原始车道族的测试重用

交叉引用和优先权要求

本申请与美国专利申请号为______(代理所编号4855.0350000//Argo参考编号434US03)，由卡尔等人提交的题为“测试自主驾驶车辆意图的原始车道”的专利申请有关，在此通过引用将其全部内容结合于此。本申请也与美国专利申请号为______(代理所编号4855.0360000//Argo参考编号434US01)，由卡尔等人提交的题为“利用参与者行为流程验证原始车道”的专利申请有关，在此通过引用将其全部内容结合于此。本申请还与美国专利申请号为______(代理所编号4855.0430000//Argo参考编号422US01)，由哈特尼特等人提交的题为“使用混合距离度量的车道段聚类”的专利申请有关，在此通过引用将其全部内容结合于此。

背景技术

随着自主驾驶车辆技术的出现，人们越来越关注它们的能力，特别是与人工操作者的手动控制相比。在人工操作者控制车辆的情况下，操作者可以进行动态调整，以在驾驶过程中可能出现的大量场景中的任何场景中顺利航行。

自主驾驶车辆使用各种传感器(如光学、雷达和激光雷达传感器)来获取有关周围环境的信息，以构建对其周围世界的认知。利用这些信息，结合提前提供给车辆系统的其他信息，车辆就有可能做出类似地容许车辆在可能出现的大量场景中顺利航行的决定。

这种自主驾驶车辆系统的可靠运行的潜力已经通过广泛的实际使用得到了证明。随着自主驾驶车辆运行条件的变化，确保这些自主驾驶车辆系统的可信性成为其被采用的关键。公众、消费者、政府和其他利益相关者有兴趣确保自主驾驶车辆在几乎所有可能的情况下(甚至在更复杂的情况和环境中在没有任何可能的操作者干预的情况下)都能可靠地运行。

因此，需要提供关于自主驾驶车辆可靠运行的证据的技术。

发明内容

根据各个方面，本文公开了用于将第一原始车道级别的流程图与第二原始车道级别的流程图进行比较以确定与第一原始车道级别的流程图的一部分和第二原始车道级别的流程图的一部分都对应的公共图的系统、方法和计算机程序产品。基于公共图将原始车道族内与第一原始车道级别的流程图对应的第一原始车道(protolane)和与第二原始车道级别的流程图对应的第二原始车道分组，其中针对公共图的条件的测试适用于第一原始车道级别的流程图的该部分和第二原始车道级别的流程图的该部分。

附图说明

附图包含在此并构成本说明书的一部分。

图1示出了根据本公开的各个方面的示例性自主驾驶车辆系统；

图2示出了根据本公开的各个方面的车辆的示例性系统架构；

图3是根据本公开的各个方面的将原始车道分配给地理网内的车道段的步骤的流程图；

图4是说明根据本公开的各个方面利用路线信息减少测试空间的步骤的流程图；

图5A和5B示出了根据本公开的各个方面的示例性原始车道集合；

图6示出了根据本公开的各个方面的示例性交互；

图7示出了根据本公开的各个方面的附加示例性交互；

图8示出了根据本公开的各个方面的将门连接在一起的示例性流程图；

图9示出了根据本公开的各个方面的示例性原始车道级别的流程图；

图10是说明根据本公开的各个方面的使用原始车道的流程图的测试过程的流程图；

图11是说明根据本公开的各个方面识别原始车道的功能等效情况的步骤的流程图；

图12是用于实现本公开的各个方面的示例性计算机系统。

在图中，相同的附图标记通常表示相同或相似的要素。此外，一般来说，附图标记最左边的数字表示附图标记首次出现时的图。

具体实施方式

本发明提供了用于测试自主驾驶车辆(或“AV”)系统的系统、装置、设备、方法和/或计算机程序产品方面，和/或它们的组合和子组合。特别地，本文公开的方法涉及识别AV操作设计领域(ODD)中的唯一决策点，并验证AV在这些决策点上做出可靠决策的能力。使用这些方法，可以简化对ODD范围内AV操作的正确性的评估和证明。

如在此所使用的，术语“车辆”是指能够承载一名或多名乘客和/或货物并由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于轿车、卡车、货车、火车、自主车辆、飞机、无人机等。“自主车辆”是指具有处理器、编程指令和可由处理器控制而无需操作人员的传动系部件的车辆。自主车辆可以是完全自主的，对于大多数或所有驾驶条件和功能而言，不需要操作人员，或者可以是半自主的，在某些条件下或对于某些操作，可能需要操作人员，或者操作人员可以超驰车辆的自主系统并且可以控制车辆。

值得注意的是，在此在自主驾驶车辆的背景下描述了本文。但本解决方案并不限于自主驾驶车辆应用。本解决方案可用于其他应用，如机器人应用、雷达系统应用、度量应用和/或系统性能应用。

图1示出了根据本公开的各方面的示例性自主车辆系统100。系统100包括车辆102a，车辆102a以半自主或自主的方式沿着道路行驶。车辆102a在本文中也被称为AV102a。AV 102a可以包括但不限于陆地车辆(如图1所示)、飞机或船只。

AV 102a通常被配置为检测其附近的对象102b、114、116。对象可以包括但不限于车辆102b、骑车人114(例如自行车、电动滑板车、摩托车等的骑车人)和/或行人116。

如图1所示，AV 102a可以包括传感器系统111、车载计算设备113、通信接口117和用户接口115。自主车辆101还可以包括包括在车辆中的某些部件(例如，如图2中所示)，这些部件可以由车载计算设备113使用各种通信信号和/或命令来控制，通信信号和/或命令例如是加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。

如图2所示，传感器系统111可以包括一个或多个传感器，传感器被连接到AV 102a和/或被包括在AV 102a内。例如，这样的传感器可以包括但不限于激光雷达(LiDAR)系统、无线电探测和测距(RADAR，以下称为雷达)系统、激光探测和测距(LADAR)系统、声音导航和测距(SONAR，以下称为声纳)系统、一个或多个摄像机(例如，可见光谱摄像机、红外摄像机等)、温度传感器、定位传感器(例如，全球定位系统(GPS)等)、位置传感器、燃料传感器、运动传感器(例如，惯性测量单元(IMU)等)、湿度传感器、占用传感器等。传感器数据可以包括描述对象在AV 102a的周围环境内的位置的信息、关于环境本身的信息、关于AV 102a运动的信息、关于车辆路线的信息等。当AV 102a在表面上行进时，至少一些传感器可以收集与表面有关的数据。

AV 102a还可以通过通信网络108与远程计算设备110(例如，云处理系统)通信数据。远程计算设备110可以配置有一个或多个服务器来处理本文所述技术的一个或多个过程。远程计算设备110还可以被配置为通过网络108从服务器和/或数据库112向AV 102a传输数据/指令，或者从AV 102a向服务器和/或数据库112传输数据/指令。

网络108可以包括一个或多个有线或无线网络。例如，网络108可以包括蜂窝网络(例如，长期演进(LTE)网络、码分多址(CDMA)网络、3G网络、4G网络、5G网络、另一种类型的下一代网络等)。网络108还可以包括公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)，城域网(MAN)、电话网络(例如，公共交换电话网络(PSTN))、专用网络、自组织网络、内联网、互联网、基于光纤的网络、云计算网络等，和/或这些或其他类型网络的组合。

AV 102a可以检索、接收、显示和编辑从本地应用程序生成的或通过网络108从数据库112传递的信息。数据库112可以被配置为存储和提供原始数据、索引数据、结构化数据、地图数据、程序指令或已知的其他配置。

通信接口117可以被配置为允许AV 102a和外部系统之间的通信，外部系统例如是外部设备、传感器、其他车辆、服务器、数据存储、数据库等。通信接口117可以使用任何现在或以后已知的协议、保护方案、编码、格式、封装等，例如但不限于Wi-Fi、红外链路、蓝牙等。用户接口系统115可以是在AV 102a内实现的外围设备的一部分，包括例如键盘、触摸屏显示设备、麦克风和扬声器等。

图2示出了根据本公开的各方面的用于车辆的示例性系统架构200。图1的车辆102a和/或102b可以具有与图2所示相同或相似的系统架构。因此，以下对系统架构200的讨论足以理解图1的车辆102a、102b。然而，其他类型的车辆被认为在本文所描述的技术的范围内，并且可以包含如结合图2所描述的更多或更少的元件。作为非限制性示例，空中车辆可以不包括制动器或挡位控制器，但可以包括海拔高度传感器。在另一个非限制性示例中，基于水的车辆可以包括深度传感器。本领域技术人员将理解，基于已知的车辆类型，可以包括其他推进系统、传感器和控制器。

如图2所示，系统架构200包括发动机或马达202和用于测量车辆各种参数的各种传感器204-218。在具有燃料动力发动机的燃气动力或混合动力车辆中，传感器可以包括例如发动机温度传感器204、电池电压传感器206、发动机每分钟转数(“RPM”)传感器208和节气门位置传感器210。如果车辆是电动或混合动力车辆，那么车辆可以具有电动马达，并且相应地包括诸如电池监测系统212(用于测量电池的电流、电压和/或温度)、马达电流传感器214和马达电压传感器216，以及马达位置传感器218(例如解析器和编码器)之类的传感器。

两种类型的车辆通用的操作参数传感器包括，例如：位置传感器236，例如加速度计、陀螺仪和/或惯性测量单元；速度传感器238；以及里程计传感器240。车辆还可以具有时钟242，系统使用该时钟来确定操作期间的车辆时间。时钟242可以被编码到车辆车载计算设备中，它可以是单独的设备，或者多个时钟可以是可用的。

车辆还包括各种传感器，这些传感器用于收集有关车辆行驶环境的信息。这些传感器可以包括，例如：定位传感器260(例如，全球定位系统(“GPS”)设备)；对象检测传感器，例如一个或多个摄像机262；激光雷达系统264；和/或雷达和/或声纳系统266。传感器还可以包括环境传感器268，例如降水传感器和/或环境温度传感器。对象检测传感器可以使车辆能够在任何方向上检测在车辆200的给定距离范围内的对象，同时环境传感器收集关于车辆行驶区域内的环境条件的数据。

在操作过程中，信息从传感器传递到车辆车载计算设备220。车载计算设备220可以使用图12的计算机系统来实现。车辆车载计算设备220分析由传感器捕获的数据，并且可选地基于分析结果控制车辆的操作。例如，车辆车载计算设备220可以经由制动控制器222控制制动；经由转向控制器224控制方向；经由节气门控制器226(在燃气动力车辆中)或马达速度控制器228(例如电动车辆中的电流水平控制器)、差速齿轮控制器230(在具有变速器的车辆中)和/或其他控制器控制速度和加速度。辅助设备控制器254可以被配置为控制一个或多个辅助设备，例如测试系统、辅助传感器、由车辆运输的移动设备等。

地理网信息可以从定位传感器260传送到车载计算设备220，然后车载计算设备可以访问与位置信息相对应的环境地图，以确定环境的已知固定特征，例如街道、建筑物、停车标志和/或停/走信号。从摄像机262捕获的图像和/或从诸如激光雷达系统264之类的传感器捕获的对象检测信息从这些传感器传送到车载计算设备220。对象检测信息和/或捕获的图像由车载计算设备220处理，以检测车辆200附近的对象。用于基于传感器数据和/或捕获的图像进行对象检测的任何已知或将要已知的技术都可以用于本文公开的各个方面中。

激光雷达信息从激光雷达系统264传送到车载计算设备220。此外，所捕获的图像从摄像机262传送到车载计算设备220。激光雷达信息和/或捕获的图像由车载计算设备220处理，以检测车辆200附近的对象。车载计算设备220进行对象检测的方式包括本公开中详细描述的这种能力。

车载计算设备220可以包括路线控制器231和/或可以与路线控制器231通信，该路线控制器231为自主车辆生成从起始位置到目的地位置的导航路线。路线控制器231可以访问地图数据存储以识别车辆可以行驶以从起始位置到达目的地位置的可能路线和路段。路线控制器231可以对可行的路线进行评分，并识别出到达目的地的优选路线。例如，路线控制器231可以生成在路线中使行驶的欧氏距离或其他成本函数最小化的导航路线，并且可以进一步访问会影响在特定路线上行驶所需的时间量的交通信息和/或估计。根据实施方式，路线控制器231可以使用各种路线规划方法生成一个或多个路线，路线规划方法可以是如Dijkstra算法、贝尔曼-Fort算法或其他算法。路线控制器231还可以使用交通信息来生成反映该路线的预期条件(例如星期几或一天中的当前时间等)的导航路线，使得所生成的在高峰时段行驶的路线可能与在深夜行驶的路线不同。路线控制器231还可以生成到目的地的多个导航路线，并将多个这样的导航路线发送给用户，供用户从各种可行的路线中进行选择。

在各个方面，车载计算设备220可以确定AV 102a的周围环境的感知信息。基于由一个或多个传感器提供的传感器数据和所获得的位置信息，车载计算设备220可以确定AV102a的周围环境的感知信息。感知信息可以表示普通驾驶员在车辆周围环境中将感知到的情况。感知数据可以包括与AV 102a的环境中的一个或多个对象有关的信息。例如，车载计算设备220可以处理传感器数据(例如，激光雷达或雷达数据、摄像机图像等)，以便识别AV102a的环境中的对象和/或特征。对象可以包括交通信号、道路边界、其他车辆、行人和/或障碍物等。车载计算设备220可以使用任何现在或以后已知的对象识别算法、视频跟踪算法和计算机视觉算法(例如，在多个时间段内逐帧迭代地跟踪对象)来确定感知。

在某些方面，车载计算设备220还可以为环境中的一个或多个已识别对象确定对象的当前状态。状态信息可以包括但不限于每个对象的以下信息：当前位置；当前速度和/或加速度、当前航向；当前姿态；当前形状、大小或占地面积；类型(例如，车辆、行人、自行车、静态对象或障碍物)；和/或其他状态信息。

车载计算设备220可以执行一个或多个预测和/或估计操作。例如，车载计算设备220可以预测一个或多个对象的未来位置、轨迹和/或动作。例如，车载计算设备220可以至少部分地基于感知信息(例如，每个对象的状态数据，包括如下所述确定的估计形状和姿势)、位置信息、传感器数据和/或描述对象、AV 102a、周围环境和/或它们的关系的过去和/或当前状态的任何其他数据来预测对象的未来位置、轨迹和/或动作。例如，如果对象是车辆并且当前驾驶环境包括交叉路口，则车载计算设备220可以预测对象是否可能直线向前移动或转弯。如果感知数据指示交叉路口没有交通灯，车载计算设备220还可以预测车辆是否必须在进入交叉路口之前完全停车。

在各个方面，车载计算设备220可以确定自主车辆的运动计划。例如，车载计算设备220可以基于感知数据和/或预测数据来确定自主车辆的运动计划。具体地，给定关于邻近对象的未来位置的预测和其他感知数据，车载计算设备220可以确定AV 102a的运动计划，该运动计划相对于在其未来位置的对象最佳地导航自主车辆。

在某些方面，车载计算设备220可以接收预测并做出关于如何处理AV 102a的环境中的对象和/或参与者的决定。例如，对于特定的参与者(例如，具有给定速度、方向、转弯角度等的车辆)，车载计算设备220基于例如交通状况、地图数据、自主车辆的状态等来决定是否超车、让行、停车和/或通过。在一方面，车载计算设备220为AV 102a规划在给定路线上行驶的路径以及驾驶参数(例如，距离、速度和/或转弯角度)。也就是说，对于给定的对象，车载计算设备220决定如何处理该对象并确定如何执行。例如，对于给定对象，车载计算设备220可以决定超过该对象，并可以确定是从对象的左侧还是右侧超过(包括例如速度的运动参数)。车载计算设备220还可以评估检测到的对象和AV 102a之间发生碰撞的风险。如果风险超过可接受的阈值，则可以确定在自主车辆遵循定义的车辆轨迹和/或在预定义的时间段(例如，N毫秒)内执行一个或多个动态生成的紧急操作的情况下是否可以避免碰撞。如果可以避免碰撞，则车载计算设备220可以执行一个或多个控制指令以执行谨慎的操作(例如，适度地减速、加速、变道或转弯)。相反，如果不能避免碰撞，则车载计算设备220可以执行用于执行紧急操作(例如，制动和/或改变行驶方向)的一个或多个控制指令。

如上所述，生成关于自主车辆运动的规划和控制数据以供执行。车载计算设备220可以例如经由制动控制器来控制制动；通过转向控制器来控制方向；经由节气门控制器(在燃气动力车辆中)或马达速度控制器(例如电动车辆中的电流水平控制器)、差速齿轮控制器(在配备变速器的车辆中)和/或控制其他控制器来控制速度和加速度。

图1的示例性自主驾驶车辆系统100和图2的示例性系统架构200一起说明了自主驾驶车辆操作的复杂性。除此之外，包括遇到未知或意外情况的车辆运行环境的变化使问题进一步复杂化。最终，在自主驾驶车辆系统的测试和验证中的变化空间明显大于大多数其他系统。

在对这样的面对不可预测数量的情况的大型系统进行测试时，将问题分解为更易于管理、可测试的组成部分是有用的。例如，环境中的变化可以被捕获为分开的唯一维度，车辆行为的变化可以被捕获为AV意图，而其他参与者的行为的变化可以在参与者本体中被捕获。

为了捕捉AV行驶的道路或其他路径的变化，引入了原始车道的概念。原始车道允许根据道路段的变化分解AV行驶的道路空间。这使得道路简化为能够与相应的原始车道匹配的单独的段。

根据原始车道的开发方式，存在不同但共享相同的测试案例集合的道路段可以被分配给相同的原始车道或原始车道序列。然后，在该原始车道的可能情形中测试和验证AV的运行情况，进而使AV在分配给该原始车道的所有道路段上进行测试和验证。

作为非限制性示例，AV可以被部署到与地理网相对应的道路周围行驶。在这种情况下，地理网被用来指地图中的车道段的集合(AV最终可能会使用也可能不会使用该地理网来做出驾驶决策)。在测试过程中，AV在各个段的实际或模拟行为可以与每个段的相应原始车道的适当行为相对照地进行验证。

原始车道是用来描述可以由AV航行的潜在道路的术语。本文所公开的方法通过非限制性的示例提供了对如何设计原始车道以及原始车道在测试和验证的特定应用中的使用的理解。这些用途独立于AV本身内部的任何决策过程。实际上，这个概念提供了至少两个具体的好处。首先，它允许将测试和验证结果从一个地理网类推到另一个地理网。此外，它还确保对给定的地理网的足够的测试覆盖范围。

图3是说明根据本公开的各个方面的可以将原始车道分配到地理网内的车道段的步骤的流程图300。从步骤302开始，识别给定地理网内的车道段。

作为非限制性示例，该地理网可以从干净的板开始，为此需要创建原始车道并且使原始车道与车道段相关联。或者，地理网可以具有匹配现有原始车道的车道段，但可能需要为与现有原始车道不匹配的任何车道段创建新的原始车道。

在步骤304，确定原始车道是否已被分配给地理网的所有车道段。如果是，那么在步骤310基于原始车道周围的行为都已被测试和验证的假设验证地理网。

不是试图测试AV在现实世界中可能遇到的每一个场景，而是通过将测试空间限制在地理网内实际出现的车道段和场景来简化测试空间。例如，如果在地理网内没有穿过铁路轨道的车道段，那么为了确保AV在地理网范围内的可靠运行而对AV在铁路交叉口的测试操作就不重要了。

如果地理网的所有车道段已被分配给相应的原始车道，则流程图继续到步骤310，在步骤310中通过验证下层的原始车道来验证完整的地理网。

如果任何车道段仍未分配给相应的原始车道，则评估这些车道段与现有的原始车道的匹配，并在匹配的情况下在步骤306将车道段分配给原始车道。如果任何车道段仍然未分配，则可以在步骤308定义新的原始车道以分配给这些车道段，此时流程继续到步骤310，验证地理网。

通过将车道段限制在被评估和映射到原始车道的地理内，可以进一步减少测试空间。虽然步骤304是在评估分配给相应原始车道的地理网内的所有车道段的上下文中描述的，但可以确定是否可以使用对应于受限原始车道集合的车道段的子集来完成在特定区域内由AV航行所需的路线或路线集合。

图4是示出根据本公开的各个方面使用路线信息减少测试空间的步骤的流程图400。在步骤402，识别所需路线的起始点和终点，并且在步骤404，确定是否存在通过分配给原始车道的车道段的路线。如果存在这样的路线，那么该路线将被用作这些点之间的基准路线。在步骤406，确定路线是否可能通过与当前原始车道匹配的任何未分配的车道段(包括当不存在使用分配给原始车道的车道段的路线的情况下的任何必要的路线)。在这条路线的基础上，可以将当前的原始车道分配给作为该路线一部分的未分配的车道段，从而扩展地理网，以便通过同等受限的测试空间来改善路线规划功能。

在这里，通过应用流程图400和类似的方法，可以在不扩展测试空间的情况下增加地理网的可用部分。如果原始车道的总数保持不变，那么可以通过下层原始车道的测试和验证来测试和验证改进后的路线。相关领域的技术人员会理解，地理网中的车道新区域可能需要对其他变化维度进行新的测试。作为极端且非限制性的示例，无保护的左转弯可能不会映射到原始车道，但如果是右转弯，通过使用现有的右转弯原始车道围绕街区执行三个右转弯来完成路线，而不是为无保护的左转弯添加原始车道并产生与之相关的所有测试和验证成本，这可能是有益的。

在将AV的运行扩展到附加道路时以这种方式减少测试空间可以带来显著的好处。例如，当构造全新的地理网时，或者当更新地理网的地图时，可以将车道段的数量简化为可用于测试和验证的少量原始车道。

如图4的步骤406所示，可以通过将附加车道段限制为当前原始车道来扩展车道段，可以通过将该车道段与已经在原始车道级别进行测试和验证的原始车道匹配而使其可航行。但也可以基于原始车道总数最小化来选择包含在航行区域内的附加车道段，作为非限制性示例，可以根据在每个车道段上花费的时间量选择车道段进行匹配，或者选择具有更容易实现的测试和验证要求的原始车道。相关技术的技术人员将理解，可以选择其他标准来确定地理网的哪些车道段应该设置成可航行的。

这种方法也可以用于将经过测试和验证的AV航行快速扩展到附加的地理网内。如果AV已经在具有相应的原始车道集合的特定地理网内进行了测试和验证，则可以类推到具有相同原始车道或其子集的任何其他地理网内。通过这种方法，可以提供满足测试和验证要求(例如，在对应于附加地理网的不同司法管辖区的监管要求)的证据，而不需要采用耗时的附加测试和验证。

此外，如果附近有两个地理网，则可以尽力隔离这些地理网之间的路线，这需要定义用于验证路线上车道段操作的正确性的最小的原始车道集合。通过连接这两个较大的地理网，同时有利于添加最小数量的原始车道来完成该路线，只需最小的附加测试和验证就可以显著扩展整个地理网。

图5A和图5B描述了根据本公开的各个方面的示例性道路情况集合，即交叉路口500A和500B。图5A的交叉路口500A示为具有无保护的左转弯的4向交通灯控制的交叉路口。图5B的交叉路口500B示为具有跨越两个车道的无保护的左转弯的3向交通灯控制的交叉路口。

测试开发人员将为该交叉路口可能发生的每种情况准备一组测试，以验证AV502A/502B在特定道路情况下的运行。然而，这两个交叉路口500A和500B有许多相似之处，并且有望共享测试用例的共同子集。通过对车道段和相应的原始车道的定义，对于这些交叉路口，测试开发人员可以在多种道路情况下重用测试。

例如，在控制交通灯504A和504B在两种情形下向AV 502A和502B提供左转弯信号的情况下，交叉路口500A的车道508A以及交叉路口500B的车道508B和510B的迎面的车辆将停止(对面的交通灯505A和505B将为红色)。在这些情况下，AV 502A和502B都可以以相同的方式穿过各自的无保护左转弯，方法是沿着路径506A穿过交叉路口500A的单车道508A，或沿着路径506B穿过交叉路口500B的两个车道508B和510B。

然而，如果迎面的车辆因交叉路口500B的车道508B的红灯505B而停止，则AV 502B相对于车道510B而言可能没有确保该车道中任何接近的车辆在侵入路径506B之前成功停止的足够的能见度。

如图5A和5B中所示，定义了车道段503A和503B，它们分别对应于AV 502A和502B的特定路径。对于车道段503A和503B，存在可以通过相同的测试集合进行测试的一些条件集合(例如具有清晰能见度的左转弯)，并且一些测试可能是车道段的某些条件集合所特有的(例如穿过两个迎面车道有部分能见度的左转弯)。

将车道段映射到原始车道的粒度被认为是原始车道构造的一部分。地理网可能有10万以上的车道段。但是，如果为这些车道段中的每个车道段分配一个独特的原始车道，这将是不实际的抽象。测试人员将需要为每个单独的车道段设计测试，并验证AV在所有这10万个以上的车道段上的可靠运行。在实践中，设计如此大量的测试场景可能不切实际或效率低下。

在另一端，覆盖所有可能的车道段的少量原始车道(例如10个原始车道)可能不足以正确地解决在这些原始车道的一个给定的原始车道内可能出现的所有独特情况。在具有映射了数十万车道段的地理网的典型情况中，几千条原始车道就足以达到适当的平衡。相关领域的技术人员可以理解的是，没有明确正确的原始车道的数量，任何选择都要平衡效率与对AV性能正确性的置信度。然而，一旦AV性能的置信度接近某个阈值，收益递减可能会使对这些指标的另外关注在经济上站不住脚。

根据本公开的一个方面，可以基于包括硬特征和软特征的特征组合构造原始车道。在这种情况下，硬特征是二元特征和排他特征。例如，硬特征可以是在车道段内是否存在人行横道。在这个确定中，可以阻止与人行横道相交的车道段被映射到和不与人行横道相交的车道一样的原始车道。另一个示例性的硬特征可以是交叉路口是否由停车标志控制。AV系统的技术开发人员将识别到，为了完成测试和验证，另外的硬特征应该使其二元选项映射到单独的原始车道。

根据本公开的一个方面，硬特征是预先规定的并且典型的硬特征集合可能包括几十个以上的特征。在一个方面，可以预先规定31个单独的硬特征，这将设置包括最大允许总数2

除了这些硬特征之外，还可以根据本公开的各个方面单独定义软特征集合。这些特征具有真实值，而不是硬特征的二元选项。例如，软特征可以包括车道宽度、河岸宽度、坡度、曲率等，其可以提供车道段的进一步聚类和分解。

与硬特征相比，软特征遵循非排他性原则。例如，第一车道和稍宽一点的第二车道通常都可以映射到同一个原始车道上，因为这种差异不太可能影响测试和验证。为了确定可以合理地映射到相同的原始车道的这些软特征的适当差异范围，车道段(在一个方面对于给定的硬特征)可以在N维空间中聚类，其中每个维度对应一个单独的软特征。可以根据生成原始车道期望的最大数量对生成的聚类进行分组，例如，将单个原始车道映射到相应聚类内的所有车道段。

此外，根据本公开的各个方面，可以考虑静态和动态特征来构造原始车道。如命名所示，静态特征保持不变，而动态特征会根据其他条件而变化。例如，车道段是否有人行横道，这是静态特征(这恰好也是硬特征——要么有人行横道，要么没有)。车道段的特定车道宽度也可以是静态特征(在这种情况下，这恰好也是软特征——存在可能的车道宽度范围，但在车道的寿命范围内宽度不会发生变化)。相反地，即使车道段在物理上是相同的，但动态特征(例如存在施工、道路障碍物等)也会影响参与者的行为。例如，地理网内的车道段位置可能表明可能存在不同类型的交通(例如，在工业环境中和相对的在城市中部)，并可用于进一步细分原始车道以确保适当的测试覆盖范围。

对于每个车道段被分配给相应的原始车道的给定的车道段集合(例如，完整的地理网)，可以对车道段集合进行概率评估。例如，可以确定AV在给定行程中通过特定原始车道的概率，或者通过评估AV在给定地理网内穿越原始车道的频率的车队级数据。

有了这些信息，就可以对车道段集合进行更复杂的查询。例如，如果测试人员想要确定在部署的地理网中AV预计会遇到多少负面事件，可以通过边缘化数据来回答这个问题，这些数据涉及在AV行驶穿过预期或观察出现的该原始车道时在给定原始车道内预计有多少负面事件。例如，这些信息可以用于规划AV穿过与某些原始车道对应的某些车道段集合的路线，从而减少负面事件的预期。

在准备测试和验证AV在地理网内的车道段的操作时，这些评估可以帮助测试设计人员确定优先级。例如，如果地理网的某个区域具有实际或预期较高的AV使用度，那么可以挑出该地理网该区域内的原始车道进行优先级处理。这允许增加在地理网的该区域的可靠操作的确定性，这将从及时审查测试和验证结果中获得最大受益。

有了原始车道概念的定义，就可以在原始车道特定级别上描述AV与可能遇到的各种参与者(如其他车辆、行人等)的个体交互。

图6示出了根据本公开的各个方面的示例性交互600。交互600描述了进入交叉路口的两个车辆，即车辆602和车辆604。从车辆602的角度来看，该交叉路口涉及迎面的车辆(例如车辆604)在车辆602前面进行无保护的左转弯(例如沿着路径610)的可能性。在交互600的上下文中，车辆602和车辆604都是参与者。

根据本公开的各个方面，参与者具有与之相关的属性。例如，车辆602可以与诸如行驶方向(路线)、前进方向、速度、车辆是否停放等属性相关联。这些属性可用于确定每个参与者的目标。

目标决定了参与者想去哪里。根据本公开的各个方面，可以由参与者试图达到的位置和方向来定义目标。目标不需要解释参与者将如何做某件事，或者他们为什么要这样做，而只需要识别预期的最终结果——这些是参与者现在而不是未来时候的意图。

目标可以基于参与者的类型。例如，行人可能打算到达人行横道的远侧，在该情况下目标将是人行横道远侧的中点，并指向显示行人继续前进的方向。类似地，车辆的目标可能是通过地图上未标明的车道离开可驾驶的区域。

正如这里将进一步详细描述地，根据本公开的各个方面，也可以在特定的背景下理解目标。例如，在没有人行横道的原始车道中，行人不会有到达人行横道的远侧的目标。在例如交互600的情况下，车辆602按道理不会有左转弯的目标，因为没有左转弯的道路。

通过预期/估计/预测/使用给定参与者的受原始车道的限制的目标，可以描述参与者为促进其预期目标而可以执行的可能行为的分布。根据参与者所对应的对象的类型(例如，车辆、行人等)，参与者通常试图通过特定行为来达到特定目标。因此，预测行为需要参与者类型加上目标，单独的目标不能做到这一点，因为乱穿马路的行人和转向车辆可能都具有进入交叉路口的中间的目标，但因其不同的对象类型而在达到目标时表现出不同的行为。对于给定的参与者和该参与者的给定目标，可能会产生多个预测。

当讨论AV参与者行动目标的上下文时，这些目标可以被称为意图。在本公开中讨论“目标”或“意图”时，这些术语可以互换使用，尽管“意图”通常在AV的上下文中使用，而“目标”更普遍地用于其他参与者。类似地，“预测”是其他参与者的预期行为，而“轨迹”指的是AV为达到目标而遵循的行为。

根据本公开的一个方面，交互600进一步包括门606A、608A、606B和608B。门是需要做出关于其他参与者的决定同时执行促进目标的行为的区域。门标示了一对交互的参与者(如交互600中的车辆602和车辆604)之间的竞争空间。当交互的轨迹或预测在时空意义上足够接近时，竞争空间是包含交互的区域。在交互600的情况下，门606A、608A、606B和608B将区域绑定在交叉路口，其中在交互600的过程中车辆602和车辆604都需要在不同的时间出现在该区域中。

根据本公开的各个方面，门可以部署成入口/出口对，诸如入口门606A和出口门608A，或诸如入口门606B和出口门608B。门被描述为与参与者的行驶方向(或车道边界)正交。根据附加方面，门被单独处理而不是成对处理，并且定义了针对特定交互的门序列——例如，当车辆602接近入口门606A时，可以鉴于一些条件考虑入口门606A处的行为，条件可以包括出口门608A是否是打开的——并且每个门的打开/关闭状态被单独处理。

根据本公开的各个方面，入口门具有与之相关的动态二元状态，动态二元状态用于调节交互。具体来说，入口门被描述为是开放的或关闭的，以代表参与者是否有优先权进入入口门后面的竞争空间。例如，作出无保护操作的参与者需要足够的机会来完成操作而不妨碍最终有权通行的另一参与者。

门的状态可以根据交互中的其他因素而动态变化，其他因素是如交通灯状态或其他参与者的接近程度。根据本公开的各个方面，从概念上讲，调节交互(例如，交互600)的一对入口门(例如，入口门606A和入口门606B)是相互排斥的，使得在任何给定时间，只有一个参与者(例如，车辆602或车辆604)可以具有优先权。

完全有可能两个入口门同时关闭。交通灯控制的交叉路口通常存在所有方向有几秒钟的红灯，同时改变道路的方向。这种延迟允许交叉路口内的交通畅通。在此时间间隔内，任何参与者都不具有进入交叉路口的优先权。

门的概念并不是用来限制AV的行为的。相反，根据本公开的各个方面，门用于验证AV是否基于所期望的标准执行了所期望的操作。仅仅验证AV采取特定期望的操作是不够的，还应该评估AV选择该操作的整个理由。

原始车道沿其路径有零个或多个固定位置门的序列，这取决于许多地图冲突。门代表了任何参与者的决策点：是继续还是不继续。因此，给定原始车道，就可以确定经过原始车道的长度到达其目标同时也与所有其他参与者交互的参与者(包括AV)执行的一系列决策。

如前所述，在测试和验证AV的操作时，知道AV是否进行了所需的操作是不够的，而是要知道AV是否出于正确的原因进行了所需的操作(或进行了不希望的操作)。这是查明AV操作问题的有用方法。例如，如果AV开始做无保护的左转弯，但该左转弯不是想要的操作，可以将感知问题(例如，AV没有看到迎面的车辆)与决策问题隔离，在已经完全测试和验证决策的情况下，我们知道决策是合理的，所以问题可能是感知之一。

有了原始车道的概念，测试人员为了充分验证给定地理网内AV的操作而必须开发的测试逻辑的数量因此取决于该地理网内车道段中存在的原始车道的数量。例如，有人行横道的任何一个无保护的左转弯与有人行横道的任何其他无保护的左转弯在航行门方面具有相同的逻辑。因此，测试人员可以开发原始车道级别的测试，以解决每个测试的许多场景。

根据本公开的各个方面，为了确定AV是否正确地执行其轨迹，测试人员可以为每个原始车道开发流程图，该流程图描述了基于门的所有可能的决策分支。然后，测试人员可以构造场景，在该场景中通过测试这些流程图针对给定的原始车道测试AV在现实世界或模拟中可能采取的每个可能的决策。

图7示出了根据本公开的各个方面的附加示例性交互700。交互700描绘了在交叉路口转弯的车辆702(车辆702在该转弯的各个阶段被描绘为702A、702B和702C)。迎面的车辆704出现在交叉路口中。车辆702的转弯由交通灯712控制。在车辆702转弯轨迹的末端附近存在人行横道708，行人706定位穿过交叉路口。

交互700包括门710，门710被分为三个门对：710A、710B和710C。这些门对控制车辆702进入交叉路口的各个区域。例如，门对710A基于交通灯712的状态来控制车辆702进入交叉路口。门对710B控制车辆702进入与车辆704同行的反向车道。并且门对710C控制车辆702进入人行横道708。如前文所述，根据各方面，可以在每个门的基础上(例如，作为门的序列)而不是在门对级别提供逻辑定义交互700，并且相关领域的技术人员将认识到的是，这里针对门对的讨论可以使用用于门序列的单独门逻辑来解决。

导航这些门对的条件可以用以下示例性方式概述：

门1

如果下列条件全部为真，则继续通过门对710A的入口门：

○A：交通灯712显示绿色的圆圈。

○B：交叉车道714中没有来自左侧的不合规的参与者。

○C：在门对710C的出口门之外至少有一个车辆长度的自由空间。

否则停止

门2

选项1：如果下列条件全部为真，则继续通过门对710B的入口门：

○A：交通灯712显示绿色或黄色的圆圈。

○C：在门对710C的出口门之外至少有一个车辆长度的自由空间。

○D：在迎面的车辆(例如，车辆704)到达门区域之前，有足够的时间通过迎面的车道(例如，AV的后保险杠通过门对710B的出口门)。如果迎面的参与者离得很远，或者迎面的参与者表现出明确的停止意图，这个要求就得到了满足。

○E：在人行横道内没有弱势的道路使用者(“VRU”)(例如，行人)，或者行人没有进入人行横道的明确意图。

选项2：如果下列条件全部为真，则继续通过门对710B的入口门：

○F：交通灯712显示红色的圆圈。

○D：在迎面的车辆(例如，车辆704)到达门区域之前，有足够的时间通过迎面的车道(例如，AV的后保险杠通过门对710B的出口门)。如果迎面的参与者离得很远，或者迎面的参与者表现出明确的停止意图，这个要求就得到了满足。

否则停止

门3

如果下列条件全部为真，则继续通过门对710C的入口门：

○C：在门对710C的出口门之外至少有一个车辆长度的自由空间。

○E：在人行横道内没有VRU(例如，行人)，或者行人没有进入人行横道的明确意图。

否则停止

图8示出了根据本公开的各个方面将门连接在一起的示例性流程图800。流程图800跟踪上述关于门2(即，图7中的门对710B)所描述的条件。在步骤802中，确定交通灯(例如，图7中的交通灯712)的状态。如果交通灯为红色，则在步骤810确定是否有足够的时间通过迎面的车道(例如，AV的后保险杠通过图7的门对710B的出口门)。如果是，则测试继续进行到步骤814。如果没有，则AV在步骤812处停止(并等待)。

如果交通灯(例如，图7的交通灯712)显示绿色或黄色，则流程图800前进到步骤804，在该步骤中确定在迎面的车辆(例如，图7的车辆704)到达门控区域之前，是否有足够的时间通过迎面的车道(例如AV的后保险杠通过图7的门对710C的出口门)。如果迎面的参与者离得很远，或者迎面的参与者表现出明确的停止意图，则这个要求就得到了满足。如果在步骤804中AV不能穿过迎面的车道，则在步骤812中AV停止(并等待)。如果能穿过迎面的车道，则测试继续进行到步骤806。

在步骤806，确定人行横道内是否存在VRU，或者是否有VRU将进入人行横道的意图。如果是，则在步骤812处AV停止(并等待)。如果没有，则测试继续进行到步骤808。

在步骤808，确定交通是否堵塞，该堵塞使得在图7的门对710C的出口门之外没有至少一个可用的车辆长度。如果是，则在步骤812处AV停止(并等待)。如果没有，则在步骤814处AV继续前进。

根据本公开的各个方面，每个入口门处的决策可以取决于许多条件。这些条件可以示例但并非限制性地包括：

-交通流量控制装置的状态(停车标志可以像交通灯一样根据到达顺序进行解析)。

-在特定区域是否有足够的自由空间——AV的正前方，但同样也可以包括更远的区域。此外，这些空间可以是即将自由的，或者可以强烈预期到其在未来的适当时间是自由的。

-假设参与者可能存在或可能不存在，如果他确实存在，该参与者是否继续通过其自己的入口门。如果参与者继续，则可以将该行为编码为合规或违规的。

图10是根据本公开的各个方面说明使用原始车道的流程图的测试过程的流程图1000。根据本公开的各个方面，该过程从步骤1002开始，其中识别原始车道，为此将建立一个或多个流程图。

在步骤1004，识别原始车道内的入口门/出口门对，为此将建立流程图。在步骤1006中，当AV穿过入口门/出口门对时发生的每个条件都被考虑并包括在流程图中。然后，在步骤1008，提供完成的流程图用于测试(实际或模拟)。

根据各方面，并如上文关于图6和图7所讨论的，测试流程图可以建立在每个门的级别上，而不是门对的级别上。如果门是以个体为基础而不是以成对地处理，则可以开发流程图来考虑单个门的条件，并为每个单个的门建立附加的流程图。每个门的流程图可以包括依赖于其他门的状态的条件(例如，一旦AV或另一个参与者通过另一个门，则入口门可以切换其打开/关闭状态)。

通过为每个门对或单个门准备流程图，那么测试组可以测试原始车道内的每一个门对或单个门，以验证原始车道的操作。那么这些针对原始车道内可能发生的条件进行的测试将验证分配给该原始车道的大跨度车道段的结果。对于给定的车道段，入口门和出口门所处位置的几何形状可能与车道段本身的给定几何特征不同，但相同的门将出现在公共原始车道的所有车道段上，并且AV将以相同的方式通过这些门，而不管具体的车道段。因此，一旦这些测试成功，那么原始车道就可以可信地包括在可用的原始车道集合中并分配给地理网内的车道段。

有了这些流程图，也可以很容易地自动构建测试场景。简化测试场景构建自动化的一种方法是减少需要测试的单个流程图的数量。虽然原始车道本身潜在地将地理网中的大量车道段组合在一起，以获得各种有益效果，包括常见的测试和验证，但为了测试的目的，可以进一步将原始车道本身分组。这些原始车道组(被称为原始车道族)包括全部共享相同的整体流程图表示的原始车道(例如，左转弯族)。

原始车道族中的各个原始车道的区别在于流程图的复杂性。例如，在有人行横道的全停交叉路口的情况和没有人行横道的全停交叉路口的情况下，它们由两种不同的原始车道表示(可能根据硬特征——人行横道的存在或不存在)。然而，这两种原始车道是密切相关的，并且可以属于同一原始车道族，只是其中一个原始车道碰巧有人行横道冲突，而另一个没有(导致穿越人行横道区域的逻辑不同)。没有人行横道的原始车道仍然可以让人穿过，但行人会被视为违规的。带有人行横道的原始车道的不同之处仅在于行人穿过原始车道的行为是合规的。

可以通过考虑在一定条件下的功能等价来推广这种比较。例如，带有交通控制信号的无保护左转弯的第一原始车道可能被指定为与从主干道到边道的带有左转弯但没有交通控制信号灯的第二原始车道分离。这是因为在这些原始车道中的每一个上出现的情况可能有很大的不同。对于第二原始车道，不考虑交通控制信号，因为不存在交通控制信号。相对于从边道进入交叉路口的车辆而言，AV有进入边道的通行权。在第一原始车道的情况下，从边道进入交叉路口的车辆可以基于交通控制信号获得通行权。

然而，如果假设第一原始车道的交通控制信号显示为绿色，那么为了测试目的，这两种情况在功能上是等价的。在这两种情况下，AV都需要让行迎面的交通，但与侧向交通相比，其同样具有通行权。因此，根据本公开的各个方面，可以重用相同的流程图来构建针对两种原始车道的测试。

根据本公开的各个方面，可以以自动化的方式识别这些功能等效情况。对于每个原始车道，都存在针对该原始车道内的每个门或门对(取决于实施方式)的流程图。这些单独的每个门或每个门对的流程图(如图8的流程图800)逻辑上连接在一起，形成一个总体的原始车道水平流程图，该流程图将原始车道的多个门或门对的逻辑连接在一起。图9示出了根据本公开的各个方面的示例性原始车道水平流程图900。如原始车道水平流程图900所示，每个门流程图(或每个门对流程图)之间逻辑连接，其中图8的流程图800显示为流程图之一。

可以将原始车道级别流程图或其子集的图与其他原始车道级别的流程图的图进行比较，以识别共同的子图。然后，引用这些子图的任何测试都可以在具有共同子图的原始车道中重用，并被视为原始车道族。例如，基于具有交通灯的原始车道的图8的部分(门级)流程图800，没有交通灯的其他相同的原始车道将具有类似的门级流程图，其减少到步骤804、806和808，然后可以在两个原始车道中重复使用与这三个步骤的子图对应的测试。

图11是示出根据本公开的各个方面用于识别原始车道的功能等效情况的步骤的流程图1100。在步骤1102，获得与第一和第二原始车道对应的相应的第一和第二原始车道级别的流程图。在步骤1104，比较第一和第二流程图中的每一个的子图。在步骤1106确定任何匹配子图，如果存在这样的匹配，则在步骤1108将第一和第二原始车道分组以便对该匹配的子图进行测试。

该分组有助于增加测试的覆盖范围。此外，它还可以作为决定在哪里投入有限的测试预算来提高总体覆盖范围的一个因素。一旦识别了原始车道族，作为非限制性示例，就可以基于原始车道族中有多少原始车道或哪个原始车道族含有流量最高的原始车道来选择用于测试的原始车道族。确定测试场景的总体覆盖范围的一种方法是列举场景中可能存在的所有逻辑组合。这可以通过利用给定的流程图确定所有可能的路径并计算存在多少条路径来实现。然后，可以将此数量与测试所覆盖的场景总数进行比较，以确定总体覆盖量。

有了这种产生跨原始车道族运行的测试的能力，可以以严谨的基本级别创建这些测试——目的是在某种程度上至少测试流程图中的每个条件。然而，这些测试通常会包括一些很容易调整的因素(例如，假设的红灯持续时间)，自动化过程可以根据这些因素的变化(例如，30秒红灯和5分钟红灯)进行操作以实例化多个测试。

例如可以使用一个或多个计算机系统(如图12所示的计算机系统1200)来实施各个方面。计算机系统1200可以是能够执行本文所述功能的任何计算机。

计算机系统1200包括一个或多个处理器(也称为中央处理单元，或CPU)，例如处理器1204。处理器1204被连接到通信基础设施或总线1206。

一个或多个处理器1204可以是图形处理单元(GPU)。在一个方面，GPU是一种设计用于处理数学密集的应用的专门的电子电路处理器。GPU可能具有并行结构，可以有效地并行地处理大块数据，大块数据是例如计算机图形应用、图像、视频等常见的数学密集型数据。

计算机系统1200还包括用户输入/输出设备1203，如监视器、键盘、指向设备等，用户输入/输出设备1203可以通过用户输入/输出接口1202与通信基础设施1206通信。

计算机系统1200还包括主存储器或主要的存储器1208，例如随机存取存储器(RAM)。主存储器1208可以包括一个或多个级别的缓存。主存储器1208在其中存储了控制逻辑(即计算机软件)和/或数据。

计算机系统1200还可以包括一个或多个辅助存储设备或存储器1210。辅助存储器1210可以包括例如硬盘驱动器1212和/或可移动的存储设备或驱动器1214。可移动存储驱动器1214可以是软盘驱动器、磁带驱动器、光盘驱动器、光存储设备、磁带备份设备和/或任何其他存储设备/驱动器。

可移动存储驱动器1214可以与可移动存储单元1218交互。可移动存储单元1218包括存储有计算机软件(控制逻辑)和/或数据的计算机可用或可读存储设备。可移动存储单元1218可以是软盘、磁带、光盘、DVD、光存储盘和/任何其他计算机数据存储设备。以众所周知的方式读取可移动存储驱动器1214和/或写入到可移动存储单元1218。

根据示例性方面，辅助存储器1210可以包括用于允许计算机系统1200访问计算机程序和/或其他指令和/或数据的其他手段、工具或其他方法。这种手段、工具或其他方法可以包括例如可移动存储单元1222和接口1220。可移动存储单元1222和接口1220的示例可以包括程序盒和盒接口(例如存在于视频游戏设备中的)、可移动存储芯片(如EPROM或PROM)和相关插座、存储棒和USB端口、存储卡和相关存储卡插槽，和/或任何其他可移动存储单元和相关接口。

计算机系统1200还可以进一步包括通信或网络接口1224。通信接口1224使计算机系统1200能够与远程设备、远程网络、远程实体等(由附图标记1228单独和共同地表示)的任何组合进行通信和交互。例如，通信接口1224可以允许计算机系统1200通过通信路径1226与远程设备1228进行通信，通信路径1226可以是有线和/或无线的，并且可以包括局域网、广域网、互联网等的任何组合。控制逻辑和/或数据可以经由通信路径1226传递到计算机系统1200，以及经由通信路径1226从计算机系统1200传递控制逻辑和/或数据。

在一个方面，有形的、非暂时性的装置或制造品包括有形的、非暂时性的计算机可用或可读介质，其上存储的控制逻辑(软件)在此也称为计算机程序产品或程序存储设备。这包括但不限于计算机系统1200、主存储器1208、辅助存储器1210、以及可移动存储单元1218和1222，以及体现前述任何组合的有形制造物品。当由一个或多个数据处理设备(诸如计算机系统1200)执行时，这种控制逻辑导致此类数据处理设备实施如本文所述的操作。

基于本公开中包含的教导，相关领域的技术人员将显而易见地知道如何使用图12所示以外的数据处理设备、计算机系统和/或计算机架构来制作和使用本公开的各个方面。特别地，可以使用不同于本文所述的软件、硬件和/或操作系统实现来操作这些方面。

应当理解，具体实施方式部分而不是任何其他部分旨在用于解释权利要求。其他部分可以提出发明人所设想的一个或多个但不是所有的示例性方面，因此，不旨在以任何方式限制本公开或所附权利要求。

虽然本公开描述了示例性领域和应用的示例性方面，但应理解，本公开不限于此。其他方面及其修改是可能的，并且在本公开的范围和精神内。例如，在不限制本段的一般性的情况下，这些方面不限于图中所示和/或本文所述的软件、硬件、固件和/或实体。此外，这些方面(无论是否在本文中明确描述)对于本文所描述的示例之外的领域和应用具有显著的实用性。

本文在功能构建块的帮助下描述了各个方面，该功能构建块说明了特定功能的实现及其关系。为了便于描述，这些功能构建块的边界在本文中被任意定义。只要适当地执行指定的功能和关系(或其等价物)，就可以定义替代边界。此外，可选方面可以使用不同于本文所述的次序来执行功能块、步骤、操作、方法等。

本文中对“一个方面”、“方面”和“示例方面”或类似短语的引用表明，所描述的方面可以包括特定的特征、结构或特性，但每个方面不一定都包括特定的特征、结构或特性。此外，这样的短语不一定指的是相同的方面。此外，当结合某方面描述特定的特征、结构或特性时，无论这里是否明确提及或描述，将这种特征、结构、或特性结合到其他方面中将在相关领域的技术人员的知识范围内。此外，可以使用表达“耦接”和“连接”及其衍生物来描述一些方面。这些术语不一定是彼此的同义词。例如，可以使用术语“连接”和/或“耦接”来描述一些方面，以指示两个或更多个元件彼此直接物理或电接触。然而，术语“耦接”也可以指两个或更多个元件彼此不直接接触，但是仍然相互合作或相互作用。

本公开的广度和范围不应受到任何上述示例性方面的限制，而应仅根据以下权利要求及其等同物来定义。