CN107608388B - 自主警车 - Google Patents
自主警车 Download PDFInfo
- Publication number
- CN107608388B CN107608388B CN201710545428.8A CN201710545428A CN107608388B CN 107608388 B CN107608388 B CN 107608388B CN 201710545428 A CN201710545428 A CN 201710545428A CN 107608388 B CN107608388 B CN 107608388B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- autonomous
- sensor
- traffic regulations
- processor
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000009471 action Effects 0.000 claims abstract description 33
- 230000004044 response Effects 0.000 claims description 61
- 238000004891 communication Methods 0.000 claims description 45
- 238000010801 machine learning Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 31
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035987 intoxication Effects 0.000 description 1
- 231100000566 intoxication Toxicity 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
- B60W60/00259—Surveillance operations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2300/00—Indexing codes relating to the type of vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2300/00—Indexing codes relating to the type of vehicle
- B60W2300/26—Military
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Electromagnetism (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
描述了与自主警车有关的技术。一种方法可以涉及与自主车辆相关联的处理器获得由第一车辆违反一个或多个交通法规的指示。该方法还可以涉及处理器操纵自主车辆以追逐第一车辆。该方法还可以涉及处理器远程执行关于第一车辆的一个或多个动作。
Description
技术领域
本公开总体上涉及机动车辆,并且更具体地涉及自主警车。
背景技术
驾驶员辅助系统的出现和持续发展增强并自动化驾驶过程,以实现安全性和改进的用户体验。一个示例是自主车辆,它可以感测环境和周边地区,以在没有人为输入的情况下驾驶。虽然自主车辆可以并且将被编程以遵守交通法规,但是人类驾驶员可以在任何时候超驰该程序以控制和操作车辆。当车辆受人类驾驶员的控制时,存在违反交通法规的可能性。因此,仍然需要警方交通。
发明内容
根据本发明,提供一种方法,包含:
通过与自主车辆相关联的处理器获得由第一车辆违反一个或多个交通法规的指示;
响应于获得指示,通过处理器操纵自主车辆以追逐第一车辆;和
通过处理器远程执行关于第一车辆的一个或多个动作。
根据本发明的一个实施例,获得第一车辆违反一个或多个交通法规的指示包含:
控制传感器以将传感器指向预定方向;
接收来自传感器的数据;和
基于接收到的数据,确定第一车辆的速度超过阈值速度。
根据本发明的一个实施例,获得由第一车辆违反一个或多个交通法规的指示包含:
控制传感器以将传感器指向预定方向;
接收来自传感器的一个或多个图像;
分析一个或多个图像;和
响应于分析的结果,确定第一车辆已经违反了一个或多个交通法规中的至少一个。
根据本发明的一个实施例,获得由第一车辆违反一个或多个交通法规的指示包含无线地接收来自远程设备或第二车辆的信号,信号指示第一车辆已经违反一个或多个交通法规中的至少一个。
根据本发明的一个实施例,自主车辆追逐第一车辆的操纵包含:
跟踪第一车辆的位置;和
基于跟踪的结果,控制与自主车辆的至少速度和转向有关的操作。
根据本发明的一个实施例,远程执行关于第一车辆的一个或多个动作包含:
控制自主车辆上的摄像机将摄像机指向第一车辆的牌照;
变焦摄像机以获得牌照的放大视图;和
触发摄像机以捕获牌照的放大视图的图像。
根据本发明的一个实施例,远程执行关于第一车辆的一个或多个动作包含:
建立与第一车辆的无线通信;和
向第一车辆无线地发送第一消息,第一消息指示第一车辆违反一个或多个交通法规。
根据本发明的一个实施例,远程执行关于第一车辆的一个或多个动作进一步包含:
无线地接收来自第一车辆的响应,响应指示第一车辆在违反一个或多个交通法规时处于自主驾驶模式;
确定关于处于自主驾驶模式的第一车辆违反一个或多个交通法规的处置;和
向第一车辆无线地发送第二消息,第二消息指示作为确定的结果的处置。
根据本发明的一个实施例,远程执行关于第一车辆的一个或多个动作进一步包含:
无线地接收来自第一车辆的响应,响应包括第一车辆的驾驶员的驾驶执照的图像;
验证驾驶执照的真实性;
响应于验证真实性的肯定结果,确定关于处于手动驾驶模式的第一车辆违反一个或多个交通法规的处置;和
向第一车辆无线地发送第二消息,第二消息指示作为确定的结果的处置。
根据本发明的一个实施例,方法进一步包含:
执行机器学习工具以了解可观察到一个或多个车辆违反一个或多个交通法规的一个或多个位置;和
操纵自主车辆停放在一个或多个位置中的一个。
根据本发明,提供一种可在自主车辆中实施的装置,包含:
至少一个传感器;和
处理器,处理器连接以从至少一个传感器接收数据并控制至少一个传感器的操作,处理器配置为执行以下操作,包括:
获得第一车辆违反一个或多个交通法规的指示;
响应于获得指示,操纵自主车辆以追逐实施第一车辆;和
远程执行关于第一车辆的一个或多个动作。
根据本发明的一个实施例,在获得由第一车辆违反一个或多个交通法规的指示时,处理器配置为执行以下操作,包含:
控制至少一个传感器以将传感器指向预定方向;
接收来自至少一个传感器的数据;和
基于接收到的数据,确定第一车辆的速度超过阈值速度。
根据本发明的一个实施例,在获得第一车辆违反一个或多个交通法规的指示时,处理器配置为执行以下操作,包含:
控制至少一个传感器以将传感器指向预定方向;
接收来自至少一个传感器的一个或多个图像;
分析一个或多个图像;和
响应于分析的结果,确定第一车辆已经违反了一个或多个交通法规中的至少一个。
根据本发明的一个实施例,在操纵自主车辆追逐第一车辆时,处理器配置为执行以下操作,包含:
跟踪第一车辆的位置;和
基于跟踪的结果,控制与自主车辆的至少速度和转向有关的操作。
根据本发明的一个实施例,在远程执行关于第一车辆的一个或多个动作时,处理器配置为执行以下操作,包含:
控制自主车辆上的摄像机以将摄像机指向第一车辆的牌照;
变焦摄像机以获得牌照的放大视图;和
触发摄像机以捕获牌照的放大视图的图像。
根据本发明的一个实施例,在远程执行关于第一车辆的一个或多个动作时,处理器配置为执行以下操作,包含:
建立与第一车辆的无线通信;和
向第一车辆无线地发送第一消息,第一消息指示第一车辆违反一个或多个交通法规。
根据本发明的一个实施例,在远程执行关于第一车辆的一个或多个动作时,处理器配置为进一步执行以下操作,包含:
无线地接收来自第一车辆的响应,响应指示第一车辆在违反一个或多个交通法规时处于自主驾驶模式;
确定关于处于自主驾驶模式的第一车辆违反一个或多个交通法规的处置;和
向第一车辆无线地发送第二消息,第二消息指示作为确定的结果的处置。
根据本发明的一个实施例,在远程执行关于第一车辆的一个或多个动作时,处理器配置为进一步执行以下操作,包含:
无线地接收来自第一车辆的响应,响应包括第一车辆的驾驶员的驾驶执照的图像;
验证驾驶执照的真实性;
响应于验证真实性的肯定结果,确定关于处于手动驾驶模式的第一车辆违反一个或多个交通法规的处置;和
向第一车辆无线地发送第二消息,第二消息指示作为确定的结果的处置。
根据本发明的一个实施例,处理器配置为进一步执行以下操作,包含:
执行机器学习工具以了解可观察到一个或多个车辆违反一个或多个交通法规的一个或多个位置;和
操纵自主车辆停放在一个或多个位置中的一个。
根据本发明,提供一种可在自主车辆中实施的装置,包含:
至少一个传感器,至少一个传感器配置为检测第一车辆的移动并提供指示检测的结果的传感器数据;
通信设备,通信设备配置为无线地接收和发送数据;
车辆控制接口,车辆控制接口配置为与自主车辆的一个或多个部件通信以用于自主车辆的操纵;和
处理器,处理器连接到至少一个传感器、通信设备和车辆控制接口,处理器配置为执行以下操作,包含:
基于从至少一个传感器接收到的传感器数据、从通信设备接收到的数据或者它们的组合,来确定第一车辆违反一个或多个交通法规;和
响应于违反的确定,通过车辆控制接口操纵自主车辆追逐第一车辆。
附图说明
参考附图描述了本公开的非限制性和非穷尽性实施例,其中除非另有说明,相同的附图标记表示各个附图中的相同部件。
图1是描绘可以利用根据本公开的自主警车的示例场景的示意图;
图2是描绘可以利用根据本公开的自主警车的另一示例场景的示意图;
图3是描绘根据本公开的实施例的示例装置的简化框图;
图4是描绘根据本公开的实施例的示例过程的流程图。
具体实施方式
在下面的描述中,参考形成其一部分的附图,并且其中通过示例方式示出可以实践本公开的具体示例性实施例。对这些实施例进行了详细的描述,以使本领域技术人员能够实践本文公开的概念,并且应当理解的是,在不脱离本公开的范围的情况下,可以对各种公开的实施例进行修改,并且可以利用其他实施例。因此,以下详细描述不被认为是限制性的。
可以自动执行常规警务任务(例如发出超速或未停在停车标志上的传票),以便人类警务人员可以执行不能自动执行的任务。因此,本公开描述了可以代表人类警务人员执行自动化任务(例如执行交通法规并向违反交通法规的司机发出传票/传讯)的自主警车。
在根据本公开的各种实施例中,自主警车可以通过识别违规者、让违规车辆靠边停车、捕获违规车辆的牌照的图像、确定违规车辆的驾驶员、接收驾驶执照的图像(如果人正在驾驶车辆)、认证驾驶执照、确定是发出警告还是传票、与车辆进行有关警告/传票决定的通信、以及指示违规车辆可以自由离开来执行交通法规。
图1示出了可以利用根据本公开的自主警车110(POLICE)的示例场景100。场景100是一个说明性的示例,说明如何将自主警车110用于执行常规警务任务以代替或补充人类警务人员。可以使用机器学习工具(例如,深层神经网络)对自主警车110进行训练或编程,以找到好的隐藏点来捕捉诸如例如超速者、红灯违规者和停止标志违规者的交通法规违规者。自主警车110基于通过深层神经网络的机器学习,可以找到对象180(在图1中示出为树)后面的一个点,并且停留在对象180后面的那个位置处,以便难以察觉。自主警车110可以装备有一个或多个传感器(例如,摄像机和/或激光系统),如图1中的传感器115所示并由其表示,以检测附近车辆的速度,并且自主警车110可以确定将一个或多个传感器中的每一个瞄准哪里以精确地监视交通。自主警车110可以经由无线通信基础设施170和通信网络190与位于远程的中央计算系统195进行无线通信。
在操作中,自主警车110可以获得车辆120违反一个或多个交通法规的指示。例如,自主警车110可以控制或以其他方式从其当前位置和/或方向调整其位置和/或方向,使得激光系统可以基于从自主警车110的当前位置到与迎面而来的交通流相交的点的视线以预定方向(例如,朝向迎面而来的交通流)瞄准或指向。在场景100中,自主警车110可以定位和/或定向自身,使得激光系统瞄准或指向包括车辆120的流量交通。因此,自主警车110可以接收来自激光系统的数据(例如,车辆120的速度)。基于接收到的数据,自主警车110可以基于接收到的数据来确定车辆120的速度超过阈值速度。自主警车110可以通过搜索当地交通法规数据库中的给定路段的合法速度限制或通过查询远程中央计算系统195来确定该路段的阈值速度。
作为另一示例,自主警车110可以控制传感器(其可以是摄像机),以将传感器指向预定方向(例如,朝向迎面而来的交通流)。在场景100中,自主警车110可以从其当前位置和/或方向来控制或以其他方式调整其位置和/或方向,使得摄像机可以基于从自主警车110的当前位置到车辆120的视线来瞄准或指向包括车辆120的流量交通。结果,自主警车110可以接收来自摄像机的一个或多个图像。自主警车110可以基于机器学习来分析一个或多个图像,并且根据一个或多个图像的分析结果来确定车辆120已经违反了一个或多个交通法规中的至少一个。
替代地或附加地,自主警车110可以通过无线地接收来自诸如监控摄像机140和/或路侧传感器160的远程设备或者其他车辆(例如车辆130)的信号来获得车辆120违反一个或多个交通法规的指示,其中信号指示车辆120违反一个或多个交通法规中的至少一个。在图1所示的示例中,车辆120可以通过交通控制项目150(例如,停车标志或交通信号灯)行驶而不停止,在图1中由交通信号灯示出并由其表示。可能存在与交通控制项目150相关联的监控摄像机140和路边传感器160(例如摄像机),其每个可以检测车辆120违反一个或多个交通法规(例如,未停在停车标志处或红灯时行驶)。监控摄像机140和路侧传感器160中的每一个可以配置为经由无线通信基础设施170(在图1中由塔示出并由其表示)无线地向中央计算系统195发送指示车辆120已经违反一个或多个交通法规中的至少一个的各自的信号。响应于从监控摄像机140和/或路侧传感器160接收到这样的信号,中央计算系统195可以经由无线通信基础设施170将信号发送到自主警车110,以使自主警车110知道车辆120违反交通法规。此外,车辆120可以以高于限速190的速度驾驶来超速。当车辆120超过限速190时,车辆130可以在车辆120附近行驶。车辆130可以配备有速度传感器并且可以检测到车辆120正在超速。因此,车辆130可以经由无线通信基础设施170向中央计算系统195发送指示车辆120已经违反一个或多个交通法规中的至少一个的信号。响应于接收到来自车辆130的信号,中央计算系统195可以经由无线通信基础设施170将信号发送到自主警车110,以使自主警车110知道车辆120违反交通法规。
响应于获得信号或以其他方式确定车辆120违反一个或多个交通法规中的至少一个,自主警车110可以继续追逐车辆120。在追逐车辆120时,自主警车110可以跟踪车辆120的位置并且基于跟踪的结果控制其速度和/或转向。例如,自主警车110可以配备捕获车辆120的视频图像的摄像机,并且自主警车110可以分析视频图像中的车辆120的移动,以跟踪车辆120的移动和位置。作为另一个示例,自主警车110可以接收和分析来自各种远程传感器(例如监控摄像机140和路侧传感器160)的信号和/或数据,以确定和跟踪车辆120的位置。此外,在追逐车辆120期间,自主警车110可以远程执行关于车辆120的一个或多个动作。例如,自主警车110可以控制其摄像机(例如,传感器115)以将摄像机指向车辆120的牌照。自主警车110可以变焦摄像机以获得牌照的放大视图,并且触发摄像机以捕获牌照的放大视图的图像。替代地或附加地,自主警车110可以从一个或多个远程设备和/或一个或多个其他车辆(例如,监控摄像机140、路侧传感器150和/或车辆130)接收车辆120的牌照的图像。
在接近车辆120或使车辆120路边停车时,自主警车110可以远程执行关于车辆120的一个或多个动作。下面参照图2描述说明性示例。
图2示出了可以利用根据本公开的自主警车210的示例场景200。场景200是已经违反一个或多个交通法规的违规车辆220已经或正在被根据本公开的实施例的自主警车210勒令路边停车可能发生的情况的示例。自主警车210和车辆220中的每一个可以分别是自主警车110和车辆120的示例性实施方式。因此,上述关于自主警车110和车辆120中的每一个的描述分别适用于自主警车210和车辆220。
如场景200所示,在时间T1,自主警车210和车辆220可以首先使用适用于车辆-车辆通信的任何协议和/或技术建立无线通信。在已经建立与车辆220的无线通信之后,在时间T2,自主警车210可以无线地向车辆220发送第一消息,其中第一消息指示车辆220违反了一个或多个交通法规。车辆220可以是自主驾驶模式(例如,由车辆220的控制系统自主驾驶)或手动驾驶模式(例如,由人类驾驶员手动驾驶)。
在车辆220在违反一个或多个交通法规时处于自主驾驶模式的情况下,在时间T3,车辆220可以无线地将响应发送到自主警车210,其中响应指示车辆220在违反一个或多个交通法规时处于自主驾驶模式。响应还可以包括识别车辆220和/或车辆220的注册所有者的信息。由车辆220发送的响应可以由车辆220自动生成(例如,当车辆220处于自主驾驶模式时)或由车辆220的驾驶员手动生成(例如,当车辆处于手动驾驶模式时)。在接收到来自车辆220的响应时,自主警车210可以确定关于处于自主驾驶模式的车辆220违反一个或多个交通法规的处置。随后,在时间T4,自主警车210可以无线地向车辆220发送第二消息,其中第二消息指示作为确定的结果的处置。例如,处置可以包括具有罚款的传票或没有罚款的警告,并且还可以包括指示车辆220可以离开场景的消息。自主警车210可以记录刚刚发生的和/或无线地将记录传送到一个或多个政府机构(例如,警察局和/或机动车辆部门)。
在车辆220在违反一个或多个交通法规时处于手动驾驶模式的情况下,在时间T3,车辆220可以将响应无线地传送到自主警车210,其中响应包括车辆220的驾驶员的驾驶执照的图像。例如,车辆220可以配备有摄像机,并且驾驶员可以为摄像机保持他/她的驾驶执照以捕获要发送到自主警车210以作响应的部分的驾驶执照的图像作。或者,车辆220可以具有存储在本地存储器或数据库中的驾驶员的驾驶执照的图像,并且可以将图像作为响应的一部分传送到自主警车210。在收到车辆220的响应后,自主警车210可以验证驾驶执照的真实性。例如,自主警车210可以访问本地存储的给定地理区域(例如,城市、县或州)内的驾驶员的记录和/或无线地请求和接收驾驶执照中指示的驾驶员的记录。响应于验证真实性的肯定结果(例如,驾驶执照是真实的),自主警车210可以确定关于处于手动驾驶模式的车辆220违反一个或多个交通法规的处置。随后,在时间T4,自主警车210可以无线地向车辆220发送第二消息,其中第二消息指示作为确定的结果的处置。例如,处置可以包括具有罚款的传票或没有罚款的警告,并且还可以包括指示车辆220可以离开场景的消息。在确定是否发出传票或警告时,自主警车210可以搜索本地记录或查询中央计算系统(例如,中央计算系统195)以查找车辆220或与车辆220相关联的任何驾驶员的违反交通法规的任何记录。当车辆220或车辆220的驾驶员存在一个或多个事先违反一个或多个交通法规的记录时,自主警车210可以发出传票。当车辆220或车辆220的驾驶员没有任何事先违反交通法规的记录时,自主警车210可以发出警告。自主警车210可以保存刚刚发生的记录和/或将记录无线传送到一个或多个政府机构(例如,警察局和/或机动车辆部门)。
由于自主警车210可以配备或以其他方式配置为携带一个或多个乘客或用户(例如,警察),场景200中的乘客警务人员可以采取一个或多个附加的手动动作。例如,如果确定车辆220的驾驶员在酒后驾驶(DUI)或在醉酒下驾驶(DWI),则自主警车210的乘客警务人员可以相应地采取适当的行动(例如,走出自主警车210、检查车辆220的驾驶员并拘留车辆220的驾驶员)。例如,自主警车210可以通过机器学习识别车辆的异常行为,作为由驾驶员在酒后操作车辆的指示。因此,当车辆220的运动出现可疑(例如,突然停止、曲折运动、异常车道改变等)时,自主警车210可以在车辆220处于手动驾驶模式并且驾驶员在酒后驾驶的假设下使车辆220路边停车。
图3示出了根据本公开的实施例的示例设备或自主警车控制器300。自主警车控制器300可以执行与本文描述的技术、方法和系统相关的各种功能,包括上面关于场景100和场景200所描述的功能以及下面关于过程400描述的功能。自主警车控制器300可以安装在、加载在、连接到或以其他方式实施在场景100中的自主警车110和场景200中的自主警车210,以实现根据本公开的各种实施例。自主警车控制器300可以包括图3所示的至少一些部件。
自主警车控制器300可以包括至少一个传感器。为了说明的目的,至少一个传感器被示为一个或多个传感器320(1)-320(N),其中N是大于或等于1的正整数。一个或多个传感器320(1)-320(N)可以包括至少一个摄像机、至少一个激光枪、至少一个光检测和测距(LIDAR)传感器、至少一个超声传感器、至少一个雷达传感器、或者它们的任何组合。一个或多个传感器320(1)-320(N)中的每一个可以配置为检测一个或多个车辆的存在和/或移动并生成代表或指示检测结果的传感器数据。一个或多个传感器320(1)-320(N)中的每一个可以安装在相应的定向机构上或以其他方式连接到相应的定向机构。每个定向机构可以配置为旋转、枢转、转动或以其它方式改变相应传感器的角度或方向。也就是说,每个定向机构可以包括必要的机械、电气、气动和/或液压部件,以实现相应传感器的方向的改变。
自主警车控制器300可以包括通信设备330。通信设备330可以配置为向一个或多个其他车辆和/或一个或多个无线通信网络的一个或多个部件无线地发送和接收数据。例如,通信设备330可以配置为直接从监控摄像机140、路侧传感器160和/或车辆120无线地接收数据。替代地或附加地,通信设备330可以配置为经由无线通信基础设施170从中央计算系统195无线地接收由监控摄像机140、路边传感器160和/或车辆120提供的数据。
自主警车控制器300可以包括配置为在其中存储数据、固件和软件程序的存储器设备340。例如,存储器设备340可以存储地理区域(例如,城市、县或州)内驾驶员和/或车辆的记录342。替代地或附加地,存储器设备340可以包括交通法规的交通法规数据库346。
自主警车控制器300可以包括通信地连接以从一个或多个传感器320(1)-320(N)接收数据和控制一个或多个传感器320(1)-320(N))的操作并且控制通信设备330的操作的处理器310。处理器310可以连接到存储器设备340以访问存储在其中的数据并执行存储在其中的任何固件和/或软件程序。处理器310可以获得第一车辆(例如,车辆120)违反一个或多个交通法规的指示。处理器310还可以响应于获得指示而操纵自主警车追逐第一车辆。处理器310可以进一步远程执行关于第一车辆的一个或多个动作。例如,处理器310可以基于从一个或多个传感器320(1)-320(N)接收的传感器数据和/或经由通信设备330(例如,从中央计算系统195)接收到的数据来确定第一车辆违反一个或多个交通法规,并且处理器310可以经由车辆控制接口360来操纵自主车辆,以响应于确定违反一个或多个交通法规来追逐第一车辆。
在一些实施例中,在获得第一车辆违反一个或多个交通法规的指示时,处理器310可配置为执行多个操作。例如,处理器310可以控制一个或多个传感器320(1)-320(N)中的传感器(例如,激光枪)以将传感器指向预定方向(例如,对于一个或多个传感器320(1)-320(N),允许一个或多个交通违章行为在视线内或可见的方向)。处理器310可以从传感器接收数据(例如,由激光枪读取的速度)。处理器310可以基于接收到的数据来确定第一车辆的速度超过阈值速度。处理器310可以通过搜索交通法规数据库346中的给定路段的法定速度限制或者通过查询远程中央计算系统(例如,中央计算系统195)来确定该路段的阈值速度。作为另一示例,处理器310可以控制一个或多个传感器320(1)-320(N)中的传感器(例如,摄像机)以将传感器指向预定方向。处理器310可以从传感器接收一个或多个图像并分析该一个或多个图像。响应于分析的结果,处理器310可以确定第一车辆已经违反一个或多个交通法规中的至少一个。
替代地或附加地,在获得第一车辆违反一个或多个交通法规的指示时,处理器310可以无线地从远程设备(例如,监控摄像机140)或第二车辆(例如,车辆130)接收信号,该信号指示第一车辆已经违反一个或多个交通法规中的至少一个。在一些实施例中,处理器310可以经由通信设备330向一个或多个政府机构无线地发送请求支援、医疗辅助或任何类型的协助的请求。
在一些实施例中,在操纵自主警车追逐第一车辆时,处理器310可以配置为跟踪第一车辆的位置并且基于跟踪的结果来控制与自主警车的至少速度和转向相关的操纵。例如,处理器310可以控制一个或多个传感器320(1)-320(N)来跟随第一车辆以确定第一车辆的移动和位置。作为另一示例,处理器310可以经由通信设备330无线地从第一车辆、无线通信服务提供商、监控系统、一个或多个卫星、一个或多个这样的信息来源或者它们的任何组合接收关于第一车辆的位置信息。
在一些实施例中,在远程执行关于第一车辆的一个或多个动作中,处理器310可以配置为执行多个操作。例如,处理器310可以控制一个或多个传感器320(1)-320(N)的摄像机以将摄像机指向第一车辆的牌照。处理器310可以变焦摄像机以获得牌照的放大视图。处理器310可以触发摄像机以捕获牌照的放大视图的图像。
在一些实施例中,在远程执行关于第一车辆的一个或多个动作时,处理器310可以配置为执行多个其他操作。例如,处理器310可以经由通信设备330建立与第一车辆的无线通信(例如,使用适合于车辆-车辆通信的任何协议和/或技术)。处理器310可以经由通信设备330将第一消息无线地发送到第一车辆,其中第一消息指示第一车辆违反一个或多个交通法规。替代地或附加地,处理器310还可以触发自主警车的警报器以发出警报以通知第一车辆路边停车。
在一些实施例中,在远程执行关于第一车辆的一个或多个动作时,处理器310可配置为执行附加操作。例如,处理器310可以经由通信设备330无线地接收来自第一车辆的响应,其中响应指示第一车辆在违反一个或多个交通法规时处于自主驾驶模式。处理器310可以确定关于处于自主驾驶模式的第一车辆违反一个或多个交通法规的处置(例如,发出警告或传票)。处理器310可以经由通信设备330向第一车辆无线地发送第二消息,第二消息指示作为确定的结果的处置(例如,第二消息可以触发第一车辆显示和/或打印传票或警告,并且第二消息可以指示第一车辆可以自由离开)。
作为另一示例,处理器310可以经由通信设备330无线地接收来自第一车辆的响应,其中响应包括第一车辆的人类驾驶员的驾驶执照的图像。处理器310可以验证驾驶执照的真实性(例如,通过检查记录342中的驾驶员数据或者通过检查警方数据库和/或一个或多个其他政府机构的任何数量的数据库)。响应于验证真实性的肯定结果,处理器310可以确定关于处于手动驾驶模式的第一车辆违反一个或多个交通法规的处置(例如,发出警告或传票)。处理器310可以经由通信设备330向第一车辆无线地发送第二消息,其中第二消息指示作为确定的结果的处置(例如,第二消息可以触发第一车辆显示和/或打印传票或警告,并且第二消息可以指示第一辆车可以自由离开)。
在一些实施例中,处理器310可以配置为执行机器学习工具(例如,深层神经网络)以了解可观察到一个或多个车辆违反一个或多个交通法规的一个或多个位置。例如,机器学习工具可以是作为一个或多个软件程序344的一部分存储在存储器设备340中的软件程序,并且因此,处理器310可以执行用于学习的一个或多个软件程序344。处理器310还可以操纵自主警车以停放在一个或多个位置中的一个位置处。另外,处理器310可以配置为接收更新以更新记录342以及更新一个或多个软件程序344(例如,经由通信设备330无线地)。
在一些实施例中,自主警车控制器300可以包括连接到处理器310的输入/输出(I/O)设备350。由于自主警车控制器300可以在配备或以其他方式配置为携带一个或多个乘客或用户(例如,警察)的自主警车中实施,I/O设备350可以配置为从一个或多个用户接收用户输入,并且向一个或多个用户显示、呈现或以其他方式提供信息/数据(例如,视觉上、听觉地或者视觉上和听觉上两者)。例如,I/O设备350可以包括一个或多个触摸感测面板、一个或多个键盘、一个或多个无线电拨号盘、一个或多个麦克风和一个或多个扬声器中的一个或多个。处理器310可以经由I/O设备350从用户(例如乘坐自主警车的警察)接收用户输入,该用户输入指示用户正在接管以手动地控制、操作或以其他方式操纵自主警车。作为响应,处理器310可以从自主驾驶模式变换为手动驾驶模式,并且将对车辆的控制放弃给用户。
在一些实施例中,自主警车控制器300可以包括连接到处理器310的车辆控制接口360,使得在处理器310以自主驾驶模式操作时在无人为输入、控制和/或干预的情况下处理器310可以自主地控制、操作或以其他方式操纵自主警车(例如,自主警车110和/或自主警车210)。车辆控制接口360可以与自主警车的必要的机械、电气、气动和/或液压部件进行通信,用于控制和/或操纵自主警车。因此,在从处理器310接收信号和/或命令时,车辆控制接口360可以起动、触发、控制和/或操作自主警车辆的一个或多个部件(例如,驱动和操纵自主警车)。
图4示出了根据本公开的示例过程400。过程400可以包括一个或多个显示为诸如410、420和430的框以及子框412、414、416、422、424、432、434、436和438的操作、动作或功能。虽然示出为离散框,过程400的各个框可以根据所需的实施方式划分成附加框、组合成更少的框或者被消除。过程400可以在场景100和场景200以及自主警车控制器300中实现。为了说明的目的并且在不限制过程400的范围的情况下,在场景100中的自主警车控制器300的情况下提供对过程400的以下描述。过程400可以从框410开始。
在410,过程400可以包括与自主警车110相关联的处理器310获得车辆120违反一个或多个交通法规的指示。在获得车辆120违反一个或多个交通法规的指示时,过程400可以包括处理器310执行多个操作,如子框412、414和416所示。在412,过程400可以包括处理器310控制传感器。过程400可以从412进行到414。在414,过程400可以包括处理器310从传感器接收数据和/或信息。例如,处理器310可以控制传感器(例如,激光枪)以将传感器指向预定方向、从传感器接收数据、以及基于接收到的数据确定车辆120的速度超过阈值速度。作为另一示例,处理器310可以控制传感器(例如,摄像机)以将传感器指向预定方向、从传感器接收一个或多个图像、分析一个或多个图像、以及响应于分析的结果确定车辆120已经违反一个或多个交通法规(例如,红灯时行驶)中的至少一个。或者,在416,在获得车辆120违反一个或多个交通法规的指示时,过程400可以包括处理器310无线地从远程设备(例如,监控摄像机、路边摄像机或速度传感器)或车辆130接收信号,该信号指示车辆120已经违反一个或多个交通法规中的至少一个。过程400可以从410进行到420。
在420,过程400可以包括处理器310响应于获得指示来操纵自主警车110以追逐车辆120。在操纵自主警车110追逐车辆120时,过程400可以包括处理器310执行多个操作,如子框422和424所示。在422,过程400可以包括处理器310跟踪车辆120的位置。过程400可以从422进行到424。在424,过程400可以包括处理器310基于跟踪的结果来控制与自主警车110的至少速度和转向有关的操作。过程400可以从420进行到430。
在430,过程400可以包括处理器310远程执行关于车辆120的一个或多个动作。在远程执行关于车辆120的一个或多个动作中,过程400可以包括处理器310执行多个操作,如在子框432、434、436和438中示出。在432,过程400可以包括处理器310捕获车辆120的牌照的图像。例如,处理器310可以控制自主警车110上的摄像机以将摄像机指向车辆120的牌照、变焦摄像机以获得牌照的放大视图、以及触发摄像机以捕获牌照的放大视图的图像。在434,在远程执行关于车辆120的一个或多个动作中,处理器310可以建立与车辆120的无线通信(例如,使用适合于车辆-车辆通信的任何协议和/或技术)。过程400可以从434进行到436。在436,处理器310可以与车辆120进行无线通信。过程400可以从436进行到438。在438,处理器310可以确定处置(例如,发出警告或传票)。例如,处理器310可以首先建立与车辆120的无线通信,然后无线地将第一消息发送到车辆120,其中第一消息指示车辆120违反一个或多个交通法规。
在车辆120在违反一个或多个交通法规时处于自主驾驶模式的情况下,处理器310可以无线地接收来自车辆120的响应,该响应指示车辆120在违反一个或多个交通法规时处于自主驾驶模式。处理器310可以确定关于处于自主驾驶模式的车辆120违反一个或多个交通法规的处置(例如,发出警告或传票)。处理器310还可以向车辆120无线地发送第二消息,其中第二消息指示作为确定的结果的处置(例如,第二消息可以触发第一车辆显示和/或打印传票或警告,并且第二消息可以指示第一车辆可以自由离开)。
在车辆120在违反一个或多个交通法规时处于手动驾驶模式的情况下,处理器310可以无线地接收来自车辆120的响应,其中响应包括车辆120的人类驾驶员的驾驶执照的图像。处理器310可以验证驾驶执照的真实性(例如,通过检查警方数据库和/或一个或多个其他政府机构的任何数量的数据库)。响应于验证真实性的肯定结果,处理器310可以确定关于处于手动驾驶模式的车辆120违反一个或多个交通法规的处置(例如,发出警告或传票)。处理器310还可以向车辆120无线地发送第二消息,其中第二消息指示作为确定的结果的处置(例如,第二消息可以触发第一车辆显示和/或打印传票或警告,并且第二消息可以指示第一车辆可以自由离开)。
在一些实施例中,过程400可以包括处理器310执行一个或多个附加操作。例如,过程400可以包括处理器310执行机器学习工具以了解可观察到一个或多个车辆违反一个或多个交通法规的一个或多个位置。过程400还可以包括处理器310操纵自主警车110以停放在一个或多个位置中的一个位置。在一些实施例中,机器学习工具可以包括深层神经网络。
在上述公开中,已经参考了构成其一部分的附图,并且其中通过说明可以实践本公开的具体实施方式的方式示出了附图。应当理解的是,在不脱离本公开的范围的情况下,可以利用其他实施方式并且可以进行结构改变。说明书中对“一个实施例”、“实施例”、“示例实施例”等的参考表明所描述的实施例可以包括特定特征、结构或特性,但是每个实施例可以不必需包括特定特征、结构或特性。此外,这样的短语不一定指代相同的实施例。此外,当结合实施例描述特定特征、结构或特性时,应当认为,结合其他实施例改变这样的特征、结构或特性是在本领域技术人员的知识范围内,无论是否有明确描述。
本文公开的系统、装置、设备和方法的实施方式可以包含或利用包括诸如本文所讨论的一个或多个处理器和系统存储器的计算机硬件的专用或通用计算机。在本公开的范围内的实施方式还可以包括用于携带或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这样的计算机可读介质可以是可由通用或专用计算机系统访问的任何可用介质。存储计算机可执行指令的计算机可读介质是计算机存储介质(设备)。携带计算机可执行指令的计算机可读介质是传输介质。因此,作为示例而非限制,本公开的实施方式可以包含至少两种截然不同的计算机可读介质:计算机存储介质(设备)和传输介质。
计算机存储介质(设备)包括RAM(随机存取存储器)、ROM(只读存储器)、EEPROM(电可擦除可编程只读存储器)、CD-ROM、固态驱动器(“SSD”)(例如,基于RAM)、闪存、相变存储器(“PCM”)、其他存储器类型、其他光盘存储器、磁盘存储器或其他磁存储设备、或可用于以计算机可执行指令或数据结构的形式存储所需程序代码并且可以由通用或专用计算机访问的任何其他介质。
本文公开的设备、系统和方法的实施方式可以通过计算机网络进行通信。“网络”被定义为使得能够在计算机系统和/或模块和/或其他电子设备之间传送电子数据的一个或多个数据链路。当信息通过网络或其他通信连接(硬连线、无线、或者硬连线或无线的任何组合)传送或提供给计算机时,计算机将连接适当地视为传输介质。传输介质可以包括网络和/或数据链路,网络和/或数据链路可以用于以计算机可执行指令或数据结构的形式携带所需的程序代码装置,并且其可以由通用或专用计算机访问。以上的组合也应包括在计算机可读介质的范围内。
计算机可执行指令包含例如在处理器执行时使通用计算机、专用计算机或专用处理设备执行某一功能或一组功能的指令和数据。计算机可执行指令可以是例如二进制文件、诸如汇编语言的中间格式指令、甚至是源代码。尽管主题已经以结构特征和/或方法动作特有的语言描述,但是应当理解的是,所附权利要求中限定的主题不一定限于上述描述的特征或动作。相反,所描述的特征和动作被公开为实现权利要求的示例形式。
本领域技术人员将理解的是,本公开可以在具有许多类型的计算机系统结构的网络计算环境中实施,计算机系统结构包括:内置车辆计算机、个人计算机、台式计算机、便携式计算机、消息处理器、手持设备、多处理器系统、基于微处理器或可编程消费电子产品、网络PC(个人计算机)、小型计算机、大型计算机、移动电话、PDA(掌上电脑)、平板电脑、寻呼机、路由器、交换机、各种存储设备等。本公开还可以在分布式系统环境中实现,其中通过网络连接(通过硬连线数据链路、无线数据链路、或者通过硬连线和无线数据链路的任何组合)的本地和远程计算机系统都执行任务。在分布式系统环境中,程序模块可以位于本地和远程存储设备中。
此外,在适当的情况下,本文所描述的功能可以在硬件、软件、固件、数字部件或模拟部件中的一个或多个中执行。例如,一个或多个专用集成电路(ASIC)可以编程为执行本文所述的一个或多个系统和程序。在整个描述和权利要求中使用某些术语来指代特定的系统部件。如本领域技术人员将理解的,部件可以由不同的名称引用。本文档不旨在区分名称而非功能不同的部件。
应当注意的是,上述传感器实施例可以包含计算机硬件、软件、固件或它们的任何组合,以执行它们功能的至少一部分。例如,传感器可以包括配置为在一个或多个处理器中执行的计算机代码,并且可以包括由计算机代码控制的硬件逻辑/电路。这些示例设备在本文中是为了说明的目的而提供的,并且不旨在是限制性的。本公开的实施例可以在相关领域的技术人员已知的更多类型的设备中实现。
本公开的至少一些实施例已针对包含存储在任何计算机可用介质上的逻辑(例如,以软件的形式)的计算机程序产品。当在一个或多个数据处理设备中执行时,这样的软件使得设备如本文所述进行操作。
虽然上面已经描述了本公开的各种实施例,但是应当理解的是,它们仅以示例的方式呈现,而不是限制。对于相关领域的技术人员显而易见的是,在不脱离本公开的精神和范围的情况下,可以在形式和细节上进行各种改变。因此,本公开的宽度和范围不应该由上述示例性实施例中的任何一个限制,而应仅根据所附权利要求及其等同物来限定。为了说明和描述的目的,呈现了前述描述。本公开并非旨在穷举或将本公开限制为所公开的精确形式。根据上述教导,许多修改和变化是可能的。此外,应当注意的是,可以以期望形成本公开的附加混合实施方式的任何组合来使用上述替代实施方式中的任何一个或全部。
Claims (13)
1.一种可在自主车辆中实施的方法,包含:
通过与自主车辆相关联的处理器获得第一车辆违反一个或多个交通法规的指示;
响应于获得所述指示,通过所述处理器操纵所述自主车辆以追逐所述第一车辆;和
通过所述处理器远程执行关于所述第一车辆的一个或多个动作;
其中所述远程执行关于所述第一车辆的所述一个或多个动作包含:
建立与所述第一车辆的无线通信;
向所述第一车辆无线地发送第一消息,所述第一消息指示所述第一车辆违反所述一个或多个交通法规;
在所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应指示所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式;并确定关于处于所述自主驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;
在所述第一车辆在违反所述一个或多个交通法规时处于手动驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应包括所述第一车辆的人类驾驶员的驾驶执照的图像;验证所述驾驶执照的真实性;并响应于验证所述真实性的肯定结果,确定关于处于手动驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;以及
向所述第一车辆无线地发送第二消息,所述第二消息指示作为确定的结果的所述处置。
2.根据权利要求1所述的方法,其中所述获得所述第一车辆违反所述一个或多个交通法规的所述指示包含:
控制传感器以将所述传感器指向预定方向;
接收来自所述传感器的数据;和
基于所述接收到的数据,来确定所述第一车辆的速度超过阈值速度。
3.根据权利要求1所述的方法,其中所述获得所述第一车辆违反所述一个或多个交通法规的所述指示包含:
控制传感器以将所述传感器指向预定方向;
接收来自所述传感器的一个或多个图像;
分析所述一个或多个图像;和
响应于所述分析的结果,来确定所述第一车辆已经违反了所述一个或多个交通法规中的至少一个。
4.根据权利要求1所述的方法,其中所述获得所述第一车辆违反所述一个或多个交通法规的所述指示包含无线地接收来自远程设备或第二车辆的信号,所述信号指示所述第一车辆已经违反所述一个或多个交通法规中的至少一个。
5.根据权利要求1所述的方法,其中所述操纵所述自主车辆以追逐所述第一车辆包含:
跟踪所述第一车辆的位置;和
基于所述跟踪的结果,来控制与所述自主车辆的至少速度和转向有关的操作。
6.根据权利要求1所述的方法,其中所述远程执行关于所述第一车辆的所述一个或多个动作还包含:
控制所述自主车辆上的摄像机以将所述摄像机指向所述第一车辆的牌照;
变焦所述摄像机以获得所述牌照的放大视图;和
触发所述摄像机以捕获所述牌照的所述放大视图的图像。
7.根据权利要求1所述的方法,进一步包含:
执行机器学习工具以了解可观察到一个或多个车辆违反所述一个或多个交通法规的一个或多个位置;和
操纵所述自主车辆停放在所述一个或多个位置中的一个位置处。
8.一种可在自主车辆中实施的装置,包含:
至少一个传感器;和
处理器,所述处理器连接以从所述至少一个传感器接收数据并且控制所述至少一个传感器的操作,所述处理器配置为执行以下操作,所述操作包括:
获得第一车辆违反一个或多个交通法规的指示;
响应于获得所述指示,操纵所述自主车辆以追逐所述第一车辆;
远程执行关于所述第一车辆的一个或多个动作;
执行机器学习工具以了解可观察到一个或多个车辆违反所述一个或多个交通法规的一个或多个位置;和
操纵所述自主车辆停放在所述一个或多个位置中的一个位置处,其中,在操纵所述自主车辆以追逐所述第一车辆时,所述处理器配置为执行以下操作,所述操作包含:
跟踪所述第一车辆的位置;和
基于所述跟踪的结果,控制与所述自主车辆的至少速度和转向有关的操作,
其中所述远程执行关于所述第一车辆的所述一个或多个动作包含:
建立与所述第一车辆的无线通信;
向所述第一车辆无线地发送第一消息,所述第一消息指示所述第一车辆违反所述一个或多个交通法规;
在所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应指示所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式;并确定关于处于所述自主驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;
在所述第一车辆在违反所述一个或多个交通法规时处于手动驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应包括所述第一车辆的人类驾驶员的驾驶执照的图像;验证所述驾驶执照的真实性;并响应于验证所述真实性的肯定结果,确定关于处于手动驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;以及
向所述第一车辆无线地发送第二消息,所述第二消息指示作为确定的结果的所述处置。
9.根据权利要求8所述的装置,其中,在获得所述第一车辆违反所述一个或多个交通法规的所述指示时,所述处理器配置为执行以下操作,所述操作包含:
控制所述至少一个传感器以将所述传感器指向预定方向;
接收来自所述至少一个传感器的数据;和
基于所述接收到的数据,确定所述第一车辆的速度超过阈值速度。
10.根据权利要求8所述的装置,其中,在获得所述第一车辆违反所述一个或多个交通法规的所述指示时,所述处理器配置为执行以下操作,所述操作包含:
控制所述至少一个传感器以将所述传感器指向预定方向;
接收来自所述至少一个传感器的一个或多个图像;
分析所述一个或多个图像;和
响应于所述分析的结果,来确定所述第一车辆已经违反了所述一个或多个交通法规中的至少一个。
11.根据权利要求8所述的装置,其中,在远程执行关于所述第一车辆的所述一个或多个动作时,所述处理器配置为执行以下操作,所述操作包含:
控制所述自主车辆上的摄像机以将所述摄像机指向所述第一车辆的牌照;
变焦所述摄像机以获得所述牌照的放大视图;和
触发所述摄像机以捕获所述牌照的所述放大视图的图像。
12.一种可在自主车辆中实施的装置,包含:
至少一个传感器;和
处理器,所述处理器连接以从所述至少一个传感器接收数据并且控制所述至少一个传感器的操作,所述处理器配置为执行以下操作,所述操作包括:
获得第一车辆违反一个或多个交通法规的指示;
响应于获得所述指示,操纵所述自主车辆以追逐所述第一车辆;和
远程执行关于所述第一车辆的一个或多个动作,
其中所述远程执行关于所述第一车辆的所述一个或多个动作包含:
建立与所述第一车辆的无线通信;
向所述第一车辆无线地发送第一消息,所述第一消息指示所述第一车辆违反所述一个或多个交通法规;
在所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应指示所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式;并确定关于处于所述自主驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;
在所述第一车辆在违反所述一个或多个交通法规时处于手动驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应包括所述第一车辆的人类驾驶员的驾驶执照的图像;验证所述驾驶执照的真实性;并响应于验证所述真实性的肯定结果,确定关于处于手动驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;以及
向所述第一车辆无线地发送第二消息,所述第二消息指示作为确定的结果的所述处置。
13.一种可在自主车辆中实施的装置,包含:
至少一个传感器,所述至少一个传感器配置为检测第一车辆的移动并且提供指示检测的结果的传感器数据;
通信设备,所述通信设备配置为无线地接收和发送数据;
车辆控制接口,所述车辆控制接口配置为与所述自主车辆的一个或多个部件通信以用于操纵所述自主车辆;和
处理器,所述处理器连接到所述至少一个传感器、所述通信设备和所述车辆控制接口,所述处理器配置为执行以下操作,所述操作包含:
基于从所述至少一个传感器接收到的传感器数据、从所述通信设备接收到的数据或者它们的组合,来确定所述第一车辆违反一个或多个交通法规;
响应于确定所述违反,通过所述车辆控制接口操纵所述自主车辆以追逐所述第一车辆;和
远程执行关于所述第一车辆的一个或多个动作,
其中所述远程执行关于所述第一车辆的所述一个或多个动作包含:
建立与所述第一车辆的无线通信;
向所述第一车辆无线地发送第一消息,所述第一消息指示所述第一车辆违反所述一个或多个交通法规;
在所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应指示所述第一车辆在违反所述一个或多个交通法规时处于自主驾驶模式;并确定关于处于所述自主驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;
在所述第一车辆在违反所述一个或多个交通法规时处于手动驾驶模式的情况下,无线地接收来自所述第一车辆的响应,所述响应包括所述第一车辆的人类驾驶员的驾驶执照的图像;验证所述驾驶执照的真实性;并响应于验证所述真实性的肯定结果,确定关于处于手动驾驶模式的所述第一车辆违反所述一个或多个交通法规的处置;以及
向所述第一车辆无线地发送第二消息,所述第二消息指示作为确定的结果的所述处置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/208,500 US10269242B2 (en) | 2016-07-12 | 2016-07-12 | Autonomous police vehicle |
US15/208,500 | 2016-07-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107608388A CN107608388A (zh) | 2018-01-19 |
CN107608388B true CN107608388B (zh) | 2022-07-01 |
Family
ID=59676740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710545428.8A Active CN107608388B (zh) | 2016-07-12 | 2017-07-06 | 自主警车 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10269242B2 (zh) |
CN (1) | CN107608388B (zh) |
DE (1) | DE102017115309A1 (zh) |
GB (1) | GB2553036A (zh) |
MX (1) | MX2017009105A (zh) |
RU (1) | RU2017123332A (zh) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10460600B2 (en) | 2016-01-11 | 2019-10-29 | NetraDyne, Inc. | Driver behavior monitoring |
US10769865B2 (en) * | 2016-07-15 | 2020-09-08 | Charlena L. Thorpe | Licensing and ticketing system for traffic violation |
WO2018026733A1 (en) | 2016-07-31 | 2018-02-08 | Netradyne Inc. | Determining causation of traffic events and encouraging good driving behavior |
US10817736B2 (en) * | 2016-10-19 | 2020-10-27 | Ford Motor Company | System and methods for identifying unoccupied parking positions |
DE102017213968A1 (de) * | 2017-08-10 | 2019-02-14 | Robert Bosch Gmbh | Verfahren, Vorrichtung und System zum Durchführen einer Verkehrskontrolle |
US10049419B1 (en) * | 2017-09-06 | 2018-08-14 | Motorola Solutions, Inc. | Mobile law enforcement communication system and method |
WO2019068042A1 (en) | 2017-09-29 | 2019-04-04 | Netradyne Inc. | MULTIPLE EXPOSURE EVENT DETERMINATION |
US20190113915A1 (en) * | 2017-10-12 | 2019-04-18 | Aptiv Technologies Limited | Automated security patrol vehicle |
EP3695666B1 (en) | 2017-10-12 | 2023-11-29 | Netradyne, Inc. | Detection of driving actions that mitigate risk |
KR102460915B1 (ko) * | 2017-10-27 | 2022-10-31 | 한화테크윈 주식회사 | 교통정보 제공 방법, 장치 및 그러한 방법을 실행하기 위하여 매체에 저장된 컴퓨터 프로그램 |
US10466691B2 (en) * | 2017-11-06 | 2019-11-05 | Pony Ai Inc. | Coordinated control of self-driving vehicles under emergency situations |
US10593202B1 (en) * | 2017-11-13 | 2020-03-17 | State Farm Mutual Automobile Insurance Company | Technology for situational modification of autonomous vehicle operation |
US20190051142A1 (en) * | 2017-11-17 | 2019-02-14 | Intel Corporation | Law enforcement assistance method and apparatus |
JP7040936B2 (ja) * | 2017-12-26 | 2022-03-23 | 株式会社ゼンリンデータコム | 情報収集システムおよび情報収集装置 |
US10755111B2 (en) * | 2018-01-29 | 2020-08-25 | Micron Technology, Inc. | Identifying suspicious entities using autonomous vehicles |
CN108322711B (zh) * | 2018-02-22 | 2019-05-21 | 深圳市安博臣科技有限公司 | 基于ai人工智能协助追击违章车辆的辅助警务处置系统 |
DE102018203483A1 (de) * | 2018-03-08 | 2019-09-12 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bilden einer Straßensperre mittels Fahrzeugen |
US11727794B2 (en) | 2018-03-14 | 2023-08-15 | Micron Technology, Inc. | Systems and methods for evaluating and sharing human driving style information with proximate vehicles |
US11009876B2 (en) | 2018-03-14 | 2021-05-18 | Micron Technology, Inc. | Systems and methods for evaluating and sharing autonomous vehicle driving style information with proximate vehicles |
US10997429B2 (en) | 2018-04-11 | 2021-05-04 | Micron Technology, Inc. | Determining autonomous vehicle status based on mapping of crowdsourced object data |
US11161518B2 (en) | 2018-06-15 | 2021-11-02 | Micron Technology, Inc. | Detecting road conditions based on braking event data received from vehicles |
US10796175B2 (en) * | 2018-06-26 | 2020-10-06 | Toyota Jidosha Kabushiki Kaisha | Detection of a drowsy driver based on vehicle-to-everything communications |
DE102018210852A1 (de) | 2018-07-02 | 2020-01-02 | Robert Bosch Gmbh | Verfahren zum Ermitteln von rechtswidrigem Fahrverhalten durch ein Fahrzeug |
US11272100B2 (en) * | 2018-07-24 | 2022-03-08 | Jacqueline Mallet | System and device having a mobile application executed thereon to record areas around and within a vehicle, and to provide direct audio-visual and/or textual telephonic contact with a licensed attorney within a predetermined jurisdiction based on a location of a user |
US10810872B2 (en) * | 2018-07-31 | 2020-10-20 | Baidu Usa Llc | Use sub-system of autonomous driving vehicles (ADV) for police car patrol |
CN108958264B (zh) * | 2018-08-03 | 2021-07-23 | 北京智行者科技有限公司 | 基于自动驾驶技术的道路交通稽查方法和车辆 |
US10740643B2 (en) | 2018-08-28 | 2020-08-11 | Sony Corporation | Automatic license plate recognition based on augmented datasets |
DE102018220419A1 (de) | 2018-11-28 | 2020-05-28 | Zf Friedrichshafen Ag | Vorrichtung und Verfahren zum Warnen eines dritten Fahrzeugs |
DE102019200935B4 (de) * | 2019-01-25 | 2020-10-01 | Audi Ag | Verfahren zum Betrieb eines autonom bewegten Verkehrsteilnehmers |
CN109976340B (zh) * | 2019-03-19 | 2022-02-08 | 中国人民解放军国防科技大学 | 一种基于深度增强学习的人机协同动态避障方法及系统 |
US11928967B2 (en) * | 2019-06-04 | 2024-03-12 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method of using a vehicle as a backup roadside unit (RSU) |
CN110362078A (zh) * | 2019-07-05 | 2019-10-22 | 河南护航实业股份有限公司 | 一种基于循迹技术的自动驾驶车 |
US11024162B2 (en) * | 2019-08-14 | 2021-06-01 | At&T Intellectual Property I, L.P. | Traffic management system |
EP3809390B1 (en) * | 2019-10-16 | 2023-08-16 | Zenuity AB | A method, system, and vehicle for controlling a vehicle system |
US11360181B2 (en) | 2019-10-31 | 2022-06-14 | Pony Ai Inc. | Authority vehicle movement direction detection |
US11368991B2 (en) | 2020-06-16 | 2022-06-21 | At&T Intellectual Property I, L.P. | Facilitation of prioritization of accessibility of media |
US11411757B2 (en) | 2020-06-26 | 2022-08-09 | At&T Intellectual Property I, L.P. | Facilitation of predictive assisted access to content |
US11184517B1 (en) | 2020-06-26 | 2021-11-23 | At&T Intellectual Property I, L.P. | Facilitation of collaborative camera field of view mapping |
US11356349B2 (en) | 2020-07-17 | 2022-06-07 | At&T Intellectual Property I, L.P. | Adaptive resource allocation to facilitate device mobility and management of uncertainty in communications |
US11768082B2 (en) | 2020-07-20 | 2023-09-26 | At&T Intellectual Property I, L.P. | Facilitation of predictive simulation of planned environment |
US11882510B2 (en) | 2020-07-31 | 2024-01-23 | Public Transportation Safety Int'l Corp. | Vehicle and system for conflict de-escalation |
US11003919B1 (en) | 2020-10-16 | 2021-05-11 | Hayden Al Technologies, Inc. | Systems and methods for detecting traffic violations using mobile detection devices |
CN114379574B (zh) * | 2020-10-20 | 2023-10-31 | 沃尔沃汽车公司 | 用于车辆的对象提醒设备、系统和方法 |
CN112562317A (zh) * | 2020-11-06 | 2021-03-26 | 公安部第三研究所 | 一种智能路面拦截装置 |
US11822557B2 (en) * | 2020-12-30 | 2023-11-21 | Quick Response, Inc. | Method and system to facilitate access to and use of contextual identity information during law enforcement encounters for minimizing confrontational tensions |
US11995974B2 (en) * | 2021-05-05 | 2024-05-28 | Parallel Wireless, Inc. | Lawful intercept (LI) for vehicles using cameras installed/mounted on connected and/or autonomous vehicles using their any G (2G/3G/4G/5G) connectivity |
KR20220152823A (ko) * | 2021-05-10 | 2022-11-17 | 현대자동차주식회사 | 차량의 주행영상 기록 장치 및 그 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593422A (zh) * | 2009-06-15 | 2009-12-02 | 无锡骏聿科技有限公司 | 一种基于视频追踪和模式识别的交通违规检测方法 |
CN202042000U (zh) * | 2011-03-22 | 2011-11-16 | 上海第二工业大学 | 交通违章行为实时监督仪 |
CN103198657A (zh) * | 2013-03-19 | 2013-07-10 | 杨熙增 | 流动车载违章违法停车抓拍实现方法及系统 |
CN103201778A (zh) * | 2010-04-15 | 2013-07-10 | 米兰.兹洛朱特罗 | 车辆监控和识别系统 |
KR101525151B1 (ko) * | 2014-04-04 | 2015-06-10 | 주식회사 태건 | 차량 번호판 인식 시스템 및 방법 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1483631A4 (en) | 2002-03-14 | 2006-10-04 | Eices Res Inc | COOPERATIVE VEHICLE IDENTIFICATION SYSTEM |
US20030200227A1 (en) | 2002-04-19 | 2003-10-23 | Ressler M. Kyle | Vehicle and driver identification system |
WO2005015482A1 (en) | 2003-07-10 | 2005-02-17 | James Simon | Autonomous wide-angle license plate recognition |
US20060214783A1 (en) | 2005-03-27 | 2006-09-28 | Nitesh Ratnakar | Smart Traffic Ticket Device |
US7701363B1 (en) | 2007-01-17 | 2010-04-20 | Milan Zlojutro | Vehicle tracking and monitoring system |
US8676466B2 (en) * | 2009-04-06 | 2014-03-18 | GM Global Technology Operations LLC | Fail-safe speed profiles for cooperative autonomous vehicles |
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
US9135816B2 (en) | 2011-09-08 | 2015-09-15 | Laser Technology, Inc. | Intelligent laser tracking system and method for mobile and fixed position traffic monitoring and enforcement applications |
US20160196744A1 (en) | 2013-08-14 | 2016-07-07 | Javad Razmi | Assistance system for automated, intelligent management of traffic regulations |
BR102015013228B1 (pt) | 2014-06-13 | 2020-11-24 | Cnh Industrial America Llc | SISTEMA E METODO DE CONTROLE PARA UM VEfCULO AGRiCOLA |
EP3018027B1 (en) * | 2014-11-10 | 2017-06-07 | Volvo Car Corporation | Control arrangement arranged to control an autonomous vehicle, autonomous drive arrangement, vehicle and method |
US10345809B2 (en) * | 2015-05-13 | 2019-07-09 | Uber Technologies, Inc. | Providing remote assistance to an autonomous vehicle |
US9494439B1 (en) * | 2015-05-13 | 2016-11-15 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance of human driven vehicles |
US9547309B2 (en) * | 2015-05-13 | 2017-01-17 | Uber Technologies, Inc. | Selecting vehicle type for providing transport |
US10379007B2 (en) * | 2015-06-24 | 2019-08-13 | Perrone Robotics, Inc. | Automated robotic test system for automated driving systems |
-
2016
- 2016-07-12 US US15/208,500 patent/US10269242B2/en active Active
-
2017
- 2017-07-03 RU RU2017123332A patent/RU2017123332A/ru not_active Application Discontinuation
- 2017-07-06 CN CN201710545428.8A patent/CN107608388B/zh active Active
- 2017-07-07 DE DE102017115309.8A patent/DE102017115309A1/de active Pending
- 2017-07-07 GB GB1711010.7A patent/GB2553036A/en not_active Withdrawn
- 2017-07-11 MX MX2017009105A patent/MX2017009105A/es unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593422A (zh) * | 2009-06-15 | 2009-12-02 | 无锡骏聿科技有限公司 | 一种基于视频追踪和模式识别的交通违规检测方法 |
CN103201778A (zh) * | 2010-04-15 | 2013-07-10 | 米兰.兹洛朱特罗 | 车辆监控和识别系统 |
CN202042000U (zh) * | 2011-03-22 | 2011-11-16 | 上海第二工业大学 | 交通违章行为实时监督仪 |
CN103198657A (zh) * | 2013-03-19 | 2013-07-10 | 杨熙增 | 流动车载违章违法停车抓拍实现方法及系统 |
KR101525151B1 (ko) * | 2014-04-04 | 2015-06-10 | 주식회사 태건 | 차량 번호판 인식 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
GB2553036A (en) | 2018-02-21 |
DE102017115309A1 (de) | 2018-01-18 |
MX2017009105A (es) | 2018-09-10 |
RU2017123332A (ru) | 2019-01-09 |
US10269242B2 (en) | 2019-04-23 |
GB201711010D0 (en) | 2017-08-23 |
CN107608388A (zh) | 2018-01-19 |
US20180018869A1 (en) | 2018-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107608388B (zh) | 自主警车 | |
US11380193B2 (en) | Method and system for vehicular-related communications | |
US9786171B2 (en) | Systems and methods for detecting and distributing hazard data by a vehicle | |
US10311658B2 (en) | Unexpected impulse change collision detector | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CN111354187B (zh) | 用于辅助交通工具的驾驶员的方法和驾驶员辅助系统 | |
US20190035276A1 (en) | Running vehicle alerting system and method | |
Saiprasert et al. | Driver behaviour profiling using smartphone sensory data in a V2I environment | |
WO2018138980A1 (ja) | 制御システム、制御方法及びプログラム | |
JP7176098B2 (ja) | 自律型車両のための行列の検出および行列に対する応答 | |
CN112542052A (zh) | 用于警告未受保护的交通参与者的方法 | |
US11335136B2 (en) | Method for ascertaining illegal driving behavior by a vehicle | |
CN203465850U (zh) | 人工智能行车安全警示系统 | |
US20210323565A1 (en) | Vehicle control device, automated driving vehicle development system, vehicle control method, and program | |
KR20210020463A (ko) | 블랙박스 영상을 이용하여 교통 법규 위반 차량을 자동으로 신고하는 장치 및 방법 | |
JP2020095512A (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
CN114913712A (zh) | 用于防止车辆事故的系统和方法 | |
JP2024513710A (ja) | 光投影装置及び方法並びに記憶媒体 | |
EP3291199A1 (en) | Move over slow drivers | |
US12027050B2 (en) | Hazard notification method and system for implementing | |
US20230316919A1 (en) | Hazard notification method and system for implementing | |
US12030476B2 (en) | Safe driving support system based on mobile IoT agent and method for processing thereof | |
CN111914237B (zh) | 汽车驾驶员生物特征认证和gps服务 | |
US20220297644A1 (en) | Safe driving support system based on mobile iot agent and method for processing thereof | |
CN110675633B (zh) | 用于求取违法行驶行为的方法,控制单元和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |