CN115187495A - 一种数据处理方法和数据处理设备 - Google Patents
一种数据处理方法和数据处理设备 Download PDFInfo
- Publication number
- CN115187495A CN115187495A CN202210757349.4A CN202210757349A CN115187495A CN 115187495 A CN115187495 A CN 115187495A CN 202210757349 A CN202210757349 A CN 202210757349A CN 115187495 A CN115187495 A CN 115187495A
- Authority
- CN
- China
- Prior art keywords
- target
- perception
- vehicle
- data
- shared information
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 230000008447 perception Effects 0.000 claims abstract description 341
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000007499 fusion processing Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种数据处理方法和数据处理设备。该方法包括:获取车载设备发送的第一感知共享信息;获取车辆标识对应的第二感知数据,第二感知数据由路侧设备采集得到;对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据;基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据处理方法和数据处理设备。
背景技术
自动驾驶车辆通过摄像头、雷达等车辆传感器采集车辆周围的信息,并根据采集的信息控制车辆的行驶状态,但是仅通过车辆传感器获得的信息并不全面,因此需要结合车联网(vehicle to everything,V2X)技术,基于V2X低延时、高可靠的网络连接交互,扩大自动驾驶车辆的感知范围,可以进一步提升自动驾驶的安全性和舒适性。
相关技术中,由于自动驾驶车辆的车载设备(On Board Unit,OBU)的硬件配置较低,无法将车辆感知到的数据和路侧设备(Road Site Unit,RSU)发送的数据进行融合,仅仅是将车辆感知的数据或者RSU设备发送的数据来判断车辆周围的交通参数者信息,获得的数据并不全面和准确,难以保证自动驾驶的安全性和舒适性。
发明内容
有鉴于此,本申请实施例提供一种数据处理方法和数据处理设备。能够提高自动驾驶的安全性和舒适性。
本申请技术方案是这样实现的:
本申请实施例提供一种数据处理方法,应用于边缘云平台,包括:
获取车载设备发送的第一感知共享信息,第一感知共享信息包括第一感知数据和车载设备对应的车辆标识,第一感知数据由数据采集设备采集得到;
获取车辆标识对应的第二感知数据,第二感知数据由路侧设备采集得到;
对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据;
基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。
本申请实施例提供另一种数据处理方法,应用于车载设备,包括:
获取数据采集设备采集到的第一感知数据;
基于第一感知数据和车载设备对应的车辆标识构建第一感知共享信息;
将第一感知共享信息发送至边缘云平台;
接收边缘云平台基于第一感知共享信息反馈的目标感知共享信息,基于目标感知共享信息进行自动驾驶。
本申请实施例提供一种数据处理装置,包括:
第一获取模块,用于获取车载设备发送的第一感知共享信息,所述第一感知共享信息包括第一感知数据和所述车载设备对应的车辆标识,所述第一感知数据由数据采集设备采集得到;
第二获取模块,用于获取所述车辆标识对应的第二感知数据,所述第二感知数据由路侧设备采集得到;
第三获取模块,用于对所述第一感知数据和所述第二感知数据进行融合处理,得到所述车载设备对应的目标感知数据;
第一发送模块,用于基于所述车辆标识和所述目标感知数据构建目标感知共享信息,将所述目标感知共享信息发送至所述车载设备,以使得所述车载设备基于所述目标感知共享信息进行自动驾驶。
本申请实施例提供一种数据处理装置,包括:
第四获取模块,用于获取数据采集设备采集到的第一感知数据;
构建模块,用于基于第一感知数据和车载设备对应的车辆标识构建第一感知共享信息;
第二发送模块,用于将第一感知共享信息发送至边缘云平台;
接收模块,用于接收边缘云平台基于第一感知共享信息反馈的目标感知共享信息,基于目标感知共享信息进行自动驾驶。
本申请实施例提供一种数据处理设备,包括:
存储器,用于存储可执行数据处理指令;
处理器,用于执行所述存储器中存储的可执行数据处理指令时,实现本申请实施例提供的数据处理方法。
本申请实施例提供一种计算机可读存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令配置为执行上述数据处理方法的步骤。
本申请实施例提供了一种数据处理方法和数据处理设备,采用本技术方案,首先,获取车载设备发送的第一感知共享信息;然后,获取车辆标识对应的第二感知数据,第二感知数据由路侧设备采集得到;之后,对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据;最后,基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。如此,通过将车载设备发送的第一感知共享信息和路侧设备采集到的第二感知数据进行融合,可以使得车载设备获得更加全面的信息,从而提高自动驾驶的安全性和舒适性。
附图说明
图1为本申请实施例提供的一种数据数据处理方法的流程示意图;
图2为本申请实施例提供的一种数据处理方法的交互过程示意图;
图3为本申请实施例提供的一种自动驾驶数据处理方法的交互过程示意图;
图4为本申请实施例提供的另一种自动驾驶数据处理方法的交互过程示意图;
图5为本申请实施例提供的再一种自动驾驶数据处理方法的交互过程示意图;
图6为本申请实施例提供的一种边缘云平台的数据处理流程示意图;
图7为本申请实施例提供的一种数据处理装置的结构示意图;
图8为本申请实施例提供的另一种数据处理装置的结构示意图;
图9为本申请实施例提供的一种数据处理设备的组成结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地描述,所描述的实施例不应视为对本申请的限制,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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例\另一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例\另一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
目前,自动驾驶技术远超车联网V2X技术,自动驾驶车辆与V2X还存在较大的壁垒,两者仅仅只是简单的结合,在路侧一些信息实现了共享,而缺乏重要的交通参与者信息。相关技术中,例如在某项目中,处理V2X消息的OBU设备通过交换机接到轻舟小巴的网络接口中,但是,轻舟小巴强大的硬件资源平台无法供V2X业务使用。因此,受限于OBU设备的内存、CPU等配置,故无法实现轻舟小巴感知到的车辆数据和RSU发送的V2X消息进行融合,从而无法难以保证OBU设备获取的信息的全面性,降低了轻舟小巴在自动驾驶过程中的安全性和舒适性。
基于相关技术存在的问题,本申请实施例提供一种数据处理方法,该方法应用于边缘云平台(例如边缘云服务器),能够提高自动驾驶的安全性和舒适性。如图1所示,为本申请实施例提供的一种数据处理方法的流程示意图,该方法包括以下步骤:
S101、获取车载设备发送的第一感知共享信息。
需要说明的是,车载设备可以是设置于车辆上的OBU设备,第一感知共享信息包括第一感知数据和车载设备对应的车辆标识,第一感知数据由数据采集设备采集得到。
在一些实施例中,车载设备对应的车辆标识可以是车载设备所在车辆对应的身份标识号(Identity Document,ID),用于表示车辆的身份,不同车辆的车辆标识不同。第一感知数据可以是由数据采集设备采集到的车辆周围的交通参与者信息,交通参与者可以是其他车辆、行人等,通过数据采集设备可以采集到其他车辆的位置、车辆的行驶速度、车辆的行驶方向、行人的位置、行人的运动方向等信息。数据采集设备可以是设置于车辆上的车载传感器,例如摄像头、激光雷达、超声波雷达、毫米波雷达等。
在一些实施例中,车载设备在获取到采集到的第一感知数据后,可以基于第一感知数据和车载设备所在车辆的车辆标识构建第一感知共享信息,并将第一感知共享信息发送至边缘云平台,如此,边缘云平台便可以获得第一感知共享信息。
S102、获取车辆标识对应的第二感知数据。
在一些实施例中,第二感知数据可以由路侧设备采集得到。路侧设备包括至少一个,路侧设备可以是设置于路边的激光雷达、摄像机等路侧感知设备,第二感知数据可以是路侧设备采集的车辆、行人等的位置信息、运动信息。在实际中,路侧设备可以将实时采集的第二感知数据周期性地发送至边缘云平台,边缘云平台将接收到各个路侧设备采集到的第二感知数据,根据获取的第一感知共享信息中的车辆标识,确定该车辆标识对应车辆周围的第二感知数据。
S103、对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据。
在一些实施例中,在获取了第一感知数据和第二感知数据之后,可以将第一感知数据和第二感知数据进行融合处理。由于第一感知数据为车辆上的数据采集设备采集得到的数据,第二感知数据为路侧设备采集到的数据,两种数据可能存在相同或不同的部分,因此,在获取到第一感知数据和第二感知数据之后,在对第一感知数据和第二感知数据进行融合处理时,可以将第一感知数据和第二感知数据的差异部分进行结合,再结合第一感知数据和第二感知数据之间相同的部分,从而获得更加全面的目标感知数据。
S104、基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。
需要说明的是,目标感知共享信息中包括目标感知数据和目标感知数据对应的车辆标识。在一些实施例中,边缘云平台获取的第一感知共享信息中包括了车载设备对应的车辆标识,因此根据该车辆标识可以明确接收到的第一感知数据是关于何车辆采集到的数据,之后将根据该车辆标识获取到该车辆对应的第二感知数据,并在将该车辆标识对应的第一感知数据和第二感知数据融合处理,获得目标感知数据之后,基于该车辆标识和目标感知数据构建目标感知共享信息,并将目标感知共享信息发送至车载设备,使得车载设备在接收到包含自身车辆标识的目标感知共享信息之后,可以基于目标感知信息进行自动驾驶。
在本申请实施例中,首先,获取车载设备发送的第一感知共享信息;然后,获取车辆标识对应的第二感知数据,第二感知数据由路侧设备采集得到;之后,对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据;最后,基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。如此,通过将车载设备发送的第一感知共享信息和路侧设备采集到的第二感知数据进行融合,可以使得车载设备获得更加全面的信息,从而提高自动驾驶的安全性和舒适性。
在本申请的一些实施例中,获取车辆标识对应的第二感知数据,即步骤S102还可以通过下述步骤S1021至步骤S1023来实现,以下对各个步骤进行说明。
S1021、基于车辆标识,确定车载设备的第一当前位置,并基于第一当前位置确定第一目标区域。
在一些实施例中,边缘云平台可以获得多个路侧设备发送的第二感知数据,因此,在接收到第一感知共享信息之后,可以根据第一感知共享信息中的车辆标识,确定该车辆标识对应车载设备所处的当前位置,即第一当前位置,并根据车载设备所处的当前位置确定该车载设备对应车辆所处的区域,即第一目标区域。
S1022、确定处于第一目标区域内的至少一个第一目标路侧设备。
需要说明的是,第一目标路侧设备可以是一个或多个。在一些实施例中,在确定了第一目标区域之后,便可以确定处于第一目标区域内的目标路侧设备,在实际中,车辆标识对应的车辆和各个目标路侧设备均处于第一目标区域内,因此,各个路侧设备可以对处于同一目标区域内的车辆周围的数据进行采集。
在一些实施例中,处于同一目标区域内的各个路侧设备并非均会对区域内的车辆周围的数据进行采集,例如,若与车辆A处于同一目标区域内的目标路侧设备包括5个,则可能5个目标路侧设备均对车辆A周围的数据进行了采集,也可能只有3个目标路侧设备对车辆A周围的数据进行了采集,当然,此处对车辆周围的数据进行采集的目标路侧设备的个数只是示例性地说明,本申请对此不作限定。
S1023、将至少一个第一目标路侧设备采集到的感知数据,确定为车辆标识对应的第二感知数据。
需要说明的是,由于车辆标识对应的车辆和目标路侧设备处于同一第一目标区域内,第一目标路侧设备可以采集该车辆标识对应车辆周围的数据,因此,可以将第一路侧设备采集到的感知数据确定为该车辆标识对应的第二感知数据。
可以理解的是,由于第一感知共享信息中包括车辆标识,因此,在获取到各个路侧设备发送的感知数据之后,可以根据车辆标识确定该车辆标识对应车辆所在目标区域内的目标路侧设备,并将目标路侧设备采集到的感知数据确定为该车辆标识对应的第二感知数据,以便于后续对该车辆标识对应的第一感知数据和第二感知数据进行融合。
在本申请的一些实施例中,对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据,即步骤S103还可以通过下述步骤S1031至步骤S1032来实现,以下对各个步骤进行说明。
S1031、确定第一感知数据和第二感知数据之间的差异感知数据和共有感知数据。
在一些实施例中,第一感知数据和第二感知数据可以包括车辆周围的目标对象和目标对象的位置数据,目标对象可以是当前车辆周围的行人、其他车辆等,目标对象的位置信息可以是行人、其他车辆所处的位置和位置坐标等。若第一感知数据中包括的目标对象为第一目标对象,第一目标对象对应的位置数据为第一位置数据;第二感知数据中包括的目标对象为第二目标对象,第二目标对象对应的位置数据为第二位置数据,其中,第一目标对象和第二目标对象均包括至少一个,则可以确定至少一个第一目标对象和至少一个第二目标对象之间的不同的目标对象,即差异目标对象,也可以确定至少一个第一目标对象和至少一个第二目标对象之间相同的目标对象,即共有目标对象。
在一些实施例中,在确定了第一目标对象和第二目标对象之间的差异目标对象之后,可以将差异目标对象,以及差异目标对象对应的位置数据确定为差异感知数据。在一些实施例中,第一目标对象和第二目标对象之间的差异目标数据可能包括一个或多个,示例性地,例如,若第一感知数据中包括第一目标对象A、B、C、D,第二感知数据中包括第二目标对象A、B、C、D、E,则可以确定差异目标对象为E;若第一感知数据中包括第一目标对象A、B、C、D、E,第二感知数据中包括第二目标对象A、C、E、F、G、H,则可以确定差异目标对象为B、D、F、G、H。
在一些实施例中,在确定了共有目标对象之后,还可以获取各个共有目标对象对应的位置数据,将各个共有目标对象的位置数据进行融合,获得各个共有目标数据各自对应的融合后的位置数据,之后可以将各个共有目标对象,以及各个共有目标对象各自对应的融合后的位置数据确定为共有感知数据。
在一些实施例中,对共有目标对象的位置数据进行融合的方式,可以是同一共有目标对象的不同类型的位置数据进行结合,获得该共有目标对象更加完整的位置数据,例如,若第一感知数据和第二感知数据中均包括车辆A,即车辆A为共有目标对象,第一位置数据包括车辆A的位置和行驶速度,而第二位置数据包括车辆A的行驶方向,因此,在将车辆A的位置数据进行融合时,可以将车辆A的位置、行驶速度和行驶方向进行结合,作为车辆A最终的位置数据。
S1032、将差异感知数据和共有感知数据,确定为车载设备对应的目标感知数据。
在一些实施例中,在获得了差异感知数据和共有感知数据之后,便可以将差异感知数据和共有感知数据确定为车载设备对应的目标感知数据。
可以理解的是,将第一感知数据和第二感知数据中的差异感知数据和共有感知数据进行结合,可以使得车载设备获得的目标感知数据更加全面和完整,从而使得车载设备对应的车辆可以基于获得的目标感知数据进行安全的行驶。
在本申请的一些实施例中,在将目标感知共享信息发送至车载设备之前,可以将目标感知共享信息存储至目标存储区域,基于此,将目标感知共享信息发送至车载设备可以通过下述步骤S201至步骤S202来实现,以下对各个步骤进行说明。
S201、每间隔第一预设时长从目标存储区域中获取待发送的目标感知共享信息。
需要说明的是,目标存储区域可以是边缘云平台上的可用存储设备,如内存、硬盘等。第一预设时长可以是预先设置的时间长度,例如第一预设时长可以是50毫秒、100毫秒等。在一些实施例中,在构建了目标感知共享信息之后,可以将目标感知共享信息存储至目标存储区域,并在每间隔第一预设时长时,从该目标存储区域内获取需要发送至车载设备的目标感知共享信息。
S202、基于车辆标识,将待发送的目标感知共享信息发送至车载设备。
在一些实施例中,在从目标存储区域中获得了目标感知共享信息之后,可以基于目标感知共享信息中的车辆标识,将该目标感知共享信息发送至该车辆标识对应的车载设备。需要说明的是,同一时间待发送的目标感知共享信息可能包括多个的目标感知共享信息,在发送时会将多个目标感知数据发送至统一区域内的各个车载设备。在一些实施例中,若车载设备和边缘云平台之间以5G的方式进行通信,例如,车载设备上安装了5G卡,则边缘云平台可以直接将目标感知共享信息发送至车载设备,而不需要通过车载设备所在区域内的路侧设备进行中转。
在本申请的另一实施例中,在每间隔第一预设时长从目标存储区域中获取待发送的目标感知共享信息,即步骤S201之后,还可以执行下述步骤S301至步骤S303,以下对各个步骤进行说明。
S301、基于车辆标识,确定车载设备的第二当前位置,并基于第二当前位置确定第二目标区域。
需要说明的是,第二当前位置可以是边缘云平台发送目标感知共享信息时,车载设备对应车辆所处的位置。在一些实施例中,在从目标存储区域中获得了待发送的目标感知共享信息之后,可以基于目标感知共享信息中的车辆标识,确定该车辆标识对应车辆的当前位置,并基于该当前位置,确定车辆所处的第二目标区域。
S302、确定处于第二目标区域内的至少一个第二目标路侧设备。
在一些实施例中,车载设备和边缘云平台无法直接通信,可以利用V2X技术,通过路侧设备实现车载设备和边缘云平台之间的数据传输,此场景下,在确定了车辆标识对应车辆所处的第一目标区域后,可以进一步确定该第二目标区域内的一个或多个目标路侧设备,即第二目标路侧设备。
S303、将待发送的目标感知共享信息经由至少一个第二目标路侧设备发送至车载设备。
在一些实施例中,在确定了第二目标区域之后,便可以量待发送的目标感知共享信息发送至各个第二目标路侧设备,并由各个第二目标路侧设备将该目标感知共享信息发送至车辆标识对应的车载设备。
在本申请的一些实施例中,在将目标感知共享信息存储至目标存储区域之后,还可以执行下述步骤S401至步骤S403,以下对各个步骤进行说明。
S401、获取目标存储区域的可用存储空间。
在一些实施例中,在将目标感知共享信息存储至目标存储区域之后,还可以获取目标存储区域存储了目标感知共享信息之后的可用存储空间,在实际中,随着时间的推移,存储至目标存储区域中的目标感知共享信息会逐渐增多,因此目标感知共享信息所占用的存储空间会逐渐增大,目标存储区域对应的可用存储空间也可能会相应减小。在实际中,可以根据目标存储区域的存储空间大小,以及存储的目标感知共享信息所占用的空间大小,确定目标存储区域的可用存储空间。
S402、当可用存储空间小于预设存储空间阈值,基于目标存储区域中目标感知共享信息的存储时间,确定待删除的目标感知共享信息。
需要说明的是,预设存储空间阈值可以预设的存储空间阈值,例如,预设存储空间可以设置为100字节等。当目标存储区域的可用存储空间小于预设存储空间阈值时,可以根据目标存储区域内各个目标感知共享信息的存储时间,确定待删除的目标感知共享信息。
在一些实施例中,可以根据各个目标感知共享信息的存储时间,确定各个目标感知共享信息存储至目标存储区域时的时间顺序,并根据该时间顺序确定待删除的目标感知共享信息,例如若目标感知共享信息A和目标感知共享信息B在同一天存储至目标存储区域,而二者存储时间分别为8:37和10:45,则可以确定目标感知共享信息A在目标感知共享信息B之前存储至目标存储区域,因此,可以将目标感知共享信息A确定为待删除的目标感知共享信息。
S403、将待删除的目标感知共享信息从目标存储区域删除。
在一些实施例中,在确定了待删除的目标感知共享信息之后,便可以直接将该待删除的目标感知共享信息从目标存储区域内删除。
在本申请实施例中,获取车载设备发送的第一感知共享信息;获取车辆标识对应的第二感知数据,第二感知数据由路侧设备采集得到;对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据;基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,以使得车载设备基于目标感知共享信息进行自动驾驶。通过将车载设备发送的第一感知共享信息和路侧设备采集到的第二感知数据进行融合,可以使得车载设备获得更加全面的信息,从而提高自动驾驶的安全性和舒适性。
此外,本申请借助边缘云平台强大的硬件资源,将第一感知数据和第二感知数据的融合过程由边缘云平台执行,解决了现有技术中车载设备硬件配置低的限制。另外,第一感知数据和第二感知数据融合后获得的目标感知共享信息包括车辆标识,使得车载设备接收到该目标感知共享信息之后,可以基于该车辆标识获取与自身对应的目标感知共享数据,以便于该车载设备基于自身对应的目标感知共享数据进行自动驾驶。
本申请实施例还提供一种数据处理交互过程示意图,该方法涉及边缘云平台车载设备的交互过程,如图2所示,为本申请实施例提供的一种数据处理方法的交互过程示意图,该方法包括:
S501、获取数据采集设备采集到的第一感知数据。
需要说明的是,第一感知数据可以是车载设备所在车辆上的数据采集设备采集到的感知数据,例如当前车辆周围的其他车辆、行人等的位置信息,以及车辆的行驶速度、行驶方向,行人的运动速度、运动方向等。
在一些实施例中,数据采集设备可以是设置于车辆上的车载传感器,例如摄像头、雷达等,数据采集设备和车载设备之间可以通过有线或无线的方式建立通信连接,在数据采集设备采集到第一感知数据之后,可以将第一感知数据发送至车载设备,如此,车载设备便可以获取到数据采集设备采集到的第一感知数据。
S502、基于第一感知数据和车载设备对应的车辆标识构建第一感知共享信息。
在一些实施例中,在获取了第一感知数据之后,可以由车载设备根据第一感知数据和车载设备所在车辆对应的车辆标识构建第一感知共享信息,第一感知共享信息中包括车载设备对应的车辆标识和第一感知数据,该车辆标识可以表示该第一感知数据是该车辆标识对应车载设备获取的感知数据。
S503、将第一感知共享信息发送至边缘云平台。
在一些实施例中,在获取了第一感知共享信息之后,便可以将该第一感知共享信息发送至边缘云平台,由于该第一感知共享信息中包含车辆标识,即车辆标识和第一感知数据是一一对应的,边缘云平台在接收到该第一感知共享信息之后,便可以确定其中的第一感知数据是何车辆对应的感知数据。
在一些实施例中,当车载设备将第一感知共享信息发送至边缘云平台,即步骤S503之后,边缘云平台将会获取到车载设备发送的第一感知信息,即执行步骤S101;然后,边缘云平台也会获取由路侧设备发送的第二感知数据,即执行步骤S102;在获取了第一感知共享信息和第二感知数据之后,边缘云平台将会对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据,即执行步骤S103;之后,边缘云平台可以基于车辆标识和目标感知数据构建目标感知共享信息,将目标感知共享信息发送至车载设备,即执行步骤S104。
S504、接收边缘云平台基于第一感知共享信息反馈的目标感知共享信息,基于目标感知共享信息进行自动驾驶。
在一些实施例中,当将第一感知共享信息发送至边缘云平台之后,边缘云平台可以将该第一感知共享信息中的第一感知数据和路侧设备发送的第二感知数据进行融合处理,获得目标感知共享信息,并将该目标感知共享信息发送至边缘云平台,如此,如此车载设备便可以接收到边缘云平台发送的目标感知共享信息。
在实际中,当车载设备将第一感知共享信息发送至边缘云平台之后,边缘云平台可以基于该第一感知共享信息中的车辆标识,获取与该车辆标识对应的第二感知数据,然后将该车辆标识对应的第一感知数据和第二感知数据进行融合处理,获得目标感知共享信息,该目标感知共享信息中包括该车辆标识。当车载设备接收到该目标感知共享信息之后,若确定该目标感知共享信息中的车辆标识为自身所在车辆的车辆标识,便可以基于该目标感知共享信息进行自动驾驶。
可以理解的是,在本申请实施例中,通过基于第一感知数据和车辆标识构建第一感知共享信息,可以使得边云云平台接收到该第一感知共享信息后,可以快速地确定出该车辆标识对应的第二感知数据,并将第一感知数据和第二感知数据进行融合,以获得该车辆标识对应的目标感知共享信息,在车载设备接收到包括车辆标识的目标感知共享信息之后,也可以快速地确定是否是自身需要的目标感知数据,并在确定是自身需要的目标感知数据时,基于该目标感知共享信息进行自动驾驶,如此,提高了自动驾驶的效率。
在本申请的一些实施例中,目标感知共享信息包括车辆标识和目标感知数据,基于此,接收边缘云平台基于第一感知共享信息反馈的目标感知共享信息,基于目标感知共享信息进行自动驾驶,即步骤S504还可以通过下述步骤S5041A和步骤S5042A来实现。
S5041A、接收边缘云平台发送的目标感知共享信息,对目标感知共享信息中的目标感知数据进行解析,获得解析后的目标感知数据。
在一些实施例中,若边缘云平台和车载设备可以直接通信,例如通过5G的方式进行数据传输,则车载设备可以直接接收边缘云平台发送的目标感知共享信息,并对目标感知共享信息中的目标感知数据进行解析。
在一些实施例中,为了保证目标感知共享信息在传输过程中的安全性,边缘云平台在将目标感知共享信息发送至车载设备之前,通常可以对目标感知共享信息中的目标感知数据进行加密,如采用对称加密或非对称加密等方式,因此,当车载设备在接收到该目标感知共享信息时,需要对该目标感知共享信息中的目标感知数据进行解析,解析的方式可以是对该加密的目标感知数据进行解密,从而获得解密后的目标感知数据。
S5042A、基于解析后的目标感知数据进行自动驾驶。
在一些实施例中,当对目标感知数据进行解析后,便可以获得真实的目标感知数据,此时,就可以基于该解析后的目标感知数据进行自动驾驶。
在另一些实施例中,接收边缘云平台基于第一感知共享信息反馈的目标感知共享信息,基于目标感知共享信息进行自动驾驶,即步骤S504还可以通过下述步骤S5041B和步骤S5043B来实现。
S5041B、接收边缘云平台经由至少一个目标路侧设备发送的目标感知共享信息,目标路侧设备为车载设备的当前位置对应区域内的路侧设备。
在一些实施例中,边缘云平台和车载设备之间可能无法直接通信,这是便可以借助V2X技术,通过路侧设备实现边缘云平台和车载设备之间的数据传输。在实际中,车载设备可以接收边缘云平台通过一个或多个目标路侧设备发送的目标感知共享信息,该目标路侧设备可以是车载设备对应车辆所在当前位置对应区域内的路侧设备,即车载设备对应车辆当前所处的位置和目标路侧设备处于同一区域,二者建立有通信连接,并通过这些目标路侧设备将目标感知共享信息发送至车载设备。
S5042B、确定目标感知共享信息中的车辆标识为目标车辆标识,对目标感知共享信息中的目标感知数据进行解析,获得解析后的目标感知数据。
在一些实施例中,车载设备和目标路侧设备之间通过广播的方式进行通信,即处于同一区域内的多个车载设备都可以接收到目标路侧设备发送的目标感知共享信息,因此,车载设备接收到的目标感知共享信息可能是该区域内多个车载设备对应的目标感知共享信息。
在实际中,若车载设备接收到多个目标感知共享信息,可以首先确定各个目标感知共享信息中的车辆标识是否为自身所在车辆的车辆标识,即目标车辆标识,当确定某一车辆标识为自身所在车辆的车辆标识,则可以确定该目标车辆标识对应的目标感知共享信息为自身对应的目标感知共享信息,同时可以将其他目标感知共享信息删除,之后,可以将自身对应的目标感知共享信息中的目标感知数据进行解析,解析的方式可以是对加密的目标感知数据进行解密,以获得真实的目标感知数据。
S5043B、基于解析后的目标感知数据进行自动驾驶。
在一些实施例中,当对目标感知共享信息中的目标感知数据解析之后,便可以基于解析后的目标感知数据进行自动驾驶。
可以理解的是,在本申请实施例中,在接收到边缘云平台经由一个或多个路侧设备发送的目标感知共享信息之后,根据目标感知共享信息中的车辆标识,可以快速确定出自身对应的目标感知数据,并基于自身对应的目标感知数据进行自动驾驶,从而提高自动驾驶的效率。
下面,对申请实施例在实际应用场景中的实现过程进行介绍。
在一些实施例中,如图3所示,为本申请实施例提供的一种自动驾驶数据处理方法的交互过程示意图,该方法涉及自动驾驶平台、车载设备、路侧设备和边缘云平台之间的交互过程,本申请实施例提供的自动驾驶数据处理方法可以通过下述步骤S601至步骤S606来实现,以下对各个步骤进行说明。
S601、车载设备通过自动驾驶平台获取第一交通参与者信息。
需要说明的是,第一交通参与者信息可以是车载传感器采集的车辆周围的行人、其他车辆的运动信息,例如其他车辆的位置、行驶速度、行驶方向、行人的位置、运动方向、运动速度等,车载传感器可以是摄像头、雷达等。
在一些实施例中,如图4所示,自动驾驶平台和车载设备可以是不同的系统,在实际中,车载传感器采集到第一交通参与者信息之后,可以将第一交通参与者信息传输至自动驾驶平台,并由自动驾驶平台将第一交通参与者信息发送至车载设备,在实现时,自动驾驶平台可以周期性地向车载设备发送第一交通参与者信息;在另一些实施例中,车载传感器采集到的第一交通参与者信息也可以直接发送至车载设备。
S602、车载设备基于第一交通参与者信息(第一感知数据)和车辆标识构建第一感知共享信息,并将第一感知共享信息经由路侧设备发送至边缘云平台。
在一些实施例中,当车载设备接收到第一交通参与者信息之后,可以根据第一交通参与者信息和车载设备对应的车辆标识ID,构建第一感知共享信息(基于第一感知数据和车载设备对应的车辆标识构建第一感知共享信息),并将该第一感知共享信息发送至路侧设备,并由路侧设备将第一感知共享信息发送至边缘云平台。在另一些实施例中,如图5所示,当车载设备和边缘云平台之间可以直接通信,例如通过5G的方式进行通信时,车载设备可以直接将第一感知共享信息发送至边缘云平台,而不需要RSU设备进行中转。
S603、边缘云平台接收第二交通参与者信息(第二感知数据),将第一交通参与者信息和第二交通参与者信息进行融合,获得目标交通参与者信息(对第一感知数据和第二感知数据进行融合处理,得到车载设备对应的目标感知数据),基于目标交通参与者信息和车辆标识构建目标感知共享信息(基于车辆标识和目标感知数据构建目标感知共享信息)。
在一些实施例中,路侧设备可以周期性地向边缘云平台发送采集到的第二交通参与者信息,第二交通参与者信息可以是路侧设备采集到的车载设备对应车辆周围的交通参与者信息。在实际中,边缘云平台对每个携带OBU的自动驾驶车辆进行了管理,因此可以通过路侧设备获取自动驾驶车辆周边预设范围内的第二交通参与者信息。在一些实施例中,边缘云平台中缓存了服务车辆OBU的管理数据,收到目标感知共享信息消息后,查找OBU缓存进而从缓存中获取到自动驾驶车辆周边的第二交通参与者信息(获取车辆标识对应的第二感知数据)。
在一些实施例中,如图6所示,边缘云平台收到第一交通参与者消息后,根据第一交通参与者信息中的ID找到这辆车的OBU发送的第二交通参与者信息,然后根据该车辆的周围的第二交通参与者信息和第一感知共享信息进行融合处理,便可得到自动驾驶车辆周围的所有交通参与者信息,即目标交通参与者信息,并基于自动驾驶车辆对应的ID和目标交通参与者信息构建目标感知共享信息。即边缘云平台对自动驾驶车辆进行逻辑单播处理,构建目标感知共享信息,将ID填为OBU的ID,然后查找周边的RSU,将SSM消息发往RSU。
S604、边缘云平台将目标感知共享信息经由路侧设备发送至车载设备(将目标感知共享信息发送至车载设备)。
在一些实施例中如图6所示,边缘云平台在确定了目标感知共享信息之后,可以将目标感知共享信息缓存至存储区域,之后,可以周期性地从存储区域中获取该目标感知共享信息,并基于车辆标识ID确定自动驾驶车辆周围的路侧设备,并经由自动驾驶车辆周围的路侧设备将目标感知共享信息发送至车载设备,或者如图5所示,直接将目标感知共享信息发送至车载设备。
S605、车载设备接收目标感知共享信息,并对目标感知共享信息进行解析,获得目标交通参与者信息(对目标感知共享信息中的目标感知数据进行解析,获得解析后的目标感知数据)。
在一些实施例中,如图4所示,由于车载设备和路侧设备之间通过广播的通信方式进行数据传输,因此,车载设备可能接收到路侧设备发送的多个目标感知共享信息,在接收到多个目标感知共享信息之后,可以对目标感知共享信息进行解析,例如对目标交通参与者信息进行解密,获得车辆标识和目标交通参与者信息,并将自身所在车辆对应的车辆标识对应的目标交通参与者信息确定为自身需要的目标交通参与者信息。
S606、车载设备将目标交通参与者信息发送至自动驾驶平台,以使得自动驾驶平台基于目标感知数据进行自动驾驶。
在一些实施例中,在获得了目标交通参与者信息之后,可以将目标交通参与者信息发送至自动驾驶平台,由自动驾驶平台控制车辆进行自动驾驶。在实际中,车载设备收到目标感知共享信息后,校验ID是自身,表明是边缘云平台发出的融合后数据,将该目标感知共享信息解析后构建为和自动驾驶平台对接的私有协议数据,并通过网络通信发到自动驾驶平台。
在本申请实施例中,通过由边缘云平台对车载设备发送的交通参与者信息和路侧设备采集到的交通参与者信息进行融合,解除了现有技术中车载设备硬件配置低的限制,同时,通过融合后获得的目标交通参与者信息,相对于车载传感器采集的数据更加完整和全面,使得基于融合获得的目标交通参与者信息进行自动驾驶更加舒适和安全。
本申请还提供一种数据处理装置,图7为本申请实施例提供的一种数据处理装置的结构示意图,如图7所示,数据处理装置700包括:
第一获取模块701,用于获取车载设备发送的第一感知共享信息,所述第一感知共享信息包括第一感知数据和所述车载设备对应的车辆标识,所述第一感知数据由数据采集设备采集得到;
第二获取模块702,获取所述车辆标识对应的第二感知数据,所述第二感知数据由路侧设备采集得到;
第三获取模块703,用于对所述第一感知数据和所述第二感知数据进行融合处理,得到所述车载设备对应的目标感知数据;
第一发送模块704,用于基于所述车辆标识和所述目标感知数据构建目标感知共享信息,将所述目标感知共享信息发送至所述车载设备,以使得所述车载设备基于所述目标感知共享信息进行自动驾驶。
本申请还提供另一种数据处理装置,图8为本申请实施例提供的另一种数据处理装置的结构示意图,如图8所示,数据处理装置800包括:
第四获取模块801,用于获取数据采集设备采集到的第一感知数据;
构建模块802,用于基于所述第一感知数据和所述车载设备对应的车辆标识构建第一感知共享信息;
第二发送模块803,用于将所述第一感知共享信息发送至边缘云平台;
接收模块804,用于接收所述边缘云平台基于所述第一感知共享信息反馈的目标感知共享信息,基于所述目标感知共享信息进行自动驾驶。
需要说明的是,本申请实施例数据处理装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的控制方法,并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对相关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)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read OnlyMemory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施例提供一种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实施例中提供的数据处理方法。
本申请实施例还提供一种数据处理设备。图9为本申请实施例提供的一种数据处理设备的组成结构示意图,如图9所示,所述数据处理设备900包括:存储器901、处理器902、通信接口903和通信总线904。其中,存储器901,用于存储可执行数据处理指令;处理器902,用于执行存储器中存储的可执行数据处理指令时,以实现以上述实施例提供的数据处理方法。
以上数据处理设备和存储介质实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请数据处理设备和存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括至少一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术对象可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本申请实施例的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,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一个产品执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术对象在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法,应用于边缘云平台,包括:
获取车载设备发送的第一感知共享信息,所述第一感知共享信息包括第一感知数据和所述车载设备对应的车辆标识,所述第一感知数据由数据采集设备采集得到;
获取所述车辆标识对应的第二感知数据,所述第二感知数据由路侧设备采集得到;
对所述第一感知数据和所述第二感知数据进行融合处理,得到所述车载设备对应的目标感知数据;
基于所述车辆标识和所述目标感知数据构建目标感知共享信息,将所述目标感知共享信息发送至所述车载设备,以使得所述车载设备基于所述目标感知共享信息进行自动驾驶。
2.根据权利要求1所述的方法,所述获取所述车辆标识对应的第二感知数据,包括:
基于所述车辆标识,确定所述车载设备的第一当前位置,并基于所述第一当前位置确定第一目标区域;
确定处于所述第一目标区域内的至少一个第一目标路侧设备;
将所述至少一个第一目标路侧设备采集到的感知数据,确定为所述车辆标识对应的第二感知数据。
3.根据权利要求1所述的方法,所述对所述第一感知数据和所述第二感知数据进行融合处理,得到所述车载设备对应的目标感知数据,包括:
确定所述第一感知数据和所述第二感知数据之间的差异感知数据和共有感知数据;
将所述差异感知数据和所述共有感知数据,确定为所述车载设备对应的目标感知数据。
4.根据权利要求1至3任一项所述的方法,还包括:
将所述目标感知共享信息存储至目标存储区域;
所述将所述目标感知共享信息发送至所述车载设备,包括:
每间隔第一预设时长从所述目标存储区域中获取待发送的目标感知共享信息;
基于所述车辆标识,将所述待发送的目标感知共享信息发送至所述车载设备。
5.根据权利要求4所述的方法,所述方法还包括:
基于所述车辆标识,确定所述车载设备的第二当前位置,并基于所述第二当前位置确定第二目标区域;
确定处于所述第二目标区域内的至少一个第二目标路侧设备;
将所述待发送的目标感知共享信息经由所述至少一个第二目标路侧设备发送至所述车载设备。
6.根据权利要求4中所述的方法,还包括:
获取所述目标存储区域的可用存储空间;
当所述可用存储空间小于预设存储空间阈值,基于所述目标存储区域中目标感知共享信息的存储时间,确定待删除的目标感知共享信息;
将所述待删除的目标感知共享信息从所述目标存储区域删除。
7.一种数据处理方法,应用于车载设备,包括:
获取数据采集设备采集到的第一感知数据;
基于所述第一感知数据和所述车载设备对应的车辆标识构建第一感知共享信息;
将所述第一感知共享信息发送至边缘云平台;
接收所述边缘云平台基于所述第一感知共享信息反馈的目标感知共享信息,基于所述目标感知共享信息进行自动驾驶。
8.根据权利要求7所述的方法,所述目标感知共享信息包括车辆标识和目标感知数据;
所述接收所述边缘云平台基于所述第一感知共享信息反馈的目标感知共享信息,基于所述目标感知共享信息进行自动驾驶,包括:
接收所述边缘云平台发送的目标感知共享信息,对所述目标感知共享信息中的目标感知数据进行解析,获得解析后的目标感知数据;
基于所述解析后的目标感知数据进行自动驾驶。
9.根据权利要求7所述的方法,还包括:
接收所述边缘云平台经由至少一个目标路侧设备发送的目标感知共享信息,所述目标路侧设备为所述车载设备的当前位置对应区域内的路侧设备;
确定所述目标感知共享信息中的车辆标识为目标车辆标识,对所述目标感知共享信息中的目标感知数据进行解析,获得解析后的目标感知数据;
基于所述解析后的目标感知数据进行自动驾驶。
10.一种数据处理设备,包括:
存储器,用于存储可执行数据处理指令;
处理器,用于执行所述存储器中存储的可执行数据处理指令时,实现权利要求1至6任一项或者权利要求7至9任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757349.4A CN115187495A (zh) | 2022-06-29 | 2022-06-29 | 一种数据处理方法和数据处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757349.4A CN115187495A (zh) | 2022-06-29 | 2022-06-29 | 一种数据处理方法和数据处理设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115187495A true CN115187495A (zh) | 2022-10-14 |
Family
ID=83514924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210757349.4A Pending CN115187495A (zh) | 2022-06-29 | 2022-06-29 | 一种数据处理方法和数据处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187495A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168546A (zh) * | 2023-02-20 | 2023-05-26 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
CN116346862A (zh) * | 2023-05-26 | 2023-06-27 | 斯润天朗(无锡)科技有限公司 | 用于智能网联汽车的传感器共享方法及装置 |
CN116168546B (zh) * | 2023-02-20 | 2024-05-31 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
-
2022
- 2022-06-29 CN CN202210757349.4A patent/CN115187495A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116168546A (zh) * | 2023-02-20 | 2023-05-26 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
CN116168546B (zh) * | 2023-02-20 | 2024-05-31 | 烽火通信科技股份有限公司 | 车辆标识信息归属判定方法、装置、设备及可读存储介质 |
CN116346862A (zh) * | 2023-05-26 | 2023-06-27 | 斯润天朗(无锡)科技有限公司 | 用于智能网联汽车的传感器共享方法及装置 |
CN116346862B (zh) * | 2023-05-26 | 2023-10-24 | 斯润天朗(无锡)科技有限公司 | 用于智能网联汽车的传感器共享方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Raza et al. | A survey on vehicular edge computing: architecture, applications, technical issues, and future directions | |
US11500974B2 (en) | Method for user authentication of vehicle in autonomous driving system and apparatus thereof | |
US11402853B2 (en) | Method for controlling platooning and autonomous vehicle based on blockchain | |
EP3547215A1 (en) | Systems and methods for automatically training neural networks | |
Hussein et al. | A comprehensive survey on vehicular networking: Communications, applications, challenges, and upcoming research directions | |
KR20190096873A (ko) | 자율주행시스템에서 차량과 서버의 연결 설정방법 및 이를 위한 장치 | |
KR20190106847A (ko) | 자율주행시스템에서 차량의 오류 판단방법 및 이를 위한 장치 | |
US20210312811A1 (en) | Systems and methods for machine learning based collision avoidance | |
KR20190106846A (ko) | 자율주행시스템에서 긴급단계에 따른 제어방법 및 이를 위한 장치 | |
KR20190101925A (ko) | 자율 주행 차량의 주행 모드 및 경로 결정 방법 및 시스템 | |
KR100626658B1 (ko) | 센서 네트워크 기반 교차로에서의 차량충돌 방지 장치 및그 방법 | |
US20210197702A1 (en) | Providing roadside assistance to vehicles | |
CN114153220B (zh) | 基于人工智能物联网平台用于自动驾驶的远程控制方法 | |
CN110149611A (zh) | 一种身份验证方法、设备及系统 | |
JP2010039918A (ja) | 車載装置、路側機、及び交通情報システム | |
Ameen et al. | A deep review and analysis of data exchange in vehicle-to-vehicle communications systems: coherent taxonomy, challenges, motivations, recommendations, substantial analysis and future directions | |
CN115187495A (zh) | 一种数据处理方法和数据处理设备 | |
CN114513543A (zh) | 运载工具中的装置所进行的方法、系统和运载工具 | |
KR20190103087A (ko) | 자율주행시스템에서 서버브릿지를 설정하는 방법 및 이를 위한 장치 | |
CN109774716B (zh) | 车辆控制方法和装置 | |
CN113115234A (zh) | 车辆的通信保障方法、装置、网络节点和存储介质 | |
CN115361243B (zh) | 安全芯片的无人驾驶信息交互方法及安全芯片装置 | |
CN112461255B (zh) | 一种路径规划方法、车端设备及电子设备 | |
CN115086385A (zh) | 车云间数据交互方法、装置及计算机可读存储介质 | |
CN113743561A (zh) | 信息交互方法、装置及计算机可读存储介质 |
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 |