CN112154659A - 用于街道级图像数据的协调收集的系统和方法 - Google Patents

用于街道级图像数据的协调收集的系统和方法 Download PDF

Info

Publication number
CN112154659A
CN112154659A CN201980032116.4A CN201980032116A CN112154659A CN 112154659 A CN112154659 A CN 112154659A CN 201980032116 A CN201980032116 A CN 201980032116A CN 112154659 A CN112154659 A CN 112154659A
Authority
CN
China
Prior art keywords
computing device
provider computing
street
computer system
server computer
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
CN201980032116.4A
Other languages
English (en)
Inventor
蕾妮·帕克
苏拉布·萨拉夫
拉梅什·萨鲁克凯
维奈·谢特
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.)
Lyft Inc
Original Assignee
Lyft Inc
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 Lyft Inc filed Critical Lyft Inc
Publication of CN112154659A publication Critical patent/CN112154659A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/66Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661Transmitting camera control signals through networks, e.g. control via the Internet
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/50Service provisioning or reconfiguring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

所公开的计算机实施的方法可以包括:(i)由服务器计算机系统识别用于捕获街道级图像数据的提供方计算设备,其中,提供方计算设备对被定位成捕获车辆外部的街道级影像的照相机进行控制,(ii)由服务器计算机系统确定下述配置,该配置控制提供方计算设备的使用以将由照相机捕获的街道级图像数据提供给服务器计算机系统,(iii)由服务器计算机系统将配置发送到计算设备,以及(iv)从计算设备接收由计算设备响应于配置使用照相机捕获的街道级图像数据。还公开各种其他方法、系统、和计算机可读介质。

Description

用于街道级图像数据的协调收集的系统和方法
技术领域
在个人计算时代,数字平台和数字服务已经越来越融入日常生活。相应地,这些平台和服务通常依赖于现实世界的数据。例如,数字地收集和存储的街道级影像(imagery,像、图像)现在为无数个体和公司提供进入其社区、城市和高速公路的视野。
但是,街道级图像捕获可能是昂贵的过程。传统方法包括购买带有专业照相机的专用车队以及聘请驾驶员采取预定的路线来捕获被视为最重要的影像。不幸的是,最终的覆盖可能无法满足所有目的,因为由于时间或成本限制,一些街道可能会被忽略。此外,随着街道及其周围环境的改变,影像数据可能很快变得过时。
附图说明
附图例示了若干示例性实施方式,并且这些附图是说明书的一部分。这些附图与以下描述一起展示并解释本公开内容的各种原理。
图1是示例性地图误差的例示。
图2是用于收集街道级图像数据的示例性系统的图表。
图3是用于收集街道级图像数据的示例性系统的图表。
图4是具有安装好的计算设备的示例性车辆(vehicle,交通工具)仪表板的例示。
图5是示例性地理围栏地图的例示。
图6是示例性热图的例示。
图7是街道级图像收集的示例性场景的例示。
图8是在变化的条件下拍摄的示例性图像的例示。
图9是基于街道级图像收集的运输匹配的示例性场景的例示。
图10是示例性街道级图像的例示。
图11是用于收集街道级图像数据的示例性方法的流程图。
图12是用于收集街道级图像数据的另一示例性方法的流程图。
图13是示例请求方/提供方管理环境的例示。
图14是示例数据收集和应用管理系统的例示。
在附图中,相同的附图指示和描述指示相似但不一定相同的元件。尽管本文所描述的示例性实施方式可以有各种修改和替代形式,但是具体实施方式已经在附图中以示例的方式被示出,并将在文中进行详细描述。然而,本文所描述的示例性实施方式并不意在限于所公开的特定形式。而是,本公开内容涵盖落入所附权利要求的范围内的所有修改、等同物和替代物。
具体实施方式
本公开内容总体上涉及收集街道级图像数据。如将在下面更详细地解释的,本公开内容的实施方式可以配置和/或协调跨若干车辆的街道级图像数据的收集。例如,远程服务器计算机可以与一队车辆中配备有照相机的设备进行通信,并且基于配备有照相机的设备的属性和/或动态地确定的图像收集需求,为每个配备有照相机的设备配置自定义图像收集指令。
如以下将更详细地讨论的,通过(i)基于由移动设备传感器数据触发的条件来利用现有的移动设备(例如,运输提供方拥有的和已经使用的移动设备)适应性地收集街道级图像数据,以及(ii)使用服务器计算机系统协调跨驾驶员的街道级图像数据的收集,该服务器计算机系统动态地配置移动设备以优化聚集的图像收集性能(同时避免对主要运输匹配应用产生负面影响),本文所描述的系统和方法可以使得高级别的街道级图像收集覆盖和刷新成为可能。此外,这些系统和方法可以使得实时(或接近实时)地使用所收集的图像数据(例如,以向运输匹配平台提供附加的和改进的功能)成为可能。
例如,一队运输提供方(也称为“搭乘提供方”、“服务提供方”或简称为“提供方”)可以通过在他们的移动设备上使用运输匹配应用来参与动态运输匹配服务,该移动设备使运输提供方与运输请求方匹配以及/或者在运输提供方拾取和放下运输请求方(也称为“搭乘请求方”、服务请求方”或简称为“请求方”)时提供导航协助。由于提供方可以将他们的移动设备安装在他们的车辆的仪表板上(例如,以较好地使用运输应用),当提供方行驶以拾取和放下请求方时,本文所描述的系统和方法可以使用移动设备上的后置照相机拍摄街道级图像。如下面将更详细地描述的,通过从远程服务器计算机向移动设备提供定制的图像收集指令,本文所描述的系统和方法可以做出关于何时以及如何捕获街道级图像的适应性的和/或协调的决策,以便最大化所捕获的图像数据的量和质量,同时最小化对驾驶员的移动设备或者运输匹配应用的性能的干扰。
此外,如下面将较详细地描述的,通过指定在其之下移动设备要捕获图像和/或上传图像数据的条件,本文所描述的系统和方法可以利用各种各样的移动计算设备传感器中的任何移动计算设备传感器来确定何时花费移动设备资源来收集图像数据。在一些示例中,通过利用现有提供方参与和移动设备的使用,本文所描述的系统和方法可以收集具有高水平的相关覆盖(例如,沿着运输匹配网络中的提供方行驶的所有街道)和高速率的刷新(例如,可能按每周或每天来刷新街道级图像数据)的街道级图像数据。此外,在一些示例中,本文所描述的系统和方法可以使用街道级图像数据来用于实时或接近实时的应用(例如,以向运输匹配应用提供附加的和/或改进的功能)。例如,本文所描述的系统和方法可以使用街道级图像数据来改进由搭乘请求方和搭乘提供方之间的运输匹配系统执行的匹配(例如,通过使用街道级图像数据来对提供方在估算行驶时间和/或路线时可用的街道数据提供实时更新和/或增强)。作为另一示例,本文所描述的系统和方法可以使用街道级图像数据来改进车辆导航系统(例如,通过使用街道级图像数据来对用于选择路线和/或估算行驶时间的街道数据执行实时更新和/或增强)。在一些示例中,本文所描述的系统和方法可以改进定位系统(例如,通过使用街道级图像数据来基于识别出的地标更准确地确定提供方车辆的位置)。此外,在一些示例中,本文所描述的系统和方法可以改进地图绘制系统(例如,通过使用街道级图像数据来识别和校正地图数据中的遗漏和/或错误)。
此外,本文所描述的系统和方法可以通过选择性地使用计算资源以捕获、处理、存储和/或上传街道级图像来改进计算机本身的功能,从而防止可能本来会由街道级图像收集引起的计算机性能的降级。例如,本文所描述的系统和方法可以通过仅在指定条件下捕获、存储和上传街道级图像来减少对电池电量、存储空间、存储输入/输出带宽、网络带宽和/或计算机的处理器容量的消耗。在一些示例中,本文所描述的系统和方法可以通过防止由于街道级图像数据收集导致的对运输匹配应用的性能的干扰(例如,通过确保街道级图像数据收集不会消耗运输匹配应用可靠地且有效地运行所需的计算机资源),来改进计算机本身的功能。
在一个示例中,对于一个或更多个车辆,服务器计算机系统可以(i)识别用于捕获街道级影像的提供方计算设备,其中,提供方计算设备与车辆相关联并对被定位成捕获车辆外部的街道级影像的照相机进行控制,(ii)确定下述配置,所述配置控制提供方计算设备的使用以将从由车辆给予照相机的有利位置捕获的街道级图像数据提供给服务器计算机系统,(iii)将配置发送给提供方计算设备,以及(iv)从提供方计算设备接收由提供方计算设备响应于配置使用照相机捕获的街道级图像数据。
提供方计算设备的配置可以以各种各样的方式中的任何方式来控制提供方计算设备的使用(例如,照相机、存储器、和/或网络资源的使用)。在一些示例中,配置可以至少部分地基于由提供方计算设备接收的传感器数据来控制提供方计算设备的使用,以提供街道级图像数据。例如,传感器数据可以指示提供方计算设备的地理定位,并且配置可以与用于控制提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
服务器计算机系统可以基于各种各样的因素中的任何因素来确定要发送到计算设备的配置。例如,服务器计算机系统可以通过基于一个或更多个数据收集规则识别街道级图像数据的收集目标来确定配置。服务器计算机系统还可以确定,与对应车辆相关联的提供方计算设备组和数据收集规则相匹配。因此,服务器计算机系统可以为提供方计算设备组中的每个提供方计算设备确定配置,使得提供方计算设备组被共同地配置为满足收集目标。可以基于各种各样的因素中的任何因素为提供方计算设备组中的每个组确定单独的配置。例如,服务器计算机系统可以通过接收来自与车辆相关联的提供方计算设备的能力数据以及来自与多个车辆内的另外的车辆相关联的至少一个另外的计算设备的能力数据来确定单独的配置。然后,服务器计算机系统可以基于来自提供方计算设备的能力数据和来自另外的提供方计算设备的能力数据,为提供方计算设备组中的每个提供方计算设备优化单独的配置。在一些示例中,来自提供方计算设备和另外的计算设备的能力数据可以描述相应设备的计算能力。附加地或替代性地,能力数据可以描述相应设备的照相机可获得的视野(例如,由于相应设备的车辆提供的不同的有利位置)。
在一些示例中,用于收集图像数据的提供方计算设备可以包括提供方应用。在这些示例中,服务器计算机系统可以至少部分地基于从与不同车辆相关联的不同计算设备接收的街道级图像数据,将指令传输给提供方应用。
根据一些实施方式,服务器计算机系统可以基于街道级图像数据来更新提供方计算设备的配置。例如,服务器计算机系统可以更新配置以使提供方计算设备提供与街道级图像数据有关的附加的街道级图像数据。然后,服务器计算机系统可以从提供方计算设备接收附加的街道级图像数据。
控制提供方计算设备的使用以提供街道级图像数据的配置可以控制对提供方计算设备的各种资源的使用。例如,配置可以控制提供方计算设备的使用以使用照相机捕获街道级图像。附加地或替代性地,配置可以包括供提供方计算设备将使用照相机捕获的街道级图像上传到服务器计算机系统的至少一个条件。例如,该条件可以包括:用于上传街道级图像的指定类型的网络连接、提供方计算设备可用的指定网络传送容量、自先前街道级图像的上传以来的指定时间量、提供方计算设备的指定电池电量、和/或提供方计算设备可用的指定存储器容量。
在另一示例中,与车辆相关联的计算设备可以连接至协调跨一队车辆的图像数据收集的服务器计算机系统,其中,提供方计算设备控制被定位成查看车辆外部的街道级影像的照相机。提供方计算设备还可以从服务器计算机系统接收配置,该配置控制提供方计算设备的使用以将由照相机捕获的街道级图像数据提供给服务器计算机系统。提供方计算设备还可以基于由提供方计算设备访问的传感器数据且响应于配置,来确定条件被满足以使用提供方计算设备将来自通过照相机查看到的街道级图像的街道级图像数据提供到服务器计算机系统。然后,提供方计算设备可以基于确定条件被满足来使用提供方计算设备的资源以将街道级图像数据提供给服务器计算机系统。
提供方计算设备可以有条件地使用各种各样的资源中的任何资源来将街道级图像数据提供给服务器计算机系统。例如,提供方计算设备可以基于确定条件被满足来使用照相机(例如,从而使用照相机和/或存储设备)捕获街道级图像。附加地或替代性地,提供方计算设备可以基于确定条件被满足(例如,从而使用网络连接)来将街道级图像数据上传到服务器计算机系统。
在一些示例中,与车辆相关联的提供方计算设备可以包括提供方应用。在这些示例中,还可以控制提供方计算设备的资源的使用(例如,如由配置所指定的),以避免干扰提供方应用的性能。
根据一些实施方式,提供方计算设备可以预处理街道级图像以从街道级图像中提取一个或更多个特征。相应地,由提供方计算设备上传到服务器计算机系统的街道级图像数据可以包括描述所提取的特征的元数据。
提供方计算设备可以使用各种各样的传感器数据中的任何传感器数据来确定用于使用资源以向服务器计算机系统提供街道级图像数据的条件被满足。在一些示例中,提供方计算设备可以通过基于由提供方计算设备访问的传感器数据确定车辆被牵涉进不可预测的事件,来确定条件被满足。在一些实施方式中,提供方计算设备可以通过确定由照相机查看到的街道级图像包括没有由提供方计算设备可访问的地图数据表示的信息,来确定条件被满足。
图1例示了表示同一城市区域的地图100(a)和地图100(b)。在一些示例中,地图100(a)可能提供过时的或者本来包括错误和/或遗漏的城市区域的表示。例如,在地图100(a)中表示的单向街道指示110(a)可能是不正确的,无论是因为该标记已经过时还是因为该标记是在地图100(a)被生成时被错误地确定的。相反,如地图100(b)所示,单向街道标记110(b)可以准确地表示同一条街道。作为另一示例,在地图100(a)中表示的单向街道标记112可能是不正确的,其中,对于该同一街道,地图100(b)可以准确地示出没有单向街道标记。在另外的示例中,在地图100(b)中被准确地表示的单向街道标记128可能从地图100(a)中缺失。类似地,在地图100(b)中被准确地表示的停车标志(Stop)120可能从地图100(a)中缺失。在附加的示例中,路段130可能从地图100(a)中缺失(例如,因为路段130是在采集到地图100(a)的数据之后添加的)。
如上所述,地图100(a)可能无法准确地表示城市区域的所有长期街道特征(诸如通常对应于永久性道路标志和信号的那些特征)。此外,地图100(a)可能根本无法说明城市区域的短期、临时和/或短暂特征,然而,这些特征对街道级数据的一些应用可能是有用的。例如,如图1所示,在地图100(b)中所示的道路封闭标记126可能从地图100(a)中缺失。同样地,在地图100(b)中所示的短暂事件124(例如,事故、街道中的人群等)可能从地图100(a)中缺失。
此外,与地图100(a)相关联的街道级图像在质量上可能不完整或不一致。例如,在区域114中拍摄的街道级图像可能是低分辨率的、模糊的或其他方面对于某些应用缺乏足够的质量。此外,地图100(a)可能缺乏与区域116相关联的任何街道级图像。
如将在下面更详细地解释的,本文所描述的系统和方法可以以高度的完整性、新近性和/或准确性来采集街道级图像数据,例如,如地图100(b)所示的以及与地图100(a)相反的。在一些示例中,本文所描述的系统和方法还可以以足够的频率和响应性来采集街道级图像数据,以可靠地捕获许多短期、临时和/或短暂特征,如地图100(b)所示的以及与地图100(a)相反的。像这样,本文所描述的实施方式可以提供有效的方法,用于准确地且反应迅速地实时捕获和分析城市和/或区域的街道、人行道、高速公路和/或任何其他车辆可进入的区域的当前条件和活动。例如,通过将这样的街道级图像的使用和捕获限制为与运输管理系统的目标相关联的那些区域、时间、事件和/或条件,本文所公开的各种实施方式可以节省资源并且有效地捕获大的区域,而无需持续使用区域中的资源。代替地,在一些实施方式中,本文所描述的系统可以使用可能跨最少数量的提供方的最少量的资源并且以最高可能的准确性来识别和瞄准用于捕获相关街道级图像的可用资源以完成所识别的目标。相应地,由本文所描述的系统和方法收集的街道级影像对于应用诸如定位、拾取位置和放下位置、以及经历确定、地图绘制、导航、路线规划、行驶时间确定、交通识别、提供方与请求方匹配、事件认知和/或机器学习可以是可靠的且有用的。
图2例示了用于收集街道级图像数据的示例性系统200。如图2中所示,服务器计算机系统210可以配置有可以执行本文所描述的步骤中的一个或更多个步骤的一个或更多个服务器计算机模块212。服务器计算机系统210可以表示能够协调街道级图像数据收集和/或存储所收集的街道级图像数据的任何计算系统和/或计算系统组。服务器计算机系统210可以与一队车辆220中的每个车辆中的计算设备通信。车辆220可以表示能从其捕获街道级图像的任何车辆。在一些示例中,车辆220可以包括不同的车辆型号。另外,在一些示例中,车辆220中的许多或所有车辆可以是标准的商用车辆(没有例如超出用于电子设备的消费者友好的内部底座之外的实质售后修改)。根据一些示例,车辆220中的许多或所有车辆可以由分开的个体(例如,搭乘提供方)拥有。此外,尽管在一些示例中,车辆220中的许多或所有车辆可以是人操作的,但是在一些示例中,车辆220中的许多或所有车辆可以是自主的(或部分地自主的)。相应地,在本公开内容中,对“搭乘提供方”(或“提供方”)的提及在适当的情况下可以指的是自主车辆、自主车辆的所有者、自主车辆的操作员、自主车辆的值班人员、和/或用于领航车辆的自主系统。例如,被称为在导航车辆方面辅助驾驶员的导航系统可以被理解为适于辅助人类驾驶员的导航系统和/或适于辅助自主系统(和/或伴随自主车辆的人类值班人员)的导航系统。尽管图2描绘了十个车辆220,但是可以容易地意识到,本文所描述的系统可应用于数百个车辆、数千个车辆或更多车辆。在一个示例中,服务器计算机系统210可以在给定的一天收集来自50000个车辆或更多车辆的图像数据。
如以上提到的,服务器计算机系统210可以与车辆220中的每个车辆中的计算设备通信。计算设备可以是任何适合的类型的计算设备。在一些示例中,计算设备中的一个或更多个计算设备可以是移动设备。例如,计算设备中的一个或更多个计算设备可以是智能手机。附加地或替代性地,计算设备中的一个或更多个计算设备可以是平板计算机、个人数字助理或任何其他类型或形式的移动计算设备。在一些示例中,计算设备中的一个或更多个计算设备可以是适合于临时安装在车辆中的设备(例如,供提供方使用以用于运输匹配应用、导航应用和/或适合于提供方使用的其他任何应用的设备)。附加地或替代性地,计算设备中的一个或更多个计算设备可以是适合于安装在车辆中的设备以及/或者可以是车辆的计算机,该车辆的计算机具有被安装在计算机上的运输管理系统应用以便实施本文所描述的功能。根据一些示例,计算设备中的一个或更多个计算设备可以包括可穿戴计算设备(例如,驾驶员可穿戴计算设备),诸如智能眼镜、智能手表等。
为了提供可以与服务器计算机系统210通信的计算设备的示例,图2示出包括移动设备230的车辆222。如将在下面更详细地解释的,移动设备230(以及例如位于车辆220中的其余车辆中的类似设备)可以执行本文所描述的步骤中的一个或更多个步骤。在一些示例中,移动设备230可以包括驾驶员应用232。驾驶员应用232可以表示能够提供与操作车辆和/或提供运输匹配服务有关的一个或更多个服务的任何应用、程序和/或模块。例如,驾驶员应用232可以包括用于提供方的运输匹配应用。在一些示例中,驾驶员应用232可以使驾驶员应用232的用户(例如,搭乘提供方)与搭乘请求方匹配。附加地或替代性地,驾驶员应用232可以使驾驶员应用232的用户与请求方匹配。此外,并且如下面更详细地描述的,驾驶员应用232可以向运输管理系统提供关于提供方的信息(包括例如提供方的当前位置),以使运输管理系统能够为提供方和一个或更多个请求方提供动态运输匹配和/或管理服务。在一些示例中,驾驶员应用232可以协调请求方与提供方之间的通信和/或支付。根据一些实施方式,驾驶员应用232可以提供地图服务、导航服务、交通通知服务和/或地理定位服务。
除驾驶员应用232之外,移动设备230可以包括图像收集模块234。如将在下面更详细地描述的,图像收集模块234可以执行本文所描述的步骤中涉及捕获街道级图像和/或将相关的图像数据上传到服务器计算机系统的一个或更多个步骤。尽管在图2中将图像收集模块234描绘为与驾驶员应用232分开,但在一些示例中,图像收集模块234中的一个或更多个图像收集模块可以作为驾驶员应用232的一部分运行。在一些示例中,图像收集模块234中的一个或更多个图像收集模块可以作为分开的应用运行。
移动设备230还可以包括照相机236。在一些示例中,照相机236可以代表集成设备。例如,照相机236可以是智能手机中的后置照相机。除了照相机236之外,移动设备230可以包括传感器238。传感器238可以包括各种各样的传感器中的任何传感器,包括例如可以在智能手机或移动计算设备中找到的任何传感器。例如,传感器238可以包括加速度计、陀螺仪、全球定位系统(GPS)、磁力计、气压计、光传感器、无线电适配器(例如,用于无线局域联网的无线电适配器诸如WI-FI适配器,用于短距离数据交换的无线电适配器诸如蓝牙适配器,用于长距离通信的无线电适配器诸如蜂窝网卡等)、和/或麦克风。此外,尽管将照相机236描绘为与传感器238分开,但是传感器238也可以包括照相机236和/或形成移动设备230的一部分的任何其他照相机。在一些示例中,移动设备230可以与车辆222内的一个或更多个更多其他设备通信(例如,通过无线通信)。在这些示例中,移动设备230可以对其他设备的附加传感器数据进行直接和/或间接的访问。相应地,传感器238还可以被理解为包括车辆内的、移动设备230可访问的传感器。
图3例示了具有与服务端300(b)通信的客户端300(a)的图像收集系统。如图3中所示,客户端设备304可以经由运输匹配系统320的配置应用编程接口(API)326接收照相机配置302。设备304可以至少部分地基于照相机配置302来捕获图像并将图像存储到本地存储器306。客户端图像上传器310可以将存储在本地存储器306上的图像经由摄取API 322上传到运输匹配系统320,以由存储服务324存储。配置API 326也可以关于例如在什么条件下上传图像对图像上传器310进行配置。因为设备304可能具有有限的资源并且可能将至少一些资源专用于重要的应用(例如,运输匹配应用),所以设备304可以监控其资源(例如,监控本地存储器306中可用的磁盘空间、监控包括电池电量和网络资源的其他资源308),以对图像被存储到本地存储306的速率以及/或者图像经由图像上传器310上传的速率进行限制。
图4例示了示例车辆仪表板400。如图4所示,移动设备410可以经由底座420安装在车辆仪表板400上。驾驶员可以由此方便地访问以查看移动设备410上执行的驾驶应用(例如,运输匹配应用)和/或与该驾驶应用交互。此外,移动设备410的放置可以向移动设备410的后置照相机提供穿过挡风玻璃430的车辆外部的视野。在一些示例中,底座420可以被设计成将移动设备410(以及例如其他型号的移动设备)定位成进行适当的且一致的街道级图像收集。附加地或替代性地,在一些示例中,本文所描述的系统中的一个或更多个系统可以向移动设备410的用户呈现校准界面,以指导用户调整移动设备410和/或底座420以得到用于街道级图像收集的适合的视野。
在一些示例中,当移动设备410正在收集街道级图像数据时,移动设备410可以显示通知驾驶员的指示和/或通告。以该方式,驾驶员可以较好地理解如何使用移动设备410和/或可以较多地意识到街道级图像收集对移动设备410的性能和/或资源容量的影响。
作为基于地理定位的图像收集的示例,图5例示了示例地理围栏地图500。如图5中所示,车辆532、534、536、538和540(例如,全部具有与服务器计算机系统通信的计算设备)可以位于城市区域内的不同位置。此外,城市区域中的部分城市区域可以落在地理围栏内。例如,地理围栏510可以包括车辆534和536,而地理围栏520可以包括车辆540。车辆532和538可以不落在任何地理围栏内。在一个示例中,地理围栏510和520可以指定用于街道级图像收集的感兴趣区域。相应地,车辆534、536和540中的计算设备可以在其相应的地理围栏内时捕获街道级图像。然而,车辆532和538可以不捕获街道级图像。在一些示例中,车辆532、534、536、538和540中的每个车辆中的提供方计算设备可以具有指定地理围栏的位置的信息,并且可以将这些车辆的当前位置与地理围栏信息周期性地进行比较以确定是否捕获图像。附加地或替代性地,提供方计算设备可以周期性地通知服务器计算机系统提供方计算设备的当前位置,并且作为响应,接收指定是否捕获街道级图像的配置。在一些示例中,代替表示用于街道级图像收集的区域,地理围栏510和520可以表示不需要街道级图像收集的区域。在这些示例中,在地理围栏510和520之外的车辆(例如,车辆532和538)可以捕获街道级图像,而车辆534、536和540则不捕获街道级图像。
作为基于地理定位的图像收集的另一示例,图6例示了热图600。如图6中所示,车辆632、634、636、638和640可以位于城市区域内的不同位置。此外,城市区域中的部分城市区域可以落在热图600的不同梯度内。例如,区域610和612可以表示高强度的区域。区域614可以表示非常高强度的区域。区域616可以表示非常低强度的区域。热图600内的剩余区域可以表示正常水平的强度。在较高水平的强度处,车辆中的计算设备可以例如捕获较多图像,以较高优先级处理和/或上传图像(例如,被置于较高优先级队列中,经由蜂窝数据上传等),以及/或者以较高的分辨率捕获图像。在较低水平的强度处,车辆中的计算设备可以例如捕获较少的图像、以较低的优先级处理和/或上传图像(例如,被置于较低优先级队列中,仅经由WI-FI上传等)、和/或以较低的分辨率捕获图像。如图6中所示,车辆636中的提供方计算设备可以例如以非常高的速率捕获图像。车辆634和640可以以高速率捕获图像。车辆632可以以正常的和/或默认的速率捕获图像。车辆638可以以慢速率捕获图像和/或仅基于具体条件(例如,观察到异常的和/或意外的图像,诸如区域616内街道标牌的明显改变)来捕获图像。
热图600可以基于各种各样的标准中的任何标准被生成。例如,热图600可以部分地表示变化的区域的街道级图像数据的重要性(例如,基于变化的区域的街道级图像数据的使用水平)。附加地或替代性地,热图600可以部分地表示针对变化的区域的最近所收集的(和/或预期待被收集的)街道级图像数据的量(例如,对于具有冗余覆盖的区域降低街道级图像收集优先级)。例如,服务器计算机系统210可以确定,大量图像收集车辆已经经过和/或预期经过区域616,并且因此可以降低区域616中街道级图像数据的收集速率(从而例如,释放车辆638中的提供方计算设备的资源,以在经过较高优先级区域时,以较高的速率收集街道级图像)。
在一些示例中,移动设备230可以不仅基于车辆222的位置而且基于车辆222的(例如,如由移动设备230观察到的)方位来收集图像。使用图7作为示例,车辆714、718和722可以各自被规划路线以朝向感兴趣的点712行驶。然而,车辆714可以通过向左转来接近感兴趣的点712,车辆722可以通过向右转来接近感兴趣的点712,并且车辆718可以从远处一直向前来接近感兴趣的点712。相应地,车辆714、718和722中的每个车辆可以具有其余车辆可能缺乏的感兴趣的点712的视野的优势。相应地,相应车辆的提供方计算设备可以根据它们朝向感兴趣的点712的不同的接近来收集图像。在一些示例中,服务器计算机系统210可以指导车辆714、718和722收集图像,从而认识到由于不同的接近图像将不是冗余的。附加地或替代性地,车辆714和722可以以较高的速率拍摄图像,同时在中间方位的图像通常较难获取的前提下转向(例如,因为车辆通常可以通过下述方式来经过交叉路口接近一位置,所述方式即直接行驶通过交叉路口而不是在交叉路口朝向该位置转向)。在一些示例中,服务器计算机系统210可以使用历史数据(例如,从提供方计算设备收集的过去的街道级图像数据)来确定方向,车辆(或者例如,具体地为提供方车辆)通常根据该方向趋于接近一位置。在一个示例中,服务器计算机系统210可以确定,车辆通过直接驾驶通过先前的交叉路口或通过向右转(例如,分别由车辆718和722采取的接近)来经常地接近感兴趣的点712,而通过向左转(例如,由车辆714采取的接近)来不经常地接近感兴趣的点712。相应地,在该示例中,服务器计算机系统210可以将车辆714中的提供方计算设备配置为当朝向感兴趣的点712向左转时积极地捕获街道级图像数据(例如,以高速率和/或高质量),而可以不将车辆718或722中的提供方计算设备配置为在接近感兴趣的点712时积极地捕获街道级图像数据。
根据一些示例,移动设备230可以至少部分地基于外部条件(例如,一天中的时间、一年中的时间、天气条件等)来收集图像。例如,服务器计算机系统210可以协调在不同条件下的街道级图像的收集。相应地,移动设备230可以在不太常见的条件下较积极地收集图像。图8提供了在变化的条件下停车标志的图像的示例。如图8中所示,停车标志在大白天(802)、在晚上(804)、在有风天气中(806)、在雾中(808)、在雪中(810)和在雨中(812)可能显现得不同。然而,服务器计算机系统210可能有很少或没有停车标志在雾中或雪中的图像。相应地,服务器计算机系统210可以基于指示雾的天气信息来指导移动设备230捕获停车标志的图像。附加地或替代性地,服务器计算机系统210通常可以指导移动设备230在雾期间较积极地捕获图像。替代性地,在一些示例中,服务器计算机系统210和/或移动设备230可以确定,外部条件妨碍相关街道级图像数据的有效采集。例如,服务器计算机系统210和/或移动设备230可以确定,当存在重雾时,太难从这样的图像获得相关信息,并且因此,可以指导移动设备230在重雾期间停止捕获图像或者限制捕获图像的速率,以便节约移动设备230的资源。
在一些示例中,本文所描述的系统中的一个或更多个系统可以基于所收集的街道级图像数据来更改运输匹配决策和/或导航指令。例如,服务器计算机系统210可以接收指示道路封闭和/或事故的图像数据,并且可以在优化跨若干车辆的运输匹配决策时考虑该图像数据。
例如,图9例示了城市区域中的车辆910、912、914、916和918。如图9中所示,车辆912可以紧密地接近事故922(例如,碰撞地点)。相应地,车辆912可以捕获事故922的图像数据并将其上传到服务器计算机系统。然后,服务器计算机系统可以确定,车辆910比车辆912较适合于在越过事故922的位置处与搭乘请求方的匹配。相应地,车辆910可以接收匹配指令。在另一示例中,车辆916可以接近并捕获道路封闭920的图像数据。但是,车辆918可能已经被导航到越过道路封闭920的位置。相应地,服务器计算机系统可以为车辆918提供新的导航指令并向等待的请求方发送更新后的估计的到达时间。在一些示例中,当服务器计算机系统基于观察到的不利条件发送对一个或更多个车辆重新规划路线的指令时,服务器计算机系统可以对足够接近不利条件的车辆规划路线以收集较多图像数据,而不会将车辆规划路线得太近以造成延误。
图10例示了示例街道级图像1000。如图10中所示,街道级图像1000可以包括街道环境的各种要素。例如,街道级图像1000可以包括车辆1002、1004和1006。此外,街道级图像1000可以包括车道1008、路面标线1010和人行横道1012。此外,街道级图像1000可以包括交通标志1014、街道标志1016和交通信号1018。此外,街道级图像100可以包括建筑物1020和1022。
在一个示例中,被安装在车辆内的提供方计算设备可以捕获街道级图像1000。如上所述,在各种示例中,提供方计算设备可以将街道级图像1000上传到服务器计算机系统。在一些示例中,提供方计算设备可以首先预处理街道级图像1000。例如,提供方计算设备可以从街道级图像1000中提取一个或更多个特征。提供方计算设备可以从街道级图像1000中提取各种各样特征中的任何特征。例如,提供方计算设备可以提取街道标线特征(例如,车道1008、路面标线1010和人行横道1012)、车辆(例如,车辆1002、1004和1006)、行人、标志(例如,交通标志1014和街道标志1016)、信号(例如交通信号1018)、路缘标线、和/或建筑物(例如建筑物1020和1022)。在一些示例中,提供方计算设备可以将所提取的特征与街道级图像1000一起上传。在一些示例中,提供方计算设备可以单独上传所提取的特征(以标签的形式和/或以图像部分的形式),而不是例如上传街道级图像1000。在某些示例中,在将所提取的特征上传到服务器计算机系统之后,服务器计算机系统可以基于所提取的特征来确定是否指导提供方计算设备上传街道级图像1000。附加地或替代性地,服务器计算机系统可以基于所提取的特征来确定用于提供方计算设备(和/或与不同车辆相关联的一个或更多个附加的提供方计算设备)的配置,以收集附加的街道级图像(例如,与所提取的特征中的一个或更多个特征有关的街道级图像)。例如,服务器计算机系统可以确定,路面标线1010没有被表示在地图上(例如,路面标线1010看起来是新的),并且因此可以请求提供方计算设备上传街道级图像1000以及/或者请求提供方计算设备和/或一个或更多个附加的提供方计算设备收集路面标线1010和/或周围街道区域的附加的街道级别图像。
在一些示例中,提供方计算设备可以使用所提取的特征中的一个或更多个特征用于定位目的。例如,提供方计算设备可能位于GPS信号差的区域中。相应地,提供方计算设备可以将所提取的特征(例如,街道标志1016和/或建筑物1020和1022)与地图匹配,以较准确地和/或精确地确定与提供方计算设备相关联的车辆的当前位置。
图11是用于收集街道级图像数据的示例性计算机实施的方法1100的流程图。图11中所示的步骤可以由任何适合的计算机可执行代码和/或包括例如图2的服务器计算机系统210和/或服务器计算机模块212的计算系统来实施。在一个示例中,图11中所示的步骤中的每个步骤可以表示一算法,该算法的结构包括多个子步骤和/或由多个子步骤表示,下面将较详细地提供其示例。
如图11中所例示,在步骤1110处,本文所描述的系统中的一个或更多个系统可以识别用于捕获街道级图像数据的提供方计算设备,其中,该提供方计算设备与一车辆相关联并且对被定位成捕获车辆外部的街道级影像的照相机进行控制。例如,服务器计算机系统210可以与和车辆220中的每个车辆相关联的计算设备进行通信。作为具体的示例,服务器计算机系统210可以识别与车辆222相关联的移动设备230,其中,照相机236被定位以查看车辆222外部的街道级影像。
服务器计算机系统可以以任何适合的方式识别车辆中的提供方计算设备。例如,服务器计算机系统210可以通过从图像收集模块234中的一个或更多个图像收集模块接收通信来识别移动设备230(例如,使服务器计算机系统210将移动设备230识别为图像收集设备)。附加地或替代性地,服务器计算机系统210可以通过从驾驶员应用232接收通信来识别移动设备230。相应地,在一些示例中,服务器计算机系统210可以通过识别已经经由运输匹配应用和/或相关联的应用向服务器计算机系统210注册的移动设备来识别用于图像收集的目标车辆。在一些示例中,驾驶员应用232可以包括启用街道级图像收集的选项,并且服务器计算机系统210可以确定移动设备230能够进行街道级图像收集。
在一些示例中,本文所描述的系统中的一个或更多个系统可以确定,移动设备适合于街道级图像收集。例如,一些移动设备可能没有可用于期望标准的街道级图像收集的足够的存储、处理和/或联网资源。附加地或替代性地,一些移动设备可能没有足够的资源来可靠地执行运输匹配应用,同时还收集街道级图像数据。相应地,在一些示例中,服务器计算机系统210可以确定移动设备230是否在移动设备型号的白名单上,以确定是否将移动设备230包括在街道级图像收集中。
在一些示例中,服务器计算机系统210可以包括默认的设备,并且代替地确定移动设备230是否在移动设备型号的黑名单上。例如,服务器计算机系统210可以查阅设备的白名单(列表,例如被确定为具有足够能力来收集图像到确定的质量标准而不会对设备性能造成过度不利的影响的设备的型号和/或序列号)或者设备的黑名单(列表,例如被确定为没有足够能力来收集图像到确定的质量标准而不会对设备性能造成过度不利的影响的设备的型号和/或序列号)。附加地或替代性地,服务器计算机系统210可以识别移动设备230的属性,包括但不限于存储容量、网络容量、应用性能信息(例如,运输匹配应用性能信息,包括指示非可靠性、低响应性等的信息)、照相机分辨率和/或质量等。例如,服务器计算机系统210可以确定,移动设备230的电池电量低于阈值(例如,低于20%),并且作为响应,确定移动设备230当前不适合用于街道级图像收集。作为另一示例,服务器计算机系统210可以确定,可用于移动设备230的存储空间低于阈值(例如,低于5千兆字节),并且作为响应,确定移动设备230当前不适合用于街道级图像收集。在附加的示例中,服务器计算机系统210可以确定,用于驾驶员应用232(例如,运输匹配应用)的性能度量未能满足临界阈值(例如,对用户输入和/或新数据的反应时间已经超过800毫秒),并且作为响应,确定移动设备230当前不适合用于街道级图像收集。通过确保移动设备230具有足够的资源来可靠地执行街道级图像收集(在例如执行其他任务诸如运输匹配任务时),本文所描述的系统可以利用移动设备230的能力而不会干扰移动设备230的其他用途。
根据一些示例,作为识别移动设备230的一部分,服务器计算机系统210可以确定,在启动移动设备230的街道级图像收集之前,车辆222在驾驶中和/或从事与运输匹配有关的活动。例如,服务器计算机系统210可以确定,驾驶员应用232是打开的和/或有效的。附加地或替代性地,服务器计算机系统210可以确定,驾驶员应用232指示驾驶员应用232处于从事被请求的搭乘、拾取交互、在行驶中、在等待搭乘请求、和/或在执行放下活动。在一些示例中,服务器计算机系统210可以确定,驾驶员应用232被设置成在线模式(例如,通过提供方启用的指示提供方当前可用于满足搭乘请求的设置),而不是离线模式(例如,指示提供方当前不可用于满足搭乘请求)。在一些示例中,服务器计算机系统210可以基于来自移动设备230的传感器数据(例如,加速度计信息)确定车辆222在行驶中。在一些示例中,服务器计算机系统210还可以基于来自移动设备230的传感器数据来确定与行驶的车辆相关联的特定属性(例如,速度、方位、加速度、行驶的角度/坡度、海拔高度等)。
在步骤1120中,本文所描述的系统中的一个或更多个系统可以确定控制提供方计算设备的使用以将从车辆给予照相机的有利位置捕获的街道级影像提供给服务器计算机系统的配置。例如,服务器计算机系统210可以确定控制移动设备230的使用以将从车辆222给予的有利位置捕获的街道级影像提供给服务器计算机系统210的配置。该配置可以包括各种各样的数据中的任何数据,包括例如指定在何处(以及例如,在指定位置处以什么频率和/或以什么质量)收集街道级图像数据的地理定位信息、以什么频率收集街道级图像数据、以什么质量收集街道级图像数据、和/或在什么条件下收集(或停止收集)街道级图像数据。在各种示例中,服务器计算机系统210可以至少部分地基于从提供方计算设备和/或从多个提供方计算设备内的一个或更多个附加的提供方计算设备接收的信息来确定该配置。例如,如下面将更详细地讨论的,服务器计算机系统210至少部分地基于提供方计算设备的能力、一个或更多个附加的提供方计算设备的能力,基于先前已经由提供方计算设备和/或附加的提供方计算设备所收集的图像数据,基于提供方计算设备和/或附加的提供方计算设备的当前和/或预计的位置下述来确定该配置。在一些示例中,如将在下面更详细地解释的,服务器计算机系统210可以聚集从提供方计算设备和/或附加的提供方计算设备接收的信息,以协调跨提供方计算设备的街道级图像数据收集。
服务器计算机系统210可以出于各种各样目的中的任何目的来控制移动设备230的使用。例如,服务器计算机系统210可以控制移动设备230的使用,以控制和/或影响由移动设备230提供给服务器计算机系统210的图像数据的质量、数量和/或选择。例如,服务器计算机系统210可以控制移动设备230的使用,以将较大量的图像数据提供给其中最近的图像数据稀少的区域,和/或提供给其中已经观察到和/或预测到感兴趣的图像的位置(例如,示出街道特征和/或条件的改变、示出异常事件和/或条件等的图像)。同样地,服务器计算机系统210可以控制移动设备230的使用,以将较高质量的图像数据(例如,较高分辨率的图像,完整图像而不是部分图像、或孤立的图像特征等)提供给其中最近的高质量图像数据稀少的区域,和/或提供给其中已经观察到和/或预测到感兴趣的图像的位置。
附加地或替代性地,服务器计算机系统210可以控制移动设备230的使用,以对移动设备230使用资源用于图像数据收集进行限制和/或在图像数据收集期间保护提供方应用(例如,运输匹配应用)的性能。
从多个方面来看,街道级影像收集可以是资源密集型过程。例如,移动设备可能具有有限的存储容量,该有限的存储容量可能通过存储——甚至是临时缓存——持续的图像流而很快地被消耗掉。尽管在图像被捕获后立刻上传图像数据可以允许移动设备回收用于已上传图像的存储,但传输图像数据所涉及的网络和其他资源也可能受到限制。此外,图像捕获和图像上传两者都可能涉及有限的输入/输出资源,而有限的处理资源可以被下述所消耗:图像捕获、上传、以及移动设备在上传图像数据之前对所捕获的图像执行的任何分析和/或预处理。相应地,在一些示例中,服务器计算机系统210可以确定限制下述状况的配置,在所述状况下,移动设备230将捕获图像和/或将继续存储尚未被处理和/或尚未被上传的图像。同样地,在一些示例中,服务器计算机系统210可以确定限制下述状况的配置,在所述状况下,移动设备230将上传已经被捕获的图像数据(包括例如,上传图像)。因此,确定在其之下移动设备230将执行资源密集型活动诸如(i)捕获图像,(ii)存储(包括持续存储)图像,或(iii)上传图像数据的状况的配置的本文所提供的各种示例通常可以被理解为还提供在其之下未说明的资源密集型活动之一可以被执行的状况的示例。
在一些示例中,服务器计算机系统210可以确定响应于来自移动设备230的首先接收到的信息的配置。在一个示例中,移动设备230可以向服务器计算机模块212的配置部件提供识别移动设备230的数据和识别车辆222的当前地理定位(例如,基于移动设备230的当前地理定位)的数据。在一些示例中,服务器计算机系统210还可以接收关于移动设备230的信息(例如,移动设备230的型号和/或设备规格)和/或具有先前地接收到的关于移动设备的信息。继续以上示例,响应于移动设备230向服务器计算机模块212的配置部件提供信息,服务器计算机模块212可以将配置值返回给移动设备230。例如,配置值可以包括:是否捕获所提供的地理定位的影像的指示;移动设备230要捕获图像所依据的间隔(例如,移动设备230每秒要捕获图像的次数);移动设备230每个间隔要捕获的帧数(例如,使得每秒2次的间隔设置以及每次捕获3帧的设置,得到每秒捕获6帧的结果);将图像要被捕获所依据的分辨率;移动设备230是否要使用蜂窝数据上传所捕获的图像以及/或者该移动设备要使用多少蜂窝数据上传所捕获的图像的指示;每天要捕获的图像的最大数量;和/或在任何给定时间内要存储的捕获到的图像的最大数量。
如可以理解的,在一些示例中,服务器计算机系统210可以提供取决于由移动设备230所保持的信息的配置指令,而在一些示例中,移动设备230可以提供信息,并且服务器计算机系统210接着可以基于该信息提供配置指令。例如,服务器计算机系统210可以提供指定移动设备230要在哪里捕获图像的地理定位数据作为配置的一部分并且移动设备230接着可以在位于与该地理定位数据相匹配的地理定位处时捕获图像。在其他示例中,移动设备230可以提供当前的地理定位,并且服务器计算机系统210接着可以确定移动设备230是否要捕获图像。
在一些示例中,服务器计算机系统210可以至少部分地基于车辆220中的一个或更多个车辆内的一个或更多个附加的计算设备来确定用于移动设备230的配置。例如,服务器计算机系统210可以基于一个或更多个数据收集规则来识别用于街道级图像数据的收集目标。数据收集规则可以指定用于收集街道级图像数据的各种各样的标准中的任何标准,包括但不限于在指定地理定位处收集图像数据、在特定条件下(例如,在一天中的指定时间期间、在指定天气条件下、有或者没有短暂要素诸如车辆和/或行人等)收集图像数据、从指定角度收集图像数据、以指定的照相机设置和/或质量水平(例如,图像分辨率)收集图像数据、收集指定对象(例如特定的标志、建筑物、车道标线等)的图像数据、以及上述的任何组合。作为示例,服务器计算机系统210可以识别一目标以在指定的地理定位处收集指定数量的图像。服务器计算机系统210可以接着确定,与车辆220中的一个或更多个车辆相关联的提供方计算设备组与数据收集规则相匹配。已经确定与数据收集规则相匹配的提供方计算设备组,服务器计算机系统210可以为提供方计算设备组中的每个提供方计算设备确定单独的配置,使得提供方计算设备组被共同地配置成满足收集目标。在一个示例中,服务器计算机系统210可以识别收集目标,以在周期性的基础上和/或滚动窗口的基础上收集街道的街道级图像数据。例如,收集目标可以指定该街道的街道级图像数据的每周更新(例如,指定包括街道信息、标线和/或标牌的图像数据是每周收集的)。作为另一示例,收集目标可以指定该街道的街道级图像数据的十五分钟滚动窗口(例如,指定包括短暂的街道条件诸如交通的图像数据是在从街道收集的最近的图像数据的十五分钟内收集的)。在另一示例中,服务器计算机系统210可以识别收集目标,以对于频繁行驶的街道收集大量街道级图像数据。相应地,服务器计算机系统210可以单独地配置若干分开的提供方计算设备,以使每个提供方计算设备收集街道的街道级图像数据的一部分(基于例如用于所选择的提供方计算设备中的每个提供方计算设备的能力信息,以确保所选择的提供方计算设备的性能不会受到不利影响以及/或者以确保所选择的提供方计算设备具有足够的电池、存储、网络、和/或其他资源,以捕获、存储和/或上传其他街道的街道级图像数据街道)。
在一些示例中,服务器计算机系统210可以使用描述一个或更多个提供方计算设备的位置的位置信息来确定哪些提供方计算设备最适合在目标位置处收集街道级图像数据。附加地或替代性地,服务器计算机系统210可以使用描述一个或更多个提供方计算设备的预测位置的预计路线信息来确定哪些提供方计算设备最适合在目标位置处收集街道级图像数据。服务器计算机系统210可以以各种各样的方式中的任何方式来确定提供方计算设备的预计路线。例如,服务器计算机系统210可以通过从提供方计算设备上的导航子系统接收当前推荐给提供方的路线来确定提供方计算设备的预计路线。附加地或替代性地,服务器计算机系统210可以通过确定提供方已经被指派行驶去往的位置(例如,以拾取和/或放下搭乘请求方)来确定提供方计算设备的预计路线。在一些示例中,服务器计算机系统210可以基于历史路线数据来确定提供方计算设备的预计路线。
服务器计算机系统210可以以各种各样的方式中的任何方式来确定提供方计算设备组中的每个提供方计算设备的单独的配置。在一些示例中,服务器计算机系统210可以从车辆220中的相应计算设备(包括车辆222中的移动设备230)接收能力数据。然后,服务器计算机系统210可以基于从与车辆220相关联的各种提供方计算设备接收的能力数据,针对提供方计算设备组中的每个提供方计算设备优化单独的配置。例如,如下面将更详细地描述的,服务器计算机系统210可以通过根据每个提供方计算设备的容量配置每个提供方计算设备来针对每个提供方计算设备优化单独的配置。在一些示例中,服务器计算机系统210可以识别图像数据收集任务,该图像数据收集任务仅可以通过选择提供方计算设备来执行以及/或者可以通过选择提供方计算设备来较有效率地(例如,跨提供方计算设备使用较少的聚集计算资源)和/或较有效地(例如,具有较高的成功概率和/或具有较高的质量结果)执行。相应地,服务器计算机系统210可以首先将这样的图像收集任务指派给选择提供方计算设备(通过例如,配置选择提供方计算设备执行所识别的图像收集任务)。在一些示例中,服务器计算机系统210可以通过例如依据目标函数指定图像收集目标并且指定每个提供方计算设备的能力(以下进一步讨论)作为对目标函数的约束,来将图像数据收集目标转换成约束的优化问题。然后,服务器计算机系统210可以使用包括但不限于单纯形算法、分枝定界算法、和/或首选定界函数的任何适合的方法来解决约束的优化问题。
能力数据可以包括各种各样的信息中的任何信息。在一些示例中,能力数据可以属于各种计算设备的计算能力。例如,可以给具有较大存储容量、出色的网络连接、和/或能够支持积极的图像收集速率(而不会例如中断在同一设备上运行的驾驶员应用)的处理能力的设备指派用于图像收集的较高的速率和/或较多的总数。
在一些示例中,能力数据可以属于不同的背景,在不同的背景中,在任何给定时间发现各种移动设备和/或其对应车辆。例如,能力数据可以描述与车辆220中的一个或更多个车辆相关联的提供方计算设备的照相机可用的视野。例如,由提供方计算设备提供的能力数据可以描述:提供方计算设备的地理定位、提供方计算设备的方位、提供方计算设备的高度、提供方计算设备的定向、对于提供方计算设备的照相机可用的照明、和/或描述对于提供方计算设备的照相机可用的街道级可见性的信息(例如,指示车辆外部的对于照相机可见的街道级视野的百分比的信息和/或指示车辆外部的街道级视图的哪一部分对于照相机是模糊的信息)。相应地,可以给具有用于捕获特定图像组的优秀有利位置的提供方计算设备指派用于收集那些图像的较大的责任。
在一些示例中,能力数据可以指定提供方计算设备的成像能力。例如,能力数据可以包括照相机规格(例如,照相机分辨率、百万像素数、照相机传感器大小、照相机传感器光电探测器大小、照相机传感器类型、照相机焦距、照相机光圈、和/或图像稳定特征)。附加地或替代性地,服务器计算机系统210可以基于由提供方计算设备向服务器计算机系统210提供的过去的图像数据的质量来确定提供方计算设备的成像能力。在一些示例中,服务器计算机系统210可以确定由提供方计算设备在变化的条件下(例如,变化的照明条件、以变化的行驶速度、在变化的距离处等)提供的过去的图像数据的质量。在这些示例中,服务器计算机系统210可以配置提供方计算设备以在最适合于单独的提供方计算设备的情况下捕获图像。例如,服务器计算机系统210可以确定,两个提供方计算设备将经过目标图像收集位置,但是一个提供方计算设备被较好地配另外的于低亮度图像捕获,而另一提供方计算设备被较好地配另外的于高亮度图像捕获。相应地,服务器计算机系统210可以确定当前的照明情况(例如,基于一天中的时间、与在目标位置处的历史图像捕获数据相结合),并且可以考虑到该条件配置较适合于图像捕获的提供方计算设备来在目标位置处捕获图像数据,而不是配置不太适合于图像捕获的提供方计算设备来在目标位置处捕获图像数据。
除了用于在提供方计算设备之间分配图像收集任务的方案之外,服务器计算机系统210可以使用来自一个车辆中的提供方计算设备的信息,以识别用于由其他车辆中的提供方计算设备进行的图像收集的高感兴趣的点。例如,车辆222中的移动设备230可以观察事故或新的街道标志。服务器计算机系统210可以从车辆222接收指示事故或新的街道标志的街道级图像数据(包括例如在其处收集街道级图像数据的位置)。服务器计算机系统210可以将事故或新的街道标志识别为用于进一步图像数据收集的目标。相应地,服务器计算机系统210可以在确定事故或新的街道标志的位置时,指导车辆220中的一个或更多个车辆内的其他提供方计算设备来收集感兴趣的位置的图像。附加地或替代性地,服务器计算机系统210可以指导其他提供方计算设备更积极地(例如,以较高的速率)和/或以较高的分辨率来收集感兴趣的位置的图像。
服务器计算机系统210不仅可以使用从其他车辆的提供方计算设备收集的街道级图像数据来确定用于移动设备230的配置,服务器计算机系统210还可以使用从移动设备230收集的街道级图像数据来确定用于车辆222的配置。例如,车辆222可以将感兴趣的街道级图像数据传输到服务器计算机系统210。服务器计算机系统210可以确定,该街道级图像数据是感兴趣的,并且立即将经修正的配置推送到移动设备230以较积极地收集图像(例如,当感兴趣的点仍在移动设备230的视野中时)。附加地或替代性地,服务器计算机系统210可以推送指导移动设备230上传否则将被丢弃的相关街道级图像数据的经修正的配置(例如,移动设备230可以有时以比图像被上传的速率高的速率来捕获图像,因为例如上传可能造成较显著的瓶颈;相应地,移动设备230可以例行地丢弃一些捕获到的图像。
服务器计算机系统210可以在任何适合的背景下确定配置。例如,服务器计算机系统210可以在每当被移动设备230请求时确定配置。在一些示例中,移动设备230可以以规则的间隔(例如,每分钟一次)请求配置。附加地或替代性地,移动设备230可以在进入移动设备230缺乏针对其的最近的配置信息的新区域时请求配置。在一些示例中,如以下将较详细地描述的,服务器计算机系统210可以响应于接收到将影响配置的新信息来确定配置。
在步骤1130中,本文所描述的系统中的一个或更多个系统可以将配置发送到提供方计算设备。例如,服务器计算机系统210可以将配置发送到移动设备230。
服务器计算机系统210可以在任何适合的背景下将配置发送到移动设备230。例如,当经修正的配置被确定时,服务器计算机系统210可以将配置推送到移动设备230。附加地或替代性地,当移动设备230连接至服务器计算机系统210以请求新的配置数据、以将街道级图像数据上传到服务器计算机系统210时、以及/或者在执行驾驶员应用232的过程中,服务器计算机系统210可以将配置发送到移动设备230。
在步骤1140中,本文所描述的系统中的一个或更多个系统可以从提供方计算设备接收由提供方计算设备响应于配置使用照相机捕获的街道级图像数据。例如,服务器计算机系统210可以从移动设备230接收由移动设备230响应于从服务器计算机系统210接收的配置使用照相机236捕获的街道级图像数据。
本文所描述的系统和方法可以以各种各样的方式中的任何方式使用由一队车辆中的计算设备上传的街道级图像数据。在一些示例中,地图绘制系统可以基于从街道级图像数据观察到的改变和/或差异来更新地图数据。例如,如果捕获到表明街道已经从双向改变成单向的道路标志,则地图绘制系统可以引导运输匹配系统获取一定数量的新标志的图像,并且一旦通过本文所讨论的一些过程确认阈值数量的此类图像,地图绘制系统就可以更新地图以包括新标志。对于通过街道级影像观察到的任何标志改变、刷漆的车道改变、街道名称改变、和/或对街道的条件和/或运营的任何其他有意义的改变,可以完成类似的过程。附加地或替代性地,地图绘制系统可以使用关于临时改变诸如施工、道路封闭、事故、人群、游行、以及可以与地图绘制和/或导航有关的任何其他信息的短期、临时、和/或短暂数据来增强地图数据。
尽管在一些示例中,本文所描述的系统可以基于通过由单个提供方计算系统收集到的街道级图像数据所指示的改变来更新地图,但是在一些示例中,本文所描述的系统可以延迟将改变提交和/或推送至地图,直到若干附加的提供方计算系统已经收集到改变的对应的街道级图像数据为止。例如,服务器计算机系统210可以从移动设备230接收指示当前没有在地图上反映的信息的街道级图像数据。响应于接收到街道级图像数据并识别对地图潜在的改变和/或更新,服务器计算机系统210可以配置一个或更多个附加的提供方计算设备,以在潜在的改变或更新的位置处收集街道级图像数据(例如,以便确认改变或更新)。一旦服务器计算机系统210已经从附加的提供方计算设备接收证实的街道级图像数据至某个阈值,服务器计算机系统210可以更新地图。在一些示例中,服务器计算机系统210接着可以将地图更新提供给一个或更多个提供方计算设备。
在一些示例中,运输匹配平台可以通过改进对提供方的到达时间估算(并减少由不正确的估算引起的撤单)来从经改进的地图绘制数据中获益。附加地或替代性地,匹配决策可以由运输匹配平台使用较准确的地图数据来改进。
在一些示例中,本文所描述的系统中的一个或更多个系统可以使用街道级图像数据来帮助请求方遇见匹配的提供方。例如,请求方的运输匹配应用可以显示由提供方的移动设备捕获的实时图像数据,以允许请求方从提供方的角度看到提供方的接近。因此,请求方可以较容易地找到提供方以及/或者能够较详细地关注提供方朝向请求方的前进。例如,服务器计算机系统可以使提供方与请求方匹配。然后,服务器计算机系统可以将配置发送给提供方,该配置使提供方计算设备在提供方接近请求方时捕获街道级图像数据。在一些示例中,该配置可以使提供方计算设备捕获街道级
根据一些示例,本文所描述的系统中的一个或更多个系统可以保存与碰撞有关的图像(例如,为了例如保险的目的而记录碰撞)。例如,提供方计算设备可以捕获碰撞的街道级图像(例如,在碰撞的时间处或者在碰撞的时间附近)、碰撞中所涉及的车辆和/或行人的街道级图像(例如,在碰撞之前、之后或者在碰撞期间)。然后,提供方计算设备可以至少部分地基于包括关于碰撞的信息的街道级图像数据,将与碰撞有关的街道级图像数据保存、存储和/或上传到服务器计算机系统。在一些示例中,提供方计算设备可以确定,街道级图像数据指示碰撞(例如,基于所捕获的图像的内容、基于来自提供方计算设备的指示提供方计算设备的突然停车的传感器数据、和/或基于由提供方计算设备接收的指示街道级图像的位置与碰撞的位置相匹配的事故报告)。附加地或替代性地,服务器计算机系统可以确定,提供方计算设备正在接近碰撞的位置、在碰撞的位置处、和/或已经经过碰撞的位置,并且可以配置提供方计算设备以捕获、保存和/或上传由提供方计算设备在碰撞位置处和/或附近捕获的街道级图像。
一旦服务器计算机系统从提供方计算设备接收到街道级图像数据,服务器计算机系统可以分析街道级图像数据,并基于该分析限定收集目标以收集与街道级图像数据有关的附加的街道级图像数据。例如,街道级图像数据可以包括意外的信息、新的信息和/或如由服务器计算机系统的收集标准限定的特定相关的信息。相应地,服务器计算机系统可以基于由服务器计算机系统接收的街道级图像数据来更新配置,以使得提供方计算设备提供与街道级图像数据有关的附加的街道级图像数据。服务器计算机系统可以随后从提供方计算设备接收附加的街道级图像数据。例如,提供方计算设备可以捕获服务器计算机系统先前不知道或没有预料到的游行的图像。在接收到指示存在游行的街道级图像数据时,服务器计算机系统可以将提供方计算设备配置成在位于与游行相关的一个或更多个第一街道级图像的位置附近时和/或在阈值数量的行人继续处于提供方计算设备的视野中时以较高的速率收集街道级图像数据。
图12是用于收集街道级图像数据的示例性计算机实施的方法1200的流程图。如以上提到的,在一些示例中,服务器计算机系统(例如,服务器计算机系统210)可以执行图11中所例示的步骤中的一个或更多个步骤。同样地,图12中所示的步骤可以由任何适合的计算机可执行代码和/或包括例如图2的移动设备230和/或图像收集模块234的计算系统来执行。在一个示例中,图12中所示的步骤中的每个步骤可以表示一算法,该算法的结构包括多个子步骤和/或由多个子步骤表示,下面将更详细地提供其示例。
如图12中所例示的,在步骤1210中,本文所描述的系统中的一个或更多个系统可以从与车辆相关联的计算设备连接至协调跨一队车辆的图像数据收集的服务器计算机系统,其中,提供方计算设备控制被定位成查看车辆外部的街道级影像的照相机。例如,与车辆222相关联的移动设备230可以连接至协调跨车辆220的图像数据收集的服务器计算机系统210。在一个示例中,移动设备230可以控制被定位成查看车辆222外部的街道级影像的照相机236。
移动设备230可以在任何合适的背景下连接至服务器计算机系统210。例如,移动设备230可以在驾驶员应用232和/或图像收集模块234被安装在移动设备230上时连接至服务器计算机系统210。附加地或替代性地,移动设备230可以在移动设备230检测到车辆222时(例如,当移动设备230与车辆222建立通信连接和/或检测到属于车辆222的通信设备诸如蓝牙设备时)连接至服务器计算机系统210。在一些示例中,移动设备230可以在移动设备230能够启用图像收集选项时连接至服务器计算机系统210。
在步骤1220中,本文所描述的系统中的一个或更多个系统可以通过提供方计算设备并从服务器计算机系统接收下述配置,所述配置控制提供方计算设备的使用以将由照相机捕获的街道级图像数据提供给服务器计算机系统。例如,移动设备230可以从服务器计算机系统210接收下述配置,所述配置控制移动设备230的使用以将由照相机236捕获的街道级图像数据提供给服务器计算机系统210。
一旦移动设备230接收到配置,移动设备230就可以实施所指定的配置。如前所提到的,在一些示例中,配置可以包括取决于对移动设备230可用的信息的有条件的配置规则。相应地,移动设备230可以基于设备状态和/或传感器信息来首先确定配置的哪些方面当前应用于移动设备230。
在步骤1230中,本文所描述的系统中的一个或更多个系统可以基于由提供方计算设备访问的传感器数据且响应于配置,确定条件被满足以使用提供方计算设备将来自通过照相机查看到的街道级图像的街道级图像数据提供到服务器计算机系统。例如,移动设备230可以基于来自传感器238的数据并响应于配置,来确定条件被满足以使用移动设备230将来自由照相机236所查看到的街道级图像的街道级图像数据提供给服务器计算机系统210。
如以上所提到的,确定条件被满足以使用提供方计算设备向服务器计算机系统提供街道级图像数据,可以指的是使用各种各样的资源中的任何资源,尤其是考虑到提供街道级图像数据可以涉及捕获图像、存储图像、处理图像、和/或上传图像数据。例如,移动设备230可以确定条件被满足以使用照相机236捕获街道级图像。附加地或替代性地,移动设备230可以确定条件被满足以继续存储(而不是例如丢弃)先前捕获的街道级图像。在一些示例中,移动设备230可以确定条件被满足以将街道级图像数据上传到服务器计算机系统210。
移动设备230可以使用来自传感器238的各种各样的数据中的任何数据来确定条件是否被满足以使用提供方计算设备来提供街道级图像数据。例如,移动设备230可以使用来自下述的数据:加速度计、陀螺仪、重力传感器、旋转矢量传感器、全球定位系统(GPS)、磁力计、定向传感器、气压计、光传感器、无线电适配器(例如,用于无线局域联网的无线电适配器诸如WI-FI适配器,用于短距离数据交换的无线电适配器诸如蓝牙适配器,用于长距离通信的无线电适配器诸如蜂窝网卡等)、麦克风、空气温度传感器、和/或湿度传感器。通常,移动设备230可以使用来自移动设备230可以配备的任何传感器的数据。在一些示例中,移动设备230可以使用直接和/或瞬时传感器数据来确定条件是否被满足(例如,使用加速度计来确定车辆222的检测加速度)。附加地或替代性地,移动设备230可以使用间接的、情境化的、和/或组合的传感器数据来确定条件是否被满足(例如,使用来自加速计和GPS随时间推移的数据来估算车辆222的速度)。
在一些示例中,移动设备230可以使用地理定位数据来确定条件是否被满足。例如,移动设备230可以基于落入指定地理围栏内的移动设备230(并且因此车辆222)的地理定位来收集街道级图像。
在一些示例中,移动设备230可以基于照相机传感器数据来收集图像(例如,确定照相机传感器数据的内容是感兴趣的和/或确定已经捕获并临时存储的图像的内容是感兴趣的)。例如,移动设备230可以检测街道标志(例如,停车标志、限速标志、单向街道标志、仅左转标志、泊车标志、禁停或禁载客标志等)、交通信号、刷漆的路缘(例如,指示禁停区域)、车道标线、公交专用标志物和/或标志、自行车道标志物和/或标志、街道号、街道地址、地标、建筑物、公园、门、施工活动、另一辆车辆、与搭乘提供方的车辆相连的品牌识别物、或店面标志。在一些示例中,移动设备230可以部分地基于所识别的内容来收集图像。附加地或替代性地,移动设备230可以至少部分地基于下述(例如,通过移动设备230和/或通过服务器计算机系统210进行的)确定来收集图像,所述确定即图像与移动设备230可访问的地图数据不匹配。例如,移动设备230可访问的地图(例如,由驾驶员应用232所使用的地图)可能指示街道是双向街道,但是移动设备230可能观察到单向街道标志。在另一示例中,地图可能指示街道是仅单向的(向北的),但是移动设备230可能观察到指示该街道是仅单向的(南向的)标志。作为另一示例,地图可能指示存在单向街道标志,但是移动设备230可能在预期位置处观察到不存在单向街道标志。相应地,移动设备230可以至少部分地基于差异来收集图像。
在一个示例中,移动设备230可以基于涉及车辆的不可预测的事件来收集图像。例如,移动设备230可以基于确定车辆已经被牵涉进事故(例如,碰撞)来收集图像。在一些示例中,移动设备230可以基于检测到突然停车来收集图像。附加地或替代性地,移动设备230可以基于检测到从预期行驶路径的绕行(例如,从经由移动设备230提供的导航指令的绕行以及/或者与用于到达设定的目的地的一条或更多条预测的路线不一致的路线)来收集图像。
如前面所讨论的,在各种示例中,移动设备230可以以指定的频率收集街道级图像。此外,在一些示例中,移动设备230可以临时地暂停图像的收集。例如,移动设备230可以在停车时临时地暂停图像的收集。在一些示例中,移动设备230可以基于指示移动设备230位于交叉路口处(例如,具有停车标志或停车灯)的位置数据来临时地暂停图像的收集。附加地或替代性地,移动设备230可以基于指示移动设备230正在行驶的速度已经下降到阈值以下(例如,基本上停车了)的传感器数据来临时地暂停图像的收集。作为另一示例,移动设备230可以基于示出停车标志和/或停车灯的照相机数据来临时地暂停图像的收集。尽管移动设备230通常可以在停车时(例如,在交叉路口时)暂停(或减慢)图像的收集,然而在一些示例中,移动设备230可以响应于指示照相机正在查看或将要查看感兴趣的图像的传感器数据和/或来自服务器计算机系统的通信来收集图像。例如,当在交叉路口处停车时,移动设备230可以捕获经过的感兴趣的车辆(例如,应急车辆)的图像。作为另一示例,当在交叉路口处停车时,移动设备230可以捕获碰撞的图像。在另一示例中,当在交叉路口处停车时,移动设备230可以从服务器计算机系统接收指令以捕获图像(例如,因为服务器计算机系统可以预测由于重大事件的预料的结束,大量行人将而很快离开附近的竞技场)。
在步骤1240中,本文所描述的系统中的一个或更多个系统可以基于确定条件被满足,来使用提供方计算设备的资源向服务器计算机系统提供街道级图像数据。例如,移动设备230可以基于确定条件被满足,来使用其资源向服务器计算机系统210提供街道级图像数据。
如前所提到的,提供街道级图像数据可以涉及捕获图像、存储图像、处理图像、和/或上传图像数据。相应地,移动设备230可以基于确定条件被满足来捕获图像,基于确定条件被满足来存储(或继续存储)图像,基于确定条件被满足来处理图像(例如,经由机器学习算法来从图像中提取特征),和/或基于确定条件被满足来上传与图像对应的图像数据。
街道级图像数据可以包括与街道级图像相关联和/或从街道级图像得出的任何数据。例如,街道级图像数据可以包括图像、从图像中提取的特征、图像的裁剪版本、图像的降低质量版本、和/或描述拍摄该图像的所处的背景的元数据。元数据可以包括各种各样的数据中的任何数据,各种各样的数据包括拍摄图像所在的地理定位、捕获图像的照相机类型、用于拍摄图像的照相机设置、捕获图像的移动设备的规格、当拍摄图像时照相机面对的方向、拍摄图像所在的高度、拍摄图像所用的分辨率、拍摄图像所处的时间、当拍摄图像时车辆行驶所处的速度、和/或有助于捕获和/或上传图像的一个或更多个触发条件。
在一些示例中,元数据可以包括图像中的一个或更多个对象到照相机(和/或车辆)的距离。例如,移动设备230可以手动控制照相机焦点以测量对象的距离(例如,通过确定以什么设置来将对象带到焦点)。
移动设备230可以根据各种各样的条件中的任何条件(例如,如由服务器计算机系统210所设置的配置中所指定的)来上传街道级图像数据。例如,当WI-FI连接可用时(与例如蜂窝数据连接形成对照),移动设备230可以上传街道级图像数据。在一些示例中,当移动设备230的电池电量超过指定阈值(例如,高于20%)时,移动设备230可以上传街道级图像数据。附加地或替代性地,当移动设备230的一个或更多个处理、存储器和/或网络资源具有指定水平的可用容量(例如,足以避免对在移动设备230上运行的一个或更多个其他应用的干扰)时,移动设备230可以上传街道级图像数据。在一些示例中,移动设备230可以(例如,根据由服务器计算机系统210所设置的配置)在捕获图像和上传图像之间交替(例如,以避免同时消耗在同时地捕获图像和上传图像中所涉及的资源)。
本公开内容的实施方式可以包括动态运输匹配系统或结合动态运输匹配系统来实施。运输匹配系统可以通过例如使一个或更多个搭乘请求方与一个或更多个搭乘提供方匹配,来按需和/或专责性质地来安排搭乘。例如,运输匹配系统可以为拼车服务、网约车服务、出租车服务、预约车服务、自主车辆服务、或其一些组合和/或衍生提供一个或更多个运输匹配服务。运输匹配系统可以包括可以实施、支持和/或改进运输匹配服务的各种各样的子系统中的任何子系统和/或与该任何子系统配合。例如,运输匹配系统可以包括匹配系统(例如,向请求方匹配搭乘机会以及/或者安排请求方和/或提供方见面的匹配系统)、地图绘制系统、导航系统(例如以帮助提供方到达请求方、以帮助请求方到达提供方、和/或以帮助提供方到达目的地)、信誉系统(例如,以评估和/或判定请求方和/或提供方的可信度)、付款系统、和/或自动或半自主驾驶系统。运输匹配系统可以在各种平台上实施,包括请求方拥有的移动设备、安装在车辆中的计算系统、请求方拥有的移动设备、服务器计算机系统、或能够向一个或更多个请求方和/或提供方提供运输匹配服务的任何其他硬件平台。
图13示出了根据各种实施方式的运输管理环境1300。如图13所示,运输管理系统1302可以运行一个或更多个服务和/或软件应用,包括身份管理服务1304、位置服务1306、搭乘服务1308、和/或其他服务。尽管图13示出了由运输管理系统1302提供的一定数量的服务,但是在各种实现方式中可以提供较多或较少的服务。此外,尽管图13示出了这些服务由运输管理系统1302提供,但这些服务中的任何服务的全部或一部分可以以分布式的方式进行处理。例如,与服务任务相关联的计算可以通过下述的组合来执行:运输管理系统1302(包括任何数量的服务器、数据库等)、与提供方相关联的一个或更多个设备(例如,与被管理车辆1314集成的设备、提供方的计算设备1316和平板电脑1320、以及运输管理车辆设备1318)、和/或与搭乘请求方相关联的更多个或更多个设备(例如,请求方的计算设备1324和平板电脑1322)。在一些实施方式中,运输管理系统1302可以包括一个或更多个通用计算机、服务器计算机、集群计算系统、基于云的计算系统、和/或任何其他计算系统或计算系统的布置。运输管理系统1302可以被配置为运行本文所描述的服务和/或软件部件中的任何或所有服务和/或软件部件。在一些实施方式中,运输管理系统1302可以包括适当的操作系统和/或各种的服务器应用,诸如能够处理超文本传输协议(HTTP)请求的网站服务器、文件传送协议(FTP)服务器、数据库服务器等。
在一些实施方式中,身份管理服务1304可以被配置成执行请求方和提供方的授权服务以及/或者管理其与运输管理系统1302的交互和/或数据。这可以包括例如验证提供方的身份并确定提供方被授权以通过运输管理系统1302提供服务。类似地,可以验证请求方的身份,以确定请求方是否被授权以通过运输管理系统1302接收所请求的服务。身份管理服务1304还可以管理和/或控制对由运输管理系统1302所维护的提供方和/或请求方的数据——诸如驾驶和/或搭乘历史、车辆数据、个人数据、偏好、作为搭乘提供方和/或作为搭乘请求方的使用模式、个人资料图片、链接的第三方帐户(例如,用于音乐和/或娱乐服务、社交网络系统、日历系统、任务管理系统等的凭证)、以及任何其他相关联的信息——的访问。运输管理系统1302还可以管理和/或控制对与第三方系统一起存储的和/或从第三方系统获得的提供方和/或请求方数据的访问。例如,请求方或提供方可以授予运输管理系统1302对第三方电子邮件、日历、或任务管理系统的访问权限(例如,经由用户的凭证)。作为另一示例,请求方或提供方可以通过移动设备(例如1316、1320、1322、或1324)授予与运输管理系统1302相关联的运输应用对由安装在移动设备上的其他应用所提供的数据的访问权限。在一些示例中,这样的数据可以在客户端上被处理和/或被上传到运输管理系统1302进行处理。
在一些实施方式中,运输管理系统1302可以提供搭乘服务1308,该搭乘服务可以包括搭乘匹配和/或管理服务以将请求方连接至提供方。例如,在身份管理服务模块1304已经验证搭乘请求方的身份之后,搭乘服务模块1308可以尝试将请求方与一个或更多个搭乘提供方匹配。在一些实施方式中,搭乘服务模块1308可以使用从位置服务模块1306获得的位置数据来识别适当的提供方。搭乘服务模块1308可以使用位置数据来识别在地理上接近请求方的提供方(例如,在某个阈值距离内或阈值行驶时间内)和/或本身是与请求方的好匹配的提供方。搭乘服务模块1308可以基于例如下述来实施对提供方评分的匹配算法:提供方和请求方的偏好;车辆特征、便利设施、条件、和/或状态;提供方的偏好的一般行驶方向和/或路线、行驶范围、和/或可用性;请求方的开始位置和目的地位置、时间约束、和/或车辆特征需求;以及用于将请求方与提供方匹配的任何其他相关信息。在一些实施方式中,搭乘服务模块1308可以使用用于使请求方和提供方匹配的基于规则的算法和/或机器学习模式。
运输管理系统1302可以通过网络1310和/或1312通信地连接至各种设备。网络1310和1312可以包括被配置为使用各种通信协议和传输技术来发送和/或接收数据通信的互连网络的任意组合。在一些实施方式中,网络1310和/或1312可以包括局域网(LAN)、广域网(WAN)、和/或互联网,并且可以支持通信协议诸如传输控制协议/互联网协议(TCP/IP)、互联网封包交换(IPX)、系统网络体系结构(SNA)、和/或任何其他适合的网络协议。在一些实施方式中,可以通过网络1310和/或1312使用移动网络(诸如移动电话网络、蜂窝网络、卫星网络、或其他移动网络)、公共交换电话网络(PSTN)、有线通信协议(例如,通用串行总线(USB)、控制器局域网(CAN))、和/或无线通信协议(例如,实施IEEE 802.11系列标准的无线局域网(WLAN)技术、蓝牙、低功耗蓝牙、近场通信(NFC)、Z-Wave、和ZigBee)来传输数据。在各种实施方式中,网络1310和/或1312可以包括本文所描述的网络的任何组合或者能够促进跨网络1310和/或1312的通信的任何其他类型的网络。
在一些实施方式中,运输管理车辆设备1318可以包括被配置成与用户诸如驾驶员、乘客、行人、和/或其他用户通信的提供方通信设备。在一些实施方式中,运输管理车辆设备1318可以直接地或者通过另一提供方计算设备诸如提供方计算设备1316与运输管理系统1302通信。在一些实施方式中,请求方计算设备(例如,设备1324)可以经由连接1326直接地与运输管理车辆设备1318经由通信信道和/或连接诸如点对点连接、蓝牙连接、NFC连接、自组(ad hoc,专设)无线网络、和/或任何其他通信信道或连接进行通信。尽管图13示出通过网络1310和1312与运输管理系统1302通信的特定设备,但在各种实施方式中,运输管理系统1302可以具有接口诸如应用编程接口(API)或服务提供方接口(SPI),以使可以用作最终用户和运输管理系统1302之间的媒介物的各种第三方成为可能。
在一些实施方式中,车辆内的设备可以互连。例如,以下的任意组合可以通信地连接:车辆1314、提供方计算设备1316、提供方平板电脑1320、运输管理车辆设备1318、请求方计算设备1324、请求方平板电脑1322、和任何其他设备(例如,智能手表、智能标签等)。例如,运输管理车辆设备1318可以通信地连接至提供方计算设备1316和/或请求方计算设备1324。运输管理车辆设备1318可以经由任何适合的通信技术建立与那些设备的通信连接诸如连接1326和1328,任何适合的通信技术包括例如实施IEEE802.11系列标准的WLAN技术、蓝牙、低功耗蓝牙、NFC、Z-Wave、ZigBee、和任何其他适合的短距离无线通信技术。
在一些实施方式中,用户可以使用在其相应的计算设备(例如,1316、1318、1320、和/或集成在车辆1314内的计算设备)上执行的应用,来利用由运输管理系统1302提供的一个或更多个服务并与该一个或更多个服务配合,该相应的计算设备可以包括移动设备(例如
Figure BDA0002775618240000361
移动电话、平板电脑、个人数字助理(PDA))、膝上型电脑、可穿戴设备(例如智能手表、智能眼镜、头戴式显示器等)、瘦客户端设备、游戏控制台、以及任何其他计算设备。在一些实施方式中,车辆1314可以包括车辆集成计算设备诸如车辆导航系统、或者与车辆本身集成的其他计算设备诸如自主车辆的管理系统。计算设备可以在任何合适的操作系统诸如
Figure BDA0002775618240000362
Figure BDA0002775618240000363
或者基于
Figure BDA0002775618240000364
或基于
Figure BDA0002775618240000365
的操作系统、或者其他操作系统上运行。计算设备还可以被配置成通过互联网、短消息服务(SMS)、电子邮件、以及各种其他消息收发应用和/或通信协议来发送和接收数据。在一些实施方式中,一个或更多个软件应用可以被安装在提供方或请求方的计算设备上,包括与运输管理系统1302相关联的应用。运输应用可以例如由与运输管理系统相关联的实体经由任何分配信道诸如可以从其下载应用的在线资源进行分配。与运输管理系统无关联的附加的第三方应用也可以被安装在计算设备上。在一些实施方式中,运输应用可以与被安装的第三方应用中的一个或更多个第三方应用通信或共享数据和资源。
图14示出了根据各种实施方式的数据收集和应用管理环境1400。如图14所示,管理系统1402可以被配置成通过数据收集接口1406从各种数据收集设备1404收集数据。如上所述,管理系统1402可以包括一个或更多个计算机和/或服务器或其任何组合。数据收集设备1404可以包括但不限于用户设备(包括提供方和请求方计算设备,诸如上面所讨论的那些)、提供方通信设备、膝上型或台式计算机、车辆数据(例如,来自集成到车辆或以其他方式连接至车辆的传感器)、基于地面或卫星的源(例如,位置数据、交通数据、天气数据等)、或其他传感器数据(例如,道路嵌入式传感器、交通传感器等)。数据收集接口1406可以包括例如被配置成支持用于每个数据收集设备的接口的可扩展设备框架。在各种实施方式中,数据收集接口1406可以被扩展以在新数据收集设备被释放时支持新数据收集设备,以及/或者以更新现有接口以支持对现有数据收集设备的改变。在各种实施方式中,数据收集设备可以通过一个或更多个网络与数据收集接口1406通信。网络可以包括本领域的普通技术人员将认识到的任何网络或通信协议,包括上面讨论的那些网络。
如图14所示,从数据收集设备1404接收的数据可以被存储在数据存储1408中。数据存储1408可以包括一个或更多个数据存储,诸如数据库、对象存储系统和服务、基于云的存储服务、以及其他数据存储。例如,可以在管理系统1402可访问的非暂时性存储介质上实施各种数据存储,诸如历史数据存储1410、搭乘数据存储1412、和用户数据存储1414。数据存储1408可以对于管理系统1402是本地的,或者是远程的且通过网络诸如上面讨论的那些网络或存储区域网络或其他联网的存储系统是可访问的。在各种实施方式中,历史数据1410可以包括历史交通数据、天气数据、请求数据、道路条件数据、或用于给定的一个或更多个区域的从各种数据收集设备接收的任何其他数据。搭乘数据1412可以包括聚集的和/或来自请求方或提供方的路线数据、请求数据、时序数据、和其他与搭乘相关的数据。用户数据1414可以包括用户账户数据、偏好、位置历史、以及其他用户特定数据。尽管以示例的方式示出了某些数据存储,但是根据本文所描述的各种实施方式收集的和/或存储的任何数据可以存储在数据存储1408中。
如图14所示,应用接口1416可以由管理系统1402提供,以使各种应用1418能够通过管理系统1402访问可用的数据和/或服务。应用1418可以在各种用户设备(包括提供方和请求方计算设备,诸如以上讨论的那些)上运行和/或可以包括被配置成在各种设备(例如,计算机、服务器、或其组合)上运行的基于云的或其他分布式的应用。应用1418可以包括例如可以利用数据1408以提供各种服务(例如,第三方搭乘请求和管理应用)的聚集和/或报告应用。在各种实施方式中,应用接口1416可以包括实现应用1418的第三方开发的API和/或SPI。在一些实施方式中,应用接口1416可以包括网站接口,从而实现对由管理系统1402提供的数据1408和/或服务的基于网站的访问。在各种实施方式中,应用1418可以在被配置成通过一个或更多个网络与应用接口1416通信的设备上运行。根据本公开内容的实施方式,网络可以包括本领域的普通技术人员将认识到的任何网络或通信协议,包括以上所讨论的那些网络。
尽管本公开内容的各种实施方式是从其中搭乘提供方是操作他们自己的车辆的人类驾驶员的搭乘共享服务的角度来描述的,但在其他实施方式中,本文所描述的技术也可以用于其中搭乘请求是使用自主车辆来满足的环境中。例如,搭乘共享服务的运输管理系统可以促进满足使用人类驾驶员和自主车辆两者的搭乘请求。
如上所述,本文所描述和/或所例示的计算设备和系统广泛地表示能够执行计算机可读指令诸如本文所描述的模块内所包含的那些计算机可读指令的任何类型或形式的计算设备或系统。在其最基本的配置中,这些一个或更多个计算设备可以各自包括至少一个存储器设备和至少一个物理处理器。
在一些示例中,术语“存储器设备”通常是指能够存储数据和/或计算机可读指令的任何类型或形式的易失性或非易失性存储设备或介质。在一个示例中,存储器设备可以存储、加载、和/或维护本文所描述的模块中的一个或更多个模块。存储器设备的示例包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器、硬盘驱动器(HDD)、固态驱动器(SSD)、光盘驱动器、缓存、上述存储器设备中的一个或更多个存储器设备的变型或组合、或者任何其他适合的存储存储器。
在一些示例中,术语“物理处理器”通常是指能够解译和/或执行计算机可读指令的任何类型或形式的硬件实现的处理单元。在一个示例中,物理处理器可以访问和/或修改存储在上述存储器设备中的一个或更多个模块。物理处理器的示例包括但不限于微处理器、微控制器、中央处理器(CPU)、实现软核处理器的现场可编程门阵列(FPGA)、专用集成电路(ASIC)、上述物理处理器中的一个或更多个物理处理器的部分、上述物理处理器中的一个或更多个物理处理器的变型或组合、或者任何其他合适的物理处理器
尽管例示为分开的元件,但是本文所描述的和/或所例示的模块可以表示单个模块或应用的部分。此外,在某些实施方式中,这些模块中的一个或更多个模块可以表示在由计算设备执行时可以使计算设备执行一个或更多个任务的一个或更多个软件应用或程序。例如,本文所描述的和/或所例示的模块中的一个或更多个模块可以表示被存储和被配置成在本文所描述的和/或所例示的计算设备或系统中的一个或更多个计算设备或系统上运行的模块。这些模块中的一个或更多个模块也可以表示被配置成执行一个或更多个任务的一个或更多个特殊用途计算机的全部或部分。
此外,本文所描述的模块中的一个或更多个模块可以将数据、物理设备、和/或物理设备的表示从一种形式变换成另一种形式。例如,本文所描述的模块中的一个或更多个模块可以将与传感器数据相结合的配置信息变换成图像数据,并将图像数据存储在数据库中和/或将图像数据传输至数据库。附加地或替代性地,本文所叙述的模块中的一个或更多个模块可以通过在计算设备上执行、在计算设备上存储数据、和/或以其他方式与计算设备交互,来将处理器、易失性存储器、非易失性存储器、和/或物理计算设备的任何其他部分从一种形式变换成另一种形式。
在一些实施方式中,术语“计算机可读介质”通常是指能够存储或携带计算机可读指令的任何形式的设备、载体、或介质。计算机可读介质的示例包括但不限于传输类型的介质诸如载波、和非暂时性类型的介质诸如磁存储介质(例如,硬盘驱动器、磁带驱动器、和软盘)、光存储介质(例如,光盘(CD)、数字视频光盘(DVD)、和蓝光光碟)、电子存储介质(例如,固态驱动器和闪速介质)、以及其他分布式系统。
本文所描述的和/或所例示的步骤的过程参数和顺序仅作为示例给出,并且可以根据期望被改变。例如,尽管可以以特定顺序示出或讨论本文中所例示的和/或所描述的步骤,但是这些步骤不一定需要以所例示的或所讨论的顺序被执行。本文所描述的和/或所例示的各种示例性方法还可以省略本文所描述的或所例示的步骤中的一个或更多个步骤,或者包括除所公开的步骤之外的附加步骤。
已经提供了前面的描述以使本领域的其他技术人员能够最好地利用本文公开的示例性实施方式的各种方面。该示例性描述并非意在是穷举的或限于所公开的任何精确形式。在不脱离本公开内容的精神和范围的情况下,许多修改和变型是可能的。本文所公开的实施方式在所有方面应被认为是例示性的而非限制性的。在确定本公开内容的范围时,应参考所附权利要求及其等同物。
除非另有说明,否则说明书和权利要求书中所使用的术语“一”或“一个”应解释为表示“......中的至少一个。”此外,为了易于使用,在说明书和权利要求书中所使用的术语“包括”和“具有”(及其派生词)可与词语“包含”互换并与其具有相同的含义。
权利要求书(按照条约第19条的修改)
1.一种计算机实施的方法,包括:
由服务器计算机系统识别用于捕获街道级影像的提供方计算设备,其中,该提供方计算设备对被定位成捕获在与该提供方设备相关联的车辆附近的街道级影像的照相机进行控制;
由所述服务器计算机系统确定用于该提供方计算设备的配置,其中,所述配置被配置成控制该提供方计算设备以捕获街道级影像,其中,该提供方计算设备是被共同地配置为满足收集目标的提供方计算设备组中的一个提供方计算设备,并且其中,确定所述配置包括:
接收来自与该车辆相关联的该提供方计算设备的能力数据以及来自与另外的车辆相关联的至少一个另外的提供方计算设备的能力数据;
基于来自该提供方计算设备的能力数据和来自所述另外的提供方计算设备的能力数据,来选择所述配置;以及
由所述服务器计算机系统将所述配置发送给该提供方计算设备,其中,该提供方计算设备响应于接收到所述配置捕获街道级图像数据。
2.根据权利要求1所述的计算机实施的方法,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制该提供方计算设备的使用以提供街道级图像数据。
3.根据权利要求2所述的计算机实施的方法,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
4.根据权利要求1所述的计算机实施的方法,其中,确定控制与该车辆相关联的提供方计算设备的使用的配置还包括:
基于至少一个数据收集规则识别街道级图像数据的所述收集目标;
确定所述提供方计算设备组与所述数据收集规则相匹配,其中,所述提供方计算设备组与对应的车辆组相关联;以及
为所述提供方计算设备组中的每个提供方计算设备确定配置,使得所述提供方计算设备组被共同地配置为满足所述收集目标。
5.根据权利要求1所述的计算机实施的方法,其中,来自该提供方计算设备的能力数据描述该提供方计算设备的计算能力,并且来自所述另外的提供方计算设备的能力数据描述所述另外的提供方计算设备的计算能力。
6.根据权利要求1所述的计算机实施的方法,其中,来自该提供方计算设备的能力数据描述该提供方计算设备的照相机能够获得的视野,并且来自所述另外的提供方计算设备的能力数据描述所述另外的提供方计算设备的照相机能够获得的视野。
7.根据权利要求1所述的计算机实施的方法,还包括:由所述服务器计算机系统至少部分地基于下述来更新对与该车辆相关联的该提供方计算设备的使用进行控制的所述配置:从与不同车辆相关联的不同提供方计算设备接收的街道级图像数据。
8.根据权利要求1所述的计算机实施的方法:
其中,与该车辆相关联的该提供方计算设备包括运输匹配应用;以及
所述方法还包括,由所述服务器计算机系统至少部分地基于下述来将指令传输给所述运输匹配应用:从与不同车辆相关联的不同提供方计算设备接收的街道级图像数据。
9.根据权利要求1所述的计算机实施的方法,还包括:
由所述服务器计算机系统并基于由所述服务器计算机系统接收的所述街道级图像数据来更新所述配置,以使该提供方计算设备提供与所述街道级图像数据有关的附加的街道级图像数据;以及
由所述服务器计算机系统从该提供方计算设备接收所述附加的街道级图像数据。
10.根据权利要求1所述的计算机实施的方法,其中,控制该提供方计算设备的使用以提供街道级图像数据,包括下述中的至少一项:
使该提供方计算设备使用所述照相机捕获街道级图像;
使该提供方计算设备将街道级图像存储在存储设备上;以及
使该提供方计算设备将所述街道级图像数据经由联网设备传输到所述服务器计算机系统。
11.根据权利要求1所述的计算机实施的方法,其中,所述配置包括用于该提供方计算设备将使用所述照相机捕获的街道级图像上传到所述服务器计算机系统的至少一个条件。
12.根据权利要求11所述的计算机实施的方法,其中,所述条件包括下述中的至少一项:
能够用于上传所述街道级图像的指定类型的网络连接;
该提供方计算设备能够使用的指定网络传送能力;
自先前的街道级图像的上传以来的指定时间量;
该提供方计算设备的指定电池电量;以及
该提供方计算设备能够使用的指定存储器容量。
13.根据权利要求1所述的计算机实施的方法,其中,该提供方计算设备响应于下述将所述街道级图像数据提供给所述服务器计算机系统:该提供方计算设备基于由该提供方计算设备访问的传感器数据且响应于所述配置,确定关于使用该提供方计算设备来提供所述街道级图像数据的条件被满足。
14.一种系统,包括:
与车辆相关联的至少一个提供方计算设备,所述提供方计算设备具有至少一个硬件处理器,其中,所述提供方计算设备对被定位成捕获车辆附近的街道级影像的照相机进行控制;
服务器计算机系统,所述服务器计算机系统具有至少一个硬件处理器,所述服务器计算机系统:
识别该提供方计算设备;
确定用于该提供方计算设备的配置,其中,所述配置被配置成控制该提供方计算设备以捕获街道级影像,其中,该提供方计算设备是被共同地配置为满足收集目标的提供方计算设备组中的一个提供方计算设备,并且其中,确定所述配置包括:
接收来自与该车辆相关联的该提供方计算设备的能力数据以及来自与另外的车辆相关联的至少一个另外的提供方计算设备的能力数据;
基于来自该提供方计算设备的能力数据和来自所述另外的提供方计算设备的能力数据,来选择所述配置;以及
由所述服务器计算机系统将所述配置发送给该提供方计算设备,其中该提供方计算设备响应于接收到所述配置捕获街道级图像数据;
将所述配置发送给该提供方计算设备;以及
从该提供方计算设备接收由该提供方计算设备响应于所述配置使用所述照相机捕获的街道级图像数据;并且
其中,该提供方计算设备响应于由所述服务器计算机系统发送给该提供方计算设备的所述配置将街道级图像数据提供给所述服务器计算机系统。
15.根据权利要求14所述的系统,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制所述提供方计算设备的使用以提供街道级图像数据。
16.根据权利要求15所述的系统,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
17.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括一个或更多个计算机可读指令,所述一个或更多个计算机可读指令在由计算设备的至少一个处理器执行时,使所述计算设备:
通过服务器计算机系统识别用于捕获街道级影像的提供方计算设备,其中,该提供方计算设备对被定位成捕获在与该提供方设备相关联的车辆附近的街道级影像的照相机进行控制;
通过所述服务器计算机系统确定用于该提供方计算设备的配置,其中,所述配置被配置成控制该提供方计算设备以捕获街道级影像,其中,该提供方计算设备是被共同地配置为满足收集目标的提供方计算设备组中的一个提供方计算设备;
接收来自与该车辆相关联的该提供方计算设备的能力数据以及来自与另外的车辆相关联的至少一个另外的提供方计算设备的能力数据;
基于来自该提供方计算设备的能力数据和来自所述另外的提供方计算设备的能力数据,来选择所述配置;以及
通过所述服务器计算机系统将所述配置发送给该提供方计算设备,其中,该提供方计算设备响应于接收到所述配置捕获街道级图像数据。
18.根据权利要求17所述的非暂时性计算机可读介质,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制该提供方计算设备的使用以提供街道级图像数据。
19.根据权利要求18所述的非暂时性计算机可读介质,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。

Claims (20)

1.一种计算机实施的方法,包括:
由服务器计算机系统识别用于捕获街道级影像的提供方计算设备,其中,该提供方计算设备对被定位成捕获在与该提供方计算设备相关联的车辆外部的街道级影像的照相机进行控制,并且其中,该提供方计算设备是与和一区域相关联的多个车辆相对应的多个提供方计算设备中的一个提供方计算设备;
由所述服务器计算机系统至少部分地基于从所述多个提供方计算设备内的该提供方计算设备和一个或更多个附加的提供方计算设备接收的信息,来确定下述配置:所述配置控制该提供方计算设备的使用以将由所述照相机捕获的街道级图像数据提供给所述服务器计算机系统;
由所述服务器计算机系统将所述配置发送给该提供方计算设备;以及
由所述服务器计算机系统接收由该提供方计算设备响应于所述配置使用所述照相机捕获的街道级图像数据。
2.根据权利要求1所述的计算机实施的方法,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制该提供方计算设备的使用以提供街道级图像数据。
3.根据权利要求2所述的计算机实施的方法,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
4.根据权利要求1所述的计算机实施的方法,其中,确定控制与该车辆相关联的提供方计算设备的使用的配置包括:
基于至少一个数据收集规则识别街道级图像数据的收集目标;
确定与对应的车辆组相关联的提供方计算设备组与数据收集规则相匹配;以及
为所述提供方计算设备组中的每个提供方计算设备确定单独的配置,使得所述提供方计算设备组被共同地配置为满足所述收集目标。
5.根据权利要求4所述的计算机实施的方法,其中,为所述提供方计算设备组中的每个提供方计算设备确定所述单独的配置使得所述提供方计算设备组被共同地配置为满足所述收集目标,包括:
接收来自与该车辆相关联的该提供方计算设备的能力数据以及来自与另外的车辆相关联的至少一个另外的提供方计算设备的能力数据;以及
基于来自该提供方计算设备的能力数据和来自所述另外的提供方计算设备的能力数据,为所述提供方计算设备组中的每个提供方计算设备优化所述单独的配置。
6.根据权利要求5所述的计算机实施的方法,其中,来自该提供方计算设备的能力数据描述该提供方计算设备的计算能力,并且来自所述另外的提供方计算设备的能力数据描述所述另外的提供方计算设备的计算能力。
7.根据权利要求5所述的计算机实施的方法,其中,来自该提供方计算设备的能力数据描述该提供方计算设备的照相机能够获得的视野,并且来自所述另外的提供方计算设备的能力数据描述所述另外的提供方计算设备的照相机能够获得的视野。
8.根据权利要求1所述的计算机实施的方法,还包括:由所述服务器计算机系统至少部分地基于下述来更新对与该车辆相关联的该提供方计算设备的使用进行控制的所述配置:从与不同车辆相关联的不同提供方计算设备接收的街道级图像数据。
9.根据权利要求1所述的计算机实施的方法:
其中,与该车辆相关联的该提供方计算设备包括运输匹配应用;以及
所述方法还包括,由所述服务器计算机系统至少部分地基于下述来将指令传输给所述运输匹配应用:从与不同车辆相关联的不同提供方计算设备接收的街道级图像数据。
10.根据权利要求1所述的计算机实施的方法,还包括:
由所述服务器计算机系统并基于由所述服务器计算机系统接收的所述街道级图像数据来更新所述配置,以使该提供方计算设备提供与所述街道级图像数据有关的附加的街道级图像数据;以及
由所述服务器计算机系统从该提供方计算设备接收所述附加的街道级图像数据。
11.根据权利要求1所述的计算机实施的方法,其中,控制该提供方计算设备的使用以提供街道级图像数据,包括下述中的至少一项:
使该提供方计算设备使用所述照相机捕获街道级图像;
使该提供方计算设备将街道级图像存储在存储设备上;以及
使该提供方计算设备将所述街道级图像数据经由联网设备传输到所述服务器计算机系统。
12.根据权利要求1所述的计算机实施的方法,其中,所述配置包括用于该提供方计算设备将使用所述照相机捕获的街道级图像上传到所述服务器计算机系统的至少一个条件。
13.根据权利要求12所述的计算机实施的方法,其中,所述条件包括下述中的至少一项:
能够用于上传所述街道级图像的指定类型的网络连接;
该提供方计算设备能够使用的指定网络传送能力;
自先前的街道级图像的上传以来的指定时间量;
该提供方计算设备的指定电池电量;以及
该提供方计算设备能够使用的指定存储器容量。
14.根据权利要求1所述的计算机实施的方法,其中,该提供方计算设备响应于下述将所述街道级图像数据提供给所述服务器计算机系统:该提供方计算设备基于由该提供方计算设备访问的传感器数据且响应于所述配置,确定关于使用该提供方计算设备来提供所述街道级图像数据的条件被满足。
15.一种系统,包括:
与车辆相关联的至少一个提供方计算设备,所述提供方计算设备具有至少一个硬件处理器,其中,所述提供方计算设备:
控制被定位成捕获在该车辆外部的街道级影像的照相机;以及
是与和一区域相关联的多个车辆相对应的多个提供方计算设备中的一个提供方计算设备;
服务器计算机系统,所述服务器计算机系统具有至少一个硬件处理器,所述服务器计算机系统:
识别该提供方计算设备;
至少部分地基于从所述多个提供方计算设备内的该提供方计算设备和一个或更多个附加的提供方计算设备接收的信息,来确定下述配置,所述配置控制该提供方计算设备的使用以将由所述照相机捕获的街道级图像数据提供给所述服务器计算机系统;
将所述配置发送给该提供方计算设备;以及
从该提供方计算设备接收由该提供方计算设备响应于所述配置使用所述照相机捕获的街道级图像数据;并且
其中,该提供方计算设备响应于由所述服务器计算机系统发送给该提供方计算设备的所述配置将街道级图像数据提供给所述服务器计算机系统。
16.根据权利要求15所述的系统,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制所述提供方计算设备的使用以提供街道级图像数据。
17.根据权利要求16所述的系统,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
18.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括一个或更多个计算机可读指令,所述一个或更多个计算机可读指令在由计算设备的至少一个处理器执行时,使所述计算设备:
通过服务器计算机系统识别用于捕获街道级影像的提供方计算设备,其中,该提供方计算设备对被定位成捕获在与该提供方计算设备相关联的车辆外部的街道级影像的照相机进行控制,并且其中,该提供方计算设备是与和一区域相关联的多个车辆相对应的多个提供方计算设备中的一个提供方计算设备;
通过所述服务器计算机系统至少部分地基于从所述多个提供方计算设备内的该提供方计算设备和一个或更多个附加的提供方计算设备接收的信息,来确定下述配置,所述配置控制该提供方计算设备的使用以将由所述照相机捕获的街道级图像数据提供给所述服务器计算机系统;
通过所述服务器计算机系统将所述配置发送给该提供方计算设备;以及
通过所述服务器计算机系统接收由该提供方计算设备响应于所述配置使用所述照相机捕获的街道级图像数据。
19.根据权利要求18所述的非暂时性计算机可读介质,其中,所述配置至少部分地基于由该提供方计算设备接收的传感器数据,来控制该提供方计算设备的使用以提供街道级图像数据。
20.根据权利要求19所述的非暂时性计算机可读介质,其中:
所述传感器数据指示该提供方计算设备的地理定位;以及
所述配置与用于控制该提供方计算设备的使用以提供街道级图像数据的规则相关联地指定至少一个地理定位。
CN201980032116.4A 2018-03-13 2019-03-12 用于街道级图像数据的协调收集的系统和方法 Pending CN112154659A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/920,438 US10218941B1 (en) 2018-03-13 2018-03-13 Systems and methods for coordinated collection of street-level image data
US15/920,438 2018-03-13
PCT/US2019/021947 WO2019178168A1 (en) 2018-03-13 2019-03-12 Systems and methods for coordinated collection of street-level image data

Publications (1)

Publication Number Publication Date
CN112154659A true CN112154659A (zh) 2020-12-29

Family

ID=65410659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980032116.4A Pending CN112154659A (zh) 2018-03-13 2019-03-12 用于街道级图像数据的协调收集的系统和方法

Country Status (9)

Country Link
US (4) US10218941B1 (zh)
EP (1) EP3753244A4 (zh)
CN (1) CN112154659A (zh)
AU (1) AU2019236493A1 (zh)
CA (1) CA3093833C (zh)
IL (1) IL277289B (zh)
MX (1) MX2020009505A (zh)
SG (1) SG11202008882RA (zh)
WO (1) WO2019178168A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10740891B1 (en) * 2016-05-20 2020-08-11 Ccc Information Services Inc. Technology for analyzing images depicting vehicles according to base image models
US10218941B1 (en) 2018-03-13 2019-02-26 Lyft, Inc. Systems and methods for coordinated collection of street-level image data
US10969237B1 (en) * 2018-03-23 2021-04-06 Apple Inc. Distributed collection and verification of map information
US10699140B2 (en) 2018-05-04 2020-06-30 Qualcomm Incorporated System and method for capture and distribution of information collected from signs
US20200019173A1 (en) * 2018-07-12 2020-01-16 International Business Machines Corporation Detecting activity near autonomous vehicles
US10685240B2 (en) * 2018-09-24 2020-06-16 General Motors Llc Video and/or image mapping system
KR20200069084A (ko) * 2018-12-06 2020-06-16 팅크웨어(주) 도로 제한 속도 판단 방법, 도로 제한 속도 판단 장치, 전자 기기, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
US11527060B2 (en) * 2019-01-23 2022-12-13 Uber Technologies, Inc. Location determination service based on user-sourced image updates
US11293762B2 (en) * 2019-06-18 2022-04-05 Here Global B.V. System and methods for generating updated map data
US11741704B2 (en) * 2019-08-30 2023-08-29 Qualcomm Incorporated Techniques for augmented reality assistance
EP4022254A4 (en) * 2019-10-04 2023-09-06 Waymo Llc SPATIO-TEMPORAL POSE/OBJECT DATABASE
CN110853042B (zh) * 2019-11-14 2023-01-10 空间信息产业发展股份有限公司 一种基于图像识别的涉密矢量图形自动分割系统及方法
US10999719B1 (en) * 2019-12-03 2021-05-04 Gm Cruise Holdings Llc Peer-to-peer autonomous vehicle communication
US20220392033A1 (en) * 2021-06-03 2022-12-08 Not A Satellite Labs, LLC Correction of surveillance images

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020085095A1 (en) * 2000-12-28 2002-07-04 Holger Janssen Method and device for producing road and street data for a digital map
CN102506879A (zh) * 2011-10-20 2012-06-20 东北林业大学 城市景观地理信息数据采集系统
JP2013120187A (ja) * 2011-12-07 2013-06-17 Hyundai Motor Co Ltd 地理情報と連携した撮影イメージを利用する道路案内表示方法及びその装置
US8612465B1 (en) * 2011-04-08 2013-12-17 Google Inc. Image reacquisition
CN103507810A (zh) * 2012-06-29 2014-01-15 比亚迪股份有限公司 一种控制车辆行驶的系统及控制车辆行驶的方法
CN104965511A (zh) * 2015-06-16 2015-10-07 南京邮电大学 一种基于任意路径规划的智能小车实时视频回传系统
US20160214533A1 (en) * 2015-01-22 2016-07-28 Verizon Patent And Licensing Inc. Autonomous vehicle cameras used for near real-time imaging
JP2017060164A (ja) * 2015-09-18 2017-03-23 株式会社東芝 街頭情報処理システム、街頭情報処理システムに適用されるクライアントおよびサーバ、ならびにこれらの方法およびプログラム
CN106799993A (zh) * 2017-01-09 2017-06-06 智车优行科技(北京)有限公司 街景采集方法和系统、车辆
US9679487B1 (en) * 2015-01-20 2017-06-13 State Farm Mutual Automobile Insurance Company Alert notifications utilizing broadcasted telematics data
CN206475817U (zh) * 2017-02-23 2017-09-08 南京理工大学紫金学院 一种智能汽车监控系统
CN107272037A (zh) * 2017-05-15 2017-10-20 山东理工大学 一种道路设施位置、图像信息采集装置及采集信息的方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9189895B2 (en) 2005-06-01 2015-11-17 Allstate Insurance Company Motor vehicle operating data collection and analysis
JP4744537B2 (ja) * 2008-02-05 2011-08-10 日立オートモティブシステムズ株式会社 走行レーン検出装置
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
WO2014172320A1 (en) 2013-04-15 2014-10-23 Flextronics Ap, Llc Vehicle location-based home automation triggers
KR101565006B1 (ko) * 2014-05-30 2015-11-13 엘지전자 주식회사 차량용 어라운드뷰 제공 장치 및 이를 구비한 차량
US20160048934A1 (en) 2014-09-26 2016-02-18 Real Data Guru, Inc. Property Scoring System & Method
US10291574B2 (en) * 2015-07-30 2019-05-14 Uber Technologies, Inc. Social media integration for transport arrangement service
JP6776513B2 (ja) * 2015-08-19 2020-10-28 ソニー株式会社 車両制御装置と車両制御方法と情報処理装置および交通情報提供システム
US10852744B2 (en) * 2016-07-01 2020-12-01 Uatc, Llc Detecting deviations in driving behavior for autonomous vehicles
US20180012197A1 (en) 2016-07-07 2018-01-11 NextEv USA, Inc. Battery exchange licensing program based on state of charge of battery pack
KR102299378B1 (ko) * 2016-08-24 2021-09-07 구글 엘엘씨 변화 검출 기반의 맵 인터페이스 업데이트 시스템
US10218941B1 (en) 2018-03-13 2019-02-26 Lyft, Inc. Systems and methods for coordinated collection of street-level image data

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020085095A1 (en) * 2000-12-28 2002-07-04 Holger Janssen Method and device for producing road and street data for a digital map
US8612465B1 (en) * 2011-04-08 2013-12-17 Google Inc. Image reacquisition
CN102506879A (zh) * 2011-10-20 2012-06-20 东北林业大学 城市景观地理信息数据采集系统
JP2013120187A (ja) * 2011-12-07 2013-06-17 Hyundai Motor Co Ltd 地理情報と連携した撮影イメージを利用する道路案内表示方法及びその装置
CN103507810A (zh) * 2012-06-29 2014-01-15 比亚迪股份有限公司 一种控制车辆行驶的系统及控制车辆行驶的方法
US9679487B1 (en) * 2015-01-20 2017-06-13 State Farm Mutual Automobile Insurance Company Alert notifications utilizing broadcasted telematics data
US20160214533A1 (en) * 2015-01-22 2016-07-28 Verizon Patent And Licensing Inc. Autonomous vehicle cameras used for near real-time imaging
CN104965511A (zh) * 2015-06-16 2015-10-07 南京邮电大学 一种基于任意路径规划的智能小车实时视频回传系统
JP2017060164A (ja) * 2015-09-18 2017-03-23 株式会社東芝 街頭情報処理システム、街頭情報処理システムに適用されるクライアントおよびサーバ、ならびにこれらの方法およびプログラム
CN106799993A (zh) * 2017-01-09 2017-06-06 智车优行科技(北京)有限公司 街景采集方法和系统、车辆
CN206475817U (zh) * 2017-02-23 2017-09-08 南京理工大学紫金学院 一种智能汽车监控系统
CN107272037A (zh) * 2017-05-15 2017-10-20 山东理工大学 一种道路设施位置、图像信息采集装置及采集信息的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宁永强等: "车载街景采集系统的设计与实现", 《遥感信息》 *

Also Published As

Publication number Publication date
US20200351472A1 (en) 2020-11-05
AU2019236493A1 (en) 2020-10-08
EP3753244A4 (en) 2021-12-15
CA3093833A1 (en) 2019-09-19
WO2019178168A1 (en) 2019-09-19
MX2020009505A (es) 2021-01-15
US10218941B1 (en) 2019-02-26
SG11202008882RA (en) 2020-10-29
IL277289B (en) 2021-05-31
US11405590B2 (en) 2022-08-02
EP3753244A1 (en) 2020-12-23
US20190289260A1 (en) 2019-09-19
CA3093833C (en) 2022-01-25
US20220353475A1 (en) 2022-11-03
IL277289A (en) 2020-10-29
US10687024B2 (en) 2020-06-16

Similar Documents

Publication Publication Date Title
US11405590B2 (en) Systems and methods for coordinated collection of street-level image data
US20220363161A1 (en) Systems and methods for routing personal mobility vehicles based on road conditions
US10679312B2 (en) Dynamic autonomous vehicle servicing and management
US20200042019A1 (en) Management of multiple autonomous vehicles
EP3497685A2 (en) Method and apparatus for providing goal oriented navigational directions
JP6006641B2 (ja) 交通信号マップ作成及び検出
CN110869705A (zh) 车辆指导的系统和方法
US11080216B2 (en) Writing messages in a shared memory architecture for a vehicle
EP3078937A1 (en) Vehicle position estimation system, device, method, and camera device
US20110238290A1 (en) Navigation system with image assisted navigation mechanism and method of operation thereof
JP2016511860A (ja) 運転サポート
US11616737B2 (en) Reading messages in a shared memory architecture for a vehicle
US11327489B2 (en) Shared memory architecture for a vehicle
CN114080537A (zh) 收集与可导航网络有关的用户贡献数据
US20200005637A1 (en) Apparatuses, systems, and methods for graphical progress interfaces for dynamic transportation networks
US20210088341A1 (en) Shuttle routing system
JP2022027807A (ja) 予測装置およびシステム
US11507978B2 (en) Dynamic display of driver content
US11367108B1 (en) Dynamic display of route related content during transport by a vehicle
US20210150419A1 (en) Systems and methods for determining rideable vehicle locations
US20210342760A1 (en) Systems and methods for utilizing constrained modes of transportation
US20190377359A1 (en) Navigation system with vehicle operation mechanism and method of operation thereof
US20220201422A1 (en) Method, apparatus and computer program product for controlling transmission of sensor data at the edge or near-edge of a network
US20210404819A1 (en) Systems and methods for selecting improved routes for fulfilling transportation requests
US20230196212A1 (en) Autonomous vehicle destination determination

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201229