CN111354222A - 一种辅助驾驶方法和*** - Google Patents
一种辅助驾驶方法和*** Download PDFInfo
- Publication number
- CN111354222A CN111354222A CN201811565073.XA CN201811565073A CN111354222A CN 111354222 A CN111354222 A CN 111354222A CN 201811565073 A CN201811565073 A CN 201811565073A CN 111354222 A CN111354222 A CN 111354222A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- objects
- information
- road data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- 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
- G08G1/096783—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 roadside individual element
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种辅助驾驶方法,包括步骤:获取道路数据,该道路数据包括:至少一个路测感知单元采集的各自道路范围内全部或部分对象的静态和/或动态信息;基于道路数据,识别全部或部分车辆对象;对于车辆对象中的目标车辆对象,确定目标车辆对象的车辆周边对象;将车辆周边对象的相关信息发送给目标车辆,以便目标车辆呈现车辆与车辆周边对象的位置关系。本发明还公开了一种在车辆上执行的辅助驾驶方法、相应的路侧感知设备和辅助驾驶***。
Description
技术领域
本发明涉及车辆辅助驾驶领域,尤其涉及利用道路环境数据来辅助车辆驾驶的领域。
背景技术
随着汽车工业进入互联网和智能时代,在车辆或者其周边的传感器和运算单元可以提供日益强大的驾驶相关数据和运算能力。这些数据和能力能够比以前更有效地辅助驾驶车辆,使得车辆驾驶更加简单、智能和安全。
对于车辆驾驶来说,安全性和便利性是驾驶员经常要考虑的问题。在现有的车载辅助驾驶方案中,一般利用车辆上的传感器在行驶期间进行诸如和前车距离、车辆本身速度和车辆实时位置之类的数据收集,随后车载计算单元对这些数据进行分析,并基于分析结果进行提供辅助驾驶的能力。这种方案一方面受限于车辆上安装的相关传感器,即该方案无法在未安装相关传感器的车辆执行。另一方面,车辆传感器仅仅可以感测到车辆周边较小范围内的数据,无法提供离车辆更远距离的驾驶环境相关信息,具有明显的局限性。
现有的还有一种方案是利用安装在道路上的监控设备来为车辆提供辅助信息,但是现有的道路监控设备一般只提供了测量车辆流量、车辆距离、车辆速度等功能,只能给车辆驾驶提供一些很片面的道路流量提示信息,也无法实现有效辅助车辆驾驶的目标。
随着车联网V2X技术的发展,出现了协同式环境感知***。这个***可以综合利用车辆和周围环境的数据来辅助车辆驾驶。但是如何构造环境数据以及如何融合车辆本身和环境数据,是协同式环境感知***所面临的问题。
如何为车辆的行驶便捷且准确快速地提供辅助信息,并且不需要对车辆本身进行大量改动,是本领域所急需解决的问题之一。
为此,需要一种新的车辆辅助驾驶方案,可以为车辆提供更为准确和全面的驾驶辅助信息,从而可以让驾驶员准确地注意到与车辆在道路上的行驶相关的潜在风险,让驾驶员第一时间改变车辆的行驶行为,让车辆的行驶变得更加安全。
发明内容
为此,本发明提供了一种新的车辆的辅助驾驶方案,以力图解决或者至少缓解上面存在的至少一个问题。
根据本发明的一个方面,提供了一种辅助驾驶方法。该方法包括步骤:获取道路数据,该道路数据包括至少一个路侧感知设备分别采集的道路范围内全部或者部分对象的静态和/或动态信息;基于道路数据,识别全部或者部分车辆对象;对于车辆对象中的目标车辆对象,确定目标车辆对象的车辆周边对象;将车辆周边对象信息发送给车辆,以便车辆呈现车辆与车辆周边对象的相互位置关系。
可选地,在根据本发明的辅助驾驶方法中,确定目标车辆对象的车辆周边对象的步骤包括:从道路数据中获取距离目标车辆对象在预定距离内的、与目标车辆对象的行驶相关的对象做为车辆周边对象。
可选地,在根据本发明的辅助驾驶方法中,将车辆周边对象发送给目标车辆的步骤包括:将目标车辆对象和车辆周边对象发送给车辆。
根据本发明的另一个方面,提供了一种在车辆中执行的辅助驾驶方法,车辆在部署有路侧感知设备的道路上行驶,该方法包括步骤:接收车辆周边对象信息,该车辆周边对象由路侧感知设备根据道路数据而为车辆生成并指示与车辆相关联;以及呈现车辆周边对象。
可选地,在根据本发明的辅助驾驶方法中,呈现车辆周边对象的步骤包括:基于车辆周边对象的特征、车辆的尺寸和运行方向、以及车辆周边对象和所述车辆的相对位置来呈现车辆周边对象。
可选地,在根据本发明的辅助驾驶方法中,呈现车辆周边对象的步骤还包括:以车辆为基准来呈现车辆周边对象。
可选地,在根据本发明的辅助驾驶方法中,以车辆为基准来呈现车辆周边对象的步骤包括:将车辆呈现在显示区域的预定位置;以及根据车辆周边对象和车辆的相对位置来呈现车辆周边对象。
可选地,在根据本发明的辅助驾驶方法中,以车辆为基准来呈现车辆周边对象的步骤包括:以根据车辆的行驶方向、在车辆后方的预定位置为投射点,根据车辆周边对象和车辆的相对位置、方向和速度关系来呈现车辆周边对象和车辆。
可选地,在根据本发明的辅助驾驶方法中,该预定位置的高度高于车辆的高度。
可选地,在根据本发明的辅助驾驶方法中,接收车辆周边对象包括接收车辆对象和车辆周边对象,以及车辆的速度、位置和/或尺寸根据所接收的车辆对象的速度、位置和/或尺寸特征来确定。
可选地,在根据本发明的辅助驾驶方法中,显示车辆周边对象的步骤包括:强调显示车辆对象;以及弱化显示车辆周边对象。
根据本发明的还有一个方面,提供了一种路侧感知设备,包括:各个传感器,适于获得其覆盖范围内各对象的静态和动态信息;存储单元,适于存储道路数据,该道路数据包括其覆盖范围内各对象的静态和/或动态信息;以及计算单元,适于执行根据本发明的辅助驾驶方法。
根据本发明的还有一个方面,提供了一种辅助驾驶***,包括根据本发明的路侧感知设备,以及车辆,在道路上行驶,并执行根据本发明的辅助驾驶方法。
根据本发明的还有一个方面,提供了一种车辆的辅助驾驶方法,包括步骤:获取道路数据,道路数据包括:至少一个路测感知单元采集的各自道路范围内全部或部分对象的静态和/或动态信息;基于道路数据,识别全部或部分车辆对象;对于车辆对象中的目标车辆对象,确定目标车辆对象的车辆周边对象;以及将车辆周边对象的相关信息发送给与目标车辆相关联的移动终端,以便移动终端或者目标车辆呈现车辆与车辆周边对象的位置关系。
根据本发明的还有一个方面,还提供了一种计算设备。该计算设备包括至少一个处理器和存储有程序指令的存储器,其中,程序指令被配置为适于由至少一个处理器执行并包括用于执行上述辅助停车方法的指令。
根据本发明的还有另一个方面,还提供了一种存储有程序指令的可读存储介质,当该程序指令被计算设备读取并执行时,使得计算设备执行上述辅助停车方法。
根据本发明的辅助驾驶方案,利用路侧感知设备对其覆盖范围内的道路上的静态和动态信息进行感知和聚合形成道路数据,并针对各个车辆进行针对车辆的分析,形成围绕车辆的车辆周边对象集合,并将这些车辆周边对象集合提供给车辆,从而可以在车辆上全方位显示这些车辆周边对象,为车辆驾驶员提供车辆周边的全方位印象。
另外,根据本发明的辅助驾驶方案,可以在车辆上显示在该车辆周边对象的信息,现有的车辆驾驶者受限于其视野而仅仅可以看到在其视线范围内的对象,而根据本发明的辅助驾驶方案,可以提供其车辆周围360度的、无盲区的全方位对象视图,从而可以让车辆的驾驶员更全面地了解车辆周边情况,降低驾驶风险。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施方式的辅助行驶***的示意图;
图2示出了根据本发明一个实施方式的路侧感知设备的示意图;
图3示出了根据本发明一个实施方式的辅助行驶方法的示意图;
图4示出了根据本发明一个实施方式的辅助行驶方法的示意图;以及
图5示出了根据本发明另一个实施方式的呈现风险对象的界面的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施方式的辅助驾驶***100的示意图。如图1所示,辅助驾驶***100包括车辆110和路侧感知设备200。车辆110在道路140上行驶。道路140包括多个车道150。车辆110可以在道路140上行驶的过程中,可以根据路况和行驶目标切换不同的车道150。
路侧感知设备200部署在道路周边,并利用其所具有的各种传感器来收集在路侧感知设备200周围预定范围内的各种信息,特别是与道路相关的道路数据。
路侧感知设备200具有预定的覆盖范围。根据每个路侧感知设备200的覆盖范围和道路状况,可以在道路两侧部署足够数量的路侧感知设备200,可以对整条道路实现全覆盖。当然,根据一种实施方式,不用对整条道路实现全覆盖,可以在每条道路的特征点(拐弯,交叉口,分叉口)处部署路侧感知设备200,获得关于该条道路的特征数据即可。本发明不受限于路侧感知设备200的具体数量和对道路的覆盖范围。
在部署路侧感知设备200时,首先根据单个路侧感知设备200的覆盖区域和道路140的状况,计算需要部署的感知设备200的位置。路侧感知设备200的覆盖区域至少取决于感知设备200的布置高度和感知设备200中的传感器进行感知的有效距离等。而道路140的状况包括道路长度、车道150的数量、道路曲率和坡度等。可以利用本领域的任何一种方式来计算感知设备200的部署位置。
在确定了部署位置之后,在所确定的位置部署路侧感知设备200。由于路侧感知设备200需要感知的数据包含大量对象的运动数据,所以要进行路侧感知设备200的时钟同步,即保持各个感知设备200的时间和车辆110以及云平台的时间一致。
随后,确定每个部署的路侧感知设备200的位置。由于感知设备200要为道路140上高速行驶的车辆110提供辅助驾驶功能,所以感知设备200的位置必须是高精度的,以作为感知设备的绝对位置。可以有多种方式来计算感知设备200的高精度绝对位置。根据一个实施方式,可以利用全球卫星导航***(GNSS)来确定高精度位置。
路侧感知设备200利用其传感器对其覆盖区域内的道路静态情况(车道线120、护栏、隔离带、停车位、道路坡度和倾斜度、道路积水和积雪等)和动态情况(行驶车辆110、行人130和抛洒物)进行采集感知,将不同传感器感知数据进行融合以形成该段道路的道路数据。道路数据包括感知设备200所覆盖范围内,特别是道路相关领域内的所有对象的静态和动态信息。随后路侧感知设备200可以基于道路数据来计算各个车辆的驾驶相关信息,如该车辆是否具有潜在碰撞危险和驾驶危险,在车辆视野之外的交通状况(如道路拐弯之后的道路状况、前车之前的道路状况)等。
进入一个路侧感知设备200的覆盖范围内的车辆110可以和路侧感知设备200进行通信。一种典型的通信方式为V2X通信方式。当然,可以利用诸如5G、4G和3G之类的移动通信方式,由移动通信服务商提供的移动互联网络与路侧感知设备200进行通信。考虑到车辆行驶的速度较快,对通信的时间延迟要求尽可能的短,本发明的一般实施方式中采用V2X通信方式。但是,任何可以满足本发明所需要的时间延迟要求的通信方式都在本发明的保护范围之内。
车辆110可以从路侧感知设备200接收与该车辆110相关的驾驶相关信息。例如,车辆110可以从路侧感知设备200获取道路数据中在该车辆110周围的车辆周边对象,如道路上的车道、道路上方的限行标记、道路周围的行人或者道路周围的路灯、指示牌、其它车辆等,这些车辆周边对象不仅仅包括车辆110的行驶前方的对象,还包括车辆110后方和上方的各种对象。车辆110可以在其控制界面上显示这些周边对象,以便在一个地方为驾驶员呈现所有周围道路信息。
车辆110可以各种方式接收与该车辆110相关的驾驶相关信息以及该段道路的道路数据。在一种实现中,进入路侧感知设备200的覆盖范围内的车辆110都可以自动收到这些信息和数据。在另一种实现中,车辆110可以发出请求,由路侧感知设备200响应于该请求而发送与该车辆110相关的周边对象信息以及该段道路的道路数据给车辆110,以便在车辆110上基于这些这些信息来来提供全方位的呈现,从而为车辆驾驶员提供对车辆周边环境的全方位印象。
本发明不受限于车辆110接收驾驶相关信息以及该段道路的道路数据的具体方式,所有可以接收这些信息和数据并据此由驾驶员参考来控制车辆110的驾驶行为的方式都在本发明的保护范围之内。
可选地,辅助驾驶***100还包括服务器160。图1中虽然仅仅示出了一台服务器160,但是应当理解的是,服务器160可以是由多台服务器构成的云服务平台。各个路侧感知设备100将所感知的道路数据发送到服务器160。服务器160可以基于每个路侧感知设备100的位置,对道路数据进行组合,从而形成整条道路的道路数据。服务器160还可以在该条道路的道路数据上进行进一步处理,以形成驾驶相关信息,例如整条道路的交通状况、突发事故路段、预期通过时间等。
服务器160可以将所形成的整个道路的道路数据和驾驶相关信息发送给各个路侧感知设备200,或者可以将与某个路侧感知设备200相邻的几个路侧感知设备200的所对应的一段道路的道路相关数据和驾驶相关信息发送给该路侧感知设备200。这样,车辆110可以从路侧感知设备200获得更大范围的道路和车辆周边信息。当然,车辆110可以直接从服务器160获得车辆周边信息和道路数据而不通过路侧感知设备200。
如果一个区域内的所有道路上都部署了路侧感知设备200,而且这些路侧感知设备200都将道路数据发送给服务器160,则可以在服务器160处形成该区域内的道路交通的指示。车辆110可以从服务器160接收该指示并据此来控制车辆110的行驶行为。
路侧感知设备200可以不经由服务器160而直接和周边的路侧感知设备200建立通信并进行通信传输。由于路侧感知设备200具有越来越强大的运算能力,考虑到路侧感知设备200和服务器160之间进行通信的带宽限制和时间延迟要求,越来越多的信息在路侧感知设备200本地就可以通过边缘计算来进行处理。而处理完毕之后的信息也可以直接传输给周围的路侧感知设备200而不用经由服务器160进行传输。这种通信方式对仅需要在相邻的路侧感知设备200之间进行交换的信息而言更为有效。例如将在一个路侧感知设备200的覆盖范围内的红绿灯信息转发给周边的路侧感知设备200等。
对于路侧感知设备200来说,可能会从服务器160和周边路侧感知设备200接收到相同的信息,因此,需要基于信息的时间戳和内容进行信息合并,去除旧的重复信息,并为其覆盖范围内的车辆110提供最新的信息。
应当注意的是,移动终端,例如车辆驾驶员所携带的智能手机等、车载智能音箱等,也可以接入到服务器160和路侧感知设备200所构造的网络中。一些发给车辆的信息,如果适合发给移动终端(例如,导航信息、停车位信息、行驶提示信息、车辆周边信息等),也可以发给移动终端,以便移动终端可以根据这些信息来操纵相关联的车辆。
图2示出了根据本发明一个实施方式的路侧感知设备200的示意图。如图2所示,路侧感知设备200包括通信单元210、传感器组220、存储单元230和计算单元240。
路侧感知设备200和进入其覆盖范围的各个车辆110进行通信,以便为车辆110提供车辆周边信息和驾驶相关信息,以及从车辆110接收该车辆的车辆行驶信息。同时路侧感知设备200也需要和服务器160以及周边的其它路侧感知设备200进行通信。通信单元210为路侧感知设备200提供了通信功能。通信单元210可以采用各种通信方式,包括但不限于以太网、V2X、5G、4G和3G移动通信等,只要这些通信方式可以以尽量小的时间延迟完成数据通信即可。在一个实施方式中,路侧感知设备200可以采用V2X和进入其覆盖范围的车辆110以及周边的路侧感知设备200进行通信,而路侧感知设备200可以采用例如高速互联网的方式与服务器160进行通信。
传感器组220包括有各种传感器,例如诸如毫米波雷达222、激光雷达224之类的雷达传感器和诸如具有补光功能的摄像头226和红外探头228之类的图像传感器等。对于同一对象,各种传感器可以获得该对象的不同属性,例如雷达传感器可以进行对象速度和加速度测量,而图像传感器可以获得对象外形和相对角度等。
传感器组220利用各个传感器对覆盖区域内的道路静态情况(车道线120、护栏、隔离带、路边停车位、道路坡度和倾斜度、道路积水和积雪等)和动态情况(行驶车辆110、行人130和抛洒物)进行采集感知,并且将各个传感器采集和感知的数据存储到存储单元230中。
计算单元240对各传感器所感知的数据进行融合以形成该段道路的道路数据,并也将道路数据存储在存储单元230中。另外,计算单元240还可以在道路数据的基础上继续进行数据分析,识别出其中的一个或者多个车辆和车辆运动信息,进一步确定针对车辆110的驾驶相关信息。这些数据和信息都可以存储在存储单元230中,以便经由通信单元210发送给车辆110或者服务器160。
具体来说,计算单元240可以获取预先存储的、关于道路位置预定范围的静态信息。在路侧感知设备200部署在道路的某个位置之后,该感知设备200所覆盖的道路范围也就固定了。可以获得该预定范围的静态信息,例如该范围内的道路宽度,车道数量,拐弯半径等内容。可以有多种方式来获得道路的静态信息。在一种实施方式中,这些静态信息可以在部署感知设备200时预先存储在感知设备200中。在另一种实施方式中,可以首先获得感知设备的位置信息,随后向服务器160发送包含该位置信息的请求,以便服务器160根据请求返回相关道路范围的静态信息。
随后,计算单元240根据不同的传感器分别对原始传感器数据加工,形成测距、测速和类型、大小识别等感知数据。接着基于所获得的道路静态数据,在不同的情况下,以不同的传感器数据作为基准,加以其他传感器数据进行校准,最终形成统一的道路数据。
本发明并不受限于融合各个传感器的数据以形成道路数据的具体方式。只要道路数据中包含了在该道路位置预定范围内各种对象的静态和动态信息,则该方式就在本发明的保护范围之内。
根据一种实施方式,每个进入路侧感知设备200的覆盖范围之内的车辆110都会主动通过各种通信方式(如V2X)与感知设备200进行通信。因此,车辆110会将车辆的车辆行驶信息发送给感知设备200。车辆的行驶信息包括车辆在行驶中所具有的运行信息,例如包括产生该运行信息的当前时刻、车辆的尺寸、速度、加速度、角速度和位置等内容。为此,计算单元240可以在之前所形成的道路数据的基础上,进一步融合从车辆110获得的车辆行驶信息,以形成新的道路数据。
另外,存储单元230中还可以存储有各种计算模型,例如碰撞检测模型、车牌识别模型、停车位识别模型、停车场出入口设备模型等。这些计算模型可以由计算单元240使用,来实现下面参考图3描述的方法300中的相应步骤。
根据本方面的一种实施方式,在道路数据中,可以为道路上的每个物品建立了对象信息,例如静态的路灯对象、指示牌对象,车道对象等,以及动态的车辆对象、新人对象,和临时的跌落物对象、临时变道对象等。随后,计算单元240利用存储单元230中存储的各种计算模型来为各个对象计算各种对象之间的相互作用,从而得到各种驾驶相关的信息。
图3示出了根据本发明一个实施方式的车辆的辅助驾驶方法300的示意图。辅助驾驶方法300适于在图2所示的路侧感知设备200中执行。如图3所示,辅助驾驶方法300始于步骤S310。
在步骤S310中,获取道路数据。道路数据包括至少一个路侧感知设备分别采集的、在其道路范围内全部或部分对象的静态和/或动态信息。如上参考图1所述,路侧感知设备200通常固定部署在某个道路附近,因此具有相对应的道路位置。另外,至少取决于感知设备200的布置高度和感知设备200中的传感器进行感知的有效距离等,路侧感知设备200具有预定的覆盖区域。一旦将路侧感知设备200部署在某个道路侧边时,根据感知设备和道路的具***置、高度以及感知有效距离,就可以确定该感知设备所能覆盖的道路预定范围。
路侧感知设备200利用其所具有的各个传感器对覆盖区域内的道路静态情况(车道线120、护栏、隔离带等)和动态情况(行驶车辆110、行人130和抛洒物)进行采集和/或感知,以获得各种传感器数据并进行存储。
如上所述,路侧感知设备200包括有各种传感器,例如诸如毫米波雷达222、激光雷达224之类的雷达传感器和诸如具有补光功能的摄像头226和红外探头228之类的图像传感器等。对于同一对象,各种传感器可以获得该对象的不同属性,例如雷达传感器可以进行对象速度和加速度测量,而图像传感器可以获得对象外形和相对角度等。
在步骤S310中,可以基于所获得的各种传感器原始数据进行加工和融合,从而形成统一的道路数据。在一种实施方式中,步骤S310还可以包括子步骤S312。在步骤S312中,获取预先存储的、关于道路位置预定范围的静态信息。在路侧感知设备部署在道路的某个位置之后,该感知设备所覆盖的道路范围也就固定了。可以获得该预定范围的静态信息,例如该范围内的道路宽度,车道数量、车道线、限速标志,拐弯半径等内容。可以有多种方式来获得道路的静态信息。在一种实施方式中,这些静态信息可以在部署感知设备200时预先存储在感知设备中。在另一种实施方式中,可以首先获得感知设备的位置信息,随后向服务器160发送包含该位置信息的请求,以便服务器160根据请求返回相关道路范围的静态信息。
随后,在步骤S314中,根据不同的传感器分别对原始传感器数据加工,形成关于动态对象的测距、测速和类型、大小等感知数据以及各种静态对象的大小、内容和位置等感知数据。接着在步骤S316中,基于在步骤S312中获得的道路静态数据,在不同的情况下,以不同的传感器数据作为基准,加以其他传感器数据进行校准,最终形成统一的道路数据。
步骤S312-S136描述了一种获取道路数据的方式。本发明并不受限于融合各个传感器的数据以形成道路数据的具体方式。只要道路数据中包含了在该道路位置预定范围内各种对象的静态和动态信息,则该方式就在本发明的保护范围之内。
根据一种实施方式,每个进入路侧感知设备200的覆盖范围之内的车辆110都会主动通过各种通信方式(如V2X)与感知设备200进行通信。因此,如步骤S318所述,车辆110会将车辆的车辆行驶信息发送给感知设备200。车辆的行驶信息包括车辆在行驶中所具有的运行信息,例如包括产生该运行信息的当前时刻、车辆的尺寸、速度、加速度、角速度和位置等内容。方法S310还包括步骤S319,其中在步骤S316所形成的道路数据的基础上,进一步融合步骤S318获得的车辆行驶信息,以形成新的道路数据。
在每个路侧感知设备200采集了其覆盖范围或者覆盖的道路范围内的对象的静态和/或动态信息之后,可以对相邻的至少一个路侧感知设备200采集的信息进行组合,从而形成一段道路的道路数据。这个组合可以在耦接到路侧感知设备200的服务器160中执行,也可以在任一个路侧感知设备200中执行。
接着,在步骤S320中,基于步骤S310处获得的道路数据,识别在感知单元覆盖范围内的一个或者多个车辆对象。步骤S320中的识别包括两个方面的识别。一个方面的识别是车辆识别,即识别出道路数据中的哪些对象是车辆对象。由于车辆对象具有不同的运动特征,如速度较快、沿着一个方向在车道上行驶,一般不和其他对象发送碰撞等。可以基于这些运动特征构造传统的分类检测模型或者基于深度学习的模型,并将所构造的模型应用到道路数据中,从而确定道路数据中的车辆对象以及车辆对象的运动轨迹等运动特征。
另一个方面的识别是识别车辆标识。对于识别出的车辆对象,进一步确定其车辆标识。一种确定车辆标识的方式是例如通过图像识别等方式来确定车辆的唯一车牌。而当无法识别车辆的车牌时,另一种确定车辆标识的方式可以是通过结合车辆对象的大小、类型、位置信息和行驶速度等方式生成车辆的唯一标记。这个车辆标识是车辆对象在这个路段内的唯一标识,并用于区别于其他车辆对象。该车辆标识会在后续的数据传输中使用,并且会在这个道路内不同的路侧感知设备中进行传递,以便于整体分析。
可选地,在识别车辆之后,需要进行车辆匹配,即将后续要进行分析的车辆对象和需要接收做为分析结果的风险对象相关信息的车辆对象进行匹配。可以通过车牌匹配、行驶速度和类型匹配、位置信息模糊匹配等多种匹配方式或者结合,来进行车辆匹配。根据一个实施方式,车辆110可以通过V2X或者应用验证来绑定车牌信息,而这个车牌信息进而可以匹配到路侧感知设备和服务器中的对应车牌的车辆数据,从而实现车牌匹配。
应当注意的是,在步骤S320中,并未要求要识别出全部的车辆对象,可以根据需要仅仅对其中的一部分车辆对象进行识别。本发明并不受限于要在步骤S320中进行识别的车辆对象数量。
随后,在步骤S330中,针对在步骤S320中识别出的车辆对象,特别是要进行后续处理的目标车辆对象,从在步骤S310获取的道路数据查找与该目标车辆对象相关联的车辆周边对象。如上参考图2所述,在路侧感知设备200的存储单元中,预先存储了各种计算模型。可以利用这些计算模型来计算车辆对象与道路数据中其它对象的关联关系,并确定车辆对象的车辆周边对象。
存在有多种可以从道路数据中查找车辆周边对象。根据一种实施方式,车辆周边对象可以是在道路数据中,距离该车辆对象的距离在预定范围之内的所有对象。为此,可以利用对象查找模型来基于车辆对象的特征(位置、尺寸、行驶方向和/或行驶速度等)和目标对象的特征(位置、尺寸、运动速度和/或方向)等来计算车辆对象和目标对象之间的距离,并选择与车辆对象的距离在预定范围之内的目标对象做为车辆周边对象。
对象查找模型可以采用例如图形分析算法等各种算法或者这些算法的组合来进行距离计算。本发明不受限于对象查找模型的具体实现方式,所有可以为车辆对象和目标对象确定相对距离的计算方法都在本发明的保护范围之内。
根据另一个实施方式,可以仅仅选择在车辆对象预定范围内,与车辆对象的行驶相关的对象做为车辆周边对象。与车辆对象的行驶相关是指可能对对车辆在道路上的行驶产生影响的对象,例如包括在车辆对象周边(包括前方和后方)行驶的车辆对象、双向道路上对面方向行驶的车辆对象、道路的车道对象、路面上的临时抛沙物、积水和积雪、路面临时路障、路灯、行人等对象。为此可以利用行驶关联模型来确定与车辆对象的行驶相关的一个或者多个目标对象。行驶关联模型可以基于大量历史数据来构造,还可以利用各种大数据分析算法、深度学习算法等各种算法来构造行驶关联模型,本发明不受限于行驶关联模型的具体构造方式,所有可以为车辆对象确定可能与该车辆对象行驶相关联的道路数据中的一个或者多个对象的方式都在本发明的保护范围之内。
因此,可以基于对象查找模型和行驶关联模型来确定距离车辆对象在预定距离内的、与车辆对象的行驶相关的对象来做为车辆周边对象。
在步骤S330中为目标车辆对象生成车辆周边对象之后,在步骤S340中,将所生成的车辆周边对象发送给与该车辆对象相对应的车辆。根据一种实施方式,车辆在进入路侧感知设备200的覆盖范围中时已经自动和该设备200建立了通信,因此可以经由之前所建立的通道将车辆周边对象发给该车辆110。随后,可以在车辆110的控制界面上显示车辆周边对象,以便车辆110的驾驶员可以360度无盲区的方式观察到车辆周边的环境对象,并据此来操纵车辆110,从而可以提高车辆110的驾驶安全性。
可选地,为了能够在车辆110上更清楚地向驾驶员提供车辆周边环境,可选地,可以将车辆对象和车辆周边对象一并发送给车辆110。虽然车载***也可以提供车辆本身的相关信息,例如车辆的运行速度和方向、尺寸和当前位置等信息。但是车载***所提供的信息通常仅仅是由部署在车辆上的传感器产生,可能并不全面而且不准确。例如如果车辆进行了改装,车辆要运载比超出车辆长度的物品等情况时,车载***给出的信息往往是不准确的。而路侧感知设备200利用部署在车辆外部的各种传感器所获得的、针对车辆的信息就这方面而言,更加准确。为此可以将道路数据中的车辆对象信息也发给车辆110。这样,车辆可以根据来自道路数据的车辆对象信息、或者结合车辆对象信息和车载***所获取的车辆信息来与车辆周边对象一起显示车辆对象。从而可以提供更为准确的360度环视印象。
另外,应当注意的是,移动终端,例如车辆驾驶员所携带的智能手机、车载智能音箱等,也可以接入到服务器160和路侧感知设备200所构造的网络中。在步骤S340中,除了可以将车辆周边对象信息发送给与车辆对象相对应的车辆之外,还可以将车辆周边对象信息发送给与车辆相关联的移动终端,以便在移动终端上或者经由移动终端在车辆上显示这些信息。
图4示出了根据本发明另一个实施方式的辅助驾驶方法400的示意图。辅助驾驶方法400适于在车辆110中执行,并且该车辆110在部署有路侧感知设备200的道路上行驶。
方法400包括步骤S410。在步骤S410中,通过预定通信方式接收来路侧感知设备200的车辆周边对象。车辆周边对象由路侧感知设备200利用上面参考图3描述的方法300生成,这里不再进行赘述。
随后,在步骤S420中,在车辆110中显示车辆周边对象,以便车辆的驾驶员可以获得关于车辆周边的360度环视印象,并因此可以在车辆行驶过程中进行参考,从而提高车辆110的行驶安全性和效率。在一种实施方式中,车辆110具有显示接口,而且可以在该显示接口中显示车辆周边对象。
可选地,根据本发明的一种实施方式,会和车辆对象一起显示车辆周边对象,这样,驾驶员就可以更为清楚获悉车辆周边对象和车辆之间相关关系的印象。考虑到路侧感知设备200所获取的道路数据中、关于车辆对象的信息更为全面(特别是在车辆被改装过、车辆上运载的物品超出车辆尺寸而在车辆外部时),在步骤S410接收车辆周边对象时,还一并接收车辆对象本身。
另外,根据一种实施方式,在显示车辆周边对象时,可以基于车辆周边对象的各种特征(尺寸、速度和方向)、车辆本身的特征(尺寸、速度和行驶方向)、以及车辆周边对象和车辆的相对位置来呈现这些车辆周边对象和车辆。例如,可以车辆为基准,即以车辆为屏幕焦点所在地,根据各个车辆周边对象和车辆的相对位置和相对方向来呈现这些车辆周边对象,从而提供360度的环视效果。
具体来说,首先根据驾驶员在进行车辆驾驶时,驾驶员眼睛和显示屏幕之间的相对位置,确定显示屏幕中的视觉焦点位置。这些焦点位置可以是显示区域中的一个预定位置,并根据显示屏幕和驾驶座位的相对位置而改变。
随后,将车辆本身呈现在这个视觉焦点位置处。此时可以将车辆在屏幕中的车头方向和显示中的驾驶方向设置为一致,以符合人类查看屏幕动画的直观感受。接着,基于车辆的位置和定向,根据车辆周边对象和车辆的相对位置关系,呈现这些车辆周边对象。视觉焦点位置一般处于屏幕显示区域的中间偏下的位置,所以,当围绕车辆对象显示车辆周边对象时,可以显示出在车辆后方的周边对象,从而提供一个360度全方位的显示效果。
为了提供更为直观的呈现印象,希望在呈现的图像中加入和人的视觉类似的呈现方式,例如具有景深感受。让距离车辆远离视角越远的车辆周边对象的显示比例根据景深而以相对较小的比例来呈现。在这种呈现方式中,可以根据车辆的行驶方向、在车辆后方的预定位置设置图像投射点,利用投射关系,根据车辆周边对象和车辆的相对位置、大小和速度关系,将这些车辆周边对象呈现在屏幕上,以便来说,可以将投射点设置为高于车辆,从而提供鸟瞰车辆和车辆周边环境的效果,这样可以看到周边环境的更多细节。
图5示出了根据本发明实施方式的呈现车辆周边对象的界面500的示意图。如图5所示,界面500的显示以车辆当前位置为基准位置、车辆的行驶方向为基准方向,在屏幕上以各个车辆周边对象520相对于车辆对象510的位置而将这些对象都显示在屏幕上。界面500上的显示提供了从车辆510后方的鸟瞰效果,从而引入了景深效果。另外,为了让驾驶员获得更直观印象,车辆周边对象520例如以虚化等方式来弱化显示,而车辆对象510本身以红色等方式来强调显示。
如图5所示,虽然一些车辆周边对象520在车辆110的当前视野中不可见(被其它对象520所阻挡、在车辆110后方等),借助于路侧感知设备200进行的路侧感知,从道路数据中可以获得更全面车辆周边对象520的信息,从而可以在屏幕500中显示。这样的呈现方式给车辆驾驶员提供了不一样的视角,特别是360度的环视效果,以方便驾驶员更准确和全面地掌握车辆行驶过程中的车辆周边环境,并可以据此采取一定行驶操纵,以提高了车辆驾驶的安全性。
还应当注意的是,上面参考图4和5所示的辅助驾驶方法400除了适合在车辆110中执行之外,也可以在与该车辆110相关联的移动终端上执行。例如,车辆的驾驶员可以携带做为移动终端的智能手机或车载音箱等。这些移动终端在车辆进入路侧感知设备200的覆盖范围之内时,可以接受到车辆周边对象信息,以执行上面参考图4所示的辅助驾驶方法400,或者移动终端可以在接收到相关信息之后,将信息转发给相关联的车辆进行后续处理。
根据本发明的辅助驾驶方案,利用路侧感知设备对其覆盖范围内的道路上的静态和动态信息进行感知和聚合形成道路数据,并针对各个车辆进行针对车辆的行驶分析,并将车辆周边对象做为分析结果提供给车辆,从而可以方便驾驶员根据获悉车辆周围环境的更全面信息,从而提高车辆的行驶安全性和行驶效率。
另外,根据本发明的辅助驾驶方案,提供了一种在车辆上更直观显示车辆相关对象和车辆对象的方式,从而可以让车辆的驾驶员获得在其视野之外的车辆周边环境印象,以便更安全地进行车辆驾驶。
应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机***的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (18)
1.一种车辆的辅助驾驶方法,包括步骤:
获取道路数据,所述道路数据包括:至少一个路测感知单元采集的各自道路范围内全部或部分对象的静态和/或动态信息;
基于所述道路数据,识别全部或部分车辆对象;
对于所述车辆对象中的目标车辆对象,确定所述目标车辆对象的车辆周边对象;
将所述车辆周边对象信息发送给所述目标车辆,以便所述目标车辆呈现所述车辆与所述车辆周边对象的位置关系。
2.如权利要求1所述的辅助驾驶方法,所述获取道路数据的步骤包括:
获取预先存储的、关于各道路范围的静态信息;
利用部署在所述道路范围内的路侧感知设备中的各个传感器来获得所述道路范围内各对象的静态和/或动态信息;
组合所述预先存储的静态信息和各个传感器获得的信息来产生所述道路数据。
3.如权利要求2所述的辅助驾驶方法,所述获取在道路范围内的道路数据的步骤包括:
接收在所述道路范围内的车辆通过所述预定通信方式发送过来的车辆行驶信息;以及
组合所述预先存储的静态信息、各个传感器获得的信息以及所接收的车辆行驶信息来产生所述道路数据。
4.如权利要求1-3中任一个所述的辅助驾驶方法,所述基于所述道路数据识别全部或者部分车辆对象的步骤包括:
基于各对象的运动特征来确定属于车辆的车辆对象;以及
识别各车辆对象的标识以确定所述全部或者部分车辆对象。
5.如权利要求1-4中任一个所述的辅助驾驶方法,所述确定目标车辆对象的车辆周边对象的步骤包括:
从所述道路数据中获取距离所述目标车辆对象在预定距离内的、与所述目标车辆对象的行驶相关的对象做为所述目标车辆对象的车辆周边对象。
6.如权利要求1-5中任一个所述的辅助驾驶方法,所述将所述车辆周边对象信息发送给所述目标车辆的步骤包括:
将所述目标车辆对象和所述车辆周边对象发送给所述目标车辆。
7.一种在车辆中执行的辅助驾驶方法,所述车辆在部署有路侧感知设备的道路上行驶,所述方法包括步骤:
接收车辆周边对象信息,所述车辆周边对象由所述路侧感知设备根据道路数据而为所述车辆生成并指示与所述车辆相关联;以及
呈现所述车辆周边对象。
8.如权利要求7所述的辅助驾驶方法,所述呈现车辆周边对象的步骤包括:
基于所述车辆周边对象的特征、所述车辆的尺寸和运行方向、以及所述车辆周边对象和所述车辆的相对位置来呈现所述车辆周边对象。
9.如权利要求8所述的辅助驾驶方法,所述呈现车辆周边对象的步骤还包括:
以所述车辆为基准来呈现所述车辆周边对象。
10.如权利要求9所述的辅助驾驶方法,所述以所述车辆为基准来呈现所述车辆周边对象的步骤包括:
将所述车辆呈现在显示区域的预定位置;以及
根据所述车辆周边对象和所述车辆的相对位置来呈现所述车辆周边对象。
11.如权利要求10所述的辅助驾驶方法,所述以所述车辆为基准来呈现所述车辆周边对象的步骤包括:
以根据所述车辆的行驶方向、在所述车辆后方的预定位置为投射点,根据所述车辆周边对象和所述车辆的相对位置和速度关系来呈现所述车辆周边对象和所述车辆。
12.如权利要求11所述的辅助驾驶方法,所述预定位置的高度高于所述车辆的高度。
13.如权利要求7-12中的任一个所述的辅助驾驶方法,其中所述接收车辆周边对象包括接收所述车辆对象和所述车辆周边对象,以及
所述车辆的速度、位置和/或尺寸根据所接收的车辆对象的速度、位置和/或尺寸特征来确定。
14.如权利要求7-13中任一个所述的辅助驾驶方法,所述显示所述车辆周边对象的步骤包括:
强调显示所述车辆对象;以及
弱化显示所述车辆周边对象。
15.一种路侧感知设备,部署在道路位置处,包括:
各个传感器,适于获得所述预定范围内各对象的静态和动态信息;
存储单元,适于存储道路数据,所述道路数据包括所述预定范围内各对象的静态和动态信息;以及
计算单元,适于执行如权利要求1-6中任一个所述的方法。
16.一种辅助驾驶***,包括:
多个如权利要求15所述的路侧感知设备,部署在道路侧边位置;以及
车辆,在所述道路上行驶,并执行如权利要求7-15中任一个所述的辅助驾驶方法。
17.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-14中任一项所述方法的指令。
18.一种车辆的辅助驾驶方法,包括步骤:
获取道路数据,所述道路数据包括:至少一个路测感知单元采集的各自道路范围内全部或部分对象的静态和/或动态信息;
基于所述道路数据,识别全部或部分车辆对象;
对于所述车辆对象中的目标车辆对象,确定所述目标车辆对象的车辆周边对象;
将所述车辆周边对象信息发送给与所述目标车辆相关联的移动终端,以便所述移动终端或者所述目标车辆呈现所述车辆与所述车辆周边对象的位置关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565073.XA CN111354222A (zh) | 2018-12-20 | 2018-12-20 | 一种辅助驾驶方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565073.XA CN111354222A (zh) | 2018-12-20 | 2018-12-20 | 一种辅助驾驶方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111354222A true CN111354222A (zh) | 2020-06-30 |
Family
ID=71195491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811565073.XA Pending CN111354222A (zh) | 2018-12-20 | 2018-12-20 | 一种辅助驾驶方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111354222A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112382085A (zh) * | 2020-10-20 | 2021-02-19 | 华南理工大学 | 适用于智能车辆交通场景理解与超视距感知***及方法 |
CN112735130A (zh) * | 2020-12-25 | 2021-04-30 | 北京百度网讯科技有限公司 | 交通数据的处理方法、装置、电子设备和介质 |
CN113238496A (zh) * | 2021-04-20 | 2021-08-10 | 东风汽车集团股份有限公司 | 集成车载单元obu的平行驾驶控制器控制***、方法及介质 |
CN114373295A (zh) * | 2021-11-30 | 2022-04-19 | 江铃汽车股份有限公司 | 一种行车安全预警方法、***、存储介质及设备 |
CN114399924A (zh) * | 2022-02-15 | 2022-04-26 | 青岛海信网络科技股份有限公司 | 一种车辆、边缘计算设备、服务器及信息传输方法 |
CN114648870A (zh) * | 2022-02-11 | 2022-06-21 | 行云新能科技(深圳)有限公司 | 边缘计算***、边缘计算决策预测方法以及计算机可读存储介质 |
CN114694368A (zh) * | 2020-12-28 | 2022-07-01 | 比亚迪股份有限公司 | 车辆的管控*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782646A (zh) * | 2009-01-19 | 2010-07-21 | 财团法人工业技术研究院 | 全周环境感测***及方法 |
KR20160071734A (ko) * | 2014-12-12 | 2016-06-22 | 삼성전자주식회사 | 교통 안전을 위한 방법 및 장치 |
CN108022450A (zh) * | 2017-10-31 | 2018-05-11 | 华为技术有限公司 | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 |
CN108417087A (zh) * | 2018-02-27 | 2018-08-17 | 浙江吉利汽车研究院有限公司 | 一种车辆安全通行***及方法 |
CN108694859A (zh) * | 2017-02-28 | 2018-10-23 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的路侧节点高风险车辆告警提示方法 |
CN108765982A (zh) * | 2018-05-04 | 2018-11-06 | 东南大学 | 车路协同环境下信号控制交叉口车速引导***及引导方法 |
-
2018
- 2018-12-20 CN CN201811565073.XA patent/CN111354222A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782646A (zh) * | 2009-01-19 | 2010-07-21 | 财团法人工业技术研究院 | 全周环境感测***及方法 |
KR20160071734A (ko) * | 2014-12-12 | 2016-06-22 | 삼성전자주식회사 | 교통 안전을 위한 방법 및 장치 |
CN108694859A (zh) * | 2017-02-28 | 2018-10-23 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的路侧节点高风险车辆告警提示方法 |
CN108022450A (zh) * | 2017-10-31 | 2018-05-11 | 华为技术有限公司 | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 |
CN108417087A (zh) * | 2018-02-27 | 2018-08-17 | 浙江吉利汽车研究院有限公司 | 一种车辆安全通行***及方法 |
CN108765982A (zh) * | 2018-05-04 | 2018-11-06 | 东南大学 | 车路协同环境下信号控制交叉口车速引导***及引导方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112382085A (zh) * | 2020-10-20 | 2021-02-19 | 华南理工大学 | 适用于智能车辆交通场景理解与超视距感知***及方法 |
CN112735130A (zh) * | 2020-12-25 | 2021-04-30 | 北京百度网讯科技有限公司 | 交通数据的处理方法、装置、电子设备和介质 |
CN112735130B (zh) * | 2020-12-25 | 2022-05-10 | 阿波罗智联(北京)科技有限公司 | 交通数据的处理方法、装置、电子设备和介质 |
US11821746B2 (en) | 2020-12-25 | 2023-11-21 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus of processing traffic data, device and medium |
CN114694368A (zh) * | 2020-12-28 | 2022-07-01 | 比亚迪股份有限公司 | 车辆的管控*** |
CN113238496A (zh) * | 2021-04-20 | 2021-08-10 | 东风汽车集团股份有限公司 | 集成车载单元obu的平行驾驶控制器控制***、方法及介质 |
CN114373295A (zh) * | 2021-11-30 | 2022-04-19 | 江铃汽车股份有限公司 | 一种行车安全预警方法、***、存储介质及设备 |
CN114648870A (zh) * | 2022-02-11 | 2022-06-21 | 行云新能科技(深圳)有限公司 | 边缘计算***、边缘计算决策预测方法以及计算机可读存储介质 |
CN114399924A (zh) * | 2022-02-15 | 2022-04-26 | 青岛海信网络科技股份有限公司 | 一种车辆、边缘计算设备、服务器及信息传输方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111354182A (zh) | 一种辅助驾驶方法和*** | |
CN111354222A (zh) | 一种辅助驾驶方法和*** | |
US20230005364A1 (en) | Systems and methods for monitoring traffic lane congestion | |
US10984557B2 (en) | Camera calibration using traffic sign recognition | |
US11727799B2 (en) | Automatically perceiving travel signals | |
CN111429739A (zh) | 一种辅助驾驶方法和*** | |
CN115143987A (zh) | 用于收集与道路路段相关联的状况信息的***和方法 | |
US10650256B2 (en) | Automatically perceiving travel signals | |
CN115824194A (zh) | 一种用于为车辆规划路线的***和方法 | |
CN110942623B (zh) | 一种辅助交通事故处理方法和*** | |
WO2020057406A1 (zh) | 一种辅助驾驶方法和*** | |
CN111354214B (zh) | 一种辅助停车方法和*** | |
CN111595357B (zh) | 可视化界面的显示方法、装置、电子设备和存储介质 | |
US20180299893A1 (en) | Automatically perceiving travel signals | |
CN110940347B (zh) | 一种辅助车辆导航方法和*** | |
US10732420B2 (en) | Head up display with symbols positioned to augment reality | |
CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
US20170103271A1 (en) | Driving assistance system and driving assistance method for vehicle | |
US20180300566A1 (en) | Automatically perceiving travel signals | |
JP2008097279A (ja) | 車両外部情報表示装置 | |
CN110763244B (zh) | 一种电子地图生成***和方法 | |
CN113212451A (zh) | 一种智能驾驶汽车用后视辅助*** | |
JP2022056153A (ja) | 一時停止検出装置、一時停止検出システム、及び一時停止検出プログラム | |
JP7432198B2 (ja) | 状況認識推定システム及び運転支援システム | |
JP7449497B2 (ja) | 障害物情報取得システム |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201218 Address after: Room 603, 6 / F, Roche Plaza, 788 Cheung Sha Wan Road, Kowloon, China Applicant after: Zebra smart travel network (Hong Kong) Ltd. Address before: The big Cayman capital building, a four - story mailbox 847 Applicant before: Alibaba Group Holding Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |