CN109841090A - 用于提供基于基础设施的安全警报的系统和方法 - Google Patents

用于提供基于基础设施的安全警报的系统和方法 Download PDF

Info

Publication number
CN109841090A
CN109841090A CN201811355774.0A CN201811355774A CN109841090A CN 109841090 A CN109841090 A CN 109841090A CN 201811355774 A CN201811355774 A CN 201811355774A CN 109841090 A CN109841090 A CN 109841090A
Authority
CN
China
Prior art keywords
road
data
user
vehicle
relevant data
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
Application number
CN201811355774.0A
Other languages
English (en)
Inventor
白雪
E·莫拉迪-帕里
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN109841090A publication Critical patent/CN109841090A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/096716—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 does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
    • 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
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • 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
    • G08G1/096877—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement
    • G08G1/096888—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement where input information is obtained using learning systems, e.g. history databases
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Atmospheric Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Medical Informatics (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开的实施例涉及用于提供基于基础设施的安全警报的系统和方法。本公开的实施例具体地涉及用于提供与至少一条道路相关联的基于基础设施的安全警报的系统和方法，所述系统和方法包括：标识被定位在至少一条道路的周围环境内的道路使用者。所述系统和方法还包括：确定道路使用者相关的数据和道路相关的数据。所述系统和方法还包括：处理与非装备车辆相关联的道路行为数据。所述系统和方法还包括：基于所述道路行为数据来提供道路安全警报。

Description

用于提供基于基础设施的安全警报的系统和方法
技术领域
本公开总体上涉及道路领域，更具体地涉及用于提供与至少一条道路相关联的基于基础设施的安全警报的系统和方法。
背景技术
通常，可以包括十字路口和/或入口/出口匝道的一条或者多条道路可能使发生车辆与其他道路使用者(诸如其他车辆和/或行人)之间的碰撞的风险增加。在一些情况下，车辆到车辆的通信可以被利用，来传达存在其他道路使用者，从而从一个或者多个方向使驾驶员知道在十字路口和/或入口/出口匝道处或者在十字路口和/或入口/出口匝道附近存在其他道路使用者。然而，车辆到车辆的通信只会对提供关于被装备为经由车辆到车辆(V2V)通信协议来进行通信的车辆的信息有用。因此，可以不被装备为经由V2V通信协议来进行通信的车辆可能不能发送或者接收用于使装备有V2V的车辆的驾驶员知道其存在于十字路口和/或入口/出口匝道处或者十字路口和/或入口/出口匝道附近的这种通信。例如，未装备V2V的车辆可能在某个方向上以高速率接近十字路口，这对于装备有V2V的车辆的驾驶员而言会是不知道的，由于无法在未装备V2V的车辆与装备有V2V的车辆之间直接传送信息，该装备有V2V的车辆的驾驶员将不知道未装备V2V的车辆的存在。
发明内容
根据一个方面，一种计算机实现的方法用于提供与至少一条道路相关联的基于基础设施的安全警报，该方法包括：标识在至少一条道路的周围环境内的道路使用者。该道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者。该计算机实现的方法还包括：确定道路使用者相关的数据和道路相关的数据。道路使用者相关的数据与非装备车辆相关联，并且道路相关的数据与至少一条道路的周围环境的鸟瞰俯视图相关联。该计算机实现的方法还包括：处理与非装备车辆相关联的道路行为数据。该道路行为数据基于道路使用者相关的数据和道路相关的数据。该计算机实现的方法还包括：基于道路行为数据来提供道路安全警报。该道路安全警报被提供至装备车辆，以提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据与至少一条道路的周围环境相关联，该道路使用者相关的数据与非装备车辆相关联。
根据另一方面，一种系统用于提供与至少一条道路相关联的基于基础设施的安全警报，该系统包括：存储器，存储指令，该指令在被处理器执行时使处理器：标识在至少一条道路的周围环境内的道路使用者。该道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者。指令还使处理器确定道路使用者相关的数据和道路相关的数据。道路使用者相关的数据与非装备车辆相关联，并且道路相关的数据与至少一条道路的周围环境的鸟瞰俯视图相关联。指令还使处理器处理与非装备车辆相关联的道路行为数据。该道路行为数据基于道路使用者相关的数据和道路相关的数据。指令还使处理器基于道路行为数据来提供道路安全警报。该道路安全警报被提供至装备车辆，以提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据与至少一条道路的周围环境相关联，该道路使用者相关的数据与非装备车辆相关联。
根据又一方面，一种计算机可读存储介质存储指令，该指令在被至少包括处理器的计算机执行时使计算机执行方法，该方法包括：标识在至少一条道路的周围环境内的道路使用者。该道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者。指令还包括：确定道路使用者相关的数据和道路相关的数据。道路使用者相关的数据与非装备车辆相关联，并且道路相关的数据与至少一条道路的周围环境的鸟瞰俯视图相关联。指令还包括：处理与非装备车辆相关联的道路行为数据。该道路行为数据基于道路使用者相关的数据和道路相关的数据。指令还包括：基于道路行为数据来提供道路安全警报。该道路安全警报被提供至装备车辆以提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据与至少一条道路的周围环境相关联，该道路使用者相关的数据与非装备车辆相关联。
附图说明
图1是根据示例性实施例的用于实施用于提供与至少一条道路相关联的基于基础设施的安全警报的系统和方法的操作环境的示意图；
图2是根据示例性实施例的道路安全警报应用的示意图；
图3是根据示例性实施例的用于标识至少一个道路使用者并且确定与该至少一个道路使用者相关联的类别的方法的过程流程图；
图4是根据示例性实施例的用于确定与至少一个道路使用者相关联的道路使用者属性以及与至少一条道路的周围环境相关联的环境属性的方法的过程流程图；
图5是根据示例性实施例的用于处理道路行为数据并且提供道路安全警报的方法的过程流程图；
图6是根据示例性实施例的由道路安全警报应用的行为图处理模块处理的道路行为图的示例性图示；以及
图7是根据示例性实施例的用于提供与至少一条道路相关联的基于基础设施的安全警报的方法的过程流程图。
具体实施方式
下面包括本文采用的选定术语的定义。这些定义包括落入术语的范围内并且可以被用于实施的各种示例和/或组件形式。示例不旨在是限制性的。进一步地，本文所讨论的组件可以被组合、被省略、或者与其他组件组织、或者被组织成不同的架构。
如本文使用的“总线”是指被可操作地连接至计算机内部或者计算机之间的其他计算机组件的互连架构。总线可以在计算机组件之间传输数据。总线可以是存储器总线、存储器处理器、外围总线、外部总线、纵横开关和/或本地总线等。总线还可以是通过使用协议(诸如面向媒体的系统传输(MOST)、处理器区域网络(CAN)、本地互连网络(LIN)等)来将车辆内部的组件相互连接的车辆总线。
文本所使用的“组件”是指与计算机有关的实体(例如硬件、固件、执行指令、其组合)。计算机组件可以包括：例如在处理器上运行的进程、处理器、对象、可执行文件、执行线程和计算机。(多个)计算机组件可以驻留在进程和/或线程内。计算机组件可以被定位在一台计算机上和/或可以被分布在多台计算机之间。
如本文使用的“计算机通信”是指两个或者更多个计算装置(例如计算机、个人数字助理、蜂窝电话、网络装置)之间的通信，并且可以是：例如网络传输、文件传输、小程序传输、电子邮件、超文本传输协议(HTTP)传输等。计算机通信可以在例如，无线系统(例如IEEE802.11)、以太网系统(例如IEEE 802.3)、令牌环系统(例如IEEE 802.5)、局域网(LAN)、广域网(WAN)、点对点系统、电路交换系统、分组交换系统等上发生。
如本文使用的“计算机可读介质”是指存储指令和/或数据的非暂时性介质。计算机可读介质可以采取形式，包括但不限于：非易失性介质和易失性介质。非易失性介质可以包括：例如光盘、磁盘等。易失性介质可以包括：例如半导体存储器、动态存储器等。计算机可读介质的常见形式可以包括但不限于：软盘、可折叠盘、硬盘、磁带、其他磁介质、ASIC、CD、其他光学介质、RAM、ROM、存储器芯片或者卡、记忆棒以及计算机、处理器或者其他电子装置可以从中进行读取的其他介质。
如本文使用的“数据库”被用于指代表。在其他示例中，“数据库”可以被用于指代表的集合。在又一示例中，“数据库”可以指数据存储装置的集合以及用于访问和/或和操纵那些数据存储装置的方法。数据库可以被存储在例如，磁盘和/或存储器中。
如本文使用的“盘”可以是：例如磁盘驱动器、固态盘驱动器、软盘驱动器、磁带驱动器、Zip驱动器、闪存卡和/或记忆棒。此外，盘可以是CD-ROM(光盘ROM)、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)和/或数字视频ROM驱动器(DVD ROM)。盘可以存储控制或者分配计算装置的资源的操作系统。
如本文使用的“输入/输出装置”(I/O装置)可以包括用于接收输入的装置和/或用于输出数据的装置。输入和/或输出可以用于控制包括各种车辆组件、系统和子系统的不同车辆特征。具体地，术语“输入装置”包括但不限于：键盘、麦克风、指示和选择装置、摄像头、成像装置、视频卡、显示器、按钮、旋钮等。术语“输入装置”还包括在可以通过各种类型的机构(诸如基于软件和硬件的控件、接口、触摸屏、触摸板或者即插即用装置)来显示的用户界面内发生的图形输入控件。“输出装置”包括但不限于：显示装置和用于输出信息和功能的其他装置。
如本文使用的“逻辑电路系统”包括但不限于：硬件、固件、存储指令(机器上的执行指令)和/或引起(例如执行)另一逻辑电路系统、模块、方法和/或系统中的(多个)动作的非暂时性计算机可读介质。逻辑电路系统可以包括通过算法、离散逻辑(例如ASIC)、模拟电路、数字电路、编程逻辑装置、包括指令的存储器装置等来控制的处理器和/或是该处理器的一部分。逻辑可以包括一个或者多个门、门的组合或者其他电路组件。在描述了多个逻辑的情况下，可以将多个逻辑合并成一个物理逻辑。同样，在描述了单个逻辑的情况下，可以将该单个逻辑分布在多个物理逻辑之间。
如本文使用的“存储器”可以包括易失性存储器和/或非易失性存储器。非易失性存储器可以包括：例如ROM(只读存储器)、PROM(可编程只读存储器)、EPROM(可擦除PROM)和EEPROM(电可擦除PROM)。易失性存储器可以包括：例如RAM(随机存取存储器)、同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDRSDRAM)和直接RAM总线RAM(DRRAM)。存储器可以存储控制或者分配计算装置的资源的操作系统。
“可操作连接”或者通过其实体“可操作地连接”的连接是可以发送和/或接收信号、物理通信和/或逻辑通信的连接。可操作连接可以包括无线接口、物理接口、数据接口和/或电气接口。
如本文使用的“模块”包括但不限于：存储用于执行(多个)功能或者(多个)动作和/或引起另一模块、方法和/或系统中的功能或者动作的存储指令的非暂时性计算机可读介质、机器上的执行指令、硬件、固件、机器上的执行软件和/或每一个的组合。模块还可以包括逻辑、软件控制的微处理器、离散逻辑电路、模拟电路、数字电路、编程逻辑装置、包括执行指令的存储器装置、逻辑门、门的组合和/或其他电路组件。多个模块可以被组合成一个模块，而单独的模块可以被分布在多个模块之间。
如本文使用的“便携式装置”是通常具有带用户输入(例如触摸、键盘操作)的显示屏幕和用于进行计算的处理器的计算装置。便携式装置包括但不限于：手持式装置、移动装置、智能电话、膝上型计算机、平板和电子阅读器。便携式装置还可以包括可穿戴计算装置，该可穿戴计算装置包括但不限于：具有可以由用户穿戴和/或占用的电路系统的计算装置组件(例如处理器)。示例性可穿戴计算装置可以包括但不限于：手表、眼镜、衣服、手套、帽子、衬衫、珠宝、戒指、耳环项链、臂带、鞋、耳塞、耳机和个人健康装置。
如本文使用的“处理器”处理信号并且执行通用计算和算术功能。由处理器处理的信号可以包括可以被接收、传输和/或检测的数字信号、数据信号、计算机指令、处理器指令、消息、比特、比特流。通常，处理器可以是各种各样的处理器，该各种各样的处理器包括多个单独的多核处理器和协处理器以及其他多个单独的多核处理器和协处理器架构。处理器可以包括用于执行动作和/或算法的逻辑电路系统。
如本文使用的“车辆”是指能够承载一个或者多个人类乘员并且通过任何形式的能量被供以动力的任何移动车辆。术语“车辆”包括但不限于：汽车、卡车、货车、小型货车、SUV、摩托车、踏板车、船、卡丁车、娱乐乘坐车、铁路交通工具、私人船艇和飞机。在一些情况下，机动车辆包括一个或者多个发动机。进一步地，术语“车辆”可以指能够承载一个或者多个人类乘员并且完全地或者部分地通过被电池供电的一个或者多个电动机被供以动力的电动车辆(EV)。EV可包括电池电动车辆(BEV)和插电式混合动力电动车辆(PHEV)。术语“车辆”还可以指通过任何形式的能量被供以动力的自主车辆和/或自动驾驶车辆。自主驾驶车辆可以承载一个或者多个人类乘员。进一步地，术语“车辆”可以包括具有预定路径的自动或者非自动车辆或者自由移动车辆。
如本文使用的“车辆显示器”可以包括但不限于：通常被在车辆中发现用于显示有关车辆的信息的LED显示板、LCD显示板、CRT显示器、等离子显示板、触摸屏显示器等。显示器可以接收来自用户的输入(例如触摸输入、键盘输入、来自各种其他输入装置的输入等)。显示器可以被定位在车辆的各个位置中，例如被定位在仪表板或者中央控制台上。在一些实施例中，显示器是便携式装置(例如占用或者与车辆乘员相关联)、导航系统、信息娱乐系统等的一部分。
如本文使用的“车辆系统”可以包括但不限于：可以被用于增强车辆、驾驶和/或安全的任何自动或者手动系统。示例车辆系统可以包括但不限于：电子稳定性控制系统、防抱死制动系统、制动辅助系统、自动制动预充系统、低速跟随系统、巡航控制系统、碰撞警告系统、碰撞缓解制动系统、自动巡航控制系统、车道偏离警告系统、盲点指示系统、车道保持辅助系统、导航系统、传动系统、制动踏板系统、电子动力转向系统、视觉装置(例如摄像系统、接近度传感器系统)、气候控制系统、电子预张紧系统、监测系统、乘客检测系统、车辆悬架系统、车辆座椅配置系统、车厢照明系统、音频系统、感觉系统、内部或者外部摄像系统等。
I.系统概况
本文所描述的系统和方法总体上涉及通过感测一个或者多个道路使用者并且对其进行分类以及确定与该一个或者多个道路使用者有关的属性来确定道路使用者相关的数据。一个或者多个道路使用者可以被定位在至少一条道路的周围环境内。例如，一个或者多个道路使用者可以被定位在交通十字路口、入口匝道、出口匝道、环岛、高速公路、偏僻小路、停车场以及其他类型的道路附近的环境中并且行进通过该环境。本文所描述的系统和方法通常还涉及通过感测并且确定与至少一条道路的周围环境有关的属性来确定道路相关的数据。此外，本文所描述的系统和方法总体上涉及处理一个或者多个道路使用者的处理道路行为数据，该道路行为数据可以被用于向被定位在至少一条道路的周围环境内的道路使用者中的一个或者多个道路使用者提供道路安全警报。
可以通过使用车辆到车辆(V2V)通信协议、车辆到基础设施(V2I)通信协议和/或车辆到一切(V2X)通信协议来实施本文所描述的车辆通信。在一些实施例中，可以通过使用专用短程通信(DSRC)来实施车辆通信。此外，可以利用任何通信或者网络协议(例如ad hoc网络、车辆内的无线接入、蜂窝网络、Wi-Fi网络(例如IEEE 802.11)、远程等)来实施本文描述的无线通信。
现在参照附图，其中进行显示是为了说明一个或者多个示例性实施例而不是为了限制一个或者多个示例性实施例，图1是根据示例性实施例的用于实施用于提供与至少一条道路相关联的基于基础设施的安全警报的系统和方法的操作环境100的示意图。针对各个实施例，环境100中的组件以及本文讨论的其他系统、硬件架构和软件架构的组件可以被组合、被省略、或者被组织成不同的架构。
通常，环境100可以包括被可操作地连接至路侧设备单元(RSE)104的道路基础设施102，该路侧设备单元(RSE)104可以被用于感测被定位在至少一条道路的周围环境内的一个或者多个道路使用者并且对其进行分类。在一个实施例中，一个或者多个道路使用者可以包括一个或者多个完全或者局部装备有通信的车辆((多个)装备车辆)106、一个或者多个未装备通信的车辆((多个)非装备车辆)108和一个或者多个非车辆的道路使用者((多个)NVRU，non-vehicular road user)110。
具体地，(多个)NVRU 110可以包括但不限于：行走的行人、跑步的行人、骑自行车的人、轮椅使用者等。换句话说，(多个)NVRU110可以包括按照一种或者多种方式徒步旅行的(多个)个人或者使用移动性装置(例如自行车、溜冰鞋、滑板、滑板车、婴儿车、轮椅和电动滑板车)旅行的(多个)个人。(多个)装备车辆106可以被配置为经由一个或者多个车辆通信协议和/或一个或者多个无线通信协议来发送和接收数据(例如车辆动态数据、车辆传感器数据)。具体地，(多个)装备车辆106可以被配置为经由V2V通信协议来向被定位在(多个)装备车辆106附近的另外的装备有通信的车辆(未示出)发送和接收数据。
在一些实施例中，(多个)装备车辆106可以被配置为局部通过车辆通信网络和/或通过无线通信网络来进行通信。具体地，(多个)装备车辆106可以被配置为经由V2I通信协议来进行通信。然而，在一些配置中，(多个)装备车辆106可以不被配置为经由V2V通信协议来进行通信，并且因此，可以不通过V2V通信协议来直接与另外的(多个)装备车辆(未示出)通信。
在示例性实施例中，(多个)装备车辆106可以被配置为经由V2I通信协议来与RSE104发送和接收数据，以向RSE 104提供数据以及从RSE 104接收数据。此外，(多个)装备车辆106可以被配置为经由一个或者多个无线通信协议通过互联网云(未示出)来向外部托管的服务器基础设施114和/或环境100中的一个或者多个附加组件发送和接收数据。
在一个或者多个实施例中，(多个)非装备车辆108可以不被配置为经由车辆通信网络和/或无线通信网络来提供外部通信。具体地，(多个)非装备车辆108可以不被配置为与(多个)装备车辆106、(多个)NVRU 110所使用的(多个)便携式装置112(例如(多个)NVRU所占用和/或正使用的便携式装置112)和/或RSE 104直接通信。此外，(多个)非装备车辆108可以不被配置为通过互联网云来进行通信。如下面讨论的，RSE 104可以被利用来处理与(多个)非装备车辆108和(多个)装备车辆106相关联(例如涉及(多个)装备车辆106)的道路行为数据，以向(多个)装备车辆106提供道路安全警报，以提供与至少一条道路的周围环境相关联的信息以及与(多个)非装备车辆108相关联的道路使用者数据。在另外的实施例中，RSE 104可以被利用来处理与另外的(多个)装备车辆106、(多个)非装备车辆108和(多个)NVRU 110相关联的道路行为数据，以向(多个)装备车辆106和/或通过(多个)便携式装置112向(多个)NVRU 110提供与至少一条道路的周围环境相关联的信息以及与道路使用者106、108、110相关联的道路使用者相关的数据。
在示例性实施例中，RSE 104可以被配置为经由(下面讨论的)一种或者多种通信介质来与(多个)装备车辆106和(多个)NVRU110所使用的(多个)便携式装置112通信。RSE104还可以被配置为通过互联网云(未示出)和/或直接通过一个或者多个无线通信协议来与外部托管的服务器基础设施114通信，以向神经网络116发送数据和从神经网络116接收数据，该数据可以被利用来基于(多个)装备车辆106、(多个)非装备车辆108和/或(多个)NVRU 110存在于至少一条道路的供道路基础设施102定位的周围环境内来对(多个)装备车辆106、(多个)非装备车辆108和/或(多个)NVRU 110进行分类。外部托管的服务器基础设施114可以包括无线通信装置(未示出)，该无线通信装置可以被配置为访问互联网云和/或通过无线通信协议来直接与RSE 104、(多个)装备车辆106和/或(多个)便携式装置112通信。
参照图1和图2，RSE 104、(多个)装备车辆106、(多个)便携式装置112和/或外部托管的服务器基础设施114可以存储和/或执行道路安全警报应用200。应用200可以提供道路安全警报(例如警告、通知、动作)，该道路安全警报可以在本地被传送或者提供至(多个)装备车辆106，以基于与道路使用者106、108、110中的至少一个道路使用者相关联的道路使用者相关的数据和与至少一条道路的周围环境相关联的道路相关的数据来提供警报。在一个或者多个实施例中，应用200还可以提供道路安全警报，该道路安全警报可以通过相应的(多个)便携式装置112在本地被传送或者提供至(多个)NVRU110，以基于与道路使用者106、108中的至少一个道路使用者相关联的道路使用者相关的数据和与至少一条道路的周围环境相关联的道路相关的数据来提供警报。
道路安全警报应用200通常可以对由RSE 104、(多个)装备车辆106和/或(多个)便携式装置112提供的传感器数据进行分析，并且可以处理道路行为图，该道路行为图包括与在至少一条道路的周围环境内标识到的(多个)道路使用者106、108、110相关联的道路使用者相关的数据、和与至少一条道路的周围环境相关联的道路相关的数据。在一个或者多个实施例中，在处理道路行为图时，应用200可以基于与(多个)道路使用者106、108、110相关联的、被包括在处理道路行为图内的道路使用者相关的数据和道路相关的数据来处理道路行为数据。在一个实施例中，应用200可以将道路安全警报提供至(多个)装备车辆106，该道路安全警报可以基于与被应用200标识为被定位在至少一条道路的周围环境内的(多个)非装备车辆108、(多个)NVRU 110和/或另外的(多个)装备车辆相关联的道路行为数据。
在一个或者多个实施例中，道路安全警报可以作为视觉或者音频警告/警报被提供至(多个)装备车辆106的(多个)驾驶员。此外，可以通过(多个)便携式装置112按照相似的方式来将道路安全警报提供至(多个)NVRU 110。在一些实施例中，还可以按照自主驾驶响应(例如自动制动)的形式来提供道路安全警报，该自主驾驶响应可以基于与(多个)非装备车辆108、(多个)NVRU 110和/或另外的(多个)装备车辆相关联的道路行为数据被提供用来操纵(多个)装备车辆106的操作。
该道路安全警报可以向(多个)装备车辆106的(多个)驾驶员提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据和道路使用者相关的数据与被定位在至少一条道路的周围环境内的(多个)非装备车辆108、一个或者多个另外的装备车辆和/或(多个)NVRU 110相关联。关于被定位在至少一个条道路的周围环境内的(多个)NVRU 110，道路安全警报可以向(多个)NVRU110提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据和道路使用者相关的数据与被定位在至少一条道路的周围环境内的(多个)装备车辆106和/或(多个)非装备车辆108相关联。
再次参照图1的道路基础设施102，该道路基础设施102被定位在至少一条道路的周围环境内。道路基础设施102可以包括但不限于：被定位在至少一条道路的周围环境内(例如在十字路口、入口/出口匝道处或者附近)的一个或者多个街灯、红绿灯、道路标志等。在一些实施例中，道路基础设施102还可以包括可以被定位在至少一条道路附近的基础设施(例如蜂窝塔、建筑物、电线杆、桥梁、隧道等)。
RSE 104可以被物理地连接至道路基础设施102或者可以被包括作为道路基础设施102的一部分，并且可以被配置为捕获/感测至少一条道路的周围环境的鸟瞰/俯视图，该鸟瞰/俯视图可以被输出作为应用于至少一条道路的周围环境的传感器数据。在一个实施例中，RSE104可以包括可以处理并且计算与RSE 104的组件相关联的功能的控制单元118。通常，控制单元118可以包括分别被可操作地连接以便进行计算机通信的相应处理器(未示出)、相应存储器(未示出)、相应盘(未示出)和相应输入/输出(I/O)接口(未示出)。I/O接口提供用于促进在控制单元118的组件与环境100中的其他组件、网络和数据源之间的数据输入和输出的软件和硬件。
在一个实施例中，控制单元118可以被可操作地连接至存储单元120，该存储单元120可以被包括作为RSE 104的独立组件。该存储单元120可以存储与RSE 104的操作相关联的数据和与至少一条道路的周围环境相关联的数据(例如交通摄像头数据)。存储单元120还可以被配置为存储与被RSE 104的控制单元118执行和/或被RSE 104的通信装置122访问的一个或者多个应用(包括但不限于：道路安全警报应用200)相关联的数据。在一个或者多个实施例中，存储单元120可以存储可以被利用来确定道路使用者相关的数据和/或道路相关的数据的神经网络116、神经网络116的子集和/或被神经网络116利用的数据的子集。
在示例性实施例中，控制单元118可以被可操作地连接至RSE104的装置传感器124。该装置传感器124可以被利用来感测(例如通过鸟瞰/俯视图)并且提供关于道路使用者106、108、110和至少一条道路的周围环境的传感器数据。具体地，RSE 104的装置传感器可以被配置为感测被定位在至少一条道路的周围环境内(例如即将进入十字路口、正进入十字路口、停在十字路口、正行进通过十字路口和离开十字路口)的道路使用者106、108、110，并且还可以感测至少一条道路的由于道路使用者106、108、110被定位在至少一条道路的周围环境内而会单独地以及在彼此之间影响道路使用者106、108、110的行程的环境状况。
如下面讨论的，道路安全警报应用200可以对由装置传感器124提供的传感器数据进行分析，以确定道路使用者相关的数据和道路相关的数据，该道路使用者相关的数据和道路相关的数据可以被应用200利用来处理道路行为图并且还处理与被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路行为数据。在一个实施例中，道路安全警报应用200可以对由装置传感器124提供的传感器数据进行分析，以确定与被定位在至少一条道路的周围环境内的(多个)非装备车辆108相关联的道路使用者相关的数据和道路的相关数据。这种分析可以被用于确定与(多个)非装备车辆108相关联的道路行为数据，该(多个)非装备车辆108待被用于将道路安全警报提供至(多个)装备车辆和/或(多个)NVRU 110使用的(多个)便携式装置112。
在一个或者多个实施例中，RSE 104的装置传感器124可以包括但不限于：图像传感器，包括立体摄像机、红外摄像机、数码相机、立体声摄像机、摄影机等(单独的装置传感器，未示出)。此外，装置传感器124可以包括可以被配置为向控制单元118提供传感器数据以被存储在存储单元120上和/或被道路安全警报应用200分析的RADAR/LADAR/LiDAR传感器、激光传感器、接近度传感器、运动传感器等。在一个或者多个配置中，装置传感器124还可以包括可以提供道路基础设施102的地理位置、至少一条道路的周围环境的(多个)地理位置、被标识为被定位在至少一条道路的周围环境内的一个或者多个道路使用者106、108、110的地理位置以及正在至少一条道路的周围环境内发生的环境状况的地理位置的GPS传感器(未示出)。
在示例性实施例中，装置传感器124可以被配置为相对于至少一条道路的周围环境以及彼此之间感测道路使用者106、108、110的相应定位和位置。因此，装置传感器124可以执行控制逻辑，以确定道路使用者106、108、110的位置参数(例如数据包)。装置传感器124还可以被配置为在道路使用者106、108、110中的一个或者多个被定位在至少一条道路的周围环境内时感测道路使用者106、108、110的行程方向、前进方向或者轨迹。因此，装置传感器124可以执行控制逻辑，以确定道路使用者106、108、110的方向参数(例如数据包)。
此外，装置传感器124可以被配置为在道路使用者106、108、110在至少一条道路的周围环境内行进时感测道路使用者106、108、110的速度、降速状态、信号使用等，并且可以相应地执行控制逻辑以确定与道路使用者106、108、110相关联的动态参数(例如数据包)。在一个实施例中，在确定了上面提到的参数之后，装置传感器124可以将传感器数据传送至控制单元118和/或应用200。如下面讨论的，道路安全警报应用200可以对传感器数据进行分析，以确定与被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110相关联的道路使用者属性(该道路使用者属性包括上面提到的道路使用者参数)。
在一个实施例中，装置传感器124可以被配置为按照存在于至少一条道路的周围环境内的天气状况的形式来感测环境状况。更具体地，装置传感器124可以被配置为感测天气相关情况，该天气相关情况可以包括可能影响被定位在至少一条道路的周围环境内的道路使用者106、108、110的温度、降水、日光/云覆盖的百分比等。因此，装置传感器124可以执行控制逻辑，以确定与至少一条道路的周围环境相关联的天气状况(例如数据包)。
装置传感器124还可以被配置为按照存在于至少一条道路的周围环境内的交通状况的形式来感测环境状况。更具体地，设备传感器124可以被配置为感测交通相关情况，该交通相关情况包括可能在至少一条道路的周围环境内发生的交通减速、交通堵塞、车辆事故、道路建设等。因此，装置传感器124可以执行控制逻辑，以确定与至少一条道路的周围环境相关联的交通状况(例如数据包)。装置传感器124还可以被配置为按照存在于至少一条道路的周围环境内的基础设施状况的形式来感测环境状况。
更具体地，装置传感器124可以被配置为感测基础设施相关情况，该基础设施相关情况可以包括但不限于：至少一条道路的长度/宽度、至少一条道路的车道的数量、与至少一条道路相关联的速度限制、被定位在至少一条道路的周围环境内的路缘和物体等，并且可以执行控制逻辑以确定与至少一条道路的周围环境相关联的基础设施状况(例如数据包)。在一个实施例中，在确定了天气状况、交通状况和基础设施状况之后，装置传感器124可以将传感器数据传送至控制单元118和/或应用200。如下面讨论的，道路安全警报应用200可以对传感器数据进行分析，以确定与至少一条道路的周围环境相关联的环境属性(该环境属性包括上面提到的环境状况)。
在示例性实施例中，RSE 104的通信装置122可以包括一个或者多个收发器，该收发器能够通过利用各种协议来提供计算机通信，以被用于在RSE 104的组件的内部和/或在(多个)装备车辆106和/或(多个)NVRU 110使用的(多个)便携式装置112的外部发送/接收电子信号。通信装置122可以被配置为通过车辆通信网络来提供一种或者多种类型的基于车辆的通信，包括但不限于：基于V2X的通信和基于V2I的通信。此外，通信装置122可以被配置为经由无线通信网络来提供一种或者多种类型的基于无线的通信，包括但不限于：IEEE802.11(WiFi)、IEEE 802.15.1基于近场通信系统(NFC)(例如ISO 13157)的通信。通信装置122可以被配置为通过利用各种协议来提供这种通信，以在RSE 104的多个组件的内部和/或在(多个)装备车辆106和/或(多个)NVRU 110使用的(多个)便携式装置112的外部发送/接收非暂时性信号。
在一个实施例中，通信装置122可以与车辆106、108和/或(多个)便携式装置112通信，以接收被分别提供至RSE 104的传感器数据。如下面讨论的，这种数据可以被RSE 104利用，来在至少一条道路的周围环境内标识道路使用者106、108、110中的一个或者多个的存在。如下面讨论的，这种数据还可以被应用200分析，以确定与道路使用者106、108、110相关联的类别、道路使用者属性和/或环境属性，如下面更详细地讨论的。
在一个实施例中，通信装置122可以被配置经由V2I通信协议和/或通过一个或者多个无线通信协议来将与(多个)非装备车辆108、(多个)NVRU 110和/或另外的(多个)装备车辆相关联的道路行为数据传送至(多个)装备车辆106以被分析，以将道路安全警报提供至(多个)装备车辆106。此外，通信装置122可以被配置为通过一个或者多个无线通信协议来将与(多个)装备车辆106和/或(多个)非装备车辆108相关联的道路行为数据传送至(多个)NVRU 110使用的(多个)便携式装置112。
具体参照(多个)装备车辆106，如所讨论的，(多个)装备车辆106的一种或者多种配置可以完全能够经由包括V2V通信协议、V2I通信协议和V2X通信协议的一个或者多个车辆通信协议来进行通信。此外，(多个)装备车辆106的一种或者多种配置可以局部能够经由包括V2I通信协议和/或V2X通信协议的一个或者多个车辆通信协议来进行通信。换句话说，(多个)装备车辆106的一些配置可以能够经由V2V通信协议来与另外的(多个)装备车辆直接通信，而(多个)装备车辆106的其他配置可以不被配置为经由V2V通信协议来与另外的(多个)的装备车辆直接通信。具体地，如下面更详细地讨论的，在(多个)装备车辆106的两种前面提到的配置中，(多个)装备车辆106被配置为通过使用V2I通信协议来与RSE 104直接通信，以发送和接收数据。
在示例性实施例中，(多个)装备车辆106的组件可以被车辆控制装置(VCD)126可操作地控制。VCD 126可以包括用于处理(多个)装备车辆106的组件和环境100中的其他组件、与(多个)装备车辆106的组件和环境100中的其他组件通信和与(多个)装备车辆106的组件和环境100中的其他组件交互的供应物。在一个实施例中，除了(多个)装备车辆106的其他组件之外，VCD 126还可以被实施在电子控制单元(未示出)上。通常，VCD 126可以包括分别经由相应总线(未示出)被可操作地连接的相应处理器(未示出)、相应存储器(未示出)、相应盘(未示出)和相应输入/输出(I/O)接口(未示出)，以便进行计算机通信。I/O接口提供用于促进在VCD 126的组件与环境100中的其他组件、网络和数据源之间的数据输入和输出的软件和硬件。
在一个实施例中，VCD 126可以被可操作地连接至(多个)装备车辆106的一个或者多个控制单元(未示出)，在某些情况下(包括但不限于：当应用200将道路安全警报提供至(多个)装备车辆106时)，该一个或者多个控制单元可以允许VCD 126自主地控制(多个)装备车辆106的操作。具体地，VCD 126可以可操作地控制一个或者多个控制单元(未示出)(该一个或者多个控制单元可以包括但是可以不限于：发动机控制单元、变速器控制单元、加速控制单元、制动控制单元、转向控制单元等)，以基于由VCD 126通过一个或者多个车辆系统(未示出)和/或执行的应用提供的一个或者多个命令来自主地控制(多个)装备车辆106的操作。例如，道路安全警报应用200可以与VCD 126通信，以向一个或者多个控制单元提供一个或者多个命令，用于通过自主地控制(多个)装备车辆106的操作来提供道路安全警报。
VCD 126还可以被可操作地连接至(多个)装备车辆106的车头单元128，以便进行计算机通信(例如经由总线和/或I/O接口)。车头单元128可以包括内部处理存储器、接口电路和用于直接和/或通过VCD 126来传输数据、发送命令和与(多个)装备车辆106的组件通信的总线(车头单元的组件，未示出)。在一个或者多个实施例中，车头单元128可以执行与包括道路安全警报应用200的(多个)装备车辆106相关联的一个或者多个操作系统、应用和/或接口。
在一些实施例中，车头单元128可以被连接至一个或者多个相应的显示装置(未示出)(例如车头单元显示屏、中控面板显示屏、仪表显示屏、抬头显示屏)、相应的音频装置(未示出)(例如音频系统、扬声器)、相应的触觉装置(未示出)(例如触觉方向盘)等，该显示装置、音频装置、触觉装置被用于向(多个)装备车辆106的(多个)驾驶员提供具有各种类型的信息的人机界面(HMI)(未示出)，该信息可以包括但不限于：与一个或者多个应用和/或一个或者多个车辆安全系统(未示出)、与一个或者多个车辆系统相关联的接口和/或者与相应车辆106、108的一个或者多个组件相关联的接口相关联的警告/警报。
在一个实施例中，VCD 126可以向车头单元128传送一个或者多个命令，用于致动相应的显示装置，以提供道路安全警报。此外，VCD 126可以向车头单元128传送一个或者多个命令，用于致动(多个)装备车辆106的音频装置，以根据道路安全警报来提供一个或者多个基于音频的警报。例如，道路安全警报应用200可以与VCD 126通信，以提供可以道路安全警报界面，该道路安全警报界面经由被可操作地连接至车头单元128的显示装置来向(多个)装备车辆106的(多个)驾驶员提供一个或者多个用户界面通知警告。此外，道路安全警报应用200可以与VCD 126通信，以经由被可操作地连接至车头单元128的音频装置来提供用于警告(多个)装备车辆106的(多个)驾驶员的一个或者多个基于音频的警报。在另外的实施例中，道路安全警报应用200可以与VCD 126通信，以经由被连接至车头单元128的触觉装置(例如触觉方向盘、触觉变速杆)来提供用于警告(多个)装备车辆106的(多个)驾驶员的一个或者多个基于触觉的警报。
在一个或者多个实施例中，车头单元128可以被可操作地连接至(多个)装备车辆106的存储单元130。存储单元130可以存储由VCD 126和/或车头单元128所执行的一个或者多个操作系统、应用、相关联的操作系统数据、应用数据、车辆系统和子系统用户界面数据等。在一个或者多个实施例中，存储单元130可以存储与道路安全警报应用200相关联的一个或者多个应用数据文件。此外，存储单元130可以存储由(多个)装备车辆106的车辆传感器132提供的传感器数据，该传感器数据可以被(多个)装备车辆106利用和/或可以通过V2I通信协议和/或另外的无线通信协议在RSE 104的外部被传送。
在示例性实施例中，(多个)装备车辆106的车辆传感器132可以感测并且提供可以由(多个)装备车辆106的一个或者多个组件使用和/或可以经由V2I通信协议被传送至RSE104的传感器数据。在一个实施例中，在RSE 104从(多个)装备车辆106接收到传感器数据之后，道路安全警报应用200可以对由车辆传感器132提供的传感器数据进行分析，以确定具体与(多个)装备车辆106相关联的道路使用者相关的数据。
在一些实施例中，当(多个)装备车辆106被配置为经由V2V通信协议来进行通信时，由(多个)装备车辆106的车辆传感器132提供的传感器数据还可以被直接并且在外部传送至被相似地配置为通过V2V通信协议来进行通信的另外(多个)装备车辆。传感器数据可以被另外的(多个)的装备车辆分析，以确定与(多个)装备车辆106相关联的道路使用者相关的数据。
在一个或者多个实施例中，车辆传感器132可以包括但不限于：车辆速度传感器、车辆加速度传感器、车辆角速度传感器、加速器踏板传感器、制动传感器、方向盘角度传感器、车辆位置传感器(例如GNSS坐标)、车辆方向传感器(例如车辆罗盘)、节气门位置传感器、车轮传感器、防抱死制动传感器、凸轮轴传感器、防抱死制动传感器以及其他传感器。车辆传感器132可以执行控制逻辑，以确定与(多个)装备车辆106相关联的位置参数、方向参数和/或动态参数(数据包)。在确定了上面提到的参数之后，车辆传感器132可以包括这些参数，作为被传送至VCD 126和/或应用200的传感器数据的一部分，以被包括作为确定的与(多个)装备车辆106相关联的道路使用者属性的一部分。
在示例性实施例中，(多个)装备车辆106的VCD 126可以利用车辆通信系统150来经由V2I通信协议进一步将传感器数据传送至RSE 104以被分析，以确定与(多个)装备车辆106相关联的道路使用者属性。在一个实施例中，传感器数据可以被道路安全警报应用200分析，以确定与(多个)装备车辆106相关联的道路使用者属性。具体地，传感器数据可以与由RSE 104的装置传感器124提供的传感器数据聚合在一起，以确定与(多个)装备车辆106相关联的、可以被用于处理道路行为图的道路使用者属性，以确定与(多个)装备车辆106相关联的道路行为数据。
在示例性实施例中，车辆通信系统150可以包括一个或者多个收发器(例如V2V收发器、无线通信收发器)，该一个或者多个收发器能够通过利用各种协议来提供计算机通信，以被利用来在(多个)装备车辆106的组件的内部和/或在RSE 104的外部发送/接收电子信号。在一些配置中，车辆通信系统150可以被配置为在一个或者多个另外的装备车辆的外部发送/接收电子信号。
在一种配置中，车辆通信系统150可以被配置为完全经由一个或者多个车辆通信协议来进行通信，以通过车辆通信网络提供一种或者多种类型的基于车辆的通信，包括但不限于：基于V2V的通信、基于V2I的通信和基于V2X的通信。在另一配置中，车辆通信系统150可以被配置为通过车辆通信网络经由基于V2I的通信和基于V2X的通信来进行通信。
在一个或者多个实施例中，车辆通信系统150还可以被配置为经由无线通信网络来提供一种或者多种类型的基于无线的通信，包括但不限于：IEEE 802.11(WiFi)、IEEE802.15.1基于近场通信系统(NFC)(例如ISO 13157)的通信。具体地，车辆通信系统150可以被配置为通过利用各种协议来提供这种通信，以通过V2I通信协议来在(多个)装备车辆106的多个组件的内部和/或在RSE 104的外部发送/接收非暂时性信号。
在一个实施例中，车辆通信系统150可以被配置为直接与RSE 104通信，以发送由车辆传感器132提供的传感器数据。具体地，车辆通信系统150可以被配置为发送由车辆传感器132提供的传感器数据，以被应用200分析，以确定与(多个)装备车辆106相关联的道路使用者属性。例如，车辆通信系统150可以被利用来将由车辆传感器132提供的传感器数据传送至RSE 104的通信装置122，以使RSE 104确定(多个)装备车辆106的存在并且确定与在至少一条道路的周围环境内的(多个)装备车辆106相关联的道路使用者参数。在(多个)装备车辆106可以被配置为完全经由V2V通信协议来进行通信的一些配置中，车辆通信系统150可以被用于将传感器数据传送至一个或者多个的另外的装备车辆，以使另外的(多个)装备车辆确定(多个)装备车辆106的存在以及与(多个)装备车辆106相关联的道路使用者参数，该一个或者多个的另外的装备车辆被相似地配置为经由V2V通信协议来进行通信并且被定位在(多个)装备车辆106的预定附近内。
车辆通信系统150还可以被配置为：基于由装置传感器124提供的传感器数据和/或通过V2V通信协议被从另外的(多个)的装备车辆传送至(多个)装备车辆106的传感器数据、通过使用V2I通信协议来从RSE 104接收传感器数据、与(多个)道路使用者106、108、110相关联的道路行为数据和/或与提供道路安全警报相关联的通信。在一些实施例中，车辆通信系统150可以经由V2I通信协议和/或另外的无线通信协议来接收由(多个)便携式装置112直接传送至RSE 104的传感器数据。
在示例性实施例中，车辆通信系统150可以在RSE 104的装置传感器124感测到由装置传感器124提供的传感器数据和与(多个)非装备车辆108相关联的道路行为数据时经由V2I通信协议来接收这些数据，以将与(多个)非装备车辆108相关联的道路行为数据提供至(多个)装备车辆106。换句话说，RSE 104可以间接地将基于由RSE 104相对于(多个)非装备车辆108提供的传感器数据所确定的道路使用者相关的数据中继至(多个)装备车辆106。在一些实施例中，从RSE 104和/或另外的(多个)的装备车辆接收到的传感器数据可以使(多个)装备车辆106确定可以被定位在至少一条道路的周围环境内(例如在(多个)装备车辆106的预定附近内)的另外(多个)装备车辆、(多个)非装备车辆108和/或(多个)NVRU 110的存在。
车辆通信系统150可以被另外配置为接收与道路安全警报应用200相关联的应用数据。更具体地，在一个实施例中，应用200可以处理道路行为图，并且通过使用RSE 104的组件来确定与(多个)道路使用者处理106、108、110相关联的道路行为数据。在RSE 104的组件处理了道路行为图之后，RSE 104的通信装置122可以被配置为将与(多个)道路使用者处理106、108、110相关联的道路行为数据传送至车辆通信系统150以被(多个)装备车辆106的组件(例如车辆系统)分析。此外，在一些配置中，RSE 104的通信装置122可以相对于(多个)装备车辆106传送与提供基于道路行为数据的道路安全警报相关联的数据以被车辆通信系统150接收并且由(多个)装备车辆106的VCD 126实施以将道路安全警报提供至(多个)装备车辆106，该道路行为数据与(多个)非装备车辆108和/或(多个)NVRU 110相关联。
具体参照(多个)非装备车辆108，该(多个)非装备车辆108可以不被装备为或者配置为经由一个或者多个车辆通信协议和/或一个或者多个无线通信协议来进行通信。因此，(多个)非装备车辆108可以不被配置为向(多个)装备车辆106、RSE 104和/或(多个)NVRU110使用的(多个)便携式装置112传送数据。应用200可以利用由RSE 104和/或(多个)装备车辆106提供的传感器数据来确定与(多个)非装备车辆108相关联的位置参数、方向参数和/或动态参数(数据包)。换句话说，可以基于由RSE 104和/或(多个)装备车辆106提供的传感器数据来确定与(多个)非装备车辆108相关联的道路使用者属性，以处理与(多个)非装备车辆相关联的道路行为数据。
在示例性实施例中，(多个)非装备车辆108的组件可以包括VCD 134，该VCD 134可以包括用于处理与(多个)非装备车辆108的组件和环境100中的其他组件、与(多个)非装备车辆108的组件和环境100中的其他组件通信和与(多个)非装备车辆108的组件和环境100中的其他组件交互的供应物。在一个实施例中，除了(多个)装备车辆106的其他组件之外，VCD 134还可以被实施在电子控制单元(未示出)上。通常，VCD 134可以包括分别经由相应总线(未示出)被可操作地连接以便进行计算机通信的相应处理器(未示出)、相应存储器(未示出)、相应盘(未示出)和相应输入/输出(I/O)接口(未示出)。I/O接口提供用于促进在VCD 134的组件与环境100中的其他组件之间的数据输入和输出的软件和硬件。
在一些实施例中，VCD 134可以被可操作地连接至车辆传感器136，该车辆传感器136可以包括与上面针对(多个)装备车辆106的车辆传感器132所讨论的传感器相似的一个或者多个传感器(未示出)。在一些配置中，VCD 134可以利用车辆传感器136来提供传感器数据，该传感器数据可以被(多个)非装备车辆108在本地利用，来提供与在(多个)非装备车辆108的预定距离内感测到的(多个)道路使用者106、110有关的一个或者多个警报。
具体参照(多个)NVRU 110使用的(多个)便携式装置112，该(多个)便携式装置112可以包括但不限于：手持式装置、移动装置、可穿戴装置、智能电话、膝上型计算机、平板等。(多个)便携式装置112可以包括可以处理并且计算与(多个)便携式装置112的组件相关联的功能的控制单元138。在一个实施例中，控制单元138可以被可操作地连接至(多个)便携式装置112的相应存储单元140。该存储单元140可以存储由控制单元138执行的一个或者多个操作系统、应用、相关联的操作系统数据、应用数据、车辆系统和子系统用户界面数据等。在一个或者多个实施例中，存储单元140可以存储与道路安全警报应用200相关联的一个或者多个应用数据文件。此外，存储单元140可以存储由(多个)便携式装置112的装置传感器142提供的传感器数据。
(多个)便携式装置112的装置传感器142可以包括但不限于：加速度计、磁力计、陀螺仪、环境光传感器、接近度传感器、位置传感器(例如GPS)、定位传感器、方向传感器(例如罗盘)等(装置传感器142，未单独示出)。装置传感器142可以感测并且提供可以被(多个)便携式装置112的一个或者多个组件和/或RSE 104使用的传感器数据。具体地，道路安全警报应用200可以对由装置传感器142提供的传感器数据进行分析，以确定与相应的(多个)NVRU110具体相关联的道路使用者相关的数据。
在示例性实施例中，装置传感器142可以执行控制逻辑，以确定与使用(多个)便携式装置112的相应(多个)NVRU 110相关联的位置参数、方向参数和/或动态参数(数据包)。在确定了上面提到的参数之后，装置传感器142可以包括这些参数作为传感器数据的一部分，并且可以将传感器数据传送至控制单元138。该控制单元138可以利用装置通信系统144来进一步将传感器数据传送至RSE 104，以被分析以确定与(多个)NVRU 110相关联的道路使用者属性。在一个实施例中，传感器数据可以被道路安全警报应用200分析，以确定与(多个)NVRU 110相关联的道路使用者属性，并且可以被用于处理道路行为图。
(多个)便携式装置112的装置通信系统144可以包括的一个或者多个收发器(例如无线通信收发器)，该一个或者多个收发器能够通过利用各种协议来提供计算机通信以被利用来在(多个)便携式装置112的组件的内部和/或在RSE 104的外部发送/接收电子信号。装置通信系统144可以被配置为经由无线通信网络来提供一种或者多种类型的基于无线的通信，包括但不限于：IEEE 802.11(WiFi)通信、IEEE 802.15.1通信、基于近场通信系统(NFC)(例如ISO 13157)的通信。具体地，装置通信系统144可以被配置为通过利用各种协议来提供这种通信以通过V2I通信协议来在(多个)便携式装置112的多个组件的内部和/或在RSE 104的外部发送/接收非暂时性信号。
装置通信系统144可以被配置为直接与RSE 104通信，以发送由装置传感器142通过一个或者多个无线通信协议提供的传感器数据。具体地，装置通信系统144可以被配置为发送由装置传感器142提供的传感器数据以被应用200分析，以确定与(多个)NVRU 110相关联的道路使用者属性。例如，装置通信系统144可以被利用来将由装置传感器142提供的传感器数据传送至RSE 104的通信装置122，以使RSE 104确定(多个)NVRU 110的存在以及与在至少一条道路的周围环境内的(多个)NVRU 110相关联的道路使用者属性。
在一个实施例中，装置通信系统144还可以被配置为基于由装置传感器124提供的传感器数据和/或被从(多个)装备车辆106传送至RSE 104的传感器数据通过使用一个或者多个无线通信协议来从RSE 104接收传感器数据、与道路使用者106、108、110相关联的道路行为数据和/或与提供道路安全警报相关联的通信。装置通信系统144可以被另外配置为接收与道路安全警报应用200相关联的应用数据。更具体地，在一个实施例中，应用200可以通过使用RSE 104的组件来处理并且存储道路行为图。在RSE 104的组件处理了道路行为图并且将其存储在存储单元120上之后，RSE 104的通信装置122可以被配置为将道路行为图传送至装置通信系统144以被(多个)装备车辆106的组件(例如车辆系统)分析。在一些配置中，RSE 104的通信装置122可以传送与提供道路安全警报相关联的数据，以被装置通信系统144接收并且由(多个)便携式装置112的控制单元138实施，以将道路安全警报提供至相应的(多个)NVRU 110。在一个或者多个实施例中，(多个)便携式装置112可以包括可以(多个)显示屏(未示出)和(多个)扬声器(未示出)，该显示屏和扬声器被控制单元138可操作地控制，以通过使用(多个)便携式装置112来将道路安全警报提供至(多个)NVRU 110。具体地，道路安全警报应用200可以与控制单元138通信，以经由(多个)显示屏来提供可以通过使用(多个)便携式装置112来向(多个)NVRU 110呈现一个或者多个用户界面通知警告的道路安全警报界面。此外，道路安全警报应用200可以与控制单元138通信，以经由相应的(多个)便携式装置112的(多个)扬声器来向(多个)NVRU 110提供一个或者多个基于音频的警报。
具体参照神经网络116，在一个实施例中，神经网络116可以处理编程模型，该编程模型使能基于计算机/机器的学习，该基于计算机/机器的学习可以以被提供至神经网络116和/或由神经网络116学习的一种或者多种形式的数据为中心。如上面讨论的，除了被外部托管的服务器基础设施114上之外，神经网络116、该神经网络116的子集和/或可以由神经网络116使用的数据的子集还可以由(多个)装备车辆106和/或(多个)便携式装置112托管和/或执行。如下面更详细地讨论的，神经网络116可以被访问，以基于如由装置传感器124提供的传感器数据来提供与被应用200标识为被定位在至少一条道路的周围环境内的道路使用者106、108、110相关联的类别。在另外的实施例中，神经网络116可以被访问以基于还可以由车辆传感器132和/或装置传感器142提供的传感器数据来提供类别。
在一个或者多个实施例中，神经网络116可以包括神经网络处理单元146和神经网络深度学习数据库148。神经网络处理单元146可以被配置为利用机器学习/深度学习来提供可以被利用来构建并且维护具有各种类型的数据的神经网络深度学习数据库148的人工智能能力。神经网络处理单元146可以处理被提供作为输入的信息，并且可以利用神经网络深度学习数据库148来访问存储的计算机/机器学习数据以提供各种功能，该各种功能可以包括但不限于：物体分类、特征标识、计算机视觉、速度标识、机器翻译、自主驾驶命令等。
在一个或者多个实施例中，神经网络深度学习数据库148可以存储可以被道路安全警报应用200访问并且分析，以确定与被定位在至少一条道路的周围环境内的道路使用者106、108、110相关联的类别的道路使用者类别数据(未示出)(例如由RSE 104的装置传感器124感测到的)。具体地，在接收到传感器数据之后，应用200可以与神经网络处理单元146通信，以基于由装置传感器124提供的传感器数据来确定类别数据。在一些实施例中，应用200可以与神经网络处理单元146通信，以基于由传感器124、132、142提供的聚合的传感器数据来确定类别数据。神经网络处理单元146可以通过利用神经网络深度学习数据库148来对传感器数据进行分析，以确定与被定位在至少一条道路的周围环境内的相应道路使用者106、108、110相关联(多个)类别。
在一个实施例中，神经网络深度学习数据库148可以包括道路地图数据(未示出)，该道路地图数据可以被应用200访问并且使用，以获取至少一条道路的周围环境的最新地理图(地理图)(未示出)(例如作为交通十字路口的一部分的道路的地理图)。在备选实施例中，道路地图数据可以被存储在外部并且可以被神经网络处理单元146访问以由应用200使用。可以通过一个或者多个基于互联网的更新来周期性地更新道路地图数据，该一个或者多个基于互联网的更新可以通过外部托管的服务器基础设施114被传送至神经网络116。具体地，道路地图数据可以包括至少一条道路的供道路基础设施102定位的周围环境的地理图和卫星/航空图像。在一些配置中，道路地图数据还可以包括道路网络数据、地标数据、航测图数据、街道视图数据、政治边界数据、集中交通数据、集中基础设施数据等。如下面讨论的，应用200可以在处理道路行为图期间访问神经网络116以获取至少一条道路的周围环境的地理图。
在另外的实施例中，道路安全警报应用200还可以在未确定与道路使用者106、108、110中的一个或者多个相关联的类别时访问神经网络处理单元146，以训练神经网络116。应用200可以通过利用可以被手动提供(例如通过用户更新网络)或者通过互联网云被自主访问(例如通过访问车辆制造数据库和/或运输部门数据库)的数据更新神经网络深度学习数据库148来训练神经网络116，以确保神经网络116可以被用于准确地对先前可能还未确定的(多个)道路使用者106、108、110进行分类。
II.道路安全警报应用
现在将参照图1和图2根据示例性实施例来描述道路安全警报应用200的组件。如上面讨论的，道路安全警报应用200可以被存储在存储单元120、130、140中的一个或者多个存储单元上并且可以被RSE 104的控制单元118、(多个)装备车辆106的VCD 126和/或(多个)便携式装置112的控制单元138执行。在另一实施例中，道路安全警报应用200可以被存储在外部托管的服务器基础设施114上，并且可以被RSE 104、车辆106和/或(多个)便携式装置112访问。在备选实施例中，与应用200相关联的数据可以被(多个)非装备车辆108的VCD 134存储在本地，以被(多个)非装备车辆108在本地利用。
在示例性实施例中，道路安全警报应用200可以包括道路使用者标识模块202、道路使用者类别模块204、属性确定模块206、道路行为模块208和道路安全警报模块210。要了解，道路安全警报应用200可以包括被配置为执行应用200的一个或者多个功能的附加模块和/或子模块。在一个或者多个实施例中，道路安全警报应用200的道路使用者标识模块202可以被配置为与RSE 104的控制单元118通信，以获取由RSE 104的装置传感器124提供的和/或被从(多个)装备车辆106和/或(多个)便携式装置112传送至RSE 104的传感器数据。道路使用者标识模块202可以被配置为对传感器数据进行分析，并且标识被定位在至少一条道路的周围环境内的一个或者多个道路使用者106、108、110。例如，道路使用者标识模块202可以对可以包括由RSE 104的装置传感器124提供的一个或者多个鸟瞰/俯视图图像的传感器数据进行分析，以标识被定位在道路的的周围环境内的(多个)装备车辆106、(多个)非装备车辆108和/或(多个)NVRU 110的存在，该道路作为道路基础设施102所在的十字路口的一部分。
在标识了被定位在至少一条道路的周围环境内的一个或者多个道路使用者106、108、110之后，道路使用者标识模块202可以将与一个或者多个道路使用者106、108、110的标识相关联的数据传送至道路安全警报应用200的道路使用者类别模块204和属性确定模块206。在一个或者多个实施例中，道路使用者类别模块204可以从RSE 104、(多个)装备车辆106和/或(多个)便携式装置112获取传感器数据，以确定与被标识为被定位在至少一条道路的周围环境内的一个或者多个道路使用者106、108、110相关联的类别。具体地，道路使用者类别模块204可以与RSE 104的控制单元118通信，以获取由RSE 104的装置传感器124提供的传感器数据。另外，道路使用者类别模块204可以与(多个)装备车辆106的VCD 126和/或(多个)便携式装置112的控制单元138通信，以获取与(多个)装备车辆106和/或(多个)便携式装置112相关联的相应传感器数据。
在示例性实施例中，在获得与道路使用者中一个或者多个相关联的传感器数据之后，道路使用者类别模块204可以将传感器数据传送至神经网络116，以确定与被标识为被定位在至少一条道路的周围环境内的道路使用者106、108、110中的一个或者多个相关联的类别。道路使用者类别模块204还可以被配置为基于例如与RSE 104提供的图像有关的传感器数据来训练神经网络116。例如，如果与被标识的(多个)道路使用者106、108、110相关联的(多个)类别是新的或者未知的类别，则训练神经网络116可以被训练，以学习与神经网络116不知道的新车辆类型相关联的新车辆类别。在确定了与道路使用者106、108、110中的一个或者多个相关联的类别之后，道路使用者类别模块204可以将该类别传送至道路行为模块208。如下面讨论的，道路行为模块208可以利用可以部分地包括类别的道路使用者数据来处理与被标识为被定位在至少一个道路使用者106、108、110的周围环境内的(多个)道路使用者106、108、110相关联的道路行为数据。
道路行为模块208还可以从属性确定模块206接收分别与道路使用者106、108、110中的一个或者多个相关联的道路使用者属性数据。属性确定模块206还可以向道路行为模块208提供与至少一条道路的周围环境相关联的环境属性。更具体地，属性确定模块206可以与RSE 104的控制单元118通信，以获取由装置传感器124提供的和/或被从(多个)装备车辆106和/或(多个)便携式装置112传送至RSE 104的传感器数据。
在一个实施例中，属性确定模块206可以对由装置传感器124提供的传感器数据进行分析，以确定分别与由道路使用者标识模块202标识到的道路使用者106、108、110中的一个或者多个相关联的道路使用者属性。在另外的实施例中，属性确定模块206可以将由装置传感器124提供的传感器数据与由(多个)装备车辆106和/或(多个)便携式装置112的装置传感器142提供的传感器数据聚合在一起，以确定分别与道路使用者标识模块202所标识到的道路使用者106、108、110中的一个或者多个相关联的道路使用者属性。在示例性实施例中，在获得与道路使用者106、108、110中的一个或者多个相关联的传感器数据之后，属性确定模块206可以确定道路使用者属性，该道路使用者属性可以包括但不限于：与道路使用者106、108、110相关联的位置参数、方向参数和/或动态参数。在一个实施例中，属性确定模块206还可以对由RSE 104的装置传感器124提供的传感器数据进行分析，以确定与至少一条道路的周围环境相关联的环境属性。如所讨论的，环境属性可以包括但不限于：基于由RSE104的一个或者多个组件感测到的传感器数据被确定的天气状况、交通状况和/或基础设施状况。
在一个或者多个实施例中，在接收到与道路使用者106、108、110中的一个或者多个相关联的类别和被包括在道路使用者相关的数据中的道路使用者属性以及被包括在道路相关的数据中的环境属性之后，道路行为模块208可以处理道路行为图，并且可以对该道路行为图进行分析以进一步处理与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路行为数据。更具体地，道路行为模块208可以对道路使用者相关的数据和道路相关的数据进行分析，并且可以基于对至少一条道路的可以被设置有神经网络116的周围环境的地理图的扩大来处理道路行为图。
具体地，在从神经网络116获得至少一条道路的周围环境的地理图之后，道路行为模块208可以利用表示被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110指示来扩大地理图。这种指示可以包括图形表示和/或数据，该图形表示和/或数据表示由应用200所标识并且确定的(多个)道路使用者106、108、110的类别。此外，可以利用指示与被定位在至少一条道路的周围环境内的道路使用者106、108、110相关联的道路使用者属性的数据来扩大地理图。道路行为模块208还可以利用指示与至少一条道路的周围环境相关联的环境属性的数据来扩大地理图。在一些实施例中，地理图可以被扩大，以呈现会具体影响被定位在至少一条道路的周围环境内的一个或者多个道路使用者的环境属性。
在示例性实施例中，在处理了道路行为图之后，道路行为模块208可以进一步对与至少一条道路的周围环境相关联的道路相关的数据、被指示在至少一条道路的周围环境道路内的(多个)使用者106、108、110以及道路使用者相关的数据进行分析。此外，道路行为模块208可以对被定位在至少一条道路的周围环境内道路使用者106、108、110中的一个或者多个之间的行程路径、行程速率、行程方向以及行程的重叠进行分析和预测，并且可以进一步对可能影响预测的行程路径的环境状况进行分析和预测。这种分析和预测可以被利用来处理与每个相应的道路使用者106、108、110相关联的道路行为数据，该每个相应的道路使用者106、108、110提供与以下相关联的信息：道路使用者相关的数据、道路相关的数据、在道路使用者106、108、110中的一个或者多个道路使用者的预测行程路径之间的被分析和预测的重叠、可能影响道路使用者106、108、110中的一个或者多个道路使用者的环境状况、以及这种数据可能影响被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110中的每一个道路使用者的方式。
作为说明性示例，道路行为模块208可以利用对正接近作为十字路口的一部分的道路的供道路基础设施102定位的周围环境和/或正在该周围环境内行进的(多个)非装备车辆108的指示来扩大由神经网络116提供的地理图。道路行为图可以包括与(多个)非装备车辆108相关联的位置参数、方向参数和/或动态参数。道路行为模块208还可以利用如由RSE 104的装置传感器124感测到的天气状况、交通状况和基础设施状况来扩大地理图。道路行为模块208可以对道路行为图进行分析，以对在至少一条道路的周围环境内的(多个)非装备车辆108和(多个)装备车辆106的行程路径中的(多个)重叠以及可能在至少一条道路的周围环境内发生的、可能会影响被定位在至少一条道路的周围环境内的(多个)非装备车辆108和(多个)装备车辆106的环境状况进行分析。该信息可以被处理成与(多个)非装备车辆108相关联的道路行为数据。
在示例性实施例中，道路行为模块208可以将与(多个)道路使用者106、108、110相关联的道路行为数据传送至道路安全警报模块210。该道路安全警报模块210可以对道路行为数据进行评价，并且可以提供与每个相应的道路使用者106、108、110相关联的安全警报，该每个相应的道路使用者106、108、110提供与道路使用者相关的数据和道路相关的数据相关联的信息。道路安全警报还可以提供关于环境属性和道路属性如何影响被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110中的每一个的信息。
作为说明性示例，道路安全警报可以向(多个)装备车辆106的(多个)驾驶员提供有关与被应用200标识为被定位在至少一条道路的周围环境内的(多个)非装备车辆108相关联的类别和道路使用者属性以及与至少一条道路的周围环境相关联的环境状况的信息。
在一个实施例中，道路安全警报可以由应用200提供，以确保使(多个)装备车辆106的驾驶员知道与至少一条道路的周围环境相关联的环境属性和与(多个)非装备车辆108和/或(多个)NVRU 110相关联的类别和属性，该(多个)非装备车辆108和/或(多个)NVRU110可能无法通过V2V通信协议来将这种数据直接传送至(多个)装备车辆106(例如以提供合作的安全/碰撞相关警报)。
具体地，该功能可以确保(多个)装备车辆106被提供有位置、行程方向、行程轨迹和环境状况，位置、行程方向、行程轨迹和环境状况可能影响被定位在至少一条道路的周围环境(装备车辆106所在的周围环境)内的(多个)非装备车辆108和/或(多个)NVRU 110的行程，并且因此影响(多个)装备车辆106的行程。换句话说，道路安全警报应用200可以向(多个)装备车辆106提供有关道路使用者108、110和至少一条道路的周围环境的信息，以克服(多个)非装备车辆108和/或(多个)便携式装置112不能通过V2V通信协议来直接传送与其自身和/或NVRU 110有关的类别和属性以及与(多个)装备车辆106相关联的环境属性的问题。例如，应用200可以利用道路基础设施102作为中继点/代理，以将与(多个)非装备车辆108和/或(多个)NVRU 110相关联的(多个)安全警报提供至(多个)装备车辆106，从而代替这些信息不通过V2V通信协议被直接传送至(多个)装备车辆106的情况。
III.与道路安全警报应用和系统有关的方法
图3是根据示例性实施例的用于标识至少一个道路使用者并且确定与该至少一个道路使用者相关联的类别的方法300的过程流程图。将参照图1和图2的组件来描述图3，但是要了解，图3的方法300可以与其他系统和/或组件一起使用。方法300可以在框302处开始，其中方法300可以包括：确定是否在至少一条道路的周围环境内标识到至少一个道路使用者106、108、110。如上面讨论的，RSE 104的装置传感器124可以被配置为基于对至少一条道路的周围环境的鸟瞰/俯视图的感测来输出传感器数据。此外，(多个)装备车辆106和/或(多个)便携式装置112可以将由车辆传感器132和/或装置传感器142感测到的传感器数据传送至RSE 104。
在示例性实施例中，道路安全警报应用200的道路使用者标识模块202可以被配置为与RSE 104的控制单元118通信，以获取由RSE 104的装置传感器124提供的和/或被从(多个)装备车辆106和/或(多个)便携式装置112传送至RSE 104的传感器数据。道路使用者标识模块202可以被配置为对传感器数据进行分析，并且标识被定位在至少一条道路的周围环境内的道路使用者106、108、101中的一个或者多个。在一个实施例中，在(多个)道路使用者106、108、110被标识到之后，道路使用者标识模块202可以用可以基于装置传感器124的GPS传感器确定的地理位置标签来标记(多个)道路使用者106、108、110。在标记了(多个)道路使用者之后，道路使用者标识模块202可以将与标识到的(多个)道路使用者106、108、110相关联的(多个)地理位置标签传送至道路安全警报的道路使用者分类模块204和属性确定模块206。如果确定在至少一条道路的周围环境内标识到至少一个道路使用者106、108、110(在框302中)，则方法300可以继续至框304，其中方法300可以包括：从RSE 104的装置传感器接收与至少一个道路使用者有关的传感器数据。在示例性实施例中，在从道路使用者标识模块202接收到与标识到的(多个)道路使用者106、108、110相关联的(多个)地理位置标签之后，道路使用者分类模块204可以从RSE 104的装置传感器124接收与相应标识到的(多个)道路使用者106、108、110有关的传感器数据。具体地，道路使用者分类模块204可以与控制单元118通信，以基于对至少一条道路的周围环境的鸟瞰/俯视图的感测来接收由装置传感器124提供的传感器数据。
在另一实施例中，除了与RSE 104的控制单元118通信之外或者代替与RSE 104的控制单元118通信，道路使用者分类模块204可以与(多个)装备车辆106的VCD 126和/或(多个)便携式装置112的控制单元138通信，以获取与(多个)装备车辆106和/或(多个)便携式装置112相关联的相应传感器数据。该功能可以确保道路使用者分类模块204可以获得由(多个)装备车辆106和/或(多个)便携式装置112在本地感测到的数据并且因此，该数据可以提供与(多个)装备车辆106和/或(多个)便携式装置112更有关的细节。此外，该功能可以确保道路使用者分类模块204可以在车辆传感器132感测到(多个)非装备车辆108时获得由(多个)装备车辆106感测到的与(多个)非装备车辆108有关的数据，以提供与涉及(多个)装备车辆106的(多个)非装备车辆108有关的细节。
方法300可以继续至框306，其中方法300可以包括访问神经网络116并且将传感器数据传送至神经网络。在一个实施例中，在从RSE 104、(多个)装备车辆106和/或(多个)便携式装置112接收到传感器数据之后，道路使用者分类模块204可以通过与外部托管的服务器基础设施114通信来访问神经网络116。在备选实施例中，道路使用者分类模块204可以通过基于托管和/或执行神经网络116的(多个)位置与外部托管的服务器基础设施114、RSE104、(多个)装备车辆106和/或(多个)便携式装置112通信，来访问神经网络116。
方法300可以继续至框308，其中方法300可以包括：利用神经网络深度学习数据库来对传感器数据进行分析。在示例性实施例中，在访问了神经网络116之后，由RSE 104、车辆106、108和/或(多个)便携式装置112提供的传感器数据可以被神经网络处理单元146处理。在处理了传感器数据之后，神经网络处理单元146可以从传感器数据提取可以被用于查询神经网络深度学习数据库148的一个或者多个数据点。在一个实施例中，神经网络处理单元146可以执行针对与标识到的(多个)道路使用者106、108、110相关联的类别数据的查询，以从神经网络深度学习数据库148检索与(多个)道路使用者106、108、110相关联的(多个)类别。
方法300可以继续至框310，其中方法300可以包括：确定是否已知至少一个道路使用者106、108、110的类别。在神经网络处理单元146处理了传感器数据之后，神经网络处理单元146可以基于从传感器数据提取的数据点来执行查询。如果神经网络深度学习数据库148包括与(多个)类别相关联的数据，则神经网络116可以利用机器学习来确定并且输出与(多个)道路使用者106、108、110相关联的(多个)类别。在某些情况下，当神经网络116可能不知道与(多个)道路使用者106、108、110相关联的(多个)类别时，神经网络116可以输出指示可能不知道(多个)类别的(多个)空消息(例如当神经网络深度学习数据库148不包括与和车辆106、108和/或(多个)NVRU 110相关联的类别相关联的数据时)。在一个实施例中，神经网络116可以将(多个)类别和/或(多个)空消息传送至道路使用者分类模块204。基于接收到(多个)类别和/或(多个)空消息，道路使用者分类模块204可以确定是否已知(或者不知道)至少一个道路使用者106、108、110的类别。
如果确定不知道至少一个道路使用者106、108、110的类别(在框310中)，则方法300可以继续至框312，其中方法300可以包括：利用与至少一个道路使用者相关联的数据来训练神经网络116，以对至少一个道路使用者进行分类。在一个实施例中，在确定了神经网络116不知道与(多个)道路使用者106、108、110相关联的(多个)类别之后，道路使用者分类模块204可以通过利用可以被手动提供(例如通过使用者更新网络)或者通过互联网云被自主访问(例如通过访问运输部门数据库)的数据更新神经网络深度学习数据库148，来训练神经网络116，以确保神经网络116可以被用于准确地对先前可能还未进行分类的(多个)道路使用者106、108、110进行分类。在一些实施例中，道路使用者分类模块204可以利用机器学习传感器评价和/或机器学习图像评价处理技术，来确定附加数据，该附加数据可以被提供至神经网络处理单元146，以训练(例如更新)神经网络深度学习数据库148，从而确保可以对(多个)道路使用者进行分类。
如果确定已知至少一个道路使用者的类别(在框310中)或者在训练了神经网络之后(在框314中)，则方法300可以继续至框314，其中方法300可以包括：存储至少一个道路使用者的类别。在示例性实施例中，在确定了与标识到的(多个)道路使用者106、108、110相关联的(多个)类别之后，道路使用者分类模块204可以存储与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的(多个)类别。更具体地，道路使用者分类模块204可以访问存储单元120、130、140中的一个或者多个存储单元，并且可以存储包括与标识到的被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的(多个)类别的(多个)数据文件。
图4是根据示例性实施例的方法400的过程流程图，该方法400用于确定与至少一个道路使用者相关联的道路使用者属性以及与至少一条道路的周围环境相关联的环境属性。将参照图1和图2的组件来描述图4，但是要了解，图4的方法400可以与其他系统和/或组件一起使用。方法400可以在框402处开始，其中方法400可以包括：对由RSE 104的装置传感器124提供的传感器数据进行评价，以确定与至少一条道路的周围环境相关联的环境属性。
如上面讨论的，RSE 104的装置传感器124可以被配置为基于对至少一条道路的周围环境的鸟瞰/俯视图的感测来输出传感器数据。该传感器数据可以被用于确定与至少一条道路的周围环境相关联的环境属性。具体地，装置传感器124可以输出传感器数据，该传感器数据可以包括至少一条道路的周围环境的可能影响标识到的(多个)道路使用者106、108、110在至少一条道路的周围环境内的行程的环境状况(例如在十字路口的周围环境内的天气状况、在作为十字路口的一部分的道路上的冰、在作为十字路口的一部分的道路上的水坑)。
在示例性实施例中，道路安全警报应用200的属性确定模块206可以被配置为与RSE 104的控制单元118通信，以获取由RSE 104的装置传感器124提供的传感器数据。在获得传感器数据之后，属性确定模块206可以利用传感器逻辑(未示出)和/或图像逻辑(未示出)来对传感器数据进行分析，并且确定与至少一条道路的周围环境相关联的环境属性。更具体地，属性确定模块206可以通过使用传感器逻辑和/或图像逻辑来对传感器数据进行分析，以确定基于由RSE 104提供的传感器数据确定的天气状况、交通状况和/或基础设施状况。
属性确定模块206可以对确定的状况中的每个状况进行打包，并且可以输出相应的数据包作为与至少一条道路的周围环境相关联的环境属性。如下面讨论的，在一种配置中，属性确定模块206可以将环境属性(数据包)传送至道路行为模块208，以处理与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路行为数据。在一些实施例中，属性确定模块206可以将环境属性存储在RSE 104的存储单元120上以被RSE 104进一步访问以被用于一个或者多个相关的基础设施相关过程(例如被用于另外的交通相关应用、红绿灯调整等)。
方法400可以继续至框404，其中方法400可以包括：从RSE 104接收与至少一个道路使用者106、108、110有关的传感器数据。在一个实施例中，在接收到与通过道路使用者标识模块202标识到的(多个)道路使用者106、108、110相关联的(多个)地理位置标签之后，属性确定模块206可以被配置为基于由装置传感器124完成的鸟瞰/俯视图感测来从RSE 104接收传感器数据。属性确定模块206可以对传感器数据进行分析，以确定与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路使用者属性。具体地，RSE 104的装置传感器124可以输出传感器数据，当装置传感器124在至少一条道路的周围环境内感测到(多个)道路使用者106、108、110时，该传感器数据可以包括与(多个)道路使用者106、108、110相关联的道路使用者参数。方法400可以继续至框406，其中方法400可以包括：从(多个)装备车辆106和/或(多个)NVRU 110使用的(多个)便携式装置112接收传感器数据。在一个实施例中，(多个)装备车辆106的车辆传感器132和/或(多个)便携式装置112的装置传感器142还可以通过VCD 126和/或控制单元138来向属性确定模块206提供传感器数据。该传感器数据可以包括分别与(多个)装备车辆106和/或(多个)NVRU 110相关联的、可以被属性确定模块206进一步分析的道路使用者参数。当装备车辆106的车辆传感器132感测到(多个)非装备车辆108时，传感器数据还可以包括与(多个)非装备车辆108相关联的道路使用者参数。
方法400可以继续至框408，其中方法400可以包括：聚合由RSE 104提供的传感器数据和由(多个)装备车辆106和/或(多个)NVRU 110使用的(多个)便携式装置112提供的传感器数据。在示例性实施例中，在接收到由RSE 104的装置传感器124输出的传感器数据和由车辆传感器132和/或装置传感器142输出的传感器数据之后，属性确定模块206可以聚合由RSE 104、(多个)装备车辆106和/或(多个)便携式装置112提供的传感器数据。聚合传感器数据可以提供分别应用于被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110的聚合道路使用者参数。
方法400可以继续至框410，其中方法400可以包括：对聚合的传感器数据进行评价，以确定与至少一个道路使用者106、108、110相关联的道路使用者属性。在聚合了传感器数据之后(在框408中)，属性确定模块206可以利用传感器逻辑(未示出)和/或图像逻辑(未示出)来对聚合的传感器数据进行分析，并且确定与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路使用者属性。更具体地，属性确定模块206可以通过使用传感器逻辑和/或图像逻辑来对聚合的传感器数据进行分析，以确定应用于(多个)道路使用者106、108、110的、基于聚合的传感器数据的位置参数、方向参数和/或动态参数。属性确定模块206可以对确定参数中的每个参数进行打包，并且可以输出相应数据包，该相应数据包包括与被标识为被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110相关联的道路使用者属性。如下面讨论的，在一种配置中，属性确定模块206可以将道路使用者属性(数据包)传送至道路行为模块208，以处理与在至少一条道路的周围环境内标识到的(多个)道路使用者106、108、110相关联的道路行为数据。
方法400可以继续至框412，其中方法400可以包括：存储与至少一个道路使用者106、108、110相关联的道路使用者属性以及与至少一条道路的周围环境相关联的环境属性。在示例性实施例中，在确定了与至少一条道路的周围环境相关联的环境属性之后(在框402中)，属性确定模块206可以存储环境属性。该环境属性可以被存储为聚合数据包，该聚合数据包包括与在至少一条道路的周围环境中发生的天气状况、交通状况和/或基础设施状况有关的数据。
此外，在确定了与(多个)道路使用者106、108、110相关联的道路属性(在框410中)之后，属性确定模块206可以存储道路使用者属性。该道路使用者属性可以被存储为聚合数据包，该聚合数据包包括与位置参数、方向参数和/或动态参数有关的数据，该位置参数、方向参数和/或动态参数与被标识为被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110相关联。更具体地，属性确定模块206可以访问存储单元120、130、140中的一个或者多个，并且可以存储道路使用者属性和环境属性以被RSE 104的一个或者多个组件、(多个)装备车辆106和/或(多个)便携式装置112访问。如下面讨论的，在一个实施例中，道路行为模块208可以访问存储单元120、130、140中的一个或者多个，以获取道路相关的数据和道路使用者相关的数据，用于处理与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的道路行为数据。
图5是根据示例性实施例的用于处理道路行为数据并且提供道路安全警报的方法500的过程流程图。将参照图1和图2的组件来描述图5，但是要了解，图5的方法500可以与其他系统和/或组件一起使用。方法500可以在框502处开始，其中方法500可以包括：访问(多个)存储单元120、130、140，以检索与至少一个道路使用者106、108、110相关联的道路使用者相关的数据。
如上面讨论的，在确定了至少一个道路使用者106、108、110的类别之后，道路使用者分类模块204可以将与至少一个道路使用者106、108、110相关联的类别存储在存储单元120、130、140中一个或者多个存储单元上(在方法300的框314中)。此外，如所讨论的，在确定了与至少一个道路使用者106、108、110相关联的道路使用者属性之后，属性确定模块206可以将与至少一个道路使用者106、108、110相关联的道路使用者属性存储在存储单元120、130、140中的一个或者多个存储单元上(在方法400的框412中)。在一个实施例中，道路行为模块208可以访问存储单元120、130、140中的一个或者多个存储单元，以检索道路使用者相关的数据。更具体地，道路行为模块208可以检索与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的(多个)类别和道路使用者属性。
方法500可以继续至框504，其中方法500可以包括：访问(多个)存储单元120、130、140，以检索与至少一条道路的周围环境相关联的道路相关的数据。如上面讨论的，在确定了与至少一条道路的周围环境相关联的环境属性之后，属性确定模块206可以将与至少一条道路的周围环境相关联的环境属性存储在存储单元120、130、140中的一个或者多个存储单元上(在方法300的框314中)。在一个实施例中，道路行为模块208可以访问存储单元120、130、140中的一个或者多个存储单元，以检索道路相关的数据。更具体地，道路行为模块208可以检索与至少一条道路的周围环境相关联的环境属性。方法500可以继续至框506，其中方法500可以包括：访问神经网络116，并且接收至少一条道路的周围环境的地理图。在一个实施例中，道路行为模块208可以访问神经网络116以获取被包括在神经网络深度学习数据库148内或者被神经网络116访问的道路地图数据。如上面讨论的，道路地图数据可以包括至少一条道路的供道路基础设施102定位的周围环境的地理图和卫星/航空图像。在检索到路线图数据之后，道路行为模块208可以通过路线图数据提取至少一条道路的周围环境的地理图。该至少一条道路的周围环境的地理图可以包括至少一条道路的周围环境的鸟瞰/俯视图。
方法500可以继续至框508，其中方法500可以包括：处理道路行为图。在示例性实施例中，道路行为模块208可以对(在框502中检索到的)道路使用者相关的数据和(在框504中检索到的)道路相关的数据进行分析，以处理道路行为图。在一个实施例中，道路行为模块208可以利用与被标识为被定位在至少一条道路的周围环境内的(多个)道路使用者106、108、110相关联的类别和道路使用者属性来扩大地理图。道路行为模块208还可以利用与至少一条道路的周围环境相关联的环境属性来扩大地理图。具体地，道路行为模块208可以基于由应用200确定的类别、位置参数、方向参数和/或动态参数利用与正接近至少一条道路的周围环境和/或正在至少一条道路的周围环境中行进的每个(多个)道路使用者106、108、110相关联的一个或者多个类别、指示和细节来扩大地理图。道路行为模块208还可以利用被包括进来作为由应用200确定的环境属性的一部分的基础设施状况、交通状况和/或天气状况来扩大地理图。
在一些实施例中，道路行为模块208可以通过聚合道路使用者属性和环境属性来处理道路行为图，以利用对具有相关联的环境属性的(多个)道路使用者106、108、110的指示来扩大地理图。例如，可以处理行为图，以包括天气状况和交通状况对在道路的周围环境内的(多个)道路使用者106、108、110的速度和方向定向的影响，该道路作为道路基础设施102所在的十字路口的一部分。
方法500可以继续至框510，其中方法500包括：对道路行为图进行评价，以对道路相关的数据、(多个)道路使用者106、108、110以及道路使用者相关的数据进行分析，以处理与至少一个道路使用者106、108、110相关联的道路行为数据。在示例性实施例中，在处理了道路行为图之后，道路行为模块208可以进一步对道路行为图进行分析，以处理与(多个)道路使用者106、108、110相关联的道路行为数据。更具体地，道路行为模块208可以对与至少一条道路的周围环境相关联的道路相关的数据、被指示在至少一条道路的周围环境内的(多个)道路使用者106、108、110以及被包括在图内的道路使用者相关的数据进行分析。此外，道路行为模块208可以对图进行分析，并且对被定位在至少一条道路的周围环境内的道路使用者106、108、110中的一个或者多个之间的行程路径、行程速率、行程方向以及行程重叠进行预测，并且可以进一步对可能影响(多个)道路使用者106、108、110的分析并且预测的行程路径的环境状况进行分析和预测。这种分析和预测可以被利用来处理与每个相应的道路使用者106、108、110相关联的道路行为数据，该每个相应的道路使用者106、108、110提供与以下相关联的信息，：道路使用者相关的数据、道路相关的数据、在道路使用者106、108、110中的一个或者多个道路使用者的预测行程路径之间的被分析和预测的重叠、可能影响道路使用者106、108、110中的一个或者多个道路使用者的环境状况、以及这种数据可能影响被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110中的每一个道路使用者的方式。
作为说明性示例(未示出)，道路安全警报模块210可以标识道路使用者属性、对道路使用者属性进行分类以及确定道路使用者属性，该道路使用者属性与在作为十字路口的一部分的道路的雨天状况下行进的未装备V2V的公共汽车和装备有V2V的卡车相关联。基于对道路行为图的处理和对图的分析，道路行为模块208可以基于未装备V2V的公共汽车的相对于装备有V2V的卡车的预测路径、行程速率、行程方向的预测路径、行程速率、行程方向，来对未装备V2V的公共汽车与装备有V2V的卡车的行程路径之间的潜在重叠进行分析和预测。此外，道路安全警报模块210可以确定下雨的环境状况、十字路口的(多条)湿的道路和行程状况(水坑、交通)相对于装备有V2V的卡车可能影响未装备V2V的公共汽车的行程的方式，以处理与未装备V2V的公共汽车相关联并且被用于将道路安全警报提供至装备有V2V的卡车的道路行为数据。该功能向装备有V2V的卡车的驾驶员提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据与未装备V2V的公共汽车和装备有V2V的公共汽车行进的道路的周围环境相关联，该道路使用者相关的数据与不能直接将这种数据传送至装备有V2V的卡车的未装备V2V的公共汽车相关联。
方法500可以继续至框512，其中方法500可以包括：基于道路行为数据来提供道路安全警报。在示例性实施例中，在处理了道路行为数据之后，道路行为模块208可以将道路行为数据传送至道路安全警报模块210。在接收到道路行为数据之后，道路安全警报模块210可以确定(多个)安全警报，该安全警报与每个相应的道路使用者106、108、110相关联的，其提供与道路使用者相关的数据和道路相关的数据以及这些数据可能影响被定位在至少一条道路的周围环境内的相应(多个)道路使用者106、108、110的方式。道路安全警报模块210可以直接与被定位在至少一条道路的周围环境内的(多个)装备车辆106和/或(多个)便携式装置112通信以将安全警报提供给(多个)装备车辆106和/或(多个)NVRU 110的(多个)驾驶员。
在一个实施例中，基于道路安全警报模块210将相应数据传送至VCD 126，道路安全警报模块210可以在(多个)装备车辆106内本地提供道路安全警报。道路安全警报模块210还可以将与道路安全警报相关联的数据传送至(多个)NVRU 110使用的(多个)便携式装置112的控制单元138。在备选实施例中，道路安全警报模块210可以将与道路安全警报相关联的数据传送至RSE 104的控制单元118。该RSE 104的控制单元118可以可操作地控制RSE104的通信装置122，以通过V2I通信协议和/或一个或者多个无线通信协议来将与道路安全警报相关联的数据传送至(多个)装备车辆106的车辆通信系统150以被分别提供至VCD 126和/或控制单元138。
在一个实施例中，在接收到与道路安全警报相关联的数据之后，VCD 126可以向车头单元128传送用于致动相应的显示装置以提供道路安全警报的一个或者多个命令。此外，VCD 126可以向车头单元128传送用于致动(多个)装备车辆106的音频装置以根据道路安全警报来提供一个或者多个基于音频的警报的一个或者多个命令。在一些实施例中，道路安全警报模块210还可以与VCD 126通信，以经由被连接至车头单元128的触觉装置(例如触觉方向盘、触觉变速杆)来提供用于警告(多个)装备车辆106的(多个)驾驶员的一个或者多个基于触觉的警报。如所讨论的，道路安全警报还可以由可以被提供以操纵(多个)装备车辆106的操作的自主驾驶响应(例如自动制动)形式的VCD 126实施。
在一个或者多个实施例中，在从道路安全警报模块210接收到与道路安全警报相关联的数据之后，控制单元138可以通过使用(多个)便携式装置112来提供用于警告(多个)NVRU 110的道路安全警报。(多个)便携式装置112的控制单元138可以可操作地控制(多个)显示屏和/或(多个)扬声器，以提供道路安全警报，从而警告被定位在至少一条道路的周围环境内的(多个)NVRU 110。例如，可以在跑步的行人所穿戴的可穿戴装置上提供道路安全警报，以向跑步的行人警告被定位在接近行人的十字路口的周围环境内的一个或者多个车辆106、108。
可以提供(多个)道路安全警报具体适用于被应用200标识为被定位在至少一条道路的周围环境内的每个相应的道路使用者106、108、110。该功能可以确保针对另外的(多个)的装备车辆、(多个)非装备车辆108和/或(多个)NVRU 110的(多个)类别和道路使用者属性以及与至少一条道路的周围环境相关联的环境属性来警告(多个)装备车辆106的(多个)驾驶员。此外，该功能可以确保针对(多个)装备车辆106和(多个)非装备车辆108的(多个)类别和道路使用者属性以及与至少一条道路的周围环境相关联的环境属性来警告(多个)NVRU 110。
图6是根据示例性实施例的由道路安全警报应用200的道路行为模块208处理的道路行为图600的示例性图示。在图6的图示中示出的道路行为图600被呈现为扩大了的鸟瞰/俯视地理图，该地理图包括按照道路使用者106、108、110接近并且穿过作为十字路口602的一部分的道路的周围环境的方式呈现(呈现为海滨大道和湖滨大道)的道路使用者相关的数据和道路相关的数据。
在一个或者多个实施例中，道路行为图600可以呈现道路使用者106、108、110的指示道路使用者106a、106b、108a、108b、110a、110b的类别、与道路使用者106a、106b、108a、108b、110a、110b相关联的道路使用者属性以及作为十字路口602的一部分的道路的周围环境的环境属性的指示。如在该说明性示例中示出的，可以按照指示如由道路使用者分类模块204确定的、装备车辆106a、106b对四门乘用车的相关联的类别的方式来呈现表示装备车辆106a、106b的指示。此外，非装备车辆108a可以被表示为指示如由道路使用者分类模块204确定的、与非装备车辆108a(例如城市公共汽车)相关联的类别的公共汽车。同样，与NVRU 110a、110b相关联的指示可以分别被表示为指示其如由道路使用者分类模块204确定的类别的行人和骑自行车的人。
在一些实施例中，如在说明性示例中示出的，道路行为图600可以包括一个或者多个数据戳604形式的车辆属性和环境属性，该一个或者多个数据戳可以在一个或者多个相应的道路使用者106a附近被扩大。在其他实施例中，(多个)数据戳604可以被提供为未示出但是被打包到道路行为图600中以被道路安全警报模块210进行评价的数据包。例如，如图所示，道路行为模块208可以包括可以提供与装备车辆106a有关的道路使用者数据和道路数据的(多个)数据戳。
在一些实施例中，道路行为图600还可以包括关于直接影响被定位在十字路口602的周围环境内的道路使用者106a、106b、108a、108b、110a、110b中的一个或者多个的环境状况的特定细节。如所表示的，道路行为模块208可以包括(多个)数据戳(未示出)，该(多个)数据戳可以提供详细描述可以被包括在装备车辆106b的行程路径内并且可能影响被定位在十字路口602的周围环境内的装备车辆106a和非装备车辆108a的行程的水坑606的信息。
如上面讨论的，在一个实施例中，道路行为模块208可以对图进行评价，并且可以对(在图6中通过箭头图示的)一个或者多个道路使用者行程路径和可能影响(多个)道路使用者的环境属性进行分析和预测。更具体地，道路行为模块208可以对被定位在作为十字路口602的一部分的道路的周围环境内的道路使用者106a、106b、108a、108b、110a、110b之间的行程路径、行程速率、行程方向以及行程重叠进行预测，并且可以进一步对可能影响预测的行程路径的环境状况进行预测。这种确定可以被利用来处理与被定位在作为十字路口602的一部分的道路的周围环境内的道路使用者106a、106b、108a、108b、110a、110b中的每一个相关联的道路行为数据。道路安全警报模块210可以基于分别与道路使用者106a、106b、108a、108b、110a、110b中的每一个道路使用者相关联的道路行为数据来将道路安全警报提供至道路使用者106a、106b、108a、108b、110a、110b中的每一个。
图7是根据示例性实施例的用于提供与至少一条道路相关联的基于基础设施的安全警报的方法700的过程流程图。将参照图1和图2的组件来描述图7，但是要了解，图7的方法700可以与其他系统和/或组件一起使用。该方法可以在框702处开始，其中方法700可以标识被定位在至少一条道路的周围环境内的道路使用者106、108、110。如上面讨论的，道路使用者106、108、110可以包括(多个)装备车辆106、(多个)非装备车辆108和/或(多个)NVRU110。
方法700可以继续至框704，其中方法700可以包括：确定道路使用者相关的数据和道路相关的数据。在一个实施例中，道路使用者相关的数据与(多个)非装备车辆108相关联，而道路相关的数据与至少一条道路的周围环境的鸟瞰俯视图相关联。方法700可以继续至框706，其中方法700可以包括：处理与非装备车辆相关联的道路行为数据。该道路行为数据基于道路使用者相关的数据和道路相关的数据。方法700可以继续至框708，其中方法700可以包括：基于道路行为数据来提供道路安全警报。该道路安全警报被提供至(多个)装备车辆106，以提供与道路相关的数据和道路使用者相关的数据相关联的信息，该道路相关的数据与至少一条道路的周围环境相关联，该道路使用者相关的数据与(多个)非装备车辆108相关联。
从前面的描述中应该显而易见的是，本发明的各种示例性实施例可以被实施在硬件中。此外，各种示例性实施例可以被实施为存储在非暂时性机器可读存储介质(诸如易失性或者非易失性存储器)上的指令，该指令可以被至少一个处理器读取并且执行以执行本文所详细描述的操作。机器可读存储介质可以包括用于按照可由机器读取的形式来存储信息的任何机构，诸如个人或者膝上型计算机、服务器或者其他计算装置。因此，非暂时性机器可读存储介质不包括暂时性信号，但是可以包括易失性存储器和非易失性存储器两者，包括但不限于：只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪速存储器装置和相似的存储介质。
本领域的技术人员应该了解，本文中的任何框图表示体现本发明的原理的说明性电路系统的概念图。同样，要了解，任何作业图、流程图、状态转换图、伪代码等都表示可以在机器可读介质中大体表现的并且因此，可以被计算机或者处理器执行的各种过程，无论是否明确示出了这种计算机或者处理器。
要了解的是，上述公开内容中的各种实施方式和其他特征以及功能或者其替代物或者变型可以被合意地组合到许多其他不同的系统或者应用中。而且，本领域的技术人员随后可以做出各种目前无法预料的或者未预料到的替代物、修改、变化或者改进，这些替代物、修改、变化或者改进也旨在被随附权利要求书所涵盖。

Claims (20)

1.一种用于提供基于基础设施的安全警报的计算机实现的方法，所述基于基础设施的安全警报与至少一条道路相关联，所述方法包括：
标识被定位在所述至少一条道路的周围环境内的道路使用者，其中所述道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者；
确定道路使用者相关的数据和道路相关的数据，其中所述道路使用者相关的数据与所述非装备车辆相关联，并且所述道路相关的数据与所述至少一条道路的所述周围环境的鸟瞰俯视图相关联；
处理与所述非装备车辆相关联的道路行为数据，其中所述道路行为数据基于所述道路使用者相关的数据和所述道路相关的数据，以及
基于所述道路行为数据来提供道路安全警报，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非装备车辆相关联。
2.根据权利要求1所述的计算机实现的方法，其中标识所述道路使用者包括从以下中的至少一个接收传感器数据：与所述基础设施相关联的路侧设备(RSE)的装置传感器、来自所述装备车辆的车辆传感器、和由所述非车辆的道路使用者使用的便携式装置的装置传感器，其中所述传感器数据被分析，以标识被定位在所述至少一条道路的所述周围环境内的所述道路使用者的存在。
3.根据权利要求2所述的计算机实现的方法，其中所述道路使用者相关的数据包括与所述道路使用者中的每个道路使用者相关联的类别，其中来自所述RSE的与所述道路使用者有关的所述传感器数据被神经网络接收并且分析，以确定与所述道路使用者中的每个道路使用者相关联的所述类别。
4.根据权利要求3所述的计算机实现的方法，其中确定所述道路使用者相关的数据包括：从所述RSE接收传感器数据以及至少从以下各项接收传感器数据：所述装备车辆和所述便携式装置，并且确定所述道路使用者相关的数据还包括聚合从所述RSE接收到的所述传感器数据和从以下中的至少一个接收到的所述传感器数据：所述装备车辆和所述便携式装置，以确定聚合的传感器数据。
5.根据权利要求4所述的计算机实现的方法，其中确定所述道路使用者相关的数据包括：对所述聚合的传感器数据进行评价，以确定被包括在与所述道路使用者中的每个道路使用者相关联的所述道路使用者相关的数据内的道路使用者属性。
6.根据权利要求4所述的计算机实现的方法，其中所述道路相关的数据包括与所述至少一条道路的所述周围环境相关联的至少一个环境属性，其中从所述RSE接收到的传感器数据被分析，以确定与所述至少一条道路的所述周围环境相关联的所述至少一个环境属性。
7.根据权利要求6所述的计算机实现的方法，其中处理所述道路行为数据包括：处理所述至少一条道路的所述周围环境的道路行为图，其中处理所述道路行为图包括：利用所述道路使用者相关的数据和所述道路相关的数据来扩大所述至少一条道路的所述周围环境的地理图。
8.根据权利要求7所述的计算机实现的方法，其中处理所述道路行为数据包括：对所述道路行为图进行分析，其中对所述道路行为图进行分析包括：对被包括在所述道路行为图中的所述道路相关的数据和道路使用者相关的数据进行分析，以对被定位在所述至少一条道路的所述周围环境内的所述道路使用者之间的行程路径、行程速率、行程方向和行程重叠进行分析和预测。
9.根据权利要求1所述的计算机实现的方法，还包括：处理与所述非车辆的道路使用者相关联的道路行为数据，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非车辆的道路使用者相关联。
10.一种用于提供基于基础设施的安全警报的系统，所述基于基础设施的安全警报与至少一条道路相关联，所述系统包括：
存储器，存储指令，所述指令在被处理器执行时使所述处理器：
标识被定位在所述至少一条道路的周围环境内的道路使用者，其中所述道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者；确定道路使用者相关的数据和道路相关的数据，其中所述道路使用者相关的数据与所述非装备车辆相关联，并且所述道路相关的数据与所述至少一条道路的所述周围环境的鸟瞰俯视图相关联；
处理与所述非装备车辆相关联的道路行为数据，其中所述道路行为数据基于所述道路使用者相关的数据和所述道路相关的数据；以及
基于所述道路行为数据来提供道路安全警报，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非装备车辆相关联。
11.根据权利要求10所述的系统，其中标识所述道路使用者包括从以下中的至少一个接收传感器数据：与所述基础设施相关联的路侧设备(RSE)的装置传感器、来自所述装备车辆的车辆传感器、和由所述非车辆的道路使用者使用的便携式装置的装置传感器，其中所述传感器数据被分析，以标识被定位在所述至少一条道路的所述周围环境内的所述道路使用者的存在。
12.根据权利要求11所述的系统，其中所述道路使用者相关的数据包括与所述道路使用者中的每个道路使用者相关联的类别，其中来自所述RSE的与所述道路使用者有关的所述传感器数据被神经网络接收并且分析，以确定与所述道路使用者中的每个道路使用者相关联的所述类别。
13.根据权利要求12所述的系统，其中确定所述道路使用者相关的数据包括：从所述RSE接收传感器数据以及至少从以下各项接收传感器数据：所述装备车辆和所述便携式装置，并且确定所述道路使用者相关的数据还包括聚合从所述RSE接收到的所述传感器数据和从以下中的至少一个接收到的所述传感器数据：所述装备车辆和所述便携式装置，以确定聚合的传感器数据。
14.根据权利要求13所述的系统，其中确定所述道路使用者相关的数据包括：对所述聚合的传感器数据进行评价，以确定被包括在与所述道路使用者中的每个道路使用者相关联的所述道路使用者相关的数据内的道路使用者属性。
15.根据权利要求13所述的系统，其中所述道路相关的数据包括与所述至少一条道路的所述周围环境相关联的至少一个环境属性，其中从所述RSE接收到的传感器数据被分析，以确定与所述至少一条道路的所述周围环境相关联的所述至少一个环境属性。
16.根据权利要求15所述的系统，其中处理所述道路行为数据包括：处理所述至少一条道路的所述周围环境的道路行为图，其中处理所述道路行为图包括：利用所述道路使用者相关的数据和所述道路相关的数据来扩大所述至少一条道路的所述周围环境的地理图。
17.根据权利要求16所述的系统，其中处理所述道路行为数据包括：对所述道路行为图进行分析，其中对所述道路行为图进行分析包括：对被包括在所述道路行为图中的所述道路相关的数据和道路使用者相关的数据进行分析，以对被定位在所述至少一条道路的所述周围环境内的所述道路使用者之间的行程路径、行程速率、行程方向和行程重叠进行分析和预测。
18.根据权利要求10所述的系统，还包括：处理与所述非车辆的道路使用者相关联的道路行为数据，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非车辆的道路使用者相关联。
19.一种存储指令的非暂时性计算机可读存储介质，所述指令在被包括处理器的计算机执行时执行方法，所述方法包括：
标识被定位在至少一条道路的周围环境内的道路使用者，其中所述道路使用者包括装备有车辆通信的车辆(装备车辆)、未装备车辆通信的车辆(非装备车辆)和非车辆的道路使用者；
确定道路使用者相关的数据和道路相关的数据，其中所述道路使用者相关的数据与所述非装备车辆相关联，并且所述道路相关的数据与所述至少一条道路的所述周围环境的鸟瞰俯视图相关联；
处理与所述非装备车辆相关联的道路行为数据，其中所述道路行为数据基于所述道路使用者相关的数据和所述道路相关的数据，以及
基于所述道路行为数据来提供道路安全警报，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非装备车辆相关联。
20.根据权利要求19所述的非暂时性计算机可读存储介质，还包括：处理与所述非车辆的道路使用者相关联的道路行为数据，其中所述道路安全警报被提供至所述装备车辆，以提供与所述道路相关的数据和所述道路使用者相关的数据相关联的信息，所述道路相关的数据与所述至少一条道路的所述周围环境相关联，所述道路使用者相关的数据与所述非车辆的道路使用者相关联。
CN201811355774.0A 2017-11-28 2018-11-14 用于提供基于基础设施的安全警报的系统和方法 Pending CN109841090A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/824,313 US10803746B2 (en) 2017-11-28 2017-11-28 System and method for providing an infrastructure based safety alert associated with at least one roadway
US15/824,313 2017-11-28

Publications (1)

Publication Number Publication Date
CN109841090A true CN109841090A (zh) 2019-06-04

Family

ID=66442515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811355774.0A Pending CN109841090A (zh) 2017-11-28 2018-11-14 用于提供基于基础设施的安全警报的系统和方法

Country Status (4)

Country Link
US (1) US10803746B2 (zh)
JP (1) JP7187277B2 (zh)
CN (1) CN109841090A (zh)
DE (1) DE102018218895A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114005300A (zh) * 2020-07-28 2022-02-01 丰田自动车株式会社 车辆管理系统、管理方法及计算机可读介质
CN115083208A (zh) * 2022-07-20 2022-09-20 深圳市城市交通规划设计研究中心股份有限公司 人车冲突预警方法、预警分析方法、电子设备及存储介质

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101989995B1 (ko) * 2017-09-25 2019-06-17 엘지전자 주식회사 보행자에 대한 정보 획득 방법 및 차량용 통신 장치
DE102018202966A1 (de) * 2018-02-28 2019-08-29 Robert Bosch Gmbh Verfahren zum Betreiben wenigstens eines automatisierten Fahrzeugs
US11288750B1 (en) * 2018-10-31 2022-03-29 United Services Automobile Association (Usaa) Method and system for automatically detecting vehicle collisions for insurance claims
DE102019209736A1 (de) * 2019-07-03 2021-01-07 Robert Bosch Gmbh Verfahren zur Bewertung möglicher Trajektorien
JP6836215B2 (ja) * 2019-08-07 2021-02-24 株式会社三洋物産 遊技機
DE102019212829A1 (de) * 2019-08-27 2021-03-04 Psa Automobiles Sa Automatisierte Erkennung eines anormalen Verhaltens eines Verkehrsteilnehmers
FR3106013A1 (fr) * 2020-01-08 2021-07-09 Psa Automobiles Sa Procédé et dispositif de cartographie de route pour véhicule
US11414088B2 (en) 2020-01-16 2022-08-16 Toyota Motor Engineering & Manufacturing North America, Inc. Anomalous driver detection system
CN111383456B (zh) * 2020-04-16 2022-09-27 上海丰豹商务咨询有限公司 一种用于智能道路基础设施系统的本地化人工智能系统
US11462113B2 (en) 2020-10-27 2022-10-04 Toyota Motor Engineering & Manufacturing North America, Inc. Vehicle automation-connected pedestrian risk assessment device
US12079702B2 (en) 2020-11-24 2024-09-03 Toyota Motor Engineering & Manufacturing North America, Inc. Driving automation device to mitigate the risk of other road users
FR3117253A1 (fr) * 2020-12-03 2022-06-10 Psa Automobiles Sa Procédé et dispositif d’émission d’éléments de guidage par un premier véhicule
WO2022136735A1 (en) * 2020-12-23 2022-06-30 Sensible 4 Oy Data collection and modeling systems and methods for autonomous vehicles
FR3130433A1 (fr) * 2021-12-10 2023-06-16 Psa Automobiles Sa - Procédé d’analyse prédictive en temps réel de la survenue d’un accident sur une zone accidentogène
DE102022209329A1 (de) 2022-09-08 2024-03-14 Robert Bosch Gesellschaft mit beschränkter Haftung Adaptive Verhaltensprognose von Verkehrsteilnehmern durch Feldbeobachtung

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904160B2 (en) 2000-10-18 2005-06-07 Red Hen Systems, Inc. Method for matching geographic information with recorded images
US20110298603A1 (en) 2006-03-06 2011-12-08 King Timothy I Intersection Collision Warning System
US20070276600A1 (en) 2006-03-06 2007-11-29 King Timothy I Intersection collision warning system
WO2008053912A1 (fr) 2006-11-02 2008-05-08 Panasonic Corporation Système d'aide à la navigation et procédé d'aide à la navigation
US20100100324A1 (en) 2008-10-22 2010-04-22 Toyota Motor Engineering & Manufacturing North America, Inc. Communication based vehicle-pedestrian collision warning system
US8976041B2 (en) 2010-09-30 2015-03-10 Siemens Industry, Inc. Traffic analysis using wireless receivers and vehicle detection devices
US9472097B2 (en) 2010-11-15 2016-10-18 Image Sensing Systems, Inc. Roadway sensing systems
JP2013029933A (ja) 2011-07-27 2013-02-07 Suzuki Motor Corp パターン認識装置
DE102012222780A1 (de) 2012-12-11 2014-06-12 Siemens Aktiengesellschaft Verfahren zur Kommunikation innerhalb eines nach Art des ad-hoc zusammenwirkenden, insbesondere Drahtlos-, Kraftfahrzeugkommunikationssystems, Einrichtung der Verkehrsinfrastruktur sowie Verkehrsteilnehmereinrichtung
US9779621B1 (en) 2013-03-15 2017-10-03 Waymo Llc Intersection phase map
DE102013205057B3 (de) 2013-03-21 2014-08-28 Siemens Aktiengesellschaft Verfahren zum Betreiben einer stationären Einrichtung sowie stationäre Einrichtung innerhalb eines Systems zur Kommunikation
DE102013009860A1 (de) 2013-06-13 2014-12-18 Audi Ag Verfahren zur Koordination des Betriebs von Kraftfahrzeugen
US9165477B2 (en) * 2013-12-06 2015-10-20 Vehicle Data Science Corporation Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom
US9424749B1 (en) * 2014-04-15 2016-08-23 Amanda Reed Traffic signal system for congested trafficways
US9558666B2 (en) 2014-12-02 2017-01-31 Robert Bosch Gmbh Collision avoidance in traffic crossings using radar sensors
US20170053192A1 (en) 2015-08-18 2017-02-23 Parking Vision Information Technologies, INC. Systems and methods for detecting parking occupancy status
US9418546B1 (en) 2015-11-16 2016-08-16 Iteris, Inc. Traffic detection with multiple outputs depending on type of object detected
US10308246B1 (en) * 2016-01-22 2019-06-04 State Farm Mutual Automobile Insurance Company Autonomous vehicle signal control
CN105788365A (zh) 2016-04-15 2016-07-20 浪潮集团有限公司 采用v2i与摄像头结合的交通路口车祸预防系统实现方法
US10402670B2 (en) * 2016-04-19 2019-09-03 GM Global Technology Operations LLC Parallel scene primitive detection using a surround camera system
US20170327035A1 (en) 2016-05-10 2017-11-16 Ford Global Technologies, Llc Methods and systems for beyond-the-horizon threat indication for vehicles
EP3446301A1 (en) 2016-05-13 2019-02-27 Continental Automotive Systems, Inc. Intersection monitoring system and method
US10081357B2 (en) * 2016-06-23 2018-09-25 Honda Motor Co., Ltd. Vehicular communications network and methods of use and manufacture thereof
US20180096595A1 (en) * 2016-10-04 2018-04-05 Street Simplified, LLC Traffic Control Systems and Methods
US10497259B2 (en) 2017-04-07 2019-12-03 The Regents Of The University Of Michigan Traffic signal control using vehicle trajectory data
US20190057606A1 (en) 2017-08-15 2019-02-21 Continental Automotive Systems, Inc. Warning to vulnerable users in dangerous situation
US20190066490A1 (en) 2017-08-29 2019-02-28 Continental Automotive Systems, Inc. Smart city data analytics for improved accident reconstruction and solutions
WO2019048034A1 (en) * 2017-09-06 2019-03-14 Swiss Reinsurance Company Ltd. ELECTRONIC TRACKING AND RECORDING IDENTIFICATION SYSTEM FOR TELEMATIC DEVICES, AND CORRESPONDING METHOD THEREOF
US11257370B2 (en) 2018-03-19 2022-02-22 Derq Inc. Early warning and collision avoidance

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114005300A (zh) * 2020-07-28 2022-02-01 丰田自动车株式会社 车辆管理系统、管理方法及计算机可读介质
CN115083208A (zh) * 2022-07-20 2022-09-20 深圳市城市交通规划设计研究中心股份有限公司 人车冲突预警方法、预警分析方法、电子设备及存储介质

Also Published As

Publication number Publication date
DE102018218895A1 (de) 2019-05-29
JP7187277B2 (ja) 2022-12-12
US10803746B2 (en) 2020-10-13
JP2019145074A (ja) 2019-08-29
US20190164422A1 (en) 2019-05-30

Similar Documents

Publication Publication Date Title
CN109841090A (zh) 用于提供基于基础设施的安全警报的系统和方法
US11640174B2 (en) Smart vehicle
US11493920B2 (en) Autonomous vehicle integrated user alert and environmental labeling
US10331141B2 (en) Systems for autonomous vehicle route selection and execution
US9120484B1 (en) Modeling behavior based on observations of objects observed in a driving environment
CN109964260A (zh) 用于提供面向目标的导航方向的方法和设备
CN107561969A (zh) 用于车辆平台的设备和方法
US20190378414A1 (en) System and method for providing a smart infrastructure associated with at least one roadway
CN107918781A (zh) 移动传感器平台
CN107065855A (zh) 用于驾驶员模式识别、辨识和预测的系统和方法
US20210078598A1 (en) Autonomous vehicle and pedestrian guidance system and method using the same
CN108068825A (zh) 用于无人驾驶车辆（adv）的视觉通信系统
US11884269B2 (en) Systems and methods for determining future intentions of objects
US20200125989A1 (en) Assessing Ride Quality For Autonomous Vehicles
CN110088816A (zh) 电子设备及操作电子设备的方法
US12051276B1 (en) Machine-learned model training for pedestrian attribute and gesture detection
Cheung et al. Efficient and safe vehicle navigation based on driver behavior classification
US11861915B2 (en) Pipeline architecture for road sign detection and evaluation
Thakuriah et al. Transportation and information: trends in technology and policy
US12085935B2 (en) Open door reconstruction for sensor simulation
EP4295341A1 (en) Rare event simulation in autonomous vehicle motion planning
EP4148600A1 (en) Attentional sampling for long range detection in autonomous vehicles
CN117197834A (zh) 基于图像的行人的速度估计
US11881031B2 (en) Hierarchical processing of traffic signal face states
Soultana et al. Context-awareness in the smart car: Study and analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190604

WD01 Invention patent application deemed withdrawn after publication