CN111583630A - 基于时空轨迹重构全新道路高精地图快速生成系统与方法 - Google Patents

Abstract

本发明公开了基于时空轨迹重构全新道路高精地图快速生成系统与方法，包括：路侧传感单元、车载单元和大数据服务平台，路侧传感单元获取行驶车辆的动态与特征信息并采集路况与交通状态信息，车载单元获取车辆本身轨迹信息与周围环境信息，采集的数据均传送至大数据服务平台进行逆向时空轨迹重构，重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图叠加生成全新道路高精地图，大数据服务平台不断接收路侧传感单元、车载单元发送的新数据进行学习修正，使全新的道路高精地图更加精准，并在地图中标注出异常位置，供用户端进行调用。本发明解决现有地图系统不能及时反馈道路突发状态、快速生成新的地图及通行方案的问题。

Description

基于时空轨迹重构全新道路高精地图快速生成系统与方法

技术领域

本发明实施例涉及时空轨迹重构、道路侧量、道路勘测、三维模型生成、地图数据生成、高精地图绘制、自动导航、自动驾驶、无人驾驶、自动控制、数据传输、道路重构等多个领域，具体涉及基于时空轨迹重构全新道路高精地图快速生成系统与方法。

背景技术

现有的高精地图是通过道路勘察测量车辆进行提前采集道路信息，然后绘制出高精地图，使用者加载地图后结合定位装置进行导航。但是有些路面属于勘测盲区还未进行高精地图信息的采集或者该路段出现突发状况，出现危险行人、泥石流、道路塌方等情况，造成该路段所有车道封闭，无法正常通行时，只能从旁边绕路通行。原有高精地图不能及时响应，提前告知即将经过该路段的车辆。针对道路拥堵、排队的情况也不能快速反馈给用户。特别是针对无人驾驶车辆、自动驾驶车辆，对道路状态信息要求精度高，如果反馈不及时，不能提前预警，将对道路行驶安全造成极大的威胁。

智能交通系统建立了巨大的数据库资源，在这些海量数据中隐含地存在着大量对路径规划有用的知识。例如在交通导航系统中，根据对轨迹的相似性查询技术可以得到历史相似运动轨迹，基于这些得到的知识就可以推荐一组比较合适的行车路线或估计所需要的时间给新手或迷路司机。除此之外，通过轨迹的相似性查询还可以发现频繁发生交通堵塞的区域中大部分车辆的运动模式，根据这些结果可以规划开发一些新的道路或者为出行的车辆提供路况信息等建议。聚类分析作为数据挖掘技术的一项任务，是一种数据预处理过程，是进一步分析和处理数据的基础。基于道路网络空间的移动对象轨迹聚类技术可为路径规划的合理性与最优性提供有力的保障，为用户提供相应的决策支持，轨迹聚类的研究在实际应用中具有重要意义。

发明内容

为此，本发明提供基于时空轨迹重构全新道路高精地图快速生成系统与方法，以解决现有地图不能及时反馈道路突发状态，不能快速生成新的通行方案的问题。

为了实现上述目的，本发明提供如下技术方案：

根据本发明的第一方面，公开了基于时空轨迹重构的全新道路高精地图快速生成系统，所述系统包括：路侧传感单元、车载单元和大数据服务平台，所述路侧传感单元设置在道路侧边，所述路侧传感单元采集道路上行驶的所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息，所述车载单元安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内，通过车载各类传感器和定位模块可以动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，路侧传感单元和车载单元采集的数据均传送至大数据服务平台，所述大数据服务平台根据采集的数据进行逆向时空轨迹重构，将重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图进行叠加生成全新的道路基底高精地图，大数据服务平台通过不断接收路侧传感单元、车载单元发送回来的全新数据，通过持续的自我学习、完善并补充基底高精地图数据信息，使全新道路基底高精地图各类数据更加精准，自我完善和学习过程将持续不断进行，大数据服务平台再将路侧传感单元以及车载各类传感器采集回来的异常路况信息、异常交通事件事故信息、异常交通状态信息叠加并融合至全新道路基底高精地图中，并在全新道路基底高精地图中标注出其所在的位置，影响范围、发展态势以及生成预警告警提示信息内容，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供专用高精地图，供不同用户端调取使用。

进一步地，所述路侧传感单元采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息，车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；交通状态信息包括：畅通、拥堵、堵塞、排队信息，路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用。

进一步地，所述车载单元包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用。

进一步地，所述路侧传感单元和车载单元将采集的各类信息通过无线传输装置或有线网络线路发送至大数据服务平台，所述大数据服务平台对接收的数据进行整合分析。

进一步地，所述大数据服务平台接收到路侧传感单元和车载单元发送的数据后进行实时分析处理，通过处理后的数据进行逆向时空轨迹重构，利用每秒采集的车辆点迹绘制车辆的运动轨迹和行驶路径，通过车辆的行驶轨迹或行驶路径来绘制出区域断面车道的数量以及道路的界限，通过对连续道路断面的叠加形成整个道路的图形数据，并将标识标线信息、安全辅助基础设施信息融合在一起，形成全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息和车辆行驶方向信息。

进一步地，所述大数据服务平台将生成的全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息、标识标线信息、安全辅助基础设施信息和车辆行驶方向信息与系统存有的原始区域或道路的高精地图中包含的道路图形信息、车道数据信息、规划车辆行驶的行驶轨迹信息、路径信息、道路基础设施信息、安全防护信息、标识标线信息和车辆行驶方向信息做差分对比找不同的地方，将差异之处与原有的高精地图进行叠加生成全新的基底高精地图，并根据高速公路、国省道、城市道路基础建设对不同道路以及行车道和辅助设施的建设原则，分别对全新基底高精地图中的所涉及的所有内容数据信息进行校正完善，包括：道路通行车道宽度、车道数量、正确行驶路径、道路基础设备、安全防护设施、路界、标志标线、行驶的方向。

进一步地，所述大数据服务平台通过对路侧传感单元与车载单元采集的数据信息进行融合、识别，并在全新的基底道路高精地图上标记出危害车辆安全行驶的各类异常事件的位置、区域以及所在车道，通过对数据进行二次融合后形成完整的高精地图存入导航系统中，用于系统自我学习、完善、校对、修正使用。

进一步地，所述大数据服务平台通过持续不断的接收获取路侧传感单元和车载单元发送回来的各类数据，进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶车辆、自动驾驶用车辆所使用的高精地图精度，学习修正过程系统一直持续进行，系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用，生成后的全新高精地图再次作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用。

进一步地，所述大数据服务平台在将路侧传感单元以及车载单元采集回来的异常事件信息标注在已经生成完整的全新高精地图上，并根据事件类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域，并生成发生在道路上异常事件内容的预警告警提示信息，下发到即将通过此路段的所有车辆，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶，提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

根据本发明的第二方面，公开了基于时空轨迹重构的全新道路高精地图快速生成方法，所述方法为：利用路侧传感单元采集道路上行驶的所有类型车辆包括：无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、全人工驾驶车辆；采集的信息包括：车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息；车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；交通状态信息包括：畅通、拥堵、堵塞、排队信息，路侧传感单元通过专用通信通道以及通信方式将以上所采集各类数据传输到大数据服务平台中以备调用；

车载单元包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括：北斗系统、伽利略系统、GPS定位系统，为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器由车辆自身周围感知单位元组成，感知车辆周围的环境、测绘车辆周围的环境，使其能够在任何时间确定其位置，并通过感知数据为车辆在各种行车场景下负责安全驾驶的决策能力；通过车载传感器动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，车载单元通过专用通信通道以及通信方式将所采集各类数据传输到大数据服务平台中以备调用；

路侧传感单元和车载单元采集的数据均传送至大数据服务平台，所述大数据服务平台根据采集的数据进行逆向时空轨迹重构，将重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图进行叠加生成全新道路基底高精地图，并将路侧传感单元和车载单元采集的异常事件信息融合至全新道路基底高精地图中，大数据服务平台通过持续不断的接收获取路侧传感单元和车载单元发送回来的各类数据，进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶、自动驾驶用车辆所使用的高精地图精度，学习修正过程系统会一直持续进行，系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用，生成后的全新高精地图又将会作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用；

系统在全新道路基底地图中标注出异常事件的位置，并重新生成完整的全新高精地图，并根据事件类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域，并生成发生在道路上异常事件内容的预警告警提示信息，下发到即将通过此路段的所有车辆以及其它客户端，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶，提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

本发明实施例具有如下优点：

通过本系统和方法可以为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆以及第三方需要客户端提供更加可靠、准确、及时的高精地图信息，以保障行驶安全、出行安全的目的。

通过多系统、多方面、多数融合的方式形成的高精地图会比单一测量设备或单一数据来源生成的高精地图数据的可靠性更高。

通过本系统和方法能够对路况状态、交通状态发生变化以及道路上出现异常交通事故、障碍物危及行车安全时，能够根据时空轨迹重构的方式快速的生成相对应的高精地图以及预警告警信息和提示信息，避免无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆造成重大交通事故以及避免二次事故的发生。

使用本系统和此种方法能够有效避免由于高精地图数据更新不及时、数据信息不准确而造成的交通事故发生或出行不便利的问题。

使用本系统和此种方法能够有效的减少或避免使用专用的高精地图测量车以及人工二次处理生成的高精地图的成本费用。

使用本系统和此种方法能够有效的避免由于路侧单一感知设备无法检测到的距离较远、较小但危害较大的障碍物、抛洒物、塌方、路障以及临时交通管制而造成的行驶路径改变而发生的交通事故和二次事故。

通过此种方式在保障车辆安全行驶前提下，辅助其改变行驶状态如：变道、超车、匀速行驶功能；

通过此种方式实现大范围的全类型车辆的协同行驶，来进一步提升整个道路的通行效率。

通过时空轨迹重构所获得的数据经过进一步的规范和设计能够形成车辆“安全行驶模型”来指导道路所有运行的车辆安全行驶规避危险；

通过时空轨迹重构所获得的数据经过进一步的规范和设计形成“危险预警告警模型”，可以对那些非法、行驶异常、行为异常的车辆进行警告以及提示，一旦触发相关判断机制立即输出异常行为报警信息，并对相应的车辆进行点对点信息提示和取证；

通过本系统和方法可以实现全程监视、管控车辆违章变道、超速行驶、

长期占用紧急停车道、货车长期占用快速车道、逃费等行为车辆行驶安全有效的管理；

通过本系统和方法所获得的数据可以使感知设备与边缘计算相设备互结合后能够形成功能更加庞大的安全保障体系，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆提供足够的决策依据甚至指令，无人驾驶车辆、自动驾驶车辆行驶安全性会得到本质上的提升。

通过本系统和方法可以使无人驾驶车辆、自动驾驶车辆本身发展的复杂度也会大大降低，成本也会大大降低。因为它不需要遍历所有的场景，

无人驾驶、自动驾驶商业化也可以提前到来。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的基于时空轨迹重构全新道路高精地图快速生成系统工作示意图；

图2为本发明实施例提供的基于时空轨迹重构全新道路高精地图快速生成方法过程示意图。

图中：1-路侧传感单元、2-车载单元、3-普通车辆、4-异常事件、5-预警告警区域、6-车辆异常轨迹和行驶路径、7-车辆正常轨迹和行驶路径、8-道路区域原有高精地图、9-比较用区域道路地图、10-全新道路基底高精地图、11-车辆行驶路径和车道行驶方向、12-预警告警区域和预警告警提示信息、13-全新道路高精地图、14-自我学习修正模型。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其它优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例1

本实施例公开了基于时空轨迹重构全新道路高精地图快速生成系统，所述系统包括：路侧传感单元1、车载单元2和大数据服务平台，所述路侧传感单元1设置在道路侧边，实时采集道路上行驶的所有类型车辆的动态信息、特征信息、路况信息、交通状态信息、气候信息、各类异常事件信息。所述车载单元2安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内，车载单元2通过车载各类传感器可以动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息等，路侧传感单元1和车载单元2采集的数据均传送至大数据服务平台，所述大数据服务平台根据采集的数据进行逆向时空轨迹重构，将重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图进行叠加生成全新道路基底高精地图，并将路侧传感单元1和车载单元2采集的路况信息、交通状态信息、异常事件信息、环境信息、标识标线信息、道路安全行驶辅助基础设施信息、融合至全新道路基底高精地图中，大数据服务平台不断接收路侧传感单元1、车载单元2发送的新数据进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶、自动驾驶用车辆所使用的高精地图精度，此学习修正过程系统会一直持续。系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用。生成后的全新高精地图又将会作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用。

路侧传感单元1采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息，车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况等；车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息等；交通状态信息包括：畅通、拥堵、堵塞、排队等信息。路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用，大数据服务平台中通过以上信息大数据服务平台采用时空轨迹重构的方式绘制出全新道路地图的初步基础数据信息与图形。

车载单元2对车辆进行实时定位，记录车辆的运动轨迹，获取车辆自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施信息、车辆安全行驶的各类操作数据信息等。车载单元包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用。

车辆在经过封闭路段时，实时动态获取车辆绕行路段的环境信息以及其它数据信息，车载单元通过专用通信通道以及通信方式将以上所采集各类数据传输到大数据服务平台中。路侧传感单元1和车载单元2采集的信息通过各自专用通信通道以及通信方式，如：无线传输装置或网络线路将各自所采集的数据发送至大数据服务平台，所述大数据服务平台对接收的数据进行融合分析。

大数据服务平台接收到路侧传感单元1和车载单元2发送的数据后进行实时处理，通过处理后的数据进行逆向时空轨迹重构，利用每秒采集的车辆点迹绘制车辆异常轨迹和行驶路径6，通过车辆的行驶轨迹或行驶路径来反向绘制出区域断面车道的数量以及道路的界限，通过对连续道路断面的叠加形成整个道路的图形数据，并将标识标线信息、安全辅助基础设施信息融合在一起，形成全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息和车辆行驶方向信息。大数据服务平台将生成的全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息、标识标线信息、安全辅助基础设施信息和车辆行驶方向信息与系统存有的原始区域或道路的高精地图中包含的道路图形信息、车道数据信息、规划车辆行驶的行驶轨迹信息、路径信息、道路基础设施信息、安全防护信息、标识标线信息和车辆行驶方向信息做差分对比找不同的地方，将差异之处与原有的高精地图进行叠加生成全新的基底高精地图，规划出车辆正常轨迹和行驶路径7。并根据高速公路、国省道、城市道路基础建设对不同道路以及行车道和辅助设施的建设原则，分别对全新基底高精地图中的所涉及的所有内容数据信息进行校正完善，包括：道路通行车道宽度、车道数量、正确行驶路径、道路基础设备、安全防护设施、路界、标志标线、行驶的方向。

针对原先没有高精地图的区域，将逆向时空轨迹重构的车辆行驶路径作为全新道路基底高精地图，融合车辆的形式方向，确定车道数量信息，并融合有车载单元2采集回来的标识标线信息、道路通行安全防护设施信息、道路基础设施信息等，并对道路异常区域进行标注。大数据服务平台通过持续不断的接收获取路侧传感单元和车载单元发送回来的各类数据，进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶、自动驾驶用车辆所使用的高精地图精度，学习修正过程系统一直持续进行，系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用，生成后的全新高精地图再次作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用。

大数据服务平台通过对路侧传感单元1与车载单元2采集的数据信息进行融合、识别并在全新的高精地图上标记出道路上异常事件4的位置、影响交通的异常区域、异常车道信息，系统将以上数据进行二次融合后生成完整的全新高精地图，并根据事件类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域5，并生成发生在道路上异常事件4内容的预警告警提示信息，下发到即将通过此路段的所有车辆以及其它客户端，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶。提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

针对无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆以及全人工驾驶的车辆在行驶过程中，本系统能够提供更加可靠、准确、及时的高精地图以及安全行驶通行方案来多方面的保障各种车辆的行驶安全。本系统通过动静结合的数据采集与融合方式将多种类型不同工作方式采集设备以及多种数据来源完美的进行快速融合所形成的高精地图会比单一测量设备或单一数据来源生成的高精地图数据的更加精准可靠。能够对路况状态、交通状态发生变化以及道路上出现异常事件4危及行车安全时，能够根据时空轨迹重构的方式快速的生成相对应的高精地图以及预警告警信息和提示信息，避免无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆以及全人工驾驶的车辆造成重大交通事故以及避免二次事故的发生。利用路侧传感单元1和车载单元2采集道路的实时信息能够降低更新高精地图的成本，有效的减少或避免使用专用的高精地图测量车进行测量所造成不必要的费用支出。能够有效的避免由于路侧单一感知设备无法检测到的距离较远、较小但危害较大的障碍物、抛洒物、塌方、路障以及临时交通管制而造成的行驶路径改变而发生的交通事故和二次事故。

车辆在正常行驶过程中，通过全新的高精地图协助车辆规避出现异常事故的车道，进一步建立车辆安全行驶模型，指导车辆安全行驶，提升车辆通行效率。

通过时空轨迹重构所获得的数据经过进一步的规范和设计形成“危险预警告警模型”，可以对那些非法、行驶异常、行为异常的车辆进行警告以及提示，一旦触发相关判断机制立即输出异常行为报警信息，并对相应的车辆进行点对点信息提示和取证。实现全程监视、管控车辆违章变道、超速行驶、长期占用紧急停车道、货车长期占用快速车道、逃费等行为车辆行驶安全有效的管理。

实施例2

本实施例公开了基于时空轨迹重构全新道路高精地图快速生成方法，所述系统全新道路高精地图生成过程及方法为：系统调取本路段区域原有高精地图8和利用路侧传感单元1与车载单元2获取的各类数据进行初步融合后形成的参考用区域道路地图9进行差分数据对比，将差异之处与原有高精地图进行叠加生成全新道路基底高精地图10，系统通过对各类数据分析处理后获取的所有车辆的运动轨迹与运行方向将其转变为道路允许正常车辆行驶的车道车辆行驶路径与车道行驶方向11，系统将路侧传感单元1与车载单元2获取异常事件标注在全新道路基底高精地图10上，并根据异常事件4的类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件4位置为中心向车辆驶来方向前延伸并且发生在道路上异常事件内容的预警告警区域和预警告警提示信息12，系统将车载单元2采集回来的道路标识标线信息、安全保障基础设施信息、道路基础设施信息与全新道路基底高精地图10数据信息、车道车辆行驶路径与车道行驶方向11数据信息、预警告警区域和预警告警提示信息12，再做进一步数据融合，形成带有通行方案、预警告警区域、告警提示信息等完整的全新道路高精地图13，系统启用自我学习修正模型14，利用路侧传感单元1与车载单元2持续不断的获取全新数据进行自我学习、修正、完善全新道路高精地图13数据，及时调整道路的变化情况，使全新道路高精地图13的数据准确性更加趋近于自动驾驶用车辆所使用的高精地图所需要的精度。此学习修正过程系统会一直持续。系统将修正后数据健全的全新道路高精地图13上传到云端或第三方服务平台中供不同的客户端调用使用。生成后的全新道路高精地图13又将会作为新的基底高精地图10存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用。

系统将全新的高精地图13数据下发到即将通过此路段的所有车辆以及其它客户端，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶。提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

通过本方法所获得的数据可以使路侧感知设备与边缘计算设备相互结合后能够形成功能更加庞大的安全保障体系，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆以及全人工驾驶的车辆提供足够的决策依据甚至指令，无人驾驶车辆、自动驾驶车辆行驶安全性会得到本质上的提升。可以使无人驾驶车辆、自动驾驶车辆本身发展的复杂度也会大大降低，成本也会大大降低。因为它不需要遍历所有的场景，无人驾驶、自动驾驶商业化也可以提前到来。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述系统包括：路侧传感单元、车载单元和大数据服务平台，所述路侧传感单元设置在道路侧边，所述路侧传感单元采集道路上行驶的所有类型车辆的动态信息、路况信息、特征信息、交通状态信息、气候信息、各类异常事件信息，所述车载单元安装在无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、道路勘察测绘车辆内，通过车载各类传感器和定位模块可以动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，路侧传感单元和车载单元采集的数据均传送至大数据服务平台，所述大数据服务平台根据采集的数据进行逆向时空轨迹重构，将重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图进行叠加生成全新的道路基底高精地图，大数据服务平台通过不断接收路侧传感单元、车载单元发送回来的全新数据，通过持续的自我学习、完善并补充基底高精地图数据信息，使全新道路基底高精地图各类数据更加精准，自我完善和学习过程将持续不断进行，大数据服务平台再将路侧传感单元以及车载传感器采集回来的异常路况信息、异常交通事件事故信息、异常交通状态信息叠加并融合至全新道路基底高精地图中，并在全新道路基底高精地图中标注出其所在的位置，影响范围、发展态势以及生成预警告警提示信息内容，为无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆安全行驶所需道路提供专用高精地图，供不同用户端调取使用。

2.如权利要求1所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述路侧传感单元采集道路上行驶的所有类型车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息，车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；交通状态信息包括：畅通、拥堵、堵塞、排队信息，路侧传感单元通过专用通信通道以及通信方式将采集的各类数据传输到大数据服务平台以备调用。

3.如权利要求1所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述车载单元包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括北斗系统、伽利略系统、GPS定位系统，在车辆行驶过程中通过多种传感器以及实时定位模块为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器包括车辆自身周围感知单元，负责感知车辆周围的环境、测绘车辆周围的环境，能够在任何时间确定车辆位置，通过感知数据为车辆在各种行车场景下提供安全驾驶的决策能力；通过车辆传感器实时动态获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，车载单元通过专用通信通道以及通信方式将采集各类数据传输到大数据服务平台中以备调用。

4.如权利要求1所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述路侧传感单元和车载单元将采集的各类信息通过无线传输装置或有线网络线路发送至大数据服务平台，所述大数据服务平台对接收的数据进行整合分析。

5.如权利要求1所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述大数据服务平台接收到路侧传感单元和车载单元发送的数据后进行实时分析处理，通过处理后的数据进行逆向时空轨迹重构，利用每秒采集的车辆点迹绘制车辆的运动轨迹和行驶路径，通过车辆的行驶轨迹或行驶路径来绘制出区域断面车道的数量以及道路的界限，通过对连续道路断面的叠加形成整个道路的图形数据，并将标识标线信息、安全辅助基础设施信息融合在一起，形成全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息和车辆行驶方向信息。

6.如权利要求5所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述大数据服务平台将生成的全新参考用的道路图形数据信息、车道数据信息、实际车辆行驶的轨迹信息、路径信息、标识标线信息、安全辅助基础设施信息和车辆行驶方向信息与系统存有的原始区域或道路的高精地图中包含的道路图形信息、车道数据信息、规划车辆行驶的行驶轨迹信息、路径信息、道路基础设施信息、安全防护信息、标识标线信息和车辆行驶方向信息做差分对比找不同的地方，将差异之处与原有的高精地图进行叠加生成全新的基底高精地图，并根据高速公路、国省道、城市道路基础建设对不同道路以及行车道和辅助设施的建设原则，分别对全新基底高精地图中的所涉及的所有内容数据信息进行校正完善，包括：道路通行车道宽度、车道数量、正确行驶路径、道路基础设备、安全防护设施、路界、标志标线、行驶的方向。

7.如权利要求5所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述大数据服务平台通过对路侧传感单元与车载单元采集的数据信息进行融合、识别，并在全新的基底道路高精地图上标记出危害车辆安全行驶的各类异常事件的位置、区域以及所在车道，通过对数据进行二次融合后形成完整的高精地图存入导航系统中，用于系统自我学习、完善、校对、修正使用。

8.如权利要求5所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述大数据服务平台通过持续不断的接收获取路侧传感单元和车载单元发送回来的各类数据，进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶车辆、自动驾驶用车辆所使用的高精地图精度，学习修正过程系统一直持续进行，系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用，生成后的全新高精地图再次作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用。

9.如权利要求5所述的基于时空轨迹重构全新道路高精地图快速生成系统，其特征在于，所述大数据服务平台在将路侧传感单元以及车载单元采集回来的异常事件信息标注在已经生成完整的全新高精地图上，并根据事件类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域，并生成发生在道路上异常事件内容的预警告警提示信息，下发到即将通过此路段的所有车辆，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶，提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

10.基于时空轨迹重构全新道路高精地图快速生成方法，其特征在于，所述方法为：利用路侧传感单元采集道路上行驶的所有类型车辆包括：无人驾驶车辆、自动驾驶车辆、人工辅助驾驶车辆、全人工驾驶车辆；采集的信息包括：车辆动态信息、道路异常事件信息、车辆特征信息、交通状态信息、气候信息、车辆异常事件信息；车辆动态信息包括：每辆车的实时运动速度信息、运动方向信息、经纬度信息、加速度信息、运动方向角信息、车辆尺寸信息、车辆类型信息、所在车道信息、运动轨迹信息以及整个系统中的车辆唯一ID身份编号信息；车辆异常事件信息包括：车辆有无异常情况出现、异常行为出现；道路异常事件信息包括：有无危险行人出现、有无危险动物出现、有无道路塌方、有无山体滑坡、有无抛洒物出现、有无落石出现或其它影响正常道路通行的危险情况；车辆特征信息包括：车辆车牌信息、车标信息、车系信息、车型信息、车辆颜色信息；交通状态信息包括：畅通、拥堵、堵塞、排队信息，路侧传感单元通过专用通信通道以及通信方式将所采集各类数据传输到大数据服务平台中以备调用；

车载单元包括：车辆实时定位模块和车辆传感器，车辆实时定位模块包括：北斗系统、伽利略系统、GPS定位系统，为车辆提供周期性实时位置经纬度信息、速度信息以及时钟同步授时功能；车辆传感器由车辆自身周围感知单位元组成，感知车辆周围的环境、测绘车辆周围的环境，使其能够在任何时间确定其位置，并通过感知数据为车辆在各种行车场景下负责安全驾驶的决策能力；通过车载传感器动态实时获取车辆的位置信息、自身周围的路况信息、环境信息、标识标线信息、危害车辆其安全行驶的事件信息、道路安全行驶辅助基础设施、车辆安全行驶的各类操作数据信息，车载单元通过专用通信通道以及通信方式将以上所采集各类数据传输到大数据服务平台中以备调用；

路侧传感单元和车载单元采集的数据均传送至大数据服务平台，所述大数据服务平台根据采集的数据进行逆向时空轨迹重构，将重构后的数据与此区域原始高精地图数据进行差分对比，将差异之处与原有高精地图进行叠加生成全新道路基底高精地图，并将路侧传感单元和车载单元采集的异常事件信息融合至全新道路基底高精地图中，大数据服务平台通过持续不断的接收获取路侧传感单元和车载单元发送回来的各类数据，进行不断地自我学习、完善、补充、校对以及及时调整其发生的变化，使生成的全新基底高精地图的数据准确性更加趋近于无人驾驶、自动驾驶用车辆所使用的高精地图精度，学习修正过程系统会一直持续进行，系统将修正后数据健全的基底高精地图上传到云端或第三方服务平台中供不同的客户端调用使用，生成后的全新高精地图又将会作为基底高精地图存入到系统数据库中，用于系统下一次自我学习、完善、校对、修正使用；

系统在全新道路基底地图中标注出异常事件的位置，并重新生成完整的全新高精地图，并根据事件类型以及所影响的范围、区域、车道，再结合车辆安全行驶原则，自动生成以异常事件位置为中心向车辆驶来方向前延伸的预警告警区域，并生成发生在道路上异常事件内容的预警告警提示信息，下发到即将通过此路段的所有车辆以及其它客户端，提前发出警示信息警告所有通行车辆按照系统自动生成的最优行驶路径以及通行方案缓慢安全行驶，提示自动驾驶车辆驾驶人员将车辆由自动驾驶模式转化为人工驾驶模式以提高车辆的安全性和道路的畅通性。

Images