用于避免与公共汽车发生干扰的系统和方法技术方案

技术编号:18499139 阅读:29 留言:0更新日期:2018-07-21 21:10
一种避免与公共汽车发生干扰的方法。该方法包括探测公共汽车并且从公共汽车获得图像数据(如显示在公共汽车上的信息)。对公共汽车图像进行训练的深度神经网络可以处理该信息以将该公共汽车与公共汽车路线和停靠位置相关联。还可以获得对应于停靠位置的地图数据并且该地图数据用于响应于公共汽车与停靠位置的接近度而启动车道变换或安全响应。本文还公开并且要求保护相应的系统和计算机程序产品。

System and method for avoiding interference with buses

A way to avoid interference with buses. The method involves detecting buses and obtaining image data from buses (such as information displayed on buses). A deep neural network trained on bus images can process the information to associate the bus with bus routes and docking locations. The map data corresponding to the parking location can also be obtained and the map data is used to start the lane change or secure response in response to the proximity of the bus and the dock position. This article also publishes and requests the protection of corresponding systems and computer program products.

【技术实现步骤摘要】
用于避免与公共汽车发生干扰的系统和方法
本专利技术涉及车辆导航系统。
技术介绍
现代交通系统以最小的花费和环境影响为通勤者提供便利交通的方式提供了大量的公共服务。在大多数的中等城市与大城市中,公共汽车运输使乘客几乎能够在步行距离内确定目的地。由于公共汽车按预定的时间表以预定的停靠站运行,所以通勤者可以安排他们的行程,并且保证他们能按时到达目的地。此外,公共汽车系统力求通过在密集使用期间增加公共汽车的频率来满足需求。尽管对整个社会来说是一个福利,但公共汽车却常常被恰好在公共汽车后面遭受交通堵塞的倒霉的驾驶员讨厌。细心的驾驶员可能会知道公共汽车停靠站的位置,并且试图预测公共汽车的活动,以避开不必要的缓行和干扰。好的驾驶员在接近停靠的公共汽车时还要格外小心,以避免行人问题。尽管仍处于发展中,自主车辆预期为提供对传统交通方式的安全和方便的替代方案。然而,像其他交通方式一样,与自主车辆使用相关的效率可能取决于自主车辆预测和避开包括公共汽车和行人在内的障碍物和其他交通堵塞源的能力。因此,需要用于自主车辆自动探测和避免与公共汽车发生干扰的系统和方法。理想情况下,这样的系统和方法将使自主车辆能够区分不同类型的公共汽车(包括公众公共汽车(publicbuses)、私人公共汽车(privatebuses)、班车(shuttlebuses)和校车),以确定适当的躲避策略。这样的系统和方法也可以预料沿着公共汽车路线的公共汽车停靠站,以提高在公共汽车周围驾驶的安全性并且避开行人。
技术实现思路
根据本专利技术,提供一种方法,该方法包含:探测公共汽车;从公共汽车获得图像数据,图像数据包括显示在公共汽车上的信息;通过深度神经网络处理信息,以将公共汽车与具有至少一个停靠站的路线相关联;获取与至少一个停靠站对应的地图数据;和响应于公共汽车与停靠站的接近度,而启动车道变换与安全响应中的至少一个。根据本专利技术的一个实施例,其中探测公共汽车还包含通过深度神经网络来识别对应于公共汽车的公共汽车类型。根据本专利技术的一个实施例,其中公共汽车类型是从由公众运输公共汽车、私人特许公共汽车、班车和校车组成的组中选择的。根据本专利技术的一个实施例,其中探测公共汽车还包含处理来自至少一个传感器的数据。根据本专利技术的一个实施例,其中至少一个传感器是从由摄像机传感器、激光雷达传感器、雷达传感器、GPS传感器和超声波传感器组成的组中选择的。根据本专利技术的一个实施例,其中至少一个传感器连接到自主车辆。根据本专利技术的一个实施例,其中获得图像数据包含从摄像机收集图像数据。根据本专利技术的一个实施例,其中深度神经网络被从由公共汽车代码、公共汽车号码、路线描述和牌照号码组成的组中选择的至少一个图像进行训练。根据本专利技术,提供一种系统,该系统包含:至少一个处理器;和至少一个存储器装置,至少一个存储器装置连接到至少一个处理器并且存储用于在至少一个处理器上执行的指令,指令使至少一个处理器执行以下步骤:探测公共汽车;从公共汽车获得图像数据,图像数据包括显示在公共汽车上的信息;通过深度神经网络处理信息,以将公共汽车与具有至少一个停靠站的路线相关联;获取与至少一个停靠站对应的地图数据;和响应于公共汽车与停靠站的接近度,而启动车道变换与安全响应中的至少一个。根据本专利技术的一个实施例,其中探测公共汽车还包含通过深度神经网络识别与公共汽车相对应的公共汽车类型。根据本专利技术的一个实施例,其中公共汽车类型是从由公众运输公共汽车、私人特许公共汽车、班车和校车组成的组中选择的。根据本专利技术的一个实施例,其中探测公共汽车还包含处理来自至少一个传感器的数据。根据本专利技术的一个实施例,其中至少一个传感器是从由摄像机传感器、激光雷达传感器、雷达传感器、GPS传感器和超声波传感器组成的组中选择的。根据本专利技术的一个实施例,其中至少一个传感器连接到自主车辆。根据本专利技术的一个实施例,其中获得图像数据包含从摄像机收集图像数据。根据本专利技术的一个实施例,其中深度神经网络被从由公共汽车代码、公共汽车号码、路线描述和牌照号码组成的组中选择的至少一个图像进行训练。根据本专利技术,提供一种用于避开来自公共汽车的交通干扰的计算机程序产品,计算机程序产品包含其中含有计算机可用程序代码的计算机可读存储介质,计算机可用程序代码配置为当由至少一个处理器执行时执行以下步骤:(1)探测公共汽车;(2)从公共汽车获得图像数据,图像数据包括显示在公共汽车上的信息;(3)通过深度神经网络处理信息,以将公共汽车与具有至少一个停靠站的路线相关联;(4)获取与至少一个停靠站相对应的地图数据;和(5)响应于公共汽车与停靠站的接近度,而启动车道变换与安全响应中的至少一个。根据本专利技术的一个实施例,其中探测公共汽车还包含通过深度神经网络识别对应于公共汽车的公共汽车类型。根据本专利技术的一个实施例,其中探测公共汽车还包含处理来自至少一个传感器的数据。根据本专利技术的一个实施例,其中至少一个传感器是从由摄像机传感器、激光雷达传感器、雷达传感器、GPS传感器和超声波传感器组成的组中选择的。附图说明为了容易理解本专利技术的优点,将通过参考附图中示出的具体实施例来呈现上面简要描述的本专利技术的更具体的描述。应当理解,这些附图仅示出了本专利技术的典型实施例,并且因此不被认为是对本专利技术范围的限制,本专利技术将通过使用附图以更多的特征和细节来进行描述和解释,其中:图1是根据本专利技术的自主车辆和公共汽车的高级示意图;图2示出了根据本专利技术的某些实施例的用于提供系统的各种特征和功能的模块;图3是根据本专利技术的公共汽车的一个实施例的正面透视图;图4是图3中示出的公共汽车的后部透视图;图5是示出根据本专利技术的用于躲避公共汽车的系统的一个实施例的地图的俯视图;图6是示出根据本专利技术的用于躲避公共汽车的系统的第二实施例的地图的俯视图;和图7是示出根据本专利技术的某些实施例的用于躲避公共汽车的过程的流程图。具体实施方式参考图1,在交通网道中成功地驾驶车辆需要理解和认识周围的车辆和环境条件。通过训练和经验,人类驾驶员通常在得到驾驶执照以独立驾驶之前,要获得以可接受的熟练水平来驾驶交通工具所需的技能。随着在公共道路上出现越来越多的自主车辆,自主车辆也需要能够安全有效地行驶于公共道路并且避开包括公共汽车在内的障碍物和其他交通工具。自主车辆的特性需要使用各种车辆传感器对周围环境条件进行几乎持续的监视。尽管这些传感器可以向车辆提供导航交通通常所需的信息,但是当前的自主车辆可能没有足够的能力将公共汽车与其他不同类型的车辆交通区分开来并且选择合适的车辆响应。根据本专利技术的系统和方法解决了这个问题,并且更具体地,便于自主车辆能够安全地识别和区分各种类型的公共汽车,并且适当地避开它们。具体而言,如图1所示,在某些实施例中,可以提供自主或半自主车辆100以将人员或货物运送到各个位置并且在很少或不需要人为干预的情况下导航道路和交通。在该运输过程中,自主车辆100可能需要避开如其他车辆、人员、动物、危险物等的各种障碍物。也可能是有利的是来避开可能减慢或阻碍自主车辆100前进的物体。例如,提供大众运输的公共汽车104或其他车辆已知经常停车并且阻碍其后面的其他车辆前进。在某些情况下,法律可能会禁止在公共汽车104停车来接送乘客后超过公共汽车104。自主车辆100一旦卡在公共汽车104的本文档来自技高网...

【技术保护点】
1.一种方法,包含:探测公共汽车;从所述公共汽车获得图像数据,所述图像数据包括显示在所述公共汽车上的信息;通过深度神经网络处理所述信息,以将所述公共汽车与具有至少一个停靠站的路线相关联;获取与所述至少一个停靠站对应的地图数据;和响应于所述公共汽车与所述停靠站的接近度,而启动车道变换与安全响应中的至少一个。

【技术特征摘要】
2017.01.13 US 15/406,1211.一种方法,包含:探测公共汽车;从所述公共汽车获得图像数据,所述图像数据包括显示在所述公共汽车上的信息;通过深度神经网络处理所述信息,以将所述公共汽车与具有至少一个停靠站的路线相关联;获取与所述至少一个停靠站对应的地图数据;和响应于所述公共汽车与所述停靠站的接近度,而启动车道变换与安全响应中的至少一个。2.根据权利要求1所述的方法,其中探测所述公共汽车还包含通过所述深度神经网络来识别对应于所述公共汽车的公共汽车类型。3.根据权利要求1所述的方法,其中探测所述公共汽车还包含处理来自至少一个传感器的数据。4.根据权利要求3所述的方法,其中所述至少一个传感器是从由摄像机传感器、激光雷达传感器、雷达传感器、GPS传感器和超声波传感器组成的组中选择的。5.根据权利要求3所述的方法,其中所述至少一个传感器连接到自主车辆。6.根据权利要求1所述的方法,其中所述深度神经网络被从由公共汽车代码、公共汽车号码、路线描述和牌照号码组成的组中选择的至少一个图像进行训练。7.一种系统,包含:至少一个处理器;和至少一个存储器装置,所述至少一个存储器装置连接到所述至少一个处理器并且存储用于在所述至少一个处理器上执行的指令,所述指令使所述至少一个处理器执行以下步骤:探测公共汽车;从所述公共汽车获得图像数据,所述图像数据包括显示在所述公共汽车上的信息;通过深度神经网络处理所述信息,以将所述公共汽车与具有至少一个停靠站的路线相关联;获取与所述至少一个停靠站对应的地图数据;和响应于所述公共汽...

【专利技术属性】
技术研发人员:马里亚姆·穆萨埃吉内什·J·杰恩哈珀丽特辛格·班瓦伊特
申请(专利权)人:福特全球技术公司
类型:发明
国别省市:美国,US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1