CN109690251A - 使用交通信号信息优化自主汽车的驾驶时间和用户体验 - Google Patents
使用交通信号信息优化自主汽车的驾驶时间和用户体验 Download PDFInfo
- Publication number
- CN109690251A CN109690251A CN201780055041.2A CN201780055041A CN109690251A CN 109690251 A CN109690251 A CN 109690251A CN 201780055041 A CN201780055041 A CN 201780055041A CN 109690251 A CN109690251 A CN 109690251A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic
- time
- traffic signal
- path
- 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
Links
- 238000005457 optimization Methods 0.000 title abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000004048 modification Effects 0.000 claims description 46
- 238000012986 modification Methods 0.000 claims description 46
- 230000004044 response Effects 0.000 claims description 34
- 238000007514 turning Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 11
- 230000008034 disappearance Effects 0.000 claims description 10
- 230000001965 increasing effect Effects 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 82
- 230000037361 pathway Effects 0.000 description 18
- 230000032258 transport Effects 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000005183 dynamical system Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- QELJHCBNGDEXLD-UHFFFAOYSA-N nickel zinc Chemical compound [Ni].[Zn] QELJHCBNGDEXLD-UHFFFAOYSA-N 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical group CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
- G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/3822—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving specially adapted for use in vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
Abstract
描述了用于基于交通信号状态优化驾驶时间的方法、装置和非暂时性计算机可读存储介质。所公开的技术包括能够基于路线数据确定与对于车辆的车辆位置和目的地位置之间的路径相对应的多个距离的车辆。路线数据可以包括预定区域的地图,该预定区域包括车辆位置和目的地位置。车辆可以接收交通信号数据,该交通信号数据包括路径上的对应的交通信号的交通信号状态。车辆可以基于距离和交通信号状态确定与路径的预定部分相对应的行驶时间。车辆可以基于被确定为具有最短行驶时间的路径来确定车辆位置和目的地位置之间的优化路径。
Description
技术领域
本申请涉及车辆操作,包括通过使用交通信号信息优化自主(autonomous)车辆的驾驶时间的方法、装置和非暂时性计算机可读介质。
背景技术
经过道路系统的车辆的安全和高效移动利用了调节交通流的机制(诸如交通灯)。诸如交通信号的交通调节机制,通过周期性地停止交通沿十字路口的一个轴的移动,然后交替地停止交通沿另一轴的移动,来试图平衡交通流。通过这种方式,来自不同方向的车辆能够安全通过十字路口,并且不会在很长时间内在一个方向上停止交通流。
然而,通常情况下,交通流在每个方向上并不均衡,或者交通流很小以致于由交通信号引起的交通流的中断不必要地阻碍了交通流。如此以来,在某些情况下,交通流量可能会因过度或过于严格的交通管制而受到影响。
发明内容
本文公开了使用交通信号信息优化驾驶时间和用户体验的方面、特征、元素、实施方式和实施方式。
公开的实施方式的一方面是一种用于优化驾驶时间的方法,该用于优化驾驶时间的方法包括:由处理器,基于路线数据确定与在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中路线数据包括预定区域的地图,预定区域包括车辆位置和目的地位置。该方法还包括,由处理器接收交通信号数据,其包括多个路径上的多个交通信号的多个交通信号状态。该方法包括,由处理器基于多个距离和多个交通信号状态确定与多个路径的预定部分相对应的多个行驶时间。该方法包括,由处理器基于多个路径中的与多个行驶时间中的最低或最短行驶时间相对应的路径确定车辆位置和目的地位置之间的优化路径。
公开的实施方式的一方面包括一种驾驶时间优化装置,该装置包括:非暂时性存储器;和处理器,其被配置为执行存储在非暂时性存储器中的指令以:基于路线数据,确定与在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中路线数据包括预定区域的地图,预定区域包括车辆位置和目的地位置。该驾驶时间优化装置还执行存储在非暂时性存储器中的指令以:接收交通信号数据,其包括在多个路径上的多个交通信号的多个交通信号状态;基于多个距离和多个交通信号状态确定与多个路径的预定部分相对应的多个行驶时间;以及基于多个路径中的与多个行驶时间中的最低或最短行驶时间相对应的路径,确定在车辆位置和目的地位置之间的优化路径。
公开的实施方式的一方面是一种非暂时性计算机可读存储介质,包括可由一个或多个处理器可执行的程序指令,当该程序指令被执行时,使得一个或多个处理器执行操作。该操作包括:基于路线数据,确定与在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中路线数据包括预定区域的地图,预定区域包括车辆位置和目的地位置。该操作包括接收交通信号数据,其包括在多个路径上的多个交通信号的多个交通信号状态。该操作还包括基于多个距离和多个交通信号状态确定与多个路径的预定部分相对应的多个行驶时间。该操作还包括基于多个路径中的与多个行驶时间中的最低或最短行驶时间相对应的路径,确定在车辆位置和目的地位置之间的优化路径。
在以下对实施例、所附权利要求和附图的详细描述中公开了本公开的这些和其他方面。
附图说明
当结合附图阅读时,从以下详细描述中可以最好地理解所公开的技术。需要强调的是,根据惯例,附图的各种特征不按比例绘制。相反,为了清楚起见,各种特征的尺寸被任意扩大或缩小。
图1是在其中可以实施本文所公开的方面、特征和元素的车辆的部分的示例的图。
图2是在其中可以实施本文所公开的方面、特征和元素的车辆运输和通信系统的部分的示例的图。
图3是根据本文教导基于交通信号信息优化驾驶时间系统的流程图。
图4是示出根据本公开的在车辆运输网络的一部分内,利用优化驾驶时间系统的车辆的俯视图。
图5是示出根据本公开的在车辆运输网络的一部分内,车辆位于具有左转弯信号状态的交通信号的十字路口处的图。
图6是示出根据本公开的在车辆运输网络的一部分内,车辆位于具有非红色交通信号状态的交通信号的十字路口处的图。
图7是示出根据本公开的在车辆运输网络的一部分内,两辆车辆在十字路口处利用交通信号数据协商一组交通信号的图。
图8是示出根据本公开的在车辆运输网络的一部分内,车辆利用交通信号数据穿越有车辆队伍的十字路口的图。
具体实施方式
运输网络通过为车辆交通指定某些区域,并进一步通过使用交通调节机制(诸如交通信号)调节这些区域,来调节车辆和非车辆交通的流动。交通信号通过交替地在一个方向上停止交通流来调节交通流,以确保交叉口交通有通过十字路口的权利。理想情况下,车辆的等待时间被最小化且车辆能够以有效的方式通过十字路口。然而,交通信号定时通常是根据集中位置建立的,车辆交通的起伏可能会导致不必要的等待。
如此以来,需要一种改进的方法来最小化在交通信号灯处的等待时间。优化地,交通信号的定时可以被调整到适应通过十字路口的交通流的平衡的变化。这样,车辆可以更高效地到达它们的目的地并且对其他车辆的干扰也最小。
如本文所用,术语“驾驶员”或“操作者”可以互换使用。如本文所用,术语“制动”或“减速”可以互换使用。如本文所用,术语“计算机”或“计算设备”包括能够执行本文所公开的任何方法或其任何一个或多个部分的任何单元或单元的组合。
如本文所用,术语“处理器”指示一个或多个处理器,诸如一个或多个专用处理器、一个或多个数字信号处理器、一个或多个微处理器、一个或多个控制器、一个或多个微控制器、一个或多个应用处理器、一个或多个专用集成电路、一个或多个专用标准产品;一个或多个现场可编程门阵列、任何其它类型的集成电路或集成电路的组合、一个或多个状态机、或它们的任何组合。
如本文所用,术语“存储器”指示任何计算机可用或计算机可读介质或设备,其可以有形地包含、存储、通信传达或传输任何信号或信息,这些信号或信息可以由任何处理器使用或与任何处理器结合使用。例如,存储器可以是一个或多个只读存储器(read onlymemory,ROM)、一个或多个随机存取存储器(random access memory,RAM)、一个或多个寄存器、低功率双数据速率(low power double data rate,LPDDR)存储器、一个或多个高速缓冲存储器、一个或多个半导体存储设备、一个或多个磁性介质、一个或多个光学介质、一个或多个磁光介质、或它们的任何组合。
如本文所用,术语“指令”可以包括用于执行本文公开的任何方法或其任何一个或多个部分的指导或表达,并且可以以硬件、软件或其任何组合来实现。例如,指令可以实施为存储在存储器中的信息(诸如计算机程序),其可以由处理器执行以执行本文所述的任何相应的方法、算法、方面或其组合。在一些实施方式中,指令或其一部分可以被实施为专用处理器或电路,其可以包括用于实行本文所述的任何方法、算法、方面或其组合的专用硬件。在一些实施方式中,指令或其部分可以被实施为专用处理器或电路,其可以包括用于执行本文所述的任何方法、算法、方面或其组合的专用硬件。在一些实施方式中,部分指令可以分布在单个设备或多个设备上的多个处理器上,这些设备可以直接通信或者通过诸如局域网、广域网、互联网或其组合的网络通信。
如本文所用,术语“示例”、“实施例”、“实施方式”、“方面”、“特征”或“元素”指示用作示例、实例或说明。除非明确指出,否则任何示例、实施例、实施方式、方面、特征或元素与每个其它的示例、实施例、实施方式、方面、特征或元素彼此独立,并且可以与任何其他示例、实施例、实施方式、方面、特征或元素组合使用。
如本文所用,术语“确定”和“识别”或其任何变型包括选择、查明、计算、查找、接收、确定、建立、获得、或以任何方式使用本文示出和描述的设备中的一个或多个来识别或确定。
如本文所用,术语“或”意图表示包含性的“或”而不是排他性的“或”。也就是说,除非另有说明,或者从上下文中清楚,否则“X包括A或B”意图指示任何自然的包含性排列。如果X包括A;X包括B;或者X包括A和B两者,则在上述任何情况下,“X包括A或B”都满足。另外,在本申请和所附权利要求中使用的冠词“一”通常应被解释为意指“一个或多个”,除非另有说明或从上下文中清楚地指向单数形式。
此外,为了简化解释,尽管本文的附图和描述可能包括一序列或一系列的步骤或阶段,但本文公开的方法的元素可以以各种次序发生或同时发生。另外,本文公开的方法的元素可以与本文未明确呈现和描述的其他元素一起出现。此外,并非需要本文描述的方法的所有元素来实施根据本公开的方法。尽管本文以特定的组合描述了方面、特征和元素,但每个方面、特征或元素可以被独立使用,或者以具有或不具有其他方面、特征和元素的各种组合来使用。
图1是在其中可以实施本文公开的方面、特征和元素的车辆1000的示例的图。车辆1000包括底盘1100、动力系(powertrain)1200、控制器1300、车轮1400/1410/1420/1430或车辆的任何其他元件或元件的组合。尽管为了简单起见,车辆1000被示出为包括四个车轮1400,但也可以使用任何其他一个或多个推进设备,诸如螺旋桨或胎面。在图1中,互连诸如动力系1200、控制器1300和车轮1400的元件的线指示可以在各个元件之间通信传达信息(诸如数据或控制信号)、动力(诸如电动力或扭矩)、或信息和动力两者。例如,控制器1300可以从动力系1200接收动力,并与动力系1200、车轮1400/1410/1420/1430或两者通信,以控制车辆1000,这可以包括加速、减速、转向或以其他方式控制车辆1000。
动力系1200包括动力源1210、变速器(transmission)1220、转向单元1230、车辆致动器1240、或动力系的任何其它元件或元件的组合,诸如悬架、驱动轴、轴或排气系统。尽管单独示出,但是车轮1400可以被包括在动力系1200中。
动力源1210可以是可操作为提供能量(诸如电能、热能或动能)的任何设备或设备的组合。例如,动力源1210包括发动机,诸如内燃机、电动机或内燃机和电动机的组合,并且可以被操作为将动能作为起动力提供给一个或多个车轮1400。在一些实施方式中,动力源1210包括势能单元,诸如一个或多个干电池,诸如镍镉(NiCd)、镍锌(NiZn)、镍金属氢化物(NiMH)、锂离子(Li离子);太阳能电池;燃料电池;或能够提供能量的任何其他设备。
变速器1220从动力源1210接收能量(诸如动能)并将该能量发送到车轮1400以提供起动力。变速器1220可以由控制器1300、车辆致动器1240或这两者控制。转向单元1230可以由控制器1300、车辆致动器1240或这两者控制,并且控制车轮1400以使车辆转向。车辆致动器1240可以从控制器1300接收信号,并且可以致动或控制动力源1210、变速器1220、转向单元1230、或它们的任何组合,以操作车辆1000。
在一些实施方式中,控制器1300包括定位单元1310、电子通信单元1320、处理器1330、存储器1340、用户接口1350、传感器1360、电子通信接口1370或其任何组合。尽管被示出为单个单元,但控制器1300的任何一个或多个元件可以集成在任何数量的单独的物理单元中。例如,用户接口1350和处理器1330可以集成在第一物理单元中,而存储器1340可以集成在第二物理单元中。尽管在图1中未示出,但是控制器1300可以包括动力源,诸如电池。尽管被示出为单独的元件,但定位单元1310、电子通信单元1320、处理器1330、存储器1340、用户接口1350、传感器1360、电子通信接口1370、或它们的任何组合可以集成在一个或多个电子单元、电路或芯片中。
在一些实施方式中,处理器1330包括现存或以后研发的能够操纵或处理信号或其它信息的任何设备或设备组合,包括光学处理器、量子处理器、分子处理器、或它们的组合。例如,处理器1330可以包括一个或多个专用处理器、一个或多个数字信号处理器、一个或多个微处理器、一个或多个控制器、一个或多个微控制器、一个或多个集成电路、一个或多个专用集成电路、一个或多个现场可编程门阵列、一个或多个可编程逻辑阵列、一个或多个可编程逻辑控制器、一个或多个状态机、或它们的任何组合。处理器1330可以可操作地与定位单元1310、存储器1340、电子通信接口1370、电子通信单元1320、用户接口1350、传感器1360、动力系1200、或它们的任何组合耦合。例如,处理器可操作地经由通信总线1380与存储器1340耦合。
在一些实施方式中,处理器1330可以被配置为执行指令,该指令包括用于预测算法的指令,该预测算法可以用于预测交通信号的状态、定时、持续时间或周期性,该交通信号诸如用于指示包括以下交通信号状态的交通信号:红色交通信号状态;非红色交通信号状态,诸如绿色交通信号状态或黄色交通信号状态;或分别指示道路上的车辆可以左转或右转的左转交通信号状态或右转交通信号状态。预测算法可以使用交通信号数据,该交通信号数据可以被存储在车辆1000中或可以从诸如交通管理中心或可以包括基于云的服务器计算设备的服务器计算设备的外部源接收。
存储器1340可以包括能够例如包含、存储、通信传达或传输机器可读指令或与其相关联的任何信息以供处理器1330使用或与处理器1330结合使用的任何有形的非暂时性计算机可用或计算机可读介质。例如,存储器1340是一个或多个固态驱动器、一个或多个存储器卡、一个或多个可移动介质、一个或多个只读存储器、一个或多个随机存取存储器、一个或多个磁盘(包括硬盘、软盘、光盘、磁卡或光卡)、或者适于存储电子信息的任何类型的非暂时性介质、或者它们的任何组合。
电子通信接口1370可以是无线天线(如图所示)、有线通信端口、光通信端口、或者能够与有线或无线电子通信介质1500接口的任何其他有线或无线单元。
电子通信单元1320可以被配置为经由有线或无线电子通信介质1500(诸如经由电子通信接口1370)发送或接收信号。尽管在图1中未明确示出,但是电子通信单元1320被配置为经由任何有线或无线通信介质来发送、接收、或既发送又接收诸如射频(radiofrequency,RF)、紫外线(ultra violet,UV)、可见光、光纤、有线、或它们的组合。尽管图1示出了单个电子通信单元1320和单个电子通信接口1370,但是可以使用任何数量的通信单元和任何数量的通信接口。在一些实施方式中,电子通信单元1320可以包括专用短程通信(dedicated short range communications,DSRC)单元、无线安全单元(wireless safetyunit,WSU)、IEEE 802.11p(Wifi-P)、或它们的组合。
定位单元1310可以确定车辆1000的地理位置信息,诸如经度、纬度、海拔、行驶方向或速度。例如,定位单元包括全球定位系统(global positioning system,GPS)单元,诸如启用广域增强系统(Wide Area Augmentation System,WAAS)的国家海洋电子协会(National Marine-Electronics Association,NMEA)单元、无线电三角测量单元、或它们的组合。例如,定位单元1310可以用于获得表示车辆1000的当前航向、车辆1000在二维或三维中的当前位置、车辆1000的当前角度取向、或它们的组合的信息。
用户接口1350可以包括能够与人接口的任何单元,诸如虚拟或物理键盘、触摸板、显示器、触摸显示器、扬声器、麦克风、摄像机、传感器、打印机、或它们的任何组合。如图所示,用户接口1350可以可操作地与处理器1330耦合,或者与控制器1300的任何其他元件耦合。尽管被示出为单个单元,但用户接口1350可以包括一个或多个物理单元。例如,用户接口1350包括用于执行与人的音频通信的音频接口和用于执行与人的基于视觉和触摸的通信的触摸显示器。
传感器1360可以包括一个或多个传感器,诸如传感器阵列,其可操作为提供可用于控制车辆的信息。传感器1360可以提供关于车辆当前操作特性的信息。例如,传感器1360包括速度传感器、加速度传感器、转向角传感器、牵引力相关传感器、制动相关传感器、或其可操作为报告关于车辆1000当前动态状况的一些方面的信息的任何传感器或传感器的组合。
在一些实施例中,传感器1360可以包括可操作为获得关于车辆1000周围物理环境的信息的传感器。例如,一个或多个传感器检测道路几何形状和障碍物,诸如固定障碍物、车辆和行人。在一些实施例中,传感器1360可以是或包括一个或多个摄像机、激光感测系统、红外感测系统、声感测系统、或现在已知或以后研发的任何其他合适类型的车载环境感测设备或设备的组合。在一些实施例中,传感器1360和定位单元1310被组合。
尽管没有单独示出,但在一些实施例中,车辆1000可以包括轨迹控制器。例如,控制器1300可以包括轨迹控制器。轨迹控制器可操作为获得描述车辆1000的当前状态和为车辆1000规划路线的信息,并且基于该信息来确定和优化车辆1000的轨迹。在一些实施例中,轨迹控制器输出可操作为控制车辆1000使得车辆1000遵循由轨迹控制器确定的轨迹的信号。例如,轨迹控制器的输出能够是可以被提供给动力系1200、车轮1400或这两者的优化轨迹。在一些实施例中,优化轨迹可以是控制输入,诸如一组转向角,每个转向角与时间点或位置相对应。在一些实施例中,优化的轨迹可以是一条或多条路径、线、曲线、或它们的组合。
车轮1400中的一个或多个可以是在转向单元1230的控制下枢转到转向角的转向轮、在变速器1220的控制下被扭转以推进车辆1000的推进轮;或转向和推进车辆1000的转向和推进轮。
车辆可以包括图1中未示出的单元或元素,诸如外壳、蓝牙模块、调频(frequencymodulated,FM)无线电单元、近场通信(Near Field Communication,NFC)模块、液晶显示器(liquid crystal display,LCD)显示单元、有机发光二极管(organic light-emittingdiode,OLED)显示单元、扬声器、或它们的任何组合。
图2是在其中可以实施本文公开的方面、特征和元素的车辆运输和通信系统2000的部分的示例的图。车辆运输和通信系统2000包括车辆2100(诸如图1所示的车辆1000)和一个或多个交通信号(诸如交通信号2110)。车辆2100可以经由运输网络2200的一个或多个部分行驶,并且可以经由电子通信网络2300中的一个或多个与交通信号2110通信。尽管在图2中没有明确示出,但车辆可以穿越(traverse)没有明确或完全被包括在运输网络中的区域,诸如越野区域。在一些实施方式中,运输网络2200可以包括可以用于检测运输网络2200上的车辆的移动的一个或多个车辆检测传感器2202,诸如感应回路传感器。
电子通信网络2300可以是多址系统,其提供车辆2100、交通信号2110和交通管理中心2400之间的通信,诸如语音通信、数据通信、视频通信、消息通信、或它们的组合。例如,车辆2100或交通信号2110可以经由电子通信网络2300从交通管理中心2400接收信息,诸如表示运输网络2200的信息。
在一些实施例中,交通管理中心2400协调诸如交通信号2110的交通信号中的信号的状态或定时。交通管理中心2400可以改变交通信号的状态、定时、持续时间或周期性,包括:在红色交通信号时段内,周期性地将交通信号的状态改变为红色交通信号状态,以便指示诸如车辆2100的车辆被禁止前进通过诸如交通信号(诸如交通信号2110)的预定半径内的区域的预定区域;在红色交通信号时段开始之前的预定时段内,周期性地将交通信号的状态改变为非红色交通信号状态(诸如绿色交通信号状态或黄色交通信号状态),以便指示诸如车辆2100的车辆被允许前进通过诸如交通信号2110的交通信号。
在一些实施例中,交通管理中心2400可以经由无线通信链路2380或有线通信链路2390与诸如车辆2100、交通信号2110或服务器计算设备2500的车辆或计算设备交换(传送或接收)交通信号数据。
在一些实施例中,诸如交通信号2110的交通信号包括一个或多个交通管理控制器,该交通管理控制器包括:预设交通管理控制器,其中红色交通信号状态和非红色交通信号状态的状态、定时、持续时间或周期性可以被预编程或预设;或自适应控制器,其中来自道路传感器(诸如感应回路检测器)的数据和预设交通信号参数(诸如最大的非红色交通信号状态时间)的组合可用于确定何时将交通信号改变为红色交通信号状态或非红色交通信号状态。
在一些实施例中,服务器计算设备2500可以包括一个或多个服务器计算设备,其可以经由电子通信网络2300与包括车辆2100、交通信号2110或交通管理中心2400的一个或多个车辆或计算设备交换(传送或接收)交通信号数据。此外,服务器计算设备2500可以操作一个或多个预测算法,其可以用于预测交通信号的状态、定时、持续时间或周期性,该交通信号诸如用于指示包括如下交通信号状态的交通信号:红色交通信号状态;非红色交通信号状态(诸如绿色交通信号状态或黄色交通信号状态)、或指示道路上的车辆可以分别左转或右转的左转交通信号状态或右转交通信号状态。
在一些实施例中,车辆2100或交通信号2110经由有线通信链路(未示出)、无线通信链路2310/2320/2370或任何数量的有线或无线通信链路的组合进行通信。例如,如图所示,车辆2100或交通信号2110经由地面无线通信链路2310、经由非地面无线通信链路2320、或者经由它们的组合进行通信。在一些实施方式中,地面无线通信链路2310包括以太网链路、串行链路、蓝牙链路、红外(IR)链路、紫外(UV)链路或能够提供电子通信的任何链路。
车辆2100或交通信号2110可以与另一车辆2100或交通信号2110通信。例如,主机车辆或对象(subject)车辆2100可以经由直接通信链路2370或经由电子通信网络2300从交通信号2110接收一个或多个自动车辆间消息,诸如基本安全消息(basic safety message,BSM)。例如,交通信号2110可以在限定的广播范围(诸如300米)内向主机车辆广播该消息。在一些实施例中,车辆2100经由诸如信号中继器(未示出)或另一远程车辆(未示出)的第三方接收消息。在一些实施例中,车辆2100或交通信号2110基于定义的间隔(诸如100毫秒)周期性地发送一个或多个自动车辆间消息。
自动车辆间消息可以包括车辆识别信息、的地理空间状态信息(诸如经度、纬度或海拔信息)、地理空间位置精度信息、运动学状态信息(诸如车辆加速度信息、偏航率信息、速度信息、车辆航向信息、制动系统状态信息、油门信息、方向盘角度信息或车辆路线信息)、或车辆操作状态信息(诸如车辆尺寸信息、前灯状态信息、转向信号信息、刮水器状态信息、变速信息)、或与变速车辆状态有关的任何其他信息或该信息的组合。例如,变速状态信息指示变速车辆的变速是处于空档状态、停车状态、向前状态还是倒退状态。
在一些实施例中,车辆2100经由接入点2330与电子通信网络2300通信。可以包括计算设备的接入点2330可以被配置为经由有线或无线通信链路2310/2340与车辆2100、与电子通信网络2300、与交通管理中心2400、或与它们的组合通信。例如,接入点2330是基站、基站收发信台(base transceiver station,BTS)、节点B、增强型节点B(eNode-B)、归属节点B(HNode-B)、无线路线器、有线路线器、集线器、中继器、交换机、或任何类似的有线或无线设备。尽管被示出为单个单元,但接入点可以包括任意数量的互连元件。
车辆2100可以经由卫星2350或其他非地面通信设备与电子通信网络2300通信。可以包括计算设备的卫星2350可以被配置为经由一个或多个通信链路2320/2360与车辆2100、与电子通信网络2300、与交通管理中心2400、或与它们的组合通信。尽管被示出为单个单元,但卫星可以包括任何数量的互连元件。
电子通信网络2300可以是被配置为提供语音、数据、或任何其他类型的电子通信的任何类型的网络。例如,电子通信网络2300包括局域网(LAN)、广域网(WAN)、虚拟专用网(VPN)、移动或蜂窝电话网络、因特网或任何其他电子通信系统。电子通信网络2300可以使用通信协议,诸如传输控制协议(TCP)、用户数据报协议(UDP)、互联网协议(IP)、实时传输协议(RTP)、超文本传输协议(HTTP)、或它们的组合。尽管被示出单个单元,但电子通信网络可以包括任何数量的互连元件。
在一些实施例中,车辆2100经由电子通信网络2300、接入点2330或卫星2350与交通管理中心2400通信。交通管理中心2400可以包括一个或多个计算设备,其能够从车辆(诸如车辆2100)、交通信号(诸如交通信号2120)、或计算设备(诸如服务器计算设备2500)交换(传送或接收)交通信号数据。
在一些实施例中,车辆2100识别运输网络2200的一部分或其状况。例如,车辆可以包括一个或多个车载传感器2102(诸如图1所示的传感器1360),其包括速度传感器、车轮速度传感器、照相机、陀螺仪、光学传感器、激光传感器、雷达传感器、声音传感器、或能够确定或识别运输网络2200的一部分或其状况的任何其它传感器或设备或它们的组合。
车辆2100可以使用经由电子通信网络2300通信传达的信息(诸如表示运输网络2200的信息、由一个或多个车载传感器2102识别的信息、或它们的组合)穿越运输网络2200的一个或多个部分。交通信号2110能够进行上述关于车辆2100的通信和动作中的全部或一些。
为简单起见,图2示出了作为主机车辆的车辆2100、交通信号2110、运输网络2200、电子通信网络2300和交通管理中心2400。然而,可以使用任何数量的车辆、网络或计算设备。在一些实施例中,车辆运输和通信系统2000包括图2中未示出的设备、单元或元件。尽管车辆2100或交通信号2110被示出为单个单元,但车辆可以包括任何数量的互连元件。
尽管车辆2100被示出为经由电子通信网络2300与交通管理中心2400通信,但车辆2100(和交通信号2110)可以经由任何数量的直接或间接通信链路与交通管理中心2400通信。例如,车辆2100或交通信号2110可以经由诸如蓝牙通信链路的直接通信链路与交通管理中心2400通信。
尽管为简单起见,图2示出了运输网络2200中的一个和电子通信网络2300中的一个,但可以使用任何数量的网络或通信设备。在一些实施方式中,车辆运输和通信系统2000可以包括图2中未示出的设备、单元或元件。尽管车辆2100和交通信号2110被示出为单个单元,但车辆2100或交通信号2110可以包括任何数量的互连元件。
结合本文公开的技术的实施方式所描述的任何方法、过程或算法的步骤或操作可以用硬件、固件、由硬件执行的软件、电路、或它们的任何组合来实施。为便于解释,方法3000被描绘和描述为一系列操作。然而,根据本公开的步骤可以以各种次序发生或同时发生。此外,根据本公开的操作可以与本文未呈现和描述的其他操作一起发生。
图3是根据本文公开的教导基于交通信号优化驾驶时间的方法3000的流程图。在一些实施方式中,基于交通信号优化驾驶时间的方法可以在车辆中实施,诸如图1所示的车辆1000或图2所示的车辆2100。在一些实施方式中,基于交通信号优化驾驶时间的方法可以在诸如图1所示的控制器1300的计算设备或计算装置中实施。在一种实施方式中,基于交通信号优化驾驶时间的方法的一些或全部方面的可以在结合了本文所描述的一些或全部特征的系统中实施。
方法3000开始于步骤3010,在该步骤处,诸如车辆1000的车辆确定与车辆1000的车辆位置和目的地位置之间的多个路径相对应的多个距离。
在实施方式中,由车辆1000进行距离的确定是基于路线数据(诸如地图数据)的,该路线数据指示对象相对于另一对象的位置。例如,路线数据包括:地理坐标;沿诸如道路的路径的不同地理坐标之间的距离;预定地理区域的交通规则数据;和交通信号(诸如图2所示的交通信号2110)在预定区域中的地理位置处的位置。在该示例中,路线数据包括预定区域的地图,该地图包括车辆1000位置和目的地位置的位置。
在实施方式中,路线数据还包括基于多条路径上车辆外部的一个或多个对象的状态的路径状况数据。状况数据可以包括沿多个路径的一个或多个交通信号的状态。例如,路径状况数据可以包括对沿着多个路径的交通信号中的一个或多个的状态的指示,包括一个或多个交通信号是失效的还是故障的。
在实施方式中,路径状况数据还包括对交通信号周围的预定区域中的外部对象(诸如可能被交通信号中的传感器或车辆1000中的传感器(诸如传感器1360)捕获的对象)的状态的指示。例如,交通信号上的照相机可以捕获静止图像或视频图像,其提供对照相机可以观察到的外部环境的状态的指示。以这种方式,路径状况数据可以指示交通信号周围的预定区域中的车辆队列的出现或其他状况,其中路径状况数据包括车辆停止数据、建筑活动数据、车道关闭数据、路面状况数据、行人活动数据或交通信号定时数据。
在步骤3020,车辆1000可以接收交通信号数据,该数据包括多个路径上的多个交通信号的多个交通信号状态。在一种实施方式中,交通信号数据可以:被存储在车辆1000中,以供由车辆1000中的控制器1300执行的预测算法使用;从交通管理中心(诸如交通管理中心2400)接收;或从服务器计算设备(诸如服务器计算设备2500)接收。在一种实施方式中,多个交通信号状态包括对在交通信号数据被传送时的交通信号的状态的指示以及对交通信号状态的定时的指示。
例如,交通灯可以传送交通信号处于红色交通信号状态的指示,以指示车辆(诸如车辆1000)不被允许行进通过交通信号直到红色交通信号时段消逝,并且红色交通信号状态暂停预定时段。
在实施方式中,多个红色交通信号状态可以提供以下指示:当车辆1000在多个交通信号中的一个交通信号的预定距离内时,车辆1000被请求停止,直到红色交通信号时段消逝。例如,交通信号可以具有交通信号周期,该交通信号周期包括:20秒红色交通信号时段,指示车辆(诸如车辆1000)不被允许行进通过交通信号;和20秒非红色交通信号时段,指示红色交通信号状态被暂停并且车辆(诸如车辆1000)被允许行进通过交通信号。例如,20秒非红色交通信号时段可以包括紧接在红色交通信号时段之后的十五秒绿色交通信号时段,以及紧接在绿色交通信号时段之后并且紧接在当红色交通信号状态取消暂停时的红色交通信号时段开始之前的五秒黄色交通信号时段。
在实施方式中,交通信号数据可以包括过去的交通信号数据或未来的交通信号数据,过去的交通信号数据包括对过去的预定时段内的交通信号状态的指示,未来的交通信号数据包括对未来的预定时段内的交通信号状态的指示。过去的交通信号数据或未来的交通信号数据可以:被本地存储,诸如存储在车辆1000的存储器1340中;或从诸如交通管理中心2400或服务器计算设备2500的交通数据源接收。
过去的交通信号数据可以包括:过去的交通信号的操作情况,诸如交通信号是工作的还是故障的;预定时段(诸如节假日、周末或严重车辆拥堵的时段)内的过去的交通信号定时。未来的交通信号数据可以包括:交通信号的诸如用于维护或更换的计划停机时间;交通信号的未来的定时,诸如在节假日、周末或严重交通拥堵期间。在车辆1000接近或到达交通信号时,未来交通信号数据可以被用于更准确地确定交通信号的状态以及交通信号周围的预定区域。
在步骤3030,车辆1000确定多个路径的多个交通队列延迟时间。多个交通队列延迟时间是基于多个交通信号的预定距离内的对象的数量或多个交通信号的预定距离内的对象的速度。例如,车辆1000中的传感器(诸如图1所示的传感器1360)或来自交通信号的路径状况数据可以提供对预定距离内的对象(诸如车辆或行人)的数量和速度的指示。
这样,当多个车辆作为等待交通信号从红色交通信号状态改变到非红色交通信号状态的车辆而排队时,车辆1000可以确定在交通信号状态改变回红色交通信号状态之前,车辆队列将如何影响车辆1000行进的能力。
在实施方式中,车辆1000减少或删除多个路径的预定部分,以包括具有比预定交通队列延迟阈值更少的交通队列延迟时间的与多个交通信号相对应的多个路径。这样,车辆1000可以减少确定多个路径的行驶时间的计算负担。
在步骤3040,车辆1000基于多个距离和多个交通信号状态确定与多个路径的预定部分相对应的多个行驶时间。在实施方式中,车辆1000估计多个路径中的每一个路径的行驶时间。路径的行驶时间是基于包括以下各项的行驶时间因素:路线数据、路径状况数据、交通信号数据、沿各个路径的车辆位置和目的地位置之间的距离、车辆沿路径行驶时交通信号状态的变化、以及车辆速度。
在实施方式中,多个行驶时间可以以各种方式表示,包括:估计的时段,诸如一分钟、五秒;或估计到达的时间,诸如下午1:05.10。
在步骤3050,车辆1000确定多个路径的多个转弯时间差。在实施方式中,多个转弯时间差是基于包括以下各项的转弯时间差因素:车辆1000在多个路径的直线部分上行驶时的估计速度和当车辆1000在多个路径中的一个路径上转弯时(诸如在十字路口)的估计速度之间的差;对由于车辆1000在越过(negotiating)弯道前减速而造成的到达目的地的行驶时间所增加的额外时间的估计;以及对由于车辆1000在越过弯道之前加速以达到车辆1000的速度而造成的行驶时间所增加的额外时间的估计。
在实施方式中,车辆1000存储:车辆1000在多个路径的直线部分行驶的实际速度;以及当车辆1000越过在路径的弯曲部分的弯道时车辆1000的实际速度。对于多个路径中的每一个,车辆1000能够基于已存储的车辆在路径的直线部分和路径的弯曲部分的实际速度来确定或计算转弯时间差。
在步骤3060,车辆1000基于多个转弯时间差修改多个行驶时间。在实施方式中,修改多个行驶时间包括将转弯差时间添加到对应的多个路径。
例如,如果车辆位置和目的地位置之间的路径是直线路径,没有十字路口,也没有介于之间的交通信号,那么转弯时间差将是一个较低的值。又例如,如果车辆位置和目的地位置之间的路径具有分别左转、右转和左转来越过的三个十字路口,则转弯时间差将包括车辆1000在每个十字路口减速以越过三个弯道所花费的额外时间。在实施方式中,可以通过可能增加或减少转弯时间差的加权因子来加权转弯时间差。
在步骤3070,车辆1000基于多个路径中与多个行驶时间中的最低或最短的行驶时间相对应的路径来确定车辆位置和目的地位置之间的优化路径。以这种方式,车辆1000最小化车辆位置和目的地位置之间的行驶时间。
在步骤3080,车辆1000基于拦截因子确定拦截时段,该拦截因子包括车辆1000的速度和车辆1000与优化路径上多个交通信号中最近的一个交通信号之间的距离。在实施方式中,拦截时段包括基于交通信号数据的、车辆到达优化路径上的多个交通信号中最近的一个交通信号的估计的时间量,该交通信号数据可以被本地存储在存储器(诸如车辆1000的存储器1340)中,或由车辆1000从交通信号数据源(诸如交通管理中心2400或服务器计算设备2500)接收,该交通信号数据源可以经由通信网络或优化路径上的多个交通信号中的一个交通信号发送交通信号数据。
在实施方式中,车辆1000基于来自传感器(诸如图1所示的传感器1360)的传感器数据确定车辆1000的速度,该传感器数据可以指示车辆1000的当前速度。在实施方式中,拦截因素还包括路线数据、路径状况数据或交通信号数据。
在步骤3090,车辆1000确定是否满足拦截条件,包括确定红色交通信号时段是否在拦截时段消逝之前开始,或红色交通信号时段是否在拦截时段消逝之前没有消逝。在实施方式中,确定拦截条件是否已被满足包括将拦截时段与剩余红色交通信号时段进行比较,或与红色交通信号时段开始之前剩余的非红色交通信号时段进行比较。当拦截条件被满足时,采取“是”分支进入步骤3100。当拦截条件不被满足时,采取“否”分支进入步骤3080。
在步骤3100,车辆1000向与优化路径上多个交通信号中最近的一个交通信号相关联的交通信号控制设备传送时间修改消息。时间修改消息包括被发送到交通信号或交通管理中心(诸如图2所示的交通管理中心2400)的时间修改数据。
在实施方式中,时间修改消息包括改变交通信号的状态、定时、周期或持续时间的请求,包括:增加在红色交通信号时段开始之前的时间量的请求;减少红色交通信号时段消逝之前的时间量的请求;减少红色交通信号时段开始之前的时间量的请求;增加红色交通信号时段消逝之前的时间量的请求。
在实施方式中,当诸如红色交通信号时段在拦截时段消逝之前开始或红色交通信号时段在拦截时段消逝之前没有消逝的拦截条件已被满足时,车辆1000在拦截时段消逝之前增加车辆的速度以到达优化路径上多个交通信号中最近的一个交通信号。
在实施方式中,当车辆1000的速度达到预定的最大速度时,车辆1000可以停止增加车辆1000的速度。例如,预定的最大速度可以基于包括以下各项的因素:交通规则,诸如速度限制;确定地理区域内允许的最大速度的分区规则;或基于车辆1000的电气或机械性能的预定的最大速度。
在步骤3110,车辆1000确定是否从交通信号接收到对由车辆1000传送的时间修改消息的肯定响应。在实施方式中,交通信号可以由通信装置接收,诸如图1所示的收发器或电子通信单元1320。在从交通信号接收到对时间修改消息的肯定响应时,采取“是”分支进入步骤3120。在没有从交通信号接收到对时间修改消息的肯定响应或接收到对时间修改消息的否定响应时,采取“否”分支进入步骤3010。
在实施方式中,当车辆1000在预定的响应时段内没有接收到来自交通信号的响应时,车辆1000可以向交通信号重新传送时间修改消息预定的次数。响应于车辆1000向交通信号传送时间修改消息预定的次数之后没有接收到对时间修改消息的响应,车辆1000可以确定没有来自交通信号的响应会到来,并且将采取“否”分支进入步骤3010。
在步骤3120,在接收到包括修改时间的量的对时间修改消息的响应时,车辆1000基于在对时间修改消息的响应中所指示的修改时间的量来修改多个行驶时间。在实施方式中,在对时间修改消息的响应中的修改时间的量指示红色交通信号时段开始之前的时间量的增加或红色交通信号时段消逝之前的时间量的减少。在示例中,修改时间的量可以表示为:持续时间,诸如秒或分;或特定的时段,诸如1小时11分48.50秒到1小时11分钟52.50秒(4秒的时段),在此期间将发生时间的延长。在修改多个行驶时间之后,方法3000可以在步骤3040结束或继续。在实施方式中,对时间修改消息的响应可以指示不改变交通信号状态的定时。
图4是示出基于环境4000中的交通信号优化驾驶时间的方法的示例的图,该环境4000包括:车辆4200(诸如图1所示的车辆1000或图2所示的车辆2100)、路径部段4210、路径部段4220、路径部段4230、路径部段4240、路径部段4250、和路径部段4260。如图所示,车辆4200具有位于路径部段4210和路径部段4230的交叉点处的起始位置。车辆4200确定存在到目的地4270的不止一个路径,其包括满足车辆路径标准的在车辆位置(在路径部段4210和路径部段4230的交叉点处)和目的地4270之间的三条路径。
在实施方式中,车辆4200可以确定两个位置之间的任何数量的路径,并且可以基于车辆路径标准来限制所确定的路径数量,该车辆路径标准包括:不穿越路径超过一次、路径不超过路径距离阈值、路径不超过行驶时间阈值、以及路径在预定的地理区域内。
在本示例中,车辆4200确定从车辆起始位置到目的地4270的三条路径是:路径1,经由路径部段4210到交通信号4310,经由路径部段4220到交通信号4320,和经由路径部段4330到目的地4270;路径2,经由路径部段4210到交通信号4310,经由路径部段4250到交通信号4340,和经由路径部段4330到目的地4270;以及路径3,经由路径部段4230到交通信号4350,经由路径部段4240到交通信号4360,经由路径部段4260到交通信号4340,和经由路径部段4330到目的地4270。
车辆4200基于行驶时间因素确定路径1、路径2和路径3的行驶时间,该行驶时间因素包括:路径1、路径2和路径3的距离(路径1是最短路径);交通信号4310、交通信号4320、交通信号4350、交通信号4360和交通信号4340的状态(路径2具有最短的合计红色交通信号时段);转向差(路径3具有最少的弯道,以及增加由于转向车辆4200的最少的时间);以及指示交通信号4310和交通信号4320具有最低的车辆和行人拥挤量的路径状况数据。基于行驶时间因素,车辆4200确定路径3是具有最短行驶时间的路径,并选择路径3作为最优或优化路径。
图5是示出在包括十字路口5100的环境5000中基于交通信号优化驾驶时间的方法的示例的图。如图所示,车辆5200可以包括图1所示的车辆1000的特征或图2所示的车辆2100的特征。在该示例中,车辆5200在路径5210上运输,并且基于从交通信号5300接收到的交通信号数据确定交通信号状态指示左转交通信号状态5310将再被激活五秒直到红色交通信号时段开始。车辆5200基于每小时60公里的车速确定车辆5200到达十字口5100的时间为10秒。如此以来,车辆5200确定车辆5200不会在红色交通信号时段开始之前到达十字路口。
交通信号数据指示交通信号5300上的红色交通信号时段将具有20秒的持续时间,车辆5200确定将比车辆5200经由路径5210而不是路径5320到达目的地所花费时间超出15秒的额外时间。因此,车辆5200传送时间修改消息,以请求对红色交通信号状态时段开始的7秒延迟,这将允许车辆5200在红色交通信号状态开始前行进通过十字路口。
在该示例中,经由交通信号5300传送的对时间修改消息的响应指示了交通信号状态将不会保持绿色左转信号状态达额外的7秒(对红色交通信号状态开始之前的额外时间的请求被拒绝),并且交通信号状态将在紧接左转交通信号状态之后的六秒的时段内变为绿色交通信号状态。因此,车辆5200沿路径5210行进,这是一条替代路线,与车辆5200等待红色交通信号时段消逝并且交通信号5300回到绿色左转交通信号状态5310相比,该路线将允许车辆5200在更短的时间内到达目的地位置。
图6是示出在包括十字路口6100的环境6000中基于交通信号优化驾驶时间的方法的示例的图。例如,车辆6200经由交通信号6300接收交通信号数据。交通信号数据指示交通信号6300处于非红色(绿色)交通信号状态6310,并且红色交通信号时段将在五秒后开始。车辆6200确定车辆6200将在两秒内到达交通信号,并且车辆6200将花费两秒在十字路口6100左转。因此,车辆6200确定在路径6330上行进将产生比沿路径6320行进更少或更短的到达目的地的行驶时间。在该示例中,车辆6200向左转弯并在路径6330上行进。
图7是示出在包括十字路口7100和在路径7210上行进的车辆7200的环境7000中基于交通信号优化驾驶时间的方法的示例的图,路径7210将产生到目的地的最短行驶时间。替代路径7220被车辆7200可用作到目的地的次短行驶时间的路径。当车辆7200接近十字路口7100时,车辆7200确定车辆7200将在5秒内到达十字路口7100。
车辆7200向交通信号7230传送交通状态请求消息,并且作为响应,交通信号7230传送交通信号数据,该数据指示交通信号处于红色交通信号状态,并且红色交通信号时段将在10秒后消逝。因为红色交通信号时段将在车辆7200到达十字路口7100之后的5秒消逝,所以车辆7200向交通信号7230发送时间修改消息。由车辆7200传送的时间修改消息包括将交通信号7230处的红色交通信号时段减少5秒的请求,以便车辆7200可以在路径7210上直行通过交叉口7100,而不必在交叉口7100处停车。
在车辆7200接近十字路口7100的同时,车辆7300在路径7310上接近十字路口7100,并确定车辆7300将在12秒内到达十字路口7100。车辆7300向交通信号7330传送交通状态请求。
交通信号7330与交通信号7230协调,使得当交通信号7330处于红色交通信号状态时,交通信号7230不处于红色交通信号状态,并且当交通信号7330不处于红色交通信号状态时,交通信号7230处于红色交通信号状态。
响应于来自车辆7300的交通状态请求,交通信号7330传送交通信号数据,该数据指示交通信号7330不处于红色交通信号状态,并且交通信号7330的红色交通信号状态将在10秒后开始。车辆7300确定红色交通信号状态将在车辆7300到达十字路口7100之前的两秒开始,并且因此车辆7300向交通信号7330传送时间修改消息。由车辆7300传送的时间修改消息包括将红色交通信号状态之前的时间增加5秒的请求,以便车辆7300可以在路径7310上直行通过十字路口7100,而不必在十字路口7100停车。
在该示例中,交通信号7230和交通信号7330传送交通信号数据,该数据包括对从车辆7200传送的时间修改消息和从车辆7300传送的对时间修改消息的响应。交通信号数据指示由车辆7300传送的交通修改消息中的请求(将交通信号7330中的红色交通信号状态之前的时间增加5秒)被批准,并且车辆7300在路径7210上行进通过十字路口7100。
在实施方式中,车辆7200和车辆7300可以基于协商因素在时间修改消息中协商时间修改的持续时间,协商因素包括车辆与交通信号的接近度、车辆速度以及在预定时段内的被批准的时间修改请求的数量。
图8是示出基于环境8000中的交通信号优化驾驶时间的方法的示例的图。基于来自车辆8200中的传感器(诸如图1所示的传感器1360)的传感器数据或从交通信号8210传送的交通信号数据,车辆8200确定包括车辆8310、车辆8320和车辆8330的队列已经形成从而阻挡车辆8200在路径8340上的通过。在该示例中,队列被形成为允许车辆8410和车辆8420在与路径8340相交的路径8430的方向上通过。
基于车辆8330的速度(在队列的前面),车辆8200确定车辆8200距离交通信号8210还有8秒,并且队列将导致30秒的队列延迟时间。此外,由预测算法确定的或者由车辆8200从交通信号8210接收的交通信号数据指示交通信号8210处于非红色交通信号状态8440,并且红色交通信号时段将在10秒后开始。车辆8200确定在路径8450上行进将产生比在路径8340上继续行进更少或更短的到达目的地的行驶时间。因此,车辆8200在路径8450上行进。
所公开的技术提供了能够通过使用交通信号信息更有效地穿越运输网络的车辆的优点。所公开的技术能够通过更有效地接收交通信号信息和传送用于修改交通信号定时的请求来减少在交通十字路口的等待时间并增加交通吞吐量。此外,所公开的技术可以通过减少车辆减速、停止和加速的次数来改善车辆的性能,从而减少对车辆制动系统、发动机和结构组件的磨损。
虽然已经结合某些实施例描述了所公开的技术,但是应当理解,所公开的技术不限于所公开的实施例,相反,其意图覆盖包括在所附权利要求的范围内的各种修改和等效布置,该范围将被赋予最广泛的解释,以便包括法律允许的所有这种修改和等效结构。
Claims (20)
1.一种用于优化驾驶时间的方法,所述方法包括:
由处理器基于路线数据确定与对于车辆的在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中,所述路线数据包括预定区域的地图,所述预定区域包括所述车辆位置和所述目的地位置;
由所述处理器接收包括所述多个路径上的多个交通信号的多个交通信号状态的交通信号数据;
由所述处理器基于所述多个距离和所述多个交通信号状态确定与所述多个路径的预定部分相对应的多个行驶时间;以及
由所述处理器基于多个路径中的与所述多个行驶时间中的最短行驶时间相对应的路径确定所述车辆位置和所述目的地位置之间的优化路径。
2.如权利要求1所述的方法,其中,所述多个交通信号状态包括用于指示红色交通信号时段尚未消逝的多个红色交通信号状态,其中,所述多个红色交通信号状态指示当所述车辆在所述多个交通信号中的对应一个交通信号的预定距离内时,所述车辆被要求停止直到所述红色交通信号时段消逝。
3.如权利要求2所述的方法,还包括:
对于所述多个路径,由所述处理器基于在所述多个交通信号的预定距离内的对象的数量或在所述多个交通信号的预定距离内的对象的速度确定多个交通队列延迟时间,其中,所述多个路径的预定部分包括具有比预定交通队列延迟阈值更少的交通队列延迟时间的与所述多个交通信号相对应的多个路径。
4.如权利要求2所述的方法,还包括:
由所述处理器基于所述车辆的速度和与所述优化路径上多个交通信号中的最近一个交通信号的距离确定拦截时段,其中,所述拦截时段是车辆到达所述优化路径上多个交通信号中的最近一个交通信号的时间量;以及
响应于所述红色交通信号时段在拦截时段消逝之前开始或所述红色交通信号时段在拦截时段消逝之前没有消逝,由所述处理器向与所述优化路径上多个交通信号中的最近一个交通信号相关联的交通信号控制设备传送时间修改消息,其中,所述时间修改消息包括增加在所述红色交通信号时段开始之前的时间量的请求或减少在所述红色交通信号时段消逝之前的时间量的请求。
5.如权利要求4所述的方法,还包括:
响应于接收到包括修改时间的量的对所述时间修改消息的响应,由所述处理器基于在对所述时间修改消息的响应中所指示的修改时间的量来修改所述多个行驶时间,其中,对所述时间修改消息的响应中的修改时间的量指示增加在所述红色交通信号时段开始之前的时间量或减少在所述红色交通信号时段消逝之前的时间量。
6.如权利要求4所述的方法,还包括:
响应于所述红色交通信号时段在所述拦截时段消逝之前开始或所述红色交通信号时段在所述拦截时段消逝之前没有消逝,由所述处理器增加所述车辆的速度以在所述拦截时段消逝之前到达所述优化路径上多个交通信号中的最近一个交通信号,其中,当所述车辆的速度到达预定最大速度时,停止增加所述车辆的速度。
7.如权利要求1所述的方法,其中,所述路线数据还包括基于所述多个路径上车辆外部的一个或多个对象的状态的路径状况数据,其中,所述多个行驶时间还基于所述路径状况数据。
8.如权利要求7所述的方法,其中,所述路径状况数据还包括车辆停止数据、建筑活动数据、车道关闭数据、路面状况数据、行人活动数据或交通信号定时数据。
9.如权利要求1所述的方法,还包括:
由所述处理器确定所述多个路径的多个转弯时间差,其中,所述多个转弯时间差是基于在所述多个路径的垂直部分上行驶的车辆的速度和当在所述多个路径的十字路口转弯时车辆的速度之间的差;以及
由所述处理器基于所述多个转弯时间差修改所述多个行驶时间。
10.一种驾驶时间优化装置,包括:
非暂时性存储器;以及
处理器,其被配置为执行存储在所述非暂时性存储器中的指令以:
基于路线数据,确定与对于车辆的在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中,所述路线数据包括预定区域的地图,所述预定区域包括所述车辆位置和所述目的地位置;
接收交通信号数据,其包括在所述多个路径上多个交通信号的多个交通信号状态;
基于所述多个距离和所述多个交通信号状态确定与所述多个路径的预定部分相对应的多个行驶时间;以及
基于所述多个路径中的与所述多个行驶时间中的最短行驶时间相对应的路径,确定在所述车辆位置和所述目的地位置之间的优化路径。
11.如权利要求10所述的装置,其中,所述多个交通信号状态包括用于指示红色交通信号时段尚未消逝的红色交通信号状态,其中,所述红色交通信号状态指示当所述车辆在处于所述红色交通信号状态的多个交通信号中的一个交通信号的预定距离内时,所述车辆被要求停止直到所述红色交通信号时段消逝。
12.如权利要求11所述的装置,其中,所述处理器还被配置为执行存储在所述存储器中的指令以:
对于多个路径,基于在所述多个交通信号的预定距离内的对象的数量或在所述多个交通信号的预定距离内的对象的速度,确定多个交通队列延迟时间,其中,所述多个路径的预定部分包括具有比预定交通队列延迟阈值更少的交通队列延迟时间的与所述多个交通信号相对应的多个路径。
13.如权利要求11所述的装置,其中,所述处理器还被配置为执行存储在所述存储器中的指令以:
基于所述车辆的速度和与所述优化路径上多个交通信号中的最近一个交通信号的距离确定拦截时段,其中,所述拦截时段是车辆到达所述优化路径上多个交通信号中的最近一个交通信号的时间量;以及
响应于所述红色信号时段在所述拦截时段消逝之前开始或所述红色交通信号时段在所述拦截时段消逝之前没有消逝,向与所述优化路径上多个交通信号中的最近一个交通信号相关联的交通信号控制设备传送时间修改消息,其中,所述时间修改消息包括增加在所述红色交通信号时段开始之前的时间量的请求或减少在所述红色交通信号时段消逝之前的时间量的请求。
14.如权利要求13所述的装置,其中,所述处理器还被配置为执行存储在所述存储器中的指令以:
响应于接收到包括修改时间的量的对所述时间修改消息的响应,基于在对所述时间修改消息的响应中所指示的修改时间的量来修改所述多个行驶时间,其中,在对所述时间修改消息的响应中的修改时间的量指示增加在所述红色交通时段开始之前的时间量或减少在所述红色交通时段消逝之前的时间量。
15.如权利要求13所述的装置,其中,所述处理器还被配置为执行存储在所述存储器中的指令以:
响应于所述红色交通信号时段在所述拦截时段消逝之前开始或所述红色交通信号时段在所述拦截时段消逝之前没有消逝,增加所述车辆的速度以在所述拦截时段消逝之前到达所述优化路径上多个交通信号中的最近一个交通信号,其中,当所述车辆的速度达到预定最大速度时停止增加所述车辆的速度。
16.一种非暂时性计算机可读存储介质,包括由一个或多个处理器可执行的程序指令,当所述程序指令被执行时,使得所述一个或多个处理器执行操作,所述操作包括:
基于路线数据确定与对于车辆的在车辆位置和目的地位置之间的多个路径相对应的多个距离,其中,所述路线数据包括预定区域的地图,所述预定区域包括所述车辆位置和所述目的地位置;
接收交通信号数据,其包括在所述多个路径上多个交通信号的多个交通信号状态;
基于所述多个距离和所述多个交通信号状态确定与所述多个路径的预定部分相对应的多个行驶时间;以及
基于所述多个路径中的与所述多个行驶时间中的最短行驶时间相对应的路径,确定在所述车辆位置和所述目的地位置之间的优化路径。
17.如权利要求16所述的非暂时性计算机可读存储介质,其中,所述多个交通信号状态包括用于指示红色交通信号时段尚未消逝的红色交通信号状态,其中,所述红色交通信号状态指示当车辆在处于所述红色交通信号状态的多个交通信号中的一个交通信号的预定距离内时,所述车辆被要求停止直到所述红色交通信号时段消逝。
18.如权利要求17所述的非暂时性计算机可读存储介质,还包括:
对于所述多个路径,基于在所述多个交通信号的预定距离内的对象的数量或在所述多个交通信号的预定距离内的对象的速度来确定多个交通队列延迟时间,其中,所述多个路径的预定部分包括具有比预定交通队列延迟阈值更少的交通队列延迟时间的与所述多个交通信号相对应的多个路径。
19.如权利要求17所述的非暂时性计算机可读存储介质,还包括:
基于所述车辆的速度和与所述优化路径上多个交通信号中的最近一个交通信号的距离确定拦截时段,其中,所述拦截时段是所述车辆到达所述优化路径上多个交通信号中的最近一个交通信号的时间量;以及
响应于所述红色交通信号时段在所述拦截时段消逝之前开始或所述红色交通信号时段在所述拦截时段消逝之前没有消逝,向与所述优化路径上多个交通信号中的最近一个交通信号相关联的交通信号控制设备传送时间修改消息,其中,所述时间修改消息包括增加在所述红色交通信号时段开始之前的时间量的请求或减少在所述红色交通信号时段消逝之前的时间量的请求。
20.如权利要求19所述的非暂时性计算机可读存储介质,还包括:
响应于接收到包括修改时间的量的对所述时间修改消息的响应,基于在对所述时间修改消息的响应中所指示的修改时间的量来修改所述多个行驶时间,其中,在对所述时间修改消息的响应中的修改时间的量指示增加在所述红色交通信号时段开始之前的时间量或减少在所述红色交通信号时段消逝之前的时间量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/282,664 | 2016-09-30 | ||
US15/282,664 US10115305B2 (en) | 2016-09-30 | 2016-09-30 | Optimizing autonomous car's driving time and user experience using traffic signal information |
PCT/US2017/019934 WO2018063434A1 (en) | 2016-09-30 | 2017-02-28 | Optimizing autonomous car's driving time and user experience using traffic signal information |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109690251A true CN109690251A (zh) | 2019-04-26 |
CN109690251B CN109690251B (zh) | 2020-08-11 |
Family
ID=61758257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055041.2A Expired - Fee Related CN109690251B (zh) | 2016-09-30 | 2017-02-28 | 使用交通信号信息优化自主汽车的驾驶时间和用户体验 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10115305B2 (zh) |
EP (1) | EP3519772A4 (zh) |
JP (1) | JP2019530871A (zh) |
CN (1) | CN109690251B (zh) |
WO (1) | WO2018063434A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113195332A (zh) * | 2019-11-29 | 2021-07-30 | 无人驾驶方案株式会社 | 自动驾驶汽车 |
CN113796106A (zh) * | 2019-05-15 | 2021-12-14 | 高通股份有限公司 | 通过v2x通信进行交叉路口行驶协调 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3267418A1 (en) * | 2016-07-06 | 2018-01-10 | Volvo Car Corporation | A method for performing a real time analysis of traffic light related data |
JP6805717B2 (ja) * | 2016-10-21 | 2020-12-23 | トヨタ自動車株式会社 | 車載装置、ルート案内システム、及び車載側プログラム |
JP6484261B2 (ja) * | 2017-01-19 | 2019-03-13 | ファナック株式会社 | 数値制御装置 |
CN108428338B (zh) | 2017-02-15 | 2021-11-12 | 阿里巴巴集团控股有限公司 | 交通路况分析方法、装置以及电子设备 |
US10775186B2 (en) * | 2017-12-29 | 2020-09-15 | ANI Technologies Private Limited | Method and system for predicting traffic conditions |
CN108597235B (zh) * | 2018-05-08 | 2021-03-02 | 中南大学 | 基于交通视频数据的交叉口信号参数优化及效果评估方法 |
US10745011B2 (en) | 2018-05-31 | 2020-08-18 | Nissan North America, Inc. | Predicting yield behaviors |
US10569773B2 (en) | 2018-05-31 | 2020-02-25 | Nissan North America, Inc. | Predicting behaviors of oncoming vehicles |
RU2756872C1 (ru) | 2018-05-31 | 2021-10-06 | Ниссан Норт Америка, Инк. | Структура вероятностного отслеживания объектов и прогнозирования |
US10564643B2 (en) * | 2018-05-31 | 2020-02-18 | Nissan North America, Inc. | Time-warping for autonomous driving simulation |
WO2019245124A1 (ko) * | 2018-06-21 | 2019-12-26 | 주식회사 켐트로닉스 | 교차로 충돌 방지 방법 및 그것을 수행하는 시스템 |
KR102086016B1 (ko) * | 2018-06-21 | 2020-03-06 | 주식회사 켐트로닉스 | 교차로 충돌 방지 방법 및 그것을 수행하는 시스템 |
US10650678B2 (en) * | 2018-08-21 | 2020-05-12 | International Business Machines Corporation | Cognitive traffic light pattern analysis and notification |
CN109781125A (zh) * | 2018-12-17 | 2019-05-21 | 安徽酷哇机器人有限公司 | 基于交通信号灯识别的路径规划方法 |
CN109979210B (zh) * | 2019-03-13 | 2021-03-23 | 东南大学 | 一种车路协同环境下的公交信号优先控制方法 |
JP7198705B2 (ja) * | 2019-03-29 | 2023-01-04 | 本田技研工業株式会社 | 車両用運転支援システム |
CN110033620A (zh) * | 2019-05-17 | 2019-07-19 | 东南大学 | 一种基于交通监测数据的道路交叉口流量流向推算方法 |
JP7192709B2 (ja) * | 2019-08-09 | 2022-12-20 | トヨタ自動車株式会社 | 車両遠隔指示訓練装置 |
FR3101469A1 (fr) * | 2019-09-27 | 2021-04-02 | Psa Automobiles Sa | Procédé et dispositif de détermination d’un trajet pour véhicule |
US10984653B1 (en) * | 2020-04-03 | 2021-04-20 | Baidu Usa Llc | Vehicle, fleet management and traffic light interaction architecture design via V2X |
US11636757B2 (en) * | 2020-08-31 | 2023-04-25 | Nissan North America, Inc. | System and method for optimizing traffic flow using vehicle signals |
US11935404B2 (en) * | 2021-03-24 | 2024-03-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Integrated congested mitigation for freeway non-recurring queue avoidance |
CN113589818B (zh) * | 2021-08-09 | 2022-09-13 | 合肥工业大学 | 一种基于车路协同的公交车辆生态驾驶引导方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020026277A1 (en) * | 2000-05-10 | 2002-02-28 | Boris Kerner | Method for traffic situation determination on the basis of reporting vehicle data for a traffic network with traffic-controlled network nodes |
CN1519541A (zh) * | 2003-02-08 | 2004-08-11 | 三星电子株式会社 | 导航装置和使用该导航装置计算最佳行进路线的方法 |
US20060038704A1 (en) * | 2002-01-10 | 2006-02-23 | Poltorak Alexander I | Apparatus and method for providing travel information |
CN1975801A (zh) * | 2006-12-29 | 2007-06-06 | 冯鲁民 | 一种城市交通信息服务方法及系统 |
CN101436349A (zh) * | 2008-12-09 | 2009-05-20 | 南京信息工程大学 | 公交车辆通过十字路口的控制装置及其控制方法 |
CN102576491A (zh) * | 2009-08-11 | 2012-07-11 | 准时系统公司 | 使用智能交通信号、gps和移动数据设备的交通路由 |
CN102927990A (zh) * | 2012-10-29 | 2013-02-13 | 苏州两江科技有限公司 | 机车通过地理信息系统确定城市道路最优路径的方法 |
CN103245351A (zh) * | 2012-02-07 | 2013-08-14 | 英华达(上海)科技有限公司 | 可弹性调整路径规划的导航方法及其装置 |
CN105185133A (zh) * | 2015-07-21 | 2015-12-23 | 天津通翔智能交通系统有限公司 | 快速公交信号控制设备、控制系统及控制方法 |
CN105358397A (zh) * | 2013-05-03 | 2016-02-24 | 谷歌公司 | 对控制车辆的速度的预测性推理 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5504683A (en) | 1989-11-21 | 1996-04-02 | Gurmu; Hailemichael | Traffic management system |
JP3279009B2 (ja) * | 1993-10-29 | 2002-04-30 | トヨタ自動車株式会社 | 車両用経路誘導装置 |
ATE198674T1 (de) | 1996-03-25 | 2001-01-15 | Mannesmann Ag | Verfahren und system zur verkehrslageerfassung durch stationäre datenerfassungseinrichtung |
US6502033B1 (en) | 2000-10-05 | 2002-12-31 | Navigation Technologies Corp. | Turn detection algorithm for vehicle positioning |
JP4507815B2 (ja) * | 2004-07-09 | 2010-07-21 | アイシン・エィ・ダブリュ株式会社 | 信号情報作成方法、信号案内情報提供方法及びナビゲーション装置 |
JP2007256196A (ja) * | 2006-03-24 | 2007-10-04 | Mitsubishi Electric Corp | カーナビゲーション装置 |
US10083607B2 (en) * | 2007-09-07 | 2018-09-25 | Green Driver, Inc. | Driver safety enhancement using intelligent traffic signals and GPS |
US20120139754A1 (en) * | 2009-08-11 | 2012-06-07 | Ginsberg Matthew L | Driver Safety Enhancement Using Intelligent Traffic Signals and GPS |
US20130166109A1 (en) | 2007-09-07 | 2013-06-27 | On Time Systems. Inc. | Driver Red Light Duration Notification System |
US20110037618A1 (en) | 2009-08-11 | 2011-02-17 | Ginsberg Matthew L | Driver Safety System Using Machine Learning |
WO2010026630A1 (ja) * | 2008-09-03 | 2010-03-11 | 富士通株式会社 | 交通流制御システム及びその方法 |
JP4748205B2 (ja) * | 2008-11-05 | 2011-08-17 | 株式会社デンソー | 経路設定装置、ナビゲーション装置、及びプログラム |
JP2010257108A (ja) * | 2009-04-23 | 2010-11-11 | Toyota Motor Corp | 運転支援装置 |
US8559673B2 (en) | 2010-01-22 | 2013-10-15 | Google Inc. | Traffic signal mapping and detection |
JP2012181651A (ja) * | 2011-03-01 | 2012-09-20 | Sumitomo Electric Ind Ltd | 交通信号制御システム、装置及び方法 |
US8768623B2 (en) | 2011-10-17 | 2014-07-01 | Verizon Patent And Licensing Inc. | Route selection |
US8972145B2 (en) | 2013-03-15 | 2015-03-03 | Bayerische Motoren Werke Aktiengesellscahft | Systems and methods for predicting traffic signal information |
US20160288791A1 (en) | 2013-04-01 | 2016-10-06 | Young-II PARK | Automatic driving system for vehicle |
JP6467773B2 (ja) | 2014-02-25 | 2019-02-13 | アイシン・エィ・ダブリュ株式会社 | 経路探索システム、経路探索方法及びコンピュータプログラム |
US20160231746A1 (en) | 2015-02-06 | 2016-08-11 | Delphi Technologies, Inc. | System And Method To Operate An Automated Vehicle |
KR101750876B1 (ko) | 2015-05-28 | 2017-06-26 | 엘지전자 주식회사 | 차량용 디스플레이 장치 및 차량 |
-
2016
- 2016-09-30 US US15/282,664 patent/US10115305B2/en active Active
-
2017
- 2017-02-28 CN CN201780055041.2A patent/CN109690251B/zh not_active Expired - Fee Related
- 2017-02-28 WO PCT/US2017/019934 patent/WO2018063434A1/en unknown
- 2017-02-28 EP EP17856935.6A patent/EP3519772A4/en not_active Withdrawn
- 2017-02-28 JP JP2019517056A patent/JP2019530871A/ja active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020026277A1 (en) * | 2000-05-10 | 2002-02-28 | Boris Kerner | Method for traffic situation determination on the basis of reporting vehicle data for a traffic network with traffic-controlled network nodes |
US20060038704A1 (en) * | 2002-01-10 | 2006-02-23 | Poltorak Alexander I | Apparatus and method for providing travel information |
CN1519541A (zh) * | 2003-02-08 | 2004-08-11 | 三星电子株式会社 | 导航装置和使用该导航装置计算最佳行进路线的方法 |
CN1975801A (zh) * | 2006-12-29 | 2007-06-06 | 冯鲁民 | 一种城市交通信息服务方法及系统 |
CN101436349A (zh) * | 2008-12-09 | 2009-05-20 | 南京信息工程大学 | 公交车辆通过十字路口的控制装置及其控制方法 |
CN102576491A (zh) * | 2009-08-11 | 2012-07-11 | 准时系统公司 | 使用智能交通信号、gps和移动数据设备的交通路由 |
CN103245351A (zh) * | 2012-02-07 | 2013-08-14 | 英华达(上海)科技有限公司 | 可弹性调整路径规划的导航方法及其装置 |
CN102927990A (zh) * | 2012-10-29 | 2013-02-13 | 苏州两江科技有限公司 | 机车通过地理信息系统确定城市道路最优路径的方法 |
CN105358397A (zh) * | 2013-05-03 | 2016-02-24 | 谷歌公司 | 对控制车辆的速度的预测性推理 |
CN105185133A (zh) * | 2015-07-21 | 2015-12-23 | 天津通翔智能交通系统有限公司 | 快速公交信号控制设备、控制系统及控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113796106A (zh) * | 2019-05-15 | 2021-12-14 | 高通股份有限公司 | 通过v2x通信进行交叉路口行驶协调 |
CN113796106B (zh) * | 2019-05-15 | 2024-06-11 | 高通股份有限公司 | 通过v2x通信进行交叉路口行驶协调 |
CN113195332A (zh) * | 2019-11-29 | 2021-07-30 | 无人驾驶方案株式会社 | 自动驾驶汽车 |
Also Published As
Publication number | Publication date |
---|---|
CN109690251B (zh) | 2020-08-11 |
EP3519772A4 (en) | 2020-08-26 |
EP3519772A1 (en) | 2019-08-07 |
WO2018063434A1 (en) | 2018-04-05 |
US10115305B2 (en) | 2018-10-30 |
US20180096597A1 (en) | 2018-04-05 |
JP2019530871A (ja) | 2019-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109690251A (zh) | 使用交通信号信息优化自主汽车的驾驶时间和用户体验 | |
KR102305291B1 (ko) | 자율주행 차량 운용 관리 | |
US11016485B2 (en) | Teleoperation for exception handling | |
EP3580620B1 (en) | Autonomous vehicle operational management control | |
CA3052954C (en) | Autonomous vehicle operational management including operating a partially observable markov decision process model instance | |
EP3580104B1 (en) | Autonomous vehicle operational management blocking monitoring | |
JP6726363B2 (ja) | 生成されたインターフェースを使用する自律走行車の監視 | |
US10152882B2 (en) | Host vehicle operation using remote vehicle intention prediction | |
JP2019537159A5 (zh) | ||
US20220063660A1 (en) | Drive Mode Selection | |
US11403954B2 (en) | Computing framework for batch routing of autonomous vehicles | |
JP2024516404A (ja) | インテリジェントペダル車線変更支援 | |
JP6967672B2 (ja) | 既存の経路を目的地まで延長する遠隔操作 | |
US20200372417A1 (en) | On-Demand Travel Through a Transportation Network | |
BR112019016266B1 (pt) | Método para uso ao atravessar uma rede de transporte de veículos e veículo autônomo |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200811 Termination date: 20210228 |