CN115830843B - 一种基于边缘计算的私家车联网方法 - Google Patents

一种基于边缘计算的私家车联网方法 Download PDF

Info

Publication number
CN115830843B
CN115830843B CN202211153424.2A CN202211153424A CN115830843B CN 115830843 B CN115830843 B CN 115830843B CN 202211153424 A CN202211153424 A CN 202211153424A CN 115830843 B CN115830843 B CN 115830843B
Authority
CN
China
Prior art keywords
data
private car
comprehensive
road condition
target device
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.)
Active
Application number
CN202211153424.2A
Other languages
English (en)
Other versions
CN115830843A (zh
Inventor
张腾怀
余丹
兰雨晴
王丹星
曾大龙
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.)
China Standard Intelligent Security Technology Co Ltd
Original Assignee
China Standard Intelligent Security 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 China Standard Intelligent Security Technology Co Ltd filed Critical China Standard Intelligent Security Technology Co Ltd
Priority to CN202211153424.2A priority Critical patent/CN115830843B/zh
Publication of CN115830843A publication Critical patent/CN115830843A/zh
Application granted granted Critical
Publication of CN115830843B publication Critical patent/CN115830843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明的实施例公开一种基于边缘计算的私家车联网方法，包括：通过边缘计算系统将私家车的至少一个目标设备接入互联网；已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器；大数据分析服务器对收到的第一个目标设备的数据进行统计分析，得到对此目标设备的数据分析完后私家车的前方路况推荐路线和行车状况数据并将其打包为第一个目标设备对应的私家车运行数据发送给私家车的边缘计算系统；边缘计算系统接收目标设备对应的私家车运行数据，并在私家车的预设显示器上展示运行数据中记录的私家车的前方路况推荐路线和行车状况数据。本发明能有效地提高车辆通行的效率。

Description

一种基于边缘计算的私家车联网方法
技术领域
本发明属于边缘计算技术领域，尤其涉及一种基于边缘计算的私家车联网方法。
背景技术
随着人们经济条件越来愈好，汽车给人们的出行带来了巨大的方便，因此私家车数量越来越多，道路也变得越来越拥挤。为了防止车辆拥堵，高效地到达目的地，现有的路线规划方案，一般都是私家车驾驶员提前通过导航规划好驾车路线，如小部分私家车可通过车载互联网功能中的导航系统了解路况和规划路线，另外没有车载互联网功能的大部分私家车，可以通过手机联网的导航功能规划和了解路况。但是私家车之间很可能会因为交通问题(如交通事故、车辆堵路等)遇到拥堵，导航也不能及时反馈这些信息，从而导致车辆路线规划不合理，造成浪费大量的行车时间。
发明内容
有鉴于此，本发明实施例提供一种基于边缘计算的私家车联网方法，用于解决现有路线规划方案，在交通问题出现时路线规划不合理的问题。本发明能够通过边缘计算系统及大数据分析方法，智能地对私家车设备采集到的数据进行统计分析，获得前方路况推荐路线数据和行车状况数据，有效地提高了私家车通行的效率，及减少了交通拥堵情况。
本发明实施例提供一种基于边缘计算的私家车联网方法，包括：
通过边缘计算系统将私家车的至少一个目标设备接入互联网；
已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器；
所述大数据分析服务器对收到的第一个目标设备的数据进行统计分析，得到对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据；
所述大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，下发至所述私家车的边缘计算系统；
所述边缘计算系统接收目标设备对应的私家车运行数据，并在所述私家车的预设显示器上展示所述第一个目标设备对应的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据。
在一可选实施例中，所述已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器，还包括：所述边缘计算系统记录上传目标设备的数据到大数据分析服务器的上传时间与目标设备标识的对应关系；
所述边缘计算系统接收目标设备对应的私家车运行数据，还包括：所述边缘计算系统记录接收目标设备对应的私家车运行数据的接收时间与目标设备标识的对应关系；
所述边缘计算系统在所述私家车的预设显示器上展示所述第一个目标设备对应的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据，包括：
所述边缘计算系统计算第一个目标设备的数据的上传时间和第一个目标设备对应的私家车运行数据的接收时间的时间差，作为第一个目标设备的数据回传时间；
在所述私家车的预设显示器上展示第一个目标设备的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据，同时在所述显示器上展示延时圈，并根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度。
在一可选实施例中，所述显示器上展示的延时圈为在预定圆周上沿顺时针/逆时针旋转的预定长度的光带，所述预定圆周以所述显示器屏幕的预定像素点为圆心且半径为预定半径值。
在一可选实施例中，当所述目标设备为多个时，在所述大数据分析服务器对收到的第一个目标设备的数据进行统计分析之后，还包括：
所述大数据分析服务器对所述私家车的其它目标设备的数据进行统计分析，得到对其它各目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据；
所述大数据分析服务器根据预设合并策略，将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据进行合并，得到私家车的综合前方路况推荐路线数据以及综合行车状况数据；
所述大数据分析服务器将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
所述大数据分析服务器判断所述第一目标设备对应的私家车运行数据和所述私家车的综合运行数据是否一致；
若所述第一目标设备对应的私家车运行数据和所述私家车的综合运行数据不一致，则所述大数据分析服务器将所述私家车的综合运行数据下发至所述私家车的边缘计算系统；
所述边缘计算系统将所述私家车的预设显示器上展示的私家车的前方路况推荐路线数据和行车状况数据更新为所述私家车的综合运行数据中记录的私家车的综合前方路况推荐路线数据和综合行车状况数据。
在一可选实施例中，所述大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，包括：所述大数据分析服务器根据第一公式将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据；
所述大数据分析服务器将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据，包括：所述大数据分析服务器根据第一公式将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
所述根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度，包括：
根据第一个目标设备的数据回传时间，基于第二公式计算所述延时圈的目标旋转速度；
控制所述延时圈的旋转速度为所述目标旋转速度；
其中，所述第一公式为：
Figure BDA0003855605410000041
所述第一公式中，[H(1)]2表示第一个目标设备对应的私家车运行数据，数据形式为二进制形式；[H(2)]2表示私家车的综合运行数据，数据形式为二进制形式；[L(1)]2表示对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据，数据形式为二进制形式；[L(2)]2表示所述私家车的综合前方路况推荐路线数据，数据形式为二进制形式；[C(1)]2表示对第一个目标设备的数据分析完后私家车的行车状况数据，数据形式为二进制形式；[C(2)]2表示所述私家车的综合行车状况数据，数据形式为二进制形式；XOR{}表示对括号内的两个二进制数进行异或；{,,}表示将括号内的三个二进制数进行连接打包；
所述第二公式为：
V＝Vmax×{len{[H(1)]2}}-T
所述第二公式中，V表示所述延时圈的目标旋转速度；Vmax表示预定的延时圈的最大旋转速度；len{}表示求取括号内的数据位数；T表示所述第一个目标设备的数据回传时间。
在一可选实施例中，所述大数据分析服务器判断所述第一目标设备对应的私家车运行数据和所述私家车的综合运行数据是否一致，包括：
所述大数据分析服务器根据第三公式计算数据一致性判定值；
判断当前计算出的数据一致性判定值是否等于1；若是，则判定第一目标设备对应的私家车运行数据和所述私家车的综合运行数据不一致，否则，判定第一目标设备对应的私家车运行数据和所述私家车的综合运行数据一致；
其中，所述第三公式为：
Figure BDA0003855605410000042
所述第三公式中，Z表示数据一致性判定值；{[H(1)]2}(3)表示二进制数据[H(1)]2中的第三个数据COR{[L(1)]2,[C(1)]2}；{[H(2)]2}(3)表示二进制数据[H(2)]2中的第三个数据XOR{[L(2)]2,[C(2)]2}}；{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}表示在满足[H(1)]2}(3)-{[H(2)]2}(3)＝0的条件下还满足{[H(1)]2＝[H(2)]2}时条件为真；else表示满足{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}以外的其余条件。
在一可选实施例中，所述大数据分析服务器根据预设合并策略，将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据进行合并，得到私家车的综合前方路况推荐路线数据以及综合行车状况数据，包括：
所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据取众数，得到私家车的综合前方路况推荐路线数据；所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的行车状况数据取众数，得到私家车的综合行车状况数据。
本发明提供的一种基于边缘计算的私家车联网方法，首先私家车的目标设备通过边缘计算系统将自身的数据上传给大数据分析服务器，接着所述大数据分析服务器根据接收到的第一个目标设备的数据进行统计分析，得到私家车的前方路况推荐路线数据和行车状况数据并发送给所述私家车的边缘计算系统，最后由边缘计算系统通过车载显示器展示所述前方路况推荐路线数据和行车状况数据给私家车驾驶人员，保证了私家车的行车安全，并有效地提高了私家车通行的效率、及减少了交通拥堵情况。
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，下面描述中的附图仅仅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它的附图。
图1为本发明实施例提供的一种基于边缘计算的私家车联网方法流程示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确，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作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。
图1为本发明实施例提供的一种基于边缘计算的私家车联网方法流程示意图。参见图1，该方法包括如下步骤S101-S105：
S101：通过边缘计算系统将私家车的至少一个目标设备接入互联网。
S102：已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器。
本实施例中，所述目标设备可以为私家车上的摄像头、测距传感器、速度传感器、方向传感器等等，通过这些设备采集的数据，不仅可以清晰的反映私家车周围的路况信息，同时也能反映私家车的行车状态，通过这些设备采集得到的数据，便于后续对车辆的行车路线进行推荐，并对突发事件进行预警，以便让私家车远离危险，保证了私家车的行车安全。
S103：所述大数据分析服务器对收到的第一个目标设备的数据进行统计分析，得到对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据。
S104：所述大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，下发至所述私家车的边缘计算系统。
S105：所述边缘计算系统接收目标设备对应的私家车运行数据，并在所述私家车的预设显示器上展示所述第一个目标设备对应的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据。
上述技术方案的有益效果为：本发明实施例提供的一种基于边缘计算的私家车联网方法，首先私家车的目标设备通过边缘计算系统将自身的数据上传给大数据分析服务器，接着所述大数据分析服务器根据接收到的第一个目标设备的数据进行统计分析，得到私家车的前方路况推荐路线数据和行车状况数据并发送给所述私家车的边缘计算系统，最后由边缘计算系统通过车载显示器展示所述前方路况推荐路线数据和行车状况数据给私家车驾驶人员，保证了私家车的行车安全，并有效地提高了私家车通行的效率、及减少了交通拥堵情况。
作为一可选实施例，所述步骤S102，还包括：所述边缘计算系统记录上传目标设备的数据到大数据分析服务器的上传时间与目标设备标识的对应关系；
所述步骤S105，可以包括以下步骤S201-S203：
S201：边缘计算系统接收目标设备对应的私家车运行数据，并记录接收目标设备对应的私家车运行数据的接收时间与目标设备标识的对应关系；
S202：所述边缘计算系统计算第一个目标设备的数据的上传时间和第一个目标设备对应的私家车运行数据的接收时间的时间差，作为第一个目标设备的数据回传时间；
S203：在所述私家车的预设显示器上展示第一个目标设备的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据，同时在所述显示器上展示延时圈，并根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度。
上述技术方案的有益效果为：计算第一个目标设备的数据的上传时间和第一个目标设备对应的私家车运行数据的接收时间的时间差，来控制私家车显示器上的延时圈的旋转速度，从而通过所述延时圈的旋转速度可以直观的让驾驶人员知晓当前接收到的运行数据的延时程度。
作为一可选实施例，所述显示器上展示的延时圈为在预定圆周上沿顺时针/逆时针旋转的预定长度的光带，所述预定圆周以所述显示器屏幕的预定像素点为圆心且半径为预定半径值。
上述技术方案的有益效果为：根据私家车显示器屏幕的不同尺寸情况，设置不同的圆心和半径的延时圈，使得延时圈展示的效果更好，将有效地提高驾驶人员的驾车体验感。
作为一可选实施例，当所述目标设备为多个时，所述步骤S104中所述大数据分析服务器将对第一个目标设备的数据分析完之后，还可以包括以下步骤S301-S306：
S301：所述大数据分析服务器对所述私家车的其它目标设备的数据进行统计分析，得到对其它各目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据；
S302：所述大数据分析服务器根据预设合并策略，将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据进行合并，得到私家车的综合前方路况推荐路线数据以及综合行车状况数据；
S303：所述大数据分析服务器将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
S304：所述大数据分析服务器判断所述第一目标设备对应的私家车运行数据和所述私家车的综合运行数据是否一致；否则执行S305；
S305：所述大数据分析服务器将所述私家车的综合运行数据下发至所述私家车的边缘计算系统；
S306：所述边缘计算系统将所述私家车的预设显示器上展示的私家车的前方路况推荐路线数据和行车状况数据更新为所述私家车的综合运行数据中记录的私家车的综合前方路况推荐路线数据和综合行车状况数据。
上述技术方案的有益效果为：私家车车辆上接入网络的目标设备在数据传输和分析的过程中会存在时间延时，为了减小时间延时所带来的不便，大数据分析服务器优先对收到的第一个目标设备的数据进行统计分析，得到对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据并发送给私家车驾驶员，保证了推荐路线数据和行车状态数据的时效性；另外大数据分析服务器在接收到多个目标设备的数据后，进一步的根据其它目标设备的数据进行统计分析得到对应的推荐路线数据和行车状况数据，最后将所有的目标设备对应的推荐路线数据和行车状况数据进行合并，得到综合运行数据并发送给私家车边缘计算系统，进一步提高了推荐路线数据和行车状况数据的准确性。
作为一可选实施例，所述步骤S104中所述的大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，包括：所述大数据分析服务器根据第一公式将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据；
本实施例中，所述步骤S303，可以包括：所述大数据分析服务器根据第一公式将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
其中，所述第一公式为：
Figure BDA0003855605410000091
所述第一公式中，[H(1)]2表示第一个目标设备对应的私家车运行数据，数据形式为二进制形式；[H(2)]2表示私家车的综合运行数据，数据形式为二进制形式；[L(1)]2表示对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据，数据形式为二进制形式；[L(2)]2表示所述私家车的综合前方路况推荐路线数据，数据形式为二进制形式；[C(1)]2表示对第一个目标设备的数据分析完后私家车的行车状况数据，数据形式为二进制形式；[C(2)]2表示所述私家车的综合行车状况数据，数据形式为二进制形式；XOR{}表示对括号内的两个二进制数进行异或；{,,}表示将括号内的三个二进制数进行连接打包。
本实施例中，所述步骤S202中所述根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度，可以包括以下步骤S401-S402：
S401：根据第一个目标设备的数据回传时间，基于第二公式计算所述延时圈的目标旋转速度；
所述第二公式为：
V＝Vmax×{len{[H(1)]2}}-T (2)
所述第二公式中，V表示所述延时圈的目标旋转速度；Vmax表示预定的延时圈的最大旋转速度；len{}表示求取括号内的数据位数；T表示所述第一个目标设备的数据回传时间。
S402：控制所述延时圈的旋转速度为所述目标旋转速度；
上述技术方案的有益效果为：利用第一公式(1)进行数据打包，从而加入数据判断条件，方便后续进行快速判断；然后利用第二公式(2)根据所述第一个分析完数据的设备(即第一个目标设备)从上传数据到车辆接收到数据回传的时间(即第一个目标设备的数据回传时间)控制所述延时圈的旋转速度，进而通过所述延时圈的旋转速度可以知晓当前接收到的运行数据的延时程度，体现出系统人性化的特点。
作为一可选实施例，所述步骤S304，可以包括以下步骤S501-S504：
S501：所述大数据分析服务器根据第三公式计算数据一致性判定值；
其中，所述第三公式为：
Figure BDA0003855605410000101
所述第三公式中，Z表示数据一致性判定值；{[H(1)]2}(3)表示二进制数据[H(1)]2中的第三个数据XOR{[L(1)]2,[C(1)]2}；{[H(2)]2}(3)表示二进制数据[H(2)]2中的第三个数据XOR{[L(2)]2,[C(2)]2}}；{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}表示在满足[H(1)]2}(3)-{[H(2)]2}(3)＝0的条件下还满足{[H(1)]2＝[H(2)]2}时条件为真；else表示满足{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}以外的其余条件。
S502：判断当前计算出的数据一致性判定值是否等于1；是则执行S503，否则执行S504；
S503：判定第一目标设备对应的私家车运行数据和所述私家车的综合运行数据不一致；
S504：判定第一目标设备对应的私家车运行数据和所述私家车的综合运行数据一致；
上述技术方案的有益效果为：利用第三公式(3)分析所述综合设备数据(即综合运行数据)和第一设备数据(即第一目标设备对应的私家车运行数据)之间是否一致，并结合当前车辆是否已经行驶完所述推荐路线来判断是否需要将所述综合设备数据进行回传替代所述第一设备数据，从而首先利用条件进行判定，可以缩短判断时间，提高系统效率。
作为一可选实施例，所述步骤S302，可以包括：所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据取众数，得到私家车的综合前方路况推荐路线数据；所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的行车状况数据取众数，得到私家车的综合行车状况数据。
上述技术方案的有益效果为：对全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状态数据取众数，得到私家车的综合前方路况推荐路线数据和综合行车状态数据，从而有效地提高了综合前方路况推荐路线数据和综合行车状态数据的准确性。
从上述实施例的内容可知，在私家车之间添加边缘计算系统，可以将车辆上的一些设备接入网络，可以实时获取数据，分析前方路况推荐路线，分析当前行车状况，对突发情况可以及时预警；具体地，每辆私家车车辆上接入网络的设备在数据传输和分析的过程中会存在时间延时，为了减小时间延时所带来的不便，网络优先将车辆第一个分析完设备(即第一个目标设备)后的前方路况推荐路线以及当前行车状况打包成第一设备数据(即第一目标设备对应的私家车运行数据)进行回传，同时根据所述第一个分析完数据的设备从上传数据到车辆接收到数据回传的时间在车辆终端屏幕上的左上角生成延时圈，并根据所述时间控制所述延时圈的旋转速度，从而通过所述延时圈的旋转速度可以知晓当前接收到的数据的延时程度，然后再依次分析车辆其余接入网络的设备最后得到综合分析的前方路况推荐路线以及当前行车状况，并打包成综合设备数据(即综合运行数据)，分析所述综合设备数据和第一设备数据之间是否一致，并结合当前车辆是否已经行驶完所述推荐路线来判断是否需要将所述综合设备数据进行回传替代所述第一设备数据，有效地提高了系统的执行效率。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。以上所述，仅为本发明的具体实施方式，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (3)

1.一种基于边缘计算的私家车联网方法，其特征在于，包括：
通过边缘计算系统将私家车的至少一个目标设备接入互联网；
已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器；
所述大数据分析服务器对收到的第一个目标设备的数据进行统计分析，得到对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据；
所述大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，下发至所述私家车的边缘计算系统；
所述边缘计算系统接收目标设备对应的私家车运行数据，并在所述私家车的预设显示器上展示所述第一个目标设备对应的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据；
其中，所述已接入互联网的目标设备将自身的数据通过边缘计算系统上传到互联网中的指定大数据分析服务器，还包括：所述边缘计算系统记录上传目标设备的数据到大数据分析服务器的上传时间与目标设备标识的对应关系；
所述边缘计算系统接收目标设备对应的私家车运行数据，还包括：所述边缘计算系统记录接收目标设备对应的私家车运行数据的接收时间与目标设备标识的对应关系；
所述边缘计算系统在所述私家车的预设显示器上展示所述第一个目标设备对应的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据，包括：
所述边缘计算系统计算第一个目标设备的数据的上传时间和第一个目标设备对应的私家车运行数据的接收时间的时间差，作为第一个目标设备的数据回传时间；
在所述私家车的预设显示器上展示第一个目标设备的私家车运行数据中记录的私家车的前方路况推荐路线数据和行车状况数据，同时在所述显示器上展示延时圈，并根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度；
其中，所述显示器上展示的延时圈为在预定圆周上沿顺时针/逆时针旋转的预定长度的光带，所述预定圆周以所述显示器屏幕的预定像素点为圆心且半径为预定半径值；
其中，当所述目标设备为多个时，在所述大数据分析服务器对收到的第一个目标设备的数据进行统计分析之后，还包括：
所述大数据分析服务器对所述私家车的其它目标设备的数据进行统计分析，得到对其它各目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据；
所述大数据分析服务器根据预设合并策略，将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据进行合并，得到私家车的综合前方路况推荐路线数据以及综合行车状况数据；
所述大数据分析服务器将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
所述大数据分析服务器判断所述第一个目标设备对应的私家车运行数据和所述私家车的综合运行数据是否一致；
若所述第一个目标设备对应的私家车运行数据和所述私家车的综合运行数据不一致，则所述大数据分析服务器将所述私家车的综合运行数据下发至所述私家车的边缘计算系统；
所述边缘计算系统将所述私家车的预设显示器上展示的私家车的前方路况推荐路线数据和行车状况数据更新为所述私家车的综合运行数据中记录的私家车的综合前方路况推荐路线数据和综合行车状况数据；
其中，所述大数据分析服务器将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据，包括：所述大数据分析服务器根据第一公式将对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据打包为第一个目标设备对应的私家车运行数据；
所述大数据分析服务器将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据，包括：所述大数据分析服务器根据第一公式将所述私家车的综合前方路况推荐路线数据和综合行车状况数据打包为私家车的综合运行数据；
所述根据第一个目标设备的数据回传时间控制所述延时圈的旋转速度，包括：
根据第一个目标设备的数据回传时间，基于第二公式计算所述延时圈的目标旋转速度；
控制所述延时圈的旋转速度为所述目标旋转速度；
其中，所述第一公式为：
Figure FDA0004234689600000031
所述第一公式中，[H(1)]2表示第一个目标设备对应的私家车运行数据，数据形式为二进制形式；[H(2)]2表示私家车的综合运行数据，数据形式为二进制形式；[L(1)]2表示对第一个目标设备的数据分析完后私家车的前方路况推荐路线数据，数据形式为二进制形式；[L(2)]2表示所述私家车的综合前方路况推荐路线数据，数据形式为二进制形式；[C(1)]2表示对第一个目标设备的数据分析完后私家车的行车状况数据，数据形式为二进制形式；[C(2)]2表示所述私家车的综合行车状况数据，数据形式为二进制形式；XOR{}表示对括号内的两个二进制数进行异或；{,,}表示将括号内的三个二进制数进行连接打包；
所述第二公式为：
V＝Vmax×{len{[H(1)]2}}-T
所述第二公式中，V表示所述延时圈的目标旋转速度；Vmax表示预定的延时圈的最大旋转速度；len{}表示求取括号内的数据位数；T表示所述第一个目标设备的数据回传时间。
2.如权利要求1所述的基于边缘计算的私家车联网方法，其特征在于，所述大数据分析服务器判断所述第一个目标设备对应的私家车运行数据和所述私家车的综合运行数据是否一致，包括：
所述大数据分析服务器根据第三公式计算数据一致性判定值；
判断当前计算出的数据一致性判定值是否等于1；若是，则判定第一个目标设备对应的私家车运行数据和所述私家车的综合运行数据不一致，否则，判定第一个目标设备对应的私家车运行数据和所述私家车的综合运行数据一致；
其中，所述第三公式为：
Figure FDA0004234689600000041
所述第三公式中，Z表示数据一致性判定值；{[H(1)]2}(3)表示二进制数据[H(1)]2中的第三个数据XOR{[L(1)]2,[C(1)]2}；{[H(2)]2}(3)表示二进制数据[H(2)]2中的第三个数据XOR{[L(2)]2,[C(2)]2}}；{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}表示在满足[H(1)]2}(3)-{[H(2)]2}(3)＝0的条件下还满足{[H(1)]2＝[H(2)]2}时条件为真；else表示满足{[H(1)]2}(3)-{[H(2)]2}(3)＝0|{[H(1)]2＝[H(2)]2}以外的其余条件。
3.如权利要求1所述的基于边缘计算的私家车联网方法，其特征在于，所述大数据分析服务器根据预设合并策略，将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据和行车状况数据进行合并，得到私家车的综合前方路况推荐路线数据以及综合行车状况数据，包括：
所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的前方路况推荐路线数据取众数，得到私家车的综合前方路况推荐路线数据；所述大数据分析服务器将对所述私家车的全部目标设备的数据分析完后私家车的行车状况数据取众数，得到私家车的综合行车状况数据。
CN202211153424.2A 2022-09-21 2022-09-21 一种基于边缘计算的私家车联网方法 Active CN115830843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211153424.2A CN115830843B (zh) 2022-09-21 2022-09-21 一种基于边缘计算的私家车联网方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211153424.2A CN115830843B (zh) 2022-09-21 2022-09-21 一种基于边缘计算的私家车联网方法

Publications (2)

Publication Number Publication Date
CN115830843A CN115830843A (zh) 2023-03-21
CN115830843B true CN115830843B (zh) 2023-06-30

Family

ID=85523764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211153424.2A Active CN115830843B (zh) 2022-09-21 2022-09-21 一种基于边缘计算的私家车联网方法

Country Status (1)

Country Link
CN (1) CN115830843B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112022013666A2 (pt) * 2020-01-17 2022-09-13 Qualcomm Inc Navegação local assistida por veículo para tudo (v2x)
CN111599201A (zh) * 2020-04-24 2020-08-28 东风汽车集团有限公司 智能交通下基于v2x的智能网联汽车系统及方法
CN111798687A (zh) * 2020-07-29 2020-10-20 苏州新派特信息科技有限公司 一种基于5g技术的远程控制车辆的方法及系统
CN111896018A (zh) * 2020-07-30 2020-11-06 北京百度网讯科技有限公司 导航数据处理的方法、装置、设备及存储介质
CN112907942A (zh) * 2021-01-14 2021-06-04 新智数字科技有限公司 基于边缘计算的车辆调度方法、装置、设备和介质

Also Published As

Publication number Publication date
CN115830843A (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
US10933881B1 (en) System for adjusting autonomous vehicle driving behavior to mimic that of neighboring/surrounding vehicles
US9932041B2 (en) Personalized medical emergency autopilot system based on portable medical device data
JP6796798B2 (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
US11597395B2 (en) Systems and methods to manage vehicles under anomalous driving behavior
US10395530B2 (en) Situational understanding of unknown roadway conditions that are ahead for a connected vehicle
CN107731010B (zh) 车联网环境下前车智能避让推荐方法及系统
EP3300053A1 (en) Traffic intersection driving assistance method and system
CN108603763A (zh) 行驶计划生成装置、行驶计划生成方法和行驶计划生成程序
US11681296B2 (en) Scenario-based behavior specification and validation
CN111063188B (zh) 分布式路线确定系统
CN112558834B (zh) 车管系统中人机交互界面上动态图标平滑显示方法及装置
US20220068122A1 (en) Systems and methods to group and move vehicles cooperatively to mitigate anomalous driving behavior
US20220262248A1 (en) Vehicle navigation method and terminal
WO2018001444A1 (en) System and method for creation and delivery of personalized traffic and route information
CN112885146A (zh) 车辆预警方法、装置、计算机设备和存储介质
CN112185115A (zh) 一种基于云平台的车速控制方法及装置
CN110930752B (zh) 一种车辆偏离报警方法及车辆偏离报警的设备
CN107025798B (zh) 一种交通信息处理方法及装置
CN115830843B (zh) 一种基于边缘计算的私家车联网方法
US20230419200A1 (en) Decentralized parking fulfillment service
WO2023103459A1 (zh) 车辆控制方法、决策服务器及存储介质
JP6811429B2 (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
CN114613160A (zh) 车道使用方法、装置、计算机设备和存储介质
CN113320544B (zh) 车辆驾驶行为的规划方法、装置、电子设备、存储介质
CN111932891B (zh) 一种路况识别方法及相关装置

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