CN114740839A - 用于车路协同自动驾驶的路侧系统和方法 - Google Patents

用于车路协同自动驾驶的路侧系统和方法 Download PDF

Info

Publication number
CN114740839A
CN114740839A CN202210273349.7A CN202210273349A CN114740839A CN 114740839 A CN114740839 A CN 114740839A CN 202210273349 A CN202210273349 A CN 202210273349A CN 114740839 A CN114740839 A CN 114740839A
Authority
CN
China
Prior art keywords
roadside
road
vehicle
sensing
equal
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
Application number
CN202210273349.7A
Other languages
English (en)
Inventor
胡茂洋
王鲲
杨凡
杨国义
张雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Zhilian Beijing Technology Co Ltd
Original Assignee
Apollo Zhilian Beijing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apollo Zhilian Beijing Technology Co Ltd filed Critical Apollo Zhilian Beijing Technology Co Ltd
Publication of CN114740839A publication Critical patent/CN114740839A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18054—Propelling the vehicle related to particular drive situations at stand still, e.g. engine in idling state
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/096783—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 roadside individual element
    • 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
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
    • B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance

Abstract

本公开提供了一种用于车路协同自动驾驶的路侧系统和方法，涉及人工智能技术领域，尤其涉及自动驾驶和智能交通技术。路侧系统包括：多个路侧感知设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，使得道路被多个路侧感知设备的感知范围连续覆盖；多个路侧计算设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，每个路侧计算设备被配置为处理所接收的感知信息，以得到路侧感知数据；以及多个路侧通信设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，每个路侧通信设备被配置为将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。

Description

用于车路协同自动驾驶的路侧系统和方法
技术领域
本公开涉及人工智能技术领域，尤其涉及自动驾驶和智能交通技术，具体涉及一种用于车路协同自动驾驶的路侧系统和方法。
背景技术
自动驾驶目前主要依靠单车智能自动驾驶(Autonomous Driving，AD)。其中AD主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于车路协同自动驾驶的路侧系统和方法。
根据本公开的另一方面，提供了一种用于车路协同自动驾驶的路侧系统，包括：多个路侧感知设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每两个相邻路侧感知设备具有彼此部分重叠的感知范围，使得道路被多个路侧感知设备的感知范围连续覆盖；多个路侧计算设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每个路侧计算设备与多个路侧感知设备中的至少一个路侧感知设备通信耦接，以接收来自至少一个路侧感知设备的感知信息，其中，每个路侧计算设备被配置为处理所接收的感知信息，以得到路侧感知数据；以及多个路侧通信设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每个路侧通信设备与多个路侧计算设备中的至少一个路侧计算设备通信耦接，以接收来自至少一个路侧计算设备的路侧感知数据，其中，每个路侧通信设备被配置为将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。
根据本公开的另一方面，提供了一种用于上述路侧系统的方法，包括：由多个路侧感知设备中的至少一个路侧感知设备获取感知信息；由多个路侧计算设备中的至少一个路侧计算设备接收并处理来自至少一个路侧感知设备的感知信息，以得到路侧感知数据；由多个路侧通信设备中的至少一个路侧通信设备接收来自至少一个路侧计算设备的路侧感知数据；以及由至少一个路侧通信设备将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。
根据本公开的一个或多个实施例，利用用于车路协同自动驾驶的路侧系统，可以实现对道路数据的连续采集以及计算分析，从而促进车辆主动安全控制和道路协同管理。通过这样的路侧系统，可以实现车辆和道路的有效协同，提高自动驾驶的安全性和交通效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本公开描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的一种用于车路协同自动驾驶的路侧系统的结构框图；
图3示出了根据本公开的实施例的在图2中的路侧系统中的路侧感知设备的结构框图；
图4示出了根据本公开的实施例的在图2中的路侧系统中的路侧感知设备的示意图；
图5示出了根据本公开的一种用于车路协同自动驾驶的路侧系统的结构框图；以及
图6示出了根据本公开的实施例的一种用于路侧系统的方法的流程图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中，机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够实现自动驾驶的方法的一个或多个服务或软件应用。在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
系统100还可以包括一个或多个数据库150。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个：视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外，通过对视觉摄像头捕获的画面进行分析，可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周，用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置，用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置，用于检测物体边缘、形状信息，从而进行物体识别和追踪。由于多普勒效应，雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如，北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块，移动通信网络可以实施任何适合的通信技术，例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything，V2X)模块，被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle，V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure，V2I)通信的车与外界的通信。此外，通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112，机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器，例如中央处理单元(CPU)或图形处理单元(GPU)，或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动，而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如，可以使用车载处理器执行某一些处理，而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外，控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
可以理解，机动车不是必须包括上述各种车端传感设备。根据本公开的一些实施例，在机动车辆不具备或者不启用这些车端传感设备的情况下仍可实现安全可靠的自动驾驶。
本公开所涉及的车路协同可以是指采用无线通信和互联网等技术，实施车与车、车与路、车与人之间动态实时信息交互，并在动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理。车路协同自动驾驶则是通过车、道路感知和定位设备(如摄像头、雷达等)对道路交通环境进行实时感知定位，按照约定协议进行数据交互，实现车与车、车与路、车与人之间不同程度的信息交互共享(网络互联化)，并涵盖不同程度的车辆自动化驾驶阶段(车辆自动化)。
图2示出了根据本公开示例性实施例的一种用于车路协同自动驾驶的路侧系统200的结构框图。如图2所示，路侧系统200包括：多个路侧感知设备2011至201n(n是大于1的自然数)、多个路侧计算设备2021至202n以及多个路侧通信设备2031至203n。
多个路侧感知设备2011至201n沿道路延伸方向布置在道路一侧或两侧且彼此间隔开。每两个相邻路侧感知设备具有彼此部分重叠的感知范围，使得道路被多个路侧感知设备的感知范围连续覆盖。
在一些示例中，路侧感知设备可以是各类交通传感器，例如摄像机和/或测距雷达。这些交通传感器用于采集包括机动车和行人在内的道路交通参与者的原始信息。这些原始信息可以是2D视频图像和3D点云等。
多个路侧计算设备2021至202n沿道路延伸方向布置在道路一侧或两侧且彼此间隔开。每个路侧计算设备与多个路侧感知设备中的至少一个路侧感知设备通信耦接，以接收来自至少一个路侧感知设备的感知信息。每个路侧计算设备被配置为处理所接收的感知信息，以得到路侧感知数据。
在一些示例中，路侧计算设备可以是边缘计算设备。边缘计算设备用于接收并分析由路侧感知设备采集的原始信息，生成用以标识交通目标的属性的分析结果。交通目标的属性可以例如是车辆的速度与航向、交通事件的类别和交通事件的影响范围等。
多个路侧通信设备2031至203n沿道路延伸方向布置在道路一侧或两侧且彼此间隔开。每个路侧通信设备与多个路侧计算设备中的至少一个路侧计算设备通信耦接，以接收来自至少一个路侧计算设备的路侧感知数据。每个路侧通信设备被配置为将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。
在一些实施例中，路侧通信设备将从至少一个路侧计算设备接收的路侧感知数据直接传输至道路上的车辆。然后，车辆可以利用部署在车端的计算能力对路侧感知数据进行进一步的处理，生成用于控制车辆行驶的指令来实现自动驾驶。替代地或附加地，路侧通信设备将路侧感知数据传输至云端服务器(例如，图1中的服务器120)，并且由云端服务器对路侧感知数据进行进一步的处理，生成用于控制车辆行驶的指令或中间处理结果。这些指令或中间处理结果可以发送回路侧通信设备，并由路侧通信设备转发给车辆，以用于实现自动驾驶。
在一些示例中，路侧通信设备可以支持例如CAN、802.11P、3G/4G/5G、WiFi、BT等通信方式，实现路侧单元(RSU)与车、路侧单元与路侧单元、路侧单元与云端服务器之间高可靠性和低时延的实时通信功能。
由此，通过路侧系统的协同感知，能够实现对道路数据的采集以及计算分析，进而实现车辆和道路的有效协同，保证自动驾驶安全、提高交通效率。
图3示出了根据本公开的实施例的路侧感知设备201(即，路侧感知设备2011至201n中的任一个)的示意图。如图3所示，路侧感知设备201包括：第一摄像机301、第二摄像机302以及第三摄像机303。
第一摄像机301被配置为感知其正下方一定范围内的第一道路区域的视觉信息。
第二摄像机302被配置为感知沿道路延伸方向与第一道路区域相邻的第二道路区域的视觉信息。
第三摄像机303被配置为感知沿道路延伸方向与第一道路区域相邻的第三道路区域的视觉信息，其中，第一道路区域位于第二道路区域与第三道路区域之间。
由此，通过在每个路侧感知设备中分别设置第一摄像机、第二摄像机和第三摄像机来实现道路的连续覆盖感知。
根据一些实施例，第一摄像机301为鱼眼摄像机，并且第二摄像机302和第三摄像机303为枪式摄像机。
为了获取更高精度的道路区域的视觉信息，可以将鱼眼摄像机和枪式摄像机的组合安装在道路区域周围的一个立杆上。
图4示出了根据本公开的实施例的在图2中的路侧系统200中的路侧感知设备201的示意图。在立杆404上安装有鱼眼摄像机401以及两个枪式摄像机402和403。通过位于两边的枪式摄像机402和403来获取立杆404左右两边的道路区域的视觉信息。通过鱼眼摄像机401获取立杆404下方的道路区域的视觉信息。同样地，这样的摄像机组合也可以安装在立杆405和立杆406。
在这样的摄像机组合中，通过设置在左右两边的枪式摄像机来获取立杆远端的视觉信息，以及设置在中间的鱼眼摄像机，也叫做全景摄像机，来获取近端的视觉信息，从而得到覆盖范围更大的道路区域的视觉信息。
可以理解的是，仅仅使用多个摄像机来作为路侧感知设备，这样的路侧感知设备的感知准确率会受限于光线。在光线较差或强光干扰下，路侧感知设备的误判率会较高。同时，仅仅使用摄像头在路端计算时需要极强的算力，并且需要有更多的信号与信令同时进行传输，使得路侧感知设备在与其他设备进行交互时，信号和信令的传输需要很大的带宽。
为了对路况信息实现稳定可靠的检测，路侧感知设备还可以包括雷达。
根据一些实施例，多个路侧感知设备中的至少一个路侧感知设备还包括以下各项中的至少一项：至少一个激光雷达或至少一个毫米波雷达。
可以结合使用环境以及需求，选择激光雷达、毫米波雷达或激光雷达和毫米波雷达的组合。
在一个示例中，通过激光雷达来提供点云，并通过摄像头提供光学图像，可以得到更加可靠的感知信息。
在一些示例中，也可以使用毫米波雷达来感知目标对象。毫米波雷达由于工作频率高，可以得到更大的信道带宽和多普勒频移，有利于提高距离和速度的测量精度，从而更好地分辨目标以及分析目标特征。
在一些实施例中，可以依靠纯路侧感知实现车路协同自动驾驶。在不使用车载传感器的情况下，仅依靠路侧轻量感知就可以实现连续覆盖感知(如图4所示)，并利用V2X、5G等无线通信技术就可以实现车-路-云协同的自动驾驶。一辆具备有限算力、无车载感知设备的车也能在该路段实现部分高级别自动驾驶能力，相当于让一辆有人车升级具备部分无人车的能力。
可以根据路侧系统的协同感知能力对道路进行智能化分级。对道路进行智能化分级的目标有两方面：不同等级智能驾驶汽车需要不同能力等级的道路支撑，以实现规模商业化；我国道路公路数庞大，需要分级规划建设。参考国内外自动驾驶与道路分级标准，依据道路的协同感知定位能力、网络通信能力以及协同决策控制能力等将道路智能等级分为C0至C5，其中C0为不具备智能化的道路，C5为完全智能化的道路。高等级智能化道路，例如C4或C5，与一般等级自动驾驶汽车结合，可以适用于多种智能化等级的车辆。
根据一些实施例，多个路侧感知设备和多个路侧计算设备被配置使得路侧系统具有感知定位交通对象的能力和感知定位交通事件的能力。
在一个示例中，交通对象包括机动车、非机动车、行人和障碍物。
在一个示例中，交通事件是交通对象的行为。交通事件的示例可以包括但不限于交通事故、道路遗撒、交通对象闯红灯、或隧道内的灾害事件等等。
路侧系统感知定位交通对象的性能和具体指标可以归纳为下面的表格1。
表格1
Figure BDA0003554735090000101
根据一些实施例，感知定位交通对象的能力包括以下各项中的至少一项：识别包括机动车、非机动车、行人和障碍物的交通对象的准确率大于等于95％，召回率大于等于95％；定位精度的第99百分位数小于等于3m，均值小于等于0.5m；速度大小精度的第99百分位数小于等于4.5m/s，均值小于等于1.5m/s；速度方向精度的第99百分位数小于等于10°；感知交通对象的漏检率小于2％；交通对象感知定位数据从所述路侧通信设备到车辆的端到端时延的第99百分位数小于等于200ms；或交通对象感知定位数据从路侧通信设备到车辆的数据发送频率为10-20Hz。
由此，实现精准、及时的感知道路上的交通工具、行人或障碍物等。
路侧系统感知定位交通事件的性能和具体指标可以归纳为下面的表格2。
表格2
Figure BDA0003554735090000111
根据一些实施例，感知定位交通事件的能力包括以下各项中的至少一项：识别交通事件类型的准确率大于等于95％，召回率大于等于95％；定位精度的第99百分位数小于等于3m；交通事件感知定位数据从路侧通信设备到车辆的端到端时延的第99百分位数小于等于200ms；或交通事件感知定位数据从路侧通信设备到车辆的数据发送频率大于等于10Hz。
由此，通过对交通对象和交通事件精准、及时的感知，实现了路侧系统对实时路况的感知，进而实现了道路对车辆、行人和交通的决策控制，保证自动驾驶安全、提高交通效率。
图5示出了根据本公开的一种用于车路协同自动驾驶的路侧系统500的结构框图。如图5所示，路侧系统500包括：多个路侧感知设备5011至501n(n是大于1的自然数)；多个路侧计算设备5021至502n；多个路侧通信设备5031至503n；以及至少一个信号采集器504。
多个路侧感知设备5011至501n与多个路侧感知设备2011至201n类似，多个路侧计算设备5021至502n与多个路侧计算设备2021至202n类似，并且多个路侧通信设备5031至503n与多个路侧通信设备2031至203n类似，因此为了简洁起见，在此不做赘述。
根据一些实施例，至少一个信号采集器504被配置为采集来自相应的至少一个路口的交通信号灯的信号灯数据。至少一个信号采集器与多个路侧计算设备中的至少一个路侧计算设备通信耦接，以将信号灯数据作为感知信息传输至至少一个路侧计算设备。
根据一些实施例，多个信号采集器和多个路侧计算设备被配置使得路侧系统具有感知交通信号灯的能力。
在一些示例中，信号采集器可以获取交通信号灯的2D视频图像，并通过目标检测和目标分类的方法来对得到的2D视频图像进行分析处理，最后得到交通信号灯的属性。交通信号灯的属性可以是信号灯的颜色、持续时间以及变换周期等等。在另一些示例中，信号采集器可以与交通信号灯的控制器通信连接，并且从该控制器的控制信号中识别交通信号灯的属性。其他的示例也是可能的。
感知交通信号灯的性能和具体指标可以归纳为下面的表格3。
表格3
Figure BDA0003554735090000121
根据一些实施例，感知交通信号灯的能力包括以下各项中的至少一项：交通信号灯颜色感知准确率大于等于99.9999％；故障灯状态识别率大于等于99.9999％；从信号采集器到车辆的端到端时延的第99百分位数小于等于200ms；或从信号采集器到车辆的数据发送频率大于等于8Hz。
由此，通过路侧系统对信号灯的准确、及时的感知，保证了车辆在经过信号灯时的驾驶安全。
图6示出了根据本公开的实施例的一种用于路侧系统的方法600的流程图。路侧系统可以是根据上面任意实施例的路侧系统。方法600包括以下步骤：
步骤601，由多个路侧感知设备中的至少一个路侧感知设备获取感知信息。
步骤602，由多个路侧计算设备中的至少一个路侧计算设备接收并处理来自至少一个路侧感知设备的感知信息，以得到路侧感知数据。
步骤603，由多个路侧通信设备中的至少一个路侧通信设备接收来自至少一个路侧计算设备的路侧感知数据；以及
步骤604，由至少一个路侧通信设备将所接收的路侧感知数据传输至道路上的车辆，以使得车辆能够至少部分地基于路侧感知数据实现自动驾驶。
在一个示例中，路侧感知设备可以对交通事件和交通对象进行感知定位，获得感知信息，再将感知信息传递给路侧计算设备。可以理解的是，感知信息的传递可以是无线通信传输，也可以是有线传输。路侧计算设备通过分析处理感知信息，获得路侧感知数据。感知数据可以包含交通对象的位置、速度和类型。路侧通信设备在接收到由路侧计算设备发送的路侧感知数据后，再转发给道路上行驶的车辆和/或云端服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本公开的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (11)

1.一种用于车路协同自动驾驶的路侧系统，所述路侧系统包括：
多个路侧感知设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每两个相邻路侧感知设备具有彼此部分重叠的感知范围，使得所述道路被所述多个路侧感知设备的感知范围连续覆盖；
多个路侧计算设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每个路侧计算设备与所述多个路侧感知设备中的至少一个路侧感知设备通信耦接，以接收来自所述至少一个路侧感知设备的感知信息，其中，每个路侧计算设备被配置为处理所接收的感知信息，以得到路侧感知数据；以及
多个路侧通信设备，沿道路延伸方向布置在道路一侧或两侧且彼此间隔开，其中，每个路侧通信设备与所述多个路侧计算设备中的至少一个路侧计算设备通信耦接，以接收来自所述至少一个路侧计算设备的路侧感知数据，其中，每个路侧通信设备被配置为将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。
2.根据权利要求1所述的路侧系统，其中，所述多个路侧感知设备中的至少一个路侧感知设备包括：
第一摄像机，被配置为感知所述第一摄像机下方的第一道路区域的视觉信息；
第二摄像机，被配置为感知沿道路延伸方向与所述第一道路区域相邻的第二道路区域的视觉信息；以及
第三摄像机，被配置为感知沿道路延伸方向与所述第一道路区域相邻的第三道路区域的视觉信息，
其中，所述第一道路区域位于所述第二道路区域与所述第三道路区域之间。
3.根据权利要求2所述的路侧系统，其中，所述第一摄像机为鱼眼摄像机，并且所述第二摄像机和所述第三摄像机为枪式摄像机。
4.根据权利要求2所述的路侧系统，其中，所述至少一个路侧感知设备还包括以下各项中的至少一项：
至少一个激光雷达；或
至少一个毫米波雷达。
5.根据权利要求1-4中任一项所述的路侧系统，其中，所述多个路侧感知设备和所述多个路侧计算设备被配置使得所述路侧系统具有感知定位交通对象的能力和感知定位交通事件的能力。
6.根据权利要求5所述的路侧系统，其中，所述感知定位交通对象的能力包括以下各项中的至少一项：
识别包括机动车、非机动车、行人和障碍物的交通对象的准确率大于等于95％，召回率大于等于95％；
定位精度的第99百分位数小于等于3m，均值小于等于0.5m；
速度大小精度的第99百分位数小于等于4.5m/s，均值小于等于1.5m/s；
速度方向精度的第99百分位数小于等于10°；
感知交通对象的漏检率小于2％；
交通对象感知定位数据从所述路侧通信设备到所述车辆的端到端时延的第99百分位数小于等于200ms；或
交通对象感知定位数据从所述路侧通信设备到所述车辆的数据发送频率为10-20Hz。
7.根据权利要求5所述的路侧系统，其中，所述感知定位交通事件的能力包括以下各项中的至少一项：
识别交通事件类型的准确率大于等于95％，召回率大于等于95％；
定位精度的第99百分位数小于等于3m；
交通事件感知定位数据从所述路侧通信设备到所述车辆的端到端时延的第99百分位数小于等于200ms；或
交通事件感知定位数据从所述路侧通信设备到所述车辆的数据发送频率大于等于10Hz。
8.根据权利要求1-5中任一项所述的路侧系统，还包括：
至少一个信号采集器，被配置为采集来自相应的至少一个路口的交通信号灯的信号灯数据，
其中，所述至少一个信号采集器与所述多个路侧计算设备中的至少一个路侧计算设备通信耦接，以将所述信号灯数据作为感知信息传输至所述至少一个路侧计算设备。
9.根据权利要求8所述的路侧系统，其中，所述多个信号采集器和所述多个路侧计算设备被配置使得所述路侧系统具有感知交通信号灯的能力。
10.根据权利要求9所述的路侧系统，其中，所述感知交通信号灯的能力包括以下各项中的至少一项：
交通信号灯颜色感知准确率大于等于99.9999％；
故障灯状态识别率大于等于99.9999％；
信号灯数据从所述路侧通信设备到所述车辆的端到端时延的第99百分位数小于等于200ms；或
信号灯数据从所述路侧通信设备到所述车辆的数据发送频率大于等于8Hz。
11.一种用于根据权利要求1-10中任一项所述路侧系统的方法，包括：
由所述多个路侧感知设备中的至少一个路侧感知设备获取感知信息；
由所述多个路侧计算设备中的至少一个路侧计算设备接收并处理来自所述至少一个路侧感知设备的感知信息，以得到路侧感知数据；
由所述多个路侧通信设备中的至少一个路侧通信设备接收来自所述至少一个路侧计算设备的路侧感知数据；以及
由所述至少一个路侧通信设备将所接收的路侧感知数据传输至道路上的车辆和云端服务器中的至少一者。
CN202210273349.7A 2021-06-23 2022-03-18 用于车路协同自动驾驶的路侧系统和方法 Pending CN114740839A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110700427 2021-06-23
CN2021107004272 2021-06-23

Publications (1)

Publication Number Publication Date
CN114740839A true CN114740839A (zh) 2022-07-12

Family

ID=78725909

Family Applications (6)

Application Number Title Priority Date Filing Date
CN202111162252.0A Pending CN113741485A (zh) 2021-06-23 2021-09-30 车路协同自动驾驶的控制方法、装置、电子设备及车辆
CN202210273349.7A Pending CN114740839A (zh) 2021-06-23 2022-03-18 用于车路协同自动驾驶的路侧系统和方法
CN202210633829.XA Pending CN115016474A (zh) 2021-06-23 2022-06-06 用于车路协同自动驾驶的控制方法、路侧设备、云控平台和系统
CN202210635699.3A Pending CN114911243A (zh) 2021-06-23 2022-06-06 车路协同自动驾驶的控制方法、装置、设备及车辆
CN202210707349.3A Pending CN114995451A (zh) 2021-06-23 2022-06-21 用于车路协同自动驾驶的控制方法、路侧设备和系统
CN202210725660.0A Pending CN115061466A (zh) 2021-06-23 2022-06-23 车路协同自动驾驶的方法、路侧设备、云控平台和系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111162252.0A Pending CN113741485A (zh) 2021-06-23 2021-09-30 车路协同自动驾驶的控制方法、装置、电子设备及车辆

Family Applications After (4)

Application Number Title Priority Date Filing Date
CN202210633829.XA Pending CN115016474A (zh) 2021-06-23 2022-06-06 用于车路协同自动驾驶的控制方法、路侧设备、云控平台和系统
CN202210635699.3A Pending CN114911243A (zh) 2021-06-23 2022-06-06 车路协同自动驾驶的控制方法、装置、设备及车辆
CN202210707349.3A Pending CN114995451A (zh) 2021-06-23 2022-06-21 用于车路协同自动驾驶的控制方法、路侧设备和系统
CN202210725660.0A Pending CN115061466A (zh) 2021-06-23 2022-06-23 车路协同自动驾驶的方法、路侧设备、云控平台和系统

Country Status (4)

Country Link
US (1) US20220309920A1 (zh)
JP (1) JP7355877B2 (zh)
KR (1) KR20220060505A (zh)
CN (6) CN113741485A (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114379587A (zh) * 2021-12-28 2022-04-22 阿波罗智联(北京)科技有限公司 自动驾驶中避让行人的方法与装置
CN114326730B (zh) * 2021-12-28 2024-04-05 北京百度网讯科技有限公司 用于确定停车路径的方法、装置、电子设备、介质
CN114333352B (zh) * 2021-12-29 2023-08-01 阿波罗智联(北京)科技有限公司 车辆控制方法、装置、电子设备、存储介质及路侧设备
CN114399906B (zh) * 2022-03-25 2022-06-14 四川省公路规划勘察设计研究院有限公司 一种车路协同辅助驾驶系统及方法
CN115547105A (zh) * 2022-09-19 2022-12-30 智道网联科技(北京)有限公司 路侧设备数据处理方法、装置及电子设备、存储介质
CN115294771B (zh) * 2022-09-29 2023-04-07 智道网联科技(北京)有限公司 路侧设备的监控方法和装置、电子设备和存储介质
CN116311938B (zh) * 2023-03-21 2023-11-03 浪潮智慧科技有限公司 一种基于大数据的道路隐患处理方法及设备
CN116125996B (zh) * 2023-04-04 2023-06-27 北京千种幻影科技有限公司 一种无人驾驶车辆的安全监控方法及系统
CN116147938B (zh) * 2023-04-18 2023-06-23 中国汽车技术研究中心有限公司 自动驾驶车辆的道路测试控制方法、设备及介质
CN116228820B (zh) * 2023-05-05 2023-09-08 智道网联科技(北京)有限公司 一种障碍物检测方法、装置和电子设备、存储介质
CN117118559B (zh) * 2023-10-25 2024-02-27 天翼交通科技有限公司 一种车路协同系统时钟同步的方法、装置、设备和介质
CN117671964B (zh) * 2024-02-01 2024-04-12 交通运输部公路科学研究所 一种智能网联环境下基于令牌环的环形交叉口控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4742990B2 (ja) * 2006-05-26 2011-08-10 トヨタ自動車株式会社 交差点交通管制システム
US20180113450A1 (en) * 2016-10-20 2018-04-26 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous-mode traffic lane selection based on traffic lane congestion levels
CN107591008A (zh) * 2017-09-18 2018-01-16 同济大学 一种基于路侧设备的分布式交通控制系统
DE112018008075T5 (de) * 2018-10-16 2021-07-08 Mitsubishi Electric Corporation Informationsbereitstellungsvorrichtung und Informationsbereitstellungsverfahren
GB2578916B (en) * 2018-11-14 2021-05-12 Jaguar Land Rover Ltd Vehicle in-lane position control system and method
CN111260924B (zh) * 2020-02-10 2021-01-26 北京中交国通智能交通系统技术有限公司 适应边缘计算的交通智能管控与服务发布策略方法
CN112287806A (zh) * 2020-10-27 2021-01-29 北京百度网讯科技有限公司 一种道路信息检测方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
KR20220060505A (ko) 2022-05-11
CN114995451A (zh) 2022-09-02
CN115061466A (zh) 2022-09-16
US20220309920A1 (en) 2022-09-29
CN114911243A (zh) 2022-08-16
JP7355877B2 (ja) 2023-10-03
CN113741485A (zh) 2021-12-03
JP2022091936A (ja) 2022-06-21
CN115016474A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN114740839A (zh) 用于车路协同自动驾驶的路侧系统和方法
US11928149B2 (en) Systems and methods for querying a distributed inventory of visual data
CN111664854B (zh) 物体位置指示器系统和方法
WO2022141506A1 (zh) 一种仿真场景的构建方法、仿真方法以及设备
CN109377778B (zh) 一种基于多路rdma和v2x的协同自动驾驶系统及方法
US20170127246A1 (en) Method for Sharing Travelling Information, Vehicle Platform and Intelligent Traffic System
CN112106126A (zh) 车辆与行人碰撞避免的方法和系统
KR20210077617A (ko) 융합된 카메라/LiDAR 데이터 포인트를 사용한 자동화된 대상체 주석 달기
EP3872595B1 (en) Teleoperation of autonomous vehicles
CN113870553B (zh) 一种面向混合交通流的路网运行状态检测系统及方法
US20220185324A1 (en) Merging LiDAR Information and Camera Information
CN112238862A (zh) 用于自主驾驶平台的开放和安全监视系统
Niaz et al. Smart city IoT application for road infrastructure safety and monitoring by using digital twin
CN111429723B (zh) 一种基于路侧设备的通信与感知数据融合方法
EP3940666A1 (en) Digital reconstruction method, apparatus, and system for traffic road
WO2023123416A1 (zh) 同步的方法、装置以及车辆
CN115841762A (zh) 无人车控制方法、无人车控制系统和无人车
Kloeker et al. Utilization and Potentials of Unmanned Aerial Vehicles (UAVs) in the Field of Automated Driving: A Survey
KR102631148B1 (ko) 센서 데이터를 사용하여 자동으로 교통 신호 검출
CN115171392A (zh) 用于向车辆提供预警信息的方法和车载终端
CN114283604B (zh) 用于辅助车辆停车的方法
US20230388481A1 (en) Image based lidar-camera synchronization
US20230403471A1 (en) Multiple position rolling shutter imaging device
US20240127633A1 (en) Dynamic autonomous vehicle modem orchestration
CN111710175B (zh) 交通信号灯的控制方法及装置

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