基于V2X车联网协同的交通工具危险预警的方法、装置和设备与流程

基于v2x车联网协同的交通工具危险预警的方法、装置和设备
1.本申请是申请日为2018年12月28日、申请号为201811654598.0，发明名称为“用于交通工具的危险预警的方法、装置、设备和介质”的发明专利申请的分案申请。
技术领域
2.本公开的实施例主要涉及安全驾驶领域，并且更具体地，涉及用于交通工具的危险预警的方法、装置、设备和计算机可读存储介质。


背景技术：

3.交通工具的行驶安全一直期望能够获得足够的保证。在行驶过程中，交通工具可能会遇到周围环境中各种各样威胁安全行驶的问题。为交通工具提供危险预警有助于确保交通安全性、提高交通效率。例如，对于自动驾驶模式的交通工具而言，需要及早获知这样的安全威胁，以便相应地调整行驶控制。对于由人类驾驶者在非自动驾驶模式下驾驶的交通工具而言，提前的危险预警也有助于驾驶者及时采取行动，以避免交通事故发生。
4.近年来，智能交通系统(its)作为一种全新的技术，采用先进的科学技术，将涉及的道路、交通、人与环境等因素进行综合考虑，实现智能化的交通管理，为解决道路交通问题带来可能和希望。同时，随着网络通信的部署和可用性提高，与交通工具、诸如交通工具上的通信设施进行及时通信也成为可能。在这样的场景下，期望能够及时准确地为交通工具提供危险预警。


技术实现要素：

5.根据本公开的实施例，提供了一种用于交通工具的危险预警的方案。
6.在本公开的第一方面中，提供了一种用于交通工具的危险预警的方法。该方法包括从分别监测多个地理范围的多个环境监测设备接收相应的多个感知数据集，每个感知数据集包括相应地理范围中的物体的相关信息，多个环境监测设备被布置为远离交通工具；基于接收到的多个感知数据集，确定多个地理范围中的物体相对于交通工具的危险程度，危险程度指示物体将会危害交通工具的行驶安全的可能性；以及响应于危险程度超过阈值程度，提供针对交通工具的危险预警指示。
7.在本公开的第二方面中，提供了一种用于交通工具的危险预警的装置。该装置包括：通信模块，被配置为从分别监测多个地理范围的多个环境监测设备接收相应的多个感知数据集，每个感知数据集包括相应地理范围中的物体的相关信息，所述多个环境监测设备被布置为远离所述交通工具；以及处理模块，被配置为基于接收到的多个感知数据集，确定所述多个地理范围中的物体相对于所述交通工具的危险程度，所述危险程度指示所述物体将会危害所述交通工具的行驶安全的可能性，其中所述通信模块还被配置为响应于所述危险程度超过阈值程度，提供针对所述交通工具的危险预警指示。
8.在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或
多个处理器实现根据本公开的第一方面的方法。
9.在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
10.应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
11.结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：
12.图1示出了本公开的多个实施例能够在其中实现的示例环境的示意图；
13.图2示出了根据本公开的一些实施例的协同预警系统的框图；
14.图3示出了根据本公开的一些实施例的在同一坐标系中环境监测设备和计算设备的位置关系的示意图；
15.图4根据本公开的一些实施例的用于交通工具的危险预警的方法的流程图；以及
16.图5示出了能够实施本公开的多个实施例的设备的框图。
具体实施方式
17.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
18.在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
19.如以上提及的，为交通工具提供危险预警是有利的，特别是有助于确保交通安全、提高交通效率等。已有一些提供预警的传统方案。例如，有些车辆集成有高级驾驶辅助系统(adas)。利用车上安装的各种传感器来检测周围环境，采集数据，对物体进行识别，并结合导航仪等地图数据进行分析，以提醒驾驶者可能发生的危险。对于某些具有自动驾驶能力的车辆而言，通常车辆上部署有诸如摄像头、激光雷达、毫米波雷达等感知设备，可以感知车辆周围环境。另一方面，当前正在发展的车联网(v2x)通信技术使得车辆可以通过诸如专用短程通信(dsrc)链路进行通信。车辆可以采集自车数据，并通过v2x通信技术将采集的数据广播给周围车辆。获得其他车辆广播的数据后，每个车辆可以确定其他车辆的运行状态和异常状况。如果确定其他车辆有异常或者可能对本车的行驶造成影响，本车可以产生预警信息用于提醒驾驶者注意。
20.然而，在依赖自车传感器、感知设备对周围环境进行感知的方案中，感知的准确度依赖于传感器的感知能力，包括感知精度和感知范围等，而传感器的感知能力和成本往往成正比。错误的感知可能会导致预警误报、漏报的问题，带来安全隐患。此外，车载感知设备
还受限于车辆的定位和高度，比较容易由于定位方向有限或者受到其他物体的遮挡而导致无法准确获得周边实时环境。此外，在依赖v2x通信技术的方案中，可能并非在道路上行驶的所有车辆都支持v2x通信或者都允许广播自车数据，并且行驶环境中可能存在不具有通信能力的其他物体，诸如人、动物以及其他障碍物等。如果仅根据车与车之间的实时通信来识别危险预警，将无法全面考虑会对车辆的行驶安全造成潜在威胁的各类物体。
21.根据本公开的实施例，提出了一种提供交通工具的危险预警的方案。在该方案中，多个环境监测装置被配置为监测相应的地理范围并且提供多个地理范围中的物体的相关信息。基于所提供的信息，确定多个地理范围中的物体将会危害特定交通工具的行驶安全的可能性。如果危险行驶安全的可能性较高，提供针对交通工具的危险预警指示。由此，通过综合考虑外部的多个环境监测设备提供的物体相关信息，可以考虑更宽范围内可能出现的对交通工具的行驶安全的威胁，提高危险预警的准确性和及时性。
22.以下将参照附图来具体描述本公开的实施例。
23.图1示出了本公开的多个实施例能够在其中实现的示例交通环境100的示意图。在该示例环境100中包括一个或多个交通工具130
‑
1、130
‑
2、130
‑
3。为便于描述，交通工具130
‑
1、130
‑
2、130
‑
3统称为交通工具130。如本文中所使用的，交通工具指的是能够承载人和/或物并且可移动的任何类型的工具。在图1的示例中，交通工具130被图示为车辆。车辆可以是机动车辆或非机动车辆，其示例包括但不限于小汽车、轿车、卡车、公交车、电动车、摩托车、自行车，等等。然而，应当理解，在本公开中，车辆仅仅是交通工具的一个示例。本公开的实施例同样适用于除车辆之外的其他交通工具，诸如船、火车、飞机等等。
24.环境100中的一个或多个交通工具130可以是具有一定自动驾驶能力的交通工具，也被称为无人驾驶交通工具。当然，环境100中的另外一个或一些交通工具130可以是不具有自动驾驶能力的交通工具。这样的交通工具可以由驾驶者控制。一个或多个交通工具130中的集成设备或者可移除设备可以具有基于一个或多个通信技术来与其他设备通信的能力，例如通过v2x通信与其他交通工具130通信，与除交通工具以外的其他设备通信。交通工具130还可以安装有定位装置以确定其自身位置，该定位装置例如可以基于以下技术中的任一种来实现定位：全球定位系统(gps)技术、全球导航卫星系统(glonass)技术、北斗导航系统技术、伽利略定位系统(galileo)技术、准天顶卫星系统(qazz)技术、基站定位技术、wi
‑
fi定位技术等。
25.在环境100中还可以包括除交通工具130之外的其他物体105
‑
1、105
‑
2、105
‑
3(统称为车外物体105)，诸如可以是石头、人、动物、路侧交通设施等等物理实体。环境100中还部署有多个环境监测设备110
‑
1、110
‑
2(统称为环境监测设备110)。环境监测设备110被布置在交通工具130外部，远离交通工具130定位，例如被部署在交通工具130行驶的道路附近。环境监测设备110与相应的传感设备107
‑
1、107
‑
2(统称为传感设备107)具有通信连接。传感设备107独立于交通工具130，用于监测环境100的状况，以获得与环境100相关的感知信息。由与道路102相应布置的传感设备107采集到的感知信息也可以被称为路侧感知信息。传感设备107的感知信息可以提供给环境监测设备110。环境监测设备110有时也被部署在路侧，因此可以成为路侧设备。虽然被示出为互相独立的设备，在一些实现中，传感设备107也可以与环境监测设备110部分或完全集成在一起。
26.传感设备107可以按一定间隔布置，用于监测环境100的特定地理范围。在一些示
例中，除了将传感设备107固定在特定位置之外，还可以设置可移动的传感设备107，诸如可移动感知站点等。取决于感知能力，传感设备107的感知范围是有限的。图1示意性示出传感设备107
‑
1和107
‑
2各自可感知的地理范围102
‑
1和102
‑
2(统称为地理范围102)。在可感知的地理范围102内出现的物体或者现象可以被传感设备107感应到。在一些情况下，相邻部署的传感设备107可感知的地理范围可能具有部分重叠。
27.为了全方位监测环境100，传感设备107可以被布置在交通工具行驶的道路附近。根据需要，传感设备107还可以被部署在一定高度，例如由支撑杆固定在某个高度。传感器107可以包括一个或多个传感器单元，这些传感器单元可以是相同类型或不同类型，并且可以被分布在地理范围102的同一位置或不同位置。
28.传感设备107中的传感器单元的示例可以包括但不限于：图像传感器(例如摄像头)、激光雷达、毫米波雷达、红外传感器、定位传感器、光照传感器、压力传感器、温度传感器、湿度传感器、风速传感器、风向传感器、空气质量传感器等等。图像传感器可以采集图像信息；激光雷达和毫米波雷达可以采集激光点云数据；红外传感器可以利用红外线来探测环境中的环境状况；定位传感器可以采集物体的位置信息；光照传感器可以采集指示环境中的光照强度的度量值；压力、温度和湿度传感器可以分别采集指示压力、温度和湿度的度量值；风速、风向传感器可以分别采集用于指示风速、风向的度量值；空气质量传感器可以采集一些与空气质量相关的指标，诸如空气中的氧气浓度、二氧化碳浓度、粉尘浓度、污染物浓度等。应当理解，以上仅列出了传感器单元的一些示例。根据实际需要，还可以存在其他类型的传感器。
29.环境100中还包括计算设备120。计算设备120可以远程或本地定位，并且与环境100中的一个或多个环境监测设备110具有通信连接。在本公开中，计算设备120被配置为提供针对交通工具130的危险预警。计算设备120与环境监测设备110的通信连接可以是基于任何通信技术的有线和/或无线连接。计算设备120可以是具有计算能力的任何设备、节点、单元等。作为示例，计算设备120可以是通用计算机、服务器、大型服务机、诸如边缘计算节点等网络节点、诸如虚拟机(vm)等云端计算设备、以及任何其他提供计算能力的设备。
30.环境监测设备110可以从传感设备107接收感知信息并且处理接收到的感知信息。在一些实现中，环境监测设备110具有与交通工具130的通信连接，并且可以从具有感知能力的交通工具130接收感知信息。通常，虽然路侧的环境监测设备110也具有一定的计算能力，但由于接收到的感知信息仅与有限地理范围相关，这样的地理范围大小受限于传感设备107的感知能力。根据本公开的实施例，由计算设备120提供对与传感设备监测的多个地理范围相关的感知数据进行集中式处理，从而有效识别出更广地理范围内的物体是否会威胁到某个交通工具130的安全行驶。
31.应当理解，图1示出的设施和物体仅是示例。在不同环境中出现的物体的类型、数目和相对布置等可能会变化。本公开的范围在此方面不受限制。例如，环境100中可以具有更多个路侧部署的环境监测设备和传感设备，用于监测另外的地理位置。虽然被示出为独立的设备，在一种可能的实现中，计算设备120可以是在路侧部署的、具有较高计算能力的环境监测设备。这个环境监测设备不仅能处理相应地理范围的感知数据，还能够结合其他环境监测设备提供的感知数据来确定针对交通工具的危险预警。
32.图2示出了在针对交通工具的危险预警过程中涉及的各个设备组成的协同预警系
统200。该系统200涉及多个传感设备(例如，图1所示的传感设备107
‑
1和107
‑
2)、多个环境监测设备110(例如，图1所示的传感设备110
‑
1和110
‑
2)、计算设备120以及车载设备230。车载设备230位于某个交通工具130内，用于获得针对该交通工具130的危险预警。车载设备230可以被集成到交通工具130中或者可以从交通工具130中移除。例如，车载设备230可以是由驾驶者或者乘客携带到交通工具130中。虽然仅示出了一个车载设备230，但系统200可以包括位于多个交通工具130上的多个车载设备230。计算设备120可以提供针对多个交通工具130的危险预警。
33.环境监测设备110被配置为监测特定地理范围，特别是借助创安设备107来感知特定地理范围102，以获得该地理范围相关的感知数据。每个环境监测设备110包括通信模块212和处理模块214。通信模块212被配置为从相应的传感设备107接收原始感知信息。在一些实现中，环境监测设备10的通信模块212还可以从一个或多个交通工具130接收感知信息。
34.处理模块214被配置为处理原始感知信息。具体地，处理模块214可以被配置为基于原始感知信息，对传感设备107可感知的地理范围102内可能出现的物体进行识别，并确定与识别出的物体的相关信息。如果传感设备107提供由多个类型的传感器采集到的不同类型的感知信息和/或在多个时间点处采集的感知信息，处理模块214可以采用数据融合技术对感知信息进行数据融合。
35.经过处理，处理模块214可以确定感知数据集，该感知数据集包括对应地理范围102中的物体的相关信息。感知数据集所指示的物体可以包括特定地理范围102中出现的任何类型的动态和/或静态物理实体，包括交通工具130和/或交通工具130外部的物体105。例如，对于环境监测设备110
‑
1，所确定的感知数据集包括地理范围102
‑
1中的交通工具130
‑
1、130
‑
2，人105
‑
2和落石105
‑
1。对于环境监测设备110
‑
2，所确定的感知数据集包括地理范围102
‑
2中的交通工具130
‑
2、130
‑
3和人105
‑
3。相关信息可以包括感测到的一个或多个物体的类型、大小、位置(例如，对于大尺寸物体而言是中心位置)中的一项或多项。备选地或附加地，相关信息还可以包括特定物体的运动方向、与特定视点的距离等等。针对每个物体，感知数据集可以包括对应的n元组来描述该物体，该n元组指示该物体的各类信息。
36.环境监测设备110通过通信模块212、经由通信连接来将这样的感知数据集发送给计算设备120。在一些实施例中，如果通信连接的带宽足够和/或计算设备120的计算能力强大，环境监测设备110可以将从传感设备107接收到的原始感知信息提供给计算设备120，而不在本地进行数据处理。计算设备120可以对这样的原始感知信息进行处理，以便从中确定物体的类型、大小、位置等信息。
37.多个环境监测设备110均可以向计算设备120提供这样的感知数据集。计算设备120包括通信模块222和处理模块224。通信模块222被配置为从多个计算监测设备110接收多个感知数据集。处理模块224被配置为基于接收到的多个感知数据集，确定对应的多个地理范围102中的物体是否会威胁到交通工具130的行驶安全，并在确定存在危险提供针对交通工具130的危险预警指示。计算设备120可以确定环境100中的一个、一些或全部交通工具130的行驶安全威胁。在一些实施例中，由于为了危险预警指示起作用，仅为与计算设备120具有直接通信连接或经由其他设备(诸如环境监测设备110)的间接通信连接的交通工具130确定安全威胁。
38.针对特定交通工具130，可能会威胁其行驶安全的物体是具有一定概率将会与交通工具130碰撞，也被称为交通工具130的障碍物或者潜在危险物体。这样的物体可以是其他交通工具、人、动物、和/或其他动态或静态物体。通过综合考虑多个地理范围102的感知数据，处理模块224可以在更广范围内确定威胁交通工具130的行驶安全的物体，而不受限于传感设备感知范围的约束。提供危险预警的交通工具130可以位于多个地理范围102内(如图1所示)或者可以位于多个地理范围102附近。
39.具体地，处理模块224基于接收到的多个感知数据集，确定多个地理范围102中的一个或多个物体相对于交通工具130的危险程度。危险程度指示相应物体将会危害交通工具130的行驶安全的可能性。处理模块224可以基于危险程度来确定是否对交通工具130提供危险预警。
40.由于需要考虑针对多个地理范围，要处理的感知数据量较大。处理模块224可以采用一些数据去冗余的方法，以便降低计算量，提高计算效率。在一些实施例中，不同地理范围可能部分重叠，导致不同环境监测设备110提供的感知数据集均包含在重叠地理区域中出现的物体的相关信息。处理模块224可以对这部分信息进行去冗余。例如，处理模块224可以确定多个环境监测设备监测110的多个地理范围102中的哪些地理范围至少部分重叠。如果确定其中两个或更多地理范围具有重叠区域，处理模块224可以对指示这些地理范围的感知数据集执行去冗余。在一些实现中，处理模块224可以对接收到的多个感知数据集均同样执行去冗余。
41.处理模块224可以从需要去冗余的感知数据集中确定哪些感知数据集包括相同物体的相关信息。如果确定两个或更多感知数据集均涉及相同的一个或多个物体，处理模块224可以在仅一个感知数据集中维持该物体的相关信息，并且从其余感知数据集删除该物体的相关信息。由此，用于确定危险程度的数据量将会降低。
42.在确定不同感知数据集中是否包括相同物体的相关信息时，处理模块224可以基于一个感知数据集中某个物体的相关信息是否与另一感知数据集中的物体的相关信息相同或相似，来确定这两个感知数据集中指示的物体是同一物体。例如，处理模块224可以确定从两个感知数据集中指示的物体的类型是否相同，物体大小的差异是否在大小阈值范围内，物体位置的差异是否在距离差异范围内，物体的方向是否一致，等等。如果上述判断结果均为是，或者多个判断结果均为是，处理模块224确定这两个感知数据集中指示的物体是同一个物体。处理模块224可以对两个感知数据集中指示的各个物体均执行相应的判断。此外，处理模块224可以对要执行去冗余的感知数据集均执行上述判断，从而判断是否更多感知数据集均包括某个物体的信息。在图1的示例中，环境监测设备110
‑
1和110
‑
2提供的感知数据集都包括交通工具130
‑
2的相关信息。这部分信息可以从两个感知数据集之一中删除，以降低数据冗余度。
43.在一些实施例中，针对要确定危险预警的特定交通工具130，处理模块224还可以进一步筛选要用于危险预警判断的感知数据，以进一步提高效率。对交通工具130产生行驶安全威胁的物体，诸如产生碰撞危险的物体可能位于与交通工具130较近距离中，特别远距离的物体在短时间内的威胁程度较低。处理模块224可以从多个感知数据集，特别是经过去冗余后的感知数据集中标识与特定交通工具130的距离在阈值距离内的物体。这个阈值距离被设置为小于与交通工具130的安全距离。阈值距离可以根据交通工具130的速度、交通
工具130所处的道路环境(例如高速道路、市区道路或乡镇道路)等因素来确定。例如，处理模块224可以从感知数据集中标识出在某个交通工具130的200米范围内的物体。对于较大体积的物体，与交通工具130的距离的计算可以基于该物体的几何中心的位置来确定。通过距离进行筛选后，处理模块224可以基于在特定距离范围内的物体的相关信息来确定这些物体相对于交通工具130的危险程度。
44.备选地或附加地，处理模块224还可以基于物体的速度和/或物体与交通工具130的相对定向，对多个感知数据集，特别是经过去冗余和/或经过距离筛选后的感知数据进行分类。例如，处理模块224可以将感知数据集中的数据划分为静态物体数据类别和动态物体数据类别，其中静态物体数据类别中包括速度很低或速度为零的物体的相关信息，而动态物体数据类别中包括速度高到被认为是在显著移动的物体的相关信息。
45.此外，基于物体和交通工具130的相对定向，动态物体数据类别还可以被划分为前方同向运动数据类别、前方反向运动数据类别、后方同向运动数据类别和后方反向运动数据类别中的一个或多个。前方同向运动数据类别包括在交通工具130前方、且与交通工具130的运动方向(即驾驶方向)相同的物体的相关信息，而前方反向运动数据类别包括在交通工具130前方、但与交通工具130的运动方向相反的物体的相关信息。类似地，后向通信数据类别包括在交通工具130后方、且与交通工具130的运动方向相同的物体的相关信息，而后方反向运动数据类别包括在交通工具130后方、且与交通工具130的运动方向相反的物体的相关信息。
46.针对潜在发生的不同危险事件，可以无需基于全部而是基于部分数据类别来进行判断，或者可以优先按照某个数据类别来进行判断以确定物体的危险程度，在未判断出危险预警需要时再利用优先级较低的另一个数据类别进行判断。这不仅可以降低每次确定危险程度时实际需要考虑的数据量，而且可以更快确定高优先级的危险预警事件是否将会发生。在操作时，处理模块224可以针对预定危险事件，确定多个数据类别的使用优先级。然后，按照所标识的优先级的顺序，利用多个数据类别来分别确定多个地理范围中的物体触发预定危险事件的可能性，以生成物体的危险程度。
47.在行驶安全方面，需要对交通工具130提供预警的危险事件可以包括前向碰撞预警，指示通工具130与其前行方向上的物体存在发生碰撞的危险，诸如与同一车道上的其他交通工具130或者其他类型的物体发生碰撞。针对这样的危险事件，处理模块224可以优先利用前方同向运动数据集来确定其中的物体相对于交通工具130的危险程度。数据分类的优先级顺序例如可以是：前方同向运动数据类别、前方反向运动数据类别、静态物体数据类别、后方同向运动数据类别和后方反向运动数据类别。
48.危险事件还可以包括盲区危险事件，指示在交通工具130的相邻车道上同向行驶的交通工具或物体出现在交通工具130的盲区内，这造成一定安全风险。针对盲区危险事件，后方同向运动数据类别的使用优先级较高，因为这个数据类别中更可能包括导致这样的盲区危险事件的物体。其他数据类别的优先级也可以相应被配置。危险事件还可以包括逆向超车危险事件，指示交通工具130在借用逆向车道超车时是否与逆向车道上的物体(诸如行驶的交通工具)碰撞的危险。在这个事件中，前方反向运动数据类别的优先级较高。其他数据类别的优先级也可以相应被配置。
49.其他危险事件诸如还包括左转弯碰撞危险事件，交叉路口碰撞危险事件，前方交
通工具紧急制动危险事件等等。针对这些不同危险事件，可以类似将最可能涉及导致该危险事件的物体所在的数据类别设置为较高优先级。以上仅给出了在行驶安全方面可能会发生的威胁到行驶安全的一些危险事件的示例。可以存在各种其他危险事件的定义，并且不同数据类别的使用优先级可以被设置为其他顺序。
50.以上讨论了如何优化多个感知数据集的使用，以提高确定物体的危险程度的效率和准确度。在一些实施例中，可以将物体的危险程度划分为两个级别，即对交通工具130的行驶安全造成威胁的级别和不造成威胁的级别。在一些实施例中，可以以更具体的数值或等级划分来指示危险程度，以更精确指示物体将会危害交通工具130的行驶安全的可能性。处理模块224可以将危险程度与阈值程度进行比较。阈值程度可以用于筛选出危害交通工具130的行驶安全的可能性较高的物体。阈值程度可以根据危险程度的划分以及根据实际危险预警需要来确定。
51.处理模块224可以确定多个物体相对于交通工具130的危险程度。如果某个物体的危险程度超过程度阈值，处理模块224将确定提供针对交通工具130的危险预警指示。危险预警指示可以是任何形式的信息，用于提示交通工具130的驾驶者注意潜在的危险，以便采取相应措施，这在交通工具130的自动驾驶能力较低(例如，低于阈值能力)或者完全没有自动驾驶能力的情况下特别有用。危险预警指示可以被呈现给交通工具130的驾驶者，例如通过交通工具130上的声学设备播放提示音，通过显示器提示，通过特定指示器进行指示，等等。在交通工具的自动驾驶能力高于阈值能力的情况下，例如可以在部分操作中无需人类驾驶者参与即可自动行驶，危险预警指示还可以被用于协助对交通工具130的驾驶控制，例如由交通工具130的自动驾驶系统使用。在一些实施例中，危险预警指示还可以指示特定的危险事件，诸如前向碰撞危险、盲区危险等等，以使得驾驶者或自动驾驶系统能够快速分辨危险，以采取下一步动作。
52.如果计算设备120与交通工具130上的车载设备230具有通信连接，危险预警指示可以通信模块222、经由这样的通信连接被直接提供给车载设备230。如果不存在与车载设备230的通信连接，计算设备120可以经由其他设备将危险预警指示转发给车载设备230。通常，被部署在路侧的环境监测设备110具有与车载设备230的通信连接，计算设备120可以利用某个环境监测设备110来执行危险预警指示的转发。计算设备120可以将危险预警指示发送给该环境监测设备110，并指示该环境监测设备110将危险预警指示转发给特定交通工具130的车载设备230。
53.由于路侧可能存在与车载设备230具有通信连接的多个候选环境监测设备110，计算设备120、特别是处理模块224可以确定要选择哪个环境监测设备110来执行危险预警指示的转发。处理模块224可以随机选择，或者可以选择能提高转发效率和转发成功率的环境监测设备110。多个候选环境监测设备110可以是提供多个地理范围的感知数据的环境监测设备，和/或可以是监测其他地理范围的环境监测设备。
54.处理模块224可以基于多个候选环境监测设备110与要发送危险预警指示的交通工具130之间的距离来选择要用于转发的环境监测设备110，例如可以选择与交通工具130的距离较近(小于某个阈值)或者距离最小的环境监测设备110。备选地或附加地，处理模块224还可以基于多个候选环境监测设备110是否被定位在交通工具130的行驶方向上，来进行环境监测设备110的选择。例如，处理模块224可以选择在交通工具130的前行方向上的环
境监测模块110。距离和与行驶方向的定位关系可以结合起来考虑。例如，在距离相同的情况下，选择位于行驶方向上的环境监测设备。
55.在一些实施例中，处理模块224还可以基于多个候选环境监测设备110的位置和交通工具130的位置在同一坐标系中的夹角大小来选择环境监测设备110用于转发危险预警指示。例如，如果经由距离和与行驶方向的定位关系进行筛选后，还存在多个候选环境监测设备110，处理模块224可以考虑夹角大小。图3示出了将交通工具130的位置和一个候选环境监测设备110的位置映射到的坐标系300。在坐标系300中，坐标点310对应于候选环境监测设备110的位置，坐标点320对应于交通工具130的位置。这两个坐标点310和320之间的夹角θ可以用于确定是否可选择该环境监测设备110。处理模块224可以选择较小夹角或者最小夹角对应的环境监测设备110。
56.以上讨论了环境监测设备110和计算设备120协同来确定交通工具130的危险预警。继续参考回图2，其中还示出了交通工具130上的车载设备230的结构。车载设备230主要包括通信模块232，为交通工具130提供与外部设备的通信功能。车载设备230可以与环境监测设备110和/或与计算设备120通信，以便接收危险预警指示。
57.车载设备230还可选地包括感知模块234，用于采集交通工具130周围环境的感知信息。感知模块234可以包括一个或多个类型的传感器单元。此外，车载设备230还可以包括处理模块236，以提供交通工具130的处理功能。例如，处理模块236可以处理感知模块234捕获的感知信息，和/或可以基于接收到的危险预警指示来确定交通工具130应采取的下一步动作。应当理解，感知模块234和处理模块236可以不被包括在所有交通工具130的车载设备230中。
58.图4示出了根据本公开实施例的用于交通工具的危险预警的方法400的流程图。方法400可以由图1和图2的计算设备120实现。在框410，计算设备120从分别监测多个地理范围的多个环境监测设备接收相应的多个感知数据集。每个感知数据集包括相应地理范围中的物体的相关信息，多个环境监测设备被布置为远离交通工具。在框420，计算设备120基于接收到的多个感知数据集，确定多个地理范围中的物体相对于交通工具的危险程度。危险程度指示物体将会危害交通工具的行驶安全的可能性。在框430，计算设备120确定危险程度是否超过阈值程度。在框440，响应于危险程度超过阈值程度，计算设备120提供针对交通工具的危险预警指示。
59.在一些实施例中，确定危险程度包括：通过以下来对多个感知数据集执行去冗余：确定多个感知数据集中的至少两个感知数据集包括相同物体的相关信息，以及在至少两个感知数据集中的一个感知数据集中维持相同物体的相关信息，并且从其余感知数据集删除相同物体的相关信息；以及基于去冗余后的多个感知数据集来确定危险程度。
60.在一些实施例中，执行去冗余包括：确定多个环境监测设备监测的多个地理范围中的至少两个地理范围至少部分重叠；以及对包括至少两个地理范围中的物体的相关信息的至少两个感知数据集执行去冗余。
61.在一些实施例中，确定危险程度包括：从多个感知数据集中标识与交通工具的距离在阈值距离内的物体；以及基于所标识的物体的相关信息来确定物体的危险程度。
62.在一些实施例中，确定危险程度包括：基于物体的速度和物体与交通工具的相对定向中的至少一项，将多个感知数据集分类到多个数据类别；针对预定危险事件，确定多个
数据类别的使用优先级；按照所标识的优先级的顺序，利用多个数据类别来分别确定多个地理范围中的物体触发预定危险事件的可能性，以生成物体的危险程度。
63.在一些实施例中，提供危险预警指示包括：经由与交通工具上的车载设备的通信连接，将危险预警指示发送给车载设备。
64.在一些实施例中，提供危险预警指示包括：从多个候选环境监测设备中选择环境监测设备，多个候选环境监测设备分别与交通工具上的车载设备具有通信连接，选择基于以下至少一项：多个候选环境监测设备与交通工具之间的距离，多个候选环境监测设备是否被定位在交通工具的行驶方向上，以及多个候选环境监测设备的位置和交通工具的位置在同一坐标系中的夹角大小；以及将危险预警指示发送给所选择的环境监测设备，以由所选择的环境监测设备将危险预警指示转发给车载设备。
65.在一些实施例中，每个感知数据集包括相应地理范围中的物体的类型、大小、位置、速度和运动方向中的至少一个。
66.在一些实施例中，交通工具的自动驾驶能力低于阈值能力，危险预警指示被呈现给交通工具的驾驶者，或者其中交通工具的自动驾驶能力高于阈值能力，危险预警指示被用于协助对交通工具的驾驶控制。
67.图5示出了可以用来实施本公开的实施例的示例设备500的示意性框图。设备500可以用于实现图1和图2的计算设备120或环境监测设备110。如图所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序指令，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
68.设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
69.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501可以执行上文所描述的各个方法和处理，例如方法400。例如，在一些实施例中，方法400可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的方法400的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法400。
70.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)等等。
71.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
72.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
73.此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
74.尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。