CN111310295B - 车辆人群感测***和方法 - Google Patents

车辆人群感测***和方法 Download PDF

Info

Publication number
CN111310295B
CN111310295B CN201910496752.4A CN201910496752A CN111310295B CN 111310295 B CN111310295 B CN 111310295B CN 201910496752 A CN201910496752 A CN 201910496752A CN 111310295 B CN111310295 B CN 111310295B
Authority
CN
China
Prior art keywords
event
vehicle
qualifier
standard deviation
severity
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.)
Active
Application number
CN201910496752.4A
Other languages
English (en)
Other versions
CN111310295A (zh
Inventor
于博
F·白
陈劲竹
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN111310295A publication Critical patent/CN111310295A/zh
Application granted granted Critical
Publication of CN111310295B publication Critical patent/CN111310295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096791—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is another vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Atmospheric Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Transportation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)

Abstract

本发明题为“车辆人群感测***和方法”。本发明公开了一种车辆人群感测***和用于所述车辆人群感测***的选择性感测的方法。在一个具体实施中，所述方法涉及接收来自第一组车辆的多个检测报告，每个检测报告包括事件、所述事件的位置限定符以及所述事件的严重性限定符；开发所述事件的固有误差模型，所述固有误差模型包括所述事件的所述位置限定符和所述事件的所述严重性限定符的编译；以及确定对所述事件的重采样指令。所述重采样指令基于动作模型，并且所述动作模型至少部分地为所述固有误差模型的因素。

Description

车辆人群感测***和方法
背景技术
本发明的技术领域涉及用于车辆人群感测***的选择性感测方法。
车辆将基于事件的信息上传到后端设施(例如，云服务器等)以进行处理。关于事件诸如交通繁忙、坑洼、湿滑路面等信息可以进行汇总，然后发送到可能遇到这些事件的其它车辆。一旦检测到推断事件，关于那些事件的更多检测报告通常就会上传到后端设施。这些后续检测报告为对先前推断事件的重采样，并且可以帮助证实先前推断的事件。然而，如果存在足够的信息确定该事件可能为地面实况，则最小化确证从而最小化不必要的数据使用可能是有利的。
发明内容
根据一个实施方案，提供了一种用于车辆人群感测***的选择性感测的方法，所述方法包括以下步骤：接收来自第一组车辆的多个检测报告，其中每个检测报告包括事件、事件的位置限定符以及事件的严重性限定符；开发事件的固有误差模型，其中固有误差模型包括事件的位置限定符以及事件的严重性限定符的编译；以及确定对事件的重采样指令，其中重采样指令基于动作模型，并且该动作模型至少部分地为固有误差模型的因素。
根据各种实施方案，该方法还可包括以下特征中的任一者或者这些特征中的一些或全部的任何技术上可行的组合：
·将事件的重采样指令传输给第二组车辆；
·第二组车辆在事件的规定时间或空间范围内；
·重采样指令使得第二组车辆的第一部分上传该事件的检测报告；
·重采样指令使得第二组车辆的第二部分不上传该事件的检测报告；
·固有误差模型包括事件的上传的检测报告的数量、事件的位置限定符的标准偏差以及事件的严重性限定符的标准偏差；
·使用事件的上传的检测报告的数量、事件的位置限定符的标准偏差以及事件的严重性限定符的标准偏差来开发混合标准模型；
·混合标准模型对事件的上传的检测报告的数量、事件的位置限定符的标准偏差以及事件的严重性限定符的标准偏差进行加权；
·权重为基于事件的分类的可校准值；
·混合标准模型提供根据以下计算的混合标准值：
其中h为混合标准值；w1、w2、w3和w4为权重；sp为事件的位置限定符的标准偏差；ss为事件的严重性限定符的标准偏差；并且np0、ns0、sp0和ss0为参考目标；
·当混合标准值小于混合标准阈值时，禁用动作模型，并且重采样指令为0％；
·当混合标准值大于混合标准阈值时，启用动作模型，并且重采样指令介于0％和100％之间；
·动作模型包括比例/积分/微分(PID)策略评估；
·比例/积分/微分(PID)政策评估包括混合标准模型的比例、混合标准模型的积分和混合标准模型的微分，每个比例、积分和微分可选择性地用于动作模型；并且/或者
·检测报告包括一组事件的时间限定符。
根据另一个实施方案，提供了一种用于车辆人群感测***的选择性感测的方法，所述方法包括以下步骤：在车辆上接收来自后端设施的事件的重采样指令，其中重采样指令基于动作模型，并且动作模型至少部分地为固有误差模型的因素，其中固有误差模型包括事件的多个位置限定符和事件的多个严重性限定符的编译；确定重采样指令是否提供上传或非上传；当事件的重采样指令提供上传时，将事件的检测报告上传至后端设施，其中检测报告包括事件的位置限定符以及事件的严重性限定符；并且当事件的重采样指令提供非上传时，不将事件的检测报告上传到后端设施。
根据各种实施方案，该方法还可包括以下特征中的任一者或者这些特征中的一些或全部的任何技术上可行的组合：
·重采样指令为概率，并且确定步骤使用该概率、基本采样率、本地成本和本地置信度来确定重采样指令是否提供上传或非上传；和/或
·基本采样率、本地成本和本地置信度为各个车辆的参数。
根据又一个实施方案，提供了一种车辆人群感测***，包括：服务器，该服务器包括处理器和计算机可读存储器，该计算机可读存储器存储计算机程序；以及数据库，服务器可访问该数据库，该数据库存储事件的多个检测报告，其中每个检测报告包括事件的位置限定符以及事件的严重性限定符；其中计算机程序在由处理器执行时使得服务器：开发事件的固有误差模型，其中固有误差模型包括事件的多个位置限定符和事件的多个严重性限定符的编译，并确定事件的重采样指令，其中重采样指令基于动作模型，并且该动作模型至少部分地为固有误差模型的因素。
附图说明
下文将结合附图描述一个或多个实施方案，其中类似的标号表示类似的元件，并且其中：
图1为描绘能够利用本文公开的方法的车辆人群感测***的实施方案的框图；
图2为在图1的车辆人群感测***的上下文内描述的选择性感测方法的实施方案的流程图；并且
图3为在图1的车辆人群感测***的上下文内描述的选择性感测方法的另一个实施方案的流程图。
具体实施方式
下文描述的***和方法提供了对车辆数据的选择性人群感测，同时帮助维持准确的事件检测并最小化数据使用。车辆数据可以包括检测报告，该检测报告包括事件(例如，坑洼、交通繁忙等)、事件的位置限定符(例如，GPS坐标、车道指示符等)以及事件的严重性限定符(例如，严重性等级、置信度值等)。这些检测报告被上传到后端设施，诸如云服务器，用于汇总和推断地面实况事件。然后将该事件的报告传输到该事件区域内的车辆。在一些情况下，当后续车辆遇到事件时(例如，重采样)，可能没有必要证实事件的存在。各种模型诸如固有误差模型和动作模型用于确定事件的重采样指令，以便帮助最小化需要从其它车辆上传的检测报告的数量。本文的方法和***示出意外地降低了大量的蜂窝通信成本，同时保持了准确的事件检测。
参考图1，示出了包括人群感测***10的操作环境，该人群感测***可用于实现本文公开的方法。人群感测***10通常包括车辆12-18，但是可以包括更多或更少的车辆，并且可能根据各种因素诸如车辆功能能力、人口密度等而变化。关于车辆12示出了各种车辆部件，但是应当理解，其它车辆14-18可以具有类似的部件，诸如传感器22-32和36、V2X单元34、GNSS接收器38、无线通信设备40、其它车辆***模块(VSM)50-56和电子控制单元(ECU)60。因此，本文关于车辆12的讨论也可以适用于人群感测***10中的其它车辆14-18。人群感测***10还包括全球导航卫星***(GNSS)卫星68星群、一个或多个无线载波***70、陆地通信网络76、计算机或服务器78和后端设施80。应当理解，所公开的方法可与任何数量的不同***一起使用，并且不具体地限于本文所示的操作环境。以下段落仅提供了一个此类人群感测***10的简要概述；然而，此处未示出的其它***也可采用所公开的方法。还应当理解，人群感测***10和方法可以与任何类型的机动车辆一起使用，这些机动车辆包括传统的客运车辆、运动型多用途车辆(SUV)、跨界车、卡车、货车、公共汽车、休闲车(RV)、摩托车等。这些仅仅是一些可能的应用，因为本文所述的人群感测***和方法不限于图1中所示的示例性实施方案，并且可以用任何数量的不同车辆来实现。
任何数量的不同传感器、部件、设备、模块、***等可以为人群感测***10提供信息、数据和/或其它输入。这些包括，例如，图1中所示的部件，以及本领域已知但未在此示出的其它部件。应当理解，主车辆传感器、V2X单元、对象检测传感器、GNSS接收器、ECU、HMI、以及作为人群感测***10的一部分和/或由该人群感测***使用的任何其它部件可以体现为硬件、软件、固件或它们的某种组合。这些部件可以直接感测或测量它们所提供的条件，或者这些部件可以基于其它传感器、部件、设备、模块、***等提供的信息间接地评估此类条件。此外，这些部件可以直接耦合到控制模块或ECU 60、经由其它电子设备、车辆通信总线、网络等间接耦合、或根据本领域已知的一些其它布置耦合。这些部件可以集成在另一个车辆部件、设备、模块、***等(例如，已经是引擎控制模块(ECM)、牵引力控制***(TCS)、电子稳定性控制(ESC)***、防抱死制动***(ABS)等的一部分的传感器)内，它们可以是独立的部件(如图1中示意性地示出的)，或者它们可以根据一些其它布置来提供。在一些情况下，可以采用多个传感器来感测单个参数(例如，用于提供冗余)。应当理解，前述场景仅表示一些可能性，因为可以使用任何类型的合适布置或架构来执行本文所述的方法。
主车辆传感器22-30可以包括任何类型的感测或其它部件，其为本***和方法提供关于车辆12的性能、状态和/或状况的数据或信息。来自主车辆传感器22-30的信息可用于外推关于事件(道路状况、交通模式或中断等)的信息。根据图1示出的非限制性示例，主车辆传感器包括主车辆速度传感器22-28和动态传感器单元30。
主车辆速度传感器22-28向***10提供速度读数，该速度读数指示车轮的旋转速度，并因此指示车辆的总速度或速度。在一个实施方案中，各个车轮速度传感器22-28耦合到车辆的四个车轮中的每一个，并且分别提供指示对应车轮的旋转速度的速度读数(例如，通过对一个或多个旋转车轮上的脉冲进行计数)。技术人员将理解，这些传感器可以根据光学、电磁或其它技术操作，并且速度传感器22-28不限于任何特定的速度传感器类型。在另一个实施方案中，速度传感器可以耦合到车辆的某些部分，诸如传动装置的输出转轴或速度计的后面，并且产生来自这些测量结果的速度读数。还可能从加速度读数导出或计算速度读数(技术人员理解速度与加速度读数之间的关系)。在另一个实施方案中，速度传感器22-28通过将雷达、激光和/或其它信号指向地面并分析反射信号来确定相对于地面的车辆速度，或者通过采用来自具有全球定位***(GPS)能力的导航单元的反馈(例如，GNSS接收器38)。速度读数可以通过一些其它模块、子***、***等提供给***10，如动力总成或引擎控制模块或制动控制模块。可以替代地使用任何其它已知的速度感测技术。
动态传感器单元30向***提供动态读数，该动态读数有关车辆内发生的各种动态状况，诸如加速度和偏航率。单元30可以包括检测或测量车辆动态的传感器或感测元件的任何组合，并且它可以单独封装或者在单个单元中封装。根据一个示例性实施方案，动态传感器单元30为集成惯性测量单元(IMU)，其包括偏航率传感器、侧向加速度传感器和纵向加速度传感器。合适的加速度传感器类型的一些示例包括微机电***(MEMS)型传感器和音叉型传感器，但是可以使用任何类型的加速度传感器。根据***的特定需要，加速度传感器可以是单轴传感器或多轴传感器，可以检测加速度和/或减速度，可以将加速度的量值和/或方向检测为矢量，可以直接感测或测量加速度，可以从其它读数(如车速读数)重计算或推断加速度，并且/或者可以提供重力加速度，以引用一些可能性。虽然动态传感器单元30被示为单独的单元，但是该单元或其元件可以集成到一些其它单元、设备、模块、***等中。
对象检测传感器32向***10提供与附近车辆、行人或车辆12周围的其它对象有关的对象数据。对象读数可以代表附近车辆以及附近行人和其它对象的存在、位置、速度和/或加速度。该数据本质上可以是绝对的(例如，相对于地面的对象速度或加速度或一些其它参考系)或者数据本质上可以是相对的(例如，相对于主车辆的对象速度或加速度)。来自对象检测传感器32的数据也可以用于替代或以其它方式补充或证实由V2X单元34和/或GNSS接收器38提供的信息。虽然仅示意性地示出了一个对象检测传感器32，但是在一些实施方案中，包括多个对象检测传感器以监测车辆12周围的各种位置。每个对象检测传感器可以是单个传感器或传感器的组合，并且可以包括一个或多个RADAR设备、激光设备、LIDAR设备、超声设备、视觉设备(例如，相机等)，其它已知的设备或其组合。
V2X单元34提供与车辆12附近的其它车辆、基础设施等相关的数据。V2X单元34可以通过车辆间通信网络接收无线消息，诸如专用短程通信(DSRC)或蜂窝协议，或者它可以与其它部件诸如无线通信设备40一起工作。无线消息可以作为标准周期性信标消息传输，该标准周期性信标消息包括与车辆位置、车辆运动学/动态参数(诸如速度值或与速度值相关的数据)或由远程车辆感测的交通或道路事件相关的数据。V2X单元34可以能够提供关于经由对象检测传感器34不容易看到或可检测的远程车辆的信息。V2X单元34可支持V2V(车辆到车辆)、V2I(车辆到基础设施)和/或V2P(车辆到行人)。虽然V2X单元34被示为单独的单元，但是该单元或其元件可以集成到一些其它单元、设备、模块、***等中，诸如远程通信单元或有源安全模块，以引用两个示例。
环境传感器36向***10提供关于外部天气事件或可能影响驾驶的其它环境事件的环境读数。例如，环境传感器36可以报告关于降水、道路状况或任何其它类型的环境读数的外部温度、外部湿度、当前或最近的数据。比如，通过知道外部温度和最近的降水量，本***和方法可以开发用于光滑道路事件等的检测报告。环境传感器36可以通过直接感测和测量此类状况来确定环境状况，通过收集来自车辆的其它模块或***的环境读数来间接地确定环境读数，或者通过从天气相关服务或网站处接收包括天气报告、预报等的无线传输来确定环境状况。
当然，除了上述那些之外或代替上述那些，可以使用提供关于车辆12的状态的信息的其它车辆传感器。一些潜在的示例包括转向角传感器、加速器和制动踏板传感器、稳定性传感器和齿轮选择传感器，仅举几例。此外，本***和方法的一些具体实施可以不具有本文所述的所有车辆传感器或其它部件。
全球导航卫星***(GNSS)接收器38接收来自GNSS卫星68星群的无线电信号。GNSS接收器38可被配置为符合给定地缘政治区域(例如，国家)的特定法规或法律和/或根据给定地缘政治区域(例如，国家)的特定法规或法律操作。GNSS接收器38可被配置为与各种GNSS实施一起使用，包括美国的全球定位***(GPS)、中国的北斗导航卫星***(BDS)、俄罗斯的全球导航卫星***(GLONASS)、欧盟的伽利略以及各种其它导航卫星***。例如，GNSS接收器38可为GPS接收器，其可从GPS卫星68的星座接收GPS信号。并且，在另一示例中，GNSS接收器38可为BDS接收器，其接收来自GNSS(或BDS)卫星68的星座的多个GNSS(或BDS)信号。在任一具体实施中，GNSS接收器38可包括至少一个处理器和存储器，包括存储指令(软件)的非暂态计算机可读存储器，该指令(软件)可由处理器访问以执行由接收器38执行的处理。
GNSS接收器38可用于向车辆操作者提供导航和其它位置相关的服务。导航信息，诸如关于可能影响旅行的即将发生的事件的信息，可以在显示器50上呈现，或者可以口头呈现，诸如在提供逐向导航时所做的那样。导航服务可使用专用车载导航模块(其可以是GNSS接收器38的一部分和/或作为无线通信设备40或其它VSM的一部分并入)来提供，或者一些或所有导航服务可经由安装在车辆中的车辆通信设备40(或其它支持远程信息处理的设备)来完成，其中位置或定位信息被发送到远程位置，以便为车辆提供导航地图、地图注释(兴趣点、餐馆等)、路线计算等。可以将位置信息提供给车辆后端设施80或其它远程计算机***(诸如计算机78)用于其它目的(诸如车队管理)和/或下文讨论的用于人群感测方法。此外，关于存储在数据库84上的推断事件的信息，诸如与即将到来的坑洼92等相关的信息，可以经由车辆通信设备40从后端设施80下载到GNSS接收器38。
无线通信设备40能够通过使用蜂窝芯片组44经由短程无线通信(SRWC)和/或经由蜂窝网络通信来传送数据，如例示的实施方案中所示。在一个实施方案中，无线通信设备40为用于执行下文讨论的方法的至少一部分的中央车辆计算机。在例示的实施方案中，无线通信设备40包括SRWC电路42、蜂窝芯片组44、处理器46、存储器48以及天线43和45。在一个实施方案中，无线通信设备40可以是独立模块，或者在其它实施方案中，设备40可作为一个或多个其它车辆***模块(诸如中心堆栈模块(CSM)、车身控制模块(BCM)、信息娱乐模块、头部单元和/或网关模块)的一部分并入或包括在内。在一些实施方案中，设备40可被实现为安装在车辆中的OEM安装(嵌入)或售后设备。在一些实施方案中，无线通信设备40为能够使用一个或多个蜂窝载波***70执行蜂窝通信的远程信息处理单元(或远程信息处理控制单元)。远程信息处理单元可以与GNSS接收器38集成，使得例如GNSS接收器38和无线通信设备(或远程信息处理单元)40彼此直接连接，而不是经由通信总线58连接。
在一些实施方案中，无线通信设备40可被配置为根据一个或多个短程无线通信(SRWC)诸如Wi FiTM、WiMAXTM、Wi-Fi DirectTM、其它IEEE802.11协议、ZigBeeTM、BluetoothTM、BluetoothTMLow Energy(BLE)或近场通信(NFC)中的任一者进行无线通信。如本文所用，BluetoothTM是指BluetoothTM技术中的任一种，诸如Bluetooth Low EnergyTM(BLE)、BluetoothTM4.1、BluetoothTM4.2、BluetoothTM5.0，以及可开发的其它BluetoothTM技术。如本文所用，Wi-FiTM或Wi-FiTM技术是指Wi-FiTM技术中的任一种，诸如IEEE 802.11b/g/n/ac或任何其它IEEE 802.11技术。短程无线通信(SRWC)电路42使得无线通信设备40能够发射和接收SRWC信号，诸如BLE信号。SRWC电路可允许设备40连接到另一个SRWC设备。另外，在一些实施方案中，无线通信设备可以包含蜂窝芯片组44，从而允许该设备经由一个或多个蜂窝协议进行通信，诸如蜂窝载波***70所使用的协议。在此类情况下，无线通信设备变为可用于经由蜂窝载波***70执行蜂窝通信的用户设备(UE)。
无线通信设备40可使车辆12能够经由分组交换数据通信与一个或多个远程网络(例如，后备设施80或计算机78处的一个或多个网络)通信。该分组交换数据通信可通过使用经由路由器或调制解调器连接到陆地网络的非车辆无线接入点来执行。当用于分组交换数据通信诸如TCP/IP时，通信设备40可被配置为具有静态IP地址，或者可被设置为从网络上的另一设备诸如路由器或从网络地址服务器自动接收分配的IP地址。
还可通过使用可由设备40访问的蜂窝网络来执行分组交换数据通信。通信设备40可经由蜂窝芯片组44通过无线载波***70传送数据。在此类实施方案中，无线电传输可用于与无线载波***70建立通信信道，诸如语音信道和/或数据信道，使得可通过该信道发送和接收语音和/或数据传输。数据可经由数据连接发送，诸如经由数据信道上的分组数据传输或使用本领域已知的技术经由语音信道发送。对于同时涉及语音通信和数据通信的组合服务，***可利用语音信道上的单个呼叫并且根据需要在语音信道上的语音和数据传输之间切换，并且这可使用本领域技术人员已知的技术来完成。
处理器46可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主机处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。它可以是仅用于通信设备40的专用处理器，或者可以与其它车辆***共享。处理器46执行各种类型的数字存储指令，诸如存储在存储器48中的软件或固件程序，这些指令使得设备40能够提供各种各样的服务。例如，处理器46可以执行程序或处理数据以执行本文所讨论的方法的至少一部分。存储器48可以是临时通电的存储器、任何非暂态计算机可读介质或其它类型的存储器。例如，该存储器可包括任何数量的不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其它固态存储装置，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘或光盘驱动器。与先前描述的那些类似的部件(处理器46和/或存储器38，以及SRWC电路42和蜂窝芯片组44)可以包括在另一个控制模块和/或通常包括此类处理/存储能力的各种其它VSM中。
无线通信设备40连接到总线58，并且可以接收来自一个或多个车辆传感器22-32、36和/或V2X单元34的传感器数据，并且此后，车辆12可以将该数据(或从该数据导出或基于该数据的其它数据)发送到包括车辆后端服务设施80的其它设备或网络。然而，在一些实施方案中，全部或一些数据由ECU 60或另一模块处理。在一个实施方案中，该数据以检测报告的形式发送，该检测报告包括事件(例如，坑洼92)、事件的位置限定符(例如，GPS坐标)以及事件的严重性限定符(例如，考虑到坑洼92对一个或多个传感器的影响的值)。并且，在另一个实施方案中，无线通信设备40可以与导航***合并或至少连接到导航***，该导航***包括地理地图信息，该地理地图信息包括地理道路地图数据和/或来自其它车辆(例如车辆14-18)的检测报告的数据。导航***可通信地耦接到GNSS接收器38(直接地或经由通信总线58)，并且可包括存储本地地理地图信息的车载地理地图数据库。该本地地理地图信息可在车辆12中供应和/或经由远程连接下载到地理地图数据库/服务器，诸如计算机78和/或后端设施80(包括服务器82和数据库84)。车载地理地图数据库可存储与车辆的位置或区域相对应的地理地图信息，以便不包括大量数据，其中大部分数据可能永远不会被使用。此外，当车辆12进入不同的位置或区域时，车辆可通知车辆后端设施80车辆的位置(例如，经由使用GNSS接收器38获得)，并且响应于接收到车辆的新位置，服务器82可查询数据库84以获取对应的地理地图信息，然后可将该信息发送到车辆12。
车辆电子器件20还包括多个车辆-用户界面，它们为车辆乘员提供提供和/或接收信息的装置，包括视觉显示器50、按钮52、麦克风54和音频***56。如本文所用，术语“车辆用户界面”广义地包括任何适当形式的电子设备，包括硬件和软件部件两者，其位于车辆12上并使车辆用户能够与车辆部件通信或通过车辆部件通信。车辆-用户界面50-54也是车载车辆传感器，它们可以接收来自用户的输入或其它传感信息。按钮52允许手动用户输入通信设备40中以提供其它数据、响应或控制输入。音频***56向车辆乘员提供音频输出，并且可以是专用的独立***或主要车辆音频***的一部分。根据此处所示的具体实施方案，音频***56操作地耦接到车辆总线58和娱乐总线(未示出)两者，并且可提供AM、FM和卫星无线电、CD、DVD和其它多媒体功能。该功能可与信息娱乐模块一起提供或独立于信息娱乐模块提供。麦克风54向无线通信设备40提供音频输入，以使驾驶员或其它乘员能够经由无线载波***70提供语音命令和/或执行免提呼叫。为此，可利用本领域已知的人机界面(HMI)技术将其连接到车载自动语音处理单元。视觉显示器或触摸屏50优选地为图形显示器并且可以用于提供多种输入和输出功能。显示屏50可以是仪表板上的触摸屏、挡风玻璃上反射的平视显示器或者可投影图形以供车辆乘员观看的投影仪。还可利用各种其它车辆用户界面，诸如移动设备90，因为图1的界面仅为一个特定具体实施的示例。
如下文更详细讨论的，车辆12的用户可以使用一个或多个车辆用户界面来输入关于可能影响旅行的各种事件的信息。在一个实施方案中，用户可以操作一个或多个车辆用户界面50-56，其然后可以将输入的信息递送到其它VSM，诸如无线通信设备40。然后，无线通信设备40可以使用蜂窝芯片组44或其它通信装置以检测报告的形式将该信息发送到后端设施80。另外，在一个示例中，用户可以使用触摸屏显示器50来输入用户想要前往的期望目的地。目的地可以包括物理地址(例如，1234Main Street，Central City,Michigan)或者可以包括兴趣点或其它地理指示符。目的地可以以多种形式表示，诸如通过地理坐标或体现在车辆导航请求消息中的文本数据。还可以在车辆导航请求消息中指定出发位置。出发位置可以由用户经由车辆用户界面指定，或者可以被确定或预设为车辆的当前位置，其可以使用GNSS接收器38或通过使用其它位置服务来确定。然后可以使用无线通信设备40(例如，通过SRWC电路42或蜂窝芯片组44)将该车辆导航请求消息发送到后端设施80或其它远程计算***(例如，计算机78)，然后其可以向车辆12提供导航信息。该导航信息可以显示在显示器50上，或者可以经由使用可以用于呈现输出的其它车辆用户界面来呈现。导航信息可以描述沿着路线已经被其它车辆感测到的一个或多个事件。
ECU 60控制人群感测***10的各种部件，以帮助促进数据通信的有效使用，诸如经由无线通信设备40。因此，ECU 30可以从多个源处获得反馈或信息，诸如传感器22-32和36、V2X单元34、GNSS接收器38，然后控制检测报告的开发和上传(或非上传)以指示沿路线的各种事件，诸如坑洼92。ECU 60可以被认为是控制器、控制模块等，并且可以包括任何种类的电子处理设备、存储器设备、输入/输出(I/O)设备和/或其它已知部件，并且可以执行各种控制和/或通信相关功能。在示例实施方案中，ECU 60包括存储传感器读数的电子存储器设备62(例如，来自传感器22-32和36的传感器读数)、查找表或其它数据结构(例如，查找与如下所述的可校准权重相关的表)、算法(例如，在下文所述的方法中体现的算法)等。存储器设备62可以维持缓冲器，该缓冲器包括在预先确定的时间段内或在预先确定的实例期间收集的数据(例如，事件时间、给定时间内事件的位置限定符、给定时间内事件的严重性限定符等)。如本领域所理解的，存储器设备62或其仅一部分可以以电子数据结构的形式实现或维持。ECU 60还包括电子处理装置64(例如，微处理器、微控制器、专用集成电路(ASIC)等)，其执行存储在存储装置62中的用于软件、固件、程序、算法、脚本等的指令，并且可以部分地管理本文所述的过程和方法。
根据具体实施方案，ECU 60可以是独立的车辆电子模块(例如，特殊或专用人群感测控制器)，它可以结合或包括在另一个车辆电子模块(例如，车身控制模块)内，或者它可以是更大的网络或***(例如，导航***)的一部分，或者它可以是基于监督车辆控制单元实现低级控制的从属控制单元，这里仅列举了几种可能性。因此，ECU 60不限于任一具体实施方案或布置，并且可以由本方法用于控制人群感测***10操作的一个或多个方面。人群感测***10和/或ECU 60还可以包括校准文件，该校准文件为定义向致动部件诸如无线通信设备40提供的命令的设置文件。
无线载波***70可以是任何合适的蜂窝电话***。载波***70被示为包括蜂窝塔72；然而，载波***70可包括以下部件中的一者或多者(例如，取决于蜂窝技术)：蜂窝塔、基站收发台、移动交换中心、基站控制器、演进节点(例如，eNodeB)、移动性管理实体(MME)、服务网关和PGN网关等，以及将无线载波***70与陆地网络76连接或将无线载波***与用户设备(UE，例如，可包括车辆12中的远程信息处理设备)连接所需的任何其它联网部件。载波***70可以实现任何合适的通信技术，包括GSM/GPRS技术、CDMA或CDMA2000技术、LTE技术等。
除了使用无线载波***70之外，还可使用卫星通信形式的不同无线载波***来提供与车辆的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路发射台(未示出)来完成。例如，单向通信可以是卫星无线电服务，其中节目内容(新闻、音乐等)由上行链路发射台接收，打包上传，然后发送到卫星，卫星向订阅者广播节目。双向通信可以是例如卫星电话服务，使用一个或多个通信卫星来中继车辆12和上行链路发射台之间的电话通信。如果使用，该卫星电话可用作无线载波***70的补充或替代。
陆地网络76可以是传统的陆基电信网络，其连接到一个或多个陆线电话并且将无线载波***70连接到车辆后端服务设施80。例如，陆地网络76可包括公共交换电话网(PSTN)，诸如用于提供硬连线电话、分组交换数据通信和互联网基础设施的公共交换电话网。陆地网络76的一个或多个部分可通过使用标准有线网络、光纤或其它光网络、电缆网络、电力线、其它无线网络(诸如无线局域网(WLAN))或提供宽带无线接入(BWA)的网络或其任何组合来实现。
计算机78(仅示出一台)可以是经由诸如互联网的私有或公共网络访问的多台计算机中的一些。在一个实施方案中，每个此类计算机78可以用于一个或多个目的，诸如用于向多个车辆和其它电子网络计算设备(包括车辆12-18和个人移动设备90)提供导航服务。其它此类可访问计算机78可为例如：服务中心计算机，其中诊断信息和其它车辆数据可从车辆上传；车主或其它订阅者使用的客户端计算机，用于诸如访问或接收车辆数据或设置或配置订阅者偏好或控制车辆功能的目的；或第三方储存库，无论是通过与车辆12、与后端设施80还是与两者的通信，车辆数据或其它信息都被提供到该储存库或从该储存库提供。计算机78还可用于提供互联网连接诸如DNS服务，或用作使用DHCP或其它合适的协议向车辆12分配IP地址的网络地址服务器。
车辆后端设施80远离车辆12定位。后端设施80可以被设计为通过使用一个或多个电子服务器82为车辆电子设备20提供许多不同的***后端功能，并且在许多情况下，可以向多个车辆12-18以及其它车辆提供与导航相关的服务。后端设施80可以是物理呼叫中心，或者它可以是基于云的服务器等。在许多实施方案中，后端设施80在车辆行进时基于来自车辆12的反馈提供路线建议(或计划路线)以及关于沿该路线的事件的信息，如下文更详细描述的。后端设施80包括车辆后端服务器82和数据库84，其可存储在多个存储器设备上。车辆后端设施80可包括这些各种部件中的任一者或全部，并且优选地，各种部件中的每一个经由有线或无线局域网彼此耦接。后端设施80可经由连接至陆地网络76的调制解调器接收和传输数据。数据传输也可由无线***诸如IEEE 802.11x、GPRS等进行。本领域的技术人员将理解，尽管在例示的实施方案中仅描绘了一个后端设施80和一台计算机78，但可使用许多远程设施80和/或计算机78。此外，如本领域的技术人员应当理解，多个后端设施80和/或计算机78可以在地理上分布，并且每个可以彼此协调信息和服务。
服务器82可以是包括至少一个处理器并且包括存储器的计算机或其它计算设备。处理器可以是能够处理电子指令的任何类型的设备，包括微处理器、微控制器、主机处理器、控制器、车辆通信处理器和专用集成电路(ASIC)。处理器可以是仅用于服务器82的专用处理器，或者可以与其它***共享。这些至少一个处理器可执行各种类型的数字存储指令诸如软件或固件，这些指令使得服务器82能够提供各种各样的服务。该软件可以存储在计算机可读存储器中，并且可以是任何合适的非暂态计算机可读介质。例如，该存储器可包括任何数量的不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其它固态存储装置，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘或光盘驱动器。对于网络通信(例如，网络内通信、包括互联网连接的网络间通信)，服务器可包括可用于向计算机传送数据和从计算机传送数据的一个或多个网络接口卡(NIC)(包括无线NIC(WNIC))。这些NIC可允许一个或多个服务器82彼此连接，与数据库84或其它联网设备(包括路由器、调制解调器和/或交换机)连接。在一个具体实施方案中，服务器82的NIC(包括WNIC)可允许建立SRWC连接，并且/或者可包括以太网电缆可连接到的以太网(IEEE 802.3)端口，这些端口可提供两个或更多个设备之间的数据连接。后端设施80可包括多个路由器、调制解调器、交换机或其它网络设备，这些网络设备可用于提供联网能力，诸如与陆地网络76和/或蜂窝载波***70连接。
数据库84可以存储在多个存储器上，诸如通电临时存储器或任何合适的非暂态计算机可读介质。例如，该存储器可包括任何数量的不同类型的RAM(随机存取存储器，包括各种类型的动态RAM(DRAM)和静态RAM(SRAM))、ROM(只读存储器)、固态驱动器(SSD)(包括其它固态存储装置，诸如固态混合驱动器(SSHD))、硬盘驱动器(HDD)、磁盘或光盘驱动器，其存储执行本文所讨论的各种外部设备功能所需的一些或全部软件。后端设施80处的一个或多个数据库可以存储各种信息，并且可以包括用于存储关于可能影响交通的各种事件的多个检测报告的数据库。
图2和图3分别示出了方法200、300，其可以使用上文参考图1描述的***用于选择性感测。应当理解，每个方法200、300的步骤并非必须以任何特定顺序呈现，并且以另选顺序执行一些或所有步骤是可能的并且是可以设想的。此外，方法200、300可能能够在与图1中所示的人群感测***10不同的其它***中实现，并且在***10的上下文内对方法200、300的描述可能仅仅是示例。另外，预期方法200、300同时运行，方法200专注于后端处理，方法300专注于车辆处理。
在图2中，方法200主要来自云端或服务器端的视角。该方法的步骤202涉及接收来自第一组车辆的多个检测报告。例如，车辆16、18可遇到坑洼92。坑洼92可以由车辆感测，诸如利用动态传感器单元30。在另一个实施方案中，可以经由来自V2X单元34的V2V信息接收关于坑洼92的存在的数据。在检测到坑洼92时，ECU 60可以生成检测报告。检测报告包括事件(例如，坑洼92)、事件的位置限定符(例如，经由GNSS接收器38的GPS坐标)以及事件的严重性限定符(例如，基于来自动态传感器单元30的读数，从坑洼92的撞击和/或持续时间的得分为1-10)。可以将检测报告传输到后端设施80，以经由服务器82(例如，云服务器)进行处理。利用该检测报告，不必一起传输所有信息。例如，在一些实施方案中，单独的传输可以递送检测报告信息。
虽然关于图1的坑洼92进行了描述，但是应当理解，***10和方法200、300可以用可能影响车辆交通的各种事件来实现。事件分类可能包括更多的短暂交通障碍，诸如中到重交通、事故、道路上的对象、间歇性车道关闭、天气灾害诸如结冰或潮湿的道路等。事件分类还可能包括持续时间较长的交通障碍，诸如基于建筑的封闭，结构损坏诸如坑洼等。每个事件都可以与位置限定符和严重性限定符相关联。位置限定符通常包括GPS坐标或一些其它位置指示符，诸如路段元数据。严重性限定符提供关于事件的确定性、潜在影响和/或持续时间的一些指示。在一些实施方案中，严重性限定符可以是每个事件分类的设定值，或者可以在事件发生时从传感器数据导出(例如，如上所述，基于来自动态传感器单元30的读数，从坑洼92的撞击和/或持续时间的查找表中得分)。检测报告的事件、事件分类、位置限定符和/或严重性限定符可以是从无线通信单元40传输到后端设施80的一个或多个编码信号。
该方法的步骤204涉及开发事件的固有误差模型，诸如车辆16、18遇到的坑洼92。固有误差模型编译事件的位置限定符以及事件的严重性限定符。在一个实施方案中，固有误差模型确定四个标准变量，并且基于这些变量，可以决定是否已经接收到足够的样本(即，检测报告)来推断现实世界的事件。在一个实施方案中，四个标准变量包括上传的事件检测报告的数量、事件的位置限定符的标准偏差、事件的严重性限定符的标准偏差以及考虑前三个标准的混合标准值。第一标准变量为该事件的上传检测报告的数量。这可以包括在某个过去时间帧中上传的样本的数量(n)。过去时间帧可以是事件确定值，或者可以根据事件分类而变化(例如，瞬时交通障碍可以具有比较长持续交通障碍更短的时间帧)。可以根据以下公式计算期望的样本集大小(n)：
公式1：
其中Za为具有置信水平α的Z分数，σpop为群体标准偏差，ρ为所需的精度。通常，总体标准偏差为可校准的估计而不是实际的总体标准偏差。继续上述示例，用于检测坑洼92，估计其在真实均值5米(ρ＝5)内的位置，置信度为95％(α＝.05，Za＝-2)，对样本变化的估计是一个标准偏差约为10米。这导致样本大小估计n＝16。同样，这只是一个示例，可以根据事件和方法的实现来改变各种值和估计。
混合标准模型的该实施方案中的第二标准变量为事件的位置限定符的标准偏差。事件的位置限定符的标准偏差可以根据以下公式计算：
公式2：
其中sp为事件位置的标准偏差，xi为事件i的位置，为所有检测到的事件的平均位置。如果位置限定符为一组坐标，则可以为坐标对中的每个坐标计算标准偏差。
混合标准模型的该实施方案中的第三标准变量为事件的严重性限定符的标准偏差。事件的严重性限定符的标准偏差可以根据以下公式计算：
公式3：
其中ss为事件严重性得分的标准偏差，xi为事件i的严重性，为所有检测到的事件的平均严重性。
混合标准模型的该实施方案中的第四标准变量为混合标准值。混合标准值考虑了事件的上传检测报告的数量(例如，第一标准变量)、事件的位置限定符的标准偏差(例如，第二标准变量)以及事件的严重性限定符的标准偏差(例如，第三标准变量)。在一个实施方案中，根据以下等式计算混合标准值：
公式4：
其中h为混合标准值；w1、w2、w3和w4为权重；sp为事件的位置限定符的标准偏差；ss为事件的严重性限定符的标准偏差；并且np0、ns0、sp0和ss0为参考目标。参考目标np0和ns0分别为位置限定符和严重性限定符的期望样本集大小，其可以根据上述的公式1来计算。参考目标sp0和ss0为事件位置和严重性的期望标准偏差。这些值可以从车辆测试数据生成，并且将取决于车辆的类型、事件的类型、车辆部件的规格(例如，如果在车辆上提供更灵敏或更好的传感器)等。权重为基于事件的分类的可校准值。例如，当事件为大的交通堵塞时，位置的标准偏差可能不太相关，但是当事件为小坑洼时可能更相关。可以根据事件类型相应地调整权重。
当混合标准值大于混合标准阈值时，给定事件的检测报告的数量就足够了。然而，当混合标准值小于混合标准阈值时，给定事件的检测报告的数量不足，并且期望更多报告证实并且更准确地推断地面实况事件。应当理解，比较步骤中的叙述诸如“小于”或“大于”是开放式的，使得其可以分别包括“小于或等于”或“大于或等于”，并且这将取决于期望具体实施中已建立的参数评估。在一个具体实施方案中，如果根据上述公式4计算的混合标准值大于混合标准阈值零，则给定事件的检测报告的数量是足够的，并且可能不需要进一步的重采样。继续本文提供并在图1中示出的示例，在混合标准值小于零的情况下，车辆12、14的重采样指令将为0％，因为检测报告的数量不足，车辆12和14需要报告坑洼92。如果根据上述公式4计算的混合标准值小于零，则检测报告的数量就足够了。因此，继续该示例，车辆12、14的重采样指令将介于0至100％之间，如下文的步骤206中所确定的。重采样指令表示概率，并且它指示第二组车辆12、14中的车辆不以该概率上传(和/或丢弃)检测报告。例如，如果重采样指令为25％，则车辆12、13将以25％的概率丢弃检测事件。
在步骤206中，基于动作模型确定重采样指令。动作模型至少部分地为固有误差模型的因素。当固有误差模型包括混合标准模型和大于零的值时，动作模型可以将重采样指令从0％改变到更高的比例，以便允许第二组车辆12、14中的车辆丢弃检测报告，并最小化数据传输，同时保持采样事件的准确性。动作模型可以用于确定重采样指令δ，其将被发送到车辆(例如，车辆12、14)以指示它们如何概率性地上传检测报告以节省蜂窝带宽。在一个实施方案中，动作模型包括比例/积分/微分(PID)策略评估。更具体地，PID策略评估包括混合标准模型的比例、混合标准模型的积分和混合标准模型的微分。这可以使用第四标准变量—混合标准值来完成，并且根据下文的公式计算
公式5：
其中u(t)为待减少的检测报告的动作或数量，其中u(t)大于或等于零；h(t)为时间t的混合标准值；Kp、Ki和Kd分别为比例、积分和微分项的系数。PID策略评估是合乎需要的，因为比例、积分和微分中的每一个可以选择性地可调谐和/或可用于动作模型。Kp、Ki和Kd系数可以专门针对某些类型的车辆、道路、事件等而开发。而且，Kp、Ki和Kd系数可以根据各种方法自动调谐，诸如继电器法。因此，可以针对不同类型的道路、事件、地理区域等建立不同的PID策略评估。
在运行上述动作模型u(t)时，可以生成大于或等于零的值，以帮助确定输出重采样指令δ。当u(t)为零时，意味着不需要采取任何行动，因为已经满足了所需的检测报告样本量，但是当u(t)等于1时，启发式含义为“比所需要的多100％”。如上述在一个特定示例中所指定的，如果混合标准值h(t)小于零，则检测报告的数量不足。在该情况下，动作模型和/或PID策略评估被禁用，并且重采样指令输出为δ(t)＝0％(因为需要更多的检测报告来推断地面实况事件)。但是，如果h(t)大于零，则启用动作模型和/或PID策略，并且可以根据以下公式计算重采样指令输出δ：
公式6：
其中δ(t)为给定时间t的重采样指令输出，其中δ(t)介于0％和100％之间，并且u(t)为动作模型的结果。
该方法的步骤208涉及传输重采样指令δ。继续该示例，如果由第一组车辆16、18为坑洼92生成检测报告，然后将其发送到后端设施80以与服务器82一起处理，则可以计算重采样指令δ并将其存储在数据库84中。当第二组车辆12、14在事件或坑洼92的规定范围内时，重采样指令δ可以从后端设施80传输到每个车辆12、14的相应车辆无线通信设备40。规定范围可以是每个事件分类的设定参数(例如，坑洼具有0.5英里半径，繁忙交通具有2英里半径等)。在另一个实施方案中，可以基于计划路线确定规定范围。例如，如果一个车辆经由GNSS接收器38接收到计划路线，则如果事件在该路线上，则可以在发送路线时将该事件的重采样指令δ传输到车辆。其它示例当然是可能的。在传输重采样指令之后，该方法可以返回到步骤202以继续接收检测报告，然后可以根据确定的重采样指令接收检测报告，该检测报告可以随着固有误差模型和动作模型的更新而动态地改变。
图3为选择性感测方法300，但是并非来自后端侧，方法300来自车辆侧，诸如从车辆12、14的视角。在步骤302处，接收重采样指令δ，如上文关于方法200所述。例如，车辆12、14可以经由无线载波***70和无线通信设备40接收来自后端设施80的与坑洼92相关的重采样指令。可以经由任何可操作的装置接收指令，诸如蜂窝LTE、WiFi、DSRC等。当车辆12、14遇到坑洼92时，它们可以使用来自各种传感器22-32和ECU60的信息，例如，以开发随后的检测报告。
方法300的步骤304涉及确定重采样指令δ是否提供上传或非上传。这可以通过将重采样指令δ归一化为0(例如，更接近0导致更高的上传概率)与1(例如，更接近1导致更低的上传概率)之间来完成，并且可能考虑一个或多个因素。例如，如果重采样指令δ小于0.5但大于0.25，并且在云服务器上预期更多事件的可能性更大，则可以提供上传。在一个有利实施方案中，重采样指令δ为概率，其与基本采样率、本地成本和本地置信度结合使用以确定重采样指令是否提供上传或非上传。这可以使用以下公式完成：
公式7：f(α,β,γ,δ)＝(α-δ)·β·γ
其中f在0与1之间归一化，α为基本采样率，β为本地成本，γ为本地置信度，δ为重采样概率指令。然后，函数f的结果可以在0(例如，更接近0导致非上传)与1(例如，更接近1导致上传)之间舍入。基本采样率α可以是100％的默认值，并且取决于市场渗透。例如，在第一模型年中，如果仅10％的车辆包括本文的方法和***，则可能希望所有车辆报告基本采样率(例如，α为100％)。然而，如果60％的车辆在下一年包括本文的方法和***，则所有车辆不需要报告(例如，α为80％)。本地成本β因素在数据传输成本中。例如，不同的用户具有不同的数据计划，并且该成本可以用作该方法中的因素。此外，月末成本可能高于该月其它时间的成本。因此，本月末的本地成本可能更高，导致在这些时间内上传频率更低。本地置信度γ考虑了检测报告的估计可靠性和/或准确性。例如，更高端的车辆可能具有更好或更敏感的传感器。因此，可以设置此类车辆的本地置信度γ以促进更多上传，因为来自该车辆的数据可能比具有更少传感器或更低精度传感器的低端车辆更可靠。基本采样率、本地成本和本地置信度为通常在车辆上预先确定或确定的单个车辆参数，例如，使用ECU 60，而重采样指令通常使用云服务器等(例如，服务器82)在场外确定。
在步骤306中，当重采样指令δ提供上传时，检测报告将被上传到后端设施。例如，如果在车辆12、14遇到坑洼92之后，车辆12可以将其检测报告上传到后端设施80。车辆12可以具有比车辆14更准确的传感器，这可能有助于上传的可能性。该方法然后可以返回到步骤302以继续接收关于即将发生的事件的重采样指令。
在步骤308中，当重采样指令δ提供非上传时，检测报告将不上传到后端设施。例如，如果在车辆12、14遇到坑洼92之后，车辆14可能不会将其检测报告上传到后端设施80。相反，可以从例如ECU 60的存储器62本地丢弃或删除报告。该方法然后可以返回到步骤302以继续接收关于即将发生的事件的重采样指令。
应当理解，前述为对本发明的一个或多个实施方案的描述。本发明不限于本文所公开的具体实施方案，而是仅由下文的权利要求限定。此外，除非是上文明确定义的术语或短语，否则前述说明书中包含的陈述涉及具体实施方案，并且不应被解释为对本发明范围的限制或对权利要求中所用的术语的定义的限制。各种其它实施方案以及对所公开的实施方案的各种改变和修改对于本领域技术人员而言将是显而易见的。所有此类其它实施方案、改变和修改旨在落入所附权利要求的范围内。
如在本说明书和权利要求中所用的，术语“如”、“例如”、“比如”、“诸如”和“像”以及动词“包含”、“具有”、“包括”及它们的其它动词形式，在与一个或多个部件或其它项目的列表结合使用时，各自均被理解为是开放式的，这意味着该列表不应被视为排除其它附加部件或项目。就其它术语而言，除非这些术语在需要不同解释的上下文中使用，否则应该使用其最广泛的合理含义来解释这些术语。另外，术语“和/或”应被理解为包括性“或”。因此，例如，短语“A、B和/或C”应被解释为涵盖以下中的任一者或多者：“A”；“B”；“C”；“A和B”；“A和C”；“B和C”；以及“A、B和C”。

Claims (7)

1.一种用于车辆人群感测***的选择性感测的方法，所述方法包括以下步骤：
接收来自第一组车辆的多个检测报告，其中每个检测报告包括事件、所述事件的位置限定符以及所述事件的严重性限定符；
开发所述事件的固有误差模型，其中所述固有误差模型包括所述事件的所述位置限定符和所述事件的所述严重性限定符的编译；以及
确定对所述事件的重采样指令，其中所述重采样指令基于动作模型，并且所述动作模型至少部分地为所述固有误差模型的因素，
所述方法还包括将所述事件的所述重采样指令传输到第二组车辆的所述步骤，
其中使用所述事件的上传的检测报告的数量、所述事件的所述位置限定符的标准偏差以及所述事件的所述严重性限定符的所述标准偏差来开发混合标准模型，
根据以下公式计算所述事件的上传的检测报告的所述数量：
其中Za为具有置信水平α的Z分数，σpop为群体标准偏差，ρ为所需的精度；
根据以下公式计算所述事件的所述位置限定符的所述标准偏差：
其中sp为事件位置的标准偏差，xi为事件i的位置，为所有检测到的事件的平均位置；
根据以下公式计算所述事件的所述严重性限定符的所述标准偏差：
其中ss为事件严重性得分的标准偏差，xi为事件i的严重性，为所有检测到的事件的平均严重性；
其中所述混合标准模型提供根据以下计算的混合标准值：
其中h为所述混合标准值；w1、w2、w3和w4为权重；sp为所述事件的所述位置限定符的所述标准偏差；ss为所述事件的所述严重性限定符的所述标准偏差；并且np0、ns0、sp0和ss0为参考目标。
2.根据权利要求1所述的方法，其中所述第二组车辆在所述事件的规定时间或空间范围内。
3.根据权利要求1所述的方法，其中所述重采样指令使得所述第二组车辆的第一部分上传所述事件的检测报告，并且所述第二组车辆的第二部分不上传所述事件的检测报告。
4.根据权利要求1所述的方法，其中所述固有误差模型包括所述事件的上传的检测报告的数量、所述事件的所述位置限定符的标准偏差以及所述事件的所述严重性限定符的标准偏差。
5.根据权利要求1所述的方法，其中所述混合标准模型对所述事件的上传的检测报告的所述数量、所述事件的所述位置限定符的所述标准偏差以及所述事件的所述严重性限定符的所述标准偏差进行加权。
6.根据权利要求5所述的方法，其中所述权重为基于所述事件的分类的可校准值。
7.根据权利要求1所述的方法，其中当所述混合标准值小于混合标准阈值时，禁用所述动作模型并且所述重采样指令为0％，并且当所述混合标准值大于混合标准阈值时，启用所述动作模型，并且所述重采样指令介于0％和100％之间。
CN201910496752.4A 2018-11-26 2019-06-10 车辆人群感测***和方法 Active CN111310295B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/199,919 US11087617B2 (en) 2018-11-26 2018-11-26 Vehicle crowd sensing system and method
US16/199919 2018-11-26

Publications (2)

Publication Number Publication Date
CN111310295A CN111310295A (zh) 2020-06-19
CN111310295B true CN111310295B (zh) 2024-04-12

Family

ID=70545967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910496752.4A Active CN111310295B (zh) 2018-11-26 2019-06-10 车辆人群感测***和方法

Country Status (3)

Country Link
US (1) US11087617B2 (zh)
CN (1) CN111310295B (zh)
DE (1) DE102019115882A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11908253B2 (en) * 2018-12-12 2024-02-20 Gm Cruise Holdings Llc Dynamic data preservation based on autonomous vehicle performance needs
DE102019200345A1 (de) * 2019-01-14 2020-07-16 Continental Automotive Gmbh Cloudbasierte Erkennung und Warnung von Gefahrenstellen
JP7180536B2 (ja) * 2019-05-24 2022-11-30 トヨタ自動車株式会社 車両
CN114492550A (zh) * 2020-11-11 2022-05-13 华为技术有限公司 动态事件分类方法及设备
CN113807220A (zh) * 2021-09-06 2021-12-17 丰图科技(深圳)有限公司 交通事件检测方法、装置、电子设备和可读存储介质
US20230410564A1 (en) * 2022-05-27 2023-12-21 Calamp Corp. Technologies for switching between communication modes in a telematics device
CN116674388B (zh) * 2023-07-31 2023-10-03 安徽交泰智能技术有限公司 一种基于车载传感器的车辆监测分析***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101278325A (zh) * 2003-04-07 2008-10-01 顾德庞特技术基础设施管理***软件与咨询服务公司 用于收集、分析和发布与交通基础设施和状况相关的信息的中央设备和智能车载车辆平台
CN101438335A (zh) * 2006-03-03 2009-05-20 因瑞克斯有限公司 使用来自移动数据源的数据估算道路交通状况
CN105551281A (zh) * 2014-10-22 2016-05-04 福特全球技术公司 通过众包数据个性化的路线指数
CN106355876A (zh) * 2015-07-15 2017-01-25 福特全球技术公司 众包事件的报告和重构
CN107430006A (zh) * 2014-12-02 2017-12-01 凯文·孙林·王 避免事故的方法和***
CN108400973A (zh) * 2018-02-02 2018-08-14 中原工学院 车载自组织网络中基于交通流模型的虚假消息检测方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0318480D0 (en) * 2003-08-07 2003-09-10 Koninkl Philips Electronics Nv Method of and system for assessing the nature of movement of articles along a path of movement
US7277028B1 (en) * 2003-10-20 2007-10-02 Garth Janke Method and system for inter-vehicular communications and information reporting
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
JP4840069B2 (ja) * 2006-10-12 2011-12-21 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム
US8188887B2 (en) * 2009-02-13 2012-05-29 Inthinc Technology Solutions, Inc. System and method for alerting drivers to road conditions
US20140085107A1 (en) * 2009-03-26 2014-03-27 B&C Electronic Engineering, Inc. Emergency and traffic alert system
US9928524B2 (en) 2011-03-14 2018-03-27 GM Global Technology Operations LLC Learning driver demographics from vehicle trace data
US8478209B2 (en) 2011-05-05 2013-07-02 GM Global Technology Operations LLC Method and apparatus for multimedia content promotion in vehicular wireless networks
US9021049B2 (en) 2011-10-21 2015-04-28 GM Global Technology Operations LLC Method and apparatus for augmenting smartphone-centric in-car infotainment system using vehicle Wi-Fi/DSRC
TWI455073B (zh) * 2011-12-14 2014-10-01 Ind Tech Res Inst 車用特定路況警示裝置、系統與方法
US20150246654A1 (en) * 2012-01-13 2015-09-03 Pulse Function F6 Ltd Telematics system with 3d intertial sensors
US20130238432A1 (en) 2012-03-06 2013-09-12 GM Global Technology Operations LLC Automatic provider recommendation
KR20130122172A (ko) * 2012-04-30 2013-11-07 서울시립대학교 산학협력단 차량 급회전, 급정지 정보 감지 및 전달 장치
US8731577B2 (en) 2012-08-14 2014-05-20 GM Global Technology Operations LLC Method and apparatus for enabling vehicle applications using heterogeneous wireless data pipes
US9237197B2 (en) 2013-01-15 2016-01-12 GM Global Technology Operations LLC Method and apparatus of using separate reverse channel for user input in mobile device display replication
US8972175B2 (en) * 2013-03-14 2015-03-03 Qualcomm Incorporated Navigation using crowdsourcing data
US9437107B2 (en) * 2013-03-15 2016-09-06 Inrix, Inc. Event-based traffic routing
US20150227492A1 (en) 2014-02-07 2015-08-13 GM Global Technology Operations LLC Systems and methods for selection and layout of mobile content on in-vehicle displays
US9246970B2 (en) 2014-02-14 2016-01-26 GM Global Technology Operations LLC System and method for compensating for delay and jitter
US9154923B2 (en) 2014-02-21 2015-10-06 GM Global Technology Operations LLC Systems and methods for vehicle-based mobile device screen projection
US9430476B2 (en) 2014-03-13 2016-08-30 GM Global Technology Operations LLC Method and apparatus of user recommendation system for in-vehicle apps
US20150262198A1 (en) 2014-03-13 2015-09-17 GM Global Technology Operations LLC Method and apparatus of tracking and predicting usage trend of in-vehicle apps
US10759442B2 (en) * 2014-05-30 2020-09-01 Here Global B.V. Dangerous driving event reporting
US20160044519A1 (en) 2014-08-08 2016-02-11 GM Global Technology Operations LLC Method and apparatus for supporting mobile device screen replication in automotive environment using flexible network connectivity
US9519670B2 (en) * 2014-08-29 2016-12-13 Ford Global Technologies, Llc Method and apparatus for road risk indices generation
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101278325A (zh) * 2003-04-07 2008-10-01 顾德庞特技术基础设施管理***软件与咨询服务公司 用于收集、分析和发布与交通基础设施和状况相关的信息的中央设备和智能车载车辆平台
CN101438335A (zh) * 2006-03-03 2009-05-20 因瑞克斯有限公司 使用来自移动数据源的数据估算道路交通状况
CN105551281A (zh) * 2014-10-22 2016-05-04 福特全球技术公司 通过众包数据个性化的路线指数
CN107430006A (zh) * 2014-12-02 2017-12-01 凯文·孙林·王 避免事故的方法和***
CN106355876A (zh) * 2015-07-15 2017-01-25 福特全球技术公司 众包事件的报告和重构
CN108400973A (zh) * 2018-02-02 2018-08-14 中原工学院 车载自组织网络中基于交通流模型的虚假消息检测方法

Also Published As

Publication number Publication date
US11087617B2 (en) 2021-08-10
DE102019115882A1 (de) 2020-05-28
CN111310295A (zh) 2020-06-19
US20200166941A1 (en) 2020-05-28

Similar Documents

Publication Publication Date Title
CN111310295B (zh) 车辆人群感测***和方法
US11067403B2 (en) Vehicle energy usage tracking
EP3578924B1 (en) Warning polygons for weather from vehicle sensor data
EP3451312B1 (en) Providing a confidence-based road event message
US9799219B2 (en) Vehicle data system and method
US9958865B2 (en) Systems and methods to enable or disable autonomous driving
EP2823329B1 (en) Point of interest database maintenance system
CN110341620B (zh) 车辆预后和补救响应
WO2019156821A1 (en) Traffic light signal adjustment notification improvement
EP3648075B1 (en) Slowdown events
CN110659078A (zh) 远程车辆电子装置配置
CN113748316B (zh) 用于车辆遥测的***和方法
US8560216B1 (en) Method and apparatus to provide guidance to a vehicle based on vehicle characteristics
US20220375343A1 (en) Techniques for utilizing a mobile device as a proxy for a vehicle
US11900471B1 (en) System for monitoring and using data indicative of driver characteristics based on sensors
US20190277640A1 (en) Gnss elevation correction
TW202209906A (zh) 用於在v2x環境中管理資料分發的技術
CN111319628A (zh) 用于评估错误威胁检测的方法和***
US11227420B2 (en) Hazard warning polygons constrained based on end-use device
CN111323030A (zh) 基于用户提供的行程约束的车辆路线控制
CN111291775B (zh) 车辆定位方法、设备及***
US20220205807A1 (en) Recall of hazard warning created from vehicle sensor data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant