CN114764408A - 数据压缩方法，非暂时性计算机可读存储介质及数据压缩装置 - Google Patents

Abstract

本发明提供数据压缩方法、非暂时性计算机可读存储介质及数据压缩装置。所述数据压缩方法用于对表示路线的坡度的数据进行压缩。所述数据压缩方法包括：获取坡度表，所述坡度表表示布置在所述路线的起点与其终点之间的各个路段中的坡度值，所述路段包括一个路段以及与所述一个路段相邻的相邻路段；对所述坡度值进行分级；以及在所述一个路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段和所述相邻路段进行整合并生成表示具有所述相同等级的路段的距离和对应等级的压缩坡度表。

Description

数据压缩方法，非暂时性计算机可读存储介质及数据压缩 装置

技术领域

本发明涉及数据压缩方法、非暂时性计算机可读存储介质以及数据压缩装置，用于减少示出道路坡度的坡度表的数据量。

背景技术

已知的信息处理设备存储用于计算具有坡度的路线中的能量消耗的道路网络(例如，JP2020-91122A)。在JP2020-91122A中公开的信息处理装置存储表示为链接和节 点的道路网络。

坡度表与道路网络的每个链接相关联。当对应于链接的道路基于其坡度被划分为多个路段时，坡度表表示链接中各个路段的距离。导航装置通过参照与链接关联的坡 度表来获取车辆在各个链接中行驶时的能量消耗量，并将获取的各链接上的能量消耗 相加来计算具有坡度的路线上的能量消耗。

如JP 2020-91122A中所公开的，坡度数据对于计算能量消耗是有用的，并且因 此可以被添加到用于自主行驶的高精度地图或存储在导航装置中的地图。

然而，由于高精度地图包括关于路端、路肩边缘、分界线、车行道等的信息，高 精度地图的数据量大。类似地，由于导航装置的复杂性，存储在导航装置中的地图的 数据量变大。因此，需要开发一种用于减少指示路线的坡度的数据的数据量的技术。

发明内容

鉴于上述背景，本发明的一个目的是提供数据压缩方法、非暂时性计算机可读存储介质和数据压缩装置，用于减少指示路线的坡度的数据的数据量。

为了实现这样的目的，本发明的一个方面提供一种数据压缩方法，用于对表示路线的坡度的数据进行压缩，所述数据压缩方法包括以下步骤：获取坡度表TA，所述 坡度表表示布置在所述路线的起点与其终点之间的各个路段中的坡度值(步骤ST1)， 所述路段包括一个路段以及与所述一个路段相邻的相邻路段；对所述坡度值进行分级(步骤ST2和步骤ST12)；以及在所述一个路段的坡度值和所述相邻路段的坡度值处 于相同等级的情况下，对所述一个路段和所述相邻路段进行整合并生成表示具有所述 相同等级的路段的距离和对应等级的压缩坡度表TB(步骤ST3)。

根据该方面，通过对各路段进行整合，可以压缩数据，因为不需要分别存储处于相同等级的坡度值。

在上述方面中，优选地，在对所述坡度值进行分级的步骤中，通过将所述坡度值四舍五入到最接近的规定数位或者忽略小于所述坡度值的规定数位的小数来对所述 坡度值进行分级。

根据该方面，可以容易地对坡度值进行分级。

在上述方面中，优选地，其中，在对所述坡度值进行分级的步骤中，对所述坡度 值进行分级使得当电动车辆在具有每个坡度值的道路上行驶时功耗变得均匀。

根据该方面，可以利用从坡度表压缩的数据生成压缩坡度表，同时防止功耗的计算精度降低。

在上述方面中，优选地，在对所述坡度值进行分级的步骤中，获取功耗为零的坡度参考值Q、第一坡度单元和第二坡度单元，所述第一坡度单元对应于在大于所述坡 度参考值的坡度值处功耗的斜率的倒数，所述第二坡度单元对应于在小于所述坡度参 考值的坡度值处功耗的斜率的倒数，所述第二坡度单元大于所述第一坡度单元；并且 在坡度值大于所述坡度参考值的情况下，基于所述第一坡度单元对每个坡度值进行分 级，并且在坡度值小于所述坡度参考值的情况下，基于所述第二坡度单元对每个坡度 值进行分级。

根据该方面，可以容易地对坡度值进行分级。

为了实现这样的目的，本发明的一个方面提供一种非暂时性计算机可读存储介质， 所述非暂时性计算机可读存储介质包括用于压缩指示路线的坡度的数据的数据压缩程序，其中，所述数据压缩程序在由处理器执行时执行数据压缩方法，所述数据压缩 方法包括以下步骤：获取坡度表TA，所述坡度表表示布置在所述路线的起点与其终 点之间的各个路段中的坡度值(步骤ST1)，所述路段包括一个路段以及与所述一个 路段相邻的相邻路段；对所述坡度值进行分级(步骤ST2和步骤ST12)；以及在所述 一个路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段 和所述相邻路段进行整合从而减少所述坡度表的数据量(步骤ST3)。

根据该方面，通过对各路段进行整合，可以压缩数据，因为不需要分别存储处于相同等级的坡度值。

为了实现这样的目的，本发明的一个方面提供了一种数据压缩装置16，用于压 缩指示路线的坡度的数据，所述数据压缩装置包括控制器，所述控制器被配置成执行 以下连续步骤：获取坡度表TA，所述坡度表表示布置在所述路线的起点与其终点之 间的各个路段中的坡度值(步骤ST1)，所述路段包括一个路段以及与所述一个路段 相邻的相邻路段；对所述坡度值进行分级(步骤ST2和步骤ST12)；以及在所述一个 路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段和所 述相邻路段进行整合从而减少所述坡度表的数据量(步骤ST3)。

根据该方面，通过对各路段进行整合，可以压缩数据，因为不需要分别存储处于相同等级的坡度值。

因此，根据上述方面，可以提供数据压缩方法、非暂时性计算机可读存储介质和数据压缩装置，用于减少指示路线的坡度的数据的数据量。

附图说明

图1是示出用于执行根据第一实施方式的坡度表生成方法的地图信息系统的配置的功能框图；

图2A是用于说明导航地图数据的说明图；

图2B是用于说明高精度地图的说明图；

图3是用于说明在车辆自主行驶的情况下由地图信息系统执行的操作的序列图；

图4是根据第一实施方式的数据压缩处理的流程图；

图5A是示出行驶路线上的链接和坡度的示例的图；

图5B是坡度表的示例；

图5C是示出对应于各个链接(各个坡度值)的等级的表；

图5D是压缩坡度表(选择坡度表)的示例；

图6是示出基于图5D所示的压缩坡度表近似再现的坡度的图；

图7是根据第二实施方式的数据压缩处理的流程图；

图8是示出功耗对坡度值(％)的相关性的图表；以及

图9是用于解释示出地面的轮廓线(虚线)和通过使用TIN表示地面的图形(点 和连接这些点的实线)的说明图。

具体实施方式

在下文中，将参照附图描述根据本发明的实施方式的数据压缩方法、包括数据压缩程序的非暂时性计算机可读存储介质和数据压缩装置。

<<第一实施方式>>

如图1所示，数据压缩方法是用于压缩地图数据(特别是与坡度相关的数据)的 方法，并且在地图信息系统1中执行该数据压缩方法。地图信息系统1包括安装在车 辆(见图1中的“V”)上的车辆系统2以及经由网络连接到车辆系统2的地图服务 器3。

<车辆系统>

首先，将描述车辆系统2。车辆系统2包括动力系统4、制动装置5、转向装置6、 外部环境传感器7、车辆传感器8、通信装置9、GNSS接收器10、导航装置11、驾 驶操作构件12、驾驶操作传感器13、HMI 14、启动开关15以及控制器16。车辆系 统2的每个部件均经由诸如控制器区域网络(CAN)之类的通信手段相互连接，从而 使信号可以在它们之间传输。

动力系统4是配置成对车辆施加驱动力的装置。例如，动力系统4包括内燃机(如汽油机和柴油机)和电动马达中的至少一者。制动装置5是配置成向车辆施加制动力 的装置。例如，制动装置5包括：配置成将衬块压在制动转子上的制动钳；以及配置 成向制动钳供应油压的电动缸。制动装置5可以进一步包括驻车制动装置，该驻车制 动装置配置成经由缆线限制车轮旋转。转向装置6是配置成改变车轮的转向角的装置。 例如，转向装置6包括：配置成使车轮转向的齿条-小齿轮机构；以及配置成驱动齿 条-小齿轮机构的电动马达。动力系统4、制动装置5和转向装置6由控制器16控制。

外部环境传感器7是配置成通过捕获来自车辆周围环境的电磁波、声波等来检测车辆外部的物体等的传感器。外部环境传感器7包括多个声纳17和多个外部摄像头 18。外部环境传感器7可以进一步包括毫米波雷达和/或激光雷达。外部环境传感器7 配置成向控制器16输出检测结果。

每个声纳17均由所谓的超声波传感器构成。声纳17向车辆的周围环境发射超声波并捕获其反射波，从而检测物体的位置(距离和方向)。多个声纳17分别设置在车 辆的后部和前部。

每个外部摄像头18均是配置成捕获车辆的周围环境的图像的装置。例如，外部 摄像头18是使用诸如CCD和CMOS之类的固体成像元件的数字摄像头。外部摄像 头18可以由立体摄像头或单眼摄像头构成。多个外部摄像头18包括：前部摄像头， 其配置成捕获车辆前面的图像；后部摄像头，其配置成捕获车辆后面的图像；以及一 对侧部摄像头，其配置成捕获车辆的两个横向侧的图像。

车辆传感器8是配置成检测车辆状态的传感器。车辆传感器8包括：车辆速度传 感器，其配置成检测车辆的速度；加速度传感器8A，其配置成检测车辆的前后加速 度和横向加速度；横摆率传感器，其配置成检测绕车辆的横摆轴线的角速度；方向传 感器，其配置成检测车辆的方向；等等。例如，横摆率传感器可以包括陀螺仪传感器。 车辆传感器8可以进一步包括：斜率传感器，其配置成检测车身的斜率；以及车轮速 度传感器，其配置成检测每个车轮的旋转速度。

在本实施方式中，车辆传感器8包括6轴惯性测量单元(IMU)，该IMU配置成 检测前后加速度、横向加速度、竖向加速度、侧倾率(绕侧倾轴线的角速度)、纵倾 率(绕纵倾轴线的角速度)以及横摆率(绕横摆轴线的角速度)。

通信装置9配置成调解控制器16和车辆外的装置(例如，地图服务器3)之间 的通信。通信装置9包括路由器，该路由器配置成将控制器16连接到互联网。通信 装置9可以具有调解控制器16(即，自车的控制器16)与周围车辆的控制器之间以 及控制器16与道路上的路边装置之间的无线通信功能。

GNSS接收器10(自车位置识别装置)配置成接收来自构成全球导航卫星系统(GNSS)的各定位卫星的信号(下文中称为“GNSS信号”)。GNSS接收器10配 置成将接收的GNSS信号输出到导航装置11和控制器16。

导航装置11由设置有公知硬件的计算机组成。导航装置11配置成基于车辆以前的行驶历史和从GNSS接收器10输出的GNSS信号来识别车辆的当前位置(经度和 纬度)。导航装置11配置成存储关于车辆正在行驶的区域或国家的道路的数据(下文 中称为“导航地图数据”)。导航装置11配置成将导航地图数据存储在RAM、HDD、 SSD等中。

导航装置11配置成基于GNSS信号和导航地图数据设定从车辆的当前位置到乘 员输入的目的地的路线，并将该路线输出到控制器16。当车辆开始行驶时，导航装 置11向乘员提供到目的地的路线指导。

如图2A中所示，导航装置11配置成存储关于布置在每条道路上的点(节点： 见图2A中的黑色圆圈)以及连接节点的线段(链接)的信息作为地图上的道路信息。

例如，可以在诸如交叉点或汇流点之类的特征点处设置存储在导航装置11中的每个节点。导航装置11配置成存储与由链接连接的节点之间的距离关联的每个链接。 导航装置11配置成基于节点之间的距离获取从车辆的当前位置到目的地的适当路线， 并向控制器16输出指示该路线的信息。指示该路线的输出信息包括对应于该路线的 道路上的点(节点)以及对应于连接这些节点的矢量的链接。

驾驶操作构件12设置在车厢内，并配置成接受乘员进行的输入操作以控制车辆。驾驶操作构件12包括转弯信号操作杆、方向盘、加速踏板以及制动踏板。驾驶操作 构件12可以进一步包括换挡杆、驻车制动杆等。

驾驶操作传感器13是配置成检测驾驶操作构件12的操作量的传感器。驾驶操作传感器13包括：转弯信号操作杆传感器，其配置成检测乘员对转弯信号操作杆的输 入操作；转向角传感器，其配置成检测方向盘的操作量；加速传感器，其配置成检测 加速踏板的操作量(加速器开度)；以及制动传感器，其配置成检测制动踏板的操作 量。驾驶操作传感器13配置成向控制器16输出所检测的操作量。转弯信号操作杆传 感器配置成检测对转弯信号操作杆的操作输入(输入操作)以及与操作输入相对应的 指示方向。驾驶操作传感器13可以进一步包括抓握传感器，其配置成检测乘员对方 向盘的抓握。例如，抓握传感器包括设置在方向盘的外周部分上的至少一个电容传感 器。

HMI 14配置成通过显示和/或语音通知乘员各种信息，并接受乘员的输入操作。例如，HMI 14包括触摸面板23和声音发生装置24。触摸面板23包括液晶显示器、 有机EL显示器等，并配置成接受乘员的输入操作。声音发生装置24由蜂鸣器和/或 扬声器构成。HMI14配置成在触摸面板23上显示驾驶模式切换按钮。驾驶模式切换 按钮配置成接受乘员对车辆的驾驶模式(例如，自主驾驶模式和手动驾驶模式)的切 换操作。

HMI 14也作为接口调解对导航装置11的输入/来自导航装置11的输出。即，当 HMI14接受乘员对目的地的输入操作时，导航装置11开始设定到目的地的路线。此 外，当导航装置11提供到目的地的路线指导时，HMI 14显示车辆的当前位置和到目 的地的路线。

启动开关15是用于启动车辆系统2的开关。即，乘员在坐在驾驶座上并踩下制 动踏板12C时按下启动开关15，从而启动车辆系统2。

控制器16由至少一个电子控制单元(ECU)构成，该ECU包括CPU、ROM、 RAM等。CPU根据程序执行操作处理，因此控制器16执行各种类型的车辆控制。 控制器16可以由一个硬件构成，或者可以由包括多个硬件的单元构成。控制器16 的功能可以至少部分由诸如LSI、ASIC和FPGA之类的硬件执行，或者可以由软件 和硬件的组合执行。

<控制器>

如图1中所示，控制器16包括外部环境辨识单元30、自主驾驶控制单元31(ADAS：高级驾驶辅助系统)、地图位置识别单元32(MPU：地图定位单元)以及探测信息获 取单元33。这些部件可以由独立的电子控制单元组成，并经由网关(中央网关：CGW) 相互连接。另选地，这些部件可以由集成的电子控制单元组成。

外部环境辨识单元30配置成基于外部环境传感器7的检测结果辨识存在于车辆的周围环境中的物体，并因此获取关于该物体的位置和尺寸的信息。由外部环境辨识 单元30辨识的物体包括存在于车辆的行驶路线上的分界线、车道、路端、路肩和障 碍物。

每条分界线均是沿车辆行驶方向示出的一条线。每条车道均是由一条或多条分界线界定的区域。每个路端均是道路的端部。每个路肩均是布置在车辆宽度方向上的端 部的分界线与路端之间的区域。例如，每个障碍物均可以是障碍物(护栏)、电线杆、 周围车辆、行人等。

外部环境辨识单元30配置成通过分析由每个外部摄像头18捕获的图像来辨识车辆周围的物体相对于车辆的位置。例如，外部环境辨识单元30可以通过使用诸如三 角测量法或运动立体法的公知方法来辨识在车身周围的俯视图中从车辆到物体的距 离和方向。此外，外部环境辨识单元30配置成分析由外部摄像头18捕获的图像，并 基于公知方法确定每个物体的类型(例如，分界线、车道、路端、路肩、障碍物等)。

自主驾驶控制单元31包括行动计划单元41、行驶控制单元42和模式设定单元 43。

行动计划单元41配置成创建用于使车辆行驶的行动计划。行动计划单元41配置成向行驶控制单元42输出与所创建的行动计划相对应的行驶控制信号。

行驶控制单元42配置成基于来自行动计划单元41的行驶控制信号来控制动力系统4、制动装置5和转向装置6。即，行驶控制单元42配置成根据由行动计划单元 41创建的行动计划使车辆行驶。

模式设定单元43配置成基于对HMI 14的输入操作(切换操作)在手动驾驶模 式与自主驾驶模式之间切换车辆的驾驶模式。在手动驾驶模式下，行驶控制单元42 响应乘员对驾驶操作构件12(例如，方向盘12B、加速踏板和/或制动踏板12C)的 输入操作来控制动力系统4、制动装置5和转向装置6，从而使车辆行驶。另一方面， 在自主驾驶模式下，乘员不需要对驾驶操作构件12进行输入操作，并且行驶控制单 元42控制动力系统4、制动装置5和转向装置6，从而使车辆自主行驶。即，自主驾 驶模式的自动驾驶水平高于手动驾驶模式的自动驾驶水平。

地图位置识别单元32包括地图获取单元51、地图存储单元52、自车位置识别单 元53和地图链接单元54。

地图获取单元51配置成访问地图服务器3并从地图服务器3获取动态地图数据，该动态地图数据是高精度地图信息。例如，当导航装置11设定路线时，地图获取单 元51经由通信装置9从地图服务器3获取对应于该路线的区域的最新动态地图数据。

动态地图数据比存储在导航装置11中的导航地图数据更详细，并且包括静态信息、半静态信息、半动态信息和动态信息。静态信息包括3D地图数据，该3D地图 数据比导航地图数据更精确。半静态信息包括交通管制信息、道路施工信息和广域天 气信息。半动态信息包括事故信息、交通拥堵信息和小区域天气信息。动态信息包括 信号信息、周围车辆信息和行人信息。

动态地图数据的静态信息(高精度地图)是包括比导航地图数据更详细的信息(更具体地，车辆行驶所需的道路等的信息)的数据。例如，如图2B所示，动态地图数 据的静态信息包括行驶路线上的车道的信息(例如，车道数量)和行驶路线上的每条 分界线的信息(例如，分界线的类型)。例如，静态信息的分界线被表示为以比导航 地图数据的节点和连接节点的链接更小的间隔布置的节点(见图2B中的白圈)。

此外，静态信息的每个车道也表示为以规定间隔布置的节点(以下称为“车道节点”：参见图2B中的黑圈)和连接这些节点(车道节点)的链接(以下称为“车道 链接”)。在与分界线的链接垂直的方向上彼此相邻的两条分界线的节点之间生成每个 车道节点。车道节点沿着道路以规定间隔布置，并且车道链接连接车道节点。

高精度地图(静态信息)进一步包括关于路肩边缘的信息。每个路肩边缘均是车辆行驶的车行道的端部。当设置有车行道和人行道时，路肩边缘是指它们之间的边界。 静态信息的路肩边缘表示为沿路肩边缘布置的节点(见图2B中的白色方块：下文中 称为“路肩边缘节点”)，这些节点的间隔与分界线的节点以及连接这些节点(路肩节 点)的链接(下文中称为“路肩边缘链接”)的间隔大致相同。

如图2B所示，表示行驶方向和坡度信息的信息(例如，箭头)被添加到高精度 地图的每个车道链接(以下有时简称为“链接”)。坡度信息指示每个链接与其坡度值 之间的关系，并被存储在坡度表TA中。坡度值表示每个链接相对于水平方向的斜率 (坡度)。坡度值可以表示为相对于作为参考(1)的水平长度的垂直长度的值(“1％” 等)。另选地，坡度值可以表示为链接相对于水平面的倾斜角(“1°”等)。在本实施 方式中，坡度值表示为链接相对于水平面的倾斜角。

地图存储单元52包括诸如HDD和SSD之类的存储单元。地图存储单元52配置 成存储用于使车辆在自主驾驶模式下自主行驶的各种信息。地图存储单元52配置成 存储由地图获取单元51从地图服务器3获取的动态地图数据。

自车位置识别单元53配置成识别车辆的位置(纬度和经度)，即识别基于由GNSS接收器10接收的GNSS信号的自车位置。

自车位置识别单元53配置成基于车辆传感器8(IMU等)的检测结果，通过使 用航位推算法(例如，测距法)来计算车辆的移动量(移动距离和移动方向：下文中 称为“DR移动量”)。例如，自车位置识别单元53配置成在无法接收GNSS信号时 基于DR移动量识别自车位置。此外，自车位置识别单元53可以通过基于DR移动 量校正根据GNSS信号识别的自车位置来进行改善自车位置的识别精度的处理。

地图链接单元54配置成基于从导航装置11输出的路线，提取存储在地图存储单元52中的高精度地图上的相应路线。

当车辆被给出开始自主行驶的指令时，行动计划单元41基于由地图链接单元54提取的路线创建全局行动计划(例如，改变车道、汇流、分支等)。之后，当车辆开 始自主行驶时，行动计划单元41基于全局行动计划、由自车位置识别单元53识别的 自车位置、由外部环境辨识单元30辨识的物体、存储在地图存储单元52中的高精度 地图等，创建更详细的行动计划(例如，用于避开危险等的行动计划)。行驶控制单 元42基于创建的详细行动计划控制车辆的行驶。

探测信息获取单元33将由自车位置识别单元53基于GNSS信号识别的自车位置 与由外部环境传感器7、车辆传感器8和驾驶操作传感器13中的至少一者检测到的 数据关联，从而获取并存储自车位置和数据作为探测信息。

探测信息获取单元33被配置为基于车辆传感器8(更具体地，IMU)的检测结 果来计算车辆的姿态角，并且获取路面的坡度值。探测信息获取单元33被配置为存 储(保存)所获取的坡度值作为探测信息。此外，探测信息获取单元33可以基于由 加速器传感器获取的加速器开度来获取路面的坡度值。另选地，探测信息获取单元 33可以基于由车辆传感器8(更具体地，车辆速度传感器)获取的车辆速度以及车辆 的姿态角来获取路面的坡度值。

探测信息获取单元33将获取的探测信息适当地传输给地图服务器3。

<地图服务器>

接着，将描述地图服务器3。如图1中所示，地图服务器3经由网络(在本实施 方式中为互联网)与控制器16连接。地图服务器3是包括CPU、ROM、RAM和存 储单元(如HDD和SSD)的计算机。

动态地图数据存储在地图服务器3的存储单元中。存储在地图服务器3的存储单元中的动态地图数据比存储在控制器16的地图存储单元52中的动态地图数据覆盖更 广的区域。动态地图数据包括对应于地图上每个区域的多个块数据(部分地图数据)。 优选地，每个块数据均对应于地图上沿纬度方向和经度方向划分的矩形区域。

在经由通信装置9接收到来自控制器16(地图获取单元51)的数据请求后，地 图服务器3将与请求的数据相对应的动态地图(动态地图数据)传输到相应的控制器 16。传输的数据(动态地图数据)可以包括交通拥堵信息、天气信息等。

如图1中所示，地图服务器3包括动态地图存储单元61、块数据传输单元62、 探测信息管理单元63以及探测信息存储单元64。

动态地图存储单元61由存储单元组成，并配置成存储比车辆行驶的区域更广的区域中的动态地图。块数据传输单元62配置成接受来自车辆的对特定块数据的传输 请求，并将对应于传输请求的块数据传输给车辆。

探测信息管理单元63配置成接收从车辆适当传输的探测信息。探测信息存储单元64配置成存储(保存)由探测信息管理单元63获取(接收)的探测信息。探测信 息管理单元63基于存储在探测信息存储单元64中的探测信息适当地执行统计处理等， 从而执行更新动态地图的更新处理。

接着，将描述车辆系统2的操作。当乘员登上车辆并按压启动开关15同时踩踏 制动踏板12C时，车辆系统2被启动。之后，当乘员输入目的地并向HMI 14输入以 开始自主行驶时，车辆自主行驶并到达目的地。图3示出了从车辆启动到到达目的地 的顺序图。下文中，将参照图3描述车辆自主行驶并到达目的地时，由自主行驶控制 单元31、地图位置识别单元32、探测信息获取单元33和地图服务器3执行的处理(操 作)概要。

当按压启动开关15并且车辆系统2启动时，导航装置11和地图位置识别单元 32各自基于来自卫星的GNSS信号识别自车位置。

此后，当乘员将目的地输入到HMI 14时，导航装置11基于导航地图数据确定 从当前位置到目的地的路线，并将所确定的路线输出到地图位置识别单元32。地图 位置识别单元32请求地图服务器3基于所获取的路线发送相应的块数据。

在接收到来自地图位置识别单元32的请求(块数据请求)后，地图服务器3基 于车辆的位置以及由导航装置11设定(确定)的路线生成相应的块数据，并将生成 的块数据传输给地图位置识别单元32(车辆系统2)。

从地图服务器3发送的块数据包括指示路线中的每个车道链接与对应于车道链接的路面的坡度值之间的关系的坡度信息。

在接收到该块数据时，地图位置识别单元32从该块数据获取(提取)与车辆周 围的动态地图有关的数据。之后，地图位置识别单元32(地图链接单元54)执行地 图链接处理，并向自主驾驶控制单元31输出高精度地图上的路线，该路线对应于由 导航装置11设定(确定)的从出发点到目的地的块数据中的路线。之后，自主驾驶 控制单元31(行动计划单元41)根据高精度地图上的路线创建全局行动计划。

当在HMI 14上作出指示车辆自主行驶的输入时，地图位置识别单元32识别自 车位置，并且自主驾驶控制单元31基于识别的自车位置、由外部环境辨识单元30 辨识的物体位置等依次创建更详细的行动计划。自主驾驶控制单元31(行驶控制单 元42)根据创建的行动计划控制车辆，从而使车辆自主行驶。

在本实施方式中，自主驾驶控制单元31从地图位置识别单元32获取表示各车道链接与对应车道链接的坡度值之间的关系的坡度信息，并且基于该坡度信息选择路线 使得该路线与行动计划匹配并且功耗最最小。

当车辆开始行驶时，探测信息获取单元33开始获取探测信息。当车辆正在行驶时，探测信息获取单元33适当地将所获取的探测信息作为自主驾驶期间的探测信息 传输到地图服务器3。当在自主驾驶期间接收到探测信息时，地图服务器3存储(保 存)所接收的探测信息，并且基于探测信息适当地更新动态地图。

探测信息包括从车辆传感器8(更具体地，IMU)的检测结果获取的路面的坡度 值。地图服务器3基于包括在探测信息中的路面的坡度值适当地更新添加到高精度地 图的每个车道链接的坡度值。

当车辆到达目的地时，自主驾驶控制单元31执行使车辆停止的停止处理，HMI 14显示车辆到达目的地的通知。

当车辆正在行驶时，地图位置识别单元32基于高精度地图上的路线适当地将车辆的规划行驶路线的规定范围内的每个车道链接的信息输出到自主驾驶控制单元31。 此时，地图位置识别单元32从地图服务器3获取的坡度信息中提取包括与规划行驶 路线相对应的坡度值的信息的数据，并且将所提取的数据输出到自主驾驶控制单元 31。

地图位置识别单元32从地图服务器3获取坡度信息(与规划行驶路线的坡度值 对应的信息)作为坡度表TA。此后，为了减少从地图服务器3获取的坡度信息的数 据量，地图位置识别单元32执行数据压缩处理以生成压缩坡度表TB，并将压缩坡度 表TB输出到自主驾驶控制单元31。即，数据压缩处理是用于执行用于生成压缩坡度 表TB的数据压缩方法的处理，压缩坡度表TB的数据压缩自坡度表TA的数据。数 据压缩处理通过由控制器16(地图位置识别单元32)执行的数据压缩程序来实现。 即，如图1所示，控制器16包括非暂时性计算机可读存储介质16A，其包括用于压 缩指示路线的坡度的数据的数据压缩程序16B，并且当被地图位置识别单元32(处 理器)执行时，数据压缩程序16B执行数据压缩方法。

接下来，将描述由地图位置识别单元32执行的数据压缩处理的细节。

在数据压缩处理的第一步骤ST1中，地图位置识别单元32基于行动计划和高精 度地图上的路线获取车辆前方的规定范围(距离)内的规划行驶路线。此后，地图位 置识别单元32通过从地图服务器3获取的坡度信息中提取与规划行驶路线相对应的 部分来获取(生成)坡度表TA。当完成坡度表TA的获取时，地图位置识别单元32 执行步骤ST2。

图5A是示出与规划行驶路线中的车道链接P₁至P₁₀(路段的示例)相对应的道 路的坡度的示例的图。图5B是对应于图5A的坡度表TA的示例。

在步骤ST2中，地图位置识别单元32对记录在坡度表TA中的各个坡度值进行 分级。地图位置识别单元32通过将坡度值四舍五入到最接近的规定数位(在本实施 方式中为一个小数位)或忽略小于坡度值的规定数位的小数来对坡度值进行分级。地 图位置识别单元32通过使用相应位数的坡度值(在本实施方式中，为小数点后一位 或更多位的坡度值)来表示每个车道链接的等级(坡度值)(见图5C)。当完成坡度 值的分级时，地图位置识别单元32执行步骤ST3。

在步骤ST3中，对于路线中的每个车道链接，地图位置识别单元32对坡度表TA 的一个车道链接的坡度值(等级)和相邻车道链接(与所述一个车道链接相邻的车道 链接)的坡度值(等级)进行整合，并且在一个车道链接的坡度值和相邻车道链接的 坡度值处于相同等级的情况下生成压缩坡度表TB。

更具体地，如图5D所示，在所述一个车道链接的坡度值和相邻车道链接的坡度 值处于相同等级(例如，车道链接P2至P7的坡度值处于相同等级1.3°)的情况下， 地图位置识别单元32将所述一个车道链接和相邻车道链接整合为车道链接，并且通 过使用一个等级(1.3°)来表达整合的车道链接。换言之，地图位置识别单元32将 一个车道链接的坡度值和相邻车道链接的坡度值整合为坡度值，并且通过使用一个等 级(1.3°)来表达整合的坡度值。压缩坡度表TB将后端处的车道链接(P₇)的名称 示为指示整合的车道链接的名称。此外，压缩坡度表TB示出对应于每个车道链接的 等级(坡度值)和长度(距离)。

当完成车道链接(坡度值)的整合时，地图位置识别单元32输出压缩坡度表TB 作为选择坡度数据(选择坡度表)。

接下来，将描述以这种方式执行的数据压缩处理的效果。

通过比较图5B和图5D可以理解，在坡度表TA(图5B)中记录了用于通道链 接P₂到P₇的各个坡度值，而在压缩坡度表TB(图5D)中记录了用于通道链接P₂到P₇的一个整合的坡度值(一个整合的等级)。以此方式，通过对通道链接(坡度值) 进行整合，有可能压缩数据，因为不需要分别存储处于相同等级的坡度值。

可以通过基于压缩坡度表TB(图5D)估计每个通道链接具有恒定坡度来近似地 再现坡度。在图6中，图5A中所示的坡度由虚线表示，并且基于压缩坡度表TB(图 5D)获取的坡度由实线表示。如图6所示，通过使用压缩坡度表TB，可以近似地再 现实际坡度(见图6中的虚线)。

在本实施方式中，在步骤ST2中，地图位置识别单元32通过将坡度值四舍五入 到最接近的规定数位或忽略小于坡度值的规定数位的小数来对坡度值进行分级。因此， 可以容易地对坡度值进行分级。

<<第二实施方式>>

如图7所示，根据第二实施方式的数据压缩处理与根据第一实施方式的数据压缩处理的不同之处在于，执行步骤ST12而不是步骤ST2，并且每个坡度值被表示为相 对于作为参考(1)的水平长度的垂直长度的值(％)。关于其它配置，第二实施方式 与第一实施方式实质上相同，因此省略对其它配置的说明。

在本实施方式中，坡度值被分级，使得当电动车辆在具有每个坡度值的道路上行驶时的功耗变得均匀。

图8是示出功耗与坡度值(％)的相关性的图表。功耗为正的区域表示从安装在 电动车辆上的电池消耗能量(电力)，功耗为负的区域表示再生能量(电力)。

如图8所示，在坡度值大于功耗变为零的坡度值(以下称为“坡度参考值Q”) 的范围内，功耗随着坡度值的增加而增加，并且基本上线性地变化。在下文中，在坡 度值高于坡度参考值Q的范围内功耗与坡度值的相关性线性近似的情况下功耗的斜 率将被称为“第一斜率”，并且第一斜率的倒数将被称为“第一坡度单元”。

类似地，在坡度值小于坡度参考值Q的范围中，功耗随着坡度值增加而增加， 并且基本上线性地改变。在下文中，在坡度值小于坡度参考值Q的范围内功耗与坡 度值的相关性线性近似的情况下功耗的斜率将被称为“第二斜率”，并且第二斜率的 倒数将被称为“第二坡度单元”。如从图8理解的，由于再生不能回收车辆的所有能 量(电力)，所以第二斜率小于第一斜率，因此第二坡度单元大于第一坡度单元。

在本实施方式中，地图位置识别单元32基于第一坡度单元和第二坡度单元对坡度值进行分级。更具体地，地图位置识别单元32在坡度值大于坡度参考值Q的范围 内基于第一坡度单元对每个坡度值进行分级，并且在坡度值小于坡度参考值Q的范 围内基于第二坡度单元对每个坡度值进行分级。地图位置识别单元32通过使用每个 车道链接(每个等级)的坡度范围的中值来表达每个车道链接(每个等级)的坡度值。

更具体地，地图位置识别单元32存储第一坡度单元、第二坡度单元和坡度参考 值Q。当坡度值大于坡度参考值Q时，地图位置识别单元32确定坡度值所属的第一 等级，并获取与第一等级的中值对应的坡度值作为与每个坡度值的等级对应的值。第 一等级被包括在从坡度参考值Q沿正方向设置并由第一坡度单元划分的等级中。当 坡度值小于坡度参考值Q时，地图位置识别单元32确定坡度值所属的第二等级，并 获取对应于第二等级的中值的坡度值作为对应于每个坡度值的等级的值。第二等级被 包括在从坡度参考值Q沿负方向设置并由第二坡度单元划分的等级中。

当完成对应于每个坡度值的等级的值的获取时，地图位置识别单元32执行步骤ST3。

接下来，将描述以这种方式执行的数据压缩处理的效果。

如果等间隔地排列坡度值，则即使坡度值与代表值之差较小，在每个坡度值较大的范围内，功耗的计算误差也变得很大。另一方面，在第二实施方式中，坡度值被分 级，使得当电动车辆在具有每个坡度值的道路上行驶时功耗变得均匀。因此，即使坡 度值很大，也可以在抑制功耗的计算误差的同时生成压缩坡度表TB。

如图8所示，坡度值和功耗之间的关系通过使用在坡度参考值Q处连接的两条 不同直线作为边界来近似。在本实施方式中，基于该特性(关系)对坡度值进行分级。 也就是说，在坡度值大于坡度参考值Q的情况下，使用第一坡度单元对坡度值进行 分级，而在坡度值小于坡度参考值Q的情况下，使用第二坡度单元对坡度值进行分 级。因此，可以容易地对坡度值进行分级，同时抑制功耗的计算误差。

在上文中已经描述了本发明的具体实施方式，但是本发明不应由上述实施方式限制，并且在本发明的范围内可以进行各种变型和变更。

在第一实施方式中，通过将坡度值四舍五入到最接近的规定数位或忽略小于坡度值的规定数位的小数来对坡度值进行分级。然而，本发明不限于该实施方式。在步骤 ST12中，地图位置识别单元32可通过将相同或相近的坡度值放在一起来对坡度值进 行分级。

在上述实施方式中，通过压缩沿高精度地图上的路线的坡度表TA的数据来减少坡度信息的数据量。然而，本发明不限于该实施方式。例如，如图9所示，地图位置 识别单元32可通过使用三角不规则网(TIN，其也可被表示为不规则三角网、不一 致三角网或不一致三角网模型)将表示地面S(其轮廓线在图9中由虚线表示)的数 据存储为一组三角形T(图9中的实线)，并基于表示地面S的数据计算高精度地图 上的路线的坡度数据。

在上述实施方式中，地图位置识别单元32在向自主驾驶控制单元31输出坡度数据时压缩数据。然而，本发明不限于该实施方式。例如，地图位置识别单元32可在 将坡度数据输出到导航装置11时执行数据压缩处理以压缩坡度数据的数据量。此外， 在探测信息包括坡度数据的情况下，地图位置识别单元32可以执行数据压缩处理以 压缩坡度数据的数据量。

Claims (6)

1.一种数据压缩方法，用于对表示路线的坡度的数据进行压缩，所述数据压缩方法包括以下步骤：

获取坡度表，所述坡度表表示布置在所述路线的起点与其终点之间的各个路段中的坡度值，所述路段包括一个路段以及与所述一个路段相邻的相邻路段；

对所述坡度值进行分级；以及

在所述一个路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段和所述相邻路段进行整合并生成表示具有所述相同等级的路段的距离和对应等级的压缩坡度表。

2.根据权利要求1所述的数据压缩方法，其中，在对所述坡度值进行分级的步骤中，通过将所述坡度值四舍五入到最接近的规定数位或者忽略小于所述坡度值的规定数位的小数来对所述坡度值进行分级。

3.根据权利要求1所述的数据压缩方法，其中，在对所述坡度值进行分级的步骤中，对所述坡度值进行分级使得当电动车辆在具有每个坡度值的道路上行驶时功耗变得均匀。

4.根据权利要求3所述的数据压缩方法，其中，在对所述坡度值进行分级的步骤中，

获取功耗为零的坡度参考值、第一坡度单元和第二坡度单元，所述第一坡度单元对应于在大于所述坡度参考值的坡度值处功耗的斜率的倒数，所述第二坡度单元对应于在小于所述坡度参考值的坡度值处功耗的斜率的倒数，所述第二坡度单元大于所述第一坡度单元；并且

在坡度值大于所述坡度参考值的情况下，基于所述第一坡度单元对每个坡度值进行分级，并且在坡度值小于所述坡度参考值的情况下，基于所述第二坡度单元对每个坡度值进行分级。

5.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括用于压缩指示路线的坡度的数据的数据压缩程序，

其中，所述数据压缩程序在由处理器执行时执行数据压缩方法，所述数据压缩方法包括以下步骤：

获取坡度表，所述坡度表表示布置在所述路线的起点与其终点之间的各个路段中的坡度值，所述路段包括一个路段以及与所述一个路段相邻的相邻路段；

对所述坡度值进行分级；以及

在所述一个路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段和所述相邻路段进行整合从而减少所述坡度表的数据量。

6.一种数据压缩装置，用于压缩指示路线的坡度的数据，所述数据压缩装置包括控制器，所述控制器被配置成执行以下连续步骤：

获取坡度表，所述坡度表表示布置在所述路线的起点与其终点之间的各个路段中的坡度值，所述路段包括一个路段以及与所述一个路段相邻的相邻路段；

对所述坡度值进行分级；以及

在所述一个路段的坡度值和所述相邻路段的坡度值处于相同等级的情况下，对所述一个路段和所述相邻路段进行整合从而减少所述坡度表的数据量。

Images