背景技术
自主车辆，诸如不需要人类驾驶员的车辆，可用于帮助将拖挂的(例如，牵引的)货运(诸如，诸如货物、牲畜或其他物品)从一个地点运输到另一个地点。这种车辆可以以完全自主模式或其中人可以提供一些驾驶输入的部分自主模式操作。无论何种驾驶模式，轮胎爆裂是对于自主车辆和其他道路使用者危险的重大事件。
发明内容
本技术涉及自主驾驶货运卡车和其他类型的自主驾驶车辆(SDV)。特别是，本技术的各方面涉及到如何解决SDV的轮胎爆裂问题。这包括如果发生爆裂，车辆响应的预防、检测和处理。
根据一个方面，提供了一种执行用于自主车辆的轮胎评估的方法。该方法包括：由自主车辆的一个或多个处理器获得自主车辆的一组轮胎的基线信息(baseline)；在自主车辆的驾驶期间，由一个或多个处理器接收关于该组轮胎中的至少一条轮胎的传感器数据；基于基线信息和接收到的传感器数据更新该组轮胎的动力学模型；由一个或多个处理器接收关于(i)部分道路的道路状况或(ii)环境状况中的至少一个的信息；由一个或多个处理器基于更新的动力学模型和接收到的信息确定该组中的至少一条轮胎的轮胎故障的可能性是否超过阈值可能性；和在确定超过阈值可能性时，一个或多个处理器使自主车辆采取纠正行动。
在一个示例中，接收到的信息包括自主车辆将在部分道路上遇到障碍物的指示。例如，障碍物可以是坑洼。接收到的关于环境状况的信息可以是外界温度。关于至少一条轮胎的传感器数据可以是压力数据、温度数据或形状数据。这里，压力数据可以从轮胎压力监测系统获得。
在另一个示例中，关于至少一条轮胎的传感器数据是从自主车辆的相机或激光雷达传感器接收的。例如，传感器数据可以包括来自自主车辆的红外相机的热图像(thermalimage)。纠正行动可以包括调整自主车辆在车道内的位置，以最小化部分道路上的障碍物可能造成的影响。轮胎故障的可能性可以是例如爆裂(blowout)、缓慢泄漏、胎面损坏、侧壁损坏或轮辋损坏中的一种。
在另一个示例中，该方法还包括：检测该组轮胎中的至少一条轮胎的故障；和响应于检测到故障，从包括以下内容的集合中选择纠正行动:调整自主车辆在车道内的位置，以最小化部分道路上的障碍物可能造成的影响；在第一选择的时间段内靠边停车并监测轮胎压力；在第二选择的时间段内继续驾驶并执行对至少一条轮胎的增强监测；评估至少一条轮胎对于当前驾驶操作是否是对安全关键的；改变自主车辆的路线；或者通知远程服务或另一车辆关于部分道路的道路状况或环境状况。
获得基线信息可以包括执行一个或多个驾驶操纵以获得关于该组轮胎的数据。并且该方法还可以包括：基于从多个其他自主车辆接收的轮胎信息来训练动力学模型。
根据另一方面，提供了一种被配置为在自主驾驶模式下操作的车辆。该车辆包括：驾驶系统、感知系统、定位系统和控制系统。驾驶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驾驶。感知系统包括被配置为检测车辆外部环境中的对象的一个或多个传感器。定位系统被配置为确定车辆的当前位置。并且控制系统包括一个或多个处理器，其中控制系统可操作地耦合到驾驶系统、感知系统和定位系统。控制系统被配置为:获取车辆的一组轮胎的基线信息；在自主车辆的驾驶期间，从感知系统接收关于该组轮胎中的至少一条轮胎的传感器数据；基于基线信息和接收到的传感器数据更新该组轮胎的动力学模型；接收关于(i)部分道路的道路状况或(ii)环境状况中的至少一个的信息；基于更新的动力学模型和接收到的信息确定该组中的至少一条轮胎的轮胎故障的可能性是否超过阈值可能性；和在确定超过阈值可能性时，使自主车辆采取纠正行动。
关于至少一条轮胎的传感器数据可以是压力数据、温度数据或形状数据。关于至少一条轮胎的传感器数据可以从感知系统的相机或激光雷达传感器接收。控制系统可以被配置为通过使驾驶系统执行一个或多个驾驶操纵来获得基线信息。
在一种情况下，控制系统还被配置为：检测该组轮胎中的至少一条轮胎的故障；和响应于故障的检测，从包括以下内容的集合中选择纠正行动:调整自主车辆在车道内的位置，以最小化部分道路上的障碍物可能造成的影响；在第一选择的时间段内靠边停车并监测轮胎压力；在第二选择的时间段内继续驾驶并执行对至少一条轮胎的增强监测；评估至少一条轮胎对于当前驾驶操作是否是对安全关键的；改变自主车辆的路线；或者通知远程服务或另一车辆关于部分道路的道路状况或环境状况。
根据另一方面，提供了一种控制系统，该控制系统包括存储被配置为在自主驾驶模式下操作的车辆的动力学模型的存储器，以及可操作地耦合到存储器的一个或多个处理器。所述一个或多个处理器被配置为:获取车辆的一组轮胎的基线信息；从车辆的感知系统接收关于该组轮胎中的至少一条轮胎的传感器数据；基于基线信息和接收到的传感器数据更新该组轮胎的动力学模型；接收关于(i)部分道路的道路状况或(ii)环境状况中的至少一个的信息；基于更新的动力学模型和接收到的信息确定该组中的至少一条轮胎的轮胎故障的可能性是否超过阈值可能性；和在确定超过阈值可能性时，发出用于自主车辆采取纠正行动的驾驶指令。举例来说，轮胎故障的可能性是爆裂、缓慢泄漏、胎面损坏、侧壁损坏或轮辋损坏中的一种。
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货运车辆布置。
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车-拖车车辆的功能图。
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4C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示出了根据本技术的各方面的轮胎评估场景。
图6示出了根据本技术的各方面的车辆移位(shifting)情况。
图7示出了根据本技术的各方面的货物移位场景。
图8示出了根据本技术的各方面的障碍物场景。
图9A至图9B示出了根据本技术的各方面的示例布置。
图10示出了根据本技术的各方面的操作车辆的示例方法。
具体实施方式
本技术涉及轮胎故障的可能性的预测，包括车辆为降低故障的可能性而可能采取的行动。本技术还涉及行程前和实时系统检查，以及如果轮胎故障，执行纠正行动。虽然下面呈现的许多示例涉及商业货运车辆，但是本技术的各方面可以用于其他类型的车辆。
由于各种原因，可能会发生轮胎爆裂和其他轮胎故障。例如，气压不足(underinflation)可能导致过热。轮胎压力监测系统(TPMS)可以帮助确定状态，但可能不会发出压力警报，直到轮胎严重气压不足，那时可能为时已晚。另一个因素是车辆超过其车辆总重额定值(Gross Vehicular Weight Rating)的超载。驾驶过程中的事件，诸如越过坑洼或遇到道路碎渣，也会导致轮胎故障，诸如爆裂、缓慢泄漏或可能影响轮胎完整性的物理损坏(例如，胎面或侧壁损坏、轮辋损坏等)。环境和部件相关因素，诸如夏季期间的酷热或轮胎的逐渐磨损，也可能促成爆裂的可能性。然而，人们认识到，轮胎故障可能是由于因素的组合而发生的，而不是由单一问题。因此，本技术的各方面涉及实时监测可能促成爆裂或其他故障的不同变量。下面将详细讨论这些方面。
示例车辆系统
图1A至图1B示出了示例货运车辆100，诸如牵引车-拖车卡车，而图1B示出了示例乘用车辆150，诸如小型货车。货运车辆100可以包括例如单拖车、双拖车或三拖车，或者可以是另一种中型或重型卡车，诸如商业重量等级4至8。如所示的，卡车包括牵引车单元102和单个货运单元或拖车104。拖车104可以是完全封闭的、开放的(诸如平板)或者部分开放的，这取决于要运输的货物或其他类型的货运(例如，牲畜)。牵引车单元102包括引擎和转向系统(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，驾驶室106可以不配备座椅或手动驾驶部件，因为可能不需要人。
拖车104包括被称为中枢销(kingpin)的挂接点108。中枢销被配置为枢转地附接到牵引车单元。特别地，中枢销附接到拖车耦接器(coupling)，称为半拖车接轮(fifth-wheel)109，其安装在驾驶室的后面(rearward)。传感器单元可以沿着牵引车单元102和/或拖车104部署。传感器单元用于检测货运车辆100周围的信息。例如，如所示的，牵引车单元102可以包括安装在车顶上的传感器组件110和一个或多个侧面传感器组件112，并且拖车104可以采用例如安装在拖车104的左侧和/或右侧的一个或多个传感器组件114。在一些示例中，牵引车单元102和拖车104还可以包括其他各种传感器，用于获得关于牵引车单元102和/或拖车104的内部空间的信息，包括拖车的货舱(cargo hold)。
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，车顶外壳152可以包括激光雷达(lidar)传感器以及各种照、相机和/或雷达单元。位于车辆150前端的外壳154和车辆的驾驶员和乘客侧的外壳156a、156b可以各自结合激光雷达传感器和/或其他传感器，诸如相机和雷达。例如，外壳156a可以沿着车辆的四分之一面板位于驾驶员侧门的前面。如所示的，乘用车辆150还包括也位于朝向车辆的后车顶部分的用于雷达单元、激光雷达和/或相机的外壳158a、158b。附加的激光雷达、雷达单元和/或相机(未示出)可以位于沿着车辆100的其他地方。例如，箭头160指示传感器单元可以沿着车辆150的后面(rear)定位，诸如在保险杠上或靠近保险杠。在一些示例中，乘用车辆150还可以包括用于获得关于车辆150的内部空间的信息的各种传感器。
虽然本公开的某些方面可能特别适用于特定类型的车辆，但是车辆可以是任何类型的车辆，包括但不限于汽车、卡车、摩托车、公共汽车、娱乐车辆等。
图2A示出了具有被配置为以完全或半自主操作模式操作的货运车辆(例如，如图1A至图1B所示)的各种部件和系统的框图200，诸如卡车、农用装备或施工装备。举例来说，对于以部分或完全自主驾驶模式操作的车辆，可能存在不同程度的自主性。美国国家公路交通安全管理局和汽车工程师协会已经标识了不同的等级来指示车辆控制驾驶的程度。例如，等级0没有自主化，并且驾驶员做出所有驾驶相关的决定。最低的半自主模式，等级1，包括一些驾驶辅助，诸如巡航控制。等级2是某些驾驶操作的部分自主化，而等级3涉及可以让驾驶座上的人根据需要进行控制的有条件的自主化。相比之下，等级4是高度自主化等级，其中车辆能够在所选择的条件下在没有辅助的情况下驾驶。并且，等级5是完全自主模式，其中车辆在任何情况下都可以在没有帮助的情况下进行驾驶。本文所述的架构、组件、系统和方法可以在任何半自主或全自主模式下运行，例如等级1-5，其在本文中被称为“自主”驾驶模式。因此，对自主驾驶模式的引用包括部分自主和完全自主两者。
如图2A的框图所示，车辆包括一个或多个计算设备的控制系统，诸如包含一个或多个处理器204、存储器206和通常存在于通用计算设备中的其他组件的计算设备202。控制系统可以构成牵引车单元的电子控制单元(ECU)或车辆的其他计算系统。存储器206存储可被一个或多个处理器204访问的信息，包括可以被处理器204运行或者另外使用的指令208和数据210。存储器206可以是能够存储处理器可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、存储器卡、光盘、固态、磁带存储器等。系统可以包括前述各项的不同组合，从而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可以是将被处理器730直接(诸如机器代码)或者间接(诸如脚本)运行的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在那个方面，术语“指令”和“程序”可以在本文中被可互换地使用。所述指令可以以用于由处理器直接处理的目标代码格式来存储，或者以包括按照需求解释的或者事先编译的独立源代码模块的脚本或者集合(collection)的任何其它计算设备语言来存储。数据210可以被一个或多个处理器204根据指令208来检索、存储、或者修改。在一个示例中，存储器206的一些或全部可以是事件数据记录器或被配置为存储车辆诊断和/或检测到的传感器数据的其他安全数据存储系统，其可以在车辆上或远程，这取决于实施方式。如图2A所示，数据可以包括关于轮胎(例如，基于轮胎压力数据、轮胎年龄、旋转历史等的轮胎动力学模型)和/或车辆(例如，当前装载重量、行程和/或总里程、计划路线、组件状态、车辆的一般模型等)的信息。
一个或多个处理器204可以是任何传统处理器，诸如在商业上可用的CPU。或者，一个或多个处理器可以是诸如ASIC或者其它基于硬件的处理器的专用设备。尽管图2A功能性地将计算设备202的(多个)处理器、存储器和其他元件示出在相同的块内，但是这些设备实际上可以包括可能存储或可能不存储在相同的物理外壳内的多个处理器、计算设备或存储器。类似地，存储器206可以是位于不同于(多个)处理器的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或者计算设备的引用将被理解为包括对可以或者不可以并行操作的处理器或者计算设备的集合的引用。
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。自主驾驶计算系统能够与车辆的各种组件通信。例如，回到图2A，计算设备202可以与车辆的各种系统通信，包括驾驶系统，该驾驶系统包括减速系统212(用于控制车辆的制动)、加速系统214(用于控制车辆的加速)、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(用于控制转向信号)、导航系统220(用于将车辆导航到某个地点或对象周围)和定位系统222(用于确定车辆的位置)。
计算设备202还可操作地耦合到感知系统224(用于检测车辆环境中的对象)、电力系统226(例如，电池和/或燃气或柴油动力引擎)和传动系统230，以便在自主驾驶模式下根据存储器206的指令208控制车辆的移动、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中的一些或全部被耦接到传动系统230，并且计算设备202能够接收可能影响自主模式下驾驶的关于轮胎压力(例如，TMPS数据)、平衡和其他因素的信息。
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。举例来说，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。在需要时计算设备202可以使用定位系统222来确定车辆的位置，以及使用感知系统224来检测并响应对象以安全到达该位置。为此，计算设备202可以使车辆加速(例如，由加速系统214通过增加提供给发动机的燃料或其他能量)、减速(例如，由减速系统212通过减少供应给发动机的燃料、改变档位和/或施加制动)、改变方向(例如，由转向系统216通过转动车辆100的前车轮或其它车轮)，并且发信号通知这种改变(例如，通过点亮信号系统218的转向信号)。因此，加速系统214和减速系统212可以是动力传动系统或者其它传动系统的一部分，该动力传动系统或者其它传动系统包括车辆的引擎和车辆的车轮之间的各种组件。同样，通过控制这些系统，计算设备202也可以控制车辆的传动系统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，计算设备202可以使用转向系统216来控制车辆的方向。例如，如果车辆被配置为在道路上使用，诸如牵引车-拖车卡车或施工车辆，则转向系统216可以包括控制牵引车单元102的车轮角度以转动车辆的组件。计算设备202可以使用信号系统218，以便向其他驾驶员或车辆发信号通知车辆意图，例如，通过在需要时点亮转向信号灯或刹车灯。
导航系统220可以由计算设备202使用，以便确定并遵循到某个地点的路线。在这点上，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。例如，这些地图可以标识道路、车道标志、十字路口、人行横道、限速、交通信号灯、建筑物、标志、实时交通信息、植被的形状和高度，或其他这样的对象和信息。车道标志可以包括诸如实线或虚线双车道线或单车道线、实线或虚线车道线、反射器等的特征。给定的车道可以与左和右车道线或者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条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和/或车辆本身的各方面(例如，轮胎状态)的传感器。检测到的对象可以是其他车辆、道路上的障碍物、交通信号、标志、树木等。例如，感知系统224可以包括一个或多个激光雷达传感器、声纳设备、雷达单元、相机(例如，光学和/或红外)、声学传感器、惯性传感器(例如，陀螺仪或加速度计)和/或记录可以由计算设备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，诸如地点、方位、尺寸、形状、类型(例如，车辆、行人、自行车等)、航向、和移动的速度等。来自传感器的原始数据和/或前述特征可以周期性地和连续地发送到计算设备202，用于进一步处理，因为它是由感知系统224生成的。在需要时计算设备202可以使用定位系统222来确定车辆的位置，以及使用感知系统224来检测并响应对象以安全到达该位置。此外，计算设备202可以执行单个传感器、特定传感器组件中的所有传感器或者不同传感器组件中的传感器之间的校准。
如图2A所指示的，感知系统224的传感器可以结合到一个或多个传感器组件232中。在一个示例中，传感器组件232可以被布置为集成到卡车、农用装备、施工装备等上的侧视镜中的传感器塔(sensor tower)。传感器组件232也可以位于牵引车单元102或拖车104上的不同地点(参见图1A至图1B)，或者沿着乘用车辆150的不同部分(参见图1C)。计算设备202可以与位于牵引车单元102和拖车104两者上或者沿着乘用车辆150分布的传感器组件通信。每个组件可以具有一种或多种类型的传感器，诸如上述的传感器。
图2A中还示出了通信系统234和耦接系统236，用于牵引车单元和拖车之间的连接。耦接系统236包括牵引车单元处的半拖车接轮和拖车处的中枢销。通信系统234可以包括一个或多个无线网络连接，以便于与其他计算设备通信，诸如车辆内的乘客计算设备，以及车辆外部的计算设备，诸如道路上的另一个附近的车辆或远程网络。网络连接可以包括短程通信协议，诸如Bluetooth
图2B示出了示例拖车的框图240。如图所示，该系统包括一个或多个计算设备的ECU 242，诸如包含一个或多个处理器244、存储器246和通常存在于通用计算设备中的其他组件的计算设备。存储器246存储可被一个或多处理器244访问的信息，包括可以被(多个)处理器244运行或者另外使用的指令248和数据250。来自图2A对处理器、内存、指令和数据的描述适用于图2B的这些元素。如图2B所示的，数据250可以包括关于拖车的轮胎(例如，轮胎压力数据、轮胎年龄、旋转历史等)和/或拖车本身(例如，当前装载重量、行程和/或总里程等)的信息。
ECU 242被配置为从拖车单元接收信息和控制信号。ECU 242的车载处理器244可以与拖车的各种系统通信，包括减速系统252(用于控制拖车的制动)、信号系统254(用于控制转向信号)和定位系统256(用于确定拖车的位置)。处理器244可以从拖车轮的胎接收TPMS数据。
ECU 242还可以可操作地耦接到感知系统258(用于检测拖车的环境中的对象和/或拖车本身的各个方面)和电力系统260(例如，电池电源)，以向本地组件提供电力。拖车的车轮/轮胎262中的一些或全部可以耦接到减速系统252，并且处理器244能够接收关于轮胎压力、平衡、车轮速度以及在自主模式下可能影响驾驶的其他因素的信息，并且将该信息中继到牵引车单元的处理系统。减速系统252、信号系统254、定位系统256、感知系统258、电力系统260和车轮/轮胎262可以以如上关于图2A所述的方式操作。例如，感知系统258，如果用作拖车的一部分，可以包括至少一个传感器组件264，该传感器组件264具有一个或多个激光雷达传感器、声纳设备、雷达单元、相机、惯性传感器和/或记录可以由牵引车单元的ECU242或处理器204处理的数据的任何其他检测设备。
拖车还可以包括一组起落架266以及耦接系统268。起落架266在与牵引车单元分离时为拖车提供支撑结构。耦接系统268可以是牵引车单元的耦接系统236的一部分，它提供拖车和牵引车单元之间的连接。耦接系统268可以包括连接部分270，以提供与可能能够或可能不能以自主模式操作的传统拖车单元的向后兼容性。耦接系统包括中枢销272，其被配置用于与具有自主能力的牵引车单元的半拖车接轮的增强的连接性。
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和通常存在于通用计算设备中的其他组件的计算设备。存储器306存储可被一个或多处理器304访问的信息，包括可以被(多个)处理器304运行或者使用的指令308和数据310。对来自图2A的处理器、内存、指令和数据的描述适用于图3中的这些元素。
如同图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者被结合到乘用车辆的计算设备。自主驾驶计算系统能够与车辆的各种部件通信，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可以根据存储器306的指令208与各种系统通信，诸如减速系统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、电力系统326(例如，车辆的引擎或马达)、传动系统330，以便控制车辆的移动、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按照上面关于图2A的描述进行操作。例如，感知系统324还包括用于检测车辆外部的对象的一个或多个传感器332。如上所述，传感器332可以被结合到一个或多个传感器组件中。
计算设备202可以包括通常结合计算设备使用的所有组件，诸如上述处理器和存储器以及用户接口子系统334。用户接口子系统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来显示信息的任何其他电子设备)。在这点上，内部电子显示器可以位于乘用车辆的车厢内(未示出)，并且可以被计算设备302用来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。
乘用车还包括通信系统342，该通信系统342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，以便于与其他计算设备通信，诸如车辆内的乘客计算设备，以及车辆外部的计算设备，诸如道路上的另一个附近的车辆，或者远程服务器系统。网络连接可以包括短程通信协议，诸如Bluetooth
示例实施方式
鉴于以上描述和附图中示出的结构和配置，现在将描述各种实施方式。
为了在以自主模式驾驶时检测车辆周围的环境和状况，可以采用不同类型的传感器和布局。这些的示例在上面关于图1至图3呈现。每个传感器的视场可以取决于在特定车辆上的传感器布置。在一种情况下，可以采用来自一个或多个不同种类的传感器的信息，使得牵引车-拖车或其他车辆可以以自主模式运行。每个传感器可以具有不同的范围、分辨率和/或视场(FOV)。
例如，传感器可以包括远程FOV激光雷达和短程FOV激光雷达。在一个示例中，远程激光雷达可以具有超过50-250米的范围，而短程激光雷达具有不大于1-50米的范围。可替代地，短程激光雷达通常可以覆盖距离车辆10-15米的范围，而远程激光雷达可以覆盖超过100米的范围。在另一个示例中，远程在10-200米之间，而短程具有0-20米的范围。在另一个示例中，远程超过80米，而短程低于50米。例如，10-100米之间的中间范围可以由远程和短程激光雷达中的一个或两个覆盖，或者由也可以包括在传感器系统中的中程激光雷达覆盖。除了这些激光雷达之外或代替这些激光雷达，可以布置一组相机(例如，光学的和/或红外的)，例如，以在车辆内和车辆周围，包括在车辆的紧邻处(例如，在车辆周围不到2-3米的范围内)提供前向、侧向和后向图像。类似地，也可以设置一组雷达传感器来提供前向、侧向和后向数据。
图4A至图4B示出了货运车辆上的示例传感器配置和视场。特别地，图4A呈现了激光雷达、相机和雷达传感器的一种配置400。在该图中，一个或多个激光雷达单元可以位于传感器外壳402中。特别地，传感器外壳402可以位于牵引车单元驾驶室的任一侧，例如集成到侧视镜组件中。在一种情况下，远程激光雷达可以沿着传感器外壳402的顶部或上部区域定位。例如，壳体402的这一部分可以位于最靠近卡车驾驶室或车辆顶部的位置。这种布置使得远程激光雷达能够看到车辆的引擎盖。并且短程激光雷达可以沿着传感器外壳402的底部区域定位，更靠近地面并且与外壳中的远程激光雷达相对。这使得短程激光雷达能够覆盖紧邻驾驶室的区域(例如，距离车辆1-4米)。这将允许感知系统确定诸如另一辆车、行人、骑自行车的人等的对象是否位于车辆的前部，并且在考虑异常情况下决定如何驾驶或转弯时会考虑该信息。
如图4A所示，牵引车单元左侧和右侧的远程激光雷达具有视场404。这些包括沿着车辆侧面和前部的重要区域。如图所示，在车辆前方存在它们视场的重叠区域406。为了清楚，在区域404和406之间示出了空间；然而，实际上，理想的是重叠的覆盖。左侧和右侧的短程激光雷达具有较小的视场408。重叠区域406为感知系统提供了关于牵引车单元正前方的非常重要的区域的额外的信息。这种冗余还有一个安全方面。如果远程激光雷达传感器中的一个性能下降，该冗余仍然允许在自主模式下进行操作。
图4B示出了牵引车-拖车两侧的雷达和相机传感器中的一个(或两个)的覆盖410。这里，在传感器外壳412中的每一个中可以有多个雷达和/或相机传感器。如所示的，可以有具有侧面和背面视场414的传感器和具有面向前方视场416的传感器。传感器可以被布置成使得侧视场和后视场414重叠，并且侧视场可以与面向前方的视场416重叠。如同上面讨论的远程激光雷达一样，面向前方的视场416也具有重叠区域418。该重叠区域提供了与重叠区域406相似的冗余，并且在一个传感器性能下降的情况下具有相同的益处。
虽然在图4A至图4B中未示出，但是其他传感器可以位于不同的位置，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。举例来说，在图4C的示例420中，在驾驶室和拖车上面或周围的传感器可以获得轮胎相关信息。如所示的，除了传感器组件110、112和114之外，车辆还可以包括沿着牵引车和/或拖车的底部或底盘上的其他地方设置的组件422和/或424。在该示例中，车辆的每侧上的传感器组件112能够沿着牵引车扫描轮胎，如示例视场426和428所示。类似地，组件422可以具有能够扫描拖车(或者也包括牵引车)上的轮胎的视场430。并且组件424可以具有能够沿着拖车(或者也包括牵引车)扫描轮胎的视场432。
示例场景
预防的一个方面是开发一种车辆动力学系统，该车辆动力学系统可用于在给定轮胎发生故障之前预测其将故障的可能性(例如，经受灾难性的压力或形状损失)。例如，动力学系统可以包括关于期望的轮胎压力(或压力范围)的信息，该期望的轮胎压力(或压力范围)可以避免或最小化爆裂或其他故障的可能性，考虑到各种因素，诸如负载重量和分布、路线上即将到来的天气状况、每条轮胎行驶的里程数等。该信息可以存储在存储器中(例如，作为存储器206的数据210)，作为车辆模型(诸如轮胎的动力学模型)的一部分。该模型可用于预测轮胎爆裂或其他轮胎故障的可能性。例如，如果预测的轮胎故障的可能性高，则车辆可以采取一个或多个预防行动，包括改变路线、改变旅程开始的时间或车辆行驶的速度(例如，为了避免特定的天气状况)，以及在行程出发之前或在沿着路线的服务中心处请求轮胎更换和/或改变负载重量或负载分布。
在一个方面，所有的车辆保养和维护将被记录并可用于车辆模型。可以存储在存储器中的用于模型的其他因素包括温度(例如，外界、道路和轮胎)、每条轮胎的行驶里程数、了解轮胎载荷和变形的轴重，以及从每条轮胎的角度来看的纵向和横向加速度，这可以是对轮胎磨损的主要贡献因素(contributor)。对于牵引车的轮胎，某些信息可能比对于拖车的轮胎更容易获得。这是因为拖车可以由自主或手动驾驶的牵引车拖动(haul)，而传统的拖车可能没有车载传感器装备来检测或记录关于其轮胎的信息。然而，如下文进一步讨论的，拖车上的轮胎可以在开始行程之前由自主车辆检查和评估。
从轮胎的(多个)TPMS模块接收的读数可以由系统连续地或间歇地获得和存储以供分析。可以利用车轮中的传感器进行直接TPMS测量，或者可以基于例如减速系统的车轮速度传感器进行间接测量。TPMS信息可以被发送到控制系统(例如，图2A的处理器204或图2B的ECU 242)。可以采用中继器或信号扩展器以将TPMS信息沿着拖车从轮胎(例如，最后的轮胎)中继到控制系统。
附加地或可替换地，可以采用相机和激光雷达的组合以执行轮胎的实时测量。例如，光学相机可以用于测量/变形估计。特别地，观察到的轮胎形状与模型相结合可用于评估轮胎健康，特别是当轮胎、道路和外界温度以及纵向和横向加速度信息被考虑在内时。此外，红外相机可以用来检测轮胎磨损。所有这些信息都可以被反馈到模型中，例如，用于识别是否存在可能导致爆裂或其他轮胎故障的一组触发因素。
图5A至图5B示出了一个示例500，其中系统检测轮胎502的变化。如图5A的放大的侧视图和图5B的放大的后视图所示，拖车最外面的左后轮胎可能在形状、增压和/或温度上有变化。
除了直接测量关于轮胎的信息之外，该系统还可以评估车辆本身或货物的方面，以提供关于(潜在的)爆裂的信息。例如，图6示出了另一个示例600，其中轮胎压力的变化可以导致拖车以角度θ(例如在1-5°之间(或更多或更少))倾斜或回转。并且在图7的示例700中，一条或多条轮胎的增压不足可能导致拖车内的货运例如按照角度θ从初始位置移动到移位后的(shifted)位置(例如，向左)，如点划线702所示。
在一个示例中，接收的TPMS数据和其他信息可以与动力学数据实时比较，并且模型可以随着车辆行驶而更新。更新的动力学模型可用于预测爆裂或其他轮胎故障的可能性。在一种情况下，考虑到即将到来的道路和/或环境状况，存在轮胎将故障的增加的可能性，系统可以使用该模型基于给定轮胎的当前数据来进行量化。这里，例如，系统可以评估拖车重量、轮胎寿命、车辆上每条轮胎的位置、温度、车辆速度和/或受到检测到的坑洼、碎渣或其他障碍物影响的可能性，以计算轮胎故障的可能性或概率。作为响应，车辆可以修改其驾驶方式或采取其他行动，这将在下面进一步讨论。
图8示出了示例800，其中可能有坑洼802、碎渣804或其他障碍物806。取决于障碍物和其他因素，这些中的任一个都可能导致一条或多条轮胎的爆裂、缓慢泄漏或其他故障。根据一个方面，在检测到障碍物时，车载系统可以尝试对其进行分类(例如，坑洼或(v.)碎渣或树叶堆)，例如通过将障碍物与存储在存储器中的类型进行比较。即使系统可以对障碍物进行分类，观察到的或以其他方式知道的关于障碍物的信息可能与它是否会增加爆裂的可能性高度相关。例如，特定形状(例如，总面积、边缘类型等)和坑洼的深度(例如，2厘米或10厘米)会有很大的不同。边缘的锐利程度，道路的材料等可以将所有因素纳入坑洼(或其他障碍物)的评估中。如图8中的双箭头所示，一个车辆获得的关于障碍物的信息可以传递给其他车辆。例如，领头的卡车可以使用传感器信息来检测坑洼的大小、形状和深度。替代地或附加地，领头的卡车可能已经越过障碍物，或者观察到另一个车辆在越过障碍物时如何响应。该获得的信息可以直接或间接地发送到道路上的一个或多个附近的车辆，或者发送到中央系统，诸如远程协助服务，用于分发到其他车辆。结果，坑洼和其他障碍物可能被添加到地图上，例如在道路图或其他电子地图的障碍物或危险(hazard)层上。然后，车辆将能够基于地图上的坑洼的存在来识别它。
如果这样的详细信息不可用，一旦确定障碍物是坑洼，就可以做出正确的驾驶决定。相反，如果关于障碍物的特定信息是已知的，则控制系统(例如，规划器模块)可以确定在不发生爆裂的情况下越过一些或全部障碍物是否安全。在这里，障碍物是否“安全”可能意味着它是否是(a)可能损坏轮胎的某物，(b)可能引起导致自主驾驶系统中的故障状况的控制器问题的某物，(c)可能损坏车辆底盘下侧的某物，(d)越过时可能被轮胎移走(dislodged)的某物，或一些其他潜在的安全问题。举例来说，关于情况(a)，系统可以基于道路的知识(knowledge)(例如，表面材料)、例如坑洼的深度、碎渣的高度和/或碎渣的材料的密度的测量(例如，使用车载感知系统)、碎渣的类型(例如，混凝土块或塑料袋)，计算或以其他方式估计障碍物对轮胎的影响，并且将该信息与所存储的在过去引起问题的障碍物的数据库进行比较。在一个示例中，数据库可以与基于一个或多个上述因素训练的障碍物的机器学习模型相关联。
在一个示例中，如果以自主驾驶模式运行的车辆在坑洼上辗过或遇到另一个障碍物或有问题的状况，它可以靠边停车并在路肩上停下来，以便在继续行驶之前的某个设定时间量(例如，1-5分钟，或更多或更少)监测轮胎压力。可替代地，系统可以在不停车的情况下监测轮胎压力。在这种情况下，如果监测显示下降到某个阈值以下的压力降低，然后，车辆可以靠边停车或采取其他纠正行动。如上关于图6的示例600所述，车辆传感器可以检测到卡车稍微向一侧倾斜(例如，0.5°-3.0°或更多或更少)，或者一侧比另一侧低(例如，低1-5厘米)。该系统还可以如以上关于图7的示例700所描述的那样监测货运分布，这可以帮助指示拖车是否是由于轮胎问题而不水平。在另一个示例中，代替靠边停车，车辆的控制系统可以例如经由TPMS、激光雷达和/或相机从车载传感器监测轮胎压力。
另外地或可选地，如以上关于图8所述，车辆可以从整个主卡车车队接收关于在特定路线上发生爆裂的位置的警报。该信息可以直接从附近的其他卡车或后端系统接收。在一种情况下，车队可以共享关于可能增加轮胎爆裂或其他轮胎故障的风险的状况的信息。这可以包括使用共享数据库或地图，车辆可以将信息附加到该共享数据库或地图上(例如，实时地或在到达目的地或中途点时)，并且然后使用该数据库来通知路线决策或关于在哪个车道行驶的决策。
车载系统或后端系统(诸如远程协助服务)也可以基于总里程数、货运重量、轮胎在车辆上的位置(牵引车或拖车、前或后、右侧或左侧、内胎或外胎等)来跟踪每条轮胎的状态和确定特定轮胎何时应该更换或旋转是预测性维护方法的一部分。
根据本技术的另一方面，在卡车或其他车辆出发行程之前，可以获得该组轮胎的基线信息。例如，可以执行轮胎检查以获得轮胎的基线信息，诸如轮胎压力、平衡、内部温度、胎面磨损、轮胎形状、轮辋状况等。基线信息可用作与将来轮胎检查进行比较的参考，并输入模型以预测轮胎故障。这些因素中的任何一个或全部的额外检查可以在行程期间执行，例如周期性地(例如，每1-5英里或每1-10分钟，或更多或更少)或在满足某些标准或阈值时(例如，轮胎或外界温度超过100，轮胎压力超过推荐压力超过5-10％等)。此外，来自多个先前行程前检查的数据可用于更新基线信息，例如考虑天气状况(例如，较暖或较冷的温度)和其他因素的变化。例如，与夏季月份期间下午晚些时候的行程前检查相比，冬季中清晨早些时候的行程前检查可能以较低的温度和/或较低的压力开始。具有关于这些不同环境状况的数据可以用于相应地调整基线，例如指示冬季清晨的行程之前的压力可以在允许的范围内，即使它低于一年中某个其他时间的标称压力(例如，32磅/平方英寸或34磅/平方英寸)。
除了如上所述从TPMS和其他传感器接收信息之外，车辆的感知系统还可以检测道路沿线的问题，例如如上所述的坑洼、碎渣或其他障碍物。车载系统还可以额外监测横向控制数据或其他姿态信息，以检测卡车没有遵循预期轨迹和/或速度的早期迹象。相机或激光雷达可用于观察牵引车和拖车的车轮，例如通过使用作为车辆周界(perimeter)感测系统一部分的传感器。取决于传感器配置，布置用于检测车辆外部对象的传感器也可用于收集轮胎相关信息。例如，激光雷达或相机传感器也可以用于估计拖车上轮胎(或没有TPMS的任何轮胎)的半径，以便进一步评估轮胎状态。
在一种情况下，如果牵引车的前轮(转向轮)爆裂，可能是最大的问题，因此相机或激光雷达可能主要聚焦在这些问题上。举例来说，这种传感器可以以5-20Hz的频率捕获数据。聚焦在其他轮胎上的传感器可能具有相同的捕获速率或较低的捕获速率，例如0.54Hz。
车辆也可以执行某些驾驶操纵以获得关于轮胎的附加数据。这可以包括，例如，当车辆沿着路线行驶时，提供轮胎的更完整的图像的一系列转弯或小的移动。
所有这些信息都可以用来建立或更新轮胎动力学模型。如上所述，该模型可用于预测爆裂或其他故障的可能性。这可能是一般的爆裂的可能性，或是特定轮胎可能故障的可能性。在任一情况下，如果故障的可能性超过阈值预测水平，车辆能够采取一个或多个行动。如果车辆尚未在行程中出发或被停止，它可以请求轮胎更换或修改货运重量分布，或者它可以改变路线和/或出发时间，以避免预计会促成故障的道路或环境状况。如果车辆当前正在行驶，则车辆可以基于阈值预测水平改变行驶操作，诸如降低其速度、应用制动器、改变车道、改变路线、打开其危险灯(hazard light)等。
例如，使用关于轮胎状态和其他因素的可用信息，卡车的规划器系统可以使车辆改变车道或采取其他校正行动以避免碾过坑洼或其他障碍物。例如，如果地图中包括坑洼或其他问题(例如，在地图的障碍物或危险层中)，车载规划器或后端系统可以改变路线或使车辆改变车道以完全避开坑洼。然而，可能没有时间或能力进行显著的驾驶修改(例如，改变车道)，例如由于障碍物、交通状况等的延迟(late)检测。因此，在一个示例中，规划器或其他车载系统可以使车辆在车道内挪动(例如，2-20厘米)，以最小化坑洼(或碎渣)造成的影响，使得坑洼或碎渣在轮胎之间通过。车辆也可以减速，为收集关于障碍物的信息或采取纠正行动提供额外的时间。举例来说，纠正行动可以包括：(i)调整车道内自主车辆的位置，以最小化部分道路上的障碍物可能造成的影响，(ii)靠边停车并在第一选择的时间段内监测轮胎压力，(iii)继续驾驶并在第二选择的时间段内执行对至少一条轮胎的增强监测，(iv)评估至少一条轮胎对于当前驾驶操作是否是对安全关键的，(v)改变自主车辆的路线，和/或(vi)通知远程服务或另一车辆关于部分道路的道路状况或环境状况。
除了传感器实时捕获关于轮胎状态的信息之外，用于这种传感器信息的机器学习模型可以用于检测爆裂或其他故障状况。在一个示例中，系统(机载或远程)可以构建异常检测模型。这种方法将从公共模式/事件中寻找作为异常值(outliers)的事件。在这种情况下，它可以包括寻找当前显现不同于预期状况的轮胎。在另一个示例中，可以在轮胎的静止图像或短视频片段上训练监督机器学习模型。这里，模型可以用作上述任何或所有信号(例如，天气状况、车辆是否经过坑洼、车辆是否精确地跟随横向轨迹、TPMS测量值等)的输入。对于这两种情况，如果满足故障的一个或多个阈值条件，系统可以将人带入环路(loop)。也就是说，当模型检测到某物时，车辆能够紧急通知远程协助，以便经训练的人也可以在车辆采取纠正行动之前评估情况。
在一种情况下，当车载和/或远程辅助系统确定车辆需要采取纠正行动时，控制系统可以使驾驶系统执行所选择的操作，例如加速，而不是制动以保持车道位置。使用上述方法，车辆可能能够立即确定已经发生了爆裂或其他故障(例如，在0.5-2秒内，或更多或更少)。这种快速检测使车载系统能够比人类驾驶员更快、更精确地采取正确的行动。此外，该系统可以确定哪个特定轮胎生故障，该轮胎是否是对安全关键的(safety critical)(例如，牵引车前部的转向轮胎或拖车的内部后轮胎)，并确定是否需要立即靠边停车或车辆在靠边停车之前可以行驶多长时间。这还可能包括评估是否对计划的路线、驾驶速度等进行更改。因此，对于诸如爆裂的重大故障，自主驾驶系统可使驾驶系统进行转向、制动和/或加速调节，以实现期望的车道位置或以其他方式保持对车辆的控制。一旦车辆被控制，只要安全，它就可以靠边停车。此时，车辆可以请求服务。
在一种情况下，车辆可以在路肩上靠边停车并请求服务(例如，经由远程协助服务)。这也可以结合(直接地或间接地)警告其他车辆该情况来完成。此外，如果系统能够确定导致爆裂的因素(例如，过高的温度+坑洼+高里程轮胎)，则该信息也可以被传达以警告其他车辆，使得他们可以进行调整以降低他们的轮胎中的一个的爆裂的可能性。
车辆的车载控制系统可以与远程协助以及服务人员和车辆的人类驾驶员或乘客通信。这个的一个示例如图9A和图9B所示。特别的，图9A和图9B分别是示例布置900的绘图和功能图，示例布置900包括经由网络916连接的多个计算设备902、904、906、908和存储系统910。系统900还包括车辆912和914，其可以被配置为与图1A至图1B和图1C的车辆100和150相同或相似。车辆912和/或车辆914可以是车辆车队的一部分，例如作为货运车辆车队。尽管为了简单起见，仅描述了一些车辆和计算设备，但是典型的布置可以显著地包括更多。
如图9B所示，计算设备902、904、906和908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。这种处理器、存储器、数据和指令可以类似于上面关于图2A描述的那些被配置。各种计算设备和车辆可以经由一个或多个网络(诸如网络916)进行通信。网络916和插入其间的节点可以包括各种配置和协议，包括短程通信协议(诸如Bluetooth
在一个示例中，计算设备902可以包括具有多个计算设备的一个或多个服务器计算设备，例如负载平衡的服务器群，其与网络的不同节点交换信息，目的是从其他计算设备接收、处理数据以及向其他计算设备发送数据。例如，计算设备902可以包括能够经由网络916与车辆912和/或914的计算设备以及计算设备904、906和908通信的一个或多个服务器计算设备。例如，车辆912和/或916可以是可以由服务器计算设备调度到不同位置的车辆车队的一部分。在这点上，计算设备902可以用作调度服务器计算系统，其可以用于将车辆调度到不同的位置，以便接载和递送货运和/或接载和放下乘客。此外，车辆912和/或914也可以直接或间接与其他车队车辆、服务车辆等一起。此外，服务器计算设备902可以使用网络916向其他计算设备之一的用户或车辆的乘客发送和呈现信息。在这点上，计算设备904、906和908可以被认为是客户端计算设备。
如图9A所示，计算设备904、906和908可以是旨在由相应用户918使用的计算设备，并且具有通常结合个人计算设备使用的所有组件，包括一个或多个处理器(例如，中央处理单元(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、电视机或诸如可操作来显示信息的智能手表的其他设备)和用户输入设备(例如，鼠标、键盘、触摸屏或麦克风)。计算设备还可以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。
尽管这些计算设备可以各自包括全尺寸的个人计算设备，但是它们可以替代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，计算设备908可以是移动电话或能够经由互联网或其他网络获得信息的设备，诸如支持无线的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，计算设备904可以是管理员或操作员用来与车辆912和/或914通信的远程协助工作站。尽管在图9A至图9B中仅示出了单个远程协助工作站904，但是在给定的系统中可以包括任意数量的这样的工作站。此外，尽管工作站904被描绘为台式计算机，但是该设备可以包括各种类型的个人计算设备，诸如膝上型电脑、上网本、平板电脑等。
存储系统910可以是能够存储服务器计算设备902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、存储器卡、ROM、RAM、DVD、CD-ROM、闪存驱动器和/或磁带驱动器。此外，存储系统910可以包括分布式存储系统，其中数据存储在物理上位于相同或不同地理地点的多个不同存储设备上。如图9A至图9B所示，存储系统910可以经由网络916连接到计算设备，和/或可以直接连接到或结合到任何计算设备中。
存储系统910可以存储各种类型的信息。例如，存储系统910还可以存储将由诸如车辆912或914的车辆使用的自主车辆控制软件，以在自主驾驶模式下操作这些车辆。可替代地或附加地，存储系统910可以维护关于车辆的各种类型的信息，包括轮胎和货运相关信息。该信息可以由诸如一个或多个服务器计算设备902的服务器计算设备检索或以其他方式访问，以便执行本文描述的一些或全部特征。
如上所述，自动驾驶车辆可以与可以提供额外帮助的远程人员通信。例如，如果车辆不能确定要做什么，它可以向远程人类操作员发送对支持的请求。对支持的请求可以包括查询和/或数据，其可以包括原始和/或处理的传感器数据、车辆日志数据等。例如，它可以包括一个或多个与轮胎相关的静止图像、视频和/或(多个)音频片段。
作为响应，远程协助服务可以向车辆提供支持，例如，分析接收的数据以确定爆裂的可能性。存储系统910可以维护与不同类型的轮胎和/或障碍物相关联的信息的数据库。例如，远程辅助计算机904或服务器902可以远程使用该信息，以通过将从感知系统接收的信息与数据库中的信息进行比较来执行非车载(offboard)分析。
在有乘客的情况下，车辆或远程协助可以直接或间接与乘客的客户端计算设备通信。这里，例如，可以向乘客提供关于爆裂情况、响应于该情况正在采取或将要采取的行动等的信息。
鉴于以上所述，图10示出了在自主驾驶模式中操作车辆的方法的示例1000。在框1002，自主车辆的一个或多个处理器获得自主车辆的一组轮胎的基线信息。在框1004，一个或多个处理器在自主车辆的驾驶期间接收关于该组轮胎中的至少一条轮胎的传感器数据。在框1006，基于基线信息和接收的传感器数据更新该组轮胎的动力学模型。在框1008，一个或多个处理器接收关于(i)部分道路的道路状况或(ii)环境状况中的至少一个的信息。在框1010，一个或多个处理器基于更新的动力学模型和接收的信息，确定该组中的至少一条轮胎的轮胎故障的可能性是否超过阈值可能性。并且在框1012中，在确定超过阈值可能性时，一个或多个处理器使自主车辆采取纠正行动。
除非另有说明，否则前述替代示例并不相互排斥，而是可以以各种组合来实现，以获得独特的优点。由于以上讨论的特征的这些以及其它变化和组合能够在不脱离由权利要求定义的主题的情况下被使用，前述对实施例的描述应该以例示的方式来理解，而不是以限制由权利要求定义的主题的方式来理解。此外，对这里描述的示例以及被措辞为“诸如”、“包括”等等的短语的提供不应该被解释为将权利要求的主题限制在特定的示例；相反，所述示例仅仅意图示出许多可能的实施例中的一个。另外，不同的附图中的相同的参考标号能够标识相同或者相似的元素。这些过程或其他操作可以以不同的顺序或同时执行，除非在此另外明确指出。
机译： 自动卡车轮胎井喷的预防，检测和处理
机译： 自动卡车轮胎井喷的预防，检测和处理
机译： 用于处理表面的自主设备和用于检测自主设备的位置的方法
