高度自动化和自主交通工具的冲突解决和避免碰撞机制的制作方法
本文描述的实施例总体上涉及自主驾驶交通工具，并且在一些实施例中，更具体地涉及用于检测交通工具周围动作的人工智能。
背景技术：
自主驾驶交通工具或无人驾驶汽车最近在世界各地的街道上已成为现实。这些交通工具采用如碰撞检测等人工智能来编程以驾驶交通工具、了解道路规则并防止事故。然而，这只是对自主驾驶交通工具进行编程的简单部分。在现实世界的街道上，交通工具周围有许多不协调和不可预测的动作发生。此外，在世界的不同地区，在类似的情况下人们的行为可能会有所不同。
附图说明
在不必按比例绘制的附图中，相同数字可以描述不同视图中的类似部件。具有不同字母后缀的相同数字可以表示类似部件的不同实例。附图总体上通过示例的方式而不是通过限制的方式展示了本文档中所讨论的各个实施例。
图1展示了根据一些实施例的可以出现在自主交通工具中的界面的示例。
图2展示了根据一些实施例的示例道路十字路口。
图3展示了根据一些实施例的示例道路场景。
图4展示了根据一些实施例的姿势解析系统的示例流程图过程。
图5展示了根据一些实施例的风险评估的视觉表示。
图6展示了根据一些实施例的示出姿势解析系统的技术的流程图。
图7是展示可以在其上实施一个或多个实施例的机器的示例的框图。
具体实施方式
人们可以使用各种各样的方式在道路上行进，其中步行、骑自行车和使用汽车是最常见的一些方式。当人们的路径相交时，就会产生人们可能互相交流的场景。然而，由于如距离或限制在汽车内等原因，人们不能听到彼此的声音，所以人们借助手势来交流。例如，驾车的人可能会遇到有人行横道停车标志以及站在角落的行人。驾驶人可能假设行人将要使用人行横道。然而，行人正在等待与某人见面，因此没有使用人行横道，所以用姿势示意驾驶人他们可以继续前进。在另一个示例中，警察可能正在十字路口指挥交通，在十字路口处，所有方向交流都是用手势和手臂姿势进行的。
自主交通工具的增加为道路出行者之间的交流带来了新的挑战。简单的解决方案是使交通工具与周围的人进行交流，如指示交通工具意图的屏幕或扬声器。例如，当自主交通工具左转时，所述交通工具可能具有定位于交通工具的一侧或多侧上的屏幕，所述屏幕显示“自动驾驶汽车-左转”。交通工具能够向其周围的人传递其计划的移动。然而，当交通工具周围的人试图与交通工具交流时，挑战就出现了。自主交通工具可能具有用于观察其周围人的动作的相机。自主交通工具可以使用人工智能系统来解释交通工具周围的人所做的姿势。然而，在世界各地，取决于世界各地区，类似的姿势可能具有不同含义。
当前公开的姿势解析系统可以向自主交通工具的乘客呈现界面，以超控(override)自主交通工具的计划动作和对检测到的姿势的解释。在示例中，自主交通工具可能具有计划行动路线，如在十字路口左转。自主交通工具可以将行人的姿势标识为指示交通工具应该继续前进。然而，行人并没有用姿势示意自主交通工具继续前进。乘客界面可以显示以下内容：交通工具将要左转且所述交通工具将姿势识别为指示交通工具应该继续前进，以及允许乘客超控或停止交通工具的计划行动路线的界面元素，如按钮。在实施例中，界面可以向乘客呈现建议的行动路线的选项。
当前公开的姿势解析系统可以从乘客的输入中学习。自主交通工具可以被训练以识别在世界的某个地区，如美国，常见的一组姿势。这种训练可以用于世界上另一个地区的自主交通工具，但是在所述地区有些姿势可能具有不同的含义。当自主交通工具在所述地区遇到姿势时，所述自主交通工具将基于训练来解释姿势。如果这些解释不正确，则自主交通工具的乘客可以超控所述解释。这些超控和任何附加输入，如姿势的含义或者乘客如何指示继续前进，可以继续训练交通工具，使得随着自主交通工具被进一步训练，其适应所述地区的姿势。在实施例中，地区的自主交通工具可以如在云中共享其训练，以便集体学习地区的姿势。
作为不同姿势含义的示例，在世界大部分地区，点头被认为是认可或同意的标志。然而，在如希腊和保加利亚等一些国家，点头被认为是不同意或拒绝的标志。对于没有经过适当训练来识别所述地区的姿势的含义的自主交通工具来说，类似姿势的这种含义差异可能很容易导致误解和可能的事故。当前公开的系统接收超控输入并在交通工具运行时训练所述交通工具。当前公开的系统在较小的社区中可能是有利的，在所述较小的社区中，当地独特的姿势可能还未广为人知，因此不太可能提前训练自主交通工具。
当自主交通工具沿着道路行驶时，尤其是在人口稠密的区域，自主交通工具周围可能会有数百起不可预测的事件发生。向乘客提示这些不可预测事件中的每一个会使乘客不知所措，并导致交通工具一次只能移动几英寸。当前公开的姿势解析系统使用风险评估来确定为乘客提供哪些不可预测事件的提示。
对于由自主交通工具的姿势解析系统检测到的每个不可预测事件，评估所述事件以确定风险等级。可以使用不同的因素来确定风险等级，包括距离、行动者的速度、交通方式(例如，步行、汽车)以及人的类型(例如，儿童或成人)。例如，在离自主交通工具较远的地方以正常的步伐行走的人可以被分类为低风险，但是在交通工具附近玩耍的一群儿童则可能存在高风险。如果交通工具的姿势解析系统确定不可预测事件存在高风险，如如果风险评估分数超过阈值，则可以提示乘客确保交通工具避免潜在的事故。
当前公开的系统在汽车在道路上行驶的背景下讨论了自主交通工具。然而，应该理解，本文讨论的自主交通工具不应局限于汽车。自主交通工具可以是摩托车、卡车或单独的运输装置。自主交通工具可以是船只或私人船艇，或者任何其他类型的自主运输装置。
图1展示了根据一些实施例的可以出现在自主交通工具中的界面100的示例。界面100可以针对前排乘客定位于交通工具的仪表板上，或针对后排乘客定位于前排座椅的背面。界面100可以提供交通工具的计划行动路线的指示105。例如，指示105呈现告诉乘客交通工具将要做什么的文本和用于进一步突出交通工具将要移动的方向的一组箭头。交通工具可以包括音频扬声器，并播放类似于指示105中所提供的信息的音频公告。
当自主交通工具检测到存在潜在风险的不可预测事件时，界面100可以包括警报110。警报110可以使乘客注意到已经检测到如姿势等不可预测事件。界面100可以包括不可预测事件的图像，如人挥手115，以使乘客知道正在讨论哪个事件。界面100可以包括对姿势或事件的确定的解释的描述120。
如果确定的解释的描述120不正确或者按照指示105中的描述继续前进是不安全的，则乘客可以选择超控界面元素125。自主交通工具可以重新评估所述不可预测事件。乘客可以进一步从选项130中选择交通工具应该如何前进。作为示例，选项130包括：指示交通工具忽略所述姿势；指示交通工具在继续前进之前等待乘客；或者提供命令。如果乘客选择等待乘客的信号的选项，则界面可以通过如前进按钮等可选元素进行更新，一旦如指示105中所描述的交通工具安全地继续，乘客就可以选择所述可选元素。交通工具可以包括命令选项，如接收语音命令。乘客可以选择命令选项并描述姿势的含义或交通工具应该如何前进。乘客的描述可以被记录和保存下来，用于将来对姿势解释的评估。
图2展示了根据一些实施例的示例性道路十字路口200。在示例中，汽车a205是自主驾驶交通工具。在十字路口，汽车a205需要做出一系列决定，包括：左转是否安全(如路径215所指示的)；汽车b210是否理解并接受汽车a205左转的决定；汽车b210是否理解即使它在汽车a205之后到达十字路口它也可以穿过以及汽车b210是否理解从汽车a205到汽车b210的因为汽车a205正在等待人行横道上的行人通过所以此刻不能转弯的信号；以及穿过十字路口的人是否理解汽车a205是否是自主驾驶以及十字路口的每辆汽车将要做什么。这些决定说明了自主交通工具的基于交通工具周围有限数量的行动者的不确定性。
在示例道路十字路口200中，如路径215所指示的，汽车a205需要左转。然而，人220正在穿过街道，因此阻止了汽车a205转弯。汽车b210在汽车a205之后到达十字路口，但是因为汽车a205不能转弯，因此汽车b210可以继续前进。这可能导致汽车之间发生交互，以传达汽车b210可以直行，如路径230所指示的。如果汽车b210是自主驾驶的，并且汽车a205是由人驾驶的，则汽车a205中的人可以尝试向汽车b210发信号通知所述汽车可以继续前进。自主汽车b210观察此姿势并解释姿势的含义。然而，基于其他风险因素，如穿过街道的人220和在十字路口附近玩耍的儿童225，还存在其他风险。汽车b210可以提示乘客确认接收到的姿势。
在另一个示例中，汽车a205是自主驾驶的，并且汽车b210是由人驾驶的。汽车a205将如路径215所指示的向左转，但是穿过街道的人220阻止了转弯。汽车b210到达十字路口，并打算如路径230所指示的向右转。然而，汽车b210的驾驶人没有使用汽车的转向灯来指示这一情况。汽车a205可能由于认为汽车b210打算直行，而试图传达汽车b210可以继续前进。汽车b210的驾驶人可能试图传达其打算右转，因此也被穿过马路的人220阻止。汽车b210的驾驶人试图传达这一情况时所做的姿势可能令人困惑和难以理解。此外，驾驶人可能做出自主汽车a205未经训练识别的姿势。这可能导致汽车a205向乘客提示对驾驶人姿势的解释，因为驾驶人正在交流的内容存在很大程度的不确定性。
在某种情形下，如果在自主驾驶汽车b210到达十字路口时自主驾驶汽车a205向左转不安全，则汽车a205可以经由车对车(vehicle-to-vehicle)(v2v)通信通知汽车b210汽车a205正在等待以及汽车b210可以通过。汽车b210可以确认所述通信并继续前进。对于汽车a205和汽车b210两者，外部指示和内部显示器可以向汽车内的乘客显示汽车正在做什么，并提供对这些动作的超控。
图3展示了根据一些实施例的示例道路场景300。在示例中，汽车305是自主驾驶的并且具有向左转的路线，并且汽车305确定左转是安全的。汽车305可以像传统汽车一样传达左转信息(例如，汽车拐角处的信号灯)，但可以具有如显示屏等外部视觉指示，所述显示屏通知交通工具正在自主驾驶并且正在向左转。如果汽车305确定转弯不安全，则外部视觉指示可以指示其不会向左转。十字路口处的人310可以使用姿势指示汽车305应该继续前进。此人可能是警察。汽车305可以显示其识别出来自人310的姿势并且将所述姿势解释为汽车305应当继续前进的外部指示。汽车305内的乘客可以具有类似的指示，并且可能能够使用提示中的可用选项通过超控经训练的姿势解释来微调对姿势的解释。
在另一个示例中，人310可能正在穿过街道，并且当他们看到汽车305将要转弯时，人310可以举起手作为使汽车305停下来并让他们通过的标志。然而，所述姿势被错误地识别为挥手。汽车305的姿势解析系统基于人310挥手决定所述汽车可以继续转弯。但是由于人310的接近以及汽车305和人310的运动向量趋向于碰撞，汽车305的姿势解析系统可以提示乘客确认姿势解释。乘客可以超控挥手解释以阻止汽车305继续转弯，并将姿势标识为停止标志。在有警察或救急交通工具的情形下，可以使用交通工具到一切(vehicle-to-everything)(v2x)通信使汽车305停止。
图4展示了根据一些实施例的姿势解析系统的示例流程图过程400。过程400评估自主交通工具的周围环境以确定可能的碰撞，从而确定碰撞的风险。在操作405处，姿势解析系统在交通工具周围画圆周环，并为每个环分配风险值。进一步地，姿势解析系统标识交通工具路径中的对象，并基于每个对象放置的环来确定每个对象的风险值。在操作410处，姿势解析系统过滤掉任何静止对象，只留下正在移动或可能开始移动的对象，如人和动物。在决策415处，如果静止对象移动，例如汽车可能被错误地分类为静止的，则自主交通工具立即减速并重新计算对象的碰撞风险。
在操作420处，计算到对象的距离。在操作425处，朝向交通工具的运动向量计算对象的运动向量。即使对象此刻未朝向交通工具移动，对象的运动向量也是朝向交通工具的运动向量计算的，因为人或动物的行为可能不稳定并且可能突然改变其运动方向。在计算人朝向交通工具的运动时，可以使用最大运行速度。
在决策430处，姿势解析系统判定与对象发生碰撞的概率是否超过阈值。如果与对象发生碰撞的概率超过预定的风险阈值，则在操作435处，交通工具将减速，并且如果可能的话，移动到远离可能发生的危险的道路一侧。如果确定风险非常高，例如如果儿童突然跑向交通工具，则交通工具可以准备停车。在操作435处，姿势解析系统可以基于风险评估来判定对象是否正在做出姿势。如果对象正在做出姿势，则在操作445处，通过姿势检测界面提示交通工具中的乘客进行进一步的姿势训练。如果与对象发生碰撞的概率没有超过阈值，则在操作440处，交通工具可以继续确定的路线。
图5展示了根据一些实施例的风险评估的视觉表示500。如来自图4的流程图过程400中所描述的，汽车505的姿势解析系统在汽车505周围画环，如环510、515和520。这些环被分配了风险值，如环510可以具有高风险值，环515可以具有中等风险值，并且环520可以具有低风险值。姿势解析系统可以确定汽车505的运动向量。例如，向量525和向量530表示汽车505的运动向量的边界。
姿势解析系统然后标识环内的移动对象，如人535和人540。人535在环515内，因此具有中等风险值。人535也在汽车505的运动向量内。因此，人535给汽车505带来风险。如果从人535检测到姿势，则可以提示汽车505的乘客确认或超控姿势解释，并进一步训练姿势预测模型。姿势解析系统可以被进一步训练以识别可以指示人分心从而具有更大风险的因素。例如，人535正在打电话，并且可能分心。这种分心会增加对人535评估的风险值。
人540在环520内，并且因此具有低风险值。此外，人540在运动向量之外。基于低风险值距离以及处于汽车505的合理运动向量之外，人540呈现出低风险，并且因此如果从人540检测到姿势，则不会向乘客显示提示。随着汽车505和人540继续移动，如果人540移动到更高风险值环中或者进入汽车505的运动向量的边界，则人540的风险评估值可能增加。
儿童具有更大的风险因素，因为其行为更有可能出乎意料。此外，儿童可能不理解交通工具带来的危险，所述交通工具包括可能不理解儿童行为的自主交通工具。此外，儿童可能会做出与典型动作或姿势不一致的动作或姿势。例如，儿童可能喜欢向驾驶人和路人挥手。然而，自主交通工具的姿势检测可能将挥手解释为交通工具可以继续前进的姿势。姿势检测系统可以比如基于人的体型对人进行评估以判定其是否是儿童。如果姿势检测系统确定此人可能是儿童，则风险因素可能更加偏重。
确定风险的依据是情况的可预测性，或者是否是可能发生意外的情况。情况的不可预测性和更可能发生意外会增加风险因素。
图6展示了根据一些实施例的示出姿势解析系统的技术600的流程图。技术600包括用于使用从相机接收到的输入来检测自主交通工具附近的移动对象的操作602。自主交通工具可以配备有用于观察自主交通工具周围的环境的相机和其他传感器。其他传感器可以包括但不限于麦克风、运动传感器和红外相机。可以分析从相机和其他传感器接收到的数据以检测移动对象。图像识别可用于识别人、动物和其他交通工具。
技术600包括用于确定移动对象存在与自主交通工具发生碰撞的风险的操作604。与人驾驶的交通工具一样，自主交通工具必须避免与其他对象发生碰撞。根据接收到的有关移动对象的数据，确定移动对象与自主交通工具之间发生碰撞的可能性。为了确定碰撞风险，可以计算风险评估值。如果风险评估值超过预定阈值，则与移动对象发生碰撞的可能性很高，并且自主交通工具可以采取进一步的预防步骤。
风险评估值可以基于多个因素，如移动对象和自主交通工具之间的距离以及移动对象的类型。例如，移动对象可以是成人、儿童、动物、骑自行车的人或另一辆汽车。这些类型中的每种类型的移动对象都存在不同程度的风险，因为成人不太可能有不稳定的行为，而儿童或动物存在不确定行为的可能性更高。对移动对象的详细检测可以进一步包括确定移动对象是警察还是道路管理人员，如改变交通路线的建筑工人。
风险评估值的因素可以是确定自主交通工具与移动对象之间发生碰撞的概率。确定自主交通工具与移动对象之间发生碰撞的概率可以进一步包括用于计算移动对象的运动向量的操作。确定自主交通工具与移动对象之间发生碰撞的概率可以进一步包括用于计算自主交通工具的运动向量的操作。确定自主交通工具与移动对象之间发生碰撞的概率可以进一步包括用于使用移动对象的运动向量和自主交通工具的运动向量来确定发生碰撞的概率的操作。
技术600包括用于检测由移动对象做出的姿势的操作606。如成人等移动对象可能试图与自主交通工具进行交流。所述交流可以通过使用姿势进行。移动对象可以用姿势示意自主交通工具继续前进，或者可以用姿势示意以提供警告，如因障碍物而停止。姿势可以来自移动对象的内部，如另一交通工具的驾驶人。
技术600包括用于确定姿势的含义的操作608。使用已知姿势及其含义训练的模型可以用于标识姿势的含义。姿势的含义可以进一步用于确定自主交通工具的下一个动作。例如，如果姿势是刷洗动作，意味着继续前进，则交通工具可以继续其当前移动。如果姿势是稳定举起的手，意味着停止，则交通工具可以停止并重新评估环境，以确定继续前进的安全时间。
技术600包括用于在图形用户界面(gui)中显示姿势的含义的操作610以及用于超控姿势的含义的界面元素。可以向自主交通工具内的乘客呈现图形用户界面。gui可以显示自主交通工具的预期动作，如左转或向前行驶。gui可以显示检测到的姿势连同姿势的图像和姿势的确定含义。gui可以包括供乘客用来停止自主交通工具并超控自主交通工具的预期动作的界面元素。gui可以包括供乘客用来在与超控界面元素界面连接时提供指令的界面元素。gui可以提供使乘客能够提供针对姿势的含义的输入或针对自主交通工具的下一个动作的功能。技术600可以进一步包括用于在界面元素激活时停止自主交通工具移动的操作。
图7展示了可以在其上执行本文中所讨论的技术(例如，方法)中的任何一种或多种技术的示例机器700的框图。在替代性实施例中，机器700可以作为独立装置来操作或者可以连接(例如，联网至)至其他机器。在联网部署中，机器700在服务器-客户端网络环境中可以以服务器机器、客户端机器或两者的身份进行操作。在示例中，机器700可以充当对等(p2p)(或其他分布式)网络环境中的对等机器。机器700可以是个人计算机(pc)、平板pc、机顶盒(stb)、个人数字助理(pda)、移动电话、web电器、网络路由器、交换机或桥接器、或能够(顺序地或以其他方式)执行指定待由所述机器采取的动作的指令的任何机器。进一步地，虽然仅展示了单个机器，但术语“机器”还应视为包括机器的任何集合，所述机器单独地或联合地执行指令集合(或多个集合)以便执行本文中所讨论的方法中的任何一种或多种方法，比如，云计算、软件即服务(saas)、其他计算机集群配置。
如本文中所描述的示例可以包括逻辑或多个部件、或机制，或者可以由其操作。电路集是在包括硬件的有形实体中实施的电路的集合(例如，简单电路、栅极、逻辑等)。电路集关系可以随时间推移是灵活的并且是硬件可变性的基础。电路集包括当进行操作时可以单独地或组合地执行指定操作的构件。在示例中，电路集的硬件可以被不变地设计成用于执行指定操作(例如，硬接线的)。在示例中，电路集的硬件可以包括不定连接的物理部件(例如，执行单元、晶体管、简单电路等)，包括被物理地修改成(例如，对不变质量粒子的磁性、电可移动放置等)用于对指定操作的指令进行编码的计算机可读介质。在连接物理部件时，硬件组成部分的基本电气性质例如从绝缘体改变成导体，或反过来。指令使嵌入式硬件(例如，执行单元或加载机制)能够经由可变连接来在硬件中创建电路集的构件以便在操作时执行指定操作的一部分。相应地，当装置在操作时，计算机可读介质通信地耦合至电路集构件的其他部件。在示例中，物理部件中的任何物理部件可以用于多于一个电路集的多于一个构件中。例如，在操作中，执行单元可以在一个时间点用于第一电路集的第一电路中，并且由第一电路集中的第二电路重复使用，或者在不同时间处由第二电路集中的第三电路重复使用。
机器(例如，计算机系统)700可以包括硬件处理器702(例如，中央处理单元(cpu)、图形处理单元(gpu)、硬件处理器核、现场可编程门阵列(fpga)或其任何组合)、主存储器704和静态存储器706，其中一些或全部可以经由互连链路(例如，总线)708彼此通信。机器700可以进一步包括显示单元710、字母数字输入装置712(例如，键盘)和用户接口(ui)导航装置714(例如，鼠标)。在示例中，显示单元710、输入装置712和ui导航装置714可以是触摸屏显示器。机器700可以另外包括存储装置(例如，驱动单元)716、信号生成装置718(例如，扬声器)、网络接口装置720、以及一个或多个传感器721，比如全球定位系统(gps)传感器、罗盘、加速度计、或其他传感器。机器700可以包括输出控制器728，比如串行(例如，通用串行总线(usb))、并行或其他有线或无线(例如，红外(ir)、近场通信(nfc)等)连接以便通信或控制一个或多个外围装置(例如，打印机、读卡器等)。
存储装置716可以包括机器可读介质722，其上存储有一组或多组数据结构或指令724(例如，软件)，所述数据结构或指令实施在此描述的技术或功能中的任何一种或多种或由其使用。指令724还可以完全或至少部分地驻留在主存储器704内、在静态存储器706内或在由机器700对其的执行期间驻留在硬件处理器702内。在示例中，硬件处理器702、主存储器704、静态存储器706或存储装置716中的一个或任何组合可以构成机器可读介质。
虽然机器可读介质722被展示为单个介质，但是术语“机器可读介质”可以包括被配置用于存储所述一个或多个指令724的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联高速缓存和服务器)。
术语“机器可读介质”可以包括能够存储、编码或承载用于由机器700执行的指令且使机器700执行本公开的技术中的任何一种或多种的任何介质或能够存储、编码或承载由这种指令使用或与这种指令相关联的数据结构的任何介质。非限制性机器可读介质示例可以包括固态存储器以及光介质和磁介质。在示例中，大容量机器可读介质包括带有具有不变(例如，静止)质量的多个粒子的机器可读介质。相应地，大容量机器可读介质不是暂态传播信号。大容量机器可读介质的具体示例可以包括：非易失性存储器，比如半导体存储器装置(例如，电可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom))和闪速存储器装置；磁盘，比如内置硬盘和可移除磁盘；磁光盘；以及cd-rom和dvd-rom磁盘。
可以进一步利用多个传输协议(例如，帧中继、互联网协议(ip)、传输控制协议(tcp)、用户数据报协议(udp)、超文本传输协议(http)等)中的任一种协议、经由网络接口装置720、使用传输介质、通过通信网络726来传输或接收指令724。示例通信网络可以包括：局域网(lan)、广域网(wan)、分组数据网络(例如，因特网)、移动电话网络(例如，蜂窝网络)、普通老式电话(pots)网络、以及无线数据网络(例如，已知为
示例1是一种用于利用自主交通工具进行姿势解析的系统，所述系统包括：至少一个处理器；以及包括指令的存储器，所述指令在被所述至少一个处理器执行时使得所述至少一个处理器：使用从相机接收到的输入来检测所述自主交通工具附近的移动对象；确定所述移动对象存在与所述自主交通工具发生碰撞的风险；检测由所述移动对象做出的姿势；确定所述姿势的含义；并且在图形用户界面中显示所述姿势的所述含义和用于超控所述姿势的所述含义的界面元素。
在示例2中，如示例1所述的主题包括，其中，为了确定所述移动对象存在碰撞风险，所述主题进一步包括用于进行以下操作的指令：计算风险评估值；并且确定所述风险评估值超过预定阈值。
在示例3中，如示例2的所述主题包括，其中，为了计算所述风险评估值，所述主题进一步包括用于进行以下操作的指令：计算所述移动对象的运动向量；计算所述自主交通工具的运动向量；并且基于所述移动对象的所述运动向量和所述自主交通工具的运动向量来确定所述自主交通工具与所述移动对象之间发生碰撞的概率。
在示例4中，如示例2至3所述的主题包括，其中，所述风险评估值是基于所述移动对象与所述自主交通工具之间的距离。
在示例5中，如示例2至4所述的主题包括，其中，所述风险评估值是基于标识移动对象的类型。
在示例6中，如示例1至5所述的主题包括，其中，激活所述图形用户界面上的所述界面元素使所述自主交通工具停止当前的移动。
在示例7中，如示例1至6所述的主题包括，用于接收描述所述姿势的新含义的输入的指令。
在示例8中，如示例1至7所述的主题包括，用于基于所述姿势的所述含义来确定所述自主交通工具的动作的指令。
示例9是一种用于利用自主交通工具进行姿势解析的方法，所述方法包括：使用从相机接收到的输入来检测所述自主交通工具附近的移动对象；确定所述移动对象存在与所述自主交通工具发生碰撞的风险；检测由所述移动对象做出的姿势；确定所述姿势的含义；以及在图形用户界面中显示所述姿势的所述含义和用于超控所述姿势的所述含义的界面元素。
在示例10中，如示例9所述的主题包括，其中，为了确定所述移动对象存在碰撞风险，所述主题进一步包括：计算风险评估值；以及确定所述风险评估值超过预定阈值。
在示例11中，如示例10所述的主题包括，其中，为了计算所述风险评估值，所述主题进一步包括：计算所述移动对象的运动向量；计算所述自主交通工具的运动向量；以及基于所述移动对象的所述运动向量和所述自主交通工具的运动向量来确定所述自主交通工具与所述移动对象之间发生碰撞的概率。
在示例12中，如示例10至11所述的主题包括，其中，所述风险评估值是基于所述移动对象与所述自主交通工具之间的距离。
在示例13中，如示例10至12所述的主题包括，其中，所述风险评估值是基于标识移动对象的类型。
在示例14中，如示例9至13所述的主题包括，其中，激活所述图形用户界面上的所述界面元素使所述自主交通工具停止当前的移动。
在示例15中，如示例9至14所述的主题包括，用于接收描述所述姿势的新含义的输入的指令。
在示例16中，如示例9至15所述的主题包括，用于基于所述姿势的所述含义来确定所述自主交通工具的动作的指令。
示例17是至少一种计算机可读介质，包括用于利用自主交通工具进行姿势解析的指令，所述指令在由至少一个处理器执行时使所述至少一个处理器执行以下操作：使用从相机接收到的输入来检测所述自主交通工具附近的移动对象；确定所述移动对象存在与所述自主交通工具发生碰撞的风险；检测由所述移动对象做出的姿势；确定所述姿势的含义；并且在图形用户界面中显示所述姿势的所述含义和用于超控所述姿势的所述含义的界面元素。
在示例18中，如示例17所述的主题包括，其中，为了确定所述移动对象存在碰撞风险，所述主题进一步包括用于进行以下操作的指令：计算风险评估值；并且确定所述风险评估值超过预定阈值。
在示例19中，如示例18的所述主题包括，其中，为了计算所述风险评估值，所述主题进一步包括用于进行以下操作的指令：计算所述移动对象的运动向量；计算所述自主交通工具的运动向量；并且基于所述移动对象的所述运动向量和所述自主交通工具的运动向量来确定所述自主交通工具与所述移动对象之间发生碰撞的概率。
在示例20中，如示例18至19所述的主题包括，其中，所述风险评估值是基于所述移动对象与所述自主交通工具之间的距离。
在示例21中，如示例18至20所述的主题包括，其中，所述风险评估值是基于标识移动对象的类型。
在示例22中，如示例17至21所述的主题包括，其中，激活所述图形用户界面上的所述界面元素使所述自主交通工具停止当前的移动。
在示例23中，如示例17至22所述的主题包括，用于接收描述所述姿势的新含义的输入的指令。
在示例24中，如示例17至23所述的主题包括，用于基于所述姿势的所述含义来确定所述自主交通工具的动作的指令。
示例25是一种用于利用自主交通工具进行姿势解析的系统，所述系统包括：用于使用从相机接收到的输入来检测所述自主交通工具附近的移动对象的装置；用于确定所述移动对象存在与所述自主交通工具发生碰撞的风险的装置；用于检测由所述移动对象做出的姿势的装置；用于确定所述姿势的含义的装置；以及用于在图形用户界面中显示所述姿势的所述含义和用于超控所述姿势的所述含义的界面元素的装置。
在示例26中，如示例25所述的主题包括，其中，为了确定所述移动对象存在碰撞风险，所述主题进一步包括用于进行以下操作的指令：用于计算风险评估值的装置；以及用于确定所述风险评估值超过预定阈值的装置。
在示例27中，如示例26的所述主题包括，其中，为了计算所述风险评估值，所述主题进一步包括用于进行以下操作的指令：用于计算所述移动对象的运动向量的装置；用于计算所述自主交通工具的运动向量的装置；以及用于基于所述移动对象的所述运动向量和所述自主交通工具的运动向量来确定所述自主交通工具与所述移动对象之间发生碰撞的概率的装置。
在示例28中，如示例26至27所述的主题包括，其中，所述风险评估值是基于所述移动对象与所述自主交通工具之间的距离。
在示例29中，如示例26至28所述的主题包括，其中，所述风险评估值是基于标识移动对象的类型。
在示例30中，如示例25至29所述的主题包括，其中，激活所述图形用户界面上的所述界面元素使所述自主交通工具停止当前的移动。
在示例31中，如示例25至30所述的主题包括，用于接收描述所述姿势的新含义的输入的指令。
在示例32中，如示例25至31所述的主题包括，用于基于所述姿势的所述含义来确定所述自主交通工具的动作的指令。
示例33是至少一种机器可读介质，包括指令，所述指令在被处理电路系统执行时使所述处理电路系统执行用于实施示例1至32中任一项的操作。
示例34是一种设备，包括用于实施示例1至32中任一项的装置。
示例35是一种系统，用于实施示例1至32中的任一项。
示例36是一种方法，用于实施示例1至32中的任一项。
以上具体实施方式包括对附图的参考，所述附图形成了具体实施方式的一部分。所述附图以图示的方式示出了可以被实践的具体实施例。这些实施例在本文中也被称为“示例”。这种示例可以包括除所示出或所描述的那些要素之外的要素。然而，诸位发明人还设想了其中仅提供所示出或所描述的那些要素的示例。另外，诸位发明人还设想了或者相对于特定示例(或其一个或多个方面)或者相对于本文中所示出或所描述的其他示例(或其一个或多个方面)，使用所示出或所描述的那些要素(或其一个或多个方面)的任何组合或排列的示例。
在本文档中提及的所有出版物、专利和专利文档通过引用而整体结合在此，如同通过引用而单独地结合。在本文档与通过引用并于此的那些文档之间的不一致的使用的情况下，在并入的(多个)参考文献中的使用应认为是对本文档的使用的补充；对于相矛盾的不一致，以本文档中的用法为准。
在本文档中，如在专利文档中普遍的，术语“一个”或“一种”用于包括一个或多于一个，与“至少一个”或者“一个或多个”的任何其他实例或用法无关。在本文档中，术语“或者”用于指代非排他的或，从而使得除非另外指示，否则“a或b”包括“a而没有b”、“b而没有a”以及“a和b”。在所附权利要求中，术语“包括(including)”和“其中(inwhich)”用作对应术语“包括(comprising)”和“其中(wherein)”的通俗的英文等价词。此外，在以下权利要求中，术语“包括(including)”和“包括(comprising)”是开放式的，即，除在权利要求中列在此类术语之后的那些元素外还包括元素的系统、装置、物品或过程仍被视为落入所述权利要求的范围内。此外，在以下权利要求中，术语“第一”、“第二”和“第三”等仅仅用作标签，并且不旨在对它们的对象施加数值要求。
以上描述旨在是说明性的，而非限制性的。例如，以上所描述的示例(或其一个或多个方面)可以相互组合使用。如本领域的普通技术人员在审阅以上描述后可以使用其他实施例。本摘要用于允许读者快速地确定本技术公开的性质，并且提交本摘要的同时要明白，将不用它来解释或限制权利要求的范围或含义。而且，在以上具体实施方式中，可以将各种特征组合在一起以便简化本公开。这不应解释为规定未要求保护的公开特征对于任何权利要求项是必需的。相反，发明性主题可以在于比特定的公开实施例的所有特征要少的特征。因此，据此将以下权利要求结合到具体实施方式中，每一项权利要求独立地代表单独的实施例。所述实施例的范围应当参考所附权利要求、连同这种权利要求有权获得的等效物的全部范围来确定。
- 还没有人留言评论。精彩留言会获得点赞！