CN117994971A - 用于检测道路危险状况的系统 - Google Patents

Abstract

本公开内容公开了用于检测道路危险状况的系统，其包括：感测单元、移动边缘计算单元、导航云以及交通云。感测单元用于获取感测信息；移动边缘计算单元用于接收来自感测单元的感测信息；导航云用于接收来自道路中行驶的车辆的路况信息；交通云用于经由移动边缘计算单元接收感测信息并经由导航云接收路况信息，并且其中，交通云进一步被配置为利用融合算法处理感测信息和路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在交通云确定事故真实存在情况下，生成警报信息；移动边缘计算单元还被配置为基于警报信息生成交通管控信号。所述系统能够结合不同的报告源利用融合算法判断事故的真实性，提高了交通管理的效率以及行车安全。

Description

用于检测道路危险状况的系统

技术领域

本公开内容涉及驾驶安全领域，并且更具体地涉及用于检测道路危险状况的系统。

背景技术

当前随着汽车使用的逐步普及，汽车成为了人们日常生活里不可或缺的交通工具，而伴随着车辆的普及，交通安全问题日益严重。不安全的交通环境不仅会带来财产的损失，还会威胁人的生命安全。而在交通安全问题中，虽然交管部门在一些事故多发路段设置警告提醒，但是类似事故或者是在类似地段发生的事故依然层出不穷。

此外，道路上发生的交通事故是人、车、环境等因素相互作用的结果，交通事故表面上看是一偶然突发现象，但其实质是驾驶员-车辆-环境形成的闭环系统因无法响应遇到的突变工况而导致的失稳现象。

发明内容

本发明的目的旨在解决现有技术中存在的上述问题和缺陷中的至少一方面。

针对上述问题，本公开内容提出了用于检测道路危险状况的系统，其包括：

感测单元，被配置为获取感测信息，其中，所述感测信息包括与交通事故相关的第一事故信息和/或与环境情况相关的第一环境信息；

移动边缘计算单元，被配置为接收来自所述感测单元的感测信息；

导航云，被配置为接收来自道路中行驶的车辆的路况信息，其中，所述路况信息包括与所述交通事故相关的第二事故信息和/或与所述环境情况相关的第二环境信息；

交通云，被配置为经由所述移动边缘计算单元接收所述感测信息并经由所述导航云接收所述路况信息，

并且其中，所述交通云进一步被配置为利用所述融合算法处理所述感测信息和所述路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在所述交通云确定所述事故真实存在情况下，生成警报信息；所述移动边缘计算单元还被配置为基于所述警报信息生成交通管控信号。

根据本发明的一个示例性的实施例，在所述交通云确定所述事故真实存在情况下，

所述交通云还被配置为向所述移动边缘计算单元和所述导航云发送所述警报信息；

所述移动边缘计算单元还被配置为将所述交通管控信号经由所述交通云发送到所述导航云；

所述导航云还被配置为向行驶的车辆广播所述警报信息和所述交通管控信号。

根据本发明的一个示例性的实施例，所述系统还包括：

近端路侧单元，靠近所述感测单元并分别与所述移动边缘计算单元和所述交通云进行通信，并被配置为接收来自靠近其的车辆发送的第一路况信息，并将所述第一路况信息发送到所述交通云；

远端路侧单元，远离所述感测单元并分别与所述交通云、所述移动边缘计算单元和/或所述近端路侧单元通信，并被配置为接收来自靠近其的车辆发送的第二路况信息，并将所述第二路况信息发送到所述交通云。

根据本发明的一个示例性的实施例，在所述交通云确定所述事故真实存在情况下，

所述近端路侧单元还被配置为接收所述警报信息和所述交通控制信息，并将所述警报信息和所述交通控制信息发送到靠近其的车辆；

所述远端路侧单元还被配置为接收所述警报信息和所述交通控制信息，并将所述警报信息和所述交通控制信息发送到靠近其的车辆。

根据本发明的一个示例性的实施例，所述系统还包括：

近端路侧单元，靠近所述感测单元并与所述移动边缘计算单元进行通信，并被配置为接收来自靠近其的车辆发送的第一路况信息，并将所述第一路况信息经由所述移动边缘计算单元发送到所述交通云；

远端路侧单元，远离所述感测单元并与所述移动边缘计算单元和/或所述近端路侧单元进行通信，并被配置为接收来自靠近其的车辆发送的第二路况信息，并将所述第二路况信息经由所述移动边缘计算单元发送到所述交通云。

根据本发明的一个示例性的实施例，在所述交通云确定所述事故真实存在情况下，

所述近端路侧单元还被配置为经由所述移动边缘计算单元接收所述报警信息和所述交通管制信号，并将所述报警信息和所述交通管制信号发送到靠近其的车辆；

所述远端路侧单元还被配置为经由所述移动边缘计算单元接收所述报警信息和所述交通管制信号，并将所述报警信息和所述交通管制信号发送到靠近其的车辆。

根据本发明的一个示例性的实施例，所述感测单元包括：气象雷达、摄像头、测速雷达以及电子眼。

根据本发明的一个示例性的实施例，所述系统还包括一个或多个交通控制设施，每个所述交通控制设施与所述移动边缘计算单元通信并被配置为基于所述交通管控信号动作以减少所述事故周围的交通流。

根据本发明的一个示例性的实施例，所述感测信息至少包括图像、气象信息以及与车辆相关压力信息；所述路况信息至少包括图像、安全带信号以及3D加速度计信号。

根据本发明的一个示例性的实施例，所述交通云进一步被配置为利用所述融合算法处理所述感测信息和所述路况信息以确定所述事故是否真实存在进一步包括：

使用第一融合算法对所述第一事故信息和所述第二事故信息进行数据融合，至少预测交通事故真实性的概率；和/或

使用第二融合算法对所述第一环境信息和所述第二环境信息进行数据融合，至少预测自然灾害的发生概率。

在本发明的前述示例性的实施例中，所公开的用于检测道路危险状况的系统能够在事故(例如，交通事故、自然灾害等)发生时，快速响应并准确识别交通事故和/或自然灾害，而无需花费大量人力资源；同时能够将关于上述交通事故和/或自然灾害的信息共享给道路中行驶的车辆，进而有效控制危险状况区域的交通流、降低交通事故发生的概率以及提高驾驶安全。

附图说明

结合附图并参考以下详细说明，本公开的各实施例的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实施例，在附图中：

图1为依据本发明所公开的用于检测道路危险状况的系统的第一示例的整体示意图；

图2为依据本发明所公开的用于检测道路危险状况的系统的第二示例的整体示意图；以及

图3为依据本发明所公开的用于检测道路危险状况的系统的第三示例的整体示意图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作出进一步具体的说明。在说明书中，相同或相似的附图标号指示相同或相似的部件。下述参照附图对本发明实施方式的说明旨在对本发明的总体发明构思进行解释，而不应当理解为对本发明的一种限制。

本文所使用的术语“包括”、“包含”及类似术语应该被理解为是开放性的术语，即“包括/包含但不限于”，表示还可以包括其他内容。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”，等等。

本发明主要关注以下技术问题：如何快速且有效地识别交通事故和/或自然灾害，并提高上述事故附近车辆的驾驶安全。

为了解决上述问题，本发明公开了一种用于检测道路危险状况的系统，其包括：感测单元，被配置为获取感测信息，其中，感测信息包括与交通事故相关的第一事故信息和/或与环境情况相关的第一环境信息；移动边缘计算单元，被配置为接收来自感测单元的感测信息；导航云，被配置为接收来自道路中行驶的车辆的路况信息，其中，路况信息包括与交通事故相关的第二事故信息和/或与环境情况相关的第二环境信息；交通云，被配置为经由移动边缘计算单元接收感测信息并经由导航云接收路况信息，并且其中，交通云进一步被配置为利用融合算法处理感测信息和路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在交通云确定事故真实存在情况下，生成警报信息；移动边缘计算单元还被配置为基于警报信息生成交通管控信号。

示例一

如图1所示，公开了用于检测道路危险状况的系统的第一示例的整体示意图。本示例所公开的系统包括：交通云10、导航云20、移动边缘计算单元(Mobile Edge Computing，以下简称MEC)30以及感测单元40。具体地，感测单元40与MEC 30通信连接，交通云10分别与MEC 30、导航云20通信连接，导航云20分别与道路中行驶的车辆70通信连接。

在本示例中，感测单元40被配置为获取感测信息。该感测单元40包括：气象雷达、摄像头、测速雷达以及电子眼。

本示例所公开的用于检测道路危险状况的系统具体工作原理如下：

当道路中发生事故(例如，交通事故或自然灾害)时，感测单元40感测到与事故相关的感测信息，并将该感测信息发送到MEC 30；同时，在道路中行驶的车辆70的司机也观察到相关情况，那么司机70将其路况信息发送都导航云20。

具体地，上述感测信息包括与交通事故相关的第一事故信息(例如，图像、视频、车辆速度、与车辆相关压力信息等)和/或与环境情况相关的第一环境信息(例如，图像、视频、气象信息等)。上述路况信息包括与交通事故相关的第二事故信息(例如，图像、视频、安全带信号、3D加速度计信号以及交通事故描述等)和/或与环境情况相关的第二环境信息(例如，图像、视频以及环境情况描述等)。

然后，交通云10经由MEC 30接收感测信息并经由导航云20接收路况信息，并利用融合算法处理感测信息和路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在交通云确定事故真实存在情况下，生成警报信息。

在本示例中，交通云10可以使用第一融合算法(例如，卡尔曼滤波、粒子滤波等)对第一事故信息和第二事故信息进行数据融合，预测交通事故真实性的概率；可以使用第二融合算法(例如，卡尔曼滤波、粒子滤波等)对第一环境信息和第二环境信息进行数据融合，至少预测自然灾害的发生概率。

在本示例中，从不同车辆获得的路况信息越多，交通云10得到的预测结果越准确。

在确定事故真实存在的情况下(例如，泥石流、暴雨、大雾等天气情况或多辆汽车追尾、严重交通事故等)，交通云10向MEC 30和导航云20发送该警报信息(例如，严重影响交通的天气警报、交通事故警报等)。MEC 30基于该警报信息生成交通管控信号(包括例如，对交通灯的控制信号、对交通护栏的控制信号等)，并将该交通管控信号经由交通云10发送到导航云20。导航云20向道路中正在行驶的车辆广播警报信息和交通管控信号。

在本示例中，该系统还包括一个或多个交通控制设施(例如，交通灯、交通护栏等)，根据交通管控信号控制交通灯的动作(例如，通断频率)，根据交通管控信号控制交通护栏的设置等。从而能够减少事故周围的交通流，降低交通事故的发生风险。

此外，本示例还可以包括设置在交通云10中的奖励机制，在车辆70提供的路况信息被判定为真实的情况下，交通云10向其提供奖励，例如，经由导航云20广播对于该车辆70的奖励。

本实施例所公开的用于检测道路危险状况的系统能够实现事故的自动检测，利用数据融合算法判断事故的真实性，进而确保警报信息的可靠性，同时实现警报信息的自动广播，快速地共享事故信息，使得系统能够有效作出决定以控制危险区域的交通流，从而降低事故造成的后续风险，提高行驶车辆的安全性。

示例二

如图2所示，公开了用于检测道路危险状况的系统的第二示例的整体示意图。本示例所公开的系统包括：交通云10、导航云20、MEC 30、感测单元40、近端路侧单元50以及远端路侧单元60。具体地，感测单元40与MEC 30通信连接，交通云10分别与MEC 30、导航云20通信连接，导航云20分别与道路中行驶的车辆70通信连接，近端路侧单元50和远端路侧单元60分别与MEC 30、道路中行驶的车辆70通信连接，可选地，近端路侧单元50与远端路侧单元60通信连接。

本示例中所公开的感测单元40类似于示例一所公开的感测单元40，在此不再赘述。

随着科技进步越来越多的车辆采用在C-V2X通信架构中PC5接口实现车辆与路侧单元(Road Side Unit，以下简称RSU)进行通信，因此车辆的路况信息可以利用PC5接口传输到与其距离较近的RSU。

本示例所公开的用于检测道路危险状况的系统具体工作原理如下：

当道路中发生事故(例如，交通事故或自然灾害)时，感测单元40感测到与事故相关的感测信息，并将该感测信息发送到MEC 30；同时，在道路中行驶的车辆70的司机也观察到相关情况，那么司机70将其路况信息发送到靠近其的RSU和导航云20。例如，在车辆70行驶到近端RSU 50附近，该车辆70将路况信息发送到近端RSU 50和导航云20；在车辆70行驶到远端RSU 60附近，该车辆70将路况信息发送到远端RSU 60和导航云20。

具体地，本示例所公开的感测信息和路况信息类似于示例一，在此不再赘述。

然后，近端RSU 50和/或远端RSU 60将其所接收的路况信息发送到MEC 30，交通云10经由MEC 30接收感测信息和路况信息，也可以经由导航云20接收路况信息，并利用融合算法处理感测信息和路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在交通云确定事故真实存在情况下，生成警报信息。

在本示例中，交通云10判断事故真实性的方法类似于示例一，在此不再赘述。在本示例中，从不同车辆获得的路况信息越多，交通云10得到的预测结果越准确。

在确定事故真实存在的情况下(例如，泥石流、暴雨、大雾等天气情况或多辆汽车追尾、严重交通事故等)，交通云10向MEC 30和导航云20发送该警报信息(例如，严重影响交通的天气警报、交通事故警报等)。MEC 30基于该警报信息生成交通管控信号(包括例如，对交通灯的控制信号、对交通护栏的控制信号等)，MEC 30将警报信息和交通管控信号发送到近端RSU 50和远端RSU 60，然后近端RSU 50和远端RSU 60分别将上述信息发送到靠近其的车辆。或者，MEC 30将交通管控信号经由交通云10、导航云20发送到车辆70。

在本示例中，该系统还包括类似于示例一的一个或多个交通控制设施(例如，交通灯、交通护栏等)，以便于减少事故周围的交通流，降低交通事故的发生风险。此外，本示例还可以包括设置在交通云10中的奖励机制，在车辆70提供的路况信息被判定为真实的情况下，交通云10向其提供奖励，例如，经由导航云20广播对于该车辆70的奖励。

本示例所公开的用于检测道路危险状况的系统相比于示例一，利用RSU、导航云实现了多种数据传输方式，进一步确保车辆的路况信息能够传送到交通云，从而实现有效地事故判断，提高了行车安全和交通管理的效率。

示例三

如图3所示，公开了用于检测道路危险状况的系统的第三示例的整体示意图。本示例所公开的系统类似于示例二所公开的系统，区别在于：近端路侧单元50和远端路侧单元60均与交通云10、MEC 30以及道路中行驶的车辆70通信连接，可选地，近端路侧单元50和远端路侧单元60通信连接。

本示例中所公开的感测单元40类似于示例一所公开的感测单元40，在此不再赘述。

本示例所公开的用于检测道路危险状况的系统具体工作原理如下：

当道路中发生事故(例如，交通事故或自然灾害)时，感测单元40感测到与事故相关的感测信息，并将该感测信息发送到MEC 30；同时，在道路中行驶的车辆70的司机也观察到相关情况，那么司机70将其路况信息发送到靠近其的RSU和导航云20。例如，在车辆70行驶到近端RSU 50附近，该车辆70将路况信息发送到近端RSU 50和导航云20；在车辆70行驶到远端RSU 60附近，该车辆70将路况信息发送到远端RSU 60和导航云20。

具体地，本示例所公开的感测信息和路况信息类似于示例一，在此不再赘述。

然后，近端RSU 50和/或远端RSU 60以及导航云20均可将其所接收的路况信息发送到交通云10，交通云10利用融合算法处理路况信息和经由MEC 30接收感测信息，以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在交通云确定事故真实存在情况下，生成警报信息。

在本示例中，交通云10判断事故真实性的方法类似于示例一，在此不再赘述。在本示例中，从不同车辆获得的路况信息越多，交通云10得到的预测结果越准确。

在确定事故真实存在的情况下(例如，泥石流、暴雨、大雾等天气情况或多辆汽车追尾、严重交通事故等)，交通云10向MEC 30、近端RSU 50、远端RSU 60以及导航云20发送该警报信息(例如，严重影响交通的天气警报、交通事故警报等)。MEC 30基于该警报信息生成交通管控信号(包括例如，对交通灯的控制信号、对交通护栏的控制信号等)，MEC 30将警报信息和交通管控信号发送到近端RSU 50和远端RSU 60，然后近端RSU50和远端RSU 60分别将上述信息发送到靠近其的车辆。

在本示例中，该系统还包括类似于示例一的一个或多个交通控制设施(例如，交通灯、交通护栏等)，以便于减少事故周围的交通流，降低交通事故的发生风险。此外，本示例还可以包括设置在交通云10中的奖励机制，在车辆70提供的路况信息被判定为真实的情况下，交通云10向其提供奖励，例如，经由导航云20广播对于该车辆70的奖励。

本示例所公开的用于检测道路危险状况的系统相比于示例一，利用V2X系统和导航云的组合实现了多种数据传输方式，进一步确保车辆的路况信息能够传送到交通云，从而实现有效地事故判断，提高了行车安全和交通管理的效率。

以上所述仅为本公开的实施例可选实施例，并不用于限制本公开的实施例，对于本领域的技术人员来说，本公开的实施例可以有各种更改和变化。凡在本公开的实施例的精神和原则之内，所作的任何修改、等效替换、改进等，均应包含在本公开的实施例的保护范围之内。

虽然已经参考若干具体实施例描述了本公开的实施例，但是应该理解，本公开的实施例并不限于所公开的具体实施例。本公开的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (10)

1.一种用于检测道路危险状况的系统，其包括：

感测单元，被配置为获取感测信息，其中，所述感测信息包括与交通事故相关的第一事故信息和/或与环境情况相关的第一环境信息；

移动边缘计算单元，被配置为接收来自所述感测单元的感测信息；

导航云，被配置为接收来自道路中行驶的车辆的路况信息，其中，所述路况信息包括与所述交通事故相关的第二事故信息和/或与所述环境情况相关的第二环境信息；以及

交通云，被配置为经由所述移动边缘计算单元接收所述感测信息并经由所述导航云接收所述路况信息，

并且其中，所述交通云进一步被配置为利用所述融合算法处理所述感测信息和所述路况信息以确定包括交通事故和/或自然灾害的事故是否真实存在，并且在所述交通云确定所述事故真实存在情况下，生成警报信息；所述移动边缘计算单元还被配置为基于所述警报信息生成交通管控信号。

2.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，在所述交通云确定所述事故真实存在情况下，

所述交通云还被配置为向所述移动边缘计算单元和所述导航云发送所述警报信息；

所述移动边缘计算单元还被配置为将所述交通管控信号经由所述交通云发送到所述导航云；

所述导航云还被配置为向行驶的车辆广播所述警报信息和所述交通管控信号。

3.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述系统还包括：

近端路侧单元，靠近所述感测单元并分别与所述移动边缘计算单元和所述交通云进行通信，并被配置为接收来自靠近其的车辆发送的第一路况信息，并将所述第一路况信息发送到所述交通云；

远端路侧单元，远离所述感测单元并分别与所述交通云、所述移动边缘计算单元和/或所述近端路侧单元通信，并被配置为接收来自靠近其的车辆发送的第二路况信息，并将所述第二路况信息发送到所述交通云。

4.根据权利要求3所述的用于检测道路危险状况的系统，其特征在于，在所述交通云确定所述事故真实存在情况下，

所述近端路侧单元还被配置为接收所述警报信息和所述交通控制信息，并将所述警报信息和所述交通控制信息发送到靠近其的车辆；

所述远端路侧单元还被配置为接收所述警报信息和所述交通控制信息，并将所述警报信息和所述交通控制信息发送到靠近其的车辆。

5.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述系统还包括：

近端路侧单元，靠近所述感测单元并与所述移动边缘计算单元进行通信，并被配置为接收来自靠近其的车辆发送的第一路况信息，并将所述第一路况信息经由所述移动边缘计算单元发送到所述交通云；

远端路侧单元，远离所述感测单元并与所述移动边缘计算单元和/或所述近端路侧单元进行通信，并被配置为接收来自靠近其的车辆发送的第二路况信息，并将所述第二路况信息经由所述移动边缘计算单元发送到所述交通云。

6.根据权利要求5所述的用于检测道路危险状况的系统，其特征在于，在所述交通云确定所述事故真实存在情况下，

所述近端路侧单元还被配置为经由所述移动边缘计算单元接收所述报警信息和所述交通管制信号，并将所述报警信息和所述交通管制信号发送到靠近其的车辆；

所述远端路侧单元还被配置为经由所述移动边缘计算单元接收所述报警信息和所述交通管制信号，并将所述报警信息和所述交通管制信号发送到靠近其的车辆。

7.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述感测单元包括：气象雷达、摄像头、测速雷达以及电子眼。

8.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述系统还包括一个或多个交通控制设施，每个所述交通控制设施与所述移动边缘计算单元通信并被配置为基于所述交通管控信号动作以减少所述事故周围的交通流。

9.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述感测信息至少包括图像、气象信息、车辆速度以及与车辆相关压力信息；所述路况信息至少包括图像、安全带信号以及3D加速度计信号。

10.根据权利要求1所述的用于检测道路危险状况的系统，其特征在于，所述交通云进一步被配置为利用所述融合算法处理所述感测信息和所述路况信息以确定所述事故是否真实存在进一步包括：

使用第一融合算法对所述第一事故信息和所述第二事故信息进行数据融合，至少预测交通事故真实性的概率；和/或

使用第二融合算法对所述第一环境信息和所述第二环境信息进行数据融合，至少预测自然灾害的发生概率。