用于管理驾驶状况异常的方法和控制单元与流程

用于管理驾驶状况异常的方法和控制单元
1.相关申请
2.本技术要求于2020年10月5日提交的题为“managing a driving condition anomaly(管理驾驶状况异常)”的美国专利申请no.17/063,269的优先权权益，该专利申请的全部内容出于所有目的通过援引纳入于此。


背景技术：

3.自主和半自主交通工具通过利用复杂的神经网络分析来自传感器(诸如相机、雷达和激光雷达)的数据来感知其周围的世界。此类神经网络的输出使自主和半自主交通工具能够极快速地确定交通工具周围的状况，交通工具可以使用这些状况来做出关于操控、路径规划和其他交通工具操作的决策。
4.然而，已经示出，此类神经网络可能容易受到其信息输入的轻微扰动。例如，在相机的输入中添加噪声或对物体的外观进行轻微变化可导致神经网络的输出发生巨大变化。在一些情形中，输入可能甚至被恶作剧者或恶意行动方有意地改动。所得到的经改动的神经网络输出可导致交通工具以不期望的方式行为。
5.概述
6.各个方面包括由诸如自主或半自主交通工具之类的交通工具和/或沿高速公路分布的通信网络(诸如(诸)边缘计算设备)执行的方法，通过为交通工具系统提供关于交通工具附近的驾驶状况异常的补充信息来管理驾驶状况异常。
7.由交通工具控制单元的处理器执行的各个方面可包括基于来自交通工具的第一交通工具传感器的数据来接收第一驾驶状况，基于来自另一个数据源的数据来接收第二驾驶状况，基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常，向远离交通工具的驾驶状况数据库发送对信息的请求，接收来自驾驶状况数据库的所请求的信息，以及基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常。一些方面可进一步包括向驾驶状况数据库发送驾驶状况异常。在一些方面，第一驾驶状况和第二驾驶状况可以是以下各项中的一项或多项：交通标志信息、交通灯信息、限速、道路状况、交通状况、观察到的第二交通工具的行为、观察到的交通工具外的人的行为、来自导航系统的信息、来自电子地图的信息、从交通工具的自主操控系统接收的指令以及从智能交通系统(its)接收的指令。在一些方面，另一个数据源可以是高清地图或第二交通工具传感器。
8.在一些方面，基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常可包括响应于确定第一驾驶状况与第二驾驶状况之间的差超过阈值而确定驾驶状况异常。在一些方面，基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常可包括响应于确定第一驾驶状况超过基于第二驾驶状况的状况阈值而确定驾驶状况异常。在一些方面，基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常可包括响应于确定第一驾驶状况与第二驾驶状况的一方面相矛盾而确定驾驶状况异常。
9.在一些方面，基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常可包括确定驾驶状况异常由第一驾驶状况中的差错引起，以及响应于确定驾驶状况异常由第一
驾驶状况中的差错引起而抑制使用第一驾驶状况进行交通工具操作。在一些方面，基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常可包括减少与第一驾驶状况相关联的权重。在一些方面，基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常可包括用第二驾驶状况替换第一驾驶状况。
10.在一些方面，基于第一交通工具传感器数据来接收第一驾驶状况和基于来自另一个数据源的数据来接收第二驾驶状况可包括将来自第一交通工具传感器的数据应用到第一神经网络，从第一神经网络接收第一驾驶状况作为输出，将来自另一个数据源的信息应用到第二神经网络，以及从第二神经网络接收第二驾驶状况作为输出。
11.在一些方面，向远离交通工具的驾驶状况数据库发送对信息的请求可包括向驾驶状况数据库发送以下各项中的一项或多项：交通工具的位置、交通工具的速度、交通工具的规划路径、和来自交通工具的半径。在一些方面，向远离交通工具的驾驶状况数据库发送对信息的请求可包括向边缘计算设备发送对信息的请求。
12.进一步方面可包括一种具有处理器的交通工具，该处理器被配置成执行以上概述的各方法的一个或多个操作。进一步方面可包括其上存储有处理器可执行指令的非瞬态处理器可读存储介质，该处理器可执行指令被配置成使交通工具控制单元的处理器执行以上概述的各方法的操作。进一步方面包括一种移动设备，该移动设备具有用于执行以上概述的各方法的各功能的装置。进一步方面包括一种供在交通工具中使用的片上系统，该交通工具包括被配置成执行以上概述的各方法的一个或多个操作的处理器。
13.各个方面包括由边缘计算设备执行的用于管理驾驶状况异常的方法。此类方面可包括从第一交通工具接收关于驾驶状况异常的信息，将关于驾驶状况异常的信息纳入到驾驶状况数据库中，确定驾驶状况异常是否超过警告阈值，以及响应于确定驾驶状况异常超过警告阈值而向第二交通工具发送关于驾驶状况异常的信息。
14.在一些方面，响应于确定驾驶状况异常超过警告阈值而向第二交通工具发送关于驾驶状况异常的信息可包括确定第二交通工具是否在驾驶状况异常的警告半径内，以及响应于确定第二交通工具在驾驶状况异常的警告半径内而向第二交通工具发送关于驾驶状况异常的信息。
15.在一些方面，将关于驾驶状况异常的信息纳入到驾驶状况数据库中可包括执行认证操作，以确定第一交通工具是否经授权提供关于驾驶状况异常的信息，以及响应于确定第一交通工具经授权提供关于驾驶状况异常的信息而将关于驾驶状况异常的信息纳入到驾驶状况数据库中。
16.进一步方面可包括一种具有处理器的边缘计算设备，该处理器被配置成执行以上概述的各方法的一个或多个操作。进一步方面可包括其上存储有处理器可执行指令的非瞬态处理器可读存储介质，该处理器可执行指令被配置成使边缘计算设备的处理器执行以上概述的各方法的操作。进一步方面包括一种边缘计算设备，该边缘计算设备具有用于执行以上概述的各方法的各功能的装置。进一步方面包括一种供在边缘计算设备中使用的片上系统，该边缘计算设备包括被配置成执行以上概述的各方法的一个或多个操作的处理器。
17.附图简述
18.纳入本文且构成本说明书一部分的附图解说了权利要求书的示例性实施例，并与以上给出的概括描述和下面给出的详细描述一起用来解释权利要求书的特征。
19.图1a是解说适用于各个实施例的示例通信系统的系统框图。
20.图1b和1c是解说适合于实现各个实施例的交通工具的组件框图。
21.图1d是解说适合于实现各个实施例的交通工具的组件的组件框图。
22.图2a是解说根据各个实施例的示例交通工具管理系统的组件的组件框图。
23.图2b是解说根据各个实施例的另一示例交通工具管理系统的组件的组件框图。
24.图3是解说根据各个实施例的用在交通工具中的片上系统的组件的框图。
25.图4a和图4b是解说根据各个实施例的用于管理驾驶状况异常的系统的组件框图。
26.图5是解说适用于各个实施例的示例边缘计算系统的系统框图。
27.图6是解说根据各个实施例的由交通工具控制单元的处理器执行的用于管理驾驶状况异常的方法的操作的过程流程图。
28.图7a-图7e是解说根据各个实施例的作为可以由交通工具控制单元的处理器执行的用于管理驾驶状况异常的方法的一部分的操作的过程流程图。
29.图8是解说根据各个实施例的由边缘计算设备的处理器执行的用于管理驾驶状况异常的方法的操作的过程流程图。
30.图9a-图9c是解说根据各个实施例的可以由边缘计算设备的处理器执行的作为用于管理驾驶状况异常的方法的一部分的操作的过程流程图。
31.图10是适用于各个实施例的边缘计算设备的组件框图。
具体实施方式
32.将参考附图详细描述各个实施例。在可能之处，相同附图标记将贯穿附图用于指代相同或类似部分。对特定示例和实现作出的引述用于解说性目的，而无意限定权利要求的范围。
33.各种方面包括由诸如自主或半自主交通工具之类的交通工具和/或由沿高速公路分布的通信网络(诸如边缘计算设备)执行的方法，用于通过向交通工具系统提供关于交通工具附近的驾驶状况异常的补充信息来管理驾驶状况异常。此类系统和方法可以为自主或半自主交通工具提供稳健防御，以抵御自主驾驶交通工具系统在深度学习中的对抗性攻击和漏洞。
34.术语“交通工具控制单元”在本文中用于指一个或多个计算设备，包括或耦合到自主和/或半自主交通工具或其他移动平台内的无线通信元件和/或包括存储器、无线通信组件和可编程处理器的类似电子系统。
35.术语“片上系统”(soc)在本文中用于指包含集成在单个基板上的多个资源和/或处理器的单个集成电路(ic)芯片。单个soc可包含用于数字、模拟、混合信号和射频功能的电路系统。单个soc还可包括任何数目的通用和/或专用处理器(数字信号处理器、调制解调器处理器、视频处理器等)、存储器块(例如，rom、ram、闪存等)、以及资源(例如，定时器、电压调节器、振荡器等)。各soc还可包括用于控制集成资源和处理器、以及用于控制外围设备的软件。
36.术语“系统级封装”(sip)在本文中可被用于指包含多个资源、计算单元、两个或更多个ic芯片上的核和/或处理器、基板或soc的单个模块或封装。例如，sip可包括在其上以垂直配置堆叠有多个ic芯片或半导体管芯的单个基板。类似地，sip可包括多个ic或半导体
管芯在其上被封装到统一基板中的一个或多个多芯片模块(mcm)。sip还可包括经由高速通信电路系统耦合在一起并紧邻地封装在一起(诸如在单个主板上或在单个交通工具控制单元中)的多个独立的soc。soc的邻近性促成了高速通信以及存储器和资源的共享。
37.术语“边缘计算”、“边缘网络”和“边缘计算设备”在本文中用于指包括核心网之外的一个或多个计算设备(例如，服务器计算设备)的计算机系统或网络，这些计算设备在物理上更靠近端点设备(诸如交通工具内的交通工具控制单元)。边缘计算是指在边缘计算设备中的核心网之外执行和/或由在被配置成用于向端点设备快速提供计算服务的边缘计算设备上执行的应用执行的计算或处理。边缘网络可包括一个或多个边缘服务器设备，其被配置成相对紧邻端点设备(与核心网或“云”中远得多的服务器设备相比)用于在网络的边缘处执行诸如处理操作、应用的执行、内容缓存、数据存储和其他此类服务之类的服务，以便提供更快的通信时间、更快的信息传输速率和更低的等待时间。
38.如本文中所使用的，术语“网络”、“系统”、“无线网络”、“蜂窝网络”和“无线通信网络”可以可互换地指与交通工具控制单元和/或交通工具控制单元上的订阅相关联的运营商的无线网络的一部分或全部。本文所描述的技术可被用于各种无线通信网络，诸如码分多址(cdma)、时分多址(tdma)、fdma、正交fdma(ofdma)、单载波fdma(sc-fdma)以及其他网络。一般而言，在给定的地理区域中可部署任何数目的无线网络。每个无线网络可支持至少一个无线电接入技术，其可在一个或多个频率或频率范围上操作。例如，cdma网络可以实现通用地面无线电接入(utra)(包括宽带码分多址(wcdma)标准)、cdma2000(包括is-2000、is-95和/或is-856标准)等。在另一示例中，tdma网络可以实现用于gsm演进的gsm增强数据率(edge)。在另一示例中，ofdma网络可以实现演进型utra(e-utra)(包括lte标准)、电气和电子工程师协会(ieee)802.11(wifi)、ieee 802.16(wimax)、ieee 802.20、等。可以进行对使用lte标准的无线网络的引述，并且因此术语“演进型通用地面无线电接入”、“e-utran”和“enodeb”也可以在本文中可互换地使用以指无线网络。然而，此类引述仅仅作为示例来提供，并且不旨在排除使用其他通信标准的无线网络。例如，虽然在本文中讨论了各种第三代(3g)系统、第四代(4g)系统和第五代(5g)系统，但是那些系统仅仅作为示例被引述，并且在各种示例中可以用未来各代系统(例如，第六代(6g)或更高代系统)来替代。
39.自主和半自主交通工具使用神经网络的输出来确定交通工具周围的状况，并进而使用此类确定来做出有关操控、路径规划和其他交通工具操作的决策。神经网络可能容易受到其信息输入的轻微变化，诸如相机输入的噪声、物体外观的变化等。在一些情形中，物体、标志或其他状况被改变，诸如被恶意行动方有意地改动或非有意地改动(例如，积雪覆盖街道标志的一部分)。所得到的经改动的神经网络输出可导致交通工具以不期望的方式做出行为。
40.各个实施例提供了用于提供对抗自主和半自主交通工具的神经网络的输入中有意或无意扰动的稳健性的方法和计算设备。各个实施例可包括用于检测和管理驾驶状况异常的方法和配置成用于执行用于检测和管理驾驶状况异常的方法的计算设备。各个实施例可包括基于来自第一交通工具传感器的数据来接收第一驾驶状况并且基于来自另一个数据源的数据来接收第二驾驶状况，基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常，向远离交通工具的驾驶状况数据库发送对信息的请求，接收来自驾驶状况数据库的所
请求的信息，以及基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常。
41.在一些实施例中，第一驾驶状况和第二驾驶状况各自可包括以下各项中的一项：交通标志信息、交通灯信息、限速、道路状况、交通状况、观察到的第二交通工具的行为、观察到的交通工具外的人的行为、来自导航系统的信息、来自电子地图的信息、从交通工具的自主操控系统接收的指令和/或从智能交通系统(its)接收的指令。在一些实施例中，另一个数据源可包括高清(hd)地图。在一些实施例中，另一个数据源可包括第二交通工具传感器。在一些实施例中，另一个数据源可以是高清(hd)地图和第二交通工具传感器两者。在一些实施例中，另一个数据源可以是任何适合的(诸)数据源。
42.在一些实施例中，交通工具可将来自第一交通工具传感器的数据应用到第一神经网络，并且可从第一神经网络接收第一驾驶状况作为输出。在一些实施例中，交通工具可将来自另一个数据源的信息应用到第二神经网络，并且可从第二神经网络接收第二驾驶状况作为输出。在一些实施例中，第一神经网络和第二神经网络可以是不同类型的神经网络。例如，第一神经网络可以是一种图像识别算法，其更容易被愚弄或欺骗，而第二神经网络可以是深度学习算法，其更难以被愚弄或欺骗。
43.在一些实施例中，交通工具可向驾驶状况数据库发送对信息的请求，信息包括或具有交通工具的位置、交通工具的速度、交通工具的规划路径、以及交通工具的半径中的一项或多项。驾驶状况数据库可以基于此类信息来提供与交通工具相关的信息。在一些实施例中，交通工具可向边缘计算设备发送对信息的请求。在一些实施例中，驾驶状况数据库可由边缘计算设备管理，以便对交通工具请求提供极快速的响应。
44.在一些实施例中，驾驶状况数据库可包括由多个源观察到的和从多个源接收的关于实时状况的“众包”信息。此类源可包括交通工具、路边单元(rsu)、交通相机和其他交通传感器、交通工具控制单元(诸如物联网(iot)传感器和移动电话)，和/或其他合适的设备。在一些实施例中，驾驶状况数据库可包括实时或近实时更新的信息，以包括从数字地图或导航系统通常无法获得的详细驾驶状况信息。。在一些实施例中，交通工具可以经由有线(例如，当汽车停放或以其他方式不动时)或无线(例如，经由wi-fi或蜂窝)网络通信链路从驾驶状况数据库接收信息。在一些实施例中，5g通信链路可以提供非常低的等待时间和高度可靠的通信链路(例如，超低等待时间可靠通信)。在一些实施例中，驾驶状况数据库可被包括在高清(hd)地图(诸如商业高清地图)中，也可被包括在诸如谷歌地图之类的网络导航服务中。
45.在各个实施例中，交通工具可以使用来自驾驶状况数据库的信息来复核来自交通工具的传感器的信息，或复核交通工具的神经网络的输出。例如，处理器可以从神经网络接收基于神经网络对交通规则(例如，从交通工具传感器对限速标志的观察中)的检测和分类的输出，然后处理器可以从驾驶状况数据库中检查关于该道路上限速的信息。
46.在一些实施例中，驾驶状况数据库可包括包含可根据可变状况(诸如时间、位置、观察到的状况(例如，天气)或另一个可变状况)而不同的信息的语义层。例如，驾驶状况数据库可包括基于一天中的时间(和/或一周中的周几)按车道的不同限速、基于交通模式的车道方向。在一些实施例中，驾驶状况数据库可包括指示一位置中所准许的驾驶活动或行为的参数。此类参数可以简单或复杂。例如，参数可包括一地区种或一道路上的限速。作为另一示例，参数可包括信息相关性，例如，市中心通常有许多行人在上午8点至10点之间步
行上班，而尽管标记的速度限制为35mph，在此期间该位置上“安全”或“合理”交通工具速度为20mph。然而，在周末或节假日，这些时间在场的行人较少。作为另一示例，驾驶状况数据库可包括基于一天中的时间或观察到的交通行为指示按车道的不同限速的信息。作为另一示例，驾驶状况数据库可包括基于交通模式、一天中的时间、一周中的周几、交通密度、对可移动道路分隔线存在性的观察、动态交通标志的观察(或关于其的历史数据)、天气状况、道路状况、局部事件状况等的车道的不同交通指示。其他简单或复杂参数的示例也是可能的。因此，基于由多个设备报告的观察，从驾驶状况数据库中可获得的信息可以是高度动态和当前的。驾驶状况数据库中的信息也可基于历史信息。在一些实施例中，驾驶状况数据库可包括按位置索引的参数，这些参数可能高度地因位置而异或是“超局部”参数。
47.在一些实施例中，交通工具控制单元可以基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常。在一些实施例中，交通工具控制单元可以响应于确定第一驾驶状况与第二驾驶状况之间的差超过阈值而确定驾驶状况异常。例如，交通工具控制单元可以确定限速标志指示限速为55mph(第一驾驶状况)，并且交通工具控制单元可以观察到其他交通工具正以25mph(第二驾驶状况)的速度行驶。交通工具控制单元可以确定第一驾驶状况与第二驾驶状况之间的差超过阈值。响应于确定第一驾驶状况与第二驾驶状况之间的差超过阈值，交通工具控制单元可以确定第一驾驶状况可能是驾驶状况异常。在一些实施例中，阈值可包括简单的状况，诸如第一驾驶状况与第二驾驶状况之间25mph(或其他值)的差。在一些实施例中，阈值可能是多因素或多级别确定的结果，诸如神经网络的输出。
48.在一些实施例中，交通工具控制单元可以响应于确定第一驾驶状况超过基于第二驾驶状况的状况阈值而确定驾驶状况异常。例如，交通工具控制单元可以确定限速标志读数为85mph(第一驾驶状况)，并且交通工具控制单元可以确定交通工具位于施工区(第二驾驶状况)，其中规定的速度通常要低得多。作为另一示例，交通工具控制单元可以(诸如基于标志检测、用户输入或另一个适当的确定或自动引航速度的源)设置自动引航速度(第一驾驶状况)，该自动引航速度可能导致或引起交通工具由于交通工具性能的外部状况而以不期望的方式(第二驾驶状态)作出行为。交通工具控制单元可以确定或识别的不期望的第二驾驶状况的一些非限制性示例包括：交通工具在多风道路上行驶过快(例如，为了乘客舒适)；交通工具在潮湿或结冰的道路上行驶过快(例如，为了交通工具安全)；交通工具靠近(即，在阈值距离内)或越过车道线或车道标记；交通工具接近(即，在阈值距离内)道路边缘；交通工具在阈值距离或接近速率内接近另一交通工具；交通工具偏离车道的中心点超过阈值；交通工具的轮胎正在失去超过阈值的牵引力；以及交通工具回转、打滑或其他类似运动。在一些实施例中，交通工具控制单元可以基于第二驾驶状况的一个或多个方面来确定第一驾驶状况可以是驾驶状况异常。在一些实施例中，第二驾驶状况可包括一个或多个元素，诸如指示第二驾驶状况的道路标志(例如，“前方施工”)、指示第二驾驶状况的在交通工具外的一个或多个人或物体(例如，标志人、施工装备、施工交通工具、安全屏障等)。
49.在一些实施例中，交通工具控制单元可以响应于确定第一驾驶状况与第二驾驶状况的一方面相矛盾而确定驾驶状况异常。例如，交通工具控制单元可以确定限速标志读数为85mph(第一驾驶状况)，并且交通工具控制单元可以确定(例如，来自高清地图的)地图数据指示沿该道路的限速为35mph(第二驾驶状况)。在此类实施例中，响应于确定第一驾驶状况与第二驾驶状况相矛盾，交通工具控制单元可以确定第一驾驶状况可能是驾驶状况异
常。在一些实施例中，阈值可能是多因素或多级别确定的结果，诸如神经网络的输出。
50.在一些实施例中，交通工具控制单元可以通过确定驾驶状况异常由第一驾驶状况中的差错引起或由与第一驾驶状况相关联的差错引起，来解决驾驶状况异常。在一些实施例中，交通工具控制单元可以响应于确定驾驶状况异常由第一驾驶状况中的差错引起而抑制使用第一驾驶状况进行交通工具操作。例如，交通工具控制单元可确定限速标志读数为85mph的感知是不正确的，并且交通工具控制单元可忽略或以其他方式抑制在操控决策中使用该感知到的信息。
51.在一些实施例中，交通工具控制单元可以响应于确定驾驶状况异常由第一驾驶状况中的差错引起而为第一驾驶状况指派更少的权重。例如，在交通工具控制单元接收并处理包括交通工具速度在内的众多输入的场景中，交通工具控制单元可以减少与第一驾驶状况相关联的权重或其他值，以解决驾驶状况异常。例如，交通工具控制单元可以将与第一驾驶状况(例如，85mph限速)相关联的权重减少一比例因子、一偏移、一百分比或其他合适的减少。作为另一示例，交通工具控制单元可以迭代地降低第一驾驶状况的值(此类替换第一较慢的速度，然后第二更慢的速度等)以初步确定85mph，并且继续此类替换直到第一驾驶状况的经降低的值解决驾驶状况异常。作为另一示例，交通工具控制单元可以用第二驾驶状况替换第一驾驶状况(即，使用第二驾驶状况而不是第一驾驶状况)。
52.在一些实施例中，交通工具控制单元可向驾驶状况数据库发送第一驾驶状况。在一些实施例中，交通工具控制单元可向驾驶状况数据库发送驾驶状况异常。
53.各个实施例提供了配置成用于由边缘计算设备的处理器执行的用于管理驾驶状况异常的方法和计算设备。各个实施例可包括从第一交通工具接收关于驾驶状况异常的信息，将关于驾驶状况异常的信息纳入到驾驶状况数据库中，确定驾驶状况异常是否超过警告阈值，以及响应于确定驾驶状况异常超过警告阈值而向第二交通工具发送关于驾驶状况异常的信息。
54.在一些实施例中，边缘计算设备可以确定第二交通工具是否在驾驶状况异常的警告半径范围内。边缘计算设备响应于确定第二交通工具在驾驶状况异常的警告半径内而向第二交通工具发送关于驾驶状况异常的信息。在一些实施例中，边缘计算设备可向地区中(例如，城域、县、地区等)的所有(或多个)交通工具发送关于驾驶状况异常的信息。在一些实施例中，边缘计算设备可向距离驾驶状况异常半径内的交通工具发送关于驾驶状况异常的信息。在一些实施例中，边缘计算设备可以基于第二交通工具的规划路径来向第二交通工具发送关于驾驶状况异常的信息(例如，第二交通工具的规划路径在驾驶状况异常的半径内)。在一些实施例中，边缘计算设备可以基于第二交通工具的速度来向第二交通工具发送关于驾驶状况异常的信息(例如，基于第二交通工具的速度，第二交通工具将在一时间段内进入驾驶状况异常的半径)。
55.在一些实施例中，在一些情况下，边缘计算设备可抑制向第二交通工具发送关于驾驶状况异常的信息，尽管第二交通工具在警告半径内。例如，边缘计算设备可确定第二交通工具正朝着相反的方向行驶，正在离开警告半径，或因其他原因是不太可能的。例如，即使交通工具在警告半径内，边缘计算设备也可确定交通工具将遇到驾驶状况异常或受其影响的可能性多大，并且如果确定的可能性或概率小于阈值概率，则边缘计算设备可以不向该交通工具发送关于驾驶状况异常的信息。在此类实施例中，边缘计算设备可以从交通工
具群中过滤出第二交通工具，边缘计算设备将向该第二交通工具发送关于驾驶状况异常的信息。
56.在一些实施例中，边缘计算设备可以执行认证操作，以确定第一交通工具控制单元是否经授权提供关于驾驶状况异常的信息。边缘计算设备可以响应于确定第一交通工具控制单元经授权提供关于驾驶状况异常的信息而将关于驾驶状况异常的信息纳入到驾驶状况数据库中。在一些实施例中，第一交通工具控制单元必须出示认证凭据或登录已验证的帐户，以便被准许提供关于驾驶状况异常的信息。因此，各个实施例可以保护驾驶状态数据库中信息的完整性。
57.各个实施例通过使交通工具控制单元能够确定可能由不准确的机器感知引起的驾驶状态异常，并减轻交通工具的不准确响应，从而改进交通工具的操作。各个实施例通过向其他交通工具提供驾驶状态异常的警告来改进交通工具的操作。各个实施例通过利用边缘计算资源来确定与特定交通工具相关的驾驶状况信息，并使用该驾驶状况信息来复核对交通工具的机器感知，从而改进交通工具的操作。
58.图1a解说适于实现各个实施例的通信系统100的示例。通信系统100可以是5g nr网络，或者任何其他合适的通信网络(例如，4g lte、3g等)。虽然图1解说了5g网络，但是后代网络可包括相同或类似的元件。因此，以下描述中对5g网络和5g网络元件的引述是为了解说性目的，而不旨在限制。
59.通信系统100可包括异构网络架构，该异构网络架构包括核心网132和各种无线设备以及配置有交通工具控制单元的交通工具(图1中被解说为无线设备和交通工具120a-120f)。通信系统100可以包括用于在无线设备和交通工具控制单元附近提供网络计算资源的边缘网络134。边缘网络134可包括一个或多个边缘计算设备134a。通信系统100还可包括数个基站(解说为bs 110a、bs 110b、bs 110c和bs 110d)以及其他网络实体。基站是与无线设备和交通工具控制单元进行通信的实体，并且也可被称为nodeb、lte演进型b节点(enb)、接入点(ap)、无线电头端、传送接收点(trp)、新无线电基站(nr bs)、5g nodeb(nb)、下一代nodeb(gnb)、等等。每个基站可为特定地理区域提供通信覆盖。在3gpp中，术语“蜂窝小区”可指基站的覆盖区域、服务该覆盖区域的基站子系统或其组合，这取决于使用该术语的上下文。核心网132可以是任何类型的核心网，诸如lte核心网(例如，epc网络)、5g核心网等。
60.基站110a-110d可以为宏蜂窝小区、微微蜂窝小区、毫微微蜂窝小区、另一类型的蜂窝小区或其组合提供通信覆盖。宏蜂窝小区可覆盖相对较大的地理区域(例如，半径为数千米)，并且可允许由具有服务订阅的无线设备和交通工具控制单元无约束地接入。微微蜂窝小区可覆盖相对较小的地理区域，并且可允许由具有服务订阅的无线设备和交通工具控制单元无约束地接入。毫微微蜂窝小区可覆盖相对较小的地理区域(例如，住宅)，并且可允许由与该毫微微蜂窝小区有关联的无线设备和交通工具控制单元(例如，封闭订户群(csg)中的无线设备)有约束地接入。用于宏蜂窝小区的基站可被称为宏bs。用于微微蜂窝小区的基站可被称为微微bs。用于毫微微蜂窝小区的基站可被称为毫微微bs或家用bs。在图1中解说的示例中，基站110a可以是用于宏蜂窝小区102a的宏bs，基站110b可以是用于微微蜂窝小区102b的微微bs，并且基站110c可以是用于毫微微蜂窝小区102c的毫微微bs。基站110a-110d可支持一个或多个(例如，三个)蜂窝小区。术语“enb”、“基站”、“nr bs”、“gnb”、“trp”、“ap”、“b节点”、“5g nb”、和“蜂窝小区”在本文中可以可互换地使用。
61.在一些示例中，蜂窝小区可以不是驻定的，并且该蜂窝小区的地理区域可根据移动基站的位置而移动。在一些示例中，基站110a-110d可通过各种类型的回程接口(诸如直接物理连接、虚拟网络、或其组合)使用任何合适的传输网络来彼此互连以及互连至通信系统100中的一个或多个其他基站或网络节点(未解说)。
62.基站110a-110d可以在有线或无线通信链路126上与核心网132进行通信。基站110a-110d可以在有线或无线通信链路128上与边缘网络134(例如，与一个或多个边缘计算设备134a)进行通信。无线设备和交通工具控制单元120a-120f可以在无线通信链路122上与基站110a-110d进行通信。
63.通信系统100还可包括中继站(例如，中继bs 110d)。中继站是能接收来自上游站(例如，基站或无线设备)的数据传输并向下游站(例如，无线设备和交通工具控制单元或基站)发送该数据的传输的实体。中继站也可以是能为其他无线设备和交通工具控制单元中继传输的无线设备。在图1中解说的示例中，中继站110d可与宏基站110a和无线设备和交通工具控制单元120d进行通信以促成基站110a与无线设备和交通工具控制单元120d之间的通信。中继站也可被称为中继基站、中继基站、中继等。
64.通信系统100可以是包括不同类型的基站(例如，宏基站、微微基站、毫微微基站、中继基站等)的异构网络。这些不同类型的基站可具有不同的发射功率电平、不同覆盖区域、以及对通信系统100中的干扰的不同影响。例如，宏基站可具有高发射功率电平(例如，5到40瓦)，而微微基站、毫微微基站和中继基站可具有较低发射功率电平(例如，0.1到2瓦)。
65.网络控制器130可耦合到基站集合并且可提供对这些基站的协调和控制。网络控制器130可以经由回程与基站进行通信。基站还可例如经由无线或有线回程直接或间接地彼此通信。
66.在一些实施例中，通信链路126和128可使用各种有线系统(例如，以太网、tv电缆、电话、光纤、以及其他形式的物理网络连接)，这些有线系统可使用一个或多个有线通信协议，诸如以太网、点到点协议、高水平数据链路控制(hdlc)、高级数据通信控制协议(adccp)、以及传输控制协议/网际协议(tcp/ip)。
67.在一些实施例中，通信链路122、124、126和128可以是无线通信链路。此类无线通信链路可包括多个载波信号、频率、或频带，其中每一者可包括多个逻辑信道。无线通信链路122、124、126和128可利用一种或多种无线电接入技术(rat)。可以在无线通信链路中使用的rat的示例包括：3gpp lte、3g、4g、5g(例如，nr)、gsm、码分多址(cdma)、宽带码分多址(wcdma)、微波接入全球互通(wimax)、时分多址(tdma)和其他移动电话通信技术蜂窝rat。可在通信系统100内的各种无线通信链路122、124、126和128中的一者或多者中使用的rat的进一步示例包括中程协议(诸如wi-fi、lte-u、lte-直连、laa、multefire)和相对短程的rat(诸如zigbee、蓝牙、以及蓝牙低能量(le))。
68.某些无线网络(例如，lte)在下行链路上利用正交频分复用(ofdm)并在上行链路上利用单载波频分复用(sc-fdm)。ofdm和sc-fdm将系统带宽划分成多个(k个)正交副载波，这些副载波也常被称为频调、频槽等。每个副载波可用数据来调制。一般而言，调制码元对于ofdm是在频域中发送的，而对于sc-fdm是在时域中发送的。毗邻副载波之间的间隔可以是固定的，且副载波的总数(k)可取决于系统带宽。例如，副载波的间隔可以是15khz，而最小资源分配(被称为“资源块”)可以是12个副载波(或180khz)。因此，对于1.25、2.5、5、10或
20兆赫兹(mhz)的系统带宽，标称快速傅里叶变换(fft)大小可以分别等于128、256、512、1024或2048。系统带宽还可被划分成子带。例如，子带可以覆盖1.08mhz(即，6个资源块)，并且对于1.25、2.5、5、10或20mhz的系统带宽，可分别有1、2、4、8或16个子带。
69.虽然一些实施例的描述可使用与lte技术相关联的术语和示例，但是各个实施例可适用于其他无线通信系统(诸如新无线电(nr)或5g网络)。nr可在上行链路(ul)和下行链路(dl)上利用具有循环前缀(cp)的ofdm，并且包括对使用时分双工(tdd)的半双工操作的支持。可以支持100mhz的单个分量载波带宽。nr资源块可以在0.1毫秒(ms)历时上跨越具有75khz的副载波带宽的12个副载波。每个无线电帧可包括具有10ms长度的50个子帧。因此，每个子帧可具有0.2ms的长度。每个子帧可指示用于数据传输的链路方向(即，dl或ul)，并且每个子帧的链路方向可被动态地切换。每个子帧可以包括dl/ul数据以及dl/ul控制数据。可以支持波束成形并且可动态配置波束方向。还可支持具有预编码的多输入多输出(mimo)传输。dl中的mimo配置可支持至多达8个发射天线(具有至多达8个流的多层dl传输)和每无线设备或交通工具控制单元至多达2个流。可支持每无线设备或交通工具控制单元至多达2个流的多层传输。可使用至多达8个服务蜂窝小区来支持多个蜂窝小区的聚集。替换地，nr可支持除基于ofdm的空中接口之外的不同空中接口。
70.一般而言，在给定的地理区域中可部署任何数目的通信系统和任何数目的无线网络。每个通信系统和无线网络可支持特定的无线电接入技术(rat)，并且可在一个或多个频率上操作。rat也可被称为无线电技术、空中接口等。频率也可被称为载波、频率信道等。每个频率可以在给定的地理区域中支持单个rat，以便避免不同rat的通信系统之间的干扰。在一些情形中，可部署4g/lte和/或5g/nr rat网络。例如，5g非自立(nsa)网络可在5g nsa网络的4g/lte ran侧使用4g/lte rat，并同时在5g nsa网络的5g/nr ran侧使用5g/nr rat。4g/lte ran和5g/nr ran两者可彼此连接并连接到5g nsa网络中的4g/lte核心网(例如，演进型分组核心(epc)网络)。其他示例网络配置可包括5g自立(sa)网络，在5g sa网络中5g/nr ran连接到5g核心网。
71.各个实施例可以在各种交通工具中实现，其示例交通工具101在图1a和1b中解说。参考图1a和1b，交通工具101可包括交通工具控制单元140和多个传感器144-170，包括卫星地理定位系统接收机142，占用传感器144、146、148、150、152，胎压传感器154、156，相机158、160，麦克风162、164，撞击传感器166，雷达168和激光雷达170。设置在交通工具中或交通工具上的该多个传感器144-170可以用于各种目的，诸如自主和半自主导航和控制、防撞、定位确定等，以及提供关于在交通工具101之中或之上的对象和人的传感器数据。传感器144-170可包括能够检测对导航和防撞有用的各种信息的多种多样的传感器中的一个或多个传感器。传感器144-170中的每一者可以与交通工具控制单元140以及与彼此处于有线或无线通信。具体而言，传感器可包括一个或多个相机158、160或其他光学传感器或光电传感器。传感器可进一步包括其他类型的对象检测和测距传感器，诸如雷达168、激光雷达170、ir传感器和超声传感器。传感器可进一步包括胎压传感器154、156、湿度传感器、温度传感器、卫星地理定位传感器142、控制输入传感器145、加速度计、振动传感器、陀螺仪、重力仪、撞击传感器166、测力计、压力计、应变传感器、流体传感器、化学传感器、气体含量分析仪、ph传感器、辐射传感器、盖革计数器、中子检测器、生物材料传感器、麦克风162、164、占用传感器144、146、148、150、152、邻近度传感器和其他传感器。
72.交通工具控制单元140的处理器可以配置有处理器可执行指令以使用从各个传感器(特别是相机158、160)接收的信息来执行导航和防撞操作。在一些实施例中，交通工具控制单元140可以使用可以从雷达168和/或激光雷达170传感器获得的距离和相对位置(例如，相对方位角)来补充对相机图像的处理。交通工具控制单元140可进一步被配置成当在自主或半自主模式中操作时利用使用各个实施例确定的关于其他交通工具的信息来控制交通工具101的转向、制动和速度。
73.图1d是解说适合于实现各个实施例的组件和支持系统的通信系统100的组件框图。参考图1a-1d，交通工具101可包括交通工具控制单元140，其可包括用于控制交通工具101的操作的各种电路和设备。在图1d中所解说的示例中，交通工具控制单元140包括处理器140a、存储器140b、输入模块140c、输出模块140d和无线电模块140e。交通工具控制单元140可以耦合到并配置成控制交通工具101的驾驶控制组件172a、导航组件172b和一个或多个传感器172c。处理器140a可配置有处理器可执行指令以控制交通工具101的操控、导航、和/或其他操作，包括各个实施例的操作。处理器140a可耦合到存储器140b。
74.无线电模块140e可被配置成用于无线通信。无线电模块140e可以经由通信链路122与网络收发机(例如，基站110)交换信号(例如，用于控制操控的命令信号、来自导航设施的信号等)，并且可将这些信号提供给处理器140a和/或导航单元172b。在一些实施例中，无线电模块140e可以使得交通工具101能够通过无线通信链路124与无线通信设备120通信。无线通信链路124可以是双向或单向通信链路，并且可以使用一种或多种通信协议，如所述。
75.输入模块140c可接收来自一个或多个交通工具传感器172c的传感器数据以及来自其他组件(包括驾驶控制组件172a和导航组件172b)的电子信号。输出模块140d可与交通工具101的各种组件通信或激活交通工具101的各种组件，包括驾驶控制组件172a、导航组件172b和(诸)传感器172c。
76.交通工具控制单元140可被耦合到驾驶控制组件172a，以控制交通工具101的与交通工具的操控和导航有关的物理元件，诸如引擎、马达、油门、转向元件、飞行控制元件、制动或减速元件等等。驾驶控制组件172a还可包括控制交通工具的其他设备的组件，这些其他设备包括环境控件(例如，空调和加热)、外部和/或内部照明、内部和/或外部信息显示器(其可包括显示屏或其他用于显示信息的设备)、安全性设备(例如，触觉设备、听觉警报等)和其他类似设备。
77.交通工具控制单元140可耦合到导航组件172b，并且可接收来自导航组件172b的数据且被配置成使用此类数据来确定交通工具101的当前位置和取向、以及朝向目的地的恰适路线。导航组件172b可包括或耦合到使得交通工具101能够使用全球导航卫星系统(gnss)信号来确定其当前位置的gnss接收机系统(例如，一个或多个全球定位系统(gps)接收机)。替换地或附加地，导航组件172b可包括无线电导航接收机，用于从无线电节点(诸如wi-fi接入点、蜂窝网络站点、无线电站、远程计算设备、其他交通工具等)接收导航信标或其他信号。通过驾驶控制元件172a的控制，处理器140a可以控制交通工具101进行导航和操控。处理器140a和/或导航组件172b可被配置成经由无线通信链路122与诸如通信网络(例如，核心网132)中的服务器之类的网络元件通信，以接收用于控制操控的命令、接收在导航中有用的数据、提供实时位置报告、以及评估其他数据。
78.交通工具控制单元140可耦合到一个或多个传感器172c。(诸)传感器172c可包括如所描述的传感器144-170，并且可被配置成向处理器140a提供各种数据。
79.虽然交通工具控制单元140被描述为包括单独的组件，但在一些实施例中，一些或所有组件(例如，处理器140a、存储器140b、输入模块140c、输出模块140d和无线电模块140e)可以被集成在单个设备或模块中，诸如片上系统(soc)处理设备。此类soc处理设备可被配置成供在交通工具中使用并且被配置成(诸如配置有在处理器140a中执行的处理器可执行指令)在被安装到交通工具中时使用动态地图数据执行导航和防撞的操作。
80.图2a是解说示例交通工具管理系统200的组件的组件框图。交通工具管理系统200可包括可以在交通工具101内利用的各种子系统、通信元件、计算元件、计算设备或单元。参考图1a至2a，交通工具管理系统200内的各种计算元件、计算设备或单元可以在互连的计算设备(即，子系统)的系统内实现，这些互连的计算设备向彼此传达数据和命令(例如，由图2a中的箭头所指示的)。在一些实现方式中，交通工具管理系统200内的各种计算元件、计算设备或单元可以实现在单个计算设备内，诸如单独的线程、进程、算法或计算元件。因此，图2a中所解说的每个子系统/计算元件在本文中一般也被称为构成交通工具管理系统200的计算“栈”内的“层”。然而，在描述各个实施例时使用术语层和栈并不旨在暗示或要求对应的功能性在单个自主(或半自主)交通工具管理系统计算设备内实现，尽管这是潜在的实现实施例。相反，术语“层”的使用旨在涵盖具有独立处理器的子系统、在一个或多个计算设备中运行的计算元件(例如，线程、算法、子例程等)，以及子系统和计算元件的组合。
81.交通工具管理系统栈可包括雷达感知层202、相机感知层204、定位引擎层206、地图融合和仲裁层208、路线规划层210、传感器融合和道路世界模型(rwm)管理层212、运动规划和控制层214、以及行为规划和预测层216。层202-216仅仅是交通工具管理系统栈200的一个示例配置中的一些层的示例。在其他配置中，可包括其他层，诸如用于其他感知传感器的附加层(例如，光检测和测距(lidar)感知层等)、用于规划和/或控制的附加层、用于建模的附加层等，和/或层202-216中的某些层可以从交通工具管理系统栈200中被排除。如图2a中的箭头所解说的，层202-216中的每一层可以交换数据、计算结果和命令。此外，交通工具管理系统栈200可以接收和处理来自传感器(例如，雷达、激光雷达、相机、惯性测量单元(imu)等)、导航系统(例如，gps接收机、imu等)、交通工具网络(例如，控制器区域网(can)总线)和存储器中的数据库(例如，数字地图数据)的数据。交通工具管理系统栈200可将交通工具控制命令或信号输出到线控驱动(dbw)系统/交通工具控制单元220，其是直接与交通工具转向、油门和制动控件对接的系统、子系统或计算设备。图2a中解说的交通工具管理系统栈200和dbw系统/交通工具控制单元220的配置仅是示例配置，并且交通工具管理系统和其他交通工具组件的其他配置可被使用。作为示例，图2a中所解说的交通工具管理系统栈200和dbw系统/交通工具控制单元220的配置可以用在配置成用于自主或半自主操作的交通工具中，而不同的配置可以用在非自主交通工具中。
82.雷达感知层202可以从一个或多个检测和测距传感器(诸如雷达(例如，132)和/或激光雷达(例如，138))接收数据，并处理该数据以识别和确定在交通工具100附近的其他交通工具和对象的位置。雷达感知层202可包括使用神经网络处理和人工智能方法来识别对象和交通工具，并将此类信息传递到传感器融合和rwm管理层212。
83.相机感知层204可以从一个或多个相机(诸如相机(例如，122、136))接收数据，并
处理该数据以识别和确定在交通工具100附近的其他交通工具和对象的位置。相机感知层204可包括使用神经网络处理和人工智能方法来识别对象和交通工具，并将此类信息传递到传感器融合和rwm管理层212。
84.定位引擎层206可以从各种传感器接收数据并处理该数据以确定交通工具100的位置。各种传感器可包括但不限于gps传感器、imu和/或经由can总线连接的其他传感器。定位引擎层206还可以利用来自一个或多个相机(诸如相机(例如，122、136))和/或任何其他可用传感器(诸如雷达、lidar等)的输入。
85.交通工具管理系统200可包括或耦合到交通工具无线通信子系统230。无线通信子系统230可包括诸如无线收发机、调制解调器、处理器、存储器和其他硬件之类的组件、软件和/或电路系统以启用无线通信。无线通信子系统230可以被配置成用于诸如经由交通工具到交通工具(v2v)和/或车联网(v2x)通信链路与其他交通工具计算设备和高速公路通信系统通信，和/或经由蜂窝无线通信系统(诸如5g网络)与远程信息源(诸如基于云的资源)通信。在各个实施例中，无线通信子系统230可以经由无线通信链路与边缘计算设备通信。
86.地图融合和仲裁层208可以访问(例如，从边缘计算设备接收的)动态地图数据并接收从定位引擎层206接收的输出以及处理该数据以进一步确定交通工具101在地图内的定位，诸如在交通车道内的位置、在街道地图内的定位等。在一些实施例中，动态地图数据可包括与高清(hd)地图相关的信息或其他适合的信息。地图数据可以被存储在存储器(例如，存储器166)中。例如，地图融合和仲裁层208可以将来自gps的纬度和经度信息转换为包含在地图数据中的地面道路地图内的位置。gps位置锁定包括误差，因此地图融合和仲裁层208可以用于基于gps坐标与地图数据之间的仲裁来确定交通工具在道路内的最佳猜测位置。例如，虽然gps坐标可能将交通工具放置在地图数据中双车道道路的中间附近，但地图融合和仲裁层208可以根据行驶方向确定交通工具最有可能对准与行驶方向一致的行驶车道。地图融合和仲裁层208可以将基于地图的位置信息传递给传感器融合和rwm管理层212。
87.路线规划层210可以利用地图数据以及来自操作者或调度员的输入来规划交通工具101要遵循的到特定目的地的路线。路线规划层210可以将基于地图的位置信息传递给传感器融合和rwm管理层212。然而，其他层(诸如传感器融合和rwm管理层212等)对先验地图的使用不是必需的。例如，其他栈可以在没有所提供地图的情况下仅基于感知数据来操作和/或控制交通工具，随着接收到感知数据而构建车道、边界和局部地图的概念。
88.传感器融合和rwm管理层212可以接收由雷达感知层202、相机感知层204、地图融合和仲裁层208以及路线规划层210产生的数据和输出，并且使用这些输入中的一些或全部来估计或细化交通工具101相对于道路、道路上的其他交通工具以及交通工具100附近的其他对象的位置和状态。例如，传感器融合和rwm管理层212可以将来自相机感知层204的图像数据与来自地图融合和仲裁层208的仲裁地图位置信息相组合，以细化交通工具在交通车道内的所确定位置。作为另一示例，传感器融合和rwm管理层212可以将来自相机感知层204的对象识别和图像数据与来自雷达感知层202的对象检测和测距数据相组合，以确定和细化在该交通工具附近的其他交通工具和对象的相对位置。作为另一示例，传感器融合和rwm管理层212可以从交通工具到交通工具(v2v)通信(诸如经由can总线)接收关于其他交通工具位置和行驶方向的信息，并将该信息与来自雷达感知层202和相机感知层204的信息相组合，以细化其他交通工具的位置和运动。传感器融合和rwm管理层212可以将交通工具100的
经细化的位置和状态信息以及在该交通工具附近的其他交通工具和对象的经细化的位置和状态信息输出到运动规划和控制层214和/或行为规划和预测层216。
89.作为进一步的示例，传感器融合和rwm管理层212可以使用动态交通控制指令来指导交通工具101改变速度、车道、行驶方向或(诸)其他导航元素，并将该信息与其他接收到的信息相组合以确定经细化的位置和状态信息。传感器融合和rwm管理层212可以将交通工具100的经细化的位置和状态信息以及在交通工具100附近的其他交通工具和对象的经细化的位置和状态信息经由无线通信(诸如通过c-v2x连接、其他无线连接等)输出到运动规划和控制层214、行为规划和预测层216和/或远离交通工具100的设备，诸如数据服务器、其他交通工具等。
90.作为再进一步的示例，传感器融合和rwm管理层212可以监视来自各种传感器的感知数据(诸如来自雷达感知层202、相机感知层204、其他感知层等的感知数据)和/或来自一个或多个传感器本身的数据以分析交通工具传感器数据中的状况。传感器融合和rwm管理层212可被配置成检测传感器数据中的状况，诸如传感器测量处于、高于或低于阈值，发生某些类型的传感器测量等，并且可以输出传感器数据作为经由无线通信(诸如通过c-v2x连接、其他无线连接等)提供给行为规划和预测层216和/或远离交通工具100的设备(诸如数据服务器、其他交通工具等)的交通工具101的经细化的位置和状态信息的一部分。
91.经细化的位置和状态信息可包括与交通工具和交通工具所有者和/或操作者相关联的交通工具描述符，诸如：交通工具规格(例如，尺寸、重量、品牌/型号、颜色、板载传感器类型、板载计算能力等)；交通工具位置、速度、加速度、行驶方向、姿态、取向、目的地、(诸)燃料/功率水平、占用信息和其他状态信息；交通工具紧急状态(例如，交通工具是紧急交通工具还是处于紧急情况的私有个人交通工具)；交通工具限制(例如，重载/宽载、转弯限制、高乘载交通工具(hov)授权等)；交通工具的能力(例如，全轮驱动、四轮驱动、雪地轮胎、链条、支持的连接类型、板载传感器操作状态、板载传感器分辨率水平等)；装备问题(例如，低胎压、弱刹车、传感器中断等)；所有者/操作者行驶偏好(例如，优选的车道、道路、路线和/或目的地，避开收费站或高速公路的偏好、对最快路线的偏好等)；向数据代理服务器(例如，184)提供传感器数据的许可；和/或所有者/操作者标识信息。
92.自主交通工具系统栈200的行为规划和预测层216可以使用交通工具101的经细化的位置和状态信息以及从传感器融合和rwm管理层212输出的其他交通工具和对象的位置和状态信息来预测其他交通工具和/或对象的将来行为。例如，行为规划和预测层216可以使用此类信息以基于自己的交通工具位置和速度以及在该交通工具附近的其他交通工具的位置和速度来预测这些其他交通工具的将来相对位置。此类预测可以考虑来自地图数据和路线规划的信息，以预计在主交通工具和其他交通工具沿着道路行进时相对交通工具位置的变化。行为规划和预测层216可以将其他交通工具和对象行为和位置预测输出到运动规划和控制层214。此外，行为规划和预测层216可以使用对象行为结合位置预测来规划和生成用于控制交通工具100的运动的控制信号。例如，基于路线规划信息、道路信息中的经细化位置以及其他交通工具的相对位置和运动，行为规划和预测层216可以确定交通工具101需要改变车道和加速，诸如以维持或达到与其他交通工具的最小间距、和/或为转弯或出口做准备。结果，行为规划和预测层216可以计算或以其他方式确定要向运动规划和控制层214和dbw系统/交通工具控制单元220命令的轮子转向角和油门设置改变、连同实行这种
变道和加速所需的各种参数。一个此类参数可以是计算出的方向盘命令角。
93.运动规划和控制层214可以接收来自传感器融合和rwm管理层212的数据和信息输出、和来自行为规划和预测层216的其他交通工具和对象行为以及位置预测，并使用该信息来规划和生成用于控制交通工具101的运动的控制信号，以及验证此类控制信号满足交通工具100的安全性要求。例如，基于路线规划信息、道路信息中的经细化位置以及其他交通工具的相对位置和运动，运动规划和控制层214可以验证各种控制命令或指令并将其传递给dbw系统/交通工具控制单元220。
94.dbw系统/交通工具控制单元220可以接收来自运动规划和控制层214的命令或指令，并将此类信息转译成机械控制信号以用于控制交通工具100的轮子角度、制动器和油门。例如，dbw系统/交通工具控制单元220可以通过将对应的控制信号发送给方向盘控制器来响应计算出的方向盘命令角。
95.在各个实施例中，无线通信子系统230可以经由无线通信链路与边缘计算设备通信以传送传感器数据、定位数据、交通工具数据和由机载传感器收集的关于交通工具周围环境的数据。此类信息可由边缘计算设备使用来更新地图数据，以供中继到每个边缘计算设备的局部区域内的交通工具。
96.在各个实施例中，交通工具管理系统栈200可包括对可能影响交通工具和乘员安全性的各个层的各种命令、规划或其他决策执行安全性检查或监督的功能性。此类安全性检查或监督功能性可以在专用层内实现或分布在各个层之间并被包括作为该功能性的一部分。在一些实施例中，各种安全性参数可以被存储在存储器中，并且安全性检查或监督功能性可以将所确定的值(例如，与近旁交通工具的相对间距、与道路中心线的距离等)与对应的(诸)安全性参数进行比较，并在违背或将违背安全性参数的情况下发出警告或命令。例如，行为规划和预测层216中(或单独的层中)的安全性或监督功能可以确定另一交通工具(如由传感器融合和rwm管理层212定义的)与该交通工具之间的当前或将来分开距离(例如，基于由传感器融合和rwm管理层212细化的世界模型)，将该分开距离与存储在存储器中的安全分开距离参数进行比较，以及在当前或预测的分开距离违背安全分开距离参数的情况下向运动规划和控制层214发出指令以进行加速、减速或转弯。作为另一示例，运动规划和控制层214中(或单独的层中)的安全性或监督功能性可以将所确定的或被命令的方向盘命令角与安全轮子角度限制或参数进行比较，并响应于被命令的角度超过安全轮子角度限制而发出超驰命令和/或警报。
97.被存储在存储器中的一些安全性参数可以是静态的(即，不随时间变化)，诸如最大交通工具速度。被存储在存储器中的其他安全性参数可以是动态的，因为这些参数是基于交通工具状态信息和/或环境状况而连续地或周期性地确定或更新的。安全性参数的非限制性示例包括最大安全速度、最大制动压力、最大加速度和安全轮子角度限制，所有这些参数可以因变于道路和天气状况。
98.图2b解说了可以在交通工具100内利用的交通工具管理系统250内的子系统、计算元件、计算设备或单元的示例。参考图1a-2b，在一些实施例中，交通工具管理系统栈200的层202、204、206、208、210、212和216可以类似于参考图2a所描述的那些，并且交通工具管理系统栈250可以与交通工具管理系统栈200类似地操作，除了交通工具管理系统栈250可以将各种数据或指令传递到交通工具安全性和防撞系统252而不是dbw系统/交通工具控制单
元220。例如，图2b中所解说的交通工具管理系统栈250与交通工具安全性和防撞系统252的配置可以在非自主交通工具中使用。
99.在各个实施例中，行为规划和预测层216和/或传感器融合和rwm管理层212可以将数据输出到交通工具安全性和防撞系统252。例如，传感器融合和rwm管理层212可以输出传感器数据作为提供给交通工具安全性和防撞系统252的交通工具101的经细化的位置和状态信息的一部分。交通工具安全性和防撞系统252可以使用交通工具101的经细化的位置和状态信息来作出关于交通工具101和/或交通工具100的乘员的安全性确定。作为另一示例，行为规划和预测层216可以将与其他交通工具的运动相关的行为模型和/或预测输出到交通工具安全性和防撞系统252。交通工具安全性和防撞系统252可以使用与其他交通工具的运动相关的行为模型和/或预测来作出关于交通工具101和/或交通工具100的乘员的安全性确定。
100.在各个实施例中，交通工具安全性和防撞系统252可包括对可能影响交通工具和乘员安全性的各个层的各种命令、规划或其他决策以及人类驾驶员动作执行安全性检查或监督的功能性。在一些实施例中，各种安全性参数可以被存储在存储器中，并且交通工具安全性和防撞系统252可以将所确定的值(例如，与近旁交通工具的相对间距、与道路中心线的距离等)与对应的(诸)安全性参数进行比较，并在违背或将违背安全性参数的情况下发出警告或命令。例如，交通工具安全性和防撞系统252可以确定另一交通工具(如由传感器融合和rwm管理层212定义的)与该交通工具之间的当前或将来分开距离(例如，基于由传感器融合和rwm管理层212细化的世界模型)，将该分开距离与被存储在存储器中的安全分开距离参数进行比较，以及在当前或预测的分开距离违背安全分开距离参数的情况下向驾驶员发出指令以进行加速、减速或转弯。作为另一示例，交通工具安全性和防撞系统252可以将人类驾驶员的方向盘角度改变与安全轮子角度限制或参数进行比较，并响应于方向盘角度超过安全轮子角度限制而发出超驰命令和/或警报。
101.图3解说了适合于在交通工具中实现各个实施例的处理设备片上系统(soc)300的示例soc架构。参考图1a至3，处理设备soc 300可包括数个异构处理器，诸如数字信号处理器(dsp)303、调制解调器处理器304、图像和对象识别处理器306、移动显示处理器307、应用处理器308、以及资源和功率管理(rpm)处理器317。处理设备soc 300还可包括一个或多个协处理器310(例如，向量协处理器)，其连接到异构处理器303、304、306、307、308、317中的一者或多者。处理器中的每一者可包括一个或多个核、以及独立/内部时钟。每个处理器/核可以独立于其他处理器/核来执行操作。例如，处理设备soc 300可包括执行第一类型的操作系统(例如，freebsd、linux、os x等)的处理器和执行第二类型的操作系统(例如，微软windows)的处理器。在一些实施例中，应用处理器308可以是soc 300的主处理器、中央处理单元(cpu)、微处理器单元(mpu)、算术逻辑单元(alu)等。图形处理器306可以是图形处理单元(gpu)。
102.处理设备soc 300可包括模拟电路系统和定制电路系统314，以用于管理传感器数据、模数转换、无线数据传输，并且用于执行其他专门操作，诸如处理经编码音频和视频信号以供在web浏览器中渲染。处理设备soc 300可进一步包括系统组件和资源316，诸如电压调节器、振荡器、锁相环、外围桥接器、数据控制器、存储器控制器、系统控制器、访问端口、定时器、以及用于支持在计算设备上运行的处理器和软件客户端(例如，web浏览器)的其他
类似组件。
103.处理设备soc 300还包括用于相机致动和管理(cam)305的专门电路系统，其包括、提供、控制和/或管理一个或多个相机158、160(例如，主相机、摄像头、3d相机等)的操作、来自相机固件的视频显示数据、图像处理、视频预处理、视频前端(vfe)、内嵌jpeg、高清视频编解码器等。cam 305可以是独立的处理单元和/或包括独立或内部时钟。
104.在一些实施例中，图像和对象识别处理器306可以配置有处理器可执行指令和/或专门硬件，其被配置成执行各个实施例中涉及的图像处理和对象识别分析。例如，图像和对象识别处理器306可被配置成执行处理经由cam 305从相机(例如，122、136)接收的图像以识别和/或标识其他交通工具的操作，以及以其他方式执行如所描述的相机感知层204的功能。在一些实施例中，处理器306可被配置成处理雷达或激光雷达数据并执行如所描述的雷达感知层202的功能。
105.系统组件和资源316、模拟和定制电路系统314和/或cam 305可包括与外围设备(诸如相机158、160、雷达168、激光雷达170、电子显示器、无线通信设备、外部存储器芯片等)对接的电路系统。处理器303、304、306、307、308可经由互连/总线模块324被互连至一个或多个存储器元件312、系统组件和资源316、模拟和定制电路系统314、cam 305和rpm处理器317，互连/总线模块324可包括可重配置逻辑门阵列和/或实现总线架构(例如，coreconnect、amba等)。通信可由高级互连(诸如高性能片上网络(noc))来提供。
106.处理设备soc 300可进一步包括输入/输出模块(未解说)，以用于与soc外部的资源(诸如时钟318和电压调节器320)通信。soc外部的资源(例如，时钟318、电压调节器320)可由两个或更多个内部soc处理器/核(例如，dsp 303、调制解调器处理器304、图形处理器306、应用处理器308等)共享。
107.在一些实施例中，处理设备soc 300可被包括在交通工具控制单元(例如，140)中以供在交通工具(例如，100)中使用。交通工具控制单元可包括用于与电话网络(例如，180)、因特网和/或网络服务器(例如，184)通信的通信链路，如所描述的。
108.处理设备soc 300还可包括适合于从传感器收集传感器数据的附加硬件和/或软件组件，传感器包括运动传感器(例如，imu的加速度计和陀螺仪)、用户接口元件(例如，输入按钮、触摸屏显示器等)、话筒阵列、用于监视物理状况(例如，位置、方向、运动、取向、振动、压力等)的传感器、相机、罗盘、gps接收机、通信电路系统(例如，wlan、wifi等)和现代电子设备的其他众所周知的组件。
109.图4a和图4b是解说根据各个实施例的配置成用于管理驾驶状况异常的系统400的组件框图。在一些实施例中，系统400可包括一个或多个交通工具控制单元402(例如，交通工具120f)和/或一个或多个边缘计算设备404(例如，134a)。参考图1a至图4b，(诸)交通工具控制单元402可包括处理器(例如，140a)、处理设备(例如，300)和/或交通工具控制单元(例如，104)(不同地称为“处理器”)。边缘计算设备402可包括类似处理器、处理设备和/或交通工具控制单元(例如，104)(不同地称为“处理器”)，并且可以是边缘网络134的一部分。(诸)交通工具控制单元402和(诸)边缘计算设备404可以通过通信网络100进行通信，其方面如上所述。
110.交通工具控制单元402可以由机器可执行指令406来配置。机器可执行指令406可包括一个或多个指令模块。指令模块可包括计算机程序模块。指令模块可包括驾驶状况模
块410、驾驶状况异常模块412、传送/接收(tx/rx)模块414、神经网络模块416和/或其他指令模块中的一个或多个。
111.驾驶状况模块410可被配置成用于基于来自第一交通工具传感器的数据来接收第一驾驶状况，以及基于来自另一个数据源的数据来接收第二驾驶状况。
112.驾驶状况异常模块412可被配置成用于基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常。驾驶状况异常模块412可被配置成用于基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常。
113.传送/接收(tx/rx)模块414可被配置成用于管理去往和来自交通工具控制单元402的通信。tx/rx模块414可被配置成用于向远离交通工具的驾驶状况数据库发送对信息的请求。tx/rx模块414可被配置成用于请求来自驾驶状况数据库的信息。tx/rx模块414可被配置成用于将第一驾驶状况发送到驾驶状况数据库。tx/rx模块414可被配置成用于将驾驶状况异常发送到驾驶状况数据库。
114.神经网络模块416可被配置成用于将来自第一交通工具传感器的数据应用到第一神经网络。神经网络模块416可被配置成用于从第一神经网络接收第一驾驶状况作为输出。神经网络模块416可被配置成用于将来自另一个数据源的信息应用到第二神经网络。神经网络模块416可被配置成用于从第二神经网络接收第二驾驶状况作为输出。
115.边缘计算设备404可以由机器可执行指令446来配置。机器可执行指令446可包括一个或多个指令模块。指令模块可包括计算机程序模块。指令模块可包括驾驶状况数据库模块450、传送/接收(tx/rx)模块452、交通工具警告模块454、认证模块456和/或其他指令模块中的一个或多个。
116.驾驶状况数据库模块450可被配置成用于将关于驾驶状况异常的信息纳入到驾驶状况数据库中。
117.传送/接收(tx/rx)模块452可被配置成用于从第一交通工具接收关于驾驶状况异常的信息。
118.交通工具警告模块454可被配置成用于确定驾驶状况异常是否超过警告阈值。交通工具警告模块454可被配置成用于确定第二交通工具是否在驾驶状况异常的警告半径内。
119.认证模块456可被配置成用于执行用于确定第一交通工具是否被授权提供关于驾驶状况异常的信息的认证操作。
120.交通工具控制单元402和边缘计算设备404可包括被配置成用于执行计算机程序模块的一个或多个处理器432、442。交通工具控制单元402和边缘计算设备404可包括电子存储430、440、一个或多个处理器432、442和/或其他组件。交通工具控制单元402和边缘计算设备404有线和/或无线通信组件，诸如无线收发机434或通信接口444。图4a和4b中交通工具控制单元402和边缘计算设备404的解说不旨在限制。边缘计算设备402可包括多个硬件、软件和/或固件组件，这些组件一起操作以提供本文中归属于边缘计算设备402的功能性。例如，边缘计算设备402可以由一起作为边缘计算设备402来操作的计算平台云实现。
121.电子存储430、440可包括电子地存储信息的非瞬态存储介质。电子存储430、440的电子存储介质可包括与交通工具控制单元402和边缘计算设备404集成地提供的(即，本质上不可移动的)系统存储和/或经由例如端口(例如，通用串行总线(usb)端口、火线端口等)
或驱动器(例如，盘驱动器等)可移动地连接到交通工具控制单元402和边缘计算设备404的可移动存储中的一者或两者。电子存储430、440可以包括以下一者或多者：光学可读存储介质(例如，光盘等)、磁可读存储介质(例如，磁带、磁硬盘驱动器、软盘驱动器等)、基于电荷的存储介质(例如，eeprom、ram等)、固态存储介质(例如，闪存驱动器等)和/或其他电子可读存储介质。电子存储430、440可包括一个或多个虚拟存储资源(例如，云存储、虚拟专用网、和/或其他虚拟存储资源)。电子存储430、440可存储软件算法、由(诸)处理器432、442确定的信息、从交通工具控制单元402接收的信息、从边缘计算设备404接收的信息、和/或使得交通工具控制单元402和边缘计算设备404能够如本文所描述地运行的其他信息。
122.(诸)处理器432、442可以被配置成在交通工具控制单元402和边缘计算设备404中提供信息处理能力。由此，(诸)处理器432、442可包括数字处理器、模拟处理器、设计成处理信息的数字电路、设计成处理信息的模拟电路、状态机和/或用于电子地处理信息的其他机构中的一者或多者。虽然(诸)处理器432、442被示为单个实体，但是这仅仅是出于解说目的。在一些实现中，(诸)处理器432、442可包括多个处理单元。这些处理单元可以物理地位于同一设备内，或者(诸)处理器432、442可以表示协作运行的多个设备的处理功能性。(诸)处理器432、442可被配置成执行模块410-416和450-456和/或其他模块。(诸)处理器434可被配置成通过软件；硬件；固件；软件、硬件和/或固件的某种组合；和/或用于配置(诸)处理器432、442上的处理能力的其他机制来执行模块410-416和450-456、和/或其他模块。如本文所使用的，术语“模块”可以指执行归属于该模块的功能性的任何组件或组件集合。这可包括在执行处理器可读指令期间的一个或多个物理处理器、处理器可读指令、电路系统、硬件、存储介质、或任何其他组件。
123.应当领会，尽管模块410-416和450-456被解说为在单个处理单元内实现，但在其中(诸)处理器432、442包括多个处理单元的实施例中，模块410-416和450-456中的一个或多个模块可远离其他模块来实现。下文描述的对由不同模块408-418提供的功能性的描述是出于解说目的，而不旨在限定，因为模块410-416和450-456中的任一者可以提供比所描述的功能性更多或更少的功能性。例如，模块410-416和450-456中的一者或多者可被消除，并且其一些或全部功能性可由其他模块410-416和450-456提供。作为另一示例，(诸)处理器433、442可被配置成执行一个或多个附加模块，该一个或多个附加模块可以执行以下归属于模块410-416和450-456中的一个模块的一些或全部功能性。
124.图5是解说适用于各个实施例的示例边缘计算系统500的系统框图。在一些实施例中，边缘计算系统500可包括边缘网络502(例如，边缘网络134)和配置成用于经由蜂窝通信网络530通信的交通工具控制单元510。边缘网络502可包括与边缘数据网络配置服务器508处于通信的边缘应用服务器502和边缘使能器服务器506。交通工具控制单元510可包括与边缘使能器客户端512处于通信的应用客户端512。边缘计算系统500的各元件中的每一个元件可以通过边缘接口(例如，边缘-1、边缘-2等)进行通信。
125.边缘应用服务器504和应用客户端512各自可被配置成用于处理计算任务，并可以经由蜂窝通信网络530传达应用数据话务(即，与计算任务相关的数据)。边缘使能器服务器506可被配置成用于维护和(例如，向诸如交通工具控制单元510之类的设备)通告由边缘应用服务器504提供的应用。边缘数据网络配置服务器508可被配置成用于管理一个或多个边缘数据网络内部和之间的通信。
126.边缘应用服务器504可以经由边缘-3接口向边缘使能器服务器506提供关于其应用及其能力的信息。边缘使能器服务器506可以经由边缘-6接口向边缘数据网络配置服务器508提供关于边缘网络502的信息。边缘应用服务器504和边缘使能器服务器506可以分别经由边缘-7接口和边缘-2接口与蜂窝通信网络530通信。
127.在一些实施例中，边缘使能器客户端514可以经由边缘-1接口从边缘数据网络配置服务器508获得关于可用边缘数据网络的信息。在一些实施例中，边缘使能器客户端514可以经由边缘-4接口获得关于边缘应用服务器504的信息，诸如可用应用及其能力。在一些实施例中，边缘使能器客户端514、边缘使能器服务器506和边缘数据网络配置服务器508可以经由其各自的边缘接口采用发现和置备规程。
128.应用客户端512可以经由边缘-5接口与边缘使能器客户端514通信。在一些实施例中，边缘使能器客户端514可以经由边缘-4接口从边缘数据网络配置服务器508获得关于可用边缘数据网络的信息，并可以经由边缘-1接口协调边缘应用服务器504与边缘使能器服务器506的使用。
129.图6是解说根据各个实施例的由交通工具控制单元的处理器执行的用于管理驾驶状况异常的方法600的操作的过程流程图。参考图1-6，方法600的操作可以由交通工具控制单元(例如，120a-120e、170a、170b、200、320)的处理器执行。
130.在框602中，处理器可基于来自第一交通工具传感器的数据来接收第一驾驶状况。
131.在框603中，处理器可基于来自另一个数据源(即，与第一交通工具传感器不同)的数据来接收第二驾驶状况。在各个实施例中，处理器可以按任何顺序、在不同时间或同时接收第一驾驶状况和第二驾驶状况。
132.第一驾驶状况和第二驾驶状况的示例包括交通标志信息、交通灯信息、限速、道路状况、交通状况、观察到的第二交通工具的行为、观察到的交通工具外的人的行为、来自导航系统的信息、来自电子地图的信息、从交通工具的自主操控系统接收的指令以及从智能交通系统(its)接收的指令。在一些实施例中，另一个数据源可包括高清地图。在一些实施例中，另一个数据源可包括第二交通工具传感器。用于执行框602中操作的功能的装置可包括处理器(例如，140a、303、304、308、310、317、402)、传感器(例如，144-170、172c)和/或无线通信系统(例如，230)。
133.在框604中，处理器可基于第一驾驶状况和第二驾驶状况来确定驾驶状况异常。在一些实施例中，响应于确定第一驾驶状况与第二驾驶状况之间的差超过阈值，交通工具可以确定驾驶状况异常。在一些实施例中，响应于确定第一驾驶状况超过基于第二驾驶状况的状况阈值，交通工具可以确定驾驶状况异常。在一些实施例中，响应于确定第一驾驶状况与第二驾驶状况的一方面相矛盾，交通工具可以确定驾驶状况异常。用于执行框604中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
134.在框606中，处理器向远离交通工具的驾驶状况数据库发送对信息的请求。在一些实施例中，处理器可向边缘计算设备发送对信息的请求。
135.在一些实施例中，处理器可向驾驶状况数据库发送对信息的请求，该请求带有使驾驶状况数据库能够确定与交通工具相关的信息的信息。例如，处理器可以向驾驶状况数据库发送信息，诸如交通工具的位置、交通工具的速度、交通工具的规划路径、离交通工具的半径或其他合适的信息。驾驶状况数据库可以使用此类信息来选择要发送到交通工具的
信息。例如，驾驶状况数据库可以基于交通工具的位置来选择信息，诸如关于交通工具周围的区域或局部性的信息。作为另一示例，基于交通工具的速度，驾驶状况数据库可以选择交通工具在一时间段内(例如，30秒、1分钟等)可遇到的信息。作为另一示例，基于交通工具的规划路径，驾驶状况数据库可以选择交通工具将很可能在规划路径上或规划路径附近(例如，在规划路径的阈值距离内)遇到的信息。作为另一示例，基于离交通工具的半径，驾驶状况数据库可以选择在交通工具的半径内的信息。其他示例也是可能的。用于执行框606中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)和无线通信系统(例如，230)。
136.在框608中，处理器可接收所请求的来自驾驶状况数据库的信息。用于执行框608中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)和无线通信系统(例如，230)。
137.在框610中，处理器基于所请求的来自驾驶状况数据库的信息来解决驾驶状况异常。在一些实施例中，响应于确定异常由第一驾驶状况的差错引起，交通工具可以抑制使用第一驾驶状况进行交通工具操作。例如，交通工具可确定关于第一驾驶状况不正确，并且交通工具可忽略或以其他方式抑制使用第一驾驶状况交通工具操作，诸如操控决定。
138.在一些实施例中，在框610中，响应于确定驾驶状况异常由第一驾驶状况的差错引起，处理器可以为第一驾驶状况指派更少的权重。在一些实施例中，在框610中，处理器可以减少与第一驾驶状况相关联的权重或其他值，以解决驾驶状况异常。在一些实施例中，在框610中，交通工具控制单元可以将与第一驾驶状况(例如，限速)相关联的权重减少一比例因子、一偏移、一百分比或其他合适的减少。在一些实施例中，在框610中，交通工具控制单元可以迭代地降低第一驾驶状况的值(例如，替换第一较慢的速度，然后第二较慢的速度等)，直到第一驾驶状况的经降低的值解决驾驶状况异常。在一些实施例中，在框610中，交通工具控制单元可以用第二驾驶状况替换第一驾驶状况(即，使用第二驾驶状况而不是第一驾驶状况)。用于执行框610中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
139.处理器可以重复框602-610的操作，检测并解决驾驶状况异常。
140.图7a-7e是解说根据各个实施例的可以由交通工具控制单元的处理器执行的作为用于管理驾驶状况异常的方法600的一部分的操作700a-700e的过程流程图。参考图1-7e，操作700a-700e可以由交通工具控制单元的处理器执行(例如，交通工具控制单元120a-120e、170a、170b、200、320)。
141.参考图7a，操作700a解说了可被执行以确定由第一驾驶状况导致或基于第一驾驶状况的第二驾驶状况中的驾驶状况异常的操作示例。在执行框603(图6)之后，处理器可以在确定框702中确定第一驾驶状况与第二驾驶状况之间的差是否超过阈值。用于执行框702中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
142.响应于确定第一驾驶状况与第二驾驶状况之间的差不超过阈值(即，确定框702＝“否”)，处理器可以执行框602(图6)的操作。
143.响应于确定第一驾驶状况与第二驾驶状况之间的差超过阈值(即，确定框702＝“是”)，处理器可以在框704中确定驾驶状况异常。
144.处理器然后可执行框606(图6)的操作，如所描述的。
145.参考图7b，操作700b解说了可被执行以确定由第一驾驶状况导致或基于第一驾驶状况的第二驾驶状况中的驾驶状况异常的另一个操作示例。在执行框603(图6)之后，处理器可以在确定框706中确定第一驾驶状况是否超过基于第二驾驶状况的状况阈值。用于执行框706中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
146.响应于确定第一驾驶状况不超过基于第二驾驶状况的状况阈值(即，确定框706＝“否”)，处理器可以执行框602的操作(图6)。
147.响应于确定第一驾驶状况超过基于第二驾驶状况的状况阈值(即，确定框706＝“是”)，处理器可以在框708中确定驾驶状况异常。
148.处理器然后可执行框606(图6)的操作，如所描述的。
149.参考图7c，操作700c解说了可被执行以确定由第一驾驶状况导致或基于第一驾驶状况的第二驾驶状况中的驾驶状况异常的操作示例。在执行框603(图6)之后，处理器可以在确定框710中确定第一驾驶状况是否与第二驾驶状况的一方面相矛盾。用于执行框710中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
150.响应于确定第一驾驶状况与第二驾驶状况的一方面不矛盾(即，确定框710＝“否”)，处理器可以执行框602的操作(图6)。
151.响应于确定第一驾驶状况与第二驾驶状况的一方面相矛盾(即，确定框710＝“是”)，处理器可以在框712中确定驾驶状况异常。
152.处理器然后可执行框606(图6)的操作，如所描述的。
153.参考图7d，操作700d解说了可被执行以解决驾驶状况异常的操作示例。在执行框608(图6)之后，处理器可以在框714中确定驾驶状况异常由第一驾驶状况中的差错引起。用于执行框714中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
154.在框716中，响应于确定异常由第一驾驶状况中的差错引起，处理器可以抑制使用第一驾驶状况进行交通工具操作。用于执行框714中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
155.在框718中，处理器可向驾驶状况数据库发送第一驾驶状况。附加地或替换地，处理器可向驾驶状况数据库发送驾驶状况异常。在一些实施例中，处理器可以确定是否要向驾驶状况数据库发送第一驾驶状况和/或驾驶状况异常。例如，处理器确定第一驾驶状况和/或驾驶状况异常可能不够严重或重要，不足以有理由向驾驶状况数据库报告。在一些实施例中，处理器可以确定第一驾驶状况和/或驾驶状况异常不超过与第二驾驶状况或高清地图数据的偏差的阈值水平或其他信息。响应于确定第一驾驶状况和/或驾驶状况异常超过偏差的阈值水平，处理器向驾驶状况数据库发送第一驾驶状况和/或驾驶状况异常。响应于确定第一驾驶状况和/或驾驶状况异常不超过偏差的阈值水平，处理器可以抑制向驾驶状况数据库发送第一驾驶状况和/或驾驶状况异常。用于执行框718中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)和无线通信系统(例如，230)。
156.处理器然后可执行框602(图6)的操作，如所描述的。
157.参考图7e，在一些实施例中，作为执行框602(图6)的操作的一部分，处理器可以在框720中将来自第一交通工具传感器的数据应用到第一神经网络。用于执行框720中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)和传感器(例如，
144-170、172c)。
158.在框722中，处理器从第一神经网络接收第一驾驶状况作为输出。用于执行框722中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
159.在框724中，处理器将来自另一个数据源的信息应用到第二神经网络。例如，第一神经网络和第二神经网络是不同类型的神经网络。例如，第一神经网络可以是一种图像识别算法，其更容易被愚弄或欺骗，而第二神经网络可以是一种深度学习算法，其可更好地抗愚弄或欺骗。用于执行框724中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)和传感器(例如，144-170、172c)。
160.在框726中，处理器从第二神经网络接收第二驾驶状况作为输出。用于执行框726中的操作的功能的装置可以包括处理器(例如，140a、303、304、308、310、317、402)。
161.处理器然后可执行框604(图6)的操作，如所描述的。
162.图8是解说根据各个实施例的由边缘计算设备执行用于管理驾驶状况异常的方法800的操作的过程流程图。参考图1-8，方法800的操作可以由边缘计算设备(例如，边缘计算设备134a)的处理器(例如，434)执行。
163.在框802中，处理器从第一交通工具(例如，120a-120e、170a、170b、200、320)接收关于驾驶状况异常的信息。用于执行框802的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
164.在框804中，处理器将关于驾驶状况异常的信息纳入到驾驶状况数据库中。用于执行框804的操作的装置可包括处理器(例如，434)。
165.在确定框806中，处理器确定驾驶状况异常是否超过警告阈值。在一些实施例中，确定驾驶状况异常是否超过警告阈值可包括确定第二交通工具是否在驾驶状况异常的警告半径或警告区域内。在一些实施例中，确定驾驶状况异常是否超过警告阈值可包括确定驾驶状况异常是否不够严重或重要，不足以有理由向第二交通工具发送信息。在一些实施例中，处理器可以确定驾驶状况异常是否超过与高清地图数据、由一个或多个其他交通工具报告的信息或其他信息偏差的阈值水平。用于确定框806的操作的装置可包括处理器(例如，434)。
166.响应于确定驾驶状况异常不超过警告阈值(即，确定框808＝“否”)，处理器可以抑制向第二交通工具发送关于驾驶状况异常的信息，然后执行如所述的框802的操作。
167.在框808中，响应于确定驾驶状况异常超过警告阈值和/或偏差的阈值水平(即，确定框808＝“是”)，处理器可向第二交通工具发送关于驾驶状况异常的信息。用于执行框808的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
168.处理器然后可执行框802的操作，如所描述的。
169.图9a和9b是解说根据各个实施例的可以由边缘计算设备的处理器执行的作为用于管理驾驶状况异常的方法800的一部分的操作900a和900b的过程流程图。参考图1-图9b，操作900a和900b可以由边缘计算设备(例如，边缘计算设备134a)的处理器(例如，434)执行。
170.参考图9a，操作900a解说了可被执行以向第二交通工具发送关于驾驶状况异常的信息的操作示例。在执行框806(图8)的操作后，处理器可以在确定框902中确定第二交通工具是否在驾驶状况异常的警告半径内。在一些实施例中，处理器可以确定第二交通工具是
否在已报告驾驶状况异常的区域(例如，城域、县、地区等)内。在一些实施例中，处理器可以确定第二交通工具是否在离驾驶状况异常的半径以内。在一些实施例中，处理器可以确定第二交通工具的规划路径是否在驾驶状况异常的半径以内。在一些实施例中，处理器可以基于第二交通工具的速度来确定第二交通工具是否会在一时间段内进入驾驶状况异常的半径。用于执行确定框902的操作的装置可包括处理器(例如，434)。
171.响应于确定第二交通工具不在驾驶状况异常的警告半径范围以内(即，确定框902＝“否”)时，处理器可以执行所述的框802(图8)的操作。
172.在框904中，响应于确定第二交通工具在驾驶状况异常的警告半径以内(即，确定框902＝“是”)，处理器可向第二交通工具发送关于驾驶状况异常的信息。用于执行框904的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
173.处理器然后可执行框802的操作(图8)，如所描述的。
174.参考图9b，操作900b解说了可被执行以将关于驾驶状况异常的信息纳入驾驶状况数据库的操作示例。在执行框802(图8)的操作后，处理器可以在框906中为第一交通工具执行认证操作。在一些实施例中，第一交通工具必须出示认证凭据或登录已验证的帐户，以便被准许提供关于驾驶状况异常的信息。在一些实施例中，为第一交通工具执行认证可包括确定第一交通工具是否已被授权提供将被添加到驾驶状态数据库的信息。例如，第一交通工具可能之前或最近(即，在阈值时间段内)已经过认证。用于执行框906的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
175.在确定框908中，处理器确定第一交通工具是否被授权提供关于驾驶状况异常的信息。在一些实施例中，处理器可以确定第一交通工具的认证凭据是否得到验证。用于执行框908的操作的装置可包括处理器(例如，434)。
176.在框910中，响应于确定第一交通工具未经授权提供关于驾驶状况异常的信息(即，确定框908＝“否”)，处理器不得将关于驾驶状况异常的信息纳入到驾驶状况数据库中。
177.在框912中，响应于确定第一交通工具经授权提供关于驾驶状况异常的信息(即，确定框908＝“是”)，处理器将关于驾驶状况异常的信息纳入到驾驶状况数据库中。
178.处理器然后可执行框806(图8)的操作，如所描述的。
179.参考图9c，操作900c解说了可被执行以将关于驾驶状况异常的信息纳入到驾驶状况数据库中的操作示例。在执行框802(图8)的操作后，处理器在框914处将关于驾驶状况异常的信息纳入到驾驶状况数据库中。用于执行框914的操作的装置可包括处理器(例如，434)。
180.然后，处理器可以在框916处为第一交通工具执行认证。在一些实施例中，处理器在为第一交通工具执行认证之前将信息纳入到驾驶状况数据库中。通过这种方式，重要的驾驶状况信息可被添加到数据库中，而不会出现与认证源相关联的延迟。例如，执行认证的操作可能需要许多步骤或可能需要相对较长的时间，而驾驶状况信息可能是时间关键的(例如，事故报告)。作为另一示例，在将关于驾驶状况异常的信息纳入到驾驶状况数据库中之前的认证过程(例如，图9b的框906操作)可能已遇到差错或困难。在一些实施例中，处理器确定在认证提供信息的交通工具之前，将信息纳入到驾驶状况数据库中的风险相对较低(例如，所报告的限速仅与该道路或区域的已知限速相差1mph)。在一些实施例中，为第一交
通工具执行认证可包括确定检测到或确定关于驾驶状况异常的信息的第一交通工具的传感器或其他装备的可靠性或验证检测到或确定关于驾驶状况异常的信息的第一交通工具的传感器或其他装备的功能性。用于执行框916的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
181.在确定框918中，处理器可以基于第一交通工具的认证结果来确定是否要保留关于驾驶状况异常的所纳入信息(即，在驾驶状况数据库中)。在一些实施例中，处理器可以确定第一交通工具是否经授权提供关于驾驶状况异常的信息(例如，基于认证或登录凭据)，使得如果第一交通工具经授权提供信息则信息能被保留，或者如果交通工具未经授权提供信息则信息被删除。在一些实施例中，处理器可以确定检测到或确定关于驾驶状况异常的信息的第一交通工具传感器或其他装备是否可靠，或者其恰当操作是否可被验证。用于执行框906的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
182.在框920中，响应于确定关于驾驶状况异常的所纳入信息不应被保留(即，确定框918＝“否”)，处理器从驾驶状况数据库中移除关于驾驶状况异常的信息。用于执行框920的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
183.在框922中，响应于确定关于驾驶状况异常的所纳入信息应保留(即，确定框918＝“是”)，处理器可在驾驶状况数据库中保留关于驾驶状况异常的信息。在一些实施例中，框922中的操作可涉及将信息从临时数据库存储移动到更永久或更可信的数据库存储，或为信息指派可信度指示。用于执行框922的操作的装置可包括处理器(例如，434)和通信接口(例如，444)。
184.处理器然后可执行框806(图8)的操作，如所描述的。
185.各个实施例可在各种网络设备上实现，这些网络设备的示例在图10中采取用作通信网络的网络元件(诸如边缘应用服务器、边缘使能器服务器或边缘数据网络配置服务器)的边缘计算设备1000的形式来解说。此类网络计算设备可至少包括图10中所解说的组件。参照图1-10，边缘计算设备1000可通常包括耦合至易失性存储器1002和大容量非易失性存储器(诸如磁盘驱动器1003)的处理器1001。边缘计算设备1000还可包括耦合到处理器1001的外围存储器访问设备，诸如软盘驱动器、压缩碟(cd)或数字视频碟(dvd)驱动器1006。边缘计算设备1000还可包括耦合至处理器1001以用于建立与网络(诸如因特网和/或耦合至其他系统计算机和服务器的局域网)的数据连接的网络接入端口1004(或接口)。边缘计算设备1000可包括用于发送和接收电磁辐射的一个或多个天线1007，该一个或多个天线1007可被连接到无线通信链路。边缘计算设备1000可包括用于耦合到外围设备、外部存储器或其他设备的附加接入端口，诸如usb、火线(firewire)、雷电(thunderbolt)等。
186.边缘计算设备1000和交通工具控制单元140的处理器可以是能通过软件指令(应用)配置成执行包括以下描述的各种实施例的功能在内的各种功能的任何可编程微处理器、微型计算机或一个或多个多处理器芯片。在一些交通工具控制单元中，可提供多个处理器(诸如soc 204内专用于无线通信功能的一个处理器以及soc 202内专用于运行其他应用(诸如交通工具导航和控制功能)的一个处理器)。典型地，软件应用可被存储在存储器1002、1003中，然后它们被访问并被加载到处理器中。处理器可包括足以存储应用软件指令的内部存储器。
187.数个不同的蜂窝和移动通信服务和标准可用并在未来被构想，它们全部可实现且
获益于各个实施例。此类服务和标准包括例如第三代伙伴项目(3gpp)、长期演进(lte)系统、第三代无线移动通信技术(3g)、第四代无线移动通信技术(4g)、第五代无线移动通信技术(5g)、全球移动通信系统(gsm)、通用移动电信系统(umts)、3gsm、通用分组无线电服务(gprs)、码分多址(cdma)系统(例如，cdmaone、cdma1020tm)、增强型数据率gsm演进(edge)、高级移动电话系统(amps)、数字amps(is-136/tdma)、演进数据最优化(ev-do)、数字增强型无绳电信(dect)、微波接入全球互通(wimax)、无线局域网(wlan)、wi-fi保护接入i和ii(wpa、wpa2)、以及集成数字增强型网络(iden)。这些技术中的每一种涉及例如语音、数据、信令和/或内容消息的传输和接收。应理解，对与个体电信标准或技术相关的术语和/或技术细节的任何引用仅用于解说目的，且并非旨在将权利要求的范围限定于特定通信系统或技术，除非权利要求语言中有具体陈述。
188.所解说和描述的各个实施例是仅作为解说权利要求的各种特征的示例来提供的。然而，针对任何给定实施例所示出和描述的特征不必限于相关联的实施例，并且可以与所示出和描述的其他实施例联用或组合。此外，权利要求书不旨在限于任何一个示例实施例。例如，方法或操作600、700a、700b、700c、700d、700e、800、900z、900b和900c的操作中的一个或多个操作可以替代方法600、700a、700b、700c、700d、700e、800、900z、900b和900c中的一个或多个操作或与方法600、700a、700b、700c、700d、700e、800、900z、900b和900c中的一个或多个操作组合。
189.前述方法描述和过程流图仅作为解说性示例而提供，且并非旨在要求或暗示各个实施例的操作必须按所给出的次序来执行。如本领域技术人员将领会的，前述各实施例中的操作次序可按任何次序来执行。诸如“此后”、“随后”、“接着”等措辞并非旨在限定操作次序；这些措辞被用来指引读者遍历方法的描述。进一步，对单数形式的权利要求元素的任何引述(例如使用冠词“一”、“某”或“该”的引述)不应解释为将该元素限定为单数。
190.结合本文中所公开的实施例来描述的各种解说性逻辑框、模块、组件、电路、和算法操作可被实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路和操作在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员可针对每种特定应用以不同方式来实现所描述的功能性，但此类实施例决策不应被解读为致使脱离权利要求的范围。
191.用于实现结合本文中公开的实施例描述的各种解说性逻辑、逻辑框、模块、以及电路的硬件可用设计成执行本文中描述的功能的通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其他可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为接收机智能对象的组合，例如，dsp与微处理器的组合、多个微处理器、与dsp核心协同的一个或多个微处理器、或任何其他此类配置。替换地，一些操作或方法可由专用于给定功能的电路系统来执行。
192.在一个或多个实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现，则这些功能可作为一个或多个指令或代码存储在非瞬态计算机可读存储介质或非瞬态处理器可读存储介质上。本文中公开的方法或算法的操作可在处理器
可执行软件模块或处理器可执行指令中实施，该处理器可执行软件模块或处理器可执行指令可驻留在非瞬态计算机可读或处理器可读存储介质上。非瞬态计算机可读或处理器可读存储介质可以是能被计算机或处理器访问的任何存储介质。作为示例而非限定，此类非瞬态计算机可读或处理器可读存储介质可包括ram、rom、eeprom、闪存、cd-rom或其他光盘存储、磁盘存储或其他磁存储智能对象、或能被用来存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据而碟(disc)用激光以光学方式再现数据。以上的组合也被包括在非瞬态计算机可读和处理器可读介质的范围内。另外，方法或算法的操作可作为一条代码和/或指令或者代码和/或指令的任何组合或集合而驻留在可被纳入计算机程序产品中的非瞬态处理器可读存储介质和/或计算机可读存储介质上。
193.提供所公开的实施例的先前描述是为了使本领域任何技术人员皆能制作或使用本权利要求。对这些实施例的各种修改对于本领域技术人员而言将是显而易见的，并且本文中定义的通用原理可被应用于其他实施例而不会脱离权利要求的范围。由此，本公开并非旨在限定于本文中示出的实施例，而是应被授予与所附权利要求和本文中公开的原理和新颖性特征一致的最广义的范围。

技术特征：
1.一种由交通工具控制单元的处理器执行的用于管理驾驶状况异常的方法，包括：基于来自交通工具的第一交通工具传感器的数据来接收第一驾驶状况；基于来自另一个数据源的数据来接收第二驾驶状况；基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常；向远离所述交通工具的驾驶状况数据库发送对信息的请求；接收来自所述驾驶状况数据库的所请求的信息；以及基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。2.如权利要求1所述的方法，其中，所述第一驾驶状况和所述第二驾驶状况各自从包括以下各项的群中选择：交通标志信息、交通灯信息、限速、道路状况、交通状况、观察到的第二交通工具的行为、观察到的在所述交通工具外的人的行为、来自导航系统的信息、来自电子地图的信息、从所述交通工具的自主操控系统接收的指令以及从智能交通系统(its)接收的指令。3.如权利要求1所述的方法，其中，所述另一个数据源包括高清地图。4.如权利要求1所述的方法，其中，所述另一个数据源包括所述交通工具的第二交通工具传感器。5.如权利要求1所述的方法，其中，基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常包括响应于确定所述第一驾驶状况与所述第二驾驶状况之间的差超过阈值而确定所述驾驶状况异常。6.如权利要求1所述的方法，其中，基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常包括响应于确定所述第一驾驶状况超过基于所述第二驾驶状况的状况阈值而确定所述驾驶状况异常。7.如权利要求1所述的方法，其中，基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常包括响应于确定所述第一驾驶状况与所述第二驾驶状况的方面相矛盾而确定所述驾驶状况异常。8.如权利要求1所述的方法，其中，基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常包括：确定所述驾驶状况异常由所述第一驾驶状况中的差错引起；以及响应于确定所述驾驶状况异常由所述第一驾驶状况中的差错引起而抑制使用所述第一驾驶状况进行交通工具操作。9.如权利要求1所述的方法，进一步包括向所述驾驶状况数据库发送所述驾驶状况异常。10.如权利要求1所述的方法，其中，基于第一交通工具传感器数据来接收第一驾驶状况并且基于来自另一个数据源的数据来接收第二驾驶状况包括：将来自第一交通工具传感器的数据应用到第一神经网络；从所述第一神经网络接收所述第一驾驶状况作为输出；将来自所述另一个数据源的信息应用到第二神经网络；以及从所述第二神经网络接收所述第二驾驶状况作为输出。11.如权利要求1所述的方法，其中，向远离所述交通工具的驾驶状况数据库发送对信息的请求包括向所述驾驶状况数据库发送以下各项中的一项或多项：所述交通工具的位
置、所述交通工具的速度、所述交通工具的规划路径、和离所述交通工具的半径。12.如权利要求1所述的方法，其中，向远离所述交通工具的驾驶状况数据库发送对信息的请求包括向边缘计算设备发送所述对信息的请求。13.如权利要求1所述的方法，进一步包括通过减少与所述第一驾驶状况相关联的权重，基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。14.如权利要求1所述的方法，进一步包括通过用所述第二驾驶状况替换所述第一驾驶状况，基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。15.一种供在交通工具中使用的交通工具控制单元，包括：处理器，其被进一步配置有用于以下操作的处理器可执行指令：基于来自所述交通工具的第一交通工具传感器的数据来接收第一驾驶状况并且基于来自另一个数据源的数据来接收第二驾驶状况；基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常；向远离所述交通工具的驾驶状况数据库发送对信息的请求；接收来自所述驾驶状况数据库的所请求的信息；以及基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。16.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有处理器可执行指令以使得所述第一驾驶状况和所述第二驾驶状况各自从包括以下各项的群中选择：交通标志信息、交通灯信息、限速、道路状况、交通状况、观察到的第二交通工具的行为、观察到的在所述交通工具外的人的行为、来自导航系统的信息、来自电子地图的信息、从所述交通工具的自主操控系统接收的指令以及从智能交通系统(its)接收的指令。17.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有处理器可执行指令以使得所述另一个数据源包括高清地图或第二交通工具传感器中的一者。18.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过以下各项基于所述第一驾驶状况和所述第二驾驶状况来确定驾驶状况异常：响应于确定所述第一驾驶状况与所述第二驾驶状况之间的差超过阈值而确定所述驾驶状况异常；响应于确定所述第一驾驶状况超过基于所述第二驾驶状况的状况阈值而确定所述驾驶状况异常；或者响应于确定所述第一驾驶状况与所述第二驾驶状况的方面相矛盾而确定所述驾驶状况异常。19.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过以下各项基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常：确定所述驾驶状况异常由所述第一驾驶状况中的差错引起；以及响应于确定所述驾驶状况异常由所述第一驾驶状况中的差错引起而抑制使用所述第一驾驶状况进行交通工具操作。20.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过减少与所述第一驾驶状况相关联的权重，基于来自所述
驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。21.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过用所述第二驾驶状况替换所述第一驾驶状况，基于来自所述驾驶状况数据库的所请求的信息来解决所述驾驶状况异常。22.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：向所述驾驶状况数据库发送所述驾驶状况异常。23.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过以下各项基于第一交通工具传感器数据来接收第一驾驶状况并且基于来自另一个数据源的数据来接收第二驾驶状况：将来自第一交通工具传感器的数据应用到第一神经网络；从所述第一神经网络接收所述第一驾驶状况作为输出；将来自所述另一个数据源的信息应用到第二神经网络；以及从所述第二神经网络接收所述第二驾驶状况作为输出。24.如权利要求15所述的交通工具控制单元，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过向远离所述交通工具的驾驶状况数据库发送以下各项中的一项或多项来向所述驾驶状况数据库发送对信息的请求：所述交通工具的位置、所述交通工具的速度、所述交通工具的规划路径、和离所述交通工具的半径。25.一种由边缘计算设备的处理器执行的用于管理驾驶状况异常的方法，包括：从第一交通工具接收关于驾驶状况异常的信息；将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中；确定所述驾驶状况异常是否超过警告阈值；以及响应于确定所述驾驶状况异常超过所述警告阈值而向第二交通工具发送关于所述驾驶状况异常的信息。26.如权利要求25所述的方法，其中，响应于确定所述驾驶状况异常超过所述警告阈值而向第二交通工具发送关于所述驾驶状况异常的信息包括：确定所述第二交通工具是否在所述驾驶状况异常的警告半径内；以及响应于确定第二交通工具在所述驾驶状况异常的所述警告半径内而向所述第二交通工具发送关于所述驾驶状况异常的所述信息。27.如权利要求25所述的方法，其中，将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中包括：执行认证操作以确定所述第一交通工具是否经授权提供关于所述驾驶状况异常的所述信息；以及响应于确定所述第一交通工具经授权提供关于所述驾驶状况异常的所述信息而将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中。28.一种边缘计算设备，包括：处理器，所述处理器配置有用于以下操作的处理器可执行指令：从第一交通工具接收关于驾驶状况异常的信息；将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中；确定所述驾驶状况异常是否超过警告阈值；以及
响应于确定所述驾驶状况异常超过所述警告阈值而向第二交通工具发送关于所述驾驶状况异常的信息。29.如权利要求28所述的边缘计算设备，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过以下各项响应于确定所述驾驶状况异常超过所述警告阈值而向第二交通工具发送关于所述驾驶状况异常的信息：确定所述第二交通工具是否在所述驾驶状况异常的警告半径内；以及响应于确定第二交通工具在所述驾驶状况异常的所述警告半径内而向所述第二交通工具发送关于所述驾驶状况异常的所述信息。30.如权利要求28所述的边缘计算设备，其中，所述处理器被进一步配置有用于以下操作的处理器可执行指令：通过以下各项将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中：执行认证操作以确定所述第一交通工具是否经授权提供关于所述驾驶状况异常的所述信息；以及响应于确定所述第一交通工具经授权提供关于所述驾驶状况异常的所述信息而将关于所述驾驶状况异常的所述信息纳入到驾驶状况数据库中。

技术总结
实施例包括由交通工具控制单元的处理器执行的用于管理驾驶状况异常的方法。在一些实施例中，交通工具可以基于来自第一交通工具传感器的数据来接收第一驾驶状况，基于来自另一数据源的数据来接收第二驾驶状况，基于第一驾驶状况和第二驾驶状态来确定驾驶状况异常，向远离交通工具的驾驶状况数据库发送对信息的请求，接收来自驾驶状况数据库的所请求的信息，以及基于来自驾驶状况数据库的所请求的信息来解决驾驶状况异常。息来解决驾驶状况异常。息来解决驾驶状况异常。


技术研发人员：N
受保护的技术使用者：高通股份有限公司
技术研发日：2021.07.27
技术公布日：2023/6/27