CN112712718A - 通过v2x的车辆、车队管理和交通信号灯交互体系结构设计 - Google Patents

通过v2x的车辆、车队管理和交通信号灯交互体系结构设计 Download PDF

Info

Publication number
CN112712718A
CN112712718A CN202011560555.3A CN202011560555A CN112712718A CN 112712718 A CN112712718 A CN 112712718A CN 202011560555 A CN202011560555 A CN 202011560555A CN 112712718 A CN112712718 A CN 112712718A
Authority
CN
China
Prior art keywords
vehicle
vehicles
traffic light
traffic
environment
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
CN202011560555.3A
Other languages
English (en)
Inventor
朱帆
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.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN112712718A publication Critical patent/CN112712718A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—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
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Atmospheric Sciences (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开公开了通过V2X的车辆、车队管理和交通信号灯交互体系结构设计，涉及车辆领域，尤其涉及车对外界的信息交换。在一个实施例中，一种控制V2X环境中的交通信号灯的方法包括以下操作：在云服务器处接收多个车辆的状态信息；以及滤除在其前方预定距离内在其路线上不会遇到交通信号灯的一个或多个车辆。方法还包括根据调度表获得每个剩余车辆的准点状态；以及基于车辆的准点状态优化V2X环境中的每个交通信号灯，以获得交通信号灯优化结果。云服务器可以将交通信号灯优化结果发送到最靠近每个交通信号灯的车辆。接收到交通信号灯优化结果的车辆可以将结果转发到最靠近车辆的交通信号灯。

Description

通过V2X的车辆、车队管理和交通信号灯交互体系结构设计
技术领域
本公开的实施例一般涉及车辆，至车对外界的信息交换 (vehicle-to-everything，V2X)系统。更特别地，本公开的实施例涉及V2X环境中的车辆、云服务器和交通信号灯之间的交互方法。
背景技术
V2X是允许车辆彼此通信以及与交通系统的其他移动部件通信的技术。 V2X系统可用于向车辆发送交通信号灯信息，并将车辆状态信息发送至交通信号灯控制器，以便当车辆是高优先级车辆时，V2X系统可为车辆提供绿灯。
V2X系统有许多现有的实现。但是，在控制V2X环境中的交通信号灯方面，需要提高这些实现的有效性和效率。
发明内容
本公开提供了一种计算机实现的控制车对外界的信息交换V2X环境中的交通信号灯的方法、一种非暂时性机器可读介质以及一种数据处理系统。
根据本公开的一方面，提供了一种计算机实现的控制车对外界的信息交换 V2X环境中的交通信号灯的方法，包括：在云服务器处接收V2X环境中的多个车辆的状态信息；通过云服务器并基于状态信息，从多个车辆中滤除一个或多个车辆，其中，一个或多个滤除的车辆在车辆前方预定距离内在它们的路线上不会遇到交通信号灯；基于调度表和车辆的状态信息，获取剩余车辆中的每个车辆的准点状态；以及基于车辆的准点状态对V2X环境中的多个交通信号灯中的每个交通信号灯进行优化，以获得交通信号灯优化结果。
根据本公开的另一方面，提供了一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使处理器执行如本公开所述的控制车对外界的信息交换V2X环境中的交通信号灯的方法。
根据本公开的另一方面，提供了一种数据处理系统，包括：处理器；以及耦接到处理器以存储指令的存储器。当指令在由处理器执行时使处理器执行如本公开所述的控制车对外界的信息交换V2X环境中的交通信号灯的方法。
附图说明
本公开的实施例通过示例的方式示出并且不限于附图中的图，在附图中相同的附图标记表示相似的元件。
图1是示出根据一个实施例的V2X环境的框图。
图2是进一步示出根据一个实施例的V2X环境的框图。
图3是进一步示出根据一个实施例的V2X环境的框图。
图4是根据一个实施例的控制V2X环境中的交通信号灯的示例过程400。
图5是示出根据一个实施例的自主驾驶车辆的示例的框图。
图6是示出根据一个实施例的与自主驾驶车辆一起使用的感知和规划系统的示例的框图。
具体实施方式
将参考以下讨论的细节描述本公开的各个实施例和方面，并且附图将示出各个实施例。以下描述和附图是本公开的说明并且不应被解释为限制本公开。描述了许多具体细节以提供对本公开的各个实施例的全面理解。然而，在某些情况下，为了提供对本公开的实施例的简要讨论，没有描述公知或常规的细节。
说明书中对“一个实施例”或“实施例”的引用意味着结合实施例描述的特定特征、结构或特性可包括在本公开的至少一个实施例中。在说明书中的各个地方出现的短语“在一个实施例中”不一定都指同一实施例。
根据一些实施例，本文描述了用于在V2X环境中使用车辆调度表来有效控制交通信号灯的方法和系统。在一个实施例中，一种控制V2X环境中的交通信号灯的方法包括以下操作：在云服务器处接收多个车辆的状态信息；以及滤除在其前方预定距离内在其路线上不会遇到交通信号灯的一个或多个车辆。方法还包括根据调度表获得每个剩余车辆的准点状态；以及基于车辆的准点状态优化V2X环境中的每个交通信号灯，以获得交通信号灯优化结果。云服务器可以将交通信号灯优化结果发送到最靠近每个交通信号灯的车辆。接收到交通信号灯优化结果的车辆可以将结果中转发到最靠近车辆的交通信号灯。
在一个实施例中，交通信号灯优化结果可以包括一个或多个对绿灯的可选性请求和一个或多个对绿灯的强制性请求。
在一个实施例中，为了获得每个剩余车辆(即未被滤除掉的车辆)的准点状态，云服务器需要执行以下操作：针对车辆计算到下一个交通信号灯的估计到达时间(estimatedtime of arrival，ETA)；计算通过与下一个交通信号灯对应的区域所需的估计时间；以及基于调度表、ETA和通过区域所需的估计时间，确定车辆是按预定时间、落后于预定时间还是提前于预定时间。如果车辆落后于预定时间或提前于预定时间，则云服务器还需要基于调度表计算车辆落后于预定时间或提前于预定时间多少。
在一个实施例中，在优化V2X环境中的交通信号灯时，云服务器将剩余车辆中每个车辆的总等待时间和总调度延迟时间最小化，并优先处理已延迟的一个或多个车辆。
在一个实施例中，V2X环境中的每个车辆可以是自主驾驶车辆，其包括用于与云服务器通信的V2X模块、一个或多个其他自主驾驶车辆以及V2X系统的路边设备子系统。
本发明的实施例可用于提供对V2X环境中的交通信号灯的更有效控制，因为在调度交通信号灯时，它利用了调度时间并具有V2X环境中的每个车辆的状态信息。
以上概述不包括本发明所有方面的详尽列表。可以预期的是，本发明包括可以从以上概述的各个方面以及以下公开的那些的所有合适的组合实践的所有系统、计算机介质和方法。
图1是示出根据一个实施例的V2X环境的框图。V2X技术使车辆能够与其他车辆、路边基础设施、无线网络以及行人进行通信。
如图1所示，V2X环境可以包括V2X云服务器109、多个车辆101和103 以及路边设备子系统107。在V2X环境中，在车辆101和103之间、在每个车辆与云服务器109之间、以及在云服务器109与路边设备子系统107之间可以实现通信。
在一个实施例中，路边设备子系统107可以包括路边单元，例如交通信号灯、收费站、传感器和广播信号的各种无线设备。尽管图示出了车辆101和103 的每一个可以是具有用于与路边基础设施107和云服务器109通信的模块的自主驾驶车辆，但是其上安装有类似模块的非自主驾驶车辆也可以在V2X环境中工作。
在一个实施例中，车辆101和103以及路边设备子系统107可以放置在封闭区域，例如公园或采矿区域。云服务器109可以包括车队管理系统111，以从封闭区域中操作的每个车辆和路边设备子系统107的各个传感器收集信息。车辆101和103之间、每个车辆、路边设备子系统107和云服务器109之间的通信可以经由诸如4G、5G或6G技术的无线技术来实现。
V2X环境可以用于范围广泛的场景，包括事故预防和安全、便利性、交通效率和无违规驾驶。例如，V2X环境可以通过警告驾驶员传统的车载设备(如传感器)无法感知的隐患来预防事故。此外，V2X环境可以促进优化的交通路由、增加的交通流量和交通控制，从而提高移动性、生产率和便利性。
在一个实施例中，车队管理系统111可以基于它们的状态信息和调度表来确定一个或多个车辆的准点状态，并使用车辆的准点状态来优化交通信号灯以实现V2X环境中的整体效率。
图2是进一步示出根据一个实施例的V2X环境的框图。如上所述，V2X 环境中的每个车辆可以是自主驾驶车辆或非自主驾驶车辆。在图2所示的实施例中，车辆101和103都是自主驾驶车辆，其上安装有多个软件模块。
举例来说，车辆101可以通过网络通信地耦接到一个或多个服务器109和 227，并彼此耦接。网络可以是有线或无线的任何类型的网络，例如局域网 (LAN)，诸如因特网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器109和227可以是任何种类的服务器或服务器集群，例如Web或云服务器、应用服务器、后端服务器或其组合。
在一个实施例中，除了V2X模块102之外，车辆101还可以包括多个自主驾驶模块201。自主驾驶模块可以包括感知和规划系统211、车辆控制系统205、无线通信系统207、用户接口系统209和传感器系统203。车辆101可以进一步包括普通车辆中包含的某些通用组件，例如发动机、车轮、方向盘、变速器等，它们可以由车辆控制系统205和/或感知和规划系统211使用各种通信信号和/ 或命令，例如加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等来控制。
自主驾驶车辆101的某些或全部功能可以由感知和规划系统211控制或管理，特别是在以自主驾驶模式操作时。感知和规划系统211包括必要的硬件(例如，处理器、存储器、存储装置)和软件(例如，操作系统、规划和路由程序)，以从传感器系统203、控制系统205、无线通信系统207和/或用户接口系统209 接收信息，处理接收到的信息，规划从起点到目的地点的路线或路径，然后基于规划和控制信息驾驶车辆101。可替代地，感知和规划系统211可以与车辆控制系统205集成。
例如，作为乘客的用户可以例如经由用户接口指定行程的起始位置和目的地。感知和规划系统211获得行程相关数据。例如，感知和规划系统211可以从MPOI服务器获得位置和路线信息。位置服务器提供位置服务，以及MPOI 服务器提供地图服务和某些位置的POI。可替代地，这样的位置和MPOI信息可以在感知和规划系统211的永久性存储设备中本地缓存。
当自主驾驶车辆101沿着路线移动时，感知和规划系统211还可以从交通信息系统或服务器(TIS)获得实时交通信息。注意，服务器可以由第三方实体操作。可替代地，服务器的功能可以与感知和规划系统211集成。基于实时交通信息、MPOI信息和位置信息、以及由传感器系统203检测或感测的实时本地环境数据(例如，障碍物、物体、附近的车辆)，感知和规划系统211可以规划最佳路线，并例如根据规划的路线经由控制系统205驾驶车辆101以安全有效地到达指定目的地。
自主驱动模块201和V2X模块102可以经由互连、总线、网络或其组合而彼此通信地耦接。例如，它们可以经由控制器域网(CAN)总线相互通信地耦接。CAN总线是一种车辆总线标准，被设计以允许微控制器和设备在没有主机的应用中彼此通信。它是基于消息的协议，最初是为汽车内的多路电气布线而设计的，但也用于许多其他情况。车辆103将包括与车辆101相同的一组自主驾驶模块202。
服务器227可以包括地图和位置信息228，以供车辆101生成位置和规划路线。服务器227还可以包括数据分析系统229，以为各种客户端执行数据分析服务。在一个实施例中，数据分析系统229包括数据收集器和机器学习引擎。数据收集器从各种车辆收集驾驶统计数据，这些车辆是自主驾驶汽车还是由人类驾驶员驾驶的常规汽车。驾驶统计数据包括指示发布的驾驶命令(例如，油门、制动、转向命令)以及在不同时间点由车辆的传感器捕获的车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计数据还可包括描述不同时间点的驾驶环境的信息，例如路线(包括起点和目的地位置)、MPOI、道路状况、天气状况等。基于驾驶统计数据，机器学习引擎为各种目的生成或训练一组规则、算法和/或预测模型。
在一个实施例中，车队管理系统111可以收集V2X环境中的每个车辆的状态信息和交通信号灯信息，并使用收集信息和调度表217来更有效地控制交通信号灯，以便具有较高优先级的车辆可以先通过绿灯。因此，可以更有效地调节和控制V2X环境中的作为车队的所有车辆。
在一个实施例中，在V2X环境中操作的每个车辆(例如，车辆101和103) 都可以经由无线网络(例如4G/5G)将其状态信息201和206发送到车队管理系统111。状态信息可以包括车辆的当前位置和当前路线。状态信息221使车队管理系统能够在任何特定时间知道V2X环境中的每个车辆的当前位置。
利用V2X环境中的每个车辆的状态信息，车队管理系统111可以调用车辆过滤器215，以基于某些条件滤除一个或多个车辆。例如，车队管理系统可以滤除在其当前路线上的接下来的200米之内不会遇到交通信号灯的车辆。当车辆被滤除时，车队管理系统不会在调节和控制交通信号灯时考虑该车辆。
在一个实施例中，对于未被滤除的每个车辆，车队管理系统111可以计算至其当前路线上的下一交通信号灯的估计到达时间，以及通过对应于下一个交通信号灯的区域所需的估计时间。车队管理系统111在封闭区域中维护与每个交通信号灯对应的区域的信息。在此实施例中，车辆101和车辆103均未被滤除。
利用调度表217中的每个车辆的调度信息，以及估计到达时间和通过下一个交通信号灯的对应区域所需的估计时间，车辆准点计算器219可以确定每个车辆的准点状态，包括车辆是按预定时间、落后于预定时间还是提前于预定时间；以及如果车辆落后于预定时间或提前于预定时间，基于调度表217确定车辆落后于预定时间或提前于预定时间多少。
在针对未滤除的每个车辆确定了准点状态的情况下，车辆准点计算器219 可以获得V2X环境中的每个交通信号灯222的状态信息，并且鉴于车辆准点状态，执行一个或多个优化操作以对交通信号灯进行优化。
为了优化交通信号灯，车队管理系统111关注于V2X环境中的所有车辆。优化过程是使每个车辆的总等待时间和总调度延迟时间最小化。对于提前于预定时间的车辆，车队管理系统111可以控制交通信号灯，以允许车辆等待更长的时间，因为这样做不会增加车辆的总等待时间。另一方面，保持延迟的车辆等待将增加车辆的延迟时间。因此，那些已经延迟的车辆将获得更高的优先权，以获得绿灯。
优化过程可以生成交通信号灯优化结果223，交通信号灯优化结果可被分别发送225和226到最靠近每个交通信号灯的车辆。在实施例中，车辆101和车辆103中的每一个都是最靠近交通信号灯的车辆。尽管未在图中示出，但是交通信号灯优化结果223将被发送到一个或多个其他车辆，每个车辆都是最靠近交通信号灯。
图3是进一步示出根据一个实施例的V2X环境的框图。如图3所示，路边设备子系统107可以包括交通信号灯控制器309，其控制多个交通信号灯303、 305和307。尽管在图中仅示出了三个交通信号灯，但是在不同的交叉路口处，可能存在更多的交通信号灯，并且在封闭区域中由交通信号灯控制器309控制。
如图2所示，在最靠近交通信号灯的每个车辆接收到交通信号灯优化结果 223之后，该车辆可以将接收到的交通信号灯优化结果223中转发到最靠近的交通信号灯。
举例来说，车辆101是最靠近交通信号灯303的车辆，车辆103是最靠近交通信号灯307的车辆。因此，车辆101和车辆103将分别将交通信号灯优化结果转发302和304到交通信号灯303和交通信号灯307。
在一个实施例中，在封闭区域中最靠近交通信号灯的任何车辆将接收相同的交通信号灯优化结果223。车辆将向最靠近车辆的交通信号灯发送相同的交通信号灯优化结果223。
在一个实施例中，交通信号灯优化结果223可以包括对绿灯的请求。每个此类请求可以是强制性或可选性的。请求可能不一定会使发送请求的车辆受益。因此，由车辆101发送的对绿灯的请求可以不是车辆101对绿灯的请求。准确的说，请求仅仅是将信息从云服务器107中转发到对应交通信号灯。交通信号灯优化结果22将使V2X环境中的所有车辆受益，并且被优化以控制交通信号灯和对车辆进行路线布置，从而降低作为车队的所有车辆的总体效率和有效性。
图4是根据一个实施例的控制V2X环境中的交通信号灯的示例过程400。过程400可以通过处理逻辑来执行，处理逻辑可以包括软件、硬件或其组合。例如，过程400可以由图2和图3中描述的车队管理系统111执行。
参照图4，在操作401中，V2X环境中的云服务器收集在V2X环境中操作的每个车辆的状态信息。状态信息包括车辆的当前位置和当前路线。
在操作402中，云服务器基于收集到的车辆的状态信息，滤除在当前路线上在预定距离内不会遇到交通信号灯的那些车辆。
在操作403中，对于那些尚未被滤除的剩余车辆，云服务器基于调度表和状态信息获得每个车辆的准点状态。准点状态包括根据调度表车辆是按预定时间、落后于预定时间还是提前于预定时间。如果车辆落后于预定时间或提前于预定时间，则云服务器要确定车辆落后于预定时间或提前于预定时间多少。
在操作404中，云服务器基于车辆的准点状态来优化V2X环境中的每个交通信号灯，以获得交通信号灯优化结果。优化过程是通过最小化每个车辆的总等待时间和总调度延迟时间来提高V2X环境中的所有车辆的总体效率。例如，对于提前于预定时间的车辆，云服务器可以控制交通信号灯，以允许车辆等待更长的时间，因为这样做不会增加车辆的总等待时间。
图5是示出根据一个实施例的自主驾驶车辆的示例的框图。在图5中，在一个实施例中，传感器系统203包括但不限于一个或多个相机711、全球定位系统(GPS)单元712、惯性测量单元(IMU)713、雷达单元714和激光雷达 (LIDAR)单元715。GPS系统712可包括收发器，其可操作以提供关于自主驾驶车辆的位置的信息。IMU单元713可以基于惯性加速度来感测自主驾驶车辆的位置和朝向改变。雷达单元714可以代表利用无线电信号来感测自主驾驶车辆的局部环境内的物体的系统。在一些实施例中，除了感测物体之外，雷达单元714还可以感测物体的速度和/或前进方向。LIDAR单元715可以使用激光感测自主驾驶车辆所处的环境中的物体。LIDAR单元715可以包括一个或多个激光源、激光扫描仪以及一个或多个检测器以及其他系统组件。相机711可以包括一个或多个设备以捕获自主驾驶车辆周围的环境的图像。相机711可以是静物相机和/或摄像机。相机可以例如通过将相机安装在旋转和/或倾斜的平台上而机械地可移动。
传感器系统203还可包括其他传感器，例如，声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器和音频传感器(例如，麦克风)。音频传感器可以用于从自主驾驶车辆周围的环境捕获声音。转向传感器可以用于感测车辆的方向盘、车轮或其组合的转向角。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在某些情况下，油门传感器和制动传感器可以集成为集成的油门/制动传感器。
在一个实施例中，车辆控制系统205包括但不限于转向单元701、油门单元702(也称为加速单元)和制动单元703。转向单元701用于调整车辆的方向或前进方向。油门单元702将控制电动机或发动机的速度，进而控制车辆的速度和加速度。制动单元703通过提供摩擦以使车辆的车轮或轮胎减速来使车辆减速。注意，图5中所示的组件可以以硬件、软件或其组合来实现。
图6是示出根据一个实施例的与自主驾驶车辆一起使用的感知和规划系统的示例的框图。系统600可以被实现为图2的自主驾驶车辆101的一部分。
感知和规划系统211包括但不限于定位模块801、感知模块802、预测模块 803、决策模块804、规划模块805、控制模块806和路由模块807。
模块801-807中的一些或全部可以以软件、硬件或其组合来实现。例如，这些模块可以被安装在永久存储设备852中，被加载到存储器851中，并且由一个或多个处理器(未示出)执行。模块801-807中的一些可以集成在一起作为集成模块。
定位模块801确定自主驾驶车辆101的当前位置(例如，利用GPS单元 712)，并管理与用户的行程或路线有关的任何数据。定位模块801(也称为地图和路线模块)管理与用户的行程或路线有关的任何数据。用户可以例如经由用户接口登录并指定行程的开始位置和目的地。定位模块801与自主驾驶车辆 101的其他组件交流，例如地图和路线信息811，以获得与行程相关的数据。例如，定位模块801可以从位置服务器以及MPOI服务器获得位置和路线信息。位置服务器提供位置服务，以及MPOI服务器提供地图服务和某些位置的POI，可以将其缓存为地图和路线信息811的一部分。当自主驾驶车辆101沿路线移动时，定位模块801还可以获取来自交通信息系统或服务器的实时交通信息。
基于传感器系统203提供的传感器数据和定位模块801获得的定位信息，感知模块802确定对周围环境的感知。感知信息可以表示与普通驾驶员在驾驶车辆时在车辆周围将感知的信息。感知可包括例如车道配置、交通信号灯信号、例如以物体的形式的另一车辆、行人、建筑物、人行横道或其他与交通有关的标志(例如禁止通行标志、让路标志)的相对位置等。车道配置包括描述一个或多个车道的信息，例如，车道的形状(例如笔直或弯曲)、车道的宽度、道路中有多少个车道、单向或双向车道、合并或拆分车道以及出口车道等。
感知模块802可以包括计算机视觉系统或计算机视觉系统的功能，以处理和分析由一个或多个相机捕获的图像，以便识别自主驾驶车辆的环境中的物体和/或特征。物体可以包括交通信号、道路边界、其他车辆、行人和/或障碍物等。计算机视觉系统可以使用物体识别算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统可以映射环境、跟踪物体并估计物体速度等。感知模块802还可以基于由诸如雷达和/或LIDAR的其他传感器提供的其他传感器数据来检测物体。
对于每个物体，预测模块803预测在当前情况下物体将表现什么。基于感知在时间点的驾驶环境的感知数据，鉴于一组地图或路线信息811和交通规则 812，可以执行预测。例如，如果物体是在相反方向上的车辆且当前驾驶环境包括交叉路口，则预测模块803将预测车辆将更可能直线行驶还是转弯。如果感知数据指示交叉路口没有交通灯，则预测模块803可以预测车辆可能需要在进入交叉路口之前完全停止。如果感知数据指示车辆当前位于仅左转车道或仅右转车道，则预测模块803可预测车辆将更可能分别左转或右转。
对于每个物体，决策模块804做出关于如何处理物体的决策。例如，对于特定物体(例如在十字路线中的另一个车辆)及描述物体的其元数据(例如速度、方向、转弯角度)，决策模块804决定如何遇到物体(例如超车、让路、停止、通过)。决策模块804可以根据可以存储在永久存储设备852中的一组规则 (诸如交通规则或驾驶规则812)做出这样的决策。
路由模块807被配置为提供从起点到目的地点的一条或多条路线或路径。对于例如从用户接收到的从起始位置到目的地位置的给定行程，路由模块807 获得路线和地图信息811，并确定从起始位置到达目的地位置的所有可能的路线或路径。路由模块807可以针对其确定的从起始位置到达目的地位置的每条路线生成地形图形式的参考线。参考线是指一条理想的路线或路径，不受其他车辆、障碍物或交通状况等其他因素的干扰。也就是说，如果道路上没有其他车辆、行人或障碍物，则ADV应准确或紧密按照跟随参考线。然后将地形图提供给决策模块804和/或规划模块805。决策模块804和/或规划模块805鉴于其他模块提供的其他数据，检查所有可能的路线以选择和修改最佳路线中的一条，其他数据诸如来自定位模块801的交通状况、感知模块802感知的驾驶环境以及预测模块808预测的交通状况之类。取决于特定时间点上的特定驾驶环境，用于控制ADV的实际路径或路线可以接近或不同于由路由模块807提供的参考线。
基于针对感知到的每个物体的决策，规划模块805使用路由模块807提供的参考线为基础来规划自主驾驶车辆的路径或路线以及驾驶参数(例如距离、速度和/或转弯角度)。也就是说，对于给定的物体，决策模块804决定如何处理物体，而规划模块805确定如何进行操作。例如，对于给定的物体，决策模块804可以决定通过物体，而规划模块805可以确定是在物体的左侧还是在右侧通过。规划和控制数据由规划模块805生成，规划和控制数据包括描述车辆 101将如何在下一移动周期(例如下一路线或路径段)中移动的信息。例如，规划和控制数据可以指示车辆101以每小时30英里(mph)的速度移动10米，然后以25mph的速度改变到右车道。
基于规划和控制数据，控制模块806根据规划和控制数据限定的路线或路径，通过向车辆控制系统205发送适当的命令或信号来控制和驾驶自主驾驶车辆。规划和控制数据包括足够的信息，以便沿路径在不同时间点使用适当的车辆设置或驾驶参数(例如油门、制动、转向指令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施例中，在多个规划周期(也称为驾驶周期)中执行规划阶段，例如在每个100毫秒(ms)的时间间隔中。对于每个规划周期或驾驶周期，将基于规划和控制数据发出一个或多个控制命令。即，对于每100毫秒，规划模块805规划下一路线段或路径段，例如包括目标位置和ADV到达目标位置所需的时间。可替代地，规划模块805可以进一步指定特定的速度、方向和/或转向角等。在一个实施例中，规划模块805规划下一预定时间段(例如5秒)的路线段或路径段。对于每个规划周期，规划模块805基于前一个周期中规划的目标位置来规划当前周期(例如，接下来的5秒)的目标位置。然后，控制模块806基于当前周期的规划和控制数据来生成一个或多个控制命令(例如油门、制动、转向控制命令)。
注意，决策模块804和规划模块805可以集成为一个集成模块。决策模块 804/规划模块805可以包括导航系统或导航系统的功能，以确定用于自主驾驶车辆的驾驶路径。例如，导航系统可以确定一系列速度和前进方向，在大体驱使自主驾驶车辆沿着通往最终目的地的基于道路的路径前进的同时，对沿着基本上避开感知到的障碍物的路径的自主驾驶车辆的移动产生影响。可以根据经由用户接口系统209的用户输入来设置目的地。导航系统可以在自主驾驶车辆操作时动态地更新驾驶路径。导航系统可以合并来自GPS系统的数据和一个或多个地图，以便确定自主驾驶车辆的驾驶路径。
根据一个实施例，如上所述的自主驾驶系统的系统结构包括但不限于应用层、规划和控制(PNC)层、感知层、设备驱动器层、固件层和硬件层。应用层可以包括与自主驾驶车辆的用户或乘客交互的用户接口或配置应用，例如与用户接口系统209相关联的功能。PNC层可以包括至少规划模块805和控制模块806的功能。感知层可以包括至少感知模块802的功能。在一个实施例中，存在包括预测模块803和/或决策模块804的功能的附加层。可替代地，这样的功能可以被包括在PNC层和/或感知层。固件层可以代表至少传感器系统203 的功能，其可以以现场可编程门阵列(FPGA)的形式实现。硬件层可以代表自主驾驶车辆的硬件，例如控制系统205。应用层、PNC层和感知层可以经由设备驱动器层与固件层和硬件层通信。
注意，如上所示和所述的一些或所有组件可以用软件、硬件或其组合实现。例如，这些组件可以被实现为安装并存储在永久存储设备中的软件，软件可以由处理器(未示出)加载并执行在存储器中以执行贯穿本申请所述的过程或操作。可替换地，这些组件可被实现为被编程或嵌入到专用硬件中的可执行代码，专用硬件诸如集成电路(例如，专用IC或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)，可执行代码可经由来自应用的对应驱动器和/或操作系统访问。此外，这些组件可以被实现为处理器或处理器内核中的特定硬件逻辑，作为经由一个或多个特定指令由软件组件可访问的指令集的一部分。
已经关于对计算机存储器内的数据位的操作的算法和符号表示呈现了前述详细描述的一些部分。这些算法描述和表示是数据处理领域的技术人员用来最有效地将他们的工作实质传达给本领域的其他技术人员的方式。算法在这里并且通常被认为是导致期望结果的自洽操作序列。这些操作是需要对物理量进行物理操纵的那些操作。
然而，应当记住的是，所有这些和类似的术语都与适当的物理量相关联，并且仅仅是应用于这些量的方便的标记。除非特别声明，否则从以上讨论中显而易见的是，应当理解的是，在整个说明书中，使用诸如所附权利要求书中所阐述的术语的讨论指的是计算机系统或类似电子计算设备的动作和过程，所述计算机系统或类似电子计算设备将计算机系统的寄存器和存储器内的表示为物理(电子)量的数据操纵和变换成计算机系统存储器或寄存器或其它这样的信息存储、传输或显示设备内的类似地表示为物理量的其它数据。
本公开的实施例还涉及用于执行本文的操作的装置。这种计算机程序存储在非瞬态计算机可读介质中。机器可读介质包括用于以机器(例如，计算机) 可读的形式存储信息的任何机制。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存设备)。
在前述附图中描述的过程或方法可以由包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合的处理逻辑来执行。尽管以上根据一些顺序操作描述了过程或方法，但是应当理解的是，可以以不同的顺序执行所述的一些操作。此外，一些操作可以并行地而不是顺序地执行。
本公开的实施例不是参考任何特别编程语言描述的。将了解，可使用各种编程语言实施如本文所述的本公开的实施例的教示。
在前述说明书中，已经参考本公开的具体示例性实施例描述了本公开的实施例。显然，在不背离如所附权利要求书中所阐述的本公开的更宽的精神和范围的情况下，可以对其进行各种修改。因此，说明书和附图应被认为是说明性的而不是限制性的。

Claims (10)

1.一种计算机实现的控制车对外界的信息交换V2X环境中的交通信号灯的方法，包括：
在云服务器处接收V2X环境中的多个车辆的状态信息；
通过云服务器并基于状态信息，从多个车辆中滤除一个或多个车辆，其中，一个或多个滤除的车辆在车辆前方预定距离内在它们的路线上不会遇到交通信号灯；
基于调度表和车辆的状态信息，获取剩余车辆中的每个车辆的准点状态；以及
基于车辆的准点状态对V2X环境中的多个交通信号灯中的每个交通信号灯进行优化，以获得交通信号灯优化结果。
2.根据权利要求1所述的方法，还包括：
由云服务器将交通信号灯优化结果发送到最靠近多个交通信号灯中的每个交通信号灯的车辆。
3.根据权利要求2所述的方法，其中，车辆将交通信号灯优化结果转发到最靠近车辆的交通信号灯。
4.根据权利要求3所述的方法，其中，交通信号灯优化结果包括对绿灯的可选性请求或对绿灯的强制性请求之一。
5.根据权利要求1所述的方法，其中，获得多个车辆中的剩余车辆中的每个车辆的准点状态还包括：
针对车辆，计算到下一个交通信号灯的估计到达时间ETA；
计算通过与下一个交通信号灯对应的区域所需的估计时间；
基于调度表，ETA和通过区域所需的估计时间，确定车辆是按预定时间、落后于预定时间还是提前于预定时间；以及
响应于确定车辆落后于预定时间或提前于预定时间，基于调度表计算车辆落后于预定时间或提前于预定时间多少。
6.根据权利要求1所述的方法，其中，每个交通信号灯被优化以
使多个车辆中的剩余车辆中的每个车辆的总等待时间最小化；
最小化剩余车辆中的每个车辆的总调度延迟时间；
优先处理已延迟的一个或多个车辆。
7.根据权利要求1所述的方法，其中，多个车辆中的每一个是自主驾驶车辆，自主驾驶车辆包括用于与云服务器通信的V2X模块、一个或多个其他自主驾驶车辆以及V2X系统的路边设备子系统。
8.根据权利要求1所述的方法，其中，每个车辆的状态信息包括车辆的当前位置和车辆的当前路线。
9.一种非暂时性机器可读介质，具有存储在其中的指令，指令在由处理器执行时使处理器执行如权利要求1-8中任一项所述的方法。
10.一种数据处理系统，包括：
处理器；以及
耦接到处理器以存储指令的存储器，指令在由处理器执行时使处理器执行如权利要求1-8中任一项所述的方法。
CN202011560555.3A 2020-04-03 2020-12-25 通过v2x的车辆、车队管理和交通信号灯交互体系结构设计 Pending CN112712718A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/839,646 US10984653B1 (en) 2020-04-03 2020-04-03 Vehicle, fleet management and traffic light interaction architecture design via V2X
US16/839,646 2020-04-03

Publications (1)

Publication Number Publication Date
CN112712718A true CN112712718A (zh) 2021-04-27

Family

ID=75495244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011560555.3A Pending CN112712718A (zh) 2020-04-03 2020-12-25 通过v2x的车辆、车队管理和交通信号灯交互体系结构设计

Country Status (3)

Country Link
US (1) US10984653B1 (zh)
EP (1) EP3889944A1 (zh)
CN (1) CN112712718A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593270B (zh) * 2021-08-17 2022-08-16 广州小鹏汽车科技有限公司 车辆驾驶控制方法、控制设备及存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120326891A1 (en) * 2011-06-27 2012-12-27 Brad Cross Signal Light Priority System Utilizing Estimated Time of Arrival
CN103390349A (zh) * 2013-08-02 2013-11-13 北京汽车股份有限公司 一种导航装置、信号灯控制装置及汽车
CN105577771A (zh) * 2015-12-17 2016-05-11 同济大学 一种基于车车通信和车路通信的车辆协同驾驶方法
CN106971579A (zh) * 2017-04-25 2017-07-21 北京星云互联科技有限公司 一种智能网联汽车的路侧业务支持系统及方法
CN107195186A (zh) * 2017-06-07 2017-09-22 千寻位置网络有限公司 自动优化路口车辆通行速度的方法和系统
US20170309176A1 (en) * 2016-04-22 2017-10-26 Volvo Car Corporation Arrangement and method for providing adaptation to queue length for traffic light assist-applications
US20180096597A1 (en) * 2016-09-30 2018-04-05 Nissan North America, Inc. Optimizing Autonomous Car's Driving Time and User Experience Using Traffic Signal Information
CN108898824A (zh) * 2018-07-25 2018-11-27 公安部交通管理科学研究所 一种基于c-v2x的交叉口公交信号优先控制系统及控制方法
CN109859502A (zh) * 2019-02-27 2019-06-07 中国第一汽车股份有限公司 一种基于联网通讯技术的智能交通系统及其控制方法
CN110047308A (zh) * 2019-03-04 2019-07-23 武汉理工大学 交通灯信号及车载信号一体化收发系统及其控制方法
CN209388489U (zh) * 2019-03-11 2019-09-13 北京星云互联科技有限公司 一种交通信号方案与实时状态采集装置
WO2019193615A2 (en) * 2018-04-05 2019-10-10 Rambaran Atish Andrea Management system of traffic lights located along the route of rescue running vehicles.
CN110383360A (zh) * 2016-12-19 2019-10-25 斯鲁格林有限责任公司 利用数字优先级排定的连接且自适应的车辆交通管理系统
US20200005632A1 (en) * 2018-06-07 2020-01-02 Intelligent Commute Llc Traffic light adaptive learning and mapping method and system for improving vehicle energy efficiency and driving comfort

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
EP2491344B1 (en) * 2009-10-22 2016-11-30 TomTom Global Content B.V. System and method for vehicle navigation using lateral offsets
US9691278B2 (en) * 2015-07-28 2017-06-27 Mcafee, Inc. Systems and methods for traffic control
EP3732665A4 (en) * 2017-12-31 2021-09-01 Axilion Ltd. METHOD, DEVICE AND SYSTEM FOR DYNAMICALLY ALLOCATION OF TRAFFIC RESOURCES
KR102479493B1 (ko) * 2018-08-13 2022-12-20 삼성전자주식회사 자율 주행 차량을 보조하기 위한 방법 및 이를 위한 장치
IL262428A (en) * 2018-10-16 2020-04-30 Elta Systems Ltd System, method and computer program product for radar based car accident prevention

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120326891A1 (en) * 2011-06-27 2012-12-27 Brad Cross Signal Light Priority System Utilizing Estimated Time of Arrival
CN103390349A (zh) * 2013-08-02 2013-11-13 北京汽车股份有限公司 一种导航装置、信号灯控制装置及汽车
CN105577771A (zh) * 2015-12-17 2016-05-11 同济大学 一种基于车车通信和车路通信的车辆协同驾驶方法
US20170309176A1 (en) * 2016-04-22 2017-10-26 Volvo Car Corporation Arrangement and method for providing adaptation to queue length for traffic light assist-applications
US20180096597A1 (en) * 2016-09-30 2018-04-05 Nissan North America, Inc. Optimizing Autonomous Car's Driving Time and User Experience Using Traffic Signal Information
CN110383360A (zh) * 2016-12-19 2019-10-25 斯鲁格林有限责任公司 利用数字优先级排定的连接且自适应的车辆交通管理系统
CN106971579A (zh) * 2017-04-25 2017-07-21 北京星云互联科技有限公司 一种智能网联汽车的路侧业务支持系统及方法
CN107195186A (zh) * 2017-06-07 2017-09-22 千寻位置网络有限公司 自动优化路口车辆通行速度的方法和系统
WO2019193615A2 (en) * 2018-04-05 2019-10-10 Rambaran Atish Andrea Management system of traffic lights located along the route of rescue running vehicles.
US20200005632A1 (en) * 2018-06-07 2020-01-02 Intelligent Commute Llc Traffic light adaptive learning and mapping method and system for improving vehicle energy efficiency and driving comfort
CN108898824A (zh) * 2018-07-25 2018-11-27 公安部交通管理科学研究所 一种基于c-v2x的交叉口公交信号优先控制系统及控制方法
CN109859502A (zh) * 2019-02-27 2019-06-07 中国第一汽车股份有限公司 一种基于联网通讯技术的智能交通系统及其控制方法
CN110047308A (zh) * 2019-03-04 2019-07-23 武汉理工大学 交通灯信号及车载信号一体化收发系统及其控制方法
CN209388489U (zh) * 2019-03-11 2019-09-13 北京星云互联科技有限公司 一种交通信号方案与实时状态采集装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李鹏凯等: "车路协同环境下信号交叉口车速引导建模与仿真", 《交通信息与安全》 *

Also Published As

Publication number Publication date
US10984653B1 (en) 2021-04-20
EP3889944A1 (en) 2021-10-06

Similar Documents

Publication Publication Date Title
CN112363492A (zh) 用于操作自动驾驶车辆的计算机实施的方法以及数据处理系统
CN112572451A (zh) 用于自主驾驶车辆执行的方法和装置
CN111775945A (zh) 用于自动驾驶的用于检测最接近的路径内对象的方法和装置
US11560159B2 (en) Group and combine obstacles for autonomous driving vehicles
US11880201B2 (en) Fastest lane determination algorithm under traffic jam
CN112180912A (zh) 用于为自动驾驶车辆规划路径的分级路径决策系统
CN113060118A (zh) 用于柔和降速的速度规划引导线
EP3757711B1 (en) A vehicle-platoons implementation under autonomous driving system designed for single vehicle
CN113442945A (zh) 用于自动驾驶车辆的使用反馈的增量式侧向控制系统
CN113748059A (zh) 离线和在线解决方案相结合的停车轨迹生成方法
US11904890B2 (en) Lane change system for lanes with different speed limits
US20220041183A1 (en) Lane boundary and vehicle speed based nudge decision
CN112985435A (zh) 用于操作自主驾驶车辆的方法及系统
CN113247017A (zh) 用于确保自动驾驶车辆的稳定绕行的双缓冲系统
CN113428174A (zh) 自动驾驶车辆规划中的嵌套情景
CN113060140A (zh) 基于中心线移位的变道前路径规划
EP3889944A1 (en) A vehicle, fleet management and traffic light interaction architecture design via v2x
CN113811793A (zh) 基于近邻的点云过滤系统
EP4026747A1 (en) Sound source detection and localization for autonomous driving vehicle
CN112598914B (zh) 基于历史的预计到达时间
CN113728324A (zh) 基于点云的低高度障碍物检测系统
US12017681B2 (en) Obstacle prediction system for autonomous driving vehicles
US20210284195A1 (en) Obstacle prediction system for autonomous driving vehicles
CN112498365B (zh) 基于置信度水平和距离、响应于障碍物的自动驾驶车辆的延迟决策
CN112601869B (zh) 操作自主驾驶车辆的方法、机器可读介质及数据处理系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210427

RJ01 Rejection of invention patent application after publication