JP2021522604A - ハイブリッド総合知覚およびマップクラウドソーシングのための方法およびシステム - Google Patents

ハイブリッド総合知覚およびマップクラウドソーシングのための方法およびシステム Download PDF

Info

Publication number
JP2021522604A
JP2021522604A JP2020560896A JP2020560896A JP2021522604A JP 2021522604 A JP2021522604 A JP 2021522604A JP 2020560896 A JP2020560896 A JP 2020560896A JP 2020560896 A JP2020560896 A JP 2020560896A JP 2021522604 A JP2021522604 A JP 2021522604A
Authority
JP
Japan
Prior art keywords
vehicle
map
local
network element
transportation system
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
Application number
JP2020560896A
Other languages
English (en)
Inventor
イアン クリストファー ドラモンド ドイグ,
イアン クリストファー ドラモンド ドイグ,
ジェイムズ ランドルフ ウィンター レップ,
ジェイムズ ランドルフ ウィンター レップ,
スティーブン マッキャン,
スティーブン マッキャン,
マイケル ピーター モンテムッロ,
マイケル ピーター モンテムッロ,
スティーブン ジョン バレット,
スティーブン ジョン バレット,
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BlackBerry Ltd
Original Assignee
BlackBerry Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BlackBerry Ltd filed Critical BlackBerry Ltd
Publication of JP2021522604A publication Critical patent/JP2021522604A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3833Creation or updating of map data characterised by the source of data
    • G01C21/3841Data obtained from two or more sources, e.g. probe vehicles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3833Creation or updating of map data characterised by the source of data
    • G01C21/3848Data obtained from both position sensors and additional sensors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Traffic Control Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

知的交通システムにおける総合知覚のためのネットワーク要素における方法であって、本方法は、複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信するステップと、複数の知的交通システムステーションのそれぞれからのローカル動的マップに基づいて、ローカル総合知覚マップを作成するステップと、ローカル総合知覚マップを複数の知的交通システムステーションのうちの少なくとも1つに分配するステップとを含む。
【選択図】図7

Description

本開示は、知的交通システム(ITS)に関し、特に、ITSステーションのためのマッピングおよびオブジェクト追跡に関する。
知的交通システムは、複数のデバイスが、交通システムが交通および交通管理に関してより良好な情報に基づいた決定を行うことを可能にし、およびより安全かつより協調的な意思決定を可能にするために通信するシステムである。ITSシステムコンポーネントは、道路脇上、橋上、または交差点において等の固定インフラストラクチャの一部として、および歩行者または自転車乗用者を含む交通システムの他のユーザのために、車両内に提供され得る。
ITSシステムの展開は、世界中の多くの市場で著しい注目を集めており、無線周波数帯域が、通信のために配分されている。安全重視および非重視用途のための車両−車両間通信に加えて、さらなる強化が、車両−インフラストラクチャ間および車両−ポータブル間シナリオのために開発されている。
ITSステーションは、他のオプションの中でもとりわけ、車両、インフラストラクチャコンポーネント、モバイルデバイスを含む、ITS通信を提供し得る任意のエンティティである。そのようなITS通信は、現在、他の類似する情報の中でもとりわけ、車両、その進行方向、車両のサイズに関する情報を提供している。しかしながら、いかなるITSステーションの間の総合知覚も、現在、衝突、道路上の瓦礫、車線変更、または他の道路障害物等の種々の一時的危険に関して存在していない。
故に、続く請求項に詳述されるような方法、ネットワーク要素、コンピュータ可読媒体、およびコンピュータプログラムが、提供される。
本開示は、図面を参照してより深く理解されるであろう。
図1は、知的交通システムのブロック図である。
図2は、ITSステーション内のローカル動的マップを示す、ブロック図である。
図3は、旧来のおよび拡張協調認知メッセージの両方のための協調認知メッセージフォーマットを示す、ブロック図である。
図4は、環境知覚メッセージのためのフォーマットを示す、ブロック図である。
図5は、遠隔ステーションへの広域総合知覚マップデータの通信を示す、ブロック図である。
図6は、ローカル動的マップおよびローカル総合知覚マップを更新するためのプロセスを示す、プロセス図である。
図7は、広域総合知覚マップデータの更新および使用を示す、データフロー図である。
図8は、知的交通システムの一部ではない車両に関する情報を識別および提供するためのプロセスを示す、プロセス図である。
図9は、知的交通システムの一部ではない車両に関するデータの検出および通信を示す、ブロック図である。
図10は、知覚されたオブジェクトについての重複報告を回避または低減させるためのプロセスを示す、プロセス図である。
図11は、本開示の実施形態と併用されることが可能な例示的コンピューティングデバイスのブロック図である。
本開示は、知的交通システムにおける総合知覚のためのネットワーク要素における方法を提供し、本方法は、複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信するステップと、複数の知的交通システムステーションのそれぞれからのローカル動的マップに基づいて、ローカル総合知覚マップを作成するステップと、ローカル総合知覚マップを複数の知的交通システムステーションのうちの少なくとも1つに分配するステップとを含む。
本開示はさらに、知的交通システムにおける総合知覚のためのネットワーク要素を提供し、ネットワーク要素は、プロセッサと、通信サブシステムとを備え、ネットワーク要素は、複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信し、複数の知的交通システムステーションのそれぞれからのローカル動的マップに基づいて、ローカル総合知覚マップを作成し、ローカル総合知覚マップを複数の知的交通システムステーションのうちの少なくとも1つに分配するように構成される。
本開示はさらに、知的交通システムにおける総合知覚のために構成されるネットワーク要素のプロセッサによって実行されると、ネットワーク要素に、複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信させ、複数の知的交通システムステーションのそれぞれからのローカル動的マップに基づいて、ローカル総合知覚マップを作成させ、ローカル総合知覚マップを複数の知的交通システムステーションのうちの少なくとも1つに分配させる、命令コードを記憶するための、コンピュータ可読媒体を提供する。
下記に説明される実施形態では、以下の専門用語は、表1に提供されるように、以下の意味を有し得る。
Figure 2021522604
Figure 2021522604
Figure 2021522604
Figure 2021522604
知的交通システムソフトウェアおよび通信システムは、道路安全性および道路交通効率を強化するように設計される。そのようなシステムは、車両−車両間(V2V)通信と、車両−インフラストラクチャ間(V2I)通信と、車両−ネットワーク間(V2N)通信と、車両−歩行者またはポータブル間(V2P)通信とを含む。車両−上記のうちのいずれかの間からの通信は、概して、V2Xと称され得る。さらに、他の要素が、相互に通信してもよい。したがって、システムは、とりわけ、ポータブル−インフラストラクチャ間(P2I)通信、インフラストラクチャ−インフラストラクチャ間(I2I)通信、ポータブル−ポータブル間(P2P)通信を含んでもよい。本明細書に使用されるように、V2Xは、したがって、あるITSステーションと別のITSステーションとの間の任意の通信を含み、ステーションは、他のオプションの中でもとりわけ、車両、RSU、ネットワーク要素、歩行者、自転車乗用者、動物と関連付けられる。
そのような通信は、交通システムのコンポーネントが、相互に通信することを可能にする。例えば、幹線道路上の車両が、相互に通信し、第1の車両が、メッセージを1つ以上の他の車両に送信し、これが制動していることを示すことを可能にし、それによって、車両が、より注意して相互に追従することを可能にしてもよい。
通信はさらに、潜在的な衝突検出を可能にし、そのようなデバイスを伴う車両が、制動または進路変更等の衝突を回避するためのアクションをとることを可能にしてもよい。例えば、車両上のアクティブ安全性システムが、カメラ、レーダ、LIDAR、およびV2X等のセンサから入力を受けてもよく、操向または制動によってそれらに作用し、人間運転者のアクションを上書きまたは増大する、または人間が全く関与しない自律運転を促進してもよい。別のタイプの高度運転者支援システム(ADAS)は、アクションをとるように人間運転者に警告信号を提供する、パッシブ安全性システムである。アクティブおよびパッシブ安全性ADASシステムの両方が、V2XおよびITSシステムから入力を受けてもよい。
他の場合では、固定インフラストラクチャが、接近する車両に、それらが、危険な交差点に進入しようとしていることのアラートを与えてもよい、または交差点に接近する他の車両または歩行者について車両にアラートしてもよい。本アラートは、交差点における信号の状態(信号フェーズおよびタイミング(SPaT))および交差点内の車両または歩行者または危険の位置を含むことができる。ITS通信の他の実施例は、当業者に公知であろう。
ここで、例えば、バージョン1.1.1(2010年9月)において提供されるような欧州電気通信標準化機構(ETSI)欧州規格(EN)302665「Intelligent Transport Systems (ITS); communications architecture」に説明されるように、ITSステーションの一実施例を示す、図1が、参照される。
図1の実施形態では、車両110は、車両ITSサブシステム112を含む。車両ITSサブシステム112は、ある場合には、車両内ネットワーク114と通信してもよい。車両内ネットワーク114は、図1の環境内の種々の電子制御ユニット(ECU)116または118から入力を受信してもよい。
車両ITSサブシステム112は、車両内ネットワーク114に接続するための機能性を提供する、車両ITSゲートウェイ120を含んでもよい。
車両ITSサブシステム112はさらに、ITSアプリケーションと、そのようなITSアプリケーションのために必要とされる機能性とを含有する、ITS−Sホスト122を有してもよい。
さらに、ITS−Sルータ124は、例えば、レイヤ3において、異なるITSプロトコルスタックを相互接続するための機能性を提供する。
さらに、図1のITSシステムは、他のそのようなデバイスの中でもとりわけ、携帯情報端末(PDA)、モバイル電話、ユーザ機器等のハンドヘルドまたはポータブルデバイスにおけるITS通信(ITSC)のアプリケーションおよび通信機能性を提供し得る、パーソナルITSサブシステム130を含んでもよい。
図1の実施例に示されるITSシステムのさらなるコンポーネントは、他のオプションの中でもとりわけ、橋、交通信号灯上で採用され得る路側ITSステーションを含有し得る、路側ITSサブシステム140を含む。
路側サブシステム140は、路側ITSゲートウェイ144を含む、路側ITSステーション142を含む。そのようなゲートウェイは、路側ITSステーション142を専用路側ネットワーク146と接続してもよい。
路側ITSステーションはさらに、ITS−Sアプリケーションと、そのようなアプリケーションのために必要とされる機能性とを含有する、ITS−Sホスト150を含んでもよい。
路側ITSステーション142はさらに、例えば、レイヤ3において、異なるITSプロトコルスタックの相互接続を提供する、ITS−Sルータ152を含んでもよい。
ITSステーション142はさらに、この場合では、外部ネットワークを用いるが、2つのプロトコルスタックの相互接続を提供し得る、ITS−S境界ルータ154を含んでもよい。
図1の実施例におけるITSシステムのさらなるコンポーネントは、中央ITSステーション内部ネットワーク162を含む、中央ITSサブシステム160を含む。
中央ITSステーション内部ネットワーク162は、中央ITSゲートウェイ164と、中央ITS−Sホスト166と、ITS−S境界ルータ168とを含む。ゲートウェイ164、中央ITS−Sホスト166、およびITS境界ルータ168は、路側ITSステーション142のゲートウェイ144、ITSホスト150、およびITS−S境界ルータ154に類似する機能性を有する。
種々のコンポーネントの間の通信は、ITSピアツーピア通信ネットワークを通して、またはネットワークインフラストラクチャ170を介して行われてもよい。
上記の図1から、V2X通信は、道路安全性のために、他の因子の中でもとりわけ、車両の移動、削減された燃焼消費を含む、道路交通の効率を改良するために、または他の情報交換のために使用されてもよい。
欧州電気通信標準化機構(ETSI)によって定義されるV2Xメッセージは、2つのカテゴリ、すなわち、協調認知メッセージ(CAM)および分散型環境通知メッセージ(DENM)に分類される。CAMメッセージは、近隣のITSステーションにステータス情報を提供し得る、周期的時間トリガメッセージである。ブロードキャストは、典型的には、シングルホップを経由してトランスポートされ、ステータス情報は、他のオプションの中でもとりわけ、ステーションタイプ、位置、速度、方位を含んでもよい。CAMメッセージ内の随意のフィールドは、ITSステーションが、他のそのような情報の中でもとりわけ、道路工事、救助車両、または危険物を輸送する車両と関連付けられるかどうかを示すための情報を含んでもよい。
典型的には、CAMメッセージは、1秒あたり1〜10回伝送される。
DENMメッセージは、トリガ条件が、満たされるときのみ送信される、事象トリガメッセージである。例えば、そのようなトリガは、道路の危険または異常な交通条件であってもよい。DENMメッセージは、ジオネットワーキングを介して割り当てられた関連エリアにブロードキャストされる。これは、いくつかの無線ホップを経由してトランスポートされてもよく、事象情報は、他の因子の中でもとりわけ、原因となる事象、検出時間、事象位置、事象速度、方位についての詳細を含んでもよい。DENMメッセージは、例えば、数秒の持続時間にわたって1秒あたり最大20回送信されてもよい。
類似する概念が、基本安全メッセージ(BSM)がCAM/DENMメッセージングの代わりに規定される、専用狭域通信(DSRC)/車両環境内無線アクセス(WAVE)システムに適用される。
ローカル動的マップ
ローカル動的マップ(LDM)は、今日の衝突回避システムの基本的コンポーネントである。車両は、車両の周囲のオブジェクトを検出するためのいくつかのローカルセンサを有し、それらのオブジェクトの(相対的または絶対的)場所を入力としてLDMに提供する。
これらの入力のうちの1つは、V2Xシステムからのオブジェクトの場所情報(例えば、別の車両からのV2V場所情報)であり得る。
衝突回避システムは、オブジェクトとの潜在的衝突コースを検出すること、およびユーザに警告すること、またはブレーキ等のアクティブな軽減を適用することのいずれかに基づく。衝突回避システムは、衝突を回避するために相対的場所を使用するが、将来、より自動化された運転を可能にするために、正確な絶対的場所およびマップを使用してもよい。例えば、交差点についてのV2I MAP/SPaTデータが、将来、RSUから受信されてもよい。
LDMは、典型的には、上記の図1に説明されるもの等の車両のITSシステムによって発生される。LDMの一実施例が、例えば、バージョン1.1.1(2011年6月)に提供されるようなETSI Technical Report (TR) 102863「Intelligent Transport Systems (ITS); vehicular communications; basic set of applications; local dynamic map (LDM); rationale for a guidance on standardization」に提供されている。
ここで、図2が、参照される。ローカル環境についての情報が、協調ITSシステムにおいて有用である。ITSアプリケーションは、他のオプションの中でもとりわけ、近傍の他の車両等の移動するオブジェクトおよび交通道路標識等の定常オブジェクトの両方に関する情報を使用する。異なるアプリケーションによって使用される共通の情報は、LDM内に維持されてもよい。ある場合には、ITSステーション210は、ホスト車両(HV)と見なされ、ITSステーション220は、遠隔車両(RV)と見なされる。
したがって、図2の実施形態では、ITSステーション210は、ITSアプリケーション214とともに、LDM212を含む。
LDM212は、ITSステーション210内に位置する概念的データストアであり、ITSアプリケーション214の安全かつ正常な動作に関連する情報を含有する。データは、図2の実施形態のブロック260によって示される、ITSステーション212内のセンサとともに、車両220上のITSステーション、ITS中央ステーション230、ITS路側ステーション240等の様々な異なるソースから受信されることができる。
LDM212内に保持されるデータへの読取および書込アクセスが、インターフェースを使用して達成される。LDMは、安全およびセキュアなアクセスを付与するための機構を提供する。したがって、LDM212は、周辺交通およびRSUインフラストラクチャに関する情報を、そのような情報を必要とするアプリケーションに提供することが可能である。
LDM212は、交通流に影響を及ぼす実世界オブジェクトおよび概念的オブジェクトに関する情報を含有する。いくつかの実施形態では、LDM212は、これがその一部であるITSステーションに関する情報を維持するように要求されないが、特定の実装のために必要である場合、そのように行ってもよい。
LDM212は、種々のカテゴリ内の実世界オブジェクトを記述するデータを記憶してもよい。例えば、データの4つの異なるカテゴリは、以下である。
・タイプ1:通常、マップデータ供給者によって提供される、恒久的静的データ
・タイプ2:動作の間に取得される、準静的データ、例えば、変更された静的速度限界
・タイプ3:気象状況および交通情報等の過渡的動的情報
・タイプ4:協調認知メッセージ(CAM)内に提供されるもの等の高度に動的なデータ
典型的には、LDM212は、タイプ1データを含有しないであろう。全てのITSステーションが、タイプ1データを要求するわけではなく、そのようなデータが、ITSステーション210内のアプリケーションによって必要とされる場合、そのようなデータは、個別の具体的アプリケーションのために最適化および記憶されてもよい。しかしながら、LDMデータは、潜在的に、タイプ1データを利用するアプリケーションに関連するため、タイプ1マップデータに対するタイプ2、タイプ3、およびタイプ4情報に関連する場所参照データが、提供されてもよい。本場所参照は、複雑であり得、したがって、適正な場所参照方法を要求し得る。
上記に示されるように、タイプ4情報は、CAMメッセージを含んでもよい。CAMではなく、いくつかの管轄区域では、V2V安全性アプリケーションに関する基本安全メッセージ(BSM)が、定義されている。特に、コネクテッドV2V安全性アプリケーションが、2つのパートを有する、自動車技術者協会(SAE)J2735「Dedicated Short Range Communications (DSRC) Message Set Dictionary」BSMに合わせて作られている。
第1のパートでは、BSMは、他のそのような情報の中でもとりわけ、車両サイズ、位置、速度、方位、加速度、ブレーキシステムステータスを含む、コアデータ要素を含有する。そのようなデータは、頻繁に、例えば、1秒あたり10回伝送されてもよい。
第2のパートでは、BSMデータは、事象に応じて、第1のパートのデータに追加されてもよい。例えば、自動化制動システムが、アクティブ化される場合、パート2のデータもまた、提供されてもよい。パート2のデータは、多くの随意のデータ要素から引き出されるデータ要素の可変セットを含有してもよい。これは、あまり頻繁に伝送されない場合があり、第1のパートのハートビートメッセージから独立して伝送されてもよい。
一実施形態では、BSMメッセージは、例えば、約200メートルの範囲を有し得る、専用狭域通信(DSRC)を経由して伝送されてもよい。
BSMメッセージは、ETSIが定義したCAMおよび分散型環境通知メッセージ(DENM)に対するメッセージの代替標準化セットである。
ITS総合知覚
上記に説明されるITS LDMは、ITSステーションの独自のローカルセンサ(カメラ、レーダ、LIDAR等)からのデータ、およびそれらの場所および方位を報告する他の車両から、ITS、例えば、CAM/BSMを介して受信されたV2Xメッセージを用いて作成される。
総合知覚の概念は、車両自体についての情報に加えて、V2Xメッセージがまた、車両が車両の独自のセンサから認知している他の(動的マップ)オブジェクトについての情報を伝送することである。例えば、VSVメッセージは、それ自体についての情報を含有する車両およびこれがそのカメラシステムから検出する他の非V2X車両から発せられてもよい。
総合知覚は、段階的に実装されてもよい。例えば、第1の段階では、車両が、その独自の環境について、例えば、隣接する車両およびそれらのアソートされたデータについての情報を蓄積してもよい。そのようなデータは、測定または計算され得る相対的位置、相対的速度、および導関数であってもよい。これは、別の車両の経路の中への不注意な車線逸脱を軽減するための死角監視等の単純なシステムのために使用されてもよい。
第2の段階では、環境情報は、データを受信することが可能である他の車両が、報告する車両が別の車両に近接していることを認知するように、CAM/BSM内の協調的ストリームとして共有されてもよい。本段階では、例えば、交通信号灯変更が、交差点において進行中である場合、受信側車両は、交差点を横断する通過速度および車両が停止することが可能であろうかどうかの推定値を受信し得る。
第3の段階では、上記の単一車両実施例は、環境情報が、道路動態の総合知覚をもたらすように集約されるように、多数の車両に拡張される。各車両は、LIDARおよびレーダ等のセンサ入力を通して、その環境の認知モデルを開発し、これを共有する。これは、受信する車両が、報告する車両の認知フィールド内に存在する、通信する能力を伴わない車両(例えば、非V2X車両)について把握することを可能にする。そのような非装備車両のステータスは、報告する車両の認知フィールド内でのそれらの移動に基づいて、合理的に推定されてもよい。この場合では、環境知覚メッセージ(EPM)が、CAMの代わりに、またはそれに加えて伝送されてもよい。
特に、ここで、総合知覚を提供するためのCAMメッセージの拡張を示す、図3が、参照される。特に、図3の実施形態では、旧来のCAMメッセージは、ITSパケットデータユニット(PDU)ヘッダ310を含む。さらに、基本車両フィールド312および高周波数フィールド314は、車両に関するデータを提供する。
さらに、低周波数フィールド316および特別車両フィールド318が、提供される。
本旧来のCAMメッセージは、上記のフィールドが、V2X車両の感覚能力を提供する視野フィールド320を含むように拡張される、拡張CAMメッセージに適合されることができる。
さらに、知覚されたオブジェクトフィールド330は、車両によって知覚されたオブジェクトを提供する。
他の実施形態では、CAMを拡張させるのではなく、新しい環境知覚メッセージが、定義されてもよい。そのような環境知覚メッセージでは、ITS PDUヘッダ410が、提供される。さらに、発信車両フィールド412は、最適化された基本車両および高周波数メッセージコンテナである。
視野フィールド414および知覚されたオブジェクトフィールド416は、上記の拡張CAMメッセージからの視野フィールド320および知覚されたオブジェクトフィールド330に類似し、ある場合では、それらと同一であってもよい。
オンボード診断(OBD)
OBDシステムは、車両の自己診断および報告能力を提供し、種々の車両サブシステムのステータスへのアクセスを与える。OBDを介して利用可能な診断情報の量は、車齢とともに変動する。
OBD機能にアクセスするために、車両のOBDコネクタにプラグ接続するツールが、利用可能である。これらは、単純な一般消費者レベルのツールから、高度に洗練された相手先ブランド名製造(OEM)ディーラーシップツール、および車両テレマティックデバイスに及ぶ。
モバイルデバイスアプリケーションは、モバイルデバイスが、車両のOBD v2コネクタを介してデータにアクセスすることを可能にする。これらのアプリケーションはまた、車両のOBD−IIポートが、外部システムにアクセスすることを可能にする。
ビデオフレーム
3つのタイプのビデオフレームが、典型的には、ビデオ圧縮において使用される。これらのビデオフレームは、I、P、およびBフレームとして公知である。
I−フレーム(イントラコード化ピクチャフレーム)は、JPGまたはBMP画像ファイルのように、完全な画像を提供する。
PおよびBフレームは、画像情報の一部(フレームの間で変化する部分)のみを保持し、したがって、それらは、出力ファイル内でI−フレームよりも少ないスペースを必要とする。特に、P−フレーム(予測ピクチャフレーム)は、以前のフレームからの画像内の変化のみを保持する。例えば、自動車が定常背景を横断して移動するシーンでは、自動車の移動のみが、エンコードされる必要がある。エンコーダは、P−フレーム内の変化していない背景ピクセルを記憶する必要がなく、したがって、帯域幅を節約する。P−フレームはまた、デルタ−フレームとしても公知である。
B−フレーム(双方向予測ピクチャフレーム)は、そのコンテンツを規定するために、現在のフレームと前後の両方フレームとの間の差異を使用することによって、さらに帯域幅を節約する。
ハイブリッド総合知覚およびマップクラウドソーシング
上記から、車両−車両間(V2V)および車両−路側ユニット(RSU)間通信が、交通交差点および他の静的危険に関して明確に定義されるが、故障した車両、路側の瓦礫、または他のタイプの道路障害物に関する総合知覚の概念は、明確に定義されていない。
現在の総合知覚は、ローカルエリアシングルホップのために定義される。これは、例えば、5.9GHz帯域内の伝送を使用して、約300mの半径に限定され得る。拡張された範囲(例えば、キロメートル範囲内)に関する動的オブジェクトの事前警告は、現在、利用可能ではない。例えば、そのような危険は、他のそのようなシナリオの中でもとりわけ、道路上の動物、車両故障、一時的洪水、部分的道路遮断であり得る。
知覚されたオブジェクトのより長い範囲の警告は、運転者に、代替ルート決定を行い、オブジェクトに対する準備を強化するためのより多くの時間を与え得る。
加えて、非V2X車両および他のオブジェクトが、道路システム内に存在し得、また、監視される必要があり得る。例えば、そのような非V2X車両または他のオブジェクトの場所、速度、および方向に関する情報は、道路上のV2X車両に有益であり得る。さらに、非V2X車両が、駐車している、または妨害を引き起こしているかどうか、および車両が、他のそのようなアクションの中でもとりわけ、追従車群走行、ブレーキの自動的適用等の任意の自動的または自律的アクションが可能であるかどうかの識別が、有益であろう。
したがって、下記に説明される実施形態では、車両ITSステーションが、検出された情報を道路上の他の車両に中継することを可能にするための技法が、説明される。
さらに、下記のいくつかの実施形態では、センサ融合の問題が、説明される。特に、いくつかのオブジェクトは、恒久的であり、いくつかは、高い信頼度で自己報告する一方、いくつかは、動的センサデータに基づいて、第3者によって報告される知覚されたオブジェクトであり、これらのオブジェクトは、より低い信頼度で見られ得る。動的に報告される知覚されたオブジェクトが記憶される方法、およびデータが有効である長さは、不明である。
したがって、下記に説明される実施形態によると、RSUまたは他のサーバは、経時的に、総合知覚マップを追跡してもよい。車両からの報告は、総合知覚マップを周期的に検証してもよい。この点で、RSUは、ローカル情報を収集し得るだけではなく、情報をさらにネットワークも転送することができる。
多くのクラウドソーシングのオブジェクトを含有するLDMのそのような合体を利用することは、非常に詳細なメタマップを可能にする。そのようなマップでは、いくつかのオブジェクトは、恒久的であり得、いくつかは、動的であろう。下記に説明される実施形態は、多くの提出された報告を横断する情報の検出および記憶を提供する。下記のいくつかの実施形態はさらに、そのようなマップの分散記憶を提供する。
さらに、マップは、公的および私的データの両方を含んでもよい。例えば、ゲート付きの敷地または私道内のオブジェクトの詳細は、機密性が高い場合があり、したがって、そのような情報に関する権限を伴わない車両に分配されるべきではない。したがって、下記に説明されるいくつかの実施形態によると、提出者のセキュリティおよびプライバシーは、維持される。
さらなる問題は、ITS通信が、ネットワーク過密をもたらし得ることである。具体的には、各車両が、数キロメートル離れている他の車両に関する障害物を報告している場合、これは、セルラーネットワーク等の広域通信システムにおける有意なメッセージ過密を引き起こし得る。この点で、メッセージサイズ、伝送の周波数を低減させ、スペクトル効率を強化するための方法が、下記の実施形態に提供される。さらに、ある場合には、重複メッセージは、スペクトル効率を高めるために、回避されてもよい。
広域総合知覚マップ(WACPM)
広域総合知覚マップは、V2X対応車両が、道路に沿った、または目的地における種々のウェイポイントを選択する、または選択されたウェイポイントまたは目的地の知覚されたオブジェクトを示す、交通、オブジェクト、および道路状況のほぼリアルタイムの更新を行うことを可能にするであろう。特に、本実施形態は、長距離における個々の車両またはオブジェクトレベルに分解能を与える。
例えば、ここで、図5が、参照される。図5の実施形態では、V2X車両510は、道路のいくつかの車線を遮断し得る、事故512を知覚する。V2X車両510は、LDMを維持してもよく、次いで、そのような情報を、例えば、RSU520に、またはeNB 522等のセルラーステーションに通信してもよい。特に、通信ネットワーク(地域またはローカルエリア)は、中央またはエッジ処理ユニットを含有し、これは、例えば、車両データおよび知覚されたオブジェクトの組み合わせ、複製、または融合を実施するために、eNB522に共同設置されてもよい。
情報が、RSU520によって収集される場合、これは、いくつかの実施形態では、例えば、eNB522に伝達されてもよい。他の実施形態では、これは、コアネットワーク524に直接伝達されてもよい。
コアネットワーク524は、マップ情報を種々のITSステーションに提供するために構成される、任意のネットワーク要素またはサーバであってもよい。いくつかの実施形態では、コアネットワーク524は、V2Xアプリケーションサーバ526と相互作用してもよい。しかしながら、V2Xアプリケーションサーバ526は、随意である。いくつかの実施形態では、V2Xアプリケーションサーバ526の機能性は、例えば、コアネットワーク524内に、またはeNB522内に存在してもよい。
それぞれ、多くのオブジェクトを含有する、種々のITSステーションからのLDMを合体または融合することは、ローカル総合知覚マップ(LCPM)と呼ばれる非常に詳細なメタマップの作成を可能にする。オブジェクトのうちのいくつかは、恒久的であり、いくつかは、動的である。これらのLCPMはまた、WACPMになるために、ネットワーク全体を通して分散様式で記憶されることができる。例えば、一実施形態では、ソリューションは、DSRC/ITS−G5/LTE−PC5および3GPP C−V2Xの両方をハイブリッドネットワークとして利用してもよい。LCPMは、次いで、部分的または完全に再使用されることができる。例えば、ゲート付きの敷地内または私的な田舎道上のLCPMオブジェクトの詳細は、ネットワーク内の(特別なアクセスを伴う)ユーザのサブセットに制限されてもよい。
したがって、図5の実施形態によると、RSU520またはeNB522は、ローカル総合知覚マップ(LCPM)を作成してもよく、これは、次いで、コアネットワーク524等のWACPMマスタネットワーキングノードに送信されてもよい。
しかしながら、他の実施形態では、WACPMマスタノードは、V2Xアプリケーションサーバ526、RSU520である、またはeNB522モバイルエッジコンピューティング(MEC)ノードを使用してもよい。そのようなWACPMマスタユニットは、次いで、複数のLCPMからの情報を照合してもよい。
代替として、WACPMは、種々のネットワークノードの間に分散される、または情報が事業継続理由のためにそれらの間でミラーリングされるノードを含み得る。
異なる技術および特性のネットワークが、車両と、オブジェクトと、WACPMマスタユニットとの間のコネクティビティを提供するために、組み合わせて使用されることができる。そのようなネットワークは、ハイブリッドネットワーク(時として、ハイブリッドV2Xネットワーク)と称される。LCPMの伝送は、入力総合知覚データを収集する異なるタイプのネットワーク(例えば、ハイブリッドネットワーク)を経由することができる。したがって、データは、DSRCまたはITS−G5等の直接リンク上で、またはセルラーデータネットワーク等のネットワークリンクを経由して伝送されることができる。
いくつかの実施形態では、ネットワークは、要求されるカバレッジエリアに応じて、いくつかのWAPCMを有してもよい。例えば、単一のWAPCMが、ある場合には、1つの地理的区域をカバーしてもよい。しかしながら、他の実施例も、可能性として考えられる。
図5の実施形態では、コアネットワークは、WACPMをRSUまたはeNB530に分配してもよく、これは、次いで、情報または情報の一部(例えば、LCPMとして)を、例えば、緊急車両540、第2の緊急車両542、または異なるV2X車両544に再分配するために使用されてもよい。情報は、ある場合には、例えば、車両ルーティングが、車両を危険または他のオブジェクトに接近させる場合、情報が有用である車両にのみ分配されてもよい。
オブジェクトを事前通知される車両544等の車両は、次いで、そのようなオブジェクトに到達することに応じて、オブジェクトが、依然として存在していることを確認する、またはオブジェクトがもはや有効ではないことをネットワークに報告してもよい。例えば、いくつかの事例では、故障した車両が、離れるように牽引されている場合がある、または道路工事作業員が、障害物を除去している場合がある。
事故へのルート上の車両540等の緊急車両は、事故の現場におけるオブジェクトの定期的な更新を行ってもよい。これは、情報を提供する車両510等の種々の車両の総合知覚に基づいて発生され得る、他の情報の中でもとりわけ、関与する車両の数、現場における位置または他のオブジェクト等の情報を含んでもよい。
いかなるローカルRSUも有していない地方エリアでは、ネットワークノードは、例えば、マルチメディアブロードキャストマルチキャストサービス(MBMS)、5G、または衛星を介して、その地方の地理的エリアにおける車両に直接WACPMまたはLCPMをブロードキャストしてもよい。
いくつかの実施形態では、WACPMまたはLCPM内に記憶されるデータは、分類されてもよい。例えば、マップ内のオブジェクトは、恒久的、半恒久的、または瞬間的と見なされてもよい。恒久的オブジェクトは、ある場合には、建物または道路であってもよい。半恒久的オブジェクトは、駐車車両または車線閉鎖であってもよい。瞬間的オブジェクトは、移動する車両または歩行者であってもよい。他の実施例も、可能性として考えられる。
これらのオブジェクトの分類は、プログラムされる、またはデータが、センサから受信され、長いまたは短い時間周期にわたって既存のデータと合致される際にアルゴリズムを介して学習されてもよい。
運動中のオブジェクトは、センサが、オブジェクトについての報告に付随し得る方位、速さ、加速度データ等の情報を検出することが可能である場合、瞬間的として分類されてもよい。オブジェクトのマップまたは部分的更新を受信するノードは、分類情報および他のデータまたは性質を使用し、それらのLCPMまたはWACPMを構築してもよい。
図5の実施形態は、総合マップ(例えば、LCPMまたはWACPM)が、道路上に知覚されたオブジェクトを分配するために大きいエリアに関して作成され得る、システムの一実施例を提供する。当業者は、そのようなシステムのための他のオプションが、可能性として考えられることを認識するであろう。
図5の実施形態は、広域ネットワークとしてセルラーネットワークを利用するが、他の実施形態では、Wi−Fiまたは他の類似するネットワーク等のアクセスポイントを利用するネットワークまたはセルラーおよび他のアクセスポイントから成るハイブリッドネットワークを含む、異なる広域ネットワークが、利用され得る。
マップ作成のプロセスは、LCPMと、WACPMとを含んでもよい。各RSUは、ローカル地理的エリア内の道路の定常コンポーネントを含有するマップから開始し、そのLCPMを更新するために車両からの増分更新を使用するであろう。これはまた、カメラおよび環境センサ等の他のローカルデータソースを使用する。RSUは、ローカル情報を収集するだけではなく、それらはまた、他のローカルRSUおよびエンティティと通信し、情報をネットワーク内の他のノードに転送してもよい。
いったんRSU LCPMが、同期されると、RSUは、そのLCPMの更新バージョンをローカル地理的エリア内の車両に発信する。
例えば、ここで、図6が、参照される。図6のプロセスによると、RSUは、ブロック610において示されるように、ローカル地理的エリア内の道路のLCPMを構築してもよい。ブロック610のプロセスは、ある場合には、LCPMと集中WACPMの同期を含んでもよい。しかしながら、他の場合では、WACPMとの同期は、異なる段階において行われてもよい。
プロセスは、次いで、RSUが、LCPMをローカルエリア内の車両に送信し得る、ブロック620に進む。例えば、送信は、V2X環境内で検出されたオブジェクトの総合知覚を通信するための効率的な方法を確立するために、ビデオキーフレーム(i−フレーム)の概念を含んでもよい。したがって、本開示では、i−フレームの使用は、i−フレームが従来的に使用される従来のビデオフレームシーケンスだけではなく、任意のデータに適用される。
ブロック620から、プロセスは、車両が、ブロック620から受信されたLCPMデータからの障害物についての情報を用いてそのLDMを更新し得る、ブロック630に進む。
プロセスは、次いで、車両が、増分LDM更新をRSUに返信し得る、ブロック640に進む。一実施形態では、増分更新は、例えば、p−フレームとして送信されてもよい。デルタフレーム(p−フレーム)の概念は、V2X環境内で検出されたオブジェクトの総合知覚を通信するための効率的な方法を確立するように適合される。再び、概念は、従来的p−フレームが使用される従来のビデオフレームシーケンスだけではなく、任意のデータに適用される。LDMでは、移動するオブジェクトのうちのいくつかについての情報は、方位、速度、および加速度を含む。本情報は、フレームの間またはこれらのデルタフレーム/p−フレーム時間におけるオブジェクト/車両の状態または場所を予測するために使用されることができる。したがって、ある程度の圧縮が、p−フレーム内のそれらの予測された経路をたどるi−フレームLCPM上のオブジェクトによって達成されることができる。したがって、ある場合には、定常物体および移動する物体の両方は、それらが、それらの予測された経路を辿る場合、p−フレームから省略されることができる。オブジェクトが、軌道を変更する場合、これを示す情報が、p−フレーム内で送信されるであろう。
ブロック640から、プロセスは、次いで、RSUが、種々の車両またはITSステーションから受信された増分LDM更新を相関させ、それに応じて、LCPMを更新する、ブロック650に進んでもよい。これらの更新はまた、いくつかの実施形態では、他のオプションの中でもとりわけ、集中WACPMサービス、事業継続のためのミラーリングされたWACPMサービス、緊急サービス、特別加入者、集中アーカイブ等の他のエンティティと通信されてもよい。一実施形態では、LCPMはさらに、本段階においてWACPMデータと同期されてもよい。
ブロック650から、プロセスは、相関されたデータが、道路のマップ(例えば、LCPMまたはWACPM)を構築するために使用され、これが、次いで、車両にさらに送信され得る、ブロック610に戻るように進んでもよい。このように、プロセスは、環境に出現する、またはそれから除去され得る、動的オブジェクトのために更新され続ける。
WACPMの更新は、ある場合には、約数秒であってもよい。例えば、一実施形態では、WACPMのための更新は、5または10秒毎に行われてもよい。更新は、交通の密度および速度に調整されてもよい。例えば、50km/時の速度における道路上で、10秒の更新周期を有してもよく、100km/時において進行する幹線道路上の交通は、5秒の更新時間を有してもよい。交通がまばらである間の夜間、更新周期は、50km/時の道路に関して20秒に調節され得る一方、混雑する道路上の通勤時間の間、更新周期は、5秒毎に調節され得る。
逆に、RSUおよび車両またはITSステーションからの増分LCPMおよびLDM更新は、いくつかの実施形態では、WACPM更新よりも頻繁であろう。例えば、LCPMおよびLDM更新は、ある場合には、1〜3秒で行われてもよい。
下記に説明される実施形態のうちのいくつかによると、ネットワーク過密は、図6の実施形態に関するデータトラフィックを最小限にすることによって低減されてもよい。
それによって、RSUが、もはや関連していないLCPMおよびWACPMから古いデータを除去し得る機構もまた、存在してもよい。これは、例えば、除去された、または道路またはエリアから離れた障害物を含んでもよい。LCPMは、これが、道路に沿って移動する際にオブジェクトを追跡し続けるように、可能性として考えられる重複するカバレッジエリアを伴う隣接するLCPMに信号伝達または助言し得る。
ブロック650に関して、更新のタイプは、サブスクリプションサービスに基づき得る。具体的には、ある場合には、無料である基本レベルの更新が、存在し得、次いで、車両所有者または運転者は、種々のレベルのより精緻化されたデータをサブスクライブしてもよい。詳細のレベルは、情報の最小限のセットが、種々の国で車両によって無料で受信されることが要求され得るため、規制に基づいて制約されてもよい。他のオプションも、可能性として考えられる。
図5および6の実施形態は、例えば、緊急車両へのWACPMの分配を可能にするために、組み合わせられてもよい。ここで、図7が、参照される。
図7の実施形態では、V2X車両710は、情報を収集し、これをLDM内に記憶してもよい。さらに、RSU712は、V2X車両710を支援するRSUであってもよい。
図7の実施形態では、WACPMマスタユニット714は、WACPMを収集およびコンパイルするために使用される、任意のネットワークノードであってもよい。
緊急V2X車両718が、eNB716によってサービス提供される。eNBは、WACPMデータを処理するための中央またはエッジ処理ユニットを含有してもよい。他の通信ノードが、図7内のeNBに取って代わってもよい。
図7の実施形態では、V2X車両710は、ブロック720において示されるように、オブジェクトを検出してもよい。検出は、限定ではないが、他のオプションの中でもとりわけ、LIDAR、カメラ、レーダを含む、任意の数のセンサを通して行われてもよい。
オブジェクトを検出することに応じて、V2X車両710は、次いで、ブロック722によって示されるように、そのLDMを更新してもよい。LDMは、ブロック720において検出されたオブジェクトを含む。
メッセージ724によって示されるように、更新されたLDM情報は、次いで、RSU712に送信されてもよい。RSU712は、多くの場合では、複数のV2X車両から複数の更新されたLDMを受信するであろう。
RSU712はさらに、ブロック730によって示されるように、オブジェクトを検出するために使用され得る、センサを含んでもよい。
RSU712は、次いで、更新されたLDMおよびブロック730において見出された検出されたオブジェクトをとり、ブロック732においてLCPMを構築してもよい。
ある場合には、LCPMは、次いで、メッセージ734によって示されるように、V2X車両710に戻るように提供されてもよい。
プロセスは、次いで、V2X車両が、オブジェクトを検出し続け、LCPMが、RSU712において更新される、ブロック720に戻るように進んでもよい。
ある時点で、緊急V2X車両718は、マスタユニット714からWACPMを要求してもよい。本要求は、メッセージ740として示される。メッセージ740は、ある場合には、eNB716を通して流されてもよい。応答は、メッセージ746として示される。
WACPMマスタユニット714は、次いで、LCPMデータに関してRSU712にポーリングしてもよい。LCPMデータに関する要求は、メッセージ742において示され、応答が、メッセージ744において受信される。
複数のLCPMに基づいて、マスタユニット714は、ブロック750において、WACPMを作成してもよい。
WACPMは、次いで、メッセージ752内でeNB716に送信されてもよい。eNB716は、次いで、メッセージ754で示されるように、WACPMを緊急V2X車両718に分配してもよい。
緊急車両は、次いで、ブロック760において示されるように、WACPMを表示してもよい。
緊急車両は、要求740を送信し、次いで、応答746を受信し、ブロック760においてWACPMを表示することによって、更新され続けてもよい。
非V2X車両に代わるV2Xメッセージの発生
障害物についての情報を提供することに加えて、V2X車両はまた、道路上の非V2X車両に関する情報を提供してもよい。これは、LDMを作成し、そのようなLDMを道路上の他のV2X車両に中継することによって行われてもよい。これは、報告する車両および他のV2X車両に近接する非V2X車両および知覚されたオブジェクトに関する情報の集約および共有を可能にする。情報は、オブジェクトが車両または瓦礫であるかどうかを含む障害物のタイプの認知、および検出されたオブジェクトについての他のそのような情報の中でもとりわけ、場所、方向、速度、加速度等の情報を含んでもよい。
非V2X車両は、ある場合には、非V2X車両に接続される近接サービス(ProSe)対応ユーザ機器(UE)を介して近接近するV2X車両によって検出され得る、とりわけ、Bluetooth(登録商標)、LIDAR、製造業者保守伝送(セルラー)等の自己充足機能を有してもよい。ProSe対応UEと非V2X車両との間の接続は、Bluetooth(登録商標)等の無線接続を介してであってもよい、または車両オンボード診断(OBD)ポート等の有線接続を介してであってもよい。非V2X車両にオンボードのProSe UEはまた、ProSe UEの独自のセンサ(GPS、加速度計)からデータを供給してもよい。
データは、いったん遠隔車両からのProSe UEによって検出および転送されると、非V2X車両が知覚したオブジェクトに関するデータの正確度を高めるために、ホストV2X車両の独自のセンサデータと融合されてもよい。
しかしながら、ある場合には、遠隔車両からのProSeデータは、利用可能ではない場合があり、随意の要素である。
ここで、非V2X車両に関する情報を提供するためのプロセスを示す、図8が、参照される。特に、プロセスは、ブロック810において開始され、ホストV2X車両上のコンピューティングデバイスが、ローカルセンサから、また、受信された車両−車両間(V2V)メッセージから入力を受信する、ブロック820に進む。
プロセスは、次いで、車両上のコンピューティングデバイスが、両方のデータセットを融合し、LDMを作成する、ブロック822に進む。
ブロック822から、プロセスは、非V2X車両が、識別される、ブロック824に進む。特に、ブロック822における融合の間、V2X車両に近接する遠隔車両のセンサデータ(またはセンサデータの欠如)が、V2V伝送と比較され得る。遠隔車両が、V2V信号を伝送していない場合、これは、そのような遠隔車両が、非V2X対応車両であることを示し得る。
プロセスは、次いで、ブロック824から、V2X車両が、その独自の場所および方位、および知覚されたオブジェクトに関するデータを含有するメッセージを伝送し得る、ブロック826に進む。知覚されたオブジェクトについてのデータは、オブジェクトがセンサを介して検出された、V2Vによって検出された、またはセンサおよびV2V情報の両方によって検出されたという情報を含んでもよい。この場合では、メッセージ内の余分なフィールドが、いくつかの実施形態では、データのソースを記述するために使用されてもよい。メッセージはさらに、ある場合には、非V2X対応車両についての情報を含んでもよい。
特定のメッセージは、検出される車両についての種々の情報を含んでもよい。ここで、図9が、参照される。図9の実施形態では、V2X車両910は、カメラセンサ912を含む、種々のセンサを含んでもよい。V2X車両910は、通信リンク922を通してRSU920と通信してもよい。
さらに、V2X車両910は、通信リンク932を経由して第2のV2X車両930と通信してもよい。
V2X車両910は、非V2X車両940または他のオブジェクトの存在を検出するセンサを有してもよい。特に、図9の実施例では、カメラ912は、非V2X車両940検出のために使用されてもよい。このように、車両910は、ホスト車両と見なされ、これは、センサ(カメラ)を用いて遠隔車両940の存在を検出し、これは、センサ(カメラ)に加えて、車両930から直接受信されたV2Xメッセージを用いて遠隔車両930の存在を検出する。これらは、両方とも一次データ入力である。車両またはインフラストラクチャからの知覚されたオブジェクトメッセージを用いて、ホスト車両910はまた、これらの遠隔車両についての二次データも同様に受信してもよい。
非V2X車両940を検出することに応じて、V2X車両910は、そのLDMを更新し、「知覚されたオブジェクトCAM」メッセージおよび非V2X車両940についての情報を伴う事象トリガ「DEMN ITS」メッセージ等のITSメッセージを構築する。
これらのITSメッセージは、LCPMをサポートし得る、他のオプションの中でもとりわけ、これが、ローカル地理的エリア内に存在する場合、RSU920等の種々のエンティティと、V2X車両930等の他のV2X車両と、またはセルラーネットワークまたは他の広域ネットワーク等のネットワークを経由してノードに通信されてもよい。
ITSメッセージは、種々の情報を含んでもよい。一実施形態では、非V2X車両940の寸法が、見出されてもよい。例えば、寸法は、非V2X車両を認識し、次いで、その車両の寸法を決定するために、カメラまたは他のセンサ入力を利用して見出されてもよい。そのような決定は、インターネットでホストされたデータベースを利用してもよく、車両寸法は、車両のカメラ画像から識別された所与のタイプまたはモデルに関して見出されてもよい。そのような寸法は、次いで、知覚されたオブジェクトメッセージを作成するときに利用されてもよい。
代替として、高さおよび幅データ等の限定された寸法が、カメラ画像およびLIDARデータから作成されてもよい。
なおもさらなる実施形態では、ナンバープレートまたは顔認識が、特定の車両についての情報を調べるために利用されてもよい。しかしながら、いくつかの管轄区域では、プライバシー問題が、これを妨げ得る。
なおもさらなる実施形態では、計算された寸法が、カメラ、LIDAR、または音響センサ等のセンサを介して、車両以外の他のオブジェクトに関して見出されてもよい。そのような計算された寸法は、オブジェクトの高さ、長さ、または幅等のおおよその情報を与えてもよい。
ある場合には、オブジェクトタイプもまた、識別されてもよい。例えば、オブジェクトタイプの列挙されたリストが、定義されてもよく、オブジェクトは、本列挙されたリストに基づいて、カテゴリ分けされ得る。他の実施形態では、オブジェクトタイプは、種々の入力から学習または定義されてもよい。オブジェクトタイプは、例えば、他のそのようなカテゴリの中でもとりわけ、瓦礫、窪み、動物を含んでもよい。
さらに、他の認識が、センサデータおよびインターネットでホストされたデータベースから決定されてもよい。例えば、画像が、オブジェクトが、牛、タイヤ、または他のそのようなオブジェクトであるかどうかを識別するために、人工知能または機械学習等の種々のプロセスを通して他の画像と比較され得る。
いくつかの実施形態では、ITSメッセージは、プロキシとして作用する伝送するV2X車両に対して計算される、非V2X車両およびオブジェクトの場所を含んでもよい。V2X車両は、その独自の場所を把握し、非V2X車両またはオブジェクトの相対的場所オフセットを算定し、非V2X車両またはオブジェクトの算出された場所を使用して、「知覚されたオブジェクト」V2Xメッセージを発生させてもよい。
さらに、オブジェクトが、移動している場合、V2X車両は、移動するオブジェクトの速度および方向を見出してもよい。これは、速度および加速度を除いて上記に説明されるものに類似するプロセスを利用するであろう。レーダまたはレーザが、移動するオブジェクトの速度を測定することができる。
「知覚されたオブジェクトCAM」を受信するRSUまたは別のV2X車両等のエンティティは、次いで、検出された車両を非V2X車両としてレンダリングし、二次データに基づいて、より低い信頼レベルに関して適切な様式でそのような車両をマッピングするためのアルゴリズムを使用してもよい。
特に、ETSI ITS TS 102 894−2「Intelligent Transport Systems (ITS); Users and applications requirements; Part 2: Applications and facilities layer common data dictionary」、例えば、v. 1.2.1(2014年9月)は、ITSアプリケーションおよびITS設備の実現のために必要なデータまたは情報を表すデータ要素およびデータフレームのリストを含むリポジトリである、ITSデータディクショナリを提供している。データ要素およびデータフレームは、他のそのような他の属性の中でもとりわけ、信頼度、位置、場所を可能にする新しい、または修正された「知覚されたオブジェクト車両」属性を使用してもよい。
「信頼度」は、プロキシされたITSメッセージ内に提供される情報の予期される正確度を示す、いくつかの定義された値のうちの1つをとり得る。加えて、「知覚されたオブジェクトタイプ」は、機器および発生プロキシのタイプを示し得る。そのようなタイプは、例えば、限定ではないが、スマートフォン、ウェアラブル、または人物または自転車等の車両上の他の類似する電子デバイスを含んでもよい。別のV2X車両もまた、プロキシとして作用してもよい。また、アフターマーケットV2Xモジュールが、プロキシとして使用されてもよい。例えば、そのようなアフターマーケットV2Xモジュールは、ある場合には、旧来の車両のために使用されてもよい。
他の知覚されたオブジェクトタイプインジケーションまたは能力情報もまた、ITSメッセージ内に含まれ得る。そのような情報は、例えば、知覚されたオブジェクトが、カメラ、レーダ、または基本的センサを有するかどうかを示してもよい。能力は、個々のセンサまたは他の能力に対応する、または能力クラスにグループ化されてもよい。
衝突回避操縦等の事象を報告することに加えて、V2X車両はまた、例えば、これに隣接する非V2X車両操縦、脆弱な道路のユーザ、または道路内の識別されていないオブジェクトであり得る近因を報告してもよい。
重複した無線リソース報告の回避
本開示のさらなる側面では、広域総合知覚マップを使用するとき、提供され得るデータの量は、著しくあり得、非効率性が、複数のITSステーションが、同一の知覚された非V2X車両またはオブジェクトを報告している場合、もたらされる。特に、本開示の実施形態によると、V2X車両またはRSUであるかどうかを問わず、ITSステーションは、そのLDMが、知覚されたオブジェクトの存在を示すとき、非V2X車両またはオブジェクトが、存在する(知覚されたオブジェクト)と決定することができる。しかしながら、本知覚されたオブジェクトは、いかなるV2Xメッセージも、その知覚されたオブジェクトに対応するITSステーションによって受信されていないため、報告されないままである。ITSステーションは、したがって、報告されていないオブジェクトについての報告のみを提供してもよく、これは、無線インターフェースを経由する複数の、または重複する報告を回避し、無線使用効率を高め、ネットワーク過密を低減させる。
例えば、2つのケースが、下記に提供される。第1のケースでは、いかなるV2Xメッセージも、知覚されたオブジェクトに関して受信されていない場合がある。これは、例えば、第1のV2X車両によって追跡されている非V2X車両が、第1の道路を離れ、第2の道路に合流するとき、かつ第1のV2X車両が、そのような新しい道路に合流しない場合に起こり得る。新しい道路上の車両ITSステーションは、前の非V2X車両を検出し続けないであろう。
第2のケースでは、オブジェクトまたは非V2X車両に関する情報が、閾値時間周期x×TCAMの間に受信されていない場合があり、式中、TCAMは、CAMメッセージの予期される周期である。例えば、CAM報告は、100ミリ秒毎に予期されてもよい。
上記では、xは、無線伝送および受信が、完全に信頼性があるわけではないという事実を酌量し、V2X車両が「知覚されたオブジェクト」メッセージを恒久的に生成することを回避するために、1を上回るように定義されてもよい。
第2のケースは、例えば、非V2X車両が、第1のプロキシV2X車両によって追跡されていたが、第1のV2X車両が、次いで、他のオプションの中でもとりわけ、非V2X車両を追い越す、非V2X車両に追い越される、または道路から離れた場合に起こり得る。
上記のケースの両方では、複数のV2X車両が、知覚されたオブジェクトまたは非V2X車両の報告の不在を同時に検出してもよい。したがって、本開示のさらなる実施形態によると、時間オフセットを利用することによって、複数のV2X車両が同一のオブジェクトまたは非V2X車両の知覚を示すメッセージを発生させることを回避することが、可能であり得る。ここで、図10が、参照される。
図10のプロセスは、ブロック1010において開始され、V2X車両上のコンピューティングデバイスが、オブジェクトまたは非V2X車両に関して監視する、ブロック1020に進む。これは、例えば、他のオプションの中でもとりわけ、レーダ、LIDAR、カメラ等のセンサを利用して行われてもよい。
ブロック1020から、プロセスは、V2X車両上のコンピューティングデバイスが、時間Tにおいて、検出されたオブジェクトまたは非V2X車両の知覚を示すV2Xメッセージが、先行する周期x×TCAMにわたって受信されていないことを検出する、ブロック1022に進む。
ブロック1022から、プロセスは、V2X車両におけるコンピューティングデバイスが、ランダム化時間オフセットToffsetを発生させる、ブロック1024に進む。Toffsetは、典型的には、ミリ秒単位で測定され得、いくつかの方法で計算され得る。例えば、第1の実施形態では、Toffsetは、識別モジュロTCAMとして識別され得る。識別は、例えば、ある場合には、IMSIまたはIEEE 802.11p MACアドレスであり得る。他の場合では、識別は、本実施例では、これが十分に大きい、例えば、TCAMの2倍を上回ることを条件に、整数に変換され得る、任意の識別であり得る。
本方法をさらに例証するために、実施例を用いて、TCAMは、CAMメッセージが、100ミリ秒周期において発信されるとき、100に設定され得る。モジュロ演算を実施する効果は、0〜99である値を生成し、0〜99ミリ秒のToffset値を与えることである。異なるITSステーションによって使用される識別は、相関しないと仮定されるため、車両が0〜99ミリ秒のToffset周期のうちのいずれかを発生させる確率は、均一に分散され、このように、車両によるToffsetの算出は、単一乱数抽選を実施することに類似する。値の範囲は、非常に大きい、すなわち、100であるため、任意の2つの車両が同一の数を算出する機会は、比較的に少ない。所望される場合、衝突の本確率は、可能性として考えられるToffset値においてさらなる粒度を提供することによって、さらに容易に低減されることができる。
ランダム化時間オフセットToffsetを発生させるための他の方法もまた、使用され得る。
ブロック1024において、いったんToffsetが、発生されると、プロセスは、時間T+Toffsetにおいてブロック1030に進む。ブロック1030において、チェックが、メッセージが、任意の他のITSステーションから検出されたオブジェクトまたは非V2X車両について受信されているかどうかを決定するために行われる。言い換えると、V2X対応車両におけるコンピューティングデバイスは、これ自体が検出されたオブジェクトまたは非V2X車両についてのメッセージを発生させるべきかどうかの決定を行うことに先立って、オフセット時間を待機するであろう。
いかなる知覚されたオブジェクトについてのメッセージも、オフセット時間周期の間に検出されなかった場合、プロセスは、ブロック1030から、V2X車両上のコンピューティングデバイスが、時間T+Toffsetにおいて知覚されたオブジェクトメッセージを発生させる、ブロック1032に進む。この時点で、V2X車両は、オブジェクトまたは非V2X車両のためのプロキシになっており、そのようなオブジェクトまたは非V2X車両が、プロキシV2X車両の検出距離内にある限り、そのオブジェクトまたは非V2X車両について報告し続けてもよい。
ブロック1032から、プロセスは、オブジェクトまたは非V2X車両に関してさらに監視するために、ブロック1020に戻るように進む。
逆に、メッセージが、オフセット時間周期の間に知覚されたオブジェクトについて受信される場合、プロセスは、他のオブジェクトまたは非V2X車両に関してさらに監視するために、ブロック1030からブロック1020に戻るように進む。この場合では、別の車両が、オブジェクトまたは非V2X車両のためのプロキシになっており、現在のV2X車両は、重複を回避するためにいかなる報告も提供する必要はない。
本アルゴリズムの変形もまた、特定のオブジェクトまたは非V2X装備車両に関して報告する1つを上回る車両(例えば、少なくともn個の車両)を有することが望ましくあり得る可能性をサポートするために想定される。これは、例えば、単一の潜在的に悪意のあるV2Xエンティティが、全ての知覚されたオブジェクトインジケーションを発生させることをより困難にするために望ましくあり得る。アルゴリズムは、V2X装備車両が、その知覚されたオブジェクトまたは非V2X車両が、<n個の他の車両によって示されている場合のみ、これが知覚されたオブジェクトまたは非V2X車両のインジケーションを伝送するべきかどうかに関して決定を行うであろうという差異を伴って、大まかに同一の方法で機能するであろう。
いったんV2X車両が、オブジェクトまたは非V2X車両に代わってメッセージを生成し始めると、他のV2X車両は、オブジェクトまたは非V2X車両に関して監視し続けるために、ブロック1020に戻ってもよい。そのような他のV2X車両は、次いで、プロキシITSステーションが、知覚されたオブジェクトについての伝送を停止するかどうかを確認し、したがって、その時点でプロキシV2X車両の役割を担ってもよい。
上記は、したがって、V2X車両およびRSUが、ネットワークワイドな総合知覚マップを確立するローカルセンサおよび総合マップ融合を使用して、他のV2X車両および遠隔インフラストラクチャによって検出された知覚されたオブジェクトに関する広域情報を提供および受信することを可能にするための方法およびシステムを提供する。
上記の実施形態はまた、V2X車両が、そのような非V2X車両に代わって近傍の他の車両に総合知覚情報を送信し、そこから受信するために、非V2X車両のプロキシとして作用することを可能にするためのソリューションを提供する。これは、知的交通システムの一部である全ての車両のための警告およびガイダンス情報を提供する。
上記の実施形態は、車両またはRSU等のITSステーションにおける、またはネットワーク要素におけるコンピューティングデバイスにおいて実施されてもよい。
上記に説明されるサーバ、ノード、ITSステーション、およびネットワーク要素は、任意のコンピューティングデバイスまたはネットワークノードであってもよい。そのようなコンピューティングデバイスまたはネットワークノードは、限定ではないが、スマートフォンまたはセルラー電話等のモバイルデバイスを含む、任意のタイプの電子デバイスを含んでもよい。実施例はさらに、とりわけ、モノのインターネット(IoT)デバイス、エンドポイント、ホームオートメーションデバイス、病院または家庭環境内の医療機器、在庫追跡デバイス、環境監視デバイス、エネルギー管理デバイス、インフラストラクチャ管理デバイス、車両または車両のためのデバイス、固定電子デバイス等の固定またはモバイルユーザ機器を含むことができる。車両は、モータ車両(例えば、乗用車、自動車、トラック、バス、オートバイ等)、航空機(例えば、飛行機、無人航空車両、無人航空機システム、ドローン、ヘリコプタ等)、宇宙船(例えば、宇宙飛行機、スペースシャトル、スペースカプセル、宇宙ステーション、衛星等)、水上機(例えば、船舶、ボート、ホバークラフト、潜水艦等)、レール付き車両(例えば、電車および路面電車等)、および、現在存在するか後で生じるかを問わず、前述のうちのいずれかの任意の組み合わせを含む、他のタイプの車両を含む。
コンピューティングデバイスの1つの簡略化された図が、図11に関して示される。図11のコンピューティングデバイスは、任意のモバイルデバイス、ポータブルデバイス、ITSステーション、サーバ、または上記に説明されるような他のノードであり得る。
図11では、デバイス1110は、プロセッサ1120と、通信サブシステム1130とを含み、プロセッサ1120および通信サブシステム1130は、上記に説明される実施形態の方法を実施するように協働する。通信サブシステム1120は、いくつかの実施形態では、例えば、異なる無線技術に関する複数のサブシステムを備えてもよい。
プロセッサ1120は、デバイス1110上にデータとともに記憶され、図11の実施例では、メモリ1140として示される、プログラマブル論理を実行するように構成される。メモリ1140は、任意の有形非一過性コンピュータ可読記憶媒体であり得る。コンピュータ可読記憶媒体は、光学(例えば、CD、DVD等)、磁気(例えば、テープ)、フラッシュドライブ、ハードドライブ、または当技術分野で公知の他のメモリ等の有形または一過性/非一過性媒体であってもよい。
メモリ1140の代替として、またはそれに加えて、デバイス1110は、例えば、通信サブシステム1130を通して、外部記憶媒体からデータまたはプログラマブル論理にアクセスしてもよい。
通信サブシステム1130は、デバイス1110が、他のデバイスまたはネットワーク要素と通信することを可能にし、実施されている通信のタイプに基づいて、変動してもよい。さらに、通信サブシステム1130は、任意の有線または無線通信技術を含む、複数の通信技術を備えてもよい。
デバイス1110の種々の要素の間の通信は、一実施形態では、内部バス1160を通してであってもよい。しかしながら、他の形態の通信も、可能性として考えられる。
本明細書に説明される実施形態は、本願の技法の要素に対応する要素を有する構造、システム、または方法の実施例である。本記載される説明は、当業者が、本願の技法の要素に同様に対応する代替要素を有する実施形態を作製および使用することを可能にし得る。本願の技法の意図される範囲は、したがって、本明細書に説明されるような本願の技法と異ならない他の構造、システム、または方法を含み、さらに、本明細書に説明されるような本願の技法との非実質的な差異を伴う他の構造、システム、または方法を含む。
動作が、特定の順序において図面に描写されるが、これは、望ましい結果を達成するために、そのような動作が示される特定の順序において、または連続的順序において実施されること、または全ての図示される動作が実施されることを要求するものとして理解されるべきではない。ある状況では、マルチタスクおよび並列処理が、採用されてもよい。さらに、上記に説明される実装における種々のシステムコンポーネントの分離は、全ての実装においてそのような分離を要求するものとして理解されるべきではなく、説明されるプログラムコンポーネントおよびシステムは、概して、単一のソフトウェア製品内にともに統合される、または複数のソフトウェア製品の中にパッケージ化され得ることを理解されたい。
また、離散または別個のものとして種々の実装において説明および例証される技法、システム、サブシステム、および方法は、他のシステム、モジュール、技法、または方法と組み合わせられる、または統合されてもよい。相互に結合される、または直接結合される、または通信するものとして示される、または議論される他のアイテムは、電気的か、機械的か、または別様かを問わず、あるインターフェース、デバイス、または中間コンポーネントを通して間接的に結合される、または通信してもよい。変更、代用、および改変の他の実施例が、当業者によって確認可能であり、行われてもよい。
上記に詳述される説明は、種々の実装に適用されるような本開示の基本的な新規の特徴を示し、説明し、指摘したが、例証されるシステムの形態および詳細における種々の省略、代用、および変更が、当業者によって行われ得ることを理解されたい。加えて、方法ステップの順序は、それらが請求書に現れる順序によって含意されない。
メッセージが、電子デバイスに/から送信されるとき、そのような動作は、サーバの直近ではない、またはサーバから直接ではない場合がある。それらは、本明細書に説明されるデバイス/方法/システムをサポートするサーバまたは他のコンピューティングシステムインフラストラクチャから、同期的または非同期的に配信されてもよい。前述のステップは、全体的または部分的に、デバイス/インフラストラクチャへの/からの同期/非同期通信を含んでもよい。さらに、電子デバイスからの通信は、ネットワーク上の1つ以上のエンドポイントへのものであってもよい。これらのエンドポイントは、サーバ、分散コンピューティングシステム、ストリームプロセッサ等によってサービス提供されてもよい。コンテンツ配信ネットワーク(CDN)もまた、通信を電子デバイスに提供してもよい。例えば、典型的なサーバ応答ではなく、サーバはまた、電子デバイスの後続アクティビティ等、後の電子デバイスによるダウンロードを待つために、コンテンツ配信ネットワーク(CDN)のためのデータをプロビジョニングする、または示してもよい。したがって、データは、システムの一部として、またはそれとは別個に、サーバ、または分散インフラストラクチャ等の他のインフラストラクチャ、またはCDNから直接送信されてもよい。
典型的には、記憶媒体は、以下のもの、すなわち、ダイナミックまたはスタティックランダムアクセスメモリ(DRAMまたはSRAM)、消去可能およびプログラマブル読取専用メモリ(EPROM)、電気的消去可能およびプログラマブル読取専用メモリ(EEPROM)、およびフラッシュメモリ等の半導体メモリデバイス、固定、フロッピー(登録商標)、およびリムーバブルディスク等の磁気ディスク、テープを含む別の磁気媒体、コンパクトディスク(CD)またはデジタルビデオディスク(DVD)等の光学媒体、または別のタイプの記憶デバイスのうちのいずれかまたはある組み合わせを含むことができる。上記に議論される命令が、1つのコンピュータ可読または機械可読記憶媒体上で提供され得る、または代替として、場合によっては複数のノードを有する、大規模システム内に分散される複数のコンピュータ可読または機械可読記憶媒体上で提供され得ることに留意されたい。そのようなコンピュータ可読または機械可読記憶媒体または複数の媒体は、物品(または製造品)の一部であると見なされる。物品または製造品は、任意の製造される単一のコンポーネントまたは複数のコンポーネントを指し得る。記憶媒体または複数の媒体は、機械可読命令を実行する機械内に位置するか、またはそれから機械可読命令が実行のためにネットワークを経由してダウンロードされ得る遠隔サイトに位置するかのいずれかであり得る。
前述の説明では、多数の詳細が、本明細書に開示される主題の理解を提供するために記載される。しかしながら、実装は、これらの詳細のうちのいくつかを伴わずに実践されてもよい。他の実装は、上記に議論される詳細からの修正および変形例を含んでもよい。添付される請求項は、そのような修正および変形例を網羅することを意図している。
さらに、以下の付記もまた、本明細書における実施形態の側面および実装を提供する。
AA.コンピューティングデバイスにおける方法であって、コンピューティングデバイスにおいて少なくとも1つのセンサを使用して、オブジェクトに関して監視するステップと、オブジェクトを検出するステップと、ランダム化時間オフセットを発生させるステップと、ランダム化時間オフセットに等しい時間周期にわたって検出されたオブジェクトについての報告に関して通信チャネルを監視するステップと、いかなる検出されたオブジェクトについての報告も、時間周期の間に受信されない場合、知覚されたオブジェクトメッセージを発生させるステップとを含む、方法。
BB.コンピューティングデバイスは、知的交通システムステーションと関連付けられる、付記AAに記載の方法。
CC.発生させるステップ後、少なくとも1つのセンサが、依然としてオブジェクトを検出している間、オブジェクトを監視するステップをさらに含む、付記AAに記載の方法。
DD.オブジェクトは、車両である、付記AAに記載の方法。
EE.ランダム化時間オフセットは、標準報告周期を法として、識別に基づいて発生される、付記AAに記載の方法。
FF.識別は、国際移動加入者識別番号または802.11媒体アクセス制御アドレスである、付記EEに記載の方法。
GG.標準報告周期は、協調認知メッセージまたは基本安全メッセージに関する報告周期である、付記EEに記載の方法。
HH.コンピューティングデバイスであって、プロセッサと、通信サブシステムとを備え、コンピューティングデバイスは、コンピューティングデバイスにおいて少なくとも1つのセンサを使用して、オブジェクトに関して監視し、オブジェクトを検出し、ランダム化時間オフセットを発生させ、ランダム化時間オフセットに等しい時間周期にわたって検出されたオブジェクトについての報告に関して通信チャネルを監視し、いかなる検出されたオブジェクトについての報告も、時間周期の間に受信されない場合、知覚されたオブジェクトメッセージを発生させるように構成される、コンピューティングデバイス。
II.コンピューティングデバイスは、知的交通システムステーションと関連付けられる、付記HHに記載のコンピューティングデバイス。
JJ.コンピューティングデバイスはさらに、知覚されたオブジェクト報告を発生させた後、少なくとも1つのセンサが、依然としてオブジェクトを検出している間、オブジェクトを監視するように構成される、付記HHに記載のコンピューティングデバイス。
KK.オブジェクトは、車両である、付記HHに記載のコンピューティングデバイス。
LL.ランダム化時間オフセットは、標準報告周期を法として、識別に基づいて発生される、付記HHに記載のコンピューティングデバイス。
MM.識別は、国際移動加入者識別番号または802.11媒体アクセス制御アドレスである、付記LLに記載のコンピューティングデバイス。
NN.標準報告周期は、協調認知メッセージまたは基本安全メッセージに関する報告周期である、付記LLに記載のコンピューティングデバイス。
OO.コンピュータ可読媒体であって、コンピューティングデバイスのプロセッサによって実行されると、コンピューティングデバイスに、コンピューティングデバイスにおいて少なくとも1つのセンサを使用して、オブジェクトに関して監視させ、オブジェクトを検出させ、ランダム化時間オフセットを発生させ、ランダム化時間オフセットに等しい時間周期にわたって検出されたオブジェクトについての報告に関して通信チャネルを監視させ、いかなる検出されたオブジェクトについての報告も、時間周期の間に受信されない場合、知覚されたオブジェクトメッセージを発生させる、命令コードを記憶するための、コンピュータ可読媒体。

Claims (20)

  1. 知的交通システムにおける総合知覚のためのネットワーク要素における方法であって、前記方法は、
    複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信することと、
    前記複数の知的交通システムステーションのそれぞれからの前記ローカル動的マップに基づいて、ローカル総合知覚マップを作成することと、
    前記ローカル総合知覚マップを前記複数の知的交通システムステーションのうちの少なくとも1つに分配することと
    を含む、方法。
  2. 前記ローカル総合知覚マップを、広域総合知覚マップマスタユニットにおける広域総合知覚マップと同期させることをさらに含む、請求項1に記載の方法。
  3. 前記分配することは、イントラコード化ピクチャフレームを利用する、請求項1または2に記載の方法。
  4. 前記受信することは、以前に受信されたローカル動的マップからの増分変化のみを有する予測ピクチャフレームを使用する、前記請求項のいずれかに記載の方法。
  5. 前記作成することは、受信されたローカル動的マップ内にもはや存在しない前記ローカル総合知覚マップからのオブジェクトを除去する、前記請求項のいずれかに記載の方法。
  6. 前記複数の知的交通システムステーションのうちの少なくとも1つから受信された前記ローカル動的マップは、非知的交通システム車両についての情報を含む、前記請求項のいずれかに記載の方法。
  7. 前記情報は、少なくとも前記非知的交通システム車両の移動の速度および方向を含む、請求項6に記載の方法。
  8. 前記複数の受信されたローカル動的マップからの1つのみのローカル動的マップが、前記ローカル総合知覚マップに関する以前に報告されていないオブジェクトについての情報を含む、前記請求項のいずれかに記載の方法。
  9. 前記ネットワーク要素は、路側知的交通システムステーションである、前記請求項のいずれかに記載の方法。
  10. 知的交通システムにおける総合知覚のためのネットワーク要素であって、前記ネットワーク要素は、
    プロセッサと、
    通信サブシステムと
    を備え、
    前記ネットワーク要素は、
    複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信することと、
    前記複数の知的交通システムステーションのそれぞれからの前記ローカル動的マップに基づいて、ローカル総合知覚マップを作成することと、
    前記ローカル総合知覚マップを前記複数の知的交通システムステーションのうちの少なくとも1つに分配することと
    を行うように構成される、ネットワーク要素。
  11. 前記ネットワーク要素はさらに、前記ローカル総合知覚マップを、広域総合知覚マップマスタユニットにおける広域総合知覚マップと同期させるように構成される、請求項10に記載のネットワーク要素。
  12. 前記ネットワーク要素は、イントラコード化ピクチャフレームを使用して分配するように構成される、請求項10または11に記載のネットワーク要素。
  13. 前記ネットワーク要素は、以前に受信されたローカル動的マップからの増分変化のみを有する予測ピクチャフレームを使用して受信するように構成される、請求項10−12のいずれか1項に記載のネットワーク要素。
  14. 前記ネットワーク要素は、受信されたローカル動的マップ内にもはや存在しない前記ローカル総合知覚マップからのオブジェクトを除去することによって作成するように構成される、請求項10−13のいずれか1項に記載のネットワーク要素。
  15. 前記複数の知的交通システムステーションのうちの少なくとも1つから受信された前記ローカル動的マップは、非知的交通システム車両についての情報を含む、請求項10−14のいずれか1項に記載のネットワーク要素。
  16. 前記情報は、少なくとも前記非知的交通システム車両の移動の速度および方向を含む、請求項15に記載のネットワーク要素。
  17. 前記複数の受信されたローカル動的マップからの1つのみのローカル動的マップが、前記ローカル総合知覚マップに関する以前に報告されていないオブジェクトについての情報を含む、請求項10―16のいずれか1項に記載のネットワーク要素。
  18. 前記ネットワーク要素は、路側知的交通システムステーションである、請求項10−17のいずれか1項に記載のネットワーク要素。
  19. コンピュータ可読媒体であって、前記コンピュータ可読媒体は、命令コードを記憶しており、前記命令コードは、知的交通システムにおける総合知覚のために構成されるネットワーク要素のプロセッサによって実行されると、前記ネットワーク要素に、
    複数の知的交通システムステーションのそれぞれから、ローカル動的マップを受信することと、
    前記複数の知的交通システムステーションのそれぞれからの前記ローカル動的マップに基づいて、ローカル総合知覚マップを作成することと、
    前記ローカル総合知覚マップを前記複数の知的交通システムステーションのうちの少なくとも1つに分配することと
    を行わせる、コンピュータ可読媒体。
  20. コンピュータプログラムであって、前記コンピュータプログラムは、コンピューティングデバイス上で実行されると、請求項1−9のいずれか1項に記載の方法を実行するように構成される、コンピュータプログラム。
JP2020560896A 2018-05-02 2019-04-04 ハイブリッド総合知覚およびマップクラウドソーシングのための方法およびシステム Pending JP2021522604A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/969,259 2018-05-02
US15/969,259 US20190339082A1 (en) 2018-05-02 2018-05-02 Method and system for hybrid collective perception and map crowdsourcing
PCT/EP2019/058575 WO2019211059A1 (en) 2018-05-02 2019-04-04 Method and system for hybrid collective perception and map crowdsourcing

Publications (1)

Publication Number Publication Date
JP2021522604A true JP2021522604A (ja) 2021-08-30

Family

ID=66175398

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020560896A Pending JP2021522604A (ja) 2018-05-02 2019-04-04 ハイブリッド総合知覚およびマップクラウドソーシングのための方法およびシステム

Country Status (7)

Country Link
US (1) US20190339082A1 (ja)
EP (1) EP3776509A1 (ja)
JP (1) JP2021522604A (ja)
KR (1) KR20210003909A (ja)
CN (2) CN112368755B (ja)
CA (1) CA3098595A1 (ja)
WO (1) WO2019211059A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023055630A (ja) * 2021-10-06 2023-04-18 キヤノン株式会社 高度道路交通システム内の衝突前denmメッセージ

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11064057B2 (en) * 2017-11-30 2021-07-13 Intel Corporation Multi-access edge computing (MEC) translation of radio access technology messages
JP6858154B2 (ja) * 2018-03-30 2021-04-14 Kddi株式会社 ノード装置及びその制御方法、並びにプログラム
US11178525B2 (en) * 2018-04-09 2021-11-16 Lg Electronics Inc. V2X communication device and OBE misbehavior detection method thereof
US20210383684A1 (en) * 2018-10-17 2021-12-09 Nokia Technologies Oy Virtual representation of non-connected vehicles in a vehicle-to-everything (v2x) system
GB2583726B (en) * 2019-05-03 2022-03-02 Samsung Electronics Co Ltd Network and control thereof
GB201907461D0 (en) * 2019-05-27 2019-07-10 Canon Res Centre France Communication methods and devices in intelligent transport systems
US10873840B1 (en) * 2019-07-30 2020-12-22 Continental Teves Ag & Co. Ohg Communication apparatus for vehicle-to-X communication, method and use
US11328586B2 (en) 2019-10-15 2022-05-10 Autotalks Ltd. V2X message processing for machine learning applications
DE102019217648A1 (de) * 2019-11-15 2021-05-20 Robert Bosch Gmbh Graph-basiertes Verfahren zur holistischen Fusion von Messdaten
CN112837527B (zh) * 2019-11-22 2024-08-02 罗伯特·博世有限公司 目标识别系统及其方法
US10999719B1 (en) * 2019-12-03 2021-05-04 Gm Cruise Holdings Llc Peer-to-peer autonomous vehicle communication
WO2021117370A1 (ja) * 2019-12-12 2021-06-17 住友電気工業株式会社 動的情報の更新装置、更新方法、情報提供システム、及びコンピュータプログラム
US11407423B2 (en) * 2019-12-26 2022-08-09 Intel Corporation Ego actions in response to misbehaving vehicle identification
KR102332527B1 (ko) * 2020-02-24 2021-11-29 삼성전자주식회사 차량 사고의 판단 방법, 그를 수행하는 서버 장치, 차량용 전자 장치 및 그의 동작 방법
CN111639601B (zh) * 2020-05-31 2022-05-13 石家庄铁道大学 基于频域特征的视频关键帧提取方法
US20230206755A1 (en) * 2020-06-08 2023-06-29 Intel Corporation Collective perception service enhancements in intelligent transport systems
EP3933344B1 (en) * 2020-07-02 2022-10-26 Volkswagen Ag Method, apparatus and computer program for a vehicle
DE102020121114A1 (de) 2020-08-11 2022-02-17 Audi Aktiengesellschaft Verfahren und System zum Aufbauen einer digitalen Umgebungskarte für Verkehrsteilnehmer sowie Kraftfahrzeug für das System
US11615702B2 (en) 2020-09-11 2023-03-28 Ford Global Technologies, Llc Determining vehicle path
EP3979027A1 (en) * 2020-10-01 2022-04-06 Volkswagen Ag Methods, computer programs, communication circuits for communicating in a tele-operated driving session, vehicle and remote control center for controlling a vehicle from remote
CN112712719B (zh) * 2020-12-25 2022-05-03 阿波罗智联(北京)科技有限公司 车辆控制方法、车路协同系统、路侧设备和自动驾驶车辆
US12008895B2 (en) * 2021-01-19 2024-06-11 Qualcomm Incorporated Vehicle-to-everything (V2X) misbehavior detection using a local dynamic map data model
CN112804661B (zh) * 2021-03-18 2021-06-29 湖北亿咖通科技有限公司 一种地图数据传输方法、系统、边缘服务器及存储介质
US11710403B2 (en) * 2021-03-19 2023-07-25 Qualcomm Incorporated Signaling techniques for sensor fusion systems
US20220348216A1 (en) * 2021-04-29 2022-11-03 Denso Corporation Proxy basic safety message for unequipped vehicles
US20230059897A1 (en) * 2021-08-12 2023-02-23 Lear Corporation System and method for vehicle-to-everything (v2x) collaborative perception
CN114322979B (zh) * 2021-09-28 2024-04-30 国汽大有时空科技(安庆)有限公司 一种基于p2p模式的高精动态地图生成与更新方法
JP7271638B1 (ja) * 2021-11-09 2023-05-11 三菱電機株式会社 通信装置及び通信方法
CN114419882B (zh) * 2021-12-30 2023-05-02 联通智网科技股份有限公司 感知系统布置参数优化方法、设备终端及存储介质
CN114625821A (zh) * 2022-02-28 2022-06-14 阿波罗智联(北京)科技有限公司 感知数据的处理方法、电子设备及程序产品
CN118250651A (zh) * 2022-12-23 2024-06-25 维沃移动通信有限公司 感知协作方法、装置及通信设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018026009A (ja) * 2016-08-10 2018-02-15 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Panasonic Intellectual Property Corporation of America 動的地図構成方法、動的地図構成システム及び移動端末
US20180051998A1 (en) * 2016-05-06 2018-02-22 Ford Global Technologies, Llc Route Generation Using Road Lane Line Quality

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2035777A2 (en) * 2006-06-30 2009-03-18 Tele Atlas North America, Inc. Method and system for collecting user update requests regarding geographic data to support automated analysis, processing and geographic data updates
US8400478B2 (en) * 2008-10-20 2013-03-19 Research In Motion Limited Method and system for rendering of labels
CA2732395C (en) * 2008-10-20 2014-05-06 Research In Motion Limited Method and system for anti-aliasing clipped polygons and polylines
US8471867B2 (en) * 2009-10-16 2013-06-25 Research In Motion Limited Method and system for anti-aliasing clipped polygons and polylines
US8175617B2 (en) * 2009-10-28 2012-05-08 Digimarc Corporation Sensor-based mobile search, related methods and systems
CN102546696B (zh) * 2010-12-22 2014-09-17 同济大学 行车感知导航系统
US8744169B2 (en) * 2011-05-31 2014-06-03 Toyota Motor Europe Nv/Sa Voting strategy for visual ego-motion from stereo
US8589012B2 (en) * 2011-06-14 2013-11-19 Crown Equipment Limited Method and apparatus for facilitating map data processing for industrial vehicle navigation
US20130076756A1 (en) * 2011-09-27 2013-03-28 Microsoft Corporation Data frame animation
US9743002B2 (en) * 2012-11-19 2017-08-22 Magna Electronics Inc. Vehicle vision system with enhanced display functions
US9435654B2 (en) * 2013-06-01 2016-09-06 Savari, Inc. System and method for creating, storing, and updating local dynamic MAP database with safety attribute
US10387409B2 (en) * 2013-06-06 2019-08-20 International Business Machines Corporation QA based on context aware, real-time information from mobile devices
US10534370B2 (en) * 2014-04-04 2020-01-14 Signify Holding B.V. System and methods to support autonomous vehicles via environmental perception and sensor calibration and verification
US10204433B2 (en) * 2014-10-01 2019-02-12 Sony Corporation Selective enablement of sign language display
US10486707B2 (en) * 2016-01-06 2019-11-26 GM Global Technology Operations LLC Prediction of driver intent at intersection
JP6697349B2 (ja) * 2016-08-10 2020-05-20 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Panasonic Intellectual Property Corporation of America 通信方法およびサーバ
US10802450B2 (en) * 2016-09-08 2020-10-13 Mentor Graphics Corporation Sensor event detection and fusion
CN107809746B (zh) * 2016-09-09 2021-06-04 松下电器(美国)知识产权公司 通信方法、服务器以及无线发布系统
CN107809747B (zh) * 2016-09-09 2021-06-04 松下电器(美国)知识产权公司 通信方法、无线基站、服务器以及无线发布系统
EP3513265B1 (en) * 2016-09-14 2024-09-18 Nauto, Inc. Method for near-collision determination
WO2018127461A1 (en) * 2017-01-05 2018-07-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Generation and use of hd maps
US10147200B2 (en) * 2017-03-21 2018-12-04 Axis Ab Quality measurement weighting of image objects
CN107145578B (zh) * 2017-05-08 2020-04-10 深圳地平线机器人科技有限公司 地图构建方法、装置、设备和系统
US10497265B2 (en) * 2017-05-18 2019-12-03 Panasonic Intellectual Property Corporation Of America Vehicle system, method of processing vehicle information, recording medium storing a program, traffic system, infrastructure system, and method of processing infrastructure information
US10823574B2 (en) * 2017-06-01 2020-11-03 Panasonic Intellectual Property Corporation Of America Communication method, roadside unit, and communication system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180051998A1 (en) * 2016-05-06 2018-02-22 Ford Global Technologies, Llc Route Generation Using Road Lane Line Quality
JP2018026009A (ja) * 2016-08-10 2018-02-15 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Panasonic Intellectual Property Corporation of America 動的地図構成方法、動的地図構成システム及び移動端末

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023055630A (ja) * 2021-10-06 2023-04-18 キヤノン株式会社 高度道路交通システム内の衝突前denmメッセージ
JP7545450B2 (ja) 2021-10-06 2024-09-04 キヤノン株式会社 高度道路交通システム内の衝突前denmメッセージ

Also Published As

Publication number Publication date
CA3098595A1 (en) 2019-11-07
KR20210003909A (ko) 2021-01-12
WO2019211059A1 (en) 2019-11-07
CN112368755B (zh) 2023-09-15
US20190339082A1 (en) 2019-11-07
CN117173884A (zh) 2023-12-05
EP3776509A1 (en) 2021-02-17
CN112368755A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112368755B (zh) 针对混合式集体感知和地图众包的方法和系统
US11386779B2 (en) Systems and methods for achieving road action consensus, for example among autonomous vehicles, in a network of moving things
Khan et al. Level-5 autonomous driving—are we there yet? a review of research literature
Meneguette et al. Intelligent transport system in smart cities
US10573178B2 (en) Systems and methods for tracking and fault detection, for example among autonomous vehicles, in a network of moving things
Khakpour et al. Using clustering for target tracking in vehicular ad hoc networks
US20200033845A1 (en) Method and apparatus for controlling by emergency step in autonomous driving system
US8938353B2 (en) Ad-hoc mobile IP network for intelligent transportation system
Qiu et al. Autocast: Scalable infrastructure-less cooperative perception for distributed collaborative driving
KR102194885B1 (ko) 기반시설 기술 메시지의 필터링
US11244565B2 (en) Method and system for traffic behavior detection and warnings
Yeferny et al. Vehicular ad-hoc networks: architecture, applications and challenges
Chen et al. BIG-CCA: Beacon-less, infrastructure-less, and GPS-less cooperative collision avoidance based on vehicular sensor networks
Sharma et al. Introduction to intelligent transportation system: overview, classification based on physical architecture, and challenges
Vermesan et al. IoT technologies for connected and automated driving applications
Ragavan et al. Traffic video‐based intelligent traffic control system for smart cities using modified ant colony optimizer
Jurczenia et al. A survey of vehicular network systems for road traffic management
Abbasi et al. Cooperative bsm architecture to improve transportation safety in vanets
Chehri et al. Communication and localization techniques in VANET network for intelligent traffic system in smart cities: a review
KR20210098071A (ko) 자율주행시스템에서 차량의 데이터 비교방법
Senart et al. Vehicular networks and applications
Chahal et al. Towards software-defined vehicular communication: Architecture and use cases
Vijayaraman et al. Prediction and Automation of Road Traffic using Internet of Things
Bwalya Spatial intelligence and vehicle-to-vehicle communication: Topologies and architectures
Bwalya Protocols and Design Structures for Vehicular Networks

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220324

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230531

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231030

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240129