CN112948525B - 智能网联汽车的高精度动态地图生成方法、设备及介质 - Google Patents

Abstract

本发明公开了智能网联汽车的高精度动态地图生成方法、设备及介质，本发明属于汽车领域，涉及高精度动态地图生成方法技术，用于解决现有汽车车身传感器少，无法在网络环境差或者导航精度低的情况下生产高精度动态地图，导致驾驶乐趣下降的问题，通过预设阻隔条的设置，使得精度范围圈内车联网数据满足预设阻隔条要求时才可以被阻隔留在条件槽内，而不满足预设阻隔条要求的车联网数据则被溢流到溢流池内，使得即使汽车不具备自动驾驶或辅助驾驶功能的汽车也可以通过提取条件槽内所述车联网数据，并进行编译，形成的高精度静态差分地图进行辅助驾驶，提升驾驶乐趣。

Description

智能网联汽车的高精度动态地图生成方法、设备及介质

技术领域

本发明属于汽车领域，涉及高精度动态地图生成方法技术，具体是智能网联汽车的高精度动态地图生成方法、设备及介质。

背景技术

高精度动态地图作为智能交通、智能城市应用的基础，是随着人工智能技术的发展而逐渐成熟和应用的技术，人工智能技术对高精度地图采集、更新、生产、应用的各个环节发展具有重要的作用，而同样高精度动态地图作为数据内容也应用人工智能技术为核心的智能网联汽车运营系统上。

但现有汽车车身传感器少，无法在网络环境差或者导航精度低的情况下生产高精度动态地图，导致驾驶乐趣下降。

发明内容

本发明的目的在于提供智能网联汽车的高精度动态地图生成方法、设备及介质，用于解决现有汽车车身传感器少，无法在网络环境差或者导航精度低的情况下生产高精度动态地图，导致驾驶乐趣下降的问题。

本发明的目的可以通过以下技术方案实现：

第一方面，本发明提供了智能网联汽车的高精度动态地图生成方法，所述生成方法包括：

获取基础地图数据；

根据汽车定位信息获取精度范围圈；

接收精度范围圈内目标车辆的车联网数据；

通过数据池对所述车联网数据进行数据清洗，其中，数据池包括接入池、条件池、溢流池以及流出池；

接入池是将所述精度范围圈内目标车辆的车联网数据进行获取，并作为输入值发送到条件池内；

条件池是若干个条件槽组合而成，每个所述条件槽内设有若干个预设阻隔条，若干个所述预设阻隔条综合交错的排列在条件槽内；

溢流池用于接收溢流出所述条件池所述车联网数据；

流出池用于定时吸收所述溢流池内所述车联网数据；

提取条件槽内所述车联网数据，并进行编译，形成高精度动态地图。

在一种实现方式中，所述编译包括全量编译与增量编译。

在一种实现方式中，所述基础地图数据通过导航平台获取。

在一种实现方式中，所述根据汽车定位信息获取精度范围圈之前还包括：

获取交通动态信息和车辆动态信息，其中，所述交通动态信息包括车道子信息、路况子信息以及交警采集子信息；

所述车辆动态信息包括车辆传感器子信息、车辆保养子信息以及车辆行驶子信息。

第二方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所涉及的高精度动态地图生成方法。

第三方面，本发明提供一种电子设备，包括处理器和存储器，所述处理器与所述存储器融合，

存储器，用于存储指令；

所述处理器，用于执行所述存储器中的指令，使得所述电子设备执行如第一方面所述的方法。

第四方面，本申请提供一种芯片系统，所述芯片系统包括处理器和接口电路，所述接口电路与所述处理器耦合，

所述处理器用于执行计算机程序或指令，以实现如第一方面所述的方法；

所述接口电路用于与所述芯片系统之外的其它模块进行通信。

与现有技术相比，本发明的有益效果是：

通过预设阻隔条的设置，使得精度范围圈内的车联网数据满足预设阻隔条要求时才可以被阻隔留在条件槽内，而不满足预设阻隔条要求的车联网数据则被溢流到溢流池内，使得即使汽车不具备自动驾驶或辅助驾驶功能的汽车也可以通过提取条件槽内所述车联网数据，并进行编译，形成的高精度静态差分地图进行辅助驾驶，提升驾驶乐趣。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，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。

图1为本发明方法框图。

图2为本发明电子设备的结构示意图。

具体实施方式

下面结合本发明实施例中的附图对本发明实施例进行描述。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

传统的高精度动态地图制作中，如果汽车行驶在隧道、深山等网络环境不好的地方，将会出现网络连接不稳定进而导致数据传输的延时，导致汽车定位偏差，无法实现高精度的辅助驾驶。在此，可以通过设置若干条件槽选取汽车的精度范围圈，在通过数据池对所述车联网数据进行数据清洗与精度范围圈内其他汽车组成互助池，进而借助其他车辆的车联网数据完成高精度动态地图的生成。

针对上述技术问题，本申请提出了高精度动态地图生成方法，首先获取基础地图数据；根据汽车定位信息获取精度范围圈；接收精度范围圈内目标车辆的车联网数据；通过数据池对所述车联网数据进行数据清洗，其中，数据池包括接入池、条件池、溢流池以及流出池；接入池是将所述精度范围圈内目标车辆的车联网数据进行获取，并作为输入值发送到条件池内；条件池是若干个条件槽组合而成，每个所述条件槽内设有若干个预设阻隔条，若干个所述预设阻隔条综合交错的排列在条件槽内；溢流池用于接收溢流出所述条件池所述车联网数据；流出池用于定时吸收所述溢流池内所述车联网数据；提取条件槽内所述车联网数据，并进行编译，形成高精度静态差分地图。

通过设置不同的预设阻隔条，可以将条件槽内的数据进行阻隔，大大提高整个系统的反应速度，提升汽车在网络环境差的情况下依旧可以制作高精度动态地图。

本申请实施例公开的音频特征提取方法可以应用在个人电脑、智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑或者可穿戴设备等电子设备中，也可以应用在电子设备运行的多媒体播放应用(例如QQ音乐播放器)或者多媒体编辑应用(例如Au)中。

上述描述，本发明实施例提出一种如图1所示的高精度动态地图生成方法，该生成方法包括：

获取基础地图数据；

具体实现中，基础地图数据从各大导航平台进行获取且基础地图数据为最近更新的一次数据，而导航平台的选取，具体不受本申请实施例的限制。

示例性的，汽车以基础地图数据为根基再结合车联网数据进一步执行后续操作；其中基础地图数据为定期更新且存储在汽车车载电脑内。

根据汽车定位信息获取精度范围圈；

具体实现中，获取交通动态信息和车辆动态信息，其中，交通动态信息包括车道子信息、路况子信息以及交警采集子信息；

示例性的，交通动态信息由交管、运管等部门提供，更具体的，车道子信息为车道宽度、车道规定行驶方向、车道限速以及车道标识等；路况子信息为道路内行驶车辆数量；交警采集子信息为电子眼探头安装信息；其中，交通动态信息为交管、运管等部门实时推送获取；

具体实现中，所述车辆动态信息包括车辆传感器子信息、车辆保养子信息以及车辆行驶子信息。

示例性的，车辆传感器子信息包括传感器名称、功能以及采集数据等；车辆保养子信息包括传感器保养信息以及传感器工作状态等；车辆行驶子信息包括车辆行驶速度以及行驶方向等，车辆动态信息通过车载电脑实时获取。

通过与定位服务商建立数据连接后与基础地图数据进行关联，获取汽车的行驶道路；

此时从交通动态信息内筛选出当前行驶道路对应的交通动态信息，从中提取道路内行驶车辆数量以及车道的长度；

具体的，精度范围圈的半径为

，上述公式中地图精度为 高精度动态地图的预设精度值，在具体实施时，由于地区与车型之间的不同，故地图精度也 不一样，故地图精度的取值不受本申请实施例的限制。

其中，精度范围圈为车辆为远原点的圆形圈；

接收精度范围圈内目标车辆的车联网数据；

具体实现中，通过蓝牙、无线以及其他可以进行数据传输的方式进行数据连接；

示例性的，当汽车通过上述方法得出精度范围圈后，此时，汽车将通过蓝牙、无线以及其他可以进行数据传输的方式接收精度范围圈内其他车辆的车联网数据，故精度范围圈内具备产生车联网数据的车辆均为目标车辆；

而上述车联网数据包括但不限于以下的分类数据：

1.操控数据加速、制动、驻车、档位、远近光/雾灯/位置灯、车窗、安全带、方向盘转角、方向盘转速、空调、音乐/FM/蓝牙、碰撞等级、碰撞检测。

2.使用数据里程、生命周期、行驶路段、行驶时间、行驶方向、行驶时段、行驶频次、单次行驶时长、拥堵时长、畅行时长、乘坐人数、进度/维度/海拔、翻滚角/俯仰角/横摆角、胎温/胎压、倒车雷达测距、探头、空调、车速/加速度、雨刷器状态。

3.性能数据油门踏板开度、制动踏板百分比、制动踏板状态、发动机转速、瞬时油耗、百公里油耗、剩余油量、百米加速。

4.用户数据POI、兴趣、住址、公司、是否有育儿家庭、是否有差率人群、自驾游人群、通勤族、自由职业、吃货、加班族、早九晚五、驾驶安全等级、不良行为频度、行程分析、常用路线、活动范围。

5.环境数据天气、道路类型、道路状况、道路限速、拥堵情况、POI、平顺\拥堵\爬坡\颠簸。

6.工况数据动力蓄电池电压电流温度、电机电压电流温度状态、发送机转速、发动机状态、怠速状态、节气门绝对位置、平均点火角度、主缸压力、进气温度、冷却液温度、ABS状态、EBD状态、ESP状态、车身稳定性控制状态、牵引力控制系统状态、警告信息。

通过数据池对所述车联网数据进行数据清洗，其中，数据池包括接入池、条件池、溢流池以及流出池；

具体实现中，接入池是将所述精度范围圈内目标车辆的车联网数据进行获取，并作为输入值发送到条件池内；

具体实现中，条件池是若干个条件槽组合而成，每个所述条件槽内设有若干个预设阻隔条，若干个所述预设阻隔条综合交错的排列在条件槽内；

具体实现中，溢流池用于接收溢流出所述条件池所述车联网数据；

具体实现中，流出池用于定时吸收所述溢流池内所述车联网数据；

示例性的，当汽车即将行驶进入隧道时，此时预先获取交通动态信息，并根据交通动态信息获取精度范围圈；

此时与获取精度范围圈内车联网数据，此时，车联网数据根据各自数据的属性分别流入对应的条件槽内，例如，车速数据流入车速条件槽内，车道感应数据流入车道条件槽内、变道数据流入变道条件槽内;

例如，汽车驶入隧道后，通过查询车辆动态信息，获得现在汽车在第二车道上行驶，但由于网络信号差，其余信息无法获得，此时，获取精度范围圈内车联网数据，通过预设阻隔条，对车联网数据进行清洗，具体的，

预设阻隔条为通过神经网络对司机的驾驶行为进行分析，得出的司机驾驶习惯，通过对不同场景下的司机驾驶习惯进行分类，获得不同场景下的预设阻隔条；

同时预设阻隔条还包括预设场景条件，预设场景条件为根据各类行驶场景下法规以及执行标准下的行驶规则；

此时，因为司机行驶在隧道内，对应的条件槽内预设阻隔条为隧道场景对应的阻隔条；

此时，假设司机习惯前方无车变道且喜欢第三车道行驶；对应的，变道条件槽内的预设阻隔条为变道，同时预设场景条件对应的预设阻隔条为白虚线可以变道、白实线禁止变道；

此时，由于预设阻隔条的设置，使得精度范围圈内车联网数据满足预设阻隔条要求时才可以被阻隔留在条件槽内，而不满足预设阻隔条要求的车联网数据则被溢流到溢流池内；

例如，精度范围圈内车联网数据为前方5米第三车道变道至第二车道，标线为白实线；前方3米第二车道变道至第三车道，标线为白实线；前方6米第一车道变道至第二车道，标线为白虚线；前方1米第二车道变道至第三车道，标线为白虚线；前方2米第二车道行驶未变道，标线为白虚线；

此时，由于预设阻隔条的设置，可以得出前方各个车道的标线以及变道情况；

同时又因为司机喜欢第三车道行驶，对应的车道条件槽内预设阻隔条为第三车道，同时由于汽车在第二车道行驶，同时预设场景条件对应的预设阻隔条为第二车道；

此时对前方5米第三车道变道至第二车道，标线为白实线；前方3米第二车道变道至第三车道，标线为白实线；前方6米第一车道变道至第二车道，标线为白虚线；前方1米第二车道变道至第三车道，标线为白虚线，前方2米第二车道行驶未变道，标线为白虚线；筛选后可以留在变道条件槽内的数据为前方1米第二车道至第三车道的标线为白虚线，前方2米第二车道至第三车道的标线为白虚线，前方3米第二车道至第三车道，标线为白实线；

此时获取司机的司机驾驶习惯的变道车速以及预设场景条件对应的变道车速；

此时车速条件槽内预设阻隔条为司机驾驶习惯的变道车速与预设场景条件对应的变道车速，假设司机驾驶习惯的变道车速为10KM/h-90KM/h，预设场景条件对应的变道车速为5KM/h-60KM/h

此时获取汽车车速，假设汽车车速为91KM/h，此时汽车车速不满足车速条件槽内预设阻隔条，流出条件槽，流入溢流池内；

通过上述若干条件槽共同组成条件池；

此时提取条件槽内所述车联网数据，并进行编译，形成高精度静态差分地图。

具体的，通过上述例子中，可以得出前方1米第二车道至第三车道的标线为白虚线，前方2米第二车道至第三车道的标线为白虚线，前方3米第二车道至第三车道，标线为白实线，但车速过快，不满足变道条件，形成高精度动态地图；

同时上述条件槽还可以是但不局限于车距条件槽、车速条件槽、车道行驶状态条件槽等；

另一方面，参见图2，图2是本发明实施例提供的一种电子设备的结构示意图，该电子设备包括处理器和存储器，所述处理器、所述存储器通过一条或多条通信总线连接。

处理器被配置为支持音频特征提取装置执行图1所述方法中电子设备相应的功能。该处理器可以是中央处理器(central processing unit，CPU)，网络处理器(networkprocessor，NP)，硬件芯片或者其任意组合。

存储器用于存储程序代码和音频信号等。存储器可以包括易失性存储器(volatile memory)，例如随机存取存储器(random access memory，RAM)；存储器也可以包括非易失性存储器(non-volatile memory)，例如只读存储器(read-only memory，ROM)，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-statedrive，SSD)；存储器还可以包括上述种类的存储器的组合。

处理器可以调用存储器中存储的程序代码以执行以下操作：

获取基础地图数据；

根据汽车定位信息获取精度范围圈；

接收精度范围圈内目标车辆的车联网数据；

通过数据池对车联网数据进行数据清洗，其中，数据池包括接入池、条件池、溢流池以及流出池；

接入池是将精度范围圈内目标车辆的车联网数据进行获取，并作为输入值发送到条件池内；

条件池是若干个条件槽组合而成，每个条件槽内设有若干个预设阻隔条，若干个预设阻隔条综合交错的排列在条件槽内；

溢流池用于接收溢流出条件池车联网数据；

流出池用于定时吸收溢流池内车联网数据；

提取条件槽内车联网数据，并进行编译，形成高精度动态地图。

编译包括全量编译与增量编译。

基础地图数据通过导航平台获取。

根据汽车定位信息获取精度范围圈之前还包括：获取交通动态信息和车辆动态信息，其中，交通动态信息包括车道子信息、路况子信息以及交警采集子信息；

车辆动态信息包括车辆传感器子信息、车辆保养子信息以及车辆行驶子信息。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (6)

1.智能网联汽车的高精度动态地图生成方法，其特征在于，所述生成方法包括：

获取基础地图数据；

根据汽车定位信息获取精度范围圈；

接收精度范围圈内目标车辆的车联网数据；

通过数据池对所述车联网数据进行数据清洗，其中，数据池包括接入池、条件池、溢流池以及流出池；

接入池是将所述精度范围圈内目标车辆的车联网数据进行获取，并作为输入值发送到条件池内；

条件池是若干个条件槽组合而成，每个所述条件槽内设有若干个预设阻隔条，若干个所述预设阻隔条综合交错的排列在条件槽内；

溢流池用于接收溢流出所述条件池的所述车联网数据；

流出池用于定时吸收所述溢流池内所述车联网数据；

提取条件槽内所述车联网数据，并进行编译，形成高精度动态地图；

其中，预设阻隔条为通过神经网络对司机的驾驶行为进行分析，得出的司机驾驶习惯，通过对不同场景下的司机驾驶习惯进行分类，获得不同场景下的预设阻隔条；

同时预设阻隔条还包括预设场景条件，预设场景条件为根据各类行驶场景下法规以及执行标准下的行驶规则；

由于预设阻隔条的设置，使得精度范围圈内车连网数据满足预设阻隔条要求时 才可以被阻隔留在条件槽内，而不满足预设阻隔条要求的车联网数据则被溢流到溢流池内。

2.根据权利要求1所述的智能网联汽车的高精度动态地图生成方法，其特征在于，所述编译包括全量编译与增量编译。

3.根据权利要求1所述的智能网联汽车的高精度动态地图生成方法，其特征在于，所述基础地图数据通过导航平台获取。

4.根据权利要求1所述的智能网联汽车的高精度动态地图生成方法，其特征在于，所述根据汽车定位信息获取精度范围圈之前还包括：

获取交通动态信息和车辆动态信息，其中，所述交通动态信息包括车道子信息、路况子信息以及交警采集子信息；

所述车辆动态信息包括车辆传感器子信息、车辆保养子信息以及车辆行驶子信息。

5.一种电子设备，所述电子设备包括处理器和存储器，所述处理器与所述存储器融合，其特征在于，

所述存储器，用于存储指令；

所述处理器，用于执行所述存储器中的指令，使得所述电子设备执行如权利要求1-4任一项所述的方法。

6.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序或指令，当所述程序或指令被处理器执行时，使所述处理器执行如权利要求1-4任一项所述的方法。

Images