感应回路检测系统和方法与流程

本公开涉及车辆系统，更具体地，涉及检测道路中一个或多个感应回路(inductiveloop)的存在的系统和方法。

背景技术：

机动车和其他车辆为商业、政府和私人实体提供了大量的运输。许多车辆道路包括感应回路系统，感应回路系统例如，测量交通流量并感测车道上车辆的位置，例如感测在左转车道中等待转弯的车辆或在桥或高速公路入口匝道的入口处等待的车辆。为了确保感应回路系统的准确感测，当在感应回路上方或附近行驶时，必须适当地定位车辆。另外，为了支持驾驶员辅助系统和/或自主驾驶系统的功能，检测感应回路是很重要的，以便使得驾驶员辅助系统和自动驾驶系统可以正确地定位要由感应回路系统感测的车辆。

技术实现要素：

一种方法，包括：

从车辆的至少一个摄像机接收图像数据；

确定车辆的地理位置；

基于图像数据和车辆的地理位置，来确定在车辆附近的道路中的感应回路的位置；和

将与感应回路的位置相关联的数据存储在车辆内的存储装置中。

根据本公开的其中一实施例，其中确定感应回路的位置还基于至少一个摄像机的取向。

根据本公开的另一实施例，还包括将与感应回路的位置相关联的数据传送到可由多个车辆访问的中央存储系统。

根据本公开的另一实施例，其中确定感应回路的位置包括确定感应回路在道路的车道内的横向位置。

根据本公开的另一实施例，其中确定感应回路的位置包括确定感应回路在道路的左转车道内的位置。

根据本公开的另一实施例，其中确定感应回路在道路的左转车道内的位置包括：

确定车辆车轮转速；

基于图像数据和车辆车轮转速来确定左转车道的长度；和

基于图像数据和车辆的地理位置确定感应回路在左转车道内的位置。

根据本公开的另一实施例，还包括：

确定与道路相关联的类别；和

将类别与感应回路相关联。

根据本公开的另一实施例，其中与道路相关联的类别是高速公路、入口匝道、桥梁、左转车道、地面街道和交叉路口中的至少一个。

一种方法，包括：

由车辆中的驾驶辅助系统接收识别在车辆附近的多个感应回路的信息；

确定正在由车辆接近的第一感应回路；

确定车辆的当前轨迹是否将激活第一感应回路；和

响应于确定车辆的当前轨迹将不激活第一感应回路，而调整车辆的轨迹以实现第一感应回路激活。

根据本公开的其中一实施例，还包括接收用于识别沿着车辆的计划路线的感应回路的信息。

根据本公开的另一实施例，还包括在激活第一感应回路的位置处停止车辆。

根据本公开的另一实施例，其中识别车辆附近的多个感应回路的信息包括感应回路在道路的车道内的位置。

根据本公开的另一实施例，其中识别车辆附近的多个感应回路的信息包括感应回路在道路的转弯车道内的位置。

一种装置，包括：

通信管理器，通信管理器被配置为从车辆的至少一个摄像机接收图像数据；

地理位置模块，地理位置模块被配置为确定车辆的地理位置；

图像分析模块，图像分析模块被配置为基于图像数据和车辆的地理位置来确定在车辆附近的道路中的感应回路的位置；和

被配置为将与感应回路的位置相关联数据存储在车辆内的数据存储器。

根据本公开的其中一实施例，还包括被配置为确定车辆车轮转速的车轮转速分析模块。

根据本公开的另一实施例，其中图像分析模块还被配置为基于图像数据和车辆车轮转速确定车辆转弯车道的长度。

根据本公开的另一实施例，其中由图像分析模块确定感应回路的位置还基于至少一个摄像机的取向。

根据本公开的另一实施例，其中通信管理器还被配置为将道路中的感应回路的位置传送到中央存储系统。

根据本公开的另一实施例，其中感应回路在道路中的位置包括感应回路在道路的车道内的横向位置。

根据本公开的另一实施例，其中感应回路在道路中的位置包括感应回路相对于交通信号的位置。

附图说明

参考以下附图描述本公开的非限制性和非穷尽性实施例，其中除非另有说明，否则相同的附图标记在各个附图中表示相同的部件。

图1是示出包括自动驾驶/辅助系统的车辆控制系统的实施例的框图；

图2a和2b示出了安装在道路中的示例性感应回路系统；

图3是示出具有多个摄像机的车辆的实施例的俯视图；

图4是示出用于识别和分配与感应回路的位置相关联的信息的方法的实施例的流程图；

图5是示出用于调整车辆的轨迹以激活接近感应回路的方法的实施例的流程图；

图6是示出用于识别转弯车道信息和转弯车道内的感应回路的位置的方法的实施例的流程图；

图7是示出了感应回路检测器的实施例的框图。

具体实施方式

在下面的说明书中，参考形成其一部分的附图，并且其中通过图示的方式示出了可以实践本公开的特定示例性实施例。足够详细地描述了这些实施例以使得本领域技术人员能够实践本文所公开的构思，并且应当理解，在不脱离本发明的范围的情况下，可以对各种公开的实施例进行修改，并且可以利用其他实施例。因此，以下具体实施方式不应被视为具有限制意义。

遍及本说明书对“一个实施例”、“实施例”、“一个示例”或“示例”的引用意味着结合实施例或示例描述的特定特征、结构或特性被包括在本公开的至少一个实施例中。因此，遍及本说明书的各处出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指代相同的实施例或示例。此外，可以在一个或多个实施例或示例中以任何合适的组合和/或子组合来组合特定特征、结构、数据库或特性。另外，应当理解，本文提供的附图是为了向本领域普通技术人员解释的目的，并且附图不一定按比例绘制。

根据本公开的实施例可以具体化为装置、方法或计算机程序产品。因此，本公开可以采取完全由硬件构成的实施例、完全由软件构成的实施例(包括固件、常驻软件、微代码等)或者组合软件和硬件方面的实施例的形式，在本文中被称为“电路”、“模块”或“系统”。此外，本公开的实施例可以采取具体体现在任何有形表达介质中的计算机程序产品的形式，其中有形表达介质具有包含在介质中的计算机可用程序代码。

可以使用一个或多个计算机可用或计算机可读介质的任何组合。例如，计算机可读介质可以包括便携式计算机磁盘、硬盘、随机存取存储器(ram)设备、只读存储器(rom)设备、可擦除可编程只读存储器(eprom或闪速存储器)设备、便携式光盘只读存储器(cdrom)、光存储设备和磁存储设备。用于执行本公开的操作的计算机程序代码可以采用一种或多种编程语言的任何组合的方式来编写。这样的代码可以从源代码编译成适合于将在其上执行代码的设备或计算机的计算机可读汇编语言或机器代码。

实施例还可以在云计算环境中实现。在本说明书和所附权利要求中，“云计算”可以被定义为用于实现对可配置计算资源(例如，网络、服务器、存储、应用和服务)的共享池的普遍、方便、按需网络访问的模型，其可以通过虚拟化被快速供应，并且以最小的管理花费或服务供应商交互被释放，并且随后被相应地缩放。云模型可以由各种特征(例如，按需自助服务、宽带网络接入、资源池、快速弹性和测量服务)、服务模型(例如，软件即服务(“saas”)、平台即服务(“paas”)和基础设施即服务(“iaas”))和部署模型(例如，私有云、社区云、公共云和混合云)构成。

附图中的流程图和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现的架构、功能和操作。在这点上，流程图或框图中的每个块可以表示代码的模块、片段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。还将注意到，框图和/或流程图的每个框以及框图和/或流程图中的框的组合可以由执行指定功能或动作、或专用硬件和计算机指令的组合的基于专用硬件的系统来实现。这些计算机程序指令还可以存储在计算机可读介质中，其可以指示计算机或其他可编程数据处理装置以特定方式工作，使得存储在计算机可读介质中的指令产生包括指令方法的制造产品，该指令方法实现在流程图和/或框图的一个或多个框中指定的功能/动作。

本公开总体涉及用于自动或辅助驾驶的方法、系统和装置，并且更具体地涉及关于道路、停车场或其他表面中的感应回路的识别和导航。感应回路(也称为“感应线圈”)用于检测经过或到达道路或其他表面上的特定点的车辆。例如，感应回路用于检测接近交叉路口、进入左转车道和进入高速公路入口匝道的车辆。另外，感应回路用于通过计算在特定时间段期间在感应回路上行驶的车辆的数量来监测交通流量和交通密度。该交通流量和交通密度信息用于计量到道路上的新交通的流量并在交通密度超过特定水平时使交通转向不同的道路。

感应回路是安装在路面或其他驾驶表面中的导电回路。数据收集系统(或其它装置)将能量传输到导电回路中。当车辆经过感应回路或在感应回路上停止时，车辆引起由数据收集系统感测的电感的减小。在一些情况下，车辆必须相对于感应回路适当地定位以“激活”回路，使得数据收集系统感测车辆。例如，旨在检测在交通信号处等待的车辆的感应回路要求车辆至少部分地定位在感应回路上。如果车辆离感应回路太远(例如，车辆没有行驶得足够靠近交通信号)，则车辆无法激活感应回路，并且等待车辆的存在不会被数据收集系统检测到。因此，重要的是自主的和驾驶员辅助的车辆知道感应回路的位置，使得车辆可以被导航以确保适当的感应回路的激活。

本公开描述了用于检测道路或其他表面中的感应回路的系统、方法和装置。根据一个实施例，一种方法从车辆的至少一个摄像机接收图像数据。该方法还确定车辆的地理位置。基于图像数据和车辆的地理位置，该方法确定道路中的感应回路的位置。感应回路的位置存储在车辆内的存储装置中。感应回路的位置还可以被传送到可由多个其他车辆访问的中央存储系统。

图1是示出车辆控制系统100的实施例的框图，其可以用于检测道路中的感应回路。自动驾驶/辅助系统102可以用于自动化或控制车辆的操作或向人类驾驶员提供辅助。例如，自动驾驶/辅助系统102可以控制制动、转向、加速、灯、警报、驾驶员通知、无线电或车辆的任何其它辅助系统中的一个或多个。在另一个示例中，自动驾驶/辅助系统102可能不能提供对驾驶(例如，转向、加速或制动)的任何控制，但是可以提供通知和警报以辅助驾驶员安全驾驶。自动驾驶/辅助系统102可以包括感应回路检测器104，其使用神经网络或其他模型或算法来确定在道路中存在感应回路并且还可以确定感应回路的位置。在一个实施例中，自动驾驶/辅助系统102可以确定驾驶操纵或驾驶路径，以确保车辆在感应回路上行驶时激活感应回路。

车辆控制系统100还包括用于检测附近物体的存在或确定母车辆(例如，包括车辆控制系统100的车辆)的位置的一个或多个传感器系统/装置。例如，车辆控制系统100可以包括雷达系统106、一个或多个激光雷达系统108、一个或多个摄像机系统110、全球定位系统(gps)112和/或超声波系统114。车辆控制系统100可以包括用于存储用于导航和安全的相关或有用数据(例如地图数据、驾驶历史或其他数据)的数据存储116。车辆控制系统100还可以包括用于与移动或无线网络、其他车辆、基础设施或任何其他通信系统进行无线通信的收发器118。在图1的实施例中，收发器118可以向中央存储系统126传送数据并从中央存储系统126传送数据，例如与感应回路和其他道路相关信息相关联的数据。

车辆控制系统100可以包括车辆控制致动器120以控制车辆的驾驶的各个方面，例如电动马达、开关或其他致动器，以控制制动、加速、转向等。车辆控制系统100还可以包括一个或多个显示器122、扬声器124或其他装置，使得可以向人类驾驶员或乘客提供通知。显示器122可以包括可由车辆的驾驶员或乘客看到的抬头显示器、仪表板显示器或指示器、显示屏或任何其它视觉指示器。扬声器124可以包括车辆的声音系统的一个或多个扬声器，或者可以包括专用于驾驶员通知的扬声器。

将理解的是，图1仅作为示例给出。在不脱离本公开的范围的情况下，其他实施例可以包括更少或额外的部件。另外，示出的组件可以组合或被包括在其他组件内而没有限制。

在一个实施例中，自动驾驶/辅助系统102被配置为控制母车辆的驾驶或导航。例如，自动驾驶/辅助系统102可以控制车辆控制致动器120以在道路、停车场、车道或其他位置上的路径上驾驶。例如，自动驾驶/辅助系统102可以基于由组件106-118中的任一个提供的信息或感知数据来确定路径。传感器系统/设备106-110和114可以用于获得实时传感器数据，使得自动驾驶/辅助系统102可以实时辅助驾驶员或驾驶车辆。自动驾驶/辅助系统102可以实施算法或使用诸如深度神经网络的模型来处理传感器数据并且识别感应回路的存在和位置。

图2a和2b示出安装在道路中的示例性感应回路系统。图2a示出了包括由车道标记204和206界定的车道202的道路200。在该示例中，车道标记204分离对向车道中的交通，车道标记206识别道路200的边缘。感应回路208定位在车道202的中间，使得在车道202中行驶的车辆在感应回路上驾驶时激活感应回路208。数据收集系统210耦合到感应回路208，并感测在感应回路208上驾驶或停止的车辆，使得车辆位于感应回路208的至少一部分上方。在一些实施例中，数据收集系统210计算在特定时间段期间驾驶通过感应回路208的车辆的数目。在其他实施例中，数据收集系统210感测车辆何时停止在感应回路208的至少一部分上，并且作为响应，激活交通信号灯、门、计量灯等。

图2b示出了包括由车道标记224和226界定的车道222的道路220。在该示例中，车道标记224分离对向车道中的交通，车道标记226标识车道220的边缘。两个感应回路228和230位于车道222的中间，使得在车道222上行驶的车辆当车辆在感应回路上驾驶时激活感应回路228和230。数据收集系统232耦合到感应回路228和230上。数据采集系统232感测在感应回路228和230上驾驶或停止的车辆，使得车辆位于感应回路228或230的至少一部分上方。

尽管图2a和2b示出了特定的感应回路形状和位置，但是其他实施例可以包括具有任何形状并且位于路面的任何部分中的感应回路。例如，感应回路可以具有圆、椭圆形、正方形、矩形或五边形、六边形、八边形等形状。另外，感应回路的形状可以是不规则的。在一些实施例中，感应回路定位在道路的多个车道中。此外，可以紧密连续地设置任何数量的感应回路。如图2b所示，两个感应回路228和230彼此靠近定位。在其他实施例中，任何数量的感应回路可以彼此靠近放置。

图3是示出具有多个摄像机的车辆300的实施例的俯视图。在图3的实施例中，车辆300具有四个摄像机302、304、306和308。如图所示，摄像机302是捕获车辆300前方的道路的图像的前向摄像机。摄像机304和306是捕获车辆300左侧和右侧的图像的侧向摄像机。例如，摄像机304可以捕获车辆300左侧的相邻车道的图像，并且摄像机306可以捕获车辆300右侧的相邻车道的图像。在特定实施例中，摄像机304和306安装在车辆300的侧视镜中(或附近)。摄像机308是捕获车辆300后面的道路的图像的后向摄像机。摄像机308也可以被称为倒车摄像机。如本文所讨论的，摄像机302、304、306和308连接到自动驾驶/辅助系统102。

虽然在图1中示出了四个摄像机302-308，特定车辆可以具有位于车辆上任何位置的任何数量的摄像机。摄像机302-308能够捕获车辆300正在其上行驶的道路的图像。可以分析这些捕获的图像以识别位于道路中的感应回路，如本文所讨论的。

在一些实施例中，摄像机302-308中的一个或多个在车辆300移动时连续捕获附近道路的图像。分析这些捕获的图像以识别道路中的感应回路并基于gps数据记录感应回路的地理位置。如本文所讨论的，关于感应回路的所记录的信息被传送到中央存储系统126以供其他车辆使用。在其他实施例中，捕获的图像数据和gps数据被传送到中央存储系统126，并且与中央存储系统126相关联的计算系统(例如，服务器)分析捕获的图像以识别捕获的图像数据中的感应回路。随着时间的过去，中央存储系统126开发用于遍布整个区域或整个国家的道路的感应回路信息的数据库。该感应回路信息由多个车辆使用以识别接近的感应回路并定位沿着车辆的计划路线的感应回路。因此，多个车辆对感应回路信息的数据库做出贡献并且受益于由其他车辆产生的感应回路信息。

图4是示出用于识别和分配与感应回路的位置相关联的信息的方法400的实施例的流程图。最初，感应回路检测器(例如，图1中所示的感应回路检测器104)在402处从一个或多个车辆摄像机接收图像数据。在404处，感应回路检测器还接收与车辆相关联的地理位置信息。例如，在捕获图像数据时，可以确定由gps112提供的地理位置信息并且将地理位置信息与图像数据相关联。感应回路检测器还在406接收车轮转速数据。车辆车轮转速数据可以从车辆的can(控制器局域网)总线或直接从车辆上的车轮转速传感器获得。

在408处，感应回路检测器存储图像数据、地理位置信息和车轮转速数据。例如，数据和信息可以存储在车辆内的存储装置上和/或存储在中央存储系统126上。在410，感应回路检测器还基于图像数据和地理位置信息确定在道路中的感应回路的位置。例如，摄像机可以捕获道路的图像数据，并且gps同时确定车辆的位置。在一些实施例中，摄像机的取向是已知的，使得在图像数据中捕获的道路的区域是距车辆的特定距离和角度。例如，特定摄像机可以被定向成捕获车辆后面大约5-8英尺的区域。

在412处，方法400继续，感应回路检测器将感应回路的位置、图像数据、地理位置信息和车轮转速数据传送到中央存储系统。在414处，道路中的感应回路的位置被从中央存储系统分配到其他车辆，从而允许其他车辆知道感应回路的位置并驾驶，使得车辆适当地激活所希望的感应回路。

在一些实施例中，所描述的系统和方法还确定与特定道路相关联的类别，例如高速公路、入口匝道、桥梁、左转车道、地面街道和十字路口。该类别信息被标记到图像数据(或以其它方式与图像数据相关联)并帮助识别感应回路的“类型”。例如，高速公路的驾驶车道中的感应回路可能用于监测公路交通流量或交通密度。在入口匝道上的感应回路可能用于计量交通(即，限制车辆进入入口匝道的速率)。在左转车道中或者在具有交通信号的交叉点附近的感应回路可能用于通知交通信号车辆正在等待转向或继续通过交叉口。

在一些实施例中，所描述的系统和方法使用深度神经网络，其学习识别由多个车辆捕获的图像数据内的感应回路。例如，可以使用表示不同类型的感应回路的多个图像(例如，感应回路图像)来训练深度神经网络。随着深度神经网络被训练和收集更多的数据，它们在识别捕获的图像数据内的感应回路方面变得更准确。在特定实施方式中，深度神经网络由人类操作者利用图像内容的知识来训练。人类操作者可以识别每个图像中的任何感应回路的位置。在训练期间使用的图像数据包含具有不同形状、尺寸、方向和在道路车道内的位置的感应回路。

在深度神经网络被训练之后，它们在特定车辆和/或单独的计算系统(例如，服务器)中被实施以识别图像中的感应回路。在一些实施例中，感应回路识别算法首先使用例如车道检测算法、数字地图和驾驶历史信息来识别道路图像中的车道。基于所识别的车道信息，算法定义感应回路可能所在的关注区域(例如，限定车道的线之间的区域)。将该关注区域提供给经特别训练以识别感应回路的深度神经网络。深度神经网络然后提供感应回路是否位于关注区域内的指示。如果检测到感应回路，则深度神经网络提供位置信息(即关注区域内感应回路的具体位置)。

本文讨论的许多示例实施方式使用由一个或多个车辆摄像机捕获的图像以检测道路中的感应回路。在替代实施例中，其它车辆传感器可用于检测感应回路，例如雷达、激光雷达(光检测和测距)、超声等。在一些实施例中，一个或多个车辆传感器和/或车辆摄像机可以组合使用以检测感应回路。例如，车辆摄像机可以与车辆的激光雷达系统组合使用，以提高检测道路中的感应线圈的准确性并确定感应回路在道路中的具体位置。

图5是示出用于调整车辆的轨迹以激活接近感应回路的方法500的实施例的流程图。最初，车辆在502处车辆接收识别车辆附近和沿着车辆的计划路线的感应回路信息。在一些实施例中，车辆从中央存储系统126接收感应回路信息，其包括感应回路的地理位置。车辆中的自动驾驶/辅助系统可以在504处确定正在被车辆接近的一个或多个感应回路。例如，基于车辆的当前位置和轨迹(或计划路线)，车辆的自动驾驶/辅助系统基于其计划路线识别对车辆有关的将要到来的一个或多个感应回路。

在506，自动驾驶/辅助系统确定车辆的当前轨迹是否将激活接近感应回路。如果车辆将在508激活感应回路，则该方法返回到504，其中自动驾驶/辅助系统继续识别接近的感应回路。如果在508车辆不会激活感应回路，则自动驾驶/辅助系统调整车辆的轨迹以使得能够在510激活接近感应回路。例如，如果车辆接近交通信号，则方法500确保车辆适当地激活感应回路，该感应回路负责感测车辆并改变交通信号以允许车辆行进通过交叉口。

图6是示出用于识别转弯车道信息和转弯车道内的感应回路的位置的方法600的实施例的流程图。最初，感应回路检测器在602处从一个或多个车辆摄像机接收图像数据。感应回路检测器还在604接收与车辆相关联的地理位置信息。另外，感应回路检测器在606接收车辆车轮转速数据。在608处由感应回路检测器存储图像数据、地理位置信息和车轮转速数据。

方法600继续，感应回路检测器在610处识别道路中接近的左转车道。尽管图6讨论了左转车道，但是关于右转车道、计量车道(meteringlane)、桥接通道(bridgeaccesslane)、交叉口处的交通信号等可以使用类似的方法。关于所识别的左转车道，感应回路检测器在612处基于图像数据确定左转车道中的感应回路的位置。此外，感应回路检测器在614基于的车轮转速数据确定左转车道的长度。

尽管图6中未示出，感应回路检测器可以将感应回路的位置、左转车道的长度和其他数据传送到中央存储系统。感应回路的位置和左转车道的长度然后从中央存储系统分配到其他车辆，从而允许其他车辆知道感应回路的位置和左转车道的大小，以使车辆适当地激活所希望的感应回路。

图7是示出描绘感应回路检测器104的实施例的框图。如图7所示，感应回路检测器104包括通信管理器702、处理器704和存储器706。通信管理器702允许感应回路检测器104与诸如自动驾驶/辅助系统102的其它系统通信。处理器704执行各种指令从而实现由感应回路检测器104提供的功能。存储器706存储这些指令以及由处理器704和感应回路检测器104中包含的其他模块使用的其他数据。

另外，感应回路检测器104包括图像分析模块708，其从附接到车辆的一个或多个摄像机捕获的图像识别感应回路、车道边界和其他信息。地理位置模块710在摄像机捕获图像时确定车辆的地理位置，并将地理位置与捕获的图像相关联。轮速分析模块712识别车辆的车轮转速，并且基于车轮转速和图像数据确定转弯车道或道路的其他部分的尺寸。驾驶操纵管理器714确定车辆轨迹的何种改变(如果有的话)是确保车辆激活一个或多个感应回路所必要的。

虽然根据某些优选实施例描述了本公开，但是考虑到本公开的益处，其他实施例对于本领域普通技术人员将是显而易见的，包括同样也在本公开的范围内不提供列举的所有优点和特征的实施例。应当理解，在不脱离本公开的范围的情况下，可以利用其他实施例。