CN112785874A - 信息处理装置、系统及方法以及非暂时性记录介质 - Google Patents

信息处理装置、系统及方法以及非暂时性记录介质 Download PDF

Info

Publication number
CN112785874A
CN112785874A CN202011041440.3A CN202011041440A CN112785874A CN 112785874 A CN112785874 A CN 112785874A CN 202011041440 A CN202011041440 A CN 202011041440A CN 112785874 A CN112785874 A CN 112785874A
Authority
CN
China
Prior art keywords
vehicle
information
image
dangerous
vehicles
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
CN202011041440.3A
Other languages
English (en)
Inventor
坂大弘幸
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN112785874A publication Critical patent/CN112785874A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/96—Management of image or video recognition tasks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供信息处理装置、系统及方法以及非暂时性记录介质。信息处理装置具备：接收部，从多个车辆接收由搭载于车辆的拍摄部拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息；设定部，在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于所述接收部接收到的所述图像信息中的由检测到所述危险驾驶车辆的所述多个车辆拍摄到的多个所述图像信息的图像处理的优先顺位；及图像处理部，按照由所述设定部设定的所述优先顺位来进行基于所述图像信息来确定所述危险驾驶车辆的特征的图像处理。

Description

信息处理装置、系统及方法以及非暂时性记录介质
技术领域
本发明涉及信息处理装置、信息处理系统及记录有信息处理程序的记录介质。
背景技术
通过具备与互联网等通信网络连接的功能的联网车的出现，能够通过与云服务器进行通信来接受各种信息服务。
例如，在日本特开2017-174244号公报中，提出了与基于外界识别技术的识别结果而受到控制的车辆经由网络而连接的信息提供装置，该信息处理装置基于过去发生了外界识别的失败时的条件来将与外界识别的失败的可能性相关的信息向车辆提供。详细而言，提出了：在发生了联网车的外界识别装置中的不检知、误检知等失败的情况下，将该异常与车辆的位置、天气气候等外部行驶环境建立关联并存储。
发明内容
发明所要解决的课题
然而，在日本特开2017-174244号公报的技术中，需要从联网车向云服务器等信息处理装置收集各种信息而进行庞大的信息处理，因此处理负荷变高而响应变慢，存在改善的余地。
本公开提供能够加快危险驾驶车辆的确定所涉及的处理的信息处理装置、信息处理系统及记录有信息处理程序的记录介质。
用于解决课题的手段
本公开的一方案是一种信息处理装置，包括：接收部，从多个车辆接收由搭载于车辆的拍摄部拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息；设定部，在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于由所述接收部接收到的所述图像信息中的由检测到所述危险驾驶车辆的所述多个车辆拍摄到的多个所述图像信息的图像处理的优先顺位；及图像处理部，按照由所述设定部设定的所述优先顺位来进行基于所述图像信息来确定所述危险驾驶车辆的特征的图像处理。
根据本公开的一方案，在接收部中，从多个车辆接收由搭载于车辆的拍摄部拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息。
在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于接收到的图像信息中的由检测到危险驾驶车辆的多个车辆拍摄到的多个图像信息的图像处理的优先顺位。
按照设定的优先顺位来进行基于图像信息来确定危险驾驶车辆的特征的图像处理。例如，通过图像处理来确定路怒驾驶、靠近驾驶、蛇形驾驶等的危险驾驶车辆的特征。这样，在由多个车辆检测到危险驾驶车辆的情况下，通过设定优先顺位，与不设定优先顺位的情况相比，能够加快危险驾驶车辆的确定所涉及的处理。
可以是，在车辆侧进行危险驾驶车辆的有无的检测，还从多个车辆接收危险驾驶车辆的检测结果。或者，可以是，信息处理装置检测危险驾驶车辆的有无。
另外，可以是，将表示确定出的危险驾驶车辆的特征的特征信息向多个车辆报告。由此，能够向周边的车辆、前行的车辆等报告危险驾驶车辆的存在。在该情况下，可以是，基于图像处理结果，在从检测到危险驾驶车辆的车辆的周边的其他车辆接收到的图像信息中包括危险驾驶车辆的情况下，将特征信息向其他车辆报告。由此，能够向存在于危险驾驶车辆的附近的车辆报告危险驾驶车辆的存在。
另外，可以是，进一步以使对于接收到的所述图像信息中的从检测到危险驾驶车辆的车辆的周边的其他车辆接收到的图像信息的图像处理的优先顺位比其他车辆以外的车辆高的方式变更优先顺位。由此，在从检测到危险驾驶车辆的车辆的周边的其他车辆接收到的图像信息中包括危险驾驶车辆的可能性高，因此能够加快危险驾驶车辆的确定所涉及的处理。
另外，可以是，从检测到危险驾驶车辆的车辆及该车辆的周边车辆接收图像信息及车辆信息。由此，不用进行不需要的图像处理即对于不包括危险驾驶车辆的图像信息的图像处理，能够高效地确定危险驾驶车辆。
另外，可以是，预先确定的条件应用存在于检测到危险驾驶车辆的车辆的周边的周边车辆的数量、检测到危险驾驶车辆的车辆的车型及检测到危险驾驶车辆的车辆的车速中的至少1个。
本公开能够应用于信息处理系统，该信息处理系统包括：车辆，包括搭载于车辆且拍摄车辆周边的拍摄部、检测包括车辆的位置信息的车辆信息的车辆信息检测部及发送由所述拍摄部拍摄到的图像信息和由所述车辆信息检测部检测到的所述车辆信息的发送部；及本公开的一方案的信息处理装置。
或者，本公开也可以应用于用于使计算机作为本公开的一方案的信息处理装置发挥功能的信息处理程序。
发明效果
如以上说明那样，根据本公开，能够提供能够缩短危险驾驶车辆的确定所涉及的处理时间的信息处理装置、信息处理系统及信息处理程序。
附图说明
图1是示出本实施方式的信息处理系统的概略结构的框图。
图2是示出本实施方式的信息处理系统中的车载器及云服务器的结构的框图。
图3是示出由第一实施方式的信息处理系统的车载器进行的处理的流程的一例的流程图。
图4是示出由第一实施方式的信息处理系统的云服务器进行的处理的流程的一例的流程图。
图5是示出由第二实施方式的信息处理系统的车载器进行的处理的流程的一例的流程图。
图6是示出由第二实施方式的信息处理系统的云服务器进行的处理的流程的一例的流程图。
图7是示出由第三实施方式的信息处理系统的车载器进行的处理的流程的一例的流程图。
图8是示出由第三实施方式的信息处理系统的云服务器进行的处理的流程的一例的流程图。
具体实施方式
以下，参照附图来详细说明本发明的实施方式的一例。图1是示出本实施方式的信息处理系统的概略结构的框图。
在本实施方式的信息处理系统10中，搭载于车辆14的车载器16和作为信息处理装置的云服务器12经由通信网络18而连接。在本实施方式的信息处理系统10中，将通过多个车载器16的拍摄而得到的图像信息向云服务器12发送，云服务器12进行各种图像处理。作为图像处理的一例，进行确定路怒驾驶、靠近驾驶、蛇形驾驶等的危险驾驶车辆的图像处理等。
图2是示出本实施方式的信息处理系统中的车载器16及云服务器12的结构的框图。
车载器16具备控制部20、车辆信息检测部22、拍摄部24、通信部26及显示部28。
车辆信息检测部22检测至少包括车辆14的位置信息的与车辆14相关的车辆信息。作为车辆信息，也可以除了位置信息之外，例如还检测车速加速度、转向角、加速器开度、路径等车辆信息。详细而言，车辆信息检测部22能够应用取得表示车辆14的周边环境是何种状况的信息的多种传感器、装置。作为传感器、装置的一例，可举出车速传感器及加速度传感器等搭载于车辆14的传感器、GNSS(Global Navigation Satellite System：全球导航卫星系统)装置、车载通信机、导航系统及雷达装置等。GNSS装置从多个GNSS卫星接收GNSS信号来测定本车辆14的位置。GNSS装置随着能够接收的GNSS信号的数量变多而测位的精度提高。车载通信机是经由通信部26而进行与其他的车辆14之间的车车间通信及与路侧机之间的路车间通信的至少一方的通信装置。导航系统包括存储地图信息的地图信息存储部，进行基于从GNSS装置得到的位置信息和存储于地图信息存储部的地图信息而在地图上显示本车辆14的位置并对直到目的地为止的路径进行引导的处理。另外，雷达装置包括检测范围互相不同的多个雷达，检测存在于本车辆14的周边的行人、其他车辆14等物体，取得检测到的物体与本车辆14的相对位置及相对速度。另外，雷达装置内置有处理周边的物体的探知结果的处理装置。该处理装置基于最近的多次探知结果中包含的与各个物体的相对位置、相对速度的变化等，将噪声、护栏等路侧物等从监视对象排除，将行人、其他车辆14等作为监视对象物体而追踪监视。并且，雷达装置输出与各个监视对象物体的相对位置、相对速度等信息。
在本实施方式中，拍摄部24设置于车辆14的后部且拍摄车辆14的后方。另外，拍摄部24也可以进一步拍摄车辆14的前方及侧方的至少一方。需要说明的是，拍摄部24也可以设为设置于车辆14且拍摄车辆14的前方、侧方及后方的至少1个车辆周边的方式。另外，拍摄部24也可以进一步拍摄车室内。
通信部26经由通信网络18而与云服务器12确立通信，进行通过拍摄部24的拍摄而得到的图像信息、由车辆信息检测部22检测到的车辆信息等信息的收发。
显示部28通过显示信息而向乘员提供各种信息。在本实施方式中，通过显示从云服务器12提供的危险驾驶车辆信息来报告对于危险驾驶车辆的警告。例如，作为危险驾驶车辆信息，显示危险驾驶车辆的形状(轿车、单厢车等)、颜色、车牌号等信息。
控制部20由包括CPU(Central Processing Unit：中央处理单元)、ROM(Read OnlyMemory：只读存储器)及RAM(Random Access Memory：随机存取存储器)等的一般的微型计算机构成。另外，控制部20进行将表示由拍摄部24拍摄到的图像的图像信息及在图像的拍摄时由车辆信息检测部22检测到的车辆信息向云服务器12上传的控制等。另外，控制部20有时进行将存在路怒驾驶、靠近驾驶、蛇形驾驶等的可能性的车辆14检测为危险车辆的处理。例如，确定通过拍摄部24的拍摄而得到的图像信息中的车辆14并将确定出的车辆14的图像中的大小为预先确定的大小以上的车辆14检测为危险车辆。或者，也可以确定图像信息中的车辆14，根据确定出的车辆14的图像中的大小等来推定车间距离，将预先确定的距离以内的车辆14检测为危险车辆。或者，在具备雷达装置作为车辆信息检测部22的情况下，也可以基于车辆信息来检测距周边车辆的距离，将距周边车辆的距离为预先确定的距离以内的车辆14检测为危险车辆。或者，也可以将基于图像信息而检测到的距周边车辆的距离及基于车辆信息而检测到的距周边车辆的距离均为预先确定的距离以内的车辆14检测为危险车辆。
另一方面，云服务器12具备中央处理部30、中央通信部36及DB(数据库)38。
中央处理部30由包括CPU(Central Processing Unit：中央处理单元)、ROM(ReadOnly Memory：只读存储器)及RAM(Random Access Memory：随机存取存储器)等的一般的微型计算机构成。中央处理部30具备图像处理部32及处理顺序变更部34的功能，进行将从车载器16发送的图像信息及车辆信息向DB38存储并数据库化的处理，并且进行基于图像信息来确定路怒驾驶、靠近驾驶、蛇形驾驶等的危险驾驶车辆的特征的处理等。需要说明的是，中央处理部30的各功能通过执行存储于ROM等的程序而实现。另外，处理顺序变更部34对应于设定部，DB38对应于接收部。
图像处理部32对从车载器16接收到的图像信息进行各种图像处理，进行交通状况的检测、水淹、塌方等灾害检知、危险驾驶车辆的特征的确定等。在本实施方式中，作为一例，图像处理部32对从车载器16接收到的图像信息进行图像处理来进行危险驾驶车辆的特征的确定。详细而言，进行根据图像信息来确定危险驾驶车辆的颜色、车牌号等特征的处理。需要说明的是，图像处理部32与车载器16的控制部20同样，有时进行将存在路怒驾驶、靠近驾驶、蛇形驾驶等的可能性的车辆14检测为危险车辆的处理。例如，确定图像信息中的车辆14，将确定出的车辆14的图像中的大小为预先确定的大小以上的车辆14确定为危险车辆。或者，也可以确定图像信息中的车辆14，根据确定出的车辆14的图像中的大小等来推定车间距离，将预先确定的距离以内的车辆14检测为危险车辆。或者，在具备雷达装置作为车辆信息检测部22的情况下，也可以基于车辆信息来检测距周边车辆的距离，将距周边车辆的距离为预先确定的距离以内的车辆14检测为危险车辆。或者，也可以将基于图像信息而检测到的距周边车辆的距离及基于车辆信息而检测到的距周边车辆的距离均为预先确定的距离以内的车辆14检测为危险车辆。需要说明的是，周边例如设为以车辆14为中心且半径为10m以内等以车辆14为中心的预先确定的距离范围内。
处理顺序变更部34在检测到危险驾驶车辆的情况下，变更图像处理部32的图像处理的处理顺序。详细而言，在检测到危险驾驶车辆的情况下，以使从检测到危险驾驶车辆的车辆14的周边的车辆14接收到的图像信息的优先顺位比其他的车辆14高的方式进行变更，使危险驾驶车辆的确定优先。需要说明的是，危险驾驶车辆的检测可以应用车载器16的控制部20的危险车辆的检测，也可以应用云服务器12的图像处理部32的危险车辆的检测。
中央通信部36经由通信网络18而与车载器16确定通信，进行图像信息、车辆信息等信息的收发。
DB38从车载器16接收图像信息及车辆信息，与接收到的图像信息及车辆信息的各自建立对应并存储。
在如上述那样构成的信息处理系统10中，由车载器16的拍摄部24拍摄到的图像信息与至少包括位置信息的车辆信息一起向云服务器12发送并向DB38存储。
云服务器12通过图像处理部32基于存储于DB38的图像信息进行图像处理来确定路怒驾驶、靠近驾驶、蛇形驾驶等的危险驾驶车辆的特征。并且，云服务器12提供将表示危险驾驶车辆的特征的信息向周边的车辆14通知来催促注意的服务。
然而，由于会在DB38中存储庞大的数量的图像信息，所以若依次进行了图像处理的话，则直到确定危险驾驶车辆的特征为止会花费处理时间并且处理负荷会变高。
于是，在本实施方式中，在由多个车辆14检测到危险驾驶车辆的情况下，处理顺序变更部34根据预先确定的条件来设定对于由检测到危险驾驶车辆的多个车辆14拍摄到的多个图像信息的图像处理的优先顺位。并且，通过图像处理部32按照设定的优先顺位来进行确定危险驾驶车辆的特征的图像处理，能够加快危险驾驶车辆的确定所涉及的处理。需要说明的是，作为预先确定的条件，例如，能够应用检测到危险驾驶车辆的车辆14的周边的车辆14的台数、检测到危险驾驶车辆的车辆14的车型(例如，车辆的大小等)及检测到危险驾驶车辆的车辆14的车速的至少1个。详细而言，检测到危险驾驶车辆的车辆14的周边的车辆的台数越多，则越容易确定危险驾驶车辆，因此，通过提升优先顺位，能够加快危险驾驶车辆的特征的确定。或者，车辆14越是小的车型或功率重量比低的车型，则进行着危险驾驶的可能性越高，因此，通过提升优先顺位，能够加快危险驾驶车辆的特征的确定。或者，车速越高，则进行着危险驾驶的可能性越高，因此，通过提升优先顺位，能够加快危险驾驶车辆的特征的确定。
接着，对由如上述这样构成的本实施方式的信息处理系统10进行的详细的处理进行说明。以下，作为详细的处理例，对第一实施方式～第三实施方式进行说明。
(第一实施方式)
首先，对由第一实施方式的信息处理系统10的车载器16进行的详细的处理的流程进行说明。图3是示出由本实施方式的信息处理系统10的车载器16进行的处理的流程的一例的流程图。需要说明的是，图3的处理例如每隔预先确定的时间(作为一例，每隔10秒)而开始。
在步骤100中，控制部20取得图像信息及车辆信息，移向步骤102。即，取得通过拍摄部24的拍摄而得到的图像信息，并且取得由车辆信息检测部22检测到的车辆信息。
在步骤102中，控制部20判定是否存在被认为是路怒驾驶、靠近驾驶、蛇形驾驶等的危险车辆。该判定作为危险驾驶车辆的临时判定而判定存在危险驾驶车辆的可能性的危险车辆的存在。例如，基于图像信息，通过判定图像中的后方的车辆14的大小是否为预先确定的大小以上来判定像是路怒驾驶车辆的车辆14的有无。或者，基于图像信息来判定是否存在距周边车辆的距离为预先确定的距离以内的危险车辆。或者，在具备雷达装置作为车辆信息检测部22的情况下，基于车辆信息来检测距周边车辆的距离，判定是否存在距周边车辆的距离为预先确定的距离以内的危险车辆。或者，判定是否存在基于图像信息而检测到的距周边车辆的距离及基于车辆信息而检测到的距周边车辆的距离均为预先确定的距离以内的危险车辆。在该判定为否定的情况下移向步骤104，在该判定为肯定的情况下移向步骤106。
在步骤104中，控制部20对图像信息赋予车辆信息，经由通信部26及通信网络18而向云服务器12发送，移向步骤108。
另一方面，在步骤106中，控制部20对图像信息赋予车辆信息和危险车辆信息，经由通信部26及通信网络18而向云服务器12发送，移向步骤108。需要说明的是，步骤104及步骤106对应于发送部。
在步骤108中，控制部20判定是否从云服务器12接收到危险驾驶车辆信息。该判定对是否从云服务器12接收到由后述的云服务器12的处理确定出的危险驾驶车辆信息进行判定。在该判定为肯定的情况下移向步骤110，在该判定为否定的情况下结束一系列处理。
在步骤110中，控制部20将危险驾驶车辆信息向驾驶员报告，结束一系列处理。例如，控制部20通过将从云服务器12接收到的危险驾驶车辆信息向显示部28显示来催促乘员注意。另外，也可以将危险驾驶车辆信息通过语音而报告。另外，在从云服务器12发送危险驾驶车辆的图像信息的情况下，也可以将危险驾驶车辆的图像向显示部28显示。
接着，对由第一实施方式的信息处理系统10的云服务器12进行的详细的处理进行说明。图4是示出由本实施方式的信息处理系统10的云服务器12进行的处理的流程的一例的流程图。需要说明的是，由于从车载器16向云服务器12每隔预先确定的时间而发送图像信息，所以图4的处理例如在云服务器12从多个车载器16接收图像信息而在DB38中存储了图像信息的情况下开始。
在步骤200中，中央处理部30判定在从车载器16接收且存储于DB38的图像信息中是否存在被赋予了危险车辆信息的图像信息。即，判定在从车载器16发送出的图像信息中是否存在通过上述的步骤106的处理而被赋予了危险车辆信息的图像信息。在该判定为否定的情况下结束一系列处理，在该判定为肯定的情况下移向步骤202。
在步骤202中，中央处理部30判定是否存在多个危险车辆信息。该判定对是否多个车载器16检测到危险车辆进行判定。在该判定为肯定的情况下移向步骤204，在该判定为否定的情况下移向步骤206。
在步骤204中，处理顺序变更部34决定被赋予了危险车辆信息的图像信息的优先顺位，移向步骤206。即，处理顺序变更部34根据预先确定的条件来设定对于由检测到危险驾驶车辆的多个车辆14拍摄到的多个图像信息的图像处理的优先顺位。详细而言，由于检测到危险驾驶车辆的车辆14的周边的车辆14的台数越多则越容易确定危险驾驶车辆，所以周边的车辆14的台数越多则越提升优先顺位。或者，由于车辆14越是小的车型则进行着危险驾驶的可能性越高，所以越是小的车型则越提升优先顺位。或者，由于车速越高则进行着危险驾驶的可能性越高，所以车速越高则越提升优先顺位。
在步骤206中，处理顺序变更部34变更图像处理部32的图像处理的处理顺序，移向步骤208。详细而言，以使从发送了危险车辆信息的车辆14的周边的车辆14发送出的图像信息的优先顺位比其他的车辆14高的方式进行变更，确定危险驾驶车辆。即，在步骤206中，为了“不仅是1台车辆14，也对照其周边的车辆的图像信息来确定危险驾驶车辆”，提高周边的车辆14的优先顺位。
在步骤208中，图像处理部32通过图像处理而根据图像信息来确定危险驾驶车辆的特征，移向步骤210。例如，确定图像信息的中的车辆14，根据确定出的车辆14的图像中的大小等来推定车间距离，在预先确定的距离以内存在车辆14的情况下，判定为存在危险驾驶车辆。并且，进行根据图像信息来确定该危险驾驶车辆的颜色、车牌号等特征的处理。即，通过按照变更后的优先顺位依次进行对于图像信息的图像处理来确定危险驾驶车辆，如“是旅行车且车牌号是XX-XX”这样确定危险驾驶车辆的特征。并且，例如，在对于3台量的图像信息的图像处理中以80％以上的概率成功确定出的情况下，结束危险驾驶车辆的确定。或者，也可以在成功确定出旅行车、轿车、卡车等车辆的形状、颜色及车牌号的情况下，停止危险驾驶车辆的确定。或者，还可以在成功确定出形状、颜色及车牌号的至少1个以上的情况下停止。
在步骤210中，中央处理部30选定表示由图像处理部32确定出的危险驾驶车辆的特征的危险驾驶车辆信息的发送目的地，移向步骤212。在发送目的地的选定中，例如选定发送了危险车辆信息的车辆14的周边的车辆14、发送了危险车辆信息的车辆14的周边的车辆14中的发送了包括危险驾驶车辆的图像信息的车辆14、位于发送了危险车辆信息的车辆14的行进方向的车辆14等。
在步骤212中，中央处理部30将危险驾驶车辆信息向选定出的其他车辆14发送，结束一系列处理。由此，在被发送了危险驾驶车辆的车辆14中，上述的步骤110的判定为肯定，向乘员报告危险驾驶车辆信息。需要说明的是，步骤212对应于报告部。
这样，在本实施方式中，在由多个车辆14检测到危险驾驶车辆的情况下，通过根据预先确定的条件来设定对于由检测到危险驾驶车辆的多个车辆14拍摄到的多个图像信息的图像处理的优先顺位，能够加快危险驾驶车辆的确定所涉及的处理。
(第二实施方式)
接着，对由第二实施方式的信息处理系统10进行的详细的处理进行说明。
在第一实施方式中，说明了将危险车辆的有无的检测在车载器16侧进行的例子，但在本实施方式中，设为以下方式：在车载器16不进行危险车辆的有无的检测，取而代之，在云服务器12侧进行危险车辆的有无的检测。
图5是示出由本实施方式的信息处理系统10的车载器16进行的处理的流程的一例的流程图。需要说明的是，图5的处理例如每隔预先确定的时间(作为一例，每隔10秒)而开始。另外，在本实施方式中，进行省略图3的步骤102、106的处理而得到的处理，关于与图3相同的处理，标注同一标号而说明。
在步骤100中，控制部20取得图像信息及车辆信息，移向步骤104。即，取得通过拍摄部24的拍摄而得到的图像信息，并且取得由车辆信息检测部22检测到的车辆信息。
在步骤104中，控制部20对图像信息赋予车辆信息，经由通信部26及通信网络18而向云服务器12发送，移向步骤108。
在步骤108中，控制部20判定是否从云服务器12接收到危险驾驶车辆信息。该判定对是否接收到由后述的云服务器12的处理确定出的危险驾驶车辆信息进行判定。在该判定为肯定的情况下移向步骤110，在该判定为否定的情况下结束一系列处理。
在步骤110中，控制部20将危险驾驶车辆信息向驾驶员报告，结束一系列处理。例如，控制部20通过将从云服务器12接收到的危险驾驶车辆信息向显示部28显示来催促乘员注意。另外，也可以将危险驾驶车辆信息通过语音而报告。另外，在从云服务器12发送危险驾驶车辆的图像信息的情况下，也可以将危险驾驶车辆的图像向显示部28显示。
接着，对由第二实施方式的信息处理系统10的云服务器12进行的详细的处理进行说明。图6是示出由本实施方式的信息处理系统10的云服务器12进行的处理的流程的一例的流程图。需要说明的是，由于从车载器16向云服务器12每隔预先确定的时间而发送图像信息，所以图6的处理例如在云服务器12从多个车载器16接收图像信息而在DB38中存储了图像信息的情况下开始。另外，关于与图4的处理相同的处理，标注同一标号而说明。
在步骤201A中，中央处理部30进行检测危险车辆的有无的处理，移向步骤201B。在检测危险车辆的有无的处理中，例如，图像处理部32依次处理存储于DB38的图像信息及车辆信息的至少一方来检测危险车辆的有无。例如，对存储的图像信息依次进行基于图像信息来检测距周边车辆的距离为预先确定的距离以内的危险车辆的有无的处理。或者，对存储的车辆信息依次进行基于对存储于DB38的图像信息赋予的车辆信息(雷达装置等的检测结果)来检测距周边车辆的距离为预先确定的距离以内的危险车辆的有无的处理。或者，对存储的车辆信息依次进行基于图像信息及车辆信息来检测距周边车辆的距离为预先确定的距离以内的危险车辆的有无的处理。需要说明的是，步骤201A对应于检测部。
在步骤201B中，中央处理部30根据检测危险车辆的有无的处理的结果来判定是否存在危险车辆。在该判定为肯定的情况下移向上述的步骤203，在该判定为否定的情况下结束一系列处理。
在步骤203中，中央处理部30判定是否存在多个危险车辆。在该判定为肯定的情况下移向步骤205，在该判定为否定的情况下移向步骤206。
在步骤205中，处理顺序变更部34决定检测到危险车辆的图像信息的优先顺位，移向步骤206。即，处理顺序变更部34根据预先确定的条件来设定对于由检测到危险车辆的多个车辆14拍摄到的多个图像信息的图像处理的优先顺位。详细而言，由于检测到危险车辆的车辆14的周边的车辆14的台数越多则越容易确定危险驾驶车辆，所以周边的车辆14的台数越多则越提升优先顺位。或者，由于车辆14越是小的车型则进行着危险驾驶的可能性越高，所以越是小的车型则越提升优先顺位。或者，由于车速越高则进行着危险驾驶的可能性越高，所以车速越高则越提升优先顺位。
在步骤206中，处理顺序变更部34变更图像处理部32的图像处理的处理顺序，移向步骤208。详细而言，以使从发送了危险车辆信息的车辆14的周边的车辆14发送出的图像信息的优先顺位比其他的车辆14高的方式进行变更，确定危险驾驶车辆。
在步骤208中，图像处理部32通过图像处理而根据图像信息来确定危险驾驶车辆的特征，移向步骤210。例如，确定图像信息中的车辆14，根据确定出的车辆14的图像中的大小等来推定车间距离，在预先确定的距离以内存在车辆14的情况下，判定为存在危险驾驶车辆。并且，进行根据图像信息来确定该危险驾驶车辆的颜色、车牌号等特征的处理。即，通过按照变更后的优先顺位依次进行对于图像信息的图像处理来确定危险驾驶车辆，如“是旅行车且车牌号是XX-XX”这样确定危险驾驶车辆的特征。并且，例如，在对于3台量的图像信息的图像处理中以80％以上的概率成功确定出的情况下，结束危险驾驶车辆的确定。或者，也可以在成功确定出旅行车、轿车、卡车等车辆的形状、颜色及车牌号的情况下，停止危险驾驶车辆的确定。或者，还可以在成功确定出形状、颜色及车牌号的至少1个以上的情况下停止。
在步骤210中，中央处理部30选定表示由图像处理部32确定出的危险驾驶车辆的特征的危险驾驶车辆信息的发送目的地，移向步骤212。在发送目的地的选定中，例如，选定发送了危险车辆信息的车辆14的周边的车辆14、发送了危险车辆信息的车辆14的周边的车辆14中的发送了包括危险驾驶车辆的图像信息的车辆14、位于发送了危险车辆信息的车辆14的行进方向的车辆14等。
在步骤212中，中央处理部30将危险驾驶车辆信息向选定出的其他车辆14发送，结束一系列处理。由此，在被发送了危险驾驶车辆的车辆14中，上述的步骤110的判定为肯定，向乘员报告危险驾驶车辆信息。
(第三实施方式)
接着，对由第三实施方式的信息处理系统10进行的详细的处理进行说明。
在第一实施方式中，从全部的车载器16向云服务器12发送图像信息及车辆信息，但在本实施方式中，是限制了图像信息及车辆信息向云服务器12的发送的例。在本实施方式中，在各车载器16侧进行危险车辆的有无的判定，仅在检测到危险车辆的情况下，从检测到危险车辆的车辆14的车载器16及其周边的车辆14的车载器16向云服务器12发送图像信息及车辆信息。
图7是示出由本实施方式的信息处理系统10的车载器16进行的处理的流程的一例的流程图。关于与图3的处理相同的处理，标注同一标号并省略详细的说明。需要说明的是，图7的处理例如每隔预先确定的时间(作为一例，每隔10秒)而开始。另外，关于与图3相同的处理，标注同一标号而说明。
在步骤100中，控制部20取得图像信息及车辆信息，移向步骤102。即，取得通过拍摄部24的拍摄而得到的图像信息，并且取得由车辆信息检测部22检测到的车辆信息。
在步骤102中，控制部20判定是否存在被认为是路怒驾驶、靠近驾驶、蛇形驾驶等的危险车辆。该判定作为危险驾驶车辆的临时判定而判定存在危险驾驶车辆14的可能性的危险车辆的存在。例如，基于图像信息，通过判定图像中的后方的车辆14的大小是否为预先确定的大小以上来判定像是路怒驾驶车辆的车辆14的有无。或者，基于图像信息来判定是否存在距周边车辆的距离为预先确定的距离以内的危险车辆。或者，在具备雷达装置作为车辆信息检测部22的情况下，基于车辆信息来检测距周边车辆的距离，判定是否存在距周边车辆的距离为预先确定的距离以内的危险车辆。在该判定为否定的情况下移向步骤103，在该判定为肯定的情况下移向步骤106。
在步骤103中，控制部20判定是否从云服务器12存在图像信息的发送要求。该判定对云服务器12是否为了取得图像信息而通过后述的步骤201的处理进行了图像信息的发送要求进行判定。在该判定为肯定的情况下移向步骤104，在该判定为否定的情况下移向步骤108。
在步骤104中，控制部20对图像信息赋予车辆信息，经由通信部26及通信网络18而向云服务器12发送，移向步骤108。
另一方面，在步骤106中，控制部20对图像信息赋予车辆信息和危险车辆信息，经由通信部26及通信网络18而向云服务器12发送，移向步骤108。
在步骤108中，控制部20判定是否从云服务器12接收到危险驾驶车辆信息。该判定对是否接收到由后述的云服务器12的处理确定出的危险驾驶车辆信息进行判定。在该判定为肯定的情况下移向步骤110，在该判定为否定的情况下结束一系列处理。
在步骤110中，控制部20将危险驾驶车辆信息向驾驶员报告，结束一系列处理。例如，控制部20通过将从云服务器12接收到的危险驾驶车辆信息向显示部28显示来催促乘员注意。另外，也可以将危险驾驶车辆信息通过语音来报告。另外，在从云服务器12发送危险驾驶车辆的图像信息的情况下，也可以将危险驾驶车辆的图像向显示部28显示。
接着，对由第三实施方式的信息处理系统10的云服务器12进行的详细的处理进行说明。图8是示出由本实施方式的信息处理系统10的云服务器12进行的处理的流程的一例的流程图。需要说明的是，由于在检测到危险车辆的情况下从车载器16向云服务器12每隔预先确定的时间而发送图像信息，所以图8的处理例如在云服务器12从车载器16接收图像信息而在DB38中存储了图像信息的情况下开始。
在步骤200中，中央处理部30判定在从车载器16接收且存储于DB38的图像信息中是否存在被赋予了危险车辆信息的图像信息。即，判定在从车载器16发送出的图像信息中是否存在通过上述的步骤106的处理而被赋予了危险车辆信息的图像信息。在该判定为否定的情况下结束一系列处理，在该判定为肯定的情况下移向步骤201。
在步骤201中，中央处理部30从发送了危险车辆信息的车辆14的周边车辆取得图像信息，移向步骤202。由此，在周边车辆的车载器16中上述的步骤103的判定为肯定而通过步骤104的处理从周边车辆发送图像信息，因此中央处理部30取得发送出的图像信息。
在步骤202中，中央处理部30判定是否存在多个危险车辆信息。该判定对是否多个车载器16检测到危险车辆进行判定。在该判定为肯定的情况下移向步骤204，在该判定为否定的情况下移向步骤206。
在步骤204中，处理顺序变更部34决定被赋予了危险车辆信息的图像信息的优先顺位，移向步骤208。即，处理顺序变更部34根据预先确定的条件来设定对于由检测到危险驾驶车辆的多个车辆14拍摄到的多个图像信息的图像处理的优先顺位。详细而言，由于检测到危险驾驶车辆的车辆14的周边的车辆14的台数越多则越容易确定危险驾驶车辆，所以周边的车辆14的台数越多则越提升优先顺位。或者，由于车辆14越是小的车型则进行着危险驾驶的可能性越高，所以越是小的车型则越提升优先顺位。或者，由于车速越高则进行着危险驾驶的可能性越高，所以车速越高则越提升优先顺位。
在步骤208中，图像处理部32通过图像处理而根据图像信息来确定危险驾驶车辆的特征，移向步骤210。例如，确定图像信息中的车辆14，根据确定出的车辆14的图像中的大小等来推定车间距离，在预先确定的距离以内存在车辆14的情况下，判定为存在危险驾驶车辆。并且，进行根据图像信息来确定该危险驾驶车辆的颜色、车牌号等特征的处理。即，通过按照变更后的优先顺位依次进行对于图像信息的图像处理来确定危险驾驶车辆，如“是旅行车且车牌号是XX-XX”这样确定危险驾驶车辆的特征。并且，例如，在对于3台量的图像信息的图像处理中以80％以上的概率成功确定出的情况下，结束危险驾驶车辆的确定。或者，也可以在成功确定出旅行车、轿车、卡车等车辆14的形状、颜色及车牌号的情况下，停止危险驾驶车辆的确定。或者，还可以在成功确定出形状、颜色及车牌号的至少1个以上的情况下停止。
在步骤210中，中央处理部30选定表示由图像处理部32确定出的危险驾驶车辆的特征的危险驾驶车辆信息的发送目的地，移向步骤212。在发送目的地的选定中，例如，选定发送了危险车辆信息的车辆14的周边的车辆14、发送了危险车辆信息的车辆14的周边的车辆14中的发送了包括危险驾驶车辆的图像信息的车辆14、位于发送了危险车辆信息的车辆14的行进方向的车辆14等。
在步骤212中，中央处理部30将危险驾驶车辆信息向选定出的其他车辆14发送，结束一系列处理。由此，在被发送了危险驾驶车辆的车辆14中，上述的步骤110的判定为肯定，向乘员报告危险驾驶车辆信息。
这样，在本实施方式中，由于仅在检测到危险车辆的情况下从车载器16发送检测到危险车辆的车辆14的图像信息和检测到危险车辆的车辆14的周边的车辆14的图像信息，所以不再不必要地将图像信息向云服务器12发送。由此，能够降低云服务器12的处理负荷而加快危险驾驶车辆的确定所涉及的处理。
需要说明的是，由上述的各实施方式中的信息处理系统10的各部进行的处理虽然设为通过执行程序而进行的软件处理进行了说明，但不限于此。例如，也可以设为利用硬件进行的处理。或者，还可以设为将软件及硬件双方组合而成的处理。另外，在设为了软件的处理的情况下，也可以使程序存储于各种非暂时性存储介质而流通。
而且，本发明不限定于上述，除了上述以外，当然也能够在不脱离其主旨的范围内各种变形并实施。

Claims (11)

1.一种信息处理装置，包括：
接收部，从多个车辆接收由搭载于车辆的拍摄部拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息；
设定部，在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于所述接收部接收到的所述图像信息中的由检测到所述危险驾驶车辆的所述多个车辆拍摄到的多个所述图像信息的图像处理的优先顺位；及
图像处理部，按照由所述设定部设定的所述优先顺位来进行基于所述图像信息来确定所述危险驾驶车辆的特征的图像处理。
2.根据权利要求1所述的信息处理装置，
所述接收部还从所述多个车辆接收所述危险驾驶车辆的检测结果。
3.根据权利要求1所述的信息处理装置，
还包括检测所述危险驾驶车辆的有无的检测部。
4.根据权利要求1～3中任一项所述的信息处理装置，
还包括将表示由所述图像处理部确定出的所述危险驾驶车辆的特征的特征信息向所述多个车辆报告的报告部。
5.根据权利要求4所述的信息处理装置，
所述报告部基于所述图像处理部的图像处理结果，在从检测到所述危险驾驶车辆的车辆的周边的其他车辆接收到的所述图像信息中包括所述危险驾驶车辆的情况下，将所述特征信息向所述其他车辆报告。
6.根据权利要求1～5中任一项所述的信息处理装置，
所述设定部进一步以使对于所述接收部接收到的所述图像信息中的从检测到所述危险驾驶车辆的车辆的周边的其他车辆接收到的所述图像信息的所述图像处理的优先顺位比所述其他车辆以外的车辆高的方式设定所述优先顺位。
7.根据权利要求2所述的信息处理装置，
所述接收部从检测到所述危险驾驶车辆的车辆及该车辆的周边车辆接收所述图像信息及所述车辆信息。
8.根据权利要求1～7中任一项所述的信息处理装置，
所述预先确定的条件是存在于检测到所述危险驾驶车辆的车辆的周边的周边车辆的数量、检测到所述危险驾驶车辆的车辆的车型及检测到所述危险驾驶车辆的车辆的车速中的至少1个。
9.一种信息处理系统，包括：
车辆，包括搭载于车辆且拍摄车辆周边的拍摄部、检测包括车辆的位置信息的车辆信息的车辆信息检测部及发送由所述拍摄部拍摄到的图像信息和由所述车辆信息检测部检测到的所述车辆信息的发送部；及
权利要求1～8中任一项所述的信息处理装置。
10.一种非暂时性记录介质，记录有使计算机执行信息处理的程序，在所述信息处理中，
从多个车辆接收由搭载于车辆的拍摄装置拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息，
在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于接收到的所述图像信息中的由检测到所述危险驾驶车辆的所述多个车辆拍摄到的多个所述图像信息的图像处理的优先顺位，
按照设定的所述优先顺位来进行基于所述图像信息来确定所述危险驾驶车辆的特征的图像处理。
11.一种信息处理方法，
计算机从多个车辆接收由搭载于车辆的拍摄装置拍摄到的图像信息及包括车辆的位置信息的车辆信息的各信息，
计算机在由多个车辆检测到危险驾驶车辆的情况下，根据预先确定的条件来设定对于接收到的所述图像信息中的由检测到所述危险驾驶车辆的所述多个车辆拍摄到的多个所述图像信息的图像处理的优先顺位，
计算机按照设定的所述优先顺位来进行基于所述图像信息来确定所述危险驾驶车辆的特征的图像处理。
CN202011041440.3A 2019-11-11 2020-09-28 信息处理装置、系统及方法以及非暂时性记录介质 Pending CN112785874A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-204266 2019-11-11
JP2019204266A JP7243586B2 (ja) 2019-11-11 2019-11-11 情報処理装置、情報処理システム、及び情報処理プログラム

Publications (1)

Publication Number Publication Date
CN112785874A true CN112785874A (zh) 2021-05-11

Family

ID=75584077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011041440.3A Pending CN112785874A (zh) 2019-11-11 2020-09-28 信息处理装置、系统及方法以及非暂时性记录介质

Country Status (4)

Country Link
US (1) US11594038B2 (zh)
JP (1) JP7243586B2 (zh)
CN (1) CN112785874A (zh)
DE (1) DE102020125486A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11558584B2 (en) * 2019-07-11 2023-01-17 Chris Pritchard Systems and methods for providing real-time surveillance in automobiles
WO2021152824A1 (ja) * 2020-01-31 2021-08-05 日本電気株式会社 車両監視システム、車両監視方法、及び車両監視装置
JP7476854B2 (ja) * 2021-06-08 2024-05-01 トヨタ自動車株式会社 情報処理装置、プログラム及び情報処理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284797A (ja) * 2004-03-30 2005-10-13 Honda Motor Co Ltd 走行安全装置
JP2006221459A (ja) * 2005-02-10 2006-08-24 Nissan Motor Co Ltd 情報処理システム
JP2007251257A (ja) * 2006-03-13 2007-09-27 Fujitsu Ten Ltd 画像認識装置、車両制御装置、画像認識方法および車両制御方法
WO2012144053A1 (ja) * 2011-04-21 2012-10-26 トヨタ自動車株式会社 車両用周辺障害物表示装置及び車両用周辺障害物表示方法
US20130010112A1 (en) * 2011-07-05 2013-01-10 Toyota Jidosha Kabushiki Kaisha Object detection apparatus and storage medium storing object detection program
CN108248602A (zh) * 2016-12-27 2018-07-06 松下电器（美国）知识产权公司 信息处理装置、信息处理方法以及程序
US20180204459A1 (en) * 2017-01-17 2018-07-19 International Business Machines Corporation Crowd sourcing for identifying vehicle behavior patterns

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4986135B2 (ja) 2007-03-22 2012-07-25 株式会社エクォス・リサーチ データベース作成装置、及びデータベース作成プログラム
US10298741B2 (en) * 2013-07-18 2019-05-21 Secure4Drive Communication Ltd. Method and device for assisting in safe driving of a vehicle
US9576480B1 (en) * 2015-09-21 2017-02-21 Sap Se Centrally-managed vehicle network
JP6622047B2 (ja) 2015-10-02 2019-12-18 株式会社東芝 通信処理装置、及び通信処理方法
JP2017174244A (ja) 2016-03-25 2017-09-28 株式会社日立製作所 情報提供装置
US10455185B2 (en) * 2016-08-10 2019-10-22 International Business Machines Corporation Detecting anomalous events to trigger the uploading of video to a video storage server
WO2019039212A1 (ja) 2017-08-23 2019-02-28 ソニー株式会社 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
JP6950432B2 (ja) * 2017-10-05 2021-10-13 トヨタ自動車株式会社 運転支援装置、情報処理装置、運転支援システム、運転支援方法
JP7063035B2 (ja) * 2018-03-22 2022-05-09 トヨタ自動車株式会社 情報処理方法および情報処理装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005284797A (ja) * 2004-03-30 2005-10-13 Honda Motor Co Ltd 走行安全装置
JP2006221459A (ja) * 2005-02-10 2006-08-24 Nissan Motor Co Ltd 情報処理システム
JP2007251257A (ja) * 2006-03-13 2007-09-27 Fujitsu Ten Ltd 画像認識装置、車両制御装置、画像認識方法および車両制御方法
WO2012144053A1 (ja) * 2011-04-21 2012-10-26 トヨタ自動車株式会社 車両用周辺障害物表示装置及び車両用周辺障害物表示方法
US20130010112A1 (en) * 2011-07-05 2013-01-10 Toyota Jidosha Kabushiki Kaisha Object detection apparatus and storage medium storing object detection program
CN108248602A (zh) * 2016-12-27 2018-07-06 松下电器（美国）知识产权公司 信息处理装置、信息处理方法以及程序
US20180204459A1 (en) * 2017-01-17 2018-07-19 International Business Machines Corporation Crowd sourcing for identifying vehicle behavior patterns

Also Published As

Publication number Publication date
US11594038B2 (en) 2023-02-28
DE102020125486A1 (de) 2021-05-12
US20210142075A1 (en) 2021-05-13
JP2021077176A (ja) 2021-05-20
JP7243586B2 (ja) 2023-03-22

Similar Documents

Publication Publication Date Title
US9786171B2 (en) Systems and methods for detecting and distributing hazard data by a vehicle
US10528850B2 (en) Object classification adjustment based on vehicle communication
CN111091706B (zh) 信息处理系统和信息处理方法
US11594038B2 (en) Information processing device, information processing system, and recording medium recording information processing program
CN107054218B (zh) 标识信息显示装置和方法
CN109427213B (zh) 用于车辆的防碰撞装置、方法及非暂时性存储介质
CN110660269A (zh) 车辆、云端服务器、降低交通事故的方法和装置
CN110379206B (zh) 一种车辆行驶异常的预警系统及预警方法
KR20200066176A (ko) 서버 장치 및 차량
US11361687B2 (en) Advertisement display device, vehicle, and advertisement display method
CN112785875B (zh) 信息处理装置、信息处理系统及方法以及记录介质
US11600076B2 (en) Detection of a hazardous situation in road traffic
KR101422644B1 (ko) 과적 차량 단속 시스템 및 방법
CN112896160B (zh) 交通标志信息获取方法及相关设备
KR101408868B1 (ko) Wave 기반 차량 축중 측정 장치 및 방법
JP7347390B2 (ja) 運転評価装置、運転評価システム、及び運転評価プログラム
US20220101025A1 (en) Temporary stop detection device, temporary stop detection system, and recording medium
JP6942913B1 (ja) 自動車
CN112026700A (zh) 汽车防撞预警方法、系统及存储介质
CN112970051A (zh) 信息处理装置以及驾驶支援装置
CN113415289B (zh) 无人驾驶车辆的标识装置和方法
CN118334878A (zh) 用于检测超速违规的系统和方法
CN117037122A (zh) 信息处理设备、系统、方法和程序
JP2021157333A (ja) 異常車両検知装置、異常車両検知システム、異常車両検知方法及びプログラム
CN118056729A (zh) 信息处理装置以及信息处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210511