CN108398686A - 龙卷风探测系统和方法 - Google Patents
龙卷风探测系统和方法 Download PDFInfo
- Publication number
- CN108398686A CN108398686A CN201810110418.6A CN201810110418A CN108398686A CN 108398686 A CN108398686 A CN 108398686A CN 201810110418 A CN201810110418 A CN 201810110418A CN 108398686 A CN108398686 A CN 108398686A
- Authority
- CN
- China
- Prior art keywords
- cyclone
- vehicle
- data
- track
- detection system
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000013528 artificial neural network Methods 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 13
- 239000002245 particle Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 3
- 241000345998 Calamus manan Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000012950 rattan cane Nutrition 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- -1 F-5 cyclones Chemical class 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/956—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on ship or other platform
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
- G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
-
- 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
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9323—Alternative operation using light waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9324—Alternative operation using ultrasonic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Ocean & Marine Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
Abstract
描述了一种龙卷风探测系统和方法的示例。在一个实施方式中,方法从安装到车辆的传感器接收数据,并且使用深度神经网络分析接收到的数据。该方法根据对所接收到的数据的分析来确定在所接收到的数据中是否识别到龙卷风。如果在接收到的数据中识别到龙卷风,则该方法确定龙卷风的轨迹。
Description
技术领域
本公开涉及车辆系统,并且更具体地涉及探测车辆附近的龙卷风的系统和方法。
背景技术
机动车辆和其他车辆为商业、政府和私人团体提供了相当大一部分的运输。如自主车辆的车辆行驶在可能经历使车辆及其乘客处于危险中的结构性破坏以及其他问题的道路上。在某些情况下,车辆处于存在龙卷风和其他恶劣天气条件的驾驶情况下可能有风险。例如,龙卷风对太靠近龙卷风的车辆构成重大风险。及早探测到附近的龙卷风让车辆有时间采取行动来避开龙卷风或躲避龙卷风。
发明内容
根据本发明,提供一种方法,该方法包含:
从安装到车辆的传感器接收数据;
使用深度神经网络分析接收到的数据;
由车辆中的龙卷风探测系统根据对接收到的数据的分析来确定接收到的数据中是否识别到龙卷风;和
响应于确定在接收到的数据中识别到龙卷风,来确定龙卷风的轨迹。
根据本发明的一个实施例,其中安装到车辆的传感器包括激光雷达传感器、雷达传感器和摄像机中的至少一个。
根据本发明的一个实施例,该方法还包含由车辆中的龙卷风探测系统根据龙卷风的轨迹来确定车辆避开龙卷风的路径。
根据本发明的一个实施例,其中确定车辆避开龙卷风的路径为:大体上正交于龙卷风的轨迹。
根据本发明的一个实施例,其中确定车辆避开龙卷风的路径为:大体上远离龙卷风的轨迹。
根据本发明的一个实施例,该方法还包含生成沿着路径驾驶车辆的驾驶命令。
根据本发明的一个实施例,该方法还包含由车辆中的龙卷风探测系统根据龙卷风的轨迹、龙卷风的速度、龙卷风的地理位置和地图数据来确定车辆避开龙卷风的路径。
根据本发明的一个实施例,其中车辆是自主车辆。
根据本发明的一个实施例,该方法还包含将龙卷风的大致位置和龙卷风的轨迹报告给其他附近车辆。
根据本发明的一个实施例,该方法还包含将龙卷风的大致位置和龙卷风的轨迹报告给基于基础设施的系统。
根据本发明的一个实施例,该方法还包含生成指示龙卷风存在的听觉或视觉警告。
根据本发明的一个实施例,该方法还包含生成操纵车辆以避开龙卷风的听觉或视觉驾驶指令。
根据本发明,提供一种方法,该方法包含:
从安装到车辆的多个传感器接收数据;
使用深度神经网络分析接收到的数据;
由车辆中的龙卷风探测系统根据对接收到的数据的分析来确定接收到的数据中是否识别到龙卷风;和
响应于确定在接收到的数据中识别到龙卷风,而执行以下操作:
确定龙卷风的轨迹;
确定龙卷风的速度;和
确定龙卷风的地理位置。
根据本发明的一个实施例,其中安装到车辆的多个传感器包括激光雷达传感器、雷达传感器和摄像机中的至少一个。
根据本发明的一个实施例,其中根据对接收到的数据的分析来确定龙卷风的轨迹和龙卷风的速度。
根据本发明的一个实施例,该方法还包含由车辆中的龙卷风探测系统根据龙卷风的轨迹、龙卷风的速度以及龙卷风的地理位置来确定车辆避开龙卷风的路径。
根据本发明的一个实施例,该方法还包含生成沿着路径驾驶车辆的驾驶命令。
根据本发明的一个实施例,该方法还包含向其他附近车辆报告龙卷风的轨迹、龙卷风的速度和龙卷风的地理位置。
根据本发明,提供一种设备,该设备包含:
传感器,传感器安装到车辆并且配置为捕获传感器数据;和
龙卷风探测系统,龙卷风探测系统连接到传感器并且配置为接收并使用深度神经网络来分析传感器数据,龙卷风探测系统还配置为根据对传感器数据的分析来确定传感器数据中是否识别到龙卷风,其中龙卷风探测系统还配置为响应于识别到龙卷风,而执行以下操作:
根据传感器数据的分析来确定龙卷风的轨迹;和
根据传感器数据的分析来确定龙卷风的速度。
根据本发明的一个实施例,其中传感器包括激光雷达传感器、雷达传感器和摄像机中的一个。
附图说明
参考以下附图来描述本公开的非限制性和非穷尽性的实施例,其中除非另有说明,否则相同的附图标记在各个附图中表示相同的部分。
图1是示出包括龙卷风探测系统的车辆控制系统的实施例的框图;
图2是示出龙卷风探测系统的实施例的框图;
图3示出了多个车辆沿相同方向行驶的道路的实施例;
图4示出了用于探测车辆附近的龙卷风的方法的实施例;
图5示出了用于确定避开龙卷风的车辆的路径的方法的另一个实施例。
具体实施方式
在以下公开中,参考了形成其一部分的附图,并且其中通过图示的方式示出了可以实施本公开的具体实施方式。应该理解的是,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”等的引用指示所描述的实施例可以包括特定的特征、结构或特性,但是每个实施例可以不一定包括特定的特征、结构或特性。而且,这样的短语不一定是指相同的实施例。此外,当结合实施例描述特定特征、结构或特性时,无论是否明确描述,结合其他实施例来改变这种特征、结构或特性被认为是在本领域技术人员的知识范围内。
本文公开的系统、装置和方法的实施方式可以包含或利用包括计算机硬件(例如如本文所讨论的一个或多个处理器和系统存储器)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/或数据结构的物理设备和其他计算机可读介质。这样的计算机可读介质可以是可以被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(装置)。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(装置)和传输介质。
计算机存储介质(装置)包括RAM(随机存储器,Random Access Memory)、ROM(只读存储器,Read Only Memory)、EEPROM(电可擦可编程只读存储器,electrically erasableprogrammable read-only memory)、CD-ROM(光盘只读存储器,Compact disc read-onlymemory)、固态驱动器(“SSD”)(例如基于RAM)、闪存、相变存储器(“PCM”)、其他类型存储器、其他光盘存储器、磁盘存储器或其他磁存储装置、或可用于以计算机可执行指令或数据结构的形式存储期望程序代码工具的并且可被通用或专用计算机访问的任何其他介质。
本文公开的装置、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”定义为能够在计算机系统和/或模块和/或其他电子装置之间传输电子数据的一个或多个数据链路。当通过网络或其他通信连接(硬连线、无线或者硬连线或无线连接的组合)将信息传输或提供给计算机时,计算机将该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/或数据链路可以被用来以计算机可执行指令或数据结构的形式携带期望的程序代码工具并且可以被通用或专用计算机访问。上述的组合也应该包括在计算机可读介质的范围内。
计算机可执行指令例如包含在处理器处执行时使通用计算机、专用计算机或专用处理装置执行特定功能或功能组的指令和数据。计算机可执行指令可以例如是二进制文件、如汇编语言的中间格式指令,或者是源代码。虽然已经用结构特征和/或方法动作专用的语言描述了主题,但是应当理解,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作为实施权利要求的示例形式被公开。
本领域技术人员将认识到,本公开可以在具有许多类型的计算机系统配置的网络计算环境中实施,包括车内计算机、个人计算机、台式计算机、膝上型计算机、消息处理器、手持装置、多处理器系统、基于微处理器或可编程的消费电子装置、网络个人计算机、小型计算机、大型计算机、移动电话、PDA(个人数字助理,Personal Digital Assistant)、平板电脑、寻呼机、路由器、交换机、各种存储装置等。本公开还可以在分布式系统环境中实施,其中通过网络进行连接(通过硬连线数据链路、无线数据链路或通过硬连线和无线数据链路的组合)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内存存储装置中。
此外,在适当的情况下,本文描述的功能可以在以下中的一个或多个中执行:硬件、软件、固件、数字部件或模拟部件。例如,一个或多个专用集成电路(ASIC)可以编程为执行本文描述的一个或多个系统和过程。整个说明书和权利要求中使用了某些术语来指代特定的系统部件。如本领域技术人员将认识到的,可以通过不同的名称来引用这些部件。本文档并非旨在区分名称不同而功能相同的部件。
应该注意,本文讨论的传感器实施例可以包含计算机硬件、软件、固件或执行其至少一部分功能的任何组合。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。本文提供这些示例性装置是为了说明的目的,并非旨在为限制性的。本公开的实施例可以在其他类型的装置(如相关领域的技术人员已知的)中实现。
本公开的至少一些实施例指向包含存储在任何计算机可用介质上的这种逻辑(例如以软件的形式)的计算机程序产品。这样的软件当在一个或多个数据处理装置中执行时使装置如本文所述那样操作。
图1是示出包括龙卷风探测系统104的车辆内的车辆控制系统100的实施例的框图。自动驾驶/辅助系统102可以用于自动操作车辆或控制车辆的操作或者向人类驾驶者提供帮助。例如,自动驾驶/辅助系统102可以控制车辆的制动系统、转向系统、座椅安全带张紧系统、加速系统、照明系统、警报系统、驾驶员通知系统、无线电系统、车辆锁系统或车辆的任何其他辅助系统中的一个或多个。在另一示例中,自动驾驶/辅助系统102可能不能提供对驾驶(例如转向、加速或制动)的任何控制,但是可以提供通知和警报以帮助驾驶员安全驾驶。车辆控制系统100包括龙卷风探测系统104,其与车辆控制系统中的各种部件相互作用以探测和响应车辆附近的龙卷风。在一个实施例中,龙卷风探测系统104探测位于车辆附近的龙卷风,并且调整一个或多个车辆操作以避开龙卷风或躲避龙卷风,例如驾驶远离龙卷风或操纵车辆到天然或人造的可以提供防龙卷风的防风设施。例如,道路地下通道、土地洼地或其他天然地层可以为车辆提供一定的防龙卷风保护。尽管在图1中龙卷风探测系统104示出为单独的部件,但在替代实施例中,龙卷风探测系统104可以并入自动驾驶/辅助系统102或任何其他车辆部件。
车辆控制系统100还包括用于探测附近物体的存在或确定主车辆(例如包括车辆控制系统100的车辆)的位置的一个或多个传感器系统/装置。例如,车辆控制系统100可以包括雷达系统106、一个或多个激光雷达(LIDAR)系统108、一个或多个摄像机系统110、全球定位系统(GPS)112和/或超声波系统114。一个或多个摄像机系统110可以包括安装到车辆(例如车辆的后部)的后置摄像机、前置摄像机和侧置摄像机。摄像机系统110还可以包括捕获车辆内的乘客和其他物体的图像的一个或多个内部摄像机。车辆控制系统100可以包括用于存储用于导航和安全的相关或有用数据(例如地图数据、驾驶历史记录或其他数据)的数据存储器116。车辆控制系统100还可以包括用于与移动或无线网络、其他车辆、基础设施或任何其他通信系统进行无线通信的收发器118。
车辆控制系统100可以包括控制车辆驾驶的各个方面(如电动马达、开关或其他致动器)以控制制动、加速、转向、座椅安全带张紧、车门锁等的车辆控制致动器120。车辆控制系统100还可以包括可以为驾驶员或乘客提供通知的一个或多个显示器122、扬声器124或其他装置。显示器122可以包括车辆驾驶员或乘客可以看到的抬头显示器、仪表板显示器或指示器、显示屏或任何其他视觉指示器。扬声器124可以包括车辆的音响系统的一个或多个扬声器,或者可以包括专用于驾驶员或乘客通知的扬声器。
应该理解的是,图1仅作为示例给出。在不脱离本公开的范围的情况下,其他实施例可以包括更少或附加的部件。另外,所示部件可以没有限制地组合或包括在其他部件中。
在一个实施例中,自动驾驶/辅助系统102配置为控制主车辆的驾驶或导航。例如,自动驾驶/辅助系统102可以控制车辆控制致动器120以沿道路、停车场、车道或其他位置上的路径驾驶。例如,自动驾驶/辅助系统102可以根据由部件106-118中的任何部件提供的信息或感知数据来确定路径。也可以根据将车辆操纵离开位于车辆附近的龙卷风的路线来确定路径。传感器系统/装置106-110和114可以用于获得实时传感器数据,使得自动驾驶/辅助系统102可以实时帮助驾驶员或驾驶车辆。
图2是示出龙卷风探测系统104的实施例的框图。如图2所示,龙卷风探测系统104包括通信管理器202、处理器204和存储器206。通信管理器202允许龙卷风探测系统104与如自动驾驶/辅助系统102的其他系统进行通信。处理器204执行各种指令以实施如本文所述的由龙卷风探测系统104提供的功能。存储器206存储这些指令以及由处理器204和包含在龙卷风探测系统104中的其他模块和部件使用的其他数据。
此外,龙卷风探测系统104包括图像处理模块208,该图像处理模块208从一个或多个摄像机系统110接收图像数据,并且识别例如在道路上移动的其他车辆、位于车辆附近的龙卷风或在由附近龙卷风形成的风中移动的气载颗粒。示例性的气载颗粒包括可能被风吹动或移动的污物颗粒、植物颗粒、垃圾颗粒、小物体以及任何其他物体或颗粒。在一些实施例中,图像处理模块208包括识别车辆附近的龙卷风的轨迹和速度的龙卷风探测算法。激光雷达处理模块210从一个或多个激光雷达系统108接收激光雷达数据,并且识别例如龙卷风和气载颗粒。在一些实施例中,龙卷风探测算法根据激光雷达数据来探测龙卷风的轨迹和速度。此外,雷达处理模块212从一个或多个雷达系统106接收雷达数据,以识别例如车辆附近的龙卷风和气载颗粒。在一些实施例中,龙卷风探测算法使用雷达数据来探测位于车辆附近的龙卷风的轨迹和速度。例如,多普勒雷达可以利用与龙卷风相关的风所捕获的气载碎片来探测和追踪龙卷风。另外,多普勒雷达可以探测和追踪龙卷风附近的降雨或冰雹。
龙卷风探测系统104还包括融合来自如本文所讨论的多个传感器、摄像机和数据源的数据的传感器融合模块214。例如,传感器融合模块214可融合来自一个或多个摄像机110、雷达系统106和激光雷达系统108的数据以探测车辆附近的龙卷风和气载颗粒。数据收集模块216从如图像处理模块208、激光雷达处理模块210、雷达处理模块212、传感器融合模块214和其他车辆部件(例如加速度计、陀螺仪等)的多个源收集数据。例如,加速度计和陀螺仪信息对于探测可能由车辆附近的强风引起的俯仰和横摆运动是有用的。
此外,数据收集模块216可以从附加数据源(例如与车辆当前地理位置附近的道路相关联的地图数据、当前地理位置中的天气数据、当前天气警告(例如龙卷风警告或龙卷风监视)以及来自任何数据源的任何其他类型数据)接收(或访问)数据。地图数据对于识别例如即将到来的道路取向、附近的防风设施(天然和人造的)和可以提供防护附近龙卷风的其他区域是有用的。其他数据可以包括例如来自其他车辆或基础设施系统的报告车辆当前地理位置附近的龙卷风的数据。在一些实施例中,使用声音传感器(例如麦克风)来利用多个声音传感器的三角测量或者根据两个或更多个麦克风形成波束来探测和跟踪龙卷风。例如,麦克风可以沿着水平或垂直线设置在单个车辆上,或者设置在两个方向的组合中。麦克风之间的间距和麦克风的数量决定了系统在探测和定位一个或多个龙卷风时的精确度。
龙卷风探测系统104还包括数据分析模块218,数据分析模块218对从任何数量的传感器和/或数据源接收的数据执行各种操作以如本文所讨论地探测龙卷风。例如,数据分析模块218可以分析来自图像处理模块208、激光雷达处理模块210、雷达处理模块212、传感器融合模块214、数据收集模块216或任何其他数据源的一个或多个类型的数据。在一些实施例中,根据风速、风向(例如风的圆周运动)、气载颗粒等来探测龙卷风。在具体实施方式中,数据分析模块218应用可以识别龙卷风并且确定所识别的龙卷风的速度和轨迹的龙卷风探测算法。在一些实施例中,数据分析模块218使用深度神经网络(DNN)根据各种分析的数据来探测和分类龙卷风。例如,DNN分类可以限于使用SVM(支持向量机)分类或其他任何方法的是/否决策。代表龙卷风的图片和不是龙卷风的图片被输入到DNN学习过程中,直到认为SVM达到可接受的百分比分类(正确百分比)。在一些实施例中,由于龙卷风非常具有破坏性并且相对较少且寿命短,因此系统在安全方面发生错误(例如高正确百分比)。同样,现有的龙卷风录音可以用来为DNN提供训练材料并且使用麦克风读数来探测龙卷风。
另外,龙卷风探测系统104包括允许多个车辆彼此通信的车辆到车辆通信管理器220。例如,车辆可以将关于探测到的龙卷风的信息(例如龙卷风的位置、轨迹和速度)传送给其他附近的车辆。在一些实施例中,车辆可以使用V2X(车辆到基础设施)通信系统将关于探测到的龙卷风的信息传送到基础设施系统。
车辆导航系统222包含或访问用于在各种道路上导航车辆的地图数据。在一些实施例中,车辆导航系统222确定车辆避开探测到的龙卷风的路径。例如,车辆导航系统222可以使用地图数据来找到与龙卷风的轨道正交的路径(使用附近的道路),并且使车辆远离龙卷风。在一些实施例中,车辆导航系统222可以找到不使用道路的路径(或路径的一部分)。例如,特定的路径可以包括驾驶穿越将该车辆移离龙卷风所需的田地、停车场或任何其他区域。
龙卷风探测系统104还包括根据龙卷风的探测来管理车辆的操作的车辆操作管理器224。在一些实施例中,可以根据由车辆导航系统222确定的路径来操纵车辆。在其他实施例中,车辆操作管理器224生成用于操纵车辆以找到天然或人造防风设施的推荐。车辆操作管理器224可以使车辆在与龙卷风相关的危险已经过去之后恢复正常的驾驶活动。
图3示出了具有行驶在相同方向上的多个车辆的道路300的实施例。在图3的示例中,道路300具有交通朝向相同方向移动的两个车道302和304。两个车辆306和308在道路300上行驶。车辆306在车道304中行驶,车辆308在车道302中行驶。如图3所示,龙卷风310位于车辆306和308的前方。如本文所讨论的,可以根据来自一个或多个传感器或其他数据源的数据来探测龙卷风310。在一些实施例中,安装到车辆306的一个或多个传感器接收与龙卷风310相关联的数据(由虚线312表示)。所接收的数据允许龙卷风探测系统104探测龙卷风310以及龙卷风310的位置、轨迹和速度。如本文所讨论的,关于龙卷风310的位置、轨迹和速度的信息被用于规划操纵机动车辆远离龙卷风的路径。
图4示出了用于探测车辆附近的龙卷风的方法400的实施例。最初,车辆中的龙卷风探测系统从一个或多个车载传感器接收402数据。如本文所讨论的,可使用各种类型的车载传感器(如激光雷达传感器、雷达传感器、摄像机等)来收集关于车辆附近的环境的数据。龙卷风探测系统使用深度神经网络分析404接收到的数据,并且确定406在接收到的数据中是否探测到龙卷风。
如果未识别到408龙卷风,则方法400继续接收402数据以监测车辆附近的环境状况。在一些实施例中,来自激光雷达系统的数据包括风中气载颗粒的三维点云。该数据被提供给深层神经网络以探测和分类车辆附近的龙卷风。例如,可以根据F-级数或者藤田级数(Fujita Scale)分类龙卷风,F-级数或者藤田级数根据估计的风速对龙卷风进行分类。在一些实施例中,龙卷风分为五类(F-0至F-5),其中F-0龙卷风最为温和而F-5龙卷风最危险。在本文讨论的系统和方法的一些实施例中,DNN分类器将识别龙卷风,并且可以使用激光雷达、雷达、树木弯曲、车辆抖振,风噪声、风速计、群众来源等来测量风速。当识别龙卷风时,如果可移动物体是本质上自主的,则所有可移动物体可以采取行动并且移动到更安全的地方。这包括道路车辆以及农业设备、起重机和其他设备。
在特定实施方式中,使用其他传感器数据(例如摄像机图像或雷达数据)来探测气载颗粒。如果识别到龙卷风408,则龙卷风探测系统确定410龙卷风的轨迹和速度。在一些实施例中,通过在一段时间内追踪龙卷风的移动来确定龙卷风的轨迹和速度。例如,可以在不同的时间(例如相隔几秒或几分钟)分析来自一个或多个车辆传感器的数据,以确定龙卷风正在移动的速度和大致的移动方向。龙卷风探测系统然后确定412车辆遵循的避开龙卷风的路径。在一些实施例中,龙卷风探测系统使用地图数据识别与龙卷风的轨迹大体正交并且使车辆移动远离龙卷风的路径。例如,该路径考虑与龙卷风的当前速度和轨迹相比的路径的距离和方向。由于龙卷风通常会经常改变速度和方向,因此该路径必须考虑到龙卷风的当前速度和轨迹的重大变化,以确保在龙卷风改变速度或方向的情况下车辆与龙卷风保持安全距离。
龙卷风探测系统生成414沿着路径驾驶车辆的驾驶指令。此外,龙卷风探测系统报告416龙卷风的存在、龙卷风的轨迹、龙卷风的速度以及龙卷风相对于其他车辆或系统的地理位置。可以使用任何类型的通信系统(例如V2V(车辆到车辆)或V2X(车辆到基础设施))来将龙卷风和相关信息报告给其他车辆或系统。例如,参考图3,如果车辆306探测到龙卷风310,则其可以使用V2V通信系统将龙卷风的存在和与龙卷风相关联的信息传送给车辆308。在一些实施例中,车辆驾驶员或乘客可以报告(或确认)龙卷风的存在以及龙卷风相对于车辆的大致位置。
图5示出了用于确定车辆躲避龙卷风的路径的方法500的另一个实施例。最初,车辆中的龙卷风探测系统使用本文讨论的系统和方法来识别502车辆附近的龙卷风。龙卷风探测系统识别504龙卷风的轨迹、龙卷风的速度以及龙卷风的大致地理位置。在一些实施例中,方法500根据车辆的已知位置(例如使用车辆的全球定位系统)识别龙卷风的大致位置。龙卷风探测系统还接收506与车辆当前地理位置相关的地图数据。地图数据可以存储在车辆内(例如作为车辆的导航系统的一部分)或者从另一个数据源(例如车辆外部的地图数据库)访问。
方法500继续到龙卷风探测系统根据龙卷风的轨迹、龙卷风的速度、龙卷风的地理位置和地图数据确定508车辆避开龙卷风的路径。如本文所讨论的,路径可以与龙卷风的轨迹正交并且可以引导车辆远离龙卷风。另外,龙卷风探测系统根据该路径生成510驾驶指令。这些驾驶指令可以被传送512到执行适当的动作以沿着该路径驾驶车辆514的自动驾驶系统。在一些实施例中,将驾驶指令提供给车辆的驾驶员或乘客。例如,驾驶指令可以是在显示装置(例如与车辆导航系统一起使用的显示装置)上提供的视觉指令。可选地,驾驶指令可以是通过扬声器或类似装置提供给车辆驾驶员或乘客的听觉指令。
尽管本文已经描述了本公开的各种实施例,但是应该理解,其仅仅是作为示例而不是限制来呈现的。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,可以在其中进行形式和细节上的各种改变。因此,本公开的广度和范围不应该被任何所述示例性实施例限制,而是应该仅根据以下权利要求及其等同物来限定。本文呈现的描述是为了说明和描述的目的。这并非旨在是穷尽的或将本公开限制为所公开的确切形式。鉴于所述教导,许多修改和变化是可能的。此外,应该注意的是,可以以期望的任何组合来使用本文所述替代实施方式中的任一个或全部,以形成本公开的其他混合实施方式。
Claims (15)
1.一种方法,包含:
从安装到车辆的传感器接收数据;
使用深度神经网络分析所述接收到的数据;
由所述车辆中的龙卷风探测系统根据对所述接收到的数据的所述分析来确定所述接收到的数据中是否识别到龙卷风;和
响应于确定在所述接收到的数据中识别到龙卷风,来确定所述龙卷风的轨迹。
2.根据权利要求1所述的方法,其中安装到所述车辆的所述传感器包括激光雷达传感器、雷达传感器和摄像机中的至少一个。
3.根据权利要求1所述的方法,还包含由所述车辆中的所述龙卷风探测系统根据所述龙卷风的所述轨迹来确定所述车辆避开所述龙卷风的路径。
4.根据权利要求3所述的方法,其中确定所述车辆避开所述龙卷风的路径为:大体上正交于所述龙卷风的所述轨迹,或大体上远离所述龙卷风的所述轨迹。
5.根据权利要求3所述的方法,还包含生成沿着所述路径驾驶所述车辆的驾驶命令。
6.根据权利要求1所述的方法,还包含由所述车辆中的所述龙卷风探测系统根据所述龙卷风的所述轨迹、所述龙卷风的速度、所述龙卷风的地理位置和地图数据来确定所述车辆避开所述龙卷风的路径。
7.根据权利要求1所述的方法,还包含将所述龙卷风的大致位置和所述龙卷风的所述轨迹报告给其他附近车辆或基于基础设施的系统。
8.根据权利要求1所述的方法,还包含生成指示所述龙卷风存在的听觉或视觉警告,或生成操纵所述车辆以避开所述龙卷风的听觉或视觉驾驶指令。
9.一种方法,包含:
从安装到车辆的多个传感器接收数据;
使用深度神经网络分析所述接收到的数据;
由所述车辆中的龙卷风探测系统根据对所述接收到的数据的所述分析来确定所述接收到的数据中是否识别到龙卷风;和
响应于确定在所述接收到的数据中识别到龙卷风,而执行以下操作:
确定所述龙卷风的轨迹;
确定所述龙卷风的速度;和
确定所述龙卷风的地理位置。
10.根据权利要求9所述的方法,其中根据对所述接收到的数据的所述分析来确定所述龙卷风的所述轨迹和所述龙卷风的所述速度。
11.根据权利要求9所述的方法,还包含由所述车辆中的所述龙卷风探测系统根据所述龙卷风的所述轨迹、所述龙卷风的所述速度以及所述龙卷风的所述地理位置来确定所述车辆避开所述龙卷风的路径。
12.根据权利要求11所述的方法,还包含生成沿着所述路径驾驶所述车辆的驾驶命令。
13.根据权利要求9所述的方法,还包含向其他附近车辆报告所述龙卷风的所述轨迹、所述龙卷风的所述速度和所述龙卷风的所述地理位置。
14.一种设备,包含:
传感器,所述传感器安装到车辆并且配置为捕获传感器数据;和
龙卷风探测系统,所述龙卷风探测系统连接到所述传感器并且配置为接收所述传感器数据并使用深度神经网络来分析所述传感器数据,所述龙卷风探测系统还配置为根据对所述传感器数据的所述分析来确定所述传感器数据中是否识别到龙卷风,其中所述龙卷风探测系统还配置为响应于识别到龙卷风,而执行以下操作:
根据所述传感器数据的所述分析来确定所述龙卷风的轨迹;和
根据所述传感器数据的所述分析来确定所述龙卷风的速度。
15.根据权利要求14所述的设备,其中所述传感器包括激光雷达传感器、雷达传感器和摄像机中的一个。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/427,612 US20180224859A1 (en) | 2017-02-08 | 2017-02-08 | Tornado Detection Systems And Methods |
US15/427,612 | 2017-02-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108398686A true CN108398686A (zh) | 2018-08-14 |
Family
ID=61731046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810110418.6A Pending CN108398686A (zh) | 2017-02-08 | 2018-02-05 | 龙卷风探测系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20180224859A1 (zh) |
CN (1) | CN108398686A (zh) |
DE (1) | DE102018102537A1 (zh) |
GB (1) | GB2559687A (zh) |
MX (1) | MX2018001483A (zh) |
RU (1) | RU2018103917A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946765A (zh) * | 2019-04-02 | 2019-06-28 | 上海电气风电集团有限公司 | 风电场的流场的预测方法和系统 |
CN110764529A (zh) * | 2019-10-21 | 2020-02-07 | 邓广博 | 基于目标定位大数据的飞行方向修正平台、方法及存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10204507B2 (en) * | 2012-08-24 | 2019-02-12 | La Crosse Technology, Ltd. | User-configurable weather warning apparatus |
US11100918B2 (en) * | 2018-08-27 | 2021-08-24 | American Family Mutual Insurance Company, S.I. | Event sensing system |
US20210063429A1 (en) * | 2018-08-28 | 2021-03-04 | Ball Aerospace & Technologies Corp. | Optical Wind Lidar-Based Multifunctional Instrument for Enhanced Measurements and Prediction of Clear Air Turbulence and Other Wind-Based Aviation Related Phenomena |
CN110568441B (zh) * | 2019-09-09 | 2023-04-07 | 大连海事大学 | 一种基于卷积神经网络的船用雷达测雨识别方法 |
KR20210107282A (ko) * | 2020-02-24 | 2021-09-01 | 현대자동차주식회사 | 악천후 판단 장치 및 그의 악천후 판단 방법 |
CN111427101B (zh) * | 2020-04-07 | 2022-04-26 | 南京气象科技创新研究院 | 一种雷雨大风分级预警方法、系统、存储介质 |
US20220126867A1 (en) * | 2020-10-26 | 2022-04-28 | Tusimple, Inc. | Wind gust detection by an autonomous vehicle |
US20220179096A1 (en) * | 2020-12-07 | 2022-06-09 | Texas Instruments Incorporated | Wind detection system and vehicle control |
DE102021211006A1 (de) | 2021-09-30 | 2023-03-30 | Robert Bosch Gesellschaft mit beschränkter Haftung | Kameravorrichtung, System und Verfahren zur Wetterdatenbestimmung |
KR102508655B1 (ko) * | 2022-03-17 | 2023-03-10 | 한국과학기술정보연구원 | 기상 정보 예측 및 안전 지도 자동 생성 방법 및 그 장치 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0949884A (ja) * | 1995-08-04 | 1997-02-18 | Aasu Uezaa:Kk | ニューラルネットワークを用いた局地的気象予測方法 |
US5615118A (en) * | 1995-12-11 | 1997-03-25 | Frank; Robert K. | Onboard aircraft flight path optimization system |
JP4118352B2 (ja) * | 1996-08-29 | 2008-07-16 | 名古屋電機工業株式会社 | 気象判別方法およびその装置 |
KR100995877B1 (ko) * | 2008-07-23 | 2010-11-22 | 한국기계연구원 | 투과전자현미경의 고니오미터를 이용한 이웃하는 결정립의결정학적 방위관계 측정장치 및 그에 의한 결정립계 특성규명 방법 |
JP5528243B2 (ja) * | 2010-07-23 | 2014-06-25 | インターナショナル・ビジネス・マシーンズ・コーポレーション | マルチパスを制御するシステム及び方法 |
US9454474B2 (en) * | 2013-03-05 | 2016-09-27 | Western Digital Technologies, Inc. | Methods, devices and systems for two stage power-on map rebuild with free space accounting in a solid state drive |
US9297926B1 (en) * | 2013-03-11 | 2016-03-29 | Eli V. Oklejas, III | Tornado data acquisition system |
US10255818B2 (en) * | 2015-02-11 | 2019-04-09 | Aviation Communication & Surveillance Systems, Llc | Systems and methods for weather detection and avoidance |
CN104966102A (zh) * | 2015-06-23 | 2015-10-07 | 国家卫星气象中心 | 基于卫星图像的台风检测方法 |
US9804293B1 (en) * | 2016-04-13 | 2017-10-31 | Northrop Grumman Systems Corporation | UAVs for the detection and tracking of intense tornadoes |
-
2017
- 2017-02-08 US US15/427,612 patent/US20180224859A1/en not_active Abandoned
-
2018
- 2018-02-01 RU RU2018103917A patent/RU2018103917A/ru not_active Application Discontinuation
- 2018-02-02 MX MX2018001483A patent/MX2018001483A/es unknown
- 2018-02-05 DE DE102018102537.8A patent/DE102018102537A1/de not_active Withdrawn
- 2018-02-05 CN CN201810110418.6A patent/CN108398686A/zh active Pending
- 2018-02-05 GB GB1801857.2A patent/GB2559687A/en not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946765A (zh) * | 2019-04-02 | 2019-06-28 | 上海电气风电集团有限公司 | 风电场的流场的预测方法和系统 |
CN109946765B (zh) * | 2019-04-02 | 2021-05-07 | 上海电气风电集团股份有限公司 | 风电场的流场的预测方法和系统 |
CN110764529A (zh) * | 2019-10-21 | 2020-02-07 | 邓广博 | 基于目标定位大数据的飞行方向修正平台、方法及存储介质 |
CN110764529B (zh) * | 2019-10-21 | 2020-07-21 | 安徽诺乐知识产权服务有限公司 | 基于目标定位大数据的飞行方向修正平台、方法及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
GB2559687A (en) | 2018-08-15 |
GB201801857D0 (en) | 2018-03-21 |
DE102018102537A1 (de) | 2018-08-09 |
MX2018001483A (es) | 2018-11-09 |
US20180224859A1 (en) | 2018-08-09 |
RU2018103917A (ru) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108398686A (zh) | 龙卷风探测系统和方法 | |
CN107031622B (zh) | 用于碰撞避免的训练算法 | |
US11493920B2 (en) | Autonomous vehicle integrated user alert and environmental labeling | |
US10065652B2 (en) | Method and system for driver monitoring by fusing contextual data with event data to determine context as cause of event | |
US20150268338A1 (en) | Tracking from a vehicle | |
US10556600B2 (en) | Assessment of human driving performance using autonomous vehicles | |
CN106980814A (zh) | 用显著性地图的行人检测 | |
CN108357495A (zh) | 风检测系统和方法 | |
US10754344B2 (en) | Method and apparatus for road hazard detection | |
CN109933062A (zh) | 自动驾驶车辆的报警系统 | |
CN107545232A (zh) | 车道探测系统和方法 | |
JP2020525885A (ja) | サイレンの検出およびサイレンに対する対応 | |
US20130147955A1 (en) | Warning system, vehicular apparatus, and server | |
JP7222879B2 (ja) | 交通手段の危険早期警告方法、装置、機器および媒体 | |
KR20190042088A (ko) | 예상치 못한 임펄스 변화 충돌 검출기 | |
CN107487258A (zh) | 盲区检测系统和方法 | |
RU2017115671A (ru) | Способы и системы для указания угрозы за горизонтом для транспортных средств | |
CN111915915A (zh) | 驾驶场景重构方法、装置、系统、车辆、设备及存储介质 | |
CN107487333A (zh) | 盲区检测系统和方法 | |
US20170043717A1 (en) | System and Apparatus that Alert Car Drivers Approaching Obstacles in the Road | |
CN108073893A (zh) | 使用距离数据检测植物 | |
CN102785620A (zh) | 针对用于车辆的终端的用户接口方法及其装置 | |
CN108688654A (zh) | 枝叶检测训练系统和方法 | |
KR102279754B1 (ko) | 충돌 사고 방지 방법, 장치, 서버, 및 컴퓨터 프로그램 | |
US20220080975A1 (en) | Method, system, and computer program product for determining safety-critical traffic scenarios for driver assistance systems (das) and highly automated driving functions (had) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180814 |