首页 / 专利库 / 变压器和转换设备 / 传感器 / 传感器 / 用于估计车辆尺寸的方法和控制装置

用于估计车辆尺寸的方法和控制装置

阅读:201发布:2020-10-29

专利汇可以提供用于估计车辆尺寸的方法和控制装置专利检索,专利查询,专利分析的服务。并且车辆(101)中的方法(600)和控制单元(510),用于估计车辆(101)或包括车辆(101)的车辆组合体(100)的尺寸值。该方法(600)包括经由无线 信号 ,从至少一个车辆外部 传感器 (210)接收(601) 传感器数据 ;并基于接收的(601)传感器数据,估计(602)车辆(101)或车辆组合体(100)的尺寸值。,下面是用于估计车辆尺寸的方法和控制装置专利的具体信息内容。

1.车辆(101)中的方法(600),用于估计车辆(101)或包括车辆(101)的车辆组合体(100)的尺寸值,该方法(600)包括:
经由无线信号,从至少一个车辆外部传感器(210)接收(601)传感器数据;并且基于接收的(601)传感器数据,估计(602)车辆(101)或车辆组合体(100)的尺寸值。
2.根据权利要求1所述的方法(600),还包括:
将估计的(602)尺寸值与先前存储的尺寸值进行比较(604);
检测(605)比较的(604)尺寸值之间的超过阈值的差异;以及
基于检测的(605)差异,触发(606)动作。
3.根据前述权利要求中的任一项所述的方法(600),还包括:
将所述估计的(602)尺寸值以与时间基准相关联的方式储存(603)在存储器(520)中。
4.根据前述权利要求中任一项所述的方法(600),其中,所述车辆外部传感器(210)位于路侧结构(200)上或另外的车辆(300)上。
5.根据前述权利要求中的任一项所述的方法(600),其中,所述尺寸值包括以下中的任何:车辆长度、车辆高度、车辆宽度、车辆重量、车辆类型、拖车类型、车辆组合体长度、车辆组合体高度、车辆组合体宽度、车辆组合体重量、车辆组合体类型。
6.根据权利要求2-5中的任一项所述的方法(600),其中,所述触发的(606)动作包括以下中的任何:
调整在与车辆(101)、或者包括车辆(101)的车辆组合体(100)有关的计算中使用的尺寸参数;
使车辆(101)在路侧处停止;
警告车辆负责人关于检测的(605)差异。
7.车辆(101)中的控制装置(510),该控制装置用于估计车辆(101)或包括车辆(101)的车辆组合体(100)的尺寸值,所述控制装置(510)配置为:
经由无线信号,从至少一个车辆外部传感器(210)接收传感器数据;并且
基于接收的传感器数据,估计车辆(101)或车辆组合体(100)的尺寸值。
8.根据权利要求7所述的控制装置(510),进一步配置为:
将估计的尺寸值与先前储存的尺寸值进行比较;
检测比较的尺寸值之间的超过阈值的差异;以及
基于检测的差异,触发动作。
9.根据权利要求7或权利要求8中的任一项所述的控制装置(510),还配置为:
将估计的尺寸值以与时间基准相关联的方式储存在存储器(520)中。
10.一种计算机程序,包括程序代码,所述程序代码用于当在根据权利要求7-9中的任一项的控制装置(510)中的处理器中执行所述计算机程序时,执行根据权利要求1-6中的任一项所述的方法(600)。

说明书全文

用于估计车辆尺寸的方法和控制装置

技术领域

[0001] 该文献公开了车辆中的控制装置和车辆中的方法。更具体地,提供了一种用于估计车辆的尺寸值的方法和控制装置。

背景技术

[0002] 带有/不带有拖车的车辆的长度和其他尺寸经常是未知的。这是因为所述车辆可以用于不同的应用,为此在生产和销售所述车辆之后,而被定制化。诸如卡车之类的车辆经常以不同的方式进行修改以服务于车主的特定目的,例如以提供车载起重机、侧吊起重机、混凝土搅拌机、扫设备、吸挖挖掘机等;或者将卡车重装成紧急车辆等。
[0003] 车辆还可以承受比车辆更长的不同负载,所述负载可以延伸超过所述车辆的尺寸,或者连接到对于电气系统长度未知的拖车。在某些辖区,公路列车允许包括多个拖车。因此,车辆可能无法检测已连接到卡车的拖车数量或这些拖车的尺寸。
[0004] 车辆是汽车的情况,则无法检测在汽车上是否安装了车顶轨道/车顶箱;或者是否有任何货物放置在车顶上,这可能会影响汽车的重心,进而还影响车辆的转弯性能。它还可能影响空气阻和燃油消耗。
[0005] 在车辆上运载的货物比该车辆长,诸如木材、建筑材料矿石,目前没有方法检测货物的一部分从车辆结构中突出;或者检测货物松动/从车辆上掉下来(除了驾驶员观察之外)。
[0006] 某些车辆在行驶时的重量变化很大,诸如城市公共汽车,分配卡车,或者带着矿石从矿山驶向港口然后空着返回的采矿卡车。增加的重量会影响例如转弯性能和适当的车辆行驶速度。
[0007] 然而,在城市公共汽车等的情况下,不仅乘客的重量或人数影响转弯性能/行驶速度,而且车上是否站着乘客也影响。车辆中有驾驶人员的情况,他/她经常会根据乘客情况调整加速、速度、减速和制动速度。
[0008] 新兴技术是驾驶协作车辆组或者有时称为快速公交(BRT)的车辆列车中的公共汽车或卡车,其中,驾驶员仅出现在第一辆车中,而其他车辆是自动的,并且紧随前面的车辆。在协作车辆的方案中,驾驶员可能会遇到无法估计其他任何车辆中是否有站着的乘客地严重问题。
[0009] 在完全自动的车辆或车辆列车上,这个问题没有方便的解决方案。
[0010] 可能的解决方案可能是始终像车辆已满载一样驾驶车辆,或者在车辆为公共汽车的情况下,像挤满站着的乘客一样驾驶车辆。然而,与由驾驶人员引导的常规车辆相比较,这导致了次优的行驶速度和运输速度的严重降低。
[0011] 车辆尺寸,诸如长度,包括相连的拖车和/或任何突出的货物,对于先进的驾驶员辅助系统(其中为自动驾驶)以及自动驾驶应用是需要的。特别是对于车辆应转弯或向后驾驶以及确定车辆重心的应用。
[0012] 文献JP2013120398示出了一种用于估计车辆长度的设备。通过车辆的前侧摄像头拍摄道路的第一图像和通过车辆的后侧摄像头拍摄道路的第二图像来估计车辆长度。基于捕获的图像并通过提取图像特征,通过映射提取的特征并且使用行驶速度的知识,可以估计车辆长度。
[0013] 不幸的是,所描述的布置只能估计车辆的长度,而不能估计任何其他车辆尺寸。此外,该布置取决于使用安装在车辆上的两个专用摄像头,这增加了成本。
[0014] 文献JP2009070097描述了另一种估计车辆长度的方法。检测车辆并提取车辆阴影。通过测量车辆阴影的长度来确定该车辆的长度。
[0015] 同样,所提出的方法仅估计车辆的长度,而不估计车辆的任何其他尺寸。此外,该方法取决于车辆内和车辆外的特定专用设备,这增加了解决方案的成本。此外,阴影长度在一天的不同时间会不同,并且在太阳光和人造光下测量时会不同。
[0016] 文献US20160362135描述了一种通过使用拖车和卡车上的传感器来确定拖车的长度的方法。
[0017] 然而,该方法仅测量拖车的长度,而不是车辆作为一个整体的长度。没有测量其他尺寸。同样,使用卡车和拖车上的特定专用传感器,这会增加成本。
[0018] 似乎需要进一步发展以改善车辆尺寸的确定。发明内容
[0019] 因此,本发明的目的是解决上述问题中的至少一些并且确定车辆的尺寸。
[0020] 根据本发明的第一方面,该目的通过一种车辆中的方法来实现。该方法旨在估计车辆或包括该车辆的车辆组合体的尺寸值。该方法包括经由无线信号,从至少一个车辆外部传感器接收传感器数据。此外,该方法还包括基于所接收的传感器数据,估计车辆或车辆组合体的尺寸值。
[0021] 根据本发明的第二方面,该目的通过车辆中的控制装置来实现。该控制装置旨在估计车辆或包括该车辆的车辆组合体的尺寸值。该控制装置配置为经由无线信号,从至少一个车辆外部传感器接收传感器数据。此外,该控制装置配置为基于所接收的传感器数据,估计车辆或车辆组合体的尺寸值。
[0022] 由于所描述的方面,通过利用安装在车辆周围的基础设施上或替代地在另外的车辆上的各种传感器,以及通过无线地收集传感器信息,传感器数据可以用于获得车辆的各种数据,诸如检测在车辆上已完成的修改;检测已附接到车辆上的拖车类型及其尺寸;估计车辆/拖车上的货物的重量分布等。因此,可以确定该车辆或包括该车辆的车辆组合体的各种尺寸值,并且可以在该车辆的导航期间使用该信息。
[0023] 从随后的详细描述中,其他优点和另外的新颖特征将变得明显。附图说明
[0024] 现在将参考附图进一步详细描述本发明的实施方式,其中:
[0025] 图1示出了根据一个实施方式的车辆组合体的侧视图;
[0026] 图2A示出了根据一个实施方式的车辆组合体和车辆外部传感器。
[0027] 图2B示出了从上方观察的根据一个实施方式的车辆组合体和车辆外部传感器。
[0028] 图3示出了从上方观察的根据一个实施方式的车辆组合体和车辆外部传感器。
[0029] 图4A示出了根据一个实施方式的车辆组合体和车辆外部传感器。
[0030] 图4B示出了根据一个实施方式的车辆组合体和车辆外部传感器。
[0031] 图5示出了根据一个实施方式的车辆内部。
[0032] 图6是示出该方法的一个实施方式的流程图
[0033] 图7是描绘根据一个实施方式的系统的图示。

具体实施方式

[0034] 本文描述的发明的实施方式限定为车辆中的控制装置和方法,其可以在以下描述的实施方式中付诸实践。然而,这些实施方式可以以许多不同的形式被示例和实现,并且不限于在此阐述的示例;相反,提供的这些实施方式的说明性示例,使得本公开将是详细和完整的。
[0035] 结合附图考虑以下详细描述,其他目的和特征将变得明显。然而,应当理解,所述附图仅是出于说明的目的而设计的,而不是作为对本文公开的实施方式的限制的限定,对此,将参考所附权利要求书。此外,附图不一定按比例绘制,并且除非另外指出,否则它们仅旨在概念性地示出本文所述的结构和过程。
[0036] 图1示出了具有车辆组合体100的场景,该车辆组合体包括在道路110上沿方向105驾驶的车辆101和拖车102。
[0037] 在一些特定实施方式中,该车辆组合体100可包括带有多个拖车102的车辆101。此外,车辆101、拖车102和/或车辆组合体100可包括后期生产增加的器械,诸如例如随车起重机、侧举起重机、混凝土搅拌机、扫雪机、平地机、农具、灌溉设备、建筑设备、吸挖挖掘机、压路机、割草机、收割装置和/或清洁装置或类似装置。
[0038] 车辆101/车辆组合体100可包括广义上的运输装置,诸如例如卡车、汽车、摩托车、拖车、公共汽车、自行车、火车、电车、飞机、运器、缆车、军车、救援车、架空索道、无人机、飞行器、轮船、航天器或其他类似的例如在车轮、轨道、空气、水或类似介质上运动的载人或无人驾驶输送装置。
[0039] 车辆101/车辆组合体100可配置为在道路、轨、陆地、水、空气、空间等中运动。
[0040] 在不同的实施方式中,车辆101/车辆组合体100可以是驾驶员控制的或无驾驶员的(即自动控制)。然而,为了提高清晰度,随后将车辆101描述为具有驾驶员。
[0041] 车辆101/车辆组合体100的行驶方向105可以基于旅途目的地的位置来确定,或者可以基于先前确定的地理位置以及可能的道路方向知识(例如存储的地图数据)外推行驶方向来确定。
[0042] 由于车辆101和/或车辆组合体100的尺寸值可能是未知的,或者根据车辆101的应用而连续改变,可以使用位于其他车辆和/或路侧基础设施上的一个或多个传感器对车辆101/车辆组合体100执行测量,从而估计所需尺寸值。该尺寸值可包括例如车辆长度、车辆高度、车辆宽度、车辆重量、车辆类型、拖车类型、车辆组合体长度、车辆组合体高度、车辆组合体宽度、车辆组合体重量、车辆/拖车/车辆组合体的轴重、车辆组合体类型或车辆101的类似尺寸值。
[0043] 然而,在一些替代性实施方式中,车辆101和/或车辆组合体100的尺寸值可包括与车辆101有关的任何尺寸参数,诸如例如,车辆101的光分布。
[0044] 在不同的实施方式中,传感器可包括例如照相机、立体照相机、红外照相机、摄像机、雷达、激光雷达、超声装置、飞行时间照相机或类似装置。
[0045] 例如,灯柱或其他基础设施可包括照相机形式的传感器。当车辆101和/或车辆组合体100通过时,其照片可以被该照相机捕获。通过知道摄像机的位置与道路110(以及因此也知道的车辆101和/或车辆组合体100)之间的距离,并进行图像分析,可以通过配置用于图像识别/计算机视觉物体识别的控制装置,确定关于车辆100和/或车辆组合体100的长度,高度,形状,添加的工具的存在等。
[0046] 计算机视觉是一种包括用于获取、处理、分析和理解图像以及经常来自现实世界的高维数据以产生数字或符号信息的方法的技术领域。该领域发展的主题是通过电子感知和理解图像来复制人类视觉的能力。在这种情况下,理解意味着将视觉图像(视网膜的输入)转换为对世界的描述,可以与其他思维过程进行交互并采取适当的行动。这种图像理解可以看作是使用借助几何、物理、统计和学习理论构建的模型从图像数据分离出符号信息。计算机视觉也可以描述为对于视觉感知的大范围的处理以及显示进行自动化和集成的事业。
[0047] 传感器的图像数据可采用多种形式,诸如例如图像、视频序列、来自多照相机的视图或来自扫描仪的多维数据。
[0048] 此外,包括传感器的基础设施还可包括用于与车辆101进行无线通信的无线通信装置。
[0049] 包括传感器的路侧基础设施的其他示例可包括例如交通信号灯、交通标志、建筑物等。
[0050] 无线通信可包括或至少受以下的启发:无线通信技术,诸如Wi-Fi、无线局域网(WLAN)、超移动宽带(UMB)、蓝牙(BT)、近场通信(NFC)、射频识别(RFID),光通信,诸如红外数据协会(IrDA)或红外传输等,仅仅为一些实施方式中可能示例的无线通信。
[0051] 在一些实施方式中,车辆101与车辆外部传感器之间的通信可以经由车辆到车辆(V2V)通信来执行,例如,基于专用的短距离通信(DSRC)装置。在一些实施方式中,DSRC在5.9GHz频带工作,带宽为75MHz,大概范围为1000m。
[0052] 可以根据用于无线车辆通信的任何IEEE标准来进行无线通信,例如用于车载网络的IEEE 802.11的特殊操作模式,其被称为车载环境中的无线访问(WAVE)。IEEE 802.11p是对802.11无线LAN介质访问层(MAC)和物理层(PHY)规范的扩展。
[0053] 可替代地,该通信可以通过经由无线通信网络包括或至少受无线电接入技术启发的无线接口进行,该无线电接入技术诸如例如,5G、4G、3GPP LTE、高级LTE、E-UTRAN、UMTS、GSM、GSM/EDGE、WCDMA、时分多址(TDMA)网络、频分多址(FDMA)网络、正交FDMA(OFDMA)网络、单载波FDMA(SC-FDMA)网络、全球微波接入互通性(WiMax)或超移动宽带(UMB)、高速分组接入(HSPA)演进的通用陆地无线接入(E-UTRA)、通用陆地无线接入(UTRA)、GSM EDGE无线电接入网络(GERAN)、3GPP2 CDMA技术(例如CDMA2000 1x RTT和高速率分组数据(HRPD))或类似技术,仅提供一些选择。
[0054] 车辆101中的控制装置由此可以接收传感器的测量值,并且基于此,尺寸值可以被确定并且可能被储存在车辆101中的存储装置中。因此,可能会出现异常或偏离期望值。
[0055] 该解决方案的优点在于,用于车辆101(带有或不带有拖车102)的长度(或其他尺寸)的新信息源,其目前是不存在的。该信息对于自动驾驶是有用的,但也例如用于确定车辆101的后期生产修改;车辆101的负载等。
[0056] 从车辆外部传感器获得的信息可能是估计尺寸值的主要来源;或用作冗余源。由于长度、重量和其他尺寸可能会因负载不同而发生变化,因此连续测量尺寸值是有用的。
[0057] 另一个优点是获得冗余源以确定车辆101是否具有连接到其的拖车102。该信息通过目前拖车102和车辆101之间的通信网络传输。但是,如果网络出现故障,则可以使用该源来确定车辆101是否具有拖车102。例如,它也可以用于验证拖车102具有预期或适当的大小。
[0058] 所描述的方法的另一个优点是,在车辆101已经在生产之后被修改为具有例如起重机或类似器械的情况,该控制装置会意识到该修改,并且由于该信息可能会修改各种计算。同样,可以检查添加的器械没有处于危险的未定位置。
[0059] 在车辆101是公共汽车的一些特定实施方式中,可以基于获得的传感器信息,确定有多少位于公共汽车上的乘客和/或有多少在车辆101/公共汽车上站立的乘客。例如,该信息可用于制动时调节速度、加速度和/或减速度。
[0060] 在另一些特定实施方式中,可以对照先前储存的驾驶员图像数据(储存在车辆101的授权驾驶员/拥有者的列表中),检查从车辆外部传感器获得的驾驶员的传感器信息,即图像数据。在获取的传感器数据与先前储存的驾驶员/拥有者的数据不对应的情况下,则由于驾驶员是未经授权的驾驶员(可能是小偷),因此可能会生成控制信号来中断发动机点火,激活制动器,点燃应急灯,激活小偷警报器,锁上驾驶室或执行其他措施来避免进一步运输车辆101。由此可以避免车辆101被盗或被未经授权的驾驶员使用。
[0061] 在其他实施方式中,可以对照车辆外部驾驶员执照数据库来检查获得的传感器信息,即驾驶员的图像数据,以自动检查对于所识别的车辆101/车辆组合体100驾驶员是否具有有效的驾驶员执照;或对照逃犯的车辆外部数据库等,这可以简化公共当局发现非法驾驶员和罪犯的工作。
[0062] 在另一些实施方式中,可以检测车辆101、拖车102和/或车辆组合体100的错误或异常,例如,通过将当前传感器值与先前记录和存储的传感器值进行比较。
[0063] 在车辆100上检测到的这种异常的任意示例可以是,例如光分布的变化意味着灯泡破裂或错配,灯泡玻璃变脏或损坏等;当使用方向指示器时方向指示灯的缺失则意味着指示灯泡变脏或损坏;机舱侧倾偏航角或俯仰角的变化意味着驾驶室悬架损坏;检测远光区域的误差可能会触发光的调整;检测自适应远光灯功能中的误差(即在遇到其他车辆或交通用户时将远光灯调低);检测不紧固的货物;雨水传感器的误差检测等。异常检测可能会触发适当的动作,诸如发送警告消息或警报。
[0064] 这尤其是在车辆101是自动的时是有利的,因为那时可能不存在驾驶员。
[0065] 在一些实施方式中,另一情况可以是,检测到车身面板、车辆玻璃和/或传感器透镜变脏的情况,可以建议驾驶去洗车。
[0066] 在一些实施方式中,可以通过深度学习(有时也称为深度结构化学习,分层学习和/或深度机器学习)在传感器数据中识别异常;机器学习的一个分支,其基于一组算法,该算法试图通过使用结构复杂的多个处理层或者由多个非线性变换组成来对数据中的高层抽象进行建模。深度学习基于学习数据的表示。传感器观察结果(例如图像)可以以多种方式表示,诸如每个像素的强度值矢量,或者以一组边缘、特定形状的区域等更抽象的方式。
[0067] 深度学习经常使用多层非线性处理单元的级联来进行特征提取和变换。每个后续层都使用前一层的输出作为输入。该算法可以是有监督的,也可以是无监督的,应用可包括模式分析(无监督)和分类(有监督)。此外,深度学习可以基于数据的多个层次的特征或表示的(无监督)学习。较高层次的特征可以从较低层次的特征中导出以形成分层表示。通过深度学习,学习了对应不同抽象层次的多个层次的表示;这些层次形成概念的层次结构。深度学习算法中使用的非线性处理单元层的组成取决于要解决的问题,即识别异常。
[0068] 在当前的驾驶条件下,包括与车辆101、拖车102和/或车辆组合体100的预期条件偏离的异常的其他示例可以是车辆101的门在驾驶时是打开的;起重机在驾驶时处于直立位置;即将开始驾驶时,在车顶上留有一副眼镜(或其他任意物体);驾驶员衣服的一被卡在门中;离开时,乘客衣服的一块被卡在门中(例如大型运输车辆中);当驾驶进入恶劣的郊区附近时车门未锁,随后被劫车者访问;18岁以下的人(或未经授权的人)试图启动车辆101等。
[0069] 图2A示出了包括车辆101和拖车102的车辆组合体100,如先前在图1中所示。该车辆组合体100在道路110上沿驾驶方向105行驶,其接近路侧结构200,在拥有的车辆101/车辆组合体100的外部。
[0070] 路侧结构200可包括例如灯柱、交通标志、交通信号灯、建筑物、桥梁、环形交叉路口、路侧围栏、隧道、道路支付站等。
[0071] 路侧结构200包括车辆外部传感器210。在不同的实施方式中,该车辆外部传感器210可包括例如照相机、立体照相机、红外照相机、摄像机、雷达、激光雷达、超声设备、飞行时间照相机或类似装置。此外,在一些替代性实施方式中,该路侧结构200可包括多个车辆外部传感器210。这些传感器210可以是相同或不同的类型。在不同的实施方式中,传感器
210可以捕获车辆101/车辆组合体100的侧视图和/或俯视图传感器图像。
[0072] 另外,路侧结构200可包括无线通信装置220。该无线通信装置220配置为用于通过任何先前列举的无线通信接口与车辆101进行无线通信。在一些实施方式中,该无线通信装置220可以集成在传感器210中。
[0073] 车辆101还可包括无线通信装置230,其配置为通过无线通信接口从路侧结构200的无线通信装置220接收传感器数据。
[0074] 车辆101的控制装置可以以多种方式利用获得的传感器信息。例如,可以确定车辆101、拖车102和/或车辆组合体100的尺寸值,诸如例如车辆101、拖车102和/或车辆组合体
100的长度/高度/宽度;车辆101、拖车102和/或车辆组合体100的形状;拖车102的存在;车辆类型和/或拖车类型的识别;确定车辆101或拖车102是否包括在生产后添加到该车辆
101/拖车102的工具或器械;该车辆/拖车/车辆组合体的轴负载等。
[0075] 在可以检测到车辆101、拖车102和/或车辆组合体100的负载或货物的情况,可以估计该车辆101、拖车102和/或车辆组合体100的重量。可以注意到,可以通过发射声波并检测和分析反射来检测货物及其在有盖的长途拖车上的放置。此外,可以检测到负载或货物丢失(例如,在木材车辆或矿山翻斗车上),并且可以采取适当的措施,诸如例如警告驾驶员(如果有)或其他车辆负责人(否则的话);停止车辆101;点燃车辆101/车辆组合体100的应急灯等。此外,在一些实施方式中,可以检测车辆101/车辆组合体100上的负载/货物的分布,并将其用于计算该车辆101/车辆组合体100的重心。示例可以是汽车运载拖车;其中,运载的汽车的数量及其在拖车上的分布将影响该车辆101/车辆组合体100的重量和重心。例如,可以用近似值估计每个运载的汽车的重量。
[0076] 图2B示出了包括车辆101和拖车102的车辆组合体100,如先前在图2A中所示,如从上方透视图所示。该车辆组合体100在道路110上沿驾驶方向105驾驶,其接近路侧结构200,所述路侧结构在拥有的车辆101/车辆组合体100的外部。
[0077] 图3还示出了包括车辆101和拖车102的车辆组合体100,如先前在图1、图2A和/或图2B中所示,如从上方透视图所示。然而,在这种情况下,车辆外部传感器210位于另外的车辆300上。
[0078] 因此,另外的车辆300包括车辆外部传感器210和无线通信装置220。当另外的车辆300经过车辆101/车辆组合体100时;或沿与该车辆101/车辆组合体100的驾驶方向105偏离的另一驾驶方向305,或当沿相同的行驶方向105超车时,该车辆外部传感器210可以捕获传感器图像或传感器图像序列
[0079] 然后,捕获的传感器数据/信息可以由无线通信装置220无线通信,例如经由先前列举的无线通信技术中的任何一种,并且由无线通信装置230接收,其配置为通过无线通信接口从另外的车辆300的无线通信装置220接收传感器数据。
[0080] 图4A示出了携带货物410的车辆101。该车辆101在道路110上行驶,经过传感器210,其在这种情况下实施为重量传感器。在一些实施方式中,该传感器210可以集成在道路
110中。包括货物410的车辆101的重量由该传感器210测量,并且结果经由无线通信装置220无线转发到车辆101的无线通信装置230。包含货物410的车辆101的重量可以例如在装载车辆101时或在开始到其目的地的旅程时进行确定。所得的重量可以储存在该车辆101的数据存储器中,可能与时间戳相关联。
[0081] 在其他实施方式中,可以通过传感器210来估计车辆101、拖车102和/或车辆组合体100的轴负载。该信息可以用于例如确定车辆101/车辆组合体100是否被允许遵循一定的路线,在该路线上轴负载可能受到限制。确定的轴负载可以储存在车辆101的数据存储器中,可能与时间戳相关联。
[0082] 图4B示出了携带货物410的车辆101,如先前在图4A中示出的,但是在稍后的时间段示出。一部分货物410b已掉落在道路110上。该车辆101的重量(包括剩余货物410a)由重量传感器210确定。该车辆101和剩余货物410a的重量通过重量传感器210测量并且结果经由无线通信装置220无线转发到该车辆101的无线通信装置230。可以将确定的重量与先前确定并储存的该车辆101/货物410的重量进行比较,并且当检测到差异(超过预定或可配置的阈值水平)时,可以确定已经丢失了一部分货物。然后可以触发适当的措施,诸如例如警告驾驶员,停止车辆101等。
[0083] 在先前已经测量了车辆101、拖车102和/或车辆组合体100上的轴负载的情况下,可以与先前储存的轴负载进行比较。在轴负载偏离先前储存的轴负载值(超过阈值)的情况下,原因可能是货物丢失或移位。然后可以向驾驶员发出警告。
[0084] 图5示出了携带货物410的车辆101,诸如例如先前在图4A和/或图4B中示出的。
[0085] 该车辆101在道路110上沿驾驶方向105驾驶,其接近路侧结构200,所述路侧结构在拥有的车辆101的外部。该路侧结构200包括车辆外部传感器210,例如照相机或类似物。此外,该路侧结构200可包括无线通信装置220。
[0086] 车辆101可以从路侧结构200的无线通信装置220无线地接收由车辆外部传感器210测量的图像数据。该车辆101可以通过无线通信装置230接收图像数据。
[0087] 车辆101包括控制装置510,其配置为基于经由无线通信装置230获得的接收的图像数据,估计该车辆101的尺寸值。
[0088] 此外,车辆101包括存储器520,其配置为储存估计的尺寸值,其可能与时间基准相关联。
[0089] 在稍后的时间点,当从另外的车辆外部传感器210接收图像数据时;或者在稍后的时间点相同的车辆外部传感器210,控制装置510可以从存储器520提取先前储存的传感器数据,并且可以将最近接收的传感器数据和先前储存的传感器数据进行比较。然后,该控制装置510可以对任何检测到的差异进行分析。由此,可以估计尺寸值,诸如例如货物的大小,货物的分布,该车辆101的重量估计等。在示出的情况下,该车辆101上的货物在两个接收到的传感器测量值之间已减少,如控制装置510所检测到的那样。
[0090] 此外,车辆101可包括图像输出单元530,诸如例如显示器、投影仪、平视显示器、集成在该车辆101的挡玻璃中的显示器,集成在该车辆101的仪表板中的显示器,触觉装置,车辆驾驶员/拥有者的便携式装置,车辆驾驶员/拥有者的近视显示器(即智能眼镜)的集合等;或其组合。此外,该车辆101可包括扬声器540,用于向驾驶员输出听觉信息。
[0091] 在示出的示例中,车辆101的图像(侧视图)可以在图像输出单元530中输出,同时听觉警报可以经由扬声器540输出到驾驶员。
[0092] 图6示出了根据一个实施方式的方法600的示例。图6中的流程图显示了车辆101中的控制装置510中的方法600。
[0093] 该方法600旨在估计该车辆101或包括该车辆101的车辆组合体100的尺寸值。该车辆组合体100经常可包括一个车辆101和一个或多个拖车102。基于估计的尺寸值,可以检测到与期望值的异常或偏离。
[0094] 尺寸值包括以下中的任何:车辆长度、车辆高度、车辆宽度、车辆重量、车辆类型、拖车类型、车辆组合体长度、车辆组合体高度、车辆组合体宽度、车辆组合体重量;车辆101、拖车102和/或车辆组合体100的轴负载;和/或车辆组合体类型。然而,该尺寸值也可以或者可替代地包括车辆101、拖车102和/或车辆组合体100的形状,或其子集;或者车辆101、拖车102和/或车辆组合体100的与预期状态的异常或偏离。
[0095] 为了能够估计该尺寸值,方法600可包括多个步骤601-606。然而,这些步骤601-606中的一些可以仅在一些替代性实施方式中执行,像例如步骤603-606。此外,所描述的步骤601-606可以以与编号建议的略有不同的时间顺序来执行。该方法600可包括以下步骤:
[0096] 步骤601包括经由无线信号,从至少一个车辆外部传感器210接收传感器数据。该车辆外部传感器210可以例如包括在位于车辆101外部的路侧结构200中;和/或在另外的车辆300中。
[0097] 在不同的实施方式中,这种车辆外部传感器210可以基于电磁辐射,诸如例如红外光、激光、微波和/或可见光。
[0098] 车辆外部传感器210可以位于路侧结构200或另外的车辆300上。
[0099] 步骤602包括基于接收的601传感器数据,估计该车辆101或车辆组合体100的尺寸值。
[0100] 可以例如通过图像识别/计算机视觉和物体识别来估计该尺寸值。
[0101] 计算机视觉是一种包括用于获取、处理、分析和理解图像以及经常来自现实世界的高维数据以产生数字或符号信息的方法的技术领域。该领域发展的主题是通过电子感知和理解图像来复制人类视觉的能力。在这种情况下,理解意味着将视觉图像(视网膜的输入)转换为对世界的描述,可以与其他思维过程进行交互并采取适当的行动。这种图像理解可以看作是使用借助几何、物理、统计和学习理论构建的模型将符号信息与图像数据分离开。计算机视觉也可以描述为对于视觉感知的大范围的处理以及显示进行自动化和集成的事业。
[0102] 由此,可以检测到诸如车辆101、拖车102、车辆组合体100和/或其上货物410的不利条件的异常,并且可以触发适当的措施。因此,提高交通安全性。
[0103] 仅在一些特定实施方式中可包括的步骤603包括:将估计的602尺寸值以与时间基准相关联的方式储存在车辆101的存储器520中。
[0104] 通过将估计的602尺寸值以与时间基准相关联的方式储存在存储器520中,使得稍后随时间比较该尺寸值并检测任何偏差变得有可能。
[0105] 仅在一些特定实施方式中可包括的步骤604包括:将估计的602尺寸值与先前储存的尺寸值进行比较。
[0106] 仅可包括在已经执行步骤604的某些特定实施方式中的步骤605包括:检测比较的604尺寸值之间的超过阈值的差异。
[0107] 在不同的实施方式中,该阈值可以是预定的或可配置的。例如,由此可以注意到,货物已经丢失,但也可能例如该车辆101已经被修改,或者拖车102已经被附接到该车辆101。
[0108] 仅可包括在其中已经执行了步骤604和步骤605的某些特定实施方式中的步骤606包括:基于检测的605差异,触发动作。
[0109] 该触发的动作可包括例如调整在与该车辆101或包括该车辆101的车辆组合体100有关的计算中使用的尺寸参数;使车辆101在路侧处停止;和/或将检测的605差异警告车辆负责人。在车辆101在路侧处暂时停车的情况,可以燃亮车辆101/车辆组合体100上的应急灯。
[0110] 图7展示系统700。该系统700旨在估计车辆101或包括车辆101的车辆组合体100的尺寸值。该系统700包括车辆101中的控制装置510。该控制装置510配置为根据前述步骤601-606的至少一些,执行用于估计该车辆101或包括该车辆101的车辆组合体100的尺寸值的方法600。
[0111] 控制装置510配置为经由无线信号,从至少一个车辆外部传感器210接收传感器数据。此外,该控制装置510还配置为基于接收的传感器数据,估计车辆101或车辆组合体100的尺寸值。
[0112] 在一些特定实施方式中,该控制装置510还可配置为将估计的尺寸值与先前储存的尺寸值进行比较。而且,在一些实施方式中,该控制装置510可以配置为检测比较的尺寸值之间的超过阈值的差异。该控制装置510可配置为基于检测的差异,触发动作。
[0113] 在另一些替代性实施方式中,该控制装置510也可以配置为将估计的尺寸值以与时间基准相关联的方式储存在存储器520中值。
[0114] 该存储器520或计算机数据储存器是一种由计算机部件和用于保留数字数据的记录介质组成的技术。该存储器520可包括例如二级存储装置,诸如大容量储存装置(硬盘);和离线储存方式,诸如可移动媒体驱动器诸如可擦写光盘(CD-RW),可重写数字多功能光盘(DVD RW,DVD-R,DVD+R,DVD-VR)可移动介质,诸如CD-RW和/或三级储存器。
[0115] 控制装置510可包括接收器710,其配置为经由无线通信装置230,从车辆外部传感器210接收信息。
[0116] 控制装置510还可包括处理器720,其配置为根据步骤601-606中的至少一些,执行用于实施方法600的各种计算。
[0117] 这样的处理器720可包括处理电路的一个或多个实例,也就是说,中央处理单元(CPU),处理单元,专用集成电路(ASIC),微处理器或可以解释和执行指令的其他处理逻辑。因此,本文所使用的表达“处理器”可以表示包括多个处理电路(诸如例如,以上列举的那些中的任何一个,一些或全部)的处理电路组。
[0118] 此外,在一些实施方式中,控制装置510可包括可选的存储器725。该可选的存储器725可包括用于临时或永久地储存数据或程序(即指令序列)的物理设备。根据一些实施方式,该存储器725可包括集成电路,其包括基于的晶体管。在不同的实施方式中,该存储器
725可包括例如存储卡、闪存、USB存储器、硬盘或其他类似的用于储存数据的易失性或非易失性储存单元,诸如例如ROM(只读存储器),PROM(可编程只读存储器),EPROM(可擦除PROM),EEPROM(电可擦除PROM)等。
[0119] 此外,控制装置510可包括信号发送器730。在一些实施方式中,该信号发送器730可以配置为用于发送要由输出单元530和/或扬声器540接收的信号。
[0120] 可以通过控制装置510内的一个或多个处理器720,与包括用于执行步骤601-606的至少一些功能的指令的计算机程序一起,实现在控制装置510中执行前述步骤601-606。因此,当计算机程序由控制装置510的一个或多个处理器720实现时,包括用于执行控制装置510中的步骤601-606的指令的计算机程序可以执行方法600,该方法包括用于估计该车辆101或包括该车辆101的车辆组合体100的尺寸值的步骤601-606的至少一些。
[0121] 因此,所描述的步骤601-606可以由计算机算法,机器可执行代码,非暂时性计算机可读介质或被编程为合适的可编程逻辑(诸如控制装置510中的处理器720)的软件指令来执行。
[0122] 上述计算机程序制品可以例如以数据载体的形式提供,该数据载体携带计算机程序代码,当被加载到控制装置510的一个或多个处理器720中时,用于执行根据一些实施方式的步骤601-606的至少一些。该数据载体可以是例如硬盘、CD ROM盘、存储棒、光学储存装置、磁性储存装置或任何其他适当的介质,诸如以非暂时性的方式保存机器可读数据的磁盘或磁带。该计算机程序制品还可以作为服务器上的程序代码提供,并且例如通过因特网(Internet)或内联网(Intranet)连接远程下载到控制装置510。
[0123] 此外,一些实施方式可包括车辆101,其包括如上所述的控制装置510,用于根据所描述的步骤601-606中的至少一些来执行方法600。
[0124] 在描述如附图中所示的实施方式中使用的术语并不旨在限制所描述的方法600、控制装置510;计算机程序和/或系统700。在不脱离由所附权利要求限定的发明实施方式的情况下,可以进行各种改变、替换和/或变化。
[0125] 如本文所使用的,术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。本文所使用的术语“或”应解释为数学OR,即包含性析取;除非另有明确说明,否则不作为数学非包含性OR(XOR)。另外,单数形式的不定冠词和定冠词(“a”,“an”,“the”)应被解释为“至少一个”,因此,除非另外明确指出,否则还可能包括多个相同种类的实体。还将理解,术语“包括”,“包含”,及其各种形式指示所陈述的特征、动作、部分、步骤、操作、元件和/或组件的存在,但是可以不排除存在或添加一个或多个其他特征、动作、部分、步骤、操作、元件、组件和/或其组合。单个单元,诸如例如处理器,可以实现权利要求中记载的几项功能。在互不相同的从属权利要求中记载某些措施的事实并不表示不能有利地使用这些措施的组合。计算机程序可以被储存/分布在合适的介质上,诸如与其他硬件一起或作为其一部分提供的光学储存介质或固态介质,但是也可以以其他形式分布,诸如经由因特网或其他有线或无线通信系统。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈