JP2021524087A - Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法 - Google Patents

Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法 Download PDF

Info

Publication number
JP2021524087A
JP2021524087A JP2020563740A JP2020563740A JP2021524087A JP 2021524087 A JP2021524087 A JP 2021524087A JP 2020563740 A JP2020563740 A JP 2020563740A JP 2020563740 A JP2020563740 A JP 2020563740A JP 2021524087 A JP2021524087 A JP 2021524087A
Authority
JP
Japan
Prior art keywords
road
road user
user
users
detecting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2020563740A
Other languages
English (en)
Inventor
ユリエル カッツ
ユリエル カッツ
オー セラ
オー セラ
タル クレイスラー
タル クレイスラー
Original Assignee
ノートラフィック リミテッド
ノートラフィック リミテッド
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 ノートラフィック リミテッド, ノートラフィック リミテッド filed Critical ノートラフィック リミテッド
Publication of JP2021524087A publication Critical patent/JP2021524087A/ja
Priority to JP2023167663A priority Critical patent/JP2023179580A/ja
Pending legal-status Critical Current

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
    • G08G1/0104—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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0072—Transmission between mobile stations, e.g. anti-collision systems
    • 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
    • G08G1/01—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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

交通制御のための方法およびシステムは、道路網上の現場のセンサデータを処理ユニットで受信するステップと、処理ユニットでＶ２Ｘ通信を受信するステップと、を含む。道路ユーザの位置は、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの検出を可能にするセンサデータおよびＶ２Ｘ通信から計算する。コネクテッド道路ユーザおよび非コネクテッド道路ユーザが現場で検出されると、この情報を使用して、交通を制御することができる。【選択図】図２

Description

本発明は、道路ユーザ間の通信、および道路ユーザとインフラストラクチャとの間の通信に関する。
都市環境では、人間である道路ユーザにとって、多くの盲点がある。自律走行車両は、そのセンサの視野が人間の目と同じように限界があるために、これらの盲点を解決することはできない。
コネクテッド道路ユーザ（例えば、コネクテッド車両、自転車、歩行者など）は、ある道路ユーザから別の道路ユーザに、危険および他の道路ユーザの位置などに関する情報を送信することにより、盲点およびその他の場合を解決することを目的とした技術の１つである。
道路ユーザ間の可能な通信には、車車間（Ｖ２Ｖ）通信および歩車間（Ｖ２Ｐ）通信が含まれる。道路ユーザは、また、路車間（Ｖ２Ｉ）通信および路歩間（Ｐ２Ｉ）通信において、道路インフラストラクチャと通信することもできる。これらの通信モードは、一般に、Ｘ車間（Ｖ２Ｘ）と呼ばれる。
現在、Ｖ２Ｘに使用される競合する規格は、ＤＳＲＣ（専用狭域通信）およびＣ−Ｖ２Ｘ／５Ｇセルラベースのプロトコルである。これらの２つの規格は、Ｖ２Ｘの無線通信の物理レベル、すなわち、低レイテンシ、高信頼性、および高速移動物体に関連する課題に対処している。いずれの規格も、アプリケーションを作成することができる同じ機能層（トランスポート層）をサポートしている。
Ｖ２Ｘ通信のコアとなるのは、全てのコネクテッド道路ユーザによって１０Ｈｚでブロードキャストされるメッセージセットである。米国規格（ＳＡＥ Ｊ２３７５）では、メッセージセットは、基本安全メッセージ（ＢＳＭ）または歩行者用パーソナル安全メッセージ（ＰＳＭ）と呼ばれ、ヨーロッパ規格（ＩＴＳ−Ｇ５）では、メッセージセットは、協調認識メッセージ（ＣＡＭ）と呼ばれる。これらのメッセージセットは、機能的に、ほとんど同じである。
メッセージセットは、典型的には、位置（緯度および経度）推定および位置推定の精度、北に対する度数での方位、速度、加速度、過去の軌跡および予測された将来の軌跡などの情報を含む。
メッセージセット内の情報によって、コネクテッド道路ユーザがより安全で効率的に道路を使用することが可能になり、交通渋滞、事故および大気汚染を減らすことができる。
しかしながら、Ｖ２Ｘ通信の中心的な問題の１つは、この技術を実行可能にするために、この技術を大量に採用しなければならないことである。少なくとも、２人の道路ユーザ（例えば、２台の車両）は、その２人が通信できるようにするためにも、この技術が価値を提供するためにも、接続されていなければならない。Ｖ２Ｘ通信機能が大量に採用されるまでは、接続性を有することに、事実上、価値はない。
技術の採用は、通常、非線形であり、特にミクロレベル（例えば、特定街路上の車両の総数のうち、何台がコネクテッド車両であるかを推定すること）では、適切に推定できない。同様のことは、Ｖ２Ｘ技術の採用についても当てはまる。道路ユーザの１００％がＶ２Ｘ通信機能を有するまで、意思決定にＶ２Ｘ情報を使用するシステムは、ある現場における道路ユーザの総数を推定するために、その現場におけるコネクテッド道路ユーザの数に基づいて、Ｖ２Ｘ技術の採用率を推定する必要があり得る。
場合によっては、道路インフラストラクチャは、道路ユーザと通信することができる。例えば、交通信号のプリエンプション（交通信号の優先順位付けとも呼ばれる）によって、緊急車両の経路内の交通信号を操作することが可能になり、競合する交通を停止させ、緊急車両の通行を可能にし、応答時間を短縮し、交通安全を強化できる。また、交差点を通る公共交通機関の優先アクセスを可能にするために、または交差点における鉄道システムとの衝突を防止するために、信号プリエンプションを使用することもできる。
交通信号プリエンプションは、コネクテッド車両からインフラストラクチャ（例えば、交通信号コントローラ）へのプリエンプションメッセージ（例えば、ＳＡＥ Ｊ２３７５で、信号要求メッセージ・ＳＲＭ）の送信に基づくＶ２Ｉプリエンプションによって使用できる。現在、認可車両（例えば、緊急車両および公共交通機関）のリストは、リスト化された車両にのみプリエンプションを認可するために使用されている。
現在のＶ２Ｉプリエンプション・アプローチのいくつかの主要な欠点には、以下のこと、すなわち、
・ハッキングまたは誤動作によって、ＳＲＭを悪用されるおそれがあり、そのため、無認可車両のプリエンプションが可能になること、
・全ての認可車両が、Ｖ２Ｘサブシステムをインストールする必要があり、これによって、車両のコストが高くなり、交差点でのプリエンプションの採用が遅れること、
・このアプローチでは、非コネクテッド認可車両は考慮されていないこと、すなわち、相反する要求が適切に処理されない可能性があること。例えば、北からの交差点を横切るコネクテッドバスが優先権を得ると同時に、西から来る非コネクテッド警察車が、バスに与えられた優先権によって、遅れる場合があること、警察車が接続されておらず、したがって、インフラストラクチャと通信することができないという事実は、優先順位が誤って割り当てられる原因となること、
が含まれる。
たとえ、Ｖ２Ｘ技術が広く採用されたとしても、Ｖ２Ｘ通信によってカバーされないシナリオ、例えば、非コネクテッド道路ユーザ（例えば、小さな子供）が街路に走り込むこと、Ｖ２Ｘ通信モジュールが誤動作すること、非コネクテッド障害物（例えば、ポットホール）などが依然として存在する。
上記の理由のために、Ｖ２Ｘ技術の現在の使用は、道路ユーザの接続性の安全性および他の潜在的なメリットを提供するには不十分である。
本発明の実施形態によって、道路網上の現場を完全にカバーして、その現場におけるコネクテッド道路ユーザおよび非コネクテッド道路ユーザの両方を検出して、識別することが可能になり、Ｖ２Ｘ通信を使用していない道路ユーザであっても、全ての道路ユーザが接続されている状況をエミュレートすることが可能になる。したがって、本発明の実施形態は、その現場にコネクテッド道路ユーザが１人しかいない（極端な）場合であっても、Ｖ２Ｘ技術によって可能になる安全機能および他のアプリケーションを全ての道路ユーザに提供する。
本発明の実施形態は、Ｖ２Ｘ通信を使用して、現場の近傍にいる、あるいは近接しているコネクテッド道路ユーザを検出して、識別し、またセンサを使用して、その現場の近傍の全ての道路ユーザを検出する。
一実施形態では、交通制御システムは、道路ユーザを検出するためのセンサであって、道路網上の現場に取り付けられた、センサと、Ｖ２Ｘ通信モジュールと、センサおよびＶ２Ｘ通信モジュールからの入力を受信するための処理ユニットであって、入力には道路ユーザの少なくとも位置を含む、処理ユニットと、を含む。次いで、システムは、入力に基づいて、コネクテッド道路ユーザおよび非コネクテッド道路ユーザを検出し、識別することができる。
ここで、本発明を、より完全に理解できるように、以下の例示的な図面を参照して、特定の実施例および実施形態に関連して説明する。
本発明の実施形態に従って、道路ユーザ間の通信を管理するためのシステムを概略的に示す。 本発明の実施形態に従って、道路ユーザ間の通信を管理するための方法を概略的に示す。 本発明の実施形態に従って、構築され、使用される仮想マップを概略的に示す。 本発明の実施形態に従って、コネクテッド道路ユーザと非コネクテッド道路ユーザとをマッチングさせるための方法を概略的に示す。 本発明の実施形態に従って、コネクテッド道路ユーザと非コネクテッド道路ユーザとをマッチングさせるための方法を概略的に示す。 本発明の実施形態に従って、コネクテッド道路ユーザと非コネクテッド道路ユーザとをマッチングさせるための方法を概略的に示す。 本発明の一実施形態に従って、センサのネットワークを概略的に示す。 本発明の一実施形態に従って、動作可能なシステムの典型的な展開を概略的に示す。 本発明の一実施形態による、道路ユーザのＥＴＡの計算を概略的に示す。 本発明の実施形態に従って、交通プリエンプションのための方法を概略的に示す。 本発明の実施形態に従って、交通プリエンプションのための方法を概略的に示す。 本発明の実施形態に従って、交通プリエンプションのための方法を概略的に示す。 本発明の実施形態に従って、交通プリエンプションのための方法を概略的に示す。 本発明の一実施形態に従って、道路網の現場の将来の使用を予測する方法を概略的に示す。 本発明の実施形態に従って、道路網上の危険な状態を推定するための方法を概略的に示す。 本発明の実施形態に従って、道路網上の危険な状態を推定するための方法を概略的に示す。 本発明の実施形態に従って、道路網上の危険な状態を推定するための方法を概略的に示す。 本発明の実施形態に従って、道路網上の危険な状態を推定するための方法を概略的に示す。
本発明の実施形態によって、道路網上の所定の現場における全ての道路ユーザの位置を提供し、その現場での効率的な交通制御が可能になる。本発明の実施形態は、ある現場において、その現場の近傍に取り付けられたセンサからの入力に基づいて、全道路ユーザおよびその位置を検出することと、Ｖ２Ｘ通信に基づいて、コネクテッド道路ユーザおよびその位置を検出することを含む。次に、各コネクテッド道路ユーザを全道路ユーザのうちの１人にマッチングさせることによって、非コネクテッド道路ユーザを検出する。マッチングしていない全ての道路ユーザを、非コネクテッド道路ユーザであると決定する。
道路ユーザの位置とは、典型的には、実世界における座標（すなわち、地理座標系における位置）または画像内の画素座標（例えば、ラスタ画像または点群画像）であり得る座標を意味する。
任意の所与の時間における道路ユーザの位置などの情報を含む仮想マップを作成し、例えば、異なる位置への異なるユーザの推定到着時間（ＥＴＡ）を計算するために使用することができる。そのような仮想マップは、例えば、交通を効率的に制御するために、無数の安全アプリケーションにおいて使用され得る。例えば、
・道路ユーザの視野内に存在しない物体との衝突の警告、
・次の車両までの距離の最適化：コネクテッド自律走行車両（ＣＡＶ）は、速度、加速度および近傍の車両までの距離を知ることによって、ＣＡＶ自体の速度および加速度を適応させて、近傍の車両から安全な距離を保ち、それによって安全性を改善し、交通の流れをよりスムーズなものとすることができる、
・米国の信号付き交差点における左折移動（左折支援）など都市環境における複雑な操作で、ＣＡＶの支援、
である。
「道路ユーザ」という用語は、道路網を使用する任意のエンティティ、例えば、歩行者、サイクリスト、オートバイ、自家用車、トラック、バス、緊急車両などを意味する。
「道路網」という用語は、道路ユーザが輸送に使用する経路および構造を意味する。例えば、道路、高速道路、交差点、経路などは全て、道路網の一部とすることができる。
道路網のインフラストラクチャには、道路網に関連し、道路ユーザを支援するアクセサリ、例えば、信号機、照明柱、交通標識および他の道路標識、動的メッセージ標識（ＤＭＳ）、動的レーンインジケータ等を含む。
本明細書で使用される用語Ｖ２Ｘとは、一般に、道路網上の全ての要素間の通信、例えば、道路ユーザ間の通信、インフラストラクチャとユーザとの間の通信、インフラストラクチャ間の通信などを意味する。
本明細書およびその実施例における用語「網」とは、全て道路を意味するが、本発明は、ユーザが移動する任意の網、例えば、河川、海洋、空、レールなどにも関連することを理解されたい。
以下の説明では、本発明の様々な態様について説明する。説明の目的のために、特定の構成および詳細を記載し、本発明の完全な理解を提供する。しかしながら、本発明は、本明細書に提示される特定の詳細なしに実施され得ることも、当業者には明らかであろう。さらに、周知の特徴は、本発明を曖昧にしないために、省略または簡略化されることもある。
特に明記しない限り、以下の説明から明らかなように、「分析する」、「処理する」、「算出する」、「計算する」、「決定する」、「検出する」、「識別する」、「学習する」などの用語を利用する本明細書の説明全体にわたって、コンピューティングシステムのレジスタおよび／またはメモリ内の物理量として表されるデータを、コンピューティングシステムのメモリ、レジスタまたは他のそのような情報ストレージ、送信または表示デバイス内の物理量として同様に表される他のデータに操作および／または変換するコンピュータまたはコンピューティングシステム、または同様の電子コンピューティングデバイスの動作および／またはプロセスを意味することが理解される。特に明記しない限り、これらの用語は、プロセッサの自動動作であって、人間のオペレータの動作とは無関係であり、人間のオペレータのいかなる動作も伴わない動作を意味する。
図１Ａに概略的に示す例示的なシステム１００において、処理ユニット１０４は、道路ユーザを検出することができる１つまたは複数のセンサ１０２と、コネクテッド道路ユーザとの間で通信を受信および送信することができる１つまたは複数のＶ２Ｘ通信モジュール１０３と通信している。処理ユニット１０４は、センサ１０２およびＶ２Ｘ通信モジュール１０３からの入力（本明細書ではセンサデータとも呼ばれる）を受信し、入力、コネクテッド道路ユーザおよび非コネクテッド道路ユーザに基づいて、検出して、任意選択で識別することができる。
典型的には、センサ１０２およびＶ２Ｘ通信モジュール１０３からの入力は、センサ１０２によって検出された道路ユーザの位置と、Ｖ２Ｘ通信モジュール１０３に送信するコネクテッド道路ユーザの位置を少なくとも含む。
センサ１０２は、例えば、光学ベース、レーダベース、音波ベースであっても、あるいは道路ユーザを検出するための他の適切な技術を使用してもよい。センサ１０２は、カメラ、レーダ、ライダおよび／または道路ユーザを検出するための他の適切なセンサのうちの１つ、またはそれらの組合せを含むことができる。センサ１０２は、道路ユーザを表す画像または他のデータなどのデータを取得し、処理ユニット１０４は、データから道路ユーザの位置を計算することができる。
本明細書で説明する例示的な実施形態では、センサ１０２はカメラを含むが、他のセンサを使用することもできる。一実施形態では、センサ１０２は、ＣＣＤまたはＣＭＯＳまたは別の適切なチップを含むカメラを含む。カメラは、２Ｄカメラであっても、あるいは３Ｄカメラであってもよい。プロセッサ１０４は、形状および／または色検出アルゴリズムなどの画像処理アルゴリズム、および／または畳み込みニューラルネットワーク（ＣＮＮ）および／またはサポートベクトルマシン（ＳＶＭ）などの機械学習モデルを適用して、各道路ユーザを検出し、場合によっては分類し、画像処理および追跡アルゴリズムを使用して、各道路ユーザを追跡して、各ユーザの位置、方位、速度、加速度、ならびに過去および将来の軌跡などのパラメータを計算することができる。
Ｖ２Ｘ通信モジュール１０３は、ＤＳＲＣおよび／またはＣ−Ｖ２Ｘ／５Ｇなどの適切な通信方法を使用して、コネクテッド道路ユーザと通信することができる。例えば、Ｖ２Ｘ通信モジュール１０３は、ＤＳＲＣまたはＣ−Ｖ２Ｘ／５Ｇモデムを含むことができ、ＤＳＲＣ／Ｃ−Ｖ２Ｘまたはフリートテレマティクスを使用して（セルラ通信を介して）コネクテッド道路ユーザからデータを受信する。
各コネクテッド道路ユーザから受信する情報は、典型的には、センサ１０２から受信したデータから計算されたパラメータと同様に、ユーザの位置（地理座標系で）、速度、加速度、方位、過去の軌跡および予測される将来の軌跡を含む。道路ユーザのクラス（例えば、自家用車、バス、歩行者など）および／または識別情報（例えば、Ｖ２Ｘデジタル証明書、ナンバープレート番号など）も、Ｖ２Ｘ通信モジュール１０３を介して受信してもよい。
処理ユニット１０４は、以下にさらに説明するように、これらのパラメータに基づいて、信号を生成し、その信号を、Ｖ２Ｘ通信モジュール１０３を介してコネクテッド道路ユーザおよび／または道路インフラストラクチャに送信することができる。
処理ユニット１０４は、例えば、１つまたは複数のプロセッサを含むことができ、中央処理ユニット（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、マイクロプロセッサ、コントローラ、チップ、マイクロチップ、集積回路（ＩＣ）、または任意の他の適切な多目的または特定のプロセッサまたはコントローラであり得る。処理ユニット１０４は、メモリユニット１０９を含むことができ、あるいはメモリユニット１０９と通信することができる。メモリユニット１０９は、センサ１０２および／またはＶ２Ｘ通信モジュール１０３から受信したデータの少なくとも一部を記憶することができる。
メモリユニット１０９は、例えば、ランダムアクセスメモリ、ダイナミックＲＡＭ、フラッシュメモリ、揮発性メモリ、不揮発性メモリ、キャッシュメモリ、バッファ、短期メモリユニット、長期メモリユニット、または他の適切なメモリユニットまたはストレージユニットを含むことができる。
いくつかの実施形態では、メモリユニット１０９は、本明細書で説明するように、処理ユニット１０４によって実行されると、処理ユニット１０４の動作の実行を容易にする実行可能命令を格納する。
システム１００の構成要素は、有線通信または無線通信であってもよく、適切なポートおよび／またはネットワークハブおよび／または適切なケーブル配線を含んでもよい。
さらに、システム１００は、例えば、画像、仮想マップ、命令および／または通知を（例えば、モニタ上に表示されるテキストまたは他のコンテンツを介して）表示するために、モニタまたは画面などのディスプレイを有するユーザインタフェースデバイスを含むことも、あるいはそれに取り付けることもできる。また、ユーザインタフェースデバイスは、外部ユーザからの入力を受信するように設計されてもよい。例えば、ユーザインタフェースデバイスは、外部ユーザがシステムと対話できるように、モニタおよびキーボードおよび／またはマウスおよび／またはタッチスクリーンを含んでもよい。
例えば、クラウド内でローカルにまたはリモートに接続されたストレージデバイスは、システム１００とともに使用されてもよい。ストレージデバイスは、例えば、ハードディスクドライブ（ＨＤＤ）またはソリッドステートドライブ（ＳＳＤ）のような揮発性および／または不揮発性ストレージ媒体を含むサーバであってもよい。いくつかの実施形態では、ストレージデバイスは、センサ１０２および／またはＶ２Ｘ通信モジュール１０３からのデータ入力を受信し、管理するためのソフトウェアを含むことができる。
図１Ｂに概略的に示すように、処理ユニット１０４は、センサ１０２からの入力を受信し（ステップ１２０）、センサ入力から全道路ユーザを検出する（ステップ１２２）。典型的には、全ユーザのグループは、センサ１０２の視野（ＦＯＶ）内の全てのユーザを含む。
一実施形態では、プロセッサ１０４は、センサ入力からの情報（すなわち、センサ入力から計算されたユーザパラメータ）を使用して、ステップ１２２で検出された全道路ユーザの識別子（例えば、道路ユーザのアイデンティティまたは他のパラメータを表す値または他のキャラクタ）を含むリストまたは他の記録を作成し、維持する。このリストは、コネクテッドユーザと非コネクテッドユーザの両方の識別子を含む。典型的には、全ユーザのリストは、センサ１０２のＦＯＶによって定義される特定の現場におけるユーザに関連する。
処理ユニット１０４は、Ｖ２Ｘ通信モジュール１０３から受信した入力からコネクテッド道路ユーザを検出する（ステップ１２４）。プロセッサ１０４は、Ｖ２Ｘ通信モジュール１０３からの入力に基づいて、別のリストまたは他の記録を作成し、維持することができる。このリストは、Ｖ２Ｘ通信モジュール１０３に送信するコネクテッドユーザだけを含む。
プロセッサ１０４は、非コネクテッド道路ユーザを検出するために、全道路ユーザをコネクテッドユーザと比較する（ステップ１２６）。例えば、全道路ユーザのリストとコネクテッド道路ユーザのリストとを比較またはマッチングすることにより、全ユーザのうちの非コネクテッドユーザを決定することができる。道路ユーザは、その道路ユーザにマッチングすることができるコネクテッド道路ユーザが存在しない場合、非コネクテッド道路ユーザであると見なされる。
いくつかの実施形態では、デバイスは、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの位置に基づいて（例えば、処理ユニット１０４によって生成された信号によって）、制御することもできる（ステップ１２８）。
例えば、処理ユニット１０４は、ステップ１２６で検出された各非コネクテッド道路ユーザについてメッセージを作成することができる。メッセージ（例えば、現在の標準では、ＢＳＭおよび／またはＣＡＭおよび／またはＰＳＭ）は、典型的には、計算されたユーザパラメータ（例えば、位置、速度、加速度、方位、分類、過去および予測の軌跡など）を含み、Ｖ２Ｘ通信モジュール１０３モデムを介して、必要な周波数（例えば、車両の場合は１０Ｈｚ、歩行者の場合は２Ｈｚ）で、現場の近傍の全てのコネクテッド道路ユーザにブロードキャストすることができる。
以下でさらに説明する別の例では、交通コントローラは、道路ユーザの位置に従って、処理ユニット１０４によって制御することができる。
したがって、本発明の実施形態によって、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの両方の位置に基づいて、より安全でより円滑な交通を提供するために、デバイスを制御することが可能になる。
本明細書に記載されるいくつかの実施形態によって、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの他の／追加パラメータ、例えば、各ユーザの方位、速度、加速度、および軌跡などに基づいて、より安全でより円滑な交通を提供するために、デバイスを制御することが可能になる。
上述したように、処理ユニット１０４は、センサ１０２およびＶ２Ｘ通信モジュール１０３からの入力に基づいて、道路網上の現場の近傍の、および近づく全道路ユーザのリストを作成し、維持することができる。全道路ユーザのリストを、コネクテッド道路ユーザのリストとマッチングし、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの位置を決定する。
処理ユニット１０４は、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの決定された位置を使用して、仮想マップを作成することができる。仮想マップは、周期的に（例えば、所定の頻度で）作成（例えば、計算）されてもよい。いくつかの実施形態では、仮想マップは、周期的に更新される動的仮想マップであってもよい。
一実施形態では、センサ１０２から入力されたデータに、オブジェクト検出および分類アルゴリズムを（例えば、ＹＯＬＯ物体検出、ＳＳＤ深層学習、またはＦａｓｔｅｒ−ＲＣＮＮなどのＣＮＮ深層ニューラルネットワークを使用して）適用することによって、プロセッサ１０４は、道路ユーザを検出および分類し、場合によっては分類ごとに、検出された道路ユーザごとに境界形状（例えば、３Ｄボックス）を計算する。したがって、車両は、歩行者とは異なる境界形状を有することがあり、車両は、列車などとは異なる境界形状を有することがある。
各境界（ｂｏｕｎｄ）道路ユーザは、追跡ＩＤを割り当てられ、例えば、物体追跡アルゴリズム（Ｓｉａｍｅｓｅ−ＣＮＮ＋ＲＮＮ、ＭｅｄｉａｎＦｌｏｗ、ＫＬＴなど）を使用することによって追跡される。
追跡ＩＤによって識別される各道路ユーザのポーズは、例えば、ユーザを表す３Ｄ境界ボックスの各面の方向に基づいて計算することができる。
各道路ユーザのパラメータは、経時的なユーザの位置に基づいて計算することができる。例えば、速度は、レーダデータから直接、および／または画像内のユーザ位置（画素座標）の経時的な差を測定することによって、計算することができる。
加速度は、速度の経時的な差を測定することで計算できる。
方位は、ユーザのポーズに基づいて、および／または異なる時間に取得された２つ以上の別の画像における同じユーザの２つ（またはそれ以上）の位置間の角度に基づいて計算することができる。
ユーザの過去の軌跡（＜位置、時間＞ペアのリストとして定義することができる）は、経時的な位置に基づいて、計算することができる。
将来のまたは予測される軌跡は、道路ユーザの分類、過去の軌跡、速度、加速度、および方位を含む情報について訓練された予測モデル（回帰型ニューラルネットワーク（ＲＮＮ）など）を使用して計算することができる。将来の軌跡は、＜位置、時間＞ペアのリストとして定義することができ、ここで、時間は将来のものである。
次に、プロセッサ１０４は、画素座標を地理座標系にマッピングする変換関数（例えば、透視変換行列）を計算することができる。場合によっては、処理ユニット１０４は、画像、画素座標、および地理座標系（例えば、緯度および経度）における異なる既知の位置のうちの１つの位置を使用して較正することができる。距離測定関数（半正矢関数の公式など）を使用すると、地理座標系の２点からの距離をメートル単位で計算できる。
処理ユニット１０４は、例えば、上述のように、変換機能を使用して、画素／点群空間内の位置および／またはポーズ、分類、速度、加速度、方位、ならびに過去および予測の軌跡など、センサ１０２からの入力から計算されたユーザパラメータから仮想マップを作成することができる。マップは、センサ１０２のＦＯＶ内にないコネクテッドユーザのパラメータ（位置、ポーズ、分類、速度、加速度、方位、ならびに過去および予測の軌跡など）に関連する情報も含んでもよい。この情報は、典型的には、Ｖ２Ｘ通信モジュール１０３から受信され、一方、センサ１０２のＦＯＶ内にいるコネクテッドユーザのパラメータに関する情報は、センサ１０２およびＶ２Ｘ通信モジュール１０３の両方からの情報を含む。
仮想マップ２００は、図２に概略的に示されている。一実施形態では、仮想マップ２００は、全ての道路ユーザ２１５および２１６を、それらのＩＤ（ＩＤ１およびＩＤ２）とともに地理座標系で示す。例えば、上述のような距離測定関数および計算されたユーザパラメータを使用して、仮想マップ２００は、各道路ユーザ２１５および２１６についての情報２１５’および２１６’によって、例えば、ユーザの位置（例えば、緯度および経度）、速度（例えば、ｍ／ｓ）、加速度（例えば、ｍ／ｓ２）、方位（例えば、０が北である角度）、過去および予測の軌跡（＜位置、時間＞ペアのリストであって、時間は、予測される軌跡に対する将来の時間であり得る）に関する情報によって、さらに増補されてもよい。クラスおよび／またはアイデンティティ（例えば、ナンバープレート番号、色、形状などを含む）などの追加のパラメータも、仮想マップ２００に追加することができる。仮想マップ２００に追加することができる追加のパラメータまたは情報は、道路ユーザの状態、例えば、コネクテッドのステータス、非コネクテッドのステータス、およびコネクテッドで、センサ入力にマッチングされている状態を含むことができる。
仮想マップ２００は、道路網２１１および道路網インフラストラクチャ２１２のグラフィック位置を、それらの実世界位置を表す位置で、含むことができる。道路ユーザ２１５および２１６のグラフィック表現は、適切な位置でマップ上に重ね合わせることができる。
いくつかの実施形態では、処理ユニット１０４は、以下でさらに説明するように、仮想マップ２００に基づいて、実世界位置における特定道路ユーザの推定到着時間（ＥＴＡ）を計算し、ＥＴＡに従ってデバイスを制御することができる。
図３Ａに概略的に示すように、道路網上の現場における全ての道路ユーザを、センサ１０２のようなセンサからの入力に基づいて、ステップ３２で検出する。センサからの入力は、例えば、画像データおよび／または点群データを含むことができる。
ステップ３４において、コネクテッド道路ユーザを、Ｖ２Ｘ送信に基づいて、例えば、Ｖ２Ｘ通信モジュール１０３からの入力によって、検出する。
ステップ３６において、（ステップ３４で検出した）各コネクテッド道路ユーザを（ステップ３２で検出した）全ての道路ユーザのうちの１人にマッチングさせることによって、少なくとも１人の非コネクテッド道路ユーザを検出し、それによって、マッチングされていない道路ユーザを非コネクテッド道路ユーザであると決定する。一実施形態では、非コネクテッドユーザを決定するためのマッチングは、全てのユーザのリストからコネクテッドユーザのリストを減算することによって行うことができる。
ステップ３２において、センサからの入力を分析し、全てのユーザを検出する。センサからの入力は、画像データを含むことができ、全ての道路ユーザを検出することは、画像データに物体検出アルゴリズムを適用することを含むことができる。いくつかの実施形態では、センサからの入力は、レーダセンサまたはライダセンサからのデータ（例えば、点群データ）を含んでもよく、全ての道路ユーザを検出することは、データ上でクラスタリングアルゴリズム（ＤＢＳＣＡＮなど）またはＣＮＮなどのニューラルネットワークを使用することを含んでもよい。
いくつかの実施形態では、細粒分類器（ＣＮＮなど）を、車両、列車、自転車、歩行者などの異なる道路ユーザの画像上で訓練することができる。訓練された分類器は、処理ユニット１０４によって使用され、画像データからの道路ユーザの信頼性の高い細粒分類および識別を提供することができる。
いくつかの実施形態では、ステップ３２で検出した道路ユーザのうちの１人に対する各コネクテッド道路ユーザのマッチングは、両方の道路ユーザのうちの少なくとも１つのパラメータが閾値を超える類似度を示すことを決定することを含む。
図３Ｂに概略的に示すように、センサデータから検出された道路ユーザのパラメータを決定する（ステップ３０２）。その決定したパラメータと、コネクテッド道路ユーザの同じパラメータとの類似度が閾値を超える場合（ステップ３０４）、マッチングを見い出す（ステップ３０６）。類似度が閾値未満である場合、マッチングを見出さない（ステップ３０８）。
いくつかの実施形態では、２人の道路ユーザ間のマッチングを確認するために、２つ以上のパラメータが閾値を超えてマッチングしなければならない。
一実施形態では、物体マッチングアルゴリズム（テンプレートマッチング、特徴マッチング、潜在性ベクトル空間へのマッピングを伴うニューラルネットワーク、および余弦距離ロスなど）を使用して、道路ユーザのパラメータ（例えば、位置、速度、加速度、分類、および軌跡）を比較する。
場合によっては、Ｖ２Ｘ通信モジュールからの入力に基づいて決定された特定道路ユーザのパラメータを、センサからの入力に基づいて決定された（同じ道路ユーザの）パラメータと比較することができる。例えば、センサ入力からユーザのパラメータを計算することは、物体検出および／またはトラッキングアルゴリズムの使用を含むことができ、一方、Ｖ２Ｘ通信モジュールから受信されるコネクテッドユーザのパラメータを計算することは、全地球測位システム（ＧＰＳ）または慣性計測ユニット（ＩＭＵ）ベースのデバイスの使用を含む。これらの異なる技術によって決定されるパラメータ間の比較によって、Ｖ２Ｘ通信モジュールからの入力における固有の誤差および／またはセンサからの入力に基づく計算における誤差を決定することが可能になる。いくつかの実施形態では、閾値は、決定された固有の誤差に基づいて設定することができる。例えば、閾値は、（決定された固有の誤差によって決定されるように）誤差の確率を超えるように設定することができる。他の実施形態では、閾値は、所定の閾値である。
全ての道路ユーザが接続されているわけではない状況では、本発明の実施形態を使用して道路ユーザの接続をエミュレートすることができる。例えば、図３Ｃに概略的に示すように、道路網上の現場における全ての道路ユーザを、センサ１０２などのセンサからの入力に基づいて、ステップ３１２で検出する。
ステップ３１４において、コネクテッド道路ユーザを、Ｖ２Ｘ送信に基づいて、例えば、Ｖ２Ｘ通信モジュール１０３からの入力によって検出する。
ステップ３１６において、例えば上述のように、全てのユーザをコネクテッドユーザにマッチングさせることによって、少なくとも１人の非コネクテッド道路ユーザを、検出する。
ステップ３１８において、非コネクテッド道路ユーザのパラメータ（例えば、分類、位置、方位、速度、加速度、および過去および／または将来の軌跡）を、例えば、上述のように決定する。
決定したパラメータを含むメッセージセットを作成し（ステップ３２０）、そのメッセージセットを、例えば、Ｖ２Ｘ通信モジュールを介して、コネクテッド道路ユーザおよび／または道路網インフラストラクチャに送信すると（ステップ３２２）、非コネクテッド道路ユーザが「可視」になり、他のユーザおよび／またはインフラストラクチャに接続することが可能になる。
一実施形態では、その一例が図４に概略的に示されているが、複数のセンサ４０２が制御ユニット４０６と通信している。制御ユニット４０６は、ＣＰＵ、または無線通信機能（例えば、Ｗｉｆｉ（登録商標）、ＬｏＲａ（登録商標）、Ｃｅｌｌｕｌａｒなど）および／または有線通信（例えば、イーサネット（登録商標）（他）、ファイバなど）などの任意の他の適切なプロセッサおよび通信機能を含み得る。さらに、制御ユニット４０６は、Ｖ２Ｘ通信機能を有する。
制御ユニット４０６は、道路網インフラストラクチャ（動的メッセージサイン、動的レーンインジケータなど）と直接通信することができ、または、典型的には、インフラストラクチャを制御するための専用コンピュータである道路網インフラストラクチャ・コントローラユニット４０７を介して通信することができる。例えば、各交通信号機は、交通信号機のシーケンスおよび継続時間を制御する交通信号コントローラに接続されている。
制御ユニット４０６は、また、１つまたは複数のＶ２Ｘ通信モジュール４０３と通信することができ、これらのモジュールは、センサ４０２の同じ位置、および／またはコネクテッドユーザおよび／または制御ユニット４０６と情報を送受信するのに適切な位置に配置される。
制御ユニット４０６は、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの検出に基づいて、信号を道路網インフラストラクチャ・コントローラユニット４０７に送信することができる。
いくつかの実施形態では、制御ユニット４０６は、コネクテッド道路ユーザと通信することができる。
いくつかの実施形態では、各センサ４０２と、場合によってはＶ２Ｘ通信モジュール４０３と、場合によっては処理ユニットとは、単一のハウジング４０１に収容される。ハウジングは、典型的には、センサ４０２に対して、画像または他のデータを取得している間に、動かされないように安定性を提供する。
ハウジング４０１は、プラスチックおよび／または金属などの耐久性があり、実用的であり、使用に安全な材料で作ることができる。いくつかの実施形態では、ハウジング４０１は、１つまたは複数のピボット要素、例えば、ヒンジ、回転可能な接合またはボール接合、および回転可能なアームを含むことができ、ハウジングの様々な動きを可能にする。例えば、ハウジングは、ハウジングを回転および／または傾斜させることによって、道路網上の現場に取り付けられ、ハウジング４０１内に収容されるセンサ４０２がいくつかのＦＯＶを有することを可能にする。
図５に概略的に示す一実施形態では、センサのネットワークが道路網上の現場に配置される。ネットワークからの各センサ５０２は、現場の異なる位置に取り付けることができる。
センサ５０２を取り付けるための適切な現場は、例えば、以下を含む：
・交差点、典型的には信号付き交差点は、現代の道路網の重要な部分であり、事故、特に致命的な事故につながる決定的なポイントであり、衝突の原因となっている。
・ラウンドアバウトは、信号付き交差点の代替であり、致命的な事故を劇的に減少させることができるが、かなりの広い土地を必要とする。
・衝突の原因となる高速道路の出入り口ランプ。ランプメータリングも交通の流れに影響を及ぼす決定的なポイントとなり得る。
長い高速道路では、例えば、センサ５０２は、高速道路をカバーするＦＯＶを提供するのに適した任意の場所に配置することができる。
いくつかの実施形態では、センサ５０２は、電気を供給することができ、道路網の視認性が可能な位置に取り付けられる。他の実施形態では、センサ５０２および／またはセンサのネットワークの他の構成要素は、例えば、ソーラーパネルまたはバッテリを使用することによって、移動式および自己駆動式であってもよい。
図５は、典型的な四方向交差点５００を示す。この実施形態では、センサ５０２は、交差点の各方向に、例えば、信号機マストおよび／または照明ポール５１２、または交差点の中心をセンサで完全にカバーすることも、各方向の停止線５１３から大きく（例えば、２００ｍ）カバーすることもできる任意の他の適切な位置に設置することができる。
センサで完全にカバーするとは、センサ５０２が、道路ユーザ、例えば、車両５１５を検出して、分類できるだけの十分なデータを高品質で取得できることを意味する。
この実施形態では、上述した制御ユニット４０６と同様であってもよい制御ユニット５０６が、センサネットワークおよび交通信号コントローラ５０７と通信している。制御ユニット５０６は、また、Ｖ２Ｘ通信モジュール５０３と通信してもよく、このモジュールを、センサ５０２と同じ位置、および／またはコネクテッドユーザおよび／または制御ユニット５０６から情報を送受信するのに適切な位置に配置してもよい。
いくつかの実施形態では、センサ５０２と、場合によっては、Ｖ２Ｘ通信モジュール５０３は、単一ユニットの一部であってもよく、互いに通信するおよび／または制御ユニット５０６と通信するいくつかのそのようなユニットを、交差点５００のポール５１２上に配置することで、交差点をより広くカバーすることができる。
制御ユニット５０６は、センサ５０２およびＶ２Ｘ通信モジュール５０３からの入力に基づいて、信号コントローラ５０７にリアルタイム命令を提供することができる。１つまたは複数のセンサ５０２およびＶ２Ｘ通信モジュール５０３からの入力を使用することを含むこの実施形態によって、たとえ、現場（例えば、交差点５００の近傍）の全ての道路ユーザが接続されていない場合であっても、それらの道路ユーザを関連付けることが可能になり、交通の流れを改善し、その現場での事故を低減するために、より正確で完全な交通の制御を提供することができる。
上述のように、処理ユニット１０４は、例えば、仮想マップを使用して、ある位置にいる特定道路ユーザの推定到着時間（ＥＴＡ）を計算することができ、ＥＴＡに従って、デバイスを制御することができる。
一実施形態では、道路網インフラストラクチャを、計算したＥＴＡに基づいて制御することができる。例えば、緊急車両（例えば、警察車、消防車、救急車）および公共交通機関（例えば、バス、列車およびライドシェアリング）のような認可道路ユーザを、信号付き交差点で、優先させることで、それらの遅延を最小限に抑え、それらの安全性およびサービスレベルを改善することができる。
図６に概略的に示す一実施形態では、道路ユーザ６１５を、上述のように、例えば、画像解析に基づいて、および／またはＶ２Ｘ送信に基づいて、交差点６００の近傍で検出する。第一の位置６１１にいる道路ユーザ６１５の方位、速度、および加速度などのパラメータを使用して、道路ユーザ６１５が第二の位置６１３に到着するのに要する時間を計算することができる。典型的には、計算は、上述のように、仮想マップを使用して行われる。計算した時間に基づいて、道路網上の位置６１３における道路ユーザ６１５のＥＴＡを生成することができる。
一実施形態では、速度、加速度、方位、分類、ならびに過去および予測の軌跡などのパラメータを考慮することによって、所定の位置における各道路ユーザのＥＴＡを予測するＥＴＡ履歴モデル（ＲＮＮなど）を作成できる。
履歴モデルに加えて、仮想マップからの全ての道路ユーザの過去および予測の軌跡に基づくリアルタイム対話モデル（例えば、ＣＮＮ＋ＲＮＮ）は、他の道路ユーザも考慮に入れることで、ＥＴＡメトリックの精度をさらに改善する。
制御ユニット６０７は、生成されたＥＴＡに基づいて、信号機などの道路網インフラストラクチャ６１２を制御することができる。
図７Ａに概略的に示される一例では、制御ユニット７０６は、現行の道路網規則に基づいて、道路網インフラストラクチャ・コントローラ（例えば、信号コントローラ７０７）を制御する。道路網規則は、例えば、自治体または他の指針に基づくプリエンプション規則を含むことができる。
この例では、制御ユニット７０６は、仮想マップ７００から、道路ユーザ、例えば道路ユーザ６１５が現場、例えば、交差点６００内の位置６１３に接近していることの指示を受信する。さらに、道路ユーザのＥＴＡ（４秒）は、仮想マップ７００から提供される。制御ユニット７０６は、例えば、センサおよび／またはＶ２Ｘ通信モジュールからの入力に基づいて、道路ユーザを識別して、分類することができる。
一実施形態では、道路ユーザは、認可車両、すなわち、都市の方針によって定義されるようなプリエンプションを受けることを認可された車両タイプである。認可車両には、例えば、緊急車両（警察車、救急車、消防車など）および公共輸送車両（バスおよび列車など）を含むことができる。この場合、細粒分類器（ＣＮＮなど）は、緊急車両、公共交通機関車両、および他の関連車両の画像上で、プリエンプションのために訓練することができる。この分類器は、「認可車両」の信頼できる細粒分類を、画像データなどのセンサから得られたデータから提供するために使用することができる。
仮想マップ７００からの情報および細粒分類を使用して、制御ユニット７０６は、道路ユーザ（例えば、バス対救急車）の細粒分類および速度、加速度、方位および過去および予測の軌跡などの他のパラメータを考慮して、各「認可車両」が所定の位置、例えば、交差点の停止線に至るＥＴＡを予測するＥＴＡ履歴モデル（例えば、ＲＮＮ）を構築することができる。
ＥＴＡは、認可車両ごとに、仮想マップ７００に含まれる情報に追加することができる。
履歴モデルに加えて、全ての道路ユーザの過去および予測の軌跡に基づくリアルタイム相互作用モデル（例えば、ＣＮＮ＋ＲＮＮ）は、他の道路ユーザ（例えば、認可車両の前の車両）も考慮に入れることで、仮想マップ７００におけるＥＴＡメトリックの精度をさらに改善する。
制御ユニット７０６は、都市の方針７２２から情報にアクセスすることができ、この方針は、例えば、どの種類の道路ユーザが他のユーザよりも、いつ優先権を有するかなどのプリエンプション規則を決定する。例えば、バスは、午後に、ライトレールよりも優先されてもよい。制御ユニット７０６は、仮想マップ７００および都市の方針７２２からの情報を使用して、どの道路ユーザが優先権を得るべきか、したがって、信号コントローラのどのフェーズにサービスを提供する必要があるかを決定する。一実施形態では、制御ユニット７０６は、優先権およびＥＴＡによって分類された認可車両の記録（例えば、リストまたはテーブル、またはデータを維持する他の方法）を作成し、優先権の高い車両を遮ることなくサービスを提供できるかどうかを許可車両ごとに計算する。例えば、ライトレールが北からＥＴＡ１０秒で交差点に接近し、バスが西からＥＴＡ４秒で接近した場合を考える。バスは、交差点を通過するのに、２秒を必要とする。都市の方針でバスよりもライトレールを優先しており、たとえ、ライトレールの優先権が高くても、両方の要求に、余分な遅延を引き起こすことなくサービスを提供できるため、バスに優先権を与えるであろう。
バスとライトレールの両方のＥＴＡが類似している別の場合には、ライトレールに対する遅延を最小限に抑えるために、ライトレールに優先権を与える。これは、ライトレールが、都市の方針で、より高い優先権を有するからである。
次に、制御ユニット７０６は、交通信号コントローラ７０７が完全作動モードで動作している場合、プリエンプション信号（例えば、ＡＢＣ ＮＥＭＡ ＴＳ−１、Ｃ１ Ｃａｌｔｒａｎｓ、ＳＤＬＣ、ＮＴＣＩＰなど）を使用して、または通常のコール（例えば、ループエミュレーション、ＮＴＣＩＰコールなどを使用して）を介して、交通信号コントローラ７０７を制御する。
いくつかの実施形態では、制御ユニット７０６は、認可道路ユーザの記録７２１にアクセスすることができ、道路ユーザのアイデンティティを認可道路ユーザの記録７２１と比較して、その道路ユーザが認可ユーザであるかどうかを決定することができる。
図７Ｂに概略的に示す一実施形態では、認可ユーザ（または道路ユーザの他のクラスまたはアイデンティティ）を識別し、認可ユーザの少なくとも１つのパラメータを計算する（ステップ７３２）。一実施形態では、認可ユーザは、センサからの入力に基づいて（例えば、画像データおよび／またはレーダおよび／またはライダデータに基づいて）識別される。
ＥＴＡを、計算したパラメータに基づいて、認可ユーザに対して計算する（ステップ７３４）。例えば、識別された認可ユーザの速度、方位、および加速度を使用して、ユーザのＥＴＡを計算することができる。
現行の道路網規則７３６に基づいて、および計算したＥＴＡに基づいて、道路インフラストラクチャを制御して（ステップ７３８）、例えば、認可道路ユーザに優先順位を付けることができる。
図７Ｃに概略的に示す一実施形態では、処理ユニットは、道路ユーザから（ＳＲＭなどの）プリエンプションメッセージを受信する（ステップ７４２）。典型的には、プリエンプションメッサージをコネクテッド道路ユーザから送信する。
道路ユーザを、例えば、センサからの入力に基づいて識別して（ステップ７４４）、その識別した道路ユーザを、記録、例えば、認可道路ユーザのリストと比較する（７４５）。道路ユーザをリスト上で識別した場合（ステップ７４６）、ユーザの識別に基づいて、道路網インフラストラクチャを制御する（ステップ７４８）。道路ユーザがリスト上で識別されない場合（ステップ７４４）、悪質道路ユーザを識別する信号を生成する（ステップ７５０）。
図７Ｄに概略的に示すように、悪質道路ユーザを識別する信号は、疑わしい悪質ユーザのリストに道路ユーザを追加させることができる。
一実施形態では、制御ユニット７０６は、センサ（例えば、カメラ）およびＶ２Ｘ通信モジュールからの入力を受信する。制御ユニット７０６は、交通信号コントローラ７０７と通信しており、いくつかの記録、悪質／誤動作道路ユーザをリストしている「ブラックリスト」７７２、疑わしい悪質ユーザをリストしている「グレイリスト」７７３、および確認済み認可道路ユーザをリストしている「ホワイトリスト」（典型的には都市および／または車両メーカによって維持されるリスト）７７４にアクセスしている。
一実施形態では、制御ユニット７０６は、コネクテッド道路ユーザからプリエンプション要求を受信する。例えば、コネクテッド道路ユーザは、その計算されたＥＴＡを有するＳＲＭメッセージを位置（例えば、交差点６００の位置６１３）に送信し、所定の時間に道路網の特定の部分において優先権を求めていることを示すことができる。制御ユニット７０６は、ユーザが「ホワイトリスト」７７４にリストされている場合、コネクテッドユーザに優先使用を提供することができる。
コネクテッド道路ユーザがセンサＦＯＶ内にいるべきであることが決定されると（例えば、コネクテッドユーザによって送信されたパラメータに基づいて、および／またはその計算されたＥＴＡに基づいて）、コネクテッド道路ユーザは、仮想マップを使用して、センサＦＯＶ内の位置にある道路ユーザにマッチングされる。所定の時間（例えば、５秒間）にマッチングが見つからない場合、コネクテッド道路ユーザの識別子（例えば、そのＶ２Ｘデジタル証明書、ナンバープレート番号など）を「グレイリスト」７７３に追加する。次いで、コネクテッド道路ユーザによる誤動作またはハッキングの試みの可能性に関する情報を、制御ユニット７０６によって、都市の交通管理センタ（ＴＭＣ）７８１およびオリジナル機器製造業者（ＯＥＭ）７８２（例えば、車両製造業者または操作者）に、（例えば、電子メール、ＳＭＳ、ＮＴＰ、または任意の適切なＡＰＩを使用して）送信する。次いで、コネクテッド道路ユーザの識別子を、（ＴＭＣ７８１および／またはＯＥＭ７８２の裁量で）「ブラックリスト」７７２または「ホワイトリスト」７７４に移動することができる。
別の実施形態では、コネクテッド道路ユーザは、プリエンプションメッセージで使用されたのと同じクラス（例えば、バス）にあるものとして、（例えば、センサから受信された画像データ上の分類器を使用することによって）識別されても、あるいは分類されてもよい。この場合、制御ユニット７０６は、Ｖ２Ｘによってコネクテッド道路ユーザから送信された情報をセンサ情報と相互検証することができ（例えば、コネクテッド道路ユーザを仮想マップ上のユーザにマッチングさせることによって）、正マッチングに基づいて、制御ユニット７０６は、プリエンプションを安全に進めることができる。
コネクテッド道路ユーザが、プリエンプションを要求するために使用されたのと同じクラスに分類されない（例えば、コネクテッド道路ユーザが、自家用車対バスに分類される）場合、コネクテッド道路ユーザは、悪質であると見なされ、その識別子を、ＴＭＣ ７８１および／またはＯＥＭ７８２によるさらなる検査のために「グレイリスト」７７３に追加し、プリエンプションを、交通信号コントローラ７０７へのコール／プリエンプション信号をドロップすることによってキャンセルする。
一実施形態では、Ｖ２Ｘ情報を使用して、センサＦＯＶ外にいる道路ユーザの数を推定し、ＦＯＶ内の将来のユーザ数を予測することで、交通信号のタイミングに関するより良い決定を提供することができる。例えば、１０台の車両が信号付き交差点に到着すると推定される場合、センサによって現在検出されている車両が存在しないにもかかわらず、青信号の時間を延長することがある。
図８に概略的に示す一実施形態では、道路網上の位置にいる道路ユーザの数を推定する方法を提供する。本実施形態では、センサおよびＶ２Ｘ通信モジュールからの入力に基づいて、処理ユニットが、特定時間に所定の位置に到着する道路ユーザの数を推定する。
ステップ８０２において、例えば、現場の近傍の道路網に取り付けられたセンサからの入力に基づいて、特定時間に特定現場にいる道路ユーザの総数を計算する。
ステップ８０４において、Ｖ２Ｘ通信モジュールからの入力に基づいて、その特定時間に、その現場の近傍にいるコネクテッド道路ユーザの数を計算する。
例えば、全てのコネクテッド道路ユーザは、そのＩＤ、位置、速度、方位、過去および予測の軌跡を、例えば、ＢＳＭ／ＣＡＭ／ＰＳＭメッセージを介して、Ｖ２Ｘ通信を介して処理ユニットに報告する。コネクテッド道路ユーザがセンサのＦＯＶの領域に入ると、コネクテッド道路ユーザと、センサによって検出された道路ユーザとの間でマッチングを検索する。以上のようにして、コネクテッド道路ユーザおよび全ての道路ユーザの数を計算する。
Ｖ２Ｘ技術の採用率（全道路ユーザのうちのコネクテッド道路ユーザのパーセンテージとして定義される）は、ステップ８０６において、道路ユーザの総数とコネクテッド道路ユーザの数とを比較することによって計算することができる。例えば、センサによって検出されたように、コネクテッド道路ユーザと全道路ユーザの位置を使用し、全道路ユーザのうちのどれがコネクテッド道路ユーザであるかを特定することによって、Ｖ２Ｘ採用率の正確な測定を取得できる。
ステップ８０８において、現場における将来の道路ユーザの数を予測するためのモデルを、採用率を使用して作成する。モデルは、ステップ８０６で計算された採用率を使用して、経時的に、ＳＶＭまたはＲＮＮを実行することによって構築されてもよい。モデルは、時刻、コネクテッド道路ユーザの観測数、全ての道路ユーザの観測数、それらのクラス（例えば、バス、トラックなど）、およびセンサのＦＯＶ外のコネクテッド道路ユーザの過去の軌跡に基づいて、センサのＦＯＶ外の道路ユーザの総数を予測することができる。
予測モデルは、道路ユーザの予測数とセンサによって検出された道路ユーザの実数との間の差に基づく予測誤差を測定することによって、経時的に精緻化され得る。
ステップ８１０において、道路網インフラストラクチャを、モデルに基づいて制御してもよい。
したがって、本発明の実施形態によれば、処理ユニットは、Ｖ２Ｘ技術の採用率（変化率）に基づいて、道路ユーザの数を推定するように構成される。
いくつかの実施形態では、特定道路ユーザの行動パラメータは、仮想マップに基づいて検出することができる。例えば、仮想マップに基づいて、道路ユーザの危険な行動および／または危険なイベントを検出することができる。
一例が図９Ａに概略的に示されている一実施形態では、交通制御のための方法は、センサデータおよびＶ２Ｘ通信に基づいて、道路ユーザの位置を（例えば、処理ユニット１０４によって）計算し（ステップ９２）、道路ユーザの位置を含む仮想マップを作成すること（ステップ９４）を含む。次いで、任意の特定道路ユーザの行動パラメータを仮想マップから検出することができる（ステップ９６）。行動パラメータは、道路ユーザの行動の特徴付けを含むことができる。例えば、行動パラメータは、運転方向、加速パターンなどを含んでもよく、一方、不規則な運転方向、不規則な加速パターンなどは、以下にさらに例示するように、危険な行動を示すことがある。
ステップ９８において、信号を生成し（例えば、処理ユニット１０４によって）、検出した行動パラメータに基づいて、デバイスを制御する。例えば、信号は、特定道路ユーザの危険な行動を警告するために、他の道路ユーザへのＶ２Ｘ通信を含むことができる。代替または追加として、信号は、道路網インフラストラクチャを制御するために使用されてもよい。例えば、信号機は、検出された行動パラメータに基づいて、フェーズを変更するように制御されてもよい。道路網インフラストラクチャ（例えば、動的標識）は、検出された行動パラメータに基づいて、警告を生成するように制御されてもよい。
いくつかの実施形態では、仮想マップに基づいて、特定道路ユーザおよび他の道路ユーザについて、実世界位置（例えば、交差点における停止線）上のＥＴＡを計算し、ＥＴＡに基づいて信号を生成する。
いくつかの実施形態では、危険なイベント（例えば、衝突）の確率は、仮想マップに基づいて、かつ検出した行動パラメータに基づいて、計算することができる。（他の道路ユーザに警告するための道路網インフラストラクチャおよび／またはＶ２Ｘ通信モジュールなどの）制御デバイスへの信号は、計算された確率を考慮して生成され得る。
いくつかの実施形態では、道路ユーザの実世界位置および／またはそれらが到着すると推定される位置での周囲条件（例えば、天候、照明）に関する入力を、処理ユニットで受信し、周囲条件に基づいて危険なイベントの確率を計算することができる。
おそらく、道路ユーザの分類（例えば、大型トラック対自家用車両）、気象条件、時刻などのような要素を重み付けして、危険なイベントの確率を決定するために使用してもよい。
より詳細な説明は、危険な行動を例示して、以下の記述で提供する。
図９Ｂに概略的に示す一実施形態では、赤信号で走った者を検出し、その者に対して警告するための方法を提供する。
制御ユニット９０６は、信号機９１２のどのフェーズ（例えば、信号の色、信号が示す方向など）がどのくらいの時間提供されるかを決定することを担う。図９Ｂに示す例では、フェーズのステータスは、青である。制御ユニット９０６は、全てのフェーズのステータスを維持するが、これは、例えば、フェーズが赤になるまで何秒残っているかを決定するカウンタを維持することによって行う。
全ての道路ユーザ（コネクテッド道路ユーザを含む）の仮想マップを、周期的に、例えば、少なくとも０．１秒毎に（すなわち、１０Ｈｚで）計算する。
いくつかの実施形態では、画像ベースの天候分類器（ＣＮＮなど）は、センサ９０２からの画像とともに供給され、センサ９０２が設置されている特定の実世界位置（例えば、交差点９００）の気象条件（例えば、小雨、霧、太陽からのフレアなど）に関する分類を実行する。
現在オン（青）であり、青のフェーズの間に信号機９１２に近づく全ての道路ユーザ（例えば、車両９１５）に対して、赤信号で交差する確率を、道路ユーザの残りのフェーズ時間、位置、速度、および気象条件に基づいて計算する。確率は、道路ユーザのパラメータおよび／または分類、気象条件、停止線９１３までの距離など、いくつかの要素の重み付けされた組合せとすることができる。
いくつかの実施形態では、機械学習アルゴリズムは、道路ユーザの危険な行動を識別するために使用される。例えば、制動予測モデル（ＲＮＮなど）は、時刻、道路ユーザのクラス（歩行者、自家用車両、トラックなど）、気象条件（雨、視界など）、速度、加速度、方位、過去の軌跡、停止線９１３までの距離、およびフェーズのステータス（例えば、青、黄）に基づいて作成することができる。機械学習モデルを、特定の実世界位置（例えば、交差点９００）からのデータ、および一般的なデータセット（例えば、複数の交差点からのデータを含むデータベース）について訓練してもよい。
別の例では、物理モデルを（例えば、古典力学を使用して）作成する。物理モデルは、典型的な減速度、速度、加速度、方位および停止線までの距離を決定する道路ユーザ（例えば、大型トラック対自家用車両）のクラスに基づいて、制動時間（および距離）を推定する。
道路ユーザが赤信号の間に交差点９００を横切る確率は、制動時間（例えば、上述のモデルを使用して計算されるようである）と、対数関数を使用して計算されるフェーズの残りの青信号の時間との間の関係に基づいている。赤信号を横切る確率が所定の閾値（例えば、赤信号で走る確率８０％）を超えて大きくなると、赤信号走行（ＲＬＲ）警告メッセージ（例えば、ＳＡＥ Ｊ２７３５における交差点衝突回避メッセージ）を、制御ユニット９０６が、制御ユニット９０６の近傍のコネクテッド道路ユーザに送信する。メッセージは、典型的には、道路ユーザの最新のステータス（すなわち、位置、加速度、方位、速度など）および赤信号を横切る確率とともに送信する。
図９Ｃでは、起こり得る衝突を警告するための方法を概略的に説明する。
全ての道路ユーザ（コネクテッド道路ユーザを含む）、例えば、車両９１５および９１６の仮想マップを、周期的に、例えば、少なくとも０．１秒毎に（すなわち１０Ｈｚ毎に）計算する。
交差点９００の位置における気象条件は、例えば、上述のように決定される。
各道路ユーザ、例えば、車両９１５について、他の全ての道路ユーザ、例えば、自分の近傍の車両９１６との衝突までの時間（ＴＴＣ）を、仮想マップからのデータ（位置、速度、全ての道路ユーザの加速度）および気象条件に基づいて、計算する。ＴＴＣは、重み付けされてもよい。重み付けされたＴＴＣは、以下のようなパラメータの組合せであってもよい：
・制動時のＴＴＣ。２人の道路ユーザ間の距離（上記の距離関数を使用して計算される）、速度、方位、およびブレーキング時間の推定値（上記のように計算されてもよい）に基づいて計算される、交通工学の世界における標準的な測定基準。
・上述のように計算された制動確率。
道路ユーザのＴＴＣが所定の閾値（例えば、１秒）を超えると、制御ユニット９０６が、衝突警告メッセージ（例えば、ＳＡＥ Ｊ２７３５における交差点衝突回避メッセージ）を、制御ユニット９０６の近傍のコネクテッド道路ユーザ（例えば、車両９１６）に送信する。メッセージは、典型的には、道路ユーザ、例えば、車両９１５の最新のステータス（すなわち、位置、加速度、方位、速度など）とともに送信する。
図９Ｄでは、危険な道路ユーザに関して道路ユーザに警告する方法を概略的に説明する。
全ての道路ユーザ（コネクテッド道路ユーザを含む）の仮想マップを、周期的に、例えば、少なくとも０．１秒毎に（すなわち、１０Ｈｚで）計算する。
交差点９００の位置における気象条件を、例えば、上述のように決定する。
危険な行動のための分類器（ＲＮＮなど）は、危険な行動（例えば、不規則な走行方向および／または加速パターン、例えば、制御不能な運転、ジグザグ走行、レーンに留まらない、街路に飛び込む歩行者など）を示す多くの道路ユーザのデータセットで訓練され、過去の軌跡、速度、加速度、方位、ならびに道路ユーザのクラスおよび他の道路ユーザの位置を考慮する。気象条件の分類も考慮される。
分類器の結果は、いずれかの道路ユーザが正常に行動しているか、または危険な行動を示しているかと、行動の分類（例えば、制御不能）およびその分類の信頼度である。
分類器が、リアルタイムデータを用いて、道路ユーザ、例えば、車両９１５が危険な行動を示し、信頼度（確率）が予め定義された閾値（例えば、８０％）を超えていることを分類すると、制御ユニット９０６は、道路ユーザの最新のステータス、分類された行動（例えば、制御不能）および信頼度とともに、制御ユニット９０６の近傍のコネクテッド道路ユーザ、例えば、車両９１６に警告メッセージを送る。
本発明の実施形態によって、既存および将来の課題および機会に対する無数の解決策において、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの位置を含む情報を使用することが可能になる。
本発明の実施形態は、安全性および快適性に関して実質的な利点をもたらし、また、改善された、よりきめ細かい交通管理に寄与し、渋滞を防止または低減するためのより良好な方法を提供し、燃料節約および大気汚染の低減が可能になる。

Claims (37)

  1. 道路網上で、現場のセンサデータを処理ユニットで受信するステップと、
    前記処理ユニットでＶ２Ｘ通信を受信するステップと、
    前記センサデータおよび前記Ｖ２Ｘ通信から道路ユーザの位置を計算するステップと、
    計算した前記位置に基づいて、コネクテッド道路ユーザおよび非コネクテッド道路ユーザを検出するステップと、
    を含む、交通制御のために、現場で道路ユーザを検出するための方法。
  2. 前記センサデータおよび前記Ｖ２Ｘ通信に基づいて、前記現場の近傍の全ての道路ユーザをコネクテッド道路ユーザにマッチングさせるステップと、
    前記マッチングに基づいて、コネクテッド道路ユーザおよび非コネクテッド道路ユーザの位置を検出するステップと、
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  3. 前記コネクテッド道路ユーザおよび前記非コネクテッド道路ユーザの前記位置を含む仮想マップを作成するステップと、
    前記仮想マップに基づいて、デバイスを制御するための信号を生成するステップと、
    を含む、請求項２に記載の現場で道路ユーザを検出するための方法。
  4. 位置に加えて、前記センサデータおよび前記Ｖ２Ｘ通信から道路ユーザのパラメータを計算するステップであって、前記仮想マップは、特定コネクテッド道路ユーザおよび特定非コネクテッド道路ユーザの前記パラメータを含む、ステップ
    を含む、請求項３に記載の現場で道路ユーザを検出するための方法。
  5. 前記仮想マップに基づいて、特定道路ユーザの実世界位置への推定到着時間（ＥＴＡ）を計算するステップと、
    前記ＥＴＡに基づいて、前記デバイスを制御するための信号を生成するステップと、
    を含む、請求項３に記載の現場で道路ユーザを検出するための方法。
  6. 前記仮想マップに基づいて、特定道路ユーザの行動パラメータを検出するステップと、
    前記行動パラメータに基づいて、前記デバイスを制御するための信号を生成するステップと、
    を含む、請求項３に記載の現場で道路ユーザを検出するための方法。
  7. 前記センサデータは、光学画像データ、レーダデータ、および点群データのうちの１つまたは複数を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  8. 前記センサデータに基づいて、特定道路ユーザを分類するステップ
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  9. 非コネクテッド道路ユーザのパラメータを決定するステップと、
    前記パラメータに基づいて、メッセージセットを作成するステップと、
    Ｖ２Ｘ通信モジュールを介して、コネクテッド道路ユーザに前記メッセージセットを送信するステップと、
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  10. 前記デバイスが道路網インフラストラクチャを含む、請求項３に記載の現場で道路ユーザを検出するための方法。
  11. 前記センサデータに基づいて、道路ユーザを識別するステップと、
    前記道路網上の所定の位置に対して識別された前記道路ユーザのＥＴＡを計算するステップと、
    計算した前記ＥＴＡに基づいて、前記道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、請求項１０に記載の現場で道路ユーザを検出するための方法。
  12. 現行の道路網規則に基づいて、前記道路網インフラストラクチャを制御するための信号を生成するステップを含む、請求項１１に記載の現場で道路ユーザを検出するための方法。
  13. 識別した前記道路ユーザは、認可ユーザである、請求項１２に記載の現場で道路ユーザを検出するための方法。
  14. 道路ユーザからプリエンプションメッセージを受信するステップと、
    前記センサデータに基づいて、前記道路ユーザを識別するステップと、
    認可道路ユーザの記録と識別した前記道路ユーザとの間で比較するステップと、
    前記比較に基づいて、悪質道路ユーザを識別する信号を生成するステップと、
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  15. 前記悪質道路ユーザを識別する前記信号によって、前記道路ユーザを、疑わしい悪質ユーザの記録に追加する、請求項１４に記載の現場で道路ユーザを検出するための方法。
  16. 道路ユーザからプリエンプションメッセージを受信するステップと、
    前記センサデータに基づいて、前記道路ユーザを分類するステップと、
    認可道路ユーザの記録と分類した前記道路ユーザとの間で比較するステップと、
    前記比較に基づいて、かつ現行の道路網規則に基づいて、道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  17. 前記センサデータおよび前記Ｖ２Ｘ通信からＶ２Ｘ技術の採用率を計算するステップを含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  18. 前記現場の近傍の前記道路網に設置されたセンサからの入力に基づいて、前記現場に特定時間に到着する道路ユーザの総数を計算するステップと、
    Ｖ２Ｘ通信モジュールからの入力に基づいて、前記現場に前記特定時間に到着するコネクテッド道路ユーザの数を計算するステップと、
    道路ユーザの前記総数とコネクテッド道路ユーザの前記数とを比較して、Ｖ２Ｘ技術の採用率を計算するステップと、
    前記採用率を用いてモデルを作成し、前記道路網上の前記現場における将来の道路ユーザの数を予測するステップと、
    を含む、請求項１７に記載の現場で道路ユーザを検出するための方法。
  19. 前記センサデータおよび前記Ｖ２Ｘ通信に基づいて、特定時間に所定の実世界位置に到着する道路ユーザの推定数を計算するステップと、
    前記推定数に基づいて、道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、請求項１に記載の現場で道路ユーザを検出するための方法。
  20. プロセッサを使用して、センサデータから非コネクテッド道路ユーザのパラメータを決定するステップと、
    前記パラメータに基づいて、メッセージセットを作成するステップと、
    Ｖ２Ｘ通信モジュールを介して、コネクテッド道路ユーザおよび／または道路網インフラストラクチャに前記メッセージセットを送信するステップと、
    を含む、Ｖ２Ｘ通信をエミュレートするための方法。
  21. 前記センサデータが道路網上の現場の画像データを含み、
    前記プロセッサで前記センサデータを受信するステップと、
    前記プロセッサで前記Ｖ２Ｘ通信を受信するステップと、
    前記センサデータおよび前記Ｖ２Ｘ通信から道路ユーザの位置を計算するステップと、
    計算した前記位置に基づいて、コネクテッド道路ユーザおよび非コネクテッド道路ユーザを検出するステップと、
    を含む、請求項２０に記載のＶ２Ｘ通信をエミュレートするための方法。
  22. 前記非コネクテッド道路ユーザの前記パラメータは、位置、速度、加速度、方位、分類、過去の軌跡、および予測される軌跡のうちの少なくとも１つを含む、請求項２０に記載のＶ２Ｘ通信をエミュレートするための方法。
  23. 前記メッセージセットは、前記非コネクテッド道路ユーザの位置、速度、加速度、方位、分類、過去の軌跡、および予測される軌跡のうちの少なくとも１つを含む、請求項２０に記載のＶ２Ｘ通信をエミュレートするための方法。
  24. プロセッサを使用して、センサデータおよびＶ２Ｘ通信に基づいて、道路ユーザの位置を計算するステップと、
    前記道路ユーザの前記位置を含む仮想マップを作成するステップと、
    前記仮想マップに基づいて、道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、道路網インフラストラクチャと通信するための方法。
  25. 前記センサデータに基づいて、道路ユーザを識別するステップと、
    道路網上の所定の位置で識別された前記道路ユーザのＥＴＡを計算するステップと、
    計算した前記ＥＴＡに基づいて、前記道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、請求項２４に記載の道路網インフラストラクチャと通信するための方法。
  26. 現行の道路網規則に基づいて、前記道路網インフラストラクチャを制御するための信号を生成するステップ
    を含む、請求項２５に記載の道路網インフラストラクチャと通信するための方法。
  27. 識別した前記道路ユーザは、認可ユーザである、請求項２５に記載の道路網インフラストラクチャと通信するための方法。
  28. 道路ユーザからプリエンプションメッセージを受信するステップと、
    前記センサデータに基づいて、前記道路ユーザを識別するステップと、
    認可道路ユーザの記録と識別した前記道路ユーザとの間で比較するステップと、
    前記比較に基づいて、悪質道路ユーザを識別する信号を生成するステップと、
    を含む、請求項２４に記載の道路網インフラストラクチャと通信するための方法。
  29. 前記悪質道路ユーザを識別する前記信号によって、前記道路ユーザを、疑わしい悪質ユーザの記録に追加する、請求項２８に記載の道路網インフラストラクチャと通信するための方法。
  30. 道路ユーザからプリエンプションメッセージを受信するステップと、
    前記センサデータに基づいて、前記道路ユーザを分類するステップと、
    認可道路ユーザの記録と分類した前記道路ユーザとの間で比較するステップと、
    前記比較に基づいて、かつ現行の道路網規則に基づいて、前記道路網インフラストラクチャを制御するための信号を生成するステップと、
    を含む、請求項２４に記載の道路網インフラストラクチャと通信するための方法。
  31. プロセッサを使用して、センサデータおよびＶ２Ｘ通信に基づいて、道路ユーザの位置を計算するステップと、
    前記道路ユーザの前記位置を含む仮想マップを作成するステップと、
    前記仮想マップに基づいて、特定道路ユーザの行動パラメータを検出するステップと、
    検出した前記行動パラメータに基づいて、デバイスを制御するための信号を生成するステップと、
    を含む、交通制御のための方法。
  32. 前記仮想マップに基づいて、前記特定道路ユーザの実世界位置への推定到着時間（ＥＴＡ）を計算するステップと、
    前記ＥＴＡに基づいて、前記デバイスを制御するための信号を生成するステップと、
    を含む、請求項３１に記載の交通制御のための方法。
  33. 前記仮想マップに基づいて、かつ検出した前記行動パラメータに基づいて、危険なイベントの確率を計算するステップと、
    前記確率に基づいて、前記デバイスを制御するための信号を生成するステップと、
    を含む、請求項３２に記載の交通制御のための方法。
  34. 実世界の位置での周囲条件に関する入力をプロセッサで受信するステップと、
    前記周囲条件に基づいて、前記危険なイベントの前記確率を計算するステップと、
    を含む、請求項３３に記載の交通制御のための方法。
  35. 前記信号が、他の道路ユーザへのＶ２Ｘ通信を含む、請求項３１に記載の交通制御のための方法。
  36. 前記信号は、道路網インフラストラクチャを制御するためのものである、請求項３１に記載の交通制御のための方法。
  37. 危険な行動を示す複数の道路ユーザのデータセット上で訓練された分類器を使用して、危険な道路ユーザ行動を決定するステップを含む、請求項３１に記載の交通制御のための方法。
JP2020563740A 2018-05-16 2019-05-15 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法 Pending JP2021524087A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023167663A JP2023179580A (ja) 2018-05-16 2023-09-28 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862672076P 2018-05-16 2018-05-16
US62/672,076 2018-05-16
PCT/IB2019/054006 WO2019220353A2 (en) 2018-05-16 2019-05-15 System and method for using v2x and sensor data

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023167663A Division JP2023179580A (ja) 2018-05-16 2023-09-28 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法

Publications (1)

Publication Number Publication Date
JP2021524087A true JP2021524087A (ja) 2021-09-09

Family

ID=68541081

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020563740A Pending JP2021524087A (ja) 2018-05-16 2019-05-15 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法
JP2023167663A Pending JP2023179580A (ja) 2018-05-16 2023-09-28 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023167663A Pending JP2023179580A (ja) 2018-05-16 2023-09-28 Ｖ２ｘおよびセンサデータを使用するためのシステムおよび方法

Country Status (7)

Country Link
US (1) US11967230B2 (ja)
EP (1) EP3794571A4 (ja)
JP (2) JP2021524087A (ja)
CN (1) CN112106124A (ja)
CA (1) CA3099840A1 (ja)
IL (2) IL307426A (ja)
WO (1) WO2019220353A2 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107943A1 (en) * 2019-11-27 2021-06-03 Otousa, Inc. Distributed hearing system for use with traffic signals
CN111105614A (zh) * 2019-12-06 2020-05-05 惠州市德赛西威汽车电子股份有限公司 一种基于道路社交圈的交通状况预测方法
US11353544B2 (en) * 2019-12-18 2022-06-07 Continental Automotive Systems, Inc. Methods and systems for local to global frame transformation
US11594126B2 (en) 2020-08-28 2023-02-28 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for a traffic flow monitoring and graph completion system
US11927967B2 (en) * 2020-08-31 2024-03-12 Woven By Toyota, U.S., Inc. Using machine learning models for generating human-like trajectories
CN112614359B (zh) * 2020-12-21 2022-06-28 阿波罗智联(北京)科技有限公司 控制交通的方法、装置、路侧设备和云控平台
JP2022104397A (ja) * 2020-12-28 2022-07-08 株式会社Subaru 車両の運転制御システム、及び、車両の管制装置
KR20230129421A (ko) * 2021-01-14 2023-09-08 엘지전자 주식회사 무선 통신 시스템에서 무선 신호 송수신 방법 및 장치
US11551553B2 (en) * 2021-04-22 2023-01-10 Ford Global Technologies, Llc Traffic control preemption according to vehicle aspects
CN113450564B (zh) * 2021-05-21 2022-08-23 江苏大学 一种基于narx神经网络和c-v2x技术的交叉路口的通行方法
US11610478B2 (en) * 2021-08-09 2023-03-21 Peltbeam Inc. Communication system and method for controlling cooperation between edge devices arranged in vehicle
DE102021212130A1 (de) 2021-10-27 2023-04-27 Robert Bosch Gesellschaft mit beschränkter Haftung Vorrichtung und Verfahren zum Betreiben eines Kommunikationssystems
DE102022202948A1 (de) 2022-03-25 2023-09-28 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Kalibrieren eines Infrastruktursensors
GB2623049A (en) * 2022-08-09 2024-04-10 Samsung Electronics Co Ltd Time to collision analytics and exposure service
CN117173896B (zh) * 2023-11-02 2024-01-16 深圳市地铁集团有限公司 基于arm技术体系的视觉通行控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008053912A1 (fr) * 2006-11-02 2008-05-08 Panasonic Corporation Système d'aide à la navigation et procédé d'aide à la navigation
WO2011013202A1 (ja) * 2009-07-28 2011-02-03 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
WO2012018109A1 (ja) * 2010-08-06 2012-02-09 株式会社ニコン 情報管理装置、データ解析装置、信号機、サーバ、情報管理システム、信号機制御装置、およびプログラム
WO2016170785A1 (ja) * 2015-04-21 2016-10-27 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
WO2017022267A1 (ja) * 2015-08-04 2017-02-09 オムロン株式会社 車載器、通信装置およびこれらを備えた車両管理システム

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6036535U (ja) 1983-08-18 1985-03-13 川崎重工業株式会社 タ−ボコンパウンドエンジン
JP2816919B2 (ja) 1992-11-05 1998-10-27 松下電器産業株式会社 空間平均速度および交通量推定方法、地点交通信号制御方法、交通量推定・交通信号制御機制御装置
KR100900476B1 (ko) 2007-02-16 2009-06-03 삼성전자주식회사 이동통신 단말기 및 그것의 배터리 충전 방법
US8040254B2 (en) * 2009-01-06 2011-10-18 International Business Machines Corporation Method and system for controlling and adjusting traffic light timing patterns
US8229663B2 (en) 2009-02-03 2012-07-24 GM Global Technology Operations LLC Combined vehicle-to-vehicle communication and object detection sensing
US20100321207A1 (en) 2009-06-23 2010-12-23 Craig Stephen Etchegoyen System and Method for Communicating with Traffic Signals and Toll Stations
US8760315B2 (en) 2009-09-04 2014-06-24 E-Views Safety Systems, Inc. System and method for expanding preemption and bus priority signals
US8610596B2 (en) * 2010-02-11 2013-12-17 Global Traffic Technologies, Llc Monitoring and diagnostics of traffic signal preemption controllers
US9544967B2 (en) 2011-04-15 2017-01-10 Wireless Environment, Llc Lighting device capable of maintaining light intensity in demand response applications
US20160234215A1 (en) 2012-02-29 2016-08-11 Google Inc. Method and system for managing data access within an enterprise
US9129519B2 (en) * 2012-07-30 2015-09-08 Massachussetts Institute Of Technology System and method for providing driver behavior classification at intersections and validation on large naturalistic data sets
US9412271B2 (en) 2013-01-30 2016-08-09 Wavetronix Llc Traffic flow through an intersection by reducing platoon interference
JP6036535B2 (ja) * 2013-05-14 2016-11-30 株式会社オートネットワーク技術研究所 信号機制御システム
JP2016001464A (ja) 2014-05-19 2016-01-07 株式会社リコー 処理装置、処理システム、処理プログラム、及び、処理方法
US20150381751A1 (en) * 2014-06-30 2015-12-31 Autotalks Ltd. Method and apparatus for proxy operation in vehicular communications
JP6770299B2 (ja) 2015-03-25 2020-10-14 パナソニック株式会社 物体検出装置および物体検出方法
US9836969B2 (en) 2015-05-29 2017-12-05 Miovision Technologies Incorporated System and method for connecting traffic intersections
JP2017068335A (ja) * 2015-09-28 2017-04-06 ルネサスエレクトロニクス株式会社 データ処理装置および車載通信装置
US10013881B2 (en) * 2016-01-08 2018-07-03 Ford Global Technologies System and method for virtual transformation of standard or non-connected vehicles
US9740202B2 (en) 2016-01-08 2017-08-22 Waymo Llc Fall back trajectory systems for autonomous vehicles
US10032374B2 (en) * 2016-07-14 2018-07-24 Toyota Motor Engineering & Manufacturing North America Inc. Vehicle systems and methods for presenting penetration metric information on a route
CN106157695B (zh) * 2016-08-03 2019-12-10 奇瑞汽车股份有限公司 危险驾驶行为的提醒方法和装置
US10324469B2 (en) * 2017-03-28 2019-06-18 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling motion of vehicle in shared environment
CN110494330B (zh) * 2018-01-22 2022-08-05 松下电器（美国）知识产权公司 车辆监视装置、不正当检测服务器、以及控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008053912A1 (fr) * 2006-11-02 2008-05-08 Panasonic Corporation Système d'aide à la navigation et procédé d'aide à la navigation
WO2011013202A1 (ja) * 2009-07-28 2011-02-03 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
WO2012018109A1 (ja) * 2010-08-06 2012-02-09 株式会社ニコン 情報管理装置、データ解析装置、信号機、サーバ、情報管理システム、信号機制御装置、およびプログラム
WO2016170785A1 (ja) * 2015-04-21 2016-10-27 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
WO2017022267A1 (ja) * 2015-08-04 2017-02-09 オムロン株式会社 車載器、通信装置およびこれらを備えた車両管理システム

Also Published As

Publication number Publication date
IL307426A (en) 2023-12-01
CA3099840A1 (en) 2019-11-21
WO2019220353A3 (en) 2020-01-02
CN112106124A (zh) 2020-12-18
US11967230B2 (en) 2024-04-23
EP3794571A2 (en) 2021-03-24
EP3794571A4 (en) 2022-01-26
IL278230B2 (en) 2024-03-01
IL278230A (en) 2020-11-30
WO2019220353A2 (en) 2019-11-21
US20220013008A1 (en) 2022-01-13
JP2023179580A (ja) 2023-12-19
IL278230B1 (en) 2023-11-01

Similar Documents

Publication Publication Date Title
US11967230B2 (en) System and method for using V2X and sensor data
US11847908B2 (en) Data processing for connected and autonomous vehicles
US11077850B2 (en) Systems and methods for determining individualized driving behaviors of vehicles
US11548518B2 (en) Subjective route comfort modeling and prediction
US20210197720A1 (en) Systems and methods for incident detection using inference models
CN114829224A (zh) 用于感知、预测或规划的地理定位模型
US20210191394A1 (en) Systems and methods for presenting curated autonomy-system information of a vehicle
JP2023533225A (ja) 自律走行車ポリシーを動的にキュレーションする方法及びシステム
CN110603497A (zh) 自主车辆操作管理控制
CN115016474A (zh) 用于车路协同自动驾驶的控制方法、路侧设备、云控平台和***
US20220185323A1 (en) Systems and methods for reactive agent simulation
US11269341B2 (en) Systems and methods for automated trajectory prediction
US11402840B2 (en) Independent trajectory validation system for vehicles
US20220161830A1 (en) Dynamic Scene Representation
US20230256999A1 (en) Simulation of imminent crash to minimize damage involving an autonomous vehicle
US20220065647A1 (en) Autonomous vehicle planned route prediction
JP2024513710A (ja) 光投影装置及び方法並びに記憶媒体
US20210405641A1 (en) Detecting positioning of a sensor system associated with a vehicle
KR20230134482A (ko) 로컬 동적 맵 데이터 모델을 사용한 V2X(Vehicle-to-Everything)오작동 검출
Caruntu et al. Cyber-physical systems-based architecture for signalized traffic corridors: Monitoring and synchronized coordination
US11881031B2 (en) Hierarchical processing of traffic signal face states
US20230271619A1 (en) Retroflector on autonomous vehicles for automated buddy camera, light detecting and ranging, and radio detection and ranging calibration
EP4202476A1 (en) Anomaly prioritization using dual-mode adaptive radar
US20230194692A1 (en) Radar tracking association with velocity matching by leveraging kinematics priors
US20230192092A1 (en) Interaction Auto-Labeling Using Spatial Overlap of Track Footprints For Mining Interactions

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220331

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230619

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230824

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20231121