CN115983539A - 用于基于云的动态车辆调度的方法和设备 - Google Patents

用于基于云的动态车辆调度的方法和设备 Download PDF

Info

Publication number
CN115983539A
CN115983539A CN202211222812.1A CN202211222812A CN115983539A CN 115983539 A CN115983539 A CN 115983539A CN 202211222812 A CN202211222812 A CN 202211222812A CN 115983539 A CN115983539 A CN 115983539A
Authority
CN
China
Prior art keywords
data
incident
preferred
travel path
scheduling
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
CN202211222812.1A
Other languages
English (en)
Inventor
汉娜·J·阿赫麦德
S·赫尔米兹
埃里克·迈克尔·拉瓦伊
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies 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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN115983539A publication Critical patent/CN115983539A/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
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • 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
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0104—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
    • G08G1/01—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
    • G08G1/09—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
    • 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

Abstract

本公开提供了“用于基于云的动态车辆调度的方法和设备”。在报告紧急事故时，系统可以调度一个或多个初始实体以响应事故，并且基于报告数据为初始场景建立模型。系统还可以确定行驶数据的可用性，请求可用的行驶数据，以及向实体建议路径可行性。系统还确定覆盖与事故相关联的一个或多个位置的现场数据的可用性，并且请求可用的现场数据。该数据用于更新场景模型和确定附加的必要调度、数据收集或两者。直到确定不再需要附加数据为止，处理器被配置为继续：基于更新的场景模型调度实体；基于更新的场景模型来确定期望的附加现场数据的可用性；请求新现场数据；以及基于响应于任何附加请求而接收的任何现场数据来更新场景模型。

Description

用于基于云的动态车辆调度的方法和设备
技术领域
说明性实施例总体上涉及用于基于云的动态车辆调度的方法和设备。
背景技术
许多紧急情况需要快速适应和特殊人员，并且由于这些情况可能会快速改变，因此一开始并不总是很明显需要哪些人员。同时，城市无法向所有事故调度所有人员，因为可能发生更多事故和/或对可能发生但尚未发生的事情进行完全响应的成本对于大多数城市来说太高而无法承受。
因此，人员倾向于在根据需要的基础上进行调度，这可能导致到达时间的滞后以及包括在人员被调度之前观察人员需求的原因的要求。例如，如果车辆撞向建筑物，则可能会调度EMS车辆和警车。车辆也可能引起了小火灾，但是直到30分钟后，即初始人员在现场很久之后，才可能注意到该火灾。当消防车被调度和已到达时，火灾可能已扩散。
如果沿同一路线调度多个人员，或者沿变得受阻的路线调度多个人员，则也可能出现其他问题。这些车辆可能都需要掉头，可能使彼此的路径拥堵，并且可能在到达时不知道要定位在哪里，从而导致额外的延迟和对问题的最终解决方案的阻碍。由于调度可能缺少必要的信息，直到有人在现场(在交通堵塞处或在紧急情况现场)，因此调度可能难以以除反应性之外的任何方式作出响应，在这种情况下，由于信息不完整，可能无法采取积极主动的方法。
发明内容
在第一说明性实施例中，一种系统包括处理器，所述处理器被配置为接收紧急事故的报告，所述报告包括与所述事故有关的报告数据。所述处理器还被配置为调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体是基于所述报告数据而选择；并且基于所述报告数据为初始场景建立模型。
此外，所述处理器被配置为确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；并且基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据。
所述处理器另外被配置为基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并在所述优选行驶路径不可接受时提供替代行驶路径。
所述处理器还被配置为确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；并且基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据。
所述处理器还被配置为基于响应于所述请求而接收的所接收的现场数据来更新所述场景模型，并且基于所述更新的场景模型来确定附加的必要调度、数据收集或两者。直到确定不再需要附加数据为止，所述处理器被配置为继续：基于所述更新的场景模型调度被认为必要的任何附加实体；基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
在第二说明性实施例中，一种计算机实施的方法包括接收紧急事故的报告，所述报告包括与所述事故有关的报告数据。所述方法还包括调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体是基于所述报告数据而选择。所述方法还包括基于所述报告数据为初始场景建立模型；确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；并且基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据。
所述方法另外包括基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并在所述优选行驶路径不可接受时提供替代行驶路径。此外，所述方法包括确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；并且基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据。所述模型包括基于响应于所述请求而接收的所接收的现场数据来更新所述场景模型，以及基于所述更新的场景模型来确定附加的必要调度、数据收集或两者。
直到确定不再需要附加数据为止，所述方法可以继续基于所述更新的场景模型调度被认为必要的任何附加实体，以及基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性。所述方法还将继续基于更新的模型请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据，以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
在第三说明性实施例中，一种非暂时性存储介质存储指令，所述指令在被执行时致使处理器执行计算机实施的方法，所述计算机实施的方法包括接收紧急事故的报告，所述报告包括与所述事故有关的报告数据。所述方法还包括调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体是基于所述报告数据而选择。所述方法还包括基于所述报告数据为初始场景建立模型；确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；并且基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据。
所述方法另外包括基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并在所述优选行驶路径不可接受时提供替代行驶路径。此外，所述方法包括确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；并且基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据。所述模型包括基于响应于所述请求而接收的所接收的现场数据来更新所述场景模型，以及基于所述更新的场景模型来确定附加的必要调度、数据收集或两者。
直到确定不再需要附加数据为止，所述方法可以继续基于所述更新的场景模型调度被认为必要的任何附加实体，以及基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性。所述方法还将继续基于更新的模型请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据，以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
附图说明
图1示出了包括调度和各种动态传感器的基于传感器的系统的说明性示例；
图2示出了说明性数据收集和调度过程；
图3示出了说明性数据收集过程；
图4示出了说明性的动态传感器使用请求；以及
图5示出了说明性数据完成过程。
具体实施方式
本文描述了本公开的实施例。然而，应当理解的是，所公开的实施例仅仅是示例并且其他实施例可采取各种和替代形式。附图不一定按比例绘制；一些特征可被放大或最小化以示出特定部件的细节。因此，本文公开的具体结构细节和功能细节并不解释为限制性，而仅解释为用于教导本领域技术人员以各种方式采用本发明的代表性基础。如本领域普通技术人员将理解，参考附图中的任一者示出和描述的各种特征可与一个或多个其他附图中示出的特征组合以产生未明确地示出或描述的实施例。所示特征的组合提供用于典型应用的代表性实施例。然而，对于特定的应用或实施方式，可能期望与本公开的教导一致的对特征的各种组合和修改。
除了使示例性过程由位于车辆中的车辆计算系统执行之外，在某些实施例中，所述示例性过程还可由与车辆计算系统进行通信的计算系统来执行。此种系统可包括但不限于无线装置(例如但不限于移动电话)或通过无线装置连接的远程计算系统(例如但不限于服务器)。此类系统可统称为车辆相关联的计算系统(VACS)。在某些实施例中，VACS的特定部件可依据所述系统的特定实施方式来执行过程的特定部分。作为示例而非限制，如果过程具有与配对的无线装置发送或接收信息的步骤，则很可能无线装置未执行所述过程的所述部分，因为无线装置不会与自己“发送并接收”信息。本领域普通技术人员将理解何时将特定计算系统应用于给定解决方案是不合适的。
可通过使用单独工作或彼此结合工作并执行存储在各种非暂时性存储介质(诸如但不限于快闪存储器、可编程存储器、硬盘驱动器等)上的指令的一个或多个处理器来促进过程的执行。系统与过程之间的通信可包括使用例如蓝牙、Wi-Fi、蜂窝通信和其他合适的无线和有线通信。
在本文讨论的说明性实施例中的每一者中，示出了由计算系统执行的过程的示例性非限制性示例。关于每个过程，执行所述过程的计算系统可能为了执行所述过程的有限目的而变得被配置为用于执行所述过程的专用处理器。所有过程不需要完整地执行，并且被理解成是可执行以达成本发明的要素的过程类型的示例。可根据需要在示例性过程中添加或移除额外步骤。
关于在示出说明性过程流程的附图中描述的说明性实施例，应注意，出于执行由这些附图示出的一些或所有示例性方法的目的，可暂时启用通用处理器作为专用处理器。当执行提供执行所述方法的一些或所有步骤的指令的代码时，处理器可暂时改换用途作为专用处理器，直到所述方法完成为止。在另一示例中，在适当的程度上，根据预配置的处理器起作用的固件可致使处理器充当为执行所述方法或其某种合理变型而提供的专用处理器。
在城市内的许多交叉路口和位置附近有数十个(如果不是数百个的话)摄像头。类似地，在任何高速公路上，每分钟可能有数十个摄像头经过一个地点。即使没有单个基础设施摄像头，现代车辆也是装备精良的感测机器，其有可能包括激光雷达、雷达、红外、夜视、标准摄像头和其他传感器。许多车辆上还提供了雨水传感器和环境传感器，这意味着在存在一个或多个车辆的任何地方，都可能有增强的、即时的现场感测能力。
当不主动使用时，这些传感器中的大多数都处于闲置状态。同时，车辆经常连接或可连接到广域网(例如，WAN/LAN/PAN Wi-Fi和/或蜂窝)。因此，在许多地方，特别是在城市中，每当发生事故时，现场就已经有无数传感器。无论是盗窃、交通事故、火灾等，任何接近的摄像头或传感器理论上都可以提供实时的最新信息。这为应急调度员提供了众包数据的机会，所述数据不仅可以通过使用恰好正在查看或能够查看沿着到事故的预计或优选路线的各个位置的类似传感器来揭露当前的场景状况，而且还可以揭露沿着路线的天气和交通状况。
使用诸如此类的信息，调度员可以快速决定要调度哪些车辆和将它们调度到何处。可以通过这种感测在应急人员到达之前很久就观察到场景的变化状况，并且类似地，可以观察到沿着路线的变化状况。因此，调度员可以实时或近实时地对这些状况作出反应，从而增加响应时间并允许向所有感兴趣的人员传达最新信息。
虽然车辆可能会移动远离某个位置，但新车辆可能会不断到达或经过，并且最终应急车辆将带着它们自己的传感器套件到达现场。调度员还可以利用基础设施元件(摄像头和其他传感器)和/或在需要时调度具有适当感测能力的无人机，以便维持关于场景的信息并以有效且正确地分布的方式帮助分配应急资源。
如果发生或报告了事故，则调度员可以触发对所报告位置的某个接近度内的所有车辆和基础设施元件的地理请求。所有者可以选择共享数据，或者可能具有一些合法要求以共享数据。给定场景的快速且相当准确的快照(如果存在足够多传感器)，可以利用不用于其他目的的所有现场传感器来提供现场数据的即时或几乎即时的收集和上传。可以标记并存储图像、视频和传感器数据，直到事故响应完成，并且视觉系统处理或其他AI类型的功能可以解析数据以寻找某些紧急状况的指示。类似地，可以快速识别数据中的间隙，诸如看不到的区域，并且调度员可以确定基础设施或车辆元件是否可以看到这些区域，或者指示现场人员或无人机用摄像头覆盖这些区域，以保持场景的完整视图。是否调度车辆以及调度哪些车辆可能在某种程度上由传感器数据决定—大风可能会给无人机带来困难，崎岖的地形可能需要无人机调度等。
这种实时调度还可以用于帮助车队车辆，例如，递送车辆可以从周围车辆或基础设施请求信息，或者调度一个或多个无人机以帮助其进行路线规划。用户可能不情愿地与递送车辆免费共享车辆传感器信息，但是递送公司与用户之间的安排可以创建共享数据的机会(例如，当请求时，递送会员资格的折扣换取有限的数据共享)。
图1示出了包括调度和各种动态传感器的基于传感器的系统的说明性示例。在该说明性实施例中，存在说明性应急车辆100、说明性基础设施传感器元件123、说明性无人机139和说明性车辆150。每一个都可以用作按需传感器，并且提供关于事故场景的潜在不同的视图和信息。
例如，车辆100可以包括配备有高级感测能力的车载计算机101，诸如红外(IR)传感器105、传声器拾音器107和多个摄像头109、111。这些仅仅是对可能存在的感测元件的说明，并且不意图是详尽的表示。摄像头109、111可以被定位成覆盖多个视场，这允许在车辆100停放时改变角度。IR传感器(或摄像头)可以是定向的或可瞄准的。传声器可以是高度灵敏的或可调整的，使得其可以用于收集关于场景的音频信息。
这些元件可以连接到一个或多个车载处理器103，所述一个或多个车载处理器可以进一步连接到远程信息处理控制单元(TCU)115、蓝牙收发器111和Wi-Fi收发器113。诸如TCU和/或Wi-Fi收发器的远程通信元件可用于将所收集的信息传达给调度员，并且还可能够与诸如传感器阵列123或无人机139的其他本地传感器通信。这允许无人机或传感器阵列在任一者缺少其自身的高速连接的情况下使用车辆100来上传信息。这还可以帮助保持诸如无人机的元件的电力。
车辆100可以根据来自调度员的停车指令定位在现场，以便将传感器对准场景的相关部分。另外或替代地，调度员可以对车辆100传感器具有一定程度的控制，因为它们在紧急服务系统的权限范围内。
基础设施传感器阵列123还可以设置有多个摄像头或其他传感器125，并且附连到杆121、建筑物或其他适当放置的附接点。这些阵列也可以属于城市服务权限范围，并且因此可以由调度员按需访问，并且如果摄像头或传感器125是可移动的，则可进一步由调度员控制。
无人机139可以从车辆100发射或由调度员调度，以便获得场景的更好视角或向场景添加感测能力。某些无人机中可以包括专用技术，使得即使车辆100缺少所需的能力，也可以在现场部署红外、夜视等感测。这允许调度员即使在本地感测不足的环境中也能利用按需感测，并且无人机可以快速且不受阻碍地行进到各个现场并提供支持和感测能力。
无人机139可以包括一个或多个摄像头141或其他传感器，以及无线通信元件143，所述无线通信元件可以包括蓝牙、Wi-Fi、超宽带和/或蜂窝或其他适当的通信协议。虽然蜂窝和有时Wi-Fi可以提供更快的上传和更远范围的上传，但是它们也可能增加电池消耗并阻止无人机运行达最大时间段。作为替代方案，无人机139可以经由蓝牙连接连接到本地车辆100并直接传递数据，或者使用其他方法来传达信息而不会经历太多电池消耗。
调度133可以通过云131与各种传感器通信，这可以包括与无人机139和/或应急车辆100的直接通信。在一些情况下，诸如在应急车辆100在现场之前，或者如果现场车辆缺少视角或在一个或多个传感器方面有不足，则调度133可以通过过程135请求数据，所述过程向场景的定义接近度内的一个或多个车辆150发送数据请求。所述请求可以是广泛的(例如，1000英尺内的具有至少一个传感器的所有车辆)或更集中的(在场景以北、以东或以西500英尺内并且具有指向场景的至少一个传感器的所有车辆)。评估过程137可以接收和评估传入的数据以确定存在的问题的严重性、缺少的视角或数据等。如果需要，该过程还可以对传入的数据进行拣选和存储以供以后参考。
车辆100可以设置有车载计算151，所述车载计算包括导航单元159和连接到一个或多个车载处理器153的一个或多个摄像头155以及其他传感器。这些传感器可以通过TCU157或另一无线联网连接连接到或可连接到所述调度。可以向车辆150的驾驶员提供选择加入数据请求的选项，可以将他们的系统151配置为始终选择加入数据请求(或至少在所请求的传感器不在使用中时)，或者甚至可以通过法律要求以在请求时提供数据。可以针对过量数据使用向驾驶员提供补偿，或者当车辆150馈送用于此类目的时，蜂窝公司和本地Wi-Fi服务可以提供免费数据。
图2示出了说明性数据收集和调度过程。这是完整的事故报告、分析、数据收集和调度过程的非限制性示例，其示出了适应性系统可以如何对各种状况和传感器元件的变化存在作出反应，从而反映其中移动传感器到达和离开以及紧急需求可能随时间变化的动态情境的现实。
在该示例中，在201处，所述调度接收事故报告。这可以是电话呼叫、来自基础设施传感器、报告事故的车辆传感器、建筑物警报器等的紧急警报。警报通常具有地理分量，或者应急操作员可能能够通过与人说话或基于呼叫来自的地方来确定位置。
在203处，调度过程133可能试图确定现场是否有摄像头，在该示例中，所述摄像头是所述调度对其具有控制的元件。例如，银行警报器可以自动发送摄像头馈送，报告事故的警官可以自动触发随身摄像头或车辆摄像头馈送报告，并且检测到事故的基础设施元件可以包括摄像头图像或一组镜头、自报告事故的车辆可以提供实时摄像头馈送、图像或预先记录的馈送等。如果在203处现场有摄像头并且所述调度尚未接收到数据，或者如果摄像头发信号通知更多数据的可用性，则在205处，调度过程133可以从任何可用的已知现场摄像头或其他传感器或数据提供元件请求附加数据。
评估过程137可以评估数据以形成快照或场景，这可以包括视觉处理(图像和事故识别)、视频或音频的人工智能分析、在多于一个图像可用于形成场景的模型的情况下进行图像合并以识别盲点和缺少的信息等。
该过程可以具有场景的“理想”模型，所述模型可以基于事故而变化。例如，如果有可能的火灾，则模型可以包括周围区域并且特别是感兴趣的建筑物的热成像或IR成像，以及建筑物的进入路径和所有四个侧面的图像。在银行抢劫案中，理想的场景可以至少包括出口的图像和从建筑物通向四个街区半径内的所有路径的图像。在汽车碰撞中，优选场景可以包括碰撞的实时镜头以及火灾情况下的热成像。在一些或所有模型中，理想的场景还可以包括关于应急车辆到事故的进入路径的数据，包括交通、天气、地形等。
基于207处的任何初始建立模型和分析，过程133可以在209处调度一个或多个必要的应急车辆。这可以包括会是针对事故的“典型”车辆(例如，针对汽车碰撞的警车100)以及基于增强信息的任何专用车辆(例如，消防车、EMS车辆等)。虽然当前的系统能够调度此类车辆，但是它们通常依赖于人员观察状况并报告状况，这可能在事故发生之后很久才会发生。通过基于可能比人类观察者的数据更好的数据来构建初始模型，过程133可以有机会以更快速的方式提供增强和必要的服务，这可以潜在地显著减轻伤害、死亡或更大的灾难。早期调度消防车可以防止小规模火灾扩散，早期调度EMS可以防止轻伤成为生命威胁等。
在调度被认为适当的任何车辆之后，过程133可以找出缺少的数据并试图找到能够填充数据中的空白的数据提供实体。如上所述，评估过程可以揭露期望什么附加数据，并且所述过程可以在211处检查基础设施元件，在215处检查本地车辆或在219处检查现场/接近的无人机。
211处的基础设施元件的位置可能是固定的，并且紧急调度应合理地容易知道它们的存在。如果存在元件，特别是如果它们可以以低成本或免费提供数据，则在213处，所述过程可以请求数据，而不管对此类数据的即时需求如何，因为具有附加数据不太可能引起问题并且成本可以忽略不计。
可以通过与车辆直接通信(例如以某种形式的紧急广播)或者通过使用可以识别什么车辆能力位于何处的原始设备制造商(OEM)服务器来确定现场车辆。例如，OEM可能不知道车辆的用户信息，但可能知道具有某些能力的车辆位于某些位置。OEM服务器也可能能够与此类车辆直接通信，和/或可以向大量车辆广播指令以仅在当前位置处于事故位置(在请求中识别)的某个距离内的情况下处理请求。这将允许大多数车辆忽略该请求，并且不需要OEM实际上知道哪些车辆位于何处，或者与任何特定车辆建立直接通信。
响应于请求，具有适当能力、航向和/或位置的一个或多个车辆可能以愿意帮助调度过程来做出响应。或者，在其他示例中，法律可能强制要求未以其他方式使用的传感器来帮助所述过程。然后，调度过程可以直接联系那些车辆或在217处通过OEM连接从那些车辆请求数据。如果车辆具有足够的能力，则也可以使用本地Wi-Fi基础设施元件来保持低数据传输成本和高带宽。
除非意外，否则无人机139不太可能仅悬停在事故上方。但是，可以向整个城市的应急车辆和/或基础设施位置提供多个可再充电无人机。在219处，所述过程可以确定一个或多个最接近的无人机并将它们调度到场景。由于无人机可以在天气允许的情况下飞行，因此它们不应因交通或其他物理障碍而减速。这可以允许它们比原本可能运输它们的车辆更快地到达场景，并且在221处，调度过程可以请求调度无人机，并在它们在现场时请求数据。
如果无人机由也将被调度的车辆100携带，则可以沿着车辆的优选行驶路径引导无人机行进，这可以提供与沿着推荐路径的交通和状况有关的增加的数据。无人机还可以用于侦察新路径和/或报告场景以进行监视，这取决于哪个更需要。例如，如果路径看起来畅通无阻，则无人机可以行进到场景，但是如果使人类人员到达现场更为关键(例如，EMS车辆)，则在从车辆到事故的所提议路径似乎是拥堵的情况下可以将无人机改换意图以侦察新路径。在这种情况下，如果这样的实体也是可用的，则也可以将不同的无人机调度到所述场景。
当在223处任何被调度的元件到达场景时，在225处，所述过程可以立即向到达元件的任何传感器请求数据馈送。基于从车辆100提供的角度和信息，过程133还可以请求重新定位车辆100或其数据收集元件。如果人类乘员忙于其他事情，则他们可以忽略该请求，或者在一些情况下，如果认为安全和适当(例如，导致行驶或转向有限的量，如果存在这将不会加剧现有的事故或导致新的事故的保证的话)，则调度过程可能够使用半自主驾驶以重新定位摄像头或甚至车辆。如果车辆被远程控制，则现场的其他实体(例如，空中的无人机)还可以通过提供实时视图来帮助操纵车辆就位。
图3示出了说明性数据收集过程。在该评估过程137中，在301处，所述过程从场景接收初始数据。这可以包括初始报告中包括的任何数据，以及任何立即可用的数据。由于该过程有助于初始调度，并且由于时间可能至关重要，因此在该示例中，模型是根据任何容易获得的数据(例如，随警报传入，可立即从诸如基础设施的现场馈送访问)构建的。在303处，所述过程对数据进行分类和标记，并且在305处所述调度基于来自数据的任何初始指示来执行初始调度。这包括例如如果存在伤害则调度EMS、基于一般类型调度优选的应急车辆来处理事故等。
当调度正在发生时，这可能很快发生，使得至少一个响应者和可能的一组传感器被调度到现场，评估过程可以构建场景的模型，包括评估状态变量(热量、伤害、结构损坏等)。当任何特定的状态评估揭露需求时，可以发生立即调度辅助人员。例如，模型可能会揭露先前未注意到的热量或建筑物的结构损坏。所述过程还可以基于事故类型来加载模型307的参数，例如，基于事故类型识别哪种视图和信息是优选的。
在309处，所述过程还可以添加现场和沿着优选路线两者的天气数据。通常，除非天气非常激进或导致其他事故(例如，泛洪)，否则天气不会对已选择路线车辆产生问题，但是天气可能会影响无人机调度。如果当前情况预计不受任何天气状态的影响，则可以根据需要添加或忽略天气。
在311处，模型还可以基于参数来揭露缺少的信息。例如，潜在的火灾可能需要查看所有出口和供消防车停放的地方，以及查看消防栓以确保它们畅通。如果当前仅此信息中的一些可用，则所述过程可以确定缺少什么。城市地图可以给出消防栓参考点，建筑物地图可以提供出口点，然后所述过程可以确定这些点中的哪些不在视场内。
当初始调度行驶到现场时，所述过程可以优先考虑视图。例如，确认消防栓畅通可以是火灾的高优先级，而确定火灾尚未开始可以是车辆事故的高优先级。在第一种情况下，所述过程将试图获得已知消防栓位置的视图，并且在第二种情况下，所述过程将试图获得事故现场的热视图。
在313处，所述过程检查可用的基础设施元件，从而确定它们是否具有适当的视场或是否可以被控制以查看期望位置。如果在315处找到合适的候选者，则所述过程可以根据需要请求摄像头或传感器的馈送和/或对其的控制。如果传感器能够自调整，则所述过程还可以随请求发送姿态指令。姿态指令可以识别已知在传感器的视场内的感兴趣的2D或3D坐标，并且传感器可以重新摆姿态以适应感兴趣的点。
如果这在319处提供了那一刻足够的覆盖范围，则在321处，所述过程可以对场景重建模型。所述过程可以不断尝试评估场景，直到事故结束，并且新数据可能会揭露新的需求，例如，如果查看消防栓的摄像头揭露第二火灾，则这可以扩大对查看覆盖范围的需求，并且可能导致附加的数据请求，即使场景似乎最初已被对摄像头的辅助数据请求所适应也是如此。
如果基础设施不在足够的覆盖范围内可用，则所述过程可以通过直接广播(例如，通过驾驶员可以连接到的本地Wi-Fi网络)、通过与能够进行车辆通信的制造商服务器的通信、或确定本地车辆感测能力的任何其他合理的方法来寻找本地驾驶员323。
如果有一个或多个车辆在325处响应或被识别为可用，则在325处，所述过程可以从那些车辆请求数据。在另一个示例中，可以要求车辆基于初始请求中的瞄准指令提供图像，并且仅在车辆处于获得此类图像的正确位置的情况下提供此类图像(当可能时)。再次，如果在329处那一刻已获得足够的数据，则所述过程可以对场景重建模型并确定需要什么(如果有其他事物的话)。
要请求的元件的排序是说明性的，但是调度操作员或计算机可能比车辆更容易获得基础设施访问，并且基础设施访问的位置可以是固定的，这可以提供对已知覆盖范围的更大保证。本地摄像头也可以提供帮助，诸如未被另外占用的企业所拥有的摄像头。
如果仍然需要附加视图，则在331处，所述过程可以确定缺少什么，并且在333处调度任何接近的无人机以提供覆盖范围。在其他示例中，如果无人机是现成可用的，则它们可以被最初调度，并且如果不需要，则召回即可，因为它们可能够最快地到达现场并且可以四处移动以在有限难度的情况下适应各种视点。如果调度无人机，则天气状况可能是相关的，因为天气可能会妨碍视场和飞行能力。
图4示出了说明性的动态传感器使用请求。这是可以由车辆或服务器代表车辆150执行以确定是否可以利用车辆摄像头或传感器来获得必要信息的过程的示例。
在401处，所述过程可以接收使用请求。这可以是直接通信、请求的广播、代表所述调度发送的来自OEM服务器的请求等。所述请求可以识别感兴趣的一个或多个坐标位置和/或地理围栏，并且在403处，所述过程可能够确定车辆是否已经在或将在查看接近度内。所述请求可以进一步识别期望查看的视角或角度，和/或还可以确定车辆的航向，因为车辆摄像头可能本质上是固定的并且如果摄像头的方向(基于车辆的航向)错误，则无法查看某些位置。
例如，如果车辆向南行驶接近南面有火灾的建筑物，并且车辆仅具有前视摄像头，则车辆可以看到相对于建筑物北侧的信息，并且当车辆经过建筑物时可能看到与东侧或西侧有关的一些信息。然而，如果摄像头固定地瞄准车辆前方，并且车辆总体上继续向南行驶，则车辆可能难以查看建筑物的南侧，除非车辆将转向以在该方向上面向建筑物的南侧(例如，在经过建筑物后立即左转或右转，以面向东或西)。因此，所述请求可能包括将从其查看坐标或位置的航向，并且车辆可能够基于要行驶的路线来确定摄像头视场中的一些或全部是否将在适当的方向上瞄准适当的坐标。
在305处，所述过程还可以确认传感器(摄像头、IR、激光雷达等)适合于所请求的任务，因此确认车辆150包括必要的装备并且所述装备将能够提供感兴趣的数据。
所述过程可以在多个车辆150上执行，即使实际上仅需要有限数量的车辆来收集数据。这是因为数据收集可能总被中止，并且进一步地，特别是如果车辆尚未在现场，则可能无法在数据仍然相关时知道车辆是否将实际到达所述场景。通过对多个车辆150进行排队以进行辅助，调度过程可以更大程度地保证最终将收集必要的数据。
如果车辆150可用于辅助，则在407处，所述过程可以肯定地响应，并且在409处根据需要对数据收集请求进行排队。来自评估/调度的请求可以指示感兴趣的区域，并且车辆150可以确定在沿着路线的哪些点处这些区域将在已知的传感器视场内。在其他情况下，车辆可以立即开始收集和缓冲数据，或者在场景的一定距离内这样做，以防万一稍后需要数据。
一旦车辆150到达在411处由队列指定用于数据收集的任何位置，车辆就可以在417处获得所请求的数据并在419处将其中继到调度/评估。例如，基于当前可用的网络，可以通过蜂窝或Wi-Fi进行中继。本地Wi-Fi网络可以提供对此类传递的紧急访问，并且车辆150可以与指示正在提供此类帮助的特殊标志符进行连接。蜂窝公司可以类似地拒绝对此类帮助施加数据使用计数或约束，以便允许信息快速且自由地流向所述调度。
如果在413处车辆150以可能将其带过任何感兴趣区域而没有机会获得数据的方式偏离路线，则所述过程可以中止队列并在415处向服务器通知车辆150不能参与和提供帮助。这可能导致发送新的请求，或者调度/评估过程可仍然能够依赖于其他本地车辆来提供信息。
图5示出了说明性数据完成过程。这允许系统动态地且持续地确定是否有用于完成模型或调度情形的更多数据。对于任何给定的数据收集器，当该实体到达现场时，其提供的信息可能会揭露对附加数据的需求。例如，具有IR能力的无人机到达现场，该无人机可能会注意到指示火灾或其他先前未注意到的元素的热特征。这可能需要调度消防救援服务，以及需要收集关于建筑物出口的可及性、救援服务到达场景的路线等的更多数据。以这种方式，该过程可以在事件的持续时间期间连续地继续更新数据集、模型和可用的报告实体(车辆、摄像头、无人机等)，直到事件完成或场景达到不需要收集更多信息的明显状态(至少在那个时刻)。
一旦在501处被调度的实体(应急车辆、无人机、所请求的车载摄像头使用等)在现场，所述过程将如步骤417中那样收集数据。当收集数据并将其报告给服务器时，服务器将继续针对该情况更新模型。在503处更新模型和/或新数据可以揭露对附加数据的需求，这可能是有效部署人员、调度附加车辆、警告现场人员或受影响方等所需的。
如果在505处有可用于提供数据的基础设施元件，其在该示例中是在应急服务的可请求控制下的元件，则在507处，所述过程和/或应急服务人员可以请求使用基础设施摄像头。例如，使用来自上面的无人机和IR示例，如果无人机到达现场并检测到显著的热量，则使用模型的过程可以调度消防车并寻求确保建筑物的其他地方没有燃烧并且出口是畅通和可用的。
这可能需要例如沿着可能的路线使用十五个摄像头(一旦消防车确认调度就已知)、关于当前未被基础设施摄像头覆盖的几英里道路的信息、关于被基础设施摄像头覆盖的两个建筑物出口的信息以及关于未被基础设施摄像头覆盖的一个建筑物出口的信息。
对于可以使用基础设施摄像头的位置，所述过程将从这些摄像头请求数据，直到不再需要数据为止，例如，对于路线摄像头，一旦卡车通过(假设它不需要用于出口路线规划的数据)，并且对于建筑物出口摄像头，可以收集数据，直到没有人(占用者或应急人员)留在建筑物内，或者直到宣布事故结束。
对于未被摄像头覆盖的道路段，并且对于未被摄像头覆盖的建筑物出口，所述过程可以在515处请求附加数据。这可以包括利用具有摄像头的附近车辆和/或另外的无人机调度和/或在不再需要现场无人机存在的其他原因的情况下或在它可以交替执行任务的情况下改变其用途。
另外，在511处，如果在509处从基础设施摄像头接收的数据不充足(例如，如果摄像头视图被部分或完全阻挡)或没有完全覆盖感兴趣区域，则在515处，所述过程可以请求如上所述的附加数据。然后，在513处，可以将所收集的数据发送到的云模型处理。
此外，上述过程可以完全或部分地在车辆(诸如警车)内执行，从而允许警车访问基础设施摄像头以收集现场数据和/或向云发送对来自不可以通过所述警车直接访问的其他元件的附加数据的请求。虽然警车可能不直接请求诸如消防车的路线的位置的数据，但是因为它可能不负责调度这些实体，因此现场巡逻车可能想要场景的完整俯视图，并且因此可以利用来自场景周围的基础设施摄像头的摄像头数据，所述基础设施摄像头可以例如通过本地网络或直接通信从警车无线可控。然后，如果在511处警官觉得需要更多数据，或者如果在505处现场不存在基础设施摄像头，则可以请求附加数据。
以这些和类似的方式，动态和适应性调度和建立模型过程可以连续地利用来自各种可改变用途的实体的数据，这允许对场景的连续建立模型、以高度响应的方式对实体的连续调度、改善的响应时间和改善的场景视角，因为总是可以响应于新揭露的潜在问题而请求附加的数据收集。
尽管上文描述了示例性实施例，但是这些实施例并不意图描述权利要求所涵盖的所有可能形式。在说明书中使用的词语是描述词语而非限制性词语，并且应理解，在不脱离本公开的精神和范围的情况下，可做出各种改变。如前所述，各种实施例的特征可被组合来形成可能未明确描述或示出的本发明的另外的实施例。虽然各种实施例就一个或多个期望的特性而言可能已经被描述为提供优点或优于其他实施例或现有技术实施方式，但本领域普通技术人员应认识到，可折衷一个或多个特征或特性来达成期望的整体系统属性，这取决于具体应用和实施方式。这些属性可包括但不限于成本、强度、耐久性、生命周期成本、可销售性、外观、包装、大小、可维护性、重量、可制造性、易组装性等。为此，就一个或多个特性而言被描述为不如其他实施例或现有技术实施方式期望的实施例也在本公开的范围内，并且对于特定应用来说可能是期望的。
根据本发明，提供了一种系统，其具有：处理器，所述处理器被配置为：接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；基于所述报告数据为初始场景建立模型；确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的所述可用性；基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据；基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及直到确定不再需要附加数据为止，继续：基于所述更新的场景模型调度被认为必要的任何附加实体；基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
根据一个实施例，所述调度一个或多个初始实体包括响应于所述报告数据表示小于基于所述报告数据指示的事故类型的预定义的期望数据完整性而调度数据收集实体。
根据一个实施例，所述数据收集实体包括无人机。
根据一个实施例，所述优选源包括一个或多个基础设施摄像头，并且其中所述源不可用包括所述摄像头已经用于另一功能或不提供对所述行驶路径的区域的查看覆盖范围。
根据一个实施例，所述优选源或所述第一替代源或所述第二替代源中的至少一者包括私人乘用车的一个或多个摄像头，并且其中对行驶数据或现场数据中的至少一者的所述请求包括被请求由所述摄像头捕获的坐标或地理围栏位置。
根据一个实施例，所述请求还包括要捕获所述优选坐标或地理围栏位置的一个或多个航向。
根据一个实施例，至少基于所述事故的类型和与所述事故的报告位置的接近度来确定与所述事故相关联的所述一个或多个位置。
根据本发明，提供了一种计算机实施的方法，其具有：接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；基于所述报告数据为初始场景建立模型；确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据；基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及直到确定不再需要附加数据为止，继续：基于所述更新的场景模型调度被认为必要的任何附加实体；基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
根据一个实施例，所述调度一个或多个初始实体包括响应于所述报告数据表示小于基于所述报告数据指示的事故类型的预定义的期望数据完整性而调度数据收集实体。
根据一个实施例，所述数据收集实体包括无人机。
根据一个实施例，所述优选源包括一个或多个基础设施摄像头，并且其中所述源不可用包括所述摄像头已经用于另一功能或不提供对所述行驶路径的区域的查看覆盖范围。
根据一个实施例，所述优选源或所述第一替代源或所述第二替代源中的至少一者包括私人乘用车的一个或多个摄像头，并且其中对行驶数据或现场数据中的至少一者的所述请求包括被请求由所述摄像头捕获的坐标或地理围栏位置。
根据一个实施例，所述请求还包括要捕获所述优选坐标或地理围栏位置的一个或多个航向。
根据一个实施例，至少基于所述事故的类型和与所述事故的报告位置的接近度来确定与所述事故相关联的所述一个或多个位置。
根据本发明，提供了一种存储指令的非暂时性存储介质，所述指令在被执行时使处理器执行计算机实施的方法，所述计算机实施的方法具有：接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；基于所述报告数据为初始场景建立模型；确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不可用于提供覆盖范围的位置的数据；基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及直到确定不再需要附加数据为止，继续：基于所述更新的场景模型调度被认为必要的任何附加实体；基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
根据一个实施例，所述调度一个或多个初始实体包括响应于所述报告数据表示小于基于所述报告数据指示的事故类型的预定义的期望数据完整性而调度数据收集实体。
根据一个实施例，所述数据收集实体包括无人机。
根据一个实施例，所述优选源包括一个或多个基础设施摄像头，并且其中所述源不可用包括所述摄像头已经用于另一功能或不提供对所述行驶路径的区域的查看覆盖范围。
根据一个实施例，所述优选源或所述第一替代源或所述第二替代源中的至少一者包括私人乘用车的一个或多个摄像头，并且其中对行驶数据或现场数据中的至少一者的所述请求包括被请求由所述摄像头捕获的坐标或地理围栏位置，并且其中所述请求还包括要捕获所述优选坐标或地理围栏位置的一个或多个航向。
根据一个实施例，至少基于所述事故的类型和与所述事故的报告位置的接近度来确定与所述事故相关联的所述一个或多个位置。

Claims (15)

1.一种系统，其包括：
处理器，所述处理器被配置为：
接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；
调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；
基于所述报告数据为初始场景建立模型；
确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的所述可用性；
基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；
基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；
确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；
基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不能用于提供覆盖范围的位置的数据；
基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；
基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及
直到确定不再需要附加数据为止，继续：
基于所述更新的场景模型调度被认为必要的任何附加实体；
基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；
基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及
基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
2.如权利要求1所述的系统，其中所述调度一个或多个初始实体包括响应于所述报告数据表示小于基于所述报告数据指示的事故类型的预定义的期望数据完整性而调度数据收集实体。
3.如权利要求2所述的系统，其中所述数据收集实体包括无人机。
4.如权利要求1所述的系统，其中所述优选源包括一个或多个基础设施摄像头，并且其中所述源不可用包括所述摄像头已经用于另一功能或不提供对所述行驶路径的区域的查看覆盖范围。
5.如权利要求1所述的系统，其中所述优选源或所述第一替代源或所述第二替代源中的至少一者包括私人乘用车的一个或多个摄像头，并且其中对行驶数据或现场数据中的至少一者的所述请求包括被请求由所述摄像头捕获的坐标或地理围栏位置。
6.如权利要求5所述的系统，其中所述请求还包括要捕获优选坐标或地理围栏位置的一个或多个航向。
7.如权利要求1所述的系统，其中至少基于所述事故的类型和与所述事故的报告位置的接近度来确定与所述事故相关联的所述一个或多个位置。
8.一种计算机实施的方法，其包括：
接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；
调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；
基于所述报告数据为初始场景建立模型；
确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；
基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；
基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；
确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；
基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不能用于提供覆盖范围的位置的数据；
基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；
基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及
直到确定不再需要附加数据为止，继续：
基于所述更新的场景模型调度被认为必要的任何附加实体；
基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；
基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及
基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
9.如权利要求8所述的方法，其中所述调度一个或多个初始实体包括响应于所述报告数据表示小于基于所述报告数据指示的事故类型的预定义的期望数据完整性而调度数据收集实体。
10.如权利要求9所述的方法，其中所述数据收集实体包括无人机。
11.如权利要求8所述的方法，其中所述优选源包括一个或多个基础设施摄像头，并且其中所述源不可用包括所述摄像头已经用于另一功能或不提供对所述行驶路径的区域的查看覆盖范围。
12.如权利要求8所述的方法，其中所述优选源或所述第一替代源或所述第二替代源中的至少一者包括私人乘用车的一个或多个摄像头，并且其中对行驶数据或现场数据中的至少一者的所述请求包括被请求由所述摄像头捕获的坐标或地理围栏位置。
13.如权利要求12所述的方法，其中所述请求还包括要捕获优选坐标或地理围栏位置的一个或多个航向。
14.如权利要求8所述的方法，其中至少基于所述事故的类型和与所述事故的报告位置的接近度来确定与所述事故相关联的所述一个或多个位置。
15.一种存储指令的非暂时性存储介质，所述指令当被执行时使处理器执行计算机实施的方法，所述计算机实施的方法包括：
接收紧急事故的报告，所述报告包括与所述事故有关的报告数据；
调度一个或多个初始实体以响应所述事故，所述一个或多个初始实体基于所述报告数据而选择；
基于所述报告数据为初始场景建立模型；
确定来自预定义优选源的与至少一个初始实体的优选行驶路径有关的行驶数据的可用性；
基于所述确定来请求与所述至少一个初始实体的所述优选行驶路径有关的可用行驶数据，包括当所述优选源对于所述行驶路径的至少一部分不可用时从第一替代源请求数据；
基于响应于所述请求而接收的与所述优选行驶路径有关的数据，向实体建议使用所述优选行驶路径的可行性并且当所述优选行驶路径不可接受时提供替代行驶路径；
确定来自所述预定义优选源的覆盖与所述事故相关联的一个或多个位置的现场数据的可用性；
基于所述确定来请求覆盖所述一个或多个位置的可用现场数据，包括从第二替代源请求所述优选源不能用于提供覆盖范围的位置的数据；
基于响应于所述请求而接收的接收到的现场数据来更新所述场景模型；
基于所述更新的场景模型来确定附加的必要调度、数据收集或两者；以及
直到确定不再需要附加数据为止，继续：
基于所述更新的场景模型调度被认为必要的任何附加实体；
基于所述更新的场景模型来确定覆盖与所述事故相关联的一个或多个位置的附加现场数据的所述可用性；
基于更新的模型来请求覆盖与所述事故相关联的任何先前位置或新位置的现场数据；以及
基于响应于任何附加请求而接收的任何现场数据来更新所述场景模型。
CN202211222812.1A 2021-10-12 2022-10-08 用于基于云的动态车辆调度的方法和设备 Pending CN115983539A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/498,894 2021-10-12
US17/498,894 US11776408B2 (en) 2021-10-12 2021-10-12 Methods and apparatuses for dynamic cloud-based vehicle dispatch

Publications (1)

Publication Number Publication Date
CN115983539A true CN115983539A (zh) 2023-04-18

Family

ID=85705522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211222812.1A Pending CN115983539A (zh) 2021-10-12 2022-10-08 用于基于云的动态车辆调度的方法和设备

Country Status (3)

Country Link
US (1) US11776408B2 (zh)
CN (1) CN115983539A (zh)
DE (1) DE102022126407A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116228504B (zh) * 2023-05-09 2023-07-14 竹叶科技有限公司 一种基于大数据的智慧城市一站式综合服务平台

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7363052B2 (en) 2002-08-09 2008-04-22 Lamensdorf David M Information distribution system for improved response to safety and security incidents
US7855639B2 (en) 2007-06-25 2010-12-21 Motorola, Inc. Dynamic resource assignment and exit information for emergency responders
US8040246B2 (en) 2007-12-04 2011-10-18 Avaya Inc. Systems and methods for facilitating a first response mission at an incident scene
US8630820B2 (en) 2009-08-24 2014-01-14 Strider, Inc. Methods and systems for threat assessment, safety management, and monitoring of individuals and groups
WO2015196081A1 (en) 2014-06-19 2015-12-23 Scott Technologies, Inc. Unmanned aerial vehicle for situational awareness to first responders and alarm investigation

Also Published As

Publication number Publication date
DE102022126407A1 (de) 2023-04-13
US11776408B2 (en) 2023-10-03
US20230113474A1 (en) 2023-04-13

Similar Documents

Publication Publication Date Title
US10349011B2 (en) System and method for improved obstacle awareness in using a V2X communications system
US20230018419A1 (en) Autonomous vehicle control system with roadside unit (rsu) network's global sensing
CN109389832B (zh) 使用v2x通信系统提高障碍意识的系统和方法
US10613547B2 (en) System and method for improved obstacle awareness in using a V2X communications system
CN109961638B (zh) 信息收集系统以及信息收集装置
US9767675B2 (en) Mobile autonomous surveillance
KR100986279B1 (ko) 차량항법장치와 초고속인터넷통신망을 이용한 지능형 교통관리 제어 방법 및 그 시스템
US9948898B2 (en) Using aerial imaging to provide supplemental information about a location
US20200211376A1 (en) Systems and Methods to Enable a Transportation Network with Artificial Intelligence for Connected and Autonomous Vehicles
CN113949998B (zh) 一种应急信息处理控制方法
JP7047374B2 (ja) 情報収集システム
US11380192B2 (en) Autonomous mobile object and information collection system
KR101810964B1 (ko) 도로에서 안전한 법 집행을 위한 드론 장치 및 그의 제어 방법
CN109962970B (zh) 信息收集系统以及服务器装置
CN109307514A (zh) 经数字电信网测量和报告道路用户分类、位置及运动参数的系统和方法
JP2006221537A (ja) 交通情報提供システム、交通情報提供センタ、車載用情報収集装置
US20140091949A1 (en) Wireless Networks for Sharing Road Information
US11688278B1 (en) Traffic drone system
CN112073936A (zh) 用于网络节点通信的系统和方法
KR20200068776A (ko) 자율주행 및 커넥티드 자동차용 통신 서비스 제공방법
EP2798863B1 (en) Wireless networks for sharing road information
JP2022542641A (ja) 動的なイベントの特定および流布のための方法およびシステム
KR20220128588A (ko) 전자 장치, 전자 장치의 제어 방법, 컴퓨터 프로그램 및 컴퓨터 판독 가능한 기록 매체
CN115983539A (zh) 用于基于云的动态车辆调度的方法和设备
US20210110708A1 (en) Hierarchical integrated traffic management system for managing vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication