CN111615721B - 基于车辆与乘客之间进行识别的接送服务 - Google Patents

基于车辆与乘客之间进行识别的接送服务 Download PDF

Info

Publication number
CN111615721B
CN111615721B CN201980009106.9A CN201980009106A CN111615721B CN 111615721 B CN111615721 B CN 111615721B CN 201980009106 A CN201980009106 A CN 201980009106A CN 111615721 B CN111615721 B CN 111615721B
Authority
CN
China
Prior art keywords
passenger
vehicle
information
pickup
attribute information
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.)
Active
Application number
CN201980009106.9A
Other languages
English (en)
Other versions
CN111615721A (zh
Inventor
杨磊
余海
徐启杰
法提赫·波里克利
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202211126352.2A priority Critical patent/CN115640862A/zh
Publication of CN111615721A publication Critical patent/CN111615721A/zh
Application granted granted Critical
Publication of CN111615721B publication Critical patent/CN111615721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • 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
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/142—Image acquisition using hand-held instruments; Constructional details of the instruments
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches

Abstract

车辆用于从乘客处接收接送请求，其中包括所述乘客的大致位置，在所述乘客到达所述乘客的所述大致位置后对所述乘客进行扫描，并确定所述乘客是否已通过将乘客属性信息与所述扫描的结果进行比较被识别，以及当所述乘客未被识别或不可接近进行接送时，向所述乘客发送所述车辆的大致位置和车辆识别信息。当所述乘客被识别并可接近进行接送时，所述乘客由所述车辆接送。此外，所述乘客还可以使用便携式电子设备基于所述接收到的所述车辆的大致位置和车辆识别信息来识别所述车辆。

Description

基于车辆与乘客之间进行识别的接送服务
相关申请案交叉申请
本申请要求于2018年1月25日递交的发明名称为“基于车辆与乘客之间进行识别的接送服务”的第15/880,009号美国专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。
背景技术
乘客依靠诸如
Figure GDA0003122808730000011
滴滴、传统出租车服务等各种乘客接送服务来确保乘车到达所期望的目的地。遗憾的是，司机和待接送的乘客可能很难在机场、火车站或繁忙的街道拐角处等拥挤环境中相互识别。实际上，司机和乘客只能根据全球定位系统(globalpositioning system，简称GPS)坐标知道彼此的大致位置。GPS坐标可能不够精确，无法让司机和乘客在环境拥挤、交通不断移动等地方轻松地彼此定位。因此，一旦所述GPS坐标指示司机和乘客在彼此的视觉距离范围内，司机和乘客可能必须彼此视觉定位。为了在此过程中提供帮助，可以向司机提供有关乘客的一些基本信息，例如乘客姓名和乘客照片。同样，也可以向乘客提供有关司机和/或车辆的一些基本信息，例如司机姓名、司机照片以及司机车辆的制造商、型号和年份。但是，如果所述信息不是最新信息(例如，所述照片是旧的，所在区域中有许多类似的车辆)，则所述视觉识别过程可能并不理想。此外，如果司机在操作移动中的车辆时正在主动搜索预期的乘客，则司机可能会分心并引发事故。
在不久的将来，预计自主车辆将成为一种流行的出行模式。由于自主车辆运行时不需要任何司机，任何使用自主车辆的接送服务都不能依靠人参与，例如司机对待接送的乘客进行视觉识别。因此，任何使用自主车辆的接送服务都无法依靠传统方法来识别请求乘车的乘客。
发明内容
在一实施例中，本发明包括一种车辆，所述车辆包括：接收器，用于接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；摄像头，耦合至所述接收器，所述摄像头用于在所述乘客到达所述乘客的所述大致位置后对所述乘客进行扫描；处理器，耦合至所述摄像头，所述处理器用于基于乘客属性信息与所述摄像头的所述扫描的结果之间的比较识别所述乘客；发送器，耦合至所述处理器，所述发送器用于在所述乘客未被识别时向所述乘客发送所述车辆的大致位置和车辆识别信息，其中，当所述乘客被识别并可接近进行接送时，所述乘客由所述车辆接送。
在一实施例中，所述发送器用于发送接送确认以响应所述接送请求，并在所述乘客被识别但无法接近进行接送时向所述乘客发送所述车辆的所述大致位置和所述车辆识别信息。在一实施例中，所述摄像头包括单目摄像头系统或立体摄像头系统。在一实施例中，所述乘客的所述大致位置和所述车辆的所述大致位置各自包括全球定位系统(globalpositioning system，简称GPS)坐标、北斗导航卫星系统(BeiDou Navigation SatelliteSystem，简称BDS)坐标、蜂窝三角测量信息或无线保真(wireless fidelity，简称WiFi)信息中的一个。在一实施例中，所述乘客属性信息从所述车辆的存储器获取，所述存储器耦合至所述处理器。在一实施例中，所述接送请求和所述乘客属性信息从与所述乘客的电子设备上的应用相关联的应用服务器接收。在一实施例中，所述乘客属性信息包含粗略信息，所述粗略信息包括所述乘客的年龄、性别和身高中的至少一个、在所述接送请求时拍摄的所述乘客的照片、在所述接送请求时所述乘客的当前发型、当前发色或衣服描述。在一实施例中，所述乘客属性信息包含精细信息，所述精细信息包括基于所述乘客的人脸、身体或步态中的至少一个的三维(three dimensional，简称3D)模型，并且所述精细信息仅在所述粗略信息未能标识所述乘客时使用。在一实施例中，所述乘客属性信息包括包含所述乘客的人脸的图像、在所述接送请求当天拍摄的所述乘客的照片、所述乘客的视频或所述乘客的肖像中的至少一个。在一实施例中，所述车辆识别信息包括所述车辆的三维(threedimensional，简称3D)模型、位于所述车辆的外部上的条形码、所述车辆的车牌号、位于所述车辆的所述外部上的颜色图案或位于所述车辆的所述外部上的发光二极管(light-emitting diode，简称LED)条带中的至少一种。在一实施例中，所述车辆识别信息用于由所述乘客的电子设备的摄像头扫描以识别所述车辆。在一实施例中，所述摄像头和所述处理器耦合至显示器，所述显示器用于显示可能是向所述车辆的司机发起所述接送请求的乘客的个人图像。在一实施例中，所述车辆是自主车辆。
在一实施例中，本发明包括一种乘客的电子设备，所述乘客的电子设备包括：发送器，用于向车辆发送接送请求，所述接送请求包括所述乘客的大致位置；接收器，耦合至所述发送器，所述接收器用于接收所述车辆的大致位置和车辆识别信息；摄像头，耦合至所述接收器，所述摄像头用于使用所述车辆识别信息对所述车辆进行扫描，以响应接收所述乘客未被所述车辆识别并且所述乘客被所述车辆识别但不可接近进行接送的指示；处理器，耦合至所述摄像头，所述处理器用于基于所述摄像头的所述扫描的结果识别所述车辆；显示器，耦合至所述处理器，所述显示器用于显示为所述乘客识别的所述车辆。
在一实施例中，所述接送请求通过与所述乘客的所述电子设备上的应用相关联的应用服务器发送到所述车辆。在一实施例中，所述发送器用于将乘客属性信息以及所述接送请求一起发送到所述车辆。在一实施例中，所述发送器用于将乘客属性信息发送到与所述车辆通信的应用服务器。在一实施例中，所述车辆的所述大致位置包括全球定位系统(global positioning system，简称GPS)坐标、北斗导航卫星系统(BeiDou NavigationSatellite System，简称BDS)坐标、蜂窝三角测量信息或无线保真(wireless fidelity，简称WiFi)信息中的一个。
在一实施例中，本发明包括一种实现车辆接送服务的方法，所述包括：接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；当所述乘客到达所述乘客的所述大致位置后使用摄像头对所述乘客进行扫描；当所述乘客被所述摄像头使用粗略乘客属性信息识别并可接近进行接送时，接送所述乘客；当所述乘客被所述摄像头使用精细乘客属性信息识别，所述乘客可接近进行接送，并且所述粗略乘客属性信息未能标识所述乘客；当所述乘客未被所述摄像头使用所述精细乘客属性信息识别时，并且当所述乘客被识别但不可接近进行接送时，向所述乘客发送所述车辆的大致位置和车辆识别信息。
在一实施例中，所述粗略乘客属性信息包括所述乘客的年龄、性别和身高中的至少一个、在所述接送请求时拍摄的所述乘客的照片、在所述接送请求时所述乘客的当前发型、当前发色或衣服描述，并且所述精细乘客属性信息包括基于所述乘客的人脸、身体或步态中的至少一个的三维(three dimensional，简称3D)模型。
附图说明
为了更透彻地理解本发明，现参阅结合附图和具体实施方式而描述的以下简要说明，其中的相同参考标号表示相同部分。
图1是能够实现双向识别的乘客接送服务的示意图；
图2示出了所述乘客接送服务的第一阶段的实施例；
图3A-3B共同示出了所述乘客接送服务的第二阶段的实施例；
图4示出了乘客实现所述乘客接送服务的一部分以使用电子设备定位车辆的实施例；
图5是乘客接送设备的示意图；
图6是示出了通过车辆实现所述乘客乘坐服务的方法的实施例的流程图。
具体实施方式
首先应理解，尽管下文提供一项或多项实施例的说明性实施方案，但所公开的系统和/或方法可使用任何数目的技术来实施，无论该技术是当前已知还是现有的。本发明决不应限于下文所说明的说明性实施方案、附图和技术，包括本文所说明并描述的示例性设计和实施方案，而是可在所附权利要求书的范围以及其等效物的完整范围内修改。
本文公开了一种允许双向识别的乘客接送服务。正如下文将更全面地解释的，即使在拥挤的环境中，所述车辆都能够识别所述乘客并且所述乘客能够识别所述车辆。所述乘客接送服务适合私人车辆、公司车辆、公共交通车辆、共享车辆(例如公司车辆)、出租车服务和自主车辆(例如无人驾驶车辆)使用。在一实施例中，所述乘客接送服务分为两个阶段实施，一个是知识库构建阶段，另一个是识别阶段，在此阶段执行双向识别。
图1是能够实现双向识别的乘客接送服务100的示意图。所述乘客接送服务100包括乘客的电子设备102和车辆104。例如，所述电子设备102可以是智能手机、智能手表、平板电脑、智能眼镜、可穿戴电子设备、抬头显示器或其它手持或便携式电子设备。在一实施例中，所述电子设备102包括发送器106、接收器108、处理器110、存储器112、摄像头114和显示器116。在实际应用中，所述电子设备102可以包括其它组件和功能，例如麦克风、扬声器、键盘、传感器、电源端口、天线、闪存等，此处未详细说明或描述。所述电子设备102可用于下载和运行各种不同的移动应用。
所述车辆104可以是适合运送乘客的汽车、卡车、货车、摩托车、船只或其它设备。特别地，所述车辆104可以是，例如，共享汽车、出租汽车服务的出租车或自主车辆。在一实施例中，所述车辆104包括发送器126、接收器128、处理器130、存储器132、摄像头134和显示器136。在实际应用中，所述车辆104可包括未在此详细说明或描述的其它组件和功能。
所述电子设备102和所述车辆104用于彼此通信。例如，所述电子设备102和所述车辆104可以通过蜂窝网络、无线网络或由天线140共同表示的其它类型的通信系统交换数据和信息。
继续参考图1，其中示出了各阶段的所述乘客接送服务100。所述第一阶段150包含交互式过程，该过程用于构建知识库。所述第二阶段152包括双向识别，以实现高效和准确的接送服务。
在所述第一阶段150的实施例中，所述乘客使用所述电子设备102向所述车辆104发送接送请求160。在一实施例中，所述接送请求160通过所述天线140从所述电子设备102发送到所述车辆104。所述接送请求160包括所述乘客的大致位置。所述乘客的大致位置可以包括，例如，全球定位系统(global positioning system，简称GPS)坐标、北斗导航卫星系统(BeiDou Navigation Satellite System，简称BDS)坐标、蜂窝三角测量信息或无线保真(wireless fidelity，简称WiFi)信息。本领域技术人员将了解到，其它类型的技术也可用于生成所述乘客的大致位置。
收到所述接送请求160后，所述车辆104将获取乘客属性信息162。所述车辆104可以以各种不同的方式从各种不同的位置获取所述乘客属性信息。例如，当所述车辆104受信任时，所述车辆104可以从所述车辆104的所述存储器132读取所述乘客属性信息，如私人车辆的情况。在其它情况下，当所述车辆104是公共车辆(例如，出租车)或自主车辆时，所述车辆104可以从网络帐户、第三方云服务器290(参见图2)、与所述乘客的所述电子设备102上的应用相关联的应用等获取所述乘客属性信息。
在一实施例中，所述乘客属性信息包含“粗略”信息。在一实施例中，所述粗略乘客属性信息是可以观察到或公开的信息。粗略乘客属性信息的示例包括所述乘客的年龄、性别和身高、在所述接送请求时拍摄的所述乘客的照片、在所述接送请求时所述乘客的当前发型、当前发色或衣服描述。在一实施例中，所述粗略乘客属性信息不涉及乘客隐私。因此，所述粗略乘客属性信息可以由所述车辆104存储，或者存储在乘客的网络帐户中。
在一实施例中，所述乘客属性信息包含“精细”信息。在一实施例中，所述精细乘客属性信息涉及或含有乘客隐私。实际上，所述精细乘客属性信息可包括对所述乘客敏感的信息和/或所述乘客不希望被任意披露的信息。精细乘客属性信息的示例包括基于乘客人脸、身体和步态中的至少一个的三维(three dimensional，简称3D)模型。在一实施例中，所述3D模型由所述乘客的所述电子设备102根据所述乘客的请求以及所述乘客提供的信息生成。所述3D模型还可以通过其它方式预先生成，例如，3D摄像头或多个2D摄像头。因此，在一实施例中，所述精细乘客属性信息必须获得所述乘客授权后，所述乘客才能由所述车辆104或其它车辆接近。
在一实施例中，所述车辆104或其司机(如果有)可以在接收到所述接送请求后向所述乘客的所述电子设备102提供车辆信息164。在一实施例中，所述车辆信息包括所述车辆104的大致位置。所述车辆104的大致位置可以使用GPS坐标、BDS坐标、蜂窝三角测量信息和WiFi信息获得。所述乘客的大致位置和所述车辆104的大致位置中的一个或两个可以是动态的、实时更新的，并且作为所述车辆104的乘客和/或司机的参考显示在地图上。
所述车辆信息(也称为车辆识别信息)可以包括，例如，所述车辆104的3D模型、所述车辆104外部的条形码、所述车辆104的车牌号、所述车辆104外部的颜色图案、所述车辆104外部的发光二极管(light-emitting diode，简称LED)条带等。在一实施例中，所述车辆识别信息用于由所述乘客的所述电子设备102的所述摄像头114扫描，以识别提供给所述乘客的所述车辆104。
一旦所述车辆104获取所述乘客属性信息162，所述车辆104将进入所述乘客的大致位置，并进入所述第二阶段152。在一实施例中，当所述乘客在所述车辆104的所述摄像头134的范围内时，所述车辆104位于所述乘客的大致位置。在一实施例中，当所述乘客的当前位置在所述车辆104的司机的视觉距离内时，所述车辆104位于所述乘客的大致位置。
在第二阶段152中，调整166所述车辆104的摄像头134，以扫描所述车辆104之外的区域。在一实施例中，所述摄像机134可以向上、向下和/或旋转调整166。在一实施例中，所述摄像头134能够扫描所述车辆104周围三百六十度(360°)。所述车辆104的所述摄像头134尝试探测到所述乘客168。在一些实施例中，所述摄像头134可以激活以在到达所述乘客的大致位置时扫描相应区域。所述摄像头134可以定向到当前位置(例如，所述乘客从设备发送的动态更新位置消息中指示的)。在一实施例中，所述摄像头134能够探测行人的人脸、人体或其它方面。在一实施例中，所述摄像头134收集所述车辆104随后使用的信息，以生成所述乘客的3D模型。在一实施例中，所述摄像头134包括单目摄像头系统或立体摄像头系统。
继续参考图1，其中尝试使用粗略乘客属性信息170来探测所述乘客。所述决策器172(可以是所述车辆104的所述处理器130和/或所述车辆104的司机)确定所述扫描的结果是否探测到多于一个候选乘客174。如果没有，所述车辆104将前往被识别接送176的乘客。如果有，所述车辆将停放178在最适合的位置(例如，安全且当前可用的停车区)，并将所述车辆识别信息发送给所述乘客。一旦收到所述车辆识别信息，所述乘客将使用所述电子设备102上的应用180通过所述车辆识别信息自动识别所述车辆104。在一实施例中，所述应用使用所述电子设备102的所述摄像头114来使用所述车辆识别信息扫描和/或定位所述车辆104。当所述应用程序定位所述车辆104时，所述乘客可以前往所述停放的车辆104的位置进行接送。
如果尝试使用所述粗略乘客属性信息170探测所述乘客失败，则可以尝试使用所述精细乘客属性信息182探测乘客。如前所述，所述决策器172(可以是所述车辆104的所述处理器130和/或所述车辆104的司机)确定所述扫描的结果是否探测到多于一个乘客候选174。如果没有，所述车辆104将前往被识别接送176的乘客。如果有，所述车辆将停放178在最适合的位置，并将所述车辆识别信息发送给所述乘客。一旦收到所述车辆识别信息，所述乘客将使用所述电子设备102上的应用180通过所述车辆识别信息自动识别所述车辆104。在一实施例中，所述应用使用所述电子设备102的所述摄像头114来使用所述车辆识别信息扫描和/或定位所述车辆。当所述应用程序定位所述车辆104时，所述乘客可以前往所述停放的车辆104的位置进行接送。
图2示出了图1的所述乘客接送服务100的所述第一阶段200的另一个实施例。如图所示，所述乘客使用所述电子设备102向所述车辆104发送接送请求260。在一实施例中，所述接送请求包括所述乘客的大致位置的指示。在一实施例中，所述接送请求包括所述乘客属性信息，例如包含所述乘客的人脸的图像、在所述接送请求当天拍摄的所述乘客的照片、所述乘客的视频或所述乘客的肖像等。所述接送请求可以通过所述天线140从所述电子设备102发送到所述车辆104。
在一实施例中，所述乘客接送请求可以直接从所述乘客的所述电子设备102发送到所述车辆104，而无需经过例如第三方云服务器290。所述乘客属性信息250可随时提供给所述车辆104(例如，能够从所述车辆104的所述存储器132获取所述乘客属性信息)。如本文所用，所述第三方云服务器290可以代表应用服务器、网络服务器等。
在一实施例中，所述应用可以将所述乘客属性信息从所述电子设备102发送到所述第三方云服务器290，所述第三方云服务器290又将所述乘客属性信息发送到所述车辆104。所述乘客属性信息250可用于所述车辆104(例如，能够从所述车辆104的所述存储器132获取所述乘客属性信息)。在一实施例中，所述乘客设备102可以将所述粗略乘客属性信息发送到所述第三方云服务器290。在某些情况下，所述粗略乘客属性信息与所述接送请求同时发送。在其它情况下，当所述乘客使用所述应用在所述第三方云服务器290上建立帐户时，可以向所述第三方云服务器提供所述粗略乘客属性信息。
在一实施例中，所述乘客还可以在发送260所述接送请求时或大约在发送260所述接送请求时与所述车辆104共享精细乘客属性信息262(例如，所述3D模型信息)。所述精细乘客属性信息可以帮助所述车辆104轻松或更快地识别所述乘客。在一些实施例中，所述车辆104可有效和准确地利用所述乘客的粗略信息和精细信息识别乘客。例如，所述车辆104可执行识别操作，以比较所述乘客的粗略信息与摄像头134的扫描结果(例如图像或2D帧)，以缩小或过滤探测到的不太可能的目标(或物体)。随后，所述车辆104可以基于所述精细信息执行更详细的识别操作，以根据过滤的扫描结果识别所述乘客。基于所述粗略信息的识别操作比基于所述精细信息的识别操作更有效。基于所述精细信息的识别结果可以比基于所述粗略信息的识别结果更准确。因此，在所述电子设备102上运行的应用可能强烈建议与所述车辆104共享此信息。
如果所述乘客选择不与所述车辆104共享精细乘客属性信息，所述第三方云服务器290可以使用所述粗略乘客属性信息生成或获取所述精细乘客属性信息264。例如，所述第三方云服务器290可以使用所述建模软件通过可用的二维(two-dimensional，简称2D)乘客信息(例如，人脸图像、肖像、照片、视频等)生成与所述乘客对应的3D模型信息。在一实施例中，所述第三方云服务器290在向所述乘客以外的源提供所述2D模型信息后，从所述源获取所述3D模型信息。
继续参考图2，其中在一实施例中，所述第三方云服务器290将具有所述乘客的大致位置的所述乘客接送请求266转发到所述车辆104。所述车辆268或所述车辆104的司机确认所述乘客接送请求266。所述确认可以发送到所述第三方云服务器290，所述第三方云服务器290又将所述确认发送到所述乘客的所述电子设备102。然后，所述车辆104从所述第三方云服务器290获取或下载270所述精细乘客属性信息(例如，所述3D模型)。
在一实施例中，所述车辆104向所述第三方云服务器290发送/共享272所述车辆属性信息(例如，所述车辆的3D模型)。在一实施例中，所述车辆104可以授权所述电子设备102从所述第三方云服务器290下载所述车辆属性信息，而不是将所述车辆属性信息发送到所述第三方云服务器290。然后，所述第三方云服务器290可以将此车辆属性信息发送272到所述乘客的所述电子设备102。在一实施例中，所述车辆104还可以直接通过无线网络或天线140向所述电子设备102发送所述车辆属性信息，而无需使用所述第三方云服务器290。
一旦所述车辆104接收到所述乘客的大致位置，所述车辆104将前往该位置274。到达所述乘客的大致位置后，所述车辆104可以尝试定位乘客，如本文所述。
图3A-3B共同示出了图1的所述接送服务100的所述第二阶段300的另一个实施例。如图所示，所述车辆104到达所述乘客的大致位置350。在一实施例中，这可以在所述车辆104的所述摄像头134的范围内，或者在所述车辆104的司机的视觉范围内。
一旦所述车辆104位于所述乘客的大致位置，则调整所述车辆104的所述摄像头134至352，以扫描所述车辆104之外的区域。在一实施例中，所述摄像头134可以是单目摄像头系统或立体摄像头系统的一部分(例如，使用多个摄像头)。从所述车载和/或板载摄像头134获取视频输入354。也就是说，所述扫描结果由所述车辆104获取。在一实施例中，所述车辆104的所述处理器130在所述视频序列356中执行人脸、人体和/或行人探测，然后生成所述乘客的3D重建。
所述车辆104的所述摄像头134尝试使用此处描述的粗略乘客信息来探测和/或识别所述乘客358。在一实施例中，所述车辆104通过将粗乘客属性信息粗略乘客属性信息与所述摄像头134的扫描结果进行比较来确定所述乘客是否已被识别。这种比较可能会产生单个候选乘客或多个潜在候选乘客360。如果根据比较发现未超过一名候选乘客，则所述车辆104确定362所述乘客是否可接近进行接送。如果是，所述车辆104会接送所述乘客364。
在一实施例中，在所述乘客被接送后或乘客被运送到目的地后，所述乘客属性信息从所述车辆104的所述存储器132中强制删除和/或所述车辆属性信息从所述电子设备102的所述存储器112中强制删除366。
如果发现多于一个潜在候选乘客360，则可以将所述摄像头134的扫描结果与所述精细乘客属性信息368进行比较。这种比较可能会产生单个候选乘客或多个潜在候选乘客370。如果根据比较发现未超过一名候选乘客，则所述车辆104确定362所述乘客是否可接近进行接送。如果是，所述车辆104会接送所述乘客364。如前所述，在一实施例中，在某些情况下，信息可以强制删除366。
如果发现多于一个潜在候选乘客370，则确定372所述车辆104是否属于自主。如果不是，在一实施例中，可以为所述车辆104的司机显示374所述乘客的照片。如果所述车辆104的司机能够从所述照片中识别出所述乘客，并且所述乘客基于所述确定362可接近进行接送，则所述车辆104接送所述乘客364。如前所述，在一实施例中，信息可以在此后强制删除366。
如果所述确定372显示所述车辆104属于自主，或者所述确定362显示乘客不可用于接送(例如，道路被阻塞，乘客位于车辆禁行的安全区域等)，所述车辆104可停放在方便或最适合的位置376。停车后，所述车辆104将所述车辆属性信息发送到所述乘客的所述电子设备102。所述乘客的所述电子设备102使用所述接收到的车辆属性信息来识别所述车辆104。在一实施例中，所述电子设备102使用在所述电子设备102上运行或启动的应用。在一实施例中，所述电子设备102使用所述车辆的3D模型来定位适当的车辆。一旦找到正确的所述车辆104，所述乘客便可以前往用于接送的所述车辆104。如前所述，在一实施例中，信息可以在此后强制删除366。
图4示出了乘客实现图1的所述乘客接送服务100的一部分400以使用电子设备102定位车辆的实施例。如图所示，例如当所述乘客在所述电子设备102上运行用于接送服务的所述应用402时，可以实施所述部分400。在图4中运行的所述应用402可以与在图3B中运行的所述应用378相同或相似。使用所述应用和所述电子设备102的摄像头114，所述乘客沿着所述车辆位置(例如车辆的GPS坐标)确定的方向扫描所述区域404。所述车辆104可向所述电子设备102提供车辆位置，如本文所述。
所述电子设备102的所述摄像头114用于使用某种类型的车辆识别信息扫描所述车辆104。例如，所述电子设备102的所述摄像头114可以通过搜索所述车辆104上的彩色LED显示器406显示的随机颜色图案来尝试识别所述车辆104。本领域技术人员将了解到，所述车辆104可以通过本文所述的各种不同方式进行唯一标识。一旦找到正确的所述车辆104，所述乘客便可以前往用于接送的所述车辆104。
图5是根据本发明实施例的乘客接送设备500的示意图。所述乘客接送设备500适合实施本文所述的所公开的实施例。例如，所述乘客接送设备500可以是所述电子设备102或所述车辆104的组件。所述乘客接送设备500包括入口端口510和接收单元(receiverunit，简称Rx)520，用于接收数据；处理器、逻辑单元或中央处理单元(central processingunit，简称CPU)530，用于处理数据；用于传输数据的发送器单元(transmitter unit，简称Tx)540和出口550；以及用于存储数据的存储器560。所述乘客接送设备500还可以包括耦合至入口端口510、接收器单元520、发送器单元540和出口端口550的光电(optical-to-electrical，简称OE)转换组件和光电(electrical-to-optical，简称EO)转换组件，用于输出或输入光或电信号。
所述处理器530通过硬件和软件实现。所述处理器530可实现为一个或多个CPU芯片、内核(例如，作为多核处理器)、一个或多个图形处理单元(graphics processing unit，简称GPU)、现场可编程门阵列(field-programmable gate array，简称FPGA)、专用集成电路(application specific integrated circuit，简称ASIC)和数字信号处理器(digitalsignal processor，简称DSP)。所述处理器530与所述入口端口510、接收器单元520、发送器单元540、出口端口550和存储器560通信。所述处理器530包括乘客接送模块570。所述乘客接送模块570实施上述公开的实施例。例如，所述乘客接送模块570实施、处理、准备或提供所述电子设备102和/或所述车辆104的各种功能。因此，包括所述乘客接送模块570对所述乘客接送设备500的功能提供了实质性的改进，并实现了将所述乘客接送设备500转变为不同状态。或者，将所述乘客接送模块570实施为存储在所述存储器560中的指令，并由所述处理器530执行。
所述存储器560包括一个或多个磁盘、磁带驱动器和固态驱动器，可用作溢出数据存储设备，以在选择执行这些程序时存储程序，以及存储在程序执行期间读取的指令和数据。所述存储器560可以是易失性和/或非易失性的，并且可以是只读存储器(read-onlymemory，简称ROM)、随机存取存储器(random access memory，简称RAM)、三进制内容可寻址存储器(ternary content-addressable memory，简称TCAM)和/或静态随机存取存储器(static random-access memory，简称SRAM)。
图6示出了通过车辆104实现所述乘客接送服务100的方法600的实施例。在一实施例中，当乘客想要接送并发起接送请求时，可以执行所述方法600。在方框602中，从乘客处接收接送请求。在一实施例中，所述接送请求包括所述乘客的大致位置。
在方框604中，所述车辆104的所述摄像头134在到达所述乘客的大致位置后对所述乘客进行扫描。在方框606中，当所述乘客被所述摄像头134使用粗略乘客属性信息识别并可接近进行接送时，接送所述乘客。在方框608中，当所述乘客被所述摄像头134使用精细乘客属性信息识别，所述乘客可接近进行接送，并且所述粗略乘客属性信息未能标识所述乘客。
在方框610中，当所述乘客未被所述摄像头134使用所述精细乘客属性信息识别时，并且当所述乘客被识别但不可接近进行接送时，向所述乘客发送所述车辆104的大致位置和车辆识别信息。
本文公开的乘客接送系统和方法使用未来乘客的标识信息和/或乘客和车辆的位置信息，在车辆与未来乘客之间实现高度成功和高效的连接。
一种车辆包括用于接收装置，用于接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；摄像头装置，耦合至所述接收装置，所述摄像头装置用于在所述乘客到达所述乘客的所述大致位置后对所述乘客进行扫描；处理装置，耦合至所述摄像头装置，所述处理装置用于通过将乘客属性信息与所述摄像头装置的扫描结果进行比较来确定所述乘客是否已被识别；发送装置，耦合至所述处理器，所述发送装置用于在所述乘客未被识别时向所述乘客发送所述车辆的大致位置和车辆识别信息，其中，当所述乘客被识别并可接近进行接送时，所述乘客由所述车辆接送。
一种乘客的电子设备包括：发送装置，用于向车辆发送接送请求，所述接送请求包括所述乘客的大致位置；接收装置，耦合至所述发送装置，所述接收装置用于在所述乘客未被所述车辆定位时以及在所述乘客被所述车辆定位但不可接近进行接送时接收所述车辆的大致位置和车辆识别信息；摄像头装置，耦合至所述接收装置，所述摄像头装置用于在所述乘客未被所述车辆识别时以及在所述乘客被所述车辆识别但不可接近进行接送时使用所述车辆识别信息对所述车辆进行扫描；所述处理装置，耦合至所述摄像头装置，所述处理装置用于基于所述摄像头装置的扫描结果识别接收到所述乘客的所述接送请求的车辆；以及显示装置，耦合至所述处理装置，所述显示装置用于显示为所述乘客识别的车辆。
虽然本发明中已提供若干实施例，但应理解，在不脱离本发明的精神或范围的情况下，本发明所公开的系统和方法可以以许多其它特定形式来体现。本发明的实例应被视为说明性而非限制性的，且本发明并不限于本文本所给出的细节。例如，各种元件或部件可以在另一系统中组合或合并，或者某些特征可以省略或不实施。
本发明包括一种实现车辆接送服务的方法，所述包括：接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；当所述乘客到达所述乘客的所述大致位置后使用摄像头对所述乘客进行扫描；当所述乘客被所述摄像头装置使用粗略乘客属性信息识别并可接近进行接送时，接送所述乘客；当所述乘客被所述摄像头装置使用精细乘客属性信息识别，所述乘客可接近进行接送，并且所述粗略乘客属性信息未能标识所述乘客；当所述乘客未被所述摄像头使用所述精细乘客属性信息识别时，并且当所述乘客被识别但不可接近进行接送时，向所述乘客发送所述车辆的大致位置和车辆识别信息。
此外，在不脱离本发明的范围的情况下，各种实施例中描述和说明为离散或单独的技术、系统、子系统和方法可以与其它系统、模块、技术或方法进行组合或集成。展示或论述为彼此耦合或直接耦合或通信的其它项也可以采用电方式、机械方式或其它方式经由某一接口、设备或中间组件间接地耦合或通信。其它变化、替代和改变的示例可以由本领域的技术人员在不脱离本文精神和所公开的范围的情况下确定。

Claims (29)

1.一种车辆，其特征在于，包括：
接收器，用于接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；
摄像头，耦合至所述接收器，所述摄像头用于在所述乘客到达所述乘客的所述大致位置后对所述乘客进行扫描；
处理器，耦合至所述摄像头，所述处理器用于基于乘客属性信息与所述摄像头的所述扫描的结果之间的比较识别所述乘客；
发送器，耦合至所述处理器，所述发送器用于在所述乘客未被识别时向所述乘客发送所述车辆的大致位置和车辆识别信息，所述车辆识别信息包括颜色图案或发光二极管条带的信息，其中，所述颜色图案或发光二极管条带用于识别所述车辆；
LED显示器，设置于所述车辆上，用于显示所述颜色图案或发光二极管条带；其中，当所述乘客被识别并可接近进行接送时，所述乘客由所述车辆接送。
2.根据权利要求1所述的车辆，其特征在于，所述发送器用于发送接送确认以响应所述接送请求，并在所述乘客被识别但无法接近进行接送时向所述乘客发送所述车辆的所述大致位置和所述车辆识别信息。
3.根据权利要求1所述的车辆，其特征在于，所述摄像头包括单目摄像头系统或立体摄像头系统。
4.根据权利要求1所述的车辆，其特征在于，所述乘客的所述大致位置和所述车辆的所述大致位置各自包括全球定位系统(global positioning system，简称GPS)坐标、北斗导航卫星系统(BeiDou Navigation Satellite System，简称BDS)坐标、蜂窝三角测量信息或无线保真(wireless fidelity，简称WiFi)信息中的一个。
5.根据权利要求1所述的车辆，其特征在于，所述乘客属性信息从所述车辆的存储器获取，所述存储器耦合至所述处理器。
6.根据权利要求1所述的车辆，其特征在于，所述接送请求和所述乘客属性信息从与所述乘客的电子设备上的应用相关联的应用服务器接收。
7.根据权利要求1所述的车辆，其特征在于，所述乘客属性信息包含粗略信息，所述粗略信息包括所述乘客的年龄、性别和身高中的至少一个、在所述接送请求时拍摄的所述乘客的照片、在所述接送请求时所述乘客的当前发型、当前发色或衣服描述。
8.根据权利要求7所述的车辆，其特征在于，所述乘客属性信息包含精细信息，所述精细信息包括基于所述乘客的人脸、身体或步态中的至少一个的三维(three dimensional，简称3D)模型，并且所述精细信息仅在所述粗略信息未能标识所述乘客时使用。
9.根据权利要求1所述的车辆，其特征在于，所述乘客属性信息包括包含所述乘客的人脸的图像、在所述接送请求当天拍摄的所述乘客的照片、所述乘客的视频或所述乘客的肖像中的至少一个。
10.根据权利要求1所述的车辆，其特征在于，所述车辆识别信息还包括所述车辆的三维(three dimensional，简称3D)模型、所述车辆的车牌号中的至少一种。
11.根据权利要求1所述的车辆，其特征在于，所述车辆识别信息用于由所述乘客的电子设备的摄像头扫描以识别所述车辆。
12.根据权利要求1所述的车辆，其特征在于，所述摄像头和所述处理器耦合至所述显示器，所述显示器用于显示可能是向所述车辆的司机发起所述接送请求的乘客的个人图像。
13.根据权利要求1所述的车辆，其特征在于，所述车辆是自主车辆。
14.一种乘客的电子设备，其特征在于，包括：
发送器，用于向车辆发送接送请求，所述接送请求包括所述乘客的大致位置；
接收器，耦合至所述发送器，所述接收器用于接收所述车辆的大致位置和车辆识别信息，所述车辆识别信息包括用于颜色图案发光二极管条带的信息，其中，所述颜色图案或发光二极管条带用于识别所述车辆；
摄像头，耦合至所述接收器，所述摄像头用于使用所述车辆识别信息对显示于所述车辆上的所述车辆识别信息进行扫描，以响应接收所述乘客未被所述车辆识别并且所述乘客被所述车辆识别但不可接近进行接送的指示；
处理器，耦合至所述摄像头，所述处理器用于基于所述摄像头的所述扫描的结果识别所述车辆；
显示器，耦合至所述处理器，所述显示器用于显示为所述乘客识别的所述车辆。
15.根据权利要求14所述的电子设备，其特征在于，所述接送请求通过与所述乘客的所述电子设备上的应用相关联的应用服务器发送到所述车辆。
16.根据权利要求14所述的电子设备，其特征在于，所述发送器用于将乘客属性信息以及所述接送请求一起发送到所述车辆。
17.根据权利要求14所述的电子设备，其特征在于，所述发送器用于将乘客属性信息发送到与所述车辆通信的应用服务器。
18.根据权利要求14所述的电子设备，其特征在于，所述车辆的所述大致位置包括全球定位系统(global positioning system，简称GPS)坐标、北斗导航卫星系统(BeiDouNavigation Satellite System，简称BDS)坐标、蜂窝三角测量信息或无线保真(wirelessfidelity，简称WiFi)信息中的一个。
19.一种实现车辆接送服务的方法，其特征在于，包括：
接收来自乘客的接送请求，所述接送请求包括所述乘客的大致位置；
当所述乘客到达所述乘客的所述大致位置后使用摄像头对所述乘客进行扫描；
基于乘客属性信息与所述摄像头的所述扫描的结果之间的比较识别所述乘客；
当所述乘客未被识别时，向所述乘客发送所述车辆的大致位置和车辆识别信息，所述车辆识别信息包括颜色图案或发光二极管(light-emitting diode，简称LED)条带的信息，其中，所述颜色图案或发光二极管条带用于识别所述车辆；
显示所述颜色图案或发光二极管条带。
20.根据权利要求19所述的方法，其特征在于，所述乘客属性信息包含粗略乘客属性信息，所述方法还包括：
使用所述粗略乘客属性信息与所述扫描的结果比较识别所述乘客并可接近进行接送时，接送所述乘客。
21.根据权利要求20所述的方法，其特征在于，所述乘客属性信息还包含精细乘客属性信息，所述方法还包括：
当使用所述粗略乘客属性信息未能识别所述乘客时，使用所述精细乘客属性信息与所述扫描的结果比较识别所述乘客并可接近进行接送时，接送所述乘客。
22.根据权利要求20所述的方法，其特征在于，所述粗略乘客属性信息包括所述乘客的年龄、性别、身高中的至少一个、在所述接送请求时拍摄的所述乘客的照片、在所述接送请求时所述乘客的当前发型、当前发色或衣服描述。
23.根据权利要求21所述的方法，其特征在于，所述精细乘客属性信息包括基于所述乘客的人脸、身体或步态中的至少一个的三维(three dimensional，简称3D)模型。
24.根据权利要求19所述的方法，其特征在于，还包括：
发送接送确认以响应所述接送请求，并在所述乘客被识别但无法接近进行接送时向所述乘客发送所述车辆的所述大致位置和所述车辆识别信息。
25.根据权利要求19所述的方法，其特征在于，所述乘客的所述大致位置和所述车辆的所述大致位置各自包括全球定位系统(global positioning system，简称GPS)坐标、北斗导航卫星系统(BeiDou Navigation Satellite System，简称BDS)坐标、蜂窝三角测量信息或无线保真(wireless fidelity，简称WiFi)信息中的一个。
26.根据权利要求19所述的方法，其特征在于，所述乘客属性信息包括包含所述乘客的人脸的图像、在所述接送请求当天拍摄的所述乘客的照片、所述乘客的视频或所述乘客的肖像中的至少一个。
27.根据权利要求19所述的方法，其特征在于，所述车辆识别信息还包括所述车辆的三维(three dimensional，简称3D)模型、所述车辆的车牌号中的至少一种。
28.根据权利要求19所述的方法，其特征在于，还包括：
显示向所述车辆的司机发起所述接送请求的乘客的个人图像。
29.一种计算机可读存储介质，其特征在于，存储有程序，当所述程序被处理器执行时，使得所述处理器执行如权利要求19-28任一项所述的方法。
CN201980009106.9A 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务 Active CN111615721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211126352.2A CN115640862A (zh) 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/880,009 2018-01-25
US15/880,009 US20190228246A1 (en) 2018-01-25 2018-01-25 Pickup Service Based on Recognition Between Vehicle and Passenger
PCT/CN2019/072791 WO2019144876A1 (en) 2018-01-25 2019-01-23 Pickup Service Based on Recognition between Vehicle and Passenger

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202211126352.2A Division CN115640862A (zh) 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务

Publications (2)

Publication Number Publication Date
CN111615721A CN111615721A (zh) 2020-09-01
CN111615721B true CN111615721B (zh) 2022-09-23

Family

ID=67298711

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202211126352.2A Pending CN115640862A (zh) 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务
CN201980009106.9A Active CN111615721B (zh) 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202211126352.2A Pending CN115640862A (zh) 2018-01-25 2019-01-23 基于车辆与乘客之间进行识别的接送服务

Country Status (4)

Country Link
US (1) US20190228246A1 (zh)
EP (1) EP3740946A4 (zh)
CN (2) CN115640862A (zh)
WO (1) WO2019144876A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018206344A1 (de) * 2018-04-25 2019-10-31 Robert Bosch Gmbh Verfahren und Fahrzeugsystem zur Passagiererkennung durch autonome Fahrzeuge
US20200183415A1 (en) * 2018-12-10 2020-06-11 GM Global Technology Operations LLC System and method for control of an autonomous vehicle
US11685401B2 (en) * 2020-09-29 2023-06-27 Waymo Llc Semantic identification of pickup locations
CN113053095A (zh) * 2021-03-27 2021-06-29 李文祥 一种低空座率的网约车系统与方法
DE102021208063A1 (de) 2021-07-27 2023-02-02 Volkswagen Aktiengesellschaft Verfahren zum Betreiben eines Fahrzeugs und System mit einem Fahrzeug
CN113870555B (zh) * 2021-09-08 2023-11-03 南京静态交通产业技术研究院 基于手机imsi码与电子车牌的人车协同识别方法
US20230142544A1 (en) * 2021-11-11 2023-05-11 Argo AI, LLC System and Method for Mutual Discovery in Autonomous Rideshare Between Passengers and Vehicles

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096587A (zh) * 2015-05-15 2015-11-25 浙江海洋学院 打车软件辅助人车快速识别系统
CN105575148A (zh) * 2016-02-02 2016-05-11 深圳还是威健康科技有限公司 乘客识别方法和系统
CN106803343A (zh) * 2015-11-26 2017-06-06 昆山研达电脑科技有限公司 智能打车系统
CN107221151A (zh) * 2016-03-21 2017-09-29 滴滴（中国）科技有限公司 基于图像识别的接单司机识别乘客的方法及装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751775A (zh) * 2008-11-28 2010-06-23 上海迪哈大计算机科技有限公司 一种搭车请求处理系统以及相应的控制方法
CN202362930U (zh) * 2011-11-29 2012-08-01 杭州妙影微电子有限公司 一种基于移动终端的出租车叫租和拼租系统
CN103903428B (zh) * 2014-03-24 2016-05-04 宇龙计算机通信科技(深圳)有限公司 预约出租车的方法、终端及系统
CN104123834A (zh) * 2014-06-27 2014-10-29 北京艾亿沃德电子有限公司 出租车叫车管理结算系统与方法
US9823081B2 (en) 2014-12-03 2017-11-21 Ford Global Technologies, Llc Vehicle passenger identification
US20160275638A1 (en) * 2015-03-20 2016-09-22 David M. Korpi Vehicle service request system having enhanced safety features
KR101646134B1 (ko) * 2015-05-06 2016-08-05 현대자동차 주식회사 자율주행차량 및 그 제어 방법
US20170178269A1 (en) 2015-12-17 2017-06-22 Counterfy Llc Displayed identifier for a ridesharing service
US10088846B2 (en) * 2016-03-03 2018-10-02 GM Global Technology Operations LLC System and method for intended passenger detection
JP6542708B2 (ja) * 2016-04-22 2019-07-10 株式会社Ｓｕｂａｒｕ 表示装置
CN107016369A (zh) * 2017-04-07 2017-08-04 合肥凯越信息科技有限公司 一种基于实名制的车载动态乘客数据对比系统及方法
US11493348B2 (en) * 2017-06-23 2022-11-08 Direct Current Capital LLC Methods for executing autonomous rideshare requests
CN107563688A (zh) * 2017-08-24 2018-01-09 鄂尔多斯市普渡科技有限公司 一种可用于货运的无人驾驶出租车的租用方法
CN107590992B (zh) * 2017-08-31 2020-10-20 武汉斑马快跑科技有限公司 基于增强现实体感技术的快速约车方法及系统
US10511943B2 (en) * 2017-11-29 2019-12-17 Qualcomm Incorporated Method and apparatus for requesting a transport vehicle from a mobile device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096587A (zh) * 2015-05-15 2015-11-25 浙江海洋学院 打车软件辅助人车快速识别系统
CN106803343A (zh) * 2015-11-26 2017-06-06 昆山研达电脑科技有限公司 智能打车系统
CN105575148A (zh) * 2016-02-02 2016-05-11 深圳还是威健康科技有限公司 乘客识别方法和系统
CN107221151A (zh) * 2016-03-21 2017-09-29 滴滴（中国）科技有限公司 基于图像识别的接单司机识别乘客的方法及装置

Also Published As

Publication number Publication date
CN115640862A (zh) 2023-01-24
CN111615721A (zh) 2020-09-01
EP3740946A1 (en) 2020-11-25
WO2019144876A1 (en) 2019-08-01
US20190228246A1 (en) 2019-07-25
EP3740946A4 (en) 2021-03-17

Similar Documents

Publication Publication Date Title
CN111615721B (zh) 基于车辆与乘客之间进行识别的接送服务
US20210254985A1 (en) Method of remotely identifying one of a passenger and an assigned vehicle to the other
CN108628301B (zh) 用于操作自动驾驶车辆的时间数据关联
US10460180B2 (en) Systems and methods for visual classification with region proposals
US10753757B2 (en) Information processing apparatus and information processing method
CN108139202A (zh) 图像处理装置、图像处理方法和程序
CN109005498A (zh) 车辆定位器和导向器
CN107924040A (zh) 图像拾取装置、图像拾取控制方法和程序
US20200393835A1 (en) Autonomous rideshare rebalancing
CN106164931B (zh) 用于在车辆显示装置上显示目标的方法和装置
CN108028883A (zh) 图像处理装置、图像处理方法和程序
US20200074065A1 (en) Integrated identification and authentication for car sharing and taxi service
JP7145971B2 (ja) 自律車両による乗客認識のための方法および車両システム
US11615545B2 (en) System and method for detecting in-vehicle conflicts
US20210403053A1 (en) Method for calling a vehicle to user's current location
US11210948B2 (en) Vehicle and notification method
CN113950020A (zh) 用于自主车辆的车辆共乘定位和乘客识别
US20200294119A1 (en) Computer program product and computer-implemented method
JP2020057203A (ja) 画像処理装置、プログラム、情報処理システム、及び制御方法
AU2018102204A4 (en) System and method for detecting in-vehicle conflicts
CN115249198A (zh) 增强的约车系统和方法
JP2022160309A (ja) 情報処理装置、プログラム及び情報処理方法
CN112074871A (zh) 高清地图管理系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant