を識別することを含み得る。少なくとも１つの画像の分析は、雪面にわたる光の変化を識別することを含み得る。少なくとも１つの画像の分析は、道路の縁部に沿った複数の木を識別することを含み得る。少なくとも１つの画像の分析は、雪面での曲率変化を認識することを含み得る。認識された曲率変化は、道路縁部の推定位置に対応するように特定し得る。少なくとも１つの画像の分析は、少なくとも第１のピクセルが少なくとも第２のピクセルと比較されて、少なくとも幾つかのレーンマーク及び道路縁部を覆う雪の表面に関連付けられた特徴を特定するための少なくとも１つの画像のピクセル分析を含み得る。特徴は、タイヤ跡の縁部に対応し得る。特徴は、道路の縁部に対応し得る。少なくとも１つのプロセッサは、道路の特定された縁部間で車両を航行させるように更にプログラムされ得る。少なくとも１つのプロセッサは、雪の中のタイヤ跡を少なくとも部分的に辿ることにより、車両を航行させるように更にプログラムされ得る。

幾つかの実施形態では、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路上で車両をナビゲートする方法は、画像捕捉デバイスから、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆うエリアを含む車両の前方の少なくとも１つの環境画像を受信することと、少なくとも１つの画像の分析に基づいて、雪で覆われた道路の少なくとも一部及び雪で覆われた道路の少なくとも一部を区切る道路縁部の推定位置を識別することと、道路の識別された部分を含み、且つ道路縁部の特定された推定位置内にあるナビゲーション経路で車両を航行させることとを含み得る。

本方法の幾つかの実施形態では、少なくとも１つの画像の分析は、雪の中の少なくとも１つのタイヤの跡を識別することを含み得る。少なくとも１つの画像の分析は、雪面にわたる光の変化を識別することを含み得る。少なくとも１つの画像の分析は、道路の縁部に沿った複数の木を識別することを含み得る。少なくとも１つの画像の分析は、雪面での曲率変化を認識することを含み得る。認識された曲率変化は、道路縁部の推定位置に対応すると特定され得る。少なくとも１つの画像の分析は、少なくとも第１のピクセルが少なくとも第２のピクセルと比較されて、少なくとも幾つかのレーンマーク及び道路縁部を覆う雪の表面に関連付けられた特徴を特定するための少なくとも１つの画像のピクセル分析を含み得る。特徴は、タイヤの跡の縁部に対応し得る。特徴は、道路の縁部に対応し得る。本方法は、道路の特定された縁部間で車両を航行させることを含み得る。本方法は、少なくとも部分的に雪の中のタイヤの跡を辿ることにより車両を航行させることを含み得る。

幾つかの実施形態では、少なくとも部分的に雪で覆われた道路上で車両をナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、画像捕捉デバイスから、車両が走行する道路を雪が覆うエリアを含む車両の前方の環境の複数の捕捉画像を受信することと、複数の画像のうちの少なくとも１つを分析して、車両のドライバー側にあり、且つ車両の前方に延びる第１の自由空間境界、車両の乗員側にあり、且つ車両の前方に延びる第２の自由空間境界、及び車両の前方にあり、且つ第１の自由空間境界と第２の自由空間境界との間に延びる前方自由空間境界を識別することであって、第１の自由空間境界、第２の自由空間境界、及び前方自由空間境界は、車両の前方の自由空間領域を画定する、識別することと、自由空間領域を通る車両の第１のナビゲーション経路提案を決定することと、複数の画像のうちの少なくとも１つをニューラルネットワークに提供し、ニューラルネットワークから、ニューラルネットワークによる複数の画像のうちの少なくとも１つの分析に基づく車両の第２のナビゲーション経路提案を受信することと、第１のナビゲーション経路提案が第２のナビゲーション経路提案に一致するか否かを特定することと、第１のナビゲーション経路提案が第２のナビゲーション経路提案に一致すると特定される場合、第１のナビゲーション経路提案の少なくとも一部を車両に走行させることとを行うようにプログラムされる。

幾つかの実施形態では、自律車両の速度のインジケータを較正するシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す複数の画像を受信することと、複数の画像を分析して、少なくとも２つの認識済み陸標を識別することと、２つの認識済み陸標の既知の位置に基づいて、少なくとも２つの認識済み陸標間の距離を示す値を特定することと、自律車両に関連付けられた少なくとも１つのセンサの出力に基づいて、少なくとも２つの陸標間の測定距離を特定することと、少なくとも２つの認識済み陸標間の距離を示す値と、少なくとも２つの陸標間の測定距離との比較に基づいて、少なくとも１つのセンサの補正係数を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、補正係数は、補正係数による道路セグメントに沿って特定された距離への演算が、無線送受信機を介して受信される距離値に一致するように決定され得る。２つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの１つ又は複数を含み得る。少なくとも１つのセンサは、車両に関連付けられた速度計を含み得る。２つの認識済み陸標の既知の位置は、車両に対してリモートに配置されたサーバベースのシステムから受信され得る。既知の位置は、それぞれ複数のＧＰＳベースの測定に基づいて特定される改良位置を構成し得る。

幾つかの実施形態では、自律車両の速度のインジケータを較正するシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、自律車両に関連付けられた少なくとも１つのセンサの出力に基づいて、道路セグメントに沿った距離を特定することと、無線送受信機を介して、道路セグメントに関連付けられた距離値を受信することと、道路セグメントに沿って特定された距離及び無線送受信機を介して受信される距離値に基づいて、少なくとも１つのセンサの較正係数を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、無線送受信機を介して受信される道路セグメントに関連付けられた距離値は、複数の測定車両により行われた前の測定に基づいて特定され得る。複数の測定車両は、少なくとも１００台の測定車両を含み得る。複数の測定車両は、少なくとも１０００台の測定車両を含み得る。補正係数は、補正係数による道路セグメントに沿って特定された距離への演算が、無線送受信機を介して受信される距離値に一致するように決定され得る。少なくとも１つのプロセッサは、複数の決定された補正係数に基づいて複合補正係数を決定するようにプログラムされ得る。複合補正係数は、複数の決定された補正係数の平均をとることにより決定され得る。複合補正係数は、複数の決定された補正係数の平均値を見つけることにより決定され得る。

幾つかの実施形態では、車両は、本体と、カメラと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す複数の画像を受信することと、複数の画像を分析して、少なくとも２つの認識済み陸標を識別することと、２つの認識済み陸標の既知の位置に基づいて、少なくとも２つの認識済み陸標間の距離を示す値を特定することと、自律車両に関連付けられた少なくとも１つのセンサの出力に基づいて、少なくとも２つの陸標間の測定距離を特定することと、少なくとも２つの認識済み陸標間の距離を示す値と、少なくとも２つの陸標間の測定距離との比較に基づいて、少なくとも１つのセンサの補正係数を決定することとを行うようにプログラムされる。

本車両の幾つかの実施形態では、少なくとも１つのセンサは、車両に関連付けられた速度計を含み得る。２つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの１つ又は複数を含み得る。２つの認識済み陸標の既知の位置は、車両からリモートに配置されるサーバベースのシステムから受信され得る。

幾つかの実施形態では、道路セグメントに沿った自律車両のレーン割り当てを特定するシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することと、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータを特定することと、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータに基づいて、道路セグメントに沿った車両のレーン割り当てを特定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、車両の環境は、道路セグメント、レーン数、及び少なくとも１つの認識済み陸標を含み得る。少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離は、車両と道路セグメントの第１の側との間の第１の距離と、道路の第１の側と少なくとも１つの認識済み陸標との間の第２の距離との和であり得る。車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータの特定は、少なくとも１つの認識済み陸標の所定の位置に基づき得る。車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータの特定は、少なくとも１つの画像に関連付けられたスケールに基づき得る。レーン割り当ての特定は、道路セグメントの幅、道路セグメントのレーン数、及びレーン幅のうちの少なくとも１つに更に基づき得る。レーン割り当ての特定は、道路セグメントに関連付けられた所定の道路モデル軌道に更に基づき得る。少なくとも１つの認識済み陸標は、車両の第１の側にある第１の認識済み陸標、及び車両の第２の側にある第２の認識済み陸標を含み得、道路セグメントに沿った車両のレーン割り当ての特定は、車両と第１の認識済み陸標との間の横方向オフセット距離の第１のインジケータ、及び車両と第２の認識済み陸標との間の横方向オフセット距離の第２のインジケータに基づく。

幾つかの実施形態では、道路セグメントに沿った自律車両のレーン割り当てを特定するコンピュータ実施方法は、１つ又は複数のプロセッサにより実行される以下の動作を含み得る：カメラから、車両の環境を表す少なくとも１つの画像を受信すること、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別すること、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータを特定すること、及び車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータに基づいて、道路セグメントに沿った車両のレーン割り当てを特定すること。

本方法の幾つかの実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。レーン割り当ての特定は、道路セグメントに関連付けられた所定の道路モデル軌道に更に基づき得る。少なくとも１つの認識済み陸標は、車両の第１の側にある第１の認識済み陸標、及び車両の第２の側にある第２の認識済み陸標を含み得、道路セグメントに沿った車両のレーン割り当ての特定は、車両と第１の認識済み陸標との間の横方向オフセット距離の第１のインジケータ、及び車両と第２の認識済み陸標との間の横方向オフセット距離の第２のインジケータに基づく。

幾つかの実施形態では、コンピュータ可読記憶媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに、道路セグメントに沿った自律車両のレーン割り当てを特定する方法を実行させる命令セットを含み得る。本方法は、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することと、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータを特定することと、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータに基づいて、道路セグメントに沿った車両のレーン割り当てを特定することとを含み得る。

本コンピュータ可読記憶媒体の幾つかの実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。レーン割り当ての特定は、道路セグメントに関連付けられた所定の道路モデル軌道に更に基づき得る。少なくとも１つの認識済み陸標は、車両の第１の側にある第１の認識済み陸標、及び車両の第２の側にある第２の認識済み陸標を含み得、道路セグメントに沿った車両のレーン割り当ての特定は、車両と第１の認識済み陸標との間の横方向オフセット距離の第１のインジケータ、及び車両と第２の認識済み陸標との間の横方向オフセット距離の第２のインジケータに基づく。

幾つかの実施形態では、道路セグメントに沿って車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することであって、少なくとも１つの認識済み陸標は、認識済み陸標のグループの一部であり、少なくとも１つの認識済み陸標の識別は、少なくとも部分的に、認識済み陸標のグループに関連付けられた１つ又は複数の陸標グループ特徴に基づく、識別することと、少なくとも部分的に認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を特定することと、所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。少なくとも１つのプロセッサは、車両速度に基づいて、所定の道路モデル軌道に沿った車両の現在位置を特定するように更にプログラムされ得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバ間の相対距離を含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバの順序付きシーケンスを含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループに含まれる陸標数を含み得る。少なくとも１つの認識済み陸標の識別は、少なくとも部分的に、認識済み陸標のグループに関連付けられたスーパー陸標シグネチャに基づき得る。少なくとも１つのプロセッサは、車両の進行方向を車両の特定された現在位置での所定の道路モデル軌道と比較することにより、車両の自律操舵動作を決定するようにプログラムされ得る。

幾つかの実施形態では、道路セグメントに沿って車両を自律的にナビゲートするコンピュータ実施方法は、１つ又は複数のプロセッサにより実行される以下の動作を含み得る：カメラから、車両の環境を表す少なくとも１つの画像を受信すること、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することであって、少なくとも１つの認識済み陸標は、認識済み陸標のグループの一部であり、少なくとも１つの認識済み陸標の識別は、少なくとも部分的に、認識済み陸標のグループに関連付けられた１つ又は複数の陸標グループ特徴に基づく、識別すること、少なくとも部分的に認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を、車両に対して特定すること、及び所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定すること。

本方法の幾つかの実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバ間の相対距離を含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバの順序付きシーケンスを含み得る。

幾つかの実施形態では、コンピュータ可読記憶媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに、道路セグメントに沿って車両を自律的にナビゲートする方法を実行させる命令セットを含み得る。本方法は、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別することであって、少なくとも１つの認識済み陸標は、認識済み陸標のグループの一部であり、少なくとも１つの認識済み陸標の識別は、少なくとも部分的に、認識済み陸標のグループに関連付けられた１つ又は複数の陸標グループ特徴に基づく、識別することと、少なくとも部分的に、認識済み陸標の所定の位置に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に対する車両の現在位置を、車両に対して特定することと、所定の道路モデル軌道に対する車両の特定された現在位置での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定することとを含み得る。

コンピュータ可読記憶媒体の幾つかの実施形態では、少なくとも１つの陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。少なくとも１つの認識済み陸標は、ビジネス標識を含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバ間の相対距離を含み得る。１つ又は複数の陸標グループ特徴は、認識済み陸標のグループのメンバの順序付きシーケンスを含み得る。

幾つかの実施形態では、車両のナビゲーションシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信することと、少なくとも１つの環境画像の分析に基づいて、車両のナビゲーション操作を決定することと、車両にナビゲーション操作を開始させることと、開始されたナビゲーション操作と異なるユーザのナビゲーション応答に関連付けられたユーザ入力を受信することと、受信されたユーザ入力に基づいて、車両に関連するナビゲーション状況情報を特定することと、ユーザ入力に関連する情報に関連付けて、ナビゲーション状況情報を記憶することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、ナビゲーション操作は、少なくとも１つの環境画像で識別される認識済み陸標に基づき得る。ユーザ入力に関連する情報は、車両のターン度数、車両の加速度量、及び車両のブレーキ量のうちの少なくとも１つを指定する情報を含み得る。制御システムは、操舵制御、加速度制御、及びブレーキ制御のうちの少なくとも１つを含み得る。ナビゲーション状況情報は、車載カメラにより捕捉される１つ又は複数の画像を含み得る。ユーザ入力は、ブレーキ、操舵、又は加速のうちの少なくとも１つを含み得る。ナビゲーション状況情報は、車両の位置を含み得る。ナビゲーション状況情報は、車載センサの少なくとも１つの出力を含み得る。センサは、速度計であり得る。センサは、加速度計であり得る。センサは、ＩＲセンサであり得る。ナビゲーション状況情報は、時刻を含み得る。ナビゲーション状況情報は、視覚阻害物の存在のインジケーションを含み得る。視界阻害物は、グレアにより生じ得る。ナビゲーション状況情報は、少なくとも１つの環境画像に基づいて特定され得る。本システムは、ナビゲーション状況情報を車両からリモートのサーバに送信する送信機を含み得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに方法を実行させる命令を含み得る。本方法は、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信することと、少なくとも１つの環境画像の分析に基づいて、車両のナビゲーション操作を決定することと、車両にナビゲーション操作を開始させることと、開始されたナビゲーション操作と異なるユーザのナビゲーション応答に関連付けられたユーザ入力を受信することと、受信したユーザ入力に基づいて、車両に関連するナビゲーション状況情報を特定することと、ユーザ入力に関連する情報に関連付けて、ナビゲーション状況情報を記憶することとを含み得る。

幾つかの実施形態では、車両のナビゲーションシステムは、少なくとも１つのプロセッサを含み得、少なくとも１つのプロセッサは、少なくとも部分的に車両の動作と道路セグメントを表す所定のモデルとの比較に基づいて、車両のナビゲーション操作を決定することと、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像の分析に基づいて、車両の環境におけるナビゲーション調整状況の存在を特定することと、ナビゲーション調整状況の存在に基づいて、車両にナビゲーション操作を調整させることと、ナビゲーション調整状況に関連する情報を記憶することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、ナビゲーション調整状況は駐車車両を含み得る。ナビゲーション調整状況は、レーンシフトを含み得る。ナビゲーション調整状況は、新たに直面した交通標識又は新たに直面した信号機のうちの少なくとも一方を含み得る。ナビゲーション調整状況は、工事エリアを含み得る。プロセッサは、道路セグメントを表す所定のモデルへの更新がナビゲーション調整状況により必要とされるか否かを特定するために、ナビゲーション調整状況に関連する記憶された情報を道路モデル管理システムに送信させるように更にプログラムされ得る。ナビゲーション調整状況に関する記憶された情報は、ナビゲーション調整状況に直面した位置のインジケータ、ナビゲーション操作に対して行われた調整の指示、及び少なくとも１つの画像のうちの、少なくとも１つを含み得る。道路セグメントを表す所定のモデルは、道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。

幾つかの実施形態では、車両をナビゲートする方法は、少なくとも部分的に車両の動作と道路セグメントを表す所定のモデルとの比較に基づいて、車両のナビゲーション操作を決定することと、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像の分析に基づいて、車両の環境におけるナビゲーション調整状況の存在を特定することと、ナビゲーション調整状況の存在に基づいて、車両にナビゲーション操作を調整させることと、ナビゲーション調整状況に関連する情報を記憶することとを含み得る。

本方法の幾つかの実施形態では、ナビゲーション調整状況は、駐車車両を含み得る。ナビゲーション調整状況は、レーンシフトを含み得る。ナビゲーション調整状況は、新たに直面した交通標識又は新たに直面した信号機のうちの少なくとも一方を含み得る。ナビゲーション調整状況は、工事エリアを含み得る。本方法は、道路セグメントを表す所定のモデルへの更新がナビゲーション調整状況により必要とされるか否かを特定するために、ナビゲーション調整状況に関連する記憶された情報を道路モデル管理システムに送信させることを含み得る。ナビゲーション調整状況に関する記憶された情報は、ナビゲーション調整状況に直面した位置のインジケータ、ナビゲーション操作に対して行われた調整の指示、及び少なくとも１つの画像のうちの、少なくとも１つを含み得る。道路セグメントを表す所定のモデルは、道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに方法を実行させる命令を含み得る。本方法は、少なくとも部分的に車両の動作と道路セグメントを表す所定のモデルとの比較に基づいて、車両のナビゲーション操作を決定することと、カメラから、車両の環境を表す少なくとも１つの画像を受信することと、少なくとも１つの画像の分析に基づいて、車両の環境においてナビゲーション調整状況の存在を特定することと、ナビゲーション調整状況の存在に基づいて、車両にナビゲーション操作を調整させることと、ナビゲーション調整状況に関連する情報を記憶することとを含み得る。

本コンピュータ可読媒体の幾つかの実施形態では、本方法は、道路セグメントを表す所定のモデルへの更新がナビゲーション調整状況により必要とされるか否かを特定するために、ナビゲーション調整状況に関連する記憶された情報を道路モデル管理システムに送信させることを含み得る。ナビゲーション調整状況に関する記憶された情報は、ナビゲーション調整状況に直面した位置のインジケータ、ナビゲーション操作に対して行われた調整の指示、及び少なくとも１つの画像のうちの、少なくとも１つを含み得る。道路セグメントを表す所定のモデルは、道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。

幾つかの実施形態では、複数の自律車両とインタラクションするシステムは、少なくとも１つの道路セグメントを表す所定のモデルを含むメモリと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、複数の自律車両のそれぞれから、決定されたナビゲーション操作への調整の発生に関連付けられたナビゲーション状況情報を受信することと、ナビゲーション状況情報を分析することと、ナビゲーション状況情報の分析に基づいて、決定されたナビゲーション操作への調整が一時的な状況に起因したか否かを特定することと、決定されたナビゲーション操作への調整が一時的な状況に起因しなかった場合、少なくとも１つの道路セグメントを表す所定のモデルを更新することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、少なくとも１つの道路セグメントを表す所定のモデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。所定のモデルへの更新は、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインへの更新を含み得る。決定されたナビゲーション操作への調整は、ユーザ介入から生じ得る。決定されたナビゲーション操作への調整は、車両環境でのナビゲーション調整状況の存在の、画像分析に基づく自動的な特定から生じ得る。ナビゲーション状況情報は、自律車両の環境を表す少なくとも１つの画像を含み得る。ナビゲーション状況情報は、自律車両の環境を表すビデオを含み得る。一時的な状況には、駐車車両、介入車両、歩行者、低光状況、グレア状況、一時的障壁、又は一時的な道路工事が関連し得る。

幾つかの実施形態では、複数の自律車両とインタラクションする方法は、複数の自律車両のそれぞれから、決定されたナビゲーション操作への調整の発生に関連付けられたナビゲーション状況情報を受信することと、ナビゲーション状況情報を分析することと、ナビゲーション状況情報の分析に基づいて、決定されたナビゲーション操作への調整が一時的な状況に起因したか否かを特定することと、決定されたナビゲーション操作への調整が一時的な状況に起因しなかった場合、少なくとも１つの道路セグメントを表す所定のモデルを更新することとを含み得る。

本方法の幾つかの実施形態では、少なくとも１つの道路セグメントを表す所定のモデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。所定のモデルへの更新は、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインへの更新を含み得る。決定されたナビゲーション操作への調整は、ユーザ介入から生じ得る。決定されたナビゲーション操作への調整は、車両環境でのナビゲーション調整状況の存在の、画像分析に基づく自動的な特定から生じ得る。ナビゲーション状況情報は、自律車両の環境を表す少なくとも１つの画像を含み得る。ナビゲーション状況情報は、自律車両の環境を表すビデオを含み得る。一時的な状況には、駐車車両、介入車両、歩行者、低光状況、グレア状況、一時的障壁、又は一時的な道路工事が関連し得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに方法を実行させる命令を含み得る。本方法は、複数の自律車両のそれぞれから、決定されたナビゲーション操作への調整の発生に関連付けられたナビゲーション状況情報を受信することと、ナビゲーション状況情報を分析することと、ナビゲーション状況情報の分析に基づいて、決定されたナビゲーション操作への調整が一時的な状況に起因したか否かを特定することと、決定されたナビゲーション操作への調整が一時的な状況に起因しなかった場合、少なくとも１つの道路セグメントを表す所定のモデルを更新することとを含み得る。

本コンピュータ可読媒体の幾つかの実施形態では、少なくとも１つの道路セグメントを表す所定のモデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。所定のモデルの更新は、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインへの更新を含み得る。一時的な状況には、駐車車両、介入車両、歩行者、低光状況、グレア状況、一時的障壁、又は一時的な道路工事が関連し得る。

幾つかの実施形態では、複数の自律車両とインタラクションするシステムは、少なくとも１つの道路セグメントを表す所定の道路モデルを含むメモリと、少なくとも１つのプロセッサとを含み得、少なくとも１つのプロセッサは、複数の自律車両から、自律車両の各道路環境を通した複数の自律車両によるナビゲーションに基づく道路環境情報を選択的に受信することと、道路環境情報に基づいて、所定の道路モデルへの１つ又は複数の更新が必要であるか否かを特定することと、前記１つ又は複数の更新を含むように所定の道路モデルを更新することとを行うようにプログラムされる。

本システムの幾つかの実施形態では、道路モデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。道路環境情報を選択的に受信することは、特定の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、車両グループから受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、特定の地理的区域内を走行中の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、特定の地理的区域に関連付けられた決定されたモデル信頼度に基づく、車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、所定の道路モデルの少なくとも１つの態様に関して不一致の可能性のある伝送のみへの、車両から受信される情報伝送の制限を含み得る。

幾つかの実施形態では、複数の自律車両とインタラクションする方法は、複数の自律車両から、自律車両の各道路環境を通した複数の自律車両によるナビゲーションに基づく道路環境情報を選択的に受信することと、道路環境情報に基づいて、所定の道路モデルへの１つ又は複数の更新が必要であるか否かを特定することと、前記１つ又は複数の更新を含むように所定の道路モデルを更新することとを含み得る。

本方法の幾つかの実施形態では、道路モデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。道路環境情報を選択的に受信することは、特定の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、車両グループから受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、特定の地理的区域内を走行中の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、特定の地理的区域に関連付けられた決定されたモデル信頼度に基づく、車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、所定の道路モデルの少なくとも１つの態様に関して不一致の可能性のある伝送のみへの、車両から受信される情報伝送の制限を含み得る。

幾つかの実施形態では、非一時的コンピュータ可読媒体は、少なくとも１つのプロセッサにより実行可能であり、少なくとも１つのプロセッサに方法を実行させる命令を含み得る。本方法は、複数の自律車両から、自律車両の各道路環境を通した複数の自律車両によるナビゲーションに基づく道路環境情報を選択的に受信することと、道路環境情報に基づいて、所定の道路モデルへの１つ又は複数の更新が必要であるか否かを特定することと、前記１つ又は複数の更新を含むように所定の道路モデルを更新することとを含み得る。

本コンピュータ可読媒体の幾つかの実施形態では、道路モデルは、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインを含み得る。道路環境情報を選択的に受信することは、特定の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、車両グループから受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、特定の地理的区域内を走行中の車両から受信される情報伝送頻度への制限を含み得る。道路環境情報を選択的に受信することは、所定の道路モデルの少なくとも１つの態様に関して不一致の可能性のある伝送のみへの、車両から受信される情報伝送の制限を含み得る。

開示される他の実施形態によれば、非一時的コンピュータ可読記憶媒体は、少なくとも１つの処理デバイスにより実行され、且つ本明細書に記載される任意の方法を実行するプログラム命令を記憶し得る。

上述した概説及び以下に詳述する説明は、単に例示的及び説明的なものであり、特許請求の範囲の限定ではない。

図面の簡単な説明
本開示に組み込まれ、本明細書の一部をなす添付図面は、開示される様々な実施形態を示す。

開示される実施形態による例示的なシステムの図表現である。開示される実施形態によるシステムを含む例示的な車両の側面図表現である。開示される実施形態による図２Ａに示される車両及びシステムの上面図表現である。開示される実施形態によるシステムを含む車両の別の実施形態の上面図表現である。開示される実施形態によるシステムを含む車両の更に別の実施形態の上面図表現である。開示される実施形態によるシステムを含む車両の更に別の実施形態の上面図表現である。開示される実施形態による例示的な車両制御システムの図表現である。バックミラーと、開示される実施形態による車両撮像システムのユーザインタフェースとを含む車両の内部の図表現である。開示される実施形態による、バックミラーの背後に、車両フロントガラスと対向して位置決めされるように構成されるカメラマウントの例の図である。開示される実施形態による、異なる視点からの図３Ｂに示されるカメラマウントの図である。開示される実施形態による、バックミラーの背後に、車両フロントガラスと対向して位置決めされるように構成されるカメラマウントの例の図である。開示される実施形態による１つ又は複数の動作を実行する命令を記憶するように構成されるメモリの例示的なブロック図である。開示される実施形態による、単眼画像分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセスを示すフローチャートである。開示される実施形態による、画像のセット内の１つ又は複数の車両及び／又は歩行者を検出する例示的なプロセスを示すフローチャートである。開示される実施形態による、画像のセット内の道路マーク及び／又はレーンジオメトリ情報を検出する例示的なプロセスを示すフローチャートである。開示される実施形態による、画像のセット内の信号機を検出する例示的なプロセスを示すフローチャートである。開示される実施形態による、車両経路に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセスのフローチャートである。開示される実施形態による、先行車両がレーンを変更中であるか否かを特定する例示的なプロセスを示すフローチャートである。開示される実施形態による、立体画像分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセスを示すフローチャートである。開示される実施形態による、３組の画像の分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセスを示すフローチャートである。開示される実施形態による自律車両ナビゲーションを提供するための疎な地図を示す。開示される実施形態による道路セグメントの部分の多項式表現を示す。開示される実施形態による、疎な地図に含まれる特定の道路セグメントの車両の目標軌道を表す三次元空間内の曲線を示す。開示される実施形態による疎な地図に含み得る陸標例を示す。開示される実施形態による軌道の多項式表現を示す。開示される実施形態による複数レーン道路に沿った目標軌道を示す。開示される実施形態による複数レーン道路に沿った目標軌道を示す。開示される実施形態による道路シグネチャプロファイル例を示す。開示される実施形態による、自律車両ナビゲーションについて複数の車両から受信されるクラウドソースデータを使用するシステムの概略図である。開示される実施形態による、複数の三次元スプラインにより表される自律車両道路ナビゲーションモデル例を示す。開示される実施形態によるサーバのブロック図を示す。開示される実施形態によるメモリのブロック図を示す。開示される実施形態による車両に関連付けられた車両軌道のクラスタ化プロセスを示す。開示される実施形態による、自律ナビゲーションに使用し得る車両のナビゲーションシステムを示す。開示される実施形態による、自律車両ナビゲーションでの使用のために車両ナビゲーション情報を処理するプロセス例を示すフローチャートである。開示される実施形態による、車両のナビゲーションシステムにより実行されるプロセス例を示すフローチャートである。開示される実施形態によるメモリの図例を示す。開示される実施形態による、推奨軌道をサーバにアップロードするプロセス例を示すフローチャートである。開示される実施形態による自律車両ナビゲーションでの使用のために陸標を識別するシステムを含む環境例を示す。開示される実施形態による自律車両ナビゲーションでの使用のために陸標を識別するシステムを含む環境例を示す。開示される実施形態による、陸標の簡略シグネチャ表現を特定する方法を示す。開示される実施形態による、陸標の簡略シグネチャ表現を特定する別の方法を示す。開示される実施形態によるメモリのブロック図例を示す。開示される実施形態による、陸標の識別子を特定する例示的なプロセスを示すフローチャートである。開示される実施形態による、識別子に基づいて車両道路ナビゲーションモデルを更新し配信する例示的なプロセスを示すフローチャートである。開示される実施形態による、自律車両のナビゲーションでの使用のために陸標の位置を特定するシステムのブロック図例を示す。開示される実施形態によるメモリのブロック図例を示す。開示される実施形態による、車両から陸標までの距離を特定するスケーリング方法例を示す。開示される実施形態による、車両から陸標までの距離を特定するオプティカルフロー方法例を示す。開示される実施形態による、自律車両のナビゲーションでの使用のために陸標の位置を特定するプロセス例を示すフローチャートである。開示される実施形態による、自律車両のナビゲーションでの使用のために陸標の位置を測定するプロセス例を示すフローチャートである。車両が陸標を使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。車両が陸標を使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の別の上面図表現である。陸標を使用して例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。自律車両がテール位置合わせを使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な自律車両の上面図表現である。自律車両がテール位置合わせを使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な自律車両の別の上面図表現である。テール位置合わせを使用して例示的な自律車両をナビゲートする例示的なプロセスを示すフローチャートである。車両が２つ以上の陸標を使用して交差点においてナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。２つ以上の陸標を使用して交差点にわたり例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。車両が重複地図を使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。重複地図を使用して例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。重複地図を使用して例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。重複地図を使用して例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による、車両と通信する例示的なリモートサーバを示す。開示される実施形態による複数レーン道路に沿ってナビゲートされる車両を示す。開示される実施形態による複数レーン道路に沿って目標軌道を使用してナビゲートされる車両を示す。開示される実施形態による道路シグネチャプロファイル例を示す。開示される実施形態による例示的な環境を示す。開示される実施形態による、疎な地図自律車両ナビゲーションの例示的なプロセスを示すフローチャートである。開示される実施形態による、予期される陸標位置に基づく自律ナビゲーションの環境例を示す。開示される実施形態による自律ナビゲーションの構成を示す。開示される実施形態による、予期される陸標位置に基づく自律ナビゲーションの別の環境例を示す。開示される実施形態による、予期される陸標位置に基づく自律ナビゲーションの別の環境例を示す。開示される実施形態による、予期される陸標位置に基づく自律ナビゲーションの例示的なプロセスを示すフローチャートである。開示される実施形態による例示的な車両制御システムの図表現である。車両がレーン幅プロファイル又は道路幅プロファイルを使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。開示される実施形態による車両制御システムにより使用し得る例示的なプロファイルを示すグラフである。車両が道路セグメント上の道路マークの長さ又は間隔を使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。車両が道路セグメントの曲率に関する情報を使用してナビゲートされる、開示される実施形態によるシステムを含む例示的な車両の上面図表現である。道路シグネチャを使用して例示的な車両をナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による例示的な車両の側面図表現である。開示される実施形態による例示的な車両の側面図表現である。開示される実施形態による、道路上を自律的にナビゲートされる例示的な車両の上面図表現である。開示される実施形態による車両を自律的にナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による例示的な車両の前向き画像捕捉デバイスにより捕捉される環境の斜視図である。開示される実施形態による車両の前向き画像捕捉デバイスから受信される例示的な画像である。開示される実施形態による、車両が走行することができる自由空間領域を特定することにより車両をナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路でナビゲートされる例示的な車両の上面図表現である。開示される実施形態による、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路で車両をナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による、車両の速度を較正するシステムを含む例示的な車両の上面図表現である。開示される実施形態による、車両の速度を較正する例示的なプロセスを示すフローチャートである。開示される実施形態による、車両の速度を較正するシステムを含む例示的な車両の別の上面図表現である。開示される実施形態による、車両の速度を較正する別の例示的なプロセスを示すフローチャートである。開示される実施形態による例示的な道路セグメントのストリートビューの図である。開示される実施形態による例示的な道路セグメントの鳥瞰図の図である。開示される実施形態による、車両のレーン割り当てを特定する例示的なプロセスを示すフローチャートである。開示される実施形態による例示的な道路セグメントのストリートビューの図である。開示される実施形態による例示的な道路セグメントの鳥瞰図の図である。開示される実施形態による例示的な道路セグメントのストリートビューの図である。開示される実施形態による、道路セグメントに沿って車両を自律的にナビゲートする例示的なプロセスを示すフローチャートである。開示される実施形態による、特定の位置での冬の氷で覆われた道路状況に近づきつつある、道路上を走行中の車両の平面図を示す。開示される実施形態による、歩行者に近づきつつある、道路上を走行中の車両の平面図を示す。開示される実施形態による、別の車両の近傍にある、道路上を走行中の車両の平面図を示す。開示される実施形態による、道路上の終わりつつあるレーンを走行中の車両の平面図を示す。開示される実施形態によるシステムを含む例示的な車両の側面図表現を示す。開示される実施形態による、ユーザ介入に基づいて車両を適応的にナビゲートする方法を表すフローチャート例を示す。開示される実施形態による、駐車車両がある道路上を走行中の車両の平面図を示す。開示される実施形態による、道路上の終わりつつあるレーンを走行中の車両の平面図を示す。開示される実施形態による、歩行者に近づきつつある、道路上を走行中の車両の平面図を示す。開示される実施形態による、工事エリアに近づきつつある、道路上を走行中の車両の平面図を示す。開示される実施形態による、車両の自己認識ナビゲーション方法を表すフローチャート例を示す。開示される実施形態による、複数の駐車車両がある道路上を走行中の車両の平面図を示す。開示される実施形態による、車両の直前に介入中の車がある走行上を走行中の車両の平面図を示す。開示される実施形態による、車両の直前に一時的な障壁がある道路上を走行中の車両の平面図を示す。開示される実施形態による、車両の直前に一時的な道路工事がある道路上を走行中の車両の平面図を示す。開示される実施形態による、車両の直前に穴がある道路上を走行中の車両の平面図を示す。開示される実施形態による、車両の前を動物及び歩行者が横断している状態の道路上を走行中の車両の平面図を示す。開示される実施形態による、適応道路モデルマネージャの方法を表すフローチャート例を示す。開示される実施形態による、州間道路上を走行中の１台の車両の平面図を示す。開示される実施形態による、都市の道路上を走行中の車両グループの平面図を示す。開示される実施形態による、特定の地方の地理的区域内の道路上を走行中の車両の平面図を示す。開示される実施形態による、レーンシフトがある道路上を走行中の車両の平面図を示す。開示される実施形態による、選択的フィードバックに基づく道路モデル管理方法を表すフローチャート例を示す。

詳細な説明
以下の詳細な説明は、添付図面を参照する。可能な場合には常に、図面及び以下の説明において、同じ又は同様の部分を指すのに同じ参照番号が使用される。幾つかの例示的な実施形態は本明細書で説明されるが、変更形態、適応形態、及び他の実装形態が可能である。例えば、図面に示される構成要素に対する置換形態、追加形態、又は変更形態がなされ得、本明細書に記載される例示的な方法は、開示される方法のステップの置換、順序替え、削除、又は追加により変更することができる。したがって、以下の詳細な説明は、開示される実施形態及び例に限定されない。その代わり、適切な範囲は、添付の特許請求の範囲により規定される。

自律車両概説
本開示を通して使用される場合、「自律車両」という用語は、ドライバーの入力なしで少なくとも１つのナビゲーション変更を実施することが可能な車両を指す。「ナビゲーション変更」は、車両の操舵、ブレーキ、又は加速のうちの１つ又は複数の変更を指す。自律的であるために、車両は完全に自動である（例えば、ドライバーなし又はドライバー入力なしでの完全動作）必要はない。むしろ、自律車両は、特定の時間期間中にはドライバーの制御下で動作し、他の時間期間中にはドライバーの制御なしで動作することができる車両を含む。自律車両は、操舵等の車両ナビゲーションの幾つかの側面のみを制御する（例えば、車両レーン制約間に車両コースを維持するために）が、他の側面（例えば、ブレーキ）をドライバーに任せ得る車両を含むこともできる。幾つかの場合、自律車両は、車両のブレーキ、速度制御、及び／又は操舵のうちの幾つか又は全ての側面を扱い得る。

人間のドライバーは、通常、車両を制御するために視覚的手掛かり及び観測に依存することから、交通基盤はそれに従って構築されており、レーンマーク、交通標識、及び信号機は全て、視覚的情報をドライバーに提供するように設計されている。交通基盤のこれらの設計特徴に鑑みて、自律車両は、カメラと、車両の環境から捕捉される視覚的情報を分析する処理ユニットとを含み得る。視覚的情報は、例えば、ドライバーにより観測可能な交通基盤の構成要素（例えば、レーンマーク、交通標識、信号機等）及び他の障害物（例えば、他の車両、歩行者、瓦礫等）を含み得る。更に、自動車両は、ナビゲート時、車両の環境のモデルを提供する情報等の、記憶された情報を使用することもできる。例えば、車両は、ＧＰＳデータ、センサデータ（例えば、加速度計、速度センサ、サスペンションセンサ等からの）、及び／又は他の地図データを使用して、車両が走行している間、車両の環境に関連する情報を提供し得、車両（及び他の車両）は当該情報を使用して、モデルでのそれ自体の位置を特定し得る。

本開示の幾つかの実施形態では、自律車両は、ナビゲートしている間に得られる情報（例えば、カメラ、ＧＰＳデバイス、加速度計、速度センサ、サスペンションセンサ等からの）を使用し得る。他の実施形態では、自律車両は、ナビゲート中、車両（又は他の車両）による過去のナビゲーションから得られる情報を使用し得る。更に他の実施形態では、自律車両は、ナビゲートしている間に得られる情報と、過去のナビゲーションから得られる情報との組合せを使用し得る。以下のセクションにおいて、開示される実施形態によるシステムの概説を提供し、その後、前向き撮像システム及びシステムによる方法の概説が続く。以下のセクションは、自律車両ナビゲーションのための疎な地図を構築、使用、及び更新するシステム及び方法を開示する。

システム概説
図１は、開示される例示的な実施形態によるシステム１００のブロック図表現である。システム１００は、特定の実施要件に応じて様々な構成要素を含み得る。幾つかの実施形態では、システム１００は、処理ユニット１１０、画像取得ユニット１２０、位置センサ１３０、１つ又は複数のメモリユニット１４０、１５０、地図データベース１６０、ユーザインタフェース１７０、及び無線送受信機１７２を含み得る。処理ユニット１１０は、１つ又は複数の処理デバイスを含み得る。幾つかの実施形態では、処理ユニット１１０は、アプリケーションプロセッサ１８０、画像プロセッサ１９０、又は任意の他の適する処理デバイスを含み得る。同様に、画像取得ユニット１２０は、特定用途の要件に応じて、任意の数の画像取得デバイス及び構成要素を含み得る。幾つかの実施形態では、画像取得ユニット１２０は、画像捕捉デバイス１２２、画像捕捉デバイス１２４、及び画像捕捉デバイス１２６等の１つ又は複数の画像捕捉デバイス（例えば、カメラ）を含み得る。システム１００は、処理デバイス１１０を画像取得デバイス１２０に通信可能に接続するデータインタフェース１２８を含むこともできる。例えば、データインタフェース１２８は、画像取得デバイス１２０により取得された画像データを処理ユニット１１０に送信する任意の１つ又は複数の有線及び／又は無線リンクを含み得る。

無線送受信機１７２は、無線周波数、赤外線周波数、磁場、又は電場の使用により無線インタフェースを介して１つ又は複数のネットワーク（例えば、セルラ、インターネット等）と送受信するように構成される１つ又は複数のデバイスを含み得る。無線送受信機１７２は、任意の既知の標準を使用して、データを送信及び／又は受信し得る（例えば、Ｗｉ−Ｆｉ（登録商標）、Bluetooth（登録商標）、Bluetooth Smart、８０２．１５．４、ZigBee（登録商標）等）。

アプリケーションプロセッサ１８０及び画像プロセッサ１９０は両方とも、様々なタイプの処理デバイスを含み得る。例えば、アプリケーションプロセッサ１８０及び画像プロセッサ１９０のいずれか一方又は両方は、マイクロプロセッサ、プリプロセッサ（画像プリプロセッサ等）、グラフィックスプロセッサ、中央演算処理装置（ＣＰＵ）、サポート回路、デジタル信号プロセッサ、集積回路、メモリ、又はアプリケーションを実行し、画像を処理して分析するのに適する任意の他のタイプのデバイスを含み得る。幾つかの実施形態では、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０は、任意のタイプのシングルコア又はマルチコアプロセッサ、モバイルデバイスマイクロコントローラ、中央演算処理装置等を含み得る。例えば、Intel（登録商標）、ＡＭＤ（登録商標）等の製造業者から入手可能なプロセッサを含め、様々な処理デバイスが使用可能であり、様々なアーキテクチャ（例えば、ｘ８６プロセッサ、ARM（登録商標）等）を含み得る。

幾つかの実施形態では、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０は、Mobileye（登録商標）から入手可能な任意のEyeQシリーズのプロセッサを含み得る。これらのプロセッサ設計は、それぞれローカルメモリ及び命令セットを有する複数の処理ユニットを含む。そのようなプロセッサは、複数の画像センサから画像データを受信するビデオ入力を含み得ると共に、ビデオ出力機能を含むこともできる。一例では、EyeQ2（登録商標）は、３３２ＭＨｚで動作する９０ｎｍ−ミクロン技術を使用する。EyeQ2（登録商標）アーキテクチャは、２つの浮動小数点ハイパースレッド３２ビットＲＩＳＣＣＰＵ（MIPS32（登録商標）34K（登録商標）コア）、５つのビジョン計算エンジン（ＶＣＥ）、３つのベクトルマイクロコードプロセッサ（ＶＭＰ（登録商標））、Denali６４ビットモバイルＤＤＲコントローラ、１２８ビット内部音響相互接続、デュアル１６ビットビデオ入力及び１８ビットビデオ出力コントローラ、１６チャネルＤＭＡ、及び幾つかの周辺機器からなる。ＭＩＰＳ３４ＫＣＰＵは、５つのＶＣＥ、３つのＶＭＰ（商標）及びＤＭＡ、第２のＭＩＰＳ３４ＫＣＰＵ及びマルチチャネルＤＭＡ、並びに他の周辺機器を管理する。５つのＶＣＥ、３つのＶＭＰ（登録商標）、及びＭＩＰＳ３４ＫＣＰＵは、多機能バンドルアプリケーションにより要求される集中的なビジョン計算を実行することができる。別の例では、開示される実施形態において、第三世代プロセッサであり、EyeQ2（登録商標）よりも６倍強力なEyeQ3（登録商標）を使用し得る。

本明細書に開示される任意の処理デバイスは、特定の機能を実行するように構成し得る。特定の機能を実行するように、記載されたEyeQプロセッサ又は他のコントローラ若しくはマイクロプロセッサのいずれか等の処理デバイスを構成することは、コンピュータ実行可能命令をプログラムし、処理デバイスの動作中に実行するために、それらの命令を処理デバイスに提供することを含み得る。幾つかの実施形態では、処理デバイスを構成することは、処理デバイスに直接、アーキテクチャ的命令をプログラムすることを含み得る。他の実施形態では、処理デバイスを構成することは、動作中、処理デバイスがアクセス可能なメモリに実行可能命令を記憶することを含み得る。例えば、処理デバイスは、動作中、メモリにアクセスして、記憶された命令を取得し実行し得る。

図１は、処理ユニット１１０に含まれる２つの別個の処理デバイスを示すが、より多数又はより少数の処理デバイスを使用することもできる。例えば、幾つかの実施形態では、単一の処理デバイスを使用して、アプリケーションプロセッサ１８０及び画像プロセッサ１９０のタスクを達成し得る。他の実施形態では、これらのタスクは、３つ以上の処理デバイスにより実行し得る。更に、幾つかの実施形態では、システム１００は、画像取得ユニット１２０等の他の構成要素を含まず、処理ユニット１１０のうちの１つ又は複数を含み得る。

処理ユニット１１０は、様々なタイプのデバイスを含み得る。例えば、処理ユニット１１０は、コントローラ、画像プリプロセッサ、中央演算処理装置（ＣＰＵ）、サポート回路、デジタル信号プロセッサ、集積回路、メモリ、又は画像を処理し分析する任意の他のタイプのデバイス等の様々なデバイスを含み得る。画像プリプロセッサは、画像センサから画像を捕捉し、デジタル化し、処理するビデオプロセッサを含み得る。ＣＰＵは、任意の数のマイクロコントローラ又はマイクロプロセッサを含み得る。サポート回路は、キャッシュ、電源、クロック、及び入出力回路を含め、当技術分野で一般に周知の任意の数の回路であり得る。メモリは、プロセッサにより実行されると、システムの動作を制御するソフトウェアを記憶し得る。メモリは、データベース及び画像処理ソフトウェアを含み得る。メモリは、任意の数のランダムアクセスメモリ、読み取り専用メモリ、フラッシュメモリ、ディスクドライブ、光学記憶装置、テープ記憶装置、リムーバブル記憶装置、及び他のタイプの記憶装置を含み得る。一例では、メモリは、処理ユニット１１０とは別個であり得る。別の例では、メモリは、処理ユニット１１０に統合し得る。

各メモリ１４０、１５０は、プロセッサ（例えば、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０）により実行されると、システム１００の様々な態様の動作を制御し得るソフトウェア命令を含み得る。これらのメモリユニットは、様々なデータベース及び画像処理ソフトウェアを含み得る。メモリユニットは、ランダムアクセスメモリ、読み取り専用メモリ、フラッシュメモリ、ディスクドライブ、光学記憶装置、テープ記憶装置、リムーバブル記憶装置、及び／又は任意の他のタイプの記憶装置を含み得る。幾つかの実施形態では、メモリユニット１４０、１５０は、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０とは別個であり得る。他の実施形態では、これらのメモリユニットは、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０に統合し得る。

位置センサ１３０は、システム１００の少なくとも１つの構成要素に関連付けられた位置を特定するのに適する任意のタイプのデバイスを含み得る。幾つかの実施形態では、位置センサ１３０はＧＰＳ受信機を含み得る。そのような受信機は、全地球測位システム衛星によりブロードキャストされる信号を処理することにより、ユーザの位置及び速度を特定することができる。位置センサ１３０からの位置情報は、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０に提供し得る。

幾つかの実施形態では、システム１００は、車両２００の速度を測定する速度センサ（例えば、タコメータ）及び／又は車両２００の加速度を測定する加速度計等の構成要素を含み得る。

ユーザインタフェース１７０は、情報を提供するか、又はシステム１００の１人若しくは複数のユーザから入力を受信するのに適する任意のデバイスを含み得る。幾つかの実施形態では、ユーザインタフェース１７０は、例えば、タッチスクリーン、マイクロフォン、キーボード、ポインタデバイス、トラックホィール、カメラ、つまみ、ボタン等を含め、ユーザ入力デバイスを含み得る。そのような入力デバイスを用いて、ユーザは、命令若しくは情報をタイプし、音声コマンドを提供し、ボタン、ポインタ、若しくは目追跡機能を使用して、又は情報をシステム１００に通信する任意の他の適する技法を通して画面上のメニュー選択肢を選択することにより、システム１００に情報入力又はコマンドを提供可能であり得る。

ユーザインタフェース１７０は、ユーザに情報を提供するか、又はユーザから情報を受信し、例えば、アプリケーションプロセッサ１８０による使用のためにその情報を処理するように構成される１つ又は複数の処理デバイスを備え得る。幾つかの実施形態では、そのような処理デバイスは、目の動きを認識して追跡する命令、音声コマンドを受信して解釈する命令、タッチスクリーンで行われたタッチ及び／又はジェスチャを認識して解釈する命令、キーボード入力又はメニュー選択に応答する命令等を実行し得る。幾つかの実施形態では、ユーザインタフェース１７０は、ディスプレイ、スピーカ、触覚デバイス、及び／又は出力情報をユーザに提供する任意の他のデバイスを含み得る。

地図データベース１６０は、システム１００にとって有用な地図データを記憶する任意のタイプのデータベースを含み得る。幾つかの実施形態では、地図データベース１６０は、道路、水特徴、地理的特徴、ビジネス、関心点、レストラン、ガソリンスタンド等を含む、様々な項目の、基準座標系での位置に関連するデータを含み得る。地図データベース１６０は、そのような項目の位置のみならず、例えば、記憶された特徴のいずれかに関連付けられた名称を含む、それらの項目に関連する記述子も記憶し得る。幾つかの実施形態では、地図データベース１６０は、システム１００の他の構成要素と共に物理的に配置し得る。代替又は追加として、地図データベース１６０又はその一部は、システム１００の他の構成要素（例えば、処理ユニット１１０）に関してリモートに配置し得る。そのような実施形態では、地図データベース１６０からの情報は、有線又は無線データ接続を介してネットワークにダウンロードし得る（例えば、セルラネットワーク及び／又はインターネット等を介して）。

画像捕捉デバイス１２２、１２４、及び１２６は、それぞれ環境から少なくとも１つの画像を捕捉するのに適する任意のタイプのデバイスを含み得る。更に、任意の数の画像捕捉デバイスを使用して、画像プロセッサに入力する画像を取得し得る。幾つかの実施形態は、単一の画像捕捉デバイスのみを含み得、一方、他の実施形態は、２つ、３つ、更には４つ以上の画像捕捉デバイスを含み得る。画像捕捉デバイス１２２、１２４、及び１２６については、図２Ｂ〜図２Ｅを参照して更に以下に説明する。

システム１００又はシステム１００の様々な構成要素は、様々な異なるプラットフォームに組み込み得る。幾つかの実施形態では、システム１００は、図２Ａに示されるように、車両２００に含め得る。例えば、車両２００は、図１に関して上述したように、処理ユニット１１０及びシステム１００の任意の他の構成要素を備え得る。幾つかの実施形態では、車両２００は単一の画像捕捉デバイス（例えば、カメラ）のみを備え得、一方、図２Ｂ〜図２Ｅに関連して考察した実施形態等の他の実施形態では、複数の画像捕捉デバイスが使用可能である。例えば、図２Ａに示されるように、車両２００の画像捕捉デバイス１２２及び１２４のいずれかは、ＡＤＡＳ（アドバンスド運転者支援システム）撮像セットの一部であり得る。

画像取得ユニット１２０の一部として車両２００に含まれる画像捕捉デバイスは、任意の適する位置に位置し得る。幾つかの実施形態では、図２Ａ〜図２Ｅ及び図３Ａ〜図３Ｃに示されるように、画像捕捉デバイス１２２は、バックミラーの近傍に配置し得る。この位置は、車両２００のドライバーと同様の視線を提供し得、ドライバーにとって何が見え、何が見えないのかの判断を支援し得る。画像捕捉デバイス１２２は、バックミラーの近傍の任意の位置に位置し得るが、画像捕捉デバイス１２２をミラーのドライバー側に配置することは、ドライバーの視野及び／又は視線を表す画像の取得を更に支援し得る。

画像取得ユニット１２０の画像捕捉デバイスについて、他の位置を使用することもできる。例えば、画像捕捉デバイス１２４は、車両２００のバンパー上又はバンパー内に配置し得る。そのような位置は、広視野を有する画像捕捉デバイスに特に適し得る。バンパーに配置される画像捕捉デバイスの視線は、ドライバーの視線と異なることができ、したがって、バンパー画像捕捉デバイス及びドライバーは、同じ物体を常に見ているわけではない。画像捕捉デバイス（例えば、画像捕捉デバイス１２２、１２４、及び１２６）は、他の位置に配置することもできる。例えば、画像捕捉デバイスは、車両２００のサイドミラーのうちの一方又は両方、車両２００のルーフ、車両２００のフード、車両２００のトランク、車両２００の側部に配置することができ、車両２００の任意のウィンドウに取り付けたり、その後ろ配置したり、又はその前に配置することができ、車両２００の前部及び／又は後部のライト又はその近傍等に取り付けることができる。

画像捕捉デバイスに加えて、車両２００は、システム１００の様々な他の構成要素を含み得る。例えば、処理ユニット１１０は、車両のエンジン制御ユニット（ＥＣＵ）に統合されるか、又はＥＣＵとは別個に車両２００に含まれ得る。車両２００には、ＧＰＳ受信機等の位置センサ１３０を備えることもでき、車両２００は、地図データベース１６０並びにメモリユニット１４０及び１５０を含むこともできる。

上述したように、無線受信機１７２は、１つ又は複数のネットワーク（例えば、セルラネットワーク、インターネット等）を介してデータを受信し得る。例えば、無線送受信機１７２は、システム１００により収集されたデータを１つ又は複数のサーバにアップロードし、データを１つ又は複数のサーバからダウンロードし得る。無線送受信機１７２を介して、システム１００は、例えば、定期的に又は需要時に地図データベース１６０、メモリ１４０、及び／又はメモリ１５０に記憶されたデータへの更新を受信し得る。同様に、無線送受信機１７２は、システム１００からの任意のデータ（例えば、画像取得ユニット１２０により捕捉された画像、位置センサ１３０、他のセンサ、又は車両制御システムにより受信されたデータ等）及び／又は処理ユニット１１０により処理された任意のデータを１つ又は複数のサーバにアップロードし得る。

システム１００は、プライバシーレベル設定に基づいてデータをサーバ（例えば、クラウド）にアップロードし得る。例えば、システム１００は、サーバに送信される、車両及び／又は車両のドライバー／所有者を一意に識別し得るタイプのデータ（メタデータを含む）を規制又は制限するプライバシーレベル設定を実施し得る。そのような設定は、例えば、無線送受信機１７２を介してユーザにより設定されてもよく、工場デフォルト設定により初期化されてもよく、又は無線送受信機１７２により受信されるデータにより設定されてもよい。

幾つかの実施形態では、システム１００は、「高」プライバシーレベルに従ってデータをアップロードし得、設定の設定下において、システム１００は、特定の車両及び／又はドライバー／所有者についてのいかなる詳細もないデータ（例えば、ルートに関連する位置情報、捕捉画像等）を送信し得る。例えば、「高」プライバシーレベルに従ってデータをアップロードする場合、システム１００は、車両識別番号（ＶＩＮ）又は車両のドライバー若しくは所有者の氏名を含まず、代わりに、捕捉画像及び／又はルートに関連する限られた位置情報等のデータを送信し得る。

他のプライバシーレベルも意図される。例えば、システム１００は、「中」プライバシーレベルに従ってデータをサーバに送信し得、車両及び／又は車両タイプのメーカー及び／又はモデル（例えば、乗用車、スポーツユーティリティ車、トラック等）等の「高」プライバシーレベル下では含まれない追加情報を含み得る。幾つかの実施形態では、システム１００は、「低」プライバシーレベルに従ってデータをアップロードし得る。「低」プライバシーレベル設定下では、システム１００は、特定の車両、所有者／ドライバー、及び／又は車両が走行したルートの一部又は全体を一意に識別するのに十分な情報を含むデータをアップロードし得る。そのような「低」プライバシーレベルデータは、例えば、ＶＩＮ、ドライバー／所有者氏名、出発前の車両の出発点、車両の意図される目的地、車両のメーカー及び／又はモデル、車両のタイプ等のうちの１つ又は複数を含み得る。

図２Ａは、開示される実施形態による例示的な車両撮像システムの側面図表現である。図２Ｂは、図２Ａに示される実施形態の上面図表現である。図２Ｂに示されるように、開示される実施形態は、バックミラーの近傍及び／又は車両２００のドライバー近傍に位置決めされた第１の画像捕捉デバイス１２２と、車両２００のバンパー領域（例えば、バンパー領域２１０の１つ）上又はバンパー領域内に位置決めされる第２の画像捕捉デバイス１２４と、処理ユニット１１０とを有するシステム１００を本体内に含む車両２００を示し得る。

図２Ｃに示されるように、画像捕捉デバイス１２２及び１２４は両方とも、車両２００のバックミラーの近傍及び／又はドライバーの近傍に位置決めし得る。更に、２つの画像捕捉デバイス１２２及び１２４が図２Ｂ及び図２Ｃに示されているが、他の実施形態が３つ以上の画像捕捉デバイスを含み得ることを理解されたい。例えば、図２Ｄ及び図２Ｅに示される実施形態では、第１の画像捕捉デバイス１２２、第２の画像捕捉デバイス１２４、及び第３の画像補足デバイス１２６が車両２００のシステム１００に含まれる。

図２Ｄに示されるように、画像捕捉デバイス１２２は、車両２００のバックミラーの近傍及び／又はドライバーの近傍に位置決めし得、画像補足デバイス１２４及び１２６は、車両２００のバンパー領域（例えば、バンパー領域２１０の１つ）上に位置決めし得る。また、図２Ｅに示されるように、画像補足デバイス１２２、１２４、及び１２６は、車両２００のバックミラーの近傍及び／又はドライバーシートの近傍に位置決めし得る。開示される実施形態は、いかなる特定の数及び構成の画像捕捉デバイスにも限定されず、画像捕捉デバイスは、車両２００内及び／又は車両２００上の任意の適する位置に位置決めし得る。

開示される実施形態が車両に限定されず、他の状況でも適用可能なことを理解されたい。開示される実施形態が特定のタイプの車両２００に限定されず、自動車、トラック、トレーラー、及び他のタイプの車両を含む全てのタイプの車両に適用可能であり得ることも理解されたい。

第１の画像捕捉デバイス１２２は、任意の適するタイプの画像捕捉デバイスを含み得る。画像捕捉デバイス１２２は光軸を含み得る。一例では、画像捕捉デバイス１２２は、グローバルシャッタを有するAptina M9V024 WVGAセンサを含み得る。他の実施形態では、画像捕捉デバイス１２２は、１２８０×９６０ピクセルの解像度を提供し得、ローリングシャッタを含み得る。画像捕捉デバイス１２２は、様々な光学要素を含み得る。幾つかの実施形態では、１枚又は複数枚のレンズが含まれて、例えば、画像捕捉デバイスの所望の焦点距離及び視野を提供し得る。幾つかの実施形態では、画像捕捉デバイス１２２に６ｍｍレンズ又は１２ｍｍレンズを関連付け得る。幾つかの実施形態では、画像捕捉デバイス１２２は、図２Ｄに示されるように、所望の視野（ＦＯＶ）２０２を有する画像を捕捉するように構成し得る。例えば、画像捕捉デバイス１２２は、４６度ＦＯＶ、５０度ＦＯＶ、５２度ＦＯＶ、又は５２度ＦＯＶを超える度数を含め、４０度〜５６度の範囲内等の通常のＦＯＶを有するように構成し得る。代替的には、画像捕捉デバイス１２２は、２８度ＦＯＶ又は３６度ＦＯＶ等の２３〜４０度の範囲の狭いＦＯＶを有するように構成し得る。加えて、画像捕捉デバイス１２２は、１００〜１８０度の範囲の広いＦＯＶを有するように構成し得る。幾つかの実施形態では、画像捕捉デバイス１２２は、広角バンパーカメラ又は最高で１８０度ＦＯＶを有するバンパーカメラを含み得る。幾つかの実施形態では、画像捕捉デバイス１２２は、約１００度の水平ＦＯＶを有するアスペクト比約２：１（例えば、Ｈ×Ｖ＝３８００×１９００ピクセル）の７．２Ｍピクセル画像捕捉デバイスであり得る。そのような画像捕捉デバイスは、３つの画像捕捉デバイスを備える構成の代わりに使用し得る。大きいレンズ歪みに起因して、そのような画像捕捉デバイスの垂直ＦＯＶは、画像捕捉デバイスが半径方向に対称なレンズを使用する実装形態では、５０度よりはるかに低くなり得る。例えば、そのようなレンズは、半径方向で対称ではなく、それにより、水平ＦＯＶ１００度で、５０度よりも大きい垂直ＦＯＶが可能である。

第１の画像捕捉デバイス１２２は、車両２００に関連付けられたシーンに対して複数の第１の画像を取得し得る。複数の第１の画像は、それぞれ一連の画像走査線として取得し得、これらはローリングシャッタを使用して捕捉し得る。各走査線は複数のピクセルを含み得る。

第１の画像捕捉デバイス１２２は、第１の一連の画像走査線のそれぞれの取得に関連付けられた走査レートを有し得る。走査レートとは、画像センサが、特定の走査線に含まれる各ピクセルに関連付けられた画像データを取得することができる率を指し得る。

画像捕捉デバイス１２２、１２４、及び１２６は、例えば、ＣＣＤセンサ又はＣＭＯＳセンサを含め、任意の適するタイプ及び数の画像センサを含み得る。一実施形態では、ＣＭＯＳ画像センサはローリングシャッタと共に利用し得、それにより、行内の各ピクセルは一度に１つずつ読み取られ、行の走査は、画像フレーム全体が捕捉されるまで行毎に進められる。幾つかの実施形態では、行は、フレームに対して上から下に順次捕捉し得る。

幾つかの実施形態では、本明細書に開示される画像捕捉デバイス（例えば、画像捕捉デバイス１２２、１２４、及び１２６）のうちの１つ又は複数は、高解像度イメージャを構成し得、５Ｍピクセル超、７Ｍピクセル超、１０Ｍピクセル超、又はそれを超える解像度を有し得る。

ローリングシャッタの使用により、異なる行内のピクセルは異なるときに露出され捕捉されることになり得、それにより、スキュー及び他の画像アーチファクトが捕捉画像フレームで生じ得る。他方、画像捕捉デバイス１２２がグローバル又は同期シャッタを用いて動作するように構成される場合、全ピクセルは、同量の時間にわたり、共通の露出期間中に露出し得る。その結果、グローバルシャッタを利用するシステムから収集されるフレーム内の画像データは、特定のときのＦＯＶ全体（ＦＯＶ２０２等）のスナップショットを表す。それとは逆に、ローリングシャッタを適用する場合、フレーム内の各行は異なる時間に露出され、データは異なる時間に捕捉される。したがって、移動中の物体は、ローリングシャッタを有する画像捕捉デバイスでは歪んで見えることがある。この現象について以下により詳細に説明する。

第２の画像捕捉デバイス１２４及び第３の画像捕捉デバイス１２６は、任意のタイプの画像捕捉デバイスであり得る。第１の画像捕捉デバイス１２２のように、画像捕捉デバイス１２４及び１２６のそれぞれは、光軸を含み得る。一実施形態では、画像捕捉デバイス１２４及び１２６のそれぞれは、グローバルシャッタを有するAptina M9V024 WVGAセンサを含み得る。代替的には、画像捕捉デバイス１２４及び１２６のそれぞれは、ローリングシャッタを含み得る。画像捕捉デバイス１２２のように、画像捕捉デバイス１２４及び１２６は、様々なレンズ及び光学要素を含むように構成し得る。幾つかの実施形態では、画像捕捉デバイス１２４及び１２６に関連付けられたレンズは、画像捕捉デバイス１２２に関連付けられたＦＯＶ（ＦＯＶ２０２等）と同じであるか、又は狭いＦＯＶ（ＦＯＶ２０４及び２０６等）を提供し得る。例えば、画像捕捉デバイス１２４及び１２６は、４０度、３０度、２６度、２３度、２０度、又は２０度未満のＦＯＶを有し得る。

画像捕捉デバイス１２４及び１２６は、車両２００に関連付けられたシーンに対して複数の第２及び第３の画像を取得し得る。複数の第２及び第３の画像のそれぞれは、第２及び第３の一連の画像走査線として取得し得、これらはローリングシャッタを使用して捕捉し得る。各走査線又は各行は、複数のピクセルを有し得る。画像捕捉デバイス１２４及び１２６は、第２及び第３の一連内に含まれる各画像走査線の取得に関連付けられた第２及び第３の走査レートを有し得る。

各画像捕捉デバイス１２２、１２４、及び１２６は、任意の適する位置に、車両２００に対して任意の適する向きで位置決めし得る。画像捕捉デバイス１２２、１２４、及び１２６の相対位置は、画像捕捉デバイスから取得される情報を一緒に融合させることを支援するように選択し得る。例えば、幾つかの実施形態では、画像捕捉デバイス１２４に関連付けられたＦＯＶ（ＦＯＶ２０４）は、画像捕捉デバイス１２２に関連付けられたＦＯＶ（ＦＯＶ２０２等）及び画像捕捉デバイス１２６に関連付けられたＦＯＶ（ＦＯＶ２０６等）と部分的又は完全に重複し得る。

画像捕捉デバイス１２２、１２４、及び１２６は、任意の適する相対高さで車両２００に配置し得る。一例では、画像捕捉デバイス１２２、１２４、及び１２６間に高さ差があり得、高さ差は、立体分析を可能にするのに十分な視差情報を提供し得る。例えば、図２Ａに示されるように、２つの画像捕捉デバイス１２２及び１２４は異なる高さにある。画像捕捉デバイス１２２、１２４、及び１２６間には横方向変位差もあり得、例えば、処理ユニット１１０による立体分析に追加の視差情報を与える。横方向変位差は、図２Ｃ及び図２Ｄに示されるように、ｄｘで示し得る。幾つかの実施形態では、前部変位又は後部変位（例えば、範囲変位）が、画像捕捉デバイス１２２、１２４、１２６間に存在し得る。例えば、画像捕捉デバイス１２２は、画像捕捉デバイス１２４及び／又は画像捕捉デバイス１２６の０．５〜２メートル以上背後に配置し得る。このタイプの変位では、画像捕捉デバイスのうちの１つが、他の画像捕捉デバイスの潜在的なブラインドスポットをカバー可能であり得る。

画像捕捉デバイス１２２は、任意の適する解像度能力（例えば、画像センサに関連付けられたピクセル数）を有し得、画像捕捉デバイス１２２に関連付けられた画像センサの解像度は、画像捕捉デバイス１２４及び１２６に関連付けられた画像センサの解像度よりも高くてもよく、低くてもよく、又は同じであってもよい。幾つかの実施形態では、画像捕捉デバイス１２２及び／又は画像捕捉デバイス１２４及び１２６に関連付けられた画像センサは、解像度６４０×４８０、１０２４×７６８、１２８０×９６０、又は任意の他の適する解像度を有し得る。

フレームレート（例えば、画像捕捉デバイスが、次の画像フレームに関連付けられたピクセルデータの捕捉に移る前、１つの画像フレームのピクセルデータのセットを取得する速度）は、制御可能であり得る。画像捕捉デバイス１２２に関連付けられたフレームレートは、画像捕捉デバイス１２４及び１２６に関連付けられたフレームレートよりも高くてもよく、低くてもよく、又は同じであってもよい。画像捕捉デバイス１２２、１２４、及び１２６に関連付けられたフレームレートは、フレームレートのタイミングに影響を及ぼし得る様々なファクタに依存し得る。例えば、画像捕捉デバイス１２２、１２４、及び１２６のうちの１つ又は複数は、画像捕捉デバイス１２２、１２４、及び／又は１２６内の画像センサの１つ又は複数のピクセルに関連付けられた画像データの取得前又は取得後に課される選択可能なピクセル遅延期間を含み得る。一般に、各ピクセルに対応する画像データは、デバイスのクロックレート（例えば、１クロックサイクル当たり１ピクセル）に従って取得し得る。更に、ローリングシャッタを含む実施形態では、画像捕捉デバイス１２２、１２４、及び１２６のうちの１つ又は複数は、画像捕捉デバイス１２２、１２４、及び／又は１２６内の画像センサのピクセル行に関連付けられた画像データの取得前又は取得後に課される選択可能な水平ブランク期間を含み得る。更に、画像捕捉デバイス１２２、１２４、及び／又は１２６のうちの１つ又は複数は、画像捕捉デバイス１２２、１２４、及び１２６の画像フレームに関連付けられた画像データの取得前又は取得後に課される選択可能な垂直ブランク期間を含み得る。

これらのタイミング制御により、各画像捕捉デバイスのライン走査レートが異なる場合であっても、画像捕捉デバイス１２２、１２４、及び１２６に関連付けられたフレームレートを同期させることができ得る。更に、以下に更に詳細に考察するように、ファクタ（例えば、画像センサ解像度、最高ライン走査レート等）の中でも特に、これらの選択可能なタイミング制御により、画像捕捉デバイス１２２の視野が画像捕捉デバイス１２４及び１２６のＦＯＶと異なる場合であっても、画像捕捉デバイス１２２のＦＯＶが画像捕捉デバイス１２４及び１２６の１つ又は複数のＦＯＶと重複するエリアからの画像捕捉を同期させることが可能になり得る。

画像捕捉デバイス１２２、１２４、及び１２６でのフレームレートタイミングは、関連付けられた画像センサの解像度に依存し得る。例えば、両デバイスのライン走査レートが同様であると仮定し、一方のデバイスが解像度６４０×４８０を有する画像センサを含み、他方のデバイスが解像度１２８０×９６０を有する画像センサを含む場合、高い解像度を有するセンサからの画像データのフレーム取得ほど、長い時間が必要になる。

画像捕捉デバイス１２２、１２４、及び１２６での画像データ取得のタイミングに影響を及ぼし得る他のファクタは、最高ライン走査レートである。例えば、画像捕捉デバイス１２２、１２４、及び１２６に含まれる画像センサからの画像データ行の取得は、何らかの最小時間量を必要とする。ピクセル遅延期間が追加されないと仮定すると、画像データ行を取得するこの最小時間量は、特定のデバイスの最高ライン走査レートに関連することになる。高い最高ライン走査レートを提供するデバイスほど、より低い最高ライン走査レートを有するデバイスよりも高いフレームレートを提供する潜在性を有する。幾つかの実施形態では、画像捕捉デバイス１２４及び１２６のうちの一方又は両方は、画像捕捉デバイス１２２に関連付けられた最高ライン走査レートよりも高い最高ライン走査レートを有し得る。幾つかの実施形態では、画像捕捉デバイス１２４及び／又は１２６の最高ライン走査レートは、画像捕捉デバイス１２２の最高ライン走査レートの１．２５倍、１．５倍、１．７５倍、又は２倍以上であり得る。

別の実施形態では、画像捕捉デバイス１２２、１２４、及び１２６は、同じ最高ライン走査レートを有し得るが、画像捕捉デバイス１２２は、その最高走査率以下の走査率で動作し得る。システムは、画像捕捉デバイス１２４及び１２６のうちの一方又は両方が画像捕捉デバイス１２２のライン走査レートと等しいライン走査レートで動作するように構成し得る。他の例では、システムは、画像捕捉デバイス１２４及び／又は１２６のライン走査レートが、画像捕捉デバイス１２２のライン走査レートの１．２５倍、１．５倍、１．７５倍、又は２倍以上であり得るように構成し得る。

幾つかの実施形態では、画像捕捉デバイス１２２、１２４、及び１２６は非対称であり得る。すなわち、これら画像捕捉デバイスは、異なる視野（ＦＯＶ）及び焦点距離を有するカメラを含み得る。画像捕捉デバイス１２２、１２４、及び１２６の視野は、例えば、車両２００の環境に対する任意の所望のエリアを含み得る。幾つかの実施形態では、画像捕捉デバイス１２２、１２４、及び１２６のうちの１つ又は複数は、車両２００の前方の環境、車両２００の後方の環境、車両２００の両側の環境、又はそれらの組合せから画像データを取得するように構成し得る。

更に、各画像捕捉デバイス１２２、１２４、及び／又は１２６に関連付けられた焦点距離は、各デバイスが車両２００から所望の距離範囲にある物体の画像を取得するように選択可能であり得る（例えば、適切なレンズの包含等により）。例えば、幾つかの実施形態では、画像捕捉デバイス１２２、１２４、及び１２６は、車両から数メートル以内の近接物体の画像を取得し得る。画像捕捉デバイス１２２、１２４、１２６は、車両からより離れた範囲（例えば、２５ｍ、５０ｍ、１００ｍ、１５０ｍ、又はそれを超える）における物体の画像を取得するように構成することもできる。更に、画像捕捉デバイス１２２、１２４、及び１２６の焦点距離は、ある画像捕捉デバイス（例えば、画像捕捉デバイス１２２）が車両に比較的近い（例えば、１０ｍ以内又は２０ｍ以内）物体の画像を取得することができ、一方、その他の画像捕捉デバイス（例えば、画像捕捉デバイス１２４及び１２６）が、車両２００からより離れた物体（例えば、２０ｍ超、５０ｍ超、１００ｍ超、１５０ｍ超等）の画像を取得することができるように選択し得る。

幾つかの実施形態によれば、１つ又は複数の画像捕捉デバイス１２２、１２４、及び１２６のＦＯＶは、広角を有し得る。例えば、特に車両２００の近傍エリアの画像取得に使用し得る画像捕捉デバイス１２２、１２４、及び１２６には１４０度のＦＯＶを有することが有利であり得る。例えば、画像捕捉デバイス１２２は、車両２００の右又は左のエリアの画像の捕捉に使用し得、そのような実施形態では、画像捕捉デバイス１２２が広いＦＯＶ（例えば、少なくとも１４０度）を有することが望ましいことがある。

画像捕捉デバイス１２２、１２４、及び１２６のそれぞれに関連付けられた視野は、各焦点距離に依存し得る。例えば、焦点距離が増大するにつれて、対応する視野は低減する。

画像捕捉デバイス１２２、１２４、及び１２６は、任意の適する視野を有するように構成し得る。特定の一例では、画像捕捉デバイス１２２は、水平ＦＯＶ４６度を有し得、画像捕捉デバイス１２４は水平ＦＯＶ２３度を有し得、画像捕捉デバイス１２６は水平ＦＯＶ２３〜４６度を有し得る。別の例では、画像捕捉デバイス１２２は水平ＦＯＶ５２度を有し得、画像捕捉デバイス１２４は水平ＦＯＶ２６度を有し得、画像捕捉デバイス１２６は、水平ＦＯＶ２６〜５２度を有し得る。幾つかの実施形態では、画像捕捉デバイス１２２のＦＯＶと画像捕捉デバイス１２４及び／又は画像捕捉デバイス１２６のＦＯＶとの比率は、１．５〜２．０で変化し得る。他の実施形態では、この比率は１．２５〜２．２５で変化し得る。

システム１００は、画像捕捉デバイス１２２の視野が、画像捕捉デバイス１２４及び／又は画像捕捉デバイス１２６の視野と少なくとも部分的に又は完全に重複するように構成し得る。幾つかの実施形態では、システム１００は、画像捕捉デバイス１２４及び１２６の視野が、例えば、画像捕捉デバイス１２２の視野内に入り（例えば、画像捕捉デバイス１２２の視野よりも狭く）、画像捕捉デバイス１２２の視野と共通の中心を共有するように構成し得る。他の実施形態では、画像捕捉デバイス１２２、１２４、及び１２６は、隣接するＦＯＶを捕捉してもよく、又は部分的に重複するＦＯＶを有してもよい。幾つかの実施形態では、画像捕捉デバイス１２２、１２４、及び１２６の視野は、ＦＯＶのより狭い画像捕捉デバイス１２４及び／又は１２６の中心が、ＦＯＶがより広いデバイス１２２の視野の下半分に配置され得るように位置合わせし得る。

図２Ｆは、開示される実施形態による例示的な車両制御システムの図表現である。図２Ｆに示されるように、車両２００は、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０を含み得る。システム１００は、１つ又は複数のデータリンク（例えば、任意の有線及び／又は無線リンク又はデータを伝送するリンク）を介して、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数に入力（例えば、制御信号）を提供し得る。例えば、画像捕捉デバイス１２２、１２４、及び／又は１２６により取得された画像の分析に基づいて、システム１００は、車両２００をナビゲートする制御信号をスロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数に提供し得る（例えば、加速、ターン、レーンシフト等を行わせることにより）。更に、システム１００は、車両２００の動作状況を示す入力（例えば、速度、車両２００がブレーキ中及び／又はターン中であるか否か等）をスロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４のうちの１つ又は複数から受信し得る。以下、更なる詳細を図４〜図７に関連して提供する。

図３Ａに示されるように、車両２００は、車両２００のドライバー又は乗員とインタラクションするユーザインタフェース１７０を含むこともできる。例えば、車両アプリケーション内のユーザインタフェース１７０は、タッチスクリーン３２０、つまみ３３０、ボタン３４０、及びマイクロフォン３５０を含み得る。車両２００のドライバー又は乗員は、ハンドル（例えば、例えば、ウィンカーハンドルを含め、車両２００のステアリングコラム上又はその近傍に配置される）及びボタン（例えば、車両２００のハンドルに配置される）等を使用して、システム１００とインタラクションすることもできる。幾つかの実施形態では、マイクロフォン３５０はバックミラー３１０に隣接して位置決めし得る。同様に、幾つかの実施形態では、画像捕捉デバイス１２２は、バックミラー３１０の近傍に配置し得る。幾つかの実施形態では、ユーザインタフェース１７０は、１つ又は複数のスピーカ３６０（例えば、車両オーディオシステムのスピーカ）を含むこともできる。例えば、システム１００は、スピーカ３６０を介して様々な通知（例えば、アラート）を提供し得る。

図３Ｂ〜図３Ｄは、開示される実施形態による、バックミラー（例えば、バックミラー３１０）の背後に、車両フロントガラスと対向して位置決めされるように構成される例示的なカメラマウント３７０の図である。図３Ｂに示されるように、カメラマウント３７０は、画像捕捉デバイス１２２、１２４、及び１２６を含み得る。画像捕捉デバイス１２４及び１２６は、グレアシールド３８０の背後に位置決めし得、グレアシールド３８０は、フロントガラスに直接接触し得、フィルム及び／又は反射防止材料の組成物を含み得る。例えば、グレアシールド３８０は、一致する傾斜を有するフロントガラスと対向して位置合わせされるように位置決めし得る。幾つかの実施形態では、画像捕捉デバイス１２２、１２４、及び１２６のそれぞれは、例えば、図３Ｄに示されるように、グレアシールド３８０の背後に位置決めし得る。開示される実施形態は、画像捕捉デバイス１２２、１２４及び１２６、カメラマウント３７０、並びにグレアシールド３８０のいかなる特定の構成にも限定されない。図３Ｃは、前から見た図３Ｂに示されるカメラマウント３７０の図である。

本開示の恩恵を受ける当業者により理解されるように、上記開示された実施形態に対する多くの変形形態及び／又は変更形態がなされ得る。例えば、全ての構成要素がシステム１００の動作にとって必須であるわけではない。更に、任意の構成要素がシステム１００の任意の適切な部分に配置し得、構成要素は、開示される実施形態の機能を提供しながら、様々な構成に再配置し得る。したがって、上述した構成は例であり、上述した構成に関係なく、システム１００は、車両２００の周囲を分析し、分析に応答して車両２００をナビゲートする広範囲の機能を提供することができる。

以下に更に詳細に考察するように、様々な開示される実施形態により、システム１００は、自律運転及び／又はドライバー支援技術に関連する様々な特徴を提供し得る。例えば、システム１００は、画像データ、位置データ（例えば、ＧＰＳ位置情報）、地図データ、速度データ、及び／又は車両２００に含まれるセンサからのデータを分析し得る。システム１００は、例えば、画像取得ユニット１２０、位置センサ１３０、及び他のセンサから、分析のためにデータを収集し得る。更に、システム１００は、収集されたデータを分析して、車両２００が特定の行動をとるべきか否かを特定し、次に、人間の介入なしで、判断された動作を自動的にとり得る。例えば、車両２００が人間の加入なしでナビゲートする場合、システム１００は、車両２００のブレーキ、加速度、及び／又は操舵を自動的に制御し得る（例えば、制御信号をスロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数に送信することにより）。更に、システム１００は、収集されたデータを分析し、収集されたデータの分析に基づいて警告及び／又はアラートを車両の搭乗者に発行し得る。システム１００により提供される様々な実施形態に関する更なる詳細を以下に提供する。

前向きマルチ撮像システム
上述したように、システム１００は、マルチカメラシステムを使用する運転支援機能を提供し得る。マルチカメラシステムは、車両の前方方向を向いた１つ又は複数のカメラを使用し得る。他の実施形態では、マルチカメラシステムは、車両の側部又は車両の後方を向いた１つ又は複数のカメラを含み得る。一実施形態では、例えば、システム１００は２カメラ撮像システムを使用し得、その場合、第１のカメラ及び第２のカメラ（例えば、画像捕捉デバイス１２２及び１２４）は、車両（例えば、車両２００）の前部及び／又は側部に位置決めし得る。第１のカメラは、第２のカメラの視野よりも大きい、小さい、又は部分的に重複する視野を有し得る。更に、第１のカメラは、第１の画像プロセッサに接続されて、第１のカメラにより提供される画像の単眼画像分析を実行し得、第２のカメラは第２の画像プロセッサに接続されて、第２のカメラにより提供される画像の単眼画像分析を実行し得る。第１及び第２の画像プロセッサの出力（例えば、処理された情報）は結合し得る。幾つかの実施形態では、第２の画像プロセッサは、第１のカメラ及び第２のカメラの両方からの画像を受信して、立体分析を実行し得る。別の実施形態では、システム１００は３カメラ撮像システムを使用し得、この場合、各カメラは異なる視野を有する。したがって、そのようなシステムは、車両の前方及び側部の両方の様々な距離にある物体から導出される情報に基づいて判断を下し得る。単眼画像分析との言及は、画像分析が単一視点から（例えば、単一のカメラ）から捕捉される画像に基づいて画像分析が実行される場合を指し得る。立体画像分析は、画像捕捉パラメータのうちの１つ又は複数を変更した状態で捕捉された２つ以上の画像に基づいて画像分析が実行される場合を指し得る。例えば、立体画像分析の実行に適した捕捉画像は、２つ以上の異なる位置から捕捉される画像、異なる視野から捕捉される画像、異なる焦点距離を使用して捕捉される画像、視差情報付きで捕捉される画像等を含み得る。

例えば、一実施形態では、システム１００は、画像捕捉デバイス１２２〜１２６を使用する３カメラ構成を実施し得る。そのような構成では、画像捕捉デバイス１２２は、狭視野（例えば、３４度又は約２０〜４５度の範囲から選択される他の値等）を提供し得、画像捕捉デバイス１２４は、広視野（例えば、１５０度又は約１００〜約１８０度の範囲から選択される他の値）を提供し得、画像捕捉デバイス１２６は、中視野（例えば、４６度又は約３５〜約６０度の範囲から選択される他の値）を提供し得る。幾つかの実施形態では、画像捕捉デバイス１２６は、主又は一次カメラとして動作し得る。画像捕捉デバイス１２２〜１２６は、バックミラー３１０の背後に、実質的に並んで（例えば、６ｃｍ離間）位置決めし得る。更に、幾つかの実施形態では、上述したように、画像捕捉デバイス１２２〜１２６のうちの１つ又は複数は、車両２００のフロントガラスと同一平面のグレアシールド３８０の背後に取り付けることができる。そのようなシールドは、車内部からのいかなる反射の画像捕捉デバイス１２２〜１２６への影響も最小にするように動作し得る。

別の実施形態では、図３Ｂ及び図３Ｃに関連して上述したように、広視野カメラ（例えば、上記例では画像捕捉デバイス１２４）は、狭い主視野カメラ（例えば、上記例では画像捕捉デバイス１２２及び１２６）よりも低く取り付けることができる。この構成は、広視野カメラからの自由な視線を提供し得る。反射を低減するために、カメラは、車両２００のフロントガラス近くに取り付けることができ、反射光を弱める偏光器をカメラに含み得る。

３カメラシステムは、特定の性能特徴を提供し得る。例えば、幾つかの実施形態は、あるカメラによる物体の検出を別のカメラからの検出結果に基づいて検証する機能を含み得る。上述した３カメラ構成では、処理ユニット１１０は、例えば、３つの処理デバイス（例えば、上述したように３つのEyeQシリーズのプロセッサチップ）を含み得、各処理デバイスは、画像捕捉デバイス１２２〜１２６のうちの１つ又は複数により捕捉される画像の処理に向けられる。

３カメラシステムでは、第１の処理デバイスは、主カメラ及び狭視野カメラの両方から画像を受信し得、狭ＦＯＶカメラのビジョン処理を実行して、例えば、他の車両、歩行者、レーンマーク、交通標識、信号機、及び他の道路物体を検出し得る。更に、第１の処理デバイスは、主カメラからの画像と狭カメラからの画像との間でのピクセルの視差を計算し、車両２００の環境の３Ｄ再構築を作成し得る。次に、第１の処理デバイスは、３Ｄ再構築を３Ｄマップデータ又は別のカメラからの情報に基づいて計算される３Ｄ情報と結合し得る。

第２の処理デバイスは、主カメラから画像を受信し得、ビジョン処理を実行して、他の車両、歩行者、レーンマーク、交通標識、信号機、及び他の道路物体を検出し得る。更に、第２の処理デバイスは、カメラ変位を計算し、変位に基づいて、連続画像間のピクセルの視差を計算し、シーンの３Ｄ再構築（例えば、ストラクチャーフロムモーション）を作成し得る。第２の処理デバイスは、３Ｄ再構築に基づくストラクチャーフロムモーションを第１の処理デバイスに送信し、ストラクチャーフロムモーションを立体３Ｄ画像と結合し得る。

第３の処理デバイスは、画像を広ＦＯＶカメラから受信し、画像を処理して、車両、歩行者、レーンマーク、交通標識、信号機、及び他の道路物体を検出し得る。第３の処理デバイスは、追加の処理命令を更に実行して、画像を分析し、レーン変更中の車両、歩行者等の画像内の移動中の物体を識別し得る。

幾つかの実施形態では、画像に基づく情報ストリームを独立して捕捉させ、処理させることは、システムで冗長性を提供する機会を提供し得る。そのような冗長性は、例えば、第１の画像捕捉デバイス及びそのデバイスから処理された画像を使用して、少なくとも第２の画像捕捉デバイスから画像情報を捕捉し処理することにより得られる情報を検証及び／又は補足し得る。

幾つかの実施形態では、システム１００は、車両２００にナビゲーション支援を提供するに当たり２つの画像捕捉デバイス（例えば、画像捕捉デバイス１２２及び１２４）を使用し得、第３の画像捕捉デバイス（例えば、画像捕捉デバイス１２６）を使用して、冗長性を提供し、他の２つの画像捕捉デバイスから受信されるデータの分析を検証し得る。例えば、そのような構成では、画像捕捉デバイス１２２及び１２４は、車両２００をナビゲートするためのシステム１００による立体分析の画像を提供し得、一方、画像捕捉デバイス１２６は、システム１００による単眼分析に画像を提供して、画像捕捉デバイス１２３及び／又は画像捕捉デバイス１２４から補足された画像に基づいて得られる情報の冗長性及び検証を提供し得る。すなわち、画像捕捉デバイス１２６（及び対応する処理デバイス）は、画像捕捉デバイス１２２及び１２４から導出された分析へのチェックを提供する冗長サブシステムを提供する（例えば、自動緊急ブレーキ（ＡＥＢ）システムを提供するため）と見なし得る。

上記カメラ構成、カメラ配置、カメラ数、カメラ位置等が単なる例示であることを当業者は認識するであろう。全体システムに対して説明されるこれらの構成要素等は、開示される実施形態の範囲から逸脱せずに、様々な異なる構成で組み立て且つ使用し得る。ドライバー支援及び／又は自律車両機能を提供するためのマルチカメラシステムの使用に関する更なる詳細が以下に続く。

図４は、開示される実施形態による１つ又は複数の動作を実行する命令を記憶／プログラムされ得るメモリ１４０及び／又は１５０の例示的な機能ブロック図である。以下ではメモリ１４０を参照するが、当業者は、命令がメモリ１４０及び／又は１５０に記憶可能なことを認識するであろう。

図４に示されるように、メモリ１４０は、単眼画像分析モジュール４０２、立体画像分析モジュール４０４、速度及び加速度モジュール４０６、並びにナビゲーション応答モジュール４０８を記憶し得る。開示される実施形態は、いかなる特定の構成のメモリ１４０にも限定されない。更に、アプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０は、メモリ１４０に含まれる任意のモジュール４０２〜４０８に記憶された命令を実行し得る。以下の考察での処理ユニット１１０の参照が、アプリケーションプロセッサ１８０及び画像プロセッサ１９０を個々に又はまとめて指し得ることを当業者は理解するであろう。したがって、以下のプロセスのいずれかのステップは、１つ又は複数の処理デバイスにより実行し得る。

一実施形態では、単眼画像分析モジュール４０２は命令（コンピュータビジョンソフトウェア等）を記憶し得、命令は、処理ユニット１１０により実行されると、画像捕捉デバイス１２２、１２４、及び１２６のうちの１つにより取得された画像のセットの単眼画像分析を実行する。幾つかの実施形態では、処理ユニット１１０は、画像のセットからの情報を追加のセンサー情報（例えば、レーダからの情報）と結合して、単眼画像分析を実行し得る。以下の図５Ａ〜図５Ｄに関連して説明するように、単眼画像分析モジュール４０２は、レーンマーク、車両、歩行者、道路標識、高速道路出口ランプ、信号機、危険物、及び車両の環境に関連付けられた任意の他の特徴等、画像のセット内の特徴のセットを検出する命令を含み得る。分析に基づいて、システム１００は、ナビゲーション応答モジュール４０８に関連して以下で考察するように、ターン、レーンシフト、及び加速度変更等の１つ又は複数のナビゲーション応答を車両２００において生じさせ得る（例えば、処理ユニット１１０を介して）。

一実施形態では、立体画像分析モジュール４０４は命令（コンピュータビジョンソフトウェア等）を記憶し得、命令は、処理ユニット１１０により実行されると、画像捕捉デバイス１２２、１２４、及び１２６から選択された画像捕捉デバイスの組合せにより取得される第１及び第２のセットの画像の立体画像分析を実行する。幾つかの実施形態では、処理ユニット１１０は、第１及び第２のセットの画像からの情報を追加のセンサー情報（例えば、レーダからの情報）と結合して、立体画像分析を実行し得る。例えば、立体画像分析モジュール４０４は、画像捕捉デバイス１２４により取得される第１のセットの画像及び画像捕捉デバイス１２６により取得される第２のセットの画像に基づいて、立体画像分析を実行する命令を含み得る。以下で図６に関連して説明するように、立体画像分析モジュール４０４は、レーンマーク、車両、歩行者、道路標識、高速道路出口ランプ、信号機、及び危険物等の第１及び第２の組の画像内の特徴の組を検出する命令を含み得る。分析に基づいて、処理ユニット１１０は、ナビゲーション応答モジュール４０８に関連して後述するように、ターン、レーンシフト、及び加速度変更等の１つ又は複数のナビゲーション応答を車両２００において生じさせ得る。

一実施形態では、速度及び加速度モジュール４０６は、車両２００の速度及び／又は加速度を変更させるように構成される車両２００内の１つ又は複数の計算及び電気機械デバイスから受信されるデータを分析するように構成されるソフトウェアを記憶し得る。例えば、処理ユニット１１０は、速度及び加速度モジュール４０６に関連付けられた命令を実行して、単眼画像分析モジュール４０２及び／又は立体画像分析モジュール４０４の実行から導出されるデータに基づいて、車両２００の目標速度を計算し得る。そのようなデータとしては、例えば、目標位置、速度、及び／又は加速度、付近の車両、歩行者、又は道路物体に対する車両２００の位置及び／又は速度、及び道路のレーンマークに対する車両２００の位置情報等を挙げ得る。加えて、処理ユニット１１０は、センサー入力（例えば、レーダからの情報）と、車両２００のスロットルシステム２２０、ブレーキシステム２３０、及び／又は操舵システム２４０等の車両２００の他のシステムからの入力とに基づいて、車両２００の目標速度を計算し得る。計算された目標速度に基づいて、処理ユニット１１０は、電子信号を車両２００のスロットルシステム２２０、ブレーキシステム２３０、及び／又は操舵システム２４０に送信して、例えば、車両２００のブレーキを物理的に弱めるか、又はアクセルを弱めることにより速度及び／又は加速度の変更をトリガーし得る。

一実施形態では、ナビゲーション応答モジュール４０８は、処理ユニット１１０により実行可能であり、単眼画像分析モジュール４０２及び／又は立体画像分析モジュール４０４の実行から導出されるデータに基づいて、所望のナビゲーション応答を決定するソフトウェアを記憶し得る。そのようなデータは、付近の車両、歩行者、及び道路物体に関連付けられた位置及び速度情報並びに車両２００の目標位置情報等を含み得る。更に、幾つかの実施形態では、ナビゲーション応答は、地図データ、車両２００の所定の位置、及び／又は車両２００と、単眼画像分析モジュール４０２及び／又は立体画像分析モジュール４０４の実行から検出される１つ又は複数の物体との間の相対速度又は相対加速度に基づき得る（部分的又は完全に）。ナビゲーション応答モジュール４０８は、センサー入力（例えば、レーダからの情報）と、車両２００のスロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０等の車両２００の他のシステムからの入力とに基づいて、所望のナビゲーション応答を決定することもできる。所望のナビゲーション応答に基づいて、処理ユニット１１０は、電子信号を車両２００のスロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０に送信して、例えば、車両２００のハンドルをターンさせ、所定の角度の回転を達成することにより、所望のナビゲーション応答をトリガーし得る。幾つかの実施形態では、処理ユニット１１０は、車両２００の速度変更を計算するための速度及び加速度モジュール４０６の実行への入力として、ナビゲーション応答モジュール４０８の出力（例えば、所望のナビゲーション応答）を使用し得る。

図５Ａは、開示される実施形態による、単眼画像分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセス５００Ａを示すフローチャートである。ステップ５１０において、処理ユニット１１０は、処理ユニット１１０と画像取得ユニット１２０との間のデータインタフェース１２８を介して、複数の画像を受信し得る。例えば、画像取得ユニット１２０に含まれるカメラ（視野２０２を有する画像捕捉デバイス１２２等）は、車両２００の前方（又は例えば、車両の側部若しくは後方）のエリアの複数の画像を捕捉し、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して処理ユニット１１０に送信し得る。処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、ステップ５２０において、以下で図５Ｂ〜図５Ｄに関連して更に詳細に説明するように、複数の画像を分析し得る。分析を実行することにより、処理ユニット１１０は、レーンマーク、車両、歩行者、道路標識、高速道路出口ランプ、及び信号機等の画像の組内の特徴の組を検出し得る。

処理ユニット１１０は、ステップ５２０において、単眼画像分析モジュール４０２を実行して、例えば、トラックタイヤの部品、落ちた道路標識、緩んだ貨物、及び小動物等の様々な道路危険物を検出することもできる。道路危険物の構造、形状、サイズ、及び色は様々であり得、そのような危険物の検出をより難しくする。幾つかの実施形態では、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、マルチフレーム分析を複数の画像に対して実行して、道路危険物を検出し得る。例えば、処理ユニット１１０は、連続画像フレーム間でのカメラ移動を推定し、フレーム間のピクセルの視差を計算して、道路の３Ｄマップを構築し得る。次に、処理ユニット１１０は、３Ｄマップを使用して、路面及び路面の上に存在する危険物を検出し得る。

ステップ５３０において、処理ユニット１１０は、ナビゲーション応答モジュール４０８を実行して、ステップ５２０において実行された分析及び図４に関連して上述した技法に基づいて、車両２００に１つ又は複数のナビゲーション応答を生じさせ得る。ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更等を含み得る。幾つかの実施形態では、処理ユニット１１０は、速度及び加速度モジュール４０６の実行から導出されるデータを使用して、１つ又は複数のナビゲーション応答を生じさせ得る。更に、複数のナビゲーション応答は同時に生じてもよく、順次生じてもよく、又はそれらの任意の組合せで生じてもよい。例えば、処理ユニット１１０は、例えば、制御信号を車両２００の操舵システム２４０及びスロットルシステム２２０に順次送信することにより、車両２００に１レーン超えさせ、それから、例えば、加速させ得る。代替的には、処理ユニット１１０は、例えば、制御信号を車両２００のブレーキシステム２３０及び操舵システム２４０に同時に送信することにより、車両２００に、ブレーキを掛けさせ、それと同時にレーンをシフトさせ得る。

図５Ｂは、開示される実施形態による、画像のセット内の１つ又は複数の車両及び／又は歩行者を検出する例示的なプロセス５００Ｂを示すフローチャートである。処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、プロセス５００Ｂを実施し得る。ステップ５４０において、処理ユニット１１０は、存在する可能性がある車両及び／又は歩行者を表す候補物体のセットを特定し得る。例えば、処理ユニット１１０は、１つ又は複数の画像を走査し、画像を１つ又は複数の所定のパターンと比較し、各画像内で、対象物体（例えば、車両、歩行者、又はそれらの部分）を含み得る可能性がある位置を識別し得る。所定のパターンは、低率の「偽性ヒット」及び低率の「見逃し」を達成するように指定し得る。例えば、処理ユニット１１０は、所定のパターンへの低い類似性閾値を使用して、可能性のある車両又は歩行者として候補物体を識別し得る。そうすることにより、処理ユニット１１０は、車両又は歩行者を表す候補物体を見逃す（例えば、識別しない）確率を低減することができ得る。

ステップ５４２において、処理ユニット１１０は、候補物体のセットをフィルタリングして、分類基準に基づいて特定の候補（例えば、無関係又は関係性の低い物体）を除外し得る。そのような基準は、データベース（例えば、メモリ１４０に記憶されるデータベース）に記憶された物体タイプに関連付けられた様々な特性から導出し得る。特性は、物体の形状、寸法、テクスチャ、及び位置（例えば、車両２００に対する）等を含み得る。したがって、処理ユニット１１０は、１つ又は複数のセットの基準を使用して、候補物体のセットから偽性候補を拒絶し得る。

ステップ５４４において、処理ユニット１１０は、複数の画像フレームを分析して、候補画像のセット内の物体が車両及び／又は歩行者を表しているか否かを特定し得る。例えば、処理ユニット１１０は、連続フレームにわたり検出された候補物体を追跡し、検出された物体に関連付けられたフレーム毎データ（例えば、サイズ、車両２００に対する位置等）を蓄積し得る。更に、処理ユニット１１０は、検出された物体のパラメータを推定し、物体のフレーム毎位置データを予測位置と比較し得る。

ステップ５４６において、処理ユニット１１０は、検出された物体の測定値のセットを構築し得る。そのような測定値は、例えば、検出された物体に関連付けられた位置、速度、及び加速度値（車両２００に対する）を含み得る。幾つかの実施形態では、処理ユニット１１０は、カルマンフィルタ又は線形二次推定（ＬＱＥ）等の一連の時間ベースの観測値を使用する推定技法及び／又は異なる物体タイプ（例えば、車、トラック、歩行者、自転車、道路標識等）で利用可能なモデリングデータに基づいて、測定値を構築し得る。カルマンフィルタは、物体のスケールの測定値に基づき得、ここで、スケール測定値は衝突までの時間（例えば、車両２００が物体に達するまでの時間量）に比例する。したがって、ステップ５４０〜５４６を実行することにより、処理ユニット１１０は、捕捉画像のセット内に現れる車両及び歩行者を識別し、車両及び歩行者に関連付けられた情報（例えば、位置、速度、サイズ）を導出し得る。識別及び導出される情報に基づいて、処理ユニット１１０は、図５Ａに関連して上述したように、車両２００で１つ又は複数のナビゲーション応答を生じさせ得る。

ステップ５４８において、処理ユニット１１０は、１つ又は複数の画像のオプティカルフロー分析を実行して、「偽性ヒット」を検出する確率、及び車両又は歩行者を表す候補物体を見逃す確率を低減し得る。オプティカルフロー分析は、例えば、他の車両及び歩行者に関連付けられた、１つ又は複数の画像内の車両２００に対する、路面の動きとは別個の移動パターンを分析することを指し得る。処理ユニット１１０は、異なる時刻に捕捉された複数の画像フレームにわたる物体の異なる位置を観測することにより、候補物体の移動を計算し得る。処理ユニット１１０は、位置及び時間値を数学モデルへの入力として使用して、候補物体の移動を計算し得る。したがって、オプティカルフロー分析は、車両２００の付近にある車両及び歩行者を検出する別の方法を提供し得る。処理ユニット１１０は、ステップ５４０〜５４６と組み合わせてオプティカルフロー分析を実行して、車両及び歩行者を検出する冗長性を提供すると共に、システム１００の信頼度を上げ得る。

図５Ｃは、開示される実施形態による、画像のセット内の道路マーク及び／又はレーンジオメトリ情報を検出する例示的なプロセス５００Ｃを示すフローチャートである。処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、プロセス５００Ｃを実施し得る。ステップ５５０において、処理ユニット１１０は、１つ又は複数の画像を走査することにより物体のセットを検出し得る。レーンマークのセグメント、レーンジオメトリ情報、及び他の関連道路マークを検出するために、処理ユニット１１０は、物体のセットをフィルタリングして、無関連（例えば、小さい穴、小さい岩等）であると判断されるものを除外し得る。ステップ５５２において、処理ユニット１１０は、同じ道路マーク又はレーンマークに属する、ステップ５５０において検出されたセグメントを一緒にグループ化し得る。グループ化に基づいて、処理ユニット１１０は、数学モデル等のモデルを開発して、検出されたセグメントを表し得る。

ステップ５５４において、処理ユニット１１０は、検出されたセグメントに関連付けられた測定値のセットを構築し得る。幾つかの実施形態では、処理ユニット１１０は、画像平面から実世界平面への検出セグメントの射影を作成し得る。射影は、検出された道路の位置、傾斜、曲率、及び曲率微分等の物理特性に対応する係数を有する三次多項式を使用して特徴付け得る。射影を生成するに当たり、処理ユニット１１０は、路面変化並びに車両２００に関連付けられたピッチ及びロール率を考慮に入れ得る。加えて、処理ユニット１１０は、位置及び路面に存在するモーションキューを分析することにより道路高をモデリングし得る。更に、処理ユニット１１０は、１つ又は複数の画像での特徴点のセットを追跡することにより、車両２００に関連付けられたピッチ率及びロール率を推定し得る。

ステップ５５６において、処理ユニット１１０は、例えば、連続した画像フレームにわたり検出セグメントを追跡し、検出セグメントに関連付けられたフレーム毎データを蓄積することにより、マルチフレーム分析を実行し得る。処理ユニット１１０はマルチフレーム分析を実行する場合、ステップ５５４において構築された測定値のセットはより信頼性の高いものになり得、ますます高い信頼度を関連付け得る。したがって、ステップ５５０〜５５６を実行することにより、処理ユニット１１０は、捕捉画像のセット内に現れる道路マークを識別し、レーンジオメトリ情報を導出し得る。識別及び導出される情報に基づいて、処理ユニット１１０は、図５Ａに関連して上述したように、車両２００で１つ又は複数のナビゲーション応答を生じさせ得る。

ステップ５５８において、処理ユニット１１０は、追加の情報ソースを考慮して、車両の周囲の状況での車両２００の安全モデルを更に開発し得る。処理ユニット１１０は、安全モデルを使用して、システム１００が車両２００の自律制御を安全に実行し得る状況を定義し得る。安全モデルを開発するために、幾つかの実施形態では、処理ユニット１１０は、他の車両の位置及び動き、検出された道路縁部及び障壁、及び／又は地図データ（地図データベース１６０からのデータ等）から抽出された一般道路形状記述を考慮し得る。追加の情報ソースを考慮することにより、処理ユニット１１０は、道路マーク及びレーンジオメトリを検出する冗長性を提供し、システム１００の信頼性を上げ得る。

図５Ｄは、開示される実施形態による、画像のセット内の信号機を検出する例示的なプロセス５００Ｄを示すフローチャートである。処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、プロセス５００Ｄを実施し得る。ステップ５６０において、処理ユニット１１０は、画像のセットを走査し、信号機を含む可能性が高い画像内の位置に現れる物体を識別し得る。例えば、処理ユニット１１０は、識別された物体をフィルタリングして、信号機に対応する可能性が低い物体を除外した候補物体のセットを構築し得る。フィルタリングは、形状、寸法、テクスチャ、及び位置（例えば、車両２００に対する）等の信号機に関連付けられた様々な特性に基づいて行い得る。そのような特性は、信号機及び交通制御信号の多くの例に基づき得、データベースに記憶し得る。幾つかの実施形態では、処理ユニット１１０は、可能性のある信号機を反映した候補物体のセットに対してマルチフレーム分析を実行し得る。例えば、処理ユニット１１０は、連続した画像フレームにわたり候補物体を追跡し、候補物体の現実世界位置を推定し、移動している（信号機である可能性が低い）物体をフィルタリングして除去し得る。幾つかの実施形態では、処理ユニット１１０は、カラー分析を候補物体に対して実行し、可能性のある信号機内部に現れる検出色の相対位置を識別し得る。

ステップ５６２において、処理ユニット１１０は、交差点のジオメトリを分析し得る。分析は、（ｉ）車両２００の両側で検出されるレーン数、（ｉｉ）道路で検出されたマーク（矢印マーク等）、及び（ｉｉｉ）地図データ（地図データベース１６０からのデータ等）から抽出された交差点の記述の任意の組合せに基づき得る。処理ユニット１１０は、単眼分析モジュール４０２の実行から導出される情報を使用して、分析を行い得る。加えて、処理ユニット１１０は、ステップ５６０において検出された信号機と、車両２００近傍に現れるレーンとの対応性を特定し得る。

車両２００が交差点に近づくにつれて、ステップ５６４において、処理ユニット１１０は、分析された交差点ジオメトリ及び検出された信号機に関連付けられた信頼度を更新し得る。例えば、交差点に実際に現れる数と比較した交差点に現れると推定された信号機の数は、信頼度に影響を及ぼし得る。したがって、信頼度に基づいて、処理ユニット１１０は、車両２００のドライバーに制御を委任して、安全状況を改善し得る。ステップ５６０〜５６４を実行することにより、処理ユニット１１０は、捕捉画像のセット内に現れる信号機を識別し、交差点ジオメトリ情報を分析し得る。識別及び分析に基づいて、処理ユニット１１０は、図５Ａに関連して上述したように、車両２００で１つ又は複数のナビゲーション応答を生じさせ得る。

図５Ｅは、開示される実施形態による、車両経路に基づいて車両２００で１つ又は複数のナビゲーション応答を生じさせる例示的なプロセス５００Ｅのフローチャートである。ステップ５７０において、処理ユニット１１０は、車両２００に関連付けられた初期車両経路を構築し得る。車両経路は、座標（ｘ，ｙ）で表される点のセットを使用して表し得、点のセット内の２点間距離ｄｉは、１〜５メートルの範囲内にあり得る。一実施形態では、処理ユニット１１０は、左右の道路多項式等の２つの多項式を使用して初期車両経路を構築し得る。処理ユニット１１０は、２つの多項式間の幾何学的中間点を計算し、所定のオフセットがある場合（オフセット０は、レーンの中央での走行に対応し得る）、所定のオフセット（例えば、スマートレーンオフセット）だけ、結果として生成される車両経路に含まれる各点をオフセットさせ得る。オフセットは、車両経路内の任意の２点間のセグメントに垂直の方向であり得る。別の実施形態では、処理ユニット１１０は、１つの多項式及び推定レーン幅を使用して、推定レーン幅の半分に所定のオフセット（例えば、スマートレーンオフセット）を加えたものだけ、車両経路の各点をオフセットさせ得る。

ステップ５７２において、処理ユニット１１０は、ステップ５７０において構築された車両経路を更新し得る。処理ユニット１１０は、車両経路を表す点のセット内の２点間距離ｄｋが、上述した距離ｄｉよりも短くなるように、より高い解像度を使用して、５７０において構築された車両経路を再構築し得る。例えば、距離ｄｋは０．１〜０．３メートルの範囲であり得る。処理ユニット１１０は、放物線スプラインアルゴリズムを使用して車両経路を再構築し得、これは、車両経路の全長（すなわち、車両経路を表す点のセットに基づく）に対応する累積距離ベクトルＳをもたらし得る。

ステップ５７４において、処理ユニット１１０は、ステップ５７２において行われた更新車両経路に基づいて、先読み点（（ｘｌ，ｚｌ）として座標で表される）を特定し得る。処理ユニット１１０は、累積距離ベクトルＳから先読み点を抽出し得、先読み点には、先読み距離及び先読み時間を関連付け得る。先読み距離は、下限範囲１０〜２０メートルを有し得、車両２００の速度と先読み時間との積として計算し得る。例えば、車両２００の速度が下がるにつれて、先読み距離も短くなり得る（例えば、下限に達するまで）。０．５〜１．５秒の範囲であり得る先読み時間は、ヘディングエラー追跡制御ループ（heading error tracking control loop）等の車両２００でナビゲーション応答を生じさせることに関連付けられた１つ又は複数の制御ループの利得に反比例し得る。例えば、ヘディングエラー追跡制御ループの利得は、ヨー率ループ、操舵アクチュエータループ、及び車横方向動力学等の帯域幅に依存し得る。したがって、ヘディングエラー追跡制御ループの利得が高いほど、先読み時間は短くなる。

ステップ５７６において、処理ユニット１１０は、ステップ５７４において特定される先読み点に基づいて、ヘディングエラー及びヨー率コマンドを決定し得る。処理ユニット１１０は、先読み点の逆正接、例えば、ａｒｃｔａｎ（ｘｌ／ｚｌ）を計算することにより、ヘディングエラーを特定し得る。処理ユニット１１０は、ヘディングエラーと高レベル制御利得との積としてヨー率コマンドを決定し得る。高レベル制御利得は、先読み距離が下限にない場合、（２／先読み時間）に等しい値であり得る。先読み距離が下限である場合、高レベル制御利得は（２＊車両２００の速度／先読み距離）に等しい値であり得る。

図５Ｆは、開示される実施形態による、先行車両がレーンを変更中であるか否かを特定する例示的なプロセス５００Ｆを示すフローチャートである。ステップ５８０において、処理ユニット１１０は、先行車両（例えば、車両２００の前を移動中の車両）に関連付けられたナビゲーション情報を特定し得る。例えば、処理ユニット１１０は、図５Ａ及び図５Ｂに関連して上述した技法を使用して、先行車両の位置、速度（例えば、方向及び速度）、及び／又は加速度を特定し得る。処理ユニット１１０は、図５Ｅに関連して上述した技法を使用して、１つ又は複数の道路多項式、先読み点（車両２００に関連付けられる）、及び／又はスネイルトレイル（例えば、先行車両がとった経路を記述する点のセット）を特定することもできる。

ステップ５８２において、処理ユニット１１０は、ステップ５８０において特定されたナビゲーション情報を分析し得る。一実施形態では、処理ユニット１１０は、スネイルトレイルと道路多項式との間の距離（例えば、トレイルに沿った）を計算し得る。トレイルに沿ったこの距離の相違が所定の閾値（例えば、直線道路では０．１〜０．２メートル、緩くカーブした道路では０．３〜０．４メートル、急カーブの道路では０．５〜０．６メートル）を超える場合、処理ユニット１１０は、先行車両がレーン変更中である可能性が高いと判断し得る。複数の車両が、車両２００の前を走行中であることが検出される場合、処理ユニット１１０は、各車両に関連付けられたスネイルトレイルを比較し得る。比較に基づいて、処理ユニット１１０は、スネイルトレイルが他の車両のスネイルトレイルに一致しない車両が、レーン変更中である可能性が高いと判断し得る。処理ユニット１１０は更に、スネイルトレイル（先行車両に関連付けられた）の曲率を、先行車両が移動中の道路セグメントの予期される曲率と比較し得る。予期される曲率は、地図データ（例えば、地図データベース１６０からのデータ）、道路多項式、他の車両のスネイルトレイル、及び道路についての事前知識等から抽出し得る。スネイルトレイルの曲率と道路セグメントの予期される曲率との差が、所定の閾値を超える場合、処理ユニット１１０は、先行車両がレーン変更中である可能性が高いと判断し得る。

別の実施形態では、処理ユニット１１０は、特定の時間期間（例えば、０．５〜１．５秒）にわたり、先行車両の瞬間位置を先読み点（車両２００に関連付けられた）と比較し得る。特定の時間期間中の先行車両の瞬間位置と先読み点との間の距離の差及び相違の累積和が、所定の閾値（例えば、直線道路では０．３〜０．４メートル、緩くカーブした道路では０．７〜０．８メートル、急カーブの道路では１．３〜１．７メートル）を超える場合、処理ユニット１１０は、先行車両がレーン変更中である可能性が高いと判断し得る。別の実施形態では、処理ユニット１１０は、トレイルに沿って移動した横方向距離をスネイルトレイルの予期される曲率と比較することにより、スネイルトレイルの幾何学的形状を分析し得る。予期される曲率半径は、計算：（δｚ２＋δｘ２）／２／（δｘ）に従って特定し得、式中、σｘは横方向移動距離を表し、σｚは縦方向移動距離を表す。横方向移動距離と予期される曲率との差が所定の閾値（例えば、５００〜７００メートル）を超える場合、処理ユニット１１０は、先行車両がレーン変更中である可能性が高いと判断し得る。別の実施形態では、処理ユニット１１０は、先行車両の位置を分析し得る。先行車両の位置が道路多項式を曖昧にする（例えば、先行車両が道路多項式の上に重なる）場合、処理ユニット１１０は、先行車両がレーン変更中である可能性が高いと判断し得る。先行車両の位置が、別の車両が先行車両の前方で検出され、２台の車両のスネイルトレイルが平行ではないようなものである場合、処理ユニット１１０は、（より近い）先行車両がレーン変更中である可能性が高いと判断し得る。

ステップ５８４において、処理ユニット１１０は、ステップ５８２において実行された分析に基づいて、先行車両２００がレーン変更中であるか否かを特定し得る。例えば、処理ユニット１１０は、ステップ５８２において実行された個々の分析の加重平均に基づいてその判断を下し得る。そのような方式下では、例えば、特定のタイプの分析に基づいた、先行車両がレーン変更中である可能性が高いという処理ユニット１１０による判断には、値「１」を割り当て得る（「０」は、先行車両がレーン変更中である可能性が低いとの判断を表す）。ステップ５８２において実行される異なる分析には異なる重みを割り当て得、開示される実施形態は、分析及び重みのいかなる特定の組合せにも限定されない。

図６は、開示される実施形態による、立体画像分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセス６００を示すフローチャートである。ステップ６１０において、処理ユニット１１０は、データインタフェース１２８を介して第１及び第２の複数の画像を受信し得る。例えば、画像取得ユニット１２０に含まれるカメラ（視野２０２及び２０４を有する画像捕捉デバイス１２２及び１２４等）は、車両２００の前方のエリアの第１及び第２の複数の画像を捕捉し、デジタル接続（例えば、ＵＳＢ、無線、Bluetooth等）を介して処理ユニット１１０に送信し得る。幾つかの実施形態では、処理ユニット１１０は、２つ以上のデータインタフェースを介して第１及び第２の複数の画像を受信し得る。開示される実施形態は、いかなる特定のデータインタフェース構成又はプロトコルにも限定されない。

ステップ６２０において、処理ユニット１１０は、立体画像分析モジュール４０４を実行して、第１及び第２の複数の画像の立体画像分析を実行して、車両の前の道路の３Ｄマップを作成し、レーンマーク、車両、歩行者、道路標識、高速道路出口ランプ、信号機、及び道路危険物等の画像内の特徴を検出し得る。立体画像分析は、図５Ａ〜図５Ｄに関連して上述したステップと同様に実行し得る。例えば、処理ユニット１１０は、立体画像分析モジュール４０４を実行して、第１及び第２の複数の画像内の候補物体（例えば、車両、歩行者、道路マーク、信号機、道路危険物等）を検出し、様々な基準に基づいて候補物体のサブセットをフィルタリングして除外し、マルチフレーム分析を実行し、測定値を構築し、残りの候補物体の信頼度を特定し得る。上記ステップを実行するに当たり、処理ユニット１１０は、画像の１つのセットのみからの情報ではなく、第１及び第２の複数の画像の両方からの情報を考慮し得る。例えば、処理ユニット１１０は、第１及び第２の複数の画像の両方に現れる候補物体のピクセルレベルデータ（又は捕捉画像の２つのストリームの中からの他のデータサブセット）の差を分析し得る。別の例として、処理ユニット１１０は、物体が複数の画像のうちの１枚に現れるが、他の画像では現れないことを観測することにより、又は２つの画像ストリームに現れる物体に対して存在し得る他の差に対して、候補物体の位置及び／又は速度（例えば、車両２００に対する）を推定し得る。例えば、車両２００に対する位置、速度、及び／又は加速度は、画像ストリームのうちの一方又は両方に現れる物体に関連付けられた特徴の軌道、位置、移動特性等に基づいて特定し得る。

ステップ６３０において、処理ユニット１１０は、ナビゲーション応答モジュール４０８を実行して、ステップ６２０において実行された分析及び図４に関連して上述した技法に基づいて、車両２００で１つ又は複数のナビゲーション応答を生じさせ得る。ナビゲーション応答は、例えば、ターン、レーンシフト、加速度変更、速度変更、及びブレーキ等を含み得る。幾つかの実施形態では、処理ユニット１１０は、速度及び加速度モジュール４０６の実行から導出されるデータを使用して、１つ又は複数のナビゲーション応答を生じさせ得る。更に、複数のナビゲーション応答は、同時に行ってもよく、順次行ってもよく、又はそれらの任意の組合せで行ってもよい。

図７は、開示される実施形態による、３セットの画像の分析に基づいて１つ又は複数のナビゲーション応答を生じさせる例示的なプロセス７００を示すフローチャートである。ステップ７１０において、処理ユニット１１０は、データインタフェース１２８を介して第１、第２、及び第３の複数の画像を受信し得る。例えば、画像取得ユニット１２０に含まれるカメラ（視野２０２、２０４、及び２０６を有する画像捕捉デバイス１２２、１２４、及び１２６等）は、車両２００の前方及び／又は側部のエリアの第１、第２、及び第３の複数の画像を捕捉し、デジタル接続（例えば、ＵＳＢ、無線、Bluetooth等）を介して処理ユニット１１０に送信し得る。幾つかの実施形態では、処理ユニット１１０は、３つ以上のデータインタフェースを介して第１、第２、及び第３の複数の画像を受信し得る。例えば、画像捕捉デバイス１２２、１２４、及び１２６のそれぞれは、処理ユニット１１０にデータを通信する関連付けられたデータインタフェースを有し得る。開示される実施形態は、いかなる特定のデータインタフェース構成又はプロトコルにも限定されない。

ステップ７２０において、処理ユニット１１０は、第１、第２、及び第３の複数の画像を分析して、レーンマーク、車両、歩行者、道路標識、高速道路出口ランプ、信号機、及び道路危険物等の画像内の特徴を検出し得る。分析は、図５Ａ〜図５Ｄ及び図６に関連して上述したステップと同様に実行し得る。例えば、処理ユニット１１０は、単眼画像分析を第１、第２、及び第３の複数のそれぞれの画像に対して実行し得る（例えば、単眼画像分析モジュール４０２の実行及び図５Ａ〜図５Ｄに関連して上述したステップに基づいて）。代替的には、処理ユニット１１０は、立体画像分析を第１及び第２の複数の画像、第２及び第３の複数の画像、及び／又は第１及び第３の複数の画像に対して実行し得る（例えば、立体画像分析モジュール４０４の実行を介して及び図６に関連して上述したステップに基づいて）。第１、第２、及び／又は第３の複数の画像の分析に対応する処理済み情報は、結合し得る。幾つかの実施形態では、処理ユニット１１０は、単眼画像分析と立体画像分析との組合せを実行し得る。例えば、処理ユニット１１０は、単眼画像分析を第１の複数の画像に対して実行し（例えば、単眼画像分析モジュール４０２の実行を介して）、立体画像分析を第２及び第３の複数の画像に対して実行し得る（例えば、立体画像分析モジュール４０４の実行を介して）。画像捕捉デバイス１２２、１２４、及び１２６の構成−各位置及び視野２０２、２０４、及び２０６を含む−は、第１、第２、及び第３の複数の画像に対して行われる分析のタイプに影響を及ぼし得る。開示される実施形態は、画像捕捉デバイス１２２、１２４、及び１２６の特定の構成又は第１、第２、及び第３の複数の画像に対して行われる分析のタイプに限定されない。

幾つかの実施形態では、処理ユニット１１０は、ステップ７１０及び７２０において取得され分析された画像に基づいて、システム１００にテストを実行し得る。そのようなテストは、画像捕捉デバイス１２２、１２４、及び１２６の特定の構成でのシステム１００の全体性能のインジケータを提供し得る。例えば、処理ユニット１１０は、「偽性ヒット」（例えば、システム１００が車両又は歩行者の存在を誤って判断する場合）及び「見落とし」の割合を特定し得る。

ステップ７３０において、処理ユニット１１０は、第１、第２、及び第３の複数の画像のうちの２つから導出される情報に基づいて、車両２００での１つ又は複数のナビゲーション応答を生じさせ得る。第１、第２、及び第３の複数の画像のうちの２つの選択は、例えば、複数の画像のそれぞれで検出される物体の数、タイプ、及びサイズ等の様々なファクタに依存し得る。処理ユニット１１０は、画像の品質及び解像度、画像に反映される有効視野、捕捉フレーム数、及び対象となる１つ又は複数の物体が実際にフレームに現れる程度（例えば、物体が現れるフレームのパーセンテージ、物体がそのような各フレームで現れる割合等）等に基づいて選択を行うことができる。

幾つかの実施形態では、処理ユニット１１０は、ある画像ソースから導出された情報が、他の画像ソースから導出される情報と一貫する程度を特定することにより、第１、第２、及び第３の複数の画像のうちの２つから導出される情報を選択し得る。例えば、処理ユニット１１０は、画像捕捉デバイス１２２、１２４、及び１２６のそれぞれから導出される処理済み情報（単眼分析であれ、立体分析であれ、又はそれら２つの任意の組合せであれ関係なく）を結合して、画像捕捉デバイス１２２、１２４、及び１２６のそれぞれから捕捉される画像にわたり一貫する視覚的インジケータ（例えば、レーンマーク、検出された車両及び／又はその位置及び／又は経路、検出された信号機等）を特定し得る。処理ユニット１１０は、捕捉画像にわたり一貫しない情報（例えば、レーンを変更中の車両、車両２００に近過ぎる車両を示すレーンモデル等）を除外することもできる。したがって、処理ユニット１１０は、一貫情報及び非一貫情報の特定に基づいて、第１、第２、及び第３の複数の画像のうちの２つからの導出される情報を選択し得る。

ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更を含み得る。処理ユニット１１０は、ステップ７２０において実行される分析及び図４に関連して上述した技法に基づいて、１つ又は複数のナビゲーション応答を生じさせ得る。処理ユニット１１０は、速度及び加速度モジュール４０６の実行から導出されるデータを使用して、１つ又は複数のナビゲーション応答を生じさせることもできる。幾つかの実施形態では、処理ユニット１１０は、車両２００と、第１、第２、及び第３の複数の画像のうちのいずれかで検出される物体との間の相対位置、相対速度、及び／又は相対加速度に基づいて、１つ又は複数のナビゲーション応答を生じさせ得る。複数のナビゲーション応答は、同時に行ってもよく、順次行ってもよく、又はそれらの任意の組合せで行ってもよい。

自律車両ナビゲーションのための疎な道路モデル
幾つかの実施形態では、開示されるシステム及び方法は、疎な地図を自律車両ナビゲーションに使用し得る。例えば、疎な地図は、大量のデータを記憶及び／又は更新せずに、自律車両をナビゲートするのに十分な情報を提供し得る。更に詳細に以下で考察するように、自律車両は、疎な地図を使用して、１つ又は複数の記憶された軌道に基づいて１つ又は複数の道路をナビゲートし得る。

自律車両ナビゲーションのための疎な地図
幾つかの実施形態では、開示されるシステム及び方法は、疎な地図を自律車両ナビゲーションに使用し得る。例えば、疎な地図は、過度のデータ記憶又はデータ転送率を必要とせずに、十分な情報をナビゲーションに提供し得る。更に詳細に以下で考察するように、車両（自律車両であり得る）は、疎な地図を使用して、１つ又は複数の道路をナビゲートし得る。例えば、幾つかの実施形態では、疎な地図は、道路と、道路に沿った存在する可能性のある陸標とに関連するデータを含み得、陸標は、車両ナビゲーションに十分である一方、小さいデータフットプリントも示す。例えば、以下に詳述する疎なデータ地図では、道路に沿って収集される画像データ等の詳細マップ情報を含むデジタルマップと比較して、必要とされる記憶空間及びデータ転送帯域幅ははるかに少ない。例えば、道路セグメントの詳細な表現を記憶するのではなく、疎なデータ地図は、道路の沿った好ましい車両経路の三次元多項式表現を記憶し得る。これらの経路が必要とするデータ記憶空間は、ごくわずかであり得る。更に、記載される疎なデータ地図では、陸標が識別され、ナビゲーションを支援するために疎なマップ道路モデルに含まれ得る。これらの陸標は、車両ナビゲーションを可能にするのに適する任意の間隔で配置し得るが、幾つかの場合、そのような陸標は、モデルにおいて高密度且つ短い間隔で識別され含まれる必要はない。むしろ、幾つかの場合、ナビゲーションは、少なくとも５０メートル、少なくとも１００メートル、少なくとも５００メートル、少なくとも１キロメートル、又は少なくとも２キロメートルだけ離間された陸標に基づいて行うことができる。他のセクションでより詳細に考察するように、疎な地図は、車両が道路に沿って移動する際、画像捕捉デバイス、全地球測位システムセンサ、移動センサ等の様々なセンサ及びデバイスが備えられた車両により収集又は測定されるデータに基づいて生成し得る。幾つかの場合、疎な地図は、特定の道路に沿った１台又は複数台の車両の複数の運転において収集されるデータに基づいて生成し得る。

開示される実施形態によれば、自律車両システムは、疎な地図をナビゲーションに使用し得る。疎な地図のコアにおいて、１つ又は複数の三次元輪郭が、自律車両が関連付けられた道路セグメントに沿って移動する際に横断し得る所定の軌道を表し得る。疎な地図は、１つ又は複数の道路特徴を表すデータを含むこともできる。そのような道路特徴は、認識済み陸標、道路シグネチャプロファイル、及び車両のナビゲートで有用な任意の他の道路関連特徴を含み得る。疎な地図は、疎な地図に含まれる比較的小量のデータに基づいて、車両の自律ナビゲーションを可能にし得る。例えば、道路縁部、道路曲率、道路セグメントに関連付けられた画像、又は道路セグメントに関連付けられた他の物理的特徴を詳述するデータ等の道路の詳細な表現を含むのではなく、疎な地図の開示される実施形態が必要とする記憶空間（及び疎な地図の部分が車両に転送される場合、帯域幅）は比較的小さい値であり得るが、それでもなお自律車両ナビゲーションを適切に提供し得る。以下に更に詳細に考察する、開示される疎な地図の小さいデータフットプリントは、幾つかの実施形態では、小量のデータを必要とする道路関連要素の表現を記憶することにより達成し得るが、それでもなお自律ナビゲーションを可能にし得る。例えば、道路の様々な態様の詳細な表現を記憶するのではなく、開示される疎な地図は、車両が道路に沿って辿り得る１つ又は複数の軌道の多項式表現を記憶し得る。したがって、道路に沿ったナビゲーションを可能にするために、道路の物理的性質に関する詳細を記憶するのではなく（又は転送する必要があるのではなく）、開示される疎な地図を使用して、幾つかの場合、道路の物理的態様を解釈する必要なく、むしろ走行経路を特定の道路セグメントに沿った軌道（例えば、多項式スプライン）に位置合わせすることにより、特定の道路セグメントに沿って車両をナビゲートし得る。このようにして、道路画像、道路パラメータ、道路レイアウト等の記憶を含む方法よりもはるかに小さい記憶空間を必要とし得る、記憶された軌道（例えば、多項式スプライン）に主に基づいて、車両をナビゲートし得る。

道路セグメントに沿った軌道の記憶された多項式表現に加えて、開示される疎な地図は、道路特徴を表し得る小さいデータオブジェクトを含むこともできる。幾つかの実施形態では、小さいデータオブジェクトはデジタルシグネチャを含み得、デジタルシグネチャは、道路セグメントに沿って移動中の車両に搭載されるセンサ（例えば、カメラ又はサスペンションセンサ等の他のセンサ）により得られたデジタル画像（又はデジタル信号）から導出される。デジタルシグネチャは、センサにより取得された信号と比較して、低減したサイズを有し得る。幾つかの実施形態では、デジタルシグネチャは、例えば運転継続中にセンサにより取得される信号から道路特徴を検出し識別するように構成される分類機能と互換性を有するように作成し得る。幾つかの実施形態では、デジタルシグネチャは、連続する時間において、同じ道路セグメントに沿って走行中の車両に搭載されたカメラにより捕捉される道路特徴の画像（記憶されているシグネチャが画像に基づかず、及び／又は他のデータを含む場合、センサにより生成されるデジタル信号）に基づいて、道路特徴が、記憶されているシグネチャと相関又は照会する能力を保ちながら、可能な限り小さいフットプリントを有するように作成し得る。幾つかの実施形態では、データオブジェクトのサイズには、道路特徴の一意性を更に関連付け得る。例えば、車載カメラにより検出可能な道路特徴であり、車載カメラシステムが、特定のタイプの道路特徴、例えば、道路標識に関連付けられているものとしてその道路特徴に対応する画像データを区別することが可能である分類器に結合され、そのような道路標識がそのエリアで局所的に一意である（例えば、付近に同一の道路標識又は同じタイプの道路標識がない）場合、道路特徴のタイプ及びその位置を示すデータを記憶することで十分であり得る。

以下に更に詳細に考察するように、道路特徴（例えば、道路セグメントに沿った陸標）は、比較的少数のバイトで道路特徴を表し得る小さいデータオブジェクトとして記憶し得、それと同時に、そのような特徴を認識し、ナビゲーションに使用するのに十分な情報を提供する。単なる一例では、道路標識は、車両のナビゲーションが基づき得る認識済み陸標として識別し得る。道路標識の表現は、例えば、陸標のタイプ（例えば、停止標識）を示す数バイトのデータ及び陸標の位置を示す数バイトのデータを含むように、疎な地図に記憶し得る。陸標のそのようなデータ軽量表現（例えば、陸標の位置特定、認識、及び陸標に基づくナビゲートに十分な表現を使用する）に基づくナビゲートは、疎な地図に関連付けられたデータオーバーヘッドをあまり増大させずに、疎な地図に関連付けられた所望レベルのナビゲーション機能を提供し得る。陸標（及び他の道路特徴）のこの無駄のない表現は、特定の道路特徴を検出、識別、及び／又は分類するように構成された車両に搭載して含まれるセンサ及びプロセッサを利用し得る。例えば、所与のエリアで、標識、更には標識の特定のタイプが局所的に一意である（例えば、他の標識がないか、又は同じタイプの他の標識がない）場合、疎な地図は、陸標のタイプ（標識又は標識の特定のタイプ）を示すデータを使用し得、ナビゲーション（例えば、自律ナビゲーション）中、自律車両に搭載されたカメラが、標識（又は標識の特定のタイプ）を含むエリアの画像を捕捉する場合、プロセッサは、画像を処理し、標識を検出し（実際に画像に存在する場合）、それを標識（又は標識の特定のタイプ）として分類し、その位置に疎な地図に記憶され標識の位置を相関付け得る。

幾つかの実施形態では、自律車両は、車両本体と、疎な地図に含まれるデータを受信し、疎な地図内のデータに基づいて道路セグメントに沿って車両をナビゲートするナビゲーション命令を生成するように構成されるプロセッサとを含み得る。

図８は、車両２００（自律車両であり得る）が、自律車両ナビゲーションを提供するためにアクセスし得る疎な地図８００を示す。疎な地図８００は、メモリ１４０又は１５０等のメモリに記憶し得る。そのようなメモリデバイスは、任意のタイプの非一時的記憶装置又はコンピュータ可読媒体を含み得る。例えば、幾つかの実施形態では、メモリ１４０又は１５０は、ハードドライブ、コンパクトディスク、フラッシュメモリ、磁気ベースのメモリデバイス、光学ベースのメモリデバイス等を含み得る。幾つかの実施形態では、疎な地図８００は、メモリ１４０若しくは１５０又は他のタイプの記憶装置に記憶し得るデータベース（例えば、地図データベース１６０）に記憶し得る。

幾つかの実施形態では、疎な地図８００は、車両２００搭載して提供される記憶装置又は非一時的コンピュータ可読媒体（例えば、車両２００に搭載されるナビゲーションシステムに含まれる記憶装置）に記憶し得る。車両２００に提供されるプロセッサ（例えば、処理ユニット１１０）は、車両２００に搭載して提供される記憶装置又はコンピュータ可読媒体に記憶される疎な地図８００にアクセスして、自律車両２００が道路セグメントを走行する際、自律車両２００をガイドするナビゲーション命令を生成し得る。

しかし、疎な地図８００は、車両にローカルに記憶される必要はない。幾つかの実施形態では、疎な地図８００は、車両２００又は車両２００に関連付けられたデバイスと通信するリモートサーバに提供される記憶装置又はコンピュータ可読媒体に記憶し得る。車両２００に提供されるプロセッサ（例えば、処理ユニット１１０）は、リモートサーバから疎な地図８００に含まれるデータを受信し得、車両２００の自律運転をガイドするデータを実行し得る。そのような実施形態では、疎な地図８００は、様々な道路セグメントを走行する複数の車両（例えば、数十台、数百台、数千台、又は数百万台の車両等）がアクセス可能であり得る。疎な地図８００が複数のサブマップを含み得ることにも留意されたい。例えば、幾つかの実施形態では、疎な地図８００は、車両のナビゲートに使用することができる数百、数千、数百万、又はそれを超えるサブマップを含み得る。そのようなサブマップはローカル地図と呼ぶことができ、道路に沿って走行中の車両は、その車両が走行中の位置に関連する任意の数のローカル地図にアクセスし得る。疎な地図８００のローカル地図セクションは、疎な地図８００のデータベースへのインデックスとして全世界的航法衛星システム（ＧＮＳＳ）キーと共に記憶し得る。したがって、本システムでのホスト車両をナビゲートする操舵角の計算は、ホスト車両、道路特徴、又は陸標のＧＮＳＳ位置に依存せずに実行し得る一方、そのようなＧＮＳＳ情報は、関連するローカル地図の検索に使用し得る。

データの収集及び疎な地図８００の生成について、他のセクションで詳細に網羅される。しかし、一般に、疎な地図８００は、車両が道路に沿って走行する際、１つ又は複数の車両から収集されるデータに基づいて生成し得る。例えば、１台又は複数台の車両に搭載されたセンサ（例えば、カメラ、速度計、ＧＰＳ、加速度計等）を使用して、１台又は複数台の車両が道路に沿って走行する軌道を記録し得、道路に沿って続けて走行する車両の好ましい軌道の多項式表現は、１台又は複数台の車両が走行した、収集された軌道に基づいて決定し得る。同様に、１台又は複数台の車両により収集されたデータは、特定の道路に沿った存在する可能性のある陸標を識別するのに役立ち得る。走行中の車両から収集されたデータは、道路幅プロファイル、道路凹凸プロファイル、交通線間隔プロファイル等の道路プロファイル情報を識別するのに使用することもできる。収集された情報を使用して、疎な地図８００を生成し、１台又は複数台の自律車両のナビゲートに使用するのに配信し得る（例えば、ローカル記憶装置に又は無線データ送信を介して）。しかし、地図生成は、地図の初期生成時に終わらないことがある。他のセクションで更に詳細に考察するように、疎な地図８００は、車両が、疎な地図８００に含まれる道路を引き続き走行する際、車両から収集されるデータに基づいて連続して又は定期的に更新し得る。

疎な地図８００に記録されるデータは、全地球測位システム（ＧＰＳ）データに基づく位置情報を含み得る。例えば、位置情報は、例えば、陸標位置、道路プロファイル位置等を含め、様々な地図要素について疎な地図８００に含まれ得る。疎な地図８００に含まれる地図要素の位置は、道路を走行中の車両から収集されるＧＰＳデータを使用して取得し得る。例えば、識別された陸標を通過中の車両は、車両に関連付けられたＧＰＳ位置情報及び車両に対する識別された陸標の位置の特定（例えば、車載の１つ又は複数のカメラから収集されるデータの画像分析に基づく）を使用して、識別された陸標の位置を特定し得る。識別された陸標（又は疎な地図８００に含まれる任意の他の特徴）のそのような位置特定は、さらなる車両が識別された陸標の位置を通過する際、繰り返し得る。追加の位置特定の幾つか又は全てを使用して、識別された陸標に対する疎な地図８００に記憶された位置情報を改良することができる。例えば、幾つかの実施形態では、疎な地図８００に記憶された特定の特徴に対する複数の位置測定の一緒の平均をとり得る。しかし、地図要素に特定された複数の位置に基づいて地図要素の記憶された位置を改良するために、任意の他の数学的演算を使用することも可能である。

開示される実施形態の疎な地図は、比較的小量の記憶データを使用して車両の自律ナビゲーションを可能にし得る。幾つかの実施形態では、疎な地図８００は、道路１キロメートル当たり２ＭＢ未満、道路１キロメートル当たり１ＭＢ未満、道路１キロメートル当たり５００ｋＢ未満、又は道路１キロメートル当たり１００ｋＢ未満のデータ密度（例えば、目標軌道、陸標、及び任意の他の記憶された道路特徴を表すデータを含む）を有し得る。幾つかの実施形態では、疎な地図８００のデータ密度は、道路１キロメートル当たり１０ｋＢ未満、更には道路１キロメートル当たり２ｋＢ未満（例えば、１キロメートル当たり１．６ｋＢ）、又は道路１キロメートル当たり１０ｋＢ以下であり得る。幾つかの実施形態では、米国の全てとは言えないにしても略全ての道路は、合計４ＧＢ以下のデータを有する疎な地図を使用して自律的にナビゲートし得る。これらのデータ密度値は、疎な地図８００の全体、疎な地図８００内のローカル地図、及び／又は疎な地図８００内の特定の道路セグメントにわたる平均を表し得る。

留意されるように、疎な地図８００は、道路セグメントに沿って自律運転又はナビゲーションをガイドする複数の目標軌道８１０の表現を含み得る。そのような目標軌道は、三次元スプラインとして記憶し得る。疎な地図８００に記憶される目標軌道は、特定の道路セグメントに沿った車両の以前の走行の２つ以上の再構築された軌道に基づいて決定し得る。道路セグメントには、単一の目標軌道又は複数の目標軌道を関連付け得る。例えば、２レーン道路では、第１の方向での道路に沿った意図される走行経路を表す第１の目標軌道を記憶し得ると共に、別の方向（例えば、第１の方向の逆）での道路に沿った意図される走行経路を表す第２の目標軌道を記憶し得る。特定の道路セグメントに関する追加の目標軌道を記憶し得る。例えば、複数レーン道路では、複数レーン道路に関連付けられた１つ又は複数のレーンでの車両の意図される走行経路を表す１つ又は複数の目標軌道を記憶し得る。幾つかの実施形態では、複数レーン道路の各レーンには、それ自体の目標軌道を関連付け得る。他の実施形態では、複数レーン道路に存在するレーンよりも少数の目標軌道が記憶され得る。そのような場合、複数レーン道路をナビゲート中の車両は、記憶された目標軌道のいずれかを使用して、目標軌道が記憶されたレーンからのレーンオフセット量を考慮に入れることにより、ナビゲーションをガイドし得る（例えば、車両が、３レーン高速道路の最も左側のレーンを走行中であり、高速道路の中央レーンの目標軌道のみが記憶されている場合、車両は、ナビゲーション命令を生成する際、中央レーンと最も左側のレーンとの間のレーンオフセット量を明らかにすることにより、中央レーンの目標軌道を使用してナビゲートし得る）。

幾つかの実施形態では、目標軌道は、車両が走行する際にとるべき理想経路を表し得る。目標軌道は、例えば、走行レーンの概ね中央に配置し得る。他の場合、目標軌道は、道路セグメントに対して他の場所に配置し得る。例えば、目標軌道は、道路の中心、道路の縁部、又はレーンの縁部等に概ね一致し得る。そのような場合、目標軌道に基づくナビゲーションは、目標軌道の位置に対して維持するように決定されたオフセット量を含み得る。更に、幾つかの実施形態では、目標軌道の位置に対して維持するように決定されたオフセット量は、車両のタイプに応じて異なり得る（例えば、２つの車軸を含む乗用車は、目標軌道の少なくとも一部に沿って、３つ以上の車軸を含むトラックと異なるオフセットを有し得る）。

疎な地図８００は、特定の道路セグメント、ローカル地図等に関連付けられた複数の所定の陸標８２０に関連するデータを含むこともできる。他のセクションで詳細に考察するように、これらの陸標は、自律車両のナビゲーションに使用し得る。例えば、幾つかの実施形態では、陸標は、記憶された目標軌道に対する車両の現在位置を特定するのに使用し得る。この位置情報を用いて、自律車両は、特定された位置での目標軌道の方向に一致するように、進行方向を調整することが可能であり得る。

任意の適する間隔で複数の陸標８２０を識別し、疎な地図８００に記憶し得る。幾つかの実施形態では、陸標は、比較的高密度で（例えば、数メートル毎以上）記憶し得る。しかし、幾つかの実施形態では、はるかに広い陸標間隔値を利用し得る。例えば、疎な地図８００において、識別済み（又は認識済み）陸標は、１０メートル、２０メートル、５０メートル、１００メートル、１キロメートル、又は２キロメートルだけ離間され得る。幾つかの場合、識別済み陸標は、更には２キロメートルを超える距離だけ離れて配置し得る。陸標間、したがって目標軌道に対して特定される車両位置間において、車両は、センサを使用して自己の運動を決定し、目標軌道に対する自己の位置を推定して、自律航法に基づいてナビゲートし得る。自律航法によるナビゲーション中、誤差が蓄積され得るため、時間の経過に伴い、目標軌道に対する位置特定の正確性はますます低くなり得る。車両は、疎な地図８００にある陸標（及び陸標の既知の位置）を使用して、位置特定での自律航法誘発誤差をなくし得る。このようにして、疎な地図８００に含まれる識別済み陸標はナビゲーションアンカーとして機能し得、そこから、目標軌道に対する車両の正確な位置を特定し得る。位置特定において、特定量の誤差が許容可能であり得るため、識別済み陸標を自律車両に常に提供する必要があるわけではない。むしろ、上述したように、１０メートル、２０メートル、５０メートル、１００メートル、５００メートル、１キロメートル、２キロメートル、又はそれを超える陸標間隔に基づいてさえも、適するナビゲーションが可能であり得る。幾つかの実施形態では、道路１ｋｍ毎に１つの識別済み陸標という密度が、縦方向位置特定精度を１ｍ以内に維持するの十分であり得る。したがって、道路セグメントに沿って現れるあらゆる潜在的な陸標を疎な地図８００に記憶する必要があるわけではない。

目標軌道及び識別済み陸標に加えて、疎な地図８００は、様々な他の道路特徴に関連する情報を含み得る。例えば、図９Ａは、疎な地図８００に記憶し得る特定の道路セグメントに沿ったカーブの表現を示す。幾つかの実施形態では、道路の単一レーンは、その道路の左右のサイドの三次元多項式記述によりモデリングし得る。単一レーンの左右のサイドを表すそのような多項式を図９Ａに示す。道路が幾つのレーンを有し得るかに関係なく、道路は、図９Ａに示される方法と同様の方法で、多項式を使用して表し得る。例えば、複数レーン道路の左右のサイドは、図９Ａに示される多項式と同様の多項式により表現し得、複数レーン道路に含まれる中間レーンマーク（例えば、破線マークはレーン境界を表し、実線の黄線は、異なる方向で移動中のレーン間の境界を表す等）も、図９Ａに示される多項式等の多項式を使用して表現し得る。

図９Ａに示されるように、レーン９００は、多項式（例えば、一次、二次、三次、又は任意の適する次数の多項式）を使用して表現し得る。例示のために、レーン９００は、二次元レーンとして示され、多項式は二次元多項式として示される。レーン９００は、左サイド９１０及び右サイド９２０を含む。幾つかの実施形態では、２つ以上の多項式を使用して、道路又はレーン境界の各サイドの位置を表し得る。例えば、左サイド９１０及び右サイド９２０のそれぞれは、任意の適する長さの複数の多項式により表現し得る。幾つかの場合、多項式は約１００ｍの長さを有し得るが、１００ｍよりも長いか、又は短い他の長さも使用可能である。更に、多項式は、互いに重複して、ホスト車両が道路に沿って走行する際、続けて直面する多項式に基づくナビゲーションでのシームレスな遷移を促進し得る。例えば、左サイド９１０及び右サイド９２０のそれぞれは、約１００メートル長（第１の所定の範囲の例）のセグメントに分けられ、約５０メートルだけ互いに重複する複数の三次多項式により表し得る。左サイド９１０及び右サイド９２０を表す多項式は、同じ次数を有してもよく、又は有さなくてもよい。例えば、幾つかの実施形態では、多項式によっては、二次多項式であるものもあれば、三次多項式であるものもあれば、四次多項式であるものもある。

図９Ａに示される例では、レーン９００の左サイド９１０は、２つのグループの三次多項式により表される。第１のグループは多項式セグメント９１１、９１２、及び９１３を含む。第２のグループは、多項式セグメント９１４、９１５、及び９１６を含む。２つのグループは、互いに略平行であり、道路の対応するサイドの位置を辿る。多項式セグメント９１１〜９１６は、長さ約１００メートルを有し、一続き内で隣接するセグメントと約５０メートルだけ重複する。しかし、上述したように、異なる長さ及び異なる重複量の多項式を使用することも可能である。例えば、多項式は、長さ５００ｍ、１ｋｍ、又は１ｋｍ超を有し得、重複量は０〜５０ｍ、５０ｍ〜１００ｍ、又は１００ｍ超と様々であり得る。更に、図９Ａは、２Ｄ空間（例えば、紙の表面）に延びる多項式を表すものとして示されているが、これらの多項式が、三次元（例えば、高さ成分を含む）において延びる曲線を表して、Ｘ−Ｙ曲率に加えて道路セグメントの高さ変化を表し得ることを理解されたい。

疎な地図８００の目標軌道に戻ると、図９Ｂは、特定の道路セグメントに沿って走行する車両の目標軌道を表す三次元多項式を示す。目標軌道は、ホスト車両が特定の道路セグメントに沿って走行すべきＸ−Ｙ経路のみならず、ホスト車両が道路セグメントを走行する際に経験する高さ変化も表す。したがって、疎な地図８００内の各目標軌道は、図９Ｂに示される三次元多項式９５０のように、１つ又は複数の三次元多項式により表し得る。疎な地図８００は、複数の軌道（例えば、世界中の道路に沿った様々な道路セグメントに沿った車両の軌道を表すには数百万又は数十億又は数十億超）を含み得る。幾つかの実施形態では、各目標軌道は、三次元多項式セグメントを結び付けるスプラインに対応し得る。

疎な地図８００に記憶される多項式曲線のデータフットプリントに関して、幾つかの実施形態では、各三次多項式は４つのパラメータにより表し得、各パラメータは４バイトのデータを必要とする。適する表現は、１００ｍ毎に約１９２バイトのデータを必要とする三次多項式を用いて取得し得る。これは、約１００ｋｍ／時で走行中のホスト車両の場合、約２００ｋＢ／時のデータ使用／転送要件に換算される。

疎な地図８００は、ジオメトリ記述子とメタデータとの組合せを使用してレーンネットワークを記述し得る。ジオメトリは、上述したように多項式又はスプラインにより記述し得る。メタデータは、レーン数、特別な特徴（相乗りレーン等）、及び可能な場合には他の疎なラベルを記述し得る。そのようなインジケータの合計フットプリントはごくわずかであり得る。

上述したように、疎な地図８００は、道路セグメントに関連付けられた複数の所定の陸標を含み得る。陸標の実際の画像を記憶し、例えば、捕捉画像及び記憶画像に基づく画像認識分析に依存するのではなく、疎な地図８００内の各陸標は、記憶された実際の画像で必要とされるよりも少ないデータを使用して表現し認識し得る。陸標を表すデータは、道路に沿った陸標を記述又は識別するのに十分な情報を含み得る。陸標の実際の画像ではなく陸標の特徴を記述するデータを記憶することにより、疎な地図８００のサイズを低減し得る。

図１０は、疎な地図８００で表し得る陸標のタイプの例を示す。陸標は、道路セグメントに沿った任意の可視及び識別可能な物体を含み得る。陸標は、固定され、位置及び／又は内容を頻繁には変更しないように選択し得る。疎な地図８００に含まれる陸標は、車両が特定の道路セグメントを走行する際、目標軌道に対する車両２００の位置を特定するに当たり有用であり得る。陸標の例としては、交通標識、方向標識、汎用標識（例えば、矩形標識）、路傍固定物（例えば、街灯柱、反射板等）、及び任意の他の適するカテゴリを挙げ得る。幾つかの実施形態では、道路上のレーンマークも陸標として疎な地図８００に含まれ得る。

図１０に示される陸標の例は、交通標識、方向標識、路傍固定物、及び汎用標識を含む。交通標識は、例えば、速度制限標識（例えば、速度制限標識１０００）、譲れの標識（例えば、譲れの標識１００５）、ルート番号標識（例えば、ルート番号標識１０１０）、信号機標識（例えば、信号機標識１０１５）、停止標識（例えば、停止標識１０２０）を含み得る。方向標識は、異なる場所への１つ又は複数の方向を示す１つ又は複数の矢印を含む標識を含み得る。例えば、方向標識は、車両を異なる道路又は場所に向ける矢印を有する高速道路標識１０２５、車両を別の道路に向ける矢印を有する出口標識１０３０等を含み得る。

汎用標識は、交通に非関連であり得る。例えば、汎用標識は、広告に使用される広告板又は２つの国、州、郡、市、若しくは町の境界線に隣接するウェルカムボードを含み得る。図１０は汎用標識１０４０（「Joe's Restaurant」）を示す。汎用標識１０４０は、図１０に示されるように矩形を有し得るが、汎用標識１０４０は、正方形、円形、三角形等の他の形状を有することもできる。

陸標は路傍固定物を含むこともできる。路傍固定物は、標識ではない物体であり得、交通又は方向に関係しないことがある。例えば、路傍固定物は、街灯柱（例えば、街灯柱１０３５）、電柱、信号機の柱等を含み得る。

陸標は、自律車両ナビゲーションシステムでの使用に特に設計されたビーコンを含むこともできる。例えば、そのようなビーコンは、所定の間隔で配置されて、ホスト車両のナビゲートを支援するスタンドアロン構造を含み得る。そのようなビーコンは、道路セグメントに沿って走行中の車両により識別又は認識し得る既存の道路標識に追加される視覚的／グラフィカル情報（例えば、アイコン、エンブレム、バーコード等）を含むこともできる。そのようなビーコンは、電子構成要素を含むこともできる。そのような実施形態では、電子ビーコン（例えば、ＲＦＩＤタグ等）を使用して、非視覚情報をホスト車両に送信し得る。そのような情報は、例えば、ホスト車両が目標軌道に沿った位置を特定するに当たり使用し得る陸標識別及び／又は陸標位置情報を含み得る。

幾つかの実施形態では、疎な地図８００に含まれる陸標は、所定のサイズのデータオブジェクトにより表し得る。陸標を表すデータは、特定の陸標の識別に適する任意のパラメータを含み得る。例えば、幾つかの実施形態では、疎な地図８００に記憶される陸標は、陸標の物理的なサイズ（例えば、既知のサイズ／スケールに基づく陸標への距離の推定をサポートするために）、前の陸標への距離、横方向オフセット、高さ、タイプコード（例えば、陸標タイプ−いずれのタイプの方向標識、交通標識等）、ＧＰＳ座標（例えば、全地球測位をサポートするため）、及び任意の他の適するパラメータ等の、パラメータを含み得る。各パラメータにはデータサイズを関連付け得る。例えば、陸標サイズは、８バイトのデータを使用して記憶し得る。前の陸標への距離、横方向オフセット、及び高さは、１２バイトのデータを使用して指定し得る。方向標識又は交通標識等の陸標に関連付けられたタイプコードは、約２バイトのデータを要し得る。汎用標識の場合、汎用標識の識別を可能にする画像シグネチャは、５０バイトのデータ記憶を使用して記憶し得る。陸標ＧＰＳ位置には、１６バイトのデータ記憶を関連付け得る。各パラメータのこれらのデータサイズは単なる例であり、他のデータサイズを使用することも可能である。

このようにして疎な地図８００において陸標を表すことは、データベース内で陸標を効率的に表現する無駄のない解決策を提供する。幾つかの実施形態では、標識は意味的標識又は非意味的標識と呼ばれ得る。意味的標識は、標準化された意味（例えば、速度制限標識、警告標識、方向標識等）がある標識の任意のクラスを含み得る。非意味的標識は、標準化された意味が関連しない任意の標識（例えば、一般的な広告標識、事業所を識別する標識等）を含み得る。例えば、各意味的標識は、３８バイトのデータ（例えば、サイズに８バイト、前の陸標への距離、横方向オフセット、及び高さに１２バイト、タイプコードに２バイト、並びにＧＰＳ座標に１６バイト）を用いて表現し得る。疎な地図８００は、タグシステムを使用して、陸標タイプを表し得る。幾つかの場合、各交通標識又は方向標識には、それ自体のタグを関連付け得、タグは、陸標識別情報の一部としてデータベースに記憶し得る。例えば、データベースは、様々な交通標識を表す１０００のオーダの異なるタグ、及び方向標識を表す約１００００のオーダの異なるタグを含み得る。当然ながら、任意の適する数のタグを使用し得、必要に応じて追加のタグを作成し得る。汎用目的標識は、幾つかの実施形態では、約１００バイト未満を使用して表現し得る（例えば、サイズに８バイト、前の陸標への距離、横方向オフセット、及び高さに１２バイト、画像シグネチャに５０バイト、並びにＧＰＳ座標に１６バイトを含む約８６バイト）。

したがって、画像シグネチャを必要としない意味的道路標識の場合、５０ｍ毎に約１つという比較的高い陸標密度であっても、疎な地図８００へのデータ密度の影響は、１キロメートル当たり約７６０バイトのオーダであり得る（例えば、１ｋｍ当たり２０個の陸標×１陸標当たり３８バイト＝７６０バイト）。画像シグネチャ成分を含む汎用標識の場合であっても、データ密度の影響は１ｋｍ当たり約１．７２ｋＢである（例えば、１ｋｍ当たり２０個の陸標×１陸標当たり８６バイト＝１，７２０バイト）。意味的道路標識の場合、これは、１００ｋｍ／時で走行中の車両での１時間当たり約７６ｋＢのデータ使用に等しい。汎用標識の場合、これは、１００ｋｍ／時で移動中の車両での１時間当たり約１７０ｋＢに等しい。

幾つかの実施形態では、矩形標識等の略矩形の物体は、疎な地図８００において、１００バイト以下のデータにより表し得る。疎な地図８００での略矩形の物体（例えば、汎用標識１０４０）の表現は、略矩形の物体に関連付けられた簡略画像シグネチャ（condensed image signature）（例えば、簡略画像シグネチャ１０４５）を含み得る。この簡略画像シグネチャは、例えば、汎用標識、例えば認識済み陸標の識別を支援するのに使用し得る。そのような簡略画像シグネチャ（例えば、物体を表す実際の画像データから導出される画像情報）は、物体の実際の画像を記憶する必要性又は陸標を認識するために実際の画像に対して実行される比較画像分析の必要性を回避し得る。

図１０を参照すると、疎な地図８００は、汎用標識１０４０の実際の画像ではなく、汎用標識１０４０に関連付けられた簡略画像シグネチャ１０４５を含むか、又は記憶し得る。例えば、画像捕捉デバイス（例えば、画像捕捉デバイス１２２、１２４、又は１２６）が汎用標識１０４０の画像を捕捉した跡、プロセッサ（例えば、画像プロセッサ１９０又はホスト車両に対して車載又はリモートに配置される、画像を処理可能なプロセッサ）は、画像分析を実行して、汎用標識１０４０に関連付けられた一意のシグネチャ又はパターンを含む簡略画像シグネチャ１０４５を抽出／作成し得る。一実施形態では、簡略画像シグネチャ１０４５は、形状、カラーパターン、輝度パターン、又は汎用標識１０４０を記述する、汎用標識１０４０の画像から抽出し得る任意の他の特徴を含み得る。例えば、図１０では、簡略画像シグネチャ１０４５内に示される円、三角形、及び星は、異なる色のエリアを表し得る。円、三角形、及び星で表されるパターンは、疎な地図８００に、例えば、画像シグネチャを含むように指定される５０バイト以内で記憶し得る。特に、円、三角形、及び星は、必ずしも、そのような形状が画像シグネチャの部分として記憶されることを示すことを意味しない。むしろ、これらの形状は、識別できる色差、テクスチャエリア、グラフィカル形状、又は汎用標識に関連付け得る特徴の他の相違を有する認識可能なエリアを概念的に表すことを意味する。そのような簡略画像シグネチャを使用して、汎用標識の形態の陸標を識別し得る。例えば、簡略画像シグネチャを使用して、記憶された簡略画像シグネチャと、例えば、自律車両に搭載されたカメラを使用して捕捉された画像データとの比較に基づいて、同じか否か（same-not-same）分析を実行することができる。

目標軌道に戻ると、ホスト車両は、ナビゲートに特定の道路セグメントを使用し得、図１１Ａは、疎な地図８００を構築又は維持するプロセス中に捕捉される多項式表現軌道を示す。疎な地図８００に含まれる目標軌道の多項式表現は、同じ道路セグメントに沿った車両の前の走行の２つ以上の再構築軌道に基づいて決定し得る。幾つかの実施形態では、疎な地図８００に含まれる目標軌道の多項式表現は、同じ道路セグメントに沿った車両の前の走行の２つ以上の再構築軌道の集約であり得る。幾つかの実施形態では、疎な地図８００に含まれる目標軌道の多項式表現は、同じ道路セグメントに沿った車両の前の走行の２つ以上の再構築軌道の平均であり得る。道路セグメントに沿って走行中の車両から収集される再構築軌道に基づいて道路経路に沿った目標軌道の構築に、他の数学的演算を使用することもできる。

図１１Ａに示されるように、道路セグメント１１００は、異なる時間に幾つかの車両２００により走行され得る。各車両２００は、道路セグメントに沿ってとった経路に関連するデータを収集し得る。特定の車両が走行した経路は、潜在的なソースの中でも特に、カメラデータ、加速度計情報、速度センサ情報、及び／又はＧＰＳ情報に基づいて特定し得る。そのようなデータを使用して、道路セグメントに沿って走行中の車両の軌道を再構築し得、これらの再構築軌道に基づいて、特定の道路セグメントの目標軌道（又は複数の目標軌道）を決定し得る。そのような目標軌道は、ホスト車両が道路セグメントに沿って走行する際、ホスト車両（例えば、自律ナビゲーションシステムによりガイドされる）の好ましい経路を表し得る。

図１１Ａに示される例では、第１の再構築軌道１１０１は、第１の時間期間（例えば、１日目）において、道路セグメント１１００を走行する第１の車両から受信されるデータに基づいて特定し得、第２の再構築軌道１１０２は、第２の時間期間（例えば、２日目）において、道路セグメント１１００を走行する第２の車両から取得し得、第３の再構築軌道１１０３は、第３の時間期間（例えば、３日目）において、道路セグメント１１００を走行する第３の車両から取得し得る。各軌道１１０１、１１０２、及び１１０３は、三次元多項式等の多項式により表し得る。幾つかの実施形態では、再構築軌道のいずれも、道路セグメント１１００を走行中の車両においてオンボードで作成できることに留意されたい。

代替又は追加として、そのような再構築軌道は、道路セグメント１１００から受信される情報に基づいて、サーバ側で決定し得る。例えば、幾つかの実施形態では、車両２００は、道路セグメント１１００に沿った走行に関連するデータ（例えば、特に操舵角、進行方位、位置、速度、検知された道路セグメント、及び／又は検知された陸標）を１つ又は複数のサーバに送信し得る。サーバは、受信データに基づいて車両２００の軌道を再構築し得る。サーバは、第１の軌道１１０１、第２の軌道１１０２、及び第３の軌道１１０３に基づいて、後の時間に同じ道路セグメント１１００に沿って走行する自律車両のナビゲーションをガイドする軌道を再構築し得る。目標軌道には道路セグメントの単一の以前の走行を関連付け得る一方、幾つかの実施形態では、疎な地図８００に含まれる各目標軌道は、同じ道路セグメントを走行する車両の２つ以上の再構築軌道に基づいて決定し得る。図１１Ａでは、目標軌道は１１１０により表現し得る。幾つかの実施形態では、目標軌道１１１０は、第１の軌道１１０１、第２の軌道１１０２、及び第３の軌道１１０３の平均に基づいて生成し得る。幾つかの実施形態では、疎な地図８００に含まれる目標軌道１１１０は、２つ以上の再構築軌道の集約（例えば、重み付けされた組み合わせ）であり得る。

図１１Ｂ及び図１１Ｃは、地理的区域１１１１内に存在する道路セグメントに関連付けられた目標軌道の概念を更に示す。図１１Ｂに示されるように、地理的区域１１１１内の第１の道路セグメント１１２０は、複数の道路を含み得、複数の道路は、車両が第１の方向で移動するように指定された２つのレーン１１２２と、車両が第１の方向とは逆の第２の方向に移動するように指定された２つの追加のレーン１１２４とを含む。レーン１１２２及びレーン１１２４は、二重黄線１１２３により隔てられ得る。地理的区域１１１１は、道路セグメント１１２０と交差する分岐道路セグメント１１３０を含むこともできる。道路セグメント１１３０は２レーン道路を含み得、各レーンは異なる移動方向に指定される。地理的区域１１１１は、停止線１１３２、停止標識１１３４、速度制限標識１１３６、及び危険物標識１１３８等の他の道路特徴を含むこともできる。

図１１Ｃに示されるように、疎な地図８００は、地理的区域１１１１内の車両の自律ナビゲーションを支援する道路モデルを含むローカル地図１１４０を含み得る。例えば、ローカル地図１１４０は、地理的区域１１１１内の道路セグメント１１２０及び／又は１１３０に関連付けられた１つ又は複数のレーンの目標軌道を含み得る。例えば、ローカル地図１１４０は、自律車両が、レーン１１２２を走行する際にアクセスするか、又は依存し得る目標軌道１１４１及び／又は１１４２を含み得る。同様に、ローカル地図１１４０は、自律車両が、レーン１１２４を走行する際にアクセスするか、又は依存し得る目標軌道１１４３及び／又は１１４４を含み得る。更に、ローカル地図１１４０は、自律車両が、道路セグメント１１３０を走行する際にアクセスするか、又は依存し得る目標軌道１１４５及び／又は１１４６を含み得る。目標軌道１１４７は、レーン１１２０（特に、レーン１１２０の一番右側のレーンに関連付けられた目標軌道１１４１）から道路セグメント１１３０（特に、道路セグメント１１３０の第１の側に関連付けられた目標軌道１１４５）に対して遷移する際に自律車両が辿るべき好ましい経路を表す。同様に、目標軌道１１４８は、道路セグメント１１３０（特に、目標軌道１１４６）から道路セグメント１１２４の一部（特に、示されるように、レーン１１２４のうちの左レーンに関連付けられた目標軌道１１４３）に対して遷移する際に自律車両が辿るべき好ましい経路を表す。

疎な地図８００は、地理的区域１１１１に関連付けられた他の道路関連特徴の表現を含むこともできる。例えば、疎な地図８００は、地理的区域１１１１において識別される１つ又は複数の陸標の表現を含むこともできる。そのような陸標は、停止線１１３２に関連付けられた第１の陸標１１５０、停止標識１１３４に関連付けられた第２の陸標１１５２、速度制限標識に関連付けられた第３の陸標１１５４、及び危険物標識１１３８に関連付けられた第４の陸標１１５６を含み得る。そのような陸標を使用して、例えば、示される目標軌道のいずれかに対する自律車両の現在位置を特定するに当たり自律車両を支援し得、それにより、車両は、特定された位置での目標軌道の方向に一致するように、進行方位を調整し得る。

幾つかの実施形態では、疎な地図８００は道路シグネチャプロファイルを含むこともできる。そのような道路シグネチャプロファイルには、道路に関連付けられた少なくとも１つのパラメータの任意の識別可能／測定可能な変動を関連付け得る。例えば、幾つかの場合、そのようなプロファイルには、特定の道路セグメントの表面凹凸性の変動、特定の道路セグメントにわたる道路幅の変動、特定の道路セグメントに沿って塗装された破線間の距離の変動、特定の道路セグメントに沿った道路曲率の変動等を関連付け得る。図１１Ｄは、道路シグネチャプロファイル１１６０の例を示す。プロファイル１１６０は上述したパラメータのいずれか又は他のパラメータを表し得るが、一例では、プロファイル１１６０は、例えば、車両が特定の道路セグメントに沿って走行する際、サスペンション変位量を示す出力を提供する１つ又は複数のセンサを監視することにより得られるような路面凹凸性の測定値を表し得る。代替的には、プロファイル１１６０は、特定の道路セグメントを走行中の車両に搭載されたカメラを介して取得される画像データに基づいて特定されるような道路幅の変動を表し得る。そのようなプロファイルは、例えば、特定の目標軌道に対する自律車両の特定の位置を特定するに当たり有用であり得る。すなわち、自律車両は、道路セグメントを走行する際、道路セグメントに関連付けられた１つ又は複数のパラメータに関連付けられたプロファイルを測定し得る。測定されたプロファイルが、道路セグメントに沿った位置に関するパラメータ変動をプロットする所定のプロファイルに相関／一致することができる場合、測定されたプロファイル及び予め決定されたプロファイルを使用して（例えば、測定プロファイル及び予め決定されたプロファイルの対応するセクションを重ねることにより）、道路セグメントに沿った現在位置と、したがって道路セグメントの目標軌道に対する現在位置とを特定し得る。

幾つかの実施形態では、疎な地図８００は、自律車両のユーザ、環境状況、及び／又は運転に関連する他のパラメータに関連付けられた異なる特徴に基づく、異なる軌道を含み得る。例えば、幾つかの実施形態では、異なる軌道は、異なるユーザの好み及び／又はプロファイルに基づいて生成し得る。そのような異なる軌道を含む疎な地図８００は、異なるユーザの異なる自律車両に提供し得る。例えば、ユーザによっては、有料道路の回避を好む者もいれば、ルートに有料道路があるか否かに関わらず、最短又は最速ルートをとることを好む者もいる。開示されるシステムは、そのような異なるユーザの好み又はプロファイルに基づいて、異なる軌道を有する異なる疎な地図を生成し得る。別の例として、ユーザによっては、速く進むレーンでの走行を好む者もいれば、常時、中央レーンでのポジションを維持することを好む者もいる。

昼及び夜、雪、雨、霧等の異なる環境状況に基づいて、異なる軌道を生成し、疎な地図８００に含め得る。様々な環境状況に基づいて生成されるそのような様々な環境状況下で運転する自律車両を疎な地図８００に提供し得る。幾つかの実施形態では、自律車両に提供されるカメラは、環境状況を検出し得、疎な地図を生成し提供するサーバにそのような情報を提供し得る。例えば、サーバは、検出された環境状況下での自律運転により適するか、又はより安全であり得る軌道を含むように、疎な地図８００を生成するか、又は既に生成された疎な地図８００を更新し得る。環境情報に基づく疎な地図８００の更新は、自律車両が道路に沿って走行している際に動的に実行し得る。

運転に関連する他の異なるパラメータも、異なる疎な地図を異なる自律車両に生成し提供するベースとして使用し得る。例えば、自律車両が高速で走行中である場合、ターンはよりきつくなり得る。自律車両が、特定の軌道を辿る際、特定のレーン内を維持し得るように、道路ではなく特定のレーンに関連付けられた軌道を疎な地図８００に含め得る。自律車両に搭載されたカメラにより捕捉された画像が、車両がレーン外部にドリフトした（例えば、レーンマークを超えた）ことを示す場合、車両内で行動をトリガーして、特定の軌道に従って、指定されたレーンに車両を戻し得る。

自律車両ナビゲーションの道路モデルの構築
幾つかの実施形態では、開示されるシステム及び方法は、自律車両ナビゲーションの道路モデルを構築し得る。例えば、道路モデルはクラウドソースのデータを含み得る。開示されるシステム及び方法は、観測される局所状況に基づいてクラウドソースのデータを改良し得る。更に、開示されるシステム及び方法は、センサ情報に基づいて自律車両の改良された軌道を決定し得る。更になお、開示されるシステム及び方法は、道路モデルで使用する陸標を識別し得、その上、道路モデルでの陸標の位置を改良する。これらのシステム及び方法を以下のセクションで更に詳細に開示する。

自律車両ナビゲーションのクラウドソースデータ
幾つかの実施形態では、開示されるシステム及び方法は、自律車両ナビゲーションの道路モデルを構築し得る。例えば、開示されるシステム及び方法は、クラウドソースのデータを使用して、１台又は複数台の自律車両を道路システムに沿ってナビゲートするのに使用し得る自律車両道路モデルを生成し得る。クラウドソーシングとは、データが、異なるときに道路セグメントを走行する様々な車両（例えば、自律車両）から受信され、そのようなデータが道路モデルの生成及び／又は更新に使用されることを意味する。また、モデルは、それらの車両又はその道路セグメントに沿って後に走行する他の車両に送信されて、自律車両ナビゲーションを支援し得る。道路モデルは、自律車両が道路セグメントを走行する際に辿るべき好ましい軌道を表す複数の目標軌道を含み得る。目標軌道は、道路セグメントを走行する車両から収集される再構築された実際の軌道と同じであり得、これは車両からサーバに送信し得る。幾つかの実施形態では、目標軌道は、１台又は複数台の車両が道路セグメントを走行する際に前にとった実際の軌道と異なり得る。目標軌道は、実際の軌道に基づいて（例えば、平均又は任意の他の適する演算を通して）生成し得る。

車両がサーバにアップロードし得る車両軌道データは、車両の実際の再構築軌道と一致し得ることもあれば、又は車両の実際の再構築軌道に基づくか、若しくは関連し得る推奨軌道に対応し得るが、実際の再構築軌道と異なることもある。例えば、車両は、実際の再構築軌道を変更し、サーバに変更された実際の軌道を提出（例えば、推奨）し得る。道路モデルは、推奨された変更軌道を他の車両の自律ナビゲーションの目標軌道として使用し得る。

軌道情報に加えて、疎なデータ地図８００の構築に潜在的に使用される他の情報は、存在する可能性のある陸標候補に関連する情報を含み得る。例えば、情報のクラウドソーシングを通して、開示されるシステム及び方法は、環境内の存在する可能性のある陸標を識別し、陸標位置を改良し得る。陸標は、自律車両のナビゲーションシステムにより、目標軌道に沿った車両の位置を特定及び／又は調整するのに使用し得る。

車両が道路に沿って走行する際に生成し得る再構築軌道は、任意の適する方法により取得し得る。幾つかの実施形態では、再構築軌道は、例えば、自己運動推定（例えば、カメラの、したがって車体の、三次元並進及び三次元回転）を使用して、車両の移動セグメントを一緒にステッチングすることにより開発し得る。回転推定及び並進推定は、慣性センサ及び速度センサ等の他のセンサ又はデバイスからの情報と共に、１つ又は複数の画像捕捉デバイスにより捕捉される画像の分析に基づいて特定し得る。例えば、慣性センサは、加速度計、又は車体の並進及び／又は回転の変化を測定するように構成された他の適するセンサを含み得る。車両は、車両の速度を測定する速度センサを含み得る。

幾つかの実施形態では、カメラ（したがって、車体）の自己運動は、捕捉画像のオプティカルフロー分析に基づいて推定し得る。一連の画像のオプティカルフロー分析は、一連の画像からのピクセルの移動を識別し、識別された移動に基づいて、車両の動作を特定する。自己運動は、時間にわたり及び道路セグメントに沿って積分して、車両が辿った道路セグメントに関連付けられた軌道を再構築し得る。

異なる時間での道路セグメントに沿った複数運転での複数の車両により収集されるデータ（例えば、再構築軌道）を使用して、疎な地図８００に含まれる道路モデル（例えば、目標軌道等を含む）を構築し得る。異なる時間での道路セグメントに沿った複数運転での複数車両により収集されるデータの平均をとり、モデルの精度を上げることもできる。幾つかの実施形態では、道路の幾何学的形状及び／又は陸標に関するデータは、異なる時間に共通の道路セグメントを通って走行する複数の車両から受信し得る。異なる車両から受信されるそのようなデータは、結合して、道路モデルを生成し、及び／又は道路モデルを更新し得る。

開示されるシステム及び方法は、低フットプリントモデルを用いて自律車両ナビゲーション（例えば、操舵制御）を可能にし得、低フットプリントモデルは、高価な調査機器の支援なしで自律車両自体により収集し得る。自律ナビゲーション（例えば、操舵アプリケーション）をサポートするために、道路モデルは、道路の幾何学的形状、道路のレーン構造、及びモデルに含まれる軌道に沿った車両の場所又は位置の特定に使用し得る陸標を含み得る。道路モデルの生成は、道路を走行する車両と通信し、車両からデータを受信するリモートサーバにより実行し得る。データは、検知されたデータ、検知されたデータに基づいて再構築された軌道、及び／又は変更された再構築軌道を表し得る推奨軌道を含み得る。サーバは、モデルをそれらの車両又は道路を後に走行する他の車両に送信して、自律ナビゲーションを支援し得る。

道路セグメントに沿った再構築軌道の幾何学的形状（及び目標軌道の幾何学的形状も）は、三次元空間において曲線で表し得、曲線は三次多項式を結ぶスプラインであり得る。再構築軌道曲線は、車両に設置されたカメラにより捕捉されるビデオストリーム又は複数の画像の分析から特定し得る。幾つかの実施形態では、各フレーム又は画像において、車両の現在位置の数メートル先の位置が識別される。この位置は、車両が所定の時間期間内に走行することが予期される位置である。この動作は、フレーム毎に繰り返し得、それと同時に、車両は、カメラの自己運動（回転及び並進）を計算し得る。各フレーム又は画像において、所望経路の短距離モデルが、カメラに取り付けられた基準系において車両により生成される。短距離モデルを合わせてステッチングして、何らかの座標系での道路の三次元モデルを取得し得、何らかの座標系は任意又は所定の座標系であり得る。次に、道路の三次元モデルは、スプラインによりフィッティングし得、スプラインは、適する次数の１つ又は複数の多項式を含み得るか、又は多項式を結び付け得る。

各フレームでの短距離道路モデルを確定するために、１つ又は複数の検出モジュールを使用し得る。例えば、ボトムアップレーン検出モジュールが使用可能である。ボトムアップレーン検出モジュールは、レーンマークが道路に描かれる場合、有用であり得る。このモジュールは、画像内のエッジを探し、エッジを合わせて組み立てて、レーンマークを形成する。第２のモジュールをボトムアップレーン検出モジュールと一緒に使用し得る。第２のモジュールは、エンドツーエンドディープニューラルネットワークであり、入力画像からの正確な短距離経路を予測するようにトレーニングし得る。両モジュールにおいて、道路モデルは、画像座標系内で検出され、カメラに仮想的に取り付けられる三次元空間に変換し得る。

再構築軌道モデリング方法は、ノイズ成分を含み得る長期間にわたる自己運動の積分に起因する誤差の蓄積をもたらし得るが、生成されるモデルは地域規模にわたりナビゲーションに十分な正確性を提供し得るため、そのような誤差は取るに足らない。加えて、衛星画像又は測地測量等の外部ソースの情報を使用することにより、積分誤差を相殺することが可能である。例えば、開示されるシステム及び方法は、ＧＮＳＳ受信機を使用して、蓄積誤差を相殺し得る。しかし、ＧＮＳＳ測位信号は、常に利用可能で正確であるわけではないことがある。開示されるシステム及び方法は、ＧＮＳＳ測位の利用可能性及び正確性に弱く依存する操舵アプリケーションを可能にし得る。そのようなシステムでは、ＧＮＳＳ信号の使用を制限し得る。例えば、幾つかの実施形態では、開示されるシステムは、ＧＮＳＳ信号をデータベースインデックス付け目的のみで使用し得る。

幾つかの実施形態では、自律車両ナビゲーション操舵アプリケーションに関連し得る範囲スケール（例えば、ローカルスケール）は、５０メートル、１００メートル、２００メートル、３００メートル等のオーダであり得る。そのような距離は、ジオメトリック道路モデルが主に以下の２つの目的で使用されるため、使用し得る：軌道を事前に計画する目的、道路モデル上で車両を位置特定する目的。幾つかの実施形態では、計画タスクは、制御アルゴリズムが１．３秒先（又は１．５秒、１．７秒、２秒等の任意の他の時点）にある目標点に従って車両を操舵する場合、４０メートル先（又は２０メートル、３０メートル、５０メートル等の任意の他の適する距離先）の典型的な範囲にわたりモデルを使用し得る。位置特定タスクは、別のセクションにおいてより詳細に記載される「テール位置合わせ」と呼ばれる方法により、車の６０メートル背後（又は５０メートル、１００メートル、１５０メートル等の任意の他の適する距離）という典型的な範囲にわたり道路モデルを使用する。開示されるシステム及び方法は、計画された軌道が、例えば、レーン中心から３０ｃｍを超えてずれないように、１００メートル等の特定の範囲にわたり十分な正確性を有するジオメトリックモデルを生成し得る。

上述したように、三次元道路モデルは、短距離セクションを検出し、それらを合わせてステッチングすることから構築し得る。ステッチングは、カメラにより捕捉されたビデオ及び／又は画像、車両の動作を反映する慣性センサからのデータ、及びホスト車両の速度信号を使用して、６次自己運動モデルを計算することにより可能になり得る。蓄積誤差は、１００メートルのオーダ等、ある地域範囲規模にわたり十分に小さい値であり得る。これは全て、特定の道路セグメントにわたる１回の運転で完了し得る。

幾つかの実施形態では、複数の運転を使用して、結果として生成されるモデルの平均をとり、その精度を更に上げ得る。同じ車が、同じルートを複数回走行してもよく、又は複数の車が、収集されたモデルデータを中央サーバに送信してもよい。いずれの場合でも、照合手順を実行して、重複モデルを識別し、平均をとれるようにして、目標軌道を生成し得る。構築されたモデル（例えば、目標軌道を含む）は、収束基準が満たされると、操舵に使用することができる。続く運転は、更なるモデル改善及び基盤変更に適応するために、使用し得る。

複数の車間で運転経験（検知されたデータ等）を共有することは、複数の車が中央サーバに接続されている場合、実現可能になる。各車両クライアントは、車両クライアントの現在位置に関連し得る普遍的道路モデルの部分コピーを記憶し得る。車両とサーバ間の双方向更新手順を車両及びサーバにより実行し得る。上述した小フットプリント概念により、開示されるシステム及び方法は非常に小さい帯域幅を使用して双方向更新を実行することができる。

存在する可能性のある陸標に関連する情報も特定し、中央サーバに転送し得る。例えば、開示されるシステム及び方法は、陸標を含む１つ又は複数の画像に基づいて、存在する可能性のある陸標の１つ又は複数の物理的特性を特定し得る。物理的特性は、陸標の物理的サイズ（例えば、高さ、幅）、車両から陸標までの距離、陸標と前の陸標との間の距離、陸標の横方向位置（例えば、走行レーンに対する陸標の位置）、陸標のＧＰＳ座標、陸標のタイプ、陸標についてのテキストの識別情報等を含み得る。例えば、車両は、カメラにより捕捉された１つ又は複数の画像を分析して、速度制限標識等の存在する可能性のある陸標を検出し得る。車両は、１つ又は複数の画像の分析に基づいて、車両から陸標までの距離を特定し得る。幾つかの実施形態では、距離は、スケーリング方法及び／又はオプティカルフロー方法等の適する画像分析方法を使用する、陸標の画像の分析に基づいて特定し得る。幾つかの実施形態では、開示されるシステム及び方法は、存在する可能性のある陸標のタイプ又は分類を特定するように構成し得る。特定の存在する可能性のある陸標が、疎な地図に記憶されている所定のタイプ又は分類に対応すると車両が判断する場合、車両がサーバに、陸標のタイプ又は分類の指示を陸標の位置と共に通信することで十分であり得る。サーバはそのようなインジケーションを記憶し得る。後に、他の車両は、その陸標の画像を捕捉し、画像を処理し（例えば、分類器を使用して）、陸標のタイプに関して、画像処理の結果を、サーバに記憶されているインジケーションと比較し得る。様々なタイプの陸標があり得、異なるタイプの陸標に、サーバにアップロードされ記憶される異なるタイプのデータを関連付け得、車両でのオンボードでの異なる処理は、陸標を検出し、陸標についての情報をサーバに通信し得、車載のシステムは、陸標データをサーバから受信し、陸標データを使用して、自律ナビゲーションにおいて陸標を識別し得る。

幾つかの実施形態では、道路セグメントを走行する複数の自律車両がサーバと通信し得る。車両（又はクライアント）は、任意の座標系でその運転を記述する曲線を生成し得る（例えば、自己運動積分を通して）。車両は、陸標を検出し、同じ系で陸標を位置特定し得る。車両は、曲線及び陸標をサーバにアップロードし得る。サーバは、複数の運転にわたり車両からデータを収集し、統合道路モデルを生成し得る。サーバは、モデルをクライアント（例えば、車両）に配信し得る。サーバは、新しいデータを車両から受信するとき、モデルを連続して又は定期的に更新し得る。例えば、サーバは、新しいデータを処理して、サーバで更新又は新しいデータの作成をトリガーすべき情報を含むか否かを評価し得る。サーバは、更新されたモデル又は更新を車両に配信して、自律車両ナビゲーションを提供し得る。

サーバは、１つ又は複数の基準を使用して、車両から受信した新しいデータが、モデルへの更新又は新しいデータの作成をトリガーすべきであるか否かを特定し得る。例えば、新しいデータが、特定の位置において前に認識された陸標がもはや存在しないか、又は別の陸標で置換されたことを示す場合、サーバは、新しいデータがモデルへの更新をトリガーすべきであると判断し得る。別の例として、新しいデータが、道路セグメントが閉鎖されことを示し、これが、他の車両から受信されるデータにより裏付けられた場合、サーバは、新しいデータがモデルへの更新をトリガーすべきであると判断し得る。

サーバは、更新されたモデル（又はモデルの更新された部分）を、モデルへの更新が関連付けられた道路セグメントを走行中の１台又は複数台の車両に配信し得る。サーバは、モデルへの更新が関連付けられた道路セグメントを走行しようとしている車両又は計画された旅程がその道路セグメントを含む車両に、更新されたモデルを配信することもできる。例えば、自律車両が、更新が関連付けられた道路セグメントに到達する前、別の道路セグメントに沿って走行中である間、サーバは、自律車両がその道路セグメントに到達する前、更新又は更新されたモデルを自律車両に配信し得る。

幾つかの実施形態では、リモートサーバは、複数のクライアント（例えば、共通の道路セグメントを走行する車両）から軌道及び陸標を収集し得る。サーバは、陸標を使用して曲線を照合し、複数の車両から収集された軌道に基づいて平均道路モデルを作成し得る。サーバは、道路のグラフ及び道路セグメントの各ノード又は結合点での最も確からしい経路を計算することもできる。

サーバは、複数の車両により測定されるようなある陸標から別の陸標（例えば、道路セグメントに沿った前の陸標）までの距離等の共通の道路セグメントに沿って走行した複数の車両から受信される陸標特性の平均をとり、弧長パラメータを特定し、経路に沿った位置特定及び各クライアント車両の速度較正をサポートし得る。サーバは、共通の道路セグメントに沿って走行した複数の車両により測定され、同じ陸標として認識された陸標の物理的寸法の平均をとり得る。平均の物理的寸法を使用して、車両から陸標までの距離等の距離推定をサポートし得る。サーバは、共通の道路セグメントに沿って走行した複数の車両により測定され、同じ陸標として認識された陸標の横方向位置（例えば、車両が走行中のレーンから陸標に対する位置）の平均をとり得る。平均の横方向位置を使用して、レーン割り当てをサポートし得る。サーバは、同じ道路セグメントに沿って走行した複数の車両により測定され、同じ陸標として認識された陸標のＧＰＳ座標の平均をとり得る。陸標の平均ＧＰＳ座標を使用して、道路モデルでの陸標の全地球位置特定又は測位をサポートし得る。

幾つかの実施形態では、サーバは、車両から受信されるデータに基づいて、工事、迂回、新しい標識、標識の除去等のモデル変更を識別し得る。サーバは、車両から新しいデータを受信すると、モデルを連続して、定期的に、又は即座に更新し得る。サーバは、モデルへの更新又は更新されたモデルを車両に配信して、自律ナビゲーションを提供し得る。

幾つかの実施形態では、サーバは、自律運転中のドライバー介入を分析し得る。サーバは、介入が発生した時刻及び場所において車両から受信したデータ及び／又は介入が発生した時刻前に受信したデータを分析し得る。サーバは、介入を生じさせたか、又は介入に密接に関連するデータの特定の部分、例えば、一時的なレーン閉鎖セットアップを示すデータ、道路上の歩行者を示すデータを識別し得る。サーバは、識別されたデータに基づいてモデルを更新し得る。例えば、サーバは、モデルに記憶された１つ又は複数の軌道を変更し得る。

開示される実施形態によれば、システムは、同じ道路に沿った後の走行に使用するために、自律ナビゲーション（又は通常のドライバー制御のナビゲーション）中に得られた情報を記憶することができる。システムは、他の車両がその道路に沿ってナビゲートされる際、それらの他の車両とその情報を共有し得る。次に、各クライアントシステムは、観測された局所状況に基づいて、クラウドソースのデータを更に改良し得る。

図１２は、自律車両ナビゲーションにクラウドソースのデータを使用するシステムの概略図である。図１２は、１つ又は複数のレーンを含む道路セグメント１２００を示す。複数の車両１２０５、１２１０、１２１５、１２２０、及び１２２５は、道路セグメント１２００を同時に又は異なる時間に走行し得る（図１２では、道路セグメント１２００に同時に現れるものとして示されているが）。車両１２０５〜１２２５のうちの少なくとも１台は、自律車両であり得る。本例を簡明にするために、車両１２０５〜１２２５の全てが自律車両であると仮定する。各車両は、他の実施形態に開示される車両（例えば、車両２００）と同様であり得、他の実施形態において開示される車両に含まれるか、又は関連付けられる構成要素又はデバイスを含み得る。各車両は、画像捕捉デバイス又はカメラ（例えば、画像捕捉デバイス１２２又はカメラ１２２）を備え得る。各車両は、破線で示されるように、無線通信パス１２３５を通して１つ又は複数のネットワークを介して（例えば、セルラネットワーク及び／又はインターネット等を経由して）リモートサーバ１２３０と通信し得る。各車両は、データをサーバ１２３０に送信し、データをサーバ１２３０から受信し得る。例えば、サーバ１２３０は、異なる時間に道路セグメント１２００を走行中の複数の車両からデータを収集し得、収集されたデータを処理して、自律車両道路ナビゲーションモデル又はモデルへの更新を生成し得る。サーバ１２３０は、データをサーバ１２３０に送信した車両に、自律車両道路ナビゲーションモデル又はモデルへの更新を送信し得る。サーバ１２３０は、後に道路セグメント１２００を走行する他の車両に、自律車両道路ナビゲーションモデル又はモデルへの更新を送信し得る。

車両１２０５〜１２２５が道路セグメント１２００を走行する際、車両１２０５〜１２２５により収集（例えば、検出、検知、又は測定）されたナビゲーション情報は、サーバ１２３０に送信し得る。幾つかの実施形態では、ナビゲーション情報には、共通の道路セグメント１２００を関連付け得る。ナビゲーション情報は、車両１２０５〜１２２５が道路セグメント１２００を走行する際、各車両に関連付けられる軌道を含み得る。幾つかの実施形態では、軌道は、車両１２０５に提供される様々なセンサ及びデバイスにより検知されるデータに基づいて再構築し得る。例えば、軌道は、加速度計データ、速度データ、陸標データ、道路ジオメトリ又はプロファイルデータ、車両ポジショニングデータ、及び自己運動データのうちの少なくとも１つに基づいて再構築し得る。幾つかの実施形態では、軌道は、加速度計等の慣性センサからのデータ及び速度センサにより検知される車両１２０５の速度に基づいて再構築し得る。加えて、幾つかの実施形態では、軌道は、カメラの検知された自己運動に基づいて決定し得（例えば、車両１２０５〜１２２５のそれぞれの車載プロセッサにより）、自己運動は、三次元並進及び／又は三次元回転（又は回転移動）を示し得る。カメラ（したがって、車体）の自己運動は、カメラにより捕捉される１つ又は複数の画像の分析から特定し得る。

幾つかの実施形態では、車両１２０５の軌道は、車両１２０５に搭載されて提供されるプロセッサにより決定され、サーバ１２３０に送信し得る。他の実施形態では、サーバ１２３０は、車両１２０５に提供される様々なセンサ及びデバイスにより検知されたデータを受信し、車両１２０５から受信されるデータに基づいて軌道を決定し得る。

幾つかの実施形態では、車両１２０５〜１２２５からサーバ１２３０に送信されるナビゲーション情報は、道路ジオメトリ又はプロファイルに関するデータを含み得る。道路セグメント１２００のジオメトリは、レーン構造及び／又は陸標を含み得る。レーン構造は、道路セグメント１２００のレーン総数、レーンのタイプ（例えば、一方通行レーン、双方向レーン、運転レーン、追い越しレーン等）、レーン上のマーク、レーン幅等を含み得る。幾つかの実施形態では、ナビゲーション情報は、レーン割り当て、例えば、複数のレーンのうちのいずれのレーンで車両が走行中であるかを含み得る。例えば、レーン割り当てには、車両が左又は右から３番目のレーンで走行中であることを示す数値「３」を関連付け得る。別の例として、レーン割り当てには、車両が中央レーンを走行中であることを示すテキスト値「中央レーン」を関連付け得る。

サーバ１２３０は、ナビゲーション情報をハードドライブ、コンパクトディスク、テープ、メモリ等の非一時的コンピュータ可読媒体に記憶し得る。サーバ１２３０は、複数の車両１２０５〜１２２５から受信されるナビゲーション情報に基づいて、共通の道路セグメント１２００の自律車両道路ナビゲーションモデルの少なくとも一部を生成し得る（例えば、サーバ１２３０に含まれるプロセッサを通して）。サーバ１２３０は異なる時間に道路セグメントのレーンを走行する複数の車両（例えば、１２０５〜１２２５）から受信されるクラウドソースデータ（例えば、ナビゲーション情報）に基づいて、各レーンに関連付けられた軌道を決定し得る。サーバ１２３０は、クラウドソースのナビゲーションデータに基づいて決定された複数の軌道に基づいて、自律車両道路ナビゲーションモデル又はモデルの一部（例えば、更新された部分）を生成し得る。サーバ１２３０は、道路セグメント１２００を走行中の自律車両１２０５〜１２２５のうちの１台若しくは複数台又は後に道路セグメントを走行する任意の他の自律車両にモデル又はモデルの更新部分を送信して、車両のナビゲーションシステムにおいて提供される既存の自律車両道路ナビゲーションモデルを更新し得る。自律車両道路ナビゲーションモデルは、共通の道路セグメント１２００に沿って自律的にナビゲートするに当たり自律車両により使用し得る。

幾つかの実施形態では、自律車両道路ナビゲーションモデルは、疎な地図（例えば、図８に示される疎な地図８００）に含め得る。疎な地図８００は、道路に沿った道路ジオメトリ及び／又は陸標に関連するデータの疎な記録を含み得、疎な記録は、自律車両の自律ナビゲーションをガイドするのに十分な情報を提供し得るが、それにもかかわらず過度のデータ記憶を必要としない。幾つかの実施形態では、自律車両道路ナビゲーションモデルは、疎な地図８００とは別個に記憶し得、モデルがナビゲーションのために実行されるとき、疎な地図８００からの地図データを使用し得る。幾つかの実施形態では、自律車両道路ナビゲーションモデルは、疎な地図８００に含まれる地図データを使用して、自律車両１２０５〜１２２５又は後に道路セグメント１２００を走行する他の車両の自律ナビゲーションをガイドする道路セグメント１２００に沿った目標軌道を決定し得る。例えば、自律車両道路ナビゲーションモデルが、車両１２０５のナビゲーションシステムに含まれるプロセッサにより実行される場合、モデルは、プロセッサに、車両１２０５から受信されたナビゲーション情報に基づいて決定された軌道を、疎な地図８００に含まれる所定の軌道と比較して、車両１２０５の現在の走行コースを検証及び／又は修正し得る。

自律車両道路ナビゲーションモデルでは、道路特徴又は目標軌道のジオメトリは、三次元空間内の曲線により符号化し得る。一実施形態では、曲線は、三次元多項式を結ぶ１つ又は複数を含む三次元スプラインであり得る。当業者は理解するように、スプラインは、データフィッティングのために一連の多項式により個々に定義される数学関数であり得る。道路の三次元ジオメトリデータをフィッティングするスプラインは、線形スプライン（一次）、二次スプライン（二次）、三次スプライン（三次）、任意の他のスプライン（他の次数）、又はそれらの組合せを含み得る。スプラインは、道路の三次元ジオメトリデータのデータ点を結ぶ（例えば、フィッティングする）異なる次数の１つ又は複数の三次元多項式を含み得る。幾つかの実施形態では、自律車両道路ナビゲーションモデルは、共通の道路セグメント（例えば、道路セグメント１２００）又は道路セグメント１２００のレーンに沿った目標軌道に対応する三次元スプラインを含み得る。

自律車両道路ナビゲーションモデルは、道路セグメント１２００に沿った少なくとも１つの陸標の識別情報等の他の情報を含み得る。陸標は、車両１２０５〜１２２５のそれぞれに設置されるカメラ（例えば、カメラ１２２）の視野内で可視であり得る。幾つかの実施形態では、カメラ１２２は陸標の画像を捕捉し得る。車両１２０５に提供されるプロセッサ（例えば、プロセッサ１８０、１９０、又は処理ユニット１１０）は、陸標の画像を処理して、陸標の識別情報を抽出し得る。陸標の実際の画像ではなく、陸標識別情報を疎な地図８００に記憶し得る。陸標識別情報に必要な記憶空間は、実際の画像に必要な記憶空間よりもはるかに小さいことができる。他のセンサ又はシステム（例えば、ＧＰＳシステム）は、陸標の特定の識別情報（例えば、陸標の位置）を提供することもできる。陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識（例えば、矢印が方向を示す高速道路出口標識、矢印が様々な方向又は場所を指す高速道路標識）、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。陸標ビーコンは、車両がデバイスを通過すると、車両により受信されるビーコン及びデバイスの位置（例えば、デバイスのＧＰＳ位置から特定される）を自律車両道路ナビゲーションモデル及び／又は疎な地図８００に含まれる陸標として使用し得るように、車両に設置された受信機に信号を送信又は反射する、道路セグメントに沿って設置されるデバイス（例えば、ＲＦＩＤデバイス）を指す。

少なくとも１つの陸標の識別情報は、少なくとも１つの陸標の位置を含み得る。陸標の位置は、複数の車両１２０５〜１２２５に関連付けられたセンサシステム（例えば、全地球測位システム、慣性ベースの測位システム、陸標ビーコン等）を使用して実行される位置測定に基づいて特定し得る。幾つかの実施形態では、陸標の位置は、複数の運転を通して異なる車両１２０５〜１２２５のセンサシステムにより検出、収集、又は受信される位置測定の平均をとることにより特定し得る。例えば、車両１２０５〜１２２５は、位置測定データをサーバ１２３０に送信し得、サーバ１２３０は、位置測定の平均をとり、平均の位置測定を陸標の位置として使用し得る。陸標の位置は、続く運転で車両から受信される測定により連続して改良し得る。

陸標の識別情報は、陸標のサイズを含み得る。車両（例えば、１２０５）に提供されるプロセッサは、画像の分析に基づいて陸標の物理的サイズを推定し得る。サーバ１２３０は、異なる運転にわたり異なる車両からの同じ陸標の物理的サイズの複数の推定を受信し得る。サーバ１２３０は、様々な推定の平均をとり、陸標の物理的サイズに到達し、その陸標サイズを道路モデルに記憶し得る。物理的サイズ推定を使用して、車両から陸標への距離を更に特定又は推定し得る。陸標までの距離は、車両の現在速度及びカメラの消失点に対する画像に現れる陸標の位置に基づく拡大スケールに基づいて推定し得る。例えば、陸標までの距離は、Ｚ＝Ｖ＊ｄｔ＊Ｒ／Ｄにより推定し得、式中、Ｖは車両の速度であり、Ｒは、時間ｔ１での陸標から拡大焦点までの画像での距離であり、Ｄは、ｔ１からｔ２までの画像での陸標の距離変化である。ｄｔは、（ｔ２−ｔ１）を表す。例えば、陸標までの距離は、Ｚ＝Ｖ＊ｄｔ＊Ｒ／Ｄにより推定し得、式中、Ｖは車両の速度であり、Ｒは、陸標と消失点との間の画像での距離であり、ｄｔは時間間隔であり、Ｄはエピポーラ線に沿った陸標の画像変位である。Ｚ＝Ｖ＊ω／Δω等の上記式に等しい他の式を陸標までの距離の推定に使用し得る。ここで、Ｖは車両速度であり、ωは画像長（物体幅のような）であり、Δωは、時間単位でのその画像長の変化である。

陸標の物理的サイズが既知である場合、陸標までの距離は、以下の式に基づいて特定することもできる：Ｚ＝ｆ＊Ｗ／ω、式中、ｆは焦点距離であり、Ｗは陸標のサイズ（例えば、高さ又は幅）、ωは、陸標が画像を出るときのピクセル数である。上記式から、距離Ｚの変化は、ΔＺ＝ｆ＊Ｗ＊Δω／ω２＋ｆ＊ΔＷ／ωを使用して計算し得、式中、ΔＷは平均をとることによりゼロに低下し、式中、Δωは、画像でのバウンディングボックス精度を表すピクセル数である。陸標の物理的サイズを推定する値は、サーバ側での複数の観測の平均をとることにより計算し得る。距離推定での結果として生成される誤差は、非常に小さい値であり得る。上記公式を使用した場合、生じ得る２つの誤差源、すなわち、ΔＷ及びΔωがある。距離誤差へのそれらの寄与は、ΔＺ＝ｆ＊Ｗ＊Δω／ω２＋ｆ＊ΔＷ／ωにより与えられる。しかし、ΔＷは平均をとることによりゼロに低下し、したがって、ΔＺはΔω（例えば、画像内のバウンディングボックスの不正確性）により決定される。

未知の寸法の陸標の場合、陸標までの距離は、連続フレーム間の陸標上の特徴点を追跡することにより推定し得る。例えば、速度制限標識に現れる特定の特徴を２つ以上の画像フレーム間で追跡し得る。これらの追跡される特徴に基づいて、特徴点毎の距離分布を生成し得る。距離分布から、距離推定を抽出し得る。例えば、距離分布に最も頻繁に現れる距離は、距離推定として使用し得る。別の例として、距離分布の平均は、距離推定として使用し得る。

図１３は、複数の三次元スプライン１３０１、１３０２、及び１３０３により表される自律車両道路ナビゲーションモデル例を示す。図１３に示される曲線１３０１〜１３０３は、単に例示を目的とする。各スプラインは、複数のデータ点１３１０を結ぶ１つ又は複数の三次元多項式を含み得る。各多項式は、一次多項式、二次多項式、三次多項式、又は異なる次数を有する任意の適する多項式の組合せであり得る。各データ点１３１０には、車両１２０５〜１２２５から受信されるナビゲーション情報を関連付け得る。幾つかの実施形態では、各データ点１３１０には、陸標に関連するデータ（例えば、陸標のサイズ、位置、及び識別情報）及び／又は道路シグネチャプロファイルに関連するデータ（例えば、道路ジオメトリ、道路凹凸プロファイル、道路曲率プロファイル、道路幅プロファイル）を関連付け得る。幾つかの実施形態では、データ点１３１０によっては、陸標に関連するデータに関連付けられるものもあれば、道路シグネチャプロファイルに関連するデータに関連付けられるものもある。

図１４は、サーバ１２３０のブロック図を示す。サーバ１２３０は通信ユニット１４０５を含み得、通信ユニット１４０５は、ハードウェア構成要素（例えば、通信制御回路、スイッチ、及びアンテナ）及びソフトウェア構成要素（例えば、通信プロトコル、コンピュータコード）の両方を含み得る。サーバ１２３０は、通信ユニット１４０５を通して車両１２０５〜１２２５と通信し得る。例えば、サーバ１２３０は、通信ユニット１４０５を通して、車両１２０５〜１２２５から送信されたナビゲーション情報を受信し得る。サーバ１２３０は、通信ユニット１４０５を通して自律車両道路ナビゲーションモデルを１台又は複数台の自律車両に配信し得る。

サーバ１２３０は、ハードドライブ、コンパクトディスク、テープ等の１つ又は複数の記憶装置１４１０を含み得る。記憶装置１４１０は、車両１２０５〜１２２５から受信されるナビゲーション情報及び／又はサーバ１２３０がナビゲーション情報に基づいて生成する自律車両道路ナビゲーションモデル等のデータを記憶するように構成し得る。記憶装置１４１０は、疎な地図（例えば、図８に関連して考察した疎な地図８００）等の任意の他の情報を記憶するように構成し得る。

記憶装置１４１０への追加又は代替として、サーバ１２３０はメモリ１４１５を含み得る。メモリ１４１５は、メモリ１４０又は１５０と同様であってもよく、又は異なってもよい。メモリ１４１５は、フラッシュメモリ、ランダムアクセスメモリ等の非一時的メモリであり得る。メモリ１４１５は、プロセッサ（例えば、プロセッサ１４２０）により実行可能なコンピュータコード又は命令、地図データ（例えば、疎な地図８００のデータ）、自律車両道路ナビゲーションモデル、及び／又は車両１２０５〜１２２５から受信されるナビゲーション情報等のデータを記憶するように構成し得る。

サーバ１２３０は、メモリ１４１５に記憶されたコンピュータコード又は命令を実行して、様々な機能を実行するように構成されるプロセッサ１４２０を含み得る。例えば、プロセッサ１４２０は、車両１２０５〜１２２５から受信されたナビゲーション情報を分析し、分析に基づいて自律車両道路ナビゲーションモデルを生成し得る。プロセッサ１４２０は、通信ユニット１４０５を制御して、自律車両道路ナビゲーションモデルを１台又は複数台の自律車両（例えば、車両１２０５〜１２２５のうちの１台若しくは複数台又は後に道路セグメント１２００を走行する任意の車両）に配信し得る。プロセッサ１４２０は、プロセッサ１８０、１９０、又は処理ユニット１１０と同様であってもよく、又は異なってもよい。

図１５はメモリ１４１５のブロック図を示し、メモリ１４１５は、自律車両ナビゲーションに使用される車両ナビゲーションを処理する１つ又は複数の動作を実行するコンピュータコード又は命令を記憶し得る。図１５に示されるように、メモリ１４１５は、車両ナビゲーション情報を処理する動作を実行する１つ又は複数のモジュールを記憶し得る。例えば、メモリ１４１５は、モデル生成モジュール１５０５及びモデル配信モジュール１５１０を含み得る。プロセッサ１４２０は、メモリ１４１５に含まれるモジュール１５０５及び１５１０のいずれかに記憶された命令を実行し得る。

モデル生成モジュール１５０５は、プロセッサ１４２０により実行されると、車両１２０５〜１２２５から受信されるナビゲーション情報に基づいて共通の道路セグメント（例えば、道路セグメント１２００）の自律車両道路ナビゲーションモデルの少なくとも一部を生成し得る命令を記憶し得る。例えば、自律車両道路ナビゲーションモデルを生成するに当たり、プロセッサ１４２０は、共通の道路セグメント１２００に沿った車両軌道を異なるクラスタにクラスタ化し得る。プロセッサ１４２０は、異なるクラスタのそれぞれについて、クラスタ化された車両軌道に基づいて、共通の道路セグメント１２００に沿った目標軌道を決定し得る。そのような動作は、各クラスタ内のクラスタ化車両軌道の平均値又は平均軌道を見つけること（例えば、クラスタ化車両軌道を表すデータの平均をとることにより）を含み得る。幾つかの実施形態では、目標軌道に、共通の道路セグメント１２００の単一レーンを関連付けることができる。自律車両道路ナビゲーションモデルは、共通の道路セグメント１２００の別個のレーンにそれぞれ関連付けられた複数の目標軌道を含み得る。幾つかの実施形態では、目標軌道には、道路セグメント１２００の単一レーンの代わりに、共通の道路セグメント１２００を関連付けることができる。目標軌道は、三次元スプラインにより表し得る。幾つかの実施形態では、スプラインは、１キロメートル当たり１０キロバイト未満、１キロメートル当たり２０キロバイト未満、１キロメートル当たり１００キロバイト未満、１キロメートル当たり１メガバイト未満、又は１キロメートル当たり任意の他の適する記憶サイズにより定義し得る。

道路モデル及び／又は疎な地図は、道路セグメントに関連付けられた軌道を記憶し得る。これらの軌道は、目標軌道と呼ぶことができ、自律ナビゲーションのために自律車両に提供される。目標軌道は、複数の車両から受信されてもよく、又は複数の車両から受信される実際の軌道若しくは推奨軌道（幾つかの変更を有する実際の軌道）に基づいて生成されてもよい。道路モデル又は疎な地図に含まれる目標軌道は、他の車両から受信される新しい軌道を用いて連続して更新（又は平均化）し得る。

道路セグメントを走行中の車両は、様々なセンサによりデータを収集し得る。データは、陸標、道路シグネチャプロファイル、車両運動（例えば、加速度計データ、速度データ）、車両位置（例えば、ＧＰＳデータ）を含み得、実際の軌道自体を再構築するか、又はデータをサーバに送信し得、サーバは、車両の実際の軌道を再構築する。幾つかの実施形態では、車両は、軌道に関連するデータ（例えば、任意の基準系での曲線）、陸標データ、及び走行路に沿ったレーン割り当てをサーバ１２３０に送信し得る。複数の運転で同じ道路セグメントに沿って走行する様々な車両は、異なる軌道を有し得る。サーバ１２３０は、クラスタ化プロセスを通して車両から受信する軌道から、各レーンに関連付けられたルート又は軌道を識別し得る。

図１６は、共通の道路セグメント（例えば、道路セグメント１２００）の目標軌道を決定するために、車両１２０５〜１２２５に関連付けられた車両軌道をクラスタ化するプロセスを示す。クラスタ化プロセスから決定される目標軌道又は複数の目標軌道は、自律車両道路ナビゲーションモデル又は疎な地図８００に含まれ得る。幾つかの実施形態では、道路セグメント１２００に沿って走行中の車両１２０５〜１２２５は、複数の軌道１６００をサーバ１２３０に送信し得る。幾つかの実施形態では、サーバ１２３０は、陸標、道路ジオメトリ、及び車両１２０５〜１２２５から受信される車両運動情報に基づいて軌道を生成し得る。自律車両道路ナビゲーションモデルを生成するために、サーバ１２３０は、図１６に示されるように、車両軌道１６００を複数のクラスタ１６０５〜１６３０にクラスタ化し得る。

クラスタ化は、様々な基準を使用して実行し得る。幾つかの実施形態では、クラスタ内の全ての運転は、道路セグメント１２００に沿った絶対進行方位に関して同様であり得る。絶対進行方位は、車両１２０５〜１２２５により受信されるＧＰＳ信号から取得し得る。幾つかの実施形態では、絶対進行方位は、自律航法を使用して取得し得る。当業者は理解するように、自律航法を使用して、前に特定された位置、推定速度等を使用することにより、車両１２０５〜１２２５の現在位置、したがって進行方位を特定し得る。絶対進行方位によりクラスタ化された軌道は、道路に沿ったルートを識別するのに重要であり得る。

幾つかの実施形態では、クラスタ内の全ての運転は、道路セグメント１２００での運転に沿ったレーン割り当て（例えば、交差点前後の同じレーン内の）に関して同様であり得る。レーン割り当てによりクラスタ化された軌道は、道路に沿ったレーンを識別するのに有用であり得る。幾つかの実施形態では、両基準（例えば、絶対進行方位及びレーン割り当て）をクラスタ化に使用し得る。

各クラスタ１６０５〜１６３０において、軌道の平均をとり、特定のクラスタに関連付けられた目標軌道を取得し得る。例えば、同じレーンクラスタに関連付けられた複数の運転からの軌道の平均をとり得る。平均軌道は、特定のレーンに関連付けられた目標軌道であり得る。軌道のクラスタの平均をとるために、サーバ１２３０は、任意の軌道Ｃ０の基準系を選択し得る。他の全ての軌道（Ｃ１，...，Ｃｎ）について、サーバ１２３０は、ＣｉをＣ０にマッピングする剛体変換を見つけ得、ここで、ｉ＝１，２，...，ｎであり、ｎは正の整数であり、クラスタに含まれる軌道の総数に対応する。サーバ１２３０は、Ｃ０基準系での平均値曲線又は軌道を計算し得る。

幾つかの実施形態では、陸標は、異なる運転間にマッチする弧長を定義し得、この弧長をレーンとの軌道の位置合わせに使用し得る。幾つかの実施形態では、交差点前後のレーンマークが、レーンとの軌道の位置合わせに使用し得る。

軌道からレーンを組み立てるために、サーバ１２３０は、任意のレーンの基準系を選択し得る。サーバ１２３０は、部分的に重複したレーンを選択された基準系にマッピングし得る。サーバ１２３０は、全てのレーンが同じ基準系になるまで、マッピングを続け得る。互いに隣接するレーンは、まるで同じレーンであるかのように位置合わせし得、後に横方向にシフトし得る。

道路セグメントに沿って認識された陸標は、最初はレーンレベルで、次は交差点レベルで共通の基準系にマッピングし得る。例えば、複数の運転で複数の車両により複数回、同じ陸標を認識し得る。異なる運転から受信される同じ陸標に関するデータは、わずかに異なり得る。そのようなデータは、平均をとり、Ｃ０基準系等の同じ基準系にマッピングし得る。追加又は代替として、複数の運転で受信される同じ陸標のデータの分散を計算し得る。

幾つかの実施形態では、道路セグメント１２０の各レーンには、目標軌道及び特定の陸標を関連付け得る。目標軌道又は複数のそのような目標軌道は、自律車両道路ナビゲーションモデルに含め得、自律車両道路ナビゲーションモデルは、後に同じ道路セグメント１２００に沿って走行する他の自律車両により使用し得る。車両が道路セグメント１２００に沿って走行する間に車両１２０５〜１２２５により識別された陸標は、目標軌道に関連付けて記憶し得る。目標軌道及び陸標のデータは、続く運転で他の車両から受信される新しいデータを用いて連続して又は定期的に更新し得る。

自律車両の位置特定のために、開示されるシステム及び方法は、拡張カルマンフィルタを使用し得る。車両の位置は、三次元位置データ及び／又は三次元向きデータ、自己運動の積分による車両の現在位置の先の将来の位置の予測に基づいて特定し得る。車両の位置特定は、陸標の画像観測により修正又は調整し得る。例えば、車両がカメラにより捕捉された画像内に陸標を検出する場合、陸標は、道路モデル又は疎な地図８００内に記憶された既知の陸標と比較し得る。既知の陸標は、道路モデル及び／又は疎な地図８００に記憶された目標軌道に沿って既知の位置（例えば、ＧＰＳデータ）を有し得る。現在速度及び陸標の画像に基づいて、車両から陸標までの距離を特定し得る。目標軌道に沿った車両の位置は、陸標までの距離及び陸標の既知の位置（道路モデル又は疎な地図８００に記憶される）に基づいて調整し得る。道路モデル及び／又は疎な地図８００に記憶される陸標の位置／場所データ（例えば、複数の運転からの平均値）は、正確であると仮定し得る。

幾つかの実施形態では、開示されるシステムは、閉ループサブシステムを形成し得、ループにおいて、所望のポイント（例えば、記憶されているものでの１．３秒先）に到達するように自律車両をナビゲートする（例えば、車輪を操舵する）のに、車両の６つの自由度の位置の推定（例えば、三次元位置データに三次元向きデータを加えたもの）を使用し得る。また、操舵及び実際のナビゲーションから測定されるデータを使用して、６つの自由度の位置を推定し得る。

幾つかの実施形態では、街灯柱及び電柱又はケーブル線の柱等の道路に沿った柱は、車両の位置特定のための陸標として使用し得る。交通標識、信号機、道路上の矢印、停止線、及び道路セグメントに沿った物体の静的特徴又はシグネチャ等の他の陸標も、車両の位置特定のための陸標として使用し得る。柱が位置特定に使用される場合、ｙ観測値（すなわち、柱までの距離）ではなく、柱のｘ観測値（すなわち、車両からの視角）を使用し得、その理由は、柱の下部は遮蔽され得、時には道路平面にないためである。

図１７は、自律ナビゲーションに使用し得る車両のナビゲーションシステムを示す。説明のために、車両は車両１２０５と呼ばれる。図１７に示される車両は、例えば、車両１２１０、１２１５、１２２０、及び１２２５並びに他の実施形態に示される車両２００を含む、本明細書に開示される任意の他の車両であり得る。図１２に示されるように、車両１２０５はサーバ１２３０と通信し得る。車両１２０５は、画像捕捉デバイス１２２（例えば、カメラ１２２）を含み得る。車両１２０５は、車両１２０５が道路（例えば、道路セグメント１２００）で走行するためのナビゲーションガイダンスを提供するように構成されるナビゲーションシステム１７００を含み得る。車両１２０５は、速度センサ１７２０及び加速度計１７２５等の他のセンサを含むこともできる。速度センサ１７２０は、車両１２０５の速度を検出するように構成し得る。加速度計１７２５は、車両１２０５の加速又は減速を検出するように構成し得る。図１７に示される車両１２０５は、自律車両であり得、ナビゲーションシステム１７００は、自律運転にナビゲーションガイダンスを提供するのに使用し得る。代替的には、車両１２０５は、非自律人間制御車両であってもよく、ナビゲーションシステム１７００はなお、ナビゲーションガイダンスの提供に使用し得る。

ナビゲーションシステム１７００は、通信パス１２３５を通してサーバ１２３０と通信するように構成される通信ユニット１７０５を含み得る。ナビゲーションシステム１７００は、ＧＰＳ信号を受信し処理するように構成されるＧＰＳユニット１７１０を含み得る。ナビゲーションシステム１７００は、ＧＰＳ信号、疎な地図８００からの地図データ（車両１２０５からオンボードで提供される記憶装置に記憶し得るか、又はサーバ１２３０から受信し得る）、道路プロファイルセンサ１７３０により検知される道路ジオメトリ、カメラ１２２により捕捉される画像、及び／又はサーバ１２３０から受信される自律車両道路ナビゲーションモデル等のデータを処理するように構成される少なくとも１つのプロセッサ１７１５を含み得る。道路プロファイルセンサ１７３０は、路面凹凸性、道路幅、道路高さ、道路曲率等の異なるタイプの道路プロファイルを測定する異なるタイプのデバイスを含み得る。例えば、道路プロファイルセンサ１７３０は、車両１２０５のサスペンションの動きを測定して、道路凹凸性プロファイルを導出するデバイスを含み得る。幾つかの実施形態では、道路プロファイルセンサ１７３０は、レーダセンサを含み、車両１２０５から道路脇（例えば、道路脇にある障壁）までの距離を測定し、それにより、道路の幅を測定し得る。幾つかの実施形態では、道路プロファイルセンサ１７３０は、道路の高さの凸及び凹を測定するように構成されるデバイスを含み得る。幾つかの実施形態では、道路プロファイルセンサ１７３０は、道路曲率を測定するように構成されるデバイスを含み得る。例えば、カメラ（例えば、カメラ１２２又は別のカメラ）を使用して、道路曲率を示す道路の画像を捕捉し得る。車両１２０５は、そのような画像を使用して、道路曲率を検出し得る。

少なくとも１つのプロセッサ１７１５は、カメラ１２２から、車両１２０５に関連付けられた少なくとも１つの環境画像を受信するようにプログラムされ得る。少なくとも１つのプロセッサ１７１５は、少なくとも１つの環境画像を分析して、車両１２０５に関連するナビゲーション情報を特定し得る。ナビゲーション情報は、道路セグメント１２００に沿った車両１２０５の走行に関連する軌道を含み得る。少なくとも１つのプロセッサ１７１５は、三次元並進移動及び三次元回転移動等のカメラ１２２（したがって、車両）の移動に基づいて軌道を決定し得る。幾つかの実施形態では、少なくとも１つのプロセッサ１７１５は、カメラ１２２により取得される複数の画像の分析に基づいて、カメラ１２２の並進移動及び回転移動を特定し得る。幾つかの実施形態では、ナビゲーション情報は、レーン割り当て情報（例えば、車両１２０５が道路セグメント１２００に沿っていずれのレーンで走行中であるか）を含み得る。車両１２０５からサーバ１２３０に送信されるナビゲーション情報は、サーバ１２３０により使用されて、自律車両道路ナビゲーションモデルを生成及び／又は更新し得、このモデルは、サーバ１２３０から車両１２０５に送信されて、車両１２０５の自律ナビゲーションガイダンスを提供し得る。

少なくとも１つのプロセッサ１７１５は、ナビゲーション情報を車両１２０５からサーバ１２３０に送信するようにプログラムすることもできる。幾つかの実施形態では、ナビゲーション情報は、道路情報と共にサーバ１２３０に送信し得る。道路位置情報は、ＧＰＳユニット１７１０により受信されるＧＰＳ信号、陸標情報、道路ジオメトリ、レーン情報等のうちの少なくとも１つを含み得る。少なくとも１つのプロセッサ１７１５は、サーバ１２３０から、自律車両道路ナビゲーションモデル又はモデルの一部を受信し得る。サーバ１２３０から受信された自律車両道路ナビゲーションモデルは、車両１２０５からサーバ１２３０に送信されるナビゲーション情報に基づく少なくとも１つの更新を含み得る。サーバ１２３０から車両１２０５に送信されるモデルの部分は、モデルの更新された部分を含み得る。少なくとも１つのプロセッサ１７１５は、受信した自律車両道路ナビゲーションモデル又はモデルの更新された部分に基づいて、車両１２０５による少なくとも１つのナビゲーション操作（例えば、ターン、ブレーキ、加速、別の車両の追い越し等）を生じさせ得る。

少なくとも１つのプロセッサ１７１５は、通信ユニット１７０５、ＧＰＳユニット１７１５、カメラ１２２、速度センサ１７２０、加速度計１７２５、及び道路プロファイルセンサ１７３０を含む、車両１２０５に含まれる様々なセンサ及び構成要素と通信するように構成し得る。少なくとも１つのプロセッサ１７１５は、様々なセンサ及び構成要素から情報又はデータを収集し、通信ユニット１７０５を通して情報又はデータをサーバ１２３０に送信し得る。代替又は追加として、車両１２０５の様々なセンサ又は構成要素は、サーバ１２３０と通信し、センサ又は構成要素により収集されたデータ又は情報をサーバ１２３０に送信することもできる。

幾つかの実施形態では、車両１２０５〜１２２５は、互いと通信し得、ナビゲーション情報を互いと共有し得、それにより、車両１２０５〜１２２５のうちの少なくとも１台は、他の車両により共有される情報に基づいて自律車両道路ナビゲーションモデルを生成し得る。幾つかの実施形態では、車両１２０５〜１２２５は、ナビゲーション情報を互いと共有し得、各車両は、車両において提供されるそれ自体の自律車両道路ナビゲーションモデルを更新し得る。幾つかの実施形態では、車両１２０５〜１２２５のうちの少なくとも１台（例えば、車両１２０５）は、ハブ車両として機能し得る。ハブ車両（例えば、車両１２０５）の少なくとも１つのプロセッサ１７１５は、サーバ１２３０により実行される機能の幾つか又は全てを実行し得る。例えば、ハブ車両の少なくとも１つのプロセッサ１７１５は、他の車両と通信し、ナビゲーション情報を他の車両から受信し得る。ハブ車両の少なくとも１つのプロセッサ１７１５は、他の車両から受信される共有情報に基づいて、自律車両道路ナビゲーションモデル又はモデルへの更新を生成し得る。ハブ車両の少なくとも１つのプロセッサ１７１５は、自律車両道路ナビゲーションモデル又はモデルへの更新を他の車両に送信して、自律ナビゲーションガイダンスを提供し得る。

図１８は、車両ナビゲーション情報を処理して、自律車両ナビゲーションに使用する例としてのプロセス１８００を示すフローチャートである。プロセス１８００は、サーバ１２３０又はハブ車両に含まれるプロセッサ１７１５により実行し得る。幾つかの実施形態では、プロセス１８００は、車両ナビゲーション情報を集計して、自律車両道路ナビゲーションモデルを提供するか、又はモデルを更新するのに使用し得る。プロセス１８００は、複数の車両からナビゲーション情報を受信すること（ステップ１８０５）を含み得る。例えば、サーバ１２３０は、車両１２０５〜１２２５からナビゲーション情報を受信し得る。ナビゲーション情報には、車両１２０５〜１２２５が沿って走行する共通の道路セグメント（例えば、道路セグメント１２００）を関連付け得る。プロセス１８００は、共通の道路セグメントに関連付けられたナビゲーション情報を記憶すること（ステップ１８１０）を含み得る。例えば、サーバ１２３０は、記憶装置１４１０及び／又はメモリ１４１５にナビゲーション情報を記憶し得る。プロセス１８００は、ナビゲーション情報に基づいて、自律車両道路ナビゲーションモデルの少なくとも一部を生成すること（ステップ１８１５）を含み得る。例えば、サーバ１２３０は、共通の道路セグメント１２００を走行する車両１２０５〜１２２５から受信されるナビゲーション情報に基づいて、共通の道路セグメント１２００の自律車両道路ナビゲーションモデルの少なくとも一部を生成し得る。プロセス１８００は、自律車両道路ナビゲーションモデルを１台又は複数台の自律車両に配信すること（ステップ１８２０）を更に含み得る。例えば、サーバ１２３０は、道路セグメント１２００に沿って車両を自律的にナビゲートするのに使用するために、自律車両道路ナビゲーションモデル又はモデルの一部（例えば、更新）を車両１２０５〜１２２５又は道路セグメント１２００を後に走行する任意の他の車両に配信し得る。

プロセス１８００は、追加の動作又はステップを含み得る。例えば、自律車両道路ナビゲーションモデルを生成することは、道路セグメント１２００に沿った車両１２０５〜１２２５から受信される車両軌道を複数のクラスタにクラスタ化し得る。プロセス１８００は、各クラスタ内のクラスタ化された車両軌道の平均をとることにより、共通の道路セグメント１２００に沿った目標軌道を決定することを含み得る。プロセス１８００は、目標軌道を共通の道路セグメント１２００の単一レーンに関連付けることを含むこともできる。プロセス１８００は、自律車両道路ナビゲーションモデルにおいて目標軌道を表す三次元スプラインを決定することを含み得る。

図１９は、車両のナビゲーションシステムにより実行される例としてのプロセス１９００を示すフローチャートである。プロセス１９００は、ナビゲーションシステム１７００に含まれるプロセッサ１７１５により実行し得る。プロセス１９００は、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信すること（ステップ１９０５）を含み得る。例えば、プロセッサ１７１５は、カメラ１２２から、車両１２０５に関連付けられた少なくとも１つの環境画像を受信し得る。カメラ１２２は、車両１２０５が道路セグメント１２００に沿って走行する際、車両１２０５の周囲の環境の１つ又は複数の画像を捕捉し得る。プロセス１９００は、少なくとも１つの環境画像を分析して、車両に関連するナビゲーション情報を特定すること（ステップ１９１０）を含み得る。例えば、プロセッサ１７１５は、カメラ１２２から受信される環境画像を分析して、道路セグメント１２００に沿った走行軌道等のナビゲーション情報を特定し得る。プロセッサ１７１５は、例えば、画像の分析により検知されたカメラの自己運動（例えば、三次元並進移動及び／又は三次元回転移動）に基づいて、車両１２０５の移動軌道を決定し得る。

プロセス１９００は、ナビゲーション情報を車両からサーバに送信すること（ステップ１９１５）を含み得る。幾つかの実施形態では、ナビゲーション情報は、道路情報と共に車両からサーバ１２３０に送信し得る。例えば、プロセッサ１７１５は、通信ユニット１７０５を介して、レーン割り当て、道路ジオメトリ等の道路情報と共にナビゲーション情報を車両１２０５からサーバ１２３０に送信し得る。プロセス１９００は、サーバから、自律車両道路ナビゲーションモデル又はモデルの一部を受信すること（ステップ１９２０）を含み得る。例えば、プロセッサ１７１５は、自律車両道路ナビゲーションモデル又はモデルの一部をサーバ１２３０から受信し得る。モデル又はモデルの一部は、車両１２０５から送信されたナビゲーション情報に基づくモデルへの少なくとも１つの更新を含み得る。プロセッサ１７１５は、車両１２０５のナビゲーションシステム１７００に提供される既存のモデルを更新し得る。プロセス１９００は、自律車両道路ナビゲーションモデルに基づいて車両による少なくとも１つのナビゲーション操作を生じさせること（ステップ１９２５）を含み得る。例えば、プロセッサ１７１５は、車両１２０５に操舵、ターン、レーン変更、加速、ブレーキ、停止等をさせ得る。プロセッサ１７１５は、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの少なくとも１つに信号を送信して、車両１２０５にナビゲーション操作を実行させ得る。

プロセス１９００は、プロセッサ１７１５により実行される他の動作又はステップを含み得る。例えば、ナビゲーション情報は、車両が道路セグメントに沿って走行するための目標軌道を含み得、プロセス１９００は、プロセッサ１７１５により、同じ道路セグメントを走行する複数の車両に関連する車両軌道をクラスタ化し、クラスタ化された車両軌道に基づいて目標軌道を決定することを含み得る。車両軌道のクラスタ化は、車両の絶対進行方位又は車両のレーン割り当ての少なくとも１つに基づいて、プロセッサ１７１５により、道路セグメントを走行する車両に関連する複数の軌道を複数のクラスタにクラスタ化することを含み得る。目標軌道を生成することは、プロセッサ１７１５により、クラスタ化された軌道の平均をとることを含み得る。上述したように、サーバ１２３０により実行される他のプロセス又はステップをプロセス１９００に含めることもできる。

開示されるシステム及び方法は、他の特徴を含み得る。例えば、開示されるシステムは、グローバル座標ではなくローカル座標を使用し得る。自律運転では、幾つかのシステムは世界座標でデータを提示し得る。例えば、地球表面での緯度及び経度座標を使用し得る。地図を使用して操舵するために、ホスト車両は、地図におけるホスト車両の位置及び向きを知らなければならない。搭載されたＧＰＳデバイスを使用して、地図において車両を位置特定し、車体基準系と世界基準系（例えば、北東下）との間の回転変換を見つけることが自然に見える。車体基準系が地図基準系と位置合わせされると、所望ルートを車体基準系で表すことができ、操舵コマンドを計算又は生成し得る。

しかし、この戦略に伴って生じ得る一問題は、現在のＧＰＳ技術が通常、車体位置及び姿勢を十分な精度及び可用性で提供しないことである。この問題を解消するために、世界座標が既知の陸標を使用することが提案されてきた。概念は、異なる種類の陸標を含む非常に詳細な地図（高精細地図又はＨＤ地図と呼ばれる）を構築することである。仮定は、車両が、それ自体の基準系で陸標を検出し位置特定することができるセンサを備えるというものである。車両と陸標との相対位置が見つけられると、陸標の世界座標がＨＤ地図からとられ、車両は陸標の世界座標を使用して、それ自体の位置及び姿勢を計算することができる。

この方法はやはり、地図と車体基準系との位置合わせを確立する媒介者として、グローバル世界座標系を使用している。すなわち、陸標を使用して、車載されたＧＰＳデバイスの制限を補償する。陸標は、ＨＤ地図と共に、グローバル座標において精密な車両姿勢を計算できるようにし得、したがって、地図−車体位置合わせ問題が解決される。

開示されるシステム及び方法では、世界の１つのグローバル地図の代わりに、多くの地図又はローカル地図を自律ナビゲーションに使用し得る。各地図又は各ローカル地図は、それ自体の座標系を定義し得る。これらの座標系は任意であり得る。ローカル地図での車両の座標は、車両が地球表面でどこにあるかを示す必要がないことがある。更に、ローカル地図は、大規模にわたり正確である必要がないことがあり、ローカル地図をグローバル世界座標系に組み込むことができる厳正な変換がなくてもよいことを意味する。

世界のこの表現に関連する２つの主なプロセスがある：一方は地図の生成に関連し、他方は地図の使用に関連する。地図生成に関して、このタイプの表現は、クラウドソーシングにより作成され維持し得る。ＨＤ地図の使用は制限され、したがって、クラウドソーシングが実現可能になるため、高度な調査機器を適用する必要がないことがある。使用に関して、標準世界座標系を経由せずにローカル地図を車体基準系に位置合わせする効率的な方法を利用し得る。したがって、少なくとも大半のシナリオ及び状況において、グローバル座標での車両の位置及び姿勢の精密な推定を有する必要がないことがあり得る。ローカル地図のメモリフットプリントは、非常に小さく保ち得る。

地図生成の基本となる原理は、自己運動の積分である。車両は、空間におけるカメラの移動（３Ｄ並進及び３Ｄ回転）を検知する。車両又はサーバは、時間にわたり自己運動を積分することにより、車両の軌道を再構築し得、この積分経路は、道路ジオメトリのモデルとして使用し得る。このプロセスは、近範囲レーンマークの検知と組合せ得、そうすると、再構築されたルートは、車両が辿った特定の経路ではなく、車両が辿るべき経路を反映し得る。換言すれば、再構築ルート又は軌道は、近範囲レーンマークに関連する検知データに基づいて変更し得、変更された再構築軌道を推奨軌道又は目標軌道として使用し得、これは、同じ道路セグメントをナビゲートする他の車両が使用するために道路モデル又は疎な地図に保存し得る。

幾つかの実施形態では、地図座標系は任意であり得る。カメラ基準フレームは、任意の時間に選択し得、地図の座標原点として使用し得る。カメラの積分軌道は、その特定の選ばれたフレームの座標系で表現し得る。地図でのルート座標の値は、地上での場所をそのまま表すわけではないことがある。

積分経路は誤差を蓄積し得る。これは、自己運動の検知が絶対的に正確ではないことがあることに起因し得る。蓄積誤差の結果、ローカル地図が逸脱し得、ローカル地図がグローバル地図のローカルコピーとしてみなされない可能性がある。ローカル地図のサイズが大きいほど、地上の「真」のジオメトリからのずれは大きくなる。

ローカル地図の恣意性及び逸脱は、設計原理ではなく、むしろ、結果であり得る。これらの特性は、クラウドソーシング（道路に沿って走行する車両による）で地図を構築するために適用し得る積分方法の結果であり得る。しかし、車両は、操舵にローカル地図を問題なく使用し得る。

提案された地図は、長距離にわたり逸脱し得る。地図は車両のごく近くでの軌道の計画に使用されるため、逸脱の影響は許容可能であり得る。任意の瞬間において、システム（例えば、サーバ１２３０又は車両１２０５）は、位置合わせ手順を繰り返し、地図を使用して、何らかの１．３秒先（又は１．５秒、１．０秒、１．８秒等の任意の他の秒数）の道路位置を予測し得る（カメラ座標系において）。この距離にわたる蓄積誤差が十分に小さい限り、自律運転に提供される操舵コマンドを使用し得る。

幾つかの実施形態では、ローカル地図はローカルエリアにフォーカスし得、広過ぎるエリアをカバーしないことがある。これは、自律運転での操舵にローカル地図を使用している車両が、ある時点で、地図の終わりに到達し得、別のローカル地図に切り替える必要があり得ることを意味する。切り替えは、互いに重複するローカル地図により可能になり得る。車両が、両地図に共通するエリアに入ると、システム（例えば、サーバ１２３０又は車両１２０５）は、第１のローカル地図（使用中の地図）に基づいて操舵コマンドを引き続き生成し得るが、同時に、システムは、第１のローカル地図と重複する他方の地図（すなわち、第２のローカル地図）上で車両を位置特定し得る。換言すれば、システムは、カメラの現在の座標系を第１の地図の座標系及び第２の地図の座標系の両方と同時に位置合わせし得る。新しい位置合わせが確立されると、システムは、他方の地図に切り替え、他方の地図で車両の軌道を計画し得る。

開示されるシステムは追加の特徴を含み得、そのうちの１つは、システムが車両の座標系を地図に位置合わせする方法に関連する。上述したように、車両が陸標への相対位置を測定し得ると仮定した場合、位置合わせにその陸標を使用し得る。これは自律運転で有用であるが、時に、大量の陸標、したがって大きいメモリフットプリントを必要とすることになり得る。したがって、開示されるシステムは、この問題に対処する位置合わせ手順を使用し得る。この位置合わせ手順では、システムは、疎な陸標及び自己速度の積分を使用して、道路に沿った車両の位置の１Ｄ推定を計算し得る。システムは、他のセクションで以下に詳細に考察するテール位置合わせ方法を使用して、軌道自体の形状を使用して、位置合わせの回転部分を計算し得る。この概念は、車両が、「テール」を運転しながら、それ自体の軌道を再構築し、道路に沿ったその仮定位置周囲の回転を計算して、テールを地図と位置合わせするというものである。

開示されるシステム及び方法では、ＧＰＳデバイスをなお使用し得る。グローバル座標は、軌道及び／又は陸標を記憶するデータベースのインデックス付けに使用し得る。関連するローカル地図及び車両の近傍での関連する陸標は、メモリに記憶し得、グローバルＧＰＳ座標を使用してメモリから検索し得る。しかし、幾つかの実施形態では、グローバル座標は、経路計画に使用されず、正確ではないことがある。一例では、グローバル座標の使用は、情報のインデックス付けに制限し得る。

「テール位置合わせ」が良好に機能できない状況では、システムは、より多数の陸標を使用して車両の姿勢を計算し得る。これは希なケースであり得、したがって、メモリフットプリントへの影響はそれ程大きくないことがある。交差点はそのような状況の例である。

開示されるシステム及び方法は、意味的陸標（例えば、交通標識）を使用し得、その理由は、意味的陸標が、シーンから高い信頼性で検出され、道路モデル又は疎な地図に記憶されている陸標に一致することができるためである。幾つかの場合、開示されるシステムは、非意味的陸標（例えば、汎用標識）も同様に使用し得、そのような場合、非意味的陸標は、上述したように、外観シグネチャに取り付け得る。システムは、「同じか否か」認識パラダイムに従うシグネチャの生成に学習方法を使用し得る。

例えば、運転に沿ったＧＰＳ座標を有する多くの運転を前提として、開示されるシステムは、土台をなす道路構造交差点及び道路セグメントを生成し得る。道路は、ＧＰＳを使用して道路を区別することができるように、互いから十分に離れていると仮定し得る。粗い粒度の地図のみが必要とされ得る。土台をなす道路構造グラフを生成するために、空間は所与の解像度（例えば、５０ｍ×５０ｍ）の格子に分割し得る。あらゆる運転は、格子サイトの順序付きリストとして見ることができる。システムは、運転に属するあらゆる格子サイトに色を付けて、統合運転の画像を生成し得る。有色格子点は、統合運転でのノードとして表現し得る。あるノードから別のノードに渡る運転は、リンクとして表現し得る。システムは、画像での小さい穴を埋めて、レーンの分化を回避し、ＧＰＳ誤差を修正し得る。システムは、適する細線化アルゴリズム（例えば、「Zhang-Suen」細線化アルゴリズムという名称のアルゴリズム）を使用して、画像の骨組みを取得し得る。この骨組みは、土台をなす道路構造を表し得、交差点はマスク（例えば、少なくとも３つの他の点に接続する点）を使用して見つけ得る。交差点を見つけた後、セグメントは、交差点に接続する骨組み部分であり得る。運転を骨組みに一致させるために、システムは隠れマルコフモデルを使用し得る。格子サイトからＧＰＳ点への距離に反比例する確率で、あらゆるＧＰＳ点に格子サイトを関連付け得る。連続したＧＰＳ点を非隣接格子サイトに一致にさせないように、適するアルゴリズム（例えば、「ビタビ」アルゴリズムという名称のアルゴリズム）を使用して、ＧＰＳ点を格子サイトに一致させる。

運転を地図にマッピングするために、複数の方法が使用可能である。例えば、第１の解決策は、細線化プロセス中、トラックを保持することを含み得る。第２の解決策は、近接性マッチングを使用し得る。第３の解決策は、隠れマルコフモデルを使用し得る。隠れマルコフモデルは、あらゆる観測の土台をなす隠れた状態を仮定し、状態を所与として所与の観測に、及び前の状態を所与としてある状態に確率を割り当てる。ビタビアルゴリズムを使用して、観測リストを所与として、最も確率の高い状態を見つけ得る。

開示されるシステム及び方法は、追加の特徴を含み得る。例えば、開示されるシステム及び方法は、高速道路入口／出口を検出し得る。同じエリアの複数の運転は、ＧＰＳデータを使用して同じ座標系に統合し得る。システムは、マッピング及び位置特定に視覚的特徴点を使用し得る。

幾つかの実施形態では、汎用視覚的特徴は、前の運転での道路の同じセグメントを走行する車両により生成された地図（マッピングフェーズ）に対する、ある運転での移動中の車両の位置及び向きを見当合わせする（位置特定フェーズ）目的で、陸標として使用し得る。これらの車両は、周囲の車両を撮像する較正済みカメラ及びＧＰＳ受信機を備え得る。車両は、他の有意な幾何学的情報及び意味的情報（例えば、レーン構造、道路標識のタイプ及び位置、道路マークのタイプ及び位置、物理的障害物の位置により区切られる付近の運転可能地表エリアの形状、人間ドライバーにより制御される場合、前に運転された車両経路の形状等）に結び付けられたこれらの視覚的陸標を含む最新地図を保持する中央サーバ（例えば、サーバ１２３０）と通信し得る。道路の長さ当たりで中央サーバと車両との間で通信し得るデータの総量は、マッピングフェーズ及び位置特定フェーズの両方で小さい。

マッピングフェーズでは、開示されるシステム（例えば、車両又はサーバ）は、特徴点（ＦＰ）を検出し、特徴点の記述子（例えば、ＦＡＳＴ／ＢＲＩＳＫ／ＯＲＢ検出器及び記述子又は後述するデータベースを使用してトレーニングされた検出器／記述子対）を計算し得る。システムは、画像面でのＦＰの動きを使用し、例えば、デカルト距離又はハミング距離を記述子空間で使用してＦＰの記述子を照合することにより、ＦＰが現れるフレーム間でＦＰを追跡し得る。システムは、追跡されたＦＰを使用して、カメラの動き及びＦＰが検出され追跡された物体の世界位置を推定し得る。システムは、将来の運転で検出される可能性が高いものとしてＦＰを分類し得る（例えば、瞬間的に移動中の物体、駐車車両、シャドウテクスチャで検出されるＦＰは、将来の運転で再出現しない可能性が高い）。この再現可能な分類（ＲＣ）は、検出されたＦＰを取り囲む画像ピラミッドの領域内の強度、画像プレーンでの追跡されるＦＰの動き、問題なく追跡／検出された視点の広がり、及びその相対的３Ｄ位置の両方の関数であり得る。幾つかの実施形態では、車両は、代表的なＦＰ記述子（観測のセットから計算される）、車両に対する推定３Ｄ位置、及び瞬間的車両ＧＰＳ座標をサーバ１２３０に送信し得る。

マッピングフェーズ中、マッピング車両と中央サーバとの間の通信帯域幅が制限される場合、地図でのＦＰ又は他の意味的陸標（例えば、道路標識及びレーン構造等）の存在が制限され、位置特定目的に対して不十分であるとき、車両はＦＰをサーバに高周波数で送信し得る。マッピングフェーズでの車両は、ＦＰを低空間周波数で送信し得るが、これらはサーバで集まり得る。再出現するＦＰの検出は、サーバにより実行されてもよく、サーバは、再出現ＦＰのセットを記憶し得る。陸標の視覚的外観は、少なくとも幾つかの場合、外観が捕捉された時刻又は季節の影響を受け得る。ＦＰの再現可能な確率を上げるために、これらは、サーバにより時刻ビン及び季節ビンにビニングし得る。

車両は、ＦＰ座標系付近の他の意味的情報及び幾何学的情報（レーン形状、道路面の構造、障害物の３Ｄ位置、マッピングクリップ瞬間座標系での自由空間、駐車場所へのセットアップ運転での人間ドライバーにより運転された経路）をサーバに送信し得る。

位置特定フェーズでは、サーバは、ＦＰ位置及び記述子の形態で陸標を含む地図を車両に送信し得る。特徴点（ＦＰ）は、現在の連続フレームのセット内で準リアルタイムで検出し追跡し得る。追跡されたＦＰを使用して、カメラの動き及びＦＰの世界位置を推定し得る。瞬間ＧＰＳ読み取り値からの推定有限ＧＰＳ不確実性半径内に（within an estimated finite GPS uncertainty radius）ＧＰＳ座標を有する地図ＦＰのリストと照合するために、現在検出されたＦＰ記述子を検索し得る。照合は、記述子空間でのデカルト距離又はハミング距離を最小化する現在のＦＰとマッピングＦＰとの全ての対を検索することにより行い得る。ＦＰ照合並びにＦＰの現在位置及び地図位置を使用して、瞬間車両位置とローカル地図座標系との間の回転及び並進を見当合わせし得る。

開示されるシステム及び方法は、再現可能な分類器をトレーニングする方法を含み得る。トレーニングは、ラベルコスト及びその結果として分類器精度が上がる順に以下の方式のうちの１つで実行し得る。

第１の方式では、一致した瞬間的車両ＧＰＳ位置を有する車両カメラにより記録された多数のクリップを含むデータベースを収集し得る。このデータベースは、運転の代表的サンプル（様々な特性に関して、例えば、時刻、季節、天候状況、道路のタイプ）を含み得る。同様のＧＰＳ位置及び進行方位での様々な運転のフレームから抽出された特徴点（ＦＰ）は、ＧＰＳ不確実性半径内で一致する可能性があり得る。一致しなかったＦＰは、非再現可能とラベルし得、一致したＦＰは再現可能とラベルし得る。次に、分類器は、画像ピラミッドでのＦＰの外観、車両に対するＦＰの瞬間位置、及びＦＰが問題なく追跡された視点位置の広がりを所与として、ＦＰの再現可能性ラベルを予測するようにトレーニングし得る。

第２の方式では、第１の方式で説明されたクリップデータベースから抽出されたＦＰ対は、クリップ間のＦＰ一致の注釈付けを担当する人間によりラベル付けることもできる。

第３のシナリオでは、光検知測距（ＬＩＤＡＲ）測定を使用して精密な車両位置、車両向き、及び画像ピクセル深度で第１の方式のデータベースを増強したデータベースが、異なる運転での世界位置を正確に一致させるために使用され得る。次に、特徴点記述子は、異なる視点及び運転時刻でのこれらの世界点に対応する画像領域で計算し得る。次に、分類器は、一致した記述子からの、記述子が配置される記述子空間での平均距離を予測するようにトレーニングし得る。この場合、再現可能性は、低記述子距離を有する可能性が高いことにより測定し得る。

実際軌道ではなく推奨軌道のアップロード
開示される実施形態によれば、システムは、共通の道路セグメントを走行する車両の観測軌道（例えば、車両によりサーバに転送される軌道情報に対応し得る）に基づいて、自律車両道路ナビゲーションモデルを生成し得る。しかし、観測された軌道は、道路セグメントを走行している車両によりとられる実際の軌道に対応しないことがある。むしろ、特定の状況では、サーバにアップロードされる軌道は、車両により決定される実際の再構築軌道から変更され得る。例えば、車両システムは、実際にとられた軌道を再構築する間、センサ情報（例えば、カメラにより提供される画像の分析）を使用して、それ自体の軌道が、道路セグメントにとって好ましい軌道ではない可能性があると判断し得る。例えば、車両は、車載カメラからの画像データに基づいて、レーンの中心を運転していないか、又は所定の時間期間にわたりレーン境界を越えたと判断し得る。そのような場合、センサ出力から導出される情報に基づいて、特に、車両の再構築軌道（走行した実際の経路）への改良を行い得る。次に、実際の軌道ではなく、改良された軌道をサーバにアップロードして、疎なデータ地図８００の構築又は更新に潜在的に使用し得る。

図１２及び図１７を参照すると、車両１２０５はサーバ１２３０と通信し得る。車両１２０５は、自律車両であってもよく、又は従来の主に人間により制御される車両であってもよい。車両１２０５は、道路セグメント１２００を走行する際、道路セグメント１２００に関するデータを収集（又は検出、検知、測定）し得る。収集されるデータは、道路ジオメトリ、標識、道路マーク等を含む認識済み陸標等のナビゲーション情報を含み得る。車両１２０５は、収集されたデータをサーバ１２３０に送信し得る。サーバ１２３０は、車両１２０５から受信したデータに基づいて、自律車両道路ナビゲーションモデルを生成及び／又は更新し得る。自律車両道路ナビゲーションモデルは、特定の道路セグメントに沿った好ましい走行経路を表す複数の目標軌道を含み得る。

図１７に示されるように、車両１２０５はナビゲーションシステム１７００を含み得る。ナビゲーションシステムは、自律車両道路ナビゲーションモデル及び／又は地図データ（例えば、疎な地図８００の地図データ）を記憶するように構成される記憶装置（例えば、ハードドライブ、メモリ）を含み得る。記憶装置が、疎なデータ地図８００からの道路モデル全体のローカルコピーを記憶し得ることに留意されたい。代替的には、記憶装置は、必要に応じて車両のナビゲートに提供される疎なデータ地図の部分（例えば、ローカル地図）のみを記憶し得る。そのような実施形態では、ローカル地図は、記憶装置に一時的にのみ記憶し得、１つ又は複数の新しく受信したローカル地図の受信時、又は車両が特定のナビゲーションエリア若しくはゾーンを出たと判断された後、記憶装置からパージし得る。ナビゲーションシステム１７００は、少なくとも１つのプロセッサ１７１５を含み得る。

ナビゲーションシステム１７００は、カメラ１２２、ＧＰＳユニット１７１０、道路プロファイルセンサ１７３０、速度センサ１７２０、及び加速度計１７２５等の１つ又は複数のセンサを含み得る。車両１２０５は、レーダセンサ等の他のセンサを含み得る。車両１２０５に含まれるセンサは、車両１２０５が道路セグメント１２００に沿って走行する際、道路セグメント１２００に関連するデータを収集し得る。

プロセッサ１７１５は、１つ又は複数のセンサから、車両１２０５の移動を示す出力を受信するように構成し得る。例えば、加速度計１７２５は、カメラ１２２の三次元並進移動及び／又は三次元回転移動を示す信号を出力し得る。速度センサは、車両１２０５の速度を出力し得る。道路プロファイルセンサ１７３０は、道路凹凸性、道路幅、道路高さ、道路曲率を示す信号を出力し得、これらは車両１２０５の移動又は軌道の特定に使用し得る。

プロセッサ１７１５は、１つ又は複数のセンサからの出力に基づいて、車両１２０５の実際の軌道を特定し得る。例えば、カメラ１２２から出力される画像の分析に基づいて、プロセッサ１７１５は、道路セグメント１２００に沿った陸標を識別し得る。陸標は、交通標識（例えば、速度制限標識）、方向標識（例えば、異なるルート又は場所を指す高速道路方向標識）、及び汎用標識（例えば、カラーパターン等の一意のシグネチャに関連付けられた矩形ビジネス標識）を含み得る。識別された陸標は、疎な地図８００に記憶されている陸標と比較し得る。一致が見つかる場合、疎な地図８００に記憶されている陸標の位置は、識別された陸標の位置として使用し得る。識別された陸標の位置は、目標軌道に沿った車両１２０５の位置の特定に使用し得る。幾つかの実施形態では、プロセッサ１７１５は、ＧＰＳユニット１７１０により出力されたＧＰＳ信号に基づいて、車両１２０５の位置を特定することもできる。

プロセッサ１７１５は、加速度計１７２５、カメラ１２２、及び／又は速度センサ１７２０からの出力に基づいて、車両の動作を特定し得る。例えば、速度センサ１７２０は、車両１２０５の現在速度をプロセッサ１７１５に出力し得る。加速度計１７２５は、車両１２０５の三次元並進及び／又は回転を示す信号をプロセッサ１７１５に出力し得る。カメラ１２２は、車両１２０５の周囲の複数の画像をプロセッサ１７１５に出力し得る。複数のセンサ及びデバイスからの出力に基づいて、プロセッサ１７１５は、車両１２０５の実際の軌道を特定し得る。実際の軌道は、例えば、車両１２０５が道路セグメント１２００に沿ったいずれのレーンで走行したか又は走行中であるかや、いずれの異なる道路セグメントに沿って車両１２０５が走行したかを含む、車両１２０５が通ったか又は通っている実際の経路を反映する。

プロセッサ１７１５は、カメラ１２２から、車両１２０５に関連付けられた少なくとも１つの環境画像を受信し得る。例えば、カメラ１２２は前向きカメラであり得、車両１２０５の前方の環境の画像を捕捉し得る。カメラ１２２は、車両１２０５の側部又は車両１２０５の後方等の他の方向を向いてもよい。車両１２０５は、異なる方向を向いた複数のカメラを含み得る。プロセッサ１７１５は、少なくとも１つの環境画像を分析して、少なくとも１つのナビゲーション制約に関連付けられた情報を特定し得る。ナビゲーション制約は、障壁（例えば、レーン分離障壁）、物体（例えば、歩行者、街灯柱、信号機柱）、レーンマーク（例えば、実線の黄色レーンマーク）、標識（例えば、交通標識、方向標識、汎用標識）、又は別の車両（例えば、先行車両、後続車両、車両１２０５の横を走行中の車両）のうちの少なくとも１つを含み得る。

プロセッサ１７１５は、サーバ１２３０に送信する目標軌道を決定することもできる。目標軌道は、センサ出力に基づいてプロセッサ１７１５により特定された実際の軌道と同じであり得る。幾つかの実施形態では、目標軌道は、センサ出力に基づいて特定された実際の軌道と異なり得る。目標軌道は、少なくとも１つのナビゲーション制約に関連付けられた、特定された情報に基づいて、実際の軌道への１つ又は複数の変更を含み得る。

例えば、カメラ１２２により捕捉された環境画像は、レーンを変更する車両１２５０の１００メートル先の一時的なレーンシフト障壁１００等の障壁を含み得る（例えば、前方の事故に起因して、レーンが一時的にシフトされる場合）。プロセッサ１７１５は、画像から一時的なレーンシフト障壁を検出し、一時的なレーンシフトに従って、道路モデル又は疎な地図に記憶されている目標軌道に対応するレーンと異なるレーンをとり得る。車両の実際の軌道は、このレーン変更を反映し得る。しかし、レーンシフトは一時的であり、次の１０分、１５分、又は３０分以内にクリアされ得る。したがって、車両１２０５は、目標軌道が、車両１２０５がとった実際の軌道と異なるべきことを反映するように、車両１２０５がとった実際の軌道（すなわち、レーンのシフト）を変更し得る。例えば、システムは、走行した経路が、道路セグメントの好ましい軌道と異なることを認識し得る。したがって、システムは、軌道情報をサーバにアップロードする前に、再構築軌道を調整し得る。他の実施形態では、実際の再構築軌道情報をアップロードし得、１つ又は複数の推奨軌道により、改良（例えば、再構築軌道の少なくとも一部に行われるべき変換のサイズ及び方向）もアップロードし得る。幾つかの実施形態では、プロセッサ１７１５は、変更された実際軌道をサーバ１２３０に送信し得る。サーバ１２３０は、受信した情報に基づいて目標軌道を生成又は更新し得、後に同じ道路セグメントを走行する他の自律車両に目標軌道を送信し得る。

別の例として、環境画像は、道路セグメント１２００に突然現れる歩行者等の物体を含み得る。プロセッサ１７１５は歩行者を検出し得、車両１２０５は、歩行者との衝突を回避するようにレーンを変更し得る。検知されたデータに基づいて車両１２０５が再構築する実際の軌道は、レーンの変更を含み得る。しかし、歩行者は直ちに道路を去り得る。したがって、車両１２０５は、目標軌道が、とられた実際の軌道と異なるべきであることを反映するように、実際の軌道を変更（又は推奨変更を決定）し得る（歩行者の出現は、目標軌道決定のために考慮されるべきではない一時的な状況であるため）。幾つかの実施形態では、車両は、実際の軌道が変更される場合、所定の軌道からの一時的な逸脱を示すデータをサーバに送信し得る。データは、逸脱の原因を示し得るか、又はサーバはデータを分析して、逸脱の原因を特定し得る。逸脱の原因を知ることは有用であり得る。例えば、逸脱が、最近発生した事故にドライバーが気付いたことに起因し、それに応答して、衝突を回避するように車輪を操舵する場合、サーバは、逸脱の原因に基づいて、より穏やかな調整をモデルに計画し得るか、又は道路セグメントに関連付けられた特定の軌道を計画し得る。別の例として、逸脱の原因が、道路を横断している歩行者である場合、サーバは、将来、軌道を変更する必要がないと判断し得る。

別の例として、環境画像は、車両１２０５が、恐らく人間ドライバーの制御下で、レーンのわずか外側を運転中であることを示すレーンマークを含み得る。プロセッサ１７１５は、捕捉画像からレーンマークを検出し得、レーンからの逸脱に対応するように車両１２０５の実際の軌道を変更し得る。例えば、観測されるレーンの中心内にあるように、並進を再構築軌道に適用し得る。

図２０は例示的なメモリ２０００を示す。メモリ２０００は様々なモジュールを含み得、モジュールは、プロセッサにより実行されると、開示される方法をプロセッサに実行させ得る。例えば、メモリ２０００は、実際軌道特定モジュール２００５を含み得る。実際軌道特定モジュール２００５は、プロセッサ（例えば、プロセッサ１７１５又は他のプロセッサ）により実行されると、プロセッサに、車両に含まれる１つ又は複数のセンサから出力又は受信されるデータに基づいて、車両の実際の軌道を特定させ得る。例えば、プロセッサは、加速度計１７２５、カメラ１２２、及び／又は速度センサ１７２０のうちの１つ又は複数から受信される信号に基づいて、実際の軌道を再構築し得る。幾つかの実施形態では、プロセッサは、車両の動作を示すセンサから受信される出力に基づいて、実際の軌道を特定し得る。

メモリ２０００は、目標軌道決定モジュール２０１０を含むこともできる。目標軌道決定モジュール２０１０は、プロセッサにより実行されると、プロセッサに、実際の軌道に基づいて目標軌道を決定させ得る。例えば、センサから受信されるデータに基づいて、プロセッサは、実際の軌道に１つ又は複数の変更を行う必要があると判断し得る。変更された実際の軌道は、サーバ（例えば、サーバ１２３０）に送信される目標軌道として使用し得る。目標軌道は、他の自律車両が後に同じ道路セグメントを走行する際、他の自律車両が辿るのに実際の軌道よりも良好な軌道を表し得る。幾つかの実施形態では、プロセッサは、実際の軌道と、ナビゲーション制約に関連付けられた情報に基づく１つ又は複数の変更とを含む目標軌道を決定し得る。

メモリ２０００は画像分析モジュール２０１５を含むこともできる。画像分析モジュールは、プロセッサにより実行されると、プロセッサに、様々な画像分析アルゴリズムを使用して、カメラ（例えば、カメラ１２２）により捕捉される１つ又は複数の画像を分析させ得る。例えば、プロセッサは、環境の画像を分析して、陸標や、少なくとも１つのナビゲーション制約を識別するか、又は車両から陸標までの距離等を計算し得る。

図２１は、推奨軌道をサーバにアップロードするプロセス例を示すフローチャートである。プロセス２１００は、自律車両１２０５のナビゲーションシステム１７００に含まれるプロセッサ１７１５等の、車両のナビゲーションシステムに含まれるプロセッサにより実行し得る。プロセス２１００は、１つ又は複数のセンサから、車両の動作を示す出力を受信し得る（ステップ２１０５）。例えば、プロセッサ１７１５は、加速度計１７２５等の慣性センサから、車両１２０５の三次元並進移動及び／又は三次元回転移動を示す出力を受信し得る。プロセス２１００は、１つ又は複数のセンサからの出力に基づいて、車両の実際の軌道を特定し得る（ステップ２１１０）。例えば、プロセッサ１７１５は、カメラ１２２からの画像、速度センサ１７２０からの速度、ＧＰＳユニット１７１０からの位置情報、加速度計１７２５からの動作データを分析して、実際の軌道を特定し得る。プロセス２１００は、カメラから、車両に関連付けられた少なくとも１つの環境画像を受信すること（ステップ２１１５）を含み得る。例えば、プロセッサ１７１５は、カメラ１２２から、車両１２０５に関連付けられた少なくとも１つの環境画像を受信し得る。カメラ１２２は、前向きカメラであり得、車両１２０５の前方の環境の画像を捕捉し得る。プロセス２１００は、少なくとも１つの環境画像を分析して、少なくとも１つのナビゲーション制約に関連付けられた情報を特定すること（ステップ２１２０）を含み得る。例えば、プロセッサ１７１５は、カメラ１２２からの環境画像を分析して、画像内の障壁、物体、レーンマーク、標識、又は別の車両のうちの少なくとも１つを検出し得る。プロセス２１００は、ナビゲーション制約に関連付けられた、特定された情報に基づいて、実際の軌道及び実際の軌道への１つ又は複数の変更を含む、目標軌道を決定すること（ステップ２１２５）を含むこともできる。例えば、環境画像から検出される障壁、物体、レーンマーク、標識、又は別の車両のうちの少なくとも１つに基づいて、プロセッサ１７１５は、例えば、車両１２０５が走行しているレーン又は道路以外のレーン又は道路を含むように、実際の軌道を変更し得る。変更された実際の軌道は、目標軌道として使用し得る。目標軌道は、車両１２０５がとっている実際の軌道よりも安全又は良好な軌道を反映し得る。プロセス２１００は、目標軌道をサーバに送信すること（ステップ２１３０）を更に含み得る。例えば、プロセッサ１７１５は、目標軌道を車両１２０５からサーバ１２３０に送信し得る。サーバ１２３０は、車両１２０５から受信した目標軌道を他の車両（自律車両であってもよく、又は人間操作の車両であってもよい）に送信し得る。他の車両は、目標軌道に基づいてレーン又は経路を変更し得る。幾つかの実施形態では、プロセス２１００は、サーバにより示唆された軌道変更をオーバーライドすることを含み得る。例えば、車両がレーン分岐に近づいており、サーバが、一時的に閉鎖されているか又は他の交通用にマークされているレーンへの現在レーンの変更を決定する場合、プロセッサ１７１５は、一時的閉鎖の検出（例えば、車載カメラにより捕捉される画像から）に基づいて、サーバによる決定をオーバーライドし得る。

プロセス２１００は、他の動作又はステップを含み得る。例えば、プロセッサ１７１５は、目標軌道をサーバ１２３０から受信し得る。目標軌道は、同じ道路セグメント１２００で車両１２０５の先を走行中の他の車両からサーバ１２３０に送信し得る。プロセッサ１７１５は、サーバ１２３０から受信した目標軌道を用いて、ナビゲーションシステム１７００に提供された自律車両道路ナビゲーションモデルを更新し、車両１２０５にレーン変更等のナビゲーション操作を行わせ得る。

陸標識別
開示される実施形態によれば、システムは、陸標を識別して、自律車両道路ナビゲーションモデルで使用し得る。この識別は、他の特徴の中でも特に、陸標タイプ、物理的サイズ、及び識別された陸標の位置の特定を含み得る。

図２２は、陸標を識別して、自律車両ナビゲーションで使用するシステムを含む環境例を示す。この例では、図２２は道路セグメント２２００を示す。車両２２０１及び２２０２は、道路セグメント２２００に沿って走行中であり得る。道路セグメント２２００に沿って、１つ又は複数の標識又は物体（例えば、２２０５及び２２０６）があり得、これは陸標として識別し得る。陸標は、自律車両道路ナビゲーションモデル又は疎な地図（例えば、疎な地図８００）に記憶し得る。陸標の実際の画像は、モデル又は疎な地図に記憶する必要はない。むしろ、上述したように、陸標のタイプ、位置、物理的サイズ、及び特定の場合、簡略画像シグネチャを特徴付ける小量のデータをモデル又は疎な地図に記憶し得、それにより、モデル又は疎な地図の記憶及び／又は疎な地図の幾つか又は全ての自律車両への送信に必要な記憶空間を低減し得る。加えて、道路セグメントに沿って現れるあらゆる陸標が記憶されるわけではない。モデル又は疎な地図は、道路セグメントに沿って互いから少なくとも５０メートル、少なくとも１００メートル、少なくとも５００メートル、少なくとも１キロメートル、少なくとも２キロメートル等だけ離間され得る、認識された陸標の疎な記録を有し得る。陸標の疎な記録は、陸標に関連するデータの記憶に必要な記憶空間も低減する。モデル及び／又は疎な地図に記憶される陸標は、道路セグメント２２００に沿った自律車両ナビゲーションに使用し得る。例えば、疎なデータ地図８００に含まれる認識済み陸標は、車両２２０１及び２２０２の位置特定に使用し得る（例えば、モデル又は疎な地図に記憶された目標軌道に沿った車両２２０１及び２２０２の位置特定）。

車両２２０１及び２２０２は、自律車両であり得、他の実施形態に開示される車両と同様であり得る。例えば、車両２２０１及び２２０２は、少なくとも１つの画像捕捉デバイス（例えば、画像捕捉デバイス又はカメラ１２２）等の車両２００に含まれる構成要素及びデバイスを含み得る。車両２２０１及び２２０２は、それぞれ少なくとも１つのプロセッサ２２１０を含み得、プロセッサ２２１０はプロセッサ１８０、１９０、又は処理ユニット１１０と同様であり得る。車両２２０１及び２２０２のそれぞれは、通信ユニット２２１５を含み得、通信ユニット２２１５は、１つ又は複数のネットワーク（例えば、セルラネットワーク及び／又はインターネット等）を介してサーバ２２３０と通信し得る。

サーバ２２３０は、ハードウェア構成要素（例えば、回路、スイッチ、ネットワークカード）及びソフトウェア構成要素（例えば、通信プロトコル、コンピュータ可読命令又はコード）の両方を含み得る。例えば、サーバ２２３０は、車両２２０１及び２２０２と通信するように構成された通信ユニット２２３１を含み得る。サーバ２２３０は、自律車両道路ナビゲーションモデル、疎な地図（例えば、疎な地図８００）、及び／又は車両２２０１及び２２０２から受信されるナビゲーション情報等のデータを処理するように構成された少なくとも１つのプロセッサ２２３２を含み得る。ナビゲーション情報は、陸標の画像、陸標の識別子、全地球測位システム信号、自己運動データ、速度、加速度、道路ジオメトリ（例えば、道路プロファイル、レーン構造、道路セグメント２２００の高さ）等、車両２２０１及び２２０２から受信される任意の情報を含み得る。サーバ２２３０は記憶デバイス２２３３を含み得、記憶デバイス２２３３は、ハードドライブ、コンパクトディスク、メモリ、又は他の非一時的コンピュータ可読媒体であり得る。

車両２２０１及び２２０２は、カメラ１２２を介して、車両が道路セグメント２２００に沿って走行する際、車両の環境の少なくとも１つの画像を捕捉し得る。環境の画像は、標識又は陸標２２０５及び２２０６の画像を含み得る。幾つかの実施形態では、陸標２２０５及び２２０６に関連付けられた少なくとも１つの識別子は、車両２２０１及び２２０２により特定し得、識別子は車両からサーバ２２３０に送信し得る。幾つかの実施形態では、陸標２２０５及び２２０６に関連付けられた少なくとも１つの識別子は、カメラ１２２により捕捉され、サーバ２２３０に送信される陸標２２０５及び２２０６の画像に基づいて、サーバ２２３０により特定し得る。

例えば、ホスト車両（例えば、カメラ１２２をホストする車両２２０１）に設置されたカメラ１２２は、車両２２０１の環境（例えば、車両２２０１の前）の少なくとも１つの画像表現を取得し得る。車両２２０１に含まれるプロセッサ２２１５は、少なくとも１つの画像を分析して、ホスト車両の環境内の陸標（例えば、陸標２２０６）を識別し得る。プロセッサ２２１５は、少なくとも１つの画像を解析して、陸標に関連付けられた少なくとも１つの識別子を特定することもできる。

幾つかの実施形態ではプロセッサ２２１５は次に、少なくとも１つの識別子をサーバ２２３０に送信し得る。サーバ２２３０（例えば、プロセッサ２２３２及び通信ユニット２２３１を通して）は、陸標に関連付けられた少なくとも１つの識別子を受信し得る。プロセッサ２２３２は、陸標に、対応する道路セグメント２２００を関連付け得る。プロセッサ２２３２は、陸標に関連付けられた少なくとも１つの識別子を含むように、対応する道路セグメント２２００に対する自律車両道路ナビゲーションモデルを更新し得る。プロセッサ２２３２は、更新された自律車両道路ナビゲーションモデルを、車両２２０１及び２２０２並びに後に道路セグメント２２００に沿って走行する他の車両に配信し得る。

陸標（例えば、陸標２２０５又は２２０６）に関連付けられた少なくとも１つの識別子は、陸標の位置を含み得る。位置は、車両２２０１及び２２０２に設置された様々なセンサ又はデバイスにより提供される信号（例えば、ＧＰＳ信号、車両移動信号）に基づいて特定し得る。識別子は、陸標の形状を含み得る。例えば、識別子は、陸標２２０５の矩形形状又は陸標２２０６の三角形形状を示すデータを含み得る。識別子は、陸標のサイズを含み得る。例えば、識別子は、矩形標識２２０５及び／又は三角形標識２２０６の幅及び／又は高さを示すデータを含み得る。識別子は、別の陸標に対する陸標の距離を含み得る。例えば、陸標２２０６に関連付けられた識別子は、陸標２２０６から陸標２２０５までの距離ｄを含み得る。距離ｄは、道路セグメント２２００に沿った陸標２２０５及び２２０６間の距離として示される。道路セグメント２２００を横断する陸標２２０５及び２２０６間の直接距離等の他の距離を使用することもできる。幾つかの実施形態では、距離は、認識された陸標（例えば、２２０６）から前に認識された陸標（例えば、道路セグメント２２００に沿って少なくとも５０メートル、少なくとも１００メートル、少なくとも５００メートル、少なくとも１キロメートル、少なくとも２キロメートル後に離れたところで認識された陸標）までの距離を指し得る。

幾つかの実施形態では、識別子は、陸標が複数の陸標タイプの１つとして識別されることに基づいて特定し得る。換言すれば、識別子は陸標のタイプであり得る。陸標タイプは、交通標識（例えば、速度制限標識）、柱（例えば、街灯柱）、方向インジケータ（例えば、方向を示す矢印を有する高速道路出口標識）、ビジネス標識（例えば、標識２２０５等の矩形標識）、反射板（例えば、安全目的でカーブにある反射ミラー）、距離マーカ等を含む。各タイプには、一意のタグ（例えば、数値、テキスト値等）を関連付け得、一意のタグが必要とするデータ記憶は、わずか（例えば、４バイト、８バイト等）である。陸標が特定の記憶されたタイプであると認識される場合、陸標のタイプに対応するタグは、陸標の他の特徴（例えば、サイズ、形状、位置等）と共に記憶し得る。

陸標は以下の２つのカテゴリに分類し得る：運転に直接関連する陸標、及び運転に直接関連しない陸標。運転に直接関連する陸標は、交通標識、道路上の矢印、レーンマーク、信号機、停止線等を含み得る。これらの陸標は、標準形態を含み得る。運転に直接関連する陸標は、自律車両により特定のタイプとして容易に認識し得る。したがって、陸標のタイプに対応するタグは、小さいデータ記憶空間（例えば、１バイト、２バイト、４バイト、８バイト等）を用いて記憶し得る。例えば、数値「５５」を有するタグには停止標識を関連付け得、「１００」を有するタグには速度制限を関連付け得、「１０８」を有するタグには信号機を関連付け得る等である。

運転に直接関連しない陸標は、例えば、街灯柱、方向標識、ビジネス標識、又は広告板（例えば、広告の）を含み得る。これらの陸標は標準形態を有さないことがある。広告のための広告板又は街灯柱等の運転に直接関連しない陸標は、自律車両により容易に認識可能ではないことがある。広告板のような標識は、汎用標識と呼び得る。汎用標識は、簡略シグネチャ表現（又は簡略シグネチャ）を使用して識別し得る。例えば、汎用標識陸標に関連付けられた識別子は、陸標の画像から導出される簡略シグネチャ表現を含み得る。汎用標識陸標は、陸標の実際の画像ではなく、簡略シグネチャを表すデータを使用して記憶し得る。簡略シグネチャは、小さいデータ記憶空間を必要とし得る。幾つかの実施形態では、簡略シグネチャは、数バイトのデータ記憶しか必要としないであろう１つ又は複数の整数により表し得る。簡略シグネチャ表現は、陸標の画像から抽出又は導出される一意の特徴、パターン、又は特性を含み得る。陸標の簡略シグネチャ表現は、陸標の外観を示し得る。

陸標の識別子は、自律車両道路ナビゲーションモデル又は疎な地図８００内に記憶し得、ナビゲーションガイダンスを自律車両に提供するのに使用し得る。例えば、別の車両が後に道路セグメント２２００に沿って走行する際、認識済み陸標の以前に特定された位置を、道路セグメントの目標軌道に対するその車両の位置を特定するのに使用し得る。

図２３は、陸標を識別して、自律車両ナビゲーションで使用するシステムを含む環境例を示す。車両２３０１及び２３０２（自律車両であり得る）は、道路セグメント２２００を走行し得る。車両２３０１及び２３０２は、他の実施形態において開示される他の車両（例えば、車両２００、２２０１、及び２２０２）と同様であり得る。車両２３０１は、カメラ１２２、プロセッサ２３１０、及び通信ユニット２３１５を含み得る。車両２３０２は、カメラ１２２、プロセッサ２３１１、及び通信ユニット２３１５を含み得る。この実施形態では、車両２３０１及び２３０２のうちの一方は、ハブ車両（例えば、車両２３０１）として機能し得、ハブ車両は、図２２に示される実施形態においてサーバ２２３０により実行される機能を実行し得る。例えば、サーバ２２３０と同様のサーバをハブ車両２３０１に設置して、サーバ２２３０により実行される機能と同様の機能を実行し得る。別の例として、車両２３０１に提供されるプロセッサ２３１０は、サーバ２２３０の機能の幾つか又は全てを実行し得る。

図２３に示されるように、車両２３０１及び２３０２は、通信ユニット２３１５、２３１６、及び通信パス２３４０を通して互いと通信し得る。図２３に示されていないが、道路セグメント２２００上の他の自律車両も、ハブ車両２３０１と通信し得る。車両２３０２（及び他の車両）は、車両２３０２上のプロセッサ２３１１により捕捉又は処理された陸標データ（例えば、陸標２２０６の画像）をハブ車両２３０１のプロセッサ２３１０に送信し得る。車両２３０２は、他のナビゲーション情報（例えば、道路ジオメトリ）もハブ車両２３０１に送信し得る。幾つかの実施形態では、ハブ車両２３０１のプロセッサ２３１０は、車両２３０２から受信した陸標データを処理して、車両２３０２により検出される陸標に関連付けられた識別子を特定し得る。幾つかの実施形態では、車両２３０２のプロセッサ２３１１は、画像を処理して、陸標に関連付けられた識別子を特定し、識別子を車両２３０１に送信し得る。ハブ車両２３０１のプロセッサ２３１０は、陸標に道路セグメント２２００を関連付け、陸標２２０６に関連付けられた識別子を含むように、自律車両道路ナビゲーションモデル及び／又は疎な地図８００を更新し得る。ハブ車両２３０１のプロセッサ２３１０は、更新された自律車両道路ナビゲーションモデル及び／又は疎な地図８００を、車両２３０２及び道路セグメント２２００を走行する他の自律車両等の複数の自律車両に配信し得る。ハブ車両に関して参照又は説明される任意の機能が、道路のシステムを走行する車両に関してリモートに配置される１つ又は複数のサーバにより実行し得ることを理解されたい。例えば、そのようなサーバは、１つ又は複数の中央設備に配置し得、無線通信インタフェースを介して、展開された車両と通信し得る。

図２４は、陸標の簡略シグネチャ表現を特定する方法を示す。簡略シグネチャ表現（又は簡略シグネチャ又はシグネチャ）は、汎用標識等の運転に直接関連しない陸標に対して特定し得る。例えば、簡略シグネチャ表現は、標識又は陸標２２０５等の矩形ビジネス標識（広告）に対して特定し得る。簡略シグネチャは、汎用標識の実際の画像ではなく、モデル又は疎な地図に記憶することができ、他の車両により導出される簡略シグネチャとの後の比較に使用し得る。図２４に示される実施形態では、陸標２２０５の画像は、３２バイト（又は１６バイト、６４バイト等の任意の他のサイズ）等の所定のデータサイズの一連の数字にマッピングし得る。マッピングは、矢印２４０５により示されるマッピング関数を通して実行し得る。任意の適するマッピング関数が使用可能である。幾つかの実施形態では、ニューラルネットワークを使用して、複数のトレーニング画像に基づいてマッピング関数を学習し得る。図２４は、−１２８〜１２７の範囲内の３２の数字を含む例としてのアレイ２４１０を示す。数字のアレイ２４１０は、陸標２２０５の簡略シグネチャ表現又は識別子の例であり得る。

図２５は、陸標の簡略シグネチャ表現を特定する別の方法を示す。例えば、カラーパターンを矩形ビジネス標識２２０５等の汎用標識の画像から抽出又は導出し得る。別の例として、輝度パターンを汎用標識の画像から抽出又は導出し得る。簡略シグネチャ表現は、カラーパターン又は輝度パターンのうちの少なくとも一方を含み得る。幾つかの実施形態では、陸標２２０５の画像は、図２５において格子で示されるように、複数のピクセルセクションに分割し得る。ピクセルセクション毎に、カラー値又は輝度値を計算し、円、星、又は三角形の１つにより表されるように、ピクセルセクションを関連付け得る。パターン２５００は、カラーパターン（この場合、円、星、及び三角形のそれぞれはカラー値を表す）又は輝度パターン（この場合、円、星、及び三角形のそれぞれは輝度値を表す）を表し得る。パターン２５００は、陸標２２０５の簡略シグネチャ表現として使用し得る。

図２６はメモリのブロック図例を示し、メモリは、自律車両ナビゲーションで使用される陸標を識別する１つ又は複数の動作を実行するコンピュータコード又は命令を記憶し得る。図２６に示されるように、メモリ２６００は、自律車両ナビゲーションに使用される陸標を識別する動作を実行する１つ又は複数のモジュールを記憶し得る。

例えば、メモリ２６００は、配信モジュール２６０５及び陸標識別子特定モジュール２６１０を含み得る。幾つかの実施形態では、モデル更新及び配信モジュール２６０５及び陸標識別子特定モジュール２６１０は、同じメモリ２６００又は異なるメモリに記憶し得る。プロセッサは、モジュールを実行して、モジュール内に含まれる命令又はコードにより定義される様々な機能を実行し得る。例えば、プロセッサにより実行されると、モデル更新及び配信モジュール２６０５は、プロセッサに、陸標に関連付けられた少なくとも１つの識別子を含むように、対応する道路セグメントに関する自律車両道路ナビゲーションモデルを更新させ得る。モデル更新及び配信モジュール２６０５は、プロセッサに、更新された自律車両道路ナビゲーションモデルを複数の自律車両に配信させて、自律ナビゲーションを提供させもする。プロセッサにより実行されると、陸標識別子特定モジュール２６１０は、プロセッサに、車両の環境を表す少なくとも１つの画像を分析させて、画像内の陸標を識別させ得る。陸標識別子特定モジュール２６１０は、プロセッサに、画像を分析させて、陸標に関連付けられた少なくとも１つの識別子を特定させることもできる。識別子は、モデル更新及び配信モジュール２６０５においてモデルを更新するのに使用し得る。

幾つかの実施形態では、陸標識別子特定モジュール２６１０は、特定の予め定義される検出優先度を有するように構成し得る。例えば、陸標識別子特定モジュール２６１０は、プロセッサに、まず道路標識を検索させ得、道路標識が前の陸標から特定の距離内に見つけられない場合、次に、陸標識別子特定モジュール２６１０は他の陸標を使用し得る。

加えて、陸標識別子特定モジュール２６１０は、陸標頻度（所定の距離にわたり検出又は記憶される陸標）を制限する最小陸標密度／頻度及び最大陸標密度／頻度を含み得る。幾つかの実施形態では、これらの制限は、認識されるか、又は検出され記憶される陸標が十分にあるが、多過ぎないことを保証し得る。

幾つかの実施形態では、陸標密度／頻度には、記憶サイズ又は帯域幅サイズを関連付け得る。利用可能な道路標識が多いほど、使用される記憶空間又は帯域幅は大きくなり得る。代替又は追加として、異なる設定を異なるタイプの陸標に関連付け得る。例えば、交通標識にはより高い陸標密度／頻度を関連付け得、一方、汎用標識にはより低い陸標密度／頻度を関連付け得、それにより、所定の距離内で、汎用標識よりも多くの交通標識を検出し、記憶し得る。

幾つかの実施形態では、メモリ２６００はサーバ２２３０に、例えば、記憶装置２２３３の一部として含まれ得る。サーバ２２３０に含まれるプロセッサ２２３２は、モデル更新及び配信モジュール２６０５を実行して、陸標に関連付けられた少なくとも１つの識別子を含むように、自律車両道路ナビゲーションモデルを更新し、更新されたモデルを複数の自律車両に配信し得る。幾つかの実施形態では、サーバ２２３０に含まれるプロセッサ２２３２は、車両（例えば、２２０１、２２０２）からデータ（陸標の画像、ナビゲーション情報、道路情報等）を受信し得、陸標識別子特定モジュール２６１０を実行して、受信データに基づいて、陸標に関連付けられた識別子を特定し得る。

幾つかの実施形態では、メモリ２６００は、サーバ２２３０の機能を実行するハブ自律車両に提供されるメモリであり得る。例えば、ハブ車両が車両２２０１である場合、プロセッサ２２１０は、モデル更新及び配信モジュール２６０５を実行して、陸標に関連付けられた識別子を含むように、自律車両道路ナビゲーションモデルを更新し得る。プロセッサ２２１０はまた、道路セグメント２２００を走行する複数の他の自律車両に更新されたモデルを配信し得る。幾つかの実施形態では、ハブ車両２２０１のプロセッサ２２１０は、他の自律車両（例えば、車両２２０２）からデータ（例えば、陸標の画像、ナビゲーション情報、道路情報等）を受信し得る。ハブ車両２２０１のプロセッサ２２１０は、陸標識別子特定モジュール２６１０を実行して、他の自律車両から受信したデータに基づいて陸標の識別子を特定し得る。例えば、ハブ車両２２０１のプロセッサ２２１０は、別の車両の環境の画像を分析して、陸標を識別し、陸標に関連付けられた少なくとも１つの識別子を特定し得る。識別子は、ハブ車両２２０１によるモデルの更新において、モデル更新及び配信モジュール２６０５により使用し得る。

幾つかの実施形態では、モデル更新及び配信モジュール２６０５及び陸標識別子特定モジュール２６１０は、別個のメモリに記憶し得る。例えば、モデル更新及び配信モジュール２６０５は、サーバ２２３０に含まれるメモリに記憶し得、陸標識別子特定モジュール２６１０は、自律車両に提供されるメモリ（例えば、車両２２０１、２２０２、２３０１、及び２３０２に提供されるナビゲーションシステムのメモリ）に記憶し得る。サーバ２２３０に提供されるプロセッサ（例えば、プロセッサ２２３２）は、モデル更新及び配信モジュール２６０５を実行して、モデルを更新し、更新されたモデルを自律車両に配信し得る。自律車両に提供されるプロセッサ（例えば、プロセッサ２２１０、２３１０、又は２３１１）は、陸標識別子特定モジュール２６１０を実行して、陸標に関連付けられた識別子を特定し得る。

図２７は、陸標の識別子を特定する例示的なプロセス２７００を示すフローチャートである。プロセス２７００は、陸標識別子特定モジュール２６１０がプロセッサ、例えば、サーバ２２３０に含まれるプロセッサ２２３２又は自律車両に提供されるプロセッサ２２１０、２３１０、及び２３１１により実行されるとき、実行し得る。プロセス２７００は、ホスト車両の環境の少なくとも１つの画像を取得すること（ステップ２７１０）を含み得る。例えば、ホスト車両２２０２（カメラ１２２がホストされる）に提供されるカメラ１２２は、車両２２０２の周囲の環境の少なくとも１つの画像を捕捉し得る。車両２２０２に提供されるプロセッサ２２１０は、画像をカメラ１２２から受信し得る。プロセス２７００は、画像を分析して、陸標を識別すること（ステップ２７２０）を含むこともできる。例えば、車両２２０２に提供されるプロセッサ２２１０は、カメラ１２２から受信した画像を分析して、車両２２０２の周囲の環境にある陸標を識別し得る。プロセス２７００は、画像を分析して、陸標に関連付けられた少なくとも１つの識別子を特定すること（ステップ２７３０）を含むこともできる。例えば、車両２２０２に提供されるプロセッサ２２１０は、カメラ１２２から受信した画像を分析して、陸標に関連付けられた少なくとも１つの識別子を特定し得る。識別子は、特に任意の上述した特徴を含む、陸標候補に関連付けられる任意の観測可能な特徴を含み得る。例えば、そのような陸標の観測は、捕捉画像の分析に基づいた視覚的認識を通して行い得、及び／又はより多くのセンサ（例えば、サスペンションセンサ）又は任意の他の観測手段のうちの１つにより検知することを含み得る。

プロセス２７００は他の動作又はステップを含み得る。例えば、環境の画像から陸標を識別するに当たり、プロセッサ２２１０は、所定のタイプに基づいて陸標を識別し得る。陸標に関連付けられた識別子を特定するに当たり、プロセッサ２２１０は、車両２２０２により受信されるＧＰＳ信号及び位置の特定に使用し得る他のセンサ信号に基づいて、陸標の位置を特定し得る。プロセッサ２２１０は、画像から陸標の形状又はサイズのうちの少なくとも一方を特定し得る。プロセッサ２２１０は、画像に現れるか又は現実世界で現れる別の陸標への、陸標の距離も特定し得る。プロセッサ２２１０は、陸標の識別子の一部として、簡略シグネチャ表現を抽出又は導出し得る。プロセッサ２２１０は、陸標の画像を、所定のデータサイズ（例えば、３２バイト、６４バイト等）の一連の数字へマッピングすることに基づいて、簡略シグネチャ表現を特定し得る。プロセッサ２２１０は、陸標の簡略シグネチャ表現として、カラーパターン又は輝度パターンのうちの少なくとも一方を特定し得る。

図２８は、識別子に基づいて車両道路ナビゲーションモデルを更新し配信する例示的なプロセスを示すフローチャートである。プロセス２８００は、モデル更新及び配信モジュール２６０２が、サーバ２２３０に含まれるプロセッサ２２３２又は自律車両に含まれるプロセッサ２２１０、２３１０、及び２３１１等のプロセッサにより実行されるとき、実行し得る。プロセス２８００は、陸標に関連付けられた識別子を受信すること（ステップ２８１０）を含み得る。例えば、プロセッサ２２３２は、自律車両２２０１又は２２０２から、陸標に関連付けられた少なくとも１つの識別子を受信し得る。プロセス２８００は、陸標を、対応する道路セグメントに関連付けること（ステップ２８２０）を含み得る。例えば、プロセッサ２２３２は、陸標２２０６を道路セグメント２２００に関連付け得る。プロセス２８００は、陸標に関連付けられた識別子を含むように、自律車両道路ナビゲーションモデルを更新すること（ステップ２８３０）を含み得る。例えば、プロセッサ２２３２は、モデル内の陸標２２０５に関連付けられた識別子（例えば、位置情報、サイズ、形状、パターンを含む）を含むように、自律車両道路ナビゲーションモデルを更新し得る。幾つかの実施形態では、プロセッサ２２３２は、陸標２２０５に関連付けられた識別子を含むように、疎な地図８００を更新することもできる。プロセス２８００は、更新されたモデルを複数の自律車両に配信すること（ステップ２８４０）を含み得る。例えば、プロセッサ２２３２は、自律車両２２０１、２２０２及び道路セグメント２２００を後に走行する他の車両に更新されたモデルを配信し得る。更新モデルは、更新されたナビゲーションガイダンスを自律車両に提供し得る。

プロセス２８００は他の動作又はステップを含み得る。例えば、サーバ２２３０に含まれるプロセッサ２２３２は、陸標に関連付けられた識別子を特定するプロセス２７００の幾つか又は全てを実行し得る。プロセッサ２２３２は、車両２２０１及び２２０２から、陸標に関連するデータ（環境の画像を含む）を受信し得る。プロセッサ２２３２は、データ（例えば、画像）を分析して、画像内の陸標を識別し、画像に関連付けられた識別子を特定し得る。

開示されるシステム及び方法は、他の特徴を含み得る。例えば、幾つかの実施形態では、道路セグメントに沿った車両位置は、２つの陸標間の車両の速度を積分することにより、車両上のプロセッサ又はリモートサーバにより特定し得る。したがって、陸標は一次元（１Ｄ）位置特定アンカーとして機能し得る。モデルでは、陸標の位置は、例えば、これらの位置の平均をとることにより、複数の運転での複数の車両により識別される位置に基づいて計算し得る。

汎用標識等の特定の陸標の場合、開示されるシステムは、陸標の実際の画像ではなく、画像シグネチャ（例えば、簡略シグネチャ）を記憶し得る。幾つかのタイプの陸標は比較的高精度で検出し得、位置特定（例えば、車両の位置の特定）に容易に使用し得る。例えば、数字「８０」を有する円形の速度制限標識等の交通に直接関連する標識は、特定のタイプとして容易に分類し得、容易に検出し得る。他方、ドライバーを付近のレストランに招くビーコン標識（例えば、矩形の広告標識）は、いかなる誤検出もなく見つけることは、より難しいことがある。理由は、非常に多様なクラスの物体（例えば、広告標識は既知のクラス又はタイプに入らないことがある）についてモデルを学習させることが難しいためである。他の検出が容易な標識が利用可能ではない場合、汎用標識を陸標として使用することもできるが、汎用標識は誤検出のいくらかのリスクを生じさせる。

解釈が難しい陸標の場合、開示されるシステムは、解釈が難しい陸標に外観シグネチャ（又は簡略シグネチャ又はシグネチャ）を関連付ける。シグネチャは、陸標の位置情報と共にモデル（例えば、道路モデル又は自律車両道路ナビゲーションモデル）に記憶し得る。車両がそのような物体を検出し、記憶されているモードと照合する場合、開示されるシステムは、陸標のシグネチャを照合し得る。シグネチャは、クラス情報（例えば、識別された物体が標識であるか否かを示すクラス情報）を符号化していないことがあり、むしろ、「同じか否か」情報（例えば、識別された物体が、前に識別されたもの又はモデルに記憶されたものと同じであるか否かを示す情報を符号化していることがある。

システム（例えば、リモートサーバ又は車両に提供されるプロセッサ）は、前例から画像シグネチャを学習し得る。画像のセットは、同じ特定の物体（特定の位置における特定の陸標）に属する場合のみ、「同じ」とタグ付けし得る。幾つかの実施形態では、開示されるシステムは、Siameseニューラルネットワーク等のニューラルネットワークを使用して、シグネチャを学習し得る。陸標のシグネチャが必要とする記憶空間は、１０バイト、２０バイト、３２バイト、５０バイト、１００バイト等と小さい記憶空間であり得る。

陸標は、道路に沿った車両の長手方向位置特定に使用し得る。陸標（例えば、第１の陸標及び第１の陸標から道路に沿って特定の距離だけ離間された第２の陸標）間の相対距離が、十分な正確性で推定されると、車両が陸標を通り過ぎるとき、車両は、識別子位置推定を「リセット」し、自己速度の積分から現れる誤差を相殺し得る。

システムは、車両センサ（例えば、速度センサ）又は全世界的航法衛星システム（ＧＮＳＳ）システムのいずれかからの自己速度を使用し得る。第１の選択肢では、システムは、車両毎の較正係数を学習して、車両間のばらつきを相殺し得る。

カメラの位置を特定するために、開示されるシステムは、視覚的陸標を識別し得る。繰り返し識別し得る顕著な特徴を有する任意の物体が、視覚的陸標として機能し得る。道路のシナリオでは、特に路傍標識及び交通標識が往々にして、陸標として機能する。交通標識には、通常、タイプが関連付けられる。例えば、「譲れ」タイプの交通標識は、特定の一国の中では厳密に同じ又は略同じに見え得る。開示されるシステムは、タイプ付き交通標識としても知られる、タイプを有する交通標識を識別する場合、システムは地図内でこのタイプを探し、一致が見つかる場合、カメラの位置特定を確立し得る。

しかし、交通標識によっては同じに見えないものがある。一般的な例は、「方向」交通標識であり、この標識は、ドライバーにいずれのレーンがどこに行くかを教える。特定のレストランの標識又は広告標識等の他のより汎用的な標識も使用し得る。標準の交通標識は、数十又は数百の標識を認識するように設計された交通標識認識アルゴリズムを使用して検出し得る。これらの標準標識は、識別のための１バイト及び位置特定（例えば、標識の位置）のための数バイトを使用して地図に記憶し得る。

汎用標識を記憶する一方法は、標識の画像を地図データベースに記憶し、その画像を探すことである。しかし、この解決策は、大きいメモリフットプリントを必要とし得る。タイプを有する交通標識は単一の整数（例えば、４バイト）を必要とし得るが、タイプを有しない交通標識を有する画像パッチは、３２×３２ピクセル画像という低解像度であってさえも、記憶するのに２５６バイト以上を必要とし得る。開示されるシステム及び方法により提供される解決策は、標識を示す任意の所与の画像パッチを一意の３２バイトシーケンス（任意の他のバイト、例えば、５０バイトを使用することもできる）にマッピングするシグネチャ関数を使用する。その結果、関数の出力は、標識を示す画像パッチのシグネチャである。このシグネチャ関数を使用して、システムは、任意の標識を３２バイトシーケンス（又は８個の整数）であり得る「シグネチャ」に変換し得る。次に、シグネチャを使用して、システムは、地図に従って、画像のそのエリアで可視であり得る同様のシグネチャを有する標識の位置を求めて地図を調べるか、又は逆にシグネチャの画像を調べ得る。

シグネチャ関数は、同様のシグネチャを同様の画像パッチに、異なるシグネチャを異なる画像パッチに与えるように設計し得る。システムは、ディープニューラルネットワークを使用して、シグネチャ関数及び２つのシグネチャ間の距離関数の両方を学習し得る。ニューラルネットワークでは、画像での標識の実際のサイズは分からない。標識の候補であり得る様々なサイズの矩形が、画像において検出される。次に、各矩形は、例えば、３２×３２ピクセルという均一サイズにスケーリングし得るが、他のサイズを使用することも可能である。ニューラルネットワークをトレーニングするために、同じ標識の同様の画像は「同じ」とタグ付けられ、一方、同じ地理的場所で捕捉された異なる標識の画像は「異なる」とタグ付けられる。画像パッチは全て均一サイズにスケーリングされた。システムは、それぞれ３２×３２ピクセルの２つの画像パッチを受信し、２進ビット：０は、画像パッチが同じではないことを意味し、１は、画像パッチが同じであることを意味する：を出力するSiameseネットワークを使用し得る。例えば、図２４に示される例では、陸標２２０５のシグネチャ２４１０を地図に記憶し得る。シグネチャは、図２４に示されるように、整数シーケンス（第１のシーケンス）を含む。車両は、標識２２０５と同じ場所にある標識を通り過ぎるとき、標識の画像を捕捉し、マッピング関数を使用して第２の数字シーケンスを導出し得る。例えば、第２の数字シーケンスは、［４４，４，−２，−３４，−５８，５，−１７，−１０６，２６，−２３，−８，−４，７，５７，−１６，−９，−１１，１，−２６，３４，１８，−２１，−１９，−５２，１７，−６，４，３３，−６，９，−７，−６］を含み得る。システムは、ニューラルネットワークを使用して第２のシーケンスを第１のシーケンスと比較し得、ニューラルネットワークは比較のスコアを出力し得る。幾つかの実施形態では、負のスコアは、２つのシグネチャが同じではないことを示し得、正のスコアは、２つのシグネチャが同じであることを示し得る。なお、システムは、２つのシグネチャを同じものとして見なすために、２つのシグネチャが厳密に同じであることを求めないことがある。ニューラルネットワークは、低解像度入力画像を処理可能とすることができ、それにより、高性能を達成しながら、低計算コストにできる。

トレーニングが完了した後、Siameseネットワークは以下の２つのネットワークに分け得る：単一のパッチを受信し、陸標画像の「シグネチャ」を出力するネットワークの部分であり得るシグネチャネットワーク、及び２つの異なるシグネチャを受信し、スカラー（例えば、スコア）を出力する部分であり得るＳＮＳ（同じか否か）ネットワーク。

陸標のシグネチャは、地図上のその位置に結び付け得る。陸標の矩形候補が観測される場合、そのシグネチャは、シグネチャネットワークを使用して計算し得る。次に、２つのシグネチャ：地図からのシグネチャ及び現在の陸標からのシグネチャがＳＮＳネットワークに共有される。ＳＮＳネットワークの出力スコアが負である場合、捕捉画像内の陸標が、地図に記憶されているものと同じではないことを示し得る。ＳＮＳネットワークの出力スコアが正である場合、捕捉画像内の陸標が、地図に記憶されているものと同じであることを示し得る。

シグネチャが必要とする記憶空間は、小さい記憶空間であり得る。例えば、シグネチャは３２バイトを使用し得る（しかし、１０バイト、２０バイト、５０バイト等の他のサイズを使用することもできる）。そのような小サイズのシグネチャにより、低帯域幅通信チャネルでの伝送も可能になり得る。

シグネチャには他のサイズを関連付け得る。シグネチャの長さ（したがって、サイズ）とアルゴリズムの区別能力との間にはトレードオフがあり得る。サイズが小さいほど、エラーレートは高くなり得、一方、シグネチャが大きいほど、誤差は小さくなり得る。開示されるシステムは、区別の必要性を、同じ地理的場所からの陸標シグネチャに制限し得るため、シグネチャサイズをよりコンパクトにし得る。

車両に含まれる自律ナビゲーションシステムでの陸標の使用例を以下に提供する。車両に提供されたカメラは、陸標候補、例えば、矩形標識を検出し得る。プロセッサ（車両又はリモートサーバに提供される）は、標準サイズ（例えば、３２×３２ピクセル）に矩形標識をスケーリングし得る。プロセッサは、シグネチャを計算し得る（例えば、データ例でトレーニングされたニューラルネットワーク等のシステムを使用して）。プロセッサは、計算されたシグネチャを地図に記憶されているシグネチャと比較し得る。次に、シグネチャが一致する場合、プロセッサは、陸標サイズのサイズを地図から取得し得る。プロセッサは、陸標サイズ及び／又は車両動作データ（例えば、速度、並進及び／又は回転データ）に基づいて、車両から陸標までの距離を推定することもできる。プロセッサは、陸標からの距離を使用して、道路又は経路に沿った（例えば、地図に記憶されている目標軌道に沿った）車両の位置を特定し得る。

開示されるシステム及び方法は、街灯柱等の典型的な街路構造物を検出し得る。システムは、街灯柱の局所形状及びシーンでの街灯柱の配置の両方を考慮に入れることができ、街灯柱は、通常、道路のサイド（又は分離帯上）にあり、街灯柱は多くの場合、一画像に２回以上、異なるサイズで出現し、高速道路での街灯柱は、国の基準に基づいて一定間隔（例えば、約２５ｍ〜５０ｍ間隔）を有し得る。開示されるシステムは、畳み込みニューラルネットワークアルゴリズムを使用して、略すべての街路柱の捕捉に十分であり得る画像からの一定ストリップ（例えば、１３６×７２ピクセル）を分類し得る。ネットワークは、いかなるアフィン層も含まないことがあり、畳み込み層、最大プーリング垂直層、及びＲｅＬｕ層のみで構成され得る。ネットワークの出力次元は、ストリップ幅の３倍であり得、これらの３つのチャネルは、ストリップ内の各列に３つの自由度を有し得る。第１の自由度は、この列中に街路柱があるか否かを示し得、第２の自由度は柱の最上部を示し得、第３の自由度は柱の底部を示し得る。ネットワークの出力結果を用いて、システムは、閾値を超える全ての極大をとり、柱の外接矩形を構築し得る。

システムは、初期矩形を取得した後、２つの位置合わせニューラルネットワーク及び１つのフィルタニューラルネットワーク並びにオプティカルフロー及びカルマンフィルタを含むアルゴリズムを使用して、これらの柱を追跡し得る。複数回検出され、良好に追跡された柱には高い信頼度が与えられた。

本開示は、都市部シナリオでのカメラ（又は、車両）位置特定の状況内での陸標定義に関連する概念を導入する。交通標識等の幾つかの陸標は、かなり一般的である傾向を有し、この種の１つの陸標は、ＧＰＳ位置特定が良好ではない限り、一意に識別されないことがある。しかし、一般的な陸標のシーケンスは、極めて一意であり得、ＧＰＳ信号が「都市の谷間」でのように不良である場合であってもさえも、位置特定を与え得る。高層ビルがある都市部エリアは、衛星信号を反射させ得、したがって、不良なＧＰＳ信号を生じさせ得る。他方、都市部エリアは、全ての種類及び種別の陸標がひしめいている。したがって、カメラを使用して、視覚的陸標を使用して、自己位置特定し得る。しかし、特定の陸標は、経路又は軌道に沿って繰り返し見られ得、陸標を地図上の具体的な位置に一致させることを難しくする。「譲れ」標識は、都市部シナリオでは一般的であり得る。「譲れ」という交通標識のみを観測する場合、車両の近傍に多くの「譲れ」標識があり、システムはそれらのうちのいずれが、カメラにより捕捉されたものであるかを知ることができないことがあるため、システムはその「譲れ」標識を位置特定に使用することができないことがある。

開示されるシステム及び方法は、以下の解決策のうちのいずれかを使用し得る。解決策１では、略全ての位置特定アルゴリズムは陸標を使用するが、開示されるシステムは、位置をもつ陸標（positional-landmark）を作成するために、陸標の位置の配置を使用し得る。例えば、同じ画像に表される複数の陸標間の位置関係を車両により測定し得る。陸標の位置関係の構成は、位置をもつ陸標として解釈し得る。陸標に留意するだけではなく、システムは、同じ画像に現れる異なる陸標間の距離も計算し得る。これらのセットの距離は、互いに対する陸標ポジショニングのシグネチャを確立し得る。例えば、車両により検出される陸標のシーケンスは、第１の陸標と第２の陸標との間では１１ｍｍ、第２の陸標と第３の陸標との間では１６ｍｍ、及び第３の陸標と第４の陸標との間では２８ｍｍだけ離間され得る。幾つかの実施形態では、現在可視の陸標の特定の位置の配置は、地図において一意であり得、したがって、位置特定目的で位置をもつ陸標として使用し得る。位置をもつ陸標は一意であり得るため、地図上の位置を容易に関連付け得る。

解決策２は、陸標に基づいて一意の陸標を作成する別の方法を使用し、単一の陸標ではなく、陸標のシーケンスを使用することである。例えば、陸標のシーケンスは、停止標識、速度制限標識、及び譲れ標識を含み得る。譲れ標識陸標は豊富であり得、したがって、わずかな位置特定の価値を有し得るが、シーケンスの幾つかの陸標は、より一意的であり得、明確な位置特定に繋がり得る。

幾つかの実施形態では、上記解決策を一緒に使用し得る。例えば、ルートに、陸標のシーケンス及び陸標間の距離をタグ付けし得る。ＧＰＳ信号が弱い場合、陸標の位置及び陸標間距離は主に、走行距離計測法に基づき（例えば、画像及び／又は慣性センサ及び速度計に基づき）得る。複数の車両がルートに沿って運転し、陸標、及びルートに沿った陸標位置を捕捉する。陸標に関して収集された情報は、車両からサーバに送信し得る。サーバは、陸標情報を陸標シーケンスに並べ得る。データを収集する各車両は、わずかに異なる距離を与え得る。平均距離又はメジアン等のロバストな統計を使用し得る。距離間の分散も地図に記憶し得る。陸標のシーケンスは、車両の幾つかからの記録での、場合によっては欠けている陸標を考慮に入れて位置合わせし得る。陸標が欠ける回数は、陸標可視性についての指示を与える。シーケンスでのその位置での陸標の可視性も地図に記憶し得る。

クライアント車両は、ルートに沿って運転する際、クライアント車両により検出された陸標及び距離を、地図に記憶されている（又は代替的には、サーバから受信した）シーケンスと比較し得る。車両は、両シーケンスで陸標タイプを照合し得、陸標の欠け及び距離誤差について、検出されたシーケンスにペナルティを課し得る。低可視性又は大きい距離分散を有する陸標には、より低いペナルティを課し得る。

陸標を検出するカメラは、レーザ又はレーダ等の任意の距離測定装置によって増強され得る。

ルートに沿って走行する車両が、２つの異なるシーケンスを記録し得ることが可能である。例えば、ルートに沿って走行する５０台の車両のうち、２０台が、一致した距離で「星、星、正方形、円、星」（ここで、「星」、「正方形」、「円」は、それぞれ特定のタイプの標識を表し得る）のシーケンスを報告し得、一方、残りの３０台は、一致した距離で「星、星、正方形、正方形、三角形」を報告し得、ここで、最初の３つの「星、星、正方形」は、他の２０台の車両と一致した距離を有する。これは、交差点又は道路分割等の何らかの興味深い道路特徴があることを示し得る。

陸標位置の改良システムにおいて操舵に使用されるモデルは、グローバルで正確である必要はないが、開示される実施形態によれば、グローバル位置特定は、ナビゲーションシステムにとって有用であり得る。例えば、グローバル座標は、いずれのローカル地図が特定の道路セグメントに沿ったナビゲートに関連し得るかを判断するか、又はある同様の陸標を別の同様の陸標から区別する（例えば、マイル標４５の付近に配置される速度制限標識とマイル標６８に配置される同様の速度制限標識）ためのインデックスとして有用であり得る。グローバル座標は、まず、画像分析に基づいて、ホスト車両に対する特定の陸標の位置を特定することにより、モデル内の陸標に割り当て得る。これらの相対座標をホスト車両のグローバル位置に加算することにより、陸標のグローバル位置を定義し得る。しかし、この測定は、標準の自動車両全世界的航法衛星システム（ＧＮＳＳ）受信機に基づくホスト車両の測定位置よりも正確でない可能性がある。したがって、そのような位置特定は、インデックス付与目的では十分であり得るが、後のセクションに詳述される、開示されるナビゲーション技法は、道路セグメントの目標軌道に対する車両の現在位置を特定するために、陸標に依存する。この目的で陸標を使用するには、ＧＰＳベースの測定が提供することができるよりも正確な、陸標の位置情報が必要になり得る。例えば、ＧＰＳ測定が、＋−５メートルのみまで正確である場合、目標軌道に対する位置特定は、５メートルだけ不正確になり得、車両が目標軌道を辿れるようにするには適さないことがある。

一解決策は、道路セグメントに関連付けられた陸標を調査し、グローバル座標においてそれらの陸標の高度に正確な位置を定義することである。しかし、そのような方法は、時間及び金銭で法外なコストがかかる。特定される陸標位置の正確性を改良する（開示される自律車両ナビゲーション方法のグローバル位置特定参照として機能するのに十分なレベルまで）別の手法として、陸標位置の複数の測定を行い得、複数の測定を使用して、陸標の特定された位置を改良し得る。複数の測定は、車両が陸標を通過する際に得られた車両のＧＰＳ位置に対して陸標の位置を特定するように装備された通過車両により取得し得る。

図２２及び図２３は、それぞれ自律車両ナビゲーションに使用する陸標を識別するシステム例を示す。システムは、陸標の場所又は位置を特定することもできる。図２２に示される実施形態では、システムはサーバ２２３０を含み得、サーバ２２３０は道路セグメント２２００を走行する複数の車両（例えば、車両２２０１及び２２０２）と通信するように構成し得る。道路セグメント２２００に沿って、１つ又は複数の陸標があり得る。陸標は、交通標識、矢印、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含み得る。例示のために、図２２は２つの陸標２２０５及び２２０６を示す。サーバ２２３０は、車両２２０１及び２２０２により認識された陸標（例えば、２２０５及び２２０６）を含む、車両２２０１及び２２０２により収集されたデータを受信し得る。陸標に関する車両２２０１及び２２０２により収集されたデータは、位置データ（例えば、陸標の場所）、陸標の物理的サイズ、道路セグメント２２００沿って順次認識された２つの陸標間の距離、車両２２０１又は２２０２から陸標（例えば、２２０５又は２２０６）への距離を含み得る。車両２２０１及び２２０２は両方とも、陸標２２０６を通過することができ、陸標２２０６の位置を測定し、測定位置をサーバ２２３０に送信することができる。サーバ２２３０は、車両２２０１及び２２０２から受信した陸標の測定位置データに基づいて、陸標の改良位置を特定し得る。例えば、改良位置は、ともに陸標２２０６を通過し、認識する車両２２０１及び２２０２から受信した測定位置データの平均であり得る。陸標２２０６の改良位置は、陸標２２０６の識別子（例えば、タイプ、サイズ、簡略シグネチャ）と共に、自律車両道路ナビゲーションモデル又は疎な地図８００に記憶し得る。陸標２２０６の目標位置は、道路セグメント２２００に沿って後に走行する他の車両により、道路セグメント２２００に関連付けられた目標軌道に沿った車両の位置を特定するのに使用し得、目標軌道に沿った位置はモデル又は疎な地図に記憶し得る。認識された陸標（例えば、疎な地図８００に含まれていた陸標）の改良位置は、サーバ２２３０が、認識された陸標に対する新しい相対位置データを他の車両から受信する場合、更新又は更に改良し得る。

図２３に示される実施形態では、システムは、自律車両のうちの１台を、図２２に示されるリモートサーバ２２３０により実行される機能の幾つか又は全てを実行するハブ車両として利用し得、したがって、サーバを含まないことがある。ハブ車両は、他の自律車両と通信し得、データを他の車両から受信し得る。ハブ車両は、道路モデル、モデルへの更新、疎な地図、疎な地図への更新、目標軌道等の生成に関する機能を実行し得る。幾つかの実施形態では、ハブ車両は、道路セグメント２２００を走行する複数の車両により測定される複数の位置に基づいて、モデル又は疎な地図に記憶されている陸標の改良位置を特定することもできる。

例えば、図２３に示される実施形態では、車両２２０１はハブ車両であり得、車両２２０２から、陸標２２０６の測定位置を含む様々なデータを受信するように構成される少なくとも１つのプロセッサ（例えば、プロセッサ２３１０）を含む。車両２２０１は、車両２２０２から受信した測定位置データ、及び前に陸標２２０６を通り過ぎ、認識した車両からの前に受信した他の測定位置データに基づいて、陸標２２０６の改良位置を特定し得る。陸標２２０６の改良位置は、道路モデル又は疎な地図８００内に記憶し得る。改良位置は、車両２２０１が、同じ陸標に関する新しい測定位置データを他の車両から受信する場合、更新又は改良し得る。

図２９は、陸標の位置を特定／処理／記憶するシステム２９００のブロック図例を示す。システム２９００は、サーバ２２３０又はハブ車両（例えば、２２０１）で実施し得る。システム２９００はメモリ２９１０を含み得る。メモリ２９１０は、他の実施形態に開示される他のメモリと同様であり得る。例えば、メモリ２９１０は一時的フラッシュメモリであり得る。メモリ２９１０は、プロセッサにより実行し得るコンピュータコード又は命令等のデータを記憶し得る。システム２９００は記憶装置２９２０を含み得る。記憶装置２９２０は、ハードドライブ、コンパクトディスク、磁気テープ等の１つ又は複数を含み得る。記憶装置２９２０は、疎な地図８００、自律車両道路ナビゲーションモデル、道路プロファイルデータ、陸標情報等のデータを記憶するように構成し得る。システム２９００は、様々なコード又は命令を実行して、１つ又は複数の開示される方法又はプロセスを実行するように構成される少なくとも１つのプロセッサ２９３０を含み得る。プロセッサ２９３０は、他の実施形態に開示される任意の他のプロセッサと同様であり得る。プロセッサ２９３０は、ハードウェア構成要素（例えば、計算回路）及びソフトウェア構成要素（例えば、ソフトウェアコード）の両方を含み得る。システム２９００は、無線インターネット、セルラ通信ネットワーク等の無線通信を介して自律車両と通信するように構成される通信ユニット２９４０を含むこともできる。

図３０は、システム２９００に含まれるメモリ２９１０のブロック図例を示す。メモリ２９１０は、自律車両ナビゲーションで使用される陸標の場所又は位置を特定する１つ又は複数の動作を実行するコンピュータコード又は命令を記憶し得る。図３０に示されるように、メモリ２９１０は、陸標の位置を特定する動作を実行する１つ又は複数のモジュールを記憶し得る。

例えば、メモリ２９１０は、陸標識別モジュール３０１０及び陸標位置特定モジュール３０２０を含み得る。メモリ２９１０は、陸標位置改良モデル３０３０を含むこともできる。プロセッサ（例えば、プロセッサ２９３０）は、モジュールを実行して、モジュール内に含まれる命令又はコードにより定義される様々な機能を実行し得る。

例えば、プロセッサにより実行されると、陸標識別モジュール３０１０は、プロセッサに、車両に提供されるカメラにより捕捉された画像から陸標を識別させ得る。幾つかの実施形態では、プロセッサは、ホスト車両に設置されたカメラから、ホスト車両に関連付けられた少なくとも１つの環境画像を取得し得る。プロセッサは、少なくとも１つの環境画像を分析して、ホスト車両の環境内の陸標を識別し得る。プロセッサは、陸標のタイプ、陸標の物理的サイズ、及び／又は陸標の簡略シグネチャを識別し得る。

プロセッサにより実行されると、陸標位置特定モジュール３０２０は、プロセッサに陸標の位置を特定させ得る。幾つかの実施形態では、プロセッサは、ホスト車両の位置を表す全地球測位システム（ＧＰＳ）データを受信し、環境画像を分析し、ホスト車両に関する、識別された陸標の相対位置（例えば、車両から陸標までの距離）を特定し得る。プロセッサは、少なくともＧＰＳデータ及び特定された相対位置に基づいて、陸標のグローバルに特定された位置を更に特定し得る。このグローバルに特定された位置は、陸標の位置として使用され、モデル又は地図に記憶し得る。

プロセッサにより実行されると、陸標位置改良モジュール３０３０は、モジュール３０２０により特定された位置を改良し得る。幾つかの実施形態では、プロセッサは、複数の運転での複数の車両から同じ陸標に関連する複数の位置を受信し得るか、又は複数の運転での同じ車両により同じ陸標の位置を測定し得る。複数の位置を使用して、地図に既に記憶されている陸標の位置を改良し得る。例えば、プロセッサは、複数の位置の平均又は複数の位置のメジアン値を計算し、それ（平均又はメジアン）を使用して、地図に記憶されている陸標の位置を更新し得る。別の例として、プロセッサが、新しい車両により測定される、同じ陸標を識別する新しい位置を受信すると常に、新しい位置を使用して、地図に既に記憶されている陸標の位置を更新し得る。

様々な方法を使用して、車両に提供されたカメラにより捕捉された１つ又は複数の画像の分析に基づいて、車両に関する、識別された陸標の相対位置を特定し得る。例えば、図３１は、陸標の１つ又は複数の画像に関連付けられたスケールに基づいて、ホスト車両への陸標の相対位置（又はホスト車両から陸標までの距離）を特定する方法を示す。この例では、車両２２０１に提供されるカメラ１２２は、車両２２０１の前方の環境の画像３１００を捕捉し得る。環境は陸標３１３０を含み得、陸標３１３０は、番号「７０」を有する円で表されるように、速度制限標識である。消失点は番号３１２０で示される。カメラ１２２は、一連の画像等の環境の複数の画像を捕捉し得る。速度制限標識３１３０は、時間ｔ１により示される位置において第１の画像に現れ得る。速度制限標識３１３０は時間ｔ２により示される位置において、第１の画像後に捕捉される第２の画像に現れ得る。第１の位置（時間ｔ１）と消失点３１２０との間の距離はｒで示され、速度制限標識３１３０の第１の位置と第２の位置との間の距離はｄで示される。車両２２０１から陸標３１３０までの距離は、Ｚ＝Ｖ＊（ｔ２−ｔ１）＊ｒ／ｄにより計算し得、式中、Ｖは車両２２０１の速度であり、Ｚは車両２２０１から陸標３１３０までの距離（又は陸標３１３０から車両２２０１までの相対位置）である。

図３２は、視野３２００内の環境の複数の画像に関連付けられたオプティカルフロー分析に基づいて、ホスト車両に対する陸標の相対位置（又は車両から陸標への距離）を特定する方法を示す。例えば、カメラ１２２は、車両２２０１の前方の環境の複数の画像を捕捉し得る。環境は陸標を含み得る。陸標の第１の画像（小さい太線矩形で表される）は３２１０と参照され、陸標の第２の画像（大きい太線矩形で表される）は３２２０と参照される。オプティカルフロー分析は、同じ物体の２つ以上の画像を分析し得、矢印フィールドで示されるように、オプティカルフローフィールド３２３０を導出し得る。第１の消失点は番号３２４０で参照され、第２の消失点は番号３２５０で参照される。幾つかの実施形態では、オプティカルフロー分析は、画像のオプティカルフローから導出される拡大率に基づいて、衝突までの時間（ＴＴＣ）を特定し得る。車両から陸標までの距離は、衝突までの時間及び車両の速度に基づいて推定し得る。

図３３Ａは、自律車両のナビゲーションで使用する陸標の位置を特定する例としてのプロセス３３００を示すフローチャートである。プロセス３３００は、リモートサーバ（例えば、サーバ２２３０）又は自律車両（例えば、車両２３０１）に含まれ得るプロセッサ２９３０により実行し得る。プロセス３３００は、陸標の測定位置を受信すること（ステップ３３１０）を含み得る。例えば、プロセッサ２９３０は、陸標２２０６の測定位置を車両２２０２から受信し得る。車両２２０２は、車両の位置を示すＧＰＳデータ、陸標を含む車両２２０２の環境の１つ又は複数の画像の分析から特定される車両２２０２に対する陸標の相対位置に基づいて、陸標２２０６の位置を測定し得る。プロセス３０００は、測定位置、及び陸標の少なくとも１つの以前に取得された位置に基づいて、陸標の改良位置を特定すること（ステップ３３２０）を含み得る。例えば、プロセッサ２９３０は、陸標を識別した他の車両から受信した１つ又は複数の以前に取得された位置等の、陸標の以前に取得された少なくとも１つの位置と、測定位置との平均をとり得る。幾つかの実施形態では、プロセッサ２９３０は、陸標の以前に取得された少なくとも１つの位置に基づいて特定された、地図（例えば、疎な地図８００）に記憶された位置と、測定位置との平均をとり得る。プロセッサ２９３０は、平均位置を改良位置として使用し得る。幾つかの実施形態では、プロセッサ２９３０は、測定位置及び少なくとも１つの以前に取得した位置（例えば、複数の前に取得した位置）のメジアン値を計算し、メジアン値を改良位置として使用し得る。測定位置、及び複数の以前に取得された位置から取得し得る他の統計学的パラメータは、目標位置として使用し得る。プロセス３０００は、改良位置を用いて、地図に記憶されている陸標の位置を更新し得る（ステップ３３３０）。例えば、プロセッサ２９３０は、地図に記憶されている位置を改良位置で置換し得る。新しい位置データが受信される場合、プロセッサ２９３０は、ステップ３３２０及び３３３０を繰り返して、地図に記憶されている陸標の位置を改良し得、それにより、陸標の位置の正確性を上げる。

図３３Ｂは、陸標の位置を測定する例としてのプロセス３３５０を示すフローチャートである。プロセス３３５０は、サーバ２２３０又は自律車両（例えば、車両２２０１、２２０２、２３０１、及び２３０２）に提供され得るプロセッサ２９３０により実行し得る。地図に記憶されている以前に取得された位置も、プロセス３３５０を使用して取得し得る。プロセス３３５０は、カメラから環境画像を取得すること（ステップ３３５１）を含み得る。例えば、車両２２０２に提供されるカメラ１２２は、陸標２２０６を含み得る、車両２２０２の環境の１つ又は複数の画像を捕捉し得る。プロセッサ２９３０は、画像をカメラ１２２から取得し得る。プロセス３３５０は、環境画像を分析して、陸標を識別すること（ステップ３３５１）を含み得る。例えば、車両２２０２に提供されたプロセッサ２９３０（又はプロセッサ２２１０）は、画像を分析して、陸標２２０６を識別し得る。プロセス３３５０は、車両に提供されたＧＰＳユニットからＧＰＳデータを受信すること（ステップ３３５３）を含むこともできる。例えば、プロセッサ２９３０は、車両２２０２に提供されたＧＰＳユニットからＧＰＳデータを受信し得る。ＧＰＳデータは、車両２２０２（ホスト車両）の位置を表し得る。プロセス３３５０は、環境画像を分析して、車両に対する識別された陸標の相対位置を特定すること（ステップ３３５４）を含み得る。例えば、プロセッサ２９３０は、環境の画像を分析して、適する方法を使用して、車両２２０２に対する識別された陸標２２０６の相対位置を特定し得る。幾つかの実施形態では、プロセッサ２９３０は、画像を分析して、図３１に関連して上述したスケールに基づいて相対位置を特定し得る。幾つかの実施形態では、プロセッサ２９３０は、図３２に関連して上述したように、画像のオプティカルフロー分析に基づいて、画像を分析して、相対位置を特定し得る。プロセス３３５０は、ＧＰＳデータ及び車両に対する陸標の特定された相対位置に基づいて、陸標のグローバルに特定された位置を特定すること（ステップ３３５５）を更に含み得る。例えば、プロセッサ２９３０は、ＧＰＳデータにより示されるような車両２２０２の位置と、相対位置（又は車両２２０２から陸標２２０６までの距離）とを結合することにより、陸標のグローバルに特定された位置を計算し得る。陸標のグローバルに特定された位置は、陸標の測定位置として使用し得る。

開示されるシステム及び方法は、後述する他の特徴を含み得る。開示されるシステムは、グローバル座標系に対する車両の精密位置を知ることなく、目標軌道に沿って自律車両を操舵可能であり得る。ＧＰＳ情報は、１０ｍを超える誤差を有し得、したがって、ＧＰＳ情報は主に、陸標候補又は関連する道路タイルを検索するために、メモリをインデックス付けるのに使用し得る。グローバル位置特定は、視覚的自己運動（visual ego motion）を使用して特定し得る。ドリフトを回避するために、システムは、ホスト車両のＧＰＳ位置と、ホスト車両への陸標の相対位置とを結合することにより、陸標のＧＰＳ位置を推定し得る。グローバル陸標位置は、複数の車両及び複数の運転から得られる位置データを用いて改良し得る（例えば、平均をとり得る）。陸標の測定位置又は場所は、ランダム変数として挙動し得、したがって、平均をとって正確性を改善し得る。ＧＰＳ信号は主に、陸標を記憶するデータベースへのキー又はインデックスとして使用され、車両の位置を特定するために、高精度を有する必要がない。低精度ＧＰＳデータを使用して、車両の位置を特定し得、車両の位置を使用して、陸標の位置を特定する。低精度ＧＰＳデータにより導入される誤差は、蓄積し得る。そのような誤差は、複数の運転からの陸標の位置データの平均をとることにより修正し得る。

幾つかの実施形態では、操舵目的で、ＧＰＳ座標は、データベースにインデックス付与するためにのみ使用し得る。ＧＰＳデータは、操舵角の計算に考慮されないことがある。陸標の位置を含むモデルは、グローバル座標系に遷移し得る。遷移は、車両付近の（グローバル位置特定された）陸標のＧＰＳ位置の平均をとり、決定し、曲線ジオメトリ、経路に沿った位置、レーン割り当て、及びレーン内位置を使用することにより、陸標から離れてグローバル位置特定を拡張することにより、陸標のＧＰＳ座標を特定することを含み得る。

疎な道路モデルを使用した自律ナビゲーション幾つかの実施形態では、開示されるシステム及び方法は、疎な道路モデルを自律車両ナビゲーションに使用し得る。例えば、開示されるシステム及び方法は、認識された陸標に基づいてナビゲーションを提供し、ナビゲーションのために車両のテールを位置合わせし、交差点で車両をナビゲートできるようにし、重複するローカル地図を使用して車両をナビゲートできるようにし、疎な地図を使用して車両をナビゲートできるようにし、予期される陸標位置に基づいて車両をナビゲートし、道路シグネチャに基づいて車両を自律的にナビゲートし、後向きカメラに基づいて車両を前方にナビゲートし、自由空間特定に基づいて車両をナビゲートし、雪の中、車両をナビゲートし得る。更に、開示される実施形態は、自律車両の速度を較正し、認識された陸標位置に基づいて車両のレーン割り当て決定し、車両ナビゲート時、ナビゲーション支援としてスーパーランドマークを使用するシステム及び方法を提供する。これらのシステム及び方法について以下に説明する。

認識済み陸標に基づくナビゲーション開示される実施形態によれば、システムは、陸標を使用して、例えば、目標道路モデル軌道を表す経路に沿ったホスト車両の位置を特定し得る（例えば、陸標への相対方向ベクトルと目標道路モデル軌道との交点を識別することにより）。この位置が特定されると、進行方向を特定された位置での目標道路モデル軌道と比較することにより、操舵方向を決定することができる。陸標は、例えば、少なくとも１つの道路セグメントの環境内の任意の識別可能な固定された物体又は道路セグメントの特定のセクションに関連付けられた任意の観測可能な特徴を含み得る。幾つかの場合、陸標は交通標識（例えば、速度制限標識、危険物標識等）を含み得る。他の場合、陸標は、道路セグメントの特定のセクションに関連付けられた道路特徴プロファイルを含み得る。更に別の場合、陸標は、例えば、車両のサスペンションセンサにより検知されるような様々な道路プロファイルを含み得る。様々なタイプの陸標の更なる例について、前のセクションで考察されており、幾つかの陸標例は図１０に示される。

図３４は、１つ又は複数の認識済み陸標３４０２、３４０４を使用して車両２００をナビゲートする開示されるシステム及び方法を使用し得る道路セグメント３４００を走行する車両２００（自律車両であり得る）を示す。図３４は、画像捕捉デバイス１２２、１２４、１２６を備えたものとして車両２００を示すが、より多数又はより少数の画像捕捉デバイスを任意の特定の車両２００に利用し得る。図３４に示されるように、道路セグメント３４００は、左サイド３４０６及び右サイド３４０８で区切り得る。所定の道路モデル軌道３４１０は、車両２００が道路セグメント３４００に沿って走行する際、車両２００が辿り得る道路セグメント３４００内の好ましい経路（例えば、目標道路モデル軌道）を定義し得る。幾つかの例示的な実施形態では、所定の道路モデル軌道３４１０は、左サイド３４０６及び右サイド３４０８から等距離の所に配置し得る。しかし、所定の道路モデル軌道３４１０が、道路セグメント３４００の左サイド３４０６及び右サイド３４０８のうちの一方又は他方のより近くに配置し得ることが意図される。更に、図３４は、道路セグメント３４００内に１つのレーンを示しているが、道路セグメント３４００が任意の数のレーンを有し得ることが意図される。開示される方法及びシステムに従って、１つ又は複数の陸標３４０２、３４０４を使用して、道路セグメント３４００の任意のレーンを走行する車両２００をナビゲートし得ることも意図される。

画像取得ユニット１２０は、車両２００の環境を表す画像を取得するように構成し得る。例えば、画像取得ユニット１２０は、画像捕捉デバイス１２２、１２４、１２６の１つ又は複数を使用して、車両２００の前方のビューを示す画像を取得し得る。車両２００の処理ユニット１１０は、画像取得ユニット１２０により取得される１つ又は複数の画像内の１つ又は複数の陸標３４０２、３４０４を検出するように構成し得る。処理ユニット１１０は、図２２〜図２８を参照して上述した陸標識別の１つ又は複数のプロセスを使用して、１つ又は複数の陸標３４０２、３４０４を検出し得る。図３４は２つのみの陸標３４０２、３４０４を示すが、車両２００が、画像取得ユニット１２０により取得される画像に基づいて、より少数又はより多数の陸標３４０２、３４０４を検出し得ることが意図される。

処理ユニット１１０は、車両２００の現在位置３４１２に対する１つ又は複数の陸標３４０２、３４０４のそれぞれの位置３４３２、３４３４を特定するように構成し得る。処理ユニット１１０は、車両２００の現在位置３４１２と１つ又は複数の陸標３４０２、３４０４との間の距離を特定するように構成することもできる。更に、処理ユニット１１０は、車両２００の現在位置３４１２に対する１つ又は複数の陸標３４０２、３４０４の１つ又は複数の方向インジケータ３４１４、３４１６を特定するように構成し得る。処理ユニット１１０は、車両２００の現在位置３４１２を起点として、例えば、陸標３４０２、３４０４の位置３４３２、３４３４に向かってそれぞれ延びるベクトルとして、方向インジケータ３４１４、３４１６を特定するように構成し得る。

処理ユニット１１０は、１つ又は複数の方向インジケータ３４１４、３４１６と所定の道路モデル軌道３４１０との交点３４１８を特定するように構成することもできる。図３４に示される例示的な一実施形態では、交点３４１８は、車両２００の現在位置３４１２に一致し得る。これは、例えば、車両２００が所定の道路モデル軌道３４１０上にある場合、生じ得る。一般に車両２００は所定の道路モデル軌道３４１０上にあるか、又はそのかなり近くにあることが予期され得るが、車両２００が、図３５に関して後述するように、所定の道路モデル軌道３４１０上にないことがおこり得ることが意図される。

処理ユニット１１０は、交点３４１８での所定の道路モデル軌道３４１０の方向３４２０を特定するように構成し得る。処理ユニット１１０は、所定の道路モデル軌道３４１０への接線方向として、方向３４２０を特定し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道３４１０を表す三次元多項式の勾配又は傾きに基づいて、方向３４２０を特定するように構成し得る。

処理ユニット１１０は、車両２００の進行方向３４３０を特定するように構成することもできる。図３４に示されるように、車両２００の進行方向３４３０は、画像捕捉デバイス１２２が、車両２００に関連付けられたローカル座標系に対して向け得る方向であり得る。処理ユニット１１０は、車両２００の進行方向３４３０が、所定の道路モデル軌道３４１０の方向３４２０と位置合わせされる（例えば、概して平行する）か否かを特定するように構成し得る。進行方向３４３０が、交点３４１８において、所定の道路モデル軌道３４１０の方向３４２０と位置合わせされない場合、処理ユニット１１０は、車両２００の進行方向３４３０を所定の道路モデル軌道３４１０の方向３４２０と位置合わせし得るような自律操舵動作を決定し得る。例示的な一実施形態では、自律操舵動作は、車両２００の進行方向３４３０を所定の道路モデル軌道３４１０の方向３４２０と位置合わせし得るのを保証するのに役立つように、例えば、車両２００の操舵輪又は前輪をターンし得る角度の決定を含み得る。別の例示的な実施形態では、自律操舵動作は、車両２００の進行方向３４３０を所定の時間で、所定の道路モデル軌道３４１０の方向３４２０と位置合わせすることができることを保証するのに役立つように、車両２００の現在速度の低減又は加速を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶された命令を実行して、例えば、車両２００の操舵輪をターンさせ、所定角度の回転を達成することにより、所望のナビゲーション応答をトリガーするように構成し得る。所定の角度だけの回転は、車両２００の進行方向３４３０を方向３４２０に位置合わせするのに役立ち得る。

処理ユニット１１０は、自律操舵動作を決定する際に追加の考慮事項を含み得る。例えば、幾つかの例示的な実施形態では、処理ユニット１１０は、車両に又は車両２００のユーザに対する様々な可能な自律操舵動作の効果を含み得る、車両の運動学的モデル及び物理的モデルに基づいて、自律操舵動作を決定し得る。処理ユニット１１０は、複数の自律操舵動作から少なくとも１つの自律操舵動作を選択する選択基準を実施し得る。他の例示的な実施形態では、処理ユニット１１０は、「先読み」動作に基づいて、自律操舵動作を決定し得、「先読み」動作は、車両２００の現在位置３４１８の前に配置される道路セグメント３４００の部分を評価し得る。処理ユニット１１０は、１つ又は複数の自律操舵動作により生じ得る、現在位置３４１８の以前の位置での車両２００又は車両２００のユーザの挙動に対する１つ又は複数の自律操舵動作の効果を特定し得る。更に別の例示的な実施形態では、処理ユニット１１０は、車両２００の近傍の１台又は複数台の他の車両の存在及び挙動並びにそのような１台又は複数台の他の車両に対する１つ又は複数の自律操舵動作の生じ得る（推定）影響を更に明らかにし得る。処理ユニット１１０は、追加の考慮事項をオーバーライドとして実施し得る。したがって、例えば、処理ユニット１１０はまず、車両２００の進行方向３４３０を、現在位置３４１８での所定の道路モデル軌道３４１０の方向３４２０と位置合わせし得ることを保証するのに役立ち得る自律操舵動作を決定し得る。処理ユニット１１０は、決定された自律操舵が、追加の考慮事項により課される１つ又は複数の制約に準拠しないと判断する場合、全ての制約を満たし得ることを保証するように、自律操舵動作を変更し得る。

画像取得ユニット１２０は、例えば、所定の時間の後、車両２００の前方の環境の画像を繰り返し取得し得る。処理ユニット１１０は、画像取得ユニット１２０により取得された画像内の１つ又は複数の陸標３４０２、３４０４を繰り返し検出し、上述したように自律操舵動作を決定するように構成することもできる。したがって、画像取得ユニット１２０及び処理ユニット１１０は、１つ又は複数の陸標３４０２、３４０４を使用して、道路セグメント３４００に沿って車両２００をナビゲートするように協働し得る。

図３５は、１つ又は複数の認識された陸標３４０２を使用して車両２００をナビゲートする開示されるシステム及び方法を使用し得る、道路セグメント３４００を走行する別の車両２００を示す。図３４と異なり、図３５の車両２００は、所定の道路モデル軌道３４１０に配置されていない。その結果、図３５に示されるように、方向インジケータ３４１６の交点３４１８は、車両２００の現在位置３４１２と一致しないことがある。

図３４に関して上述したように、処理ユニット１１０は、交点３４１８での所定の道路モデル軌道３４１０の方向３４２０を特定するように構成し得る。処理ユニット１１０は、車両２００の進行方向３４３０が方向３４２０と位置合わせされる（すなわち、概して平行する）か否かを特定するように構成することもできる。進行方向３４３０が、交点３４１８における所定の道路モデル軌道３４１０の方向３４２０と位置合わせされない場合、処理ユニット１１０は、車両２００の進行方向３４３０を所定の道路モデル軌道３４１０の方向３４２０と位置合わせし得るような第１の自律操舵動作を決定し得る。例えば、図３５に示されるように、処理ユニット１１０は、車両２００の進行方向３４３０が方向３４２０と位置合わせし得ることを保証するのに役立つ角度の回転を要求する第１の自律操舵動作を決定し得る。

加えて、車両２００の現在位置３４１２が所定の道路モデル軌道３４１０に配置されていない場合、処理ユニット１２０は、車両２００が、現在位置３４１２から所定の道路モデル軌道３４１０上の交点３４１８に移動し得ることを保証するのに役立つ第２の自律操舵動作を決定し得る。例えば、図３５に示されるように、処理ユニット１１０は、車両２００が現在位置３４１２から、所定の道路モデル軌道３４１０上の交点３４１８に一致するように並進しなければならない距離「ｄ」を決定し得る。図３５に示されていないが、処理ユニット１１０は、車両２００が現在位置３４１２から所定の道路モデル軌道３４１０上の交点３４１８に移動し得ることを保証するのに役立つために必要であり得る回転を決定するように構成することもできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、第１の自律操舵動作、第２の自律操舵動作、又は第１の自律操舵動作と第２の自律操舵動作との何らかの組合せに対応する所望のナビゲーション応答をトリガーするように構成し得る。幾つかの実施形態では、処理ユニット１１０は、命令を実行して、第１の自律操舵動作及び第２の自律操舵動作に対応する所望のナビゲーション応答を順次、任意の順序でトリガーし得る。

図３６は、開示される実施形態により、１つ又は複数の陸標３４０２、３４０４を使用して、道路セグメント３４００に沿って車両２００をナビゲートする例示的なプロセス３６００を示すフローチャートである。プロセス３６００のステップは、メモリ１４０又は１５０にアクセスする必要ありで又はなしで、処理ユニット１１０及び画像取得ユニット１２０のうちの１つ又は複数により実行し得る。プロセス３６００でのステップの順序及び配置は、例示のために提供されている。本開示から理解されるように、例えば、プロセスのステップを追加、結合、削除、及び／又は再配置することにより、変更をプロセス３６００に対して行い得る。

図３６に示されるように、プロセス３６００は、車両の環境を表す画像を取得するステップ３６０２を含み得る。例示的な一実施形態では、画像取得ユニット１２０は、車両２００の前方（又は例えば、車両の側部又は後方）のエリアの１つ又は複数の画像を取得し得る。例えば、画像取得ユニット１２０は、視野２０２を有する画像捕捉デバイス１２２を使用して画像を取得し得る。他の例示的な実施形態では、画像取得ユニット１２０は、視野２０２、２０４、２０６を有する画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数から画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。

プロセス３６００は、１つ又は複数の画像内の１つ又は複数の陸標３４０２、３４０４を識別するステップ３６０４を含むこともできる。処理ユニット１１０は、１つ又は複数の画像を画像取得ユニット１２０から受信し得る。ステップ３６０４において、図５Ｂ〜図５Ｄに関連して更に詳述されるように、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、複数の画像を分析し得る。分析を実行することにより、処理ユニット１１０は、画像のセット内の特徴のセット、例えば、１つ又は複数の陸標３４０２、３４０４を検出し得る。陸標３４０２、３４０４は、１つ又は複数の交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、街灯柱、道路上の線間隔の変更、ビジネス標識等を含み得る。

幾つかの実施形態では、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、マルチフレーム分析を複数の画像に対して実行し、陸標３４０２、３４０４を検出し得る。例えば、処理ユニット１１０は、連続画像フレーム間のカメラ移動を推定し、フレーム間のピクセル単位の視差を計算して、道路の３Ｄマップを構築し得る。次に、処理ユニット１１０は、３Ｄマップを使用して、路面及び陸標３４０２、３４０４を検出し得る。別の例示的な実施形態では、処理ユニット１１０の画像プロセッサ１９０は、画像取得ユニット１２０から受信した複数の画像を結合して、１つ又は複数の複合画像にし得る。処理ユニット１１０は、複合画像を使用して、１つ又は複数の陸標３４０２、３４０４を検出し得る。

幾つかの実施形態では、処理ユニット１１０は、存在する可能性のある陸標として適格であり得る物体の様々な属性を認識することが可能であり得る。この情報は、例えば、車両からリモートのサーバにアップロードし得る。サーバは、受信した情報を処理し得、例えば、疎なデータ地図８００内に新しい認識済み陸標を確立し得る。サーバが、疎なデータ地図８００に既に含まれている認識済み陸標の１つ又は複数の特徴（例えば、サイズ、位置等）を更新することも可能であり得る。

幾つかの場合、処理ユニット１１０は、認識済み陸標（例えば、既に識別されており、疎なデータ地図８００に表現されている陸標）の位置特定を支援し得る情報をリモートサーバから受信し得る。例えば、車両が特定の道路セグメントに沿って走行する際、プロセッサ１１０は、走行中の道路セグメントに対応する１つ又は複数のローカル地図にアクセスし得る。ローカル地図は、車両に対してリモートに配置されるサーバに記憶される疎なデータ地図８００の一部であり得、１つ又は複数のローカル地図は、必要に応じて無線でダウンロードし得る。幾つかの場合、疎な地図８００は、ナビゲートする車両に対してローカルに記憶し得る。ローカル地図は、道路セグメントに関連付けられた様々な特徴を含み得る。例えば、ローカル地図は、車両が道路セグメントに沿って辿るべき目標軌道を表す多項式スプラインを含み得る。ローカル地図は、認識された陸標の表現を含むこともできる。幾つかの場合、上述したように、認識された陸標は、陸標タイプ、位置、サイズ、別の陸標への距離、又は他の特徴等の情報を含み得る。例えば、非意味的標識（例えば、必ずしも道路ナビゲーションに関連するわけではない汎用標識）の場合、疎なデータ地図８００に記憶された情報は、非意味的道路標識に関連付けられた簡略画像シグネチャを含み得る。

疎なデータ地図８００から受信するそのような情報は、道路セグメントに沿った認識済み陸標を識別するに当たりプロセッサユニット１１０を支援し得る。例えば、プロセッサユニット１１０は、その現在位置（例えば、ＧＰＳデータ、最後に特定された位置に対する自律航法、又は任意の他の適する方法に基づいて特定される）及びローカル地図に含まれる情報（例えば、遭遇する次の陸標の特定された位置及び／又は最後に遭遇した陸標から次の陸標までの距離を示す情報）に基づいて、認識済み陸標が、車両の約９５メートル先及び現在の進行方向の右に１０度の位置にあるはずであると判断し得る。プロセッサユニット１１０は、ローカル地図内の情報から、認識済み陸標が、速度制限標識に対応するタイプのものであり、標識がおよそ幅２フィート×高さ３フィートの矩形を有すると判断することもできる。

したがって、プロセッサユニット１１０は、車載カメラにより捕捉された画像を受信する場合、それらの画像は、疎な地図８００からの認識済み陸標の予期される位置にある物体を探して検索することにより、分析し得る。速度制限標識の例では、プロセッサユニット１１０は、捕捉画像をレビューし、画像内の車両の進行方向の右１０度の位置にある矩形形状を探し得る。更に、プロセッサは、９５メートルの相対距離において２フィート×３フィートの矩形標識が占有することが予期される、画像の幾つかのピクセルを占有する矩形形状を探し得る。画像の予期される場所においてそのような物体を識別すると、プロセッサは、予期される認識済み陸標が識別されたことについての信頼度を作成し得る。例えば、画像を分析して、いずれのテキスト又はグラフィックスが捕捉画像内の標識上に現れるかを分析することにより、更なる確認を得ることができる。テキスト又はグラフィックスの認識プロセスを通して、プロセッサユニットは、捕捉画像内の矩形形状がテキスト「速度制限５５」を含むと判断し得る。捕捉されたテキストを、疎なデータ地図８００に記憶されている認識済み陸標に関連付けられたタイプコード（例えば、遭遇する次の陸標が速度制限標識であることを示すタイプ）と比較することにより、この情報は、捕捉画像で観測された物体が、実際に、予期された認識済み陸標であることを更に検証し得る。

プロセス３６００は、目標軌道に対して車両２００の現在位置３４１２を特定するステップ３６０６を含み得る。処理ユニット１１０は、多くの異なる方法で車両２００の現在位置３４１２を特定し得る。例えば、処理ユニット１１０は、位置センサ１３０、例えば、ＧＰＳセンサからの信号に基づいて現在位置３４１２を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、車両２００が所定の道路モデル軌道３４１０に沿って走行する際、車両２００の速度を積分することにより、車両２００の現在位置３４１２を特定し得る。例えば、処理ユニット１１０は、所定の道路モデル軌道３４１０上の２つの場所間を車両２００が走行するのに必要な時間「ｔ」を特定し得る。処理ユニット１１０は、時間ｔにわたり車両２００の速度を積分して、所定の道路モデル軌道３４１０上の２つの場所を基準として車両２００の現在位置３４１２を特定し得る。

認識済み陸標が、捕捉画像において識別されると、認識済み陸標の所定の特徴を使用して、ナビゲーションにおいてホスト車両を支援し得る。例えば、幾つかの実施形態では、認識済み陸標を使用して、ホスト車両の現在位置を特定し得る。幾つかの場合、ホスト車両の現在位置は、疎なデータモデル８００からの目標軌道に対して特定し得る。目標軌道に対する車両の現在位置を知ることは、車両に目標軌道を辿らせるために必要な操舵角を決定することを支援し得る（例えば、進行方向と、目標軌道に対する車両の特定された現在位置での目標軌道の方向とを比較することにより）。

疎なデータ地図８００からの目標軌道に対する車両の位置は、様々な方法で特定し得る。例えば、幾つかの実施形態では、６Ｄカルマンフィルタ技法を利用し得る。他の実施形態では、車両及び認識済み陸標に対する方向インジケータを使用し得る。例えば、プロセス３６００は、１つ又は複数の陸標３４０２、３４０４にそれぞれ関連付けられた１つ又は複数の方向インジケータ３４１４、３４１６を特定するステップ３６０８を含むこともできる。処理ユニット１１０は、車両２００の現在位置３４１２にそれぞれ対する１つ又は複数の陸標３４０２、３４０４の相対位置３４３２、３４３４に基づいて、方向インジケータ３４１４、３４１６を特定し得る。例えば、処理ユニット１１０は、メモリ１４０又は１５０内の１つ又は複数のデータベースに記憶し得る情報から、陸標３４０２、３４０４の陸標位置３４３２、３４３４をそれぞれ受信し得る。処理ユニット１１０は、車両２００の現在位置３４１２と、陸標３４０２、３４０４の陸標位置３４３２、３４３４のそれぞれとの間の距離を特定することもできる。加えて、処理ユニット１１０は、車両２００の現在位置３４１２から延び、現在位置３４１２及び陸標位置３４３２を通る直線に沿って延びるベクトルとして、方向インジケータ３４１４を特定し得る。同様に、処理ユニット１１０は、車両２００の現在位置３４１２から延び、現在位置３４１２及び陸標位置３４３４を通る直線に沿って延びるベクトルとして、方向インジケータ３４１６を特定し得る。２つの陸標３４０２、３４０４が上記考察において参照されるが、処理ユニット１１０が、より少数又はより多数の陸標３４０２、３４０４の陸標位置３４３２、３４３４、現在位置３４１２と陸標位置３４０２、３４０１４との間の距離、及び方向インジケータ３４１４、３４１６を特定し得ることが意図される。

プロセス３６００は、方向インジケータ３４１６と所定の道路モデル軌道３４１０との交点３４１８を特定するステップ３６１０を含み得る。処理ユニット１１０は、所定の道路モデル軌道３４１０が、車両２００の現在位置３４１２と陸標位置３４３４との間に延びる直線と交わる交点３４１８の位置を特定し得る。処理ユニット１１０は、メモリ１４０、１５０に記憶されている情報から、所定の道路モデル軌道３４１０の数学的表現を取得し得る。処理ユニット１１０は、車両２００の現在位置３４１２及び陸標３４０４の陸標位置３４３４の両方を通る直線の数学的表現を生成することもできる。処理ユニット１１０は、所定の道路モデル軌道３４１０の数学的表現と、現在位置３４１２と陸標位置３４３４との間に延びる直線の数学的表現とを使用して、交点３４１８の位置を特定し得る。

図３４に示される例示的な一実施形態では、交点３４１８は、車両２００の現在位置３４１２（例えば、車両に関連付けられた、任意に割り当て得る参照点の位置）に一致し得る。これは、例えば、車両２００が所定の道路モデル軌道３４１０に配置される場合、生じ得る。図３５に示される別の例示的な実施形態では、交点３４１８は現在位置３４１２から隔てられ得る。処理ユニット１１０は、現在位置３４１２と陸標位置３４３４との間の第１の距離「Ｄ１」（例えば、図３５参照）を、交点３４１８と陸標位置３４３４との間の第２の距離「Ｄ２」と比較することにより、車両２００が所定の道路モデル軌道３４１０上にないことを検出し得る。

交点３４１８が車両２００の現在位置３４１２から隔てられている場合、処理ユニット１１０は、車両２００が現在位置３４１２から所定の道路モデル軌道３４１０上の交点３４１８に移動するのを促進するために必要であり得る並進及び／又は回転の量を決定し得る。幾つかの例示的な実施形態では、処理ユニット１１０は、ナビゲーションモジュール４０８を実行して、ステップ５２０において実行された分析及び図４に関連して上述した技法に基づいて、車両２００での１つ又は複数のナビゲーション応答を生じさせ得る。例えば、処理ユニット１１０は、車両２００の現在位置３４１２が交点３４１８に一致し得るように、車両２００を移動させるコマンドを操舵システム２４０に発行し得る。

プロセス３６００は、交点３４１８での所定の道路モデル軌道３４１０の方向３４２０を特定するステップ３６１２を含み得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道３４１０の数学的表現（例えば、三次元多項式）を取得し得る。処理ユニット１１０は、交点３４１８での所定の道路モデル軌道３４１０の接線に向けられたベクトルとして、方向３４２０を決定し得る。例えば、処理ユニット１１０は、交点３４１８での所定の道路モデル軌道３４１０の数学的表現の勾配に沿って向いたベクトルとして、方向３４２０を決定し得る。

プロセス３６００は、車両２００の自律操舵動作を決定するステップ３６１４を含むこともできる。例示的な一実施形態では、処理ユニット１１０は、車両２００の進行方向３４３０を特定し得る。例えば、図３４及び図３５に示されるように、処理ユニット１１０は、画像捕捉デバイス１２２を車両２００に関連付けられたローカル座標系に対して向け得る方向として、車両２００の進行方向３４３０を特定し得る。別の例示的な実施形態では、処理ユニット２００は、現在位置３４１２での車両２００の移動方向として、進行方向３４３０を特定し得る。処理ユニット１１０は、進行方向３４３０と所定の道路モデル軌道３４１０の方向３４２０との間の回転角を決定することもできる。処理ユニット１１０は、ナビゲーションモジュール４０８内の命令を実行して、車両２００の進行方向３４３０が交点３４１８での所定の道路モデル軌道３４１０の方向３４２０と位置合わせされる（すなわち、平行する）ことを保証するのに役立ち得る、車両２００の自律操舵動作を決定し得る。処理ユニット１１０は、制御信号を操舵システム２４０に送信して、進行方向３４３０を交点３４１８での所定の道路モデル軌道３４１０の方向３４２０に位置合わせし得るよう車両２００をターンさせるように、車両２００の車輪の回転を調整することもできる。例示的な一実施形態では、処理ユニット１１０は、信号を操舵システム２４０に送信して、進行方向３４３０と交点３４１８での所定の道路モデル軌道３４１０の方向３４２０との差が所定の閾値未満になり得るまで、車両２００をターンさせるように車両２００の車輪の回転を調整し得る。

処理ユニット１１０及び／又は画像取得ユニット１２０は、所定の時間の後、ステップ３６０２〜３６１４を繰り返し得る。例示的な一実施形態では、所定の時間は、約０．５秒〜１．５秒の範囲であり得る。交点３４１８、進行方向３４３０、交点３４１８での所定の道路モデル軌道３４１０の方向３４２０、及び進行方向３４３０を方向３４２０に位置合わせするために必要とされる自律操舵動作、を繰り返し特定することにより、処理ユニット１１０及び／又は画像取得ユニット１２０は、車両２００が道路セグメント３４００に沿って走行し得るように、１つ又は複数の陸標３４０２、３４０４を使用して車両２００をナビゲートするのを支援することができる。

テール位置合わせナビゲーション開示される実施形態によれば、システムは、ホスト車両の走行軌道（テール）を道路モデル軌道に沿った既知の位置での所定の道路モデル軌道と比較し、位置合わせすることにより、ホスト車両の操舵方向を決定することができる。走行軌道は、ホスト車両位置での車両進行方向を提供し、操舵方向は、走行軌道と、道路モデル軌道に沿った車両の既知の位置での道路モデル軌道との誤差を最小化又は低減する変換（例えば、回転及び潜在的には並進）を特定することにより、進行方向に対して取得することができる。

テール位置合わせとは、車両が既に走行した経路に関する情報に基づいて、自律車両の進行方位を経路の予め存在するモデルと位置合わせする方法である。テール位置合わせは、特定の距離にわたる自律車両の追跡された経路を使用し得る（したがって、「テール」）。追跡経路は、自律車両の現在位置に到達するために、自律車両が既に走行した経路の表現である。例えば、追跡経路は、自律車両が現在位置に到達するために走行した、自律車両の背後の所定の距離の経路（例えば、６０ｍ又は他の所望の長さ）を含み得る。追跡経路は、モデルと比較されて、例えば、自律車両の進行角を決定し得る。

幾つかの実施形態では、後向きカメラを使用して、走行経路を特定するか、又は特定を支援し得る。後向きカメラは、モデリング、進行推定、及び横方向オフセット推定の両方に有用であり得る。後向きカメラを追加することにより、良くない照明状況（例えば、水平上の低い太陽）が前向きカメラ及び後向きカメラの両方に影響を及ぼすことが希になるため、システムの信頼性を高めることが可能であり得る。

追跡経路は、任意選択的に、自律車両の予測経路と組み合わせることもできる。予測経路は、自動車両の先の環境の画像を処理し、レーン又は他の道路レイアウト、マークを検出することにより生成し得る。これに関して、本開示の可能性のある実装形態において、道路モデルが蓄積誤差（自己運動の積分）に起因してずれ得ることに留意することに価値がある。したがって、例えば、自律車両の現在位置の先の所定距離（例えば、４０メートル）にわたる予測経路を追跡経路と比較して、自律車両の進行角を決定し得る。

図３７は、テール位置合わせを使用して車両２００をナビゲートする開示されるシステム及び方法を使用し得る、道路セグメント３７００を走行する車両２００（自律車両であり得る）を示す。ここ及び本開示全体を通して使用される場合、「自律車両」という用語は、ドライバー入力なしでコースでの少なくとも１つのナビゲーション変更を実施可能な車両を指す。自律であるために、車両は完全に自動（例えば、ドライバーなし又はドライバー入力なしでの完全動作）である必要はない。むしろ、特定の時間期間中はドライバーの制御下で動作し、他の時間期間中はドライバーの制御なしで動作することができる車両を含む。自律車両は、操舵等の車両ナビゲーションの幾つかの側面のみを制御する（例えば、車両レーン制約間に車両コースを維持するために）が、他の側面（例えば、ブレーキ）をドライバーに任せ得る車両を含むこともできる。幾つかの場合、自律車両は、車両のブレーキ、速度制御、及び／又は操舵のうちの幾つか又は全ての側面を扱い得る。

図３７は、画像捕捉デバイス１２２、１２４、１２６を備えるものとして車両２００を示しているが、任意の特定の車両２００において、より多数又はより少数の画像捕捉デバイスを利用してもよい。図３７に示されるように、道路セグメント３７００は、左サイド３７０６及び右サイド３７０８で区分し得る。所定の道路モデル軌道３７１０は、車両２００が道路セグメント３７００に沿って走行する際、車両２００が辿り得る道路セグメント３７００内の好ましい経路（すなわち、目標道路モデル軌道）を定義し得る。幾つかの例示的な実施形態では、所定の道路モデル軌道３７１０は、左サイド３７０６及び右サイド３７０８から等距離の所に配置し得る。しかし、所定の道路モデル軌道３７１０が、道路セグメント３７００の左サイド３７０６及び右サイド３７０８のうちの一方又は他方のより近くに配置し得ることが意図される。更に、図３７は、道路セグメント３７００内に１つのレーンを示しているが、道路セグメント３７００が任意の数のレーンを有し得ることが意図される。道路セグメント３４００の任意のレーンを走行する車両２００が、開示される方法及びシステムに従ってテール位置合わせを使用してナビゲートし得ることも意図される。

画像取得ユニット１２０は、車両２００が道路セグメント３７００に沿って走行する際、車両２００の環境を表す複数の画像を取得するように構成し得る。例えば、画像取得ユニット１２０は、画像捕捉デバイス１２２、１２４、１２６の１つ又は複数を使用して、車両２００の前方のビューを示す複数の画像を取得し得る。車両２００の処理ユニット１１０は、複数の画像のそれぞれでの車両２００の位置を検出するように構成し得る。車両２００の処理ユニット１１０は、検出された位置に基づいて、走行軌道３７２０を特定するように構成することもできる。本開示で使用される場合、走行軌道３７２０は、車両２００が道路セグメント３７００に沿って走行する際、車両２００がとった実際の経路を表し得る。

処理ユニット１１０は、複数の画像の分析に基づいて、車両２００の現在位置３７１２を特定するように構成し得る。図３７に示されるような例示的な一実施形態では、車両２００の現在位置３７１２は、所定の道路モデル軌道３７１０上の目標位置３７１４に一致し得る。これは、例えば、車両２００が所定の道路モデル軌道３７１０上にある場合、生じ得る。一般に車両２００は所定の道路モデル軌道３７１０上にあるか、又はそのかなり近くにあることが予期され得るが、車両２００が、図３８に関して後述するように、所定の道路モデル軌道３７１０上にないことがおこりうることが意図される。

処理ユニット１１０は、走行軌道３７２０を車両２００の現在位置３７１２での所定の道路モデル軌道３７１０と比較することにより、車両２００の自律操舵動作を決定するように構成し得る。例えば、処理ユニット１１０は、走行軌道３７２０と所定の道路モデル軌道３７１０との間の誤差を低減し得るように変換（すなわち、回転及び場合により並進）を決定するように構成し得る。

処理ユニット１１０は、現在位置３７１２での車両２００の進行方向３７３０を特定するように構成し得る。処理ユニット１１０は、走行軌道３７２０に基づいて進行方向３７３０を特定し得る。例えば、処理ユニット１１０は、車両２００の現在位置３７１２の走行軌道３７２０の勾配として、進行方向３７３０を特定し得る。処理ユニット１１０は、所定の道路モデル軌道３７１０への接線方向として、操舵方向３７４０を決定するように構成し得ることもできる。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道３７１０を表す三次元多項式の勾配に基づいて、操舵方向３７４０を決定するように構成し得る。

処理ユニット１１０は、車両２００の進行方向３７３０が、所定の道路モデル軌道３７１０の操舵方向３７４０に位置合わせされている（すなわち、概して平行する）か否かを特定するように構成し得る。進行方向３７３０が、車両２００の現在位置３７１２での所定の道路モデル軌道３７１０の操舵方向３７４０と位置合わせされていない場合、処理ユニット１１０は、車両２００の進行方向３７３０を所定の道路モデル軌道３７１０の操舵方向３７４０と位置合わせし得るように、自律操舵動作を決定し得る。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶された命令を実行して、例えば、回転角を達成するように車両２００の操舵輪をターンさせることにより、所望のナビゲーション応答をトリガーするように構成し得る。その角度による回転は、車両２００の進行方向３７３０を操舵方向３７４０に位置合わせするのに役立ち得る。したがって、例えば、処理ユニット１１０は、自律車両の進行方向３７３０を操舵方向３７４０に位置合わせし得るように、車両２００をターンさせ得る角度を特定することにより、車両２００のテール位置合わせを実行し得る。

画像取得ユニット１２０は、例えば、所定の時間の後、車両２００の前方の環境の複数の画像を繰り返し取得し得る。処理ユニット１１０は、上述したように、変換を繰り返し決定するように構成することもできる。したがって、画像取得ユニット１２０及び処理ユニット１１０は、車両２００の走行軌道３７２０（すなわち、「テール」）を使用して道路セグメント３４００に沿って車両２００をナビゲートするように協働し得る。

図３８は、テール位置合わせを使用して車両２００をナビゲートするシステム及び方法を開示する、道路セグメント３７００を走行する別の車両２００を示す。図３８と異なり、図３８の車両２００は、所定の道路モデル軌道３７１０上にない。その結果、図３８に示されるように、車両２００の目標位置３７１４は、車両２００の現在位置３７１２と一致しないことがある。

図３７に関して上述したように、処理ユニット１１０は、車両２００の現在位置３７１２での所定の道路モデル軌道３７１０の操舵方向３７４０を決定するように構成し得る。処理ユニット１１０は、目標位置３７１４での所定の道路モデル軌道３７１０の勾配の方向として、操舵方向３７４０を決定し得る。処理ユニット１１０は、車両２００の進行方向３７３０が操舵方向３７４０と位置合わせする（すなわち、概して平行する）か否かを特定するように構成することもできる。進行方向３７３０が操舵方向３７４０と位置合わせされない場合、処理ユニット１１０は、例えば、進行方向３７３０を操舵方向３７４０と位置合わせするのに必要であり得る回転角を含み得る変換を決定し得る。加えて、変換は、車両２００が現在位置３７１２から所定の道路モデル軌道３７１０上の目標位置３７１４に移動し得ることを保証するのに必要であり得る並進「ｄ」を含み得る。

処理ユニット１１０は、所定の道路モデル軌道３７１０を車両２００の走行軌道３７２０と比較することにより、変換を決定するように構成し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道３７１０と走行軌道３７２０との誤差を低減することにより、変換を決定し得る。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶された命令を実行して、決定された変換に基づいて所望のナビゲーション応答をトリガーするように構成し得る。

図３９は、開示される実施形態による、テール位置合わせを使用して道路セグメント３７００に沿って車両２００をナビゲートする例示的なプロセス３９００を示すフローチャートである。プロセス３９００のステップは、メモリ１４０又は１５０にアクセスする必要ありで又はなしで、処理ユニット１１０及び画像取得ユニット１２０の１つ又は複数により実行し得る。プロセス３９００でのステップの順序及び配置は、例示を目的として提供される。本開示から理解されるように、例えば、プロセスのステップを追加、結合、削除、及び／又は再配置することにより、変更をプロセス３９００に対して行い得る。

図３９に示されるように、プロセス３９００は、車両の環境を表す複数の画像を取得するステップ３９０２を含み得る。例示的な一実施形態では、画像取得ユニット１２０は、車両が道路セグメント３７００に沿って走行する際、複数の場所で車両２００の前方（又は例えば、車両の両サイド又は後方）のエリアの複数の画像を取得し得る。例えば、画像取得ユニット１２０は、各位置３７５２〜３７６８及び３７１２において視野２０２を有する（図３７、図３８参照）画像捕捉デバイス１２２を使用して画像を取得し得る。他の例示的な実施形態では、画像取得ユニット１２０は、各位置３７５２〜３７６８及び３７１２において視野２０２、２０４、２０６を有する画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数から画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。１つ又は複数の画像捕捉デバイス１２２、１２４、１２６により取得された画像は、メモリ１４０、１５０、及び／又はデータベース１６０のうちの１つ又は複数に記憶し得る。

プロセス３９００は、走行軌道３７２０を特定するステップ３９０４を含むこともできる。処理ユニット１１０は、画像取得ユニット１２０から１つ又は複数の画像を受信し得る。処理ユニット１１０は、図３４〜図３６に関して考察したプロセスと同様のプロセスを実行して、複数の画像での車両２００の位置３７５２〜３７６８を識別し得る。例えば、処理ユニット１１０は、図３４〜図３６に関して開示したシステム及び方法を使用して、１つ又は複数の陸標を識別し、陸標の方向ベクトルを使用して位置３７５２〜３７６８及び現在位置３７１２を特定し得る。処理ユニット１１０は、特定された位置３７５２〜３７６８及び車両２００の現在位置３７１２に基づいて走行軌道３７２０を特定し得る。例示的な一実施形態では、処理ユニット１１０は、特定された位置３７５２〜３７６８及び車両２００の現在位置３７１２に三次元多項式を曲線フィッティングすることにより、走行軌道３７２０を特定し得る。

幾つかの実施形態では、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、マルチフレーム分析を複数の画像に対して実行し得る。例えば、処理ユニット１１０は、連続画像フレーム間のカメラ移動を推定し、フレーム間のピクセル単位の視差を計算して、道路の３Ｄマップを構築し得る。次に、処理ユニット１１０は、３Ｄマップを使用して、路面を検出すると共に、車両２００の走行軌道３７２０を生成し得る。

プロセス３９００は、車両２００の現在位置３７１２を特定するステップ３９０６を含み得る。処理ユニット１１０は、認識済み陸標に基づくナビゲーションに関して、例えば、図３４〜図３６に関して考察したプロセスと同様のプロセスを実行することにより、車両２００の現在位置３７１２を特定し得る。幾つかの例示的な実施形態では、処理ユニット１１０は、位置センサ１３０、例えば、ＧＰＳセンサからの信号に基づいて現在位置３７１２を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、車両２００が走行軌道３７２０に沿って走行する際、車両２００の速度を積分することにより車両２００の現在位置３７１２を特定し得る。例えば、処理ユニット１１０は、車両２００が走行軌道３７２０上の２つの位置３７５１と３７１２との間を走行するのに必要な時間「ｔ」を特定し得る。処理ユニット１１０は、時間ｔにわたる車両２００の速度を積分して、位置３７５１に対する車両２００の現在位置３７１２を特定し得る。

プロセス３９００は、車両２００の現在位置３７１２が所定の道路モデル軌道３７１０上にあるか否かを特定するステップ３９０８を含むこともできる。幾つかの例示的な実施形態では、所定の道路モデル軌道３７１０は、道路セグメント３７００に沿った目標軌道の三次元多項式により表現し得る。処理ユニット１１０は、車両２００に含まれる１つ又はメモリ１４０及び１５０に記憶されているデータベース１６０から、所定の道路モデル軌道３７１０を検索し得る。幾つかの実施形態では、処理ユニット１１０は、無線通信インタフェースを介して、リモートロケーションに記憶されているデータベース１６０から所定の道路モデル軌道３７１０を検索し得る。

処理ユニット１１０は、例えば、車両２００と認識済み陸標との間の距離を特定することにより、図３４〜図３７に関して考察したプロセスと同様のプロセスを使用して、車両２００の現在位置３７１２が所定の道路モデル軌道３７１０上にあるか否かを特定し得る。処理ユニット１１０により、車両２００の現在位置が所定の道路モデル軌道３７１０上にある（図３７参照）と判断される場合、処理ユニット１１０はステップ３９１２に進み得る。しかし、処理ユニット１１０により、車両２００の現在位置が所定の道路モデル軌道３７１０上にないと判断される（図３８参照）場合、処理ユニット１１０はステップ３９１０に進み得る。

ステップ３９１０において、処理ユニット１１０は、車両２００が現在位置３７１２から所定の道路モデル軌道３７１０上の目標位置３７１４に移動し得ることを保証するのに役立ち得る横方向オフセット「ｄ」を決定し得る。処理ユニット１１０は横方向オフセットｄを決定し得る。一実施形態では、処理ユニット１１０は、左サイド３７０６及び右サイド３７０８を特定することにより横方向オフセットｄを決定し得る。他の例示的な一実施形態では、処理ユニット１１０は、現在位置３７１２を目標位置３７１４に変換するために必要な並進関数を決定し得る。別の実施形態では、処理ユニット１１０は、現在位置３７１２と目標位置３７１４との間の誤差を低減することにより、並進関数を決定し得る。追加の例示的な実施形態では、処理ユニット１１０は、道路セグメント３７００の左サイド３７０６及び右サイド３７０８を観測する（１つ又は複数の車載カメラ及びそれらのカメラにより捕捉される１つ又は複数の画像を使用して）ことにより、横方向オフセットｄを決定し得る。横方向オフセットｄを決定した後、処理ユニットはステップ３９１２に進み得る。

プロセス３９００は、車両２００の進行方向３７３０を特定し、場合によっては、ステップ３９０６において計算された現在位置３７１２への修正を決定するステップ３９１２を含み得る。例示的な一実施形態では、処理ユニット１１０は、現在位置３７１２での走行軌道３７２０をモデル軌道３７１０と位置合わせすることにより、進行方向３７３０を特定し、位置３７１２への修正を決定し得る。位置合わせ手順は、３７２０と３７１２との間の距離を低減又は最小化する剛体変換を提供し得る。例示的な一実施形態では、処理ユニット１１０は、３Ｄ回転（進行）及び１Ｄ長手方向並進を明らかにして、４つの自由度の剛体変換を計算し得る。別の例示的な実施形態では、処理ユニット１１０は、１〜６の任意の数のパラメータ（自由度）を有する剛体変換を計算し得る。位置合わせ後、処理ユニット１１０は、車両２００の現在速度及びモデル軌道３７１０のジオメトリに基づいて、時間「ｔ」後の車両２００の予測位置３７７４（図３７、図３８参照）を特定し得る。

他の例示的な実施形態では、ステップ３９１２において、処理ユニット１１０は、車両２００の進行方向３７３０を特定し、場合によっては、ステップ３９０６において計算された現在位置３７１２への修正を決定し得る。例えば、処理ユニット１１０は、現在位置３７１２での走行軌道３７２０をモデル軌道３７１０に位置合わせすることにより、進行方向３７３０を特定し、改良された位置３７１２を決定し得る。位置合わせ手順は、３７２０と３７１２との間の距離を最小化する剛体変換を見つけてもよい。例示的な一実施形態では、処理ユニット１１０は、３Ｄ回転（進行）及び１Ｄ長手方向並進を明らかにして、４つの自由度の剛体変換を計算し得る。別の例示的な実施形態では、処理ユニット１１０は、１〜６の任意の数のパラメータ（自由度）を有する剛体変換を計算し得る。位置合わせ後、処理ユニット１１０は、車両２００の現在速度及びモデル軌道３７１０のジオメトリに基づいて、時間「ｔ」後の車両２００の予測位置３７７４（図３７、図３８参照）を特定し得る。

更に他の例示的な実施形態では、処理ユニット１１０は、車両２００の現在位置３７１２での走行軌道３７２０の勾配として、進行方向３７３０及び位置３７１２を特定し得る。例えば、処理ユニット１１０は、走行軌道３７２０を表す三次元多項式の傾きを取得して、車両２００の進行方向３７３０を特定し得る。別の例示的な実施形態では、プロセス１１０は、走行軌道３７２０を現在位置３７１２から前方へ投影してもよい。走行軌道３７２０を投影するに当たり、処理ユニット１１０は、車両２００の現在速度に基づいて、時間「ｔ」後の車両２００の予測位置３７７４（図３７、図３８参照）を特定し得る。

処理ユニット１１０は、多くの手掛かりの１つに基づいて、時間「ｔ」後の車両２００の予測位置３７７４を特定することもできる。例えば、処理ユニット１１０は、道路セグメント３７００の左サイド３７０６を表す多項式であり得る左レーンマーク多項式に基づいて、時間「ｔ」後の車両２００の予測位置３７７４を特定し得る。したがって、例えば、処理ユニット１１０は、車両２００の現在位置３７１２に対応する左レーンマーク多項式での左位置３７７０（図３７、図３８参照）を特定し得る。処理ユニット１１０は、左レーンマーク多項式に基づいて、現在位置３７１２と左サイド３７０６との間の距離「Ｄ」を特定することにより、位置３７７０を特定し得る。車両２００が所定の道路モデル軌道３７１０上にない場合（図３８のように）、処理ユニット１１０が、目標位置３７１４と左サイド３７０６との間の距離として距離Ｄを特定し得ることが意図される。処理ユニット１１０は、左レーンマーク多項式の数学的表現及び車両２００の現在速度を使用して、時間「ｔ」後の左サイド３７０６での位置３７７２を特定することもできる。処理ユニット１１０は、左サイド３７０６で特定された位置３７７３を距離Ｄだけ横方向にオフセットすることにより、車両２００の予測位置３７７４を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、道路セグメント３７００の右サイド３７０８を表す多項式であり得る右レーンマーク多項式に基づいて、時間「ｔ」後の車両２００の位置を特定し得る。処理ユニット１１０は、左レーンマーク多項式に関して後述したプロセスと同様のプロセスを実行して、右レーンマーク多項式に基づいて車両２００の予測位置３７７４を特定し得る。

幾つかの例示的な実施形態では、プロセッサ１１０は、車両２００の前方を走行中であり得る前方車両が辿った軌道に基づいて、時間「ｔ」後の車両２００の位置を特定し得る。他の例示的な実施形態では、処理ユニット２００は、車両２００の先の自由空間の量及び車両２００の現在速度を特定することにより、時間「ｔ」後の車両２００の位置を特定し得る。幾つかの実施形態では、処理ユニット２００は、仮想レーン又は仮想レーン制約に基づいて、時間「ｔ」後の車両２００の位置を特定し得る。例えば、処理ユニット１１０が、車両２００の前方を走行中の、隣接する各レーンに１台ずつ、２台の車両を検出する場合、処理ユニット１１０は、前の２台の車両間の平均横方向距離を軌道（仮想レーンマーカ）として使用し得、これを使用して、時間「ｔ」後の車両２００の位置を特定し得る。他の実施形態では、処理ユニット１１０は、仮想レーン制約を定義するものとして、左サイド３７０６の数学的表現（すなわち、左レーンマーク多項式）及び右サイド３７０８の数学的表現（すなわち、右レーンマーク多項式）を使用し得る。処理ユニット１１０は、仮想レーン制約（すなわち、左右両方のレーンマーク多項式に基づいて）並びに左サイド３７０６及び右サイド３７０８からの車両２００の推定位置に基づいて、車両２００の予測位置３７７４を特定し得る。

他の実施形態では、処理ユニット１１０は、ホリスティック経路予測方法を使用して予測された軌道を辿ることにより、時間「ｔ」後の車両２００の予測位置３７７４を特定し得る。幾つかの例示的な実施形態では、処理ユニット１１０は、重みを上記手掛かりのうちの幾つか又は全てに適用することにより、時間「ｔ」後の車両２００の予測位置３７７４を特定し得る。例えば、処理ユニット１１０は、左レーンマーク多項式モデル、右レーンマーク多項式モデル、ホリスティック経路予測、前方車両の移動、自律車両の先の特定された自由空間、及び仮想レーンのうちの１つ又は複数に基づいて予測された位置の加重結合として、時間「ｔ」後の車両２００の位置を特定し得る。処理ユニット１１０は、車両２００の現在位置３７１２及び時間「ｔ」後の予測位置３７７４を使用して、車両２００の進行方向３７３０を特定し得る。

幾つかの実施形態では、プロセス３９００のステップ３９１２において、処理ユニット１１０は、長手方向オフセットを推定することもできる。例えば、処理ユニット１１０は、モデル軌道と車両２００のテールとの位置合わせ手順により、進行及びオフセットを解き得る。

プロセス３９００は、操舵方向３７４０を決定するステップ３９１４を含むこともできる。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道３７１０の数学的表現（例えば、三次元多項式）を取得し得る。処理ユニット１１０は、目標位置３７１４での所定の道路モデル軌道３７１０への接線に向けられたベクトルとして、操舵方向３７４０を決定し得る。例えば、処理ユニット１１０は、目標位置３７１４での所定の道路モデル軌道３７１０の数学的表現の勾配に沿って向いたベクトルとして、方向３７４０を決定し得る。

プロセス３９００は、例えば、ステップ３９１０〜３９１４において特定された変換に基づいて、車両２００の操舵システム２４０を調整するステップ３９１６を含むこともできる。必要とされる変換は、横方向オフセットｄを含み得る。変換は、車両２００の進行方向３７３０を操舵方向３７４０と位置合わせし得ることを保証するのに役立つ角度だけの回転を更に含み得る。図３７、図３８は、進行方向３７３０と操舵方向３７４０との間１つの角度の特定を示すが、進行方向３７３０を操舵方向３７４０と位置合わせし得ることを保証するために、三次元空間において、３つの概して直交する平面での３つの角度に沿った回転が必要とされ得ることが意図される。したがって、ステップ３９１０〜３９１４において特定される変換が、少なくとも３つの回転角及び少なくとも１つの並進（すなわち、横方向オフセット）を含み得ることを当業者は認識する。

処理ユニット１１０は、制御信号を操舵システム２４０に送信して、進行方向３７３０が操舵方向３７４０と位置合わせし得、車両２００が所定の道路モデル軌道３７１０からずれている場合、現在位置３７１２から目標位置３７１４に移動し得るように、車両２００の車輪の回転を調整し得る。処理ユニット１１０及び／又は画像取得ユニット１２０は、所定の時間の後、ステップ３９０２〜３９１６を繰り替えし得る。例示的な一実施形態では、所定の時間は約０．５〜１．５秒の範囲であり得る。横方向オフセットｄ及び回転角を繰り返し決定することにより、処理ユニット１１０及び／又は画像取得ユニット１２０は、テール位置合わせを使用して、道路セグメント３７００に沿った車両２００のナビゲートを促進し得る。

他のセクションで考察したように、道路セグメントに沿った自律車両のナビゲーションは、１つ又は複数の認識済み陸標の使用を含み得る。特に、そのような認識済み陸標は、自律車両が、疎なデータモデル８００からの目標軌道に対する現在位置を特定できるようにし得る。１つ又は複数の認識済み陸標を使用した現在位置特定は、例えば、ＧＰＳ検知を使用した位置特定よりも精密であり得る。

認識済み陸標間では、自律航法技法を使用して自律車両をナビゲートし得る。この技法は、車両の検知された自己運動に基づいて、目標軌道に対する車両の現在位置を定期的に推定することを含み得る。そのような検知された自己運動は、車両が、目標軌道に対する車両の現在位置を推定できるようにするのみならず（例えば、処理ユニット１１０を使用して）、処理ユニット１１０が車両の走行軌道を再構築できるようにもし得る。車両の自己運動の特定に使用し得るセンサは、例えば、車載カメラ、速度計、及び／又は加速度計等の様々なセンサを含み得る。そのようなセンサを使用して、処理ユニット１１０は、車両がどこにいたかを検知し、走行軌道を再構築し得る。この再構築された走行軌道は次に、上述したテール位置合わせ技法を使用して目標軌道と比較されて、ナビゲーション変更がある場合、現在位置での走行軌道を現在位置での目標軌道に位置合わせするためには、どのようなナビゲーション変更が必要とされるかを決定し得る。

交差点でのナビゲーション開示される実施形態によれば、システムは、レーンマークが少数であるか、又はないエリアを構成し得る交差点を通してナビゲートし得る。交差点ナビゲーションは、２つ以上の陸標に基づく３Ｄ位置特定を含み得る。したがって、例えば、システムは、２つ以上の陸標に依存し、自律車両の現在位置及び進行方位を特定し得る。更に、システムは、特定された進行方位と、車両に好ましい経路を表す所定の道路モデル軌道の方向とに基づいて、操舵動作を決定し得る。

図４０は、交差点をナビゲートする開示されるシステム及び方法を使用し得る、交差点４０００を通って走行する車両２００（自律車両であり得る）を示す。図４０に示されるように、車両２００は、道路セグメント４００２に沿って走行中であり得、道路セグメント４００２は道路セグメント４００４と交差し得る。道路セグメント４００２及び４００４は、図４０では、直角に交差するように見えるが、道路セグメント４００２及び４００４が任意の角度で交差し得ることが意図される。更に、道路セグメント４００２及び４００４は、それぞれ、図４０では、２つのレーンを有するが、道路セグメント４００２及び４００４が任意の数のレーンを有し得ることが意図される。道路セグメント４００２及び４００４が同数のレーンを有してもよく、又は異なる数のレーンを有してもよいことも意図される。

車両２００は、道路セグメント４００２のレーン４００６に沿って走行し得る。車両２００は、３つの画像捕捉デバイス１２２、１２４、１２６を備え得る。図４０は、画像捕捉デバイス１２２、１２４、１２６を備えたものとして車両２００を示しているが、より多数又はより少数の画像捕捉デバイスを任意の特定の車両２００に利用し得る。図４０に示されるように、道路セグメント４００２のレーン４００６は、左サイド４００８及び右サイド４０１０により区分され得る。所定の道路モデル軌道４０１２は、道路セグメント４００２、４００４のレーン４００６内に、車両２００が交差点４０００を通って道路セグメント４００２、４００４に沿って走行する際に車両２００が辿り得る好ましい経路（すなわち、目標道路モデル軌道）を定義し得る。幾つかの例示的な実施形態では、所定の道路モデル軌道４０１２は、左サイド４００８及び右サイド４０１０から等距離に配置し得る。しかし、所定の道路モデル軌道４０１２が、道路セグメント４００２の左サイド４００８及び右サイド４０１０の一方又は他方のより近くに配置し得ることが意図される。

例示的な一実施形態では、所定の道路モデル軌道４０１２は、三次元多項式関数を使用して数学的に定義し得る。幾つかの例示的な実施形態では、車両２００の処理ユニット１１０は、車両２００に含まれるメモリ１４０、１５０のうちの１つ又は複数に記憶されているデータベース（例えば、１６０）から、所定の道路モデル軌道４０１２を検索するように構成し得る。他の例示的な実施形態では、車両２００の処理ユニット１１０は、無線通信インタフェースを介して、車両２００からリモートに記憶し得るデータベース（例えば、１６０）から所定の道路モデル軌道４０１２を検索するように構成し得る。図４０の例示的な実施形態に示されるように、所定の道路モデル軌道４０１２は、車両２００が道路セグメント４００２のレーン４００６から道路セグメント４００４のレーン４０１４に左折できるようにし得る。

画像取得ユニット１２０は、車両２００の環境を表す画像を取得するように構成し得る。例えば、画像取得ユニット１２０は、画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数を使用して車両２００の前方のビューを示す画像を取得し得る。車両２００の処理ユニット１１０は、画像取得ユニット１２０により取得された１つ又は複数の画像内の２つ以上の陸標４０１６、４０１８を検出するように構成し得る。そのような検出は、例えば、上述した陸標検出技法を使用して行い得る。処理ユニット１１０は、図２２〜図２８に関して上述した陸標識別の１つ又は複数のプロセスを使用して、２つ以上の陸標４０１６、４０１８を検出し得る。図４０は２つの陸標４０１６、４０１８を示すが、車両２００が、画像取得ユニット１２０により取得される画像に基づいて、２つを超える陸標４０１６、４０１８（すなわち、３つ以上の陸標）を検出し得ることが意図される。例えば、図４０は追加の陸標４０２０及び４０２２を示し、これらは処理ユニット１１０により検出し使用し得る。

処理ユニット１１０は、車両２００に対する陸標４０１６、４０１８のそれぞれの位置４０２４、４０２６を特定するように構成し得る。処理ユニット１１０は、車両２００に対する陸標４０１６、４０１８の１つ又は複数の方向インジケータ４０３０、４０３２を特定するように構成することもできる。更に、処理ユニット１１０は、方向インジケータ４０３０、４０３２の交点に基づいて、車両２００の現在位置４０２８を特定するように構成し得る。図４０に示されるような例示的な一実施形態では、処理ユニット１１０は、方向インジケータ４０３０、４０３２の交点として現在位置４０２８を特定するように構成し得る。

処理ユニット１１０は、車両２００の以前の位置４０３４を特定するように構成し得る。例示的な一実施形態では、処理ユニット１１０は、車両２００が道路セグメント４００２及び４００４を走行する際、車両２００の位置を繰り返し特定し得る。したがって、例えば、車両２００が現在位置４０２８に到達する前、車両は以前の位置４０３４にあり得、以前の位置４０３４から現在位置４０２８に走行し得る。現在位置４０２８に到達する前、車両２００の処理ユニット１１０は、車両２００に対する陸標４０１６、４０１８のそれぞれの位置４０２４、４０２６を特定するように構成し得る。処理ユニット１１０は、車両２００に対する陸標４０１６、４０１８の方向インジケータ４０３６、４０３８を特定するように構成することもできる。処理ユニット１１０は、方向インジケータ４０３６、４０３８の交点に基づいて車両２００の以前の位置４０３４を特定するように構成することもできる。図４０に示されるような例示的な一実施形態では、処理ユニット１１０は、方向インジケータ４０３６、４０３８の交点として、以前の位置４０３４を特定するように構成し得る。

処理ユニット１１０は、車両２００の現在位置４０２８での、所定の道路モデル軌道４０１２の方向４０４０を特定するように構成し得る。処理ユニット１１０は、所定の道路モデル軌道４０１２への接線の方向として方向４０４０を特定し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道４０１２を表す三次元多項式の勾配又は傾きに基づいて、方向４０４０を特定するように構成し得る。

処理ユニット１１０は、車両２００の進行方向４０５０を特定するように構成することもできる。処理ユニット１１０は、陸標４０１６及び４０１８に基づいて進行方向４０５０を特定し得る。処理ユニット１１０は、車両２００の現在位置４０２８及び以前の位置４０３４に基づいて進行方向４０５０を特定し得る。例えば、処理ユニット１１０は、以前の位置４０３４から現在位置４０２８に向かって延びるベクトルとして、進行方向４０５０を特定し得る。幾つかの例示的な実施形態では、処理ユニット１１０は、画像捕捉デバイス１２２を車両２００に関連付けられたローカル座標系に対して向け得る方向として、進行方向４０５０を特定し得る。

処理ユニット１１０は、車両２００の進行方向４０５０が所定の道路モデル軌道４０１２の方向４０４０と位置合わせされる（すなわち、概して平行する）か否かを特定するように構成し得る。進行方向４０５０が、車両２００の現在位置４０２８での所定の道路モデル軌道４０１２の方向４０４０と位置合わせされない場合、処理ユニット１１０は、車両２００の進行方向４０５０と、所定の道路モデル軌道４０１２の方向４０４０との間の操舵角を決定し得る。例示的な一実施形態では、処理ユニット１１０は、例えば、車両２００の進行方向４０５０を、所定の時間で所定の道路モデル軌道４０１２の方向４０４０と位置合わせし得ることを保証するのに役立つために必要な車両２００の現在速度の低減又は加速を決定することもできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶された命令を実行して、例えば、操舵角を指定する制御信号を車両の操舵システム２４０に送信するように構成し得る。また、操舵システム２００は、車両２００の車輪を回転させて、車両２００の進行方向４０５０を所定の道路モデル軌道４０１２の方向４０４０と位置合わせし得ることを保証するのに役立つように構成し得る。

画像取得ユニット１２０は、例えば、所定の時間の後、車両２００の前方の環境の画像を繰り返し取得し得る。処理ユニット１１０は、画像取得ユニット１２０により取得された画像内の陸標４０１６、４０１８、４０２０、４０２２等を繰り返し検出し、上述したように操舵角を決定するように構成することもできる。したがって、画像取得ユニット１２０及び処理ユニット１１０は協働して、陸標４０１６、４０１８、４０２０、４０２２のうちの２つ以上を使用して交差点４００を通して車両２００をナビゲートし得る。

図４１は、開示される実施形態による、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を使用して、交差点４０００を通して車両２００をナビゲートする例示的なプロセス４１００を示すフローチャートである。プロセス４１００のステップは、メモリ１４０又は１５０にアクセスする必要ありで又はなしで、処理ユニット１１０及び画像取得ユニット１２０の１つ又は複数により実行し得る。プロセス４１００でのステップの順序及び配置は、例示を目的として提供される。本開示から理解されるように、例えば、プロセスのステップを追加、結合、削除、及び／又は再配置することにより、変更をプロセス４１００に対して行い得る。

図４１に示されるように、プロセス４１００は、車両の環境を表す画像を取得するステップ４１０２を含み得る。例示的な一実施形態では、画像取得ユニット１２０は、車両２００の前方（又は例えば、車両の側部又は後方）のエリアの１つ又は複数の画像を取得し得る。例えば、画像取得ユニット１２０は、視野２０２を有する画像捕捉デバイス１２２を使用して画像を取得し得る。他の例示的な実施形態では、画像取得ユニット１２０は、視野２０２、２０４、２０６を有する画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数から画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。

プロセス４１００は、１つ又は複数の画像内の２つ以上の陸標４０１６、４０１８、４０２０、４０２２を識別するステップ４１０４を含むこともできる。処理ユニット１１０は、１つ又は複数の画像を画像取得ユニット１２０から受信し得る。処理ユニット１１０は、図５Ｂ〜図５Ｄに関連して更に詳述されるように、ステップ４１０４において、単眼画像分析モジュール４０２を実行して、複数の画像を分析し得る。分析を実行することにより、処理ユニット１１０は、画像のセット内の特徴のセット、例えば、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を検出し得る。陸標４０１６、４０１８、４０２０、４０２２は、１つ又は複数の交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、街灯柱、道路上のレーン間隔の変更、及びビジネスの標識等を含み得る。

幾つかの実施形態では、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、マルチフレーム分析を複数の画像に対して実行して、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を検出し得る。例えば、処理ユニット１１０は、連続画像フレーム間でのカメラ移動を推定し、フレーム間のピクセル単位の視差を計算して、道路の３Ｄマップを構築し得る。次に、処理ユニット１１０は、３Ｄマップを使用して、路面及び陸標４０１６、４０１８、４０２０、４０２２を検出し得る。別の例示的な実施形態では、処理ユニット１１０の画像プロセッサ１９０は、画像取得ユニット１２０から受信される複数の画像を結合して、１つ又は複数の複合画像にし得る。処理ユニット１１０は、複合画像を使用して、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を検出し得る。例えば、幾つかの実施形態では、処理ユニット１１０は、２つ以上の画像捕捉デバイスからの画像の立体処理を実行し得る。

プロセス４１００は、少なくとも２つの陸標４０１６、４０１８にそれぞれ関連付けられた方向インジケータ４０３０、４０３２を特定するステップ４１０６を含むこともできる。処理ユニット１１０は、車両２００に対する少なくとも２つの陸標４０１６、４０１８の位置４０２４、４０２６に基づいて、方向インジケータ４０３０、４０３２を特定し得る。例えば、処理ユニット１１０は、メモリ１４０又は１５０内の１つ又は複数のデータベースに記憶し得る情報から、陸標４０１６、４０１８のそれぞれの陸標位置４０２４、４０２６を受信し得る。処理ユニット１１０は、車両２００から陸標位置４０２４に向かって延びるベクトルとして、方向インジケータ４０３０を特定し得る。同様に、処理ユニット１１０は、車両２００から陸標位置４０２６に向かって延びるベクトルとして、方向インジケータ４０３２を特定し得る。２つの陸標４０１６、４０１８が上記考察において参照されるが、処理ユニット１１０が、２つの陸標４０１６、４０１８を超える（例えば、陸標４０２０、４０２２）の陸標位置４０２４、４０２６及び方向インジケータ４０３０、４０３２を特定し得ることが意図される。

プロセス４１００は、車両２００の現在位置４０２８を特定するステップ４１０８を含み得る。処理ユニット１１０は、陸標４０１６、４０１８のそれぞれの方向インジケータ４０３０及び４０３２の交点に基づいて（例えば、方向インジケータ４０３０と４０３２との交点での）現在位置４０２８を特定し得る。プロセス４１００は、車両２００の以前の位置４０３４を特定するステップ４１１０を含み得る。上述したように、処理ユニット１１０は、２つ以上の陸標４０１６、４０１８、４０２０、４０２２に基づいて、車両２００の以前の位置４０３４を特定するように構成し得る。例示的な一実施形態では、処理ユニット１１０は、車両２００が道路セグメント４００２、４００４上を移動する際、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を使用して車両２００の位置を繰り返し特定し得る。したがって、例えば、車両２００が現在位置４０２８に到達する前、車両は以前の位置４０３４にあり得、以前の位置４０３４から現在位置４０２８に走行し得る。現在位置４０２８に到達する前、車両２００の処理ユニット１１０は、車両２００に対する陸標４０１６、４０１８のそれぞれの位置４０２４、４０２６を特定するように構成し得る。処理ユニット１１０は、ステップ４１０８に関して上述したプロセスと同様のプロセスを実行して、車両２００の以前の位置４０３４を特定し得る。例えば、処理ユニット１１０は、車両２００の対する陸標４０１６、４０１８の方向インジケータ４０３６、４０３８を特定するように構成し得る。処理ユニット１１０は、方向インジケータ４０３６、４０３８の交点に基づいて（方向インジケータ４０３６と４０３８との交点での）車両２００の以前の位置４０３４を特定するように構成することもできる。

プロセス４１００は、車両２００の進行方向４０５０を特定するステップ４１１２を含み得る。上述したように、処理ユニット１１０は、車両２００の現在位置４０２８及び以前の位置４０３４に基づいて進行方向４０５０を特定し得、現在位置４０２８及び以前の位置４０３４は両方とも、２つ以上の陸標４０１６、４０１８、４０２０、４０２２のうちの２つ以上を使用して特定し得る。例示的な一実施形態では、処理ユニット１１０は、以前の位置４０３４から現在位置４０２８に向かって延びるベクトルとして、進行方向４０５０を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、画像捕捉デバイス１２２が車両２００に関連付けられたローカル座標系に対して向け得る方向として、進行方向４０５０を特定し得る。２つのみの陸標４０１６、４０１８が、車両２００の現在位置４０２８及び以前の位置４０２４に関して説明されているが、処理ユニットが、車両２００の現在位置４０２８及び以前の位置４０２４並びに進行方向４０５０の特定に、２つの陸標４０１６、４０１８を超える陸標を使用し得ることが意図される。

プロセス４１００は、車両２００の現在位置４０２８での所定の道路モデル軌道４０１２の方向４０４０を特定するステップ４１１４を含み得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道４０１２の数学的表現（例えば、三次元多項式）を取得し得る。処理ユニット１１０は、車両２００の現在位置４０２８での所定の道路モデル軌道４０１２への接線に向けられたベクトルとして、方向４０４０を特定し得る。例えば、処理ユニット１１０は、車両２００の現在位置４０２８での所定の道路モデル軌道４０１２の数学的表現の勾配に沿って向いたベクトルとして、方向４０４０を特定し得る。上記説明は、車両２００の現在位置４０２８及び以前の位置４０３４が所定の道路モデル軌道４０１２上にあると仮定するが、処理ユニット１１０は、車両２００が所定の道路モデル軌道４０１２上にない場合、図３４〜図３９に関して上述したプロセスと同様のプロセスを実行し得る。例えば、処理ユニット１１０は、上述したように方向４０４０を特定する前、車両２００を所定の道路モデル軌道４０１２に移動させるのに必要とされる変換を決定し得る。

プロセス４１００は、車両２００の操舵角を特定するステップ４１１６を含むこともできる。処理ユニット１１０は、進行方向４０５０と、車両２００の現在位置４０２８での所定の道路モデル軌道４０１２の方向４０４０との間の角度として、操舵角を特定することもできる。処理ユニット１１０は、ナビゲーションモジュール４０８内の命令を実行して、例えば、操舵角を指定する制御信号を操舵システム２４０に送信し得る。操舵システム２４０は、例えば、車両２００の操舵輪の調整を促進して、車両２００の車輪をターンさせ、車両２００の進行方向４０５０を所定の道路モデル軌道４０１２の方向４０４０と位置合わせ（すなわち、平行に）し得ることを保証するのに役立ち得る。

処理ユニット１１０及び／又は画像取得ユニット１２０は、所定の時間の後、ステップ４１０２〜４１１６を繰り返し得る。例示的な一実施形態では、所定の時間は、約０．５秒〜１．５秒の範囲であり得る。進行方向４０５０を方向４０４０に位置合わせするために必要な現在位置４０２８、進行方向４０５０、現在位置４０２８での所定の道路モデル軌道４０１２の方向４０４０、及び操舵角を繰り返し特定することにより、処理ユニット１１０は、１つ又は複数の制御信号をスロットルシステム２２０、操舵システム２４０、及びブレーキシステム２３０のうちの１つ又は複数に送信して、２つ以上の陸標４０１６、４０１８、４０２０、４０２２を使用して交差点４０００を通して車両２００をナビゲートし得る。

重複するローカル地図を使用してのナビゲーション開示される実施形態によれば、システムは、複数のローカル地図をナビゲーションに使用し得る。各地図はそれ自体の座標系を有し得る。ナビゲートするに当たりあるローカル地図から別のローカル地図への遷移を容易にするために、地図は重複区分を含み得、重複区分でのナビゲーションは、重複する地図の両方に基づき得る。

図４３は、第１及び第２の道路セグメント４２０４及び４２０６のそれぞれに関連付けられた第１及び第２のローカル地図４２００及び４２０２を示す。第１の道路セグメント４２０４は、第２の道路セグメント４２０６と異なり得る。地図４２００及び４２０２は、それぞれ、それ自体の任意の座標系を有し得る。地図４２００及び４２０２は、それぞれ同じ又は異なるデータ密度を有する疎な地図を構成することもできる。例示的な一実施形態では、地図４２００及び４２０２は、それぞれ１キロメートル当たり１０キロバイト以下のデータ密度を有し得る。当然ながら、ローカル地図４２００及び４２０２は、例えば、疎な地図８００に対して上述した任意のデータ密度等の他のデータ密度値を含み得る。第１の道路セグメント４２０４及び／又は第２の道路セグメント４２０６を走行する車両２００（自律車両であり得る）は、開示されるナビゲーションシステム及びナビゲーション方法を使用し得る。車両２００は少なくとも１つの画像捕捉デバイス１２２を含み得、画像捕捉デバイス１２２は、自律車両の環境を表す１つ又は複数の画像を取得するように構成し得る。図４２は、画像捕捉デバイス１２２、１２４、１２６を備えるものとして車両２００を示しているが、より多数又はより少数の画像捕捉デバイスを任意の特定の車両２００に利用し得る。図４２に示されるように、地図４２００は道路セグメント４２０４を含み得、道路セグメント４２０４は、左サイド４２０８及び右サイド４２１０により区分され得る。所定の道路モデル軌道４２１２は、道路セグメント４２０４内に好ましい経路（すなわち、目標道路モデル軌道）を定義し得る。所定の道路モデル軌道４２１２は、三次元多項式により数学的に表現し得る。車両２００は、道路セグメント４２０４に沿って走行する際、所定の道路モデル軌道４２１２を辿り得る。幾つかの例示的な実施形態では、所定の道路モデル軌道４２１２は、左サイド４２０８及び右サイド４２１０から等距離の所に配置し得る。しかし、所定の道路モデル軌道４２１２が、道路セグメント４２０４の左サイド４２０８及び右サイド４２１０のうちの一方又は他方のより近くに配置し得ることが意図される。また、図４２に示されるように、区切り点ＡとＢとの間の道路セグメント４２０４の部分は、重複セグメント４２２０を表し得る。後述するように、道路セグメント４２０４の位置ＡとＢとの間の重複セグメント４２２０は、道路セグメント４２０６の部分と重複し得る。更に、図４２は道路セグメント４２０４内に１つのレーンを示しているが、道路セグメント４２０４が任意の数のレーンを有し得ることが意図される。開示される方法及びシステムに従って、道路セグメント４２０４の任意のレーンに沿って走行する車両２００をナビゲートし得ることも意図される。更に、幾つかの実施形態では、道路セグメントは、例えば、２つの交差点等の２つの既知の位置間に延び得る。

また図４２に示されるように、地図４２０２は、左サイド４２２２及び右サイド４２２４により区分され得る道路セグメント４２０６を含み得る。所定の道路モデル軌道４２２６は、道路セグメント４２０６内の好ましい経路（すなわち、目標道路モデル軌道）を定義し得る。所定の道路モデル軌道４２２６は、三次元多項式により数学的に表現し得る。車両２００は、道路セグメント４２０６に沿って走行する際、所定の道路モデル軌道４２２６を辿り得る。幾つかの例示的な実施形態では、所定の道路モデル軌道４２２６は、左サイド４２２２及び右サイド４２２４から等距離の所に配置し得る。しかし、所定の道路モデル軌道４２２６が、道路セグメント４２０６の左サイド４２２２及び右サイド４２２４のうちの一方又は他方のより近くに配置し得ることが意図される。また、図４２に示されるように、区切り点Ａ'とＢ'との間の道路セグメント４２０６の部分は、重複セグメント４２２０を表し得、これは、道路セグメント４２０４の区切り点Ａ及びＢ間の重複セグメント４２２０に重複し得る。図４２は道路セグメント４２０６内に１つのレーンを示しているが、道路セグメント４２０６が任意の数のレーンを有し得ることが意図される。開示される方法及びシステムに従って、道路セグメント４２０６の任意のレーンに沿って走行する車両２００をナビゲートし得ることも意図される。

本開示で使用される場合、重複という用語は、重複セグメント４２２０が、車両２００が走行し得る道路の同じ部分を表すことを示す。幾つかの実施形態では、重複セグメント４２２０は、道路セグメントと、関連付られた道路特徴（陸標等）とを表す、地図４２００のセグメントを含み、それらは、地図４２２２の対応するセグメント（すなわち、重複セグメント）によっても表される。その結果、重複セグメント４２２０は、同じサイズ（長さ、幅、高さ等）、形状（向き及び傾斜等）等を有する道路セグメント４２０４、４２０６の部分を含み得る。更に、重複セグメント４２２０内の所定の道路モデル軌道４２１２及び４２２６の形状及び長さは、同様であり得る。しかし、地図４２００及び４２０２は異なるローカル座標系を有し得るため、所定の道路モデル軌道４２１２及び４２２６は、重複セグメント４２２０において異なり得る。例示的な一実施形態では、重複セグメント４２２０は、５０ｍ〜１５０ｍの範囲の長さを有し得る。

画像取得ユニット１２０は、車両２００の環境を表す画像を取得するように構成し得る。例えば、画像取得ユニット１２０は、画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数を使用して、車両２００の前方のビューを示す画像を取得し得る。車両２００の処理ユニット１１０は、図３４〜図３６を参照して上述した１つ又は複数のナビゲーションプロセスを使用して、車両２００の現在位置４２１４を検出するように構成し得る。処理ユニット１１０は、図３４〜図３６を参照して上述したように、認識済み陸標の方向ベクトルと、所定の道路モデル軌道４２１２及び４２２６のうちの１つ又は複数との交点を特定する１つ又は複数のプロセスを使用して、車両２００の現在位置４２１４が道路セグメント４２０４又は４２０６上にあるか否かを特定するように構成することもできる。更に、処理ユニット１１０は、図３４〜図３６を参照して上述した同様のプロセスを使用して、車両２００の現在位置４２１４が道路セグメント４２０４上にあるか、道路セグメント４２０６上にあるか、それとも重複区分４２２０上にあるかを判断するように構成し得る。

車両２００が道路セグメント４２０４上にある場合、処理ユニット１１０は、車両２００のローカル座標系を道路セグメント４２０４に関連付けられたローカル座標系と位置合わせするように構成し得る。２つの座標系を位置合わせした後、処理ユニット１１０は、車両２００の現在位置４２１４での所定の道路モデル軌道４２１２の方向４２３０を特定するように構成し得る。処理ユニット１１０は、所定の道路モデル軌道４２１２への接線の方向として方向４２３０を特定し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道４２１２を表す三次元多項式の勾配又は傾きに基づいて、方向４２３０を特定するように構成し得る。

処理ユニット１１０は、車両２００の進行方向４２４０を特定するように構成することもできる。図４２に示されるように、車両２００の進行方向４２４０は、画像捕捉デバイス１２２を車両２００に関連付けられたローカル座標系に対して向け得る方向であり得る。処理ユニット１１０は、車両２００の進行方向４２４０が所定の道路モデル軌道４２１２の方向４２３０と位置合わせされる（すなわち、概して平行する）か否かを特定するように構成し得る。進行方向４２４０が、車両２００の現在位置４２１４での所定の道路モデル軌道４２１２の方向４２３０と位置合わせされない場合、処理ユニット１１０は、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立ち得る第１の自律ナビゲーション応答（ＡＮＲ）を決定し得る。

例示的な一実施形態では、第１のＡＮＲは、例えば、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立つように、車両２００の操舵輪、すなわち前輪をターンさせ得る角度の決定を含み得る。別の例示的な実施形態では、第１の自律ナビゲーション応答は、所定の時間以内で、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立つように、車両２００の現在速度の低減又は加速を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、例えば、車両２００の操舵輪をターンさせ、角度１の回転を達成することにより、第１のＡＮＲをトリガーするように構成し得る。角度１による回転は、車両２００の進行方向４２４０を方向４２３０と位置合わせするのに役立ち得る。

車両２００が道路セグメント４２０６上にある場合、処理ユニット１１０は、車両２００のローカル座標系を道路セグメント４２０６に関連付けられたローカル座標系と位置合わせするように構成し得る。２つの座標系を位置合わせした後、処理ユニット１１０は、車両２００の現在位置４２１４での所定の道路モデル軌道４２２６の方向４２５０を特定するように構成し得る。処理ユニット１１０は、所定の道路モデル軌道４２２６の接線の方向として方向４２５０を特定し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道４２２６を表す三次元多項式の勾配又は傾きに基づいて方向４２５０を特定するように構成し得る。

処理ユニット１１０は、車両２００の進行方向４２６０を特定するように構成することもできる。図４２に示されるように、車両２００の進行方向４２６０は、画像捕捉デバイス１２２を車両２００に関連付けられたローカル座標系に対して向け得る方向であり得る。処理ユニット１１０は、車両２００の進行方向４２６０が、所定の道路モデル軌道４２２６の方向４２５０と位置合わせされる（すなわち、概して平行する）か否かを特定するように構成し得る。進行方向４２６０が、車両２００の現在位置４２１４での所定の道路モデル軌道４２２６の方向４２５０と位置合わせされない場合、処理ユニット１１０は、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立ち得る第２のＡＮＲを決定し得る。

例示的な一実施形態では、第２のＡＮＲは、例えば、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つように、車両２００の操舵輪、すなわち前輪をターンさせ得る角度２の決定を含み得る。別の例示的な実施形態では、第２のＡＮＲは、所定の時間以内で、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つように、車両２００の現在速度の低減又は加速を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、例えば、車両２００の操舵輪をターンさせ、角度２の回転を達成することにより、第２のＡＮＲをトリガーするように構成し得る。角度２による回転は、車両２００の進行方向４２６０を方向４２５０と位置合わせするのに役立ち得る。

車両２００が道路セグメント４２０４、４２０６の重複区分４２２０上にある場合、処理ユニット１１０は、車両２００のローカル座標系を道路セグメント４２０４に関連付けられたローカル座標系、及び道路セグメント４２０６に関連付けられたローカル座標系の両方に位置合わせするように構成し得る。したがって、処理ユニット１１０は、地図４２００及び４２０２の両方に基づいて第３のＡＮＲを決定するように構成し得る。例示的な一実施形態では、処理ユニット１１０は、車両２００の進行方向４２４０を所定の道路モデル軌道の進行方向４２３０と位置合わせし得、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つように、車両２００の操舵輪、すなわち、前輪をターンさせ得る角度３として第３のＡＮＲを決定し得る。したがって、例えば、処理ユニット１１０は、角度１と角度２との組合せとして角度３を決定し得る。

画像取得ユニット１２０は、例えば、所定の時間の後、車両２００の前方の環境の画像を繰り返し取得し得る。処理ユニット１１０は、車両２００の現在位置４２１４が道路セグメント４２０４上にあるか、道路セグメント４２０６上にあるか、それとも重複区分４２２０上にあるかを繰り返し検出するように構成することもできる。処理ユニット１１０は、車両２００が道路セグメント４２０４、４２０６上のどこにあるかに基づいて、第１、第２、又は第３のＡＮＲ（例えば、角度１、角度２、又は角度３）を決定し得る。したがって、画像取得ユニット１２０及び処理ユニット１１０は協働して、重複区分４２２０を使用して道路セグメント４２０４及び４２０６に沿って車両２００をナビゲートし得る。

図４３Ａ〜図４３Ｃは、開示される実施形態による、重複地図４２００、４２０２を使用して道路セグメント４２０４、４２０６に沿って車両２００をナビゲートする例示的なプロセス４３００を示すフローチャートを含む。プロセス４３００のステップは、メモリ１４０又は１５０にアクセスする必要ありで又はなしで、処理ユニット１１０及び画像取得ユニット１２０のうちの１つ又は複数により実行し得る。プロセス４３００でのステップの順序及び配置は、例示を目的として提供される。本開示から理解されるように、例えば、プロセス４３００のステップを追加、結合、削除、及び／又は再配置することにより、変更をプロセス４３００に対して行い得る。

図４３Ａに示されるように、プロセス４３００は、車両の環境を表す画像を取得するステップ４３０２を含み得る。例示的な一実施形態では、画像取得ユニット１２０は、車両２００の前方（又は例えば、車両の側部又は後方）のエリアの１つ又は複数の画像を取得し得る。例えば、画像取得ユニット１２０は、視野２０２を有する画像捕捉デバイス１２２を使用して画像を取得し得る。他の例示的な実施形態では、画像取得ユニット１２０は、視野２０２、２０４、２０６を有する画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数から画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。

プロセス４３００は、車両２００の現在位置４２１４を特定するステップ４３０２を含むこともできる。処理ユニット１１０は、１つ又は複数の画像を画像取得ユニット１２０から受信し得る。処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、図５Ｂ〜図５Ｄに関連して更に詳述されたように、ステップ４３０２において、複数の画像を分析し得る。分析を実行することにより、処理ユニット１１０は、画像のセット内の特徴のセット、例えば、１つ又は複数の陸標を検出し得る。処理ユニット１１０は、陸標を使用し、例えば、図３４〜図３６において上述されたプロセスと同様のプロセスを実行して、車両２００の現在位置４２１４を特定し得る。

プロセス４３００は、車両２００が第１の道路セグメント４３０４にあるか否かを特定するステップ４３０６を含み得る。処理ユニット１１０は、多くの方法で、車両２００が第１の道路セグメント４３０４上にあるか否かを特定し得る。例えば、処理ユニットは、例えば、ステップ４３０４において特定される現在位置４２１４を所定の道路モデル軌道４２１２と比較して、現在位置４２１４が所定の道路モデル軌道４２１２上にあるか否かを特定し得る。処理ユニットは、現在位置４２１４が所定の道路モデル軌道４２１２上にある場合、車両２００が第１の道路セグメント４３０４上にあると判断し得る。別の例示的な実施形態では、処理ユニット１１０は、陸標及び陸標の方向インジケータを使用して、車両２００の現在位置４２１４が道路セグメント４２０４上にあるか否かを特定し得る。例えば、図３４〜図３６に関して上述したように、認識された陸標の方向インジケータが所定の道路モデル軌道４２１２と交わる（例えば、図３４〜図３６に関連して上述した）場合、処理ユニット１１０は、車両２００の現在位置４２１４が道路セグメント４２０４上にあると判断し得る。処理ユニット１１０は、車両２００が道路セグメント４２０４にある（ステップ４３０６：Yes）と判断する場合、ステップ４３０８に進み得る。しかし、処理ユニット１１０は、車両２００が道路セグメント４２０４にない（ステップ４３０６：No）と判断する場合、プロセスセグメントＣを介してステップ４３１４に進み得る。

ステップ４３０８において、処理ユニット１１０は、車両２００が重複セグメント４２２０にあるか否かを特定し得る。処理ユニット１１０は、ステップ４３０６に関して上述したプロセスと同様のプロセスを使用して、車両２００が重複セグメント４２２０にあるか否かを特定し得る。例えば、処理ユニット１１０は、認識済み陸標に対応する方向インジケータが、重複セグメント４２２０内のＡ及びＢ間に配置される所定の道路モデル軌道４２１２の部分において所定の道路モデル軌道４２１２と交わるか否かを特定し得る。別の例示的な実施形態では、処理ユニット１１０は、車両２００の現在位置４２１４を所定の道路モデル軌道４２１２の数学的表現と比較して、車両２００が重複セグメント４２２０にあるか否かを特定し得る。更に別の例示的な実施形態では、処理ユニット１１０は、第１の道路セグメント４２０４において所定の道路モデル軌道４２１２に沿って車両２００が走行した距離を特定し得る。処理ユニットは、テール位置合わせを使用するナビゲーションに関して図３７〜図３９に関して上述したプロセスと同様のプロセスを使用して、走行距離を特定し得る。処理ユニット１１０は、車両２００の走行距離に基づいて、車両２００の現在位置４２１４が重複セグメント４２２０にあるか否かを特定し得る。処理ユニット１１０は、車両２００が重複セグメント４２２０内にある（ステップ４３０８：Yes）と判断する場合、プロセスセグメントＤを介してステップ４３２０に進み得る。しかし、処理ユニット１１０は、車両２００が重複セグメント４２２０内にない（ステップ４３０８：No）と判断する場合、ステップ４３１０に進み得る。

プロセス４３００は、第１のＡＮＲを決定するステップ４３１０を含み得る。処理ユニット１１０は、車両２００が第１の道路セグメント４２０４にあり、重複セグメント４２２０にないとの判断に基づいて、第１のＡＮＲを決定し得る。例示的な一実施形態では、処理ユニット１１０は、所定の道路モデル軌道４２１２の数学的表現（例えば、三次元多項式）を取得し得る。処理ユニット１１０は、車両２００の現在位置４２１４での所定の道路モデル軌道４２１２への接線に向けられたベクトルとして、所定の道路モデル軌道４２１２の方向４２３０を特定し得る。例えば、処理ユニット１１０は、現在位置４２１４での所定の道路モデル軌道４２１２の数学的表現の勾配に沿って向けられたベクトルとして方向４２３０を特定し得る。上記説明は、車両２００の現在位置４２１４が所定の道路モデル軌道４２１２上にあると仮定するが、処理ユニット１１０は、車両２００が所定の道路モデル軌道４２１２上にない場合、図３４〜図３９に関して上述したプロセスと同様のプロセスを実行し得る。例えば、処理ユニットは、上述したように方向４２３０を特定する前、車両２００を所定の道路モデル軌道４２１２に移動させるのに必要な変換を特定し得る。

処理ユニット１１０は、車両２００の進行方向４２４０を特定することもできる。例えば、図４２に示されるように、処理ユニット１１０は、画像捕捉デバイス１２２を車両２００に関連付けられたローカル座標系に対して向け得る方向として、車両２００の進行方向４２４０を特定し得る。別の例示的な実施形態では、処理ユニット２００は、現在位置４２１４での車両２００の移動方向として、進行方向４２４０を特定し得る。更に別の例示的な実施形態では、処理ユニットは、図３７〜図３９に関して上述したように、走行軌道に基づいて進行方向４２４０を特定し得る。処理ユニット１１０は、進行方向４２４０と、所定の道路モデル軌道４２１２の方向４２３０との間の回転角１を特定し得る。例示的な一実施形態では、第１のＡＮＲは、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得るのを保証するのに役立ち得る回転角１を含み得る。別の例示的な実施形態では、第１のＡＮＲは、所定の時間以内に、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立ち得る、車両２００の加速又は減速を含むこともできる。

プロセス４３００は、第１のＡＮＲに基づいて操舵システム２４０を調整するステップ４３１２を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、例えば、車両２００の操舵輪をターンさせ、角度１の回転を達成することにより、第１のＡＮＲをトリガーするように構成し得る。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、スロットルシステム２２０及び／又はブレーキシステム２３０を制御し、所定の時間以内で、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立つように、車両２００の速度を適宜制御することもできる。

ステップ４３０６に戻り、処理ユニット１１０により、車両２００が道路セグメント４２０４上にない（ステップ４３０６：No）と判断される場合、処理ユニット１１０は、プロセスセグメントＣを介してステップ４３１４に進み得る。ステップ４３１４において、処理ユニット１１０は、車両２００が道路セグメント４２０６上にあるか否かを特定し得る。処理ユニット１１０は、ステップ４３０６において上述した動作と同様の動作を実行して、車両２００が道路セグメント４２０６上にあるか否かを特定し得る。処理ユニット１１０が、車両２００が道路セグメント４２０６にないと判断する場合、プロセス４３００は終了し得る。しかし、処理ユニット１１０は、車両２００が道路セグメント４２０６にあると判断される場合、第２のＡＮＲを決定するステップ４３１６に進み得る。

処理ユニット１１０は、ステップ４３１０に関して上述したプロセスと同様のプロセスを使用して、第２のＡＮＲを決定し得る。例えば、処理ユニット１１０は、車両２００の進行方向４２６０を方向４２５０と位置合わせし得ることを保証するのに役立ち得る、車両２００の現在位置４２１４での所定の道路モデル軌道４２２６の方向４２５０、進行方向４２６０、及び回転角２を決定し得る。更に、第１のＡＮＲのように、第２のＡＮＲも、所定の時間以内で、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つために必要であり得る車両２００の加速又は減速を含み得る。

プロセス４３００は、第２のＡＮＲに基づいて操舵システム２４０を調整するステップ４３１８を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、例えば、車両２００の操舵輪をターンさせ、回転角２を達成することにより、第２のＡＮＲをトリガーするように構成し得る。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、スロットルシステム２２０及び／又はブレーキシステム２３０を制御し、所定の時間以内で、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つように、車両２００の速度を適宜制御することもできる。

ステップ４３０８に戻り、処理ユニット１１０により、車両２００が重複セグメント４２２０上にある（ステップ４３０８：Yes）と判断される場合、処理ユニット１１０は、プロセスセグメントＤを介してステップ４３２０に進み得る。ステップ４３２０において、処理ユニット１１０は第１のＡＮＲを決定し得る。処理ユニット１１０は、ステップ４３１０に関して上述した動作と同様の動作を使用して、第１のＡＮＲを決定し得る。したがって、例えば、処理ユニットは、車両２００の進行方向４２４０を方向４２３０に位置合わせし得ることを保証するのに役立ち得る、車両２００の現在位置４２１４での所定の道路モデル軌道４２１２の方向４２４０、進行方向４２３０、及び回転角１を決定し得る。更に、第１のＡＮＲは、所定の時間以内に、車両２００の進行方向４２４０を所定の道路モデル軌道４２１２の方向４２３０と位置合わせし得ることを保証するのに役立つために必要であり得る車両２００の加速又は減速を含むこともできる。

プロセス４３００は、第２のＡＮＲを決定するステップ４３２２を含むこともできる。処理ユニット１１０は、ステップ４３１６に関して上述した動作と同様の動作を使用して第２のＡＮＲを決定し得る。したがって、例えば、処理ユニットは、車両２００の進行方向４２６０を方向４２５０に位置合わせし得ることを保証するのに役立ち得る、車両２００の現在位置４２１４での所定の道路モデル軌道４２２６の方向４２６０、進行方向４２５０、及び回転角２を決定し得る。更に、第２のＡＮＲは、所定の時間以内に、車両２００の進行方向４２６０を所定の道路モデル軌道４２２６の方向４２５０と位置合わせし得ることを保証するのに役立つために必要であり得る車両２００の加速又は減速を含むこともできる。

プロセス４３００は、第１のＡＮＲと第２のＡＮＲとの間の誤差を特定するステップ４３２４を含むこともできる。例示的な一実施形態では、処理ユニット１１０は、例えば、ステップ４３２０及び４３２２において決定された回転角１と回転角２との間の誤差として、誤差を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、所定の道路モデル軌道４２１２の方向４２３０と所定の道路モデル軌道４２２６の方向４２５０との間の誤差として、誤差を特定し得る。別の例示的な実施形態では、処理ユニット１１０は、方向４２３０及び４２５０間の余弦距離として誤差を特定し得る。処理ユニット１１０が、方向４２３０及び４２５０間の誤差を特定するために、他の数学的関数を使用してもよいことを当業者は認識する。

プロセス４３００は、誤差が閾値誤差未満であるか否かを特定するステップ４３２６を含むこともできる。処理ユニット１１０は、車両２００が重複セグメント４２２０上にある場合のみ、ステップ４３２４を実行し得るため、誤差は、車両２００の座標系が道路セグメント４２０４及び４２０６の両方と位置合わせされているか否かを示し得る。幾つかの実施形態では、車両２００が最初に重複セグメント４２２０に入ったとき、誤差が閾値誤差を超え得、ナビゲーション地図４２００及び４２０２の両方に基づく車両２００のナビゲーションが正確性を改善し得ることが意図される。車両２００が重複セグメント４２２０内を更に走行するにつれて、誤差は低減し得、最終的には閾値誤差未満になり得る。車両２００の座標系が道路セグメント４２０４及び４２０６の両方と位置合わせされている場合、誤差は閾値誤差よりも小さくなり得、ナビゲーション地図４２０２のみに基づいて車両２００のナビゲーションを開始することで十分であり得る。

処理ユニット１１０は、誤差が閾値誤差を超える（ステップ４３２６：Yes）と判断する場合、ステップ４３２８に進み得る。ステップ４３２８において、処理ユニット１１０は、地図４２００及び４２０２の両方に基づいて車両２００をナビゲートし得るように、第１のＡＮＲ及び第２のＡＮＲの両方に基づいて第３のＡＮＲを決定し得る。したがって、例えば、処理ユニット１１０は、例えば、ステップ４３２０及び４３２２において決定される回転角１と回転角２との組合せとして、第３の回転角３を決定し得る。幾つかの例示的な実施形態では、組合せは、回転角１と回転角２との平均、加重平均、又は何らかの他の数学的結合であり得る。同様に、処理ユニット１１０は、例えば、ステップ４３２０及び４３２２において決定された加速及び／又は減速の組合せに基づいて、車両２００の加速又は減速を決定し得る。

プロセス４３００は、第３のＡＮＲに基づいて操舵システム２４０を調整するステップ４３３０を含むこともできる。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、例えば、車両２００の操舵輪をターンさせ、回転角３を達成することにより、第３のＡＮＲをトリガーするように構成し得る。処理ユニット１１０は、ナビゲーション応答モジュール４０８に記憶されている命令を実行して、ステップ４３３０又は４３３２において決定される加速及び／又は減速に基づいてスロットルシステム２２０及び／又はブレーキシステム２３０を制御することもできる。

ステップ４３２６に戻ると、処理ユニット１１０は、誤差が閾値誤差未満である（ステップ４３２６：No）と判断する場合、第２のＡＮＲのみに基づいて第３のＡＮＲを決定するステップ４３３２に進み得る。上述したように、誤差が閾値誤差未満の場合、地図４２０２のみに基づいて車両２００をナビゲートすることで十分であり得る。したがって、例示的な一実施形態では、処理ユニット１１０は、第３のＡＮＲを第２のＡＮＲに等しく設定し得る。別の例示的な実施形態では、処理ユニット１１０は、スケーリング係数を使用して第２のＡＮＲをスケーリング（すなわち、拡大又は減衰）することにより、第３のＡＮＲを設定し得る。ステップ４３３２の完了後、処理ユニット１１０は、第３のＡＮＲに基づいて操舵システム２４０を調整するステップ４３３０に進み得る。

処理ユニット１１０及び／又は画像取得ユニット１２０は、所定の時間の後、プロセス４３００を繰り返し得る。例示的な一実施形態では、所定の時間量は約０．５秒〜１．５秒の範囲であり得る。繰り返し車両２００の現在位置４２１４を特定し、現在位置４２１４が重複セグメント４２２０にあるか否かを特定し、車両２００の位置に基づいて第１のＡＮＲ、第２のＡＮＲ、及び第３のＡＮＲを決定することにより、処理ユニット１１０及び／又は画像取得ユニット１２０は、ローカル地図４２００、４２０２の重複道路セグメント４２２０を使用して車両２００をナビゲートするのに役立ち得る。

疎な地図の自律車両ナビゲーション幾つかの実施形態では、開示されるシステム及び方法は、疎な地図を自律車両ナビゲーションに使用し得る。図８〜図１１Ｄに関して上述したように、疎な地図は、過度のデータ記憶又はデータ転送率を必要とせずに、ナビゲーションに十分な情報を提供し得る。更に、車両（自律車両であり得る）は、疎な地図を使用して、１つ又は複数の道路をナビゲートし得る。例えば、更に詳細に後述するように、車両２００は、疎な地図の分析及び車両２００の環境を表す少なくとも１つの画像の分析に基づいて、自律ナビゲーション応答を決定し得る。

幾つかの実施形態では、車両２００は、車両２００が走行中の道路及び車両ナビゲーションに十分であり得る、道路に沿った存在する可能性のある陸標に関するデータを含み得る疎な地図にアクセスし得る。上記セクションで説明したように、車両２００によりアクセスされる疎なデータ地図が必要とする記憶空間及びデータ転送帯域幅は、道路に沿って収集される画像データ等の詳細な地図情報を含むデジタル地図と比較して、はるかに小さい値であり得る。例えば、疎なデータ地図は、車両２００が走行中の道路セグメントの詳細な表現を記憶するのではなく、道路に沿った好ましい車両経路の三次元多項式表現を記憶し得る。道路に沿った好ましい車両経路の多項式表現は、道路セグメントに沿った目標軌道の多項式表現であり得る。これらの経路に必要なデータ記憶空間はごくわずかであり得る。

開示される実施形態によれば、自律車両システムは、疎な地図をナビゲーションに使用し得る。上述したように、疎な地図のコアでは、１つ又は複数の三次元輪郭が、自律車両が関連付けられた道路セグメントに沿って移動する際に走行し得る所定の軌道を表し得る。これも上述したように、疎な地図は、１つ又は複数の認識済み陸標、道路シグネチャプロファイル、及び車両ナビゲーションに有用な任意の他の道路関連特徴等の他の特徴を含むこともできる。

幾つかの実施形態では、自律車両は、車両本体と、プロセッサとを含み得、プロセッサは、疎な地図に含まれるデータを受信し、疎な地図内のデータに基づいて、道路セグメントに沿って車両をナビゲートするナビゲート命令を生成するように構成される。

図８に関連して上述したように、車両２００（自律車両であり得る）は、ナビゲートするために疎な地図８００にアクセスし得る。図８に示されるように、幾つかの実施形態では、疎な地図８００は、メモリ１４０又は１５０等のメモリに記憶し得る。例えば、疎な地図８００は、車両２００に搭載された記憶デバイス又は非一時的コンピュータ可読媒体（例えば、車両２００に搭載されるナビゲーションシステムに含まれる記憶装置）に記憶し得る。車両２００に提供されるプロセッサ（例えば、処理ユニット１１０）は、車両２００に搭載される記憶装置又はコンピュータ可読媒体に記憶された疎な地図４４００にアクセスして、自律車両２００が道路セグメントを走行する際、自律車両２００をガイドするナビゲーション命令を生成し得る。

幾つかの実施形態では、疎な地図８００は、リモートに記憶し得る。図４４は、開示される実施形態による、リモートサーバ４４００からデータを受信する車両２００の例を示す。図４４に示されるように、リモートサーバ４４００は、車両２００と通信するリモートサーバ４４００に提供される記憶装置４４０５（例えば、コンピュータ可読媒体）を含み得る。例えば、リモートサーバ４４００は、疎な地図データベース４４１０を記憶装置４４０５に記憶し得る。疎な地図データベース４４１０は疎な地図８００を含み得る。幾つかの実施形態では、疎な地図データベース４４１０は、複数の疎な地図を含み得る。疎な地図データベース４４１０は、特定の領域（例えば、地理的境界、国境、州境等）に基づいて又は任意の適切なパラメータ（例えば、車両のタイプ又はサイズ、気象等）に基づいてインデックス付与し得る。車両２００は、無線通信パスを通して１つ又は複数のネットワークを介して（例えば、セルラネットワーク及び／又はインターネット等を介して）リモートサーバ４４０と通信し得る。幾つかの実施形態では、車両２００に提供されるプロセッサ（例えば、処理ユニット１１０）は、リモートサーバ４４００から１つ又は複数のネットワークを介して、疎な地図データベース４４１０に含まれるデータを受信し得る。更に、車両２００は、更に詳細に後述するように、疎な地図８００を使用して車両２００をナビゲートする命令を実行し得る。

図８を参照して上述したように、疎な地図８００は、道路セグメントに沿った自律運転又はナビゲーションをガイドするために、複数の目標軌道８１０の表現を含み得る。そのような目標軌道は三次元スプラインとして記憶し得る。疎な地図８００に記憶されている目標軌道は、特定の道路セグメントに沿った車両の以前の走行の２つ以上の再構築軌道に基づいて決定し得る。道路セグメントには、単一の目標軌道又は複数の目標軌道を関連付け得る。例えば、２レーン道路において、第１の目標軌道は、第１の方向での道路に沿った意図される走行経路を表すために記憶し得、第２の目標軌道は、別の方向（例えば、第１の方向の逆）での道路に沿った意図される走行経路を表すために記憶し得る。特定の道路セグメントに関して追加の目標軌道を記憶し得る。

疎な地図８００は、特定の道路セグメント、ローカル地図等に関連付けられた複数の所定の陸標８２０に関連するデータを含むこともできる。他のセクションで詳述されるように、これらの陸標は、車両２００のナビゲーションに使用し得る。例えば、幾つかの実施形態では、陸標を使用して、記憶されている目標軌道に対する車両２００の現在位置を特定し得る。この位置情報を用いて、車両２００は、特定された位置での目標軌道の方向に一致するように、進行方向を調整可能であり得る。

陸標は、例えば、少なくとも１つの道路セグメントの環境内の任意の識別可能な固定された物体又は特定の道路セグメントの特定のセクションに関連付けられた任意の観測可能な特徴を含み得る。幾つかの場合、陸標は交通標識（例えば、速度制限標識、危険物標識等）を含み得る。他の場合、陸標は、道路セグメントの特定のセクションに関連付けられた道路特徴プロファイルを含み得る。様々なタイプの陸標の更なる例について、前のセクションで考察されており、幾つかの陸標例は図１０に関連して示され考察されている。

図４５は、開示される実施形態による、複数レーン道路に沿ってナビゲートする車両２００を示す。ここで、車両２００は、図１１Ｂに前に示された地理的セグメント１１１１内に存在する道路セグメントをナビゲートし得る。図１１Ｂに関連して上述したように、道路セグメント１１２０は、レーン１１２２及び１１２４、二重黄線１１２３、並びに道路セグメント１１２０と交わる分岐道路セグメント１１３０を有する複数レーン道路を含み得る。地理的セグメント１１１１は、停止線１１３２、停止標識１１３４、速度制限標識１１３６、及び危険物標識１１３８等の他の道路特徴を含むこともできる。

図４６は、開示される実施形態による、複数レーン道路に沿った目標軌道を使用してナビゲートされる車両２００を示す。車両２００は、目標軌道４６００を使用して、図１１Ｂ及び図４５において前に示された地理的セグメント１１１１をナビゲートし得る。目標軌道４６００は、疎な地図８００のローカル地図（例えば、図１１Ｃのローカル地図１１４０）に含まれ得、道路セグメントに関連付けられた１つ又は複数のレーンの目標軌道を提供し得る。上述したように、疎な地図８００は、地理的セグメント１１１１において識別される１つ又は複数の陸標の表現等の、地理的セグメント１１１１に関連付けられた道路関連特徴の表現を含み得る。そのような陸標は、速度制限標識１１３６及び危険物標識１１３８を含み得る。車両２００は、目標軌道４６００に対して現在位置を特定するのをアシストするために、速度制限標識１１３６及び危険物標識１１３８を使用し得る。目標軌道４６００に対する車両２００の特定された現在位置に基づいて、車両２００は、特定された位置での目標軌道の方向に一致するように進行方位を調整し得る。

上述したように、幾つかの実施形態では、疎な地図８００は、道路シグネチャプロファイルを含むこともできる。そのような道路シグネチャプロファイルには、道路に関連付けられた少なくとも１つのパラメータの任意の区別可能／測定可能な変動を関連付け得る。例えば、幾つかの場合、そのようなプロファイルには、特定の道路セグメントの表面凹凸性の変動、特定の道路セグメントにわたる道路幅の変動、特定の道路セグメントに沿って塗装された破線間の距離の変動、特定の道路セグメントに沿った道路曲率の変動等を関連付け得る。

図４７は、車両２００が図４５及び図４６に示される道路を走行する際の車両２００に関連付けられた道路シグネチャプロファイル１１６０の例を示す。プロファイル１１６０は、車両２００に関連して上述した任意のパラメータ又は他のパラメータを表し得るが、一例では、プロファイル１１６０は、車両２００が図４６の道路セグメントを走行する際のサスペンション変位量を示す出力を提供する１つ又は複数のセンサを監視することにより取得される路面凹凸性の測定値を表し得る。代替的には、プロファイル１１６０は、図４６の道路セグメントを走行中の車両２００に搭載されたカメラを介して取得された画像データに基づいて特定されるような、道路幅の変動を表し得る。そのようなプロファイルは、例えば、目標軌道４６００に対する車両２００の特定の場所を特定するに当たり有用であり得、車両２００のナビゲーションを支援し得る。すなわち、車両２００は、図４６の道路セグメントを走行する際、その道路セグメントに関連付けられた１つ又は複数のパラメータに関連付けられたプロファイルを測定し得る。測定されたプロファイルを、道路セグメントに沿った位置に関するパラメータ変動をプロットする所定のプロファイルに相関付ける／一致させることができる場合、車両２００は測定されたプロファイル及び所定のプロファイルを使用して（例えば、測定されたプロファイル及び所定のプロファイルの対応するセクションを重複させることにより）、道路セグメントに沿った現在位置を特定し、したがって、道路セグメントの目標軌道４６００に対する現在位置を特定し得る。車両２００によるプロファイルの測定は、車両２００が図４６のレーン１１２４を走行する際、継続して、道路セグメントに沿った現在位置及び目標軌道４６００に対する車両２００の現在位置を連続して特定し得る。したがって、車両２００のナビゲーションを提供し得る。

図４８は、図４５及び図４６に示されるように、道路環境４８００の一部の例の図である。この例では、図４８は道路セグメント１１２０を示す。車両２００は、道路セグメント１１２０に沿って走行中であり得る。道路セグメント１１２０に沿って、速度制限標識１１３６及び危険物標識１１３８等の陸標が存在し得る。速度制限標識１１３６及び危険物標識１１３８は、疎な地図８００に記憶されている認識済み陸標であり得、道路セグメント１１２０に沿った自律車両ナビゲーションに使用し得る（例えば、車両２００の位置特定及び／又は車両２００の目標軌道の特定のために）。疎な地図８００での認識済み陸標１１３６及び１１３８は、互いから特定のレートで離間され得る。例えば、認識済み陸標は、疎な地図において、１キロメートル当たり０．５以下のレート、１キロメートル当たり１以下のレート、又は１００メートル当たり１以下のレートで離間され得る。陸標１１３６及び１１３８は、例えば、車両が、特定された位置での目標軌道の方向に一致するように進行方位を調整し得るように、目標軌道４６００に対する現在位置を特定するに当たり車両２００を支援するのに使用し得る。

図４９は、開示される実施形態による、疎な地図の自律ナビゲーションの例示的なプロセス４９００を示すフローチャートである。処理ユニット１１０は、アプリケーションプロセッサ１８０及び画像プロセッサ１９０のうちの一方又は両方を利用して、プロセス４９００を実施し得る。更に詳細に後述するように、車両２００は、疎な地図及び車両２００の環境を表す少なくとも１つの画像の分析に基づいて、自律ナビゲーション応答を決定し得る。

ステップ４９０２において、処理ユニット１１０は、メモリ１４０又は１５０から、疎な地図８００等の道路セグメントの疎な地図を受信し得る。例えば、疎な地図は、位置センサ１３０による車両２００の位置の計算に基づいて、処理ユニット１１０に送信し得る。他の例示的な実施形態では、車両２００は疎な地図をリモートサーバ４４００から受信し得る。疎な地図データは、特定のデータ密度を有し得る。疎な地図のデータ密度は、単位距離当たりのデータ単位数に関して表現し得る。例えば、疎な地図は、１キロメートル当たり１メガバイト以下のデータ密度を有し得る。別の例では、疎な地図は、１キロメートル当たり１００キロバイト以下のデータ密度を有し得る。別の例では、疎な地図は、１キロメートル当たり１０キロバイト以下のデータ密度を有し得る。データ密度は、任意の考えられるデータ単位及び単位距離に関して表現し得る。更に、疎な地図は、道路セグメントに沿った目標軌道の多項式表現を含み得る。

ステップ４９０４において、処理ユニット１１０は、車両２００の環境を表す少なくとも１つの画像を受信し得る。例えば、処理ユニット１１０は、画像捕捉デバイス１２２を使用して、少なくとも１つの画像を画像取得ユニット１２０から受信し得る。他の例示的な実施形態では、画像取得ユニット１２０は、画像捕捉デバイス１２２、１２４、及び１２６のうちの１つ又は複数から１つ又は複数の画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。

ステップ４９０６において、処理ユニット１１０は、受信した疎な地図及び車両２００の環境の少なくとも１つの画像を分析し得る。例えば、処理ユニット１１０は、単眼画像分析モジュール４０２を実行して、図５Ｂ〜図５Ｄに関連して更に詳細に説明したように、１つ又は複数の画像を分析し得る。分析を実行することにより、処理ユニット１１０は、画像のセット内の特徴のセット、例えば、陸標１１３４、１１３６、及び１１３８等の１つ又は複数の陸標を検出し得る。上述したように、陸標は、１つ又は複数の交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、街灯柱、道路での線間隔の変更、ビジネス標識等を含み得る。更に、処理ユニット１１０は、疎な地図を分析して、１つ又は複数の画像での物体が認識済み陸標であると判断し得る。例えば、処理ユニット１１０は、物体の画像を疎な地図に記憶されているデータと比較し得る。比較に基づいて、画像プロセッサ１９０は、物体が認識済み陸標であるか否かを特定し得る。処理ユニット１１０は、環境及び／又はＧＰＳデータの捕捉画像データからの認識済み陸標を使用して、車両２００の位置を特定し得る。次に、処理ユニット１１０は、疎な地図の目標軌道に対する車両２００の位置を特定し得る。

ステップ４９０８において、処理ユニット１１０は、疎な地図及びステップ４９０６において実行された環境の少なくとも１つの画像の分析のみに基づいて、車両２００において１つ又は複数のナビゲーション応答を生じさせ得る。例えば、処理ユニット１１０は、疎な地図の目標軌道に対する車両２００の位置に基づいて、適切なナビゲーション応答を選択し得る。ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更等を含み得る。処理ユニット１１０は、図２Ｆに示されるように、システム１００に、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数に対して入力（例えば、制御信号）を提供させて、車両２００をナビゲートさせ（例えば、加速、ターン、レーンシフト等を行わせることにより）、ナビゲーション応答を提供させ得る。システム１００は、１つ又は複数のデータリンク（例えば、データを伝送する任意の１つ又は複数の有線及び／又は無線リンク）を介して、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数に入力を提供し得る。更に、複数のナビゲーション応答は、同時に、順次、又はそれらの任意の組合せで行い得る。例えば、処理ユニット１１０は、例えば、制御信号を車両２００の操舵システム２４０及びスロットルシステム２２０に順次送信することにより、車両２００に１レーンシフトさせ、次に加速させ得る。代替的には、処理ユニット１１０は、例えば、制御信号を車両２００のブレーキシステム２３０及び操舵システム２４０に同時に送信することにより、車両２００に、レーンをシフトする間、同時にブレーキを掛けさせ得る。

予期される陸標位置に基づくナビゲーション車載カメラにより捕捉される１つ又は複数の画像に現れる陸標は、道路モデル軌道に沿った車両の位置を特定するために、開示される実施形態において使用し得る。そのような陸標は、例えば、疎な地図８００に表される認識済み陸標を含み得る。車両２００の処理ユニット１１０は、車両２００に搭載された１つ又は複数のカメラから捕捉された画像を分析して、捕捉画像内の認識済み陸標の存在（疎なデータ地図８００からの）を探し、検証し得る。次に、本開示の他のセクションにおいて詳述された技法により、車両の環境内の検証され認識された陸標を使用して、車両をナビゲートし得る（例えば、道路セグメントに関連付けられた目標軌道に沿った車両２００の位置の特定を可能にすることにより）。

しかし、開示される実施形態では、処理ユニット１１０は、捕捉画像に現れる陸標のみならず、疎なデータ地図８００により伝えられるような認識済み陸標の予期される位置にも基づいて、ナビゲーション命令を生成することもできる。例えば、車両のブレーキは、認識済み陸標が車載カメラを介して検出可能になる前であってさえも、停止線、信号機、停止標識、急カーブ等の認識済み陸標から特定の距離において開始し得る。陸標は、例えば、少なくとも１つの道路セグメントの環境内の任意の識別可能な固定された物体又は道路セグメントの特定のセクションに関連付けられた任意の観測可能な特徴を含み得る。幾つかの場合、陸標は交通標識（例えば、速度制限標識、危険物標識等）を含み得る。他の場合、陸標は、道路セグメントの特定のセクションに関連付けられた道路特徴プロファイルを含み得る。様々なタイプの陸標の更なる例について、前のセクションで考察されており、幾つかの陸標例は図１０に示されている。

図５０は、開示される実施形態による環境例を示す。車両２００（自律車両であり得る）は、道路５００４内の目標道路モデル軌道５００２に沿って走行し得る。車両２００は、車両の環境の画像を捕捉する１つ又は複数の画像捕捉デバイス（例えば、画像捕捉デバイス１２２、１２４、又は１２６のうちの１つ又は複数）を備え得る。１つ又は複数の画像捕捉デバイスは、サイト範囲５００６を有し得る。サイト範囲５００６は、車両２００の画像捕捉デバイスが車両２００の周囲の環境の正確な画像を捕捉することができる範囲を定義し得る。例えば、サイト範囲５００６は、車両２００の画像捕捉デバイスの視野、焦点距離、解像度焦点、鮮鋭度、及び画質等が、車両２００のナビゲーションに画像を提供するのに十分である範囲を定義し得る。領域５００８は、車両２００の画像捕捉デバイスのサイト範囲５００６外の範囲を定義し得る。領域５００８において、車両２００の画像捕捉デバイスは、車両２００のナビゲーションを可能にするのに十分な車両２００の周囲の環境の画像を捕捉することができないことがある。他の例示的な実施形態では、各画像捕捉デバイスは、異なるサイト範囲を有し得る。

図５０に示されるように、認識済み陸標５０１０はサイト範囲５００６内にある。認識済み陸標５０１０はサイト範囲５００６内にあるため、車両２００の画像捕捉デバイスにより捕捉し、識別し、車両２００のナビゲーションに使用し得る。認識済み陸標５０１０は、例えば、図３４〜図３６に関連して上述した技法により、車両２００により識別し得る。

上述したように、認識済み陸標５０１２は領域５００８内にある。しかし、領域５００８は、車両２００の画像捕捉デバイスのサイト範囲５００６の外部範囲を定義し得る。したがって、車両２００は、認識済み陸標５０１２が画像捕捉デバイスのサイト範囲外にあるため、車両２００の画像捕捉デバイスを使用して認識済み陸標５０１２を識別できないことがある。

開示される実施形態によれば、車両２００は、代替の技法を使用して認識済み陸標５０１２を識別し得る。例えば、車両２００の画像捕捉デバイスは、サイト範囲５００６内の環境の画像を捕捉し得る。車両２００のプロセッサ（例えば、処理ユニット１１０）は、画像を受信し得る。次に、プロセッサは、捕捉画像に基づいて、道路５００４での所定の道路モデル軌道５００２に沿った車両２００の位置を特定し得る。例えば、他のセクションに考察されるように、プロセッサは、環境の捕捉画像からの認識済み陸標５０１０を表すデータ情報を、上述した、疎な地図８００に記憶されているデータ等の記憶データと比較して、道路５００４での所定の道路モデル軌道５００２に沿った車両２００の位置を特定し得る。

次に、車両２００の特定された位置に基づいて、プロセッサは、車両２００の前方のサイト範囲５００６を超えた認識済み陸標（例えば、認識済み陸標５０１２）を識別し得る。例えば、疎なデータ地図８００又は疎なデータ地図８００の任意の部分（例えば、疎なデータ地図８００の任意の受信されたローカル地図部分）に記憶されている情報にアクセスすることにより、車両２００の処理ユニット１１０は、車両２００が次に遭遇することが予期される認識済み陸標（又は車両２００が遭遇することになる任意の他の認識済み陸標）を特定し得る。プロセッサは、疎なデータ地図８００で利用可能な情報に基づいて、認識済み陸標５０１２の所定の位置を特定することもできる。次に、処理ユニット１１０は、車両２００と予期される認識済み陸標５０１２との間の現在距離５０１４を特定し得る。車両２００と認識済み陸標５０１２との間の現在距離５０１４は、車両２００の特定された位置を認識済み陸標５０１２の所定の位置と比較することにより特定し得る。次に、距離５０１４に基づいて、車両２００のプロセッサは、車両の自律ナビゲーション応答を決定し得る。例えば、処理ユニット１１０は、車両２００に搭載される画像捕捉デバイスからの任意の捕捉画像において陸標５０１２を検出する前であっても、応答の中で特に、陸標５０１２の前にブレーキを開始し得る。

図５１は、開示される実施形態による自律ナビゲーションの構成５１００を示す。上述したように、処理ユニット１１０は、画像取得ユニット１２０から画像を受信し得る。画像取得ユニットは、１つ又は複数の画像捕捉デバイス（例えば、画像捕捉デバイス１２２、１２４、又は１２６）を含み得る。画像は、車両２００に搭載された画像捕捉デバイスの視野内の車両２００の環境を示し得る。

目標軌道に沿った車両２００の正確な位置を特定するために、ＧＰＳデータに依存する必要はないが、ＧＰＳデータ（例えば、ＧＰＳユニット５１０６からのＧＰＳデータ）は、疎なデータ地図８００内からアクセスする関連するローカル地図を特定するためのインデックスとして使用し得る。そのようなＧＰＳデータは、観測された認識済み陸標の検証を支援する汎用インデックスとして使用することもできる。

図５２は、本開示による環境５２００の例を示す。図５２に示されるように、車両２００は、停止標識５２０４及び停止線５２１０を有する交差点５２０２に近づきつつある。停止標識５２０４及び停止線５２１０の一方又は両方は、疎なデータ地図８００において表される認識済み陸標に対応し得る。停止標識５２０４又は停止線５２１０の一方又は両方は、車両２００の搭載された画像捕捉デバイスの焦点距離を超えた領域５２０８内又は画像捕捉デバイスの使用可能なサイト範囲外にあり得る。停止標識５６２０４及び／又は停止線５２１０に対する疎なデータ地図８００に記憶されている情報に基づいて、処理ユニット１１０は、停止線５２０４又は５２１０が車両２００に搭載された画像捕捉デバイスから受信される画像において識別される前であっても、停止線５２０４又は停止線５２１０への特定された予期される距離に基づいて、ブレーキを開始し得る。そのようなナビゲーション技法は、例えば、ブレーキのトリガー（例えば、停止標識５２０４、停止線５２１０、予期されるカーブ等）への距離の確認がない状況であっても、車両２００を徐々に減速させるか、又は所定のブレーキプロファイルに従って減速させることを支援し得る。

図５３は、本開示による別の例としての環境５３００を示す。図５３に示されるように、車両２００は道路５３０４のカーブ５３０２に近づきつつある。車両２００は、サイト範囲５３０６を提供する１つ又は複数の画像捕捉デバイスを含む画像取得ユニット（例えば、画像取得ユニット１２０）を含み得る。領域５３０８は、車両２００の画像取得ユニットのサイト範囲５３０６外の範囲を定義し得る。

車両２００は、道路５３０４のカーブ５３０２に対応するために、減速又は操舵を実施する必要があり得る。減速を計画するか、又は操舵を実施するために、カーブ５３０２がどこにあるかを事前に知ることが有用であり得る。しかし、カーブ５３０２は、車両２００に搭載された画像捕捉デバイスの焦点距離を超えた領域５３０８にあり得る。したがって、車両２００は、例えば、疎なデータ地図８００に表されるように、カーブ５３０２の所定の位置及び所定の道路モデル軌道５３１０に沿った車両２００の位置を使用して、カーブ５３０２への距離５３２０を特定し得る。この距離を使用して、カーブが車載カメラにより捕捉される画像に現れる前、車両２００の減速、車両２００のコース変更等を行い得る。

開示される実施形態によれば、カーブ５３０２への距離５３２０を特定するために、車両２００の画像取得デバイスは、環境の画像を捕捉し得る。画像は認識済み陸標５３１８を含み得る。車両２００のプロセッサ（例えば、処理ユニット１１０）は、画像を受信し、捕捉画像及び認識済み陸標５３１８の位置に基づいて、所定の道路モデル軌道５３１０に沿った車両２００の位置を特定し得る。車両２００の特定された位置に基づいて、プロセッサは次に、カーブ５３０２に対する疎なデータ地図８００に含まれる情報に基づいて、車両２００の前方のサイト範囲５３０６を超えたカーブ５３０２を識別し得る。カーブ５３０２の疎なデータ地図８００に含まれる位置情報は、車両２００の目標軌道に沿った車両２００の特定された位置と比較されて、車両２００とカーブ５３０２との間の距離を特定し得る。この距離は、車両２００に搭載されたカメラにより捕捉された画像内のカーブ５３０２の識別前、車両２００のナビゲーション応答を生成するに当たり使用することができる。

図５４は、開示される実施形態による車両２００を自律的にナビゲートする例示的なプロセス５４００を示すフローチャートである。車両２００の処理ユニット（例えば、処理ユニット１１０）は、アプリケーションプロセッサ１８０及び画像プロセッサ１９０の一方又は両方を使用して、プロセス５４００を実施し得る。更に詳細に後述するように、車両２００は、所定の陸標位置に基づいて、道路セグメントに沿って自律的にナビゲートし得る。更に、所定の陸標位置は、車両２００のサイト範囲を超え得る。

ステップ５４０２において、車両２００の処理ユニット（例えば、処理ユニット１１０）は、車両２００の画像捕捉デバイス（例えば、画像捕捉デバイス１２２）から少なくとも１つの画像を受信し得る。少なくとも１つの画像は、車両２００の環境を表し得る。少なくとも１つの画像は、環境内の１つ又は複数の陸標を表すデータを含み得る。例えば、少なくとも１つの画像は、道路標識（停止標識及び譲れ標識等）、信号機、汎用標識、道路上のライン、及び道路セグメントに沿ったカーブ等の陸標を表すデータを含み得る。前のセクションで考察したように、車両２００の処理ユニットは、少なくとも１つの画像に現れる認識済み陸標を検証し得る。

ステップ５４０４において、車両２００の処理ユニットは、車両２００の位置を特定し得る。例えば、車両２００の処理ユニットは、少なくとも部分的に、少なくとも１つの画像に関連付けられた情報に基づいて、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両２００の位置を特定し得る。

ステップ５４０６において、車両２００の画像捕捉デバイスの焦点距離を超え、車両２００の前方にある認識済み陸標を識別し得る。識別は、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両２００の特定された位置に基づき得る。例えば、所定の道路モデル軌道に沿った認識済み陸標についての情報は、上述した、疎な地図８００等の疎な地図に前もって記憶し得る。道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両２００の特定された位置に基づいて、車両２００の処理ユニットは、１つ又は複数の認識済み陸標が、所定の道路モデル軌道に沿って車両２００の前方にあるが、車両２００の画像捕捉デバイスのサイト範囲を超えたところにあると判断し得る。更に、車両２００の処理ユニットは、疎な地図８００にアクセスすることにより、認識済み陸標の所定の位置にアクセスし得る。

ステップ５４０８において、車両と、車両２００の画像捕捉デバイスのサイト範囲を超えた車両２００の前方にある認識済み陸標との間の現在距離を特定し得る。現在距離は、道路セグメントに関連付けられた所定の道路モデル軌道に沿った車両２００の特定された位置を、サイト範囲を超える車両２００の前方の認識済み陸標の所定の位置と比較することにより特定し得る。

ステップ５４１０において、車両の自律ナビゲーション応答は、車両２００と車両２００の前方に配置された認識済み陸標との間の特定された現在距離に基づいて決定し得る。処理ユニット１１０は、スロットルシステム２２０、ブレーキシステム２３０、及び操舵システム２４０のうちの１つ又は複数を制御して、本開示の他のセクションに記載のように、特定のナビゲーション応答を実行し得る。例えば、自律ナビゲーション応答は、制御信号をブレーキシステム２３０に送信して、車両２００に関連付けられたブレーキの適用を提供することを含み得る。別の例では、自律ナビゲーション応答は、制御信号を操舵システム２４０に送信して、車両２００の操舵角を変更することを含み得る。

道路シグネチャに基づく自律ナビゲーション開示される実施形態によれば、システムは、陸標を使用せず、所定の道路シグネチャに基づいてナビゲートし得る。上述したように、そのような道路シグネチャには、道路に関連付けられた少なくとも１つのパラメータの区別可能又は測定可能な任意の変動を関連付け得る。例えば、幾つかの場合、道路シグネチャには、特定の道路セグメントの表面凹凸性の変動、特定の道路セグメントにわたる道路幅の変動、特定の道路セグメントに沿って塗装された破線間の距離の変動、特定の道路セグメントに沿った道路曲率の変動等を関連付け得る。道路シグネチャは、視覚的情報（例えば、カメラから取得される画像）に基づいて又は他のセンサ出力（例えば、１つ又は複数のサスペンションセンサ出力、加速度計等）に基づいて、車両が道路セグメントを横断する際に識別し得る。これらのシグネチャを使用して、所定の道路プロファイルに沿った車両の位置を特定し得、次に、車両の進行方向と比較した、特定された位置での道路モデルの方向に基づいて、車両の前方軌道を特定することができる。

図５５は、開示される実施形態による例示的な車両制御システムの図表現である。図５５に示されるように、車両２００（自律車両であり得る）は処理ユニット１１０を含み得、処理ユニット１１０は、図１及び図２Ｆに関して上述した特徴と同様の特徴を有し得る。車両２００は撮像ユニット２２０を含むこともでき、撮像ユニット２２０も、図１及び図２Ｆに関して上述した特徴と同様の特徴を有し得る。加えて、車両２００は、路面に対する車両２００のサスペンションの移動を検出可能な１つ又は複数のサスペンションセンサ５５００を含み得る。例えば、車両２００の各車輪に隣接して配置されるサスペンションセンサ５５００からの信号を使用して、車両２００が配置され得る路面の局所形状、傾斜、又はバンクを特定し得る。幾つかの例示的な実施形態では、車両２００は追加又は代替として、車両２００が路面にわたり走行する際、路面の変動に関する情報を取得し得る加速度計又は他の位置センサを含み得る。図５５に示されるシステム１００が、例えば、図１及び図２Ｆに関して上述した構成要素の幾つか又は全てを含み得ることも意図される。

図５６は、１つ又は複数の道路シグネチャを使用して車両２００をナビゲートする開示されるシステム及び方法を使用し得る、道路セグメント５６００を走行中の車両２００を示す。道路セグメント５６００はレーン５６０２及び５６０４を含み得る。図５６に示されるように、レーン５６０２は、道路中心５６０６及び右サイド５６０８により区分され得、一方、レーン５６０４は左サイド５６１０及び道路中心５６０６により区分され得る。レーン５６０２及び５６０４は、同じ又は異なる幅を有し得る。レーン５６０２及び５６０４のそれぞれが、道路セグメント５６００の長さに沿って均一又は非均一な幅を有し得ることも意図される。図５６は、２つのみのレーン５６０２、５６０４を含むものとして道路セグメント５６００を示しているが、道路セグメント５６００が任意の数のレーンを含み得ることが意図される。

図５６に示されるような例示的な一実施形態では、車両２００はレーン５６０２に沿って走行し得る。車両２００は、道路セグメント５６００のレーン５６０２内の好ましい経路（例えば、目標道路モデル軌道）を定義し得る所定の道路モデル軌道５６１２に沿って走行するように構成し得る。幾つかの例示的な実施形態では、所定の道路モデル軌道５６１２は、道路中心５６０６及び右サイド５６０８から等距離の所に配置し得る。しかし、所定の道路モデル軌道５６１２が、道路セグメント５６００の中心５６０６及び右サイド５６０８のうちの一方又は他方のより近くに配置し得ることが意図される。幾つかの実施形態では、道路モデル軌道５６１２は、道路に関してどこに配置されていてもよい。例えば、道路モデル軌道５６１２は、道路の中心、道路縁部、レーン縁部等と概ね一致して配置し得る。

幾つかの実施形態では、所定の道路モデル軌道５６１２は、三次元多項式関数により数学的に表現し得、三次元多項式関数は車両２００に関連付けられたメモリ１４０、１５０に記憶し得る。道路モデル軌道５６１２の三次元多項式表現が車両２００からリモートに配置される記憶装置に記憶可能なことも意図される。車両２００の処理ユニット１１０は、無線通信インタフェースを介して、記憶装置から所定の道路モデル軌道５６１２を検索するように構成し得る。

車両２００は、画像取得ユニット１２０の画像捕捉デバイス１２２、１２４、１２６を備え得る。車両２００が図５６に示されるよりも多数又は少数の画像捕捉デバイスを含み得ることが意図される。画像捕捉デバイス１２２、１２４、１２６は、車両２００が道路セグメント５６００に沿って走行する際、車両２００の環境を表す複数の画像を取得するように構成し得る。例えば、画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数は、車両２００の前方のビューを示す複数の画像を取得し得る。車両２００の処理ユニット１１０は、画像捕捉デバイス１２２、１２４、１２６により取得される１つ又は複数の画像に基づいて又は例えば、サスペンションセンサ５５００から受信される信号に基づいて、車両が道路セグメント５６００に沿って走行する際、車両２００の位置を検出するように構成し得る。

図５６に示されるように、車両２００は、位置５６２２、５６２４、５６２６を介して現在位置５６２８に走行し得る。３つのみの前位置５６２２〜５６２６が図５６に示されているが、車両２００の任意の数の前位置が道路セグメント５６００に存在し得ることを当業者は認識する。処理ユニット１１０は、画像捕捉デバイス１２２、１２４、１２６から受信した１つ又は複数の画像を分析して、例えば、位置５６２２、５６２４、５６２６、５６２８のそれぞれにおける道路幅Ｗｐ１、Ｗｐ２、Ｗｐ３、Ｗｃを特定し得、ここで、下付き文字「ｐ」は以前の位置を指し、下付き文字「ｃ」は車両２００の現在位置５６２８を指す。幾つかの例示的な実施形態では、処理ユニット１１０は追加又は代替として、例えば、それぞれ位置５６２２、５６２４、５６２６、５６２８におけるレーン幅Ｄｐ１、Ｄｐ２、Ｄｐ３、Ｄｃを特定し得る。処理ユニット１１０は、道路セグメント５６００の部分５６１４にわたる道路幅プロファイル又はレーン幅プロファイルを生成し得る。特定された道路幅プロファイル又はレーン幅プロファイルは、現在位置５６２８に対応し得る。

図５７は、車両２００の処理ユニット１１０により生成される例示的なプロファイル５７００を示す。図５７に示されるように、道路幅、レーン幅、又は他のパラメータは、ｘ軸上の道路セグメント５６００に沿った車両２００により走行される距離と突き合わせて、ｙ軸上にチャート化し得る。処理ユニット１１０は、図３４〜図３６に関して上述したシステム及び方法と同様のシステム及び方法を使用して、走行距離を特定し得る。

処理ユニット１１０は、車両２００の現在位置５６２８に対応する道路セグメント５６００の局所特徴を特定し得る。例えば、処理ユニット１１０は、特定された道路幅Ｗｐ１、Ｗｐ２、Ｗｐ３、Ｗｃ及び／又はレーン幅Ｄｐ１、Ｄｐ２、Ｄｐ３、Ｄｃを曲線フィッティングすることにより、プロファイル（例えば、図５７に示されるプロファイル）の数学的表現を特定し得る。例示的な一実施形態では、処理ユニット１１０は、例えば、道路幅プロファイル又はレーン幅プロファイルの曲線フィッティングに関連付けられた係数（例えば、ａ１、ａ２、...、ａｎ）を決定し得る。決定された係数は、現在位置５６２８での道路セグメント５６００の局所特徴を表し得る。別の例示的な実施形態では、処理ユニット１１０は、局所特徴としてプロファイル５７００の傾きを特定し得る。処理ユニット１１０が、プロファイル５７００に対して他の数学的演算を実行して、車両２００の現在位置に対応する道路セグメント５６００の局所特徴を特定し得ることが意図される。

処理ユニット１１０は、例えば、メモリ１４０、１５０に記憶されているデータベース１６０から、道路セグメント５６００に関連付けられた所定のシグネチャ特徴を検索し得る。例示的な一実施形態では、所定のシグネチャ特徴は、所定の道路モデル軌道５６１２に沿った様々な位置に対応する道路幅プロファイル又はレーン幅プロファイルを表す最良又は好ましい近似線の係数を含み得る。例えば、所定のシグネチャ特徴は、位置１での係数ｂ１、ｂ２、...、ｂｎ、位置２でのｃ１、ｃ２、...、ｃｎ、位置３でのｄ１、ｄ２、...、ｄｎ等を含み得る。処理ユニット１１０は、道路幅Ｗｐ１、Ｗｐ２、Ｗｐ３、Ｗｃ及び／又はレーン幅Ｄｐ１、Ｄｐ２、Ｄｐ３、Ｄｃに基づいて決定された係数（例えば、ａ１、ａ２、...、ａｎ）を係数（例えば、ｂ１、ｂ２、...、ｂｎ；ｃ１、ｃ２、...、ｃｎ；ｄ１、ｄ２、...、ｄｎ等）と比較し得る。処理ユニット１１０は、係数の一致に基づいて車両２００の現在位置５６２８を特定し得る。例えば、係数ａ１、ａ２、...、ａｎが係数ｃ１、ｃ２、...、ｃｎにそれぞれ一致する場合、処理ユニット１１０は、所定の道路モデル軌道５６１２の位置２に対応するものとして、車両２００の位置５６２８を特定し得る。

処理ユニット１１０は、多くの方法で一致を特定し得る。例示的な一実施形態では、処理ユニット１１０は、係数（例えば、ａ１、ａ２、...、ａｎ）と、位置１、２、３等に対応する各組の係数（例えば、ｂ１、ｂ２、...、ｂｎ；ｃ１、ｃ２、...、ｃｎ；ｄ１、ｄ２、...、ｄｎ等）との間の距離値を特定する。処理ユニット１１０は、特定された距離値の少なくとも１つが閾値距離未満である場合、一致があると判断し得る。他の例示的な実施形態では、処理ユニット１１０は、係数（例えば、ａ１、ａ２、...、ａｎ）と位置１、２、３等に対応する各組の係数（例えば、ｂ１、ｂ２、...、ｂｎ；ｃ１、ｃ２、...、ｃｎ；ｄ１、ｄ２、...、ｄｎ等）との間の誤差を特定し得る。処理ユニット１１０は、少なくとも１つの誤差が閾値誤差未満である場合、一致を特定し得る。処理ユニット１１０が、２組の係数間の相関又は一致を特定するために、他の数学的計算を使用してもよいことを当業者は認識する。

幾つかの例示的な実施形態では、処理ユニット１１０は、道路幅Ｗ４及び／又はレーン幅ｗ４を局所特徴として使用して、車両５００の現在位置５６２８を特定し得る。例えば、道路セグメント５６００の所定のシグネチャ特徴は、所定の道路モデル軌道５６１２に沿った位置１、２、３、４、５、...、ｎに対応する道路幅ｗ１、ｗ２、ｗ３、ｗ４、ｗ５、...、ｗｎを含み得る。追加又は代替として、道路セグメント５６００の所定のシグネチャ特徴は、所定の道路モデル軌道５６１２に沿った位置位置１、２、３、４、５、...、ｎに対応するレーン幅ｄ１、ｄ２、ｄ３、ｄ４、ｄ５、...、ｄｎを含み得る。処理ユニット１１０は、道路幅Ｗｃ及び／又はレーン幅Ｄｃを、道路幅ｗ１、ｗ２、ｗ３、ｗ４、ｗ５、...、ｗｎ及び／又はレーン幅ｄ１、ｄ２、ｄ３、ｄ４、ｄ５、...、ｄｎとそれぞれ比較して、現在位置５６２８を特定し得る。例えば、道路幅Ｗｃが道路幅ｗ５と一致する場合、処理ユニット１１０は、位置５に対応するものとして位置５６２８を特定し得る。同様に、レーン幅Ｄｃがレーン幅ｄ３と一致する場合、処理ユニット１１０は、位置３に対応するものとして位置５６２８を特定し得る。処理ユニットは、上述した照合技法と同様の照合技法を使用して、道路幅Ｗ４及び／又はレーン幅Ｄ４が一致するか否かを特定し得る。

処理ユニット１１０は、現在位置５６２８を特定するために、他のパラメータを使用してもよい。例えば、処理ユニット１１０は、現在位置５６２８に対応する局所特徴を表すために、平均道路幅Ｗａｖｇ（例えば、Ｗｐ１、Ｗｐ２、Ｗｐ３、Ｗｃの平均）、道路幅分散Ｗｖａｒ（例えば、Ｗｐ１、Ｗｐ２、Ｗｐ３、Ｗｃの分散）、平均レーン幅Ｄａｖｇ（例えば、Ｄｐ１、Ｄｐ２、Ｄｐ３、Ｄｃの平均）、レーン幅分散Ｄｖａｒ（例えば、Ｄｐ１、Ｄｐ２、Ｄｐ３、Ｄｃの分散）、又はメジアン、モード等の他のパラメータのうちの１つ又は複数を特定し得る。対応する所定の道路シグネチャ特徴は、所定の道路モデル軌道５６１２上の所定の位置での平均道路幅、道路幅分散、平均レーン幅、レーン幅分散、道路幅のメジアン又は最頻値、レーン幅のメジアン又は最頻値等により表すこともできる。処理ユニット１１０は、上述したように、特定された局所特徴と所定の道路シグネチャ特徴とを比較することにより、車両２００の現在位置５６２８を特定し得る。

幾つかの例示的な実施形態では、道路セグメント５６００の局所特徴及び所定のシグネチャ特徴は、道路セグメント５６００上のマーク（道路マーク）の長さ又は間隔に基づき得る。図５８は、所定の道路シグネチャが道路セグメント５６００上の道路マークに基づき得る、道路セグメント５６００を走行中の車両２００を示す。例えば、図５８は、道路マーク５８０２〜５８１６により表される破線として道路中心５６０６を示す。車両２００が道路セグメント５６００に沿って走行する際、処理ユニット１１０は、１つ又は複数の画像捕捉デバイス１２２、１２４、１２６等から受信した１つ又は複数の画像を分析して、道路マーク５８０２〜５８１６を検出し得る。処理ユニット１１０は、例えば、道路マーク５８０２〜５８０４、５８０４〜５８０６、５８０６〜５８０８、５８０８〜５８１０のそれぞれの間隔Ｓｐ１、Ｓｐ２、Ｓｐ３、Ｓｃを特定することもできる。処理ユニット１１０は追加又は代替として、道路マーク５８０２、５８０４、５８０６、５８０８のそれぞれの長さＬｐ１、Ｌｐ２、Ｌｐ３、Ｌｃを特定し得る。例示的な一実施形態では、処理ユニットは、図５６及び図５７に関して上述されたプロファイルと同様にして、間隔Ｓｐ１、Ｓｐ２、Ｓｐ３、Ｓｃ又は長さＬｐ１、Ｌｐ２、Ｌｐ３、Ｌｃに基づいて破線間隔プロファイル又は破線長プロファイルをそれぞれ生成し得る。処理ユニット１１０は、図５６及び図５７に関して上述したような破線間隔プロファイル及び／又は破線長プロファイルへの曲線フィッティングの係数に基づいて、局所特徴を特定することもできる。処理ユニット１１０は、局所特徴（例えば、破線間隔プロファイル又は破線長プロファイルを表す係数）を道路セグメント５６００の所定のシグネチャ特徴と比較し得る。例えば、処理ユニット１１０は、特定された破線間隔プロファイル又は破線長プロファイルを表す係数を、所定の道路モデル軌道に沿った既知の位置での破線間隔／長プロファイルの所定の係数と比較し得る。処理ユニット１１０は、特定された破線間隔／長プロファイルの係数が、図５６及び図５７に関して上述したような特定の既知の位置での所定の係数に一致する場合、車両２００の現在位置５６２８を特定し得る。

幾つかの例示的な実施形態では、処理ユニット１１０は、破線間隔Ｓｃ及び／又は破線長Ｌｃを局所特徴として使用して、車両５００の現在位置５６２８を特定し得る。例えば、道路セグメント５６００の所定のシグネチャ特徴は、所定の道路モデル軌道５６１２に沿った位置１、２、３、４、５、...、ｎに対応する破線レーン間隔ｓ１、ｓ２，ｓ３、ｓ４、ｓ５、...、ｓｎを含み得る。追加又は代替として、道路セグメント５６００の所定のシグネチャ特徴は、所定の道路モデル軌道５６１２に沿った位置１、２、３、４、５、...、ｎに対応する破線長ｌ１、ｌ２、ｌ３、ｌ４、ｌ５、...、ｌｎを含み得る。処理ユニット１１０は、破線間隔Ｓｃ及び／又は破線長Ｌｃを、破線レーン間隔ｓ１、ｓ２、ｓ３、ｓ４、ｓ５、...、ｓｎ及び／又は破線長ｌ１、ｌ２、ｌ３、ｌ４、ｌ５、...、ｌｎとそれぞれ比較して、現在位置５６２８を特定し得る。例えば、破線間隔Ｓｃが破線間隔ｓ５と一致する場合、処理ユニット１１０は、位置５に対応するものとして位置５６２８を特定し得る。同様に、破線長Ｌｃが破線長ｌ３と一致する場合、処理ユニット１１０は、位置３に対応するものとして位置５６２８を特定し得る。処理ユニットは、上述した照合技法と同様の照合技法を使用して、破線間隔Ｓｃ及び／又は破線長Ｌｃが所定の破線長又は間隔に一致するか否かを特定し得る。

他の例示的な実施形態では、処理ユニット１１０は、平均破線長Ｌａｖｇ、破線分散Ｌｖａｒ、破線間隔平均Ｓａｖｇ、又は破線間隔分散Ｓｖａｒを局所パラメータとして特定し得る。処理ユニット１１０は、破線マーク長Ｌａｖｇ、破線マーク分散ｌＬｖａｒ、破線マーク間隔平均Ｓａｖｇ、又は破線マーク間隔分散Ｓｖａｒを、所定の道路モデル軌道５６１２に沿った様々な位置での破線マーク長、破線マーク分散、破線マーク間隔平均、又は破線マーク間隔分散の所定値と比較し得る。様々な位置での破線マーク長、破線マーク分散、破線マーク間隔平均、又は破線マーク間隔分散の所定の値は、道路セグメント５６００の所定のシグネチャ特徴を構成し得る。処理ユニット１１０は、破線マーク長Ｌａｖｇ、破線分散Ｌｖａｒ、破線間隔平均Ｓａｖｇ、又は破線マーク間隔分散Ｓｖａｒのうちの少なくとも１つが、破線マーク長、破線マーク分散、破線マーク間隔平均、又は破線マーク間隔の所定の対応する値に一致する位置として、車両２００の現在位置５６２８を特定し得る。

更に他の例示的な実施形態では、処理ユニット１１０は、幾つかの破線を局所特徴として使用し得る。例えば、道路マーク５８０２〜５８１６は、機械により塗装される場合、一定の長さ及び間隔で塗装し得る。したがって、車両２００が道路セグメント５６００を走行する際、道路マークのカウントに基づいて車両２００の現在位置５６２８を特定することが可能であり得る。処理ユニット１１０は、車両２００が現在位置５６２８に到達するまでに通過した可能性がある破線マークのカウント「Ｎｃ」を特定し得る。処理ユニット１１０は、カウントＮｃを、所定の道路モデル軌道５６１２に沿った位置１、２、３、...、ｎまでの道路マーク数にそれぞれ対応するカウントｎ１、ｎ２、ｎ３、...、ｎｎと比較し得る。カウントｎ１、ｎ２、ｎ３、...、ｎｎは、道路セグメント５６００の所定のシグネチャ特徴に対応し得る。一例では、カウントＮｃがｎ２と一致する場合、処理ユニットは、位置２に対応するものとして現在位置５６２８を特定し得る。

幾つかの例示的な実施形態では、道路セグメント５６００の局所特徴及び所定のシグネチャ特徴は、所定の道路モデル軌道の曲率半径及び車両２００が走行した実際の軌道の曲率半径に基づき得る。例えば、図５９に示されるように、車両２００は、レーン５９０２及び５９０４を含み得る道路セグメント５９００にわたり走行し得る。図５９に示されるように、レーン５９０２は、道路中心５９０６及び右サイド５９０８により区分され得、一方、レーン５９０４は左サイド５９１０及び道路中心５９０６により区分され得る。車両２００は、所定の道路モデル軌道５９１２に沿って走行するように構成し得、所定の道路モデル軌道５９１２は、車両２００が道路セグメント５９００に沿って走行する際に車両２００が辿り得る道路セグメント５９００のレーン５９０２内の好ましい経路（例えば、目標道路モデル軌道）を定義し得る。図５９にも示されるように、車両２００は、以前の位置５９２２、５９２４、５９２６、５９２８、５９３０、５９３２を介して現在位置５９３４まで走行し得る。６つのみの以前の位置５９２２〜５９３２が図５９に示されているが、車両２００の任意の数の以前の位置が道路セグメント５９００に存在し得ることを当業者は認識する。

処理ユニット１１０は、車両２００の以前の位置５９２２〜５９３２を通過する際、車両２００の走行軌道５９１４を特定し得る。例示的な一実施形態では、処理ユニット１１０は、位置５９２２〜５９３２を通して、所定の道路モデル軌道５９１２を表すものと同様の三次元多項式であり得る曲線にフィッティングし得る。処理ユニット１１０は、所定の道路モデル軌道５９１２の様々な区分（部分又はセクション）の曲率を表す第１のパラメータ値を特定することもできる。更に、処理ユニット１１０は、走行軌道５９１４の曲率を表す第２のパラメータ値を特定し得る。処理ユニット１１０は、第１及び第２のパラメータ値に基づいて、車両２００の現在位置５９３４を特定し得る。

例えば、Ｒ１、Ｒ２、Ｒ３、...、Ｒｚが所定の道路モデル軌道５９１２の区分Ｃ１、Ｃ２、Ｃ３、...、Ｃｚの曲率半径を表す場合を考える。図５９を参照すると、所定の道路モデル軌道５９１２の部分Ｃ１、Ｃ２、Ｃ３、...、Ｃｚは、位置５９２２〜５９４４、５９２２〜５９４６、５９２２〜５９４８等の所定の道路モデル軌道５９１２のセクションを表し得る。処理ユニットは、例えば、位置５９２２及び５９３４間の走行軌道５９１４の曲率半径Ｒｔを特定し得る。処理ユニット１１０は、曲率半径Ｒｔを半径Ｒ１、Ｒ２、Ｒ３、...、Ｒｚと比較し得る。処理ユニット１１０は、曲率半径Ｒｔが位置５９２２〜５９７０にある所定の道路モデル軌道の部分の曲率半径Ｒｐに一致する場合、位置５９７０として車両２００の現在位置５９３４を特定し得る。処理ユニット１１０は、上述した照合技法と同様の照合技法を使用して、半径ＲｔとＲｐとの一致を判断し得る。

図６０は、開示される実施形態による、道路シグネチャを使用して道路セグメント５９００（又は５６００）に沿って車両２００をナビゲートする例示的なプロセス６０００を示すフローチャートである。プロセス６０００のステップは、メモリ１４０又は１５０にアクセスする必要ありで又はなしで、処理ユニット１１０及び画像取得ユニット１２０のうちの１つ又は複数により実行し得る。プロセス６０００内のステップの順序及び配置は、例示を目的として提供される。本開示から理解されるように、例えば、プロセスのステップを追加、結合、削除、及び／又は再配置することにより、変更をプロセス６０００に対して行い得る。

図６０に示されるように、プロセス６０００は、センサから道路セグメント５９００（又は５６００）の１つ又は複数の様相に関する情報を受信するステップ６００２を含み得る。例示的な一実施形態では、センサは画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数を含み得、画像捕捉デバイス１２２、１２４、１２６は、車両の環境を表す１つ又は複数の画像を取得し得る。例示的な一実施形態では、画像取得ユニット１２０は、車両２００の前方（例えば、車両の側部又は後方）のエリアの１つ又は複数の画像を取得し得る。例えば、画像取得ユニット１２０は、視野２０２を有する画像捕捉デバイス１２２を使用して画像を取得し得る。他の例示的な実施形態では、画像取得ユニット１２０は、視野２０２、２０４、２０６を有する画像捕捉デバイス１２２、１２４、１２６のうちの１つ又は複数から画像を取得し得る。画像取得ユニット１２０は、データ接続（例えば、デジタル、有線、ＵＳＢ、無線、Bluetooth等）を介して１つ又は複数の画像を処理ユニット１１０に送信し得る。

別の例示的な実施形態では、センサは、車両２００の１つ又は複数のサスペンションセンサ５５００を含み得る。サスペンションセンサ５５００は、道路セグメント５９００（又は５６００）の表面に対する車両２００のサスペンションの動作に応答する信号を生成するように構成し得る。処理ユニット１１０は、車両２００が道路セグメント５９００（又は５６００）に沿って移動する際、車両２００の１つ又は複数のサスペンションセンサ５５００から信号を受信し得る。例えば、処理ユニット１１０は、車輪に隣接して配置されるサスペンションセンサ５５００に基づいて、各車輪に隣接する車両２００の相対高さに関する情報を受信し得る。処理ユニット１１０は、この情報を使用して、車両２００の位置での路面プロファイルを特定し得る。路面プロファイルは、例えば、道路中心５９０６又は右サイド５９０８に対するレーン５９０２（又は５６０２）のバンク又は傾斜に関する情報を提供し得る。幾つかの実施形態では、路面プロファイルは、１つ又は複数のサスペンションセンサ５５００からの信号に基づいて、道路セグメント５９００（又は５６００）のバンプを識別することもできる。

プロセス６０００は、センサ（例えば、撮像ユニット１１０、１つ又は複数のサスペンションセンサ５５００等）から受信した情報に基づいて、局所特徴を特定するステップ６００４を含むこともできる。局所特徴は、車両２００の現在位置５６２８又は５９３２での道路セグメントの１つ又は複数の様相を表し得る。例えば、局所特徴は、道路幅、レーン幅、又は車両２００の現在位置５９３２での路面プロファイルのうちの少なくとも１つを含み得る。幾つかの例示的な実施形態では、局所特徴は、車両が所定の道路モデル軌道に沿って現在位置５９３２まで走行する際、処理ユニット１１０により収集されるデータに基づき得る。特に、車両が現在位置５９３２まで走行する際に特定される道路幅、レーン幅、道路マーク（破線）長、隣接する道路マーク（破線）の間隔等に基づいて、処理ユニット１１０は、図５５〜図５８に関して上述したように、道路幅プロファイル、レーン幅プロファイル、破線長プロファイル、破線間隔プロファイル、走行軌道５９１４の曲率を表す第２のパラメータ値、及び／又は他のパラメータを特定し得る。

プロセス６０００は、道路セグメント５９００の所定のシグネチャ特徴を受信するステップ６００６を含み得る。例えば、処理ユニット１１０は、車両２００に関連付けられたメモリ１４０、１５０に記憶されたデータベース１６０から又は車両２００からリモートに配置されるデータベース１６０から、所定のシグネチャ特徴を検索し得る。図５６〜図５９に関して上述したように、所定のシグネチャ特徴は、所定の道路モデル軌道５９１２に沿った所定の位置での道路幅、レーン幅、破線長、破線間隔等のうちの少なくとも１つを表す１つ又は複数の所定のパラメータ値を含み得る。幾つかの例示的な実施形態では、所定のシグネチャ特徴は、道路セグメントの少なくとも一部にわたる道路幅プロファイル、道路セグメントの少なくとも一部にわたるレーン幅プロファイル、道路セグメントの少なくとも一部にわたる破線間隔プロファイル、道路セグメントの少なくとも一部に沿った所定数の道路マーク、道路セグメントの少なくとも一部にわたる路面プロファイル、又は所定の道路モデル軌道５９１２に沿った様々な所定の位置での道路セグメントに関連付けられた所定の曲率のうちの１つ又は複数を含むこともできる。幾つかの例示的な実施形態では、処理ユニット１１０は、道路セグメント５９００の少なくとも１つの所定のシグネチャ特徴を表す第１のセットのパラメータ値を検索し得る。

更に、幾つかの例示的な実施形態では、所定のシグネチャ特徴は、既知の位置（例えば、交点）で開始することができ、レーンマーク区分長及び間隔が既知であり、レーンマーク区分がカウントされる場合、処理ユニット１１０は、既知の位置からの、道路についての位置を特定し得る。幾つかの実施形態では、一貫性のあるセグメントの長さ及び間隔に関する統計と一緒に、特定のセグメント（例えば、通常、交点に近い）の既知の長さの組合せを所定のシグネチャ特徴として使用することもできる。更に、幾つかの実施形態では、所定のシグネチャ特徴は、レーンマーク区分と街灯柱との組合せ等の２つのそれぞれの特徴の組合せを含み得る。更に他の実施形態では、所定のシグネチャ特徴は、ＧＰＳデータ（例えば、大まかな位置）とレーンマーク区分との組合せを含み得る。

プロセス６０００は、例えば、ステップ６００４において特定された局所特徴が、例えば、ステップ６００６において検索された少なくとも１つの所定のシグネチャ特徴に一致するか否かを特定するステップ６００８を含むこともできる。処理ユニット１１０は、図５７〜図５９に関して上述したように、一致があるか否かを特定し得る。処理ユニット１１０は、局所特徴が所定のシグネチャ特徴に一致する（ステップ６００８：Yes）と判断する場合、ステップ６０１０に進み得る。ステップ６０１０において、処理ユニットは、車両２００の現在位置５６２８、５９３２を特定し得る。処理ユニット１１０は、図５７〜図５９に関して上述したように、現在位置５９３２を特定し得る。ステップ６００８に戻ると、処理ユニット１１０は、局所特徴が所定のシグネチャ特徴に一致しない（ステップ６００８：No）と判断する場合、ステップ６００６に戻り、別の所定のシグネチャ特徴をデータベース１６０から検索し得る。

プロセス６０００は、現在位置５６２８、５９３２での車両２００の進行方向５９８０を特定するステップ６０１２を含み得る。処理ユニット１１０は、図３７〜図３９に関して上述した１つ又は複数の動作を使用して、進行方向５９８０を特定し得る。例えば、処理ユニット１１０は、車両２００の現在位置５９３２での走行軌道５９１４の勾配として、進行方向５９８０を特定し得る。プロセス６０００は、所定の道路モデル軌道５９１２の方向５９９０を特定するステップ６０１４を含むこともできる。処理ユニット１１０は、図３７〜図４３に関して上述した１つ又は複数の動作を使用して方向５９９０を特定し得る。例えば、処理ユニット１１０は、車両２００の現在位置５９３２での所定の道路モデル軌道５９１２への接線に向けられたベクトルとして、方向５９９０を特定し得る。処理ユニット１１０は、現在位置５９３２での所定の道路モデル軌道５９１２の数学的表現の勾配に沿って指すベクトルとして、接線ベクトルを特定し得る。

プロセス６０００は、車両２００の自律操舵動作を決定するステップ６０１６を含むこともできる。処理ユニット１１０は、進行方向５９８０と、所定の道路モデル軌道５９１２の方向５９９０との間の回転角を特定し得る。処理ユニット１１０は、ナビゲーションモジュール４０８内の命令を実行して、車両２００の進行方向５９８０が車両２００の現在位置５９３２での所定の道路モデル軌道５９１２の方向５９９０と位置合わせする（すなわち、平行する）ことを保証するのに役立ち得る車両２００の自律操舵動作を決定し得る。処理ユニット１１０は、制御信号を操舵システム２４０に送信して、進行方向５９８０を現在位置５９３２での所定の道路モデル軌道５９１２の方向５９９０と一致し得るように車両２００をターンさせるよう、車両２００の車輪の回転を調整することもできる。

処理ユニット１１０及び／又は画像取得ユニット１２０は、所定の時間の後、ステップ６００２〜６０１６を繰り返し得る。例示的な一実施形態では、所定の時間は約０．５秒〜１．５秒の範囲であり得る。繰り返し、道路シグネチャに基づいて車両２００の現在位置５９３２を特定し、走行軌道５９１４に基づいて進行方向５９８０を特定し、現在位置５９３２での所定の道路モデル軌道３４１０の方向５９９０を特定し、進行方向５９８０を方向５９９０と位置合わせするために必要な自律操舵動作を決定することにより、処理ユニット１１０及び／又は画像取得ユニット１２０は、車両２００が道路セグメント５９１２に沿って走行し得るように、道路シグネチャを使用して車両２００をナビゲートするのに役立ち得る。

後向きカメラに基づく前方ナビゲーション開示される実施形態によれば、不利な照明状況により、前向きカメラを使用したナビゲーションが妨げられる状況（例えば、明るい太陽に向かっての運転）では、ナビゲーションは、後向きカメラから得られる画像情報に基づくことができる。

一実施形態では、車両を自律的にナビゲートするシステムは、少なくとも１つのプロセッサを含み得る。少なくとも１つのプロセッサは、後向きカメラから、車両の後方におけるエリアを表す少なくとも１つの画像を受信し、少なくとも１つの後向き画像を分析して、少なくとも１つの陸標の表現を画像において特定し、車両に対する陸標の位置の少なくとも１つのインジケータを特定し、少なくとも部分的に車両に対する陸標の位置のインジケータに基づいて、車両の前方軌道を決定し、決定された前方軌道に沿って車両を航行させるようにプログラムされ得る。

関連する実施形態では、陸標の位置のインジケータは、車両と陸標との間の距離及び／又は車両と陸標との間の相対角を含み得る。陸標は、道路マーク、レーンマーク、反射板、ポール、道路上の線パターンの変更、道路標識、又は道路セグメントに関連付けられた任意の他の観測可能な特徴を含み得る。陸標は、例えば、道路標識の裏面を含み得る。少なくとも１つのプロセッサは、陸標の位置のインジケータに基づいて、現在の走行レーン内の車両のレーンオフセット量を特定するように更にプログラムされ得、前方軌道の決定は、特定されたレーンオフセット量に基づき得る。少なくとも１つのプロセッサは、別のカメラから、車両の別のエリアを表す少なくとも１つの画像を受信するように更にプログラムされ得、前方軌道の決定は、その別のカメラから受信される少なくとも１つの画像に更に基づき得る。

幾つかの実施形態では、後向きカメラは、車両に接続される物体に搭載し得る。物体は、トレーラー、バイクキャリア、マウントベース、スキー／スノーボードキャリア、又は荷物キャリアであり得る。後方カメラインタフェースは、脱着可能なインタフェース又は無線インタフェースであり得る。

図６１Ａは、開示される実施形態による例示的な車両６１００の側面図表現である。車両６１００は、図２Ａの車両２００と同様であり得るが、車両６１００は、その本体内に、車両６１００に対して後向きの画像捕捉デバイス６１０２を含む。システム６１０４は、図１のシステム１００と同様であり得、処理ユニット１１０と同様の処理ユニット６１０６を含み得る。図６１Ａに示されるように、画像捕捉デバイス６１０２は、車両６１００のトランクの近傍に位置し得る。画像捕捉デバイス６１０２は、例えば、以下の位置のうちの１つに配置することもできる：車両６１００のサイドミラー上又は内、車両６１００のルーフ、車両６１００の側部、車両６１００のウィンドウ／フロントガラスのいずれかの表面上、背後の位置、若しくは前の位置、又はリアバンパー上若しくは内、車両６１００の後部のライト内若しくは近傍、又は画像捕捉デバイス６１０２が車両６１００の後方のエリアの画像を捕捉し得る任意の他の位置。幾つかの実施形態では、上述したように、画像捕捉デバイス６１０２は、車両６１００のリヤウィンドウと同一平面のグレアシールドの背後に取り付けることができる。そのようなシールドは、車両６１００内部からの反射の画像捕捉デバイス６１０２への影響を最小に抑え得る。

図６１Ａは、車両６１００の後向きの１つの画像捕捉デバイス６１０２を示す。しかし、他の実施形態は、異なる位置に配置され、車両６１００の後向きの複数の画像捕捉デバイスを含み得る。例えば、第１の画像捕捉デバイスは、後方の、車両６１００のわずかに下方向に向けて車両６１００のトランクに配置し得、第２の画像捕捉デバイスは、後方の、車両６１００のわずかに上方に向けて車両６１００のルーフに取り付けることができる。別の例では、第１の画像捕捉デバイスは、車両６１００の左側ミラーに取り付けることができ、第２の画像捕捉デバイスは、車両６１００の右側ミラーに取り付けることができる。第１及び第２の画像捕捉デバイスは両方とも、車両６１００の後方に向けることができる。

幾つかの実施形態では、画像捕捉デバイスの相対ポジショニングは、画像捕捉デバイスの視野が完全に重複するか、部分的に重複するか、又は全く重複しないように選択し得る。更に、画像捕捉デバイスは、同じ又は異なる視野、及び同じ又は異なる焦点距離を有し得る。

図６１Ａは、車両６１００に対する後向きの画像捕捉デバイス６１０２を示す。しかし、車両６１００が様々な方向を向いた任意の数の画像捕捉デバイスを更に含み得、処理ユニット６１０６が、これらの追加の画像捕捉デバイスを操作するように更にプログラムされ得ることを当業者は認識する。例えば、車両６１００は、図２Ａの画像捕捉デバイス１２２及び１２４を更に含み得、処理ユニット６１０６は、システム１００の処理ユニット１１０のプログラムされた機能を実行するようにプログラムされ得る。１つは車両６１００の後方を向き、別のものは車両６１００の前方を向いた複数の画像捕捉デバイスを有することが、不利な照明状況が、画像捕捉デバイスのうちの１つを使用したナビゲーションを妨げる恐れがある状況（例えば、明るい太陽に向かっての運転）において有益であり得ることを当業者は更に認識する。不利な照明状況は希に両方の画像捕捉デバイスに影響を及ぼすため、システム６１０４は、これらの状況では、照明状況による不利な影響がより小さい画像捕捉デバイスから受信される画像に基づいてナビゲートするように構成し得る。

幾つかの実施形態では、車両の前方軌道は、前向きカメラから受信される画像と共に又は前向きカメラから受信される画像から独立して、後向きカメラから受信される画像に基づいて決定し得る。幾つかの実施形態では、前方軌道は、例えば、一方は後向きカメラから受信される画像に基づき、他方は前向きカメラから受信される画像に基づく２つの決定された軌道の平均により決定し得る。

幾つかの実施形態では、前向きカメラからの画像及び後向きカメラからの画像を分析して、現在、いずれがより有用な画像を提供しているかを判断し得る。この判断に基づいて、前向きカメラ又は後向きカメラからの画像は、車両のナビゲートに選択的に使用し得る。例えば、車両６１００が、ナビゲーション応答を正確に決定し得るのに十分な細部を欠く画像を前向きカメラに捕捉させる明るい光源（例えば、太陽）に面し得る状況では、同じ光源による影響を受けない、後向きカメラから収集される画像を車両のナビゲーションに使用し得る。この判断及び利用可能な画像ストリームからの画像の選択は、即時に実行し得る。

幾つかの実施形態では、ナビゲーションは、１つ又は複数の物体（例えば、大型トラック又は他の車両）が、前向きカメラの視野の一部を遮るため、後向きカメラから受信される画像に基づき得る。他の状況では、ナビゲーションは、前向きカメラから収集される画像への補足として、後向きカメラから収集される画像に基づき得る。例えば、幾つかの実施形態では、車両は、前向きカメラの視野において、認識済み陸標を位置特定し得る。その認識済み陸標が最初に、前向きカメラの視野に現れたときから、車両がその認識済み陸標を通過する（又は陸標が、他の方法で前向きカメラの視野外に出る）まで、ナビゲーションは、認識済み陸標の捕捉画像に基づいて（例えば、上述した任意の技法に基づいて）進めることができる。しかし、認識済み陸標に基づくナビゲーションは、車両が陸標を通過する際、終わる必要はない。むしろ、後向きカメラは、車両が陸標から離れて走行するにつれて、同じ認識済み陸標の画像を捕捉することができる。上述したようにこれらの画像を使用して、特定の道路セグメントの目標軌道に対する車両の相対位置を特定することができ、陸標の裏面が、後向きカメラにより捕捉される画像において可視であるか、又は出現する限り、認識済み陸標の裏面の画像は使用可能であり得る。そのような技法の使用は、認識済み陸標の恩恵を受けた状態で車両をナビゲートすることができる時間を延長すると共に、車両を自律航法又は認識済み陸標の既知の位置にアンカーされない別のナビゲーション技法に遷移しなければならないときを遅らせ得る。その結果、車両が目標軌道を更に正しく辿るように、ナビゲーション誤差を更に低減し得る。

幾つかの実施形態では、物体が、車両６１００の後部に存在し得、この物体が画像捕捉デバイス６１０２の視野に存在し、車両６１００の後部におけるエリアを表す画像を正確に捕捉する画像捕捉デバイスの６１０２の能力を妨げ得る。物体は、例えば、トレーラー、マウントベース、バイクキャリア、スキー／スノーボードキャリア、又は荷物キャリアであり得る。これらの実施形態では、画像捕捉デバイス６１０２は、物体に取り付けて、物体の後部のエリアを表す画像を捕捉するように配置し得る。図６１Ｂは、そのような物体を有する例示的な車両を示す。

図６１Ｂは、開示される実施形態による例示的な車両６１５０の側面図表現である。車両６１５０は車両６１００と同様であるが、車両６１５０はトレーラー６１０８を牽引しており、画像捕捉デバイス６１０２はトレーラー６１０８に搭載されている。図６１Ｂに示されるように、画像捕捉デバイス６１０２は、トレーラー６１０８の後方に面しており、トレーラー６１０８の後部におけるエリアを表す画像を捕捉するように位置決めされる。上述したように、トレーラー６１０８の存在は、車両６１５０の本体に取り付けられ、車両６１０８の後方を向いた任意の画像捕捉デバイスに干渉する恐れがある。

幾つかの実施形態では、図６１Ｂの画像捕捉デバイス６１０２は以前、車両６１５０の本体内又は本体上に取り付けられていた可能性があり（図６１Ａの画像捕捉デバイス６１０２と同様に）、ここでは、トレーラー６１０８に位置決めし直されている。これらの実施形態では、画像捕捉デバイス６１０２は、脱着可能な電気インタフェース６１１０を介してシステム６１０４に電気的に接続し得る。「脱着可能な電気インタフェース」は、ドライバー又は乗員（又は熟練した専門家でないことがある任意の他の人）により接続又は切断することができるコネクタのセットとして広く定義し得る。脱着可能な電気インタフェース６１１０により、車両６１５０のドライバー又は乗員等の熟練した専門家でないユーザは、例えば、トレーラー６１０８から車両６１５０に画像捕捉デバイス６１０２を取り付けし直すことができる。この能力は、車両６１５０が頻繁に、トレーラー６１０８ありの動作となしの動作とを切り替える状況で特に有用であり得る。他の実施形態では、後向きカメラ６１０２は、処理ユニット６１０６と無線で通信するように構成し得る。

図６２は、開示される実施形態による、道路を自律的にナビゲートされる例示的な車両の上面図表現である。図６２は、画像捕捉デバイス６１０２（視線６１０２Ａを有する）と、車両６１００を自律的にナビゲートするシステム６１０４とを含む、図６１Ａの車両６１００を示す。図６２は、特定の道路セグメントに関連付けられた道路凹凸性プロファイル６２０８、レーンマークの変更６２１０、反射板６２０２Ａ〜Ｃ、車両６１００から逆を向いた道路標識６２０４、車両６１００に向けられた道路標識６２０６、及びポール６２１４を含む、幾つかの存在する可能性のある認識済み陸標も示す。

図６２は、車両６１００に対する陸標の位置のインジケータも示す。図６２における位置のインジケータは、陸標（例えば、反射板６２０２Ａ）と車両６１００との間の距離６２１２Ａ及び／又は相対角６２１２Ｂを含む。「位置のインジケータ」は、位置に関連する任意の情報を指し得る。したがって、陸標の位置のインジケータは、陸標の位置に関連する任意の情報を含み得る。図６２の例では、陸標の位置のインジケータは、車両６１００に対して特定し得る。

図６２に示されるように、距離６２１２Ａは、画像捕捉デバイス６１０２と陸標との間の距離であり、角度６２１２Ｂは、画像捕捉デバイス６１０２の視線６１０２Ａと、画像捕捉デバイス６１０２から陸標までの想像線との間の角度である。しかし、幾つかの実施形態では、距離６２１２Ａは、車両６１００の近傍の基準点と陸標との間の距離であり得、角度６２１２Ｂは、基準点を通る基準線と、基準点から陸標までの想像線との間の角度であり得る。基準点は、例えば、車両６１００の中心であり得、基準線は、例えば、車両６１００の中心線を通る線であり得る。

幾つかの実施形態では、１つ又は複数の陸標、及び／又は１つ又は複数の位置インジケータを、車両６１００の自律ナビゲーションに使用し得る。例えば、位置のインジケータを使用して、例えば、疎な地図８００に記憶されている目標軌道に対する車両の現在位置を特定し得る。後向きカメラから受信される画像に基づいて、車両の１つ又は複数のナビゲーション応答の決定における、陸標の認識及び使用に関して上述した任意の技法を利用し得る。

図６３は、１つ又は複数の陸標、及び１つ又は複数の位置インジケータを、車両の自律ナビゲーションに使用する例示的なプロセスを示すフローチャートである。プロセス６３００は、後向きカメラからの少なくとも１つの画像を使用し、少なくとも１つの画像を分析して、前方軌道に沿って車両をナビゲートし得る。

ステップ６３０２において、処理ユニット６１０６は、後向きカメラから、車両６１００の後部におけるエリアを表す少なくとも１つの画像を受信し得る。任意選択的なステップにおいて、処理ユニット６１０６は、別のカメラから、車両６１００の別のエリアを表す少なくとも１つの画像を受信し得る。幾つかの実施形態では、処理ユニット６１０６は、１つ又は複数のカメラインタフェースを介して画像を受信し得る。例えば、処理ユニット６１０６は、後方カメラインタフェースを介して車両の後部におけるエリアを表す少なくとも１つの画像を受信し、前方カメラインタフェースを介して車両の前部におけるエリアを表す１つの画像を受信し得る。幾つかの実施形態では、上述したように、１つ又は複数のカメラインタフェースは、脱着可能なインタフェース又は無線インタフェースを含み得る。

ステップ６３０４において、処理ユニット６１０６は、少なくとも１つの後向き画像を分析して、少なくとも１つの陸標の表現を画像において位置特定し得る。図６２を参照して上述したように、陸標は、例えば、道路プロファイル６２０８、レーンマークの変更６２１０、反射板６２０２Ａ〜Ｃ、車両６１００から逆を向いた道路標識６２０４、車両６１００に向けられた道路標識６２０６、及びポール６２１を含み得る。代替又は追加として、陸標は、例えば、交通標識、矢印マーク、レーンマーク、信号機、停止線、方向標識、陸標ビーコン、街灯柱、方向標識、速度制限標識、道路マーク、ビジネス標識、距離マーカ、又は道路上の線間隔の変更を含み得る。

幾つかの実施形態では、陸標が受信画像において位置特定される前又は後、処理ユニット６１０６は、自律車両の近傍の認識済み陸標に関連する情報を検索し得る。陸標に関連する情報は、例えば、陸標のサイズ及び／又は形状に関連する情報を含み得る。陸標に関連する情報は、例えば、データベースから検索し得、データベースは、システム６１０４に配置されてもよく、又は車両６１００の外部に配置されてもよい（セルラネットワーク又は他の無線プラットフォーム等の通信システムを介してシステム６１０４に接続される）。

ステップ６３０６において、処理ユニット６１０６は、車両に対する陸標の少なくとも１つの位置インジケータを特定し得る。例えば、位置のインジケータは、陸標と車両との距離、及び／又は陸標と車両との間の相対角を含み得る。図６２を参照して上述したように、距離は、例えば距離６２１２Ａであり得、この距離は、画像捕捉デバイス６１０２と陸標との間の距離であり、角度は角度６２１２Ｂであり得、この角度は、画像捕捉デバイス６１０２の視線６１０２Ａと、画像捕捉デバイス６１０２から陸標までの想像線との間の角度である。

幾つかの実施形態では、処理ユニット６１０６は、受信画像において位置特定された陸標の表現に基づいて、車両に対する陸標の位置の少なくとも１つのインジケータを特定し得る。例えば、受信画像において位置特定された陸標の表現のサイズ及び形状を使用して、車両６１００からの距離６２１２Ａを推定し得る（例えば、複数の画像フレームにわたる物体のスケール変更を監視することにより）。別の例では、受信画像において位置特定された陸標の表現が占めるピクセルの座標を使用して、角度６２１２Ｂを推定し得る。陸標に関連する情報が処理ユニット６１０６により検索される実施形態では、当該情報を使用して、受信画像において位置特定された陸標の表現をモデリングし、比較し得る。これらの実施形態では、当該情報は、特定された位置インジケータの正確性を改善し得る。

任意選択的なステップ６３０８において、処理ユニット６１０６は、車両に対する陸標の位置のインジケータに基づいて、現在の走行レーン内の車両のレーンオフセット量を特定し得る（又は更には現在の走行レーンの特定さえも行い得る）。例えば、そのようなオフセット特定又はレーン特定は、道路セグメントのレーンに対する認識済み陸標の相対ポジショニングと共に、認識済み陸標の位置を知ることにより特定し得る。したがって、認識済み陸標に対する距離及び方向が特定されると、現在の走行レーン及び／又は特定の走行レーン内のレーンオフセット量を計算し得る。車両のレーンオフセットは、レーンインジケータから基準点までの垂直距離を指し得る。幾つかの実施形態では、基準点は、車両の縁部又は車両の中心線に沿った点に対応し得る。他の実施形態では、基準点はレーン又は道路の中間点に対応し得る。レーンインジケータは、例えば、レーンマーク、道路縁部、レーンの可視性を改善する反射板、又はレーンの境界上若しくはその近傍にある任意の他の物体を含み得る。上記例では、レーンオフセットは、道路縁部６２０８から車両６１００までの垂直距離であり得る。

ステップ６３１０において、処理ユニット６１０６は、少なくとも部分的に車両に対する陸標の位置のインジケータに基づいて、車両の前方軌道を決定し得る。任意選択的なステップ６３０８が実行される実施形態では、処理ユニット６１０６は、特定されるレーンオフセット量に更に基づいて車両の前方軌道を決定し得る。処理ユニット６１０６が、別のカメラから、車両６１００の別のエリアを表す少なくとも１つの画像を受信した実施形態では、処理ユニット６１０６は、別のカメラから受信される少なくとも１つの画像に更に基づいて、車両の前方軌道を決定し得る。そのような軌道決定は、上述した任意の技法（例えば、認識済み陸標、テール位置合わせ等に基づくナビゲーション）に基づき得る。

ステップ６３１２において、処理ユニット６１０６は、決定された前方軌道で車両６１００をナビゲートし得る。幾つかの実施形態では、処理ユニット６１０６は、車両６１００での１つ又は複数のナビゲーション応答によって、決定された前方軌道に沿ってナビゲートさせ得る。ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更等を含み得る。更に、複数のナビゲーション応答は、同時に、順次、又はそれらの任意の組合せで生じて、決定された前方軌道に沿ってナビゲートさせ得る。例えば、処理ユニット６１０６は、例えば、制御信号を操舵システム２４０及びスロットルシステム２２０に順次送信することにより、車両６１００に１レーンシフトさせ、次に加速させ得る。代替的には、処理ユニット１１０は、例えば、制御信号をブレーキシステム２３０及び操舵システム２４０に同時に送信することにより、車両６１００にブレーキさせ、同時に、レーンシフトさせ得る。

自由空間特定に基づくナビゲーション開示される実施形態によれば、システムは、駐車車両、道路縁部、障壁、歩行者、及び他の物体を認識して、車両が走行することができる自由空間境界を特定することができる。

幾つかの状況では、自由空間境界を使用して、車両をナビゲートし得る。これらの状況は、例えば、レーンが存在せず、及び／又は障害物がレーンマークを覆っている（駐車車両及び雪）ため、レーンマークが見えない場合を含み得る。代替的には、レーンマークに基づくナビゲーション方法に加えて、自由空間境界を使用して車両をナビゲートして、システムのロバスト性を上げ得る。

図６４は、開示される実施形態による、例示的な車両の前向き画像捕捉デバイスにより捕捉される環境６４００の斜視図である。例示的な車両は、例えば、図２Ａ〜図２Ｆを参照して上述した車両２００であり得、車両２００の処理ユニット１１０等の処理ユニットを含み得る。前向き画像捕捉デバイスは、例えば、車両２００の画像捕捉デバイス１２２、画像捕捉デバイス１２４、又は画像捕捉デバイス１２６であり得る。

図６４は、道路縁部６４１０Ａを有する非道路エリア６４１０、カーブ６４１２Ａがある歩道６４１２、及び道路水平線６４１４を示す。道路障壁６４１８は道路縁部６４１０Ａの近傍に存在していてよく、車６４１６は、カーブ６４１２Ａの近傍に駐車されていてよい。図６４は、第１の自由空間境界６４０４、第２の自由空間境界６４０６、及び前方自由空間境界６４０８も示す。前方自由空間境界６４０８は、第１の自由空間境界６４０４と第２の自由空間境界６４０６との間に延び得る。車両の前方の自由空間領域６４０２（図示せず）は、これらの３つの境界により区切られた領域であり得、環境６４００内の物理的に運転可能な領域を表し得る。第１の自由空間境界６４０４及び第２の自由空間境界６４０６は、それぞれ、例えば、道路縁部、道路障壁、駐車車両、カーブ、レーン分割構造物、トンネル壁、及び／又は橋構造物、又はそれらの組合せに対応し得る。前方自由空間６４０８は、例えば、道路の終端部、道路水平線、道路障壁、車両、又はそれらの組合せに対応し得る。

図６４の例では、第１の自由空間境界６４０４及び第２の自由空間境界６４０６は、それぞれ複数の物体に対応し得る。例えば、第１の自由空間境界６４０４は、道路縁部６４１０Ａの一部及び道路障壁６４１８に対応し得、第２の自由空間境界６４０６は、カーブ６４１２Ａの一部及び駐車車両６４１４に対応し得る。しかし、幾つかの実施形態では、各自由空間境界は、単一の物体に対応し得る。同様に、前方自由空間６４０８は、１つ又は複数の物体に対応し得る。例えば、図６４では、前方自由空間６４０８は道路水平線６４１４に対応する。

幾つかの実施形態では、１つ又は複数の障害物は、３つの自由空間境界６４０４、６４０６、及び６４０８により区切られた自由空間領域６４０２内に存在し得る。これらの実施形態では、障害物は、自由空間領域６４０２から除外し得る。図６４では、例えば、歩行者６４２０は、３つの自由空間境界６４０４、６４０６、及び６４０８により区切られた自由空間領域６４０２内部に立っている。したがって、歩行者６４２０は自由空間領域６４０２から除外し得る。代替的には、障害物の周囲の領域は、自由空間領域６４０２から除外し得る。例えば、歩行者６４２０により占められる領域の代わりに、歩行者６４２０の周囲の領域６４２２は、自由空間領域６４０２から除外し得る。障害物は、例えば、歩行者、別の車両、及び瓦礫を含み得る。

障害物（例えば、歩行者６４２０）の周囲の領域（例えば、領域６４２２）のサイズは、ナビゲーション中、車両と障害物との間に存在し得る最小距離を決め得る。幾つかの実施形態では、領域のサイズは、障害物と略同じサイズであり得る。他の実施形態では、領域のサイズは、障害物のタイプに基づいて決定し得る。例えば、歩行者６４２０の周囲の領域６４２２は、安全を理由として比較的大きい領域であり得、一方、瓦礫の周囲の別の領域は比較的小さい領域であり得る。幾つかの実施形態では、領域のサイズは、障害物が移動している速度、画像捕捉デバイスのフレーム速度、車両の速度、及びそれらの組合せに基づいて決定し得る。幾つかの実施形態では、障害物の周囲の領域の形状は、円形、三角形、又は多角形であり得る。

図６４では、第１の自由空間境界６４０４は、道路縁部６４１０の一部及び道路障壁６１４８に対応し、第２の自由空間境界６４０６は、カーブ６４１２Ａの一部及び駐車車両６４１６に対応する。しかし、他の実施形態では、第１の自由空間境界６４０４及び第２の自由空間境界６４０６は、道路縁部６４１０Ａ及びカーブ６４１２Ａにそれぞれ対応し得、道路障壁６１４８及び駐車車両６４１６は障害物と見なし得る。

幾つかの実施形態では、障害物間の領域は、自由空間領域６４０２から除外し得る。例えば、２つの障害物間の領域の幅が車両の幅未満である場合、当該領域は自由空間領域６４０２から除外し得る。

図６５は、開示される実施形態による、車両の前向き画像捕捉デバイスから受信される例示的な画像である。図６５は、第１の自由空間境界６５０４及び第２の自由空間境界６５０６を示す。両自由空間境界は、道路の各側のカーブ及び駐車車両（例えば、駐車車両６５１６）に対応する。図６５は自由空間領域６５０２も示し、この領域は、第１の自由空間境界６５０４、第２の自由空間境界６５０６、及び前方自由空間領域（図示せず）により画定し得る。更に、図６５は移動中の車６５２０を示し、この車は障害物と見なし得る。したがって、移動中の車６５２０は自由空間領域６５０２から除外し得る。

図６６は、開示される実施形態による、車両２００が走行し得る自由空間領域６４０２に基づいて車両２００をナビゲートする例示的なプロセス６６００を示すフローチャートである。プロセス６３００は、前向き画像捕捉デバイスからの複数の画像を使用し、複数の画像のうちの少なくとも１つの画像を分析して、自由空間境界を識別し、識別された自由空間境界により区切られる自由空間領域を画定し得る。更に、プロセス６３００は、画定された自由空間領域に基づいて車両をナビゲートし得る。

ステップ６６０２において、処理ユニット１１０は、画像捕捉デバイス１２２から、車両２００の環境６４００に関連付けられた複数の画像を受信し得る。上述したように、図６５は、画像捕捉デバイス１２２から受信し得る画像の例である。幾つかの実施形態では、画像は、画像捕捉デバイス１２２により異なる時間において捕捉し得る（例えば、画像は、１秒未満、１秒、２秒等だけ離れて捕捉し得る）。幾つかの実施形態では、車両２００は、複数の画像捕捉デバイス（例えば、車両２００の画像捕捉デバイス１２２及び１２４）を含み得、処理ユニット１１０は、各画像捕捉デバイスから、車両２００の環境６４００に関連付けられた複数の画像を受信し得る。各画像捕捉デバイスから受信される複数の画像は、各画像捕捉デバイスにより異なる時間において捕捉された画像であり得る。

ステップ６６０４において、処理ユニット１１０は、例えば、画像捕捉デバイス１２２から受信した複数の画像のうちの少なくとも１つを分析し得る。複数の画像捕捉デバイスから受信される画像に基づいて、複数の画像の単一セットが生成される実施形態では、処理ユニット１１０は、単一セットの複数の画像のうちの少なくとも１つの画像を分析し得る。代替的には、各画像捕捉デバイスから受信した各画像は独立して分析し得る。

更に、処理ユニット１１０は、車両２００のドライバー側にあり、車両２００の前方に延びる第１の自由空間境界６４０４、車両２００の乗員側にあり、車両２００の前方に延びる第２の自由空間境界６４０６、及び車両２００の前方にあり、第１の自由空間境界６４０４と第２の自由空間境界６４０６との間に延びる前方自由空間境界６４０８を識別し得る。更に、処理ユニット１１０は、車両の前方の自由空間領域６４０２を第１の自由空間境界６４０４、第２の自由空間境界６４０６、及び前方自由空間境界６４０８により区切られた領域として更に識別し得る。上述したように、第１及び第２の自由空間境界６４０４、６４０６は、それぞれ、例えば、道路縁部、道路障壁、駐車車両、カーブ、レーン分割構造物、トンネル壁、及び／又は橋構造物、又はそれらの組合せに対応し得る。更に、上述したように、前方自由空間６４０８は、例えば、道路の終端部、道路水平線、道路障壁、車両、又はそれらの組合せに対応し得る。

任意選択的なステップにおいて、処理ユニット１１０は、ステップ６６０４における分析に基づいて、車両２００の前方の障害物（例えば、歩行者６４２０）を識別し、識別された障害物を車両２００の前方の自由空間領域６４０２から除外し得る。代替的には、処理ユニット１１０は、ステップ６６４０における複数の画像のうちの少なくとも１つの分析に基づいて、車両の前方の障害物（例えば、歩行者６４２０）を識別し、車両の前方の自由空間領域６４０２から、識別された障害物の周囲の領域（例えば、領域６４２２）を除外し得る。

幾つかの実施形態では、上述したように、識別された障害物の周囲領域のサイズは、障害物のサイズと略同じであり得、又は代替的には、障害物の周囲領域のサイズは、障害物のタイプに基づいて決定し得る。幾つかの実施形態では、上述したように、領域のサイズは、障害物が移動している速度、画像捕捉デバイス１２２のフレーム速度、車両２００の速度、又はそれらの組合せに基づいて決まり得る。

別の任意選択的なステップにおいて、処理ユニット１１０は、自由空間領域６４０２から、識別された障害物間の領域、及び／又は識別された障害物と自由空間境界６４０４、６４０６との間の領域を除外し得る。幾つかの実施形態では、上述したように、処理ユニット１１０は、識別された障害物間の距離に基づいて、識別された障害物間の領域を除外するか否かを特定し得る。更に、処理ユニット１１０は、識別された障害物と自由空間境界６４０４、６４０６との間の距離に基づいて、識別された障害物と自由空間境界６４０４、６４０６との間の領域を除外するか否かを特定し得る。

ステップ６６０６において、処理ユニット１１０は、自由空間領域６４０２を通る車両２００のナビゲーション経路を決定し得る。幾つかの実施形態では、ナビゲーション経路は、自由空間領域６４０２の中心を通る経路であり得る。他の実施形態では、ナビゲーション経路は、第１及び第２の自由空間境界６４０４、６４０６の内の一方から所定の距離だけ離れたところにある経路であり得る。所定の距離は一定距離であってもよく、又は代替的には、所定の距離は、例えば、以下のうちの１つ又は複数に基づいて決定してもよい：車両２００の速度、自由空間領域６４０２の幅、及び自由空間領域６４０２内の障害物の数。代替的には、ナビゲーション経路は、例えば、最小数のナビゲーション応答を使用する経路又は短縮経路であり得る。

ステップ６６０８において、処理ユニット１１０は、車両２００に、車両２００の前方の自由空間領域６４０２内の決定されたナビゲーション経路の少なくとも一部を走行させ得る。幾つかの実施形態では、処理ユニット１１０は、決定されたナビゲーション経路に沿ってナビゲートするように、車両２００において１つ又は複数のナビゲーション応答を生じさせ得る。ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更等を含み得る。更に、複数のナビゲーション応答を同時に、順次、又はそれらの任意の組合せで行って、決定された前方軌道に沿って車両をナビゲートし得る。例えば、処理ユニット１１０は、例えば制御信号を操舵システム２４０及びスロットルシステム２２０に順次送信することにより、車両２００を横方向に移動させ、次に、加速させ得る。代替的には、処理ユニット１１０は、例えば、制御信号をブレーキシステム２３０及び操舵システム２４０に同時に送信することにより、車両２００にブレーキをかけさせると同時に、横方向に移動させ得る。更に、例えば、自由空間境界は、レーンマークが使用されているのと同じように、位置特定支援として機能し得る。自由空間境界が符号化されると、自由空間境界は、空間における３Ｄカーブを記述し得る。位置特定段階において、その３Ｄカーブの画像への射影は、その位置での自由空間検出とぶつかり得るため、位置特定の手掛かりを提供し得る。

雪の中でのナビゲーション開示される実施形態によれば、システムは、道路が雪で覆われている場合等、不良な天候状況で道路の縁部を特定し得る。例えば、システムは、光の変化、ツリーラインの曲線、及びタイヤ跡を考慮に入れて、道路の縁部の推定位置を特定し得る。

図６７は、開示される実施形態による、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路をナビゲート中の、例示的な車両の上面図表現である。例示的な車両は、例えば、図２Ａ〜図２Ｆを参照して上述した車両２００であり得、車両２００の処理ユニット１１０等の処理ユニットを含み得る。前向き画像捕捉デバイスは、例えば、車両２００の画像捕捉デバイス１２２、画像捕捉デバイス１２４、又は画像捕捉デバイス１２６であり得る。

図６７では、道路は、ドライバー側レーンマーク６７０２及び乗員側レーンマーク６７０４を含み得る。図６７は、非道路エリア６７１０及び道路縁部６７０６も示す。一例では、非道路エリア６７１０は、非舗装エリア、歩道、又は丘の始まりであり得る。別の例では、非道路エリア６７１０は、急な垂直降下（すなわち、崖）があるエリア等のプラットフォームがないエリアであり得る。

図６７は、雪で覆われたエリア６７０８も示す。特に、エリア６７０８は、道路縁部６７０６の一部及びレーンマーク６７０２、６７０４の部分を覆う。したがって、道路縁部６７０６及び／又はレーンマーク６７０２、６７０４の１つ又は複数は、車両２００のナビゲーション中に捕捉される画像の分析を通して容易に明らかにならないことがある。そのような状況では、車両２００は、雪で覆われた道路の部分を区切る道路縁部の推定位置を特定することにより、捕捉画像の分析に基づいてナビゲートし得る。

幾つかの実施形態では、道路縁部の推定位置の特定は、雪で覆われたエリア６７０８上のタイヤ跡６７１２に基づき得る。例えば、タイヤ跡６７１２の存在は、タイヤ跡６７１２を有する雪で覆われたエリア６７０８の部分が道路縁部の境界内にあることを示し得る。幾つかの実施形態では、車両の処理ユニットは、タイヤ跡の経路を実行可能なナビゲーション経路として見なし得、車両に、他の基準（例えば、跡が、道路、又はより具体的に車両の走行レーンに対応する可能性が高いと判断されたエリア内に留まるか否か）を受けてタイヤ跡を辿らせ得る。

他の実施形態では、道路縁部の推定位置の特定は、雪で覆われたエリア６７０８の表面にわたる光の変化に基づき得る。光源は、例えば、車両２００のヘッドライト、他の車両からの光、街灯、又は太陽を含み得る。雪で覆われたエリア６７０８の表面にわたる光の変化は、様々な理由で生じ得る。一例では、非道路エリア６７１０の表面凹凸性と道路の表面凹凸性と異なり得、非道路エリア６７１０は砂利エリアであり得、一方、道路は舗装エリアであり得る。別の例では、非道路エリア６７１０及び道路は同じ高さではないことがある。非道路エリア６７１０は歩道であり得、通常、歩道は道路から隆起しており、代替的には、非道路エリア６７１０は丘又は崖であり得る。これらのそれぞれは、積雪表面を変更させ得、雪面にわたり投じられる影により強調し得る積雪表面の特定の変動（例えば、高さ変化、テクスチャ変化等）に基づいて認識し得る。

他の実施形態では、道路縁部の推定位置の特定は、道路の縁部に沿った複数の木（例えば、ツリーラインを形成する）に基づき得る。例えば、図６７では、木６７１４は、道路縁部に沿って存在し得、雪が道路縁部６７０６を覆う場合であっても可視であり得る。木６７１４が道路縁部６７１４近くに存在する状況では、木６７１４の位置は、道路縁部の推定位置として使用し得る。しかし、幾つかの状況では、木６７１４は、道路縁部から幾らか離れた距離に存在し得る。したがって、幾つかの実施形態では、道路縁部の推定位置は、木６７１４から離れた距離である位置として特定し得る。その距離は、一定値であることもあれば、又は代替的には、例えば、最後に可視であった道路縁部に基づいて動的に決定されることもある。

他の実施形態では、道路縁部の推定位置の特定は、雪面で観測される曲率変化に基づき得る。雪面での曲率変化は、様々な理由で生じ得る。例えば、雪面での曲率変化は、非道路エリア６７１０と道路とが同じ高さではない場合に生じ得る。非道路エリア６７１０が、例えば、通常、道路から隆起する歩道である状況では、雪は道路縁部６７０６の近くで積み重なる可能性があり、それにより、道路縁部６７０６近くの雪の曲率を変え得る。他の状況では、非道路エリアは、丘の始まりであり得、雪面での曲率は、道路縁部６７０６からは始まる丘の曲率を辿り得る。これらの実施形態では、曲率が変わり始める位置を道路縁部の推定位置として特定し得る。

図６８は、開示される実施形態による、雪が少なくとも幾つかのレーンマーク及び道路縁部を覆った状態の道路上で車両２００をナビゲートする例示的なプロセス６８００を示すフローチャートである。プロセス６８００は、上述したように、道路縁部の推定位置を使用して、車両２００をナビゲートし得る。

ステップ６８０２において、処理ユニット１１０は、画像捕捉デバイスから、雪が少なくとも幾つかのレーンマーク（例えば、レーンマーク６７０２、６７０４）及び道路縁部（例えば、道路縁部６７０６）を覆うエリアを含む、車両の前方の少なくとも１つの環境画像を受信し得る。

ステップ６８０４において、処理ユニット１１０は、少なくとも１つの画像の分析に基づいて、雪で覆われた道路の少なくとも一部及び雪で覆われた道路の少なくとも一部を区分する道路縁部の推定位置を識別し得る。上述したように、少なくとも１つの画像の分析は、雪の中の少なくとも１つのタイヤ跡、雪面にわたる光の変化、及び／又は道路の縁部に沿った木々を識別することを含み得る。更に、上述したように、少なくとも１つの画像の分析は、雪面での曲率変化を認識することを含み得、ここで、認識される曲率変化は、道路縁部の推定位置に対応するものとして決定される。

幾つかの実施形態では、少なくとも１つの画像の分析は、少なくとも第１のピクセルが少なくとも第２のピクセルと比較されて、少なくとも幾つかのレーンマーク及び道路縁部を覆う雪面に関連付けられた特徴を特定する、少なくとも１つの画像のピクセル分析を含み得る。例えば、画像内の各ピクセルは、隣接するあらゆるピクセルと比較し得る。幾つかの実施形態では、第１のピクセルの色は、少なくとも第２のピクセルの色と比較し得る。代替又は追加として、第１のピクセルの色成分の強度を少なくとも第２のピクセルの色成分の強度と比較し得る。他の実施形態では、ピクセルの以下の特性を比較し得る。

幾つかの実施形態では、ピクセル分析は、タイヤ跡６７１２の縁部又は道路縁部６７０６等の特徴を識別し得る。そのような特徴を識別する分析は、ピクセル特性が変化する率が閾値率を超えるピクセルのセットを識別することを含み得る。ピクセル特性は、例えば、ピクセルの色及び／又はピクセルの色成分の強度を含み得る。

ステップ６８０６において、処理ユニット１１０は、道路の識別された部分を含む、道路縁部の特定された推定位置内にあるナビゲーション経路を車両にナビゲートさせ得る。

道路縁部の推定位置が、識別されるタイヤ跡６７１２に基づいて特定される実施形態では、処理ユニット１１０は、雪の中の識別されたタイヤ跡６７１２を少なくとも部分的に辿ることにより、車両２００をナビゲートし得る。道路縁部（例えば、道路縁部６７０２、６７０４）の推定位置が、雪で覆われたエリア６７０８の表面にわたる光の変化、道路の縁部に沿った複数の木（例えば、ツリーラインを形成する）、及び／又は雪面での曲率変化に基づいて特定される実施形態では、処理ユニット１１０は、車両２００に、道路の特定された縁部間をナビゲートさせ得る。

更に、道路の縁部が、ステップ６８０２において受信される画像のピクセルを分析することにより特定される実施形態では、処理ユニット１１０は、車両２００に、道路の特定された縁部間をナビゲートさせ得る。タイヤ跡の縁部が、ステップ６８０２において受信される画像のピクセルを分析することにより特定される実施形態では、処理ユニット１１０は、車両２００に、雪の中のタイヤ跡を少なくとも部分的に辿ることによりナビゲートさせ得る。

幾つかの実施形態では、処理ユニット１１０は、決定されたナビゲーション経路に沿ってナビゲートするように、車両２００で１つ又は複数のナビゲーション応答を生じさせ得る。ナビゲーション応答は、例えば、ターン、レーンシフト、及び加速度変更等を含み得る。更に、複数のナビゲーション応答を同時に、順次、又はそれらの任意の組合せで行って、決定された前方軌道に沿ってナビゲートし得る。例えば、処理ユニット１１０は、例えば、制御信号を操舵システム２４０及びスロットルシステム２２０に順次送信することにより、車両２００を横方向に移動させ、次に、加速させ得る。代替的には、処理ユニット１１０は、例えば、制御信号をブレーキシステム２３０及び操舵システム２４０に同時に送信することにより、車両２００にブレーキをかけさせると同時に、横方向に移動させ得る。

少なくとも部分的に雪で覆われた道路上で車両をナビゲートするために、追加の技法が処理ユニット１１０により利用されることもある。例えば、幾つかの実施形態では、１つ又は複数のニューラルネットワークを利用して、雪で覆われた道路に沿った、提案される走行経路の決定を支援し得る。この技法は、ホリスティック経路予測（ＨＰＰ）と呼ばれ得る。そのようなニューラルネットワークは、例えば、ユーザが道路に沿って運転するにつれて、画像が供給されることにより、トレーニングし得る。雪で覆われた道路のナビゲーションにおいてニューラルネットワークをトレーニングするために、雪で覆われた道路を含む様々なテスト状況を使用し得る。ドライバーが雪で覆われた道路に沿って車両をナビゲートする際に捕捉される、雪で覆われた道路の画像（恐らく数千のトレーニング画像、数百万の画像、又はそれを超える枚数）を使用して、ニューラルネットワークは、提案される、雪に沿ったナビゲーション経路を開発するように学習する。プロセスは、雪で覆われた道路の観測される特徴（例えば、路面の態様、道路の縁部、道路の側部、存在する障壁、道路に隣接する障害物、路上の車等を含む）に基づいて提案されるナビゲーション経路を定期的又は連続して生成し、ドライバーの実際の挙動と突き合わせて、提案されたナビゲーション経路をテストするように、ニューラルネットワークをセットアップすることを含み得る。提案されたナビゲーション経路が、ドライバーが辿る実際の経路からずれる場合、ニューラルネットワークは、利用可能な画像を分析し、その処理アルゴリズムに調整を行い、将来、同様の状況で異なる応答を提供する（例えば、ドライバーの挙動に、より密に一致するナビゲーション経路提案を提供する）。トレーニングされると、ニューラルネットワークは、雪で覆われた道路にわたるナビゲーション経路提案を提供し得る。雪の中でのナビゲーションは専ら、トレーニングされた単一のニューラルネットワークの出力に基づき得る。

しかし、幾つかの実施形態では、他の技法を使用して、雪の中で車両をナビゲートし得る。幾つかの実施形態では、本開示の別のセクションで説明した自由空間特定技法を使用して、自由空間として認識されたエリアを通して車両の前方経路を定義し得る。例えば、捕捉画像又は画像ストリームに基づいて、処理ユニット１１０は、複数の画像のうちの少なくとも１つを分析して、車両のドライバー側にあり、車両の前方に延びる第１の自由空間境界を識別し得る。車両の乗員側にあり、車両の前方に延びる第２の自由空間境界を識別し得る。車両の前方にあり、第１の自由空間境界と第２の自由空間境界との間に延びる前方自由空間境界を識別し得る。当然ながら、これらの境界は直線である必要はなく、その代わり、時にはかなり不規則な境界状況を区切る（特に車両の側部で）複雑な一連の曲線又は線分により表すことができる。第１の自由空間境界、第２の自由空間境界、及び前方自由空間境界は一緒に、車両の前方の自由空間領域を画定する。次に、処理ユニット１１０は、自由空間領域を通る車両のナビゲーション経路提案を決定し得る。雪の中を通る車両のナビゲーションは、自由空間特定技法のみに基づき得る。１つ又は複数のニューラルネットワークを使用して自由空間特定技法を実施し得ることに留意されたい。幾つかの実施形態では、自由空間特定技法を実施するニューラルネットワークは、ＨＰＰ技法を実施するニューラルネットワークと異なり得る。

幾つかの実施形態では、雪の中を通るナビゲーションは、組み合わせて使用される１つ又は複数の技法に基づき得る。例えば、開示される任意のナビゲーションシステムを一緒に使用して、雪の中で車両をナビゲートし得る。幾つかの実施形態では、自由空間特定技法は、ＨＰＰ技法と組み合わせ得る。すなわち、自由空間技法を実施するニューラルネットワークに複数の捕捉画像を供給して、車両の第１のナビゲーション経路提案を取得し得る。ＨＰＰ技法を実施するニューラルネットワークに複数の捕捉画像を供給して、車両の第２のナビゲーション経路提案を取得することもできる。処理ユニットにより、第１のナビゲーション経路提案が第２のナビゲーション経路提案と一致すると判断される場合、処理ユニットは、車両に、提案されたナビゲーション経路のうちの一方の少なくとも一部（又は提案されるナビゲーション経路の集約）を走行させ得る。この状況では、一致は、必ずしも、提案されるナビゲーション経路の厳密な一致を必要とするわけではない。むしろ、提案されるナビゲーション経路が所定の程度を超える相関性を有する（任意の適する比較関数を使用して判断し得る）場合、一致と判断し得る。

第１の提案ナビゲーション経路が、第２の提案ナビゲーション経路に一致しない場合、車両の少なくとも幾つかの側面の制御を引き受けるプロンプトをユーザに提供し得る。代替的には、車両に適切なナビゲーション経路の決定に、追加の情報を考慮し得る。例えば、自由空間技法からの提案ナビゲーション経路とＨＰＰ技法からの提案ナビゲーション経路とが一致しない場合、処理ユニット１１０は、疎なデータ地図８００からの目標軌道を見て（目標軌道に対する現在位置の自己運動推定又は陸標ベースの特定と共に）、車両の走行方向を特定し得る。処理ユニット１１０で動作する他のモジュールからの出力を考慮することもできる。例えば、車両検出モジュールは、ホスト車両の環境内の他の車両の存在の指示を提供し得る。そのような車両を使用して、ホスト車両の経路予測を支援し得る（例えば、先行車両を辿る、駐車車両を回避する等により）。危険物検出モジュールを調べて、道路内又は道路に沿った、閾値を超える高さを有する縁部の存在を特定し得る。カーブ検出モジュールを調べて、車両の前方のカーブを見つけ、カーブを通る経路を提案し得る。ホスト車両の前方に有効経路を確立するのを支援し得る入力について、処理ユニット１１０で動作する任意の他の適する検出／分析モジュールを活用することもできる。

上記の説明及び図は、雪で覆われた道路を示すが、幾つかの実施形態では、道路は雪以外の物体で覆われ得る。例えば、道路は、雪の代わりに砂又は砂利で覆われ得、開示される実施形態は、これらの物体で覆われた道路にも同様に適用し得る。

自律車両速度較正
幾つかの状況では、車両ナビゲーションは、車両がその最後の既知の位置、速度履歴、及び移動履歴に基づいて現在位置を特定する自律航法に基づくことができる（例えば、少なくとも短い区分にわたり）。しかし、自律航法は、あらゆる新しい位置特定が、特定レベルの誤差が入り得る並進速度及び回転速度の測定に依存し得るため、蓄積誤差が入り得る。同様に、新しい各位置特定は、以前に特定された座標に依存し得、以前に特定された座標は、それ自体の不正確性を含む測定に基づいていた恐れがある。そのような不正確性及び誤差は、例えば、車両速度センサの出力等の様々なソースを通した自律航法位置特性を損なう恐れがある。速度検知の小さい不正確性であってさえも、時間の経過に伴って蓄積し得る。例えば、幾つかの場合、速度検知の小さい誤差（例えば、１ｋｍ／時のオーダ又はそれ未満）が、１キロメートルにわたり１メートル、５メートル、又はそれを超えるオーダの位置特定誤差を生じさせる恐れがある。しかし、そのような誤差は、車両速度センサの較正を通して低減又はなくし得る。開示される実施形態によれば、そのような較正は、既知の陸標位置に基づいて又は車両が走行した道路セグメントに沿った基準距離に基づいて、自律車両により実行し得る。

図６９は、開示される実施形態による、車両の速度を較正するシステムを含む例示的な車両の上面図表現である。例示的な車両は、例えば、図２Ａ〜図２Ｆを参照して上述した車両２００であり得、車両２００の処理ユニット１１０等の処理ユニットを含み得る。前向き画像捕捉デバイスは、例えば、車両２００の画像捕捉デバイス１２２、画像捕捉デバイス１２４、又は画像捕捉デバイス１２６を含み得る。そのような画像捕捉デバイスは、車両２００の前方、側部、及び／又は後方の環境の画像を取得するように構成し得る。

幾つかの実施形態では、車両２００は様々なセンサを含み得る。そのようなセンサは、１つ又は複数の速度センサ、ＧＰＳ受信機、加速度計等を含み得る。

幾つかの実施形態では、車両の速度較正プロセスに認識済み陸標を使用し得る。そのような認識済み陸標は、例えば、疎な地図８００において表現される陸標を含み得る。図６９は、車両２００の速度較正に使用し得る陸標の例を示す。例えば、図６９は、交通標識６９０６、破線レーンマーク６９０２、信号機６９０８、停止線６９１２、反射板６９１０、及び街灯柱６９１４等の陸標を示す。他の陸標としては、例えば、矢印マーク、方向標識、陸標ビーコン、速度バンプ６９０４等を挙げることができる。

幾つかの実施形態では、車両２００の処理ユニット１１０は、１つ又は複数の認識済み陸標を識別し得る。処理ユニット１１０は、上述した任意の技法に基づいて、１つ又は複数の認識済み視覚的陸標を識別し得る。例えば、処理ユニット１１０は、認識済み陸標の表現を含む疎な地図８００に関連付けられたローカル地図を受信し得る（又は疎な地図８００を受信若しくはロードすることさえし得る）。これらの陸標はインデックス付与され得るため、及び／又は処理ユニット１１０が、車両２００の現在位置（例えば、道路セグメントに沿った目標軌道に関して）を認識し得るため、処理ユニット１１０は、車両が道路セグメントを走行する際、次に予期される認識済み陸標の位置を予期し得る。このようにして、処理ユニット１１０は、次の認識済み陸標が出現すると予期される、画像捕捉デバイス１２２から受信される画像内の特定の場所を「見る」ことさえし得る。認識済み陸標が、１つ又は複数の捕捉画像内で見つけられると、処理ユニット１１０は、画像に現れる陸標が、予期される認識済み陸標であることを検証し得る。例えば、捕捉画像内の陸標に関連付けられた様々な特徴を、認識済み陸標に関して疎なデータ地図８００に記憶されている情報と比較し得る。そのような特徴は、サイズ、陸標タイプ（例えば、速度制限標識、危険物標識等）、位置、前の陸標からの距離等を含み得る。陸標の観測された特徴が、認識済み陸標に関して記憶されている特徴と一致する場合、処理ユニット１１０は、観測された陸標が、予期された認識済み陸標であると結論付けることができる。

幾つかの実施形態では、認識済み陸標を識別した跡、処理ユニット１１０は、認識済み陸標に関連付けられた情報を検索し得る。情報は、例えば、認識済み陸標の位置情報を含み得る。幾つかの実施形態では、認識済み陸標に関連付けられた情報は、リモートサーバに記憶し得、処理ユニット１１０は、無線送受信機を含み得る車両２００の無線システムに、認識済み陸標に関連付けられた情報を検索するように命令し得る。他の場合、情報は車両２００に既に存在し得る（例えば、ナビゲーション中に受信される疎なデータ地図８００からのローカル地図内又は車両２００のメモリに予めロードされる疎なデータ地図８００内）。幾つかの実施形態では、この位置情報を使用して、自律車両の速度の１つ又は複数のインジケータ（例えば、車両２００の１つ又は複数の速度センサ）を較正し得る。

図７０は、開示される実施形態による、車両２００の速度を較正する例示的なプロセス７０００を示すフローチャートである。ステップ７００２において、処理ユニット１１０は、画像捕捉デバイス１２２から、車両２００の環境を表す複数の画像を受信し得る。幾つかの実施形態では、画像は、画像捕捉デバイス１２２により異なる時間に捕捉し得る（例えば、画像は、例えば、１秒毎に複数回捕捉し得る）。幾つかの実施形態では、車両２００は、複数の画像捕捉デバイス（例えば、車両２００の画像捕捉デバイス１２２及び１２４）を含み得、処理ユニット１１０は、各画像捕捉デバイスから、車両２００の環境を表す複数の画像を受信し得る。各画像捕捉デバイスから受信される複数の画像は、車両の画像捕捉デバイスのうちの１つ又は複数により異なる時間に捕捉された画像を含み得る。

ステップ７００４において、処理ユニット１１０は、複数の画像を分析して、画像に存在する少なくとも２つの認識済み陸標を識別し得る。２つの認識済み陸標は、複数の画像の中の１つの画像に存在する必要はない。実際には、多くの場合、複数の画像において識別される２つの認識済み陸標は、同じ画像に出現しない。むしろ、第１の認識済み陸標は、画像捕捉デバイスから受信される第１の画像において識別し得る。後に、恐らく多数の画像フレームの後（例えば、１０、１００、又は１０００以上の画像フレーム後）、第２の認識済み陸標が、画像捕捉デバイスから受信される複数の画像のうちの別の画像において識別し得る。第１の認識済み陸標を使用して、時間Ｔ１での目標軌道に沿った車両の第１の位置Ｓ１を特定し得、第２の認識済み陸標を使用して、時間Ｔ２での目標軌道に沿った車両の第２の位置Ｓ２を特定し得る。Ｓ１とＳ２との間の測定距離等の情報を使用し、Ｔ１とＴ２との間の時間差を知ることにより、車両のプロセッサは、Ｓ１とＳ２との間の距離がカバーされた速度を特定することができる。この速度は、車両の速度センサの出力に基づいて得られる積分速度と比較することができる。幾つかの実施形態では、この比較は、Ｓ１とＳ２との速度計算に基づいて特定される速度に一致するように車両の速度センサを調整／較正するのに必要な補正係数をもたらし得る。

代替又は追加として、プロセッサユニットは、車両の速度センサの出力を使用して、Ｓ１とＳ２との間でのセンサに基づく距離読み取り値を特定し得る。このセンサに基づく距離読み取り値は、Ｓ１とＳ２との間の計算距離と比較されて、車両の速度センサの較正に適切な補正係数を決定することができる。

処理ユニット１１０は、本開示の他の箇所に記載される任意の技法により、捕捉画像ストリーム内の認識済み陸標を識別し得る。例えば、処理ユニット１１０は、存在する可能性のある陸標の観測された１つ又は複数の特徴を、疎なデータ地図８００に記憶されている認識済み陸標の特徴と比較し得る。観測された特徴の１つ又は複数が、記憶されている特徴に一致することが分かった場合、処理ユニット１１０は、観測された存在する可能性のある特徴が実際に、認識済み陸標であると結論付け得る。そのような特徴は、特に、サイズ、位置、別の認識済み陸標への距離、陸標タイプ、簡略画像シグネチャ等を含み得る。

ステップ７００６において、処理ユニット１１０は、２つの認識済み陸標の既知の位置に基づいて、少なくとも２つの認識済み陸標間の距離を示す値を特定し得る。例えば、上述したように、処理ユニット１１０は、認識済み陸標を識別した後、認識済み陸標に関連付けられた情報を検索するか、又は当該情報に他の方法で依存し得る。更に、当該情報は、認識済み陸標の位置情報を含み得、処理ユニット１１０は、２つの認識済み陸標に関連付けられた、検索された位置情報に基づいて、２つの認識済み陸標間の距離を計算し得る。位置情報は、例えば、２つの認識済み陸標を含む道路セグメントに沿った以前の走行で複数の車両により行われた位置特定（例えば、ＧＰＳに基づく位置特定）の集約に基づいて特定された、例えば、各認識済み陸標のグローバル座標を含み得る。

ステップ７００８において、処理ユニット１１０は、自律車両に関連付けられた少なくとも１つのセンサの出力に基づいて、少なくとも２つの陸標間の測定距離を特定し得る。幾つかの実施形態では、処理ユニット１１０は、画像捕捉デバイス１２２により捕捉される画像、慣性センサ、及び／又は車両２００の速度計に基づく走行距離計測技法を使用して、２つの認識済み陸標間の距離を測定し得る。例えば、上述したように、車両の第１の位置Ｓ１は開始点として使用し得、車両の第２の位置Ｓ２は終了点として使用し得る。これらの位置は、本開示の他のセクションに記載される技法を使用して、第１及び第２の認識済み陸標の収集画像に基づいてそれぞれ特定し得る。車両センサ（例えば、速度計）を使用して、Ｓ１とＳ２との間の距離を測定することができる。この測定距離は、例えば、車両の所定の目標軌道に沿った位置Ｓ１とＳ２との間の計算距離と比較し得る。

幾つかの実施形態では、Ｓ１及びＳ２は、認識済み陸標との特定の関係に従って選択し得る。例えば、Ｓ１及びＳ２は、第１及び第２の陸標からそれぞれ延びる線が、直角に目標軌道と交わる位置として選択し得る。当然ながら、任意の他の適する関係を使用することも可能である。Ｓ２及びＳ１が所定の関係に従って定義されるそのような実施形態では、Ｓ２とＳ１との間の距離は既知であり得、例えば、疎なデータ地図８００において表され得る（例えば、前の認識済み陸標への距離値として）。したがって、そのような実施形態では、この距離値は、Ｓ１とＳ２との間の距離を計算する必要なく、疎なデータ地図８００から既に入手可能であり得る。前の実施形態と同様に、Ｓ１とＳ２との間の所定の距離は、車両センサを使用して測定されるＳ１とＳ２との間の距離と比較し得る。

例えば、幾つかの実施形態では、２つの陸標間の距離測定は、ＧＰＳデバイス（例えば、位置センサ１３０）を介して行うことができる。例えば、互いに離れている（例えば、５ｋｍ）２つの陸標を選択し得、それらの間の道路はむしろ直線であり得る。その道路セグメントの長さは、例えば、２つの陸標のＧＰＳ座標を減算することにより測定し得る。そのような各座標は、数メートルの誤差（すなわち、ＧＰＳ誤差）で測定し得るが、道路セグメントの長さが長いことに起因して、これは比較的小さい誤差であり得る。

ステップ７０１０において、処理ユニット１１０は、少なくとも２つの認識済み陸標間の距離を示す値と、少なくとも２つの陸標間の測定距離との比較に基づいて、少なくとも１つのセンサの補正係数を決定し得る。補正係数は、例えば、少なくとも２つの認識済み陸標間の距離を示す値と、少なくとも２つの陸標間の測定距離との比率であり得る。幾つかの実施形態では、補正係数は、較正係数と呼ばれ得、車両のセンサに基づいて測定された距離値を、計算された／所定の距離値に変換するのに使用し得る値を表し得る。

任意選択的なステップにおいて、処理ユニット１１０は、複数の特定された補正係数に基づいて複合補正係数を特定し得る。複数の特定された補正係数の補正係数は、異なる組の陸標に基づいて特定し得る。幾つかの実施形態では、複合補正係数は、複数の特定された補正係数の平均をとることにより、又は複数の特定された補正係数の平均値を見つけることにより特定される。

図７１は、開示される実施形態による、車両の速度のインジケータを較正するシステムを含む例示的な車両２００の上面図表現である。図７１の例では、車両２００は、第１の道路セグメント７１０２Ａを走行中である。図７１は、第２の道路セグメント７１０２Ｂ及びレーンマーク７１０４、７１０６も示す。道路セグメントは、道路の任意の部分を含む。

幾つかの実施形態では、処理ユニット１１０は、車両２００の１つ又は複数のセンサを使用して、道路セグメント（例えば、道路セグメント７１０２Ａ又は７１０２Ｂ）に沿った距離を特定し得る。一例では、処理ユニット１１０は、車両２００の１つ又は複数のセンサを使用して、車両２００が走行中の道路セグメント（例えば、道路セグメント７１０２Ａ）に関連付けられた道路シグネチャプロファイルを特定し得る。そのような道路シグネチャプロファイルには、道路セグメントに関連付けられた少なくとも１つのパラメータの任意の区別可能／測定可能な変動を関連付け得る。幾つかの場合、そのようなプロファイルには、例えば、特定の道路セグメントの表面凹凸性の変動、特定の道路セグメントにわたる道路幅の変動、特定の道路セグメントに沿って塗装された破線間の距離の変動、特定の道路セグメントに沿った道路曲率の変動等を関連付け得る。上述したように、図１１Ｄは例示的な道路シグネチャプロファイル１１６０を示す。道路シグネチャプロファイルは、上述したパラメータのいずれか又は他のパラメータを表し得るが、一例では、道路シグネチャプロファイルは、例えば、車両２００が第１の道路セグメント７１０２Ａを走行する際、サスペンション変位量を示す出力を提供する１つ又は複数のセンサを監視することにより得られるような、道路表面凹凸性の測定値を表し得る。代替的には、道路シグネチャプロファイル１１６０は、第１の道路セグメント７１０２Ａを走行中の車両２００の画像捕捉デバイス１２２を介して取得される画像データに基づいて特定されるような、道路幅の変動を表し得る。そのようなプロファイルは、例えば、特定の目標軌道に対する自律車両の特定の位置を特定するに当たり有用であり得る。すなわち、自律車両が道路セグメントを走行する際、自律車両は、道路セグメントに関連付けられた１つ又は複数のパラメータに関連付けられたプロファイルを測定し得る。測定されたプロファイルが、道路セグメントに沿った位置に関するパラメータ変動をプロットする所定のプロファイルに相関付けられる／一致することができる場合、測定プロファイル及び所定のプロファイルを使用して（例えば、測定プロファイル及び所定のプロファイルの対応するセクションを重ねることにより）、道路セグメントに沿った現在位置を特定し、したがって、道路セグメントの目標軌道に対する現在位置を特定し得る。道路セグメントに沿った距離は、道路セグメントに沿って特定される複数の位置に基づいて特定し得る。

図７２は、開示される実施形態による、車両２００の速度のインジケータを較正する例示的なプロセス７２００を示すフローチャートである。幾つかの実施形態では、車両２００は、道路セグメントに沿って特定される距離及び無線送受信機を介して受信する距離値に基づいて、補正係数を計算することにより、車両２００の速度のインジケータを較正し得る。すなわち、道路セグメントの所定の部分の距離値は、陸標に基づいて位置Ｓ１及びＳ２を特定し、次に、位置Ｓ１及びＳ２間の距離を計算するのではなく、疎なデータ地図８００を介して（例えば、無線送受信機を介して）受信し得る。

ステップ７２０４において、処理ユニット１１０は、無線送受信機を介して、道路セグメントに関連付けられた距離値を受信し得る。一例では、無線送受信機は、３ＧＰＰ互換性又はＬＴＥ互換性送受信機であり得る。リモートサーバに記憶されている道路セグメントに関連付けられた距離値は、複数の測定車両により行われた以前の測定に基づいて特定し得る。例えば、複数の車両は、過去に、同じ道路セグメントを走行し、道路セグメントに関連付けられた（例えば、２つ以上の所定の基準点間、陸標間等）、特定された距離値をリモートサーバにアップロードすることができる。リモートサーバに記憶されている道路セグメントに関連付けられた距離値は、複数の測定車両により特定された距離値の平均であり得る。

幾つかの実施形態では、リモートサーバに記憶されている道路セグメントに関連付けられた距離値は、少なくとも１００台の測定車両により行われた以前の測定に基づいて特定し得る。他の実施形態では、リモートサーバに記憶されている道路セグメントに関連付けられた距離値は、少なくとも１０００台の測定車両により行われた以前の測定に基づいて特定し得る。

ステップ７２０６において、処理ユニット１１０は、道路セグメントに沿って特定された距離値及び無線送受信機を介して受信した距離値に基づいて、少なくとも１つの速度センサの補正係数を決定し得る。補正係数は、例えば、センサを使用して特定された道路セグメントに沿った距離と、無線送受信機を介して受信した距離値との比率であり得る。また、補正係数は、車両のセンサに基づいて測定された距離値を、受信した／所定の距離値に変換するのに使用し得る値を表すことができる。

任意選択的なステップにおいて、処理ユニット１１０は、複数の決定された補正係数に基づいて、複合補正係数を決定し得る。複数の決定された補正係数の各補正係数は、異なる陸標に基づいて決定し得る。幾つかの実施形態では、複合補正係数は、複数の決定された補正係数の平均をとることにより、又は複数の決定された補正係数の平均値を見つけることにより決定される。

認識済み陸標の位置に基づくレーン割り当ての特定カメラ出力の分析（例えば、車両の現在の走行レーンの右側及び／又は左側に追加のレーンを見ること）に基づいてレーン割り当てを特定することに加えて、システムは、車両に対する認識済み陸標の特定された横方向位置に基づいて、レーン割り当てを特定及び／又は検証し得る。

図７３は、開示される実施形態による、例示的な道路セグメントのストリートビューの図である。図７３に示されるように、道路セグメント７３００は、道路７３１０、レーンマーカ７３２０、陸標７３３０、７３４０、及び７３５０等を含め、幾つかの構成要素を含み得る。例示的な道路セグメント７３００に示される構成要素に加えて、道路セグメントは、当業者に理解されるように、より少数又は追加のレーン、陸標等を含め、他の構成要素を含み得る。

一実施形態では、道路セグメント７３００は道路７３１０を含み得、道路７３１０は、１つ又は複数のレーンマーカ７３２０により２つ以上のレーンに分割し得る。道路セグメント７３００は、車両７３６０等の１台又は複数台の車両を含むこともできる。更に、道路セグメント７３００は、陸標７３３０、７３４０、及び７３５０等の１つ又は複数の陸標を含み得る。図７３に示される等の一実施形態では、陸標は、道路７３１０に並んで配置し得る。道路７３１０に並んで配置される陸標は、例えば、交通標識（例えば、陸標７３３０及び７３４０等の速度制限標識）、マイルマーカ（例えば、陸標７３５０）、広告板、出口標識等を含み得る。陸標は、汎用標識（例えば、ビジネス又は情報源に関連する非意味的標識等）を含むこともできる。代替的には、陸標は、道路７３１０上又は上方に配置し得る。道路７３１０上又は上方に配置される陸標としては、例えば、レーンマーカ（例えば、レーンマーカ７３２０）、反射板、出口標識、看板等を挙げ得る。陸標は、本開示の他の箇所で考察した任意の例を含むこともできる。

図７４は、開示される実施形態による、例示的な道路セグメントの鳥瞰図の図である。図７４に示されるように、例示的な道路セグメント７４００は、道路７４０５、レーンマーカ７４１０、車両７４１５、走行経路７４２０、進行方位７４２５、予測経路７４３０、所定の道路モデル軌道７４３５、陸標７４４０、７４５５、及び７４７０、直接オフセット距離７４４５、７４６０、及び７４７５、並びに横方向オフセット距離７４５０及び７４６５を含む、幾つかの構成要素を含み得る。例示的な道路セグメント７３００に示される構成要素に加えて、道路セグメントは、当業者に理解されるように、より少数又は追加のレーン、陸標、及び車両を含め、他の構成要素を含み得る。

一実施形態では、道路セグメント７４００は道路７４０５を含み得、道路７４０５は、１つ又は複数のレーンマーカ７４１０により２つ以上のレーンに分割し得る。道路セグメント７３００は、車両７４１５等の１台又は複数台の車両を含むこともできる。更に、道路セグメント７４００は、陸標７４４０、７４５５、及び７４７０等の１つ又は複数の陸標を含み得る。

一実施形態では、車両７４１５は、経路内を道路７４０５の１つ又は複数のレーンに沿って走行し得る。車両７４１５が既に走行した経路は、走行経路７４２０として図７４に表されている。車両７４１５が進む方向は、進行方位７４２５として示されている。特に、車両７４１５の現在位置及び進行方位７４２５に基づいて、予測経路７４３０等の車両７４１５が走行すると予期される経路を決定し得る。図７４は、車両７４１５の理想的な経路を表し得る所定の道路モデル軌道７４３５も示す。

一実施形態では、直接オフセット距離７４４５、７４６０、及び７４７５は、車両７４１５と陸標７４４０、７４５５、及び７４７０のそれぞれとの間の距離を表し得る。横方向オフセット距離７４５０及び７４６５は、車両７４１５がそれらの陸標の直接横に並ぶ場合、車両７４１５と陸標７４４０及び７４５５との間の距離を表し得る。

例えば、２つの技法を使用して、ホスト車両と陸標との間の横方向距離推定に基づいてレーン数を計算し得る。第１の例として、クラスタ化技法を使用し得る。平均値シフトクラスタ化を使用して、システムは、レーン数及び各運転のレーン割り当てを計算し得る。次に、観測数を増やし、各レーンからの観測を提供するために、システムは、隣接レーン（例えば、そこで決定されるレーンのＤＮＮネットワークがそのようなレーンを示す場合）の観測を追加し得る。次に、システムは、道路幅を特定し、計算されたレーン幅に基づいて道路幅をレーンに分割し得る。第２の例として、別の技法では、レーンのＤＮＮネットワークが、車両が端（左又は右）のレーンのいずれかにあるか、又は端のレーンに隣接したレーンにあると判断した車両の観測に基づいて、システムは、陸標と左端又は右端のレーンマークとの間の横方向距離の推定値のセットを生成し得る。次に、投票メカニズム又は最小二乗メカニズムのいずれかを使用して、システムは、陸標と道路縁部との間の合意のある距離推定値を特定し得る。次に、システムは、距離推定値から道路縁部までの道路幅を抽出し、運転で観測されたメジアンレーン幅で道路幅を除算することにより、レーン数を特定し得る。システムは、ホスト間の観測距離がいずれのビンであるかに基づいて、各運転にレーンを割り当て得る。

図７５は、開示される実施形態による、道路セグメントに沿った車両（自律車両であり得る）のレーン割り当てを特定する例示的なプロセス７５００を示すフローチャートである。この例示的なプロセスに関連付けられたステップは、図１の構成要素により実行し得る。例えば、プロセスに関連付けられたステップは、図１に示されるシステム１００のアプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０により実行し得る。

ステップ７５１０において、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信する。例えば、画像プロセッサ１２８は、カメラ１２２、１２４、及び１２６のうちの１つ又は複数から、車両の環境を表す１つ又は複数の画像を受信し得る。画像プロセッサ１２８は、更に分析するために、１つ又は複数の画像をアプリケーションプロセッサ１８０に提供し得る。車両の環境は、道路セグメント及び任意の標識、建物、又は道路セグメントに沿った風景等の車両の外部の周囲のエリアを含み得る。一実施形態では、車両の環境は、道路セグメント、幾つかのレーン、及び少なくとも１つの認識済み陸標を含む。

ステップ７５２０において、少なくとも１つのプロセッサは、少なくとも１つの画像を分析して、少なくとも１つの認識済み陸標を識別する。一実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱等のうちの少なくとも１つを含む。例えば、少なくとも１つの認識済み陸標は陸標７３３０、７３４０、及び７３５０を含み得、これらはそれぞれ交通標識である。特に、陸標７３３０及び７３４０は速度制限標識であり、陸標７３５０はマイルマーカ標識である。別の実施形態では、少なくとも１つの認識済み陸標は、ビジネスの標識を含む。例えば、少なくとも１つの認識済み陸標は、ビジネスの広告板広告又はビジネスの場所を記す標識を含み得る。

ステップ７５３０において、少なくとも１つのプロセッサは、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータを特定する。幾つかの実施形態では、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータの特定は、少なくとも１つの認識済み陸標の既知の位置に基づき得る。少なくとも１つの認識済み陸標の既知の位置は、例えば、メモリ１４０又は地図データベース１６０に記憶し得る（例えば、疎な地図８００の一部として）。

ステップ７５４０において、少なくとも１つのプロセッサは、車両と少なくとも１つの認識済み陸標との間の横方向オフセット距離のインジケータに基づいて、道路セグメントに沿った車両のレーン割り当てを特定する。例えば、少なくとも１つのプロセッサは、横方向オフセット距離のインジケータに基づいて、車両が走行中のレーンを特定し得る。例えば、レーン割り当ては、認識済み陸標から、認識済み陸標に最も近いレーン縁部、道路に存在する任意のレーン縁部、道路セグメントに関連付けられた目標軌道、又は道路セグメントに関連付けられた複数の目標軌道等への横方向距離の知識に基づいて特定し得る。認識済み陸標とホスト車両との間の横方向オフセット距離の特定されたインジケータは、特に、これらの数量のうちの任意の数量と比較されて、次に、１つ又は複数の算術計算及び／又は三角法計算に基づいて、現在のレーン割り当てを特定するのに使用し得る。

一実施形態では、少なくとも１つの認識済み陸標は、車両の第１のサイドの第１の認識済み陸標、及び車両の第２のサイドの第２の認識済み陸標を含み、道路セグメントに沿った車両のレーン割り当ての特定は、車両と第１の認識済み陸標との間の横方向オフセット距離の第１のインジケータ、及び車両と第２の認識済み陸標との間の横方向オフセット距離の第２のインジケータに基づく。レーン割り当ては、横方向オフセット距離の第１のインジケータの、横方向オフセット距離の第２のインジケータへの比率に基づいて特定し得る。例えば、車両が、道路の左縁部に掲示された陸標から２０フィートのところに配置され、道路の右縁部に掲示された陸標から６０フィートのところに配置される場合、レーン割り当ては、道路セグメント上のレーン数又はレーン幅についての情報を所与として、この比率に基づいて特定し得る。代替的には、レーン割り当ては、車両と第１及び第２の認識済み陸標との間の横方向オフセット距離のインジケータに基づいて別個に計算し得、これらの別個の計算は、互いと突き合わせてチェックされて、特定されたレーン割り当てが正確であることを検証し得る。

ナビゲーション支援としてのスーパーランドマークシステムは、認識済み陸標を使用して、道路モデル軌道に沿った自律車両の現在位置の特定を支援することにより、ナビゲートし得る。しかし、状況によっては、陸標の識別情報が曖昧なことがある（例えば、同様のタイプの陸標が高密度で存在する場合）。そのような状況では、陸標を一緒にグループ化して、陸標の認識を支援し得る。例えば、陸標グループ内の陸標間の距離を使用して、陸標の確実な識別を支援するスーパーランドマークシグネチャを生成し得る。陸標グループ内の陸標シーケンス等の他の特徴を使用することも可能である。

図７６は、開示される実施形態による例示的な道路セグメントのストリートビューの図である。図７６に示されるように、道路セグメント７６００は、道路７６１０、レーンマーカ７６２０、車両７６３０、及び陸標７６４０、７６５０、７６６０、７６７０、及び７６８０を含め、幾つかの構成要素を含み得る。例示的な道路セグメント７６００に示される構成要素に加えて、道路セグメントは、当業者に理解されるように、より少数又は追加のレーン、陸標、及び車両を含め、他の構成要素を含み得る。

一実施形態では、道路セグメント７６００は道路７６１０を含み得、道路７６１０は、１つ又は複数のレーンマーカ７６２０により２つ以上のレーンに分割し得る。道路セグメント７６００は、車両７６３０等の１台又は複数台の車両を含むこともできる。更に、道路セグメント７６００は、陸標７６４０、７６５０、７６６０、７６７０、及び７６８０等の１つ又は複数の陸標を含み得る。一実施形態では、陸標は、道路７６１０に関連付けられる構造物／物体に割り当て得る（例えば、陸標７６７０及び７６８０）。道路７６１０に沿った陸標は、例えば、交通標識（例えば、陸標７６７０等のマイルマーカ）、広告板（例えば、陸標７６８０）、レーンマーカ（例えば、陸標７６２０）、反射板、交通標識（例えば、陸標７６４０、７６５０、及び７６６０等の出口標識）、看板等を含み得る。疎なデータ地図８００において識別されるか又は他の方法で表現される陸標は、認識済み陸標と呼び得る。

特に都市環境での幾つかのエリアは、高密度の認識済み陸標を有し得る。したがって、幾つかの場合、陸標のサイズ、形状、タイプ、インデックス付けられた位置等のみに基づいて特定の認識済み陸標どうしを区別することが難しいことがある。車両の環境の捕捉画像内からの１つ又は複数の認識済み陸標の識別を更に支援するために、２つ以上の陸標のグループをスーパーランドマークとして指定し得る。そのようなスーパーランドマークは、（例えば、陸標グループの中からの）１つ又は複数の認識済み陸標の識別又は検証を支援し得る追加の特徴を提供し得る。

図７６では、例えば、スーパーランドマークは、陸標７６４０、７６５０、７６６０、７６７０、及び７６８０からなるグループ又はそれらの陸標の２つ以上の何らかのサブセットから形成し得る。２つ以上の陸標を一緒にグループ化することにより、別個の有利なポイントから構成陸標を正確に識別する確率を上げ得る。

スーパーランドマークには、構成陸標間の距離、グループ内の陸標数、順序シーケンス、陸標グループのメンバ間の１つ又は複数の相対空間関係等の１つ又は複数の特徴を関連付け得る。更に、これらの特徴を使用して、スーパーランドマークシグネチャを生成し得る。スーパーランドマークシグネチャは、陸標グループ又はグループ内の単一の陸標さえも識別する一意の形態を表し得る。

図７７Ａは、開示される実施形態による例示的な道路セグメントの鳥瞰図の図である。図７７に示されるように、例示的な道路セグメント７７００には、道路７７０５、レーンマーカ７７１０、車両７７１５、走行経路７７２０、所定の道路モデル軌道７７２５、陸標７７３０、７７３５、７７４０、７７４５、及び７７５０、横方向オフセットベクトル７７５５、並びに直接オフセットベクトル７７６０を含む、幾つかの構成要素を関連付け得る。例示的な道路セグメント７７００に示される構成要素に加えて、道路セグメントには、当業者に理解されるように、より少数又は追加のレーン、陸標、及び車両を含め他の構成要素を関連付けることもできる。

一実施形態では、道路セグメント７７００は道路７７０５を含み得、道路７７０５は、１つ又は複数のレーンマーカ７７１０により２つ以上のレーンに分割し得る。道路セグメント７７００は、車両７７１５等の１台又は複数台の車両を含むこともできる。更に、道路セグメント７７００は、陸標７７３０、７７３５、７７４０、７７４５、及び７７５０等の１つ又は複数の陸標を含み得る。

一実施形態では、車両７７１５は、経路経路内を道路７７０５の１つ又は複数のレーンに沿って走行し得る。車両７７１５が既に走行した経路は、走行経路７７２０として図７７に表されている。図７７は、車両７７１５の目標経路を表し得る所定の道路モデル軌道７７２５も示している。

一実施形態では、直接オフセットベクトルは、車両７７１５と陸標とを結ぶベクトルであり得る。例えば、直接オフセットベクトル７７６０は、車両７７１５と陸標７７３０とを結ぶベクトルであり得る。車両７７１５と陸標との間の距離は、車両７７１５を陸標に結ぶ直接オフセットベクトルの大きさに等しい値であり得る。横方向オフセットベクトルは、車両７７１５を、陸標に沿って道路の脇にある点と結ぶベクトルであり得る。陸標に対する車両の横方向オフセット距離は、横方向オフセットベクトルの大きさに等しい値であり得、更に、車両７７１５が陸標の直接横に並ぶ場合、車両７７１５と陸標との間の距離に等しい値であり得る。車両７７１５と陸標との間の横方向オフセット距離は、車両と、陸標が配置された道路の縁部との間の第１の距離と、その縁部と陸標との間の第２の距離との和を特定することにより計算し得る。

図７７Ｂは、４つの認識済み陸標：速度制限標識７７９０、停止標識７７９１、及び２つの信号機７７９２及び７７９３で構成されるスーパーランドマークを含む道路セグメントのストリートレベルビューを提供する。スーパーランドマークグループに含まれる任意の認識済み陸標は、グループに含まれる陸標の様々な関係の認識に基づいて識別し得る。例えば、疎なデータ地図８００に記憶し得る、ホスト車両から距離Ｄ１に速度制限標識があり、その後、距離Ｄ２における停止標識が続き、その後、距離Ｄ３における２つの信号機が続くというシーケンス（但し、Ｄ３＞Ｄ２＞Ｄ１）は、例えば、疎なデータ地図８００からの認識済み陸標として、速度制限標識７７９０を検証することを支援し得るスーパーランドマークの一意の認識可能な特徴を構成し得る。

スーパーランドマークのメンバ間の他の関係を疎なデータ地図８００に記憶することもできる。例えば、道路セグメントに関連付けられた目標軌道に沿った、認識済み陸標７７９０からの特定の距離において、スーパーランドマークは、スーパーランドマークのメンバの中心にそれぞれ関連付けられた点Ａ、Ｂ、Ｃ、及びＤ間に多角形７７９４を形成し得る。スーパーランドマークの所在に関する１つ又は複数の位置について、線分長Ａ−Ｂ、Ｂ−Ｃ、Ｃ−Ｄ、及びＤ−Ａを特定し、疎なデータ地図８００に記憶し得る。更に、信号機７７９３、信号機７７９２、及び停止標識７７９１により、三角形７７９５を形成し得る。ここでも、スーパーランドマークの所在に関する１つ又は複数の位置について、三角形７７９５の辺の長さ及び角度は、疎なデータ地図８００において参照し得る。三角形７７９６（点Ａ、Ｃ、及びＤの間）及び７７９７（点Ａ−Ｂ−Ｃの間）についての同様の情報を特定し、記憶し得る。そのような角度、形状、及び線分長は、スーパーランドマークに対する特定の視点からのスーパーランドマークの認識を支援し得る。例えば、車両が、スーパーランドマークについての視覚情報が疎なデータ地図８００に含まれる視点に配置されると、車両の処理ユニットは、１つ又は複数の車載カメラにより捕捉された画像を分析して、予期される形状、パターン、角度、線分長等を探して、オブジェクトのグループが予期されるスーパーランドマークを形成するか否かを特定することができる。認識済みスーパーランドマークを検証すると、スーパーランドマークグループに含まれる任意の陸標に基づいて、目標軌道に沿った車両の位置特定を開始し得る。

図７８は、開示される実施形態による、道路セグメントに沿って車両を自律的にナビゲートする例示的なプロセス７８００を示すフローチャートである。この例示的なプロセスに関連付けられたステップは、図１の構成要素により実行し得る。例えば、プロセスに関連付けられたステップは、図１に示されるステップ１００のアプリケーションプロセッサ１８０及び／又は画像プロセッサ１９０により実行し得る。

ステップ７８１０において、少なくとも１つのプロセッサは、カメラから、車両の環境を表す少なくとも１つの画像を受信し得る。例えば、画像プロセッサ１２８は、カメラ１２２、１２４、及び１２６のうちの１つ又は複数から、車両の環境を表す１つ又は複数の画像を受信し得る。画像プロセッサ１２８は、更に分析するために、１つ又は複数の画像をアプリケーションプロセッサ１８０に提供し得る。車両の環境は、道路セグメント、及び任意の標識、建物、又は道路セグメントに沿った風景等の車両の外部の周囲のエリアを含み得る。一実施形態では、車両の環境は、道路セグメント、レーン数、及び少なくとも１つの認識済み陸標を含む。

ステップ７８２０において、少なくとも１つのプロセッサは、少なくとも１つの画像を分析して、スーパーランドマークを識別し、スーパーランドマークから少なくとも１つの認識済み陸標を識別し得る。一実施形態では、少なくとも１つの認識済み陸標は、交通標識、矢印マーク、レーンマーク、破線レーンマーク、信号機、停止線、方向標識、反射板、陸標ビーコン、又は街灯柱のうちの少なくとも１つを含む。例えば、少なくとも１つの認識済み陸標は、陸標７６４０、７６５０、７６６０、及び７６７０を含み得、これらはそれぞれ交通標識である。特に、陸標７６４０、７６５０、及び７６６０は、出口標識であり、陸標７６７０はマイルマーカ標識である。別の実施形態では、少なくとも１つの認識済み陸標は、ビジネスの標識を含む。例えば、少なくとも１つの認識済み陸標は、ビジネスの広告板広告（例えば、陸標７６８０）又はビジネスの場所を記すマークを含み得る。

上述したように、少なくとも１つの陸標の識別は、少なくとも部分的に、陸標グループに関連付けられた１つ又は複数の陸標グループ特徴に基づく。一実施形態では、１つ又は複数の陸標グループ特徴は、陸標グループのメンバ間の相対距離を含み得る。例えば、陸標グループ特徴は、グループ内の各陸標をグループ内の他の陸標のそれぞれから隔てる距離を指定する情報を含み得る。別の実施形態では、１つ又は複数の陸標グループ特徴は、陸標グループのメンバの順序シーケンスを含み得る。例えば、陸標のグループには、道路から見た場合、陸標が左から右へ、前から後へ等に現れる順序を示すシーケンスを関連付け得る。更に別の実施形態では、１つ又は複数の陸標グループ特徴は、陸標グループに含まれる陸標数を含み得る。

図７６を例として参照すると、陸標グループ（又はスーパーランドマーク）は陸標７６４０、７６５０、７６６０、７６７０、及び７６８０からなり得る。この陸標グループには、各陸標とグループ内の他の陸標のそれぞれとの間の相対距離、グループ内の陸標の順序シーケンス、及び陸標数を含め、陸標グループ特徴を関連付け得る。図７６に示される例では、陸標グループ特徴は、陸標７６８０と陸標７６４０、７６５０、７６６０、及び７６７０のそれぞれとの間の距離、陸標７６４０と陸標７６５０、７６６０、及び７６７０のそれぞれとの間の距離、陸標７６５０と陸標７６６０及び７６７０のそれぞれとの間の距離、並びに陸標７６６０と陸標７６７０との間の距離を指定する情報を含み得る。

更に、この例では、順序シーケンスは、左から右（道路に沿って運転中の車両、例えば、車両７６３０の視点から見た場合）へのグループ内の陸標の順序が、７６８０、７６４０、７６５０、７６６０、及び７６７０であることを示し得る。代替又は追加として、順序シーケンスは、前から後（例えば、道路に沿った経路で一番先に走行されるものから最後に走行されるもの）へのグループ内の陸標の順序が、まず７６７０であり、次に７６４０、７６５０、及び７６６０であり、且つ最後に７６８０であることを示し得る。更に、陸標グループ特徴は、この例示的な陸標グループが５つの陸標を含むことを指定し得る。

一実施形態では、少なくとも１つの陸標の識別が、少なくとも部分的に、陸標グループに関連付けられたスーパーランドマークシグネチャに基づき得る。スーパーランドマークシグネチャは、陸標グループを一意に識別するシグネチャであり得る。一実施形態では、スーパーランドマークシグネチャは、上述した陸標グループ特徴（例えば、陸標数、陸標間の相対距離、及び陸標の順序シーケンス）のうちの１つ又は複数に基づき得る。

認識済み陸標が、スーパーランドマークグループの識別された特徴に基づいて識別されると、認識済み陸標の所定の特徴を使用して、ナビゲーションにおいてホスト車両を支援し得る。例えば、幾つかの実施形態では、認識済み陸標を使用して、ホスト車両の現在位置を特定し得る。幾つかの場合、ホスト車両の現在位置は、疎なデータモデル８００からの目標軌道に対して特定し得る。目標軌道に対する現在位置を知ることは、車両に目標軌道を辿らせるために必要な操舵角の決定を支援し得る（例えば、進行方向を、目標軌道に対して特定される車両の現在位置での目標軌道の方向と比較することにより）。

疎なデータ地図８００からの目標軌道に対する車両の位置は、様々な方法で特定し得る。例えば、幾つかの実施形態では、６Ｄカルマンフィルタリング技法を使用し得る。他の実施形態では、方向インジケータは、車両及び認識済み陸標に対して使用し得る。例えば、ステップ７８３０において、少なくとも１つのプロセッサは、車両に対して、少なくとも１つの陸標に関連付けられた方向インジケータを特定し得る。一実施形態では、方向インジケータは、車両と少なくとも１つの陸標とを結ぶ線又はベクトルを含み得る。方向インジケータは、車両が少なくとも１つの陸標に到着するために走行する必要がある方向を示し得る。例えば、図７７に示される例示的な実施形態では、直接オフセットベクトル７７６０は、車両７７１５に対する陸標７７３０に関連付けられた方向インジケータを表し得る。

ステップ７８４０において、少なくとも１つのプロセッサは、方向インジケータと、道路セグメントに関連付けられた所定の道路モデル軌道との交点を特定し得る。一実施形態では、所定の道路モデル軌道は、道路セグメントに沿った目標軌道の三次元多項式表現を含み得る。目標軌道は、道路セグメントに沿った特定の位置での車両の理想的な軌道を含み得る。一実施形態では、少なくとも１つのプロセッサは、車両速度に基づいて、所定の道路モデル軌道に沿った位置を特定するように更にプログラムされ得る。例えば、少なくとも１つのプロセッサは、特定の時刻での車両の位置及び速度に関する情報にアクセスし、速度と、車両がその位置にいたときから経過した時間とに基づいて、推定走行距離を計算し、前に観測した場所より先の、推定距離である所定の目標道路軌道に沿ったポイントを識別し得る。

ステップ７８５０において、少なくとも１つのプロセッサは、特定された交点での所定の道路モデル軌道の方向に基づいて、車両の自律操舵動作を決定し得る。一実施形態では、車両の自律操舵動作を決定することは、車両の進行方向を、特定された交点での所定の道路モデル軌道と比較することを含み得る。一実施形態では、車両の自律操舵動作は、車両の進行方位を変更することを含み得る。別の実施形態では、車両の自律操舵動作は、ガス又はブレーキを適用して、それぞれ加速又は減速させることにより、車両の速度を変更することを含み得る。

適応自律ナビゲーション
幾つかの実施形態では、開示されるシステム及び方法は、適応自律ナビゲーションを提供し、疎な地図を更新し得る。例えば、開示されるシステム及び方法は、ユーザ介入に基づいてナビゲーションを適応させ、システム（例えば、自己認識システム）により行われた判断に基づいて適応ナビゲーションを提供し、道路で観測された状況が一時的であるか、それとも非一時的であるかに基づいて道路モデルを適応させ（例えば、適応道路モデルマネージャ）、１つ又は複数のシステムから受信される選択的フィードバックに基づいて道路モデルを管理し得る。これらの適応システム及び方法について、更に詳細に以下に説明する。

ユーザ介入に基づく適応ナビゲーション幾つかの実施形態では、開示されるシステム及び方法は、ユーザ介入に基づく適応ナビゲーションを含み得る。例えば、先のセクションで考察したように、存在する車両からの入力に基づいて組み立てられた道路モデルは、サーバ（例えば、上述したサーバ１２３０）から車両に配信し得る。自律車両から受信されるフィードバックに基づいて、システムは、例えば、道路状況の変化に対応するために、１つ又は複数の更新（例えば、モデルへの適応）が道路モデルに対して必要であるか否かを特定し得る。例えば、幾つかの実施形態では、ユーザは、車両（自律車両であり得る）が道路モデルに従って道路を走行している間、当該車両の操作を変更するために介入し得る。ユーザ介入に基づいて変更された車両の操作は、道路モデルにより提供される所定の車両軌道命令をオーバライドして行い得る。更に、開示されるシステム及び方法は、オーバーライドが発生した状況についてのナビゲーション状況情報を捕捉及び記憶し得、及び／又は分析のために１つ又は複数のネットワークを介して（例えば、セルラネットワーク及び／又はインターネット等を介して）ナビゲーション状況情報を車両からサーバに送信し得る。本明細書に考察されるように、ナビゲーション状況情報は、車両の位置、認識済み陸標への車両の距離、観測された状況、時刻、車両の画像捕捉デバイスにより捕捉される画像若しくはビデオ、又はナビゲーション状況に関する任意の他の適する情報源のうちの１つ又は複数を含み得る。

図７９Ａは、開示される実施形態による、特定の位置での冬の氷で覆われた道路状況７９３０に近づきつつある、道路７９００上を走行中の車両７９０２の平面図を示す。車両７９０２は、ユーザ介入に基づいてナビゲーションを適応させる機能を含む、ナビゲーション機能を提供するシステムを含み得る。車両７９０２は、車両２００に関連して上述した構成要素等の構成要素を含み得る。例えば、示されるように、車両７９０２は、画像捕捉デバイス１２２及び１２４を備え得、より多数又はより少数の画像捕捉デバイス（例えば、カメラを含む）を利用することもできる。

示されるように、道路７９００は、レーン７９１０及び７９２０等のレーンに細分し得る。レーン７９１０及び７９２０は例として示され、所与の道路７９００は、道路のサイズ及び性質、例えば、州間高速道路に基づいて追加のレーンを有し得る。図７９Ａの例では、車両７９０２は、道路モデルから導出される命令（例えば、目標軌道に沿った進行方向）に従ってレーン７９１０を走行中であり、例えば、位置センサ１３０、温度センサ、及び／又は氷センサにより識別されるような特定の車両位置での冬の氷で覆われた道路状況７９３０に近づきつつある。自律的に生成された操舵命令（例えば、車両が目標軌道に沿ったコースを維持できるようにする操舵命令）をオーバーライドし、レーン７９１０を走行中の車両７９０２のコースを変更する（例えば、氷で覆われた状況に起因してターンする）ために、ユーザが介入する場合、処理ユニット１１０は、ナビゲーション状況情報を記憶し、及び／又は、可能な更新を行うに当たり使用するために、道路モデルシステムのサーバにナビゲーション状況情報を送信し得る。この例では、ナビゲーション状況情報は、位置センサ１３０により識別される車両の位置を含むことができ、又は、目標軌道に沿った陸標に基づく位置特定、車両に含まれる画像捕捉デバイスにより捕捉される車両環境画像、画像ストリーム（例えば、ビデオ）、センサ出力データ（例えば、速度計、加速度計等から）に基づき得る。

幾つかの実施形態では、処理ユニット１１０は、１つ又は複数のネットワークを経由した（例えば、セルラネットワーク及び／又はインターネット等を経由した）無線データ接続を介して、ナビゲーション状況情報を車両からサーバに送信し得る。サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、検出されたユーザ介入に基づいて、疎なデータモデル８００への何らかの更新が必要であるか否かを特定し得る。この例では、サーバは、画像において冬の状況又は氷で覆われた状況の存在（一時的又は一過性の状況）を認識し得、したがって、道路モデルの変更又は更新を行わないと判断し得る。

図７９Ｂは、開示される実施形態による、歩行者に近づきつつある、道路上を走行中の車両７９０２の平面図を示す。図７９Ｂの例では、車両７９０２は、歩行者７９２２がいる道路７９００のレーン７９１０を運転中である。示されるように、歩行者７９２２は、レーン７９１０又は７９２０のいずれかを渡って、道路７９００内に急に直接位置するようになり得る。この例では、ユーザが、歩行者を回避し、道路セグメントに関連付けられた目標軌道に沿ってレーン７９１０を走行中の車両７９０２の操作を変更すべく、道路モデルをオーバーライドするために介入する場合、ナビゲーション状況情報は、道路セグメントの目標軌道に沿った車両の位置（例えば、速度制限標識７９２３等の認識済み陸標への距離ｄ１に基づいて特定される）、ユーザ介入中の車両の周囲の状況の捕捉を含むビデオ又は画像、センサデータ等を含む。図４９Ｂに示される例では、横断する歩行者の一時的な性質を前提として、サーバは、道路モデルの変更又は更新を行わないと判断し得る。

図７９Ｂに示される例は、速度制限標識７９２３を示すが、他の認識済み陸標（図示せず）を使用することも可能である。陸標は、例えば、少なくとも１つの道路セグメントの環境内の任意の識別可能な固定された物体又は道路セグメントの特定のセクションに関連付けられた任意の観測可能な特徴を含み得る。幾つかの場合、陸標は、交通標識（例えば、速度制限標識、危険物標識等）を含み得る。他の場合、陸標は、道路セグメントの特定のセクションに関連付けられた道路特徴プロファイルを含み得る。様々なタイプの陸標の更なる例は、前のセクションにおいて考察されており、幾つかの陸標例は図１０に示されている。

図７９Ｃは、開示される実施形態による、別の車両の近傍にある、道路上を走行中の車両の平面図を示す。図７９Ｃの例では、２台の車両７９０２ａ及び７９０２ｂが、道路７９００のレーン７９１０を運転中である。示されるように、車両７９０２ｂは、道路７９００のレーン７９１０内の車両７９０２ａの前に直接、急に運転してきた。ユーザが、レーン７９１０を走行中の車両７９０２ａのコースを変更すべく（例えば、近傍車両に起因してターンすべく）、道路モデルをオーバーライドするために介入する場合、ナビゲーション状況情報を捕捉し、メモリ（例えば、メモリ１４０）に記憶し、及び／又は道路モデルに可能な更新を行うために、サーバ（例えば、サーバ１２３０）に送信し得る。例えば、この例では、ナビゲーション状況情報は、車両７９０２ａの位置を含み得る。ナビゲーション状況情報は、ユーザ介入時の車両７９０２の環境を示すもう１つの画像を更に含み得る。しかし、もう１台の近接又は近傍の車両の一時的な性質を前提として、サーバは、道路モデルへの変更又は更新を行わないことがある。

図７９Ｄは、開示される実施形態による、道路上の終わりつつあるレーンを走行中の車両の平面図を示す。車両７９０２は、画像捕捉デバイス１２２及び１２４から、終了しつつあるレーン７９１０を表す、ターン道路７９００の少なくとも１つの環境画像を受信し得る。レーン７９１０は、レーン７９１０への最近の変更により終了するようになっており、その結果、急な短縮距離ｄ２になり得る。例えば、レーンは、工事ゾーンの現場に最近配置されたコンクリート障壁の結果として終了するようになっている。この予期しない短縮の結果として、ユーザは、レーン７９１０への変更に鑑みて、車両７９０２のコースを変更するために介入することができる。別のセクションでより詳細に考察するように、処理ユニット１１０が、終了するレーンを認識し（例えば、車両の前のコンクリート障壁の捕捉画像に基づいて）、車両のコースを自律的に調整して、疎なデータモデル８００への可能な更新で使用するために、ナビゲーション状況情報をサーバに送信することも可能である。ユーザ介入の結果として、システムは距離（ｃ１及びｃ２等）を測定し得る。例えば、距離ｃ１及びｃ２は、車両７９０２の側部から、レーン制限７９２４であれ、又はレーン７９１０／７９２０を分割する道路７９００の中央にある破線中央線であれ、レーン７９１０の縁部までの距離を表し得る。他の実施形態では、レーン７９２０の向こう側にあるレーン制限７９２４（図示せず）までの距離を測定し得る。上述した距離ｃ１及びｃ２に加えて、幾つかの実施形態では、処理ユニット１１０は、そのレーンに関連付けられた１つ又は複数のレーン制限に対する距離ｗ１及びｗ２並びにレーン７９１０の中間点ｍを計算するように更に構成し得る。ｗ１及びｗ２は一緒に合算されると、図７９Ｄに示されるように、測定値ｗに等しい。

この例では、ユーザが、レーン７９１０を走行中の車両７９０２の操作を変更すべく、道路モデルをオーバーライドするために介入する場合、レーン制限７９２４に対する距離ｃ１、ｃ２、ｄ２、ｗ１、及びｗ２を含むナビゲーション状況情報を捕捉し、メモリ（例えば、メモリ１４０）に記憶し、及び／又は道路モデルへの可能な更新を行うために、サーバに送信し得る。当然ながら、他のナビゲーション状況情報を収集し、レビューのためにサーバに送信することもできる。そのような情報は、センサ出力、捕捉画像／画像ストリーム、車両の位置等を含み得る。コンクリート障壁によりマークされた終了するレーンの永久的又は半永久的性質を前提として、サーバは、道路モデルに変更又は更新を行うと判断し得る。したがって、車両は、新しいレーン制限７９２４に近づきつつあるとき、道路セグメントの新しい又は更新された目標軌道を車両に辿らせる、道路モデルへの更新を受信し得る。

図８０は、開示される実施形態によるシステム１００を含む例示的な車両７９０２の側面図表現を示す。示されるように、車両７９０２は、太陽からのグレア８００２等の視覚阻害物及び／又は誤作動ランプ８００４により制限され得る。車両７９０２は更に、センサ８００６と共に示され、システム１００は、昼であるか、それとも夜であるかを判断することが可能である。センサ８００６は、例えば、ＩＲセンサ及び／又は加速度計を含み得る。例えば、ユーザが、太陽により生成されるグレアを回避するように車両７９０２を移動させるべく、道路モデルをオーバーライドするために介入する場合、処理ユニット１１０は、グレアの時刻及び／又は存在を反映したナビゲーション状況情報を捕捉し得る。処理ユニット１１０は、ナビゲーション状況情報を記憶し、及び／又はナビゲーション状況情報を記憶及び／又は分析のためにサーバに送信し得る。グレアの一時的な性質を前提として、サーバは、道路モデルを変更しないか、又は更新しないことを決定し得る。

図８１は、開示される実施形態による、道路モデルをオーバーライドするユーザ介入に基づく車両の適応ナビゲーションの方法を表すフローチャート例を示す。特に、図８１は、開示される実施形態による、車両の適応ナビゲーションのプロセス８１００を示す。プロセス８１００のステップは、システム１００の処理ユニット１１０により実行し得る。プロセス８１００は、環境画像の分析に基づくユーザ入力及びナビゲーション操作を可能にし得る。道路モデルにより指示されたナビゲーション操作から逸脱するユーザ入力がある場合、操作は、ユーザ入力に従って変更し得、ユーザ入力を取り囲む状況を捕捉し、道路モデルへの可能な更新を行うために、サーバに記憶及び／又は送信し得る。

ステップ８１１０において、処理ユニット１１０は、車両７９０２の前方のエリアの少なくとも１つの環境画像を受信し得る。例えば、画像は、１つ又は複数の認識済み陸標を示し得る。他の箇所で詳細に考察したように、認識済み陸標は、捕捉画像において検証されて、特定の道路セグメントの目標軌道に沿った車両の位置特定に使用し得る。特定された位置に基づいて、処理ユニット１１０は、例えば、目標軌道に沿って車両を維持するように、１つ又は複数のナビゲーション応答を生じさせ得る。

ステップ８１１２において、処理ユニット１１０は、車両７９０２の前方のエリアの少なくとも１つの環境画像の分析に応答して、ナビゲーション操作を決定することを含み得る。例えば、目標軌道に沿った車両の陸標に基づく位置特定に基づいて、処理ユニット１１０は、１つ又は複数のナビゲーション応答を生じさせて、目標軌道に沿って車両を維持し得る。

ステップ８１１４において、プロセス８１００は、車両７９０２にナビゲーション操作を開始させ得る。例えば、処理ユニット１１０は、ナビゲーション操作を開始する命令を車両７９０２に関連付けられた１つ又は複数のシステムに送信し、車両７９０２に、道路７９００に沿った所定の軌道に従って運転させ得る。開示される実施形態によれば、開始命令は、スロットルシステム２２０、ブレーキシステム２３０、及び／又は操舵システム２４０に送信し得る。

ステップ８１１６において、システムは、疎なデータ地図８００に基づいて処理ユニット１１０により実施されるナビゲーション操作の１つ又は複数の内容と異なる、ユーザ入力を受信し得る。例えば、スロットルシステム２２０、ブレーキシステム２３０、及び／又は操舵システム２４０のうちの１つ又は複数へのユーザ入力は、開始された操作と異なり得、受信したユーザ入力に基づいてオーバーライドを生じさせて、操作を変更し得る。

ユーザオーバーライド又は介入状況の検出に基づいて、処理ユニット１１０は、ユーザ介入前、介入中、及び／又は介入後のとき、車両及びユーザ入力に関連するナビゲーション状況情報を収集し得る。例えば、処理ユニット１１０は、ユーザ介入（ステップ８１１８）により生じる車両７９０２のターンの程度、加速量、及びブレーキ量等のうちの少なくとも１つを指定する情報を含む、ユーザ入力に関連する情報を受信し得る。

ステップ８１１８において、処理ユニット１１０は、車両ユーザ入力に関連する追加のナビゲーション状況情報を特定し得る。ナビゲーション状況情報は、例えば、車両の位置、１つ又は複数の認識済み陸標への距離、位置センサ１３０により特定される位置、車両７９０２の画像捕捉デバイスにより捕捉される１つ又は複数の画像、センサ出力等を含み得る。

ステップ８０２０において、処理ユニット１１０は、ユーザ入力に関する情報に関連付けて、ナビゲーション状況情報をメモリ１４０又は１５０に記憶し得る。代替的には、他の実施形態では、ナビゲーション状況情報は、道路モデルへの可能な更新を行う際に使うために、サーバ（例えば、サーバ１２３０）に送信し得る。代替的には、更に他の実施形態では、システム１００は、車両７９０２の前を移動中の歩行者又は動物に関連する等、ナビゲーション状況情報が、将来生じない状況（例えば、特別な状況又は一時的な状況）に関連付けられると判断する場合、ナビゲーション状況情報を記憶しなくてもよい。システム１００は、そのような状況がそれ以上の分析を必要としないと判断し得、これは、一時的な状況に関連付けられたナビゲーション状況情報を記憶しないと決定し得る。

適応ナビゲーションの自己認識システム
幾つかの実施形態では、開示されるシステム及び方法は、適応ナビゲーションの自己認識システムを提供し得る。例えば、サーバ（例えば、サーバ１２３０）は、道路モデルを車両に配信し得る。自律車両から受信されるフィードバックに基づいて、システムは、道路状況の変化に対応するために、１つ又は複数の更新（例えば、モデルへの適応）が道路モデルに必要であるか否かを特定し得る。例えば、幾つかの実施形態では、車両（自律車両であり得る）は、道路モデルに基づいて道路を走行し得、自己認識システムによりなされた観測を利用して、ナビゲーション調整状況に基づいて車両のナビゲーション操作を調整し得る。本明細書に記載されるように、ナビゲーション調整状況は、車両の環境内の任意の観測可能又は測定可能な状況を含み得る。システムは、少なくとも部分的に、車両の動作と道路セグメントの所定のモデル表現との比較に基づいて、車両のナビゲーション操作を決定し得る。システムは、カメラから、車両の環境を表す少なくとも１つの画像を受信し、次に、少なくとも１つの画像の分析に基づいて、車両の環境内でのナビゲーション調整状況の存在を特定し得る。この分析に基づいて、システムは、ユーザ介入なしで、ナビゲーション調整状況の存在に基づいて、車両にナビゲーション操作を調整させ得る。システムは、例えば、ナビゲーション調整状況に関連するデータ、画像、又はビデオを含む、ナビゲーション調整状況に関連する情報を記憶し得る。また、システムは、道路モデルへの更新が必要であるか否かの分析及び／又は判断のために、記憶された情報を１つ又は複数のサーバベースのシステムに送信することができる。

幾つかの実施形態では、車載されるか、又はクラウド内のシステムは、ナビゲーション調整状況に関連付けられると推定される物体又は状況を識別し得る。システムは、ナビゲーション調整状況が一時的であるか否か又は道路モデルを更新すべきか否かを決定し得る。システムは、このようにして、同じエリア、場所、道路、領域等の将来の走行から更なる情報を収集すべきか否かも決定し得る。

図８２Ａは、開示される実施形態による、駐車車両がある道路を走行中の車両の平面図を示す。特に、図８２Ａは、道路７９００に沿った所定の走行経路８２００（例えば、目標軌道）を表す三次元スプラインに従って走行する車両７９０２ａを示し、道路９７００には、第２の車両７９０２ｃが車両７９０２ａのすぐ前に駐車されている。車両７９０２ａは、ユーザ入力に基づくナビゲーションを可能にする機能を含む、ナビゲーション機能を提供するシステムを含み得る。車両７９０２ａは、車両２００に関連して上述したような構成要素を含み得る。例えば、示されるように、車両７９０２ａは、画像捕捉デバイス１２２及び１２４を備え得、より多数又はより少数の画像捕捉デバイス（例えば、カメラを含む）を利用し得る。

示されるように、道路７９００は、レーン７９１０及び７９２０等のレーンに細分し得る。車両７９０２ａは、画像捕捉デバイス１２２及び１２４のうちの１つ又は複数から、駐車車両７９０２ｃの画像を含む少なくとも１つの環境画像を受信し得る。図８２Ａの例では、車両７９０２ａは、道路モデルから導出される命令（例えば、目標軌道に沿った進行方向）に従ってレーン７９１０の経路８２００に沿って走行中であり、駐車車両７９０２ｃに近づきつつある。システムが、自律的に生成された操舵命令（例えば、車両が目標軌道に沿ったコースを維持できるようにする命令）をオーバーライドして、例えば、駐車車両７９０２ｃを回避するように、ナビゲーション調整状況に起因して車両７９０２ａの操作を調整する場合、ナビゲーション調整状況情報を捕捉し、メモリ（例えば、メモリ１４０）に記憶し、及び／又は道路モデルへの可能な更新を行うためにサーバ（例えば、サーバ１２３０）に送信し得る。この例では、ナビゲーション調整状況情報は、自律ナビゲーション変更（例えば、自己認識システムにより行われる）が行われたときの車両７９０２ｃの位置を含み得る。車両位置は、位置センサ１３０により又は目標軌道に沿った位置の陸標に基づく特定に基づいて識別し得る。他のナビゲーション状況情報が、車両の環境を示す、車両７９０２ｃに含まれる画像捕捉デバイスにより捕捉される１つ又は複数の画像（例えば、駐車車両７９０２ｃを含む画像）、画像ストリーム（例えば、ビデオ）、及び／又はセンサ出力データ（例えば、速度計、加速度計等から）に含まれ得る。

幾つかの実施形態では、処理ユニット１１０は、１つ又は複数のネットワークを経由した（例えば、セルラネットワーク及び／又はインターネット等を経由した）無線データ接続を介して、ナビゲーション状況情報を車両からサーバに送信し得る。サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、検出されたシステム介入に基づいて、疎なデータモデル８００への何らかの更新が必要であるか否かを特定し得る。この例では、サーバは、ホスト車両の目標軌道内又はその近傍での駐車車両の存在を認識し、駐車車両が一時的又は一過性の状況を表すことができると判断し得る。したがって、サーバは、道路モデルの変更又は更新を行わないと判断し得る。しかし、幾つかの実施形態では、車両７９０２ａの位置に基づいて、サーバは、駐車車両が住宅エリアにあると判断し得、したがって、車両が路肩に沿って駐車される可能性に起因して、道路モデルを変更又は更新し得る。更に、幾つかの実施形態では、車載されるシステム１００は、物体又は状況を分類し得、システム１００は、道路モデルを変更又は更新するか否かを特定し得る。

図８２Ｂは、開示される実施形態による、道路セグメントに関連付けられた目標軌道に沿って道路を走行中の車両の平面図を示す。車両７９０２は、画像捕捉デバイス１２２及び１２４から、終了するレーン７９１０を表す、ターンする道路７９００の少なくとも１つの環境画像を受信し得る。レーン７９１０の変更は、道路への最近の変更に起因し得、したがって、疎なデータモデル８００にまだ反映されていないことがある。

この例では、車両システムは、終了するレーンを認識し、道路モデルによるナビゲーションをオーバーライドして、レーン７９１０の経路８２００に沿って走行中の車両７９０２の操作を調整し得る。例えば、処理ユニット１１０は、車両に搭載されたカメラを用いて捕捉された１つ又は複数の画像を使用して、道路セグメントに関連付けられた目標軌道に沿った経路における遮蔽物を認識し得る。処理ユニット１１０は、レーン制約７９２４を回避するために、目標軌道により示される経路を出るように、車両の操舵を調整し得る。システムがナビゲーション調整を生成した結果として、ナビゲーション調整状況情報（例えば、レーン７９１０の終わりの存在、距離ｃ１、ｃ２、ｄ２、ｒ、ｗ１、及びｗ２のいずれか等を含む）をメモリ（例えば、メモリ１４０）に記憶し、及び／又は道路モデルの可能な更新のためにサーバ（例えば、サーバ１２３）に送信し得る。幾つかの実施形態では、追加又は代替として、ナビゲーション調整状況情報は、位置センサ１３０により特定されるデータ、及び／又は１つ又は複数の認識済み陸標に対する車両７９０２の位置に基づいて、車両７９０２の位置を含み得る。

サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、検出されたシステム介入に基づく疎なデータモデル８００への何らかの更新が必要であるか否かを特定し得る。幾つかの実施形態では、サーバは、受信したナビゲーション調整状況情報に基づいて、道路モデルを更新することもあれば、又は更新しないこともある。例えば、レーンシフトに伴う終了するレーンの永久的な性質を前提として、サーバは、道路モデルを変更又は更新する必要があると判断し得る。したがって、サーバは、レーン制限７９２４に近づきつつあるとき、操舵又はターンして、これらの距離ｃ１、ｃ２、ｄ２、ｗ１、及びｗ２において合流するように、道路モデルを変更し得る。モデルは、車両７９０２が終了するレーンを過ぎてナビゲートされるときに、受信した軌道、再構築された軌道、及び車両７９０２がとった実際の軌道に基づいて更新することもできる。更に、車両７９０２の実際の経路を、特定の道路セグメントについて疎なデータモデル８００に記憶されている他の軌道と集約する（例えば、車両７９０２の経路と疎なデータモデル８００に記憶されている他の軌道との平均をとることにより）のではなく、目標軌道は、車両７９０２の経路をデフォルトとして設定し得る。すなわち、サーバにより、ナビゲーション変更の原因が非一時的（又は半永久的）状況であったと判断し得るため、車両７９０２の経路は、今回の状況が存在する前に収集された道路セグメントの他の軌道よりも、特定の道路セグメントにとってより正確であり得る。同じ手法及び分析は、自己認識車両システムによる制御に基づかず、ユーザ介入（上述）に基づくナビゲーション変更を受信するとき、サーバにより使用することもできる。

図８２Ｃは、開示される実施形態による、歩行者に近づきつつある、道路上を走行中の車両の平面図を示す。図８２Ｃの例では、車両７９０２は、歩行者７９２６がいる道路７９００のレーン７９１０を走行中である。示されるように、歩行者７９２６は、道路７９００上に直接位置し得るか、又は代替として、道路７９００の脇に位置し得る。車両７９０２は、道路モデルに基づいて導出される命令（例えば、目標軌道に沿った進行方向）に従って、レーン７９１０を走行し得、歩行者７９２６に近づきつつあり得る。車両７９０２は、画像捕捉デバイス１２２及び１２４から、歩行者７９２６の画像を含む少なくとも１つの環境画像を受信し得る。システムが介入して、道路モデルをオーバーライドし、歩行者７９２６を回避するために、レーン７９１０を走行する車両７９０２の操作を調整する場合、例えば、停止標識への距離ｄ１及び／又は歩行者７９２６を示す捕捉画像を含むナビゲーション調整状況情報を捕捉し、メモリ（例えば、メモリ１４０）に記憶し、及び／又は道路モデルへの可能な更新を行うためにサーバ（例えば、サーバ１２３０）に送信し得る。サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、検出されたシステム介入に基づく疎なデータモデル８００への何らかの更新が必要であるか否かを特定し得る。この例では、歩行者の一時的な性質を前提として、サーバは、道路モデルの変更又は更新を行わないと判断し得る。

任意選択的に、幾つかの実施形態では、介入の原因がシステムにより確実には確かめられない場合、或いは原因の性質が明らかでないか又は本質的に一定若しくは安定してない場合、サーバは、アラートを発し、及び／又は１つ、２つ、又は３つ以上の代替の経路又は道路モデルを提供し得る。そのような実施形態では、サーバは、車載されたシステムに、逸脱又は介入が生じたポイント又はエリアに車両が到達したときのものを含む、地面上の状況を調べさせ得る。サーバは、疑いのある及び／又は検証された介入の原因の位置を更に提供させ、システムにそのエリアをフォーカスさせ得る。したがって、システムは、状況を評価するより多くの時間及びより多くの情報を有し得る。

図８２Ｄは、開示される実施形態による、工事エリアに近づきつつある道路を走行中の車両の平面図を示す。示されるように、車両７９０２は、工事エリア８２００ｄが車両７９０２の直前にある道路７９００に沿った道路セグメントに関連付けられた目標軌道（例えば、所定の目標軌道８２００を表す三次元スプラインに従って）を走行中である。車両７９０２は、画像捕捉デバイス１２２及び１２４から、工事エリア８２００ｄの画像を含む少なくとも１つの環境画像を受信し得る。システムが介入して、工事エリア８２００ｄを回避するために、道路モデルに基づいて生成された１つ又は複数のナビゲーション操作をオーバーライドする場合、ナビゲーション調整状況情報を記憶し得る。そのような情報は、例えば、工事エリア８２００ｄの存在を含み得る（例えば、１つ又は複数の捕捉画像に示されるように）。ナビゲーション調整状況情報は、疎なデータモデル８００への１つ又は複数の可能な更新を行うために、サーバ（例えば、サーバ１２０）に送信することもできる。幾つかの実施形態では、ナビゲーション調整状況情報は、例えば、位置センサ１３０及び／又は調整時の車両７９０２に対する既知の陸標の位置に基づく、車両７９０２の位置を含み得る。サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、検出されたシステム介入に基づく疎なデータモデル８００への何らかの更新が必要であるか否かを特定し得る。この例では、道路工事の非一時的性質に起因して（ここで、非一時的とは、例えば、数時間、１日、１週間、１ヶ月、又はそれを超える期間を含め、所定の時間期間よりも長く存在する可能性が高い状況を指し得る）、サーバは、道路モデルを変更又は更新すると判断し得る。

図８３は、開示される実施形態による、車両の自己認識ナビゲーションに基づくモデル適応方法を表すフローチャート例を示す。特に、図８３は、システム１００の処理ユニット１１０により実行し得るプロセス８３００を示す。後述するように、プロセス８３００は、所定の車両軌道８２００を定義する道路モデルを使用し得る。操作が、所定のモデル車両軌道８２００に基づいて展開されるナビゲーション操作から逸脱する場合、モデル及びナビゲーション調整状況に関する情報を捕捉し、記憶し、及び／又は道路モデルへの可能な更新を行うためにサーバ（例えば、サーバ１２３０）に送信し得る。

ステップ８３１０において、処理ユニット１１０は、車両の位置と、道路セグメントに関連付けられた所定のモデルとの比較に基づいて、ナビゲーション操作を決定し得る。他の箇所に詳述するように、捕捉画像において認識済み陸標を検証し、特定の道路セグメントの目標軌道に沿った車両の位置を特定するのに使用し得る。特定された位置に基づいて、処理ユニット１１０は、１つ又は複数のナビゲーション応答、例えば、目標軌道に沿って車両を維持するナビゲーション操作（例えば、車両の操舵）を生じさせ得る。

ステップ８３１２において、処理ユニット１１０は、車両７９０２の前方のエリアの環境画像を受信し得る。例えば、処理ユニット１１０は、駐車車両、例えば、道路レーン終了を示す情報を提供する道路曲率又はターン道路半径ｒを有するレーン制限、歩行者、及び／又は工事エリアを含む車両７９０２の環境の画像を受信し得る。

ステップ８３１４において、処理ユニット１１０は、ナビゲーション調整状況の存在を判断し得る。ナビゲーション調整状況は、車両７９０２の前方のエリアの少なくとも１つの環境画像の分析に応答して特定し得、例えば、車両７９０２ａの前の駐車車両、例えば、レーン７９１０内の工事エリアを示す情報を提供するターン半径ｒを有する道路曲率を含み得る。これらは、当然ながら、例であり、捕捉画像は、疎なデータモデル８００に含まれる目標軌道から離れたナビゲーションへの調整を必要とし得る車両の環境内の複数の状況のいずれかを含み得る。

ステップ８３１６において、処理ユニット１１０は、車両７９０２に、ナビゲーション調整状況に基づいてナビゲーション操作を調整させ得る。例えば、処理ユニット１１０は、車両７９０２に、駐車車両、道路工事現場、歩行者等を回避するために、目標軌道の方向から離れるように進行方向を変更させ得る。開示される実施形態によれば、命令をスロットルシステム２２０、ブレーキシステム２３０、及び／又は操舵システム２４０に送信して、疎なデータモデル８００に基づいて生成される１つ又は複数のナビゲーション操作に調整を生じさせ得る。

ステップ８３１８において、処理ユニット１１０は、ナビゲーション調整状況情報をシステム１００のメモリ１４０又は１５０に記憶し得る。そのような情報は、疎なデータモデル８００の目標軌道からの逸脱に繋がった、ナビゲーション調整時の車両の環境の１つ又は複数の捕捉画像を含み得る。情報は、車両の位置、車両に関連付けられた１つ又は複数のセンサの出力等を含むこともできる。

ステップ８３２０において、処理ユニット１１０は、分析や、道路を表す所定のモデルの可能な更新のために、ナビゲーション調整状況情報を道路モデル管理システム（例えば、サーバ１２３０）に送信することができる。

適応道路モデルマネージャ
幾つかの実施形態では、開示されるシステム及び方法は、適応道路モデルマネージャを提供し得る。適応道路モデルマネージャは、サーバ（例えば、サーバ１２３０）により提供し得、適応道路モデルマネージャは、車両からデータを受信し、予期される車両ナビゲーション操作からの調整が一時的な状況に起因しない場合、道路モデルへの更新を行うか否かを特定し得る。車両は、１つ又は複数のネットワークを経由した（例えば、セルラネットワーク及び／又はインターネットを経由することを含む）無線データ接続を使用して、道路モデルからのナビゲーション逸脱に関するデータをサーバに送信し得る。例えば、サーバは、複数の自律車両のそれぞれから、決定されたナビゲーション操作への調整の発生に関連付けられたナビゲーション状況情報を受信し得る。サーバは、ナビゲーション状況情報を分析し、ナビゲーション状況情報の分析に基づいて、特定されたナビゲーション操作への調整が一時的な状況に起因したか否かを特定し得る。幾つかの実施形態では、サーバは、車両により提供される生データからナビゲーション操作を検出し得る（例えば、画像データを処理することにより）。サーバは、決定されたナビゲーション操作への調整が、一時的な状況に起因しなかった場合、少なくとも１つの道路セグメントを表す所定のモデルを更新し得る。本明細書において考察されるように、一時的な状況は、道路モデルへの更新が必要ないか、又は望ましくないような、所定の時間期間（例えば、数時間未満、１日未満、又は１週間未満、又はそれを超える期間未満）後に変わると予期される任意の状況である。そのような一時的状況は、所定の時間期間後、もはや存在しないことを予期し得、したがって、サーバは、道路モデルへの変更又は更新を行わないと判断し得る。逆に、サーバは、調整が一時的な状況に起因しなかったと判断する場合、道路モデルを更新すると判断し得る。

幾つかの実施形態では、ナビゲーション操作が検出される場合、サーバは、疑いのある変更に関連付けられるものとして、道路モデルの各エリアをマークし得る。次に、サーバは、同じ場所又は近くの場所からの更なる更新を判断し（例えば、幾つかの実施形態では、その場所又は付近の場所での車両からのそのような更新を「プーリング」し）得、変更を検証するためにデータを処理し得る。変更が検証される場合、サーバはモデルを更新し得、続けて、各エリアの更新モデルを通信し、モデルの前バージョンを置換し得る。サーバは、信頼度が特定のレベルを超える場合に更新が行われるように、信頼度を実装し得る。信頼度には、操作のタイプ、２つ以上の操作間の類似性、調整のソースの識別、一貫性のある更新の頻度、及び矛盾した更新の数値比率、天候や都市環境なのか地方環境なのかといった環境状況等を関連付け得る。信頼度を特定する場合、操作の原因の深刻度を考慮に入れることもできる。操作が深刻であり（急なターン）、原因に、可能性のある天候状況を関連付け得る場合、幾つかの実施形態では、より制限的ではない承認プロセスを使用することができる。

図８４Ａは、開示される実施形態による、複数の駐車車両がある道路上を走行中の車両の平面図を示す。示されるように、車両７９０２ａは、別の車両７９０２ｃが車両７９０２ａの直前に駐車されている道路７９００に沿った道路モデルの目標軌道（例えば、所定の走行経路８４００を表す三次元スプライン）に従って走行中である。道路７９００は、レーン７９１０及び７９２０等のレーンに細分し得る。システム又はユーザのいずれかの介入が、道路モデルに基づいて生成されるナビゲーション操作をオーバーライドし、駐車車両７９０２ｃを回避するために、レーン７９１０の経路８４００に沿って走行中の車両７９０２の操作を調整する場合、例えば、レーン７９１０での駐車車両７９０２ｃの存在（例えば、車両７９０２ａの画像捕捉済みデバイスにより捕捉される１つ又は複数の画像に示される）を含むナビゲーション状況情報は、分析のためにサーバ（例えば、サーバ１２３０）に送信し得る。

サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、調整が一時的な状況に起因したものであるか否かに基づいて、疎なデータモデル８００への何らかの更新が必要とされるか否かを特定し得る。調整が、一時的な状況の存在に起因したものではなかった場合、道路モデルを更新し得る。例えば、経験した状況が、所定の時間閾値（例えば、数時間、１日、又は１週間以上）を超えて持続する可能性が高いものであると判断される場合、モデルに更新を行い得る。幾つかの実施形態では、一時的状況を判断する閾値は、当該状況が生じると判断された地理的区域、当該状況が直面した道路セグメントを走行する車両の平均数、又は任意の他の適する基準に依存し得る。例えば、道路関連状況に直面する可能性がある車両数がより低い地方区域等の地理的区域では、一時的又は非一時的判断を行うための時間閾値は、特定の時間期間にわたり道路関連状況に直面する可能性がある車両数が多い別の地理的区域（例えば、都市環境）よりも長い値であり得る。すなわち、道路セグメントを走行する車両の平均数が増えるにつれて、一時的判断を行うための時間閾値は短くなり得る。そのような手法は、疎なモデル８００に基づいて予期されるものと異なるナビゲーション応答を必要とする道路状況を認識するために、内部システム（カメラ、センサ、プロセッサ等）に依存する必要がある都市環境において、走行中の車の数を低減し得る。同時に、交通量が少ないエリアほど、一時的時間閾値を長くすることにより、経験した道路状況に対応するためにモデルが変更される確率を低減し得、例えば、経験道路状況がもはや存在しなくなった後で、元の状態に戻すための変更に必要な時間が短い（例えば、数時間以内、１日以内等）。

逆に、ナビゲーション調整が、一時的な状況に応答したものであると判断される場合、サーバは、道路モデルへのいかなる更新も行わないことを選び得る。例えば、システム若しくはユーザのいずれかが介入して、路肩に駐車しているが、それでもなおレーン７９１０に突き出た車両７９０２ｃを回避するために、車両７９０２ａをレーン７９２０にナビゲートする場合（図８４Ａ）、システム若しくはユーザが、干渉する車７９０２ｄを回避するために、ホスト車両をナビゲートする場合（図８４Ｂ）、システム若しくはユーザが、一時的な障壁８４０２（図８４Ｃに示されるように、落ちた木等）を回避するために、ホスト車両をナビゲートする場合、又はシステム若しくはユーザが、一時的な道路工事を指定するマーカ８２００ｄを回避するために、ホスト車両をナビゲートする場合（図８４Ｄ）、システム若しくはユーザが、道路に存在する穴８５０２を回避するために、ホスト車両をナビゲートする場合（図８５Ａ）、システム若しくはユーザが、歩行者８５０４又は道路上の歩行者を回避するために、ホスト車両をナビゲートする場合（図８５Ｂ）、サーバは、それぞれの場合において、経験した状況が疎なデータモデル８００への更新を必要としない一時的な状況を構成すると判断し得る。

幾つかの場合、上述したように、特定の道路状況は、その状況の存在の推定時間（数時間未満、１日未満、１週間未満等）の特定に基づいて一時的と分類し得る。他の場合、特定の道路状況が一時的な状況であるか否かの判断は、時間以外の係数又は時間に加えての係数に基づき得る。例えば、１つ又は複数の画像において捕捉された穴の場合、サーバ（又はホスト車両に関連付けられた処理ユニット）は、穴の深さを特定し得、これは、穴が一時的状況を表すか否か、したがって疎なデータモデル８００を穴に鑑みて更新すべきか否かを特定するのを支援し得る。穴８５０２が、穴を通過して運転した場合、ホスト車両に破損を生じさせる恐れがある深さ（例えば、３ｃｍ、５ｃｍ、１０ｃｍ以上を超えるオーダの深さ）を有すると判断される場合、穴は非一時的として分類し得る。同様に、穴８５０２が、道路修復が幾らか遅い（例えば、修復に１日を超える、１週間を超える、又はそれを超える期間を要する）ことが知られている地理的区域にある場合、穴は非一時的として分類し得る。

特定の道路状況が一時的な状況を構成するか否かの判断は、完全に自動化し得、１つ又は複数のサーバベースのシステムにより実行し得る。例えば、幾つかの実施形態では、１つ又は複数のサーバベースのシステムは、ホスト車両に搭載されるカメラにより捕捉される１つ又は複数の画像に基づく自動画像分析技法を利用し得る。幾つかの実施形態では、画像分析技法は、特定の形状、道路特徴、及び／又は物体を認識するようにトレーニングされた機械学習システムを含み得る。例えば、サーバは、画像又は画像ストリームにおいて、コンクリート障壁（恐らく、非一時的な工事状況若しくはレーン分離状況の存在を示す）、路面にある穴（サイズ、深さ等に応じて起こり得る一時的状況若しくは非一時的状況）、予期される走行経路と交わる道路縁部（非一時的レーンシフト若しくは新しい交通パターンを潜在的に示す）、駐車車両（可能性のある一時的状況）、道路での動物の姿（可能性のある一時的状況）、又は任意の他の関連する形状、物体、若しくは道路特徴を認識するようにトレーニングし得る。

サーバにより利用される画像分析技法は、画像に存在するテキストに関連付けられた意味を特定するテキスト認識構成要素を含むこともできる。例えば、テキストが、ホスト車両の環境からアップロードされた１つ又は複数の画像に出現する場合、サーバは、テキストが画像に存在するか否かを特定し得る。テキストが存在する場合、サーバは、光学文字認識等の技法を使用して、ホスト車両のシステム又はユーザが、疎なモデル８００に基づいて予期される操作と異なるナビゲーション操作を生じさせた理由に、テキストが関連し得るか否かの判断を支援し得る。例えば、画像において標識が識別され、標識が「先に新しい交通パターンあり」というテキストを含むと判断される場合、テキストは、経験した状況が非一時的な性質を有したとサーバが判断することを支援し得る。同様に、「先で道路閉鎖」又は「橋が破損」等の標識も、疎な道路モデル８００への更新を正当化し得る非一時的状況の存在を示すのに役立ち得る。

サーバベースのシステムは、経験した道路状況が一時的であるか否かを特定する際、他の情報を考慮に入れるように構成することもできる。例えば、サーバは、特定の時間にわたり道路セグメントを走行する平均車両数を特定し得る。そのような情報は、一時的な状況が、その状況が持続すると予期される時間にわたり影響する可能性が高い車両数を特定するに当たり有用であり得る。状況により影響を受ける車両数が多いほど、疎なデータモデル８００を更新すべきであるとの判断を示唆し得る。

幾つかの実施形態では、特定の道路状況が一時的な状況を構成するか否かの判断は、少なくとも幾らかのレベルの人間の支援を含み得る。例えば、上述した自動特徴に加えて、人間のオペレータが、１つ又は複数の車両からアップロードされた情報のレビュー及び／又は受信した情報に鑑みて疎なデータモデル８００を更新すべきか否かの判断に関わることもできる。

図８６は、開示される実施形態による、適応道路モデルマネージャの方法を表すフローチャート例を示す。特に、図８６は、開示される実施形態による、適応道路モデルマネージャのプロセス８６００を示す。プロセス８６００のステップはサーバ（例えば、サーバ１２３０）により実行し得、サーバは、１つ又は複数のネットワーク（例えば、セルラ及び／又はインターネット等）を介して複数の自律車両からデータを受信し得る。

ステップ８６１０において、サーバは、複数の自律車両のそれぞれから、決定されたナビゲーション操作への調整の発生に関連付けられたナビゲーション状況情報を受信し得る。ナビゲーション状況情報は、道路モデルをオーバーライドする、システム介入又はユーザ介入から生じ得る。ナビゲーション状況情報は、車両７９０２の環境を表す少なくとも１つの画像又はビデオを含み得る。幾つかの実施形態では、ナビゲーション状況情報は、車両７９０２の位置を更に含み得る（例えば、位置センサ１３０により、及び／又は認識済み陸標への車両７９０２の距離に基づいて特定される）。

ステップ８６１２において、サーバは、ナビゲーション状況情報を分析し得る。例えば、サーバ側は、受信した情報を分析して（例えば、自動画像分析プロセスを使用して）、車両７９０２の環境を表す少なくとも１つの画像又はビデオに示されるものを特定し得る。この分析は、例えば、駐車車両、干渉する車、車両の直前に落ちている木等の一時的な障壁、道路工事、低光状況、グレア状況、穴、動物、又は歩行者の存在の指示を含み得る。

ステップ８６１４において、サーバは、ナビゲーション状況情報の分析に基づいて、決定された操作への調整が一時的な状況に起因したか否かを特定し得る。例えば、一時的な状況は、第２の車両が車両の直前に駐車している場合、車両が車両の直前で干渉する場合、落ちた木が車両の直前にある等の障壁、低光状況、グレア状況、穴（最小深さのもの）、動物、又は歩行者を含み得る。

ステップ８６１６において、プロセス８６００は、決定されたナビゲーション操作への調整が一時的な状況に起因しなかった場合、サーバが、少なくとも１つの道路セグメントを表す所定のモデルを更新することを含み得る。例えば、非一時的であり得る状況は、大きい穴、長期及び／又は長時間の道路工事等を含み得る。この更新は、少なくとも１つの道路セグメントに沿った所定の走行経路を表す三次元スプラインへの更新を含み得る。

選択的フィードバックに基づく道路モデル管理
幾つかの実施形態では、開示されるシステム及び方法は、１つ又は複数の車両から受信される選択的フィードバックに基づいて道路モデルを管理し得る。先のセクションで考察したように、道路モデルは、目標軌道（例えば、道路セグメントに沿った所定の走行経路を表す三次元スプライン）を含み得る。開示される実施形態によれば、サーバ（例えば、サーバ１２３０）は、自律車両から道路環境情報を選択的に受信して、道路モデルを更新し得る。本明細書で使用される場合、道路環境情報は、道路又は道路セグメントに関連付けられた観測可能又は測定可能な状況に関連する任意の情報を含み得る。サーバは、様々な基準に基づいて道路環境情報を選択的に受信し得る。開示される実施形態に関連して、情報を選択的に受信することは、１つ又は複数の自律車両からサーバに送信されるデータ送信を制限する、サーバベースシステムの任意の能力を指し得る。１つ又は複数の自律車両からのデータ送信に課されるそのような制限は、任意の適する基準に基づいて行い得る。

例えば、幾つかの実施形態では、サーバは、道路環境情報が、特定の車両、車両グループ、及び／又は特定の地理的区域内を走行する車両からサーバにアップロードされる頻度を制限し得る。そのような制限は、特定の地理的区域に関連付けられた、特定されたモデル信頼度に基づいて課し得る。幾つかの実施形態では、サーバは、自律車両からのデータ送信を、道路モデルの少なくとも１つの側面との不一致の可能性を示唆する情報（そのような情報は、例えば、モデルへの１つ又は複数の更新を促すものとして特定し得る）を含む送信のみに制限し得る。サーバは、道路モデルへの１つ又は複数の更新が、自律車両から選択的に受信される道路環境情報に基づいて必要とされるか否かを特定し得、１つ又は複数の更新を含むように道路モデルを更新し得る。自律車両から道路環境情報を選択的に受信するサーバの例について以下に考察する。

図８７Ａは、開示される実施形態による州間道路を走行中の車両の平面図を示す。示されるように、車両７９０２は、州間道路７９００に関連付けられた所定の走行経路８７００（例えば、道路モデルに従った目標軌道）に沿って走行中である。示されるように、道路７９００は、レーン７９１０及び７９２０等のレーンに細分し得る。サーバは、道路７９００等の道路環境を通る車両７９０２によるナビゲーションに基づく道路環境情報を選択的に受信し得る。例えば、道路環境情報は、車両７９０２の画像捕捉デバイスにより捕捉される１つ又は複数の画像、例えば、位置センサ１３０を使用することにより及び／又は認識済み陸標に対する車両７９０２の位置に基づいて特定される車両７９０２の位置を表す位置情報、車両７９０２に関連付けられた１つ又は複数のセンサからの出力等を含み得る。道路環境情報に基づいて、サーバは、道路モデルへの更新が必要であるか否かを特定し得る。

図８７Ａに示される例では、単一の特定の車両７９０２は、州間道路７９００に沿って走行中であり、目標軌道８７００を辿って示されている。図８７Ｂは、例えば、都市道路７９００に沿って走行し、道路７９００のレーン７９１０及び７９２０に関連付け得る目標軌道８７００ａ及び８７００ｂを辿る車両７９０２ｅ、７９０２ｆ、７９０２ｇ、及び７９０２ｈのグループの平面図を示す。図８７Ｃは、道路７９００上の地方地理的区域８７２２内を走行中の車両７９０２ｉの平面図を示す。図８７Ｄは、新たに変更された交通パターンを含む道路７９００を走行中の車両７９０２を示す。例えば、かつてレーン７９１０が車両７９０２の前方に延びていた場合、レーン７９１０が車両７９０２の前方において終わりになる場所に、新しい交通パターンが存在し得る。

特に、これらの任意の状況での車両７９０２のナビゲーションに関連する情報を収集し、疎なデータ地図８００を保持する１つ又は複数のサーバベースのシステムにアップロードし得る。受信した情報に基づいて、サーバは、１つ又は複数の更新が疎なデータ地図８００に対して必要であるか否かを分析し得、更新が正当であると判断される場合、サーバは、疎なデータ地図８００に対して更新を行い得る。幾つかの実施形態では、分析及び更新は、車両７９１０に搭載されたカメラにより捕捉される画像の自動画像分析、センサ情報及び位置情報の自動レビュー、複数の自律車両から受信される情報の自動相互相関付け等を介して、サーバにより自動的に実行し得る。幾つかの実施形態では、サーバベースシステムに関連付けられたオペレータは、自律車両から受信される情報のレビュー及び受信した情報に基づいて、疎なデータモデル８００への更新が必要であるか否かの判断を支援し得る。

幾つかの実施形態では、サーバは、利用可能な全ての自律車両からナビゲーション情報を受信するように構成し得る。更に、この情報は、所定のプロトコルに基づいてサーバにアップロードし得る。例えば、情報は、ストリーミングデータフィードを介してアップロードし得る。追加又は代替として、情報は、所定の定期的なレート（例えば、１秒に数回、１秒に１回、１分に１回、数分毎に１回、１時間に１回、又は任意の他の適する時間間隔）でサーバにアップロードし得る。情報は、車両のナビゲーションの状況に基づいてサーバにアップロードすることもできる。例えば、ナビゲーション情報は、車両がある道路セグメントから別の道路セグメントに移動する際又は車両が疎なデータ地図８００に関連付けられたあるローカル地図から別のローカル地図に移動する際、車両からサーバにアップロードし得る。

幾つかの実施形態では、サーバは、１つ又は複数の自律車両からのナビゲーション情報の受信を選択的に制御するように構成し得る。すなわち、利用可能な全ての自律車両から利用可能な全てのナビゲーション情報を受信するのではなく、サーバは、１つ又は複数の利用可能な自律車両から受信する情報量を制限し得る。このようにして、サーバは、利用可能な自律車両との通信に必要な帯域幅量を低減し得る。自律車両及びサーバからの情報フローのそのような選択的制御は、自律車両から来る通信の処理に必要な処理リソース量を低減することもできる。

自律車両とサーバとの間での情報フローの選択的制御は、任意の適する基準に基づき得る。幾つかの実施形態では、選択は、車両が走行中の道路のタイプに基づき得る。図８７Ａに示される例を参照すると、車両７９０２は、走行量が多い道路であり得る州間道路を走行中である。そのような状況では、サーバは、州間道路、その様々なレーン、道路に関連付けられた陸標等に関連する相当量のナビゲーション情報を蓄積している可能性がある。そのような状況では、州間道路に沿って走行するあらゆる車両から完全な情報アップロードを受信し続けることは、疎なデータ地図８００に表される道路モデルの大きい又は更なる改良に貢献しないことがある。したがって、サーバ、又は特定のタイプの道路若しくは特定の道路セグメントに沿って走行中の自律車両は、サーバにアップロードされる情報の量及びタイプを制限し得る。

幾つかの実施形態では、サーバは、特定の州間道路、交通量の多い都市道路、又は疎なデータモデル８００が追加の改良を必要としないと判断した任意の他の道路に沿って走行中の車両からの自律情報アップロードを全て見送り得る。その代わり、幾つかの実施形態では、サーバは、疎なデータ地図８００が、選択された道路に沿って有効なままであることを定期的に確認する手段として、そのような道路に沿って走行する車両からデータを選択的に取得し得る。例えば、サーバは、州間の交通量が多い道路セグメント等に沿って走行中であると判断された１つ又は複数の車両に問い合わせて、問い合わせられた車両からナビゲーション情報を収集し得る。この情報は、道路に沿った車両の再構築軌道、道路上の車両の位置、車両からのセンサ情報、車載カメラからの捕捉画像等に関連する情報を含み得る。この技法を使用して、サーバは、道路の状態を定期的に監視し、データ送信及び／又はデータ処理リソースの不必要な使用なく、疎なデータモデル８００への更新が必要であるか否かを特定し得る。

幾つかの実施形態では、サーバは、道路に沿ってグループ内で走行中であると判断された車の数に基づいて、自律車両からのデータフローを選択的に制御することもできる。例えば、自律車両のグループ（例えば、２台以上の車両）が、互いの特定の近傍（例えば、１００メートル以内、１ｋｍ以内、又は任意の他の適する近接エンベロープ内）内で走行中であると判断される場合、情報のアップロードは、グループの任意のメンバについて制限し得る。例えば、サーバは、情報転送をグループの１メンバ、グループのメンバの任意のサブセット、道路の各レーンからのグループの１メンバ等に制限し得る。

一実施形態では、サーバは、地理的区域に基づいて、自律車両からのデータフローを選択的に制御することもできる。例えば、幾つかの地理的区域は、疎なデータモデル８００が既に、改良された目標軌道、陸標表現、陸標位置等を含む道路セグメントを含み得る。例えば、特定の地理的区域（例えば、都市環境、交通量が多い道路等）では、疎なデータモデル８００は、データ収集モードの車両により様々な道路セグメントの複数の走行に基づいて生成し得る。各走行は、疎なデータモデル８００を改良し得る、地理的区域内の道路セグメントに関連する追加のデータを生じさせ得る。幾つかの場合、特定の地理的区域の疎なデータ地図８００は、様々な道路セグメントの１００、１０００、１００００、又はそれを超える過去の走行に基づき得る。それらの区域では、１つ又は複数の自律車両から受信される追加情報は、疎なデータモデルの更なる有意な改良のベースとして機能しないことがある。したがって、サーバは、特定の地理的区域を走行中の車両からのアップロードを制限し得る。例えば、幾つかの場合、サーバは、選択された地理的区域を走行中の車両からの道路データの全ての自動送信を除外し得る。他の場合、サーバは、特定の地理的区域を走行中の車両の一部のみ（例えば、２車両のうちの１台、５車両のうちの１台、１００車両のうちの１台等）からのデータ送信を可能にし得る。他の場合、サーバは、サーバが識別して問い合わせる地理的区域内の車両のみからの送信を受信し得る。サーバは、特定の地理的区域の車両の任意の一部から受信される情報を使用して、疎なデータモデル８００の任意の側面を検証及び／又は更新し得る。

幾つかの実施形態では、サーバは、特定のローカル地図、道路セグメント、地理的区域等に割り当てられた信頼度に基づいて、自律車両からのデータフローを選択的に制御することもできる。例えば、地理的区域例のように、特定の道路セグメント、ローカル地図、及び／又は地理的区域には、例えば、それらのエリア内の疎なデータ地図８００の改良レベルを示す信頼度を関連付け得る。サーバは、所定の閾値を超える信頼度が関連付けられた任意の道路、ローカル地図エリア、又は地理的区域を走行中の車両からの道路情報の送信を制限し得る。例えば、幾つかの場合、サーバは、所定の閾値を超える信頼度レベルを有する区域内を走行中の車両からの道路データの全ての自動送信を除外し得る。他の場合、サーバは、それらの区域内を走行中の車両の一部のみ（例えば、２車両のうちの１台、５車両のうちの１台、１００車両のうちの１台等）からのデータ送信を可能にし得る。他の場合、サーバは、サーバが識別して問い合わせる高信頼度エリア（所定の閾値を超える信頼度を含むエリア）内の車両のみからの送信を受信し得る。サーバは、高信頼度区域の車両の任意の一部から受信した情報を使用して、疎なデータモデル８００の任意の側面を検証及び／又は更新することができる。

幾つかの実施形態では、サーバは、特定の自律車両によりアップロードされることになるナビゲーション情報内に含まれる情報のタイプに基づいて、自律車両からのデータフローを選択的に制御することもできる。例えば、多くの場合、様々なホスト車両からサーバにアップロードされる道路情報は、疎なデータモデル８００にあまり影響しないこともある。例えば、高信頼度地理的エリア又は道路セグメント等では、走行中の車両からの追加の道路情報は、疎なデータモデル８００の正確性の継続の検証に有用であり得るが、そのような情報は、疎なデータモデル８００に追加の有意な改良の可能性を提供しないことがある。したがって、疎なデータモデル８００を検証するが、疎なデータモデル８００の有意な更なる改良の可能性を提供しない情報の送信継続は、有意な利益の可能性なしでデータ送信及び処理リソースを消費し得る。

そのような場合、サーバが車両からのデータ送信を制限することが望ましいことがある。利用可能な車両の全て（又はその部分）から自動的にデータ送信を受信する代わりに、サーバは、車両からのデータ送信を、疎な道路モデル８００に影響を及ぼし得る状況を経験している車両のみに制限し得る。例えば、道路セグメントを走行中の車両が、疎なデータモデル８００により予期されるものから逸脱したナビゲーション応答を必要とする状況を経験する場合（例えば、車両が、道路セグメントの目標軌道と異なる経路を走行しなければならない場合）、処理ユニット１１０は、そのような逸脱が発生したと判断し、その情報をサーバに中継し得る。それに応答して、サーバは、ナビゲーション逸脱に関連する情報について車両に問い合わせ得、それにより、サーバは、疎なデータモデル８００への何らかの更新が必要であるか否かを特定することができる。換言すれば、サーバは、疎なデータモデル８００への変更が必要であり得ることを情報が示唆する場合のみ、車両から道路情報を受信することを選び得る。

図８８は、開示される実施形態による、選択的フィードバックに基づいて道路モデルを管理する方法を表すフローチャート例を示す。プロセス８８００のステップは、サーバ（例えば、サーバ１２３０）により実行し得る。後述するように、プロセス８８００は、フィードバックを選択的に受信して、自律車両からの道路環境情報に基づいて道路モデルを更新する場合があることを含み得る。

ステップ８８１０において、サーバは、各道路環境を通る複数の自律車両から、ナビゲーションに基づく道路環境情報を選択的に受信し得る。例えば、サーバは、特定の車両、車両グループ、特定の地理的区域内を走行中の車両から受信される情報送信の頻度や、特定の地理的区域に関連付けられた特定されたモデル信頼度に基づいて車両から受信される情報送信の頻度に、制限を選択的に適用し得る。更に、幾つかの実施形態では、サーバは、車両からのデータ送信を、所定の道路モデルの少なくとも１つの側面に関して不一致の可能性を反映し得る送信のみに選択的に制限し得る。

ステップ８８１２において、サーバは、道路環境情報に基づいて、道路モデルへの１つ又は複数の更新が必要であるか否かを特定し得る。サーバが、道路モデルへの更新が、１つ又は複数の自律車両から選択的に受信される情報に基づいて正当化されると判断する場合、それらの更新は、ステップ８８１４において行われ得る。

上記説明は、例示を目的として提示されている。上記説明は網羅的ではなく、開示される厳密な形態又は実施形態に限定されない。変更形態及び適合形態は、本明細書を考慮し、開示される実施形態を実施することから当業者に明らかになるであろう。更に、開示される実施形態の態様は、メモリに記憶されるものとして記載されるが、これらの態様が、補助記憶装置等の他のタイプのコンピュータ可読媒体、例えば、ハードディスク若しくはＣＤＲＯＭ又は他の形態のＲＡＭ若しくはＲＯＭ、ＵＳＢメディア、ＤＶＤ、Blu-ray（登録商標）、４Ｋ超ＨＤ Blu-ray、又は他の光学駆動媒体に記憶することも可能なことを当業者は理解するであろう。

記載の説明及び開示される方法に基づくコンピュータプログラムは、経験のある開発者の技能内にある。様々なプログラム又はプログラムモジュールは、当業者に既知の任意の技法を使用して作成することができるか、又は既存のソフトウェアに関連して設計することができる。例えば、プログラムセクション又はプログラムモジュールは、.Net Framework、.Net Compact Framework（及びVisual Basic、Ｃ等の関連する言語）、Java（登録商標）、Ｃ＋＋、Objective-C、ＨＴＭＬ、ＨＴＭＬ／ＡＪＡＸ組み合わせ、ＸＭＬ、又はJavaアプレットを包含したＨＴＭＬにおいて又はそれにより設計することができる。

更に、例示的な実施形態を本明細書において説明したが、あらゆる実施形態の範囲は、本開示に基づいて当業者により理解されるような均等な要素、変更形態、省略形態、組合せ（例えば、様々な実施形態にわたる態様の）、適合形態、及び／又は代替形態を有する。特許請求の範囲での限定は、特許請求の範囲に利用される言語に基づいて広く解釈されるべきであり、本明細書に記載される例又は本願の実行中の例に限定されない。例は、非排他的として解釈されるべきである。更に、開示される方法のステップは、ステップの順序替え及び／又はステップの挿入又は削除を含め、任意の方法で変更し得る。したがって、本明細書及び例が単なる例示として見なされることが意図され、真の範囲及び趣旨は、以下の特許請求の範囲及びその全範囲の均等物により示される。

Claims

自律車両ナビゲーションで使用するために収集されたナビゲーション情報を処理する方法であって、
地図サーバにより、複数の車両に結合されたセンサにより取得された複数の車両から収集されたナビゲーション情報を処理する段階であって、前記ナビゲーション情報は、道路セグメントの道路レーンを記述する段階と、
前記道路セグメントの近くで識別される陸標に関するデータを収集する段階であって、前記陸標には交通標識が含まれる段階と、
前記地図サーバにより、前記道路セグメントのための自律車両マップを生成する段階であって、前記自律車両マップは、前記道路セグメントのレーンに対応するスプラインと、前記道路セグメントの近くで識別される前記陸標とを含む段階と、
前記道路セグメント上の自律ナビゲーションで使用するために、前記地図サーバによって前記自律車両マップを自律車両に配信する段階と、を含む方法。
前記ナビゲーション情報には道路ジオメトリデータが含まれる、請求項１に記載の方法。
前記複数の車両には自律車両が含まれる、請求項１に記載の方法。
前記センサによって取得されたセンサデータには道路ジオメトリデータが含まれる、請求項１に記載の方法。
自律車両ナビゲーションで使用するために収集されたナビゲーション情報を処理するための命令を含む少なくとも１つの機械可読デバイスであって、
前記命令により地図サーバに、
複数の車両に結合されたセンサによって取得された前記複数の車両から収集されたナビゲーション情報の処理であって、前記ナビゲーション情報は、道路セグメントの道路レーンを記述し、
前記道路セグメントの近くで識別される陸標に関するデータを収集することであって、前記陸標には交通標識が含まれ、
前記道路セグメントのための自律車両マップを生成することであって、前記自律車両マップは、前記道路セグメントのレーンに対応するスプラインと、前記道路セグメントの近くで識別される前記陸標を含み、
前記道路セグメント上の自律ナビゲーションで使用するために、前記自律車両マップを自律車両に配信することと、を含む動作を実行させる少なくとも１つの機械可読デバイス。
前記ナビゲーション情報には道路ジオメトリデータが含まれる、請求項５に記載の少なくとも１つの機械可読デバイス。
前記複数の車両には自律車両が含まれる、請求項５に記載の少なくとも１つの機械可読デバイス。
前記センサによって取得されたセンサデータには道路ジオメトリデータが含まれる、請求項５に記載の少なくとも１つの機械可読デバイス。
自動車両ナビゲーションで使用するために収集されたナビゲーション情報を処理するための地図サーバであって、
プロセッサと、
命令を含むメモリデバイスと、を備え、
前記命令により前記プロセッサに、
複数の車両に結合されたセンサによって取得された前記複数の車両から収集されたナビゲーション情報の処理であって、前記ナビゲーション情報は、道路セグメントの道路レーンを記述し、
前記道路セグメントの近くで識別される陸標に関するデータを収集することであって、前記陸標には交通標識が含まれ、
前記道路セグメントのための自律車両マップを生成することであって、前記自律車両マップは、前記道路セグメントのレーンに対応するスプラインと、前記道路セグメントの近くで識別される前記陸標を含み、
前記道路セグメント上の自律ナビゲーションで使用するために、前記自律車両マップを自律車両に配信することと、を実行させる地図サーバ。
前記ナビゲーション情報には道路ジオメトリデータが含まれる、請求項９に記載の地図サーバ。
前記複数の車両には自律車両が含まれる、請求項９に記載の地図サーバ。
前記センサによって取得されたセンサデータには道路ジオメトリデータが含まれる、請求項９に記載の地図サーバ。
収集されたナビゲーション情報を使用して自律車両ナビゲーションを支援するための車両システムであって、
プロセッサと、
命令を含むメモリデバイスと、を備え、
前記命令により前記プロセッサに、
前記車両システムのナビゲーション情報にアクセスすることであって、前記ナビゲーション情報は、前記車両システムに接続された複数のセンサによって取得されたセンサデータから導出され、
前記ナビゲーション情報を地図サーバに提供することであって、前記ナビゲーション情報は、複数の車両に結合されたセンサによって取得された複数の車両からのクラウドソースナビゲーション情報として前記地図サーバによって処理され、前記ナビゲーション情報は道路セグメントの道路レーンを記述し、
前記道路セグメント上のレーンに対応するスプラインと、前記道路セグメント上の自律ナビゲーションで使用するために前記道路セグメントに近接して識別される陸標を含む自律車両マップを受信することと、を実行させる車両システム。
前記ナビゲーション情報には道路ジオメトリデータが含まれる、請求項１３に記載の車両システム。
前記複数の車両には自律車両が含まれる、請求項１３に記載の車両システム。
前記センサによって取得されたセンサデータには道路ジオメトリデータが含まれる、請求項１３に記載の車両システム。
収集されたナビゲーション情報を使用して自律車両ナビゲーションを支援するための命令を含む少なくとも１つの機械可読デバイスであって、
前記命令により車両システムに、
前記車両システムのナビゲーション情報にアクセスすることであって、前記ナビゲーション情報は、前記車両システムに接続された複数のセンサによって取得されたセンサデータから導出され、
前記ナビゲーション情報を地図サーバに提供することであって、前記ナビゲーション情報は、複数の車両に結合されたセンサによって取得された複数の車両からのクラウドソースナビゲーション情報として前記地図サーバによって処理され、前記ナビゲーション情報は道路セグメントの道路レーンを記述し、
前記道路セグメント上のレーンに対応するスプラインと、前記道路セグメント上の自律ナビゲーションで使用するために前記道路セグメントに近接して識別される陸標を含む自律車両マップを受信することと、を実行させる少なくとも１つの機械可読デバイス。
前記ナビゲーション情報には道路ジオメトリデータが含まれる、請求項１７に記載の少なくとも１つの機械可読デバイス。
前記複数の車両には自律車両が含まれる、請求項１７に記載の少なくとも１つの機械可読デバイス。
前記センサによって取得されたセンサデータには道路ジオメトリデータが含まれる、請求項１７に記載の少なくとも１つの機械可読デバイス。
自律車両ナビゲーションを支援するために車両に搭載された車両システムであって、
プロセッサと、
命令を含むメモリと、を備え、
前記命令により前記プロセッサに、
収集されたデータにより生成された疎な地図にアクセスすることであって、前記収集されたデータにより生成された疎な地図はレーンマークのスプライン表現と前記レーンマークによって表されるレーンを記述するメタデータとを含み、前記収集されたデータの生成は複数の車両から収集されたデータにより作成され、
カメラからの画像に対応する画像データを取得することであって、前記画像は前記車両の外部環境に対応し、
収集されたデータで生成された疎な地図と前記画像データとを分析して、前記車両の自律的なナビゲーション応答を決定することと、を実行させる車両システム。
前記複数の車両には自律車両が含まれる、請求項２１に記載のシステム。
自律車両ナビゲーションを支援するための命令を含む少なくとも１つの機械可読媒体であって、機械によって実行されると、
収集されたデータにより生成された疎な地図にアクセスすることであって、前記収集されたデータにより生成された疎な地図はレーンマークのスプライン表現と前記レーンマークによって表されるレーンを記述するメタデータとを含み、前記収集されたデータの生成は複数の車両から収集されたデータにより作成され、
カメラからの画像に対応する画像データを取得することであって、前記画像は前記車両の外部環境に対応し、
収集されたデータで生成された疎な地図と前記画像データとを分析して、前記車両の自律的なナビゲーション応答を決定することと、を含む動作を前記機械に実行させる少なくとも１つの機械可読媒体。
前記複数の車両には自律車両が含まれる、請求項２３に記載の少なくとも１つの機械可読媒体。
本体と、
前記本体に取り付けられたカメラと、
処理ユニットと、を備え、
前記処理ユニットは、
収集されたデータにより生成された疎な地図にアクセスすることであって、前記収集されたデータにより生成された疎な地図はレーンマークのスプライン表現と前記レーンマークによって表されるレーンを記述するメタデータとを含み、前記収集されたデータの生成は複数の車両から収集されたデータにより作成され、
カメラからの画像に対応する画像データを取得することであって、前記画像は自律車両の外部環境に対応し、
収集されたデータで生成された疎な地図と前記画像データとを分析して、前記自律車両の自律的なナビゲーション応答を決定することと、を実行する、自律車両。
スロットルシステムを更に備える、請求項２５に記載の自律車両。
ブレーキシステムを更に備える、請求項２５に記載の自律車両。
操舵システムを更に備える、請求項２５に記載の自律車両。
前記複数の車両には自律車両が含まれる、請求項２５に記載の自律車両。