CN112560724B - 车辆监控方法、装置和云控平台 - Google Patents
车辆监控方法、装置和云控平台 Download PDFInfo
- Publication number
- CN112560724B CN112560724B CN202011526634.2A CN202011526634A CN112560724B CN 112560724 B CN112560724 B CN 112560724B CN 202011526634 A CN202011526634 A CN 202011526634A CN 112560724 B CN112560724 B CN 112560724B
- Authority
- CN
- China
- Prior art keywords
- road side
- traffic participant
- side system
- fusion
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000004927 fusion Effects 0.000 claims abstract description 156
- 238000004422 calculation algorithm Methods 0.000 claims description 88
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 48
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Abstract
本公开公开了车辆监控方法和装置,涉及计算机技术领域,尤其涉及智能交通领域和数据融合领域。具体实现方案为:首先获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,该路侧系统与采集范围一一对应,然后将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,仅需要对交通参与者的状态信息进行信息融合即可实现对交通参与者的监控,不需要与交通参与者进行联网,借助路侧系统的信息采集能力识别出交通参与者的状态信息,对交通参与者的状态信息进行信息融合得到轨迹监控结果,能够实现各种交通参与者的轨迹监控,提高了对交通参与者的监控的灵活性和全面性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及智能交通领域和数据融合领域。
背景技术
随着社会经济的飞速发展,机动车辆数目及类型也在激增,在给我们带来快捷便利的同时,交通事故、交通堵塞等交通问题却日趋严重。
需要加强对车辆的监控,依据一些手段对当时的车辆运行的轨迹及运行中的道路交通状况进行重建以及监控,车辆运行轨迹的监控通常是通过在车端上安装具备通信能力的设备,实时的将车辆的运行数据传送到对应的平台,然后通过平台对运行数据进行分析,从而得到车辆的运行轨迹。
发明内容
本公开提供了一种车辆监控方法、装置、电子设备、存储介质以及云控平台。
根据本公开的一方面,提供了一种车辆监控方法,该方法包括:获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,其中,路侧系统与采集范围一一对应;将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
根据本公开的另一方面,提供了一种车辆监控装置,该装置包括:获取模块,被配置成获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,其中,路侧系统与采集范围一一对应;融合模块,被配置成将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
根据本公开的另一方面,提供了一种电子设备,该电子设备包括至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述车辆监控方法。
根据本公开的另一方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机指令,该计算机指令用于使计算机能够执行上述车辆监控方法。
根据本公开的另一方面,本申请实施例提供了一种计算机程序产品,其包括计算机程序,计算机程序在被处理器执行时实现上述车辆监控方法。
根据本公开的另一方面,本申请实施例提供了一种云控平台,其包括上述电子设备。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的车辆监控方法的一个实施例的流程图;
图3是根据本公开的车辆监控方法的一个应用场景的示意图;
图4是根据本公开的进行信息融合的一个实施例的流程图;
图5是根据本公开的进行信息融合的又一个实施例的流程图;
图6是根据本公开的车辆监控装置的一个实施例的示意图;
图7是用来实现本公开实施例的车辆监控方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的车辆监控方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备104、105,网络106,服务器101、102、103。网络106用以在终端设备104、105与服务器101、102、103之间提供通信链路的介质。网络106可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备104、105可以通过网络106与服务器101、102、103交互,以接收或发送信息等。终端设备104、105上可以安装有各种应用,例如数据采集应用、数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
终端设备104、105可以是硬件,也可以是软件。当终端设备为硬件时,可以是具有信息采集设备并且支持与服务器通信的各种电子设备,包括但不限于路侧系统、智能摄像设备等等。当终端设备为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
终端设备104、105可以是具有信息采集功能的路侧系统,不同的路侧系统对应不同的采集范围,每个路侧系统可以采集对应采集范围内的至少一个交通参与者的状态信息,该状态信息可以是用于表征交通参与者的特征属性信息和交通状态信息的信息。每个路侧系统均可以和服务器101、102、103通过网络106连接,并将采集到的至少一个交通参与者的状态信息通过网络106发送给服务器101、102、103。
服务器101、102、103可以是提供各种服务的服务器,例如对与其建立通信连接的终端设备发送的请求进行接收的后台服务器。后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。
服务器101、102、103可以是为终端设备104、105提供服务的云端服务器,云端服务器可以接收到不同的终端设备104、105(不同的路侧系统)发送的至少一个交通参与者的状态信息,并将每个路侧系统发送的至少一个交通参与者的状态信息进行信息融合,确定出每个交通参与者的轨迹监控结果,即每个交通参与者在每个路侧系统中的时间段。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以是为终端设备提供各种服务的各种电子设备。当服务器为软件时,可以实现成为为终端设备提供各种服务的多个软件或软件模块,也可以实现成为为终端设备提供各种服务的单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的车辆监控方法可以由服务器101、102、103执行。相应地,车辆监控装置可以设置于服务器101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
参考图2,图2示出了可以应用于本公开的车辆监控方法的实施例的流程示意图200。该车辆监控方法包括以下步骤:
步骤210,获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息。
在本实施例中,可以预先在道路上间隔预设距离连续设置多个智能路侧系统,每个路侧系统均设置有唯一的设备编号和对应有一个采集范围。其中,路侧系统之间的采集范围可以根据道路的实际情况存在重合区域,也可以使得相邻的两个路侧系统之间的采集范围不存在重合区域。
每个路侧系统分别实时采集对应的采集范围内的至少一个交通参与者的状态信息,其中,交通参与者可以表征在道路中行驶的任何对象,例如,行驶的车辆、行人等等,以及该状态信息可以包括交通参与者在道路中的行驶状态信息,例如,交通参与者的当前行驶状态、航向角、位置、速度等等,该状态信息还可以包括交通参与者在道路中的特征属性信息,例如,交通参与者的唯一标识、交通参与者的类型、外观特征等等,其中,交通参与者的类型可以包括未知目标物、未知可移动目标物、未知不可移动目标物、轿车、面包车、卡车、大巴、自行车、摩托车、三轮车、行人、交通锥等等。以及,每个路侧系统在采集范围内采集的状态信息均可以设置成报文的形式,并以报文的形式将状态信息发送给该车辆监控方法的执行主体。
车辆监控方法的执行主体(例如图1中的服务器101、102、103)可以通过网络从路侧系统中获取到上述报文,该报文包括路侧系统在采集范围内采集的至少一个交通参与者的状态信息。
可选地,每个路侧系统均可以对采集范围内的至少一个交通参与者的状态信息进行实时采集,并且每个路侧系统均可以每隔预设时间段将采集范围内的至少一个交通参与者的状态信息以报文的形式通过网络发送给上述执行主体。例如,至少一个交通参与者的状态信息的报文形式可以如下表所示:
步骤220,将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
在本实施例中,上述执行主体接收到每个路侧系统发送的报文后,从报文中获取每个路侧系统采集的至少一个交通参与者的状态信息,然后可以分别对每个路侧系统采集的状态信息进行分析,判断每个路侧系统采集的状态信息中是否包括能够表示交通参与者的唯一标识。
可选地,若其中包括交通参与者的唯一标识,则可以根据该唯一标识对每个路侧系统采集的状态信息进行提取,获取到该唯一标识表征的交通参与者的状态信息,并对提取出的状态信息进行信息融合,从而得到该交通参与者的轨迹监控结果,该轨迹监控结果可以包括该交通参与者在各个路侧系统中的时间段、行驶状态等等。作为示例,路侧系统采集的状态信息中包括车牌号,则上述执行主体可以从各个路侧系统采集的状态信息中提取该车牌号关联的状态信息并进行信息融合,得到可以该车牌号对应的车辆的轨迹监控结果。
可选地,若其中不包括交通参与者的唯一标识,则需要对各个路侧系统采集的状态信息进行分析,上述执行主体可以提取出同一个交通参与者关联的状态信息,对其进行信息融合,得到该交通参与者的轨迹监控结果,从而能够得到路侧系统采集的每一个交通参与者的轨迹监控结果。或者,上述执行主体还可以分别将两个相邻的路侧系统采集的状态信息进行信息融合,得到相邻路侧系统中交通参与者的融合结果,然后再将相邻的两个融合结果进一步进行信息融合,以此类推,最后得到每一个交通参与者的轨迹监控结果;或者直接将得到的全部相邻路侧系统中交通参与者的融合结果进一步进行信息融合,得到每一个交通参与者的轨迹监控结果。
继续参见图3,图3是根据本公开的车辆监控方法的应用场景的一个示意图。
在图3的应用场景中,道路中设置有三个路侧系统R1、R2和R3,其中,R1、R2和R3分别具有对应的采集范围。R1、R2和R3可以对采集范围内的至少一个交通参与者的状态信息进行实时采集,然后R1、R2和R3将各自采集的至少一个交通参与者的状态信息发送至云端服务器301中。云端服务器301可以对R1、R2和R3将各自采集的至少一个交通参与者的状态信息进行信息融合,将同一交通参与者的状态信息进行融合,得到每一个交通参与者的轨迹监控结果。
本公开的实施例提供的车辆监控方法,通过获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,该路侧系统与采集范围一一对应,然后将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,仅需要对交通参与者的状态信息进行信息融合即可实现对交通参与者的监控,不需要与交通参与者进行联网,借助路侧系统的信息采集能力即可识别出交通参与者的状态信息,然后对交通参与者的状态信息进行信息融合得到轨迹监控结果,能够实现各种交通参与者的轨迹监控,提高了对交通参与者的监控的灵活性和全面性。
进一步参考图4,其示出了本公开的图2中步骤220,将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,可以包括以下步骤:
步骤410,基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点。
在本步骤中,上述执行主体接收到每个路侧系统发送的至少一个交通参与者的状态信息后,可以调用多个融合算法节点对每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息执行并行处理。则上述执行主体可以在本地获取预设分配关系,该预设分配关系用于指示每个路侧系统采集的至少一个交通参与者的状态信息分配的融合算法节点,根据该预设分配关系,上述执行主体将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至预设分配关系中指示的融合算法节点。
作为一个可选实现方式,预设分配关系可以包括路侧系统和融合算法节点之间的对应关系。其中,道路中所有的路侧系统可以按照地理位置关系构建拓扑图,将预设范围内的路侧系统可以统一分配给同一个融合算法节点,例如,每隔1公里内的路侧系统可以统一分配给一个融合算法节点。可选地,对于处于临界处的路侧系统,可以同时分配给两个融合算法节点处理。
以及,上述步骤410可以包括以下步骤:基于路侧系统和融合算法节点之间的对应关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至该路侧系统对应的融合算法节点。
具体地,上述执行主体可以在路侧系统发送的报文中确定出每个路侧系统的设备编号,然后根据预设分配关系中路侧系统和融合算法节点之间的对应关系,确定出每一个路侧系统对应的融合算法节点。然后上述执行主体分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至该路侧系统的设备编号对应的融合算法节点。
作为示例,上述执行主体可以根据路侧系统的位置关系预先确定出为每个路侧系统分配的融合算法节点,并生成路侧系统的设备编号和融合算法节点的分配关系,若存在两个融合算法节点,分别为N1和N2,并且道路中包括4个路侧系统R1、R2、R3和R4,其中R3处于临界处,则预设分配关系可以为:R1、R2、R3分配至N1,R3和R4分配至N2。上述执行主体可以根据该预设分配关系将R1、R2、R3中的至少一个交通参与者的状态信息分配至融合算法节点N1中,将R3和R4中的至少一个交通参与者的状态信息分配至融合算法节点N2中。
在本实现方式中,通过基于路侧系统和融合算法节点之间的对应关系,将每个路侧系统中的状态信息分配至对应的融合算法节点中,提高了融合算法节点的针对性,从而能够提高信息融合的效率和准确性,以及将处于临界的路侧系统分配至两个融合算法节点,能够进一步提高信息融合的准确性。
作为一个可选实现方式,每一个路侧系统均对应有一个采集范围,其中每相邻的两个路侧系统的采集范围可以根据道路的实际情况存在重合区域,则每个路侧系统对应的采集范围可以包括至少一个子采集范围,即非重合采集范围、重合采集范围。并且,预设分配关系可以包括路侧系统的子采集范围和融合算法节点之间的对应关系。其中,可以根据路侧系统的位置关系将路侧系统的采集范围进行范围划分,按照采集范围的差异化将路侧系统中不同的子采集范围分配到不同的融合算法节点处理。
以及,上述步骤410,基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点,可以包括以下步骤:
第一步,对每个路侧系统的采集范围进行范围划分,得到每个路侧系统对应的至少一个子采集范围以及每个子采集范围内对应的至少一个交通参与者的状态信息。
具体地,上述执行主体可以根据路侧系统的地理位置关系和实际道路情况,对每个路侧系统的采集范围进行范围划分,得到每个路侧系统对应的至少一个子采集范围,即获取到每个路侧系统对应的非重合采集范围、重合采集范围。以及,上述执行主体可以根据采集范围的划分,将每个路侧系统采集的状态信息进行分配,分别得到每个子采集范围内对应的至少一个交通参与者的状态信息。
第二步,基于路侧系统的子采集范围和融合算法节点之间的对应关系,分别将每个子采集范围内对应的至少一个交通参与者的状态信息分配至该子采集范围对应的融合算法节点。
具体地,上述执行主体可以根据路侧系统的子采集范围和融合算法节点之间的对应关系,确定出每个子采集范围对应的融合算法节点。然后上述执行主体分别将每个子采集范围内对应的至少一个交通参与者的状态信息分配至该子采集范围对应的融合算法节点。
作为示例,若存在两个融合算法节点,分别为N1和N2,并且道路中包括3个路侧系统R1、R2、R3。路侧系统R1对应的子采集范围为非重合采集范围1和重合采集范围1,路侧系统R2对应的子采集范围为重合采集范围1、非重合采集范围2和重合采集范围2,路侧系统R3对应的子采集范围为重合采集范围2和非重合采集范围3,则预设分配关系可以为:非重合采集范围1、重合采集范围1和非重合采集范围2分配至N1,重合采集范围2和非重合采集范围3分配至N2。上述执行主体可以根据该预设分配关系将非重合采集范围1、重合采集范围1和非重合采集范围2中的至少一个交通参与者的状态信息分配至融合算法节点N1中,将重合采集范围2和非重合采集范围3中的至少一个交通参与者的状态信息分配至融合算法节点N2中。
在本实现方式中,通过基于路侧系统的子采集范围和融合算法节点之间的对应关系,将每个子采集范围中的状态信息分配至对应的融合算法节点中,提高了融合算法节点的针对性,从而能够提高信息融合的效率和准确性。
步骤420,对融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
在本步骤中,上述执行主体将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点后,对每个融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
在本实施例中,通过将不同路侧系统中的状态信息分配置不同的融合算法节点中进行信息融合,提高了信息融合的效率和准确性,从而提高了每个交通参与者的轨迹监控结果的准确性。
进一步参考图5,其示出了本公开的图4中步骤420,对融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,可以包括以下步骤:
步骤510,分别对每个融合算法节点的状态信息进行第一信息融合,分别输出每个路侧系统采集的至少一个交通参与者的属性信息。
在本步骤中,上述执行主体将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点后,分别对每个融合算法节点的状态信息进行第一信息融合,然后每个融合算法节点可以输出该节点中路侧系统采集的至少一个交通参与者的属性信息,其中,该属性信息用于表征每个交通参与者在该路侧系统中的时间序列和路侧映射关系,该属性信息可以以表格的形式输出,可以包括路侧系统中的交通参与者、该交通参与者在该路侧系统中的时间段、该交通参与者在相邻路侧系统中的映射关系。
作为示例,若存在两个融合算法节点,分别为N1和N2,道路中包括4个路侧系统R1、R2、R3和R4。以及上述执行主体将R1、R2、R3中的至少一个交通参与者的状态信息分配至融合算法节点N1中,将R3和R4中的至少一个交通参与者的状态信息分配至融合算法节点N2中。则N1和N2可以输出的各个交通参与者的属性信息如下表所示:
融合算法节点N1输出的结果为:
对象 | 路侧时间段 | 相邻路侧映射关系 |
路侧R1中V | T1—T2 | |
路侧R1中a | T1—T2 | 路侧R2中的a |
路侧R2中a | T2—T3 | 路侧R1中的a |
路侧R2中v | T2—T3 | |
路侧R2中b | T2—T3 | 路侧R3中的b |
路侧R3中b | T3—T4 | 路侧R2中的b |
路侧R3中v | T3—T4 | |
路侧R3中c | T3—T4 |
融合算法节点N2输出的结果为:
对象 | 路侧时间段 | 相邻路侧映射关系 |
路侧R3中b | T3—T4 | |
路侧R3中v | T3—T4 | |
路侧R3中c | T3—T4 | 路侧R4中的c |
路侧R4中c | T4—T5 | 路侧R3中的c |
路侧R4中v | T4—T5 |
步骤520,对每个路侧系统采集的至少一个交通参与者的属性信息进行第二信息融合,分别得到每个交通参与者的轨迹监控结果。
在本步骤中,上述执行主体分别对每个融合算法节点的状态信息进行第一信息融合后,分别输出每个融合算法节点的融合结果。然后将每个融合算法节点的融合结果进行进一步信息融合,即对每个路侧系统采集的至少一个交通参与者的属性信息进行第二信息融合,实现多融合节点结果处理,得到每一个交通参与者在每个路侧系统中对应的时间段,从而得到每个交通参与者的轨迹监控结果,其中,该轨迹监控结果可以包括该交通参与者在各个路侧系统中的时间段、在各个路侧系统所对应的描述ID等等。
作为示例,若对象a经过路侧系统R1到R4,则该对象a的轨迹监控结果可以为描述为:
在本实施例中,通过对各个路侧系统采集的状态信息进行第一信息融合和第二信息融合,确定出每个交通参与者的轨迹监控结果,提高了信息融合的准确性,从而提高了每个交通参与者的轨迹监控结果的准确性。
作为一个可选实现方式,该车辆监控方法还可以包括以下步骤:
第一步,获取每个路侧系统在采集范围内采集的环境信息。
具体地,每个路侧系统在采集范围内采集各个交通参与者的状态信息,同时还可以对采集范围内的环境信息进行采集,该环境信息可以包括交通事故等环境因素。上述执行主体可以通过网络从路侧系统中获取每个路侧系统在采集范围内采集的环境信息。
第二步,对环境信息和每个交通参与者的轨迹监控结果进行存储,得到交通参与者的监控结果。
具体地,上述执行主体在获取到每个路侧系统在采集范围内采集的环境信息后,以及得到同时间段内每个交通参与者的轨迹监控结果,上述执行主体可以将环境信息和每个交通参与者的轨迹监控结果进行关联存储,得到每个交通参与者的监控结果。
在本实现方式中,将环境信息和轨迹监控结果进行关联存储,提高了监控结果的多样性和可参考性。
作为一个可选实现方式,该车辆监控方法还可以包括以下步骤:响应于接收到用户输入的约定条件,筛选每个交通参与者的监控结果,并输出符合约定条件的交通参与者的监控结果。
具体地,上述执行主体获取到每个交通参与者的监控结果后,存储在本地。用户可以通过终端输入约定条件,该约定条件可以用于筛选用户想要查看的交通参与者、对应的时间段等条件的监控结果,终端将用户输入的约定条件发送给上述执行主体。上述执行主体接收到用户输入的约定条件,根据约定条件中的时间段,或对应的位置等信息,在本地存储的各个交通参与者的监控结果中进行筛选,并输出符合约定条件的交通参与者的监控结果。
作为示例,用户输入的约定条件可以包括:开始时刻为t1,开始位置在路侧系统R1中,结束时刻为t1,结束位置为路侧系统R4中的所有交通参与者轨迹,则上述执行主体可以将符合该时间条件和该位置条件的交通参与者的监控结果输出至终端,以使得终端呈现给用户。
在本实现方式中,通过基于约定条件筛选出交通参与者的监控结果,并推送给用户,实现了对交通参与者的监控,使用户能够查询各个交通参与者的监控结果。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种车辆监控装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的车辆监控装置600包括:获取模块610、融合模块620。
其中,获取模块610,被配置成获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,其中,路侧系统与采集范围一一对应;
融合模块620,被配置成将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
在本实施例的一些可选的方式中,融合模块,包括:分配单元,被配置成基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点;融合单元,被配置成对融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果。
在本实施例的一些可选的方式中,预设分配关系包括路侧系统和融合算法节点之间的对应关系;以及分配单元,进一步被配置成:基于路侧系统和融合算法节点之间的对应关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至该路侧系统对应的融合算法节点。
在本实施例的一些可选的方式中,采集范围包括至少一个子采集范围;预设分配关系包括路侧系统的子采集范围和融合算法节点之间的对应关系;以及分配单元,进一步被配置成:对每个路侧系统的采集范围进行范围划分,得到每个路侧系统对应的至少一个子采集范围以及每个子采集范围内对应的至少一个交通参与者的状态信息;基于路侧系统的子采集范围和融合算法节点之间的对应关系,分别将每个子采集范围内对应的至少一个交通参与者的状态信息分配至该子采集范围对应的融合算法节点。
在本实施例的一些可选的方式中,融合单元,进一步被配置成:分别对每个融合算法节点的状态信息进行第一信息融合,分别输出每个路侧系统采集的至少一个交通参与者的属性信息,其中,属性信息用于表征每个交通参与者在该路侧系统中的时间序列和路侧映射关系;对每个路侧系统采集的至少一个交通参与者的属性信息进行第二信息融合,分别得到每个交通参与者的轨迹监控结果。
在本实施例的一些可选的方式中,该装置还包括:存储模块;获取模块,进一步被配置成获取每个路侧系统在采集范围内采集的环境信息;存储模块,进一步被配置成对环境信息和每个交通参与者的轨迹监控结果进行存储,得到交通参与者的监控结果。
在本实施例的一些可选的方式中,该装置还包括:订阅模块,被配置成响应于接收到用户输入的约定条件,筛选每个交通参与者的监控结果,并输出符合约定条件的交通参与者的监控结果。
本公开的实施例提供的车辆监控装置,通过获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,该路侧系统与采集范围一一对应,然后将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,仅需要对交通参与者的状态信息进行信息融合即可实现对交通参与者的监控,不需要与交通参与者进行联网,借助路侧系统的信息采集能力即可识别出交通参与者的状态信息,然后对交通参与者的状态信息进行信息融合得到轨迹监控结果,能够实现各种交通参与者的轨迹监控,提高了对交通参与者的监控的灵活性和全面性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种云控平台和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如车辆监控方法。例如,在一些实施例中,车辆监控方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的车辆监控方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆监控方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
云控平台可以包括上述电子设备,用于执行上述车辆监控方法。云控平台可以在云端执行处理,云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行视频处理和数据计算;云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种车辆监控方法,包括:
获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,其中,所述路侧系统与所述采集范围一一对应;
将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,包括:基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点;对所述融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果;
其中,所述预设分配关系包括路侧系统和融合算法节点之间的对应关系,地理位置处于同一预设范围内的全部路侧系统对应同一融合算法节点,处于临界处的路侧系统,同时对应两个融合算法节点;以及,所述基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点,包括:基于路侧系统和融合算法节点之间的对应关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至该路侧系统对应的融合算法节点。
2.根据权利要求1所述的方法,其中,所述采集范围包括至少一个子采集范围;所述预设分配关系包括路侧系统的子采集范围和融合算法节点之间的对应关系;以及
所述基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点,包括:
对每个路侧系统的采集范围进行范围划分,得到每个路侧系统对应的至少一个子采集范围以及每个子采集范围内对应的至少一个交通参与者的状态信息;
基于路侧系统的子采集范围和融合算法节点之间的对应关系,分别将每个子采集范围内对应的至少一个交通参与者的状态信息分配至该子采集范围对应的融合算法节点。
3.根据权利要求1所述的方法,其中,所述对所述融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果,包括:
分别对每个融合算法节点的状态信息进行第一信息融合,分别输出每个路侧系统采集的至少一个交通参与者的属性信息,其中,所述属性信息用于表征每个交通参与者在该路侧系统中的时间序列和路侧映射关系;
对每个路侧系统采集的至少一个交通参与者的属性信息进行第二信息融合,分别得到每个交通参与者的轨迹监控结果。
4.根据权利要求1-3任意一项所述的方法,其中,所述方法还包括:
获取每个路侧系统在采集范围内采集的环境信息;
对所述环境信息和每个交通参与者的轨迹监控结果进行存储,得到所述交通参与者的监控结果。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于接收到用户输入的约定条件,筛选每个交通参与者的监控结果,并输出符合所述约定条件的交通参与者的监控结果。
6.一种车辆监控装置,包括:
获取模块,被配置成获取每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息,其中,所述路侧系统与所述采集范围一一对应;
融合模块,被配置成将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果;
其中,所述融合模块,包括:分配单元,被配置成基于预设分配关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至对应的融合算法节点;融合单元,被配置成对所述融合算法节点中包括的状态信息进行信息融合,分别得到每个交通参与者的轨迹监控结果;
其中,所述预设分配关系包括路侧系统和融合算法节点之间的对应关系,地理位置处于同一预设范围内的全部路侧系统对应同一融合算法节点,处于临界处的路侧系统,同时对应两个融合算法节点;以及,所述分配单元,进一步被配置成:基于路侧系统和融合算法节点之间的对应关系,分别将每个路侧系统在采集范围内采集的至少一个交通参与者的状态信息分配至该路侧系统对应的融合算法节点。
7.根据权利要求6所述的装置,其中,所述采集范围包括至少一个子采集范围;所述预设分配关系包括路侧系统的子采集范围和融合算法节点之间的对应关系;以及所述分配单元,进一步被配置成:
对每个路侧系统的采集范围进行范围划分,得到每个路侧系统对应的至少一个子采集范围以及每个子采集范围内对应的至少一个交通参与者的状态信息;
基于路侧系统的子采集范围和融合算法节点之间的对应关系,分别将每个子采集范围内对应的至少一个交通参与者的状态信息分配至该子采集范围对应的融合算法节点。
8.根据权利要求6所述的装置,其中,所述融合单元,进一步被配置成:
分别对每个融合算法节点的状态信息进行第一信息融合,分别输出每个路侧系统采集的至少一个交通参与者的属性信息,其中,所述属性信息用于表征每个交通参与者在该路侧系统中的时间序列和路侧映射关系;
对每个路侧系统采集的至少一个交通参与者的属性信息进行第二信息融合,分别得到每个交通参与者的轨迹监控结果。
9.根据权利要求6-8任意一项所述的装置,其中,所述装置还包括:存储模块;
所述获取模块,进一步被配置成获取每个路侧系统在采集范围内采集的环境信息;
所述存储模块,进一步被配置成对所述环境信息和每个交通参与者的轨迹监控结果进行存储,得到所述交通参与者的监控结果。
10.根据权利要求9所述的装置,其中,所述装置还包括:
订阅模块,被配置成响应于接收到用户输入的约定条件,筛选每个交通参与者的监控结果,并输出符合所述约定条件的交通参与者的监控结果。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
13.一种云控平台,包括如权利要求11所述的电子设备。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526634.2A CN112560724B (zh) | 2020-12-22 | 2020-12-22 | 车辆监控方法、装置和云控平台 |
KR1020210140125A KR20210134253A (ko) | 2020-12-22 | 2021-10-20 | 차량 모니터링 방법, 장치 및 클라우드 제어 플랫폼 |
JP2021172437A JP2022050380A (ja) | 2020-12-22 | 2021-10-21 | 車両を監視する方法、装置、電子機器、記憶媒体、コンピュータプログラム及びクラウド制御プラットフォーム |
EP21203960.6A EP4020423A1 (en) | 2020-12-22 | 2021-10-21 | Method and apparatus for monitoring vehicle, and cloud control platform |
US17/508,406 US20220044553A1 (en) | 2020-12-22 | 2021-10-22 | Method and apparatus for monitoring vehicle, and cloud control platform |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526634.2A CN112560724B (zh) | 2020-12-22 | 2020-12-22 | 车辆监控方法、装置和云控平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112560724A CN112560724A (zh) | 2021-03-26 |
CN112560724B true CN112560724B (zh) | 2023-12-05 |
Family
ID=75030734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011526634.2A Active CN112560724B (zh) | 2020-12-22 | 2020-12-22 | 车辆监控方法、装置和云控平台 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220044553A1 (zh) |
EP (1) | EP4020423A1 (zh) |
JP (1) | JP2022050380A (zh) |
KR (1) | KR20210134253A (zh) |
CN (1) | CN112560724B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929852B (zh) * | 2021-04-07 | 2021-09-17 | 兆边(上海)科技有限公司 | 一种基于多接入边缘计算的车路联网协同系统 |
CN113240909B (zh) * | 2021-06-17 | 2022-11-29 | 阿波罗智联(北京)科技有限公司 | 车辆监测方法、设备、云控平台和车路协同系统 |
CN115705773A (zh) * | 2021-08-12 | 2023-02-17 | 华为技术有限公司 | 交互方法、交互装置 |
CN114363207A (zh) * | 2021-12-28 | 2022-04-15 | 阿波罗智联(北京)科技有限公司 | 云控平台的测试方法、装置、设备、存储介质及程序 |
CN114913690B (zh) * | 2022-07-13 | 2022-10-11 | 北京融信数联科技有限公司 | 交通精细化监控方法、系统和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011115138A1 (de) * | 2011-09-28 | 2013-03-28 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Verfahren zum Betreiben eines Fahrerassistenzsystems und Fahrerassistenzsystem |
CN105761521A (zh) * | 2015-12-31 | 2016-07-13 | 重庆邮电大学 | 基于车联网的实时交通诱导路侧系统及实时交通诱导方法 |
CN111145569A (zh) * | 2019-11-22 | 2020-05-12 | 京东数字科技控股有限公司 | 一种道路监测、车辆行驶控制方法、装置及车路协同系统 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN111915907A (zh) * | 2020-08-18 | 2020-11-10 | 河南中天高新智能科技股份有限公司 | 一种基于车路协同的多尺度交通信息发布系统和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4673521B2 (ja) * | 2001-09-10 | 2011-04-20 | 株式会社アイ・トランスポート・ラボ | 複数のビデオカメラを用いた車両走行軌跡観測装置及び方法 |
US8044824B2 (en) * | 2007-07-09 | 2011-10-25 | State Road And Tollway Authority | Electronic barrier and enforcement system and method |
US10803751B2 (en) * | 2017-04-26 | 2020-10-13 | Mitsubishi Electric Corporation | Processing device |
US11070988B2 (en) * | 2017-12-29 | 2021-07-20 | Intel Corporation | Reconfigurable network infrastructure for collaborative automated driving |
WO2019234863A1 (ja) * | 2018-06-06 | 2019-12-12 | 三菱電機株式会社 | 路側情報処理システム |
-
2020
- 2020-12-22 CN CN202011526634.2A patent/CN112560724B/zh active Active
-
2021
- 2021-10-20 KR KR1020210140125A patent/KR20210134253A/ko not_active Application Discontinuation
- 2021-10-21 JP JP2021172437A patent/JP2022050380A/ja active Pending
- 2021-10-21 EP EP21203960.6A patent/EP4020423A1/en active Pending
- 2021-10-22 US US17/508,406 patent/US20220044553A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011115138A1 (de) * | 2011-09-28 | 2013-03-28 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Verfahren zum Betreiben eines Fahrerassistenzsystems und Fahrerassistenzsystem |
CN105761521A (zh) * | 2015-12-31 | 2016-07-13 | 重庆邮电大学 | 基于车联网的实时交通诱导路侧系统及实时交通诱导方法 |
CN111145569A (zh) * | 2019-11-22 | 2020-05-12 | 京东数字科技控股有限公司 | 一种道路监测、车辆行驶控制方法、装置及车路协同系统 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN111915907A (zh) * | 2020-08-18 | 2020-11-10 | 河南中天高新智能科技股份有限公司 | 一种基于车路协同的多尺度交通信息发布系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022050380A (ja) | 2022-03-30 |
KR20210134253A (ko) | 2021-11-09 |
US20220044553A1 (en) | 2022-02-10 |
CN112560724A (zh) | 2021-03-26 |
EP4020423A1 (en) | 2022-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560724B (zh) | 车辆监控方法、装置和云控平台 | |
EP3859564A2 (en) | Method and apparatus for generating knowledge graph, method and apparatus for relation mining, device and medium | |
CN105034845A (zh) | 用于电动力车充电服务的方法及装置 | |
CN112559663A (zh) | Poi数据处理方法、装置、设备、存储介质和程序产品 | |
CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
CN112200336A (zh) | 一种车辆行驶路径规划的方法和装置 | |
CN107798450B (zh) | 业务分配方法和装置 | |
US20220366355A1 (en) | Address information collection method and apparatus | |
CN105335313A (zh) | 一种基础数据的传输方法及装置 | |
CN113362090A (zh) | 一种用户行为数据处理方法和装置 | |
Ya'acob et al. | Parking system using geographic information system (GIS) | |
CN115563160A (zh) | 数据处理方法、装置、计算机设备和计算机可读存储介质 | |
CN114500428A (zh) | 导航分享方法及装置、电子设备、存储介质、程序产品 | |
CN113610008A (zh) | 获取渣土车状态的方法、装置、设备以及存储介质 | |
CN107656967A (zh) | 一种场景信息处理方法及装置 | |
CN111597156A (zh) | 民航数据处理方法、装置、电子设备及存储介质 | |
CN111461779A (zh) | 地图信息处理的方法、装置、可读存储介质和电子设备 | |
CN114093170B (zh) | 一种信号机控制方案的生成方法、系统、装置及电子设备 | |
CN114511044B (zh) | 无人车通行控制方法及装置 | |
CN107346457B (zh) | 公交车线路分级方法、规划出行路线的方法以及装置 | |
CN114596707B (zh) | 交通控制方法及装置、设备、系统、介质 | |
CN113946880B (zh) | 对采集数据进行关键信息数据回填的方法、装置 | |
CN113029179B (zh) | 一种路线评测方法、装置、电子设备及存储介质 | |
CN112700657B (zh) | 用于生成检测信息的方法、装置、路侧设备和云控平台 | |
CN116647587B (zh) | 输变电设备物联网传感器接入方法、装置及电子设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |