当存在失去行驶能力的自主车辆时维持道路安全

相关申请的交叉引用

本申请要求2019年7月29日提交的美国临时申请第62/879,607号的申请日的优先权，其全部公开内容通过引用合并于此。

技术领域

本公开涉及自动驾驶领域，更具体的说，涉及一种车辆及一种用于以自主驾驶模式操作车辆的方法。

背景技术

诸如不需要人类驾驶员的车辆的自主车辆可用于帮助将诸如消费品、装备、牲畜或其他物品的拖载的(例如，拖拽的)载货从一个位置运输到另一位置。这样的车辆可以以完全自主模式操作，或者以人可以提供某一驾驶输入的部分自主模式操作。可能存在这样情况，即载货卡车或其他车辆变得部分或全部失去行驶能力(disabled)并在道路上停下。这可能是由于机械或电气故障(fault)(诸如，轮胎漏气或系统失灵(failure))而发生的。驶离道路可能是不可行的或不可能的。道路上的其他交通也可能会延迟或阻止车辆靠边停车(pull over)。这些类型的情况可能会给自主车辆以及其他车辆和附近的对象带来升高的安全风险。

发明内容

本技术结合了针对沿道路变得失去行驶能力的自主车辆的智能和增强选项。这包括开始进行各种主动操作以警告特定的车辆或其他对象，这可以作为打开危险信号灯或要求远程协助的替选或附加被完成。

根据本技术的一个方面，一种车辆被配置为以自主驾驶模式操作。该车辆包括：驱动系统，包括转向子系统、加速子系统和减速子系统，以在自主驾驶模式下控制车辆的驱动。它还包括：感知系统，具有被配置为检测在车辆外部的环境中的对象的一个或多个传感器。车辆的控制系统包括一个或多个处理器。控制系统可操作地联接至驱动系统和感知系统。控制系统被配置为检测车辆的抛锚状况。预期该抛锚状况阻止车辆在道路上继续操作。响应于检测到抛锚状况，控制系统能够使驱动系统将车辆沿道路的一部分停止。控制系统能够从感知系统接收传感器信息，其中该传感器信息识别车辆外部的环境中的一个或多个检测到的对象。控制系统针对一个或多个检测到的对象中的给定的一个对象识别对象类型或预测的行为中的至少一个，并基于所识别的对象类型或预测的行为中的至少一个，从一组通信选项中选择通信选项以向给定对象警告抛锚状况。然后车辆能够根据所选择的通信选项将关于抛锚状况的信息呈现给给定对象。

在一个示例中，通信选项的选择还基于给定对象与车辆之间的距离。通信选项可以从包括静态标牌、持续标牌、动态标牌、行车灯、危险信号灯、前灯、雾灯和传感器单元的组中选择。通信选项的选择还可以基于确定给定对象是从与车辆在停止之前行进的方向相同的方向还是不同的方向接近车辆。

在另一个示例中，车辆还包括沿着车辆的外表面安装的显示设备。关于抛锚状况的信息能够被呈现在显示设备上。

在又一个示例中，基于给定对象相对于车辆的距离的变化或路径的变化来改变关于抛锚状况的信息的呈现。

通信选项的选择还可以基于一天中的时间和当前环境状况中的至少之一。这里，当前环境状况可以从包括雨、雪、雨夹雪、雾、灰尘和太阳眩光的组中选择。

在另外的示例中，根据所选择的通信选项将关于抛锚状况的信息呈现给给定对象包括：向给定对象提供视觉和听觉信息两者。通信选项的选择还可以基于检测的或推断的在车辆外部的环境中的遮挡。

控制系统还可以被配置为选择道路的要在其上停止的部分。

在另一个示例中，车辆还包括警示信息部署系统。这里，控制系统还被配置为使警示信息部署系统在车辆外部的环境中邻近道路的车辆停止的部分部署闪光器(flare)或标牌。

在又一个示例中，车辆还包括：通信系统，被配置为提供与一个或多个远程设备的无线连接。在这种情况下，控制系统可操作地耦合到通信系统，并且控制系统还被配置为经由通信系统关于抛锚状况与远程协助服务进行通信。

根据另一方面，提供了一种用于以自主驾驶模式操作车辆的方法。该方法包括：由车辆的控制系统的一个或多个处理器检测车辆的抛锚状况。预期该抛锚状况阻止车辆在道路上继续操作。根据本方法，响应于检测到抛锚状况，一个或多个处理器使车辆的驱动系统将车辆沿道路的一部分停止。该方法还包括由一个或多个处理器从车辆的感知系统接收传感器信息。传感器信息识别车辆外部的环境中的一个或多个检测到的对象。该方法还包括由一个或多个处理器针对一个或多个检测到的对象中的给定的一个对象识别对象类型或预测的行为中的至少一个。基于所识别的对象类型或预测的行为中的至少一个，该方法通过所述一个或多个处理器从一组通信选项中选择通信选项以向给定对象警告抛锚状况。该方法还包括根据所选择的通信选项将关于抛锚状况的信息呈现给给定对象。

在一个示例中，通信选项的选择还基于以下一项或多项：给定对象与车辆之间的距离；一天中的时间和当前环境状况中的至少一个；或检测的或推断的在车辆外部的环境中的遮挡。

通信选项的选择还可以基于确定给定对象是从与车辆在停止之前行进的方向相同的方向还是不同的方向接近车辆。

呈现关于抛锚状况的信息可以基于给定对象相对于车辆的距离的变化或路径的变化来改变。替选地或附加地，它可以包括向给定对象提供视觉和听觉信息两者。

在又一个示例中，该方法还包括选择道路的要在其上停止的部分。

根据又一方面，提供了一种非暂时性计算机可读存储介质。存储介质上存储有指令。指令在由一个或多个处理器运行时使一个或多个处理器执行用于以自主驾驶模式操作车辆的方法。该方法包括检测车辆的抛锚状况，其中预期该抛锚状况阻止车辆在道路上继续操作。响应于检测到抛锚状况，该方法使车辆的驱动系统沿道路的一部分停止车辆。从车辆的感知系统接收传感器信息。传感器信息识别车辆外部的环境中的一个或多个检测到的对象。该方法还包括针对一个或多个检测到的对象中的给定的一个对象识别对象类型或预测的行为中的至少一个。基于所识别的对象类型或预测的行为中的至少一个，该方法包括从一组通信选项中选择通信选项以向给定对象警告抛锚状况。该方法还包括根据所选择的通信选项将关于抛锚状况的信息呈现给给定对象。

附图说明

图1A至图1B示出了与本技术的各方面一起使用的示例载货车辆布置。

图1C示出了与本技术的各方面一起使用的示例乘用车辆布置。

图2A至图2B是根据本公开的各方面的示例牵引机-挂车车辆的功能图。

图3是根据本公开的各方面的示例乘用车辆的功能图。

图4A至图4B示出了与本技术的各方面一起使用的示例传感器视场。

图5A至图5B示出了根据本公开的各方面的示例驾驶场景。

图6A至图6E示出了根据本公开的各方面的用于后面的(trailing)车辆的通信选项。

图7A至图7D示出了根据本公开的各方面的用于迎面驶来的车辆的附加通信。

图8示出了根据本公开的各方面的道路通信场景。

图9示出了根据本公开的各方面的遮挡场景。

图10A至图10B示出了根据本公开的各方面的示例系统。

图11是根据本公开的各方面的方法的流程图。

具体实现方式

概述

本技术的各方面使得沿道路变得失去行驶能力的自主车辆(例如，载货卡车、公共汽车、乘用车辆等)能够检测在道路中或附近的靠近的和接近的车辆和其他对象。可以结合对象类型的确定来执行的检测使得车辆能够生成目标警告，该警告可以被发送或以其他方式呈现给该特定对象。这为其他对象(例如车辆、骑车者的人或行人)给出了采取适当的纠正措施的足够的时间和关于失去行驶能力情况的信息。

示例车辆系统

图1A至图1B示出了示例载货车辆100，诸如牵引机-挂车卡车，并且图1C示出了示例乘用车辆150，诸如小型货车。载货车辆100可以包括例如单、双或三重挂车，或者可以是诸如商业重量等级4至8的另一中型或重型卡车。如图所示，卡车包括牵引机单元102和单个载货单元或挂车104。取决于要运输的货物(freight)或其他类型的载货(例如，牲畜)，挂车104可以是完全封闭的，敞开的(诸如，平板车)，或者是部分敞开的。牵引机单元102包括发动机和转向系统(未示出)以及用于驾驶员和任何乘客的驾驶室106。在完全自主布置中，由于可能不需要人，所以驾驶室106可以不配备座椅或手动驾驶组件。

挂车104包括称为牵引销108的系结点。牵引销108被配置为枢转地附接到牵引机单元。具体地，牵引销附接到在驾驶室的后方安装的称为鞍座(fifth-wheel)的挂车联接器109。传感器单元可以沿着牵引机单元102和/或挂车104部署。传感器单元用于检测关于载货车辆100周围的环境的信息。例如，如图所示，牵引机单元102可以包括车顶安装的传感器装配件110和一个或多个侧传感器装配件112，而挂车104可采用例如安装在其左侧和/或右侧的一个或多个传感器装配件114。

类似地，乘用车辆150可以包括用于获得关于车辆的外部环境的信息的各种传感器。例如，车顶上(roof-top)壳体152可以包括LIDAR传感器以及各种相机和/或雷达单元。位于车辆150的前端的壳体154以及在车辆的驾驶员侧和乘客侧的壳体156a、156b可以各自并入LIDAR或其他传感器。例如，壳体156a可以沿着车辆的后侧板(quarterpanel)位于驾驶员的侧门的前面。如图所示，乘用车辆150还包括也朝向车辆的后车顶部分定位的雷达单元、LIDAR和/或相机的壳体158a、158b。附加的LIDAR、雷达单元和/或相机(未示出)可以位于沿乘用车辆150的其他地方。例如，箭头160指示传感器单元可以沿车辆150的尾部定位，诸如在保险杠上或邻近保险杠。

尽管本公开的某些方面结合特定类型的车辆可能特别有用，但是该车辆可以是任何类型的车辆，包括但不限于小汽车、卡车、摩托车、公共汽车、休闲车等。

图2A示出了具有诸如卡车、农用装备或施工装备的被配置为以完全自主或半自主操作模式进行操作的载货车辆的各种组件和系统的框图200。通过示例，存在对于在部分或完全自主驾驶模式下操作的车辆可能发生的不同程度的自主性。美国国家公路交通安全管理局和汽车工程师协会已识别不同的级别以指示车辆控制驾驶的多或少的程度。例如，级别0无自动化，并且驾驶员做出所有驾驶相关决策。最低的半自主模式，级别1，包括一些驾驶辅助，诸如巡航控制。级别2具有某些驾驶操作的部分自动化，而级别3涉及可使驾驶员座位上的人按需进行控制的有条件的自动化。相比之下，级别4是高度自动化级别，其中车辆可以在特选条件下无需辅助即可驾驶。并且，级别5是完全自主模式，其中车辆能够在所有情况下无需辅助即可驾驶。本文描述的架构、组件、系统和方法可以在半自主或完全自主模式(例如，级别1-5，在此被称为“自主”驾驶模式)中的任何一种下运行。因此，对自主驾驶模式的引用包括部分自主性和完全自主性。

如图2A的框图所示，车辆包括一个或多个计算设备(诸如，包含一个或多个处理器204、存储器206和通常在通用计算设备中存在的其他组件的计算设备202)的控制系统。控制系统可以构成牵引机单元的电子控制单元(ECU)。存储器206存储可由一个或多个处理器204访问的信息，包括可由处理器204运行或以其他方式使用的指令208和数据210。存储器206可以是能够存储可由处理器访问的信息的任何类型，包括计算设备可读介质。存储器是非暂时性介质，诸如硬盘驱动器、存储卡、光盘、固态、磁带存储器等。系统可以包括前述的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。

指令208可以是要由处理器直接运行(诸如，机器代码)或间接运行(诸如，脚本)的任何指令集。例如，指令可以作为计算设备代码被存储在计算设备可读介质上。在这方面，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储以供处理器直接处理，或者以任何其他计算设备语言(包括按需解释或预先编译的独立源代码模块的集合或脚本)存储。数据210可以由一个或多个处理器204根据指令208来检索，存储或修改。仅通过示例，数据210可以包括针对不同车辆(例如，卡车、公共汽车、乘用小汽车、摩托车、施工或农用装备等)或其他对象的一个或多个行为模型。

行为模型可用于为自主车辆外部的选择的观察对象生成对象的一个或多个预计的轨迹。每个预计的轨迹可以对应于对象可能潜在地遍历的可能路径以及对象预期沿着该路径在不同点处的时间。然后可以将这些预计的轨迹发送到车辆的各种其他系统并由其处理，以便为车辆做出警告通知和其他决定。

在一个示例中，一些或全部的存储器206可以是事件数据记录器或其他安全数据存储系统，其被配置为存储车辆诊断和/或检测到的传感器数据。一个或多个处理器204可以是任何常规处理器，例如可商购获得的CPU。替选地，一个或多个处理器可以是专用设备，诸如ASIC或其他基于硬件的处理器。尽管图2A在功能上将计算设备202的(多个)处理器、存储器和其他元件示为在同一块内，但是这样的设备实际上可以包括可以或可以不存放在同一物理壳体内的多个处理器、计算设备或存储器。类似地，存储器206可以是位于与(多个)处理器204的壳体不同的壳体中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对可以并行操作或可以不并行操作的处理器或计算设备或存储器的集合的引用。

在一个示例中，计算设备202可以形成结合到车辆100中的自主驾驶计算系统。自主驾驶计算系统可能能够与车辆的各种组件进行通信。例如，返回图2A，计算设备202可以与包括驱动系统的车辆的各种系统通信，该驱动系统包括减速系统212(用于控制车辆的制动)、加速系统214(用于控制车辆的加速度)、转向系统216(用于控制车轮的朝向和车辆的方向)、信号系统218(用于控制转弯信号)、导航系统220(用于将车辆导航到某一位置或对象周围)和定位系统222(用于确定车辆的定位)。

计算设备202还可操作地联接到感知系统224(用于检测车辆的环境中的对象)、动力系统226(例如，电池和/或汽油或柴油动力发动机)和变速器系统230，以便在自主驾驶模式下根据存储器206的指令208控制车辆的运动、速度等，该自主驾驶模式不要求或不需要来自车辆的乘客的连续或周期性输入。车轮/轮胎228中的一些或全部联接到变速器系统230，并且计算设备202可能能够接收关于轮胎压力、平衡和可能影响在自主模式下驾驶的其他因素的信息。

计算设备202可以通过控制各种组件来控制车辆的方向和速度。通过示例，计算设备202可以使用来自地图信息和导航系统220的数据完全自主地将车辆导航到目的地位置。计算设备202可以使用定位系统222以确定车辆的位置，并且可以使用感知系统224以在需要时检测对象并对对象做出响应以安全到达位置。为了这样做，计算设备202可以使车辆加速(例如，通过由加速系统214增加提供给发动机的燃料或其他能量)、减速(例如，通过减少供应给发动机的燃料，改变档位，和/或通过由减速系统212施加制动)、改变方向(例如，通过由转向系统216转动车辆100的前轮或其他车轮)，并发信号通知这样的变化(例如，通过照亮信号系统218的转弯信号)。因此，加速系统214和减速系统212可以是包括在车辆的发动机与车辆的车轮之间的各种组件的动力传动系统(drivetrain)或其他变速器系统230的一部分。再者，通过控制这些系统，计算设备202还可以控制车辆的变速器系统230，以便自主地操纵车辆。

作为示例，计算设备202可以与减速系统212和加速系统214交互以便控制车辆的速度。类似地，转向系统216可以由计算设备202使用以便控制车辆的方向。例如，如果车辆被配置用于在道路上使用，诸如牵引式挂车卡车或施工车辆，则转向系统216可以包括用以控制牵引机单元102的车轮的角度以使车辆转弯的组件。信号系统218可以由计算设备202使用，以便例如在需要时通过点亮转弯信号或刹车灯来向其他驾驶员或车辆发信号通知车辆的意图。

导航系统220可以由计算设备202使用，以便确定并遵循到达某一位置的路线。在这方面，导航系统220和/或存储器206可以存储地图信息，例如计算设备202可以用来导航或控制车辆的高度详细的地图。作为示例，这些地图可以识别道路的形状和高度(elevation)、车道标记、交叉路口、人行横道、限速、交通信号灯、建筑物、标志、实时交通信息、植被或其他此类对象和信息(包括车站、仓库或其他设施地图)。车道标记可以包括诸如实线或虚线双或单车道线、实线或虚线车道线、反光体等特征。给定车道可以与左右车道线或定义车道的边界的其他车道标记相关联。因此，大多数车道可以由一条车道线的左边缘和另一车道线的右边缘界定。

感知系统224还包括用于检测车辆外部的对象的传感器。检测到的对象可以是其他车辆、道路中的障碍物、交通信号、标志、树木、建筑物或其他结构等。例如，感知系统224可以包括一个或多个光检测和测距(LIDAR)传感器、声纳设备、雷达单元、相机(例如，光学和/或红外)、惯性传感器(例如，陀螺仪或加速度计)、和/或记录可由计算设备202处理的数据的任何其他检测设备。感知系统224的传感器可以检测对象及其特征，诸如位置、朝向、尺寸、形状、类型(例如，车辆、行人、骑车者等)、走向和移动的速度等。来自传感器的原始数据和/或前述特征在由感知系统224生成时可以被周期地且连续地发送给计算设备202以供进一步处理。计算设备202可以使用定位系统170以确定车辆的位置，并且可以使用感知系统224以在需要时检测对象并对对象做出响应以安全到达该位置。另外，计算设备202可以执行各个传感器、特定传感器装配件中的所有传感器、或不同传感器装配件中的传感器之间的校准。

如图2A所指示的，感知系统224的传感器可以并入一个或多个传感器装配件232中。在一个示例中，传感器装配件232可以被布置为集成在卡车、农用装备、施工装备等上的侧视镜中的传感器塔(sensor tower)。传感器装配件232也可以被定位在牵引机单元102上或挂车104上的不同位置处(参见图1A至图1B)，或沿着乘用车辆150的不同部分(参见图1C)。计算设备202可以与位于牵引机单元102和挂车104两者上或沿着乘用车辆150分布的传感器装配件进行通信。每个装配件可以具有诸如上述那些传感器的一种或多种类型的传感器。

在图2A中还示出了用于牵引机单元与挂车之间的连接的通信系统234和联接系统236。联接系统236包括在牵引机单元处的鞍座和在挂车处的牵引销(kingpin)。通信系统234可以包括一个或多个无线网络连接，以促进与其他计算设备的通信，所述其他计算设备诸如为车辆内的乘客计算设备、以及车辆外部(诸如在道路上的另一附近车辆中)的计算设备或在远程网络处的技术设备。网络连接可以包括短距离通信协议，例如，Bluetooth

图2B示出了示例挂车的框图240。如图所示，该系统包括一个或多个计算设备(诸如，包含一个或多个处理器244、存储器246和通常在通用计算设备中存在的其他组件的计算设备)的ECU 242。存储器246存储一个或多个处理器244可访问的信息，包括可以由(多个)处理器244运行或以其他方式使用的指令248和数据250。来自图2A的处理器、存储器、指令和数据的描述适用于图2B的这些元素。

ECU 242被配置为从挂车单元接收信息和控制信号。ECU 242的车载处理器244可以与挂车的各种系统通信，包括减速系统252(用于控制挂车的制动)、信号系统254(用于控制转弯信号)和定位系统256(用于确定挂车的定位)。ECU 242还可以在操作上联接到感知系统258(用于检测挂车的环境中的对象)和动力系统260(例如，电池电源)以向本地组件提供电力。挂车的车轮/轮胎262中的一些或全部可以联接到减速系统252，并且处理器244可能能够接收关于轮胎压力、平衡、车轮速度和可能影响在自主模式下驾驶的其他因素的信息，并将该信息中继到牵引机单元的处理系统。减速系统252、信号系统254、定位系统256、感知系统258、动力系统260和车轮/轮胎262可以以诸如以上关于图2A所描述的方式操作。例如，感知系统258如果用作挂车的一部分，则可以包括至少一个传感器装配件264，其具有一个或多个LIDAR传感器、声纳设备、雷达单元、相机、惯性传感器、和/或记录可由ECU242或牵引机单元的处理器204处理的数据的任何其他检测设备。

挂车还包括一组起落架266以及联接系统268。当与牵引机单元断开连接时，该起落架266为挂车提供支撑结构。可以是牵引机单元的联接系统236的一部分的联接系统268提供挂车与牵引机单元之间的连接。联接系统268可以包括连接部分270，以提供与可能能够或可能不能够在自主模式下操作的传统挂车单元的向后兼容性。联接系统包括被配置用于与有自主能力的牵引机单元的鞍座的增强连接的牵引销272。

图3示出了乘用车辆的各种系统的框图300。如图所示，该系统包括一个或多个计算设备302，诸如包含一个或多个处理器304、存储器306和通常在通用计算设备中存在的其他组件的计算设备。存储器306存储一个或多个处理器304可访问的信息，包括可以由处理器304运行或以其他方式使用的指令308和数据310。来自图2A的处理器、存储器、指令和数据的描述适用于图3的这些元素。

与图2A的计算设备202一样，图3的计算设备302可以控制自主驾驶计算系统的计算设备或并入乘用车辆中。自主驾驶计算系统能够与车辆的各个组件通信，以便根据存储器306的主要车辆控制代码来控制乘用车辆的移动。例如，计算设备302可以与各种系统(减速系统312、加速系统314、转向系统316、信号系统318、导航系统320、定位系统322、感知系统324、动力系统326(例如，车辆的发动机或电动机)、变速器系统330)通信，以根据存储器306的指令208控制车辆的移动、速度等。车轮/轮胎328可以由计算设备302直接控制，或者经由这些其他系统间接控制。这些组件和子系统可以如以上关于图2A所描述的那样操作。例如，感知系统324还包括一个或多个传感器332，用于检测车辆外部的对象。传感器332可以被并入一个或多个传感器装配件中，如上面所讨论的。

计算设备202可以包括通常与计算设备结合使用的所有组件，诸如上述处理器和存储器、以及用户界面子系统334。用户界面子系统334可以包括一个或多个用户输入336(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器338(例如，具有屏幕的监视器或可操作以显示信息的任何其他电学设备)。就这一点而言，内部电子显示器可以位于乘用车辆的车厢内(未示出)，并且可以由计算设备302使用以向车辆内的乘客提供信息。输出设备，诸如(多个)扬声器340，也可以位于乘用车辆内。

还示出了通信系统342，其可以类似于图2A的通信系统234。例如，通信系统342还可以包括一个或多个无线网络连接，以促进与其他计算设备的通信，所述其他计算设备诸如为车辆内的乘客计算设备、以及车辆外部(诸如在道路上的另一附近车辆中)的计算设备或远程服务器系统。网络连接可以包括短距离通信协议，例如，Bluetooth

示例实现方式

鉴于以上描述并在附图中示出的结构和配置，现在将描述各种实现方式。

诸如ECU的车载计算系统可以最初检测到故障、失灵或其他抛锚(breakdown)状况。例如，车辆可以识别出机械问题(例如，制动问题、动力转向液损失、轮胎漏气、过热)、电气问题、通信问题、硬件问题(例如，计算机或传感器问题)、软件失灵(例如，延时(latency)增加)、电源问题等。在检测到问题时，系统可以确定车辆无法继续沿道路操作。在某些情况下，车辆能够在路肩(shoulder)或抛锚车道上驶离道路。在其他情况下，车辆可能无法驶离，并可能部分或全部停在道路的车道上。在某些情况下，取决于问题的类型和严重性，车辆的控制系统能够沿着道路选择要停下的地方，诸如沿直道(straightway)而不是在弯道上。举例来说，控制系统可以选择使对其他道路代理的遮挡最小的停止位置，例如，以提供其他道路代理将能够从预定距离看到车辆的最佳机会。这可以包括规划在直道上而不是在弯道上停下，不是在转弯后立即停下，不是在可能由于树木而被遮挡的区域中停下等。

在停下之前和之后，车辆可以使用其感知系统的传感器来检测道路上或附近的车辆和其他对象。车辆可以确定如何将其熄火(stall)或以其他方式失去行驶能力的状态传达给其他道路使用者的一种方式是使用由感知系统获得的信息来确定对象类型并预测对象行为。可以从存储在存储器中的详细地图的道路图数据获得关于道路本身的信息，诸如任何上斜/下斜、曲率、车道数量等。关于当前天气状况的信息可以从车载传感器和从远程服务接收的数据获得。

为了检测车辆周围的状况和环境中的对象，可以将不同类型的传感器和布局用作车辆的感知系统的一部分。这些的示例在上面关于图1至图2讨论过。每个传感器的视场(FOV)可以取决于特定车辆上的传感器放置。在一种场景中，可以采用来自一种或多种不同类型的传感器的信息，以使牵引机-挂车或其他车辆可以在自主模式下操作。每个传感器可以具有不同的范围、分辨率和/或FOV。

例如，传感器可以包括长距离FOV LIDAR和短距离FOV LIDAR。在一个示例中，长距离LIDAR可以具有超过50-250米的范围，而短距离LIDAR具有不大于1-50米的范围。替选地，短距离LIDAR通常可以覆盖距车辆多达10-15米，而长距离LIDAR可以覆盖超过100米的范围。在另一示例中，长距离在10-200米之间，而短距离具有0-20米的范围。在另外的示例中，长距离超过80米，而短距离低于50米。例如在10-100米之间的中间范围可以被长距离LIDAR或短距离LIDAR中的一个或两者所覆盖，或者被也包括在传感器系统中的中距离LIDAR所覆盖。除了这些LIDAR之外或代替这些LIDAR，可以布置一组相机(例如，光学和/或红外)，例如以提供面向前面、侧面和后面的图像。类似地，也可以布置一组雷达传感器以提供面向前面、侧面和后面的数据。

图4A至图4B示出了载货车辆上的示例传感器配置和视场。具体地，图4A呈现了LIDAR、相机和雷达传感器的一种配置400。在该图中，一个或多个LIDAR单元可以位于传感器壳体402中。具体地，传感器壳体402可以位于牵引机单元驾驶室的任一侧，例如被集成到侧视镜装配件中或者从驾驶室的车顶延伸。在一种场景中，长距离LIDAR可以沿着传感器壳体402的顶部或上部区域被定位。例如，壳体402的该部分可以最靠近卡车驾驶室的顶部或车辆的车顶被定位。这种放置允许长距离LIDAR看到车辆的发动机盖。并且，短距离LIDAR可以沿着传感器壳体402的底部区域、更靠近地面并且与壳体中的长距离LIDAR相反地被定位。这允许短距离LIDAR覆盖紧邻驾驶室的区域。这将允许感知系统确定诸如另一车辆、行人、骑车者等对象是否挨着车辆的前部，并在确定如何驾驶或转弯时根据异常状况考虑该信息。

如图4A所示，在牵引机单元的左侧和右侧的长距离LIDAR具有视场404。这些涵盖了沿车辆侧面和前部的重要区域(significant area)。如图所示，在车辆前面存在它们的视场的重叠区域406。为了清楚起见，在区域404和406之间示出了空间；然而，实际上，期望存在重叠范围。在左侧和右侧的短距离LIDAR具有较小的视场408。重叠区域406为感知系统提供了关于牵引机单元正前方的非常重要的区域的附加信息。这种冗余还有一个安全方面。如果长距离LIDAR传感器之一遭受性能劣化，则该冗余仍将允许在自主模式下操作。

图4B示出了在牵引机-挂车的两侧上的雷达和相机传感器中的任一个(或两者)的覆盖范围410。在此，在每个传感器壳体412中可以有多个雷达和/或相机传感器。如图所示，可以有具有侧视场和后视场414的传感器以及具有面向前面的视场416的传感器。传感器可以被布置，使得侧视场和后视场414重叠，并且侧视场可以与面向前面的视场416重叠。与上面讨论的长距离LIDAR一样，面向前面的视场416也具有重叠区域418。该重叠区域提供与重叠区域406相似的冗余，并且如果一个传感器遭受性能劣化，则具有相同的益处。

尽管在图4A至图4B中未示出，其他传感器可以定位在不同的位置以获得关于车辆周围的其他区域的信息，诸如沿着车辆的后部或下方。感知系统可以从传感器获取原始或处理后的传感器数据，以识别诸如位置、朝向、大小、形状、类型(例如，车辆、行人、骑车者等)、走向和移动速度等特征。可以将由感知系统生成的信息发送到车载计算机系统(例如，规划系统)的其他部件或远程系统，以进行进一步处理，例如以预测检测到的对象的短期或长期行为。

这可以根据针对不同类别或类型的对象的一个或多个行为模型来完成。举例来说，系统可以访问行为模型，该行为模型提供被检测对象采取一个或多个动作的概率。该系统可以通过分析与其他车辆的当前周围环境有关的数据并确定其他车辆将可能如何对那些周围环境做出响应来预测检测到的车辆的未来运动。换句话说，系统可以使用对象的环境的以对象为中心的视图，在于系统确定其他车辆在感知什么，以便更好地预测这些车辆行为方式。例如，骑车者可能预计靠近道路的路肩或沿着道路中的被标记为骑车者使用的部分骑行。

一旦获得关于另一对象(例如，道路使用者)的当前和/或预测的信息，车辆就可以利用不同的策略来警告该特定对象。如下面进一步讨论的，这可以包括鸣喇叭(例如，改变声音或音高)，以特定方式闪灯或移动前灯，打开内部驾驶室灯，或以其它方式采取措施以警告(接近的)对象(诸如，另一车辆、骑车者或行人)。可以沿着车辆的一部分，诸如挂车的后面板和/或侧面板，呈现不同图案、颜色和文本信息的电子显示器。安装在车辆自身上的传感器装配件可以提供警告，或者该传感器装配件可以用于将信息投影到道路上或其他对象可能会观察到的其他地方(例如，邻近建筑物的墙壁)。

根据本技术的一个方面，该系统实现可用于车辆的警告信号的集合或“手册(playbook)”。手册可以包括不同的呈现例如从保守到激进的变化的信息的信号或方式。选择的(多个)方法可以取决于情况的严重性、另一对象的接近度以及另一对象将检测到车辆提供的信息的可能性。类似地，可能存在例如从远程协助服务馈送到车辆的场景的列表、以及哪些场景保证什么水平的保守/激进警告信号的映射。这些场景将覆盖一天中的不同时间、检测到的交通状况、天气的实时检测等。

示例场景

如上所述，存在多种情况下，其中车辆可能以自动驾驶模式操作并且经历故障、失灵或其他状况，这将导致或要求车辆沿道路部分或全部停止。这可能是由于机械故障(例如，爆胎、制动失灵、动力转向液损失、过热等)、电气故障(例如，与子系统的通信丢失或传感器或其他组件中的短路)或其他问题(例如，由于电池电量低或燃料水平低而导致的功率损失)引起的。其他状况可能是由于道路或环境状况引起的，诸如淹没区域、覆盖道路的至少一部分的岩石滑坡或泥石流。这些其他状况可能涉及车辆滞留而不是失去行驶能力。又一状况可能涉及施工、临时封闭或其他绕路，其中所有车辆都必须离开道路。在此，诸如卡车的车辆可能无法使用绕路路线(例如，穿过居民街区的地面街道)，或者可能无法沿绕路以自主模式操作。

除了请求服务或其他协助之外，从安全的角度来看，将车辆的状况传达给其他道路使用者是重要的。如果其他使用者刚好在看合适的位置(spot)或能够听到喇叭，则反复打开车辆的闪光装置(flasher)或鸣喇叭可能引起对该情况的注意。然而，一种识别其他道路使用者(例如，其他卡车、公共汽车、小汽车、骑车者以及甚至行人)的存在并为这些使用者定制警告信息的更细微的方法更有可能提供必要的信息并向他们给出尽可能多的高级警告。

图5A至图5B示出了其中车辆502以自主驾驶模式操作的一个示例500。如图5A所示，车辆502具有向后面提供视场504a和504b的一个或多个传感器、以及向车辆的一个侧面提供视场506的一个或多个传感器。并且，如图5B所示，一个或多个面向前面的传感器可以提供前视场512。其他传感器可以向车辆周围的其他区域提供其他视场(未示出)。在这种情况下，视场504a、b检测在车辆后方且沿相同方向行进的车辆508a和508b，而视场506检测车辆510。并且，如图5B所示，视场512检测在相反的方向上行进的车辆514。

如上所述，车辆502的感知系统可以从传感器数据检测关于这些其他对象的当前信息，诸如定位(position)/位置(location)、朝向、速度，并可以确定对象类型(例如，车辆、骑车者、行人等)。车载计算机系统或非车载(off-board)系统(例如，远程协助服务)可以结合与特定对象类型相关联的一个或多个行为模型使用此信息来估计此类对象的当前动作和/或预测未来动作。另外，(多个)车载系统和/或非车载系统可以基于估计或预测的其他对象的动作来选择一个或多个警告信号或将此类信号传达给其他对象的方法。例如，可以确定车辆508a是具有一个或多个LIDAR传感器或光学相机的完全自主的乘用车辆，诸如轿车。可以确定车辆508b是在人类驾驶员执行车辆的一些驾驶操作的情况下以部分自主模式操作的牵引机-挂车卡车。在此，牵引机-挂车也可以具有支持部分自主驾驶模式的一个或多个传感器。可以确定车辆510是由人类驾驶员以手动驾驶模式操作的另一乘用车辆，而车辆514距离太远以至于不能确定其是以手动驾驶模式还是自主驾驶模式驾驶。

对于后面的车辆508a和508b，车辆可以使用一个或多个不同的通信选项来提供信息，如图6A-6D所示。例如，图6A的示例600示出了在车辆的后门或其他部分上显示的静态或持续标牌(signage)，其对于人类驾驶员或在自主驾驶模式下操作的车辆的光学传感器是可见的以进行检测。这可以包括文本602和/或图标或其他图形对象604。图6B至图6C的示例610示出了在车辆的后门或其他部分上显示的动态标牌，其对于人类驾驶员或在自主驾驶模式下操作的车辆的光学传感器是可见的以进行检测。在此，过渡图形(例如，文本和/或图标)612(图6B)和614(图6C)可以指向用于接近的车辆通过或提供其他信息的一侧。文本、图标或其他图形可以是不同的颜色(或灰度)，并且可以取决于手册方法根据需要更改外观，诸如从绿色闪烁变为黄色闪烁，再变为红色闪烁。

在图6D的示例620中，行车灯或其他外部指示器622和624(例如，制动灯)可以闪烁、脉动(pulse)、变亮/变暗和/或改变外观以指示车辆状况、要通过哪一侧等。在图6E的示例630中，传感器壳体上的LED或传感器壳体632本身可以向接近的车辆呈现警示信息。在此，传感器壳体632被示出为位于车辆的车顶上，例如，载货卡车的驾驶室或挂车的车顶。也可以采用车辆周围的其他传感器壳体位置，例如侧面、前保险杠或后保险杠。

对于从相反或不同方向接近的车辆510和514，系统可以使用来自图6A至图6E的任何方法以及前灯。通过示例的方式，图7A示出了一种方法700，其中前灯的光束可以如圆形虚线箭头所示左/右、上/下和/或顺时针/逆时针扫掠。图7B示出了另一种方法710，其中虚线和点线指示来自前灯的光束可以交替地向上和向下成角度。如这些图所示，车辆可以是卡车或其他大型车辆。然而，如图7C的示例720所示，这些技术也可以与乘用车辆以及其他类型的自主车辆一起使用。

图7D示出了另一个示例730，其中传感器壳体上的LED或传感器壳体732本身可以向接近的车辆呈现警示信息。这里，传感器壳体732被示为位于驾驶室的车顶上，尽管也可以采用车辆周围的其他传感器壳体位置，例如侧面或前保险杠。

图8示出了又一示例800，其中车辆802将图形或其他影像804投影到道路上。例如，一系列方向箭头804a、804b和804c可以投影在道路上的一个或多个位置，以供接近的车辆806观看。影像804可以光学方式呈现，以供人类驾驶员或车辆806的光学传感器观看。替选地，可以使用电磁频谱的其他频带(诸如，红外)来呈现影像804，以由车辆806的其他传感器进行检测。确定要使用什么类型的影像804以及(多个)什么频谱频带可能涉及车辆802确定车辆806是什么类型的对象及其感测能力。

根据另一方面，失去行驶能力的自主车辆可以取决于接近的或附近的车辆的距离来实现不同的警示响应。例如，在一个示例中，一旦车辆停转，内部驾驶室灯可以被打开并且车辆侧面上的电子显示器可以被点亮(例如，以红色点亮)，而不管是否有接近的车辆。这可以被视为默认警示指示，它没有考虑(account for)环境中其他对象的存在。

取决于来自存储或接收的地图数据库的道路类型和道路图信息，车辆可以采取不同的动作或不采取附加的动作。例如，如果它是分车道高速公路(divided freeway)，则从前方接近的车辆就不用担心，因为它是护栏(barrier)的另一侧的位置。因此，在这种情况下，(除任何默认警示指示外)车辆无需采取进一步的动作。

相比之下，当另一车辆从前方接近并且道路图指示其不是分车道高速公路时，则系统可以部署保守策略来警示接近的车辆。在此，该策略可以考虑检测到另一车辆的距离。例如，如果在相距约500m或15秒处检测到迎面驶来的车辆，则系统可能会在预定的时间表(timeframe)内(例如0.5至5.0秒、或更多或更少)使车辆的前灯闪烁三次或更多次。随着迎面驶来的车辆接近以及居间距离的缩短(例如，至相距300m或10秒)，车辆的感知系统可以检测到另一辆车是否已移至离失去行驶能力的车辆的车道更远的不同车道。如果不是这种情况，和/或另一辆车继续以大致相同的速度前进(例如，没有有意义地减速)，则该车可能会采用更激进的策略来警示接近的车。这可以包括连续闪烁前灯、以一定模式闪烁前灯、旋转前灯等。替选地或附加地使用可听提示，诸如每两秒钟鸣喇叭一次。

对于从后方接近的车辆，响应也可以基于接近的车辆的距离而变化。在这种情况下，在相距更远的距离处，例如超过500m(或大于15-20秒)，沿车辆的后部闪烁的危险信号灯和/或电子显示器可作为初始警示。例如，载货卡车后部的电子显示器可以在远离的车辆的传感器或驾驶员可以检测到的事物之间使图形或其他影像交替，诸如大红色实心警告标志。

在较近的距离处，如果从后面接近的车辆仍在失去行驶能力的车辆的车道上，则系统可以应用更激进的策略。这可以包括以下一个或多个：应用所有制动灯，而不仅仅是危险信号灯；每2秒，或更多或更少频率鸣喇叭；以及将后部电子显示器更改为甚至更加引人注意的事物，诸如读为“STOP(停止)”或“CHANGE LANES(变道)”的闪烁的红色文本。

一天中的时间和当前天气状况也可能影响车辆选择如何传达警示信息。例如，与夜晚相比在白天可以传达不同的信息。雨、雪、雨夹雪、雾、灰尘、太阳眩光等也会影响接近的车辆检测到警示的能力。举例来说，闪光器和闪烁的前灯在夜间比在白天或当太阳在地平线上很低时要有效得多。因此，在白天情况下，系统可以选择使用电子显示器和/或鸣喇叭来传达抛锚情况。类似地，对于可能经常在有雾的区域行进的卡车，车载系统可以采用雾号(foghorn)和/或雾灯来警示其他车辆。

该系统可以根据失去行驶能力的车辆和迎面驶来的车辆的距离、相对朝向、以及环境状况来评估可读性，以改变呈现信息的文本或符号的大小、字体、颜色和其他外观特征，或者选择车辆的哪个部分或系统将呈现警示信息。例如，从远处(例如，与长距离LIDAR或雷达可以检测的一样远，或多于250m)，最有可能检测到纯色(solid color)和影像闪烁。来自车辆上方较高位置的显示器的警示可用于最大可见度，例如，以防止其他中间对象遮挡。距离更近(例如，在50m-250m之间)，系统可以将影像更改为可读的文本，该文本可能会因明亮的颜色、闪烁等而增强(augment)。这还可以包括从其他较低的显示设备(诸如前灯、危险信号灯、行车灯、制动灯等)提供警示。

如果抛锚发生在光线暗淡的区域，则可以使用车辆侧面或背面的电子显示器(参见图6A)来提供警告信息。在白天，警示的颜色与电子显示器背景的颜色之间的对比度可能对帮助突出显示(highlight)信息是重要的。例如，背景可以是黑色，并且警示信息以明亮的颜色(诸如黄色和/或红色)来呈现。

如果照明条件改变，例如，从黎明前到黎明、从黄昏到晚上、或者从多云到晴天(或反之亦然)，则系统可以改变调色板(color palate)以实现高对比度，选择要呈现的不同信息等。

根据另一方面，当有多个附近的车辆要警示时，系统可以针对不同的车辆定制警示。例如，电子标志或传感器壳体警示可以在显示远离的车辆可以看见的以及车辆靠近的某些事物之间交替。

(多个)警示可以取决于高速公路上存在的交通量而变化。在一个示例中，失去行驶能力的车辆的响应可以取决于交通以什么速度移动而改变。例如，如果交通以较慢的速度移动(由于密集交通或其在低速地面道路上)，则较不激进的警示可能是足够的。因此，可以采用间歇闪烁或旋转光。然而，交通以较高的速度(例如，高于55mph)移动，则随后的小汽车可能实际上并未给予足够的关注以避开失去行驶能力的车辆。在这种情况下，更激进的警示可能是有必要的。在此，迅速地(例如，每1.0-5.0秒，或更多或更少)改变警示信息的大小、形状、颜色等可以被采用。作为视觉警示的附加或替选，可以使用鸣喇叭。喇叭的持续时间和/或音高也可以改变，例如以考虑快速接近的车辆的多普勒效应。

图9示出了另一场景900，其中检测或推断的其他对象的遮挡会影响车载系统如何处理其警示。在此，诸如载货卡车的车辆902在行车道上停转。道路的另一部分是弯曲的，并且植被904阻挡来自车辆902的传感器的视场906。因此，车辆902的感知系统可能无法检测到接近的车辆908，并且车辆908可能具有有限的时间来对停转的卡车做出反应。在这种情况下，基于识别可能的遮挡的任何接收到的传感器信息和道路图，车辆902可以采取如上所述的更激进的警示方法。替选地，如果可能的话，车辆902可以评估道路图以确定要停下来的具有良好可见度的另一位置。如上所述，这可以包括确定车载传感器的视场的最小视线、其他车辆经历的可能的遮挡、以及迎面驶来的车辆可能多快地检测到失去行驶能力的车辆。

替选地，如果车辆能够大致确定其将要停下的位置(例如，在0.1-0.2英里内或50-100英尺内，或更多或更少)，则一旦车辆进入特定车道，它就可以在它预期将要停下的点之前100-200英尺处在该车道上投放红色紧急反光板(reflector)或其他警示标志。在一种场景中，紧急反光板将被存放在附接到牵引机的盒子或其他壳体中。车辆的ECU或其他控制系统将以电子方式解锁盒子，以便将反光板或其他警示标志投放到道路上。这样的标志可以具有三角形金字塔形状，使得无论标志如何降落在道路上，至少一侧将面对接近的车辆或其他对象。

这样的选项可能受到州或地方法规的限制，包括某些警示标志应当距失去行驶能力的车辆放置的距离。除了上述一般选项外，尽管自主车辆中可能没有驾驶员，但该车辆可以被配置为自动部署闪光器或警示标志。举例来说，这可以使用无人机或小型机器人来完成。在这里，可以将无人机附接到卡车的驾驶室/牵引机的顶部，或者可以将机器人存放在牵引机内，当卡车停转或以其他方式变得失去行驶能力时，机器人会被派遣。在这种情况下，远程协助服务可以帮助准确定位(pinpoint)无人机或机器人应投(多个)放闪光器或反光警示标志的位置，以符合州或地方法规。

根据本技术的另一方面，失去行驶能力的车辆可以从附近的不同自主车辆获得帮助，例如直到警察或其他援助能够到达。举例来说，当车辆在道路的车道上停转时，它可以通过直接通信或经由远程协助服务来检测道路上在其后方另一自主车辆的存在。这里，它将警告另一自主车辆其确切位置。然后，另一自主车辆将立即向失去行驶能力的车辆行进，并在其滞留的车道上驾驶。在它接近失去行驶能力的车辆附近时，另一自主车辆会有意减慢其速度，以减慢该车道上的交通。它还可以部署一个或多个电子标志来指示“注意：前方有失去行驶能力的车辆”或使其他车辆能够采取纠正措施的其他信息。

如上所讨论的，给定车辆的车载系统可以与另一车辆通信和/或可以与诸如远程协助的远程系统通信。其一个示例在图10A和图10B中示出。具体地，图10A和图10B分别是示例系统的图示图1000和功能图1050，该示例系统包括经由网络1016连接的多个计算设备1002、1004、1006、1008和存储系统1010。该系统还包括可以与图1A至图1B和图1C的车辆100和150相同或相似地配置的车辆1012和车辆1014。车辆1012和/或车辆1014可以是车辆车队的一部分。举例来说，车辆1012是载货车辆，而车辆1014是乘用车辆，诸如小型货车或轿车。尽管为简单起见仅描绘了几个车辆和计算设备，但是典型的系统可以包括明显更多，诸如数十个或数百个。

如图10B所示，计算设备1002、1004、1006和1008中的每一个可以包括一个或多个处理器、存储器、数据和指令。这样的处理器、存储器、数据和指令可以类似于以上关于图2A所描述的处理器、存储器、数据和指令配置。

各种计算设备和车辆可以经由一个或多个网络(例如，网络1016)进行通信。网络1016和中间节点可以包括各种配置和协议，包括短距离通信协议，诸如，Bluetooth

在一个示例中，计算设备1002可以包括一个或多个服务器计算设备，所述服务器计算设备具有多个计算设备，例如负载均衡服务器群或基于云的系统，其与网络的不同节点交换信息，以用于从其他计算设备接收数据，处理数据以及向其他计算设备发送数据的目的。例如，计算设备1002可以包括能够经由网络1016与车辆1012和/或1014的计算设备以及计算设备1004、1006和1008通信的一个或多个服务器计算设备。例如，车辆1012和/或1014可以是可以由服务器计算设备派遣到各个位置的车辆队列的一部分。就这一点而言，计算设备1002可以用作派遣服务器计算系统，该派遣服务器计算系统可以用于将车辆派遣到不同的位置，以便接载和送达载货或提供其他服务。另外，服务器计算设备1002可以使用网络1016以将关于失去行驶能力的车辆、道路图数据、行为模型、天气数据的信息和其他信息发送并呈现给车辆。服务器计算设备1002还可以使用网络1016来与其他计算设备之一的用户或车辆的人(诸如，以半自主驾驶模式操作的车辆的驾驶员)进行通信。就这一点而言，计算设备1004、1006和1008可以被认为是客户端计算设备。

如图10A所示，每个客户端计算设备1004、1006和1008可以是意图供相应用户1018使用的个人计算设备，并且具有通常与包括以下项的个人计算设备结合使用的所有组件：一个或多个处理器(例如，中央处理器(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视机或其他设备(诸如可操作以显示信息的智能手表显示器)和用户输入设备(例如，鼠标、键盘，触摸屏或麦克风)。客户端计算设备还可包括用于记录视频流的相机、扬声器、网络接口设备、以及用于将这些元件彼此连接的所有组件。

尽管客户端计算设备可以各自包括全尺寸的个人计算设备，但是它们可以替选地包括能够通过诸如因特网的网络与服务器无线交换数据的移动计算设备。仅作为示例，客户端计算设备1006和1008可以是移动电话、或能够经由因特网或其他网络获得信息的设备，诸如无线使能的PDA、平板PC、可穿戴计算设备(例如，智能手表)或上网本。

在一些示例中，客户端计算设备1004可以是管理员或操作员用来与以自主模式操作的车辆、以半自主驾驶模式操作的车辆的驾驶员或乘客通信的远程协助工作站，如下文进一步讨论的。尽管在图10A-10B中仅示出了单个远程协助工作站1004，但是给定系统中可以包括任何数量的这样的工作站。而且，尽管将操作工作站描绘为台式计算机，但是操作工作站可以包括各种类型的个人计算设备，诸如膝上型计算机、上网本、平板计算机等。

存储系统1010可以是能够存储服务器计算设备1002可访问的信息的任何类型的计算机化存储，诸如，硬盘驱动器、存储卡、ROM、RAM、DVD、CD-ROM、闪存驱动器和/或磁带驱动器。另外，存储系统1010可以包括分布式存储系统，其中数据被存储在物理上可位于相同或不同地理位置处的多个不同存储设备上。存储系统1010可以如图10A-10B所示经由网络1016连接到计算设备，和/或可以直接连接到或合并到任何计算设备中。

存储系统1010可以存储各种类型的信息。例如，存储系统1010还可以存储自主车辆控制软件，该自主车辆控制软件将由诸如车辆1012或1014的车辆用来如上所述以自主驾驶模式操作这种车辆。该信息可以由服务器计算设备(诸如，一个或多个服务器计算设备1002)检索或以其他方式访问，以便执行本文所述的一些或全部特征。

例如，存储系统1010可以存储实时状态信息，该实时状态信息包括关于抛锚的信息(例如，车辆的位置和抛锚问题的类型)、从一个或多个车辆接收的传感器数据、道路图数据、针对不同的管辖区的驾驶法规信息、针对车队中不同车辆的详细的车辆和行为模型等。该信息中的任何一个或全部可以与车队的车辆(包括失去行驶能力的车辆)共享。

失去行驶能力的车辆可以单独地或与来自其车载感知系统的实时传感器数据结合使用该信息，以选择一个或多个警示信号以及将信号传达给迎面驶来的车辆或其他对象的方法。这可以包括评估到另一对象的距离、其相对于失去行驶能力的车辆的速度和朝向、以及对象类型、其正在哪个车道行进、其与车道边缘的靠近程度、道路类型、一天中的时间、天气状况和/或任何其他因素，来选择要显示的文本、图形或其他信息以及呈现此类信息的(多个)设备。

图11示出了用于处理自主车辆的抛锚情况的方法的示例1100。在框1102，车辆的控制系统检测车辆的抛锚状况。预期抛锚状况将阻止车辆在道路上继续操作。抛锚状况可能是故障、失灵、或导致或预期要求车辆沿道路部分或全部停止的其他状况的结果。如上所述，这可能是由于机械失灵、电气故障或车辆的其他问题。这也可能是由于可涉及车辆变得滞留而不是失去行驶能力的道路(例如，施工、临时封闭或其他绕路)或环境状况。这些中的任何一个可以视为抛锚状况。

在框1104中，响应于检测到抛锚状况，控制系统使车辆的驱动系统沿道路的一部分停止车辆。在框1106，控制系统从车辆的感知系统接收传感器信息。传感器信息识别车辆外部的环境中的一个或多个检测到的对象。在框1108，控制系统针对一个或多个检测到的对象中的给定的一个对象识别对象类型或预测的行为中的至少一个。

在框1110，基于所识别的对象类型或预测的行为中的至少一个，控制系统从一组通信选项中选择通信选项以向给定对象警告抛锚状况。在框1112，车辆根据所选择的通信选项将关于抛锚状况的信息呈现给给定对象。如上所述，存在车辆可以呈现通信选项的多种不同和/或互补的方式。这些可能涉及使用车辆的不同部分显示信息，基于给定对象、相对于该对象的相对距离和/或可见度、环境状况和其他因素来更改如何显示信息。

除非另有说明，否则前述替选示例不是互相排斥的，而是可以以各种组合实现以实现独特的优点。由于可以在不背离权利要求所限定的主题的情况下利用以上讨论的特征的这些和其他变形以及组合，因此，实施例的前述描述应通过说明的方式而不是通过限制权利要求所限定的主题的方式进行。另外，在此描述的示例的提供以及用表达为“诸如”、“包括”等的用语不应被解释为将权利要求的主题限制于特定示例；反而，示例仅旨在说明许多可能的实施例之一。此外，在不同附图中的相同附图标记可以识别相同或类似的元件。除非本文另外明确指出，否则这些过程或其他操作可以以不同的顺序或同时执行。