CN112810629A - 监测移动车辆的系统和方法 - Google Patents
监测移动车辆的系统和方法 Download PDFInfo
- Publication number
- CN112810629A CN112810629A CN202011260484.5A CN202011260484A CN112810629A CN 112810629 A CN112810629 A CN 112810629A CN 202011260484 A CN202011260484 A CN 202011260484A CN 112810629 A CN112810629 A CN 112810629A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- drone
- unmanned vehicle
- route
- speed
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims description 75
- 238000004891 communication Methods 0.000 claims abstract description 71
- 231100001261 hazardous Toxicity 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000004044 response Effects 0.000 claims abstract description 27
- 230000000694 effects Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 31
- 230000003044 adaptive effect Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000005457 optimization Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000004886 process control Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 101000606504 Drosophila melanogaster Tyrosine-protein kinase-like otk Proteins 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 206010012411 Derailment Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/08—Measuring installations for surveying permanent way
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L50/00—Electric propulsion with power supplied within the vehicle
- B60L50/50—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells
- B60L50/60—Electric propulsion with power supplied within the vehicle using propulsion power supplied by batteries or fuel cells using power supplied by batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/143—Speed control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0018—Communication with or on the vehicle or vehicle train
- B61L15/0027—Radio-based, e.g. using GSM-R
-
- B61L15/0062—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or vehicle train for signalling purposes ; On-board control or communication systems
- B61L15/0072—On-board train data handling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning, or like safety means along the route or between vehicles or vehicle trains
- B61L23/04—Control, warning, or like safety means along the route or between vehicles or vehicle trains for monitoring the mechanical state of the route
- B61L23/041—Obstacle detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Abstract
一种系统包括用于监测沿路线移动的第二车辆的无人机。所述无人机包括处理单元、速度控制单元、传感器系统和通信模块。所述处理单元响应于所述第二车辆的当前速度而确定所述第二车辆的制动距离，且基于所述制动距离而确定所述无人机的前导距离。所述速度控制单元调整所述无人机的引导速度和方位，使得所述无人机领先所述第二车辆至少所述前导距离而行进。所述传感器系统检测沿所述路线在所述无人机前方的危险状况，且所述通信模块启用所述无人机与所述第二车辆之间的无线通信链路以用于向所述第二车辆通知所述危险状况。
Description
技术领域
本发明大体上涉及监测移动车辆的系统和方法。更具体地说，本发明涉及在所监测移动车辆前方的无人驾驶车辆的实时自主定位和导航，以用于检测危险状况且提高操作效率。
背景技术
车辆行驶的安全性一直受到关注。尽管用于例如火车、高速公路车辆等车辆的技术有了显著的进步，但由沿行进路线的危险状况、人为失误、超速等导致的事故仍在发生。此外，此类事故在本质上通常是灾难性的。举例来说，全球都报道过由火车事故造成的人员伤亡。火车事故的主要起因是沿火车路线的障碍物(例如，人、动物、车辆、滑坡等)、超速、不明显的轨道故障、信号错误、人为失误等。因此，一直需要减少车辆事故量且由此减少由此类事故造成的人员伤亡量。
发明内容
在所附权利要求书中限定本公开的各方面。
在第一方面，提供一种包括无人驾驶车辆的系统，所述无人驾驶车辆用于监测沿路线移动的第二车辆。所述无人驾驶车辆包括：处理单元，所述处理单元被配置成响应于第二车辆的当前速度而确定第二车辆的制动距离，且基于制动距离而确定无人驾驶车辆的前导距离，其中制动距离表征第二车辆将从发起制动的初始位置移动到第二车辆停止移动的最终位置的行进距离；速度控制单元，所述速度控制单元与处理单元通信且被配置成调整无人驾驶车辆的引导速度和方位，使得无人驾驶车辆领先第二车辆至少所述前导距离而行进；传感器系统，所述传感器系统被配置成检测沿路线在无人驾驶车辆前方的危险状况；以及通信模块，所述通信模块被配置成启用无人驾驶车辆与第二车辆之间的无线通信链路以用于向第二车辆通知危险状况。
可选地，所述前导距离不小于所述制动距离。
可选地，所述处理单元另外被配置成至少基于所述当前速度、所述路线的高程变化性和所述第二车辆的质量来确定所述制动距离。
可选地，所述当前速度为第一当前速度，所述制动距离为第一制动距离，所述前导距离为第一前导距离，且其中：
所述处理单元另外被配置成：
响应于所述第二车辆的第二当前速度而确定所述第二车辆的第二制动距离，所述第二当前速度不同于所述第一当前速度；并且
基于所述第二制动距离确定所述无人驾驶车辆的第二前导距离；并且
所述速度控制单元另外被配置成调整所述无人驾驶车辆的所述引导速度和所述方位，使得所述无人驾驶车辆领先所述第二车辆至少所述第二前导距离而行进。
可选地，基于专用短程通信(DSRC)技术建立所述无线通信链路。
可选地，所述危险状况是在所述路线上在所述第二车辆前方的障碍物，且所述传感器系统包括检测所述障碍物的雷达检测系统。
可选地，所述危险状况为所述第二车辆的超速状况，且其中：
所述处理单元另外被配置成检测所述第二车辆的所述当前速度何时大于所述第二车辆在所述第二车辆沿所述路线的未来位置处的可允许速度；以及
所述通信模块另外被配置成向所述第二车辆通知所述未来位置的所述可允许速度。
可选地：
所述危险状况为偏离所述路线；
所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息；
所述处理单元另外被配置成至少部分地基于所述预定路线信息检测对所述路线的所述偏离；并且
所述通信模块另外被配置成经由所述无线通信链路向所述第二车辆通知所述偏离。
可选地：
所述处理单元另外被配置成响应于所述偏离而确定所述第二车辆的轨迹路径；并且
所述速度控制单元另外被配置成调适所述无人驾驶车辆的所述方位，使得所述无人驾驶车辆在所述第二车辆前方沿所述轨迹路径行进。
可选地，所述通信模块另外被配置成将所述第二车辆从所述轨迹路径重新引导到所述路线。
可选地：
所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息；
当所述传感器系统未检测到危险状况时，所述处理单元另外被配置成至少部分地基于所述预定路线信息而确定所述第二车辆在未来位置处的最优速度；并且
所述通信模块另外被配置成经由所述无线通信链路向所述第二车辆通知所述未来位置的所述最优速度。
可选地：
所述无人驾驶车辆为第一无人驾驶车辆，且所述第一无人驾驶车辆另外包括：
电池，所述电池用于提供电能以实现所述无人驾驶车辆的移
动；以及
电池监测电路，所述电池监测电路与所述电池耦合且被配置成监测电池输出电压，其中当所述电池输出电压下降到阈值以下时，所述通信模块被配置成经由所述无线通信链路将触发信号发送到所述第二车辆；并且
所述系统另外包括驻留在所述第二车辆上的第二无人驾驶车辆，所述第二无人驾驶车辆被配置成响应于在所述第二车辆处接收到所述触发信号而替换所述第一无人驾驶车辆。
在第二方面，提供一种利用无人驾驶车辆监测沿路线移动的第二车辆的方法。所述方法包括：响应于第二车辆的当前速度而确定第二车辆的制动距离，所述制动距离表征第二车辆将从发起制动的初始位置移动到第二车辆停止移动的最终位置的行进距离；基于制动距离确定无人驾驶车辆的前导距离，其中所述前导距离不小于所述制动距离；调整无人驾驶车辆的引导速度和方位，使得无人驾驶车辆领先第二车辆至少所述前导距离而行进；检测沿路线在无人驾驶车辆前方的危险状况；以及经由无线通信链路向第二车辆通知危险状况。
可选地，所述方法另外包括至少基于所述当前速度、所述路线的高程变化性和所述第二车辆的质量确定所述制动距离。
可选地，所述当前速度为第一时刻的第一当前速度，所述制动距离为第一制动距离，所述前导距离为第一前导距离，且所述方法另外包括：
响应于所述第二车辆的第二当前速度而确定所述第二车辆的第二制动距离，所述当前速度不同于所述第一当前速度；
基于所述第二制动距离确定所述无人驾驶车辆的第二前导距离；
并且
调整所述无人驾驶车辆的所述引导速度和所述方位，使得所述无人驾驶车辆领先所述第二车辆至少所述第二前导距离而行进。
可选地，所述无人驾驶车辆另外包括雷达检测系统，所述危险状况包括在所述路线上在所述第二车辆前方的障碍物，且检测操作包括经由所述雷达检测系统在所述无人驾驶车辆前方传输雷达信号并接收反射的雷达信号，所述反射的雷达信号指示所述障碍物的存在。
可选地，所述危险状况为所述第二车辆的超速状况，且检测操作包括：
确定何时所述第二车辆的所述当前速度大于所述第二车辆在所述第二车辆沿所述路线的未来位置处的可允许速度；以及
向所述第二车辆通知所述未来位置的所述可允许速度。
可选地，所述无人驾驶车辆包括其中存储有所述路线的预定路线信息的存储器元件，所述危险状况为所述第二车辆偏离所述路线，且检测操作包括：
至少部分地基于所述预定路线信息而识别对所述路线的所述偏离；
经由所述无线通信链路向所述第二车辆通知所述偏离；
响应于所述偏离而确定所述第二车辆的轨迹路径；以及调适所述无人驾驶车辆的所述方位，使得所述无人驾驶车辆在所述第二车辆前方沿所述轨迹路径行进。
可选地，所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息，当未检测到危险状况时，所述方法另外包括：
至少部分地基于所述预定路线信息而确定所述第二车辆在未来位置处的最优速度；以及
经由所述无线通信链路向所述第二车辆通知所述未来位置的所述最优速度。
可选地，所述无人驾驶车辆包括电池，所述电池用于提供电能以使得所述无人驾驶车辆能够在所述第二车辆前方行进，且所述方法另外包括：
监测无人驾驶车辆以识别触发条件；
当检测到所述触发条件时，经由所述无线通信链路将触发信号发送到所述第二车辆；以及
响应于在所述第二车辆处接收到所述触发信号，用第二无人驾驶车辆替换所述无人驾驶车辆。
附图说明
附图用于进一步示出各种实施例并解释根据本发明的所有各种原理和优点，在附图中类似附图标记贯穿不同的视图指代相同的或功能类似的元件，各图未必按比例绘制，并且附图与下文的具体实施方式一起
并入本说明书并且形成本说明书的部分。
图1示出无人驾驶车辆与待监测的车辆交互的例子；
图2示出根据实施例的系统的框图；
图3示出由无人驾驶车辆执行的车辆监测过程的流程图；
图4示出图3的车辆监测过程的自适应速度控制子过程的流程图；
图5示出图3的车辆监测过程的异常检测子过程的流程图；
图6示出根据图5的异常检测子过程检测沿路线的呈障碍物形式的危险状况的无人驾驶车辆的例子；
图7示出根据图5的异常检测子过程检测在沿路线的弯道处呈超速形式的危险状况的无人驾驶车辆的例子；并且
图8示出根据图5的异常检测子过程检测呈偏离路线形式的危险状况的无人驾驶车辆的例子；
图9示出当检测到偏离路线时执行的图5的异常检测子过程的路线偏离子过程的流程图；
图10示出图3的车辆监测过程的速度优化子过程的流程图；
图11示出图3的车辆监测过程的无人机监测子过程的流程图；
图12示出包括能够与待监测的车辆交互的一对无人驾驶车辆的系统的例子；并且
图13示出图12的系统的例子，其中响应于图11的无人机监测子过程的执行，前导无人驾驶车辆被另一无人驾驶车辆替换。
具体实施方式
概括地说，本公开涉及用于对所监测移动车辆前方的无人驾驶车辆的实时自主定位和导航以检测危险状况的系统和方法。更具体地说，所述系统和方法实现无人驾驶车辆的实时定位和速度控制，使得无人驾驶车辆领先所监测车辆至少某一引导距离而行进，所述引导距离对应于所监测的移动车辆的安全制动距离。无人驾驶车辆包括用于检测沿所监测车辆采取的路线的危险状况(例如，障碍物、超速、偏离预定路线等)的传感器系统，且可在所监测车辆的安全制动距离之前通知所监测车辆，使得所监测车辆可采取适当的校正动作。在一些实施例中，无人驾驶车辆可通过使用预加载路线信息和实时环境条件来对所监测车辆执行最优速度的实时计算。在一些实施例中，系统可包括成对的无人驾驶车辆，其中一个无人驾驶车辆在所监测车辆前方行进且另一无人驾驶车辆驻留在所监测车辆上的充电板处。因此，无人驾驶车辆可基于无人驾驶车辆的功率分布和/或功能性而交换其位置。下文提供的描述涉及利用无人驾驶飞行器(通常被称为无人机)监测移动火车。然而，应了解，下文所描述的实施例可被推广到待监测的其它车辆，例如，高速公路车辆、高速公路车辆车队、船等。
提供本公开以用能够实现的方式进一步解释根据本发明的至少一个实施例。另外提供本公开以加强对本公开的创造性原理和优点的理解和了解，而不是以任何方式限制本发明。本发明仅由所附权利要求书限定，包括在本申请未决期间做出的任何修正和所发布的那些权利要求的所有等同物。
应理解，例如第一和第二、顶部和底部等等相关术语(如果存在的话)的使用仅用于区分实体或动作，而未必要求或暗示在此类实体或动作之间的任何此类实际关系或次序。
参看图1，图1示出无人驾驶车辆20与待监测的车辆22交互的例子。无人驾驶车辆20可以是许多车辆中的任何一种，包括例如无人驾驶飞行器(UAV)、无人领航飞行器、远程领航航空器、无人驾驶航空器系统、由国际民用航空组织(International Civil AviationOrganization)分类的函件328AN/190涵盖的任何航空器等。作为例子，无人驾驶车辆20可呈单或多旋翼直升机(例如，四旋翼机)或固定翼航空器的形式。另外，本公开的某些方面可与其它类型的无人驾驶车辆(例如，带轮、履带式、航天器和/或水上车辆)一起利用。为简单起见，无人驾驶车辆20将在本文中通称为无人机20。
待由无人机20监测的车辆将在本文中被称作所监测车辆22。所监测车辆22可以是多种车辆中的任何一种，包括火车、卡车、车辆车队、紧急车辆、船艇、航天器等。另外，所监测车辆22可由驾驶员、工程师或飞行员指挥控制，或所监测车辆22可以是自主车辆(例如，自动驾驶车辆、无人车或可在无人指导的情况下引导自身的任何其它车辆)。在此例子中，车辆22可为火车，其中沿着铁路轨道24，一系列连接的车辆由一个或多个发动机拉动且可用于运输货物和/或乘客。铁路轨道24沿循的路径在本文中通常被称作路线25。一般来说，与例如道路运输相比，铁路明显具有更好的安全记录。然而，铁路事故仍在发生，常常具有灾难性后果。铁路事故可包括碰撞、脱轨、驾驶员失误、信号员失误、土木工程故障、轨道障碍物、自然原因等。
对于一些所监测车辆(例如，所监测车辆22)，特别要注意的是制动距离。制动距离是指车辆从应用其制动器的时间点到车辆完全停止时将行进的距离。因此，如本文所使用，术语“制动距离”表征发起制动的初始位置到车辆停止移动的最终位置。存在许多影响车辆的制动距离的因素。这些因素部分地包括车辆的当前速度(速度)和质量及待行进的路线的高程变化性。在火车的例子中，制动距离至少部分地取决于火车的当前速度、火车的质量和铁路轨道的高程变化性。车辆的动能EK特征可如下：
EK＝1/2mv2 (1)
也就是说，移动车辆的动能是二分之一乘以其质量乘以其速度的平方。在例子中，以100km/h(公里/小时)移动的火车与以50km/h移动且具有相同质量的火车相比，将具有四倍的动能。类似地，火车的质量通常变化。举例来说，二十四节车厢的火车的质量可能是十二节车厢的火车的质量的大约两倍。制动距离还将取决于火车是下坡还是上坡行进。为了使火车停止，必须去除其所有动能以便火车进入静止状态。普通货运火车的长度(90至120节轨道车)约为1.6至2km(公里)。当此类货运火车以大约90km/h移动时，在火车司机充分应用紧急制动器之后，此类货运火车可能会耗费1.6公里或更多公里来停止。在另一个例子中，以大约130km/h移动的八节车厢客运火车需要大约1.6公里来停止。因此，火车车载安全系统可能无法在其制动距离之前提供危险状况警告以使得火车能够在危险状况发生之前采取适当的措施(例如，应用紧急制动器并停止)。
实施例需要对以移动的所监测车辆22的制动距离26领先所监测车辆22的无人机20进行实时自主定位和导航。无人机20可包括用于数据采集的各种传感器。举例来说，无人机20可配备有传感器系统，所述传感器系统包括用于检测相对远的距离30(例如，10-250米)处的危险状况的长程雷达28，且具有用于检测相对短的距离34(例如，0.5至20米)处的危险状况的短程雷达32。因此，长程雷达28可用于检测远处的障碍物，且短程雷达32可用于监测铁路轨道24上的铁路轨道路径和故障。无人机20可另外或替代地配备有额外传感器，所述额外传感器包括例如超宽带(UWB)雷达、照相相机、摄像相机、红外相机、多光谱相机、激光雷达、声纳等。
无人机20因此领先所监测车辆22(例如，火车)前导距离36而行进。在一些实施例中，前导距离36不小于制动距离26。在其它实施例中，前导距离36大于制动距离26以顾及在无人机20处检测和分类危险状况所需的处理开销，以及顾及将信息从无人机20传输到所监测车辆22所需的时间。无人机20被配置成检测无人机20前方的危险状况，且使用无线通信链路38向所监测车辆22通知危险状况，使得所监测车辆22可采取适当的校正动作(例如，发起制动)。
在一些实施例中，可基于专用短程通信(DSRC)技术建立无线通信链路38。DSRC是无线通信的开源协议，所述开源协议既定用于车辆与基础设施之间的高度安全的高速无线通信。DSRC的一些功能属性为：低时延、有限干扰和在不利天气条件期间的强大性能。就低时延而言，与打开和关闭无线连接有关的延迟非常短，约0.02秒。就有限干扰而言，DSRC在面对无线电干扰时非常稳健。另外，DSRC可实现大于1.5km的通信范围以适应所监测车辆(例如，火车)的大的制动距离，同时仍具有足够短的通信范围以减少来自远距离源的潜在干扰。DSRC技术以5.9GHz频带实施IEEE 802.11p，且将用于车辆安全性和其它移动性应用。尽管本文中提及建立无线通信链路38的DSRC技术，但可实施其它合适的基于WLAN(无线局域网)或基于蜂窝的车辆通信系统。
同时参看图1和2，图2示出根据实施例的系统40的框图。在一些实施例中，系统40包括例如无人机20等无人驾驶车辆，用于监测沿路线(例如，铁路轨道24)移动的第二车辆(例如，所监测车辆22)。在例子中，无人机20包括处理单元42、自适应速度控制单元44、传感器系统46、其中存储有路线25的预定路线信息50的存储器元件48、电池52、电池监测电路54和通信模块56(例如，DSRC芯片)。例如CAN总线等一个或多个通信总线或信号线可耦合处理单元42、自适应速度控制单元44、传感器系统46、存储器元件48、电池52、电池监测电路54和通信模块56(例如，DSRC芯片)。系统40可另外包括驻留在所监测车辆22上的对应通信模块56(例如，DSRC芯片)，使得可在无人机20与所监测车辆22之间持续地维持无线通信链路38。
处理单元42可包括监测模块60(例如，人工智能(AI)和机器学习(ML)引擎)，监测模块60被配置成响应于所监测车辆22的当前速度62而确定所监测车辆的制动距离26。AI/ML技术可用于简化处理且由此实现障碍物检测的最低可能功率分布。在例子中，火车通常在预定路线上行进。如果，例如，存在高架桥，则可在进行障碍物检测时将所述高架桥除去，由此节省处理电力。另外，可对整个路线执行排演，从而可将关键属性保存在存储器元件48中作为预定路线信息50。在后续时间，可比较排演与沿路线25的实际移动之间的变化，同样由此通过利用对象分类来显著减小计算电力需求。AI/ML技术还可用于在所监测车辆22偏离其预定路线25(下文论述)的情况下确定路径轨迹。
如本文所使用的术语“引擎”、“算法”、“模块”指代实施于硬件或固件中的逻辑，或指代以编程语言编写且由处理单元42执行的软件指令的集合。处理单元42可为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其被设计成执行本文中所描述的功能的任何组合。通用处理器可为微处理器，但在替代方案中，处理器可为控制器、微控制器或状态机，其组合等。处理器可包括被配置成处理计算机可执行指令的电路系统。处理单元42还可实施为计算装置的组合，例如DSP与微处理器的组合、多个微处理器的组合、与DSP核心结合的一个或多个微处理器，或任何其它此类配置。尽管本文主要相对于数字技术来描述，但处理器也可主要包括模拟组件。举例来说，下文所描述的信号处理算法中的一些或全部可实施于模拟电路系统或混合的模拟和数字电路系统中。
当前速度62可由无人机20计算，或可另外由无人机20经由在无人机20与所监测车辆22之间建立的通信链路(例如，无线通信链路38)获得。在一些实施例中，执行追踪算法的处理单元42可至少部分地基于当前速度62、路线25的高程变化性(上山、下山或水平)和所监测车辆22的质量来确定制动距离26。同样，制动距离26表征所监测车辆22将从发起制动的初始位置移动到所监测车辆22停止移动的最终位置的行进距离，如以上表达式(1)所表示。
执行监测模块60的处理单元42可另外被配置成基于所确定的制动距离26确定无人机20的前导距离36。如上文所论述，前导距离36不小于制动距离26，且可大于制动距离26以顾及处理和通信操作所需的开销。
在一些实施例中，自适应速度控制单元44管理无人机20的导航控制操作。举例来说，自适应速度控制单元44被配置成通过控制无人机20的电动机和致动器(未示出)的操作来调整无人机20的引导速度和方位，使得无人机20领先所监测车辆22至少前导距离36而行进。电动机可用于螺旋桨的旋转，且致动器可用于导航表面控制，例如副翼、方向舵、襟翼、起落架等。如将结合图4更详细地论述，处理单元42可被配置成响应于所监测车辆22的当前速度62的变化而确定所监测车辆22的另一制动距离，且基于当前速度的变化而确定更新的前导距离36。因此，自适应速度控制单元44可调整无人机20的引导速度和方位，使得无人机20领先所监测车辆22至少所述更新的前导距离而行进。
传感器系统46被配置成检测沿路线25在无人机20前方的危险状况。传感器系统46可包括雷达检测系统(例如，长程、短程和UWB雷达)、处理器、相机、USB传感器、其它实时定位系统和用于检测危险状况的其它感测机构的任何组合。危险状况包括但不限于沿路线25的障碍物、所监测车辆22超速、铁路轨道24故障、所监测车辆22偏离路线25等。存储于存储器元件48中的预定路线信息50可包括路线25的预定义沿途点、站点之间和整个路线的行进时间、停止的持续时间、沿路线25的可允许/预期速度限制等。沿路线25的可允许/预期速度限制由嵌入预定路线信息50内的框63表示。可允许/预期速度限制63可实施为与例如路线25的预定义沿途点相关联的数据库。路线信息50可由处理单元42存取以确定所监测车辆22与路线25的任何偏离(例如，人为失误、劫持等)，以识别沿路线25的超速状况等。另外，路线信息50可由处理单元42存取以基于路线信息50和环境条件来优化所监测车辆22的速度。本领域的技术人员将认识到，可以任何合适方式组织路线信息50和可允许/预期速度限制63。
电池52被配置成将电能提供到无人机20以实现无人机20的处理能力和移动。电池监测电路54被配置成监测电池输出电压64VO，且将其与阈值66比较。一些系统可包括驻留在所监测车辆22上的第二无人机。如将结合图11-13明显更详细地论述，当无人机20的电池输出电压64下降到阈值66以下时，第二无人机可能会自动启动且第二无人机(例如，图12和13中的无人机152)替换无人机20。电力降低的无人机(例如，无人机20)随后可导航并着陆在所监测车辆22上以再充电。
现参看图3，图3示出无人驾驶车辆(例如，无人机20)执行的车辆监测过程68的流程图。车辆监测过程68提供与实时智能地调适在所监测车辆22前方的无人机20的引导速度和方位相关联的高级操作框和子过程，由无人机20的传感器系统46检测危险状况，且向所监测车辆22通知任何危险状况，使得所监测车辆可采取安全且方便的预防措施。车辆监测过程68可由无人机20执行，所述无人机20可利用处理单元42执行监测模块60。为方便起见，应结合以下描述同时参看图1、2和3。
根据车辆监测过程68的操作框70，启动无人驾驶车辆(例如，无人机20)。当所监测车辆22开始移动时，可启动无人机20。无人机20可从所监测车辆22上的充电板或从所监测车辆22附近的启动场启动。在启动无人机20之后，可执行自适应速度控制子过程72、异常检测子过程74、速度优化子过程76和/或无人机监测子过程78。
总的来说，执行自适应速度控制子过程以响应于所监测车辆的当前速度而确定所监测车辆22的制动距离，基于制动距离而确定无人机20的前导距离，且调整无人机20的引导速度和方位以使得无人机20领先所监测车辆22至少所述前导距离而行进。将结合图4的流程图来论述自适应速度控制子过程72。可执行异常检测子过程74以检测沿路线25在无人机20前方的危险状况，且经由无线通信链路38向所监测车辆22通知危险状况。将结合图5和9的流程图来论述异常检测子过程74。可执行速度优化子过程76以实现所监测车辆的速度的实时调整，从而在预定时间安全地到达所监测车辆的目的地。将结合图10的流程图来论述速度优化子过程76。可执行无人机监测子过程78以监测电池输出电压64和/或监测与无人机20相关联的任何其它异常，当无人机20产生问题(例如，剩余电力不足、功能故障等)时经由无线通信链路38将触发信号发送到所监测车辆22，且响应于在所监测车辆22处接收到触发信号而用另一无人机替换无人机20。将结合图11的流程图来论述无人机监测子过程78。
为简单起见，按顺序次序在车辆监测过程68中呈现子过程72、74、76、78。然而，在随后的论述中将显而易见的是，可以按任何次序执行子过程72、74、76、78。替代地，为了提高计算效率，可并行地执行子过程72、74、76、78中的一些或全部。另外，虽然可在车辆监测过程68的每个执行期间执行自适应速度控制子过程72，但可根据特定考虑因素执行或不执行子过程74、76、78中的一些或全部，所述特定考虑因素例如所监测车辆的特定路线、所监测车辆的行程持续时间、行程和/或车辆的临界状况、所监测车辆的类型等。
在查询框80处，确定所监测车辆22是否已到达其目的地。当所监测车辆22尚未到达其目的地时，过程控制循环回到继续执行自适应速度控制子过程72、异常检测子过程74和/或无人机监测子过程78。因此，无人机20能够响应于所监测车辆的当前速度而连续地调适其引导速度，检测无人机20前方的危险状况，向所监测车辆22通知此类危险状况，且监测其剩余电力以使得可基于减小的剩余电力而将无人机20替换成另一无人机(例如，图12的无人机152)。
当在查询框80处确定所监测车辆22已到达其目的地时，可根据车辆监测过程68的操作框82停放无人驾驶车辆(例如，无人机20)。无人机20可停放在所监测车辆22上的充电板上或所监测车辆22附近的着陆场上。其后，车辆监测过程68结束。
图4示出车辆监测过程68(图3)的自适应速度控制子过程72的流程图。自适应速度控制子过程72由无人机20执行，以持续地使得无人机20能够基于所监测车辆的变化速度实时调适无人机20的引导速度和方位，以便维持所监测车辆22前方的前导距离。为方便起见，应结合以下描述同时参看图1、2和4。
在框84处，无人机20获得所监测车辆22的当前速度62。当前速度62可通过所监测车辆与无人机20之间的无线电链路来获得。替代地，所监测车辆22的当前速度62可由无人机20计算。在框86处,无人机20至少基于所监测车辆的当前速度62、存储于存储器元件48中的路线25的预定路线信息和所监测车辆22的质量来确定所监测车辆22的制动距离26。无人机20还可考虑路线25的高程变化性(例如，上坡、下坡、水平)和/或当前环境条件(例如，雨、雪、冰)以确定所监测车辆22的制动距离26。
在框88处，无人机20基于所计算的制动距离26确定无人机20的前导距离36。如先前所提到，在一些实施例中，前导距离36不小于制动距离26。在其它实施例中，前导距离36大于制动距离26以顾及在无人机20处检测和分类危险状况所需的开销，以及顾及将信息从无人机20传输到所监测车辆22所需的时间。
在框90处，无人机20调整其引导速度和方位，使得无人机领先所监测车辆22前导距离36而行进。举例来说，无人机20可加速或减速，从而将其自身定位在所监测车辆22前方前导距离36处。此后，无人机20的引导速度可大约与所监测车辆22相当，使得无人机20保持领先所监测车辆22前导距离36而行进。
在框92处，无人机20再次获得所监测车辆22的当前速度。可以以某一周期性间隔执行框92以确定所监测车辆22的当前速度是否已改变(例如，增大或减小)。响应于获得所监测车辆的当前速度而执行查询框94。在查询框94处，确定所监测车辆22的当前速度在另一时刻是否已改变(例如，增大或减小)。当在此稍后时刻确定所监测车辆22的当前速度的变化时，过程控制循环回到框86以响应于所监测车辆22的改变的(例如，第二)当前速度而确定所监测车辆22的更新的(例如，第二)制动距离，回到框88以基于更新的制动距离确定无人机20的更新的(例如，第二)前导距离，且回到框90以调整无人机20的引导速度和方位以使得无人机20继续领先所监测车辆22至少更新的前导距离而行进。
当在查询框94处确定所监测车辆22的当前速度62尚未改变时，过程控制继续到框96。在框96处，无人机20在当前引导速度下操作。也就是说，因为所监测车辆的速度尚未改变，所以无人机20并不改变其速度。在框96之后，过程控制循环回到框92以继续监测所监测车辆22的速度，且使得无人机20能够在所监测车辆22前方的前导距离处自主地导航。可继续执行自适应速度控制子过程72，直至在车辆监测过程(图3)的查询框80(图3)处确定所监测车辆20已到达目的地。
图5示出车辆监测过程68(图3)的异常检测子过程74的流程图。异常检测子过程74由无人机20执行以持续地使得无人机20能够检测异常(例如，危险状况)且向所监测车辆22通知异常。将容易地观察到异常检测子过程74包括以串行次序布置的多个查询框以用于识别多个异常(例如，危险状况)。尽管以串行次序描述查询框和所得操作，但本领域的技术人员将认识到，可以任何次序执行查询框和其对应操作框。可替换的是，为了提高计算效率，可并行地执行查询框和其对应的操作框中的一些或全部。为方便起见，应结合以下描述同时参看图1、2和5。
在查询框98处，确定无人机20是否在无人机20前方的路线25上检测到呈障碍物形式的危险状况。可通过传感器系统46检测障碍物，传感器系统46可包括雷达检测系统(其包括长程和短程雷达)、照相相机、摄像相机、红外相机、多光谱相机、激光雷达、声纳等。在所监测车辆22是在铁路轨道24上移动的火车的例子中，可由长程雷达检测到的障碍物可包括但不限于：铁路轨道24上的动物、人或车辆；铁路轨道24上存在的来自滑坡的岩石或泥土；在同一铁路轨道24上接近所监测车辆的移动车辆(例如，火车)。另外，短程雷达可检测呈例如轨道故障形式的障碍物。
同时参看图5和6，图6示出根据异常检测子过程74由无人机20检测沿路线25的呈障碍物100形式的危险状况的例子。在此例子中，无人机20通过例如雷达等检测障碍物100，其中在无人机20处传输信号且接收反射信号，反射信号指示障碍物100的存在。如图6所示，“T1”表示在无人机20处传输雷达信号、接收反射信号以及处理所接收反射信号的时间量，且“T2”表示经由无线通信链路38传输包的时间量。总时间“T”表示“T1”与“T2”的和。车辆停止所耗费的时间至少部分地取决于其制动距离26。因此，总时间“T”应大于分配给所监测车辆22以完全达到停止的时间。
当在查询框98处确定检测到障碍物100时，子过程74继续到操作框102。在框102处，经由无线通信链路38将通知104(例如，一个或多个数据包)发送到所监测车辆22。此后，可在所监测车辆22的驾驶员的指挥控制下的或可自主的所监测车辆22可采取校正动作。校正动作可以是但不限于应用紧急制动器或更改线路以避开障碍物(当所监测车辆22未被限制于轨道时)。
在框98或102中的任一个框之后，异常检测子过程74可继续到查询框106。在查询框106处，确定无人机20是否检测到呈超速状况形式的危险状况(例如，所监测车辆22可能正以比对于未来位置处的所监测车辆22的图2的可允许速度63大的当前速度移动)。也就是说，在查询框106处确定所监测车辆22在其途径弯道时是否可能处于超速状况。
同时参考图5和7，图7示出根据异常检测子过程74由无人机20检测在沿路线25的铁路轨道24中的弯道108处呈超速形式的危险状况的例子。在所监测车辆22途径弯道108时，无人机20可提供图2的最大可允许速度63，以此速度，所监测车辆22可安全地穿过弯道108。在一些例子中，给定所监测车辆22的当前速度、无人机20的已知位置、沿路线25的弯道108的开始处的所监测车辆22的未来位置110、存储于存储器元件48中的预定路线信息50，以及可能的天气状况，无人机20可计算弯道108中的所监测车辆22的所预测角度倾斜且估计所监测车辆22在所监测车辆的未来位置110处的可允许速度。
当在查询框106处确定所监测车辆22在途径弯道108时可能处于超速状况(例如，所监测车辆22的当前速度大于所监测车辆22的可允许速度)时，子过程74继续到操作框112。在框112处，经由无线通信链路38将通知114(例如，一个或多个数据包)发送到所监测车辆22。其后，可在所监测车辆22的驾驶员的指挥控制下的或可自主的所监测车辆22可采取校正动作。校正动作可为将所监测车辆22减速到如无人机20所预测的可允许速度。
在框106或112中的任一个框之后，异常检测子过程74可继续到查询框116。在查询框116处，确定无人机20是否检测到呈所监测车辆22偏离路线25形式的危险状况。也就是说，在查询框116处确定所监测车辆22是否由于例如人为失误或劫持而正转向到另一铁路轨道或正以其它方式更改其线路。
参看图5和8，图8示出根据异常检测子过程74由无人机20检测呈与路线25的偏差形式的危险状况的例子。路线信息50可由无人机20的处理单元42存取以确定所监测车辆22与预定路线25的任何偏离。可通过无人机20确定所监测车辆22的轨迹路径118来进行此确定，其中轨迹路径118不同于路线25。
当在查询框116处确定所监测车辆22的运动可能偏离路线25时，子过程74继续到操作框120。在框120处，经由无线通信链路38将通知122(例如，一个或多个数据包)发送到所监测车辆22。通知122可另外包括将所监测车辆22从轨迹路径118重新引导回到路线25的信息。其后，通常在所监测车辆22的驾驶员的指挥控制下的所监测车辆22可采取校正动作。校正动作可以是返回到路线25(如果可能的话)、应用紧急制动器、联系紧急救援人员或任何其它合适的校正动作。在一些实施例中，路线偏差子过程124可由无人机20响应于检测到的所监测车辆22与路线25的偏离而执行。
现参看图5、8和9，图9示出异常检测子过程74的路线偏离子过程124的流程图，路线偏离子过程124可在检测到偏离路线25时执行。在操作框126处，无人机20至少部分地基于存储于存储器元件48(图2)中的预定路线信息50(图2)来确定所监测车辆22的例如轨迹路径118的偏离路径。在操作框128处，无人机20调适其方位以使得无人机20沿偏离路径轨迹路径118在所监测车辆22前方行进。在操作框130处，无人机20可经由通知122将所监测车辆22从偏离轨迹路径118重新引导回到路线25。因此，无人机20可在偏离轨迹路径118上行进，了解偏离情况，且可指导所监测车辆22如何返回到路线25(例如，在相反方向上行进某一距离)。
此后，路线偏离子过程124的迭代结束。当然，可周期性地重复路线偏差子过程124，使得无人机20在所监测车辆22前方沿轨迹路径118持续行进。返回参看图1、2和5，在框116或路线偏离过程124中的任一个之后，过程控制可循环回到查询框98，且可继续执行异常检测过程74直至车辆监测过程(图3)在查询框80(图3)处确定所监测车辆20已到达目的地。
图10示出车辆监测过程68(图3)的速度优化子过程76的流程图。在一些实施例中，可利用无人机20来促进所监测车辆22的速度优化。也就是说，当沿所监测车辆22的路线25当前不存在危险状况时，可启用由处理单元42执行的监测模块60以促进所监测车辆22的速度优化。为方便起见，应结合以下描述同时参看图1、2和10。
在操作框136处，无人机20至少存取所监测车辆22的当前速度62、可存储于存储器元件48中的所监测车辆22质量、存储于存储器元件48中的预定路线信息50、无人机20的当前位置的可允许速度63，以及可能的环境条件。在查询框138处，无人机20确定所监测车辆22的当前速度62相对于路线25的特定位置或延伸段的安全可允许速度63是否过低。在当前速度62过低时，可执行操作框140。在操作框140处，无人机20可将表明所监测车辆22的速度可增加到特定安全可允许速度63的通知发送到所监测车辆22。在接收到增加速度通知之后，在所监测车辆22的驾驶员的指挥控制下的或自主的所监测车辆22的速度可增加到安全可允许速度。
当在查询框138处确定所监测车辆22的当前速度62并不过低时，过程控制继续到查询框142。在查询框142处，无人机20确定所监测车辆22的当前速度62相对于路线25的特定位置或延伸段的安全可允许速度63是否过高。在当前速度62过高时，可执行操作框144。在操作框144处，无人机20可将表明所监测车辆22的速度应减小到特定安全可允许速度63的通知发送到所监测车辆22。在接收到减小速度通知之后，通常在所监测车辆22的驾驶员的指挥控制下的所监测车辆22的速度可减小到安全可允许速度。
当在查询框138处确定所监测车辆22的当前速度62并不过低且在查询框142处确定所监测车辆22的当前速度62并不过高时，过程控制继续到框146。在框146处，无人机20得出所监测车辆22的当前速度对于路线25的特定位置或延伸段是最优的。当在框146处当前速度62最优时，可执行操作框148。在操作框148处，无人机20可将表明维持所监测车辆22的速度的通知发送到所监测车辆22。也就是说，所监测车辆的当前速度应保持不变。在接收到维持当前速度通知之后，通常在所监测车辆22的驾驶员的指挥控制下的所监测车辆22的速度可保持不变。在增加当前速度通知框140、减小当前速度通知框144和维持当前速度通知框148之后，过程控制可循环回到操作框136以继续测评所监测车辆22的当前速度且按需要建议改变所监测车辆的速度。可继续执行速度优化子过程76，直至在车辆监测过程(图3)的查询框80(图3)处确定所监测车辆20已到达目的地。
可执行速度优化子过程76以在所监测车辆22的行程期间从未计划的停止、延迟和/或恶劣天气状况恢复，同时考虑关于沿路线25的最大可允许速度限制的约束。另外或替代地，可执行速度优化子过程76以通过增加所监测车辆22的里程(例如，行进距离与所利用的燃料量的比率)来辅助燃料效率。速度优化子过程76可表明所监测车辆22的速度可基于安全区域(例如，没有例如障碍物、弯道、偏离路线等危险状况)而增加，且维持速度以在预定时间到达目的地。速度优化子过程76可另外保存所监测车辆22的停止的时间历史的记录以及每次停止的持续时间的记录以实现数据挖掘。此类信息可用于优化所监测车辆22的行程持续时间。
参看图11和12，图11示出车辆监测过程68(图3)的无人机监测子过程68的流程图，且图12示出包括能够与待监测的车辆交互的一对无人驾驶车辆的系统150的例子。在一些情形中，电池52(图2)的容量可能不足以在所监测车辆22的行程的整个持续时间内向无人机20提供电力。因此，一些系统(例如，系统150)可包括成对的无人机。在此例子中，系统150包括在所监测车辆22前方行进的无人机20(第一无人机)和驻留在所监测车辆22的充电板154上的第二无人机152。
第二无人机152可包括与第一无人机20相同的组件、系统、软件和处理引擎。因此，图2所示的无人机20的框图等效地适用于第二无人机152。出于以下描述的目的，第一无人机20为在所监测车辆22前方行进的前导无人机，且第二无人机152驻留在所监测车辆上。然而，成对的无人机20、152的方位可反转。为方便起见，应结合以下论述同时参看图2、11和12。
一般来说，当第一无人机20(在所监测车辆22前方导航)的电池52的电池输出电压64下降到阈值66以下时，可用第二无人机152替换第一无人机20。可触发用第二无人机152替换第一无人机20的其它条件可包括但不限于前导无人机(例如，第一无人机20)的传感器系统46的异常/故障、前导无人机20与所监测车辆之间的通信丢失(例如，丢失无线通信链路38、前导无人机的损坏或坠毁)、对安全性请求的协议违反(例如，封装信息序列的交换中的违反情况或前导无人机与所监测车辆之间的任何通信异常)，或手动请求。一般来说，将第二无人机152包括在系统150中且执行无人机监测子过程68可针对多个触发条件(例如，低电池电量、无人机功能故障、协议违反、通信异常等)中的任何一个触发条件而启用无人机20、152的自主启动和着陆。
在无人机监测子过程78的操作框156处，经由无人机20的电池监测电路54来监测电池52的电池输出电压64。在查询框158处，确定电池输出电压64是否小于阈值66。当电池输出电压64小于阈值66时，过程控制进行到操作框160，在操作框160处，将触发信号发送到所监测车辆22。当电池输出电压64不小于阈值66时，无人机监测子过程78继续到查询框162。
在查询框162处，确定是否检测到另一触发条件，例如上文所提及的那些触发条件。此触发条件可被所监测车辆22、第一无人机20和/或第二无人机152检测到。当检测到触发条件时，过程控制再次进行到操作框160，在操作框160处，将触发信号发送到所监测车辆22。响应于触发信号，执行操作框164以用第二配对无人驾驶车辆(例如，第二无人机152)替换在所监测车辆22前方行进的无人驾驶车辆(例如，第一无人机20)。其后，可结束无人机监测子过程78。然而，在第二无人机152变成在所监测车辆22前方行进的前导无人机之后，第二无人机152的处理单元42可执行车辆监测过程68以继续监测所监测车辆22。
图13示出系统150(图12)的例子，其中响应于无人机监测子过程(图11)的执行，前导无人驾驶车辆正被另一无人驾驶车辆替换。在此例子中，第一无人机20正被第二无人机152替换，且第一无人机20返回到所监测车辆22上的充电板154。因此，在表示第一无人机20的框上方的向左指的箭头指示其朝向所监测车辆22上的充电板154的行进方向，且在表示第二无人机152的框下方的向右指的箭头指示其到所监测车辆前方的方位的行进方向。当然，在第一无人机20已经发生功能故障的情况下，第一无人机20可能实际上不返回到所监测车辆22。
在一些实施例中，第二无人机152知道第一无人机20的概况(例如，速度、方位、当前功能状态和第二无人机152可能需要的以替换第一无人机20的任何其它信息)。第二无人机152可耦合到第一无人机20与所监测车辆22之间的无线通信链路38。响应于经由无线通信链路38传送的触发信号166，针对前述触发条件中的任何一个触发条件或功率分布减小，自主地启动第二无人机152。可将第二无人机152的启动状态传送到第一无人机20且传送到所监测车辆22，直至第二无人机152接管第一无人机20的位置为止。
在例子中，在第一无人机20和第二无人机152与所监测车辆22之间的同步交换(handshake)(例如，自动导航过程)可能需要：a)共享第一无人机20和第二无人机152与所监测车辆之间的无线通信链路38，b)向第一无人机20和第二无人机152及所监测车辆22告知彼此的概况(例如，方位、速度等)，c)在第二无人机152取得制动距离26处的位置之后，第二无人机152建立同步交换和无线电链路，d)在同步交换成功后，第二无人机152变成当前的前导无人机，并且e)第一无人机20调适适当的速度和方位以在所监测车辆22上合适的位置着陆。
为了实现第二无人机152从移动的所监测车辆22精确自主启动和第一无人机20精确自主着陆到移动的所监测车辆22上，可实施超宽带(UWB)技术和/或雷达。尽管本文中提及UWB，但替代实施例可实施任何其它合适的实时定位系统(例如，BLE5.x、Lynq等)。为了启动，与第二无人机152的通信需要移动的所监测车辆22的当前速度以及外力(例如，风等)。，第二无人机152中的例如比例-积分-微分(proportional-integral-derivative；PID)控制器等控制器调适为如基于移动的所监测车辆22的当前速度和外力所计算的初始速度。在第二无人机152确定移动的所监测车辆22的当前速度之后，从所监测车辆22解除无人机的锁(例如，磁链/耦合件)。此后，针对第二无人机152高速竖直或有角度地上升，开始PID控制器的竖直定位。
为了着陆，逐步地减小第一无人机20的速度。在接近UWB编程范围附近后，使得UWB序列能够建立UWB链路。在建立UWB链路之后，可计算准确着陆区域和方位。第一无人机20的PID控制器现在基于UWB处理的信息而调适其参数。高程角度控制第一无人机20的竖直电动机，使得以递增步长逐步减小第一无人机20的高程与竖直方位的角度。可维持第一无人机20的水平速度，直至高程角度被锁定到所监测车辆22上的着陆平台的准确度为止。可利用磁性链路或耦合效应作为反馈以指示成功确认着陆，如此可关闭第一无人机20的PID控制器。此后，可针对第一无人机发始电池再充电序列。再次，尽管本文中提及UWB，但替代实施例可实施任何其它合适的实时定位系统(例如，BLE5.x、Lynq等)。
因此，本文中所描述的各种过程的执行实现在待监测的车辆前方的无人驾驶车辆的自主实时定位、危险状况的检测、向所监测车辆通知危险状况、速度优化，以及监测无人驾驶车辆的电池电量和功能性。应理解，图3-5和图9-11中所描绘的过程框中的某些框可彼此并行地执行或与执行其它过程一起执行。另外，应理解，可修改图3-5和图9-11中所描绘的过程框的特定次序，同时达成大体上相同的结果。因此，此类修改意图包括在本发明标的物的范围内。
本文中所描述的实施例需要无人驾驶车辆在所监测移动车辆前方的实时自主定位和导航以检测危险状况的系统和方法。更具体地说，所述系统和方法实现无人驾驶车辆的实时定位和速度控制，使得无人驾驶车辆领先所监测车辆至少对应于所监测的移动车辆的安全制动距离的引导距离而行进。无人驾驶车辆包括传感器系统(例如，长程和短程雷达)，所述传感器系统用于检测沿所监测车辆所采取的路线的危险状况，且用于在所监测车辆的安全制动距离之前通知所监测车辆以使得所监测车辆可采取适当的校正动作。在一些实施例中，无人驾驶车辆具有存储于其中的预定路线信息以确保所监测车辆在所分配的路线上行进。在一些实施例中，无人驾驶车辆可通过使用预加载路线信息和实时环境条件而对所监测车辆执行最优速度的实时计算。在一些实施例中，所述系统可包括成对的无人驾驶车辆，其中一个无人驾驶车辆在所监测车辆前方行进且另一无人驾驶车辆驻留在所监测车辆上的充电板处。因此，无人驾驶车辆可基于无人驾驶车辆的功率分布和/或功能性而交换其位置。
本公开旨在阐明如何设计和使用根据本发明的各种实施例，而非限制本发明的真实、既定和公平的范围及精神。以上描述并不意图是穷尽性的或将本发明限制于所公开的确切形式。鉴于以上教示，可以进行修改或变化。选择和描述实施例是为了提供对本发明的原理和本发明的实际应用的最佳说明，并且使本领域的技术人员能够在各种实施例中并用适合于所预期特定用途的各种修改来利用本发明。当根据清楚地、合法地并且公正地赋予的权利的宽度来解释时，所有此类修改和变化及其所有等同物均处于如由所附权利要求书所确定的本发明的范围内，并且在本专利申请未决期间可以进行修正。
Claims (10)
1.一种系统，其特征在于，包括：
无人驾驶车辆，所述无人驾驶车辆用于监测沿路线移动的第二车辆，所述无人驾驶车辆包括：
处理单元，所述处理单元被配置成响应于所述第二车辆的当前速度而确定所述第二车辆的制动距离，且基于所述制动距离而确定所述无人驾驶车辆的前导距离，其中所述制动距离表征所述第二车辆从发起制动的初始位置移动到所述第二车辆停止移动的最终位置的行进距离；
速度控制单元，所述速度控制单元与所述处理单元通信且被配置成调整所述无人驾驶车辆的引导速度和方位，使得所述无人驾驶车辆领先所述第二车辆至少所述前导距离而行进；
传感器系统，所述传感器系统被配置成检测沿所述路线在所述无人驾驶车辆前方的危险状况；以及
通信模块，所述通信模块被配置成启用所述无人驾驶车辆与所述第二车辆之间的无线通信链路以用于向所述第二车辆通知所述危险状况。
2.根据权利要求1所述的系统，其特征在于，所述危险状况为所述第二车辆的超速状况，且其中：
所述处理单元另外被配置成检测所述第二车辆的所述当前速度何时大于所述第二车辆在所述第二车辆沿所述路线的未来位置处的可允许速度；以及
所述通信模块另外被配置成向所述第二车辆通知所述未来位置的所述可允许速度。
3.根据权利要求1所述的系统，其特征在于：
所述危险状况为偏离所述路线；
所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息；
所述处理单元另外被配置成至少部分地基于所述预定路线信息检测对所述路线的所述偏离；并且
所述通信模块另外被配置成经由所述无线通信链路向所述第二车辆通知所述偏离。
4.根据权利要求3所述的系统，其特征在于：
所述处理单元另外被配置成响应于所述偏离而确定所述第二车辆的轨迹路径；并且
所述速度控制单元另外被配置成调适所述无人驾驶车辆的所述方位，使得所述无人驾驶车辆在所述第二车辆前方沿所述轨迹路径行进。
5.根据权利要求1所述的系统，其特征在于：
所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息；
当所述传感器系统未检测到危险状况时，所述处理单元另外被配置成至少部分地基于所述预定路线信息而确定所述第二车辆在未来位置处的最优速度；并且
所述通信模块另外被配置成经由所述无线通信链路向所述第二车辆通知所述未来位置的所述最优速度。
6.根据权利要求1所述的系统，其特征在于：
所述无人驾驶车辆为第一无人驾驶车辆，且所述第一无人驾驶车辆另外包括：
电池，所述电池用于提供电能以实现所述无人驾驶车辆的移动；以及
电池监测电路，所述电池监测电路与所述电池耦合且被配置成监测电池输出电压，其中当所述电池输出电压下降到阈值以下时，所述通信模块被配置成经由所述无线通信链路将触发信号发送到所述第二车辆；并且
所述系统另外包括驻留在所述第二车辆上的第二无人驾驶车辆，所述第二无人驾驶车辆被配置成响应于在所述第二车辆处接收到所述触发信号而替换所述第一无人驾驶车辆。
7.一种利用无人驾驶车辆监测沿路线移动的第二车辆的方法，所述方法由所述无人驾驶车辆执行，且所述方法包括：
响应于所述第二车辆的当前速度而确定所述第二车辆的制动距离，所述制动距离表征所述第二车辆从发起制动的初始位置移动到所述第二车辆停止移动的最终位置的行进距离；
基于所述制动距离确定所述无人驾驶车辆的前导距离，其中所述前导距离不小于所述制动距离；
调整所述无人驾驶车辆的引导速度和方位，使得所述无人驾驶车辆领先所述第二车辆至少所述前导距离而行进；
检测沿所述路线在所述无人驾驶车辆前方的危险状况；以及
经由无线通信链路向所述第二车辆通知所述危险状况。
8.根据权利要求7所述的方法，其特征在于，所述无人驾驶车辆包括其中存储有所述路线的预定路线信息的存储器元件，所述危险状况为所述第二车辆偏离所述路线，且检测操作包括：
至少部分地基于所述预定路线信息而识别对所述路线的所述偏离；
经由所述无线通信链路向所述第二车辆通知所述偏离；
响应于所述偏离而确定所述第二车辆的轨迹路径；以及
调适所述无人驾驶车辆的所述方位，使得所述无人驾驶车辆在所述第二车辆前方沿所述轨迹路径行进。
9.根据权利要求7所述的方法，其特征在于，所述无人驾驶车辆另外包括与所述处理单元通信的存储器元件，所述存储器元件中存储有所述路线的预定路线信息，当未检测到危险状况时，所述方法另外包括：
至少部分地基于所述预定路线信息而确定所述第二车辆在未来位置处的最优速度；以及
经由所述无线通信链路向所述第二车辆通知所述未来位置的所述最优速度。
10.根据权利要求7所述的方法，其特征在于，所述无人驾驶车辆包括电池，所述电池用于提供电能以使得所述无人驾驶车辆能够在所述第二车辆前方行进，且所述方法另外包括：
监测无人驾驶车辆以识别触发条件；
当检测到所述触发条件时，经由所述无线通信链路将触发信号发送到所述第二车辆；以及
响应于在所述第二车辆处接收到所述触发信号，用第二无人驾驶车辆替换所述无人驾驶车辆。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN201911046682 | 2019-11-15 | ||
| IN201911046682 | 2019-11-15 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112810629A true CN112810629A (zh) | 2021-05-18 |
Family
ID=75853208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011260484.5A Pending CN112810629A (zh) | 2019-11-15 | 2020-11-12 | 监测移动车辆的系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11173933B2 (zh) |
| CN (1) | CN112810629A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制系统及控制方法 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11467274B2 (en) | 2015-09-29 | 2022-10-11 | Tyco Fire & Security Gmbh | Search and rescue UAV system and method |
| US20200285255A1 (en) * | 2019-03-08 | 2020-09-10 | Here Global B.V. | Method and apparatus for providing drone-based alerting of movement of a part of a vehicle into a path of travel |
| US20210271268A1 (en) * | 2020-02-27 | 2021-09-02 | Landon Wagner | Beacon discovery system |
| KR102262782B1 (ko) * | 2020-10-26 | 2021-06-09 | 임성빈 | 차량의 자율 주행 제어 장치의 자율 주행 제어 방법 |
| US20220185246A1 (en) * | 2020-12-16 | 2022-06-16 | Cnh Industrial America Llc | Electronic braking system |
| US11823578B2 (en) * | 2021-02-16 | 2023-11-21 | Easy Aerial Inc. | Unmanned aerial vehicle (UAV) systems and methods for maintaining railway situational awareness |
| US20230144372A1 (en) * | 2021-09-17 | 2023-05-11 | Anduril Industries Inc. | Planning an operation for a set of assets |
| DE102022116723A1 (de) | 2022-07-05 | 2024-01-11 | Zf Cv Systems Global Gmbh | Verfahren zum Überwachen eines Fahrzeuges auf einem geschlossenen Gelände und Verarbeitungseinheit zur Durchführung des Verfahrens |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170255824A1 (en) * | 2016-03-04 | 2017-09-07 | General Electric Company | Aerial camera system and method for identifying route-related hazards |
| JP2008502538A (ja) | 2004-06-11 | 2008-01-31 | ストラテック システムズ リミテッド | 鉄道軌道スキャニングシステムおよび方法 |
| JP4775650B2 (ja) * | 2006-09-05 | 2011-09-21 | 株式会社ダイフク | 移動体の走行設備 |
| US8055427B2 (en) * | 2008-12-18 | 2011-11-08 | GM Global Technology Operations LLC | Method and apparatus for speed-limit following cruise control |
| US9789812B2 (en) * | 2009-08-03 | 2017-10-17 | Apu Mullick | Forward warning system for motor vehicles |
| US9194948B1 (en) * | 2010-12-15 | 2015-11-24 | The Boeing Company | Method and apparatus for providing a dynamic target impact point sweetener |
| US20150009331A1 (en) | 2012-02-17 | 2015-01-08 | Balaji Venkatraman | Real time railway disaster vulnerability assessment and rescue guidance system using multi-layered video computational analytics |
| US8830054B2 (en) * | 2012-02-17 | 2014-09-09 | Wavemarket, Inc. | System and method for detecting and responding to an emergency |
| US20180210463A1 (en) * | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
| EP2843642A1 (en) * | 2013-08-26 | 2015-03-04 | Aleksandra Kosatka-Pioro | System and method for providing traffic information |
| US9845165B2 (en) * | 2014-07-16 | 2017-12-19 | Airogistic, L.L.C. | Methods and apparatus for unmanned aerial vehicle landing and launch |
| JP6115579B2 (ja) * | 2015-02-16 | 2017-04-19 | トヨタ自動車株式会社 | 衝突回避装置 |
| US10007271B2 (en) * | 2015-12-11 | 2018-06-26 | Avishtech, Llc | Autonomous vehicle towing system and method |
| EP3391339A2 (en) * | 2015-12-18 | 2018-10-24 | Iris Automation, Inc. | Real-time visual situational awareness system |
| CN105501248B (zh) | 2016-02-16 | 2018-03-20 | 株洲时代电子技术有限公司 | 一种铁路线路巡检系统 |
| US10181264B2 (en) * | 2016-04-18 | 2019-01-15 | Ford Global Technologies, Llc | Systems and methods for intersection assistance using dedicated short range communications |
| US10597054B2 (en) | 2016-12-15 | 2020-03-24 | Progress Rail Locomotive Inc. | Real-time drone infrared inspection of moving train |
| CN107097810B (zh) | 2017-04-30 | 2018-04-20 | 中南大学 | 一种铁路沿线异物侵限无人机智能辨识和预警方法及系统 |
| US10133281B1 (en) | 2017-05-05 | 2018-11-20 | Pinnacle Vista, LLC | Leading drone system |
| US20190054937A1 (en) | 2017-08-15 | 2019-02-21 | Bnsf Railway Company | Unmanned aerial vehicle system for inspecting railroad assets |
| US20190106136A1 (en) * | 2017-10-10 | 2019-04-11 | CyberTran International | Method of Maintaining Separation Between Vehicles in a Fixed Guideway Transportation System Using Dynamic Block Control |
| JP6943791B2 (ja) * | 2018-03-06 | 2021-10-06 | フォルシアクラリオン・エレクトロニクス株式会社 | 経路情報送信方法、経路情報送信システム、車載端末 |
| US10960880B2 (en) * | 2018-03-28 | 2021-03-30 | Intel Corporation | Vehicle slack distribution |
| US10573184B1 (en) * | 2018-11-26 | 2020-02-25 | Internatioinal Business Machines Corpoation | Monitoring security threat during travel |
| US11823568B2 (en) * | 2019-05-02 | 2023-11-21 | Toyota Motor North America, Inc. | Dynamic speed limit for vehicles and autonomous vehicles |
-
2019
- 2019-12-31 US US16/731,653 patent/US11173933B2/en active Active
-
2020
- 2020-11-12 CN CN202011260484.5A patent/CN112810629A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113341824A (zh) * | 2021-06-17 | 2021-09-03 | 鄂尔多斯市普渡科技有限公司 | 一种开放式自动驾驶避障控制系统及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11173933B2 (en) | 2021-11-16 |
| US20210146977A1 (en) | 2021-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11173933B2 (en) | System and method for monitoring a moving vehicle | |
| US11669108B2 (en) | Control of automated following in vehicle convoys | |
| US9610948B2 (en) | Movement detection system and method | |
| AU2014100528A4 (en) | Systems and methods for determining route location | |
| US8380361B2 (en) | System, method, and computer readable memory medium for remotely controlling the movement of a series of connected vehicles | |
| US10279823B2 (en) | System for controlling or monitoring a vehicle system along a route | |
| US9327740B2 (en) | Method and system for communicating data with vehicles | |
| US20220119020A1 (en) | Vehicle Control System | |
| CN105358396A (zh) | 用于使机动车在自动行驶中运行的方法和装置 | |
| AU2021203760B2 (en) | Energy management system and method for vehicle systems | |
| CN115158394A (zh) | 用于控制车辆系统在行程期间实现不同目标的系统和方法 | |
| CN112005183A (zh) | 用于控制车队的方法 | |
| US11385066B2 (en) | Vehicle navigation and control system and method | |
| JP7181048B2 (ja) | 列車自動運転システム | |
| US20220299336A1 (en) | Vehicle navigation and control system and method | |
| CN113247052B (zh) | 一种列车定位方法及系统 | |
| US11161486B2 (en) | Vehicle control system and method | |
| AU2021358470A1 (en) | Systems and methods for traffic management in interactive vehicle transport networks | |
| US20220017055A1 (en) | Vehicle Control System And Method | |
| US20140358339A1 (en) | System And Method For Controlling De-Rating Of Propulsion-Generating Vehicles In A Vehicle System | |
| CN114475634A (zh) | 用于通过控制器沿着路段控制车辆的方法及存储介质 | |
| TWM569291U (zh) | Automated driving vehicle with multiple working modes | |
| US20210339766A1 (en) | Infrastructure Interaction System and Method | |
| CN117565938A (zh) | 一种基于无人机协同的列车安全超视距感知系统和方法 | |
| CN115610412A (zh) | 基于5g通讯井工矿井无轨胶轮车无人辅助驾驶系统 |
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 |