JP6801701B2 - 高度自律車両向けの経路選択方法、および車両 - Google Patents

Description

（関連出願への相互参照）
本出願は、「OPTIMIZING A ROUTE SELECTION FOR A HIGHLY AUTONOMOUS VEHICLE」と題し、２０１７年１０月１２日に出願された米国特許出願第１５／７８２，４７８号の優先権を主張する。これらの特許出願は、その全体が参照によって本願明細書に援用される。

本明細書は、高度自律車両（ＨＡＶ）向けの経路選択を最適化することに関する。いくつかの実施形態では、経路選択は、ＨＡＶの１つ以上の高度運転者支援システム（ＡＤＡＳシステム）によって提供される機能に基づいて最適化される。

車両制御システムがますます普及しつつある。車両制御システムの一例にＡＤＡＳシステムがある。

ＡＤＡＳシステムは、これらのＡＤＡＳシステムを含む車両に１つ以上の自律機能を提供する。たとえば、ＡＤＡＳシステムは、車両が走行している車線に対する車両の位置を監視し、車両がその車線の外側に逸れ始めた場合、車両が車線内に留まるように車両を戻すこと、または運転者が状況を改善するために行動を取る必要があることを知るように車両の運転者に通知を提供することにより、是正措置を取りうる。

一部の車両は、自律車両であると見なされる十分な数および品質の自律機能を含む。

車両用の自律機能の使用を制限する状況には、２つのカテゴリが存在する。第１に、自律車両は、それらの運転者が介入してそれらを支援しないとすべての交通状況に対処することができない。第２に、運転者がこれらの交通状況に対処するために自分の自律車両を信頼しないような特質を有する交通状況もいくつか存在する。これらは両方とも、運転者が道路に注意を払い、現在の交通状況の自分の知識を使用して自分の自律車両の操作に介入することを要求する交通状況のカテゴリである。

特開２０１７−０３２４２１号公報 特開２０１５−１４１５６０号公報 特開２０１５−１８４１１０号公報

アメリカ国家道路交通安全局（ＮＨＴＳＡ）は、自律車両の様々な「レベル」、たとえば、レベル０、レベル１、レベル２、レベル３、レベル４、およびレベル５を規定している。車両が別の車両よりも高いレベルを有する場合（たとえば、レベル３はレベル２または１よりも高いレベルである）、より高いレベルを有する車両は、より低いレベルを有する車両に比べて多くの組合せおよび数の自律機能を提供する。自律車両の様々なレベルが以下で簡単に記載される。

レベル０：車両に搭載されたＡＤＡＳシステムは車両を制御しないが、車両の運転者に警告を発行しうる。

レベル１：運転者はいつでも車両を制御できるよう準備していなければならない。車両に搭載されたＡＤＡＳシステムは、適応走行制御（ＡＣＣ）および自動ステアリング付き駐車支援および車線維持支援（ＬＫＡ）タイプＩＩのうちの１つまたは複数などの自律機能を任意の組合せで提供しうる。

レベル２：運転者は、道路環境内の物体またはイベントを検出し、車両に搭載されたＡＤＡＳシステムが適切に応答できない場合（運転者の主観的判断に基づいて）応答する義務がある。車両に搭載されたＡＤＡＳシステムは、加速、制動、およびステアリングを実行する。車両に搭載されたＡＤＡＳシステムは、運転者の乗車直後に非アクティブになることができる。

レベル３：（高速道路などの）既知の限られた環境内では、運転者は運転作業から自分の注意を安全に外すことができる。しかし、必要なときに車両を制御するように依然として準備していなければならない。

レベル４：車両に搭載されたＡＤＡＳシステムは、厳しい天候などの一部の環境を除けば車両を制御することができる。運転者は、（車両に搭載されたＡＤＡＳシステムから構成される）自動化システムを、そうすることが安全であるときのみ有効にしなければならない。自動化システムが有効であるとき、車両が安全に動作し、容認された規範と一致するために運転者が注意を払う必要はない。

レベル５：目的地を設定してシステムを起動する以外に、人間の介入は必要ない。自動化システムは、（車両が位置する管轄区域に基づいて異なりうる）運転し、独自の判断を下すことが合法である、あらゆる場所に運転することができる。

ＨＡＶは、２０１６年の９月に発行された、「Federal Automated Vehicles Policy: Accelerating the Next Revolution in Roadway Safety」と題するポリシーペーパーの９
ページにＮＨＴＳＡによって規定されているように、レベル３以上で動作する一つ以上のＡＤＡＳシステムを含む車両である。一つ以上のＡＤＡＳシステムは、本明細書では「ＡＤＡＳシステムセット」と呼ばれる。たとえば、図１Ａに描写されたＡＤＡＳシステムセット１８０を参照されたい。

本明細書では、ＨＡＶの要素である最適化システムの実施形態が記載される。ＨＡＶのＡＤＡＳシステムセットによって提供される自動化機能は、「自動運転サービス」と総称されうる。

ＨＡＶはナビゲーションシステムを含む。ＨＡＶはトリップ（以下、「旅行」と称する）の出発点に位置している。ＨＡＶの運転者は旅行の目的地を入力する。旅行は、出発点から始まり目的地で終わるトリップである。ナビゲーションは、ＨＡＶが出発点から終点まで移動するための候補経路のセットを出力する。

いくつかの実施形態では、ＨＡＶが候補経路のセットに含まれる候補経路の各々の１００％に沿って自動運転サービスを提供することは不可能である。言い換えれば、候補経路のいくつかは、経路の一部（場合によっては経路の１００％）に対して、ＨＡＶを運転する責任の一部またはすべてを運転者が管理することを要求しうる。たとえば、図１Ｂは、いくつかの実施形態による、自動運転サービスが利用できない部分を候補経路のいくつかが含む候補経路のセットを描写する。

候補経路の部分において自動運転サービスが利用できない理由は様々である。たとえば
、特定の候補経路の一部は、自動運転サービスを提供することが危険な気象条件および道路条件（または他の外部要因）を含みうるため、運転者は経路のこれらの部分において、ＨＡＶの運転のいくつかの局面を制御する必要がある。これらの外部要因は外部データによって記述される。外部データは下記でより詳細に記載する。これらの外部要因は、候補経路のセットからの候補経路の選択を最適化するときに、最適化システムによってどの候補経路が選択されるかに制限を与える。

最適化システムによってどの候補経路が選択されるかの別の制限は、運転者の状態および運転者の嗜好である。たとえば、いくつかの状況では、運転者は、運転者の疲労、障害、病気、疾患、および肉体的または精神的な健康などの要因によって、ＨＡＶから運転を引き継ぐことができない場合がある。運転者は、ＨＡＶから自動運転サービスを受けたい頻度、またはＨＡＶの特定のＡＤＡＳシステムからどの特定の自律機能を受けたいかに関する嗜好も有しうる。運転者の疲労、障害、病気、疾患、および肉体的または精神的な健康を記述する要因は、運転者データによって記述される。運転者の嗜好を記述する要因は嗜好データによって記述される。運転者データおよび嗜好データは下記でより詳細に記載される。

いくつかの実施形態では、最適化システムは、ＨＡＶのナビゲーションシステムによって出力された候補経路の各々について、外部データを集約する。外部データとは、候補経路に沿って移動するＨＡＶの、自動運転サービスの可能性を制限する１つ以上の外部要因を記述するデジタルデータである。
以下は、外部データによって記述される外部要因の例である。
・候補経路に含まれる道路のタイプ（道路が低容量道路であるかどうか、道路が高容量道路であるかどうか）
・候補経路に含まれる様々な道路の地理的位置（道路が田園エリアに位置するかどうか、道路が都市エリアに位置するかどうか、道路が平坦であるかどうか、道路の標高が高いかどうか）
・候補経路に含まれる様々な道路の走行速度域
・候補経路に含まれる道路の照明条件
・候補経路上を走行中に遭遇する気象条件
・候補経路上を走行中にどのＡＤＡＳシステムを用いる可能性が高いか

いくつかの実施形態では、外部データは、１つ以上の外部要因を記述する最適化システムにデジタルデータを提供する１つ以上の電子サービスから受信される。たとえば、外部要因サーバは、特定の候補経路を走行中に遭遇する天気、特定の候補経路が田園エリアを通過するか都市エリアを通過するか、特定の候補経路に沿った平均走行速度、特定の候補経路に沿った標高の変動、特定の候補経路に含まれる道路のタイプなどを記述するデジタルデータを提供しうる。

いくつかの実施形態では、ＨＡＶは、専用短距離通信装備車両（ＤＳＲＣ装備車両）である。ＤＳＲＣ装備車両は、ＤＳＲＣ無線機およびＤＳＲＣ対応ＧＰＳユニットを含む車両である。ＤＳＲＣ装備車両は、一定の間隔（たとえば、０．１秒ごとに１回、または、ユーザ構成可能な何らかの他の間隔）で基本安全メッセージ（ＢＳＭメッセージ）をブロードキャストする。各ＢＳＭメッセージは、ＢＳＭメッセージをブロードキャストした車両、車両の移動経路（その経路履歴を含む）、経路上を移動中の車両の速度、経路上を移動中にどのＡＤＡＳシステムが用いられたかを記述するＤＳＲＣデータを含む。

いくつかの実施形態では、ＨＡＶは、他のＤＳＲＣ装備車両を含む道路上を移動しており、これらのＤＳＲＣ装備車両は、ＤＳＲＣデータを含むＢＳＭメッセージおよび他のＤＳＲＣメッセージをブロードキャストする。ＨＡＶの最適化システムは、これらのＢＳＭ
メッセージおよびＤＳＲＣメッセージを取り出し、それらが含んでいるＤＳＲＣデータを抽出する。このＤＳＲＣデータは、上述された外部データの別の潜在的なソースである。ＤＳＲＣデータは、いくつかの実施形態による図６Ａおよび６Ｂに描写されている。

いくつかの実施形態では、外部データは、セルラーネットワークによって送信されるワイヤレスメッセージを介して、またはミリメートル波通信を介して、１つ以上の他の車両および路側ユニットによってＨＡＶに送信される。たとえば、ワイヤレスメッセージは、デジタルデータによって記述される情報に類似する情報を記述するデジタルデータを含みうる。

いくつかの実施形態では、ＨＡＶは、運転者の状態を監視し、内部センサの測定値を記述する内部センサデータを記録する、１つ以上の内部センサを含む。次いで、最適化システムは、内部センサデータを分析して運転者データを特定する。運転者データは、運転者の状態、および運転者の状態に基づいてＨＡＶの操作に運転者がどれほど寄与できるかを記述するデジタルデータである。運転者データはＨＡＶの非一時的メモリに記憶される。たとえば、ＨＡＶは、電子制御ユニット（ＥＣＵ）または車載コンピュータシステムなどの他の何らかの車載ユニット（ＯＢＵ）を含み、このＯＢＵは外部データを記憶する非一時的メモリを含む。いくつかの実施形態では、外部データの各インスタンスは非一時的メモリに記憶されるので、それは、それが記述する候補経路に割り当てられるか、またはデジタル的に関連付けられる（たとえば、外部データによって記述される外部要因は、候補経路の一部分を記述し、外部データは外部要因によって記述される候補経路とデジタル的に関連付けられる）。運転者データは、運転者の状態、および運転者の状態に基づいてＨＡＶの操作に運転者がどれほど寄与できるかを記述するデジタルデータである。

いくつかの実施形態では、運転者データによって記述される運転者の状態は、ＨＡＶを操作する一部またはすべての局面（たとえば、ＨＡＶのハンドリング、ＨＡＶの加速、ＨＡＶの制動など）の制御を引き継ぐ（テイクオーバーする）ことに対する運転者の可能性を制限する運転者データによって記述される。たとえば、運転者データが、運転者の眠気または衰弱を示す場合、この運転者の状態は、「ＨＡＶによって自動運転サービスが提供されることなく運転者がＨＡＶを操作することを要求する候補経路を最適化システムが選択できるかどうか」に関する制限である。

いくつかの実施形態では、ＨＡＶは、電子ディスプレイ、ヘッドアップ・ディスプレイ・ユニット、または３次元ヘッドアップユニット（３Ｄ−ＨＵＤ）などのインターフェースデバイスを含む。車両の運転者は、自分の嗜好を定義するインターフェースデバイスによって表示されるグラフィカルユーザインターフェース（ＧＵＩ）に入力を与え、これらの嗜好は、ＨＡＶの非一時メモリに嗜好データとしてデジタル的に記憶される。３Ｄ−ＨＵＤはいくつかの実施形態による図５に描写されている。

たとえば、運転者は、可能な限り自動運転サービスを受けることを好みうる。別の例では、ユーザは、ＨＡＶのいくつかのＡＤＡＳシステムによって提供されるが、特定の自律機能ではないいくつかの自律機能を受けることを好む。たとえば、運転者は、ＬＫＡではないＨＡＶのＡＣＣの自律機能を受けることを好みうる。ＨＡＶの非一時的メモリは嗜好データを記憶する。嗜好データは、運転者がＨＡＶから自動運転サービスを受けたい頻度（度合い）、または運転者がＨＡＶの特定のＡＤＡＳシステムからどの特定の自律機能を受けたいか、および場合によっては、運転者がこれらの特定の自律機能を受けたい頻度に関する運転者の嗜好を記述するデジタルデータである。

いくつかの実施形態では、最適化システムは、旅行にどの候補経路を選択するべきかを検討するとき、候補経路データ、外部データ、運転者データ、および嗜好データのうちの
１つまたは複数を考慮する。いくつかの実施形態では、最適化システムは候補経路のセットの中からの経路の選択を最適化するように動作可能なので、最適化システムによって選択された経路は、（１）ＨＡＶを操作または運転する一部またはすべての局面の制御を引き継ぐことに対する運転者の可能性と一致する（または実質的に一致する）量の自動運転サービスを提供し、（２）ＨＡＶを操作または運転する一部またはすべての局面の制御を引き継ぐことに対する運転者の嗜好に対応する。最適化システムが、候補経路データ、外部データ、運転者データ、および嗜好データのうちの１つまたは複数を考慮する例示的なプロセスフローが、いくつかの実施形態による図４に描写されている。

いくつかの実施形態では、ＨＡＶの非一時的メモリは分析データを記憶する。分析データは、（１）様々な候補経路に沿った自律機能の可能性に影響を及ぼす外的要因、および（２）ＨＡＶから自律的運転サービスを受けることに対する運転者の嗜好の両方を記述するデジタルデータである。

１つ以上のコンピュータのシステムは、動作中にそのアクションをシステムに実行させる、システムにインストールされたソフトウェア、ファームウェア、ハードウェア、またはそれらの組合せを有することにより、特定の動作またはアクションを実行するように構成することができる。１つ以上のコンピュータプログラムは、データ処理装置によって実行された場合にアクションを装置に実行させる命令を含むことにより、特定の動作またはアクションを実行するように構成することができる。

１つの一般的な態様は、ＨＡＶの運転者に自動運転サービスを提供するＨＡＶによって実施される方法を含む。
方法は、旅行の候補経路のセットを生成するステップと、候補経路のセットに含まれる候補経路に沿って移動する間の自動運転サービスの可能性を制限する１つ以上の外部要因をデジタル的に記述する外部データを集約するステップであって、候補経路のセット内の各候補経路が独自の外部データを有するステップと、運転者により、旅行を移動するための最適な自動化度についての第１の値を決定するステップと、外部データに基づいて候補経路のセットに含まれる候補経路ごとの可能な自動化度を各々が示す複数の第２の値を決定するステップと、ＨＡＶの車載ユニットにより、第１の値および複数の第２の値に従って、候補経路のセットから最適な経路を選択するステップと、を含む。
この態様の他の実施形態は、各々が方法のアクションを実行するように構成された、対応するコンピュータシステム、装置、および１つ以上のコンピュータストレージデバイスに記録されたコンピュータプログラムを含む。

実装形態は、以下の特徴のうちの１つまたは複数を含みうる。
第１の値が運転者の状態および運転者の１つ以上の嗜好に基づいて決定される方法。
方法の１つ以上のステップがＨＡＶの車載コンピュータによって実行される方法。
外部データが５．９ギガヘルツ（ＧＨｚ）または７６０メガヘルツ（ＭＨｚ）帯域上で送信されるＤＳＲＣメッセージを介して受信される方法。
運転者の状態がＨＡＶを操作する一部またはすべての局面を引き継ぐことに対する運転者の可能性を制限する状態を含む方法。
ＨＡＶを操作することがＨＡＶを操縦することを含む方法。
ＨＡＶを操作することがＨＡＶの加速を管理することを含む方法。
ＨＡＶを操作することがＨＡＶの制動システムを管理することを含む方法。
運転者の１つ以上の嗜好が、運転者がＨＡＶから自動運転サービスを受けたい頻度、または運転者がＨＡＶの特定の高度運転者支援システムからどの特定の自律機能を受けたいかに関する運転者の嗜好を含む方法。
各候補経路が独自の外部データを割り当てられる方法。
記載された技法の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュ
ータアクセス可能媒体上のコンピュータソフトウェアを含みうる。

１つの一般的な態様は、ＨＡＶの運転者に自動運転サービスを提供するＨＡＶのシステムを含む。
システムは、車載コンピュータシステムによって実行された場合に、旅行の候補経路のセットを生成することと、候補経路のセットに含まれる候補経路に沿って移動する間の自動運転サービスの可能性を制限する１つ以上の外部要因をデジタル的に記述する外部データを集約することであって、候補経路のセット内の各候補経路が独自の外部データを有することと、運転者により、旅行を移動するための最適な自動化度についての第１の値を決定することと、外部データに基づいて候補経路のセットに含まれる候補経路ごとの可能な自動化度を各々が示す複数の第２の値を決定することと、第１の値および複数の第２の値に従って、候補経路のセットから最適な経路を選択することとを車載コンピュータシステムに行わせる、コンピュータコードを記憶する非一時的メモリを含む。
この態様の他の実施形態は、各々が方法のアクションを実行するように構成された、対応するコンピュータシステム、装置、および１つ以上のコンピュータストレージデバイスに記録されたコンピュータプログラムを含む。

実装形態は、以下の特徴のうちの１つまたは複数を含みうる。
第１の値が運転者の状態および運転者の１つ以上の嗜好に基づいて決定されるシステム。
外部データが５．９ＧＨｚまたは７６０ＭＨｚ帯域上で送信されるＤＳＲＣメッセージを介して受信されるシステム。
運転者の状態がＨＡＶを操作する一部またはすべての局面を引き継ぐことに対する運転者の可能性を制限する状態を含むシステム。
ＨＡＶを操作することがＨＡＶを操縦することを含むシステム。
ＨＡＶを操作することがＨＡＶの加速を管理することを含むシステム。
ＨＡＶを操作することがＨＡＶの制動システムを管理することを含むシステム。
運転者の１つ以上の嗜好が、運転者がＨＡＶから自動運転サービスを受けたい頻度、または運転者がＨＡＶの特定の高度運転者支援システムからどの特定の自律機能を受けたいかに関する運転者の嗜好を含むシステム。
各候補経路が独自の外部データを割り当てられるシステム。
記載された技法の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含みうる。

１つの一般的な態様は、ＨＡＶの運転者に自動運転サービスを提供するＨＡＶの車載コンピュータシステムの非一時的メモリを含むコンピュータプログラム製品を含む。
コンピュータシステムは、車載コンピュータシステムによって実行された場合に、旅行の候補経路のセットを生成することと、候補経路のセットに含まれる候補経路に沿って移動する間の自動運転サービスの可能性を制限する１つ以上の外部要因をデジタル的に記述する外部データを集約することであって、候補経路のセット内の各候補経路が独自の外部データを有することと、運転者により、旅行を移動するための最適な自動化度についての第１の値を決定することと、外部データに基づいて候補経路のセットに含まれる候補経路ごとの可能な自動化度を各々が示す複数の第２の値を決定することと、第１の値および複数の第２の値に従って、候補経路のセットから最適な経路を選択することとを車載コンピュータシステムに行わせる、コンピュータ実行可能コードを記憶する。
この態様の他の実施形態は、各々が方法のアクションを実行するように構成された、対応するコンピュータシステム、装置、および１つ以上のコンピュータストレージデバイスに記録されたコンピュータプログラムを含む。

実装形態は、以下の特徴のうちの１つまたは複数を含みうる。
第１の値が運転者の状態および運転者の１つ以上の嗜好に基づいて決定されるコンピュータプログラム製品。
外部データが５．９ＧＨｚまたは７６０ＭＨｚ帯域上で送信されるＤＳＲＣメッセージを介して受信されるコンピュータプログラム製品。
運転者の状態がＨＡＶを操作する一部またはすべての局面を引き継ぐことに対する運転者の可能性を制限する状態を含むコンピュータプログラム製品。
ＨＡＶを操作することがＨＡＶを操縦することを含むコンピュータプログラム製品。
ＨＡＶを操作することがＨＡＶの速度を管理することを含むコンピュータプログラム製品。
運転者の１つ以上の嗜好が、運転者がＨＡＶから自動運転サービスを受けたい頻度、または運転者がＨＡＶの特定の高度運転者支援システムからどの特定の自律機能を受けたいかに関する運転者の嗜好を含むコンピュータプログラム製品。
各候補経路が独自の外部データを割り当てられるコンピュータプログラム製品。
記載された技法の実装形態は、ハードウェア、方法もしくはプロセス、またはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含みうる。

本発明に係る方法は、
自律運転機能を提供する高度自律車両（ＨＡＶ）によって実行される経路選択方法であって、所定のトリップについて複数の経路候補を生成するステップと、前記複数の経路候補に含まれる経路を走行する際における、自律運転機能を阻害する恐れがある１つ以上の外部要因を表す外部データを前記経路ごとに取得するステップと、前記ＨＡＶの運転者に関する情報に基づいて、前記トリップにおける好適な自動化度を示す第１の値を決定するステップと、前記外部データに基づいて、実現可能な自動化度を示す第２の値を前記経路候補ごとに決定するステップと、前記第１の値および複数の第２の値に基づいて、前記経路候補の中から経路を選択するステップと、を含むことを特徴とする。

また、本発明に係る車両は、
自律運転機能を提供する車両であって、所定のトリップについて複数の経路候補を生成する手段と、前記複数の経路候補に含まれる経路を走行する際における、自律運転機能を阻害する恐れがある１つ以上の外部要因を表す外部データを前記経路ごとに取得する手段と、運転者に関する情報に基づいて、前記トリップにおける好適な自動化度を示す第１の値を決定する手段と、前記外部データに基づいて、実現可能な自動化度を示す第２の値を前記経路候補ごとに決定する手段と、前記第１の値および複数の第２の値に基づいて、前記経路候補の中から経路を選択する手段と、を有することを特徴とする。

前記第１の値は、前記運転者の状態または前記運転者の嗜好に基づいて決定されることを特徴としてもよい。
また、前記運転者の状態は、自律運転からのテイクオーバーの可否に関わる状態を含むことを特徴としてもよい。
また、前記運転者の状態は、前記運転者の疲労または眠気の度合いを含むことを特徴としてもよい。
また、前記運転者の嗜好は、前記運転者が希望する自律運転機能の使用の度合い、または、使用を希望する自律運転機能の種類のいずれかを含むことを特徴としてもよい。
また、前記第２の値は、前記経路候補ごとの道路環境に基づいて決定されることを特徴としてもよい。
また、前記道路環境は、照明条件または気象条件を含むことを特徴としてもよい。
また、前記外部データは、ＤＳＲＣメッセージを介して、該当する経路を走行した他の車両から受信されることを特徴としてもよい。

本開示は、添付図面の図において限定としてではなく例として示され、添付図面では、
同様の要素を参照ために同様の参照符号が使用される。

本発明によると、高度自律車両の好適な走行経路を選択することができる。

いくつかの実施形態による、ＨＡＶの最適化システム向けの動作環境を示すブロック図である。 いくつかの実施形態による、候補経路の例示的なセットを示すブロック図である。 いくつかの実施形態による、ＨＡＶの最適化システムを含む例示的なコンピュータシステムを示すブロック図である。 いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化するための方法の例示的な流れ図である。 いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化するための方法の例示的な流れ図である。 いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化するための方法の例示的な流れ図である。 いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化する最適化システム用のプロセスを示すブロック図である。 いくつかの実施形態による、３Ｄ−ＨＵＤのブロック図である。 いくつかの実施形態による、ＤＳＲＣデータのブロック図である。 いくつかの実施形態による、ＤＳＲＣデータのブロック図である。

本明細書では、最適化システムの実施形態が記載される。最適化システムは自律車両の要素である。いくつかの実施形態では、最適化システムはＨＡＶの要素である。たとえば、最適化システムを含む自律車両は、ＮＨＴＳＡによって規定されるレベル３以上の自律機能を自律車両に提供するＡＤＡＳシステムのセットを含む。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、ＨＡＶ用の出発点を記述するＧＰＳデータをＨＡＶのＤＳＲＣ対応ＧＰＳシステムに取出しまたは生成させるように動作可能なコードおよびルーチンを含む。いくつかの実施形態では、ＧＰＳシステムおよびＧＰＳデータはＤＳＲＣ規格に準拠している。たとえば、ＧＰＳシステムは、現実世界におけるＨＡＶの実際の出発点に対してプラスマイナス１．５メートルの精度で出発点を記述する。

いくつかの実施形態では、車両の運転者が目的地を指定する。出発点と目的地とを結ぶＨＡＶによるトリップは、本明細書では「旅行」と呼ばれる。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、出発点と目的地との間を移動するための候補経路のセットをＨＡＶのナビゲーションシステムに生成させるように動作可能なコードおよびルーチンを含む。候補経路データは、候補経路のセットを記述するデジタルデータである。最適化システムはＨＡＶのメモリに候補経路データを記憶する。

いくつかの実施形態では、ＨＡＶの通信ユニットは、候補経路のセットに含まれる候補経路の各々について、ネットワークから外部データを受信する。最適化システムは、ＨＡＶのプロセッサによって実行された場合に、プロセッサにＨＡＶのメモリに外部データを記憶させるように動作可能なコードおよびルーチンを含む。
外部データは、以下のうちの１つまたは複数を候補経路ごとに記述するデジタルデータである。
（１）他の車両から受信されたＤＳＲＣメッセージに記載されているように、この候補経路の一部を移動している間に他の車両によってどのＡＤＡＳ機能がトリガされたかに基づいて、ＨＡＶが候補経路上を移動している間に記録するセンサデータによってトリガされうる自律機能
（２）自動運転の安全性または可用性に影響を及ぼす道路情報（道路の種別、容量、位置、幅、車線数、カーブの多さや曲率など）
（３）自動運転の安全性または可用性に影響を及ぼす気象条件（天候や降雨量、降雪量、視界など）
（４）自動運転の安全性または可用性に影響を及ぼす道路交通条件（交通量や渋滞の有無など）
（５）自動運転の安全性または可用性に影響を及ぼす照明条件（車外の明るさや逆光の有無など）
自律機能は、ＨＡＶの１つ以上のＡＤＡＳシステムによって提供される機能である。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、ＨＡＶの内部センサに内部センサデータを記録させるように動作可能なコードおよびルーチンを含む。内部センサデータは、運転者の状態を記述するデジタルデータである。最適化システムは、内部センサデータを分析して運転者データを特定する。運転者データは、（１）運転者の状態、および（２）当該状態が、運転者がＨＡＶ１２３の動作を制御することに貢献できるかどうかにどれほど影響を及ぼすか（運転者が自分の状態に基づいてＨＡＶ１２３の動作を制御することにどれほど貢献できるか）を記述するデジタルデータである。たとえば、ＨＡＶのメモリは、運転者の様々な状態、および運転者がこれらの状態に遭遇している場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを記述するデータセットを含む。

いくつかの実施形態では、運転者データによって記述される運転者の状態は、ＨＡＶを操作する一部またはすべての局面（たとえば、ＨＡＶを操縦すること、ＨＡＶの加速を管理すること、ＨＡＶの制動システムを管理することなど）の制御を引き継ぐことに対する運転者の可能性を制限する運転者データによって記述される。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、自動運転モードを用いずにＨＡＶを運転することを運転者に要求する頻度とＨＡＶが自動運転モードを利用する頻度、および、運転者がどのタイプの自律機能をアクティブにしたいか、についての運転者の嗜好を記述する運転者からの入力を受け取るように動作可能なＧＵＩを、ＨＡＶのインターフェースデバイスに描写させるように動作可能なコードおよびルーチンを含む。最適化システムは、ＧＵＩから入力を受け取り、ＨＡＶのメモリに嗜好データを記憶する。嗜好データは、いかなる自動運転モードも用いずにＨＡＶを操作することを運転者に要求する頻度とＨＡＶが自動運転モードを利用する頻度、ＨＡＶのＡＤＡＳシステムによって提供される特定の自律機能、およびどの自律機能を運転者がアクティブにしたいかに関する運転者の嗜好を記述するデジタルデータである。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、運転者データおよび嗜好データを分析して、運転者の状態および運転者の嗜好に基づいて、出発点と目的地との間を移動するための最適な自動化度（an optimal degree of automation）を決定することをプロセッサに行わせるように動作可能なコードおよび
ルーチンを含む。
「最適な自動化度」とは、運転者の状態および運転者の嗜好に基づいて、旅行の出発点と終点との間の移動において、どの程度の量の自動運転を行うことが好適であるかを記述
するデジタルデータである（必ずしも最適解を表すものではない）。
例えば、旅行の行程が３時間である場合を考える。運転者に疲労が蓄積しており、１時間しか手動運転ができない場合、最低２時間、自律運転機能を使用することが好ましい。また、運転者が手動運転を好む場合、希望した期間以外において自律運転機能を使用することが好ましい。また、運転者が、時間がかかってもよいので自律運転機能を優先使用したいと考えた場合、可能な限り自律運転機能を使用することが好ましい。
いくつかの実施形態では、候補経路のセットに含まれる各候補経路は、最適な自動化度についての独自の値（第１の値）が割り当てられる。いくつかの実施形態では、最適な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、および、旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））のうちの１つまたは複数として表現される。
最適な自動化度は、最適化システムによってＨＡＶのメモリに記憶される。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、以下のタイプのデジタルデータのうちの１つまたは複数を分析して、候補経路データ、外部データ、運転者データ、および嗜好データのうちの１つまたは複数に基づいて、候補経路データのセットに含まれる候補経路についての可能な自動化度（a possible degree of automation）を決定することをプロセッサに行わせるように動作可能なコード
およびルーチンを含む。
「可能な自動化度」は、特定の候補経路について、その特定の候補経路に関する外部データ、運転者データによって記述される運転者の状態、および嗜好データによって記述される運転者の嗜好に基づいて、出発点と目的地との間を移動するためにどれほどの自動運転が実際に可能であるかを記述するデジタルデータである。
例えば、特定の経路において悪天候が予想されており、特定の区間において自律運転機能が十分に働かないことが予想される場合、可能な自動化度は低下する。また、特定の候補経路において、道路条件が悪く、特定の区間において自律運転機能が十分に働かないことが予想される場合、可能な自動化度は低下する。
いくつかの実施形態では、候補経路のセットに含まれる各候補経路は、可能な自動化度についての独自の値（第２の値）が割り当てられる。いくつかの実施形態では、候補経路ごとの可能な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、または旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））として表現される。たとえば、図４を参照されたい。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、最適な自動化度についての値を、候補経路ごとの可能な自動化度についての値と比較して、経路のうちのどれが、最適な自動化度に最良の利用可能な適合（a best available fit）であるかを判定することをプロセッサに行わせるように動作可能なコードおよびルーチンを含む。
最良の利用可能な適合は、最適な自動化度についての値に最も近い、可能な自動化度についての値を有する候補経路である。すなわち、実施形態における最適化システムは、望ましい自動化の度合いと、現実に得られる自動化の度合いが類似しているほど、適した経路であると判定する。
同順位が存在する場合、最良の利用可能な適合は、運転者にとって望ましい最短継続時間または他の要因を有する経路である。
なお、これらの値の比較は、運転者が使用を希望する自律運転機能を考慮して行ってもよい。例えば、運転者によって、使用を希望する自律運転機能が指定されている場合、当該自律運転機能を使用できる経路が優先して選択されるように、第１の値および第２の値のいずれかを補正しても（重み付けしても）よい。

いくつかの実施形態では、最適化システムは、ＨＡＶのプロセッサによって実行された場合に、ＨＡＶ用の現在のナビゲーション経路として最良の利用可能な適合である候補経
路をプロセッサに選択させるように動作可能なコードおよびルーチンを含む。この経路は以降、「選択経路」と呼ばれる。最適化システムは、ＨＡＶの自動運転システムに選択経路を提供し、ＨＡＶが旅行のためにこの選択経路上を移動するように、自動運転システムにＨＡＶを操作させる。

次に、図１Ａを参照して最適化システムが記載される。

図１Ａを参照すると、いくつかの実施形態による、ＨＡＶ１２３の最適化システム１９９用の動作環境１００が描写されている。

動作環境１００は、ＨＡＶ１２３、外部要因サーバ１０７、および第２の車両１２４のうちの１つまたは複数を含みうる。これらの要素は、ネットワーク１０５を介して互いに通信可能に結合されうる。図１Ａには、１つのＨＡＶ１２３、１つの外部要因サーバ１０７、１つの第２の車両１２４、および１つのネットワーク１０５が描写されているが、実際には、動作環境１００は、１つ以上のＨＡＶ１２３、１つ以上の外部要因サーバ１０７、１つ以上の第２の車両１２４、および１つ以上のネットワーク１０５を含みうる。

ネットワーク１０５は、従来型、有線、またはワイヤレスでありうるし、スター構成、トークンリング構成、または他の構成を含む多数の異なる構成を有しうる。さらに、ネットワーク１０５は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）（たとえば、インターネット）、または、複数のデバイスおよび／もしくはエンティティが通信しうる他の相互接続されたデータパスを含みうる。いくつかの実施形態では、ネットワーク１０５はピアツーピアネットワークを含みうる。ネットワーク１０５はまた、様々な異なる通信プロトコルでデータを送信するための電気通信ネットワークの部分に結合されうるし、またはそれらを含みうる。いくつかの実施形態では、ネットワーク１０５は、ショートメッセージングサービス（ＳＭＳ）、マルチメディアメッセージングサービス（ＭＭＳ）、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、直接データ接続、ワイヤレスアプリケーションプロトコル（ＷＡＰ）、電子メール、専用短距離通信（ＤＳＲＣ）、全二重ワイヤレス通信などを介してデータを送受信するための、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信ネットワークまたはセルラー通信ネットワークを含む。ネットワーク１０５はまた、３Ｇ、４Ｇ、５Ｇ、ロングタームエボリューション（ＬＴＥ）、ロングタームエボリューション車両対Ｘ（ＬＴＥ−Ｖ２Ｘ）、ロングタームエボリューション車両対車両（ＬＴＥ−Ｖ２Ｖ）、ＶｏＬＴＥ、もしくは任意の他のモバイルデータネットワークを含みうるモバイルデータネットワーク、またはモバイルデータネットワークの組合せを含みうる。さらに、ネットワーク１０５は、１つ以上のＩＥＥＥ８０２．１１ワイヤレスネットワークを含みうる。

いくつかの実施形態では、ＨＡＶ１２３はＤＳＲＣ装備自律車両である。第２の車両１２４はＤＳＲＣ装備車両である。ネットワーク１０５は、ＨＡＶ１２３と第２の車両１２４との間で共有される１つ以上の通信チャネルを含みうる。通信チャネルは、ＤＳＲＣ、Ｖ２Ｘ、全二重ワイヤレス通信、または任意の他のワイヤレス通信プロトコルを含みうる。たとえば、ネットワーク１０５は、本明細書に記載されたデータのいずれかを含むＤＳＲＣメッセージ、ＤＳＲＣプローブ、基本安全メッセージ（ＢＳＭ）、または全二重メッセージを送信するために使用されうる。

ＨＡＶ１２３は、レベル３以上で動作するＡＤＡＳシステムセット１８０を有する任意のタイプの自律車両である。たとえば、ＨＡＶ１２３は、自動車、トラック、スポーツユーティリティビークル、バス、セミトラック、ドローン、または任意の他の道路ベースの乗り物のうちの１つである。

いくつかの実施形態では、ＨＡＶ１２３は、プロセッサ１２５、メモリ１２７、通信ユニット１４５、ＤＳＲＣ対応ＧＰＳユニット１５１、ナビゲーションシステム１４９、外部センサ１５５、内部センサ１５９、ＡＤＡＳシステムセット１８０、インターフェースデバイス１９８、および最適化システム１９９のうちの１つまたは複数を含む。ＨＡＶ１２３のこれらの要素は、バス１２０を介して互いに通信可能に結合されている。

（ＨＡＶ１２３）
いくつかの実施形態では、プロセッサ１２５およびメモリ１２７は、（図２を参照して以下に記載されるコンピュータシステム２００などの）車載コンピュータシステムまたはＨＡＶ１２３の他の何らかのＯＢＵの要素である。

いくつかの実施形態では、車載コンピュータシステムは、最適化システム１９９の動作を引き起こすか、または制御するように動作可能である。車載コンピュータシステムは、メモリ１２７に記憶されたデータにアクセスし実行して、最適化システム１９９またはその要素（たとえば、図２参照）について、本明細書に記載された機能を実現するように動作可能である。車載コンピュータシステムは、図３Ａ〜図３Ｃを参照して以下に記載される方法３００の１つ以上のステップを車載コンピュータシステムに実行させる最適化システム１９９を実行するように動作可能である。

いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニット１５１は、１つ以上の異なる時間にＨＡＶ１２３の１つ以上の位置を記述するＧＰＳデータ１８６を取り出すように動作可能である。ＧＰＳデータ１８６は、ＨＡＶ１２３がこの特定の位置にあった時間を示すためにタイムスタンプされうる。いくつかの実施形態では、ＧＰＳデータ１８６によって記述される特定の位置は旅行の出発点である。たとえば、図１Ｂを参照すると、ＧＰＳデータ１８６によって記述される特定の位置は、出発点１３１で始まり、目的地１３２で終わる旅行の出発点１３１である。

再び図１Ａを参照する。いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニット１５１は、任意の派生物または分岐物を含む以下のＤＳＲＣ規格のうちの１つまたは複数に、ＨＡＶ１２３またはＤＳＲＣ対応ＧＰＳユニット１５１を準拠させるために必要な任意のハードウェアまたはソフトウェアを含む。
・ＥＮ１２２５３：２００４専用短距離通信−５．８ＧＨｚのマイクロ波を使用する物理層（レビュー）
・ＥＮ１２７９５：２００２専用短距離通信（ＤＳＲＣ）−ＤＳＲＣデータリンク層：媒体アクセスおよび論理リンク制御（レビュー）
・ＥＮ１２８３４：２００２専用短距離通信−アプリケーション層（レビュー）
・ＥＮ１３３７２：２００４専用短距離通信（ＤＳＲＣ）−ＲＴＴＴアプリケーション用ＤＳＲＣプロファイル（レビュー）
・ＥＮ ＩＳＯ１４９０６：２００４電子手数料徴収−アプリケーションインターフェース

いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニット１５１は、ＨＡＶ１２３の位置を記述するＧＰＳデータ１８６を車線レベル精度で提供するように動作可能である。たとえば、ＨＡＶ１２３は道路環境の道路上を移動している。車線レベル精度は、各々がＨＡＶ１２３およびその移動車線と同じ方向または方位に走行する複数の車線を含む道路上をＨＡＶ１２３移動している場合でも、ＨＡＶ１２３の移動車線が正確に特定されうるほど、ＨＡＶ１２３の位置が正確に記述されることを意味する。最適化システム１９９のコンテキストでは、車線レベル精度により、最適化システム１９９が、ＡＤＡＳシステムセット１８０によってどの自律機能が提供されうるか、またはとにかく自律運転サービスが提供されうるかどうかに影響を及ぼしうる外部要因を正確に特定することが可能になる。た
とえば、道路の特定の車線は、同じ道路の他の車線（たとえば、道路の浸水した車線、他の隣接車線よりも氷の影響を受けている道路の車線、他の隣接車線が影響を受けていないか、またはそれほど影響を受けていない交通事故によって影響を受けている道路の車線、同じ道路の他の車線には存在しない他のローカルな状態によって影響を受ける道路の車線など）よりも外部要因によって悪影響を及ぼされうるし、この情報は、どの自律機能がＡＤＡＳシステムセット１８０によって提供されうるか、または自律運転サービスがＡＤＡＳシステムセット１８０によってとにかく提供されうるかどうかに影響を及ぼしうる。第２の車両１２４もまたＤＳＲＣ対応である場合、第２の車両１２４はＤＳＲＣ対応ＧＰＳユニット１５１の独自のインスタンスも含み、このようにして、第２の車両１２４が最適化システム１９９に提供するＤＳＲＣデータは、車線レベル精度で外部要因も記述する。このようにして、車線レベル精度を有するＧＰＳデータ１８６は、有利なことに、最適化システム１９９を車線ごとに外部要因を考慮してその機能を提供するように動作可能にし、それにより、最適化システム１９９が候補経路のセットから最適な経路を選択する能力が向上する。

いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニット１５１は、ＤＳＲＣ規格に準拠した精度でＨＡＶ１２３の位置を記述するＧＰＳデータ１８６を取り出すためにＧＰＳ衛星とワイヤレスに通信するハードウェアを含む。ＤＳＲＣ規格は、ＧＰＳデータ１８６が、２つの車両（たとえば、そのうちの１つはＨＡＶ１２３である）が同時に同じ車線にあるかどうかを推論するのに十分な精度であることを要求する。車線は道路の車線でありうる。いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニット１５１は、屋外にある時間の６８％のその実際の位置から１．５メートル以内のその二次元位置を識別、監視、および追跡するように動作可能である。道路の車線は通常３メートル以上あるので、ＧＰＳデータ１８６の２次元誤差が１．５メートル未満であるときはいつでも、本明細書に記載された最適化システム１９９は、ＤＳＲＣ対応ＧＰＳユニット１５１によって提供されるＧＰＳデータ１８６を分析し、同時に道路上の２台以上の異なる車両（たとえば、そのうちの１つはＨＡＶ１２３である）の相対位置に基づいて、ＨＡＶ１２３が道路のどの車線を移動しているかを特定しうる。

ＤＳＲＣ対応ＧＰＳユニット１５１と比較すると、ＤＳＲＣ規格に準拠しない従来のＧＰＳユニットは、車線レベル精度でＨＡＶ１２３の位置を特定することができない。たとえば、道路の典型的な車線は約３メートルの幅である。しかしながら、従来のＧＰＳユニットは、ＨＡＶ１２３の実際の位置に対してプラスマイナス１０メートルの精度しかもたない。結果として、そのような従来のＧＰＳユニットは、最適化システム１９９を車線ごとに外部要因を考慮してその機能を提供するように動作可能ではないはずなので、いくつかの実施形態では最適化システム１９９による使用に対して十分に正確ではない。

ナビゲーションシステム１４９は、ＨＡＶ１２３の独立した車載ユニット、またはＤＳＲＣ対応ＧＰＳユニット１５１の要素であり、ＤＳＲＣ対応ＧＰＳユニット１５１は、旅行の出発点を定義するＧＰＳデータ１８６、および旅行の目的地を指定するＨＡＶ１２３の運転者からのユーザ入力を受信し、次いで旅行の候補経路のセットを出力するように動作可能である。候補経路データ１８８は、候補経路のセットを記述するデジタルデータである。候補経路のセットは、各々が旅行の出発点で始まり、旅行の目的地で終わる複数の候補経路を含む。ナビゲーションシステム１４９は、インターフェースデバイス１９８に通信可能に結合され、ＨＡＶ１２３の運転者が旅行の目的地を指定するユーザ入力を提供するために使用できるＧＵＩを、インターフェースデバイス１９８に表示させるように動作可能である。

いくつかの実施形態では、ナビゲーションシステム１４９は、プロセッサ１２５によって実行された場合に、旅行の目的地を指定する第１の入力としてインターフェースデバイ
ス１９８からユーザ入力を受け取るように動作可能なコードおよびルーチンを含む。ナビゲーションシステム１４９はまた、旅行の出発点を指定する第２の入力としてＨＡＶ１２３の現在位置を記述するＧＰＳデータ１８６を受信するように動作可能である。ナビゲーションシステム１４９は、これらの入力を分析し、ＨＡＶ１２３が移動した場合、第２の入力によって指定された出発点から第１の入力によって指定された目的地にＨＡＶ１２３を導く候補経路のセットを特定し、それにより、第１の入力と第２の入力の組合せによって指定された旅行が完結する。

いくつかの実施形態では、ナビゲーションシステム１４９は、ＨＡＶ１２３のローカルの非一時的メモリ（たとえば、メモリ１２７）に、１つ以上の地理的エリアの道路を記述する地図データのセットを記憶し、ナビゲーションシステム１４９は、候補経路のセットを生成するために地図データのこのセットを使用する。いくつかの実施形態では、ナビゲーションシステム１４９は、このリモートエンティティの要素であるリモートの非一時メモリによって記憶された地図データのセットにアクセスするために、リモートエンティティ（たとえば、ＧＰＳ衛星またはサーバ）とワイヤレスに通信する。

外部センサ１５５は、ＨＡＶ１２３の外部の物理環境を測定するように動作可能な１つ以上のセンサを含む。たとえば、外部センサ１５５は、ＨＡＶ１２３に近接する物理環境の１つ以上の物理特性を記録しうる。外部センサ１５５のセンサは、外部センサデータ１８３を生成しうる。外部センサデータ１８３は、外部センサ１５５によって測定された記録を記述しうる。たとえば、外部センサ１５５は、カメラによって取り込まれた画像などの、外部センサ１５５によって取り込まれた画像を、外部センサデータ１８３としてメモリ１２７に記憶しうる。

いくつかの実施形態では、外部センサ１５５には、カメラ、ＬＩＤＡＲセンサ、レーダセンサ、レーザ高度計、赤外線検知器、動き検知器、サーモスタット、音声検出器、一酸化炭素センサ、二酸化炭素センサ、酸素センサ、質量空気流量センサ、エンジン冷却剤温度センサ、スロットル位置センサ、クランクシャフト位置センサ、自動車エンジンセンサ、バルブタイマ、空気燃焼比メータ、死角メータ、カーブフィーラ、不具合検出器、ホール効果センサ、マニホールド絶対圧センサ、駐車センサ、レーダガン、速度計、速度センサ、タイヤ空気圧モニタリングセンサ、トルクセンサ、トランスミッション油温センサ、タービン速度センサ（ＴＳＳ）、可変リラクタンスセンサ、車両速度センサ（ＶＳＳ）、水センサ、車輪速度センサ、および任意の他の種類の自動車センサのうちの１台または複数が含まれうる。
外部センサデータ１８３は、これらの外部センサ１５５のうちの１つまたは複数によって記録された測定値を記述するデジタルデータである。

内部センサ１５９は、運転者の状態を監視し測定するセンサである。たとえば、内部センサ１５９は、以下の搭載センサ、または任意の同様の搭載ユニットもしくはその派生物のうちの１つまたは複数を含む。
（１）運転者が眠い、眠りかけている、または眠っていることを示すものとして、運転者の視線を測定する１つ以上の内部カメラ
（２）運転者が眠い、眠りかけている、または眠っていることを示すものとして、運転者の閉眼を測定する１つ以上の内部カメラ
（３）運転者の上下の瞼を測定し、運転者の目がどれだけ開いているかを、時間とともに計算する目監視システム
（４）（ａ）ステアリングが運転者によって制御されているときに、ＨＡＶ１２３のステアリングの揺れパターンを時間とともに測定し、（ｂ）これらの測定されたパターンを、眠い人または眠っている人による特徴的なステアリング行動の既知のパターンと比較することにより、ＨＡＶ１２３の運転者が眠い、眠りかけている、または眠っているかどうか
を識別する眠気検出システム
（５）協働して、画像認識および処理技術を使用することにより、（ａ）運転者の顔の角度、（ｂ）長期間の閉眼、（ｃ）眠気のレベル、（ｄ）頭の位置を検出および測定する、運転者に向けられたカメラ、および２つ以上の近赤外線発光ダイオードを含む、日本国愛知県刈谷市のデンソー社によって製造および製作された運転者状態監視システムであって、これらの入力を使用して、運転者が注意散漫または眠いかどうかを判定する、運転者状態監視システム
（６）運転者の動きおよび局所的な顔の表情（たとえば、道路に向けられていない目、運転者がパニックまたは緊急の顔の表情をもっている、運転者が本または他の何らかの文章を読んでいる、運転者がスマートフォンまたは他の何らかの電子デバイスを使用している）の画像を取り込み、次いで、運転者がＨＡＶ１２３を運転する作業に提供している集中度を定義する階層に基づいて画像を分析して、運転者がＨＡＶ１２３を運転する作業に十分な集中力を提供しているかどうかを判定する１つ以上の内部カメラを含む、日本国京都市のオムロン社によって製造および製作された運転者集中システム

内部センサ１５９に含まれる搭載システムの別の例は、その全体が参照により本明細書に組み込まれる、２０１４年１０月９日に出願され、「Ｄｒｉｖｅｒ Ｍｏｎｉｔｏｒｉｎｇ Ａｐｐａｒａｔｕｓ」と題する米国特許公開第２０１６／０２６２，６８２号に記載された装置である。

いくつかの実施形態では、内部センサ１５９は、運転者の頭部位置を識別し追跡するように動作可能な１つ以上のカメラ、レンジファインダ、または他のセンサを含む。

いくつかの実施形態では、内部センサ１５９は、運転者を監視する１つ以上の内部車両カメラを含む。これらの画像は、最適化システムにより、ＨＡＶ１２３のメモリ１２７に記憶された１つ以上の前の物体と比較されうる。これらの前の物体は、前の物体との画像の比較が、運転者が個々の前の物体によって記述された状態を現在表しているかどうかを示すように、既知の状態のセットに関連付けられる。

プロセッサ１２５は、計算を実行し、ディスプレイデバイスに電子表示信号を供給するために、算術論理ユニット、マイクロプロセッサ、汎用コントローラ、または他の何らかのプロセッサアレイを含む。プロセッサ１２５はデータ信号を処理し、複合命令セットコンピュータ（ＣＩＳＣ）アーキテクチャ、縮小命令セットコンピュータ（ＲＩＳＣ）アーキテクチャ、または命令セットの組合せを実装するアーキテクチャを含む様々なコンピューティングアーキテクチャを含みうる。ＨＡＶ１２３は１つ以上のプロセッサ１２５を含みうる。他のプロセッサ、オペレーティングシステム、センサ、ディスプレイ、および物理構成が可能でありうる。いくつかの実施形態では、１つ以上のプロセッサ１２５は、ＨＡＶ１２３の車載コンピュータまたは電子制御ユニット（ＥＣＵ）の要素である。

メモリ１２７は、プロセッサ１２５によってアクセスされ実行されうる命令またはデータを記憶する非一時的記憶媒体である。命令またはデータは、本明細書に記載された技法を実行するためのコードを含みうる。メモリ１２７は、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）デバイス、スタティックランダムアクセスメモリ（ＳＲＡＭ）デバイス、フラッシュメモリ、または他の何らかのメモリデバイスでありうる。いくつかの実施形態では、メモリ１２７は、ハードディスクドライブ、フロッピーディスクドライブ、ＣＤ−ＲＯＭデバイス、ＤＶＤ−ＲＯＭデバイス、ＤＶＤ−ＲＡＭデバイス、ＤＶＤ−ＲＷデバイス、フラッシュメモリデバイス、またはより恒久的に情報を記憶するための他の何らかのマスストレージデバイスを含む、不揮発性メモリまたは同様の永久ストレージデバイスおよび媒体も含む。メモリ１２７の一部分は、バッファまたは仮想ランダムアクセスメモリ（仮想ＲＡＭ）として使用するために確保されうる。ＨＡＶ１２３は１つ以上のメモ
リ１２７を含みうる。

ＨＡＶ１２３のメモリ１２７は、外部センサデータ１８３、内部センサデータ１８５、ＧＰＳデータ１８６、気象データ１８７、候補経路データ１８８、嗜好データ１８９、外部データ１９１、および運転者データ１９３のうちの１つまたは複数を記憶しうる。以下でメモリ１２７のこれらの要素が記載される。

外部センサデータ１８３は、ＨＡＶ１２３の外部センサ１５５によって記録された測定値を記述するデジタルデータである。いくつかの実施形態では、外部センサデータ１８３は外部データ１９１の要素である。

内部センサデータ１８５は、ＨＡＶ１２３の内部センサ１５９によって記録された測定値を記述するデジタルデータである。いくつかの実施形態では、内部センサデータ１８５は、運転者データ１９３を特定するために最適化システム１９９によって使用される最適化システム１９９の入力となる。

ＧＰＳデータ１８６は、ＨＡＶ１２３の地理的位置を記述するデジタルデータである。いくつかの実施形態では、ＧＰＳデータ１８６は、ＤＳＲＣ対応ＧＰＳユニット１５１から受信され、特定の車線内のＨＡＶ１２３の位置がＧＰＳデータ１８６によって識別されるような精度でＨＡＶ１２３の現在位置を記述する。

気象データ１８７は、ＨＡＶ１２３の地理的位置に存在する気象を記述するデジタルデータである。たとえば、通信ユニット１４５は、ＨＡＶ１２３の地理的位置に存在する気象を記述する気象データ１８７について、ネットワーク１０５を介して外部要因サーバ１０７に照会する。照会は、ＨＡＶ１２３についての最新または現在のＧＰＳデータ１８６を含む。外部要因サーバ１０７は、ＧＰＳデータ１８６によって記述される地理的位置に関連付けられた気象データ１８７を返信する。たとえば、外部要因サーバ１０７は、（たとえば、緯度および経度によって記述される）地理的位置のリスト、ならびにこれらの地理的位置についての気象条件を含むデータ構造を含む。外部要因サーバ１０７は、ＧＰＳデータ１８６を受信し、ＧＰＳデータ１８６によって記述される地理的位置に関連付けられた気象データ１８７を取り出す。外部要因サーバ１０７は、次いで、ネットワーク１０５を介して通信ユニット１４５に気象データ１８７を送信する。通信ユニット１４５は、次いで、メモリ１２７に気象データ１８７を記憶する。このプロセスは、ＧＰＳデータ１８６の新しいインスタンスごとに、または他の何らかの間隔で繰り返されうる。

いくつかの実施形態では、気象データ１８７は外部データ１９１の要素である。

候補経路データ１８８は、ナビゲーションシステム１４９によって出力された候補経路のセットを記述するデジタルデータである。

嗜好データ１８９は、（１）運転者がＨＡＶ１２３（またはＨＡＶ１２３のＡＤＡＳシステムセット１８０）から自動運転サービスを受けたい頻度（旅行中における長さ）、（２）運転者がＡＤＡＳシステムセット１８０の特定のＡＤＡＳシステムからどの特定の自律機能を受けたいか、および、（３）ＡＤＡＳシステムセット１８０の特定のＡＤＡＳシステムから特定の自律機能を運転者が受けたい頻度、のうちの１つまたは複数に関する運転者の嗜好を記述するデジタルデータである。

いくつかの実施形態では、運転者はインターフェースデバイス１９８を使用して、嗜好データ１８９を入力する。いくつかの実施形態では、運転者は、メモリ１２７に嗜好データ１８９を記憶する最適化システム１９９に、直接的または間接的にこれらの入力を提供
するように動作可能なスマートフォンまたは他のプロセッサベースのコンピューティングデバイスを使用して、嗜好データ１８９を入力する。たとえば、運転者は、任意のブラウザを使用してアクセス可能なブラウザインターフェースまたはスマートフォンアプリケーションを使用して、嗜好データ１８９を提供する。いくつかの実施形態では、運転者は、ＨＡＶ１２３のヘッドユニットの要素である電子ディスプレイを使用して、嗜好データ１８９を入力する。この電子ディスプレイは、いくつかの実施形態によるインターフェースデバイス１９８の一例である。

いくつかの実施形態では、メモリ１２７はグラフィカルデータを記憶する。グラフィカルデータは、インターフェースデバイス１９８を使用して最適化システム１９９に嗜好データ１８９を提供するために運転者によって使用されるＧＵＩを記述するデジタルデータである。

外部データ１９１は、候補経路データ１８８によって記述される候補経路のセットに含まれる候補経路の各々について、特定の候補経路に沿って移動するＨＡＶの自動運転サービスの可能性を制限する、特定の候補経路についての１つ以上の外部要因を記述するデジタルデータである。

いくつかの実施形態では、以下は候補経路ごとに外部データ１９１によって記述される外部要因の例である。
（１）特定の候補経路に含まれる道路のタイプ（道路が支線道路または補助幹線道路などの低容量道路であるかどうか）
（２）道路が高速道路などの高容量道路であるかどうか、道路の寸法、道路に存在する湾曲の角度、道路に含まれる車線の数など
（３）特定の候補経路に含まれる様々な道路の地理的位置（道路が田園エリアに位置するかどうか、道路が都市エリアに位置するかどうか、道路が平坦であるかどうか、道路の標高が高いかどうか、道路が湾曲しているかどうか、およびいくつのカーブが存在するか）
（４）特定の候補経路に含まれる様々な道路の走行速度域
（５）特定の候補経路に含まれる道路の照明条件（たとえば、時間または日付および曇天などの、道路の現在の照明に影響を及ぼす要因。例えば、街路灯が無い道路や、逆光の環境下においては、車載カメラを利用する自律機能は使用不能になるか信頼度が低下する）
（６）特定の候補経路に沿って移動中に遭遇する気象条件（特定の道路に沿っていつ自動運転が安全または可能であるかに影響を及ぼす、現在の気象条件。たとえば、自律機能は一般に、氷、霧、雨の気象条件下ではあまり安全ではないが、路面の摩擦に悪影響を及ぼさない気象ではより安全である）
（７）特定の候補経路に沿って移動中に、ＡＤＡＳシステムセット１８０のどのＡＤＡＳシステムが用いられる可能性が高いか

いくつかの実施形態では、メモリ１２７は、ＨＡＶ１２３の自動運転能力を記述するデジタルデータを記憶する。たとえば、メモリは、ＡＤＡＳシステムセット１８０にどのＡＤＡＳシステムが含まれているか、およびこれらのＡＤＡＳシステムによって提供される自律機能を記述するＡＤＡＳデータを記憶する。いくつかの実施形態では、ＡＤＡＳデータは、全体としてどのレベルの自動化がＡＤＡＳシステムセット１８０によって提供されるかを記述する。たとえば、ＡＤＡＳデータは、ＡＤＡＳシステムセット１８０がＨＡＶ１２３をレベル４の自律車両にすることを記述する。

いくつかの実施形態では、外部データ１９１は、１つ以上の外部要因を記述するデジタルデータを最適化システムに提供する１つ以上の電子サービスから受信される。たとえば
、外部要因サーバ１０７は、１つ以上のサーバおよび電子サービスのセットである。いくつかの実施形態では、外部要因サーバ１０７は、外部データ１９１に含まれる外部要因を記述するデジタルデータを提供する。たとえば、外部要因サーバ１０７は、特定の候補経路上を移動中に遭遇する気象を記述する気象データ１８７を提供する気象サービスを含む。別の例では、外部要因サーバ１０７は、特定の候補経路が田園エリアを通過するか、都市エリアを通過するか、特定の候補経路に沿った平均走行速度、特定の候補経路に沿った高度の変動、特定の候補経路に含まれる道路のタイプなどを記述するデジタルデータを提供する交通サーバを含む。

いくつかの実施形態では、ＨＡＶ１２３はＤＳＲＣ装備車両である。ＤＳＲＣ装備車両は、（たとえば、通信ユニット１４５の要素としての）ＤＳＲＣ無線機およびＤＳＲＣ対応ＧＰＳユニット１５１を含む車両である。ＤＳＲＣ装備車両は、一定の間隔（たとえば、０．１秒ごとに１回またはユーザ構成可能な他の何らかの間隔）でＢＳＭメッセージをブロードキャストする。各ＢＳＭメッセージは、ＢＳＭメッセージをブロードキャストした車両、（その経路履歴を含む）車両の移動経路、経路上を移動中の車両の速度、経路上を移動中にどのＡＤＡＳシステムが用いられたかを記述するＤＳＲＣデータ６０５を含む。ＤＳＲＣデータ６０５の例が図６Ａおよび図６Ｂに描写されている。いくつかの実施形態では、他のＤＳＲＣ装備デバイス（たとえば、ＤＳＲＣ無線機およびＤＳＲＣ対応ＧＰＳユニット１５１を含む他のデバイス）から受信されたＤＳＲＣデータ６０５は、外部データ１９１に含まれる。

いくつかの実施形態では、ＨＡＶ１２３は、第２の車両１２４などの他のＤＳＲＣ装備車両を含む道路上を移動しており、これらのＤＳＲＣ装備車両は、ＤＳＲＣデータ６０５を含むＢＳＭメッセージおよび他のＤＳＲＣメッセージをブロードキャストする。ＨＡＶ１２３の通信ユニット１４５は、これらのＢＳＭメッセージおよびＤＳＲＣメッセージを取り出し、それらを最適化システム１９９に供給し、最適化システム１９９は、次いで、それらが含んでいるＤＳＲＣデータ６０５を抽出する。このＤＳＲＣデータ６０５は、上述された外部データ１９１の別の潜在的なソースである。

たとえば、第２の車両１２４は、最適化システム１９９によって考慮されている１つ以上の候補経路との類似点を含む経路に沿って最近移動した。類似点は、最適化システム１９９が候補経路のセットに含まれる特定の候補経路を選択した場合にＨＡＶ１２３が移動するはずの道路の部分に沿って第２の車両１２４が移動したことを含みうる。第２の車両１２４は、ＤＳＲＣデータ６０５を含むＢＳＭメッセージをブロードキャストする。ＤＳＲＣデータ６０５は、とりわけ、第２の車両１２４が移動した経路と同様の候補経路を最適化システム１９９が選択するべきだった場合にＨＡＶ１２３が移動するはずの道路部分と同じ道路部分を含む、第２の車両１２４が移動した様々な道路部分に対してどのＡＤＡＳシステムに第２の車両１２４が関与したかを記述する。最適化システム１９９は、ＤＳＲＣデータ６０５を分析して、第２の車両１２４がどのＡＤＡＳシステムを用いたか、およびこれらのＡＤＡＳシステムが用いられたときの地理的位置を特定する。このようにして、ＤＳＲＣデータ６０５は、有利なことに、最適化システム１９９が、どのＡＤＡＳシステムが候補経路のうちの１つまたは複数に関与する可能性があるか、およびこれらのＡＤＡＳシステムがどのくらい長く関与するかを決定することを可能にする。
なお、第２の車両１２４によって送信されるＤＳＲＣデータには、これ以外の外部データが含まれていてもよい。例えば、第２の車両１２４が走行した道路における道路情報、気象条件、道路交通条件、照明条件などが含まれていてもよい。

いくつかの実施形態では、外部データ１９１は、セルラー通信またはミリメートル波通信を介してＨＡＶ１２３に送信されるワイヤレスメッセージを介して、（第２の車両１２４などの）１つもしくは複数の他の車両または１つもしくは複数の路側ユニットによって
ＨＡＶ１２３に送信される。ワイヤレスメッセージは、ＤＳＲＣデータ６０５によって記述される情報に類似する情報を記述するデジタルデータを含みうる。いくつかの実施形態では、ワイヤレスメッセージは、ＬＴＥ−Ｖ２Ｖ、３Ｇ、４Ｇ、５Ｇ、または他の何らかの形態のセルラー通信を介して送信される。

運転者データ１９３は、ＨＡＶ１２３の運転者の疲労、障害、身体状態、および精神状態を記述するデジタルデータである。たとえば、最適化システム１９９は、内部センサデータ１８５を入力として受け取り、内部センサデータ１８５に基づいて、ＨＡＶ１２３の運転者の疲労、障害、身体状態、および精神状態を特定する。

たとえば、内部センサデータ１８５が、運転者の目が現在閉じており、１秒以上閉じていたことを示す場合、最適化システム１９９は、運転者が眠いか眠っており、ＨＡＶ１２３を運転する責任を負うことができないと判断し、運転者データ１９３は、（１）運転者の状態、および（２）運転者がＨＡＶ１２３の動作を制御することに寄与できるかどうかにこの状態がどのように影響するか（たとえば、運転者の状態に基づいて運転者がＨＡＶ１２３の動作を制御することにどれほど寄与できるか）を記述する。

いくつかの実施形態では、運転者データ１９３によって記述される運転者の状態は、ＨＡＶ１２３の操作の一部またはすべての局面の制御を引き継ぐことに対する運転者の可能性を制限する。いくつかの実施形態では、「ＨＡＶ１２３の一部またはすべての局面を制御すること」とは、ＨＡＶ１２３を操縦すること、ＨＡＶ１２３の速度を管理すること（たとえば、ＨＡＶ１２３の加速を管理すること、もしくはＨＡＶ１２３の制動システムを管理すること）、ＨＡＶ１２３の変速機を管理すること、ＨＡＶ１２３のサイドブレーキを管理すること、ＨＡＶ１２３の方向指示器を管理すること、ＨＡＶ１２３の駐車を管理すること、ＨＡＶ１２３のバックアップを管理すること、ＨＡＶ１２３の任意の他の車両機能を管理すること、および、そのＡＤＡＳシステムが用いられた場合、場合によってはＨＡＶ１２３のＡＤＡＳシステムによって提供されるはずの任意の機能を管理することのうちの１つまたは複数を含む。

別の例では、内部センサデータ１８５は、運転者が眠い状態であるが危険なほど遅くないことを示す揺動パターンで運転者がＨＡＶ１２３を操縦していることを示し、最適化システム１９９は、運転者が眠い状態であるが、混雑した道路や都市環境にＨＡＶ１２３が位置していない限り、１分を超えない時間の間、ＨＡＶ１２３を操作できると判断する。

前述の例に基づいて、運転者データ１９３は、内部センサデータ１８５に基づいて、運転者の状態の診断および運転者のＨＡＶ１２３の動作を制御する能力に対するその影響を記述する。他の例も考えられる。

いくつかの実施形態では、メモリ１２７は、運転者の様々な状態、および運転者がこれらの状態にある場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを記述するデータセットを含む。最適化システム１９９は、内部センサデータ１８５をデータセットと比較して、運転者の状態、および運転者がこれらの状態にある場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを判断する。

通信ユニット１４５は、ネットワーク１０５または別の通信チャネルとの間でデータを送受信する。いくつかの実施形態では、通信ユニット１４５は、ＤＳＲＣトランシーバ、ＤＳＲＣ受信機、およびＨＡＶ１２３（または外部要因サーバ１０７およびインターフェースデバイス１９８などの他の何らかのデバイス）をＤＳＲＣ対応デバイスにするために必要な他のハードウェアまたはソフトウェアを含みうる。

いくつかの実施形態では、通信ユニット１４５は、ネットワーク１０５または別の通信チャネルに対する直接物理接続用のポートを含む。たとえば、通信ユニット１４５は、ネットワーク１０５との有線通信用のユニバーサルシリアルバス（ＵＳＢ）、セキュアデジタル（ＳＤ）、ＣＡＴ−５、または同様のポートを含む。いくつかの実施形態では、通信ユニット１４５は、ＩＥＥＥ８０２．１１、ＩＥＥＥ８０２．１６、ＢＬＵＥＴＯＯＴＨ（登録商標）、ＥＮ ＩＳＯ１４９０６：２００４電子手数料徴収−アプリケーションインターフェース、ＥＮ１１２５３：２００４専用短距離通信−５．８ＧＨｚのマイクロ波を使用する物理層（レビュー）、ＥＮ１２７９５：２００２専用短距離通信（ＤＳＲＣ）−ＤＳＲＣデータリンク層：媒体アクセスおよび論理リンク制御（レビュー）、ＥＮ１２８３４：２００２専用短距離通信−アプリケーション層（レビュー）、ＥＮ１３３７２：２００４専用短距離通信（ＤＳＲＣ）−ＲＴＴＴアプリケーション用ＤＳＲＣプロファイル（レビュー）、２０１４年８月２８日に出願され、「Ｆｕｌｌ−Ｄｕｐｌｅｘ Ｃｏｏｒｄｉｎａｔｉｏｎ Ｓｙｓｔｅｍ」と題する米国特許出願第１４／４７１，３８７号に記載されている通信方法、または別の適切なワイヤレス通信方法を含む、１つ以上のワイヤレス通信方法を使用して、ネットワーク１０５または他の通信チャネルとデータを交換するためのワイヤレストランシーバを含む。

いくつかの実施形態では、通信ユニット１４５は、米国特許出願第１４／４７１，３８７号に記載されている全二重調整システムを含む。

いくつかの実施形態では、通信ユニット１４５は、ショートメッセージングサービス（ＳＭＳ）、マルチメディアメッセージングサービス（ＭＭＳ）、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、直接データ接続、ＷＡＰ、電子メール、または別の適切なタイプの電子通信を介して、セルラー通信ネットワーク上でデータを送受信するためのセルラー通信トランシーバを含む。いくつかの実施形態では、通信ユニット１４５は有線ポートおよびワイヤレストランシーバを含む。通信ユニット１４５は、ＴＣＰ／ＩＰ、ＨＴＴＰ、ＨＴＴＰＳ、およびＳＭＴＰ、ミリメートル波、ＤＳＲＣなどを含む標準ネットワークプロトコルを使用して、ファイルまたはメディアオブジェクトの配信のためのネットワーク１０５への他の従来の接続も提供する。

ＡＤＡＳシステムセット１８０は、１つ以上の高度運転者支援システム（ＡＤＡＳシステム）を含みうる。ＡＤＡＳシステムセット１８０に含まれるＡＤＡＳシステムの例には、ＡＣＣシステム、適応ハイビームシステム、適応照明制御システム、自動駐車システム、自動車暗視システム、死角モニタ、衝突回避システム、横風安定化システム、運転者眠気検出システム、運転者監視システム、緊急運転者支援システム、前方衝突警告システム、交差点支援システム、インテリジェント速度適応システム、車線逸脱警告システム、歩行者保護システム、交通標識認識システム、曲がり角アシスタント、および逆走警告システムのうちの１つまたは複数が含まれる。これらの例示的なＡＤＡＳシステムの各々は、本明細書では、それぞれ「ＡＤＡＳ機能」または「ＡＤＡＳ機能性」と呼ばれうる独自の機能および機能性を提供する。これらの例示的なＡＤＡＳシステムによって提供される機能および機能性は、本明細書では、それぞれ「自律機能」または「自律機能性」とも呼ばれる。図１Ａに描写されたように、ＡＤＡＳシステムセット１８０のＡＤＡＳシステムによって提供される自律機能および自律機能性は、最適化システム１９９を含む車両をＨＡＶとして分類するのに十分である。

インターフェースデバイス１９８は、３Ｄ−ＨＵＤ（たとえば、図５参照）、ＡＲヘッドセット、ＡＲゴーグル、またはＡＲ眼鏡などの従来のＡＲディスプレイデバイス、および電子ディスプレイを有するＨＡＶ１２３の任意の他の電子デバイスのうちの１つまたは複数を含む。ＨＡＶの要素として図１Ａにはただ１つのインターフェースデバイス１９８が描写されているが、実際には、ＨＡＶ１２３は複数のインターフェースデバイス１９８
を含みうる。

いくつかの実施形態では、インターフェースデバイス１９８は、以下の例示的なＡＲディスプレイデバイス：Ｇｏｏｇｌｅ（登録商標）Ｇｌａｓｓ、ＣａｓｔＡＲ、Ｍｏｖｅｒｉｏ ＢＴ−２００、Ｍｅｔａ、Ｖｕｚｉｘ Ｍ−１００、Ｌａｓｔｅｒ ＳｅｅＴｈｒｕ、Ｉｃｉｓ、Ｏｐｔｉｎｖｅｎｔ ＯＲＡ−Ｓ、ＧｌａｓｓＵＰ、Ａｔｈｅｅｒ Ｏｎｅ、Ｋ−Ｇｌａｓｓ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｈｏｌｏｌｅｎｓのうちの１つまたは複数を含む。

いくつかの実施形態では、インターフェースデバイス１９８の電子ディスプレイは、透明または実質的に透明なので、ＨＡＶ１２３の運転者は、最適化システム１９９によって提供され、インターフェースデバイス１９８によって表示されるＧＵＩ（またはオーバーレイ）も見ながら、道路環境またはＨＡＶ１２３のキャビンを見ることができる。たとえば、電子ディスプレイまたはインターフェースデバイス１９８は、透明または実質的に透明である。

いくつかの実施形態では、インターフェースデバイス１９８は、ＨＡＶ１２３を操作するときに、ＨＡＶ１２３の運転者が運転することに集中できるように構成される。いくつかの実施形態では、インターフェースデバイス１９８は、運転者の状態を監視する１つ以上の内部センサ１５９を含む。

いくつかの実施形態では、インターフェースデバイス１９８は３Ｄ−ＨＵＤである。３Ｄ−ＨＵＤの一例が図５に描写される。たとえば、ＨＡＶ１２３の運転者は３Ｄ−ＨＵＤを見うるし、３Ｄ−ＨＵＤは、メモリ１２７に記憶されたグラフィックデータによって記述されるグラフィカルオーバーレイを表示しうる。したがって、グラフィカルデータは、３Ｄ−ＨＵＤによって表示されるように動作可能な１つ以上の３次元グラフィカルオーバーレイを記述しうる。

以下でより詳細に記載されるように、インターフェースデバイス１９８は、最適化システム１９９から受信するデータを一時的に記憶する非一時的なキャッシュまたはバッファを含みうる。たとえば、非一時的なキャッシュまたはバッファは、最適化システム１９９によってあらかじめ決定されたグラフィックデータを記憶しうる。

いくつかの実施形態では、最適化システム１９９は、プロセッサ１２５によって実行された場合に、図３Ａ〜図３Ｃに描写される方法３００の１つ以上のステップをプロセッサ１２５に実行させるコードまたはルーチンを含みうる。

いくつかの実施形態では、最適化システム１９９は、プロセッサ１２５によって実行された場合に、図４を参照して以下に記載されるプロセス４００の１つ以上のステップをプロセッサ１２５に実行させるように動作可能なコードおよびルーチンを含む。

いくつかの実施形態では、ＨＡＶ１２３の最適化システム１９９は、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または特定用途向け集積回路（ＡＳＩＣ）を含むハードウェアを使用して実装されうる。いくつかの他の実施形態では、最適化システム１９９は、ハードウェアとソフトウェアの組合せを使用して実装されうる。最適化システム１９９は、デバイス（たとえば、サーバもしくは他のデバイス）の組合せ、またはデバイスのうちの１つに記憶されうる。

最適化システム１９９は、図１Ｂ、図２、図３Ａ〜図３Ｃ、図４、図５、図６Ａ、および図６Ｂを参照して以下でより詳細に記載される。

（外部要因サーバ１０７）
外部要因サーバ１０７はプロセッサベースのコンピューティングデバイスである。たとえば、外部要因サーバ１０７は、パーソナルコンピュータ、ラップトップ、メインフレーム、またはサーバとして機能するように動作可能な任意の他のプロセッサベースのコンピューティングデバイスのうちの１つまたは複数を含みうる。外部要因サーバ１０７はハードウェアサーバを含みうる。

いくつかの実施形態では、外部要因サーバ１０７は、プロセッサ、非一時的メモリ、および通信ユニットのうちの１つまたは複数を含む。外部要因サーバ１０７のこれらの要素は、ＨＡＶ１２３の要素と同様である。非一時メモリは、外部データ１９１のソースである１つ以上の電子サービスを提供するように動作可能なコードおよびルーチンも記憶する。外部要因サーバ１０７のプロセッサは、外部要因サーバ１０７の非一時メモリに記憶されたコードおよびルーチンを実行して、１つ以上の電子サービスを提供する。

（第２の車両１２４）
第２の車両１２４は車両である。たとえば、第２の車両１２４は、自動車、トラック、スポーツユーティリティビークル、バス、セミトラック、ドローン、または他の道路ベースの乗り物のうちの１つまたは複数である。いくつかの実施形態では、第２の車両１２４は、ＡＤＡＳシステムセット１８０について上述されたＡＤＡＳシステムなどの１つ以上のＡＤＡＳシステムを含む。いくつかの実施形態では、第２の車両１２４はＨＡＶである。いくつかの実施形態では、第２の車両１２４はＤＳＲＣ装備車両である。

次に図１Ｂを参照すると、いくつかの実施形態による候補経路の例示的なセット１２９を示すブロック図が描写されている。たとえば、ＨＡＶ１２３は出発点１３１である地理的位置に位置する。ＨＡＶ１２３の運転者は、目的地１３２を指定するナビゲーションシステム１４９への入力を提供する。ナビゲーションシステム１４９は、ＨＡＶ１２３が移動する場合、出発点１３１で始まり目的地１３２で終わる旅行を完結する候補経路のセットを出力する。

描写されたように、候補経路のセット１２９は、第１の候補経路１３３、第２の候補経路１３４、および第Ｎの候補経路１３５を含み、ここで、「Ｎ」は正の整数を示す。

凡例１３０は以下を説明する。破線はＨＡＶ１２３が手動運転モードにあることを示し、実線はＨＡＶ１２３が自律運転モードにあることを示す。自律運転モードは、ＨＡＶ１２３がＮＨＴＳＡによって規定されたレベル３、レベル４、またはレベル５の自律車両として動作するように、ＡＤＡＳシステムセット１８０の１つ以上のＡＤＡＳシステムが関与するＨＡＶ１２３の操作モードである。手動運転モードは、ＨＡＶ１２３がＮＨＴＳＡによって規定されたレベル１またはレベル２の車両として動作するように、ＡＤＡＳシステムセット１８０の１つ以上のＡＤＡＳシステムが関与しないＨＡＶ１２３の操作モードである。

第１の候補経路１３３の場合、最適化システム１９９は、ＨＡＶ１２３のプロセッサ１２５によって実行された場合に、第１の候補経路１３３に関する外部データ１９１を分析し、第１の候補経路１３３に関する外部データ１９１が、ＨＡＶ１２３のＡＤＡＳシステムの関与の可能性、または、安全性に悪影響を与える道路交通条件および他の要因により、ＨＡＶ１２３が候補経路全体において自律運転モードで走行できないと判断することを、プロセッサ１２５に行わせるように動作可能なコードおよびルーチンを含む。

第２の候補経路１３４の場合、最適化システム１９９は、ＨＡＶ１２３のプロセッサ１
２５によって実行された場合に、第２の候補経路１３４に関する外部データ１９１を分析し、第２の候補経路１３４に関する外部データ１９１が、ＨＡＶ１２３のＡＤＡＳシステムの関与の可能性、または、安全性に悪影響を与える気象条件および他の要因により、ＨＡＶ１２３が候補経路の開始部分および終了部分において自律モードで走行できないことを示すと判断することを、プロセッサ１２５に行わせるように動作可能なコードおよびルーチンを含む。描写された実施形態では、外部データ１９１は、好ましくない気象条件のために、自動運転モードで走行しているときにＨＡＶ１２３がゆっくりと走行する必要がありうることをさらに示す。

第Ｎの候補経路１３５の場合、最適化システム１９９は、ＨＡＶ１２３のプロセッサ１２５によって実行された場合に、第Ｎの候補経路１３５に関する外部データ１９１を分析し、第Ｎの候補経路１３５に関する外部データ１９１が、ＨＡＶ１２３が経路全体に対してレベル３、レベル４、またはレベル５の自律車両として動作できるように、ＨＡＶ１２３のＡＤＡＳシステムが経路全体において関与できることを示すと判断することを、プロセッサ１２５に行わせるように動作可能なコードおよびルーチンを含む。

（例示的なコンピュータシステム）
次に図２を参照すると、いくつかの実施形態によるＨＡＶ１２３の最適化システム１９９を含む例示的なコンピュータシステム２００を示すブロック図が描写されている。

いくつかの実施形態では、コンピュータシステム２００は、図３Ａ〜図３Ｃを参照して以下に記載される方法３００または図４を参照して以下に記載されるプロセス４００の１つ以上のステップを実行するようにプログラムされた専用コンピュータシステムを含みうる。

いくつかの実施形態では、コンピュータシステム２００の１つ以上の構成要素は、外部要因サーバ１０７の一部でありうる。

いくつかの実施形態では、コンピュータシステム２００はＨＡＶ１２３の車載コンピュータでありうる。

いくつかの実施形態では、コンピュータシステム２００は、ＥＣＵ、ヘッドユニット、またはＨＡＶ１２３の他の何らかのプロセッサベースのコンピューティングデバイスでありうる。

コンピュータシステム２００は、最適化システム１９９、プロセッサ１２５、メモリ１２７、通信ユニット１４５、ナビゲーションシステム１４９、ＤＳＲＣ対応ＧＰＳユニット１５１、外部センサ１５５、内部センサ１５９、ＡＤＡＳシステムセット１８０、およびインターフェースデバイス１９８のうちの１つまたは複数を含みうる。コンピュータシステム２００のこれらの構成要素は、バス１２０によって通信可能に結合されている。

図示された実施形態では、プロセッサ１２５は、信号線２３８を介してバス１２０に通信可能に結合されている。メモリ１２７は、信号線２４０を介してバス１２０に通信可能に結合されている。通信ユニット１４５は、信号線２４２を介してバス１２０に通信可能に結合されている。ナビゲーションシステム１４９は、信号線２４３を介してバス１２０に通信可能に結合されている。ＤＳＲＣ対応ＧＰＳユニット１５１は、信号線２４４を介してバス１２０に通信可能に結合されている。外部センサ１５５は、信号線２４６を介してバス１２０に通信可能に結合されている。内部センサ１５９は、信号線２４８を介してバス１２０に通信可能に結合されている。ＡＤＡＳシステムセット１８０は、信号線２５０を介してバス１２０に通信可能に結合されている。インターフェースデバイス１９８は
、信号線２５２を介してバス１２０に通信可能に結合されている。

コンピュータシステム２００の、プロセッサ１２５、メモリ１２７、通信ユニット１４５、ナビゲーションシステム１４９、ＤＳＲＣ対応ＧＰＳユニット１５１、外部センサ１５５、内部センサ１５９、ＡＤＡＳシステムセット１８０、およびインターフェースデバイス１９８については、図１Ａを参照して上述されているので、それらの説明はここでは繰り返されない。

メモリ１２７は、図１Ａを参照して上述され、図３Ａ〜図３Ｃ、図４、図５、図６Ａ、および図６Ｂを参照して以下に記載されるデータのいずれかを記憶しうる。メモリ１２７は、コンピュータシステム２００がその機能を提供するために必要な任意のデータを記憶しうる。

図１Ａを参照して本明細書に記載された最適化システム１９９は、ＨＡＶ１２３用のＡＤＡＳソフトウェアと関与（または分離）するように動作可能なコードおよびルーチンを含みうるので、このＡＤＡＳソフトウェアおよびその対応するＡＤＡＳハードウェアは、ＡＤＡＳシステムセット１８０の１つ以上のＡＤＡＳシステムの機能の一部またはすべてを提供するように動作可能である。

図２に示された図示された実施形態では、最適化システム１９９は、通信モジュール２０２、データモジュール２０４、特定モジュール２０６、およびグラフィックスモジュール２０８を含む。

通信モジュール２０２は、最適化システム１９９とコンピュータシステム２００の他の構成要素との間の通信を処理するためのルーチンを含むソフトウェアである。いくつかの実施形態では、通信モジュール２０２は、最適化システム１９９とコンピュータシステム２００の他の構成要素との間の通信を処理するための以下に記載される機能を提供するようにプロセッサ１２５によって実行可能な命令のセットでありうる。
いくつかの実施形態では、通信モジュール２０２はコンピュータシステム２００のメモリ１２７に格納することができ、プロセッサ１２５によってアクセス可能、実行可能とすることができる。通信モジュール２０２は、信号線２２２を介してプロセッサ１２５およびコンピュータシステム２００の他の構成要素と協働し、通信するように適合されうる。

通信モジュール２０２は、通信ユニット１４５を介して、動作環境１００の１つ以上の要素との間でデータを送受信する。たとえば、通信モジュール２０２は、通信ユニット１４５を介して、メモリ１２７に記憶されたデータまたは本明細書に記載されたメッセージのいずれかを受信または送信する。通信モジュール２０２は、通信ユニット１４５を介して本明細書に記載されたデータまたはメッセージのいずれかを送信または受信しうる。

いくつかの実施形態では、通信モジュール２０２は、コンピュータシステム２００の構成要素からデータを受信し、メモリ１２７（またはインターフェースデバイス１９８のバッファもしくはキャッシュ）にデータを記憶する。たとえば、通信モジュール２０２は、（ネットワーク１０５を介して）通信ユニット１４５から、メモリ１２７を参照して上述されたデータのいずれかを受信し、メモリ１２７（またはインターフェースデバイス１９８のバッファもしくはキャッシュ）にこのデータを記憶する。

いくつかの実施形態では、通信モジュール２０２は、最適化システム１９９の構成要素間の通信を処理しうる。たとえば、通信モジュール２０２は、候補経路データ１８８、嗜好データ１８９、外部データ１９１、および運転者データ１９３のうちの１つまたは複数を、特定モジュール２０６（または最適化システム１９９の任意の他のモジュール）に送
信しうる。

データモジュール２０４は、外部センサ１５５および内部センサ１５９の動作を制御し、外部センサデータ１８３および内部センサデータ１８５を生成するためのルーチンを含むソフトウェアである。いくつかの実施形態では、データモジュール２０４は、外部センサデータ１８３および内部センサデータ１８５を生成し、外部センサデータ１８３および内部センサデータ１８５を特定モジュール２０６に提供することを通信モジュール２０２に行わせるための本明細書に記載された機能を提供するように、プロセッサ１２５によって実行可能な命令のセットでありうる。

データモジュール２０４は、外部要因サーバ１０７、外部センサ１５５、および第２の車両１２４などの１つ以上のＤＳＲＣ対応デバイスから受信されたＤＳＲＣデータ６０５などの様々なソースから外部データ１９１を集約するためのルーチンを含むソフトウェアである。たとえば、データモジュール２０４は、外部要因サーバ１０７から気象データ１８７および他の外部データ１９１を通信ユニット１４５に取り出させる。別の例では、データモジュール２０４は、メモリ１２７からＤＳＲＣデータ６０５を取り出し、次いで、このＤＳＲＣデータ６０５を分析して、それが候補経路のセットに含まれる１つ以上の候補経路の部分を記述する情報を含むかどうかを判定し、次いで、それが１つ以上の候補経路の部分を記述する場合、このＤＳＲＣデータ６０５から外部データ１９１を生成する。

いくつかの実施形態では、データモジュール２０４は、グラフィックスモジュール２０８によって生成されたＧＵＩから嗜好データ１８９を受信し、次いで、メモリ１２７に嗜好データ１８９を記憶するためのルーチンを含むソフトウェアである。

データモジュール２０４は、外部センサ１５５から外部センサデータ１８３を受信するか、またはメモリ１２７から外部センサデータ１８３を取り出す。たとえば、データモジュール２０４は、ＨＡＶ１２３の前方の道路の画像を受信する。

データモジュール２０４は、内部センサ１５９から内部センサデータ１８５を受信するか、またはメモリ１２７から内部センサデータ１８５を取り出す。たとえば、データモジュール２０４は、運転者または運転者が見ている物体の画像を受信する。

いくつかの実施形態では、データモジュール２０４は、ＤＳＲＣ対応ＧＰＳユニット１５１の動作を制御し、ＧＰＳデータ１８６をＤＳＲＣ対応ＧＰＳユニット１５１によって受信されるようにするためのルーチンを含むソフトウェアである。いくつかの実施形態では、データモジュール２０４は、ＧＰＳデータ１８６を取り出し、特定モジュール２０６にＧＰＳデータ１８６を提供することを通信モジュール２０２に行わせるための本明細書に記載された機能を提供するように、プロセッサ１２５によって実行可能な命令のセットでありうる。

いくつかの実施形態では、データモジュール２０４は、コンピュータシステム２００のメモリ１２７に記憶され、プロセッサ１２５によってアクセス可能および実行可能でありうる。データモジュール２０４は、信号線２２４を介するプロセッサ１２５およびコンピュータシステム２００の他の構成要素との協働および通信用に適合されうる。

特定モジュール２０６は、内部センサデータ１８５に基づいて運転者データ１９３を特定するためのルーチンを含むソフトウェアである。たとえば、メモリ１２７は、運転者の様々な状態、および運転者がこれらの状態にある場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを記述するデータセットを含む。特定モジュール２０６は、内部センサデータ１８５をデータセットと比較して、運転者の状態、および運転者がこれら
の状態にある場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを特定する。次いで、特定モジュール２０６は、コンピュータシステム２００のメモリ１２７に運転者データ１９３を記憶することを通信モジュール２０２に行わせうる。

いくつかの実施形態では、特定モジュール２０６は、図３Ａ、図３Ｂ、および図３Ｃを参照して以下に記載されるように、通信モジュール２０２から候補経路データ１８８、嗜好データ１８９、外部データ１９１、および運転者データ１９３を受信し、次いで、候補経路のセットから候補経路を選択するためのルーチンを含むソフトウェアである。

いくつかの実施形態では、特定モジュール２０６は、コンピュータシステム２００のメモリ１２７に記憶することができ、プロセッサ１２５によってアクセス可能および実行可能でありうる。特定モジュール２０６は、信号線２２６を介するプロセッサ１２５およびコンピュータシステム２００の他の構成要素との協働および通信用に適合されうる。

グラフィックスモジュール２０８は、インターフェースデバイス１９８にグラフィカルデータを提供し、嗜好データ１８９によって記述される情報を指定する運転者からの入力を受信するために使用されるＧＵＩをインターフェースデバイスに表示させるためのルーチンを含むソフトウェアである。いくつかの実施形態では、グラフィックスモジュール２０８は、コンピュータシステム２００のメモリ１２７に記憶することができ、プロセッサ１２５によってアクセス可能および実行可能でありうる。グラフィックスモジュール２０８は、信号線２２８を介するプロセッサ１２５およびコンピュータシステム２００の他の構成要素との協働および通信用に適合されうる。

（例示的な方法）
次に図３Ａ〜図３Ｃを参照すると、いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化するための方法３００の流れ図が描写されている。方法３００について本明細書に記載されるステップの１つまたは複数は、１つ以上のコンピュータシステム２００によって実行されうる。

次に図３Ａを参照する。ステップ３０５において、最適化システムは、ＨＡＶのＤＳＲＣ対応ＧＰＳシステムに、ＨＡＶの出発点を記述するＧＰＳデータを取得または生成させる。いくつかの実施形態では、ＧＰＳシステムおよびＧＰＳデータは、ＤＳＲＣ規格に準拠している。たとえば、ＧＰＳシステムは、現実世界におけるＨＡＶの実際の出発点に対してプラスマイナス１．５メートルの精度で出発点を記述する。

ステップ３１０において、車両の運転者が目的地を指定する。出発点と目的地との間のＨＡＶによる旅は、本明細書では「旅行」と呼ばれる。

ステップ３１５において、最適化システムは、出発点と目的地との間を移動するための候補経路のセットをＨＡＶのナビゲーションシステムに生成させる。候補経路データは、候補経路のセットを記述するデジタルデータである。最適化システムはＨＡＶのメモリに候補経路データを記憶する。

ステップ３２０において、ＨＡＶの通信ユニットは、候補経路のセットに含まれる候補経路の各々について、ネットワークから外部データを受信する。最適化システムはＨＡＶのメモリに外部データを記憶する。
外部データは、以下のうちの１つまたは複数を候補経路ごとに記述するデジタルデータである。
（１）他の車両から受信されたＤＳＲＣメッセージに記載されているように、この候補経路の一部を移動している間に他の車両によってどのＡＤＡＳ機能がトリガされたかに基づ
いて、ＨＡＶが候補経路上を移動している間に記録するセンサデータによってトリガされうる自律機能
（２）自動運転の安全性または可用性に影響を及ぼす道路情報
（３）自動運転の安全性または可用性に影響を及ぼす気象条件
（４）自動運転の安全性または可用性に影響を及ぼす道路交通条件
（５）自動運転の安全性または可用性に影響を及ぼす照明条件
自律機能は、ＨＡＶの１つ以上のＡＤＡＳシステムによって提供される機能である。

ステップ３２５において、最適化システムはＨＡＶの内部センサに内部センサデータを記録させる。内部センサデータは、運転者の状態を記述するデジタルデータである。最適化システムは、内部センサデータを分析して運転者データを特定する。運転者データは、（１）運転者の状態、および（２）当該状態が、運転者がＨＡＶ１２３の動作を制御することに貢献できるかどうかにどれほど影響を及ぼすか（運転者が自分の状態に基づいてＨＡＶ１２３の動作を制御することにどれほど貢献できるか）を記述するデジタルデータである。たとえば、ＨＡＶのメモリは、運転者の様々な状態、および運転者がこれらの状態に遭遇している場合にＨＡＶ１２３の動作を制御することにどれほど貢献できるかを記述するデータセットを含む。

次に図３Ｂを参照する。ステップ３３０において、自動運転モードを用いずにＨＡＶを運転することを運転者に要求する頻度とＨＡＶが自動運転モードを利用する頻度、および、運転者がどのタイプの自律機能をアクティブにしたいか、についての運転者の嗜好を記述する運転者からの入力を受け取るように動作可能なＧＵＩを、ＨＡＶのインターフェースデバイスに描写させる。
最適化システムは、ＧＵＩから入力を受け取り、ＨＡＶのメモリに嗜好データを記憶する。嗜好データは、自動運転モードを利用せずにＨＡＶを操作することを運転者に要求する頻度とＨＡＶが自動運転モードを利用する頻度、ＨＡＶのＡＤＡＳシステムによって提供される特定の自律機能、およびどの自律機能を運転者がアクティブにしたいかに関する運転者の嗜好を記述するデジタルデータである。

ステップ３３５において、最適化システムは、運転者データおよび嗜好データを分析して、運転者の状態および運転者の嗜好に基づいて、出発点と目的地との間を移動するための最適な自動化度を決定する。最適な自動化度は、運転者の状態および運転者の嗜好に基づいて、旅行の出発点と終点との間の移動に自動運転がどれほど適しているかを記述するデジタルデータである。いくつかの実施形態では、最適な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、および旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））のうちの１つまたは複数として表現される。最適な自動化度は、最適化システムによってＨＡＶのメモリに記憶される。たとえば、図４および最適な自動化度データ４０５を参照されたい。

ステップ３４０において、最適化システムは、以下のタイプのデジタルデータのうちの１つまたは複数を分析して、候補経路データ、外部データ、運転者データ、および嗜好データのうちの１つまたは複数に基づいて、候補経路データのセットに含まれる候補経路についての可能な自動化度を決定する。
可能な自動化度は、特定の候補経路について、その特定の候補経路に関する外部データ、運転者データによって記述される運転者の状態、および嗜好データによって記述される運転者の嗜好に基づいて、出発点と目的地との間を移動するためにどれほどの自動運転が可能であるかを記述するデジタルデータである。いくつかの実施形態では、候補経路のセットからの各候補経路は、可能な自動化度についての独自の値が割り当てられる。いくつかの実施形態では、候補経路ごとの可能な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、または旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））と
して表現される。たとえば、図４および第１、第２、および第Ｎの可能な自動化度データ４１０Ａ、４１０Ｂ、…４１０Ｎを参照されたい。

ステップ３４５において、最適化システムは、「最適な自動化度についての値」を候補経路ごとの「可能な自動化度についての値」と比較して、経路のうちのどれが最適な自動化度に最良の利用可能な適合であるかを判定する。最良の利用可能な適合は、最適な自動化度についての値に最も近い、可能な自動化度についての値を有する候補経路である。同順位が存在する場合、最良の利用可能な適合は、運転者にとって望ましい最短継続時間または他の要因を有する経路である。

次に図３Ｃを参照する。ステップ３５０において、最適化システムは、ＨＡＶ用の現在のナビゲーション経路として最良の利用可能な適合である候補経路を選択する。この経路は、「選択経路」と呼ばれる。最適化システムは、ＨＡＶの自動運転システムに選択経路を提供し、ＨＡＶが旅行のためにこの選択経路上を移動するように、自動運転システムにＨＡＶを操作させる。いくつかの実施形態では、最適化システムは、新たに利用可能な分析データに基づいて候補経路のセットを絶えず再評価しうるし、新しい分析データが変更を保証する場合にこのセットから新しい経路を選択しうる。

次に図４を参照すると、いくつかの実施形態による、候補経路のセットの中からの候補経路の選択を最適化する最適化システム用のプロセス４００を示すブロック図が描写されている。

ナビゲーションシステム１４９は、入力として旅行の出発点を記述するＧＰＳデータ１８６を受信する。ナビゲーションシステム１４９は、入力として旅行の目的地を記述する目的地データ４０１も受信する。これらの入力に基づいて、ナビゲーションシステム１４９は、旅行を完結するための候補経路のセットを記述する候補経路データ１８８を出力する。候補経路のセットはＮ個の候補経路を含み、ここで、「Ｎ」は２より大きい正の整数である。

最適化システム１９９は、嗜好データ１８９、外部データ１９１、運転者データ１９３、および候補経路データ１８８を入力として受信する。これらの入力に基づいて、最適化システム１９９は、最適な自動化度データ４０５、第１の可能な自動化度データ４１０Ａ、第２の可能な自動化度データ４１０Ｂ、および第Ｎの可能な自動化度データ４１０Ｎ（ここで、Ｎは候補経路のセットに含まれる候補経路の総数と同じ数である）を出力する。

最適な自動化度データ４０５は、旅行のための最適な自動化度を記述する。最適な自動化度は、運転者の状態および運転者の嗜好に基づいて、旅行の出発点と終点との間の移動に自動運転がどれほど最適化を記述する。言い換えれば、図１Ｂを参照して上述されたように、ＨＡＶ１２３が自律運転モードでどれほど最適であるべきか。いくつかの実施形態では、最適な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、および旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））のうちの１つまたは複数として表現される。最適な自動化度データ４０５は、最適化システムによってＨＡＶのメモリに記憶される。

候補経路のセットはＮ個の経路を含む。最適化システム１９９は、これらのＮ個の経路の各々について可能な自動化度を記述するデジタルデータを生成する。第１の可能な自動化度データ４１０Ａは、第１の候補経路について、第１の候補経路に関する外部データ１９１、運転者データ１９３によって記述される運転者の状態、および嗜好データ１８９によって記述される運転者の嗜好に基づいて、出発点と目的地との間を移動するためにどれほどの自動運転が可能かを記述するデジタルデータである。第２の可能な自動化度データ
４１０Ｂは、第２の候補経路について、第２の候補経路に関する外部データ１９１、運転者データ１９３によって記述される運転者の状態、および嗜好データ１８９によって記述される運転者の嗜好に基づいて、出発点と目的地との間を移動するためにどれほどの自動運転が可能かを記述するデジタルデータである。第Ｎの可能な自動化度データ４１０Ｎは、第Ｎの候補経路について、第Ｎの候補経路に関する外部データ１９１、運転者データ１９３によって記述される運転者の状態、および嗜好データ１８９によって記述される運転者の嗜好に基づいて、出発点と目的地との間を移動するためにどれほどの自動運転が可能かを記述するデジタルデータである。

いくつかの実施形態では、候補経路のセットからの各候補経路は、可能な自動化度に関する独自の値を割り当てられ、この値は、第１の可能な自動化度データ４１０Ａ、第２の可能な自動化度データ４１０Ｂ、および第Ｎの可能な自動化度データ４１０Ｎによって記述される。いくつかの実施形態では、候補経路ごとの可能な自動化度は、パーセンテージ（たとえば、旅行のＸ％（Ｘは正の整数））、または旅行の時間量（たとえば、Ｘ分（Ｘは正の整数））として表現される。

最適化システム１９９は、最適な自動化度データ４０５、第１の可能な自動化度データ４１０Ａ、第２の可能な自動化度データ４１０Ｂ、および第Ｎの可能な自動化度データ４１０Ｎを入力として受信する。これらの入力に基づいて、最適化システム１９９は、最良の利用可能な適合データ４１５を出力する。

たとえば、最適化システム１９９は、最適な自動化度についての値を候補経路ごとの可能な自動化度についての値と比較して、経路のうちのどれが最適な自動化度に最良の利用可能な適合であるかを判定する。最良の利用可能な適合データ４１５は、最良の利用可能な適合を記述するデジタルデータである。最良の利用可能な適合は、最適な自動化度についての値に最も近い、可能な自動化度についての値を有する候補経路である。同順位が存在する場合、最良の利用可能な適合は、運転者にとって望ましい最短継続時間または他の要因を有する経路である。

（例示的な３Ｄ−ＨＵＤ）
図５を参照すると、インターフェースデバイス１９８が３Ｄ−ＨＵＤである実施形態におけるインターフェースデバイス１９８を示すブロック図が描写されている。

いくつかの実施形態では、３Ｄ−ＨＵＤは、プロジェクタ５０１、可動スクリーン５０２、スクリーン駆動ユニット５０３、（レンズ５０４、５０６、反射鏡５０５などを含む）光学システムを含む。プロジェクタ５０１は、デジタルミラーデバイス（ＤＭＤ）プロジェクタ、液晶プロジェクタなどの任意の種類のプロジェクタでありうる。プロジェクタ５０１は、可動スクリーン５０２に画像（グラフィック）５０８を投影する。画像５０８はグラフィカルオーバーレイを含みうる。

可動スクリーン５０２は透明板を含み、そのため投影画像の光は可動スクリーン５０２を透過してＨＡＶ１２３のフロントガラス５０７に投影される。フロントガラス５０７に投影された画像は、フロントガラスに投影された物体とは対照的に、実世界の３次元空間に存在する（５１１ａ、５１１ｂと示された）実物であるかのように、運転者５１０によって知覚される。

いくつかの実施形態では、３Ｄ−ＨＵＤは、スクリーン５０２上の投影位置を調整することによって、運転者５１０に対する画像の方向（言い換えると、フロントガラスにおける画像位置）を制御することができる。さらに、スクリーン５０２は、位置５０３ａと位置５０３ｂとの間の範囲でスクリーン駆動ユニット５０３によって移動可能である。スク
リーン５０２の位置を調整することにより、現実世界における運転者５１０からの投影画像の深さ（距離）を変えることができる。一例では、スクリーン５０２の可動範囲（位置５０３ａと位置５０３ｂとの間の距離）は５ｍｍであり、これは現実世界での５ｍから無限遠に対応する。３Ｄ−ＨＵＤの使用により、運転者５１０は、投影画像が現実世界（３次元空間）に存在していると知覚することができる。例えば、画像が現実物体（歩行者、自動車など）と同じ３次元位置（または少なくとも実質的に同じ深さ）に投影された場合、運転者は投影画像を見るために目の焦点を調節する必要がなく、現実物体を見ながら投影画像を容易に把握することが可能になる。

図５に示す３Ｄ−ＨＵＤは例として提供されている。他の例も可能である。これらの例には、図５に示す３Ｄ−ＨＵＤと、程度の差はあるが同様の複雑さを有するヘッドアップディスプレイが含まれる。例えば、将来においては、可動スクリーン５０２などの可動部品を必要としないヘッドアップディスプレイが出現することが予想される。例えば、移動しない静止スクリーンが配置される可能性もある。配置されるヘッドアップディスプレイが２次元のヘッドアップ・ディスプレイ・ユニットではない可能性もある。いくつかの実施形態では、最適化システム１９９およびグラフィックオーバーレイは、そのような構成要素と共に動作するように設計される。

（例示的なＤＳＲＣデータ６０５）
次に図６Ａを参照すると、いくつかの実施形態による、ＤＳＲＣデータ６０５の一例を示すブロック図が描写されている。

米国およびヨーロッパでは、ＤＳＲＣメッセージは５．９ＧＨｚで送信される。米国では、ＤＳＲＣメッセージは、５．９ＧＨｚ帯域内で７５ＭＨｚのスペクトルが割り振られる。ヨーロッパでは、ＤＳＲＣメッセージは、５．９ＧＨｚ帯域内で３０ＭＨｚのスペクトルが割り振られる。日本では、ＤＳＲＣメッセージは７６０ＭＨｚで送信される。日本では７６０ＭＨｚ帯域内で１０ＭＨｚのスペクトルが割り振られる。したがって、ワイヤレスメッセージは、それが５．９ＧＨｚ帯域内で動作しない限り、ＤＳＲＣメッセージではない。ワイヤレスメッセージはまた、それがＤＳＲＣ無線機のＤＳＲＣ送信機によって送信されない限り、ＤＳＲＣメッセージではない。

したがって、ＤＳＲＣメッセージは、ＷｉＦｉメッセージ、３Ｇメッセージ、４Ｇメッセージ、ＬＴＥメッセージ、ミリメートル波通信メッセージ、Ｂｌｕｅｔｏｏｔｈメッセージ、衛星通信、および３１５ＭＨｚまたは４３３．９２ＭＨｚのキーフォブで送信またはブロードキャストされる短距離無線メッセージのいずれでもない。たとえば、米国では、リモートキーレスシステム用のキーフォブは、３１５ＭＨｚで動作する短距離無線送信機を含み、この短距離無線送信機からの送信またはブロードキャストはＤＳＲＣメッセージではなく、なぜなら、たとえば、そのような送信またはブロードキャストはいずれのＤＳＲＣ規格にも準拠せず、ＤＳＲＣ無線機のＤＳＲＣ送信機によって送信されず、５．９ＧＨｚで送信されないからである。別の例において、ヨーロッパおよびアジアでは、リモートキーレスシステム用のキーフォブは、４３３．９２ＭＨｚで動作する短距離無線送信機を含み、この短距離無線送信機からの送信またはブロードキャストは、米国のリモートキーレスシステムについて上述された理由と同様の理由でＤＳＲＣメッセージではない。

リモートキーレスエントリーシステムの構成要素として作られたキーフォブのワイヤレスメッセージは、さらなる理由でＤＳＲＣメッセージではない。たとえば、ＤＳＲＣメッセージ用のペイロードは、様々なタイプのデータの大量の車両データを記述するデジタルデータを含むことも必要とされる。一般に、ＤＳＲＣメッセージは、少なくとも、その車両用のＤＳＲＣメッセージならびにＧＰＳデータを送信する車両の一意の識別子を常に含む。このデータ量は、他のタイプの非ＤＳＲＣワイヤレスメッセージに対して可能な帯域
幅よりも大きい帯域幅を必要とする。

いくつかの実施形態では、ＤＳＲＣ対応ＧＰＳユニットは、屋外にある時間の６８％のその実際の位置から１．５メートル以内のその二次元位置を識別、監視、および追跡するように動作可能である。

ＢＳＭメッセージを送信するための一定の間隔は、ユーザ構成可能でありうる。いくつかの実施形態では、この間隔用のデフォルト設定は、０．１０秒ごとまたは実質的に０．１０秒ごとにＢＳＭメッセージを送信することでありうる。

ＢＳＭメッセージは、５．９ＧＨｚまたは７６０ＭＨｚのＤＳＲＣ帯域上でブロードキャストされうる。ＤＳＲＣの有効範囲は実質的に１，０００メートルでありうる。いくつかの実施形態では、ＤＳＲＣの有効範囲は、実質的に１００メートルから実質的に１，０００メートルの範囲を含みうる。

次に図６Ｂを参照すると、いくつかの実施形態による、ＤＳＲＣデータ６０５の一例を示すブロック図が描写されている。

ＤＳＲＣデータ６０５は２つのパートを含みうる。これらの２つのパートは、図６Ｂに示されたように異なるＤＳＲＣデータ６０５を含みうる。

ＤＳＲＣデータ６０５のパート１は、車両位置、車両運動データ、および車両サイズのうちの１つまたは複数をデジタルで記述しうる。車両位置データは、とりわけ、ＤＳＲＣデータ６０５を生成した車両が移動した道路の部分が車両位置データから識別されうるように、車両の様々な地理的位置、および車両がこれらの地理的位置に存在した時間を記述しうる。車両運動データは、とりわけ、任意のＡＤＡＳシステムが起動されたかどうか、およびこれらのＡＤＡＳシステムが起動された時間を記述しうる。車両位置データと車両運動データの組合せは、ＤＳＲＣデータ６０５によって生成された車両が移動した道路の部分、および道路のこれらの部分を移動している間に車両によって任意のＡＤＡＳシステムが起動されたかどうかを特定するように分析可能である。

ＤＳＲＣデータ６０５のパート２は、オプションの要素のリストから引き出されたデータ要素の可変セットを含みうる。パート２に含まれるＤＳＲＣデータ６０５の一部はイベントトリガに基づいて選択され、たとえば、起動されているアンチロックブレーキシステム（ＡＢＳ）は、車両のＡＢＳシステムに関するＤＳＲＣデータ６０５をトリガしうる。

いくつかの実施形態では、帯域幅を節約するために、パート２の要素のうちのいくつかはあまり頻繁に送信されない。

いくつかの実施形態では、ＢＳＭメッセージに含まれるＤＳＲＣデータ６０５は、道路システムに沿って移動する車両の現在のスナップショットを含む。

いくつかの実施形態では、最適化システム１９９がＤＳＲＣデータ６０５によって記述される車両の身元および位置を正確に特定するように動作可能なコードおよびルーチンを含むように、ＤＳＲＣデータ６０５は、ＤＳＲＣデータ６０５を含むＢＳＭメッセージを送信した車両の一意の識別子、ならびにこの車両の地理的位置を含む。

パート２は、車両の経路履歴データによって記述される車両の経路履歴の様々な地点に沿って、どの特定のＡＤＡＳシステムが起動されたかを記述するデジタルデータ（ＡＤＡＳ起動データ）も含む。たとえば、パート２は、とりわけ、起動された異なるＡＤＡＳシ
ステム、およびこれらのＡＤＡＳシステムが起動された時間を記述するデジタルデータ（たとえば、ＡＤＡＳ起動データ）を含む。経路履歴データは、車両の経路履歴、および車両がこの経路内の様々な地点に存在した時間を記述する。車両経路履歴データとＡＤＡＳ起動データの組合せは、車両が移動した道路の部分、および道路のこれらの部分を移動している間に車両によって起動されたＡＤＡＳシステムを特定するように分析可能である。

以上の説明では、本発明を十分に理解できるように、多くの詳細について説明した。しかしながら、各実施形態はこれらの具体的な詳細無しでも実施できることは当業者にとって明らかであろう。また、説明が不明瞭になることを避けるために、構造や装置をブロック図の形式で表すこともある。たとえば、一実施形態は、ユーザインタフェースおよび特定のハードウェアとともに説明される。しかし、本実施形態は、データおよびコマンドを受信する任意のタイプのコンピュータシステム、および、サービスを提供する任意の周辺機器について適用できる。

本明細書における「一実施形態」または「ある実施形態」等という用語は、その実施形態と関連づけて説明される特定の特徴・構造・性質が、少なくとも一つの実施形態に含まれることを意味する。「一実施形態における」等という用語は本明細書内で複数用いられるが、これらは必ずしも同一の実施形態を示すものとは限らない。

以上の詳細な説明の一部は、非一時的（non-transitory）なコンピュータ可読記憶媒体に記憶されたデータビットに対する動作のアルゴリズムおよび記号的表現として提供される。これらのアルゴリズム的な説明および表現は、データ処理技術分野の当業者によって、他の当業者に対して自らの成果の本質を最も効果的に説明するために用いられるものである。なお、本明細書において（また一般に）アルゴリズムとは、所望の結果を得るための論理的な手順を意味する。処理のステップは、物理量を物理的に操作するものである。必ずしも必須ではないが、通常は、これらの量は記憶・伝送・結合・比較およびその他の処理が可能な電気的または磁気的信号の形式を取る。通例にしたがって、これらの信号をビット・値・要素・エレメント・シンボル・キャラクタ・項・数値などとして称することが簡便である。

なお、これらの用語および類似する用語はいずれも、適切な物理量と関連付いているものであり、これら物理量に対する簡易的なラベルに過ぎないということに留意する必要がある。以下の説明から明らかなように、特に断らない限りは、本明細書において「処理」「計算」「コンピュータ計算（処理）」「判断」「表示」等の用語を用いた説明は、コンピュータシステムや類似の電子的計算装置の動作および処理であって、コンピュータシステムのレジスタやメモリ内の物理的（電子的）量を、他のメモリやレジスタまたは同様の情報ストレージや通信装置、表示装置内の物理量として表される他のデータへ操作および変形する動作および処理を意味する。

本発明は、本明細書で説明される動作を実行する装置にも関する。この装置は要求される目的のために特別に製造されるものであっても良いし、汎用コンピュータを用いて構成しコンピュータ内に格納されるプログラムによって選択的に実行されたり再構成されたりするものであっても良い。このようなコンピュータプログラムは、コンピュータのシステムバスに接続可能な、例えばフロッピー（登録商標）ディスク・光ディスク・ＣＤ−ＲＯＭ・磁気ディスクなど任意のタイプのディスク、読み込み専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気または光学式カード、ＵＳＢキーを含む不揮発性フラッシュメモリ、電子的命令を格納するために適した任意のタイプの媒体などの、非一時的なコンピュータ可読記憶媒体に記憶される。

発明の具体的な実施形態は、完全にハードウェアによって実現されるものでも良いし、
完全にソフトウェアによって実現されるものでも良いし、ハードウェアとソフトウェアの両方によって実現されるものでも良い。好ましい実施形態は、ソフトウェアによって実現される。ここでソフトウェアとは、ファームウェア、常駐ソフトウェア、マイクロコードやその他のソフトウェアを含むものである。

さらに、ある実施形態は、コンピュータが利用あるいは読み込み可能な記憶媒体からアクセス可能なコンピュータプログラムプロダクトの形態を取る。この記憶媒体は、コンピュータや任意の命令実行システムによってあるいはそれらと共に利用されるプログラムコードを提供する。コンピュータが利用あるいは読み込み可能な記憶媒体とは、命令実行システムや装置によってあるいはそれらと共に利用されるプログラムを、保持、格納、通信、伝搬および転送可能な任意の装置を指す。

プログラムコードを格納・実行するために適したデータ処理システムは、システムバスを介して記憶素子に直接または間接的に接続された少なくとも１つのプロセッサを有する。記憶素子は、プログラムコードの実際の実行に際して使われるローカルメモリや、大容量記憶装置や、実行中に大容量記憶装置からデータを取得する回数を減らすためにいくつかのプログラムコードを一時的に記憶するキャッシュメモリなどを含む。

入力／出力（Ｉ／Ｏ）装置は、例えばキーボード、ディスプレイ、ポインティング装置などであるが、これらはＩ／Ｏコントローラを介して直接あるいは間接的にシステムに接続される。

システムにはネットワークアダプタも接続されており、これにより、私的ネットワークや公共ネットワークを介して他のデータ処理システムやリモートにあるプリンタや記憶装置に接続される。モデム、ケーブルモデム、イーサネット（登録商標）は、現在利用可能なネットワークアダプタのほんの一例である。

最後に、本明細書において提示されるアルゴリズムおよび表示は特定のコンピュータや他の装置と本来的に関連するものではない。本明細書における説明にしたがったプログラムを有する種々の汎用システムを用いることができるし、また要求された処理ステップを実行するための特定用途の装置を製作することが適した場合もある。これら種々のシステムに要求される構成は、以上の説明において明らかにされる。さらに、本発明は、特定のプログラミング言語と関連づけられるものではない。本明細書で説明される本発明の内容を実装するために種々のプログラミング言語を利用できることは明らかであろう。

実施形態の前述の説明は、例示と説明を目的として行われたものである。したがって、開示された実施形態が本発明の全てではないし、本発明を上記の実施形態に限定するものでもない。本発明は、上記の開示にしたがって、種々の変形が可能である。本発明の範囲は上述の実施形態に限定解釈されるべきではなく、特許請求の範囲にしたがって解釈されるべきである。本発明の技術に詳しい者であれば、本発明はその思想や本質的特徴から離れることなくその他の種々の形態で実現できることを理解できるであろう。同様に、モジュール・処理・特徴・属性・方法およびその他の本発明の態様に関する名前付けや分割方法は必須なものでものないし重要でもない。また、本発明やその特徴を実装する機構は異なる名前や分割方法や構成を備えていても構わない。さらに、当業者であれば、モジュール・処理・特徴・属性・方法およびその他の本発明の態様は、ソフトウェア、ハードウェア、ファームウェアもしくはこれらの組合せとして実装できることを理解できるであろう。また、本発明をソフトウェアとして実装する場合には、モジュールなどの各要素は、どのような様式で実装されても良い。例えば、スタンドアローンのプログラム、大きなプログラムの一部、異なる複数のプログラム、静的あるいは動的なリンクライブラリー、カーネルローダブルモジュール、デバイスドライバー、その他コンピュータプログラミングの
当業者にとって既知な方式として実装することができる。さらに、本発明の実装は特定のプログラミング言語に限定されるものではないし、特定のオペレーティングシステムや環境に限定されるものでもない。以上のように、上記の本発明の説明は限定的なものではなく例示的なものであり、本発明の範囲は添付の特許請求の範囲にしたがって定められる。

１０５ ネットワーク
１０７ 外部要因サーバ
１２３ ＨＡＶ
１２４ 第２の車両
１４５ 通信ユニット
１４９ ナビゲーションシステム
１５１ ＤＳＲＣ対応ＧＰＳユニット
１５５ 外部センサ
１５９ 内部センサ
１８０ ＡＤＡＳシステムセット
１８３ 外部センサデータ
１８５ 内部センサデータ
１８６ ＧＰＳデータ
１８７ 気象データ
１８８ 候補経路データ
１８９ 嗜好データ
１９１ 外部データ
１９３ 運転者データ
１９８ インターフェースデバイス
１９９ 最適化システム

Claims (9)

1. 自律運転機能を提供する高度自律車両（ＨＡＶ）によって実行される経路選択方法であって、
   所定のトリップについて複数の経路候補を生成するステップと、
   前記複数の経路候補に含まれる経路を走行する際における、自律運転機能を阻害する恐れがある１つ以上の外部要因を表す外部データを前記経路ごとに取得するステップと、
   前記ＨＡＶの運転者に関する情報に基づいて、前記トリップにおける好適な自律運転のパーセンテージまたは時間量を示す第１の値を決定するステップと、
   前記外部データに基づいて、前記トリップにおける実現可能な自律運転のパーセンテージまたは時間量を示す第２の値を前記経路候補ごとに決定するステップと、
   前記経路候補の中から、前記第２の値が前記第１の値に最も近い経路を選択するステップと、
   を含む、経路選択方法。
2. 前記第１の値は、前記運転者の状態または前記運転者の嗜好に基づいて決定される、
   請求項１に記載の経路選択方法。
3. 前記運転者の状態は、自律運転からのテイクオーバーの可否に関わる状態を含む、
   請求項２に記載の経路選択方法。
4. 前記運転者の状態は、前記運転者の疲労または眠気の度合いを含む、
   請求項２または３に記載の経路選択方法。
5. 前記運転者の嗜好は、前記運転者が希望する自律運転機能の使用の度合い、または、使用を希望する自律運転機能の種類のいずれかを含む、
   請求項２から４のいずれかに記載の経路選択方法。
6. 前記第２の値は、前記経路候補ごとの道路環境に基づいて決定される
   請求項１から５のいずれかに記載の経路選択方法。
7. 前記道路環境は、照明条件または気象条件を含む、
   請求項６に記載の経路選択方法。
8. 前記外部データは、ＤＳＲＣメッセージを介して、該当する経路を走行した他の車両から受信される、
   請求項１から７のいずれかに記載の経路選択方法。
9. 自律運転機能を提供する車両であって、
   所定のトリップについて複数の経路候補を生成する手段と、
   前記複数の経路候補に含まれる経路を走行する際における、自律運転機能を阻害する恐れがある１つ以上の外部要因を表す外部データを前記経路ごとに取得する手段と、
   運転者に関する情報に基づいて、前記トリップにおける好適な自律運転のパーセンテージまたは時間量を示す第１の値を決定する手段と、
   前記外部データに基づいて、前記トリップにおける実現可能な自律運転のパーセンテージまたは時間量を示す第２の値を前記経路候補ごとに決定する手段と、
   前記経路候補の中から、前記第２の値が前記第１の値に最も近い経路を選択する手段と、
   を含む、車両。

Images