CN115605819A - 用于识别沿着路线的障碍物和危险的系统和方法 - Google Patents

用于识别沿着路线的障碍物和危险的系统和方法 Download PDF

Info

Publication number
CN115605819A
CN115605819A CN202080100733.6A CN202080100733A CN115605819A CN 115605819 A CN115605819 A CN 115605819A CN 202080100733 A CN202080100733 A CN 202080100733A CN 115605819 A CN115605819 A CN 115605819A
Authority
CN
China
Prior art keywords
environmental
data
geographic location
geographic
feature
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
CN202080100733.6A
Other languages
English (en)
Inventor
J.小约翰逊
S.哈桑
C.霍卢坎
D.李
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.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN115605819A publication Critical patent/CN115605819A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • 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]
    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3691—Retrieval, searching and output of information related to real-time traffic, weather, or environmental conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3859—Differential updating map data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • 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
    • G08G1/0137—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
    • G08G1/09—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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)
  • Navigation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及用于从设备传感器接收环境数据的系统和方法。计算系统针对多个地理位置将环境数据存储在计算系统处的环境特征数据库中。计算系统从一个或多个远程系统接收指示特定地理位置的一个或多个环境特征的数据。计算系统访问存储的特定地理位置的环境数据以确定环境特征是否包括在环境特征数据库中。所述操作还包括，响应于确定环境特征包括在环境特征数据库中，更新与环境特征关联的置信度值。响应于确定一个或多个环境特征不包括在环境特征数据库中，计算系统将环境特征与地理位置关联地添加到环境特征数据库。

Description

用于识别沿着路线的障碍物和危险的系统和方法
技术领域
本公开总体上涉及使用传感器数据识别环境的特征。更具体地，本公开涉及通过分析最初为另一目的收集的传感器数据来改进地图数据。
背景技术
现代计算设备配备有各种传感器。这些传感器可以收集用于执行各种任务(包括但不限于捕获图像数据、验证用户身份、检测手部运动、通过网络进行通信、提供增强现实体验等)的数据。一旦收集到所述传感器数据，就可以将其用于其他目的。
发明内容
本公开的实施例的各方面和优点将部分地在下面的描述中阐述，或者可以从描述中获知，或者可以通过实践实施例来获知。
本公开的一个示例方面涉及一种用于从设备传感器接收环境数据的系统。所述计算系统包括一个或多个处理器和非暂时性计算机可读存储器。所述非暂时性计算机可读存储器存储指令，所述指令在由处理器执行时使计算系统执行操作。所述操作包括对于多个地理位置将环境数据存储在计算系统处的环境特征数据库中。所述操作还包括从一个或多个远程系统接收指示特定地理位置的一个或多个环境特征的数据。所述操作还包括访问对于特定地理位置存储的环境数据以确定一个或多个环境特征是否包括在环境特征数据库中。所述操作还包括，响应于确定一个或多个环境特征包括在环境特征数据库中，更新与一个或多个环境特征关联的置信度值。所述操作还包括，响应于确定一个或多个环境特征不包括在环境特征数据库中，将环境特征添加到与特定地理位置关联的环境特征数据库。
本公开的其他方面涉及各种系统、装置、非暂时性计算机可读介质、用户界面和电子设备。
参考以下描述和所附权利要求将更好地理解本公开的各种实施例的这些和其他特征、方面和优点。被并入本说明书并构成本说明书一部分的附图示出了本公开的示例实施例，并且与描述一起用于解释相关原理。
附图说明
本说明书中阐述了针对本领域普通技术人员的实施例的详细讨论，说明书参考了附图，其中：
图1描绘了根据本公开的示例实施例的特征检测系统的示例计算环境。
图2描绘了根据本公开的示例实施例的示例客户端-服务器环境。
图3描绘了根据本公开的示例实施例的特征检测系统的框图。
图4描绘了根据本公开的示例实施例的远程系统的框图。
图5描绘了根据本公开的示例实施例的用于识别环境中的特征的示例方法的流程图。
图6描绘了根据本公开的示例实施例的用于管理地图数据库的示例方法的流程图。
在多个附图中重复的附图标记旨在标识各种实施方式中的相同特征。
具体实施方式
总体上，本公开涉及一种用于通过分析由主要用于其他目的的传感器收集的数据来识别相关环境特征的系统。通常，计算设备可以与一个或多个传感器关联。传感器收集有关计算设备的环境的数据。每个设备可以收集用于一个或多个主要用途的数据。然而，一旦收集了所述数据，就可以对其进行分析，以确定是否可以从传感器数据提取附加信息。例如，用户设备(例如智能电话)可以具有用于特定任务的多个传感器。一个这样的任务是被动监测雷达(RADAR)传感器数据，以检测智能电话附近用户的姿势(例如，手势)。这些传感器不是主要用于生成有关环境中的危险的信息。但是，在用户许可的情况下，可以分析RADAR传感器收集的数据，以检测周围环境的一个或多个特征。例如，可以分析RADAR传感器生成的数据，以识别附近道路或人行道的不规则性(例如坑洼、破损路段等)。这种环境信息可以在中央服务器系统处被收集并用于更新道路数据的数据库(例如，与导航系统关联)，向用户发送更新，并将潜在问题通知公职人员。所述环境信息可以与置信度水平关联，并且可以随着从其他用户设备接收更多数据而增加或降低置信度水平。
更具体地，特征检测系统(例如，包括一个或多个处理器和存储器的计算系统)可以管理多个地理位置的地理信息数据库。所述数据库可以包括与地理位置及其环境关联的地理数据。地理数据可以包括描述道路、建筑物、地标、交通信息的数据以及对于导航通过地理空间有用的其他数据。在一些示例中，数据库可以包括一个或多个环境特征。地理特征可以包括物体、危险、人群、交通状况、描述当前天气的信息、建筑物形状、位置和内部布局等。
地理数据还可以包括描述地理位置处的当前人群规模和特质(temperament)、地理位置处的一个或多个结构的维护需求以及地理位置附近或在地理位置处的一个或多个商户的营业时间的信息。当前地理数据库可以包括与地理位置关联的附加数据(例如，地图数据)，包括用于导航的数据。在一些示例中，地理数据库中的每个特定环境特征可以与特定置信度水平关联。置信度水平可以表示系统确信特定环境特征确实存在于其所列出的位置的程度。
特征检测系统可以从一个或多个远程系统接收数据。当从一个或多个远程系统接收数据时，特征检测系统可以更新地理数据库中的数据。在一些示例中，远程系统是与用户关联的用户计算设备，诸如智能电话、平板计算机、可穿戴电子设备或与车辆关联的计算机系统。
远程系统可以是智能电话、平板计算机、可穿戴计算设备(诸如智能手表或健康监测器)或可以包括一个或多个传感器的任何其他计算设备中的一种。在一些示例中，远程系统可以是与具有用于导航通过环境的一个或多个传感器的车辆(例如，人控制的或自动驾驶/自主的车辆)关联的计算系统。在一些示例中，远程系统可以是用于生成建筑物内部的信息的携带在背包中的计算设备。
每个远程系统可以包括一个或多个传感器，每个传感器具有传感器类型。每个传感器包括在远程系统中以用于主要目的。例如，远程系统可以是包括相机的智能电话。与智能电话关联的相机可以具有按照用户的指示捕获图像数据或视频数据的主要目的。另一目的可以包括在允许用户解锁智能电话之前使用面部识别来验证用户的身份。
可以包括在智能电话上的其他传感器可以包括用于捕获音频数据的麦克风和用于感测可以允许用户控制智能电话的用户的附近手部运动的RADAR传感器。在另一示例中，远程系统是包括多个传感器的车辆，所述传感器包括允许车辆捕获关于车辆的环境中的物体的数据的LIDAR传感器。
远程设备可以使用从传感器捕获的数据以用于第一用途。例如，如上所述，用户可以使用其智能电话上的相机进行自拍。在一些示例中，捕获的传感器数据的主要用途可以包括启动与第一用途关联的应用。例如，用户可以启动相机应用以使用相机捕获图像数据或视频数据。
传感器数据的第一(或主要)用途可以不涉及显式启动应用。而是，传感器数据的第一用途可以与被动监测传感器捕获的数据以及针对智能电话或其他设备需要响应的一种或多种情况监测所述数据关联。例如，智能电话可以包括RADAR传感器。RADAR传感器可以持续监测智能电话附近物体的运动，并确定用户何时或是否做出与解锁设备关联的手势。例如，用户可以在智能电话附近做出一个或多个手势。例如，特定的手势可以与解锁智能电话以进行使用关联。
第一用途的另一示例可以是增强现实应用。使用这样的应用，与计算设备关联的相机是活动的，并且可以捕获设备周围环境的图像数据，从而可以改变与设备关联的显示器上显示的环境视图，使得环境中不存在的物体显现。由相机捕获的图像数据可以包括路面或环境的其他特征的视图。因此，可以分析所述数据以确定是否可以识别任何环境特征。
类似地，另一第一用途可以使用麦克风被动监测音频数据，以使得能够使用来自用户的语音命令控制计算设备。可以分析所述音频数据以确定环境中的声级。可以分析这些声级以估计人群规模并确定商户的状态(例如，营业、休业、繁忙等)。
计算设备还可以包括用于无线信号(例如，WIFI信号)的收发器，其允许计算设备通过网络进行通信。在一些示例中，无线信号可以是身体反射的，因此可以被分析以确定给定区域中的个体数量。
在一些示例中，可以分析相机数据以确定计算设备的环境内个体的健康数据。例如，光电体积描记术(PPG)可以用于通过RGB图像(例如，可以通过相机捕获的图像)以一定准确性检测和测量人的心率。在一些示例中，所述信息可以与特定位置关联。该数据在适当匿名化、众包和私有化后，可以用于帮助理解健康实验/研究/数据集，其中例如，在一天、一年/季度的不同时间、位置和/或在了解/不了解附近正在进行的各种活动的情况下的平均心率是值得了解的有用统计数据。在一些示例中，可以分析升高的心率并将其用作潜在干扰、道路状况等(由于其他紧张的通勤或行人事件)存在的指示。
一旦所述数据已被用于远程计算设备的第一用途，所述数据也可以用于第二用途。例如，针对第一用途而收集的数据可以稍后被分析以确定是否可以基于所述数据确定任何环境特征。在一些示例中，传感器数据可以被发送到远离用户设备的特征检测系统。然而，发送原始传感器数据会消耗太多带宽或花费太多时间，以至于发送所有原始传感器数据是不可行的。因此，远程系统自身可以包括分析传感器数据以用于第二用途并确定可找到的任何环境特征的能力。
远程计算设备可以采取措施确保用户(包括远程计算设备的所有者和远程计算设备环境中的任何人或财产)的隐私。例如，远程计算设备可以从传感器捕获的数据中去除任何个人可识别信息。因此，传输到中央服务器的数据将不包括可以识别任何特定人员的信息。此外，可以从多个远程系统接收信息，使得众包数据提供附加的隐私性，因为任何特定远程系统的贡献在与来自其他系统的传感器数据结合时可以被混淆。
此外，可以通过延迟对任何特定传感器信息的操作，直到已经从足够数量的用户接收数据，从而确保没有特定用户可以通过传感器数据被识别出来，来保护隐私。在诸如收集网络接入点数据的一些特定示例中，与接入点的位置关联的半径可以被扩大，使得与接入点关联的住所是不可确定的。
检测的环境特征可以是道路危险。道路危险可以包括诸如坑洼、施工区域、道路上的碎片、雪、冰、洪水(或其他水)的在导航时会造成困难的事物，或经过与远程系统关联的地理区域的驾驶员可能感兴趣的任何事物。
环境特征可以与故障的基础设施关联。例如，智能电话可以分析在远程设备周围的地理区域中捕获的图像数据或RADAR数据，以确定所述区域中的人行道是否有裂缝或不平整。还可以分析所述数据以确定其他基础设施组件(例如，桥梁)是否显示出潜在故障的迹象。
环境特征还可以包括不利的交通状况或不利的天气状况的存在。在一些示例中，特征数据还可以包括诸如特定餐厅或商户的营业时间的内容。例如，相机可以检测餐厅内存在还是不存在灯光和人员。基于不存在顾客或存在顾客和灯光，特征检测系统可以确定存储的餐厅营业时间可能不正确。
在一些示例中，环境特征可以包括一大群人的存在。LIDAR数据、RADAR数据或相机数据都可以用于确定给定地理位置中是否存在大量用户。
环境特征还可以包括识别的紧急情况。例如，相机可以基于图像数据确定与远程设备的环境中的人关联的一个或多个心率。可以分析心率数据以及潜在紧急情况的其他指示，诸如火、烟雾、可听见的尖叫、警笛、车祸和紧急情况的其他指示，以确定与远程系统关联的地理区域中是否正在发生紧急情况。
特征检测系统从一个或多个远程设备接收数据。每次接收与环境特征关联的信息，特征检测系统都确定该特征是否已经在特征数据库中列出。如果该特征当前未在特征库中列出，则特征检测系统可以添加与当前特征对应的条目。特征检测系统还可以为该特定特征建立置信度水平。在一些示例中，初始置信度水平基于传感器数据的质量和环境特征的类型。例如，传感器数据质量越高，初始置信度水平越高。
根据确定在特征数据库中已经存在针对所确定的环境特征的条目，特征检测系统更新该特定特征的置信度水平。例如，由多于一个远程操作员设备检测到的特征将比仅由单个远程设备检测到的特征具有更高的置信度水平。此外，如果用户设备经过在其中先前识别出环境特征的地理位置但没有确定该环境特征当前存在，则也可以调整该特定特征的置信度水平。在这种情况下，可以将置信度水平调整为更低，或者可以将该条目从特征数据库完全移除。
在一些示例中，远程计算机系统对捕获的传感器数据执行一些数据分析，并将其传输到特征检测系统，以分析和确定有关感兴趣的特征数据的附加信息。
特征检测系统可以确定与特定环境特征关联的置信度水平是否高于置信度阈值。置信度阈值表示特征检测系统确定其基于特征采取动作是有利的的置信度的值。因此，可以调整阈值，使得特征检测系统在阈值降低时更频繁地采取动作，或者在阈值升高时较不频繁地采取动作。
特征检测系统采取的动作可以基于超过阈值的环境特征类型来确定。例如，如果检测到的特征表示交通障碍物或坑洼，则特征检测系统或关联的导航系统可以向正在行进通过与该环境特征关联的位置的用户提供警告。
在一些示例中，特征检测系统可以更新地图数据的数据库。例如，用户可以使用计算设备运行增强现实应用。作为执行增强应用的一部分，计算设备可以捕获与计算设备周围的环境(例如，用户相机指向的地方)关联的图像数据。所述图像数据可以用于在执行增强现实应用时生成增强现实叠加数据以显示给用户。特征检测系统可以访问针对增强现实应用(例如，第一用途)捕获的图像数据(在适当的用户许可的情况下)并对其进行分析以确定与计算设备周围的环境关联的一个或多个环境特征。特征检测系统可以将表示所确定的特征的数据添加到地图数据的数据库。通过使用环境特征数据更新地图数据的数据库，特征检测系统可以使导航系统生成的路线反映最新的特征信息。例如，可以生成避免交通危险或不良交通的路线。
在一些示例中，环境特征可以包括基础设施问题，例如破裂的人行道或故障的桥梁。例如，智能电话可以使用RADAR传感器被动且连续地捕获智能电话周围区域的RADAR数据。所述数据可以用于检测用户发出的运动控制。特征检测系统可以访问所述传感器数据。使用该RADAR数据，特征检测系统可以识别附近道路的损坏(例如，坑洼)或人行道的损坏(例如，破裂或不平整的人行道)。在这种情况下，特征检测系统可以将基础设施数据发送给当地政府官员，以通知他们潜在的问题。在其他示例中，系统可以公开发布信息以供用户按照他们的意愿行事。
如果环境特征与一个或多个商户的营业时间关联，则特征检测系统可以更新商户营业时间的数据库以反映新确定的商户营业时间。在另一示例中，特征系统可以向与一个或多个商户关联的联系人发送查询以接收更新的营业时间的确认。
环境特征可以被确定为存在紧急情况。在这种情况下，特征检测系统可以向紧急服务机构生成警告，提供有关紧急情况所在位置以及紧急情况可能是什么性质的信息。
本文描述的系统和方法提供了许多技术效果和益处。更具体地，本公开的系统和方法提供了用于检测特征和对在给定环境中检测到的特征进行响应的改进技术。例如，通过将计算设备已经收集的数据用于其他目的，所公开的系统可以使得显著节省处理时间和电力使用，因为不必为不同目的重新收集数据。此外，通过执行所述附加分析获得的数据可以提高地图数据库中数据的准确性，从而产生更高效和安全的导航路线。
现在将参考附图，更详细地讨论本公开的示例实施例。
图1描绘了根据本公开的示例实施例的特征检测系统110的示例计算环境。图1示出了可以用于实现本公开的计算系统100的一个示例。除了计算系统100之外或替代计算系统100，也可以使用包括不同组件的其他计算系统。
计算系统100可以是任何类型的计算设备，诸如例如个人计算设备(例如，膝上型计算机或台式机)、服务器计算设备或任何其他类型的计算设备。计算系统100包括一个或多个处理器102和一个或多个存储器104。一个或多个处理器124可以是任何合适的处理设备(例如，处理器核、微处理器、ASIC、FPGA、控制器、微控制器等)并且可以是一个处理器或操作性地连接的多个处理器。存储器104可以包括一种或多种非暂时性计算机可读存储介质，诸如RAM、ROM、EEPROM、EPROM、闪存设备、磁盘等以及其组合。存储器104可以存储数据106和指令108，指令由处理器102执行以使计算设备100执行操作，包括本文公开的操作中的一个或多个。
根据本公开的各方面，计算系统100可以包括特征检测系统110，用于识别计算系统100(或与特征检测系统110通信的远程计算系统)附近的地理位置中的特征。特征检测系统110可以访问由传感器针对与特征检测不同的主要用途而收集的数据，并且分析该数据以确定与访问的数据关联的区域中的一个或多个特征。为了执行该任务，特征检测系统110可以包括多个子系统。所述子系统可以包括数据访问系统114、数据分析系统116、存储系统118和置信度评估系统120。子系统中的一个或多个可以访问来自特征数据库130的数据并将数据存储在特征数据库130中。
数据访问系统114可以访问由与计算系统100或远程计算系统关联的传感器收集的传感器数据。在一些示例中，数据访问系统114可以访问由相机传感器、RADAR传感器、LIDAR(激光雷达)传感器、WIFI收发器、麦克风(或其他音频传感器)、激光传感器(基于视差、结构化照明和/或飞行时间的传感器)或其他传感器收集的数据。所述传感器数据可以由其中一种传感器针对第一用途收集。例如，相机传感器可以与启用增强现实应用关联(通过捕获可以增强以在用户设备上显示的实时图像数据)。
数据访问系统114可以访问该数据(在用户许可的情况下)以在特征检测系统中使用(例如，与第一用途无关的第二用途)。在一些示例中，访问的传感器数据在被数据访问系统114访问或被压缩以通过网络传输之前已经被处理。传感器数据可以被发送到数据分析系统116进行分析。
数据分析系统116可以处理接收的图像数据以识别一个或多个环境特征。地理特征可以包括物体、危险、人群、交通状况、描述当前天气的信息等。
用于检测传感器数据中环境特征的方法可以取决于接收的特定数据类型。例如，如果传感器数据是音频数据，则数据分析系统可以针对指示可以基于音频数据确定的环境特征的声音分析音频数据。例如，数据分析系统116可以基于音频数据的音量或组成来确定人群规模。类似地，可以针对指示紧急情况的声音(例如，尖叫、警笛等)分析音频数据。
可以使用标准计算机视觉技术分析从相机(或其他图像传感器)接收的数据，以识别图像内的物体和这些物体的特性。例如，可以分析图像数据以识别物体、人、状况等。可以分析LIDAR和RADAR传感器数据以确定一个或多个物体。
数据分析系统116可以使用传感器数据来识别各种不同的环境特征。例如，检测的环境特征可以是道路危险。道路危险可以包括诸如坑洼、施工区域、道路上的碎片的事物或通过与远程系统关联的地理区域的驾驶员可能感兴趣的任何事物。
环境特征可以与故障的基础设施关联。例如，数据分析系统116可以分析在远程设备周围的地理区域中捕获的图像数据或RADAR数据以确定所述区域中的人行道是否有裂缝或不平坦。所述数据还可以由数据分析系统116分析以确定其他基础设施组件(例如，桥梁)是否显示出潜在故障的迹象。
在一些示例中，可以收集路面和周围人行道表面的激光扫描数据(最初用于车辆定位和绘图目的)，并用于警告用户注意道路危险，诸如坑洼。在人行道的情况下，可以检测破损的混凝土，并使用诸如卡尔曼滤波器的技术增强信号，其中，可以结合例如雷达和激光信号之间的传感器融合来对于例如车辆(或行人)以及道路中的静止障碍物两者获得更准确的位置和运动预测。能够检测破损的混凝土和其他绊倒危险对于像谷歌地图这样的导航服务很有用，以便警告慢跑者、盲人或视力障碍者或跟随导航指示的其他不知情行人。类似地，关于道路危险进行检测和警告将减少沿着路线行驶的许多用户车辆的损坏(并允许变更路线以避免任何潜在危险)。
环境特征还可以包括不利的交通状况或不利的天气状况的存在。在一些示例中，特征数据还可以包括诸如特定餐厅或商户的营业时间的内容。例如，相机可以检测餐厅内存在还是不存在灯光和人员。基于不存在顾客或存在顾客和灯光，数据分析系统116可以确定存储的餐厅的营业时间可能不正确。
在一些示例中，环境特征可以包括一大群人的存在。LIDAR数据、RADAR数据或相机数据都可以用于确定给定地理位置是否存在大量用户。
环境特征还可以包括识别的紧急情况。例如，可以分析由相机捕获的数据，以基于图像数据确定与远程设备的环境中的人关联的一个或多个心率。可以分析心率数据以及潜在紧急情况的其他指示，例如火、烟雾、可听见的尖叫、车祸和紧急情况的其他指示，以确定与远程系统关联的地理区域中是否正在发生紧急情况。
远程设备可以使用从传感器捕获的数据用于第一用途。例如，如上所述，用户可以使用其智能电话上的相机进行自拍。在一些示例中，捕获的传感器数据的主要用途可以包括启动与主要用途关联的应用。例如，用户可以启动相机应用以使用相机来捕获图像数据或视频数据。
传感器数据的第一(或主要)用途可以不涉及显式启动应用。而是，传感器数据的第一用途可以与被动监测传感器捕获的数据以及针对智能电话或其他设备需要响应的一种或多种情况监测该数据关联。例如，智能电话可以包括RADAR传感器。RADAR传感器可以持续监测智能电话附近物体的运动，并确定用户何时或是否做出与解锁设备关联的手势。例如，用户可以在智能电话附近做出一个或多个手势。例如，特定的手势可以与解锁智能电话进行使用关联。
第一用途的另一示例可以是增强现实应用。使用这样的应用，与计算设备关联的相机是活动的，并且可以捕获设备周围环境的图像数据，从而可以改变与设备关联的显示器上显示的环境视图，使得环境中不存在的物体被显示。由相机捕获的环境图像数据可以包括路面或环境的其他特征的视图。因此，可以分析该数据以确定是否可以识别任何环境特征。
类似地，另一第一用途可以包括使用麦克风被动监测音频数据，以使得能够使用来自用户的语音命令控制计算设备。可以分析该音频数据以确定环境中的声音等级。可以分析这些声音等级以估计人群规模并确定商户的状态(例如，营业、休业、繁忙等)。
计算设备还可以包括用于无线信号(例如，WIFI)的收发器，其允许计算设备通过网络进行通信。在一些示例中，无线信号可以是身体反射的，因此可以被分析以确定给定区域中的个体数量。
在一些示例中，可以分析相机数据以确定计算设备的环境内个体的健康数据。例如，光电体积描记术(PPG)可以用于通过RGB图像(例如，可以由相机捕获的图像)以一定准确性检测和测量心率。所述数据在适当匿名化、众包和私人化后，可以用于帮助理解健康实验/研究/数据集，其中例如，在一天、一年/季度的不同时间、位置和/或在了解/不了解附近正在进行的各种活动的情况下的平均心率是值得了解的有用统计数据。在一些示例中，可以分析升高的心率并将其用作潜在干扰、道路状况等(由于其他紧张的通勤或行人事件)存在的指示。
一旦所述数据已被用于远程计算设备的第一用途，所述数据也可以用于第二目的。例如，针对第一目的而收集的数据可以稍后被分析以确定是否可以基于该数据确定任何环境特征。在一些示例中，传感器数据被发送到远离用户设备的特征检测系统。但是，发送原始传感器数据可能会消耗太多带宽或花费太多时间，以至于不可行。因此，远程系统自身可以包括针对第二用途分析传感器数据并确定可定位的任何环境特征的能力。
一旦数据分析系统116已经识别出一个或多个环境特征，描述所述一个或多个环境特征的数据就可以被发送到存储系统118。存储系统118可以与维护特征数据库130中的数据关联。特征数据库130可以被包括在地理数据的数据库中。
数据库可以包括与地理位置及其环境关联的地理数据。地理数据可以包括描述道路、建筑物、地标、交通信息的数据以及对导航通过地理空间有用的其他数据。在一些示例中，特征数据库130可以包括多个环境特征条目。每个条目描述具体的环境特征和关联信息，包括但不限于与环境特征关联的位置、环境特征类型等。
当存储系统118接收与一个或多个环境特征关联的数据时，其可以针对每个特征确定所述特征的条目当前是否存在于特征数据库中。如果是，则存储系统118可以将关于环境特征的信息发送到置信度评估系统120。如果在特征数据库130中没有当前条目，则存储系统118可以创建该环境特征的条目。
置信度评估系统120可以基于与环境特征关联的信息确定与环境特征关联的置信度水平。置信度水平可以表示置信度评估系统120确信特定环境特征确实存在于其所列出的位置的程度。在一些示例中，初始置信度水平基于传感器数据的质量和环境特征的类型。
根据确定环境特征的条目存在于用于所确定的环境特征的特征数据库中，置信度评估系统120可以更新该特定特征的置信度水平。例如，由多于一个计算设备检测到的特征将比仅由单个远程设备检测到的特征具有更高的置信度水平。此外，如果计算设备经过在其中先前识别出环境特征的地理位置但没有确定该环境特征当前存在，则也可以调整该特定特征的置信度水平以反映降低的置信度(或该条目可以从特征数据库完全移除)。
图2描绘了根据本公开的示例实施例的示例客户端-服务器环境。客户端-服务器系统环境200包括一个或多个远程系统(202-1、202-2和202-N)和计算系统220。一个或多个通信网络220可以互连这些组件。通信网络220可以是多种网络类型中的任何一种，包括局域网(LAN)、广域网(WAN)、无线网络、有线网络、互联网、个域网(PAN)或这样网络的组合。应当注意，图2包括多个远程系统，每个系统都标有不同的附图标记(202-1、202-2和202-N)。然而，当总体指代远程系统而不是具体描绘的远程系统时，可以使用总附图标记202。
远程系统202可以是电子设备，诸如个人计算机(PC)、膝上型计算机、智能电话、平板计算机、移动电话、车辆的电气组件或能够与通信网络220通信的任何其他电子设备。远程系统202包括一个或多个传感器204，其为远程系统202捕获数据。传感器可以包括图像传感器、音频传感器、RADAR传感器、LIDAR传感器、WIFI收发器等中的一种或多种。
远程系统202可以包括用于与计算系统230通信的应用。在一些示例中，计算系统可以是与一个或多个服务关联的服务器系统。
远程系统202可以使用一个或多个传感器204从系统周围的环境收集传感器数据。收集的传感器数据可以发送到计算系统230进行分析。在一些示例中，在发送到计算系统230之前远程系统202可以从传感器数据提取特征信息以节省使用的带宽。
如图2所示，计算系统230通常基于三层架构，包括前端层、应用逻辑层和数据层。如相关计算机和互联网相关领域的技术人员所理解的，图2中所示的每个组件可以表示一组可执行软件指令和用于执行指令的对应硬件(例如，存储器和处理器)。为了避免不必要的细节，与传达对各种示例的理解无关的各种组件和引擎已从图2中省略。然而，本领域技术人员将容易认识到各种附加组件和引擎可以与计算机系统230(例如图2中所示的)一起使用，以便利本文未具体描述的附加功能。此外，图1中描绘的各种组件可以驻留在单个服务器计算机上，或者可以以各种布置分布在多个服务器计算机上。此外，尽管计算机系统230在图2中被描绘为具有三层架构，但各种示例实施例决不限于所述架构。
如图2所示，前端由(一个或多个)接口系统222组成，其接收来自各种远程系统202的通信并将适当的响应传送到远程系统202。例如，(一个或多个)接口系统222可以接收超文本传输协议(HTTP)请求或其他基于web的应用编程接口(API)请求形式的请求。远程系统202可能正在执行常规网络浏览器应用或针对特定平台已经开发的应用，以包括各种不同的移动设备和操作系统中的任何一种。
如图2所示，数据层包括特征数据库，用于存储与地理位置关联的地理数据以及与地理位置关联的环境。地理数据可以包括描述道路、建筑物、地标、交通信息的数据以及对导航通过地理空间有用的其他数据。在一些示例中，特征数据库130可以包括多个环境特征条目。每个条目描述特定的环境特征和关联信息，包括但不限于与环境特征关联的位置、环境特征类型等。
计算系统230可以提供允许用户访问或接收地理数据以用于导航或其他目的各种各样的其他应用和服务。计算系统可以包括数据分析系统224和数据更新系统226。
通常，数据分析系统224可以访问从一个或多个远程系统202接收的传感器数据。在一些示例中，数据分析系统224可以接收原始传感器数据。在其他示例中，数据分析系统224可以接收已经被压缩或经处理以提取相关特征数据的数据。以这种方式，可以显著减少需要发送的数据总量。
数据分析系统224可以基于传感器数据确定一个或多个环境特征。如上所述，用于检测环境特征的方法可以取决于接收的特定数据类型。例如，如果传感器数据是音频数据，则数据分析系统可以针对指示可以基于音频数据确定的环境特征的声音分析音频数据。例如，数据分析系统116可以基于音频数据的音量或组成来确定人群规模。类似地，可以针对指示紧急情况的声音(例如，尖叫、警笛等)分析音频数据。
可以使用标准计算机视觉技术分析从相机(或其他图像传感器)接收的数据，以识别图像内的物体和那些物体的特性。例如，可以分析图像数据以识别物体、人、状况等。可以分析LIDAR和RADAR传感器数据以确定一个或多个物体。
数据分析系统224可以将与每个所确定的环境特征关联的数据发送到数据更新系统226。数据更新系统226可以针对每个环境特征确定该环境特征是否已经存储在特征数据中。如果环境特征尚未包括在特征数据库130中，则数据更新系统226可以创建该环境特征的条目。在一些示例中，所述条目包括关于环境特征实际存在的置信度水平、地理位置信息、环境特征的类型等的信息。
图3描绘了根据本公开的示例实施例的特征检测系统的框图。特征检测系统120可以包括数据接收系统114、数据分析系统116、特征识别系统304、置信度更新系统306、地图更新系统308和传输系统310。
如上所述，数据接收系统114可以接收或访问与计算设备周围的环境关联的传感器数据。传感器数据可以被发送到数据分析系统116。数据分析系统116可以识别传感器数据内的一个或多个特征。特征识别系统304可以基于数据分析系统116提供的信息确定环境特征的具体属性。
置信度更新系统306可以调整与特征更新系统三或四识别的每个特征关联的置信度值。例如，如果特定环境特征被附加的计算设备或远程设备或更高质量的传感器识别，则置信度更新系统可以增加与所述环境特征关联的置信度值。类似地，如果没有检测到预期的环境特征或者在其不太可能存在的事物中检测到该预期的环境特征，则置信度更新系统306可以降低与该环境特征关联的置信度值。
一旦特征数据库130中的环境特征信息已经被更新，地图更新系统308就可以更新地图数据库312中的地图数据。例如，如果确定在特定地理位置存在障碍，则可以更新地图数据库312以在地图数据库312中反映所述障碍。例如，如果使用地图数据规划路线，则可以调整路线以避开已知障碍。
在一些示例中，环境特征可以被确定为如此重要，以至于关于环境特征的数据可以被发送到一个或多个外部系统或人。例如，如果传感器数据揭示人行道的特定部段已严重损坏，从而对路人构成危险或无法为可能需要平滑表面的人提供可及性，则传输系统310可以向适当的公职人员发送通知。
图4描绘了根据本公开的示例实施例的远程系统202的框图。远程系统可以是位置远离服务器系统的计算机系统。远程系统202可以是电子设备，诸如个人计算机(PC)、膝上型计算机、智能电话、平板计算机、移动电话、车辆的电气组件或任何其他电子设备。
远程系统可以包括一个或多个传感器204、主要用途分析系统404、主要用途系统406、特征识别系统408、第二用途分析系统410和传输系统412。远程系统可以还与特征数据库134交互。
远程系统202包括一个或多个传感器204，其为远程系统202捕获数据。传感器可以包括图像传感器、音频传感器、RADAR传感器、LIDAR传感器、WIFI收发器等中的一种或多种。
在一些示例中，传感器可以将传感器数据发送到主要用途分析系统404。主要用途分析系统404可以包括针对特定主要用途处理由传感器204产生的数据的任何系统。主要用途分析系统404可以将分析的数据发送到主要用途系统406。
远程系统202可以将从传感器204捕获的数据用于第一用途。例如，如上所述，用户可以使用其智能电话上的相机进行自拍。在一些示例中，捕获的传感器数据的主要用途可以包括启动与主要用途关联的应用。例如，用户可以启动利用相机捕获图像数据或视频数据的相机应用。
传感器数据的第一(或主要)用途可能不涉及显式启动应用。而是，传感器数据的第一用途可以与被动监测传感器捕获的数据以及针对智能电话或其他设备需要响应的一种或多种情况监测所述数据关联。例如，智能电话可以包括RADAR传感器。RADAR传感器可以持续监测智能电话附近物体的运动，并确定用户何时或是否做出与解锁设备关联的手势。例如，用户可以在智能电话附近做出一个或多个手势。例如，特定的手势可以与解锁智能电话进行使用关联。
第一用途的另一示例可以是增强现实应用。使用这样的应用，与计算设备关联的相机是活动的，并且所述相机捕获设备周围环境的图像数据，从而可以改变与设备关联的显示器上显示的环境视图，使得环境中不存在的物体显现在显示器中。由相机捕获的图像数据可以包括路面或环境的其他特征的视图。因此，可以分析所述数据以确定在图像数据中是否可以识别任何环境特征。
类似地，另一第一用途可以使用麦克风被动监测音频数据，以使得能够使用来自用户的语音命令控制计算设备。可以分析所述音频数据以确定环境中的声音等级。可以分析这些声音等级以估计人群规模并确定商户的状态(例如，营业、休业、繁忙等)。
计算设备还可以包括用于无线信号(例如，WIFI)的收发器，其允许计算设备通过网络进行通信。在一些示例中，无线信号可以是身体反射的，因此可以被分析以确定给定区域中的个体数量。
远程系统202还可以包括第二用途分析系统410。第二用途分析系统410可以分析从传感器204接收的传感器数据以确定与第二用途(在这种情况下，为特征检测)相关的一个或多个特征。一旦第二用途分析系统410已经分析了传感器数据，第二用途分析系统410就可以将分析的传感器数据(例如，已经从传感器数据提取和/或简缩的信息)发送到特征识别系统408。特征识别系统408可以使用分析的传感器数据确定远程系统202的区域中的一个或多个环境特征。在一些示例中，特征识别系统408可以访问来自特征数据库134的数据或发送到特征数据库134。
在一些示例中，特征识别系统408可以确定需要向一个或多个其他系统发送通知(以通知其他人或组织在特定地理位置已发生问题)。作为响应，特征识别系统408可以将关联数据发送到传输系统412。传输系统412可以向与远程设备关联的地理区域中的用户发送一个或多个警告。
图5描绘了根据本公开的示例实施例的用于识别环境中的特征的示例方法500的流程图。方法500的一个或多个部分可以由一个或多个计算设备(例如，图1描绘的特征检测系统110的计算设备)实现。本文描述的方法500的一个或多个部分可以实现为本文描述的设备(例如，如图1、图2、图3和图4所示)的硬件组件上的算法，以例如识别环境特征和更新存储在数据库中的数据。尽管为了说明和讨论的目的图5描绘了以特定顺序执行的步骤，但是图5的方法500不限于特定示出的顺序或布置。在不偏离本公开的范围的情况下，可以以各种方式省略、重新布置、组合和/或调整本文公开的方法的各个步骤。
特征检测系统(例如，图1中的特征检测系统110)可以在502处从沿着第一地理位置和第二地理位置之间的地理路线移动的第一计算设备获得传感器数据。在一些示例中，传感器数据是先前获得的并且存储在数据库中，用于除了分析传感器数据以识别与中间地理位置关联的一个或多个环境特征的步骤之外的目的。获得传感器数据的步骤可以包括从数据库获得传感器数据。
特征检测系统(例如，图1中的特征检测系统110)可以在504处分析传感器数据以识别沿着第一地理位置和第二地理位置之间的地理路线定位的一个或多个环境特征。
在一些示例中，特征检测系统(例如，图1中的特征检测系统110)可以从包括第一计算设备的多个计算设备获得与一个或多个环境特征关联的地理位置所关联的传感器数据。特征检测系统(例如，图1中的特征检测系统110)可以在更新存储的地图数据之前确定多个计算设备中的阈值数量的计算设备识别出所述一个或多个环境特征。
特征检测系统(例如，图1中的特征检测系统110)可以更新地理数据库以包括一个或多个环境特征。例如，可以更新地图数据的数据库以包括与一个或多个环境特征关联的信息。
特征检测系统(例如，图1中的特征检测系统110)可以在506处响应于来自第二计算设备的导航请求，基于一个或多个环境特征生成从第一地理位置到第二地理位置的更新的地理路线。在一些示例中，更新的地理路线不包括与一个或多个环境特征关联的地理位置。特征检测系统(例如，图1中的特征检测系统110)可以将更新的地理路线发送到第二计算设备。
在另一示例中，特征检测系统(例如，图1中的特征检测系统110)可以从用户计算设备上的传感器获得传感器数据用于第一用途。在一些示例中，传感器是RADAR传感器并且第一用途是运动控制检测。在其他示例中，传感器是相机，并且第一用途是捕获用户及其周围环境的图像。在又另一示例中，用户计算设备是智能电话。在一些示例中，用户计算设备与车辆关联。
在一些示例中，第一用途可以包括被动监测传感器数据以确定用户是否正在与用户计算设备交互。在一些示例中，传感器是RADAR传感器并且第一用途是运动控制检测。在一些示例中，传感器是相机，并且第一用途是捕获用户及其周围环境的图像。在一些示例中，传感器是LIDAR传感器，并且第一用途是在导航车辆时使用的对象检测。
特征检测系统(例如，图1中的特征检测系统110)可以分析传感器数据以确定与第一用途关联的信息。特征检测系统(例如，图1中的特征检测系统110)可以启动与第一用途关联的第一应用。例如，系统可以启动相机应用捕获用户环境的图像数据。
特征检测系统(例如，图1中的特征检测系统110)可以使用第一应用基于第一用途处理传感器数据。例如，相机应用可以从相机接收图像数据并对其进行处理以显示在与特征检测系统(例如，图1中的特征检测系统110)关联的显示器上。特征检测系统(例如，图1中的特征检测系统110)可以启动第二应用以使用传感器数据识别一个或多个环境特征。
特征检测系统(例如，图1中的特征检测系统110)可以分析传感器数据以识别计算系统周围的地理位置的一个或多个环境特征，其中，第一用途不同于识别环境特征。在一些示例中，环境特征包括以下一个或多个：计算系统环境中人行道的结构性问题、计算系统环境中一个或多个商户的营业时间表、大量人群的存在和紧急情况的指示。
特征检测系统(例如，图1中的特征检测系统110)可以将指示一个或多个环境特征的数据发送到远程服务器以存储在环境特征数据库中。
图6描绘了根据本公开的示例实施例的用于管理地图数据库的示例方法的流程图。方法600的一个或多个部分可以由一个或多个计算设备(举例来说，例如图2中描绘的计算系统的计算设备)实现。本文描述的方法600的一个或多个部分可以实现为本文描述的设备(例如，如图1、图2、图3和图4所示)的硬件组件上的算法，以例如识别环境特征和更新存储在数据库中的数据。尽管为了说明和讨论的目的图6描绘了以特定顺序执行的步骤，但是图6的方法600不限于特定示出的顺序或布置。在不偏离本公开的范围的情况下，可以以各种方式省略、重新布置、组合和/或调整本文公开的方法的各个步骤。
计算机系统(例如，图2中的计算机系统230)可以在602处对于多个地理位置将环境数据存储在计算系统处的数据库中。计算机系统(例如图2中的计算机系统230)可以在604处从多个远程系统接收指示特定地理位置的一个或多个环境特征的数据，其中，指示一个或多个环境特征的数据是最初是为了识别环境特征之外的目的而捕获的。
在一些示例中，计算机系统(例如，图2中的计算机系统230)可以在606处访问存储的特定地理位置的环境数据，以确定一个或多个环境特征是否包括在环境特征数据库中。计算机系统(例如，图2中的计算机系统230)可以在608处响应于确定一个或多个环境特征不包括在环境特征数据库中将环境特征与特定地理位置关联地添加到环境特征数据库。计算机系统(例如，图2中的计算机系统230)可以在610处响应于确定一个或多个环境特征包括在环境特征数据库中更新与一个或多个环境特征关联的置信度值。
在一些示例中，计算机系统(例如，图2中的计算机系统230)可以确定与一个或多个环境特征关联的置信度值是否超过阈值。响应于确定与一个或多个环境特征关联的置信度值超过阈值，计算机系统(例如，图2中的计算机系统230)可以更新存储的与特定地理位置关联的地图数据。
计算机系统(例如，图2中的计算机系统230)可以确定与一个或多个环境特征关联的置信度值是否超过阈值。响应于确定与一个或多个环境特征关联的置信度值超过阈值，计算机系统(例如，图2中的计算机系统230)可以生成基础设施损坏报告以发送到第三方系统。在一些示例中，第三方系统可以与政府机构关联。
计算机系统(例如，图2中的计算机系统230)可以确定与一个或多个环境特征关联的置信度值是否超过阈值。响应于确定与一个或多个环境特征关联的置信度值超过阈值，计算机系统(例如，图2中的计算机系统230)可以向紧急服务系统发送警告。
计算机系统可以确定与一个或多个环境特征关联的置信度值是否超过阈值。响应于确定与一个或多个环境特征关联的置信度值超过阈值，计算机系统(例如，图2中的计算机系统230)可以更新所存储的多个远程系统中的远程系统的环境中的一个或多个商户的营业时间表。
本文讨论的技术涉及服务器、数据库、软件应用和其他基于计算机的系统，以及所采取的动作和发送到这样的系统和从这样的系统发送的信息。基于计算机的系统固有的灵活性允许在两个组件之间和更多个组件之间对任务和功能进行各种各样可能的配置、组合和划分。例如，本文讨论的过程可以使用单个设备或组件或联合工作的多个设备或组件来实现。数据库和应用可以在单个系统上实现，也可以分布在多个系统上。分布式组件可以按顺序或并行操作。
尽管已经针对本主题的各种具体示例实施例详细描述了本主题，但是每个示例是通过解释而不是对本公开的限制的方式来提供的。本领域技术人员在获得对前述内容的理解后，可以容易产生对这样的实施例的改变、变化和其等同物。因此，本主题公开不排除包括对本领域普通技术人员而言显而易见的对本主题的修改、变化和/或添加。例如，作为一个实施例的一部分示出或描述的特征可以与另一实施例一起使用以产生又另一实施例。因此，本公开旨在涵盖这样的改变、变化和等同物。

Claims (20)

1.一种更新第一地理位置和第二地理位置之间的地理路线的计算机实现的方法，所述方法包括：
通过包括一个或多个处理器的计算系统从沿着所述第一地理位置和所述第二地理位置之间的地理路线移动的第一计算设备获得传感器数据；
通过所述计算系统分析传感器数据以识别沿着所述第一地理位置和所述第二地理位置之间的地理路线定位的一个或多个环境特征；和
响应于来自第二计算设备的导航请求，通过所述计算系统基于所述一个或多个环境特征生成从所述第一地理位置到所述第二地理位置的更新的地理路线。
2.根据权利要求1所述的计算机实现的方法，其中，所述更新的地理路线不包括与所述一个或多个环境特征关联的地理位置。
3.根据权利要求1或2所述的计算机实现的方法，还包括将所述更新的地理路线发送到所述第二计算设备。
4.根据前述权利要求中任一项所述的计算机实现的方法，其中，获得传感器数据的步骤还包括：通过所述计算系统从包括所述第一计算设备的多个计算设备获得与所述一个或多个环境特征关联的地理位置所关联的传感器数据。
5.根据权利要求4所述的计算机实现的方法，其中，分析传感器数据以识别一个或多个环境特征的步骤还包括：
在更新存储的地图数据之前通过所述计算系统确定所述多个计算设备中的阈值数量的计算设备识别出所述一个或多个环境特征。
6.根据前述权利要求中任一项所述的计算机实现的方法，所述方法还包括：
通过所述计算系统更新地理数据库以包括所述一个或多个环境特征。
7.根据前述权利要求中任一项所述的计算机实现的方法，其中，所述传感器数据是先前获得的并且存储在数据库中，以用于除了用于分析传感器数据以识别沿着所述第一地理位置和所述第二地理位置之间的地理路线定位的一个或多个环境特征的步骤之外的目的。
8.根据权利要求7所述的计算机实现的方法，其中，获得传感器数据的步骤还包括从所述数据库获得所述传感器数据。
9.一种用于从设备传感器接收环境数据的系统，所述系统包括：
计算系统，所述计算系统包括一个或多个处理器和非暂时性计算机可读存储器；
其中，所述非暂时性计算机可读存储器存储指令，所述指令在由所述处理器执行时使所述计算系统执行操作，所述操作包括：
对于多个地理位置将环境数据存储在所述计算系统处的环境特征数据库中；
从一个或多个远程系统接收指示特定地理位置的一个或多个环境特征的数据；
访问所述特定地理位置的存储的环境数据以确定所述一个或多个环境特征是否包括在所述环境特征数据库中；
响应于确定所述一个或多个环境特征包括在所述环境特征数据库中，更新与所述一个或多个环境特征关联的置信度值；和
响应于确定所述一个或多个环境特征不包括在所述环境特征数据库中，将所述环境特征与所述特定地理位置关联地添加到所述环境特征数据库。
10.根据权利要求9所述的系统，所述操作还包括：
确定与所述一个或多个环境特征关联的置信度值是否超过阈值；和
响应于确定与所述一个或多个环境特征关联的置信度值超过阈值，更新与所述特定地理位置关联的存储的地图数据。
11.根据前述权利要求中任一项所述的系统，所述操作还包括：
确定与所述一个或多个环境特征关联的置信度值是否超过阈值；和
响应于确定与所述一个或多个环境特征关联的置信度值超过阈值，生成基础设施损坏报告以发送到第三方系统。
12.根据权利要求11所述的系统，其中，所述第三方系统与政府机构关联。
13.根据前述权利要求中任一项所述的系统，所述操作还包括：
确定与所述一个或多个环境特征关联的置信度值是否超过阈值；和
响应于确定与所述一个或多个环境特征关联的置信度值超过阈值，向紧急服务系统发送警告。
14.根据前述权利要求中任一项所述的系统，所述操作还包括：
确定与所述一个或多个环境特征关联的置信度值是否超过阈值；和
响应于确定与所述一个或多个环境特征关联的置信度值超过阈值，更新所存储的所述多个远程系统中的远程系统的环境中的一个或多个商户的营业时间表。
15.一种存储指令的非暂时性计算机可读介质，所述指令在由一个或多个计算设备执行时使所述一个或多个计算设备执行操作，所述操作包括：
从沿着第一地理位置和第二地理位置之间的地理路线移动的第一计算设备获得传感器数据；
分析所述传感器数据以识别沿着所述第一地理位置和所述第二地理位置之间的地理路线定位的一个或多个环境特征；和
响应于来自第二计算设备的导航请求，基于所述一个或多个环境特征生成从所述第一地理位置到所述第二地理位置的更新的地理路线。
16.根据权利要求15所述的非暂时性计算机可读介质，其中，所述用户计算设备是智能电话。
17.根据前述权利要求中任一项所述的非暂时性计算机可读介质，其中，所述传感器数据是针对不同于识别环境特征的第一用途而获得的。
18.根据前述权利要求中任一项所述的非暂时性计算机可读介质，其中，所述第一用途包括被动监测传感器数据以确定用户是否正在与用户计算设备交互。
19.根据前述权利要求中任一项所述的非暂时性计算机可读介质，其中，所述用户计算设备与车辆关联。
20.根据权利要求19所述的非暂时性计算机可读介质，其中，所述传感器是LIDAR传感器，并且所述第一用途是在导航车辆时使用的对象检测。
CN202080100733.6A 2020-03-10 2020-03-10 用于识别沿着路线的障碍物和危险的系统和方法 Pending CN115605819A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2020/021843 WO2021183110A1 (en) 2020-03-10 2020-03-10 System and methods for identifying obstructions and hazards along routes

Publications (1)

Publication Number Publication Date
CN115605819A true CN115605819A (zh) 2023-01-13

Family

ID=70277453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080100733.6A Pending CN115605819A (zh) 2020-03-10 2020-03-10 用于识别沿着路线的障碍物和危险的系统和方法

Country Status (6)

Country Link
US (1) US20210348930A1 (zh)
EP (1) EP4104028A1 (zh)
JP (1) JP7479496B2 (zh)
KR (1) KR20220152552A (zh)
CN (1) CN115605819A (zh)
WO (1) WO2021183110A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220057806A1 (en) * 2020-08-18 2022-02-24 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for obstacle detection using a neural network model, depth maps, and segmentation maps
US20220366786A1 (en) * 2021-05-03 2022-11-17 Here Global B.V. Method and apparatus for estimating lane pavement conditions based on street parking information
US20230152800A1 (en) * 2021-11-17 2023-05-18 Here Global B.V. Method, apparatus and computer program product for identifying road work within a road network

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007048809A1 (de) * 2006-10-13 2008-07-10 Continental Teves Ag & Co. Ohg Verfahren und Vorrichtung zur Erkennung von verdeckten Objekten im Straßenverkehr
US10845820B2 (en) * 2016-12-30 2020-11-24 DeepMap Inc. Route generation using high definition maps for autonomous vehicles
US10317240B1 (en) * 2017-03-30 2019-06-11 Zoox, Inc. Travel data collection and publication
JP2018195227A (ja) 2017-05-22 2018-12-06 株式会社ゼンリン 運転支援システム
US10558224B1 (en) * 2017-08-10 2020-02-11 Zoox, Inc. Shared vehicle obstacle data
US10755387B2 (en) * 2018-08-09 2020-08-25 Dreamworks Animation Llc Firefly detection using a plurality of buffers
US11623564B2 (en) * 2018-12-17 2023-04-11 Auto Telematics Ltd. Method and system for determining driving information
US11194066B2 (en) * 2019-03-28 2021-12-07 Verizon Patent And Licensing Inc. Earthquake detection platform
JP2020030870A (ja) 2019-12-03 2020-02-27 パイオニア株式会社 渋滞予測システム、端末装置、渋滞予測方法および渋滞予測プログラム

Also Published As

Publication number Publication date
KR20220152552A (ko) 2022-11-16
EP4104028A1 (en) 2022-12-21
US20210348930A1 (en) 2021-11-11
JP7479496B2 (ja) 2024-05-08
WO2021183110A1 (en) 2021-09-16
JP2023517648A (ja) 2023-04-26

Similar Documents

Publication Publication Date Title
JP7054778B2 (ja) ブロックチェーンを使用してマップデータを動的に認証するシステムおよび方法
JP7479496B2 (ja) ルートに沿って障害物および危険を識別するためのシステムおよび方法
US20200349839A1 (en) Image data integrator for addressing congestion
US9420559B2 (en) Obstacle detection and warning system using a mobile device
JP6943187B2 (ja) センシングデータ処理システムとそのエッジサーバ、伝送トラフィック削減方法およびプログラム
US10525882B2 (en) Vehicle collision avoidance
US10021254B2 (en) Autonomous vehicle cameras used for near real-time imaging
JP6954420B2 (ja) 情報処理装置、情報処理方法、及びプログラム
EP2923177A1 (en) Method of determining trajectories through one or more junctions of a transportation network
WO2008134595A1 (en) Determining locations of interest based on user visits
US20190108405A1 (en) Globally optimized recognition system and service design, from sensing to recognition
Sattar et al. Developing a near real-time road surface anomaly detection approach for road surface monitoring
JP7052305B2 (ja) 救援システムおよび救援方法、ならびにそれに使用されるサーバおよびプログラム
US20190108404A1 (en) Consumer Camera System Design for Globally Optimized Recognition
US9723452B2 (en) Public service awareness of crowd movement and concentration
Chhabra et al. A survey on state-of-the-art road surface monitoring techniques for intelligent transportation systems
CN115471872A (zh) 散发广告的行为检测方法、装置、电子设备和存储介质
JPWO2018139258A1 (ja) 情報処理装置および方法、プログラム、並びに情報処理システム
US20220260387A1 (en) A system and method for prophylactic mitigation of vehicle impact damage
KR102673628B1 (ko) 디지털 트윈 상황 인지를 위한 지도셀 기반 군중 밀집도 모니터링 방법 및 장치
JP7009527B2 (ja) 情報処理装置及び端末装置
KR102317311B1 (ko) 영상을 이용한 정보 분석 시스템 및 그에 관한 방법
Verma et al. Smartphones for public transport planning and recommendation in developing countries—A review
Hara et al. A Study of Real-World Information Mapping for Information Sharing Using Edge Devices
Baaddi et al. Hybrid Wireless Sensor-based system for chaotic traffic

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