CN114384906A - 一种路边单元与智能网联汽车计算任务分配方法 - Google Patents

一种路边单元与智能网联汽车计算任务分配方法 Download PDF

Info

Publication number
CN114384906A
CN114384906A CN202111452526.XA CN202111452526A CN114384906A CN 114384906 A CN114384906 A CN 114384906A CN 202111452526 A CN202111452526 A CN 202111452526A CN 114384906 A CN114384906 A CN 114384906A
Authority
CN
China
Prior art keywords
road side
side unit
task
intelligent networked
vehicle
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
Application number
CN202111452526.XA
Other languages
English (en)
Other versions
CN114384906B (zh
Inventor
张中
徐磊
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.)
Hefei Zhanda Intelligent Technology Co ltd
Original Assignee
Hefei Zhanda 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 Hefei Zhanda Intelligent Technology Co ltd filed Critical Hefei Zhanda Intelligent Technology Co ltd
Priority to CN202111452526.XA priority Critical patent/CN114384906B/zh
Publication of CN114384906A publication Critical patent/CN114384906A/zh
Application granted granted Critical
Publication of CN114384906B publication Critical patent/CN114384906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种路边单元与智能网联汽车计算任务分配方法，涉及移动边缘计算技术领域，解决了现有技术中路侧单元在进行任务处理时，没有动态预留动态处理能力，导致智能网联汽车和路侧单元的数据交互产生时延，无法保证智能网联汽车安全运行的技术问题；本发明通过筛选智能网联汽车的任务请求，并结合车辆信息整合生成任务信息，再通过云平台根据任务信息和车辆预测轨迹选取目标路侧单元，最后目标路侧单元分析任务信息需求的处理能力，并结合车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整，保证任务请求能够及时处理；解决了智能网联汽车和路侧单元数据交互产生的时延问题，能够提高智能网联汽车的安全平稳运行。

Description

一种路边单元与智能网联汽车计算任务分配方法
技术领域
本发明属于移动边缘计算领域，涉及路边单元和智能网联汽车的计算任务分配技术，具体是一种路边单元与智能网联汽车计算任务分配方法。
背景技术
移动边缘计算技术通过无线接入轻量级计算服务器的方式来为其覆盖区域中的移动设备提供计算服务，从而降低服务时延，提升网络效能；移动边缘计算是智能驾驶网络中重要的一环。
现有技术中智能网联汽车在行驶过程中会通过车载传感器采集数据进行分析，再结合路侧单元提供的数据做出决策以控制车辆安全平稳运行；现有技术中路侧单元在进行数据处理时，只考虑了现有任务的处理，没有对任务处理能力进行动态预留，导致智能网联汽车和路侧单元的数据交互产生时延，无法保证智能网联汽车的安全运行；因此，亟需一种路边单元和智能网联汽车的计算任务分配方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种路边单元与智能网联汽车计算任务分配方法，用于解决现有技术中路侧单元在进行任务处理时，没有动态预留动态处理能力，导致智能网联汽车和路侧单元的数据交互产生时延，无法保证智能网联汽车安全运行的技术问题，本发明通过智能网联汽车获取任务信息，云平台根据任务信息选取目标路侧单元，通过车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整解决了上述问题。
为实现上述目的，根据本发明的第一方面的实施例提出一种路边单元与智能网联汽车计算任务分配方法，包括：
智能网联汽车生成并筛选任务请求，将筛选之后的任务请求和车辆信息进行整合生成任务信息，并将任务信息发送至云平台；
云平台根据任务信息和车辆预测轨迹获取目标路侧单元，将任务信息和车辆预测轨迹整合发送至目标路侧单元；其中，云平台和目标路侧单元通信连接；
目标路侧单元分析任务信息需求的处理能力，并结合车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整。
优选的，智能网联汽车获取所述任务请求之后，需要对任务请求进行筛选，包括：
智能网联汽车对任务请求进行分析，当通过智能网联汽车不能完成任务请求时，将该任务请求筛选出来，与车辆信息整合生成任务信息；否则，通过智能网联汽车处理该任务请求。
优选的，所述车辆预测轨迹通过智能网联汽车获取，或者通过云平台生成。
优选的，通过智能网联汽车获取所述车辆预测轨迹，包括：
提取智能网联汽车的导航任务，根据导航任务提取智能网联汽车的车辆预测轨迹，并将车辆预测轨迹发送至云平台。
优选的，通过云平台生成所述车辆预测轨迹，包括：
通过路侧单元获取智能网联汽车的历史轨迹；
车道方向结合车辆信息获取车辆预测轨迹，并将车辆预测轨迹发送至云平台。
优选的，云平台对路侧单元进行筛选获取目标路侧单元，包括：
通过云平台获取路侧单元筛选的距离阈值；
车辆预测轨迹结合距离阈值选取路侧单元，并标记为目标路侧单元。
优选的，所述距离阈值为两个路侧单元相隔车道距离一半的整数倍，或者
为根据智能网联汽车的车辆信息获取的刹车距离。
优选的，目标路侧单元分析所述任务信息，获取需要的处理能力，包括：
提取任务信息中任务请求需要处理的数据总量；
结合目标路侧单元的配置，估算数据总量对应的处理能力。
优选的，根据所述处理能力设定目标路侧单元预留处理能力，包括：
将目标路侧单元标记为i，同时获取目标路侧单元与智能网联汽车的车道总长，并标记为CZi；其中，i为大于0的整数；
车道总长结合车辆速度获取预留处理时间YSi；其中，预留处理时间动态获取；
获取目标路侧单元的单位处理能力，结合预留处理时间YSi为目标路侧单元i设定对应的预留处理能力。
与现有技术相比，本发明的有益效果是：
本发明通过筛选智能网联汽车的任务请求，并结合车辆信息整合生成任务信息，再通过云平台根据任务信息和车辆预测轨迹选取目标路侧单元，最后目标路侧单元分析任务信息需求的处理能力，并结合车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整，保证任务请求能够及时处理；解决了智能网联汽车和路侧单元数据交互产生的时延问题，能够提高智能网联汽车的安全平稳运行。
附图说明
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
现有技术中智能网联汽车在行驶过程中会通过车载传感器采集数据进行分析，或者将采集的数据通过路侧单元进行分析，获取决策信息，根据决策信息控制车辆安全平稳运行；现有技术一般结合路侧单元对其覆盖范围内的智能网联汽车进行辅助，其他暂不相关的路侧单元则不会提前进入准备状态，这种情况容易导致智能网联汽车在进入下一个路侧单元覆盖范围时产生网络时延，无法保证数据的及时处理，也就无法保证智能网联汽车的安全运行。
本申请通过智能网联汽车获取任务信息，云平台根据任务信息选取目标路侧单元，通过车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整以解决上述问题。
请参阅图1，本申请提供了一种路边单元与智能网联汽车计算任务分配方法，包括：
智能网联汽车生成并筛选任务请求，将筛选之后的任务请求和车辆信息进行整合生成任务信息，并将任务信息发送至云平台；
云平台根据任务信息和车辆预测轨迹获取目标路侧单元，将任务信息和车辆预测轨迹整合发送至目标路侧单元；
目标路侧单元分析任务信息需求的处理能力，并结合车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整。
可以理解的是，本申请中云平台和目标路侧单元通信连接；云平台的作用相当于中央控制器，路侧单元相当于边缘计算设备，通过云平台控制路侧单元进行协作；目标路侧单元是经过路侧单元筛选出来的，因此本申请中云平台与所有路侧单元均通信连接。
智能网联汽车是指车联网和智能车的有机联合，是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与人、路、后台等智能信息交换共享，实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。
车辆信息中包含能够辅助完成任务的数据，如车辆当前位置、车辆车型等数据，根据任务请求整合不同的车辆信息；举例来说，判定车辆是否会与车道上的行人发生碰撞时，则需要的车辆信息至少包括车辆速度和车辆当前位置。
在一个实施例中，智能网联汽车获取任务请求之后，需要对任务请求进行筛选，包括：
智能网联汽车对任务请求进行分析，当通过智能网联汽车不能完成任务请求时，将该任务请求筛选出来，与车辆信息整合生成任务信息；否则，通过智能网联汽车处理该任务请求。
本实施例中技术方案的主要目的是对智能网联汽车生成的任务请求进行筛选，将智能网联汽车本身能够处理的任务请求截留下来，通过智能网联汽车进行任务处理；同时，筛选出智能网联汽车无法进行处理或者处理能力不够的任务请求，发送云平台，再发送至路侧单元进行任务处理；举例来说，当任务请求为获取车内温度时，则智能网联汽车本身就可以处理，但当任务请求为获取车辆预测轨迹的拥堵程度时，则智能网联汽车本身就无法完成该任务的处理，因此需要借助路侧单元进行处理。
在一个实施例中，车辆预测轨迹通过智能网联汽车获取，或者通过云平台生成；通过智能网联汽车获取具体是指，提取智能网联汽车的导航任务，根据导航任务提取智能网联汽车的车辆预测轨迹，并将车辆预测轨迹发送至云平台。
导航任务通过高德地图、百度地图、腾讯地图等地图软件设置，一个导航任务会包含多条路径，本申请提取车主选择的路径作为车辆预测路径；在另外一些优选的实施例中，也可将地图软件推荐的多条路径均作为车辆预测路径。
在一个具体的实施例中，通过云平台生成车辆预测轨迹，包括：
通过路侧单元获取智能网联汽车的历史轨迹；车道方向结合车辆信息获取车辆预测轨迹，并将车辆预测轨迹发送至云平台。
本实施例中的车辆轨迹预测实质是结合车道方向获取智能网联汽车下一步路径，如处于T型路口的智能网联汽车接下来有两个行驶方向，则这两个行驶方向均可作为车辆预测轨迹；在另外一些优选的实施例中，还可结合现有技术如基于马尔可夫链的轨迹预测等选取多条路径中的一条作为车辆预测路径。
在一个实施例中，云平台对路侧单元进行筛选获取目标路侧单元，包括：
通过云平台获取路侧单元筛选的距离阈值，车辆预测轨迹结合距离阈值选取路侧单元，并标记为目标路侧单元。
本实施例中技术方案的目的是筛选出会与智能网联汽车产生数据交互的路侧单元，因此车辆预测轨迹结合距离阈值即可筛选出目标路侧单元。
本实施例中的距离阈值是一个非常重要的参数，距离阈值为两个路侧单元相隔车道距离一半的整数倍，或者为根据智能网联汽车的车辆信息获取的刹车距离。
车道距离即为沿着车道计量获取的两个路侧单元之间的距离，任意相邻两个路侧单元的车道距离可能不一致，可以选取车辆距离的平均值作为参考；车道距离一半的整数倍即设置合适的整数倍率，即可得到至少一个路侧单元，也就是说在车辆预测轨迹上的路侧单元会有部分会被筛选出来作为目标路侧单元；可以理解的是，刹车距离和车道距离的作用一致。
在一个实施例中，目标路侧单元分析任务信息，获取需要的处理能力，包括：
提取任务信息中任务请求需要处理的数据总量，结合目标路侧单元的配置，估算数据总量对应的处理能力。
本实施例中，首先提取任务请求，并分析该任务请求对应需要处理的数据总量，再结合目标路侧单元的配置，可以得到处理完这些数据需要的处理能力，为下一步奠定数据基础。
在一个具体的实施例中，根据处理能力设定目标路侧单元预留处理能力，包括：
将目标路侧单元标记为i，同时获取目标路侧单元与智能网联汽车的车道总长，并标记为CZi；
车道总长结合车辆速度获取预留处理时间YSi；获取目标路侧单元的单位处理能力，结合预留处理时间YSi为目标路侧单元i设定对应的预留处理能力。
本实施例中，对目标路侧单元的标注顺序按照与智能网联汽车位置由近到远进行标注，即在车辆预测轨迹上，智能网联汽车前进方向上与之距离最小的目标路侧单元标记为1；根据实际需要，也可以将当前智能网联汽车进行数据交互的目标路侧单元标记为1。
单位处理能力表示单位时间内目标路侧单元所能处理的数据量；单位处理能力结合计算获取的预留处理时间可以获取目标路侧单元需要预留的数据处理能力，即预留处理能力。
值得注意的是，预留处理能力是动态的，即在单位时间内可以随时变化；目标处理能力根据预留处理能力进行任务的卸载，保证能够及时处理即将到来的智能网联汽车的数据。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：
智能网联汽车对任务请求进行分析，当通过智能网联汽车不能完成任务请求时，将该任务请求筛选出来，与车辆信息整合生成任务信息，并将任务信息发送至云平台。
通过智能网联汽车获取车辆预测轨迹，云平台根据任务信息和车辆预测轨迹获取目标路侧单元，将任务信息和车辆预测轨迹整合发送至目标路侧单元。
目标路侧单元提取任务信息中任务请求需要处理的数据总量，结合目标路侧单元的配置，估算数据总量对应的处理能力；根据处理能力动态调整目标路侧单元预留处理能力。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种路边单元与智能网联汽车计算任务分配方法，其特征在于，包括：
智能网联汽车生成并筛选任务请求，将筛选之后的任务请求和车辆信息进行整合生成任务信息，并将任务信息发送至云平台；
云平台根据任务信息和车辆预测轨迹获取目标路侧单元，将任务信息和车辆预测轨迹整合发送至目标路侧单元；其中，云平台和目标路侧单元通信连接；
目标路侧单元分析任务信息需求的处理能力，并结合车辆预测轨迹对目标路侧单元的预留处理能力进行动态调整。
2.根据权利要求1所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，智能网联汽车获取所述任务请求之后，对任务请求进行筛选，包括：
智能网联汽车对任务请求进行分析，当通过智能网联汽车不能完成任务请求时，将该任务请求筛选出来，与车辆信息整合生成任务信息；否则，通过智能网联汽车处理该任务请求。
3.根据权利要求1所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，所述车辆预测轨迹通过智能网联汽车获取，或者通过云平台生成。
4.根据权利要求3所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，通过云平台生成所述车辆预测轨迹，包括：
通过路侧单元获取智能网联汽车的历史轨迹；
车道方向结合车辆信息获取车辆预测轨迹，并将车辆预测轨迹发送至云平台。
5.根据权利要求1所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，云平台对路侧单元进行筛选获取目标路侧单元，包括：
通过云平台获取路侧单元筛选的距离阈值；
车辆预测轨迹结合距离阈值选取路侧单元，并标记为目标路侧单元。
6.根据权利要求5所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，所述距离阈值为两个路侧单元相隔车道距离一半的整数倍，或者
为根据智能网联汽车的车辆信息获取的刹车距离。
7.根据权利要求1所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，目标路侧单元分析所述任务信息，获取需要的处理能力，包括：
提取任务信息中任务请求需要处理的数据总量；
结合目标路侧单元的配置，估算数据总量对应的处理能力。
8.根据权利要求7所述的一种路边单元与智能网联汽车计算任务分配方法，其特征在于，根据处理能力设定目标路侧单元预留处理能力，包括：
将目标路侧单元标记为i，同时获取目标路侧单元与智能网联汽车的车道总长，并标记为CZi；其中，i为大于0的整数；
车道总长结合车辆速度获取预留处理时间YSi；其中，预留处理时间动态获取；
获取目标路侧单元的单位处理能力，结合预留处理时间YSi为目标路侧单元i设定对应的预留处理能力。
CN202111452526.XA 2021-12-01 2021-12-01 一种路边单元与智能网联汽车计算任务分配方法 Active CN114384906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111452526.XA CN114384906B (zh) 2021-12-01 2021-12-01 一种路边单元与智能网联汽车计算任务分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111452526.XA CN114384906B (zh) 2021-12-01 2021-12-01 一种路边单元与智能网联汽车计算任务分配方法

Publications (2)

Publication Number Publication Date
CN114384906A true CN114384906A (zh) 2022-04-22
CN114384906B CN114384906B (zh) 2024-02-02

Family

ID=81195392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111452526.XA Active CN114384906B (zh) 2021-12-01 2021-12-01 一种路边单元与智能网联汽车计算任务分配方法

Country Status (1)

Country Link
CN (1) CN114384906B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010219919A (ja) * 2009-03-17 2010-09-30 Sumitomo Electric Ind Ltd 移動通信機、路側通信機、及び路上通信システム
CN102625237A (zh) * 2012-03-09 2012-08-01 上海交通大学 路边设备与车辆通信中的最佳中继选择方法
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
CN109658700A (zh) * 2019-03-05 2019-04-19 上汽大众汽车有限公司 交叉路口防撞预警装置及预警方法
KR102084528B1 (ko) * 2018-12-11 2020-03-04 한국교통대학교산학협력단 협력 자율주행 시스템에서 자율주행 경로 제어와 차량통신 네트워크 부하 분산을 위한 방법 및 장치
CN112055329A (zh) * 2020-08-03 2020-12-08 广东工业大学 一种适用于rsu覆盖切换的边缘车联网任务卸载方法
CN212160931U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 一种用于车路协同的etc-x系统
CN112463347A (zh) * 2021-01-25 2021-03-09 国汽智控(北京)科技有限公司 一种云路协同的自动驾驶模型训练、调取方法及系统
CN112911551A (zh) * 2021-01-18 2021-06-04 国汽智控(北京)科技有限公司 一种车路云算力动态分配系统
US20210311491A1 (en) * 2020-04-03 2021-10-07 Cavh Llc Intelligent roadside toolbox

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010219919A (ja) * 2009-03-17 2010-09-30 Sumitomo Electric Ind Ltd 移動通信機、路側通信機、及び路上通信システム
CN102625237A (zh) * 2012-03-09 2012-08-01 上海交通大学 路边设备与车辆通信中的最佳中继选择方法
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
KR102084528B1 (ko) * 2018-12-11 2020-03-04 한국교통대학교산학협력단 협력 자율주행 시스템에서 자율주행 경로 제어와 차량통신 네트워크 부하 분산을 위한 방법 및 장치
CN109658700A (zh) * 2019-03-05 2019-04-19 上汽大众汽车有限公司 交叉路口防撞预警装置及预警方法
CN212160931U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 一种用于车路协同的etc-x系统
US20210311491A1 (en) * 2020-04-03 2021-10-07 Cavh Llc Intelligent roadside toolbox
CN112055329A (zh) * 2020-08-03 2020-12-08 广东工业大学 一种适用于rsu覆盖切换的边缘车联网任务卸载方法
CN112911551A (zh) * 2021-01-18 2021-06-04 国汽智控(北京)科技有限公司 一种车路云算力动态分配系统
CN112463347A (zh) * 2021-01-25 2021-03-09 国汽智控(北京)科技有限公司 一种云路协同的自动驾驶模型训练、调取方法及系统

Also Published As

Publication number Publication date
CN114384906B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
US11520331B2 (en) Methods and apparatus to update autonomous vehicle perspectives
EP3054721B1 (en) Traffic adjustment for variable network state
CN109191876B (zh) 一种基于车联网技术的特殊车辆交通诱导系统及其控制方法
US20210049903A1 (en) Method and apparatus for perception-sharing between vehicles
Xiang et al. An adaptive traffic signal coordination optimization method based on vehicle-to-infrastructure communication
CN110308716B (zh) 一种基于集群的自动驾驶车辆的方法、装置及车辆
Pillmann et al. Car-to-cloud communication traffic analysis based on the common vehicle information model
KR20150128712A (ko) 차량 라우팅 및 교통 관리를 위한 차선 레벨 차량 내비게이션
CN112466115A (zh) 一种基于边缘计算的公交车辆交叉口优先通行控制系统及方法
CN104520912A (zh) 堵塞预测装置、堵塞预测系统、堵塞预测方法和程序
CN113076897B (zh) 智能网联汽车的博弈动态行驶安全测控方法及调控终端
CN107172215B (zh) 车联网环境下的未来行驶工况信息获取方法
JP2020125098A (ja) データ処理を優先順位付けするシステム及び方法
US11350257B2 (en) Proxy environmental perception
CN115206115B (zh) 智能网联环境下基于多源数据边缘计算的路网拥堵区管控方法
Das et al. Time headway analysis for four-lane and two-lane roads
CN114407900A (zh) 一种车路协同自动驾驶功能分配系统及方法
CN110390817A (zh) 一种现场级交通信号协调系统及装置
US20230247399A1 (en) Adaptive sensor data sharing for a connected vehicle
Bouali et al. 5G for vehicular use cases: Analysis of technical requirements, value propositions and outlook
CN112863205B (zh) 基于大数据的信号灯调时方法、装置、设备及存储介质
CN112233419B (zh) 一种数据处理方法、装置、设备及存储介质
Xia et al. Lane scheduling around crossroads for edge computing based autonomous driving
CN114384906B (zh) 一种路边单元与智能网联汽车计算任务分配方法
Du et al. Impacts of vehicle-to-everything enabled applications: literature review of existing studies

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