特開 2022-79555 交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022079555

(43)【公開日】2022-05-26

(54)【発明の名称】交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラム

(51)【国際特許分類】

   G08G 1/09 20060101AFI20220519BHJP

   G08G 1/16 20060101ALI20220519BHJP

【ＦＩ】

G08G1/09 F

G08G1/09 V

G08G1/16 A

G08G1/09 H

【審査請求】有

【請求項の数】17

【出願形態】ＯＬ

【外国語出願】

【公開請求】

(21)【出願番号】P 2022051656

(22)【出願日】2022-03-28

(31)【優先権主張番号】202110652259.4

(32)【優先日】2021-06-11

(33)【優先権主張国・地域又は機関】CN

(71)【出願人】

【識別番号】521208273

【氏名又は名称】阿波▲羅▼智▲聯▼（北京）科技有限公司

【氏名又は名称原語表記】ＡＰＯＬＬＯ ＩＮＴＥＬＬＩＧＥＮＴ ＣＯＮＮＥＣＴＩＶＩＴＹ（ＢＥＩＪＩＮＧ）ＴＥＣＨＮＯＬＯＧＹ ＣＯ．，ＬＴＤ．

【住所又は居所原語表記】１０１， １ｓｔ Ｆｌｏｏｒ， Ｂｕｉｌｄｉｎｇ １， Ｙａｒｄ ７， Ｒｕｉｈｅ Ｗｅｓｔ ２ｎｄ Ｒｏａｄ， Ｂｅｉｊｉｎｇ Ｅｃｏｎｏｍｉｃ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｄｅｖｅｌｏｐｍｅｎｔ Ｚｏｎｅ， Ｂｅｉｊｉｎｇ １００１７６， Ｃｈｉｎａ

(74)【代理人】

【識別番号】110000796

【氏名又は名称】特許業務法人三枝国際特許事務所

(72)【発明者】

【氏名】周 毅

(72)【発明者】

【氏名】陳 真

(57)【要約】

【課題】本開示は、深層学習、自動運転およびインテリジェント交通などの人工知能分野に関する、交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラムを提供する。
【解決手段】上記方法は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得することと、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得ることと、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することと、予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに基づいて運転するようにすることと、を含む。
【選択図】図２

【特許請求の範囲】

【請求項1】

ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得することと、
前記ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得ることと、
前記ターゲット交通機関の交通パラメータおよび前記他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することと、
前記予測動作が前記ターゲット運転動作とマッチしないことに応答して、前記ターゲット交通機関を制御して前記ターゲット運転動作の交通パラメータに従って運転するようにすることと、を含む、
交通機関の制御方法。

【請求項2】

前述した前記ターゲット交通機関の交通パラメータおよび前記他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することは、
前記ターゲット交通機関の交通パラメータおよび前記他の交通機関の交通パラメータに基づいて、相対交通パラメータを決定することと、
前記ターゲット交通機関の交通パラメータおよび前記相対交通パラメータに基づいて、前記ターゲット運転動作を決定することと、を含む、
請求項１に記載の方法。

【請求項3】

前記交通機関の制御方法は、
前記予測動作が前記ターゲット運転動作とマッチすることに応答して、前記ターゲット交通機関を制御して前記予測動作の交通パラメータに従って運転するようにすることをさらに含む、
請求項１または２に記載の方法。

【請求項4】

前記交通機関の制御方法は、
マッチング結果に応じて対応するリマインド情報を生成することをさらに含む、
請求項１－３のいずれか一項に記載の方法。

【請求項5】

前述したマッチング結果に応じて対応するリマインド情報を生成することは、以下のいずれか１つ、即ち、
前記マッチング結果は前記予測動作が前記ターゲット運転動作とマッチしないことに応答して、前記ターゲット交通機関の交通パラメータを前記ターゲット運転動作の交通パラメータに調整するようにリマインドするための対応する第二リマインド情報を生成すること、または、
前記マッチング結果は前記予測動作が前記ターゲット運転動作とマッチすることに応答して、前記ターゲット交通機関の交通パラメータを前記予測動作の交通パラメータに調整するようにリマインドするための対応する第一リマインド情報を生成すること、を含む、
請求項４に記載の方法。

【請求項6】

前記交通機関の制御方法は、
前記ターゲット運転動作がブレーキ運転動作であることに応答して、所定のブレーキ時間閾値を取得することと、
前記ブレーキ運転動作の交通パラメータとの対応関係を有する前記ブレーキ運転動作の予想実行時間が前記所定のブレーキ時間閾値よりも小さいことに応答して、前記ターゲット交通機関を制御して強制ブレーキをすることと、をさらに含む、
請求項１－５のいずれか一項に記載の方法。

【請求項7】

前記交通機関の制御方法は、
事前に確立された通信方法に従って、前記リマインド情報を前記他の交通機関および前記ターゲット交通機関に送信することをさらに含む、
請求項４に記載の方法。

【請求項8】

ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得するように構成されたパラメータ取得モジュールと、
前記ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得るように構成された結果取得モジュールと、
前記ターゲット交通機関の交通パラメータおよび前記他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定するように構成された動作決定モジュールと、
前記予測動作が前記ターゲット運転動作とマッチしないことに応答して、前記ターゲット交通機関を制御して前記ターゲット運転動作の交通パラメータに基づいて運転するように構成された運転制御モジュールと、を含む、
交通機関の制御装置。

【請求項9】

前記動作決定モジュールは、
前記ターゲット交通機関の交通パラメータおよび前記他の交通機関の交通パラメータに基づいて、相対交通パラメータを決定することと、
前記ターゲット交通機関の交通パラメータおよび前記相対交通パラメータに基づいて、前記ターゲット運転動作を決定することと、を実行するようにさらに構成される、
請求項８に記載の装置。

【請求項10】

前記運転制御モジュールは、前記予測動作が前記ターゲット運転動作とマッチすることに応答して、前記ターゲット交通機関を制御して前記予測動作の交通パラメータに従って運転することを実行するようにさらに構成される、
請求項８または９に記載の装置。

【請求項11】

前記交通機関の制御装置は、
マッチング結果に応じて対応するリマインド情報を生成するように構成された情報生成モジュールをさらに含む、
請求項８－１０のいずれか一項に記載の装置。

【請求項12】

前記情報生成モジュールは、以下のいずれか１つ、即ち、
前記マッチング結果は前記予測動作が前記ターゲット運転動作とマッチしないことに応答して、前記ターゲット交通機関の交通パラメータを前記ターゲット運転動作の交通パラメータに調整するようにリマインドするための対応する第一リマインド情報を生成すること、または、
前記マッチング結果は前記予測動作が前記ターゲット運転動作とマッチすることに応答して、前記ターゲット交通機関の交通パラメータを前記予測動作の交通パラメータに調整するようにリマインドするための対応する第二リマインド情報を生成すること、を実行するようにさらに構成される、
請求項１１に記載の装置。

【請求項13】

前記交通機関の制御装置は、
前記ターゲット運転動作がブレーキ運転動作であることに応答して、所定のブレーキ時間閾値を取得するように構成された閾値取得モジュールと、
前記ブレーキ運転動作の交通パラメータとの対応関係を有する前記ブレーキ運転動作の予想実行時間が前記所定のブレーキ時間閾値よりも小さいことに応答して、前記ターゲット交通機関を制御して強制ブレーキをするように構成されたブレーキ制御モジュールと、をさらに含む、
請求項８－１２のいずれか一項に記載の装置。

【請求項14】

前記交通機関の制御装置は、
事前に確立された通信方法に従って、前記リマインド情報を前記他の交通機関および前記ターゲット交通機関に送信するように構成された情報送信モジュールをさらに含む、
請求項１１に記載の装置。

【請求項15】

少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに通信可能に接続されたメモリと、を含み、
前記メモリは、前記少なくとも１つのプロセッサによって実行可能な指令を記憶しており、前記指令は、請求項１－７のいずれか一項に記載の方法が実行できるように前記少なくとも１つのプロセッサによって実行される、
電子デバイス。

【請求項16】

請求項１－７のいずれか一項に記載の方法をコンピュータに実行させるためのコンピュータ指令を記憶する非一時的なコンピュータ可読記憶媒体。

【請求項17】

プロセッサによって実行されると、請求項１－７のいずれか一項に記載の方法を実行するコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の実施例は、コンピュータの分野、具体的には深層学習、自動運転およびインテリジェント交通などの人工知能分野、特に交通機関の制御方法、制御装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラムに関する。

【背景技術】

【0002】

交通機関の保有量が増加するにつれて、交通渋滞および交通事故は毎日増加しており、大きな交通の圧力は人々の日常生活に深刻な影響を及ぼしている。現在、交通の圧力を軽減するための交通機関の運転を制御する方法の開発が急務となっている。

【発明の概要】

【0003】

本開示の実施例は、交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラムを提供する。

【0004】

第一態様では、本開示の実施例は交通機関の制御方法を提供する。この方法は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得することと、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して予測動作を得ることと、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することと、予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにすることと、を含む。

【0005】

第二態様では、本開示の実施例は、交通機関の制御装置を提供する。この装置は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得するように構成されたパラメータ取得モジュールと、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して予測動作を得るように構成された結果取得モジュールと、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定するように構成された動作決定モジュールと、予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するように構成された運転制御モジュールと、を含む。

【0006】

第三態様では、本開示の実施例は、電子デバイスを提供する。この電子デバイスは、少なくとも１つのプロセッサと、少なくとも１つのプロセッサに通信可能に接続されたメモリと、を含み、このメモリは、少なくとも１つのプロセッサによって実行可能な指令を記憶しており、この指令は、第一態様に記載の方法が実行できるように少なくとも１つのプロセッサによって実行される。

【0007】

第四態様では、本開示の実施例は、第一態様に記載の方法をコンピュータに実行させるためのコンピュータ指令を記憶する非一時的なコンピュータ可読記憶媒体を提供する。

【0008】

第五態様では、本開示の実施例は、プロセッサによって実行されると、第一態様に記載の方法を実行するコンピュータプログラムを提供する。

【0009】

本開示の実施例によって提供される交通機関の制御方法、装置、デバイス、媒体、およびプログラム製品は、まず、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得し、次にターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得、次にターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定し、最後に予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにする。ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて決定したターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断し、予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転する（即ち、予測動作の交通パラメータに従わずに運転する）ようにすることができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0010】

このセクションで説明される内容は、本開示の実施例の主要または重要な特徴を特定することを意図するものではなく、また、本開示の範囲を限定することを意図するものでもないことを理解されたい。本開示の他の特徴は、以下の説明により理解が容易になる。

【図面の簡単な説明】

【0011】

本開示の他の特徴、目的および利点は、以下の図面で行われる非限定的な実施例についての詳細な説明からより明らかになる。図面は、本実施例をより明確に理解するために使用されるものであり、本開示を限定するものではない。ここで、

【図1】本開示が適用され得る例示的なシステムアーキテクチャ図である。

【図2】本開示に係る交通機関の制御方法の一実施例のフローチャートである。

【図3】本開示に係る交通機関の制御方法の一実施例のフローチャートである。

【図4】本開示に係る交通機関の制御方法の一実施例のフローチャートである。

【図5】本開示に係る交通機関の制御装置の一実施例の構造概略図である。

【図6】本開示の実施例を実行するための電子デバイスのブロック図である。

【発明を実施するための形態】

【0012】

本開示の例示的な実施例は、理解を助けるための本開示の実施例の様々な詳細を含む図面と併せて以下に説明され、これらのものは例示であるにすぎないことを理解されるべきである。従って、本開示の範囲および精神から逸脱することなく、本明細書に記載の実施例に対して様々な変更および修正を行うことができることは、当業者にとって理解されるべきである。同様に、明瞭性と簡潔性の観点から、公知の機能と構造に関する説明は、以下の説明において省略する。

【0013】

なお、本開示の実施例および実施例の特徴は、矛盾しない限り、互いに組み合わせることができる。以下、図面および実施例を参照して本開示を詳細に説明する。

【0014】

図１は、本開示の実施例における交通機関の制御方法または交通機関の制御装置に適用され得る例示的なシステムアーキテクチャ１００を示す。

【0015】

図１に示すように、システムアーキテクチャ１００は、ターゲット交通機関に対応する端末装置１０１と、他の交通機関に対応する端末装置１０２と、ネットワーク１０３と、サーバ１０４とを含み得る。ネットワーク１０３は、ターゲット交通機関に対応する端末装置１０１と、他の交通機関に対応する端末装置１０２と、サーバ１０４との間の通信リンクを提供するための媒体である。ネットワーク１０３は、有線、無線通信リンク、または光ファイバケーブルなどのような様々な接続タイプを含み得る。

【0016】

ユーザは、ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２を使用して、ネットワーク１０３を介してサーバ１０４とやりとりをして、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得することができる。ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２には、例えば、交通処理アプリケーション、地図ソフトウェアなどのような様々なクライアントアプリケーション、インテリジェントインタラクティブアプリケーションがインストールされ得る。

【0017】

ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２は、ハードウェアであってもよく、ソフトウェアであってもよい。ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２がハードウェアである場合、端末装置は、キーボード、タッチパッド、ディスプレイ、タッチスクリーン、リモコン、音声やりとりデバイスまたは手書きデバイスなどの１つまたは複数の手段を介してヒューマンコンピュータインタラクションを実行する電子製品、例えば、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ、パーソナルコンピュータ）、携帯電話、スマートフォン、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ、パーソナルデジタルアシスタント）、ウェアラブルデバイス、ＰＰＣ（Ｐｏｃｋｅｔ ＰＣ、ポケットコンピュータ）、タブレットコンピュータ、スマートカー、スマートテレビ、スマートスピーカー、タブレットコンピュータ、ラップトップポータブルコンピュータ、デスクトップコンピュータなどであり得る。ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２がソフトウェアである場合は、上記電子デバイスにインストールされてもよい。また、複数のソフトウェアまたはソフトウェアモジュールとして実装されてもよく、または単一のソフトウェアまたはソフトウェアモジュールとして実装されてもよい。ここでは特に限定しない。

【0018】

サーバ１０４は様々なサービスを提供することができる。例えば、サーバ１０４は、ターゲット交通機関に対応する端末装置１０１、および他の交通機関に対応する端末装置１０２上の交通パラメータを取得することができる。サーバ１０４は、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得ることと、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することと、予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにすることができる。

【0019】

なお、サーバ１０４は、ハードウェアであってもよく、ソフトウェアであってもよい。サーバ１０４がハードウェアである場合、それは、複数のサーバからなる分散型サーバクラスタとして実装され得るか、または単一のサーバとして実装され得る。サーバ１０４がソフトウェアである場合、それは、複数のソフトウェアまたはソフトウェアモジュール（例えば、分散サービスを提供するためのもの）として実装され得るか、または単一のソフトウェアまたはソフトウェアモジュールとして実装され得る。ここでは特に限定されない。

【0020】

なお、本開示の実施例によって提供される交通機関の制御方法が一般にサーバ１０４によって実行されるため、交通機関の制御装置は、一般的にサーバ１０４に配置される。

【0021】

図１における端末装置、ネットワーク、およびサーバの数は、単なる例示であることを理解されたい。実際の必要に応じて、端末装置、ネットワーク、およびサーバの数が任意に設定され得る。

【0022】

さらに図２を参照すると、図２は、本開示に係る交通機関の制御方法の一実施例のフロー２００を示す。この交通機関の制御方法は、以下のステップを含み得る。

【0023】

ステップ２０１：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得する。

【0024】

本実施例では、交通機関の制御方法の実行主体（例えば、図１に示すサーバ１０４）は、特定の時点でまたは特定の時点よりも早い所定の時間帯内にターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得することができる。上記特定の時点は、現在時点などの任意の時点であってもよい。上記所定の時間帯は、特定の時点よりも早い時間帯であってもよい。上記交通機関は、人間の足代わりのためのまたは輸送のための装置、例えば、自転車、自動車、オートバイ、列車、船、航空機などであってもよい。上記他の交通機関は、ターゲット交通機関の所定範囲内の交通機関であってもよい。この所定範囲は、他の交通機関のターゲット交通機関への影響の程度に応じて設定されてもよく、または手動で設定されてもよい。あるいは、上記ターゲット交通機関および他の交通機関は、同じシーンの下での交通機関、例えば、道路シーン、水域シーン、空中シーンなどであってもよい。上記ターゲット交通機関の交通パラメータは、型番、速度、および座標位置（または経緯度）を含み得る。上記他の交通機関の交通パラメータは、交通機関の通行量、型番、速度、および座標位置（または経緯度）を含み得る。

【0025】

ここで、ターゲット交通機関の交通パラメータは、ターゲット交通機関の様々なセンサによって採集された交通パラメータであってもよく、ターゲット交通機関に対応する端末装置（例えば、図１に示すターゲット交通機関に対応する端末装置１０１）を介して上記実行主体に送信されるようにしてもよい。他の交通機関の交通パラメータは、他の交通機関の様々なセンサによって採集された交通パラメータであってもよく、他の交通機関に対応する端末装置（例えば、図１に示す他の交通機関に対応する端末装置１０２）を介して上記実行主体に送信されるようにしてもよい。

【0026】

なお、ターゲット交通機関および他の交通機関が自動車である場合、ターゲット交通機関および他の交通機関に対応する端末装置は車載端末であり得る。

【0027】

本実施例では、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得した後、この交通機関の制御方法は、ターゲット交通機関に対応する端末装置と、他の交通機関に対応する端末装置と、上記実行主体との間の通信を確立することをさらに含み得る。

【0028】

一の例示では、ターゲット交通機関に対応する端末装置と、他の交通機関に対応する端末装置と、上記実行主体との間の通信は、ネットワーク（例えば、図１に示すネットワーク１０３）を介して実行されてもよい。このネットワークは、有線、ブルートゥース（登録商標）、ユーザデータグラムプロトコル（Ｕｓｅｒ Ｄａｔａｇｒａｍ Ｐｒｏｔｏｃｏｌ、ＵＤＰ）、無線通信リンクまたは光ファイバケーブルなどの様々な接続タイプを含み得る。

【0029】

本開示の技術的解決手段に係る交通パラメータの取得、記憶、適用などはいずれも関連法律法規の規定を満たし、公序良俗に違反しない。

【0030】

ステップ２０２：ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して予測動作を得る。

【0031】

本実施例では、上記実行主体は、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、ターゲット交通機関の交通パラメータに対応する予測結果を得ることができる。上記動作予測モデルは、特定の時点の次の時点でのターゲット交通機関の動作を予測するために使用されてもよい。上記予測動作は、特定の時点の次の時点でのターゲット交通機関の置かれ得る交通状態、例えば、動作タイプを特徴付けるために使用されてもよい。この動作タイプは、追い越し、車線変更、急停止などのタイプを含んでもよい。

【0032】

ここで、上記動作予測モデルは、ターゲット交通機関の交通パラメータおよび対応する動作タイプに基づいて訓練され得ることができる。

【0033】

具体的には、動作予測モデルは、ターゲット交通機関の交通パラメータを動作予測モデルの入力とし、動作タイプを動作予測モデルの期待出力として、初期モデルを訓練することによって得ることができる。

【0034】

本実施例では、上記実行主体は、ターゲット交通機関の交通パラメータおよび動作タイプを得た後、ターゲット交通機関の交通パラメータおよび動作タイプを利用して初期モデルを訓練して、動作予測モデルを得ることができる。訓練に際して、実行主体は、ターゲット交通機関の交通パラメータを動作予測モデルの入力とし、入力に対応する動作タイプを期待出力として、動作予測モデルを得ることができる。上記初期モデルは、従来技術または将来の開発技術におけるニューラルネットワークモデルであってもよい。例えば、ニューラルネットワークモデルは、ランダムフォレスト、ｌｉｇｈｔＧＢＭ（Ｌｉｇｈｔ Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ Ｍａｃｈｉｎｅ）、Ｘｇｂｏｏｓｔ（ｅＸｔｒｅｍｅ Ｇｒａｄｉｅｎｔ Ｂｏｏｓｔｉｎｇ）などの分類モデルを含んでもよい。

【0035】

ステップ２０３：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定する。

【0036】

本実施例では、上記実行主体は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータとマッチするターゲット運転動作を決定することができる。上記ターゲット運転動作の種類は１つまたは複数である。あるいは、運転動作とターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータとの対応関係は事前に確立されてもよい。上記ターゲット運転動作は、交通渋滞および交通事故を発生することなく、ターゲット運転動作の交通パラメータに基づいてターゲット交通機関を運転する。

【0037】

なお、予測動作とターゲット運転動作とのマッチングは、予測動作と１つのターゲット運転動作とマッチするとしてもよくまたは複数のターゲット運転動作のいずれとマッチするとしてもよい。

【0038】

なお、ターゲット運転動作の種類が複数である場合、１つの運転動作をランダムに選択してターゲット交通機関を制御して運転することができ、または、運転動作についてのターゲット交通機関の運転者の嗜好情報に基づいて、１つの運転動作を選択してターゲット交通機関を制御して運転することができる。

【0039】

ステップ２０４：予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにする。

【0040】

本実施形態では、上記実行主体は、まず、予測動作をターゲット運転動作とマッチングさせて、マッチング結果を得、次に、マッチング結果は予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにすることができる。上記マッチしないことは、１つまたは複数のターゲット運転動作のいずれも予測動作とマッチしないことであってもよい。

【0041】

なお、ステップ２０２およびステップ２０３の実行順序は同じであってもよく、または、ステップ２０２を実行してからステップ２０３を実行してもよく、または、ステップ２０３を実行してからステップ２０２を実行してもよい。

【0042】

本開示の実施例によって提供される交通機関の制御方法は、まず、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得し、次にターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得、次にターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定し、最後に予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにする。ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータによって決定したターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断し、予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転する（即ち、予測動作の交通パラメータに従わずに運転する）ようにすることができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0043】

本実施例のいくつかの代替実施形態では、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定することは、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、ターゲット交通機関と他の交通機関との間の交通パラメータである相対交通パラメータを決定することと、ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定することと、を含む。

【0044】

本実施形態では、上記実行主体は、まず、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、両者間の相対交通パラメータを決定し、次に、ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定することができる。上記相対交通パラメータは、ターゲット交通機関と他の交通機関との間の相対交通パラメータ、例えば、相対距離、相対速度などを特徴付けるために使用され得る。

【0045】

対応して、この例示では、ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定することは、ターゲット交通機関の交通パラメータおよび相対交通パラメータと運転動作との対応関係に基づいて、対応するターゲット運転動作を決定することを含んでもよい。

【0046】

一の例示では、都市道路上の追い越し（即ち、ターゲット運転動作）については、ターゲット交通機関の車速が４０ｋｍ／ｈ未満である場合、相対距離（即ち、相対交通パラメータ）は少なくとも車２台分の車間距離、約１０メートルの距離を確保しなければならない。ターゲット交通機関の車速が４０－６０ｋｍ／ｈである場合、相対距離は少なくとも２０メートル以上の車間距離に確保しなければならない。ターゲット交通機関の車速が６０ｋｍ／ｈを超えた場合、相対距離は少なくとも６０メートル以上に確保しなければならない。

【0047】

なお、相対交通パラメータおよびターゲット交通機関の交通パラメータは、異なるシーンおよび／または異なる環境に応じて設定されてもよい。また、ターゲット運転動作と相対交通パラメータおよびターゲット交通機関の交通パラメータとの対応関係は事前に確立されてもよい。

【0048】

本実施形態では、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて決定した相対交通パラメータ、およびターゲット交通機関の交通パラメータに基づいて、ターゲット運転動作を決定することができるので、ターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断することができ、発生し得る交通渋滞および交通事故を防止することができる。

【0049】

本実施例のいくつかの代替実施形態では、この交通機関の制御方法は、予測動作がターゲット運転動作とマッチすることに応答して、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにすることをさらに含む。

【0050】

本実施形態では、上記実行主体は、まず、予測動作をターゲット運転動作とマッチングさせて、マッチング結果を得、次に、マッチング結果は予測動作がターゲット運転動作とマッチする場合、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにすることができる。上記マッチングは、１つまたは複数のターゲット運転動作が予測動作とマッチングしてもよい。あるいは、予測動作が１つのターゲット運転動作とマッチする場合、この予測動作はこのターゲット運転動作と同じであってもよい。

【0051】

本実施形態では、予測動作がターゲット運転動作とマッチする場合、ターゲット交通機関の運転動作（即ち、予測動作）を調整せずに、ターゲット交通機関が予測動作の交通パラメータに基づいて運転し続けることを確保する。

【0052】

本実施例のいくつかの代替実施形態では、この交通機関の制御方法は、マッチング結果に応じて対応するリマインド情報を生成することをさらに含む。

【0053】

本実施形態では、上記実行主体は、マッチング結果に応じて対応するリマインド情報を生成することができる。上記リマインド情報は、音声で放送されてもよく、またはターゲット交通機関および他の交通機関に対応する端末装置の画面に表示されてもよく、または音声で警報してもよい。例えば、ターゲット交通機関に対応する端末装置の画面に表示されたハイライトのリマインドカラーであってもよい。上記マッチング結果は、予測動作がターゲット運転動作とマッチするという結果、または、予測動作がターゲット運転動作とマッチしないという結果を含んでもよい。

【0054】

本実施形態では、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断した場合、対応するリマインド情報を生成することができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0055】

本実施例のいくつかの代替実施形態では、マッチング結果に応じて対応するリマインド情報を生成することは、以下のいずれか１つ、即ち、マッチング結果は予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関の交通パラメータをターゲット運転動作の交通パラメータに調整するようにリマインドするための対応する第一リマインド情報を生成すること、または、マッチング結果は予測動作がターゲット運転動作とマッチすることに応答して、ターゲット交通機関の交通パラメータを予測動作の交通パラメータに調整するようにリマインドするための対応する第二リマインド情報を生成することを含む。

【0056】

本実施形態では、上記実行主体は、予測動作をターゲット運転動作とマッチングさせ、予測動作がターゲット運転動作とマッチしない場合、第一リマインド情報を生成し、予測動作がターゲット運転動作とマッチする場合、第二リマインド情報を生成することができる。

【0057】

ここで、第一リマインド情報および第二リマインド情報は、予測動作の交通パラメータに従ってターゲット交通機関を運転し続けるか否かを、ターゲット交通機関および他の交通機関に対応する端末装置、およびターゲット交通機関および他の交通機関の使用者（例えば、運転者）にリマインドするために使用されてもよい。

【0058】

具体的には、交通機関の運転中には、予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関に対応する端末装置、および他の交通機関に対応する端末装置に第一リマインド情報を送信して、ターゲット運転動作の交通パラメータに従って運転できることをターゲット交通機関にリマインドし、ターゲット交通機関の交通パラメータをターゲット運転動作の交通パラメータに調整することができる。予測動作がターゲット運転動作とマッチする場合、ターゲット交通機関に対応する端末装置、および他の交通機関に対応する端末装置に第二リマインド情報を送信して、予測動作に従って運転できることをターゲット交通機関にリマインドし、ターゲット交通機関の交通パラメータを予測動作の交通パラメータに調整することができる。

【0059】

対応して、ターゲット交通機関の交通パラメータを予測動作の交通パラメータに調整する場合、所定時間内にターゲット交通機関の交通パラメータを予測動作の交通パラメータに段階的に調整することができる。

【0060】

一の例示では、予測動作がブレーキ運転動作である場合、所定時間（例えば、１０Ｓ）内にターゲット交通機関の交通パラメータをブレーキ運転動作の交通パラメータ（例えば、ターゲット交通機関の現在速度が０である）に調整することができる。上記所定時間は短すぎてはならない。短すぎると、一方ではターゲット交通機関のブレーキ部品に損傷させるおそれがあり、他方では後方の他の交通機関の正常運転に影響を及ぼし、ひいては交通事故を引き起こすおそれがある。上記所定時間はまた長すぎてはならない。長すぎると、ターゲット交通機関の運転動作を事前に判断する役割を弱め、ひいては交通事故を引き起こすおそれがある。この所定時間は、相対交通パラメータおよびターゲット交通機関の交通パラメータに基づいて設定されてもよい。

【0061】

なお、第一リマインド情報および第二リマインド情報は、上記実行主体によって、ターゲット交通機関および他の交通機関に対応する端末装置に送信されてもよく、または、ターゲット交通機関に対応する端末装置によって、他の交通機関に対応する端末装置に送信されてもよい。また、第一リマインド情報および第二リマインド情報を生成すると同時に、現在のターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに対して、ターゲット交通機関の運転に適した交通パラメータ（即ち、ターゲット運転動作の交通パラメータ）を生成することができる。

【0062】

また、リマインド情報を他の交通機関に送信する目的は、他の交通機関がターゲット交通機関の現在運転動作を正確に把握して安全運転を実現できることである。

【0063】

本実施形態では、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて決定したターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断した場合、対応するリマインド情報を生成することができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0064】

本実施例のいくつかの代替実施形態では、この交通機関の制御方法は、ターゲット運転動作がブレーキ運転動作であることに応答して、所定のブレーキ時間閾値を取得することと、ブレーキ運転動作の交通パラメータとの対応関係を有するブレーキ運転動作の予想実行時間が所定のブレーキ時間閾値よりも小さいことに応答して、ターゲット交通機関の強制ブレーキを制御することと、をさらに含む。

【0065】

本実施形態では、ターゲット運転動作がブレーキ運転動作である場合、所定のブレーキ時間閾値を取得し、次に、ブレーキ運転動作の予想実行時間がブレーキ運転動作のブレーキ時間よりも小さい場合、ターゲット交通機関を制御して強制ブレーキをすることができる。上記ブレーキ運転動作の予想実行時間は、ブレーキ動作の実行開始時点から実際のブレーキ動作が効いた（即ち、ターゲット交通機関の速度が０になる）時点までの時間であってもよい。このブレーキ運転動作の予想実行時間は、ターゲット運転動作の交通パラメータとの対応関係に基づいて取得され得る。

【0066】

ここで、上記所定のブレーキ時間閾値がターゲット交通機関の交通パラメータとの対応関係に基づいて動的に取得され得るため、ブレーキ時間閾値は、ターゲット交通機関の異なる交通パラメータに基づいて動的に調整されることができる。

【0067】

一の例示では、ターゲット交通機関の交通パラメータが４０ｋｍ／ｈである場合、対応するブレーキ時間閾値は２ｓである。ターゲット交通機関の交通パラメータが６０ｋｍ／ｈである場合、対応するブレーキ時間閾値は３ｓである。

【0068】

なお、ターゲット交通機関の交通パラメータとブレーキ時間閾値との対応関係は事前に確立されてもよい。

【0069】

本実施形態では、ブレーキ運転動作の予想実行時間が所定のブレーキ時間閾値よりも小さい場合、ターゲット交通機関を制御して強制ブレーキをし、安全運転目的を実現する。

【0070】

本実施例のいくつかの代替実施形態では、この交通機関の制御方法は、事前に確立された通信方法に従い、リマインド情報を他の交通機関およびターゲット交通機関に送信することをさらに含む。

【0071】

本実施形態では、ターゲット交通機関および他の交通機関と上記実行主体との間の通信方法、例えば、ネットワーク（図１に示すネットワーク１０４）を事前に確立し、次にリマインド情報を他の交通機関およびターゲット交通機関に送信することができる。

【0072】

本実施形態では、事前に確立された通信方法により、リマインド情報を他の交通機関およびターゲット交通機関に送信することができる。

【0073】

さらに図３を参照すると、図３は、本開示に係る交通機関の制御方法の一実施例のフロー３００を示す。この交通機関の制御方法は、以下のステップを含み得る。

【0074】

ステップ３０１：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得する。

【0075】

ステップ３０２：ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得る。

【0076】

ステップ３０３：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、相対交通パラメータを決定する。

【0077】

本実施例では、交通機関の制御方法の実行主体（例えば、図１に示すサーバ１０４）は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、両者間の相対交通パラメータを決定することができる。上記相対交通パラメータは、ターゲット交通機関と他の交通機関との間の相対交通パラメータ、例えば、相対距離、相対速度などを特徴付けるために使用され得る。

【0078】

ステップ３０４：ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定する。

【0079】

本実施例では、上記実行主体は、ターゲット交通機関の交通パラメータおよび相対交通パラメータと運転動作との対応関係に基づいて、対応するターゲット運転動作を決定することができる。

【0080】

一の例示では、都市道路上の追い越し（即ち、ターゲット運転動作）については、ターゲット交通機関の車速が４０ｋｍ／ｈ未満である場合、相対距離（即ち、相対交通パラメータ）は少なくとも車２台分の車間距離を確保しなければならない。ターゲット交通機関の車速が４０－６０ｋｍ／ｈである場合、相対距離は少なくとも２０メートル以上の車間距離を確保しなければならない。ターゲット交通機関の車速が６０ｋｍ／ｈを超えた場合、相対距離は少なくとも６０メートル以上を確保しなければならない。

【0081】

なお、相対交通パラメータおよびターゲット交通機関の交通パラメータは、異なるシーンおよび／または異なる環境に応じて設定されてもよい。また、ターゲット運転動作と相対交通パラメータおよびターゲット交通機関の交通パラメータとの対応関係は事前に確立されてもよい。

【0082】

ステップ３０５：予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにする。

【0083】

本実施例では、ステップ３０１、３０２および３０５の具体的な動作は、図２に示す実施例のステップ２０１、２０２および２０４において詳細に説明されるため、ここでは繰り返しを省略する。

【0084】

図３から分かるように、図２に対応する実施例と比べて、本実施例の交通機関の制御方法は、ターゲット運転動作を決定するステップを強調している。従って、本実施例に記載の実施形態は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、相対交通パラメータを決定し、次に、ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定し、決定したターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作の交通パラメータに従って運転できるか否かを事前に判断し、予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転する（即ち、予測動作の交通パラメータに従わずに運転する）ようにすることができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0085】

さらに図４を参照すると、図４は、本開示に係る交通機関の制御方法の一実施例のフロー４００を示す。この交通機関の制御方法は、以下のステップを含み得る。

【0086】

ステップ４０１：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得する。

【0087】

ステップ４０２：ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得る。

【0088】

ステップ４０３：ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定する。

【0089】

ステップ４０４：予測動作がターゲット運転動作とマッチするか否かを判断する。マッチしない場合はステップ４０５を実行し、マッチする場合はステップ４０６を実行する。

【0090】

ステップ４０５：予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにし、第一リマインド情報を生成する。

【0091】

本実施例では、交通機関の制御方法の実行主体（例えば、図１に示すサーバ１０４）は、予測動作がターゲット運転動作とマッチしない場合、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにし、第一リマインド情報を生成することができる。

【0092】

なお、第一リマインド情報を生成するステップは、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにするステップと同時に実行されてもよい。または、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するようにするステップは、最初に実行されてもよい。または、第一リマインド情報を生成するステップは、最初に実行されてもよい。

【0093】

ステップ４０６：予測動作がターゲット運転動作とマッチすることに応答して、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにし、第二リマインド情報を生成する。

【0094】

本実施例では、上記実行主体は、予測動作がターゲット運転動作とマッチする場合、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにし、第二リマインド情報を生成することができる。
なお、第二リマインド情報を生成するステップは、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにするステップと同時に実行されてもよい。または、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにするステップは、最初に実行されてもよい。または、第二リマインド情報を生成するステップは、最初に実行されてもよい。

【0095】

本実施例では、ステップ４０１－４０３の具体的な動作は、図２に示す実施例のステップ２０１－２０３において詳細に説明されているため、ここではその繰り返しを省略する。

【0096】

図４から分かるように、図２に対応する実施例と比べて、本実施例の交通機関の制御方法は、リマインド情報を生成するステップを強調している。従って、本実施例に記載の実施形態は、予測動作がターゲット運転動作とマッチするか否かを判断し、対応するリマインド情報を生成し、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて決定したターゲット運転動作に基づいて、ターゲット交通機関が動作予測モデルから出力された予測動作に従って運転できるか否かを事前に判断した場合、対応するリマインド情報を生成することができるので、発生し得る交通渋滞および交通事故を防止することができる。

【0097】

さらに図５を参照すると、上記の各図に示す方法の実施形態として、本開示は、図２に示す方法の実施例に対応する交通機関の制御装置の一実施例の構造概略図を提供する。この装置は、様々な電子デバイスに具体的に適用できる。

【0098】

図５に示すように、本実施例の交通機関制御装置５００は、パラメータ取得モジュール５０１と、結果取得モジュール５０２と、動作決定モジュール５０３と、運転制御モジュール５０４とを含んでもよい。ここで、パラメータ取得モジュール５０１は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータを取得するように構成される。結果取得モジュール５０２は、ターゲット交通機関の交通パラメータを事前に訓練された動作予測モデルに入力して、予測動作を得るように構成される。動作決定モジュール５０３は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、マッチするターゲット運転動作を決定するように構成される。運転制御モジュール５０４は、予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関を制御してターゲット運転動作の交通パラメータに従って運転するように構成される。

【0099】

本実施例では、交通機関制御装置５００のパラメータ取得モジュール５０１、結果取得モジュール５０２、動作決定モジュール５０３、および運転制御モジュール５０４の具体的な処理とその技術的効果については、それぞれ図２に対応する実施例のステップ２０１－２０４の関連説明を参照することができるので、ここではその繰り返しを省略する。

【0100】

本実施例のいくつかの代替実施形態では、動作決定モジュール５０３は、ターゲット交通機関の交通パラメータおよび他の交通機関の交通パラメータに基づいて、相対交通パラメータを決定することと、ターゲット交通機関の交通パラメータおよび相対交通パラメータに基づいて、ターゲット運転動作を決定することと、を実行するようにさらに構成される。

【0101】

本実施例のいくつかの代替実施形態では、運転制御モジュール５０４は、予測動作がターゲット運転動作とマッチすることに応答して合、ターゲット交通機関を制御して予測動作の交通パラメータに従って運転するようにすることを実行するようにさらに構成される。

【0102】

本実施例のいくつかの代替実施形態では、この交通機関制御装置５００は、マッチング結果に応じて対応するリマインド情報を生成するように構成された情報生成モジュールをさらに含む。

【0103】

本実施例のいくつかの代替実施形態では、情報生成モジュールは、以下のいずれか１つ、即ち、マッチング結果は予測動作がターゲット運転動作とマッチしないことに応答して、ターゲット交通機関の交通パラメータをターゲット運転動作の交通パラメータに調整するようにリマインドするための対応する第一リマインド情報を生成すること、または、マッチング結果は予測動作がターゲット運転動作とマッチすることに応答して、ターゲット交通機関の交通パラメータを予測動作の交通パラメータに調整するようにリマインドするための対応する第二リマインド情報を生成すること、を実行するようにさらに構成される。

【0104】

本実施例のいくつかの代替実施形態では、この交通機関制御装置５００は、ターゲット運転動作がブレーキ運転動作であることに応答して、所定のブレーキ時間閾値を取得するように構成された閾値取得モジュールと、ブレーキ運転動作の交通パラメータとの対応関係を有するブレーキ運転動作の予想実行時間が所定のブレーキ時間閾値よりも小さいことに応答して、ターゲット交通機関を制御して強制ブレーキをするように構成されたブレーキ制御モジュールと、をさらに含む。

【0105】

本実施例のいくつかの代替実施形態では、この交通機関制御装置５００は、事前に確立された通信方法に従って、リマインド情報を他の交通機関およびターゲット交通機関に送信するように構成された情報送信モジュールをさらに含む。

【0106】

本開示の実施例によれば、本開示は、電子デバイス、可読記憶媒体、およびコンピュータプログラムをさらに提供する。

【0107】

図６は、本開示の実施例を実施するために使用され得る例示的な電子デバイス６００の概略ブロック図を示す。電子デバイスは、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレームコンピュータ、およびその他の適切なコンピュータなど、様々な形態のデジタルコンピュータを表すことを意図する。電子デバイスは、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブルデバイス、および他の同様のコンピューティングデバイスなど、様々な形態のモバイルデバイスを表すこともできる。本明細書に示されるコンポーネント、それらの接続と関係、およびそれらの機能は単なる例示であり、本明細書に説明および／または請求される本開示の実施形態を限定することを意図したものではない。

【0108】

図６に示すように、デバイス６００は、リードオンリメモリ（ＲＯＭ）６０２に記憶されたコンピュータプログラム、または記憶ユニット６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされたコンピュータプログラムに従って、各種の適切な動作および処理を実行することができる計算ユニット６０１を含む。ＲＡＭ６０３には、デバイス６００の動作に必要な各種のプログラムおよびデータも記憶され得る。計算ユニット６０１、ＲＯＭ６０２、およびＲＡＭ６０３は、バス６０４を介して互いに接続される。入力／出力（Ｉ／Ｏ）インターフェース６０５も、バス６０４に接続される。

【0109】

デバイス６００内の複数のコンポーネントは、Ｉ／Ｏインターフェース６０５に接続されており、キーボード、マウスなどの入力ユニット６０６と、各種のディスプレイ、スピーカーなどの出力ユニット６０７と、磁気ディスク、光ディスクなどの記憶ユニット６０８と、ネットワークカード、モデム、無線通信トランシーバなどの通信ユニット６０９と、を含む。通信ユニット６０９は、デバイス６００が、インターネットなどのコンピュータネットワーク、および／または様々な通信ネットワークを介して、他のデバイスとの間で情報／データを交換することを可能にする。

【0110】

計算ユニット６０１は、処理能力および計算能力を備えた様々な汎用および／または専用の処理コンポーネントであり得る。計算ユニット６０１のいくつかの例は、中央処理装置（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、様々な専用の人工知能（ＡＩ）計算チップ、機械学習モデルアルゴリズムを実行する様々な計算ユニット、デジタル信号プロセッサ（ＤＳＰ）、任意の適切なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット６０１は、上記の様々な方法および処理、例えば、交通機関の制御方法を実行する。例えば、いくつかの実施例では、交通機関の制御方法は、記憶ユニット６０８などの機械可読媒体に具体的に含まれるコンピュータソフトウェアプログラムとして実装され得る。いくつかの実施例では、コンピュータプログラムの一部または全部は、ＲＯＭ６０２および／または通信ユニット６０９を介して、デバイス６００にロードおよび／またはインストールされ得る。コンピュータプログラムがＲＡＭ６０３にロードされ、計算ユニット６０１によって実行されると、上記交通機関の制御方法の１つまたは複数のステップが実行され得る。あるいは、他の実施例では、計算ユニット６０１は、他の任意の適切な手段（例えば、ファームウェア）を介して、交通機関の制御方法を実行するように構成され得る。

【0111】

本明細書に記載のシステムおよび技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途用標準品（ＡＳＳＰ）、システムオンチップ（ＳＯＣ）、ロードプログラマブルロジックデバイス（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェア、および／またはそれらの組み合わせで実装され得る。これらの様々な実施形態は、記憶システム、少なくとも１つの入力装置、および少なくとも１つの出力装置からデータおよび指令を受信したり、この記憶システム、この少なくとも１つの入力装置、およびこの少なくとも１つの出力装置にデータおよび指令を送信したりすることができる専用又は汎用のプログラマブルプロセッサであり得る少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステムで実行および／または解釈され得る１つまたは複数のコンピュータプログラムに実装されることを含み得る。

【0112】

本開示の方法を実施するためのプログラムコードは、１つまたは複数のプログラミング言語の任意の組み合わせで書かれ得る。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサまたはコントローラに提供され得るので、プログラムコードがプロセッサまたはコントローラによって実行されると、フローチャートおよび／またはブロック図で指定された機能／動作が実行される。プログラムコードは、完全にマシン上で実行され得るか、または部分的にマシン上で実行され得るか、または独立したソフトウェアパッケージとして、部分的にマシン上で、部分的にリモートマシン上で実行され得るか、または完全にリモートマシンまたはサーバ上で実行され得る。

【0113】

本開示のコンテキストにおいて、機械可読媒体は、指令実行システム、装置、またはデバイスによって、またはそれらと組み合わせて使用するためのプログラムを含むかまたは記憶することができる有形媒体であり得る。機械可読媒体は、機械可読信号媒体または機械可読記憶媒体であり得る。機械可読媒体は、電子、磁気、光学、電磁気、赤外線、または半導体のシステム、装置またはデバイス、または上記の任意の適切な組み合わせを含み得るが、これらに限定されない。機械可読記憶媒体のより具体的な例は、１本または複数本の導線を備えた電気コネクタ、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能なプログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバ、ポータブル・コンパクト・ディスク・リードオンリメモリ（ＣＤ－ＲＯＭ）、光学メモリ、磁気メモリ、または上記の任意の適切な組み合わせを含む。

【0114】

ユーザとの対話を提供するために、本明細書に記載のシステムおよび技術は、情報をユーザに表示するための表示装置（例えば、ＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタ）と、ユーザが入力をコンピュータに提供することを可能にするキーボードとポインティングデバイス（例えば、マウスまたはトラックボール）とを備えたコンピュータに実装され得る。他のタイプの装置は、ユーザとの対話を提供するためにも使用されており、例えば、任意の形態の感覚フィードバック（例えば、視覚的フィードバック、聴覚的フィードバック、または触覚的フィードバック）をユーザに提供したり、任意の形態（音響入力、音声入力、および触覚入力を含む形態）を使用してユーザからの入力を受信したりするために使用され得る。

【0115】

本明細書に記載のシステムおよび技術は、バックエンドコンポーネント（例えば、データサーバ）を含むコンピュータシステム、ミドルウェアコンポーネント（例えば、アプリケーションサーバ）を含むコンピュータシステム、フロントエンドコンポーネント（例えば、ユーザが本明細書に記載のシステムおよび技術の実施形態と対話することを可能にするグラフィカルユーザインターフェースまたはウェブブラウザを備えたユーザコンピュータ）を含むコンピュータシステム、または、これらバックエンドコンポーネント、ミドルウェアコンポーネントまたはフロントエンドコンポーネントの任意の組み合わせを含むコンピュータシステムに実装され得る。システムのコンポーネントは、デジタルデータ通信の任意の形態または媒体（例えば、通信ネットワーク）を介して互いに接続され得る。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、およびインターネットを含む。

【0116】

コンピュータシステムは、クライアントおよびサーバを含み得る。クライアントおよびサーバは通常、互いに遠く離れており、通信ネットワークを介して対話する。クライアントとサーバとの関係は、対応するコンピュータで実行され、クライアント－サーバの関係を有するコンピュータプログラムによって生成される。

【0117】

人工知能は、コンピュータを研究して人間のいくつかの思考過程および知的行動（例えば、学習、推論、思考、計画など）をシミュレートするための学科であり、ハードウェアレベルの技術を有するだけでなく、ソフトウェアレベルの技術も有する。人工知能ハードウェア技術は一般に、センサ、専用の人工知能チップ、クラウドコンピューティング、分散記憶、ビッグデータ処理、その他の技術などを含む。人工知能ソフトウェア技術は主に、コンピュータビジョン技術、音声認識技術、自然音声処理技術、機械学習／深層学習、ビッグデータ処理技術、ナレッジグラフ技術などを含む。

【0118】

ステップの並べ替え、追加、または削除は、上記様々な形態のプロセスによって実行され得ることを理解されたい。例えば、本開示に記載の各ステップは、本開示で言及された技術的解決手段の所望の結果が達成できる限り、並行して、順番で、または異なる順序で実行されてもよく、本明細書では限定しない。

【0119】

上記特定の実施形態は、本開示の保護範囲を限定するものではない。設計要件および他の要因に応じて、様々な修正、組み合わせ、副次的組み合わせおよび置換を行うことができることは、当業者にとって明らかである。本開示の精神と原則の範囲内で行われた修正、均等な置換、改良などは、本開示の保護範囲に含まれるべきである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【外国語明細書】