CN112833900A - 一种具备动态地图算法的边缘计算单元 - Google Patents
一种具备动态地图算法的边缘计算单元 Download PDFInfo
- Publication number
- CN112833900A CN112833900A CN202011621910.3A CN202011621910A CN112833900A CN 112833900 A CN112833900 A CN 112833900A CN 202011621910 A CN202011621910 A CN 202011621910A CN 112833900 A CN112833900 A CN 112833900A
- Authority
- CN
- China
- Prior art keywords
- data
- dynamic
- map
- weather
- cpu
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 16
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种具备动态地图算法的边缘计算单元,采集终端数据,通过边缘计算的融合算法,输出五维动态地图数据供用户使用。本发明的有益效果为:本发明能够利用周边各外围设备,快速的更新设备位置区域最准确实时的动态地图并发给V2X路端和云端;能够让自动驾驶的车辆更好的预判、规避风险,自动导流,使车辆流向更顺畅的路段,有利于建立起完善的自动驾驶体系,为车辆、行人、公共交通的和谐保驾护航。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种具备动态地图算法的边缘计算单元。
背景技术
现代公共交通路况复杂,各种交通状况瞬息万变。突发的交通事故、在路面上缓慢运行的工程车、高空坠物等变换,需要时效性。传统地图不具备时效性,已不能及时捕捉并及时更新给附近需要的智能终端。
发明内容
本发明的目的在于提供一种具备动态地图算法的边缘计算单元,采集终端数据,通过边缘计算的融合算法,输出五维动态地图数据供用户使用。
本发明的思想为:本发明通过分布在道路各处的动态地图算法的边缘计算单元装置,实时采集道路当前的实时局部地图,包括行人、车辆、障碍物、高空坠物、环境条件、天气等实时信息和未来运动轨迹,并实时更新到附近的V2X路端和云端,从而及时动态更新给各交通参与者,使他们可以各自更新自己需要的实时动态地图,从而达到实时推送附近位置的最准确的地图的目的。
本发明是通过如下措施实现的:一种具备动态地图算法的边缘计算单元,包括以下内容:
步骤一:雷达采集当前位置的各物体原始点云数据,由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据,输出各物体动态差异化数据;
步骤二:V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息,并通过以太网传输信息给CPU处理器,由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据,输出各车辆动态差异化数据;
步骤三:摄像头采集当前位置各物体的图像信息,并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息,计算出各类物体的动态数据并和本地当前地图数据比对,最终输出各物体动态差异化数据;
步骤四:传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器,由CPU处理器计算出该位置天气的动态数据并通过计算预测出未来该位置天气状态,再与本地当前地图数据对比,输出该位置天气的动态差异化数据。
作为本发明提供的一种具备动态地图算法的边缘计算单元进一步优化方案,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包,通过无线网络更新云端地图五维差异化数据。
作为本发明提供的一种具备动态地图算法的边缘计算单元进一步优化方案,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包,通过以太网更新RSU端地图五维差异化数据。
作为本发明提供的一种具备动态地图算法的边缘计算单元进一步优化方案,所述CPU处理器为NXP I.MX6。
具体地,所述5G模组是华为-MH5000。
具体地,所述MCU处理器为NXP S32K。
与现有技术相比,本发明的有益效果为:
(1)本发明能够利用周边各外围设备,快速的更新设备位置区域最准确实时的动态地图并发给V2X路端和云端;能够让自动驾驶的车辆更好的预判、规避风险,自动导流,使车辆流向更顺畅的路段,有利于建立起完善的自动驾驶体系,为车辆、行人、公共交通的和谐保驾护航。
(2)本发明可安装到路端上,可以作为信息采集的一个终端,也可以作为可动态更新的地图供导航等设备使用,安装到路端,用于实时采集当前范围的实时动态地图,并把该更新的局部地图发送给附近RSU(V2X路端)或中心、云端;能对动态地图进行实时更新并能准确预测未来地图上物体的动态变化,并且仅需要回传与当前地图的差异内容即可,能进一步减少发送给相邻终端或节点或云端的数据量。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提供的一种具备动态地图算法的边缘计算单元的时序流程图。
图2为本发明提供的一种具备动态地图算法的边缘计算单元的硬件框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。当然,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
参见图1至图2,本发明提供其技术方案为,一种具备动态地图算法的边缘计算单元,包括以下内容:
步骤一:雷达采集当前位置的各物体原始点云数据,由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据,输出各物体动态差异化数据;
步骤二:V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息,并通过以太网传输信息给CPU处理器,由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据,输出各车辆动态差异化数据;
步骤三:摄像头采集当前位置各物体的图像信息,并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息,计算出各类物体的动态数据并和本地当前地图数据比对,最终输出各物体动态差异化数据;
步骤四:传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器,由CPU处理器计算出该位置天气的动态数据,并通过计算预测出未来该位置天气状态,再与本地当前地图数据对比,输出该位置天气的动态差异化数据。
具体地,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包(具体见表2:五维数据包结构),通过无线网络更新云端地图五维差异化数据。
具体地,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包(具体见表2:五维数据包结构),通过以太网更新RSU端地图五维差异化数据。
如表1和图1所示,本发明由雷达采集当前位置的各物体原始点云数据,由CPU计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹等数据,输出各物体动态差异化数据(速度/方向/运行轨迹数据)。本发明由RSU(V2X路端设备)采集当前局部位置的各车辆状态(速度、加速度、方向等信息)并通过以太网传输信息给CPU,由CPU计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹等数据,输出各车辆动态差异化数据(速度/方向/运行轨迹数据)。本发明由摄像头采集当前位置各物体的图像信息,并结合雷达的原始点云数据识别出物体类别(是什么物体)和物体的状态信息(加速度/速度/方向/运行轨迹等),计算出各类物体的动态数据并和本地当前地图数据比对,最终输出各物体动态差异化数据(速度/方向/运行轨迹数据)。本发明由环境传感器采集天气、风速风向、PM2.5、湿度、雨量信息,然后传输给CPU,由CPU计算出该位置天气的动态数据,并通过计算预测出未来该位置天气状态,最终和本地当前地图数据对比,输出该位置天气的动态差异化数据。
本发明结合以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包(具体见表2:五维数据包结构),通过无线网络更新云端地图五维差异化数据。
本发明结合以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包(具体见表2:五维数据包结构),通过以太网更新RSU端地图五维差异化数据。
五维数据包结构如表2所述。
本发明包括一种可以从信息采集端获取到数据并通过计算输出动态地图所需五维增量数据的计算方法。
表1:IPO输入、运算、输出的分析
表2:五维数据包结构如下表:
第1维度 | 第2维度 | 第3维度 | 第4维度 | 第5维度 |
时间维度 | 海拔 | 经度 | 纬度 | 天气 |
当前数据包 | ||||
未来第1秒数据包 | ||||
未来第2秒数据包 | ||||
未来第3秒数据包 | ||||
…… | ||||
未来第n秒数据包 |
CPU处理器:NXP I.MX6。
5G模组:华为-MH5000。
MCU处理器:NXP S32K。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种具备动态地图算法的边缘计算单元,其特征在于,包括以下内容:
步骤一:雷达采集当前位置的各物体原始点云数据,由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据,输出各物体动态差异化数据;
步骤二:V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息,并通过以太网传输信息给CPU处理器,由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据,输出各车辆动态差异化数据;
步骤三:摄像头采集当前位置各物体的图像信息,并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息,计算出各类物体的动态数据并和本地当前地图数据比对,最终输出各物体动态差异化数据;
步骤四:传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器,由CPU处理器计算出该位置天气的动态数据,并通过计算预测出未来该位置天气状态,再与本地当前地图数据对比,输出该位置天气的动态差异化数据。
2.根据权利要求1所述的具备动态地图算法的边缘计算单元,其特征在于,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包,通过无线网络更新云端地图五维差异化数据。
3.根据权利要求1或2所述的具备动态地图算法的边缘计算单元,其特征在于,以上各输出的差异化数据,由时钟定时周期性采集、整合出五维数据包,通过以太网更新RSU端地图五维差异化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011621910.3A CN112833900A (zh) | 2020-12-31 | 2020-12-31 | 一种具备动态地图算法的边缘计算单元 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011621910.3A CN112833900A (zh) | 2020-12-31 | 2020-12-31 | 一种具备动态地图算法的边缘计算单元 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112833900A true CN112833900A (zh) | 2021-05-25 |
Family
ID=75924122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011621910.3A Pending CN112833900A (zh) | 2020-12-31 | 2020-12-31 | 一种具备动态地图算法的边缘计算单元 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112833900A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657031A (zh) * | 2018-12-28 | 2019-04-19 | 国汽(北京)智能网联汽车研究院有限公司 | 一种基于智能网联汽车的高精度动态地图生成与应用方法 |
CN109709593A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于“云-端”紧耦合的智能网联汽车车载终端平台 |
CN110160544A (zh) * | 2019-06-12 | 2019-08-23 | 北京深思敏行科技有限责任公司 | 一种基于边缘计算的高精度地图众包更新系统 |
JP2019185306A (ja) * | 2018-04-06 | 2019-10-24 | 三菱電機株式会社 | 車載装置及び3次元地図データ |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路系统 |
-
2020
- 2020-12-31 CN CN202011621910.3A patent/CN112833900A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019185306A (ja) * | 2018-04-06 | 2019-10-24 | 三菱電機株式会社 | 車載装置及び3次元地図データ |
CN109657031A (zh) * | 2018-12-28 | 2019-04-19 | 国汽(北京)智能网联汽车研究院有限公司 | 一种基于智能网联汽车的高精度动态地图生成与应用方法 |
CN109709593A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于“云-端”紧耦合的智能网联汽车车载终端平台 |
CN110160544A (zh) * | 2019-06-12 | 2019-08-23 | 北京深思敏行科技有限责任公司 | 一种基于边缘计算的高精度地图众包更新系统 |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111307162B (zh) | 用于自动驾驶场景的多传感器融合定位方法 | |
CN105793669B (zh) | 车辆位置推定系统、装置、方法以及照相机装置 | |
CN103200526B (zh) | 一种基于路边基站的车载自组织网络路由的方法 | |
CN112650220B (zh) | 一种车辆自动驾驶方法、车载控制器及系统 | |
CN102737510B (zh) | 一种基于移动智能终端的实时交通路况采集方法 | |
US11514682B2 (en) | Determining weights of points of a point cloud based on geometric features | |
CN105976631A (zh) | 一种车辆数据处理方法及车辆终端 | |
CN109767619B (zh) | 一种智能网联纯电动汽车行驶工况预测方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN108039046B (zh) | 一种基于c-v2x的城市交叉路口行人检测识别系统 | |
CN109275121A (zh) | 一种基于自适应扩展卡尔曼滤波的车辆轨迹跟踪方法 | |
CN111882867A (zh) | 一种基于物联网的城市智慧交通预警系统 | |
CN106023620A (zh) | 一种基于大数据的交通信号灯提示系统 | |
CN110210384B (zh) | 一种道路全局信息实时提取与表示系统 | |
CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 | |
CN111380544A (zh) | 车道线的地图数据生成方法及装置 | |
CN104318799A (zh) | 基于矩形区域的公交车辆点所属道路的快速定位法 | |
CN101894468B (zh) | 基于运动矢量的车流量检测方法 | |
CN102956105A (zh) | 一种浮动车样本点数据插值的方法 | |
CN111212375B (zh) | 定位位置调整方法及其装置 | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN103514741A (zh) | 交通拥堵信息处理系统及移动通信终端 | |
CN112833900A (zh) | 一种具备动态地图算法的边缘计算单元 | |
CN107545755A (zh) | 一种车辆接收红绿灯信息的匹配方法及系统 | |
CN114724371A (zh) | 一种基于车载自组网的驾驶辅助方法 |
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 |