CN113920485A - 一种基于大数据的车载道路坑洼提醒方法及系统 - Google Patents

Abstract

本发明涉及一种基于大数据的车载道路坑洼提醒方法及系统，所述方法包括以下步骤：车辆行驶过程中，采集前方道路的道路图像信息；当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台；根据汽车行驶数据判断是否有坑洼；当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台；云平台根据定位信息在地图上相应的区域进行标注；当有车辆行驶至相应的区域时，云平台下发该区域的坑洼信息至该车辆；当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。在车辆行驶过程中，可以对坑洼路段进行有效提醒，减少该场景下安全行驶问题，而且云平台让数据更加实时。

Description

一种基于大数据的车载道路坑洼提醒方法及系统

技术领域

本发明涉及汽车技术领域，特别涉及一种基于大数据的车载道路坑洼提醒方法及系统。

背景技术

随着智能驾驶的技术发展，在道路上使用IACC(集成式自适应巡航)的车辆越来越多，装配这些功能的车辆在行驶的时候，遇到坑洼的道路，目前由于对于改场景的识别率等问题，车辆没有针对这个场景做有效的减速策略，造成严重的安全事故。尤其是在高速路行驶过程中，驾驶人使用了自动驾驶的相关功能，注意力可能不在前方，对于坑洼路段，没有做好有效人为干涉，智能驾驶系统视觉感知模块也没有做到有效识别，车辆以高速通过坑洼位置，很容易造成爆胎，失控等事故，具有极大的安全隐患。目前碰到坑洼路段，主要通过车载导航或高精地图采集路况信息对驾驶员进行提醒，规避风险。

车载导航或高精地图的路况信息更新需要一定周期，数据实时性不高，且部分数据是来自车主的上传，缺少可靠数字支撑。

发明内容

为此，需要提供一种基于大数据的车载道路坑洼提醒方法及系统，解决现有车辆在行驶过程中对坑洼路段无法有效提醒的问题。

为实现上述目的，发明人提供了一种基于大数据的车载道路坑洼提醒方法，包括以下步骤：

车辆行驶过程中，采集前方道路的道路图像信息；

根据采集的图像信息判断前方道路的路面是否有坑洼；

当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台；

若没有，则根据汽车行驶数据判断是否有坑洼；

当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台；

当云平台接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；

当有车辆行驶至相应的区域时，云平台下发该区域的坑洼信息至该车辆；

当车辆接收到云平台下发的坑洼信息时，根据坑洼信息中的定位信息在地图上相应的位置进行坑洼标注；

当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

进一步优化，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为非智能驾驶模式时，则采集车辆的汽车行驶数据；

并根据采集车辆的汽车行驶数据判断车辆是否异常减速；

当判断车辆异常减速时，根据通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

进一步优化，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

进一步优化，所述步骤“当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸”之后还包括以下步骤：

当车辆发生颠簸时，通过车辆智能驾驶系统控制车辆速度及方向。

进一步优化，还包括以下步骤：

当车辆行驶在标注有坑洼的区域内时，通过车身传感器未检测到车辆异常，则发送至该区域的修正信息至云平台；

云平台接收到车辆发送的该区域的修正信息后，取消该区域的标注。

进一步优化，所述步骤“平台接收到车辆发送的该区域未收到异常的信息后，取消该区域的标注”具体包括以下步骤：

当平台接收到车辆发送的该区域的修正信息后，判断接收到该区域的修正信息的数量是否达到预设数量；

若是，则取消该区域的坑洼标注。

进一步优化，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为非智能驾驶模式时，则发送语音提示驾驶员该区域有坑洼。

进一步优化，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为智能驾驶模式时，车辆在行驶靠近坑洼位置是进行减速和/或变道。

还提供了另一个技术方案：一种基于大数据的车载道路坑洼提醒系统，包括摄像头、车身传感器、处理器、通信模块及云平台；

所述通信模块用于处理器与云平台建立通信连接；

所述摄像头、车身传感器及通信模块连接于处理器；

所述摄像头用于车辆行驶过程中，采集前方道路的道路图像信息；

所述车身传感器用于车辆行驶过程中，采集车辆的汽车行驶数据；

所述处理器用于根据采集的图像信息判断前方道路的路面是否有坑洼，当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台；若没有，则根据汽车行驶数据判断是否有坑洼；当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台；

所述云平台用于接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；当有车辆行驶至相应的区域时，下发该区域的坑洼信息至该车辆；

所述处理器还用于当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

区别于现有技术，上述技术方案，当车辆在行驶的过程中，首先通过摄像头采集前方道路的道路图像信息，然后根据采集的图像信息判断前方道路是否有坑洼，如果有坑洼则做出相应的响应，同时将采集的具有坑洼的图像及定位信息发送至云平台，而若通过采集的图像未识别出路面具有坑洼，则通过车辆的汽车行驶数据进行判断是否有坑洼，当判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台，当云平台接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，则根据定位信息在地图上相应的区域进行标注；当车辆在行驶的过程中，向云平台请求当前区域的坑洼信息，当接收到云平台下发的当前区域的坑洼信息后，根据坑洼信息中的定位信息对地图上相应的位置进行坑洼标注，当车辆行驶的过程中，根据地图上的坑洼标记做出相应的响应。在车辆行驶过程中，可以对坑洼路段进行有效提醒，减少该场景下安全行驶问题，而且云平台让数据更加实时。

附图说明

图1为具体实施方式所述基于大数据的车载道路坑洼提醒方法的一种流程示意图；

图2为具体实施方式所述基于大数据的车载道路坑洼提醒系统的一种结构示意图。

附图标记说明：

210、处理器，220、摄像头，230、车身传感器，240、通信模块，250、云平台。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1，本实施例一种基于大数据的车载道路坑洼提醒方法，包括以下步骤：

步骤S1：车辆行驶过程中，采集前方道路的道路图像信息；

步骤S2：根据采集的图像信息判断前方道路的路面是否有坑洼；

当判断前方道路的路面有坑洼时，则执行步骤S3：将采集具有坑洼的图像及定位信息上传至云平台；

若没有，则执行步骤S4：根据汽车行驶数据判断是否有坑洼；

当根据汽车行驶数据判断有坑洼时，则执行步骤S5：将汽车行驶数据及定位信息上传至云平台；

步骤S6：当云平台接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；

步骤S7：当有车辆行驶至相应的区域时，云平台下发该区域的坑洼信息至该车辆；

步骤S8：当车辆接收到云平台下发的坑洼信息时，根据坑洼信息中的定位信息在地图上相应的位置进行坑洼标注；

步骤S9：当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

当车辆在行驶的过程中，首先通过摄像头采集前方道路的道路图像信息，然后根据采集的图像信息判断前方道路是否有坑洼，如果有坑洼则做出相应的响应，同时将采集的具有坑洼的图像及定位信息发送至云平台，而若通过采集的图像未识别出路面具有坑洼，则通过车辆的汽车行驶数据进行判断是否有坑洼，当判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台，当云平台接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，则根据定位信息在地图上相应的区域进行标注；当车辆在行驶的过程中，向云平台请求当前区域的坑洼信息，当接收到云平台下发的当前区域的坑洼信息后，根据坑洼信息中的定位信息对地图上相应的位置进行坑洼标注，当车辆行驶的过程中，根据地图上的坑洼标记做出相应的响应。在车辆行驶过程中，可以对坑洼路段进行有效提醒，减少该场景下安全行驶问题，而且云平台让数据更加实时。

在本实施例中，云平台接收到车辆上传的数据，包括有坑洼的图像及汽车行驶数据，会进行数据筛选，提取有效的场景的数据。根据深度学习，能够识别的，根据定位，标注此处为坑洼区域。不能识别的，可以通过人工标注，加入数据训练，完成学习，下发样本给车辆，增加其识别能力。随着数据量的增大，依据车辆信息和图像的特征，识别路面坑洼的成功率就会越来越高。

在本实施例中，当车辆为未开启智能驾驶模式时，即车辆由驾驶员进行驾驶，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为非智能驾驶模式时，则采集车辆的汽车行驶数据；

并根据采集车辆的汽车行驶数据判断车辆是否异常减速；

当判断车辆异常减速时，根据通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

当车辆的摄像头未能正确识别的路面，对于未开启智能驾驶功能的车辆，即由驾驶员驾驶车辆，此由驾驶员在驾驶过程中监测道路的情况，采集车辆的汽车行驶数据，根据智能驾驶感知传感器的输入模拟行车策略和路径规划，和驾驶员真实的输入(方向盘转角，制动踏板，油门等)，也就是驾驶员的驾驶意图做对比(影子模式)，根据预设条件，监测到不一致的行为时候，触发事件对一段时间内的相关汽车行驶数据进行分析。比如，在无限速要求的道路，驾驶员DMS(driver monitoring system，驾驶员监控系统)检测也无异常行为(打电话，瞌睡等)，前方车辆无减速或刹车等无异常无需车辆减速的场景，驾驶员进行了减速操作。这种背离情况，触发系统对这个场景进行验证。验证过程中，系统根据汽车行驶过程中，车身传感器的输入进行辅助判断，如在过坑洼地带或者减速带的时候，车辆发生颠簸，车身传感器将信号传给系统。系统根据这个信号判断大概率是由于坑洼或路面异常引起，系统将这段时间的定位和传感器相关汽车行驶数据(图像，车辆状态等)传给云平台。

在本实施例中，当车辆为开启智能驾驶模式时，即车辆处于驾驶模式，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

其中，所述步骤“当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸”之后还包括以下步骤：

当车辆发生颠簸时，通过车辆智能驾驶系统控制车辆速度及方向。

车辆的摄像头未能正确识别的路面，而开启智能驾驶功能的车辆的情况。车辆通过该路段未能减速控制，车辆发生颠簸、事故等各种情况，车身传感器感知到车辆异常，第一时间传送给智能驾驶系统，及时控制车速和方向，将安全事故降到最低，同时触发该系统将这段时间相关汽车行驶数据传给云平台。

在本实施例中，还包括以下步骤：

当车辆行驶在标注有坑洼的区域内时，通过车身传感器未检测到车辆异常，则发送至该区域的修正信息至云平台；

云平台接收到车辆发送的该区域的修正信息后，取消该区域的标注。

车辆在行驶到坑洼路道时候，发现无坑洼情况(可能已修复)，车身传感器无异常数据，系统触发预警解除事件，将相关数据传给云平台。为提高数据可靠性，所述步骤“平台接收到车辆发送的该区域未收到异常的信息后，取消该区域的标注”具体包括以下步骤：

当平台接收到车辆发送的该区域的修正信息后，判断接收到该区域的修正信息的数量是否达到预设数量；

若是，则取消该区域的坑洼标注。

当云平台收集到一定数量预警解除车辆数据时候，取消坑洼标注。

在本实施例中，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为非智能驾驶模式时，则发送语音提示驾驶员该区域有坑洼。

接入平台的车辆，在有坑洼的路段行驶时，系统会从平台获取坑洼的相关信息，在地图中做标注，未开启智能驾驶模式的车辆，系统会通过语音、导航UI提示等手段提示驾驶员注意前方路况。

在本实施例中，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为智能驾驶模式时，车辆在行驶靠近坑洼位置是进行减速和/或变道。

接入云平台的车辆，在有坑洼的路段行驶时，系统会从平台获取坑洼的相关信息，在地图中做标注。开启自动驾驶的车辆，在接近坑洼的位置时候，会进行减速或者变道。

请参阅图2，另一实施例中，一种基于大数据的车载道路坑洼提醒系统，包括摄像头220、车身传感器230、处理器210、通信模块240及云平台250；

所述通信模块240用于处理器210与云平台250建立通信连接；

所述摄像头220、车身传感器230及通信模块240连接于处理器210；

所述摄像头220用于车辆行驶过程中，采集前方道路的道路图像信息；

所述车身传感器230用于车辆行驶过程中，采集车辆的汽车行驶数据；

所述处理器210用于根据采集的图像信息判断前方道路的路面是否有坑洼，当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台250；若没有，则根据汽车行驶数据判断是否有坑洼；当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台250；

所述云平台250用于接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；当有车辆行驶至相应的区域时，下发该区域的坑洼信息至该车辆；

所述处理器210还用于当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

当车辆在行驶的过程中，首先通过摄像头220采集前方道路的道路图像信息，然后处理器210根据采集的图像信息判断前方道路是否有坑洼，如果有坑洼则做出相应的响应，同时将采集的具有坑洼的图像及定位信息发送至云平台250，而若通过采集的图像未识别出路面具有坑洼，则通过车辆的汽车行驶数据进行判断是否有坑洼，当判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台250，当云平台250接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，则根据定位信息在地图上相应的区域进行标注；当车辆在行驶的过程中，向云平台250请求当前区域的坑洼信息，当接收到云平台250下发的当前区域的坑洼信息后，根据坑洼信息中的定位信息对地图上相应的位置进行坑洼标注，当车辆行驶的过程中，根据地图上的坑洼标记做出相应的响应。在车辆行驶过程中，可以对坑洼路段进行有效提醒，减少该场景下安全行驶问题，而且云平台250让数据更加实时。

在本实施例中，当车辆为未开启智能驾驶模式时，即车辆由驾驶员进行驾驶，所述处理器210还用于：

当车辆为非智能驾驶模式时，则采集车辆的汽车行驶数据；

并根据采集车辆的汽车行驶数据判断车辆是否异常减速；

当判断车辆异常减速时，根据通过车身传感器230检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

当车辆的摄像头220未能正确识别的路面，对于未开启智能驾驶功能的车辆，即由驾驶员驾驶车辆，此由驾驶员在驾驶过程中监测道路的情况，采集车辆的汽车行驶数据，根据智能驾驶感知传感器的输入模拟行车策略和路径规划，和驾驶员真实的输入(方向盘转角，制动踏板，油门等)，也就是驾驶员的驾驶意图做对比(影子模式)，根据预设条件，监测到不一致的行为时候，触发事件对一段时间内的相关汽车行驶数据进行分析。比如，在无限速要求的道路，驾驶员DMS(driver monitoring system，驾驶员监控系统)检测也无异常行为(打电话，瞌睡等)，前方车辆无减速或刹车等无异常无需车辆减速的场景，驾驶员进行了减速操作。这种背离情况，触发系统对这个场景进行验证。验证过程中，系统根据汽车行驶过程中，车身传感器230的输入进行辅助判断，如在过坑洼地带或者减速带的时候，车辆发生颠簸，车身传感器230将信号传给系统。系统根据这个信号判断大概率是由于坑洼或路面异常引起，系统将这段时间的定位和传感器相关汽车行驶数据(图像，车辆状态等)传给云平台250。

在本实施例中，当车辆为开启智能驾驶模式时，即车辆处于驾驶模式，所述处理器210还用于：

当车辆为智能驾驶模式时，则通过车身传感器230检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

其中，当车辆为开启智能驾驶模式时，即车辆处于驾驶模式，处理器210还用于：

当车辆发生颠簸时，通过车辆智能驾驶系统控制车辆速度及方向。

车辆的摄像头220未能正确识别的路面，而开启智能驾驶功能的车辆的情况。车辆通过该路段未能减速控制，车辆发生颠簸、事故等各种情况，车身传感器230感知到车辆异常，第一时间传送给智能驾驶系统，及时控制车速和方向，将安全事故降到最低，同时触发该系统将这段时间相关汽车行驶数据传给云平台250。

在本实施例中，所述处理器210还用于：

当车辆行驶在标注有坑洼的区域内时，通过车身传感器230未检测到车辆异常，则发送至该区域的修正信息至云平台250；

所述云平台250还用于接收到车辆发送的该区域的修正信息后，取消该区域的标注。

车辆在行驶到坑洼路道时候，发现无坑洼情况(可能已修复)，车身传感器230无异常数据，系统触发预警解除事件，将相关数据传给云平台250。为提高数据可靠性，所述云平台250还用于：

当接收到车辆发送的该区域的修正信息后，判断接收到该区域的修正信息的数量是否达到预设数量；

若是，则取消该区域的坑洼标注。

当云平台250收集到一定数量预警解除车辆数据时候，取消坑洼标注。

在本实施例中，所述处理器210还用于：

车辆在该区域行驶时，当车辆为非智能驾驶模式时，则发送语音提示驾驶员该区域有坑洼。

接入平台的车辆，在有坑洼的路段行驶时，系统会从平台获取坑洼的相关信息，在地图中做标注，未开启智能驾驶模式的车辆，系统会通过语音、导航UI提示等手段提示驾驶员注意前方路况。

在本实施例中，所述处理器210还用于：

车辆在该区域行驶时，当车辆为智能驾驶模式时，车辆在行驶靠近坑洼位置是进行减速和/或变道。

接入云平台250的车辆，在有坑洼的路段行驶时，系统会从平台获取坑洼的相关信息，在地图中做标注。开启自动驾驶的车辆，在接近坑洼的位置时候，会进行减速或者变道

需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。

Claims (9)

1.一种基于大数据的车载道路坑洼提醒方法，其特征在于，包括以下步骤：

车辆行驶过程中，采集前方道路的道路图像信息；

根据采集的图像信息判断前方道路的路面是否有坑洼；

当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台；

若没有，则根据汽车行驶数据判断是否有坑洼；

当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台；

当云平台接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；

当有车辆行驶至相应的区域时，云平台下发该区域的坑洼信息至该车辆；

当车辆接收到云平台下发的坑洼信息时，根据坑洼信息中的定位信息在地图上相应的位置进行坑洼标注；

当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

2.根据权利要求1所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为非智能驾驶模式时，则采集车辆的汽车行驶数据；

并根据采集车辆的汽车行驶数据判断车辆是否异常减速；

当判断车辆异常减速时，根据通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

3.根据权利要求1所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“根据汽车行驶数据判断是否有坑洼”具体包括以下步骤：

当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸；

当车辆发生颠簸时，则判断汽车行驶的路面有坑洼。

4.根据权利要求3所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“当车辆为智能驾驶模式时，则通过车身传感器检测车辆是否发生颠簸”之后还包括以下步骤：

当车辆发生颠簸时，通过车辆智能驾驶系统控制车辆速度及方向。

5.根据权利要求1所述基于大数据的车载道路坑洼提醒方法，其特征在于，还包括以下步骤：

当车辆行驶在标注有坑洼的区域内时，通过车身传感器未检测到车辆异常，则发送至该区域的修正信息至云平台；

云平台接收到车辆发送的该区域的修正信息后，取消该区域的标注。

6.根据权利要求5所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“平台接收到车辆发送的该区域未收到异常的信息后，取消该区域的标注”具体包括以下步骤：

当平台接收到车辆发送的该区域的修正信息后，判断接收到该区域的修正信息的数量是否达到预设数量；

若是，则取消该区域的坑洼标注。

7.根据权利要求1所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为非智能驾驶模式时，则发送语音提示驾驶员该区域有坑洼。

8.根据权利要求1所述基于大数据的车载道路坑洼提醒方法，其特征在于，所述步骤“当车辆在该区域行驶时，根据地图上的标注做出相应的响应”包括以下步骤：

车辆在该区域行驶时，当车辆为智能驾驶模式时，车辆在行驶靠近坑洼位置是进行减速和/或变道。

9.一种基于大数据的车载道路坑洼提醒系统，其特征在于，包括摄像头、车身传感器、处理器、通信模块及云平台；

所述通信模块用于处理器与云平台建立通信连接；

所述摄像头、车身传感器及通信模块连接于处理器；

所述摄像头用于车辆行驶过程中，采集前方道路的道路图像信息；

所述车身传感器用于车辆行驶过程中，采集车辆的汽车行驶数据；

所述处理器用于根据采集的图像信息判断前方道路的路面是否有坑洼，当判断前方道路的路面有坑洼时，则将采集具有坑洼的图像及定位信息上传至云平台；若没有，则根据汽车行驶数据判断是否有坑洼；当根据汽车行驶数据判断有坑洼时，则将汽车行驶数据及定位信息上传至云平台；

所述云平台用于接收到车辆上传的具有坑洼的图像或者汽车行驶数据时，根据定位信息在地图上相应的区域进行标注；当有车辆行驶至相应的区域时，下发该区域的坑洼信息至该车辆；

所述处理器还用于当车辆在该区域行驶时，根据地图上的坑洼标注做出相应的响应。

Images