CN114746918A - 使用热图来检测单向驾驶的***和方法 - Google Patents
使用热图来检测单向驾驶的***和方法 Download PDFInfo
- Publication number
- CN114746918A CN114746918A CN202080085628.XA CN202080085628A CN114746918A CN 114746918 A CN114746918 A CN 114746918A CN 202080085628 A CN202080085628 A CN 202080085628A CN 114746918 A CN114746918 A CN 114746918A
- Authority
- CN
- China
- Prior art keywords
- heat map
- travel
- hardware processor
- vehicle
- traffic
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/164—Centralised systems, e.g. external to vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
一种用于使用热图来确定错误方向的方法,包括:从与硬件处理器通信的至少一个传感器接收传感器数据。该方法还包括标识多个交通参与者并确定至少一个属性,该至少一个属性至少包括行进方向。该方法还包括基于多个交通参与者的至少一个属性来生成热图,其中热图至少指示表面区域的行进方向。该方法还包括接收第一车辆的指示行进方向和位置的传感器数据;以及将第一车辆的传感器数据与热图进行比较,以确定第一车辆何时在与热图的行进方向相反的方向上行进。
Description
技术领域
本公开涉及用于生成与区域(例如,路口、道路或高速公路)相关联的交通热图的***和方法。
背景技术
道路交通包括交通参与者,例如但不限于车辆、有轨电车、公共汽车、行人、以及使用公共道路和人行道的任何其他移动物体或例如长凳和垃圾桶之类的静止物体。有组织的交通通常有完善建立的优先级、车道、通行权和交通控制路口。交通可按类型分类:重型机动车(例如轿车和卡车)、其他车辆(例如轻便摩托车和自行车)和行人。期望有一种用于监视交通以检测沿道路驾驶的***和方法。
发明内容
一个总的方面包括一种使用表面区域的热图来确定错误方向的方法,所述方法包括:在硬件处理器处接收来自至少一个传感器的传感器数据,所述至少一个传感器与所述硬件处理器通信并且被定位成使得所述表面区域在所述至少一个传感器的视场内。所述方法还包括在所述硬件处理器处标识多个交通参与者并确定至少一个属性,所述至少一个属性至少包括行进方向。所述方法还包括在所述硬件处理器处基于所述多个交通参与者的所述至少一个属性来生成所述热图,其中所述热图至少指示所述表面区域的行进方向。所述方法还包括在硬件处理器处接收第一车辆的指示行进方向和位置的传感器数据。所述方法还包括利用所述硬件处理器将所述第一车辆的所述传感器数据与所述热图进行比较,以确定所述第一车辆何时在与所述热图的行进方向相反的方向上行进。
实现可以包括以下特征中的一个或多个。
所述方法还包括向接近所述表面区域的交通参与者提供警告。
所述方法还包括向所述第一车辆的驾驶员提供警告。
所述方法还包括基于在相反行进方向上行进的第二多个交通参与者来更新所述热图以反映新的第二行进方向。
所述方法还包括在所述视场内的所述表面区域的多个分区,其中,在所述热图上为每个分区分配行进方向。
所述方法还包括基于所述传感器数据来确定所述第一车辆位于所述多个分区中的哪个中,并且其中将所述第一车辆的行进方向与对应于车辆位置的所述热图上的分区数据进行比较。
另一个总的方面包括一种用于生成表面区域的热图的交通监视***,所述***包括:硬件处理器;以及与所述硬件处理器通信的硬件存储器,所述硬件存储器存储指令,所述指令在所述硬件处理器上执行时,使得所述硬件处理器执行如本文所述的操作。所述交通监视***还包括在硬件处理器处接收来自至少一个传感器的传感器数据,所述至少一个传感器与所述硬件处理器通信并且被定位成使得所述表面区域在所述至少一个传感器的视场内。所述交通监视***还包括在所述硬件处理器处标识多个交通参与者并确定至少一个属性,所述至少一个属性至少包括行进方向。所述交通监视***还包括在所述硬件处理器处基于所述多个交通参与者的所述至少一个属性来生成所述热图,其中所述热图至少指示所述表面区域的行进方向。所述交通监视***还包括在硬件处理器处接收第一车辆的指示行进方向和位置的传感器数据。所述交通监视***还包括利用所述硬件处理器将所述第一车辆的所述传感器数据与所述热图进行比较,以确定所述第一车辆何时在与所述热图的行进方向相反的方向上行进。
实现可以包括以下特征中的一个或多个。
所述***还包括所述硬件处理器,其用于执行向接近所述表面区域的交通参与者提供警告的操作。
所述***还包括硬件处理器,其用于执行向所述第一车辆的驾驶员提供警告的操作。
所述***还包括硬件处理器,其用于执行基于在相反行进方向上行进的第二多个交通参与者来更新所述热图以反映新的第二行进方向的操作。
所述***还包括限定在所述视场内的所述表面区域的多个分区,其中,在所述热图上为每个分区分配行进方向。
所述***还包括所述硬件处理器,所述硬件处理器被配置成执行基于所述传感器数据来确定所述第一车辆位于所述多个分区中的哪个中的操作,并且其中将所述第一车辆的行进方向与对应于车辆位置的所述热图上的分区数据进行比较。
在附图和下面的描述中阐述了本公开的一个或多个实现的细节。根据描述和附图以及权利要求,其他方面、特征和优点将变得显而易见。
附图说明
图1是车辆交通***的示例性概观的示意图。
图2是图1的交通监视***的替代示例性配置的示意图。
图3A是第一交通情况下的示例性热图的示意图。
图3B是第二交通情况下的示例性热图的示意图。
图3C是第三交通情况下的示例性热图的示意图。
图4A是基于图2A中所示的热图的第一示例性检测警告场景的示意图。
图4B是基于图2B中所示的热图的第二示例性检测警告场景的示意图。
图4C是基于图2C中所示的热图的第三示例性检测警告场景的示意图。
图5是用于为本文描述的车辆交通***生成热图的示例性方法的示意图。
图6是执行本文描述的任何***或方法的示例性计算设备的示意图。
各个附图中的相同的附图标记指示相同的元素。
具体实施方式
在过去的几年里,自主和半自主驾驶越来越受到关注。为了提高自主和半自主车辆的运输安全,重要的是,对被这些车辆使用的基础设施(即道路、车道、交通标志、人行横道、人行道、灯柱、建筑等)有准确的了解,并且知道使用基础设施的有效参与者(例如,车辆、行人等)。如下所述的车辆交通***将该信息量化为热图,自主和半自主车辆可以使用该热图来提高驾驶准确度,从而提高运输安全性。
参考图1-2B,车辆交通***100包括交通监视***110,该交通监视***110包括计算设备(或硬件处理器)112(例如,具有一个或多个计算处理器的中心处理单元),其与非暂时性存储器或硬件存储器114(例如,硬盘、闪速存储器、随机存取存储器)通信,其能够存储在(一个或多个)计算处理器112上可执行的指令。交通监视***110包括传感器***120。传感器***120包括一个或多个传感器122a-n,所述传感器122a-n位于一个或多个道路或道路路口(在此之后称为监视区域10)处,并且被配置成感测一个或多个交通参与者102、102a-n。交通参与者102、102a-n可以包括但不限于车辆102a、行人和骑自行车者102b、用户设备102c。在一些实现中,用户设备102c是能够与传感器122通信的任何计算设备。用户设备102c可以包括但不限于移动计算设备,例如膝上型电脑、平板电脑、智能电话和可穿戴计算设备(例如,耳机和/或手表)。用户设备102c还可以包括具有其他外形因素的其他计算设备,例如游戏设备。位于车辆102、102a-n内的用户设备102c可以被传感器***120检测到,并用于与自身不具有能力的车辆102、102a-n内的操作者和乘客进行通信。
在一些实现中,一个或多个传感器122a-n可以被定位成捕获与特定区域10相关联的数据124,其中每个传感器122a-n捕获与区域10的一部分相关联的数据124。因此,与每个传感器122a–n相关联的传感器数据124包括与整个区域10相关联的传感器数据124。在一些示例中,传感器122a-n位于监视区域10内,例如,每个传感器122a-n位于监视区域10(例如路口、道路、高速公路等)的拐角以查看交通参与者102或由交通灯支持。传感器120可以包括但不限于雷达、声纳、LIDAR(光检测和测距,其可能需要测量散射光的特性以找到远处目标的距离和/或其他信息的光学遥感)、HFL(高闪光LIDAR)、LADAR(激光检测和测距)、相机(例如,单目相机、双目相机)。每个传感器120位于传感器120可以捕获与特定位置处的交通参与者102、102a–c相关联的传感器数据124的位置处。因此,传感器***120分析由一个或多个传感器122a–n捕获的传感器数据124。传感器数据124的分析包括传感器***120标识一个或多个交通参与者102并确定与每个交通参与者102相关联的一个或多个属性106、106a–n。交通属性106、106a–n可以包括但不限于交通参与者102的位置(例如,在包括行进方向的坐标系中)、与交通参与者102相关联的速度、交通参与者102的类型(例如,车辆102a、行人和骑自行车者102b、用户设备102c、位于车辆102中的用户设备102c)、以及监视区域10内的每个交通参与者102的其他属性。
交通监视***110执行热图生成器130,该热图生成器130基于从传感器***120接收的分析的传感器数据126来生成热图200、200a,如图2A和2B所示。因此,传感器122a-n捕获与监视区域10(例如道路或路口)相关联的传感器数据124,然后传感器***120分析接收到的传感器数据124。随后,热图生成器130基于分析的传感器数据126来确定相应区域的交通热图200a。热图200a基于特定区域10内的物体或交通参与者102、102a–c的出现。随着区域10内交通参与者102、102a–c的数量增加,与区域10相关联的热指数也增加。如图2A和2B所示,示出了每个交通参与者102、102a–c的路径,并且当采用该路径的交通参与者102、102a–c的数量增加时,每个路径的热指数增加。交通监视***110不需要关于区域10的先验信息,因为与每个传感器122、122a–n相关联的所有相关信息(例如传感器元数据(即,传感器位置,例如,每个传感器122、122a–n在坐标系中和/或相对于彼此的相对位置))是已知的,并且所接收的传感器数据124被捕获和收集。因此,交通监视***110基于接收到的与传感器122a-n中的每个相关联的传感器数据124来生成热图200a以理解该区域的几何形状和地理环境。
车辆到一切(V2X)通信是信息从车辆到任何其他设备的流动,反之亦然。更具体地,V2X是包括其他类型通信的通信***,例如V2I(车辆到基础设施)、V2V(车辆到车辆)、V2P(车辆到行人)、V2D(车辆到设备)和V2G(车辆到电网)。V2X的开发着眼于安全,主要是使得车辆感知其周围环境,以帮助防止车辆与其他车辆或物体相撞。在一些实现中,交通监视***110经由V2X通过V2X通信104与交通参与者102通信,并且交通参与者102通过V2X通信104向交通监视***110发送交通参与者102的一个或多个属性。因此,交通监视***110可以分析V2X通信,以确定与相应的交通参与者102相关联的一个或多个属性106。
在一些示例中,交通监视***110经由网络140与远程***150通信。远程***150可以是具有可扩展/弹性计算资源152和/或存储资源154的分布式***(例如,云环境)。网络140可以包括各种类型的网络,例如局域网(LAN)、广域网(WAN)和/或互联网。在一些示例中,交通监视***110在远程***150上执行,并且经由网络140与传感器122通信。在这种情况下,传感器122位于监视区域10处,以捕获传感器数据124。此外,在这种情况下,交通参与者102可以经由网络140与交通监视***110通信,使得交通参与者102向交通监视***110发送与交通参与者102相关联的一个或多个属性106。
从传感器数据中学习监视区域属性
在一些实现中,热图生成器130基于从传感器***120所接收的分析的传感器数据126(包括与每个交通参与者102相关联的属性106)来学***均交通参与者属性106来确定车辆车道/路径210、210a-n、行人道220、指定的和/或公共的行人人行横道或其他区域230。热图生成器130可以将热图200a划分为小区,并且小区移动指示了交通参与者102从一个小区移动到另一个相邻小区。热图生成器130基于所接收的传感器数据124来标识一个或多个边界,例如交通车道210、210a-n(例如,左、直、右)、行人道或人行道、自行车道(未示出)等。例如,交通监视***110可以基于交通参与者102的速度(例如,基于传感器数据124确定为参与者属性106之一的交通参与者102的速度)来确定交通车道210的边界。
在一些示例中,热图生成器130生成热图200a并将热图200a划分为小区(未示出)。一些小区可以与小区属性相关联,例如人行横道、行人交通灯、自行车道、车辆道。
在一些实现中,通过监视路口10,热图生成器130可以针对每个分区210、210a-n标识交通方向。例如,热图生成器130可以在一段时间内监视交通参与者102、102a-n的位置和速度,并且标识交通车道的数量以及每个方向上有多少移动。此外,如果热图生成器130观察到交通参与者103a在监视区域10内错误方向上行进,则热图生成器130可以判定交通参与者103a在错误方向上行进。
然而,如果热图生成器130观察到交通参与者103、103a-n在监视区域10的相同部分处在一段时间内在错误方向上行进的重复发生,则热图生成器130可以判定交通车道210、210a-n已经改变方向,例如由于构造。热图生成器130可以与在错误方向上进入交通车道210、210a-n的交通参与者103、103a-n通信信息,无论这种交通车道210、210a-n是通常或临时在该方向上。热图生成器130还可以与已经在正确方向上在交通车道210、210a-n中的交通参与者102、102a-n通信信息,所述信息是交通参与者103a正从错误的行进方向DOTa-n接近。
热图生成器130可以将热图200a存储在硬件存储器114中,并且在接收传感器数据124的同时连续更新热图200a。此外,热图生成器130随时间分析热图200a,并基于存储的热图200生成与每类交通参与者102相关联的交通数据和交通模式。在一些示例中,热图生成器130分析交通数据,并检测在监视区域10内的例如交通参与者103a的错误行进方向的发生。
在一些实现中,热图生成器130确定交通参与者102的行进方向DOTa-n不同于(由热图生成器130存储在存储器114中的)先前标识的交通参与者102的模式。例如,热图生成器130接收与路口10相关联的分析数据126。热图生成器130确定如果当前在监视区域10中驾驶的车辆103a的行进方向DOTa-n不同于车辆102、102a-n的先前标识的方向,则热图生成器130可以确定这种发生是错误方向的驾驶员103a。
基于传感器数据来生成热图
在一些实现中,热图生成器130分析所接收的传感器数据124、126以监视交通并生成区域10的交通模式。此外,热图生成器130可以将交通参与者102标识为车辆102a。热图生成器130可以基于交通参与者102的类型来生成热图200a,例如,车辆热图或行人热图。热图生成器130还可以生成包括所有交通参与者102的热图200a,其示出了交通参与者102的类别。
在一些示例中,交通监视***110接收传感器数据124,并且热图生成器130确定导致生成热图200a的移动交通参与者102的属性的平均值。此外,热图生成器130确定交通参与者102中的每个交通参与者的平均(和σ)速度、交通参与者102中的每个交通参与者的平均(和σ)加速度、以及现有静止物体,以确定交通参与者102在每个小区内的占用概率。
热图生成器130可以接收与每个交通参与者102、102a–c相关联的传感器数据124,并且将属性与每个交通参与者102相关联。在一些示例中,热图生成器130将接收到的传感器数据124和/或分析传感器数据126(包括属性106)存储在硬件存储器114中。热图生成器130然后可以在与存储器114通信的硬件处理器112上执行回归模型,以预测交通参与者102、102a–c中的每个在监视区域10中在特定时间处的位置。回归模型可以预测交通参与者102、102a–c在所标识的网格的小区内的位置和/或交通参与者102向特定小区或相邻小区的移动。由热图生成器130执行的基于小区的方法有助于估计交通参与者102、102a–n移动到相邻小区的概率。
将传感器数据叠加在热图上
虽然过滤的传感器数据首先被用于生成热图(如上所述),但一旦热图被建立,则当前传感器数据可以叠加在热图上,以检测车辆103、103a-n在错误方向上行进,如本文所述。
传感器数据在热图200a上具有用于特定车辆103a的信息,包括车辆103a的车辆速度Va和位置,包括行进方向。通过追踪车辆位置和速度,***10可以确定车辆正在它当前占用的行进车道210a-n的错误方向上行进的概率。
硬件也可以基于各种数据得出其他结论。例如,如果车辆103a-n以高概率被重复确定为在行进车道210的错误方向上行进,则***110可以开始重复降低概率,直到已经收集了足够的传感器数据来更新热图200a上的行进方向DOTa-n。例如,如果构造使交通沿着在开始时通常在另一方向上的行进车道210a-n向下路由,则热图200a将在通常的行进方向DOTa-n上,一旦其更新,则热图200a将与临时的行进方向DOTa-n一致。在这种情况下,***110将该信息提供给该行进车道与通常发生的规划数据不匹配的车辆102、102a-n。当行进车道210a-n恢复通常的规划的行进方向DOTa-n时,同样的过程将反向发生。
图5提供了用于使用图1-2C的***100来生成监视区域10的热图200的方法500的操作的示例性布置。在框502,方法500包括在硬件处理器112处接收来自一个或多个传感器122的传感器数据124,所述一个或多个传感器与硬件处理器112通信并且被定位成使得表面区域10在一个或多个传感器122的视场内。属性至少包括行进方向。
在框504,方法500包括在硬件处理器112处基于一个或多个交通参与者102、102a–n和传感器数据来生成热图200a。热图200a至少指示表面区域的行进方向。
在框506,监视传感器数据以标识一个或多个交通参与者及其属性。在一些示例中,一个或多个属性106、106a–n包括交通参与者102、102a–n中的每个的行进方向。
在框508,在硬件处理器12处接收第一车辆的指示速度和位置的传感器数据。
在框510,将第一车辆的传感器数据与热图的行进方向进行比较,以确定第一车辆在与热图200a相反的行进方向上行进的概率。
在一些实现中,方法500还包括标识作为交通车道的热图中的区域以及针对每个交通车道的行进方向。
图6是可用于实现本文档中描述的***和方法的示例计算设备600的示意图。计算设备600旨在表示各种形式的数字计算机,例如膝上型电脑、台式电脑、工作站、个人数字助理、服务器、刀片服务器、大型机和其他适当的计算机。本文示出的组件、它们的连接和关系以及它们的功能意在仅仅是示例性的,并不意味着限制本文档中描述和/或要求保护的发明的实现。
计算设备600包括处理器610、存储器620、存储设备630、连接到存储器620和高速扩展端口650的高速接口/控制器640、以及连接到低速总线670和存储设备630的低速接口/控制器660。组件610、620、630、640、650和660中的每个都使用各种总线互连,并且可以安装在公共主板上或以其他适当的方式安装。处理器610可以处理用于在计算设备600内执行的指令,包括存储在存储器620中或存储在存储设备630上以在外部输入/输出设备(例如耦合到高速接口640的显示器680)上显示用于图形用户界面(GUI)的图形信息的指令。在其他实现中,可以适当地使用多个处理器和/或多个总线以及多个存储器和多个存储器类型。此外,可以连接多个计算设备600,其中每个设备提供必要操作的部分(例如,作为服务器组、一组刀片服务器或多处理器***)。
存储器620在计算设备600内非暂时性地存储信息。存储器620可以是计算机可读介质、(一个或多个)易失性存储单元或(一个或多个)非易失性存储单元。非暂时性存储器620可以是用于临时或永久存储程序(例如,指令序列)或数据(例如,程序状态信息)以供计算设备600使用的物理设备。非易失性存储器的示例包括但不限于闪速存储器和只读存储器(ROM)/可编程只读存储器(PROM)/可擦除可编程只读存储器(EPROM)/电可擦除可编程只读存储器(EEPROM)(例如,通常用于固件,例如引导程序)。易失性存储器的示例包括但不限于随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、相变存储器(PCM)以及磁盘或磁带。
存储设备630能够为计算设备600提供大容量存储。在一些实现中,存储设备630是计算机可读介质。在各种不同的实现中,存储设备630可以是软盘设备、硬盘设备、光盘设备或磁带设备、闪速存储器或其他类似的固态存储器设备、或设备阵列,包括存储区域网络或其他配置中的设备。在另外的实现中,计算机程序产品有形地体现在信息载体中。计算机程序产品包含指令,所述指令当被执行时,执行一个或多个方法,例如上面描述的那些方法。信息载体是计算机或机器可读介质,例如存储器620、存储设备630或处理器610上的存储器。
高速控制器640管理用于计算设备600的带宽密集型操作,而低速控制器660管理带宽较不密集型操作。这种职责分配只是示例性的。在一些实现中,高速控制器640耦合到存储器620、显示器680(例如,通过图形处理器或加速器)以及耦合到可以接受各种扩展卡(未示出)的高速扩展端口650。在一些实现中,低速控制器660耦合到存储设备630和低速扩展端口670。可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)的低速扩展端口670可以例如通过网络适配器耦合到一个或多个输入/输出设备,例如键盘、定点设备、扫描仪或联网设备,例如交换机或路由器。
如图所示,计算设备600可以以多种不同的形式实现。例如,其可以被实现为标准服务器600a或者在一组这样的服务器600a中多次实现,实现为膝上型计算机600b,或者实现为机架式服务器***600c的一部分。
本文描述的***和技术的各种实现可以在数字电子和/或光学电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些各种实现可以包括在一个或多个计算机程序中的实现,这些计算机程序在可编程***上是可执行的和/或可解释的,该可编程***包括至少一个可编程处理器,其可以是专用的或通用的,被耦合以从存储***、至少一个输入设备和至少一个输出设备接收数据和指令以及将数据和指令发送到存储***、至少一个输入设备和至少一个输出设备。
这些计算机程序(也称为程序、软件、软件应用或代码)包括用于可编程处理器的机器指令,并且可以用高级过程和/或面向对象编程语言和/或汇编/机器语言来实现。如本文所使用的,术语“机器可读介质”和“计算机可读介质”是指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、非暂时性计算机可读介质、装置和/或设备(例如,磁盘、光盘、存储器、可编程逻辑设备(PLD)),包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”是指用于向可编程处理器提供机器指令和/或数据的任何信号。
本说明书中描述的主题和功能操作的实现可以在数字电子电路中实现,或者在计算机软件、固件或硬件中实现(包括本说明书中公开的结构及其结构等同物),或者在它们中的一个或多个的组合中实现。此外,本说明书中描述的主题可以被实现为一个或多个计算机程序产品,即编码在计算机可读介质上以供数据处理设备执行或控制数据处理设备的操作的计算机程序指令的一个或多个模块。计算机可读介质可以是机器可读存储设备、机器可读存储基板、存储器设备、影响机器可读传播信号的物质组成、或它们中的一个或多个的组合。术语“数据处理装置”、“计算设备”和“计算处理器”包括用于处理数据的所有装置、设备和机器,包括例如可编程处理器、计算机或多个处理器或计算机。除了硬件之外,装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理***、操作***或它们中的一个或多个的组合的代码。传播信号是人工生成的信号,例如机器生成的电、光或电磁信号,其被生成以编码信息以传输到合适的接收器装置。
计算机程序(也称为应用、程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言编写,包括编译或解释语言,并且它可以以任何形式部署,包括作为独立程序或作为模块、组件、子例程或适于在计算环境中使用的其他单元。计算机程序不一定对应于文件***中的文件。程序可以存储在保存其他程序或数据(例如,存储在标记语言文档中的一个或多个脚本)的文件的一部分中,存储在专用于所讨论的程序的单个文件中,或者存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。计算机程序可以被部署为在一个计算机上执行,或者在多个计算机上执行,所述多个计算机位于一个站点或跨多个站点分布并通过通信网络互连。
本说明书中描述的过程和逻辑流程可以由一个或多个可编程处理器执行,所述处理器执行一个或多个计算机程序,以通过对输入数据进行操作并生成输出来执行功能。这些过程和逻辑流程也可以由专用逻辑电路来执行,并且装置也可以实现为专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
举例来说,适于执行计算机程序的处理器包括通用和专用微处理器两者,以及任何种类的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的基本元件是用于执行指令的处理器、和用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备(例如磁盘、磁光盘或光盘)、或可操作地耦合以从一个或多个大容量存储设备接收数据或向其传输数据或两者。然而,计算机不需要具有这样的设备。此外,计算机可以嵌入到另一个设备中,例如移动电话、个人数字助理(PDA)、移动音频播放器、全球定位***(GPS)接收器,仅举几个示例。适于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如半导体存储器设备,例如,EPROM、EEPROM和闪速存储器设备;磁盘,例如内部硬盘或可移动盘;磁光盘;以及CD ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或包含在专用逻辑电路中。
为了提供与用户的交互,本公开的一个或多个方面可以在计算机上实现,所述计算机具有用于向用户显示信息的显示设备(例如CRT(阴极射线管)、LCD(液晶显示器)监视器、或触摸屏)并且可选地具有键盘和定点设备(例如鼠标或轨迹球),用户可以通过其向计算机提供输入。其他种类的设备也可以用来提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声学、语音或触觉输入。此外,计算机可以通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互;例如通过响应于从网络浏览器接收到的请求而将网页发送到用户的客户端设备上的网络浏览器。
本公开的一个或多个方面可以在计算***中实现,所述计算***包括后端组件(例如作为数据服务器),或者包括中间件组件(例如应用服务器),或者包括前端组件(例如具有用户可以通过其与本说明书中描述的主题的实现交互的图形用户界面或网络浏览器的客户端计算机),或者一个或多个这样的后端、中间件或前端组件的任何组合。***的组件可以通过任何形式或介质的数字数据通信而互连,例如通信网络。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互联网络(例如互联网)、以及对等网络(例如自组织对等网络)。
计算***可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络进行交互。客户端和服务器的关系是通过运行在相应计算机上并且彼此之间具有客户端-服务器关系的计算机程序产生的。在一些实现中,服务器将数据(例如,HTML页面)发送到客户端设备(例如,为了向与客户端设备交互的用户显示数据和从该用户接收用户输入的目的)。可以在服务器处从客户端设备接收在客户端设备处生成的数据(例如,用户交互的结果)。
虽然本说明书包含许多细节,但这些细节不应被解释为对本公开的范围或可能要求保护的内容的限制,而是作为特定于本公开的特定实现的特征的描述。本说明书中在单独实现的上下文中描述的某些特征也可以在单个实现中组合实现。相反,在单个实现的上下文中描述的各种特征也可以在多个实现中单独地或以任何合适的子组合来实现。此外,尽管特征可以在上文中被描述为在某些组合中起作用,并且甚至最初如此被要求保护,但是来自所要求保护的组合的一个或多个特征在一些情况下可以从该组合中删除,并且所要求保护的组合可以针对子组合或子组合的变型。
类似地,虽然在附图中以特定次序描述了操作,但是这不应被理解为要求以所示的特定次序或顺序次序执行这些操作,或者要求执行所有示出的操作,以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种***组件的分离不应被理解为在所有实施例中需要这种分离,并且应当理解,所描述的程序组件和***通常可以被一起集成在单个软件产品中或者被封装到多个软件产品中。
已经描述了许多实现。然而,应当理解,在不脱离本公开的精神和范围的情况下,可以进行各种修改。因此,其他实现在所附权利要求的范围内。例如,权利要求中记载的动作可以以不同的次序执行,并且仍然实现期望的结果。
Claims (12)
1.一种使用表面区域的热图来确定错误方向的方法,所述方法包括:
在硬件处理器处接收来自至少一个传感器的传感器数据,所述至少一个传感器与所述硬件处理器通信并且被定位成使得所述表面区域在所述至少一个传感器的视场内;
在所述硬件处理器处标识多个交通参与者并确定至少一个属性,所述至少一个属性至少包括行进方向;
在所述硬件处理器处基于所述多个交通参与者的所述至少一个属性来生成所述热图,其中所述热图至少指示所述表面区域的行进方向;
在硬件处理器处接收第一车辆的指示行进方向和位置的传感器数据;以及
利用所述硬件处理器将所述第一车辆的所述传感器数据与所述热图进行比较,以确定所述第一车辆何时在与所述热图的行进方向相反的方向上行进。
2.根据权利要求1所述的方法,还包括向接近所述表面区域的交通参与者提供警告。
3.根据权利要求1所述的方法,还包括向所述第一车辆的驾驶员提供警告。
4.根据权利要求1所述的方法,还包括基于在相反行进方向上行进的第二多个交通参与者来更新所述热图以反映新的第二行进方向。
5.根据权利要求1所述的方法,还包括在所述视场内的所述表面区域的多个分区,其中,在所述热图上为每个分区分配行进方向。
6.根据权利要求5所述的方法,还包括基于所述传感器数据来确定所述第一车辆位于所述多个分区中的哪个中,并且其中将所述第一车辆的行进方向与对应于车辆位置的所述热图上的分区数据进行比较。
7. 一种用于生成表面区域的热图的交通监视***,所述***包括:
硬件处理器;以及
与所述硬件处理器通信的硬件存储器,所述硬件存储器存储指令,所述指令在所述硬件处理器上执行时,使得所述硬件处理器执行包括以下的操作:
在硬件处理器处接收来自至少一个传感器的传感器数据,所述至少一个传感器与所述硬件处理器通信并且被定位成使得所述表面区域在所述至少一个传感器的视场内;
在所述硬件处理器处标识多个交通参与者并确定至少一个属性,所述至少一个属性至少包括行进方向;
在所述硬件处理器处基于所述多个交通参与者的所述至少一个属性来生成所述热图,其中所述热图至少指示所述表面区域的行进方向;
在硬件处理器处接收第一车辆的指示速度和位置的传感器数据;以及
利用所述硬件处理器将所述第一车辆的所述传感器数据与所述热图进行比较,以确定所述第一车辆何时在与所述热图的行进方向相反的方向上行进。
8.根据权利要求7所述的***,还包括所述硬件处理器,所述硬件处理器被配置成执行向接近所述表面区域的交通参与者提供警告的操作。
9.根据权利要求7所述的***,还包括硬件处理器,其用于执行向所述第一车辆的驾驶员提供警告的操作。
10.根据权利要求7所述的***,还包括硬件处理器,其用于执行基于在相反行进方向上行进的第二多个交通参与者来更新所述热图以反映新的第二行进方向的操作。
11.根据权利要求7所述的***,还包括限定在所述视场内的所述表面区域的多个分区,其中,在所述热图上为每个分区分配行进方向。
12.根据权利要求7所述的***,还包括所述硬件处理器,所述硬件处理器被配置成执行基于所述传感器数据来确定所述第一车辆位于所述多个分区中的哪个中的操作,并且其中将所述第一车辆的行进方向与对应于车辆位置的所述热图上的分区数据进行比较。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/710325 | 2019-12-11 | ||
US16/710,325 US11288957B2 (en) | 2019-12-11 | 2019-12-11 | System and method for detecting one way driving using a heat map |
PCT/US2020/070897 WO2021119665A1 (en) | 2019-12-11 | 2020-12-11 | System and method for detecting one way driving using a heat map |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114746918A true CN114746918A (zh) | 2022-07-12 |
Family
ID=74104260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080085628.XA Pending CN114746918A (zh) | 2019-12-11 | 2020-12-11 | 使用热图来检测单向驾驶的***和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11288957B2 (zh) |
EP (1) | EP4073777A1 (zh) |
CN (1) | CN114746918A (zh) |
WO (1) | WO2021119665A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11548521B2 (en) * | 2020-03-31 | 2023-01-10 | Toyota Research Institute, Inc. | Systems, methods and vehicles for determining wrong direction driving |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150077273A1 (en) * | 2013-09-18 | 2015-03-19 | International Business Machines Corporation | Controlling vehicular traffic on a one-way roadway |
US20190213873A1 (en) * | 2018-01-09 | 2019-07-11 | Continental Automotive Systems, Inc. | System and method for generating a traffic heat map |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016203746A1 (de) * | 2016-03-08 | 2017-09-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen eines Falschfahrerfahrzeugs |
US20200135033A1 (en) * | 2018-10-29 | 2020-04-30 | Peloton Technology, Inc. | Systems and methods for managing platoons |
-
2019
- 2019-12-11 US US16/710,325 patent/US11288957B2/en active Active
-
2020
- 2020-12-11 EP EP20830500.3A patent/EP4073777A1/en active Pending
- 2020-12-11 WO PCT/US2020/070897 patent/WO2021119665A1/en unknown
- 2020-12-11 CN CN202080085628.XA patent/CN114746918A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150077273A1 (en) * | 2013-09-18 | 2015-03-19 | International Business Machines Corporation | Controlling vehicular traffic on a one-way roadway |
US20190213873A1 (en) * | 2018-01-09 | 2019-07-11 | Continental Automotive Systems, Inc. | System and method for generating a traffic heat map |
WO2019139937A1 (en) * | 2018-01-09 | 2019-07-18 | Continental Automotive Systems, Inc. | System and method for generating a traffic heat map |
Also Published As
Publication number | Publication date |
---|---|
US20210183239A1 (en) | 2021-06-17 |
EP4073777A1 (en) | 2022-10-19 |
US11288957B2 (en) | 2022-03-29 |
WO2021119665A1 (en) | 2021-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11195410B2 (en) | System and method for generating a traffic heat map | |
Alsrehin et al. | Intelligent transportation and control systems using data mining and machine learning techniques: A comprehensive study | |
Gruyer et al. | Perception, information processing and modeling: Critical stages for autonomous driving applications | |
CN112106124A (zh) | 用于使用v2x和传感器数据的***和方法 | |
EP3769507A1 (en) | Traffic boundary mapping | |
US20200034351A1 (en) | Source Authentication And Changed Primitive Verification Systems And Methods For Real Time Updating Of Cloud-Based HD 3-D Map | |
Evans et al. | Spatial big data | |
US10534368B2 (en) | Crowdsource-based virtual sensor generation and virtual sensor application control | |
US20200219389A1 (en) | Visualiziing real-time intersection occupancy and calculated analytics in 3d | |
KR20210038852A (ko) | 조기 경보 방법, 장치, 전자 기기, 컴퓨터 판독 가능 저장 매체 및 컴퓨터 프로그램 | |
US11932260B2 (en) | Selecting testing scenarios for evaluating the performance of autonomous vehicles | |
JP2022526819A (ja) | 自動車レーダー追跡のためのゴーストオブジェクト識別 | |
US20230159052A1 (en) | Method for processing behavior data, method for controlling autonomous vehicle, and autonomous vehicle | |
US10997858B2 (en) | System and method for determining parking occupancy detection using a heat map | |
Baliyan et al. | Role of AI and IoT techniques in autonomous transport vehicles | |
He et al. | Vi-map: Infrastructure-assisted real-time hd mapping for autonomous driving | |
Chaurasia et al. | Traffic congestion identification and reduction | |
CN114746918A (zh) | 使用热图来检测单向驾驶的***和方法 | |
WO2023039193A1 (en) | Search algorithms and safety verification for compliant domain volumes | |
KR20210002517A (ko) | 차량 호라이즌에서 오브젝트를 컨텍스트화 하기 위한 시스템 및 방법 | |
Greer et al. | Pedestrian Behavior Maps for Safety Advisories: CHAMP Framework and Real-World Data Analysis | |
WO2021217184A1 (en) | System and method for detecting wrong way driving using a heat map | |
Alrassy | Map Data Integration Technique with Large-Scale Fleet Telematics Data as Road Safety Surrogate Measures in the New York Metropolitan Area | |
KR20210106049A (ko) | 주행경로 설정장치 및 주행경로 설정방법 | |
Selmoune et al. | Development of a Residential Road Collision Warning Service Based on Risk Assessment |
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 |