CN116711266A - 用于不当行为检测报告管理路由的方法和系统 - Google Patents
用于不当行为检测报告管理路由的方法和系统 Download PDFInfo
- Publication number
- CN116711266A CN116711266A CN202180089172.9A CN202180089172A CN116711266A CN 116711266 A CN116711266 A CN 116711266A CN 202180089172 A CN202180089172 A CN 202180089172A CN 116711266 A CN116711266 A CN 116711266A
- Authority
- CN
- China
- Prior art keywords
- misbehaving
- report
- improper behavior
- condition
- improper
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000001514 detection method Methods 0.000 title claims description 37
- 230000005540 biological transmission Effects 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 437
- 230000004044 response Effects 0.000 claims description 60
- 238000004891 communication Methods 0.000 claims description 43
- 238000010801 machine learning Methods 0.000 claims description 37
- 230000007246 mechanism Effects 0.000 claims description 19
- 230000003542 behavioural effect Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 14
- 230000002411 adverse Effects 0.000 claims description 10
- 230000033458 reproduction Effects 0.000 claims description 10
- 238000000513 principal component analysis Methods 0.000 claims description 5
- 230000005055 memory storage Effects 0.000 claims description 3
- 230000008520 organization Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 186
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000001413 cellular effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 241000544061 Cuculus canorus Species 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 241001553178 Arachis glabrata Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 102100035964 Gastrokine-2 Human genes 0.000 description 1
- 101001075215 Homo sapiens Gastrokine-2 Proteins 0.000 description 1
- 102100031269 Putative peripheral benzodiazepine receptor-related protein Human genes 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012554 master batch record Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
各种实施例的方法、不当行为管理系统、非暂时性处理器可读介质提供了对不当行为报告的生成、存储和从车辆到万物(V2X)车载装备到相关联实体(诸如不当行为管理机构)的发送的管理。各种实施例可以包括检测已经发生的不当行为状况,并且基于聚合的关键性值来确定是否生成不当行为报告。不当行为管理系统然后可以确定是否存储所生成的不当行为报告。不当行为管理系统还可以确定是否向不当行为管理机构发送所生成的不当行为报告。在一些实施例中,不当行为管理系统可以确定从存储装置可以删除哪些所存储的不当行为报告。
Description
相关申请
本申请要求2021年1月14日提交的题为“Method and System for MisbehaviorDetection Report Management Routing”的美国临时申请第63/137,324号的优先权,其全部内容出于所有目的通过引用的方式并入本文中。
背景技术
蜂窝式车辆到万物(C-V2X)协议用作基于车辆的无线通信的基础,并可以用于支持智能公路、自主和半自主车辆,并且提高公路运输系统的整体效率和安全性。C-V2X定义了两种发送模式,共同提供360°非视线感知和更高水平的可预测性,用于增强道路安全性和自主驾驶。第一发送模式包括直接C-V2X,其包括车辆到车辆(V2V)、车辆到基础设施(V2I)和车辆到行人(V2P),并在独立于蜂窝式网络的专用ITS 5.9千兆赫(GHz)频谱中提供增强的通信范围和可靠性。第二发送模式包括移动宽带系统和技术中的车辆到网络通信(V2N),诸如第三代无线移动通信技术(3G)(例如,全球移动通信系统(GSM)演进(EDGE)系统、码分多址(CDMA)2000系统等)、第四代无线移动通信技术(4G)(例如,长期演进(LTE)系统、LTE高级系统、微波接入的移动全球互操作性(移动WiMAX)系统等)、第五代无线移动通信技术(5G NR系统等)等。
IEEE 1609是正在开发的基于车辆的通信系统和功能性的标准。该系统的一部分是车辆广播基本安全消息(图中的BSM理层)或协同感知消息(CAM)的能力,其他车辆可以接收和处理这些消息以提高交通安全性。在发送和接收车辆中对此类消息的处理发生在提供V2X功能性的车载装备中(本文称为“V2X车载装备”)。
在V2X通信中,检测到不准确、损坏或被黑客攻击(即不良)的数据非常重要,以防止此类不准确的数据进一步传播。然而,随着越来越多的车辆被装备来参与此类网络,潜在的不当行为状况数据量很大,并且以指数速率增长。因此,可以控制此类检测到的不当行为状况的管理,以便有效地利用V2X消息传递。不当行为检测系统对于执行不良数据的检测以及不当行为报告(MBR)的生成的功能是重要的。需要生成MBR,将其存储在本地,并发送给可信的第三方进行调查(例如,不当行为管理机构)。因此,随着V2X系统的部署,V2X车载装备的完整性和功能性将是一个重要的设计考虑点。
发明内容
各种方面包括在由V2X或V2V机载装备检测到不当行为状况之后,管理不当行为检测报告(图中的MBR)的生成、存储以及从V2X或V2V车载装备到不当行为管理机构(MA)的发送的方法。各种方面可以包括:响应于对不当行为状况的检测,基于聚合的关键性值来确定是否生成用于标识不当行为状况的不当行为报告;响应于确定生成用于标识不当行为状况的不当行为报告,生成标识该不当行为状况的不当行为报告;确定是否存储所生成的不当行为报告;以及向不当行为管理机构发送所生成的不当行为报告。
一些方面可以还包括确定是否向不当行为管理机构发送所生成的不当行为报告,其中响应于确定发送所生成的不当行为报告来执行向不当行为管理机构发送所生成的不当行为报告。
一些方面可以还包括:使用机器学习模型分析传感器数据,以确定是否检测到不当行为状况,其中生成标识该不当行为状况的不当行为报告可以包括生成包括以下各项中的一者或多者的不当行为报告:机器学习模型;机器学习模型的输出;机器学习模型的主成分分析;机器学习模型的中间表示;或机器学习模型的标识符。
一些方面可以还包括以下各项中的一者或多者:基于不当行为状况的潜在安全影响或潜在交通中断的水平,对检测到的不当行为状况进行分类;确定不当行为状况的观测长度;确定不当行为状况的重现次数;或者确定经历不当行为状况的邻近车辆的数量,以及可以还包括基于不当行为状况分类、不当行为状况的观测长度、不当行为状况的重现次数,以及经历不当行为状况的邻近车辆的数量中的一者或多者来生成聚合的关键性值。
一些方面可以还包括以下各项中的一者或多者:确定作为不当行为报告的主题的不当行为状况的检测的置信水平;或者确定是否有来自邻近车辆的附加消息伴随该不当行为报告;确定与不当行为管理机构的网络通信链路是否可用于发送该不当行为报告,其中可以基于不当行为状况的检测的置信水平、伴随不当行为报告的附加消息邻近车辆的数量,以及与不当行为管理机构的网络通信链路是否可用于发送不当行为报告中的一者或多者来确定是否存储所生成的用于标识不当行为状况的不当行为报告。
一些方面可以还包括:基于不当行为状况的潜在安全影响,对作为所生成的不当行为报告的主题的检测到的不当行为状况进行分类;基于不当行为状况的分类,向不当行为报告指定初始权重;向不当行为报告指定衰减因子;以及以规则间隔使指定的初始权重与衰减因子相乘,以确定不当行为报告的所确定的权重,其中确定是否存储该不当行为报告还基于不当行为报告的所确定的权重。
一些方面可以还包括:基于潜在交通中断的水平,对作为生成的不当行为报告的主题的检测到的不当行为状况进行分类;基于不当行为状况的分类,向不当行为报告指定初始权重;向不当行为报告指定衰减因子;以及以规则间隔使指定的初始权重与衰减因子相乘,以确定不当行为报告的所确定的权重,其中确定是否存储该不当行为报告还基于不当行为报告的所确定的权重。
一些方面可以还包括:确定可用存储空间是否低于存储空间阈值水平;响应于确定可用存储空间低于存储空间阈值水平来执行刷新操作,其中该刷新操作基于以下各项中的一者来删除存储的不当行为报告:存储不当行为报告的顺序、不当行为状况的分类、存储的副本的重复次数,以及不当行为报告的所确定的权重。
在一些方面,确定是否发送不当行为报告可以基于以下各项中的至少一者:不当行为状况的分类;存储不当行为报告的顺序;或公平规则。一些方面可以还包括在将不当行为报告传送到不当行为管理机构之前,将该不当行为报告发送到不当行为预处理实体进行预处理。
一些方面可以还包括:接收来自不当行为管理机构的反馈,并执行以下各项中的一者或多者:响应于该反馈,调整影响生成用于标识不当行为状况的不当行为报告的确定的生成参数;响应于该反馈,调整不当行为状况的检测的置信水平、伴随不当行为报告的附加消息邻近车辆的数量,以及与不当行为管理机构的网络通信链路是否可用于发送不当行为报告的一个或多个阈值,该一个或多个阈值被用于确定是否存储所生成的不当行为报告;或者响应于该反馈,调整影响向不当行为管理机构发送该不当行为报告的确定的发送参数。
其他方面包括不当行为管理系统,该系统包括存储器和被配置成执行上文概述的任何方法的操作的处理器。其他方面可以包括不当行为管理系统,该系统具有用于执行对应于上文概述的任何方法的功能的各种部件。其他方面可以包括其上存储有处理器可执行指令的非暂时性处理器可读存储介质,该处理器可执行指令被配置成使得不当行为管理系统的处理器执行对应于上文概述的任何方法的操作。
附图说明
并入本文中并构成本说明书一部分的附图图示了权利要求的示例性实施例,并且与给出的一般描述和具体实施方式一起用于解释本文的特征。
图1是图示适于实现各种实施例的V2X通信系统的子集的示意性框图。
图2是用于管理不当行为报告的不当行为管理网络的组件图。
图3是由不当行为管理系统管理不当行为报告的生成、存储和发送的示例性方法的处理流程图。
图4A和图4B是确定是否由不当行为管理系统生成不当行为报告的示例性方法的处理流程图。
图5A和图5B是确定是否由不当行为管理系统存储不当行为报告的示例性方法的处理流程图。
图6是由不当行为管理系统计算所生成的不当行为报告的权重的示例性方法的处理流程图。
图7是确定哪个存储的不当行为报告可以由不当行为管理系统删除的示例性方法的处理流程图。
图8是由不当行为管理系统调整反馈信号中的阈值的示例性方法的处理流程图。
图9是图示适用于各种实施例的示例性移动计算设备的组件框图。
图10是图示适用于各种实施例的示例性移动计算设备的组件框图。
图11是图示适用于各种实施例的示例性服务器的组件框图。
具体实施方式
将参考附图来详细描述各种实施例。在可能的情况下,相同的附图标记将在所有附图中用于指代相同或相似的部分。对特定示例和实现方式的参考是出于说明性目的,而不是意图限制权利要求的范围。
总的来说,各种实施例包括用于在检测到不当行为状况之后,管理来自V2X或V2V车载装备的不当行为报告(图中的MBR)的生成、存储、发送和预处理的方法和机制,这些不当行为报告被发送给管理机构,诸如不当行为管理机构和/或安全凭证管理系统(SCMS)。
V2X系统和技术通过使车辆能够共享关于其位置、速度、行驶方向、制动和其他可能对其他车辆的防撞和其他安全功能有用的因素的信息,为改进交通流量和车辆安全带来了巨大的希望。配备有V2X/V2V车载装备的车辆将频繁地(例如,多达每秒20次)以称为基本安全消息(BSM)或协同感知消息(CAM)的数据包发送其车辆信息。随着所有配备V2X的车辆发送此类BSM/CAM消息,所有接收车辆都有控制其自身速度和方向所需的信息以避免碰撞,并有效和安全地相对于彼此定位车辆。可以设想,配备V2X的车辆可以能够通过安全地减少间隔距离、将几辆车结队以及避免车辆发生故障来改进交通流量。
为了便于参考,在本申请中使用在车辆到万物(V2X)术语内操作的不当行为管理系统来描述一些实施例。然而,应理解,各种实施例包含任何或所有V2X或基于车辆的通信标准、消息或技术。因此,本申请中的任何内容都不应被解释为将权利要求限制为V2X和基本安全消息(BSM),除非在权利要求中明确陈述。另外,本文描述的实施例论述了执行V2X通信的车载装备。设想了其他实施例,其中V2X通信还可以包括移动设备、移动计算机和路侧单元(RSU),其被配备来监测道路和车辆状况以及参与V2X通信。
为了帮助描述由各种实施例解决的问题,图1图示了包括三个车辆12、14、16的V2X系统100的一部分。每一车辆12、14、16分别包括V2X车载装备102、104、106,其被配置成周期性地广播基本安全消息112、114、116,以由其他车辆的车载装备(例如,102、104、106)接收和处理。通过共享车辆位置、速度、方向、制动和其他信息,车辆可以维持安全间隔,并标识和避免潜在的碰撞。例如,从引导车辆16接收基本安全消息114的尾随车辆12可以确定车辆16的速度和位置,使得车辆12能够匹配速度并维持安全间隔距离20。通过在引导车辆16施加制动时通过基本安全消息114被通知,尾随车辆12中的V2X装备102可以同时施加制动,以即使在引导车辆16突然停止时也维持安全间隔距离20。作为另一示例,卡车车辆14内的V2X装备104可以从两个车辆12、16接收基本安全消息112、116,并且因此被通知卡车车辆14应在十字路口停车以避免碰撞。车辆V2X车载装备102、104、106中的每一者可以使用各种近距离通信协议中的任一者来相互通信。另外,车辆可以能够通过通信网络18(例如,蜂窝、WiFi等)经由通信链路122、124向原始装备制造商(OEM)(132、134)和/或远程不当行为管理机构136发送关于所检测的基本安全消息以及所检测的不当行为报告的数据和信息。不当行为报告可以被直接发送到不当行为管理机构136(例如,通过通信链路146)。在其他实施例中,不当行为报告可以首先通过通信链路122、124发送到不当行为报告预处理单元,诸如OEM服务器132、134用于预处理。然后,预处理的不当行为报告可以通过通信链路142、144从不当行为报告预处理132、134发送到不当行为管理机构136。
鉴于基本安全消息对周围车辆安全操作的关键性,应注意确保基本安全消息是准确的,并可以供其他车辆依靠。用于确保可靠性的一项措施涉及向每一V2X车载装备发布证书,证书可以用于对基本安全消息签名。发布给V2X车载装备的证书不包括V2X车载装备的持久身份,且因此通常被称为假名证书。在附近车辆的V2X车载装备和基本安全播客的公路监测系统内操作的不当行为管理系统可以通过验证广播消息上的签名来确认发布基本安全消息的V2X车载装备的真实性。接收基本安全消息的V2X车载装备可以使用公钥来验证签名。为了防止黑客攻击或干扰V2X系统操作,V2X车载装备可以被配置成忽略任何接收到的已使用过期或无效证书签名的基本安全消息。
虽然使用发布给V2X车载装备的证书来对基本安全消息签名可以防止试图注入错误的基本安全消息,但是当使用合法证书的发生故障的V2X车载装备生成不准确的基本安全消息时,签名验证过程可能无法检测到。各种装备故障可以导致V2X车载装备产生不正确的基本安全消息。例如,导航传感器、速度传感器和/或从此类传感器到V2X车载装备的布线中的故障可能导致车辆定位(例如,在不正确的车道或更大的误差中)或速度的不准确报告。V2X车载装备也有可能被恶意更改,以产生使用合法证书签名的不正确的基本安全消息。两种情况都被称为不当行为。
在许多情况下,接收不当行为管理系统可以经由车载处理中的不当行为检测而检测到不当行为。当不正确的基本安全消息中包含的信息与V2X车载装备可用的可信任信息冲突时,在其他车辆上操作的不当行为管理系统可能会辨识出此类信息。例如,当报告车辆的所报告位置与所接收的基本安全消息的车辆的定位重叠时,不当行为管理系统可以辨识出所接收的安全消息中的定位信息是不正确的。作为另一示例,当速率与装备自身车辆和周围车辆的速率不一致时,不当行为管理系统可以辨识出所接收的基本安全消息中的速率信息不正确。可以使用辨识不正确的基本安全消息的其他方法。
为了确保V2X系统的完整性和可靠性,不当行为管理系统可以被配置成通过发送将检测到的问题通知给其他系统的消息,来将检测到的不正确的基本安全消息通知给其他车辆和公路系统或机构。在常规系统中,接收V2X车载装备可以自动地生成不当行为报告(图中的MBR)或不当行为检测报告。每一不当行为报告可以包括对不正确的基本安全消息签名的不当行为V2X车载装备的假名证书。检测到不当行为的不当行为管理管理系统可以被配置成向特定网络后端实体传送不当行为检测报告用于处理,其在本文被称为SCMS的不当行为机构(MA)。报告V2X车载装备通常由OEM配置,因此不当行为报告捕捉器通常由报告V2X车载装备的OEM操作或代表该OEM操作。
不当行为检测报告可以由不当行为机构收集,该机构可以是由任何一方经营的实体,诸如政府机构、独立的第三方机构或服务提供商和/或OEM。不当行为机构可以被配置为采取措施来保护V2X系统和装备的可靠性和完整性。例如,不当行为机构可以将不当行为的V2X车载装备的证书列入黑名单,以便其他V2X车载装备可以知道以忽略包含被列入黑名单证书的基本安全消息。分散的不当行为机构也可以将证书通知给证书注册机构,以便对应的注册机构可以采取适当的措施。
术语不当行为V2X车载装备在本文用于不当行为检测报告中归因于不当行为的V2X车载装备。然而,在一些情况下,另一组件或实体,而不是所归因的V2X装备,可能会使用从V2X车载装备获得的消息或凭证进行不当行为。例如,与所归因的V2X车载装备在同一车辆中的故障传感器或装备可能是基本安全消息中错误信息导致不当行为检测的原因,尽管存在其他情况,其中车辆外部的实体可能对不正确的基本安全消息的发送负责。
诸如OEM的实体可能出于各种原因使用不当行为报告。例如,V2X车载装备的OEM可能有兴趣查看关于归因于该V2X车载装备的不当行为的不当行为报告的信息。在一些情况下,OEM可能希望该信息纯粹用于记录统计数据。在其他情况下,OEM可以采取适当的步骤,包括但不限于以下任何步骤:尝试修复V2X车载装备实现方式中的错误;更换V2X车载装备;禁用V2X车载装备;通知车主应该将车辆送来维修;从V2X车载装备中删除证书;将一些V2X车载装备证书放在撤销列表上;向V2X车载装备发布新证书。在一些情况下,OEM可能会空中执行此类操作,而在其他情况下,需要物理接入V2X车载装备。
随着越来越多的车辆配备有V2X装备,可能检测到的不当行为的量正在以指数速率增长。如果响应于每个检测到的不当行为而生成不当行为报告,则OEM和/或任何不当行为机构将被不当行为报告淹没。因此,可能有必要基于检测到的不当行为状况的指定关键性来管理每次检测到不当行为状况时是否生成不当行为报告。此外,在在V2X装备内操作的不当行为管理系统确定生成不当行为报告的情况下,不当行为管理系统可能需要管理是否存储不当行为报告和/或是否将不当行为报告发送到SCMS中的管理机构。再次,关于是否存储不当行为报告的确定可以基于对检测到的不当行为状况的指定的关键性。随着不当行为管理系统变得更加复杂,不当行为管理系统可以接收来自不当行为管理机构的反馈,该不当行为管理机构向不当行为管理系统提供反馈,该反馈可以允许不当行为管理系统完善和改进对不当行为事件的管理。特别地,反馈可以允许不当行为管理系统完善响应于检测到不当行为、存储所生成的不当行为报告和/或将不当行为报告发送给不当行为管理机构而生成不当行为报告的实例。在一些实施例中,反馈可以允许不当行为管理系统完善可以指定给检测到的不当行为状况的关键性水平。
在V2X通信中,检测不良数据有益于防止无用数据在车辆间散布。不当行为检测系统扮演这个角色,并且作为检测之后的反应,可以生成不当行为报告。可能需要生成不当行为报告,将其存储在本地,并发送给可信的第三方进行调查(例如,SCMS中的不当行为机构)。用于生成、存储和发送的规则不是微不足道的,并且可以被定义为使得效用最大化并且开销最小化。例如,不当行为检测系统不应为来自相同远程车辆的相同类型的每个单一不当行为生成不当行为报告,而是可以创建一个报告并附加“发生”值。这将节省生成时间(和I/O操作)、本地存储空间,并减少要发送的和由MA检查的不当行为报告的数量。ITS社区缺乏这样一套用于不当行为报告管理的规则/算法。
本文公开的各种实施例提供了用于在检测到不当行为状况之后管理不当行为报告的方法和机制。各种实施例可以确定响应于检测到不当行为状况而基于指定的关键性生成不当行为报告是适当的情况。各种实施例还可以在生成不当行为报告时确定何时存储所生成的不当行为报告是适当的。存储不当行为报告的确定也可以基于指定给所检测到的暗含的不当行为状况的关键性水平和不当行为报告的主题。各种实施例还可以确定何时删除先前存储的不当行为报告是适当的。各种实施例还可以确定何时向管理机构发送不当行为报告是适当的。在一些实施例中,为了更有效地利用不当行为报告中的信息,不当行为管理系统可以预处理该不当行为报告中包含的数据。
各种实施例可以包括从管理机构接收反馈的操作,以便修改或优化对不当行为报告的管理。这可能包括对指定的关键性水平的细化。
各种实施例不当行为管理系统可以部署在能够直接或间接地接收V2X消息的任何设备上。因此,本文公开的各种实施例可以在安装在车辆内的车载单元、智能电话、路侧单元或者甚至云中工作,等等。
为了给各种实施例提供上下文和背景,提供了以下关于IEEE 1609不当行为报告处理系统的背景。以下描述是高层次的,并且主要用于解释各种机构和功能性的作用,这些机构和功能性用于各种实体与V2X车载装备之间的交互。各种实施例不限于以下不当行为报告管理处理。
传送V2X装备(例如,车载单元(OBU)、RSU、ASD)可以检测不当行为状况,并且确定是否生成、存储和/或向不当行为管理机构(MA)发送不当行为报告,该机构也可以向SCMS提供此类报告。为了认证不当行为状况、不当行为报告和基本安全消息,每一传送V2X装备可以将公钥签名附加到每一不当行为状况、不当行为报告和基本安全消息,这可以通过已经发布给传送V2X车载装备的假名证书中的公共签名密钥来验证。
图2示出了涉及在不当行为管理机构与个体V2X车载装备之间传达不当行为报告的各种实体以及实体之间的关系。
图3图示了根据各种实施例的管理来自V2X装备和不当行为管理机构的不当行为管理系统的不当行为报告的生成、存储和发送所涉及的基本操作的方法300。参考图1-3,方法300的操作可以由不当行为管理系统(例如,102、104、106)来执行,诸如由配置有处理器可执行指令的处理器来执行方法300的操作。
在框302中,车载V2X装备102、104、106中包括的不当行为管理系统可以监测各种传感器数据或它们各自的车辆12、14、16,以确定是否检测到不当行为状况。在一些实施例中,V2X装备还可以包括路侧单元和/或其他移动单元,其能够监测和观测其他相应车辆的行为,以确定是否存在不当行为状况。例如,V2X装备可以从另一辆车接收到与V2X装备对其他车辆的观测结果不一致的基本安全信息。作为示例,车辆12中的车载V2X装备102可以从车辆16中的车载V2X装备106接收车辆16正在启动紧急制动操作的基本安全消息(BSM)。然而,车辆12中的车载V2X装备102的不当行为管理系统可以观测到车辆16没有减速或施加紧急制动。在此类情况下,车辆16中的车载V2X装备106可以检测到不当行为状况,因为紧急制动操作正在发生的BSM与车辆16中的车载V2X装备106的不当行为管理系统正在监测的其他传感器数据不一致。另外,从车辆16中的车载不当行为管理V2X装备106接收BSM的车辆12中的车载V2X装备102的不当行为管理系统也可以检测到不当行为状况,因为从车辆16中的车载V2X装备106接收的BSM与车辆12中的车载V2X装备102所进行的观测不一致。
虽然车辆16中的车载V2X装备106以及车辆12中的车载V2X装备102都可以检测到不当行为状况,但每一V2X装备102、106可以在确定框304中确定是否应生成不当行为报告,并且如果是,则确定收集什么证据并附加到所生成的不当行为报告。在检测到不当行为状况之后生成不当行为报告的决策可以基于许多因素。如下文参考图4A和图4B更详细论述,生成不当行为报告的决策可以基于:(i)检测到的不当行为的严重性(由于潜在的安全影响,或潜在的道路交通中断的水平),(ii)观测到的不当行为的长度(这有助于区分瞬时故障和持续的不当行为),(iii)远程车辆已经被检测为不当行为的次数(即,这有助于覆盖偶发的不当行为),(iv)被检测为执行类似不当行为的邻近车辆(具有不同证书)的数量(这有助于聚集和报告更大的问题),或者(v)仅仅在至少一个检测器被触发之后。
响应于确定应该生成不当行为报告(即,确定框304=“是”),可以在操作306中生成不当行为报告。在生成不当行为报告时,V2X装备可以确定所生成的不当行为报告是否应被存储和/或发送给不当行为管理机构。响应于确定不应生成不当行为报告(即,确定框304=“否”),V2X装备处理器可以返回以监测各种传感器数据,以确定在框302中是否检测到不当行为状况。
在确定框308中,不当行为管理系统可以确定不当行为报告是否应存储在存储器中。在生成报告之后存储不当行为报告的决策可以基于指定的关键性水平,该关键性水平又基于多个准则。如下文参考图5A和图5B更详细论述的,存储所生成的不当行为报告的决策也可以取决于所指定的关键性水平,该关键性水平又基于多个准则,这些准则可以包括:(i)检测到不当行为状况的置信水平,(ii)所确定的消息集大小(例如,检测到不当行为,但是需要来自邻近设备的特定数量的消息),(iii)黑名单方法所需的确定存储(注意,将远程车辆证书的散列存储在计数布隆(Bloom)过滤器(或布谷鸟(Cuckoo)过滤器)中是可行的),(iv)到SCMS/PKI的网络连接是否可用。
响应于确定应存储不当行为报告(即,确定框308=“是”),在框310中,不当行为报告可以被存储在不当行为管理系统的存储器存储装置中。一旦存储了不当行为报告,在确定框312中,不当行为管理系统可以确定所生成的不当行为报告是否应被发送给不当行为管理机构。
响应于确定不应存储不当行为报告(即,确定框312=“否”),不当行为管理系统可以返回以监测各种传感器数据,以确定在框302中是否检测到不当行为状况。
在一些实施例中,即使不当行为管理系统确定不应存储不当行为报告(即,确定框308=“否”),在再次监测各种传感器数据以确定在框302中是否检测到不当行为状况之前,不当行为管理系统可以任选地在确定框312中确定是否向不当行为管理机构发送不当行为报告。如图3所示,在任选的虚线中,如果不当行为管理系统确定不应存储不当行为报告(即,确定框308=“否”),则在任选的确定框312中,不当行为管理系统可以任选地确定所生成的不当行为报告是否可以被发送到不当行为管理机构。不当行为管理系统可以确定是否向不当行为管理机构发送不当行为报告。
响应于确定应发送不当行为报告(即,确定框312=“是”),在框314中,可以将不当行为报告发送给不当行为管理机构。在不当行为报告被发送之后,不当行为管理系统可以返回来监测各种传感器数据,以确定在框302中是否检测到不当行为状况。
在一些实施例中,不当行为管理系统可以使用人工智能、神经网络和/或机器学习技术(本文一般称为机器学习模型”)来检测不当行为状况的发生。不当行为管理系统可以使用机器学习模型来分析来自大量传感器和数据源的大量数据,以获得不当行为状况是否存在的指示或概率。在不当行为管理系统使用机器学习模型来检测不当行为状况的实施例中,不当行为管理系统可以生成包括关于机器学习模型的信息和/或由机器学习模型生成的信息的不当行为报告。与包括与检测到的不当行为状况相关或表征检测到的不当行为状况的所有数据相比,这可以减少包含在不当行为报告中、与不当行为报告一起存储和/或在其中发送的数据量。因此,在不当行为管理系统使用机器学习模型来检测不当行为状况的实施例中,不当行为管理系统可以被配置成生成包括以下各项中的一者或多者的不当行为报告:机器学习模型;机器学习模型的输出;机器学习模型的主成分分析;机器学习模型的中间表示;或者机器学习模型的标识符。在不当行为报告包括机器学习模型的标识符的实施例中,在V2X装备上操作的不当行为管理系统和不当行为管理机构可能先前已经共享了机器学习模型并商定了索引值。
此外,在可能存在多个存储的不当行为报告的实施例中,不当行为管理系统可以是发送不当行为报告的优先级顺序。例如,优先级顺序可以基于为每一不当行为报告确定的权重(即,最高优先级第一)。如下文参考图6更详细讨论的,可以给不当行为报告指定权重,该权重可以根据不当行为报告的相对年龄而变化。如果竞争的不当行为报告具有相同的所确定的权重值,则不当行为报告的存储顺序可以用于确定发送优先级顺序。例如,可以使用先进先出(FIFO)或后进先出(LIFO)方案,或者如果所确定的权重与暗含的的不当行为状况的分类或严重性无关,则所指定的分类或严重性值可以用作优先级顺序参数。
另一发送优先级规则可以是“公平”规则,其中自我车辆可以发送报告其邻近车辆(即,具有不同ID的车辆)的不当行为报告。该发送优先级规则可以确保自我车辆不总是只报告一个特定的邻近车辆。可以使用循环调度技术来实现公平性。例如,自我车辆可以检测在其自身内发生的不当行为状况以及在邻近车辆中发生的不当行为状况。参考图1,车辆12(自我车辆)可以检测发生在车辆12内的不当行为状况以及发生在车辆14和16中的不当行为状况。在V2X装备102内操作的不当行为管理系统可以生成与车辆12、车辆14和车辆16中的每一者中发生的不当行为状况相关的一系列不当行为报告。在示例中,在V2X装备102内操作的不当行为管理系统可以生成与在车辆12、车辆14和车辆16中的每一者内发生的不当行为相关的三(3)个单独的不当行为报告。不当行为报告可以被标识为MBR12-1、MBR12-2、MBR12-3、MBR14-1、MBR14-2、MBR14-3、MBR16-1、MBR16-2和MBR16-3。实现“公平”规则的实施例可以确保在给定的上行链路预算内同等地报告与每一不同车辆相关的不当行为报告。因此,可以按照诸如MBR12-1、MBR14-1、MBR16-1、MBR12-2、MBR14-2、MBR16-2、MBR12-3、MBR14-3和MBR16-3的顺序发送报告。
所生成的不当行为报告可以被发送到处理不当行为报告的中央“不当行为管理机构”(MA)。不当行为管理机构可以对不当行为报告执行进一步的分析,并且基于该分析来决定进行哪些实施活动。在常规的不当行为管理系统中,不当行为管理机构可能不拥有关于所接收的不当行为报告的可信度或关于它们的能力的良好知识,因为报告不当行为管理系统可能不想揭露关于它们的能力或它们观测到的专有信息,并且因为加密开销和处理冗余数据可能是不当行为管理机构的负担。
在一些实施例中,在框316中,不当行为报告可以被发送到不当行为预处理实体(也称为不当行为处理器-简称MBRPre),用于在被发送到不当行为管理机构(MA)之前进行预处理。例如,MBRPre(例如,132、134)可以是OEM(用于从车辆接收的报告),或者移动网络运营商(用于从智能电话接收的报告)。MBRPre的关键属性可以是它与V2X装备102、104、106具有单独的关系,并且受到中央不当行为管理机构136的信任。这种关系使得不当行为报告处理器(例如,132、134)能够更新在V2X装备内操作的不当行为管理系统,使得在V2X装备上操作的不当行为管理系统可以向它们的MBPre(例如,132、134)传送专有格式的不当行为报告。这种关系还允许MBPres更新不当行为报告格式,或创建聚合或统计报告,以及可能转发原始报告材料。因此,在一些实施例中,首先从V2X装备102、104、106发送到MBPre(例如,132、134)的不当行为报告可以包含比V2X装备102、104、106直接向MA 136传送不当行为报告的情况更多的信息。例如,首先从V2X装备102、104、106传送到MBPre(例如,132、134)的不当行为报告可以包含允许MBPre(例如,132、134)监测和/或校准传感器和/或记录与车辆的操作相关的专有信息的特定或专有信息。MA 136可能没有必要接收此类信息。因此,在一些实施例中,在不当行为报告被中继到MA 136之前,可以从不当行为报告中剥离或移除此类附加信息。
例如,当观测到配备有V2X的两个邻近车辆具有重叠定位时,车辆12、14、16内的车载装备(例如,102、104、106)可以检测到位置重叠不当行为。车辆的OEM可以意识到故障的GNSS接收器,且因此可以忽略或丢弃由该检测到的状况导致的不当行为报告,以避免向中央不当行为管理机构发送故障的不当行为报告。作为另一示例,如果OEM知道GNSS没有故障,则OEM可以用远程信息处理数据增加不当行为报告,以向不当行为管理机构(例如,136)提供更丰富的证据。
图4A图示了在确定框304中基于暗含的不当行为状况的指定关键性水平来确定是否应生成不当行为报告的实施例方法。指定的关键性水平可以基于多个准则。例如,指定的关键性水平可以基于作为所提出的不当行为报告的主题的暗含的不当行为状况的分类、暗含的不当行为状况的观测长度、暗含的不当行为状况的发生次数,以及可能经历暗含的不当行为状况的邻近车辆的数量。为了节省网络资源,不当行为报告的生成可以限于具有较高聚合的关键性值的暗含的不当行为状况。通过将不当行为报告的生成限制到更重要(即,更关键)的暗含的不当行为状况,可以通过关注可能影响用户安全或者普遍到足以影响大量V2X系统参与者的不当行为状况来改进整个系统。
参考图4A,在框302中不当行为管理系统检测到不当行为状况已经发生之后,不当行为管理系统可以基于聚合的关键性值是否高于阈值来确定是否生成不当行为报告。聚合的关键性值可以基于不当行为状况分类、不当行为状况的观测长度、不当行为状况的重现次数,以及经历不当行为状况的邻近车辆的数量中的一者或多者。因此,图4A示出了可以被聚合以生成聚合的关键性值的多个任选分类和确定框。各种实施例可以使用任何、一些或所有任选的分类和确定操作。例如,在框321中,不当行为管理系统可以对检测到的不当行为状况进行分类。例如,不当行为状况可被分为两类中的一类,诸如与潜在安全问题相关的不当行为或者与潜在道路交通中断相关的不当行为。可将适当的值指定给不当行为状况,以将其标识为与潜在安全问题相关的不当行为或者与潜在道路交通中断相关的不当行为。
在上文论述的示例中,车辆12中的车载V2X装备102的不当行为管理系统可以从车辆16中的车载V2X装备106接收车辆16正在启动紧急制动操作的基本安全消息(BSM)。然而,其他传感器数据以及由其他外部V2X装备(诸如在其他车辆或路侧单元中)进行的观测可能与紧急制动操作相矛盾。此类行为不当的情况可能导致其他车辆不必要地执行突然制动操作,从而导致事故。因此,不当行为状况可以被分类为与潜在的安全问题相关。
在另一示例中,车辆的全球定位系统(GPS)可能错误地确定车辆的定位。通过错误地计算车辆定位,特定道路/街道可能错误地报告在该道路/街道上行驶的车辆多于在该道路/街道上实际行驶的车辆。此类错误报告可能与潜在的道路交通中断相关。此外,错误确定的车辆位置可能与潜在的安全问题有关。例如,如果车辆GPS错误地确定并报告车辆定位在错误的行驶车道上(即,在道路/街道的错误一侧),则其他车辆可被指示引导采取规避机动以避开错误报告其位置的“幻影(phantom)”车辆。这可能会导致潜在的安全问题。
虽然在一些实施例中,不当行为状况可以被分类为与潜在安全问题相关的不当行为或与潜在道路交通中断相关的不当行为,但在其他实施例中,不当行为状况可以被指定单个滑动标度上的值。例如,与可能导致严重伤害的安全问题相关的不当行为状况可以被指定高值。仅与道路交通中断相关的不当行为状况可以被指定低的值。可能与潜在的安全问题和与潜在的道路交通中断都相关的其他不当行为状况可以基于不当行为状况的相对潜在危害与不便而被指定中间值。
在框323中,不当行为管理系统可以确定不当行为状况的观测长度,并基于观测长度来指定值。作为示例,在一些情况下,不当行为状况可能是导致检测到的不当行为的临时异常。然而,在其他情况下,不当行为状况可能是持续的。例如,如果不当行为状况仅在特定位置短时间内发生,则这可能是特定区域中影响在特定区域中行驶的车辆的恶意攻击的证据。相比之下,持续的不当行为可能是不断报告错误数据的故障传感器的结果。不当行为状况持续时间短还是长对于不当行为管理系统可能是重要的。取决于不当行为管理系统决定如何响应于所观测的不当行为状况的长度(即,长对短),这可能是主观的。在任一情况下,可以为检测到的不当行为的观测长度指定一个值,以考虑是否生成不当行为报告。
在框325,不当行为管理系统可以确定检测到的不当行为的发生次数,并基于检测到的不当行为的发生次数来指定值。例如,如果不当行为管理系统反复检测到一致的不当行为,则它可以指示传感器需要修理或更换。因此,检测到的不当行为状况的多次出现可以被指定一个值(较高或较低),该值可以导致生成不当行为报告的确定。
在框327,不当行为管理系统可以确定经历不当行为的邻近车辆的数量。如上述示例中所论述,车辆12中的车载V2X装备102的不当行为管理系统可以从车辆16中的车载V2X装备106接收车辆16正在启动紧急制动操作的基本安全消息(BSM)。然而,其他传感器数据以及由其他外部V2X装备(诸如在其他车辆或路侧单元中)进行的观测可能与紧急制动操作相矛盾。车辆12的不当行为管理系统可以从车辆16的车载V2X装备106的不当行为管理系统接收V2X通信,通知车辆12中的车载V2X装备102由车辆16的车载V2X装备106进行的观测。邻近车辆对于相同的检测到的不当行为状况的此类指示可以进一步支持车辆12的不当行为管理系统准确检测到不当行为状况的置信水平。来自邻近车辆的此类指示可以被记录并添加为检测到不当行为状况的证据。不当行为管理系统可以基于经历相同不当行为的邻近车辆的数量为不当行为状况指定值。例如,经历相同不当行为的较多数量的其他邻近车辆可以增强准确检测到不当行为状况的置信度。
在框329中,由不当行为管理系统基于在框321中检测到的不当行为状况的分类、在框323中检测到的不当行为的观测长度)、在框325中检测到的不当行为的发生次数,以及在框327中经历不当行为状况的邻近车辆的数量而指定的值可以被聚合,以确定检测到的不当行为状况的聚合的关键性值。如上所述,聚合的关键性值可以包括不当行为状况分类、不当行为状况的观测长度、不当行为状况的重现次数,以及经历不当行为状况的邻近车辆的数量中的任一者、一些或全部。
在确定框330中,不当行为管理系统可以确定聚合的关键性值是否超过阈值。在一些实施例中,指定给用于确定是否生成不当行为报告的每一准则的值对于保证生成不当行为报告的更严重的状况可以是较低的值。在此类实施例中,低于阈值的聚合值将超过阈值。在其他实施例中,指定给用于确定是否生成不当行为报告的每一准则的值对于保证不当行为报告的生成的更严重的状况可以是较高的值。在此类实施例中,高于阈值的聚合值将超过阈值。
响应于确定聚合的关键性值超过阈值(即,确定框330=“是”),在框306中,不当行为管理系统可以生成不当行为报告。
响应于确定聚合的关键性值不超过阈值(即,确定框330=“否”),在框302中,不当行为管理系统可以再次监测其他不当行为状况。
参考图4B,示出了用于响应于检测到不当行为状况,在确定框304中确定是否生成不当行为报告的替代实施例。参考图1-4B,替代实施例还可以执行以下操作:在框321中对检测到的不当行为状况进行分类,在框323中确定检测到的不当行为的观测长度,在框325中确定检测到的不当行为的出现次数,以及在框327中确定经历不当行为状况的邻近车辆的数量。然而,与图4A所示的实施例相反,在每次分类或确定操作之后,可以单独确定每一准则的指定的值是否超过阈值,从而可以生成不当行为报告。
例如,在框321中对检测到的不当行为状况进行分类,并且基于检测到的不当行为状况的分类来指定值之后,不当行为管理系统可以在确定框322中确定指定的值是否超过阈值。
如果基于分类的指定的值超过阈值(即,确定框322=“是”),则在框306中不当行为管理系统可以生成不当行为报告。如果基于检测到的不当行为的分类而指定的值不超过阈值(即,确定框322=“否”),则不当行为管理系统可以如所描述的那样执行框323的操作。
在框323中确定检测到的不当行为状况的观测长度,并基于检测到的不当行为状况的观测长度而指定值之后,在确定框324中,不当行为管理系统可以确定基于观测长度的指定的值是否超过阈值。
响应于确定指定的值超过阈值(即,确定框324=“是”),在框306中,不当行为管理系统可以生成不当行为报告。响应于确定基于检测到的不当行为的观测长度而指定的值不超过阈值(即,确定框324=“否”),不当行为管理系统可以如所描述的那样执行框325的操作。
在框325中确定检测到的不当行为状况的出现次数,并基于检测到的不当行为状况的出现次数而指定值之后,在确定框326中,不当行为管理系统可以确定基于出现次数的指定的值是否超过阈值。
响应于确定指定的值超过阈值(即,确定框326=“是”),在框306中,不当行为管理系统可以生成不当行为报告。响应于确定基于检测到的不当行为的出现次数而指定的值不超过阈值(即,确定框326=“否”),在框327中,不当行为管理系统可以确定经历不当行为状况的邻近车辆的数量。
在框327中确定经历相同的检测到的不当行为状况的邻近车辆的数量,并基于经历相同的检测到的不当行为状况的邻近车辆的数量指定值之后,在确定框328中,不当行为管理系统可以确定基于经历相同的检测到的不当行为状况的邻近车辆的数量的指定的值是否超过阈值。
响应于确定指定的值超过阈值(即,确定框328=“是”),在框306中,不当行为管理系统可以生成不当行为报告。响应于确定基于经历相同的检测到的不当行为状况的n个邻近车辆指定的值不超过阈值(即,确定框326=“否”),不当行为管理系统可以如所描述的那样在框302中再次监测其他不当行为状况。
在框306中的不当行为报告生成之后,不当行为管理系统可以确定是在确定框308中将不当行为报告存储在本地存储器中,还是在确定框312中发送不当行为报告,或者很可能两者都进行。在车辆不具有网络连接性来发送其(多个)不当行为报告的情况下,不当行为管理系统可以确定存储(多个)不当行为报告。存储(多个)不当行为报告的决策可以取决于多个因素,诸如:(i)检测到不当行为,但是置信度低(且因此允许收集更多证据并增加确定性),(ii)检测器需要更大的消息集(例如,检测到不当行为,但是需要来自邻近设备的一定数量的消息),(iii)黑名单方法需要存储(其可以在计数布隆过滤器或布谷鸟过滤器中存储远程车辆证书的散列),和/或(iv)没有到SCMS/PKI的网络连接可用。
图5A图示了用于确定是否应在确定框308中存储不当行为报告的实施例方法308a。参考图1-5A,在生成不当行为报告之后,关于不当行为报告是否应被存储在存储器中的确定。考虑到有限的存储器容量和可能检测到的潜在不当行为状况的量,不当行为管理系统可以确定所生成的不当行为报告中的哪一个应被存储在存储器中。以类似于图4A所图示的是否为检测到的不当行为状况生成不当行为报告的确定方式,不当行为报告可以检查和确定与所生成的不当行为报告的存储相关的多个准则,并且针对特定准则为所生成的不当行为报告指定一值。不当行为管理系统可以聚合指定的值,并确定聚合值是否超过阈值。响应于确定阈值被超过,在框310中,不当行为管理系统可以存储所生成的不当行为报告。
例如,在框306中生成不当行为报告之后,不当行为管理系统可以在框331中确定作为所生成的不当行为报告的主题的检测到的不当行为状况的置信水平。如上文论述,多个数据点可以支持检测到的不当行为状况的较高置信水平。作为示例,多个邻近车辆可以提供它们观测的指示,即从另一车辆接收的基本安全消息(BSM)不准确。如果大量邻近车辆提供BSM不准确的支持证据,则检测到不当行为状况的置信水平可能较高。在其他示例中,车辆的多个传感器之间的冲突传感器数据可能导致不当行为管理系统得出已经发生不当行为状况的结论。如果绝大多数其他传感器数据与来自特定传感器的数据相矛盾,则不当行为管理系统可以以相对高的置信度得出已经发生了不当行为状况的结论。在这些示例中的任一者中,可以将置信度值指定给检测到的不当行为状况。
此外,不当行为管理系统可以在框333中确定是否需要来自邻近车辆的附加消息来支持不当行为报告。例如,如上文论述,不当行为管理系统可以从邻近车辆接收它们各自的观测与从初始车辆接收的BSM相矛盾的指示。这些指示中的每一者都可以支持和增强准确检测到不当行为状况的置信水平。然而,附加到支持不当行为报告的数据的这些附加消息中的每一者都增加了要存储的不当行为报告的大小。因此,可以利用宝贵的存储空间。在一些实施例中,可以确定具有来自邻近车辆的附加消息的此类大的不当行为报告太大而无法存储。在一些实施例中,此类不当行为报告可以被指定可能不支持存储不当行为报告的确定的值,因为它太大。然而,在其他实施例中,此类具有支持证据的不当行为报告可以被指定支持不当行为报告将被存储的更大可能性的值。
此外,在框335中,不当行为管理系统可以确定与不当行为管理机构的通信链路是否可用。在与不当行为管理机构的通信链路可用的情况下,不当行为管理系统可以将不当行为报告发送到远程不当行为管理机构进行分析和存储。因此,可能没有必要在V2X装备中本地存储不当行为报告。因此,不当行为管理系统可以向不当行为报告指定值,该值将支持当与不当行为管理机构的通信链路可用时不在本地存储不当行为报告。
在确定框339中,不当行为管理系统可以基于以下项聚合由不当行为管理系统指定的值:在框331中确定的检测到的不当行为状况的置信水平、在框333中确定的经历不当行为状况的邻近车辆的数量,以及在框337中确定的与不当行为管理机构的通信链路是否可用,并且确定不当行为报告的聚合值是否超过阈值。
响应于确定聚合值超过阈值(即,确定框339=“是”),在框310中,不当行为管理系统可以存储不当行为报告。
响应于确定聚合值不超过阈值(即,确定框339=“否”),在框302中,不当行为管理系统可以继续监测其他不当行为状况。在一些实施例中,指定给用于确定是否存储不当行为报告的每一准则的值对于保证存储不当行为报告的更严重的状况可以是较低的值。在此类实施例中,低于阈值的聚合值将超过阈值。在其他实施例中,指定给用于确定是否存储不当行为报告的每一准则的值对于保证存储不当行为报告的更严重的状况可以是较高的值。在此类实施例中,高于阈值的聚合值将超过阈值。
图5B图示了用于在确定框308中确定是否存储不当行为报告的替代实施例方法308b。参考图1-5B,方法308b可以包括以下操作:在框331中确定检测到的不当行为状况的置信水平,在框333中确定经历不当行为状况的邻近车辆的数量,以及在如所述的方法308a的框337中确定与不当行为管理机构的通信链路是否可用。然而,与方法308a相反,在每一确定操作之后,可以进行关于每一准则的指定的值是否超过阈值的单独确定,从而可以存储不当行为报告。
例如,在框331中确定检测到的不当行为状况的置信水平,并且基于检测到的不当行为状况的置信水平来指定值之后,不当行为管理系统可以在确定框332中确定指定的值是否超过阈值。响应于确定基于置信水平的指定的值超过阈值(即,确定框332=“是”),在框310中,不当行为管理系统可以将不当行为报告存储在本地存储器中。响应于确定基于检测到的不当行为的分类而指定的值不超过阈值(即,确定框332=“否”),在框333中,不当行为管理系统可以确定经历不当行为状况的邻近车辆的数量。
在框333中确定经历不当行为状况的邻近车辆的数量,并基于经历检测到的不当行为状况的邻近车辆的数量而指定值之后,在确定框334中,不当行为管理系统可以确定基于邻近车辆数量的指定的值是否超过阈值。响应于确定指定的值超过阈值(即,确定框334=“是”),在所描述方法300的框310中,不当行为管理系统可以将不当行为报告存储在本地存储器中。
响应于确定基于邻近车辆数量而指定的值不超过阈值(即,确定框334=“否”),不当行为管理系统可以在确定框335中确定与不当行为管理机构的通信链路是否可用。响应于确定与不当行为管理机构的通信链路可用(即,确定框335=“是”),在所描述方法300的框314中,不当行为管理系统可以确定向不当行为管理机构发送不当行为报告。响应于确定与不当行为管理机构的通信链路不可用(即,确定框335=“否”),在所描述方法300的框310中,不当行为管理系统可以将不当行为报告存储在本地存储器中。
除了确定是否存储不当行为报告之外,不当行为管理系统可以确定何时从本地存储中删除或刷新所存储的不当行为报告,以便为最近生成的不当行为报告腾出空间。为了促进这种确定,可以给每一存储的不当行为报告指定权重。指定给每一存储的不当行为报告的权重也可以被不当行为管理系统用来确定特定不当行为报告的发送优先级。例如,在方法300(图3)的确定框312中,不当行为管理系统可以基于所存储的不当行为报告的相应权重,使一个所存储的不当行为报告优先于另一个。
图6图示用于计算所生成的不当行为报告的权重的方法600。参考图1-6,方法600可以由不当行为管理系统在不当行为报告被生成之后或者在所生成的不当行为报告被存储之后执行。如上文论述,在框321中,作为所生成的不当行为报告的主题的检测到的不当行为状况可以由不当行为管理系统分类。例如,不当行为状况可被分为两类中的一类,诸如与潜在安全问题相关的不当行为或者与潜在道路交通中断相关的不当行为。
在框343中,不当行为管理系统可以向不当行为状况指定初始权重值,以将其标识为与潜在安全问题相关的不当行为或者与潜在道路交通中断相关的不当行为。虽然在一些实施例中,不当行为状况可以被分类为与潜在安全问题相关的不当行为或与潜在道路交通中断相关的不当行为,但在其他实施例中,不当行为状况可以被指定单个滑动标度上的初始权重值。例如,与可能导致严重伤害的安全问题相关的不当行为状况可以被指定高的初始权重值。仅与道路交通中断相关的不当行为状况可以被指定低的初始权重值。可能与潜在的安全问题和潜在的道路交通中断都相关的其他不当行为状况可以基于不当行为状况的相对潜在危害与不便而被指定中间的初始权重值。其他因素可能影响指定的初始权重或者触发对指定的初始权重的调整或修正。例如,如果从同一来源观测到同一不当行为的多个实例,则该不当行为的每一实例可能得到不同的加权。在一些实施例中,如果从同一来源观测到同一不当行为的多个实例,这可以提示或触发不当行为管理系统聚合不当行为的每一实例,并用较高的权重来加权每一实例。在一些实施例中,如果不当行为管理系统从不当行为管理机构136(或不当行为机构预处理实体单元132、134)接收到更新指定的初始权重的命令,则此类命令可以提示或触发不当行为管理系统相应地调整权重。不当行为管理系统的此类更新可以增加或减少指定的初始权重。在一些实施例中,设备或车辆可能经历导致指定给不当行为状况的初始权重增加的事件。
如前所述,初始权重可能不仅取决于不当行为报告分类,还取决于暗含的不当行为有多严重,和/或基于它超过报告阈值多少。例如,在偏航率应该与速率和横向加速度一致的情况下,25%的不一致性将比5%的不一致性获得更高的初始权重。
在一些实施例中,可以在框329中确定的聚合值可以在框343中被用作指定给不当行为状况的初始权重。例如,在图4A所示的框329中由不当行为管理系统指定给检测到的不当行为状况的值可以包括基于以下中的一者或多者的值:在框321中进行的检测到的不当行为状况的分类、在框323中确定的检测到的不当行为的观测长度、在框325中确定的检测到的不当行为的出现次数和/或在框327中确定的经历不当行为状况的邻近车辆的数量。
除了初始权重值之外,在框345中,不当行为管理系统可以向不当行为报告指定衰减因子。衰减因子可以是大于0且小于1的值。衰减因子可以与预定的时间间隔相关联。例如,预定的时间间隔可以是几小时、几天、几周或一个月。在一些实施例中,当要生成的不当行为报告的量较大时,不当行为管理系统可以指定具有较短预定时间间隔的衰减因子。在一些实施例中,可以使用较小的衰减因子来减少用于存储和/或发送的可行的不当行为报告的数量。在一些实施例中,较短的预定时间间隔和较小的衰减因子的组合可以促进减小由不当行为管理系统确定用于存储和/或发送的不当行为报告的整体数量。
在框347中,不当行为管理系统可以确定不当行为报告的初始权重,诸如通过将不当行为报告的指定初始权重值与衰减因子相乘。
在框349,不当行为管理系统可以存储该确定的权重连同相关联的不当行为报告。不当行为管理系统可以检索并使用该存储的所确定的权重作为因子来确定是否在方法300的确定框308(图3)、操作304的确定框330(图4A)和/或操作308a的确定框339(图5A)中存储相关联的不当行为报告。
不当行为管理系统可以使用计数器、定时器和/或时钟来维持预定的时间间隔。在确定框351中,不当行为管理系统可以确定预定的时间间隔是否已经过去。响应于确定预定的时间间隔尚未过去(即,确定框351=“否”),不当行为管理系统可以在稍后时间返回,以确定预定的时间间隔是否已过去。
响应于确定预定的时间间隔已过去(即,确定框351=是),在框353中,不当行为管理系统可以确定不当行为报告的新权重。为了重新计算不当行为报告的权重,不当行为管理系统可以从存储器中检索先前确定的权重值,并将该值乘以衰减因子。
在框349中,不当行为管理系统可以存储不当行为报告的重新确定的权重值。一旦存储了所确定的权重或重新确定的权重值,该值可以被不当行为管理系统用来基于所存储的所确定的权重值来确定是否存储、删除和/或发送不当行为报告。
图7图示了可以利用所确定的不当行为报告的权重的刷新/删除处理的方法700。参考图1-7,在方法300的框310中存储了不当行为报告之后,在确定框361中,不当行为管理系统可以审核本地存储器中的可用剩余存储空间,并且确定剩余存储空间是否低于阈值量。当不当行为管理系统检测到低存储空间时,不当行为管理系统可以以多种方式中的任一者来刷新不当行为报告,诸如:(i)先进/先出(FIFO),(ii)最不严重/危险/破坏性最小的优先,(iii)重复优先(假设生成不当行为报告以报告相同的senderID和相同的不当行为,则系统可以在删除较旧的副本之前聚合不当行为报告),和/或(iv)基于单独的当前不当行为报告权重。
响应于确定剩余存储空间低于阈值量(即,确定框361=“是”),在框363中,不当行为管理系统可以删除所存储的不当行为报告。对用于删除的不当行为报告的选择可以基于以下项中的一者:存储顺序(例如,FIFO或后进/先出(LIFO))、不当行为报告的分类类型、报告相同重复不当行为状况的不当行为报告的数量、或如方法600(图6)中确定的不当行为的所确定的权重。一些实施例不当行为管理系统可以根据FIFO或LIFO方案来选择删除所存储的不当行为报告。一些实施例不当行为管理系统可以选择删除所存储的不当行为报告,使得仅删除报告潜在交通中断不便的不当行为报告。以此方式,可以保留与安全问题相关的任何不当行为报告。在一些不当行为管理系统中,可以选择包括重复的不当行为的报告用于删除。在一些实施例中,可以提供表示这些因素中的任一者和全部的值并对它们进行聚合。可以基于这些因素的聚合值来进行关于删除哪一不当行为报告的确定。
响应于确定剩余的存储空间超过阈值量(即,确定框361=“否”),在所描述方法300的框302中,不当行为管理系统可以继续监测不当行为状况。
删除不当行为报告的替代是将不当行为报告存储卸载到另一模块(例如,智能电话、边缘设备、其他车辆),只要不当行为报告被加密和签名。确定卸载哪个不当行为报告可以遵循本文描述的删除或发送规则。
当MBR被发送到中央不当行为管理机构(诸如SCMS)时,不当行为管理系统确定是否生成不当行为报告、存储不当行为报告和发送不当行为报告的方式可以被修改。图8示出了修改不当行为管理系统可以被修改的方式的方法800。
参考图1-8,在方法300的框314中的操作之后,在框371中,不当行为管理系统可以从诸如SCMS的中央不当行为管理机构接收反馈。该反馈可以是从中央不当行为管理机构传送到车辆不当行为管理系统的消息,该消息确认或拒绝不当行为状况事件的存在。例如,反馈消息可以包含布尔/二进制值,指示由不当行为管理系统发送的不当行为报告内容是正确的(响应值等于真)还是不正确的(响应值等于假)。在一些实施例中,本地不当行为检测系统(属于终端实体的不当行为检测系统)可以更新其初始权重因子。例如,如果不当行为管理系统不同意本地检测系统,则终端实体可以降低其本地检测系统的置信水平。
如上文论述的,在各种确定中的每一者中,可以基于不当行为管理系统如何选择强调某些因子超过其他因子,将各种权重和值指定给各种因子。例如,在一些实施例中,不当行为管理系统可能会将重复发生的相同不当行为状况归因于故障的传感器,并作为微小的不便而忽略。在此类实施例中,不当行为管理系统可以将较低的优先级值指定给重复发生。然而,从中央不当行为管理机构接收的反馈可以修改不当行为管理系统用来进行其各种确定的因子。此外,可以基于来自中央不当行为管理机构的反馈来修改可以导致生成、存储和/或发送的决策的阈值。在方法800中,可以在框373、375、377中调整控管这些确定中的每一者的生成阈值、存储阈值和发送阈值中的每一者。一旦对各种值进行了调整,在方法300的框302中,不当行为管理系统可以再次监测传感器数据以发现进一步的不当行为状况。
例如,参考图4A、图4B和图8,不当行为管理机构可以提供反馈,该反馈可以更改指定给不当行为管理系统的值或由不当行为管理系统使用的阈值,以评估某些检测到的不当行为状况,使得仅与最严重的安全状况相关的和/或持续时间较长的不当行为状况会导致生成不当行为报告。在一些实施例中,来自不当行为管理机构的反馈可以通知在特定车辆的V2X装备(即,102、104、106)上操作的不当行为管理系统不赞成某一类型的不当行为,这又可以不赞成聚合的关键性值,且因此不应生成标识该特定不当行为状况的报告。
现在描述实施例方法的示例。具有车载V2X装备102的车辆12可以接收具有错误数据的基本安全消息。本地不当行为检测系统分析BSM,并且可以得出远程传送器A(例如,车辆14)正在不当行为的结论,注意到传送器正在发送虚假定位,该虚假定位有可能触发错误的电子紧急制动灯警告。不当行为管理系统决定生成不当行为报告(MBR-A)。不当行为管理系统可以收集证据(例如,车辆12自己的BSM、远程发送器BSM、触发的检测器列表等),并将不当行为状况分类为“假运动状态”并指定“高”严重性值。不当行为管理系统然后可以确定存储初始权重值为1且衰减因子为0.1的MBR-A。在该示例中,具有车载V2X装备102的车辆12不具有到SCMS的连接(为了上传不当行为报告),因此具有车载V2X装备102的车辆12必须在发送它之前等待。第二天(即,预定时间间隔=天),不当行为管理系统将衰减因子应用于MBR-A,将其优先级降低到0.9。具有车载V2X装备102的车辆12检测到不同远程传送器B(例如,车辆16)的另一不当行为状况。传送器B的不当行为状态是在通信范围内的定位跳跃,但不是安全关键的。因此,MBR-B可以用优先级值0.5和衰减因子0.2来存储。具有车载V2X装备102的车辆12建立与SCMS的连接,并开始上载其存储的不当行为报告,遵循优先级值:MBR-A->MBR-B。不当行为管理系统出于列黑名单的目的保持标识符A和B的记录,并在确认成功上传之后删除MBR-A和MBR-B。(可选地)两天后,不当行为管理机构已经完成其不当行为调查,并且想要向不当行为管理系统给出反馈。具有车载V2X装备102的车辆12接收MBR-A准确而MBR-B不准确的通知。不当行为管理系统然后可以相应地调整其生成/存储/发送参数,并通知本地不当行为检测系统以便调整其内部参数。
各种实施例(包括但不限于上文参考图1-8描述的实施例)可以在包括车载装备以及移动计算设备的众多种计算系统中实现,其适用于各种实施例的示例在图9中图示。移动计算设备400可以包括耦合到触摸屏控制器404和内部存储器406的处理器402。处理器402可以是被指定用于一般或特定处理任务的一个或多个多核集成电路。内部存储器406可以是易失性或非易失性存储器,并且还可以是安全和/或加密存储器、或者非安全和/或非加密存储器或其任何组合。可以利用的存储器类型的示例包括但不限于DDR、LPDDR、GDDR、WIDEIO、RAM、SRAM、DRAM,P-RAM,R-RAM、M-RAM、STT-RAM和嵌入式DRAM。触摸屏控制器404和处理器402还可以耦合到触摸屏面板412,诸如电阻式感应触摸屏、电容式感应触摸屏、红外感应触摸屏等。此外,移动计算设备400的显示器无需具有触摸屏能力。
移动计算设备400可以具有用于传送和接收通信的彼此耦合和/或耦合到处理器402的一个或多个无线电信号收发器408(例如,Peanut、蓝牙、ZigBee、Wi-Fi、RF无线电)和天线410。收发器408和天线410可以与上述电路一起使用,以实现各种无线发送协议堆栈和接口。移动计算设备400可以包括蜂窝式网络无线调制解调器芯片416,其能够经由蜂窝式网络进行通信并耦合到处理器。
移动计算设备400可以包括耦合到处理器402的外围设备连接接口418。外围设备连接接口418可以被单独配置成接受一种类型的连接,或者可以被配置成接受各种类型的物理和通信连接,通用的或专有的,诸如通用串行总线(USB)、火线(FireWire)、雷电(Thunderbolt)或PCIe。外围设备连接接口418还可以耦合到类似配置的外围设备连接端口(未示出)。
移动计算设备400还可以包括用于提供音频输出的扬声器414。移动计算设备400还可以包括壳体420,壳体420由塑料、金属或材料的组合构成,用于容纳这里描述的所有或一些组件。本领域普通技术人员可以认识到,在车载实施例中,壳体420可以是车辆的仪表板。移动计算设备400可以包括耦合到处理器402的电源422,诸如一次性或可充电电池。可充电电池还可以耦合到外围设备连接端口,以从移动计算设备400外部的源接收充电电流。移动计算设备400还可以包括用于接收用户输入的物理按钮424。移动计算设备400还可以包括用于打开和关闭移动计算设备400的电源按钮426。
各种实施例(包括但不限于上文参考图1-8描述的实施例)可以在包括膝上型计算机500的众多种计算系统中实现,其示例在图10中图示。许多膝上型计算机包括充当计算机的点击设备的触摸板触摸表面517,且因此可以接收类似于在配备有触摸屏显示器的计算设备上实现的并且如上所述的拖动、滚动和轻击手势。膝上型计算机500将通常包括耦合到易失性存储器512和大容量非易失性存储器(诸如快闪存储器的磁盘驱动器513)的处理器502。此外,计算机500可以具有一个或多个用于传送和接收电磁辐射的天线508,该天线508可以连接到耦合到处理器502的无线数据链路和/或蜂窝式电话收发器516。计算机500还可以包括耦合到处理器502的软盘驱动器514和紧密光盘(CD)驱动器515。在笔记本配置中,计算机壳体包括触摸板517、键盘518和显示器519,它们都耦合到处理器502。众所周知,计算设备的其他配置可以包括耦合到处理器的计算机鼠标或轨迹球(例如,经由USB输入),其也可以结合各种实施例使用。
各种实施例(包括但不限于上文参考图1-8描述的实施例)还可以包括利用固定计算系统的不当行为管理机构,诸如各种市售服务器中的任一者。图l1中图示示例性服务器600。此类服务器600通常包括耦合到易失性存储器602和大容量非易失性存储器(诸如磁盘驱动器604)的一个或多个多核处理器集成件601。如图6所图示,可以通过将多核处理器集成件601插入到集成件的机架中而被添加到服务器600。服务器600还可以包括耦合到处理器601的软盘驱动器、紧密光盘(CD)或数字多功能光盘(DVD)光盘驱动器606。服务器600还可以包括耦合到多核处理器集成件601的网络接入端口603,用于建立与网络607的网络接口连接,网络607诸如是耦合到其他广播系统计算机和服务器的局域网、因特网、公共交换电话网和/或蜂窝式数据网络(例如,CDMA、TDMA、GSM、PCS、3G、4G、5G、LTE或任何其他类型的蜂窝式数据网络)。
以下段落描述了实现方式示例。虽然以下实现方式示例中的一些是根据示例性方法来描述的,但是其他示例性实现方式可以包括:在以下段落中论述的由与V2X装备一起操作的不当行为管理系统实现的示例性方法,该V2X装备可以是车载单元、移动设备单元、移动计算单元或包括处理器的固定路侧单元,该处理器配置有处理器可执行指令以执行以下实现方式示例的方法的操作;以下段落中论述的由V2X装备实现的示例性方法,该V2X装备包括用于执行以下实现方式示例的方法的功能的部件;以及在以下段落中论述的示例性方法可以被实现为其上存储有处理器可执行指令的非暂时性处理器可读存储介质,这些处理器可执行指令被配置成使得V2X装备的处理器执行以下实现方式示例的方法的操作。
示例1.一种管理不当行为报告的方法,包括:响应于对不当行为状况的检测,基于聚合的关键性值来确定是否生成用于标识不当行为状况的不当行为报告;响应于确定生成用于标识不当行为状况的不当行为报告,生成标识该不当行为状况的不当行为报告;确定是否存储所生成的不当行为报告;以及向不当行为管理机构发送所生成的不当行为报告。
示例2.示例1的方法,还包括确定是否向不当行为管理机构发送所生成的不当行为报告,其中响应于确定发送所生成的不当行为报告来执行向不当行为管理机构发送所生成的不当行为报告。
示例3.示例1或2中的任一者的方法,还包括使用机器学习模型分析传感器数据,以确定是否检测到不当行为状况,其中生成标识不当行为状况的不当行为报告包含生成包括以下各项中的一者或多者的不当行为报告:机器学习模型;机器学习模型的输出;机器学习模型的主成分分析;机器学习模型的中间表示;或机器学习模型的标识符。
示例4.示例1-3中的任一者的方法,包括以下各项中的一者或多者:基于不当行为状况的潜在安全影响或潜在交通中断的水平,对检测到的不当行为状况进行分类;确定不当行为状况的观测长度;确定不当行为状况的重现次数;或者确定经历不当行为状况的邻近车辆的数量,该方法还包括基于不当行为状况分类、不当行为状况的观测长度、不当行为状况的重现次数,以及经历不当行为状况的邻近车辆的数量中的一者或多者来生成聚合的关键性值。
示例5.示例1-4中的任一者的方法,还包括以下各项中的一者或多者:确定作为不当行为报告的主题的不当行为状况的检测的置信水平;确定是否有来自邻近车辆的附加消息伴随该不当行为报告;或者确定与不当行为管理机构的网络通信链路是否可用于发送该不当行为报告,其中该方法包括基于不当行为状况的检测的置信水平、伴随不当行为报告的附加消息邻近车辆的数量,以及与不当行为管理机构的网络通信链路是否可用于发送不当行为报告中的一者或多者来确定是否存储该不当行为报告。
示例6.示例5的方法还包括:基于不当行为状况的潜在安全影响,对作为所生成的不当行为报告的主题的检测到的不当行为状况进行分类;基于不当行为状况的分类,向不当行为报告指定初始权重;向不当行为报告指定衰减因子;以及以规则间隔使指定的初始权重与衰减因子相乘,以确定不当行为报告的所确定的权重,其中确定是否存储该不当行为报告还基于不当行为报告的所确定的权重。
示例7.示例5的方法还包括:基于潜在交通中断的水平,对作为所生成的不当行为报告的主题的检测到的不当行为状况进行分类;基于不当行为状况的分类,向不当行为报告指定初始权重;向不当行为报告指定衰减因子;以及以规则间隔使指定的初始权重与衰减因子相乘,以确定不当行为报告的所确定的权重,其中确定是否存储该不当行为报告还基于不当行为报告的所确定的权重。
示例8.示例6或7的方法还包括:确定可用存储空间是否低于存储空间阈值水平;响应于确定可用存储空间低于存储空间阈值水平来执行刷新操作,其中该刷新操作基于以下各项中的一者来删除存储的不当行为报告:存储不当行为报告的顺序、不当行为状况的分类、存储的副本的重复次数,以及不当行为报告的所确定的权重。
示例9.示例8的方法,其中,确定是否发送不当行为报告是基于以下各项中的至少一者:不当行为状况的分类;存储不当行为报告的顺序;或公平规则。
示例10.示例9的方法还包括:接收来自不当行为管理机构的反馈;以及执行以下各项中的一者或多者:响应于该反馈,调整影响生成用于标识不当行为状况的不当行为报告的确定的生成参数;响应于该反馈,调整不当行为状况的检测的置信水平、伴随不当行为报告的附加消息邻近车辆的数量,以及与不当行为管理机构的网络通信链路是否可用于发送不当行为报告的一个或多个阈值,该一个或多个阈值被用于确定是否存储所生成的不当行为报告;或者响应于该反馈,调整影响向不当行为管理机构发送该不当行为报告的确定的发送参数。
示例11.示例1-10中的任一者的方法,还包括在将不当行为报告发送到不当行为管理机构之前,将该不当行为报告发送到不当行为预处理实体进行预处理。
前述方法描述和处理流程图仅作为说明性示例提供,并不旨在要求或暗示各种实施例的操作必须以呈现的顺序执行。如所属领域的技术人员将理解的,前述实施例中的操作顺序可以按任何顺序执行。诸如“其后”、“然后”、“接着”等之类的词语并不旨在限制操作的顺序;这些词仅仅用来通过方法的描述来引导读者。此外,例如使用冠词“一个”或“该”对单数形式的权利要求元素的任何引用并不应被理解为将该元素限制为单数。
结合本文公开的实施例描述的各种说明性逻辑块、模块、电路和算法操作可以被实现为电子硬件、计算机软件或两者的组合。为清楚说明硬件与软件的这种互换性,上文已大体关于其功能性而描述了各种说明性组件、块、模块、电路和操作。此类功能性是实现为硬件还是软件取决于特定应用和施加于整个系统的设计约束。本领域的技术人员可以针对每一特定应用以不同方式来实现所描述的功能性,但此类实现方式决策不应被解释为会导致脱离权利要求的范围。
用来实现结合本文公开的实施例描述的各种说明性逻辑、逻辑块、模块和电路的硬件可以用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑设备、离散门或晶体管逻辑、离散硬件组件或被设计成执行本文描述的功能的其任何组合来实现或执行。通用处理器可以是微处理器,但在替代方案中,处理器可以是任何常规的处理器、控制器、微控制器或状态机。处理器还可以被实现为计算设备的组合,例如,DSP与微处理器的组合、多个微处理器、一个或多个微处理器与DSP核心的组合,或任何其他此类配置。可替代地,一些操作或方法可以由特定于给定功能的电路来执行。
在一个或多个实施例中,所描述的功能可以用硬件、软件、固件或其任何组合来实现。如果用软件实现,则该功能可以作为一个或多个指令或代码存储在非暂时性计算机可读介质或非暂时性处理器可读介质上。本文公开的方法或算法的操作可以体现在处理器可执行软件模块中,其可以驻留在非暂时性计算机可读或处理器可读存储介质上。非暂时性计算机可读或处理器可读存储介质可以是可由计算机或处理器访问的任何存储介质。作为示例而非限制,此类非暂时性计算机可读或处理器可读介质可以包括RAM、ROM、EEPROM、快闪存储器、CD-ROM或其他光盘存储器、磁盘存储器或其他磁性存储设备,或者可以用来存储呈指令或数据结构的形式的期望程序代码并且可以由计算机访问的任何其他介质。如本文所使用,磁盘和光盘包括紧密光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘和蓝光光盘,其中磁盘通常磁性地再现数据,而光盘使用激光光学地再现数据。上述的组合也包括在非暂时性计算机可读和处理器可读介质的范围内。此外,方法或算法的操作可以作为代码和/或指令中的一者或任何组合或集合驻留在非暂时性处理器可读介质和/或计算机可读介质上,其可以被并入到计算机程序产品中。
提供所公开实施例的先前描述以使得所属领域的技术人员能够制作或使用权利要求。对这些实施例的各种修改对于本领域技术人员来说将是显而易见的,并且在不脱离权利要求的范围的情况下,本文定义的一般原理可以应用于其他实施例。因此,本公开并不旨在限于本文所示的实施例,而是符合与以下权利要求以及本文公开的原理和新颖特征一致的最宽范围。
Claims (30)
1.一种管理不当行为报告的方法,包含:
响应于对不当行为状况的检测,基于聚合的关键性值来确定是否生成用于标识所述不当行为状况的不当行为报告;
响应于确定生成用于标识所述不当行为状况的不当行为报告,生成标识所述不当行为状况的不当行为报告;
确定是否存储生成的不当行为报告;以及
向不当行为管理机构发送所述生成的不当行为报告。
2.根据权利要求1所述的方法,还包含确定是否向所述不当行为管理机构发送所述生成的不当行为报告,其中响应于确定发送所述生成的不当行为报告来执行向所述不当行为管理机构发送所述生成的不当行为报告。
3.根据权利要求2中的任一者所述的方法,还包含使用机器学习模型分析传感器数据,以确定是否检测到不当行为状况,其中生成标识所述不当行为状况的所述不当行为报告包含生成包括以下各项中的一者或多者的不当行为报告:所述机器学习模型;所述机器学习模型的输出;所述机器学习模型的主成分分析;所述机器学习模型的中间表示;或所述机器学习模型的标识符。
4.根据权利要求1所述的方法,还包含以下各项中的一者或多者:
基于所述不当行为状况的潜在安全影响或潜在交通中断的水平,对检测到的所述不当行为状况进行分类;
确定所述不当行为状况的观测长度;
确定所述不当行为状况的重现次数;或者
确定经历所述不当行为状况的邻近车辆的数量,并且
还包含基于所述不当行为状况分类、所述不当行为状况的所述观测长度、所述不当行为状况的所述重现次数,以及经历所述不当行为状况的邻近车辆的所述数量中的一者或多者来生成所述聚合的关键性值。
5.根据权利要求1所述的方法,还包含以下各项中的一者或多者:
确定作为所述不当行为报告的主题的所述不当行为状况的检测的置信水平;
确定是否有来自多个邻近车辆的附加消息伴随所述不当行为报告;或者
确定与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告,并且
还包含基于所述不当行为状况的检测的所述置信水平、伴随所述不当行为报告的附加消息邻近车辆的数量或者与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告中的一者或多者来确定是否存储所述不当行为报告。
6.根据权利要求5所述的方法,还包含:
基于所述不当行为状况的潜在安全影响,对作为所述生成的不当行为报告的主题的检测到的不当行为状况进行分类;
基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重;
向所述不当行为报告指定衰减因子;以及
基于指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
7.根据权利要求5所述的方法,还包含:
基于潜在交通中断水平的潜在安全影响,对作为所述生成的不当行为报告的主题的检测到的不当行为状况进行分类;
基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重;
向所述不当行为报告指定衰减因子;以及
基于所述指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
8.根据权利要求7所述的方法,还包含:
确定可用存储空间是否低于存储空间阈值水平;以及
响应于确定所述可用存储空间低于存储空间阈值水平来执行刷新操作,其中所述刷新操作基于以下各项中的一者来删除存储的不当行为报告:存储所述不当行为报告的顺序、所述不当行为状况的分类、存储的副本的重复次数、或者所述不当行为报告的所确定的权重。
9.根据权利要求8所述的方法,其中,基于以下各项中的至少一者来确定是否发送所述不当行为报告:所述不当行为状况的所述分类;存储所述不当行为报告的所述顺序;或者公平规则。
10.根据权利要求9所述的方法,还包含:
接收来自所述不当行为管理机构的反馈;以及
执行以下各项中的一者或多者:
响应于所述反馈,调整影响生成用于标识所述不当行为状况的所述不当行为报告的所述确定的生成参数;
响应于所述反馈,调整所述不当行为状况的检测的所述置信水平、伴随所述不当行为报告的附加消息邻近车辆的所述数量,以及与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告的一个或多个阈值,所述一个或多个阈值被用于确定是否存储所述生成的不当行为报告;或者
响应于所述反馈,调整影响向所述不当行为管理机构发送所述不当行为报告的所述确定的发送参数。
11.根据权利要求1所述的方法,还包含:在所述不当行为报告被传送到所述不当行为管理机构之前,将所述不当行为报告发送到不当行为预处理实体进行预处理。
12.一种用于在车辆到万物(V2X)装备中使用的不当行为管理系统,包含:
发送器,被配置成向不当行为管理机构无线发送并从所述不当行为管理机构无线接收与不当行为报告相关的数据;
存储器存储装置,耦合到所述发送器并被配置成存储不当行为报告;以及
处理器,耦合到所述发送器和所述存储器存储装置,其中所述处理器被配置有处理器可执行指令以:
响应于检测到不当行为状况,基于聚合的关键性值来确定是否生成用于标识所述不当行为状况的不当行为报告;
响应于确定生成用于标识所述不当行为状况的不当行为报告,生成标识所述不当行为状况的不当行为报告;
确定是否存储生成的不当行为报告;并且
向不当行为管理机构发送所述生成的不当行为报告。
13.根据权利要求12所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
确定是否向所述不当行为管理机构发送所述生成的不当行为报告;并且
响应于确定发送所述生成的不当行为报告,向所述不当行为管理机构发送所述生成的不当行为报告。
14.根据权利要求13所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
使用机器学习模型分析传感器数据,以确定是否检测到不当行为状况;并且
通过生成包括以下各项中的一者或多者的不当行为报告来生成标识所述不当行为状况的所述不当行为报告:所述机器学习模型;所述机器学习模型的输出;所述机器学习模型的主成分分析;所述机器学习模型的中间表示;或者所述机器学习模型的标识符。
15.根据权利要求12所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以执行以下各项中的一者或多者:
基于所述不当行为状况的潜在安全影响或潜在交通中断的水平,对检测到的所述不当行为状况进行分类;
确定所述不当行为状况的观测长度;
确定所述不当行为状况的重现次数;或者
确定经历所述不当行为状况的邻近车辆的数量,
其中所述处理器还被配置有处理器可执行指令,以基于不当行为状况分类、所述不当行为状况的所述观测长度、所述不当行为状况的所述重现次数以及经历所述不当行为状况的邻近车辆的所述数量中的一者或多者来确定是否生成用于标识所述不当行为状况的所述不当行为报告。
16.根据权利要求12所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以执行以下各项中的一者或多者:
确定作为所述不当行为报告的主题的所述不当行为状况的检测的置信水平;
确定是否有来自邻近车辆的附加消息伴随所述不当行为报告;或者
确定与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告,以及
其中所述处理器还被配置有处理器可执行指令,以基于所述不当行为状况的检测的所述置信水平、伴随所述不当行为报告的附加消息邻近车辆的数量以及与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告中的一者或多者来确定是否存储所述不当行为报告。
17.根据权利要求16所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
基于所述不当行为状况的潜在安全影响,对作为所述生成的不当行为报告的主题的检测到的不当行为状况进行分类;
基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重;
向所述不当行为报告指定衰减因子;并且
基于指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
18.根据权利要求17所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
基于潜在交通中断水平的潜在安全影响,对作为所述生成的不当行为报告的主题的所述检测到的不当行为状况进行分类;
基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重;
向所述不当行为报告指定衰减因子;并且
基于所述指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
19.根据权利要求17所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
确定可用存储空间是否低于存储空间阈值水平;并且
响应于确定所述可用存储空间低于存储空间阈值水平来执行刷新操作,其中所述刷新操作基于以下各项中的一者来删除存储的不当行为报告:存储所述不当行为报告的顺序、所述不当行为状况的分类、存储的副本的重复次数或者所述不当行为报告的所确定的权重。
20.根据权利要求19所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以基于以下各项中的至少一者来确定是否发送所述不当行为报告:所述不当行为状况的所述分类、存储所述不当行为报告的顺序或者公平规则。
21.根据权利要求20所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令以:
从所述不当行为管理机构接收反馈;并且
执行以下各项中的一者或多者:
响应于所述反馈,调整影响生成用于标识所述不当行为状况的所述不当行为报告的所述确定的生成参数;
响应于所述反馈,调整所述不当行为状况的检测的所述置信水平、伴随所述不当行为报告的附加消息邻近车辆的所述数量以及与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告的一个或多个阈值,所述一个或多个阈值用于确定是否存储所述生成的不当行为报告;或者
响应于所述反馈,调整影响向所述不当行为管理机构发送所述不当行为报告的所述确定的发送参数。
22.根据权利要求12所述的不当行为管理系统,其中,所述处理器还被配置有处理器可执行指令,以在所述不当行为报告被传送到所述不当行为管理机构之前,将所述不当行为报告发送到不当行为预处理实体进行预处理。
23.一种用于在车辆到万物(V2X)装备中使用的不当行为管理系统,包含:
用于响应于对不当行为状况的检测,基于聚合的关键性值来确定是否生成用于标识所述不当行为状况的不当行为报告的部件;
用于响应于确定生成用于标识所述不当行为状况的不当行为报告,生成标识所述不当行为状况的不当行为报告的部件;
用于确定是否存储生成的不当行为报告的部件;以及
用于向不当行为管理机构发送所述生成的不当行为报告的部件。
24.根据权利要求23所述的不当行为管理系统,还包含:用于确定是否向所述不当行为管理机构发送所述生成的不当行为报告的部件,其中用于向所述不当行为管理机构发送所述生成的不当行为报告的部件包含:用于响应于确定发送所述生成的不当行为报告向所述不当行为管理机构发送所述生成的不当行为报告的部件。
25.根据权利要求23所述的不当行为管理系统,还包含以下各项中的一者或多者:
用于基于所述不当行为状况的潜在安全影响或潜在交通中断的水平,对检测到的所述不当行为状况进行分类的部件;
用于确定所述不当行为状况的观测长度的部件;或者
用于确定所述不当行为状况的重现次数的部件;或者
用于确定经历所述不当行为状况的邻近车辆的数量的部件,以及
还包含用于基于所述不当行为状况分类、所述不当行为状况的所述观测长度、所述不当行为状况的所述重现次数,或者经历所述不当行为状况的邻近车辆的所述数量中的一者或多者来生成所述聚合的关键性值的部件。
26.根据权利要求23所述的不当行为管理系统,还包含以下各项中的一者或多者:
用于确定作为所述不当行为报告的主题的所述不当行为状况的检测的置信水平的部件;
用于确定是否有来自多个邻近车辆的附加消息伴随所述不当行为报告的部件;或者
用于确定与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告的部件,
其中,用于基于所述不当行为状况的检测的所述置信水平、伴随所述不当行为报告的附加消息邻近车辆的数量以及与所述不当行为管理机构的网络通信链路是否可用于发送所述不当行为报告中的一者或多者来确定是否存储所述不当行为报告的部件。
27.根据权利要求26所述的不当行为管理系统,还包含:
用于基于所述不当行为状况的潜在安全影响,对作为所述生成的不当行为报告的主题的所述检测到的不当行为状况进行分类的部件;
用于基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重的部件;
用于向所述不当行为报告指定衰减因子的部件;以及
用于基于指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重的部件,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
28.根据权利要求27所述的不当行为管理系统,还包含:
用于基于潜在交通中断水平的潜在安全影响,对作为所述生成的不当行为报告的主题的所述检测到的不当行为状况进行分类的部件;
用于基于所述不当行为状况的所述分类,向所述不当行为报告指定初始权重的部件;
用于向所述不当行为报告指定衰减因子的部件;以及
用于基于所述指定的初始权重和所述衰减因子,以规则间隔确定所述不当行为报告的权重的部件,其中确定是否存储所述不当行为报告还基于所述不当行为报告的所确定的权重。
29.根据权利要求28所述的不当行为管理系统,其中,用于确定是否发送所述不当行为报告的部件包含用于基于以下各项中的至少一者来确定是否发送所述不当行为报告的部件:所述不当行为状况的所述分类;存储所述不当行为报告的顺序;或公平规则。
30.一种其上存储有处理器可执行指令的非暂时性处理器可读介质,所述处理器可执行指令被配置成使得不当行为管理系统的处理器执行包含以下各项的操作:
响应于检测到不当行为状况,基于聚合的关键性值来确定是否生成用于标识所述不当行为状况的不当行为报告;
响应于确定生成用于标识所述不当行为状况的不当行为报告,生成标识所述不当行为状况的不当行为报告;
确定是否存储生成的不当行为报告;以及
向不当行为管理机构发送所述生成的不当行为报告。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/137,324 | 2021-01-14 | ||
US17/317,270 | 2021-05-11 | ||
US17/317,270 US11663908B2 (en) | 2021-01-14 | 2021-05-11 | Method and system for misbehavior detection report management routing |
PCT/US2021/061093 WO2022154874A1 (en) | 2021-01-14 | 2021-11-30 | Method and system for misbehavior detection report management routing |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116711266A true CN116711266A (zh) | 2023-09-05 |
Family
ID=87836129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180089172.9A Pending CN116711266A (zh) | 2021-01-14 | 2021-11-30 | 用于不当行为检测报告管理路由的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116711266A (zh) |
-
2021
- 2021-11-30 CN CN202180089172.9A patent/CN116711266A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6595885B2 (ja) | 不正対処方法及び電子制御ユニット | |
US20190261171A1 (en) | Evaluating trustworthiness of data transmitted via unencrypted wireless mobile communications | |
EP3531331B1 (en) | Providing secure inter-vehicle data communications | |
EP2579498A1 (en) | Communication system, vehicle-mounted terminal, roadside device | |
He et al. | Towards a severity assessment method for potential cyber attacks to connected and autonomous vehicles | |
EP3680831A1 (en) | Method for collecting and managing event data of a vehicle | |
US11589236B2 (en) | Detecting misbehavior conditions in vehicle-to-everything (V2X) messages | |
US10503893B2 (en) | Security certificate management method for a vehicular network node and vehicular network node applying the same | |
US11663908B2 (en) | Method and system for misbehavior detection report management routing | |
CN116711266A (zh) | 用于不当行为检测报告管理路由的方法和系统 | |
Sharma | Position falsification detection in vanet with consecutive bsm approach using machine learning algorithm | |
TW202231088A (zh) | 用於異常行為偵測報告管理路由的方法和系統 | |
US12003966B2 (en) | Local misbehavior prevention system for cooperative intelligent transportation systems | |
US20220232383A1 (en) | Local Misbehavior Prevention System for Cooperative Intelligent Transportation Systems | |
KR20230133849A (ko) | 협력적 지능형 교통 시스템들을 위한 로컬 오동작 방지시스템 | |
US9094216B2 (en) | System and method for adjusting the frequency of updating certificate revocation list | |
CN116803115A (zh) | 协同智能交通系统的本地异常行为预防系统 | |
US11613264B2 (en) | Transmit-side misbehavior condition management | |
Caballero-Gil et al. | Ubiquitous collision avoidance system for red light running | |
WO2020118146A1 (en) | System and methodologies using global electors with regional certificate trust lists | |
US11937087B2 (en) | Vehicle-to-everything (V2X) participant type-based misbehavior detection | |
WO2023115348A1 (en) | V2x security device, first vehicle, a v2x communication system and methods | |
CN117332401A (zh) | 信息处理系统、信息处理装置、信息处理方法和存储介质 | |
KR20230153382A (ko) | V2X(Vehicle-To-Everything) 메시지에서 평문 및 암호문 인증 | |
CN116918361A (zh) | 用于传达车联网(v2x)信息的方法和系统 |
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 |