CN114579657A - 一种基于车路协同的v2x边缘云控方法及系统 - Google Patents

一种基于车路协同的v2x边缘云控方法及系统 Download PDF

Info

Publication number
CN114579657A
CN114579657A CN202210495621.6A CN202210495621A CN114579657A CN 114579657 A CN114579657 A CN 114579657A CN 202210495621 A CN202210495621 A CN 202210495621A CN 114579657 A CN114579657 A CN 114579657A
Authority
CN
China
Prior art keywords
data
slice
time slice
structured
comparison
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
CN202210495621.6A
Other languages
English (en)
Other versions
CN114579657B (zh
Inventor
胡卫国
黄舒泉
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.)
Zhejiang Jiuzhou Future Information Technology Co ltd
Original Assignee
Zhejiang 99Cloud Information Service 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 Zhejiang 99Cloud Information Service Co Ltd filed Critical Zhejiang 99Cloud Information Service Co Ltd
Priority to CN202210495621.6A priority Critical patent/CN114579657B/zh
Publication of CN114579657A publication Critical patent/CN114579657A/zh
Application granted granted Critical
Publication of CN114579657B publication Critical patent/CN114579657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2291—User-Defined Types; Storage management thereof
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种基于车路协同的v2x边缘云控方法及系统，所述方法包括：获取接入设备接收到的原始数据，对原始数据进行结构化分类，得到结构化数据；获取结构化数据的时间切片粒度，得到时间切片数据，并对切片数据进行排序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异；当数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片；将结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供标准化数据接口。采用本方法能够通过基于时间切片粒度缓存融合后的结构化数据，过滤筛选得到关键数据，可以减少网络传输数据量与存储容量，以达到改善系统性能的目的。

Description

一种基于车路协同的v2x边缘云控方法及系统
技术领域
本发明涉及v2x技术领域，尤其涉及一种基于车路协同的v2x边缘云控方法及系统。
背景技术
近年来，随着v2x、5G、物联网、AI等新兴技术的快速发展，推动了基于车路协同的v2x产业的飞速发展。目前，基于车路协同的v2x整系统已在全国范围内多个车路协同示范区进行了部署、上线及验证测试，已成为城市智慧化改造和新基建的重要组成部分。
基于车路协同的v2x系统通过在路侧部署大量摄像头、雷达等感知设备实现对交通事件、交通标志及交通参与者的感知，通过在路侧部署边缘计算单元实现感知设备输入数据的融合分析、处理及生成结构化数据，通过在路侧部署RSU实现与中心云或OBU的数据传输，通过在车端部署OBU实现与中心云或RSU的数据传输。
在这种传统的解决方案下，需要获取每个路口的一个或多个边缘计算单元及车载单元的数据，数据处理量过大导致系统性能降低，也不易从大数据量中获取关键数据。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种基于车路协同的v2x边缘云控方法及系统。
本发明实施例提供一种基于车路协同的v2x边缘云控方法，包括：
获取接入设备接收到的原始数据，并对所述原始数据进行预处理；
识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；
获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；
当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
在其中一个实施例中，所述方法还包括：
对所述数据信息进行二次融合分析，通过所述二次融合分析得到交通事件、交通标志及交通参与者的数据分析结果，根据所述数据分析结果生成结构化数据。
在其中一个实施例中，所述方法还包括：
获取切片数据的数据类型，根据所述数据类型获取对应的设定权重值，所述设定权重值为预设值或根据数据要求设定；
根据所述切片数据结合对应的设定权重值，计算得到切片数据对应的加权数据值，依次比较相邻的切片数据的加权数据值。
在其中一个实施例中，所述方法还包括：
当所述切片数据的比较次数达到C或C的整数倍数，将比较中时间顺序较早的时间切片发布至消息队列，所述C根据系统的数据精度要求和性能要求调整。
在其中一个实施例中，所述方法还包括：
获取业务数据中用户的数据订阅信息，根据所述数据订阅信息确定所述消息队列中的对应数据，并将所述对应数据发送至所述用户的用户终端。
在其中一个实施例中，所述预处理包括：
协议适配、格式转换、数据加密、数据分发。
本发明实施例提供一种基于车路协同的v2x边缘云控系统，包括：
获取模块，用于获取接入设备接收到的原始数据，并对所述原始数据进行预处理；
结构化模块，用于识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；
比较模块，用于获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；
删除模块，用于当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
发布模块，用于当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
保存模块，用于从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
在其中一个实施例中，所述系统还包括：
分析模块，用于对所述数据信息进行二次融合分析，通过所述二次融合分析得到交通事件、交通标志及交通参与者的数据分析结果，根据所述数据分析结果生成结构化数据。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于车路协同的v2x边缘云控方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述基于车路协同的v2x边缘云控方法的步骤。
本发明实施例提供的一种基于车路协同的v2x边缘云控方法及系统，获取接入设备接收到的原始数据，并对所述原始数据进行预处理；识别所述原始数据的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别；获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。这样通过基于时间切片粒度缓存融合后的结构化数据，分析比较数据，过滤筛选得到关键数据，可以减少网络传输数据量与存储容量，以达到改善系统性能的目的。
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为本发明实施例中一种基于车路协同的v2x边缘云控方法的流程图；
图2为本发明实施例中一种基于车路协同的v2x边缘云控系统的结构图；
图3为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种基于车路协同的v2x边缘云控方法的流程示意图，如图1所示，本发明实施例提供了一种基于车路协同的v2x边缘云控方法，包括：
步骤S101，获取接入设备接收到的原始数据，并对所述原始数据进行预处理。
具体地，通过各种类型的协议接入所有路侧设备及车载设备的数据，并做协议适配、格式转换、数据加密、数据分发等预处理。例如，视频流通过视频解码处理后，输出为一系列的RGB图片。
步骤S102，识别预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志。
具体地，运用机器学习及训练推理等一系列AI算法，并依据原始数据的标准化坐标体系与时间基准，实现对原始数据的数据信息（包括目标物位置、大小、速度、航向角、类别等参数信息）的识别，然后对不同感知设备的原始数据一次分析所得到的目标物信息进行配准、去重等操作，以实现目标物的二次融合；基于感知识别的结果完成交通事件、交通标志及交通参与者的识别和分析，最终生成符合行业标准的结构化数据，比如交通事件结构化数据可以包括如下信息：事件类型、事件来源、事件位置、事件影响半径、时间、优先级、关联路段、可信度，交通标志结构化数据可以包括如下信息：标志类型、标志位置、时间、优先级、关联路径、关联路段、描述，交通参与者结构化数据应包括如下信息：参与者类型、参与者ID、信息来源、时间、位置、速度、航向角、大小、车辆类型。
步骤S103，获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值。
具体地，时间切片大小的初始值可根据经验给定，例如50ms，也可以根据精度要求和性能要求做灵活配置调整，在根据时间切片粒度对结构化数据进行切片，得到时间切片数据后，根据时间顺序对切片数据进行排序，时间顺序可以是数据的时间轴由早到晚的顺序，依次比较相邻两个时间切片中的结构化数据，如果两者的一致性较高，说明两个时间段内的交通事件、交通标志及交通参与者信息一致，这种情况下只需保留一份数据以减少网络传输数据量及节省存储空间，具体为删除分布式缓存中较旧的时间切片数据，接着比较分析较新时间切片与下一个时间切片的数据，得到相邻的切片数据之间的数据差异，并判断数据差异是否小于预设阈值。
比如通过设定一个阈值V，阈值V的具体取值可根据精度及性能要求灵活调整。当数据D差异小于等于阈值时，即DTS1 - DTS2 <= V时，删除分布式缓存中较旧的时间切片的数据，接着比较分析较新时间切片与下一个时间切片的数据；当数据D差异大于阈值时，即DTS1- DTS2 > V时，先将分布式缓存中较旧的时间切片的数据发布至消息队列，再删除此数据，接着再比较分析较新时间切片与下一个时间切片的数据。如上所述，通过这种滑窗算法分析比较每一个时间切片中的结构化数据，实现数据过滤筛选，去除非关键数据，保留关键数据。
另外，还可以获取切片数据的数据类型，根据数据类型获取对应的设定权重值，设定权重值为预设值或根据数据要求设定，然后根据切片数据结合对应的设定权重值，计算得到切片数据对应的加权数据值，依次比较相邻的切片数据的加权数据值，具体为：进行数据分析比较时，可以根据不同类型的数据T设定权重值W，即当T交通事件 * W1 + T交通标志 * W2 +T交通参与者 * W3 + ...... <= V时，不保留较旧的时间切片的数据；当T交通事件 * W1 + T交通标志 *W2 + T交通参与者 * W3 + ...... > V时，保留较旧的时间切片的数据。
为应对如“某一类型机动车高优先级处理”这样的需求时，可以根据不同类型的数据T中的不同字段F设定权重值W，即当(T交通事件.F1 * W11 + T交通事件.F2 * W12 + T交通事件.F3 *W13 + ......) * W1 + (T交通标志.F1 * W21 + T交通标志.F2 * W22 + T交通标志.F3 * W23 + ......)* W2 + (T交通参与者.F1 * W31 + T交通参与者.F2 * W32 + T交通参与者.F3 * W33 + ......) * W3 +...... <= V时，不保留较旧的时间切片的数据；当(T交通事件.F1 * W11 + T交通事件.F2 * W12 +T交通事件.F3 * W13 + ......) * W1 + (T交通标志.F1 * W21 + T交通标志.F2 * W22 + T交通标志.F3 * W23+ ......) * W2 + (T交通参与者.F1 * W31 + T交通参与者.F2 * W32 + T交通参与者.F3 * W33 + ......)* W3 + ...... > V时，保留较旧的时间切片的数据。
另外，为了防止数据精度丢失，可以设置一个取值C（C的具体取值可根据精度及性能要求灵活调整），每当数据分析比较的次数达到C或C的整数倍时，不管比较结果如何，都要保留当前较旧的时间切片的数据，以确保数据精度不会过度丢失。
步骤S104，当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
具体地，当数据差异小于预设阈值时，说明这种情况下只需保留一份数据以减少网络传输数据量及节省存储空间，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
步骤S105，当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
具体地，当数据差异大于预设阈值时，说明这种情况下数据差异较大，则将比较中时间顺序较早的时间切片发布至消息队列，再删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
步骤S106，从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述OpenAPI模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
具体地，通过上一步的数据分析过滤筛选操作，将关键数据发布至消息队列，消息队列通常采用基于消息发布订阅模式实现异步消息的高效通信，然后将结构化数据保存至数据库，数据库能够对数据进行持久化存储，便于后期的检索查询，同时，并将结构化的关键数据解析成轻量化的标准化数据接口，然后通过Open API模块对外提供标准化接口，接口格式通常采用轻量化的RESTful风格，Open API模块通过南向接口向RSU（路侧单元）或OBU（车载单元）下发业务数据消息或运维管理消息，通过北向接口向v2x中心云控平台上报业务数据消息或RSU、OBU运维管理消息。
本发明实施例提供的一种基于车路协同的v2x边缘云控方法，获取接入设备接收到的原始数据，并对所述原始数据进行预处理；识别所述原始数据的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。这样通过基于时间切片粒度缓存融合后的结构化数据，分析比较数据，过滤筛选得到关键数据，可以减少网络传输数据量与存储容量，以达到改善系统性能的目的。
在本发明的另一实施例中，一种基于车路协同的v2x边缘云控平台包括上述基于车路协同的v2x边缘云控方法，该平台部署于区域中心，可覆盖数个至数百个路口的范围，主要包括操作系统、虚拟化云平台、设备接入层及融合感知层等功能组件。
操作系统为系统运行的基础环境，通常为通用的Linux操作系统，如CentOS、Ubuntu等。
虚拟化云平台通常为OpenStack、Kubernetes等虚拟化基础设施底座，其屏蔽了底层硬件的差异，并为上层应用提供虚拟化后的计算、存储及网络资源。
设备接入层，用于通过各种类型的协议对所有路侧设备、车载设备及它们产生的数据进行接入与管理。其中通过路侧设备接入、路侧设备管理、车载设备接入及车载设备管理等功能模块对路侧、车载设备进行接入与运维管理，通过数据管理、数据分析、数据加密及数据分发等功能模块对接入的数据进行预处理、安全加密与上下行分发，通过用户管理、角色管理、权限管理及认证管理等功能模块对接入的设备及数据进行安全管控。
融合感知层，用于将设备接入层接入的数据进行数据融合感知与分析处理，主要包括数据融合、数据比较、数据保存与解析、消息队列、分布式缓存、持久化存储及Open API等功能模块。其中数据融合模块通过基于机器学习及训练推理等一系列AI算法，将路侧设备输入的原始数据通过匹配标准化坐标体系与时间基准，进行融合分析、目标识别、去重标定，最终生成结构化数据。分布式缓存模块通常采用基于健-值对数据结构存放数据的高性能存储系统，其通过基于时间切片的方式缓存结构化数据，为数据比较模块提供输入。数据比较模块通过分析比较基于时间切片的结构化数据，去除非关键数据，过滤筛选出关键数据。消息队列模块通过基于消息发布订阅模式实现异步消息的高效通信，主要用于存放数据比较模块生成的关键数据。数据保存与解析模块通过持久化存储模块保存数据比较模块生成的关键数据，同时将这些关键数据解析成轻量化的标准化数据接口，并通过Open API模块对外提供标准化接口。Open API模块通过南向接口向RSU或OBU下发业务数据消息或运维管理消息，通过北向接口向v2x中心云控平台上报业务数据消息或RSU、OBU运维管理消息。
图2为本发明实施例提供的一种基于车路协同的v2x边缘云控系统，包括：获取模块S201、结构化模块S202、比较模块S203、删除模块S204、发布模块S205、保存模块S206，其中：
获取模块S201，用于获取接入设备接收到的原始数据，并对所述原始数据进行预处理。
结构化模块S202，用于识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志。
比较模块S203，用于获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值。
删除模块S204，用于当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
发布模块S205，用于当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较。
保存模块S206，用于从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
在一个实施例中，系统还可以包括：
分析模块，用于对所述数据信息进行二次融合分析，通过所述二次融合分析得到交通事件、交通标志及交通参与者的数据分析结果，根据所述数据分析结果生成结构化数据。
关于基于车路协同的v2x边缘云控系统的具体限定可以参见上文中对于基于车路协同的v2x边缘云控方法的限定，在此不再赘述。上述基于车路协同的v2x边缘云控系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取接入设备接收到的原始数据，并对所述原始数据进行预处理；识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
此外，上述的存储器302中的逻辑指令可以通过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介质中。基于这样的理解，本发明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介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取接入设备接收到的原始数据，并对所述原始数据进行预处理；识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
以上所描述的系统实施例仅仅是示意性的，其中所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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于车路协同的v2x边缘云控方法，其特征在于，包括：
获取接入设备接收到的原始数据，并对所述原始数据进行预处理；
识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；
获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；
当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述Open API模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
2.根据权利要求1所述的基于车路协同的v2x边缘云控方法，其特征在于，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，包括：
对所述数据信息进行二次融合分析，通过所述二次融合分析得到交通事件、交通标志及交通参与者的数据分析结果，根据所述数据分析结果生成结构化数据。
3.根据权利要求1所述的基于车路协同的v2x边缘云控方法，其特征在于，所述依次比较相邻的切片数据，包括：
获取切片数据的数据类型，根据所述数据类型获取对应的设定权重值，所述设定权重值为预设值或根据数据要求设定；
根据所述切片数据结合对应的设定权重值，计算得到切片数据对应的加权数据值，依次比较相邻的切片数据的加权数据值。
4.根据权利要求1所述的基于车路协同的v2x边缘云控方法，其特征在于，所述方法还包括：
当所述切片数据的比较次数达到C或C的整数倍数，将比较中时间顺序较早的时间切片发布至消息队列，所述C根据系统的数据精度要求和性能要求调整。
5.根据权利要求1所述的基于车路协同的v2x边缘云控方法，其特征在于，所述方法还包括：
获取业务数据中用户的数据订阅信息，根据所述数据订阅信息确定所述消息队列中的对应数据，并将所述对应数据发送至所述用户的用户终端。
6.根据权利要求1所述的基于车路协同的v2x边缘云控方法，其特征在于，所述预处理包括：
协议适配、格式转换、数据加密、数据分发。
7.一种基于车路协同的v2x边缘云控系统，其特征在于，所述系统包括：
获取模块，用于获取接入设备接收到的原始数据，并对所述原始数据进行预处理；
结构化模块，用于识别所述原始数据预处理后的数据信息，根据所述数据信息对所述原始数据进行结构化分类，得到结构化数据，所述数据信息包括：数据目标物的位置、大小、速度、航向角、类别以及交通事件、交通标志；
比较模块，用于获取所述结构化数据的时间切片粒度，并根据所述时间切片粒度对所述结构化数据进行切片，得到时间切片数据，并根据时间顺序对所述切片数据进行排序，并根据所述时间顺序，依次比较相邻的切片数据，得到相邻的切片数据之间的数据差异，并判断所述数据差异是否小于预设阈值；
删除模块，用于当所述数据差异小于预设阈值时，删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
发布模块，用于当所述数据差异大于预设阈值时，将比较中时间顺序较早的时间切片发布至消息队列，并删除比较中时间顺序较早的时间切片，并将比较中时间顺序较晚的时间切片与下一时间切片进行比较；
保存模块，用于从所述消息队列中结构化数据保存至数据库，并将所述结构化关键数据解析为标准化数据接口，并通过Open API模块对外提供所述标准化数据接口，所述OpenAPI模块通过所述标准化数据接口向车载单元或路侧单元发送所述数据库中的数据，以及向v2x中心云控平台上传业务数据及车载单元或路侧单元的运维管理信息。
8.根据权利要求7中所述的基于车路协同的v2x边缘云控系统，其特征在于，所述系统还包括：
分析模块，用于对所述数据信息进行二次融合分析，通过所述二次融合分析得到交通事件、交通标志及交通参与者的数据分析结果，根据所述数据分析结果生成结构化数据。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于车路协同的v2x边缘云控方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于车路协同的v2x边缘云控方法的步骤。
CN202210495621.6A 2022-05-09 2022-05-09 一种基于车路协同的v2x边缘云控方法及系统 Active CN114579657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210495621.6A CN114579657B (zh) 2022-05-09 2022-05-09 一种基于车路协同的v2x边缘云控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210495621.6A CN114579657B (zh) 2022-05-09 2022-05-09 一种基于车路协同的v2x边缘云控方法及系统

Publications (2)

Publication Number Publication Date
CN114579657A true CN114579657A (zh) 2022-06-03
CN114579657B CN114579657B (zh) 2022-08-02

Family

ID=81767652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210495621.6A Active CN114579657B (zh) 2022-05-09 2022-05-09 一种基于车路协同的v2x边缘云控方法及系统

Country Status (1)

Country Link
CN (1) CN114579657B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116224A (zh) * 2022-06-24 2022-09-27 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法
CN115691223A (zh) * 2022-12-31 2023-02-03 浙江九州云信息科技有限公司 一种基于云边端协同的碰撞预警方法及系统
CN116166939A (zh) * 2023-02-09 2023-05-26 浙江九州云信息科技有限公司 一种基于车路协同的数据预处理方法及系统
CN116405906A (zh) * 2023-01-05 2023-07-07 北京清丰智行科技有限公司 一种车路云一体化的时序数据管理系统及方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180242115A1 (en) * 2015-08-14 2018-08-23 Lg Electronics Inc. Method for transmitting and receiving v2x message in wireless communication system, and an apparatus for same
CN109474594A (zh) * 2018-11-09 2019-03-15 北京海兰信数据科技股份有限公司 船端数据轻量化装置、岸端数据还原装置、船岸一体化数据轻量化传输系统及传输方法
CN109547358A (zh) * 2018-12-11 2019-03-29 浙江工商大学 一种时间敏感网络切片的构造方法
CN109615864A (zh) * 2018-12-29 2019-04-12 深圳英飞拓科技股份有限公司 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质
CN110299010A (zh) * 2019-07-26 2019-10-01 交通运输部公路科学研究所 一种面向车路协同路侧设备的信息处理方法
US20200363816A1 (en) * 2019-05-16 2020-11-19 WeRide Corp. System and method for controlling autonomous vehicles
CN112532449A (zh) * 2020-11-29 2021-03-19 国网辽宁省电力有限公司电力科学研究院 基于5g网络实现电力通信切片选择及可信传输方法
CN112687097A (zh) * 2020-11-16 2021-04-20 招商新智科技有限公司 一种高速公路路段级数据中台系统
CN113256976A (zh) * 2021-05-12 2021-08-13 中移智行网络科技有限公司 一种车路协同系统、模拟仿真方法、车载设备和路侧设备
CN113296917A (zh) * 2021-07-26 2021-08-24 北京元知创智科技有限公司 多业务系统业务事件订阅调度方法、电子设备及存储介质
CN113937894A (zh) * 2021-10-22 2022-01-14 浙江九州云信息科技有限公司 一种基于云边协同的电力智能终端管理系统及方法
US20220095199A1 (en) * 2020-09-22 2022-03-24 Electronics & Telecommunications Res Inst Method and system for network slice interworking of 5g network
CN114286316A (zh) * 2020-09-17 2022-04-05 中国电信股份有限公司 多源数据的处理方法、装置、系统和存储介质
WO2022089163A1 (zh) * 2020-10-30 2022-05-05 华为技术有限公司 一种管理网络切片数据的方法和装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180242115A1 (en) * 2015-08-14 2018-08-23 Lg Electronics Inc. Method for transmitting and receiving v2x message in wireless communication system, and an apparatus for same
CN109474594A (zh) * 2018-11-09 2019-03-15 北京海兰信数据科技股份有限公司 船端数据轻量化装置、岸端数据还原装置、船岸一体化数据轻量化传输系统及传输方法
CN109547358A (zh) * 2018-12-11 2019-03-29 浙江工商大学 一种时间敏感网络切片的构造方法
CN109615864A (zh) * 2018-12-29 2019-04-12 深圳英飞拓科技股份有限公司 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质
US20200363816A1 (en) * 2019-05-16 2020-11-19 WeRide Corp. System and method for controlling autonomous vehicles
CN110299010A (zh) * 2019-07-26 2019-10-01 交通运输部公路科学研究所 一种面向车路协同路侧设备的信息处理方法
CN114286316A (zh) * 2020-09-17 2022-04-05 中国电信股份有限公司 多源数据的处理方法、装置、系统和存储介质
US20220095199A1 (en) * 2020-09-22 2022-03-24 Electronics & Telecommunications Res Inst Method and system for network slice interworking of 5g network
WO2022089163A1 (zh) * 2020-10-30 2022-05-05 华为技术有限公司 一种管理网络切片数据的方法和装置
CN112687097A (zh) * 2020-11-16 2021-04-20 招商新智科技有限公司 一种高速公路路段级数据中台系统
CN112532449A (zh) * 2020-11-29 2021-03-19 国网辽宁省电力有限公司电力科学研究院 基于5g网络实现电力通信切片选择及可信传输方法
CN113256976A (zh) * 2021-05-12 2021-08-13 中移智行网络科技有限公司 一种车路协同系统、模拟仿真方法、车载设备和路侧设备
CN113296917A (zh) * 2021-07-26 2021-08-24 北京元知创智科技有限公司 多业务系统业务事件订阅调度方法、电子设备及存储介质
CN113937894A (zh) * 2021-10-22 2022-01-14 浙江九州云信息科技有限公司 一种基于云边协同的电力智能终端管理系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
ALESSANDRO BAZZI 等: "How to deal with data hungry V2X applications?", 《ACM》 *
CONSTANTINOS COSTA 等: "Towards Real-Time Road Traffic Analytics using Telco Big Data", 《ACM》 *
孙志伟等: "一种基于重要点的时间序列分段算法", 《计算机工程与应用》 *
杨海清等: "基于时空分析的路口相似度计算方法", 《计算机工程》 *
陈霞: "基于车路协同的道路交通信息采集与状态评价方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116224A (zh) * 2022-06-24 2022-09-27 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法
CN115116224B (zh) * 2022-06-24 2023-08-18 山东旗帜信息有限公司 一种边缘端数据采集传输系统及方法
CN115691223A (zh) * 2022-12-31 2023-02-03 浙江九州云信息科技有限公司 一种基于云边端协同的碰撞预警方法及系统
CN116405906A (zh) * 2023-01-05 2023-07-07 北京清丰智行科技有限公司 一种车路云一体化的时序数据管理系统及方法
CN116405906B (zh) * 2023-01-05 2023-09-08 北京清丰智行科技有限公司 一种车路云一体化的时序数据管理系统及方法
CN116166939A (zh) * 2023-02-09 2023-05-26 浙江九州云信息科技有限公司 一种基于车路协同的数据预处理方法及系统

Also Published As

Publication number Publication date
CN114579657B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN114579657B (zh) 一种基于车路协同的v2x边缘云控方法及系统
WO2021232229A1 (zh) 虚拟场景生成方法、装置、计算机设备和存储介质
CN111178380B (zh) 数据分类方法、装置及电子设备
CN112102959B (zh) 一种服务器、数据处理方法、装置及可读存储介质
CN112200081A (zh) 异常行为识别方法、装置、电子设备及存储介质
CN110458214B (zh) 驾驶员更换识别方法和装置
CN109995611B (zh) 流量分类模型建立及流量分类方法、装置、设备和服务器
CN116012815A (zh) 交通元素识别方法、多任务网络模型及训练方法和装置
CN113870196B (zh) 一种基于锚点切图的图像处理方法、装置、设备和介质
CN113127472B (zh) 一种针对大上报量的司机数量实时去重统计的方法及系统
CN115061386B (zh) 智能驾驶的自动化仿真测试系统及相关设备
CN114520775B (zh) 应用控制方法、装置、电子设备和存储介质
CN111737371B (zh) 可动态预测的数据流量检测分类方法及装置
CN113110804B (zh) 重复图片删除方法、装置、设备及存储介质
Haryono et al. Accuracy in Object Detection based on Image Processing at the Implementation of Motorbike Parking on the Street
CN115037790A (zh) 异常注册识别方法、装置、设备及存储介质
CN116974735A (zh) 模型训练的方法、电子设备和计算机程序产品
CN114549884A (zh) 一种异常图像检测方法、装置、设备及介质
CN114241253A (zh) 违规内容识别的模型训练方法、系统、服务器及存储介质
CN113515771A (zh) 数据敏感度判定方法、电子设备及计算机可读存储介质
CN112906725A (zh) 统计人流特征的方法、装置及服务器
WO2022218001A1 (zh) 视频分析方法及相关系统
CN113064597B (zh) 一种冗余代码的识别方法、装置和设备
CN116976339B (zh) 一种针对高速公路的特情分析方法、设备及介质
Imran et al. Enhancing the Performance of Deep Learning Model Based Object Detection using Parallel Processing (Work In Progress Paper)

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 313000 floor 2, building C, building 9, Huzhou multimedia Industrial Park, No. 999, Wuxing Avenue, Wuxing District, Huzhou City, Zhejiang Province

Patentee after: Zhejiang Jiuzhou Future Information Technology Co.,Ltd.

Country or region after: China

Address before: 313000 floor 2, building C, building 9, Huzhou multimedia Industrial Park, No. 999, Wuxing Avenue, Wuxing District, Huzhou City, Zhejiang Province

Patentee before: Zhejiang Jiuzhou cloud Mdt InfoTech Ltd.

Country or region before: China