[发明专利]基于众包对象数据映射确定自主车辆状态

说明书

云服务中的映射存储先前由其它车辆检测到的物理对象，所述车辆先前在当前车辆正在行驶的同一道路上行驶。所述云服务从所述当前车辆接收到的关于所述当前车辆遇到的新对象的新数据可以与所述映射中存储的先前对象数据进行比较。基于此比较，确定所述当前车辆的操作状态。响应于确定所述状态，执行诸如终止所述当前车辆的自主导航模式的动作。

相关申请案

本申请要求美国专利申请第15/951,087号，于2018年4月11日提交并且题为“基于众包对象数据映射确定自主车辆状态(Determining Autonomous Vehicle Status Basedon Mapping of Crowdsourced Object Data)”的申请日的权益，该申请的全部公开内容在此引入作为参考。

本申请涉及罗伯特·理查德·诺埃尔·比尔比(Robert Richard Noel Bielby)于2018年3月14日提交的第15/921,549号美国非临时申请，题为“根据收集到的用户数据的车辆配置(Configuration of a Vehicle Based on Collected User Data)”，该申请的全部内容通过引用结合于此，如同在此完全阐述。

技术领域

在此公开的至少一些实施例总体上涉及确定车辆的操作状态，并且更具体地但不限于通过将关于由车辆检测到的对象的数据与先前由其它车辆检测到的物理对象的映射进行比较来确定车辆的操作状态(例如，由云服务存储的众包对象数据的映射，其中对象数据先前从先前在与当前车辆相同的道路上行驶的其它车辆收集)。

背景技术

在手动驱动车辆的情况下，车辆的用户可以是驾驶员。在其它情况下，例如对于自主车辆，车辆的用户在车辆的操作方面通常比“驾驶员”执行更少的控制动作。例如，在一些情况下，用户可以简单地选择车辆行驶到的目的地，而不执行车辆在道路上的立即移动的任何方向或其它控制。

自动驾驶技术领域的最新发展允许计算系统至少在某些条件下操作车辆的控制元件，而无需车辆用户的帮助。例如，可以在车辆上安装传感器(例如，摄像机和雷达)以检测道路上车辆周围环境的状况。这些传感器的一个功能是检测在车辆行驶期间遇到的对象。

自主车辆使用各种传感器和人工智能算法来检测这些对象并分析行驶期间车辆周围的变化环境。遇到的对象可以包括例如交通灯、路标、道路车道等。未能检测到这些对象中的某些可能导致车辆的意外的或不希望的行为，并且在一些情况下可能使车辆的乘客和/或车辆外部的其他的人(例如，在车辆周围的紧邻区域中)暴露于危险中。

在车辆的正常操作期间，各种传感器被用于操作车辆。例如，安装在车辆上的计算系统分析传感器进行输入以识别条件并生成用于车辆的方向和/或速度的自主调节的控制信号或命令，而不需要来自车辆的人类操作员的任何输入。自主驾驶和/或高级驾驶员辅助系统(ADAS)通常涉及人工神经网络(ANN)，所述人工神经网络用于识别在传感器输入中捕获的事件和/或对象。

通常，人工神经网络(ANN)使用神经元网络来处理到网络的输入并从网络生成输出。网络中的每个神经元m接收一组输入p_k，其中k＝1、2、…、n。通常，到神经元的一些输入可以是网络中某些神经元的输出；并且到神经元的一些输入可以是到整个网络的输入。网络中的神经元之间的输入/输出关系表示网络中的神经元连通性。

每个神经元m分别具有偏置b_m、激活函数f_m和一组用于其输入p_k的突触权重w_mk，其中k＝1、2、…、n。激活函数可以是阶跃函数、线性函数、对数S形函数等形式。网络中的不同神经元可以具有不同的激活功能。