CN112950929B - 全天候实时交通信息监测和qos分级控制系统及方法 - Google Patents
全天候实时交通信息监测和qos分级控制系统及方法 Download PDFInfo
- Publication number
- CN112950929B CN112950929B CN202110029531.3A CN202110029531A CN112950929B CN 112950929 B CN112950929 B CN 112950929B CN 202110029531 A CN202110029531 A CN 202110029531A CN 112950929 B CN112950929 B CN 112950929B
- Authority
- CN
- China
- Prior art keywords
- data
- road
- subsystem
- intelligent
- control
- 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
Images
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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种全天候实时交通信息监测和QOS分级控制系统及方法,系统包括数据获取汇聚和控制子系统、数据分解组合子系统、智能数据分析子系统和智能QOS分级子系统。数据获取汇聚和控制子系统用于将智能路侧端的各系统进行异构,整合汇聚这些系统的数据;数据分解组合子系统用于对整合汇聚后的数据进行道路物理要素关联,提取得到关联要素;智能数据分析子系统用于人工智能分析关联要素,确定所需要控制的系统参数;智能QOS分级子系统用于分析当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要调整的系统参数和交通诱导信息,最终返回给数据获取汇聚和控制子系统。本发明可实现道路交通信息的全天候实时监测。
Description
技术领域
本发明涉及智能交通和车路信息交互技术领域,特别涉及一种全天候实时交通信息监测和QOS分级控制系统及方法。
背景技术
智能交通是一个基于现代电子信息技术面向交通运输的服务系统,其建设重点在于基于道路的交通信息、道路感知、车辆协同配合的智能路侧系统。交通参与者与路侧基础设施的信息交互,通过路侧通信系统、车路信息交互规则等将人、车与智能交通基础联系起来。具体来说,路侧系统向车辆发送高精度地理信息、定位辅助信息、交通规则信息、交通环境信息、基础设施信息、实时交通状态、危险预警提示等,以使车辆可以实现精确定位,及时掌握路段层面信息,扩展感知范围。同时,路侧系统可实现路口及路段范围内的协同控制,提高车辆在交叉口、合流区、关键路段的运行安全和效率。且路侧系统将路段层面的交通状态、交通环境、交通事件等信息反馈至管控中心,提高全局感知能力。车辆还向路侧系统反馈其运行信息、异常状态等,提高系统的感知精度和响应速度,管控中心将路网交通状态、路网交通环境、交通控制及调度、应急处置等信息发送至路侧系统,路侧系统根据需要,将信息转发至对应的车辆,以进行适当的信息交互和控制,提高道路的行车安全和行车效率。
可见,这些智能交通领域的建设构造了对整个道路的监测和控制,已经形成大量的技术支撑。但是,现有的智能交通对道路的监测和控制存在一些问题,主要包括,智能路侧端的各系统是分割的,不同的系统完成各自确定的任务,造成各自形成的数据自成体系,很难对道路的状况形成整体的判断。另外,各个系统的数据没有很好的关联管理,对现场和全天候的道路服务质量很难把控,不能最大效率地发挥基础设施的效能。
发明内容
本发明的第一目的在于克服现有技术的缺点与不足,提供一种全天候实时交通信息监测和QOS分级控制系统,该系统可以全面灵活地实现道路交通信息的全天候实时监测,可最大效率地发挥基础设施的效能。
本发明的第二目的在于提供一种全天候实时交通信息监测和QOS分级控制方法。
本发明的第一目的通过下述技术方案实现:一种全天候实时交通信息监测和QOS分级控制系统,包括依次连接的数据获取汇聚和控制子系统、数据分解组合子系统、智能数据分析子系统和智能QOS分级子系统,其中,
数据获取汇聚和控制子系统用于将智能路侧端的各系统进行整合异构,将这些系统的数据进行整合汇聚并发送给数据分解组合子系统;用于根据数据分解组合子系统返回的指令群形成对智能路侧端的各系统的控制指令;
数据分解组合子系统用于对整合汇聚后的数据进行道路物理要素关联,提取得到关联要素并发送给智能数据分析子系统;用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统;
智能数据分析子系统用于对关联要素进行人工智能分析,确定所需要控制的系统参数,并生成控制数据发送给智能QOS分级子系统;用于对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统;
智能QOS分级子系统用于根据道路交通的场景和智能数据分析子系统生成的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
优选的,智能路侧端的不同系统是在物理层、链路层或者网络层进行整合异构。
优选的,智能路侧端的系统包括V2X通信物联网监测系统、雷达视频监测感知系统、气象灾害监测系统、ETC收费系统、车路协同系统,以及道路智能标识诱导系统;
系统数据包括V2X通信物联网监测系统的通信数据、雷达视频监测感知系统的监测数据、气象灾害监测系统的监测数据、ETC收费系统的通行费收取记录、道路智能标识诱导系统的交通诱导信息和道路标识;以及V2X通信物联网监测系统的终端接入数、终端服务带宽、距离,雷达视频监测感知系统的监控视频分辨率、毫米波雷达的作用距离、角度分辨率、多普勒频率分辨率,OBU唤醒时间、唤醒距离,控制信道的帧传输速度这些系统参数。
更进一步的,数据获取汇聚和控制子系统具有连接智能路侧端的各系统和数据分解组合子系统的实时提取及控制接口,该接口用于将交通道路上的物理信息、车辆信息、人员信息和其他各种变化的流通信息的时间同步及协议栈解读,并重新打包成数据帧发送给数据分解组合子系统;用于根据数据分解组合子系统返回的指令群向智能路侧端的各系统分发对应的控制指令。
优选的,数据分解组合子系统包括物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元以及数据分解和组合单元;
物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元分别连接数据分解和组合单元以及数据获取汇聚和控制子系统,数据分解和组合单元连接智能数据分析子系统以及数据获取汇聚和控制子系统;
其中,物理参数关联单元用于将不同系统数据进行物理参数关联;
时间关联单元用于将不同系统数据进行时间关联;
地点关联单元用于将不同系统数据进行地点关联;
气候关联单元用于将不同系统数据进行气候关联;
QOS关联单元用于将不同系统数据进行QOS关联,评估道路的QOS等级;
数据分解和组合单元用于对这些单元的关联结果进行整合,得到关联要素,再形成数据协议栈来发送给智能数据分析子系统;用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统。
更进一步的,道路物理要素包括地点、时间、道路车辆状况、天气、能见度、车辆和行人的定位信息、车辆和行人的运动方向及速度和加速度、道路的物理状况、道路的标识、道路智能标识诱导系统的种类、道路的交叉口、合流区、关键路段的控制条件;其中,物理参数是指道路物理要素中除时间、地点、天气和能见度之外的要素。
优选的,智能数据分析子系统包括道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元、物理现场控制和诱导标识单元,以及数据去关联单元;
道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元分别连接数据分解组合子系统以及物理现场控制和诱导标识单元;物理现场控制和诱导标识单元连接数据去关联单元,数据去关联单元连接智能QOS分级子系统以及数据分解组合子系统;
其中,道路运行车辆关联分析单元用于根据当前道路上的行驶车辆对关联要素进行分析,得到车辆的运行状态和与其它车辆的相互关系;
道路行人关联分析单元用于根据当前道路上的行人对关联要素进行分析,得到车辆的运行状态与道路行人的关系;
道路物理环境关联分析单元用于根据当前道路的物理环境对关联要素进行分析,得到车辆的运行状态与道路基础设施的关系;
道路路口关联分析单元用于根据当前道路路口交通情况对关联要素进行分析,得到车辆的运行状态与道路路口的关系;
道路事故抢险关联分析单元用于根据当前道路事故抢险事件对关联要素进行分析,得到车辆的运行状态与道路事故的关系;
物理现场控制和诱导标识单元用于根据道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元的分析结果,确定道路智能标识诱导系统应发布的交通诱导信息;
数据去关联单元用于将道路智能标识诱导系统应发布的交通诱导信息分解为智能路侧端各系统的控制数据,并发送给智能QOS分级子系统;用于将分解得到的智能路侧端各系统的控制数据和智能QOS分级子系统产生的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统。
更进一步的,数据去关联单元还连接至路侧端的信息通信边缘计算系统,并向其发送分解得到的智能路侧端各系统的控制数据。
优选的,智能QOS分级子系统包括QOS分级及监测单元、资源分配单元、系统QOS保障控制单元、综合控制单元;QOS分级及监测单元、资源分配单元和系统QOS保障控制单元分别连接综合控制单元,综合控制单元连接智能数据分析子系统;
其中,QOS分级及监测单元用于根据道路交通的场景和智能路侧端各系统的控制数据,对当前道路控制情况进行QOS分级,并实时监测道路的QOS等级;
资源分配单元用于在QOS分级及监测单元所确定的QOS等级下,对智能路侧端的各系统进行资源分配;
系统QOS保障控制单元用于对智能路侧端的各系统、智能数据分析子系统、数据分解组合子系统,以及数据获取汇聚和控制子系统进行最优化控制,使各系统提供最好的服务质量;
综合控制单元用于综合QOS分级及监测单元、资源分配单元、系统QOS保障控制单元生成的数据,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
本发明的第二目的通过下述技术方案实现:一种全天候实时交通信息监测和QOS分级控制方法,所述方法应用于本发明第一目的所述的全天候实时交通信息监测和QOS分级控制系统,包括如下步骤:
S1、数据获取汇聚和控制子系统将智能路侧端的各系统进行整合异构,将这些系统的数据进行整合汇聚并发送给数据分解组合子系统;
S2、数据分解组合子系统对整合汇聚后的数据进行道路物理要素关联,即将影响道路物理要数的不同系统数据进行关联组合,提取得到关联要素并发送给智能数据分析子系统;
S3、智能数据分析子系统对关联要素进行人工智能分析,确定所需要控制的系统参数,并生成控制数据发送给智能QOS分级子系统;
S4、智能QOS分级子系统根据道路交通的场景和智能数据分析子系统生成的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统;
S5、智能数据分析子系统对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统;
S6、数据分解组合子系统将控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统;
S7、数据获取汇聚和控制子系统根据指令群形成对智能路侧端的各系统的控制指令,并分发给智能路侧端的各系统。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明提供了一个有质量保障(QOS)的全天候实时交通信息监测和QOS分级控制系统,其异构了若干个智能路侧端的信息通信系统,特别是将V2X通信物联网监测系统、雷达视频监测感知系统、气象灾害监测系统、ETC收费系统、车路协同系统和道路智能标识诱导系统结合在一起,通过对交通通行的不同需求,形成对道路的不同的质量要求,实时分级处理道路的信息和交通标识控制,使得对道路的信息监测和控制更加全面和准确,可最大效率地发挥基础设施的效能。
(2)本发明系统通过异构的网络,能够充分发挥不同系统的特点,在接入点完善了在全天候天气条件下的道路监测和控制,使智能交通的信息通信能力和弹性大为增强。例如,在能见度高时,视频监测系统、雷达监测系统和车路协同系统发挥主要的作用,有关其它系统进行补充保障;在能见度差的情况下,V2X通信物联网监测系统和雷达监测系统将起主要的作用,视频监测系统将进行补充,从而提高道路全天候通行控制的质量。
(3)本发明将智能交通路侧系统异构成一个统一的数字平台,更加有利于现场对交通道路的路况、车辆、行人的变化进行实时的监测、分析和形成实时的控制,特别是这种实时的控制是在QOS分级的条件下进行,实时控制的有效性和适应能力更强。例如,当道路发生事故,路侧某系统监测到道路车辆行驶的异常,在统一的数据平台上进行多系统的验证,调整系统参数,进而QOS系统产生降级的控制,实时驱动道路智能标识诱导系统进行相应的动作,疏通交通和控制事故的发展,开展道路抢险作业。
(4)本发明将智能交通路侧系统异构成一个统一的数字平台,能够实现对整个路况整体的QOS质量保证能力分级分析,并通过统一协同的各系统参数控制,使道路的保障达到最佳的等级。例如,国际上将自动驾驶的监测条件分成5级,每一级对路侧设备的性能要求不同,为了达到这些性能,本发明可以对不同的系统参数进行控制,使得路侧系统能够适应最高的等级。
(5)本发明通过人工智能(AI)对不同层面的数据分解、组合,形成不同QOS环境的控制,交通信息监测和QOS分级控制更高效可靠,有利于交通的实时性和全天候管理。
附图说明
图1是本发明全天候实时交通信息监测和QOS分级控制系统的结构框图。
图2是数据获取汇聚和控制子系统的结构框图。
图3是数据分解组合子系统的结构框图。
图4是智能数据分析子系统的结构框图。
图5是智能QOS分级子系统的结构框图。
图6是本发明全天候实时交通信息监测和QOS分级控制方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
本发明从两个方面入手,一个是对道路的基础设施进行有机的异构,包括V2X通信物联网监测系统、雷达视频监测感知系统、气象灾害监测系统、ETC收费系统、车路协同系统和道路智能标识诱导系统,将这些系统组成统一的数据平台,充分发挥各种系统的独特能力。另一个是根据不同系统的特征,形成物理层、链路层和网络层的最佳异构交互处理,实现完善的数据组合和控制,达到对不同层级的智能交通的质量保障要求,实现不同等级的全天候实时交通道路控制和诱导。
实施例
本实施例公开了一种全天候实时交通信息监测和QOS分级控制系统,该系统可用于对高速公路、快速公路、普速公路和其他类型城市道路的交通监控。如图1所示,包括依次连接的数据获取汇聚和控制子系统1、数据分解组合子系统2、智能数据分析子系统3和智能QOS分级子系统4。
其中,数据获取汇聚和控制子系统用于将智能路侧端的各系统进行整合异构,将这些系统的数据进行整合汇聚并发送给数据分解组合子系统;用于根据数据分解组合子系统返回的指令群形成对智能路侧端的各系统的控制指令。
其中,控制指令包括物理(如路桩、灯光道路引导带,闸口控制杆等等)的动作指令,网络(包括网络资源配置、应急网络加强和网络数据分析等)的动作指令,道路标识及交通诱导(如道路灯光指示、信息牌标识、电子诱导屏上的显示信息等等)的动作指示。
在本实施例中,智能路侧端的系统包括V2X通信物联网监测系统11(由V2X通信系统和物联网系统构成的车联网)、雷达视频监测感知系统12(由雷达监测系统和视频监测系统构成)、气象灾害监测系统13、ETC收费系统14和道路智能标识诱导系统15,可根据实际的建设情况增加和减少监测通信系统,例如增设车路协同系统。
系统数据包括V2X通信物联网监测系统的通信数据、雷达视频监测感知系统的监测数据、气象灾害监测系统的监测数据、ETC收费系统的通行费收取记录、道路智能标识诱导系统的交通诱导信息和道路标识等;以及V2X通信物联网监测系统的终端接入数、终端服务带宽、距离等,雷达视频监测感知系统的监控视频分辨率、毫米波雷达的作用距离、角度分辨率、多普勒频率分辨率等,OBU唤醒时间、唤醒距离,控制信道的帧传输速度等这些系统参数。
智能路侧端的不同系统可以是在物理层进行整合异构,也可以是在链路层或者网络层进行整合异构,使得各个系统的数据形成统一的数据流。
对于物理层的异构整合,举例来说,可以是将5.8GHz的ETC射频通道与5.9GHz的V2X射频通道在物理层异构,实现在统一的算力下进行信号处理,得到不同车辆信息联通的系统,如此可以使系统运行更加可靠,更加能够保障车路协同的服务质量,同时,由于硬件系统的异构,硬件可以多系统共用,使得控制系统的成本下降。
对于链路层的异构整合,比如:毫米波雷达与视频监控的整合,将毫米波雷达的数据与视频监控的数据整合,以进行统一的分析,这样可以将毫米波雷达的物体纵深探测数据与视频监控的平面数据结合,形成对道路情况的三维监测。
对于网络层的异构整合,具体是将智能路侧端的各监测系统通过边缘计算进行网络层的异构整合,可以实现道路状况的实时报告,特别是对自动驾驶车辆,需要对车辆和道路的状况以毫秒量级进行交付,所以,网络层的异构非常重要。
如图2所示,数据获取汇聚和控制子系统还具有连接智能路侧端的各系统和数据分解组合子系统的实时提取及控制接口16,该接口用于将交通道路上的物理信息、车辆信息、人员信息和其他各种变化的流通信息的时间同步及协议栈解读,并将这些信息重新打包成数据帧发送给数据分解组合子系统。该接口还用于根据数据分解组合子系统返回的指令群向智能路侧端的各系统分发对应的控制指令。
数据分解组合子系统用于对数据帧进行道路物理要素关联,即将影响道路物理要数的不同系统数据进行关联组合,提取得到关联要素并发送给智能数据分析子系统,其中,关联组合包括物理参数关联、时间关联、地点关联、气候关联以及QOS关联,可根据路侧系统实际建设情况和计算量要求,增减关联组合的类型。数据分解组合子系统还用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统。
这里,道路物理要素包括地点、时间、道路车辆状况、天气、能见度、车辆和行人的定位信息、车辆和行人的运动方向及速度和加速度、道路的物理状况(包括车辆流量、间距等,道路等级、道路监测信息等)、道路的标识、道路智能标识诱导系统的种类、道路的交叉口、合流区、关键路段的控制条件(如限速等)。
如图3所示,数据分解组合子系统进一步包括物理参数关联单元21、时间关联单元22、地点关联单元23、气候关联单元、QOS关联单元24以及数据分解和组合单元25。
物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元分别连接数据分解和组合单元以及数据获取汇聚和控制子系统,数据分解和组合单元连接智能数据分析子系统以及数据获取汇聚和控制子系统。
其中,物理参数关联单元用于将不同系统数据进行物理参数关联,这里的物理参数是指道路物理要素中除时间、地点、天气和能见度之外的要素。举例来说,当雷达视频监测感知系统的毫米波雷达监测到该路段的车辆流量,同时,道路智能标识诱导系统显示该路段要求机动车最高车速不得超过每小时100公里,物理参数关联单元则对这些系统数据进行实时的关联分析,给出该路段车辆速度的门限建议,以保障车辆的行驶安全。
时间关联单元用于将不同系统数据进行时间关联。道路的车辆管理和控制中有许多情况与时间有关,例如,当有一辆车出现故障,行驶较慢,这时对路上的车辆都要通过监测其与故障车辆的距离和相对加速度,得到关联的时间,以便提前向相应车辆发送相关提示,从而避免事故发生。
地点关联单元用于将不同系统数据进行地点关联,以实时判断特定地点的道路情况,特定地点的道路情况包括了特定地点的车辆速度、车辆拥挤度、交通诱导信息等等。
气候关联单元用于将不同系统数据进行气候关联。这个关联是为了实现在不同气候下对道路的整体管理和控制,设定通行的条件,例如在潮湿天气和能见度低的情况下需要提高道路控制条件,限制车辆在更为安全的速度和间距范围内行驶。
QOS关联单元用于将不同系统数据进行QOS关联。QOS关注的是道路服务等级的保障,例如,当道路出现问题时,对行驶的速度、车辆的行驶密度等与自动驾驶的等级要求进行数据整合,评估道路的QOS等级。
数据分解和组合单元用于对这些单元的关联结果进行整合,得到关联要素,再形成数据协议栈来发送给智能数据分析子系统;用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统。
智能数据分析子系统用于对关联要素进行人工智能分析,确定所需要控制的系统参数,并生成控制数据发送给智能QOS分级子系统;用于对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统。
这里,之所以要在数据分解组合子系统完成对交通道路物理现场的关键要素(物理参数、时间、地点、气候和QOS估计等)分析的基础上,利用智能数据分析子系统将根据路面的现象进行智能分析,是因为交通与行为有关,需要考虑到人的因素,分析后可形成针对道路上人、车的光、声、障碍等诱导和指示,如此可以控制车辆运行,有利于交通顺畅。
如图4所示,智能数据分析子系统进一步包括道路运行车辆关联分析单元31、道路行人关联分析单元32、道路物理环境关联分析单元33、道路路口关联分析单元34、道路事故抢险关联分析单元35、物理现场控制和诱导标识单元36,以及数据去关联单元37,可根据实际情况,增减关联分析的项目。每个单元都可以采用人工智能算法来处理数据。
道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元分别连接数据分解组合子系统以及物理现场控制和诱导标识单元。物理现场控制和诱导标识单元连接数据去关联单元,数据去关联单元连接智能QOS分级子系统以及数据分解组合子系统。
其中,道路运行车辆关联分析单元用于根据当前道路上的行驶车辆对关联要素进行分析,得到车辆的运行状态和与其它车辆的相互关系,从而确定需要保持的车距、速度等车辆行驶要求。
道路行人关联分析单元用于根据当前道路上的行人对关联要素进行分析,得到车辆的运行状态与道路行人的关系,从而形成对道路弱势者的保护。
道路物理环境关联分析单元用于根据当前道路的物理环境对关联要素进行分析,得到车辆的运行状态与道路基础设施的关系,使车辆保持适当的避障和行驶控制,例如使车辆达到自动驾驶级别的控制。
道路路口关联分析单元用于根据当前道路路口交通情况对关联要素进行分析,得到车辆的运行状态与道路路口的关系,进而形成交通的管制,引导车辆的行为。
道路事故抢险关联分析单元用于根据当前道路事故抢险事件对关联要素进行分析,得到车辆的运行状态与道路事故的关系,实现及时捕捉道路事故,以便及时发布交通诱导信息来引导通行。
物理现场控制和诱导标识单元用于根据道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元的分析结果,确定道路智能标识诱导系统应发布的交通诱导信息。
数据去关联单元用于将道路智能标识诱导系统应发布的交通诱导信息分解为智能路侧端各系统的控制数据,并发送给智能QOS分级子系统;用于将分解得到的智能路侧端各系统的控制数据和智能QOS分级子系统产生的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统。其中,智能路侧端各系统的控制数据和智能QOS分级子系统的控制数据分别成帧,可方便后续处理。
此外,如图1和4所示,智能数据分析子系统还连接至路侧端的信息通信边缘计算系统(MEC系统)5。由于MEC系统需要完整不失真的系统数据,因此在将数据传输到MEC系统之前,需要将数据恢复,去除关联,故这里智能数据分析子系统是通过数据去关联单元连接MEC系统,向MEC系统发送分解得到的智能路侧端各系统的控制数据。信息通信边缘计算系统可实现在网络边缘侧执行数据分析、处理及存储数据,有效应对数据爆炸,减轻网络的流量压力,减少网络等待时间。
智能QOS分级子系统用于根据道路交通的场景和智能数据分析子系统生成的智能路侧端各系统的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
如图5所示,智能QOS分级子系统进一步包括QOS分级及监测单元41、资源分配单元42、系统QOS保障控制单元43、综合控制单元44。
QOS分级及监测单元、资源分配单元和系统QOS保障控制单元分别连接综合控制单元,综合控制单元连接智能数据分析子系统。
其中,QOS分级及监测单元用于根据道路交通的场景和智能路侧端各系统的控制数据,对当前道路控制情况进行QOS分级,并实时监测道路的QOS等级。
这里,QOS等级可以采用国际、国家和行业标准(例如国际和/或国家的智能网联设施等级要求、智能网联汽车等级要求和智能车路协同等级要求),也可以是系统管理员自行设定,如此可以使系统得到最大的灵活性。
QOS分级及监测单元实时监测道路的QOS等级,主要是因为道路交通的场景是动态的,不同场景下的QOS等级可能会不同,实时监测道路的QOS等级可以方便综合控制单元能及时给出控制建议,保障道路行车安全。
资源分配单元用于在QOS分级及监测单元所确定的QOS等级下,对智能路侧端的各系统进行资源分配,所分配的资源例如可以是通信资源。
系统QOS保障控制单元用于对智能路侧端的各系统、智能数据分析子系统、数据分解组合子系统,以及数据获取汇聚和控制子系统进行最优化控制,使各系统提供最好的服务质量,有利于保障QOS等级。
综合控制单元用于综合QOS分级及监测单元、资源分配单元和系统QOS保障控制单元生成的数据,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
综上,本实施例全天候实时交通信息监测和QOS分级控制系统,利用数据获取汇聚和控制子系统、数据分解组合子系统、智能数据分析子系统和智能QOS分级子系统,能够对现场交通道路的路况、车辆和行人的变化进行关联,形成对道路状况的整体判断,在QOS分级的条件下实时地控制路侧系统,实现了道路服务质量的全天候实时把控,由此可以最大效率地发挥基础设施的效能。
本实施例还公开了一种全天候实时交通信息监测和QOS分级控制方法,所述方法应用于上述全天候实时交通信息监测和QOS分级控制系统,如图6所示,包括如下步骤:
S1、数据获取汇聚和控制子系统将智能路侧端的各系统在物理层、链路层或者网络层进行整合异构,并将这些系统的数据进行整合汇聚,形成统一的数据流,然后将其发送给数据分解组合子系统。
S2、数据分解组合子系统对整合汇聚后的数据进行道路物理要素关联,具体是通过物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元分别将不同系统数据进行物理参数关联、时间关联、地点关联、气候关联以及QOS关联,然后通过数据分解和组合单元将这些单元的关联结果进行整合,提取得到关联要素并发送给智能数据分析子系统。
S3、智能数据分析子系统对关联要素进行人工智能分析,具体是通过道路运行车辆关联分析单元进行道路运行车辆关联分析,通过道路行人关联分析单元进行道路行人关联分析,通过道路物理环境关联分析单元进行道路物理环境关联分析,通过道路路口关联分析单元进行道路路口关联分析,通过道路事故抢险关联分析单元进行道路事故抢险关联分析;
然后基于这些分析结果,通过物理现场控制和诱导标识单元确定出道路智能标识诱导系统应发布的交通诱导信息;
再通过数据去关联单元将该交通诱导信息进行去关联,分解为智能路侧端各系统的控制数据,并将其发送给智能QOS分级子系统。
这里,智能数据分析子系统还向MEC系统发送分解得到的智能路侧端各系统的控制数据,将数据存储到网络边缘侧。
S4、智能QOS分级子系统根据道路交通的场景和智能数据分析子系统生成的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
具体来说,先利用QOS分级及监测单元对当前道路控制情况进行QOS分级,并实时监测道路的QOS等级;利用资源分配单元对智能路侧端的各系统进行资源分配;同时利用系统QOS保障控制单元对智能路侧端的各系统、智能数据分析子系统、数据分解组合子系统,以及数据获取汇聚和控制子系统进行最优化控制,使各系统提供最好的服务质量;
然后利用综合控制单元来综合QOS分级及监测单元、资源分配单元和系统QOS保障控制单元生成的数据,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
S5、智能数据分析子系统对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统。
S6、数据分解组合子系统将控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统。
S7、数据获取汇聚和控制子系统根据指令群形成对智能路侧端的各系统的控制指令,并分发给智能路侧端的各系统,其中包括物理的动作指令、网络的动作指令、道路标识及交通诱导的动作指示,由此来指导人和车辆的行为,使道路能够提供最优的服务质量,人和车辆能够在道路上顺畅有序地通行。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种全天候实时交通信息监测和QOS分级控制系统,其特征在于,包括依次连接的数据获取汇聚和控制子系统、数据分解组合子系统、智能数据分析子系统和智能QOS分级子系统,其中,
数据获取汇聚和控制子系统用于将智能路侧端的各系统进行整合异构,将这些系统的数据进行整合汇聚并发送给数据分解组合子系统,所述智能路侧端的各系统包括V2X通信物联网监测系统、雷达视频监测感知系统、气象灾害监测系统、ETC收费系统、车路协同系统以及道路智能标识诱导系统;用于根据数据分解组合子系统返回的指令群形成对智能路侧端的各系统的控制指令;
数据分解组合子系统用于对整合汇聚后的数据进行道路物理要素关联,提取得到关联要素并发送给智能数据分析子系统;用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统;
智能数据分析子系统用于对关联要素进行人工智能分析,确定所需要控制的系统参数,并生成控制数据发送给智能QOS分级子系统;用于对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统;
智能QOS分级子系统用于根据道路交通的场景和智能数据分析子系统生成的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
2.根据权利要求1所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,智能路侧端的不同系统是在物理层、链路层或者网络层进行整合异构。
3.根据权利要求1所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,
系统数据包括V2X通信物联网监测系统的通信数据、雷达视频监测感知系统的监测数据、气象灾害监测系统的监测数据、ETC收费系统的通行费收取记录和道路智能标识诱导系统的交通诱导信息和道路标识;以及V2X通信物联网监测系统的终端接入数、终端服务带宽和距离,雷达视频监测感知系统的监控视频分辨率、毫米波雷达的作用距离、角度分辨率和多普勒频率分辨率,OBU唤醒时间和唤醒距离,控制信道的帧传输速度这些系统参数。
4.根据权利要求3所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,数据获取汇聚和控制子系统具有连接智能路侧端的各系统和数据分解组合子系统的实时提取及控制接口,该接口用于将交通道路上的物理信息、车辆信息、人员信息和其他各种变化的流通信息的时间同步及协议栈解读,并重新打包成数据帧发送给数据分解组合子系统;用于根据数据分解组合子系统返回的指令群向智能路侧端的各系统分发对应的控制指令。
5.根据权利要求1所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,数据分解组合子系统包括物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元以及数据分解和组合单元;
物理参数关联单元、时间关联单元、地点关联单元、气候关联单元、QOS关联单元分别连接数据分解和组合单元以及数据获取汇聚和控制子系统,数据分解和组合单元连接智能数据分析子系统以及数据获取汇聚和控制子系统;
其中,物理参数关联单元用于将不同系统数据进行物理参数关联;
时间关联单元用于将不同系统数据进行时间关联;
地点关联单元用于将不同系统数据进行地点关联;
气候关联单元用于将不同系统数据进行气候关联;
QOS关联单元用于将不同系统数据进行QOS关联,评估道路的QOS等级;
数据分解和组合单元用于对这些单元的关联结果进行整合,得到关联要素,再形成数据协议栈来发送给智能数据分析子系统;用于将智能数据分析子系统返回的控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统。
6.根据权利要求5所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,道路物理要素包括地点、时间、道路车辆状况、天气、能见度、车辆和行人的定位信息、车辆和行人的运动方向及速度和加速度、道路的物理状况、道路的标识、道路智能标识诱导系统的种类、道路的交叉口、合流区以及关键路段的控制条件;其中,物理参数是指道路物理要素中除时间、地点、天气和能见度之外的要素。
7.根据权利要求1所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,智能数据分析子系统包括道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元、物理现场控制和诱导标识单元,以及数据去关联单元;
道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元分别连接数据分解组合子系统以及物理现场控制和诱导标识单元;物理现场控制和诱导标识单元连接数据去关联单元,数据去关联单元连接智能QOS分级子系统以及数据分解组合子系统;
其中,道路运行车辆关联分析单元用于根据当前道路上的行驶车辆对关联要素进行分析,得到车辆的运行状态和与其它车辆的相互关系;
道路行人关联分析单元用于根据当前道路上的行人对关联要素进行分析,得到车辆的运行状态与道路行人的关系;
道路物理环境关联分析单元用于根据当前道路的物理环境对关联要素进行分析,得到车辆的运行状态与道路基础设施的关系;
道路路口关联分析单元用于根据当前道路路口交通情况对关联要素进行分析,得到车辆的运行状态与道路路口的关系;
道路事故抢险关联分析单元用于根据当前道路事故抢险事件对关联要素进行分析,得到车辆的运行状态与道路事故的关系;
物理现场控制和诱导标识单元用于根据道路运行车辆关联分析单元、道路行人关联分析单元、道路物理环境关联分析单元、道路路口关联分析单元、道路事故抢险关联分析单元的分析结果,确定道路智能标识诱导系统应发布的交通诱导信息;
数据去关联单元用于将道路智能标识诱导系统应发布的交通诱导信息分解为智能路侧端各系统的控制数据,并发送给智能QOS分级子系统;用于将分解得到的智能路侧端各系统的控制数据和智能QOS分级子系统产生的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统。
8.根据权利要求7所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,数据去关联单元还连接至路侧端的信息通信边缘计算系统,并向其发送分解得到的智能路侧端各系统的控制数据。
9.根据权利要求1所述的全天候实时交通信息监测和QOS分级控制系统,其特征在于,智能QOS分级子系统包括QOS分级及监测单元、资源分配单元、系统QOS保障控制单元、综合控制单元;QOS分级及监测单元、资源分配单元和系统QOS保障控制单元分别连接综合控制单元,综合控制单元连接智能数据分析子系统;
其中,QOS分级及监测单元用于根据道路交通的场景和智能路侧端各系统的控制数据,对当前道路控制情况进行QOS分级,并实时监测道路的QOS等级;
资源分配单元用于在QOS分级及监测单元所确定的QOS等级下,对智能路侧端的各系统进行资源分配;
系统QOS保障控制单元用于对智能路侧端的各系统、智能数据分析子系统、数据分解组合子系统,以及数据获取汇聚和控制子系统进行最优化控制,使各系统提供最好的服务质量;
综合控制单元用于综合QOS分级及监测单元、资源分配单元以及系统QOS保障控制单元生成的数据,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统。
10.一种全天候实时交通信息监测和QOS分级控制方法,其特征在于,所述方法应用于权利要求1~9中任一项所述的全天候实时交通信息监测和QOS分级控制系统,包括如下步骤:
S1、数据获取汇聚和控制子系统将智能路侧端的各系统进行整合异构,将这些系统的数据进行整合汇聚并发送给数据分解组合子系统;
S2、数据分解组合子系统对整合汇聚后的数据进行道路物理要素关联,即将影响道路物理要数的不同系统数据进行关联组合,提取得到关联要素并发送给智能数据分析子系统;
S3、智能数据分析子系统对关联要素进行人工智能分析,确定所需要控制的系统参数,并生成控制数据发送给智能QOS分级子系统;
S4、智能QOS分级子系统根据道路交通的场景和智能数据分析子系统生成的控制数据,对整个道路的状况进行质量保证的分级别智能分析,得出当前道路状况可适应的QOS等级,确定为提升道路服务质量所需要控制的系统参数和需要更换的交通诱导信息,并生成相应的控制数据来发送给智能数据分析子系统;
S5、智能数据分析子系统对自己生成的控制数据和从智能QOS分级子系统获取到的控制数据进行协议栈解读,形成控制数据链并发送给数据分解组合子系统;
S6、数据分解组合子系统将控制数据链分解成指令群,并发送给数据获取汇聚和控制子系统;
S7、数据获取汇聚和控制子系统根据指令群形成对智能路侧端的各系统的控制指令,并分发给智能路侧端的各系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110029531.3A CN112950929B (zh) | 2021-01-11 | 2021-01-11 | 全天候实时交通信息监测和qos分级控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110029531.3A CN112950929B (zh) | 2021-01-11 | 2021-01-11 | 全天候实时交通信息监测和qos分级控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950929A CN112950929A (zh) | 2021-06-11 |
CN112950929B true CN112950929B (zh) | 2022-08-05 |
Family
ID=76235121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110029531.3A Active CN112950929B (zh) | 2021-01-11 | 2021-01-11 | 全天候实时交通信息监测和qos分级控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950929B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115267379A (zh) * | 2022-06-30 | 2022-11-01 | 中国第一汽车股份有限公司 | Etc车载单元自动化测试装置、方法及车辆测试系统 |
CN115460063B (zh) * | 2022-09-13 | 2024-02-13 | 浙江大有实业有限公司钱塘分公司 | 一种配网故障实时预警系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7782869B1 (en) * | 2007-11-29 | 2010-08-24 | Huawei Technologies Co., Ltd. | Network traffic control for virtual device interfaces |
CN102055800A (zh) * | 2010-12-13 | 2011-05-11 | 南京大学 | 基于信息汇聚的交通物联网分层体系架构 |
CN204155310U (zh) * | 2014-07-06 | 2015-02-11 | 山东天海科技股份有限公司 | 北斗车联网物流信息服务平台 |
CN106297291A (zh) * | 2016-08-29 | 2017-01-04 | 苏州金螳螂怡和科技有限公司 | 城市快速路交通信息采集系统 |
CN109194746A (zh) * | 2018-09-06 | 2019-01-11 | 广州知弘科技有限公司 | 基于物联网的异构信息处理方法 |
CN110648528A (zh) * | 2019-09-10 | 2020-01-03 | 烟台市公路事业发展中心 | 一种智慧公路管理系统 |
CN110675628A (zh) * | 2019-09-30 | 2020-01-10 | 公安部交通管理科学研究所 | 一种路侧智能网联信息交互边缘装置 |
CN210157388U (zh) * | 2019-08-01 | 2020-03-17 | 上海应用技术大学 | 一种道岔监测信息的传输系统 |
CN111432372A (zh) * | 2019-01-09 | 2020-07-17 | 大众汽车有限公司 | 确定多个交通状况的方法、设备和计算机可读存储介质 |
EP3751536A1 (en) * | 2019-06-12 | 2020-12-16 | Volkswagen AG | Method for determining a high-density platooning driving maneuver, apparatus, vehicle and computer program |
-
2021
- 2021-01-11 CN CN202110029531.3A patent/CN112950929B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7782869B1 (en) * | 2007-11-29 | 2010-08-24 | Huawei Technologies Co., Ltd. | Network traffic control for virtual device interfaces |
CN102055800A (zh) * | 2010-12-13 | 2011-05-11 | 南京大学 | 基于信息汇聚的交通物联网分层体系架构 |
CN204155310U (zh) * | 2014-07-06 | 2015-02-11 | 山东天海科技股份有限公司 | 北斗车联网物流信息服务平台 |
CN106297291A (zh) * | 2016-08-29 | 2017-01-04 | 苏州金螳螂怡和科技有限公司 | 城市快速路交通信息采集系统 |
CN109194746A (zh) * | 2018-09-06 | 2019-01-11 | 广州知弘科技有限公司 | 基于物联网的异构信息处理方法 |
CN111432372A (zh) * | 2019-01-09 | 2020-07-17 | 大众汽车有限公司 | 确定多个交通状况的方法、设备和计算机可读存储介质 |
EP3751536A1 (en) * | 2019-06-12 | 2020-12-16 | Volkswagen AG | Method for determining a high-density platooning driving maneuver, apparatus, vehicle and computer program |
CN210157388U (zh) * | 2019-08-01 | 2020-03-17 | 上海应用技术大学 | 一种道岔监测信息的传输系统 |
CN110648528A (zh) * | 2019-09-10 | 2020-01-03 | 烟台市公路事业发展中心 | 一种智慧公路管理系统 |
CN110675628A (zh) * | 2019-09-30 | 2020-01-10 | 公安部交通管理科学研究所 | 一种路侧智能网联信息交互边缘装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112950929A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112068548B (zh) | 5g环境下面向特殊场景的无人驾驶车辆路径规划方法 | |
CN112839320B (zh) | 交通信息的传输方法、装置、存储介质和电子设备 | |
CN109993969A (zh) | 一种路况判定信息获取方法、装置及设备 | |
DE102019217763A1 (de) | V2x-unterstütztes unbemanntes luftfahrzeug | |
CN112950929B (zh) | 全天候实时交通信息监测和qos分级控制系统及方法 | |
CN104063509A (zh) | 一种移动式地理围栏的信息推送系统及其方法 | |
CN105976609A (zh) | 一种车辆数据处理系统及方法 | |
CN105427610A (zh) | 一种基于车路协同技术的交通管理方法 | |
CN109416874B (zh) | 车道调度方法、车道信息获取方法、车辆及管理设备 | |
CN113808389A (zh) | 车路协同系统、边缘计算单元、中心云平台及信息处理方法 | |
CN109194544B (zh) | 一种基于euht技术的车路通信测试平台及测试方法 | |
CN107798856A (zh) | 一种重点营运车辆事故原因分析方法和系统 | |
CN112925309A (zh) | 智能网联汽车数据交互方法及交互系统 | |
CN213461826U (zh) | 一种基于多接入边缘计算的自主泊车系统 | |
CN114407900A (zh) | 一种车路协同自动驾驶功能分配系统及方法 | |
CN113936463A (zh) | 一种基于雷达和视频数据融合的隧道交通管控方法及系统 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN113034938A (zh) | 一种城市管理的智慧交通系统 | |
CN116434523A (zh) | 信息感知场景下基于约束度的车辆主动安全管控方法及装置 | |
CN109857104B (zh) | 一种基于公路虚拟轨道化的无人驾驶技术 | |
Ding et al. | Edge-to-cloud intelligent vehicle-infrastructure based on 5G time-sensitive network integration | |
DE102020129650A1 (de) | Lokalisieren von kommunikationsstörknoten | |
CN115035721A (zh) | 一种基于高速公路团雾预警管控的信息系统 | |
CN111586638B (zh) | 基于v2x节点类型的室内测评方法、设备和存储介质 | |
Tang et al. | Cooperative connected smart road infrastructure and autonomous vehicles for safe driving |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |