JP2020140704A - 車両マイクロクラウドによる異常マッピング - Google Patents
車両マイクロクラウドによる異常マッピング Download PDFInfo
- Publication number
- JP2020140704A JP2020140704A JP2020019312A JP2020019312A JP2020140704A JP 2020140704 A JP2020140704 A JP 2020140704A JP 2020019312 A JP2020019312 A JP 2020019312A JP 2020019312 A JP2020019312 A JP 2020019312A JP 2020140704 A JP2020140704 A JP 2020140704A
- Authority
- JP
- Japan
- Prior art keywords
- anomaly
- vehicle
- map
- updated
- microcloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 23
- 238000013507 mapping Methods 0.000 title claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 149
- 238000000034 method Methods 0.000 claims abstract description 109
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims description 110
- 230000009471 action Effects 0.000 claims description 76
- 230000004044 response Effects 0.000 claims description 43
- 230000015654 memory Effects 0.000 claims description 39
- 230000006399 behavior Effects 0.000 claims description 35
- 230000010485 coping Effects 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 38
- 230000002547 anomalous effect Effects 0.000 description 56
- 230000006870 function Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000010267 cellular communication Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 206010039740 Screaming Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
わち、(1)異常の地理的位置(すなわち、静止車両マイクロクラウド)、(2)コネクティッド車両の現在の地理的位置(すなわち、静止車両マイクロクラウド)、(3)コネクティッド車両の現在の地理的位置または今後の連続する位置(すなわち、移動車両マイクロクラウド)、または(4)異常の現在の地理的位置または今後の連続する位置(すなわち、移動する異常に続く移動車両マイクロクラウド)である。
ド(静止または移動)を生成することが含まれる。異常検出器および異常クライアントの他の例示的な利点も可能である。
ューの総数が、ビューしきい値を満たすこと、更新された異常マップの異常のアクションの総数が、アクションしきい値を満たすこと、更新された異常マップの異常のアクションの時間ウィンドウが、時間ウィンドウしきい値を満たすこと、および、異常に対して反応した対処アクションの総数が、反応しきい値を満たすことである。シミュレーション結果に以下の1つ以上が含まれる方法、すなわち、異常の予測される将来の動作、道路環境への異常の影響、異常の周りの周囲の異なるビューのシミュレーション、さまざまな視点での異常の1つ以上のビューのシミュレーション、さまざまな視点または時間の期間における異常の1つ以上のアクションのシミュレーション、および、異常に対する1つ以上の対処アクションのシミュレーションである。本方法はさらに、通信ユニットの1つ以上の動作要素を変更して、更新された異常マップを車両マイクロクラウドの1つ以上の他のクラウドメンバに送信し、通信ユニットの1つ以上の動作要素を変更して、車両マイクロクラウドの1つ以上の他のクラウドメンバから1つ以上の他の更新された異常マップを受信することを含むことであって、通信ユニットの動作を変更して、車両マイクロクラウドの更新された異常マップ情報を共有すること、更新された異常マップおよび1つ以上の他の更新された異常マップに基づく異常のシミュレーション結果について、1つ以上の他のクラウドメンバとのコンセンサス決定に到達すること、コンセンサス決定に基づいて、更新された異常マップをさらに変更すること、および、V2X無線メッセージを使用して、更新された異常マップをサーバにアップロードすることを含む。本方法はさらに、更新された異常マップがシミュレーション基準を満たさないことに応答して、1つ以上の追加の提携エンドポイントによって1つ以上の追加の異常マップが生成されるように、道路環境における1つ以上の追加の提携エンドポイントを決定し、1つ以上のセンサ、1つ以上のコンピューティングリソース、または各追加の提携エンドポイントの組み合わせを調整して、異常に焦点を当てること、1つ以上の追加の提携エンドポイントから1つ以上の追加の異常マップを受信するように通信ユニットの動作を変更すること、および、1つ以上の追加の異常マップにさらに基づいて、更新された異常マップを生成すること含む。車両マイクロクラウドが、異常の位置に形成された静止車両マイクロクラウドである方法。車両マイクロクラウドが、異常の現在の位置または異常の今後の連続する位置に形成された移動車両マイクロクラウドである方法。本方法は、1つ以上の異常マッピングポリシーに基づいて1つ以上の提携エンドポイントを決定すること、および、1つ以上の他の異常マップが1つ以上の提携エンドポイントによって生成されるように、異常に焦点を合わせるために、各提携エンドポイントの1つ以上のセンサ、1つ以上のコンピューティングリソースまたはそれらの組み合わせを調整することをさらに含む。1つ以上の提携エンドポイントが以下の1つ以上である方法、すなわち、異常に関連付けられた対象の領域に位置するエンドポイント、時間しきい値を超える時間の期間、対象の領域にあるエンドポイント、時間しきい値を超える時間の期間、対象の領域にとどまると予想されるエンドポイント、および既知の軌道、既知のタイムテーブル、またはそれらの組み合わせのエンドポイントである。異常に以下の1つ以上が含まれる方法、すなわち、道路環境における人間の異常、データの異常、路面の異常、および交通の異常である。説明された技術の実装は、ハードウェア、方法またはプロセス、あるいはコンピュータアクセス可能媒体上のコンピュータソフトウェアを含み得る。
る。この態様の他の実施形態は、それぞれが方法のアクションを実行するように構成された、対応するコンピュータシステム、装置、および1つ以上のコンピュータ記憶デバイスに記録されたコンピュータプログラムを含む。
ドサーバまたはエッジサーバにV2N通信(例えば、セルラーネットワーク)でアクセスする必要がなくなる。車両マイクロクラウドの移動性に応じて、車両マイクロクラウドは、例として2つのタイプに分類できる、すなわち、静止車両マイクロクラウドおよび移動車両マイクロクラウドである。
行者が突然叫ぶ)、データの異常(例えば、隊列走行での誤った加速情報)、路面の異常(例えば、道路の穴、道路の岩など)および、交通の異常(例えば、間違った側からのレーンの合流、レーンの閉鎖、事故など)である。
図1Aを参照すると、異常検出器199および異常クライアント143の例示的な動作環境100が図示されている。例えば、動作環境100は、1つ以上の車両110、1つ以上のエッジサーバ140、およびクラウドサーバ160を含む。1つ以上の車両110は、第1の車両110A、…、および第Nの車両110Nを含み、これらは同様の機能を提供することができ、本明細書では個別または集合的に「車両110」と呼ばれ、ここで、Nは1以上の正の整数である。1つ以上のエッジサーバ140は、第1のエッジサーバ140A、…、および第Mのエッジサーバ140Mを含み、これらは同様の機能を提供することができ、本明細書では個別または集合的に「エッジサーバ140」と呼ばれ、ここで、Mは1以上の正の整数である。動作環境100のこれらの要素は、ネットワーク105に通信可能に結合されてもよい。任意選択で、動作環境100は、1つ以上の路側ユニット(複数の場合はRSUs、単数の場合はRSU)または他のインフラストラクチャデバイス(図には示されていない)をさらに含む。
160および1つ以上のネットワーク105を含み得る。
る。その理由は、例えば、車道のレーンは一般に幅約3メートルであり、車両が走行している道路のレーンを特定するにはプラスまたはマイナス1.5メートルの精度で十分だからである。最新の車両の高度運転支援システム(ADAS)が提供するいくつかの安全または自動運転アプリケーションでは、レーンレベルの精度で車両の地理的位置を記述する位置情報が必要である。加えて、DSRCの現在の標準では、車の地理的位置をレーンレベルの精度で記述することが求められている。
不揮発性メモリまたは同様の永久記憶デバイス、およびハードディスクドライブ、フロッピーディスクドライブ、CD−ROMデバイス、DVD−ROMデバイス、DVD−RAMデバイス、DVD−RWデバイス、フラッシュメモリデバイス、またはより永続的に情報を格納するための他の大容量記憶デバイスを含む媒体も含む。車両110は、1つ以上のメモリ127を含むことができる。
ー通信トランシーバを含む。いくつかの実施形態では、通信ユニット145Aは、有線ポートおよび無線トランシーバを含む。通信ユニット145Aはまた、TCP/IP、HTTP、HTTPS、およびSMTP、ミリ波、DSRCなどを含む標準ネットワークプロトコルを使用してファイルまたはメディアオブジェクトを配信するために、ネットワーク105への他の従来の接続を提供する。
サ、トルクセンサ、トランスミッション液温度センサ、タービン速度センサ(TSS)、可変リラクタンスセンサ、車速センサ(VSS)、水センサ、車輪速度センサ、および他のいずれかのタイプの自動車用センサである。
ドし、そこでさらに改善および配信することができる。
たは更新された異常マップ情報は、エッジサーバ140またはクラウドサーバ160によって後処理されて、異常データベース147の異常ルールを精緻化してもよい。
ュレーションを実行し、シミュレーション結果を生成できる。更新された異常マップは、シミュレーション結果を含むようにさらに変更され、静止車両マイクロクラウド182の車両間で共有される。更新された異常マップ(およびシミュレーション結果)に関するコンセンサス決定は、静止車両マイクロクラウド182で到達できる(例えば、静止車両マイクロクラウド182の80%またはすべての車両はシミュレーション結果が異常のアクションを異なる視点で十分に図示したことを認める)。更新された異常マップは、車両によってエッジサーバ140またはクラウドサーバ160にアップロードして、さらに改善および配信できる。
成技術のシステム概要191を示すブロック図である。車両110は、例えば、プロセッサ125、データを格納するためのデータストレージ126、センサセット154、メモリ127、およびネットワークインターフェース123を含む。
うになる。異常マップマネージャ193は、1つ以上の提携エンドポイントによって作成された1つ以上の異常マップおよび車両110自体によって作成された異常マップを使用して、更新された異常マップを生成する。
異常マップ生成技術は、近くのリソース(例えば、近くの車両リソース)によって車両マイクロクラウドを構築することを含み、ここで、車両マイクロクラウドは、異常の地理的位置に近接している。その上、車両マイクロクラウドのクラウドメンバは、他の車両またはエンドポイントをクラウドゲストとして招待して、クラウドゲストのセンサ、リソース、またはそれらの組み合わせを調整し、異常に焦点を合わせることができる。例えば、招待するクラウドメンバは、(a)アクティブ化する招待されたクラウドゲストの1つ以上のセンサ、(b)焦点を合わせる招待されたクラウドゲストのカメラセンサの角度、(c)または招待されたクラウドゲストのカメラセンサのズームレベルなどを決定できる。
次に図2を参照すると、いくつかの実施形態による、異常検出器199を含む例示的なコンピュータシステム200を示すブロック図が図示されている。いくつかの実施形態では、コンピュータシステム200は、図3A〜図5Bを参照して以下に説明する方法300、350、400および500の1つ以上のステップを実行するようにプログラムされた専用コンピュータシステムを含み得る。
を処理することができる。これらのシステムまたはモジュールのいずれかにより、通信モジュール202はコンピュータシステム200または動作環境100の他の要素と(通信ユニット145を介して)通信することができる。
ることができる。いくつかの実施形態では、異常マップマネージャ193は、コンピュータシステム200のメモリ127に格納された命令のセットであり得、プロセッサ125によってアクセス可能および実行可能にすることができる。異常マップマネージャ193は、信号線249を介して、プロセッサ125およびコンピュータシステム200の他のコンポーネントと協働および通信するように適合され得る。
ミュレーション基準を満たすかどうかを決定する。シミュレーション基準の満足度は、以下の1つ以上を含むが、これらに限定されない、すなわち、更新された異常マップを生成するために使用される異常マップの総数が、マップしきい値を満たすこと(例えば、シミュレーションに使用される異常マップの総数がマップのしきい値を満たす)、更新された異常マップの異常のビューの総数が、ビューしきい値を満たすこと、更新された異常マップの異常のアクションの総数が、アクションしきい値を満たすこと、更新された異常マップの異常のアクションの時間ウィンドウが、時間ウィンドウしきい値を満たすこと、および異常に対して反応した対処アクションの総数が、反応しきい値を満たすことである。例えば、シミュレーション基準の満足度は、更新された異常マップに異常のシミュレーションを実行するための十分な情報を含むことを示す(例えば、異常のシミュレーションを実行するのに十分な情報で、その結果、異常のアクションの少なくとも一部またはすべてが遡及的シミュレートできる)。
センサス決定は、車両マイクロクラウドに到達する)。
V2Xチャネルを使用して、近くの車両と同時に通信できること、(2)1つ以上のV2Xアンテナに適用されるビームフォーミング技術を変更して、距離がより遠い近くの車両に送信される信号がより高い信号強度を有し得るようにすること、および(3)通信ユニット145により広い帯域幅を割り当て、その結果、他の近くの車両が車両マイクロクラウドに参加すると、情報を交換できるようにすることである。このようにして、車両マイクロクラウドにおける通信効率を改善することができる。
次に図3Aを参照すると、いくつかの実施形態による、改善された異常マップを生成するための例示的な方法300のフローチャートが図示されている。方法300のステップは任意の順序で実行可能であり、必ずしも図3Aに図示される順序である必要はない。ここでは、方法300が、コネクティッド車両(例えば、車両110)によって実行されると仮定する。
いて、道路環境での異常の発生を検出する。
、方法500はステップ513に移動する。
、説明の少なくとも1つの実施形態に含まれ得ることを意味する。本明細書の様々な箇所における「いくつかの実施形態において」という句の出現は、必ずしもすべてが同じ実施形態を指しているわけではない。
むであろう。メモリ要素は、プログラムコードの実際の実行中に採用されるローカルメモリ、大容量記憶装置、および実行中に大容量記憶装置からコードを取得する必要がある回数を減らすために少なくともいくつかのプログラムコードの一時格納を提供するキャッシュメモリを含むことができる。
Claims (20)
- コネクティッド車両のための方法であって、
道路環境を記述するセンサデータに基づいて、前記道路環境における異常の発生を検出することと、
前記コネクティッド車両によって、前記異常を記述する異常マップを作成することと、
前記コネクティッド車両の通信ユニットの動作を変更して、前記道路環境の1つ以上の提携エンドポイントから前記異常を記述する1つ以上の他の異常マップを受信することと、
更新された異常マップの精度が改善されるように、前記コネクティッド車両によって作成された前記異常マップおよび前記1つ以上の提携エンドポイントによって作成された前記1つ以上の他の異常マップに基づいて、更新された異常マップを生成することと、を含む方法。 - 前記異常の前記発生に応答して、前記コネクティッド車両の前記通信ユニットの前記動作を変更し、車両マイクロクラウドの形成を指示することと、
前記1つ以上の他の異常マップが、それぞれが、前記コネクティッド車両と連携して前記更新された異常マップを生成する、前記車両マイクロクラウドのクラウドメンバまたはクラウドゲストである前記1つ以上の提携エンドポイントから受信されるように、前記通信ユニットの前記動作を変更して、前記車両マイクロクラウドの異常マップ情報を共有することと、をさらに含む、請求項1に記載の方法。 - 前記異常の前記発生に応答して、前記コネクティッド車両の前記通信ユニットの前記動作を変更し、前記車両マイクロクラウドの前記形成を指示することが、
前記異常の前記発生に応答して前記車両マイクロクラウドを形成するための命令を生成することと、
前記通信ユニットの1つ以上の動作要素を変更して、サーバに前記命令を送信することと、を含み、
前記命令が、前記サーバに、前記車両マイクロクラウドのクラウドメンバとして、前記コネクティッド車両および前記異常に近接する1つ以上の近くの車両を含む前記車両マイクロクラウドを形成させる、請求項2に記載の方法。 - 前記異常の前記発生に応答して、前記コネクティッド車両の前記通信ユニットの前記動作を変更し、前記車両マイクロクラウドの前記形成を指示することが、
前記異常の前記発生に応答して前記車両マイクロクラウドを形成するための命令を生成することと、
前記通信ユニットでの前記命令の受信に応答して、前記1つ以上の近くの車両が前記コネクティッド車両に招待されて前記車両マイクロクラウドに参加するように、前記通信ユニットの1つ以上の動作要素を変更し、前記異常に近接した1つ以上の近くの車両と通信することと、を含む、請求項2に記載の方法。 - 前記通信ユニットの前記動作を変更して前記車両マイクロクラウドの前記異常マップ情報を共有することが、
前記通信ユニットの1つ以上の動作要素を変更して、前記異常マップを前記車両マイクロクラウドの1つ以上の他のクラウドメンバに送信することと、
前記通信ユニットの前記1つ以上の動作要素を変更して、前記1つ以上の提携エンドポイントから前記1つ以上の他の異常マップを受信することと、を含む、請求項2に記載の方法。 - 前記更新された異常マップがシミュレーション基準を満たすかどうかを決定することと
、
前記シミュレーション基準を満たす前記更新された異常マップに応答して、前記異常のシミュレーションを実行して、前記更新された異常マップに基づいてシミュレーション結果を生成することと、
前記シミュレーション結果に基づいて、前記更新された異常マップを変更することと、をさらに含む、請求項2に記載の方法。 - 前記更新された異常マップによる前記シミュレーション基準の満足度が、前記更新された異常マップを生成するために使用される異常マップの総数が、マップしきい値を満たすことと、前記更新された異常マップの前記異常のビューの総数が、ビューしきい値を満たすことと、前記更新された異常マップの前記異常のアクションの総数が、アクションしきい値を満たすことと、前記更新された異常マップの前記異常の前記アクションの時間ウィンドウが、時間ウィンドウしきい値を満たすことと、前記異常に対して反応した対処アクションの総数が、反応しきい値を満たすことと、の1つ以上を含む、請求書6に記載の方法。
- 前記シミュレーション結果が、前記異常の予測される将来の動作、前記道路環境への前記異常の影響、前記異常の周りの周囲の異なるビューのシミュレーション、さまざまな視点での前記異常の1つ以上のビューのシミュレーション、さまざまな視点または時間の期間における前記異常の1つ以上のアクションのシミュレーション、および、前記異常に対する1つ以上の対処アクションのシミュレーションの1つ以上を含む、請求項6に記載の方法。
- 前記通信ユニットの1つ以上の動作要素を変更して、前記更新された異常マップを前記車両マイクロクラウドの1つ以上の他のクラウドメンバに送信することと、
前記通信ユニットの前記1つ以上の動作要素を変更して、前記車両マイクロクラウドの前記1つ以上の他のクラウドメンバから1つ以上の他の更新された異常マップを受信することを含むことであって、
前記通信ユニットの前記動作を変更して、前記車両マイクロクラウドの更新された異常マップ情報を共有することと、
前記更新された異常マップおよび前記1つ以上の他の更新された異常マップに基づく前記異常の前記シミュレーション結果について、前記1つ以上の他のクラウドメンバとのコンセンサス決定に到達することと、
前記コンセンサス決定に基づいて、前記更新された異常マップをさらに変更することと、
車両対モノ(V2X)無線メッセージを使用して、前記更新された異常マップをサーバにアップロードすることと、をさらに含む、請求項6に記載の方法。 - 前記更新された異常マップが前記シミュレーション基準を満たさないことに応答して、
前記1つ以上の追加の提携エンドポイントによって1つ以上の追加の異常マップが生成されるように、前記道路環境における1つ以上の追加の提携エンドポイントを決定し、1つ以上のセンサ、1つ以上のコンピューティングリソース、または各追加の提携エンドポイントの組み合わせを調整して、前記異常に焦点を当てることと、
前記1つ以上の追加の提携エンドポイントから前記1つ以上の追加の異常マップを受信するように前記通信ユニットの前記動作を変更することと、
前記1つ以上の追加の異常マップにさらに基づいて、前記更新された異常マップを生成することと、をさらに含む、請求項6に記載の方法。 - 前記車両マイクロクラウドが、前記異常の位置に形成された静止車両マイクロクラウドである、請求項2に記載の方法。
- 前記車両マイクロクラウドが、前記異常の現在の位置または前記異常の今後の連続する位置に形成された移動車両マイクロクラウドである、請求項2に記載の方法。
- 1つ以上の異常マッピングポリシーに基づいて前記1つ以上の提携エンドポイントを決定することと、
前記1つ以上の他の異常マップが前記1つ以上の提携エンドポイントによって生成されるように、前記異常に焦点を合わせるために、各提携エンドポイントの1つ以上のセンサ、1つ以上のコンピューティングリソースまたはそれらの組み合わせを調整することと、をさらに含む、請求項1に記載の方法。 - 前記1つ以上の提携エンドポイントが、前記異常に関連付けられた対象の領域に位置するエンドポイント、時間しきい値を超える時間の期間、前記対象の領域にあるエンドポイント、前記時間しきい値を超える時間の期間、前記対象の領域にとどまると予想されるエンドポイント、および既知の軌道、既知のタイムテーブル、またはそれらの組み合わせのエンドポイントの1つ以上である、請求項1に記載の方法。
- 前記異常が、前記道路環境における人間の異常、データの異常、路面の異常、および交通の異常の1つ以上を含む、請求項1に記載の方法。
- コネクティッド車両のシステムであって、
プロセッサと、
前記プロセッサによって実行されると前記プロセッサに、
道路環境を記述するセンサデータに基づいて、前記道路環境における異常の発生を検出することと、
前記コネクティッド車両によって、前記異常を記述する異常マップを作成することと、
前記コネクティッド車両の通信ユニットの動作を変更して、前記道路環境の1つ以上の提携エンドポイントから前記異常を記述する1つ以上の他の異常マップを受信することと、
前記更新された異常マップの精度が改善されるように、前記コネクティッド車両によって作成された前記異常マップおよび前記1つ以上の提携エンドポイントによって作成された前記1つ以上の他の異常マップに基づいて、更新された異常マップを生成することと、を行わせるコンピュータコードを格納する非一時的メモリとを備えるシステム。 - 前記コンピュータコードが前記プロセッサによって実行されると、前記プロセッサに、
前記異常の前記発生に応答して、前記コネクティッド車両の前記通信ユニットの前記動作を変更し、車両マイクロクラウドの形成を指示することと、
前記1つ以上の他の異常マップが、それぞれが、前記コネクティッド車両と連携して前記更新された異常マップを生成する、前記車両マイクロクラウドのクラウドメンバまたはクラウドゲストである前記1つ以上の提携エンドポイントから受信されるように、前記通信ユニットの前記動作を変更して、前記車両マイクロクラウドの異常マップ情報を共有することと、をさらに行わせる、請求項16に記載のシステム。 - 前記コンピュータコードが前記プロセッサによって実行されると、前記プロセッサに、
前記更新された異常マップがシミュレーション基準を満たすかどうかを決定することと、
前記シミュレーション基準を満たす前記更新された異常マップに応答して、前記異常のシミュレーションを実行して、前記更新された異常マップに基づいてシミュレーション結果を生成することと、
前記シミュレーション結果に基づいて、前記更新された異常マップを変更することと、
をさらに行わせる、請求項16に記載のシステム。 - プロセッサによって実行されると、前記プロセッサに、
前記道路環境を記述するセンサデータに基づいて、道路環境における異常の発生を検出することと、
コネクティッド車両によって、前記異常を記述する異常マップを作成することと、
前記コネクティッド車両の通信ユニットの動作を変更して、前記道路環境の1つ以上の提携エンドポイントから前記異常を記述する1つ以上の他の異常マップを受信することと、
前記更新された異常マップの精度が改善されるように、前記コネクティッド車両によって作成された前記異常マップおよび前記1つ以上の提携エンドポイントによって作成された前記1つ以上の他の異常マップに基づいて、更新された異常マップを生成することと、を行わせるコンピュータ実行可能コードを格納する非一時的メモリを備えるコンピュータプログラム製品。 - 前記コンピュータ実行可能コードが前記プロセッサによって実行されると、前記プロセッサに、
前記異常の前記発生に応答して、前記コネクティッド車両の前記通信ユニットの前記動作を変更し、車両マイクロクラウドの形成を指示することと、
前記1つ以上の他の異常マップが、それぞれが、前記コネクティッド車両と連携して前記更新された異常マップを生成する、前記車両マイクロクラウドのクラウドメンバまたはクラウドゲストである前記1つ以上の提携エンドポイントから受信されるように、前記通信ユニットの前記動作を変更して、前記車両マイクロクラウドの異常マップ情報を共有することと、をさらに行わせる、請求項19に記載のコンピュータプログラム製品。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/273,134 US11106209B2 (en) | 2019-02-11 | 2019-02-11 | Anomaly mapping by vehicular micro clouds |
US16/273,134 | 2019-02-11 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020140704A true JP2020140704A (ja) | 2020-09-03 |
JP2020140704A5 JP2020140704A5 (ja) | 2023-02-14 |
JP7424086B2 JP7424086B2 (ja) | 2024-01-30 |
Family
ID=69526007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020019312A Active JP7424086B2 (ja) | 2019-02-11 | 2020-02-07 | 車両マイクロクラウドによる異常マッピング |
Country Status (3)
Country | Link |
---|---|
US (1) | US11106209B2 (ja) |
EP (1) | EP3694237B1 (ja) |
JP (1) | JP7424086B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11011063B2 (en) * | 2018-11-16 | 2021-05-18 | Toyota Motor North America, Inc. | Distributed data collection and processing among vehicle convoy members |
US11178219B2 (en) * | 2019-03-08 | 2021-11-16 | Toyota Jidosha Kabushiki Kaisha | Resource assurance for vehicle cloudification |
US20210201666A1 (en) * | 2019-12-31 | 2021-07-01 | Oath Inc. | Scalable and distributed detection of road anomaly events |
US11410548B2 (en) * | 2020-04-13 | 2022-08-09 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods of creating and utilizing dependent vehicular micro clouds |
US11653400B2 (en) * | 2020-06-16 | 2023-05-16 | Blu Wireless Technology Limited | Wireless communication for vehicle based node |
US11603101B2 (en) | 2020-09-24 | 2023-03-14 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for vehicles resolving a standoff |
US20220219731A1 (en) * | 2021-01-14 | 2022-07-14 | Cavh Llc | Intelligent information conversion for automatic driving |
US20220230537A1 (en) * | 2021-01-19 | 2022-07-21 | Qualcomm Incorporated | Vehicle-to-Everything (V2X) Misbehavior Detection Using a Local Dynamic Map Data Model |
EP4105842A1 (en) * | 2021-06-17 | 2022-12-21 | Honeywell International Inc. | Systems and methods of situation aware edge analytics framework for avionics iot gateways |
US20230079176A1 (en) * | 2021-09-10 | 2023-03-16 | Toyota Motor Engineering & Manufacturing North America, Inc. | Determining an existence of a change in a region |
US11711679B2 (en) | 2021-09-21 | 2023-07-25 | International Business Machines Corporation | Context aware cloud service availability in a smart city by renting temporary data centers |
US20240039784A1 (en) * | 2022-07-29 | 2024-02-01 | Toyota Jidosha Kabushiki Kaisha | Vehicular micro cloud for a future road hazard prediction |
WO2024065173A1 (en) * | 2022-09-27 | 2024-04-04 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Cloud based scanning for detection of sensors malfunction for autonomous vehicles |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011258017A (ja) | 2010-06-09 | 2011-12-22 | Toyota Infotechnology Center Co Ltd | プローブカーシステム、車両および交通情報共有方法 |
JP2012043199A (ja) | 2010-08-19 | 2012-03-01 | Toyota Motor Corp | 車両制御システム |
WO2014011552A1 (en) | 2012-07-09 | 2014-01-16 | Elwha Llc | Systems and methods for coordinating sensor operation for collision detection |
KR101656808B1 (ko) | 2015-03-20 | 2016-09-22 | 현대자동차주식회사 | 사고 정보 관리 장치, 이를 포함하는 차량 및 사고 정보 관리 방법 |
US10222228B1 (en) * | 2016-04-11 | 2019-03-05 | State Farm Mutual Automobile Insurance Company | System for driver's education |
JP7091082B2 (ja) | 2017-06-01 | 2022-06-27 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 通信方法、路側機および通信システム |
US10545510B2 (en) * | 2017-12-12 | 2020-01-28 | Waymo Llc | Fleet management for autonomous vehicles |
US11297136B2 (en) * | 2018-11-26 | 2022-04-05 | Toyota Jidosha Kabushiki Kaisha | Mobility-oriented data replication in a vehicular micro cloud |
-
2019
- 2019-02-11 US US16/273,134 patent/US11106209B2/en active Active
-
2020
- 2020-02-04 EP EP20155298.1A patent/EP3694237B1/en active Active
- 2020-02-07 JP JP2020019312A patent/JP7424086B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US11106209B2 (en) | 2021-08-31 |
US20200257298A1 (en) | 2020-08-13 |
EP3694237B1 (en) | 2023-09-13 |
JP7424086B2 (ja) | 2024-01-30 |
EP3694237A1 (en) | 2020-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7424086B2 (ja) | 車両マイクロクラウドによる異常マッピング | |
US11928959B2 (en) | On-demand formation of stationary vehicular micro clouds | |
US10334405B2 (en) | Identifying a geographic location for a stationary micro-vehicular cloud | |
US11605298B2 (en) | Pedestrian navigation based on vehicular collaborative computing | |
EP3621326A1 (en) | Vehicle-to-everything data transfer for automated vehicles | |
US11350257B2 (en) | Proxy environmental perception | |
US11792687B2 (en) | Message management for cooperative driving among connected vehicles | |
US10896609B2 (en) | Cooperative parking space search by a vehicular micro cloud | |
US11495064B2 (en) | Value-anticipating cooperative perception with an intelligent transportation system station | |
US11489792B2 (en) | Vehicular micro clouds for on-demand vehicle queue analysis | |
JP7230797B2 (ja) | V2xメッセージに基づく、第1のコネクテッドデバイスと第2のコネクテッドデバイスのマッチング方法、システム、およびプログラム | |
US20220132501A1 (en) | Modifying a vehicular radio based on a schedule of point-to-point vehicular communications | |
US11709258B2 (en) | Location data correction service for connected vehicles | |
US11485377B2 (en) | Vehicular cooperative perception for identifying a connected vehicle to aid a pedestrian | |
US20230247399A1 (en) | Adaptive sensor data sharing for a connected vehicle | |
US20230007453A1 (en) | Generating subgroups from a vehicular micro cloud | |
US20210377760A1 (en) | Asynchronous observation matching for object localization in connected vehicles | |
US20220035365A1 (en) | Vehicular nano cloud | |
US11172341B2 (en) | Mobility-aware assignment of computational sub-tasks in a vehicular cloud | |
US20220402503A1 (en) | Assignment in a vehicular micro cloud based on sensed vehicle maneuvering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200611 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230206 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230206 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231010 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231206 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240101 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7424086 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |