CN111833608A - 路况信息的处理方法、装置 - Google Patents
路况信息的处理方法、装置 Download PDFInfo
- Publication number
- CN111833608A CN111833608A CN202010675596.0A CN202010675596A CN111833608A CN 111833608 A CN111833608 A CN 111833608A CN 202010675596 A CN202010675596 A CN 202010675596A CN 111833608 A CN111833608 A CN 111833608A
- Authority
- CN
- China
- Prior art keywords
- drive test
- condition information
- road condition
- road
- test unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 13
- 238000003672 processing method Methods 0.000 title description 14
- 238000012360 testing method Methods 0.000 claims abstract description 277
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000009827 uniform distribution Methods 0.000 claims abstract description 12
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical group C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Abstract
本申请的实施例提供了一种路况信息的处理方法、装置。该方法包括:获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;分别针对各条待选路况信息生成一个服从0‑1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。本申请实施例的技术方案能够从一定概率上过滤掉存在异常的路况信息,进而可以保证路况信息的容错性。
Description
技术领域
本申请涉及计算机及安全辅助驾驶技术领域,具体而言,涉及一种路况信息的处理方法、装置、计算机可读介质及电子设备。
背景技术
随着车联网中对安全辅助驾驶技术的需求的推动,云计算迅速发展起来。在交通场景中,比如车辆行驶在具有多个路测单元的路段场景中,一般会通过路测单元获取自身所行驶路段的路况参数,其中,一个或者多个路测单元覆盖一个道路区域,直接为驶入该道路区域的车辆提供路况信息,其他道路区域中的路况信息则通过路测单元之间的中转传递间接的提供给车辆。对于车辆而言,仅仅只是获取并存储所有的路况信息,并没有考虑这些路况信息是否存在异常。因此,如何利用计算机技术特别是云计算技术从一定概率上过滤掉存在异常的路况信息,以保证路况信息的容错性是亟待解决的技术问题。
发明内容
本申请的实施例提供了一种路况信息的处理方法、装置、计算机可读介质及电子设备,至少从一定概率上可以过滤掉存在异常的路况信息,进而保证路况信息的容错性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种路况信息的处理方法,包括:获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
根据本申请实施例的一个方面,提供了一种路况信息的处理装置,所述装置包括:获取单元,被用于获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;生成单元,被用于分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;确定单元,被用于基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
在本申请的一些实施例中,基于前述方案,每个路测单元分别对应一个路测区域,所述至少两个路测单元包括直接路测单元和间接路测单元,所述获取单元配置为:通过目标车辆的定位坐标确定目标车辆所在的直接路测区域,以将所述直接路测区域对应的路测单元确定为直接路测单元,将除所述直接路测单元之外的路测单元确定为间接路测单元;通过所述直接路测单元获取所述直接路测区域的路况信息,所述直接路测区域的路况信息由所述直接路测单元采集;通过所述直接路测单元获取间接路测区域的路况信息,所述间接路测区域的路况信息由所述间接路测单元采集。
在本申请的一些实施例中,基于前述方案,所述装置还包括修正单元,被用于在通过所述直接路测单元获取间接路测区域的路况信息之后,确定各相邻的路测单元之间的相关系数;基于所述相关系数,对所述直接路测单元获取到的间接路测区域的路况信息进行修正,得到修正后的所述间接路测区域的路况信息。
在本申请的一些实施例中,基于前述方案,所述各相邻的路测单元之间的相关系数通过如下公式确定:
其中,Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;m表示历史上的m个时刻;xi,k表示第i个路测单元在历史上的m个时刻中的第k 个时刻的路况信息;xi+1,k表示第i+1个路测单元在历史上的m个时刻中的第k个时刻的路况信息。
在本申请的一些实施例中,基于前述方案,所述修正单元配置为:基于所述相关系数,通过如下公式对所述直接路测单元获取到的间接路测区域的路况信息进行修正:
其中,Ux表示修正后的第x个间接路测单元对应的间接路测区域的路况信息;ux表示所述直接路测单元获取到的第x个间接路测单元对应的间接路测区域的路况信息;Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;n 表示第n个路测单元为与所述直接路测单元相邻的间接路测单元。
在本申请的一些实施例中,基于前述方案,所述确定单元配置为:按照所述待选路况信息对应的概率值从大到小的顺序,对所述至少两条待选路况信息进行排序;将排序靠前的预定数量的待选路况信息确定为目标路况信息。
在本申请的一些实施例中,基于前述方案,所述确定单元配置为:在所述至少两条待选路况信息中,将所述概率值大于预定阈值的待选路况信息确定为目标路况信息。
在本申请的一些实施例中,基于前述方案,所述预定阈值通过如下方式确定:确定所述至少两个路测单元在历史时段内的故障率或维修率;基于所述故障率或维修率,确定所述预定阈值。
在本申请的一些实施例中,基于前述方案,所述获取单元配置为:获取由至少两个路测单元采集的路况信息,至少包括如下一种:获取由至少两个路测单元采集的道路温度值;获取由至少两个路测单元采集的道路湿度值;获取由至少两个路测单元采集的道路能见度值。
根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述第一方面或者第一方面的各种可选实现方式中提供的方法。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的路况信息的处理方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的路况信息的处理方法。
在本申请的一些实施例所提供的技术方案中,针对获取到的至少两条待选路况信息,分别生成一个服从0-1均匀分布的概率值,得到至少两个用于表征所述待选路况信息的可信程度概率值,最后,基于所述待选路况信息对应的概率值,从所述至少两条待选路况信息中确定目标路况信息。在本申请实施例所应用的场景中,由于不知道具体是哪些路况信息存在异常,所以通过为每一个路况信息生成一个服从0-1均匀分布的用于表征为路况信息的可信程度(即不存在异常的可能性)的概率值,可以依据该概率值从一定概率上过滤掉存在异常的路况信息,进而保证路况信息的容错性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2-A示出了根据本申请的一个实施例的实施路况信息的处理方法的应用场景图;
图2-B示出了根据本申请的一个实施例的应用路况信息处理方法的场景图;
图3示出了根据本申请的一个实施例的路况信息的处理方法的流程图;
图4示出了根据本申请的一个实施例的获取由至少两个路测单元采集的路况信息的细节流程图;
图5示出了根据本申请的一个实施例的在通过所述直接路测单元获取间接路测区域的路况信息之后的方法流程图;
图6示出了根据本申请的一个实施例的在所述至少两条待选路况信息中确定目标路况信息的细节流程图;
图7示出了根据本申请的一个实施例的确定预定阈值的方法流程图;
图8示出了根据本申请的一个实施例的应用路况信息的处理方法的系统架构图;
图9示出了根据本申请的一个实施例的路况信息的处理装置的框图;
图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构可以包括终端设备(如图1中所示智能手机 101、平板电脑102和便携式计算机103中的一种或多种,当然也可以是台式计算机等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
在本申请的一个实施例中,可以是如图1中所示的终端设备101向服务器105发送获取路况信息的请求,服务器105在接收到所述请求之后,将至少两条待选路况信息发送给终端设备101,终端设备101在接收到至少两条待选路况信息之后,分别针对各条待选路况信息生成一个服从0-1均匀分布的用于表征所述待选路况信息可信程度的概率值,并基于待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
需要说明的是,本申请实施例所提供的路况信息的处理方法一般由服务器105执行,相应地,路况信息的处理确定装置一般设置于服务器105 中。但是,在本申请的其它实施例中,终端设备也可以与服务器具有相似的功能,从而执行本申请实施例所提供的路况信息的处理方案。
还需要说明的是,本申请实施例所提供的路况信息的处理方法除了由上述所提到的服务器105或者终端设备来执行之外,还可以由具有云计算功能的云服务器来执行。
具体的,所述云计算(cloud computing)是一种计算模式,它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展。通过建立云计算资源池(简称云平台,一般称为IaaS(Infrastructure as a Service,基础设施即服务)平台,在资源池中部署多种类型的虚拟资源,供外部客户选择使用。云计算资源池中主要包括:计算设备(为虚拟化机器,包含操作系统)、存储设备、网络设备。
图2-A示出了根据本申请的一个实施例的实施路况信息的处理方法的应用场景图。
如图2-A所示,在路段200中,包括路测单元A、路测单元B、路测单元C,其中,每一个路测单元负责采集或者监测其所在道路区域的路况信息,每一个路测单元采集或者监测的路况信息所包含的信息类别相同。
在实际应用中,一方面,路测单元201上安装有路况信息采集设备,例如摄像头、MEC、雷达等等,这些路况信息采集设备主要用于采集一定区域内的道路路面的相关信息,例如“箭头1”所示的那样。另一方面,路测单元之间还可以相互传递路况信息,例如图2-A所示,路测单元A和路测单元B之间可以通过“箭头2”互相传递自身所采集的路况信息。
如图2-A所示,当车辆202行驶在路段200中时,在路测单元A附近需要获取路段200的路况信息,此时由路测单元A向车辆202发送路段200 的路况信息,车辆202在接收到路测单元A发送的路况信息之后,通过本申请所提供的路况信息的处理方法对接收到的路况信息进行处理。
为了使本领域技术人员更清楚的理解本申请路况信息处理方法的一个具体应用,下面将结合图2-B对此进行简单阐述:
如图2-B,示出了根据本申请的一个实施例的应用路况信息处理方法的场景图,在该图中,路测单元对自身所检测区域范围内的路况信息进行收集收集,例如收集道路上是否有障碍物的信息,收集道路上是否有路面施工的信息,收集道路上是否有路边标志的信息,以及车辆的行驶相关信息。路测单元还将收集到的各种路况信息进行处理,或者上传到云与数据中心进行处理。此外,路测单元还将由收集到的路况信息而得到的各类预警信息发送给对应车辆,例如前方障碍预警,减速预警等等。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图3示出了根据本申请的一个实施例的路况信息的处理方法的流程图。该路况信息的处理方法可以由具有计算处理功能的设备来执行,比如可以由图1中所示的服务器105来执行,也可以由图1中所示的终端设备来执行,还可以由具有云计算功能的云服务器来执行。参照图3所示,该路况信息的处理方法至少包括步骤320至步骤360,详细介绍如下:
在步骤320中,获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息。
具体的,在本申请中,获取由至少两个路测单元采集的路况信息,具体可以包括如下至少一种:
第一种、获取由至少两个路测单元采集的道路温度值。
第二种、获取由至少两个路测单元采集的道路湿度值。
第三种、获取由至少两个路测单元采集的道路能见度值。
需要注意的是,至少两条待选路况信息的信息类别相同,例如,当一条路况信息为道路温度值时,其它路况信息均为道路温度值,当一条路况信息包括道路湿度值和道路能见度值时,其它路况信息均包括道路湿度值和道路能见度值。
在本申请中,每一个路测单元分别对应一个路测区域,也就是说,一个路测单元负责采集与之相对应的路测区域的路况信息。
在本申请中,至少两个路测单元包括直接路测单元和间接路测单元,在一般的实际应用中,至少两个路测单元可以包括一个直接路测单元和至少一个间接路测单元。
在步骤320的一个实施例中,获取由至少两个路测单元采集的路况信息可以按照如图4所示的步骤执行。
参见图4,示出了根据本申请的一个实施例的获取由至少两个路测单元采集的路况信息的细节流程图,具体包括步骤321至323:
在步骤321中,通过目标车辆的定位坐标确定目标车辆所在的直接路测区域,以将所述直接路测区域对应的路测单元确定为直接路测单元,将除所述直接路测单元之外的路测单元确定为间接路测单元。
在本申请中,目标车辆的定位坐标可以是目标车辆GPS定位坐标,或者可以是北斗卫星定位坐标。目标车辆在确定自身定位坐标时,可以确定自身所在的路测区域(即为直接路测区域),进一步可以确定该直接路测区域中的路测单元(即为直接路测单元),并且将除直接路测单元之外的路测单元确定为间接路测单元。
例如,在图2-A中,相对于车辆202而言,路测单元A为直接路测单元,路测单元B和路测单元C即为间接路测单元。
在步骤322中,通过所述直接路测单元获取所述直接路测区域的路况信息,所述直接路测区域的路况信息由所述直接路测单元采集。
具体的,直接路测区域中的路况信息由直接路测单元采集,然后直接路测单元将采集到的路况信息发送给目标车辆,目标车辆由此获得直接路测区域中的路况信息。
在步骤323中,通过所述直接路测单元获取间接路测区域的路况信息,所述间接路测区域的路况信息由所述间接路测单元采集。
具体的,间接路测区域中的路况信息由间接路测单元采集,然后间接路测单元将采集到的路况信息发送给直接路测单元,直接路测单元再将间接路测单元采集到的间接路测区域中的路况信息转发给目标车辆,目标车辆由此获得间接路测区域中的路况信息。
在本申请中的步骤323之后,还可以执行如图5所示的路况信息处理方法。
参见图5,示出了根据本申请的一个实施例的在通过所述直接路测单元获取间接路测区域的路况信息之后的方法流程图,具体包括步骤331至 332:
在步骤331中,确定各相邻的路测单元之间的相关系数。
在本申请中,各相邻的路测单元之间的相关系数可以用来衡量相邻路测单元之间在进行路况信息传递时,其路况信息的发生畸变的程度。
在本申请中,各相邻的路测单元之间的相关系数可以通过如下公式确定:
其中,Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;m表示历史上的m个时刻;xi,k表示第i个路测单元在历史上的m个时刻中的第k 个时刻的路况信息;xi+1,k表示第i+1个路测单元在历史上的m个时刻中的第k个时刻的路况信息。
在步骤332中,基于所述相关系数,对所述直接路测单元获取到的间接路测区域的路况信息进行修正,得到修正后的所述间接路测区域的路况信息。
在步骤332中的一个实施例中,可以通过如下公式对所述直接路测单元获取到的间接路测区域的路况信息进行修正:
其中,Ux表示修正后的第x个间接路测单元对应的间接路测区域的路况信息;ux表示所述直接路测单元获取到的第x个间接路测单元对应的间接路测区域的路况信息;Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;n 表示第n个路测单元为与所述直接路测单元相邻的间接路测单元。
在本申请中,由于间接路测单元采集的路况信息通过直接路测单元传递到目标车辆的过程中会存在信息畸变(畸变的原因来自路测单元之间间的关联性和信息传输链路噪声),因此,在本申请中,通过上述实施例对间接路测区域中的路况信息进行修正,其好处在于,可以保证目标车辆获取的间接路测区域中的路况信息的准确性,进而可以保证路况信息的容错性。
在步骤340中,分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度。
在本申请中,由于会存在一部分路测单元可能因为故障无法提供准确的路况信息但又不能被及时发现并得到修复和替换。因此,每一个路测单元都以一定的概率处于故障状态(也以一定的概率处于正常状态)。而通过分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,且可以通过将该概率值用来表征所述路测单元处于故障状态或者正常状态的概率,进而可以从统计学上推测每一个待选路况信息的可信程度。
当概率值用来表征路测单元处于正常状态的概率时,所述概率值与所述路况信息的可信程度正相关,即所述概率值越大,表明路测单元对应的路况信息的可信程度越高。
当概率值用来表征路测单元处于故障状态的概率时,所述概率值与所述路况信息的可信程度负相关,即所述概率值越大,表明路测单元对应的路况信息的可信程度越低。
在步骤360中,基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
在步骤360的一个实施例中,可以将所述概率值表征为所述路测单元处于正常状态的概率,进一步的,基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息,可以按照如图6所示的步骤执行。
参见图6,示出了根据本申请的一个实施例的在所述至少两条待选路况信息中确定目标路况信息的细节流程图,具体包括步骤361至362:
在步骤361中,按照所述待选路况信息对应的概率值从大到小的顺序,对所述至少两条待选路况信息进行排序。
在步骤362中,将排序靠前的预定数量的待选路况信息确定为目标路况信息。
具体的,例如,车辆一共获取到包括A、B、C、D、E、F在内的6条路况信息,其中,各条路况信息对应生成的概率值分别为A(0.1)、B (0.3)、C(0.5)、D(0.5)、E(0.7)、F(0.9),若预定数量为4条路况信息,那么路况信息C、D、E、F将被确定为目标路况信息。
在步骤360的另一个实施例中,可以将所述概率值表征为所述路测单元处于正常状态的概率,进一步的,基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息,可以按照如下方式执行:在所述至少两条待选路况信息中,将所述概率值大于预定阈值的待选路况信息确定为目标路况信息。
具体的,例如,车辆一共获取到包括A、B、C、D、E、F在内的6条路况信息,其中,各条路况信息对应生成的概率值分别为A(0.1)、B (0.3)、C(0.5)、D(0.5)、E(0.7)、F(0.9),若预定阈值为0.2,那么路况信息B、C、D、E、F将被确定为目标路况信息。
在本实施例的一个具体实现中,所述预定阈值可以通过如图7所示的步骤确定。
参见图7,示出了根据本申请的一个实施例的确定预定阈值的方法流程图,具体包括步骤3631至3632。
步骤3631,确定所述至少两个路测单元在历史时段内的故障率或维修率。
步骤3632,基于所述故障率或维修率,确定所述预定阈值。
在本申请中,可以从道路维护部门获取路测单元的故障率或维修率,记为P,由于车辆驶入路段后并不知道至少不能立即知道路测单元的故障情况,而路测单元可能会因为故障无法提供准确信息但又不能被及时发现并得到修复和替换。因此,在本实施例中,可以将1-P确定为用于判断路况信息是否为异常信息的预定阈值,即概率值低于1-P的路况信息为异常路况信息,概率值不低于1-P的路况信息为正常路况信息(即目标路况信息)。
图8示出了根据本申请的一个实施例的应用路况信息的处理方法的系统架构图。
如图8所示,在本申请中,路测单元810可以包括路测模块813、路测通信处理器812、路测信息处理器811,其中,路测模块813可以用于采集路测单元810所对应路测区域的路测信息,路测通信处理器812可以用于接收其它路测单元发送的其它路测区域的路测信息和向终端设备830 (车辆)发送路测单元810所对应路测区域和其它路测区域的路测信息,路测信息处理器811可以用于整理路测单元810所对应路测区域和其它路测区域的路测信息。
在本申请中,车路通信模块820可以用于管理路测单元810和终端设备830(车辆)之间的网络通信。
在本申请中,道路维护方云平台840(道路维护部门)则可以用于为终端设备830(车辆)提供历史信息(例如路测单元在历史上的故障率或者维修率)。
此外,本申请发明人对本申请实施例重复进行仿真实验10次,统计路况信息的样本方差之比,得到实验结果如表1。
表1
由于样本方差反映了车辆接收到的路况信息的值与路况信息实际值的差异,所以通过表1可以看出,本申请实施例所提出的路况信息处理方法可以保证路况信息的容错性。
在本申请的一些实施例所提供的技术方案中,针对获取到的至少两条待选路况信息,分别生成一个服从0-1均匀分布的概率值,得到至少两个用于表征所述待选路况信息的可信程度概率值,最后,基于所述待选路况信息对应的概率值,从所述至少两条待选路况信息中确定目标路况信息。在本申请实施例所应用的场景中,由于不知道具体是哪些路况信息存在异常,所以通过为每一个路况信息生成一个服从0-1均匀分布的用于表征为路况信息的可信程度(即不存在异常的可能性)的概率值,可以依据该概率值从一定概率上过滤掉存在异常的路况信息,进而保证路况信息的容错性。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的路况信息的处理方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的路况信息的处理方法的实施例。
图9示出了根据本申请的一个实施例的路况信息的处理装置的框图。
参照图9所示,根据本申请的一个实施例的路况信息的处理装置 900,包括:获取单元901、生成单元902和确定单元903。
其中,获取单元901,被用于获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;生成单元902,被用于分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;确定单元903,被用于基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
在本申请的一些实施例中,基于前述方案,每个路测单元分别对应一个路测区域,所述至少两个路测单元包括直接路测单元和间接路测单元,所述获取单元901配置为:通过目标车辆的定位坐标确定目标车辆所在的直接路测区域,以将所述直接路测区域对应的路测单元确定为直接路测单元,将除所述直接路测单元之外的路测单元确定为间接路测单元;通过所述直接路测单元获取所述直接路测区域的路况信息,所述直接路测区域的路况信息由所述直接路测单元采集;通过所述直接路测单元获取间接路测区域的路况信息,所述间接路测区域的路况信息由所述间接路测单元采集。
在本申请的一些实施例中,基于前述方案,所述装置还包括修正单元,被用于在通过所述直接路测单元获取间接路测区域的路况信息之后,确定各相邻的路测单元之间的相关系数;基于所述相关系数,对所述直接路测单元获取到的间接路测区域的路况信息进行修正,得到修正后的所述间接路测区域的路况信息。
在本申请的一些实施例中,基于前述方案,所述各相邻的路测单元之间的相关系数通过如下公式确定:
其中,Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;m表示历史上的m个时刻;xi,k表示第i个路测单元在历史上的m个时刻中的第k 个时刻的路况信息;xi+1,k表示第i+1个路测单元在历史上的m个时刻中的第k个时刻的路况信息。
在本申请的一些实施例中,基于前述方案,所述修正单元配置为:基于所述相关系数,通过如下公式对所述直接路测单元获取到的间接路测区域的路况信息进行修正:
其中,Ux表示修正后的第x个间接路测单元对应的间接路测区域的路况信息;ux表示所述直接路测单元获取到的第x个间接路测单元对应的间接路测区域的路况信息;Ci,i+1表示第i个和第i+1个路测单元之间的相关系数;n 表示第n个路测单元为与所述直接路测单元相邻的间接路测单元。
在本申请的一些实施例中,基于前述方案,所述确定单元903配置为:按照所述待选路况信息对应的概率值从大到小的顺序,对所述至少两条待选路况信息进行排序;将排序靠前的预定数量的待选路况信息确定为目标路况信息。
在本申请的一些实施例中,基于前述方案,所述确定单元903配置为:在所述至少两条待选路况信息中,将所述概率值大于预定阈值的待选路况信息确定为目标路况信息。
在本申请的一些实施例中,基于前述方案,所述预定阈值通过如下方式确定:确定所述至少两个路测单元在历史时段内的故障率或维修率;基于所述故障率或维修率,确定所述预定阈值。
在本申请的一些实施例中,基于前述方案,所述获取单元901配置为:获取由至少两个路测单元采集的路况信息,至少包括如下一种:获取由至少两个路测单元采集的道路温度值;获取由至少两个路测单元采集的道路湿度值;获取由至少两个路测单元采集的道路能见度值。
图10示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图10示出的电子设备的计算机系统1000仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,计算机系统1000包括中央处理单元(Central Processing Unit,CPU)1001,其可以根据存储在只读存储器(Read-Only Memory, ROM)1002中的程序或者从储存部分1008加载到随机访问存储器 (Random Access Memory,RAM)1003中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1003中,还存储有系统操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(Input/Output,I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1007;包括硬盘等的储存部分1008;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1010,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入储存部分1008。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1010被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory, EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read- Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述第一方面或者第一方面的各种可选实现方式中提供的方法。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD- ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种路况信息的处理方法,其特征在于,所述方法包括:
获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;
分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;
基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
2.根据权利要求1所述的方法,其特征在于,每个路测单元分别对应一个路测区域,所述至少两个路测单元包括直接路测单元和间接路测单元,所述获取由至少两个路测单元采集的路况信息,包括:
通过目标车辆的定位坐标确定目标车辆所在的直接路测区域,以将所述直接路测区域对应的路测单元确定为直接路测单元,将除所述直接路测单元之外的路测单元确定为间接路测单元;
通过所述直接路测单元获取所述直接路测区域的路况信息,所述直接路测区域的路况信息由所述直接路测单元采集;
通过所述直接路测单元获取间接路测区域的路况信息,所述间接路测区域的路况信息由所述间接路测单元采集。
3.根据权利要求2所述的方法,其特征在于,在通过所述直接路测单元获取间接路测区域的路况信息之后,所述方法还包括:
确定各相邻的路测单元之间的相关系数;
基于所述相关系数,对所述直接路测单元获取到的间接路测区域的路况信息进行修正,得到修正后的所述间接路测区域的路况信息。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息,包括:
按照所述待选路况信息对应的概率值从大到小的顺序,对所述至少两条待选路况信息进行排序;
将排序靠前的预定数量的待选路况信息确定为目标路况信息。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息,包括:
在所述至少两条待选路况信息中,将所述概率值大于预定阈值的待选路况信息确定为目标路况信息。
8.根据权利要求7所述的方法,其特征在于,所述预定阈值通过如下方式确定:
确定所述至少两个路测单元在历史时段内的故障率或维修率;
基于所述故障率或维修率,确定所述预定阈值。
9.根据权利要求1所述的方法,其特征在于,获取由至少两个路测单元采集的路况信息,至少包括如下一种:
获取由至少两个路测单元采集的道路温度值;
获取由至少两个路测单元采集的道路湿度值;
获取由至少两个路测单元采集的道路能见度值。
10.一种路况信息的处理装置,其特征在于,所述装置包括:
获取单元,被用于获取由至少两个路测单元采集的路况信息,得到至少两条待选路况信息;
生成单元,被用于分别针对各条待选路况信息生成一个服从0-1均匀分布的概率值,得到至少两个概率值,所述概率值用于表征所述待选路况信息的可信程度;
确定单元,被用于基于所述待选路况信息对应的概率值,在所述至少两条待选路况信息中确定目标路况信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010675596.0A CN111833608B (zh) | 2020-07-14 | 2020-07-14 | 路况信息的处理方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010675596.0A CN111833608B (zh) | 2020-07-14 | 2020-07-14 | 路况信息的处理方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111833608A true CN111833608A (zh) | 2020-10-27 |
CN111833608B CN111833608B (zh) | 2023-12-19 |
Family
ID=72923574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010675596.0A Active CN111833608B (zh) | 2020-07-14 | 2020-07-14 | 路况信息的处理方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833608B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398932A (zh) * | 2020-11-04 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344625A (ja) * | 2000-06-01 | 2001-12-14 | Toshiba Corp | 有料道路における無線通信システム、無線通信方法 |
KR20040110211A (ko) * | 2003-06-18 | 2004-12-31 | 삼성전자주식회사 | 임시 무선 네트워크를 이용한 교통정보 시스템 및 방법 |
JP2012004759A (ja) * | 2010-06-16 | 2012-01-05 | Mitsubishi Electric Corp | 無線通信装置 |
CN102798876A (zh) * | 2012-08-22 | 2012-11-28 | 东莞市泰斗微电子科技有限公司 | 一种导航路测系统和方法 |
CN102932812A (zh) * | 2012-11-06 | 2013-02-13 | 武汉大学 | 一种面向道路路况的车载传感器协同监测方法 |
CN103942955A (zh) * | 2014-03-24 | 2014-07-23 | 河北盛航通信科技有限公司 | 一种基于移动网络的交通路况趋势预测与提示系统 |
CN105116374A (zh) * | 2015-07-07 | 2015-12-02 | 北京万集科技股份有限公司 | 相位延迟的测量和标定方法及信号处理器、rsu |
CN105577788A (zh) * | 2015-12-22 | 2016-05-11 | 深圳市金溢科技股份有限公司 | 开放性精确位置信息服务推送方法及服务系统 |
CN106340197A (zh) * | 2016-08-31 | 2017-01-18 | 北京万集科技股份有限公司 | 一种车路协同辅助驾驶系统及方法 |
CN106781570A (zh) * | 2016-12-30 | 2017-05-31 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
CN108399745A (zh) * | 2018-03-01 | 2018-08-14 | 北京航空航天大学合肥创新研究院 | 一种基于无人机的分时段城市路网状态预测方法 |
CN109118803A (zh) * | 2018-10-10 | 2019-01-01 | 华东交通大学 | 一种无人汽车与传统汽车混合环境下交通拥堵识别方法 |
CN110188882A (zh) * | 2018-12-28 | 2019-08-30 | 湖南大学 | 一种基于模糊推理的高冲突证据融合方法 |
CN110364007A (zh) * | 2019-05-29 | 2019-10-22 | 深圳市元征科技股份有限公司 | 基于v2x的路况管控方法、道路设备、车载设备 |
CN110505602A (zh) * | 2018-05-17 | 2019-11-26 | 大唐移动通信设备有限公司 | 一种车联网的数据处理方法、服务器及车联网系统 |
WO2020048350A1 (zh) * | 2018-09-05 | 2020-03-12 | 阿里巴巴集团控股有限公司 | 路况信息处理方法、装置及系统 |
CN110880235A (zh) * | 2018-09-05 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 路况信息处理系统中的路侧设备、处理方法及装置 |
CN110996300A (zh) * | 2019-11-12 | 2020-04-10 | 北京航空航天大学 | 一种基于交通场景安全的车载终端信息安全风险控制方法 |
CN111341131A (zh) * | 2020-03-05 | 2020-06-26 | 星觅(上海)科技有限公司 | 道路信息发送方法、装置、设备及存储介质 |
-
2020
- 2020-07-14 CN CN202010675596.0A patent/CN111833608B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344625A (ja) * | 2000-06-01 | 2001-12-14 | Toshiba Corp | 有料道路における無線通信システム、無線通信方法 |
KR20040110211A (ko) * | 2003-06-18 | 2004-12-31 | 삼성전자주식회사 | 임시 무선 네트워크를 이용한 교통정보 시스템 및 방법 |
JP2012004759A (ja) * | 2010-06-16 | 2012-01-05 | Mitsubishi Electric Corp | 無線通信装置 |
CN102798876A (zh) * | 2012-08-22 | 2012-11-28 | 东莞市泰斗微电子科技有限公司 | 一种导航路测系统和方法 |
CN102932812A (zh) * | 2012-11-06 | 2013-02-13 | 武汉大学 | 一种面向道路路况的车载传感器协同监测方法 |
CN103942955A (zh) * | 2014-03-24 | 2014-07-23 | 河北盛航通信科技有限公司 | 一种基于移动网络的交通路况趋势预测与提示系统 |
CN105116374A (zh) * | 2015-07-07 | 2015-12-02 | 北京万集科技股份有限公司 | 相位延迟的测量和标定方法及信号处理器、rsu |
CN105577788A (zh) * | 2015-12-22 | 2016-05-11 | 深圳市金溢科技股份有限公司 | 开放性精确位置信息服务推送方法及服务系统 |
CN106340197A (zh) * | 2016-08-31 | 2017-01-18 | 北京万集科技股份有限公司 | 一种车路协同辅助驾驶系统及方法 |
CN106781570A (zh) * | 2016-12-30 | 2017-05-31 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
CN108399745A (zh) * | 2018-03-01 | 2018-08-14 | 北京航空航天大学合肥创新研究院 | 一种基于无人机的分时段城市路网状态预测方法 |
CN110505602A (zh) * | 2018-05-17 | 2019-11-26 | 大唐移动通信设备有限公司 | 一种车联网的数据处理方法、服务器及车联网系统 |
WO2020048350A1 (zh) * | 2018-09-05 | 2020-03-12 | 阿里巴巴集团控股有限公司 | 路况信息处理方法、装置及系统 |
CN110880236A (zh) * | 2018-09-05 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 路况信息处理方法、装置及系统 |
CN110880235A (zh) * | 2018-09-05 | 2020-03-13 | 阿里巴巴集团控股有限公司 | 路况信息处理系统中的路侧设备、处理方法及装置 |
CN109118803A (zh) * | 2018-10-10 | 2019-01-01 | 华东交通大学 | 一种无人汽车与传统汽车混合环境下交通拥堵识别方法 |
CN110188882A (zh) * | 2018-12-28 | 2019-08-30 | 湖南大学 | 一种基于模糊推理的高冲突证据融合方法 |
CN110364007A (zh) * | 2019-05-29 | 2019-10-22 | 深圳市元征科技股份有限公司 | 基于v2x的路况管控方法、道路设备、车载设备 |
CN110996300A (zh) * | 2019-11-12 | 2020-04-10 | 北京航空航天大学 | 一种基于交通场景安全的车载终端信息安全风险控制方法 |
CN111341131A (zh) * | 2020-03-05 | 2020-06-26 | 星觅(上海)科技有限公司 | 道路信息发送方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张含;蔡伯根;上官伟;李四辉;: "基于多分辨率建模的车路协同系统仿真场景设计与实现", 系统仿真技术, no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398932A (zh) * | 2020-11-04 | 2021-02-23 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
CN112398932B (zh) * | 2020-11-04 | 2023-10-24 | 腾讯科技(深圳)有限公司 | 获取路况信息的方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111833608B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110851342A (zh) | 故障预测方法、装置、计算设备以及计算机可读存储介质 | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
CN110782706B (zh) | 智能车辆驾驶风险的预警方法和装置 | |
CN110708212B (zh) | 分布式系统中调用链路的追踪方法及装置 | |
CN114429250B (zh) | 应用于工业互联网的故障预测方法、装置及电子设备 | |
CN111845768A (zh) | 车辆行驶参数的预测方法、装置 | |
CN114896166A (zh) | 场景库构建方法、装置、电子设备及存储介质 | |
CN109740066B (zh) | 信息推荐方法、信息推荐装置、存储介质及电子设备 | |
CN111833608A (zh) | 路况信息的处理方法、装置 | |
CN112230663B (zh) | 车辆定位数据的监测方法、装置 | |
CN111383454B (zh) | 车辆驾驶风险的预警方法、装置、介质及电子设备 | |
CN111710187A (zh) | 确定车辆驾驶风险的方法、装置、介质及电子设备 | |
CN110569163A (zh) | 监测伸缩组内云主机健康状态的方法、装置、设备及介质 | |
CN110896524B (zh) | 网络结构监测方法、装置 | |
CN111260912B (zh) | 车辆编队的处理方法及装置 | |
CN115203178A (zh) | 数据质检方法、装置、电子设备及存储介质 | |
CN108777062B (zh) | 用于输出信息的方法和装置 | |
CN111131384B (zh) | 位置排序方法及装置 | |
CN111800465A (zh) | 车辆消息的处理方法、装置、介质及电子设备 | |
CN112131468A (zh) | 推荐系统中的数据处理方法、装置 | |
CN112289023B (zh) | 用于自动驾驶的停车仿真测试方法、装置及相关设备 | |
CN111935671A (zh) | 事件信息获取方法、装置 | |
CN110782063A (zh) | 区域拥堵程度的预测方法、装置 | |
CN111050299B (zh) | 智能车辆数据互检方法和装置 | |
CN115774800B (zh) | 基于numa架构的时变图处理方法、电子设备、介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |