CN112201062A - 车辆的控制方法、系统、装置和计算机可读存储介质 - Google Patents
车辆的控制方法、系统、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN112201062A CN112201062A CN201910608485.5A CN201910608485A CN112201062A CN 112201062 A CN112201062 A CN 112201062A CN 201910608485 A CN201910608485 A CN 201910608485A CN 112201062 A CN112201062 A CN 112201062A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- target vehicle
- identity
- 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.)
- Granted
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种车辆的控制方法、系统、装置和计算机可读存储介质,涉及物联网技术领域。该方法包括:获取拥塞区域的现场图像和拥塞区域中各车辆的身份信息;根据现场图像,将从现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配;获取各目标车辆的状态信息;根据身份匹配结果和状态信息,生成控制指令以便控制各目标车辆驶出所述拥塞区域。本公开的技术方案能够提高疏导效果。
Description
技术领域
本公开涉及物联网技术领域,特别涉及一种车辆的控制方法、车辆的控制系统、车辆的控制装置和计算机可读存储介质。
背景技术
随着物联网、人工智能、车联网和智能交通的发展,目前已有许多十字路口智能交通疏导系统方案。智能交通疏导系统可为道路交通流量监控、预测、优化、疏导和预警提供支撑。
在相关技术中,大多以智能交通灯作为核心,通过云端人工控制智能交通灯实现交通流量管控。
发明内容
本公开的发明人发现上述相关技术中存在如下问题:依靠人工经验控制交通灯指挥车辆,受人为因素影响较大,且交通灯故障会造成整个系统失效,从而导致系统的可靠性差。
鉴于此,本公开提出了一种车辆的控制技术方案,能够提高车辆控制系统的疏导效果。
根据本公开的一些实施例,提供了一种车辆的控制方法,包括:获取拥塞区域的现场图像和所述拥塞区域中各车辆的身份信息;根据所述现场图像,将从所述现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配;获取所述各目标车辆的状态信息;根据身份匹配结果和所述状态信息,生成控制指令以便控制所述各目标车辆驶出所述拥塞区域。
在一些实施例中,还包括:在无法通过所述现场图像完成所述身份匹配的情况下,根据所述各目标车辆在其他区域的图像进行所述身份匹配。
在一些实施例中,还包括:在无法通过所述现场图像完成所述身份匹配的情况下,根据所述各目标车辆上传的通讯列表进行所述身份匹配,所述通讯列表中包括目标车辆的通信范围内的其他车辆的身份信息。
在一些实施例中,还包括:在无法通过所述通讯列表完成所述身份匹配的情况下,通知所述各目标车辆通过调节通讯功率来改变通讯范围以生成新的通讯列表;根据所述新的通讯列表,进行所述身份匹配。
在一些实施例中,所述获取所述各目标车辆的状态信息包括:根据所述现场图形,获取所述各目标车辆的朝向信息。
在一些实施例中,所述获取所述各目标车辆的状态信息包括:从所述各目标车辆获取所述各目标车辆的位置信息和/或车距信息。
在一些实施例中,所述生成控制指令以便控制所述各目标车辆驶出所述拥塞区域包括:根据所述拥塞区域相应的锁定区域,生成所述控制指令,所述锁定区域只允许车辆驶出,不允许车辆驶入。
在一些实施例中,所述生成控制指令以便控制所述各目标车辆驶出所述拥塞区域包括:将所述控制指令、所述现场图像和所述身份匹配结果上传云端系统,以便所述云端系统控制所述各目标车辆驶出所述拥塞区域。
根据本公开的另一些实施例,提供一种车辆的控制系统,包括:管控节点用于执行上述任一个实施例中的车辆的控制方法。
在一些实施例中,还包括安装于各目标车辆中的车载终端,用于向所述管控节点提供所述各目标车辆的位置信息和/或车距信息。
在一些实施例中,其中,所述车载终端通过调节通讯功率,改变目标车辆的通讯范围以生成新的通讯列表。
在一些实施例中,还包括:云端系统,用于识别道路中的拥塞区域并提供给所述管控节点。
根据本公开的又一些实施例,提供一种车辆的控制装置,包括:获取单元,用于获取拥塞区域的现场图像和所述拥塞区域中各车辆的身份信息,获取所述各目标车辆的状态信息;匹配单元,用于根据所述现场图像,将从所述现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配;生成单元,用于根据身份匹配结果和所述状态信息,生成控制指令以便控制所述各目标车辆驶出所述拥塞区域。
根据本公开的又一些实施例,提供一种车辆的控制装置,包括:存储器;和耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行上述任一个实施例中的车辆的控制方法。
根据本公开的再一些实施例,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一个实施例中的车辆的控制方法。
在上述实施例中,通过分析拥塞区域的现场图像,根据各目标车辆的状态信息对拥塞区域中的车辆进行疏导。这样,可以根据现场情况自动生成控制指令进行现场指挥,从而提高疏导效果。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1示出本公开的车辆的控制方法的一些实施例的流程图;
图2示出本公开的车辆的控制方法的一些实施例的示意图;
图3示出图1的步骤120的一些实施例的示意图;
图4示出图1的步骤120的一些实施例的流程图;
图5示出本公开的车辆的控制系统的一些实施例的框图;
图6示出图5中的车载终端52的一些实施例的框图;
图7示出本公开的车辆的控制装置的一些实施例的框图;
图8示出本公开的车辆的控制装置的另一些实施例的框图;
图9示出本公开的车辆的控制的又一些实施例的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1示出本公开的车辆的控制方法的一些实施例的流程图。
如图1所示,该方法包括:步骤110,获取现场图像和身份信息;步骤120,对各目标车辆进行身份匹配;步骤130,获取状态信息;和步骤140,生成控制指令以便控制。
在步骤110中,获取拥塞区域的现场图像和拥塞区域中各车辆的身份信息。
在一些实施例中,可以在各十字路口设置管控节点,各管控节点之间可以进行交互,各管控节点可以与云端系统进行交互。例如,云端系统发现道路中发生拥塞的路口或地段,通知相应位置的管控节点。
在一些实施例中,管控节点具有图像采集装置以获取拥塞区域的图片或视频等现场图像信息。
在一些实施例中,各管控节点可以与车辆上安装的车载终端进行交互以获取车载终端提供的车辆的身份信息。例如,车辆的身份信息可以是车辆的标识、车牌等信息,也可以包括品牌、车型、颜色等车辆的特征信息。
在步骤120中,根据现场图像,将从现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配。
在一些实施例中,管控节点从现场图像中识别出各目标车辆,并将获取的各车辆的身份信息与各目标车辆进行身份匹配。例如,可以通过图2中的实施例实现。
图2示出本公开的车辆的控制方法的一些实施例的示意图。
如图2所示为拥塞区域的现场图像,拥塞区域2a中包含多个目标车辆。管控节点可以冲现场图像中识别各目标车辆,并为各目标车辆分配用于疏导指挥的编号。例如,拥塞区域2a中的各目标车辆的编号包括21~28。现场图像中还可以包括拥塞区域2a以外的多个车辆20。
在一些实施例中,可以预先为各路口划定锁定区域,如图2中的锁定区域2b。锁定区域2b只允许车辆驶出,不允许车辆驶入。
在一些实施例中,管控节点可以获取拥塞区域内各车辆的身份信息,然后根据从现场图像中识别出的各目标车辆的特征信息,将目标车辆21~28与各身份信息进行身份匹配。例如,可以特征信息可以是车牌号、车型等,可以根据特征信息将目标车辆21~28与获取的身份信息进行身份匹配。
在一些实施例中,在无法通过现场图像完成身份匹配的情况下,根据各目标车辆在其他区域的图像进行身份匹配。例如,拥塞区域附近的管控节点可以与其他路口的管控节点进行交互,以获取包含现场图像中目标车辆的其他路口的图像。其他路口的图像可以获取目标车辆的特征信息,从而完成身份匹配。
在一些实施例中,在无法通过现场图像完成身份匹配的情况下,根据各目标车辆上传的通讯列表进行身份匹配,通讯列表中包括目标车辆的通信范围内的其他车辆的身份信息。例如,可以通过图3中的实施例进行身份匹配。
图3示出图1的步骤120的一些实施例的示意图。
如图3所示,目标车辆31的通讯范围3a中包括车辆33~38;目标车辆32的通讯范围3b包括车辆34、36、37、车辆39~车辆313。在这种情况下,目标车辆31的通讯列表中包括车辆33~38的身份信息;目标车辆32的通讯列表中包括车辆34、36、37、车辆39~车辆313的身份信息。目标车辆31、32可以通过车载终端将各自的通讯列表发送给管控节点,管控节点可以根据通讯列表区别目标车辆31、32,从而进行身份匹配。
在一些实施例中,在无法通过通讯列表完成身份匹配的情况下,通知各目标车辆通过调节通讯功率来改变通讯范围以生成新的通讯列表。根据新的通讯列表,进行身份匹配。
在一些实施例中,目标车辆31、32中的至少一个可以通过调节通讯功率改变通讯范围。例如,目标车辆31可以降低通讯功率,以缩小通讯范围3a,从而改变通讯列表中的内容。这样,可以在目标车辆31、32的通讯列表一样的情况下,改变目标车辆31、32的通讯列表以区别目标车辆31、32。
可以通过图4中的步骤进行身份匹配。
图4示出图1的步骤120的一些实施例的流程图。
如图4所示,步骤120包括:步骤1210,识别现场图像中的各目标车辆;步骤1220,是否可以完成身份匹配;步骤1230,调用远程数据进行身份匹配;步骤1240,是否可以完成身份匹配;步骤1250,接收通讯列表进行身份匹配;步骤1260,是否可以完成身份匹配;步骤1270,接收调整功率后的通讯列表进行身份匹配;和步骤1280,绑定身份信息。
在步骤1210中,云端系统发现了拥堵情况,管控节点可以从现场图像中识别出锁定区域和拥塞区域的各目标车辆。
在步骤1220中,判断是否可以根据现场图像完成身份匹配。在可以完成的情况下,执行步骤1280;在不可以完成的情况下,执行步骤1230。例如,管控节点可以与各目标车辆的车载终端建立数据交互通道,并对每个车载终端分配全网唯一的临时编号。
在步骤1230中,调用远程数据进行身份匹配。例如,可以调用包含现场图像中目标车辆的其他路口或区域的图像进行身份匹配。例如,在现场图像中无法获取目标车辆清晰的车牌号,可以调用上一个路口中包含该目标车辆的图像,从中识别该目标车辆的车牌号,以完成身份匹配。
在步骤1240中,判断是否可以根据远程数据完成身份匹配。在可以完成的情况下,执行步骤1280;在不可以完成的情况下,执行步骤1250。
在步骤1250中,接收各目标车辆上报的通讯列表,根据通讯列表进行身份匹配。
在步骤1260中,判断是否可以根据通讯列表完成身份匹配。在可以完成的情况下,执行步骤1280;在不可以完成的情况下,执行步骤1270。
在步骤1270中,目标车辆通过调节通讯功率来改变各自的通讯列表,管控节点根据改变后的通讯列表进行身份匹配。
在步骤1280中,将识别出的目标车辆与身份信息绑定。例如,可以将分配给各目标车辆的编号与获取的各身份信息绑定。
在完成了身份匹配后,可以根据图1中的其他步骤对车辆进行控制。
在步骤130中,获取各目标车辆的状态信息。例如,可以根据现场图形,获取各目标车辆的朝向信息。还可以从各目标车辆获取各目标车辆的位置信息和/或车距信息。
在步骤140中,根据身份匹配结果和状态信息,生成控制指令以便控制各目标车辆驶出拥塞区域。例如,可以通过机器学习等人工智能方法根据身份匹配结果和状态信息生成控制指令。
在一些实施例中,可以根据生成的控制指令进行疏导的步骤数量或者疏导效率(疏导时间)判断该控制指令是否为优选疏导方案。在判断为优选疏导方案的情况下,可以进行现场疏导或远程疏导;在判断为非优选疏导方案的情况下,重新生成控制指令。
在一些实施例中,管控节点可以建立与各目标车辆的车载终端之间的语音通道,根据控制指令通过语音指挥各目标车辆以实现现场疏导。
在一些实施例中,将控制指令、现场图像和身份匹配结果上传云端系统,以便云端系统控制各目标车辆驶出拥塞区域以实现远程疏导。例如,云端系统可以建立与各目标车辆的车载终端之间的语音通道,根据控制指令通过语音指挥各目标车辆。云端系统还可以通知交管人员根据现场图像、控制指令等对各目标车辆进行指挥疏导。
在一些实施例中,可以通过如下的步骤对车辆进行疏导指挥:
划定锁定区和拥塞区。以拥塞路口为界限,在高清视频中划定锁定区和拥塞区。锁定区只允许出不允许进;
对锁定区及拥塞区内车辆身份识别及编号。管控节点根据视频监控信息识别锁定区及拥塞区车辆身份,并分配临时编号(用于疏导指挥)。根据视频信息不能识别的车辆采用车载终端利用功率控制进行车辆身份识别。同时完成车辆位置识别、车身姿态识别等;
车载终端向管控节点上报车辆间测距信息;
管控节点完成交通流量疏导算法实现,并选择出最优疏导方案(如控制指令);
管控节点与拥塞区内车辆的车载终端建立1对多的通信,基于人工智能实现机器现场智能疏导指挥;
必要时也可协助云端系统与拥塞区内车辆的车载终端建立1对多的通信,由交管人员远程按照最优疏导方案进行疏导指挥。
在上述实施例中,通过分析拥塞区域的现场图像,根据各目标车辆的状态信息对拥塞区域中的车辆进行疏导。这样,可以根据现场情况自动生成控制指令进行现场指挥,从而提高疏导效果。
图5示出本公开的车辆的控制系统的一些实施例的框图。
如图5所示,车辆的控制系统5包括管控节点51。管控节点51用于执行上述任一个实施例的车辆的控制方法。
在一些实施例中,车辆的控制系统5还可以包括安装于各目标车辆中的车载终端52。车载终端52用于向管控节点51提供各目标车辆的位置信息和/或车距信息。
在一些实施例中,车载终端52通过调节通讯功率,改变目标车辆的通讯范围以生成新的通讯列表。
在一些实施例中,车辆的控制系统5还可以包括云端系统53。用于识别道路中的拥塞区域并提供给管控节点51。
在一些实施例中,管控节点51可以设置在十字路口,可与车载终端52和云端系统53交互。管控节点51可以作为交互中间节点打通车载终端52和云端系统53数据与语音交互的通道。
在一些实施例中,管控节点51可以具备360°全景高清视频采集、数据存储、智能计算等功能。
在一些实施例中,管控节点51可以智能车辆识别,包括车辆身份识别、车辆位置识别、车身姿态识别、车辆间距识别等。
在一些实施例中,管控节点51可以通过人工智能进行交通流量疏导算法的实现。
在一些实施例中,管控节点51可以与拥塞区内车辆的车载终端52建立1对多的通信,基于人工智能实现智能疏导指挥。
在一些实施例中,多个管控节点51之间可以交互。
在一些实施例中,车载终端52可以安装在每一辆车上,分配全网唯一标识,并与车辆的车牌绑定。车载终端52可与管控节点51交互车辆信息并建立数据和语音通道。
在一些实施例中,云端系统53为本公开的后端系统。云端系统53可以根据管控节点51提供的信息为交通管理人员展现现场状况,提供疏导方案参考,也可与车载终端52建立语音通道,实现远程人工疏导指挥。
上述实施例结合管控节点、车载终端和云端控制,提出一种智能交通流量疏导的系统和方法。能够为智能交通灯系统发生故障情况下的交通流量管控提供解决方案,丰富了智能交通场景。本公开可作为现有智能交通系统的扩展和补充。
图6示出图5中的车载终端52的一些实施例的框图。
如图6所示,车载终端6包括处理器61和通讯模块62。车载终端6可以安装在每一辆车上,可以为车载终端6分配全网唯一ID,并与车牌绑定。通讯模块62可与管控节点交互车辆信息并建立数据和语音通道。处理器61用于进行相应的计算、控制等处理。例如,车载终端6还包括电源模块63用于供电。
在一些实施例中,车载终端6还包括功率调节模块66,可根据需求调节车载终端6的通信范围。
在一些实施例中,车载终端6还包括音频视频模块64,用于进行语音交互、采集图像等。
在一些实施例中,车载终端6还包括车辆参数感知模块65,用于获取车距信息等车辆参数。
在上述实施例中,通过分析拥塞区域的现场图像,根据各目标车辆的状态信息对拥塞区域中的车辆进行疏导。这样,可以根据现场情况自动生成控制指令进行现场指挥,从而提高疏导效果。
本公开提出了一种针对瘫痪性交通拥塞的智能疏导系统和方案,增加管控节点,为智能交通灯系统发生故障情况下的交通流量管控提供解决方案。
本公开提出了一种可调节功率的车载终端。当管控节点不能通过视频、图像识别车辆身份时,可以利用通信功率可调节的车载终端的通信覆盖范围进行车辆身份识别。
本公开的系统采用本地边缘计算疏导方案,管控节点在本地搜集拥塞现场高清视频、图像,识别拥塞车辆,测算出最佳疏导方案。并由机器现场完成智能交通疏导指挥(必要时也可上报至云端系统由交管人员人工远程指挥疏导)。
本公开实现了1对多的交通疏导指挥模式。通过管控节点建立云端系统和车载终端的1对多双向数据、语音通道,可供管控节点、交管人员进行疏导指挥。
图7示出本公开的车辆的控制装置的一些实施例的框图。
如图7所示,车辆的控制装置7包括获取单元71、匹配单元72和生成单元73。
获取单元71获取拥塞区域的现场图像和拥塞区域中各车辆的身份信息,获取各目标车辆的状态信息。
在一些实施例中,获取单元71根据现场图形,获取各目标车辆的朝向信息。
在一些实施例中,获取单元71从各目标车辆获取各目标车辆的位置信息和/或车距信息。
匹配单元72根据现场图像,将从现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配。
在一些实施例中,在无法通过所述现场图像完成身份匹配的情况下,匹配单元72根据各目标车辆在其他区域的图像进行身份匹配。
在一些实施例中,在无法通过现场图像完成身份匹配的情况下,匹配单元72根据各目标车辆上传的通讯列表进行身份匹配,通讯列表中包括目标车辆的通信范围内的其他车辆的身份信息。
在一些实施例中,在无法通过通讯列表完成身份匹配的情况下,匹配单元72通知各目标车辆通过调节通讯功率来改变通讯范围以生成新的通讯列表。匹配单元72根据新的通讯列表,进行身份匹配。
生成单元73根据身份匹配结果和状态信息,生成控制指令以便控制各目标车辆驶出拥塞区域。例如,生成单元73根据拥塞区域相应的锁定区域,生成控制指令,锁定区域只允许车辆驶出,不允许车辆驶入。
在一些实施例中,车辆的控制装置7还包括发送单元74。发送单元74将控制指令、现场图像和身份匹配结果上传云端系统,以便云端系统控制各目标车辆驶出拥塞区域。
在上述实施例中,通过分析拥塞区域的现场图像,根据各目标车辆的状态信息对拥塞区域中的车辆进行疏导。这样,可以根据现场情况自动生成控制指令进行现场指挥,从而提高疏导效果。
图8示出本公开的车辆的控制装置的另一些实施例的框图。
如图8所示,该实施例的车辆的控制装置8包括:存储器81以及耦接至该存储器81的处理器82,处理器82被配置为基于存储在存储器81中的指令,执行本公开中任意一个实施例中的车辆的控制方法。
其中,存储器81例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图9示出本公开的车辆的控制的又一些实施例的框图。
如图9所示,该实施例的车辆的控制装置9包括:存储器910以及耦接至该存储器910的处理器920,处理器920被配置为基于存储在存储器910中的指令,执行前述任意一个实施例中的车辆的控制方法。
存储器910例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
车辆的控制装置9还可以包括输入输出接口930、网络接口940、存储接口950等。这些接口930、940、950以及存储器910和处理器920之间例如可以通过总线960连接。其中,输入输出接口930为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口940为各种联网设备提供连接接口。存储接口950为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
至此,已经详细描述了根据本公开的车辆的控制方法、车辆的控制系统、车辆的控制装置和计算机可读存储介质。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (15)
1.一种车辆的控制方法,包括:
获取拥塞区域的现场图像和所述拥塞区域中各车辆的身份信息;
根据所述现场图像,将从所述现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配;
获取所述各目标车辆的状态信息;
根据身份匹配结果和所述状态信息,生成控制指令以便控制所述各目标车辆驶出所述拥塞区域。
2.根据权利要求1所述的控制方法,还包括:
在无法通过所述现场图像完成所述身份匹配的情况下,根据所述各目标车辆在其他区域的图像进行所述身份匹配。
3.根据权利要求1所述的控制方法,还包括:
在无法通过所述现场图像完成所述身份匹配的情况下,根据所述各目标车辆上传的通讯列表进行所述身份匹配,所述通讯列表中包括目标车辆的通信范围内的其他车辆的身份信息。
4.根据权利要求3所述的控制方法,还包括:
在无法通过所述通讯列表完成所述身份匹配的情况下,通知所述各目标车辆通过调节通讯功率来改变通讯范围以生成新的通讯列表;
根据所述新的通讯列表,进行所述身份匹配。
5.根据权利要求1所述的控制方法,其中,所述获取所述各目标车辆的状态信息包括:
根据所述现场图形,获取所述各目标车辆的朝向信息。
6.根据权利要求1所述的控制方法,其中,所述获取所述各目标车辆的状态信息包括:
从所述各目标车辆获取所述各目标车辆的位置信息和/或车距信息。
7.根据权利要求1-6任一项所述的控制方法,其中,所述生成控制指令以便控制所述各目标车辆驶出所述拥塞区域包括:
根据所述拥塞区域相应的锁定区域,生成所述控制指令,所述锁定区域只允许车辆驶出,不允许车辆驶入。
8.根据权利要求1-6任一项所述的控制方法,其中,所述生成控制指令以便控制所述各目标车辆驶出所述拥塞区域包括:
将所述控制指令、所述现场图像和所述身份匹配结果上传云端系统,以便所述云端系统控制所述各目标车辆驶出所述拥塞区域。
9.一种车辆的控制系统,包括:
管控节点用于执行权利要求1-8任一项的车辆的控制方法。
10.根据权利要求9所述的控制系统,还包括:
安装于各目标车辆中的车载终端,用于向所述管控节点提供所述各目标车辆的位置信息和/或车距信息。
11.根据权利要求10所述的控制系统,其中,
所述车载终端通过调节通讯功率,改变目标车辆的通讯范围以生成新的通讯列表。
12.根据权利要求9所述的控制系统,还包括:
云端系统,用于识别道路中的拥塞区域并提供给所述管控节点。
13.一种车辆的控制装置,包括:
获取单元,用于获取拥塞区域的现场图像和所述拥塞区域中各车辆的身份信息,获取所述各目标车辆的状态信息;
匹配单元,用于根据所述现场图像,将从所述现场图像中识别出的各目标车辆与相应的身份信息进行身份匹配;
生成单元,用于根据身份匹配结果和所述状态信息,生成控制指令以便控制所述各目标车辆驶出所述拥塞区域。
14.一种车辆的控制装置,包括:
存储器;和
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行权利要求1-8任一项所述的车辆的控制方法。
15.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-8任一项所述的车辆的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910608485.5A CN112201062B (zh) | 2019-07-08 | 2019-07-08 | 车辆的控制方法、系统、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910608485.5A CN112201062B (zh) | 2019-07-08 | 2019-07-08 | 车辆的控制方法、系统、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112201062A true CN112201062A (zh) | 2021-01-08 |
CN112201062B CN112201062B (zh) | 2022-05-03 |
Family
ID=74004806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910608485.5A Active CN112201062B (zh) | 2019-07-08 | 2019-07-08 | 车辆的控制方法、系统、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112201062B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419890A (zh) * | 2022-01-24 | 2022-04-29 | 上海商汤信息科技有限公司 | 一种交通控制方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201211950A (en) * | 2010-09-10 | 2012-03-16 | Univ Nat Pingtung Sci & Tech | Transmission control method of dynamic vehicle |
CN104882010A (zh) * | 2015-05-20 | 2015-09-02 | 浙江吉利汽车研究院有限公司 | 拥堵车辆信息处理系统及方法、车辆辅助让路系统及方法 |
CN105118313A (zh) * | 2015-07-10 | 2015-12-02 | 蔡谦 | 一种城市交通智能疏导系统 |
CN105513378A (zh) * | 2015-12-21 | 2016-04-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种车联网的方法、装置及系统 |
CN105631793A (zh) * | 2015-12-18 | 2016-06-01 | 华南理工大学 | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 |
CN106997679A (zh) * | 2017-04-19 | 2017-08-01 | 深圳市福宝兴业有限公司 | 基于北斗卫星定位机顶盒身份识别模糊匹配系统 |
CN107438873A (zh) * | 2017-07-07 | 2017-12-05 | 驭势科技(北京)有限公司 | 一种用于控制车辆行驶的方法与设备 |
CN108109415A (zh) * | 2017-12-20 | 2018-06-01 | 东风汽车集团有限公司 | 一种具有防拥堵功能的网联自动驾驶控制系统及方法 |
CN108545079A (zh) * | 2018-03-30 | 2018-09-18 | 吉利汽车研究院(宁波)有限公司 | 一种拥堵路况驾驶辅助系统及方法 |
US20190051155A1 (en) * | 2017-08-10 | 2019-02-14 | Toyota Jidosha Kabushiki Kaisha | Information notification apparatus, information notification system, information notification method, and information notification program |
CN109466551A (zh) * | 2018-11-22 | 2019-03-15 | 深圳市元征科技股份有限公司 | 一种车辆控制方法、系统及电子设备和存储介质 |
CN109733391A (zh) * | 2018-12-10 | 2019-05-10 | 北京百度网讯科技有限公司 | 车辆的控制方法、装置、设备、车辆及存储介质 |
-
2019
- 2019-07-08 CN CN201910608485.5A patent/CN112201062B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201211950A (en) * | 2010-09-10 | 2012-03-16 | Univ Nat Pingtung Sci & Tech | Transmission control method of dynamic vehicle |
CN104882010A (zh) * | 2015-05-20 | 2015-09-02 | 浙江吉利汽车研究院有限公司 | 拥堵车辆信息处理系统及方法、车辆辅助让路系统及方法 |
CN105118313A (zh) * | 2015-07-10 | 2015-12-02 | 蔡谦 | 一种城市交通智能疏导系统 |
CN105631793A (zh) * | 2015-12-18 | 2016-06-01 | 华南理工大学 | 一种车流拥堵中车辆群自主协同调度的智能疏导方法 |
CN105513378A (zh) * | 2015-12-21 | 2016-04-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种车联网的方法、装置及系统 |
CN106997679A (zh) * | 2017-04-19 | 2017-08-01 | 深圳市福宝兴业有限公司 | 基于北斗卫星定位机顶盒身份识别模糊匹配系统 |
CN107438873A (zh) * | 2017-07-07 | 2017-12-05 | 驭势科技(北京)有限公司 | 一种用于控制车辆行驶的方法与设备 |
US20190051155A1 (en) * | 2017-08-10 | 2019-02-14 | Toyota Jidosha Kabushiki Kaisha | Information notification apparatus, information notification system, information notification method, and information notification program |
CN108109415A (zh) * | 2017-12-20 | 2018-06-01 | 东风汽车集团有限公司 | 一种具有防拥堵功能的网联自动驾驶控制系统及方法 |
CN108545079A (zh) * | 2018-03-30 | 2018-09-18 | 吉利汽车研究院(宁波)有限公司 | 一种拥堵路况驾驶辅助系统及方法 |
CN109466551A (zh) * | 2018-11-22 | 2019-03-15 | 深圳市元征科技股份有限公司 | 一种车辆控制方法、系统及电子设备和存储介质 |
CN109733391A (zh) * | 2018-12-10 | 2019-05-10 | 北京百度网讯科技有限公司 | 车辆的控制方法、装置、设备、车辆及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419890A (zh) * | 2022-01-24 | 2022-04-29 | 上海商汤信息科技有限公司 | 一种交通控制方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112201062B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10395522B2 (en) | Adaptive traffic optimization using unmanned aerial vehicles | |
EP4246491A1 (en) | Navigation method, apparatus, and system | |
CN103358993B (zh) | 用于识别车辆停车位线标记的系统和方法 | |
US11100336B2 (en) | System and method of adaptive traffic management at an intersection | |
CN111009150B (zh) | 一种开放式停车场管理方法、系统及后台服务器 | |
CN109358648B (zh) | 无人机自主飞行的方法、装置以及无人机 | |
US11445150B2 (en) | Multi-camera collaboration-based image processing method and video surveillance system | |
CN110914803A (zh) | 车辆控制装置 | |
CN111988524A (zh) | 一种无人机与摄像头协同避障方法、服务器及存储介质 | |
CN110489182B (zh) | 一种带有自主导航模块的机器人云平台设计方法 | |
CN112201062B (zh) | 车辆的控制方法、系统、装置和计算机可读存储介质 | |
CN107123301A (zh) | 车辆信息播报系统、方法和装置 | |
CN112309146A (zh) | 交通信号灯的智能控制方法及系统、存储介质、计算设备 | |
KR20190041704A (ko) | Cctv 분할 운영시스템 및 그 운영방법 | |
KR101648701B1 (ko) | 차량 번호 판독 장치 및 그 방법 | |
CN110263623A (zh) | 列车攀爬监测方法、装置、终端及存储介质 | |
CN109684900B (zh) | 用于输出颜色信息的方法和装置 | |
JP7505500B2 (ja) | 送信方法、送信システム及びシステム制御装置 | |
CN109547564B (zh) | 远程数据获取方法、装置、设备及计算机可读存储介质 | |
CN112969053B (zh) | 车内信息传输方法、装置、车载设备及存储介质 | |
WO2022201255A1 (ja) | 乗車支援システム、乗車支援方法及びプログラム記録媒体 | |
CN114868167A (zh) | 安全系统和监控方法 | |
CN116935245B (zh) | 一种长距离通信的电网无人机巡检系统及方法 | |
CN117710908A (zh) | 车辆识别系统和方法、存储介质及电子装置 | |
CN111355711B (zh) | 自动驾驶车辆的交互方法及装置、存储介质、处理器 |
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 |