CN115953912A - 一种基于边缘计算的车路感知设备和方法 - Google Patents
一种基于边缘计算的车路感知设备和方法 Download PDFInfo
- Publication number
- CN115953912A CN115953912A CN202310228717.0A CN202310228717A CN115953912A CN 115953912 A CN115953912 A CN 115953912A CN 202310228717 A CN202310228717 A CN 202310228717A CN 115953912 A CN115953912 A CN 115953912A
- Authority
- CN
- China
- Prior art keywords
- information
- road
- vehicle
- cloud
- map
- 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
Links
Images
Abstract
本发明提出了一种基于边缘计算的车路协同感知方法和系统,通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;根据道路特点设置路侧采集设备的安装位置规则。车路协同是采用先进的无线通信和新一代互联网等技术,全方位实施车与车、车与行人、车与路等动态实时信息交互,并在全时空动态交通信息采集与融合的基础上,开展车辆主动安全控制和道路协同管理,充分实现人、车、路的有效协同。
Description
技术领域
本发明提出了一种基于边缘计算的车路感知设备和方法,属于智慧交通技术领域。
背景技术
传统的智能交通系统采用视频、雷达等检测器检测道路交通流量、车速、排队长度等交通参数,并且结合GNSS浮动定位系统检测道路交通状态。近年来又有互联网公司结合移动互联网手机定位大数据分析交通状态,进而建立了所谓“交通大脑”,对区域交通信号灯配时方案进行整体优化,实现了不错的效果。
近来被广泛关注的自动驾驶技术利用车载激光雷达、毫米波雷达、超声波雷达、视频摄像机等传感器感知汽车周边环境,通过车载边缘计算实现对汽车周边的环境进行识别,进而实现对车辆的自动驾驶,也取得了很大进展。
从技术演化角度来看,车路协同可以从本质上解决单车智能驾驶所遇到的技术瓶颈。一直以来,视野局限和视效局限是影响自动驾驶安全性的主要原因。智能汽车感知硬件系统,无论是摄像头还是雷达,都是基于生物感官的产物,搭载在车端就必然会有“盲区”。基于视觉产生的信息判断,即使芯片再智能也无法计算看不见的信息。
但道路交通是异常复杂的巨系统,道路交通环境瞬息万变。仅仅凭传统的交通感知手段和自动驾驶汽车安装的有限传感器是无法满足完全、快速掌握动态交通环境的需求的。而且由于车载传感器要求体积小,并且价格昂贵,无法普及的广大出行者的汽车上。车路协同技术应运而生。
发明内容
本发明提供了一种基于边缘计算的车路协同感知设备和方法,用以解决车辆行驶过程中交通事故频发的问题:
一种基于边缘计算的车路协同感知方法,所述方法包括:
S1:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
S2:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
S3:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
S4:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
进一步的,通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息,包括:
S11:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
S12:对所述地图进行分析,确定静态信息的类型以及参数数据;
S13:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
S14:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
进一步的,根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息,包括:
S21:通过地图获取的道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
S22:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
S23:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
S24:通过V2X车路协同系统结合云端获取具体信息。
进一步的,云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;包括:
S31:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
S32:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
S33:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
S34:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
进一步的,车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶,包括:
S41:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
S42:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
S43:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
一种基于边缘计算的车路协同感知设备,所述设备包括:
信息获取模块:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
设备安装模块:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
信息整合模块:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
状态预判模块:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
进一步的,所述信息获取设备包括:
条件分析模块:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
数据确定模块:对所述地图进行分析,确定静态信息的类型以及参数数据;
建模操作模块:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
存入云端模块:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
进一步的,所述设备安装模块包括:
安装规则制定模块:通过地图获取的道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
检测计算模块:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
信息存入云端模块:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
具体信息获取模块:通过V2X车路协同系统结合云端获取具体信息。
进一步的,所述信息整合模块包括:
位置确定模块:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
区间确定模块:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
整合匹配模块:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
实时更新模块:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
进一步的,所述状态预判模块包括:
交通信息获取模块:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
计算反馈模块:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
路径规划模块:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
本发明有益效果:车路协同是采用先进的无线通信和新一代互联网等技术,全方位实施车与车、车与行人、车与路等动态实时信息交互,并在全时空动态交通信息采集与融合的基础上,开展车辆主动安全控制和道路协同管理,充分实现人、车、路的有效协同,保证行车安全,提高通行效率,改善交通环境,从而形成的安全、高效和环保的道路交通系统。即车路协同实现的前提是依托于无线通信和互联网技术的普及,并需在人、车、路等交通参与角色上,建立信息通信系统,以供实现车与车、车与行人、车与路等动态实时信息交互。
附图说明
图1为本发明所述基于边缘计算的车路协同方法的流程图;
图2为本发明所述基于边缘计算的车路协同设备的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供了一个实施例,如图1所示,一种基于边缘计算的车路协同感知设方法,所述方法包括:
一种基于边缘计算的车路协同感知方法,其特征在于,所述方法包括:
S1:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
S2:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
S3:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
S4:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
上述技术方案的工作原理为:首先通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;在根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;所述车辆信息包括车辆大小、行驶的速度、加速度和方向等,所述周边行人信息包括行人的数量、位置及行走方向等,紧接着云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;最后车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
上述技术方案的工作效果为:通过自然地图、人文地图、卫星地图以及交通地图获取道路环境的静态信息,可以对道路环境有一个总体的了解,便于从全局去规划制定方案,通过对地形、地貌、道路的宽度、坡度、走向和交通标志灯信息等静态信息进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,可以将地图上平面的信息立体化,便于观察及对突发的状况进行预判,根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,施工人员根据终端反馈信息进行路侧采集设备安装,节约了时间,提高了效率与精准度,侧采集设备采集检测并计算道路环境的动态信息,并将车辆大小、行驶的速度、加速度和方向等, 以及行人的数量、位置及行走方向等动态信息实时存入云端,可以保障此时刻,此路段所有的信息都是最新信息,方便车辆进行预判状态从而规划行驶路径,云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享,减少了信息的滞后性,提高了驾驶安全性,车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。最大程度上预判了车辆行驶过程中可能出现的状况,并对其进行处理,大大增加了系统可靠性以及车辆行驶过程中的安全性。
本发明的一个实施例,通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息,包括:
S11:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
S12:对所述地图进行分析,确定静态信息的类型以及参数数据;
S13:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
S14:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
上述技术方案的工作原理为:首先对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;接着对所述地图进行分析,确定静态信息的类型以及参数数据;在通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;最后将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
上述技术方案的工作效果为:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;这样有利于提前对整个方案进行分析,处理,找出需要用到的静态信息,通过找到的静态信息进行进一步规划,最终实现这个目标,对所述地图进行分析,确定静态信息的类型以及参数数据;通过分析确定静态信息的类型有利于下一步对参数数据进行提取,通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;通过建模操作把平面信息立体化,得到道路环境的地面模型数据,有利于车辆根据该数据进行地面模型匹配,增加行驶的安全性以及用户的驾驶体验,将道路环境的地面模型数据存入云端,可以使信息实现共享,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。最大程度上保障了信息的实时性,减少了因信息更新不及时导致可能出现一些可以避免的交通状况的发生,大大提高了车路协同的配合精度。
本发明的一个实施例,根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息,包括:
S21:通过地图获取道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
S22:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
S23:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
S24:通过V2X车路协同系统结合云端获取具体信息。
上述技术方案的工作原理为:首先通过地图获取道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;接着车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;然后将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;最后通过V2X车路协同系统结合云端获取具体信息。
上述技术方案的工作效果为:通过地图获取道路环境的静态信息数据,方便对其进行分析确定路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标,有利于第一时间根据经纬度坐标定位到该路侧信息采集设备的具体位置,在其出现故障时可以第一时间进行维修与更换,避免应设备故障问题而导致交通事故的发生;安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;这样因地制宜的制定安装规则,有利于信息采集设备发挥最大的作用,车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,这样可以保障信息的实时性与准确性,便于后续的信息融合,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;实现信息的更新与实时共享,通过V2X车路协同系统结合云端获取具体信息。通过对具体信息进行分析处理大大提高了车辆对道路环境交通的了解与掌控,以及对可能出现的状态的预判。
本发明的一个实施例,云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;包括:
S31:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
S32:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
S33:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
S34:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。上述技术方案的工作原理为:通过V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;接着对所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;在将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;最后云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
上述技术方案的工作效果为: V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;通过获取当前动态信息采集的具体位置,有利于对相关信息进行调取并进行处理,大大减少了等待时间,最大程度上保障了实时性,通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;通过一一定位确定静态位置区间可以保障对该区间内所有数据的整合,云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。始终保持更新的可靠性,降低整体拥有成本,节约储存节约资金,规范可用性,打破孤立的工作流程。
本发明的一个实施例,车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶,包括:
S41:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
S42:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
S43:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
上述技术方案的工作原理为:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
上述技术方案的工作效果为:车辆通过V2X车路协同系统实时获取当前区域的实时路况以及动态信息等交通信息,通过对交通信息的获取有利于车辆对整体的交通状况有一个了解,便于提前预判可能出现的交通状况,对行驶路径进行及时调整;云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;有利于提前给车辆规划好行驶路径,增加车辆行驶的安全性增加驾驶体验感,车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
本发明提供的一个实施例,一种基于边缘计算的车路协同感知设备,所述设备包括:
信息获取模块:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
设备安装模块:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
信息整合模块:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
状态预判模块:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
上述技术方案的工作原理为:首先对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;接着对所述地图进行分析,确定静态信息的类型以及参数数据;在通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;最后将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
上述技术方案的工作效果为:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;这样有利于提前对整个方案进行分析,处理,找出需要用到的静态信息,通过找到的静态信息进行进一步规划,最终实现这个目标,对所述地图进行分析,确定静态信息的类型以及参数数据;通过分析确定静态信息的类型有利于下一步对参数数据进行提取,通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;通过建模操作把平面信息立体化,得到道路环境的地面模型数据,有利于车辆根据该数据进行地面模型匹配,增加行驶的安全性以及用户的驾驶体验,将道路环境的地面模型数据存入云端,可以使信息实现共享,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。最大程度上保障了信息的实时性,减少了因信息更新不及时导致可能出现一些可以避免的交通状况的发生,大大提高了车路协同的配合精度。
本发明的一个实施例,所述信息获取设备包括:
条件分析模块:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
数据确定模块:对所述地图进行分析,确定静态信息的类型以及参数数据;
建模操作模块:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
存入云端模块:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
上述技术方案的工作原理为:首先对想要实现车路协同这个目标的条件进行分析,确定
实现这个目标需要使用到的静态信息;接着对所述地图进行分析,确定静态信息的类型以及参数数据;在通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;最后将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
上述技术方案的工作效果为:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;这样有利于提前对整个方案进行分析,处理,找出需要用到的静态信息,通过找到的静态信息进行进一步规划,最终实现这个目标,对所述地图进行分析,确定静态信息的类型以及参数数据;通过分析确定静态信息的类型有利于下一步对参数数据进行提取,通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;通过建模操作把平面信息立体化,得到道路环境的地面模型数据,有利于车辆根据该数据进行地面模型匹配,增加行驶的安全性以及用户的驾驶体验,将道路环境的地面模型数据存入云端,可以使信息实现共享,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。最大程度上保障了信息的实时性,减少了因信息更新不及时导致可能出现一些可以避免的交通状况的发生,大大提高了车路协同的配合精度。
本发明的一个实施例,所述设备安装模块包括:
安装规则制定模块:通过地图获取的道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
检测计算模块:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
信息存入云端模块:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
具体信息获取模块:通过V2X车路协同系统结合云端获取具体信息。
上述技术方案的工作原理为:首先通过地图获取道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;接着车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;然后将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;最后通过V2X车路协同系统结合云端获取具体信息。
上述技术方案的工作效果为:通过地图获取道路环境的静态信息数据,方便对其进行分析确定路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标,有利于第一时间根据经纬度坐标定位到该路侧信息采集设备的具体位置,在其出现故障时可以第一时间进行维修与更换,避免应设备故障问题而导致交通事故的发生;安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;这样因地制宜的制定安装规则,有利于信息采集设备发挥最大的作用,车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,这样可以保障信息的实时性与准确性,便于后续的信息融合,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;实现信息的更新与实时共享,通过V2X车路协同系统结合云端获取具体信息。通过对具体信息进行分析处理大大提高了车辆对道路环境交通的了解与掌控,以及对可能出现的状态的预判。
本发明的一个实施例,信息整合模块包括:
位置确定模块:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
区间确定模块:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
整合匹配模块:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
实时更新模块:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
上述技术方案的工作原理为:通过V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;接着对所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;在将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;最后云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
上述技术方案的工作效果为: V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;通过获取当前动态信息采集的具体位置,有利于对相关信息进行调取并进行处理,大大减少了等待时间,最大程度上保障了实时性,通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;通过一一定位确定静态位置区间可以保障对该区间内所有数据的整合,云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。始终保持更新的可靠性,降低整体拥有成本,节约储存节约资金,规范可用性,打破孤立的工作流程。
本发明的一个实施例,状态预判模块包括:
交通信息获取模块:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
计算反馈模块:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
路径规划模块:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
上述技术方案的工作原理为:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
上述技术方案的工作效果为:车辆通过V2X车路协同系统实时获取当前区域的实时路况以及动态信息等交通信息,通过对交通信息的获取有利于车辆对整体的交通状况有一个了解,便于提前预判可能出现的交通状况,对行驶路径进行及时调整;云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;有利于提前给车辆规划好行驶路径,增加车辆行驶的安全性增加驾驶体验感,车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
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。
Claims (10)
1.一种基于边缘计算的车路协同感知方法,其特征在于,所述方法包括:
S1:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
S2:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
S3:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
S4:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
2.根据权利要求1所述一种基于边缘计算的车路协同感知方法,其特征在于,通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息,包括:
S11:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
S12:对所述地图进行分析,确定静态信息的类型以及参数数据;
S13:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
S14:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
3.根据权利要求1所述一种基于边缘计算的车路协同感知方法,其特征在于,根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息,包括:
S21:通过地图获取的道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
S22:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
S23:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
S24:通过V2X车路协同系统结合云端获取具体信息。
4.根据权利要求1所述一种基于边缘计算的车路协同感知方法,其特征在于,云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;包括:
S31:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
S32:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
S33:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
S34:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
5.根据权利要求1所述一种基于边缘计算的车路协同感知方法,其特征在于,车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶,包括:
S41:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
S42:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
S43:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
6.一种基于边缘计算的车路协同感知设备,其特征在于,所述设备包括:
信息获取模块:通过地图获取道路环境的静态信息,并对其进行建模得到道路环境的地面模型数据,并将地面模型数据存入云端,所述地图包括自然地图、人文地图、卫星地图以及交通地图,所述静态信息包括地形、地貌、道路的宽度、坡度、走向和交通标志灯信息;
设备安装模块:根据道路特点设置路侧采集设备的安装位置规则,并把信息传给施工人员终端,路侧采集设备采集检测并计算道路环境的动态信息,并将动态信息实时存入云端,所述动态信息包括车辆信息以及行人信息;
信息整合模块:云端将动态信息以及静态信息进行整合,并通过不断存入的动态信息及静态信息对云端数据进行实时更新,车辆通过云端进行数据共享;
状态预判模块:车辆通过V2X车路协同系统结合云端数据以及自身行驶状态提前感知预判行驶过程中可能出现的状态,根据提前感知预判行驶过程中可能出现的状态对车辆的行驶路径进行调整,获得调整后的行驶路径,车辆安装调整后的行驶路径进行行驶。
7.根据权利要求6所述一种基于边缘计算的车路协同感知设备,其特征在于,所述信息获取设备包括:
条件分析模块:对想要实现车路协同这个目标的条件进行分析,确定实现这个目标需要使用到的静态信息;
数据确定模块:对所述地图进行分析,确定静态信息的类型以及参数数据;
建模操作模块:通过静态信息的类型以及参数数据对所述地图进行建模操作,得到道路环境的地面模型数据;
存入云端模块:将道路环境的地面模型数据存入云端,云端通过接入市政建设部门的官方网站以及中国地理空间数据云网站,并设置训练模型,让训练模型实时获取更新数据对地面模型数据进行实时更新。
8.根据权利要求6所述一种基于边缘计算的车路协同感知设备,其特征在于,所述设备安装模块包括:
安装规则制定模块:通过地图获取的道路环境的静态信息数据,根据道路特点设置路侧采集设备的安装位置规则,并记录安装路侧信息采集设备位置的经纬度坐标;所述安装位置规则包括:针对城市道路,在有交通信号的路口根据原有设备进行感知;在路侧信息采集设备不能完全覆盖的路口,通过对角线安装交叉感知进行补盲;在主要干道将路侧信息采集设备安装在路旁路灯上,路侧采集设备两两之间间隔一个路灯;在环形路口,将车辆环绕区域做圆,以进口为起点,每隔90度安装一个路侧信息采集设备;针对高速、国道和省道,每隔197米设置一个路侧信息采集装置;针对隧道进出口有明暗交接的情况,通过在进出口设置路侧采集装置;在急弯、匝道的进出口设置路侧信息采集设备;
检测计算模块:车载信息监控设备以及路侧信息采集设备同时采集、检测并计算道路环境的动态信息,并通过V2X车路协同系统实现车与车、车与路侧信息采集设备以及路侧信息采集设备与路侧信息采集设备之间的数据共享与通信;
信息存入云端模块:将车载信息监控设备以及路侧信息采集设备采集、检测并计算得到的动态信息以及路侧信息采集设备的经纬度坐标通过V2X车路协同系统实时存入云端;
具体信息获取模块:通过V2X车路协同系统结合云端获取具体信息。
9.根据权利要求6所述一种基于边缘计算的车路协同感知设备,其特征在于,信息整合模块包括:
位置确定模块:V2X车路协同系统通过路侧信息采集设备的经纬度坐标以及车辆自身携带的GPS定位器确定当前动态信息采集的具体位置;
区间确定模块:通过所述动态信息采集的具体位置确定其在道路环境的地面模型中对应的静态位置区间;
整合匹配模块:将动态信息采集的位置与地面模型中对应的静态位置进行整合匹配,得到动静结合的道路环境信息;
实时更新模块:云端通过V2X车路协同系统不断存入的道路环境信息对云端数据进行实时更新。
10.根据权利要求6所述一种基于边缘计算的车路协同感知设备,其特征在于,状态预判模块包括:
交通信息获取模块:车辆通过V2X车路协同系统实时获取当前区域的交通信息,所述信息包括实时路况以及动态信息;
计算反馈模块:云端通过对V2X车路协同系统不断存入的道路环境信息进行分析计算,预判车量行驶过程中可能出现的状况,并将可能出现的状况系信息反馈给车辆;
路径规划模块:车辆通过云端反馈的状况信息对行驶状态进行调整并提取规划好行驶路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310228717.0A CN115953912B (zh) | 2023-03-10 | 2023-03-10 | 一种车路协同感知设备和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310228717.0A CN115953912B (zh) | 2023-03-10 | 2023-03-10 | 一种车路协同感知设备和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115953912A true CN115953912A (zh) | 2023-04-11 |
CN115953912B CN115953912B (zh) | 2023-05-23 |
Family
ID=85892317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310228717.0A Active CN115953912B (zh) | 2023-03-10 | 2023-03-10 | 一种车路协同感知设备和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115953912B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229726A (zh) * | 2023-05-08 | 2023-06-06 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
CN116229765A (zh) * | 2023-05-06 | 2023-06-06 | 贵州鹰驾交通科技有限公司 | 一种基于数字数据处理的车路协同方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109686095A (zh) * | 2019-02-18 | 2019-04-26 | 河北省交通规划设计院 | 基于lte-v的车路协同方法及系统 |
CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
CN114385661A (zh) * | 2022-01-29 | 2022-04-22 | 重庆长安汽车股份有限公司 | 一种基于v2x技术的高精地图更新的系统 |
CN115394100A (zh) * | 2022-07-22 | 2022-11-25 | 上海交通大学 | 一种面向车路协同的智慧路侧系统 |
-
2023
- 2023-03-10 CN CN202310228717.0A patent/CN115953912B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109686095A (zh) * | 2019-02-18 | 2019-04-26 | 河北省交通规划设计院 | 基于lte-v的车路协同方法及系统 |
CN110083163A (zh) * | 2019-05-20 | 2019-08-02 | 三亚学院 | 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统 |
CN114385661A (zh) * | 2022-01-29 | 2022-04-22 | 重庆长安汽车股份有限公司 | 一种基于v2x技术的高精地图更新的系统 |
CN115394100A (zh) * | 2022-07-22 | 2022-11-25 | 上海交通大学 | 一种面向车路协同的智慧路侧系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116229765A (zh) * | 2023-05-06 | 2023-06-06 | 贵州鹰驾交通科技有限公司 | 一种基于数字数据处理的车路协同方法 |
CN116229726A (zh) * | 2023-05-08 | 2023-06-06 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
CN116229726B (zh) * | 2023-05-08 | 2023-08-08 | 湖南车路协同智能科技有限公司 | 用于调控目标道路车辆行驶状态的车路协同方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115953912B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102159965B1 (ko) | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 | |
CN111551958B (zh) | 一种面向矿区无人驾驶的高精地图制作方法 | |
US20200393261A1 (en) | Updating high definition maps based on lane closure and lane opening | |
CN107782564B (zh) | 一种自动驾驶车辆测评系统及方法 | |
CN115953912A (zh) | 一种基于边缘计算的车路感知设备和方法 | |
US10203210B1 (en) | Systems and methods for road scene change detection using semantic segmentation | |
JP2020115348A (ja) | 自律車両ナビゲーションのための疎な地図 | |
CN109084794B (zh) | 一种路径规划方法 | |
CN102997926B (zh) | 一种用于获取导航数据的方法 | |
CN104851295A (zh) | 获取路况信息的方法和系统 | |
CN102280031B (zh) | 一种基于浮动车数据的路口交通状态识别方法 | |
CN111292540A (zh) | 用于求取确定的状态信息的方法、控制装置和系统 | |
CN103176185A (zh) | 用于检测道路障碍物的方法及系统 | |
CN111508262B (zh) | 对城市停车位资源的智能化管理方法 | |
CN111506069B (zh) | 一种全天候全地面起重机障碍识别系统及方法 | |
CN112870033A (zh) | 用于非结构化道路的智能导盲头盔系统及导航方法 | |
CN112654892A (zh) | 用于创建车辆的环境的地图的方法 | |
CN211792049U (zh) | 车路协同辅助系统及车辆 | |
CN106772689A (zh) | 一种高速公路气象监测系统 | |
JP2023174747A (ja) | 情報処理装置、情報収集装置、地図情報更新タイミング判定システム、地図情報更新タイミング判定方法およびプログラム | |
CN105654745A (zh) | 一种基于智能手机的交通流量实时监控方法 | |
CN115953905A (zh) | 一种基于激光雷达的车路协同控制系统 | |
CN116448126A (zh) | 一种导航电子地图数据生成自动补偿校验系统 | |
Luo et al. | Automatic mileage positioning for road inspection using binocular stereo vision system and global navigation satellite system | |
CN113465608B (zh) | 一种路侧传感器标定方法及系统 |
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 |