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 ...
【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
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。