用于激活智能停车可用性功能的系统和方法

技术领域

本文所描述的主题总体上涉及改进停车可用性的识别，更具体地涉及跟踪车辆的停车活动以识别缺少停车位的活动区域并且选择性地激活活动区域内的车辆中的停车可用性功能。

背景技术

尤其在拥挤的城市地区停放车辆可能是耗时的任务。例如，驾驶员的任务通常是在不知道某个位置内的停车位实际上是否可用的情况下找到停车位。也就是说，车辆可能在不知道目的地处的停车位的可用性的情况下前往期望的目的地，包括在不知道目的地是否包括任何可用的地点的情况下进入停车库、停车场等。即便如此，如果这样的停车位置几乎是满的，找到可用的地点可能证明是需要很长一段时间搜索地点的任务，这通常是不期望的。这样，由于驾驶员在停车库和其他位置绕圈以寻找可用的停车空间，因此试图在拥挤的位置中停车可能是耗时的并且通常是低效的。

发明内容

在各种实施方式中，示例系统和方法涉及以下方式：通过选择性地激活联网车辆中的停车可用性跟踪来更好地跟踪停车可用性，从而改进可用停车空间的识别。如前所述，定位停车位可能是耗时的任务，这可能导致使驾驶员的到达延迟，并且使驾驶员在繁忙位置内试图定位可用空间时通常会感到沮丧。虽然一些停车库和停车场可以包括基于基础设施的系统以识别可用停车地点，但这样的系统的安装和维护通常是昂贵且复杂的。此外，联网车辆可以扫描停车地区并且向基于云的系统识别可用的停车地点，该基于云的系统与寻求停车的车辆进行通信；然而，联网车辆在连续地提供这样的功能时会消耗大量的资源(例如，计算资源、能量、通信带宽等)。

因此，在一个或更多个实施方式中，公开了一种创造性的系统，该创造性的系统通过更好地集中缺少可用停车位的区域内的联网车辆的资源来改进可用停车空间的识别。例如，在至少一种布置中，停车系统获取关于在整个地理地区中行驶的车辆的信息。通常，该信息至少包括粗略的轨迹数据以及关于车辆的移动的位置信息。当然，在其他布置中，该信息可以包括附加数据，例如指示车辆的操作的更具体方面(例如，车辆接通/关停、操作条件、速度等)的远程信息处理数据。

在任何情况下，停车系统从在整个地理区域中移动的车辆接收所述信息，并分析这些信息以识别缺少可用停车位的位置。停车系统可以通过根据轨迹信息得到停车搜索时间来实现该确定。作为一个示例，停车系统分析信息以识别车辆何时开始搜索停车地点以及车辆何时停止搜索停车地点。停车系统可以根据车辆所呈现的特定模式而使用不同的识别特性。例如，在一种方法中，停车系统使用车辆处于目的地的预定义的距离内的时间，而在其他方法中，停车系统根据车辆何时进入停车库/停车场、车辆的移动何时呈现绕圈模式等来识别开始时间。此外，在一种方法中，停车系统通过确定车辆何时停止移动达限定的时间段(例如，10分钟)来确定结束时间。在其他方法中，停车系统根据车辆关停事件、变速器换挡至停车等来确定结束时间。

因此，停车系统可以确定搜索时间是否满足指示停车困难的时间阈值(例如，>10分钟)。如果确定搜索时间满足指示停车困难的时间阈值，则停车系统可以将搜索时间聚合为相关联的位置的停车事件。此后，停车系统可以检查特定位置是否满足停车阈值。停车阈值指示在该位置处的停车是否达到了该位置可以被认为难以停车的可用地点的数目。例如，为了避免虚假事件并确保对位置的正确表征，停车阈值指示滑动时间窗口内的停车事件的数目或滑动窗口内的平均停车搜索时间。

这样，当停车系统确定某个位置满足停车阈值时，在一种或更多种布置中，停车系统更新停车地图的活动区域并向地理地区内的联网车辆提供停车地图。因此，当区域在停车地图内处于活动状态时，活动区域内的联网车辆启用停车识别功能。停车识别功能通常涉及激活联网车辆内的传感器以扫描可用的停车空间，这消耗额外的资源。然而，由于停车系统将停车识别功能的激活限制在活动区域，因此联网车辆可以更好地集中资源，并且避免由于连续地启用这样的功能而浪费资源。在任何情况下，联网车辆然后可以向停车系统传送可用停车位的位置，该停车系统与其他车辆共享信息以更好地促进在拥挤的地带/位置中停车。以这种方式，停车系统通过将资源集中在需要额外停车信息的地区来改进停车可用性的识别。

在一个实施方式中，公开了一种用于改进拥挤地带中的可用停车空间的识别的停车系统。停车系统包括一个或更多个处理器和可通信地耦接至所述一个或更多个处理器的存储器。存储器存储包括如下指令的控制模块，所述指令在由一个或更多个处理器执行时，使一个或更多个处理器响应于接收到关于搜索车辆的移动的轨迹信息，估计搜索车辆在某个位置中寻求停车所花费的搜索时间。控制模块包括用于当搜索时间满足时间阈值时将搜索时间和与停放在该位置中的附加实体相关联的观察时间进行聚合的指令。控制模块包括用于当观察时间满足指示该位置中缺少可用停车位的停车阈值时根据观察时间更新停车地图的指令。停车地图标识当前缺少停车位的活动区域。控制模块包括用于向与活动区域相关联的位置附近的所识别的车辆提供具有活动区域的停车地图的指令。

在一个实施方式中，公开了一种非暂态计算机可读介质，该非暂态计算机可读介质用于改进拥挤地带中的可用停车空间的识别并且包括如下指令，所述指令在由一个或更多个处理器执行时使所述一个或更多个处理器执行一个或更多个功能。所述指令包括用于响应于接收到关于搜索车辆的移动的轨迹信息而估计搜索车辆在某个位置中寻求停车所花费的搜索时间的指令。所述指令包括用于当搜索时间满足时间阈值时将搜索时间和与停放在该位置中的附加实体相关联的观察时间进行聚合的指令。所述指令包括用于当观察时间满足指示该位置中缺少可用停车位的停车阈值时根据观察时间更新停车地图的指令。停车地图标识当前缺少停车位的活动区域。所述指令包括用于向与活动区域相关联的位置附近的所识别的车辆提供具有活动区域的停车地图的指令。

在一个实施方式中，公开了一种用于改进拥挤地带中的可用停车空间的识别的方法。在一个实施方式中，该方法包括：响应于接收到关于搜索车辆的移动的轨迹信息，估计车辆在某个位置中寻求停车所花费的搜索时间。该方法包括：当搜索时间满足时间阈值时，将搜索时间和与停放在该位置中的附加实体相关联的观察时间进行聚合。该方法包括：当观察时间满足指示在该位置中缺少可用停车位的停车阈值时，根据观察时间更新停车地图。停车地图标识当前缺少停车位的活动区域。该方法包括：向与活动区域相关联的位置附近的所识别的车辆提供具有活动区域的停车地图。

附图说明

合并在说明书中并构成说明书的一部分的附图示出了本公开内容的各种系统、方法和其他实施方式。应当理解，图中所示出的元件边界(例如，框、框的组或其他形状)表示边界的一个实施方式。在一些实施方式中，一个元件可以被设计为多个元件，或者多个元件可以被设计为一个元件。在一些实施方式中，被示出为另一元件的内部部件的元件可以被实现为外部部件，反之亦然。此外，元件可以不按比例绘制。

图1示出了车辆的一个实施方式，在该车辆内可以实现本文所公开的系统和方法。

图2示出了与通过选择性地激活可用性受限的地区中的联网车辆来改进可用停车空间的识别相关联的停车系统的一个实施方式。

图3示出了云计算环境内的停车系统的图。

图4是示出与识别停车受限的活动区域并相应地更新停车地图相关联的方法的一个实施方式的流程图。

图5是示出选择性地分析停车位置的可用性的一个实施方式的流程图。

图6是划分成包括多个活动区域的子区域的停车地图的图示。

图7是根据聚类划分的停车地图的图示。

具体实施方式

公开了与通过选择性地激活联网车辆中的停车可用性功能来更好地跟踪停车可用性从而改进可用停车空间的识别的方式相关联的系统、方法和其他实施方式。如前所述，定位停车位可能是耗时的任务。例如，当关于可用空间可能所在的地方没有方向时，试图在几乎满的停车库中停车可能看起来是不可能的任务。类似地，尤其是在考虑到存在可能进一步使通过地区的移动复杂化的交通的情况下，在繁忙地区中定位路边停车位可能是令人沮丧的任务。因此，驾驶员可能变得沮丧，并且在搜索停车位时浪费大量的时间。

虽然一些停车库和停车场可以包括基于基础设施的系统来识别可用的地点，但是这样的系统的安装和维护通常是昂贵、复杂的，并且不能解决路边停车的问题。此外，联网车辆可以扫描停车地区并识别可用的停车地点；然而，当连续地提供涉及通过机器感知进行主动监控的功能时，联网车辆消耗大量的资源(例如，计算资源、能量、通信带宽等)，这通常是不期望的，尤其是当这些资源另外可以用于改进即时车辆的安全性或其他功能时。

因此，在各种布置中，所公开的系统和方法通过集中缺少可用停车位的地区内的联网车辆的资源，而不是在不考虑资源的使用的情况下广泛地感测可用性来改进对可用停车空间的识别。例如，在至少一种布置中，停车系统获取关于在整个地理地区中行驶的车辆的信息。通常，与使用车辆内明确的停车可用性功能对地区进行主动监控可能涉及的内容相比，获取该信息所涉及的更少(即，更少的资源密集)。例如，该信息至少包括粗略的轨迹数据以及关于车辆的移动的位置信息。当然，在其他布置中，该信息可以包括附加数据，例如指示车辆的操作的更具体方面(例如，车辆接通/关停、操作条件、速度等)的远程信息处理数据。

在任何情况下，停车系统从在整个地理区域中移动的车辆接收上述信息，并分析该信息以识别缺少可用停车位的位置，使得停车系统可以确定是否应当激活相关联的区域以使用更鲁棒的停车可用性功能。停车系统可以通过根据轨迹信息得到停车搜索时间来实现该确定。停车搜索时间通常表征单个车辆花费多长时间寻求停车地点。作为一个示例，停车系统分析该信息以识别车辆何时开始搜索和停止搜索停车地点。停车系统可以根据车辆所呈现的特定模式来使用不同的识别特性。例如，在一种方法中，停车系统使用车辆处于目的地的预定义距离内的时间，而在其他方法中，停车系统根据车辆何时进入停车库/停车场、车辆的移动何时呈现绕圈模式等来识别开始时间。此外，在一种方法中，停车系统通过确定车辆何时停止移动达限定时间段(例如，10分钟)来确定结束时间。在其他方法中，停车系统根据车辆关停事件、变速器换挡至停车等来确定结束时间。

因此，停车系统可以确定搜索时间并使用搜索时间作为地区中停车拥塞的指示符，而不是由于使车辆连续地实施更复杂的停车识别功能而浪费资源。如果搜索时间满足阈值，则停车系统可以将搜索时间聚合为相关联位置的停车事件。此后，停车系统可以执行附加检查来确定特定位置是否满足停车阈值。停车阈值指示在该位置处停车是否可以被认为是难以停车或拥挤的。例如，为了避免虚假事件并确保位置的正确表征，停车阈值指示滑动时间窗口内的停车事件的数目。

这样，当停车系统确定某个位置满足停车阈值时，在一种或更多种布置中，停车系统更新停车地图的活动区域，并向地理地区内的联网车辆提供停车地图。因此，当停车地图内的某个区域处于活动状态时，活动区域内的联网车辆启用停车识别功能。停车识别功能通常涉及激活联网车辆内的传感器，以通过使用消耗额外资源的各种感知算法(例如，对象检测和分类算法)处理传感器数据来主动地扫描可用停车空间。然而，由于停车系统将停车识别功能的激活限制于活动区域内的车辆，因此在停车可能简单并且可能不受益于该增加的功能的地区中，联网车辆可以更好地集中资源，并且避免由于连续地启用这样的功能而浪费资源。在任何情况下，联网车辆然后可以将可用停车位的位置传送给停车系统，该停车系统与其他车辆共享信息以更好地促进在拥挤的位置中停车。以这种方式，停车系统通过选择性地将资源集中在需要额外停车信息的地区来改进停车可用性的识别。

参照图1，示出了车辆100的示例。如本文所使用的，“车辆”是任何形式的动力运输工具。在一个或更多个实现方式中，车辆100是汽车。虽然在本文中将针对汽车描述布置，但是应当理解，实施方式不限于汽车。在一些实现方式中，车辆100可以是例如运送乘客的任何设备。在各种方法中，车辆100可以是自动车辆。如本文所使用的，自动车辆是指具有至少一些自动驾驶功能的车辆。因此，车辆100可以自主地、半自主地或在各种高级驾驶辅助系统(ADAS)的辅助下操作。此外，车辆100通常是能够与其他设备无线通信的联网车辆，所述其他设备例如是其他联网车辆、基础设施元件(例如，路边单元)、云计算元件等。此外，虽然本公开内容总体上是关于车辆100来描述的，但是在另外的方法中，本文公开的所述系统和方法可以被实现为其他实体的一部分，所述其他实体例如是不与特定形式的运输工具相关联而是替代地作为移动电子设备的一部分被嵌入的电子设备，该移动电子设备可以例如由个人携带并且可以独立地工作或与其他设备的附加系统(例如，传感器)协同工作。

在任何情况下，车辆100还包括各种元件。应当理解，在各种实施方式中，车辆100可以不必具有图1所示的元件中的所有元件。车辆100可以具有图1所示的各种元件的任意组合。此外，车辆100可以具有图1所示的元件以外的附加元件。在一些布置中，车辆100可以在没有图1所示的元件中的一个或更多个元件的情况下被实现。虽然在图1中各种元件被示出为位于车辆100内，但是应当理解，这些元件中的一个或更多个元件可以位于车辆100外部。此外，所示的元件可以在物理上相隔大的距离。例如，如所讨论的，所公开的系统的一个或更多个部件可以在车辆100内被实现，而系统的其他部件在云环境内被实现，如随后进一步讨论的。

车辆100的一些可能的元件在图1中示出，并且将连同随后的附图一起被描述。然而，出于本说明书的简洁的目的，将在图2至图7的讨论之后提供对图1中的元件中的许多元件的描述。此外，应当理解，为了说明的简单和清楚起见，在适当的情况下，在不同附图中重复了附图标记以指示对应或类似的元件。另外，讨论概述了许多具体细节以提供对本文所描述的实施方式的透彻理解。然而，本领域技术人员将理解，本文所描述的实施方式可以使用这些元件的各种组合来实践。在任何情况下，如图1的实施方式所示，车辆100包括被实现成执行如本文所公开的与选择性地激活停车可用性功能有关的方法和其他功能的停车系统170。

此外，如在车辆100内提供的停车系统170与通信系统180协同工作。在一个实施方式中，通信系统180根据一种或更多种通信标准进行通信。例如，通信系统180可以包括多个不同的天线/收发器和/或其他硬件元件，以用于以不同的频率并根据相应的协议进行通信。在一种布置中，通信系统180经由通信协议进行通信，该通信协议例如是WiFi、DSRC、V2I、V2V或用于在车辆100与云环境中的其他实体之间进行通信的另一合适的协议。此外，在一种布置中，通信系统180还根据下述协议进行通信，所述协议例如是全球移动通信系统(GSM)、增强型数据速率GSM演进(EDGE)、长期演进(LTE)、5G或提供以用于车辆100与各种远程设备(例如，基于云的服务器)进行通信的另一通信技术。在任何情况下，停车系统170可以利用各种无线通信技术来向其他实体例如云计算环境的成员提供通信。

参照图2，还示出了停车系统170的一个实施方式。停车系统170被示出为包括来自图1的车辆100的处理器110。因此，处理器110可以是停车系统170的一部分，停车系统170可以包括与车辆100的处理器110分离的处理器，或者停车系统170可以通过数据总线或另一通信路径访问处理器110。在其他方面，处理器110是基于云的资源。因此，处理器110可以通过通信网络与停车系统170进行通信，或者可以与停车系统170位于同一位置(co-located)。在一个实施方式中，停车系统170包括存储控制模块220的存储器210。存储器210是随机存取存储器(RAM)、只读存储器(ROM)、硬盘驱动器、闪存或用于存储模块220和模块230和/或停车系统170所使用的其他信息的其他合适的存储器(易失性的或非易失性的)。模块220和模块230例如是物理存储器210内的计算机可读指令，所述计算机可读指令在由处理器110执行时使处理器110执行本文所公开的各种功能。

如前所述，停车系统170还可以在车辆100内被实现为在云环境300内工作的基于云的系统的一部分，如关于图3所示。也就是说，例如，停车系统170可以从各种实体例如实现停车系统170的单独实例的分布式车辆获取数据(例如，远程信息处理数据、传感器数据等)。在一种或更多种方法中，云环境300可以促进多个不同车辆之间的通信以获取和分发关于可用停车位的信息，该信息可以由车辆310、车辆320和车辆330中的一个或更多个车辆收集并传播给寻求停车的各种车辆。

因此，如图所示，停车系统170可以包括基于云的环境300的一个或更多个实体(例如，服务器)内的单独实例，并且还可以包括协同地工作以获取、分析和分发所述信息的车辆内的实例。在另一方面，在基于云的环境300内实现停车系统170的实体可以不同于与交通运输相关的设备，并且包括移动设备(例如，智能手机)以及可以由车辆内的个人携带的其他这样的设备，从而可以与车辆协同工作。因此，与云环境300协同工作的实体集可以是不同的。

如前所述，基于云的环境300本身是包括常规性地迁移到地理地区中以及从地理地区中迁移出来的云成员的动态环境。通常，如本文所讨论的，地理地区与广阔的地区(例如，城市和周围的郊区)相关联。如随后将更详细地讨论的，在至少一种布置中，停车系统170将地理地区划分为区域，并根据区域聚合从车辆接收到的信息。在又一方面，停车系统170根据报告延长的停车搜索时间的车辆的位置动态地限定活动区域。在这种情况下，停车系统170根据报告车辆的位置绘制活动区域。因此，活动区域的具体大小和形状取决于报告车辆的位置，并且不限于预定义的区域。在任何情况下，与云环境300相关联的地区可以根据特定实现方式而不同，但通常跨广阔的地理地区延伸。

继续图2和停车系统170的一般实施方式，在一种或更多种布置中，停车系统170包括数据存储240。在一个实施方式中，数据存储240是存储在存储器210或另一电子存储器中的电子数据结构(例如，数据库)，并且数据存储240配置有可以由处理器110执行以用于分析所存储的数据、提供所存储的数据、组织所存储的数据等的例程。因此，在一个实施方式中，数据存储240存储由模块220和模块230在执行各种功能时使用的数据。在一个实施方式中，数据存储240包括传感器数据250、可用性信息260、停车地图270和/或由模块220使用的其他信息。应当理解，虽然数据存储240被示出为包括传感器数据250、可用性信息260和停车地图270，但是停车系统170的单独实例可以实现数据存储240以包括不同的信息集。

在任何情况下，控制模块220包括用于控制处理器110以获取传感器数据250和/或可用性信息260的指令。根据停车系统170的特定实例(即，在车辆内相对于在基于云的实体内)，获取传感器数据250和/或可用性信息260可以不同。例如，从车辆100的角度来看，控制模块220根据车辆100是在活动区域内还是在另一非活动区域内而收集不同的数据元素。随后将讨论活动区域的其他方面，然而，应当理解，控制模块220参考停车地图270来确定何时激活使车辆100更详细地获取传感器数据250的停车可用性功能。

在车辆100在如由停车地图270限定的非活动区域内操作的情况下，控制模块220获取可用性信息260，该可用性信息260可以包括关于车辆100的移动的轨迹信息，并且在其他方面，该可用性信息260还可以包括远程信息处理数据。因此，轨迹信息限定了车辆100的移动例如转弯、加速、制动事件等以及如可以由GPS限定的一般位置。因此，轨迹信息限定了一般路线和路线的基本特性，而不包括可以在执行涉及周围环境的机器感知的技术时获取的资源密集型信息，例如摄像机图像、LiDAR点云等。如所述的，在其他方面，控制模块220还可以获取远程信息处理数据，该远程信息处理数据包括关于车辆100的操作的附加方面例如车辆事件(例如，接通/关停事件、变速器换挡事件等)和关于车辆100的操作的其他一般属性。

一旦控制模块220获取可用性信息260，控制模块220就将可用性信息260传送给云环境300，在云环境300中，停车系统170的另一实例确定可用性信息260是否指示在某个位置中缺少停车位。应当理解，车辆100可以以限定的间隔或在特定事件(例如，车辆关停事件)发生时选择性地提供可用性信息260。此外，车辆100内的控制模块220还可以在本地处理可用性信息260，以得到代替可用性信息260本身被传送给云的搜索时间。

转向云计算环境300，云环境300的设备(例如，服务器)内的控制模块220从车辆100接收可用性信息。在至少一种方法中，控制模块220然后继续分析可用性信息260，以得到车辆100在某个位置中寻求停车空间所花费的搜索时间。在各种方法中，确定搜索时间的具体方式可以不同，但依赖于识别开始时间和停止时间。控制模块220可以使用情境线索来确定何时限定开始时间和停止时间。例如，在一些情况下，开始时间的识别可以是清楚的，例如在可用性信息260包括指定车辆100何时进入停车库、停车场或用于停车的另一限定地区的数据元素时。可替选地或另外地，控制模块220分析可用性信息260，以获得关于车辆100何时呈现指示正在搜索停车位的绕圈模式的指示符。例如，如果车辆100围绕目的地或靠近目的地的地区绕圈，并且然后停车，则控制模块220将开始时间限定为与绕圈行为相关联的初始点。在又一方面，控制模块220根据车辆100何时在如可以根据例如导航指令确定的到目的地的限定距离内来限定搜索开始时间。

为了确定搜索的结束时间，控制模块220分析可用性信息260来识别例如车辆100何时被关闭、换档为停车、或以其他方式呈现处于停车位置的行为(即，在限定的时间量内不移动)。以这种方式，控制模块220可以限定搜索停车位的开始时间和结束时间，从而得到车辆100搜索停车位所花费的停车位搜索时间。应当理解，与云计算环境300相关联的地理地区内的其他联网车辆也向停车系统170提供可用性信息。因此，停车系统170评估来自相同和/或不同位置内的不同车辆(例如，车辆310、车辆320和车辆330)的单独信息以识别停车趋势。

停车系统170使用所得到的搜索时间作为针对时间阈值的比较点。时间阈值通常限定搜索停车空间所花费的时间量，该时间量指示在某个位置中可能缺少停车位。停车系统170可以针对不同的位置不同地限定时间阈值。例如，对于具有复杂停车环境的地区，例如大型停车库或停车场(例如，在机场处)，停车系统170可以考虑在设施不缺少停车位的情况下车辆所经历的穿越停车设施的时间来限定时间阈值。在任何情况下，控制模块220将从所获取的可用性信息260确定的搜索时间和与位置相关联的时间阈值进行比较，以确定搜索时间是否满足(例如，大于或等于)阈值。如果搜索时间不满足阈值，则控制模块220可以丢弃或以其他方式记录搜索时间。

然而，如果搜索时间满足时间阈值，则控制模块220将搜索时间记录为该位置的停车事件，并将搜索时间与同一位置的其他停车事件进行聚合。以这种方式，控制模块220可以识别车辆停车困难的情况的出现，并且可以跟踪其他情况来推断何时难以找到某个位置中的停车位。此外，通过使用轨迹信息/远程信息处理数据而不是利用车辆内的主动感知，停车系统有助于节约联网车辆内的资源。

继续基于云的实体内的控制模块220的操作，一旦控制模块220聚合了搜索时间，控制模块220就定期地更新停车地图270。停车地图270是停车系统170正在主动监控停车可用性的地理地区的地图。如随后将更详细地讨论的，停车地图270包括限定的区域(例如，网格单元)或根据满足时间阈值的搜索时间限定的仅仅停车事件的位置。因此，当特定位置的搜索时间满足停车阈值时，控制模块220就更新停车地图270以反映与搜索时间相关联的活动区域。

为了进一步说明停车阈值，在至少一种布置中，控制模块220根据滑动时间窗口(例如，之前的60分钟)和滑动窗口内停车事件的发生次数来限定停车阈值。在另一示例中，控制模块220可以对滑动窗口内的搜索时间进行平均，以确定停车的平均时间何时满足停车阈值。因此，当多个车辆报告指示在滑动窗口内难以停车的搜索时间时，则控制模块220将停车地图270内的关联区域切换为活动区域。控制模块220然后还向联网车辆提供(例如，传送)停车地图270，所述联网车辆使用停车地图270来了解在哪些位置停车可用性功能应当是活动的。

因此，当车辆100在整个地理地区中行驶时，车辆100内的控制模块220将当前位置与停车地图270进行比较，以确定车辆100何时进入活动区域。当处于活动区域中时，控制模块220使车辆100激活停车可用性功能。在各种实施方式中，停车可用性功能通常包括通过使用车辆的车载传感器来获取关于周围环境的传感器数据并使用各种机器感知技术分析传感器数据来主动识别可用停车空间。因此，当具有该功能的车辆导航通过停车位有限的地区时，车辆使用关于周围环境的感知信息来识别可用停车空间的位置。

停车可用性功能可以作为自动驾驶模块160的一部分或停车系统170的一部分来实现。作为一个示例，将简要描述经由停车系统170的实现方式。在一种布置中，控制模块220获取车辆100的周围环境中的传感器数据250方面以便于车辆100的各种系统的操作，所述各种系统例如是自动驾驶模块160(例如，自动驾驶辅助系统(ADAS)、半自主系统、全自主系统等)、导航应用、停车可用性功能等。在其他情况下，控制模块220获取关于车辆100本身的操作的传感器数据250(例如，轨迹数据、系统状态信息、诊断数据等)以及可以通知关于停车可用性的确定的其他相关操作特性。

因此，控制模块220通常包括使处理器110控制车辆100的一个或更多个传感器生成关于周围环境的观察的指令。广义上说，如由控制模块220获取的观察是关于特定驾驶环境(例如，停车场、道路等)以及由至少一个传感器所感知的存在于驾驶环境中的对象的信息。因此，观察通常是一组被处理成有意义的形式的一个或更多个数据。

在一个实施方式中，控制模块220控制车辆100的各个传感器提供传感器数据250形式的数据输入。控制模块220还可以将传感器数据250处理为对周围环境的单独观察。例如，在一种方法中，控制模块220融合来自单独传感器的数据，以提供关于周围环境的特定方面的观察。通过示例，在一种或更多种方法中，传感器数据250本身可以采用单独的图像、雷达回波、LiDAR回波等形式。控制模块220可以根据传感器数据250得到确定(例如，位置、轨迹等)，并融合周围环境的单独识别的方面(例如，周围车辆)的数据。控制模块220还可以例如通过将传感器数据的单独实例关联为关于超出瞬时数据点的对象的有意义的观察来将传感器数据250外推为观察。例如，控制模块220可以通过多个数据点跟踪周围的车辆，以提供轨迹或提供关于车辆是否正在离开停车空间的确定。

此外，虽然控制模块220被讨论为控制各种传感器以提供传感器数据250，但是在一个或更多个实施方式中，模块220可以采用主动或者被动的其他技术来获取传感器数据250。例如，控制模块220可以被动地从由车辆100中的各种传感器或其他模块/系统提供给车辆100内的其他部件的电子信息流中嗅探传感器数据250。此外，如所述的，在提供传感器数据250时，控制模块220可以采取各种方法来融合来自多个传感器的数据。因此，在一个实施方式中，传感器数据250表示从多个传感器获取的感知的组合。

当然，根据车辆100或其他实体所包括的传感器，停车系统170可以采集的可用传感器数据250可以不同。作为一个示例，根据特定实现方式，车辆100可以包括不同类型的摄像机或多个摄像机的布置。在获取传感器数据250时，控制模块220可以获取源自车辆100的各种电子输入，这些电子输入可以作为传感器数据250被存储在停车系统170的数据存储240中并且根据各种算法例如机器学习算法、试探法等被处理。因此，在一种方法中，停车系统170使用所述传感器数据250以及根据传感器数据250得到的感知来识别沿着街道以及在停车设施内的可用停车位的位置。

然后，停车系统170可以将得到的观察结果传送给基于云的环境300以传播回当前正在寻求停车的车辆。基于云的环境300还可以向各种联网车辆提供指令来提高关于可用停车空间的认知，例如重新安排车辆的路线以观察特定的地区(例如，先前观察到可用空间的位置等)。这样，为支持该功能，联网车辆消耗的资源是巨大的。因此，在定位停车位不繁重的地区中使用停车可用性功能通常会浪费车辆为了支持所述功能所使用的资源。这在车辆是电动车辆且能量有限的情况下可能尤其正确。

关于根据活动区域选择性激活停车可用性功能的附加方面将关于图4进行描述。图4示出了与识别停车受限的活动区域并更新停车地图相关联的方法400的流程图。方法400将从如由实体例如基于云的环境300内的服务器实现的图1至图2的停车系统170的角度进行讨论。虽然方法400是结合停车系统170来讨论的，但是应当理解，方法400不限于在停车系统170内实现，而替代地是可以实现方法400的系统的一个示例。此外，虽然方法被示出为一般串行处理，但是方法400的各方面可以并行执行以执行所述功能。

在410处，控制模块220接收包括关于搜索车辆的移动的轨迹信息的可用性信息260。轨迹信息至少包括与搜索车辆寻求停车地点相关联的开始时间和停止时间。特别地，轨迹信息包括控制模块220可以根据其得到开始时间和停止时间的信息。此外，如前所述，可用性信息260还可以包括指定关于车辆100的操作的附加方面(例如，车辆接通/关停事件等)的一整套远程信息处理数据，从而便于确定开始时间和停止时间。

在420处，控制模块220估计车辆100在某个位置中寻求停车所花费的搜索时间。在至少一种方法中，控制模块220通过识别搜索车辆100开始寻求停车地点的时间作为开始时间以及识别车辆停车的时间作为停止时间来估计搜索时间。开始时间和停止时间可以根据各种标准来识别，所述各种标准包括：识别车辆100何时开始指示在停车设施中频繁操纵以识别停车空间的启动和停止模式、识别车辆100何时在同一地理地区绕圈、识别至目的地的距离满足阈值(例如，在其内车辆100可以开始寻求停车的预定义距离)、以及车辆100何时进入停车地区。类似地，控制模块220根据可用性信息260例如车辆关停事件、变速器换挡到停车事件等来确定用于停车的停止时间。根据这些指示，控制模块220得到搜索时间。

在430处，控制模块220确定搜索时间是否满足时间阈值。时间阈值指示该位置何时已经达到延长车辆100找到可用停车位的停车可用性水平。例如，在停车库的背景下，一旦停车库满了并且只有车辆正驶离的地点变得可用，找到停车位的时间就会显著增加。类似地，如果车辆必须穿过停车库的许多层(例如，到达顶层)，则找到停车位的时间也会增加。因此，停车系统170可以限定时间阈值以考虑延长的停车时间，并且还可以根据特定位置限定时间阈值，所述特定位置可以具有与进入停车设施相关联的附加穿越时间。

在440处，控制模块220将搜索时间和与先前被识别为满足时间阈值的位置中停放的附加实体相关联的观察时间进行聚合。对搜索时间进行聚合对在该位置处和多个不同的停车设施(例如，多个不同的停车库、停车场、路边停车位等)上停放有多少不同的车辆提供了更全面的评估。此外，应当注意，可以在滑动时间窗口(例如，30分钟、60分钟等)内评估观察时间，以便提供某个位置处停车的变化的实时视图。

在450处，控制模块220确定某个位置是否满足指示该位置中缺少可用停车位的停车阈值。如前所述，停车阈值可以限定满足时间阈值的不同车辆的搜索时间的发生次数，或者可以限定满足停车阈值的所报告的搜索时间的平均时间。任一指示都代表某个位置中的停车活动增加。此外，虽然广泛地讨论了位置，但是应当理解，位置通常是指停车地图270内的相同区域，如将连同图6至图7进一步讨论的。在任何情况下，在一种配置中，控制模块220分析观察时间以及关于在该位置中停车的历史数据，以确定该位置是否满足停车阈值。因此，在观察时间单独不满足停车阈值的情况下，与历史数据结合的分析可以包含额外的推断。例如，历史数据可以包括在该位置内的根据先前观察到的需求的一般停车需求、事件的发生等。这样，控制模块220可以通过历史预测因子调整观察时间(例如，根据所推断的即将到来的需求增加观察时间)，以便更好地预测该位置中的停车需求。因此，当所聚合的搜索时间满足停车阈值时，控制模块220在460处进行至更新停车地图。否则，停车系统170继续监控搜索时间。

在460处，控制模块220根据观察时间更新停车地图270。停车地图270识别当前缺少停车位/停车位当前不可用的活动区域，以便向联网车辆通知停车可用性功能将被激活的地区。如前所述，活动区域的识别可以根据特定的实现方式而不同。例如，可以使用网格将地理地区划分为单独的网格单元。因此，当与搜索时间相关联的特定单元满足停车阈值时，控制模块220改变停车地图270内的注释来将该单元指示为活动区域。在其他方面，活动区域的限定可以是无定形的，因为控制模块220识别与搜索时间相关联的特定位置并且形成关于将事件聚类在一起的时间的区域。

在470处，控制模块220将具有活动区域的停车地图270提供给与活动区域相关联的位置附近的所识别的车辆。在一种或更多种布置中，控制模块通过定期地将停车地图270传送到与活动区域相关联的地理地区内的车辆来提供停车地图270。在另外的方法中，每当区域被更新为活动状态或被停用为非活动状态(即，当观察时间不再满足停车阈值时和/或根据冷却时段)时，控制模块220可以提供停车地图270。在任何情况下，将停车地图270传送给车辆使车辆主动地感测活动区域中的可用停车空间，并将可用空间传送回基于云的环境300以便于后续车辆的停车。

然后，车辆可以利用停车地图270来确定何时将激活停车可用性功能，并且因此可以通过禁用非活动地带中的停车识别功能来节约资源。如所述的，所获取的关于可用停车位的信息然后可以单独地或者作为停车地图270的一部分被传播给活动区域内的车辆，以便向寻求停车的车辆通知空间可能可用的位置。

图5示出了与选择性地激活联网车辆中的停车可用性功能相关联的方法500的流程图。方法500将从如由车辆例如车辆100实现的图1至图2的停车系统170的角度进行讨论。虽然方法500是结合停车系统170来讨论的，但是应当理解，方法500不限于在停车系统170内被实现，而替代地是可以实现方法500的系统的一个示例。此外，虽然方法被示出为一般串行处理，但是方法500的各方面可以并行执行以执行所述功能。

在510处，停车系统170确定车辆100当前是否在如由停车地图270限定的活动区域内。在一种或更多种布置中，控制模块220通过参考来自GPS或另一位置识别传感器的信息来确定车辆100的位置，并将该位置与停车地图270进行比较。该比较对照停车地图270识别车辆的当前区域以及当前区域是否处于活动状态。当车辆100不在活动地带内时，则控制模块220进行至传送可用性信息260，如在550处所讨论的。否则，控制模块激活停车可用性功能，如在框520至框540处进一步讨论的。

在520处，控制模块220获取关于车辆100的周围环境的传感器数据250。传感器数据250包含包括关于可用停车空间的信息的周围环境的观察。如前所述，传感器数据250可以包括来自有助于捕获对周围环境的全面观察的一组不同传感器的信息。

在530处，控制模块220分析传感器数据250以识别停车可用性。在各种布置中，控制模块220使用各种算法来处理传感器数据250，以检测环境的对象和各方面、对对象进行分类、并且确定在周围环境中停放的车辆和用于停车的空闲空间的存在。在实践中，识别可用停车位的处理可以包括分析各种情境方面，例如空间的大小、指示关于停车的规则/法律的标志的存在等。在任何情况下，通过对传感器数据250的分析，控制模块220能够识别可用停车位的位置。

在540处，控制模块220将可用停车空间位置传送到基于云的环境300。在各种布置中，控制模块220经由蜂窝通信链路进行通信以提供观察到的信息，该观察到的信息然后可以被提供回其他车辆以便于停车。

在550处，控制模块220将可用性信息260传送到基于云的环境300。如前所述，可用性信息260至少包括关于车辆100的路径的轨迹信息，使得基于云的环境300中的实体可以确定车辆100是否遇到了停车困难，如根据可用性信息得到的。因此，根据车辆100当前是否正在活动区域中操作，车辆100提供不同的信息集。以这种方式，当在活动的区域之外操作时，车辆100可以节约资源并避免额外的处理和额外的通信。

作为对停车系统170的进一步说明，现在将参照图6至图7。图6示出了根据网格划分的示例地理地区600。X标识车辆已经报告了停车系统170确定满足时间阈值的搜索时间的位置。此外，网格单元610、网格单元620和网格单元630是活动区域，因为停车系统170已经确定所述网格单元中包括的观察时间满足停车阈值。因此，在活动区域610、活动区域620和活动区域630内行驶的联网车辆被诱导激活停车可用性功能，使得停车系统170可以在找到停车位方面向其他车辆提供帮助。

图7示出了地理地区700的另一示例，只是地区700没有被划分为网格单元。替代地，停车系统170对观察时间进行聚类。例如，停车系统可以动态地生成无定形的活动区域而不是使用预定义的子区域，以便更好地捕获难以停车的地区。如图所示，停车系统170将聚类算法应用于已经根据报告的搜索时间识别出停车延迟事件的位置。根据聚类，停车系统170将活动区域限定为包含尽可能多的合理的停车事件，而无需不必要地限制不活动的区域。因此，如图7所示，停车系统170限定了包含通常彼此接近的停车事件的活动区域710，而没有过度扩展活动区域710以捕获远离主要组的停车事件。

作为本文公开的系统和方法可以在其内操作的示例环境，现在将全面详细地讨论图1。在一些情况下，车辆100被配置成选择性地在自主模式、一种或更多种半自主操作模式和/或手动模式之间进行切换。当然，在其他方面，车辆100可以是可以包括或可以不包括一个或更多个驾驶辅助系统(例如，主动巡航控制、车道保持辅助、碰撞避免等)的手动驾驶车辆。在任何情况下，“手动模式”意指车辆的所有或大部分导航和/或操纵是根据从用户(例如，人类驾驶员)接收的输入来执行的。在一种或更多种布置中，车辆100可以是被配置成仅在手动模式下操作的传统车辆。

在一个或更多个实施方式中，车辆100是自主车辆。如本文所使用的，“自主车辆”是指在自主模式下操作的车辆。“自主模式”是指使用一个或更多个计算系统沿着行驶路线导航和/或操纵车辆100，以在来自人类驾驶员的输入最小化或没有来自人类驾驶员的输入的情况下控制车辆100。在一个或更多个实施方式中，车辆100是高度自动化或完全自动化的。在一个实施方式中，车辆100配置有一种或更多种半自主操作模式，在所述一种或更多种半自主操作模式下，一个或更多个计算系统执行车辆沿着行驶路线的导航和/或操纵的一部分，并且车辆操作员(即，驾驶员)向车辆提供输入以执行车辆100沿着行驶路线的导航和/或操纵的一部分。

车辆100可以包括一个或更多个处理器110。在一种或更多种布置中，处理器110可以是车辆100的主处理器。例如，处理器110可以是电子控制单元(ECU)。车辆100可以包括用于存储一种或更多种类型的数据的一个或更多个数据存储115。数据存储115可以包括易失性和/或非易失性存储器。合适的数据存储115的示例包括RAM(随机存取存储器)、闪存、ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、寄存器、磁盘、光盘、硬盘驱动器或任何其他合适的存储介质、或者其任何组合。数据存储115可以是处理器110的部件，或者数据存储115可以可操作地连接至处理器110以供其使用。如在该整个说明书中使用的术语“可操作地连接”可以包括直接连接或间接连接，包括没有直接物理接触的连接。

在一种或更多种布置中，一个或更多个数据存储115可以包括地图数据116。地图数据116可以包括一个或更多个地理地区的地图。在一些情况下，地图数据116可以包括关于一个或更多个地理地区中的道路、交通控制设备、道路标记、结构、特征和/或地标的信息或数据。地图数据116可以是任何合适的形式。在一些情况下，地图数据116可以包括地区的鸟瞰图。在一些情况下，地图数据116可以包括地区的地面视图，包括360度地面视图。地图数据116可以包括对于包括在地图数据116中的一个或更多个项和/或相对于包括在地图数据116中的其他项的测量值、尺寸、距离和/或信息。地图数据116可以包括具有关于道路几何形状的信息的数字地图。地图数据116可以是高质量和/或高度详细的。

在一种或更多种布置中，地图数据116可以包括一个或更多个地形地图117。地形地图117可以包括关于一个或更多个地理地区的地面、地形、道路、表面和/或其他特征的信息。地形地图117可以包括一个或更多个地理地区中的海拔数据。地图数据116可以是高质量和/或高度详细的。地形地图117可以限定一种或更多种地面表面，所述一种或更多种地面表面可以包括铺设的道路、未铺设的道路、土地和限定地面表面的其他事物。

在一种或更多种布置中，地图数据116可以包括一个或更多个静态障碍物地图118。静态障碍物地图118可以包括关于位于一个或更多个地理地区内的一个或更多个静态障碍物的信息。“静态障碍物”是其位置在一段时间内不改变或基本上不改变和/或其大小在一段时间内不改变或基本上不改变的物理对象。静态障碍物的示例包括树木、建筑物、路缘、栅栏、栏杆、中央分隔带(medians)、电线杆、雕像、纪念碑、标志、长凳、家具、邮箱、大石头、小山。静态障碍物可以是延伸到地平面以上的物体。包括在静态障碍物地图118中的一个或更多个静态障碍物可以具有位置数据、大小数据、尺寸数据、材料数据和/或与之相关联的其他数据。静态障碍物地图118可以包括一个或更多个静态障碍物的测量值、尺寸、距离和/或信息。静态障碍物地图118可以是高质量和/或高度详细的。静态障碍物地图118可以被更新以反映被绘制地图的地区内的变化。

一个或更多个数据存储115可以包括传感器数据119。在这种情况下，“传感器数据”意指关于车辆100所装备的传感器的任何信息，包括关于这样的传感器的能力和其他信息。如下面将说明的，车辆100可以包括传感器系统120。传感器数据119可以涉及传感器系统120的一个或更多个传感器。作为示例，在一种或更多种布置中，传感器数据119可以包括关于传感器系统120的一个或更多个LIDAR传感器124的信息。

在一些情况下，地图数据116和/或传感器数据119的至少一部分可以位于一个或更多个数据存储115中，所述一个或更多个数据存储115位于车辆100上。可替选地或另外地，地图数据116和/或传感器数据119的至少一部分可以位于一个或更多个数据存储115中，所述一个或更多个数据存储115位于远离车辆100处。

如上所述，车辆100可以包括传感器系统120。传感器系统120可以包括一个或更多个传感器。“传感器”意指可以检测和/或感测某些事物的任何设备、部件和/或系统。一个或更多个传感器可以被配置成实时检测和/或感测。如本文所使用的，术语“实时”意指用户或系统对于要进行的特定处理或确定足够即时地进行感测或者使得处理器能够跟上一些外部处理的处理响应水平。

在传感器系统120包括多个传感器的布置中，传感器可以彼此独立地工作。可替选地，传感器中的两个或更多个传感器可以彼此组合工作。在这种情况下，两个或更多个传感器可以形成传感器网络。传感器系统120和/或一个或更多个传感器可以可操作地连接至处理器110、数据存储115和/或车辆100的另一元件(包括图1中所示的元件中的任何元件)。传感器系统120可以获取车辆100的至少一部分外部环境(例如，附近的车辆)的数据。

传感器系统120可以包括各种类型的传感器。本文将描述不同类型的传感器的各种示例。然而，应当理解，实施方式不限于所描述的特定传感器。传感器系统120可以包括一个或更多个车辆传感器121。车辆传感器121可以检测、确定和/或感测关于车辆100本身的信息。在一种或更多种布置中，车辆传感器121可以被配置成例如基于惯性加速度来检测和/或感测车辆100的位置变化和取向变化。在一种或更多种布置中，车辆传感器121可以包括一个或更多个加速度计、一个或更多个陀螺仪、惯性测量单元(IMU)、航位推算系统、全球导航卫星系统(GNSS)、全球定位系统(GPS)、导航系统147和/或其他合适的传感器。车辆传感器121可以被配置成检测和/或感测车辆100的一个或更多个特性。在一种或更多种布置中，车辆传感器121可以包括速度计以确定车辆100的当前速度。

可替选地或另外地，传感器系统120可以包括被配置成获取和/或感测驾驶环境数据的一个或更多个环境传感器122。“驾驶环境数据”包括关于自主车辆所位于的外部环境或外部环境的一个或更多个部分的数据或信息。例如，一个或更多个环境传感器122可以被配置成检测、量化和/或感测车辆100的至少一部分外部环境中的障碍物和/或关于这些障碍物的信息/数据。这些障碍物可以是静止的物体和/或动态的物体。一个或更多个环境传感器122可以被配置成检测、测量、量化和/或感测车辆100的外部环境中的其他事物，例如车道标记、标志、交通灯、交通标志、车道线、人行横道、车辆100附近的路缘、道路之外的物体等。

本文将描述传感器系统120的传感器的各种示例。示例传感器可以是一个或更多个环境传感器122和/或一个或更多个车辆传感器121的一部分。然而，应当理解，实施方式不限于所描述的特定传感器。

作为示例，在一种或更多种布置中，传感器系统120可以包括一个或更多个雷达传感器123、一个或更多个LIDAR传感器124、一个或更多个声纳传感器125和/或一个或更多个摄像机126。在一种或更多种布置中，一个或更多个摄像机126可以是高动态范围(HDR)摄像机或红外(IR)摄像机。

车辆100可以包括输入系统130。“输入系统”包括使得信息/数据能够被输入至机器中的任何设备、部件、系统、元件或布置或它们的组。输入系统130可以接收来自车辆乘客(例如，驾驶员或乘客)的输入。车辆100可以包括输出系统135。“输出系统”包括使得信息/数据能够被呈现给车辆乘客(例如，人、车辆乘客等)的任何设备、部件或布置或它们的组。

车辆100可以包括一个或更多个车辆系统140。在图1中示出了一个或更多个车辆系统140的各种示例。然而，车辆100可以包括更多、更少或不同的车辆系统。应当理解，尽管特定的车辆系统是单独限定的，但是每个系统或任何系统或其部分可以经由车辆100内的硬件和/或软件以其他方式进行组合或分离。车辆100可以包括推进系统141、制动系统142、转向系统143、油门系统144、传动系统145、信号系统146和/或导航系统147。这些系统中的每个系统可以包括现在已知或以后开发的一个或更多个设备、部件和/或它们的组合。

导航系统147可以包括被配置成确定车辆100的地理位置和/或确定车辆100的行驶路线的现在已知或以后开发的一个或更多个设备、应用和/或它们的组合。导航系统147可以包括用于确定车辆100的行驶路线的一个或更多个地图绘制应用。导航系统147可以包括全球定位系统、本地定位系统或地理定位系统。

处理器110、停车系统170和/或自动驾驶模块160可以可操作地连接以与各种车辆系统140和/或其各个部件进行通信。例如，返回到图1，处理器110和/或自动驾驶模块160可以进行通信以发送和/或接收来自各种车辆系统140的信息，从而控制车辆100的移动、速度、操纵、前进方向、方向等。处理器110和/或自动驾驶模块160可以控制这些车辆系统140中的一些或全部车辆系统，因此可以是部分或完全自主的。

处理器110和/或自动驾驶模块160可以可操作地连接以与各种车辆系统140和/或其各个部件进行通信。例如，返回到图1，处理器110、停车系统170和/或自动驾驶模块160可以进行通信以发送和/或接收来自各种车辆系统140的信息，从而控制车辆100的移动、速度、操纵、前进方向、方向等。处理器110、停车系统170和/或自动驾驶模块160可以控制这些车辆系统140中的一些或全部车辆系统。

处理器110和/或自动驾驶模块160可以可操作以通过控制车辆系统140中的一个或更多个车辆系统和/或其部件来控制车辆100的导航和/或操纵。例如，当在自主模式下操作时，处理器110和/或自动驾驶模块160可以控制车辆100的方向和/或速度。处理器110和/或自动驾驶模块160可以使车辆100加速(例如，通过增加提供给发动机的燃料供应)、减速(例如，通过减少对发动机的燃料供应和/或通过应用刹车)和/或改变方向(例如，通过转动前两个车轮)。如本文所使用的，“引起”或“导致”意指以直接或间接的方式使、强迫、迫使、引导、命令、指示和/或能够使事件或动作发生或者至少处于这样的事件或动作可以发生的状态。

车辆100可以包括一个或更多个执行器150。执行器150可以是可操作以响应于从处理器110和/或自动驾驶模块160接收到信号或其他输入而修改、调整和/或改变车辆系统140中的一个或更多个车辆系统或其部件的任何元件或元件的组合。可以使用任何合适的执行器。例如，一个或更多个执行器150可以包括马达、气动执行器、液压活塞、继电器、螺线管和/或压电执行器，仅列举了一些可能性。

车辆100可以包括一个或更多个模块，本文描述了所述一个或更多个模块中的至少一些模块。所述模块可以被实现为计算机可读程序代码，该计算机可读程序代码在由处理器110执行时，实现本文所描述的各种处理中的一个或更多个处理。模块中的一个或更多个模块可以是处理器110的部件，或者模块中的一个或更多个模块可以在处理器110可操作地连接至的其他处理系统上被执行和/或分布在所述其他处理系统之中。所述模块可以包括可由一个或更多个处理器110执行的指令(例如，程序逻辑)。可替选地或另外地，一个或更多个数据存储115可以包含这样的指令。

在一种或更多种布置中，本文所描述的模块中的一个或更多个模块可以包括人工智能元件或计算智能元件，例如神经网络、模糊逻辑或其他机器学习算法。此外，在一种或更多种布置中，模块中的一个或更多个模块可以分布在本文所描述的模块中的多个模块之中。在一种或更多种布置中，本文所描述的模块中的两个或更多个模块可以被组合成单个模块。

车辆100可以包括一个或更多个自动驾驶模块160。自动驾驶模块160可以被配置成从传感器系统120和/或能够捕获与车辆100和/或车辆100的外部环境相关的信息的任何其他类型的系统接收数据。在一种或更多种布置中，自动驾驶模块160可以使用这样的数据来生成一个或更多个驾驶场景模型。自动驾驶模块160可以确定车辆100的位置和速度。自动驾驶模块160可以确定障碍物的位置、障碍物或其他环境特征，包括交通标志、树木、灌木、邻近的车辆、行人等。

自动驾驶模块160可以被配置成接收和/或确定由处理器110和/或本文所描述的模块中的一个或更多个模块用来估计车辆100的位置和取向的车辆100的外部环境内的障碍物的位置信息、基于来自多个卫星的信号的全局坐标中的车辆位置、或者可以用于确定车辆100的当前状态或确定车辆100相对于其环境的位置以用于创建地图或确定车辆100相对于地图数据的位置的任何其他数据和/或信号。

自动驾驶模块160可以独立地或者与停车系统170组合地被配置成：基于由传感器系统120获取的数据、驾驶场景模型和/或来自任何其他合适的来源的数据(例如，来自传感器数据的确定)来确定行驶路径、车辆100的当前自主驾驶操纵、将来的自主驾驶操纵和/或对当前自主驾驶操纵的修改。“驾驶操纵”意指影响车辆的移动的一个或更多个动作。驾驶操纵的示例包括：加速、减速、制动、转向、沿车辆100的横向方向移动、改变行驶车道、并入行驶车道中和/或倒车，仅列举一些可能性。自动驾驶模块160可以被配置成实施所确定的驾驶操纵。自动驾驶模块160可以直接或间接地使这样的自主驾驶操纵得以实现。如本文所使用的，“引起”或“导致”意指以直接或者间接的方式使、命令、指示和/或能够使事件或动作发生或者至少处于这样的事件或动作可以发生的状态。自动驾驶模块160可以被配置成执行各种车辆功能和/或向车辆100或车辆100的一个或更多个系统(例如，车辆系统140中的一个或更多个车辆系统)传输数据、从车辆100或车辆100的一个或更多个系统接收数据、与车辆100或车辆100的一个或更多个系统进行交互和/或对车辆100或车辆100的一个或更多个系统进行控制。

本文公开了详细的实施方式。然而，应当理解，所公开的实施方式仅旨在作为示例。因此，本文所公开的具体结构和功能细节不应被解释为限制性的，而仅仅是作为权利要求的基础以及作为用于教导本领域技术人员在实际上任何适当详细的结构中以各种方式采用本文中的各方面的表示性基础。此外，本文所使用的术语和短语不旨在是限制性的，而是提供对可能的实现方式的可理解的描述。在图1至图7中示出了各种实施方式，但实施方式不限于所示出的结构或应用。

附图中的流程图和框图示出了根据各种实施方式的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。在这点上，流程图或框图中的每个框可以表示包括用于实现指定的逻辑功能的一个或更多个可执行指令的代码的模块、片段或部分。还应当注意，在一些替选的实现方式中，框中指出的功能可以不按图中指出的顺序发生。例如，根据所涉及的功能，连续示出的两个框实际上可以基本上同时执行，或者所述框有时可以按照相反的顺序执行。

上面所描述的系统、部件和/或处理可以以硬件或硬件和软件的组合来实现，并且可以在一个处理系统中以集中方式来实现，或者以不同元件分散在若干互连的处理系统中的分布式方式来实现。适于执行本文所描述的方法的任何种类的处理系统或另一装置都是合适的。硬件和软件的典型组合可以是具有计算机可用程序代码的处理系统，该计算机可用程序代码在被加载和被执行时控制处理系统以使得处理系统执行本文所描述的方法。系统、部件和/或处理也可以嵌入在计算机可读存储装置例如计算机程序产品或其他数据程序存储设备中，该计算机可读存储装置可由机器读取，该计算机可读存储装置有形地包含可由机器执行以执行本文所描述的方法和处理的指令程序。这些元件还可以嵌入在应用产品中，该应用产品包括能够实现本文所描述的方法的所有特征，并且当该应用产品被加载到处理系统中时能够执行这些方法。

此外，本文所描述的布置可以采用包含在一个或更多个计算机可读介质中的计算机程序产品的形式，在所述一个或更多个计算机可读介质上包含(例如，存储)有计算机可读程序代码。可以利用一个或更多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。短语“计算机可读存储介质”意指非暂态存储介质。计算机可读存储介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体的系统、装置或设备、或者前述的任何合适的组合。计算机可读存储介质的更具体的示例(非详尽的列表)将包括以下：便携式计算机软盘、硬盘驱动器(HDD)、固态驱动器(SSD)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、光存储设备、磁存储设备、或前述的任何合适的组合。在该文档的上下文中，计算机可读存储介质可以是可以包含或存储由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序的任何有形介质。

通常，如本文所使用的模块包括执行特定任务或实现特定数据类型的例程、程序、对象、部件、数据结构等。在其他方面，存储器通常存储所述模块。与模块相关联的存储器可以是嵌入在处理器、RAM、ROM、闪存或另一合适的电子存储介质内的缓冲器或高速缓冲存储器。在其他方面，如本公开内容所设想的模块被实现为专用集成电路(ASIC)、片上系统(SoC)的硬件部件、可编程逻辑阵列(PLA)或嵌入有用于执行所公开的功能的限定配置集(例如，指令)的另一合适的硬件部件。

包含在计算机可读介质上的程序代码可以使用任何适当的介质来传输，所述介质包括但不限于无线、有线、光纤、电缆、RF等、或前述的任何合适的组合。用于执行本布置的各方面的操作的计算机程序代码可以用一种或更多种编程语言的任何组合来编写，所述一种或更多种编程语言包括面向对象的编程语言例如Java

如本文所使用的术语“一”和“一个”被限定为一个或多于一个。如本文所使用的术语“多个”被限定为两个或多于两个。如本文所使用的术语“另一”被限定为至少第二或更多。如本文所使用的术语“包括”和/或“具有”被限定为包括(即，开放式语言)。如本文所使用的短语“……和……中的至少一个”是指并且包含相关联的列出项中的一项或更多项的任何和所有可能的组合。作为示例，短语“A、B和C中的至少一个”包括仅A、仅B、仅C、或其任何组合(例如，AB、AC、BC或ABC)。

本文的各方面可以在不脱离其精神或基本属性的情况下以其他形式来体现。因此，在指示本发明的范围时，应当参考所附权利要求，而不是参考前述说明书。