CN112837535B - 交通信息处理方法、装置、系统、设备及存储介质 - Google Patents
交通信息处理方法、装置、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN112837535B CN112837535B CN202110303860.2A CN202110303860A CN112837535B CN 112837535 B CN112837535 B CN 112837535B CN 202110303860 A CN202110303860 A CN 202110303860A CN 112837535 B CN112837535 B CN 112837535B
- Authority
- CN
- China
- Prior art keywords
- information
- road section
- traffic
- target
- traffic safety
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 32
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000006698 induction Effects 0.000 claims description 44
- 238000001514 detection method Methods 0.000 claims description 34
- 230000001939 inductive effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 7
- 238000009472 formulation Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000008447 perception Effects 0.000 abstract description 9
- 238000013135 deep learning Methods 0.000 abstract description 7
- 230000007613 environmental effect Effects 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 239000003595 mist Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000004258 portal system Anatomy 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010047531 Visual acuity reduced Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- 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
- G08G1/09—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
-
- 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
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了交通信息处理方法、装置、系统、设备及存储介质,涉及车路协同、智慧高速、智慧路网、深度学习等领域。具体为:获取目标路段的信息,所述目标路段的信息包括:环境气象信息、全要素交通要素感知信息、道路基础设施信息中的至少一种;根据所述目标路段的信息,制定与交通安全相关的预警信息;将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块。本公开实施例能够实现100%驾驶员预警,同时实现因气象、道路基础设施、交通事件等全交通因素影响下的全要素交通要素的主动感知,还能够主动预警以便主动管控,确保全天候道路交通的安全出行。
Description
技术领域
本公开涉及智能交通领域,尤其涉及车路协同、智慧高速、智慧路网、自动驾驶、深度学习等人工智能领域。
背景技术
随着交通运输领域的发展,国家高速公路里程突破15万公里,机动车保有量突破2.8亿辆。但是由于我国幅员辽阔、地形复杂,高速公路运营环境也会由于气象因素、道路基础设施以及交通事件等可能造成不必要的封路,影响交通安全。
一般情况下,交通安全影响因素包括,气象因素:团雾,大雾,大雨、暴雨、凝冻、结冰等;道路基础设施因素:分合流区域,隧道,进出口匝道等;交通事件:交通事故、道路施工、道路遗撒、大雾等。2019年公路阻断事件21443起,累计阻断里程110多万公里,持续时间33多万小时。我国高速公路上所发生的交通事故中,与路面温度过低或过高有关的占到近50%,死亡率占近5%。美国不良天气条件下或湿滑路面状况造成年17%死亡事故、22%的受伤事故。据统计,降雪或路面冰雪状况可使自由流车速降低50km/h,通行能力下降30%。交通安全仍然是道路交通等领域的一个重大问题。
发明内容
本公开提供了一种交通信息处理方法、装置、系统、设备及存储介质。
根据本公开的一方面,提供了一种交通信息处理方法,包括:
获取目标路段的信息;
根据目标路段的信息,制定与交通安全相关的预警信息;
将与交通安全相关的预警信息发送至与目标路段相关的指定接收模块。
根据本公开的另一方面,提供了一种交通信息处理装置,包括:
获取模块,用于获取目标路段的信息;
制定模块,用于根据目标路段的信息,制定与交通安全相关的预警信息;
发送模块,用于将与交通安全相关的预警信息发送至与目标路段相关的指定接收模块。
根据本公开的另一方面,提供了一种基于交通信息处理系统,包括本公开任意一项实施例提供的交通信息处理装置。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个路侧边缘计算单元;以及与该至少一个路侧边缘计算单元通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术,能够根据目标路段的信息,确定有关交通安全的预警信息,将与交通安全相关的预警信息发送给指定接收模块。从而在全天对候道路交通状况进行监测的情况下,本公开实施例能够全天候对交通安全进行预警,实现车路协同与智能化交通,保证交通安全。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例的交通信息处理方法示意图;
图2是根据本公开另一实施例的交通信息处理方法示意图;
图3A-3E是根据本公开一示例的应用场景示意图;
图4是根据本公开另一实施例的交通信息处理装置示意图;
图5是根据本公开又一实施例的交通信息处理装置示意图;
图6是根据本公开又一实施例的交通信息处理装置示意图;
图7是根据本公开又一实施例的交通信息处理装置示意图;
图8是根据本公开又一实施例的交通信息处理装置示意图;
图9是根据本公开又一实施例的交通信息处理装置示意图;
图10是根据本公开又一实施例的交通信息处理装置示意图;
图11是根据本公开一实施例的基于交通信息处理系统示意图;
图12是用来实现本公开实施例的交通信息处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例首先提供一种交通信息处理方法,如图1所示,包括:
步骤S11:获取目标路段的信息;
步骤S12:根据目标路段的信息,制定与交通安全相关的预警信息;
步骤S13:将与交通安全相关的预警信息发送至与目标路段相关的指定接收模块。
本实施例中,目标路段可以是高速公路,国省干线,也可以是普通公路和城市中普通道路等。
在一种实施方式中,目标路段的信息可以包括:环境气象信息、全要素交通要素感知信息、道路基础设施信息中的至少一种。
在一种可能的实现方式中,目标路段的信息,可以是目标路段的道路气象信息,还可以是目标路段的车流量、人流量、道路属性、是否单行道、道路周边是居民区或行政区、道路宽度、道路人行道设置、道路上的天桥设置、道路上的高架桥设置、道路所处的自然环境、道路坡度、道路所处的地理位置、道路附近山脉高度、道路的车道数等信息。
在目标路段的信息可以包括目标路段的环境信息,如上段自然环境等信息。目标路段的环境信息的来源,可以是设置于目标路段相应位置处的环境信息采集设备,比如,路侧设置的能见度检测仪模块、处于目标路段视频摄像机、路面状况检测仪等,其中能见度值和路面状况是必须测量的指标数据。
在一种可能的实施方式中,目标路段的信息可以包括:环境气象信息、全要素交通要素感知信息、道路基础设施信息中的至少一种。
在一种可能的实现方式中,目标路段的信息还可以是路段视频监测数据、路段毫米波雷达数据和路段激光雷达数据中的至少一种,路段视频监测数据、路段毫米波雷达数据和路段激光雷达数据中的至少一种,可以获得车流量、行人流量检测值,在车流量较大、行人流量较大的情况下,可生成对应的交通流量与交通安全相关的预警信息。
在本公开具体示例中,可通过部署多种模型,对目标路段的信息进行检测。
比如,本公开实施例可以通过不良气象因素下交通全要素检测及预警模型,可以基于车路协同技术,实现在不良气象条件,白天、夜晚、四季等各种光照条件下,全要素交通检测,有效检测距离可扩大到500米以上,而且监测精度达到99%以上。
在一种实现方式中,目标路段的信息可以包括目标路段的交通全要素信息。交通全要素信息可以包括采用枪式摄像机、鱼眼摄像机、激光雷达以及边缘计算单元组成的AI感知套件,对检测范围内所有的交通元素(机动车、非机动车、交通事件、行人)精准识别以及当前路段当前时间能见度的精准识别所得到的信息。
在一种实现方式中,基于路侧摄像机、鱼眼摄像机、雷达、毫米波雷达等感知设备,设备内置的相关AI(Artificial Intelligence,人工智能)算法能实时感知当前路段全路段交通要素信息,包括车辆行驶状态等,也能够实现多维度车辆动静态特征提取。
在一种具体的实现方式中,采用AI相机采集的信息如下:违章取证信息、交通事件检测信息、交通数据采集信息、车辆检测信息。违章取证信息,可以包括:违停、逆行、压线、变道、机占非、车辆掉头信息等;道路事件检测信息,可以包括:抛洒物、行人、拥堵、路障、施工、交通事故;交通数据采集信息,可以包括:区间车流量、车道平均速度、车头时距、车头间距、车道时间占有率、车道空间占有率信息采集;车辆检测信息,可以包括:车辆坐标、车道信息、即时速度。这些由AI相机在目标路段采集到的信息,均可作为目标路段的信息。
本实施例中,目标路段的信息多样化,具体可以分为目标路段的交通要素信息和目标路段的交通环境信息。其中,交通要素信息是由交通要素(行人、车辆等)交通参与者产生的信息,如拥堵、道路平均实际速度、维修等。交通环境信息可以是非交通要素参与者造成的信息,如天气、路段损坏、自然环境对路面的影响等。利用AI(ArtificialIntelligence,人工智能)技术,能够实现500-800米范围内各个车道交通要素全量感知,感知信息包括车辆(车型、颜色、轨迹信息、即时速度),行人、交通事件、车流量,车流密度、道路占有率、排队长度、路面情况以及遗撒等信息,基于此数据做精细化路侧灯态调节,实现全天候运营场景下全量交通要素主动感知,驾驶员主动预警、主动安全管控等应用场景,实现路段级全天候运营主动安全预警与安全全面保障。
在一种实现方式中,根据目标路段的信息,制定与交通安全相关的预警信息,具体可以包括:根据目标路段的气象信息(包括能见度、气温、相对湿度、风速、风向、降水量、路面湿度、路面状况、天气现象等),按照《道路交通安全法实施条例》和BG/T 31445-2015《雾天高速公路交通安全控制条件》等,动态确定目标路段推荐能见度值等影响交通安全的信息,基于此来合理确定关于目标路段限行速度等与交通安全相关的预警信息,并通过动态限速标志、可变情报板、车道指示器、路侧智能信标(具有文字展示功能)等进行与交通安全相关的预警信息的全天候动态发布。
在具体实施方式中,根据目标路段的信息,制定与交通安全相关的预警信息,可以按照设定时间间隔重复执行,也可以在检测到目标路段的相关信息发生变化时,动态制定新的与交通安全相关的预警信息,实现全天候预警。
在一种实施方式中,根据目标路段的信息,制定与交通安全相关的预警信息,可以包括根据目标路段的道路气象信息、交通状态信息等,综合确定目标路段是否需要启动交通气象安全预警(能见度低于200米下的安全预警)和交通事件安全预警(分车道拥堵、路面湿滑、路面结冰、交通事件、占道施工、限行、道路故障)策略,作为动态制定的与交通安全相关的预警信息。
在一种可能的实现方式中,上述道路气象信息可以采用训练好的模型进行确定,将道路气象信息输入模型后,模型输出相应的与交通安全相关的预警信息。
在一种可能的实现方式中,根据目标路段的信息,动态制定与交通安全相关的预警信息,还可以是根据当前道路气象信息,对目标路段的交通状况进行预测,根据预测结果产生与交通安全相关的预警信息。
例如,在检测到当前目标路段车流量交少的情况下,可以向指定接收模块发送当前车流量较少的与交通安全相关的预警信息。还可以根据目标路段所在的位置、目标路段的天气状况、目标路段的气候状况、当前时间,对目标路段在未来预设时间段内的交通流量进行预测,根据预测的交通流量生成与交通安全相关的预警信息。
与交通安全相关的预警信息可用于警示指定接收模块的使用者或操作者,目标路段存在需要注意的交通安全相关的状况。也可以用于对目标路段的交通要素(行人、车辆等)进行交通行为的引导。
比如,通过视频数据确定,目标路段存在拥堵,则可输出指示“前方XXX米道路拥堵”的与交通安全相关的预警信息,发送到指定接收模块。
再如,通过视频数据确定,目标路段存在施工,则可输出指示“前方道路XX米正在施工”的与交通安全相关的预警信息,发送到指定接收模块。
再如,通过其它车辆上报的数据确定,目标路段存在路面打滑的情况,可输出指示“路面打滑”的与交通安全相关的预警信息,发送到指定接收模块。
再如,通过交通部门下发的数据确定,目标路段存在特殊时期限制通行的情况,可输出指示“XX车道限制通行或XX路段限制通行”的与交通安全相关的预警信息,发送到指定接收模块。
再如,通过路侧传感器上传的数据确定,目标路段存在不明确障碍物的情况,可输出指示“路段障碍”的与交通安全相关的预警信息,发送到指定接收模块。
在一种具体的实现方式中,与交通安全相关的预警信息可以是文字信息、数字信息或者是路侧智能诱导边缘标灯态信息等。
在具体实施方式中,指定接收模块可以包括导航地图应用、车载单元、车道指示器、车道限速标志、智能诱导边缘标以及L2-L4(半自动至全自动)级自动驾驶车中的至少一个。
指定接收模块还可以包括智能后视镜以及其他可以接收与交通安全相关的预警信息的前装和后装设备。
本实施例中,与目标路段相关的指定接收模块可以是多个指定接收模块中,与目标路段对应的接收模块。比如,当前定位于目标路段或目标路段所在城市的地图应用所在的终端。
在一种实现方式中,指定接收模块还可以是车辆系统、交通部门、行人所持终端、路段内的其它具有接收与交通安全相关的预警信息功能的终端等。具体而言,路段内的其它具有接收与交通安全相关的预警信息功能的终端,不仅可以是移动终端(包括手机、笔记本电脑、平板电脑、车载电脑等),还可以是固定终端,如路侧查询机器、路侧显示设备、目标路段地址范围内的台式电脑等。
在一种可能的实现方式中,与目标路段相关的指定接收模块还可以是目标路段所在的实际地址、网络地址范围内的终端。比如,目标路段所在的实际地址周围1公里范围内的车辆、目标路段以及目标路段附近网络地址范围内的移动终端。
将与交通安全相关的预警信息发送至与目标路段相关的指定接收模块,具体可以包括:根据目标路段限行速度和车辆推荐安全行驶速度,针对目标路段的车辆制定针对性的全天候交通安全预警及诱导策略,并通过导航地图、路侧RSU(Road Side Unit,路侧单元)等终端发布与交通安全相关的预警信息。与交通安全相关的预警信息具体可以包括建议车辆推荐安全行驶速度、建议车距、建议操作等。例如,与交通安全相关的预警信息的内容具体可以是:距离前方车辆XXX米,建议进行XXX(减速、绕行、自动驾驶介入或提高警惕等)操作等主动安全诱导策略。
本实施例中,还可根据不同气象条件、道路情况和交通事件信息定位不同车辆,将不同的车辆作为指定接收模块,发布与交通安全相关的预警信息给多个不同的车辆。比如,在目标路段出现团雾等影响出行的低能见度事件的情况下,可以向目标路段特定车辆发出“限行速度、推荐行驶速度、前方雾区长度,驶离雾区时间”;如果有交通事件,可以向目标路段特定车辆发出用于警示交通时间的与交通安全相关的预警信息,包括用声音、图像、灯态和文字信息发布的信息,具体内容可以是:“前方XX米车道拥堵、前方XXX米路面湿滑、前方XXX米路面结冰、前方XXX米交通事件、前方XXX米占道施工、请限行XX车道、前方XXX米道路故障”等。
本公开实施例可支持违法数据上传FTP(File Transfer Protocol,文件传输协议)服务器、交通终端服务器、中心管理系统平台。
本公开实施例可支持违法数据的断点续传功能,支持语音联动功能,独创的鹰视智能聚焦算法。
在一种可能的实现方式中,根据目标路段的信息,动态制定与交通安全相关的预警信息,可以包括根据目标路段的信息和车辆的具体信息,动态指定与交通安全相关的预警信息。通过对车辆在目标路段微观行为的感知计算,可实现对单个车辆的行驶轨迹进行分析及预测,并基于此发布针对单个车;辆在雨雪雾等恶劣天气下分级提醒,实现对危险行为车辆的识别和预警,为进一步做出控制策略提供感知基础。
本公开实施案例中,指定接收模块可多样化设置,通过运用车路协同技术的全天候运营主动安全预警与安全保障系统及方法,根据气象、事件和道路信息,动态设置限行速度,并通过路侧智能诱导信号标尾迹信号、路侧信息屏引导性文字、车载单元预警提醒语音信息、以及导航地图语音提醒信息等等多种信息服务方式,确保将预警信息100%告知驾驶员。
在一种可能的实现方式中,指定接收模块能够以信号、文字、语音、视频等方式实现100%驾驶员预警,实现因气象、道路基础设施、交通事件因素影响下主动感知,主动预警、主动管控,确保全天候安全出行。
将与交通安全相关的预警信息发送给指定接收模块,只要指定接收模块能够接收信息,本公开实施例就能够针对道路的环境信息提供与交通安全相关的预警信息发送功能。从而实现全天候道路交通状况的监测,同时,道路气象信息的来源多样化,实现车路协同与智能化交通,保证交通安全。
在一种实施方式中,目标路段的信息包括目标路段的路段能见度信号,获取目标路段的信息,包括:
获取能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种;
根据能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种,确定目标路段的路段能见度信号。
在一种可能的实现方式中,当前时间当前路段能见度检测仪的实测值为:其中,i表示当前路段编号,j表示当前时间。不同环境下的摄像装置获取的图像数据确定的目标路段的能见度信号为:/>其中,i表示当前路段编号,j表示当前时间。那么,可以确定目标路段的路段能见度信号为如果当前路段仅有能见度监测仪器,或摄像装置,则/>或者/>
除目标路段的能见度信号之外,目标路段的信息还可以包括下述至少一种:路面检测信号、路段气候数据、路面结冰监测信号、路段视频监测数据、路段毫米波雷达数据和路段激光雷达数据。
在具体实现方式中,上述路面检测信号、路段能见度信号、路段气候数据、路面结冰监测信号、路段视频监测数据、路段毫米波雷达数据和路段激光雷达数据,可以相互间存在数据交叠,即路面检测信号可能部分地包括路面结冰检测信号等。
在一种可能的实现方式中,上述路面检测信号可以是路面湿度、路面滑度、路面积水程度、路面积雪程度、路面破损、路面结冰状况、路面结冰厚度、路面异常物厚度等。
在一种可能的实现方式中,根据路面检测信号,可以针对路面破损等情况生成向车辆发送关于绕行建议的与交通安全相关的预警信息,还可以向道路维护部门发出关于道路故障的与交通安全相关的预警信息。同时,可以根据地图预先设置的数据,向位置处于目标路段附近的地图应用终端发出道路故障的与交通安全相关的预警信息,使得地图应用终端生成道路故障的显示标识。
在一种可能的实现方式中,路面检测信号可以通过专门设置于目标路段的路面状态检测设备进行检测,也可通过车辆的行车记录仪、车载传感器等装置进行检测。
比如,通过目标路段的车辆的行车记录仪、车载传感器等装置,检测到目标路段存在异常障碍物,则可针对处于目标路段附近的车辆,发出障碍物提醒的与交通安全相关的预警信息。同时,可以向道路维护部门发出清障的与交通安全相关的预警信息。
在路段能见度信号低于设定的能见度阈值时,可以向目标路段周围的车辆发出限速的与交通安全相关的预警信息;还可以根据具体的能见度数据,计算目标路段的预估车速,在预估车速低于设定的车速阈值时,生成关于低速行驶的与交通安全相关的预警信息。在一种实施方式中,团雾等天气因素也是影响目标路段能见度的因素之一。针对路段团雾检测难度大的情况,利用摄像装置获取的图像数据获得路段能见度信号,并采用人工智能的深度学习算法实现团雾环境下能见度监测,可以输出当前路段的能见度检测数据,并与路侧的能见度检测仪的检测数据和摄像装置获取的图像计算的能见度数据进行对比分析,起到互相纠正、互补的作用,提高路段能见度信号的精度。
具体的,可以基于深度学习的AI视频团雾检测算法对团雾信息进行检测,基于检测到的团雾信息,调整能见度。通过基于深度学习的AI视频团雾检测算法,可以从图像中自动学习团雾特征,并且通过大量视频图像数据进行算法迭代,随着深度学习算法的不断迭代,基于深度学习的AI视频团雾检测算法精度也不断提高,利用视频团雾中,被检测图像帧的全局平均特征进行分类,避免局部因素的影响。本方案直接使用公路摄像头图像作为输入,算法直接输出团雾四分类路段能见度(分别可以为: )。
本实施例中,根据多种数据,生成目标路段相关的与交通安全相关的预警信息,从而能够多方面提示交通通行状况,给出目标路段的行人、车辆等要素更多的交通通行参考数据。
本实施例中,能够通过根据能见度进行安全提示,提高道路通行安全。
在一种实施方式中,与交通安全相关的预警信息包括限制速度,根据目标路段的信息,制定与交通安全相关的预警信息,如图2所示,包括:
步骤S21:根据目标路段的路段能见度信号,确定能见度分级;
步骤S22:根据能见度分级与限制速度的预设对应关系,确定目标路段的限制速度。
在一种实现方式中,可将上述实施例中的与“表1”建议分级中能见度范围(m)比较,落入相应区间,则将该区间的建议限行速度/>和建议安全距离/>作为基数;基于此基数来生成目标路段的限制速度。
表1
比如,在一种可能的实现方式中,能见度值与限制速度的对应关系为:
L推荐能见度值≥200米时,按照常态化管理进行;
100米≤L推荐能见度值小于200米时,车速不得超过每小时60公里,与前车保持100米以上的距离;向每个经过此路段车辆发布当前限速60公里/小时的与交通安全相关的预警信息;并通过车载OBU和北斗卫星定位,确定目标路段的车辆与前车距离,向目标路段各车辆发布提示信息。若车辆实际与前车距离为80米,可仅在路侧门架系统上发布当前路段限速60公里/小时;同时可将路侧智能诱导边缘标尾迹调整显示为一级主动安全诱导提醒模态;
50米≤L推荐能见度值<100米时,车速不得超过每小时40公里,与同车道前车保持50米以上的距离;向每个经过此路段车辆发布当前限速40公里/小时;并通过车载OBU和北斗卫星定位,确定与前车距离,发布提示信息作为与交通安全相关的预警信息。如:向用户终端发送“您与前车距离为65米,请保持安全距离驾驶”。当安全距离小于50米后,向用户终端发送:“您与前车距离为45米,请减速”,在路侧门架系统上发布当前路段限速60公里/小时;路侧智能诱导边缘标尾迹显示为二级主动安全诱导提醒模态(闪烁频率加快,尾迹距离变短);
L推荐能见度值≤50米时,限制车速不得超过每小时20公里,与同车道前车保持30米以上的距离;向每个经过此路段车辆发布当前限速20公里/小时;并通过车载OBU和北斗卫星定位,确定与前车距离,发布提示信息,如“您与前车距离为35米,请保持安全距离驾驶”当安全距离小于30米后,发布信息变为:“您与前车距离为15米,请减速”,在路侧门架系统上发布当前路段限速20公里/小时;路侧智能诱导边缘标尾迹显示为三级主动安全诱导提醒模态(闪烁频率明显加快,尾迹距离快速变短)。
本实施例中,通过限制车速,提高了道路交通安全性。
在一种实施方式中,与交通安全相关的预警信息包括用于发送给用户终端的交通安全预警信息,指定接收模块包括用户终端。
在一种实施方式中,发送给用户终端的信息可以为交通安全预警信息,也可以包括限制速度等与交通安全相关的预警信息。
用户终端车载OBU(On Board Unit,车载单元)、地图导航App等。通过用户终端可以接收到来自云控平台以及路侧MEC(Mobile Edge Computing,边缘计算技术)推送的诱导信息,例如当前车道级限速信息、距离前车距离信息,当前车道级开闭信息(应对前方事故)、车道换道信息(向左,向右)、驶离高速或者绕行的诱导信息,将这些诱导信息作为与交通安全相关的预警信息,根据与交通安全相关的预警信息提供实时导航信息。
本实施例中,将预警信息发送至用户终端,包括手持终端、车载终端等多种终端,能够使得终端用户对目标路段的安全状况有所掌握,并对驾驶行为进行适应的调整,提高道路交通的安全性。
在一种实施方式中,交通安全预警信息包括目标路段的车辆与前车安全距离,车辆与前车安全距离为根据目标路段的路面湿滑指数、目标路段的限制速度计算获得的。
路面湿滑指数可以通过传感器检测数据和设定的指数之间的对应关系获得,或根据官方发布数据获得,或根据采集到的视频数据处理结果获得。
目标路段的限制速度可通过查询官方数据获得。
本公开实施案例中,车辆与前方车辆的距离,不仅基于能见度确定对应的建议车距,还基于不同摩擦系数下的刹车距离确定车距。车辆的刹车距离主要取决于轮胎与地面之间的摩擦力,摩擦力的大小取决于摩擦系数,摩擦系数可间接表示为路面湿滑指数,在一种可能的实现方式中,路面湿滑指数具体可以分为4个等级分别为:
表示路面干燥,安全指数较高;/>表示路面有积水,略湿滑;表示路面有冰晶覆盖,非常湿滑;/>表示路面有冰晶覆盖,非常湿滑。
刹车距离与路面湿滑状态之间的关系可以表示为:
其中,g为重力加速度,i表示当前路段编号,j表示当前时间,p为车辆编号。/>可以为当前时间当前路段的限制速度,可以由表1中查表获得,也可通过官方发布的信息查询获得。
目标路段当前时刻车辆的建议安全距离其中,/>可以为查表得出的安全车距。
交通事件安全预警(分车道拥堵、路面湿滑、路面结冰、交通事件、占道施工、限行、道路故障)策略,根据各种气象测量值进行综合分析得出气象修正L修,单位是米,综合气象条件对当前能见度进行增加和减少,单位值为10米,并进行分档统计。基于上述数据得出当前路段的L理论能见度值,基于此来对整个路段进行网格化管理。
通过路面湿滑指数和限制速度,确定车辆与前车距离,能够在雨雪等天气下提高道路交通的安全性。
在一种实施方式中,在目标路段的信息包括根据目标路段的监控视频获得的目标路段的不安全事件识别信息;根据目标路段的信息,动态制定与交通安全相关的预警信息,包括:
将不安全事件识别信息作为与交通安全相关的预警信息。
在一种可能的实现方式中,突发的不安全事件包括下述至少一种:道路施工、拥堵、异常停车、道路遗撒、非机行人闯禁、应急车道占用、加塞、穿越导流线区、急转弯、机动车逆行、匝道倒车、隧道内火焰烟雾、倒车和违规变道。
在一种可能的实现方式中,目标路段的不安全事件可以是突发的不安全事件。突发的不安全事件包括至少一种;道路施工、拥堵、异常停车、道路遗撒3类典型常发事件和非机行人闯禁、应急车道占用、加塞、穿越导流线区、急转弯、机动车逆行、匝道倒车、隧道内火焰烟雾、倒车、违规变道等30余个子类偶发事件。
在一种可能的实现方式中,可以通过路段视频监测数据,对图像进行人工智能的识别,确定目标路段发生的不安全事件。
本实施例中,目标路段的不安全事件还可以包括道路故障、路面异物故障、交通事故。道路故障可以包含路面断裂、断裂位置、断裂严重程度等。
路面异物障碍可以包含静物障碍、物体大小、物体形状、物体位置、活体物障碍、活体物大小、行动方向、物体位置、动态物障碍、动态物大小、动态物移动方向、物体位置等。
本实施例中,通过路段全要素感知数据,车辆可以对各种突发的不安全事件进行快速响应,与前车保持合理车头间距,并采取其它必要的应对不安全事件的措施,全面提高道路交通的安全性。
在一种实施方式中,与交通安全相关的预警信息包括交通安全诱导信息,指定接收模块包括设置于路侧的智能诱导边缘标,交通安全诱导信息为目标路段的路段能见度信号生成的。
本公开实施例可以部署基于不良气象因素导致低能见度下的车辆行速度动态预测模型,该模型能够根据路段能见度指数和交管部门建议车辆行驶速度,动态确定路段当前车辆行驶平均速度,并根据车辆当前速度和前车距离,定制化制定安全运行策略。在此基础上,利用路侧边缘计算单元可实现对途径所有车辆精确诱导。
在一种可能的实现方式中,指定接收模块可根据不同的时间、季节、气候等进行区分,也可根据目标路段具体位置、所在位置的地理环境特点进行区分。
比如,在夜晚,指定接收模块可包括路侧设置的智能诱导边缘标,通过智能诱导边缘标产生醒目的提示信息,根据接收到的与交通安全相关的预警信息对目标路段的交通要素进行提示。夜晚开始结束时间,还可根据地理位置、季节进行设定。
再如,对于隧道等光线较弱的目标路段,指定接收模块可以包括路侧智能信标模块等能够产生醒目提示信号的路侧接收模块。
在一种可能的实现方式中,指定接收模块还可以包括路侧设置的智能信标模块。路侧的智能信标模块可以在目标路段的路侧按照设定间隔进行设置。
在一些可能的实施方式中,智能诱导边缘标及其显示内容也可以以一定的形式显示在地图APP中。例如,在地图导航APP中,显示智能诱导边缘标的图标,并显示智能诱导边缘标的显示内容。
本实施例能够通过智能诱导边缘标显示交通安全诱导信息,提高道路交通的安全性。
在一种实施方式中,将与交通安全相关的预警信息发送至与目标路段相关的指定接收模块,包括:
将交通安全诱导信息发送至智能诱导边缘标,使得智能诱导边缘标根据交通安全诱导信息调整所显示的下述至少一种诱导信息:诱导文字、诱导语音和诱导灯态;诱导信息用于诱导目标路段的车辆的驾驶行为。
在一种实施方式中,交通安全诱导信息包括根据目标路段的信息获得的诱导信息,可以直接用于指示智能诱导边缘标进行诱导信息的显示。
在另一种实施方式中,可以将限制速度等与交通安全相关的预警信息发送至智能诱导边缘标,使得智能诱导边缘标能够根据限制速度等信息调整诱导信息的显示。
在具体实施例中,路侧智能诱导边缘信标可以是路侧安装的具有一体化诱导黄灯、预警红灯、汉字显示模块,与语音广播模块的车路交互终端设备。
本实施例中,不同的诱导灯态可以用于表示不同的诱导信号。比如,黄灯信号表示谨慎驾驶、红灯信号表示缓慢驾驶、绿灯信号表示正常驾驶。诱导灯态还可以通过诱导灯的闪烁、箭头方向指示车辆驾驶的速度快慢、绕行方向等,从而在夜间等条件下,能够发挥良好的安全保障作用。
在一种可能的实现方式中,可根据发送给路侧智能信标模块或者路侧智能诱导边缘标的与交通安全相关的预警信息,生成地图应用显示数据,将路侧智能信标模块显示于高清地图中,同时按照与交通安全相关的预警信息对应的灯态,在高清地图中显示诱导灯。
在一种可能的实现方式中,每种主动安全诱导灯态可以与具体的能见度分级(等级)对应,如表2所示。
表2
在一种可能的实现方式中,主动安全诱导灯态根据目标路段的车辆的具体位置生成,比如,点亮车辆前方的主动安全诱导灯,显示主动安全诱导灯态。再如,可以根据车辆在目标路段的具体位置,确定是否显示主动安全诱导灯态。
在一种具体示例中,路侧边缘计算单元可实现线形安全诱导与伴随发布。
线形诱导与伴随信息发布主要是使用智能信标。在夜间低照度、雨雾等恶劣天气条件下,帮助驾驶员视认道路轮廓和线性走向、提高运行效率以及减轻驾驶员心理紧张程度,此外,也可以根据沿线路况与交通事件及时在事件点附近或上游特定区段启动预警红灯和/或发布文字提示信息,以给上游来车提供警示与响应准备时间,降低和预防(二次)事故风险。
在一种可能的实现方式中,路侧智能信标模块等制定接收模块的显示信号,可以发送给自动驾驶车辆、普通车辆车载单元等,也可以对目标路段的行人进行警示,保证目标路段的交通要素通过多种渠道接收到与交通安全相关的预警信息。
在一种可能的实现方式中,可根据目标路段的车流量、时间、季节、气候等,选择路侧智能信标模块所对应的路侧诱导灯态。比如,在车速较为缓慢的情况下,可通过诱导文字显示与交通安全相关的预警信息,避免闪烁的灯光对目标路段的车辆驾驶员造成过多的干扰。在车速较快的情况下,可通过诱导闪烁灯光显示与交通安全相关的预警信息,避免车速过快而使得车辆驾驶员无法捕捉到路侧诱导灯态所传达的信息。在车流量较少的情况下,可通过诱导路标显示与交通安全相关的预警信息,通过简单的方式直接传达与交通安全相关的预警信息的内容。
通过路侧智能边缘标的路侧智能信标模块,能够向目标路段的车辆直观展示交通安全诱导信息,使得目标路段的车辆能够根据诱导信息进行快速反应,提高诱导效果。
指定接收模块还可以包括路段设置的限速装置。目标路段设置的限速装置具体可以包括ETC(Electronic Toll Collection)门架限速标志、可变情报部、可变限速标志等。
通过门架限速标志,可以显示建议车速、车道等与交通安全相关的预警信息。通过可变情报部,可显示目标路段当前时段最新的交通情报。通过可变限速标志,可根据目标路段当前时段具体的交通环境信息,确定可变化的限速,并根据可变化的限速进行显示。
本公开实施例能够实现动态限速、动态警示,将“车路协同技术结合尾迹诱导技术”相结合,按照人工智能算法精准匹配,实现不良视距和道路环境下,驾驶车辆的精准定位。根据车辆和周边车辆相对位置以及区域交通状况进行个性化警示。针对目标路段的个性化状况,比如丁字路口、大弯道等,可以精准根据公安部等能部门所规定的能见度等级来动态调整限速装置、路侧智能信标模块的灯态的闪速形态等,更好的保障交通安全。
本实施例中,与交通安全相关的预警信息的应用方式更加丰富,能够通过多样化的形式,向用户多方位显示与交通安全相关的预警信息。
在本公开一种具体示例中,路侧智能边缘标可显示不同颜色的诱导灯,比如,包括黄色诱导灯和红色诱导灯,通过诱导灯,实现以下几项功能:
如图3A所示,道路行车安全同步诱导:黄色诱导灯以特定频率、特定亮度同步闪烁,诱导车辆安全行驶,闪烁频率和亮度依据交通与环境条件自适应改变。在图3A-3D中,采用第一形状诱导灯31代表前述黄色诱导灯,第一形状诱导灯31对道路上的车辆32进行闪烁,提供前行诱导信息,比如,慢速闪烁可以表示可畅通前行,快速闪烁可表示慢速前行。
如图3B所示,通过红色和黄色诱导灯实现间距提示防止追尾警示:无车辆经过时,道路两侧路侧智能体黄色诱导灯以特定频率同步闪烁;当有车辆经过时,车辆后方(上游)特定范围内的黄灯转换成红灯(常亮或闪烁),形成一条随车辆移动的红色尾迹灯带,在标准中称为红色警示区间,用于动态交通环境下提示后方车辆其前方的交通状况。在图3B-3D中,采用第二形状诱导灯33代表红色诱导灯,在一种可能的实现方式中当车辆经过诱导灯截断面34的情况下,诱导灯截断面34以及诱导灯截断面34车辆前方的诱导灯开启诱导。
如图3C、3D所示,通过诱导灯,可在发生交通事故事件35、施工事件36时,实现任意指定区域防控警戒:当发生交通事故或进行施工作业时,监控中心管理人员可人工以高频、高亮模式开启路侧智能体红色警示灯对指定区域(如施工作业、事件上游、管控区域)进行防控,系统可根据智能事件感知的结果预设预警联动,实现指定事件的智能化预警,预警范围可以与目标路段上的各车辆所在总范围一致。
如图3E所示,通过路侧智能边缘标的语音模块,可实现伴随信息发布:当交通状况出现异常、发生交通事件、危险行车气象条件时,云控平台可调度决策路侧智能信标的工作状况,可根据需要或预设逻辑规则,开启智能信标的文字和/或语音发布功能,通过文字和/或语音装置37,实现针对性的伴随信息服务,在对交通流干预管控的同时,告知驾驶员管控的原因等相关信息。比如,车辆行驶在目标路段上时,检测到车辆位置,开启从车辆开始、目标路段上车辆行驶方向前方的语音装置37,对目标车辆的驾驶操作进行语音播报诱导、引导,例如,播放“前方错流,请减速慢性”、“前方雾段,请减速慢性”等。
在一种可能的实现方式中,可通过信息诱导给驾驶员提供雾况信息,通过多维信息发布方式发布雾况信息,让驾驶员知晓前方雾区路段位置以及雾区严重程度,提高警惕性。
在一种可能的实现方式中,基于全要素感知条件下智能诱导信号标路侧尾迹设定模型,能够根据路段车辆安全行驶平均速度和车辆安全运行策略,结合危险指数分级策略,建立全要素感知条件下智能诱导信号标路侧尾迹设定模型,基于此来制定智能诱导信号标路侧尾迹闪烁频率。
在一种可能的实现方式中,基于安全速度的车路协同设施的智能诱导信号标部署模型,能够针对高速公路,国省干线等在雾区、隧道口的道路环境,结合进出口匝道和分合流区等重点路段和区域全天候安全运营的需求,提出基于安全速度的车路协同设施、智能诱导信号标等路侧设施部署条件和规则,为全天候安全运营奠定基础。
本公开实施例中,能够多方位检测目标路段的道路交通信息,实现车路协同。基于车路协同的全天候运营主动安全预警、安全保障技术和AI事件监测能模型将团雾影响下的有效检测距离可扩大到500米以上,实现全要素检测,而且监测精度达到99%,在精细化诱导、定制化部署和伴随式服务方面有质的突破,解决的是“气象因素、道路基础设施因以及交通事件因素”等影响全天候运行的各种因素,而不仅是雾区单一因素,适用场景也不仅是雾区这单一路段,包括隧道口,分合流区,匝道进出口以及雾区以及其他不良气象等多种场景,确实能达到路网安全监管部门和运营养护部门全天候运营安全保障的效果。
本实施例中,通过在目标路段中按照设定间隔设置的雷达装置,能够实现全要素精准感知,能全要素、覆盖500-800米范围内1-4车道交通要素,感知信息丰富,不仅有车辆,行人、交通事件、路面情况以及遗撒等信息,而且信息也更加丰富,包括车型、车辆及时速度、车辆的数量,车流密度以及道路占有率等,可以实现基于此数据做精细化灯态调节。
本公开实施例提供的交通信息处理方法,适用场景更加丰富:可以全面解决团雾、交通事件,占道施工,临时停车以及隧道黑白洞、匝道进出口、分合流区等重点路段的各类事件进行道路交通安全的全方位保障。
在本公开实施例中,通过路侧智能诱导信标的尾迹信号、路侧信息屏引导性文字、车载OBU(On board Unit,车载单元)预警提醒语音信息、以及导航地图语音提醒信息等等多种信息服务方式,实现全天候运营场景下全量交通要素主动感知,驾驶员主动预警、主动安全管控等应用场景,实现路段级全天候运营主动安全预警与安全全面保障。
本公开实施例还提供一种交通信息处理装置,如图4所示,包括:
获取模块41,用于获取目标路段的信息;
制定模块42,用于根据所述目标路段的信息,制定与交通安全相关的预警信息;
发送模块43,用于将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块。
在一种实施方式中,目标路段的信息包括目标路段的路段能见度信号,如图5所示,获取模块包括:
第一获取单元51,用于获取能见度检测仪的检测数据和摄像装置获取的图像数据;
第二获取单元52,用于根据能见度检测仪的检测数据和摄像装置获取的图像数据,确定目标路段的路段能见度信号。
在一种实施方式中,与交通安全相关的预警信息包括限制速度,如图6所示,制定模块包括:
第一制定单元61,用于根据目标路段的路段能见度信号,确定能见度分级;
第二制定单元62,用于根据能见度分级与限制速度的预设对应关系,确定目标路段的限制速度。
在一种实施方式中,与交通安全相关的预警信息包括用于发送给用户终端的交通安全预警信息,指定接收模块包括用户终端。
在一种实施方式中,交通安全预警信息包括目标路段的车辆与前车安全距离,目标路段的车辆与前车安全距离为根据目标路段的路面湿滑指数、目标路段的限制速度计算获得的。
在一种实施方式中,如图7所示,在目标路段的信息包括根据目标路段的监控视频获得的目标路段的不安全事件识别信息;制定模块包括:
第三制定单元71,用于将不安全事件识别信息作为与交通安全相关的预警信息。
在一种实施方式中,与交通安全相关的预警信息包括交通安全诱导信息,指定接收模块包括设置于路侧的智能诱导边缘标,交通安全诱导信息为目标路段的路段能见度信号生成的。
在一种实施方式中,发送模块还用于:
将与交通安全相关的预警信息发送至智能诱导边缘标的路侧智能信标模块,使得路侧智能信标模块根据能见度及相关高影响天气等级及交通状况,分级调整路侧智能诱导边缘信标伴随的文字和/或语音信息,同时显示不同主动安全诱导灯态,主动安全诱导灯态用于表示不同的与交通安全相关的预警信息。
本公开实施例还提供一种基于交通信息处理系统,其中,如图8所示,包括本公开任意一项实施例所提供的交通信息处理装置81。
在一种实施方式中,如图9所示,基于交通信息处理系统还包括:指定接收模块91,指定接收模块为本公开任意一项实施例的指定接收模块,用于根据与交通安全相关的预警信息生成显示信号。
在一种实施方式中,如图10所示,基于交通信息处理系统还包括:道路信息采集模块101,用于采集本公开任意一项实施例的目标路段的信息。
在本公开一种示例中,如图11所示,基于交通信息处理系统包括:道路信息采集模块、交通信息处理装置和指定接收模块。
参照图11,道路信息采集模块,具体可以包括:能见度传感器、路面传感器、气象传感器、AI高清摄像机器、毫米波雷达、激光雷达、其他传感器、高精地图数据模块。
仍然参照图11,交通信息处理装置可以包括大数据云控平台、边缘计算单元(RSCU,RoadSide Computing Unit)。
仍然参照图11,指定接收模块可以包括L2-L4自动驾驶车、地图APP(Application,应用)、路侧智能喇叭、车载单元OBU、ETC门架、车道指示器、智能信号灯。指定接收模块可产生智能诱导边缘标、智能诱导文字表、智能诱导信号表、移动终端显示信号等信号。
本公开实施例各装置中的各单元、模块或子模块的功能可以参见上述数据处理方法中的对应描述,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备120的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图12所示,电子设备120包括计算单元121,其可以根据存储在只读存储器(ROM)122中的计算机程序或者从存储单元128加载到随机访问存储器(RAM)123中的计算机程序来执行各种适当的动作和处理。在RAM 123中,还可存储电子设备120操作所需的各种程序和数据。计算单元121、ROM 122以及RAM 123通过总线124彼此相连。输入输出(I/O)接口125也连接至总线124。
电子设备120中的多个部件连接至I/O接口125,包括:输入单元126,例如键盘、鼠标等;输出单元127,例如各种类型的显示器、扬声器等;存储单元128,例如磁盘、光盘等;以及通信单元129,例如网卡、调制解调器、无线通信收发机等。通信单元129允许电子设备120通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元121可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元121的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元121执行上文所描述的各个方法和处理,例如交通信息处理方法。例如,在一些实施例中,交通信息处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元128。在一些实施例中,计算机程序的部分或者全部可以经由ROM 122和/或通信单元129而被载入和/或安装到电子设备120上。当计算机程序加载到RAM 123并由计算单元121执行时,可以执行上文描述的交通信息处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元121可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行交通信息处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种交通信息处理方法,包括:
获取目标路段的信息;
根据所述目标路段的信息,制定与交通安全相关的预警信息,所述与交通安全相关的预警信息包括交通安全诱导信息,交通安全预警信息包括目标路段的车辆与前车安全距离,所述目标路段的车辆与前车安全距离为根据所述目标路段的路面湿滑指数、所述目标路段的限制速度计算获得的,刹车距离与路面湿滑状态之间的关系表示为:
,
其中,g为重力加速度,i表示当前路段编号,j表示当前时间,p为车辆编号;为当前时间当前路段的限制速度,目标路段当前时刻车辆的建议安全距离/>其中,/>为查表得出的安全车距;
将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块,所述指定接收模块包括所述目标路段设定范围内的设置于路侧的智能诱导边缘标;
所述将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块,包括:
将所述交通安全诱导信息发送至所述路侧的智能诱导边缘标,使得所述路侧的智能诱导边缘标根据所述交通安全诱导信息调整所显示的下述至少一种诱导信息:诱导文字、诱导语音和诱导灯态,所述诱导信息用于诱导所述目标路段的车辆的驾驶行为,其中,所述诱导灯态根据所述目标路段的车辆的具体位置生成;
通过信息诱导给驾驶员提供雾况信息,通过多维信息发布方式发布雾况信息;
根据路段车辆安全行驶平均速度和车辆安全运行策略,结合危险指数分级策略,建立全要素感知条件下智能诱导信号标路侧尾迹设定模型,基于全要素感知条件下智能诱导信号标路侧尾迹设定模型,制定智能诱导信号标路侧尾迹闪烁频率。
2.根据权利要求1所述的方法,其中,所述目标路段的信息包括目标路段的路段能见度信号,所述获取目标路段的信息,包括:
获取能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种;
根据所述能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种,确定所述目标路段的路段能见度信号。
3.根据权利要求2所述的方法,其中,所述与交通安全相关的预警信息包括限制速度;
所述根据所述目标路段的信息,制定与交通安全相关的预警信息,包括:
根据所述目标路段的路段能见度信号,确定能见度分级;
根据所述能见度分级与限制速度的预设对应关系,确定所述目标路段的限制速度。
4.根据权利要求1-3中任意一项所述的方法,其中,所述与交通安全相关的预警信息包括用于发送给用户终端的交通安全预警信息,所述指定接收模块包括用户终端。
5.根据权利要求4所述的方法,其中,所述目标路段的信息包括根据所述目标路段的监控视频获得的目标路段的不安全事件识别信息;所述根据所述目标路段的信息,制定与交通安全相关的预警信息,包括:
将所述不安全事件识别信息作为所述交通安全预警信息。
6.根据权利要求2或3所述的方法,其中,所述交通安全诱导信息为目标路段的路段能见度信号生成的。
7.一种交通信息处理装置,包括:
获取模块,用于获取目标路段的信息;
制定模块,用于根据所述目标路段的信息,制定与交通安全相关的预警信息,所述与交通安全相关的预警信息包括交通安全诱导信息;交通安全预警信息包括目标路段的车辆与前车安全距离,所述目标路段的车辆与前车安全距离为根据所述目标路段的路面湿滑指数、所述目标路段的限制速度计算获得的,刹车距离与路面湿滑状态之间的关系表示为:
,
其中,g为重力加速度,i表示当前路段编号,j表示当前时间,p为车辆编号;为当前时间当前路段的限制速度.目标路段当前时刻车辆的建议安全距离/>其中,/>为查表得出的安全车距;;
发送模块,用于将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块;所述指定接收模块包括所述目标路段设定范围内的设置于路侧的智能诱导边缘标,所述将所述与交通安全相关的预警信息发送至与所述目标路段相关的指定接收模块,包括:将所述交通安全诱导信息发送至所述路侧的智能诱导边缘标,使得所述路侧的智能诱导边缘标根据所述交通安全诱导信息调整所显示的下述至少一种诱导信息:诱导文字、诱导语音和诱导灯态,所述诱导信息用于诱导所述目标路段的车辆的驾驶行为,其中,所述诱导灯态根据所述目标路段的车辆的具体位置生成;通过信息诱导给驾驶员提供雾况信息,通过多维信息发布方式发布雾况信息;根据路段车辆安全行驶平均速度和车辆安全运行策略,结合危险指数分级策略,建立全要素感知条件下智能诱导信号标路侧尾迹设定模型,基于全要素感知条件下智能诱导信号标路侧尾迹设定模型,制定智能诱导信号标路侧尾迹闪烁频率。
8.根据权利要求7所述的装置,其中,所述目标路段的信息包括目标路段的路段能见度信号,所述获取模块包括:
第一获取单元,用于获取能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种;
第二获取单元,用于根据所述能见度检测仪的检测数据和摄像装置获取的图像数据中的至少一种,确定所述目标路段的路段能见度信号。
9.根据权利要求8所述的装置,其中,所述与交通安全相关的预警信息包括限制速度,所述制定模块包括:
第一制定单元,用于根据所述目标路段的路段能见度信号,确定能见度分级;
第二制定单元,用于根据所述能见度分级与限制速度的预设对应关系,确定所述目标路段的限制速度。
10.根据权利要求8-9中任意一项所述的装置,其中,所述与交通安全相关的预警信息包括用于发送给用户终端的交通安全预警信息,所述指定接收模块包括所述用户终端。
11.根据权利要求10所述的装置,其中,在所述目标路段的信息包括根据所述目标路段的监控视频获得的目标路段的不安全事件识别信息;所述制定模块包括:
第三制定单元,用于将所述不安全事件识别信息作为所述与交通安全相关的预警信息。
12.根据权利要求8或9所述的装置,其中,所述交通安全诱导信息为目标路段的路段能见度信号生成的。
13.一种基于交通信息处理系统,其中,包括权利要求7-12中任意一项所述的交通信息处理装置。
14.根据权利要求13所述的系统,其中,所述系统还包括:指定接收模块,所述指定接收模块为权利要求7-12中任意一项所述的指定接收模块,用于根据所述与交通安全相关的预警信息生成显示信号。
15.根据权利要求13所述的系统,其中,所述系统还包括:道路信息采集模块,用于采集权利要求7-12中任意一项所述的目标路段的信息。
16.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-6中任一项所述的方法。
18.一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110303860.2A CN112837535B (zh) | 2021-03-22 | 2021-03-22 | 交通信息处理方法、装置、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110303860.2A CN112837535B (zh) | 2021-03-22 | 2021-03-22 | 交通信息处理方法、装置、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112837535A CN112837535A (zh) | 2021-05-25 |
CN112837535B true CN112837535B (zh) | 2023-11-17 |
Family
ID=75930371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110303860.2A Active CN112837535B (zh) | 2021-03-22 | 2021-03-22 | 交通信息处理方法、装置、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112837535B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113628460B (zh) * | 2021-07-16 | 2022-07-08 | 浙江数智交院科技股份有限公司 | 一种基于边缘计算的高速公路车辆实时管控方法 |
CN113689722A (zh) * | 2021-08-27 | 2021-11-23 | 浙江数智交院科技股份有限公司 | 一种交通预警方法、电子设备和存储介质 |
CN113561895A (zh) * | 2021-09-23 | 2021-10-29 | 新石器慧通(北京)科技有限公司 | 无人车预警方法、装置、电子设备及存储介质 |
CN113888871B (zh) * | 2021-10-20 | 2023-05-05 | 上海电科智能系统股份有限公司 | 高速公路交通事件自动化处置联动系统及方法 |
CN114170792A (zh) * | 2021-11-01 | 2022-03-11 | 中汽创智科技有限公司 | 一种交通疏导方法、装置、系统及存储介质 |
CN114093200A (zh) * | 2021-11-11 | 2022-02-25 | 湖南湘江智能科技创新中心有限公司 | 一种道路人车双向多模态预警的系统与方法 |
CN114446062B (zh) * | 2022-01-28 | 2022-09-27 | 深圳市八度云计算信息技术有限公司 | 基于大数据服务的动态调配系统及方法 |
CN114363316A (zh) * | 2022-01-28 | 2022-04-15 | 交通运输部路网监测与应急处置中心 | 一种跨区域道路基础设施智能联网监测与监管系统 |
CN114419914A (zh) * | 2022-01-30 | 2022-04-29 | 重庆长安汽车股份有限公司 | 一种限行预警和自动规避限号路段的行车系统及方法 |
CN114724360A (zh) * | 2022-03-14 | 2022-07-08 | 江上(上海)软件科技有限公司 | 一种基于智慧城市的应用预警系统及预警方法 |
CN114399906B (zh) * | 2022-03-25 | 2022-06-14 | 四川省公路规划勘察设计研究院有限公司 | 一种车路协同辅助驾驶系统及方法 |
CN114822024A (zh) * | 2022-04-19 | 2022-07-29 | 哈尔滨工业大学 | 一种高速公路团雾路段主动安全诱导系统 |
CN114973651A (zh) * | 2022-04-20 | 2022-08-30 | 安徽皖通科技股份有限公司 | 一种基于车联网的智能交通事故防控处理系统及方法 |
CN114863709A (zh) * | 2022-04-26 | 2022-08-05 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备和存储介质 |
CN114822041B (zh) * | 2022-06-27 | 2022-09-02 | 南京纳尼亚科技有限公司 | 超低能见度下车道级公路行车视线诱导系统 |
CN115273512A (zh) * | 2022-07-22 | 2022-11-01 | 重庆长安汽车股份有限公司 | 自动驾驶车辆的防碰撞辅助方法、装置、设备及介质 |
CN115440054B (zh) * | 2022-08-30 | 2024-07-30 | 浙江大华技术股份有限公司 | 车辆违章的确定方法、装置、存储介质及电子装置 |
CN115762157A (zh) * | 2022-11-15 | 2023-03-07 | 武汉理工大学 | 路侧布设感知交通目标实时位置的阵列传感系统 |
CN116229748B (zh) * | 2023-02-03 | 2024-01-19 | 河北省交通规划设计研究院有限公司 | 基于准全天候通行的高速公路诱导灯具控制方法和系统 |
CN116844340B (zh) * | 2023-08-29 | 2023-11-21 | 临沂大学 | 基于人工智能的道路交通风险预测方法 |
CN117275232B (zh) * | 2023-09-28 | 2024-05-31 | 广东省电信规划设计院有限公司 | 基于车路协同的动态感知方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006252148A (ja) * | 2005-03-10 | 2006-09-21 | Toyota Motor Corp | 車両用制御装置 |
CN103714705B (zh) * | 2012-10-09 | 2016-10-19 | 东北林业大学 | 高速公路车速指导系统 |
CN106228849A (zh) * | 2016-08-19 | 2016-12-14 | 深圳市元征科技股份有限公司 | 一种车辆预警方法及移动终端 |
CN106652562B (zh) * | 2017-02-09 | 2021-09-10 | 吉林大学 | 一种高速公路道路交通安全预警方法 |
CN107230373B (zh) * | 2017-07-27 | 2020-01-10 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、计算机可读存储介质和移动终端 |
-
2021
- 2021-03-22 CN CN202110303860.2A patent/CN112837535B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112837535A (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112837535B (zh) | 交通信息处理方法、装置、系统、设备及存储介质 | |
CN108961790B (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该系统 | |
CN109859500B (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
US11009364B2 (en) | Vehicular communications network and methods of use and manufacture thereof | |
CN107742432B (zh) | 基于车路协同的高速公路运行车速主动预警系统及控制方法 | |
CN110853357B (zh) | 高速公路危险路段及施工区域预警控制系统和方法 | |
US9335178B2 (en) | Method for using street level images to enhance automated driving mode for vehicle | |
CN118447688A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
CN105825684A (zh) | 一种智慧城市云路灯系统 | |
CN207517194U (zh) | 基于车路协同的高速公路运行车速主动预警系统 | |
CN107578624A (zh) | 城市交通管控方法、装置及系统 | |
CN113345267A (zh) | 一种基于广义v2x的路口近信号区域预警方法和系统 | |
CN115100865A (zh) | 隧道洞口区域交通安全的管控系统 | |
CN105307309B (zh) | 一种照明控制方法及系统 | |
US11615551B2 (en) | Assessing visibility of a target object with autonomous vehicle fleet | |
CN205656766U (zh) | 一种智慧城市云路灯系统 | |
US20230042735A1 (en) | System for Determining Road Slipperiness in Bad Weather Conditions | |
JP2020030362A (ja) | 地図データ、コンピュータ読取可能な記録媒体および地図データ生成装置 | |
CN114241777A (zh) | 一种多源异构联网监测路况预警系统和方法 | |
Sisiopiku | Variable speed control: Technologies and practice | |
CN116013101A (zh) | 一种基于网联环境的无信号路口速度建议系统和方法 | |
CN115376320A (zh) | 一种精准的无灯控路口的警示方法 | |
CN115223381B (zh) | 交通信息处理方法、装置、电子设备及计算机存储介质 | |
CN114333314A (zh) | 车路协同信息处理方法和装置、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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231007 Address after: 100085 2F, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing Applicant after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Applicant after: Apollo Zhixing Technology (Guangzhou) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |