在交通工具之间用于感知共享的方法和设备与流程

在交通工具之间用于感知共享的方法和设备


背景技术：

[0001]
对于稳健地监测高密度实时交通状况存在有需要，以帮助平缓交通流量，改进应急交通工具的响应，并且提供附加服务。进一步地，对于配备有高级驾驶员辅助系统的交通工具存在有需要，以稳健地监测高密度实时交通状况。


技术实现要素：

[0002]
提供了系统解决方案，用于通过交通工具对于外界(v2x)通信而感知共享，所述系统解决方案支持广泛范围的应用，由此利用标准化应用程序界面(api)的使用而有助于相关产品的实施。此解决方案的元素包括用于最小化处理延时的软件架构以及组合使用距离和视觉描述符以识别从若干交通工具捕获的感知结果之间的重叠的例程。所述概念基于通过v2x通信获得的感测信息而对于单独交通工具和其它应用实现盲区监测、检测和缓解，同时在高密度实时交通状况下缓解处理延时，并且确保稳健性。
[0003]
本公开的方面包括计算机实施方法，用于在道路的配备有智能交通工具公路系统的部分上行进的多个类似定位的交通工具之间感知共享。这包括在与被设置成监测道路的部分的路边单元通信的多接入边缘计算集群中执行应用层例程。应用层例程包括：从在道路的部分上行进的多个类似定位的交通工具中的每个收集与多个对象相关联的实时数据；基于来自多个类似定位的交通工具的实时数据而预测多个对象中的每个的运动；使多个对象中的每个的运动进行对象-匹配，其中，对象-匹配受到时间约束；以及基于多个对象中的每个的运动的对象-匹配而执行多个对象的融合。基于多个对象的融合而识别在道路的部分上行进的类似定位的交通工具的位置。将在道路的部分上行进的类似定位的交通工具的位置通信到类似定位的交通工具中的一个。
[0004]
本公开的另一方面包括：收集与多个对象中的每个的距离、视觉描述符、车道级侧向位置和速度估测、对应时间戳以及多个类似定位的交通工具中的相应一个的地理空间定位有关的实时数据。
[0005]
本公开的另一方面包括：线性外推多个对象中的每个的定位数据，以基于来自多个类似定位的交通工具的实时数据而预测多个对象中的每个的运动。
[0006]
本公开的另一方面包括：基于多个对象的融合而由多个类似定位的交通工具中的至少一个执行盲区监测。
[0007]
本公开的另一方面包括：类似定位的交通工具是在道路的部分上在相同方向上行进的多个交通工具。
[0008]
本公开的另一方面包括：确定多个类似定位的交通工具中的每个的位置、速度和轨迹。
[0009]
本公开的另一方面包括与被布置成监测道路的部分的路边单元通信的应用层软件例程。软件例程包括指令集，所述指令集可执行用于：从在道路的部分上行进的多个类似定位的交通工具中的每个收集与多个对象相关联的实时数据；基于来自多个类似定位的交通工具的实时数据而预测多个对象中的每个的运动；使多个对象中的每个的运动进行对
象-匹配，其中，对象-匹配受到时间约束；以及基于多个对象中的每个的运动的对象-匹配而融合多个对象。基于所融合的多个对象而识别在道路的部分上行进的多个类似定位的交通工具的位置，并且经由路边单元将在道路的部分上行进的多个类似定位的交通工具的位置通信到类似定位的交通工具中的一个。
[0010]
本公开的另一方面包括：应用层软件例程被布置成由多边缘计算集群执行。
[0011]
本公开的另一方面包括：经由路边单元将在道路的部分上行进的类似定位的交通工具的位置通信到类似定位的交通工具中的一个，其中，类似定位的交通工具中的一个包括高级驾驶员辅助系统(adas)。
[0012]
本公开的另一方面包括：基于在道路的部分上行进的类似定位的交通工具的位置而控制类似定位的交通工具中的包括高级驾驶员辅助系统的一个。
[0013]
本公开还提供了以下技术方案。
[0014] 1. 在多个类似定位的交通工具之间用于感知共享的方法，所述方法包括：在与被设置成监测道路的部分的路边单元通信的多接入边缘计算集群中执行应用层例程，包括：从在所述道路的部分上行进的所述多个类似定位的交通工具中的每个收集与多个对象相关联的实时数据，基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动，使所述多个对象中的每个的运动进行对象-匹配，以及基于所述多个对象中的每个的运动的所述对象-匹配而执行所述多个对象的融合；基于所述多个对象的所述融合而识别在所述道路的部分上行进的所述类似定位的交通工具的位置；以及经由所述路边单元将在所述道路的部分上行进的所述类似定位的交通工具的位置通信到所述类似定位的交通工具中的一个。
[0015]
2. 根据技术方案1所述的方法，其中，从所述多个类似定位的交通工具中的每个收集与多个对象相关联的实时数据包括收集与所述多个对象中的每个的距离、视觉描述符、车道级侧向位置和速度估测、对应时间戳以及所述多个类似定位的交通工具中的相应一个的地理空间定位有关的数据。
[0016]
3. 根据技术方案2所述的方法，其中，基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动包括线性外推所述多个对象中的每个的地理空间定位数据。
[0017]
4. 根据技术方案1所述的方法，还包括基于所述多个对象的所述融合而由所述多个类似定位的交通工具中的至少一个执行盲区监测。
[0018]
5. 根据技术方案1所述的方法，其中，所述类似定位的交通工具包括在所述道路的部分上在相同方向上行进的多个交通工具。
[0019]
6. 根据技术方案1所述的方法，其中，基于所述多个对象中的每个的运动的所述对象-匹配而识别在所述道路的部分上行进的所述类似定位的交通工具的位置包括确定所述多个类似定位的交通工具中的每个的位置、速度和轨迹。
[0020]
7. 与被布置成监测道路的部分的路边单元通信的应用层软件例程，其中，所述软
件例程包括指令集，所述指令集可执行用于：从在道路的部分上行进的多个类似定位的交通工具中的每个收集与多个对象相关联的实时数据，基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动，使所述多个对象中的每个的运动进行对象-匹配，其中，所述对象-匹配受到时间约束，以及基于所述多个对象中的每个的运动的所述对象-匹配而融合所述多个对象；基于所融合的多个对象而识别在所述道路的部分上行进的所述类似定位的交通工具的位置；以及经由所述路边单元将在所述道路的部分上行进的所述类似定位的交通工具的位置通信到所述类似定位的交通工具中的一个；其中，所述应用层软件例程被布置成由多边缘计算集群执行。
[0021]
8. 根据技术方案7所述的应用层软件例程，其中，所述多边缘计算集群是基于云的。
[0022]
9. 根据技术方案7所述的应用层软件例程，其中，可执行以从所述多个类似定位的交通工具中的每个收集与所述多个对象相关联的实时数据的所述指令集包括可执行以收集与所述多个对象中的每个的距离、视觉描述符、车道级侧向位置和速度估测、对应时间戳以及所述多个类似定位的交通工具中的相应一个的地理空间定位有关的数据的指令集。
[0023]
10. 根据技术方案9所述的应用层软件例程，其中，可执行以基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动的所述指令集包括可执行以线性外推所述多个对象中的每个的所述地理空间定位数据的指令集。
[0024]
11. 根据技术方案7所述的应用层软件例程，其中，所述指令集可执行以通过基于所述多个对象的所述融合由所述多个类似定位的交通工具中的至少一个监测而监测盲区。
[0025]
12. 根据技术方案7所述的应用层软件例程，其中，所述类似定位的交通工具包括在所述道路的相同部分上在相同方向上行进的多个交通工具。
[0026]
13. 根据技术方案7所述的应用层软件例程，其中，可执行以基于所述所融合的多个对象而识别在所述道路的相同部分上行进的所述类似定位的交通工具的位置的所述指令集包括可执行以确定所述多个类似定位的交通工具中的每个的位置、速度和轨迹的指令集。
[0027]
14. 在多个类似定位的交通工具之间用于感知共享的方法，所述方法包括：在与被设置成监测道路的部分的路边单元通信的多接入边缘计算集群中执行应用层例程，包括：从在所述道路的部分上行进的所述多个类似定位的交通工具中的每个收集与被设置在所述道路的部分上的多个对象相关联的实时数据，基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动，使所述多个对象中的每个的运动进行对象-匹配，以及基于所述多个对象中的每个的运动的所述对象-匹配而执行所述多个对象的融合；
基于所述多个对象的所述融合而识别在所述道路的部分上行进的所述类似定位的交通工具的位置；以及经由所述路边单元将在所述道路的部分上行进的所述类似定位的交通工具的位置通信到所述类似定位的交通工具中的一个，其中，所述类似定位的交通工具中的一个包括高级驾驶员辅助系统(adas)。
[0028]
15. 根据技术方案14所述的方法，其中，收集所述实时数据包括收集与所述多个对象中的每个的距离、视觉描述符、车道级侧向位置和速度估测、对应时间戳以及所述多个类似定位的交通工具中的相应一个的地理空间定位有关的数据。
[0029]
16. 根据技术方案15所述的方法，其中，基于来自所述多个类似定位的交通工具的所述实时数据而预测所述多个对象中的每个的运动包括线性外推地理空间定位数据。
[0030]
17. 根据技术方案14所述的方法，还包括基于所述多个对象的所述融合而由所述多个类似定位的交通工具中的至少一个执行盲区监测。
[0031]
18. 根据技术方案14所述的方法，其中，所述类似定位的交通工具包括在所述道路的部分上在相同方向上行进的多个交通工具。
[0032]
19. 根据技术方案14所述的方法，其中，基于所述多个对象中的每个的运动的所述对象匹配而识别在所述道路的部分上行进的所述类似定位的交通工具的位置包括确定所述多个类似定位的交通工具中的每个的位置、速度和轨迹。
[0033]
20. 根据技术方案14所述的方法，还包括基于在所述道路的部分上行进的所述类似定位的交通工具的位置而控制所述类似定位的交通工具中的包括高级驾驶员辅助系统的一个。
[0034]
当与所附附图结合时，本教导的上文的特征和优点以及其它特征和优点从用于执行本教导的最佳模式和其它实施例中的一些的以下详细描述中容易地显而易见，如在所附权利要求中限定的。
附图说明
[0035]
现在将参考所附附图通过示例的方式描述一个或多个实施例，在附图中：图1示意性地示出了根据本公开的在配备有智能交通工具/公路系统(ivhs)的实施例的多车道公路上行进的多个交通工具；图2呈流程图的形式示意性地示出了根据本公开的基于多接入边缘计算(mec)的感知共享例程，用于驾驶环境的协作感知；图3示意性地示出了根据本公开的指示时间相依任务的时间线，所述时间相依任务被执行作为对象匹配例程的部分。
[0036]
所附附图不一定是按比例的，并且可表示本公开的各种优选特征的略微简化代表，如本文公开的，包括例如具体尺寸、定向、位置和形状。与此类特征相关联的细节将部分由特定旨在应用和使用环境确定。
具体实施方式
[0037]
如本文描述和示出的，所公开实施例的部件可以各种不同配置而布置和设计。因此，以下详细描述不旨在限制如所要求保护的本公开的范围，而是仅表示其可能实施例。此
外，虽然在以下描述中阐述了许多具体细节，以便提供本文公开的实施例的透彻理解，但可在没有这些细节中的一些的情况下实践一些实施例。此外，为了清楚的目的，没有详细描述在相关领域中被理解的某些技术材料，以便避免不必要地使本公开模糊不清。此外，附图呈简化的形式，并且不是精确按比例的。仅为了方便和清楚的目的，可相对于附图使用方向性术语 ，例如，左、右、前、后等等。这些和类似方向性术语不应被解释为限制本公开的范围。此外，可在缺少本文未具体公开的元件的情况下实践本公开，如本文示出和描述的。
[0038]
参考附图，其中，贯穿于若干图示，相似的附图标记对应于相似或类似的部件，图1（与本文公开的实施例一致）示意性地示出了在多车道公路50的配备有智能交通工具/公路系统(ivhs) 100的实施例的部分上行进的多个交通工具30，所述智能交通工具/公路系统(ivhs) 100包括多接入边缘计算(mec)集群10和多个路边单元(rsu) 20。mec集群10包括多接入边缘计算(mec)感知共享例程（例程）200，如参考图2和图3描述的。
[0039]
交通工具30中的每个可包括但不限于呈商用交通工具、工业交通工具、农用交通工具、客运交通工具、飞机、船只、火车、全地形交通工具、个人移动设备、机器人和类似物的形式的移动平台，以实现本公开的目的。交通工具30的子集可为连接交通工具40。连接交通工具40配备有空间监测系统44和远程信息处理通信系统42，所述远程信息处理通信系统42能够进行无线交通工具外通信。连接交通工具40中的一个或多个可包括高级驾驶员辅助系统(adas) 46。
[0040]
远程信息处理通信系统42能够进行交通工具外通信，包括与可包括无线和有线通信能力的通信网络系统通信。远程信息处理通信系统42包括远程信息处理控制器，所述远程信息处理控制器能够进行交通工具外通信，包括交通工具对于外界(v2x)通信。v2x通信包括短程交通工具对于交通工具(v2v)通信以及到rsu 20中的一个或多个的通信，因此有助于多个类似定位的交通工具（其为ivhs 100的移动部分）之间的局部通信。可选地或此外，远程信息处理通信系统42能够进行到手持式装置（例如，蜂窝电话、卫星电话或其它电话装置）的短程无线通信。在一个实施例中，手持式装置加载有软件应用，所述软件应用包括无线协议，以与远程信息处理控制器通信，并且手持式装置执行交通工具外通信，包括经由通信网络与非机载控制器通信。可选地或此外，远程信息处理控制器通过经由通信网络与非机载控制器通信而直接执行交通工具外通信。
[0041]
空间监测系统44包括与空间监测控制器通信的多个空间传感器，其中，空间传感器中的每个被设置在交通工具上，以监测环绕连接交通工具40（包括在连接交通工具40近侧的其它交通工具30）的视场。空间监测控制器基于来自空间传感器的数据输入而生成包括近侧交通工具30的视场中的每个的数字代表。在考虑近侧交通工具30中的每个的情况下，空间监测控制器可评估来自空间传感器的输入，以确定连接交通工具40的线性范围、相对速度和轨迹。空间传感器可位于连接交通工具40上的各种位置处，包括前拐角、后拐角、后侧和中侧。在一个实施例中，空间传感器可包括前雷达传感器和摄像头，尽管本公开不限于如此。上述空间传感器的放置允许空间监测控制器监测交通流量，包括邻近交通工具以及在连接交通工具40附近的其它对象。空间监测系统44的空间传感器还可包括对象定位感测装置，包括测距传感器，例如，fm-cw（调频连续波）雷达、脉冲和fsk（频移键控）雷达以及激光雷达（光检测和测距）装置以及依赖于例如多普勒作用测量以定位前方对象的作用的超声波装置。可能的对象定位装置包括电荷耦合装置(ccd)或互补金属氧化物半导体
(cmos)视频图像传感器以及利用数字摄影方法以“查看”前方对象（包括一个或多个交通工具）的其它摄像头/视频图像处理器。
[0042]
连接交通工具40中的每个包括推进系统、轮制动系统和转向系统。在一个实施例中，推进系统、轮制动系统和转向系统的操作可通过与交通工具操作员单独地直接互动或与adas 46结合采用来自空间监测系统44的输入而控制。
[0043]
adas 46被布置成在很少或没有交通工具操作员的直接互动的情况下通过控制推进系统、轮制动系统和转向系统中的一个或多个而提供操作员辅助特征。adas 46包括控制器以及提供操作员辅助特征的一个或多个子系统，所述子系统包括适应性巡航控制(acc)系统、车道保持控制(lky)系统、车道变换控制(lcc)系统、自主制动/防撞系统和/或被配置成与操作员请求分开或结合地命令和控制自主交通工具操作的其它系统中的一个或多个。adas 46可与机载地图数据库互动，并且从机载地图数据库存取信息，用于路线规划，并且经由车道保持系统、车道定中心系统和/或被配置成命令和控制自主交通工具操作的其它系统而控制连接交通工具40的操作。可生成自主操作命令，以控制acc系统、lky系统、lcc系统、自主制动/防撞系统和/或其它系统。交通工具操作包括响应于期望命令而以推进模式操作，所述期望命令可包括操作员请求和/或自主交通工具请求。交通工具操作（包括自主交通工具操作）包括加速、制动、转向、稳态运行、滑行和空转。操作员请求可基于对于油门踏板、制动踏板、方向盘、传动范围选择器、acc系统等等的操作员输入而生成。
[0044]
如可理解的，在多车道公路50的部分上行进的连接交通工具40中的每个可能够采用来自空间监测系统44的输入而检测在其近侧的其它交通工具30中的一个或多个。然而，由于由其它中间交通工具30导致的遮蔽，可因此不可检测在其近侧的交通工具30中的一些。通过中间交通工具30的遮蔽导致不可由连接交通工具中的一个或多个感知的盲区。
[0045]
ivhs 100包括mec集群10，所述mec集群10可远程定位，并且与多个路边单元(rsu) 20通信，并且可被配置成监测多个交通工具30（包括在多车道公路50的部分上行进的交通工具30中的多个类似定位的那些）的位置、速度和轨迹。类似定位的交通工具是在多车道公路50的相同部分上在相同方向上行进的那些交通工具30。在一个实施例中，多车道公路50的相同部分包括多车道公路50的在rsu 20中的一个的通信范围内的部分。
[0046]
mec集群10包括位于网络边缘处的基于云的it（信息技术）服务环境。边缘计算和mec集群10的目的是为分布在网络边缘处的延时相依应用带来实时、高带宽、低延时接入。由于边缘计算更靠近终端用户和应用，因此其允许本地化和基于云的应用。通过更靠近终端用户（即，连接交通工具40）执行相关任务处理，边缘计算减少了网络拥堵，并且改进了应用性能，而改进对于那些用户的内容和应用递送。mec集群10将交通和服务的计算从集中式云移动到网络的边缘，并且更靠近连接交通工具40，并且网络边缘分析、处理和存储数据。这用于减少通信和处理延时。mec集群10和路边单元(rsu) 20的特征包括接近度、超低延时、高带宽和虚拟化。当被部署在交通工具上时，连接交通工具40能够不断感测驾驶模式、道路状况以及其它交通工具移动，以向交通工具操作员和adas 46提供引导。大部分预测性和规范性视角需要以及时的方式提供，这意味着需要由mec集群10收集、处理和分析来自空间监测系统44的数据，以向交通工具操作员和adas 46提供低延时视角。
[0047]
mec集群10包括实现有效处理的应用层软件架构和算法设计，用于多车道公路50的部分上的驾驶环境的协同感知，其中，原始感知结果由连接交通工具40中的单独那些提
供，并且所融合感知结果在由mec集群10执行的融合任务之后由rsu 20提供。核心任务包括识别来自多个类似定位的交通工具的感知结果之间的重叠，缓解处理延时，并且向多个功能性模块提供可由广泛范围的应用使用的数据。应用可涉及交通监测、拥堵检测、应急交通工具和路边辅助交通工具的检测、出入和停车系统操作、执法（enforcement）系统、多车道和单车道自由流量系统等等。
[0048]
mec集群10通过多接入边缘计算(mec)而为连接交通工具和基础设施之中的感知共享提供了系统解决方案，所述系统解决方案包括软件模块的架构和算法设计，用于有效地执行融合任务。mec集群10可用于支持由单独交通工具或基础设施站点承载的广泛范围的应用，其中，实时误差可忽略不计。这利用用于缓解延时的有效方式基于通过v2x获得的感测信息对于单独交通工具和其它应用实现了盲区监测、检测和缓解，并且确保了在高密集度的实时交通状况下的稳健性。
[0049]
路边单元(rsu) 20是被配置成用于专用短程通信(dsrc)的收发器，所述收发器可沿着道路或人行通道安装。rsu 20使用有限持续时间的短程低功率数据传输而通信。rsu 20中的每个的主要功能是通过根据行业标准（例如，sae标准j2735（sae j2735
ꢀ-
专用短程通信(dsrc)消息集字典））通过dsrc传送数据而有助于交通工具、运输基础设施和其它装置之间的通信。rsu 20集成到mec集群10中，并且与mec集群10通信。rsu 20中的每个可与交通监测设施（未显示）（例如，路边摄像头）或其它装置通信。每个rsu 20向被设置在其通信区内的连接交通工具40广播数据，或与其交换数据，并且向其提供信道指派和操作指令。连接交通工具40接收、争夺时间或被指派时间，以在一个或多个射频信道上传输。
[0050]
提供了系统解决方案，用于通过v2x的交通工具感知共享，基于所述系统解决方案，可支持广泛范围的应用，由此利用常见（标准）api的使用而有助于相关产品的实施。如所理解的，api是例程、协议和工具集，用于构建软件应用，包括核心算法，如本文描述的。基本上，api指定软件部件应如何互动。附加地，当编程图形用户界面(gui)部件时使用api。
[0051]
软件架构被开发，用于与算法一起缓解处理延时，所述算法结合使用距离和视觉描述符，用于识别来自连接交通工具40中的不同交通工具的感知结果之间的重叠。这包括旨在用于与通过v2x的交通工具感知共享有关的前瞻性目的的特征，并且包括问题描述以及对应功能性模块设计，用于为可由广泛范围的基于v2x的应用和软件架构共享的常见api提供冲突认识任务并行化的设计的目的。这导致从事件触发的冲突查找机制传达的认识，以实现延时缓解、高效计算资源利用和可扩展性。本文描述的概念在v2x感知共享的框架中与有效载荷功能性模块一起有助于连接智能驾驶(cid)受益于常见api以及通过计算资源的高效利用原理而驱动的v2x感知共享算法以及还有对于实时交通流量的可扩展性的需要以及未来的无线带宽扩展的考虑。软件架构被配合有潜在具有冲突的并行化多个任务的特征，同时可通过使用事件触发的冲突查找机制而有效地避免冲突。
[0052]
术语“控制器”和相关术语（例如，微控制器、控制模块、模块、控制、控制单元、处理器和类似术语）指代专用集成电路(asic)、现场可编程门阵列(fpga)、电子电路、中央处理单元（例如，微处理器）以及呈存储器和存储装置（只读、可编程只读、随机存取、硬盘驱动等等）形式的相关联非暂时性存储器部件中的一个或各种组合。非暂时性存储器部件能够存储呈以下形式的机器可读指令：一个或多个软件或固件程序或例程、组合逻辑电路、输入/输出电路和装置、信号调节和缓冲电路系统以及可由一个或多个处理器存取以提供所描述
功能的其它部件。输入/输出电路和装置包括模拟/数字转换器和监测来自传感器的输入的相关装置，其中，以预定采样频率或响应于触发事件而监测此类输入。软件、固件、程序、指令、控制例程、代码、算法和类似术语意指控制器可执行指令集，包括校准和查找表。每个控制器执行控制例程，以提供期望功能。例程可以规律间隔执行，例如，在正在进行的操作期间每100微秒执行一次。可选地，可响应于触发事件的发生而执行例程。控制器之间的通信以及控制器、致动器和/或传感器之间的通信可使用直接有线点对点链路、联网通信总线链路、无线链路或另一合适通信链路而实现。通信包括呈合适形式的交换数据信号，例如，包括经由传导介质的电信号、经由空气的电磁信号、经由光学波导的光学信号和类似物。数据信号可包括表示来自传感器的输入、致动器命令以及控制器之间的通信的离散、模拟或数字化模拟信号。
[0053]
术语“信号”指代传达信息的物理可辨识指示器，并且可为能够行进通过介质的合适波形（例如，电、光学、磁、机械或电磁），例如，dc、ac、正弦波、三角波、方波、振动和类似物。
[0054]
参数被限定为表示可使用一个或多个传感器和/或物理模型辨识的装置或其它元件的物理性质的可测量量。参数可具有离散值（例如，“1”或“0”），或可在值上为无限可变化的。
[0055]
图2示意性地显示了mec例程200的实施例，包括显示应用层软件的主线程，用于驾驶环境的基于mec的协同感知，其中，驾驶环境的示例类似于参考图1描述的多车道公路50的部分和ivhs 100。mec例程200主要在参考图1描述的mec集群10中执行。本文可在功能和/或逻辑块部件和/或各种处理步骤的方面描述教导。mec例程200被示出为逻辑流程图中的块的集合，其表示可在已被配置成执行指定功能的硬件、软件和/或固件部件中实施的操作序列。在软件的上下文中，所述块表示计算机指令，当由一个或多个处理器执行时，所述计算机指令执行所述操作。mec例程200的步骤可以合适次序执行，并且不限于参考图2描述的次序。
[0056]
mec例程200包括捕获多个交通工具感知包(vpp) (201)，所述交通工具感知包由在驾驶环境中操作的一个或多个近侧连接交通工具提供，并且通过界面发送。vpp中的每个根据核心算法的需要而封装数据。通过非限制性示例的方式，每个vpp封装以下信息：深度（距离）；视觉描述符（例如，rgb或hsv颜色直方图、surf或另一图像特征矢量）；车道级侧向位置；每个所检测对象的速度估测；以及观察交通工具的地理空间定位信息以及对应时间戳。地理空间定位可由提供具有全球覆盖的自主地理空间定位的卫星导航系统提供，所述卫星导航系统包括gnss（全球导航卫星系统）、全球定位系统(gps)以及其它区域性系统。
[0057]
已解析的vpp被推送到被称为recepbuffer (202)的第一缓冲器中，所述第一缓冲器是临时存储装置，用于等待被处理的vpp。vpp由下层基于通过dsrc或c-v2x的空中界面或用于装置间通信的一些其它无线协议接收的信号而解析。recepbuffer在没有绑定到调度fpp传输的情况下使用，并且因此不需要被周期性地分配和释放。监测recepbuffer(204)，这包括周期性地查询第一缓冲器，以发现vpp的存在，然后取出vpp，并且将其与当前系统时间(206)一起传达到vpp预处理模块(208)。vpp预处理模块(208)包括指派运动预测的子线程，用于由先前模块传达的vpp中的每个，其中，目标fpp传输循环（当前或下一个）是子线程属性。
[0058]
fpp（“融合感知包”）是以下数据包：所述数据包是来自与rsu 20通信的多个类似定位的交通工具的vpp的融合。fpp基于对应于由特定rsu 20的id和定位信息补充的具体时间和空间范围的所接收vpp的融合而封装与rsu 20通信的多个类似定位的交通工具中的每个的定位数据。fpp可包括适当信息，用于有助于连接交通工具40中的每个，以识别fpp中描述的哪个对象指代其自己，即，以执行自我识别。自我识别基于由rsu接收的来自每个交通工具的基本安全消息(bsm)的元素，即bsm中包括的“de_temporaryid”字段；可选地，由每个交通工具用于最后的bsm或vpp传输的时间频率资源的一些散列值可用于服务此目的。bsm是由sae（汽车工程师协会）标准j2735标准化的消息实体，其旨在由单独交通工具通过空中界面广播。基于所获得系统时间(210)，将定时提前量确定为目标fpp传输时间加上t3减去用于运动预测的vpp时间戳。
[0059]
运动预测步骤(212)包括运动预测，随后编写到被称为waitbuffer的第二缓冲器中。通过将所接收vpp中的每个对象的定位数据线性外推到如由rsu 20中的一个基于对应vpp的接收时间而确定的未来时刻而通过运动预测算法产生运动预测vpp (mpvpp)。位置间隔被确定，并且由最前和最后对象位置表示。mpvpp被传送到与子线程属性相关联的第二缓冲器，即，waitbuffer。此外，指示新mpvpp被传送到waitbuffer的事件标记被传达。运动预测步骤包括将所接收vpp中的每个对象的定位数据线性外推到如由rsu 20中的一个基于vpp的接收时间而确定的未来时刻，这产生对应的运动预测vpp (mpvpp)。
[0060]
mpvpp连同位置间隔、子线程属性和事件标记被传达到waitbuffer (214)，并且用于更新mpvpp冲突查找表(mpvppconflut)，因为在给定来自步骤212和/或步骤234的输入的情况下，其与具体子线程属性（当前或下一个）相关(216)。mpvpp冲突查找表指示在2个mpvpp之间是否存在有对象的潜在重叠，用于横跨缓冲中的mpvpp和匹配处理中的mpvpp的穷举对。
[0061]
更新mpvpp冲突查找表(mpvppconflut)被捕获 (218)，并且受到无冲突mpvpp子集提取(220)。
[0062]
无冲突mpvpp子集提取(220)包括基于mpvppconflut而确定也与当前匹配处理中的mpvpp在无冲突状态中的缓冲中的mpvpp的无冲突子集，并且从waitbuffer移除缓冲中的mpvpp的无冲突子集（如果其为非空的）。根据所使用的方法，无冲突子集可为最佳或次佳的。
[0063]
对于由先前模块传达的每个mpvpp，指派对象匹配的子线程(222)。
[0064]
根据mpvpp的位置间隔，指派mpvpp可能匹配到其的对应transbuffer的子集(tbmatchset)作为mpvpp预处理的部分(224)。tbmatchset和子线程属性被捕获(226)，并且被提供到对象匹配例程(228)，所述对象匹配例程受到定时约束。
[0065]
对象匹配例程(228)从连接交通工具40中的不同交通工具横跨mpvpp识别指代相同交通工具的对象。对象匹配例程(228)包括对于多个mpvpp和tbmatchset执行对象匹配，直到服务fpp传输时刻t（即，具有“当前”的属性）的子线程在时刻t
ꢀ-ꢀ
t2终止。当tbmatchset为空时，直接使用mpvpp作为融合结果。基于实际考虑，在根据对于总匹配计分的某一阈值上限而进一步修整由最大匹配产生的边缘方面，对象匹配例程(228)适应最大二分匹配。总匹配计分被运算为分别与距离和视觉描述符有关的匹配计分的加权调和平均值。
[0066]
对于对象匹配例程(228)，可使边缘计分运算的子任务与修整一起与对于在具有更少顶点的一侧上的每个顶点（对象）（即，对于在具有更少顶点的一侧上的第n个顶点）指派的子线程并行化。在此类顶点并行处理的情况下，在完成其相关联边缘计分的运算之后，保持具有最低匹配计分的n个边缘，并且串行遍历顶点，用于确定最佳匹配。此外，为了减少频繁分配和释放的成本，可呈线程池的形式填入用于边缘计分运算以及修整的子线程，所述子线程由定时器线程以与其它子线程相同的方式管理，并且具有经验性选择的池数量和池大小。定时器线程负责缓冲器的分配和释放、子线程属性的改变以及还有服务当前fpp传输循环的子线程根据预先定义的时间线的终止（如由参考图3显示的时刻t
ꢀ-ꢀ
t1
ꢀ-ꢀ
t2、t
ꢀ–ꢀ
t2和t反映的）。
[0067]
再次参考图2，而继续参考图3，对象匹配例程(228)执行定时相依任务。如果服务fpp传输时刻t的子线程未达到t
ꢀ-ꢀ
t2，则基于融合结果而更新对应transbuffer，并且执行更多融合，其中，采用事件标记，以指示某一mpvpp刚刚已融合到对应transbuffer中(230)(232)。否则，子线程终止，并且对应transbuffer将保持不变(230)(236)，并且由下层立即打包成fpp(238)，并且在时刻t
ꢀ-ꢀ
t2将所导致的fpp输出到下层(239)。所导致的fpp呈与rsu 20通信的多个类似定位的交通工具中的每个的gps位置、速度和轨迹的形式。
[0068]
图3示意性地显示了指示需要执行的时间相依任务的时间线300，其中，细节与定时、线程和缓冲器管理中的软件架构设计有关。指示了当前fpp传输循环310和下一个fpp传输循环320。fpp传输周期被限定为δt。其它时间周期包括：t1 311，其是从由下层解析的vpp到进行用于对象匹配的此vpp的持续时间；t2 312，其是对于下层打包fpp并且通过pc5界面传输其的持续时间；以及t3 313，其是从由rsu 20传输fpp到此fpp应用于在交通工具上运行的终端应用的持续时间。持续时间t1、t2和t3指示系统中的延时。
[0069]
时间点305指示t，其是fpp传输时刻，即，当前传输循环310的结束，并且也是其中子线程属性从“下一个”改变为“当前”的点。时间点301指示t
–
δt，其是先前传输循环的fpp传输时刻，并且时间点302指示t
ꢀ–ꢀ
δt +t3。时间点303指示t
ꢀ-ꢀ
t1
ꢀ-ꢀ
t2：用于mpvppconflut(t + δt)、waitbuffer(t + δt)和transbuffer(t + δt)的分配的时刻，并且是服务fpp传输时刻t + δt的子线程（即，具有“下一个”的子线程属性）的指派的开始（如果由随后获得的vpp引起）。时间点304指示t
ꢀ-ꢀ
t2：用于transbuffer(t)和其打包成fpp(t)的终结、服务fpp传输时刻t的子线程的终止以及mpvppconflut(t)、waitbuffer(t)和transbuffer(t)的释放的时刻。时间点306指示t + t3（未由定时器线程关注）：用于服务fpp传输时刻t的运动预测子线程的目标时刻，时间点307表示t + δt
ꢀ-ꢀ
t1
ꢀ-ꢀ
t2，时间点308表示t + δt
ꢀ-ꢀ
t2，并且时间点309表示t + δt，其指示下一个传输循环的fpp传输时刻。时间线300包括对于传输周期性和处理延时的假设，在其中从(t
ꢀ–ꢀ
δt)到t的持续时间被称为“当前”fpp传输循环。传输周期性指代时刻t
ꢀ–ꢀ
δt、t和t + δt，其指示δt的fpp传输周期。应注意的是，t1的持续时间不限于图3中显示的其位置。此位置实际上指示新获得的vpp引起服务fpp传输时刻t的子线程的最终期限(t
ꢀ-ꢀ
t1
ꢀ-ꢀ
t2)，其也是新获得的vpp引起服务fpp传输时刻t + δt的子线程的开始。
[0070]
waitbuffer、transbuffer和mpvppconflut（其中，它们的一个完整寿命由周期314指示）被使用，并且与如由图3中的时刻t
ꢀ-ꢀ
t1
ꢀ-ꢀ
t2和t
ꢀ-ꢀ
t2反映的与其分配（对于t + δt循环）和释放（对于t循环）有关的具体当前fpp传输循环或下一个fpp传输循环相关联。可
根据用于评估的方法而呈完整或不完整形式评估冲突查找表mpvppconflut。通过冲突查找和避免机制而实现对象匹配任务（即，子线程）的并行化。
[0071]
本文描述的概念提供了以下方法：所述方法在类似定位的连接交通工具40和rsu 20之中有助于驾驶环境的协同感知，其旨在用于基于通过v2x获得的感测信息而支持广泛范围的应用，例如，对于单独交通工具实现盲区监测、检测和缓解以及其它应用。基于通过v2x获得的感测信息的对于单独交通工具的缓解以及其它应用可包括经由adas 46控制，而在几乎没有或没有交通工具操作员的直接互动的情况下响应于驾驶环境的协同感知而控制推进系统、轮制动系统和转向系统中的一个或多个。其并入了旨在用于基于mec的感知共享的感知数据包格式的设计、采用包格式的适合用于在v2x感知共享的框架下使用的核心算法以及定时、线程和缓冲器管理中的软件架构设计。除了冲突认识任务并行化以外，还存在有其它特征，以服务多个目的（例如，延时缓解）。
[0072]
使用包格式并且适于涉及感测的稳健性的核心算法包括经由空间监测系统装置（例如，摄像头、激光雷达和雷达）直接感测交通工具和行人、从其v2x位置报告直接感测交通工具以及经由云提供的信息而间接感测。使用包格式并且适于涉及分析的稳健性的核心算法包括传感器融合、交通流量优化和易受危害的道路用户警告。使用包格式并且适于涉及代理和其它终端应用的稳健性的核心算法包括交通信号灯控制、通信、到接近交通工具的信号相位和定时的直接通信、宽带无线热点连接（蜂窝和wi-fi）以及adas操作。
[0073]
根据本公开的实施例可被实施为设备、方法或计算机程序产品。因此，本公开可呈完全硬件实施例、完全软件实施例（包括固件、驻存软件、微代码等等）或组合本文可总体称为“模块”或“系统”的软件和硬件方面实施例的形式。此外，本公开可呈被实施在有形表达介质中的计算机程序产品的形式，计算机可用程序代码被实施在所述介质中。
[0074]
可利用一个或多个计算机可用或计算机可读介质的各种组合。例如，计算机可读介质可包括便携式计算机软盘、硬盘、随机存取存储器(ram)装置、只读存储器(rom)装置、可擦除可编程只读存储器（eprom或闪存）装置、便携式压缩光盘只读存储器(cdrom)、光学存储装置和磁性存储装置中的一个或多个。可以一种或多种编程语言的组合而编写计算机程序代码，用于执行本公开的操作。
[0075]
实施例也可被实施在云计算环境中。在此描述和以下权利要求中，“云计算”可被限定为以下模型：所述模型用于实现到可配置计算资源（例如，网络、服务器、存储装置、应用和服务）的共享池的普遍、方便、按需的网络接入，其可经由虚拟化而快速被供给，并且利用最小管理精力或服务提供商互动而被释放，并且然后对应地扩展。云模型可包括各种特征（例如，按需自助服务、广泛网络接入、资源池、快速弹性、所测量服务等等）、服务模型（例如，软件即服务(“saas”)、平台即服务(“paas”)、基础设施即服务(“iaas”)）和部署模型（例如，私有云、社区云、公共云、混合云等等）。
[0076]
流程图和流程图中的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案的架构、功能和操作。在此方面，流程图或框图中的每个框可表示代码的模块、区段或部分，其包括一个或多个可执行指令，用于实施具体逻辑功能。还将注意的是，框图和/或流程图图示的每个框以及框图和/或流程图图示中的框的组合可由执行指定功能或动作的专用功能的基于硬件的系统或专用功能硬件和计算机指令的组合实施。这些计算机程序指令还可被存储在计算机可读介质中，所述计算机可读介质可引导计算机
或其它可编程数据处理设备以特定方式工作，使得被存储在计算机可读介质中的指令产生包括指令集的制品，所述指令集实施一个或多个流程图和/或框图框中指定的功能/动作。
[0077]
详细描述以及附图或图示对于本教导是支持性和描述性的，但本教导的范围仅由权利要求限定。虽然已详细描述了用于执行本教导的最佳模式和其它实施例中的一些，但存在有各种可选设计和实施例，用于实践在所附权利要求中限定的本教导。