CN108431879A - 智能分布式视觉交通标记器及其方法 - Google Patents

智能分布式视觉交通标记器及其方法 Download PDF

Info

Publication number
CN108431879A
CN108431879A CN201680077132.1A CN201680077132A CN108431879A CN 108431879 A CN108431879 A CN 108431879A CN 201680077132 A CN201680077132 A CN 201680077132A CN 108431879 A CN108431879 A CN 108431879A
Authority
CN
China
Prior art keywords
traffic
marker
visual
visual traffic
node
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
CN201680077132.1A
Other languages
English (en)
Other versions
CN108431879B (zh
Inventor
P.法拉普尔
P.拉耶瓦迪
S.卡夫斯
J.瓦达哈根
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of CN108431879A publication Critical patent/CN108431879A/zh
Application granted granted Critical
Publication of CN108431879B publication Critical patent/CN108431879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/02—Detecting movement of traffic to be counted or controlled using treadles built into the road
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
    • E01F9/30—Arrangements interacting with transmitters or receivers otherwise than by visible means, e.g. using radar reflectors or radio transmitters
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01F—ADDITIONAL WORK, SUCH AS EQUIPPING ROADS OR THE CONSTRUCTION OF PLATFORMS, HELICOPTER LANDING STAGES, SIGNS, SNOW FENCES, OR THE LIKE
    • E01F9/00—Arrangement of road signs or traffic signals; Arrangements for enforcing caution
    • E01F9/50—Road surface markings; Kerbs or road edgings, specially adapted for alerting road users
    • E01F9/553—Low discrete bodies, e.g. marking blocks, studs or flexible vehicle-striking members
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/052—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

视觉交通标记器网络系统例如包括多个视觉交通标记器或交通节点，其被配置为捕获信息（诸如对象（车辆、人或其组合等）的事件、环境、简档或状况）。环境信息可以是一天中的时间、星期中的一天、天气和交通状况等。节点可以是交通节点、外界节点、转发器、网关或其组合之一。节点被布置在网络邻居中并被配置为：经由一个多重链路（要么无线要么有线通信）与具有视觉交通标记器或节点、控制系统、机动车、服务器、全球导航系统、其它非视觉设备、交通灯、街灯、电子设备或它们的组合中的至少一个的通信网络中的至少一个进行通信。视觉交通标记器网络系统分析、处理、分布信息并通过网络将其报告给任何视觉交通标记器网络系统、客户端机器和服务器。

Description

智能分布式视觉交通标记器及其方法
相关申请的交叉引用。
本申请要求2015年12月31日提交的美国临时专利申请序列号No.62/273,637的优先权，其内容被通过引用合并到本文，如同完整地包括于本文中。
技术领域
本公开一般地涉及交通标记器，并且更特别地，涉及一种智能分布式视觉交通标记器。
发明内容
以下阐述本文所公开的特定实施例的概述。应当理解的是，提出这些方面仅为了对读者提供这些特定实施例的简要概述，并且这些方面并非意图限制本公开的范围。实际上，本公开可以涵盖以下可能未阐述的各种各样的方面。
涉及智能分布式视觉交通标记器系统的本公开的实施例包括：传感器组装，包括相机和感测元件，所述相机或所述感测元件之一被配置为：获得事件、状况、车辆简档、人简档中的至少一个的信息；以及处理器，用于携带或具有计算机可执行指令，以将信息定向到操作在网格网络中的不同的视觉交通标记器系统，其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。在一个实施例中，所述处理器基于所述信息而控制不同的视觉交通标记器系统。例如，所述视觉交通标记器系统可以被集成到道路/交通标志、广告板、街道标志、布告牌标记器、位置标记器、英里标记器和机动车辆中。所述信息可以被进一步重定向、转发、重新路由、共享或广播到操作在所述网格网络中的视觉交通标记器系统中的一个或多个。所述感测元件选择自由如下组成的群组：热传感器、湿度传感器、惯性传感器、气体传感器、运动传感器、简档传感器、环境传感器、光学传感器或声学传感器。
根据本公开的另一示例性实施例，一种设备包括：非暂态计算机可读介质，用于携带或具有计算机可执行指令，以获得事件、状况、车辆简档、人简档中的至少一个的信息，所述指令引起机器：将信息定向到操作在网格网络中的视觉交通标记器系统，其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。所述设备进一步包括：所述指令引起机器：基于所述信息而控制所述视觉交通标记器系统。所述信息可以被重定向、转发、重新路由、共享或广播到操作在所述网格网络中的不同的视觉交通标记器系统。
根据本公开的另一示例性实施例，一种智能分布式视觉交通标记器组装包括：第一视觉交通标记器系统，用于获得与事件或状况关联的信息；以及处理器，用于携带或具有计算机可执行指令，以将信息定向到操作在网格网络中的第二视觉交通标记器系统，其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。例如集成到外部设备中的所述处理器可以进一步控制所述第一视觉交通标记器系统或所述第二视觉交通标记器系统中的至少一个。所述信息可以被重定向、转发、重新路由、共享或广播到与第一视觉交通标记器或第二视觉交通标记器不同的操作在所述网格网络中的视觉交通标记器系统中的一个或多个。
根据本公开的另一示例性实施例，视觉交通标记器包括外壳中所容纳的传感器组装、处理组装、能量源以及通信接口组装。所述视觉交通标记器通过网络以通信方式耦合到任何视觉交通标记器、客户端机器、服务器。所述视觉交通标记器是基于云的计算设备，并且可以被部署在任何位置处，以执行要么单独地要么协作地操作为多个子组网络的一个或多个任务。
附图说明
当参照随附附图阅读特定示例性实施例的以下详细描述时，本公开的这些和其它特征、方面以及优点将变得更好理解，在附图中，相同的符号贯穿附图表示相同的技术，其中：
图1是图示根据本公开的示例性实施例的交通环境网络系统的透视图；
图2是图示根据所描述的本公开的实施例的视觉交通标记器的框图；
图3A—图3D是图示根据本公开的各个实施例的图2的视觉交通标记器的透视图；
图4是图示根据本公开的一个所图示实施例的图示包括分布式视觉交通标记器的网络的交通环境系统的环境的示意图；
图5是图示根据本公开的另一所图示实施例的图示包括分布式视觉交通标记器的网络的交通环境系统的环境的示意图；
图6是图示根据本公开的另一所图示实施例的图示包括分布式视觉交通标记器的网络的交通环境系统的环境的示意图；
图7是图示根据本公开的另一所图示实施例的图示包括分布式视觉交通标记器的网络的交通环境系统的环境的示意图；
图8是图示根据本公开的另一所图示实施例的包括分布式视觉交通标记器的网络的道路基础架构的透视图；
图9是图示根据本公开的示例性实施例的视觉设备的图像传感器所捕获的成像阵列的顶视图；
图10是图示根据本公开的另一实施例的成像阵列的顶视图；
图11是图示根据本公开的又一实施例的成像阵列的顶视图；
图12是图示根据本公开的又一实施例的成像阵列的顶视图；
图13是图示根据本公开的实施例的节点操作周期的透视图。
具体实施方式
以下描述被提出以使得本领域技术人员能够作出并且使用所描述的实施例，并且是在特定应用及其要求的上下文中提供的。对所描述的实施例的各种修改对于本领域技术人员将是容易显见的，并且在不脱离所描述的实施例的精神和范围的情况下，本文所定义的一般原理可以应用于其它实施例和应用。因此，所描述的实施例不限制于所示出的实施例，而是符合与在此公开的原理和特征一致的最宽范围。
图1图示本公开的示例性实施例的交通环境网络系统10。系统网络10包括网络14，其在分布式计算环境中经由通信链路以通信方式耦合到多个交通标记器12以及至少一个客户端设备18。交通标记器12被配置为：检测目标的事件、环境和状态。目标包括交通状况、天气状况以及与环境有关的任何状况。交通标记器12还被配置为：收集、分析、分布所检测的信息并且将其报告给利益相关方。客户端机器18可以是个人计算机或台式计算机、膝上型设备、蜂窝或智能电话、平板、个人数字助理（PDA）、游戏控制台、音频设备、视频设备、车辆信息娱乐设备、可穿戴设备或娱乐设备（诸如电视）等。服务器16可以可选地集成到网络14中。在一些实施例中，一个或多个服务器可以以通信方式耦合到客户端设备18、交通标记器12以及网络14。服务器16可以是应用服务器、证书服务器、移动信息服务器、电子商务服务器、FTP服务器、目录服务器、CMS服务器、打印机服务器、管理服务器、邮件服务器、公共/私有接入服务器、实时通信服务器、数据库服务器、代理服务器、或流媒体服务器等。客户端机器18可以在一些实施例中被称为单个客户端机器或单个客户端机器群组，而服务器16可以被称为单个服务器或单个服务器群组。在一个实施例中，单个客户端机器与多于一个的服务器进行通信，而在另一实施例中，单个服务器与多于一个的客户端机器进行通信。在又一实施例中，单个客户端机器与单个服务器进行通信。客户端机器18可以通过许多种方式（其可以是例如通过语音输入、录入、手势输入和生物计量输入等）链接到交通标记器12。
网络14可以包括一个或多个子网络，并且可以被安装在客户端机器16、服务器16以及交通标记器12的任何组合之间。在一些实施例中，网络14可以是例如局域网（LAN）、城域网（MAN）、广域网（WAN）、由位于客户端机器18、服务器16与交通标记器12之间的多个子网络组成的主网络、具有私有子网络的主公共网络、具有公共子网络的主私有网络或具有私有子网络的主私有网络。再进一步的实施例包括可以是任何网络类型的网络14，诸如点到点网络、广播网络、电信网络、数据通信网络、计算机网络、ATM（异步传送模式）网络、SONET（同步光学网络）网络、SDH（同步数字体系）网络、无线网络和有线网络等。取决于应用，可以使用其它网络，从而可以通过网络发送在客户端机器与服务器之间交换的数据。网络14的网络拓扑在不同的实施例内可以不同，其可以包括总线网络拓扑、星形网络拓扑、环形网络拓扑、基于转发器的网络拓扑或分层星形网络拓扑。附加的实施例可以包括使用协议以在各移动设备之间进行通信的移动电话网络的网络，其中，协议可以是例如AMPS、TDMA、CDMA、GSM、GPRS、UMTS、LTE或能够在各移动设备之间发送数据的任何其它协议。如由本领域技术人员将领会的那样，在一些实施例中，交通标记器12是可以经由互联网而与之进行通信并且可以是共同定位或地理上是分布式的云计算设备，其中，共享的资源、软件和信息例如被按照要求提供给计算机和其它设备。V在另一实施例中，基于云的交通标记器12可以被实现为可以经由互联网进行通信的一个或多个服务器。
客户端机器18、交通标记器12、网络14与服务器16之间的通信接口可以是有线的、无线的或其组合。无线通信接口可以包括蜂窝协议、数据分组协议、射频协议、卫星带、红外信道或能够在各客户端机器之间发送数据的任何其它协议。有线通信接口可以包括任何有线线路接口。每个交通标记器12可以通过网络14彼此进行通信。此外，每个交通标记器12可以通过网络14与一个或多个客户端机器18进行通信。
图2描绘根据本公开的示例性实施例的用于交通环境网络系统10的视觉交通标记器106的框图。视觉交通标记器106包括传感器组装112、处理组装114、能量源116以及通信接口组装118。传感器组装112包括成像传感器或相机126以及传感器单元128。在一个实施例中，传感器单元128可以是热传感器、湿度传感器、惯性传感器、气体传感器、运动传感器、简档传感器、环境传感器、光学传感器、声学传感器或者它们的组合等。虽然图示了一个传感器128，但是多于一个的传感器可以被集成到视觉交通标记器106中以收集信息（诸如环境状况或交通状况），并且然后以输出信号的形式将所收集的信息发送到包括处理组装114的其它内部组件以用于处理。在一个实施例中，感测传感器或相机126和传感器128可以被集成到单个封装组装中。在另一实施例中，相机126和传感器128可以是两个分离的单元，并且被电耦合到其它内部组件。在一些实施例中，传感器126、128被制备为单个MEMS设备。稍后将描述相机或成像传感器126的详细描述。
被配置为对视觉交通标记器106供电的能量源116包括能量存储设备138、能量采集单元136以及用于对外部功率源的连接的有线连接单元140。虽然各种类型的能量源单元136、138被合并到视觉交通标记器106中，但是其它类型的能量源单元（诸如感应式充电单元、qi（气）充电单元、阻抗式充电单元、太阳能单元、蓄电池、燃料电池单元或超级电容器等）可以要么集成到视觉设备中要么以通信方式耦合到视觉交通标记器106，以对视觉交通标记器106供能或供电。有线连接单元140可以被连接到外部源（诸如AC源或DC源）。
处理组装114包括成像处理单元130和控制单元132。成像处理单元130接收由传感器组装112捕获的信息并且处理信息。一旦信息被处理，成像处理单元130就将所处理的信息发送到控制单元132。进而，控制单元132生成用于控制内部组件、其它视觉交通标记器106或其组合的命令。控制单元132可以是任何类型，包括但不限制于微处理器、微控制器、数字信号处理器或其任何组合。取决于想要的配置，处理器可以包括被配置作为中央处理单元、微控制器、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、数字信号处理器（DSP）或任何其它合适的数字逻辑器件的一个或多个集成电路。控制单元132可以还包括存储器（诸如固态或磁数据存储设备），其存储由控制单元132执行以用于视觉交通标记器106的操作的编程指令。在一个实施例中，控制单元132可以基于预先限定的规则以及使用传感器组装112所收集的数据来自主地操作而没有任何服务器参与。控制单元132可以包括一个多个等级的缓存（诸如等级缓存存储器）、一个或多个处理器内核以及寄存器。示例处理器内核可以（均）包括算术逻辑单元（ALU）、浮点单元（FPU）、数字信号处理内核（DSP内核）或它们的任何组合。示例存储器控制器也可以与处理器一起使用，或者在一些实现方式中，存储器控制器可以是处理器的内部部件。控制单元132包括处理音频数据或声学信号的硬件（诸如DSP）以及用以标识事件的软件组件（诸如声学识别软件）。
通信接口组装118允许以信号（其可以是例如能够由通信接口接收的电子的、电磁的、光学的或其它的信号）的形式在计算机系统、其它外部电子设备与其它视觉交通标记器之间传送软件和数据。通信接口可以是例如调制解调器、网络接口、通信端口、或者PCMCIA槽和卡等。如在图2中图示那样，通信接口组装118包括无线电单元142、光发射单元144、有线/无线接口146以及声学换能器148。无线电单元142可以是收发机、天线、接收机（TX）或发射机（TX）等。光发射单元144可以是例如LED或光耦合器等。有线/无线接口146可以包括蜂窝协议、数据分组协议、射频协议、卫星带、红外信道或能够在各客户端机器之间发送数据的任何其它协议。另外，有线/无线接口146包括任何有线线路链路。声学换能器148可以是麦克风、扬声器、音频输入和输出设备或者它们的组合。通信组装118可以还包括全球导航接收机，以对外部数据网络、计算设备、客户端机器、其它视觉设备以及其它设备提供导航和通信。在一个实施例中，通信接口组装118通过网络与视觉交通标记器106内的其它内部组件并且与其它设备客户端机器、视觉交通标记器、服务器、车载网络、交通灯、街灯或它们的组合以通信方式耦合，以交换并且共享事件、活动或状况的状态的信息。声学换能器148从事件生成音频数据或接收声学信号，并且然后将信号发送到控制单元132以用于处理，之后所处理的信号被发送到其它外部设备。
图3A—图3D图示交通环境网络系统的视觉交通标记器106的各种实施例。视觉交通标记器或交通节点106包括用于包封各种内部组件的外壳160。外壳160包括顶部部分162、底部部分164、前部分166、后部分168以及从顶部部分162延伸的侧部分170和172。在一个实施例中，侧部分170和172可以从外壳160的其它部分（诸如底部部分164）延伸，如图3B中示出那样。被图示为输入和输出端口的接收端174被集成到前部分166或后部分168。在一个实施例中，接收端174具有用于对功率源的连接的输入/输出端口（I/O）。在一些实施例中，I/O是提供对其它设备的连接的微USB。如在图3A中所描绘的那样，能量采集单元136被集成到视觉交通标记器106中以用于供给能量以对其余内部组件供电。如所图示的那样，能量采集单元136可以位于外壳160的顶部部分162上。替代地，能量采集单元136可以位于外壳160的各个部分上。虽然在视觉交通标记器106中提供一个采集单元136，但是取决于应用，多于一个的采集单元可以被合并到视觉交通标记器中。采集单元136可以是感应式充电单元、qi（气）充电单元、阻抗式充电单元、太阳能电池组、蓄电池、固态电池或燃料电池单元等。
相机或成像传感器126被配置为：捕获对象（诸如机动车、人或其组合）的事件、环境、简档或状况的图像。如图3A和图3D中描绘那样，两个相机或成像传感器126合并到视觉交通标记器106中，即，第一相机位于外壳160的顶部部分162上，并且第二相机位于外壳160的后部分168上。替代地，相机126可以位于除了所描述的部分162和168之外的外壳160的任何部分上。在一个实施例中，相机126位于外壳160的底部部分164上，如在图3B中图示那样。在另一实施例中，相机126位于外壳160的侧部分170、172之一上，如在图3C中图示那样。如在图3A和图3D中示出那样的第二相机126位于在接收端174附近的后部分168上。
现在参照图4，图示根据本公开的示例性实施例的交通环境基础架构200。基础架构200包括道路基础架构202、多个车辆204以及视觉交通节点网络系统206。道路基础架构202可以是街道、停车场、桥梁、隧道、高速路（highway）和高速公路（expressway）等。例如，视觉交通节点网络系统206包括多个视觉交通标记器206a—206f，六个视觉设备被图示，被配置为捕获信息（诸如对象（诸如车辆、人或其组合等）的事件、环境、简档或状况）。环境信息可以是一天中的时间、星期中的一天、天气和交通状况等。车辆204可以是四轮车辆、摩托车、卡车和RV等。人信息可以是驾驶者简档、乘客简档、行人简档或用户简档。取决于应用，多于或少于六个的视觉交通标记器（又称为交通节点）可以被合并为视觉交通节点网络系统206的部分而不改动系统或节点的操作。节点106a—106f可以是交通节点、外界节点、转发器、网关或它们的组合之一。这些节点206a—206f被布置在网络邻居中并且被配置用于与另一节点进行空中通信。在一个实施例中，节点可以被操作在网络（诸如网格网络、机器到机器（M2M）网络、汽车到基础架构网络或组合）中的至少一个或多个中。视觉交通标记器206—206f被配置为：经由一个多重链路（要么无线通信要么有线通信）与视觉交通标记器或交通节点、控制系统、机动车、服务器、全球导航系统、其它非视觉设备、交通灯、街灯、客户端机器或它们的组合中的至少一个进行通信。客户端机器可以是智能电话、平板、笔记本计算机、膝上型计算机、可穿戴设备或其它电子设备。通信包括数据分组协议、蜂窝协议、任何射频通信协议或它们的组合等。在一些实施例中，多于一个的视觉交通标记器或交通节点可以经由不同的通信链路在同一车辆中互连。取决于应用，各种不同的视觉交通标记器或交通节点可以被部署在任何位置处，以执行要么单独地要么协同地操作为多个子组网络的一个或多个任务，以将所捕获的信息提供给一个或多个设备（包括控制系统、机动车、服务器、全球导航系统、其它非视觉设备、交通灯、街灯、客户端机器或它们的组合）。在一个实施例中，所捕获的信息可以是交通状况、外界状况、车辆牌照号、车辆的速度、车辆的颜色、车辆的类型、车辆型号、经过的汽车的分类、行人的简档、车辆中的乘客的数量、驾驶者的简档（诸如，驾驶者是否佩戴安全头盔或安全带）、或者（多个）驾驶者和/或乘客的违规行为等。在另一实施例中，所捕获的信息可以包括汽车在特定时间期间的平均速度。在又一实施例中，所捕获的信息可以是用于诊断的视觉交通标记器的信息。视觉交通标记器的信息包括状况和状态（诸如透镜的清洁度、电池寿命、地理位置或链接状态等）。
在一个实施例中，视觉交通节点网络系统106被组织为中心网络系统。在另一实施例中，视觉交通节点网络系统106被组织在各层级（例如高层级子网络系统、中等层级子网络系统以及低层级子网络系统）上，其中，这些子网络系统中的每一个被分配为执行不同的并且层级特定的数据收集，并且处理针对该层级特定的任务。基于层级的任务的分布允许在该层级子网络系统内测试所收集的信息和所执行的分析。子网络系统还能够进行如下：对等网通信、子网络系统对子网络系统通信或者子网络系统对不同子网络系统的节点等。在一个实施例中，两个或更多个不同的子网络系统可以共享一个或多个公共视觉交通标记器或交通节点。在另一实施例中，两个或更多个不同的子网络系统可以与不同的视觉交通标记器或交通节点一起操作。层级等级结构可以基于位置、地理、道路基础架构、地形、区域或其它。
能量源（诸如蓄电池、太阳能能量源、阻抗组件、燃料电池能量源或感应式组件等）对每个视觉交通标记器供电。在一个实施例中，视觉交通节点可以被集成到标记器组件中。标记器组件可以是道路交通标记器、道路/交通标志、广告板、街道标志、布告牌标记器、位置标记器和英里标记器等。如在图4中图示那样，每个视觉交通标记器206a—206f包括鱼眼透镜相机或广角透镜相机以用于将视场（FOV）捕获为图像。视觉交通标记器被集成到升高的人行道标记器中。在一些实施例中，不同类型的相机可以被合并到视觉交通标记器206a—206f中以捕获各种类型的视图。虽然在交通环境基础架构200中提供了一个视觉交通节点网络系统206，但是在同一交通环境基础架构200中可以提供多于一个的预见的网络系统以将交通状况通信到另一预见网络系统。
现在参照图5，图示另一交通环境基础架构200。交通环境基础架构200与图4中图示的交通环境基础架构100相似，并且使用同样的参考标号指代同样的要素。例如，视觉交通标记器系统206包括多个视觉交通标记器或交通节点206a—206o，其被配置为捕获对象（诸如机动车、人、或其组合等）的信息（诸如事件、环境、简档或状况）。节点206a—206o可以是交通节点、外界节点、转发器、网关或它们的组合之一。每个节点206a—206o可以被集成到交通标记器、道路/交通标志、街道标志、布告牌标记器、位置标记器或英里标记器等中。在另一实施例中，多于一个的节点206a—206o可以被集成到单个标记器或标志中。节点206a—206o被布置在网络邻居中并且被配置用于与另一节点进行空中通信。如在图5图示那样，操作在网格网络、机器到机器（M2M）网络、汽车到基础架构网络或者组合中的每个节点206a—206o通过链路L1……Ln与经过的车辆中的一个或多个互连。例如，节点206b经由链路L1、L2与车辆202a、202c互连。针对另一示例，节点206c和206e分别经由链路L3、L4与车辆202b互连。在又一示例中，节点206i经由链路L8、L9和L10与车辆202d、202e和202h互连。在另一示例中，车辆202f可以与多个节点206g、206i和206k进行无线通信。
如在图2中先前所解释的那样，传感器组装112的相机或成像传感器126对象（诸如机动车、人或其组合等）的事件、环境、简档或状况的多于一个的图像或视频表示之一。例如，除了图像或视频之外，传感器组装112还捕获或检测一个或多个信息（诸如日光、温度、周围环境）。声学换能器148和光发射单元144中的一个或多个分别检测声学信号和光信号。所捕获的图像、视频、声学信号、光信号或它们的组合然后被发送到处理单元114。处理单元114包括：处理所捕获的图像或视频的软件（诸如图像或视频处理软件）；以及声学处理软件，用于标识要么联合地要么分离地处理为与该所捕获的信息关联的元数据的声学信号。通信接口组装118然后将元数据发送到任何交通节点206b—206o、服务器、车辆、客户端机器以及其它视觉交通标记器网络系统。例如，具有冒险驾驶行为的驾驶者在高速路上以100英里每小时行驶而视觉设备206a—206o中的至少一个并未拍到合法牌照，所捕获的信息被发送到视觉设备206a—206o之一的处理单元114以用于进行处理。与元数据关联的所处理的信息声明读数表示行驶速度、无照车辆牌、该车辆的位置以及行驶的时间。在增强版本中与元数据关联的所处理的信息还可以包括该车辆的预测性的下一位置以及到该下一位置的到达时间。通信接口组装118进而将与元数据关联的所处理的信息发送到附近位置中的另一车辆（诸如执法者）。当执法者接收到信息时，执法者可以追捕该车辆以让驾驶者停止，从而可以避免事故。在一个实施例中，处理单元114接收所捕获的图像、视频、声学信号、光信号或它们的组合，并且将所捕获的图像、视频、声学信号、光信号或它们的组合作为原始数据在不对其进行处理的情况下发送到另一节点、服务器、机动车和行驶者。
在一个实施例中，所捕获的信息可以是交通状况、外界状况、车辆牌照号、车辆的速度、车辆的颜色、车辆的类型、车辆型号、经过的汽车的分类、行人的简档、车辆中的乘客的数量、驾驶者的简档（诸如，驾驶者是否佩戴安全头盔或安全带）、或者（多个）驾驶者和/或乘客的违规行为等。在另一实施例中，所捕获的信息可以包括汽车在特定时间期间的平均速度。在又一实施例中，所捕获的信息可以是用于诊断的视觉设备的信息。视觉设备的信息包括状况和状态（诸如透镜的清洁度、电池寿命、地理位置或链接状态等）。如先前所描述那样，集成的能量组件通过化学反应、感应式充电、日光等对视觉交通标记器供能。视觉交通标记器可以由附近的车辆供能。
图5图示本公开的另一实施例的交通环境系统200。例如，交通预见系统206包括多个视觉设备或节点206a—206o，其被配置为捕获对象（诸如机动车、人或其组合等）的信息（诸如事件、环境、简档或状况）。节点206a—206o可以是交通节点、外界节点、转发器、网关或它们的组合之一。每个视觉设备206a—206o可以被集成到交通标记器、道路/交通标志、街道标志、布告牌标记器、位置标记器或英里标记器等中。在另一实施例中，多于一个的视觉设备或节点206a—206o可以被集成到标记器或标志中。视觉设备或节点206b、206g和206i经由有线连接或无线连接交换信息。节点206a—206o被布置在网络邻居中并且被配置用于与另一节点进行空中通信。如在图5中图示那样，操作在网格网络、机器到机器（M2M）网络、汽车到基础架构网络或者组合中的节点206a—206o中的每一个通过链路L1……Ln与节点中的一个或多个互连。例如，节点206b分别经由链路L1、L2、L3与节点206a、206c和206交换并且共享信息。另一方面，针对另一示例，节点206g正分别经由链路L5、L6、L7与节点206h、206i和206m交换并且共享信息。
如在图2中示出的传感器组装112的相机或感测传感器126捕获对象（诸如机动车、人或其组合等）的事件、环境、简档或状况的多于一个的图像或视频表示之一。例如，除了图像或视频之外，传感器组装112还捕获或检测一个或多个信息（诸如日光、温度、周围环境）。如在图2中示出的声学换能器148和光发射单元144中的一个或多个还可以检测声学信号和光信号。所捕获的图像、视频、声学信号、光信号或它们的组合被发送到处理单元114。处理单元114包括：处理所捕获的图像或视频的软件（诸如图像或视频处理软件）；以及声学处理软件，用于标识要么联合地要么分离地处理为元数据的声学信号。通信组装118然后将元数据发送到视觉设备206b—206o、服务器124、机动车202a—202i、行驶者122以及其它预见的系统（未示出）之一。在一个实施例中，处理单元114接收所捕获的图像、视频、声学信号、光信号或它们的组合并且将所捕获的图像、视频、声学信号、光信号或它们的组合作为原始数据在不对其进行处理的情况下发送到另一节点、服务器、机动车和行驶者。
在一个实施例中，所捕获的信息可以是交通状况、外界状况、车辆牌照号、车辆的速度、车辆的颜色、车辆的类型、车辆型号、经过的汽车的分类、行人的简档、车辆中的乘客的数量、驾驶者的简档（诸如，驾驶者是否佩戴安全头盔或安全带）、或者（多个）驾驶者和/或乘客的违规行为等。在另一实施例中，所捕获的信息可以包括汽车在特定时间期间的平均速度。在又一实施例中，所捕获的信息可以是用于诊断的视觉设备的信息。视觉交通标记器的信息包括状况和状态（诸如透镜的清洁度、电池寿命、地理位置或链接状态等）。与如在图4中图示那样具有用于向上朝向天空捕获视场（FOV）的鱼眼透镜相机或广角透镜相机的视觉交通标记器不同。图5中安装到人行道标记器中的视觉交通节点包括用于捕获视场（FOV）的横向地朝向的鱼眼透镜相机或广角透镜相机。在一些实施例中，不同类型的相机可以合并到视觉交通标记器206a—206f中以捕获各种类型的视图。虽然在交通环境基础架构200中提供了一个视觉交通节点网络系统206，但是在同一交通环境基础架构200中可以提供多于一个的预见的网络系统，以将交通状况通信到另一视觉交通标记器网络系统。例如，交通节点206c、206d和206利用安装在交通节点的两侧上的相机捕获最左车道和中间车道上的道路状况的各种视图。所捕获的视图可以包含除了道路状况之外的信息。一旦相机捕获了视图，相机就将视图发送到处理单元以用于分析和处理。所处理的视图然后被发送到任何服务器、其它视觉交通标记器网络系统、网络、客户端机器以用于报告状况的事件和状态。在一些实施例中，所捕获的视图可以在处理阶段期间被附接在一起，之后其被报告给任何服务器、其它视觉交通标记器网络系统、网络、客户端机器。所报告的信息可以辅助利益相关方在控制道路交通基础架构中可用的其它设备方面采取措施。例如，利益相关方（例如交通控制塔）可以控制街灯、交通灯、交通标志或桥门以在报告了拥塞的交通的情况下疏解交通状况。图5中图示的交通节点可以包括在节点的每一侧上的两个相机。在一些实施例中，交通节点可以包括安装在节点的任何侧上的一个相机。在其它实施例中，多个相机可以被安装在交通节点的所有侧上。
图7图示本公开的另一实施例的交通环境系统200。例如，视觉交通标记器网络系统206包括多个视觉交通标记器或交通节点206a—206o，其被配置为捕获对象（诸如机动车、人或其组合等）的信息（诸如事件、环境、简档或状况）。节点206a—206o可以是交通节点、外界节点、转发器、网关或它们的组合之一。每个视觉交通标记器206a—206o可以被集成到交通标记器、道路/交通标志、街道标志、布告牌标记器、位置标记器或英里标记器等中。在另一实施例中，多于一个的视觉交通标记器或节点206a—206o可以被集成到标记器或标志中。视觉交通标记器或节点206b、206g和206i或者经由有线连接或者经由无线连接来交换信息。节点206a—206o被布置在网络邻居中并且被配置用于与另一节点进行空中通信。具有集成的节点的一个或多个代理（诸如交通标志或交通灯208a—208j）可以与一个或多个视觉交通标记器或节点206a—206i进行无线或有线通信。可选地，具有集成的节点的路边标志210可以经由有线通信或无线通信与一个或多个视觉交通标记器或节点206a—206i进行通信。在一个实施例中，代理208a—208j中的一个或多个可以经由视觉设备或节点206a—206i中的至少一个与标志210进行通信。在另一实施例中，代理208a（诸如交通标志）可以经由视觉交通标记器或节点206a—206i之一与另一个或多于一个的代理进行通信。
如在图7中图示那样，操作在网格网络、机器到机器（M2M）网络、汽车到基础架构网络或者组合中的节点206a—206o、具有集成的节点的代理208a—208j以及具有集成的节点的标志210中的每一个通过链路L1……Ln彼此互连。例如，节点206b经由链路L1与交通标志208a交换并且共享信息。在另一示例中，节点206c分别经由链路L2、L3与交通标志208b、208c这两者交换并且共享信息。在又一示例中，节点206i、207m分别经由链路L5、L6与交通标志208g交换并且共享不同的信息。另一方面，节点206n例如经由链路L7与标志交换并且共享信息。虽然节点206a—206o能够如上面描述那样与另一节点、代理和标志交换并且共享信息，但是在不脱离本公开的精神和范围的情况下，节点206a—206o也能够对另一节点、代理和标志进行转发、路由、重新路由或广播。在另一实施例中，放置在交通环境系统中的不同位置处的节点206a—206o彼此互连以控制代理208a—208j、210中的一个或多个而无需或无需外部中央控制器（未示出）。
如在图2中示出的传感器组装112的相机或感测传感器126捕获对象（诸如机动车、人或其组合等）的事件、环境、简档或状况的多于一个的图像或视频表示之一。例如，除了图像或视频之外，传感器组装112还捕获或检测一个或多个信息（诸如日光、温度、周围环境）。如在图2中示出的声学换能器148和光发射单元144中的一个或多个还可以检测声学信号和光信号。所捕获的图像、视频、声学信号、光信号或它们的组合被发送到处理单元114。处理单元114包括：处理所捕获的图像或视频的软件（诸如图像或视频处理软件）；以及声学处理软件，用于标识要么联合地要么分离地处理为元数据的声学信号。通信接口组装118然后将元数据发送到视觉交通标记器206b-206o、服务器124、机动车202a—202i、客户端机器以及其它视觉交通标记器网络系统之一。在一个实施例中，处理单元114接收所捕获的图像、视频、声学信号、光信号或它们的组合，并且将所捕获的图像、视频、声学信号、光信号或它们的组合作为原始数据在不对其进行处理的情况下发送到另一节点、服务器、机动车和行驶者。例如，具有冒险驾驶行为的驾驶者在高速路上以100英里每小时行驶而视觉交通标记器206a—206o中的至少一个并未拍到合法牌照，所捕获的信息被发送到视觉交通标记器206a—206o之一的处理单元114以用于处理。与元数据关联的所处理的信息声明读数表示行驶速度、无照车辆牌、该车辆的位置以及行驶的时间。在增强版本中与元数据关联的所处理的信息还可以包括该车辆的预测性的下一位置以及到该下一位置的到达时间。通信接口组装118进而将与元数据关联的所处理的信息发送到附近位置中的标记器组件（诸如交通灯208d、208e）中的至少一个。当标记器组件208d、208e接收到信息时，控制器所控制的标记器组件208d、208e立即将信号从绿色转变为红色，以使车辆停止并且可选地保护道路上的行人。
在一个实施例中，所捕获的信息可以是交通状况、外界状况、车辆牌照号、车辆的速度、车辆的颜色、车辆的类型、车辆型号、经过的汽车的分类、行人的简档、车辆中的乘客的数量、驾驶者的简档（诸如驾驶者是否佩戴安全头盔或安全带）、或者（多个）驾驶者和/或乘客的违规行为等。在另一实施例中，所捕获的信息可以包括汽车在特定时间期间的平均速度。在又一实施例中，所捕获的信息可以是用于诊断的视觉设备的信息。视觉设备的信息包括状况和状态（诸如透镜的清洁度、电池寿命、地理位置或链接状态等）。
图8图示包括本公开的示例性实施例的多个视觉交通标记器或节点306a—306d的道路基础架构302。例如，视觉交通标记器或节点306a—306d被放置在道路的顶部表面上的不同位置处以用于捕获事件。在一个实施例中，视觉交通标记器或节点306a—306d可以被集成在道路的表面之下。视觉交通标记器或节点306a—306d经由有线连接或无线连接而互连在一起。如图8中示出的每个视觉设备或节点306a—306d包括在一个方向上具有透镜面的相机或感测传感器。在一个实施例中，每个节点306-30d的透镜可以在按与表面的平面垂直的90度定位的向上方向上、按对于表面的平面偏离的角度、或者按其组合而朝向。例如，每个视觉交通标记器或节点306a—306d被配置为：摇摄倾斜并且缩放以提供对象（诸如机动车、人或其组合等）的信息（诸如事件、环境、简档或状况）的视图392a—392d。透镜可以是例如鱼眼透镜或广角透镜。当道路上的车辆304驾驶或经过节点306d时，车辆的信息（诸如车辆的速度、底部简档）被捕获或检测。邻近的节点306a—106c可以基于车辆在向前方向上的速度而预测车辆到达目的地、区域或下一节点的行驶时间。
图9描绘根据本公开的示例性实施例的视觉交通标记器的图像传感器400顶视图。图像传感器400包括感测管芯402以及耦合到感测管芯402的电子电路（未示出）。感测管芯402是用硅材料制成的。在另一实施例中，在不脱离本公开的精神和范围的情况下，可以用其它材料制成感测管芯402。电子电路可以直接地或间接地位于感测管芯之下、位于感测管芯旁边或者位于感测管芯附近。图像形成在图像传感器的位置“所形成图像”408处。对于交通和环境状况的信息显现在位置“起作用的像素区域”404处，并且有关非交通和环境的信息显现在位置“禁用的像素区域”306处。因为“起作用的像素区域”404小于“禁用的像素区域”306的整个的组合区域，所以用于处理与交通和环境状况有关的数据的时间明显更快。另外，用于处理有关交通和环境的数据的功率消耗显著地减少。
图10图示根据本公开的另一实施例的视觉交通标记器的图像传感器500的顶视图。与如在图9中示出的图像传感器400不同，图像传感器500包括具有起作用的区域504和禁用的区域506的多个垂直像素。电路（诸如电子电路、读出电路和采集电路等）可以位于禁用的区域上。在一个实施例中，电路可以直接地或间接地位于禁用的区域506之下。在另一实施例中，电路可以位于禁用的区域506旁边。在又一实施例中，电路可以位于禁用的区域506附近。因为“起作用的像素区域”504与芯片502的整个区域相比是被减小的，所以用于处理与交通和环境状况有关的数据的时间明显更快。另外，用于处理有关交通和环境的数据的功率消耗显著地减少。
图11图示根据本公开的另一实施例的视觉交通标记器的图像传感器600的顶视图。除了图像传感器600包括具有起作用的区域604和禁用的区域606的多个水平像素之外，图像传感器600与图10的图像传感器500相似。电路（诸如电子电路、读出电路和采集电路等）可以位于禁用的区域上。在一个实施例中，电路可以直接地或间接地位于禁用的区域606之下。在另一实施例中，电路可以位于禁用的区域606旁边。在又一实施例中，电路可以位于禁用的区域606附近。除了上面描述的图像像素阵列的布置或形式之外，像素阵列可以采用例如蜿蜒形、方形、椭圆形或其它几何形状的形式。因为“起作用的像素区域”604与芯片602的整个区域相比是被减小的，所以用于处理与交通和环境状况有关的数据的时间明显更快。另外，用于处理有关交通和环境的数据的功率消耗显著地减少。
图12图示根据本公开的另一实施例的视觉交通标记器的图像传感器700的顶视图。除了图像传感器700包括多个分离的阵列704a—704d之外，图像传感器700与图11的图像传感器600相似。图像传感器700包括感测管芯702以及耦合到感测管芯302的电子电路（未示出）。例如，感测管芯702是用硅材料制成的。在另一实施例中，在不脱离本公开的精神和范围的情况下，可以用其它材料制成感测管芯702。电子电路可以直接地或间接地位于感测管芯之下、位于感测管芯旁边或者位于感测管芯附近。图像形成在图像传感器的位置708处，定义为“所形成图像”。对象（诸如机动车、人以及其组合等）的事件、环境、简档或状况的信息显现在各个位置704a—704d处，定义为“起作用的区带”。位置706定义为电路（诸如电子电路、能量采集电路和读出电路等）位于其中的“禁用的像素区域”。起作用的区带704b、704d包括m像素与n像素，而起作用的区带704a、704c包括a像素与b像素。
图13图示根据本公开的示例性实施例的节点操作周期。在获取阶段，由节点106中的至少一个通过一个或多个传感器126、128在Tacq秒内收集或获取原始数据。数据可以采用表示对象（诸如机动车、人以及其组合等）的事件、环境、简档或状况中的至少一个的图像、视频、声、热和光等的形式。Tacq是可变的并且基于所收集的数据而在大约零至捕获数据所要求的最大时间的范围之间改变。在处理阶段，数据然后被发送到使用机器可读介质中所存储的软件（诸如图像处理软件、视频处理软件和声学处理软件等）执行计算机可执行指令的序列的处理单元114而在Tp（定义为处理持续时间）内成为与所捕获或收集的数据关联的元数据。指令可以基于由另一节点、子网络系统和控制系统等发放的一个或多个请求或命令。计算机可执行指令包括处理、分析、比较、加和、存储、执行、编译、转译、变换、分布、解释、以及形成与所捕获的数据关联的信息的依据版本等中的一个或多个。在发送阶段，元数据然后经由通信组装118在Tt（定义为发送持续时间）内被发送或转发到视觉设备或节点、子网络系统、控制系统、机动车、服务器、全球导航系统、标记器组件、其它非视觉设备、交通灯、街灯和电子设备等中的至少一个。Tt可以基于元数据和请求而适配。节点在发送阶段完成之后进入休眠和侦听模式以用于若干益处，所述若干益处用以包括维持功率或能量消耗，减少数据带宽、操作成本以及其它。节点继续停留在休眠和侦听模式以降低并且维持功率能量消耗，直到来自另一节点或中央单元的下一命令被发送到节点以把节点从休眠和侦听模式唤醒。一旦节点被唤醒，它就返回到节点操作周期的获取阶段。在一个实施例中，可以通过任何外部中断（诸如来自机动车、服务器、全球导航系统、标记器组件、其它非视觉设备、交通灯、街灯和电子设备等的消息）唤醒节点。在另一实施例中，可以通过内部中断（诸如来自节点自身的用于诊断的消息）唤醒节点。
本公开的范围内的实施例也可以包括非暂态计算机可读存储介质或机器可读介质以用于携带或具有其上所存储的计算机可执行指令或数据结构。这样的非暂态计算机可读存储介质或机器可读介质可以是可以由通用或专用计算机存取的任何可用介质。通过示例而不是限制的方式，这样的非暂态计算机可读存储介质或机器可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁存储设备或者可以被用于以计算机可执行指令或数据结构的形式携带或存储想要的程序代码手段的任何其它介质。以上的组合也应当包括在非暂态计算机可读存储介质或机器可读介质的范围内。
也可以在分布式计算环境中实践实施例，其中通过通信网络由（通过硬布线链路、无线链路或者通过其组合）链接的本地和远程处理设备执行任务。
计算机可执行指令包括例如引起通用计算机、专用计算机或专用处理设备执行特定功能或功能群组的指令和数据。计算机可执行指令还包括由单机或网络环境中的计算机执行的程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件和数据结构等。计算机可执行指令、关联的数据结构以及程序模块表示用于执行本文所公开的方法的步骤的程序代码手段的示例。这样的可执行指令或关联的数据结构的特定序列表示用于实现在这样的步骤中描述的功能的对应的动作的示例。
虽然已经参照各个实施例描述了本专利，但是将理解的是，这些实施例是说明性的并且本公开的范围不限制于这些实施例。许多变化、修改、添加和改进是可能的。更一般地，已经在上下文或特定实施例中描述了根据本专利的实施例。功能可以在本公开的各个实施例中在块中不同地分离或组合或者被利用不同的术语描述。这些和其它变化、修改、添加和改进可以落入如在随后的权利要求中限定的本公开的范围内。

Claims (13)

1.一种智能分布式视觉交通标记器系统，包括：
传感器组装，包括相机和感测元件，所述相机或所述感测元件之一被配置为获得事件、状况、车辆简档、人简档中的至少一个的信息；以及
处理器，用于携带或具有计算机可执行指令，以将信息定向到操作在网格网络中的不同的视觉交通标记器系统；
其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。
2.如权利要求1所述的智能分布式视觉交通标记器系统，其中，所述处理器基于所述信息来控制不同的视觉交通标记器系统。
3.如权利要求2所述的智能分布式视觉交通标记器系统，其中，所述视觉交通标记器系统被集成到道路/交通标志、广告板、街道标志、布告牌标记器、位置标记器、英里标记器和机动车辆中。
4.如权利要求2所述的智能分布式视觉交通标记器系统，其中，所述信息被重定向、转发、重新路由、共享或广播到操作在所述网格网络中的视觉交通标记器系统中的一个或多个。
5.如权利要求1所述的智能分布式视觉交通标记器系统，其中，所述感测元件选择自由如下构成的组：热传感器、湿度传感器、惯性传感器、气体传感器、运动传感器、简档传感器、环境传感器、光学传感器或声学传感器。
6.一种设备，包括：
非暂态计算机可读介质，用于携带或具有计算机可执行指令，以获得事件、状况、车辆简档、人简档中的至少一个的信息，所述指令引起机器：
将信息定向到操作在网格网络中的视觉交通标记器系统，其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。
7.如权利要求6所述的设备，其中，所述指令引起机器：基于所述信息来控制所述视觉交通标记器系统。
8.如权利要求7所述的设备，其中，所述信息被重定向、转发、重新路由、共享或广播到操作在所述网格网络中的不同的视觉交通标记器系统。
9.一种智能分布式视觉交通标记器组装，包括：
第一视觉交通标记器系统，用于获得与事件或状况关联的信息；以及
处理器，用于携带或具有计算机可执行指令，以将信息定向到操作在网格网络中的第二视觉交通标记器系统；
其中，所述信息进一步包括下一事件或下一状况中的至少一个的现有的和预测性的信息。
10.如权利要求9所述的智能分布式视觉交通标记器组装，其中，所述处理器控制所述第一视觉交通标记器系统或所述第二视觉交通标记器系统中的至少一个。
11.如权利要求10所述的智能分布式视觉交通标记器组装，其中，所述处理器被集成到外部设备中。
12.如权利要求9所述的智能分布式视觉交通标记器组装，其中，所述处理器被集成到所述第一视觉交通标记器中。
13.如权利要求9所述的智能分布式视觉交通标记器组装，其中，所述信息被重定向、转发、重新路由、共享或广播到与第一视觉交通标记器或第二视觉交通标记器不同的操作在所述网格网络中的视觉交通标记器系统中的一个或多个。
CN201680077132.1A 2015-12-31 2016-12-30 智能分布式视觉交通标记器及其方法 Active CN108431879B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562273637P 2015-12-31 2015-12-31
US62/273637 2015-12-31
PCT/EP2016/082914 WO2017114947A1 (en) 2015-12-31 2016-12-30 Intelligent distributed vision traffic marker and method thereof

Publications (2)

Publication Number Publication Date
CN108431879A true CN108431879A (zh) 2018-08-21
CN108431879B CN108431879B (zh) 2023-03-14

Family

ID=57755296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680077132.1A Active CN108431879B (zh) 2015-12-31 2016-12-30 智能分布式视觉交通标记器及其方法

Country Status (5)

Country Link
US (1) US10607482B2 (zh)
EP (1) EP3398182A1 (zh)
JP (1) JP6707644B2 (zh)
CN (1) CN108431879B (zh)
WO (1) WO2017114947A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109584568A (zh) * 2018-12-29 2019-04-05 浙江方大智控科技有限公司 智慧交通雷达监测系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3384478A4 (en) * 2015-12-01 2019-07-24 Genetec Inc. VIRTUAL PEER TO PEER CHALKING
EP3735682A4 (en) * 2019-03-22 2020-11-11 SZ DJI Technology Co., Ltd. LANE MONITORING SYSTEM AND PROCEDURE AND PROVISION OF LANE LEAVE WARNINGS
WO2020240353A1 (en) * 2019-05-24 2020-12-03 3M Innovative Properties Company Operator proficiency-based infrastructure articles
US11183052B2 (en) * 2019-07-16 2021-11-23 Ford Global Technologies, Llc Enhanced vehicle operation
DE102019217675A1 (de) * 2019-11-18 2021-05-20 Robert Bosch Gmbh System zum Bereitstellen von Angaben zu Fahrzeugen
JP2021135558A (ja) * 2020-02-25 2021-09-13 三菱電機株式会社 ナンバープレート読取装置、ナンバープレート読取方法、および、ナンバープレート読取プログラム

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11295801A (ja) * 1998-04-10 1999-10-29 Minolta Co Ltd カメラとこのカメラに装着されるデジタルカメラ
US6223125B1 (en) * 1999-02-05 2001-04-24 Brett O. Hall Collision avoidance system
JP2003317184A (ja) * 2002-04-24 2003-11-07 Toshiba Corp 個別車両モニタリング装置
WO2004019142A2 (en) * 2002-08-26 2004-03-04 Jeong Ho Suk Automobile surveillance system and method
US20050212817A1 (en) * 2004-03-26 2005-09-29 Eastman Kodak Company Display device and method for determining an area of importance in an original image
US20060261458A1 (en) * 2003-11-12 2006-11-23 Amkor Technology, Inc. Semiconductor package and manufacturing method thereof
US20070150192A1 (en) * 2005-12-05 2007-06-28 Kotaro Wakamatsu Vehicle Position Estimating Apparatus And Vehicle Position Estimating Method
EP2212872A1 (de) * 2007-10-26 2010-08-04 JENOPTIK Robot GmbH Verkehrsüberwachungssystem
EP2315189A2 (en) * 2009-10-22 2011-04-27 Siemens Corporation Mobile sensing for road safety, traffic management and road maintenance
CN102073851A (zh) * 2011-01-13 2011-05-25 北京科技大学 一种城市交通事故自动识别方法和系统
CN102450085A (zh) * 2009-04-02 2012-05-09 慧通国际股份有限公司 用于交通管理网络的方法和系统
CN102509310A (zh) * 2011-11-18 2012-06-20 上海电机学院 一种结合地理信息的视频追踪分析方法及系统
US20120249341A1 (en) * 2011-03-30 2012-10-04 Qualcomm Incorporated Communication of emergency messages with road markers
US8519502B2 (en) * 2006-08-02 2013-08-27 Sony Corporation Solid-state imaging device
JP2014010336A (ja) * 2012-06-29 2014-01-20 Panasonic Corp 撮像装置およびその制御方法
CN104240500A (zh) * 2014-08-25 2014-12-24 奇瑞汽车股份有限公司 一种路况信息预测方法及系统
RU2569454C1 (ru) * 2014-10-22 2015-11-27 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тихоокеанский государственный университет" Способ автоматизированного составления схемы дорожно-транспортного происшествия

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6466862B1 (en) * 1999-04-19 2002-10-15 Bruce DeKock System for providing traffic information
US7297916B1 (en) * 2005-02-22 2007-11-20 Magnachip Semiconductor, Ltd. Optically improved CMOS imaging sensor structure to lower imaging lens requirements
US20060227011A1 (en) 2005-04-12 2006-10-12 Fripp Richard D Ii Speed bump mounted license plate camera system
JP2008299580A (ja) * 2007-05-31 2008-12-11 Doi Seisakusho:Kk 移動体の無線通信システム
US9118825B2 (en) * 2008-02-22 2015-08-25 Nan Chang O-Film Optoelectronics Technology Ltd. Attachment of wafer level optics
JP2009251876A (ja) 2008-04-04 2009-10-29 Hitachi Plant Technologies Ltd 車両監視・制御システム
EP2293032A1 (en) * 2009-09-04 2011-03-09 Radisens Diagnostic Limited An Integrated Cytometric Sensor System and Method
JP2012038089A (ja) * 2010-08-06 2012-02-23 Nikon Corp 情報管理装置、データ解析装置、信号機、サーバ、情報管理システム、およびプログラム
US20120033123A1 (en) 2010-08-06 2012-02-09 Nikon Corporation Information control apparatus, data analyzing apparatus, signal, server, information control system, signal control apparatus, and program
US9171459B2 (en) * 2012-04-13 2015-10-27 Blue-Band LLC Traffic monitoring and notification system and associated methods
US8836788B2 (en) * 2012-08-06 2014-09-16 Cloudparc, Inc. Controlling use of parking spaces and restricted locations using multiple cameras
US20140118257A1 (en) * 2012-10-29 2014-05-01 Amazon Technologies, Inc. Gesture detection systems
US9024787B2 (en) * 2013-09-18 2015-05-05 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Controlling vehicular traffic on a one-way roadway
US9251707B2 (en) * 2013-10-04 2016-02-02 Jason Kugel Highly accurate system for wrong-way driving detection and deterrence
US9615066B1 (en) * 2016-05-03 2017-04-04 Bao Tran Smart lighting and city sensor
US20180096595A1 (en) * 2016-10-04 2018-04-05 Street Simplified, LLC Traffic Control Systems and Methods

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11295801A (ja) * 1998-04-10 1999-10-29 Minolta Co Ltd カメラとこのカメラに装着されるデジタルカメラ
US6223125B1 (en) * 1999-02-05 2001-04-24 Brett O. Hall Collision avoidance system
JP2003317184A (ja) * 2002-04-24 2003-11-07 Toshiba Corp 個別車両モニタリング装置
WO2004019142A2 (en) * 2002-08-26 2004-03-04 Jeong Ho Suk Automobile surveillance system and method
US20060261458A1 (en) * 2003-11-12 2006-11-23 Amkor Technology, Inc. Semiconductor package and manufacturing method thereof
US20050212817A1 (en) * 2004-03-26 2005-09-29 Eastman Kodak Company Display device and method for determining an area of importance in an original image
US20070150192A1 (en) * 2005-12-05 2007-06-28 Kotaro Wakamatsu Vehicle Position Estimating Apparatus And Vehicle Position Estimating Method
US8519502B2 (en) * 2006-08-02 2013-08-27 Sony Corporation Solid-state imaging device
EP2212872A1 (de) * 2007-10-26 2010-08-04 JENOPTIK Robot GmbH Verkehrsüberwachungssystem
CN102450085A (zh) * 2009-04-02 2012-05-09 慧通国际股份有限公司 用于交通管理网络的方法和系统
EP2315189A2 (en) * 2009-10-22 2011-04-27 Siemens Corporation Mobile sensing for road safety, traffic management and road maintenance
CN102073851A (zh) * 2011-01-13 2011-05-25 北京科技大学 一种城市交通事故自动识别方法和系统
US20120249341A1 (en) * 2011-03-30 2012-10-04 Qualcomm Incorporated Communication of emergency messages with road markers
CN102509310A (zh) * 2011-11-18 2012-06-20 上海电机学院 一种结合地理信息的视频追踪分析方法及系统
JP2014010336A (ja) * 2012-06-29 2014-01-20 Panasonic Corp 撮像装置およびその制御方法
CN104240500A (zh) * 2014-08-25 2014-12-24 奇瑞汽车股份有限公司 一种路况信息预测方法及系统
RU2569454C1 (ru) * 2014-10-22 2015-11-27 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тихоокеанский государственный университет" Способ автоматизированного составления схемы дорожно-транспортного происшествия

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
文军: "网络摄像机的发展趋势", 《中国公共安全(综合版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109584568A (zh) * 2018-12-29 2019-04-05 浙江方大智控科技有限公司 智慧交通雷达监测系统
CN109584568B (zh) * 2018-12-29 2022-05-03 浙江方大智控科技有限公司 智慧交通雷达监测系统

Also Published As

Publication number Publication date
US10607482B2 (en) 2020-03-31
CN108431879B (zh) 2023-03-14
JP2019500702A (ja) 2019-01-10
US20180357895A1 (en) 2018-12-13
WO2017114947A1 (en) 2017-07-06
EP3398182A1 (en) 2018-11-07
JP6707644B2 (ja) 2020-06-10

Similar Documents

Publication Publication Date Title
CN108431879A (zh) 智能分布式视觉交通标记器及其方法
CN108476553A (zh) 无线网格网络分布式视觉交通标记器及其方法
Liu et al. High-efficiency urban traffic management in context-aware computing and 5G communication
Kumar et al. A novel Software-Defined Drone Network (SDDN)-based collision avoidance strategies for on-road traffic monitoring and management
CN112289059A (zh) 一种车路协同道路交通系统
JP7420734B2 (ja) データ配信システム、センサデバイス及びサーバ
CN105225508B (zh) 路况提示方法及装置
CN107924040A (zh) 图像拾取装置、图像拾取控制方法和程序
JP2019117449A (ja) 人物探索システム
CN111710177B (zh) 智慧交通信号灯组网协同优化控制系统及控制方法
US6813554B1 (en) Method and apparatus for adding commercial value to traffic control systems
CN102025775A (zh) 一种物联网汽车的监控系统
CN108360442A (zh) 智能除雪方法、智能除雪车及计算机可读存储介质
CN109747660A (zh) 车辆信息共享系统及方法、自动驾驶车辆
CN109421697A (zh) 一种车辆控制方法、装置和系统
CN110363899A (zh) 基于通信通道检测中继攻击的方法及设备
CN111785030A (zh) 交通监控终端和交通监控系统
Zafeiriou IoT and mobility in smart cities
CN112511610A (zh) 基于城市精细化管理条件的车载巡视智能方法和系统
JP2023043957A (ja) 車載装置、画像認識システム、車載装置用の支援装置、画像認識方法、及び、モデルデータ送信方法
CN109615892A (zh) 基于分布式计算的交通策略分析方法及系统
Keerthi et al. A Survey On Various Traffic Management Schemes For Traffic Clearance, Stolen Vehicle And Emergency Vehicle
PANDEY et al. ENCRYPTION-BASED SECURE FRAMEWORK FOR SMART TRAFFIC MANAGEMENT USING FOG COMPUTING
US20240005791A1 (en) Driving assistance system, server device, and driving assistance information generation method
Navaroj et al. Smart parking in smart cities using secure IoT

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