CN114248799A - 车辆到一切消息的不当行为检测 - Google Patents
车辆到一切消息的不当行为检测 Download PDFInfo
- Publication number
- CN114248799A CN114248799A CN202111078052.7A CN202111078052A CN114248799A CN 114248799 A CN114248799 A CN 114248799A CN 202111078052 A CN202111078052 A CN 202111078052A CN 114248799 A CN114248799 A CN 114248799A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- remote
- sensor data
- ego
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 claims abstract description 73
- 238000004891 communication Methods 0.000 claims description 134
- 230000015654 memory Effects 0.000 claims description 59
- 230000006399 behavior Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008447 perception Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 4
- 238000001297 coherence probe microscopy Methods 0.000 abstract description 29
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 30
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 30
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 30
- 238000005259 measurement Methods 0.000 description 30
- 238000003860 storage Methods 0.000 description 24
- 238000013500 data storage Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 14
- 230000009471 action Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000007429 general method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000005304 joining Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000012550 audit Methods 0.000 description 3
- 230000010267 cellular communication Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010205 computational analysis Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00188—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to detected security violation of control systems, e.g. hacking of moving vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/10—Integrity
- H04W12/104—Location integrity, e.g. secure geotagging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/10—Integrity
- H04W12/106—Packet or message integrity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
- H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
-
- 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
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及车辆到一切消息的不当行为检测。本公开包括用于自我车辆检测不当行为的实施例。根据一些实施例,一种方法包括从攻击者接收V2X消息。V2X消息包括描述物体在目标时间的位置的V2X数据。该方法包括从远程设备的集合接收CPM的集合。CPM的集合包括描述道路环境内的自由空间区域的远程传感器数据。该方法包括确定CPM的相关子集包括与检测不当行为相关的远程传感器数据。该方法包括至少部分地基于相关子集的远程传感器数据确定物体在目标时间不位于所述位置处。该方法包括基于物体在目标时间不位于所述位置处的确定来检测攻击者的不当行为。
Description
技术领域
本申请涉及车辆到一切(V2X)消息的不当行为检测。特别地, 一些实施例涉及使用集体感知消息(如果单数则是“CPM”,如果 复数则是“多个CPM”)对V2X消息的不当行为检测。
背景技术
现代车辆广播V2X消息,包括描述其位置、速度、航向、过去 动作和未来动作等的数字数据。广播V2X消息的车辆被称为“V2X 发送器”。接收V2X消息的车辆被称为“V2X接收器”。V2X消息 中包括的数字数据可以被用于高级驾驶辅助系统(ADAS系统)或 V2X接收器中包括的自动驾驶系统的正常操作。但是,在一些场景 中,V2X消息可能被恶意方欺骗或以其它方式用于对V2X接收器的 网络攻击。
现代车辆包括ADAS系统或自动驾驶系统。自动驾驶系统是 ADAS系统的集合,其提供足够的驾驶员辅助,使车辆是自主的。 ADAS系统和自动驾驶系统被称为“车辆控制系统”。
包括这些车辆控制系统的特定车辆在本文中被称为“自我车辆”, 并且在自我车辆附近的其它车辆被称为“远程车辆”。
发明内容
一个或多个计算机的系统可以被配置为凭借在系统上安装软件、 固件、硬件或它们的组合来执行特定操作或动作,这些软件、固件、 硬件或它们的组合在操作中使得系统执行动作。一个或多个计算机程 序可以被配置为凭借包括指令来执行特定操作或动作,指令在由数据 处理装置执行时使装置执行动作。
一个通用方面包括一种用于自我车辆检测攻击者在传输V2X消 息中的不当行为的方法。该方法还包括由自我车辆的V2X无线电收 发装置从攻击者接收V2X消息,其中V2X消息包括描述物体在目标 时间在道路环境中的位置的V2X数据;从远程设备的集合接收CPM 的集合,该CPM的集合包括描述道路环境内自由空间区域的远程传 感器数据;基于以下确定,确定CPM的相关子集包括与检测不当行 为相关的远程传感器数据:(1)远程传感器数据在目标时间的预定 时间范围内被记录,(2)所述位置位于自由空间区域内,以及(3)远程传感器数据具有满足阈值的分数(例如,参见图6);至少部分 地基于相关子集的远程传感器数据,确定物体在目标时间不位于所述 位置处;并且基于确定物体如V2X数据描述的在目标时间不位于所 述位置处来检测攻击者的不当行为。这个方面的其它实施例包括对应 计算机系统、装置和记录在一个或多个计算机存储设备上的计算机程 序,每个都被配置为执行方法的动作。
实施方式可以包括以下特征中的一个或多个。该方法其中V2X 消息是基本安全消息。V2X消息是CPM。攻击者是攻击车辆。攻击 者是攻击性的道路设备。远程设备的集合包括一个或多个远程车辆。 远程设备的集合包括一个或多个道路设备。该方法可以包括记录目标 时间的预定时间范围内的自我传感器数据并且基于自我传感器数据和 相关子集的远程传感器数据来确定物体在目标时间不位于所述位置处。 基于对不当行为的检测,V2X数据被自我车辆和远程设备的集合忽 略。物体是车辆。远程设备的集合是为使用CPM检测V2X消息中 的不当行为而形成的车辆微云的成员。检测不当行为为了减轻不当行 为的不利影响而触发车辆微云的形成。所描述的技术的实施方式可以 包括硬件、方法或处理,或者计算机可访问介质上的计算机软件。
一个通用方面包括一种计算机程序产品,该计算机程序产品可以 包括计算机代码,计算机代码在由车载计算机执行时使得车载计算机 执行步骤,包括:由自我车辆的V2X无线电收发装置从攻击者接收 V2X消息,其中V2X消息包括描述物体在目标时间在道路环境中的 位置的V2X数据;从远程设备的集合接收CPM的集合,该CPM的 集合包括描述道路环境内自由空间区域的远程传感器数据;基于以下 确定,确定CPM的相关子集包括与检测不当行为相关的远程传感器 数据:(1)远程传感器数据在目标时间的预定时间范围内被记录, (2)所述位置位于自由空间区域内,以及(3)远程传感器数据具有 满足阈值的分数;至少部分地基于相关子集的远程传感器数据,确定 物体在目标时间不位于所述位置处;并且基于确定物体如V2X数据 描述的在目标时间不位于所述位置处来检测攻击者的不当行为。这个 方面的其它实施例包括对应计算机系统、装置和记录在一个或多个计 算机存储设备上的计算机程序,每个都被配置为执行方法的动作。
实施方式可以包括以下特征中的一个或多个。该计算机程序产品 可以包括附加计算机代码,该附加计算机代码在由车载计算机执行时 可操作以使得车载计算机执行附加步骤,包括:记录目标时间的预定 时间范围内的自我传感器数据并且基于自我传感器数据和相关子集的 远程传感器数据来确定物体在目标时间不位于所述位置处。基于对不 当行为的检测,V2X数据被自我车辆和远程设备的集合忽略。物体 是车辆。自我车辆正在使物体处于自我车辆的碰撞过程中的航向上行 驶。远程设备的集合是为使用CPM检测V2X消息中的不当行为而 形成的车辆微云的成员。检测不当行为为了减轻不当行为的不利影响 而触发车辆微云的形成。所描述的技术的实施方式可以包括硬件、方 法或处理,或者计算机可访问介质上的计算机软件。
一个通用方面包括一种自我车辆的系统。该系统还包括处理器、 通信单元和非暂态存储器。非暂态存储器存储计算机代码,该计算机 代码在由处理器执行时可操作以使得处理器执行步骤,包括:由通信 单元从攻击者接收V2X消息,其中V2X消息包括描述物体在目标时 间在道路环境中的位置的V2X数据;从远程设备的集合接收CPM 的集合,该CPM的集合包括描述道路环境内自由空间区域的远程传 感器数据;基于以下确定,确定CPM的相关子集包括与检测不当行 为相关的远程传感器数据:(1)远程传感器数据在目标时间的预定时间范围内被记录,(2)所述位置位于自由空间区域内,以及(3) 远程传感器数据具有满足阈值的分数;至少部分地基于相关子集的远 程传感器数据,确定物体在目标时间不位于所述位置处;并且基于确 定物体如V2X数据描述的在目标时间不位于所述位置处来检测攻击者的不当行为。这个方面的其它实施例包括对应计算机系统、装置和 记录在一个或多个计算机存储设备上的计算机程序,每个都被配置为 执行方法的动作。
附图说明
在附图中以示例的方式而非以限制的方式图示了本公开,其中相 像的附图标记用于指代相似的元件。
图1是图示根据一些实施例的用于检测系统的操作环境的框图。
图2是图示根据一些实施例的包括检测系统的示例计算机系统的 框图。
图3A和3B是根据一些实施例的用于检测V2X消息中的不当行 为的示例方法的流程图。
图4是根据一些实施例的用于检测V2X消息中的不当行为的第 一用例的框图。
图5是根据一些实施例的用于检测V2X消息中的不当行为的第 二用例的框图。
图6是根据一些实施例的用于确定分数的示例分析。
具体实施方式
本文描述的是检测系统的实施例。现在根据一些实施例介绍检测 系统的功能。车辆包括板载传感器,这些传感器不断记录描述其外部 环境的传感器数据。车辆彼此传输V2X消息。这些V2X消息在其有 效载荷中包括V2X数据。V2X数据包括它们记录的传感器数据。接 收这些V2X消息的车辆使用这个V2X数据来提高他们对环境的认识。 对于包括高级驾驶辅助系统(ADAS系统)或自主驾驶系统在内的这 些系统,V2X数据被输入这些系统,以便他们在提供其功能时可以 更好地了解他们的驾驶环境。
问题是V2X消息可能受到恶意方的攻击。一种类型的攻击包括 攻击者(例如,恶意车辆或恶意道路设备)传输恶意V2X消息,该 消息包括错误地描述驾驶环境的V2X数据。例如,恶意V2X消息包 括描述物体(例如,“幽灵车辆”)在特定时间位于驾驶环境中的特 定位置的V2X数据,但实际上并非如此。图4和5中描绘了根据一 些实施例的攻击的示例。这些攻击在本文中被描述为“V2X消息中 的不当行为”。
这些恶意V2X消息可以是通用V2X消息、基本安全消息 (BSM)、CPM或任何其它类型的V2X消息。
被攻击者的恶意V2X消息错误描述为位于特定位置的物体被称 为“幽灵物体”或“幽灵车辆”,因为恶意V2X消息的V2X数据将 其描述为位于在特定时间的特定位置实际上并不存在,因此看起来像 “幽灵”。
本文描述的是提供对上述问题的解决方案的检测系统的实施例。 检测的实施例可操作以检测V2X消息中的不当行为,无论V2X消息 是通用V2X消息、BSM还是CPM。因而,检测系统的实施例有益 地能够使自我车辆能够检测幽灵车辆和幽灵物体,从而确定恶意传输 的V2X消息中的不当行为的存在。检测系统可操作以忽略包括在这 些V2X消息中的V2X数据,从而提高ADAS系统和自动驾驶系统的 性能和安全操作,否则它们的性能和安全操作会受到错误的V2X数 据的影响。
集体感知消息
CPM在智能交通系统(ITS)站之间交换以共享关于道路环境 的信息,诸如道路用户和由本地传感器检测到的其它物体的存在。除 其它之外,共享的信息尤其包括传感器数据和对这个传感器数据执行 的分析(诸如物体检测分析)的结果。CPM中包括的数字数据被称 为CPM数据。
根据一些实施例的CPM的示例包括图1中描绘的CPM数据 191。CPM数据包括远程传感器数据197。远程传感器数据197包括 描述由一个或多个远程设备(诸如远程车辆124和道路设备151)的 板载传感器记录的传感器测量值的数字数据。
在一些实施例中,CPM数据描述自由空间信息。自由空间信息 包括描述没有物体所在的道路部分的传感器数据。物体的示例包括车 辆、坑洼、行人、动物、碎片、任何其它有形物体等。在一些实施例 中,自由空间信息包括在远程传感器数据197中。在一些实施例中, 自由空间信息包括描述自由空间区的传感器数据。在一些实施例中, 自由空间区是没有物体所在的道路部分。
在一些实施例中,CPM被周期性地广播。取决于新物体的检测 和/或物体位置的改变、物体速度的改变或这些物体航向的改变,以 可变传输频率广播CPM。
CPM在ETSI TR 103 562 V2.1.1(2019-12)和ETSI TS 103 324中进行了描述,通过引用将两者的全部内容并入本文。
因为CPM是特定类型的V2X消息的示例,所以在一些实施例 中它们的有效载荷是V2X数据的示例。在一些实施例中,攻击者传 输包括错误V2X数据的恶意CPM。本文描述的检测系统可操作以检 测这种类型的不当行为并忽略这种错误的V2X数据(例如,参见图 5)。
车辆微云
车辆微云是本文描述的实施例中的一些的可选特征。本文描述的 实施例中的一些包括车辆微云。本文描述的实施例中的一些不包括车 辆微云。
在一些实施例中,车辆微云包括一组联网车辆,其中车辆合作/ 协作地执行(一个或多个)任务。车辆微云基于其移动性可以被划分 为两类:(1)静止的;(2)移动的。
在静止云中,某个地理区域被指定为车辆微云区域,并且进入该 区域的车辆为板载云服务贡献其资源。静止的车辆微云有时被称为 “静态”车辆微云。
另一方面,在移动车辆云中,车辆微云随着微云成员移动而移动。 移动的车辆微云有时被称为“动态”车辆微云。
车辆微云提供车辆微云任务。车辆微云任务包括车辆微云或一组 车辆微云执行的任何任务。如本文所使用的,术语“任务”和“车辆 微云任务”是指同一事物。本文使用的“子任务”是任务或车辆微云 任务的一部分。
车辆微云包括经由V2X消息彼此通信以提供位置数据校正服务 的一组联网车辆。
车辆微云包括多个成员。车辆微云的成员包括经由无服务器自组 织车辆网络发送和接收V2X消息的联网车辆。在一些实施例中,无 服务器自组织车辆网络的成员是无服务器自组织车辆网络的节点。
在一些实施例中,无服务器自组织车辆网络是“无服务器的”, 因为无服务器自组织车辆网络不包括服务器。在一些实施例中,无服 务器自组织车辆网络是“自组织的”,因为无服务器自组织车辆网络 是在由一个或多个成员确定需要或必要时形成其成员的。在一些实施 例中,无服务器自组织车辆网络是“车辆的”,因为无服务器自组织 车辆网络仅包括联网车辆作为其端点。在一些实施例中,术语“网络” 是指V2V网络。
在一些实施例中,车辆微云仅包括车辆。例如,无服务器自组织 网络不包括以下内容:基础设施设备、基站、道路设备、边缘服务器、 边缘节点和云服务器。基础设施设备包括道路环境中的任何硬件基础 设施设备,诸如交通信号、交通灯、交通标志,或具有或不具有与无 线网络无线通信的能力的任何其它硬件设备。
在一些实施例中,无服务器自组织车辆网络包括传感器丰富的车 辆的集合。传感器丰富的车辆是包括丰富传感器集合的联网车辆。包 括无服务器自组织车辆网络的操作环境还包括老式车辆。老式车辆是 包括老式传感器集合的联网车辆。丰富传感器集合的整体感知能力大 于老式传感器集合的整体感知能力。例如,道路环境包括传感器丰富 车辆的集合和老式车辆;与由老式传感器集合生成的传感器测量相比, 丰富传感器集合可以可操作以生成更准确地描述道路环境中物体的地 理位置的传感器测量。
在一些实施例中,老式车辆是无服务器自组织车辆网络的元素。 在一些实施例中,老式车辆不是无服务器自组织车辆网络的元素,但 是接收由无服务器自组织车辆网络的成员提供的位置数据的位置数据 校正服务的好处。例如,向老式车辆提供校正数据,该校正数据使老 式车辆能够修改其自己的传感器数据以调整由老式传感器集合记录的 传感器测量相对于由无服务器自组织车辆网络中包括的传感器丰富车 辆的丰富传感器集合记录的传感器测量的差异。以这种方式,无服务 器自组织车辆网络可操作以改进老式车辆的操作,这进而增加了在老 式车辆附近行驶的传感器丰富车辆的安全性。
在一些实施例中,无服务器自组织车辆网络是车辆微云。本文描 述的实施例不要求无服务器自组织车辆网络是车辆微云。因而,在一 些实施例中,无服务器自组织车辆网络不是车辆微云。
在一些实施例中,无服务器自组织车辆网络包括类似的结构,其 可操作以提供作为车辆微云的功能中的一些或全部。因而,现在根据 一些实施例描述车辆微云以提供对根据一些实施例的无服务器自组织 车辆网络的结构和功能的理解。在描述车辆微云时,术语“车辆微云” 可以用术语“车辆微云”替换,因为在一些实施例中,车辆微云是车 辆微云的示例。
由一组联网车辆(即,“车辆微云”)进行的分布式数据存储和 计算是应对为联网车辆生成的和由联网车辆生成的不断增加的网络流 量的有前景的解决方案。在一些实施例中,车辆微云是车辆微云的示 例。车辆在其板载数据存储设备中协作存储(或高速缓存)数据集, 并根据其它车辆的请求通过车辆到车辆(V2V)网络计算和共享这些 数据集。使用车辆微云去除了联网车辆在需要访问未使用的计算资源 (诸如共享数据(例如,用于自动驾驶的高清道路地图)、共享计算 力、共享带宽、共享存储器和云化服务)时让联网车辆通过车辆到网 络(V2N)通信(例如,通过蜂窝网络)访问远程云服务器或边缘服 务器的需要。
本文描述的实施例中的一些是由“车辆云化”的新兴概念激发的。 车辆云化意味着配备有(一个或多个)板载计算机单元和无线通信功 能的车辆形成集群,称为车辆微云,并通过V2V网络或V2X网络与 其它微云成员协作以便以高效的方式执行计算、数据存储和数据通信 任务。这些类型的任务在本文中如果是复数则被称为“多个车辆微云 任务”,或者如果是单数则被称为“车辆微云任务”。
在一些实施例中,车辆微云任务包括由车辆微云的多个成员协作 执行的任何计算、数据存储或数据通信任务。
在一些实施例中,计算任务包括处理器执行代码和例程以输出结 果。结果包括描述执行代码和例程的输出的数字数据。例如,计算任 务包括处理器执行代码和例程以解决问题,并且结果包括描述问题的 解决方案的数字数据。在一些实施例中,计算任务被分解成子任务, 其完成等同于计算任务的完成。以这种方式,多个微云成员的处理器 被指派被配置为完成计算任务的不同的子任务;微云成员采取步骤以 并行完成子任务并经由V2X无线通信彼此共享子任务的完成结果。 以这种方式,多个微云成员一起协同工作,以完成计算任务。处理器 包括例如作为微云成员的多个联网车辆的板载单元或电子控制单元(ECU)。
在一些实施例中,数据存储任务包括处理器将数字数据存储在联 网车辆的存储器中。例如,太大而无法存储在任何一辆车的存储器中 的数字数据文件被存储在多辆车的存储器中。在一些实施例中,数据 存储任务被分解成子任务,其完成等同于数据存储任务的完成。以这 种方式,多个微云成员的处理器被指派被配置为完成数据存储任务的 不同的子任务;微云成员采取步骤以并行完成子任务并经由V2X无 线通信彼此共享子任务的完成结果。以这种方式,多个微云成员一起 协同工作,以完成数据存储任务。例如,数据存储任务的子任务包括 将数字数据文件的一部分存储在微云成员的存储器中;其它微云成员被指派子任务以将数字数据文件的剩余部分存储在他们的存储器中, 以便将整个文件共同存储在车辆微云或车辆微云的子集上。
在一些实施例中,数据通信任务包括处理器使用处理器可用的网 络带宽中的一些或全部(例如,经由联网车辆的通信单元)将V2X 无线消息的一部分传输到另一个端点。例如,V2X无线消息包括有 效载荷,其文件尺寸太大以至于无法使用任何一辆车可用的带宽进行 传输,因此有效载荷被分解成多个片段并经由多个无线消息在相同的 时间(或同时)被多个微云成员传输。在一些实施例中,数据通信任 务被分解成子任务,其完成等同于数据存储任务的完成。以这种方式, 多个微云成员的处理器被指派被配置为完成数据存储任务的不同子任 务;微云成员采取步骤以并行地完成子任务并经由V2X无线通信彼 此共享子任务的完成结果。以这种方式,多个微云成员一起协同工作, 以完成数据存储任务。例如,数据通信任务的子任务包括将V2X消 息的有效载荷的一部分传输到指定端点;其它微云成员被指派子任务 以使用其可用带宽传输有效载荷的剩余部分,以便共同传输整个有效 载荷。
在一些实施例中,车辆微云任务由并行执行计算处理的多个成员 协同执行,所述多个成员被配置为完成车辆微云任务的执行。
在一些实施例中,车辆微云包括执行计算处理的多个成员,该计 算处理的完成导致车辆微云任务的执行。例如,无服务器自组织车辆 网络为老式车辆提供车辆微云任务。
车辆微云是有益的,例如,因为它们帮助车辆执行它们不能单独 执行的计算昂贵的任务或存储它们不能单独存储的大数据集。
在本段落中通过引用并入的专利申请中描述了车辆微云。本专利 申请与以下专利申请相关,这些专利申请中的每个专利申请的全部内 容通过引用并入本文:于2016年11月22日提交的题为“Storage Service for Mobile Nodes in a Roadway Area”的美国专利申请 No.15/358,567;于2017年10月31日提交的题为“Service Discovery andProvisioning for a Macro-Vehicular Cloud”的美国专 利申请No.15/799,442;于2017年12月18日提交的题为“Managed Selection of a Geographical Location for aMicro-Vehicular Cloud” 的美国专利申请No.15/845,945;以及于2017年10月31日提交的题 为“Identifying a Geographic Location for a Stationary Micro- VehicularCloud”的美国专利申请No.15/799,963;于2019年6月 17日提交的标题为“CooperativeParking Space Search by a Vehicular Micro Cloud”的美国专利申请No.16/443,087;于2020年 1月10日提交的标题为“Vehicular Micro Clouds for On-demand VehicleQueue Analysis”的美国专利申请No.16/739,949;于2020年 1月6日提交的标题为“Vehicular Micro Cloud Hubs”的美国专利 申请No.16/735,612;于2019年4月17日提交的标题为 “Reorganizing Autonomous Entities for Improvement Vehicular MicroCloud Operation”的美国专利申请No.16/387,518;于2019年 2月11日提交的标题为“Anomaly Mapping by Vehicular Micro Clouds”的美国专利申请No.16/273,134;于2019年1月11日提交 的标题为“On-demand Formation of Stationary Vehicular MicroClouds”美国专利申请No.16/246,334;以及于2018年11月26日提 交的标题为“Mobility-oriented Data Replication in a Vehicular Micro Cloud”的美国专利申请No.16/200,578。
在一些实施例中,车辆微云的典型用例是数据存储服务,其中微 云中的车辆将数据内容协作地保持在其板载数据存储设备中。车辆微 云允许车辆微云中和车辆微云周围的车辆通过V2V通信从(一个或 多个)微云成员请求数据内容,从而减少通过车辆到网络(例如,蜂 窝)通信访问远程云服务器的需求。对于一些用例,微云成员还可以 在远程云/边缘服务器进行最少干预的情况下,在现场更新高速缓存 的数据内容(例如,基于来自板载传感器的测量来更新高清道路图)。 本段不旨在将本文描述的实施例的功能性限制到数据存储。如本文所 描述的,除数据存储任务之外,实施例还可操作以提供其它车辆微云 任务。
作为车辆微云的一部分的端点在本文中可以被称为“成员”、 “微云成员”或“成员车辆”。成员的示例包括以下一个或多个:联 网车辆;边缘服务器;云服务器;任何其它具有计算资源并已通过握 手处理被邀请加入车辆微云的连接的设备。在一些实施例中,术语“成员车辆”具体地仅指作为车辆微云的成员的联网车辆,而术语 “成员”或“微云成员”是更广泛的术语,其可以指以下一个或多个: 作为车辆的端点;以及非车辆的端点(诸如路边单元)。
在一些实施例中,自我车辆的通信单元包括V2X无线电收发装 置。V2X无线电收发装置按照V2X协议操作。在一些实施例中, V2X无线电收发装置是蜂窝-V2X无线电收发装置(“C-V2X无线电 收发装置”)。在一些实施例中,V2X无线电收发装置广播基本安 全消息(如果单数则是“BSM”或“安全消息”,如果复数则是 “多个BSM”或“多个安全消息”)。在一些实施例中,由通信单 元广播的安全消息包括系统数据的一些或全部作为其有效载荷。在一些实施例中,系统数据被包括在由专用短程通信(DSRC)协议指定 的安全消息的部分2中。在一些实施例中,有效载荷包括数字数据, 该数字数据描述传感器数据,除其它之外,该传感器数据尤其描述包 括车辆微云的成员的道路环境。
如本文所使用的,术语“车辆”是指联网车辆。例如,图1中描 绘的自我车辆和远程车辆是联网车辆。联网车辆是交通工具(诸如汽 车),其包括通信单元,该通信单元使交通工具能够经由一个或多个 车辆网络发送和接收无线消息。因而,如本文所使用的,术语“车辆” 和“联网车辆”可以互换使用。本文描述的实施例对于人类驾驶车辆 的驾驶员以及自主车辆的自主驾驶系统都是有益的。
在一些实施例中,检测系统改善网络的性能,因为它有益地采取 使得能够完成车辆微云任务的步骤。
在一些实施例中,检测系统是安装在具有V2X通信能力的车辆 的板载单元(例如,电子控制单元(ECU))中的软件。车辆是联 网车辆并且在具有N个远程车辆的道路环境中操作,这些远程车辆 也是联网车辆,其中N是足以满足形成车辆微云的阈值的任何正整 数。道路环境可以包括以下示例元素中的一个或多个:自我车辆;N 个远程车辆;边缘服务器;以及路边单元。为了清楚起见,N个远程 车辆在本文中可以被称为“远程车辆”或“多个远程车辆”,并且这 将被理解为描述N个远程车辆。
根据一些实施例的道路环境的示例包括图1中描绘的道路环境 140。如图所描绘的,道路环境140包括物体。物体的示例包括以下 一个或多个:其它汽车、路面;标志、交通信号、道路油漆、中线、 转弯、十字路口、动物、行人、碎片、坑洼、积水、积泥、砾石、道 路施工、锥体、公交车站、电线杆、入口坡道、出口坡道、故障车道、 合并车道、其它车道、铁路轨道、铁路交叉口,以及任何其它存在于 道路环境140中或者可通过传感器集合中包括的相机或某个其它传感 器以其它方式观察或测量的任何其它有形物体。
自我车辆和远程车辆可以是人类驾驶的车辆、自主车辆或人类驾 驶的车辆和自主车辆的组合。在一些实施例中,自我车辆和远程车辆 可以配备有DSRC装备,诸如具有车道级准确度的GPS单元和能够 传输DSRC消息的DSRC无线电收发装置。
在一些实施例中,自我车辆以及远程车辆中的一些或所有包括它 们自己的检测系统实例。例如,除了自我车辆之外,远程车辆中的一 些或所有包括板载单元,其中安装有检测系统的实例。
在一些实施例中,自我车辆以及远程车辆中的一个或多个是车辆 微云的成员。在一些实施例中,远程车辆是车辆微云的成员,但自我 车辆不是车辆微云的成员。在一些实施例中,自我车辆以及远程车辆 中的一些但不是全部是车辆微云的成员。在一些实施例中,自我车辆 以及远程车辆中的一些或全部是同一车辆宏云的成员,但不是同一车 辆微云的成员,这意味着它们是各种车辆微云的成员,这些微云都是 同一车辆宏云的成员,以便它们仍然通过车辆宏云彼此关联。
根据一些实施例的车辆微云的示例包括图1中所描绘的车辆微云 194。车辆微云194在图1中使用虚线描绘以指示它是操作环境100 的可选特征。
因而,检测系统的多个实例安装在一组联网车辆中。该组联网车 辆被布置为车辆微云。如下文更详细地描述的,检测系统还将车辆微 云组织成纳米云的集合,每个纳米云被指派完成子任务的责任。每个 纳米云包括车辆微云的至少一个成员,使得每个纳米云可操作以完成 车辆微云任务的指派的子任务,以使车辆微云的成员受益。
在一些实施例中,纳米云包括车辆微云的子集,其在车辆微云内 被组织为由枢纽管理的实体,其中该实体被组织用于完成车辆微云任 务的一个或多个子任务的目的。
枢纽或枢纽车辆
枢纽车辆是本文描述的实施例的可选特征。本文描述的实施例中 的一些包括枢纽车辆。本文描述的实施例中的一些不包括枢纽车辆。
在一些实施例中,执行如本文所述的方法(例如,图3A和3B 中描绘的方法300或下面描述的一般示例方法等)的检测系统是枢纽 或枢纽的元件车辆。例如,由检测系统形成的车辆微云包括枢纽车辆, 其除了在此描述的方法的功能之外还提供以下示例功能:(1)控制 成员车辆的集合何时离开车辆微云(即,管理车辆微云的成员资格, 诸如谁可以加入,他们什么时候可以加入,他们什么时候可以离开 等),(2)确定如何使用车辆计算资源的池为成员车辆的集合按次 序完成任务的集合,其中该次序是基于包括安全性在内的因素集合来 确定的,(3)确定如何使用车辆计算资源的池来完成不包括有利于 枢纽车辆的任务的任何任务;并且确定何时不再需要完成任务,或者 何时除了枢纽车辆之外不存在其它成员车辆,并且响应于此类确定而 采取措施解散车辆微云。
“枢纽车辆”在本文中可以被称为“枢纽”。根据一些实施例的 枢纽车辆的示例包括图1中描绘的自我车辆123。在一些实施例中, 道路设备151是车辆微云194的枢纽。
在一些实施例中,检测系统基于指示哪个车辆(例如,自我车辆 或远程车辆之一)是技术最复杂的元素的集合来确定一组车辆(例如, 自我车辆以及一个或多个远程车辆)中哪个车辆将用作枢纽车辆。例 如,具有最快板载计算机的成员车辆可以是枢纽车辆。可以使车辆有 资格成为枢纽的其它因素包括以下一个或多个:相对于其它成员具有 最准确的传感器;相对于其它成员具有最多的带宽;并且相对于其它 成员具有最多未使用的存储器。因而,指定哪个车辆是枢纽车辆可以 基于因素的集合,包括哪个车辆具有:(1)相对于其它成员最快的 板载计算机;(2)相对于其它成员最准确的传感器;(3)相对于其 它成员或其它网络因素的最大带宽,诸如具有符合最现代网络协议的 无线电收发装置;以及(4)相对于其它成员最大可用的存储器。
在一些实施例中,如果检测系统确定技术上更复杂的车辆加入车 辆微云,那么哪个车辆是枢纽车辆的指定随时间改变。因而,哪个车 辆是枢纽车辆的指定是动态的而不是静态的。换句话说,在一些实施 例中,如果“更好”的枢纽车辆加入车辆微云,那么一组车辆中的哪 个车辆是该组的枢纽车辆的指定在运行中改变。上一段中描述的因素 被用于确定新车辆相对于现有的枢纽车辆是否更好。
在一些实施例中,枢纽车辆包括存储技术数据的存储器。技术数 据包括描述车辆微云中包括的每个车辆的技术能力的数字数据。枢纽 车辆还可以访问每个车辆的传感器数据,因为这些车辆广播V2X消 息,其包括传感器数据作为V2X消息的有效载荷。此类V2X消息的 示例包括BSM,其在它们的有效负载的部分2中包括此类传感器数 据。在一些实施例中,技术数据被包括在图1中描绘的成员数据中, 诸如自我车辆123和远程车辆124之类的车辆经由BSM彼此广播。 在一些实施例中,成员数据还包括传输BSM的车辆的传感器数据以及本文描述为成员数据的元素的其它数字数据中的一些或全部。
车辆的传感器数据是由该车辆的板载传感器集合126记录的数字 数据。在一些实施例中,自我车辆的传感器数据包括由另一个车辆的 传感器集合126记录的传感器数据;在这些实施例中,该另一个车辆 经由诸如BSM或某种其它V2X通信之类的V2X通信将传感器数据 传输到自我车辆。
在一些实施例中,技术数据是传感器数据的元素。在一些实施例 中,车辆通过传输在其有效载荷中包括传感器数据的BSM来分发 它们的传感器数据,并且这个传感器数据包括传输BSM的每个车 辆的技术数据;以这种方式,枢纽车辆就可以接收到包含在车辆微云 中的每个车辆的技术数据。
在一些实施例中,枢纽车辆是车辆微云中相对于其它成员车辆具 有最快板载计算机的任何成员车辆。
在一些实施例中,检测系统可操作以向不包括服务器的操作环境 和网络体系架构提供其功能。在一些场景中,服务器的使用是有问题 的,因为它们产生时延。例如,一些现有技术系统要求车辆组通过服 务器彼此中继它们的所有消息。相比之下,服务器的使用是检测系统 的可选特征。例如,检测系统是包括通信单元145但不包括服务器的 路边单元的元件。在另一个示例中,检测系统是另一个车辆(诸如远 程车辆124之一)的元件。
在一些实施例中,检测系统的操作环境包括服务器。可选地,在 这些实施例中,检测系统包括预测涉及服务的V2X通信的预期时延, 然后对这些V2X通信的传输进行计时以使得时延被最小化或减少的 代码和例程。
在一些实施例中,即使包括检测系统的车辆不具有作为其通信单 元的一部分的Wi-Fi天线,检测系统也可操作以提供其功能性。相比 之下,现有解决方案中的一些要求使用Wi-Fi天线才能提供其功能性。 因为检测系统不要求Wi-Fi天线,所以它能够为更多车辆,包括没有 Wi-Fi天线的旧车辆,提供其功能性。
在一些实施例中,即使包括检测系统的车辆不具有作为其通信单 元的一部分的V2X无线电收发装置,检测系统也可操作以提供其功 能性。相比之下,现有解决方案中的一些要求使用V2X无线电收发 装置才能提供其功能性。因为检测系统不要求V2X无线电收发装置, 所以它能够为更多车辆,包括没有V2X无线电收发装置的旧车辆, 提供其功能性。
在一些实施例中,检测系统包括代码和例程,当被处理器执行时, 使得处理器控制车辆微云的成员何时可以离开或退出车辆微云。这种 方法是有益的,因为它意味着枢纽车辆可以确信它在任何给定时间具 有多少计算资源,因为它控制车辆(及其计算资源)何时可以离开车 辆微云。现有解决方案不提供这个功能性。
在一些实施例中,检测系统包括代码和例程,当由处理器执行时, 响应于确定特定车辆具有足够的未使用计算资源和/或使用特定车辆 未使用的计算资源向车辆微云提供微云服务的可信度而使得处理器指 定特定车辆作为枢纽车辆。这是有益的,因为它保证只有那些对车辆 微云的成员有贡献的车辆才能加入车辆微云。
在一些实施例中,检测系统管理车辆微云,使得不具有V2V通 信能力的车辆的成员资格可以访问它。这是有益的,因为它确保老式 车辆能够获得由车辆微云提供的好处。由多个车辆完成任务的现有方 法不提供这个功能性。
在一些实施例中,检测系统被配置为使得特定车辆(例如,自我 车辆)由车辆制造商预先指定以用作其加入的任何车辆微云的枢纽车 辆。由多个车辆完成任务的现有方法不提供这个功能性。
现有解决方案一般不包括车辆微云。一些车辆组(例如,集团、 车队等)可能看起来是车辆微云,但实际上它们不是车辆微云。例如, 在一些实施例中,车辆微云要求其所有成员与车辆微云的其它成员共 享未使用的计算资源。任何不要求其所有成员与其它成员共享其未使 用的计算资源的车辆组都不是车辆微云。
在一些实施例中,因为与服务器的通信产生的时延,车辆微云不 要求服务器并且优选地不包括服务器。因而,在一些但不是所有实施 例中,包括服务器或其功能性结合服务器的任何车辆组都不是本文使 用的这个术语的车辆微云。
在一些实施例中,由检测系统形成的车辆微云可操作以利用许多 不同车辆的未使用计算资源来执行由于已知有限的车辆的车载计算机 的计算限制而使得单个车辆无法执行的复杂计算任务。因而,任何不 能利用许多不同车辆的未使用计算资源来执行单个车辆无法单独执行 的复杂计算任务的车辆组都不是车辆微云。
在一些实施例中,车辆微云可以包括停放的车辆、在不同方向上 行驶的车辆、基础设施设备,或在车辆微云的成员的通信范围内的几 乎任何端点。
在一些实施例中,检测系统被配置为使得要求车辆具有预定阈值 的未使用计算资源以成为车辆微云的成员。因而,在一些实施例中, 不要求车辆具有预定阈值的未使用计算资源以成为组成员的任何车辆 组都不是车辆微云。
在一些实施例中,由车辆制造商通过在制造时在车辆的存储器中 包括一个位或令牌(token)来预先指定车辆微云的枢纽,其将车辆 指定为它加入的所有车辆微云的枢纽。因而,如果一组车辆不包括从 制造时起在其存储器中具有将其指定为其加入的所有车辆组的枢纽的 位或令牌的枢纽车辆,那么在一些实施例中,这个组不是车辆微云。
车辆微云不是V2X网络或V2V网络。例如,V2X网络和V2V 网络都不包括同一地理区域中的车辆的集群,这些车辆在计算上彼此 联接为逻辑上关联的集群的成员,这些集群将其未使用的计算资源提 供给集群的其它成员。在一些实施例中,本文描述的方法(例如,图3A和3B中描绘的方法300)的任何步骤由一个或多个车辆执行,这 些车辆使用V2X通信协同工作以完成(一个或多个)方法的一个或 多个步骤。相比之下,仅包括V2X网络或V2V网络的解决方案不一 定包括两个或多个车辆一起协同工作以完成方法的一个或多个步骤的 能力。
在一些实施例中,车辆微云包括停放的车辆、在不同方向上行驶 的车辆、基础设施设备,或在车辆微云的成员的通信范围内的几乎任 何端点。相比之下,根据一些实施例,作为组成员的要求而排除此类 端点的一组车辆不是车辆微云。
在一些实施例中,车辆微云可操作以使用其成员的车载计算机自 行完成计算任务,而无需将这些计算任务委托给云服务器;这是根据 一些实施例的车辆微云任务的示例。在一些实施例中,依赖云服务器 进行计算分析或其计算分析的困难部分的一组车辆不是车辆微云。虽 然图1描绘了包括检测系统的操作环境中的服务器,但该服务器是操 作环境的可选特征。检测系统的优选实施例的示例在包括检测系统的 操作环境中不包括服务器。
在一些实施例中,检测系统使一组车辆能够执行任何一个车辆无 法单独完成的计算昂贵的任务。
车辆微云任务执行的现有解决方案涉及车辆车队。如本文所解释 的,车队不是车辆微云并且不提供车辆微云的好处,并且检测系统的 一些实施例要求车辆微云;仅这个区别就将检测系统与现有解决方案 区分开。出于其它原因,检测系统与现有解决方案不同。例如,依赖 车辆编队的现有解决方案不包括在任务执行期间在车队之间动态改变 车队的成员的功能性。作为另一个示例,现有解决方案不考虑任务特 性、道路几何形状、实际和/或预测的交通信息以及车辆的资源能力 来确定车队的数量。现有解决方案也不包括在子任务仍由车队并行执 行的同时车队在它们之间交换他们正在执行的子任务的功能性。现有 解决方案也不包括基于被监视的任务执行结果/性能和/或可用车辆和 资源重新组织车队的功能性。如本文所述,检测系统包括代码和例程, 除其它之外,这些代码和例程尤其提供现有解决方案中缺乏的所有这 些功能性。
车辆控制系统
现代车辆包括高级驾驶员辅助系统(ADAS系统)或自动驾驶系 统。这些系统在本文中统称为或单独称为“车辆控制系统”。自动驾 驶系统包括足够数量的ADAS系统,使得包括这些ADAS系统的车 辆通过由车辆的处理器对ADAS系统的操作所接收到的功能性的好处而变得自主。根据一些实施例的车辆控制系统的示例包括图2中描 绘的车辆控制系统153。
包括这些车辆控制系统的特定车辆在本文中被称为“自我车辆”, 并且在自我车辆附近的其它车辆被称为“远程车辆”。如本文所使用 的,术语“车辆”包括联网车辆,其包括通信单元并且可操作以经由 无线网络(例如,图1中描绘的网络105)发送和接收V2X通信。
现代车辆收集大量描述其环境的数据,特别是图像数据。自我车 辆使用这个图像数据来了解其环境并操作其车辆控制系统(例如, ADAS系统或自动驾驶系统)。
随着自动车辆和ADAS系统变得越来越流行,重要的是车辆能 够访问描述其周围环境的最佳可能的数字数据。换句话说,现代车辆 具有尽可能最好的环境感知能力是重要的。
车辆通过让其板载传感器记录传感器测量、然后分析传感器数据 以识别以下一个或多个来感知其周围环境:哪些物体在其环境中;这 些物体在它们的环境中位于何处;以及关于这些物体的各种测量(例 如,速度、航向、路径历史等)。本发明旨在帮助车辆具有最佳可能 的环境感知能力。
车辆使用其板载传感器和计算资源来执行感知算法,该感知算法 通知它们关于在其环境中的物体、这些物体在其环境中位于何处以及 关于这些物体的各种测量(例如,速度、航向、路径历史等)。
蜂窝车辆到一切(C-V2X)
C-V2X是本文描述的实施例的可选特征。本文描述的实施例中 的一些利用C-V2X通信。本文描述的实施例中的一些不利用C-V2X 通信。例如,本文描述的实施例利用除C-V2X通信之外的V2X通信。 C-V2X被定义为3GPP直接通信(PC5)技术,包括LTE-V2X、5G NR-V2X和未来的3GPP直接通信技术。
现在引入了专用短程通信(DSRC)。配备DSRC的设备是任何 基于处理器的计算设备,其包括DSRC发送器和DSRC接收器。例 如,如果车辆包括DSRC发送器和DSRC接收器,则该车辆可以被 描述为“启用DSRC的”或“配备DSRC的”。其它类型的设备可 以是启用DSRC的。例如,以下设备中的一个或多个可以是配备 DSRC的:边缘服务器;云服务器;路边单元(“RSU”);交通信 号;交通灯;车辆;智能电话;智能手表;膝上型电脑;平板计算机; 个人计算机;以及可穿戴设备。
在一些实施例中,上述联网车辆中的一个或多个是配备DSRC 的车辆。配备DSRC的车辆是包括符合标准的GPS单元和DSRC无 线电收发装置的车辆,该DSRC无线电收发装置可操作以在配备 DSRC的车辆所在的辖区合法地发送和接收DSRC消息。DSRC无 线电收发装置是包括DSRC接收器和DSRC发送器的硬件。DSRC 无线电收发装置可操作以在为DSRC消息预留的频带上无线地发送 和接收DSRC消息。
DSRC消息是专门被配置为由诸如车辆之类的高度移动设备发送 和接收的无线消息,并且符合以下DSRC标准(包括其任何派生或 分支)中的一个或多个:EN 12253:2004专用短程通信-使用5.8 GHz微波的物理层(审查);EN 12795:2002专用短程通信(DSRC) -DSRC数据链路层:介质访问和逻辑链路控制(审查);EN 12834:2002专用短程通信-应用层(审查);以及EN 13372:2004 专用短程通信(DSRC)–用于RTTT应用的DSRC简档(审查); ENISO 14906:2004电子收费-应用界面。
DSRC消息不是以下中的任何一种:WiFi消息;3G消息;4G 消息;LTE消息;毫米波通信消息;蓝牙消息;卫星通信;以及由 钥匙卡以315MHz或433.92MHz发送或广播的短程无线电消息。例 如,在美国,用于遥控无钥匙系统的钥匙卡包括以315MHz操作的 短程无线电发送器,并且来自这个短程无线电发送器的发送或广播不 是DSRC消息,因为例如这种发送或广播不符合任何DSRC标准、 不由DSRC无线电收发装置的DSRC发送器发送并且不以5.9GHz发送。在另一个示例中,在欧洲和亚洲,用于遥控无钥匙系统的钥匙 卡包括以433.92MHz操作的短程无线电发送器,并且由于如上针对 美国的遥控无钥匙系统所述的相似的原因,来自这个短程无线电发送 器的发送或广播不是DSRC消息。
在一些实施例中,配备DSRC的设备(例如,配备DSRC的车 辆)不包括常规的全球定位系统单元(“GPS单元”),而是包括 符合标准的GPS单元。常规的GPS单元提供位置信息,该位置信息 以常规GPS单元的实际位置正负10米的准确度描述常规GPS单元 的位置。相比之下,符合标准的GPS单元提供GPS数据,该GPS 数据以符合标准的GPS单元的实际位置的正负1.5米的准确度描述 符合标准的GPS单元的位置。这种准确度被称为“车道级准确度”, 这是因为例如道路的车道一般约为3米宽,并且正负1.5米的准确度 足以识别车辆正在哪条车道中行驶,即使道路有多于一条行驶车道, 每条车道朝着相同的方向。
在一些实施例中,符合标准的GPS单元可操作以在空旷的天空 中68%的时间在所有方向上在其实际位置的1.5米内识别、监视和跟 踪其二维位置。
GPS数据包括描述由GPS单元输出的位置信息的数字数据。根 据一些实施例的符合标准的GPS单元的示例包括图1中描绘的符合 标准的GPS单元150。
在一些实施例中,本文描述并且在图1中描绘的联网车辆包括 V2X无线电收发装置而不是DSRC无线电收发装置。在这些实施例 中,如本描述中使用的术语“DSRC”的所有实例都可以用术语 “V2X”代替。例如,术语“DSRC无线电收发装置”被替换为术语 “V2X无线电收发装置”,术语“DSRC消息”被替换为术语“V2X 消息”,等等。
5.9GHz频带的75MHz可以被指定用于DSRC。但是,在一些实 施例中,5.9GHz频带的下部45MHz(具体而言,5.85-5.895GHz) 被管辖区(例如,美国)保留用于未经许可的使用(即,非DSRC 和非车辆相关使用),而5.9GHz频带的上部30MHz(具体而言, 5.895-5.925GHz)被管辖区保留用于蜂窝车辆到一切(C-V2X)。在 这些实施例中,图1中描绘的V2X无线电收发装置是C-V2X无线电 收发装置,其可操作以在5.9GHz频带的上部30MHz(即,5.895- 5.895-5.925GHz)上发送和接收C-V2X无线消息。在这些实施例中, 检测系统199可操作以与C-V2X无线电收发装置合作并使用C-V2X 无线消息的内容提供其功能性。
在这些实施例中的一些当中,图1中描绘的数字数据中的一些或 全部是一个或多个C-V2X消息的有效载荷。在一些实施例中,C- V2X消息是BSM。
在一些实施例中,如本文所使用的术语“DSRC”的实例可以被 术语“C-V2X”替代。例如,术语“DSRC无线电收发装置”被术语 “C-V2X无线电收发装置”替代,术语“DSRC消息”被术语“C- V2X消息”替代,等等。
在一些实施例中,如本文所使用的术语“V2X”的实例可以被术 语“C-V2X”替代。
车辆网络
在一些实施例中,检测系统利用车辆网络。车辆网络包括例如以 下一个或多个:V2V;V2X;车辆到网络到车辆(V2N2V);车辆到 基础设施(V2I);C-V2X;本文列出的网络的任何衍生物或组合; 等等。
在一些实施例中,检测系统包括安装在联网车辆的板载单元中的 软件。这个软件是本文描述的“检测系统”。
本文描述的实施例的示例操作环境包括自我车辆、一个或多个远 程车辆和攻击者。自我车辆和远程车辆是具有通信单元的联网车辆, 这些通信单元使它们能够经由一个或多个车辆网络发送和接收无线消 息。在一些实施例中,攻击者是联网车辆。在一些实施例中,自我车 辆和远程车辆包括具有存储在其中的检测系统的板载单元。
本文描述的实施例中的一些包括服务器。但是,本文描述的实施 例中的一些不包括服务器。检测系统的优选实施例的示例包括无服务 器操作环境。无服务器操作环境是包括至少一个检测系统而不包括服 务器的操作环境。
在一些实施例中,检测系统包括代码和例程,当由板载单元的处 理器执行时,其可操作以使处理器执行图3A和3B中描绘的方法 300或本文所述的任何其它方法的一个或多个步骤。
本专利申请涉及2017年7月7日提交的标题为“Computation Service for MobileNodes in a Roadway Environment”的美国专利申 请No.15/644,197,该申请的全部内容通过引用并入本文。本专利申 请还涉及于2019年6月28日提交的标题为“Context Systemfor Providing Cyber Security for Connected Vehicles”的美国专利申请 No.16/457,612,该申请的全部内容通过引用并入本文。
示例概述
在一些实施例中,检测系统是可操作以检测由攻击者使用由远程 设备的集合传输的CPM的集合在V2X消息中的不当行为的软件。 远程设备的集合包括例如一个或多个远程车辆。在一些实施例中,远 程设备的集合包括一个或多个道路设备。在一些实施例中,远程设备 的集合包括一个或多个远程车辆和一个或多个道路设备。道路设备的 示例包括路边单元(RSU)、边缘服务器或可操作以经由网络发送和 接收V2X消息的任何其它基于处理器的道路设备。
图1中描绘了用于检测系统的示例操作环境100。
在一些实施例中,检测系统199是安装在具有V2X通信能力的 特定品牌车辆的板载单元(例如,电子控制单元(ECU))中的软 件。例如,自我车辆123包括通信单元145。通信单元145包括V2X 无线电收发装置。图1描绘了根据一些实施例的检测系统199的示例 操作环境100。
示例通用方法
在一些实施例中,检测系统包括代码和例程,当被处理器执行时, 其可操作以使处理器以任何次序执行以下步骤中的一个或多个:
步骤1:从攻击者可操作V2X消息。V2X消息包括V2X数据。 V2X数据包括旨在描述道路环境的数字数据。例如,V2X数据包括 旨在包括描述道路环境中的物体的传感器数据的数字数据。例如, V2X数据包括描述道路环境中的多个物体、这些物体的位置、这些 物体的速度、这些物体的航向以及物体的分类的传感器数据。物体的 分类包括例如以下一个或多个:车辆、行人、动物、坑洼、交通信号、 交通标志或任何其它有形物体。
根据一些实施例的V2X数据的示例包括图1中描绘的V2X数据 133。在一些实施例中,V2X数据包括V2X消息的有效载荷中所包 括的任何数字数据,无论V2X消息是由攻击者还是由传输包括准确 的传感器数据的V2X消息的合法方传输的,诸如自我车辆和/或远程车辆。
攻击者包括例如由恶意方(例如,黑客)操作的联网车辆或道路 设备。根据一些实施例的攻击者的示例包括图1中描绘的攻击者121。 除了攻击者121不包括检测系统199之外,攻击者121包括自我车辆 123中包括的元件中的一些或全部(例如,通信单元145等)。
步骤2:从V2X消息中解析V2X数据。V2X数据中包括的是目 标数据。目标数据是描述物体在特定时间处于特定地理位置(例如, 如由GPS坐标或笛卡尔坐标定义的)的数字数据。特定地理位置在 本文中被称为“位置”或“目标位置”。特定时间在本文中被称为 “目标时间”。参见例如图3A中描绘的步骤305。根据一些实施例 的目标数据的示例包括图1中描绘的目标数据193。
现在参考图4和5描述目标数据的示例。参考图4,如第一用例 400中所描绘的,攻击者传输包括V2X数据的假BSM。V2X数据中 是指定车辆在特定时间位于位置(x,y,z)的目标数据(“我在位置(x,y, z)”),但实际上并非如此。因此,目标数据所描述的车辆是幽灵车辆。参考图5,如第二用例500中所描绘的,攻击者传输包括V2X 数据的假CPM。V2X数据中是指定物体在特定时间位于位置(x,y,z) 的目标数据(“物体位于位置(x,y,z)”)的目标数据,但实际上并 非如此。因此,由目标数据描述的物体是幽灵物体。现在描述示例通 用方法的其它步骤。
步骤3:从远程设备的集合接收CPM的集合。远程设备的集合 包括例如一个或多个远程车辆。在一些实施例中,远程设备的集合包 括道路设备。道路设备的示例包括路边单元(RSU)。
CPM包括CPM数据。CPM数据包括CPM的有效载荷。CPM 数据包括远程传感器数据。特定CPM的远程传感器数据包括描述由 传输了CPM的特定远程设备的板载传感器记录的传感器测量的数字 数据。传感器测量描述在远程设备的板载传感器的传感器视图内的道 路环境的一部分。这个部分的子部分不包括其中的任何物体;这个子 部分被称为自由空间区域。下面参考图1中描绘的传感器集合126来 描述包括在板载传感器中的传感器。例如,远程车辆124还包括传感 器集合并且远程传感器数据描述由这些传感器记录的传感器测量。根 据一些实施例的远程传感器数据的示例包括图1中描绘的远程传感器 数据197。
步骤4:解析来自从远程设备的集合接收的CPM的CPM数据 和远程数据。可选地,远程设备的集合和自我车辆是为检测V2X消 息中的不当行为而形成的车辆微云的成员。
步骤5:确定在步骤3处接收到的与确定目标数据是否不准确相 关的CPM集合的子集。这个子集在本文中被称为“相关子集”。在 示例通用方法的步骤7和/或8中仅使用来自相关子集的远程传感 器数据。
步骤5的确定包括一个或多个子步骤。这些子步骤包括以下一个 或多个:
子步骤1:确定在由目标数据描述的目标时间的预定时间范围 (+/-T,其中T为用户指定的时间)内记录远程控制器数据。时间范 围数据包括描述预定时间范围的数字数据。时间范围数据的示例包括 图1中描绘的时间范围数据176。远程传感器数据包括时间戳数据, 描述由远程设备的板载传感器记录远程传感器数据的时间。
子步骤2:确定如由攻击者提供的位置数据所描述的物体的位置 位于由远程传感器数据描述的自由空间区域内。注意的是,这不应当 是真的,因为自由空间区域是道路的子部分,其中不包括任何物体。 位置数据包括描述如由攻击者描述的物体位置的数字数据。根据一些 实施例的位置数据的示例包括图1中描绘的位置数据174。在一些实 施例中,位置数据174是目标数据193的子集。
子步骤3:确定远程传感器数据具有满足阈值的分数。在一些 实施例中,分数是基于图6中描绘的分析600确定的。分数数据包括 描述分数的数字数据。根据一些实施例的分数数据的示例包括图1中 描绘的分数数据172。阈值数据包括描述本文描述的任何阈值的数字 数据。根据一些实施例的阈值数据包括图1中描绘的阈值数据196。
在一些实施例中,至少部分地基于远程设备的地理位置之间的距 离来确定远程传感器数据的特定实例的分数,该远程设备的板载传感 器集合记录了远程传感器数据的特定实例和由位置数据描述的物体的 地理位置(即,由攻击者传输的V2X数据描述的物体的地理位置)。 远程传感器数据包括描述在由远程设备的板载传感器记录远程传感器 数据时远程设备的位置的GPS数据。子步骤3包括确定在记录远程 传感器数据时远程设备的地理位置与由位置数据描述的物体的地理位 置之间的距离。
距离数据包括描述这个距离的数字数据。根据一些实施例的距离 数据的示例包括图1中描绘的距离数据173。
在一些实施例中,基于当由距离数据描述的距离更小时提高远程 传感器数据的感测准确度的假设来配置分数。图1中描绘的系统数据 161包括图1中描绘为由自我车辆123的存储器127存储的数字数据 中的一些或全部。
这结束了对步骤5的子步骤的描述。现在描述步骤6。
步骤6:使自我车辆的板载传感器收集自我传感器数据。自我传 感器数据是描述由自我车辆记录的任何传感器测量的数字数据。根据 一些实施例的自我传感器数据的示例包括图1中描绘的自我传感器数 据195。
步骤7:至少部分地基于相关子集的远程传感器数据,确定物体 在目标时间不位于所述位置处。在一些实施例中,在这个确定中使用 自我传感器数据以及相关子集的远程传感器数据。
步骤8:基于物体在目标时间不位于所述位置处的确定,检测攻 击者在V2X通信中的不当行为。
步骤9:采取动作以减少攻击者的不当行为的负面影响。例如, 通过不向自我车辆和/或远程设备的ADAS系统或自主驾驶系统提供 这个V2X数据来忽略从攻击者那里接收到的V2X数据。在一些实施 例中,来自攻击者的未来V2X消息被自我车辆和/或远程设备忽略。
在一些实施例中,车辆微云是检测系统的可选特征。在一些实施 例中,自我车辆和远程设备是为了检测V2X通信中的不当行为而形 成的车辆微云的成员。例如,车辆微云是在示例通用方法的步骤1之 前形成的。在一些实施例中,自我车辆和远程设备检测不当行为,然 后形成车辆微云,以便采取步骤来减轻不当行为的负面影响。在一些 实施例中,V2X消息的接收触发车辆微云的形成。
在一些实施例中,车辆微云包括一组联网车辆,其中车辆通过 V2X网络协作以执行数据处理、环境感测、数据存储和通信任务 (例如,车辆微云任务)。另一方面,车辆编队是自适应巡航控制 (ACC)系统的扩展版本,一旦车辆靠得太近,该系统就会减速以 维持适当的跟车距离。车队不是车辆微云。就网络动态性而言,车队 要稳定得多,其中车队成员不经常变化。另一方面,在车辆微云中, 由于快速的拓扑改变,要求附加且智能的系统和方法来确保高效和可 扩展的微云服务和/或应用,从而导致更频繁的网络碎片化。
示例操作环境
现在描述检测系统的实施例。现在参考图1,描绘的是图示根据 一些实施例的检测系统199的操作环境100的框图。操作环境100存 在于道路环境140中。在一些实施例中,操作环境100的每个元素同 时存在于同一道路环境140中。在一些实施例中,操作环境100的其 中一些元素不同时存在于同一道路环境140中。
操作环境100可以包括以下元素中的一个或多个:自我车辆123 (在本文中称为“车辆123”或“自我车辆123”);第N个远程车 辆124(其中“N”是指大于一的任何正整数);道路设备151;攻 击者121;以及云服务器103。这些元素经由网络105彼此通信耦合。 操作环境100的这些元素是通过说明的方式描绘的。在实践中,操作 环境100可以包括图1中描绘的元素中的一个或多个。第N个远程 车辆124可以被称为远程车辆124。
远程车辆是远程设备的示例。道路设备151是远程设备的另一个 示例。
操作环境100还包括道路环境140。上面描述了道路环境140, 这里将不再重复该描述。
在一些实施例中,自我车辆123、远程车辆124和网络105中的 一个或多个是车辆微云194的元素。云服务器103用虚线描绘以指示 它是操作环境100的可选特征。如图所示,道路设备151包括边缘服 务器104。根据一些实施例,边缘服务器104是操作环境100的可选特征。
在一些实施例中,自我车辆123、远程车辆124、攻击者121、 道路设备151和云服务器103包括类似的元素。例如,操作环境100 的这些元素中的每一个包括它们自己的处理器125、总线121、存储 器127、通信单元145、处理器125、传感器集合126、板载单元139 (不包括在边缘服务器104或云服务器103中)、符合标准的GPS 单元150(不包括在道路设备151或云服务器103中)和检测系统 199(不包括在攻击者121中)。自我车辆123、远程车辆124、攻击 者121、道路设备151和云服务器103的这些元素提供相同或相似的 功能,而不管它们是否包括在自我车辆123、远程车辆124、攻击者 121、道路设备151、云服务器103。因而,在本描述中将不会针对自 我车辆123、远程车辆124、攻击者121、道路设备151和云服务器 103中的每一个重复这些元素的描述。
在所描绘的实施例中,自我车辆123、远程车辆124、道路设备 151和云服务器103存储类似的数字数据。
在一些实施例中,车辆微云194是静止的车辆微云,诸如由 2017年10月31日提交的标题为“Identifying a Geographic Location for a Stationary Micro-VehicularCloud”的美国专利申请15/799,964, 该申请的全部内容通过引用并入本文。车辆微云194在图1中用虚线 描绘以指示它是操作环境100的可选元素。
在一些实施例中,车辆微云194包括静止的车辆微云或移动的车 辆微云。例如,自我车辆123和远程车辆124中的每一个都是车辆微 云成员,因为它们是作为车辆微云194的成员的连接的端点,可以使 用经由网络105传输的无线通信来访问并使用其它车辆微云的未使用 的计算资源(例如,它们未使用的处理能力、未使用的数据存储装置、 未使用的传感器能力、未使用的带宽等),并且不要求这些无线通信 通过云服务器进行中继。如本文所使用的,术语“车辆微云”和“微 车辆云”是相同的意思。
在一些实施例中,车辆微云194是车辆微云,诸如美国专利申请 No.15/799,963中所描述的。
在一些实施例中,车辆微云194包括动态车辆微云。在一些实施 例中,车辆微云194包括相互依赖的车辆微云。在一些实施例中,车 辆微云194被细分为纳米云的集合。
在一些实施例中,操作环境100包括多个车辆微云194。例如, 操作环境100包括第一车辆微云和第二车辆微云。
在一些实施例中,车辆微云194不是V2X网络或V2V网络,因 为例如,此类网络不包括允许此类网络的端点访问和使用此类网络的 其它端点的未使用的计算资源。相比之下,车辆微云194要求允许车 辆微云194的所有成员访问和使用车辆微云194的其它成员的指定的 未使用的计算资源。在一些实施例中,端点必须满足未使用的计算资 源的阈值才能加入车辆微云194。车辆微云194的枢纽车辆执行以下 处理:(1)确定端点是否满足阈值,作为加入车辆微云194的条件; 以及(2)确定加入车辆微云194的端点在加入之后是否继续满足阈 值,作为继续成为车辆微云194的成员的条件。
在一些实施例中,车辆微云194的成员包括已经完成加入车辆微 云194的处理(例如,与车辆微云194协调器的握手处理)的任何端 点(例如,自我车辆123、远程车辆124等)。在一些实施例中,云 服务器被排除在成员资格之外。车辆微云194的成员在本文中被描述为“成员”或“微云成员”。在一些实施例中,车辆微云194的协调 器是车辆微云(例如,自我车辆123)的枢纽。
在一些实施例中,一个或多个端点的存储器127存储成员数据 171。成员数据171是描述以下一个或多个的数字数据:每个微云会 员的身份;每个微云成员存储了哪些数字数据或数据的位;从每个微 云成员有哪些计算服务可用;从每个微云成员有哪些计算资源可用, 并且这些资源有多少可用;以及如何与每个微云成员通信。
在一些实施例中,成员数据171描述端点之间的逻辑关联,端点 是车辆微云194的必要组件并且用于将车辆微云194与单纯的V2X 网络区分开来。在一些实施例中,车辆微云194必须包括枢纽车辆, 并且这是车辆微云194与V2X网络或不是车辆微云194的车辆组、集团或车队的进一步区别。
在一些实施例中,成员数据171描述多于一个车辆微云之间的逻 辑关联。例如,成员数据171描述参考图3A-6描述的第一车辆微云 和第二车辆微云之间的逻辑关联。因而,在一些实施例中,存储器 127包括用于多于一个车辆微云194的成员数据171。
在一些实施例中,车辆微云194不包括硬件服务器。因而,在一 些实施例中,车辆微云194可以被描述为无服务器的。
在一些实施例中,车辆微云194包括服务器。例如,在一些实施 例中,边缘服务器104是车辆微云194的枢纽。
网络105是常规类型的、有线或无线的,并且可以具有许多不同 的配置,包括星形配置、令牌环配置或其它配置。此外,网络105可 以包括局域网(LAN)、广域网(WAN)(例如,互联网),或者 多个设备和/或实体可以跨其进行通信的其它互连的数据路径。在一 些实施例中,网络105可以包括对等网络。网络105还可以耦合到电 信网络或可以包括电信网络的部分,用于以各种不同的通信协议发送 数据。在一些实施例中,网络105包括用于发送和接收数据的通信网络或蜂窝通信网络,包括经由短消息传送服务(SMS)、多媒 体消息传送服务(MMS)、超文本传输协议(HTTP)、直接数据 连接、无线应用协议(WAP)、电子邮件、DSRC、全双工无线通信、 毫米波、WiFi(基础设施模式)、WiFi(自组织模式)、可见光通信、TV空白频段(white space)通信和卫星通信。网络105还可以 包括移动数据网络,该移动数据网络可以包括3G、4G、5G、毫米波 (mmWave)、LTE、LTE-V2X、LTE-D2D、VoLTE或任何其它移 动数据网络或移动数据网络的组合。另外,网络105可以包括一个或 多个IEEE802.11无线网络。
在一些实施例中,网络105是V2X网络。例如,网络105必须 包括车辆,诸如自我车辆123,作为由网络105传输的每个无线通信 的始发端点。始发端点是使用网络105发起无线通信的端点。在一些 实施例中,网络105是车辆网络。在一些实施例中,网络105是C- V2X网络。
网络105是车辆微云194的元素。因而,车辆微云194与网络 105不同,因为网络只是车辆微云194的组成部分。例如,网络105 不包括成员数据。网络105也不包括枢纽车辆。
在一些实施例中,自我车辆123和远程车辆124中的一个或多个 是配备有C-V2X的车辆。例如,自我车辆123包括作为传感器集合 126的元素的符合标准的GPS单元150和作为通信单元145的元素 的C-V2X无线电收发装置。网络105可以包括在自我车辆123和诸 如远程车辆124之类的第二车辆之间共享的C-V2X通信信道。
C-V2X无线电收发装置是包括C-V2X接收器和C-V2X发送器 的硬件无线电收发装置。C-V2X无线电收发装置可操作以在为C- V2X消息保留的频带上无线地发送和接收C-V2X消息。
自我车辆123可以包括汽车、卡车、运动型多功能车、公共汽车、 半卡车、无人机或任何其它基于道路的交通工具。在一些实施例中, 自我车辆123可以包括自主车辆或半自主车辆。虽然未在图1中描绘, 但在一些实施例中,自我车辆123包括自主驾驶系统。自主驾驶系统 包括向自我车辆123提供足够的自主驾驶特征以使自我车辆123成为 自主车辆或高度自主车辆的代码和例程。在一些实施例中,自我车辆123是由美国国家公路交通安全管理局和汽车工程师协会定义的III 级或更高级别的自主车辆。
自我车辆123是联网车辆。例如,自我车辆123通信耦合到网络 105并且可操作以经由网络105发送和接收消息。例如,自我车辆 123经由网络105传输和接收V2X消息。
自我车辆123包括以下元件中的一个或多个:处理器125;传感 器集合126;符合标准的GPS单元150;车辆控制系统153(参见例 如图2);通信单元145;板载单元139;存储器127;以及检测系统 199。这些元件可以经由总线121彼此通信耦合。在一些实施例中, 通信单元145包括V2X无线电收发装置。
处理器125包括算术逻辑单元、微处理器、通用控制器或一些其 它处理器阵列,以执行计算并将电子显示信号提供给显示设备。处理 器125处理数据信号,并且可以包括各种计算体系架构,包括复杂指 令集计算机(CISC)体系架构、精简指令集计算机(RISC)体系架 构或实现指令集的组合的体系架构。虽然图1描绘了在自我车辆123 中存在单个处理器125,但是自我车辆123中可以包括多个处理器。 处理器125可以包括图形处理单元。其它处理器、操作系统、传感器、 显示器和物理配置也是可能的。
在一些实施例中,处理器125可以是自我车辆123的基于处理器 的计算设备的元件。例如,自我车辆123可以包括以下基于处理器的 计算设备中的一个或多个,并且处理器125可以是这些设备之一的元 件:车载计算机;电子控制单元;导航系统;车辆控制系统(例如, “ADAS系统或自主驾驶系统”)和头单元。在一些实施例中,处理 器125是板载单元139的元件。
板载单元139是基于专用处理器的计算设备。在一些实施例中, 板载单元139是通信设备,其包括以下元件中的一个或多个:通信单 元145;处理器125;存储器127;以及检测系统199。在一些实施例 中,板载单元139是图2中描绘的计算机系统200。在一些实施例中,板载单元139是电子控制单元(ECU)。
传感器集合126包括一个或多个板载传感器。传感器集合126可 以记录描述自我车辆123或包括自我车辆123的物理环境的传感器测 量。自我传感器数据195包括描述传感器测量的数字数据。
在一些实施例中,传感器集合126可以包括可操作以测量自我车 辆123外部的物理环境的一个或多个传感器。例如,传感器集合126 可以包括相机、激光雷达、雷达、声纳和其它传感器,其记录接近自 我车辆123的物理环境的一个或多个物理特点。
在一些实施例中,传感器集合126可以包括一个或多个传感器, 该一个或多个传感器可操作以测量自我车辆123的车厢内部的物理环 境。例如,传感器集合126可以记录驾驶员的视线(例如,使用内部 相机)、驾驶员的手位于何处(例如,使用内部相机)以及驾驶员是 否正在用其手触摸头单元或信息娱乐系统(例如,使用来自头单元或 信息娱乐系统的指示驾驶员是否正在使用这些设备的按钮、旋钮或屏 幕的反馈回路)。
在一些实施例中,传感器集合126可以包括以下传感器中的一个 或多个:高度计;陀螺仪;接近传感器;麦克风;麦克风阵列;加速 度计;相机(内部或外部);LIDAR传感器;激光高度计;导航传 感器(例如,符合标准的GPS单元150的全球定位系统传感器); 红外检测器;运动检测器;恒温器;声音检测器;一氧化碳传感器; 二氧化碳传感器;氧气传感器;质量空气流量传感器;发动机冷却液 温度传感器;节气门位置传感器;曲轴位置传感器;汽车发动机传感 器;阀门定时器;空燃比仪;盲点仪;路缘触角;故障检测器;霍尔 效应传感器;歧管绝对压力传感器;驻车传感器;雷达枪;车速仪; 速度传感器;轮胎压力监测传感器;扭矩传感器;变速箱液温度传感 器;涡轮速度传感器(TSS);可变磁阻传感器;车速传感器(VSS);水传感器;车轮速度传感器;以及任何其它类型的汽车传 感器。
传感器集合126可操作以记录自我传感器数据195。自我传感器 数据195包括描述物理环境的图像或其它测量的数字数据,诸如道路 环境中存在的状况、物体和其它车辆。物体的示例包括行人、动物、 交通标志、交通灯、坑洼等。状况的示例包括天气状况、路面状况、 阴影、路面上的树叶覆盖、任何其它可通过传感器集合126中包括的 传感器测量的状况。
物理环境可以包括靠近自我车辆123的道路区域、停车场或停车 库。自我传感器数据195可以描述物理环境的可测量方面。在一些实 施例中,物理环境是道路环境140。照此,在一些实施例中,道路环 境140包括以下一个或多个:接近自我车辆123的道路区域;接近自 我车辆123的停车场;接近自我车辆123的停车库;接近自我车辆 123的物理环境中存在的状况;接近自我车辆123的物理环境中存在 的物体;以及接近自我车辆123的物理环境中存在的其它车辆;现实 世界中并且接近自我车辆123或以其它方式可由传感器集合126的传 感器测量或其存在可从存储在存储器127上的数字数据确定的任何其 它有形物体。如果项目可通过自我车辆123的传感器直接测量,或者 其存在可基于对由自我车辆123和/或车辆微云194的一个或多个成 员记录的自我传感器数据195的分析由检测系统199推断和/或确定, 那么该项目“接近自我车辆123”。
在一些实施例中,自我传感器数据195除其它之外尤其包括以下 一个或多个:由自我车辆记录的激光雷达数据(即,深度信息);或 由自我车辆记录的相机数据(即,图像信息)。激光雷达数据包括描 述关于道路环境140的深度信息的数字数据,该深度信息由包括在自 我车辆123中的传感器集合126的激光雷达传感器记录。相机数据包 括数字数据,该数据描述由包括在自我车辆123中的传感器集合126 的相机记录的图像。
在一些实施例中,传感器集合126的传感器可操作以收集自我传 感器数据195。传感器集合126的传感器包括测量和记录由自我传感 器数据195描述的测量所必需的任何传感器。在一些实施例中,自我 传感器数据195包括生成由存储器127存储的其它数字数据所必需的 任何传感器测量。在一些实施例中,自我传感器数据195包括数字数 据,其描述检测系统199提供其功能性所必需的任何传感器测量,如 参考图3A-3B中描绘的方法300在本文描述的。在一些实施例中, 传感器集合126包括确定如图6中所描绘的分数所必需的任何传感器。
在一些实施例中,传感器集合126包括记录自我传感器数据195 所必需的任何传感器,该自我传感器数据195足够详细地描述道路环 境140以创建道路环境140的数字双胞胎。在一些实施例中,检测系 统199生成纳米云的集合,并基于由检测系统199在执行模拟自我车 辆123的现实生活环境的数字双胞胎期间观察到的结果将子任务指派 给纳米云。
例如,在一些实施例中,检测系统199包括模拟软件。模拟软件 是能够模拟车辆微云194执行车辆微云任务的任何模拟软件。例如, 模拟软件是能够进行数字双胞胎模拟的模拟软件。在一些实施例中, 车辆微云194被划分为纳米云的集合。
数字双胞胎是存在于模拟中的特定现实世界车辆的模拟版本。数 字双胞胎的结构、条件、行为和响应与数字双胞胎在模拟中表示的特 定现实世界车辆的结构、条件、行为和响应相似。模拟中包括的数字 环境与真实世界车辆的真实世界道路环境140相似。模拟软件包括代 码和例程,其可操作以基于道路环境中真实世界车辆的数字双胞胎执 行模拟。
在一些实施例中,模拟软件与检测系统199集成。在一些其它实 施例中,模拟软件是检测系统199可以访问以执行数字双胞胎模拟以 确定将车辆微云194划分为纳米云的最佳方式以及哪些子任务指派哪 些纳米云的独立软件。检测系统199还可以使用数字双胞胎模拟来确 定如何将车辆微云任务分解成子任务。
在一些实施例中,数字双胞胎模拟被用于确定由分数数据172描 述的分数或确认物体未在目标时间位于由V2X数据133指定的位置 处的确定。
数字双胞胎以及在一些实施例中由检测系统199实现的用于生成 和使用数字双胞胎的示例处理在于2019年7月24日提交的标题为 “Altering a Vehicle based onDriving Pattern Comparison”的美国 专利申请No.16/521,574中描述,其全部内容通过引用并入本文。
自我传感器数据195包括描述由传感器集合126的一个或多个传 感器进行的任何测量的数字数据。
符合标准的GPS单元150包括符合管理V2X无线通信传输的一 个或多个标准的GPS单元(如果是单数则是“V2X通信”,如果是 复数则是“多个V2X通信”)。例如,一些V2X标准要求车辆每隔 一段时间传输BSM,并且这些BSM必须在其有效载荷中包括具有一 个或多个属性的GPS数据。
GPS数据的属性的示例是准确度。在一些实施例中,符合标准 的GPS单元150可操作以生成足够准确以便以车道级准确度描述自 我车辆123的位置的GPS测量。为了符合V2X通信的一些现有和新 兴标准(例如,C-V2X通信),车道级准确度是必要的。车道级准 确度意味着GPS测量足够准确以描述自我车辆123正在行驶的道路 的哪个车道(例如,GPS测量描述的地理位置准确到在现实世界中 的自我车辆123的实际位置的1.5米以内)。下面更详细地描述车道 级准确度。
在一些实施例中,符合标准的GPS单元150符合管理V2X通信 的一个或多个标准,但不提供车道级准确的GPS测量。
在一些实施例中,符合标准的GPS单元150包括使自我车辆 123或符合标准的GPS单元150符合以下管理V2X通信的一个或多 个标准所需的任何硬件和软件,包括其任何派生或分支:EN 12253:2004专用短程通信-使用5.8GHz微波的物理层(审查); EN 12795:2002专用短程通信(DSRC)-DSRC数据链路层:介质访 问和逻辑链路控制(审查);EN 12834:2002专用短程通信-应用 层(审查);以及EN 13372:2004专用短程通信(DSRC)-用于 RTTT应用的DSRC简档(审查);EN ISO 14906:2004电子收费- 应用界面。
在一些实施例中,符合标准的GPS单元150可操作以提供描述 自我车辆123位置的GPS数据,其具有车道级准确度。例如,自我 车辆123正在多车道道路的车道中行驶。车道级准确度意味着自我车 辆123的车道由GPS数据如此准确地描述,使得自我车辆123的精 确行驶车道可以基于由符合标准的GPS单元150提供的这个车辆 123的GPS数据准确确定。
现在根据一些实施例描述用于生成描述物体(例如,车辆、道路 物体、队列、攻击者121、自我车辆123、远程车辆124或位于道路 环境140中的某个其它有形物体或建筑物)的地理位置的GPS数据 的示例处理。在一些实施例中,检测系统199包括代码和例程,当由处理器125执行时,其可操作以使处理器:分析(1)描述自我车辆 123的地理位置的GPS数据和(2)描述将自我车辆123与物体分开 的范围以及这个范围的航向的自我传感器数据;并基于这个分析确定 描述物体位置的GPS数据。描述物体位置的GPS数据也可以具有车 道级准确度,因为例如它是使用自我车辆123的准确GPS数据和描 述关于物体的信息的准确传感器数据生成的。
在一些实施例中,符合标准的GPS单元150包括与GPS卫星 (或GPS服务器)无线通信以检索GPS数据的硬件,该GPS数据 描述自我车辆123的地理位置,其准确度符合V2X标准。V2X标准 的一个示例是DSRC标准。其它管理V2X通信的标准也是可能的。 DSRC标准要求GPS数据足够精确以推断是否有两辆车(其中之一 是例如自我车辆123)位于道路上的相邻行驶车道中。在一些实施例 中,符合标准的GPS单元150可操作以在68%的时间在开阔的天空 下识别、监视和跟踪其实际位置1.5米内的二维位置。由于车道通常 不小于3米宽,因此每当GPS数据的二维误差小于1.5米时,本文 描述的检测系统199就可以分析由符合标准的GPS单元150提供的 GPS数据并且基于同时在道路上行驶的两个或更多个不同车辆(其 中之一是例如自我车辆123)的相对位置来确定自我车辆123正在行 驶的车道。
通过与符合标准的GPS单元150比较,不符合DSRC标准的常 规GPS单元无法确定具有车道级准确度的车辆(例如,自我车辆 123)的位置。例如,典型的道路车道近似有3米宽。但是,常规的 GPS单元相对于自我车辆123的实际位置仅具有正负10米的准确度。 因此,这种常规的GPS单元不够准确以使检测系统199能够确定自 我车辆123的行驶车道。当检测系统199提供其功能性时,这个测量 提高了描述自我车辆123使用的车道位置的GPS数据的准确度。
在一些实施例中,存储器127存储两种类型的GPS数据。第一 种是自我车辆123的GPS数据,第二种是一个或多个物体(例如, 远程车辆124或道路环境中的某个其它物体)的GPS数据。自我车 辆123的GPS数据是描述自我车辆123的地理位置的数字数据。物 体的GPS数据是描述物体的地理位置的数字数据。这两种类型的 GPS数据中的一种或多种可以具有车道级准确度。
在一些实施例中,这两种类型的GPS数据中的一种或多种由自 我传感器数据195描述。例如,符合标准的GPS单元150是传感器 集合126中包括的传感器并且GPS数据是自我传感器数据195的示 例类型。
通信单元145向网络105或另一个通信信道传输数据并从其接收 数据。在一些实施例中,通信单元145可以包括DSRC发送器、 DSRC接收器以及使自我车辆123成为配备有DSRC的设备所必需 的其它硬件或软件。在一些实施例中,检测系统199可操作以控制通 信单元145的操作中的全部或一些。
在一些实施例中,通信单元145包括用于直接物理连接到网络 105或另一个通信信道的端口。例如,通信单元145包括用于与网络 105进行有线通信的USB、SD、CAT-5或类似端口。在一些实施例 中,通信单元145包括用于使用一种或多种无线通信方法与网络105或其它通信信道交换数据的无线收发器,其中无线通信方法包括: IEEE 802.11;IEEE802.16;EN ISO 14906:2004 电子收费-应用界面;EN 11253:2004专用短程通信-使用5.8GHz 微波的物理层(审查);EN 12795:2002专用短程通信(DSRC)-DSRC数据链路层:介质访问和逻辑链路控制(审查);EN 12834:2002专用短程通信-应用层(审查);EN 13372:2004专用 短程通信(DSRC)-用于RTTT应用的DSRC简档(审查);于 2014年8月28日提交的题为“Full-Duplex Coordination System” 的美国专利申请14/471,387中描述的通信方法;或另一种合适的无线 通信方法。
在一些实施例中,通信单元145包括全双工协调系统,如2014 年8月28日提交的标题为“Full-Duplex Coordination System”的美 国专利9,369,262中描述的,该专利的全部内容通过引用并入本文。 在一些实施例中,使用如美国专利No.9,369,262中描述的全双工无线 通信来执行执行本文描述的方法所必需的通信中的一些或全部。
在一些实施例中,通信单元145包括蜂窝通信收发器,用于通过 蜂窝通信网络发送和接收数据,包括经由短消息传送服务(SMS)、 多媒体消息传送服务(MMS)、超文本传输协议(HTTP)、直接 数据连接、WAP、电子邮件或另一种合适类型的电子通信。在一些 实施例中,通信单元145包括有线端口和无线收发器。通信单元145 还提供到网络105的其它常规连接,以使用包括TCP/IP、HTTP、 HTTPS和SMTP、毫米波、DSRC等在内的标准网络协议来分发文 件或媒体对象。
在一些实施例中,通信单元145包括V2X无线电收发装置。 V2X无线电收发装置是硬件单元,其包括可操作以发送和接收任何 类型的V2X消息的一个或多个发送器和一个或多个接收器。在一些 实施例中,V2X无线电收发装置是可操作以发送和接收C-V2X消息 的C-V2X无线电收发装置。在一些实施例中,C-V2X无线电收发装 置可操作以在5.9GHz频带的上部30MHz(即,5.895-5.925GHz)上 发送和接收C-V2X消息。在一些实施例中,以上参考图3A和3B中 描绘的方法300描述的无线消息中的一些或全部由C-V2X无线电收 发装置在如由检测系统199指示的5.9GHz的上部30MHz频带(即, 5.895-5.925GHz)上传输。
在一些实施例中,V2X无线电收发装置包括DSRC发送器和 DSRC接收器。DSRC发送器可操作以在5.9GHz频带上传输和广播 DSRC消息。DSRC接收器可操作以在5.9GHz频带上接收DSRC消 息。在一些实施例中,DSRC发送器和DSRC接收器在专为DSRC 保留的某个其它频带上操作。
在一些实施例中,V2X无线电收发装置包括非暂态存储器,其 存储控制广播BSM或CPM的频率的数字数据。在一些实施例中, 非暂态存储器存储用于自我车辆123的GPS数据的缓冲版本,使得 用于自我车辆123的GPS数据作为由V2X无线电收发装置定期广播 的BSM或CPM的元素进行广播(例如,以每隔0.10秒一次的间 隔)。
在一些实施例中,V2X无线电收发装置包括使自我车辆123符 合DSRC标准或适用于无线车辆通信的任何其它无线通信标准所必 需的任何硬件或软件。在一些实施例中,符合标准的GPS单元150 是V2X无线电收发装置的元件。
存储器127可以包括非暂态存储介质。存储器127可以存储可以 由处理器125执行的指令或数据。指令或数据可以包括用于执行本文 描述的技术的代码。存储器127可以是动态随机存取存储器 (DRAM)设备、静态随机存取存储器(SRAM)设备、闪存或某种 其它存储器设备。在一些实施例中,存储器127还包括非易失性存储 器或类似的永久存储设备和介质,包括硬盘驱动器、软盘驱动器、 CD-ROM设备、DVD-ROM设备、DVD-RAM设备、DVD-RW设备、 闪存设备或用于更永久地存储信息的某种其它大容量存储设备。
在一些实施例中,存储器127可以存储本文描述的任何或所有数 字数据或信息。
如图1中所描绘的,存储器127存储以下数字数据:自我传感器 数据195;阈值数据196;成员数据171;CPM数据191;远程传感 器数据197;时间范围数据176;V2X数据133;目标数据193;距 离数据173;位置数据174;以及分数数据172。在一些实施例中, 本文描述的V2X消息(或C-V2X消息)也存储在存储器127中。上 面参考示例通用方法和车辆微云的描述对这些元素进行了描述,因此, 在此不再重复那些描述:自我传感器数据195;阈值数据196;成员 数据171;CPM数据191;远程传感器数据197;时间范围数据176; V2X数据133;目标数据193;距离数据173;位置数据174;以及 分数数据172。
在一些实施例中,自我车辆123包括车辆控制系统。车辆控制系 统包括一个或多个ADAS系统或自主驾驶系统。
ADAS系统的示例包括车辆的以下元件中的一个或多个:自适应 巡航控制(“ACC”)系统;自适应远光灯系统;自适应光控制系 统;自动泊车系统;汽车夜视系统;盲点监视器;防撞系统;侧风稳 定系统;驾驶员困倦检测系统;驾驶员监视系统;紧急驾驶员辅助系 统;前方碰撞警告系统;交叉路口辅助系统;智能速度自适应系统; 车道保持辅助(“LKA”)系统;行人保护系统;交通标志识别系 统;转弯助手;以及错误行驶警告系统。其它类型的ADAS系统也 是可能的。这个列表是说明性的,而并非排他性的。
ADAS系统是自我车辆123的板载系统,其可操作以识别影响自 我车辆123的一个或多个因素(例如,使用一个或多个车载传感器) 并修改(或控制)自我车辆的操作以响应这些识别出的因素。一般而 言,ADAS系统功能性包括以下处理:(1)识别影响自我车辆的一个或多个因素和(2)基于这些识别出的因素修改自我车辆或自我车 辆的一些组件的操作。
例如,在自我车辆中安装和操作的ACC系统可以识别出在巡航 控制系统被接合的情况下被自我车辆跟随的主体车辆已经增加或降低 其速度。ACC系统可以基于主体车辆的速度改变来修改自我车辆的 速度,并且这种速度改变的检测和自我车辆速度的修改是ADAS系 统的ADAS系统功能性的示例。
类似地,自我车辆可以具有安装在自我车辆中并操作的LKA系 统,其可以使用自我车辆的一个或多个外部相机来检测自我车辆接近 通过中心黄线的事件,该中心黄线指示道路上一个行驶车道与另一个 行驶车道的分界线。LKA系统可以向自我车辆的驾驶员提供这个事 件已经发生的通知(例如,可听见的噪声或图形显示)或采取动作以 防止自我车辆实际通过中心黄线,诸如使方向盘难以转向使自我车辆 越过中心黄线的方向,或实际移动方向盘以使自我车辆远离中心黄线 但仍安全地定位在其行驶车道上。识别事件和响应于这个事件而动作 的处理是由LKA系统提供的ADAS系统功能性的示例。
上述其它ADAS系统各自提供本领域已知的它们自己的ADAS 系统功能性的示例,因此,这里将不再重复这些ADAS系统功能性 的示例。
在一些实施例中,ADAS系统包括车辆中包括的任何软件或硬件, 其使车辆成为自主车辆或半自主车辆。在一些实施例中,自主驾驶系 统是ADAS系统的集合,它向自我车辆123提供足够的ADAS功能 性以使自我车辆123成为自主或半自主车辆。
自主驾驶系统包括ADAS系统的集合,其操作提供足够的自主 功能性以使自我车辆123成为自主车辆(例如,由美国国家公路交通 安全管理局和美国汽车工程师学会定义的III级或更高级别的自主车 辆)。
在一些实施例中,检测系统199包括代码和例程,当由处理器 125执行时,其可操作以执行上述示例通用方法的一个或多个步骤。
在一些实施例中,检测系统199包括代码和例程,当由处理器125执 行时,其可操作以执行以下参考图3A和3B描述的方法300的一个 或多个步骤。在一些实施例中,检测系统199包括代码和例程,当由 处理器125执行时,其可操作以执行图6中描绘的分析600。在一些 实施例中,检测系统199包括代码和例程,当由处理器125执行时, 其可操作以执行一个或多个步骤以完成图4中描绘的第一用例400。 在一些实施例中,检测系统199包括代码和例程,当由处理器125执 行时,其可操作以执行一个或多个步骤以完成图5中描绘的第二用例 500。
检测系统199的示例性实施例在图2中描绘。下面更详细地描述 这个实施例。
在一些实施例中,检测系统199是板载单元139或某个其它车载 计算机的元件。在一些实施例中,检测系统199包括存储在存储器 127中并由处理器125或板载单元139执行的代码和例程。
在一些实施例中,使用包括现场可编程门阵列(“FPGA”)或 专用集成电路(“ASIC”)的硬件来实现检测系统199。在一些其 它实施例中,使用硬件和软件的组合来实现检测系统199。
远程车辆124包括与上文针对自我车辆123描述的那些元素和功 能相似的元素和功能,因此,这里将不再重复那些描述。在一些实施 例中,自我车辆123和远程车辆124是车辆微云194的成员。
在一些实施例中,自我车辆123、远程车辆和道路设备151位于 道路环境140中。在一些实施例中,道路环境140包括一个或多个车 辆微云194。道路环境140是现实世界的一部分,包括道路、自我车 辆123和远程车辆124。道路环境140可以包括其它元素(诸如道路标志、环境条件、交通等)。道路环境140包括上面参考自我传感器 数据195和/或远程控制器数据197描述的有形和/或可测量的质量中 的一些或全部。远程传感器数据197包括描述由远程车辆124的传感 器集合126记录的传感器测量的数字数据。
在一些实施例中,真实世界包括真实的人类体验,包括物理物体 并且不包括人工环境和“虚拟”世界,诸如计算机模拟。
在一些实施例中,道路环境140包括道路设备151,其包括边缘 服务器104。边缘服务器104是连接的基于处理器的计算设备,其包 括检测系统199的实例和上文参考自我车辆123描述的其它元件(例 如,处理器125、存储器127、通信单元145等)。在一些实施例中,道路设备151是车辆微云194的成员。
在一些实施例中,边缘服务器104是以下当中的一个或多个:硬 件服务器;个人计算机;膝上型计算机;诸如路边单元之类的设备; 或不是车辆微云194的成员并且包括检测系统199的实例和存储由自 我车辆123的存储器127存储的数字数据中的一些或全部的非暂态存 储器的任何其它基于处理器的连接的设备或本文中以其它方式描述的。 例如,存储器127存储系统数据161。系统数据161包括图1中描绘 的由存储器127存储的数字数据中的一些或全部。
在一些实施例中,边缘服务器104包括主干网络。
边缘服务器104包括检测系统199的实例。上面参考自我车辆 123描述了检测系统199的功能,因此,这里将不再重复该描述。
在一些实施例中,车辆微云194是静止的。换句话说,在一些实 施例中,车辆微云194是“静止的车辆微云”。静止的车辆微云是无 线网络系统,其中多个联网车辆(诸如自我车辆123和远程车辆124 等)以及可选的设备(诸如道路设备151)形成位于同一地理区域的互连车辆的集群。这些联网车辆(以及可选地连接的设备)经由C- V2X、Wi-Fi、mmWave、DSRC或某种其它形式的V2X无线通信互 连。例如,联网车辆经由V2X网络互连,该V2X网络可以是网络 105或仅由车辆微云194的成员而非诸如云服务器103之类的非成员 访问的某个其它无线网络。作为同一静止车辆微云的成员的联网车辆 (以及诸如路边单元之类的设备)使其未使用的计算资源可用于静止 车辆微云的其它成员。
在一些实施例中,因为车辆微云194的地理地点是静态的,所以 车辆微云194是“静止的”;随时间推移不同的车辆不断地进入和离 开车辆微云194。这意味着车辆微云194内可用的计算资源基于地理 地点在一天中的不同时间的交通模式是可变的:增加的交通与增加的 计算资源对应,因为更多的车辆将有资格加入车辆微云194;并且减 少的交通与减少的计算资源对应,因为更少的车辆将有资格加入车辆 微云194。
在一些实施例中,V2X网络是非基础设施网络。非基础设施网 络是不包括诸如蜂窝塔、服务器或服务器场之类的基础设施的任何常 规无线网络。例如,V2X网络具体而言不包括移动数据网络,移动 数据网络包括第三代(3G)、第四代(4G)、第五代(5G)、长期 演进(LTE)、LTE上语音(VoLTE)或任何其它依赖诸如蜂窝塔、 硬件服务器或服务器场之类的基础设施的移动数据网络。
在一些实施例中,非基础设施网络包括用于发送和接收数据的 通信网络,包括经由DSRC、mmWave、全双工无线通信以及不 包括基础设施元件的任何其它类型的无线通信中的一种或多种。非基 础设施网络可以包括车辆到车辆的通信,诸如在两个或更多个车辆 123、124之间共享的Wi-FiTM网络。
在一些实施例中,本文描述的无线消息自身是加密的或经由网络 105提供的加密通信来发送。在一些实施例中,网络105可以包括加 密的虚拟专用网络隧道(“VPN隧道”),该加密的虚拟专用网络 隧道不包括诸如网络塔、硬件服务器或服务器场之类的任何基础设施 组件。在一些实施例中,检测系统199包括本文所述的用于加密无线 消息和解密无线消息的加密密钥。
在一些实施例中,云服务器103是以下一种或多种:硬件服务器; 个人计算机;膝上型计算机;诸如路边单元之类的设备;或不是车辆 微云194的成员并且包括检测系统199的实例和存储由自我车辆123 的存储器127存储的数字数据中的一些或全部的非暂态存储器的任何 其它基于处理器的连接的设备或本文中以其它方式描述的。
云服务器103包括检测系统199的实例。上面参考自我车辆123 描述了检测系统199的功能性,因此,这里将不再重复该描述。
在一些实施例中,云服务器103是通过包括和执行检测系统199 而改善的常规硬件服务器。
现在参考图2,描绘的是图示根据一些实施例的包括检测系统 199的示例计算机系统200的框图。
在一些实施例中,计算机系统200可以包括专用计算机系统,该 计算机系统被编程为执行本文参考图3A和3B描述的方法300和示 例通用方法中的一个或多个的一个或多个步骤如上所述。
在一些实施例中,计算机系统200可以包括基于处理器的计算设 备。例如,计算机系统200可以包括自我车辆123或远程车辆124的 车载计算机系统。
根据一些示例,计算机系统200可以包括以下元件中的一个或多 个:检测系统199;处理器125;通信单元145;车辆控制系统153; 存储装置241;以及存储器127。计算机系统200的组件通过总线 220通信耦合。
在一些实施例中,计算机系统200包括附加元件,诸如图1中描 绘的那些作为检测系统199的元件。
在图示的实施例中,处理器125经由信号线237通信耦合到总线 220。通信单元145经由信号线246通信耦合到总线220。车辆控制 系统153经由信号线247通信耦合到总线220。存储装置241经由信 号线242通信耦合到总线220。存储器127经由信号线244通信耦合到总线220。传感器集合126通过信号线248通信耦合到总线220。
在一些实施例中,传感器集合126包括符合标准的GPS单元。 在一些实施例中,通信单元145包括嗅探器。
以上参考图1描述了计算机系统200的以下元件,因此,这里将 不再重复这些描述:处理器125;通信单元145;车辆控制系统153; 存储器127;以及传感器集合126。
存储装置241可以是存储用于提供本文描述的功能的数据的非暂 态存储介质。存储装置241可以是DRAM设备、SRAM设备、闪存 或一些其它存储器设备。在一些实施例中,存储装置241还包括非易 失性存储器或类似的永久性存储设备和介质,包括硬盘驱动器、软盘 驱动器、CD-ROM设备、DVD-ROM设备、DVD-RAM设备、 DVD-RW设备、闪存设备或用于更永久地存储信息的某种其它大容 量存储设备。
在一些实施例中,检测系统199包括代码和例程,当由处理器 125执行时,其可操作以使处理器125执行本文参考图3A和3B描 述的方法300的一个或多个步骤。在一些实施例中,检测系统199包 括代码和例程,当由处理器125执行时,其可操作以使处理器125执行第一示例通用方法的一个或多个步骤。在一些实施例中,检测系统199包括代码和例程,当由处理器125执行时,其可操作以使处理器 125执行第二示例通用方法的一个或多个步骤。
在图2所示的图示实施例中,检测系统199包括通信模块202。
通信模块202可以是包括用于处理检测系统199与计算机系统 200的其它组件之间的通信的例程的软件。在一些实施例中,通信模 块202可以是可由处理器125执行以提供下面描述的用于处理检测系 统199与计算机系统200的其它组件之间的通信的功能的一组指令。 在一些实施例中,通信模块202可以存储在计算机系统200的存储器 127中,并且可以由处理器125访问和执行。通信模块202可以适于 经由信号线222与处理器125和计算机系统200的其它组件进行合作 和通信。
通信模块202经由通信单元145向操作环境100的一个或多个元 件发送数据和从操作环境100或操作环境101的一个或多个元件接收 数据。
在一些实施例中,通信模块202从检测系统199的组件接收数据, 并将数据存储在存储装置241和存储器127中的一个或多个中。
在一些实施例中,通信模块202可以处置检测系统199或计算机 系统200的组件之间的通信。
现在参考图3A和3B,描绘了示例方法300的流程图。如图3A 中所描绘的,方法300包括步骤305、步骤310、步骤315、步骤320、 步骤325和步骤330。该方法还包括如图3B中所描绘的步骤335和 步骤340。方法300的步骤可以以任何次序执行,而不一定是图3中 描绘的那些。在一些实施例中,以本文描述的或已知的或以其它方式 可由车辆微云领域的普通技术人员确定的方式跳过或修改一个或多个 步骤。
下面描述方法300与现有技术在技术效果上的示例差异。这些示 例是说明性的,并非详尽的可能差异。
现有解决方案要求使用车辆编队。在一些实施例中,技术效果的 第一个区别是现有的解决方案不包括车辆微云。相比之下,检测系统 的实施例使用车辆微云来提供其功能。车队不是车辆微云并且不提供 车辆微云的好处,以及要求车辆微云的检测系统的一些实施例。
一般而言,V2X通信问题的现有解决方案没有利用图6中描绘 的分析600来确定用于检测攻击者在V2X通信中的不当行为的分数。 分析600有益地使确定系统能够确定哪些CPM消息包括相关的远程 传感器数据以及哪些CPM消息不包括相关的远程传感器数据;现有 解决方案不包括这个功能性,因此它们可能会将无辜的行为错误地识 别为不当行为或者他们可能无法识别实际存在的不当行为。本文描述 的确定系统的一些实施例通过包括图6中描绘的分析600来克服这个 问题。以这种方式,确定系统有益地提高了检测虚假V2X消息的能 力,这些虚假V2X消息创建了实际不存在的幽灵车辆和幽灵物体的 外观。通过为它们提供道路环境的更准确的了解,提高检测这些虚假 V2X消息的能力提高了ADAS系统和自主驾驶系统的性能和安全性。
现有解决方案也没有利用车辆微云来检测V2X通信中的不当行 为或利用车辆微云来减轻道路环境内V2X通信中的不当行为的负面 影响。相比之下,本文描述的确定系统的一些实施例利用车辆微云来 有益地提供这个功能性。
现在参考图4,描绘了根据一些实施例的用于检测V2X消息中 的不当行为的第一用例400的框图。第一用例400与检测系统使用 CPM的相关子集检测虚假BSM有关。
现在描述第一用例的先决条件。自我车辆具有可操作以接收 BSM和CPM的V2X无线电收发装置。自我车辆也具有传感器集合。 有n个远程设备,其中n是正整数。远程设备是车辆、道路设备或 车辆和道路设备的组合。可以只有一个远程设备。远程设备具有可操 作以向自我车辆发送CPM的V2X无线电收发装置。攻击者具有向 自我车辆发送虚假BSM的V2X无线电收发装置,该虚假BSM包括 错误地描述目标时间特定地理位置的幽灵车辆的位置的错误V2X数 据。
自我车辆接收虚假BSM。自我车辆接收CPM的集合。自我车 辆记录自我传感器数据。自我车辆确定CPM的子集(“相关子 集”),该子集包括与确定攻击者的不当行为相关的远程传感器数据。 自我车辆的确定系统将BSM中的目标数据与来自CPM的相关子集 的远程传感器数据进行比较。如果目标数据与来自CPM的相关子集 的自我传感器数据和/或远程传感器数据不匹配,那么确定系统确定 存在不当行为并忽略BSM中包括的V2X数据。
BSM包括V2X数据。V2X数据包括如上所述的目标数据和位置 数据。
以下是用于确定远程传感器数据的特定实例是否来自包括在 CPM的相关子集中的CPM的示例条件集合。
条件1:远程传感器数据中包括的传感器测量的时间戳在BSM 的V2X数据中包括的传感器测量的时间戳的预定时间范围内。
条件2:远程传感器数据中包括的位置信息描述自由空间,该自 由空间包括由BSM的位置数据描述的地理位置。
条件3:远程传感器数据的分数满足阈值。例如,通过确定系统 使用图6中描绘的分析600计算分数。
现在参考图5,描绘了根据一些实施例的用于检测V2X消息中 的不当行为的第二用例500的框图。第一用例400与检测系统使用准 确的CPM的相关子集检测虚假CPM有关。
现在描述第二用例的先决条件。自我车辆具有可操作以接收 CPM的V2X无线电收发装置。自我车辆也具有传感器集合。有n个 远程设备,其中n是正整数。远程设备是车辆、道路设备或车辆和 道路设备的组合。可以只有一个远程设备。远程设备具有V2X无线 电收发装置,其可操作以向自我车辆发送CPM。攻击者具有向自我 车辆发送虚假BSM的V2X无线电收发装置,该虚假BSM包括错误 地描述目标时间特定地理位置的幽灵车辆的位置的错误V2X数据。
自我车辆接收虚假CPM。自我车辆从远程设备接收CPM的集 合;CPM的集合中包括的CPM包括准确的数据并且不是虚假的 (例如,它们来自已知或可信的来源)。自我车辆记录自我传感器数 据。自我车辆确定CPM的子集(“相关子集”),该子集包括与确 定攻击者的不当行为相关的远程传感器数据。自我车辆的确定系统将 虚假CPM中的目标数据与来自可信CPM的相关子集的远程传感器 数据进行比较。如果目标数据与来自CPM的相关子集的自我传感器 数据和/或远程传感器数据不匹配,那么确定系统确定存在不当行为 并忽略包括在虚假CPM中的V2X数据。
CPM包括V2X数据。V2X数据包括如上所述的目标数据和位 置数据。
以下是用于确定远程传感器数据的特定实例是否来自包括在 CPM的相关子集中的CPM的示例条件集合。
条件1:远程传感器数据中包括的传感器测量的时间戳在虚假 CPM的V2X数据中包括的传感器测量的时间戳的预定时间范围内。
条件2:远程传感器数据中包括的位置信息描述自由空间,该自 由空间包括由虚假CPM的位置数据描述的地理位置。
条件3:远程控制器数据的分数满足阈值。例如,由确定系统使 用图6中描绘的分析600计算分数。
现在参考图6,描绘了根据一些实施例的用于确定分数的示例分 析600。
在以上描述中,出于解释的目的,阐述了许多具体细节以便提供 对说明书的透彻理解。但是,对于本领域技术人员显而易见的是,可 以在没有这些具体细节的情况下实践本公开。在一些实例中,结构和 设备以框图形式示出,以避免模糊描述。例如,以上主要参考用户界 面和特定硬件来描述本实施例。但是,本实施例可以应用于可以接收 数据和命令的任何类型的计算机系统,以及提供服务的任何外围设备。
说明书中对“一些实施例”或“一些实例”的引用意味着结合实 施例或实例描述的特定特征、结构或特点可以包括在描述的至少一个 实施例中。在说明书中各处出现的短语“在一些实施例中”不一定都 指的是相同的实施例。
以下详细描述的一些部分是依据对计算机存储器内的数据位的操 作的算法和符号表示来呈现的。这些算法描述和表示是数据处理领域 的技术人员用来最有效地将他们工作的实质传达给本领域其他技术人 员的手段。在这里,并且一般而言,算法被认为是导致期望结果的自 相一致的步骤序列。这些步骤是需要物理量的物理操纵的步骤。通常, 虽然不是必须,这些量采用能够被存储、传送、组合、比较和以其它 方式操纵的电信号或磁信号的形式。有时,主要出于通用的原因,已 经证明将这些信号称为位、值、元素、符号、字符、项、数字等是方 便的。
但是,应当记住的是,所有这些和类似术语都与适当的物理量相 关联,并且仅仅是应用于这些量的方便标签。除非具体地陈述或者以 其它方式从以下讨论中显而易见,否则应认识到的是,贯穿本描述, 利用包括“处理”或“计算”或“确定”或“显示”等术语进行的讨 论指的是计算机系统或类似电子计算设备将表示为计算机系统的寄存 器和存储器内的物理(电子)量的数据操纵和转换成类似地表示为计 算机系统存储器或寄存器或其它此类信息存储、传输或显示设备内的 物理量的其它数据的动作和处理。
本说明书的当前实施例还可以涉及用于执行本文的操作的装置。 这个装置可以为所需目的而专门构造,或者它可以包括由存储在计算 机中的计算机程序选择性地激活或重新配置的通用计算机。这种计算 机程序可以存储在计算机可读存储介质中,包括但不限于任何类型的 盘,包括软盘、光盘、CD-ROM和磁盘,只读存储器(ROM)、随 机存取存储器(RAM)、EPROM、EEPROM,磁卡或光卡,包括 具有非易失性存储器的USB钥匙的闪存,或适于存储电子指令的任 何类型的介质,每个介质都耦合到计算机系统总线。
说明书可以采取一些完全硬件实施例、一些完全是软件实施例或 包含硬件和软件元素两者的一些实施例的形式。在一些优选实施例中, 说明书以软件实现,其包括但不限于固件、驻留软件、微代码等。
此外,描述可以采取可从计算机可用或计算机可读介质访问的计 算机程序产品的形式,该计算机可用或计算机可读介质提供由计算机 或任何指令执行系统使用或与之结合使用的程序代码。出于本描述的 目的,计算机可用或计算机可读介质可以是可以包含、存储、传送、 传播或运输程序以供指令执行系统、装置或设备使用或与之结合使用 的任何装置。
适于存储或执行程序代码的数据处理系统将包括直接或通过系统 总线间接耦合到存储器元件的至少一个处理器。存储器元件可以包括 在程序代码的实际执行期间被采用的本地存储器、大容量存储器和高 速缓存存储器,其中高速缓存存储器提供至少一些程序代码的临时存 储,以便减少在执行期间必须从大容量存储器检索代码的次数。
输入/输出或I/O设备(包括但不限于键盘、显示器、定点设备 等)可以直接或通过中间I/O控制器耦合到系统。
网络适配器也可以耦合到系统,以使数据处理系统能够通过中间 私有或公共网络耦合到其它数据处理系统或远程打印机或存储设备。 调制解调器、电缆调制解调器和以太网卡只是当前可用类型的网络适 配器中的一小部分。
最后,本文呈现的算法和显示并不固有地与任何特定计算机或其 它装置相关。根据本文的教导,各种通用系统可以与程序一起使用, 或者可以证明构造更专用的装置以执行所需的方法步骤是方便的。从 下面的描述中可以看出各种这些系统所需的结构。此外,没有参考任 何特定的编程语言描述本说明书。将认识到的是,可以使用各种编程 语言来实现如本文描述的说明书的教导。
已经出于说明和描述的目的呈现了本说明书实施例的前面的描述。 其并非旨在是详尽的或将说明书限制到所公开的精确形式。鉴于上述 教导,许多修改和变化是可能的。意图是本公开的范围不受本具体实 施方式的限制,而是受本申请的权利要求书的限制。如本领域技术人 员将理解的,在不脱离本发明的精神或基本特点的情况下,本说明书可以以其它具体形式实施。同样,模块、例程、特征、属性、方法和 其它方面的特定命名和划分不是强制性的或重要的,并且实现说明书 或其特征的机制可以具有不同的名称、划分或格式。此外,如对于相 关领域的普通技术人员将显而易见的,本公开的模块、例程、特征、属性、方法和其它方面可以被实现为软件、硬件、固件或这三者的任 意组合。而且,在说明书的组件(其示例是模块)的任何组件被实现 为软件的任何地方,该组件可以被实现为独立程序、实现为更大程序 的一部分、实现为多个单独的程序、实现为静态或动态链接库、实现 为内核可加载模块、实现为设备驱动程序,或以现在或将来对计算机 编程领域的普通技术人员已知的每种和任何其它方式实现。此外,本 公开绝不以任何方式限于以任何具体编程语言或者针对任何具体操作 系统或环境的实施例。因而,本公开旨在说明而非限制本说明书的范 围,本说明书的范围在以下权利要求中阐述。
Claims (20)
1.一种用于自我车辆检测攻击者在传输车辆到一切V2X消息中的不当行为的方法,其中使用集体感知消息CPM的集合检测不当行为,该方法包括:
由自我车辆的V2X无线电收发装置从攻击者接收V2X消息,其中V2X消息包括描述物体在目标时间在道路环境中的位置的V2X数据;
从远程设备的集合接收CPM的集合,该CPM的集合包括描述道路环境内的自由空间区域的远程传感器数据;
基于以下确定,确定CPM的相关子集包括与检测不当行为相关的远程传感器数据:(1)远程传感器数据在目标时间的预定时间范围内被记录;(2)所述位置位于所述自由空间区域内;以及(3)远程传感器数据具有满足阈值的分数;
至少部分地基于相关子集的远程传感器数据,确定物体在目标时间不位于所述位置处;以及
基于确定物体如V2X数据描述的在目标时间不位于所述位置处来检测攻击者的不当行为。
2.如权利要求1所述的方法,其中V2X消息是基本安全消息。
3.如权利要求1所述的方法,其中V2X消息是CPM。
4.如权利要求1所述的方法,其中攻击者是攻击车辆。
5.如权利要求1所述的方法,其中攻击者是攻击道路设备。
6.如权利要求1所述的方法,其中所述远程设备的集合包括一个或多个远程车辆。
7.如权利要求1所述的方法,其中远程设备的集合包括一个或多个道路设备。
8.如权利要求1所述的方法,还包括记录目标时间的预定时间范围内的自我传感器数据并且基于自我传感器数据和相关子集的远程传感器数据来确定物体在目标时间不位于所述位置处。
9.如权利要求1所述的方法,其中,基于对不当行为的检测,V2X数据被自我车辆和所述远程设备的集合忽略。
10.如权利要求1所述的方法,其中物体是车辆。
11.如权利要求1所述的方法,其中所述远程设备的集合是为使用CPM检测V2X消息中的不当行为而形成的车辆微云的成员。
12.如权利要求1所述的方法,其中检测不当行为为了减轻不当行为的不利影响而触发车辆微云的形成。
13.一种计算机程序产品,包括计算机代码,该计算机代码在由车载计算机执行时可操作以使车载计算机执行步骤,包括:
由自我车辆的车辆到一切V2X无线电收发装置从攻击者接收V2X消息,其中V2X消息包括描述物体在目标时间在道路环境中的位置的V2X数据;
从远程设备的集合接收集体感知消息CPM的集合,该CPM的集合包括描述道路环境内的自由空间区域的远程传感器数据;
基于以下确定,确定CPM的相关子集包括与检测不当行为相关的远程传感器数据:(1)远程传感器数据在目标时间的预定时间范围内被记录;(2)所述位置位于所述自由空间区域内;以及(3)远程传感器数据具有满足阈值的分数;
至少部分地基于相关子集的远程传感器数据,确定物体在目标时间不位于所述位置处;以及
基于确定物体如V2X数据描述的在目标时间不位于所述位置处来检测攻击者的不当行为。
14.如权利要求13所述的计算机程序产品,还包括附加的计算机代码,该附加计算机代码在由车载计算机执行时可操作以使车载计算机执行附加步骤,包括记录目标时间的预定时间范围内的自我传感器数据并且基于自我传感器数据和相关子集的远程传感器数据来确定物体在目标时间不位于所述位置处。
15.如权利要求13所述的计算机程序产品,其中,基于对不当行为的检测,V2X数据被自我车辆和所述远程设备的集合忽略。
16.如权利要求13所述的计算机程序产品,其中物体是车辆。
17.如权利要求13所述的计算机程序产品,其中自我车辆正在使物体处于自我车辆的碰撞过程中的航向上行驶。
18.如权利要求13所述的计算机程序产品,其中所述远程设备的集合是为使用CPM检测V2X消息中的不当行为而形成的车辆微云的成员。
19.如权利要求13所述的计算机程序产品,其中检测不当行为为了减轻不当行为的不利影响而触发车辆微云的形成。
20.一种自我车辆的系统,包括:
处理器;
通信单元;
非暂态存储器,通信耦合到彼此通信耦合的处理器和通信单元,其中非暂态存储器存储可执行代码,该可执行代码在由处理器执行时可操作以使处理器:
由通信单元从攻击者接收车辆到一切V2X消息,其中V2X消息包括描述物体在目标时间在道路环境中的位置的V2X数据;
从远程设备的集合接收集体感知消息CPM的集合,该CPM的集合包括描述道路环境内的自由空间区域的远程传感器数据;
基于以下确定,确定CPM的相关子集包括与检测不当行为相关的远程传感器数据:(1)远程传感器数据在目标时间的预定时间范围内被记录;(2)所述位置位于所述自由空间区域内;以及(3)远程传感器数据具有满足阈值的分数;
至少部分地基于相关子集的远程传感器数据,确定物体在目标时间不位于所述位置处;以及
基于确定物体如V2X数据描述的在目标时间不位于所述位置处来检测攻击者的不当行为。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/028,305 | 2020-09-22 | ||
US17/028,305 US11516669B2 (en) | 2020-09-22 | 2020-09-22 | Misbehavior detection for vehicle-to-everything messages |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114248799A true CN114248799A (zh) | 2022-03-29 |
Family
ID=80741097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111078052.7A Pending CN114248799A (zh) | 2020-09-22 | 2021-09-15 | 车辆到一切消息的不当行为检测 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11516669B2 (zh) |
CN (1) | CN114248799A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115320538A (zh) * | 2022-07-20 | 2022-11-11 | 国汽智控(北京)科技有限公司 | 智能网联汽车入侵检测系统及方法 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12063511B2 (en) * | 2020-12-22 | 2024-08-13 | Intel Corporation | Pathloss drop trusted agent misbehavior detection |
US20220201442A1 (en) * | 2020-12-23 | 2022-06-23 | Autotalks Ltd. | Method and apparatus for enhancing the value of vehicular data using v2x communications |
US12003966B2 (en) * | 2021-01-19 | 2024-06-04 | Qualcomm Incorporated | Local misbehavior prevention system for cooperative intelligent transportation systems |
JP7109621B1 (ja) * | 2021-05-06 | 2022-07-29 | 三菱電機株式会社 | 制御システム |
GB2620170A (en) * | 2022-06-30 | 2024-01-03 | Canon Kk | Improved communications within an intelligent transport system to detect misbehaving its stations |
US20240020192A1 (en) * | 2022-07-15 | 2024-01-18 | Qualcomm Incorporated | Cross-Type Misbehavior Detection In A Vehicle-to-Everything (V2X) Message |
CN117528451A (zh) * | 2022-07-26 | 2024-02-06 | 通用汽车环球科技运作有限责任公司 | 基于雷达和摄像头融合的无线通信不当行为检测 |
EP4322566B1 (en) * | 2022-08-09 | 2024-07-31 | Denso Corporation | Cpm apr based security for its |
US20240089736A1 (en) * | 2022-09-09 | 2024-03-14 | Qualcomm Incorporated | Sensor misbehavior detection system utilizing communications |
US20240212502A1 (en) * | 2022-12-21 | 2024-06-27 | Arriver Software Llc | Geolocation of key critical driver behavior and safety hazards |
US20240321103A1 (en) * | 2023-03-21 | 2024-09-26 | Sonamore, Inc. dba P3Mobility | Method, system, and computer program for high confidence object-actor run-time detection, classification, and tracking |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018135869A1 (ko) * | 2017-01-19 | 2018-07-26 | 주식회사 만도 | 지능형 운전자 보조 시스템을 위한 카메라 시스템, 및 운전자 보조 시스템 및 방법 |
EP3448072B1 (en) * | 2017-08-22 | 2020-09-30 | Cohda Wireless Pty Ltd. | Determination of plausibility of intelligent transport system messages |
EP3691300A4 (en) | 2017-09-29 | 2021-03-10 | LG Electronics Inc. | DEVICE AND PROCEDURE FOR V2X COMMUNICATION |
US20190208449A1 (en) * | 2017-12-29 | 2019-07-04 | Industrial Technology Research Institute | Mobile edge platform servers and device and message management methods of v2x service thereof |
WO2019156266A1 (ko) * | 2018-02-09 | 2019-08-15 | 엘지전자(주) | V2x 통신 장치 및 v2x 통신 장치의 v2x 통신 방법 |
EP3547215A1 (en) * | 2018-03-26 | 2019-10-02 | Cohda Wireless Pty Ltd. | Systems and methods for automatically training neural networks |
US10979876B2 (en) * | 2018-08-31 | 2021-04-13 | Cohda Wireless Pty Ltd. | Method for estimating the position of an object |
US11553346B2 (en) * | 2019-03-01 | 2023-01-10 | Intel Corporation | Misbehavior detection in autonomous driving communications |
EP3737123A1 (en) * | 2019-05-06 | 2020-11-11 | Volkswagen Aktiengesellschaft | Apparatus, method and computer program for determining one or more radio resources to be used for performing a wireless communication over a sidelink of a mobile communication system |
GB201907461D0 (en) * | 2019-05-27 | 2019-07-10 | Canon Res Centre France | Communication methods and devices in intelligent transport systems |
EP3767976A1 (en) * | 2019-07-17 | 2021-01-20 | Kapsch TrafficCom AG | Service station for an intelligent transportation system |
US11776396B2 (en) * | 2019-12-17 | 2023-10-03 | Denso International America, Inc. | Intersection infrastructure warning system |
-
2020
- 2020-09-22 US US17/028,305 patent/US11516669B2/en active Active
-
2021
- 2021-09-15 CN CN202111078052.7A patent/CN114248799A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115320538A (zh) * | 2022-07-20 | 2022-11-11 | 国汽智控(北京)科技有限公司 | 智能网联汽车入侵检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US11516669B2 (en) | 2022-11-29 |
US20220095115A1 (en) | 2022-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11516669B2 (en) | Misbehavior detection for vehicle-to-everything messages | |
JP7413811B2 (ja) | Vehicle-to-Everything通信に基づく車両構成要素の修正 | |
CN112102647B (zh) | 用于车辆微云的方法和系统 | |
US11605298B2 (en) | Pedestrian navigation based on vehicular collaborative computing | |
US11350257B2 (en) | Proxy environmental perception | |
US11792687B2 (en) | Message management for cooperative driving among connected vehicles | |
US20220068122A1 (en) | Systems and methods to group and move vehicles cooperatively to mitigate anomalous driving behavior | |
US20230073151A1 (en) | Early detection of abnormal driving behavior | |
US11877217B2 (en) | Message processing for wireless messages based on value of information | |
US20220289240A1 (en) | Connected vehicle maneuvering management for a set of vehicles | |
US11489792B2 (en) | Vehicular micro clouds for on-demand vehicle queue analysis | |
US11495064B2 (en) | Value-anticipating cooperative perception with an intelligent transportation system station | |
US11395118B2 (en) | Vehicular micro cloud hubs | |
US11709258B2 (en) | Location data correction service for connected vehicles | |
US20220035365A1 (en) | Vehicular nano cloud | |
US20220036728A1 (en) | Re-identification and revocation for misbehaving vehicle detection | |
US11485377B2 (en) | Vehicular cooperative perception for identifying a connected vehicle to aid a pedestrian | |
US20230286514A1 (en) | Detection of abnormal driving based on behavior profiles | |
US11240707B2 (en) | Adaptive vehicle identifier generation | |
US20230247399A1 (en) | Adaptive sensor data sharing for a connected vehicle | |
US12054167B2 (en) | Resolving vehicle application version differences | |
US20230419200A1 (en) | Decentralized parking fulfillment service | |
US20220332324A1 (en) | Identifying an origin of abnormal driving behavior for improved vehicle operation | |
US20230007453A1 (en) | Generating subgroups from a vehicular micro cloud | |
US11983005B2 (en) | Spinning out vehicular micro clouds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221025 Address after: Aichi Prefecture, Japan Applicant after: Toyota Motor Corp. Address before: Texas, USA Applicant before: TOYOTA MOTOR ENGINEERING & MANUFACTURING NORTH AMERICA, Inc. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |