CN113793523B - 一种指挥交通的方法、装置、车载设备及车辆 - Google Patents
一种指挥交通的方法、装置、车载设备及车辆 Download PDFInfo
- Publication number
- CN113793523B CN113793523B CN202110904510.1A CN202110904510A CN113793523B CN 113793523 B CN113793523 B CN 113793523B CN 202110904510 A CN202110904510 A CN 202110904510A CN 113793523 B CN113793523 B CN 113793523B
- Authority
- CN
- China
- Prior art keywords
- current vehicle
- target
- vehicle
- traffic
- vehicles
- 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
Links
Images
Classifications
-
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种指挥交通的方法、装置、车载设备及车辆,用于对发生的交通意外情况做出快速响应,从而及时指挥交通。本申请实施例方法包括:确定当前车所在的目标区域内出现目标交通情况,然后从目标区域内的多辆车中,确定当前车为用于指挥交通的车,最后通过当前车指挥交通。
Description
技术领域
本申请实施例涉及车联网技术领域,尤其涉及一种指挥交通的方法、装置、车载设备及车辆。
背景技术
随着自动驾驶技术的发展,自动驾驶技术得到了更加广泛的使用。在使用自动驾驶技术的过程中,车辆能够根据目的地信息自动行驶,并且还具有分析路面障碍以避免碰撞的功能。
然而,在自动驾驶的过程中,可能会出现一些交通意外情况(例如交通事故、意外的障碍物、交通拥堵、应急情况),这些交通意外情况发生可能影响自动驾驶技术的正常使用。
此时,通常会增加用于指挥交通的无人车,但成本较高,且由于安排该无人车到发生交通意外情况的现场需要一定的时间,所以该方法无法实现快速响应,即无法及时指挥交通。
发明内容
本申请实施例提供了一种指挥交通的方法、装置、车载设备及车辆,该方法用于对发生的交通意外情况做出快速响应,从而及时指挥交通。
第一方面,本申请提供了一种指挥交通的方法,包括:
确定当前车所在的目标区域内出现目标交通情况;目标区域可以理解为包含当前车所在位置的某个区域,目标区域的大小、形状等都可以根据实际需要进行设定;例如,目标区域可以包括出现目标交通情况的一条道路,还可以包括与该条道路相连的其他道路;再例如,目标区域还可以包括以事发中心(即引发目标交通情况的主要位置)为圆心的一个圆形区域;目标交通情况包括多种,本申请实施例对此不做具体限定;例如,目标交通情况可以包括交通事故、意外障碍、应急情况(例如道路封闭或维护)等;基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定当前车为用于指挥交通的车,多辆车中包括当前车,通常情况下,用于指挥交通的车是较了解目标交通情况的车辆;通过当前车指挥交通。
当确定目标区域内出现目标交通情况时,将当前车确定为用于指挥交通的车,然后由当前车指挥交通,这不仅不需要额外的无人车来指挥交通,而且当前车位于发生目标交通情况的目标区域内,省去了将用于指挥交通的车辆运输到目标区域时间,因此,本申请实施例提供的方法能够实现快速响应,从而及时指挥交通,解决交通意外情况带来的不便。
作为一种可实现的方式,从目标区域内的多辆车中,确定当前车为用于指挥交通的车包括:基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度,目标因素的种类有多种,本申请实施例对此不做具体限定;获取多辆车中除当前车外的其他车的分值,其他车的分值的计算方法与当前车的计算方法可以相同;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定当前车为用于指挥交通的车。
由于目标因素用于表示当前车对目标交通情况的了解程度,所以基于目标因素获取当前车的分值,然后基于当前车的分值与其他车的分值确定当前车为用于指挥交通的车,能够保证用于指挥交通的车对目标交通情况比较了解,从而利于针对目标交通环境做出正确的、有针对性的指挥。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
该实现方式提供了目标因素的两种具体因素,通常情况下,当前车与目标位置的距离越近,当前车对目标交通情况的了解程度就越高;当前车确定目标区域内出现目标交通情况的时刻越早,前车对目标交通情况的了解程度就越高;所以基于上述两种目标因素中的任意一种,都能够保证用于指挥交通的车对目标交通情况具有较高的了解程度。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
该实现方式提供了目标因素的另外几种具体因素,这些因素决定了车的指挥能力;通情况下,感知能力、计算能力、通信能力和移动能力越好,车的指挥能力越强;所以基于这些因素确定当前车为用于指挥交通的车,能够保证用于指挥交通的车具有较好的指挥能力。
作为一种可实现的方式,确定当前车所在的目标区域内出现目标交通情况包括:获取当前车所在位置的环境的图像,该图像可以理解为当前车周围环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况,确定出现目标交通情况的方法有多种,本申请实施例对此不做具体限定,例如,可以采用图像识别技术识别环境的图像,以确定目标区域内出现目标交通环境。
当前车所在位置的环境的图像能够真实地反映出当前车周围环境的情况,从而能够准确确定目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况包括:基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况,其中,目标相似度可以根据实际需要进行设定。
对于两张环境的图像来说,时间间隔大于阈值,但相似度却大于目标相似度,说明当车前处于静态,此时相似度为百分之百,或者当前车处于准静态,此时相似度也较高;其中,准静态可以理解为当前车的移动缓慢,接近于静态,比如当前车每小时行驶不超过5公里;基于此,便可以确定目标区域内出现目标交通情况,这种确定方式简单、实用。
作为一种可实现的方式,确定当前车所在的目标区域内出现目标交通情况包括:获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
其中,服务器的识别过程与前述实施例中当前车的识别过程类似,识别结果可以包括多种形式,具体与服务器的识别过程相关;例如,可以直接根据环境的图像中的场景确定出现目标交通情况,相应地,识别结果可以是指示目标区域内出现目标交通情况的消息;也可以计算时间间隔大于阈值的两张环境的图像的相似度,相应地,识别结果可以是相似度,然后由当前车基于相似度确定目标区域内出现目标交通情况。
由于服务器的对图像的处理能力通常强于车载设备,所以由服务器识别环境的图像,能够保证识别结果较准确,而且可以降低对车载设备的要求,使得本申请实施例提供的方法可以适用于更多车,从而提高适用范围。
作为一种可实现的方式,通过当前车指挥交通包括:向多辆车中除当前车外的其他车中的至少一辆车发送指示消息,以使得其他车基于指示消息行驶;例如,可以通过传感器判断障碍物或者路障的位置、速度、尺寸等信息,然后向其他车发送指示消息,以指示其他车注意避让,或提前变更车道,其中,指示消息可以为“前方200米左一车道发生交通事故,请提前变道”,或“前方100米右一车道有车辆临时占道”;或向交通设备发送指示消息,以使得交通设备基于指示消息指挥交通,其中,该交通设备是指用于指挥交通或辅助通信的设备,例如,该交通设备可以为交通灯;例如,通过判断车速缓慢是因为车流量大导致,向交通灯发送指示消息,以使得交通灯跳出常规的模式,进入应急模式,延长车流量大的车道绿灯的时间,缩短其他方向车道绿灯的时间。
由于人的手势可能不会被车准确识别,所以当出现目标交通情况时,若通过人的手势指挥车行驶,则车无法通过无人驾驶技术继续行驶;相比于通过人的手势指挥车行驶的方式,本申请实施例通过指示消息指挥其他车基于指示消息行驶的方式,更加准确且高效;并且,由于该指示消息被准确识别,所以本申请实施例能够使得车在出现目标交通情况时,继续通过无人驾驶技术行驶。
作为一种可实现的方式,通过当前车指挥交通包括:在目标区域的第一地图的基础上,基于目标交通情况生成目标区域的第二地图,其中,第一地图可以理解为目标区域的基础静态地图,第一地图可以从服务器下载;向多辆车中除当前车外的其他车中的至少一辆车发送第二地图,以使得其他车基于第二地图行驶。
由于第二地图是基于目标交通情况生成的,所以相比于第一地图,能够更准确地反映出目标区域的当前情况,向其他车发送第二地图,使得其他车能够根据第二地图更好地行驶。
作为一种可实现的方式,在从目标区域内的多辆车中,确定当前车为用于指挥交通的车之后,方法还包括:向其他车发送指挥权转移指令,指挥权转移指令用于指示其他车中的一辆车为用于指挥交通的车。
在某些场景下,当前车可能不如其他车更适合交通指挥,例如,当前车驶离目标区域后,当前车则不适合继续指挥交通;此时,向其他车发送指挥权转移指令,可以实现交通指挥权的转移,从而可以通过其他车继续对交通进行较好地指挥。
第二方面,本申请实施例提供了一种指挥交通的方法,包括:确定当前车所在的目标区域内出现目标交通情况;目标区域可以理解为包含当前车所在位置的某个区域,目标区域的大小、形状等都可以根据实际需要进行设定;例如,目标区域可以包括出现目标交通情况的一条道路,还可以包括与该条道路相连的其他道路;再例如,目标区域还可以包括以事发中心(即引发目标交通情况的主要位置)为圆心的一个圆形区域;目标交通情况包括多种,本申请实施例对此不做具体限定;例如,目标交通情况可以包括交通事故、意外障碍、应急情况(例如道路封闭或维护)等;基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车,多辆车中包括当前车;基于用于指挥交通的车的指挥,控制当前车行驶。
当确定目标区域内出现目标交通情况时,将除当前车外的其他车中的一辆为用于指挥交通的车,基于用于指挥交通的车的指挥,控制当前车行驶,这不仅不需要额外的无人车来指挥交通,而且当前车位于发生目标交通情况的目标区域内,省去了将用于指挥交通的车辆运输到目标区域时间,因此,本申请实施例提供的方法能够实现快速响应,从而及时指挥交通,解决交通意外情况带来的不便。
作为一种可实现的方式,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车包括:基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度,目标因素的种类有多种,本申请实施例对此不做具体限定;获取多辆车中除当前车外的其他车的分值,其他车的分值的计算方法与当前车的计算方法可以相同;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定当前车为用于指挥交通的车。
由于目标因素用于表示当前车对目标交通情况的了解程度,所以基于目标因素获取当前车的分值,然后基于当前车的分值与其他车的分值确定当前车为用于指挥交通的车,能够保证用于指挥交通的车对目标交通情况比较了解,从而利于针对目标交通环境做出正确的、有针对性的指挥。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
该实现方式提供了目标因素的两种具体因素,通常情况下,当前车与目标位置的距离越近,当前车对目标交通情况的了解程度就越高;当前车确定目标区域内出现目标交通情况的时刻越早,前车对目标交通情况的了解程度就越高;所以基于上述两种目标因素中的任意一种,都能够保证用于指挥交通的车对目标交通情况具有较高的了解程度。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
该实现方式提供了目标因素的另外几种具体因素,这些因素决定了车的指挥能力;通情况下,感知能力、计算能力、通信能力和移动能力越好,车的指挥能力越强;所以基于这些因素确定当前车为用于指挥交通的车,能够保证用于指挥交通的车具有较好的指挥能力。
作为一种可实现的方式,确定当前车所在的目标区域内出现目标交通情况包括:获取当前车所在位置的环境的图像,该图像可以理解为当前车周围环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况,确定出现目标交通情况的方法有多种,本申请实施例对此不做具体限定,例如,可以采用图像识别技术识别环境的图像,以确定目标区域内出现目标交通环境。
当前车所在位置的环境的图像能够真实地反映出当前车周围环境的情况,从而能够准确确定目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况包括:基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况,其中,目标相似度可以根据实际需要进行设定。
对于两张环境的图像来说,时间间隔大于阈值,但相似度却大于目标相似度,说明当车前处于静态,此时相似度为百分之百,或者当前车处于准静态,此时相似度也较高;其中,准静态可以理解为当前车的移动缓慢,接近于静态,比如当前车每小时行驶不超过5公里;基于此,便可以确定目标区域内出现目标交通情况,这种确定方式简单、实用。
作为一种可实现的方式,确定当前车所在的目标区域内出现目标交通情况包括:获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
其中,服务器的识别过程与前述实施例中当前车的识别过程类似,识别结果可以包括多种形式,具体与服务器的识别过程相关;例如,可以直接根据环境的图像中的场景确定出现目标交通情况,相应地,识别结果可以是指示目标区域内出现目标交通情况的消息;也可以计算时间间隔大于阈值的两张环境的图像的相似度,相应地,识别结果可以是相似度,然后由当前车基于相似度确定目标区域内出现目标交通情况。
由于服务器的对图像的处理能力通常强于车载设备,所以由服务器识别环境的图像,能够保证识别结果较准确,而且可以降低对车载设备的要求,使得本申请实施例提供的方法可以适用于更多车,从而提高适用范围。
作为一种可实现的方式,基于用于指挥交通的车的指挥,控制当前车行驶包括:接收来自用于指挥交通的车的指示消息,其中,指示消息可以为“前方200米左一车道发生交通事故,请提前变道”,或“前方100米右一车道有车辆临时占道”;基于指示消息控制当前车行驶。
由于人的手势可能不会被车准确识别,所以当出现目标交通情况时,若通过人的手势指挥车行驶,则车无法通过无人驾驶技术继续行驶;相比于通过人的手势指挥车行驶的方式,在本申请实施例中,基于指示消息控制当前车行驶,更加准确且高效;并且,由于该指示消息被当前车准确识别,所以本申请实施例能够使得当前车在出现目标交通情况时,继续通过无人驾驶技术行驶。
作为一种可实现的方式,在接收来自用于指挥交通的车的指示消息之后,方法还包括:在人机交互界面上显示指示消息。
在人机交互界面上显示指示消息,更方便驾驶员查看。
作为一种可实现的方式,基于用于指挥交通的车的指挥,控制当前车行驶包括:接收来自用于指挥交通的车的第二地图,第二地图是用于指挥交通的车在目标区域的第一地图的基础上,基于目标交通情况生成的,其中,第一地图可以理解为目标区域的基础静态地图,第一地图可以从服务器下载;基于第二地图控制当前车行驶。
由于第二地图是基于目标交通情况生成的,所以相比于第一地图,能够更准确地反映出目标区域的当前情况,向其他车发送第二地图,使得其他车能够根据第二地图更好地行驶。
作为一种可实现的方式,在从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车之后,方法还包括:接收来自用于指挥交通的车的指挥权转移指令,指挥权转移指令用于指示当前车为用于指挥交通的车;通过当前车指挥交通。
在某些场景下,当前车可能比之前确定的用于指挥交通的车更适合交通指挥,例如,用于指挥交通的车驶离目标区域后,则不适合继续指挥交通;此时,向当前车发送指挥权转移指令,可以实现交通指挥权的转移,从而可以通过当前车继续对交通进行较好地指挥。
第三方面,本申请实施例提供了一种指挥交通的装置,包括:第一确定单元,用于确定当前车所在的目标区域内出现目标交通情况;第二确定单元,用于基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定当前车为用于指挥交通的车,多辆车中包括当前车;第一指挥单元,用于通过当前车指挥交通。
作为一种可实现的方式,第二确定单元,用于基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度;获取多辆车中除当前车外的其他车的分值;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定当前车为用于指挥交通的车。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
作为一种可实现的方式,第一确定单元,用于获取当前车所在位置的环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;相应地,第一确定单元,用于基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第一确定单元,用于获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第一指挥单元,用于向多辆车中除当前车外的其他车中的至少一辆车发送指示消息,以使得其他车基于指示消息行驶;或向交通设备发送指示消息,以使得交通设备基于指示消息指挥交通。
作为一种可实现的方式,第一指挥单元,用于在目标区域的第一地图的基础上,基于目标交通情况生成目标区域的第二地图;向多辆车中除当前车外的其他车中的至少一辆车发送第二地图,以使得其他车基于第二地图行驶。
作为一种可实现的方式,装置还包括:第一指挥权转移单元,用于向其他车发送指挥权转移指令,指挥权转移指令用于指示其他车中的一辆车为用于指挥交通的车。
其中,以上各单元的具体实现、相关说明以及技术效果请参考本申请实施例第一方面的描述。
第四方面,本申请实施例提供了一种指挥交通的装置,包括:第三确定单元,用于确定当前车所在的目标区域内出现目标交通情况;第四确定单元,用于基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车,多辆车中包括当前车;第二指挥单元,用于基于用于指挥交通的车的指挥,控制当前车行驶。
作为一种可实现的方式,第四确定单元,用于基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度;获取多辆车中除当前车外的其他车的分值;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
作为一种可实现的方式,第三确定单元,用于获取当前车所在位置的环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;第三确定单元,用于基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第三确定单元,用于获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第二指挥单元,用于接收来自用于指挥交通的车的指示消息;基于指示消息控制当前车行驶。
作为一种可实现的方式,装置还包括:显示单元,用于在人机交互界面上显示指示消息。
作为一种可实现的方式,第二指挥单元,用于接收来自用于指挥交通的车的第二地图,第二地图是用于指挥交通的车在目标区域的第一地图的基础上,基于目标交通情况生成的;基于第二地图控制当前车行驶。
作为一种可实现的方式,装置还包括:第二指挥权转移单元,用于接收来自用于指挥交通的车的指挥权转移指令,指挥权转移指令用于指示当前车为用于指挥交通的车;通过当前车指挥交通。
其中,以上各单元的具体实现、相关说明以及技术效果请参考本申请实施例第二方面的描述。
本申请实施例第五方面提供了一种车载设备,包括:一个或多个处理器和存储器;其中,存储器中存储有计算机可读指令;一个或多个处理器读取计算机可读指令,以使车载设备实现如第一方面任一实现方式的方法,或实现如第二方面任一实现方式的方法。
本申请实施例第六方面提供了一种计算机可读存储介质,包括计算机可读指令,当计算机可读指令在计算机上运行时,使得计算机执行如第一方面或第二方面任一实现方式的方法。
本申请实施例第七方面提供了一种芯片,包括一个或多个处理器。处理器中的部分或全部用于读取并执行存储器中存储的计算机程序,以执行上述第一方面或第二方面任意可能的实现方式中的方法。
可选地,该芯片该包括存储器,该存储器与该处理器通过电路或电线与存储器连接。进一步可选地,该芯片还包括通信接口,处理器与该通信接口连接。通信接口用于接收需要处理的数据和/或信息,处理器从该通信接口获取该数据和/或信息,并对该数据和/或信息进行处理,并通过该通信接口输出处理结果。该通信接口可以是输入输出接口。
在一些实现方式中,一个或多个处理器中还可以有部分处理器是通过专用硬件的方式来实现以上方法中的部分步骤,例如涉及神经网络模型的处理可以由专用神经网络处理器或图形处理器来实现。
本申请实施例提供的方法可以由一个芯片实现,也可以由多个芯片协同实现。
本申请实施例第八方面提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,该计算机软件指令可通过处理器进行加载来实现上述第一方面或第二方面中任意一种实现方式的方法。
本申请实施例第九方面提供了一种车辆,包括如本申请实施例第五方面中的车载设备。
附图说明
图1为本申请实施例中车载***的架构示意图;
图2为本申请实施例提供的一种指挥交通的方法的一个实施例示意图;
图3为本申请实施例中确定出现目标交通情况的实施例示意图;
图4为本申请实施例中确定当前车为用于指挥交通的车的第一实施例示意图;
图5为本申请实施例中确定当前车为用于指挥交通的车的第二实施例示意图;
图6为本申请实施例提供的一种指挥交通的方法的另一个实施例示意图;
图7为本申请实施例中人机交互界面的示意图;
图8为本申请实施例中指示消息的显示方式的实施例示意图;
图9为本申请实施例指挥交通的装置的第一实施例的结构示意图;
图10为本申请实施例指挥交通的装置的第二实施例的结构示意图;
图11是本申请实施例提供的车载设备的结构示意图。
具体实施方式
本申请实施例提供了一种指挥交通的方法、装置、车载设备及车辆,该方法用于对发生的交通意外情况做出快速响应,从而及时指挥交通。
本申请实施例可以应用于图1所示的车载管理***,该车载管理***通常部署于车载设备中,具体包括环境感知模块、处理决策模块、通信模块和存储模块;环境感知模块可以包括多种模块,例如,环境感知模块包括但不限于超宽带(Ultra Wide Band,UWB)无线测距传感器、雷达、摄像头等。
环境感知模块用于感知周围环境的信息以及车辆的信息;处理决策模块用于基于环境感知模块感知到的信息,并确定用于指挥交通的车辆,且当用于指挥交通的车辆为车载设备所在的车辆时,处理决策模块还用于生成用于指挥交通的指示信息;通信模块用于向其他车辆或交通设备发送指示信息;存储模块用于存储环境感知模块感知到的信息,以及处理决策模块生成的指示信息。
其中,交通设备可以是交通灯等能够起到交通指挥作用的设备;指示信息可以包括多种信息,例如,指示信息可以包括车辆行驶的方向信息、车辆可行驶的范围信息等。
本申请实施例提供的方法会利用车联网技术,下面先对车联网技术进行介绍。
车联网的概念源于物联网,即车辆物联网,是以行驶中的车辆为信息感知对象,借助新一代信息通信技术,实现车与X(即车与车、人、路、云平台)之间的网络连接,以提升车辆整体的智能驾驶水平,为用户提供安全、舒适、智能、高效的驾驶感受与交通服务,同时提高交通运行效率,提升社会交通服务的智能化水平。
车联网通过新一代信息通信技术,实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接,主要实现了“三网融合”,即将车内网、车际网和车载移动互联网进行融合。车联网是利用传感技术感知车辆的状态信息,并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理,以及交通信息服务的智能决策和车辆的智能化控制。
车与云平台间的通信是指车辆通过卫星无线通信或移动蜂窝等无线通信技术实现与云平台间的信息传输,接受云平台下达的控制指令,实时共享车辆数据。
车与车间的通信是指车辆与车辆之间实现信息交流与信息共享,包括车辆位置、行驶速度等车辆状态信息,可用于判断道路车流状况。
车与路间的通信是指借助地面道路固定通信设施实现车辆与道路间的信息交流,用于监测道路路面状况,以引导车辆选择最佳行驶路径。
车与人间的通信是指用户可以通过Wi-Fi、蓝牙、蜂窝等无线通信手段与车辆进行通信,使用户能通过对应的移动终端设备监测并控制车辆。
车内设备间的通信是指车辆内部各设备间的数据传输,用于对设备状态的实时检测与运行控制,建立数字化的车内控制***。
应理解,在交通正常的情况下,车辆可以利用自动驾驶技术实现自动驾驶,但当出现交通意外情况时,利用自动驾驶技术可能无法实现完全的自动驾驶;基于此,通常会增加用于指挥交通的无人车,但成本较高,且由于安排该无人车到发生交通意外情况的现场需要一定的时间,所以该方法无法及时指挥交通。
为此,本申请实施例提供了一种指挥交通的方法,该方法是在发生交通意外情况的区域内,从多辆车中选择一辆车作为用于交通指挥的车辆,并由用于指挥交通的车辆指挥交通;这不仅不需要额外的无人车来指挥交通,而且用于指挥交通的车辆就位于发生交通意外情况的区域,省去了将用于指挥交通的车辆运输到发生交通意外情况的区域的时间,因此,本申请实施例提供的方法能够实现快速响应,从而及时指挥交通,解决交通意外情况带来的不便。
需要说明的是,本申请实施例提供的方法不仅适用于正在使用无人驾驶技术自动驾驶的车辆,即使用无人驾驶技术的车辆可以基于交通指挥的车辆的指挥,继续实现自动驾驶;本申请实施例提供的方法还适用于未使用无人驾驶技术自动驾驶的车辆,即未使用无人驾驶技术自动驾驶的车辆的驾驶员,也可以基于交通指挥的车辆的指挥驾驶车辆。
应理解,当交通意外情况发生时,位于现场的所有车辆,只要部署有本申请实施例提供的方法,都会依据本申请实施例提供的方法选择用于交通指挥的车辆;为了便于理解,下文将以部署有本申请实施例提供的方法的一辆车(下文称为当前车)为例,对本申请提供的指挥交通的方法进行具体介绍。
而对于当前车来说,选择用于指挥交通的车的情况分为两种;第一种情况是,当前车被选择为用于指挥交通的车,此时,则需要当前车指挥交通;第二种情况是,除当前车外的其他的某一辆车被选择为用于指挥交通的车,此时,当前车则需要按照其他车的指挥行驶。
下面先对第一种情况进行说明。
具体地,如图2所示,本申请实施例提供了一种指挥交通的方法的一个实施例,该实施例包括:
步骤101,确定当前车所在的目标区域内出现目标交通情况。
目标区域可以理解为包含当前车所在位置的某个区域,目标区域的大小、形状等都可以根据实际需要进行设定;例如,目标区域可以包括出现目标交通情况的一条道路,还可以包括与该条道路相连的其他道路;再例如,目标区域还可以包括以事发中心(即引发目标交通情况的主要位置)为圆心的一个圆形区域。
目标交通情况包括多种,本申请实施例对此不做具体限定;例如,目标交通情况可以包括交通事故、意外障碍、应急情况(例如道路封闭或维护)等。
确定目标区域内出现目标交通情况的方法有多种,本申请实施例对此不做具体限定。
作为一种可实现的方式,如图3所示,步骤101包括:
步骤201,获取当前车所在位置的环境的图像。
具体地,可以通过车上的摄像头拍摄当前车所在位置的环境的图像,该环境的图像可以为当前车前、后、左、右中任意方向的图像。
步骤202,基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
具体地,可以采用图像识别算法对环境的图像进行处理,以确定出现目标交通情况;例如,若环境的图像中包含两车发生碰撞的场景,那么直接可以从环境的图像中将其识别出,从而确定出现目标交通情况。
若不能直接根据环境的图像中的场景确定出现目标交通情况,也可以采用下面这种方法确定出现目标交通情况。
具体地,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像,其中,该目标间隔可以根据实际需要进行设定,例如,目标间隔为10s、20s等。
相应地,步骤202包括:基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
目标相似度可以根据实际需要进行设定,本申请实施例不做具体限定;计算两张环境的图像的相似度为较成熟的技术,在此不做详述。
对于两张环境的图像来说,时间间隔大于阈值,但相似度却大于目标相似度,说明当车前处于静态,此时相似度为百分之百,或者当前车处于准静态,此时相似度也较高;其中,准静态可以理解为当前车的移动缓慢,接近于静态,比如当前车每小时行驶不超过5公里。
在上述实施例中,是由当前车自行对环境的图像进行识别,并基于环境的图像的识别结果确定出现目标交通情况;除此之外,还可以由服务器对环境的图像进行识别。
因此,作为一种可实现的方式,步骤101包括:
获取当前车所在位置的环境的图像;
向服务器发送环境的图像,以使得服务器对环境的图像进行识别;
基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
其中,服务器的识别过程与前述实施例中当前车的识别过程类似,例如,可以直接根据环境的图像中的场景确定出现目标交通情况,相应地,识别结果可以是指示目标区域内出现目标交通情况的消息;也可以计算时间间隔大于阈值的两张环境的图像的相似度,相应地,识别结果可以是相似度,然后由当前车基于相似度确定目标区域内出现目标交通情况。
步骤102,基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定当前车为用于指挥交通的车,多辆车中包括当前车。
可以理解的是,目标区域内通常有很多辆车,因此需要从中选择一辆用于指挥交通,其中,选择方法有多种,本申请是实例对此不做具体限定。
在选择过程中,通常需要选择较了解目标交通情况的一辆车作为用于指挥交通的车。
下面对此进行具体说明。
作为一种可实现的方式,如图4所示,步骤102包括:
步骤301,基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度。
由目标因素用于表示当前车对目标交通情况的了解程度,所以基于目标因素获取当前车的分值,可以选择出对目标交通情况了解程度较高的车作为用于指挥交通的车。
目标因素可以包括多种因素,本申请实施例对此不做具体限定。
当目标因素包括多种因素时,当前车的分值可以包括与每种因素对应的分值,还可以包括当前车的总分值,该总分值是基于与每种因素对应的分值计算得到的,具体地,可以基于每种因素对应的权重对与每种因素对应的分值进行加权处理,以得到总分值。
下面对目标因素的种类进行说明。
示例性地,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者。
通常情况下,当前车与目标位置的距离越近,当前车对目标交通情况的了解程度就越高;当前车确定目标区域内出现目标交通情况的时刻越早,前车对目标交通情况的了解程度就越高。
目标位置是目标区域内引发目标交通情况的位置,例如,当目标交通情况为堵车时,目标位置可以是发生撞车的位置;当目标交通情况为封路时,目标位置可以是路面坍塌的位置。
目标位置的确定方法有多种,例如,可以基于目标交通情况的图像识别出目标位置,该目标交通情况的图像可以是由当前车拍摄的,也可以是利用车联网技术从其他车获取到的。
当前车与目标位置的距离可以通过雷达测量;当前车与目标位置的距离越小,说明当前车越能分析清楚目标交通情况的原因。
在上述实施例中,目标因素与目标交通情况相关,除了与目标交通情况相关外,目标因素还可以与指挥交通的能力相关,该指挥交通的能力可以体现在多个方面,下面对此进行具体介绍。
示例性地,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
可以理解的是,视野范围和当前车的状态都与指挥交通的能力相关。
具体地,视野范围越好,当前车可以感知到的周边环境的信息就越多,即可参考的周边环境的信息就越多,所以指挥交通的能力越强。
例如,在堵车的情况下,当前车位于坡上时视野范围比位于坡下时的视野范围好,相应地,当前车的摄像头可以采集到更广范围的图像,从而可以做出更好的决策,指挥交通的能力越强。
当前车的状态越好,指挥交通的能力越强;在未受损的情况下,当前车的状态一般较好,指挥交通的能力就比较好,但若受损之后,当前车的状态可能变差,指挥交通的能力就会变差;尤其在出现目标交通情况后,当前车也存在受损的可能,因此,在该实施例中,目标因素还可以包括当前车的状态。
下面对当前车的状态与指挥交通的能力间的关联关系进行进一步说明。
当前车的感知能力越强,当前车可以感知到的周边环境的信息就越多,即可参考的周边环境的信息就越多,所以指挥交通的能力越强;若感知能力变差,那么当前车能够感知到的周边环境的信息就变少,即可参考的周边环境的信息就变少,所以指挥交通的能力越弱。
当前车的计算能力越强,当前车的处理能力就越强,越有利于做出正确的决策,并且响应的就越及时,所以指挥交通的能力越强,其中,计算能力也可以称为决策能力;相反,指挥能力就越弱。
当前车的通信能力越强,当前车向其他车发送消息的能力就越强,所以指挥交通的能力越强;相反,指挥能力就越弱。
当前车的移动能力越强,当前车就越灵活,可以移动到不同的位置以获取更多的环境信息,所以指挥能力就越强;相反,指挥能力就越弱。
其中,感知能力可以根据当前车的传感器的工作状况(例如能否正常采集信息)以及传感器的采集能力(例如有的传感器采集信息的能力较强)确定,计算能力通常可以根据当前车内部署的处理器的处理能力以及工作状态确定,通信能力可以根据通信模块的工作状况以及通信能力确定。
下文会通过一个应用例,对基于上述目标因素获取当前车的分值的过程进行具体介绍。
步骤302,获取多辆车中除当前车外的其他车的分值。
具体地,可以利用车辆网技术接收来自其他车的标识以及该标识对应的分值,其他车的分值可以由其他车自行计算,且计算过程与获取当前车的分值的过程类似,在此不做详述。
步骤303,基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定当前车为用于指挥交通的车。
确定用于指挥交通的车的方法有多种,本申请实施例对此不做具体限定。
例如,目标因素包括多种因素,且当前车的分值包括对应每种因素的分值以及总分值,其他车的分值也包括对应每种因素的分值以及总分值;预先为每种因素设定相应的阈值,先从目标区域内的多辆车筛选出每种因素的分值都大于阈值的车,并将筛选出来的车作为具备交通指挥能力的车(包括当前车);接着,再从具备交通指挥能力的车中,选择总分值最大的当前车作为用于指挥交通的车。
再例如,若当前车的分值仅包括总分值,且其他车的分值也仅包括总分值,那么可以对当前车的分值和其他车的总分值排序,并选择总分值最大的当前车作为用于指挥交通的车。
步骤103,通过当前车指挥交通。
可以理解的是,当前车可以基于车辆网技术指挥交通。
作为一种可实现的方式,步骤103包括:
向多辆车中除当前车外的其他车中的至少一辆车发送指示消息,以使得其他车基于指示消息行驶。
例如,可以通过传感器判断障碍物或者路障的位置、速度、尺寸等信息,然后向其他车发送指示消息,以指示其他车注意避让,或提前变更车道,其中,指示消息可以为“前方200米左一车道发生交通事故,请提前变道”,或“前方100米右一车道有车辆临时占道”。
再例如,可以通过判断车道变窄,车辆汇聚导致拥塞,然后向其他车发送指示消息,以指示其他车前方车道变窄,注意控制车速。
本申请实施例对发送指示消息的方式不做具体限定,例如,当前车可以采用全广播的方式发送指示消息,也可以采用部分广播的方式(即向其他车中的部分车)发送指示消息,还可以采用点对点的方式发送指示消息。
作为一种可实现的方式,步骤103包括:
向交通设备发送指示消息,以使得交通设备基于指示消息指挥交通。
其中,该交通设备是指用于指挥交通或辅助通信的设备,例如,该交通设备可以为交通灯。
例如,通过判断车速缓慢是因为车流量大导致,向交通灯发送指示消息,以使得交通灯跳出常规的模式,进入应急模式,延长车流量大的车道绿灯的时间,缩短其他方向车道绿灯的时间。
需要说明的是,在上述两个实施例中,还可以为指示消息设定有效时间,在发送指示消息的同时,将有效时间也发送至交通设备或其他车,以使得交通设备在有效时间内基于指示消息指挥交通,以使得其他车在有效时间内基于指示消息行驶。
作为另一种可实现的方式,步骤103包括:
在目标区域的第一地图的基础上,基于目标交通情况生成目标区域的第二地图;
向多辆车中除当前车外的其他车中的至少一辆车发送第二地图,以使得其他车基于第二地图行驶。
需要说明的是,第一地图可以理解为目标区域的基础静态地图,第一地图可以从服务器下载,而生成的第二地图可以不上传服务器。
由于第二地图是基于目标交通情况生成的,所以第二地图可以理解为本地构建的临时的高精度地图。
基于目标交通情况生成第二地图的方法有多种,例如,可以获取目标区域的路况、行人和车辆等信息,然后基于这些信息和第一地图生成第二地图。
由于第二地图是基于目标交通情况生成的,所以在当前车驶离目标区域或目标交通情况被解决后,可以将第二地图删除。
在第二地图上,当前车还可以进行路径规划。
步骤104,向其他车发送指挥权转移指令,指挥权转移指令用于指示其他车中的一辆车为用于指挥交通的车。
可以理解的是,在执行步骤104后,交通的指挥权便转移到了指挥权转移指令指示的一辆车,相应地,便可以通过指挥权转移指令指示的车指挥交通,其中,指挥交通的过程可参照步骤103的说明进行理解。
基于前文说明可知,可以为指示消息设定有效时间;若在有效时间内,执行了步骤104,则指挥权转移指令指示的车可以在有效时间后指挥交通;若在有效时间后,执行了步骤104,则指挥权转移指令指示的车便可以直接指挥交通。
在某些场景下,当前车可能不如其他车更适合交通指挥,例如,当前车驶离目标区域后,当前车则不适合继续指挥交通;此时,向其他车发送指挥权转移指令,可以实现交通指挥权的转移,从而可以通过其他车继续对交通进行较好地指挥。
下面通过一个应用例,对基于上述目标因素获取当前车的分值的过程以及确定用于指挥交通的车的过程进行具体介绍,在该应用例中,目标因素包括当前车与目标位置的距离、当前车的视野范围和当前车的状态。
具体地,将当前车与目标位置的距离分为三个等级,0-2m为一个等级,且记为A等级;2m-5m为一个等级,且记为B等级;5m以上为另一个等级,且记为C等级;其中,A等级打分为5分,B等级打分为3分,C等级打分为1分。
将当前车的视野范围(摄像头能捕获到的图像的最大范围)分为四个等级,0-90度为一个等级,且记为A等级;90度-180度为一个等级,且记为B等级;180度-270度为另一个等级,且记为C等级;270度-360度为一个等级,记为等级D;其中,A等级打分为1分,B等级为2分,C等级为3分,D等级为5分。
对于当前车的状态,不管当前车是否受损,统一检查当前车本身的通信能力、感知能力、计算能力、移动能力;并将通信能力、感知能力、计算能力分别分成四个等级:否、标配、中配、高配;每个能力都对应不同的分值。
上述目标因素对应的等级及分值如下表所示:
基于上表,对于每辆车,可以得到对应各个目标因素的分值以及总分值,其中,各个车包括当前车。
当前车与目标位置的距离、当前车的视野范围、通信能力、感知能力、计算能力和移动能力的阈值均为3分;可以从所有车中,将对应各个目标因素的分值均大于3分的车选择出来并作为具备指挥能力的车,再从具备指挥能力的车中选择总分值最大的当前车作为用于指挥交通的车。
例如,如图5所示,对于无人驾驶车辆1、无人驾驶车辆2和无人驾驶车辆3,根据与目标位置的距离、当前车的视野范围、通信能力、感知能力、计算能力和移动能力对应的分值,确定无人驾驶车辆1和无人驾驶车辆3为具备指挥能力的车,而无人驾驶车辆2为不具备指挥能力的车,然后再从无人驾驶车辆1和无人驾驶车辆3中选择总分值高的无人驾驶车辆3(即当前车)作为用于指挥交通的车。
下面先对第二种情况进行说明。
具体地,如图6所示,本申请实施例提供了一种指挥交通的方法的另一个实施例,该实施例包括:
步骤401,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,步骤401包括:获取当前车所在位置的环境的图像;
基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像。
相应地,步骤401包括:基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,步骤401包括:获取当前车所在位置的环境的图像;
向服务器发送环境的图像,以使得服务器对环境的图像进行识别;
基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
需要说明的是,步骤401与步骤101类似,具体可参照步骤101的相关说明对步骤401进行理解。
步骤402,基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车,多辆车中包括当前车。
作为一种可实现的方式,步骤402包括:基于目标因素获取当前车的分值,目标因素与目标交通情况相关;
获取多辆车中除当前车外的其他车的分值;
基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车。
目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
需要说明的是,步骤402与步骤102类似,具体可参照步骤102的相关说明对步骤402进行理解;不同的是,通过步骤102最终将当前车确定为用于指挥交通的车,而通过步骤402将除当前车外的一辆车确定为用于指挥交通的车。
步骤403,基于用于指挥交通的车的指挥,控制当前车行驶。
基于前步骤103的相关说明可知,作为一种可实现的方式,步骤403包括:
接收来自用于指挥交通的车的指示消息;
基于指示消息控制当前车行驶。
可以理解的是,指示消息不同,控制当前车行驶的过程不同。
例如,当指示消息为“前方200米左一车道发生交通事故,请提前变道”时,可以控制当前车提前变道;当指示消息为“前方路面有积水,请减速慢行”时,以控制当前车减速慢行。
作为一种可实现的方式,步骤403包括:
接收来自用于指挥交通的车的第二地图,第二地图是用于指挥交通的车在目标区域的第一地图的基础上,基于目标交通情况生成的;
基于第二地图控制当前车行驶。
基于前文已对第二地图进行了说明,所以此处不做赘述。
由于第二地图是基于目标交通情况生成的,相比于第一地图更加准确,从而更利于当前车同行,以免再次造成交通拥堵等其他事故。
步骤404,在人机交互界面上显示指示消息。
为了便于查看,还可以通过人机交互界面显示指示信息。
其中,该人机交互界面可以是当前车内任何可以呈现信息的界面,例如,如图7所示,人机交互界面可以是当前车的中控屏、挡风玻璃、集成在方向盘上的显示屏或抬头显示(Head Up Display,HUD)器。
显示指示消息的形式有多种,例如,如图8所示,可以在消息框内显示“前方200米左一车道发生交通事故,请提前变道”,也可以在车道上用灰色部分提示前方不宜行驶,用导向提示(例如箭头)提示向右变道。
需要说明的是,除了在人机交互界面上显示指示消息,还可以通过语音播放的方式播放该指示消息。
步骤405,接收来自用于指挥交通的车的指挥权转移指令,指挥权转移指令用于指示当前车为用于指挥交通的车。
基于步骤104的说明可知,用于指挥交通的车可以通过指挥权转移指令将交通指挥权转移给其他车;在该实施例中,用于指挥交通的车(非当前车)可以通过指挥权转移指令将交通指挥权转移给当前车。
步骤406,通过当前车指挥交通。
在当前车接收到指挥权转移指令后,会通过当前车指挥交通,需要说明的是,通过当前车指挥交通的过程可参照前文中的步骤104的相关说明进行理解。
请参阅图9,本申请实施例提供了一种指挥交通的装置的一个实施例,包括:第一确定单元501,用于确定当前车所在的目标区域内出现目标交通情况;第二确定单元502,用于基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定当前车为用于指挥交通的车,多辆车中包括当前车;第一指挥单元503,用于通过当前车指挥交通。
作为一种可实现的方式,第二确定单元502,用于基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度;获取多辆车中除当前车外的其他车的分值;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定当前车为用于指挥交通的车。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
作为一种可实现的方式,第一确定单元501,用于获取当前车所在位置的环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;相应地,第一确定单元501,用于基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第一确定单元501,用于获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第一指挥单元503,用于向多辆车中除当前车外的其他车中的至少一辆车发送指示消息,以使得其他车基于指示消息行驶;或向交通设备发送指示消息,以使得交通设备基于指示消息指挥交通。
作为一种可实现的方式,第一指挥单元503,用于在目标区域的第一地图的基础上,基于目标交通情况生成目标区域的第二地图;向多辆车中除当前车外的其他车中的至少一辆车发送第二地图,以使得其他车基于第二地图行驶。
作为一种可实现的方式,装置还包括:第一指挥权转移单元504,用于向其他车发送指挥权转移指令,指挥权转移指令用于指示其他车中的一辆车为用于指挥交通的车。
其中,以上各单元的具体实现、相关说明以及技术效果请参考本申请实施例中方法部分的描述。
如图10所示,本申请实施例提供了一种指挥交通的装置,包括:第三确定单元601,用于确定当前车所在的目标区域内出现目标交通情况;第四确定单元602,用于基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车,多辆车中包括当前车;第二指挥单元603,用于基于用于指挥交通的车的指挥,控制当前车行驶。
作为一种可实现的方式,第四确定单元602,用于基于目标因素获取当前车的分值,目标因素用于表示当前车对目标交通情况的了解程度;获取多辆车中除当前车外的其他车的分值;基于当前车的分值和其他车的分值,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车。
作为一种可实现的方式,目标因素包括当前车与目标位置的距离,以及当前车确定目标区域内出现目标交通情况的时刻中的至少一者,目标位置是目标区域内引发目标交通情况的位置。
作为一种可实现的方式,目标因素还包括当前车的视野范围和当前车的状态中的至少一者,当前车的状态包括当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
作为一种可实现的方式,第三确定单元601,用于获取当前车所在位置的环境的图像;基于环境的图像,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,环境的图像的数量为多张,且多张环境的图像包含时间间隔大于目标间隔的两张环境的图像;第三确定单元601,用于基于时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第三确定单元601,用于获取当前车所在位置的环境的图像;向服务器发送环境的图像,以使得服务器对环境的图像进行识别;基于来自服务器的环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
作为一种可实现的方式,第二指挥单元603,用于接收来自用于指挥交通的车的指示消息;基于指示消息控制当前车行驶。
作为一种可实现的方式,装置还包括:显示单元604,用于在人机交互界面上显示指示消息。
作为一种可实现的方式,第二指挥单元603,用于接收来自用于指挥交通的车的第二地图,第二地图是用于指挥交通的车在目标区域的第一地图的基础上,基于目标交通情况生成的;基于第二地图控制当前车行驶。
作为一种可实现的方式,装置还包括:第二指挥权转移单元605,用于接收来自用于指挥交通的车的指挥权转移指令,指挥权转移指令用于指示当前车为用于指挥交通的车;通过当前车指挥交通。
其中,以上各单元的具体实现、相关说明以及技术效果请参考本申请实施例中方法部分的描述。
请参阅图11,图11是本申请实施例提供的车载设备的一种结构示意图,用于实现图9对应实施例中指挥交通的装置的功能或图10对应实施例中指挥交通的装置的功能,具体的,车载设备1800由一个或多个服务器实现,车载设备1800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)1822(例如,一个或一个以上处理器)和存储器1832,一个或一个以上存储应用程序1842或数据1844的存储介质1830(例如一个或一个以上海量存储设备)。其中,存储器1832和存储介质1830可以是短暂存储或持久存储。存储在存储介质1830的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对计算机设备中的一系列指令操作。更进一步地,中央处理器1822可以设置为与存储介质1830通信,在计算机设备1800上执行存储介质1830中的一系列指令操作。
计算机设备1800还可以包括一个或一个以上电源,一个或一个以上有线或无线网络接口1850,一个或一个以上输入输出接口1858,和/或,一个或一个以上操作***1841,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本申请实施例中,中央处理器1822,可以用于执行图9对应实施例中指挥交通的装置执行的方法。具体的,中央处理器1822,可以用于:
确定当前车所在的目标区域内出现目标交通情况;
基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定当前车为用于指挥交通的车,多辆车中包括当前车;
通过当前车指挥交通。
本申请实施例中,中央处理器1822,可以用于执行图10对应实施例中指挥交通的装置执行的方法。具体的,中央处理器1822,可以用于:
确定当前车所在的目标区域内出现目标交通情况;
基于目标区域内出现目标交通情况,从目标区域内的多辆车中,确定多辆车中除当前车外的其他车中的一辆为用于指挥交通的车,多辆车中包括当前车;
基于用于指挥交通的车的指挥,控制当前车行驶。
本申请实施例还提供一种芯片,包括一个或多个处理器。处理器中的部分或全部用于读取并执行存储器中存储的计算机程序,以执行前述各实施例的方法。
可选地,该芯片该包括存储器,该存储器与该处理器通过电路或电线与存储器连接。进一步可选地,该芯片还包括通信接口,处理器与该通信接口连接。通信接口用于接收需要处理的数据和/或信息,处理器从该通信接口获取该数据和/或信息,并对该数据和/或信息进行处理,并通过该通信接口输出处理结果。该通信接口可以是输入输出接口。
在一些实现方式中,所述一个或多个处理器中还可以有部分处理器是通过专用硬件的方式来实现以上方法中的部分步骤,例如涉及神经网络模型的处理可以由专用神经网络处理器或图形处理器来实现。
本申请实施例提供的方法可以由一个芯片实现,也可以由多个芯片协同实现。
本申请实施例还提供了一种计算机存储介质,该计算机存储介质用于储存为上述计算机设备所用的计算机软件指令,其包括用于执行为车载设备所设计的程序。
该车载设备可以如前述图9对应实施例中指挥交通的装置或图10对应实施例中指挥交通的装置。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,该计算机软件指令可通过处理器进行加载来实现前述各个实施例所示的方法中的流程。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (24)
1.一种指挥交通的方法,其特征在于,包括:
确定当前车所在的目标区域内出现目标交通情况;
基于所述目标区域内出现所述目标交通情况,从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车,所述多辆车中包括所述当前车;
通过所述当前车指挥交通;
所述从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车包括:
基于目标因素获取所述当前车的分值,所述目标因素用于表示所述当前车对所述目标交通情况的了解程度;
获取所述多辆车中除所述当前车外的其他车的分值;
基于所述当前车的分值和所述其他车的分值,从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车。
2.根据权利要求1所述的方法,其特征在于,所述目标因素包括所述当前车与目标位置的距离,以及所述当前车确定所述目标区域内出现所述目标交通情况的时刻中的至少一者,所述目标位置是所述目标区域内引发所述目标交通情况的位置。
3.根据权利要求2所述的方法,其特征在于,所述目标因素还包括所述当前车的视野范围和所述当前车的状态中的至少一者,所述当前车的状态包括所述当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
4.根据权利要求1所述的方法,其特征在于,所述确定当前车所在的目标区域内出现目标交通情况包括:
获取所述当前车所在位置的环境的图像;
基于所述环境的图像,确定所述当前车所在的目标区域内出现目标交通情况。
5.根据权利要求4所述方法,其特征在于,所述环境的图像的数量为多张,且多张所述环境的图像包含时间间隔大于目标间隔的两张环境的图像;
所述基于所述环境的图像,确定当前车所在的目标区域内出现目标交通情况包括:
基于所述时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述确定当前车所在的目标区域内出现目标交通情况包括:
获取所述当前车所在位置的环境的图像;
向服务器发送所述环境的图像,以使得所述服务器对所述环境的图像进行识别;
基于来自所述服务器的所述环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
7.根据权利要求1至5中任意一项所述的方法,其特征在于,所述通过所述当前车指挥交通包括:
向所述多辆车中除所述当前车外的其他车中的至少一辆车发送指示消息,以使得所述其他车基于所述指示消息行驶;
或向交通设备发送指示消息,以使得所述交通设备基于所述指示消息指挥交通。
8.根据权利要求1至5中任意一项所述的方法,其特征在于,所述通过所述当前车指挥交通包括:
在所述目标区域的第一地图的基础上,基于所述目标交通情况生成所述目标区域的第二地图;
向所述多辆车中除所述当前车外的其他车中的至少一辆车发送所述第二地图,以使得所述其他车基于所述第二地图行驶。
9.根据权利要求1至5中任意一项所述的方法,其特征在于,在所述从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车之后,所述方法还包括:
向所述其他车发送指挥权转移指令,所述指挥权转移指令用于指示所述其他车中的一辆车为用于指挥交通的车。
10.一种指挥交通的方法,其特征在于,包括:
确定当前车所在的目标区域内出现目标交通情况;
基于所述目标区域内出现所述目标交通情况,从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车,所述多辆车中包括所述当前车;
基于所述用于指挥交通的车的指挥,控制所述当前车行驶;
所述从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车包括:
基于目标因素获取所述当前车的分值,所述目标因素用于表示所述当前车对所述目标交通情况的了解程度;
获取所述多辆车中除所述当前车外的其他车的分值;
基于所述当前车的分值和所述其他车的分值,从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车。
11.根据权利要求10所述的方法,其特征在于,所述目标因素包括所述当前车与目标位置的距离,以及所述当前车确定所述目标区域内出现所述目标交通情况的时刻中的至少一者,所述目标位置是所述目标区域内引发所述目标交通情况的位置。
12.根据权利要求11所述的方法,其特征在于,所述目标因素还包括所述当前车的视野范围和所述当前车的状态中的至少一者,所述当前车的状态包括所述当前车的感知能力、计算能力、通信能力和移动能力中的至少一者。
13.根据权利要求10所述的方法,其特征在于,所述确定当前车所在的目标区域内出现目标交通情况包括:
获取所述当前车所在位置的环境的图像;
基于所述环境的图像,确定所述当前车所在的目标区域内出现目标交通情况。
14.根据权利要求13所述方法,其特征在于,所述环境的图像的数量为多张,且多张所述环境的图像包含时间间隔大于目标间隔的两张环境的图像;
所述基于所述环境的图像,确定当前车所在的目标区域内出现目标交通情况包括:
基于所述时间间隔大于阈值的两张环境的图像的相似度大于目标相似度,确定当前车所在的目标区域内出现目标交通情况。
15.根据权利要求10至14中任意一项所述的方法,其特征在于,所述确定当前车所在的目标区域内出现目标交通情况包括:
获取所述当前车所在位置的环境的图像;
向服务器发送所述环境的图像,以使得所述服务器对所述环境的图像进行识别;
基于来自所述服务器的所述环境的图像的识别结果,确定当前车所在的目标区域内出现目标交通情况。
16.根据权利要求10至14中任意一项所述的方法,其特征在于,所述基于所述用于指挥交通的车的指挥,控制所述当前车行驶包括:
接收来自所述用于指挥交通的车的指示消息;
基于所述指示消息控制所述当前车行驶。
17.根据权利要求16所述的方法,其特征在于,在所述接收来自所述用于指挥交通的车的指示消息之后,所述方法还包括:
在人机交互界面上显示所述指示消息。
18.根据权利要求10至14中任意一项所述的方法,其特征在于,所述基于所述用于指挥交通的车的指挥,控制所述当前车行驶包括:
接收来自所述用于指挥交通的车的第二地图,所述第二地图是所述用于指挥交通的车在所述目标区域的第一地图的基础上,基于所述目标交通情况生成的;
基于所述第二地图控制所述当前车行驶。
19.根据权利要求10至14中任意一项所述的方法,其特征在于,在所述从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车之后,所述方法还包括:
接收来自所述用于指挥交通的车的指挥权转移指令,所述指挥权转移指令用于指示所述当前车为用于指挥交通的车;
通过所述当前车指挥交通。
20.一种指挥交通的装置,其特征在于,包括:
第一确定单元,用于确定当前车所在的目标区域内出现目标交通情况;
第二确定单元,用于基于所述目标区域内出现所述目标交通情况,从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车,所述多辆车中包括所述当前车;
第一指挥单元,用于通过所述当前车指挥交通;
所述第二确定单元,具体用于基于目标因素获取所述当前车的分值,所述目标因素用于表示所述当前车对所述目标交通情况的了解程度;
所述第二确定单元,具体用于获取所述多辆车中除所述当前车外的其他车的分值;
所述第二确定单元,具体用于基于所述当前车的分值和所述其他车的分值,从所述目标区域内的多辆车中,确定所述当前车为用于指挥交通的车。
21.一种指挥交通的装置,其特征在于,包括:
第三确定单元,用于确定当前车所在的目标区域内出现目标交通情况;
第四确定单元,用于基于所述目标区域内出现所述目标交通情况,从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车,所述多辆车中包括所述当前车;
第二指挥单元,用于基于所述用于指挥交通的车的指挥,控制所述当前车行驶;
所述第四确定单元,具体用于基于目标因素获取所述当前车的分值,所述目标因素用于表示所述当前车对所述目标交通情况的了解程度;
所述第四确定单元,具体用于获取所述多辆车中除所述当前车外的其他车的分值;
所述第四确定单元,具体用于基于所述当前车的分值和所述其他车的分值,从所述目标区域内的多辆车中,确定所述多辆车中除所述当前车外的其他车中的一辆为用于指挥交通的车。
22.一种车载设备,其特征在于,包括:存储器和处理器,其中,所述存储器用于存储计算机可读指令;所述处理器用于读取所述计算机可读指令并实现如权利要求1-19任意一项所述的方法。
23.一种车辆,其特征在于,包括如权利要求22所述的车载设备。
24.一种计算机存储介质,其特征在于,存储有计算机可读指令,且所述计算机可读指令在被处理器执行时实现如权利要求1-19任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904510.1A CN113793523B (zh) | 2021-08-06 | 2021-08-06 | 一种指挥交通的方法、装置、车载设备及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904510.1A CN113793523B (zh) | 2021-08-06 | 2021-08-06 | 一种指挥交通的方法、装置、车载设备及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793523A CN113793523A (zh) | 2021-12-14 |
CN113793523B true CN113793523B (zh) | 2023-01-13 |
Family
ID=79181504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110904510.1A Active CN113793523B (zh) | 2021-08-06 | 2021-08-06 | 一种指挥交通的方法、装置、车载设备及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793523B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840634A (zh) * | 2010-03-26 | 2010-09-22 | 北京创毅视讯科技有限公司 | 一种基于物联网的城市实时路况交互***、装置和方法 |
CN107730880A (zh) * | 2016-08-10 | 2018-02-23 | 操轶 | 一种基于无人飞行器的拥堵监测方法和无人飞行器 |
CN107978177A (zh) * | 2017-11-23 | 2018-05-01 | 何世容 | 一种车辆碰撞事故提醒方法及*** |
JP2018077845A (ja) * | 2016-11-02 | 2018-05-17 | フォルクスヴァーゲン アクチエンゲゼルシャフトVolkswagen Aktiengesellschaft | 自動走行車両を外部から制御する指令センターと別の交通参加者との間で通信を実施するための方法、及び、自動走行車両 |
CN108307315A (zh) * | 2016-09-07 | 2018-07-20 | 北京嘀嘀无限科技发展有限公司 | 一种交通事故的处理方法、服务器及移动终端 |
CN109544910A (zh) * | 2018-10-29 | 2019-03-29 | 北京百度网讯科技有限公司 | 临时交通指挥方法、装置、***、计算机设备及存储介质 |
CN109598927A (zh) * | 2018-11-21 | 2019-04-09 | 英华达(上海)科技有限公司 | 基于v2x技术的路权分配方法、***、设备及存储介质 |
WO2019144511A1 (zh) * | 2018-01-26 | 2019-08-01 | 山东省交通规划设计院 | 智能交通安全预警方法、云服务器、随车终端及*** |
CN111862656A (zh) * | 2020-07-21 | 2020-10-30 | 北京小马智行科技有限公司 | 智能运载工具的地图更新方法及装置、存储介质、处理器 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7095336B2 (en) * | 2003-09-23 | 2006-08-22 | Optimus Corporation | System and method for providing pedestrian alerts |
US7663505B2 (en) * | 2003-12-24 | 2010-02-16 | Publicover Mark W | Traffic management device and system |
JP2010133731A (ja) * | 2008-12-02 | 2010-06-17 | Sharp Corp | ナビゲーション装置、ナビゲーションシステム、ナビゲーションシステムにおけるナビゲーション方法、およびナビゲーションプログラム |
US9494439B1 (en) * | 2015-05-13 | 2016-11-15 | Uber Technologies, Inc. | Autonomous vehicle operated with guide assistance of human driven vehicles |
JP2017116279A (ja) * | 2015-12-21 | 2017-06-29 | パイオニア株式会社 | 案内装置、制御方法、プログラム、及び記憶媒体 |
US10796572B2 (en) * | 2017-07-17 | 2020-10-06 | Ford Global Technologies, Llc | Automated map anomaly detection and update |
JP6843819B2 (ja) * | 2018-11-27 | 2021-03-17 | 本田技研工業株式会社 | 交通案内物認識装置、交通案内物認識方法、およびプログラム |
CN112053563B (zh) * | 2020-09-16 | 2023-01-20 | 阿波罗智联(北京)科技有限公司 | 可用于边缘计算平台、云控平台的事件检测方法及设备 |
-
2021
- 2021-08-06 CN CN202110904510.1A patent/CN113793523B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840634A (zh) * | 2010-03-26 | 2010-09-22 | 北京创毅视讯科技有限公司 | 一种基于物联网的城市实时路况交互***、装置和方法 |
CN107730880A (zh) * | 2016-08-10 | 2018-02-23 | 操轶 | 一种基于无人飞行器的拥堵监测方法和无人飞行器 |
CN108307315A (zh) * | 2016-09-07 | 2018-07-20 | 北京嘀嘀无限科技发展有限公司 | 一种交通事故的处理方法、服务器及移动终端 |
JP2018077845A (ja) * | 2016-11-02 | 2018-05-17 | フォルクスヴァーゲン アクチエンゲゼルシャフトVolkswagen Aktiengesellschaft | 自動走行車両を外部から制御する指令センターと別の交通参加者との間で通信を実施するための方法、及び、自動走行車両 |
CN107978177A (zh) * | 2017-11-23 | 2018-05-01 | 何世容 | 一种车辆碰撞事故提醒方法及*** |
WO2019144511A1 (zh) * | 2018-01-26 | 2019-08-01 | 山东省交通规划设计院 | 智能交通安全预警方法、云服务器、随车终端及*** |
CN109544910A (zh) * | 2018-10-29 | 2019-03-29 | 北京百度网讯科技有限公司 | 临时交通指挥方法、装置、***、计算机设备及存储介质 |
CN109598927A (zh) * | 2018-11-21 | 2019-04-09 | 英华达(上海)科技有限公司 | 基于v2x技术的路权分配方法、***、设备及存储介质 |
CN111862656A (zh) * | 2020-07-21 | 2020-10-30 | 北京小马智行科技有限公司 | 智能运载工具的地图更新方法及装置、存储介质、处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN113793523A (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021135371A1 (zh) | 一种自动驾驶方法、相关设备及计算机可读存储介质 | |
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
CN109760675B (zh) | 预测车辆轨迹的方法、装置、存储介质和终端设备 | |
CN113631452B (zh) | 一种变道区域获取方法以及装置 | |
CN110606093A (zh) | 车辆性能评测方法、装置、设备和存储介质 | |
CN113228135B (zh) | 一种盲区图像获取方法及相关终端装置 | |
CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
WO2022087879A1 (zh) | 一种场景文件的获取方法以及装置 | |
CN114693540A (zh) | 一种图像处理方法、装置以及智能汽车 | |
US20240025395A1 (en) | Path generation based on predicted actions | |
US20240025443A1 (en) | Path generation based on predicted actions | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
JP2023024857A (ja) | 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム | |
CN114834443A (zh) | 车辆控制的方法、装置、控制器和智能汽车 | |
CN116686028A (zh) | 一种驾驶辅助的方法以及相关设备 | |
CN112590778B (zh) | 车辆控制的方法、装置、控制器和智能汽车 | |
CN117416344A (zh) | 自主驾驶***中校车的状态估计 | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
CN115100630B (zh) | 障碍物检测方法、装置、车辆、介质及芯片 | |
CN115205311B (zh) | 图像处理方法、装置、车辆、介质及芯片 | |
US20240025444A1 (en) | Path generation based on predicted actions | |
CN113793523B (zh) | 一种指挥交通的方法、装置、车载设备及车辆 | |
CN115092186A (zh) | 一种车辆自动驾驶方法及装置、电子设备、存储介质 | |
EP4145420A1 (en) | Hierarchical processing of traffic signal face states | |
US20240124029A1 (en) | Selecting a vehicle action based on a combination of vehicle action intents |
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 |