CN116652973A - 一种具有v2x功能的模拟交通指挥员系统 - Google Patents
一种具有v2x功能的模拟交通指挥员系统 Download PDFInfo
- Publication number
- CN116652973A CN116652973A CN202310965588.3A CN202310965588A CN116652973A CN 116652973 A CN116652973 A CN 116652973A CN 202310965588 A CN202310965588 A CN 202310965588A CN 116652973 A CN116652973 A CN 116652973A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- motion control
- control command
- traffic director
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 194
- 238000012544 monitoring process Methods 0.000 claims abstract description 98
- 230000009471 action Effects 0.000 claims abstract description 84
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000004438 eyesight Effects 0.000 claims abstract description 8
- 210000001624 hip Anatomy 0.000 claims description 35
- 210000000707 wrist Anatomy 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 29
- 210000000245 forearm Anatomy 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 210000003423 ankle Anatomy 0.000 claims description 7
- 210000001513 elbow Anatomy 0.000 claims description 7
- 210000003127 knee Anatomy 0.000 claims description 7
- 210000003739 neck Anatomy 0.000 claims description 7
- 210000002832 shoulder Anatomy 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 16
- 230000006872 improvement Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000010365 information processing Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/14—Traffic procedures, e.g. traffic regulations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种具有V2X功能的模拟交通指挥员系统，其包括路侧监控子系统、模拟交通指挥员装置子系统、远程监控子系统和现场控制子系统，路侧监控子系统，用来自动采集模拟交通指挥员装置机械动作图像信息，执行计算机视觉处理算法提取模拟交通指挥员装置机械动作图像特征；模拟交通指挥员装置子系统，用来接收并执行远程监控子系统和现场控制子系统发送的动作控制命令；现场控制子系统，用来向模拟交通指挥员装置子系统发送动作控制命令；远程监控子系统，用来接收并记录路侧监控子系统发送的运动执行分析结果。本发明具有智能化程度高、控制精度高、实时性好等优点。
Description
技术领域
本发明主要涉及到智能交通技术领域，特指一种具有V2X功能的模拟交通指挥员系统。
背景技术
对于自然人驾驶员而言，正确识别交通交通指挥员的指挥手势信号，属于机动车驾驶员考试的基本内容；对于人工智能驾驶员而言，识别交通交通指挥员指挥手势信号是对其车载多传感器融合感知系统及其人工智能算法提出的必备任务。
一般地，通常采用视觉传感器信息处理可以满足这一任务目的。视觉传感器信息处理可采用人工智能技术对图像信息进行特征提取，如可采用多种人体姿态估计算法对交通交通指挥员指挥动作进行处理，提取人体颈、肩、肘、腕、腰、膝、踝等动作特征，进而与标准特征数据进行匹配比对。然而，视觉图像信息的获取会受到环境、气候等多方面因素影响，进而难以将指挥手势信号准确传达给人类驾驶员或人工智能驾驶员。
另一方面，采用视觉传感器信息处理可以满足3-5级智能网联汽车识别任务需求，但由于0-2级车辆车载智能化程度有限，选择V2X（车联网无线通信）应用消息实现则更为实际，且V2X应用消息可被3-5级智能网联汽车解析，还可与其视觉传感器信息处理结果进行融合，提升识别的准确性。进一步，还可利用无线通信技术的远距离传输特性，实现交通管理指挥信息的远距离传输，在道路车辆遮挡或气象因素的情况下，提升交通指挥效率。
目前，智能网联行业所采用的应用层的标准为《T/CSAE 53-2020 合作式智能运输系统车用通信系统应用层及应用数据交互标准(第一阶段)》中共包含BSM、RSI、RSM、SPAT和MAP共5种应用层消息。除BSM消息一般由机动车发出外，其他4种信息多用于描述路侧感知视角信息。其中，RSM消息多用于描述道路交通环境中的各类运动和非运动目标信息，如描述道路中车辆、行人、隔离带等的位置与其他运动状态信息；RSI消息多用于描述道路限制条件信息，如道路限速、桥梁限高、禁止驶入等常见道路标志标识信息；SPAT消息多用于描述路口交通控制信息，如红绿灯灯态、倒计时读秒等信息；MAP信息则用于描述道路相关信息，如机动车车道中心线轨迹点、车道类型（如左转车道、直行车道等）等信息。
因此，可以采用RSI、SPAT和MAP3种消息或其组合实现8类交通交通指挥员的指挥手势信号的V2X应用表达。
此外，通过模拟交通指挥员实施道路交通指挥管理作业，采用远程控制或现场控制的操作方式，可以在一定程度上减少人力投入，提升交管勤务布警密度，同时可在特定场景（如酒驾稽查、毒驾稽查等）中改善工作环境，维护交通指挥员安全。该方式可以满足当前机动车数量报增，交警出警任务量大，执勤安全条件有待提升的一线需求。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种智能化程度高、控制精度高、实时性好的具有V2X功能的模拟交通指挥员系统。
为解决上述技术问题，本发明采用以下技术方案：
一种具有V2X功能的模拟交通指挥员系统，其包括路侧监控子系统、模拟交通指挥员装置子系统、远程监控子系统和现场控制子系统，其中：
所述路侧监控子系统，用来自动采集模拟交通指挥员装置机械动作图像信息，执行计算机视觉处理算法提取模拟交通指挥员装置机械动作图像特征，且存储有交通指挥员标准交通管理指挥动作特征数据，用于与计算机视觉感知算法处理结果进行比对并分析执行准确性，还用于向远程监控子系统发送分析结果；
所述模拟交通指挥员装置子系统，用来接收并执行远程监控子系统和现场控制子系统发送的动作控制命令，还用来向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，并向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息；
所述现场控制子系统，用来向模拟交通指挥员装置子系统发送动作控制命令，向远程监控子系统发送动作控制命定记录信息，用来接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，并向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态；
所述远程监控子系统，用来接收并记录路侧监控子系统发送的运动执行分析结果，接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息，接收并记录现场控制子系统发送的运动控制命令信息，还用来向模拟交通指挥员装置子系统发送动作控制命令，并存储有动作控制数据；所述远程监控子系统根据数据地图信息编制V2X通信数据,并与数据地图一同上传；所述远程监控子系统命令通过核心通信控制模块分别向V2X通信模块和运动控制模块下发；所述V2X通信模块根据运动类型选取对应的车联网V2X信息。
作为本发明方法的进一步改进：所述路侧监控子系统用来提取模拟交通指挥员装置机械动作图像特征包括模拟交通指挥员颈、肩、肘、腕、腰、膝、踝动作特征；所述路侧监控子系统存储的交通指挥员标准交通管理指挥动作特征数据包括真实交通指挥员颈、肩、肘、腕、腰、膝、踝动作特征；该子系统向远程监控子系统发送分析结果包括状态正常和状态异常两种消息。
作为本发明方法的进一步改进：所述模拟交通指挥员装置子系统用来接收并执行的远程监控子系统的动作控制命令，所述远程监控子系统的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
作为本发明方法的进一步改进：所述模拟交通指挥员装置子系统用来接收并执行的现场控制子系统发送的动作控制命令，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
作为本发明方法的进一步改进：所述模拟交通指挥员装置子系统向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，所述动作控制命令执行状态信息包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
作为本发明方法的进一步改进：所述模拟交通指挥员装置子系统向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息包括通过MAP消息实现直行、左转弯、右转弯和变道4种指挥手势的表示信息，通过RSI消息表示减速慢行和停止2种指挥手势的表示信息，通过MAP消息、RSI消息和SPAT消息的组合实现左转弯待转和靠边停车2种指挥手势的表示信息。
作为本发明方法的进一步改进：所述远程监控子系统所记录路侧监控子系统发送的运动执行分析结果包括状态正常和状态异常两种消息。
作为本发明方法的进一步改进：所述远程监控子系统用来接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
作为本发明方法的进一步改进：所述远程监控子系统用来接收并记录现场控制子系统发送的运动控制命令信息包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
作为本发明方法的进一步改进：所述远程监控子系统用来模拟交通指挥员装置子系统发送动作控制命令，所述远程监控子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数，所述远程监控子系统存储的动作控制数据包括交通指挥员标准交通管理指挥动作运动编排数据，包括直行、左转弯、左转弯待转、右转弯、变道、减速慢行、靠边停车、停止共8种动作，以及其他法律法规新增指挥动作。
作为本发明方法的进一步改进：所述现场控制子系统向模拟交通指挥员装置子系统发送动作控制命令，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
作为本发明方法的进一步改进：所述现场控制子系统向远程监控子系统发送动作控制命定记录信息，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
作为本发明方法的进一步改进：所述现场控制子系统还接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，所述动作控制命定执行状态包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
作为本发明方法的进一步改进：所述现场控制子系统还用来向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态为模拟交通指挥员装置当前动作名称、状态正常或异常、动作命令控制来源。
与现有技术相比，本发明的优点就在于：
1、本发明的具有V2X功能的模拟交通指挥员系统，智能化程度高、控制精度高、实时性好，本发明通过融合创新，采用V2X功能的模拟交通指挥员装置及系统，可以在有效改善交警交通管理工作环境的同时，满足当前各层级智能网联汽车准确识别交通指挥员指挥手势信号的需求。
2、本发明的具有V2X功能的模拟交通指挥员系统，将智能网联汽车按照相关法律所需实现的识别8种法定交警指挥手势的要求通过机器人机械动作执行与V2X信息表达组合呈现，提升了交警指挥手势展现的标准化程度，提升了交警指挥手势对不同自动驾驶等级智能网联汽车的有效感知覆盖，针对交警酒驾稽查、毒驾稽查等特定场景，改善工作环境，维护交通指挥员安全，同时可应用于智能网联汽车测试检测领域，助力高级别自动驾驶能力智能网联车辆上路安全运行。
3、本发明的具有V2X功能的模拟交通指挥员系统，可为各种自动驾驶等级的智能网联汽车提供标准指挥动作图像信息与基于多种V2X消息描述的交警指挥手势信号，辅助人类驾驶员或人工智能驾驶员正确解析交警指挥命令。
附图说明
图1是本发明在具体应用实例中的拓扑结构示意图。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，本发明的一种具有V2X功能的模拟交通指挥员系统，包括：路侧监控子系统、模拟交通指挥员装置子系统、远程监控子系统和现场控制子系统，其中：
所述路侧监控子系统，用来自动采集模拟交通指挥员装置机械动作图像信息，执行计算机视觉处理算法提取模拟交通指挥员装置机械动作图像特征，且存储有交通指挥员标准交通管理指挥动作特征数据，用于与计算机视觉感知算法处理结果进行比对并分析执行准确性，还用于向远程监控子系统发送分析结果。
所述模拟交通指挥员装置子系统，用来接收并执行远程监控子系统和现场控制子系统发送的动作控制命令，还用来向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，并向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息。
所述现场控制子系统，用来向模拟交通指挥员装置子系统发送动作控制命令，向远程监控子系统发送动作控制命定记录信息，用来接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，并向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态。
所述远程监控子系统，用来接收并记录路侧监控子系统发送的运动执行分析结果，接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息，接收并记录现场控制子系统发送的运动控制命令信息，还用来向模拟交通指挥员装置子系统发送动作控制命令，并存储有动作控制数据。所述远程监控子系统根据数据地图信息编制V2X通信数据,并与数据地图一同上传；所述远程监控子系统命令通过核心通信控制模块分别向V2X通信模块和运动控制模块下发。所述V2X通信模块根据运动类型选取对应的车联网V2X信息。
在较佳实施例中，所述路侧监控子系统用来提取模拟交通指挥员装置机械动作图像特征包括模拟交通指挥员颈、肩、肘、腕、腰、膝、踝等动作特征；该子系统存储的交通指挥员标准交通管理指挥动作特征数据包括真实交通指挥员颈、肩、肘、腕、腰、膝、踝等动作特征；该子系统向远程监控子系统发送分析结果包括状态正常和状态异常两种消息。
在较佳实施例中，所述模拟交通指挥员装置子系统用来接收并执行的远程监控子系统的动作控制命令，所述远程监控子系统的动作控制命令可以但不限于包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
在较佳实施例中，所述模拟交通指挥员装置子系统用来接收并执行的现场控制子系统发送的动作控制命令，所述现场控制子系统发送的动作控制命令可以但不限于包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
在较佳实施例中，所述模拟交通指挥员装置子系统进一步向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，所述动作控制命令执行状态信息包括但不限于机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
在较佳实施例中，所述模拟交通指挥员装置子系统进一步向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息包括通过MAP消息实现直行、左转弯、右转弯和变道4种指挥手势的表示信息，通过RSI消息表示减速慢行和停止2种指挥手势的表示信息，通过MAP消息、RSI消息和SPAT消息的组合实现左转弯待转和靠边停车2种指挥手势的表示信息。
在较佳实施例中，所述远程监控子系统所记录路侧监控子系统发送的运动执行分析结果包括状态正常和状态异常两种消息。
在较佳实施例中，所述远程监控子系统用来接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
在较佳实施例中，所述远程监控子系统用来接收并记录现场控制子系统发送的运动控制命令信息包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
在较佳实施例中，所述远程监控子系统用来模拟交通指挥员装置子系统发送动作控制命令，所述远程监控子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。进一步，所述远程监控子系统存储的动作控制数据包括交通指挥员标准交通管理指挥动作运动编排数据，包括直行、左转弯、左转弯待转、右转弯、变道、减速慢行、靠边停车、停止共8种动作，以及其他法律法规新增指挥动作。
在较佳实施例中，所述现场控制子系统向模拟交通指挥员装置子系统发送动作控制命令，所述现场控制子系统发送的动作控制命令包括但不限于机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
在较佳实施例中，所述现场控制子系统向远程监控子系统发送动作控制命定记录信息，所述现场控制子系统发送的动作控制命令包括但不限于机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
在较佳实施例中，所述现场控制子系统进一步还接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，所述动作控制命定执行状态包括但不限于机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
在较佳实施例中，所述现场控制子系统还用来向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态为模拟交通指挥员装置当前动作名称、状态正常或异常、动作命令控制来源等。
以现场控制本发明的模拟交通指挥员系统实现对某一特定车道行驶车辆发出靠边停车指挥手势为例。
(1)安装与姿态测量阶段
安装人员首先将本发明的模拟交通指挥员机械装置安装于路口既定位置，在给机械装置上电并操作机器人各机械关节复位后，采用双天线卫星定位接收机，对该位置平面经纬度信息、机器人面向方向信息，以及道路指挥作业方向信息进行测量。然后采用三轴惯性加速度计组合结合机器人躯干参考平面和安装参考平面对其相对当地水平面的俯仰角与滚转角进行测量。
以机器人安装点为原点建立当地参考坐标系（系，/>），其中/>坐标轴指向当地水平东向，/>坐标轴指向当地水平北向，/>坐标轴垂直指向天向，即“东北天”坐标系。
建立机器人运动参考坐标系（系，/>），机器人运动坐标系原点/>与当地参考坐标系原点/>重合，其中/>坐标轴指向机器人躯干朝向方向，/>坐标轴垂直指向机器人头顶方向，/>坐标轴与/>、/>两坐标轴正交，组成右手坐标系。
根据机器人机械特征，在机器人关节建立一系列相关参考坐标系系（/>），），用于机器人姿态参考计算，即在机器人关节点建立相对于机器人运动参考坐标系的姿态传递表示途径。
根据前述机器人位置、朝向以及参考平面倾斜角度测量信息，可以得到系与/>系之间的状态转移矩阵/>。
=/>
其中，为初始状态下机器人躯干朝向与当地东向方向间的夹角，/>为初始状态下机器人头顶方向与当地水平面的倾斜夹角，/>为初始状态下机器人躯干与当地水平面的倾斜夹角。
进而，采用该双天线卫星定位接收机对该路口各车道中心线经纬度序列、道路某一边缘侧经纬度序列等信息进行测量，并且对期望车辆靠边停止的某一区域轮廓经纬度信息进行测量，同时将车道方向标志与所采集车道中心线相关联，通过这些步骤实现具有一定精度的路口数据地图。
安装人员根据数据地图信息编制V2X通信数据,并与数据地图一同上传至远程监控子系统。
根据前述地图信息测量结果，可以建立出机器人躯干方向朝向各个车道执行指挥作业的各个既定指向姿态，其与动作控制数据组合即可完成特定朝向的交通指挥作业。
(2)通信链接检查与监测标定阶段；
操作人员通过现场控制子系统远程链接远程监控子系统，检查其自身授权有效性，进行必要的动作控制数据更新。
操作人员通过现场控制子系统检查模拟交通指挥员装置子系统通信状态，通过三维可视化展示对比观察机器人状态，检查模拟交通指挥员装置子系统数据。
操作人员通过登录路侧监控子系统检查系统运作状态，控制路侧监控子系统更新交通管理指挥动作特征数据。进一步，完成路侧监控子系统视觉感知视场与机器人通过图像观察检查路侧监控子系统提取分析模拟交通指挥员装置子系统动作特征功能是否正常。
(3)作业阶段；
作业阶段分为远程操控作业和现场操控作业两种模式。
远程操控作业模式是指在无操作人员通过现场控制子系统介入的情况下，通过远程监控子系统控制模拟交通指挥员装置子系统完成交通管理指挥作业。首先，根据实际道路指挥需要由远程监控子系统向模拟交通指挥员装置子系统下发控制命令（直行、左转弯、左转弯待转、右转弯、变道、减速慢行、靠边停车、停止8种动作中的一种），运动控制命令信息包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
数据通过身份鉴权之后，远程监控子系统命令通过核心通信控制模块分别向V2X通信模块和运动控制模块下发。
V2X通信模块根据运动类型选取对应的车联网V2X信息，本例中靠边停车指挥手势可以用采用MAP消息、RSI消息和SPAT消息的组合实现，其中MAP消息用于向智能网联汽车给靠边停车的期望运动路线，RSI消息用于向智能网联汽车发送注意交警指挥手势提醒信息或禁止驶入标志警示信息，SPAT消息用于描述期望运动路线车道及靠边停车位置处红色信号等提醒信息。智能网联汽车通过接收组合信息，通过逻辑分析，车载系统可以向人类驾驶员实现车内动态提醒，或者向人工智能驾驶员提供期望运动路线信息及控制指令。
运动控制模块根据机器人各部分转动角度运动控制命令实现关节转动。则根据前述所建立的机器人运动描述坐标系，可得到机器人各部分矢量在系中的表示，如右手手臂矢量/>可以表示为：
结合交通指挥员标准交通管理指挥动作运动编排数据，结合机器人机械结构先验知识（如上臂长度、小臂长度等几何信息），则可以得到对应指挥动作的机器人运动姿态。如机器人模块结构部分数量为m，可以将标准动作描述为一组表征时刻机器人模块各个结构部分的一组3维向量序列，即可获得一组由3行m列的矩阵/>组成的标准动作矩阵序列。
模拟交通指挥员装置子系统通过远程监控通信模块可将机器人模块各个关节的实时测量数据发送给远程监控子系统和现场控制子系统，即将控制命令的执行状态进行反馈。
与此同时，路侧监控子系统通过对摄像头模块采集视觉图像信息并进行分析，具体是对模拟交通指挥员装置子系统机器人所呈现的人体姿态进行估计，如可采用常见神经网络算法，如DeepPose、AlphaPose或OpenPose算法实现对每一帧图像信息的2D人体姿态估计，进一步可根据前述标定信息，通过基于2D姿态估计获取3D估计信息，最终可以得到机器人姿态的观测向量矩阵，同样也为一个3行m列的矩阵
路侧监控子系统将接收模拟交通指挥员装置子系统信息与通过算法获取信息进行序列比对分析，考虑到采样时间差异，对/>序列信息按照标准动作矩阵序列采样间隔进行差值，然后将所获得的/>序列用于相似分析，滑动计算两组序列的最小距离/>。
如最小距离，即满足判决条件/>，则做出状态正常结论，反之做出状态异常结论，并将结果发送远程监控子系统。远程监控子系统一方面存储分析结论，另一方面对状态异常进行处理，如远程监控子系统会向模拟交通指挥员装置子系统发送的系统复位处理消息。模拟交通指挥员装置子系统在接收到复位处理指令后会进行复位操作。
现场操控作业模式是指在无远程监控子系统介入控制的情况下，由现场操作人员通过现场控制子系统控制模拟交通指挥员装置子系统完成交通管理指挥作业。其与远程操控作业模式类似。操作人员通过现场控制子系统下达控制指令，向模拟交通指挥员装置子系统发送控制命令，并通过现场控制子系统观察命令执行情况。需要说明的是处于安全考虑，远程监控子系统具有最高管理权限，因此即使在现场操控作业模式下，也需要将当前命令历史向远程监控子系统反馈。
通过采用本发明上述的具有V2X功能的模拟交通指挥员系统，能够达成以下效果：
(1)减轻执勤人力需求；系统采用云端远程控制方式或现场无线控制方式可同时控制多个机器人，在道路不同地点开展交通指挥作业，通过与交通指挥员配合形成更远距离、更大范围的交通指挥控制能力，从而可以在一定区域内减轻执勤人力需求。
(2)降低执勤工作强度；系统支持单个或有限个操控者通过云端远程控制方式或现场无线控制方式协调控制多个机器人共同完成同一交通指挥任务，一方面可以减轻以往需要多个交通指挥员通信、协调与决策的工作强度，另一方面可以让交通指挥员选择更适宜的工作环境开展指挥工作，降低恶劣天气对交通指挥员健康的危害。
(3)扩展有效指挥距离；系统通过V2X无线通信方式同步将交警指挥信息向智能网联汽车发送，凭借无线通信的超视距特性和抗干扰特性，可将交通指挥信息远距离发送，还可有效解决恶劣天气、道路交通环境遮挡等造成驾驶员近距离观察困难的问题。
(4)提升指挥交互效率；系统通过组合V2X信息的方式对应交通指挥员指挥信息，允许交通指挥员根据道路实际情况设置指定区域、车道、车速等与交通管理实战相关信息，通过V2X的方式与智能网联汽车车载系统及驾驶人进行交互，向智能网联汽车车载系统高效传递更为准确的交通管理要求。
(5)保证规范指挥动作；系统采用机器人执行指挥动作运动控制程序，辅助以路侧监控和云端处理，在实时监控机器人工作状态同时充分保证动作的规范性，特别是在新型指挥手势动作推广过程中，通过云端控制和现场控制快速下发指挥命令，在降低培训工作量的同时，消除因人而异的指挥动作差异。
(6)降低运维工作强度；系统采用人工智能算法提取机器人运动形态对比标准动作运动形态，在实时监控分析机器人动作完成状态的同时，还可以根据分析结果，准确定位故障环节，为维护提供精准指向。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (14)
1.一种具有V2X功能的模拟交通指挥员系统，其特征在于，包括路侧监控子系统、模拟交通指挥员装置子系统、远程监控子系统和现场控制子系统，其中：
所述路侧监控子系统，用来自动采集模拟交通指挥员装置机械动作图像信息，执行计算机视觉处理算法提取模拟交通指挥员装置机械动作图像特征，且存储有交通指挥员标准交通管理指挥动作特征数据，用于与计算机视觉感知算法处理结果进行比对并分析执行准确性，还用于向远程监控子系统发送分析结果；
所述模拟交通指挥员装置子系统，用来接收并执行远程监控子系统和现场控制子系统发送的动作控制命令，还用来向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，并向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息；
所述现场控制子系统，用来向模拟交通指挥员装置子系统发送动作控制命令，向远程监控子系统发送动作控制命定记录信息，用来接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，并向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态；
所述远程监控子系统，用来接收并记录路侧监控子系统发送的运动执行分析结果，接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息，接收并记录现场控制子系统发送的运动控制命令信息，还用来向模拟交通指挥员装置子系统发送动作控制命令，并存储有动作控制数据；所述远程监控子系统根据数据地图信息编制V2X通信数据,并与数据地图一同上传；所述远程监控子系统命令通过核心通信控制模块分别向V2X通信模块和运动控制模块下发；所述V2X通信模块根据运动类型选取对应的车联网V2X信息。
2.根据权利要求1所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述路侧监控子系统用来提取模拟交通指挥员装置机械动作图像特征包括模拟交通指挥员颈、肩、肘、腕、腰、膝、踝动作特征；所述路侧监控子系统存储的交通指挥员标准交通管理指挥动作特征数据包括真实交通交通指挥员颈、肩、肘、腕、腰、膝、踝动作特征；该子系统向远程监控子系统发送分析结果包括状态正常和状态异常两种消息。
3.根据权利要求1所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述模拟交通指挥员装置子系统用来接收并执行的远程监控子系统的动作控制命令，所述远程监控子系统的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
4.根据权利要求1所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述模拟交通指挥员装置子系统用来接收并执行的现场控制子系统发送的动作控制命令，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
5.根据权利要求1所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述模拟交通指挥员装置子系统向远程监控子系统和现场控制子系统反馈动作控制命令执行状态信息，所述动作控制命令执行状态信息包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
6.根据权利要求1所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述模拟交通指挥员装置子系统向特定车道或特定方向行驶车辆发送与动作相应的车联网V2X信息包括通过MAP消息实现直行、左转弯、右转弯和变道4种指挥手势的表示信息，通过RSI消息表示减速慢行和停止2种指挥手势的表示信息，通过MAP消息、RSI消息和SPAT消息的组合实现左转弯待转和靠边停车2种指挥手势的表示信息。
7.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述远程监控子系统所记录路侧监控子系统发送的运动执行分析结果包括状态正常和状态异常两种消息。
8.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述远程监控子系统用来接收模拟交通指挥员装置子系统发送的动作控制命令执行状态信息包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
9.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述远程监控子系统用来接收并记录现场控制子系统发送的运动控制命令信息包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
10.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述远程监控子系统用来模拟交通指挥员装置子系统发送动作控制命令，所述远程监控子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数，所述远程监控子系统存储的动作控制数据包括交通指挥员标准交通管理指挥动作运动编排数据，包括直行、左转弯、左转弯待转、右转弯、变道、减速慢行、靠边停车、停止共8种动作，以及其他法律法规新增指挥动作。
11.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述现场控制子系统向模拟交通指挥员装置子系统发送动作控制命令，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
12.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述现场控制子系统向远程监控子系统发送动作控制命定记录信息，所述现场控制子系统发送的动作控制命令包括机器人头部转动角度运动控制命令参数、腰部转动角度运动控制命令参数、左右上臂转动角度运动控制命令参数、左右小臂转动角度运动控制命令参数、左右手腕部运动控制命令参数。
13.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述现场控制子系统还接收模拟交通指挥员装置子系统反馈的动作控制命定执行状态，所述动作控制命定执行状态包括机器人头部转动传感器角度状态信息、腰部转动传感器角度状态信息、左右上臂转动传感器角度状态信息、左右小臂转动传感器角度状态信息、左右手腕部转动传感器角度状态信息。
14.根据权利要求1-6中任意一项所述的具有V2X功能的模拟交通指挥员系统，其特征在于，所述现场控制子系统还用来向现场操作人员显示模拟交通指挥员装置子系统动作控制命令执行状态为模拟交通指挥员装置当前动作名称、状态正常或异常、动作命令控制来源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310965588.3A CN116652973B (zh) | 2023-08-02 | 2023-08-02 | 一种具有v2x功能的模拟交通指挥员系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310965588.3A CN116652973B (zh) | 2023-08-02 | 2023-08-02 | 一种具有v2x功能的模拟交通指挥员系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116652973A true CN116652973A (zh) | 2023-08-29 |
| CN116652973B CN116652973B (zh) | 2023-10-13 |
Family
ID=87710202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310965588.3A Active CN116652973B (zh) | 2023-08-02 | 2023-08-02 | 一种具有v2x功能的模拟交通指挥员系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116652973B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0512999U (ja) * | 1991-07-26 | 1993-02-19 | 株式会社協和エクシオ | ロボツト型交通誘導機 |
| CN2758036Y (zh) * | 2004-12-20 | 2006-02-15 | 济南大学 | 网络化智能交通警察机器人 |
| JP2009037623A (ja) * | 2007-08-03 | 2009-02-19 | Korea Electronics Telecommun | 交通統制ロボットとこれを用いた交通統制システム及びその制御方法 |
| CN106251663A (zh) * | 2016-09-14 | 2016-12-21 | 深圳市喜悦智慧数据有限公司 | 一种智能交通机器人 |
| CN106297339A (zh) * | 2016-10-11 | 2017-01-04 | 常州大学怀德学院 | 一种用于指示车辆行驶的机器人 |
| CN109211582A (zh) * | 2018-07-27 | 2019-01-15 | 山东省科学院自动化研究所 | 无人驾驶车辆认知交通指挥手势能力的测试系统及方法 |
| CN109741614A (zh) * | 2019-02-02 | 2019-05-10 | 董懿铖泽 | 一种交通机器人的控制系统及方法 |
| CN109743554A (zh) * | 2019-01-30 | 2019-05-10 | 合肥特尔卡机器人科技股份有限公司 | 一种智能交警机器人 |
| CN110695997A (zh) * | 2019-11-04 | 2020-01-17 | 王杰 | 一种5g/nb通信交警机器人远程监控系统及应用方法 |
-
2023
- 2023-08-02 CN CN202310965588.3A patent/CN116652973B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0512999U (ja) * | 1991-07-26 | 1993-02-19 | 株式会社協和エクシオ | ロボツト型交通誘導機 |
| CN2758036Y (zh) * | 2004-12-20 | 2006-02-15 | 济南大学 | 网络化智能交通警察机器人 |
| JP2009037623A (ja) * | 2007-08-03 | 2009-02-19 | Korea Electronics Telecommun | 交通統制ロボットとこれを用いた交通統制システム及びその制御方法 |
| CN106251663A (zh) * | 2016-09-14 | 2016-12-21 | 深圳市喜悦智慧数据有限公司 | 一种智能交通机器人 |
| CN106297339A (zh) * | 2016-10-11 | 2017-01-04 | 常州大学怀德学院 | 一种用于指示车辆行驶的机器人 |
| CN109211582A (zh) * | 2018-07-27 | 2019-01-15 | 山东省科学院自动化研究所 | 无人驾驶车辆认知交通指挥手势能力的测试系统及方法 |
| CN109743554A (zh) * | 2019-01-30 | 2019-05-10 | 合肥特尔卡机器人科技股份有限公司 | 一种智能交警机器人 |
| CN109741614A (zh) * | 2019-02-02 | 2019-05-10 | 董懿铖泽 | 一种交通机器人的控制系统及方法 |
| CN110695997A (zh) * | 2019-11-04 | 2020-01-17 | 王杰 | 一种5g/nb通信交警机器人远程监控系统及应用方法 |
Non-Patent Citations (1)
| Title |
|---|
| 林玮平;李颖;魏颖琪;: "5G交通行业应用场景分析", 广东通信技术, no. 07, pages 38 - 41 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116652973B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104943684B (zh) | 无人驾驶汽车控制系统和具有其的汽车 | |
| CN109884916A (zh) | 一种自动驾驶仿真评估方法及装置 | |
| CN113022540B (zh) | 一种用于多车状态监控的实时远程驾驶系统及方法 | |
| DE112019005425T5 (de) | Redundanz in autonomen fahrzeugen | |
| CN206772594U (zh) | 自动驾驶车辆避让动态障碍物能力的测试场 | |
| CN108196535A (zh) | 基于增强学习和多传感器融合的自动驾驶系统 | |
| CN110598637B (zh) | 一种基于视觉及深度学习的无人驾驶系统及方法 | |
| CN109583415A (zh) | 一种基于激光雷达与摄像机融合的交通灯检测与识别方法 | |
| CN207650996U (zh) | 一种基于无人机的自主式巡检违章罚停系统 | |
| CN110155079A (zh) | 基于区块链技术的辅助驾驶系统及方法 | |
| CN110648548A (zh) | 一种基于路侧设备的路面安全性检测系统及方法 | |
| CN109849816B (zh) | 一种自动驾驶汽车驾驶能力评测方法、装置及系统 | |
| CN112506222A (zh) | 一种无人机智能化避障方法及装置 | |
| CN111796602A (zh) | 一种植保无人机障碍物探测和预警系统 | |
| CN111386563B (zh) | 教师数据生成装置 | |
| CN113537046A (zh) | 基于检测车辆轨迹大数据的地图车道线标注方法及系统 | |
| CN110083099A (zh) | 一种符合汽车功能安全标准自动驾驶架构系统和工作方法 | |
| CN113791619A (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
| US20230044889A1 (en) | Training Neural Networks Using a Neural Network | |
| CN115440034B (zh) | 一种基于摄像头的车路协同实现方法及实现系统 | |
| DE112021006099T5 (de) | Bordrückkopplungssystem für autonome Fahrzeuge | |
| CN107607939B (zh) | 一种基于真实地图及影像的光学目标跟踪定位雷达装置 | |
| JP4163624B2 (ja) | 自動作業システム | |
| CN116652973B (zh) | 一种具有v2x功能的模拟交通指挥员系统 | |
| CN117008574A (zh) | 一种智能网联汽车高级辅助驾驶系统和自动驾驶系统测试平台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |