CN113240909A - 车辆监测方法、设备、云控平台和车路协同系统 - Google Patents

车辆监测方法、设备、云控平台和车路协同系统 Download PDF

Info

Publication number
CN113240909A
CN113240909A CN202110671388.8A CN202110671388A CN113240909A CN 113240909 A CN113240909 A CN 113240909A CN 202110671388 A CN202110671388 A CN 202110671388A CN 113240909 A CN113240909 A CN 113240909A
Authority
CN
China
Prior art keywords
vehicle
event
information
target
real
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.)
Granted
Application number
CN202110671388.8A
Other languages
English (en)
Other versions
CN113240909B (zh
Inventor
赵荐雄
黄秀林
雷晨明
凤鸾
李啸
马玉坤
王泽�
李赓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Original Assignee
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Connectivity Beijing Technology Co Ltd filed Critical Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority to CN202110671388.8A priority Critical patent/CN113240909B/zh
Publication of CN113240909A publication Critical patent/CN113240909A/zh
Priority to JP2022041151A priority patent/JP7371157B2/ja
Priority to US17/701,473 priority patent/US20220215667A1/en
Priority to EP22164180.6A priority patent/EP4036886A3/en
Priority to KR1020220040514A priority patent/KR20220047732A/ko
Application granted granted Critical
Publication of CN113240909B publication Critical patent/CN113240909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/097Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00Information sensed or collected by the things
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00IoT characterised by the purpose of the information processing
    • G16Y40/10Detection; Monitoring

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Computing Systems (AREA)

Abstract

本公开提供了车辆监测方法、设备、云控平台和车路协同系统,涉及物联网、智能交通领域。具体实现方案为:获取预设车辆集合中各车辆的实时行驶数据;响应于接收到发生在各车辆的行驶路径的事件的事件信息,将事件信息与各车辆的实时行驶数据进行匹配,确定发生事件的目标车辆;根据事件信息,获取目标车辆发生事件时的视频信息。本实现方式可以对特定车辆实现交通事件的实时、直观、准确地监测。

Description

车辆监测方法、设备、云控平台和车路协同系统
技术领域
本公开涉及计算机技术领域,具体涉及物联网、智能交通领域,尤其涉及车辆监测方法、设备、云控平台和车路协同系统。
背景技术
随着城市的不断发展,城市内各类道路运输车辆不断增加(如物流货运车辆和建筑工地渣土车辆)。此类车辆相较于乘用车存在体积大、质量重等特点,加之驾驶员缺乏相关法律法规的普遍认知,经常出现的违章、违规驾驶行为,对城市交通、市容市貌及百姓的生命财产安全造成诸多隐患。
如何有效解决城市各类道路运输车辆管理问题是需要解决的问题。
发明内容
本公开提供了一种车辆监测方法、设备、云控平台和车路协同系统。
根据第一方面,提供了一种车辆监测方法,包括:获取预设车辆集合中各车辆的实时行驶数据;响应于接收到发生在各车辆的行驶路径的事件的事件信息,将事件信息与各车辆的实时行驶数据进行匹配,确定发生事件的目标车辆;根据事件信息,获取目标车辆发生事件时的视频信息。
根据第二方面,提供了一种车辆监测装置,包括:数据获取单元,被配置成获取预设车辆集合中各车辆的实时行驶数据;车辆确定单元,被配置成响应于接收到发生在各车辆的行驶路径的事件的事件信息,将事件信息与各车辆的实时行驶数据进行匹配,确定发生事件的目标车辆;视频确定单元,被配置成根据事件信息,获取目标车辆发生事件时的视频信息。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面,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,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据第六方面,提供了一种云控平台,包括如第三方面所描述的电子设备。
根据第七方面,提供了一种车路协同系统,包括如第六方面所描述的云控平台和路侧计算设备。
根据本公开的技术可以对特定车辆实现交通事件的实时、直观、准确地监测。
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是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的车辆监测方法的一个实施例的流程图;
图3是根据本公开的车辆监测方法的一个应用场景的示意图;
图4是根据本公开的车辆监测方法的另一个实施例的流程图;
图5是根据本公开的车辆监测装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的车辆监测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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在车联网(V2X,Vehicle to Everything)技术中,通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向。在V2X技术中,可以通过路侧感知技术获取道路信息,从而为智能交通、自动驾驶等方案提供必要的信息。在一些应用中,可以通过在道路附近设置的路侧感知设备获取所需的道路信息。例如,可以通过设置在直道两侧或交叉路口处的路侧感知设备获取道路信息。
在智能交通车路协同的一种系统架构中,路侧设备可以包括路侧感知设备和路侧计算设备。路侧感知设备(例如路侧相机)连接到路侧计算设备(例如路侧计算单元RSCU),路侧计算设备连接到云控平台。在另一种系统架构中,路侧感知设备自身包括计算功能,即路侧设备可以是具有计算功能的路侧感知设备,路侧感知设备可以直接连接到云控平台。以上连接可以是有线或是无线。云控平台也可以称为车路协同管理平台、中心系统、边缘计算平台、云计算平台、云端服务器等。云控平台在云端执行处理,云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行图像视频处理和数据计算。
路侧感知技术是通过路侧传感器和感知算法将感知到的障碍物发送给车辆,从而帮助车实现自动驾驶功能的一种技术。目前路侧感知传感器包含摄像头和激光雷达(lidar)等。摄像头可以采集过往车辆的视频。
图1示出了可以应用本公开的车辆监测方法或车辆监测装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括视频服务器101、车辆信息管理平台102、车载终端103、云控平台104、感知融合引擎105以及路侧设备106。各设备之间通过网络进行通信,上述网络可以包括有线网络和无线网络。
视频服务器101用于存储路侧设备106采集到的视频等信息。其它电子设备通过访问视频服务器101获取车辆的视频流。
车辆信息管理平台102用于管理车辆的信息,其可以对重点关注车辆进行监管,上述车辆例如可以为商用车(Commercial Vehicle,是在设计和技术特征上是用于运送人员和货物的汽车),此时车辆信息管理平台可以是商用车管理平台。车辆信息管理平台102可以存储有商用车的车牌号、行驶证等信息。
车载终端103可以用于采集车辆的信息,例如实时行驶数据等。实时行驶数据可以包括位置、时间、速度、加速度等。车载终端103可以将采集的信息上传至车辆信息管理平台102。
云控平台104可以从车辆信息管理平台102处获取与车辆相关的信息,可以从路侧设备106处获取事件信息。并利用感知融合引擎105对车辆相关的信息以及事件信息进行匹配融合,确定发生事件的车辆。
感知融合引擎105可以获取与车辆相关的信息以及事件信息,并对二者进行匹配融合,确定发生事件的车辆。
路侧设备106可以包括路侧感知设备和路侧计算设备。其可以根据采集的车辆的视频,确定是否发生预设事件。上述预设事件可以包括:闯红灯、事故、异常停滞、超速、逆行、遗撒。路侧设备106可以将采集的视频上传至视频服务器101。上述预设事件中部分事件也可以称为违章事件,例如闯红灯、超速、逆行等。
云控平台104、车辆信息管理平台102、感知融合引擎105可以全部单独设置,也可以任意组合设置。例如云控平台104可以将车辆信息管理平台102集成在内,也可以将感知融合引擎105集成在内,也可以同时将车辆信息平台102和感知融合引擎105都集成在内。
需要说明的是,本公开实施例所提供的车辆监测方法一般由感知融合引擎105执行。相应地,车辆监测装置一般设置于感知融合引擎105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的车辆监测方法的一个实施例的流程200。本实施例的车辆监测方法,包括以下步骤:
步骤201,获取预设车辆集合中各车辆的实时行驶数据。
本实施例中,车辆监测方法的执行主体可以从用于存储预设车辆集合中各车辆的信息的电子设备(例如,车辆信息管理平台102)处获取各车辆的实时行驶数据。上述预设车辆集合中可以包括多个车辆,各车辆可以是在有关部门预先登记过的车辆,其可以为商用车,或者用于运输危险物品的车辆。上述实时行驶数据可以包括GPS数据,例如位置、时间、航向角、速度等与行驶状态相关的信息,还可以包括路面情况、天气情况等与行驶环境相关的信息。在一些具体的实践中,上述车辆可以是进出工地的、用于运输建筑材料的车辆。
步骤202,响应于接收到发生在各车辆的行驶路径的事件的事件信息,将事件信息与各车辆的实时行驶数据进行匹配,确定发生上述事件的目标车辆。
本实施例中,执行主体还可以接收发生在各车辆的行驶路径的事件的事件信息。上述事件可以包括但不限于:闯红灯、事故、异常停滞、超速、逆行、遗撒。事件信息可以包括但不限于:事件发生位置、发生时间、程度等等。上述事件的确定可以是路侧设备(例如图1中所示的路侧设备106)实现的。具体的,路侧设备可以利用现有的视觉感知算法对采集的视频进行分析处理,确定是否发生预设事件。技术人员可以预先对事件设定了模板,如果某一参数或某几个参数满足模板中的要求,则认定事件发生。举例来说,对于超速事件,路侧设备可以通过路侧感知设备确定车辆的速度、如果上述速度大于行驶路径的最大速度值,则认为发生超速的可能性大。则路侧设备可以进一步通过车载终端采集的速度信息判断是否超速。
路侧设备在判断事件发生后,可以确定事件信息,并将事件信息上传。执行主体在接收到上述事件信息后,可以将其与获取的各车辆的实时行驶数据进行匹配,确定发生上述事件的目标车辆。具体的,执行主体可以将实时行驶数据中的位置和时间与事件信息中的事件发生位置和发生时间进行比较,如果匹配得到,则可以根据匹配结果确定发生事件的目标车辆。
步骤203,根据事件信息,获取目标车辆发生上述事件时的视频信息。
在确定目标车辆后,执行主体还可以根据上述事件信息,获取目标车辆发生上述事件时的视频信息。具体的,执行主体可以根据事件信息中的事件发生位置,确定采集上述事件发生位置处的路侧感知设备的标识。然后,从用于存储上述路侧感知设备采集的视频的电子设备(例如图1所示的视频服务器)处获取目标车辆发生上述事件时的视频信息。
继续参见图3,其示出了根据本公开的车辆监测方法的一个应用场景的示意图。在图3的应用场景中,货车上的车载终端实时采集车辆的行驶数据,并将实时行驶数据上传至车辆信息管理平台。货车行驶路径的路侧设备感知到货车超速,则将超速事件的时间信息上传给云控平台。云控平台从车辆信息管理平台处获取货车的实时行驶数据。通过感知融合引擎匹配确定超速的车辆,并确定了车辆超速的视频信息。从而实现了对车辆的监测。
本公开的上述实施例提供的车辆监测方法,可以对特定车辆进行事件监测,提高车辆行驶的安全性。
继续参见图4,其示出了根据本公开的车辆监测方法的另一个实施例的流程400。如图4所示,本实施例的方法可以包括以下步骤:
步骤401,获取预设车辆集合中各车辆的实时行驶数据。
步骤402,响应于接收到发生在各车辆的行驶路径的事件的事件信息,对于每个车辆,响应于确定该车辆的轨迹点对应的采集时间与发生时间之间的时长小于预设时长阈值以及该车辆的轨迹点与事件发生位置之间的距离小于预设距离阈值,将该车辆作为候选车辆。
本实施例中,如果执行主体接收到发生在各车辆的行驶路径的事件的事件信息,则可以进一步对每个车辆的实时行驶数据进行分析。上述事件信息包括事件发生位置以及发生时间。实时行驶数据可以包括轨迹点以及对应的采集时间。执行主体可以首先将每个车辆的轨迹点对应的采集时间与事件的发生时间进行比较,如果二者之间的时长小于预设时长阈值,则可以继续将轨迹点与事件发生位置进行比较。如果二者之间的距离小于预设距离阈值,将该车辆作为候选车辆。这里,先从时间维度进行比较,可以视为初筛,如果不匹配,则可以直接对下一个车辆的信息进行匹配。
步骤403,从候选车辆中确定出目标车辆。
在确定出候选车辆后,执行主体可以进一步从候选车辆中确定出目标车辆。具体的,如果候选车辆的数量为1,则可以将候选车辆直接作为目标车辆。如果候选车辆的数量为2以上,则可以对各候选车辆的实时行驶数据进行处理,并根据处理后的实时行驶数据再次进行匹配。
在本实施例的一些可选的实现方式中,如果候选车辆的数量为2以上,执行主体可以进一步通过步骤4031进行匹配:
步骤4031,根据各候选车辆的航向角,从候选车辆中确定出目标车辆。
本实现方式中,执行主体可以根据航向角确定各候选车辆的行驶方向,从而可以确定出发生事件(例如逆行、闯红灯)的车辆。
在本实施例的一些可选的实现方式中,如果通过航向角的匹配得到的候选车辆的数量仍为2以上,则执行主体可以进一步通过步骤4032对各候选车辆的实时行驶数据进行处理:
步骤4032,响应于确定候选车辆的数量大于预设阈值,获取各候选车辆的车型信息;根据车型信息重新进行匹配。
本实现方式中,执行主体还可以获取各候选车辆的车型信息。车型新信息可以包括车辆的尺寸、轮廓等信息。执行主体可以分别从路侧设备处获取车型信息,还可以从车辆信息管理平台获取各候选车辆的车型信息。然后对将两者中的车型信息进行比较,如果匹配得到,则可以将匹配的候选车辆作为目标车辆。如果未匹配得到,则执行主体可以直接将各候选车辆输出,以供人工进一步确认。
步骤404,确定发送事件信息的目标路侧计算设备;根据目标路侧计算设备以及预先设置的路侧计算设备与路侧感知设备的对应关系,确定采集事件的视频的目标路侧感知设备;从用于存储目标路侧感知设备采集的视频的电子设备处,获取目标车辆发生事件时的视频信息。
本实施例中,上述事件信息是由路侧计算设备(RSCU)对路侧感知设备采集的视频信息进行分析确定后发送的。执行主体在接收到事件信息时,可以确定发送事件信息的目标路侧计算设备,即记录目标路侧计算设备的标识。然后获取预先设置的路侧计算设备与路侧感知设备的对应关系,在上述对应关系中查询目标路侧计算设备的标识,确定出采集事件的视频的目标路侧感知设备。然后,执行主体可以从用于存储目标路侧感知设备采集的视频的电子设备处,获取目标车辆发生事件时的视频信息。
本公开的上述实施例提供的车辆监测方法,将车辆GSP数据与智慧交通路侧设备得到的感知数据融合,通过轨迹拟合,可以将路侧设备识别到的驾驶事件与车辆挂钩,并可基于平台上已经录入的车辆信息,将涉事车辆、涉事司机、涉事企业全链条匹配,实现可追溯、自动化监管。由于不需要对车牌识别,因此可以在路侧感知设备不具备车牌识别能力,或者光照、遮挡等条件导致无法识别,或者涉事车辆假牌套牌情况下,可以发挥匹配作用。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种车辆监测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的车辆监测装置500包括:数据获取单元501、车辆确定单元502和视频确定单元503。
数据获取单元501,被配置成获取预设车辆集合中各车辆的实时行驶数据。
车辆确定单元502,被配置成响应于接收到发生在各车辆的行驶路径的事件的事件信息,将事件信息与各车辆的实时行驶数据进行匹配,确定发生事件的目标车辆。
视频确定单元503,被配置成根据事件信息,获取目标车辆发生事件时的视频信息。
在本实施例的一些可选的实现方式中,实时行驶数据包括轨迹点以及对应的采集时间,事件信息包括事件发生位置以及发生时间。车辆确定单元502可以进一步被配置成:对于每个车辆,响应于确定该车辆的轨迹点对应的采集时间与发生时间之间的时长小于预设时长阈值以及该车辆的轨迹点与事件发生位置之间的距离小于预设距离阈值,将该车辆作为候选车辆;从候选车辆中确定出目标车辆。
在本实施例的一些可选的实现方式中,实时行驶数据包括航向角。车辆确定单元502可以进一步被配置成:响应于确定候选车辆的数量大于预设阈值,根据各候选车辆的航向角,从候选车辆中确定出目标车辆。
在本实施例的一些可选的实现方式中,车辆确定单元502可以进一步被配置成:响应于确定候选车辆的数量大于预设阈值,获取各候选车辆的车型信息;根据车型信息重新进行匹配。
在本实施例的一些可选的实现方式中,事件信息由路侧计算设备对路侧感知设备采集的视频信息进行分析确定后发送。视频确定单元503可以进一步被配置成:确定发送事件信息的目标路侧计算设备;根据目标路侧计算设备以及预先设置的路侧计算设备与路侧感知设备的对应关系,确定采集事件的视频的目标路侧感知设备;从用于存储目标路侧感知设备采集的视频的电子设备处,获取目标车辆发生事件时的视频信息。
应当理解,车辆监测装置500中记载的单元501至单元503分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对车辆监测方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
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、一种计算机程序产品、一种云控平台和一种车路协同系统。
图6示出了根据本公开实施例的执行车辆监测方法的电子设备600的框图。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/或者要求的本公开的实现。
如图6所示,电子设备600包括处理器601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储器608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600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。
处理器601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。处理器601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处理器、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。处理器601执行上文所描述的各个方法和处理,例如车辆监测方法。例如,在一些实施例中,车辆监测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存储介质,例如存储器608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM603并由处理器601执行时,可以执行上文描述的车辆监测方法的一个或多个步骤。备选地,在其他实施例中,处理器601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆监测方法。
本公开中提供的云控平台,可以包括图6所示的电子设备。
在一个实施例中,本公开中提供的车路协同系统,可以包括上述云控平台(例如图1所示的云控平台104)和路侧计算设备。
在另一个实施例中,本公开中提供的车路协同系统,还可以包括路侧感知设备。
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。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品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601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,机器可读存储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。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储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)、光学存储设备、磁存储设备、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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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,均应包含在本公开的保护范围之内。

Claims (16)

1.一种车辆监测方法,包括:
获取预设车辆集合中各车辆的实时行驶数据;
响应于接收到发生在所述各车辆的行驶路径的事件的事件信息,将所述事件信息与所述各车辆的实时行驶数据进行匹配,确定发生所述事件的目标车辆;
根据所述事件信息,获取所述目标车辆发生所述事件时的视频信息。
2.根据权利要求1所述的方法,其中,所述实时行驶数据包括轨迹点以及对应的采集时间,所述事件信息包括事件发生位置以及发生时间;以及
所述将所述事件信息与所述各车辆的实时行驶数据进行匹配,确定发生所述事件的目标车辆,包括:
对于每个车辆,响应于确定该车辆的轨迹点对应的采集时间与所述发生时间之间的时长小于预设时长阈值以及该车辆的轨迹点与所述事件发生位置之间的距离小于预设距离阈值,将该车辆作为候选车辆;
从所述候选车辆中确定出目标车辆。
3.根据权利要求2所述的方法,其中,所述实时行驶数据包括航向角;以及
所述从所述候选车辆中确定出目标车辆,包括:
响应于确定所述候选车辆的数量大于预设阈值,根据各候选车辆的航向角,从所述候选车辆中确定出目标车辆。
4.根据权利要求2所述的方法,其中,所述从所述候选车辆中确定出目标车辆,包括:
响应于确定所述候选车辆的数量大于预设阈值,获取各候选车辆的车型信息;
根据所述车型信息重新进行匹配。
5.根据权利要求1-4任一项所述的方法,其中,所述事件信息由路侧计算设备对路侧感知设备采集的视频信息进行分析确定后发送;以及
所述根据所述事件信息,获取所述目标车辆发生所述事件时的视频信息,包括:
确定发送所述事件信息的目标路侧计算设备;
根据所述目标路侧计算设备以及预先设置的路侧计算设备与路侧感知设备的对应关系,确定采集所述事件的视频的目标路侧感知设备;
从用于存储所述目标路侧感知设备采集的视频的电子设备处,获取所述目标车辆发生所述事件时的视频信息。
6.一种车辆监测装置,包括:
数据获取单元,被配置成获取预设车辆集合中各车辆的实时行驶数据;
车辆确定单元,被配置成响应于接收到发生在所述各车辆的行驶路径的事件的事件信息,将所述事件信息与所述各车辆的实时行驶数据进行匹配,确定发生所述事件的目标车辆;
视频确定单元,被配置成根据所述事件信息,获取所述目标车辆发生所述事件时的视频信息。
7.根据权利要求6所述的装置,其中,所述实时行驶数据包括轨迹点以及对应的采集时间,所述事件信息包括事件发生位置以及发生时间;以及
所述车辆确定单元进一步被配置成:
对于每个车辆,响应于确定该车辆的轨迹点对应的采集时间与所述发生时间之间的时长小于预设时长阈值以及该车辆的轨迹点与所述事件发生位置之间的距离小于预设距离阈值,将该车辆作为候选车辆;
从所述候选车辆中确定出目标车辆。
8.根据权利要求6所述的装置,其中,所述实时行驶数据包括航向角;以及
所述车辆确定单元进一步被配置成:
响应于确定所述候选车辆的数量大于预设阈值,根据各候选车辆的航向角,从所述候选车辆中确定出目标车辆。
9.根据权利要求6所述的装置,其中,所述车辆确定单元进一步被配置成:
响应于确定所述候选车辆的数量大于预设阈值,获取各候选车辆的车型信息;
根据所述车型信息重新进行匹配。
10.根据权利要求6-9任一项所述的装置,其中,所述事件信息由路侧计算设备对路侧感知设备采集的视频信息进行分析确定后发送;以及
所述视频确定单元进一步被配置成:
确定发送所述事件信息的目标路侧计算设备;
根据所述目标路侧计算设备以及预先设置的路侧计算设备与路侧感知设备的对应关系,确定采集所述事件的视频的目标路侧感知设备;
从用于存储所述目标路侧感知设备采集的视频的电子设备处,获取所述目标车辆发生所述事件时的视频信息。
11.一种电子设备,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1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
14.一种云控平台,包括如权利要求11所述的电子设备。
15.一种车路协同系统,包括如权利要求14所述的云控平台和路侧计算设备。
16.根据权利要求15所述的车路协同系统,其中,所述车路协同系统还包括路侧感知设备。
CN202110671388.8A 2021-06-17 2021-06-17 车辆监测方法、设备、云控平台和车路协同系统 Active CN113240909B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110671388.8A CN113240909B (zh) 2021-06-17 2021-06-17 车辆监测方法、设备、云控平台和车路协同系统
JP2022041151A JP7371157B2 (ja) 2021-06-17 2022-03-16 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム
US17/701,473 US20220215667A1 (en) 2021-06-17 2022-03-22 Method and apparatus for monitoring vehicle, cloud control platform and system for vehicle-road collaboration
EP22164180.6A EP4036886A3 (en) 2021-06-17 2022-03-24 Method and apparatus for monitoring vehicle, cloud control platform and system for vehicle-road collaboration
KR1020220040514A KR20220047732A (ko) 2021-06-17 2022-03-31 차량 감시 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램, 클라우드 제어 플랫폼 및 차량 도로 협조 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110671388.8A CN113240909B (zh) 2021-06-17 2021-06-17 车辆监测方法、设备、云控平台和车路协同系统

Publications (2)

Publication Number Publication Date
CN113240909A true CN113240909A (zh) 2021-08-10
CN113240909B CN113240909B (zh) 2022-11-29

Family

ID=77140250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110671388.8A Active CN113240909B (zh) 2021-06-17 2021-06-17 车辆监测方法、设备、云控平台和车路协同系统

Country Status (5)

Country Link
US (1) US20220215667A1 (zh)
EP (1) EP4036886A3 (zh)
JP (1) JP7371157B2 (zh)
KR (1) KR20220047732A (zh)
CN (1) CN113240909B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852928A (zh) * 2021-09-22 2021-12-28 山东高速建设管理集团有限公司 一种基于5g-v2x的事故自动报告系统及方法
CN114301938A (zh) * 2021-12-24 2022-04-08 阿波罗智联(北京)科技有限公司 车路协同车辆事件确定方法、相关装置及计算机程序产品
CN114726638A (zh) * 2022-04-22 2022-07-08 中国工商银行股份有限公司 信息记录方法、装置、计算机设备、存储介质和程序产品
CN114783182A (zh) * 2022-04-14 2022-07-22 图为信息科技(深圳)有限公司 一种基于边缘计算的车辆监测方法及系统
CN115798204A (zh) * 2022-11-10 2023-03-14 云控智行科技有限公司 一种异常交通场景事件的回放视频生成方法、装置及设备
CN117493399A (zh) * 2023-12-26 2024-02-02 长春汽车工业高等专科学校 一种基于大数据的交通事故处理方法及系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063905B (zh) * 2022-06-08 2024-06-14 中国第一汽车股份有限公司 车辆数据的处理方法和装置、存储介质及电子装置
CN115185434A (zh) * 2022-06-22 2022-10-14 中国第一汽车股份有限公司 一种车辆应用场景处理方法、装置、设备和存储介质
CN115330578B (zh) * 2022-08-22 2023-08-22 交通运输部规划研究院 公路轴载的确定方法、装置、设备和存储介质
CN115497289A (zh) * 2022-09-06 2022-12-20 中国第一汽车股份有限公司 车辆监控处理方法以及装置
CN115742655A (zh) * 2022-12-02 2023-03-07 阿尔特(北京)汽车数字科技有限公司 车辆控制方法、装置、电子设备和存储介质
CN116001705B (zh) * 2023-01-17 2024-03-26 中国第一汽车股份有限公司 一种车辆数据监控方法、装置、设备及存储介质
CN116665164A (zh) * 2023-04-28 2023-08-29 深圳云天励飞技术股份有限公司 井盖病害检测方法、装置、系统、电子设备及存储介质
CN116450381B (zh) * 2023-06-15 2023-09-08 蔚来汽车科技(安徽)有限公司 复杂事件处理方法、电子设备、存储介质及车辆
CN117171701B (zh) * 2023-08-14 2024-05-14 陕西天行健车联网信息技术有限公司 一种车辆行驶数据处理方法、装置、设备和介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166023A1 (en) * 2007-01-05 2008-07-10 Jigang Wang Video speed detection system
CN107945519A (zh) * 2017-09-18 2018-04-20 孙健鹏 一种实现交通信息处理的方法及装置
CN110555066A (zh) * 2018-03-30 2019-12-10 上海擎感智能科技有限公司 行车/违章记录的管理方法/系统、可读存储介质及终端
CN110619692A (zh) * 2019-08-15 2019-12-27 钛马信息网络技术有限公司 一种事故场景还原方法、系统及装置
US20200342753A1 (en) * 2019-04-26 2020-10-29 Blackberry Limited Method and system for traffic behavior detection and warnings
CN212112749U (zh) * 2020-05-29 2020-12-08 上海橙群微电子有限公司 路口车辆监测系统
CN112766746A (zh) * 2021-01-22 2021-05-07 北京嘀嘀无限科技发展有限公司 交通事故识别方法、装置、电子设备和存储介质

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11110687A (ja) * 1997-09-30 1999-04-23 Nec Telecom Syst Ltd 車両速度監視システム
JP4986135B2 (ja) 2007-03-22 2012-07-25 株式会社エクォス・リサーチ データベース作成装置、及びデータベース作成プログラム
US9786164B2 (en) * 2008-05-23 2017-10-10 Leverage Information Systems, Inc. Automated camera response in a surveillance architecture
JP6418100B2 (ja) * 2015-08-06 2018-11-07 オムロン株式会社 車載器、通信装置および車両管理システム
JP6559086B2 (ja) 2016-03-30 2019-08-14 株式会社エヌ・ティ・ティ・データ 情報処理システム
JP6815262B2 (ja) 2017-04-10 2021-01-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 交通違反検知装置、システム、交通違反検知方法およびプログラム
US11417098B1 (en) * 2017-05-10 2022-08-16 Waylens, Inc. Determining location coordinates of a vehicle based on license plate metadata and video analytics
US10994727B1 (en) * 2017-08-02 2021-05-04 Allstate Insurance Company Subscription-based and event-based connected vehicle control and response systems
US20210312725A1 (en) * 2018-07-14 2021-10-07 Moove.Ai Vehicle-data analytics
DE102018220307B3 (de) * 2018-11-27 2020-02-20 Audi Ag Verfahren zum anonymisierten Übermitteln von Sensordaten eines Fahrzeugs an eine fahrzeugexterne Empfangseinheit sowie ein Anonymisierungssystem, ein Kraftfahrzeug und eine fahrzeugexterne Empfangseinheit
JP2020149517A (ja) 2019-03-15 2020-09-17 オムロン株式会社 走行車両情報収集システム、走行車両情報収集方法
CN112712717B (zh) * 2019-10-26 2022-09-23 华为技术有限公司 一种信息融合的方法、装置和设备
CN111862593B (zh) * 2020-06-03 2022-04-01 阿波罗智联(北京)科技有限公司 交通类事件的上报方法、装置、电子设备及存储介质
US20220065637A1 (en) * 2020-08-26 2022-03-03 Capital One Services, Llc Identifying risk using image analysis
US11899805B2 (en) * 2020-09-11 2024-02-13 IDEMIA National Security Solutions LLC Limiting video surveillance collection to authorized uses
CN112053563B (zh) * 2020-09-16 2023-01-20 阿波罗智联(北京)科技有限公司 可用于边缘计算平台、云控平台的事件检测方法及设备
CN112258842A (zh) * 2020-10-26 2021-01-22 北京百度网讯科技有限公司 交通监测方法、装置、设备及存储介质
GB2601115A (en) * 2020-11-13 2022-05-25 Sony Semiconductor Solutions Corp An audio/video capturing device, vehicle mounted device, control centre system, computer program and method
CN112560724B (zh) * 2020-12-22 2023-12-05 阿波罗智联(北京)科技有限公司 车辆监控方法、装置和云控平台

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166023A1 (en) * 2007-01-05 2008-07-10 Jigang Wang Video speed detection system
CN107945519A (zh) * 2017-09-18 2018-04-20 孙健鹏 一种实现交通信息处理的方法及装置
CN110555066A (zh) * 2018-03-30 2019-12-10 上海擎感智能科技有限公司 行车/违章记录的管理方法/系统、可读存储介质及终端
US20200342753A1 (en) * 2019-04-26 2020-10-29 Blackberry Limited Method and system for traffic behavior detection and warnings
CN110619692A (zh) * 2019-08-15 2019-12-27 钛马信息网络技术有限公司 一种事故场景还原方法、系统及装置
CN212112749U (zh) * 2020-05-29 2020-12-08 上海橙群微电子有限公司 路口车辆监测系统
CN112766746A (zh) * 2021-01-22 2021-05-07 北京嘀嘀无限科技发展有限公司 交通事故识别方法、装置、电子设备和存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852928A (zh) * 2021-09-22 2021-12-28 山东高速建设管理集团有限公司 一种基于5g-v2x的事故自动报告系统及方法
CN113852928B (zh) * 2021-09-22 2023-09-12 山东高速建设管理集团有限公司 一种基于5g-v2x的事故自动报告系统及方法
CN114301938A (zh) * 2021-12-24 2022-04-08 阿波罗智联(北京)科技有限公司 车路协同车辆事件确定方法、相关装置及计算机程序产品
CN114301938B (zh) * 2021-12-24 2024-01-02 阿波罗智联(北京)科技有限公司 车路协同车辆事件确定方法、相关装置及计算机程序产品
CN114783182A (zh) * 2022-04-14 2022-07-22 图为信息科技(深圳)有限公司 一种基于边缘计算的车辆监测方法及系统
CN114726638A (zh) * 2022-04-22 2022-07-08 中国工商银行股份有限公司 信息记录方法、装置、计算机设备、存储介质和程序产品
CN114726638B (zh) * 2022-04-22 2024-02-06 中国工商银行股份有限公司 信息记录方法、装置、计算机设备和存储介质
CN115798204A (zh) * 2022-11-10 2023-03-14 云控智行科技有限公司 一种异常交通场景事件的回放视频生成方法、装置及设备
CN117493399A (zh) * 2023-12-26 2024-02-02 长春汽车工业高等专科学校 一种基于大数据的交通事故处理方法及系统

Also Published As

Publication number Publication date
US20220215667A1 (en) 2022-07-07
CN113240909B (zh) 2022-11-29
EP4036886A2 (en) 2022-08-03
KR20220047732A (ko) 2022-04-19
EP4036886A3 (en) 2022-10-26
JP7371157B2 (ja) 2023-10-30
JP2022084758A (ja) 2022-06-07

Similar Documents

Publication Publication Date Title
CN113240909B (zh) 车辆监测方法、设备、云控平台和车路协同系统
US20220035733A1 (en) Method and apparatus for checking automatic driving algorithm, related device and storage medium
CN109345829B (zh) 无人车的监控方法、装置、设备及存储介质
CN112634611B (zh) 用于识别路况的方法、装置、设备以及存储介质
CN112861706B (zh) 一种道路状态的监测方法、装置、设备以及存储介质
CN110696826B (zh) 用于控制车辆的方法和装置
CN112818792A (zh) 车道线检测方法、装置、电子设备及计算机存储介质
CN113538963A (zh) 用于输出信息的方法、装置、设备以及存储介质
CN114301938A (zh) 车路协同车辆事件确定方法、相关装置及计算机程序产品
CN114120650A (zh) 用于生成测试结果的方法、装置
CN114596704B (zh) 交通事件处理方法、装置、设备及存储介质
CN114771576A (zh) 行为数据处理方法、自动驾驶车辆的控制方法及自动驾驶车辆
CN114677848A (zh) 感知预警系统、方法、装置及计算机程序产品
CN114238790A (zh) 用于确定最大感知范围的方法、装置、设备以及存储介质
CN113792106A (zh) 道路的状态更新方法、装置、电子设备及存储介质
CN113052047A (zh) 交通事件的检测方法、路侧设备、云控平台及系统
CN112991735A (zh) 交通流量监测系统的测试方法、装置及设备
CN113119999A (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
CN117373285A (zh) 风险预警模型训练方法、风险预警方法及自动驾驶车辆
CN114596706B (zh) 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN115782919A (zh) 信息感知方法、装置及电子设备
CN115908816A (zh) 基于人工智能的积水识别方法、装置、设备及存储介质
CN114708498A (zh) 图像处理方法、装置、电子设备以及存储介质
CN115257771A (zh) 一种路口识别方法、电子设备和存储介质
CN115019511A (zh) 基于自动驾驶车辆的识别机动车违规变道的方法和装置

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