[go: up one dir, main page]

CN107358816A - 用于车辆的超视距威胁指示的方法和系统 - Google Patents

用于车辆的超视距威胁指示的方法和系统 Download PDF

Info

Publication number
CN107358816A
CN107358816A CN201710326036.2A CN201710326036A CN107358816A CN 107358816 A CN107358816 A CN 107358816A CN 201710326036 A CN201710326036 A CN 201710326036A CN 107358816 A CN107358816 A CN 107358816A
Authority
CN
China
Prior art keywords
vehicle
neighbouring area
bhti
vehicles
systems
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
CN201710326036.2A
Other languages
English (en)
Inventor
林恩·瓦莱利·凯瑟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN107358816A publication Critical patent/CN107358816A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land 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
    • 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
    • G08G1/0116—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
    • G08G1/0108—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
    • G08G1/0141—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
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • 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
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)
  • Combustion & Propulsion (AREA)

Abstract

描述了用于车辆的超视距威胁指示(BHTI)的方法和系统。系统和方法可以包括接收第一车辆的运动信息。系统和方法还可以包括接收对应于第一车辆邻近地区的邻近地区数据。系统和方法还可以包括基于运动信息和邻近地区数据来确定第一车辆是否在邻近地区内面临潜在的危险。系统和方法还可以包括响应于潜在的危险的确定而将潜在的危险警告第一车辆。

Description

用于车辆的超视距威胁指示的方法和系统
技术领域
本公开总体上涉及交通安全性，并且更具体地，涉及用于机动车驾驶员的超视距(Beyond-the-Horizon)威胁指示(BHTI)的方法和系统。
背景技术
各种因素影响依靠于作为主要运输车辆的由单一驾驶员操作的机动车的运输网络的交通安全。在各种安全因素中，有些可能与驾驶员有关，而其他可能与车辆有关。例如，驾驶员的驾驶习惯、驾驶技能、身体状况、压力等级、注意力持续时间、道路状况的判断、清醒等等都有助于驾驶员驾驶车辆的安全性。同样，车辆的状态和规格——例如机动性、灵活性、对驾驶员操纵的机械响应、制动系统的鲁棒性、安全镜、头灯和信号灯的设备，制动系统的状况等——也有助于车辆可以由驾驶员操作的安全程度。
虽然上述的与驾驶员有关的或与车辆有关的安全因素可以随驾驶员和车辆而变化，但是一般来说，驾驶员对于交通情况的响应时间越长，驾驶员能够正确地响应交通情况的机会越高，从而确保交通安全。相反，当交通情况(例如交通危险)出现时，向驾驶员发出一个很短的通知并且由此允许驾驶员在一个很短的响应时间来可能解决交通情况，驾驶员很可能不能够正确地、安全地对待这种情况。在这种情况下，可能会导致事故。
在日常驾驶环境中，不利的交通状况或驾驶威胁可以向驾驶员提供短的通知，伴随较短的响应时间以使驾驶员作出反应。虽然在高流量、复杂和动态的驾驶环境中——例如在与大都市地区的交通管制信号的道路交汇处——这种情况很常见，但也可能出现在较低交通量和相对简单的驾驶环境中，例如由于具体交通状况和道路状况而出现在农村地区的高速公路上。例如，驾驶员可能有权沿道路直行并通过交叉路口，而未意识到行人正走向人行横道以垂直方向穿过道路，原因在于驾驶员到行人的视线(LoS)可能被停在人行横道前面并且等待行人通过道路的一辆大型商业卡车阻挡。驾驶员可能打算在不改变行车速度的情况下通过交叉路口而未意识到行人，当车辆非常靠近人行横道时，仅一刹那发现行人突然出现在车辆前方。如果行人穿着深色的衣服，而且环境照明差，则响应时间可能会更短。作为另一个例子，驾驶员可能会在农村和丘陵地区的高速公路上以高速方式向上坡方向移动，而不知道牲畜群在山顶后面的驾驶车道中慢慢地徘徊，原因在于驾驶员到牲畜的LoS被山阻挡。驾驶员和车辆可能会高速移动通过山顶，仅能突然发现车辆前方的牲畜群，并因此驾驶员可能无法及时反应，以避免与牲畜群发生碰撞。
发明内容
根据本发明，提供一种方法，包含：
由处理器接收第一车辆的运动信息；
由处理器接收对应于第一车辆邻近地区的邻近地区数据；
由处理器基于运动信息和邻近地区数据确定第一车辆是否在邻近地区内面临潜在的危险；和
响应于潜在的危险的确定，而由处理器将关于潜在的危险警告第一车辆。
根据本发明的一个实施例，第一车辆的运动信息包含第一车辆的位置、移动方向、速度或它们的组合。
根据本发明的一个实施例，第一车辆的运动信息的接收包含从设置在第一车辆中的全球定位系统(GPS)收发器、从跟踪设置在第一车辆中的通信设备的移动通信网络、或从它们的组合接收运动信息。
根据本发明的一个实施例，邻近地区数据的接收包含从设置在第一车辆邻近地区的一个或多个传感器接收邻近地区数据，其中一个或多个传感器包括一个或多个摄像机，并且其中邻近地区数据包含一个或多个视频，一个或多个视频中的每一个对应于邻近地区的相应视域并且指示位于邻近地区的相应视域内的一个或多个移动对象和一个或多个静止对象。
根据本发明的一个实施例，潜在的危险的确定包含：
基于第一车辆的运动信息估计第一车辆的第一轨迹；
分析一个或多个视频以估计一个或多个第二轨迹，第二轨迹中的每一个是一个或多个移动对象中的每一个的相应轨迹；
分析一个或多个视频以识别一个或多个静止对象中的每一个的相应位置；
响应于在预定时间段内与一个或多个第二轨迹中的至少一个相交的第一轨迹而确定第一车辆面临潜在的危险；和
响应于在预定时间段内与一个或多个静止对象的位置中的至少一个相交的第一轨迹而确定第一车辆面临潜在的危险。
根据本发明的一个实施例，一个或多个摄像机包含安装在第一车辆上、邻近地区内的一个或多个其他车辆上、邻近地区内的一个或多个交通控制结构上、或邻近地区内的一条或多条道路上或附近的至少一个摄像机。
根据本发明的一个实施例，方法进一步包含：
由处理器接收邻近地区内的一个或多个其他车辆的运动信息，
其中潜在的危险的确定包含基于第一车辆的邻近地区数据和运动信息以及一个或多个其他车辆的运动信息确定潜在的危险。
根据本发明的一个实施例，方法进一步包含：
由处理器接收第一车辆的第一邻近信息；和
由处理器接收邻近地区内的一个或多个其他车辆的第二邻近信息，
其中潜在的危险的确定包含基于第一邻近信息和第二邻近信息确定潜在的危险。
根据本发明的一个实施例，第一邻近信息的接收或第二邻近信息的接收包含从设置在第一车辆、一个或多个其他车辆中的至少一个、或者第一车辆和其他车辆的组合内的一个或多个雷达收发器或激光雷达(LiDAR)收发器接收第一邻近信息或第二邻近信息，并且其中第一邻近信息和第二邻近信息中的每一个分别表示从第一车辆到邻近地区中的一个或多个对象的相对距离和从一个或多个其他车辆到邻近地区中的一个或多个其他对象的相对距离。
根据本发明的一个实施例，方法进一步包含：
由处理器接收第一车辆的通行权状态，第一车辆的通行权状态指示第一车辆是否具有通行权；和
由处理器接收邻近地区内的至少一个其他车辆的通行权状态，至少一个其他车辆的通行权状态指示至少一个其他车辆是否具有通行权，
其中潜在的危险的确定进一步基于第一车辆的通行权状态和一个或多个其他车辆中的每一个的通行权状态。
根据本发明的一个实施例，第一车辆的通行权状态和至少一个其他车辆的通行权状态的接收包含：从邻近地区内的一个或多个交通控制结构接收第一车辆的通行权状态和至少一个其他车辆的通行权状态。
根据本发明的一个实施例，对第一车辆的关于潜在的危险的警告包含使用视觉显示器、抬头显示器(HUD)、警告音、语音警告、振动、另一种人类可察觉的指示或者它们的组合将潜在的危险通知第一车辆的驾驶员。
根据本发明的一个实施例，方法进一步包含：
响应于潜在的危险的确定，而由处理器发送一个或多个用于远程地加速或减速第一车辆的命令。
根据本发明，提供一种可实施于交通控制结构的超视距威胁指示(BHTI)系统，包含：
一个或多个处理器；和
存储器，存储器可操作地连接到一个或多个处理器，存储器存储可由一个或多个处理器执行的多个部件，多个部件包含：
车辆模块，车辆模块编程为使一个或多个处理器接收交通控制结构的邻近地区内的一个或多个车辆的运动信息；
传感器模块，传感器模块编程为使一个或多个处理器接收由设置在交通控制结构的邻近地区内的一个或多个传感器产生的邻近地区数据，邻近地区数据对应于位于邻近地区内的一个或多个移动对象和一个或多个静止对象；
分析模块，分析模块编程为使一个或多个处理器确定一个或多个车辆中的第一车辆是否面临与一个或多个车辆中的第二车辆或一个或多个移动对象和一个或多个静止对象中的至少一个相撞的潜在的危险；和
警告模块，警告模块编程为使一个或多个处理器将潜在的危险警告第一车辆。
根据本发明的一个实施例，一个或多个传感器包含一个或多个摄像机，并且其中邻近地区数据包含一个或多个视频，一个或多个视频中的每一个视频对应于一个或多个移动对象和一个或多个静止对象中的至少一个的相应视域。
根据本发明的一个实施例，在确定潜在的危险时，一个或多个处理器配置为执行包含以下的动作：
基于运动信息估计一个或多个车辆中的每一个的相应轨迹；
分析一个或多个视频以估计一个或多个移动对象中的每一个的相应轨迹；
分析一个或多个视频以识别一个或多个静止对象中的每一个的位置；
响应于在预定时间段内与第二车辆的第二轨迹或一个或多个移动对象中的至少一个的轨迹相交的第一车辆的第一轨迹，而确定第一车辆面临潜在的危险；和
响应于在预定时间段内与一个或多个静止对象的位置中的至少一个相交的第一车辆的第一轨迹，而确定第一车辆面临潜在的危险。
根据本发明的一个实施例，车辆模块进一步编程为使一个或多个处理器从一个或多个车辆中的至少一个接收邻近信息，邻近信息表示一个或多个车辆中的至少一个和邻近地区中的一个或多个其他对象之间的空间关系。
根据本发明的一个实施例，车辆模块进一步编程为使一个或多个处理器从交通控制结构接收一个或多个车辆中的至少一个的通行权状态，通行权状态指示一个或多个车辆中的至少一个是否具有通行权。
根据本发明的一个实施例，在将潜在的危险警告第一车辆中，一个或多个处理器配置为通过视觉显示器、抬头显示器(HUD)、警告音、语音警告、振动、另一种人类可感知的指示或它们的组合将潜在的危险通知第一车辆的驾驶员。
根据本发明的一个实施例，多个部件进一步包含：
干预模块，干预模块编程为响应于潜在的危险的确定而使一个或多个处理器远程地加速或减速第一车辆。
附图说明
参照以下附图描述本公开的非限制性和非穷尽性实施例，其中除非另有说明，相同的附图标记表示各个附图中的相同部分。
图1是描绘其中可以利用根据本公开的实施例的示例场景的示意图；
图2是描绘其中可以利用根据本公开的实施例的另一示例场景的示意图；
图3是根据本公开的实施例的示例过程的流程图；
图4是描绘根据本公开的实施例的示例系统的示意图；
图5是描绘根据本公开的实施例的示例架构的示意图；
图6是描绘根据本公开的实施例的示例实施方式的示意图；
图7是描绘根据本公开的实施例的另一示例实施方式的示意图；
图8是描绘根据本公开的实施例的另一示例实施方式的示意图。
具体实施方式
在下面的描述中，参照形成其一部分的附图，并且其中通过举例说明的方式示出了可以实施本发明的具体示例性实施例。对这些实施例进行足够详细的描述，以使本领域技术人员能够实践本文公开的概念，并且应当理解的是，在不脱离本公开的范围的情况下，可以对各种公开的实施例进行修改，并且可以利用其他实施例。因此，下面的详细描述不被认为是限制性的。
本公开旨在帮助驾驶员避免潜在的交通危险，例如与可能在驾驶员的视线外的对象的碰撞。这可以通过使用根据本公开的方法和系统的BHTI服务来实现，所述方法和系统可以基于实时地由BHTI系统接收的、由BHTI系统收集的或以其它方式报告给BHTI系统的各种交通信息来确定一个或多个潜在的危险或威胁。交通信息可能涉及由订阅BHTI服务的驾驶员操作的至少一辆车辆(以下称为“订阅车辆”)周围的邻近地区。替代地或附加地，交通信息可能涉及本地交通结构(例如道路交叉路口、立交桥、隧道或道路上的转弯)周围的邻近地区。一旦确定威胁，BHTI系统可以立即将威胁通知或以其他方式提醒订阅车辆的驾驶员，以便向驾驶员提供比没有BHTI服务更长的时间段以响应该威胁。
图1描绘了示例场景100，其中根据本公开的由BHTI系统190提供的BHTI服务可能有益于该服务的订阅者。车辆110和130可能在道路150上正以显著的速度移动并且接近山顶155，但是可能不知道在山顶155的另一侧的道路150上正在徘徊的动物群体160。具体地，由于车辆110和动物群体160之间的LoS180可能被山顶155阻挡，动物群体160可能不在车辆110的驾驶员的视线内。因此，车辆110可能处于不安全的交通状况，原因在于一旦车辆110通过山顶155并且建立了车辆110和动物160之间的LoS，从车辆110的驾驶员的视角，动物160可能突然出现在车辆110的前方。这可能导致车辆110的驾驶员响应于发现动物160而减慢或停止车辆110并避免与动物160的碰撞的非常短的时间段。因此，车辆110和动物160之间可能存在潜在的交通危险。此外，即使车辆110可能能够减速甚至突然停止以避免碰撞，车辆130可能不能及时减速以避免与车辆110碰撞，特别是如果车辆110和130之间的距离不充足。这种第二潜在的交通危险可能更为可能，特别是如果车辆110碰巧是超大型的商业车辆，因为由于车辆110的阻塞，从车辆130到动物群体160的LoS可能一直未被建立。
如果车辆110的驾驶员和车辆130的驾驶员中的一个或两者都订阅BHTI系统190提供的BHTI服务，BHTI系统190可以有助于防止所提到的潜在的交通危险。BHTI系统190可以通过具有设置在邻近地区170内的多个传感器的分布式传感器系统来监视邻近地区170的区域的交通状态，包括邻近地区170内的移动和静止对象。邻近地区170可围绕诸如车辆110的订阅车辆限定。替代地或者附加地，邻近地区170可以围绕局部交通结构(例如山顶155)限定。传感器可以包括例如但不限于一个或多个静态摄像机、一个或多个视频摄像机和/或一个或多个激光雷达(LiDAR)检测器，其被表示为图1中的传感器121、122、123、124、125、126、127和128，每个传感器配置为、设置为、安装为或以其它方式定向为监视邻近地区170的相应部分或视域。传感器121-128可以生成表征邻近地区170内的一个或多个移动和一个或多个静止对象的邻近地区170的感测到的数据(统称为“邻近地区数据”)。分布式传感器系统的传感器可以设置在邻近地区170内的各个位置处，以实现邻近地区170的最大或其他最佳监测覆盖。在一些实施例中，传感器121-128(诸如传感器121-124)可以沿着道路150设置。在一些实施例中，传感器121-128可以设置在升高的高度处，例如位于可以将闪烁的信号发送到交通的闪烁信号杆的顶部的传感器125、以及可以由无人飞机承载的传感器126。在一些实施例中，传感器121-128可以由行进通过邻近地区170的车辆承载，例如安装在车辆110上的传感器127和安装在车辆130上的传感器128。值得注意的是，尽管在示例场景100中示出了一定数量的传感器(即八个)，根据本公开，可以在各种实施方式中使用不同数量的传感器。同样值得注意的是，根据本公开，除了上述之外的任何合适的传感器也可以用于各种实施方式中。例如，可以使用适合于根据本公开的实施方式的超声波传感器、红外传感器、无线传感器和/或其他类型的传感器。
作为视频摄像机的传感器121-128中的每一个可以通过在相应的视频中捕获邻近地区170内的一个或多个移动对象(例如车辆110、车辆130、动物160和自行车146)来贡献邻近地区数据。作为视频摄像机的传感器121-128中的每一个也可以通过在相应的视频中捕获邻近地区170内的一个或多个静止对象(例如树142、交通标志144、道路150、移动通信网络基站147和148以及BHTI系统190)来贡献邻近地区数据。传感器121-128中的每一个可以馈送或以其他方式将相应的视频和/或感测到的数据发送到BHTI系统190用于进一步的处理和分析。在一些实施例中，一些传感器121-128(诸如传感器121-125)可以通过电线或电缆与BHTI系统190连接，通过该电线或电缆将视频和/或感测到的数据馈送到BHTI系统190。在一些实施例中，传感器121-128中的一些(例如传感器126-128)可以将各个视频和/或感测到的数据无线地传送到BHTI系统190。
除了邻近地区数据(即，由传感器产生的视频和/或感测到的数据)之外，BHTI系统190还可以接收表征车辆在邻近地区170内的移动的运动信息。车辆的运动信息可以包括例如车辆的位置、移动方向、速度或者它们的组合的信息。在一些实施例中，BHTI系统190可以直接从订阅车辆接收运动信息。例如，车辆110可以是订阅车辆并且可以配备全球定位系统(GPS)收发器，该收发器通过在收发器和BHTI系统之间建立的无线链路不断地或以其他方式周期性地向BHTI系统190提供车辆110的运动信息。在一些实施例中，BHTI系统190可以从第三方接收运动信息。例如，车辆130的驾驶员可以在车辆130中携带移动电话，并且移动通信网络能够基于从移动电话广播到附近的移动通信网络基站147和148的信号来跟踪移动电话并识别移动电话的即时位置、移动速度和移动方向。移动通信网络可以继而将移动电话的运动信息转发到BHTI系统190，以用于BHTI系统190来表征车辆130的移动，即使车辆130可能不是BHTI服务的订阅车辆。BHTI系统190可以在估计邻近地区170的每个车辆的相应轨迹时利用该运动信息。例如，BHTI系统190可以在估计车辆110的轨迹1101时利用直接从车辆110接收的运动信息。同样地，BHTI系统190可以在估计车辆130的轨迹1301时利用从移动通信网络接收到的移动电话的运动信息。
BHTI系统190还可以利用或以其他方式分析邻近地区数据以估计邻近地区170内的移动对象的轨迹。在一些实施例中，BHTI系统190可以使用图像处理技术来协调从传感器121-128中的一些或全部接收到的多个视域，并且计算或以其它方式预测邻近地区170内的一个或多个移动对象的路径。例如，BHTI系统190可以分析视频并估计车辆110的轨迹1101。同样地，BHTI系统190可分别估计车辆130和自行车146的轨迹1301和1461。为了帮助估计一个或多个移动对象的轨迹，BHTI系统190可配置为从邻近地区数据识别各种类型的对象。例如，BHTI系统190可以将动物群体160识别为移动对象的大尺寸、缓慢移动的集群，并且估计随机的(或者在大体方向上)和低速的动物群体160的轨迹(图1中未示出)。
此外，BHTI系统190可以利用或以其他方式分析邻近地区数据以识别邻近地区170内的一个或多个静止对象中的每一个的位置。在一些实施例中，BHTI系统190可以使用图像处理技术来协调从传感器121-128中的一些或全部接收的多个视域，并且计算或以其他方式识别邻近地区170内的一个或多个静止对象的位置。例如，BHTI系统190可以分析视频并识别树142、交通标志144、道路150、移动通信网络基站147和148以及BHTI系统190的位置。
在分析邻近地区数据和运动信息以识别或以其他方式估计邻近地区170内的各种对象的位置和轨迹之后，BHTI系统190可以进行以确定在即将到来的预定时间段内(例如，在接下来的10秒、15秒、30秒、1分钟或其他合适的持续时间内)相对于邻近地区170内的一个或多个订购车辆是否可能存在潜在的交通危险或威胁。具体地，BHTI系统190可以计算或以其他方式运算以确定一个或多个移动对象和车辆的所估计到的轨迹中的任何一个是否可以与一个或多个移动对象和车辆的所估计到的轨迹中的至少另一个相交。此外，BHTI系统190可以计算或以其他方式运算以确定一个或多个移动对象和车辆的所估计到的轨迹中的任何一个是否可以与一个或多个静止对象的所识别到的位置中的至少一个相交。此外，BHTI系统190可以确定在即时“最小响应时间”内或者例如30秒的预定时间段内是否可能在邻近地区170内的一个或多个订阅车辆发生潜在交通事故。例如，如果订阅车辆110以其当前速度沿着所估计到的轨迹1101行进，则BHTI系统190可以在15秒内确定订阅车辆110可能与动物群体160潜在地发生碰撞，并且将导致交通事故或道路危险。在该示例中，由于15秒的持续时间小于30秒的最小响应时间，所以BHTI系统190然后可以确定车辆110面临潜在的危险或处于碰撞的威胁下，并且随后可以将关于威胁警告车辆驾驶员110。另一方面，BHTI系统190可以确定订阅车辆130在即时最小响应时间内没有任何潜在的危险，并且因此可以确定车辆130是“安全的”并且不发出警告。此外，由于自行车146的所估计到的轨迹1461可能不与车辆110的轨迹1101或车辆130的轨迹1301相交，所以BHTI系统190可以确定自行车146不对订阅车辆110和130形成威胁。
值得注意的是，最小响应时间可以是可变的或可以根据诸如道路状况、天气条件、道路类型、白天或夜间、城市或农村地区、住宅或商业区域、道路路段的速度限制等因素进行调节。最小响应时间针对特定驾驶员也可以是可调节的或可定制的。例如，BHTI系统190可以具有订阅车辆110的驾驶员是老年人或残疾人的信息，并且因此可以为驾驶员分配更长的最小响应时间。同样地，对于特定类型的车辆，最小响应时间可以进一步是可调节的或以其它方式定制。例如，BHTI系统190可以具有订阅车辆110是需要更多时间来减速或制动的18轮重型商用卡车的信息，并且因此可以为车辆110分配更长的最小响应时间。同样值得注意的是，估计为发生在超出最小响应时间外的轨迹交叉可能不被认为是潜在的危险，原因在于驾驶员可能被认为有足够的时间来应对以避免可能的碰撞。
在确定订阅车辆将面临潜在的危险时，BHTI系统190可以以各种方式中的一种或多种来将关于潜在的危险警告订阅车辆。例如，BHTI系统190可以无线地与车辆110通信，并且发出可听到的警告音或者甚至语音警告消息——例如说“减速，前面存在动物，可能在15秒内发生碰撞”。例如，这可以通过BHTI系统190将无线信号发送到车辆110来触发车辆110中的电子系统(例如，车辆110的仪表板内部)发出或呈现可听见的警告。在一些实施例中，BHTI系统190可以与车辆110无线地通信，并且当车辆110接近动物群体160时将车辆110和威胁(动物160)之间的空间关系呈现在可视显示器上，例如与车辆110集成或以其它方式安装到车辆110仪表板上的导航系统的液晶显示器(LCD)上。替代地或附加地，BHTI系统190可以与车辆110无线地通信，并且当车辆110接近动物群体160时将闪烁的灯光和/或威胁的对象轮廓呈现在视觉显示器上，诸如集成在车辆的挡风玻璃110上的抬头显示器(HUD)上。在一些实施例中，BHTI系统190可以与车辆110无线地通信，并通过(例如，方向盘或驾驶员座椅上的)振动或者一个或多个其他人类可感知的指示来警告车辆110的驾驶员。在一些实施例中，BHTI系统190可以与车辆110无线地通信，并且发送命令来远程地减速车辆110，以避免与动物群体160的潜在的碰撞。例如，BHTI系统190可以向车辆110发送无线信号以控制车辆110上的制动系统，以将制动施加到车辆110的车轮上，进而帮助驾驶员减速或者甚至停止车辆110。
在一些实施例中，车辆可以配备有一个或多个车载接近传感器，其配置为检测车辆与最接近车辆的一个或多个对象之间的接近度或距离。例如，车辆130可以配备有能够检测到车辆后端的距离的车辆130的前端上的一个或多个雷达收发器或者LiDAR收发器。该邻近信息，即，由一个或多个接近传感器检测到的车辆130的前端和车辆110的后端之间的瞬间距离，可以被广播到或以其他方式无线地传送到BHTI系统190以确定潜在的危险。例如，如果BHTI系统190确定车辆130可能在安全响应时间内以太高的速度正接近车辆110，则BHTI系统190可相应地确定车辆110和130两者都将面临潜在的碰撞，并且BHTI系统190可以分别将关于潜在的危险警告车辆110和130(在本示例中都是订阅车辆)，或者甚至通过远程地减速车辆130和/或远程地加速车辆110进行干预，以避免可能的危险并解决威胁。例如，BHTI系统190可以向车辆130发送无线信号，以控制车辆130上的制动系统来将制动施加在车辆130的车轮上，以帮助驾驶员减慢或甚至停止车辆130。BHTI系统190还可以向车辆110发送无线信号以控制车辆110上的加速系统，以向车辆110的发动机施加更多的燃料来帮助驾驶员加速车辆110。
图2描绘了另一示例场景200，其中根据本公开的由BHTI系统290提供的BHTI服务可能有益于服务的订阅者。道路250和252可以大体上彼此垂直地延伸，以形成交叉路口255。车辆210可以沿着道路250移动，而不意图在接近交叉路口255时减速，因为根据交通信号灯246，车辆210可以具有高于另一方向(即，沿着路252的交通)的通行权。同时，车辆230可能停留在道路250的右车道上，并意图右转到道路252上。然而，车辆230可能不被允许此时可以右转弯，而是在人行横道265的前方等待，因为行人260已进入人行横道265，并打算穿过道路250。然而，车辆210的驾驶员可能不知道正走在人行横道265上的行人260，因为车辆210和行人260之间的LoS 280可能被车辆230阻挡。也就是说，行人260可能不在车辆210的驾驶员的视线之内。因此，车辆210可能处于不安全的交通状况，原因在于一旦当车辆210和行人260之间的LoS建立时行人260通过车辆230的前方，行人260可能从车辆210的驾驶员的角度突然暴露于车辆210。这可能允许非常短的时间段以用于车辆210的驾驶员响应于看到行人260而减速车辆210并避免与行人260的碰撞。因此，车辆210和行人260之间可能存在潜在的交通危险。
如果车辆210是由BHTI系统290提供的BHTI服务的订阅者，如所述的，则BHTI系统290可以有助于防止潜在的交通危险。BHTI系统290可以通过具有设置在邻近地区270内的多个传感器的分布式传感器系统来监视邻近地区270的区域的交通状况(包括邻近地区270内的移动和静止对象)。邻近地区270可以围绕订阅车辆(例如车辆210)进行限定。替代地或附加地，邻近地区270可以围绕本地交通结构(例如交叉路口255)进行限定。传感器可以包括一个或多个静态摄像机、一个或多个视频摄像机和/或一个或多个LiDAR检测器，其被表示为图2中的传感器221、222、223、224、225、226、227和228，每个传感器配置为、设置为、安装为或以其它方式定向为监视邻近地区270的相应部分或视域。传感器221-228可以生成表征邻近地区270内的一个或多个移动对象和一个或多个静止对象的邻近地区270的感测到的数据(统称为“邻近地区数据”)。分布式传感器系统的传感器可以设置在邻近地区270内的各个位置处，以实现邻近地区270的最大或其他最佳监测覆盖。在一些实施例中，传感器221-228(诸如传感器221-223)可以沿着道路250和252设置。在一些实施例中，传感器可以设置在升高的高度处，例如可以位于房屋244的顶部的传感器224、可以位于为道路250和252上的交通提供交通控制光信号的交通灯杆的顶部的传感器225、以及可以由无人飞机承载的传感器226。在一些实施例中，传感器可以由行进通过邻近地区270的车辆承载，例如安装在车辆210上的传感器227和安装在车辆230上的传感器228。值得注意的是，尽管在示例场景200中示出了一定数量的传感器(即八个)，根据本公开，可以在各种实施方式中使用不同数量的传感器。同样值得注意的是，根据本公开，除了上述之外的任何合适的传感器也可以用于各种实施方式中。例如，可以使用适合于根据本公开的实施方式的超声波传感器、红外传感器、无线传感器和/或其他类型的传感器。
作为视频摄像机的传感器221-228中的每一个可以通过在相应的视频中捕获邻近地区270内的一个或多个移动对象(例如车辆210、车辆220、车辆230和行人260)来贡献邻近地区数据。作为视频摄像机的传感器221-228中的每一个也可以通过在相应的视频中捕获邻近地区270内的一个或多个静止对象(例如树242、房屋244、交通灯246、道路250和252以及BHTI系统290)来贡献邻近地区数据。传感器221-228中的每一个可以馈送或以其他方式将相应的视频和/或感测到的数据发送到BHTI系统290用于进一步的处理和分析。传感器221-228中的一些可以通过电线或电缆与BHTI系统290连接，通过该电线或电缆将视频和/或感测到的数据馈送到BHTI系统290，而传感器221-228中的一些可以将相应的视频和/或感测到的数据无线传送到BHTI系统290。
除了邻近地区数据(即，由传感器产生的视频和/或感测到的数据)之外，BHTI系统290还可以接收类似于由BHTI系统190从车辆110和130接收的运动信息的运动信息。同样地，运动信息可以表征车辆在邻近地区270内的运动，并且可以包括车辆的诸如位置、移动方向、速度或者它们的组合的信息。在一些实施例中，BHTI系统290可以直接从订阅车辆接收运动信息。例如，车辆210和230中的每一个可以是订阅车辆，并且可以配备GPS收发器，GPS收发器分别以无线方式持续地或以其他方式周期性地向BHTI系统290提供车辆210和230的运动信息。在一些实施例中，BHTI系统290可以从第三方接收运动信息。例如，车辆220的驾驶员可以在车辆220中携带移动电话或一些其他无线通信设备，并且移动通信网络能够基于从移动电话或其他无线通信设备广播或附近的移动通信网络基站(图2中未示出)的信号来跟踪移动电话或无线通信设备并且识别移动电话或无线通信设备的即时位置、移动速度和移动方向。移动通信网络可以继而将移动电话或无线通信设备的运动信息转发到BHTI系统290，以用于BHTI系统290来表征车辆220的移动。BHTI系统290可以在估计每个车辆的相应的轨迹——例如车辆210的轨迹2101和车辆220的轨迹2201——时利用运动信息。车辆230的轨迹可能不会被估计，原因在于该时刻车辆230可能不会在场景200中移动。
类似于图1的BHTI系统190，图2的BHTI系统290还可以利用或以其他方式分析邻近地区数据以估计邻近地区270内的移动对象的轨迹。在一些实施例中，BHTI系统290可以使用图像处理技术来协调从传感器221-228中的一些或全部接收到的多个视域，并且计算或以其它方式预测邻近地区270内的一个或多个移动对象的路径。例如，BHTI系统290可以分析视频并估计车辆210的轨迹2101、车辆220的轨迹2201和行人260的轨迹2601。为了帮助估计移动对象的轨迹，BHTI系统290可配置为从邻近地区数据识别各种类型的对象。例如，BHTI系统290可以将行人260识别为使用手杖的行人，并因此估计行人260(图2中仅示出一个)的低速的多个和/或模糊轨迹，这是由于行人的轨迹可能某种程度是不可预测的。例如，行人260可以在人行横道265的中间转身并沿相反的方向移动。
此外，BHTI系统290可以利用或以其他方式分析邻近地区数据以识别邻近地区270内的一个或多个静止对象中的每一个的位置。在一些实施例中，BHTI系统290可以使用图像处理技术来协调从传感器221-228中的一些或全部接收的多个视域，并且计算或以其他方式识别邻近地区270内的一个或多个静止对象的位置。例如，BHTI系统290可以分析视频并识别树242、房屋244、交通信号灯246和BHTI系统290的位置。
类似于图1的BHTI系统190，图2的BHTI系统290可以计算或以其他方式运算以确定一个或多个移动对象和车辆的所估计到的轨迹中的任何一个是否可以与一个或多个移动对象和车辆的所估计到的轨迹中的至少另一个相交。此外，BHTI系统290可以计算或以其他方式运算以确定一个或多个移动对象和车辆的所估计到的轨迹中的任何一个是否可以与一个或多个静止对象的所识别到的位置中的至少一个相交。同样类似地，图2的BHTI系统290可以随后进行以确定在即将到来的“最小响应时间”周期内是否可能发生这样的潜在的交通危险或威胁，“最小响应时间”周期可以是预定的安全时间阈值。对于场景200，最小响应时间可以预定为10秒，并且BHTI系统290可以确定订阅车辆210可能面临潜在交通事故或道路危险，原因在于如果车辆210以其当前速度沿着所估计到的轨迹2101行进5秒，则BHTI系统290可以确定车辆210可能潜在地与行人260碰撞。
类似于图1的场景100，图2的车辆210、220和230可以配备有生成和提供邻近信息的接近传感器，并且BHTI系统290可以在确定潜在的危险时利用来自车辆210、220和230的邻近信息。然而，与场景100相比，场景200可以向BHTI系统290提供多条信息(例如车辆的通行权状态)，以帮助确定潜在的危险。例如，在任何给定时间，交通信号灯246可以指示此刻道路250上的车辆具有通行权，而道路252上的车辆可能不具有通行权，反之亦然。也就是说，车辆210可以保持其当前速度并通过交叉路口255，而车辆220可能必须在其进入交叉路口255时减速而不进入交叉路口255。BHTI系统290可以使用来自车辆210和220的运动信息和/或邻近信息以及来自传感器221-228的邻近地区数据，计算并确定车辆220的轨迹2201可以在例如8秒内与车辆210的轨迹2101相交。然而，BHTI系统290可能不会确定车辆210面临碰撞到车辆220的潜在的危险。也就是说，BHTI系统290可以确定车辆220不具有通行权，如由交通信号灯246指示的，并因此预期在进入交叉路口255之前减速和停止。另一方面，对于相同的情况，BHTI系统290可以确定车辆220面临碰撞到车辆210的潜在的危险，并且因此向车辆220发出警告以建议驾驶员减速，使得车辆220可能不进入交叉口255。然而，如果稍后车辆220在接近交叉路口255时仍然没有减速，则BHTI系统290然后也可以向车辆210发出警告，由于现在车辆220可能不能够足够快地减速以避免进入交叉路口255，并且交叉路口255处的车辆210和220之间的碰撞可能变得迫在眉睫并且更可能。
在确定邻近地区270中的订阅车辆可能面临潜在的危险之后，BHTI系统290可以以类似于图1的BHTI系统190在场景100中警告订阅车辆的方式来来将关于潜在的危险警告订阅车辆。也就是说，可以单独地或组合地使用诸如可听到的声音、语音警告、LCD和HUD显示器、振动和一个或多个其它人类可感知的指示的各种手段来将关于潜在的危险警告驾驶员。此外，BHTI系统290可以向订阅车辆发送无线信号以控制订阅车辆上的制动系统，以将制动施加在订阅车辆的车轮上，来帮助驾驶员减速或者甚至停止订阅车辆。类似地，BHTI系统290还可以向订阅车辆发送无线信号，以控制订阅车辆上的加速系统，以向订阅车辆的发动机施加更多的燃料，来帮助驾驶员加速订阅车辆。
图3示出了根据本公开的用于向运输网络提供BHTI服务的示例过程300。过程300可以包括示出为诸如310、320、330、340、350、360、370和380的框的一个或多个操作、动作或功能。尽管被示为离散框，但是过程300的各个框可以根据所需的实施方式被分成附加的框、组合成更少的框、或消除。过程300可以由BHTI系统190和BHTI系统290来实现。过程300可以从框310开始。
在310，过程300可以包括处理器接收第一车辆(例如预订或以其他方式利用BHTI服务的车辆110)的运动信息。第一车辆的运动信息可以包括第一车辆的诸如位置、移动方向、速度或者它们的组合的信息。在一些实施例中，运动信息可以由设置在第一车辆中的GPS收发器生成。在一些实施例中，运动信息可以由跟踪设置在第一车辆中的通信设备的移动通信网络提供。框310之后可以是框320。
在320，过程300可以包括处理器接收第一车辆的邻近地区内的一个或多个其他车辆的运动信息，例如在车辆110的邻近地区170内的车辆130的运动信息。框320之后可以是框330。
在330，过程300可以包括处理器接收对应于第一车辆的邻近地区的邻近地区数据。邻近地区数据可以表征第一车辆的邻近地区内的一个或多个移动和静止对象，例如车辆110、车辆130、动物160、自行车146、树142、交通标志144、道路150、移动通信网络基站147和148以及BHTI系统190。邻近地区数据可以由具有一个或多个传感器(例如传感器121-128)的分布式传感器系统生成。框330之后可以是框340。
在340，过程300可以包括处理器从第一车辆的邻近地区内的一个或多个车辆接收邻近信息。例如，邻近信息可以与车辆和最接近车辆的对象之间的接近度(例如，相互距离)——例如车辆130和车辆110之间的距离——相关联。邻近信息可以由装备在车辆130上的一个或更多的雷达收发器或LiDAR收发器生成。框340之后可以是框350。
在350，过程300可以包括处理器从邻近地区内的一个或多个交通控制结构(例如交通信号灯246)接收邻近地区(例如车辆210和220)内的一个或多个车辆的通行权状态。通行权状态指示相应的车辆是否有通行权。例如，交通信号灯246可以指示车辆210具有通行权，而车辆220没有。框350之后可以是框360。
在360，过程300可以包括处理器确定第一车辆是否在预定时间内面临潜在的交通危险。例如，BHTI系统190可以确定车辆110面临与动物群体160的潜在的碰撞。框360可包括在子框362、364和366处执行的操作。在362，过程300可以包括处理器估计邻近地区内的车辆的轨迹(例如车辆110的轨迹1101和车辆120的轨迹1201)。子框362之后可以是子框364。在364，过程300可以包括处理器估计邻近地区内的移动对象的轨迹(例如自行车146的轨迹1461和行人260的轨迹2601)、并识别邻近地区内的静止对象(例如移动通信网络基站147和148)的位置。子框364之后可以是子框366。在366，过程300可以包括处理器通过检查订阅车辆的轨迹(例如车辆210的轨迹2101)是否与邻近地区内的另一车辆或移动对象的轨迹(例如行人260的轨迹2601)相交来确定订阅车辆(例如车辆210)是否面临潜在的危险(例如与行人260的潜在的碰撞)。在366，过程300还可以包括处理器通过检查订阅车辆的轨迹是否与邻近地区内的静止对象的位置相交来确定订阅车辆是否面临潜在的危险。框360之后可以是框370。
在370，过程300可以包括处理器发出警告以将关于潜在的危险通知第一车辆的驾驶员。例如，BHTI系统290可以将关于与行人260碰撞的潜在的危险警告车辆210的驾驶员。可以利用诸如可听到的声音、语音警告、LCD和HUD显示器、振动和其他人类可感知的指示的各种手段来将关于潜在的危险警告驾驶员。框370之后可以是框380。
在380，过程300可以包括处理器向第一车辆发送命令以远程地加速或减速第一车辆并避免潜在的危险。例如，BHTI系统290可以远程地减速车辆210，以避免与在人行横道265中行走的行人260碰撞。过程300可以在框380结束。
图4示出了可以实现本公开的示例实施例的示例BHTI系统400。BHTI系统400可以检测潜在的交通危险，并且当潜在的交通可能仍然不在驾驶员的视线之内时将关于潜在的危险警告驾驶员。BHTI系统400可以通过包括示例过程300的任何合适的方法来实现该目的。HBTI系统400可以是计算设备，例如但不限于手提电脑、平板电脑、笔记本电脑、台式计算机、服务器、智能电话和可穿戴设备。BHTI系统400可以是BHTI系统190和/或BHTI系统290的示例实施方式。
在一些实施例中，BHTI系统400可以包括一个或多个处理器402和存储器490。存储器490可以可操作地连接到一个或多个处理器402或者以其他方式由一个或多个处理器402访问，并且可以配置为存储用于由一个或多个处理器402执行的一个或多个计算机软件部件。
在一些实施例中，存储器490可以存储与图4所示的一个或多个部件相关或以其他方式限定图4所示的一个或多个部件(例如车辆模块410、传感器模块420、分析模块430、警告模块440和干预模块450)的数据、代码和/或指令。
在一些实施例中，车辆模块410可以用于使一个或多个处理器402接收交通控制结构的邻近地区内的一个或多个车辆的运动信息。例如，在图2所示的场景200的上下文中，车辆模块410可以接收运动信息，诸如车辆210、220和230的位置、移动方向、速度或者它们的组合。在一些实施例中，车辆模块410还可以用于使一个或多个处理器402来接收来自交通控制结构的邻近地区内的一个或多个车辆的邻近信息。邻近信息可以与车辆和最接近车辆的对象之间的接近度(例如，相互距离)——例如车辆210和车辆230之间的距离——相关联。邻近信息可以由装备在车辆210上的一个或多个雷达收发器或LiDAR收发器生成。在一些实施例中，车辆模块410还可以用于使一个或多个处理器402从交通控制结构接收邻近地区内的一个或多个车辆的通行权状态。通行权状态可以指示车辆是否有权利通行。例如，BHTI系统290可以接收指示车辆210具有通行权的车辆210通行权状态。同时，BHTI系统290可以接收指示车辆220不具有通行权的车辆220通行权状态。
在一些实施例中，传感器模块420可用于使一个或多个处理器402接收由设置在交通控制结构的邻近地区内的一个或多个传感器产生的邻近地区数据。例如，BHTI系统290可以接收在由设置在交通信号灯246的邻近地区270内的各个位置处的摄像机221-228产生的多个视频中呈现的邻近地区数据。邻近地区数据可以对应于位于邻近地区270内的一个或多个移动对象(例如车辆210、车辆220、车辆230和行人260)以及一个或多个静止对象(例如树242、房屋244、交通信号灯246、道路250和252以及BHTI系统290)。
在一些实施例中，分析模块430可以用于使一个或多个处理器402确定交通控制结构的邻近地区内的车辆是否可能面临与另一车辆或者与移动对象甚至静止对象碰撞的潜在的危险。例如，BHTI系统290可以确定车辆210可能潜在地与行人260碰撞。更具体地，分析模块430可以用于使一个或多个处理器402基于运动信息来估计订阅车辆中的每一个的相应的轨迹。此外，分析模块430可以用于使一个或多个处理器402分析邻近地区数据，以估计每个移动对象的相应的轨迹并识别每个静止对象的相应的位置。例如，BHTI系统290可以基于车辆210和车辆220的运动信息来估计车辆210的轨迹2101和车辆220的轨迹2201。BHTI系统290还可以分析来自摄像机221-228的视频馈送以估计行人260的轨迹2601，以及以识别诸如树242、房屋244、交通信号灯246、道路250和252以及BHTI系统290的静止对象的相应的位置。
在一些实施例中，警告模块440可以用于使一个或多个处理器402响应于对车辆的潜在的危险的确定来警告车辆。例如，BHTI系统290可以警告车辆210关于碰撞到行人260的潜在的危险。警告模块440可以使处理器402使用各种手段中的一个或多个(例如可听到的声音、语音警告、LCD和HUD显示器上的视觉指示、振动和其他人类可察觉的指示)来将关于潜在的危险警告驾驶员。例如，BHTI系统290可以通过与车辆210的无线链路借助于发出“在人行横道前停止。行人正穿过街道。”的语音警告来警告车辆210的驾驶员。BHTI系统290可以同时在装备在车辆210中的导航系统的地图上显示代表威胁(即，正在穿过道路250的行人260)的闪烁的红点。作为另一示例，当交叉路口255的通行权通过BHTI的交通信号灯246被赋予道路250上的交通而不是道路252上的交通时，系统290可以通过与车辆220的无线链路借助于发出“请减速。前面是红灯。”的语音警告来警告车辆220的驾驶员。BHTI系统290可以同时振动车辆220的驾驶员座位，以将关于在车辆210进入交叉路口255的情况下可能与车辆210碰撞的危险警告车辆220的驾驶员。
在一些实施例中，干预模块450可以用于响应于对车辆的潜在的危险的确定而使一个或多个处理器402远程地加速或减速车辆。例如，当交叉路口255的通行权通过BHTI的交通信号灯246被赋予道路250上的交通而不是道路252上的交通时，BHTI系统290可以无线地向车辆220发送命令，并且当车辆220接近交叉路口255时减速车辆220，使得车辆220不进入交叉路口255。
BHTI系统400能够在驾驶判断仅仅根据驾驶员的感觉可能是困难的情况下防止可能的交通事故。例如，驾驶员可能难以判断他或她在尝试进入高速和动态交通道路时所拥有的安全裕量，特别是当在夜间迎面而来的车流所能看到的所有东西仅是来自大灯的光时。作为另一个例子，当在夜间经过山丘的蜿蜒道路上行驶时，驾驶员可能难以判断他或她需要将驱动轮移动多少以进行每一转弯。BHTI系统400能够将关于在这些困难的驾驶状况下的可能的危险警告驾驶员，从而降低发生事故的可能性。
图5描绘了用于BHTI服务的示例系统架构500，其可以针对图1的场景100和图2的场景200来实现。架构500可以具有中央计算机590。架构500还可以具有可以通过电线或无线地连接到中央计算机590的一个或多个传感器。仅仅为了说明的目的，一个或多个传感器在架构500中显示为多个摄像机，诸如摄像机511、512、521、522、531和532，但是除摄像机以外的传感器也在本公开的范围内。摄像机可以安装在或以其他方式设置在BHTI服务打算覆盖的区域内的各种物理位置。例如，摄像机中的一个或多个(诸如摄像机511和512)可以安装在该区域内的车辆上，而摄像机中的一个或多个(诸如摄像机521和522)可以安装在基础设施(例如交通信号灯、桥梁、公路入口、道路等)或者沿着基础设施(例如交通信号灯、桥梁、公路入口、道路等)。一些摄像机(例如摄像机531和532)甚至可以通过无人飞机而携带并且保持盘旋在该区域上方。在该区域内，可以存在一个或多个订阅车辆(例如车辆561至566)，每个车辆具有到中央计算机590的双向无线通信链路。中央计算机590可以通过订阅车辆561-566在该区域中的相应位置跟踪订阅车辆561-566中的一个或多个。除了跟踪订阅车辆561-566中的一个或多个之外，中央计算机590可以从定位在订阅车辆561至566中的一个或多个周围的邻近地区的摄像机调取视频馈送(即，订阅车辆561-566中的一个或多个的相关视频馈送)。中央计算机590可以基于相关视频馈送来确定订阅车辆561-566中的一个或多个是否可能面临潜在的交通危险。在确定订阅车辆561-566中的一个面临潜在的交通危险时，中央计算机590可以如先前所讨论的经由一个或多个人类可感知的指示来将关于潜在的危险警告订阅车辆。
图6描绘了用于BHTI服务的示例系统实施方式600。在实施方式600中，诸如62(1)、62(2)、。。。、62(N)(其中N为大于或等于1的正整数)的多个传感器可以设置在如图6中所示的地理区域(例如，城市或大都市区域或其区域)的不同位置。传感器62(1)-62(N)可以是静止的或可移动的，并且可以是如前所述的各种类型的摄像机或任何其他合适的传感器形式。传感器62(1)至62(N)可以有线地连接到中央计算机(即BHTI系统61)和/或无线连接到BHTI系统61。一个或多个订阅车辆(例如车辆631、632和633)可以围绕地理区域的相应部分移动。BHTI系统61可以基于订阅车辆631、632和633中的每一个的当前位置，为订阅车辆中的每一个限定相应的邻近地区，例如车辆631的邻近地区671、车辆632的邻近地区672和车辆633的邻近地区673。BHTI系统61可以分析来自特定邻近地区内的一个或多个摄像机的视频，以确定相应的车辆(例如订阅车辆631、632或633)是否可能面临潜在的危险。BHTI系统61随后可以将关于潜在的危险警告相应的车辆，使得该车辆的驾驶员可以采取适当的措施来应对潜在的危险。例如，BHTI系统61可以分析来自邻近地区671内的一个或多个摄像机的视频，并且确定车辆631可能面临潜在的危险。因此，BHTI系统61随后可以将关于潜在的危险警告车辆631，使得车辆631的驾驶员可以采取适当的措施来应对潜在的危险。
图7描绘了用于BHTI服务的另一示例系统实施方式700。与使用中央计算机61服务于所有订阅车辆相反，实施方式700采用分布式系统方法并依赖多个本地BHTI系统71(1)、71(2)、...71(N)(其中N为大于或等于1的正整数)，以集体地服务于诸如行政区域或一个或多个城市街区的地理区域(例如城市或大都市区域)。在这种方法中，本地BHTI系统71(1)-71(N)中的每一个可以用于相应的邻近地区，并且可以设置在交通控制结构(例如交叉路口或铁路交叉口)附近。此外，本地BHTI系统71(1)-71(N)中的每一个可以以较低成本构建，并且可以消耗比单个中央服务器(例如实施方式600的BHTI系统61)更少的功率。本地BHTI系统71(1)-71(N)中的每一个可以具有设置在相应的邻近地区内的一个或多个传感器。例如，BHTI系统71(1)可以具有设置在邻近地区77(1)内的各个位置处的P个摄像机71(1)(1)-71(1)(P)，其中P是大于或等于1的正整数。类似地，BHTI系统71(2)可以具有设置在邻近地区77(2)内的各个位置处的Q个摄像机71(2)(1)-71(2)(Q)，其中Q是大于或等于1的正整数。另外，BHTI系统71(3)可以具有设置在邻近地区77(3)内的各个位置处的R个摄像机71(3)(1)-71(3)(R)，其中R是大于或等于1的正整数。类似地，BHTI系统71(N)可以具有设置在邻近地区77(N)内的各个位置处的S个摄像机71(N)(1)-71(N)(S)，其中S是大于或等于1的正整数。订阅车辆可以由本地BHTI系统71(1)-71(N)中的一个或多个服务。例如，车辆731当前可能在邻近地区77(1)内移动，并且因此可以由BHTI系统71(1)服务。类似地，车辆732可以进入邻近地区77(3)，并且因此可以由BHTI系统71(3)服务。
图8描绘了用于BHTI服务的另一示例系统实施方式800。与图7的实施方式700相比，BHTI实施方式800还可以包括中央BHTI服务器890和多个本地BHTI服务器81(1)-81(N)，其中N是大于或等于1的正整数，其中中央BHTI服务器890可以为不被本地BHTI服务器81(1)-81(N)中的任一个覆盖的区域提供服务。例如，诸如摄像机82(1)-82(M)的多个传感器(其中M是大于或等于1的正整数)例如可以不位于邻近地区87(1)-87(N)中的任一个内，并且因此本地BHTI服务器81(1)-81(N)将不会请求来自摄像机82(1)-82(M)中的任一个的视频馈送。替代地，摄像机82(1)-82(M)可以配置为与BHTI服务器890通信，使得BHTI服务可以被提供给订阅车辆(例如车辆831和/或832)，该订阅车辆可能不直接地在本地BHTI服务器81(1)-81(N)的任一个的邻近地区内驾驶。
本公开通过将当前在驾驶员的视线外的邻近地区内潜在的交通危险或驾驶威胁警告驾驶员来大大改善交通安全性。根据本公开的方法和系统可以极大地增强驾驶员对驾驶员的感觉能够到达的即时邻近地区外的交通状况的了解。因此，可以有效地防止容易发生事故的许多实际的驾驶状况。
冠词“一个(a)”和“一个(an)”在此用于指代物品的语法对象中的一个或多于一个(即，至少一个)。作为示例，“用户”是指一个用户或多于一个用户。在本说明书中，“一个实施例(one embodiment)”、“一个实施例(an embodiment)”、“一个示例(one example)”或“一个示例(an example)”)是指结合实施例或示例描述的特定部件、结构或特性包括在本公开的至少一个实施例中。因此，在本说明书的各个地方，短语“在一个实施例中(in oneembodiment)”、“在一个实施例中(in an embodiment)”、“一个示例(one example)”或“一个示例(an example)”)的出现不一定都指代相同的实施例或示例。此外，特定部件、结构、数据库或特征可以在一个或多个实施例或示例中以任何合适的组合和/或子组合进行组合。此外，应当理解的是，本文提供的附图是为了本领域普通技术人员的解释目的，并且附图不一定按比例绘制。
根据本公开的实施例可以被实现为装置、方法或计算机程序产品。因此，本公开可以采取完全由硬件构成的实施例、完全由软件构成的实施例(包括固件、常驻软件、微代码等)的实施例、或者可以将软件和硬件方面组合的通常在此可以被称为“电路”、“模块”或“系统”的实施例。此外，本公开的实施例可以采用体现在具有在介质中体现的计算机可用程序代码的任何有形表达媒体中的计算机程序产品的形式。
附图中的流程图和框图示出了根据本公开的各种实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这方面，流程图或框图中的每个框可以表示包括用于实现指定的逻辑功能的一个或多个可执行指令的代码的模块、段或部分。同样值得注意的是，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作的专用的基于硬件的系统，或专用硬件和计算机指令的组合来实现。这些计算机程序指令还可以存储在计算机可读介质中，该介质可以使计算机或其他可编程数据处理装置以特定方式工作，使得存储在计算机可读介质中的指令产生包括实现流程图和/或框图框的一个或多个框中指定的功能/动作的指令装置的制品。
尽管根据某些实施例描述了本公开，但是在考虑到本公开的益处的情况下，其他实施例对于本领域普通技术人员将是显而易见的，包括不提供在此所述的所有优点和特征的实施例也在本公开的范围内。应当理解的是，在不脱离本公开的范围的情况下，可以利用其他实施例。

Claims (15)

1.一种方法，包含：
由处理器接收第一车辆的运动信息；
由所述处理器接收对应于所述第一车辆邻近地区的邻近地区数据；
由所述处理器基于所述运动信息和所述邻近地区数据来确定所述第一车辆是否在所述邻近地区内面临潜在的危险；和
响应于所述潜在的危险的确定，而由所述处理器向所述第一车辆警告关于所述潜在的危险。
2.根据权利要求1所述的方法，其中所述第一车辆的所述运动信息包含所述第一车辆的位置、移动方向、速度或它们的组合，并且其中所述第一车辆的所述运动信息的所述接收包含从设置在所述第一车辆中的全球定位系统(GPS)收发器、从跟踪设置在所述第一车辆中的通信设备的移动通信网络、或从它们的组合接收所述运动信息。
3.根据权利要求1所述的方法，其中所述邻近地区数据的所述接收包含从设置在所述第一车辆邻近地区的一个或多个传感器接收所述邻近地区数据，其中所述一个或多个传感器包括一个或多个摄像机，并且其中所述邻近地区数据包含一个或多个视频，所述一个或多个视频中的每一个对应于所述邻近地区的相应视域并且指示位于所述邻近地区的所述相应视域内的一个或多个移动对象和一个或多个静止对象。
4.根据权利要求3所述的方法，其中所述潜在的危险的所述确定包含：
基于所述第一车辆的所述运动信息估计所述第一车辆的第一轨迹；
分析所述一个或多个视频以估计一个或多个第二轨迹，所述第二轨迹中的每一个是所述一个或多个移动对象中的每一个的相应轨迹；
分析所述一个或多个视频以识别所述一个或多个静止对象中的每一个的相应位置；
响应于在预定时间段内与所述一个或多个第二轨迹中的至少一个相交的所述第一轨迹而确定所述第一车辆面临所述潜在的危险；和
响应于在所述预定时间段内与所述一个或多个静止对象的所述位置中的至少一个相交的所述第一轨迹而确定所述第一车辆面临所述潜在的危险。
5.根据权利要求3所述的方法，其中所述一个或多个摄像机包含安装在所述第一车辆上、所述邻近地区内的一个或多个其他车辆上、所述邻近地区内的一个或多个交通控制结构上、或所述邻近地区内的一条或多条道路上或附近的至少一个摄像机。
6.根据权利要求1所述的方法，进一步包含：
由所述处理器接收所述邻近地区内的一个或多个其他车辆的运动信息，
其中所述潜在的危险的所述确定包含基于所述第一车辆的所述邻近地区数据和所述运动信息以及所述一个或多个其他车辆的所述运动信息确定所述潜在的危险。
7.根据权利要求1所述的方法，进一步包含：
由所述处理器接收所述第一车辆的第一邻近信息；和
由所述处理器接收所述邻近地区内的一个或多个其他车辆的第二邻近信息，
其中所述潜在的危险的所述确定包含基于所述第一邻近信息和所述第二邻近信息确定所述潜在的危险。
8.根据权利要求7所述的方法，其中所述第一邻近信息的所述接收或所述第二邻近信息的所述接收包含从设置在所述第一车辆、所述一个或多个其他车辆中的至少一个、或者所述第一车辆和所述一个或多个其他车辆中的至少一个的组合内的一个或多个雷达收发器或激光雷达(LiDAR)收发器接收所述第一邻近信息或所述第二邻近信息，并且其中所述第一邻近信息和所述第二邻近信息中的每一个分别表示从所述第一车辆到所述邻近地区中的一个或多个对象的相对距离和从所述一个或多个其他车辆到所述邻近地区中的一个或多个其他对象的相对距离。
9.根据权利要求1所述的方法，进一步包含：
由所述处理器接收所述第一车辆的通行权状态，所述第一车辆的所述通行权状态指示所述第一车辆是否具有通行权；和
由所述处理器接收所述邻近地区内的至少一个其他车辆的通行权状态，所述至少一个其他车辆的所述通行权状态指示所述至少一个其他车辆是否具有通行权，
其中所述潜在的危险的所述确定进一步基于所述第一车辆的所述通行权状态和所述一个或多个其他车辆中的每一个的所述通行权状态，以及
其中所述第一车辆的所述通行权状态和所述至少一个其他车辆的所述通行权状态的所述接收包含：从所述邻近地区内的一个或多个交通控制结构接收所述第一车辆的所述通行权状态和所述至少一个其他车辆的所述通行权状态。
10.根据权利要求1所述的方法，其中对所述第一车辆的关于所述潜在的危险的所述警告包含使用视觉显示器、抬头显示器(HUD)、警告音、语音警告、振动、另一种人类可察觉的指示或者它们的组合向所述第一车辆的驾驶员通知关于所述潜在的危险。
11.根据权利要求1所述的方法，进一步包含：
响应于所述潜在的危险的所述确定，而由所述处理器发送一个或多个用于远程地加速或减速所述第一车辆的命令。
12.一种可实施于交通控制结构的超视距威胁指示(BHTI)系统，包含：
一个或多个处理器；和
存储器，所述存储器可操作地连接到所述一个或多个处理器，所述存储器存储可由所述一个或多个处理器执行的多个部件，所述多个部件包含：
车辆模块，所述车辆模块编程为使所述一个或多个处理器接收所述交通控制结构的邻近地区内的一个或多个车辆的运动信息；
传感器模块，所述传感器模块编程为使所述一个或多个处理器接收由设置在所述交通控制结构的所述邻近地区内的一个或多个传感器产生的邻近地区数据，所述邻近地区数据对应于位于所述邻近地区内的一个或多个移动对象和一个或多个静止对象；
分析模块，所述分析模块编程为使所述一个或多个处理器确定所述一个或多个车辆中的第一车辆是否面临与所述一个或多个车辆中的第二车辆或所述一个或多个移动对象和一个或多个静止对象中的至少一个相撞的潜在的危险；和
警告模块，所述警告模块编程为使所述一个或多个处理器向所述第一车辆警告所述潜在的危险。
13.根据权利要求12所述的系统，其中所述一个或多个传感器包含一个或多个摄像机，并且其中所述邻近地区数据包含一个或多个视频，所述一个或多个视频中的每一个视频对应于所述一个或多个移动对象和所述一个或多个静止对象中的至少一个的相应视域，并且其中，在确定所述潜在的危险时，所述一个或多个处理器配置为执行包含以下的动作：
基于所述运动信息估计所述一个或多个车辆中的每一个的相应轨迹；
分析所述一个或多个视频以估计所述一个或多个移动对象中的每一个的相应轨迹；
分析所述一个或多个视频以识别所述一个或多个静止对象中的每一个的位置；
响应于在预定时间段内与所述第二车辆的第二轨迹或所述一个或多个移动对象中的至少一个的所述轨迹相交的所述第一车辆的第一轨迹，而确定所述第一车辆面临所述潜在的危险；和
响应于在所述预定时间段内与所述一个或多个静止对象的所述位置中的至少一个相交的所述第一车辆的所述第一轨迹，而确定所述第一车辆面临所述潜在的危险。
14.根据权利要求12所述的系统，其中所述车辆模块进一步编程为使所述一个或多个处理器从所述一个或多个车辆中的至少一个接收邻近信息，所述邻近信息表示所述一个或多个车辆中的至少一个和所述邻近地区中的一个或多个其他对象之间的空间关系，其中所述车辆模块进一步编程为使所述一个或多个处理器从所述交通控制结构接收所述一个或多个车辆中的至少一个的通行权状态，所述通行权状态指示所述一个或多个车辆中的所述至少一个是否具有通行权，并且其中，所述一个或多个处理器配置为在将所述潜在的危险警告所述第一车辆时，通过视觉显示器、抬头显示器(HUD)、警告音、语音警告、振动、另一种人类可感知的指示或它们的组合向所述第一车辆的驾驶员通知关于所述潜在的危险。
15.根据权利要求12所述的系统，其中所述多个部件进一步包含：
干预模块，所述干预模块编程为响应于所述潜在的危险的所述确定而使所述一个或多个处理器远程地加速或减速所述第一车辆。
CN201710326036.2A 2016-05-10 2017-05-10 用于车辆的超视距威胁指示的方法和系统 Pending CN107358816A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/151,318 2016-05-10
US15/151,318 US20170327035A1 (en) 2016-05-10 2016-05-10 Methods and systems for beyond-the-horizon threat indication for vehicles

Publications (1)

Publication Number Publication Date
CN107358816A true CN107358816A (zh) 2017-11-17

Family

ID=59011077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710326036.2A Pending CN107358816A (zh) 2016-05-10 2017-05-10 用于车辆的超视距威胁指示的方法和系统

Country Status (6)

Country Link
US (1) US20170327035A1 (zh)
CN (1) CN107358816A (zh)
DE (1) DE102017109513A1 (zh)
GB (1) GB2552241A (zh)
MX (1) MX2017005778A (zh)
RU (1) RU2017115671A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215354A (zh) * 2018-10-31 2019-01-15 北京交通大学 基于车路协同的信号灯控制道口预警系统及方法
CN109835253A (zh) * 2019-03-19 2019-06-04 安徽中科美络信息技术有限公司 一种行车盲区道路危险源提示方法及系统
CN109979238A (zh) * 2017-12-28 2019-07-05 北京百度网讯科技有限公司 车道内障碍物提醒方法、装置及设备
CN110568851A (zh) * 2019-09-30 2019-12-13 重庆元韩汽车技术设计研究院有限公司 基于远程控制的汽车底盘运动控制系统及方法
CN111091706A (zh) * 2018-10-23 2020-05-01 丰田自动车株式会社 信息处理系统和信息处理方法
WO2020173325A1 (en) * 2019-02-26 2020-09-03 Ningbo Geely Automobile Research & Development Co., Ltd. Mitigating collision risk with an obscured object
CN112319466A (zh) * 2019-07-31 2021-02-05 丰田研究所股份有限公司 具有预测轨迹的自主车辆用户界面
CN113033443A (zh) * 2021-03-31 2021-06-25 同济大学 一种基于无人机的行人过街设施全路网自动化排查方法
CN114078333A (zh) * 2020-08-19 2022-02-22 丰田自动车株式会社 信息处理装置、车辆以及信息处理方法
CN115482679A (zh) * 2022-09-15 2022-12-16 深圳海星智驾科技有限公司 一种自动驾驶盲区预警方法、装置和消息服务器
CN116569231A (zh) * 2020-10-08 2023-08-08 索尼集团公司 用于用户安全和体验的车辆控制
US12374224B2 (en) 2019-10-29 2025-07-29 Sony Group Corporation Vehicle control in geographical control zones

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8874477B2 (en) 2005-10-04 2014-10-28 Steven Mark Hoffberg Multifactorial optimization system and method
US9649972B2 (en) 2011-04-07 2017-05-16 Pioneer Corporation System for detecting surrounding conditions of moving body
US20190208168A1 (en) * 2016-01-29 2019-07-04 John K. Collings, III Limited Access Community Surveillance System
JP2018054498A (ja) * 2016-09-29 2018-04-05 パナソニックＩｐマネジメント株式会社 通知器具及び街路灯システム
US10869627B2 (en) * 2017-07-05 2020-12-22 Osr Enterprises Ag System and method for fusing information related to a driver of a vehicle
JP6574224B2 (ja) * 2017-08-30 2019-09-11 本田技研工業株式会社 車両制御装置、車両、車両制御方法およびプログラム
US10850732B2 (en) * 2017-09-05 2020-12-01 Aptiv Technologies Limited Automated speed control system
US10741075B2 (en) * 2017-09-20 2020-08-11 Continental Automotive Systems, Inc. Intelligent parking managing system, and methods of utilizing same
US10803746B2 (en) 2017-11-28 2020-10-13 Honda Motor Co., Ltd. System and method for providing an infrastructure based safety alert associated with at least one roadway
RU2729196C1 (ru) 2018-01-12 2020-08-05 Общество с ограниченной ответственностью "ИСС-СОФТ" Системы и способы формирования светового потока на основании изображений
US10363944B1 (en) 2018-02-14 2019-07-30 GM Global Technology Operations LLC Method and apparatus for evaluating pedestrian collision risks and determining driver warning levels
US10388157B1 (en) * 2018-03-13 2019-08-20 Allstate Insurance Company Processing system having a machine learning engine for providing a customized driving assistance output
US10522038B2 (en) * 2018-04-19 2019-12-31 Micron Technology, Inc. Systems and methods for automatically warning nearby vehicles of potential hazards
DE102018251778A1 (de) 2018-12-28 2020-07-02 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
EP3703032B1 (en) * 2019-02-26 2025-08-06 Qualcomm Auto Ltd. Collaborative safety for occluded objects
FR3094126B1 (fr) * 2019-03-21 2021-10-22 Transdev Group Dispositif électronique de sélection automatique d’une configuration de surveillance d’une zone de trafic routier, procédé de sélection et programme d’ordinateur associés
FR3095401B1 (fr) * 2019-04-26 2021-05-07 Transdev Group Plateforme et procédé de supervision d’une infrastructure pour véhicules de transport, véhicule, système de transport et programme d’ordinateur associés
EP3734569B1 (en) * 2019-04-30 2024-11-20 Argo AI GmbH Method, system, backend server and observation-unit for supporting at least one self-driving vehicle in coping with a characteristic behavior of local traffic in a respective specific area and corresponding self-driving vehicle operable according to the driving strategy
CN111942398A (zh) * 2019-05-17 2020-11-17 长城汽车股份有限公司 车辆速度的控制方法、系统及车辆
US11002827B2 (en) * 2019-05-21 2021-05-11 Motorola Solutions, Inc. System and method for collaborating between vehicular 360 degree threat detection appliances
FR3096639B1 (fr) * 2019-05-27 2021-04-30 Psa Automobiles Sa Assistance à la conduite de véhicules, par signalisation des portions ouvertes et fermées de voies de circulation
EP3748602A1 (en) * 2019-06-03 2020-12-09 Sony Corporation Monitoring vehicle movement for traffic risk mitigation
CN110194157B (zh) * 2019-06-28 2021-09-03 广州小鹏汽车科技有限公司 一种车辆控制方法、系统及车辆
CN114730527A (zh) * 2019-12-12 2022-07-08 英特尔公司 基于责任敏感安全性的易受伤害道路使用者安全性技术
CN111186435B (zh) * 2020-01-19 2022-05-03 奇瑞汽车股份有限公司 汽车的防碰撞方法、装置及存储介质
CN113223317B (zh) * 2020-02-04 2022-06-10 华为技术有限公司 一种更新地图的方法、装置和设备
US11521485B2 (en) * 2020-05-24 2022-12-06 Lemko Corporation Automated vehicle control distributed network apparatuses and methods
CN113011323B (zh) * 2021-03-18 2022-11-29 阿波罗智联(北京)科技有限公司 通行状态的获取方法、相关装置、路侧设备及云控平台
CN115131978A (zh) * 2021-03-24 2022-09-30 北京万集科技股份有限公司 显示数据的方法、装置、设备及存储介质
ES2994871T3 (en) * 2021-09-17 2025-02-03 2Go Solutions Ug Haftungbeschrankt A system for monitoring a driving operation of a vehicle
KR102722337B1 (ko) * 2021-12-17 2024-10-24 국립한국교통대학교산학협력단 도로 상황 데이터 처리 장치 및 방법
CN114333314A (zh) * 2021-12-29 2022-04-12 阿波罗智联(北京)科技有限公司 车路协同信息处理方法和装置、系统
CN114815829A (zh) * 2022-04-26 2022-07-29 澳克诺(上海)汽车科技有限公司 交叉路口的运动轨迹预测方法
CN115320580A (zh) * 2022-08-11 2022-11-11 阿波罗智联(北京)科技有限公司 车辆行驶风险检测方法、装置、设备及边缘计算设备
US20240265710A1 (en) * 2023-02-06 2024-08-08 Tusimple, Inc. System and method for occlusion detection in autonomous vehicle operation
CN116504062B (zh) * 2023-05-06 2025-07-18 福州大学 一种面向自动驾驶的道路交通节点路段行驶适应性评价方法
DE102023116591A1 (de) * 2023-06-23 2024-12-24 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum vermeiden von kollisionen zwischen einem kraftfahrzeug und einem leicht verwundbaren verkehrsteilnehmer
EP4621753A1 (en) * 2024-03-21 2025-09-24 Deutsche Telekom AG A method of preventing moving entities from colliding
US20260014932A1 (en) * 2024-07-10 2026-01-15 GM Global Technology Operations LLC Non-line-of-sight imminent crash warning using reflective head-up displays
CN120299281A (zh) * 2025-06-12 2025-07-11 新石器慧通（北京）科技有限公司 基于路口交通流的通行状态判断方法、系统及车辆

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4403220A (en) * 1980-02-05 1983-09-06 Donovan John S Radar system for collision avoidance
US7284769B2 (en) * 1995-06-07 2007-10-23 Automotive Technologies International, Inc. Method and apparatus for sensing a vehicle crash
US7832762B2 (en) * 1995-06-07 2010-11-16 Automotive Technologies International, Inc. Vehicular bus including crash sensor or occupant protection system control module
EP0891903B1 (de) * 1997-07-17 2009-02-11 Volkswagen Aktiengesellschaft Automatische Notbremsfunktion
US7433948B2 (en) * 2002-01-23 2008-10-07 Cisco Technology, Inc. Methods and apparatus for implementing virtualization of storage within a storage area network
JP3733914B2 (ja) * 2002-02-06 2006-01-11 株式会社日立製作所 車両の物体検出装置，車両の安全制御方法，自動車
US9818136B1 (en) * 2003-02-05 2017-11-14 Steven M. Hoffberg System and method for determining contingent relevance
JP3979339B2 (ja) * 2003-05-12 2007-09-19 日産自動車株式会社 車線逸脱防止装置
JP4389567B2 (ja) * 2003-12-03 2009-12-24 日産自動車株式会社 車線逸脱防止装置
US7151992B2 (en) * 2003-12-17 2006-12-19 Vrbia, Inc. Externally activated non-negative acceleration system
US7590589B2 (en) * 2004-09-10 2009-09-15 Hoffberg Steven M Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference
US8874477B2 (en) * 2005-10-04 2014-10-28 Steven Mark Hoffberg Multifactorial optimization system and method
US7573400B2 (en) * 2005-10-31 2009-08-11 Wavetronix, Llc Systems and methods for configuring intersection detection zones
US10326537B2 (en) * 2006-01-31 2019-06-18 Silicon Laboratories Inc. Environmental change condition detection through antenna-based sensing of environmental change
US7813843B2 (en) * 2007-01-04 2010-10-12 Cisco Technology, Inc Ad-hoc mobile IP network for intelligent transportation system
US9672736B2 (en) * 2008-10-22 2017-06-06 Toyota Motor Engineering & Manufacturing North America, Inc. Site map interface for vehicular application
US8909462B2 (en) * 2011-07-07 2014-12-09 International Business Machines Corporation Context-based traffic flow control
US8950970B2 (en) * 2011-07-09 2015-02-10 Michael A. Gingrich, SR. Double crossover merging interchange
US20130041552A1 (en) * 2011-08-11 2013-02-14 Ford Global Technologies, Llc Methods and Apparatus for Estimating Power Usage
US9269268B2 (en) * 2013-07-31 2016-02-23 Elwha Llc Systems and methods for adaptive vehicle sensing systems
US9177478B2 (en) * 2013-11-01 2015-11-03 Nissan North America, Inc. Vehicle contact avoidance system
US20150158495A1 (en) * 2013-12-05 2015-06-11 Elwha Llc Systems and methods for reporting characteristics of operator performance
US20150161894A1 (en) * 2013-12-05 2015-06-11 Elwha Llc Systems and methods for reporting characteristics of automatic-driving software
US9123250B2 (en) * 2013-12-05 2015-09-01 Elwha Llc Systems and methods for reporting real-time handling characteristics
US20150339589A1 (en) * 2014-05-21 2015-11-26 Brain Corporation Apparatus and methods for training robots utilizing gaze-based saliency maps
US9759812B2 (en) * 2014-10-02 2017-09-12 Trimble Inc. System and methods for intersection positioning
US9524648B1 (en) * 2014-11-17 2016-12-20 Amazon Technologies, Inc. Countermeasures for threats to an uncrewed autonomous vehicle
US10024684B2 (en) * 2014-12-02 2018-07-17 Operr Technologies, Inc. Method and system for avoidance of accidents
US10345809B2 (en) * 2015-05-13 2019-07-09 Uber Technologies, Inc. Providing remote assistance to an autonomous vehicle
US9494439B1 (en) * 2015-05-13 2016-11-15 Uber Technologies, Inc. Autonomous vehicle operated with guide assistance of human driven vehicles
GB201818058D0 (en) * 2015-05-18 2018-12-19 Mobileye Vision Technologies Ltd Safety system for a vehicle to detect and warn of a potential collision
US9652990B2 (en) * 2015-06-30 2017-05-16 DreamSpaceWorld Co., LTD. Systems and methods for monitoring unmanned aerial vehicles

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10745028B2 (en) 2017-12-28 2020-08-18 Beijing Baidu Netcom Science Technology Co., Ltd. Method, apparatus and device for obstacle in lane warning
CN109979238A (zh) * 2017-12-28 2019-07-05 北京百度网讯科技有限公司 车道内障碍物提醒方法、装置及设备
CN111091706A (zh) * 2018-10-23 2020-05-01 丰田自动车株式会社 信息处理系统和信息处理方法
CN109215354B (zh) * 2018-10-31 2022-02-15 北京交通大学 基于车路协同的信号灯控制道口预警系统及方法
CN109215354A (zh) * 2018-10-31 2019-01-15 北京交通大学 基于车路协同的信号灯控制道口预警系统及方法
CN113439291A (zh) * 2019-02-26 2021-09-24 宁波吉利汽车研究开发有限公司 减轻与被遮挡对象的碰撞风险
WO2020173325A1 (en) * 2019-02-26 2020-09-03 Ningbo Geely Automobile Research & Development Co., Ltd. Mitigating collision risk with an obscured object
CN109835253A (zh) * 2019-03-19 2019-06-04 安徽中科美络信息技术有限公司 一种行车盲区道路危险源提示方法及系统
CN112319466A (zh) * 2019-07-31 2021-02-05 丰田研究所股份有限公司 具有预测轨迹的自主车辆用户界面
CN110568851A (zh) * 2019-09-30 2019-12-13 重庆元韩汽车技术设计研究院有限公司 基于远程控制的汽车底盘运动控制系统及方法
US12374224B2 (en) 2019-10-29 2025-07-29 Sony Group Corporation Vehicle control in geographical control zones
CN114078333A (zh) * 2020-08-19 2022-02-22 丰田自动车株式会社 信息处理装置、车辆以及信息处理方法
CN116569231A (zh) * 2020-10-08 2023-08-08 索尼集团公司 用于用户安全和体验的车辆控制
CN113033443A (zh) * 2021-03-31 2021-06-25 同济大学 一种基于无人机的行人过街设施全路网自动化排查方法
CN113033443B (zh) * 2021-03-31 2022-10-14 同济大学 一种基于无人机的行人过街设施全路网自动化排查方法
CN115482679A (zh) * 2022-09-15 2022-12-16 深圳海星智驾科技有限公司 一种自动驾驶盲区预警方法、装置和消息服务器
CN115482679B (zh) * 2022-09-15 2024-04-26 深圳海星智驾科技有限公司 一种自动驾驶盲区预警方法、装置和消息服务器

Also Published As

Publication number Publication date
MX2017005778A (es) 2018-08-20
GB2552241A9 (en) 2018-05-02
DE102017109513A1 (de) 2017-11-16
GB201707028D0 (en) 2017-06-14
RU2017115671A (ru) 2018-11-09
GB2552241A (en) 2018-01-17
US20170327035A1 (en) 2017-11-16

Similar Documents

Publication Publication Date Title
CN107358816A (zh) 用于车辆的超视距威胁指示的方法和系统
JP7362721B2 (ja) 早期警告および衝突回避
US10332401B2 (en) Running vehicle alerting system and method
US9352683B2 (en) Traffic density sensitivity selector
CN119964398A (zh) 增强的车载装备
KR101838710B1 (ko) 선진 안전 차량에서 스쿨 존 안전 장치 및 그 방법
CN109360426A (zh) 一种超速安全预警方法、装置、系统和可读存储介质
JP2017174449A (ja) 車両用危険報知制御装置
JP2013168118A (ja) ビデオレーダを使用したリモート交通管理システム
CN105976640A (zh) 基于v2x通信的安全警示方法、行人鞋装置、车载平台及系统
CN114428498A (zh) 在自主车辆的靠边停车和下客期间增强乘客的意识
WO2017115371A1 (en) Apparatus and method for avoiding vehicular accidents
KR20200068776A (ko) 자율주행 및 커넥티드 자동차용 통신 서비스 제공방법
JP5088127B2 (ja) 車載警報装置及び車両用警報方法
US11170650B2 (en) System for vehicle monitoring and alerting
CN116434604A (zh) 一种智能交通锥桶安全警示系统及控制方法
KR20160113124A (ko) 착용 가능한 시그널링 시스템 및 방법
US20240395140A1 (en) Data Consumable for Intelligent Transport System
CN115148051A (zh) 交通危险提示方法、设备、装置、车辆及存储介质
JP2018120291A (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
KR102729758B1 (ko) 충돌대상 사전감지 시스템
JP2018120290A (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
KR101947473B1 (ko) 후방 차량을 고려한 안전 운전 지원 장치 및 방법
CN219257325U (zh) 一种基于人工智能的车载监管系统
CN114187761A (zh) 道路养护作业提示设备、系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20171117