CN114399924A - 一种车辆、边缘计算设备、服务器及信息传输方法 - Google Patents

一种车辆、边缘计算设备、服务器及信息传输方法 Download PDF

Info

Publication number
CN114399924A
CN114399924A CN202210136542.6A CN202210136542A CN114399924A CN 114399924 A CN114399924 A CN 114399924A CN 202210136542 A CN202210136542 A CN 202210136542A CN 114399924 A CN114399924 A CN 114399924A
Authority
CN
China
Prior art keywords
vehicle
target
information
candidate
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210136542.6A
Other languages
English (en)
Other versions
CN114399924B (zh
Inventor
陈维强
孙代耀
栾松鹏
王春磊
艾鑫伟
刘芳
高学超
姚强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN202210136542.6A priority Critical patent/CN114399924B/zh
Publication of CN114399924A publication Critical patent/CN114399924A/zh
Application granted granted Critical
Publication of CN114399924B publication Critical patent/CN114399924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • G06N3/045—Combinations of networks
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及智能交通领域，特别涉及一种车辆、边缘计算设备、服务器及信息传输方法，用以在检测到团雾在车辆的显示屏中显示周围车辆信息提高驾驶的安全性。本申请实施例接收服务器通知的发生团雾的目标路段；确定当前目标路段中行驶的预设类型的目标车辆，并获取与目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息以及各个所述候选车辆相对于目标车辆的位置信息；将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息通知给目标车辆，以使目标车辆在显示屏中展示候选车辆的车辆行驶信息以及各个候选车辆相对于所述目标车辆的位置信息。

Description

一种车辆、边缘计算设备、服务器及信息传输方法
技术领域
本申请涉及智能交通领域，特别涉及一种车辆、边缘计算设备、服务器及信息传输方法。
背景技术
团雾是受局部地区微气候环境影响产生的数百米甚至数公里局部范围的浓雾。团雾具有团雾外视线良好，团雾内能见度极低、区域性强、预测预报难等特征。尤其是在高速公路上，具有突发性、难以预测、地段性等特征，因为团雾会导致能见度的突然变化，对高速公路交通安全极具危害性，容易酿成重大交通事故。
随着高速公路视频监控系统的不断建设和发展，高速公路上摄像机的排布设置密度和精度不断提升，可以利用监控视频相机检测识别团雾；并且随着无线通信技术的发展，智能驾驶技术不断提升，如何在检测到团雾时进行车辆的安全驾驶成为亟待解决的问题。
发明内容
本申请实施例提供一种车辆、边缘计算设备、服务器及信息传输方法，用以在检测到团雾后在车辆的显示屏中显示周围车辆信息，提高驾驶的安全性。
第一方面，本申请实施例提供一种车辆，所述车辆包括信息收发单元、处理器和显示屏；
所述收发单元：用于接收路侧单元发送的与所述车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及各个所述候选车辆相对于所述车辆的位置信息；其中，所述车辆当前行驶的路段为发生团雾的目标路段；
所述处理器：用于存储并向所述显示屏传输所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息；
所述显示屏：用于展示所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息，以使用户根据所述显示屏上展示的所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息对车辆进行控制。
由于本申请实施例在车辆当前行驶的目标路段发生团雾时，车辆通过收发单元接收路侧单元发送的该车辆周围的各个候选车辆的车辆行驶信息，以及各个候选车辆相对于该车辆的相对位置信息，并在车辆的显示屏上展示接收到的各个候选车辆的车辆行驶信息以及各个候选车辆相对于该车辆的位置信息，这样，在车辆当前经过的路段发生团雾时，驾驶员在无法看清周围其他车辆的情况下，可以查看显示屏上显示的周围各个候选车辆的车辆行驶信息以及候选车辆相对该车辆的位置信息，从而驾驶员可以合理的驾驶车辆，避免与周围车辆发生碰撞，提高驾驶的安全性。
可选的，所述车辆行驶信息包括车辆的速度和车辆的加速度；
所述处理器还用于：根据所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息，确定出所述候选车辆中有满足预设的告警条件的目标候选车辆之后，生成告警信息，并将所述告警信息传输给所述显示屏；
所述显示屏还用于：展示所述处理器生成的告警信息，用以提示用户；
其中，所述预设的告警条件包括下列条件中的部分或全部：
条件1、目标候选车辆位于所述车辆的下游路段且速度大于第一阈值；
条件2、目标候选车辆位于所述车辆的下游路段且加速度大于第二阈值；
条件3、目标候选车辆位于所述车辆的上游路段且速度小于第三阈值；
条件4、目标候选车辆位于所述车辆的上游路段且加速度小于第四阈值；
条件5、目标候选车辆与所述车辆之间的距离小于第五阈值。
本申请实施例车辆在根据周围预设范围内的各个候选车辆的车辆行驶信息以及各个候选车辆相对于该车辆的位置信息，确定候选车辆中存在影响该车辆正常行驶的目标候选车辆后，在显示屏上展示告警信息，用于提示用户周围可能存在危险，从而提高驾驶的安全性。
第二方面，本申请实施例提供一种边缘计算设备，所述边缘计算设备包括收发单元和处理器；
所述收发单元：用于接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；并将所述处理器确定出的与目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息；
所述处理器，用于确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息。
本申请实施例边缘计算设备在接收到服务器通知的目标路段后，获取当前在目标路段中行驶的预设类型的目标车辆，例如预设类型的车辆可以为V2X车辆；边缘计算设备获取与目标车辆的距离在预设范围内的各个候选车辆，将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息发送给目标车辆，目标车辆可以在显示屏中展示接收到的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息。由于在发生团雾的目标路段中能见度较低，目标车辆的驾驶员可能无法清楚及时的查看到周围的车辆，这样驾驶员可以查看显示屏上显示的周围各个候选车辆的车辆行驶信息以及候选车辆相对该车辆的位置信息，从而驾驶员可以合理的驾驶车辆，避免与周围车辆发生碰撞，提高驾驶的安全性。
可选的，所述预设类型的目标车辆为车对万物V2X车辆；
所述收发单元具体用于：接收路侧单元发送的所述目标路段中行驶的V2X车辆，并将接收到的所述目标路段中行驶的V2X车辆传输给所述处理器；
所述处理器具体用于：将所述收发单元传输的所述目标路段中行驶的V2X车辆作为所述目标车辆。
可选的，所述获取与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，具体包括：
所述收发单元具体用于：接收道路两侧设置的雷达上报的雷达数据，所述雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元发送的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；以及将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息发送给所述路侧单元，由所述路侧单元将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器具体用于：根据所述目标车辆当前的位置信息、所述收发单元接收到的所述雷达上报的各个车辆的车辆的位置信息以及所述路侧单元发送的各个V2X车辆的车辆的位置信息，确定与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及确定各个所述候选车辆相对于所述目标车辆的位置信息。
第三方面，本申请实施例提供一种服务器，所述服务器包括收发单元和处理器；
所述收发单元：用于接收多个相机采集到的包含道路环境的视频图像；以及将所述处理器确定出的发生团雾的目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器：用于对接收到的各个视频图像进行团雾识别；根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段。
本申请实施例提供的团雾中车辆的驾驶方法中，服务器可以通过对多个相机采集的视频图像进行团雾识别，识别出包含团雾区域的目标视频图像；根据识别出的目标视频图像，从多个相机中筛选出至少一个目标相机，且该目标相机为采集到目标视频图像的相机；通过这种方式获取到的目标相机为处于团雾发生地的相机，从而根据确定出的至少一个目标相机在道路上的位置信息可以确定道路中发生团雾的目标路段，进一步地，服务器将目标路段通知给该路段对应的边缘计算设备。这样，边缘计算设备在接收到服务器通知的目标路段后，获取当前在目标路段中行驶的预设类型的目标车辆，例如预设类型的车辆可以为V2X车辆；边缘计算设备获取与目标车辆的距离在预设范围内的各个候选车辆，将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息发送给目标车辆，目标车辆可以在显示屏中展示接收到的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息。由于在发生团雾的目标路段中能见度较低，目标车辆的驾驶员可能无法清楚及时的查看到周围的车辆，这样驾驶员可以查看显示屏上显示的周围各个候选车辆的车辆行驶信息以及候选车辆相对该车辆的位置信息，从而驾驶员可以合理的驾驶车辆，避免与周围车辆发生碰撞，提高驾驶的安全性。
可选的，所述处理器具体用于根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对所述各个视频图像进行团雾识别，分别确定所述各个视频图像中是否包含团雾区域；
在确定视频图像中包含团雾区域后，识别所述团雾区域对应的团雾浓度信息。
可选的，所述处理器还用于：在从所述多个相机中筛选出至少一个目标相机之后，确定所述道路中发生团雾的目标路段之前，针对所述至少一个目标相机中的任意一个目标相机，根据对所述目标相机采集到的视频图像的识别结果，确定所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息；将所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息，作为所述目标相机所在位置对应的团雾浓度信息；
所述处理器具体用于：根据所述至少一个目标相机在道路上的位置信息，从所述至少一个目标相机中确定出目标相机集合；其中，所述目标相机集合中的各个目标相机在所述道路上连续分布，所述目标相机集合中的每两个目标相机在所述道路上的距离不大于预设阈值，且所述目标相机集合中的各个目标相机对应的团雾浓度信息相同；将所述目标相机集合中在所述道路上距离最大的两个目标相机之间的路段作为所述目标路段。
第四方面，本申请实施例提供一种信息传输方法，包括：
接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；
确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息；
将各个所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息。
可选的，所述预设类型的目标车辆为V2X车辆；
所述确定当前所述目标路段中行驶的预设类型的目标车辆，具体包括：
接收路侧单元发送的所述目标路段中行驶的V2X车辆；其中，所述路侧单元是在所述V2X车辆进入到所述路侧单元的感知区域与所述路侧单元进行无线通信后，识别到所述V2X车辆驶入所述目标路段；
将接收到的所述路侧单元发送的所述目标路段中行驶的V2X车辆作为所述目标车辆。
可选的，所述获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息，具体包括：
接收道路两侧设置的雷达上报的雷达数据，所述雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元发送的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；
根据所述目标车辆当前的位置信息、所述收发单元接收到的所述雷达上报的各个车辆的车辆的位置信息以及所述路侧单元发送的各个V2X车辆的车辆的位置信息，确定与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及确定各个所述候选车辆相对于所述目标车辆的位置信息；
所述将各个所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，包括：
将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息发送给所述路侧单元，由所述路侧单元将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆。
第五方面，本申请实施例一种团雾中车辆的驾驶方法，包括：
接收多个相机采集到的包含道路环境的视频图像，并对接收到的各个视频图像进行团雾识别；
根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；
根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段；
将确定出的发生团雾的所述目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆。
可选的，根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对所述各个视频图像进行团雾识别，分别确定所述各个视频图像中是否包含团雾区域；
在确定视频图像中包含团雾区域后，识别所述团雾区域对应的团雾浓度信息。
可选的，在从所述多个相机中筛选出至少一个目标相机之后，确定所述道路中发生团雾的目标路段之前，该方法还包括：
针对所述至少一个目标相机中的任意一个目标相机，根据对所述目标相机采集到的视频图像的识别结果，确定所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息；将所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息，作为所述目标相机所在位置对应的团雾浓度信息；
所述根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段，包括：
根据所述至少一个目标相机在道路上的位置信息，从所述至少一个目标相机中确定出目标相机集合；其中，所述目标相机集合中的各个目标相机在所述道路上连续分布，所述目标相机集合中的每两个目标相机在所述道路上的距离不大于预设阈值，且所述目标相机集合中的各个目标相机对应的团雾浓度信息相同；
将所述目标相机集合中在所述道路上距离最大的两个目标相机之间的路段作为所述目标路段。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例一种可选的应用场景示意图；
图2为本申请实施例团雾中车辆的驾驶方法流程图；
图3为本申请实施例高速公路道路环境示意图；
图4为本申请实施例确定目标路段的方法流程图；
图5为本申请实施例车路协同系统的示意图；
图6为本申请实施例对目标车辆进行辅助驾驶的方法流程图；
图7为本申请实施例的车辆的结构示意图；
图8为本申请实施例的车辆的内部结构示意图；
图9为本申请实施例车辆显示屏中展示内容示意图；
图10为本申请实施例车辆显示屏中展示内容示意图；
图11为本申请实施例边缘计算设备的结构示意图；
图12为本申请实施例服务器的结构示意图；
图13为本申请实施例边缘计算设备侧的信息传输方法流程图；
图14为本申请实施例服务器侧的信息传输方法流程图。
具体实施方式
以下，对本申请实施例中的部分用语进行解释说明，以便于本领域技术人员理解。
1、本申请实施例中术语“和/或”：用于描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
2、本申请实施例中术语“多个”：是指两个或两个以上，其它量词与之类似。
3、本申请实施例中术语“RSU(Road Side Unit，路侧单元)”：是ETC(ElectronicToll Collection，电子不停车收费系统)系统中，安装在路侧，采用DSRC(Dedicated ShortRange Communication，专用短程通信技术)技术，与OBU(On Board Unit，车载单元)进行通讯，实现车辆身份识别，电子扣分的装置。
4、本申请实施例中术语“MEC(Mobile Edge Computing，移动边缘计算)设备：包括了用户状态信息平面功能以及边缘计算平台功能；MEC服务器可以看作是一个运行在移动网络边缘的、运行特定任务的云服务器。
5、本申请实施例中术语“V2X(Vehicle to Everything，车对万物)”：是指车与万物互联，主要是指借助新一代信息通信技术将车与一切事物相连接，从而实现车辆对车辆(Vehicle to Vehicle)、车辆对路侧基础设施(Vehicle to Infrastructure)、车辆对行人等弱势交通参与者(Vehicle to Pedestrian)、车辆对网络(Vehicle to Network)的全方位连接和信息交互。
6、本申请实施例中术语“桩号”：用于确定道路、管道设计等位置的辅助定位手段；施工前对设计基础桩进行统一编号，以利于施工，号码不重复且唯一。例如，在用于对道路位置进行辅助定位时，k0可以表示道路的起点桩号，k100可以表示道路距离起点100Km位置的桩号。
为了使本申请的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请实施例一种可选的应用场景，包括沿道路设置的多个相机10、服务器11、边缘计算设备12、沿道路两侧设置的路侧单元13和雷达14、以及在道路中行驶的目标车辆15。
其中，多个相机10分别用于采集包含道路环境的视频图像，并将采集到的视频图像上传至服务器11。
服务器11接收各个相机10采集到的视频图像，对各个相机10采集到的视频图像进行团雾识别；根据团雾识别的识别结果，从多个相机10中筛选出至少一个目标相机101；其中，目标相机101采集到的视频图像中包含团雾区域；根据至少一个目标相机101在道路上的位置信息，确定道路中发生团雾的目标路段；将发生团雾的目标路段通知给该目标路段对应的边缘计算设备12。
边缘计算设备12接收服务器11通知的发生团雾的目标路段；确定当前目标路段中行驶的预设类型的目标车辆15；边缘计算设备12接收雷达14上报的雷达数据，雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元13上报的车辆的车辆行驶信息以及车辆的位置信息；根据雷达14和路侧单元13检测到的车辆的车辆形式信息以及车辆的位置信息，获取与目标车辆15的距离在预设范围内的各个候选车辆的车辆行驶信息，以及各个候选车辆相对于目标车辆15的位置信息；边缘计算设备12将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆15的位置信息发送给路侧单元13。
路侧单元13接收到边缘计算设备12发送的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆15的位置信息之后，将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆15的位置信息发送给目标车辆15。
目标车辆15在显示屏中展示各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息，以使用户根据显示屏上展示的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息对目标车辆进行控制。
需要说明的是，本申请实施例的服务器11可以为用于对视频图像进行团雾分析的服务器，服务器11在对视频图像进行团雾分析时，可以调用AI智能算法，识别视频图像中是否存在团雾区域，以及视频图像中团雾的团雾浓度信息。本申请实施例11可以为一个独立服务器，或者可以是由多个服务器组成的服务器集群。
另外，本申请实施例的边缘计算设备12可以为MEC设备，路侧单元13可以为RSU，MEC设备可以通过光纤与RSU进行通信，通过RSU获取车辆相关的行驶信息；另外，MEC设备还可以与道路上设置的雷达进行通信，获取雷达采集到的车辆相关的行驶信息。
下面结合上述描述的应用场景，参考附图来描述本申请示例性实施方式提供的一种信息传输方法。需要注意的是，上述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。
如图2所示本申请实施例一种信息传输方法，包括如下步骤：
步骤S201、服务器接收多个相机采集到的包含道路环境的视频图像；
步骤S202、服务器根据对各个视频图像进行团雾识别的识别结果，从多个相机中筛选出至少一个目标相机；其中，目标相机采集到的视频图像中包含团雾区域；
步骤S203、服务器根据至少一个目标相机在道路上的位置信息，确定道路中发生团雾的目标路段；
步骤S204、服务器将确定出的发生团雾的目标路段通知给边缘计算设备；
步骤S205、边缘计算设备确定当前目标路段中行驶的预设类型的目标车辆，并获取与目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息；
步骤S206、边缘计算设备将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息通知给目标车辆，以使目标车辆在显示屏中展示各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标车辆的位置信息。
本申请实施例提供的信息传输方法中，服务器可以通过对多个相机采集的视频图像进行团雾识别，识别出包含团雾区域的目标视频图像；根据识别出的目标视频图像，从多个相机中筛选出至少一个目标相机，且该目标相机为采集到目标视频图像的相机；通过这种方式获取到的目标相机为处于团雾发生地的相机，从而根据确定出的至少一个目标相机在道路上的位置信息可以确定道路中发生团雾的目标路段，进一步地，服务器将目标路段通知给该路段对应的辅助驾驶设备。辅助驾驶设备在接收到服务器通知的目标路段后，获取当前在目标路段中行驶的预设类型的目标车辆，例如预设类型的车辆可以为V2X车辆；辅助驾驶设备获取与目标车辆的距离在预设范围内的其它车辆，将其它车辆的车辆行驶信息发送给目标车辆，从而目标车辆可以根据接收到的其它车辆的车辆行驶信息进行驾驶。由于在发生团雾的目标路段中能见度较低，目标车辆的驾驶者可能无法清楚及时的查看到前后预设范围内的车辆，本申请实施例的车辆驾驶方法，可以基于辅助驾驶设备发送的其它车辆的车辆行驶信息获知前后预设范围内车辆的行驶信息，从而保证安全驾驶，减低交通事故发生概率。
从如图2所示的信息传输方法流程可以看出，本申请实施例涉及服务器识别发生团雾的目标路段的技术方案，以及服务器检测到发生团雾的目标路段之后服务器、边缘计算设备和车辆之间信息传输的技术方案，下面针对这两部分分别进行说明。
一、服务器识别发生团雾的目标路段。
如图3所示，其中以某一条高速公路为例，在该高速公路上沿途设置多个相机，多个相机分别用于采集道路环境的视频图像；其中相机采集到的视频图像中包含该高速公路的路面信息、该相机所处位置的环境信息以及高速公路上形式的车辆信息；相机将采集到的视频图像以视频流的方式上传给服务器。
其中，本申请实施例服务器可以通过对相机采集到的视频流中的视频图像进行分析，从而识别发生团雾的目标路段；且该服务器可以为视频分析服务器。
服务器在接收到相机上传的视频图像后，可以根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对各个视频图像进行团雾识别，分别确定各个视频图像中是否包含团雾区域；在确定视频图像中包含团雾区域后，识别团雾区域对应的团雾浓度信息。
例如，本申请实施例已训练的团雾识别网络模型可以为卷积神经网络模型，在通过卷积神经网络迷行对视频图像进行识别之前，可以基于大量的样本图像对卷积神经网络模型进行训练，直到卷积神经网络模型在进行团雾识别的识别结果的损失值在预设范围内，得到训练后的卷积神经网络模型。
实施中，将接收到的相机采集到的视频图像输入已训练的团雾识别网络模型，并获取已训练的团雾识别网络模型的识别结果；
其中识别结果包括：视频图像中包含团雾区域以及团雾区域对应的团雾浓度信息、视频图像中未包含团雾区域。
本申请实施例团雾区域对应的团雾浓度信息用于反映采集到该视频图像的相机所处位置对应的道路环境的团雾浓度；
其中，团雾浓度信息包括但不限于：轻雾、浓雾、特浓雾。
本申请实施例服务器在对视频图像进行团雾识别后，将采集到包含团雾区域的视频图像的目标相机的相关信息进行存储；
其中，目标相机的相关信息包括但不限于：道路ID、相机桩号、采集到的视频图像中团雾区域的团雾浓度信息、信息更新时间；
相机桩号可以用于对相机进行标识，以用于区分道路中不同的相机；
道路ID可以为道路的标识信息和/或道路所属区域；例如，道路ID可以为高速公路标号以及所属地域，假设道路ID为G101、A省，则表示该道路为G101高速位于A省的路段。
需要说明的是，本申请实施例服务器可以将目标相机的相关信息存储于相机实时信息表中；
例如，假设服务器确定采集到包含团雾区域的视频图像的目标相机包括：目标相机1、目标相机2、目标相机3、目标相机7、目标相机8、目标相机9、目标相机10；则相机实时信息表可以如表1所示：
相机 道路ID 相机桩号 团雾浓度信息 信息更新时间
目标相机1 G101 A省 K10 轻雾 00:10
目标相机2 G101 A省 K15 浓雾 00:10
目标相机3 G101 A省 K16 浓雾 00:12
目标相机7 G101 B省 K80 浓雾 00:10
目标相机8 G101 B省 K82 特浓雾 00:10
目标相机9 G101 B省 K83 特浓雾 00:10
目标相机10 G101 B省 K84 特浓雾 00:13
表1
需要说明的是，本申请实施例针对相机实时信息表中的相机相关信息进行周期性查询，在确定某一个相机的相关信息在预设时长内未发生更新，则删除该相机的相关信息。由于在相机所处的位置的团雾消散后，该相机采集到的视频图像中不包含团雾区域，则服务器不会更新该相机的相关信息，因此需要对该相机的相关信息进行释放。
另外，本申请实施例的服务器在获取到至少一个目标相机之后，根据至少一个目标相机在道路上的位置信息，确定道路中发生团雾的目标路段；
一种可选的实施方式为，根据至少一个目标相机在道路上的位置信息，从至少一个目标相机中确定出目标相机集合；将目标相机集合中在道路上距离最大的两个目标相机之间的路段作为目标路段；
其中，目标相机集合中的各个目标相机在道路上连续分布，目标相机集合中的每两个目标相机在道路上的距离不大于预设阈值，且目标相机集合中的各个目标相机对应的团雾浓度信息相同。
实施中，本申请实施例在从至少一个目标相机中确定目标相机集合时，可以基于目标相机的桩号，桩号可以用于表示相机在道路上的位置；且确定出的目标相机集合需要满足如下条件：集合中的多个目标相机在道路上连续分布，且集合中的多个目标相机对应的团雾浓度信息相同；
具体的，本申请实施例的服务器还可以将确定出的目标相机集合信息进行存储，且目标相机集合信息可以以集合信息表的方式进行存储；
其中，目标相机集合信息包括但不限于：道路ID、相机桩号序列、更新时间、状态变更标志位。
在存储的集合信息表中将目标相机按照桩号大小进行排序，按照排列顺序依次判断相邻两个目标相机的团雾浓度信息是否相同，若相同，判断排序靠后的目标相机与在前的连续的团雾浓度信息相同的各个目标相机之间的距离是否小于预设阈值，若是，将该目标相机与在前的连续的团雾浓度信息相同的目标相机组成目标相机集合；
例如，如表1所示，按照桩号顺序将目标相机进行排序；假设预设阈值为2km；其中，目标相机2和目标相机3的团雾浓度信息相同，且目标相机2和目标相机3之间的距离为1km(不大于预设阈值)，则将目标相机2和目标相机3组成一个目标相机集合；另外，目标相机8、目标相机9和目标相机10的团雾浓度信息相同，且目标相机8与目标相机10之间的距离为2km(不大于预设阈值)，则将目标相机8、目标相机9和目标相机10组成一个目标相机集合。本申请实施例生成的集合信息表如表2所示；其中，表2中的更新时间为判断是否组成目标信息集合的时间，状态标志为true表示组成一个目标相机集合。
Figure BDA0003504965380000131
表2
本申请实施例在确定出目标相机集合后，将目标相机集合中各个相机所在路段作为目标路段；
实施中，可以将目标相机集合中距离最远的两个相机之间的路段作为目标路段。
需要说明的是，本申请实施例针对集合信息表中的信息进行周期性查询，在确定某一个集合信息在预设时长内未发生更新，则删除该集合信息。
如图4所示的确定目标路段的方法流程图，包括以下步骤：
步骤S401、服务器检测到包含团雾区域的视频图像；
步骤S402、服务器确定该包含团雾区域的视频图像对应的目标相机；
步骤S403、服务器判断相机实时信息表中是否包含该目标相机；若是，执行步骤S404，若否，执行步骤S405；
步骤S404、服务器判断该目标相机对应的团雾浓度信息是否发生变化；若是，执行步骤S406，若否，执行步骤S407；
步骤S405、服务器将该目标相机的相关信息存储至相机实时信息表；
步骤S406、服务器将该目标相机所属的目标相机集合进行重新划分，划分为不同的目标相机集合；
步骤S407、服务器对相机实时信息表中该目标相机对应的信息更新时间进行更新，以及对集合信息表中该目标相机对应的集合的更新时间进行更新；
步骤S408、服务器将该目标相机划分至对应的目标相机集合中。
可选的，本申请实施例在确定出目标路段之后，可以将目标路段以及对应的团雾浓度信息上传至道路运营管理中心；道路运营管理中心的技术人员可以基于服务器上报的目标路段以及对应的团雾浓度信息，以及上传的相机采集到的视频图像，进一步判断服务器判断出的目标路段以及对应的团雾浓度信息是否准确；若确定该目标路段的不存在团雾，则忽略本次上报；若确定该目标路段存在团雾，则根据团雾浓度信息作出相应的道路管理措施。
例如，若确定目标路段的团雾浓度信息为特浓雾，则可以通知交警部门进行封路处理；或者若确定目标路段的团雾浓度信息为轻雾或者浓雾，可以在道路进行提示。
本申请实施例在服务器确定出目标路段之后，可以将确定出的目标路段通知给边缘计算设备；下面详细介绍下服务器、边缘计算设备和车辆之间信息传输方案：
二、服务器、边缘计算设备和车辆之间信息传输。
其中以预设类型的目标车辆为V2X车辆，边缘计算设备为MEC设备、路侧单元为RSU为例进行说明。
如图5所示的车路协同系统，包括MEC设备、沿道路布置的多个雷达、沿道路布置的多个RSU、道路中行驶的车辆(包含V2X车辆和除V2X车辆之外的其他车辆)。
其中，雷达的检测范围为扇形区域，两个雷达之间的检测范围有重叠；雷达可以对检测范围内所有车辆的车辆行驶数据进行检测。
RSU的感知区域为圆形区域，RSU可以对感知区域内的V2X车辆的车辆行驶数据进行检测；具体的，在V2X车辆进入RSU的感知区域后，可以与RSU建立无线通信连接；其中无线通信连接方式包括但不限于WiFi、蜂窝网络(4G、5G)。
RSU与MEC设备之间通过光纤进行通信。
MEC设备实时获取多个雷达的雷达数据，以及获取RSU检测到的V2X车辆的车辆行驶信息和车辆的位置信息；
其中，雷达数据包含各个车辆的车辆行驶信息和车辆的位置信息；
车辆行驶信息包括但不限于：车辆的标识、车辆的行驶速度、车辆的加速度；
MEC设备根据从RSU获取的V2X车辆的位置信息筛选出当前行驶在目标路段的目标V2X车辆；具体的，MEC设备可以从RSU获取目标路段内的目标V2X车辆的标识。
MEC设备根据获取到的目标路段内的目标V2X车辆的位置信息，以及雷达数据中其他车辆的位置信息，确定与目标V2X车辆之间的距离在预设范围内的各个候选车辆，并从雷达数据中确定各个候选车辆的位置信息以及车辆行驶信息；
MEC设备根据各个候选车辆的位置信息以及目标V2X车辆的位置信息，确定各个候选车辆相对于目标V2X车辆的位置信息；MEC设备将与目标V2X车辆之间的距离在预设范围内的候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息发送给RSU，RSU根据目标V2X车辆的标识，将候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息发送给V2X车辆。
一种可选的实施方式为，目标V2X车辆在接收到候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息之后，将候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息在显示屏上进行显示，以使驾驶人员根据显示屏上展示的各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息对目标V2X车辆进行控制。
另外，目标V2X车辆在接收到各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息之后，从各个候选车辆中筛选出目标候选车辆；
其中，筛选出的目标候选车辆满足如下条件中的部分或全部：
条件1、目标候选车辆位于目标V2X车辆的下游路段且速度大于第一阈值；
条件2、目标候选车辆位于目标V2X车辆的下游路段且加速度大于第二阈值；
条件3、目标候选车辆位于目标V2X车辆的上游路段且速度小于第三阈值；
条件4、目标候选车辆位于目标V2X车辆的上游路段且加速度小于第四阈值；
条件5、目标候选车辆与目标V2X车辆之间的距离小于第五阈值。
需要说明的是，目标V2X车辆的下游路段是指沿目标V2X车辆行驶方向，位于目标V2X车辆后方的路段为下游路段；相应的，目标V2X车辆的上游路段是指沿目标V2X车辆行驶方向，位于目标V2X车辆前方的路段为上游路段。
本申请实施例筛选出的目标候选车辆为候选车辆中可能会对目标V2X车辆的安全行驶带来影响的车辆，目标V2X车辆在确定存在目标候选车辆时，在显示屏上展示告警信息，以提示用户安全驾驶。
如图6所示的信息传输方法流程图，包括以下步骤：
步骤S601、MEC设备接收服务器通知的发生团雾的目标路段；
步骤S602、MEC设备接收雷达上报的雷达数据；其中，雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；
步骤S603、MEC设备接收RSU上报的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；
步骤S604、MEC设备根据各个V2X车辆的位置信息确定目标路段中的目标V2X车辆；
步骤S605、MEC设备根据雷达上报的各个车辆的车辆的位置信息以及RSU发送的各个V2X车辆的车辆的位置信息，确定与目标V2X车辆之间的距离在预设范围内的各个候选车辆；
步骤S606、MEC设备确定各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息；
步骤S607、MEC设备将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息发送给RSU；
步骤S608、RSU将各个候选车辆的车辆行驶信息以及各个候选车辆相对于目标V2X车辆的位置信息发送给目标V2X车辆；
步骤S609、目标V2X车辆在显示屏上展示各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息。
如图7所示的车辆，包括收发单元701、处理器702和显示屏703；
其中，所述收发单元701：用于接收路侧单元发送的与所述车辆的距离在预设范围内的各个候选车辆的车辆行驶信息，以及各个候选车辆相对于所述车辆的位置信息；其中，所述车辆当前行驶的路段为发生团雾的目标路段；
所述处理器702：用于存储并向所述显示屏传输各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息；
所述显示屏703：用于展示各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息，以使用户根据所述显示屏上展示的各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息对车辆进行控制。
如图8所示的车辆内部结构示意图，可以在车辆的显示屏上展示车辆当前行驶的道路环境、各个候选车辆的车辆行驶信息以及各个候选车辆相对于车辆的位置信息。
例如，假设与目标车辆的距离在预设范围内的候选车辆包括车辆A、车辆B、车辆C和车辆D；
车辆A相对于目标车辆的位置信息为与目标车辆相同车道的前方100米，车辆B相对于目标车辆的位置信息为位于目标车辆的左侧车道且位于目标车辆前方50米，车辆C相对于目标车辆的位置信息为位于目标车辆的右侧车道且位于目标车辆后方80米，车辆D相对于目标车辆的位置信息为与目标车辆相同车道的后方120米；
车辆A的速度为80Km/h，加速度为+10m/s2；车辆B的速度为85Km/h，加速度为+5m/s2；车辆C的速度为100Km/h，加速度为+20m/s2；车辆D的速度为90Km/h，加速度为-5m/s2；
则目标车辆显示屏上展示的信息如图9所示，显示屏上展示有车辆A、车辆B、车辆C、车辆D的速度和加速度，以及展示、车辆B、车辆C、车辆D分别相对于目标车辆的位置。
可选的，所述车辆行驶信息包括车辆的速度和车辆的加速度；
所述处理器702还用于：根据各个候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息，从各个候选车辆中筛选出目标候选车辆之后，生成告警信息，并将所述告警信息传输给所述显示屏；
所述显示屏703还用于：展示所述处理器生成的告警信息，用以提示用户；
其中，所述目标候选车辆满足下列条件中的部分或全部：
条件1、目标候选车辆位于所述车辆的下游路段且速度大于预设的速度上限值；
条件2、目标候选车辆位于所述车辆的下游路段且加速度大于预设的加速度上限值；
条件3、目标候选车辆位于所述车辆的上游路段且速度小于预设的速度下限值；
条件4、目标候选车辆位于所述车辆的上游路段且加速度小于预设的加速度下限值；
条件5、目标候选车辆与所述车辆之间的距离小于预设的安全阈值。
例如，与目标车辆的距离在预设范围内的候选车辆包括车辆A、车辆B、车辆C和车辆D；车辆A相对于目标车辆的位置信息为与目标车辆相同车道的前方100米，车辆B相对于目标车辆的位置信息为位于目标车辆的左侧车道且位于目标车辆前方50米，车辆C相对于目标车辆的位置信息为位于目标车辆的右侧车道且位于目标车辆后方80米，车辆D相对于目标车辆的位置信息为与目标车辆相同车道的后方120米；
假设预设的速度上限值为120Km/h，在车辆D的速度为130Km/h时，目标车辆确定后方车辆行驶速度过快，生成告警信息；例如如图10所示，在显示屏上显示“后方车辆行驶过快，请谨慎驾驶”的告警信息。
如图11所示，本申请实施例一种边缘计算设备，包括收发单元1101和处理器1102；
所述收发单元1101：用于接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；并将所述处理器确定出的与目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示各个候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息；
所述处理器1102：用于确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息。
可选的，所述预设类型的目标车辆为车对万物V2X车辆；
所述收发单元1101具体用于：接收路侧单元发送的所述目标路段中行驶的V2X车辆，并将接收到的所述目标路段中行驶的V2X车辆传输给所述处理器；其中，所述路侧单元是在所述V2X车辆进入到所述路侧单元的感知区域与所述路侧单元进行无线通信后，识别到所述V2X车辆驶入所述目标路段；
所述处理器1102具体用于：将所述收发单元传输的所述目标路段中行驶的V2X车辆作为所述目标车辆。
可选的，所述收发单元1101具体用于：接收道路两侧设置的雷达上报的雷达数据，所述雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元发送的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；以及将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息发送给所述路侧单元，由所述路侧单元将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器1102具体用于：根据所述目标车辆当前的位置信息、所述收发单元接收到的所述雷达上报的各个车辆的车辆的位置信息以及所述路侧单元发送的各个V2X车辆的车辆的位置信息，确定与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及确定各个所述候选车辆相对于所述目标车辆的位置信息。
如图12所示，本申请实施例一种服务器，包括至少一个处理器1201、至少一个存储单元1202、连接不同系统组件(包括存储单元1202和处理单元1201)的总线1203、收发单元1204。
总线1203表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储单元1202可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)1221或高速缓存存储单元1222，还可以进一步包括只读存储器(ROM)1223。
存储单元1202还可以包括具有一组(至少一个)程序模块1224的程序/实用工具1225，这样的程序模块1224包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
服务器也可以与一个或多个外部设备1205(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与服务器交互的设备通信，或与使得该服务器能与一个或多个其它计算装置进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1206进行。并且，服务器还可以通过网络适配器1207与一个或者多个网络(例如局域网(LAN)，广域网(WAN)或公共网络，例如因特网)通信。如图所示，网络适配器1207通过总线1203与用于服务器的其它模块通信。应当理解，尽管图中未示出，可以结合服务器使用其它硬件或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
所述收发单元1204：用于接收多个相机采集到的包含道路环境的视频图像；以及将所述处理器确定出的发生团雾的目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器1201：用于对接收到的各个视频图像进行团雾识别；根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段。
可选的，所述处理器1201具体用于根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对所述各个视频图像进行团雾识别，分别确定所述各个视频图像中是否包含团雾区域；
在确定视频图像中包含团雾区域后，识别所述团雾区域对应的团雾浓度信息。
可选的，所述处理器1201还用于：在从所述多个相机中筛选出至少一个目标相机之后，确定所述道路中发生团雾的目标路段之前，针对所述至少一个目标相机中的任意一个目标相机，根据对所述目标相机采集到的视频图像的识别结果，确定所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息；将所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息，作为所述目标相机所在位置对应的团雾浓度信息；
所述处理器1201具体用于：根据所述至少一个目标相机在道路上的位置信息，从所述至少一个目标相机中确定出目标相机集合；其中，所述目标相机集合中的各个目标相机在所述道路上连续分布，所述目标相机集合中的每两个目标相机在所述道路上的距离不大于预设阈值，且所述目标相机集合中的各个目标相机对应的团雾浓度信息相同；将所述目标相机集合中在所述道路上距离最大的两个目标相机之间的路段作为所述目标路段。
本申请实施例还提供一种边缘计算设备侧的信息传输方法，如图13所示本申请实施例信息传输方法，包括以下步骤：
步骤S1301、接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；
步骤S1302、确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息；
步骤S1303、将各个所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息。
可选的，所述预设类型的目标车辆为V2X车辆；
所述确定当前所述目标路段中行驶的预设类型的目标车辆，具体包括：
接收路侧单元发送的所述目标路段中行驶的V2X车辆；其中，所述路侧单元是在所述V2X车辆进入到所述路侧单元的感知区域与所述路侧单元进行无线通信后，识别到所述V2X车辆驶入所述目标路段；
将接收到的所述路侧单元发送的所述目标路段中行驶的V2X车辆作为所述目标车辆。
可选的，所述获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息，具体包括：
接收道路两侧设置的雷达上报的雷达数据，所述雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元发送的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；
根据所述目标车辆当前的位置信息、所述雷达上报的各个车辆的车辆的位置信息以及所述路侧单元发送的各个V2X车辆的车辆的位置信息，确定与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及确定各个所述候选车辆相对于所述目标车辆的位置信息；
所述将各个所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，包括：
将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息发送给所述路侧单元，由所述路侧单元将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆。
本申请实施例还提供一种服务器侧的信息传输方法，如图14所示本申请实施例信息传输方法，包括以下步骤：
步骤S1401、接收多个相机采集到的包含道路环境的视频图像，并对接收到的各个视频图像进行团雾识别；
步骤S1402、根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；
步骤S1403、根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段；
步骤S1404、将确定出的发生团雾的所述目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆。
可选的，根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对所述各个视频图像进行团雾识别，分别确定所述各个视频图像中是否包含团雾区域；
在确定视频图像中包含团雾区域后，识别所述团雾区域对应的团雾浓度信息。
可选的，在从所述多个相机中筛选出至少一个目标相机之后，确定所述道路中发生团雾的目标路段之前，该方法还包括：
针对所述至少一个目标相机中的任意一个目标相机，根据对所述目标相机采集到的视频图像的识别结果，确定所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息；将所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息，作为所述目标相机所在位置对应的团雾浓度信息；
所述根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段，包括：
根据所述至少一个目标相机在道路上的位置信息，从所述至少一个目标相机中确定出目标相机集合；其中，所述目标相机集合中的各个目标相机在所述道路上连续分布，所述目标相机集合中的每两个目标相机在所述道路上的距离不大于预设阈值，且所述目标相机集合中的各个目标相机对应的团雾浓度信息相同；
将所述目标相机集合中在所述道路上距离最大的两个目标相机之间的路段作为所述目标路段。
所属技术领域的技术人员能够理解，本申请的每个方面可以实现为系统、方法或程序产品。因此，本申请的每个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，本申请提供的信息传输方法的每个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的信息传输方法中的步骤，例如，计算机设备可以执行如图2、图4、图6、图13或图14所示的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种车辆，其特征在于，所述车辆包括信息收发单元、处理器和显示屏；
所述收发单元：用于接收路侧单元发送的与所述车辆的距离在预设范围内的各个候选车辆的车辆行驶信息，以及各个候选车辆相对于所述车辆的位置信息；其中，所述车辆当前行驶的路段为发生团雾的目标路段；
所述处理器：用于存储并向所述显示屏传输各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息；
所述显示屏：用于展示各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息，以使用户根据所述显示屏上展示的各个候选车辆的车辆行驶信息以及各个候选车辆相对于所述车辆的位置信息对车辆进行控制。
2.如权利要求1所述的车辆，其特征在于，所述车辆行驶信息包括车辆的速度和车辆的加速度；
所述处理器还用于：根据各个候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述车辆的位置信息，从各个候选车辆中筛选出目标候选车辆之后，生成告警信息，并将所述告警信息传输给所述显示屏；
所述显示屏还用于：展示所述处理器生成的告警信息，用以提示用户；
其中，所述目标候选车辆满足下列条件中的部分或全部：
条件1、目标候选车辆位于所述车辆的下游路段且速度大于预设的速度上限值；
条件2、目标候选车辆位于所述车辆的下游路段且加速度大于预设的加速度上限值；
条件3、目标候选车辆位于所述车辆的上游路段且速度小于预设的速度下限值；
条件4、目标候选车辆位于所述车辆的上游路段且加速度小于预设的加速度下限值；
条件5、目标候选车辆与所述车辆之间的距离小于预设的安全阈值。
3.一种边缘计算设备，其特征在于，所述边缘计算设备包括收发单元和处理器；
所述收发单元：用于接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；并将所述处理器确定出的与目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示各个候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息；
所述处理器：用于确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息。
4.如权利要求3所述的边缘计算设备，其特征在于，所述预设类型的目标车辆为车对万物V2X车辆；
所述收发单元具体用于：接收路侧单元发送的所述目标路段中行驶的V2X车辆，并将接收到的所述目标路段中行驶的V2X车辆传输给所述处理器；其中，所述路侧单元是在所述V2X车辆进入到所述路侧单元的感知区域与所述路侧单元进行无线通信后，识别到所述V2X车辆驶入所述目标路段
所述处理器具体用于：将所述收发单元传输的所述目标路段中行驶的V2X车辆作为所述目标车辆。
5.如权利要求4所述的边缘计算设备，其特征在于，所述收发单元具体用于：接收道路两侧设置的雷达上报的雷达数据，所述雷达数据中包含检测到的各个车辆的车辆行驶信息以及车辆的位置信息；以及接收路侧单元发送的检测到的各个V2X车辆的车辆行驶信息以及车辆的位置信息；以及将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息发送给所述路侧单元，由所述路侧单元将各个候选车辆的车辆行驶信息、和各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器具体用于：根据所述目标车辆当前的位置信息、所述收发单元接收到的所述雷达上报的各个车辆的车辆的位置信息以及所述路侧单元发送的各个V2X车辆的车辆的位置信息，确定与所述目标车辆的距离在预设范围内的候选车辆的车辆行驶信息，以及确定各个所述候选车辆相对于所述目标车辆的位置信息。
6.一种服务器，其特征在于，所述服务器包括收发单元和处理器；
所述收发单元：用于接收多个相机采集到的包含道路环境的视频图像；以及将所述处理器确定出的发生团雾的目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆；
所述处理器：用于对接收到的各个视频图像进行团雾识别；根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段。
7.如权利要求6所述的服务器，其特征在于，所述处理器具体用于根据下列方式对各个视频图像进行团雾识别：
基于已训练的团雾识别网络模型对所述各个视频图像进行团雾识别，分别确定所述各个视频图像中是否包含团雾区域；
在确定视频图像中包含团雾区域后，识别所述团雾区域对应的团雾浓度信息。
8.如权利要求7所述的服务器，其特征在于，所述处理器还用于：在从所述多个相机中筛选出至少一个目标相机之后，确定所述道路中发生团雾的目标路段之前，针对所述至少一个目标相机中的任意一个目标相机，根据对所述目标相机采集到的视频图像的识别结果，确定所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息；将所述目标相机采集到的视频图像中包含的团雾区域对应的团雾浓度信息，作为所述目标相机所在位置对应的团雾浓度信息；
所述处理器具体用于：根据所述至少一个目标相机在道路上的位置信息，从所述至少一个目标相机中确定出目标相机集合；其中，所述目标相机集合中的各个目标相机在所述道路上连续分布，所述目标相机集合中的每两个目标相机在所述道路上的距离不大于预设阈值，且所述目标相机集合中的各个目标相机对应的团雾浓度信息相同；将所述目标相机集合中在所述道路上距离最大的两个目标相机之间的路段作为所述目标路段。
9.一种信息传输方法，其特征在于，该方法包括：
接收服务器通知的发生团雾的目标路段；其中，所述目标路段是所述服务器对多个相机采集到的包含道路环境的视频图像进行团雾识别，根据所述多个相机中至少一个目标相机的位置信息确定的，且所述目标相机采集到的视频图像中包含团雾区域；
确定当前所述目标路段中行驶的预设类型的目标车辆，并获取与所述目标车辆的距离在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息；
将各个所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆，以使所述目标车辆在显示屏中展示所述候选车辆的车辆行驶信息以及各个所述候选车辆相对于所述目标车辆的位置信息。
10.一种信息传输方法，其特征在于，该方法包括：
接收多个相机采集到的包含道路环境的视频图像，并对接收到的各个视频图像进行团雾识别；
根据对各个视频图像进行团雾识别的识别结果，从所述多个相机中筛选出至少一个目标相机；其中，所述目标相机采集到的视频图像中包含团雾区域；
根据所述至少一个目标相机在道路上的位置信息，确定所述道路中发生团雾的目标路段；
将确定出的发生团雾的所述目标路段发送给边缘计算设备，以使所述边缘计算设备将与所述目标路段中预设类型的目标车辆在预设范围内的各个候选车辆的车辆行驶信息、以及各个所述候选车辆相对于所述目标车辆的位置信息通知给所述目标车辆。
CN202210136542.6A 2022-02-15 2022-02-15 一种车辆、边缘计算设备、服务器及信息传输方法 Active CN114399924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210136542.6A CN114399924B (zh) 2022-02-15 2022-02-15 一种车辆、边缘计算设备、服务器及信息传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210136542.6A CN114399924B (zh) 2022-02-15 2022-02-15 一种车辆、边缘计算设备、服务器及信息传输方法

Publications (2)

Publication Number Publication Date
CN114399924A true CN114399924A (zh) 2022-04-26
CN114399924B CN114399924B (zh) 2023-07-11

Family

ID=81234262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210136542.6A Active CN114399924B (zh) 2022-02-15 2022-02-15 一种车辆、边缘计算设备、服务器及信息传输方法

Country Status (1)

Country Link
CN (1) CN114399924B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044167A (zh) * 2011-01-25 2011-05-04 南京信息工程大学 高速公路车车协调控制装置及控制方法
CN102175613A (zh) * 2011-01-26 2011-09-07 南京大学 基于图像亮度特征的ptz视频能见度检测方法
CN103794085A (zh) * 2012-10-29 2014-05-14 西安金和光学科技有限公司 利用定位装置防止雾天车辆碰撞的系统及操作方法
CN108022440A (zh) * 2018-01-19 2018-05-11 天津职业技术师范大学 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法
CN109377726A (zh) * 2018-10-29 2019-02-22 江苏大学 一种基于车联网的高速公路团雾精确警示、诱导系统及方法
CN109872554A (zh) * 2019-03-22 2019-06-11 山西省交通科学研究院有限公司 一种高速公路雾区提升行车安全的车路预警系统
CN110349422A (zh) * 2019-08-19 2019-10-18 深圳成谷科技有限公司 一种道路天气预警的方法、装置及设备
EP3582205A1 (en) * 2017-02-09 2019-12-18 Sony Semiconductor Solutions Corporation Travel assistance device, travel assistance management device and method therefor, and travel assistance system
CN111292529A (zh) * 2020-01-22 2020-06-16 长安大学 一种识别高速公路团雾分布的方法
CN111354222A (zh) * 2018-12-20 2020-06-30 阿里巴巴集团控股有限公司 一种辅助驾驶方法和系统
CN111402586A (zh) * 2020-03-26 2020-07-10 华东交通大学 基于车联网的公路气象环境预报预警控制系统和方法
CN111460865A (zh) * 2019-01-22 2020-07-28 阿里巴巴集团控股有限公司 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质
CN112419745A (zh) * 2020-10-20 2021-02-26 中电鸿信信息科技有限公司 一种基于深度融合网络的高速公路团雾预警系统
CN112769877A (zh) * 2019-10-21 2021-05-07 比亚迪股份有限公司 团雾预警方法、云端服务器及车辆和介质
WO2021229458A1 (en) * 2020-05-12 2021-11-18 C.R.F. Societa' Consortile Per Azioni Motor-vehicle driving assistance in low meteorological visibility conditions, in particular with fog
CN113706889A (zh) * 2021-08-02 2021-11-26 浪潮天元通信信息系统有限公司 基于目标检测分析的高速公路团雾测量系统及方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044167A (zh) * 2011-01-25 2011-05-04 南京信息工程大学 高速公路车车协调控制装置及控制方法
CN102175613A (zh) * 2011-01-26 2011-09-07 南京大学 基于图像亮度特征的ptz视频能见度检测方法
CN103794085A (zh) * 2012-10-29 2014-05-14 西安金和光学科技有限公司 利用定位装置防止雾天车辆碰撞的系统及操作方法
EP3582205A1 (en) * 2017-02-09 2019-12-18 Sony Semiconductor Solutions Corporation Travel assistance device, travel assistance management device and method therefor, and travel assistance system
CN108022440A (zh) * 2018-01-19 2018-05-11 天津职业技术师范大学 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法
CN109377726A (zh) * 2018-10-29 2019-02-22 江苏大学 一种基于车联网的高速公路团雾精确警示、诱导系统及方法
CN111354222A (zh) * 2018-12-20 2020-06-30 阿里巴巴集团控股有限公司 一种辅助驾驶方法和系统
CN111460865A (zh) * 2019-01-22 2020-07-28 阿里巴巴集团控股有限公司 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质
CN109872554A (zh) * 2019-03-22 2019-06-11 山西省交通科学研究院有限公司 一种高速公路雾区提升行车安全的车路预警系统
CN110349422A (zh) * 2019-08-19 2019-10-18 深圳成谷科技有限公司 一种道路天气预警的方法、装置及设备
CN112769877A (zh) * 2019-10-21 2021-05-07 比亚迪股份有限公司 团雾预警方法、云端服务器及车辆和介质
CN111292529A (zh) * 2020-01-22 2020-06-16 长安大学 一种识别高速公路团雾分布的方法
CN111402586A (zh) * 2020-03-26 2020-07-10 华东交通大学 基于车联网的公路气象环境预报预警控制系统和方法
WO2021229458A1 (en) * 2020-05-12 2021-11-18 C.R.F. Societa' Consortile Per Azioni Motor-vehicle driving assistance in low meteorological visibility conditions, in particular with fog
CN112419745A (zh) * 2020-10-20 2021-02-26 中电鸿信信息科技有限公司 一种基于深度融合网络的高速公路团雾预警系统
CN113706889A (zh) * 2021-08-02 2021-11-26 浪潮天元通信信息系统有限公司 基于目标检测分析的高速公路团雾测量系统及方法

Also Published As

Publication number Publication date
CN114399924B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
US11074813B2 (en) Driver behavior monitoring
CN108022450B (zh) 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
US11836985B2 (en) Identifying suspicious entities using autonomous vehicles
CN113706737B (zh) 基于自动驾驶车辆的路面巡检系统及方法
CN104851295A (zh) 获取路况信息的方法和系统
EP3403219A1 (en) Driver behavior monitoring
CN104882001A (zh) 基于行车记录仪的驾驶行为监控方法、装置及系统
CN110648533A (zh) 一种交通管控方法、设备、系统及存储介质
CN113112830B (zh) 基于激光雷达和轨迹预测的信控交叉口清空方法和系统
EP3806062A1 (en) Detection device and detection system
CN112885112B (zh) 车辆行驶检测的方法、车辆行驶预警的方法和装置
CN110992688A (zh) 一种交通智能诱导系统
CN114694060B (zh) 一种道路抛洒物检测方法、电子设备及存储介质
CN114512002B (zh) 一种道路路面异常检测方法及装置
JP2023171455A (ja) 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム
CN112652178B (zh) 城市交通的控制系统
CN111427063B (zh) 一种移动装置通行控制方法、装置、设备、系统及介质
CN114399924B (zh) 一种车辆、边缘计算设备、服务器及信息传输方法
CN211237114U (zh) 一种交通智能诱导系统
CN114241764B (zh) 基于车路协同技术的公交精准数据融合中心系统及方法
CN116168542B (zh) 一种基于大型车辆的行为监测的预警方法及系统
Altekar Data-Driven Inclusive Framework for Safety Assessment of Connected and Autonomous Vehicular Traffic
CN118262508A (zh) 一种基于无人机的道路实时监控方法、系统、设备和介质
Aminmansour Video analytics for the detection of near-miss incidents at railway level crossings and signal passed at danger events
CN115830483A (zh) 一种交通异常行为检测方法及相关装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant