使用基础结构性能的路线选择的制作方法

1.本技术整体涉及路径制品和可使用此类路径制品的系统。


背景技术：

2.当前和下一代车辆可包括带有完全自动化引导系统的车辆、半自动化引导和完全手动车辆。半自动化车辆可包括带有高级驾驶员辅助系统(adas)的车辆，高级驾驶员辅助系统(adas)可被设计成辅助驾驶员避免事故。自动化和半自动化车辆可包括自适应特征，该自适应特征可使照明自动化、提供自适应巡航控制、使制动自动化、并入gps/交通警告、连接到智能电话、警示驾驶员其他车辆或危险、将驾驶员保持在正确的车道中、示出盲点中的是什么以及其他特征。基础结构可通过包括帮助车辆更安全和有效地移动的系统(诸如安装传感器、通信设备和其他系统)，变得越来越智能。在接下来的几十年内，手动、半自动化和自动化的所有类型的车辆可在相同的公路上操作，并且为了安全性和效率可需要协同和同步操作。


技术实现要素：

3.本公开整体涉及基于指示路径制品的基础结构性能的基础结构性能值来选择导航路线。在一些情况下，路径制品的基础结构性能可指从路径制品反射或对应于路径制品的光的色度或发光度。例如，基础结构性能可表示为路面标记的cap-y值或回射标志的回射光值。本公开的技术可基于路径制品的基础结构性能生成导航路线，而非基于距离或拥堵生成出发位置与目的地位置之间的导航路线。通过基于路径制品的基础结构性能生成导航路线，驾驶员或自动化车辆可作出驾驶决策和/或执行考虑到基础结构性能的变化水平的车辆操作。因为基础结构性能(例如，道路标志的亮度或路面标记的白度)可能影响自动车辆或驾驶员作出的驾驶决策，所以基础结构性能可能影响驾驶员、行人、管理员和与道路相关联的其他实体的道路安全性。因此，通过选择具有比其他导航路线相对更好的基础结构性能的导航路线，本公开的技术可改进驾驶员、行人、管理员和与道路相关联的其他实体的道路安全性。
4.为了根据本公开的技术选择导航路线，计算设备可接收一个或多个基础结构性能值。基础结构性能值可指示路径制品的基础结构性能，并且可对应于道路部分。该计算设备可至少部分地基于该一个或多个基础结构性能值来确定包括从初始位置到后续位置的一组道路部分的导航路线。在一些示例中，计算设备可至少部分地基于包括从初始位置到后续位置的该组道路部分的导航路线来执行至少一个操作。例如，计算设备可显示可视化导航路线的地图或对应于不同的可能导航路线的一组可选图形指示符。
5.附图和以下描述中示出了本公开的一个或多个示例的细节。根据说明书和附图以及权利要求书，本公开的其他特征、目标和优点将显而易见。
附图说明
6.图1是示出了根据本公开的技术的示例性系统100的框图。
7.图2是示出了根据本公开的一个或多个方面的示例性计算设备的框图。
8.图3是示出了根据本公开的一个或多个方面的示例性计算设备的框图。
9.图4是示出了根据本公开的一种或多种技术的用于预测基础结构性能的计算设备的示例性操作的流程图。
10.图5是示出了根据本公开的一种或多种技术的用于预测基础结构性能的计算设备的示例性操作的流程图。
11.图6是根据本公开的技术的基础结构性能数据的概念图，该基础结构性能数据可用于基于预测的基础结构性能生成地图。
12.图7是根据本公开的技术的可与模型一起使用以预测基础结构性能的基础结构性能数据的概念图。
13.图8示出了根据本公开的技术的可由计算设备生成以用于基础结构性能的地图。
14.图9是根据本公开的技术的可与模型一起使用以生成导航路线的基础结构性能数据的概念图。
15.图10示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。
16.图11示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。
17.图12示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。
18.图13示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。
19.图14示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。
20.图15示出了根据本公开的技术的由计算设备生成的用于当前基础结构性能的图形用户界面。
21.图16示出了根据本公开的技术的由计算设备生成的用于预测的基础结构性能的图形用户界面。
具体实施方式
22.即使在自主驾驶技术中有进步，包括车辆道路的基础结构可具有很长的过渡期，在该很长的过渡期期间，带有高级自动化驾驶员辅助系统(adas)的车辆和传统的完全人类操作的车辆共享公路。一些实际约束可使该过渡期长达几十年，诸如当前在公路上的车辆的使用寿命，投资于当前基础结构的资金和替换的成本，以及制造、分配和安装完全自主车辆和基础结构的时间。
23.自主车辆和可称为半自主车辆的adas可使用各种传感器来感知车辆周围的环境、基础结构和其他物体。与车载计算机处理组合的这些各种传感器可允许自动化系统感知复杂信息，并且比人类驾驶员更迅速地对复杂信息作出响应。在本公开中，车辆可包括任何具
有或不具有传感器(诸如视觉系统)的车辆，以解释车辆路径。带有视觉系统或其他传感器的从车辆路径取得提示的车辆可被称为路径制品辅助车辆(paav)。paav的一些示例可包括上面提及的完全自主车辆和配备adas的车辆，以及无人驾驶飞行器(uav)(又名无人机)、人类飞行运输设备、地下矿井采矿矿石运载车辆、叉车、工厂零件或工具运输车辆、船舶以及其他船只和类似车辆。车辆路径可为公路、高速公路、仓库走道、工厂车间或不与地球表面连接的路径。车辆路径可包括不限于路径本身的部分。在公路的示例中，路径可包括公路路肩、路径附近且一般涵盖路径或接近路径的物体/结构的任何其他特性或特征的物理结构，诸如收费站、铁路穿越装备、交通灯、山的侧面、护栏。这将在下面更详细地描述。
24.一般来讲，路径制品可以是体现、附接、使用或放置在路径处或附近的任何制品或物体。例如，路径制品可以被体现、附接、使用或放置在车辆、行人、微型移动性设备(例如，小轮摩托车、食物递送设备、无人机等)、路径表面、十字路口、建筑物或路径的其他区域或物体处或附近。路径制品的示例包括但不限于标志、路面标记、临时交通制品(例如，锥体、圆筒)、醒目带、车辆部件、人类服装、贴纸、或被体现、附接、使用、或放置在路径处或附近的任何其他物体。
25.根据本公开的技术的通路制品(诸如增强的标志)可包括在通路制品的物理表面上的制品消息。在本公开中，制品消息可包括图像、图形、字符，诸如数字或字母或者字符、符号或非字符的任何组合。制品消息可包括人类可感知信息和机器可感知信息。人类可感知信息可包括指示车辆路径主要信息的一个或多个第一特点的信息，诸如通常旨在由人类驾驶员解释的信息。换言之，人类可感知信息可提供描述车辆路径的至少一部分的人类可感知的表示。如本文所述，人类可感知信息一般可指指示车辆路径的一般特点且旨在由人类驾驶员解释的信息。例如，人类可感知信息可包括字词(例如，“死路”等)、符号或图形(例如，指示前面道路包括急转弯的箭头)。人类可感知信息可包括制品消息的颜色或路径制品的其他特征，诸如边界或背景颜色。例如，一些背景颜色可仅指示信息，诸如“观景台(scenic overlook)”，而其他颜色可指示潜在危害。
26.在一些情况下，人类可感知信息可对应于包括在规范中的字词或图形。例如，在美国(u.s.)，人类可感知信息可对应于包括在统一交通控制设备手册(mutcd)中的字词或符号，该mutcd由美国交通部(dot)公布，并且包括许多常规道路标志的规范。其他国家对交通控制符号和设备具有类似的规范。在一些示例中，人类可感知信息可被称为主要信息。
27.增强的标志也可包括可由paav解释的第二附加信息。如本文所述，第二信息或机器可感知信息一般可指车辆路径的附加详细特点。机器可感知信息被配置为由paav解释，但是在一些示例中，可由人类驾驶员解释。换言之，机器可感知信息可包括是图形符号的计算机可解释视觉特性的图形符号的特征。在一些示例中，机器可感知信息可与人类可感知信息相关，例如，为人类可感知信息提供附加上下文。在指示急转弯的箭头的示例中，人类可感知信息可为箭头的一般表示，而机器可感知信息可提供转弯的特定形状的指示，包括转弯半径、道路的任何倾斜、从标志到转弯的距离等。附加信息可对人类操作者可见；然而，附加信息可能不容易被人类操作者解释，特别是在速度方面。在其他示例中，附加信息可不对人类操作者可见，但是可仍然是机器可读的，并且对paav的视觉系统可见。在一些示例中，增强的标志可被认为是光学活性制品。
28.对于部分和完全自主车辆基础结构，冗余和安全可值得关注。对自主基础结构的
空白高速公路方法(即，在公路上没有标牌或标记且所有车辆由来自云的信息的控制的方法)可易受到黑客、恐怖主义的不良意图和无意的人为错误的影响。例如，gps信号可被欺骗以干扰无人机和飞行器导航。本公开的路径制品可提供从gps和云所接收的信息的本地、车载冗余验证。本公开的路径制品可以可至少部分地由人类驾驶员察觉的方式，将附加信息提供到自主系统。因而，本公开的技术可提供可支持到完全自主基础结构的长期过渡的解决方案，因为其可首先在高影响区域中实施，并且当预算和技术允许时扩展到其他区域。
29.由此，本公开的通路制品(诸如增强的标志)可提供可由车辆的车载计算系统处理的附加信息、连同来自车辆上的其他传感器的解释车辆通路的信息。本公开的路径制品也可在诸如用于在仓库、工厂、机场、航路、水路、地下或矿井和类似位置操作的车辆的应用中具有优点。
30.图1是示出了根据本公开的技术的示例性系统100的框图。如本文所述，paav一般是指带有视觉系统连同其他传感器的车辆，该车辆可解释车辆路径和车辆的环境，诸如其他车辆或物体。paav可解释来自视觉系统和其他传感器的信息，作出决策，并且采取动作以导航车辆路径。
31.如图1所示，系统100包括paav 110，paav 110可在车辆路径106上操作，并且包括图像捕获设备102a和102b以及计算设备116。任何数量的图像捕获设备都是可能的。仅举几个示例，系统100的例示的示例也包括如本公开中所述的一个或多个路径制品，诸如增强的标志108和路面标记150。
32.如上面提到的，系统100的paav 110可为自主或半自主车辆，诸如adas。在一些示例中，paav 110可包括可采取对paav 110的完全或部分控制的乘员。paav 110可为被设计成运载乘客或货物的任何类型的车辆，包括小型电动车辆、带有拖车的大型卡车或货车、被设计成在地下矿山内运载压碎矿石的车辆、或类似类型的车辆。paav 110可包括照明，诸如可见光谱中的前照灯以及其他光谱中的光源，诸如红外线。paav 110可包括其他传感器，诸如用于感测车辆路径、附近的其他车辆、车辆周围的环境状况以及与基础结构的通信的目的的雷达、声纳、激光雷达、gps和通信链路。例如，雨传感器可响应于降水量自动操作车辆风挡刮水器，并且也可将输入提供到车载计算设备116。
33.如图1所示，系统100的paav 110可包括被统称为图像捕获设备102的图像捕获设备102a和102b。图像捕获设备102可将由一个或多个图像捕获传感器感测的光或电磁辐射转换成信息，诸如包括一组像素的数字图像或位图。每个像素可具有表示光或电磁辐射的强度和/或颜色的色度和/或亮度分量。一般来讲，图像捕获设备102可用于采集与路径有关的信息。图像捕获设备102可经由图像捕获部件102c将图像捕获信息发送到计算设备116。图像捕获装置102可捕获车道标记、中心线标记、道路边缘或路肩标记、以及车辆路径的一般形状。车辆路径的一般形状可包括转弯、弯曲、倾斜、下降、加宽、变窄或其他特征。图像捕获设备102可具有固定视场，或者可具有可调节视场。具有可调节视场的图像捕获装置可被配置为相对于paav 110左右、上下遥摄，以及能够使焦距加宽或变窄。在一些示例中，图像捕获装置102可包括第一透镜和第二透镜。
34.图像捕获设备102可包括一个或多个图像捕获传感器和一个或多个光源。在一些示例中，图像捕获设备102可包括在单个集成设备中的图像捕获传感器和光源。在其他示例中，图像捕获传感器或光源可与图像捕获设备102分离或以其他方式不集成在图像捕获设
备102中。如上所述，paav110可包括与图像捕获装置102分离的光源。图像捕获设备102内的图像捕获传感器的示例可包括互补金属氧化物半导体(cmos)或n型金属氧化物半导体(nmos、live mos)技术中的半导体电荷耦接设备(ccd)或有源像素传感器。数字传感器包括平板检测器。在一个示例中，图像捕获设备102包括用于检测两个不同波长光谱中的光的至少两个不同的传感器。
35.在一些示例中，一个或多个光源104包括第一辐射源和第二辐射源。在一些实施方案中，第一辐射源在可见光谱中发射辐射，并且第二辐射源在近红外光谱中发射辐射。在其他实施方案中，第一辐射源和第二辐射源在近红外光谱中发射辐射。如图1所示，一个或多个光源104可在近红外光谱中发射辐射。
36.在一些示例中，图像捕获设备102以50帧/秒(fps)捕获帧。帧捕获速率的其他示例包括60fps、30fps和25fps。对于本领域的技术人员显而易见的是，帧捕获速率取决于应用，并且可以使用不同的速率，例如100fps或200fps。影响所需帧速率的因素为例如视场的大小(例如，较低的帧速率可用于较大的视场，但是可限制焦深)和车辆速度(较高的速度可需要较高的帧速率)。
37.在一些示例中，图像捕获设备102可包括至少多于一个信道。信道可以为光学信道。两个光学信道可以穿过一个透镜到单个传感器上。在一些示例中，图像捕获设备102在每个信道上包括至少一个传感器、一个透镜和一个带通滤波器。带通滤波器允许由单个传感器接收到多个近红外波长的传输。至少两个信道可以通过以下之一进行区分：(a)带宽(例如，窄带或宽带，其中窄带照明可以为从可见光到近红外的任何波长)。(b)不同的波长(例如，可使用不同波长处的窄带处理来增强感兴趣的特征，诸如例如本公开的增强的标志，同时抑制其他特征(例如，其他物体、太阳光、前照灯)；(c)波长区域(例如，可见光谱中并且用于彩色或单色传感器的宽带光)；(d)传感器类型或特点；(e)曝光时间；以及(f)光学部件(例如，透镜)。
38.在一些示例中，图像捕获设备102a和102b可包括可调焦距功能。例如，图像捕获设备102b可具有沿车辆路径106的长度捕获图像的宽聚焦场，如图1的示例中所示。计算设备116可控制图像捕获设备102a，以偏移到车辆路径106的一侧或另一侧，并且使焦距变窄，以捕获增强的标志108的图像或沿车辆路径106的其他特征。可调焦距可为物理的，诸如调节透镜焦距，或者可为数字的，类似于在桌面会议相机上发现的面部聚焦功能。在图1的示例中，图像捕获设备102可经由图像捕获部件102c通信地耦合到计算设备116。图像捕获部件102c可从多个图像捕获设备诸如图像捕获设备102接收图像信息，执行图像处理(诸如滤波、放大等)，并且将图像信息发送到计算设备116。
39.可与计算设备116通信的paav 110的其他部件可包括上述图像捕获部件102c、移动设备接口104和通信单元214。在一些示例中，图像捕获部件102c、移动设备接口104和通信单元214可与计算设备116分离，并且在其他示例中，可为计算设备116的部件。
40.移动设备接口104可包括到智能电话、平板计算机、膝上型计算机或类似设备的有线连接或无线连接。在一些示例中，计算设备116可经由移动设备接口104进行通信，用于多种目的诸如接收交通信息、期望目的地的地址或其他目的。在一些示例中，计算设备116可经由移动设备接口104与外部网络114(例如，云)通信。在其他示例中，计算设备116可经由通信单元214进行通信。
41.计算设备116的一个或多个通信单元214可通过传输和/或接收数据与外部设备进行通信。例如，计算设备116可使用通信单元214在无线电网络(诸如蜂窝无线电网络)或其他网络(诸如网络114)上传输和/或接收无线电信号。在一些示例中，通信单元214可将消息和信息传输到其他车辆且接收消息和信息，诸如从增强的标志108解释的信息。在一些示例中，通信单元214可在卫星网络(诸如全球定位系统(gps)网络)上传输和/或接收卫星信号。
42.在图1的示例中，计算设备116包括车辆控制部件144和用户界面(ui)部件124以及基础结构部件118。部件118、部件144和部件124可使用软件、硬件、固件或硬件、软件和固件的混合实行本文所述的操作，软件、硬件、固件或硬件、软件和固件的混合驻留在计算设备116上和/或一个或多个其他远程计算设备处，并且在计算设备116上和/或在一个或多个其他远程计算设备处执行。在一些示例中，部件118、部件144和部件124可被实施为硬件、软件和/或硬件和软件的组合。
43.计算设备116可用一个或多个处理器来执行部件118、部件124、部件144。计算设备116可执行作为在底层硬件上执行的虚拟机器或在该虚拟机器内的部件118、部件124、部件144中的任一者。部件118、部件124、部件144可以各种方式来实施。例如，部件118、部件124、部件144中的任一者可被实施为可下载或预安装的应用或“app.”。在另一示例中，部件118、部件124、部件144中的任一者可被实施为计算设备116的操作系统的一部分。计算设备116可包括来自图1中未示出的传感器的输入，传感器可为诸如发动机温度传感器、速度传感器、轮胎压力传感器、空气温度传感器、倾斜仪、加速度计、光传感器和类似的感测部件。
44.ui部件124可包括用于与paav 110的用户进行通信的任何硬件或软件。在一些示例中，ui部件124包括到用户的输出，诸如显示器(诸如显示屏、指示符或其他灯)、用于生成通知或其他可听功能的音频设备。ui部件24也可包括输入，诸如旋钮、开关、键盘、触摸屏或类似类型的输入设备。
45.车辆控制部件144可包括例如可调节车辆的一个或多个功能的任何电路或其他硬件或软件。一些示例包括调节以改变车辆的速度，改变前照灯的状态，改变车辆的悬架系统的阻尼系数，将力施加到车辆的转向系统或改变来自其他传感器的一个或多个输入的解释。例如，ir捕获设备可确定车辆路径附近的物体具有体热，并且将把可见光谱图像捕获设备的解释从为非移动结构的物体改变为可移动到路径中的可能的大型动物。由于这些改变，车辆控制部件144还可控制车辆速度。在一些示例中，计算设备基于机器可感知信息结合人类操作者来启动对paav的一个或多个功能的所确定的调节，人类操作者基于人类可感知信息来变更paav的一个或多个功能。
46.基础结构部件118可接收关于车辆路径106的基础结构信息，并且确定车辆路径106的一个或多个特点。例如，基础结构部件118可从图像捕获设备102接收图像，并且/或者从paav 110的系统接收其他信息，以便作出关于车辆路径106的特点的确定。如下所述，在一些示例中，基础结构部件118可将此类确定传输到车辆控制部件144，该车辆控制部件可基于从解释部件接收的信息来控制paav 110。在其他示例中，计算设备116可使用来自基础结构部件118的信息以为paav 110的用户生成通知，例如指示车辆路径106的特点或状况的通知。
47.增强的标志108表示路径制品的一个示例，并且可包括施加到基部表面的反射、非反射和/或回射片材。制品消息诸如但不限于字符、图像和/或任何其他信息可被印刷、形成
或以其他方式体现在增强的标志108上。可以使用下述一种或多种技术和/或材料将反射片材、非反射片材和/或回射片材施加到基部表面，包括但不限于：机械结合、热粘合、化学粘合或用于将回射片材附接到基部表面的任何其他合适的技术。基部表面可以包括可以附接反射片材、非反射片材和/或回射片材的物体(如上所述，例如铝板)的任何表面。可以使用墨、染料、热转印条带、着色剂、颜料和/或粘合剂涂覆膜中的任何一种或多种将制品消息印刷、形成或以其他方式体现在片材上。在一些示例中，内容由下述各项形成或包括下述各项：多层光学膜；包括光学活性颜料或染料的材料；或者光学活性颜料或染料。
48.图1中的增强的标志108包括制品消息126a-126f(统称为“制品消息126”)。制品消息126可包括提供关于车辆路径的一个或多个特点的信息的多个部件或特征。制品消息126可包括指示关于车辆路径106的一般信息的主要信息(本文中可互换地称为人类可感知信息)。制品消息126可包括可被配置为由paav解释的附加信息(本文中可互换地称为机器可感知信息)。
49.在图1的示例中，制品消息126的一个组成部分包括箭头126a，一种图形符号。箭头126a的一般轮廓可表示描述车辆路径106的特点的主要信息，诸如即将发生的曲线。例如，特征箭头126a可包括箭头126a的一般轮廓，并且可由paav 110的人类操作者以及paav 110上的计算设备116来解释。
50.在一些示例中，根据本公开的方面，制品消息126可包括机器可读基准标记126c。基准标记也可被称为基准标签。基准标签126c可表示关于路径106的特点的附加信息，诸如由箭头126a指示的即将发生的曲线的半径或箭头126a的形状的比例因子。在一些示例中，基准标签126c可向计算设备116指示增强的标志108是增强的标志而不是常规标志。在其他示例中，基准标签126c可充当指示增强的标志108不是伪造的安全元件。
51.在其他示例中，制品消息126的其他部分可向计算设备116指示路径制品是增强的标志。例如，根据本公开的方面，制品消息126可包括区域126f中的偏振的改变。在该示例中，计算设备116可识别偏振的改变，并且确定制品消息126包括关于车辆路径106的附加信息。
52.根据本公开，一些技术和系统整体涉及基于影响未来时间点的预测的基础结构性能的基础结构性能特征的数据，来预测路径制品的未来基础结构性能。在一些情况下，路径制品的基础结构性能可指从路径制品反射或对应于路径制品的光的色度或发光度。例如，基础结构性能可表示为路面标记的cap-y值或回射标志的回射光值。本公开的技术可预测未来时间点的基础结构性能，而非简单地列出路径制品外部的道路状况(例如，道路可见的坑洼、隆起或物理障碍)或仅收集当前基础结构性能。通过预测未来时间点的基础结构性能，道路管理员或paav可识别或确定可在不安全道路状况实际出现之前显示不安全道路状况。这样，预测未来时间点的基础结构性能的本公开的技术可改进驾驶员、行人、管理员和与道路相关联的其他实体的道路安全性。
53.为了预测未来时间点的基础结构性能，计算设备可接收路径制品的分别对应于基础结构性能特征的一组或多组基础结构性能数据。基础结构性能特征可影响路径制品在未来时间点的预测的基础结构性能，并且基础结构性能数据可对应于道路部分。计算设备可至少部分地基于将一组或多组基础结构性能数据应用于模型来生成至少一个基础结构性能预测值，该至少一个基础结构性能预测值指示路径制品在未来时间点的预测的基础结构
性能。未来时间点可发生在将一组或多组基础结构性能数据应用于模型的时间之后。在一些示例中，可基于对应于定义的持续时间的基础结构性能的先前实例来训练模型，该定义的持续时间为诸如路径制品的安装时间与在安装时间之后发生的基础结构性能值的测量时间之间的时间长度。这样，指示在定义的时间段上性能劣化的基础结构性能数据可用于配置模型以预测未来基础结构性能将如何劣化。计算设备可至少部分地基于基础结构性能预测值来执行操作，该基础结构性能预测值指示路径制品在未来时间点的预测的基础结构性能。例如，计算设备可向paav发送基础结构性能预测值以影响驾驶操作，或者计算设备可在基础结构性能预测值未能满足道路安全阈值时为道路管理员生成通知。
54.在图1的示例中，计算设备134可包括如图2中进一步描述的基础结构部件152，并且计算设备116可包括基础结构部件118，所述基础结构部件中的每一个可根据本公开的技术执行一个或多个功能或操作。在一些示例中，一个或多个功能或操作可在单个计算设备上执行或使用多个计算设备来分布，诸如经由使用网络114和计算设备116和134的分布式计算。仅出于说明的目的，结合基础结构部件152来描述本公开的技术。
55.基础结构部件152可接收分别对应于基础结构性能特征的一组或多组基础结构性能数据。基础结构性能特征可影响路径制品在未来时间点的预测的基础结构性能。仅举几个示例，基础结构性能特征的示例可包括但不限于：天气状况、除雪、环境光、历史交通、实时交通、来自探测车辆的自动驾驶特点、速度限制、路径制品的类型或年龄、路径制品劣化度量、路径制品安装时存在的环境条件、道路施工条件、由感测路径制品的传感器感测的路径制品的性能。在一些示例中，基础结构性能特征可表示可用于确定路径制品的性能或性能劣化的数据类型。基础结构性能特征可影响路径制品在未来时间点的预测的基础结构性能，诸如通过使路径制品的基础结构性能劣化。例如，温度、光、物理冲击或磨损、湿度或潮湿、或任何其他基于物理或能量的暴露都可使路径制品的性能劣化。
56.基础结构性能数据可分别对应于基础结构性能特征。基础结构性能数据可从一个或多个传感器记录，可以是人工生成的和/或可以是由一个或多个计算设备以其他方式机器生成的。基础结构性能数据可表示对应于特定基础结构性能特征的数据的实例。例如，天气状况可以是基础结构性能特征，并且该特定特征的基础结构性能数据可包括一组值，诸如但不限于：{路径制品唯一标识符，路径制品类型，雪，2cm，12/23/2019，44.949418，-92.9992127}。在其他示例中，基础结构性能数据可以是{雪，2cm，12/23/2019，44.949418，-92.9992127}，并且基础结构部件152可使用在雪的位置处或附近的路径制品的单独表示来确定哪些路径制品与特定基础结构性能数据相关联。例如，表征路径制品的基础结构性能数据的单独表示可包括但不限于：{路径制品唯一标识符，路径制品类型，安装日期
……
}。又如，速度限制可以是基础结构性能特征，并且该特定特征的基础结构性能数据可包括一组值，诸如但不限于：{55英里/小时，44.949418，-92.9992127}。对于对应于基础结构性能特征的基础结构性能数据的任何实例，任何数量的值都是可能的。图7和图10及其相应描述示出并描述了可由基础结构部件152使用的基础结构性能数据的不同来源。
57.使用基础结构性能数据，基础结构部件152可至少部分地基于将一组或多组基础结构性能数据应用于模型来生成至少一个基础结构性能预测值，该至少一个基础结构性能预测值指示在未来时间点的预测的基础结构性能。未来时间点可发生在将一组或多组基础结构性能数据应用于由基础结构部件152使用的模型的时间之后。由基础结构部件152使用
或实现的示例性模型可使用诸如但不限于以下的技术：监督和无监督学习技术，诸如神经网络和深度学习。根据本公开的技术可使用的其他技术包括但不限于贝叶斯算法、聚类算法、决策树算法、正则化算法、回归算法、基于实例的算法、人工神经网络算法、深度学习算法、降维算法等。具体算法的各种示例包括贝叶斯线性回归、提升决策树回归和神经网络回归、反向传播神经网络、apriori算法、k均值聚类、k-最近邻(knn)、学习矢量量化(lvq)、自我-组织地图(som)、局部加权学习(lwl)、岭回归、最小绝对收缩和选择算子(lasso)、弹性网络和最小角度回归(lars)、主成分分析(pca)和主成分回归(pcr)。
58.可基于基础结构性能数据的先前实例来训练由基础结构部件152使用或实现的模型。训练实例可包括相应基础结构性能数据和相应基础结构性能值之间的关联。基础结构性能值可指示基础结构性能。基础结构性能可以表征路径制品的物理特性的特征或是路径制品的物理特性的特点。基础结构性能的示例可包括但不限于：对应于路径制品或从路径制品反射的光的色度(例如，颜色质量的规格)或发光度(例如，辐射电磁功率的规格)。通过基于指示基础结构性能值和基础结构性能数据之间的关系的基础结构性能数据的先前实例来训练模型，该模型可被配置为当被提供有基础结构性能数据的输入时输出基础结构性能值。因为基础结构性能数据可指示在安装路径制品之后的某个持续时间之后测量的基础结构性能，所以路径制品随时间推移的性能或劣化反映在相应基础结构性能值中。因此，如果将基础结构性能数据的测量作为具有未来持续时间的输入应用于经训练的模型，则经训练的模型可在未来时间点输出预测的基础结构性能。
59.预测的基础结构性能可表示为预测的基础结构性能值。预测的基础结构性能值可以是针对未来时间或在未来持续时间之后预测的基础结构性能值。这样，如果路径制品在特定的持续时间内暴露于与包括在用于配置相同持续时间的模型的训练集中的其他路径制品类似的基础结构性能特征条件，则模型可生成指示预测的基础结构性能的预测的基础结构性能值。
60.由基础结构部件152生成的包括基础结构性能值的信息可用于执行一个或多个操作。例如，基础结构部件152可生成一个或多个输出。示例性输出可包括视觉、听觉或触觉输出。输出的其他示例可包括基于由基础结构部件152生成的信息向一个或多个其他远程计算设备发送一个或多个消息。
61.其他示例性操作可包括处理基础结构性能值。例如，计算设备134可至少部分地基于指示道路的一部分处的事故或事故险情中的至少一者的数据来执行至少一个操作。例如，计算设备134可输出指示事故或事故险情与基础结构性能值和/或预测的基础结构性能值之间的关系的一个或多个相关性、关联性或统计值。在其他示例中，示例性操作可包括生成指示不同位置处的不同基础结构性能预测值的地图。在其他示例中，示例性操作可响应于确定基础结构性能预测值满足阈值而生成通知。
62.根据本公开，一些技术和系统整体涉及基于指示路径制品的基础结构性能的基础结构性能值来选择导航路线。在一些情况下，路径制品的基础结构性能可指从路径制品反射或对应于路径制品的光的色度或发光度。例如，基础结构性能可表示为路面标记的cap-y值或回射标志的回射光值。本公开的技术可基于路径制品的基础结构性能生成导航路线，而非基于距离或拥堵生成出发位置与目的地位置之间的导航路线。通过基于路径制品的基础结构性能生成导航路线，驾驶员或自动化车辆可作出驾驶决策和/或执行考虑到基础结
构性能的变化水平的车辆操作。因为基础结构性能(例如，道路标志的亮度或路面标记的白度)可能影响自动车辆或驾驶员作出的驾驶决策，所以基础结构性能可能影响驾驶员、行人、管理员和与道路相关联的其他实体的道路安全性。因此，通过选择具有比其他导航路线相对更好的基础结构性能的导航路线，本公开的技术可改进驾驶员、行人、管理员和与道路相关联的其他实体的道路安全性。
63.为了根据本公开的技术选择导航路线，计算设备可接收一个或多个基础结构性能值。基础结构性能值可指示路径制品的基础结构性能，并且可对应于道路部分。该计算设备可至少部分地基于该一个或多个基础结构性能值来确定包括从初始位置到后续位置的一组道路部分的导航路线。在一些示例中，计算设备可至少部分地基于包括从初始位置到后续位置的该组道路部分的导航路线来执行至少一个操作。例如，计算设备可显示可视化导航路线的地图或对应于不同的可能导航路线的一组可选图形指示符。
64.在图1的示例中，计算设备134可包括如图2中进一步描述的基础结构部件152，并且计算设备116可包括基础结构部件118，所述基础结构部件中的每一个可根据本公开的技术执行一个或多个功能或操作。在一些示例中，一个或多个功能或操作可在单个计算设备上执行或使用多个计算设备来分布，诸如经由使用网络114和计算设备116和134的分布式计算。仅出于说明的目的，结合基础结构部件152来描述本公开的技术。
65.在一些示例中，基础结构部件152可接收用以生成从初始位置到后续位置的导航路线的请求或用户输入。基础结构部件152可选择指示路径制品的基础结构性能的一个或多个基础结构性能值，并且基础结构性能值对应于道路部分。初始位置和后续位置可以是出发位置和目的地位置和/或位于出发和目的地位置之间的路径上的中间位置。如上所述，基础结构性能值可指示基础结构性能。基础结构性能可表征路径制品的物理特性或者是路径制品的物理特性的特点。基础结构性能的示例可包括但不限于：对应于路径制品或从路径制品反射的光的色度(例如，颜色质量的规格)或发光度(例如，辐射电磁功率的规格)。在一些示例中，发光度可以是回射率值。在一些示例中，对比度值可以是色度值之间的比率。在一些示例中，可基于路径制品是湿的还是干的来测量回射率值(例如，湿回射率值或干回射率值)。
66.基础结构部件152可从一个或多个源访问基础结构性能值。例如，诸如paav 110的车辆可包括图像捕获部件102c或生成基础结构性能值的其他传感器，这些基础结构性能值经由网络114发送到计算设备134。一个或多个其他paav可类似地向计算设备134发送基础结构性能值，这些基础结构性能值可由基础结构部件152使用。在一些示例中，历史基础结构性能值可从研究数据库、道路数据库或任何其他源中选择或以其他方式检索。
67.基础结构部件152可至少部分地基于基础结构性能值来确定包括从初始位置到后续位置的多个道路部分的导航路线。在一些示例中，基础结构部件152可实现在以下出版物中描述的一个或多个导航路线生成技术，这些出版物中的每一个出版物据此以引用的方式全文并入本文：flinsenberg,i.c.m.(2004年)，《汽车导航的路线规划算法》，埃因霍温：埃因霍温科技大学doi:10.6100/ir580449(flinsenberg,i.c.m.(2004).route planning algorithms for car navigation eindhoven:technische universiteit eindhoven doi:10.6100/ir580449)；peter sanders和dominik schultes，2007年，《工程快速路线规划算法》，第6届国际实验算法会议论文集(wea'07)，camil demetrescu(编辑)，柏林海德堡
施普林格出版社，第23-36页(peter sanders and dominik schultes.2007.engineering fast route planning algorithms.in proceedings of the 6th international conference on experimental algorithms(wea'07),camil demetrescu(ed.).springer-verlag,berlin,heidelberg,23-36)；storandt，sabine《车辆导航算法》，博士论文，斯图加特大学，2013年2月(storandt,sabine algorithms for vehicle navigation.phd thesis,stuttgart,february 2013.)。例如，基础结构部件152可将道路部分表示为图形中的边缘。在一些示例中，边缘可具有一个或多个成本值。成本值可表示道路部分的距离或长度、道路部分的拥堵水平、自主驾驶水平和/或任何其他特点或约束。道路部分可以是道路的某一部分。一组道路部分可通过顶点连接以形成图形。路径可以是从初始顶点到后续顶点的一组连续边缘(由顶点连接)。多条路径可以穿过该图形，其中每条路径可表示包括一组道路部分的导航路线。
68.为了生成导航路线，基础结构部件152可至少部分地基于基础结构性能值来确定包括从初始位置到后续位置的一组道路部分的导航路线。为了生成导航路线，基础结构部件152可确定一个或多个道路部分集。一个或多个道路部分集中的每个相应道路部分集可包括相应多个道路部分，该相应多个道路部分形成从初始位置到后续位置的完整路径。对于至少一个道路部分集，基础结构部件152可为至少一个道路部分集中的每个相应道路部分确定相应基础结构性能值。例如，基础结构部件152可将道路部分的基础结构性能值分配为表示道路部分的边缘的成本值。这样，穿过由表示道路部分的边缘和表示基础结构性能值的成本值组成的图形的每个不同路径可具有不同的累积或汇总成本。
69.基础结构部件152可至少部分地基于相应基础结构性能值来将至少一个道路部分集选择为导航路线。可使用任何数量的技术来将至少一个道路部分集选择为导航路线。例如，基础结构部件152可基于边缘的成本值来选择具有最大总成本、最小总成本、路径中跨边缘的最小方差或任何其他选择函数或标准的路径。
70.基础结构部件152可至少部分地基于包括从初始位置到后续位置的多个道路部分的导航路线来执行至少一个操作。例如，基础结构部件152可将基于或表示从初始位置到后续位置的多个道路部分的数据发送到诸如计算设备116的一个或多个其他计算设备。基础结构部件152可生成表示从初始位置到后续位置的多个道路部分的地图。在一些示例中，基础结构部件152可至少部分地基于从初始位置到后续位置的多个道路部分来生成输出。在一些示例中，输出可以是视觉、触觉或音频输出，并且可对应于多个道路部分中的特定道路部分。
71.图2是示出了根据本公开的一个或多个方面的示例性计算设备的框图。图2仅示出了计算设备的一个示例，该计算设备在图2中是图1的计算设备134。计算设备134的许多其他示例可在其他实例中使用，并且可包括示例性计算设备134中所包括的部件的子集，或者可包括图2中的示例性计算设备134中未示出的附加部件。计算设备134可以是来自图1中的计算设备116的远程计算设备(例如，服务器计算设备)。
72.在一些示例中，计算设备134可以是服务器、平板计算设备、智能电话、腕戴式或头戴式计算设备、膝上型计算机、台式计算设备，或者可以运行包括在应用程序228中的功能性集、子集或超集的任何其他计算设备。在一些示例中，计算设备134可对应于图1中所描绘的计算设备134。在其他示例中，计算设备134也可以是产生路径制品的系统或设备的一部
分。
73.如图2的示例所示，计算设备134可在逻辑上划分为用户空间502、内核空间504和硬件506。硬件506可包括一个或多个硬件部件，该一个或多个硬件部件为在用户空间502和内核空间504中执行的部件提供操作环境。用户空间502和内核空间504可表示存储器的不同区段或分段，其中内核空间504向过程和线程提供比用户空间502更高的权限。例如，内核空间504可包括操作系统520，该操作系统以比在用户空间502中执行的部件更高的权限进行操作。在一些示例中，任何部件、功能、操作和/或数据可被包括在内核空间504中或在其中执行和/或被实现为硬件506中的硬件部件。
74.如图2所示，硬件506包括一个或多个处理器508、输入部件510、存储设备512、通信单元514和输出部件516。处理器508、输入部件510、存储设备512、通信单元514和输出部件516可各自通过一个或多个通信信道518互连。通信信道518可将部件508、部件510、部件512、部件514和部件516中的每个部件互连以用于部件间通信(物理地、通信地和/或操作地)。在一些示例中，通信信道518可包括硬件总线、网络连接、一个或多个过程间通信数据结构或用于在硬件和/或软件之间传送数据的任何其他部件。
75.一个或多个处理器508可实现计算设备134内的功能性和/或执行其内的指令。例如，计算设备134上的处理器508可接收并且执行由存储设备512存储的指令，这些指令提供内核空间504和用户空间502中所包括的部件的功能性。由处理器508执行的这些指令可致使计算设备134在程序执行期间在存储设备512内存储和/或修改信息。处理器508可执行内核空间504和用户空间502中的部件的指令，以根据本公开的技术来执行一个或多个操作。也就是说，包括在用户空间502和内核空间504中的部件能够由处理器508操作以执行本文所描述的各种功能。
76.计算设备134的一个或多个输入部件510可接收输入。仅举几个示例，输入的示例为触觉、音频、动力学和光学输入。在一个示例中，计算设备134的输入部件510包括鼠标、键盘、语音响应系统、摄像机、按钮、控制板、麦克风或用于检测来自人类或机器的输入的任何其他类型的设备。在一些示例中，输入部件510可为存在敏感输入部件，该存在敏感输入部件可包括存在敏感屏幕、触敏屏幕等。
77.计算设备134的一个或多个通信单元514可通过传输和/或接收数据与外部设备进行通信。例如，计算设备134可使用通信单元514来在无线电网络(诸如蜂窝无线电网络)上传输和/或接收无线电信号。在一些示例中，通信单元514可在卫星网络(诸如全球定位系统(gps)网络)上传输和/或接收卫星信号。通信单元514的示例包括网络接口卡(例如，诸如以太网卡)、光收发器、射频收发器、gps接收器，或可发送和/或接收信息的任何其他类型的设备。通信单元514的其他示例可包括存在于移动设备中的gps、3g、4g和无线电以及通用串行总线(usb)控制器等。
78.计算设备134的一个或多个输出部件516可生成输出。输出的示例为触觉、音频和视频输出。在一些示例中，计算设备134的输出部件516包括存在敏感屏幕、声卡、视频图形适配器卡、扬声器、阴极射线管(crt)监视器、液晶显示器(lcd)，或用于向人类或机器生成输出的任何其他类型的设备。输出部件可包括显示部件如阴极射线管(crt)监视器、液晶显示器(lcd)、发光二极管(led)或用于生成触觉、音频和/或视觉输出的任何其他类型的设
备。在一些示例中，输出部件516可与计算设备134集成。
79.在其他示例中，输出部件516可在物理上位于计算设备134的外部并且与计算设备134分离，但是可经由有线或无线通信可操作地耦接到计算设备134。输出部件可为计算设备134的内置部件(例如，移动电话上的屏幕)，该内置部件位于计算设备134的外部封装内并且物理地连接到计算设备134的外部封装。在另一示例中，存在敏感显示器可为计算设备134的外部部件(例如，与平板计算机共享有线和/或无线数据路径的监视器、投影仪等)，该外部部件位于计算设备134的封装之外并且与计算设备134的封装物理分离。
80.计算设备134内的一个或多个存储设备512可存储用于在计算设备134的操作期间进行处理的信息。在一些示例中，存储设备512是临时存储器，这意味着存储设备512的主要目的不是长期存储。计算设备134上的存储设备512可被配置用于作为易失性存储器进行信息的短期存储，并且因此如果被停用则不保留所存储的内容。易失性存储器的示例包括随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)以及本领域已知的其他形式的易失性存储器。
81.在一些示例中，存储设备512也包括一个或多个计算机可读存储介质。存储设备512可被配置为与易失性存储器相比存储更大量的信息。存储设备512还可被配置用于作为非易失性存储空间进行信息的长期存储，并且在激活/关闭循环之后保留信息。非易失性存储器的示例包括磁性硬盘、光盘、软盘、闪存或电可编程存储器(eprom)或电可擦可编程(eeprom)存储器的形式。存储设备512可存储与包括在用户空间502和/或内核空间504中的部件相关联的程序指令和/或数据。
82.如图2所示，应用程序528在计算设备134的用户空间502中执行。应用程序528可在逻辑上划分为表示层522、应用层524和数据层526。应用程序528可包括但不限于在表示层522、应用层524和数据层526中所示的各种部件和数据。
83.数据层526可包括一个或多个数据存储。数据存储可以结构或非结构化形式存储数据。示例性数据存储可以为关系数据库管理系统、在线分析处理数据库、表格或用于存储数据的任何其他合适的结构中的任何一种或多种。
84.在计算设备134是产生路径制品的系统或设备的一部分的示例中，计算设备134可包括构造部件517或通信地耦接到该构造部件，诸如关于图1中的计算设备134所描述的。在其他示例中，构造部件517可被包括在与计算设备134分离的远程计算设备中，并且该远程计算设备可以通信地耦接到计算设备134或可以不通信地耦接到计算设备134。
85.在图2的示例中，预测部件562可接收分别对应于基础结构性能特征的一组或多组基础结构性能数据。基础结构性能数据可被存储为基础结构数据566，并且基础结构性能特征可影响路径制品在未来时间点的预测的基础结构性能。预测部件562可至少部分地基于将一组或多组基础结构性能数据应用于模型来生成至少一个基础结构性能预测值，该至少一个基础结构性能预测值指示在未来时间点的预测的基础结构性能。未来时间点发生在将一组或多组基础结构性能数据应用于模型的时间之后。预测部件562可至少部分地基于基础结构性能预测值来执行至少一个操作，该基础结构性能预测值指示在未来时间点的预测的基础结构性能。例如，预测部件562可致使服务部件556执行一个或多个服务。又如，预测部件562可致使ui部件554生成一个或多个输出。
86.在一些示例中，预测部件562可训练一个或多个模型和/或使用一个或多个先前训
练的模型。预测部件562可使用基于对包括一组训练实例的训练集的选择而配置的模型。每个相应训练实例可包括相应基础结构性能数据和相应基础结构性能值之间的关联。对于训练集中的每个训练实例，模型可被配置为基于相应基础结构性能数据和相应基础结构性能值来修改模型，以在将训练实例集应用于模型之后响应于应用于模型的后续基础结构性能数据来改变由模型预测的基础结构性能预测值。在一些示例中，一个或多个模型在不同的计算设备上被配置和/或训练，并被传送到计算设备134以执行本公开的技术。在一些示例中，训练实例集中的每个训练实例包括基于定义的持续时间的相应基础结构性能值，其中该持续时间对应于路径制品的安装时间与在安装时间之后发生的基础结构性能值的测量时间之间的时间长度。
87.在一些示例中，基础结构性能特征指示以下项中的一者或多者：天气状况、除雪、环境光、历史交通、实时交通、来自探测车辆的自动驾驶特点、速度限制、路径制品的类型或年龄、路径制品劣化度量、路径制品安装时存在的环境条件、道路施工条件、由感测路径制品的传感器感测的路径制品的性能。在一些示例中，预测的基础结构性能包括指示对应于路径制品的光的色度或发光度中的至少一者的特点。在一些示例中，指示未来时间点的预测的基础结构性能的性能预测值包括道路标志的回射率值或路面标记的cap-y值中的至少一者。
88.在一些示例中，基础结构性能特征不包括物理地阻碍路径制品的可见性的特征。在一些示例中，基础结构性能特征不包括路径制品外部的道路的物理特征。在一些示例中，路径制品外部的道路的物理特征包括坑洼、隆起、裂缝或焦油痕迹中的一者或多者。
89.在一些示例中，预测部件562可选择指示道路部分处的事故或事故险情中的至少一者的数据。此类数据可包括在基础结构数据566或其他数据源中。预测部件562可选择道路部分的基础结构性能预测值。预测部件562可至少部分地基于指示道路部分处的事故或事故险情中的至少一者的数据和道路部分的基础结构性能预测值来执行至少一个操作或可致使其他部件执行至少一个操作。在其他示例中，也可以与上文关于使用基础结构性能预测值描述的方式相同的方式，使用当前基础结构性能值来应用此类技术。
90.在一些示例中，预测部件562可将基础结构性能预测值发送到至少一个远程计算设备。该至少一个远程计算设备可被包括在被配置为使用基础结构性能预测值来操作车辆的车辆中。
91.在一些示例中，预测部件562可选择包括基础结构性能预测值的一组基础结构性能预测值，其中每个相应基础结构性能预测值对应于相应道路部分。预测部件562可至少部分地基于该组基础结构性能预测值来确定一组道路部分。其中执行至少一个操作的预测部件562可为该组道路部分生成一个或多个补救或规定输出。该补救或规定输出可包括关于存在或应当存在于道路部分处的路径制品的更换、定位、布置、选择、移除或其他配置的建议。
92.在一些示例中，预测部件562可生成一组元组。每个相应元组至少包括相应基础结构性能预测值和相应基础结构性能预测值的相应位置信息。该相应位置信息可对应于与相应基础结构性能预测值相关联的道路的相应位置。在一些示例中，预测部件562可至少部分地基于该组元组来生成指示不同位置处的不同基础结构性能预测值的地图。
93.在一些示例中，预测部件562可识别第二道路部分。预测部件562可至少部分地基
于第一部分的满足第二部分的一个或多个特点的相似性阈值的一个或多个特点，来选择第一部分的基础结构性能预测值。预测部件562可至少部分地基于第一部分的基础结构性能预测值来确定第二部分的基础结构性能预测值。这样，尚未测量基础结构性能值的特定道路部分可被分配，或与为类似于该特定道路的道路部分生成的一个或多个基础结构性能预测值相关联。
94.在一些示例中，预测部件562和/或ui部件554可响应于确定基础结构性能预测值满足阈值而生成通知以供输出。
95.在一些示例中，预测部件562可构建表征道路基础结构元件的性能的地图层，诸如当前以及未来时间点的路面标记和交通标志。地图结构可以是汇总层，该汇总层输送表示元件的性能随时间推移劣化的预测模型的输出。预测部件562可预测基础结构材料的性能(诸如回射率和cap-y)，其取决于外部因素(诸如天气、日常交通和基础结构元件的类型)。该信息可由预测部件562在描述较大区域上的基础结构的性能的地图层中汇总，并且可由相关实体以及摄取此信息的路线规划算法用于建设规划目的。
96.预测部件562可使用预测模型来输出地图层结构，从而产生基础结构元件在当前和未来时间点的性能。在一些示例中，术语“性能”可指与所讨论的基础结构元件在驾驶员的眼睛和驾驶员辅助/自主系统中如何可见有关的特点。
97.在一些示例中，基础结构部件可包括路线规划部件560。路线规划部件560可基于基础结构性能值来确定导航路线。路线规划部件560可选择指示路径制品的基础结构性能的一个或多个基础结构性能值。基础结构性能值可包括在基础结构性能数据566中。在一些示例中，基础结构性能值对应于道路部分。路线规划部件560可至少部分地基于基础结构性能值来确定包括从初始位置到后续位置的多个道路部分的导航路线。例如，路线规划部件560可实现一个或多个路径规划算法，该一个或多个路径规划算法生成边缘和顶点的图形并将成本值应用于至少部分地基于当前和/或预测的基础结构性能值的边缘。路径规划算法可基于汇总、求和、加权或其他函数生成成本值。例如，函数可包括多个变量，并且一个或多个变量可被加权或不加权。每个变量可对应于一个或多个用户定义的约束或者一个或多个基础结构性能特征，该一个或多个基础结构性能特征对应于相应基础结构性能数据。路线规划部件560可从图形中的一个或多个可能导航路线的集合中选择穿过图形的一个或多个导航路线。可基于一个或多个标准或函数来选择所选择的导航路线。例如，路线规划部件560可基于最小汇总成本、最大汇总成本、跨所有道路部分的平均成本或任何其他合适的选择函数来选择一个或多个导航路线的最优集合。
98.路线规划部件560可至少部分地基于包括从初始位置到后续位置的多个道路部分的导航路线来执行至少一个操作或致使一个或多个其他部件执行至少一个操作。例如，路线规划部件560可致使服务部件556执行一个或多个服务。又如，预测部件562可致使ui部件554生成一个或多个输出。
99.在一些示例中，为了确定包括多个道路部分的导航路线，路线规划部件560可确定一个或多个道路部分集。一个或多个道路部分集中的每个相应道路部分集可包括相应多个道路部分，该相应多个道路部分形成从初始位置到后续位置的完整路径。对于至少一个道路部分集，路线规划部件560可为至少一个道路部分集中的每个相应道路部分确定相应基础结构性能值。路线规划部件560可至少部分地基于相应基础结构性能值来将至少一个道
路部分集选择为导航路线。在一些示例中，对于至少一个道路部分集，路线规划部件560可为至少一个道路部分集中的每个相应道路部分确定相应距离值。路线规划部件560可至少部分地基于相应基础结构性能值和相应距离值来将至少一个道路部分集选择为导航路线。在一些示例中，导航路径是第一导航路径，其中第一导航路径的长度长于不基于一个或多个相应基础结构性能值的第二导航路径的长度。
100.在一些示例中，为了将至少一个道路部分集选择为导航路线，对于至少一个道路部分集，路线规划部件560可为至少一个道路部分集中的每个相应道路部分确定相应交通拥堵值。交通拥堵值可指示道路的一部分处的交通拥堵的水平或程度。路线规划部件560可至少部分地基于相应基础结构性能值和相应交通拥堵值来将至少一个道路部分集选择为导航路线。在一些示例中，导航路径是第一导航路径，其中第一导航路径的拥堵水平大于不基于一个或多个基础结构性能值的第二导航路径的拥堵水平。
101.在一些示例中，为了将至少一个道路部分集选择为导航路线，路线规划部件560可为导航路线确定一个或多个相应自主驾驶水平约束；并且至少部分地基于相应基础结构性能值和一个或多个相应自主驾驶水平约束来将至少一个道路部分集选择为导航路线。自主驾驶水平约束可指定最大、最小或以其他方式指定的用户或机器配置的自主驾驶水平。
102.在一些示例中，为了将至少一个道路部分集选择为导航路线，对于至少一个道路部分集，路线规划部件560可为至少一个道路部分集中的每个相应道路部分确定道路状况值。路线规划部件560可至少部分地基于相应基础结构性能值和道路状况值来将至少一个道路部分集选择为导航路线。道路状况值可指示道路的一个或多个特性或特点，诸如道路缺陷(例如，坑洼、隆起、裂缝等)的数量、道路类型、道路上的车道数量等。
103.在一些示例中，为了确定汇总值，路线规划部件560可至少部分地基于距离值、基础结构性能值、交通拥堵值或自主驾驶水平约束中的两者或更多者，来生成加权复合作为汇总值。在一些示例中，基础结构性能包括指示对应于路径制品的光的色度或发光度中的至少一者的特点。在一些示例中，多个道路部分中的相应道路部分的基础结构性能值可包括道路标志的回射率值或路面标记的cap-y值中的至少一者。
104.在一些示例中，基础结构性能特征不包括物理地阻碍路径制品的可见性的特征。在一些示例中，基础结构性能特征不包括路径制品外部的道路的物理特征。在一些示例中，路径制品外部的道路的物理特征包括坑洼、隆起、裂缝或焦油痕迹中的一者或多者。
105.在一些示例中，路线规划部件560可生成一组元组。每个相应元组至少包括相应基础结构性能值和相应基础结构性能值的相应位置信息。该相应位置信息对应于与相应基础结构性能值相关联的道路的相应位置。在一些示例中，路线规划部件560可至少部分地基于该组元组来生成指示导航路线的地图，该导航路线包括从初始位置到后续位置的多个道路部分。
106.路线规划部件560可使用与导航方案中的基础结构元件(诸如路面标记和交通标志)的性能有关的信息作为路线选择/路径规划过程的一部分。具体地，配备有诸如车道保持辅助以及自主功能(例如自动驾驶仪)的驾驶员辅助系统的车辆可以受益于描述其起点和目的地之间替代路径条件的先验信息，从而向能够优化其高级功能的路线引入了偏差。当路面标记和交通标志被相关的车载系统感知时，路线规划部件560可嵌入或利用关于路面标记和交通标志的性能的信息。在一些示例中，路线规划部件560可生成用于起点-目的
地对的最短路径，该最短路径在优化路径的同时也考虑了驾驶辅助系统的参与。
107.路线规划部件560可生成公路网络的图形，其中诸如起点和目的地的点是由vi表示的图形的顶点，而连接顶点vi和vj的公路段由边缘e
i，j
表示。边缘权重或成本值可被分配给非负预期时间以遍历考虑了以下因素的链路：实时和历史交通数据以及天气、路面状况数据、施工和事故数据，并由f(e
i，j
)∈r

表示。在用于生成或识别导航路线的示例性路径规划优化方案中，路线规划部件560可识别该图形的边缘的集合，该集合使在起点处起始并在目的地处结束的所有可实现路径上的成本最小化。该最小化问题的解决方案则是顶点p＝{v0，v1，vn}的集合，其中v0＝v
起点
并且vn＝v
目的地
，使得其使所有可能路径上的最小化。
108.在所提出的对该方案的变更中，路线规划部件560可在边缘上引入函数g(e
i，j
)∈r

，其描述了在与该路段相关联的诸如路面标记和交通标志的路径制品的质量方面，公路段能或不能支持过往车辆的辅助和自主功能。由路线规划部件560确定的数字越低，公路段对驾驶辅助越友好。这样，优化目标可以变为高级别，从而最小化其中α∈[0，1]是混合系数，用于平衡在所选路径上的较短行进时间与驾驶员辅助启用之间的折衷。
[0109]
在一些示例中，计算设备134可包括远程服务部件556。远程服务部件556可向远程计算设备(诸如包括在车辆110a中的计算设备116)提供一个或多个服务。远程服务部件556可发送存储在服务数据568中的信息，该信息指示能够由计算设备116和/或车辆110a使用的一个或多个操作、规则或其他数据。例如，操作、规则或其他数据可指示车辆操作、交通状况或特点或者路径状况或特点、与路径相关联的物体、其他车辆或行人信息、或能够由计算设备116和/或车辆110a使用的任何其他信息。
[0110]
在一些示例中，ui部件554可提供一个或多个用户界面，该一个或多个用户界面使用户能够配置或以其他方式操作基础结构部件152和服务部件122。
[0111]
本公开中所描述的示例可在任何环境中并且使用附图中所描述的制品、系统和/或计算设备中的任一者和本文所描述的示例来执行。尽管图2的各种部件和操作被示出为在计算设备134中实现，但在其他示例中，这些部件和操作可在不同和/或单独的计算设备上实现。
[0112]
图3是示出了根据本公开的一个或多个方面的示例性计算设备的框图。图3仅示出计算设备的一个示例。计算设备116的许多其他示例可在其他实例中使用，并且可包括示例性计算设备116中所包括的部件的子集，或者可包括图3中的示例性计算设备116中未示出的附加部件。
[0113]
在一些示例中，计算设备116可以是服务器、平板计算设备、智能电话、腕戴式或头戴式计算设备、膝上型计算机、台式计算设备，或者可以运行包括在应用程序228中的功能性集、子集或超集的任何其他计算设备。在一些示例中，计算设备116可对应于图1中所示的paav 110上的车辆计算设备116。在其他示例中，计算设备116也可为产生标志的系统或设备的一部分，并且对应于图1中所描绘的计算设备134。
[0114]
如图3的示例所示，计算设备116可在逻辑上划分为用户空间202、内核空间204和硬件206。硬件206可包括一个或多个硬件部件，该一个或多个硬件部件为在用户空间202和
内核空间204中执行的部件提供操作环境。用户空间202和内核空间204可表示存储器的不同区段或分段，其中内核空间204向过程和线程提供比用户空间202更高的权限。例如，内核空间204可包括操作系统220，该操作系统以比在用户空间202中执行的部件更高的权限进行操作。在一些示例中，任何部件、功能、操作和/或数据可被包括在内核空间204中或在其中执行和/或被实现为硬件206中的硬件部件。
[0115]
如图3所示，硬件206包括一个或多个处理器208、输入部件210、存储设备212、通信单元214、输出部件216、移动设备接口104、图像捕获部件102c和车辆控制部件144。处理器208、输入部件210、存储设备212、通信单元214、输出部件216、移动设备接口104、图像捕获部件102c和车辆控制部件144可各自通过一个或多个通信信道218互连。通信信道218可将部件102c、部件104、部件208、部件210、部件212、部件214、部件216和部件144中的每个部件互连以用于部件间通信(物理地、通信地和/或操作地)。在一些示例中，通信信道218可包括硬件总线、网络连接、一个或多个过程间通信数据结构或用于在硬件和/或软件之间传送数据的任何其他部件。
[0116]
一个或多个处理器208可实现计算设备116内的功能性和/或执行其内的指令。例如，计算设备116上的处理器208可接收并且执行由存储设备212存储的指令，这些指令提供内核空间204和用户空间202中所包括的部件的功能性。由处理器208执行的这些指令可使得计算设备116在程序执行期间在存储设备212内存储和/或修改信息。处理器208可执行内核空间204和用户空间202中的部件的指令，以根据本公开的技术来执行一个或多个操作。也就是说，包括在用户空间202和内核空间204中的部件能够由处理器208操作以执行本文所描述的各种功能。
[0117]
计算设备116的一个或多个输入部件210可接收输入。仅举几个示例，输入的示例为触觉、音频、动力学和光学输入。在一个示例中，计算设备116的输入部件210包括鼠标、键盘、语音响应系统、摄像机、按钮、控制板、麦克风或用于检测来自人类或机器的输入的任何其他类型的设备。在一些示例中，输入部件210可为存在敏感输入部件，该存在敏感输入部件可包括存在敏感屏幕、触敏屏幕等。
[0118]
计算设备116的一个或多个通信单元214可通过传输和/或接收数据与外部设备进行通信。例如，计算设备116可使用通信单元214来在无线电网络(诸如蜂窝无线电网络)上传输和/或接收无线电信号。在一些示例中，通信单元214可在卫星网络(诸如全球定位系统(gps)网络)上传输和/或接收卫星信号。通信单元214的示例包括网络接口卡(例如，诸如以太网卡)、光收发器、射频收发器、gps接收器，或可发送和/或接收信息的任何其他类型的设备。通信单元214的其他示例可包括存在于移动设备中的gps、3g、4g和无线电以及通用串行总线(usb)控制器等。
[0119]
在一些示例中，通信单元214可接收包括车辆路径的一个或多个特点的数据。在计算设备116为车辆(诸如图1中描绘的paav 110)的一部分的示例中，通信单元214可从图像捕获设备接收与路径制品有关的信息，如关于图1所描述的。在其他示例(诸如其中计算设备116是产生标志的系统或设备的一部分的示例)中，通信单元214可从测试车辆、手持设备或可采集指示车辆路径的特点的数据的其他工具接收数据，如上面在图1中和下面更详细描述的。计算设备116可经由通信单元214接收更新信息，对软件、固件的升级和类似的更新。
[0120]
计算设备116的一个或多个输出部件216可生成输出。输出的示例为触觉、音频和视频输出。在一些示例中，计算设备116的输出部件216包括存在敏感屏幕、声卡、视频图形适配器卡、扬声器、阴极射线管(crt)监视器、液晶显示器(lcd)，或用于向人类或机器生成输出的任何其他类型的设备。输出部件可包括显示部件如阴极射线管(crt)监视器、液晶显示器(lcd)、发光二极管(led)或用于生成触觉、音频和/或视觉输出的任何其他类型的设备。在一些示例中，输出部件216可与计算设备116集成。
[0121]
在其他示例中，输出部件216可在物理上位于计算设备116的外部并且与该计算设备分离，但是可经由有线或无线通信可操作地耦接到计算设备116。输出部件可为计算设备116的内置部件(例如，移动电话上的屏幕)，该内置部件位于计算设备116的外部封装内并且物理地连接到该计算设备的外部封装。在另一示例中，存在敏感显示器可为计算设备116的外部部件(例如，与平板计算机共享有线和/或无线数据路径的监视器、投影仪等)，该外部部件位于计算设备116的封装之外并且与该计算设备的封装物理分离。
[0122]
在计算设备116位于paav上的示例中，硬件206也可包括车辆控制部件144。车辆控制部件144可具有与关于图1描述的车辆控制部件144相同或相似的功能。
[0123]
计算设备116内的一个或多个存储设备212可存储用于在计算设备116的操作期间进行处理的信息。在一些示例中，存储设备212是临时存储器，这意味着存储设备212的主要目的不是长期存储。计算设备116上的存储设备212可被配置用于信息的短期存储，作为易失性存储器，并且因此如果被停用则不保留所存储的内容。易失性存储器的示例包括随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)以及本领域已知的其他形式的易失性存储器。
[0124]
在一些示例中，存储设备212也包括一个或多个计算机可读存储介质。存储设备212可被配置为与易失性存储器相比存储更大量的信息。存储设备212还可被配置用于作为非易失性存储空间进行信息的长期存储，并且在激活/关闭循环之后保留信息。非易失性存储器的示例包括磁性硬盘、光盘、软盘、闪存或电可编程存储器(eprom)或电可擦可编程(eeprom)存储器的形式。存储设备212可存储与包括在用户空间202和/或内核空间204中的部件相关联的程序指令和/或数据。
[0125]
如图3所示，应用程序228在计算设备116的用户空间202中执行。应用程序228可在逻辑上划分为表示层222、应用层224和数据层226。表示层222可包括用户界面(ui)部件124，其生成和呈现应用程序228的用户界面。应用程序228可包括但不限于：ui部件124、基础结构部件118、基础结构部件118、路线规划部件560、预测部件562、服务部件122和车辆控制部件228。基础结构部件118、路线规划部件560和/或预测部件562可执行与图2中的计算设备134的类似命名的部件相同或类似的操作。
[0126]
数据层226可包括一个或多个数据存储。数据存储可以结构或非结构化形式存储数据。示例性数据存储可以为关系数据库管理系统、在线分析处理数据库、表格或用于存储数据的任何其他合适的结构中的任何一种或多种。示例性数据存储可包括路线规划数据564、基础结构数据566和服务数据568，它们中的每一个可包括如图2所述的数据。
[0127]
服务数据233可包括用于提供服务部件122的服务和/或由提供服务部件122的服务所得的任何数据。例如，服务数据可包括与路径制品有关的信息(例如，安全规范)、用户信息或任何其他信息。图像数据232可包括从一个或多个图像捕获设备(诸如关于图1所述
的图像捕获设备102)接收的一个或多个图像。在一些示例中，图像为位图、联合图像专家组图像(jpeg)、可移植网络图形图像(png)或任何其他合适的图形文件格式。
[0128]
在图3的示例中，通信单元214中的一个或多个通信单元可从图像捕获设备接收包括制品消息(诸如图1中的制品消息126)的路径制品的图像。在一些示例中，ui部件124或应用层224的任一个或多个部件可接收路径制品的图像，并且将图像存储在图像数据232中。
[0129]
响应于接收到图像，基础结构部件118可确定路径制品为增强的标志，诸如增强的标志108。通路制品可包括指示paav的通路的一个或多个特点的至少一个制品消息。制品消息可包括指示车辆路径的一个或多个第一特点的主要或人类可感知信息。增强的标志也可包括指示车辆路径的一个或多个附加特点的附加或机器可感知信息。在一些示例中，附加信息可包括以下中的一个或多个：预测轨线、倾斜改变、宽度改变、公路表面改变、路径缺陷或其他潜在危害、其他路径制品的位置、速度限制改变或任何其他信息。预测轨线的示例可包括由图1中箭头126a所描绘的车辆路径的形状。如上面针对区域126f所述，在一些示例中，附加信息包括可诸如通过ir、偏振改变或类似技术能够在可见光谱之外检测的机器可读信息。
[0130]
基础结构部件118可确定车辆路径的一个或多个特点，并且将代表特点的数据传输到计算设备116的其他部件，诸如服务部件122。基础结构部件118可确定车辆路径的特点指示对车辆的一个或多个功能的调节。例如，增强的标志可指示车辆正在逼近施工区，并且车辆通路存在改变。计算设备116可将该信息与来自其他传感器(诸如图像捕获设备)的其他信息、gps信息、来自网络114的信息以及类似信息组合，以通过车辆控制部件144来调节车辆的速度、悬架或其他功能。
[0131]
类似地，计算设备116可确定车辆的一个或多个状况。车辆状况可包括车辆的重量、车辆内的负载的位置、一个或多个车辆轮胎的轮胎压力、车辆的传输设定和车辆的动力系统状态。例如，与带有较不强大的动力系统(即，马达)的paav相比，带有大的动力系统的paav可在遇到车辆路径倾斜时，接收不同的命令。
[0132]
计算设备也可确定车辆附近的环境状况。环境状况可包括空气温度、降水水平、降水类型、车辆路径的倾斜、其他车辆的存在以及车辆轮胎与车辆路径之间的估计的摩擦水平。
[0133]
计算设备116可组合来自车辆状况、环境状况、基础结构部件118和其他传感器的信息以确定对车辆的一个或多个功能的状态的调节，诸如通过车辆控制部件144的操作来进行调节，该车辆控制部件可与应用程序228的任何部件和/或数据进行交互操作。例如，基础结构部件118可基于解释车辆路径上的增强的标志来确定车辆正在接近具有下坡路的弯道。计算设备116可针对干燥状况确定一个速度，并且针对湿状况确定不同速度。类似地，载重货运卡车上的计算设备116可确定一个速度，而赛车上的计算设备116可确定不同的速度。
[0134]
在一些示例中，计算设备116可通过考虑paav的牵引力控制历史来确定路径的状况。例如，如果paav的牵引力控制系统是非常有活性的，则计算设备116可确定路径与车辆轮胎之间的摩擦很低，诸如在暴风雪或雨夹雪期间。
[0135]
图4是示出了根据本公开的一种或多种技术的用于预测基础结构性能的计算设备的示例性操作400的流程图。这些技术是根据计算设备134来描述的。然而，这些技术可由其
他计算设备来执行。在图4的示例中，计算设备134可接收分别对应于基础结构性能特征的一组或多组基础结构性能数据(402)。基础结构性能特征可影响路径制品在未来时间点的预测的基础结构性能。计算设备134可至少部分地基于将一组或多组基础结构性能数据应用于模型来生成至少一个基础结构性能预测值，该至少一个基础结构性能预测值指示在未来时间点的预测的基础结构性能(404)。未来时间点可发生在将一组或多组基础结构性能数据应用于模型的时间之后。在一些示例中，计算设备134可至少部分地基于基础结构性能预测值来执行至少一个操作，该基础结构性能预测值指示在未来时间点的预测的基础结构性能。
[0136]
图5是示出了根据本公开的一种或多种技术的用于预测基础结构性能的计算设备的示例性操作500的流程图。这些技术是根据计算设备134来描述的。然而，这些技术可由其他计算设备来执行。在图5的示例中，计算设备134可选择指示路径制品的基础结构性能的一个或多个基础结构性能值，并且基础结构性能值对应于道路部分(502)。计算设备134可至少部分地基于基础结构性能值来确定包括从初始位置到后续位置的多个道路部分的导航路线(504)。计算设备134可至少部分地基于包括从初始位置到后续位置的多个道路部分的导航路线来执行至少一个操作(506)。
[0137]
图6是根据本公开的技术的基础结构性能数据的概念图，该基础结构性能数据可用于基于预测的基础结构性能生成地图。在图6的示例中，计算设备134可选择各种类型的基础结构性能数据602。基础结构性能数据的示例包括天气数据602a、交通数据602b、路径制品材料类型或其他特性602c和/或建筑或施工区数据602d。尽管图6中示出了示例性基础结构性能数据602，但也可使用任何其他类型的基础结构性能数据。
[0138]
实现本公开中描述的技术的计算设备134可生成一个或多个地图，该一个或多个地图示出预测的基础结构性能和/或当前基础结构性能。例如，图6示出了地图604。地图604a能够可视地指示从生成地图的时间到未来24个月的一个或多个道路部分处的基础结构性能。地图604b能够可视地指示从生成地图的时间到未来12个月的一个或多个道路部分处的基础结构性能。地图604c能够可视地指示从生成地图的时间到未来6个月的一个或多个道路部分处的基础结构性能。地图604c能够可视地指示从生成地图的时间到未来6个月的一个或多个道路部分处的基础结构性能。地图604c能够基于当前基础结构性能数据或基础结构性能值，或基于生成地图的当前时间，但在比生成地图时更早的时间点使用先前确定的基础结构性能数据或基础结构性能值，来可视地指示一个或多个道路部分处的基础结构性能。
[0139]
图7是根据本公开的技术的可与模型一起使用以预测基础结构性能的基础结构性能数据的概念图。图7示出了基础结构部件700。基础结构部件700可包括与本公开中描述的基础结构部件118和152相同或相似的功能。基础结构部件700可包括汇总和时间配准部件702(“atac 702”)。atac 702可对基础结构性能数据706进行汇总。如图7所示，基础结构性能数据706示出了可由atac 702使用的基础结构性能数据的多个不同来源。atac 702可确定路径制品已被安装的持续时间和/或与路径制品和/或路径相关联的任何条件或特性。模型704可由基础结构部件700根据基于基础结构性能数据706的时间和/或持续时间构造和/或标记的汇总数据来训练。如本公开所述，可基于来自atac 702的基础结构性能数据来训练模型704，使得当稍后的基础结构性能数据被应用于模型704时，模型704可输出预测的基
础结构性能值。
[0140]
图7进一步示出了端点部件710，其可被包括作为基础结构部件700的一部分或者可以是单独的部件。类似于基础结构部件700，端点部件710可以是硬件和/或软件的组合，并且可在一个或多个计算设备中实现。端点部件710可基于基础结构性能值来生成输出。例如，端点部件710可向其他计算设备发送端点部件值。在图7的示例中，端点部件710可基于预测的基础结构性能值来生成一个或多个图形表示。例如，端点部件710可基于预测的和/或当前的基础结构性能值来生成一个或多个地图708以用于与叠加图一起显示。可通过端点710生成任何其他合适的输出。
[0141]
图7呈现了本公开的系统级示例。该系统可包括执行相关功能的四个部件。第一部件包括数据库(基础结构性能数据706)的集合，该数据库包括正被使用以便训练所提出的表征材料随时间推移劣化的预测模型的相关数据。此类数据库可包括表征基础结构元件的性能的数据流的以下来源：私人数据集(包括关于安装条件的信息)；由诸如dot的替代实体收集的公共相关数据集；从各种类型的探头收集的众包数据集；天气数据；交通信息；建设规划和历史数据；私人和公共材料类型信息。
[0142]
所提出的系统的第二部件(atac 702)可摄取上述数据源并执行数据过滤、各种数据源的时空配准和数据汇总。第三部件(模型704)负责接收汇总数据集并学习模型，该模型考虑了外生因素和能够预测材料随时间推移劣化的材料类型学习模型。示例性系统的端点部件710可接收用户的查询(例如，基于区域)，并将来自预测模型的合并信息与关于计划安装的信息一起打包，并生成包含从所选日期开始的有限层位上的基础结构元件的性能的地图层，并在预定层位上传播劣化模型。
[0143]
本公开的技术可解决汇总和学习能够表征和预测可用作安全替代物的道路基础结构元件的性能的预测模型的问题。利用该信息，道路管理员可以考虑诸如路面标记的可见性的属性来更好地规划它们的建设周期，以便更好地适应具有车道保持辅助系统的车辆以及具有更先进的自主能力的车辆。鉴于已经在向更多辅助/自主驾驶功能的过渡中识别出路面标记，具有表征其在当前和未来时间点的性能的机制可以成为更安全道路的推动力。
[0144]
图8示出了根据本公开的技术的可由计算设备生成以用于基础结构性能的地图。图形用户界面可由计算设备生成，并且包括地图802、804a
–
804c和/或806中的一个或多个地图。如图8所示，可以生成地图802，其中基础结构性能值或(“iep数据”)在802中显示为沿导航路径或道路的彩色点的叠加图。诸如804a
–
804c(涉及事故数据、天气数据和/或交通数据)的其他地图可由诸如基础结构部件118或152的部件或任何其他部件或计算设备生成。基础结构部件118和/或152可组合或以其他方式使用基础结构性能数据和/或基础结构性能值(无论是预测的和/或当前的)来确定如本公开所述的一个或多个导航路线。在一些示例中，基础结构部件118和/或152可基于基础结构性能数据和/或基础结构性能值(无论是预测的和/或当前的)来生成如本公开所述的导航路线和/或具有此类导航路线的输出地图。
[0145]
图9是根据本公开的技术的可与模型一起使用以生成导航路线的基础结构性能数据的概念图。图9示出了基础结构部件900。基础结构部件900可包括与本公开中描述的基础结构部件118和152相同或相似的功能。在图9的示例中，基础结构部件900可选择基础结构
性能数据902、908。基础结构部件900可实现一个或多个路径规划算法906。路径规划算法906可使用基础结构性能数据来生成如本公开所述的一个或多个导航路线。例如，路径规划算法906可生成边缘和顶点的图形，并且将成本值应用于至少部分地基于当前和/或预测的基础结构性能值的边缘。在一些示例中，用户可提供一个或多个用户定义的标准910作为用户输入。用户定义的标准910可指导航路径的最小或最大自主驾驶水平标准、驾驶风险标准(例如，基于事故或险情的数量)、连续驾驶约束(例如，基于估计或预测的加速和减速的次数，其可基于停止、速度限制等)或任何其他用户指定的标准。路径规划算法906可使用用户定义的约束910和/或基础结构性能数据902和/或908基于汇总、求和、加权或其他函数来生成成本值。例如，函数可包括多个变量，并且一个或多个变量可被加权或不加权。每个变量可对应于一个或多个用户定义的约束或者一个或多个基础结构性能特征，该一个或多个基础结构性能特征对应于相应基础结构性能数据。基础结构性能部件900可包括路线提取部件904。路线提取部件904可从一组路线中选择一条或多条路线。可基于一个或多个标准或函数来选择所选择的路线。例如，路线提取部件904可基于最小汇总成本、最大汇总成本、跨所有道路部分的平均成本或任何其他合适的选择函数来选择一个或多个导航路线的最优集合。
[0146]
图10至图16示出了根据本公开的技术可由一个或多个计算设备(例如，计算设备116和/或134)生成的图形用户界面。尽管图10至图16可使用路面标记作为路径制品的示例，但根据本公开的技术也可使用任何其他一个或多个路径制品来生成用户界面。图10至图16中任一者的任一叠加图或点可一起使用或以其他方式组合，以生成表示多个单独叠加图的多叠加图或汇总叠加图和/或将多个叠加图汇总成单个叠加图的新叠加图。
[0147]
图10示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。图形用户界面1000a
–
1000d可由计算设备生成。图形用户界面1000a
–
1000d中的每个图形用户界面可包括相应基础结构性能叠加图1002a
–
1002d。每个叠加图可包括与当前或预测的基础结构性能值相关联的一组点或不同值。性能值可在色谱上表示。较高的回射值可用深绿色表示，而深红色表示低回射性能的路面标记。可使用用于视觉区分的任何其他技术，诸如尺寸、图案、布置、形状等。
[0148]
图11示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。图形用户界面1100可由计算设备生成并且包括地图1102。地图1102可以是具有车辆事故数据叠加图1104的区域地图。事故叠加地图1102可包括在配置的时间段内发生的范围从轻微到严重(其可基于离散值或非离散值的范围)的事故分类。叠加图1104的每个车辆事故数据点可以进行颜色编码，其中红色数据点是涉事车辆碰撞，黄色数据点是车辆抛锚，并且绿色数据点是临时公路施工地点。可使用用于视觉区分的任何其他技术，诸如尺寸、图案、布置、形状等。
[0149]
图12示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。图形用户界面1200可由计算设备生成并且包括地图1202。地图1202可以是具有事故数据直方叠加图1204的区域地图，其中叠加。虽然叠加图1204可通过在一月份的午夜和凌晨1:00之间发生的事故来过滤，但可将任何过滤器用于日期、时间、位置或任何其他可过滤特点。过滤器可由人类或机器使用图形部件1206控制。直方图可提供沿道路的给定位置内的事故计数。
[0150]
图13示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。图形用户界面1300可由计算设备生成并且包括地图1302。具有交通流量监视器数据叠加图1304的区域地图。叠加图1304的每个圆点或点表示可包括感应回路的交通流量监视器。数据点可包括但不限于：位置、名称、速度限制、检测器名称，诸如在图形部件1306中显示的。该站可以获得查验的速度和流量估计。叠加图可包括或表示交通密度。
[0151]
图14示出了根据本公开的技术的由计算设备生成的用于基础结构性能的图形用户界面。图形用户界面1400可由计算设备生成并且包括地图1402。地图1402可以是具有路面标记数据叠加图1404的局部地图。叠加图1404中的每个路面标记数据点可表示为针对部署在道路上的路面标记而生成或收集的基础结构性能值和/或基础结构性能数据。路面标记数据点可包括但不限于：测量路面标记的实体、车辆在道路上行进的方向、道路名称、收集测量结果的日期、路面标记的类型、至少一个路面标记性能特点以及部署在环境中的路面标记的图片。性能特点可包括：路面标记对比度和回射率。示例性路面标记数据被示出在图形部件1406中，包括测量单位、方向、高速公路、测量年份、用户类型、性能。
[0152]
图15示出了根据本公开的技术的由计算设备生成的用于当前基础结构性能的图形用户界面。图形用户界面1500可由计算设备生成并且包括地图1502。地图1502可以是具有路面标记性能叠加图1504的区域地图，其中叠加图是基于收集测量结果时的路面标记的回射性能的当前状态。图15中的路面标记性能叠加图1504可由用户或机器设置为当前性能状态，并且可包括或可不包括回射性能阈值。在另一示例中，本公开的技术可包括预测的基础结构性能，其中在不同时间点收集路面标记的基础结构性能值。可由计算设备为路面标记性能叠加图1504中的每个数据点生成预测的基础结构性能，以提供预测的基础结构性能。
[0153]
图16示出了根据本公开的技术的由计算设备生成的用于预测的基础结构性能的图形用户界面。图形用户界面1600可包括地图1606。地图1606可以是具有路面标记叠加图1608的区域地图，该路面标记叠加图被过滤以示出路面标记数据点，其中路面标记被预测为在从当前日期起的12个月内低于设定的回射性能阈值。性能阈值或设定值可通过用户或机器输入用图形控件1602来配置。图中设定的回射阈值为80mcd，但也可使用任何合适的值。回射阈值或设定值可通过用户或机器输入用图形控件1604来配置。诸如道路管理机构的用户可使用地图1606来为基础结构维护规划提供帮助或为基础结构质量报告提供帮助。图16中的预测可使用用于演示目的的线性劣化模型，但也可使用非线性劣化模型。
[0154]
在一个或多个示例中，所述的功能可以硬件、软件、固件或它们的任何组合来实现。如果以软件实现，则这些功能可作为一个或多个指令或代码存储在计算机可读介质上或经由计算机可读介质传输，且由基于硬件的处理单元执行。计算机可读介质可包括计算机可读存储介质，其对应于诸如数据存储介质的有形介质，或通信介质，其包括例如根据通信协议促进将计算机程序从一处传送到另一处的任何介质。以该方式，计算机可读介质通常可对应于(1)非暂态的有形计算机可读存储介质或(2)通信介质，诸如信号或载波。数据存储介质可为可由一个或多个计算机或一个或多个处理器访问以检索用于实现本公开中所描述的技术的指令、代码和/或数据结构的任何可用介质。计算机程序产品可包括计算机可读介质。
[0155]
作为示例而非限制，此类计算机可读存储介质可包括ram、rom、eeprom、cd-rom或
其他光盘存储、磁盘存储或其他磁存储设备、闪存或者可用来以指令或数据结构的形式存储期望的程序代码并且可由计算机访问的任何其他介质。而且，任何连接均被适当地称为计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(dsl)或无线技术如红外线、无线电和微波从网站、服务器或其他远程源传输指令，则同轴电缆、光纤电缆、双绞线、dsl或无线技术如红外线、无线电和微波包括在介质的定义中。然而，应当理解，计算机可读存储介质和数据存储介质不包括连接、载波、信号或其他暂态介质，而是针对非暂态的有形存储介质。所使用的磁盘和光盘包括压缩盘(cd)、激光光盘、光学盘、数字多功能光盘(dvd)、软盘和蓝光光盘，其中磁盘通常以磁的方式再现数据，而光盘通过激光以光学方式再现数据。上述的组合也应当包括在计算机可读介质的范围内。
[0156]
指令可由一个或多个处理器诸如一个或多个数字信号处理器(dsp)、通用微处理器、专用集成电路(asic)、现场可编程逻辑阵列(fpga)或其他等效集成或离散逻辑电路执行。因此，所使用的术语“处理器”可指任何前述结构或适用于实现所描述的技术的任何其他结构。此外，在一些方面，所描述的功能性可在专用硬件和/或软件模块内提供。而且，这些技术可完全在一个或多个电路或逻辑单元中实现。
[0157]
本公开的技术可在包括无线手持机、集成电路(ic)或一组ic(例如，芯片集)的各种各样的设备或装置中实现。各种部件、模块或单元在本公开中进行了描述以强调被构造为执行所公开的技术的设备的功能方面，但是不一定需要通过不同的硬件单元来实现。相反，如上所述，各种单元组合可在硬件单元中组合或者通过包括如上所述的一个或多个处理器的互操作硬件单元的集合，结合合适的软件和/或固件来提供。
[0158]
应当认识到，根据该示例，本文所述方法中的任一种的某些动作或事件可以不同的顺序实行，可一起添加、合并或省去(例如，不是所有所描述动作或事件对于方法的实践都是必需的)。此外，在某些示例中，动作或事件可例如通过多线程处理、中断处理或多个处理器同时而不是顺序地执行。
[0159]
在一些示例中，计算机可读存储介质包括非暂态介质。在一些示例中，术语“非暂态”指示存储介质没有在载波或传播信号中体现。在某些示例中，非暂态存储介质存储可随时间改变的数据(例如，在ram或高速缓存中)。
[0160]
已经描述了本公开的各种示例。这些示例以及其他示例均在以下权利要求书的范围内。