CN113859147A - 检测跟随挂车的交通工具和挂车状况的系统和方法 - Google Patents
检测跟随挂车的交通工具和挂车状况的系统和方法 Download PDFInfo
- Publication number
- CN113859147A CN113859147A CN202110726014.1A CN202110726014A CN113859147A CN 113859147 A CN113859147 A CN 113859147A CN 202110726014 A CN202110726014 A CN 202110726014A CN 113859147 A CN113859147 A CN 113859147A
- Authority
- CN
- China
- Prior art keywords
- trailer
- data
- subsystem
- truck
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 230000001902 propagating effect Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 23
- 230000009471 action Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000001931 thermography Methods 0.000 claims description 6
- 238000003331 infrared imaging Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 74
- 238000004891 communication Methods 0.000 description 28
- 230000002159 abnormal effect Effects 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000000246 remedial effect Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000001294 propane Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/02—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/46—Indirect determination of position data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
- B60R2011/0049—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means for non integrated articles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0042—Arrangements for holding or mounting articles, not otherwise provided for characterised by mounting means
- B60R2011/008—Adjustable or movable supports
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D65/00—Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
- B62D65/02—Joining sub-units or components to, or positioning sub-units or components with respect to, body shell or other sub-units or components
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/46—Indirect determination of position data
- G01S2013/462—Indirect determination of position data using multipath signals
- G01S2013/464—Indirect determination of position data using multipath signals using only the non-line-of-sight signal(s), e.g. to enable survey of scene 'behind' the target only the indirect signal is evaluated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9315—Monitoring blind spots
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9318—Controlling the steering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/93185—Controlling the brakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/9327—Sensor installation details
- G01S2013/93272—Sensor installation details in the back of the vehicles
Abstract
本公开涉及一种检测正在跟随的挂车的交通工具和挂车状况的系统和方法。提供卡车载传感器以检测正在跟随的挂车的交通工具和挂车状况的系统包括:交通工具控制子系统,其安装在自主卡车中并且包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的可附接挂车的部分上并且经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统配置为发射在挂车下方的空间中传播的电磁波,生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统。
Description
相关申请的交叉引用
本专利申请是从2020年6月30日提交的美国临时专利申请序列号63/046,147获取优先权的非临时专利申请。本非临时专利申请从引用的专利申请中获取优先权。引用的专利申请的全部公开内容被视为本申请公开内容的一部分,并通过引用整体并入本文。
版权声明
本专利文件公开内容的一部分包含受版权保护的内容。版权业主不反对任何人对美国专利商标局专利文件或记录中的专利文件或专利公开内容进行传真复制,但保留所有版权。以下声明适用于本文的公开内容和构成本文件一部分的附图:版权2017-2021,TuSimple,保留所有权利。
技术领域
本专利文件总体上涉及用于自主驾驶系统、对象检测、交通工具控制系统、雷达系统、相机系统、热检测系统和超声波检测系统的工具(系统、装置、方法、计算机程序产品等),更具体地,但不作为限制,涉及一种提供卡车载传感器以检测跟随挂车的交通工具和挂车状况的系统和方法。
背景技术
在操作机动交通工具的过程中,操作员需要获取关于各种危险对象的接近度及其相对速度的信息,以便操作员做出谨慎的驾驶决定,例如是否有足够的时间变道或制动。该信息应从交通工具周围的区域获取。例如,为了收集这些信息,操作者经常需要在身体方面转动头部来检查盲点的占用情况。在采取这种行动时,驾驶员的注意力总是暂时从对交通工具的控制上转移开。
对于汽车,盲点通常出现在交通工具的两侧,大约从驾驶员的位置开始,有时向后延伸超过交通工具的后部。这些盲点的位置很大程度上取决于对后视镜角度的调节。对于卡车、牵引车和施工设备来说,这个问题更为复杂,因为其不仅在交通工具侧面会有更大的盲点,而且在牵引车/卡车或由牵引车/卡车牵引的挂车的正后方也会有严重的盲点。当牵引车/卡车在交通密集或城市地区牵引挂车时,该盲点尤其严重,在这些地方,小型交通工具、摩托车、行人、自行车可以完全隐藏在驾驶员的视野之外。对于牵引车/卡车的驾驶员或牵引车/卡车的自动控制系统来说,能够检测挂车后面盲点内的对象(例如正在跟随的交通工具)是非常重要的。如果可以检测该对象或正在跟随的交通工具,则可以实现后方碰撞警告功能或更好的制动策略。然而,传统系统不提供用于检测由牵引车/卡车牵引的挂车后面正在跟随的交通工具的解决方案。通常,在挂车后部安装传感器进行检测是不可能或不可行的;因为牵引车/卡车可能被用于拖动来自不同车主/客户的各种不同类型的挂车,并且卡车司机通常无权改装挂车。
此外,监控挂车的状况以及挂车后端的轮或轮胎的状况非常重要。如果挂车的任何一个轮胎爆胎、翻新撕裂(re-cap shredding)或出现低压情况,都可能遇到危险情况。尽管存在轮胎安装传感器技术,但这些轮胎安装传感器可能不适用于为不同挂车车主拖动各种不同类型挂车的牵引车/卡车。此外,这些安装在轮胎上的传感器不能被用于自主卡车。目前,自主卡车无法检测到挂车或由自主卡车牵引的挂车的轮或轮胎出现的危险情况。
发明内容
本文公开了一种提供卡车载传感器以检测跟随挂车的交通工具和挂车状况的系统和方法。示例实施例的系统包括:交通工具控制子系统,其安装在自主卡车中,交通工具控制子系统包括数据处理器;以及卡车载雷达子系统,其安装在自主卡车的牵引车的后部、侧部、前部或顶部部分,挂车可附接到自主卡车的牵引车,卡车载雷达子系统经由数据连接耦连到交通工具控制子系统,其中卡车载雷达子系统被配置为发射在挂车下方的空间中传播的电磁波,以生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统。
此外,本文公开了一种提供卡车载传感器以检测挂车状况或类型的系统和方法。示例实施例的系统包括:交通工具控制子系统,其安装在自主卡车中并且包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的一部分上,一个挂车或多个挂车可附接到自主卡车的牵引车,卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,卡车载传感器子系统配置为捕捉信号以检测挂车或多个挂车的状况,卡车载传感器子系统还配置为生成表示由捕捉的信号检测到的挂车或多个挂车的状况的传感器数据,并将传感器数据传输到交通工具控制子系统。下面描述各种示例实施例的细节,并在本申请的附图中示出。
附图说明
在附图中,通过示例且以非限制的方式示出了各种实施例,其中:
图1图示了根据示例实施例的拖动附接的挂车且挂车后方的盲点处有正在跟随的交通工具的牵引车/卡车的侧视图,其中牵引车/卡车配置有后向雷达子系统;
图2图示了根据示例实施例的配置有后向雷达子系统的牵引车/卡车的后透视图;
图3图示了根据示例实施例的拖动附接的挂车的牵引车/卡车的侧视图,牵引车/卡车配置有后向雷达子系统,其中挂车的底表面和挂车下方的地面产生波导,雷达电磁波通过该波导传播和行进;
图4图示了根据示例实施例的拖动附接的挂车且挂车后方的盲点处有正在跟随的交通工具的牵引车/卡车的仰视图,牵引车/卡车配置有后向雷达子系统,其中挂车的底表面和挂车下方的地面产生波导,雷达电磁波通过该波导传播和行进以检测正在跟随的交通工具;
图5是图示用于提供后向雷达子系统以检测跟随挂车的交通工具的方法的示例实施例的过程流程图;
图6图示了示出可以实现示例实施例的交通工具内控制系统和雷达数据处理模块的示例生态系统的框图;
图7是图示使用后向雷达子系统来检测跟随挂车的交通工具以及使用交通工具内控制系统来处理雷达数据并相应地控制自主交通工具的方法的示例实施例的过程流程图;
图8图示了示出拖动附接的挂车的牵引车/卡车的侧视图的另一个示例实施例,该牵引车/卡车配置有后向传感器子系统以检测挂车轮状况;
图9图示了示出拖动附接的挂车的牵引车/卡车的仰视图的示例实施例,牵引车/卡车配置有后向传感器子系统以检测挂车轮状况;
图10是图示使用后向传感器子系统来检测挂车状况以及使用交通工具控制子系统来处理传感器数据并相应地控制自主交通工具的方法的示例实施例的过程流程图;
图11图示了包括与中央计算机进行数据通信的单个后雷达单元的传感器子系统的示例实施例;
图12图示了传感器子系统的示例实施例,该传感器子系统包括后雷达单元、左后雷达单元、右后雷达单元、右后相机和左后相机,其每一个均与中央计算机进行数据通信;
图13图示了传感器子系统的示例实施例,该传感器子系统包括后雷达单元、左后雷达单元、右后雷达单元、右后相机、左后相机、右后LIDAR单元、左后LIDAR单元,其每一个均与中央计算机进行数据通信;
图14图示了集成到卡车或牵引车的搁架或安装元件中的相机子系统的示例实施例;
图15图示了集成到卡车或牵引车的一部分中的LIDAR子系统的示例实施例;
图16图示了集成到卡车或牵引车的后装载支架中的传感器子系统的示例实施例;
图17图示了集成到卡车或牵引车的一部分中的雷达子系统的示例实施例;
图18是图示使用后向传感器子系统检测挂车状况或挂车状态以及使用交通工具控制子系统处理传感器数据并相应地控制自主交通工具的方法的示例实施例的过程流程图;以及
图19至21是图示用于融合各种形式的传感器数据的方法的示例实施例的过程流程图。
具体实施方式
在以下描述中,出于解释的目的,阐述了许多具体细节,以便透彻理解各种实施例。然而,对于本领域的普通技术人员来说,显然可以在没有这些具体细节的情况下实施各种实施例。
本文公开了一种提供卡车载传感器以检测跟随挂车的交通工具和挂车状况的系统和方法。牵引车/挂车、大型卡车或18轮卡车在大多数道路上很常见。这些牵引车/挂车通常包括可拆卸地附接到通常用于拖运货物的一个或多个挂车的卡车或牵引车。对于这些大型卡车来说,附接和拖运各个不同的业主或客户拥有或运营的各种不同类型的挂车是很常见的。在大多数情况下,卡车操作员无权或无法改装挂车配置或牵引车/卡车拖运的挂车。因此,在挂车后部附接传感器来检测正在跟随的交通工具是不允许或不可行的。因此,在挂车后部附接相机、雷达单元或LIDAR传感器以检测正在跟随的交通工具是不可行的。
挂车或多个挂车下方以及前后轴和挂车轮组之间的区域通常没有障碍物。然而,从牵引车/卡车后部、挂车下方和挂车后部之外看去,视线通常受阻;因为后轴和后组挂车轮以及其他挂车结构会遮挡大部分视野。
为了克服这些挑战,本文描述的各种实施例使用了可拆卸且可调节地安装在牵引车/卡车后端并靠近第五轮联轴器的交通工具内雷达单元。本文公开的各种示例实施例的交通工具内雷达解决方案从牵引车/卡车的后部以及由牵引车/卡车牵引的挂车或多个挂车的下方向后发射电磁波。挂车或多个挂车的下表面和挂车下方的地面之间的区域起到波导的作用,使电磁波能够从牵引车/卡车的后部传播并行进至挂车或多个挂车的后端以及更远的地方。与相机或LIDAR不同,卡车载雷达子系统发射的电磁波不要求无障碍的视线视野。这些电磁波可以在挂车或多个挂车下方的波导中行进,并从挂车后面的对象(例如,正在跟随的交通工具或尾随交通工具)反射。反射的电磁波可以通过挂车或多个挂车下方的波导返回,并由牵引车/卡车上的卡车载雷达子系统接收。与标准雷达设备一样,这些反射的电磁信号可用于检测跟随挂车或多个挂车的处于挂车后方盲区内的任何交通工具。
本文公开的各种示例实施例与挂车电气和机械隔离。因此,不需要对挂车进行硬件改造、安装和其他修改。在假设检测到挂车后面的正在跟随的交通工具的示例实施例中,牵引车/卡车中的自主交通工具控制系统可以使用正在跟随的交通工具检测信息来对自主控制的牵引车/卡车实施特定的制动策略、变道策略或其他控制策略,以避免与正在跟随的交通工具碰撞。因此,牵引车/卡车中的自主交通工具控制系统可以更加全面,对导致突然制动和后部碰撞的情况更加敏感。因此,可以避免或减轻这些情况。
图1图示了根据示例实施例的拖动附接的挂车110且挂车后面的盲点处有正在跟随的交通工具120的牵引车/卡车100的侧视图,其中牵引车/卡车100配置有后向雷达子系统200。尽管图1示出了由牵引车/卡车100牵引的单个挂车110,但是根据本文的公开内容,本领域的普通技术人员将理解,本文公开的系统和方法可以类似地用牵引多个挂车的牵引车/卡车100来实现。如下文更详细地描述,可拆卸且可调节地附接到牵引车/卡车100的后部的后向雷达子系统200可以从牵引车/卡车100的后部以及在由牵引车/卡车100牵引的挂车110下方向后发射电磁波。挂车110的下表面和挂车110下方的地面之间的区域起到波导的作用,使电磁波能够从牵引车/卡车100的后部传播并行进至挂车110的后端以及更远的地方。这些电磁波可以在挂车110下方的波导中传播,并从挂车110后面的对象120(例如,正在跟随的交通工具)反射开。反射的电磁波可以通过挂车110下方的波导返回,并由牵引车/卡车100上的后向雷达子系统200接收。当穿透挂车110下方的波导时,不同类型的雷达设备具有不同的性能特征。各个制造商提供的特定雷达设备可以穿透和传播得更远,而其他雷达设备可以输出更多的对象检测。鉴于本文的公开内容,对于本领域普通技术人员来说显而易见的是,这些类型的雷达设备中的任何一种都可以用作本文公开的后向雷达子系统200。
图2示出了根据示例实施例的配置有后向雷达子系统200的牵引车/卡车100的后透视图。如示例实施例所示,后向雷达子系统200可以可拆卸且可调节地安装在牵引车/卡车100的后端,并且靠近牵引车/卡车的第五轮联轴器,并且通常位于第五轮联轴器的后面。后向雷达子系统200的电磁波发射器可以使用可调节装载支架210可拆卸且可调节地安装在牵引车/卡车100的后端。可调节装载支架210被配置为使得雷达的电磁波发射器能够在竖直和水平方向上可调节。可调节装载支架210可以提供滑动安装,以实现对雷达电磁波发射器的竖直调节。可在牵引车/卡车100的后车架上设置多个支架安装孔,以能够在水平上调节装载支架210和安装在其上的雷达电磁波发射器。可调节装载支架210还可以提供用于将装载支架210可拆卸地附接到牵引车/卡车100的后车架的联结销。后向雷达子系统200可以用螺栓或螺钉可拆卸地附接到可调节装载支架210上。装载支架210位置的优化可以取决于雷达单元200进行后向检测的性能。通常,可以调节和优化雷达单元200放置的两个参数:1)雷达单元200的安装高度,通过抑制地面反射来进行优化(竖直调节);以及2)雷达单元200放置的纵向平移,通过雷达单元200的性能和对雷达单元200进行机械保护使其免受地面碎片影响来优化(水平调节)。鉴于本文的公开内容,对于本领域普通技术人员来说显而易见的是,可以用替代装置来实现可调节装载支架210。可将来自后向雷达子系统200的电气和数据连接路由到安装在牵引车/卡车100中的交通工具控制子系统220。一旦安装好,后向雷达子系统200便可以被供能并初始化以进行电磁波发射和对象检测。后向雷达子系统200可以经由有线或无线数据连接与交通工具控制子系统220进行数据通信。
图3图示了根据示例实施例的拖动附接的挂车110的牵引车/卡车100的侧视图,牵引车/卡车100配置有后向雷达子系统200,其中挂车110的底表面和挂车110下方的地面构成波导300,雷达电磁波215通过波导300传播和行进。一旦后向雷达子系统200被供能并初始化以发射电磁波215,后向雷达子系统200就可以从牵引车/卡车100的后部并在由牵引车/卡车100牵引的挂车110的下方向后发射电磁波215。挂车110的下表面和挂车110下方的地面之间的区域起到波导300的作用,使电磁波215能够从牵引车/卡车100的后部传播并行进到挂车110的后端以及更远的地方。由后向雷达子系统200发射的电磁波215不要求朝向挂车110后部的视线无障碍。这些电磁波215可以在挂车110下方的波导300中行进,并且从挂车110后面的对象(例如,正在跟随的交通工具)反射开。反射的电磁波216可以通过挂车110下方的波导300返回,并由牵引车/卡车100上的后向雷达子系统200接收。后向雷达子系统200可以被配置为滤除从挂车110下方的固定结构反射的任何错误电磁波。此外,后向雷达子系统200的滤波逻辑还被配置为考虑牵引车/卡车100的运动。例如,当牵引车/卡车100急转弯时,后向雷达子系统200的滤波逻辑还被配置为相应地改变滤波区域,因为挂车110可能在不同的方向上移动。在特定实施例中,可以通过对各种类型的挂车110进行离线经验测试建立基线雷达回波剖面来实现雷达单元200回波的滤波。然后,在实际驾驶场景中操作使用后向雷达子系统200期间,可以从操作使用期间由雷达单元200接收的回波中减去基线雷达回波剖面或者与基线雷达回波剖面进行比较。在备选实施例中,滤波过程可以考虑挂车110后面的距离,并设置范围窗口。任何超出范围窗口的对象检测均可以被移除或忽略。由此,可以移除、识别或滤除从挂车110下方的固定结构反射的错误电磁波。与标准雷达设备一样,剩余的反射电磁信号216可用于检测挂车110后面盲区内跟随挂车110的任何交通工具。后向雷达子系统200可以生成表示在反射电磁信号216中检测到的对象的对象数据。如上所述,该对象数据可以经由有线或无线数据连接传输到交通工具控制子系统220。
图4图示了根据示例实施例的拖动附接的挂车110且挂车110后方的盲点400处有正在跟随的交通工具120的牵引车/卡车100的仰视图,牵引车/卡车100配置有后向雷达子系统200,其中挂车110的底表面和挂车下方的地面产生波导300,雷达电磁波215通过波导300传播和行进以检测正在跟随的交通工具120。如上所述,可拆卸且可调节地安装在牵引车/卡车100后端的后向雷达子系统200可以从牵引车/卡车100的后部并在由牵引车/卡车100牵引的挂车110下方向后发射电磁波215。波导300使得电磁波215能够从牵引车/卡车100的后部传播并行进到挂车110的后端以及更远的地方。后向雷达子系统200发射的电磁波215不要求朝向挂车110后部的视线无障碍。这些电磁波215可以在挂车110下方的波导300中行进,并且从挂车110后面的对象(例如,正在跟随的交通工具)反射。例如,如图4所示,后向雷达子系统200发射的电磁波215可以扩展并从在挂车110后面的盲点400处行驶的正在跟随的交通工具120反射。反射的电磁波216可以通过挂车110下方的波导300返回,并由牵引车/卡车100上的后向雷达子系统200接收。与标准雷达设备一样,这些反射的电磁信号216可被用于检测挂车110后面盲区400内跟随挂车110的任何交通工具120。在示例实施例中,后向雷达子系统200可以检测挂车110后面0至150米距离处正在跟随的交通工具120。后向雷达子系统200也可以检测正在跟随的交通工具120的相对速度。后向雷达子系统200可以生成表示在反射电磁信号216中检测到的对象的存在、位置、距离和速度的对象数据。
在示例实施例中,后向雷达子系统200还可以检测在反射电磁信号216中检测到的对象的尺寸和形状。该对象数据可以经由有线或无线数据连接传输到交通工具控制子系统220。交通工具控制子系统220可以使用表示检测到的正在跟随交通工具的对象数据来调节或实施特定制动策略、变道策略或其他自主交通工具控制策略,以避免与检测到的正在跟随的交通工具(例如,尾随的交通工具)发生碰撞或其他冲突。通过使用所公开的安装在牵引车/卡车上的后向雷达子系统200,可以检测挂车110后面盲区400中的正在跟随的交通工具120。因此,通过使用后向雷达子系统200产生的表示检测到的正在跟随的交通工具的对象数据,可以避免或减轻带有挂车110的牵引车/卡车100与正在跟随的交通工具120之间的碰撞。使用该检测到的对象信息,牵引车/卡车100中的交通工具控制子系统220可以命令牵引车/卡车100制动、加速、实施变道、暂时抑制或防止变道、改变交通工具轨迹或控制牵引车/卡车100采取规避动作以避免与正在跟随的交通工具120碰撞。如本文所使用,规避动作是指由自主交通工具执行或抑制的任何动作,执行或抑制动作是对在自主交通工具附近检测到对象(例如,交通工具)做出的反应,其中检测到对象表示与自主交通工具的当前轨迹、速度或加速度存在潜在冲突。在示例实施例中,牵引车/卡车100中的交通工具控制子系统220可以命令牵引车/卡车100在检测到尾随交通工具时采取补救动作,该补救动作包括:基于存在尾随交通工具来调节跟随距离;基于尾随交通工具预测来调节变道决策;变为较低的速度(减速)以便尾随交通工具通过;以及变为较快的速度(加速)以增加与尾随交通工具的距离。通常,通过使用所公开的安装在牵引车/卡车上的后向雷达子系统200,由后向雷达子系统200提供的作为交通工具控制子系统220的输入的检测对象信息将使得更安全且更平稳地操纵自主交通工具。根据驾驶场景和规则,可以选择、预先配置和优化由交通工具控制子系统220响应于检测对象信息而发出的交通工具控制命令,以最大程度地减小碰撞、突然转向操纵或急停的可能性。
现在参考图5,过程流程图示出了用于设置后向雷达子系统以检测跟随挂车的交通工具的方法1000的示例实施例。示例实施例可以配置为:将交通工具控制子系统安装在自主卡车中,该交通工具控制子系统包括数据处理器(处理框1010);将后向雷达子系统可拆卸地安装在自主卡车的牵引车的可附接挂车的后部,后向雷达子系统经由数据连接耦连到交通工具控制子系统(处理框1020);向后向雷达子系统供能以发射在挂车下方的空间中传播的电磁波(处理框1030);通过使用后向雷达子系统,生成表示通过接收电磁波反射而检测到的对象的对象数据(处理框1040);以及将对象数据传输到交通工具控制子系统(处理框1050)。
现在参考图6,框图图示了可以实现示例实施例的交通工具内控制系统1150和传感器数据处理模块1200的示例生态系统1100。本文所述的交通工具控制子系统220可以对应于下文更详细描述的交通工具内控制系统1150。生态系统1100包括各种系统和组件,这些系统和组件可以生成和/或向可以安装在牵引车/卡车或其他交通工具100中的交通工具内控制系统1150和传感器数据处理模块1200递送一个或多个信息源/数据源和相关服务。例如,作为交通工具子系统1140的设备之一,安装在交通工具100中或交通工具100上的一个或多个相机可以生成能够由交通工具内控制系统1150接收的图像和定时数据。安装在交通工具100中或交通工具100上的一个或多个相机可以配备有各种类型的相机镜头(例如,广角或近距离镜头、中程镜头和远程镜头),以捕捉交通工具100周围环境的图像。另外,传感器数据处理模块1200可以接收来自安装用于检测跟随挂车的交通工具的后向雷达200的雷达数据,如上所述。交通工具内控制系统1150和在其内执行的传感器数据处理模块1200可以接收该雷达数据作为输入。如本文中更详细地描述,传感器数据处理模块1200可以处理雷达数据,并且能够检测跟随挂车的交通工具(或其他对象),交通工具控制子系统可将该传感器数据处理模块1200用作交通工具子系统1140的另一个子系统。例如,交通工具控制子系统可以通过检测跟随挂车的交通工具来安全有效地导航和控制交通工具100通过真实世界的驾驶环境,同时避开障碍物并安全地控制交通工具。
在本文所述的示例实施例中,交通工具内控制系统1150可以与多个交通工具子系统1140进行数据通信,所有这些子系统都可以驻留在牵引车/卡车或其它交通工具100中。提供了交通工具子系统I/F1141来促进交通工具内控制系统1150和多个交通工具子系统1140之间的数据通信。交通工具内控制系统1150可以配置为包括数据处理器1171,该数据处理器1171被配置为执行传感器数据处理模块1200,以处理从一个或多个交通工具子系统1140接收的图像数据。数据处理器1171可以与数据存储器1172组合,作为交通工具内控制系统1150中的计算系统1170的一部分。数据存储器1172可以用于存储数据、处理参数、雷达参数、地形数据和数据处理指令。可以提供处理模块接口1165,以促进数据处理器1171和传感器数据处理模块1200之间的数据通信。在各种示例实施例中,可以提供与传感器数据处理模块1200类似地配置的多个处理模块以供数据处理器1171执行。如图6中的虚线所示,传感器数据处理模块1200可以集成到交通工具内控制系统1150中,可选地下载到交通工具内控制系统1150中,或者与交通工具内控制系统1150分开部署。
交通工具内控制系统1150可以配置为从/向广域网1120和连接至广域网1120的网络资源1122接收数据或发送数据。交通工具内网络设备1130和/或用户移动设备1132可用于经由网络1120进行通信。交通工具内控制系统1150可以使用网页使能(web-enabled)设备I/F1131来促进交通工具内控制系统1150和网络1120之间经由交通工具内网页使能设备1130进行的数据通信。类似地,交通工具内控制系统1150可以使用用户移动设备I/F 1133来促进交通工具内控制系统1150和网络1120之间经由用户移动设备1132进行的数据通信。以此方式,交通工具内控制系统1150可以经由网络1120获取对网络资源1122的实时访问。网络资源1122可用于获取由数据处理器1171执行的处理模块、用于训练内部神经网络的数据内容、系统参数或其他数据。
生态系统1100可以包括广域数据网络1120。网络1120代表一个或多个常规的广域数据网络,例如互联网、蜂窝电话网络、卫星网络、寻呼机网络、无线广播网络、游戏网络、WiFi网络、对等网络、IP语音(VoIP)等。这些网络1120中的一个或多个可以用于将用户或客户端系统与网络资源1122(例如网站、服务器、中央控制站点等)连接。网络资源1122可以生成和/或分发数据,可以经由交通工具内网页使能设备1130或用户移动设备1132在交通工具100中接收该数据。网络资源1122还可以托管网络云服务,网络云服务可以支持用于计算或协助处理雷达数据输入或雷达数据输入分析的功能。天线可用于经由蜂窝、卫星、无线电或其他常规信号接收机制将交通工具内控制系统1150和传感器数据处理模块1200与数据网络1120连接。此类蜂窝数据网络目前可用(VerizonTM、AT&TTM、T-MobileTM等)。这种基于卫星的数据或内容网络目前也可用(例如SiriusXMTM、HughesNetTM等)。传统的广播网络(例如AM/FM无线电网络、寻呼机网络、UHF网络、游戏网络、WiFi网络、对等网络、IP语音(VoIP)等)也是众所周知的。因此,交通工具内控制系统1150和传感器数据处理模块1200可以经由交通工具内网页使能设备I/F 1131接收基于网络的数据或内容,交通工具内网页使能设备I/F 1131可以用于与交通工具内网页使能设备接收器1130和网络1120连接。以此方式,交通工具内控制系统1150和传感器数据处理模块1200可以支持来自交通工具100内的各种网络可连接的交通工具内设备和系统。
如图6所示,交通工具内控制系统1150和传感器数据处理模块1200还可以从用户移动设备1132接收数据、图像处理控制参数和训练内容,用户移动设备1132可以位于交通工具100内部或附近。用户移动设备1132可以代表标准移动设备,例如蜂窝电话、智能手机、个人数字助理(PDA)、MP3播放器、平板计算设备(例如,iPadTM)、膝上型计算机、CD播放器和其他移动设备,这些设备可以为交通工具内控制系统1150和传感器数据处理模块1200产生、接收和/或递送数据、雷达处理控制参数和指令。如图6所示,移动设备1132也可以与网络云1120进行数据通信。移动设备1132可以从移动设备1132自身的内部存储器组件或者经由网络1120从网络资源1122获取数据和内容。此外,移动设备1132本身可以包括GPS数据接收器、加速计、WiFi三角测量或移动设备中的其他地理位置传感器或组件,其可以用于在任何时刻确定用户的实时地理位置(经由移动设备)。在任何情况下,如图6所示,交通工具内控制系统1150和传感器数据处理模块1200可以从移动设备1132接收数据。
仍然参考图6,生态系统1100的示例实施例可以包括交通工具操作子系统1140。对于在交通工具100中实施的实施例,许多标准交通工具包括操作子系统,例如电子控制单元(ECU),其支持用于发动机、制动器、变速器、电气系统、排放系统、内部环境等的监控/控制子系统。例如,经由交通工具子系统I/F 1141从交通工具操作子系统1140(例如,交通工具100的ECU)传送到交通工具内控制系统1150的数据信号可以包括关于交通工具100的一个或多个组件或子系统的状态的信息。具体地,可以从交通工具操作子系统1140传送到交通工具100的控制器局域网(CAN)总线的数据信号可以由交通工具内控制系统1150通过交通工具子系统接口1141接收和处理。本文所述的系统和方法的实施例可用于基本上任何使用如本文所定义的CAN总线或类似数据通信总线的机械化系统,包括但不限于工业设备、船只、卡车、机械或汽车;因此,本文使用的术语“交通工具”可以包括任何这样的机械化系统。本文描述的系统和方法的实施例也可以用于采用某种形式的网络数据通信的任何系统;然而,这种网络通信不是必需的。
仍然参考图6,生态系统1100的示例实施例以及其中的交通工具操作子系统1140可以包括支持交通工具100的操作的各种交通工具子系统。通常,交通工具100可以采用例如牵引车/挂车、汽车、卡车或其他机动交通工具的形式。其他支持的交通工具也是可能的。交通工具100可以配置为完全或部分以自主模式运行。例如,交通工具100可以在自主模式下控制自身,并且可以可操作地确定交通工具的当前状态及其环境,确定环境中至少一个其他交通工具的预测行为,确定可对应于至少一个其他交通工具执行预测行为的可能性的置信水平,并且基于所确定的信息控制交通工具100。当处于自主模式时,交通工具100可以配置为在无人交互的情况下操作。
交通工具100可以包括各种交通工具子系统,例如交通工具驱动子系统1142、交通工具传感器子系统1144、交通工具控制子系统1146和乘员接口子系统1148。如上所述,交通工具100还可以包括交通工具内控制系统1150、计算系统1170和传感器数据处理模块1200。交通工具100可以包括更多或更少的子系统,并且每个子系统可以包括多个元件。此外,交通工具100的每个子系统和元件可以相互连接。因此,交通工具100的一个或多个所描述的功能可以划分到附加功能或物理组件中,或者组合到更少的功能或物理组件中。在一些进一步的示例中,可以向图6所示的示例添加附加的功能和物理组件。
交通工具驱动子系统1142可包括可操作以为交通工具100提供动力运动的部件。在示例实施例中,交通工具驱动子系统1142可以包括发动机或电机、轮/轮胎、变速器、电气子系统和动力源。发动机或电机可以是内燃机、电动机、蒸汽机、燃料电池发动机、丙烷发动机或其他类型的发动机或电机的任意组合。在一些示例实施例中,发动机可以配置为将动力源转换成机械能。在一些示例实施例中,交通工具驱动子系统1142可以包括多种类型的发动机或电机。例如,气电混合动力汽车可以包括汽油发动机和电动机。其他示例也是可能的。
交通工具100的轮可以是标准轮胎。交通工具100的轮可以被配置为各种形式,包括独轮车、自行车、三轮车或四轮形式,例如在汽车或卡车上。其他轮几何形状也是可能的,例如包括六个或更多轮的几何形状。交通工具100的轮的任何组合都可以相对于其他轮进行差动旋转。轮可以代表固定附接到变速器的至少一个轮和联接到可与驱动表面接触的轮的轮辋的至少一个轮胎。轮可以包括金属和橡胶的组合,或者其他材料的组合。变速器可以包括可操作以将机械动力从发动机传递到轮的元件。为此,变速器可以包括变速箱、离合器、差速器和驱动轴。变速器也可以包括其他元件。驱动轴可以包括可以联接到一个或多个轮的一个或多个轴。电气系统可以包括可操作以传输和控制交通工具100中的电信号的元件。这些电信号可用于激活交通工具100的灯、伺服系统、电动机和其他电驱动或控制设备。动力源可代表可全部或部分地为发动机或电机提供动力的能量源。也就是说,发动机或电机可以配置为将动力源转换成机械能。动力源的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、燃料电池、太阳能电池板、电池和其他动力源。动力源可以附加地或替代地包括燃料箱、电池、电容器或飞轮的任意组合。动力源还可以为交通工具100的其他子系统提供能量。
交通工具传感器子系统1144可以包括配置为感测关于交通工具100的环境或状况的信息的多个传感器。例如,交通工具传感器子系统1144可以包括惯性测量单元(IMU)、全球定位系统(GPS)收发器、雷达单元、激光测距仪/LIDAR单元以及一个或多个相机或图像捕捉设备。交通工具传感器子系统1144还可以包括配置为监控交通工具100的内部系统的传感器(例如,O2监控器、燃料表、发动机油温)。其他传感器也是可能的。交通工具传感器子系统1144中包括的一个或多个传感器可以配置为单独或共同致动,以便修改该一个或多个传感器的位置、取向或两者。
IMU可以包括配置为基于惯性加速度感测交通工具100的位置和方向变化的传感器(例如,加速计和陀螺仪)的任意组合。GPS收发器可以是配置为估计交通工具100的地理位置的任何传感器。为此,GPS收发器可以包括接收器/发送器,其可操作以提供关于交通工具100相对于地球的位置的信息。雷达单元可以代表利用电磁或无线电信号感测交通工具100的局部环境内的对象的系统。在一些实施例中,除了感测对象之外,雷达单元还可以配置为感测交通工具100附近的对象的速度和航向。如上所述,雷达单元可以包括后向雷达200,以检测跟随挂车的交通工具。激光测距仪或RIDAR单元可以是配置为利用激光感测交通工具100所处环境中的对象的任何传感器。在示例实施例中,除了其他系统组件外,激光测距仪/LIDAR单元还可以包括一个或多个激光源、激光扫描仪和一个或多个检测器。激光测距仪/LIDAR单元可以配置为以相干(例如,使用外差检测)或非相干检测模式操作。相机可以包括配置为捕捉交通工具100的环境的多个图像的一个或多个设备。相机可以是静态图像相机或运动视频相机。
交通工具控制系统1146可以被配置为控制交通工具100及其组件的操作。因此,交通工具控制系统1146可以包括各种元件,例如转向单元、节气门、制动单元、导航单元和自主控制单元。
转向单元可以代表可操作以调节交通工具100的航向的机构的任何组合。节气门可以被配置为控制例如发动机的运行速度,进而控制交通工具100的速度。制动单元可以包括配置为使交通工具100减速的机构的任何组合。制动装置可以利用摩擦以标准方式使轮减速。在其他实施例中,制动单元可以将轮的动能转换成电流。制动单元也可以采取其他形式。导航单元可以是配置为确定交通工具100的行驶路径或路线的任何系统。导航单元可以另外配置为在交通工具100运行时动态更新行驶路径。在一些实施例中,导航单元可以配置为结合来自传感器数据处理模块1200、GPS收发器和一个或多个预定地图的数据,以便确定交通工具100的行驶路径。自主控制单元可以代表配置为识别、评估和避免或者越过交通工具100的环境中的潜在障碍物的控制系统。通常,自主控制单元可以配置为控制交通工具100在无驾驶员的情况下操作,或者在控制交通工具100时提供驾驶员辅助。在一些实施例中,自主控制单元可以配置为结合来自传感器数据处理模块1200、GPS收发器、雷达单元、LIDAR、相机和其他交通工具子系统的数据,以确定交通工具100的行驶路径或轨迹。交通工具控制系统1146可以附加地或替代地包括除了所示出和描述的组件之外的组件。
乘员接口子系统1148可以配置为允许交通工具100和外部传感器、其他交通工具、其他计算机系统和/或交通工具100的乘员或用户之间进行交互。例如,乘员接口子系统1148可以包括标准视觉显示设备(例如,等离子显示器、液晶显示器(LCD)、触摸屏显示器、平视显示器等)、扬声器或其他音频输出设备、麦克风或其他音频输入设备、导航接口以及用于控制交通工具100的内部环境(例如,温度、风扇等)的接口。
在示例实施例中,乘员接口子系统1148可以例如为交通工具100的用户/乘员提供与其他交通工具子系统交互的方式。视觉显示设备可以向交通工具100的用户提供信息。用户接口设备还可操作以经由触摸屏接受用户的输入。触摸屏可以配置为经由电容感测、电阻感测或表面声波过程以及其他可能性来感测用户手指的位置和移位的至少一者。触摸屏能够感测手指在与触摸屏表面平行或成平面的方向上、在与触摸屏表面垂直的方向上或这两个方向上的移动,并且还能够感测施加到触摸屏表面的压力水平。触摸屏可以由一个或多个半透明或透明绝缘层以及一个或多个半透明或透明导电层形成。触摸屏也可以采用其他形式。
在其他情况下,乘员接口子系统1148可以为交通工具100提供与其环境中的设备通信的方式。麦克风可以配置为从交通工具100的用户接收音频(例如,语音命令或其他音频输入)。类似地,扬声器可以配置为向交通工具100的用户输出音频。在一个示例实施例中,乘员接口子系统1148可以配置为直接或经由通信网络与一个或多个设备无线通信。例如,无线通信系统可以使用3G蜂窝通信(例如CDMA、EVDO、GSM/GPRS)、4G蜂窝通信(例如WiMAX或LTE)。替代地,无线通信系统可以例如使用与无线局域网(WLAN)通信。在一些实施例中,无线通信系统1146可以例如使用红外链路、或直接与设备通信。在本公开的上下文中,诸如各种交通工具通信系统的其他无线协议也是可能的。例如,无线通信系统可以包括一个或多个专用短程通信(DSRC)设备,其可以包括交通工具和/或路边站之间的公共或私有数据通信。
交通工具100的许多或所有功能可以由计算系统1170控制。计算系统1170可以包括至少一个数据处理器1171(其可以包括至少一个微处理器),该处理器执行存储在诸如数据存储器1172的非暂时性计算机可读介质中的处理指令。计算系统1170还可以代表多个计算设备,这些计算设备可以用于以分布式方式控制交通工具100的各个组件或子系统。在一些实施例中,数据存储器1172可以包含可由数据处理器1171执行的处理指令(例如,程序逻辑),以执行交通工具100的各种功能,包括本文结合附图描述的功能。数据存储器1172也可以包含附加指令,包括向交通工具驱动子系统1142、交通工具传感器子系统1144、交通工具控制子系统1146和乘员接口子系统1148中的一个或多个发送数据、从其接收数据、与其交互或控制其的指令。
除了处理指令之外,数据存储器1172可以存储诸如图像处理参数、训练数据、道路地图和路径信息等数据。在交通工具100以自主、半自主和/或手动模式运行期间,交通工具100和计算系统1170可以使用这种信息。
交通工具100可以包括用于向交通工具100的用户或乘员提供信息或从其接收输入的用户接口。用户接口可以控制或实现对可以在显示设备上显示的交互式图像的内容和布局的控制。此外,用户接口可以包括该组乘员接口子系统1148内的一个或多个输入/输出设备,例如显示设备、扬声器、麦克风或无线通信系统。
计算系统1170可以基于从各种交通工具子系统(例如,交通工具驱动子系统1142、交通工具传感器子系统1144和交通工具控制子系统1146)以及从乘员接口子系统1148接收的输入来控制交通工具100的功能。例如,计算系统1170可以使用来自交通工具控制系统1146的输入,以便控制转向单元避开交通工具传感器子系统1144和传感器数据处理模块1200检测到的障碍物,以受控的方式移动,或者基于交通工具内控制系统1150或自主控制模块生成的输出来跟踪路径或轨迹。在示例实施例中,计算系统1170可操作以提供对交通工具100及其子系统的许多方面的控制。
虽然图6示出交通工具100的各种组件(例如交通工具子系统1140、计算系统1170、数据存储器1172和传感器数据处理模块1200)集成到交通工具100中,但是这些组件中的一个或多个可以与交通工具100分开安装或关联。例如,数据存储器1172可以部分地或完全独立于交通工具100存在。因此,交通工具100可以以设备元件的形式提供,这些设备元件可以单独或一起定位。构成交通工具100的设备元件可以以有线或无线方式通信耦连在一起。
另外,如上所述,交通工具内控制系统1150可以从本地和/或远程源获取其他数据和/或内容(在此表示为辅助数据)。辅助数据可用于基于多种因素来增强、修改或训练传感器数据处理模块1200的操作,这些因素包括用户操作交通工具的环境(例如,交通工具的位置、指定的目的地、行进方向、速度、时刻、交通工具状态等),以及如本文所述的可从本地和远程的各种来源获取的各种其他数据。
在特定实施例中,交通工具内控制系统1150和传感器数据处理模块1200可以实现为交通工具100的交通工具内组件。在各种示例实施例中,交通工具内控制系统1150和与其进行数据通信的传感器数据处理模块1200可以实现为集成组件或分离组件。在示例实施例中,交通工具内控制系统1150和/或传感器数据处理模块1200的软件组件可以通过使用经由网络1120与移动设备1132和/或网络资源1122的数据连接来动态升级、修改和/或增强。交通工具内控制系统1150可以周期性地向移动设备1132或网络资源1122查询更新,或者可以将更新推送到交通工具内控制系统1150。
现在参考图7,过程流程图示了方法2000的示例实施例,该方法2000用于使用后向雷达子系统来检测跟随挂车的交通工具,以及用于使用交通工具内控制系统来处理雷达数据并相应地控制自主交通工具。该示例实施例可以配置为:从安装在自主卡车的牵引车的可附接挂车的后部的后向雷达子系统接收雷达数据(处理框2010);确定在雷达数据中是否检测到对象(处理框2020);如果在雷达数据中检测到对象,则从雷达数据中获取对象位置和速度(处理框2030);使用对象检测、位置和速度来确定与该对象对应的威胁等级(处理框2040);以及如果威胁等级超过预设的阈值,则命令牵引车采取规避动作(处理框2050)。
本文描述的各种实施例提供了优于传统系统的几个优点。首先,如上所述,后向雷达子系统200可以可拆卸且可调节地附接到牵引车/卡车100,而无需对由牵引车/卡车100牵引的挂车110进行任何改装。其次,相对于要求朝向挂车110后部的视线无障碍的LIDAR或相机系统,后向雷达子系统200实现了更好的对象检测性能。第三,在不对挂车110进行任何改装的情况下,后向雷达子系统200可以利用在挂车110的底表面和挂车110下方的地面之间产生的波导300,雷达电磁波215通过该波导传播和行进以检测正在跟随的交通工具120。第四,后向雷达子系统200使得牵引车/卡车100的驾驶员或牵引车/卡车100中的交通工具控制子系统220能够知晓跟随挂车110的被检测对象(例如,交通工具)的存在、位置、距离、速度、形状和尺寸。这种对正在跟随的交通工具的知晓使得驾驶员或交通工具控制子系统220能够采取适当的行动来避免与正在跟随的交通工具的冲突。
图8图示了另一个示例实施例,其示出了拖动附接的挂车110的牵引车/卡车100的侧视图,牵引车/卡车100配置有后向传感器子系统500,以检测挂车轮505的状况。图9图示了一种示例实施例,其示出了拖动附接的挂车110的牵引车/卡车100的仰视图,牵引车/卡车100配置有后向传感器子系统500,以检测挂车轮505的状况。在如图8和9所示的示例实施例中,后向传感器子系统500可以配置有:1)捕捉挂车轮505的图像的相机,2)检测挂车轮505的热特征的热或红外成像相机或辐射测量相机,和/或3)检测挂车轮505的声学特征的超声波传感器。
如下文更详细地描述,示例实施例可以检测与挂车轮/轮胎相关的各种状况,包括挂车轮胎漏气、挂车轮胎爆胎、翻新轮胎轮胎撕裂(re-capping shredding)、挂车倾翻、轮胎温度过高、火灾、烟雾以及来自挂车轮的指示潜在问题的噪声。因为可能不允许在挂车110或挂车轮胎505上安装任何直接式轮胎压力测量系统(例如,TPMS)来测量或检测轮胎漏气或爆胎,所以示例实施例提供了从牵引挂车110的牵引车100的后部远程检测这些挂车轮胎问题的能力。
根据普朗克定律,任何对象(尤其是黑体)都会自发地、持续地发出光谱辐射。发射的辐射是各种频率的电磁波。发射的辐射最容易在红外光谱带的远端看到,因为其在环境中并不丰富,并且是由物体根据其温度成比例地发射。利用辐射测量相机(即检测器附近具有温度探头作为参考的相机,作为后向传感器子系统500上的传感器的一种形式),该示例实施例可以检测挂车轮胎的精确温度测量值。如图8和图9所示,这种类型的辐射测量相机可以从牵引车100的后部远程地对准挂车轮胎505,并且在自主驾驶卡车操作期间记录实时视频。相机不仅提供挂车轮胎的监控图像,而且还提供挂车轮胎505外表面的绝对温度值。
轮胎漏气会增加路面和轮胎本身之间的摩擦。在高速旋转且表面摩擦增加的情况下,轮胎充气不当会产生过多的热量,从而导致轮胎温度急剧升高。这种情况可能会导致橡胶老化、火灾、冒烟或轮胎爆胎,从而导致轮胎损坏,并对卡车和其他附近交通工具造成危险。通过使用本文公开的挂车轮胎监控系统,可以检测危险的挂车轮状况,并且可以防止事故。在某些情况下,挂车轮胎问题可以由卡车司机通过可听声音或卡车后视镜中看到的图像来确定。然而,当卡车由自主系统控制并且无人驾驶时,这些危险的挂车状况不能使用传统方法来检测。因此,如果挂车轮胎出现问题,并且自主卡车仍然继续行驶,则对自主卡车本身和道路上其他邻近交通工具或行人来说是非常危险的。
再次参考图8和图9,示例实施例包括后向传感器子系统500,该子系统可拆卸地安装在牵引车100上的第五轮联轴器附近,并且面向后朝向挂车110的后轴轮胎。通过使用可调节装载支架210(例如上述的装载支架210),后向传感器子系统500可以可拆卸地附接到卡车100。在如图8和9所示的示例实施例中,后向传感器子系统500可以配置有:1)捕捉挂车轮505的图像的相机,2)检测挂车轮505的热特征的热或红外成像相机或辐射测量相机,和/或3)检测挂车轮505的声学特征的超声波传感器。后向传感器子系统500的视角510可以如图8和9所示配置为捕捉并聚焦于挂车后轮的位置。对于包括相机的后向传感器子系统500,相机可以在捕捉图像帧的轮胎视频中随着时间对挂车车轮的旋转进行成像,该图像帧包括轮胎像素数据。对于包括热或红外成像相机或辐射测量相机的后向传感器子系统500,捕捉的图像帧的每个像素可以附加与图像数据中每个像素的热特征对应的绝对温度值。所有的轮胎图像都可以由后向传感器子系统500的热相机捕捉。对于包括超声波传感器的后向传感器子系统500,后向传感器子系统500可以随着时间捕捉挂车轮505附近的视角510内的区域的声学特征。因为后向传感器子系统500安装在卡车100的后部,所以可以远程地捕捉挂车轮胎505的轮图像、测量的热特征和声学特征,而无需直接在挂车110上附接任何传感器或其他设备并且无需对挂车110进行任何改装。
一旦后向传感器子系统500随着时间捕捉挂车轮胎505的图像数据、热特征和/或声学特征,所捕捉的数据可经由上述有线或无线数据连接传输到交通工具控制子系统220。交通工具控制子系统220可以采用标准的基于规则的技术和/或机器学习技术来处理从后向传感器子系统500接收的数据。例如,交通工具控制子系统220可以使用后向传感器子系统500捕捉的相机图像数据来比较挂车轮胎505随着时间变化的图像,以寻找差异或异常。这些异常可以包括轮胎505形状的意外变化、从轮排出轮胎碎片、轮胎漏气引起挂车位置变化或倾斜、火灾或火焰、烟雾等。这些图像可以由经训练的机器学习模型或分类器处理,该模型或分类器用正常和异常挂车轮胎图像进行训练。以此方式,交通工具控制子系统220可以使用后向传感器子系统500捕捉的相机图像数据来检测挂车轮胎505的潜在问题。一旦检测到这些潜在问题,交通工具控制子系统220便可以通过无线网络通信通知中央监控站。另外,交通工具控制子系统220可以使卡车100控制系统降低卡车100的速度,执行紧急停止,或者指示卡车100靠边停车。
在另一个示例中,交通工具控制子系统220可以使用后向传感器子系统500捕捉的热特征数据来比较挂车轮胎505随着时间变化的热特征,以寻找差异或异常。轮胎漏气或爆胎会导致温度升高,这可在由后向传感器子系统500获取并由交通工具控制子系统220接收的热图像上捕捉。交通工具控制子系统220可以使用标准的基于规则的过程或机器学习技术来处理热特征数据。这些热特征数据可由经训练的机器学习模型或分类器处理,该模型或分类器用正常和异常挂车轮胎热特征进行训练。异常的挂车轮胎热特征可能是由轮胎漏气、爆胎、翻新轮胎撕裂、过度摩擦、火灾或火焰、烟雾或其他危险的轮胎状况引起的。以此方式,交通工具控制子系统220可以使用后向传感器子系统500捕捉的热特征数据来检测挂车轮胎505的潜在问题。
为了直接测量挂车轮的温度,可以使用辐射测量相机(例如,在检测器处具有温度参考的相机),因为辐射测量相机提供像素级温度测量和检测。这允许利用计算机视觉分析过程来确定轮胎有爆胎的危险或已经爆胎。温度传感器为探测器提供参考;因为许多红外探测器(例如微测辐射热计或热电堆)都依赖像素温度来确定光强。进行直接温度测量而非相对温度测量,对于确定是否已经发生例如轮胎爆胎事件和确定这种事件发生的风险是很重要的。
一旦检测到这些潜在问题,交通工具控制子系统220便可以经由无线网络通信通知中央监控站。另外,交通工具控制子系统220可以使卡车100控制系统降低卡车100的速度,执行紧急停止,或者指示卡车100靠边停车。
在另一个示例中,交通工具控制子系统220可以使用后向传感器子系统500捕捉的声学特征数据来比较挂车轮胎随着时间变化的声学特征,寻找差异或异常。轮胎漏气、翻新轮胎撕裂、爆胎或其他异常情况会导致明显的噪声,这些噪声可被后向传感器子系统500的超声波传感器捕捉为声学特征数据,并由交通工具控制子系统220接收。交通工具控制子系统220可以使用标准的基于规则的过程或机器学习技术来处理声学特征数据。这些声学特征数据可以由经训练的机器学习模型或分类器处理,该模型或分类器用正常和异常挂车轮胎声学特征进行训练。可以滤除标准背景噪声。异常的挂车轮胎声学特征可能是由轮胎漏气、爆胎、翻新轮胎撕裂、过度摩擦、拖料或其他危险的轮胎或挂车状况引起的。以此方式,交通工具控制子系统220可以使用后向传感器子系统500捕捉的声学特征数据来检测挂车或挂车轮胎的潜在问题。一旦检测到这些潜在问题,交通工具控制子系统220便可以经由无线网络通信通知中央监控站。另外,交通工具控制子系统220可以使卡车100控制系统降低卡车100的速度,执行紧急停止,或者指示卡车100靠边停车。
现在参考图10,过程流程图示出了方法3000的示例实施例,该方法3000用于使用后向传感器子系统来检测挂车状况,以及用于使用交通工具控制子系统来处理传感器数据并相应地控制自主交通工具。该示例实施例可以被配置为:提供安装在自主卡车的牵引车的可附接挂车的后部的后向传感器子系统(处理框3010);使用后向传感器子系统来捕捉信号以检测挂车上的轮的状况(处理框3020);生成表示由捕捉的信号检测到的挂车轮状况的传感器数据(处理框3030);以及经由数据连接将传感器数据传输到交通工具控制子系统(处理框3040)。
各种示例实施例的该系统和方法包括远程(卡车)安装解决方案,使用捕捉的图像分析、热成像和/或声学数据处理来检测轮胎漏气、爆胎或其他异常情况。图像分析可以使用后向摄像头捕捉的图像来扫描异常轮胎形状或挂车倾斜/倾翻。热成像分析可以利用热图像将挂车轮胎压力与其温度变化相关联,从而检测异常状况。声学数据处理可用于检测挂车或挂车轮胎发出的异常声音。在下文更详细描述的其他实施例中,传感器数据(例如,图像数据、热图像数据、声学数据、雷达数据、LIDAR数据等)的组合可以组合使用,以进一步改进对挂车或挂车轮胎处发生的特定异常事件的检测和分类。所描述的实施例可以实时和远程地监控挂车状况或挂车轮胎,而无需对挂车进行任何改装。对于满载的半卡车,越早检测到轮胎漏气,就能越快地防止轮胎爆胎和整个系统操作停止。通过使用所描述的实施例,不需要额外的硬件或电缆布线,并且该解决方案可以适用于不同的挂车,无论该挂车具有或不具有预先安装在挂车上的轮胎压力监测。该系统对于无人驾驶自主卡车至关重要,可防止轮胎漏气导致严重爆胎和进一步的操作中断。所描述的实施例可以降低自主驾驶卡车轮胎爆胎故障的风险,从而减少卡车系统操作停机时间。
本文公开的各种示例实施例的系统和方法也可用于检测由卡车/牵引车牵引的特定挂车的类型或标识。例如,卡车/牵引车的传感器子系统成像的挂车的特定形状或结构可用于确定挂车的类型。此外,可以检测条形码、QR码或挂车使用的其他识别信息,并将其用于识别卡车/牵引车牵引的特定挂车。检测到特定挂车的类型或标识之后,交通工具控制子系统220可以以与特定挂车的类型或标识一致的方式改变自主卡车的操作(例如,以较慢的速度行驶、转弯不太急、刹车不太急等)。
传感器数据融合与处理
本文描述的示例实施例可以配置有各种不同类型的传感器,用于在自主控制卡车附近捕捉传感器数据或感知数据。例如,传感器数据(例如,图像数据、热图像数据、声学数据、雷达数据、LIDAR数据等)的各种组合可独立使用或组合使用,以进一步改进检测、分类,以及响应挂车中或自主控制卡车和挂车附近发生的事件而采取的补救动作。此外,相同或不同传感器设备的不同示例也可以单独使用或以各种组合使用,如下文更详细所描述。
现在参考图11至13,传感器的各种配置和组合可用于自主卡车中,以检测自主卡车附近的对象(包括位于卡车或牵引车后方的受牵引挂车)的存在、位置、速度和状态。在示例实施例中,交通工具(例如自主卡车的可附接挂车的牵引车)可以配备有传感器子系统。传感器子系统可以包括一个或多个相机620/622(或其他图像捕捉设备)、一个或多个雷达单元610/612/614,和/或一个或多个LIDAR单元630/632。如上所述,传感器子系统可以与中央计算机605或计算系统1170进行数据通信。传感器子系统可以以预定时间或周期间隔(例如,50毫秒)分别从相机、多个雷达点云和多个LIDAR点云收集多帧图像。在传感器或感知数据融合阶段,如下文详细描述,可以使用来自相机的图像数据、来自雷达单元的数据和/或来自LIDAR单元的数据来检测挂车结构或类型、挂车状况、正在跟随的交通工具、邻近对象和其他对象。此外,可以从雷达和LIDAR点云获取与从图像数据中检测到的对象对应的距离数据。通过使用在图像数据中检测到的对象的2D位置和使用雷达和/或LIDAR数据对对象的相对距离的估计,示例实施例的传感器数据处理模块可以确定对象相对于自主交通工具的精确相对三维(3D)位置。由于以预定的采样率或周期时间(例如,50毫秒)随着时间确定了位置的多个估计,传感器数据处理模块还可以确定每个对象相对于自主交通工具的估计相对速度和速度向量。借助于3D跟踪过程,示例实施例的系统可以使用相机图像数据、雷达数据和LIDAR数据来确定对象的相对3D位置和速度,即使在接收到间歇、错误或不稳定的相机图像数据、雷达数据和/或LIDAR数据时也是如此。
现在参考图11,示例实施例图示了传感器子系统,该传感器子系统包括与中央计算机605进行数据通信的单个后雷达单元610。在该配置中,后向雷达单元610可以可拆卸地安装在自主卡车的牵引车的可附接挂车的后部,后向雷达单元610经由如上所述的数据连接耦连到交通工具控制子系统的中央计算机605。后向雷达单元610可以配置为发射在挂车下方的空间中传播的电磁波,生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。此外,同样如上所述,后向雷达单元610可以配置为发射在挂车下方的空间中传播的电磁波,并捕捉返回信号以检测挂车或挂车轮胎的结构和/或状况,后向雷达单元610还配置为生成表示由捕捉信号检测到的挂车状况的传感器数据,并将传感器数据传输到交通工具控制子系统的中央计算机605。此外,如下文结合图19所述,雷达数据可以与任何其他可用数据(例如,相机图像数据或LIDAR点云数据)融合或组合在一起,以产生更准确且完整的对象检测结果。以此方式,示例实施例可以使用单个后向雷达单元610来检测跟随挂车的交通工具、邻近对象和挂车状况。
现在参考图12,示例实施例图示了传感器子系统,该传感器子系统包括后雷达单元610、左后雷达单元612、右后雷达单元614、右后相机620和左后相机622,其每一个均与中央计算机605进行数据通信。在该配置中,后向雷达单元610可以可拆卸地安装在自主卡车的牵引车的可附接挂车的后部。左后雷达单元612和右后雷达单元614可以分别安装在自主卡车的牵引车的左后侧和右后侧。左后雷达单元612和右后雷达单元614可以配置为向自主卡车的牵引车或挂车的侧面发射雷达信号并捕捉返回信号。另外,示例实施例可以包括右后相机620和左后相机622。相机620/622可以配置为捕捉自主卡车的牵引车或挂车侧面的图像数据,该图像数据潜在地包括自主卡车的牵引车或挂车附近的对象的图像。雷达单元610/612/614和相机620/622可以经由如上所述的数据连接耦连到交通工具控制子系统的中央计算机605。雷达单元610/612/614可以配置为向牵引车和挂车的后部和侧面发射电磁波,生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。此外,相机620/622可以配置为捕捉牵引车和挂车的后部和侧面的图像和对应的图像数据,生成表示在图像数据中检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。此外,如下文结合图20所述,雷达数据和相机数据可以融合或组合在一起,以产生更精确且完整的对象检测结果。以此方式,示例实施例可以使用多个雷达单元610/612/614和多个相机620/622来检测跟随挂车的交通工具、邻近对象和挂车状况。
现在参考图13,示例实施例图示了传感器子系统,该传感器子系统包括后雷达单元610、左后雷达单元612、右后雷达单元614、右后相机620、左后相机622、右后LIDAR(光达)单元630、左后LIDAR单元632,其每一个均与中央计算机605进行数据通信。在该配置中,后向雷达单元610可以可拆卸地安装在自主卡车的牵引车的可附接挂车的后部。左后雷达单元612和右后雷达单元614可以分别安装在自主卡车的牵引车的左后侧和右后侧。左后雷达单元612和右后雷达单元614可以配置为向自主卡车的牵引车或挂车的侧面发射雷达信号并捕捉返回信号。另外,示例实施例可以包括右后相机620和左后相机622。相机620/622可以配置为捕捉自主卡车的牵引车或挂车侧面的图像数据,该图像数据潜在地包括自主卡车的牵引车或挂车附近的对象的图像。示例实施例还可以包括右后LIDAR单元630和左后LIDAR单元632。LIDAR单元630/632可以配置为发射激光信号,并捕捉自主卡车的牵引车或挂车侧面的三维(3D)点云。LIDAR点云有利于捕捉与牵引车或挂车附近的对象对应的3D深度数据。雷达单元610/612/614、相机620/622和LIDAR单元630/632可以经由如上所述的数据连接耦连到交通工具控制子系统的中央计算机605。雷达单元610/612/614可以配置为生成表示通过接收电磁波的反射而检测到的对象的对象数据,并且将对象数据传输到交通工具控制子系统的中央计算机605。相机620/622可以配置为捕捉牵引车和挂车的后部和侧面的二维(2D)图像和对应的图像数据,生成表示在图像数据中检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。LIDAR单元630/632可以配置为捕捉自主卡车的牵引车或挂车侧面的三维(3D)点云,生成表示在点云数据中检测到的对象的3D对象数据,并将3D对象数据传输到交通工具控制子系统的中央计算机605。此外,如下文结合图21所述,雷达数据和LIDAR数据可以融合或组合在一起,以产生更精确且完整的对象检测结果。以此方式,示例实施例可以使用多个雷达单元610/612/614、多个相机620/622和多个LIDAR单元630/632来检测跟随挂车的交通工具、邻近对象和挂车状况。
图14图示了集成到卡车或牵引车的搁架或安装元件623中的相机子系统的示例实施例。搁架623可以安装在卡车或牵引车的顶部、前部或后部。搁架623可以配置为包括多个集成相机625,所有这些相机均定向成在牵引车的前部、后部和侧面周围捕捉视图和相关的图像数据。图14还示出了集成到卡车或牵引车的保险杠或后侧围板627中的相机子系统625的示例实施例。如上所述,相机625可以配置为捕捉牵引车和挂车的前部和侧面的二维(2D)图像和对应的图像数据,生成表示在图像数据中检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。
图15图示了集成到卡车或牵引车的一部分中的LIDAR子系统的示例实施例。LIDAR子系统可以包括安装在卡车或牵引车的顶部、前部、后部和侧面的多个LIDAR单元630/632/643/636/638。虚线所示的元件是图15所示视图中隐藏的元件。多个LIDAR单元均定向成捕捉牵引车的前部、后部和侧面周围的3D点云。如上所述,LIDAR单元可以配置为捕捉自主卡车的牵引车或挂车的前部、后部和侧面周围的3D点云,生成表示在点云数据中检测到的对象的3D对象数据,并将3D对象数据传输到交通工具控制子系统的中央计算机605。
图16图示了集成到卡车或牵引车的后装载支架中的传感器子系统的示例实施例。后向传感器子系统可以包括后向雷达单元610和后向LIDAR单元639。后向雷达单元610可以配置为向牵引车和挂车的后部发射电磁波,生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。后向LIDAR单元639可以配置为捕捉自主卡车的牵引车和挂车后部的3D点云,生成表示在点云数据中检测到的对象的3D对象数据,并将3D对象数据传输到交通工具控制子系统的中央计算机605。带有集成传感器子系统的后装载支架可以附接到卡车或牵引车的后部,通常在牵引车第五轮的下方和后部。如上所述,集成传感器子系统可以与交通工具控制子系统的中央计算机605进行数据通信。
图17图示了集成到卡车或牵引车的一部分中的雷达子系统的示例实施例。雷达子系统可以包括安装在卡车或牵引车的顶部、前部、后部和侧面的多个雷达单元612/614/615/616/617。虚线所示的元件是图17所示视图中隐藏的元件。多个雷达单元均被定向为捕捉牵引车前部、后部和侧面周围的反射。如上所述,雷达子系统的雷达单元可以配置为在自主卡车的牵引车或挂车的前部、后部和侧面周围发射雷达信号并捕捉返回信号,生成表示通过接收电磁波的反射而检测到的对象的对象数据,并将对象数据传输到交通工具控制子系统的中央计算机605。
图像数据处理模块可以处理来上述传感器子系统的一个或多个相机的图像数据(表示为二维(2D)图像数据),以识别附近的交通工具或其他对象(例如,移动交通工具、动态主体、自主卡车或挂车附近的其他对象),以及卡车后面的挂车的状况。例如,语义分割和/或对象检测的过程可以用于处理图像数据并识别图像中的对象。在输入图像数据中识别的对象可以由边界框或用于从图像数据中提取对象数据的其他信息来指定。从图像数据中提取的对象数据可以用于确定对象的2D位置或状态。对象的2D位置可用于确定该对象是否在距离自主卡车的当前位置的预定距离内,从而确定附近的对象。可以将在图像数据中识别的邻近对象的2D位置作为传感器数据融合过程的输入,这将在下面更详细地描述。
来自雷达单元的雷达数据和来自LIDAR单元的LIDAR数据可以分别表示为来自雷达和LIDAR的三维(3D)点云。雷达或LIDAR点云可用于识别潜在的对象(例如,移动交通工具、动态主体、卡车或挂车附近的其他对象)或卡车后面的挂车的状况。来自雷达和/或LIDAR单元的3D点云还能够以高精度测量从自主卡车到每个潜在邻近对象的距离。与识别的对象相关的数据和使用来自雷达和/或LIDAR单元的3D点云生成的相应距离测量可用于对对象进行分类,确定对象的位置和速度,并确定检测到的对象(例如自主卡车后面的挂车)的状态。
对象跟踪模块可用于在从相机、雷达单元和/或LIDAR单元收集传感器数据的多个处理周期或迭代中跟踪识别的对象。对象跟踪模块可以配置为将在前一处理周期中找到的识别对象的位置和速度与在当前处理周期中识别的对象相关联。以此方式,特定对象的移动和距离测量的变化可以跨多个周期相关联。在当前传感器数据不完整、错误或受损的情况下,仍然可以在后续周期中检查当前传感器数据中缺失的对象是否存在。以此方式,即使当传感器数据间歇、错误或不稳定时,对象跟踪模块也可以跟踪识别的对象。一旦传感器数据处理模块产生检测到的对象在当前周期的位置和速度,检测到的对象的位置和速度就可被保存为来自前一周期的位置和速度数据,并用于后续处理周期。传感器数据处理模块可以输出与被识别和跟踪的对象相关的数据及其相应的距离测量。
传感器数据处理模块可进一步用于将从图像(相机)数据识别的对象与从雷达和LIDAR点云数据识别和跟踪的对象相关联。给定从图像数据识别的对象的2D位置以及由雷达和LIDAR点云数据提供的识别和跟踪的对象的距离测量,传感器数据处理模块可以将在图像数据中检测到的对象的位置与在雷达和/或LIDAR数据中检测到的对象相匹配。结果,检测到的对象的2D位置可以与检测到的对象的相应距离相匹配,这可以在三维(3D)空间中呈现每个检测到的对象的位置。因此,传感器数据处理模块可以使用来自相机的图像数据和来自诸如雷达单元或LIDAR单元的距离测量设备的距离数据的组合(或融合)来确定每个邻近对象的三维(3D)位置。此外,可以在多个处理周期中生成和跟踪每个检测到的对象的三维(3D)位置。可将未出现在跟踪数据中并且因此与任何先前周期中的任何对象均不相关的新识别的对象指定为新对象,并且可以启动对新对象的跟踪。传感器数据处理模块可以使用多个周期的3D位置和跟踪数据来确定每个检测到的对象的速度。因此,传感器数据处理模块可以确定每个检测到的对象的速度和速度矢量。可以将与每个检测到的对象的3D位置和速度对应的数据作为传感器数据处理模块的输出,如本文所述。
如上所述,交通工具100的其他子系统可以使用每个检测到的对象的3D位置和速度来执行各种附加处理功能。例如,轨迹规划模块可以使用每个检测到的对象的3D位置和速度来为交通工具100生成不与检测到的对象的路径相交或产生干扰的路径。此外,规划模块可以使用每个检测到的对象的3D位置和速度来基于检测到的对象的行为和自主卡车(例如,交通工具100)的情境来预测或推断未来的动作。未来的动作可以包括生成控制信号以改变交通工具100的操作、生成对交通工具100的驾驶员的警告、或者与交通工具100的操作相关的其他动作。
现在参考图18,过程流程图示了方法4000的示例实施例,该方法4000用于使用后向传感器子系统来检测挂车状况或挂车状态,以及用于使用交通工具控制子系统来处理传感器数据并相应地控制自主交通工具。该示例实施例可以配置为:提供安装在自主卡车的牵引车的可附接挂车的后部的后向传感器子系统(处理框4010);使用后向传感器子系统来捕捉信号,以检测挂车状况(处理框4020);生成表示由捕捉的信号检测到的挂车状况的传感器数据(处理框4030);以及经由数据连接将传感器数据传输到交通工具控制子系统(处理框4040)。
图19至21是图示用于融合各种形式的传感器数据的方法的示例实施例的过程流程图。现在参考图19,过程流程图示了用于将雷达数据与任何其他形式的传感器数据组合或融合的方法7000的示例实施例。该示例实施例可以配置为:提供传感器子系统,该传感器子系统包括安装在自主卡车的牵引车的可附接挂车的部分上的至少一个雷达单元(处理框7010);从雷达单元获取三维(3D)点云数据,并对在雷达数据中检测到的任何对象施加边界框(处理框7020);以及将边界框中的雷达数据与任何可用的相机数据或LIDAR数据进行比较,以检查假阴性对象检测(处理框7030)。
现在参考图20,过程流程图示了用于将雷达数据与相机图像数据组合或融合的方法5000的示例实施例。该示例实施例可以配置为:提供传感器子系统,该传感器子系统包括安装在自主卡车的牵引车的可附接挂车的部分上的至少一个相机和至少一个雷达单元(处理框5010);从相机获取二维(2D)图像数据,并从雷达单元获取三维(3D)点云数据(处理框5020);对在图像数据中检测到的任何对象施加边界框(处理框5030);将3D点云数据投影到2D边界框上,以将雷达数据与相机对象数据融合,并生成融合数据(处理框5040);对融合数据进行后处理,后处理包括滤除离群数据、噪声抑制、聚类等(处理框5050);以及使用融合数据确定由相机和雷达单元检测的对象的3D位置和3D速度(处理框5060)。
现在参考图21,过程流程图示出了用于将雷达数据与LIDAR数据组合或融合的方法6000的示例实施例。该示例实施例可以配置为:提供传感器子系统,该传感器子系统包括安装在自主卡车的牵引车的可附接挂车的部分上的至少一个雷达单元和至少一个LIDAR单元(处理框6010);从LIDAR单元获取三维(3D)点云数据,并对在LIDAR数据中检测到的任何对象施加边界框(处理框6020);从雷达单元获取3D点云数据,并将雷达点云数据投影到二维(2D)视图上(处理框6030);使用LIDAR边界框来裁剪雷达点云数据,将2D雷达点云数据添加到3D LIDAR边界框,以将雷达数据与LIDAR数据融合并生成融合数据(处理框6040);对融合数据进行后处理,后处理包括滤波离群数据、噪声抑制、聚类等(处理框6050);以及使用融合数据确定由LIDAR单元和雷达单元检测的对象的3D位置和3D速度(处理框6060)。
本文更详细地描述了使用新系统、方法和技术的各种示例实施例。在如本文所述的各种示例实施例中,示例实施例可以包括至少以下示例。
一种系统,包括:交通工具控制子系统,其安装在自主卡车中,交通工具控制子系统包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的一部分上,挂车可附接到该部分,卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统被配置为从牵引车后面捕捉图像数据和传感器数据,并生成对象数据以及将对象数据传输到交通工具控制子系统,对象数据表示在图像数据和传感器数据中检测到的对象。
一种系统,包括:交通工具控制子系统,其安装在自主卡车中,交通工具控制子系统包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的一部分上,挂车可附接到该部分上,卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统被配置为从牵引车后面的挂车捕捉图像数据和传感器数据,以及生成挂车数据并将挂车数据传输到交通工具控制子系统,挂车数据表示在图像数据和传感器数据中检测到的挂车状况。
一种系统,包括:交通工具控制子系统,其安装在自主卡车中,交通工具控制子系统包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的一部分上,挂车可附接到该部分,卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统被配置为从挂车后面捕捉图像数据和传感器数据,以及生成对象数据并将对象数据传输到交通工具控制子系统,对象数据表示在图像数据和传感器数据中检测到的对象。
一种系统,包括:交通工具控制子系统,其安装在自主卡车中,交通工具控制子系统包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的牵引车的一部分上,挂车可附接该部分,卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统配置为从挂车后面捕捉图像数据和传感器数据,以及生成对象数据并将对象数据传输到交通工具控制子系统,对象数据表示在图像数据和传感器数据中检测到的对象,该交通工具控制子系统被配置为基于从挂车后面捕捉的对象数据来改变牵引车的操作,改变牵引车的操作包括使牵引车降低速度、提高速度、变道、点亮危险警告灯或靠边停车。
一种方法,包括:将交通工具控制子系统安装在自主卡车中,该交通工具控制子系统包括数据处理器;将卡车载传感器子系统可拆卸地安装在自主卡车的牵引车的一部分上,挂车可附接的该部分,该卡车载传感器子系统经由数据连接耦连到交通工具控制子系统;向卡车载传感器子系统供能以发射在挂车下方的空间中传播的电磁波;通过使用卡车载传感器子系统,生成对象数据,对象数据表示通过接收电磁波的反射而检测到的对象;将对象数据传输到交通工具控制子系统;以及响应于卡车载传感器子系统检测到对象,使用对象数据来命令自主交通工具执行动作。
该方法还可以包括使用至少一个网络连接资源来获取用于配置卡车载传感器子系统的数据。
该方法还可以包括使用对象数据来获取检测到的跟随挂车的至少一个对象的位置和速度。
该方法还可以包括使用对象数据以及该至少一个对象的位置和速度来确定与该至少一个对象对应的威胁等级。
该方法还可以包括如果威胁等级超过预设的阈值,则使用与该至少一个对象对应的威胁等级来命令牵引车采取规避动作。
卡车载传感器子系统可配置有一种传感器,该传感器选自:相机、雷达单元和激光测距仪/LIDAR单元。
该方法还包括将相机数据与雷达数据融合。
该方法还包括将LIDAR数据与雷达数据融合。
响应于卡车载传感器子系统检测到对象而执行的动作可以包括调节牵引车的转向或制动。
交通工具控制子系统可以配置为使用经训练的机器学习模型或分类器来处理传感器数据。
如果检测到挂车轮的异常状况,则交通工具控制子系统可以配置为使牵引车控制系统改变牵引车的操作。
一种系统,包括:交通工具控制子系统,其安装在自主卡车中并且包括数据处理器;以及卡车载传感器子系统,其安装在自主卡车的可附接挂车的牵引车的一部分上并且经由数据连接耦连到交通工具控制子系统,其中卡车载传感器子系统配置为在挂车附近捕捉图像并发射信号,生成表示在捕捉的图像或发射的信号中检测到的对象的对象数据,以及将对象数据传输到交通工具控制子系统。
如果检测到挂车轮的异常状况,则交通工具控制子系统可以配置为使牵引车控制系统改变牵引车的操作。
该系统可以配置为将来自捕捉图像的数据与来自发射信号的数据融合。
该系统可以配置为检测在对象数据中检测到的邻近对象的距离。
卡车载传感器子系统可以检测跟随对象的位置和速度。
卡车载传感器子系统还可以配置为发射在挂车下方的空间中传播的电磁波,其中该空间在挂车的下表面和挂车下方的地面之间形成波导。
提供本公开的摘要是为了使读者快速确定本技术公开的性质。提交本申请是基于这样的理解,即该申请将不用于解释或限制权利要求的范围或含义。此外,在前面的详细描述中,可以看出,出于简化本公开的目的,在单个实施例中将各种特征组合在一起。该公开方法不应解释为反映了要求保护的实施例需要比每个权利要求中明确陈述的特征更多的特征的意图。相反,如以下权利要求所反映,发明主题在于少于单个公开实施例的所有特征。因此,所附权利要求由此并入详细描述中,每个权利要求独立地作为单独的实施例。
Claims (20)
1.一种系统,包括:
交通工具控制子系统,安装在自主卡车中,所述交通工具控制子系统包括数据处理器;以及
卡车载传感器子系统,安装在所述自主卡车的牵引车的一部分上,挂车能够附接至所述部分,所述卡车载传感器子系统经由数据连接耦连到所述交通工具控制子系统,其中所述卡车载传感器子系统被配置为发射在所述挂车下方的空间中传播的电磁波,以生成对象数据并将所述对象数据传输到所述交通工具控制子系统,所述对象数据表示通过接收所述电磁波的反射而检测到的对象。
2.根据权利要求1所述的系统,所述系统被配置为滤除从所述挂车下方的固定结构反射开的错误电磁波。
3.根据权利要求1所述的系统,其中所述卡车载传感器子系统检测在所述挂车后面0至150米距离的跟随对象。
4.根据权利要求1所述的系统,其中所述卡车载传感器子系统检测跟随对象的存在、位置、距离和速度。
5.根据权利要求1所述的系统,还包括可调节装载支架,所述可调节装载支架被配置为可拆卸且可调节地安装在所述牵引车的后部处,所述卡车载传感器子系统被附接到所述可调节装载支架。
6.根据权利要求5所述的系统,其中所述可调节装载支架能够相对于所述牵引车的后部在竖直和水平两项上进行调节。
7.一种方法,包括:
将交通工具控制子系统安装在自主卡车中,所述交通工具控制子系统包括数据处理器;
将卡车载传感器子系统可拆卸地安装在所述自主卡车牵引车的一部分上,挂车能够附接至所述部分,所述卡车载传感器子系统经由数据连接耦连到所述交通工具控制子系统;
通过在所述挂车附近捕捉图像并发射信号来生成传感器数据;
通过使用所述卡车载传感器子系统,生成对象数据,所述对象数据表示在所捕捉的所述图像或所发射的所述信号中检测到的对象;
将所述对象数据传输到所述交通工具控制子系统;以及
响应于由所述卡车载传感器子系统对所述对象的所述检测,使用所述对象数据来命令所述自主交通工具执行动作。
8.根据权利要求7所述的方法,还包括使用所述对象数据来获取被检测为正在跟随所述挂车的至少一个对象的位置和速度。
9.根据权利要求8所述的方法,还包括使用所述对象数据以及所述至少一个对象的所述位置和所述速度来确定与所述至少一个对象对应的威胁等级。
10.根据权利要求9所述的方法,还包括在与所述至少一个对象对应的所述威胁等级超过预设的阈值的情况下使用所述威胁等级来命令所述牵引车采取规避动作。
11.根据权利要求7所述的方法,还包括使用所述牵引车上的不同的传感器结合所述卡车载传感器子系统来检测跟随所述挂车的对象。
12.根据权利要求11所述的方法,其中所述不同的传感器选自由以下项构成的组中的一种传感器:相机、激光测距仪/LIDAR单元、惯性测量单元(IMU)和全球定位系统(GPS)收发器。
13.根据权利要求7所述的方法,其中响应于由所述卡车载传感器子系统对所述对象的所述检测而执行的动作,包括调节所述牵引车的转向或制动。
14.一种系统,包括:
交通工具控制子系统,安装在自主卡车中,所述交通工具控制子系统包括数据处理器;以及
卡车载传感器子系统,安装在所述自主卡车的牵引车的一部分上,挂车能够附接到所述部分,所述卡车载传感器子系统经由数据连接耦连到交通工具控制子系统,所述卡车载传感器子系统被配置为捕捉信号以检测所述挂车的状况,所述卡车载传感器子系统还被配置为生成传感器数据并将所述传感器数据传输到所述交通工具控制子系统,所述传感器数据表示由所捕捉的所述信号检测的所述挂车的所述状况。
15.根据权利要求14所述的系统,其中所述卡车载传感器子系统包括选自由以下项构成的组的传感器:相机、热或红外成像相机、辐射测量相机以及超声波传感器。
16.根据权利要求14所述的系统,其中所述传感器数据包括选自以由以下项构成的组的数据:图像数据、热图像数据或热特征、以及声学特征。
17.根据权利要求14所述的系统,其中所述交通工具控制子系统被配置为使用经训练的机器学习模型或分类器来处理所述传感器数据。
18.根据权利要求14所述的系统,其中所述卡车载传感器子系统还被配置有传感器,所述传感器选自由以下项构成的组中的一种:相机、雷达单元和激光测距仪/LIDAR单元。
19.根据权利要求18所述的系统,所述系统被配置为将来自所捕捉的图像的数据与来自所述雷达单元的数据融合。
20.根据权利要求18所述的系统,所述系统被配置为将来自所述LIDAR单元的数据与来自所述雷达单元的数据融合。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063046147P | 2020-06-30 | 2020-06-30 | |
US63/046,147 | 2020-06-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113859147A true CN113859147A (zh) | 2021-12-31 |
Family
ID=77021033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110726014.1A Pending CN113859147A (zh) | 2020-06-30 | 2021-06-29 | 检测跟随挂车的交通工具和挂车状况的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210405185A1 (zh) |
EP (1) | EP3933438A3 (zh) |
JP (1) | JP2022013838A (zh) |
CN (1) | CN113859147A (zh) |
AU (1) | AU2021204068A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023114271A3 (en) * | 2021-12-14 | 2023-08-17 | Outrider Technologies, Inc. | Radar systems and method for backing a trailer |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230213633A1 (en) * | 2022-01-06 | 2023-07-06 | GM Global Technology Operations LLC | Aggregation-based lidar data alignment |
US11673579B1 (en) * | 2022-03-30 | 2023-06-13 | Plusai, Inc. | Controlling a vehicle based on data processing for a faulty tire |
EP4328618A1 (en) * | 2022-08-22 | 2024-02-28 | Tusimple, Inc. | Rear mounted radar for autonomous vehicles |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6859705B2 (en) * | 2001-09-21 | 2005-02-22 | Ford Global Technologies, Llc | Method for operating a pre-crash sensing system with object classifier in a vehicle having a countermeasure system |
DE10154080A1 (de) * | 2001-11-02 | 2003-05-15 | Bosch Gmbh Robert | Halterung für ein justierbares Gehäuse |
US7027920B2 (en) * | 2003-07-18 | 2006-04-11 | Visteon Global Technologies, Inc. | Low-speed collision avoidance system |
US7132653B2 (en) * | 2004-01-07 | 2006-11-07 | Robert Carl Faubion | Apparatus for visual comparison of infrared images |
US8478480B2 (en) * | 2006-10-27 | 2013-07-02 | International Electronic Machines Corp. | Vehicle evaluation using infrared data |
US9507346B1 (en) * | 2015-11-04 | 2016-11-29 | Zoox, Inc. | Teleoperation system and method for trajectory modification of autonomous vehicles |
EP3355293A1 (en) * | 2017-01-27 | 2018-08-01 | KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH | A sensor arrangement and a method for detecting an object around a trailer of a vehicle |
US10451526B2 (en) * | 2017-07-31 | 2019-10-22 | Blackberry Limited | Method and system for sensor monitoring and analysis |
US20210116907A1 (en) * | 2018-03-18 | 2021-04-22 | Driveu Tech Ltd. | Device, System, and Method of Autonomous Driving and Tele-Operated Vehicles |
US11163312B2 (en) * | 2018-11-02 | 2021-11-02 | Aurora Operations, Inc. | Removable automotive LIDAR data collection POD |
US11372403B2 (en) * | 2018-11-05 | 2022-06-28 | Tusimple, Inc. | Systems and methods for dynamic predictive control of autonomous vehicles |
US20210181737A1 (en) * | 2019-12-16 | 2021-06-17 | Waymo Llc | Prevention, detection and handling of the tire blowouts on autonomous trucks |
US11113584B2 (en) * | 2020-02-04 | 2021-09-07 | Nio Usa, Inc. | Single frame 4D detection using deep fusion of camera image, imaging RADAR and LiDAR point cloud |
-
2021
- 2021-06-10 US US17/344,534 patent/US20210405185A1/en active Pending
- 2021-06-18 AU AU2021204068A patent/AU2021204068A1/en active Pending
- 2021-06-29 JP JP2021107315A patent/JP2022013838A/ja active Pending
- 2021-06-29 CN CN202110726014.1A patent/CN113859147A/zh active Pending
- 2021-06-30 EP EP21182718.3A patent/EP3933438A3/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023114271A3 (en) * | 2021-12-14 | 2023-08-17 | Outrider Technologies, Inc. | Radar systems and method for backing a trailer |
Also Published As
Publication number | Publication date |
---|---|
AU2021204068A1 (en) | 2022-01-20 |
EP3933438A2 (en) | 2022-01-05 |
JP2022013838A (ja) | 2022-01-18 |
US20210405185A1 (en) | 2021-12-30 |
EP3933438A3 (en) | 2022-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3933438A2 (en) | System and method providing truck-mounted sensors to detect trailer following vehicles and trailer conditions | |
US11729520B2 (en) | Sensor layout for autonomous vehicles | |
KR101705961B1 (ko) | 대용 데이터에 기초하여 교통 신호의 상태 및 차량의 환경의 다른 양상들을 추론하기 | |
US9121703B1 (en) | Methods and systems for controlling operation of a laser device | |
US8676427B1 (en) | Controlling autonomous vehicle using audio data | |
US20170309181A1 (en) | Apparatus for recognizing following vehicle and method thereof | |
US10178337B1 (en) | Oncoming left turn vehicle video transmit | |
KR102658924B1 (ko) | 자율주행 차량의 보복 운전 제어 시스템 | |
KR20220111749A (ko) | 자율주행 차량의 추적 시스템 | |
US10268907B2 (en) | Methods and systems for providing notifications on camera displays for vehicles | |
KR102568283B1 (ko) | 자율주행 차량의 보행자 커뮤니케이션 시스템 | |
US20240106987A1 (en) | Multi-Sensor Assembly with Improved Backward View of a Vehicle | |
KR20230126594A (ko) | 음주 운전을 방지하는 자율주행 시스템 | |
KR20230124824A (ko) | 인터랙티브 자율 주행 시스템 | |
KR20230114773A (ko) | 자율주행 차량의 정보 입력 시스템 | |
KR20230114772A (ko) | 자율주행 차량의 정보 출력 시스템 | |
KR20220115695A (ko) | 자율주행 차량의 사고 예측 시스템 | |
KR20230115353A (ko) | 자율주행 멀티미디어 시스템 | |
KR20220115702A (ko) | 자율주행 차량의 보행자 소통 시스템 | |
KR20220102179A (ko) | 자율주행 차량의 보행자 소통 시스템 | |
KR20230114774A (ko) | 자율주행 차량의 콘텐츠 전환 시스템 | |
KR20230114779A (ko) | 자율주행 차량의 차선 변경 시스템 | |
KR20220102670A (ko) | 자율주행 차량의 보행자 알림 시스템 | |
KR20220115703A (ko) | 자율주행 차량의 보행자 알림 시스템 | |
KR20230115352A (ko) | 자율주행 차량의 오디오북 출력 시스템 |
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 |