CN114239694A - 局部全息准实时地图路景分布式数据融合方法 - Google Patents

局部全息准实时地图路景分布式数据融合方法 Download PDF

Info

Publication number
CN114239694A
CN114239694A CN202111406848.0A CN202111406848A CN114239694A CN 114239694 A CN114239694 A CN 114239694A CN 202111406848 A CN202111406848 A CN 202111406848A CN 114239694 A CN114239694 A CN 114239694A
Authority
CN
China
Prior art keywords
network
road scene
local
vehicle
quasi
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
Application number
CN202111406848.0A
Other languages
English (en)
Inventor
张宏涛
胡海涛
孔祥宇
李天学
李磊
郝妍
陈青山
张为领
楚鹏
蒋春辉
周伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wangyunjiade Intelligent Technology Co ltd
Original Assignee
Beijing Wangyunjiade Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wangyunjiade Intelligent Technology Co ltd filed Critical Beijing Wangyunjiade Intelligent Technology Co ltd
Priority to CN202111406848.0A priority Critical patent/CN114239694A/zh
Publication of CN114239694A publication Critical patent/CN114239694A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06F9/54—Interprogram communication
    • G06F9/542—Event management; Broadcasting; Multicasting; Notifications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了局部全息准实时地图路景分布式数据融合方法，包括以下步骤：S1：基于车辆和路联网节点的探测设备，建立车路协同网络系统；S2：在数据网络建立后，摄像头将采集到的图像识别成对应物体，并根据自身的定位信息，经坐标转换标记在局部地图上；S3：将带有物体标识的局部地图，进行邻域节点广播；S4：邻域节点将自身识别的物体和定位信息和各节点的广播信息进行比对，如果发现有歧义，向后台管理系统告警。该发明提供了一种为服务自动驾驶而构建局部全息道路场景的方法，为车辆形成局部全息无死角的认知能力，解决了车端的感知设备“看不见，认不清”的问题，从而有效的避免了交通事故的发生，提高了人们出行满意度。

Description

局部全息准实时地图路景分布式数据融合方法
技术领域
本发明涉及车辆交通技术领域，尤其涉及局部全息准实时地图路景分布式数据融合方法。
背景技术
中国交通部对中国交通行业的发展提出了具有更加明确的发展方向和发展要点，鼓励科技创新，将打造具有世界级水平的智慧高速、智慧交通，并为车辆的自动驾驶、无人驾驶、队列驾驶提供重要的基础保障。而行驶在道路上车辆实时信息就变得尤为重要，可以为驾驶系统或司乘人员提供重要的数据保障，帮助车辆驾驶员安全、准确的驾驶。
现有的车载为中心的自动驾驶感知系统存在盲区，预知能力低下，车载为中心的自动驾驶感知系统，算力性能要求苛刻，成本高昂，同时车路协同的数字孪生系统的实时性不足，导致其应用效果不佳。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出为车辆形成局部全息无死角的认知能力，解决了车端的感知设备“看不见，认不清”的问题的局部全息准实时地图路景分布式数据融合方法。
为了实现上述目的，本发明采用了如下技术方案：局部全息准实时地图路景分布式数据融合方法，包括以下步骤：
S1：基于车辆和路联网节点的探测设备，建立车路协同网络系统；
S2：在数据网络建立后，摄像头将采集到的图像识别成对应物体，并根据自身的定位信息，经坐标转换标记在局部地图上；
S3：将带有物体标识的局部地图，进行邻域节点广播；
S4：邻域节点将自身识别的物体和定位信息和各节点的广播信息进行比对，如果发现有歧义，向后台管理系统告警。
作为上述技术方案的进一步描述：
所述车路协同网络系统的运行方式如下：
S1.1：网络启动；S1.2：网络运行；S1.3：网络更新；S1.4：网络控制；S1.5：人工处理；S1.6：网络异常处理。
作为上述技术方案的进一步描述：
所述网络启动包括以下内容：加载高清地图；控制点、固定点地图定位协商；组件控制点网络；形成固定点、固定物体识别标记，高清地图重建；建立地图路景网络。
作为上述技术方案的进一步描述：
所述网络运行包括以下内容：移动物体探测，动体、动面、动线、动点；固定物体、移动物体识别标记分级、地图重建；异常物体识别标记，反馈后台处理中心；相邻点分级广播、双工接受发送，进行数据融合。
作为上述技术方案的进一步描述：
所述网络更新包括以下内容：控制点、固定点更新；固定物体、移动物体，路景重建更新；异常物体识别标记更新；高清地图更新。
作为上述技术方案的进一步描述：
所述网络控制包括以下内容：控制点、固定点更新频率；识别分辨率；异常物体识别告警阈值；网络广播范围。
作为上述技术方案的进一步描述:
所述人工处理包括以下内容：控制点、固定点校验；异常物体处理；识别告警异常处理；远程现场勘验；人工走查。
作为上述技术方案的进一步描述：
所述网络异常处理包括以下内容：观测设备缺失损坏报警；控制点缺失损坏异常处理；固定点缺失损坏异常处理。
作为上述技术方案的进一步描述：
所述步骤S4中，当发现有歧义时，需要使用车路协同联网传输的信息建立局部全息路景模型，建立步骤(A)如下：
S4.1：车辆基于车载智能终端的自身定位，向分布在线路途经的带有高清摄像头和雷达的路联网节点及5G基站订阅场景信息；
S4.2：该基站利用低延迟高带宽高可靠5G通讯协议，将经过特征标记和去隐私特征后的地图路景信息，广播给订阅该信息的车辆智能终端；
S4.3：车载智能终端将自身的探测数据和订阅的探测数据进行数据融合建模，建立局部全息的路景模型。
作为上述技术方案的进一步描述：
所述局部全息路景模型，建立步骤(B)如下：
S4.4：路联网节点之间相互通讯，经过地图路景建模形成特征标记和去隐私特征的局部全息地图路景模型；
S4.5：车辆基于车载智能终端的自身定位，向途径线路路联网节点订阅该信息。
本发明提供了局部全息准实时地图路景分布式数据融合方法。具备以下有益效果：
该发明提供了一种为服务自动驾驶而构建局部全息道路场景的方法，为车辆形成局部全息无死角的认知能力，解决了车端的感知设备“看不见，认不清”的问题，从而有效的避免了交通事故的发生，提高了社会道路平均车速，提高了人们出行满意度。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
局部全息准实时地图路景分布式数据融合方法，包括以下步骤：
S1：基于车辆和路联网节点的探测设备，建立车路协同网络系统；
S2：在数据网络建立后，摄像头将采集到的图像识别成对应物体，并根据自身的定位信息，经坐标转换标记在局部地图上；
S3：将带有物体标识的局部地图，进行邻域节点广播；
S4：邻域节点将自身识别的物体和定位信息和各节点的广播信息进行比对，如果发现有歧义，向后台管理系统告警。
在本实施方式中，该发明提供了一种为服务自动驾驶而构建局部全息道路场景的方法，为车辆形成局部全息无死角的认知能力，解决了车端的感知设备“看不见，认不清”的问题，从而有效的避免了交通事故的发生，提高了社会道路平均车速，提高了人们出行满意度。
车路协同网络系统的运行方式如下：
S1.1：网络启动；S1.2：网络运行；S1.3：网络更新；S1.4：网络控制；S1.5：人工处理；S1.6：网络异常处理。
网络启动包括以下内容：加载高清地图；控制点、固定点地图定位协商；组件控制点网络；形成固定点、固定物体识别标记，高清地图重建；建立地图路景网络。
网络运行包括以下内容：移动物体探测，动体、动面、动线、动点；固定物体、移动物体识别标记分级、地图重建；异常物体识别标记，反馈后台处理中心；相邻点分级广播、双工接受发送，进行数据融合。
网络更新包括以下内容：控制点、固定点更新；固定物体、移动物体，路景重建更新；异常物体识别标记更新；高清地图更新。
网络控制包括以下内容：控制点、固定点更新频率；识别分辨率；异常物体识别告警阈值；网络广播范围。
人工处理包括以下内容：控制点、固定点校验；异常物体处理；识别告警异常处理；远程现场勘验；人工走查。
网络异常处理包括以下内容：观测设备缺失损坏报警；控制点缺失损坏异常处理；固定点缺失损坏异常处理。
控制点：即测量控制点，是指在进行测量作业之前，在要进行测量的区域范围内，布设一系列的点来完成对整个区域的测量作业，在选点时，首先调查收集测区已有的地形图和控制点的成果资料。控制点位置的选定应满足相应工程的基本要求：1、相邻导线点间要通视；2、导线点应选在地势较高。
固定点，即在地图上的坐标位置是不变化的。
局部地图，是指车辆行驶当中探测设备能够探测到的所有道路信息整合成的实时地图。
如要洞察道路的变化和马上到来的危险，告知车辆，为此我们要建立全息感知的道路网络，为车辆实现上帝视角的瞭望。这是一种基于5g切片服务，将准实时(延时低于0.1秒)的局部全息路况信息传递给自动驾驶车辆，分别固定物和移动物，并发送识别信息，出现异常识别状况，反馈后台处理中心，及时告警。
步骤S4中，当发现有歧义时，需要使用车路协同联网传输的信息建立局部全息路景模型，建立步骤(A)如下：
S4.1：车辆基于车载智能终端的自身定位，向分布在线路途经的带有高清摄像头和雷达的路联网节点及5G基站订阅场景信息；
S4.2：该基站利用低延迟高带宽高可靠5G通讯协议，将经过特征标记和去隐私特征后的地图路景信息，广播给订阅该信息的车辆智能终端；
S4.3：车载智能终端将自身的探测数据和订阅的探测数据进行数据融合建模，建立局部全息的路景模型。
局部全息路景模型，建立步骤(B)如下：
S4.4：路联网节点之间相互通讯，经过地图路景建模形成特征标记和去隐私特征的局部全息地图路景模型；
S4.5：车辆基于车载智能终端的自身定位，向途径线路路联网节点订阅该信息。
路联网节点的探测设备包括但是不限制于高清摄像头、激光雷达、毫米波雷达等，并绑定5G基站，形成支持自动驾驶的准实时全息地图路景数字孪生系统。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.局部全息准实时地图路景分布式数据融合方法，其特征在于，包括以下步骤：
S1：基于车辆和路联网节点的探测设备，建立车路协同网络系统；
S2：在数据网络建立后，摄像头将采集到的图像识别成对应物体，并根据自身的定位信息，经坐标转换标记在局部地图上；
S3：将带有物体标识的局部地图，进行邻域节点广播；
S4：邻域节点将自身识别的物体和定位信息和各节点的广播信息进行比对，如果发现有歧义，向后台管理系统告警。
2.根据权利要求1所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述车路协同网络系统的运行方式如下：
S1.1：网络启动；S1.2：网络运行；S1.3：网络更新；S1.4：网络控制；S1.5：人工处理；S1.6：网络异常处理。
3.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述网络启动包括以下内容：加载高清地图；控制点、固定点地图定位协商；组件控制点网络；形成固定点、固定物体识别标记，高清地图重建；建立地图路景网络。
4.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述网络运行包括以下内容：移动物体探测，动体、动面、动线、动点；固定物体、移动物体识别标记分级、地图重建；异常物体识别标记，反馈后台处理中心；相邻点分级广播、双工接受发送，进行数据融合。
5.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述网络更新包括以下内容：控制点、固定点更新；固定物体、移动物体，路景重建更新；异常物体识别标记更新；高清地图更新。
6.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述网络控制包括以下内容：控制点、固定点更新频率；识别分辨率；异常物体识别告警阈值；网络广播范围。
7.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述人工处理包括以下内容：控制点、固定点校验；异常物体处理；识别告警异常处理；远程现场勘验；人工走查。
8.根据权利要求2所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述网络异常处理包括以下内容：观测设备缺失损坏报警；控制点缺失损坏异常处理；固定点缺失损坏异常处理。
9.根据权利要求1所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述步骤S4中，当发现有歧义时，需要使用车路协同联网传输的信息建立局部全息路景模型，建立步骤(A)如下：
S4.1：车辆基于车载智能终端的自身定位，向分布在线路途经的带有高清摄像头和雷达的路联网节点及5G基站订阅场景信息；
S4.2：该基站利用低延迟高带宽高可靠5G通讯协议，将经过特征标记和去隐私特征后的地图路景信息，广播给订阅该信息的车辆智能终端；
S4.3：车载智能终端将自身的探测数据和订阅的探测数据进行数据融合建模，建立局部全息的路景模型。
10.根据权利要求9所述的局部全息准实时地图路景分布式数据融合方法，其特征在于：所述局部全息路景模型，建立步骤(B)如下：
S4.4：路联网节点之间相互通讯，经过地图路景建模形成特征标记和去隐私特征的局部全息地图路景模型；
S4.5：车辆基于车载智能终端的自身定位，向途径线路路联网节点订阅该信息。
CN202111406848.0A 2021-11-24 2021-11-24 局部全息准实时地图路景分布式数据融合方法 Pending CN114239694A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111406848.0A CN114239694A (zh) 2021-11-24 2021-11-24 局部全息准实时地图路景分布式数据融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111406848.0A CN114239694A (zh) 2021-11-24 2021-11-24 局部全息准实时地图路景分布式数据融合方法

Publications (1)

Publication Number Publication Date
CN114239694A true CN114239694A (zh) 2022-03-25

Family

ID=80750940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111406848.0A Pending CN114239694A (zh) 2021-11-24 2021-11-24 局部全息准实时地图路景分布式数据融合方法

Country Status (1)

Country Link
CN (1) CN114239694A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775797A (zh) * 2023-08-18 2023-09-19 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116775797A (zh) * 2023-08-18 2023-09-19 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法
CN116775797B (zh) * 2023-08-18 2023-10-31 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法

Similar Documents

Publication Publication Date Title
CN111524357B (zh) 用于车辆安全行驶所需的多数据融合的方法
CN109920246B (zh) 一种基于v2x通信与双目视觉的协同局部路径规划方法
CN104192174B (zh) 列车预警系统和列车预警方法
US10369995B2 (en) Information processing device, information processing method, control device for vehicle, and control method for vehicle
DE102019131118A1 (de) System und verfahren zur bewertung des betriebs von umgebungserfassungssystemen von fahrzeugen
DE112019000057T5 (de) VERFAHREN UND SYSTEM ZUR FAHRZEUG-FUßGÄNGER-KOLLISIONSVERMEIDUNG
CN113378947A (zh) 一种面向露天矿区无人运输的车路云融合感知系统及方法
DE102018119469A1 (de) System und verfahren zur verbesserten hinderniserkennung unter verwendung eines v2x-kommunikationssystems
CN111526496B (zh) 一种基于集团式指挥调度的c-v2x通信异常检测方法
CN112907938B (zh) 一种基于电子围栏的城市智能公交管控方法及系统
CN109816971B (zh) 基于多源数据融合的危险品运输车辆预防跟踪系统及方法
CN108986510A (zh) 一种面向路口的智能化本地动态地图实现系统及实现方法
CN105679091A (zh) 一种基于车联网的碰撞可视化预警方法
DE102019111887A1 (de) Systeme, verfahren und vorrichtungen zum erkennen von erhöhten autobahnen, um ein aktivieren von geschwindigkeitsregelungsfunktionen zu verhindern
WO2021036907A1 (zh) 列车控制系统、列车控制方法
CN106448263B (zh) 车辆行驶安全管理系统及方法
CN113885062A (zh) 基于v2x的数据采集融合设备、方法和系统
CN113848921A (zh) 车路云协同感知的方法和系统
CN114239694A (zh) 局部全息准实时地图路景分布式数据融合方法
CN111311942A (zh) 基于v2x技术的路况显示方法、系统、v2x终端及v2x服务器
DE102021128737A1 (de) Lokalisierung von fahrzeugen unter verwendung von beacons
CN206672365U (zh) 一种应用于智慧城市的道路交通管理系统
CN115512511A (zh) 一种预警方法、装置、移动终端及可读存储介质
CN116142178A (zh) 一种车辆辅助驾驶方法、系统、介质及电子设备
CN112822657B (zh) 一种基于wlan的v2x路侧单元与行人的协同方法

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