ES2794019T1 - Método de aprendizaje automático para clasificar un área como vía vehicular - Google Patents
Método de aprendizaje automático para clasificar un área como vía vehicular Download PDFInfo
- Publication number
- ES2794019T1 ES2794019T1 ES20163960T ES20163960T ES2794019T1 ES 2794019 T1 ES2794019 T1 ES 2794019T1 ES 20163960 T ES20163960 T ES 20163960T ES 20163960 T ES20163960 T ES 20163960T ES 2794019 T1 ES2794019 T1 ES 2794019T1
- Authority
- ES
- Spain
- Prior art keywords
- vehicle
- data
- zone
- zones
- sub
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- 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
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Abstract
Un método que comprende: identificar una pluralidad de vías vehiculares de muestra; para cada vía vehicular de muestra de la pluralidad de vías vehiculares de muestra, definir una pluralidad de zonas, comprendiendo cada una de las mismas una vía vehicular de muestra correspondiente y comprendiendo, cada una, una pluralidad de zubzonas contiguas; seleccionar datos de un vehículo indicativos de las condiciones operativas del vehículo para una pluralidad de vehículos correspondientes; para cada una de la pluralidad de subzonas contiguas de cada zona de la pluralidad de zonas, generar una pluralidad de características basándose en los datos del vehículo; para cada una de la pluralidad de subzonas contiguas de cada una de la pluralidad de zonas, generar datos de entrenamiento que comprendan la pluralidad de características para cada subzona contigua; y usar al menos una técnica de aprendizaje automático con los datos de entrenamiento para definir un clasificador con el fin de clasificar una subzona como una de una parte de una vía vehicular y una parte de una vía no vehicular.
Claims (18)
1. Un método que comprende:
identificar una pluralidad de vías vehiculares de muestra;
para cada vía vehicular de muestra de la pluralidad de vías vehiculares de muestra, definir una pluralidad de zonas, comprendiendo cada una de las mismas una vía vehicular de muestra correspondiente y comprendiendo, cada una, una pluralidad de zubzonas contiguas;
seleccionar datos de un vehículo indicativos de las condiciones operativas del vehículo para una pluralidad de vehículos correspondientes;
para cada una de la pluralidad de subzonas contiguas de cada zona de la pluralidad de zonas, generar una pluralidad de características basándose en los datos del vehículo;
para cada una de la pluralidad de subzonas contiguas de cada una de la pluralidad de zonas, generar datos de entrenamiento que comprendan la pluralidad de características para cada subzona contigua; y
usar al menos una técnica de aprendizaje automático con los datos de entrenamiento para definir un clasificador con el fin de clasificar una subzona como una de una parte de una vía vehicular y una parte de una vía no vehicular.
2. El método de la reivindicación 1, en donde clasificar mediante el clasificador la subzona como una de una parte de una vía vehicular y una parte de una vía no vehicular comprende clasificar la subzona para un tipo de vía vehicular indicativo de uno de los tipos de vías vehiculares de la pluralidad de vías vehiculares de muestra.
3. El método de la reivindicación 1, en donde la vía vehicular comprende al menos un elemento de puente acoplado al menos a un elemento empleado, siendo dicho al menos un elemento de puente para ser atravesado por un vehículo para hacer una transición entre los mismos, y comprendiendo dicho al menos un elemento empleado una área para que maniobre el vehículo, preferentemente, la vía vehicular comprende un estacionamiento y el maniobrado de un vehículo comprende el movimiento y estacionamiento de un vehículo.
4. El método de la reivindicación 1, en donde definir la pluralidad de zonas comprende, para al menos una zona, definir un área que engloba una vía vehicular de muestra correspondiente de la pluralidad de vías vehiculares de muestra.
5. El método de la reivindicación 1, en donde definir la pluralidad de zonas comprende, para al menos una zona: obtener datos de coordenadas geográficas que indiquen una ubicación de un punto de referencia próximo a la correspondiente vía vehicular de muestra;
definir un área de referencia relativa a la ubicación del punto de referencia para englobar la correspondiente vía vehicular de muestra, preferentemente, la definición del área de referencia comprende definir el área de referencia en una misma ubicación relativa al punto de referencia próximo a la correspondiente vía vehicular de muestra; y dividir el área de referencia en la pluralidad de subzonas contiguas.
6. El método de la reivindicación 5, en donde dividir el área de referencia comprende dividir todas las partes del área de referencia en la pluralidad de subzonas contiguas, o
en donde dividir el área de referencia en subzonas contiguas comprende subdividir el área de referencia en una cuadrícula de líneas de latitud y longitud o en subzonas contiguas según un sistema de indexación geoespacial jerárquica, o
en donde dividir el área de referencia comprende definir una primera subzona que englobe el punto de referencia y construir una cuadrícula de subzonas contiguas a partir del mismo hasta que todas las partes del área de referencia estén divididas por la cuadrícula de subzonas contiguas.
7. El método de la reivindicación 1, en donde definir una pluralidad de zonas comprende definir cada una de la pluralidad de subzonas contiguas de cada zona de la pluralidad de zonas por pares de latitud y longitud, o en donde generar datos de entrenamiento comprende generar datos de entrenamiento indicativos de la subzona como una de una clase de vía vehicular o clase de vía no vehicular.
8. El método de la reivindicación 1, en donde generar una pluralidad de características basándose en los datos de un vehículo comprende generar una pluralidad de características basándose en los datos de un vehículo indicativos de al menos una de posición, velocidad, y estado de ignición de un vehículo, indicando el estado de ignición un estado de uno de entre ENCENDIDO Y APAGADO, o
en donde generar una pluralidad de características basándose en los datos de un vehículo comprende generar una pluralidad de características basándose en los datos del fecha y hora indicativos de una fecha y una hora en las que se registran las condiciones operativas de un vehículo.
9. El método de la reivindicación 1, en donde seleccionar datos de un vehículo comprende seleccionar datos de un vehículo correspondientes a una ubicación dentro de la pluralidad de zonas, o seleccionar datos de un vehículo correspondientes a una posición dentro de al menos una zona de tráfico que engloba al menos una zona de la pluralidad de zonas, o seleccionar datos de un vehículo correspondientes a una posición dentro de al menos una zona de tráfico que engloba cada zona de la pluralidad de zonas.
10. El método de la reivindicación 1, en donde los datos de un vehículo incluyen un subconjunto de datos sin procesar de un vehículo o del subconjunto de datos sin procesar de un vehículo y de datos interpolados a partir de los mismos, preferentemente los datos interpolados a partir del subconjunto de datos sin procesar de un vehículo dependen de las dimensiones de cada una de la pluralidad de subzonas contiguas.
11. El método de la reivindicación 1, en donde generar la pluralidad de características incluye generar características relacionadas con una subzona a partir de un primer subconjunto de datos de un vehículo correspondientes a una ubicación dentro de la subzona contigua, preferentemente dichas características relacionadas con una subzona se seleccionan del grupo de: velocidad mínima de un vehículo, velocidad máxima de un vehículo, velocidad promedio de un vehículo, velocidad mediana de un vehículo, desviación estándar de la velocidad de un vehículo, ignición mínima, ignición máxima, número total de encendidos de ignición, número total de apagados de ignición, número promedio de igniciones, ratio de igniciones, número mínimo de visitas a un vehículo/día, número máximo de visitas a un vehículo/día, número promedio de visitas a un vehículo/día, número mediano de visitas a un vehículo/día, desviación estándar del número de visitas a un vehículo/día, número único mínimo de visitas a un vehículo/día, número único máximo de visitas a un vehículo/día, número único mediano de visitas a un vehículo/día, desviación estándar del número único de visitas a un vehículo/día, número único promedio de visitas a un vehículo/día, número total de visitas a un vehículo, número total de visitas únicas a un vehículo, y número promedio de visitas/vehículo.
12. El método de la reivindicación 1, en donde generar la pluralidad de características comprende generar características relacionadas con una subzona a partir de un primer subconjunto de datos de un vehículo correspondientes a una ubicación dentro de la subzona contigua y un segundo subconjunto de datos de un vehículo incluyendo datos de un vehículo para un mismo vehículo temporalmente posterior al mismo, preferentemente dichas características relacionadas con una subzona se seleccionan ya sea del grupo de: tiempo promedio para estacionar, tiempo mínimo para estacionar, tiempo máximo para estacionar, tiempo mediano para estacionar, y desviación estándar del tiempo para estacionar, o se seleccionan del grupo de: tiempo promedio de permanencia, tiempo mínimo de permanencia, tiempo máximo de permanencia, tiempo mediano de permanencia, y desviación estándar del tiempo de permanencia.
13. El método de la reivindicación 1, en donde generar la pluralidad de características comprende generar características relacionadas con una zona a partir de un primer subconjunto de datos de un vehículo correspondientes a una ubicación dentro de la subzona contigua y un tercer subconjunto de instancias de datos de un vehículo correspondientes a una posición dentro de una zona o a partir de una parte de las características relacionadas con una subzona, preferentemente dichas características relacionadas con una zona se seleccionan del grupo de: apagado mínimo de ignición en una zona, apagado máximo de ignición en una zona, velocidad promedio de un vehículo en una zona, velocidad máxima de un vehículo en una zona, velocidad mínima de un vehículo en una zona, número promedio de visitas únicas/día a una zona, número mínimo de visitas únicas/día a una zona, número máximo de visitas únicas/día a una zona, número mediano promedio de visitas únicas/día a una zona, y número promedio total de visitas únicas/día a una zona, o se seleccionan del grupo de: número total de visitas a una zona y número total de visitas únicas a una zona o se seleccionan de una relación entre una parte de la pluralidad de características relacionadas con una subzona y la parte de las características relacionadas con una zona.
14. Un método de acuerdo con la reivindicación 1 que comprende, para cada subzona contigua de la pluralidad de subzonas contiguas de la pluralidad de zonas, obtener datos de relación espacial para cada una de las mismas con una zona correspondiente y generar al menos una característica a partir de los datos de relación espacial.
15. Un método de acuerdo con la reivindicación 1 que comprende, para cada subzona contigua de una pluralidad de subzonas contiguas de la pluralidad de zonas, obtener datos de relación espacial para cada una de las mismas con la pluralidad de subzonas y generar al menos una característica a partir de los datos de relación espacial.
16. El método de la reivindicación 15, en donde obtener datos de relación espacial comprende obtener datos de relación espacial indicativos de la distancia entre la subzona y un punto central de una zona correspondiente, o en donde obtener datos de relación espacial comprende obtener datos de relación espacial indicativos de la distancia entre un punto central de la subzona y un punto central de la zona correspondiente, o
en donde obtener datos de relación espacial comprende obtener datos de relación espacial indicativos del número de subzonas adyacentes a una subzona y, preferentemente, indicativos del número de vecinos de Geohash.
17. El método de la reivindicación 1 que además comprende, para dos o más zonas de la pluralidad de zonas que tienen una o más subzonas comunes, asociar la una o más subzonas comunes con una única zona de las dos o más zonas, preferentemente dicha asociación de la una o más subzonas comunes con una única zona comprende calcular la distancia entre cada subzona de la una o más subzonas comunes y una ubicación de un punto central de las dos o más zonas y asignar la una o más subzonas comunes a la zona cuya distancia sea más corta.
18. El método de la reivindicación 15, en donde obtener datos de relación espacial comprende obtener datos de relación espacial indicativos del número de subzonas adyacentes a una subzona que tiene datos de un vehículo correspondientes a una ubicación en la misma, o en donde obtener datos de relación espacial comprende obtener
datos de relación espacial indicativos del número de vecinos de un Geohash que tienen datos de un vehículo correspondientes a una ubicación en el mismo.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962829539P | 2019-04-04 | 2019-04-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2794019T1 true ES2794019T1 (es) | 2020-11-17 |
Family
ID=69845952
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES20163940T Pending ES2793575T1 (es) | 2019-04-04 | 2020-03-18 | Sistema de aprendizaje automático para clasificar un área como vía vehicular |
ES20163960T Pending ES2794019T1 (es) | 2019-04-04 | 2020-03-18 | Método de aprendizaje automático para clasificar un área como vía vehicular |
ES20163985T Pending ES2794585T1 (es) | 2019-04-04 | 2020-03-18 | Sistema de aprendizaje automático para clasificar un área como vía vehicular |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES20163940T Pending ES2793575T1 (es) | 2019-04-04 | 2020-03-18 | Sistema de aprendizaje automático para clasificar un área como vía vehicular |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES20163985T Pending ES2794585T1 (es) | 2019-04-04 | 2020-03-18 | Sistema de aprendizaje automático para clasificar un área como vía vehicular |
Country Status (4)
Country | Link |
---|---|
US (5) | US10699564B1 (es) |
EP (3) | EP3719714B1 (es) |
DE (3) | DE20163940T1 (es) |
ES (3) | ES2793575T1 (es) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10877947B2 (en) | 2018-12-11 | 2020-12-29 | SafeGraph, Inc. | Deduplication of metadata for places |
US11531109B2 (en) * | 2019-03-30 | 2022-12-20 | Intel Corporation | Technologies for managing a world model of a monitored area |
US10699564B1 (en) * | 2019-04-04 | 2020-06-30 | Geotab Inc. | Method for defining intersections using machine learning |
US11403938B2 (en) | 2019-04-04 | 2022-08-02 | Geotab Inc. | Method for determining traffic metrics of a road network |
US11341846B2 (en) | 2019-04-04 | 2022-05-24 | Geotab Inc. | Traffic analytics system for defining road networks |
US11335191B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Intelligent telematics system for defining road networks |
US11335189B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Method for defining road networks |
US11837084B2 (en) * | 2019-05-13 | 2023-12-05 | Nippon Telegraph And Telephone Corporation | Traffic flow estimation apparatus, traffic flow estimation method, traffic flow estimation program, and storage medium storing traffic flow estimation program |
US20210142595A1 (en) | 2019-11-07 | 2021-05-13 | Geotab Inc. | Vehicle benchmarking method |
US11762914B2 (en) | 2020-10-06 | 2023-09-19 | SafeGraph, Inc. | Systems and methods for matching multi-part place identifiers |
US11899696B2 (en) * | 2020-10-06 | 2024-02-13 | SafeGraph, Inc. | Systems and methods for generating multi-part place identifiers |
WO2022228700A1 (en) * | 2021-04-30 | 2022-11-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Determining a path of movement of a terminal device |
US11922704B2 (en) | 2021-12-15 | 2024-03-05 | GM Global Technology Operations LLC | System and method for detecting road and lane connections at intersections |
CN117496476B (zh) * | 2024-01-02 | 2024-03-26 | 安徽蔚来智驾科技有限公司 | 路网生成方法、可读存储介质及智能设备 |
Family Cites Families (174)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5488559A (en) | 1993-08-02 | 1996-01-30 | Motorola, Inc. | Map-matching with competing sensory positions |
GB0404652D0 (en) | 2001-08-16 | 2004-04-07 | Meng Weiping | Traffic control method and apparatus |
AUPS065802A0 (en) | 2002-02-20 | 2002-03-14 | Rhino Advertising Pty Limited | A method of placing visible advertising |
JP4255007B2 (ja) * | 2003-04-11 | 2009-04-15 | 株式会社ザナヴィ・インフォマティクス | ナビゲーション装置、およびその旅行時間算出方法 |
US20110298603A1 (en) | 2006-03-06 | 2011-12-08 | King Timothy I | Intersection Collision Warning System |
US7460948B2 (en) | 2006-03-10 | 2008-12-02 | Gm Global Technology Operations, Inc. | Traffic notification system for reporting traffic anomalies based on historical probe vehicle data |
CN101444003B (zh) | 2006-03-16 | 2013-08-21 | 柯蒂斯·M·布鲁巴克 | 在移动物体上显示高度相关广告而获得收益的系统和方法 |
US8457682B2 (en) | 2008-03-04 | 2013-06-04 | Dbsd Satellite Services G.P. | Method and system for integrated satellite assistance services |
CA2710662A1 (en) | 2007-12-28 | 2009-07-09 | Tele Atlas B.V. | Method and apparatus for combining a first partition from a first digital map database and a second partition from a second digital map database |
US8284069B2 (en) * | 2008-07-15 | 2012-10-09 | Cadec Global, Inc. | System and method for detecting a boundary crossing event |
GB0822893D0 (en) | 2008-12-16 | 2009-01-21 | Tele Atlas Bv | Advanced speed profiles - Further updates |
EP2199142B1 (en) * | 2008-12-22 | 2013-04-17 | Aisin Aw Co., Ltd. | Guidance device for charging vehicle battery |
CN102460534B (zh) | 2009-04-22 | 2014-10-29 | 因瑞克斯有限公司 | 基于历史和当前数据预测期望道路交通状况的计算机实现的方法和计算系统 |
WO2011023247A1 (en) | 2009-08-25 | 2011-03-03 | Tele Atlas B.V. | Generating raster image representing road existence probability based on probe measurements |
US9466212B1 (en) | 2010-01-05 | 2016-10-11 | Sirius Xm Radio Inc. | System and method for improved updating and annunciation of traffic enforcement camera information in a vehicle using a broadcast content delivery service |
CA2789699C (en) | 2010-03-11 | 2016-05-03 | Inrix, Inc. | Learning road navigation paths based on aggregate driver behavior |
US20160086393A1 (en) | 2010-05-17 | 2016-03-24 | The Travelers Indemnity Company | Customized vehicle monitoring privacy system |
US11465640B2 (en) | 2010-06-07 | 2022-10-11 | Affectiva, Inc. | Directed control transfer for autonomous vehicles |
US8327284B2 (en) * | 2010-08-24 | 2012-12-04 | Apple Inc. | Acquisition and presentation of dynamic media asset information for events |
US9484046B2 (en) | 2010-11-04 | 2016-11-01 | Digimarc Corporation | Smartphone-based methods and systems |
GB201018815D0 (en) | 2010-11-08 | 2010-12-22 | Tomtom Int Bv | High-definition weather for improved routing and navigation systems |
JP5632762B2 (ja) | 2011-01-25 | 2014-11-26 | パナソニック株式会社 | 測位情報形成装置、検出装置、及び測位情報形成方法 |
EP2500887B1 (en) | 2011-03-17 | 2020-09-09 | Harman Becker Automotive Systems GmbH | Description of a Road Segment Using ISO 17572-3 |
US8630958B2 (en) | 2011-06-03 | 2014-01-14 | Cardinal Optimization, Inc. | Systems and methods for multi-vehicle resource allocation and routing solutions |
US9014955B2 (en) | 2011-07-20 | 2015-04-21 | Sumitomo Electric Industries, Ltd. | Traffic evaluation device non-transitory recording medium and traffic evaluation method |
US11074495B2 (en) | 2013-02-28 | 2021-07-27 | Z Advanced Computing, Inc. (Zac) | System and method for extremely efficient image and pattern recognition and artificial intelligence platform |
US9916538B2 (en) | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
US9298575B2 (en) | 2011-10-12 | 2016-03-29 | Lytx, Inc. | Drive event capturing based on geolocation |
US9020760B2 (en) | 2012-02-08 | 2015-04-28 | Telogis, Inc. | System for classifying streets for vehicle navigation |
US9014876B2 (en) | 2012-06-19 | 2015-04-21 | Telogis, Inc. | System for processing fleet vehicle operation information |
GB201211636D0 (en) | 2012-06-29 | 2012-08-15 | Tomtom Belgium Nv | Method and apparatus for detecting deviations from map data |
US9412271B2 (en) | 2013-01-30 | 2016-08-09 | Wavetronix Llc | Traffic flow through an intersection by reducing platoon interference |
GB201407952D0 (en) | 2014-01-31 | 2014-06-18 | Cambridge Consultants | Monitoring device |
US9779357B1 (en) | 2013-03-07 | 2017-10-03 | Steve Dabell | Method and apparatus for providing estimated patrol properties and historic patrol records |
US8963740B2 (en) | 2013-03-14 | 2015-02-24 | Microsoft Corporation | Crowd-sourced parking advisory |
US20140279707A1 (en) | 2013-03-15 | 2014-09-18 | CAA South Central Ontario | System and method for vehicle data analysis |
US9437107B2 (en) | 2013-03-15 | 2016-09-06 | Inrix, Inc. | Event-based traffic routing |
US9456302B2 (en) | 2013-06-03 | 2016-09-27 | Temeda Llc | Geospatial asset tracking systems, methods and apparatus for acquiring, manipulating and presenting telematic metadata |
US9830813B2 (en) | 2013-06-18 | 2017-11-28 | Carnegie Mellon University, A Pennsylvania Non-Profit Corporation | Smart and scalable urban signal networks: methods and systems for adaptive traffic signal control |
KR101753331B1 (ko) | 2013-07-30 | 2017-07-03 | 주식회사 위트 | 대역폭 결합, 끊김 없는 이동성과 흐름 기반 라우팅을 구비한 p2p 차량 애드혹 네트워크 |
US8935036B1 (en) | 2013-09-06 | 2015-01-13 | State Farm Mutual Automobile Insurance Company | Systems and methods for updating a driving tip model using telematics data |
US10692370B2 (en) | 2014-03-03 | 2020-06-23 | Inrix, Inc. | Traffic obstruction detection |
US9293041B2 (en) | 2014-04-02 | 2016-03-22 | International Business Machines Corporation | Traffic monitoring via telecommunication data |
US9142127B1 (en) * | 2014-04-29 | 2015-09-22 | Maxwell Consulting, LLC | Systems and methods for traffic guidance nodes and traffic navigating entities |
JP2015212863A (ja) | 2014-05-01 | 2015-11-26 | 住友電気工業株式会社 | 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム |
US20150363828A1 (en) | 2014-06-16 | 2015-12-17 | Rsm Technologies Inc. | Traffic adaptive digital billboard control system |
US9786154B1 (en) | 2014-07-21 | 2017-10-10 | State Farm Mutual Automobile Insurance Company | Methods of facilitating emergency assistance |
AU2015296645A1 (en) * | 2014-07-28 | 2017-02-16 | Econolite Group, Inc. | Self-configuring traffic signal controller |
US9759812B2 (en) * | 2014-10-02 | 2017-09-12 | Trimble Inc. | System and methods for intersection positioning |
US20160148507A1 (en) | 2014-11-20 | 2016-05-26 | Blyncsy, Inc. | Traffic system for monitoring, analyzing, and modulating traffic patterns |
EP3032454B1 (en) | 2014-12-10 | 2018-09-26 | Honda Research Institute Europe GmbH | Method and system for adaptive ray based scene analysis of semantic traffic spaces and vehicle equipped with such system |
JP6421580B2 (ja) | 2014-12-15 | 2018-11-14 | 住友電気工業株式会社 | 交通信号制御装置、コンピュータプログラム、及び交通信号制御方法 |
KR20160087713A (ko) * | 2015-01-14 | 2016-07-22 | 유영근 | 통행차량 검지를 위한 검지영역 설정 방법과 이를 이용한 교통 신호 제어방법. |
US10726863B2 (en) * | 2015-04-27 | 2020-07-28 | Otocon Inc. | System and method for locating mobile noise source |
US20160364739A1 (en) * | 2015-06-09 | 2016-12-15 | Inrix, Inc. | Driver movement analysis |
JP6498542B2 (ja) * | 2015-06-17 | 2019-04-10 | 日立建機株式会社 | 管制制御システム及び車載端末装置 |
CN104978420B (zh) * | 2015-06-30 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 行车路线匹配方法和装置 |
US20170072850A1 (en) | 2015-09-14 | 2017-03-16 | Pearl Automation Inc. | Dynamic vehicle notification system and method |
US20170089717A1 (en) * | 2015-09-29 | 2017-03-30 | Garmin Switzerland Gmbh | Use of road lane data to improve traffic probe accuracy |
WO2017074966A1 (en) | 2015-10-26 | 2017-05-04 | Netradyne Inc. | Joint processing for embedded data inference |
WO2017079341A2 (en) | 2015-11-04 | 2017-05-11 | Zoox, Inc. | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles |
US9734455B2 (en) | 2015-11-04 | 2017-08-15 | Zoox, Inc. | Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles |
US10096253B2 (en) | 2015-11-30 | 2018-10-09 | Honeywell International Inc. | Methods and systems for presenting diversion destinations |
US10623294B2 (en) | 2015-12-07 | 2020-04-14 | Uptake Technologies, Inc. | Local analytics device |
US10013820B2 (en) | 2015-12-15 | 2018-07-03 | Freeport-Mcmoran Inc. | Vehicle speed-based analytics |
US10395332B1 (en) | 2016-01-22 | 2019-08-27 | State Farm Mutual Automobile Insurance Company | Coordinated autonomous vehicle automatic area scanning |
US10493936B1 (en) | 2016-01-22 | 2019-12-03 | State Farm Mutual Automobile Insurance Company | Detecting and responding to autonomous vehicle collisions |
US9903733B2 (en) | 2016-03-17 | 2018-02-27 | Honda Motor Co., Ltd. | Vehicular communications network and methods of use and manufacture thereof |
JP6668497B2 (ja) | 2016-03-17 | 2020-03-18 | スイス リインシュランス カンパニー リミテッド | テレマティクスシステム及びその対応する方法 |
US10346131B2 (en) | 2016-03-25 | 2019-07-09 | International Business Machines Corporation | Spatial predicates evaluation on geohash-encoded geographical regions |
US10042055B2 (en) | 2016-04-20 | 2018-08-07 | Here Global B.V. | Traffic volume estimation |
US10151592B2 (en) | 2016-04-28 | 2018-12-11 | Here Global B.V. | Map matching quality evaluation |
EP3453008A1 (en) * | 2016-05-06 | 2019-03-13 | PCMS Holdings, Inc. | Method and system for collaborative sensing for updating dynamic map layers |
CA3025754C (en) | 2016-05-30 | 2019-07-02 | Nissan Motor Co., Ltd. | Object detection method and object detection apparatus |
US20170349148A1 (en) | 2016-06-03 | 2017-12-07 | GM Global Technology Operations LLC | Method and apparatus for detecting road condition data and weather condition data using vehicular crowd-sensing |
EP3475933A1 (en) | 2016-06-24 | 2019-05-01 | Swiss Reinsurance Company Ltd. | Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof |
WO2018019354A1 (en) | 2016-07-25 | 2018-02-01 | Swiss Reinsurance Company Ltd. | An apparatus for a dynamic, score-based, telematics connection search engine and aggregator and corresponding method thereof |
WO2018035058A1 (en) | 2016-08-15 | 2018-02-22 | University Of Southern California | Latent space model for road networks to predict time-varying traffic |
US10861320B2 (en) | 2016-08-22 | 2020-12-08 | Rapidsos, Inc. | Predictive analytics for emergency detection and response management |
US10438493B2 (en) | 2016-08-24 | 2019-10-08 | Uber Technologies, Inc. | Hybrid trip planning for autonomous vehicles |
US10712746B2 (en) | 2016-08-29 | 2020-07-14 | Baidu Usa Llc | Method and system to construct surrounding environment for autonomous vehicles to make driving decisions |
US10359295B2 (en) | 2016-09-08 | 2019-07-23 | Here Global B.V. | Method and apparatus for providing trajectory bundles for map data analysis |
WO2018046102A1 (en) | 2016-09-10 | 2018-03-15 | Swiss Reinsurance Company Ltd. | Automated, telematics-based system with score-driven triggering and operation of automated sharing economy risk-transfer systems and corresponding method thereof |
US9928432B1 (en) | 2016-09-14 | 2018-03-27 | Nauto Global Limited | Systems and methods for near-crash determination |
US10733460B2 (en) | 2016-09-14 | 2020-08-04 | Nauto, Inc. | Systems and methods for safe route determination |
US10565279B2 (en) * | 2016-10-05 | 2020-02-18 | Uber Technologies, Inc. | Contextual search for location services |
US10331129B2 (en) | 2016-10-20 | 2019-06-25 | nuTonomy Inc. | Identifying a stopping place for an autonomous vehicle |
US10857994B2 (en) | 2016-10-20 | 2020-12-08 | Motional Ad Llc | Identifying a stopping place for an autonomous vehicle |
US11627450B2 (en) | 2016-10-20 | 2023-04-11 | Motional Ad Llc | Identifying stopping place for autonomous vehicle |
US10040464B2 (en) | 2016-10-21 | 2018-08-07 | Westinghouse Air Brake Technologies Corporation | System and method for providing location and navigation services using positive train control data |
KR101927182B1 (ko) * | 2016-11-15 | 2018-12-10 | 현대자동차 주식회사 | 위험상황 경고 장치 및 위험상황 경고 방법이 구현된 컴퓨터로 판독 가능한 기록매체 |
US10943283B2 (en) | 2016-11-18 | 2021-03-09 | Cummins Inc. | Service location recommendation tailoring |
US11194846B2 (en) | 2016-11-28 | 2021-12-07 | Here Global B.V. | Method and apparatus for providing automated generation of parking restriction data using machine learning |
JP6638633B2 (ja) * | 2016-12-06 | 2020-01-29 | トヨタ自動車株式会社 | 自動運転システム |
US10794711B2 (en) | 2016-12-30 | 2020-10-06 | DeepMap Inc. | High definition map updates based on sensor data collected by autonomous vehicles |
US9969386B1 (en) | 2017-01-10 | 2018-05-15 | Mitsubishi Electric Research Laboratories, Inc. | Vehicle automated parking system and method |
US11619951B2 (en) | 2017-01-23 | 2023-04-04 | Massachusetts Institute Of Technology | On-demand high-capacity ride-sharing via dynamic trip-vehicle assignment with future requests |
US20180210892A1 (en) | 2017-01-25 | 2018-07-26 | Uber Technologies, Inc. | Object or image search within a geographic region by a network system |
US20180233035A1 (en) | 2017-02-10 | 2018-08-16 | Nec Europe Ltd. | Method and filter for floating car data sources |
US10352709B1 (en) * | 2017-02-15 | 2019-07-16 | Amazon Technologies, Inc. | Identification of road segments |
US10095234B2 (en) | 2017-03-07 | 2018-10-09 | nuTonomy Inc. | Planning for unknown objects by an autonomous vehicle |
US20180281815A1 (en) | 2017-03-31 | 2018-10-04 | Uber Technologies, Inc. | Predictive teleassistance system for autonomous vehicles |
US10339808B2 (en) | 2017-04-03 | 2019-07-02 | Here Global B.V. | Predicting parking vacancies based on activity codes |
US9769616B1 (en) * | 2017-04-04 | 2017-09-19 | Lyft, Inc. | Geohash-related location predictions |
US20180299893A1 (en) | 2017-04-18 | 2018-10-18 | nuTonomy Inc. | Automatically perceiving travel signals |
US11358608B2 (en) | 2017-05-06 | 2022-06-14 | The Texas A&M University System | Method and system for vehicular communication and safety monitoring of driving environment to provide early warnings in real-time |
US10060751B1 (en) * | 2017-05-17 | 2018-08-28 | Here Global B.V. | Method and apparatus for providing a machine learning approach for a point-based map matcher |
WO2018215833A1 (en) | 2017-05-23 | 2018-11-29 | 1.21 Gigawatts Ltd. | Traffic monitoring and management systems and methods |
US20180365995A1 (en) | 2017-06-14 | 2018-12-20 | Trw Automotive U.S. Llc | Automobile communication system using unmanned air vehicle intermediary |
US10433120B2 (en) | 2017-06-16 | 2019-10-01 | At&T Intellectual Property I, L.P. | Network broadcast of data to internet of things (IOT) devices using a dedicated system information block (SIB) in long term evolution (LTE) and/or fifth generation (5G) next radio networks |
US10600322B2 (en) | 2017-06-21 | 2020-03-24 | International Business Machines Corporation | Management of mobile objects |
US10496099B2 (en) | 2017-07-18 | 2019-12-03 | Uatc, Llc | Systems and methods for speed limit context awareness |
US10579063B2 (en) | 2017-07-21 | 2020-03-03 | Uatc, Llc | Machine learning for predicting locations of objects perceived by autonomous vehicles |
US10288166B2 (en) | 2017-07-24 | 2019-05-14 | Caterpillar Inc. | System and method for predicting and responding to soft underfoot conditions |
US10330486B2 (en) | 2017-08-08 | 2019-06-25 | Gm Global Technology Operations Llc. | Context-aware vehicle communications system and control logic with adaptive crowd-sensing capabilities |
US10216189B1 (en) | 2017-08-23 | 2019-02-26 | Uber Technologies, Inc. | Systems and methods for prioritizing object prediction for autonomous vehicles |
US10313413B2 (en) | 2017-08-28 | 2019-06-04 | Banjo, Inc. | Detecting events from ingested communication signals |
CN111247565B (zh) | 2017-09-06 | 2022-06-03 | 瑞士再保险有限公司 | 用于移动远程信息处理装置的电子日志记录和跟踪检测系统及其对应方法 |
US10809728B2 (en) | 2017-09-15 | 2020-10-20 | Here Global B.V. | Lane-centric road network model for navigation |
US20190101914A1 (en) | 2017-10-02 | 2019-04-04 | Allstate Insurance Company | Data Processing System with Machine Learning Engine for Providing Driving Data Analysis and Vehicle Control Functions |
US10503172B2 (en) | 2017-10-18 | 2019-12-10 | Luminar Technologies, Inc. | Controlling an autonomous vehicle based on independent driving decisions |
US11692837B2 (en) | 2017-10-18 | 2023-07-04 | Here Global B.V. | Automatic discovery of optimal routes for flying cars and drones |
US20190120640A1 (en) | 2017-10-19 | 2019-04-25 | rideOS | Autonomous vehicle routing |
WO2019079807A1 (en) | 2017-10-20 | 2019-04-25 | Zendrive, Inc. | METHOD AND SYSTEM FOR VEHICULAR COMMUNICATIONS |
US10755558B2 (en) | 2017-10-25 | 2020-08-25 | Here Global B.V. | Method, apparatus, and system for detecting venue trips and related road traffic |
US10967862B2 (en) | 2017-11-07 | 2021-04-06 | Uatc, Llc | Road anomaly detection for autonomous vehicle |
US20190147320A1 (en) * | 2017-11-15 | 2019-05-16 | Uber Technologies, Inc. | "Matching Adversarial Networks" |
US10650670B2 (en) | 2017-11-16 | 2020-05-12 | Here Global B.V. | Method and apparatus for publishing road event messages |
US10198002B2 (en) * | 2017-11-21 | 2019-02-05 | GM Global Technology Operations LLC | Systems and methods for unprotected left turns in high traffic situations in autonomous vehicles |
US10629069B2 (en) | 2017-12-14 | 2020-04-21 | Here Global B.V. | Method and apparatus for providing a localized link-centric metric for directional traffic propagation |
US10908614B2 (en) | 2017-12-19 | 2021-02-02 | Here Global B.V. | Method and apparatus for providing unknown moving object detection |
US10726644B2 (en) | 2017-12-22 | 2020-07-28 | Lyft, Inc. | Fleet maintenance management for autonomous vehicles |
US10670411B2 (en) | 2017-12-29 | 2020-06-02 | Lyft Inc. | Efficient matching of service providers and service requests across a fleet of autonomous vehicles |
US10775186B2 (en) | 2017-12-29 | 2020-09-15 | ANI Technologies Private Limited | Method and system for predicting traffic conditions |
WO2019168869A1 (en) | 2018-02-27 | 2019-09-06 | Nvidia Corporation | Real-time detection of lanes and boundaries by autonomous vehicles |
US10798368B2 (en) | 2018-03-13 | 2020-10-06 | Lyft, Inc. | Exposure coordination for multiple cameras |
US20190287394A1 (en) * | 2018-03-19 | 2019-09-19 | Derq Inc. | Early warning and collision avoidance |
US11544584B2 (en) | 2018-03-26 | 2023-01-03 | Adp, Inc. | Commute distance optimization |
US10816981B2 (en) | 2018-04-09 | 2020-10-27 | Diveplane Corporation | Feature analysis in computer-based reasoning models |
FR3079956B1 (fr) * | 2018-04-10 | 2021-12-24 | Transdev Group | Dispositif electronique et procede de surveillance d'une zone d'intersection routiere a destination de vehicule(s) automobile(s) autonome(s), programme d'ordinateur associe |
US10559197B2 (en) * | 2018-04-13 | 2020-02-11 | Toyota Jidosha Kabushiki Kaisha | Remote vehicle control at intersections |
US10818165B2 (en) | 2018-04-19 | 2020-10-27 | Here Global B.V. | Method, apparatus, and system for propagating learned traffic sign data in a road network |
US10306430B1 (en) | 2018-04-27 | 2019-05-28 | Lyft, Inc. | Vehicle-to-infrastructure communication |
US11107347B2 (en) * | 2018-04-27 | 2021-08-31 | Cubic Corporation | Adaptively controlling traffic movements for driver safety |
US11138745B2 (en) | 2018-04-30 | 2021-10-05 | Uatc, Llc | Object association for autonomous vehicles |
US10909866B2 (en) | 2018-07-20 | 2021-02-02 | Cybernet Systems Corp. | Autonomous transportation system and methods |
US10942030B2 (en) | 2018-08-17 | 2021-03-09 | Lyft, Inc. | Road segment similarity determination |
US11861458B2 (en) | 2018-08-21 | 2024-01-02 | Lyft, Inc. | Systems and methods for detecting and recording anomalous vehicle events |
US10698408B2 (en) | 2018-08-30 | 2020-06-30 | Pony Ai Inc. | Distributed sensing for vehicle navigation |
US20200098253A1 (en) | 2018-09-25 | 2020-03-26 | Smev Ag Smart Mobility Evolution | Procedure and apparatus for controlling a traffic management system |
US10909188B2 (en) * | 2018-10-12 | 2021-02-02 | Black Hills Ip Holdings, Llc | Machine learning techniques for detecting docketing data anomalies |
US10922966B2 (en) | 2018-10-31 | 2021-02-16 | Mitsubishi Electric Research Laboratories, Inc. | System and method for asymmetric traffic control |
US10852726B2 (en) | 2018-11-13 | 2020-12-01 | Toyota Research Institute, Inc. | Systems and methods for transitioning a vehicle from an autonomous driving mode to a manual driving mode |
US10789535B2 (en) * | 2018-11-26 | 2020-09-29 | Cartica Ai Ltd | Detection of road elements |
US11681294B2 (en) * | 2018-12-12 | 2023-06-20 | Here Global B.V. | Method and system for prediction of roadwork zone |
US11322025B2 (en) | 2018-12-12 | 2022-05-03 | Here Global B.V. | Method and system for validating existence of roadwork |
US10891518B1 (en) * | 2018-12-14 | 2021-01-12 | Waymo Llc | Auto labeler |
US20200209005A1 (en) | 2018-12-26 | 2020-07-02 | Didi Research America, Llc | Systems and methods for loading object geometry data on a vehicle |
US11153721B2 (en) | 2018-12-27 | 2021-10-19 | Intel Corporation | Sensor network enhancement mechanisms |
US10991244B2 (en) | 2018-12-28 | 2021-04-27 | Beijing Voyager Technology Co., Ltd. | On-board vehicle stop cause determination system |
US20200211370A1 (en) | 2018-12-28 | 2020-07-02 | Didi Research America, Llc | Map editing using vehicle-provided data |
US10990105B2 (en) | 2018-12-28 | 2021-04-27 | Beijing Voyager Technology Co., Ltd. | Vehicle-based virtual stop and yield line detection |
US11164406B2 (en) | 2019-01-25 | 2021-11-02 | Ford Global Technologies, Llc | Real-time emissions estimation and monitoring |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US11118916B2 (en) | 2019-02-14 | 2021-09-14 | Here Global B.V. | Method, apparatus, and system for providing a campaign management platform to discover map data |
US10750374B1 (en) | 2019-02-22 | 2020-08-18 | Toyota Jidosha Kabushiki Kaisha | Managing regionalized vehicular communication |
US11145197B2 (en) | 2019-03-13 | 2021-10-12 | Mitsubishi Electric Research Laboratories, Inc. | Joint control of vehicles traveling on different intersecting roads |
US11086322B2 (en) | 2019-03-19 | 2021-08-10 | Gm Cruise Holdings Llc | Identifying a route for an autonomous vehicle between an origin and destination location |
US11181922B2 (en) | 2019-03-29 | 2021-11-23 | Zoox, Inc. | Extension of autonomous driving functionality to new regions |
US10699564B1 (en) | 2019-04-04 | 2020-06-30 | Geotab Inc. | Method for defining intersections using machine learning |
US11341846B2 (en) | 2019-04-04 | 2022-05-24 | Geotab Inc. | Traffic analytics system for defining road networks |
US11403938B2 (en) | 2019-04-04 | 2022-08-02 | Geotab Inc. | Method for determining traffic metrics of a road network |
US11335191B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Intelligent telematics system for defining road networks |
US11335189B2 (en) | 2019-04-04 | 2022-05-17 | Geotab Inc. | Method for defining road networks |
-
2019
- 2019-06-18 US US16/444,228 patent/US10699564B1/en active Active
- 2019-06-21 US US16/448,657 patent/US11410547B2/en active Active
- 2019-06-21 US US16/448,694 patent/US11423773B2/en active Active
- 2019-08-08 US US16/535,527 patent/US10916127B2/en active Active
-
2020
- 2020-03-18 EP EP20163940.8A patent/EP3719714B1/en active Active
- 2020-03-18 EP EP20163985.3A patent/EP3719716A1/en active Pending
- 2020-03-18 DE DE20163940.8T patent/DE20163940T1/de active Pending
- 2020-03-18 DE DE20163985.3T patent/DE20163985T1/de active Pending
- 2020-03-18 EP EP20163960.6A patent/EP3719715A1/en active Pending
- 2020-03-18 ES ES20163940T patent/ES2793575T1/es active Pending
- 2020-03-18 ES ES20163960T patent/ES2794019T1/es active Pending
- 2020-03-18 DE DE20163960.6T patent/DE20163960T1/de active Pending
- 2020-03-18 ES ES20163985T patent/ES2794585T1/es active Pending
- 2020-05-08 US US16/870,859 patent/US11443617B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
DE20163940T1 (de) | 2021-02-25 |
US11443617B2 (en) | 2022-09-13 |
ES2793575T1 (es) | 2020-11-16 |
US11423773B2 (en) | 2022-08-23 |
EP3719715A1 (en) | 2020-10-07 |
EP3719714A1 (en) | 2020-10-07 |
US10699564B1 (en) | 2020-06-30 |
ES2794585T1 (es) | 2020-11-18 |
US11410547B2 (en) | 2022-08-09 |
DE20163985T1 (de) | 2021-02-25 |
US20200320865A1 (en) | 2020-10-08 |
US10916127B2 (en) | 2021-02-09 |
EP3719716A1 (en) | 2020-10-07 |
US20200320862A1 (en) | 2020-10-08 |
EP3719714B1 (en) | 2023-07-26 |
US20200320861A1 (en) | 2020-10-08 |
US20200320863A1 (en) | 2020-10-08 |
DE20163960T1 (de) | 2021-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2794019T1 (es) | Método de aprendizaje automático para clasificar un área como vía vehicular | |
US9940625B2 (en) | Autonomous driving certification generalizer | |
JP2013533990A5 (es) | ||
CN104182760A (zh) | 一种基于编码式交通标志的交通信息读取方法 | |
WO2010092209A1 (es) | Dispositivo para la detección automática de peatones en los pasos de cebra o pasos de peatones | |
Akgol et al. | Geometric optimisation of chicanes using driving simulator trajectory data | |
Yohannes et al. | Identifying the Hot Spot Areas of Road Traffic Accidents. | |
WO2019171101A3 (ru) | Управляемый дифференцированный дорожный маркер и способ регулирования дорожного движения | |
Sung et al. | Analysis of temporal and spatial distribution of traffic accidents in Jinju | |
ES1072891U (es) | Dispositivo para obligar a la reduccion de velocidad en vias de circulacion. | |
CN106960578A (zh) | 一种基于rfid的交通管理系统及其工作方法 | |
Macioszek | Turbo roundabouts signing and marking-current situation in Poland | |
US2242619A (en) | Traffic marker | |
US8142100B2 (en) | Animal crossing warning zone and method of applying it to a roadway | |
ES2654112B1 (es) | Baliza luminosa con sensor de paso para vías de circulación | |
Gibbons et al. | Evaluation of impact of modern headlamp technology on design criteria for sag vertical curves | |
Minale | Identifying the Hot Spot Areas of Road Traffic Accidents | |
Gedafa et al. | Impacts of alternative yield sign placement on pedestrian safety | |
ES1241960U (es) | Sistema y procedimiento de guiado para automovilistas | |
Andrei-Florin et al. | OPTIMIZATION OF SPEED HUMPS IN ORDER TO IMPROVE THE TRAFFIC AND REDUCE POLLUTION | |
Konrad et al. | Pedestrian intention estimation from egocentric data | |
Brantingham et al. | Crime pattern visualization | |
O'Reilly | An Evaluation of the Safety of the Cycling in Dublin City for DIT Students | |
ES2542805B1 (es) | Disposición de señalización pasiva de alerta de acceso en contra-sentido en autovías, carreteras desdobladas y calles de un sentido | |
Klopp | Utilizing Date from Origin-Destination Surveys |