CN111464972A - 经优先级排序的车辆消息传递 - Google Patents
经优先级排序的车辆消息传递 Download PDFInfo
- Publication number
- CN111464972A CN111464972A CN202010036070.8A CN202010036070A CN111464972A CN 111464972 A CN111464972 A CN 111464972A CN 202010036070 A CN202010036070 A CN 202010036070A CN 111464972 A CN111464972 A CN 111464972A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- computer
- infrastructure
- priority
- 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
Links
Images
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
- G08G1/091—Traffic information broadcasting
- G08G1/093—Data selection, e.g. prioritizing information, managing message queues, selecting the information to be output
-
- 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]
-
- 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
-
- 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
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- 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]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了“经优先级排序的车辆消息传递”。一种计算机,包括处理器和存储器,所述存储器存储指令使得所述处理器。所述处理器被编程为检测靠近基础设施节点的多个对象。所述处理器还被编程为基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;并且基于所述优先级将所述对象包括在发给车辆的无线消息中。
Description
技术领域
本公开总体上涉及车辆通信。
背景技术
路边和/或交通基础设施可以检测包括一个或多个传感器的基础设施元件的检测范围内的对象。基础设施元件可以经由无线通信将数据提供给例如车辆中的计算机。问题是,例如来自诸如激光雷达或摄像头的图像传感器的数据可能会消耗大量的并且通常不切实际的带宽。
发明内容
公开了一种包括处理器和存储器的计算机,所述存储器存储指令使得所述处理器被编程为:检测靠近基础设施节点的多个对象;基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;并且基于所述优先级将所述对象包括在发给车辆的无线消息中。
所述特性可以包括对象类型。所述对象类型可以是包括应急车辆、非应急车辆、自行车、踏板车和行人的群组中的一者。
所述特性可以包括所述对象的速度。
所述系统还可以包括十字路口。所述特性包括进入或离开所述十字路口中的一项。
所述特性可以包括对象将违反交通规则(traffic regulation)的可能性。
所述特性包括到达十字路口处的停车线的时间。
所述计算机还可以被编程为:接收所述对象的部件的状态;并基于所述部件的所述状态来计算所述对象的优先级。
所述对象可以是车辆,并且所述部件可以是选自紧急制动系统、防抱死制动系统和电子稳定控制系统的群组中的一者。
所述计算机还可以被编程为:在十字路口处接收交通信号灯的状态,其中进一步基于所述交通信号灯的所述状态来计算所述优先级以将所述对象包括在所述无线消息中。
还公开了一种方法,所述方法包括:检测靠近基础设施节点的多个对象;基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;并且基于所述优先级将所述对象包括在发给车辆的无线消息中。
所述特性可以包括对象类型。所述对象类型可以是包括应急车辆、非应急车辆、自行车、踏板车和行人的群组中的一者。
所述特性可以包括所述对象的速度。
所述特性可以包括进入或离开十字路口中的一项。
所述特性可以包括对象将违反交通规则的可能性。
所述特性可以包括到达十字路口处的停车线的时间。
所述方法还可以包括:接收所述对象的部件的状态;并基于所述部件的所述状态来计算所述对象的优先级。
所述对象可以是车辆,并且所述部件可以是选自紧急制动系统、防抱死制动系统和电子稳定控制系统的群组中的一者。
所述方法还可以包括:接收十字路口的交通信号灯的状态,其中进一步基于所述交通信号灯的所述状态来计算所述优先级以将所述对象包括在所述无线消息中。
还公开了一种计算装置,所述计算装置被编程为执行上述方法步骤中的任一者。
还公开了一种车辆,其包括被编程为执行上述方法步骤中的任一者的计算装置。
本文还公开了一种计算机程序产品,所述计算机程序产品包括计算机可读介质,所述计算机可读介质存储可由计算机处理器执行以执行上述方法步骤中的任一者的指令。
附图说明
图1是示出示例性基础设施系统的图式。
图2是示出基础设施节点计算机中的处理的框图。
图3是用于对要在广播消息中表示的对象进行优先级排序的示例性过程的流程图。
图4是用于计算对象的优先级的示例性过程的流程图。
具体实施方式
静止支撑结构可以支撑(例如,利用各种安装机构、壳体等)安装到其中的各种部件,诸如传感器和计算机。计算机可以被编程为从安装到支撑结构的一个或多个传感器和/或从在支撑结构附近的一个或多个车辆接收数据。基于接收到的数据,计算机可以确定在支撑结构附近的对象和/或车辆的一个或多个物理属性并且将消息传输/广播到一个或多个车辆。通过评估诸如对象(包括一个或多个车辆)的类型、位置和轨迹的一个或多个物理属性,基础设施计算机可以对消息中所包括的对象和/或车辆进行优先级排序。
图1是示例性基础设施通信和控制系统(或基础设施系统)100的框图。系统100包括一个或多个车辆105,所述车辆中的每一者是陆地车辆,诸如汽车、卡车、摩托车等。每个车辆105可以包括车辆计算机110、传感器115、用于致动各种车辆部件125的致动器120以及车辆通信模块130。经由网络135,车辆通信模块130可以允许车辆计算机110与一个或多个数据集合或基础设施节点140和远程计算机170进行通信。为了便于说明,在图1中示出了两个车辆105,但是系统100可以包括一个或多个车辆105。
车辆计算机110包括诸如已知的处理器和存储器。存储器包括一种或多种形式的计算机可读介质,并且存储可由车辆计算机110执行以用于执行包括如本文所公开的各种操作的指令。
车辆计算机110可以自主模式、半自主模式或非自主(或手动)模式来操作车辆105。出于本公开的目的,自主模式被定义为其中车辆105的推进、制动和转向中的每一者都由车辆计算机110控制的模式;在半自主模式中,车辆计算机110控制车辆105的推进、制动和转向中的一者或两者;在非自主模式中,人类操作员控制车辆105的推进、制动和转向中的每一者。
车辆计算机110可以包括编程以操作车辆105的制动、推进(例如,通过控制内燃发动机、电动马达、混合发动机等中的一者或多者来控制车辆的加速)、转向、气候控制、内部灯和/或外部灯等中的一者或多者,以及确定车辆计算机110(而非人类操作员)是否和何时控制此类操作。另外,车辆计算机110可以被编程为确定人类驾驶员是否以及何时控制此类操作。
车辆计算机110可以包括或者例如经由如下文进一步描述的车辆105通信总线通信地耦合到一个以上的处理器,例如,包括在车辆中所包括的电子控制单元(ECU)等中的用于监视和/或控制各种车辆部件125(例如动力传动系统控制器、制动控制器、转向控制器等)的处理器。车辆计算机110通常被布置用于在车辆通信网络上进行通信,所述车辆通信网络可以包括车辆中的总线(诸如控制器局域网(CAN)等),和/或其他有线和/或无线机制。
经由车辆105网络,车辆计算机110可以向车辆中的各种装置传输消息和/或从例如传感器115、致动器120、人机界面(HMI)等各种装置接收消息。替代地或另外,在车辆计算机110实际上包括多个装置的情况下,车辆105通信网络可以用于在本公开中表示为车辆计算机110的装置之间的通信。此外,如下所述,各种控制器和/或传感器115可以经由车辆通信网络向车辆计算机110提供数据。
车辆105的传感器115可以包括诸如已知的用于向车辆计算机110提供数据的多种装置。例如,传感器115可以包括设置在车辆105的顶部上、在车辆105的前挡风玻璃后面、在车辆105周围等的光探测和测距(LIDAR)传感器115等,所述传感器提供车辆105周围的对象的相对位置、大小和形状。作为另一个示例,固定到车辆105保险杠的一个或多个雷达传感器115可以提供数据来提供对象、第二车辆105等相对于车辆105的位置的位置。传感器115还可以替代地或另外包括例如相机传感器115(例如,前视、侧视等),所述相机传感器提供来自车辆105周围的区域的图像。
车辆105的致动器120经由电路、芯片或可以根据如已知的适当控制信号来致动各种车辆子系统的其他电子和/或机械部件来实施。致动器120可以用于控制车辆部件125,包括车辆105的制动、加速和转向。
在本公开的背景下,车辆部件125是一个或多个硬件部件,所述一个或多个硬件部件适于执行机械或机电功能或操作,诸如使车辆105移动、使车辆105减缓或停止、使车辆105转向等。部件125的非限制性示例包括:推进部件(其包括例如内燃发动机和/或电动马达等)、变速器部件、转向部件(例如,其可以包括方向盘、转向齿条等中的一者或多者)、制动部件(如下所述)、停车辅助部件、自适应巡航控制部件、自适应转向部件、可移动座椅等等。
另外,车辆计算机110可以被配置为经由车辆对车辆通信模块130与车辆105外部的装置进行通信,例如,通过车辆对车辆(V2V)或车辆对基础设施(V2X)无线通信与另一车辆、基础设施节点140(通常经由直接射频通信)和/或(通常经由网络135)远程计算机170进行通信。车辆通信模块130可以包括车辆105的计算机110可以通过其进行通信的一个或多个机制,包括无线(例如,蜂窝、无线、卫星、微波和射频)通信机制的任何所需组合以及任何所需的网络拓扑(或当利用多个通信机制时的拓扑)。经由车辆通信模块130提供的示例性通信包括提供数据通信服务的蜂窝、蓝牙、IEEE 802.11、专用短程通信(DSRC)、蜂窝V2V和/或广域网(WAN),包括因特网。
网络135表示车辆计算机110可以通过其与基础设施节点140和/或远程计算机170进行通信的一个或多个机制。因此,网络135可以是各种有线或无线通信机制中的一者或多者,包括有线(例如,电缆和光纤)和/或无线(例如,蜂窝、无线、卫星、微波和射频)通信机制的任何所需组合以及任何所需的网络拓扑(或当利用多个通信机制时的拓扑)。示例性通信网络包括提供数据通信服务的无线通信网络(例如,使用(BLE)、IEEE 802.11、车辆对车辆(V2V)(诸如专用短程通信(DSRC)等))、局域网(LAN)和/或广域网(WAN),包括因特网。
车辆对车辆和车辆对基础设施通信通常以数据包的形式组织,每个数据包具有最大的有效载荷。例如,经由专用短程通信(DSRC)传输的数据包被限制为1200个字节。如果要传输的数据超过数据包的最大有效载荷的大小,则传输/广播装置(例如基础设施节点140)可以在通常在序列中提供的多个数据包中提供消息,即,多个数据包中的每一者提供消息的相应部分。相对于数据包序列中较早提供的数据包中所包括的数据,所述序列中靠后的数据包中所包括的数据将增加等待时间。如果数据指示车辆105与某个其他对象发生潜在碰撞,则序列中靠后(例如,在序列末端)的一个或多个数据包的等待时间增加可能会阻止接收数据的车辆105做出及时和/或安全的决策。对基础设施节点140进行编程以向数据分配优先级使得对安全性具有较高潜在影响的数据比对安全性具有较低潜在影响的数据具有更高的优先级,并首先广播所传输的具有最高优先级数据的数据可以实现车辆105做出更安全的决策和路径规划并优化可用带宽的使用。
基础设施节点140包括物理结构,诸如塔或其他支撑结构(例如,杆、可安装到桥梁支座的盒子、手机塔、道路标识支撑件等),基础设施节点传感器145以及基础设施通信模块150和基础设施计算机155可以安装、存放和/或容纳在所述物理结构上并且被供电等。为了便于说明,图1中示出了一个基础设施节点140,但是系统100可以包括一个或多个基础设施节点140。如果系统100具有多个基础设施节点140,则基础设施节点140中的一者可以承担与感兴趣区域内的车辆105进行通信的责任。感兴趣区域可以是基础设施节点传感器145的检测范围内的区域。例如,如下面另外详细描述的,感兴趣区域可以是围绕并包括可以由基础设施节点140监视的十字路口165c的区域。
基础设施节点140通常是静止的,即,固定到特定地理位置并且无法从其移动,并且在本文可以被称为静止支撑结构。基础设施传感器145可以包括诸如上文针对车辆105传感器115所述的一个或多个传感器,例如,激光雷达、雷达、相机、超声传感器等。基础设施节点传感器145是固定或静止的。也就是说,每个传感器145安装到基础设施节点以便具有基本上不移动且不改变的视野。替代地或另外,传感器145可以被安装成例如在可移动臂、可旋转平台等上旋转或以其他方式移动视野。
因此,与车辆105的传感器115相比,传感器145在很多有利方面提供视野。首先,因为传感器145可以具有基本上恒定的视野,所以可以利用比还必须考虑到传感器145的移动的情况更少且更简单的处理资源实现对车辆105、移动对象160和基础设施对象165位置的确定。此外,传感器145包括车辆105的外部视角,并且有时可以检测到不在车辆105传感器115的一个或多个视野内的移动对象160和基础设施对象165的特征和特性和/或可以提供更准确的检测,例如,提供对车辆105相对于其他移动对象160和基础设施对象165的位置和/或移动的更准确的检测。更进一步地,传感器145可以经由有线连接与基础设施计算机155进行通信,而车辆105通常可以仅无线地或者仅在有线连接可用时的非常有限时间与基础设施节点140和/或远程计算机170进行通信。有线通信更加可靠并且可以比诸如车辆对基础设施通信等的无线通信更为快速。
基础设施通信模块150和基础设施计算机155通常具有与车辆计算机110和车辆通信模块130有共同之处的特征,并且因此将不进一步描述以避免冗余。尽管为了便于说明而未示出,但是基础设施节点140还包括电源,诸如电池、太阳能电池和/或与电力网的连接。
基础设施节点140还可以包括交通信号灯控制器157。交通信号灯控制器157可以是具有例如与车辆计算机110有共同之处的特征的计算机。交通信号灯控制器157可以被编程为控制交通信号灯165d,所述交通信号灯表示允许和禁止行驶通过十字路口165c的方向。交通信号灯控件157还可以被编程为向基础设施计算机155提供交通信号灯165d的状态,例如,绿色、黄色、红色。
基础设施节点140可以被提供用于监视感兴趣区域内的一个或多个移动对象160。在本公开的背景下,“对象”是由传感器115和/或145检测到的物理(即,物质)结构。“移动”对象160是能够移动的对象,即使移动对象160可以在任何给定的时间移动或实际上不移动。这样指定“移动”对象160以便于区分下文进一步讨论的固定或基础设施对象165。示例性移动对象包括行人移动对象160a、自行车(包括骑车人)160b等。显而易见,系统100中的一个或多个车辆105可以作为移动对象160,因此如本文使用的术语一个或多个移动对象160也指代车辆105。移动对象160的附加类型或子类型可以包括但不限于:摩托车,其可以被认为是与车辆105分开的一种移动对象160;小孩,其可以被认为是与行人移动对象160a分开的一种移动对象160;踏板车;以及靠近基础设施140的动物(诸如宠物、鹅等),其可以是移动对象160且因此被分配了优先级。
基础设施节点140可以监视移动对象160的物理特征,即,基础设施计算机155可以基本上连续地、定期地和/或在远程计算机170指示时等从传感器145接收和分析数据。在这种背景下,物理特征是移动对象160的物理属性或特性,诸如形状、大小、速度、方向、加速度等。此外,可以例如基于激光雷达传感器145、相机传感器145等的数据在基础设施计算机155中使用常规对象分类或识别技术来识别对象类型。对象类型在本文被定义为具有共同特征的对象的分类或类别。对象160的类型的非限制性示例包括车辆、人、自行车等。
除了来自基础设施节点传感器145和车辆传感器115的数据之外,基础设施计算机155还可以从车辆105接收车辆状态数据。车辆状态数据可以包括诸如车辆105的方向、速度、加速度等数据。车辆状态数据还可以包括指示车辆部件125的状态的数据。例如,车辆状态数据可以包括指示相应车辆105的紧急制动状态、防抱死制动系统(ABS)状态、电子稳定性控制(ESC)系统状态等数据。
如上所述,基础设施对象165是(通常通过设计)固定的和/或相对于基础设施节点140保持静止的对象。例如,基础设施对象165可以包括道路165a、165b、十字路口165c、交通信号灯165d、人行横道165e、停车线165f等。基础设施对象165通常被提供用于管理或引导行人和/或车辆交通,例如,交通信号灯规定诸如行人160a、自行车160b、车辆105等移动对象在各个位置(例如,十字路口165c)处通行。停车线165f可以指定其中预计诸如车辆105或自行车160b的移动对象因为停车标志或者当交通信号灯165d对于移动对象160的行驶方向为红色时将在十字路口165c处停车的位置。人行横道165e基于交通规则和交通信号灯165d的状态来指定行人可以穿越道路165a、165b的区域。
远程计算机170可以是被编程为提供诸如本文公开的操作的常规计算装置,即,包括一个或多个处理器和一个或多个存储器。此外,可以经由网络135(例如,因特网或某种其他广域网)来访问远程计算机170。
图2是示出基础设施计算机155中的处理的框图。
基础设施计算机155可以包括存储器或其他存储装置,其中地图数据205描述十字路口165c周围的区域(例如,在诸如100米、200米等预定半径内)。感兴趣区域可以等于由地图数据205描述的区域的子集。作为一个示例,可以由维修基础设施节点140的技术人员等从远程计算机170接收和/或定期地更新地图数据205。地图数据205通常包括定义固定或静止对象165(例如,道路165a、165b、十字路口165c、停车信号灯165d、人行横道165e、停车线165f等)的地理坐标。
此外,基础设施计算机155可以从基础设施节点传感器145以及例如经由V2X通信从车辆105传感器115接收各种数据。图像数据210是可以由传感器相机115、145获取的数字图像数据,例如,包括具有强度和颜色值的像素。LIDAR数据215通常包括由激光雷达传感器115、145获取的常规LIDAR点云数据,即,包括描述三维中的点的数据,也就是说,每个点表示移动对象160或基础设施对象165的表面的位置。
地图数据205和图像数据210可以被提供到分类器220。分类器220包括编程以利用一种或多种常规图像分类技术。例如,分类器可以使用机器学习技术,其中各种移动对象160的图像210及其物理特征可以被提供到机器学习程序以用于训练分类器220。可以从多个基础设施节点140、从由车辆105收集的图像或其他来源提供训练图像210。一旦经过训练,分类器220就可以接受图像210作为输入,然后针对图像210中的一个或多个相应感兴趣区域中的每一者提供对一个或多个移动对象160的指示或者相应感兴趣区域中不存在移动对象160的指示作为输出。
地图数据205用于指定图像210中的感兴趣区域。例如,地图数据205可以指定靠近十字路口165c的基础设施对象165的各种物理特征的地理坐标等。靠近十字路口165c例如可以在十字路口165c的预定距离内,或者作为另一个示例,在十字路口165c周围的定义(规则或不规则)区域内。预定距离可以是距十字路口165c的固定距离,例如50米或100米。分类器220的编程或者基础设施计算机155中所包括的其他方面可以根据地图数据205中指定的地理坐标来确定图像210中的感兴趣区域。也就是说,地图数据205中的地理坐标可以被映射到图像传感器145视野中的笛卡尔坐标或极坐标或者与其相关联。分类器220可以基于地图数据205中的地理坐标(例如,一个或多个传感器145或其子集的视野)而识别图像210中表示感兴趣区域的坐标,例如,人行横道165e和包括人行横道165e的道路165a的区域,诸如人行横道165e的任一方向上的十米道路165a、165b。然后,可以由分类器220根据常规图像分类和/或对象识别技术分析感兴趣区域。因此,分类器220可以输出具有每个所识别的移动对象160的相应地理坐标(即,根据地图数据205)的一个或多个移动对象160的标识。
数据融合器230包括基础设施计算机155中的其他编程。数据融合器包括编程以接受由图像分类器220识别的一个或多个移动对象160的第一集合和由激光雷达分析器225识别的一个或多个移动对象160的第二集合作为输入。数据融合器230可以输出一个或多个所识别的移动对象160的第三集合。所识别的移动对象160的集合可以列表、表等的形式提供,其中集合中的每个移动对象160由例如“行人(或人)”、“车辆”、“载有骑车人的自行车”等标识符和/或描述以及识别相应移动对象160的一个或多个位置的地理坐标集合来识别。例如,地理坐标可以指定例如移动对象160的中心或参考点。
此外,一旦识别了移动对象160,就可以从传感器145数据确定对象特征。例如,可以例如使用根据LIDAR传感器145数据追踪移动对象160的常规技术来确定移动对象160轨迹。替代地或另外,如上所述,可以例如参考地图数据205来确定移动对象160位置。
可以通过数据融合器230的以下处理来确定所识别的移动对象160。具体地,数据融合器230可以将第一集合中所识别的每个移动对象160与第二集合中所识别的每个移动对象160进行比较,以确定对由图像数据210和激光雷达数据215识别的移动对象160的组合置信是否能保证得出可以识别出移动对象160的结论。例如,图像分类器220和激光雷达分析器225中可以分别使用常规图像分类和激光雷达数据分析,以向每个预测的移动对象160分配置信级,例如,零与一之间或包括零和一的数字。当来自图像分类器220和激光雷达分析器225的移动对象160预测的置信的组合满足或超过阈值时,则移动对象160可以被包括在从数据融合器230输出的特征条件235中。在一个示例中,如果图像分类器220或激光雷达分析器225以高于预定阈值(例如,9或90%)的置信预测出移动对象160,则移动对象160可以被包括在条件235中。
图3是用于处理基础设施节点传感器145数据、车辆105传感器115数据和车辆105状态数据以对要包括在从基础设施节点140到一个或多个车辆105的无线交通消息中的移动对象160进行优先级排序的示例性过程300的流程图。过程300可以由基础设施计算机155中的编程来执行,所述过程的框可以按不同于本文描述的顺序执行和/或可以与其他处理结合和/或通过省略本文描述的某些处理来执行。
过程300在框305中开始,其中基础设施计算机155接收传感器145数据,例如,图像数据210和/或LIDAR数据215。此外,在框305中,基础设施计算机155可以例如从远程计算机170接收地图数据205,但是也可以在过程300之外接收地图数据205,例如,通过定期地从远程计算机170下载来接收地图数据。此外,在基础设施计算机155中接收传感器145数据可以基本上连续地执行,或者替代地可以定期地执行,例如每五分钟、每小时等。更进一步地,经由网络135来自远程计算机170或者某个其他装置的消息可以触发或指示基础设施计算机155获得传感器145数据。
更进一步地,基础设施计算机155可以从一个或多个车辆105接收数据。来自车辆105的数据可以包括来自车辆105传感器115的与移动对象160有关的图像数据。来自车辆105的数据还可以包括相应车辆105的相应数据(诸如方向、速度、加速度)的状态数据,或者诸如相应的紧急制动器、防抱死制动系统、电子稳定性控制系统等车辆部件的操作状态的状态数据。过程300在框310中继续。
在框310中,基础设施计算机155如上所述利用图像分类器220、激光雷达分析器225和数据融合器230来生成所识别的移动对象160的集合,然后确定任何车辆105是否靠近基础设施节点140,例如,这意味着一个或多个车辆105在一个或多个传感器145的区域内并且已经被检测到并被包括在所识别的移动对象160中。
通常,在框310中,对于每个识别的车辆105,基础设施计算机155存储识别标记,即,可以用来识别车辆105的数据。在一些情况下,传感器数据可以提供车辆105牌照或标签的图像,从中可以例如使用常规图像分析技术来识别牌照号码等。然而,替代地或另外,例如,如果唯一识别标记不可用,则基础设施计算机155可以存储车辆105的图像以便后续识别之用。例如,图像可以被传输到远程计算机170以便查阅和分析。更进一步地,车辆105可以例如根据专用短程通信或一些其他无线通信将标识符传输到基础设施节点140。
接下来,在框315中,基础设施计算机155确定是否已检测到车辆105,如上文关于框310所述。如果否,则过程300返回到框305(或替代地,尽管图3中未示出,但是过程300可以结束)。此外,可能存在如下实现方式:即使未检测到车辆105,基础设施节点传感器145也收集与其他移动对象160有关的数据,所述数据可以被存储以供将来使用。无论如何,如果检测到车辆105,则过程300行进到框320。
在框320中,基础设施计算机155初始化对象索引,例如,将对象索引n设置为等于一。基础设施计算机155利用对象索引n识别移动对象160的列表中的移动对象160。例如,索引n=1可以指定移动对象160的列表中的第一移动对象160。过程300在框325中继续。
在框325中,基础设施计算机155计算第n个移动对象160的优先级。基础设施计算机155可以调用以下描述的过程400以计算对象优先级P对象。对象优先级P对象是基础设施计算机155可以用来对要包括在要由基础设施节点140广播的消息中的移动对象160进行优先级排序的定量等级,例如数值。在计算第n个移动对象160的对象优先级P对象时,过程300在框330中继续。
在框330中,基础设施计算机155向第n个移动对象160分配优先级。例如,基础设施计算机155可以将对象优先级P对象作为第n个移动对象160的特性存储在上述移动对象160的表中。过程300在框335中继续。
在框335中,基础设施计算机155确定移动对象160的列表是否包括附加的移动对象160。也就是说,计算机确定n是否小于m,其中m是移动对象160的列表中的移动对象160的数量。如果n小于m,则过程300在框340中继续。如果n=m,则过程300在框345中继续。
在框340中,基础设施计算机155被编程为将移动对象索引n递增。例如,基础设施计算机155设置n=n+1。过程300在框325中继续。
在可能紧随框335之后的框345中,基础设施计算机155被编程为生成消息。基础设施计算机155包括以基于相应的移动对象160中的每一者的计算出的对象优先级P对象的顺序与消息中的移动对象160有关的数据。在一个示例中,基础设施计算机155以具有最高优先级的移动对象160开始,并继续遍历移动对象160的列表,直到包括了移动对象160的列表中的所有移动对象160为止,或者消息中没有足够的容量来包括附加的数据。在另一个示例中,即使有足够的带宽可用,基础设施计算机155也可以从消息中忽略优先级低于预定阈值的移动对象160。过程300在框350中继续。
在框350中,基础设施计算机155被编程为将消息广播到车辆105。例如,可以根据专用短程通信(DSRC)来广播消息。过程300结束。
图4是用于基础设施节点140计算感兴趣区域中的移动对象160的对象优先级P对象的示例性过程400的流程图。例如,可以向移动对象160分配从0到3.1的对象优先级P对象,其中3.1是最高优先级,而0是最低优先级。基础设施计算机155被编程为基于移动对象160的特性来确定移动对象160的对象优先级P对象。对象的特性在本文中被定义为一些或全部对象160的测量值并且用于识别它和/或其操作状态。用于确定对象优先级P对象的特性的非限制性列表包括:移动对象160的类型;移动对象160相对于十字路口165c的位置;移动对象160的方向、速度和加速度;到达或进入十字路口165c的时间;移动对象160是否遵守交通规则;以及车辆部件125(诸如移动对象160上的紧急制动系统、防抱死制动系统(ABS)和/或电子稳定性控制(ESC)系统)的状态。
在收集与感兴趣区域中包括的移动对象160有关的数据之后,基础设施节点140中的基础设施计算机155可以从过程300调用过程400。过程400接收与移动对象160的列表中所包括的第n个移动对象160有关的数据,并确定第n个移动对象160的优先级。过程400在框405中开始。
在框405中,基础设施计算机155确定第n个移动对象160是否为应急车辆105。应急车辆105在本文被定义为被指定为由于有很大可能性用于公共安全或救护目的而具有最高优先级的车辆,例如,警车105或救护车105。术语“应急”用于方便区分“应急”车辆105和未指定用于公共安全或救护目的的“标准”或“非应急”车辆105。基础设施计算机155可以基于诸如旋转式信号灯(rotating light)、灯阵列和/或第n个移动对象160上的“警察”或“救护车”标志的物理特性来确定第n个移动对象160是应急车辆105。另外或替代地,基础设施计算机155可以从第n个移动对象160接收指示第n个移动对象160是应急车辆105的状态数据。在一些情况下,移动对象160可以被编程为传输指示以下内容的数据:尽管移动对象是应急车辆105,但是目前未用于公共安全或救护目的并且可以认为不是应急车辆105。
如果基础设施计算机155确定第n个移动对象160是应急车辆105,则过程400在框410中继续。否则,过程400在框415中继续。
在框410中,基础设施计算机155向移动对象160分配最高优先级。例如,如果优先级被设置为在从0到3.1的范围内,则基础设施计算机155可以向移动对象160分配优先级3.1。在这种情况下,例如,非应急车辆105的最高可能计算出的对象优先级P对象可以被限制为3.0,使得非应急车辆105的对象优先级P对象仍保持低于应急车辆105的对象优先级P对象。过程400结束。基础设施计算机155可以在框330处继续进行过程300。
在可能紧随框405之后的框415中,基础设施计算机155被编程为确定移动对象160是否正在离开十字路口165c。例如,基于传感器数据和/或状态数据,基础设施计算机155可以确定第n个移动对象160的位置和方向。如果第n个移动对象160正离开十字路口165c,则过程400在框420中继续。否则,过程在框425中继续。
在框420中,基础设施计算机155向第n个移动对象160分配最低优先级。例如,如果优先级被设置为在从0到3.1的范围内,则基础设施计算机155可以向第n个移动对象160分配优先级0。过程400结束。基础设施计算机155可以在框330处继续进行过程300。
在可能紧随框415之后的框425中,基础设施计算机155被编程为确定第n个移动对象160是否是静止的。例如,第n个移动对象160可以是停在十字路口165c的车辆105。如果第n个移动对象160是静止的,则过程400在框420中继续。如果第n个移动对象160不是静止的(即,正移动),则过程400在框430中继续。
在框430中,基础设施计算机155计算第n个移动对象160的基础优先级P基础。基础优先级P基础是基于第n个移动对象160的类型以及第n个移动对象160将到达停车点之前的时间计算的数值。停车点是其中预计第n个移动对象160将要停车或由于交通规则而需要停车或减少碰撞可能性的位置。第n个移动对象160的类型可以是例如车辆105、行人160a、自行车160b等。
如上所述,使用对象识别技术,基础设施计算机155可以被编程为确定第n个移动对象160的类型。基于第n个移动对象160的类型和位置,基础设施计算机155还可以被编程为确定停车点。
对于在道路165a、165b上行驶的车辆105或自行车160b,停车点可以是带有停车标志的停车线165f,或者在红色交通信号期间,可以是人行横道165e、停在车辆105或自行车160b的路径中的另一车辆105后面的位置等。
对于行人160a或在道路165a、165b的一侧行驶的自行车160b,停车点可以在当禁止行人160a穿越期间进入人行横道165e之前,或者在十字路口165c没有交通信号165d的情况下进入十字路口165c之前。
基于停车点的位置以及移动对象160的位置、速度和加速度,基础设施计算机155还可以被编程为计算第n个移动对象160到达停车点的时间T。
例如,可以根据等式1计算时间T:
其中a0是当前减速度大小,v0是当前速度,并且d0是当前位置与停车点之间的距离。
如果进行平方根运算的值为负,则第n个移动对象160将在到达停车点之前停止。在这种情况下,基础设施计算机155可以被编程为设置基础优先级P基础=0。
如果在等式1中进行平方根运算的值为正,则基础设施计算机155可以被编程为基于第n个移动对象160的类型和第n个移动对象160到达停车点的时间T来计算第n个移动对象160的基础优先级P基础。
例如,可以根据等式2计算P基础:
p基础=W类型e-αT 等式2
其中W类型是基于第n个移动对象160的类型的漏洞等级,并且因子α是确定延迟率的常数。等式2提供了基于移动对象160的类型对其基础优先级P基础的计算进行加权,并随时间推移而单调地减小基础优先级P基础的值。
W类型指示第n个移动对象160的漏洞等级。行人160a、160b或自行车160b的漏洞等级可能会高于车辆105。基础设施计算机155可以被编程为基于移动对象160的类型来确定W类型。在一个示例中,W类型的值可以在从0到1的范围内,其中0是最低漏洞,而1是最高漏洞。基础设施计算机155可以维护指示不同类型的对象的W类型的值的表,诸如下面的表1。
对象类型 | W<sub>类型</sub> |
车辆105 | 0.8 |
行人160a | 1 |
自行车160b | 1 |
表1
在上面的示例中,P基础随时间单调地降低。这导致在移动对象160进入感兴趣区域时(例如,首先由基础设施节点140检测到)向它们分配相对较高的基础优先级P基础,并且此后降低P基础。通过这种方式,基础设施节点140可以将最近到达的移动对象160优先于较早到达并且可能已经包括在先前消息中的移动对象160。
第n个移动对象160的P基础的衰减率由α确立。α越高,P基础的值就随时间衰减得越快。例如,可以将α设置为α=0.3。这将导致P基础在大约5秒钟内从值1衰减到低于0.2的值。
在一些情况下,P基础的计算可以取决于沿着第n个移动对象160的路径的交通信号灯的状态。作为一个示例,基于从交通信号灯控制器157接收的数据,计算机155可以确定在第n个移动对象160进入十字路口165c之前,十字路口165c处的交通信号灯可以在第n个移动对象160的行驶方向上变绿。在这种情况下,第n个移动对象160可能不需要在十字路口165c停车,并且将具有等于零的基础优先级P基础。
在计算第n个移动对象160的基础优先级时,过程400在框440中继续。
在框440中,基础设施计算机155被编程为确定第n个移动对象160当前是否违反或有可能违反交通规则。例如,基于车辆105或自行车160b的位置、方向、加速度,基础设施计算机155可以确定车辆105或自行车160b正在车道上沿错误方向行驶,将要闯红灯而穿越十字路口165c,在行人160a有先行权时将要进入人行横道165e等。对于行人160a,基础设施计算机155可以确定行人160a当前正在人行横道165e之外穿越十字路口165c,在行人165a无先行权时穿越人行横道165e。
如果基础设施计算机155确定第n个移动对象160正违反或有可能违反交通规则,则过程400在框445中继续。如果第n个移动对象160正在交通规则范围内操作,则过程400在框450中继续。
在框445中,基础设施计算机155被编程为计算违规优先级P违规。作为一个示例,可以根据等式3计算违规优先级P违规。
P违规=γ违规W违规 等式3
γ违规可以是例如在第n个移动对象160正违反或有可能违反交通规则的情况下设置为1并且在第n个移动对象160在交通规则范围内操作时设置为零的因子。W违规可以是基于第n个移动对象160的类型设置的漏洞因子。例如,基础设施计算机155可以维护指示不同类型的对象的W类型的表,诸如下面的表2。
对象类型 | W<sub>违规</sub> |
车辆105 | 1 |
行人160a | 1 |
自行车160b | 1 |
表2
在计算违规优先级P违规时,过程400在框440中继续。
在框440中,基础设施计算机155确定第n个移动对象160是否为车辆105。如果第n个移动对象160是车辆105,则过程400在框445中继续。否则,过程400在框450中继续。
在框445中,基础设施计算机155被编程为计算第n个移动对象160的异常优先级P异常。异常优先级P异常是包括在由于数据指示异常状况(诸如紧急制动系统、防抱死制动系统(ABS)或电子稳定性控制(ECS)系统的激活)而引起的第n个移动对象优先级计算中的数值。例如可以根据等式4计算异常优先级P异常。
P异常=γ异常W异常e-βT 等式4
γ异常可以是在车辆105的数据指示异常状况的情况下设置为1否则设置为零的异常因子。W异常是由于异常状况引起的漏洞加权,并且可以是预定值,诸如0.5。β是延迟因子并且可以是预定值,诸如0.1。
然后,过程在框450中继续。在框450中,基础设施计算机155被编程为计算第n个移动对象160的优先级。例如,第n个移动对象160的优先级可以是基础优先级P基础、违规优先级P违规和异常优先级P异常之和,如等式5中所阐述。
P对象=P基础+P违规+P异常 等式5
在计算第n个移动对象160的优先级P对象时,过程400结束。
如本文所使用,副词“基本上”意指形状、结构、测量值、数量、时间等因为材料、机加工、制造、数据传输、计算速度等的缺陷而可能偏离精确描述的几何形状、距离、测量值、数量、时间等。
通常,所描述的计算系统和/或装置可以采用许多计算机操作系统中的任一者,包括但绝不限于以下版本和/或变型的操作系统:Ford 应用程序、AppLink/SmartDevice Link中间件、Microsoft 操作系统、Microsoft操作系统、Unix操作系统(例如,由加州红木海岸的Oracle公司发布的操作系统)、由纽约阿蒙克市的国际商业机器公司(International Business Machines)发布的AIX UNIX操作系统、Linux操作系统、由加州库比蒂诺的Apple公司发布的Mac OSX和iOS操作系统、由加拿大滑铁卢的黑莓有限公司(Blackberry,Ltd)发布的BlackBerry OS以及由谷歌公司和开放手机联盟(Open Handset Alliance)开发的Android操作系统,或由QNX Software Systems供应的CAR信息娱乐平台。计算装置的示例包括但不限于:车载计算机、计算机工作站、服务器、台式计算机、笔记本计算机、膝上型计算机或手持式计算机或者一些其他计算系统和/或装置。
计算机和计算装置通常包括计算机可执行指令,其中所述指令可以由一个或多个计算装置(诸如上面列出的那些)执行。计算机可执行指令可以由使用各种编程语言和/或技术创建的计算机程序编译或解译,所述编程语言和/或技术包括但不限于单独或组合的JavaTM、C、C++、Matlab、Simulink、Stateflow、Visual Basic、Java Script、Perl、HTML等。这些应用中的一些可以在虚拟机(诸如Java虚拟机、Dalvik虚拟机等)上编译和执行。一般而言,处理器(例如,微处理器)例如从存储器、计算机可读介质等接收指令,并执行这些指令,从而执行一个或多个过程,包括本文中描述的过程中的一个或多个。此类指令和其他数据可以使用各种计算机可读介质来存储和传输。计算装置中的文件通常是存储在计算机可读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
存储器可以包括计算机可读介质(也称为处理器可读介质),所述计算机可读介质包括参与提供可由计算机(例如,由计算机的处理器)读取的数据(例如,指令)的任何非暂时性(例如,有形)介质。此类介质可以采用许多形式,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或磁盘以及其他持久性存储器。易失性存储器可以包括(例如)通常构成主存储器的动态随机存取存储器(DRAM)。此类指令可以由一种或多种传输介质传输,所述传输介质包括同轴电缆、铜线和光纤,包括构成耦合到ECU的处理器的系统总线的电线。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其他存储芯片或盒式磁带、或者计算机可以从中读取的任何其他介质。
数据库、数据仓库或本文所述的其他数据存储装置可以包括用于存储、存取和检索各种数据的各种机构,包括分层数据库、文件系统中的文件集、专用格式的应用程序数据库、关系型数据库管理系统(RDBMS)等。每个此类数据存储装置通常包括在采用诸如上述那些操作系统中的一种操作系统的计算机操作系统的计算装置内,并且经由网络以各种方式中的任何一种或多种来访问。文件系统可以从计算机操作系统访问,并且可以包括以各种格式存储的文件。RDBMS除了用于创建、存储、编辑和执行已存储的程序的语言(诸如上述PL/SQL语言)之外还通常采用结构化查询语言(SQL)。
在一些示例中,系统元件可以被实施为一个或多个计算装置(例如,服务器、个人计算机等)上的计算机可读指令(例如软件),存储在与其相关联的计算机可读介质(例如,磁盘、存储器等)上。计算机程序产品可以包括存储在计算机可读介质上的用于执行本文描述的功能的此类指令。
关于本文描述的介质、过程、系统、方法、启发等,应理解,虽然此类过程等的步骤已被描述为根据某一有序的顺序发生,但是可以通过以与本文所述顺序不同的顺序执行所述步骤来实践此类过程。还应理解,可以同时执行某些步骤,可以添加其他步骤,或者可以省略本文描述的某些步骤。换句话讲,本文对过程的描述是出于示出某些实施例的目的而提供,而决不应将其理解为对权利要求进行限制。
因此,应理解,上文描述旨在是说明性的而非限制性的。通过阅读以上描述,除了所提供的示例之外的许多实施例和应用对于所属领域技术人员来说将是显而易见的。不应参考以上描述来确定本发明的范围,而应参考所附权利要求连同这些权利要求赋予的等效物的全部范围来确定。可以预期并期望本文讨论的技术未来将有所发展,并且所公开的系统和方法将并入到此类未来实施例中。总之,应理解,本发明能够进行修改和变化,并且仅受所附权利要求的限制。
除非本文做出相反的明确指示,否则权利要求中使用的所有术语旨在给出如所属领域技术人员所理解的普通和通常的含义。具体地,除非权利要求叙述相反的明确限制,否则使用诸如“一个”、“该”、“所述”等的单数冠词应被解读为叙述所指示的要素中的一者或多者。
根据本发明,提供了一种具有处理器和存储器的计算机,所述存储器存储指令使得所述处理器被编程为:检测靠近基础设施节点的多个对象;基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;并且基于所述优先级将所述对象包括在发给车辆的无线消息中。
根据一个实施例,所述特性包括对象类型。
根据一个实施例,所述对象类型是包括应急车辆、非应急车辆、自行车、踏板车和行人的群组中的一者。
根据一个实施例,所述特性包括所述对象的速度。
根据一个实施例,本发明的特征还在于十字路口,其中所述特性包括进入或离开所述十字路口中的一项。
根据一个实施例,所述特性包括对象将违反交通规则的可能性。
根据一个实施例,所述特性包括到达十字路口处的停车线的时间。
根据一个实施例,所述计算机还被编程为:接收所述对象的部件的状态;并基于所述部件的所述状态来计算所述对象的所述优先级。
根据一个实施例,所述对象是车辆,并且所述部件是选自紧急制动系统、防抱死制动系统和电子稳定控制系统的群组中的一者。
根据一个实施例,所述计算机还被编程为:接收十字路口的交通信号灯的状态,其中进一步基于所述交通信号灯的所述状态来计算所述优先级以将所述对象包括在所述无线消息中。
根据本发明,提供了一种方法,所述方法具有:检测靠近基础设施节点的多个对象;基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;并且基于所述优先级将所述对象包括在发给车辆的无线消息中。
根据一个实施例,所述特性包括对象类型。
根据一个实施例,所述对象类型是包括应急车辆、非应急车辆、自行车、踏板车和行人的群组中的一者。
根据一个实施例,所述特性包括所述对象的速度。
根据一个实施例,所述特性包括进入或离开十字路口中的一项。
根据一个实施例,所述特性包括对象将违反交通规则的可能性。
根据一个实施例,所述特性包括到达十字路口处的停车线的时间。
根据一个实施例,本发明的特征还在于:接收所述对象的部件的状态;并基于所述部件的所述状态来计算所述对象的所述优先级。
根据一个实施例,所述对象是车辆,并且所述部件是选自紧急制动系统、防抱死制动系统和电子稳定控制系统的群组中的一者。
根据一个实施例,本发明的特征还在于:接收十字路口的交通信号灯的状态,其中进一步基于所述交通信号灯的所述状态来计算所述优先级以将所述对象包括在所述无线消息中。
Claims (13)
1.一种方法,其包括:
检测靠近基础设施节点的多个对象;
基于所述对象的相应特性来确定所述对象中的每一者的相应优先级;以及
基于所述优先级将所述对象包括在发给车辆的无线消息中。
2.如权利要求1所述的方法,其中所述特性包括对象类型。
3.如权利要求2所述的方法,其中所述对象类型是包括应急车辆、非应急车辆、自行车、踏板车和行人的群组中的一者。
4.如权利要求1所述的方法,其中所述特性包括所述对象的速度。
5.如权利要求1所述的方法,其中所述特性包括进入或离开十字路口中的一项。
6.如权利要求1所述的方法,其中所述特性包括对象将违反交通规则的可能性。
7.如权利要求1所述的方法,其中所述特性包括到达十字路口处的停车线的时间。
8.如权利要求1所述的方法,其还包括:
接收所述对象的部件的状态;以及
基于所述部件的所述状态来计算所述对象的所述优先级。
9.如权利要求8所述的方法,其中所述对象是车辆,并且所述部件是选自紧急制动系统、防抱死制动系统和电子稳定控制系统的群组中的一者。
10.如权利要求1所述的方法,其还包括:
接收十字路口的交通信号灯的状态,其中进一步基于所述交通信号灯的所述状态来计算所述优先级以将所述对象包括在所述无线消息中。
11.一种计算机,其被编程为执行如权利要求1至10中任一项所述的方法。
12.一种车辆,其包括计算机,所述计算机被编程为执行如权利要求1至10中任一项所述的方法。
13.一种计算机程序产品,其包括计算机可读介质,所述计算机可读介质存储能够由计算机处理器执行以执行如权利要求1至10中任一项所述的方法的指令。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/252,206 | 2019-01-18 | ||
US16/252,206 US10755565B2 (en) | 2019-01-18 | 2019-01-18 | Prioritized vehicle messaging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111464972A true CN111464972A (zh) | 2020-07-28 |
Family
ID=71403088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010036070.8A Pending CN111464972A (zh) | 2019-01-18 | 2020-01-14 | 经优先级排序的车辆消息传递 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10755565B2 (zh) |
CN (1) | CN111464972A (zh) |
DE (1) | DE102020100884A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11468766B2 (en) * | 2020-01-03 | 2022-10-11 | Xorail, Inc. | Obstruction detection system |
CN107886740A (zh) * | 2017-10-25 | 2018-04-06 | 华为技术有限公司 | 一种车辆合流的方法及装置 |
US11003919B1 (en) | 2020-10-16 | 2021-05-11 | Hayden Al Technologies, Inc. | Systems and methods for detecting traffic violations using mobile detection devices |
US11661088B2 (en) * | 2021-03-05 | 2023-05-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for scheduling connected vehicles to cross non-signalized intersections |
DE102022200871A1 (de) | 2022-01-26 | 2023-01-19 | Zf Friedrichshafen Ag | System zum Überwachen einer Verkehrsinfrastruktur |
WO2024107459A1 (en) * | 2022-11-14 | 2024-05-23 | Hayden Ai Technologies, Inc. | System and methods for automatically validating evidence of traffic violations using automatically detected context features |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4720355B2 (ja) * | 2005-08-11 | 2011-07-13 | トヨタ自動車株式会社 | 車両制御装置 |
KR100825761B1 (ko) | 2006-12-08 | 2008-04-29 | 한국전자통신연구원 | 무선 센서 노드를 이용하여 비신호 교차로에서 차량의 정지및 통과 순서를 제어하기 위한 비신호 교차로 정보 제공시스템 및 그 방법 |
JP4957752B2 (ja) * | 2009-06-12 | 2012-06-20 | トヨタ自動車株式会社 | 進路評価装置 |
JP5409530B2 (ja) | 2010-07-02 | 2014-02-05 | 本田技研工業株式会社 | 車両運転支援装置 |
JP5800381B2 (ja) * | 2010-09-30 | 2015-10-28 | 本田技研工業株式会社 | 他車情報提供装置 |
JP6496982B2 (ja) * | 2014-04-11 | 2019-04-10 | 株式会社デンソー | 認知支援システム |
CN104575039B (zh) | 2015-01-19 | 2017-01-11 | 武汉理工大学 | 基于车路协同的紧急车辆优先通行方法 |
US20160231746A1 (en) | 2015-02-06 | 2016-08-11 | Delphi Technologies, Inc. | System And Method To Operate An Automated Vehicle |
US9671791B1 (en) * | 2015-06-10 | 2017-06-06 | Amazon Technologies, Inc. | Managing unmanned vehicles |
JP2017068335A (ja) * | 2015-09-28 | 2017-04-06 | ルネサスエレクトロニクス株式会社 | データ処理装置および車載通信装置 |
GB2549506B (en) | 2016-04-19 | 2018-09-05 | Ford Global Tech Llc | A vehicle prioritisation system |
CN106781551B (zh) | 2017-03-08 | 2019-04-30 | 东南大学 | 车联网环境下的高速公路出入口匝道联合控制系统及方法 |
US20190035267A1 (en) * | 2017-07-27 | 2019-01-31 | Microsoft Technology Licensing, Llc | Automated control of traffic devices with vehicles |
-
2019
- 2019-01-18 US US16/252,206 patent/US10755565B2/en active Active
-
2020
- 2020-01-14 CN CN202010036070.8A patent/CN111464972A/zh active Pending
- 2020-01-15 DE DE102020100884.8A patent/DE102020100884A1/de active Pending
Also Published As
Publication number | Publication date |
---|---|
US20200234578A1 (en) | 2020-07-23 |
US10755565B2 (en) | 2020-08-25 |
DE102020100884A1 (de) | 2020-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111240328B (zh) | 一种车辆行驶安全监控方法、装置和无人驾驶车辆 | |
CN108322512B (zh) | 用于处理车辆中的本地数据和云数据的方法、系统以及云服务器 | |
CN111464972A (zh) | 经优先级排序的车辆消息传递 | |
US11945440B2 (en) | Data driven rule books | |
Tian et al. | Performance measurement evaluation framework and co-benefit\/tradeoff analysis for connected and automated vehicles (CAV) applications: A survey | |
WO2020164238A1 (zh) | 用于驾驶控制的方法、装置、设备、介质和系统 | |
CN112106124A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
CN110738870A (zh) | 用于避免碰撞路线的系统和方法 | |
CN113165646B (zh) | 用于检测车辆周围的风险因素的电子设备及其控制方法 | |
CN115083186A (zh) | 实时动态交通速度控制 | |
US12024207B2 (en) | Vehicle autonomous mode operating parameters | |
US20220289198A1 (en) | Automated emergency braking system | |
US10841761B2 (en) | Adaptive vehicle-to-infrastructure communications | |
US11715338B2 (en) | Ranking fault conditions | |
CN112319456A (zh) | 车辆威胁检测和响应 | |
US20230256999A1 (en) | Simulation of imminent crash to minimize damage involving an autonomous vehicle | |
US11024175B2 (en) | Adaptive vehicle-infrastructure communications | |
US10953871B2 (en) | Transportation infrastructure communication and control | |
US11648938B2 (en) | Braking data mapping | |
CN116255973A (zh) | 车辆定位 | |
US11794737B2 (en) | Vehicle operation | |
US11535112B2 (en) | Managing power of electronic devices on a vehicle | |
WO2021229671A1 (ja) | 走行支援装置および走行支援方法 | |
CN113178088A (zh) | 向车辆广播的基础设施部件 | |
US20230131124A1 (en) | Connected vehicle road-safety infrastructure insights |
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 |