視認性が低下したエリア及びそれらの移動方向を検出するためにセンサベースの照明器具を用いる装置及び方法

 

検知されたデータをフォールトトレラントに独立して処理及び統合するために、屋外照明ネットワーク(OLN)において照明器具上に配置された視認性検出器に依存する方法及びシステムである。隣接する照明器具と、及び/又は集中型サーバと通信することによって、本発明は、視認性低下(例えば霧)のエリアの位置及び移動の方向を特定することができる。この情報は、次に、特定されたエリアに近づいているドライバーに警報を出すために使用することができる。

 

 

本発明は、一般に、視認性が低下したエリアに関連する情報、及び特に霧状況に関連する情報を検出及び提供するために屋外照明ネットワーク(OLN:outdoor lighting network)を用いることに関する。より具体的には、本明細書に開示される様々な発明的方法及び装置は、上記OLNにおいて照明器具上に霧センサを配置し、検知されたデータをフォールトトレラントに独立して処理及び統合することに関する。隣接する照明器具と、及び/又は集中型サーバと通信することによって、霧の位置付け及び移動の方向が特定される。更に、本発明は、霧の検出を伝送し、それにより、霧に覆われたエリアに近づいている可能性があるドライバーに警報を出す手段を提供する。
当該技術分野でよく知られているように、屋外照明用ポールは、道路、駐車場、公園、及び他の屋外エリアを監視する監視カメラの設置にとって自然な選択肢である。従って、OLNは、屋外照明ユニットを制御及び管理するためだけではなく、照明用ポールに取り付けられたカメラから監視センターへデータを送信するためにも使用される。更に、用いられる照明ユニットは、ランプ、映像/画像センサ、データストレージ、並びに直接又は他の照明ユニットを介して集中型サーバに接続された通信及び制御モジュールも含むことができる。このようなOLNシステムは、「屋外照明ネットワークを用いたイメージングサービス(IMAGING SERVICE USING OUTDOOR LIGHTING NETWORKS)」という名称の、米国特許商標庁に2011年9月22日に出願され、及び整理番号61/537945を与えられた同時係属特許出願に記載されており、その内容は、参照により本明細書に援用される。
従来の屋外照明ネットワーク100の一例が図1に示される。そこに示されるように、ライト地点又は照明器具108.1〜108.3は、IPネットワーク104を介して集中型サーバ102と通信するアンテナ塔106と通信する。様々な他の通信手段が本発明によって検討されることに留意されたい。これらは、ライト地点の電力線通信又は無線周波(RF)メッシュネットワークを含む。更に、集中型サーバ102に接続するネットワークは、有線、無線及び/又はセルラーネットワークでもよい。また更に、集中型サーバ102は、1つ又は複数のライト地点と、そのライト地点がセルラーネットワークを介して到達可能であれば、直接通信してもよい。また更に、OLNのライト地点が、図1に図示された塔構造106又は集中型サーバ102を必要とすること無く、互いに直接通信し得ることが本発明によって検討される。このような通信は、無線通信、有線通信(例えば電力線によって)及び可視光通信を含む当該技術分野でよく知られた様々な手段によって行うことができる。
本発明は、物理的世界を検知すること、霧検出に関連する検知データの多様な計算及び操作を行うこと、並びに情報をプロセッサ、コントローラ及びモバイルデバイスに送信することができるインテリジェントセンサ方式照明器具の分野に関する。これらは、近くの車両、自律デバイス(例えば、自動運転車及び無人航空機)、又はインターネット接続されたモバイルデバイス(例えば、スマートフォン及びタブレット)、並びにインターネットベースのユーザインタフェース用途の集中型データウェアハウスを含む。特に、本発明は、
1.より信頼性のある入力を可能にするために、霧センサから得られた入力値をテスト及び認証することと、
2.霧の位置付け及び移動の方向(もし存在すれば)を特定することと、
3.霧による危険な状況に関してドライバー及び/又は他の自律デバイスに警報を出すことと、
に関する。
竜巻又は雷雨とは異なり、霧は多少受動的な気象現象である。それでもやはり、運転者を驚かせることが知られている。霧は、湿った空気が地面又は水面の僅か上方に蓄積する、晴れた冷えた夜に生じる傾向がある。この空気は、夜間に混ぜ合わされて凝縮し、これは、太陽が昇るにつれて消散する。特にその濃度及び位置における霧の極度の変動性は、運転者が素早く感知及び反応することを困難にする。霧の水滴によって光が屈折及び偏向されることから、この事象は、早朝だけに限らず、実際には、日中及び夜間の両方の運転状況に影響を与え得る。
霧は、マイル表示の視認性によって測定され、及び視認性が1/4マイル以下である場合に重度であると見なされる。米国の最も霧の多い場所は、ワシントン州のケープディサポイントメント(Cape Disappointment)にあり、1年当たり106日の重度の霧の日がある。東海岸では、65日で最も多かったのがメイン州のイーストポート(Eastport)市である。内陸地域では、最も霧の多い場所は、81日のウェストバージニア州のエルキンズ(Elkins)である。比較として、南に下ったフロリダ州のタンパベイ(Tampa Bay)では、平均22日である。ユタ州北部では、非常に冷却された霧(華氏32度未満)が数週間に亘って山間の谷で続くことがある[http://ops.fhwa.dot.gov/weather/best_practices/CaseStudies/025.pdf]。
視認性における多くの場合劇的な変化及び交通の遅延は、負傷及び死亡さえ伴う多数の車の玉突き事故の原因となる。しかしながら、霧の予測は、所与の時点における濃度、位置、消散率及び被覆エリアの変動性により困難である。霧に関連する衝突に巻き込まれる可能性が最も高いドライバーは、朝の通勤時間中に運転し、郊外で地方及び郡の道路を走行している近隣の群の居住者(20歳超であるが30歳未満)である。不思議なことに、殆どの霧に関連する衝突は、車両が直進走行している時に起きる。
霧による大規模な事故の調査に関する国家運輸安全委員会(NTSB:National Transportation Safety Board)の一般的結論は、ドライバーが、視認性が限定されている時に一様な減速を維持しなかったことから事故が発生したということであった。残念なことに、一様な減速の維持は、衝突が避けられることを保証しない。
霧が形成される時に、存在及び濃度に関する正確なリアルタイムの情報が効果的な交通規制及び安全対策の開始のために必要である。現在のところ、米国海洋大気庁(NOAA:National Oceanic and Atmospheric Administration)の気象通信社(Weather Wire Service)は、あらゆる種類の気象データを収集し、勧告を提供している。残念ながら、これは事故数を減らすのに依然として十分ではない。一般的に、霧が多発するエリアを特定するために固定式のメッセージ標識が使用される。しかしながら、それらは一年の内の一部の期間のみの主要な状況を表すことから、ドライバーはそれらを無視する場合さえある。従って、走行する市民がそれらを無関係であると見なすことから、それらは効果がない傾向がある。要するに、霧検出の主な形態は、州警察による個人的観察であり続けている。
多くの州は、検出及び警告システム並びに統合された視認性/気象及び運転者警告システムを正式に配置している。投資は、約2〜400万ドルに及び(例えば、http://www.cutr.usf.edu/research/fog.pdf及びhttp://www.gtri.gatech.edu/casestudy/happy-motoring-safer-interstate-highwayを参照)、完全な解決策(視認性センサ、速度検出器、電子看板及び混雑を検出するカメラを備える)は、1200万ドルの域にまで到達し得る(http://gs.flir.com/uploads/file/case-studies/case-study_caltrans-fog.pdf)。しかしながら、これらのシステムの利点は明確に立証されておらず、且つ殆どの州は、これらのタイプの衝突を減らすために最も費用効率の高い対策として、単純にドライバー意識向上キャンペーンを用いる。
上記のような高い投資額の最も大きな要因は、電光標識及びそれらを接続するために必要とされるインフラであると思われる(多くの場合、200万ドルを超える域)。一方、霧検知デバイスは、はるかに手頃な価格で簡単に入手可能である。前方散乱視認性センサは、例えば、1つのユニット当たり5000ドル〜8000ドルの範囲である。
前方散乱技術は、吸光係数(大気中の光の吸収及び散乱特性の合計)を測定する。前方散乱技術は、これを発光ダイオード(LED)から光の狭いビームを送信することによって行い、次に、受信器へと光の粒子を散乱させる。この受信器は、検出器によって受信される光の量に等しい電気エネルギーを生成する赤外線検出器を有する。送信器及び受信器は、角度を成して互いに向けられる。空気が澄んでいれば、送信された赤外線ビームが受信器を通り過ぎ、光が検出されない。空気が霞んでいる又は降水があれば、ビームは散乱される。受信器は、霞又は降水の量に比例した、散乱された赤外光の一部を検出する。受信器への入力は、赤外線フィルタを通過して、他の光の影響を低減する。センサは、必要とされるメンテナンスを低減し、及びセンサがメンテナンスのための訪問間において信頼性を維持することを確実にする幾つかの技術も取り入れる(例えば、http://tidesandcurrents.noaa.gov/publications/Technical Report NOS CO-OPS 055.pdfを参照)。
霧が多発するエリアが分かっていると仮定すると、上記前方散乱視認性センサは、照明器具と一体化されてもよく、及び/又は通信してもよい。それにより、センサを相互接続するためにフォールトトレラント分散システムを開発することができ、及び信頼性のある高検出率を得ることができる限り、霧警告システムに関して、より安価な代替手段を得ることができる。
本発明は、先行技術の問題点を克服し、精度を維持しながらコスト削減をもたらす。更に、本発明は、生データ及び霧分析結果の両方の伝達に関して向上した機能性を実現する。
本発明の様々な実施形態において、以下の構成要素を含むシステムが説明される。
1.有線、無線及び可視光通信手段を含む様々な種類の通信インタフェースを介して隣接するデバイスと通信可能なスマート照明デバイス。デバイスは、蓄積転送も可能であり、つまり、それらは、隣接するデバイスからデータを受信し、後にその情報を転送することができる。
2.スマート照明デバイスは、近くの車及び自律デバイスと通信し、それらに危険を知らせる。加えて、これらは、データを目的として集中型サーバに対して継続的にポーリングするという用途を有し得る。例えば車内の電子機器は、ドライバーに向けて情報を表示すること又は自動的に行動を起こすこと(フォグライトを点ける、全輪駆動にする、安定制御を有効にする、若しくは最高推奨運転速度を強調する等)を選択してもよい。自律ドローンは、重大な状況を知らせるために、その高度を上げ、警告LEDを点けてもよい。最後に、デバイスは、データを転送し、情報をやり取りして、互いに通信することもできる。一実施形態では、個々の車両が霧検出能力を有する。それは、霧を検出すると、例えば専用狭域通信(DSRC:dedicated short-range communications)ベースの無線通信を用いて、又はインターネットに接続するためにドライバーのスマートフォンを用いて、1つ又は複数の照明器具/ポールに情報を送信する。次に、照明器具/ポールは、霧情報を中央サーバに送信し、及び/又はその車両の付近の他の車両に対して、それらが潜在的事故を回避するための予防措置を取ることができるように警報を後方伝搬する。
3.霧センサユニットが照明デバイスに取り付けられる。これらのセンサは、起こり得るエラーを有するものの、霧を検出する。多くの先行技術のセンサは、±10%範囲の精度で、33フィート〜20マイルの測定範囲を有する。しかしながら、実際には、霧が多発するゾーンが緻密に監視されることから、そのようなセンサがより低い値の範囲内にあると問題なく推測することができる。本発明の更なる実施形態では、様々な検知範囲を担うようにセンサ間に多少の重複が存在する。また更なる実施形態では、LED照明器具は、自己埋め込みLED及び処理能力を利用する(例えば、前方散乱技術を用いる)ことによって、霧検知機能性を組み込む。
4.データが送られる、処理される及び保存される、1つ又は複数のプロセッサ及び1つ又は複数のデータベースを備えた集中型サーバ。
5.照明ネットワークの特定の構成要素(命名されたゲートウェイ)は、集中型サーバと通信するために固定インフラ(無線LTE、WiMAX、又は光ファイバー等の他の有線機構)に依存してもよい。
6.集中型サーバは、市の詳細な地図(これは、照明器具のGPS位置並びに各道路の交通(車)の流れの方向及び最高/最低速度規制を含み得る)を有する。
本発明の更なる実施形態では、以下の機能を含む方法が説明される。
1.センサの格差及びセンサのエラーによる不確実性に対処可能なデータ入力処理及び認証機構。これは、分散機構(ここでは、「スマート」照明器具(以下に記載)によって個々に実行され、その後、隣接するデバイスと通信される)又は集中機構(ここでは、全ての情報がまず集中型サーバへ送られる)として実現することができる。
2.隣接する照明器具間の分散集約プロトコルによって行われる霧の位置付け及び移動方向機構。
3.重度の霧ゾーンにいるドライバー及び軽度の霧が存在する又は霧が全く無いエリアに依然としているドライバーに警報を出すことができる送信プロトコル。これは、照明デバイスと車両との間で、車両自体間で、及び集中型サーバから車両へと生じてもよい。
本発明の利点、特質、及び様々な追加の特徴は、図面全体を通して同様の参照番号が同様の要素を特定するのに使用される添付の図面に関連して詳細に説明される例示的実施形態を考慮すれば、より詳細に分かるであろう。
先行技術の屋外照明ネットワークを示す。 本発明の一実施形態によるスマート照明器具例を示す。 複数のスキャナから得られたスキャン結果及びこのデータがどのように組み合わせられるかを示す。 複数のスキャナから得られたスキャン結果及びこのデータがどのように組み合わせられるかを示す。 本発明の一実施形態による後方伝搬特徴を示す。 本発明の様々な実施形態における通信経路を示すフローチャートである。
これらの図面は、単に本発明の概念を説明する目的のものであり、本発明の限定の定義として意図されたものではないことを理解されたい。同じ参照番号(場合によっては必要に応じて参照文字が追加される)は、全体を通して対応する部分を特定するために使用されていることが認識されるであろう。
本発明の以下の説明は、主に霧の検出に向けられる。しかしながら、本発明は、視認性(特にドライバーの視認性)が影響を受ける他の現象にも本発明を用いることができることから、それに限定されない。これらは、スモッグ、火災の煙、砂塵嵐、竜巻の渦付近の塵/瓦礫を含み得る。本発明の更なる実施形態では、ライトポールは、それらの底部に洪水センサを備える。1つのポールにおいて洪水が検出されると、その情報を他のポール及び/又は集中型サーバへと転送することができる。このようにして、近くのポールは、洪水に影響を受けるエリアの拡大又は移動の方向を確認することができる。従って、本発明は、行政機関に警報を出すだけでなく、影響を受けるエリアにいる又はそれに近づいている個人及び車両に警報を出すためにも使用することができる気象現象に関連する情報を提供することができる。
図2は、本発明の例示的スマート照明器具200を示す。図示されるように、照明器具は、データ分析モジュール204に提供される検知値を取得するセンサ202を含む。メモリ207を包含するマイクロプロセッサ206は、データ分析モジュール204によって取得された結果を受信する。マイクロプロセッサ206は、アンテナ106を介してこの情報(下記に説明される)を送信可能な通信モジュールへと情報を提供する。マイクロプロセッサ206は、照明器具ドライバー210(これは、この特定の例示された実施形態では、LEDモジュール211を含む)も制御する。図示されるように、照明器具200は、アンテナ106を介して、通信モジュール208によって受信され、マイクロプロセッサ206に提供される決定を下す際にデータ分析モジュール204に提供される情報を受信することもできる。
図2に示される実施形態では、「スマート照明器具」が示される。本発明の更なる実施形態では、1つ又は複数の照明器具は、これらの構成要素又は関連する機能性の全てを含まなくてもよい。即ち、ある特定の照明器具がセンサ及び通信モジュールのみを含んでもよく、それによって、上記の追加の機能性の少なくとも一部が、別の照明器具又は管理モジュールに存在してもよい。あるいは、ある特定の照明器具が、通信モジュールのみを含んでもよく、それによって、モジュール間の通信リンクを有効にする。従って、機能性の分散が存在し、それによって上記の特徴がシステムの1つ又は複数の様々な構成要素で実現され得ることが想定される。
データ入力処理及び認証機構
各センサデバイス202は、継続的に霧環境データを検知し、環境がどの程度「霧がかかっている」かを測定する値を出力する。上述の通り、測定される実際の基準は、様々な環境要因により、人の視野がどの程度明白に遮られるかである。従って、「霧がかかっている」という用語は、その遮断のレベルを総称するために使用される。
普遍性を欠くことなく、以下の説明は、この値が数値であると仮定する。2つのことがこの値に関連付けられ得る:1)センサが故障している又はメンテナンスを必要としている場合がある。従って、照明器具は、この状況を特定できる必要がある;2)照明器具は異なる地理的位置に配置されることから、異なる隣接するデバイスが異なる数値を特定する可能性が非常に高くなり得る。
前者に対する解決策は、多くの場合、近くの隣接するデバイスからの測定値の通信及び集約に依存することから、2つの事象が特定されることに留意されたい。既存の方法は、多くのセンサの組み合わせから「単一値」に到達するために、平均値若しくは中間値を取得する又は追加の統計分析を用いる場合がある。しかしながら、霧の極度の変動性により、これは困難である。実際には、もし存在したならば、現在の解決策は、事故のレベルに劇的な低下を示したであろう。報告書は、問題のある場所が分散及び散在している場合、科学技術は恐らく効果的な解決策を提供することができないことを示している。本発明に関して本明細書に記載されたもののような、より安価な分散解決策が、はるかにより効果的であろう。つまり、本発明は、不確実性及び主観性を受け入れる機構によって、測定値の認証を更に容易にするプロセスを開示する。以下に記載される本発明の実施形態では、これは、二段階プロセスによって得られる。
ステップ1(マッピング):
霧レベルの言語的クラスがまず定義される。例えば、「霧が全く無い」、「視認性不良」、「重度」、「非常に危険」等である。これらは予め定義され、霧の専門家によって事前に値の範囲と関連付けられる。霧センサからの測定値がクラスの何れか1つの範囲内であれば、ある量のメンバーシップを有するそのクラスに「属する」と言われる。これは、実際は、数字の単一値をそのクラス及びあるパーセンテージのメンバーシップを含む値のタプルへと変換するマッピングである。全パーセンテージの値の合計は、100%に相当するべきである。これが意味するのは、霧センサの主観的知覚が全メンバーシップクラスの合計によって完全に定義されることである。その結果、本発明では、クラスは重複するべきであり、並びに単一の要素及び要素の組み合わせの両方を含む。
一例として、{「霧が全く無い」、「多少の霧」}と定義された2つの言語的クラスが存在すると仮定する。この場合、メンバーシップクラスは、単一の要素{「霧が全く無い」}及び{「多少の霧」}並びに組み合わせ要素{「霧が全く無い」+「多少の霧」}を含む。マッピングステップ中に使用される最後のクラスのセットは、3つの異なる選択肢、{「霧が全く無い」、「霧が全く無い」+「多少の霧」、「多少の霧」}を考慮する。
ステップ1の最後に、各個々の照明器具は、それぞれ異なる可能性の高い独自のタプルセット<クラス、メンバーシップ>を有する。従って、一例として、「メンバーシップ」は、パーセンテージとして表されてもよい。それにより、照明器具は、[霧が全く無い、2%]、[多少の霧、60%]の結論に達し得る。1つの照明器具が、このマッピングステップの後に、それが高いメンバーシップレベルを有して複数のクラスに属することを決定し得る可能性もある。これは、容認可能であり、満足なものでさえある。これは不確実性を導入するが、それは、人間の知覚がどのように機能するか(非常に主観的及び数多くの要因に左右される)にも類似している。
ステップ2(決定及び認証):
本発明によれば、決定段階において、照明器具は、それが通信可能である隣接する照明器具を有するか否かに応じて異なって挙動する。ある実施形態では、照明器具は、送られた周期的な「ハロー」メッセージを聞くことによって及び/又は集中型サーバによって告げられる通り、それらが隣接する照明器具を有するか否かを検出することができる。これが一旦決定されると、
a)照明器具が隣接する照明器具を有さない場合、それは、メンバーシップが最も高いクラスを決定する。これは、クラス間の単純な比較である。2つの(又はそれよりも多い)クラスが同じメンバーシップを有する場合、選択されるクラスは、組み合わせ要素を常に選ぶべきである。
b)照明器具が隣接する照明器具を有する場合、それは、補足ステップを実行する(及び既刊の任意の数の証拠推論アルゴリズムに基づいて、その決定をその隣接する照明器具の決定と融合させる)。一例として、そのような出版物は、G. Shafer, A mathematical theory of evidence. Princeton university press, 1976; B. Marhic, L. Delahoche, C. Soleau, A.-M. Jolly-Desodt, and D. Menga, “Detection of abnormal sensor behaviour using tbm,” in Proceedings of the Workshop on the Theory of Belief Function, 2010;及びH. Wu, M. Siegel, and M. Siegel, “Sensor fusion using dempster-shafer theory,” in Proceedings of IEEE Instrumentation and Measurement Technology Conference, pp. 21-23, 2002を含む。これらのアルゴリズムが可能にするのは、矛盾に対処できる一方で、異なるタプルを融合させる能力である。例えば、これらのアルゴリズムの何れも、「霧が全く無い」が生じたことを90%確信している照明器具と、「重度の霧」が生じたことを90%確信している照明器具との融合を可能にする。このステップの最後には、各照明器具は、その隣接する照明器具と連絡を取り、それらの個々の決定の他に、<クラス、メンバーシップ>の最後の融合された知覚タプルを取得しているであろう。
この時点で、各個々の照明器具は、単一の決定(上記の2a)又は単一の決定及び融合知覚(2b)の一方を有する。この情報は、時間ベースの決定及び知覚の履歴を分析することができる照明器具のメモリ内に保存される。本発明の更なる実施形態では、この情報は、利用可能なゲートウェイを介して集中型サーバにも送信される。履歴を見ることによって、照明器具(又は集中型サーバ)は、個々の照明器具の霧センサ関連のエラーを特定することができ、霧検出事象に関する局地的総意に達することができる。ステップ2の最後には、各照明器具は、霧環境データのその知覚を言語的に測定する単一の決定を有する。
霧の位置及び移動方向の特定
本発明のある実施形態では、各照明器具からの単一の言語的決定が分析され、並びに、ある特定のエリア内の全照明器具の決定を分析することによって、霧の位置、そのサイズの最近の変化、及びその移動方向が特定される。分析は、集中的に(全決定を集中型サーバに送信することにより)又は分散的に(グループメンバーシッププロトコルを用いて局地的総意に達したノードによって)行われてもよい。一般性を失うこと無く、集中型解決策に関連する例が以下に提供される。
霧の位置の正確な特定:
この実施形態では、集中型サーバが以下の情報を保有する集中型サーバが提供される:
a)照明器具の正確な位置。これは、例えばハンドヘルドGPS対応デバイスを用いることによって試運転段階において入手され、後にアクセス可能なデータベースに保存されたものでもよい。更に、照明器具の位置は、OLN内で適用された位置特定技術によって又は照明器具自体に取り付けられたGPSデバイスを用いて決定されてもよい。
b)GPS位置の道路へのマッピング及び照明器具の順序を特定する能力。即ち、ある特定の照明器具が別の照明器具の前又は後に来ること、及びどの照明器具が互いに隣接する照明器具であるか。
c)各道路における交通の流れの方向。
各照明器具は、集中型サーバに対して、その決定(上記の段階で取得されたもの)を送信する。次に、集中型サーバは、隣接するノードのグループに対して、例えば証拠推論にも依存する矛盾解消及び融合機構を実行する。位置は、隣接する照明器具からの決定の段階的融合によって決定される。単純な図式例が図3Aに提供され、「X」で示された各々は、監視されるエリアの中心に存在して図示される照明器具を表す。簡潔さのために、これらのエリアは、円として示される。しかしながら、本発明は、地形特徴、構造物、木等が、一般的に非対称エリアをもたらすことから、それに限定されない。各エリア内において決定が成され、より暗い陰影が検出された霧のより高い発生率を示す様々な陰影のマッピングとして描かれる。次に、これらの結果は、図に示されるように、重ね合わせられる。
従って、霧の位置付けは、信頼区間によって推論することができる。即ち、図3Aに示された情報は、どのエリアがより高い又はより低い霧の可能性を有するかの推論をシステムに行わせる。この分析の結果が図3Bに示される。
霧の移動方向の特定:
霧の移動の方向を決定するためには、一連のタイムスタンプされた推測結果が比較される。つまり、一例として、複数の個々の照明器具からの検出結果が、そのような結果の履歴(例えば、関与した照明器具の時間及び位置)を霧の移動方向を決定するために使用することができるように組み合わせられる。各推論されたエリアがどのように変化するかの方向(又はその欠如)を分析することによって、システムは、移動の方向及び速度の両方を決定することができる。
ドライバーにとって危険な状況の早期警報機構
本発明の更なる実施形態では、重度の霧ゾーンにいるドライバー及び軽度の霧が存在する又は霧の全く無いエリアに依然としているドライバーに警報を出すことができる送信機構が提供される。
前の2つの段階から得られた情報を用いて、システムは、異なるレベルの確実性及び重大度で、どこに霧が位置付けられるかを把握することができる。システムは、霧の塊の移動方向及び速度も把握する。以前に確立された車の交通の最高/最低速度と組み合わせられたこの情報を用いて、早期警報機構は、外部のゾーンに設置された照明器具へとこの情報を後方伝搬することによって機能する。
霧の方向及び速度を所与として並びに交通の方向及び速度を所与として、本発明は、どの程度遠くへ警報を後方伝搬するべきかを計算することができる。本発明のこの特徴が図4に示される。本発明の様々な実施形態では、通り過ぎる車と直接通信するために1つ若しくは複数の照明器具が装備され、及び/又はこの情報は、ドライバーのスマートフォン若しくは他のネットワークデバイス上の警報として表示されてもよい。
図5は、本発明の一実施形態のフローチャートを示す。照明器具が霧センサ202から値を受信すると、ステップ1が実行され、決定が成される。局所性要因に基づいて、照明器具200は、隣接する照明器具と又は集中型サーバ102と直接通信してもよい(ステップ2において)。最後に、サーバ102は、霧の位置及び移動方向を正確に特定し、適切な1つ又は複数の照明器具に警報を出す(ステップ3において)。ステップ4では、この警報が出された照明器具200は、必要に応じて後方伝搬を行い、この警報を通り過ぎるドライバーに送信することができる。
当業者であれば分かるように、プロセッサ、処理システム、コンピュータ又はコンピュータシステムという用語は、1つ又は複数のメモリユニット及び他のデバイス(例えば、少なくとも1つの処理装置に電子的に接続され、それと通信する周辺機器)と通信する1つ又は複数の処理装置を表す場合がある。更に、示されたデバイスは、内部バス(例えば、シリアル、パラレル、ISAバス、マイクロチャネルバス、PCIバス、PCMCIAバス、USB等)又は回路、回路カード若しくは他のデバイスの1つ若しくは複数の内部接続、並びにこれら及び他の通信媒体若しくは外部ネットワーク(例えば、インターネット及びイントラネット)の一部及び組み合わせを介して、1つ若しくは複数の処理装置と電子的に接続されてもよい。他の実施形態では、本発明を実施するためのソフトウェア命令の代わりに又はそれらと組み合わせて、ハードウェア回路網が使用されてもよい。例えば、本明細書に示された要素は、個別のハードウェア要素として実施されてもよく、又は単一の装置に一体化されてもよい。
本発明の好ましい実施形態に適用された場合の本発明の基本的な新規の特徴が示され、説明され、指摘されたが、開示されたデバイスの形態及び詳細における並びにそれらの動作における記載された装置の様々な省略、置換及び変更が、本発明の精神から逸脱すること無く、当業者によって行われ得ることが理解されるであろう。同じ結果を達成する実質的に同じ方法で実質的に同じ機能を行うそれらの要素の全ての組み合わせが本発明の範囲内であることが明確に意図される。1つの記載された実施形態から別の実施形態への要素の置換もまた、完全に意図及び予期される。例えば、本明細書に示された何れの数値も単なる例と見なされ、本発明に係る主題の例を提供するために示される。従って、添付の特許請求の範囲に記載される本発明は、本明細書に提供される数値例によって限定されない。



  1. 視認性警報を提供する方法であって、複数の照明ユニットを含む少なくとも1つの屋外照明ネットワーク(OLN)を利用し、前記複数の照明ユニットの少なくとも2つは互いに通信し、前記方法は、
    複数の視認性検出器であって、各々が前記照明デバイスの少なくとも1つと通信する複数の視認性検出器を設けるステップと、
    各視認性検出器によって、地理的エリアを監視するステップと、
    前記視認性検出器の2つ以上から監視データを受信するステップと、
    2つ以上の視認性検出器に関連付けられた前記監視された地理的エリアによって定義される統合地理的エリアに関する視認性状況の総合的推定を導出するステップと、
    前記推定された視認性状況に関する情報を送信するステップと、
    を含む方法。

  2. 前記導出ステップは、各視認性検出器から受信されたデータからタプルセットへのマッピングを含み、前記タプルは、不明瞭な視認性のレベルに関連付けられたメンバーシップクラスを含む、請求項1に記載の方法。

  3. 前記タプルは、各クラスに関連付けられたパーセンテージメンバーシップを含む、請求項2に記載の方法。

  4. 前記導出ステップが集中型サーバによって行われ、複数のライトユニットからのタプルが前記総合的推定を導出する際に利用される、請求項2に記載の方法。

  5. 前記導出ステップは、第1のライトユニットによって行われ、前記第1のライトユニットは、前記第1のライトユニットによって監視される地理的エリアと同じ地理的エリアの少なくとも一部を監視する少なくとも1つの隣接するライトユニットと通信し、
    前記導出ステップは、前記第1のライトユニットによって監視される前記地理的エリアに関する前記第1のライトユニットによって導出された推定と、前記少なくとも1つの隣接するライトユニットによって導出された1つ又は複数の推定とを融合させることを更に含む、請求項3に記載の方法。

  6. 前記導出ステップは、第1のライトユニットによって行われ、前記第1のライトユニットは、前記第1のライトユニットによって監視される地理的エリアと同じ地理的エリアの少なくとも一部を監視する隣接するライトユニットと通信せず、及び
    前記導出ステップは、前記メンバーシップクラス内の最も高いメンバーシップに基づいて、前記第1のライトユニットによって監視される前記地理的エリアに関する前記視認性状況を推定するステップを更に含む、請求項3に記載の方法。

  7. 集中型サーバによってアクセス可能な1つ又は複数のデータベースに以下の情報:
    前記照明デバイスの各々及びそれに関連付けられた視認性検出器の地理的位置と、
    前記照明デバイスに関連付けられた道路位置のマッピングと、
    前記マッピングされた道路位置に関する交通の流れの方向及び法定制限速度と、
    を保存するステップを更に含む、請求項1に記載の方法。

  8. 視認性の低下が存在すると決定されたエリアに近づいているドライバー並びに自律車両及びデバイスに早期警報を提供するステップを更に含む、請求項7に記載の方法。

  9. 前記提供ステップは、
    前記視認性の低下が決定されたエリアの方向及び速度を決定することと、
    1つ又は複数の道路位置において車両が前記視認性の低下が決定されたエリアに近づいている前記位置を決定することと、
    を含む、請求項8に記載の方法。

  10. 視認性警報を提供するシステムであって、
    複数の照明ユニットを含む少なくとも1つの屋外照明ネットワーク(OLN)であって、前記複数の照明ユニットの少なくとも2つは互いに通信する、少なくとも1つの屋外照明ネットワークと、
    複数の視認性検出器であって、各々が前記照明デバイスの少なくとも1つと通信し、各々が地理的エリアを監視可能な複数の視認性検出器と、
    前記視認性検出器の2つ以上から監視データを受信し、2つ以上の視認性検出器に関連付けられた前記監視された地理的エリアによって定義される統合地理的エリアに関する視認性状況の総合的推定を導出するデータ分析エンジンと、
    前記推定された視認性状況に関する情報を送信する通信モジュールと、
    を含む、システム。

  11. 前記データ分析エンジンは、各視認性検出器から受信されたデータからタプルセットへのマッピング手段を含み、前記タプルは、不明瞭な視認性のレベルに関連付けられたメンバーシップクラスを含む、請求項10に記載のシステム。

  12. 前記タプルは、各クラスに関連付けられたパーセンテージメンバーシップを含む、請求項11に記載のシステム。

  13. 前記データ分析エンジンが集中型サーバに常駐し、複数のライトユニットからのタプルが前記総合的推定を導出する際に利用される、請求項12に記載のシステム。

  14. 前記データ分析エンジンは、第1のライトユニットに常駐し、前記第1のライトユニットは、前記第1のライトユニットによって監視される地理的エリアと同じ地理的エリアの少なくとも一部を監視する少なくとも1つの隣接するライトユニットと通信し、
    前記第1のライトユニットによって監視される前記地理的エリアに関する前記第1のライトユニットによって導出された推定が、前記少なくとも1つの隣接するライトユニットによって得られた1つ又は複数の推定と融合される、請求項12に記載のシステム。

  15. 前記データ分析エンジンは、第1のライトユニットに常駐し、前記第1のライトユニットは、前記第1のライトユニットによって監視される地理的エリアと同じ地理的エリアの少なくとも一部を監視する隣接するライトユニットと通信せず、
    前記第1のライトユニットによって監視される前記地理的エリアに関する視認性状況の推定が、前記メンバーシップクラス内の最も高いメンバーシップに基づいて、前記第1のライトユニットによって導出される、請求項12に記載のシステム。

  16. 集中型サーバと、
    1つ又は複数のデータベースと、
    を更に含み、前記データベースは、以下の情報:
    前記照明デバイスの各々及びそれに関連付けられた視認性検出器の地理的位置と、
    前記照明デバイスに関連付けられた道路位置のマッピングと、
    前記マッピングされた道路位置に関する交通の流れの方向及び法定制限速度と、
    を含む、請求項10に記載のシステム。

  17. 視認性の低下が存在すると決定されたエリアに近づいているドライバーに早期警報を提供する手段を更に含む、請求項16に記載のシステム。

  18. 前記提供手段は、
    前記視認性の低下が決定されたエリアの方向及び速度を決定する手段と、
    1つ又は複数の道路位置において車両が前記視認性の低下が決定されたエリアに近づいている前記位置を決定する手段と、
    を含む、請求項17に記載のシステム。

  19. 前記早期警報を提供する手段は、
    前記ドライバーのハンドヘルド通信デバイスと通信を行う通信手段、
    1つ又は複数のライトユニットによって前記ドライバーの車両と直接通信を行う通信手段、
    前記集中型サーバから前記ドライバーの車両への通信を行う通信手段、及び
    車両自体間の通信を行う通信手段、
    から成る群から選択される、請求項17に記載のシステム。

  20. 請求項1に記載の方法を実行するための、非一時的コンピュータ可読媒体に保存された複数のプログラムコード部分を含む、コンピュータプログラム。

  21. 1つ又は複数の環境状況に関する警報を提供するシステムであって、
    複数の照明ユニットを含む少なくとも1つの屋外照明ネットワーク(OLN)であって、前記複数の照明ユニットの少なくとも2つは互いに通信する、少なくとも1つの屋外照明ネットワークと、
    複数の検出器であって、各々が前記照明デバイスの少なくとも1つと通信し、各々が地理的エリアと関連付けられた環境状況を監視可能な複数の検出器と、
    前記視認性検出器の2つ以上から監視データを受信し、2つ以上の検出器に関連付けられた前記監視された地理的エリアによって定義される統合地理的エリアに関する前記1つ又は複数の環境状況の総合的推定を導出するデータ分析エンジンと、
    前記推定された環境状況に関する情報を送信する通信モジュールと、
    を含む、システム。

  22. 前記監視される環境状況は、洪水並びに霧、煙、及び塵による視認性低下状況から成る群から選択される、請求項21に記載のシステム。

  23. 前記推定された視認性状況に関する前記情報は、影響を受けるエリアで生じている霧の重大度、前記霧の位置、前記霧の移動の方向、及び霧の移動の速度から成る群から選択される、請求項1に記載の方法。

 

 

Patent trol of patentswamp
類似の特許
本発明は、道路を走行中の車両および/または前記車両に近接して前記路上を走行する少なくとも1台の隣接車両の位置情報と運動情報を用いて前記車両の異常運転挙動を評価し、前記車両の安全走行を改善する方法に関する。この方法は、複数の位置情報項目と運動情報項目を取得して記憶するステップ(40、42)であって、各情報項目が観測時間区間の測定時刻と対応するステップと、前記観測時間区間に前記道路を走行中の前記車両および/または少なくとも1台の隣接車両に対する少なくとも一つの基準値の推定値を取得するステップ(44)と、を含んでいる。複数組の偏差値を計算するステップ(46)であって、各偏差値は、測定時刻と対応する記憶された情報項目と、少なくとも一つの基準値の推定値とを用いて計算され、対応する複数組の偏差値から逸脱量が得られる。前記逸脱量の内の1つが前記対応する運転挙動に対する所定の閾値を既に超えているとき、この方法は安全性向上のための方策を実施する(ステップ52)。
【選択図】図4
車線レベル車両ルート指定およびナビゲーション装置は、交通流内の個々の車両のマイクロシミュレーションを行う、シミュレーションモジュールと、シミュレーションモジュールによって判定される、起点から目的地までの候補経路に沿った状況を評価し、候補経路に沿った推奨される車線レベル操縦を判定する、車線レベルオプティマイザとを含む。リンクレベルオプティマイザは、シミュレーションモジュールによって判定されるリンク走行時間に基づいて、候補経路を判定してもよい。シミュレーションは、リアルタイム交通状況データに基づいてもよい。推奨される候補経路は、配達またはサービスまたは緊急対応車両に提供される、あるいは避難計画のために、もしくはゴミ収集車または郵便配達車または除雪車等の車両のルートを指定するために使用されてもよい。
運転サポート // JP2016511860
共通運転速度の推奨値を計算する方法は、複数の異なる車両に設置された複数のクライアント装置から、個々のデータメッセージがホスティング車両について推定された現在場所値、現在方位値、および現在速度値を含む複数のデータメッセージを集め、前記複数のデータメッセージをそれぞれの場所値および方位値のマッチングによって複数のクラスタにクラスタリングし、前記複数のクラスタの一クラスタあたりの共通運転速度を、対応するクラスタの複数のメンバーからのデータを組み合わせることによって計算し、前記一クラスタの複数のメンバーの場所および方位にマッチする車両の現在場所および現在方位を示す指示情報に応答して前記共通運転速度を読み出すことを備える。
クラウドソーシングを実行するための方法および装置が開示される。本方法は、モバイルデバイスの環境を監視することと、環境に対応する1つまたは複数のモバイルデバイス生成パラメータに従ってクラウドソーシングのレベルを決定することと、決定されたクラウドソーシングのレベルに従ってクラウドソーシングを実行することとを含み得る。クラウドソーシングのレベルは、モバイルデバイスによって収集されるべきクラウドソーシングデータの量と、モバイルデバイスによって実行されるべきクラウドソーシング動作の頻度と、収集されたクラウドソーシングデータに適用されるべき量子化のタイプとのうちの1つまたは複数を備える。
【課題】周囲の車載装置の通信状態に応じて通信データを送信する車載装置を提供する。【解決手段】車載装置100−2は、複数の車両の各々に搭載され、車両間で通信し、無線局と通信を行う車載装置であって、周囲の車載装置から、無線局と通信可能な通信エリア内に存在する車載装置を示す周囲情報を受信する受信部101と、通信データを受け付けると、周囲情報に応じて無線局宛ての通信データを送信する処理部102と、を含む。【選択図】図3
本発明の実施形態は、公共交通システム(PTS)を使用するのに関連する情報を提供する方法であって、第1のユーザがPTSを使用する間、第1のユーザに応答するPTSに関連するデータを受信するステップ、および、受信したデータに応答して第1のおよび第2のユーザのうちの少なくとも一方に対してPTSに関連するデータを提供するステップ、を含む、方法に関する。受信したデータは、PTSの物理的に関連した特徴および社会的に関連した特徴の少なくとも1つに関してもよい。PTSに関連するデータを提供するステップは、PTS乗り物および移動のルートを示す少なくとも1つのアイコンを含むマップ上に情報を表示するステップを含んでもよい。
【選択図】図5
本発明は、車道(301)上を移動する車両(313)を操作するための方法に関している。この方法は、前記車両(313)周辺の他車両(315)の交通流が検出され、検出された交通流が交通渋滞に相当する場合に、前記車両(313)と、前記他車両(315)のうちの1つとの間の横方向間隔を低減するために、前記車両(313)の横方向案内の制御がなされる(105)。
1以上の通行可能な区画の少なくとも一部における交通流に影響するイベントを示すメッセージを検証及び/又は改良する方法が記載される。メッセージにより影響されるとして特定された通行可能な区間を含む通行可能な区間に沿った複数の装置の移動に関する位置データを取得する工程と、メッセージを検証及び/又は改良するために位置データを使用する工程とを含む。位置データはライブデータであり、メッセージにより特定された区間を含む通行可能な区間に沿った複数の装置の移動速度に関するデータを取得するために使用される。速度データは、影響区間の空間範囲及び/又は区間に沿った予定移動速度を判定するために使用されてもよい。
本発明は、ワイヤレス通信ネットワーク(21)における使用のための交通セキュリティーを高めるためのネットワーク・エンティティー(14)であって、ワイヤレス通信ネットワーク(21)を介して第1のモバイル通信デバイス(1)からの情報を受信するように適合されている受信ユニット(15)と、危険にさらされた交通状況を検知するために第1のモバイル通信デバイス(1)から受信された情報を処理するように適合されている処理ユニット(16)と、危険にさらされた交通状況が検知されると、ワイヤレス通信ネットワーク(21)を介して第1のモバイル通信デバイス(1)の付近の少なくとも1つの第2のモバイル通信デバイス(2)へ警告メッセージを送信するように適合されている送信ユニット(17)とを含む、ネットワーク・エンティティー(14)に関する。本発明はさらに、ワイヤレス通信ネットワーク(21)と、情報を提供するための第1のモバイル通信デバイス(1)と、第1のモバイル通信デバイス(1)の付近の少なくとも1つの第2のモバイル通信デバイス(2)とを含む通信システム(20)を使用して交通セキュリティーを高めるための方法、およびそのような通信システム(20)に関する。
交通制御信号の相間の遷移のタイミングに関するデータを取得する方法。方法は、交通制御信号の領域における車両の移動に関する実プローブデータを取得することと、信号の所定の遷移が発生した時間を判定するためにデータを使用することとを含む。これは、プローブデータを使用して判定されたように、車両が交通信号において停止される場合に待機する信号からの距離及び信号を通過する時間を考慮して実行される。異なる遷移時間の対は、遷移時間の間の時間差を取得するために解析される。時間差データに最適なサイクル時間が判定され、交通制御信号の未来の遷移時間を予測するために遷移時間データと共に使用される。
To top