CN102196030A - 自适应场景绘制v2x视频/图像共享 - Google Patents

自适应场景绘制v2x视频/图像共享 Download PDF

Info

Publication number
CN102196030A
CN102196030A CN2011100587286A CN201110058728A CN102196030A CN 102196030 A CN102196030 A CN 102196030A CN 2011100587286 A CN2011100587286 A CN 2011100587286A CN 201110058728 A CN201110058728 A CN 201110058728A CN 102196030 A CN102196030 A CN 102196030A
Authority
CN
China
Prior art keywords
contextual data
caught
compression
vehicle
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011100587286A
Other languages
English (en)
Other versions
CN102196030B (zh
Inventor
F.白
W.张
C.U.萨雷达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN102196030A publication Critical patent/CN102196030A/zh
Application granted granted Critical
Publication of CN102196030B publication Critical patent/CN102196030B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/162—User input

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

提供了一种用于在车辆-实体通信系统中进行视频共享的方法。通过图像捕获装置捕获远离源实体的事件的视频数据。确定对应于所捕获的事件的位置和远处车辆的位置之间的空间关系。确定所捕获的场景数据的时间标记和当前时间之间的时间关系。根据所述空间关系和所述时间关系确定效用值。确定用于广播和接收所述场景数据的通信网络的网络利用参数。根据所述效用值和可用的带宽来将选择的水平的压缩应用于所捕获的场景数据。将压缩的场景数据从所述源实体发送到所述远处车辆。

Description

自适应场景绘制V2X视频/图像共享
技术领域
实施例总体涉及车辆-实体通信。
背景技术
车辆Ad-hoc网络（VANET）是移动通信的一种形式，其提供相邻近的车辆之间或车辆与相邻近的固定的设备（通常指路侧设备（RSE）或由行人携带的便携装置）之间的通信。其目标是共享信息，以提供与沿着所行驶的线路所发生的事件相关的安全和非安全信息。这可以看作是给其它车辆的警告消息或情况提示消息，使得远处的车辆在受到来自附近区域的事件的任何影响之前能够获知该事件。例如，远处车辆可以在该车辆的驾驶员进入能够看到碰撞或停止的交通的位置之前获知该碰撞或停止的交通。这允许远处车辆的驾驶员在进入该区域时采取预防措施。
在车辆Ad-hoc网络中广播数据的一个问题是缺少VANET中的带宽资源以及在车辆之间传递的数据的可能较大的尺寸。这造成了网络拥堵，这可能显著地降低通过VANET所获得的服务的性能。另外，有时，由另一车辆所接收的信息可能不与该接收的车辆相关；然而，所传递的数据包的尺寸可能依赖于接收的装置来计算。当所接收的数据包对该接收的车辆不是很重要时，这个问题尤其麻烦。这种对接收的车辆不重要的消息是一种瓶颈并且可能阻碍对接收车辆很重要的消息的接收。
发明内容
实施例的一个优点在于自适应选择应用于捕获的视频或图像的视频压缩和图像抽象，其传送到远处车辆。视频压缩和图像抽象的自适应选择基于到所捕获的事件的距离、从事件被捕获所经过的时间、以及反映有关的通信网络的资源应用的网络利用参数。结果，与距离事件更远的远处实体相比，与事件更近的远处实体所共享的数据提供有更丰富的场景信息（例如，现场视频或图像）。
一个实施例构思了一种用于在车辆-实体通信系统中进行场景信息共享的方法。由设置在事件附近的源实体上的图像捕获装置来捕获视频或图像数据，并且对获得场景（视频/图像）数据的内容感兴趣的远处实体远离该事件。确定对应于所捕获的事件的位置和远处车辆的位置之间的空间关系。确定所捕获的场景数据的时间标记和当前时间之间的时间关系。根据所述空间关系和所述时间关系确定效用值。确定通信网络的网络利用参数，用于调整场景数据的压缩质量和压缩率。根据所述效用值和可用的带宽来将选择的水平的压缩应用于所捕获的场景数据。将压缩的场景数据从所述源实体传送到所述远处车辆。
一个实施例构思了一种车辆-实体通信系统，具有用于在源实体与远处车辆之间视频/图像共享的自适应场景压缩。所述源实体的图像捕获装置捕获在源实体附近的场景（视频/图像）数据。信息效用模块确定效用值，所述效用值是所述捕获的事件的位置和所述远处车辆的位置之间的空间关系和所捕获的场景数据的时间标记和当前时间之间的时间关系的函数。网络状态估计模块确定通信网络的网络利用参数。处理器根据所述效用值和所述通信网络的所述网络利用参数而将选择的压缩量应用于所捕获的场景数据。发送器以单跳方式或多跳中继方式将压缩的场景数据发送到远处车辆。
本发明还涉及以下技术方案。
1. 一种用于在车辆-实体通信系统中进行场景信息共享的方法，所述方法包括以下步骤：
通过图像捕获装置捕获在源实体附近的事件的场景数据；
确定对应于所捕获的事件的位置和远处车辆的位置之间的空间关系；
确定所捕获的场景数据的时间标记和当前时间之间的时间关系；
根据所述空间关系和所述时间关系确定效用值；
确定用于传送和接收所述场景数据的通信网络的网络利用参数；
根据所述效用值和可用的带宽来将选择的水平的压缩应用于所捕获的场景数据；以及
将所述压缩的场景数据从所述源实体传送到所述远处车辆。
2. 如技术方案1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将视频压缩应用于所捕获的场景数据。
3. 如技术方案2所述的方法，其中，还包括将图像抽象应用于所述压缩的场景数据的步骤，其中，图像抽象包括从所述压缩的场景数据提取静态图像。
4. 如技术方案1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将图像抽象应用于所捕获的场景数据，其中，图像抽象包括从所捕获的场景数据提取静态图像。
5. 如技术方案1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将图像抽象应用于所捕获的场景数据，其中，图像抽象包括从所述静态图像生成特征素描。
6. 如技术方案1所述的方法，其中，确定所述通信网络的所述网络利用参数包括确定通信信道的利用参数。
7. 如技术方案1所述的方法，其中，确定所述通信网络的所述网络利用参数包括确定所述远处车辆的接收装置的利用参数。
8. 如技术方案1所述的方法，其中，确定所述通信网络的网络利用参数利用所述通信网络的性能历史，其中，所述性能历史基于之前的广播消息的包传递比率、等待时间、时间起伏、以及通信量的函数。
9. 如技术方案1所述的方法，其中，应用压缩包括改变所捕获的视频数据的粒度水平。
10. 如技术方案1所述的方法，其中，应用于所捕获的视频数据的压缩基于所选择的熵。
11. 如技术方案1所述的方法，其中，所述网络利用参数是由机器学习技术离线确定的。
12. 一种车辆-实体通信系统，具有用于在源实体与远处车辆之间视频共享的自适应场景压缩，所述系统包括：
所述源实体的图像捕获装置，用于捕获在所述源实体附近的事件的视频场景数据；
用于确定效用值的信息效用模块，所述效用值是对应于所述捕获的事件的位置和所述远处车辆的位置之间的空间关系和所捕获的场景数据的时间标记和当前时间之间的时间关系的函数；
用于确定通信网络的网络利用参数的网络状态估计模块；
处理器，所述处理器用于根据所述效用值和所述通信网络的所述网络利用参数而将选择的压缩量应用于所捕获的场景数据；以及
发送器，用于将所述压缩的场景数据发送到所述远处车辆。
13. 如技术方案12所述的系统，其中，将选择的水平的压缩应用于所捕获的场景数据的所述处理器包括将视频压缩应用于所捕获的场景数据的处理器。
14. 如技术方案12所述的系统，其中，所述处理器将图像抽象应用于所述压缩的场景数据，其中，由所述处理器应用的图像抽象从所述压缩的场景数据提取静态图像。
15. 如技术方案12所述的系统，其中，将选择的压缩量应用于所捕获的场景数据的处理器包括将图像抽象应用于所捕获的场景数据的处理器，其中，由所述处理器所应用的图像抽象从所捕获的场景数据提取静态图像。
16. 如技术方案12所述的系统，其中，所述处理器从所述捕获的场景数据生成特征素描。
17. 如技术方案12所述的系统，其中，所述处理器生成与发生在所述静态图像中的事件相关的消息。
18. 如技术方案12所述的系统，其中，所述通信网络包括无线通信信道，其中，所述通信信道的网络利用参数由所述网络状态估计模块确定。
19. 如技术方案12所述的系统，其中，所述通信网络包括所述远处车辆的接收装置，其中，所述接收装置的网络利用参数由所述网络状态估计模块确定。
20. 如技术方案12所述的系统，其中，所述网络状态估计模块利用所述通信网络的性能历史，其中，所述性能历史是之前的广播消息的包传递比率、等待时间、时间起伏、以及通信量的函数。
21. 如技术方案12所述的系统，其中，还包括机器学习模块，用于估计所述网络利用参数。
附图说明
图1是具有用于场景共享的自适应场景压缩的车辆-实体通信系统的框图。
图2是空间关系曲线的图形表示。
图3是时间关系曲线的图形表示。
图4是示出示例性广播区域的地理网格。
图5是不同水平的场景压缩和场景抽象的框图。
图6是用于自适应场景压缩的方法的流程图。
具体实施方式
图1示出了具有用于图像共享的自适应场景压缩的车辆-实体通信系统。应该理解，术语“图像共享”是指包括但不限于视频内容以及静态图像内容。该系统包括图像捕获装置10，用于捕获发生在源实体的附近的事件的视频图像。源实体可包括车辆或固定在某位置的设备（例如，路侧实体）。图像捕获装置可包括但不限于视频记录器。图像捕获装置10优选地记录高质量图像，其能够从其高质量捕获状态压缩。
处理器12接收原始场景数据并将压缩应用于捕获的原始场景数据（例如，视频/图像）。压缩量基于从信息效用评估模块14和网络状态估计模块16提供的输入来确定。提供发送器18，用于将压缩的场景数据或场景抽象数据以单跳模式或多跳模式发送到远处车辆。发送方案所涉及的因素由图像数据的熵和发送效率来确定。例如，带有高信息熵的内容（例如，丰富的内容/高分辨率）可包含高数据容量，导致低的数据发送效率，而带有低信息熵的内容（例如，贫乏的内容/低分辨率）可能包含低的数据容量，导致高的数据发送效率。
信息效用评估模块14确定效用值，该值被处理器所使用来确定压缩的水平。效用值是对应于由图像捕获装置10所捕获的事件的位置和接收压缩的场景数据的远处车辆的位置之间的空间关系的函数。效用值还根据事件被图像捕获装置10所捕获的时间和当前时间之间的时间关系来确定。
空间关系可以由远处车辆的位置和对应于视频/图像数据被捕获的位置的位置来确定。远处车辆的位置可以由全球定位系统装置（例如，车辆GPS装置）或其它定位器件来确定。车辆-实体通信系统中的远处车辆通常包括它们的全球位置作为周期性状态标签消息的一部分。
时间关系由自从事件被图像捕获装置10所捕获开始所经过的时间来确定。捕获的图像数据通常是加上时间标记的。因此，时间关系可以通过所捕获的图像数据被图像捕获装置10所记录时的时间标记来计算。
如之前所述，基于从信息效用评估模块14和网络状态估计模块16所接收的输入，处理器12确定应用于捕获的场景数据的压缩的水平。在利用空间关系确定效用值时的基本假设是事件的位置（例如，交通事故、拥堵或场景事件）和远处车辆的当前位置之间的距离越大，则该事件对远处车辆的重要性越小。应该理解的是，所捕获的事件不限于安全事件，也可包括源实体希望传递给远处车辆的任何事件，诸如但不限于基于位置的服务视频或旅游景点的图像/视频。对于时间关系，利用时间关系确定效用值时的基本假设是所捕获的事件和当前时间之间的时间差越长，则事件对于远处车辆的重要性越小。效用值根据空间关系和时间关系来共同确定，用于应用压缩，并且可以通过以下公式来表示：
    (1)
其中，
Figure 460456DEST_PATH_IMAGE002
是时间关系，
Figure 240194DEST_PATH_IMAGE003
是空间关系。图2和图3示出了可以如何确定时间关系和空间关系的示例。图2示出了用于确定时间关系的图，并由以下公式表示：
Figure 573086DEST_PATH_IMAGE004
    (2)
其中，
Figure 387458DEST_PATH_IMAGE005
是由校准工程师预先确定的，
Figure 209921DEST_PATH_IMAGE006
是图像数据对于感兴趣的用户来说仍然被认为有效的最大持续时间。图3示出了用于确定空间关系的图，并由以下公式表示：
    (3)
其中，
Figure 613537DEST_PATH_IMAGE008
是由校准工程师预先确定的，
Figure 282416DEST_PATH_IMAGE009
是图像数据对感兴趣的用户来说仍被认为是有效的最大范围。应该理解的是，图2和图3中示出的图以及相应的公式仅是示例性的，并且可以采用不同于该图和所示的相应公式的方法来确定时间关系和空间关系。
除了场景数据的视频压缩之外，处理器12可以对场景数据应用图像抽象。图像抽象包括从压缩的视频场景数据提取静态图像，或者静态场景图像可以直接从捕获的视频场景数据提取。图像抽象还可以包括降低静态图像的分辨率和压缩质量。另外，如果要求更小的传送尺寸（例如，与以上所述的视频或静态图像相比），则可以通过场景理解技术来生成提取的图像的特征素描。此外，通过场景识别技术，可以发送文字消息来代替静态图像或特征素描（例如，“在中心和主路上有事故”）。
网络状态估计模块16确定网络利用参数，包括确定所涉及的通信网络的通信能力，包括但不限于可用的带宽。优选地，通信网络是车辆Ad hoc网络（VANET）。可以通过评估四个实时测量的矩阵来估计通信网络状态（用比特/秒来表示）。四个矩阵包括包传递比率（PDR）、延迟（）、时间起伏（）、和通信量（
Figure 203339DEST_PATH_IMAGE012
）。各矩阵通过以下循环公式来表示，其中采用了低通平滑滤波器：
,(4)
Figure 94252DEST_PATH_IMAGE014
,(5)
Figure 335877DEST_PATH_IMAGE015
,(6)
Figure 611001DEST_PATH_IMAGE016
.(7)
网络通信量参数根据以上所述四个矩阵由以下公式表示。表示网络利用参数
Figure 527321DEST_PATH_IMAGE018
的公式如下：
Figure 256243DEST_PATH_IMAGE019
(8)
应用于四个矩阵的函数
Figure 335057DEST_PATH_IMAGE020
( )可以通过机器学习而离线确定，包括但不限于支持向量机回归或随机森林回归。为了确定函数
Figure 770718DEST_PATH_IMAGE020
( )，要学习的网络利用参数和矩阵的集合被输入到机器学习机中。相关的网络利用参数和矩阵编译如下：
Figure 542365DEST_PATH_IMAGE021
,(9)
Figure 493003DEST_PATH_IMAGE022
,(10)
Figure 811727DEST_PATH_IMAGE023
,(11)
*
*
Figure 164211DEST_PATH_IMAGE024
.(12)
机器学习机响应于网络利用参数和相关的矩阵的集合来生成函数
Figure 106759DEST_PATH_IMAGE020
( )。所学习的函数
Figure 482377DEST_PATH_IMAGE020
( )在网络状态估计模块16中实施，利用公式（8）中的公式来确定网络利用参数。即，对于与远处车辆的网络通信相关的一组测量的矩阵，这些矩阵可以输入到函数
Figure 902994DEST_PATH_IMAGE020
( ) ，用于计算源车辆的网络利用参数
Figure 375564DEST_PATH_IMAGE018
。网络利用参数
Figure 489013DEST_PATH_IMAGE018
以及效用值用于确定应用于所捕获的场景数据的压缩量和/或图像抽象的量。
图4示出了识别场景信息的示例性地理网格，该场景信息可以基于到事件的距离而发送到网格内的各个相应的地理区域中。如区域1所示，高质量视频（诸如高清视频）优选地发送到区域1中的远处车辆，因为它们离事件很近。高质量成像对远处车辆通常是很有价值的，因为事件可能对远处车辆有很大影响。在区域2中，优选利用与区域1相比质量稍差的视频，诸如标清视频。在区域3，由于远处车辆到事件的距离，优选将静态图像发送到位于区域3中的远处实体。静态图像提供事件的一些细节，但由于远处车辆到事件的空间关系，通常不要求这种距离的事件的细小的细节，因为对于这种距离来说事件可能对远处车辆没有任何影响。对于位于距离事件非常远的区域4中的远处实体，可以发送抽象的素描或文字消息，因为由于远处的车辆事件可能都不在或不接近远处车辆的行驶的预定路线上，所以有很大的可能性是该事件不会影响到远处车辆的行驶。
图5示出了可以由处理器选择用于压缩捕获的场景数据的各种不同的场景质量的水平。在框20中，高质量的场景数据可包括没有延迟的现场视频。这可以被视为捕获具有大量的每秒捕获的帧的图像（例如，每秒30视频帧）。在相应的时间帧内，捕获的帧的数量越大，现场视频数据的质量越高。在这种质量的情况下，不使用压缩或使用很小量的压缩。
在框21中，通过压缩所捕获的场景数据，使得视频数据的质量和分辨率下降。在这种情况下，帧视频速率和图像质量的下降（例如，1帧/秒）将使场景数据尺寸下降并具有延迟。
在框22中，通过图像抽象方法，从捕获的场景数据提取静态图像。所提取的静态图像可以从压缩的视频或捕获的场景数据提取。静态图像是一帧视频数据或压缩的场景数据的快照。静态图像的分辨率和压缩质量可以通过效用值和网络利用参数来设定而改变。
在框23中，所发送的静态图像的数据尺寸可以通过从静态图像生成特征素描而降低。特征素描是代表捕获的事件的图/素描。特征素描的数据文件的大小与静态图像相比大大地减小了。
在框24中，所发送的数据文件的大小可以通过仅发送消息而进一步减小。该消息描述了在事件的位置正在发生的事件（例如，“在中心和主路的事故”）。
图6是用于车辆-实体通信系统的自适应场景压缩过程的方法的流程图。在步骤30中，通过与源实体相关的图像捕获装置来捕获事件。该图像捕获装置优选地是能够捕获高分辨率的视频数据的视频图像摄像机。或者，也可使用其它类型的图像装置。
在步骤31中，确定远处车辆的位置和由图像捕获装置所捕获的事件的位置之间的距离。
在步骤32中，确定自从由图像捕获装置捕获到事件之后所经过的时间。
在步骤33中，确定效用值。根据远处车辆的位置和事件的位置之间的距离以及根据自从捕获事件后经过的时间来确定效用值。
在步骤34中，确定源实体和远处车辆之间的通信网络的网络利用参数。无线通信信道的网络利用参数以及接收装置的网络利用参数用来确定通信网络的网络利用参数。
在步骤35中，将视频压缩应用于所捕获的场景数据。根据可用的带宽和效用值来确定压缩量。
在步骤36中，确定在应用视频压缩之后是否需要其它的质量降低。如果不需要进一步的质量降低，则过程前进到步骤38，在步骤38中，压缩的场景数据被发送到远处车辆。如果需要其它的质量降低，则过程前进到步骤37。
在步骤37中，图像抽象应用于压缩的场景数据，其中，从压缩的场景数据提取静态图像。图像抽象可进一步包括从静态图像生成特征素描或仅生成描述所捕获事件的文字消息。或者，如果需要仅使用图像抽象的压缩，则图像抽象可以直接应用于所捕获的图像数据，而不是将图像抽象应用于压缩的场景数据。
在步骤38中，将压缩的场景数据发送到远处车辆。
本文所述的实施例的优点在于场景数据的质量可以基于网络利用参数和根据空间关系和时间关系确定的效用值而自适应地由所捕获的数据形式而改变。发生在距离远处车辆很近并且从事件发生起很短的时间帧内的事件更希望接收到这种高质量的场景数据，从而提供事件的更多细节，因为该事件对于该远处车辆可能更重要。久远的（即，距离事件被捕获已经过去很长时间）以及距离远处车辆很远的事件对于远处车辆可能不是很重要。因此，通过考虑距离事件的距离以及从事件被捕获起所经过的时间，以及网络利用能力，可以相应地自适应地修改场景数据的质量的程度。
虽然已经详细描述了本发明的一些实施例，但本发明所属领域的技术人员将意识到用于实施本发明的各种替代性设计和实施例，而本发明由所附权利要求限定。

Claims (10)

1.一种用于在车辆-实体通信系统中进行场景信息共享的方法，所述方法包括以下步骤：
通过图像捕获装置捕获在源实体附近的事件的场景数据；
确定对应于所捕获的事件的位置和远处车辆的位置之间的空间关系；
确定所捕获的场景数据的时间标记和当前时间之间的时间关系；
根据所述空间关系和所述时间关系确定效用值；
确定用于传送和接收所述场景数据的通信网络的网络利用参数；
根据所述效用值和可用的带宽来将选择的水平的压缩应用于所捕获的场景数据；以及
将所述压缩的场景数据从所述源实体传送到所述远处车辆。
2.如权利要求1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将视频压缩应用于所捕获的场景数据。
3.如权利要求2所述的方法，其中，还包括将图像抽象应用于所述压缩的场景数据的步骤，其中，图像抽象包括从所述压缩的场景数据提取静态图像。
4.如权利要求1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将图像抽象应用于所捕获的场景数据，其中，图像抽象包括从所捕获的场景数据提取静态图像。
5.如权利要求1所述的方法，其中，将选择的水平的压缩应用于所捕获的场景数据包括将图像抽象应用于所捕获的场景数据，其中，图像抽象包括从所述静态图像生成特征素描。
6.一种车辆-实体通信系统，具有用于在源实体与远处车辆之间视频共享的自适应场景压缩，所述系统包括：
所述源实体的图像捕获装置，用于捕获在所述源实体附近的事件的视频场景数据；
用于确定效用值的信息效用模块，所述效用值是对应于所述捕获的事件的位置和所述远处车辆的位置之间的空间关系和所捕获的场景数据的时间标记和当前时间之间的时间关系的函数；
用于确定通信网络的网络利用参数的网络状态估计模块；
处理器，所述处理器用于根据所述效用值和所述通信网络的所述网络利用参数而将选择的压缩量应用于所捕获的场景数据；以及
发送器，用于将所述压缩的场景数据发送到所述远处车辆。
7.如权利要求6所述的系统，其中，将选择的水平的压缩应用于所捕获的场景数据的所述处理器包括将视频压缩应用于所捕获的场景数据的处理器。
8.如权利要求6所述的系统，其中，所述处理器将图像抽象应用于所述压缩的场景数据，其中，由所述处理器应用的图像抽象从所述压缩的场景数据提取静态图像。
9.如权利要求6所述的系统，其中，将选择的压缩量应用于所捕获的场景数据的处理器包括将图像抽象应用于所捕获的场景数据的处理器，其中，由所述处理器所应用的图像抽象从所捕获的场景数据提取静态图像。
10.如权利要求6所述的系统，其中，所述处理器生成与发生在所述静态图像中的事件相关的消息。
CN201110058728.6A 2010-03-11 2011-03-11 车辆-实体通信系统和在该系统中进行场景信息共享的方法 Expired - Fee Related CN102196030B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/721801 2010-03-11
US12/721,801 US20110221901A1 (en) 2010-03-11 2010-03-11 Adaptive Scene Rendering and V2X Video/Image Sharing

Publications (2)

Publication Number Publication Date
CN102196030A true CN102196030A (zh) 2011-09-21
CN102196030B CN102196030B (zh) 2016-08-17

Family

ID=44559605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110058728.6A Expired - Fee Related CN102196030B (zh) 2010-03-11 2011-03-11 车辆-实体通信系统和在该系统中进行场景信息共享的方法

Country Status (3)

Country Link
US (1) US20110221901A1 (zh)
CN (1) CN102196030B (zh)
DE (1) DE102011013310A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754405A (zh) * 2013-12-30 2015-07-01 北京大唐高鸿软件技术有限公司 基于车载短距离通信网的分层视频组播系统及方法
CN109412892A (zh) * 2018-10-23 2019-03-01 株洲中车时代电气股份有限公司 一种网络通信质量评估系统及方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5062498B2 (ja) * 2010-03-31 2012-10-31 アイシン・エィ・ダブリュ株式会社 風景マッチング用参照データ生成システム及び位置測位システム
JP5057183B2 (ja) * 2010-03-31 2012-10-24 アイシン・エィ・ダブリュ株式会社 風景マッチング用参照データ生成システム及び位置測位システム
US8773535B2 (en) * 2010-12-08 2014-07-08 GM Global Technology Operations LLC Adaptation for clear path detection using reliable local model updating
DE102012204880B4 (de) * 2011-03-29 2019-08-14 Continental Teves Ag & Co. Ohg Verfahren und Fahrzeug-zu-X-Kommunikationssystem zur selektiven Prüfung von Datensicherheitssequenzen empfangener Fahrzeug-zu-X-Botschaften
EP2995494B1 (en) * 2014-09-11 2020-04-08 Continental Automotive GmbH Animation arrangement
KR102375411B1 (ko) * 2015-05-11 2022-03-18 삼성전자주식회사 차량 주변 영상 제공 방법 및 장치
CN105282437B (zh) * 2015-09-07 2019-04-12 深圳市灵动飞扬科技有限公司 车载拍照方法及系统
CN107025800A (zh) * 2017-04-27 2017-08-08 上海斐讯数据通信技术有限公司 一种基于共享单车的停车监控方法及系统
US20200216022A1 (en) * 2017-09-20 2020-07-09 Sdc International, Llc Intelligent Vehicle Security System Using V2X Communication Network with Non Broadcast Protocol
WO2020014683A1 (en) * 2018-07-13 2020-01-16 Kache.AI Systems and methods for autonomous object detection and vehicle following
CN109068298B (zh) * 2018-09-21 2021-07-13 斑马网络技术有限公司 通信方法、通信装置、电子设备及存储介质
US20200153926A1 (en) * 2018-11-09 2020-05-14 Toyota Motor North America, Inc. Scalable vehicle data compression systems and methods
US11032370B2 (en) * 2018-11-14 2021-06-08 Toyota Jidosha Kabushiki Kaisha Wireless communications in a vehicular macro cloud
US10924417B2 (en) * 2019-01-11 2021-02-16 International Business Machines Corporation Cognitive communication channel-adaptation based on context
US11304040B2 (en) * 2020-07-14 2022-04-12 Qualcomm Incorporated Linking an observed pedestrian with a V2X device
US11893882B2 (en) 2022-01-13 2024-02-06 GM Global Technology Operations LLC System and process for determining recurring and non-recurring road congestion to mitigate the same

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1510927A (zh) * 2002-12-23 2004-07-07 ��˹���´﹫˾ 按选定分辨率发送感兴趣的数字视频数据选定区域的方法
CN1514587A (zh) * 2003-05-20 2004-07-21 晨 叶 视频压缩方式与网络带宽自适应的视频网络传输技术
CN1656522A (zh) * 2002-03-27 2005-08-17 松下电器产业株式会社 道路信息提供系统和装置、以及道路信息生成方法
US20050188112A1 (en) * 2004-02-10 2005-08-25 Oracle International Corporation System and method for dynamically selecting a level of compression for data to be transmitted
US20060082730A1 (en) * 2004-10-18 2006-04-20 Ronald Franks Firearm audiovisual recording system and method
CN1836264A (zh) * 2003-01-22 2006-09-20 松下电器产业株式会社 交通信息提供系统、交通信息表达方法与装置
CN1932446A (zh) * 2005-09-13 2007-03-21 株式会社日立制作所 车载终端、服务器装置、交通信息系统及线路数据更新法
CN101055191A (zh) * 2007-05-29 2007-10-17 倚天资讯股份有限公司 车辆导航系统及方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167155A (en) * 1997-07-28 2000-12-26 Physical Optics Corporation Method of isomorphic singular manifold projection and still/video imagery compression
US7284201B2 (en) * 2001-09-20 2007-10-16 Koninklijke Philips Electronics N.V. User attention-based adaptation of quality level to improve the management of real-time multi-media content delivery and distribution
US7394877B2 (en) * 2001-12-20 2008-07-01 Texas Instruments Incorporated Low-power packet detection using decimated correlation
US7257664B2 (en) * 2001-12-21 2007-08-14 Lambert Everest Ltd. Adaptive error resilience for signal transmission over a network
JP4193765B2 (ja) * 2004-01-28 2008-12-10 トヨタ自動車株式会社 車両用走行支援装置
CN101356827B (zh) * 2005-12-05 2011-02-02 英国电讯有限公司 非介入式视频质量测量
CN101689357B (zh) * 2007-04-11 2015-03-04 Red.Com公司 摄像机
US8017898B2 (en) * 2007-08-17 2011-09-13 Magna Electronics Inc. Vehicular imaging system in an automatic headlamp control system
US8174375B2 (en) * 2009-06-30 2012-05-08 The Hong Kong Polytechnic University Detection system for assisting a driver when driving a vehicle using a plurality of image capturing devices

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656522A (zh) * 2002-03-27 2005-08-17 松下电器产业株式会社 道路信息提供系统和装置、以及道路信息生成方法
CN1510927A (zh) * 2002-12-23 2004-07-07 ��˹���´﹫˾ 按选定分辨率发送感兴趣的数字视频数据选定区域的方法
CN1836264A (zh) * 2003-01-22 2006-09-20 松下电器产业株式会社 交通信息提供系统、交通信息表达方法与装置
CN1514587A (zh) * 2003-05-20 2004-07-21 晨 叶 视频压缩方式与网络带宽自适应的视频网络传输技术
US20050188112A1 (en) * 2004-02-10 2005-08-25 Oracle International Corporation System and method for dynamically selecting a level of compression for data to be transmitted
US20060082730A1 (en) * 2004-10-18 2006-04-20 Ronald Franks Firearm audiovisual recording system and method
CN1932446A (zh) * 2005-09-13 2007-03-21 株式会社日立制作所 车载终端、服务器装置、交通信息系统及线路数据更新法
CN101055191A (zh) * 2007-05-29 2007-10-17 倚天资讯股份有限公司 车辆导航系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754405A (zh) * 2013-12-30 2015-07-01 北京大唐高鸿软件技术有限公司 基于车载短距离通信网的分层视频组播系统及方法
CN104754405B (zh) * 2013-12-30 2019-01-15 北京大唐高鸿软件技术有限公司 基于车载短距离通信网的分层视频组播系统及方法
CN109412892A (zh) * 2018-10-23 2019-03-01 株洲中车时代电气股份有限公司 一种网络通信质量评估系统及方法
CN109412892B (zh) * 2018-10-23 2022-03-01 株洲中车时代电气股份有限公司 一种网络通信质量评估系统及方法

Also Published As

Publication number Publication date
US20110221901A1 (en) 2011-09-15
DE102011013310A1 (de) 2012-03-15
CN102196030B (zh) 2016-08-17

Similar Documents

Publication Publication Date Title
CN102196030A (zh) 自适应场景绘制v2x视频/图像共享
Aliyu et al. Towards video streaming in IoT Environments: Vehicular communication perspective
CN113498011B (zh) 车联网方法、装置、设备、存储介质及系统
CN112073142B (zh) 一种用于车辆的自动泊车方法及系统
Quadros et al. QoE-driven dissemination of real-time videos over vehicular networks
Hadiwardoyo et al. Experimental characterization of UAV-to-car communications
US9723451B2 (en) Providing location information of a terminal in a communication network
Baiocchi et al. Infotainment services based on push-mode dissemination in an integrated VANET and 3G architecture
Protzmann et al. Simulation of convergent networks for intelligent transport systems with vsimrti
CN103680180A (zh) 一种交通状况信息提示方法和系统
EP3900264A1 (en) Methods and nodes for in-advance qos prediction notification
JP2022126798A (ja) 道路側感知システム、交通制御方法、交通制御システムおよびコンピュータプログラム
US20230345295A1 (en) Data transmission method, related device, computer readable storage medium, and computer program product
KR101373175B1 (ko) 푸쉬 방식 통신 기반의 실시간 도로 모니터링 시스템 및 방법
Aliyu et al. Interference-aware multipath video streaming in vehicular environments
Filho et al. Satisfactory video dissemination on FANETs based on an enhanced UAV relay placement service
CN112270809A (zh) 一种基于智慧城市的特定应用的预警方法
SenthamilSelvan et al. Intersection collision avoidance in dedicated short‐range communication using vehicle ad hoc network
Vinel et al. Live video streaming in vehicular networks
Tsai et al. Evaluation of the effect of variations in vehicle velocity and channel bandwidth on an image-streaming system in vehicular networks
Wolfson et al. Resource discovery using spatio-temporal information in mobile ad-hoc networks
Abdi et al. Inter-vehicle video communications over vehicular ad hoc networks
CN116866883B (zh) 一种提高数据传输时效性的方法和系统
El-Mohsen et al. Vehicle public safety system design and implementation
OUSSAMA Network Traffic Control System For Vehicular Video Streaming

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160817

Termination date: 20180311

CF01 Termination of patent right due to non-payment of annual fee