CN113793498A - 车联网超视距感知任务的异构资源联合管理方法与系统 - Google Patents
车联网超视距感知任务的异构资源联合管理方法与系统 Download PDFInfo
- Publication number
- CN113793498A CN113793498A CN202110939449.4A CN202110939449A CN113793498A CN 113793498 A CN113793498 A CN 113793498A CN 202110939449 A CN202110939449 A CN 202110939449A CN 113793498 A CN113793498 A CN 113793498A
- Authority
- CN
- China
- Prior art keywords
- sensing
- service
- information
- central controller
- vehicle
- 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
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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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]
- H04W4/44—Services 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]
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)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供车联网超视距感知任务的异构资源联合管理方法与系统,方法包括车载设备和智能交通固定设备,车载设备和智能交通固定设备分别依据自身传感器设备信息和自身设备算力,生成资源信息;中央控制器收集其管理范围内的资源信息,创建资源信息数据表;一车载设备生成感知业务后提交至中央控制器;中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息;中央控制器依据获取的感知信息生成所述感知业务对应的计算业务。本发明利用中央控制器对异构资源的联合管理,使得车辆之间、车辆和智能交通设施之间可以交互共享安全告警和道路状况等关键信息,确保为业务提供有效的服务,提高道路交通的效率和安全性。
Description
技术领域
本发明涉及车联网技术领域,特别涉及一种车联网超视距感知任务的异构资源联合管理方法以及一种车联网超视距感知任务的异构资源联合管理系统。
背景技术
随着车联网技术的发展,自动驾驶将会成为汽车驾驶模式的常态。为了满足自动驾驶的需求,汽车除了配备有摄像头、雷达这样的车载传感器用于感知周围环境信息,还会拥有强大的计算能力用于对传感器数据进行处理和做出自动驾驶决策。除此之外,由于无人机(Unmanned Aerial Vehicle,UAV)高灵活性、部署成本低的特点,无人机的部署近年来也逐渐普及。无人机具有通信能力,可以配备有传感器采集环境信息,常常部署用于灾害防治和环境监测,警务巡视车、医疗急救车这类执行特殊任务的车辆可以配备有无人机作为辅助汽车感知周围环境的工具。
道路交通类、交通效率类和信息与娱乐类车载应用使得车辆对车载传感器的感知能力有了更高的要求。然而由于车载传感器的感知能力有限,车辆往往只能进行视距范围内的感知,且感知范围存在盲点。2021年出现了多起自动驾驶汽车造成的交通事故,这些事故足以说明仅依靠单车辆传感器实现的自动驾驶技术并不能达到车辆行驶安全性的要求。安全可靠的自动驾驶需要车辆与其他车辆和智能交通设施之间的相互协作。同时,例如警务巡视车、医疗急救车这类特殊车辆往往拥有更加复杂的感知需求,警务巡视车需要对特定区域的环境信息进行监视;医疗救急车需要提前获取路况信息,保证行驶的畅通。借助其他车辆、智能交通设施或是无人机的传感器,车辆可以扩展自己的感知范围,实现超视距感知,及时获取路况信息,避免交通事故,甚至完成一些特殊的感知任务。除此之外,车辆在处理这些传感器数据和做出自动驾驶决策时通常需要进行大量的计算,然而单辆车有限的计算能力难以满足这些车载任务的时延要求,并可能因此造成严重的后果。而在车联网中,产生计算任务的车辆可以将本地无法完成的计算任务卸载至邻近的计算任务空闲车辆进行计算以达到任务的时延要求。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种车联网超视距感知任务的异构资源联合管理方法,能够对道路异构资源进行联合管理,确保为业务提供有效的服务,提高道路交通的效率和安全性。
本发明的第二个目的在于提出一种车联网超视距感知任务的异构资源联合管理系统,能够对道路异构资源进行联合管理,确保为业务提供有效的服务,提高道路交通的效率和安全性。
为达到上述目的,本发明第一方面实施例提出了一种车联网超视距感知任务的异构资源联合管理方法,包括以下步骤:
车载设备和智能交通固定设备分别依据自身传感器设备信息和自身设备算力,生成资源信息;
中央控制器收集其管理范围内的资源信息,创建资源信息数据表;
一车载设备生成感知业务后提交至中央控制器;
中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息;
中央控制器依据获取的感知信息生成所述感知业务对应的计算业务;
中央控制器执行所述计算业务。
根据本发明实施例的车联网超视距感知任务的异构资源联合管理方法,首先利用道路上的车辆和智能交通固定设备的传感器资源和计算资源构建起异构资源池;然后通过中央控制器对异构资源进行收集和统一管理;再依据具体业务需求,利用异构资源执行业务,提供有效服务。因此,本发明实现了对异构资源的联合管理和有效利用,为业务的高效、准确执行提供了保障,提高了道路交通的效率和安全性。
另外,根据本发明上述实施例提出的一种车联网超视距感知任务的异构资源联合管理方法,还可以具有如下附加的技术特征:
优选地,所述中央控制器收集其管理范围内的资源信息,包括:
车载设备驶入任一中央控制器的管理范围内之后,将自身的资源信息上传至所述任一中央控制器。
优选地,所述方法还包括:
车载设备驶出任一中央控制器的管理范围内之后,清除其在所述任一中央控制器的管理范围内的资源信息;
中央控制器依据预设的延迟窗删除所述资源信息数据表中过期的资源信息。
优选地,车载设备对应的资源信息包括传感器类型、感知精度、感知范围、行驶线路信息以及设备计算能力智能交通固定设备的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力;
所述感知业务包括感知区域信息、需求传感器信息以及感知时间信息;其中,所述感知时间信息包括感知时间和处理感知业务的最大时延;所述感知区域信息包括地理位置以及感知范围;
所述计算业务包括计算任务所需数据、计算复杂度以及处理计算业务的最大时延。
优选地,所述中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息;,包括:
中央控制器依据感知业务中所述的感知时间以及地理位置,从所述资源信息数据表中确定第一目标设备;
依据感知业务中所述的感知范围以及需求传感器信息,从第一目标设备中筛选出符合要求的第二目标设备;
中央控制器获取所述第二目标设备的传感器所采集的感知信息;
所述中央控制器依据获取的感知信息生成所述感知业务对应的计算业务,包括:
依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
优选地,所述中央控制器执行所述计算业务,包括:
中央控制器依据自身资源判断所述计算业务的可执行性;
若不可执行,则通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;
若可执行,则所述中央控制器执行所述计算业务并更新资源信息。
为达到上述目的,本发明第二方面实施例提出了一种车联网超视距感知任务的异构资源联合管理系统,所述系统包括中央控制器、车载设备以及智能交通固定设备;所述车载设备以及智能交通固定设备分别与所述中央控制器通信连接;
所述车载设备,用于依据自身传感器设备信息和自身设备算力,生成资源信息;以及生成感知业务后提交至中央控制器;;
所述智能交通固定设备,用于依据自身传感器设备信息和自身设备算力,生成资源信息;
所述中央控制器,用于收集其管理范围内的资源信息,创建资源信息数据表;以及依据所述资源信息数据表获取所述感知业务所需的感知信息;以及依据获取的感知信息生成所述感知业务对应的计算业务;以及执行所述计算业务。
根据本发明实施例的车联网超视距感知任务的异构资源联合管理系统,首先通过利用道路上的车辆和智能交通固定设备的传感器资源和计算资源进行周边感知信息的采集,得到构建起异构资源池;然后通过中央控制器对异构资源进行收集和统一管理;再依据具体业务需求,利用异构资源执行业务,提供有效服务。因此,本发明实现了对异构资源的联合管理和有效利用,为业务的高效、准确执行提供了保障,提高了道路交通的效率和安全性。
另外,根据本发明上述实施例提出的车联网超视距感知任务的异构资源联合管理系统,还可以具有如下附加的技术特征:
优选地,所述车载设备生成的资源信息包括传感器类型、感知精度、感知范围、行驶线路信息以及设备计算能力;
所述智能交通固定设备生成的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力;
所述感知业务包括感知区域信息、需求传感器信息以及感知时间信息;其中,所述感知时间信息包括感知时间和处理感知业务的最大时延;所述感知区域信息包括地理位置以及感知范围;
所述中央控制器生成的计算业务包括计算任务所需数据、计算复杂度以及处理计算业务的最大时延。
优选地,所述中央控制器包括:
第一获取单元,用于依据感知业务中所述的感知时间以及地理位置,从所述资源信息数据表中确定第一目标设备;
第二获取单元,用于依据感知业务中所述的感知范围以及需求传感器信息,从第一目标设备中筛选出符合要求的第二目标设备;
第三获取单元,用于获取所述第二目标设备的传感器所采集的感知信息;
生成单元,用于依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
优选地,所述中央控制器还包括:
判断单元,用于依据自身资源判断所述计算业务的可执行性;
反馈单元,用于在判断单元输出的结果为不可执行时,通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;
执行单元,用于在判断单元输出的结果为可执行时,执行所述计算业务。
附图说明
图1为根据本发明第一个实施例一种车联网超视距感知任务的异构资源联合管理方法的流程示意图;
图2为根据本发明第二个实施例一种车联网超视距感知任务的异构资源联合管理方法的流程示意图;
图3为根据本发明第三个实施例一种车联网超视距感知任务的异构资源联合管理系统的架构示意图;
图4为根据本发明第四个实施例一种车联网超视距感知任务的异构资源联合管理系统组成示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
提出了一种车联网超视距感知任务的异构资源联合管理方法,利用中央控制器对异构资源的联合管理,使得车辆之间、车辆和智能交通设施之间可以交互共享安全告警和道路状况等关键信息,以达到提高道路交通安全和交通效率的目的。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,本发明的第一个实施例提供一种车联网超视距感知任务的异构资源联合管理方法,可以包括以下步骤:
S1:车载设备和智能交通固定设备各自依据自身传感器设备信息和自身设备算力,生成对应的资源信息。
所述智能交通固定设备,包括配备传感器的交通灯、监控摄像头、路侧单元等具备智能检测交通情况的设备。
车载设备对应的资源信息包括设备所拥有的传感器类型、传感器的感知精度、感知范围、行驶线路信息以及设备的计算能力;智能交通固定设备的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力。相比于智能交通设施,车辆具有移动性,中央控制器需要获取车辆的移动信息从而能够更好地规划感知业务和计算业务的执行,而车辆的行驶往往是有固定的行驶路线,因此,中央控制器在收集车辆的资源信息时会包括车辆的行驶路线信息。
车载设备和智能交通固定设备都具备采集周边感知信息的能力。所述感知信息,指的是通过传感器采集得到的包括音频、视频、速度、湿度、温度等的周边环境信息。因此,任一车辆上具备感知信息采集能力的车载设备均可以是本实施例所述的车载设备。
S2:中央控制器收集其管理范围内的资源信息,创建资源信息数据表。
中央控制器负责收集其管理范围内所有设备的资源信息和产生的业务信息,并以资源信息数据表的结构化数据形式存储。
具体而言,当车辆驶入任一中央控制器的管理范围内之后,将首先与该中央控制器建立无线通信连接,并上传自身的资源信息数据至该中央控制器。而智能交通固定设备的位置一般是固定的,因此无需切换无线通信连接关系,具备更实时性的资源信息传输特点。
在一些实施例中,智能交通设施的资源信息一直存储在中央控制器中,而当车辆在进入中央控制器管理范围内时会上传自身的资源信息,在离开中央控制器管理范围时其数据会被清理。中央控制器在这个过程中设置了一段时间的延迟窗(一般为1~2小时),用于在该车短时间内再次进入管理区域时使用这些数据,在延迟窗结束后中央控制器将清除该车辆的数据。
S3:一车载设备生成感知业务后提交至中央控制器。
所述感知业务,指的是某一车辆产生对特定区域感兴趣的感知业务。一个感知业务应该包括三个要素信息:感知区域信息、需求传感器信息以及感知时间信息。其中,感知区域信息包括感知业务感兴趣区域的地理位置以及感知的范围大小;需求传感器信息包括感知业务对不同类型传感器的需求以及对传感器能力的需求(例如精度需求)。因为感知业务只关注特定时间段的感知信息,同时感知业务的请求方需要及时接收到感知信息的处理结果,所以感知时间信息包括了需要获取感知信息的时间以及信息处理的最大完成时延。
在一具体实施例中,中央控制器收集感知任务后,将以感知业务信息表的多属性结构化形式存储在中央控制器中。
S4:中央控制器依据所述资源信息数据表执行所述感知业务,并生成对应的计算业务;
所述计算业务包括计算任务所需数据(即该计算任务需要处理的数据)、计算复杂度(处理前述数据需要消耗多少计算资源)以及处理计算业务的最大时延。
感知业务采集到的数据往往是异构多模态的,根据业务具体要求,通常需要对采集到的数据进行复杂的计算分析,所以在感知业务采集完成数据后,往往会根据感知业务的需求产生对应的计算业务。
中央控制器将根据资源信息数据表中的所有车辆的行驶路线、车载传感器资源和计算资源情况以及道路智能交通设施的分布情况执行感知业务,以达到感知业务的需求。在根据感知业务进行资源管理之后,生成感知业务相对应的计算业务。
作为一具体实施例,该步骤具体可以包括:
S41:中央控制器依据感知业务中所述的感知时间以及地理位置,获取第一目标设备;
S42:依据感知业务中所述的感知范围以及需求传感器信息,从所述资源信息数据表中确定第一目标设备中筛选出符合要求的第二目标设备;
S43:中央控制器获取所述第二目标设备的感知信息;
在此,中央控制器是利用车载设备或智能交通固定设备的传感器采集感知信息。即根据感知业务的内容,中央控制器再去命令相应的车载设备用传感器采集感知信息。
S44:依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
S5:中央控制器执行所述计算业务。
在一些具体实施例中,中央控制器将在计算时延要求下执行计算业务。考虑中央控制器覆盖范围内所有设备全连接的场景,生成计算任务时可以选择本地计算或是卸载给附近拥有空闲计算资源的设备进行计算。
作为一具体实施例,该步骤具体可以包括:
中央控制器依据自身资源判断所述计算业务的可执行性,具体判断目前资源信息数据表中已有的资源是否支持有效处理该计算业务,以及是否能够在时延需求下被有效地处理。因为,并不是所有的感知业务和计算业务都能获得合适的资源,例如在没有车辆通过且附近没有智能交通设施的极端情况下,感知业务就没有传感器执行。
若不可执行,则通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;其中,后者所述激励机制包括支付一定的调度费用来调度其他资源(如其他感知车辆、无人机等)辅助执行感知业务或计算业务。
若可执行,所述所述中央控制器执行所述计算业务。
如图2所示,本发明的第二个实施例在上述第一个实施例的基础上,提供一个自动驾驶警务车对道路周边区域的监测的具体运用场景。该场景中,获取一个区域的音频感知信息后,自动驾驶警务车需要进行分析处理监测人群中是否有异常的、危险的行为活动。下文将对该实施例的具体步骤以及使用到的参数、数学模型进行详细介绍,具体实施步骤如下:
SS1、假设由路侧单元(Road Side Unit,RSU)作为处理道路中车辆感知业务的中央控制器,对道路的感知业务进行全局的管理。RSU根据当前路况信息建立异构资源联合管理装置并根据实时情况初始化所有单元。
所述异构资源联合管理装置包括数据单元,业务单元和控制单元。
业务单元由道路上行驶车辆产生的感知业务和计算业务组成。车辆在行驶过程中会产生各种类型的车载业务需求,各类应用都会伴随对特定区域感兴趣的感知业务的产生。计算业务指的是需要利用设备的计算资源对数据进行计算、分析、处理的业务。
控制单元由道路上的中央控制器组成。中央控制器负责收集所有设备的资源信息和产生的业务信息,并根据业务单元中产生的感知业务和计算业务的需求对资源进行管理。
数据单元包含了车辆和智能交通设施的设备数据信息以及传感器执行感知业务时生成的感知信息。道路上的设备信息将提交至中央控制器,中央控制器根据这些信息和感知业务的需求进行决策。
SS2、每个RSU负责对特定路段区域的感知业务进行管理,当车辆V驶入RSU管理范围内的路段时,会上传自身的资源信息数据,可以用如下资源信息表1形式表示:
表1
表1中
计算能力:表示该车辆计算处理数据的能力;
感知范围:表示车载传感器感知的范围;
传感器类型与感知精度:表示车辆配备的传感器类型以及传感器的精度,其中s的大小表示感知精度,当s=0时表示车辆没有该传感器。
与此同时路边的智能交通设施也会配备有传感器,具有感知能力。可以用集合W={W1,W2,...,Wk}来表示场景内所有的智能交通设施。智能交通设施也具有感知能力、计算能力和通信能力,与车辆类似,智能交通设施会将自身的资源数据以资源信息表的形式上传至RSU,其资源数据包括了计算能力fW、传感器的感知范围传感器类型以及传感器的感知精度信息各项数据的意义与车辆数据相同。
SS3、道路上行驶的自动驾驶警务车辆需要对特定区域内的人员和环境进行监测,并根据这一特定需求生成感知业务,假设道路上的所有车辆可以用集合V={V1,V1,...,VN}表示,感知业务可以由以下表2所示的结构化数据表示:
表2
表2中:
传感器类型和精度要求:表示感知业务所需要采集感知信息的传感器类型,例如要获取一个区域内人群活动情况往往就需要摄像头和听觉传感器,而g1,g2,...,gN的大小表示感知任务对传感器采集感知信息精度的要求,当g=0时说明不需要该类传感器的感知信息;
地理信息:表示需要感知的地理位置坐标;
感知范围:表示需要获取感知信息的区域范围;
感知时间:表示需要采集感知信息的时间;
时延要求:表示采集和分析处理感知任务的最大时延要求;
计算量系数:表示处理每bit感知信息需要消耗的CPU周期数。
自动驾驶警务车产生感知业务后,将感知业务请求提交至路侧单元RSU。
SS4、RSU根据收到自动驾驶警务车的感知业务需求和所有道路感知设备(包括车辆和智能交通设施)的信息,对道路内车载资源进行全局的管理。当RSU收到车辆的感知业务请求时,RSU根据车辆的行驶路线分析出在感知业务需求时间点和地理位置出现的车辆;再由感知业务需求的感知范围、传感器类型和精度要求得到符合要求的车载传感器集合。因此,符合感知业务需求的传感器必须满足以下条件:
第一个条件表示备选车载传感器的感知范围必须覆盖到感知业务需求的范围,第二个条件表示备选车载传感器要符合感知业务的精度要求。
SS5、感知业务会产生计算任务,警务车在获取一个区域的音频感知信息后,会进行分析处理监测人群中是否有异常的、危险的行为活动。负责感知的车辆在采集感知信息后,由本地计算处理或选择附近有空余计算资源的车辆进行计算卸载,而RSU在这个过程中作为中央控制器对车载传感器和计算资源进行全局统一管理。生成计算任务的大小往往取决于传感器的类型和传感器的精度,一般精度越高的感知数据,数据量也会越大。
SS6、计算业务生成后,RSU需要在时延约束下执行计算业务。考虑一个RSU覆盖范围内车辆全连接的场景,在生成计算任务时可以选择本地计算或是卸载给拥有空闲计算资源的车辆。由于传输数据和计算处理数据所消耗的能量相较于车辆行驶是很小的,所以本发明的实施例不考虑能耗成本。
当选择本地计算时,时间成本可以表示为:
而将计算任务卸载至其他车辆时,需要考虑传输过程消耗的时间,所以假设i车产生了计算任务,需要将任务卸载至j车,总时间成本可以表示为:
其中Ri,j为i车到j车的传输速率,B为信道带宽,Gi,j和Pi分别是信道增益和发射功率,为噪声功率。值得注意的是,计算任务处理结束后得到的往往是一个分析结果,数据量很小,所以忽略传送结果所消耗的时延。
SS7、RSU判断当前的资源情况是否可以满足感知业务或计算业务的需求。
除了时延要求无法满足外,在实际情况中感知业务需求的时间点感知区域并不一定有车辆行驶或者行驶的车辆没有配备感知业务需要的传感器都可能导致感知业务无法完成。
SS8、当RSU判断当前设备资源情况无法满足感知业务需求时,可以利用无人机执行感知业务。每辆自动驾驶警务车会在车顶部署无人机U,都配备有丰富的传感器资源由于这里的无人机是专为辅助车辆感知而部署的,所以默认无人机拥有所有符合车辆感知需求的传感器。由于无人机的轨迹没有约束,所以在执行辅助感知和辅助计算任务时只需要飞行到特定的位置,所以这里就不再对无人机的感知范围进行描述。
SS9、RSU完成最终决策后,RSU支付给提供资源的设备一定的费用,并对所有资源被占用情况进行重置,等待新的业务生成,回到SS2。
请参阅图3,本发明在上述第一个实施例的基础上,再提供一辆自动驾驶汽车将要行驶过一个十字路口,需要提前对十字路口交通环境进行感知的具体运用场景。由于该场景数学模型在上个实施例中已经呈现,所以只对方法步骤做简要阐述。具体实施步骤如下:
SSS1、该场景下依然可以由路测单元RSU作为中央控制器。RSU建立起车联网中无人机辅助的异构资源联合管理装置并覆盖范围内所有车辆数据和智能交通设施数据初始化所有单元。
SSS2、RSU收集范围内所有车辆以及其他智能设施的信息,包括计算能力、所拥有传感器类型、传感器的精度以及感知的范围。同时RSU会收集车辆的行驶路线信息,以更好地对资源进行管理。
SSS3、一辆将要行驶至十字路口的车辆产生感知业务请求,需要对十字路口的交通流情况进行提前预测分析,以便更好的进行驾驶决策。感知业务需求信息包括了十字路口的地理位置,感知的范围,以及需要的摄像头、激光雷达传感器的感知精度。
SSS4、RSU根据感知业务需求信息、车辆行驶信息和所有设备资源信息执行感知业务,安排合适的车辆对十字路口区域进行感知,采集感知信息。
SSS5、执行感知业务的感知车辆采集感知信息,同时由于交通流的预测分析需要对感知数据进行计算,所以会根据感知数据生成对应的计算业务。其中计算业务包括了已经采集的感知数据,以及该计算需要消耗的计算资源。
SSS6、RSU根据计算业务的需求、感知车辆的位置和附近设备的计算资源情况,对计算业务的执行方式进行决策。
SSS7、RSU判断是否感知业务和计算业务的处理时延能够满足需求。
SSS8、若RSU判断当前资源情况无法满足需求,则需要通知业务请求方对感知业务做出调整(例如缩小感知范围、降低精度要求)或调度备用资源。但一般民用车辆很少配备有无人机设备,所以业务请求方可以选择支付更高的费用调度专用的感知车辆或是计算车辆抵达感知业务需求的十字路口进行感知或是计算任务。
SSS9、RSU完成最终决策后,设备会对资源的变动情况进行更新。所有设备重新提交自身的信息数据给RSU,并等待新的业务生成(回到步骤SSS2)。
另外,本发明的第四个实施例还提供一对应上述第一个实施例、第二个实施例以及第三个实施例的系统方案。
如图4所示,为一种车联网超视距感知任务的异构资源联合管理系统,所述系统包括中央控制器C、多个的车载设备(A1至An)以及多个的智能交通固定设备(B1至Bn);所述车载设备A1至An以及智能交通固定设备分别与所述中央控制器通信连接;
所述车载设备,用于利用车载传感器实时采集感知信息,以及利用车载计算资源处理感知信息,并生成对应的资源信息,以及生成对应的上传自身资源信息情况至中央控制器,以及生成感知业务后至中央控制器;
所述智能交通固定设备,用于实时利用传感器采集感知信息和利用计算资源处理感知信息,并上传自身生成对应的资源信息情况至中央控制器;
所述中央控制器,用于收集其管理范围内的资源信息,创建资源信息数据表;以及中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息,以及依据获取的感知信息生成所述感知业务对应的计算业务;以及执行所述计算业务。
优选地,所述车载设备生成的资源信息包括传感器类型、感知精度、感知范围、行驶线路信息以及设备计算能力;
所述智能交通固定设备生成的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力;
所述感知业务包括感知区域信息、需求传感器信息以及感知时间信息;其中,所述感知时间信息包括感知时间和处理感知业务的最大时延;所述感知区域信息包括地理位置以及感知范围;
所述中央控制器生成的计算业务包括计算任务所需数据、计算复杂度以及处理计算业务的最大时延。
优选地,所述中央控制器C包括:
第一获取单元C1,用于依据感知业务中所述的感知时间以及地理位置,从所述资源信息数据表中确定获取第一目标设备;
第二获取单元C2,用于依据感知业务中所述的感知范围以及需求传感器信息,从第一目标设备中筛选出符合要求的第二目标设备;
第三获取单元C3,用于获取所述第二目标设备的传感器所采集的感知信息;
生成单元C4,用于依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
优选地,所述中央控制器还包括:
判断单元C5,用于依据自身资源判断所述计算业务的可执行性;
反馈单元C6,用于在判断单元输出的结果为不可执行时,通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;
执行单元C7,用于在判断单元输出的结果为可执行时,执行所述计算业务。
优选地,所述车载设备,还用于驶入任一中央控制器的管理范围内之后,通过传感器获取感知信息,并生成对应的资源信息后上传至所述任一中央控制器。
优选地,所述车载设备,还用于驶出任一中央控制器的管理范围内之后,清除其在所述任一中央控制器的管理范围内采集到的资源信息;
所述中央控制器,还用于依据预设的延迟窗删除所述资源信息数据表中过期的资源信息。
本发明针对车联网的群智感知场景,提出了车联网超视距感知任务的异构资源联合管理方法及系统,使得车辆与其他车辆和智能交通设施之间可以交互共享安全告警和道路状况等关键信息,以达到提高道路交通安全和交通效率的目的。在此基础上,为了解决单车计算资源受限导致处理感知信息的时延无法满足需求的问题,还利用边缘计算技术将车辆产生的复杂计算任务卸载至其他计算资源空余的车辆以达到任务的时延和可靠性要求。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,包括以下步骤:
车载设备和智能交通固定设备分别依据自身传感器设备信息和自身设备算力,生成资源信息;
中央控制器收集其管理范围内的资源信息,创建资源信息数据表;
一车载设备生成感知业务后提交至中央控制器;
中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息;
中央控制器依据获取的感知信息生成所述感知业务对应的计算业务;
中央控制器执行所述计算业务。
2.如权利要求1所述的一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,所述中央控制器收集其管理范围内的资源信息,包括:
车载设备驶入任一中央控制器的管理范围内之后,将自身的资源信息上传至所述任一中央控制器。
3.如权利要求2所述的一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,所述方法还包括:
车载设备驶出任一中央控制器的管理范围内之后,清除其在所述任一中央控制器的管理范围内的资源信息;
中央控制器依据预设的延迟窗删除所述资源信息数据表中过期的资源信息。
4.如权利要求1所述的一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,车载设备对应的资源信息包括传感器类型、感知精度、感知范围、行驶线路信息以及设备计算能力;智能交通固定设备的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力;
所述感知业务包括感知区域信息、需求传感器信息以及感知时间信息;其中,所述感知时间信息包括感知时间和处理感知业务的最大时延;所述感知区域信息包括地理位置以及感知范围;
所述计算业务包括计算任务所需数据、计算复杂度以及处理计算业务的最大时延。
5.如权利要求4所述的一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,所述中央控制器依据所述资源信息数据表获取所述感知业务所需的感知信息;包括:
中央控制器依据感知业务中所述的感知时间以及地理位置,从所述资源信息数据表中确定第一目标设备;
依据感知业务中所述的感知范围以及需求传感器信息,从第一目标设备中筛选出符合要求的第二目标设备;
中央控制器获取所述第二目标设备的传感器所采集的感知信息;
所述中央控制器依据获取的感知信息生成所述感知业务对应的计算业务,包括:
依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
6.如权利要求1所述的一种车联网超视距感知任务的异构资源联合管理方法,其特征在于,所述中央控制器执行所述计算业务,包括:
中央控制器依据当前资源信息数据表判断所述计算业务的可执行性;
若不可执行,则通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;
若可执行,则所述中央控制器执行所述计算业务并更新资源信息至所述资源信息数据表。
7.一种车联网超视距感知任务的异构资源联合管理系统,其特征在于,所述系统包括中央控制器、车载设备以及智能交通固定设备;所述车载设备以及智能交通固定设备分别与所述中央控制器通信连接;
所述车载设备,用于依据自身传感器设备信息和自身设备算力,生成资源信息;以及生成感知业务后提交至中央控制器;
所述智能交通固定设备,用于依据自身传感器设备信息和自身设备算力,生成资源信息;
所述中央控制器,用于收集其管理范围内的资源信息,创建资源信息数据表;以及依据所述资源信息数据表获取所述感知业务所需的感知信息;以及依据获取的感知信息生成所述感知业务对应的计算业务;以及执行所述计算业务。
8.如权利要求7所述的车联网超视距感知任务的异构资源联合管理系统,其特征在于,所述车载设备生成的资源信息包括传感器类型、感知精度、感知范围、行驶线路信息以及设备计算能力;
所述智能交通固定设备生成的资源信息包括传感器类型、感知精度、感知范围以及设备计算能力;
所述感知业务包括感知区域信息、需求传感器信息以及感知时间信息;其中,所述感知时间信息包括感知时间和处理感知业务的最大时延;所述感知区域信息包括地理位置以及感知范围;
所述中央控制器生成的计算业务包括计算任务所需数据、计算复杂度以及处理计算业务的最大时延。
9.如权利要求7所述的车联网超视距感知任务的异构资源联合管理系统,其特征在于,所述中央控制器包括:
第一获取单元,用于依据感知业务中所述的感知时间以及地理位置,从所述资源信息数据表中确定第一目标设备;
第二获取单元,用于依据感知业务中所述的感知范围以及需求传感器信息,从第一目标设备中筛选出符合要求的第二目标设备;
第三获取单元,用于获取所述第二目标设备的传感器所采集的感知信息;
生成单元,用于依据所述第二目标设备的感知信息以及所述感知时间信息中所述的最大时延,生成对应的计算业务。
10.如权利要求9所述的车联网超视距感知任务的异构资源联合管理系统,其特征在于,所述中央控制器还包括:
判断单元,用于依据自身资源判断所述计算业务的可执行性;
反馈单元,用于在判断单元输出的结果为不可执行时,通知所述一车载设备对所述感知业务进行调整或者使用激励机制调度其他车载设备完成所述计算业务;
执行单元,用于在判断单元输出的结果为可执行时,执行所述计算业务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939449.4A CN113793498B (zh) | 2021-08-16 | 2021-08-16 | 车联网超视距感知任务的异构资源联合管理方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939449.4A CN113793498B (zh) | 2021-08-16 | 2021-08-16 | 车联网超视距感知任务的异构资源联合管理方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793498A true CN113793498A (zh) | 2021-12-14 |
CN113793498B CN113793498B (zh) | 2022-07-19 |
Family
ID=79181859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110939449.4A Active CN113793498B (zh) | 2021-08-16 | 2021-08-16 | 车联网超视距感知任务的异构资源联合管理方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793498B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114640944A (zh) * | 2022-03-01 | 2022-06-17 | 厦门大学 | 基于信息可用性的车路协同多域多源资源管理方法 |
CN114912532A (zh) * | 2022-05-20 | 2022-08-16 | 电子科技大学 | 一种自动驾驶汽车多源异构感知数据融合方法 |
WO2023131315A1 (zh) * | 2022-01-07 | 2023-07-13 | 维沃移动通信有限公司 | 无线感知方法、装置、设备及存储介质 |
WO2023179712A1 (zh) * | 2022-03-23 | 2023-09-28 | 中国移动通信有限公司研究院 | 一种支持感知的通信方法及装置、通信设备 |
WO2023225863A1 (zh) * | 2022-05-24 | 2023-11-30 | 北京小米移动软件有限公司 | 一种提供感知服务的方法、装置、设备以及存储介质 |
WO2023231919A1 (zh) * | 2022-05-30 | 2023-12-07 | 维沃移动通信有限公司 | 无线感知条件切换方法及设备 |
WO2024051543A1 (zh) * | 2022-09-05 | 2024-03-14 | 维沃移动通信有限公司 | 信息处理方法、装置及通信设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379727A (zh) * | 2018-10-16 | 2019-02-22 | 重庆邮电大学 | 车联网中基于mec的任务分布式卸载与协作执行方案 |
CN110335488A (zh) * | 2019-07-24 | 2019-10-15 | 深圳成谷科技有限公司 | 一种基于车路协同的车辆自动驾驶方法和装置 |
CN111010662A (zh) * | 2020-01-06 | 2020-04-14 | 北京邮电大学 | 一种基于分簇的车车通信资源调配方法 |
WO2020106643A1 (en) * | 2018-11-20 | 2020-05-28 | Intel Corporation | Sensing-based distributed scheduling of event-based mission critical (mc) vehicle-to-everything (v2x) traffic |
CN111372217A (zh) * | 2020-03-02 | 2020-07-03 | 厦门大学 | 车联网环境中的计算任务卸载方法、介质及装置 |
CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
CN112437501A (zh) * | 2020-10-19 | 2021-03-02 | 江苏大学 | 一种基于交通语义和博弈论的多传感器超视距自组网方法 |
-
2021
- 2021-08-16 CN CN202110939449.4A patent/CN113793498B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379727A (zh) * | 2018-10-16 | 2019-02-22 | 重庆邮电大学 | 车联网中基于mec的任务分布式卸载与协作执行方案 |
WO2020106643A1 (en) * | 2018-11-20 | 2020-05-28 | Intel Corporation | Sensing-based distributed scheduling of event-based mission critical (mc) vehicle-to-everything (v2x) traffic |
CN110335488A (zh) * | 2019-07-24 | 2019-10-15 | 深圳成谷科技有限公司 | 一种基于车路协同的车辆自动驾驶方法和装置 |
CN111010662A (zh) * | 2020-01-06 | 2020-04-14 | 北京邮电大学 | 一种基于分簇的车车通信资源调配方法 |
CN111372217A (zh) * | 2020-03-02 | 2020-07-03 | 厦门大学 | 车联网环境中的计算任务卸载方法、介质及装置 |
CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
CN112437501A (zh) * | 2020-10-19 | 2021-03-02 | 江苏大学 | 一种基于交通语义和博弈论的多传感器超视距自组网方法 |
Non-Patent Citations (2)
Title |
---|
YUHAN SU,MINGHUI LIWANG,ELT: "《Optimal Position Planning of UAV Relays in UAV-assisted Vehicular Networks》", 《ICC 2021 - IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS》, 6 August 2021 (2021-08-06) * |
张海霞等: "基于车辆行为分析的车联网超可靠低时延通信关键技术", 《中兴通讯技术》, no. 01 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023131315A1 (zh) * | 2022-01-07 | 2023-07-13 | 维沃移动通信有限公司 | 无线感知方法、装置、设备及存储介质 |
CN114640944A (zh) * | 2022-03-01 | 2022-06-17 | 厦门大学 | 基于信息可用性的车路协同多域多源资源管理方法 |
WO2023179712A1 (zh) * | 2022-03-23 | 2023-09-28 | 中国移动通信有限公司研究院 | 一种支持感知的通信方法及装置、通信设备 |
CN114912532A (zh) * | 2022-05-20 | 2022-08-16 | 电子科技大学 | 一种自动驾驶汽车多源异构感知数据融合方法 |
CN114912532B (zh) * | 2022-05-20 | 2023-08-25 | 电子科技大学 | 一种自动驾驶汽车多源异构感知数据融合方法 |
WO2023225863A1 (zh) * | 2022-05-24 | 2023-11-30 | 北京小米移动软件有限公司 | 一种提供感知服务的方法、装置、设备以及存储介质 |
WO2023231919A1 (zh) * | 2022-05-30 | 2023-12-07 | 维沃移动通信有限公司 | 无线感知条件切换方法及设备 |
WO2024051543A1 (zh) * | 2022-09-05 | 2024-03-14 | 维沃移动通信有限公司 | 信息处理方法、装置及通信设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113793498B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113793498B (zh) | 车联网超视距感知任务的异构资源联合管理方法与系统 | |
RU2683902C2 (ru) | Транспортное средство, способ и система для планирования режимов транспортного средства с использованием изученных предпочтений пользователя | |
DE102020121865A1 (de) | Potenzielle-kollision-warnsystem basierend auf verkehrsteilnehmerabsichtsvorhersage | |
CN113286733A (zh) | 用于管理不同自主水平的车辆之间的交互的方法和系统 | |
CN109415043A (zh) | 一种基于舒适度的自动驾驶行驶规划方法 | |
US20210029510A1 (en) | Information processing method and information processing system | |
CN114360269A (zh) | 一种智能网联道路支持下的自动驾驶协同控制系统和方法 | |
CN104730949A (zh) | 自主车辆中的情感型用户界面 | |
JPWO2017111127A1 (ja) | サーバ装置、車両制御装置、および通信装置 | |
WO2019143752A1 (en) | Systems and methods for implementing vehicle assignments using vehicle state information | |
CN112249034B (zh) | 一种汽车大脑系统及车辆驾驶控制方法 | |
US11188099B2 (en) | Method, system and apparatus for an autonomous routing algorithm with a failsafe provision at a final drop-off location | |
CN111063252B (zh) | 一种基于人工智能的景点导览方法和系统 | |
US20230056115A1 (en) | Method of Collecting Data from Fleet of Vehicles | |
US20220111858A1 (en) | Function allocation for automated driving systems | |
CN114501385A (zh) | 一种应用于智能网联交通系统的协同自动驾驶系统 | |
DE112022001861T5 (de) | Bewegungsbahnkonsistenzmessung für den betrieb eines autonomen fahrzeugs | |
CN115269370A (zh) | 用于自动驾驶系统的路径规划系统开发的平台 | |
CN112955361A (zh) | 对预期行驶行为的预测 | |
CN117519944A (zh) | 一种基于算力感知和边缘云计算协同的无人车及其协同方法 | |
CN115269371A (zh) | 用于自动驾驶系统的路径规划系统开发的平台 | |
CN114763156A (zh) | 使用基于关注度的事件结构的认知情境意识的方法 | |
CN112150807B (zh) | 车辆预警方法和装置、存储介质及电子设备 | |
US20210300393A1 (en) | Automatic testing of autonomous vehicles | |
CN113401145B (zh) | 一种车辆驾驶控制方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |