通过众包实时车队流通信的基于边缘通知的方法和装置制造方法及图纸

边缘服务器的装置、方法和系统，该边缘服务器通过连续接收消息来与车辆通信，该消息包括每个车辆中包含的电子控制单元(ECU)的状态转换的数据；实时监视来自每个车辆的流消息数据，以检测关于车辆操作中使用的ECU的状态转换的数据更新；在车辆操作期间实时众包ECU的状态转换的数据，以将具有通用性的状态转换数据组合在一起作为众包转换数据；使用机器学习模型处理众包转换数据，以对异常事件的众包转换数据进行分类；以及向所识别的车辆预先发送异常事件的警报，以便驾驶员或ADAS执行响应。

【技术实现步骤摘要】
通过众包实时车队流通信的基于边缘通知的方法和装置
本公开总体上涉及一种连接到一队连接车辆的基于边缘(edge)的载波网络，并且更具体地，本公开的方面涉及系统、方法和装置，用于从一队连接车辆收集实时流式原始信号数据以进行分析以实时检测附近车辆的运行异常，以便将预测异常的预先警告分发给道路段中的其他车辆，以采取校正动作来补充传感器功能或不必使用每个单独连接车辆的传感器。
技术介绍
现代车辆的操作变得越来越自动化，即能够以越来越少的驾驶员干预来提供驾驶控制。车辆自动化已分类为从零(对应于完全人为控制的无自动化)到五(对应于无人为控制的全自动)的数字水平。各种先进的驾驶员辅助系统(ADAS)，例如巡航控制、自适应巡航控制，停车辅助系统对应较低的自动化水平，而真正的“无人驾驶”车辆则对应较高的自动化水平。期望实现边缘载波(carrier)网络的系统，其可以从指定控制区域内的一队连接车辆中收集各种车辆系统的运行状态的实时流原始信号数据，分析该数据以寻找与诸如硬制动、车轮打滑或停止的车辆系统相关的异常，如果检测到，则向该区域内的相关车辆发送指令，以发出驾驶警告，或者例如通过车辆控制信号指示自动紧急制动响应动作。期望实现一种系统，以在不使用感测车辆周围环境的车辆传感器的情况下针对特定车辆产生事件和操作异常的警告和ADAS指令。期望提供可以通过车辆之间的通信来辨别的车辆路径中的异常的预测，其与基于传感器的检测不同不存在普通传感器的操作故障，例如当车辆感应条件在车辆自身传感器的视野范围之外，或者传感器视线受阻或传感器模糊的条件时。在
技术介绍
部分中公开的上述信息仅用于增强对本专利技术
技术介绍
的理解，因此，其可能包含不构成该国本领域普通技术人员已知的现有技术的信息。
技术实现思路
本文公开的是用于自主车辆控制的自主车辆控制系统、训练系统和相关控制逻辑，用于操作这样的系统的方法以及配备有车载控制系统的机动车辆。作为示例而非限制，提出了一种具有车载机器学习和控制系统的机动车辆，其使用来自一队车辆的众包(crowdsourced)数据来预测车辆操作中的异常。在示例性实施例中，提供了一种装置，该装置包括在边缘服务器处的处理器，该处理器与车队中的一个或多个车辆进行通信。该装置可用于在车队的一个或多个车辆之间通信并维持连续的通信链路，以接收多个消息，其中，该多个消息包括连续的消息数据流，该消息数据流包括在附近执行车辆操作时在一队车辆中的每个车辆中包含的电子控制单元(ECU)的状态转换(transition)的数据；实时监视来自每个车辆的流消息数据，以检测与用于车辆操作的ECU的状态转换有关的数据的更新，其中ECU的每个状态转换的数据由包含在每个车辆中的高级驾驶员辅助系统(ADAS)报告给边缘服务器；在与边缘服务器通信的每个车辆的车辆操作期间，实时地众包状态转换的或ECU的各种水平的操作的一组数据，以将具有一定程度的通用性的状态转换数据组合在一起，作为众包转换数据；通过机器学习模型的应用，处理众包转换数据，以对指示辅助驾驶系统异常事件的众包转换数据进行分类；以及预先向识别出的车辆发送消息，该消息可能会引起辅助驾驶系统异常事件，以便驾驶员或ADAS执行响应。在各个示例性实施例中，该装置还包括边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于：模拟用于识别的车辆在预测的路线段上的辅助驾驶系统算法，以生成模拟结果；基于对众包数据和模拟结果的分析，预测在所预测的路线段内的所预测的辅助驾驶系统异常事件。所述装置进一步包括在边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于在执行车辆操作时所识别的车辆引起所预测的辅助驾驶系统异常事件之前，发送所预测的辅助驾驶系统异常事件的用户警报。所述装置进一步包括边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于响应于所预测的辅助驾驶系统异常事件向附近的车辆广播警告消息。所述装置进一步包括在边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于监视与车队中每个车辆的车辆操作有关的一个或多个关键参数。所识别的可能引起辅助驾驶系统异常事件的车辆正在已经引起辅助驾驶系统异常事件的车辆的后面行驶。所述装置进一步包括在边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于接收转换状态数据，该转换状态数据指示该车队的车辆在附近的路线段行驶的先前的辅助驾驶系统异常事件，其中，基于或响应于先前的辅助驾驶系统异常事件来预测辅助驾驶系统异常事件。消息数据经由蜂窝网络上的MQ遥测传输(MQTT)和数据分发服务(DDS)无线协议进行传输。所述装置进一步包括在边缘服务器处的处理器，该处理器与车队中的一个或多个车辆通信，该处理器还用于经由反向路径通过蜂窝协议向车辆的消息收发客户端发送关于辅助驾驶系统异常事件的消息，以在控制器局域网(CAN)总线传输到车辆的ADAS控制器，以对包含在车辆中的ECU执行控制动作。共有程度至少包括车辆位置和朝向辅助驾驶员系统异常事件位置的车辆速度。在另一个实施例中，提供了一种由处理器执行的方法。该方法包括在边缘服务器处的处理器与车队中的一个或多个车辆之间传送多个消息；维持边缘服务器处的处理器与车队的一个或多个车辆之间的连续蜂窝链路，以接收多个消息，其中多个消息包括连续的消息数据流，该消息数据流包括在车辆操作期间包含在一队车辆中的每个车辆中的ECU的状态转换的数据；实时监视来自每个车辆的流消息数据，以检测与用于车辆操作中的ECU的状态转换有关的数据的更新，其中ECU的每个状态转换的数据由包含在每个车辆中的高级驾驶员辅助系统(ADAS)报告到边缘服务器；在与边缘服务器通信的每个车辆的车辆操作期间，实时众包状态转换的或ECU的不同水平操作的一组数据，以将具有一定程度的通用性的状态转换数据组合在一起，作为众包转换数据；通过机器学习模型的应用，处理众包转换数据，以对指示辅助驾驶系统异常事件的众包转换数据进行分类；以及预先向所识别的车辆发送消息，该消息很可能引起辅助驾驶系统异常事件，以便驾驶员或ADAS执行车辆控制动作。在各个示例性实施例中，该方法还包括由处理器模拟用于所识别的车辆在预测的路线段上的辅助驾驶系统解决方案，以生成模拟结果；以及响应于众包数据和模拟结果，预测在所预测的路线段内的所预测的异常事件。该方法还包括在所识别的车辆导致所预测的异常事件之前发送所预测的异常事件的驾驶员警报，其中驾驶员警报指示了所预测的异常事件的概率。该方法还包括响应于所预测的异常事件，通过处理器经由蜂窝网络向附近的车辆广播警告消息。该方法还包括监视与车队中的每个车辆的车辆操作有关的一个或多个关键参数。所识别的可能导致异常事件的车辆正在已经引起异常事件的车辆后面行驶。该方法还包括接收转换状态数据，该转换状态数据指示该车队的车辆在附近的路线段行驶的先前异常事件，并且其中响应于该先前异常事件来预测该异常事件。消息数据经由蜂窝网络上的MQTT和DDS无线协议进行传输。该方法还包括经由反向路径由处理器通过蜂窝协议本文档来自技高网...

【技术保护点】
1.一种装置，包括：/n边缘服务器上的处理器，与车队中的一个或多个车辆进行通信，用于：/n在车队的一个或多个车辆之间通信并维持连续的通信链路，以接收多个消息，其中该多个消息包括连续的消息数据流，该连续的消息数据流包括在附近执行车辆操作时在一队车辆中的每个车辆中包含的电子控制单元(ECU)的状态转换的数据；/n实时监视来自每个车辆的流消息数据，以检测与用于车辆操作的ECU的状态转换有关的数据的更新，其中ECU的每个状态转换的数据由包含在每个车辆中的高级驾驶员辅助系统(ADAS)报告给边缘服务器；/n在与边缘服务器通信的每个车辆的车辆操作期间，实时地众包ECU转换中的状态转换的或ECU的各种水平操作的一组数据，以将具有一定程度的通用性的状态转换数据组合在一起，作为众包转换数据；/n通过机器学习模型的应用，处理该众包转换数据，以对指示辅助驾驶系统异常事件的众包转换数据进行分类；和/n预先向所识别出的车辆发送消息，该消息可能会引起所述辅助驾驶系统异常事件，以便驾驶员或ADAS执行响应。/n

【技术特征摘要】
20200214 US 16/791,1911.一种装置，包括：
边缘服务器上的处理器，与车队中的一个或多个车辆进行通信，用于：
在车队的一个或多个车辆之间通信并维持连续的通信链路，以接收多个消息，其中该多个消息包括连续的消息数据流，该连续的消息数据流包括在附近执行车辆操作时在一队车辆中的每个车辆中包含的电子控制单元(ECU)的状态转换的数据；
实时监视来自每个车辆的流消息数据，以检测与用于车辆操作的ECU的状态转换有关的数据的更新，其中ECU的每个状态转换的数据由包含在每个车辆中的高级驾驶员辅助系统(ADAS)报告给边缘服务器；
在与边缘服务器通信的每个车辆的车辆操作期间，实时地众包ECU转换中的状态转换的或ECU的各种水平操作的一组数据，以将具有一定程度的通用性的状态转换数据组合在一起，作为众包转换数据；
通过机器学习模型的应用，处理该众包转换数据，以对指示辅助驾驶系统异常事件的众包转换数据进行分类；和
预先向所识别出的车辆发送消息，该消息可能会引起所述辅助驾驶系统异常事件，以便驾驶员或ADAS执行响应。


2.根据权利要求1所述的装置，还包括：
边缘服务器上的处理器与车队中的一个或多个车辆进行通信，还用于：
模拟用于所识别的车辆在所预测的路线段上的辅助驾驶系统算法，以生成模拟结果；和
基于对众包数据和模拟结果的分析，预测在所预测的路线段内的所预测的辅助驾驶系统异常事件。


3.根据权利要求2所述的装置，还包括：
边缘服务器上的处理器与车队中的一个或多个车辆进行通信，还用于：
在执行车辆操作时所识别的车辆引起所预测的辅助驾驶系统异常事件之前，发送所预测的辅助驾驶系统异常事件的用户警报。


4.根据权利要求3所述的装置，还包括：
边缘服务器上的处理器与车队中的一个或多个车辆进行通信，还用于：
响应于所预测的辅助驾驶系统异常事件向附近的车辆广播警告消息。


5.根据权利要求4所述的装置，还包括：
边缘服务器上的处理器与车队中的一个或多个车辆进行通信，还用于：
监视与车队中...

【专利技术属性】
技术研发人员：DB麦克利恩，J黄，G韦克菲尔德，MD吉玛，SE杰克逊，
申请(专利权)人：通用汽车有限责任公司，
类型：发明
国别省市：美国;US