CN115136181A - 事故的事件数据收集 - Google Patents
事故的事件数据收集 Download PDFInfo
- Publication number
- CN115136181A CN115136181A CN202180015375.3A CN202180015375A CN115136181A CN 115136181 A CN115136181 A CN 115136181A CN 202180015375 A CN202180015375 A CN 202180015375A CN 115136181 A CN115136181 A CN 115136181A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- accident
- event data
- incident
- data
- 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
- 238000013480 data collection Methods 0.000 title description 2
- 230000004044 response Effects 0.000 claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 34
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 36
- 230000001413 cellular effect Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000013475 authorization Methods 0.000 description 6
- 230000006378 damage Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000000153 supplemental effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000981 bystander Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
在一些示例中,一种系统检测涉及第一车辆的事故,并且响应于事故的检测,从不同于第一车辆的第二车辆收集与事故相关的事件数据。
Description
背景技术
在道路上行驶的车辆可能卷入事故。事故可能涉及单个车辆或多个车辆。例如,车辆可能会冲出道路并且与建筑物、交通标志或信号灯、行人或其他物体发生碰撞。在其他示例中,多个车辆可能彼此碰撞。在另外的示例中,包括环境项(例如,未拴住的动物、或雪或泥石流)或其他物体在内的非车辆物体可能导致移动和/或静止车辆发生事故。此外,这样的事件可能被未直接受到事故影响或事故中未直接涉及的车辆见证,其中见证可以包括由车辆上或与车辆相关联的电气系统或设备检测和记录。
一旦涉及车辆的事故发生,可以执行事故重构以确定事故的原因、谁有过错或用于其他目的。传统上,事故重构依赖于人工收集证人的陈述,证人可以包括车辆驾驶员、车辆乘客和/或旁观者。证人的陈述可以与事故相关的其他证据进行比较,包括(多个)车辆的地点和位置、(多个)车辆的具体损坏、道路上的滑道痕迹、对其他物体的损坏等。这种车辆重构技术可能不可靠并且可能是劳动密集型和耗时的。此外,随着自主驾驶的出现和使用自动化系统来辅助车辆驾驶或控制,决策点或触发可能比仅人类车辆或系统中发生得晚得多,并且最终,车辆的观察到的运动或动作可能是故意的并且因此与人类证人的预期不符,使得他们的证词在事故分析方面不可靠。
附图说明
本公开的一些实现关于以下附图进行描述。
图1是根据本公开的一些实现的包括车辆、路边单元(RSU)和事故信息服务(AIS)的示例布置的框图。
图2是根据本公开的一些实现的AIS过程的流程图。
图3至图5是根据本公开的一些实现的过程的消息流程图。
图6是根据本公开的一些实现的系统的框图。
在整个附图中,相同的附图标记表示相似但不必然相同的元素。这些图不必然按比例绘制,并且某些组件的尺寸可能被夸大以更清楚地说明所示示例。此外,附图提供了与说明书一致的示例和/或实现;然而,说明书不限于附图中提供的示例和/或实现。
具体实施方式
在本公开中,除非上下文另有明确说明,否则术语“一”、“一个”或“该”的使用也旨在包括复数形式。此外,当在本公开中使用时,术语“包括”、“包含”、“构成”、“组成”、“具有”或“有”指定了所述元素的存在,但不排除其他元素的存在或添加。
车辆的示例包括机动车辆(例如,汽车、轿车、卡车、公共汽车、摩托车等)、飞行器(例如,飞机、无人驾驶飞行器、无人驾驶飞行器系统、无人机、直升机等)、航天器(例如,航天飞机、航天飞船、太空舱、空间站、卫星等)、船舶(例如,轮船、船只、气垫船、潜艇等)、有轨车辆(例如,火车和有轨电车等)、行人(行人携带的电子设备,诸如移动设备或其他个人设备)以及自行车和其他类型的车辆,包括上述任何项的任何组合,无论是当前存在的还是之后出现的。
“事故”可以是指车辆(或多个车辆)涉及对车辆、车辆周围的物体、和/或人造成损坏或伤害的事件中的事件。与调查事故相关联的挑战是收集导致事故的可靠和全面的信息。除了可以从(多个)受损的车辆和周围物体以及道路上的滑道痕迹中收集到的证人陈述和物证之外,还可以从事故中涉及的(多个)车辆中的事件数据记录器中获取事件数据。
“事件数据”可以是指与车辆的操作、车辆周围的环境相关的信息、以及可能对重构事故有用的任何其他信息。
存储在车辆的事件数据记录器中的事件数据可以包括在事故之前和之后的时间间隔中的数据。然而,通常不存在允许从其他自动化实体(诸如,事故中未涉及的另一车辆和/或路边单元(RSU))获取记录数据的简单方法的技术或机制。
RSU可以是指包括无线电(或其他无线接口)的任何设备,该无线电(或其他无线接口)放置在路边基础设施(例如,交通标志、路灯、交通灯等)处并且用于接收和向车辆传输消息。在美国,针对RSU的规范可以包括专用短程通信(DSRC)路边单元(RSU)规范文档版本4.1(或其他版本)。在其他示例中,RSU可以根据其他标准或使用专有规范进行操作。
与收集与事故相关的信息相关的其他挑战可能是由以下原因引起的。
车辆或RSU中的事件数据记录器当前未标准化,这可能使得难以整理、比较、排序和证实由根据不同格式来存储数据的事件数据记录器记录的数据。
此外,为了获取事件数据记录器的数据,可能必须保留受过专门训练的专业人员,他们可以物理地访问车辆并且将数据从车辆的事件数据记录器复制到专门的碰撞数据记录器设备。
此外,一些事件数据记录器具有相对少量的数据存储库来存储事件数据。在某些时候,存储在事件数据记录器中的事件数据可能会被新的事件数据覆盖。因此,如果不及时取回,可能与事故相关的事件数据可能会丢失。
此外,不存在用于本地或远程标识事故中涉及的各方和事故的目击者以允许以高效方式取回相关事件数据的有效机制。
事故重构是指在事故之后不久(在某个时间段内)调查事故现场以确定导致事故的原因的过程。在调查人员执行工作时,严重事故可能导致道路长时间关闭。
根据本公开的一些实现,提供了自动化系统或技术以允许检测涉及第一车辆的事故,并且响应于事故的检测,从不同于第一车辆的第二车辆收集与事故相关的事件数据。涉及“第一车辆”的事故可以是指仅涉及第一车辆的事故、或者涉及包括第一车辆在内的多个车辆的事故。从中收集事件数据的第二车辆可以包括事故中未涉及的观察车辆。事件数据可以从多个车辆收集,包括第一车辆、第二车辆和可能的其他车辆。事件数据也可以从其他实体收集,诸如一个RSU(或多个RSU)。
图1是包括事故中涉及的车辆102A的示例布置的框图。“事故中涉及”的车辆可以是指与另一车辆或另一物体(例如,人或非车辆基础设施,诸如路标、路灯、障碍物等)相撞的车辆、或偏离道路或以其他方式偏离正常行驶方向并且导致损坏的车辆(例如,掉入沟渠的车辆、侧翻或翻倒的车辆等)。其他事故包括非车辆物体,包括环境项(例如,未拴住的动物、雪或泥石流)或其他物体,并且可能包括对静止车辆的损坏。
尽管图1示出了事故中涉及两个车辆的示例,但在不同示例中,事故中可能仅涉及单个车辆,或者事故中可能涉及多于两个车辆。
图1进一步描绘了观察车辆102S,观察车辆102S是在事故地点附近但未涉及事故的车辆。车辆处于事故地点“附近”是指车辆足够接近,使得由车辆获取的事件数据(诸如,在车辆的事件数据记录器中)可能与事故相关。在其他示例中,处于事故地点“附近”的车辆可以是指车辆在事故地点的指定阈值距离内。
尽管图1示出了包括两个观察车辆102S的示例,但是在其他示例中,可以存在仅单个观察车辆或多于两个观察车辆。
图1还示出了可能在事故地点附近的RSU 104。尽管图1中仅示出了单个RSU,但在其他示例中,事故地点附近可能有多个RSU。
车辆102A、102S和RSU 104中的每个车辆耦合到网络106,在一些示例中,网络106可以是无线网络。例如,无线网络可以包括蜂窝网络或另一类型的无线网络。网络的一些部分也可以是有线的,例如当受损车辆的无线通信系统不再运行时,RSU 104到网络106的连接或受损车辆102A到网络106的连接。
示例蜂窝网络可以根据由第三代合作伙伴计划(3GPP)提供的长期演进(LTE)标准进行操作。LTE标准也称为第四代(4G)蜂窝网络或演进型通用陆地无线电接入(E-UTRA)标准。在其他示例中,可以采用其他类型的蜂窝网络,诸如第二代(2G)或第三代(3G)蜂窝网络,例如全球移动系统(GSM)蜂窝网络、用于GSM演进的增强型数据速率(EDGE)蜂窝网络、通用陆地无线电接入网(UTRAN)、码分多址(CDMA)2000蜂窝网络等。在另外的示例中,蜂窝网络可以是第五代(5G)网络,例如部署为独立(SA)网络部署或非独立(NSA)网络部署的5G新无线电(5G-NR或NR)或5G系统(5GS)。在非独立情况下,5G-NR可以与相关蜂窝网络一起部署,例如双连接配置中的4G LTE网络。在其他示例中,蜂窝网络可以指代5G之外的其他代蜂窝网络,并且具有相关联蜂窝网络的不同的共同依赖或并置的配置。
其他类型的无线网络可以包括根据电气和电子工程师协会(IEEE)802.11标准、IEEE 802.11a标准、IEEE 802.11p标准(例如,专用短程通信(DSRC))、IEEE 802.11bd标准(例如,下一代V2X的增强)、集成数字增强网络(iDEN)等进行操作的无线局域网(WLAN)。
在图1的示例中,车辆102A、102S和RSU 104中的每个车辆都能够执行车辆到一切(V2X)通信。
V2X是提供从车辆到可能影响车辆和/或其他实体的其他实体(也可能附加地/备选地,反之亦然)的信息通信的特征。V2X包括特征子集中的一个或多个特征,包括车辆与以下中的任何通过或某种组合之间的通信:其他车辆(车辆对车辆或V2V通信);基础设施,例如RSU(车辆对基础设施或V2I通信);行人(车辆对行人或V2P通信);网络(车辆对网络或V2N通信);设备,例如车辆内的电子设备(车辆对设备或V2D通信)、电子网格(车辆对网格或V2G通信);等等。
V2X通信还可以包括从RSU到其他实体(包括车辆或其他实体)的传输。
更一般地,V2X通信可以包括从源设备到一个或多个接收设备的车辆相关信息的任何通信。“车辆相关信息”可以是指包括以下项的信息:与车辆或支持车辆的基础设施(例如,RSU、交通信号灯、交通标志等)相关的数据;影响车辆或支持车辆的基础设施的操作的控制信息;导航数据;车辆传感器数据、RSU传感器数据、以及与车辆直接或间接相关联的任何其他信息。
为了支持V2X通信,车辆102A包括相应V2X堆栈108A,并且车辆102S包括相应V2X堆栈108S。RSU 104包括V2X栈110。“V2X栈”指定义用于执行V2X通信的(多个)协议的层或多个层或接口。V2X通信标准和协议的示例可以包括以下中的任何或一些组合。
IEEE 1609包括基于5.9吉赫(GHz)频带中的车载环境中无线接入(WAVE)协议栈的V2X通信的标准集。系统根据WAVE短消息协议(WSMP)进行操作,该协议定义了用于承载V2X通信的消息格式。
J2945/1是指用于V2V安全通信的标准。该标准规定了通过IEEE1609来传输避免碰撞信息的要求。J2945/1规定了基本安全消息(BSM)的使用。BSM可以包括广播消息,该广播消息包含关于车辆及其运动的信息(例如,车辆的地理地点、车辆的航向、车辆的速度、车辆的加速/减速等)。车辆可以周期性地传输BSM,诸如每100毫秒(ms)或某个其他周期性间隔。
一种由美国交通部(USDOT)定义的互联车辆参考实现架构(CVRIA)用于标识互联车辆环境的接口。
在其他示例中,V2X堆栈108A、108S和110可以根据其他标准进行操作(例如,行业标准、诸如由政府定义的公共标准、或者诸如由车辆或RSU的制造方定义的专有标准)。
车辆102A包括相应事件数据记录器(EDR)112A,并且车辆102S包括相应事件数据记录器112S。RSU 104包括EDR 114。每个EDR用于将记录与相应车辆或RSU的操作相关的事件数据。
传感器数据和接收的V2X通信的数据大小两者都使得原始数据(如果被存储)不能被长时间存储。根据本公开的一些实现,事故的检测可以触发将事件数据从EDR存储到另一存储介质(称为事故调查数据记录器(AIDR))。图1示出了每个车辆102A中的事故调查数据记录器(AIDR)113A、每个车辆102S中的AIDR 113S、和RSU104中的AIDR 115。例如,AIDR可以使用非易失性存储器来实现。AIDR可以大于相应EDR,使得AIDR可以存储更多的事件数据而不会被覆盖,从而使事故重构过程有足够的时间来收集数据用于重构事故。AIDR的备选或扩展实现可以包括在可能的情况下EDR或AIDR向诸如云存储库的网络连接的存储介质传输数据。
在一些示例中,车辆102A包括传感器116A,并且车辆102S包括传感器116S。车辆中的传感器的示例可以包括以下任何组合或某些组合:加速度计、陀螺仪、定位传感器(例如,全球定位系统(GPS)接收器等)、相机、麦克风、温度传感器等。传感器可以测量车辆的各个部分的条件和环境,诸如车辆引擎、乘客舱、车辆后备箱、车辆周围环境等。作为另外的示例,速度传感器和加速度计可以记录车辆的速度和加速度。相机可以记录给定车辆外部的环境,其中由相机收集的图像(静止图像或视频)可以包括(多个)其他车辆、给定车辆外部的(多个)人员、和给定车辆周围的物体(例如,交通信号灯、交通标志、树木、障碍物等)。
EDR 112A和112S可以分别记录由传感器116A和116S收集的传感器数据。EDR 112A和112S还可以分别记录车辆102A和102S的控制器(例如,电子控制单元或ECU)的数据。
RSU 104还可以包括传感器118,传感器118可以包括以下任何组合:相机、麦克风、温度传感器等。RSU 104的EDR 114可以记录来自传感器118的传感器数据(例如,RSU 104周围的环境的图像、RSU 104周围的环境的声音等)。RSU 104的EDR 114还可以记录与RSU 104的操作相关的其他信息(例如,交通灯是红色、黄色还是绿色、交通标志正在显示什么消息等)。
图1还示出了服务器系统119,服务器系统119包括事故信息服务(AIS)120,AIS120用于响应于事故的检测而收集与事故相关的信息。AIS 120可以包括由服务器系统119执行的机器可读指令。服务器系统119可以包括计算机或计算机集合。AIS 120可以执行事故的检测,并且AIS 120可以响应于这样的事故检测而采取行动。AIS120对事故的检测可以基于来自RSU或车辆的报告。例如,RSU可以基于事件数据确定事故已经发生,并且可以发送指示事故已经发生的报告或其他事故指示。备选地,事故的检测可以由事故中涉及的车辆、或由观察车辆来进行。作为另一示例,AIS 120可以基于由AIS 120对事件数据的处理来检测事故,其中由AIS 120处理的事件数据可以从(多个)车辆和/或(多个)RSU接收。
响应于检测到事故,AIS 120可以验证事故已经发生,可以查询事故附近的其他实体,并且可以处理从事故附近的实体接收的事故信息。
服务器系统119连接到网络106以允许AIS 120与任何车辆102A、102S和RSU 104通信。在一些示例中,AIS可能不能与特定车辆通信,在这种情况下,AIS可以通过RSU 104与特定车辆通信,在这样的示例中,RSU 104可以充当AIS 120与特定车辆之间的代理。
为了允许车辆或RSU与AIS 120通信,车辆或RSU包括事故信息代理(AIA)124。在根据图1的示例中,车辆102A包括AIS 122A,并且车辆102S包括AIA 122S。“事故信息代理”或“AIA”可以包括由相应车辆或RSU执行以与AIS 120交互的机器可读指令,其中交互包括信息通信和其他类型的交互。
如果车辆或RSU不包括AIA,则车辆或RSU将无法与AIS 120通信。在这种情况下,车辆或RSU可以采用另一车辆或另一RSU作为代理与AIS 120通信。
图2是根据一些示例可以由AIS 120执行的过程的流程图。AIS120检测(在202)涉及第一车辆的事故。响应于事故的检测,AIS 120从不同于第一车辆的第二车辆收集(在204处)与事故相关的事件数据。
在权利要求1的上下文中,第一车辆可以包括车辆102A,而第二车辆可以包括观察车辆102S。
在一些示例中,AIS 120对事故的检测可以基于来源的报告,来源从车辆和RSU中的任何一种或组合中被选择。事件数据可以进一步从其他车辆(无论是否涉及事故)和从RSU收集。在某些情况下,对事件数据的访问可能会受到限制,并且只能在获取已标识的安全机构或事件数据的所有者(例如,车主或驾驶员)的授权之后才能访问。
事件数据
在一些示例中,EDR(112A、112S或114)可以将事件数据记录在BSM(或多个BSM)中。如上所述,BSM包括关于车辆及其运动的信息(例如,车辆的地理地点、车辆的航向、车辆的速度、车辆的加速/减速等)。BSM可以由车辆和RSU发送和/或接收。
EDR可以存储由车辆或RSU在指定时间段内发送和接收的BSM中包含的信息;在某些情况下,数据(例如,BSM)可以与相关时间戳一起被存储。如果发生事故,存储在EDR中的数据可以被获取(例如,由图1的AIS 120)以进行分析以确定导致事故的事件。注意,触发事件可能使EDR中的事件数据被保存到对应AIDR(图1中的任何113A、113S或115),并且事件数据可以从AIDR中获取。
由车辆在事故之前的时间间隔内发送的BSM的数据可以提供与事故之前车辆的状态相关的信息。由车辆在事故发生之前的时间间隔内接收的BSM数据可以提供与车辆附近的其他车辆的状态相关的信息。使用从多个车辆接收的具有相应时间戳的BSM数据,可以创建多个车辆的状态的动态地图,包括事故之前多个车辆的位置、航向、速度、加速度等。例如,道路上事故附近的每个车辆的路径历史可以从BSM数据中确定,并且可以用于了解导致事故的状况。
此外,EDR可以存储其他信息,诸如雷达和传感器读数、光检测和测距(LIDAR)数据、相机图像、信息娱乐系统的数据等。这样的其他信息可以跟踪或指示其他车载系统的状态,诸如车辆系统控制传感器,例如牵引力控制,这可以有助于重构事故。EDR还可以存储V2X消息,诸如从其他车辆或从基础设施(例如,RSU)接收的V2X消息。
可以从RSU收集探测数据(例如,相机图像、车牌读取器等)以标识(可能匿名)事故地点附近的其他车辆。这可以允许RSU或AIS 120向在事故时在事故地点附近的已标识的车辆请求信息。涉及的车辆与事故附近的其他车辆之间的信息比较可能会显示出丢失或延迟的消息,这可能有助于了解发生了什么。
在其他示例中,事件数据可以包括来自其他源的其他数据,诸如动态地图数据(MAP)、信号相位和时间(SPaT)数据、或旅行者信息消息(TIM)数据。动态地图数据可以包括道路的地图信息,诸如在路口或道路的其他部分处。SPaT数据包括道路基础设施数据,诸如交通信号灯是绿色、黄色还是红色。TIM数据可以包括道路上的交通的交通信息。
在一些示例中,事故的重构可以包括在可编程模拟器上运行收集的事件数据,可编程模拟器可以基于事件数据来模拟事故中涉及的车辆的位置和航向。
在事故之后触发事件数据的收集
在事故发生时,警报消息可以用于触发来自事故附近的车辆和基础设施(例如,RSU)的事件数据的存储。警报消息可以充当车辆和基础设施(在传输的警报消息范围内)以存储导致事故的最近记录的EDR信息的触发。存储可以在EDR内在本地进行,也可以包括存储到其他存储系统或设备,诸如事故调查数据记录器(AIDR)。备选地或除了存储在AIDR上,事件数据可以被传输给网络连接的存储介质,例如云存储。
在一些示例中,警报消息可以由AIS 120传输,诸如检测到事故的AIS 120。在其他示例中,警报消息可以由RSU或由另一实体传输。
在一些示例中,警报消息可以包括V2X消息。例如,警报消息可以封装在WSMP帧中,并且通过V2X通信系统传输给车辆和RSU。备选地,警报消息可以通过其他通信媒体来传输(诸如通过国家警报系统),诸如通过使用商业无线电(例如,AM无线电、FM无线电、卫星数字音频无线电服务(SDARS)、数字音频广播(DAB)等)、蜂窝通信、Wi-Fi通信、蓝牙通信、超声波通信等。
事故处理过程
图3是包括用于处理事故的各种实体的任务的示例过程的消息流程图。在图3中,事故中涉及车辆102A。
车辆102A(其被涉及事故)可以检测(在302处)事故,和/或观察车辆102S(其未涉及事故但在事故地点附近)可以检测(在304处)事故。由车辆102A或102S对事故的检测可以基于记录在车辆的EDR中的事件数据。
备选地或附加地,RSU 104(或其他路边基础设施)可以检测(在306处)事故。检测基于某个触发事件,或者在RSU 104内,或者从外部源向RSU发信号通知。例如,RSU 104可以处理其传感器数据以确定是否发生了事故,如果是,则RSU 104发出触发事件。备选地,外部源检测到事故,并且向RSU 104发送事故指示。例如,RSU 104可以从诸如车辆102A和/或车辆102S等多个车辆接收多个事故指示。
“事故指示”可以包括报告、消息、信息元素、信号,或者可以是任何其他形式。
每个事故指示可以由车辆或RSU根据在事故已经被发信号通知或检测到之前、期间和之后立即高速缓存在车辆或RSU的事件数据记录器中的信息来生成。
响应于事故的检测,车辆(事故中涉及的车辆或事故地点附近的观察车辆中的一者或两者)或RSU(在事故地点附近)可以存储最近的BSM、MAP、SPaT数据和/或TIM数据(除了它们可能已经存储的数据)。
观察车辆可以基于观察车辆的事件数据来检测事故,或者备选地,观察车辆可以从另一车辆(无论是否被涉及事故)或从RSU接收事故指示。存储各种类型数据(诸如,BSM数据、MAP数据、SPaT数据、TIM数据等)的观察车辆可以响应于观察车辆自身对事故的检测,或者响应于来自另一车辆或RSU的事故指示。
在一些示例中,响应于检测到事故,车辆或RSU可以转变到高分辨率记录模式,在这种模式下,车辆或RSU记录各种类型的数据,包括BSM数据、MAP数据、SPaT数据、TIM数据和其他更高分辨率的数据(例如,以更小的时间间隔或更精细的空间分辨率)。
已经检测到事故的车辆102A、车辆102S和RSU 104中的每个车辆或任何车俩可以向AIS 120发送(在308、310或312处)事故指示。
在一些情况下,不能与AIS 120通信的车辆可以通过充当代理的RSU或另一车辆发送其事故指示。
AIS 120可以处理(在314处)来自多个来源(车辆和RSU)的事故指示,以验证事故实际上已经发生。
响应于AIS 120验证事故确实发生,AIS 120可以向报告RSU和报告车辆以及在事故中标识的(诸如由RSU或另一车辆)的任何其他车辆请求(在316处)任何高速缓存的事件数据,包括BSM数据、MAP数据、SPaT数据等。响应于请求,每个车辆或RSU可以通过向AIS 120发送(在318处)请求的数据来进行响应。
在一些示例中,未涉及事故但位于事故地点附近的观察车辆102S可以检测到局部动态地图的突然变化,或者可以接收碰撞警报消息,或者可以经由(多个)其他触发进行检测,例如触发事件警报事件的车载传感器。在检测到事件触发时,观察车辆102S将事件日志存储在AIDR中。观察车辆102S可以向AIS 120触发或传输事件日志或某种标识符或标记,包括存储在AIDR中的与事件相关的数据。随后,观察车辆102S的驾驶员或乘客可以经由用户界面(UI)或相关系统来确认事件数据的保留、事件数据的传输、或事件数据的删除。可以考虑与访问数据相关的隐私方面(例如,征求司机或证人的许可,因为他们可能必须承认他们当时的地点将被告知其他人,诸如,警察或政府当局、保险代理等)。事件数据可以传输给调查人员以及其他私人和/或安全的本地或云存储系统或设施。
在一些情况下,事故事件的报告和警报可能限于事故中涉及的车辆、任何授权车辆(例如,警车、紧急服务响应者或拖车)和RSU。
在一些示例中,获取事故信息的请求(例如,通过调查服务或警察)和响应中包括的信息可以具有以下特性。
请求和响应被认证和授权。
从车辆发送给另一实体(诸如,路边基础设施)的响应应当保护驾驶员或车辆的其他用户的隐私,诸如基于提供安全性和隐私的IEEE1609.2安全性的使用。
车辆中的事件数据的存储应当是防篡改和受完整性保护的。
在一些示例中,用于从事故中未涉及的观察车辆收集数据的授权可以根据前述任一项来提供。观察车辆的操作者可以提供授权作为持有驾驶执照的条件。观察车辆的操作者可以提供授权,作为类似于用于驾驶保险跟踪的选择加入程序的部分,其中如果驾驶员参与,则驾驶员可以从较低的保险费率中受益。可以提供选择退出程序,其中提供参与,除非观察车辆的操作者明确选择退出。
关于事故处理中涉及的各种实体的其他细节
在一些示例中,根据本公开的一些实现的事故处理中可以涉及的上述各种实体可以具有以下任何其他特性或某种组合。
RSU能够接收BSM并且维持无线范围内的道路的本地动态地图(即,道路上的车辆在RSU的无线范围内)。RSU能够从车辆和其他连接的传输实体接收其他V2X消息(BSM除外)。RSU能够向无线范围内的车辆传输消息,诸如MAP消息、SPaT消息、TIM消息等。RSU能够立即或稍后诸如通过回程网络(蜂窝网络、Wi-Fi网络、固定线路等)与AIS通信。
事故中涉及的车辆能够检测到车辆碰撞(例如,基于安全气囊展开、加速度计数据、麦克风数据、来自相机的图像数据、或其他传感器数据)。事故中涉及的车辆能够向车辆和RSU发送BSM以及其他V2X消息。事故中涉及的车辆能够接收BSM并且在无线范围内维持道路的本地动态地图。事故中涉及的车辆能够立即或稍后通过回程网络与AIS通信(假定车辆的传输器在事故中没有损坏)。如果车辆的传输器在事故中损坏,可以使用有线连接(例如,通用串行总线(USB)、以太网或其他车辆总线技术)。
事故中未涉及的观察车辆能够接收BSM并且维持无线范围内的道路的局部动态地图。在一些示例中,由观察车辆从其他车辆接收的信息可能受到隐私限制。例如,接收的BSM中的用户身份可以包括临时标识符,诸如临时伪匿名标识符。例如,根据J2945/1标准,临时伪匿名标识符可以包括应用层处的DE_TemporaryID。在其他示例中,可以使用车辆或用户的其他临时标识符。
当证实来自不同观察车辆的数据时,临时标识符可以用于提供从哪个车辆接收到数据的一般指示。观察车辆能够检测局部碰撞(诸如,基于接收的V2X消息、加速度计数据、麦克风数据、来自相机的图像数据、或其他传感器数据)。观察车辆能够立即或稍后通过回程网络而与AIS通信。
AIS可以具有用于向车辆提供授权和标识的身份和凭证。AIS可以包括与应急基础设施相关联(例如,与公共安全应答点(PSAP)相关联)的服务。AIS可以是如PSAP等公共政府运营服务,或者AIS可以是私人服务运营,例如,由保险公司或交通服务交付公司单独或作为联合体运营。AIS也可以是专业服务,例如,由大型车队运营方运营,诸如出租/租赁汽车服务运营方或出租车/移动服务运营方或车辆制造方(OEM)。
参与V2X通信的弱势道路使用者(VRU)可以被视为参与观察事故发生的车辆。备选地,VRU(以及VRU的移动设备或其他个人设备)可能会被涉及事故。VRU(或更具体地是VRU的移动设备)能够从VRU的移动设备传输BSM,诸如与避免碰撞相关的BSM。VRU能够在事故监测之前和之后立即记录现场的数据(例如,照片、视频、录音、自动语音命令等)。记录的数据可以包括相关联的时间戳。VRU能够立即或稍后通过回程网络与AIS通信。
在一些情况下,由第一车辆或RSU的EDR存储的数据(包括发送或接收的消息、检测到的触发等)可以具有与由另一车辆或RSU的EDR存储的数据不同的时序。在一些示例中,作为事故调查的部分,AIS可以关联来自不同EDR的数据的时间点。
其他示例事故处理过程
图4进一步示出了用于事故处理的过程的消息流。BSM和其他消息(例如,MAP、SPaT、TIM等)在RSU与车辆102S和102A之间定期(例如,周期性地或响应于某些事件)传输(在402处)。在图4的示例中,假定车辆102A被涉及事故,并且观察车辆102S在事故地点附近。
可以由车辆102A(以下称为“事故车辆”102A)在事故中检测事故(在404处)。例如,来自事故车辆102A的加速度计的加速度数据可以结合指示事故可能已经发生的一个或多个其他测量来指示加速度的突然下降:1)由事故车辆102A对另一物体的影响引起的加速度峰值;2)定向的突然变化,诸如由陀螺仪或其他类型的旋转传感器检测到;等等。
虽然图4的示例假定事故车辆102A检测到事故,但是观察车辆102S和RSU 104中的任何车辆或某种组合也可以基于观察车辆102S和RSU 104的传感器测量来检测事故车辆102A的事故,包括例如基于对由观察车辆102S上的相机和连接到RSU 104的相机收集的图像数据的图像分析、由观察车辆102S上的麦克风和连接到RSU 104的麦克风收集的声音数据的分析等。
事故车辆102A向AIS 120发送(在406处)事故指示。事故指示包含事故车辆102A的身份以及关于事故的一些受保护(例如,认证和加密)信息(例如,在事故之前、期间和之后收集的来自事故车辆102A的EDR的事件数据)。车辆的“身份”可以包括车辆的序列号、车辆的牌照、车主的姓名、或可以唯一标识车辆的任何其他标识符。信息的加密是为了避免原始事故信息的公开传播。在其他示例中,信息未加密。
由事故车辆102A发送的事故指示还可以包括凭证(例如,用户名、密码、安全凭证等),AIS 120可以使用该凭证来认证事故车辆102A,以确认事故指示不是由另一实体(例如,黑客或恶意软件)发送的。
在其他示例中,如果观察车辆102S或RSU 104发送事故指示,则事故指示包含观察车辆102S或RSU 104的身份。
响应于事故指示,AIS 120访问(在408处)收集的日志(包含过去接收的车辆和RSU的信息),以确定事故中涉及的其他车辆的身份或者事故附近的观察车辆的身份。由AIS120处理的日志的信息与事故之前和事故期间的时间间隔相关联。AIS 120可以与安全凭证管理系统(SCMS)或认证候选管理系统(CCMS)(用于V2X通信)交互以确定其他车辆的这样的身份,因为现有BSM旨在隐藏车辆和驾驶员的身份。备选地,当法律或规则规定出于事故和调查目的而要忽略隐私时,可以使用不隐藏车辆或驾驶员身份的新BSM。“现有”BSM是指符合当前标准的BSM,而“新”BSM是指不符合当前标准但可能符合也可能不符合未来标准的BSM。
一旦其他车辆(例如,图4中的观察车辆102S)的身份由AIS 120确定,AIS 120就向观察车辆发送询问以获取与事故相关的信息。这样的查询可以是请求针对每个观察车辆102S的报告的状态报告(在410处发送)的形式。状态报告可以请求每个观察车辆102S在最近过去的事件数据,诸如在某个指定时间间隔内。备选地,状态报告可以请求与事故相关的事件数据。
来自AIS 120的状态报告可以包括AIS 120的凭证,使得接收到状态报告的每个观察车辆102S可以认证AIS 120。来自AIS 120的状态报告还可以包括事故车辆102A的身份。
在一些示例中,AIS 120能够确定AIS 120是否被授权查询在事故附近但在事故中未被涉及的观察车辆。该确定可以基于存储在AIS120中或发送给AIS 120的指示。例如,该指示可以指示观察车辆是否具有发送与事故相关的事件数据的能力。
观察车辆102S可以例如通过发送(在412处)相应状态响应来利用请求的与事故相关的信息来响应于查询。在一些示例中,状态响应中的信息可以被加密。每个事故响应包含传输观察车辆102S的身份、与事故相关的信息、和传输观察车辆102S的凭证(以允许AIS120认证传输观察车辆102S)。
AIS 120可以向RSU 104发送(在414)事故报告。在一些示例中,事故报告可以包括事故车辆102A的身份。
RSU 104可以将事故报告中继(在416)到事故附近(并且在RSU104的无线范围内)的车辆。
响应于来自AIS 120的事故报告,RSU 104还可以向AIS 120发送(在418处)包含与事故相关的信息的报告。由RSU 104发送给AIS 120的报告还可以包含事故车辆102A的身份。
观察车辆102S可以向AIS 120发送(在420处)事故报告请求。每个事故报告请求包含传输观察车辆102S的身份。如果AIS 120从观察车辆102S接收到事故报告请求,则AIS120可以用包含AIS 120目前已经接收(诸如,从其他观察车辆102S、事故车辆102A和RSU104)的信息的事故报告响应来进行响应(在422处),假定本地隐私法被考虑在内。事故报告响应还包含事故车辆102A的身份。
如果AIS 120需要附加的补充信息(例如,来自相机的信息),则AIS 120可以向(多个)车辆或基础设施查询以提供来自在事故附近的授权的补充信息提供者(例如,RSU或受信任的支持车辆)的补充信息。
AIS 120可以向观察车辆102S和车辆102A发送(在424处)已更新的BSM和其他数据。
图5示出了根据另一示例的用于事故处理的过程的消息流。图5中与图4中类似的消息和任务分配有与图4中相同的数字。
在图5中,RSU 104检测(在504处)事故。响应于检测到事故,RSU 104向AIS 120发送(在506处)事故指示。事故指示包含关于事故的受保护(例如,认证和加密)信息(例如,在事故之前、期间和之后收集的来自RSU 104的EDR的事件数据)。在其他示例中,信息未被加密。由RSU 104发送的事故指示还可以包括RSU 104的凭证,AIS 120可以使用该凭证来认证RSU 104以确认事故指示不是由另一实体(例如,黑客或恶意软件)发送的。
响应于事故指示,AIS 120访问(在508处)收集的日志(包含过去接收的车辆和RSU的信息),以确定事故车辆102A和事故附近的观察车辆102S的身份。
图5的其余任务类似于图4的对应的其余任务(在任务408之后)。
在其他示例中,可以使用其他示例事故处理过程。
注意,所描绘的消息流是可选的并且不必遵循所描绘的序列。信息字段可以是可选的,并且可以根据事故情况、以及国家、法律和数据隐私要求而有所不同。车辆可以将接收和传输的BSM和MAP/SPaT/TIM消息存储在日志文件中一段时间(例如,20秒或不同时间段),该时间段随时间变化,从事故之前到事故之后,可能具有合适的时间戳。当事故被发信号通知时,车辆可以能够将日志文件写入永久地点。日志文件可以安全地存储。使日志文件防篡改的机制包括加密操作,诸如加密和/或签名。
车辆与AIS 120之间的包括个人标识信息(PII)的通信是安全的。与V2X通信中的事故相关的信息可以包括临时伪匿名标识符。与事故相关的信息可以明文传输,因为只有事故各方才能在重构事故时将临时伪匿名标识符与真实身份相关联。如果车辆传送其他传感器信息,诸如包含PII的视频或照片,诸如人脸或车牌图片,则该通信应当是安全的,并且只被发送给经过认证的可信AIS。
路边基础设施或车辆可以与AIS 120传输和接收控制信息。AIS120可以嵌入在路边基础设施中,或者可以是集中式服务,例如由PSAP并置或操作。
以下是一些示例隐私考虑。尽可能多地对用于重构的事件记录、观察和报告中的数据进行反标识(通过使用临时伪匿名标识符来删除或隐藏车辆或用户的身份)。当AIS120获取这些反标识的观察结果并且将它们聚合成更完整的现场图片时,只有事故中涉及的和事故附近的各方的临时伪匿名标识符是已知的。将任何临时伪匿名标识符与车辆或驾驶员的真实身份相关联的行为可以经由选择加入动作或在接收到明确授权(例如,法院令)时进行,以便用户或系统建立真实身份。
V2X临时伪匿名标识符既可以用在记录的日志中,也可以用于将记录的日志提交给AIS。只有利用来自事故车辆的数据和许可,事故车辆的临时伪匿名标识符才能映射到事故车辆的真实身份。例如,有5辆观察车和2辆事故车。在相撞时,第一辆事故车向西行驶,第二辆事故车向东行驶。AIS 120从7个车辆和一个RSU中获取记录,并且重构事故之前20秒的现场。这可以使用V2X临时伪匿名标识符(例如,在BSM中)而被完成。在一些示例中,临时伪匿名标识符可以以每个指定的时间间隔(例如,每5分钟或不同时间间隔)改变,但在某些紧急情况的过程中不会改变。因为这个临时伪匿名标识符跨8个记录是一致的,所以可以进行重构。在重构完成之后,只有车辆本身或具有现场观察的调查员才能将临时伪匿名标识符与实际车辆身份相关联。
在一些示例中,除了EDR之外,车辆或RSU还可以包括AIDR(如图1所示)。AIDR可以在被触发时存储受保护的文件。例如,受保护的文件包含来自EDR的事件数据和其他信息,并且可以被加密或签名以保护受保护的文件的内容免受未授权访问。AIDR能够经由与AIS120的安全连通来传输受保护文件。
车辆可以在诸如循环缓冲区中高速缓存以下任何项或某种组合:在AIDR中的受保护文件中时间段内的V2X消息;接收的BSM;接收的MAP/SPAT/TIM数据;接收的V2I消息;车辆的状态的信息;指示其他车辆和车辆周围的物体的位置的传感器数据;驾驶员与车辆的交互信息;等等。
触发事件可以触发将前述任何数据或某种组合存储在AIDR中,以更永久地存储事件数据。触发事件可以包括以下任何事件或某种组合:事故发生的指示,诸如安全气囊的展开、轨迹和速度的突然变化、制动状态、来自车辆完整性传感器的数据(用于检测车辆结构的机械完整性)等。该触发事件可以由任何事故车辆、观察车辆或RSU提供。
触发事件可以基于事件组合,在一些示例中,该事件组合可以被提供给机器学习算法以确定事故是否发生。触发事件还可以基于对来自相机的图像数据、来自麦克风的声音数据、或来自车辆或RSU的其他传感器的其他数据的处理。
一旦车辆或RSU检测到事故,车辆或RSU就存储事件报告(来自EDR的高速缓存的信息、和其他补充信息)。事故事件可以被发布给AIS。在某些情况下,事故事件的属性可以触发AIS向PSAP发信号以请求第一响应者。
AIS可以触发RSU向旅行者或驾驶员发信号通知(例如,在蜂窝网络广播、无线电广播、智能交通系统(ITS)广播等中)信息以警告事故附近的车辆。AIS可以触发连接的ITS基础设施(例如,交通信号灯等),以管理现有的和由此产生的车辆交通运动,以确保事故中涉及的参与者和事故后响应帮助人员的安全。
AIS可以向事故中涉及的车辆查询事故事件数据。AIS可以分析保存的数据以确定相邻车辆或RSU的地点。V2X临时伪匿名标识符可以用于探测附近车辆的数据。基于其V2X临时伪匿名标识符,查询相邻车辆以进行事件数据报告。
通过使用根据一些示例的事故重构技术,可以从多个来源收集与事故相关的数据并且对其进行分析以在更短的时间内重构导致事故的事件。这可以允许事故现场调查人员(例如,警察)更快地清除事故,特别是当事故和/或证据收集限制沿着或通过道路或交通路线的通行时。
事故重构和记录的事件数据可以用于开发自动车辆或高级驾驶员辅助系统(ADAS)。特别地,该场景可以用于训练机器学习算法。碰撞可以用作对深度学习系统的输入,以开发碰撞避免算法。这是前面提到的使用AIS重构事故以进行保险评估或警察执法的补充。
图6是根据一些示例的系统600的框图。系统600可以是图1的服务器系统119,或者是车辆或RSU。
系统600包括硬件处理器602(或多个硬件处理器)。硬件处理器可以包括微处理器、多核微处理器的核心、微控制器、可编程集成电路、可编程门阵列、数字信号处理器或其他硬件处理电路。
系统600还包括用于通过诸如无线网络的网络进行通信的通信接口604(包括收发器和通信协议层)。
系统600包括非暂态机器可读或计算机可读存储介质606,介质606存储在(多个)硬件处理器602上可执行以执行相应任务的机器可读指令。机器可读指令包括用于执行上述AIS、车辆或RSU的任何任务的事故处理指令608。
存储介质606可以包括以下任何项或某种组合:半导体存储器设备,诸如动态或静态随机存取存储器(DRAM或SRAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)和闪存;磁盘,诸如固定、软盘和可移动磁盘;另一磁性介质,包括磁带;光学介质,诸如光盘(CD)或数字视频光盘(DVD);或其他类型的存储设备。注意,上面讨论的指令可以在一个计算机可读或机器可读存储介质上提供,或者备选地,可以在分布在可能具有多个节点的大型系统中的多个计算机可读或机器可读存储介质上提供。这种(一个或多个)计算机可读或机器可读存储介质被认为是物品(或制品)的部分。物品或制品可以是指任何制造的单个组件或多个组件。一个或多个存储介质可以位于运行机器可读指令的机器中,或者位于可以通过网络来从其下载机器可读指令以供执行的远程站点处。
在前述描述中,阐述了很多细节以提供对本文中公开的主题的理解。然而,实现可以在没有这些细节中的一些的情况下实施。其他实现可以包括对上述细节的修改和变型。所附权利要求旨在涵盖这样的修改和变型。
Claims (20)
1.一种由包括硬件处理器的系统执行的方法,包括:
检测涉及第一车辆的事故;以及
响应于所述事故的所述检测,从不同于所述第一车辆的第二车辆收集与所述事故相关的事件数据。
2.根据权利要求1所述的方法,其中所述事故的所述检测基于来自来源的报告,所述来源从车辆或路边单元中的任何一个或多个被选择。
3.根据权利要求1所述的方法,其中所述事件数据包括基本安全消息(BSM)的数据。
4.根据权利要求3所述的方法,其中所述事件数据还包括以下一项或多项:动态地图数据、信号相位和时间(SPaT)数据或旅行者信息消息(TIM)数据。
5.根据权利要求3所述的方法,其中所述事件数据还包括以下一项或多项:雷达测量、传感器测量、相机图像、或信息娱乐系统的数据。
6.根据权利要求1所述的方法,包括:从所述第一车辆或路边单元中的一个或多个收集与所述事故相关的另外的事件数据。
7.根据权利要求1所述的方法,包括:由所述系统基于所述事件数据来重构导致所述事故的事件。
8.根据权利要求1所述的方法,包括:
响应于所述事故的所述检测,通过网络来发送触发,以使车辆或路边单元中的一个或多个记录与所述事故相关的事件数据。
9.根据权利要求1所述的方法,包括:
响应于所述事故的所述检测,通过网络来发送针对与所述事故相关的事件数据的请求;
响应于所述请求而从所述第二车辆接收包含所述事件数据的响应;以及
认证所述响应。
10.根据权利要求1所述的方法,其中来自所述第二车辆的所述事件数据被安全机制保护。
11.根据权利要求1所述的方法,包括:
响应于所述事故的所述检测,由所述系统确定所述第二车辆的身份,所述第二车辆在所述事故中未被涉及但是在所述事故附近。
12.根据权利要求1所述的方法,包括:
响应于所述事故的所述检测,向路边单元发送针对与所述事故相关的事件数据的请求,以使所述路边单元将所述请求传播到所述路边单元的范围内的车辆。
13.根据权利要求1所述的方法,其中来自所述第二车辆的所述事件数据使所述第二车辆或所述第二车辆的操作者或所有者的身份模糊。
14.根据权利要求13所述的方法,其中所述身份通过在所述事件数据中包括针对所述第二车辆的临时匿名标识符而被模糊。
15.一种第一车辆,包括:
存储介质;以及
至少一个处理器,被配置为:
接收涉及第二车辆的事故的指示;
响应于所述指示,在所述存储介质中记录与所述事故相关的事件数据;以及
通过网络来向远程服务发送所述事件数据。
16.根据权利要求15所述的第一车辆,其中所述第一车辆是所述事故中未被涉及的观察车辆。
17.根据权利要求15所述的第一车辆,其中所述至少一个处理器被配置为:响应于由所述第一车辆接收的请求而向所述远程服务发送所述事件数据。
18.根据权利要求17所述的第一车辆,其中所述请求从所述远程服务或充当针对所述远程服务的代理的路边单元而被接收。
19.根据权利要求15所述的第一车辆,其中所述事故的所述指示基于在所述第一车辆处的检测或者基于来自所述远程服务的信息。
20.一种非暂态机器可读存储介质,包括指令,所述指令在执行时使系统:
检测涉及第一车辆的事故;以及
响应于所述事故的所述检测,从所述第一车辆并且从不同于所述第一车辆的第二车辆收集与所述事故相关的事件数据,所述第二车辆在所述事故中未被涉及。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/829,785 | 2020-03-25 | ||
US16/829,785 US11657704B2 (en) | 2020-03-25 | 2020-03-25 | Event data collections for accidents |
PCT/CA2021/050055 WO2021189126A1 (en) | 2020-03-25 | 2021-01-20 | Event data collections for accidents |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115136181A true CN115136181A (zh) | 2022-09-30 |
Family
ID=77856277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180015375.3A Pending CN115136181A (zh) | 2020-03-25 | 2021-01-20 | 事故的事件数据收集 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11657704B2 (zh) |
EP (1) | EP4128132A4 (zh) |
CN (1) | CN115136181A (zh) |
CA (1) | CA3166932A1 (zh) |
WO (1) | WO2021189126A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11485197B2 (en) | 2020-03-13 | 2022-11-01 | Lear Corporation | System and method for providing an air quality alert to an occupant of a host vehicle |
US11650329B2 (en) | 2020-04-21 | 2023-05-16 | Geotab Inc. | Motion sensors in asset travel monitoring |
US11552495B2 (en) | 2020-04-21 | 2023-01-10 | Geotab Inc. | Temperature-dependent charging of supercapacitor energy storage units of asset tracking devices |
US11526835B2 (en) | 2020-04-21 | 2022-12-13 | Geotab Inc. | Asset travel monitoring with linked asset tracking devices |
US11403851B2 (en) * | 2020-08-04 | 2022-08-02 | Verizon Connect Development Limited | Systems and methods for utilizing machine learning and other models to reconstruct a vehicle accident scene from video |
US11727694B2 (en) * | 2021-03-04 | 2023-08-15 | Tangerine Innovation Holding Inc. | System and method for automatic assessment of comparative negligence for one or more vehicles involved in an accident |
US11869351B2 (en) * | 2021-09-09 | 2024-01-09 | GM Global Technology Operations LLC | Automated incident detection for vehicles |
EP4170622A1 (de) * | 2021-10-25 | 2023-04-26 | Volkswagen Ag | Verfahren zur speicherung und auswertung von innerhalb eines v2x-netzwerks erfassten statusinformationen |
US20230308849A1 (en) * | 2022-03-23 | 2023-09-28 | Qualcomm Incorporated | Method and apparatus for communicating collision related information |
US11578978B1 (en) | 2022-05-16 | 2023-02-14 | Geotab Inc. | Systems and methods for associating a telematics device with an asset tracker |
US20230408642A1 (en) * | 2022-06-21 | 2023-12-21 | Qualcomm Incorporated | Detection of position overlap (po) between objects |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7536247B2 (en) * | 2005-11-30 | 2009-05-19 | Ford Global Technologies | Method and apparatus for reconstructing an accident using side satellite lateral acceleration sensors |
US7991552B2 (en) * | 2008-11-06 | 2011-08-02 | Ford Global Technologies, Llc | System and method for determining a side-impact collision status of a nearby vehicle |
US7991551B2 (en) * | 2008-11-06 | 2011-08-02 | Ford Global Technologies, Llc | System and method for determining a collision status of a nearby vehicle |
TWI451283B (zh) * | 2011-09-30 | 2014-09-01 | Quanta Comp Inc | 事故資訊整合及管理系統及其相關事故資訊整合及管理方法 |
US9153077B2 (en) * | 2012-11-30 | 2015-10-06 | Intel Corporation | Systems and methods for collecting vehicle evidence |
US9773281B1 (en) * | 2014-09-16 | 2017-09-26 | Allstate Insurance Company | Accident detection and recovery |
US20210256614A1 (en) * | 2014-09-22 | 2021-08-19 | State Farm Mutual Automobile Insurance Company | Theft identification and insurance claim adjustment using drone data |
WO2016095023A1 (en) * | 2014-12-15 | 2016-06-23 | Miovision Technologies Incorporated | System and method for compressing video data |
US10175054B2 (en) * | 2015-01-11 | 2019-01-08 | Microsoft Technology Licensing, Llc | Predicting and utilizing variability of travel times in mapping services |
KR101675306B1 (ko) * | 2015-03-20 | 2016-11-11 | 현대자동차주식회사 | 사고 정보 관리 장치, 이를 포함하는 차량 및 사고 정보 관리 방법 |
US20160283962A1 (en) * | 2015-03-27 | 2016-09-29 | Elwha Llc | Systems and methods of using black box data to provide incentives for vehicle purchases |
EP3076689A1 (en) * | 2015-03-31 | 2016-10-05 | IPCom GmbH & Co. KG | Method and apparatuses for collecting and storing information about an event occurence |
JP6812979B2 (ja) * | 2015-09-18 | 2021-01-13 | 日本電気株式会社 | Rsu装置、制御ノード、及びこれらの方法 |
JP6852674B2 (ja) * | 2015-09-18 | 2021-03-31 | 日本電気株式会社 | 基地局、無線端末、及びこれらの方法 |
WO2017052683A1 (en) * | 2015-09-23 | 2017-03-30 | Intel Corporation | Dynamic hosting of v2x services in cellular networks |
CN105849790B (zh) * | 2015-10-16 | 2020-10-09 | 华为技术有限公司 | 一种路况信息获取方法 |
US10154233B2 (en) * | 2015-12-26 | 2018-12-11 | Intel Corporation | Technologies for scene reconstruction |
KR102464898B1 (ko) * | 2016-01-05 | 2022-11-09 | 삼성전자주식회사 | 차량과 관련된 영상 정보를 공유하는 방법 및 장치 |
JP6790371B2 (ja) * | 2016-02-04 | 2020-11-25 | ソニー株式会社 | 通信装置、通信方法、送信装置及び受信装置 |
KR101661553B1 (ko) * | 2016-04-28 | 2016-10-04 | 주식회사 태원 | 차량 사고 관리 시스템 및 그 동작 방법 |
WO2018026603A1 (en) * | 2016-08-02 | 2018-02-08 | Pcms Holdings, Inc. | System and method for optimizing autonomous vehicle capabilities in route planning |
KR102304709B1 (ko) * | 2017-03-03 | 2021-09-23 | 현대자동차주식회사 | V2x 통신 메시지에 대하여 적응적 보안 레벨을 적용하는 방법 및 장치 |
JP2018173688A (ja) * | 2017-03-31 | 2018-11-08 | パナソニックIpマネジメント株式会社 | 路側機 |
US20180308344A1 (en) * | 2017-04-20 | 2018-10-25 | Cisco Technology, Inc. | Vehicle-to-infrastructure (v2i) accident management |
EP3637672B1 (en) * | 2017-05-29 | 2021-10-27 | LG Electronics Inc. | V2x communication device and secured communication method thereof |
US10558224B1 (en) * | 2017-08-10 | 2020-02-11 | Zoox, Inc. | Shared vehicle obstacle data |
EP3669557A1 (en) * | 2017-08-17 | 2020-06-24 | Intel Corporation | Selecting resources for sidelink communication based on geo-location information |
US10932127B2 (en) * | 2018-02-19 | 2021-02-23 | Fortinet, Inc. | Evaluating trustworthiness of data transmitted via unencrypted wireless mobile communications |
US20190364424A1 (en) * | 2018-05-28 | 2019-11-28 | Qualcomm Incorporated | Roll-over of identifiers and keys for unicast vehicle to vehicle communication links |
US11295617B2 (en) * | 2018-10-19 | 2022-04-05 | Blackberry Limited | Method and system for wireless road side units |
US10760925B2 (en) * | 2018-10-25 | 2020-09-01 | Here Global B.V. | Method and apparatus for generating a parking search route |
US11011063B2 (en) * | 2018-11-16 | 2021-05-18 | Toyota Motor North America, Inc. | Distributed data collection and processing among vehicle convoy members |
US10890907B2 (en) * | 2018-12-14 | 2021-01-12 | Toyota Jidosha Kabushiki Kaisha | Vehicle component modification based on vehicular accident reconstruction data |
US11139990B2 (en) * | 2018-12-29 | 2021-10-05 | Intel Corporation | Automatically verifying vehicle identity and validating vehicle presence |
DE102019201530B3 (de) * | 2019-02-06 | 2020-07-02 | Volkswagen Aktiengesellschaft | Überwachung und Korrektur der Verschleierung fahrzeugbezogener Daten |
EP3909034A2 (en) * | 2019-02-11 | 2021-11-17 | Wejo Ltd. | System for processing geolocation event data for low-latency |
US11176819B2 (en) * | 2019-04-16 | 2021-11-16 | Xevo Inc. | Systems and methods for adaptive protocol implementation for vehicle head units |
US20220073104A1 (en) * | 2019-05-30 | 2022-03-10 | Lg Electronics Inc. | Traffic accident management device and traffic accident management method |
US11646886B2 (en) * | 2019-06-28 | 2023-05-09 | Intel Corporation | Data offload and time synchronization for ubiquitous visual computing witness |
US11941976B2 (en) * | 2019-07-25 | 2024-03-26 | Pony Ai Inc. | System and method for sharing data collected from the street sensors |
US11282388B2 (en) * | 2020-01-31 | 2022-03-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Edge-assisted alert system |
US11290984B2 (en) * | 2020-02-21 | 2022-03-29 | Qualcomm Incorporated | C-V2X message processing timeline adaption based on contouring of remote vehicles and available delay budget |
-
2020
- 2020-03-25 US US16/829,785 patent/US11657704B2/en active Active
-
2021
- 2021-01-20 WO PCT/CA2021/050055 patent/WO2021189126A1/en unknown
- 2021-01-20 CA CA3166932A patent/CA3166932A1/en active Pending
- 2021-01-20 CN CN202180015375.3A patent/CN115136181A/zh active Pending
- 2021-01-20 EP EP21776479.4A patent/EP4128132A4/en active Pending
-
2023
- 2023-04-13 US US18/300,017 patent/US20230252889A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CA3166932A1 (en) | 2021-09-30 |
US20230252889A1 (en) | 2023-08-10 |
EP4128132A4 (en) | 2024-04-03 |
US20210304592A1 (en) | 2021-09-30 |
US11657704B2 (en) | 2023-05-23 |
WO2021189126A1 (en) | 2021-09-30 |
EP4128132A1 (en) | 2023-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657704B2 (en) | Event data collections for accidents | |
US12002103B2 (en) | Vehicle-to-vehicle incident information collection | |
US11694487B1 (en) | Vehicle-to-vehicle accident detection | |
US20180357484A1 (en) | Video processing device and video processing method | |
US9240079B2 (en) | Triggering a specialized data collection mode | |
US9359018B2 (en) | Modular intelligent transportation system | |
US9508201B2 (en) | Identifying the origins of a vehicular impact and the selective exchange of data pertaining to the impact | |
US8160764B2 (en) | Method for providing vehicle accident information and apparatus therefor | |
US9836965B2 (en) | Move over slow drivers | |
US20140358394A1 (en) | Jolt and Jar Recorder System and Methods of Use Thereof | |
WO2020031924A1 (ja) | 情報処理装置、端末装置、情報処理方法および情報処理プログラム | |
US11849375B2 (en) | Systems and methods for automatic breakdown detection and roadside assistance | |
US10560823B1 (en) | Systems and methods for roadside assistance | |
JP2009020774A (ja) | 情報送信方法、情報受信方法、情報送受信方法、情報送受信装置、及び情報収集システム。 | |
EP3680831A1 (en) | Method for collecting and managing event data of a vehicle | |
US11186257B2 (en) | Automobile driver biometric authentication and GPS services | |
US20240129829A1 (en) | Modular intelligent transportation system | |
EP3680799A1 (en) | Method for collecting and managing event data of a vehicle | |
JP7146371B2 (ja) | 映像情報共有装置、映像情報共有システム及び映像情報共有方法 | |
EP3291199A1 (en) | Move over slow drivers | |
CN109427113A (zh) | 一种行车记录仪 | |
US20240160756A1 (en) | Secure data delivery system using an autonomous vehicle | |
CA2977386A1 (en) | Process for improving vehicle driver behavior | |
Novosad et al. | Connected Vehicle Pilot Deployment Program Phase 3, System Requirements Specification (SyRS)–Tampa (THEA) | |
Masaaki et al. | Probe Vehicle Information Systems |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40082043 Country of ref document: HK |