CN116346862A - 用于智能网联汽车的传感器共享方法及装置 - Google Patents
用于智能网联汽车的传感器共享方法及装置 Download PDFInfo
- Publication number
- CN116346862A CN116346862A CN202310601080.5A CN202310601080A CN116346862A CN 116346862 A CN116346862 A CN 116346862A CN 202310601080 A CN202310601080 A CN 202310601080A CN 116346862 A CN116346862 A CN 116346862A
- Authority
- CN
- China
- Prior art keywords
- sensor
- vehicle
- data
- shared
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008447 perception Effects 0.000 claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 230000002093 peripheral effect Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims description 28
- 238000012216 screening Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000013499 data model Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000001105 regulatory effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种用于智能网联汽车的传感器共享方法及装置,所述方法包括利用车载传感器获取的实际数据对本车的感知能力进行判断;在感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求,确定共享目标;建立本车与共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;将本车的传感器数据与共享传感器进行融合。本发明提供的传感器共享方法能够在同时有多个其他车辆可提供传感器共享的服务的情况下,有效地选择目标车辆,以避免不必要的带宽浪费;还能够对共享内容进行规定,如原始感知数据,或处理后结果数据;以及传感器共享的过程适应当时的网络环境,从而更好的实现车辆之间的传感器数据共享。
Description
技术领域
本发明属于传感器技术领域,具体涉及一种用于智能网联汽车的传感器共享方法及装置。
背景技术
随着自动驾驶技术的发展,单车智能的局限逐渐显现,其中比较重要的一个局限在于现有传感器基于视距感知,如被遮挡,则无法准确判断障碍物。因此,具有超视距感知能力的传感器共享技术受到越来越多的关注,传感器共享的原理在于车辆与其他车辆、道路交通参与者、路侧设施之间交换自身传感器探测到的信息,弥补自身传感器被遮挡等情况下的感知能力不足。如通过利用来自主交通工具的传感器的数据和来自同行交通工具的传感器的数据,来执行车道变更操纵。也有通过云端自动驾驶管理系统分配哨兵车辆,哨兵车辆提个分布式视野增加服务的方式,增强自动驾驶汽车的感知能力。
相关技术中,现有技术方案更多停留在通过不同个体之间的传感器共享,扩展感知范围,更好地完成自动驾驶的各项任务,如变道等,但是未关注传感器共享过程中的技术细节,比如同时有多个其他车辆可提供传感器共享的服务的情况下,如何通过有效地选择目标车辆,以避免不必要的带宽浪费;对共享内容的规定,如原始感知数据,或处理后结果数据;以及传感器共享的过程如何适应当时的网络环境等。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种用于智能网联汽车的传感器共享方法及装置,以解决现有技术中如何更好的实现车辆之间的传感器共享的问题。
为实现以上目的,本发明采用如下技术方案:一种用于智能网联汽车的传感器共享方法,包括:
利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;
在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
将本车的传感器数据与所述共享传感器进行融合。
进一步的,所述利用车载传感器获取的实际数据对自动驾驶车辆的感知能力进行判断,包括:
通过车载传感器获取实际数据;
将所述实际数据与预设的传感器数据模型进行相关性比较,判断当前环境下是否满足感知任务的需求;
其中,所述传感器数据模型是在交通状态良好、天气状态良好的情况下,根据各个车载传感器获取的信息形成的理想状态下的感知模型,所述传感器数据模型中不同的驾驶任务设置有相应的阈值。
进一步的,建立本车与所述共享目标之间的传输通道,之前,还包括:
计算通信范围内能够同时与本车进行连接的终端数量,根据所述终端数量判断当前的网络环境是否处于拥塞状态;所述终端包括本车周边的智能网联车辆及路侧设备;
根据平均通信延时判断当前网络环境的延时;
根据所述终端数量、平均通信延时以及丢包率及各自的权重,确定当前的网络环境。
进一步的,所述将本车的传感器数据与所述共享传感器进行融合,包括:
对于探测范围重合的区域,通过共享传感器的传感器数据提高本车传感器探测的精度,对于检测到的同一目标,采用加权平均或其他融合方式进行融合,以使得检测目标的属性值更精准;
对于探测范围不重合的区域,将共享传感器的传感器数据与自车的传感器数据做拼接后,得到自车传感器探测范围之外的障碍物信息,以扩展本车的传感器的探测范围。
进一步的,采用以下方式将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度,
进一步的,采用以下方式根据所述终端数量、平均通信延时以及丢包率及各自的权重,确定当前的网络环境,
进一步的,所述预设阈值为50%~80%。
本申请实施例提供一种用于智能网联汽车的传感器共享装置,包括:
判断模块,用于利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;
确定模块,用于在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
传输模块,用于建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
融合模块,用于将本车的传感器数据与所述共享传感器进行融合。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明提供一种用于智能网联汽车的传感器共享方法及装置,本申请能够在同时有多个其他车辆可提供传感器共享的服务的情况下,有效地选择目标车辆,以避免不必要的带宽浪费;还能够对共享内容进行规定,如原始感知数据,或处理后结果数据;以及传感器共享的过程适应当时的网络环境,从而更好的实现车辆之间的传感器数据共享。
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他的附图。
图1为本发明用于智能网联汽车的传感器共享方法的步骤示意图;
图2为本发明用于智能网联汽车的传感器共享方法的流程示意图;
图3为本发明用于智能网联汽车的传感器共享方法的流程示意图;
图4为本发明用于智能网联汽车的传感器共享装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,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做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的用于智能网联汽车的传感器共享方法及装置。
如图1所示,本申请实施例中提供的用于智能网联汽车的传感器共享方法,包括:
S101,利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;
可以理解的是,本申请是针对自动驾驶车辆的方法。
首先,利用本车的车载传感器获取的数据对本车的感知能力进行判断,如果本车的感知能力满足需求,说明能够完成自动驾驶车辆的驾驶目标则退出程序,如果无法满足,则进入下一步骤S102。
S102,在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
在步骤S101判断当前自车传感器数据不能满足感知需求,则向周边智能网联车辆,或智能道路设施发出传感器共享请求,周边具备感知和通信能力的车辆/路侧设备收到请求后,将自身传感器原始数据发送给本车。
一些实施例中,所述本车向周边智能网联车辆/路侧设备发出传感器共享请求,确定共享目标,包括:
本车向周边智能网联车辆/路侧设备发出传感器共享请求;
接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;
将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;
根据所述关联度进行筛选,将关联度值在预设阈值的目标作为初步选择目标;
将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;
根据所述互补度确定共享目标。
一些实施例中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
分别计算共享传感器的原始数据融合和本车传感器数据融合的特征地图及特征位置;
根据本车的驾驶任务确定需要重点关注的感知区域,原始数据的特征位置与感知区域D匹配度越高,则互补度值越高;
选择互补度最高的目标确定为共享目标。
具体的,如图3所示,本申请中假设主车接收到N个车辆或路侧设备的传感器共享信息,则共享目标的选择过程如下:
首先将N个传感器共享信息与自车的传感器数据做相似性匹配,得到N个传感器共享信息的关联度S。
根据各个传感器共享数据与自车传感器数据的关联度进行筛选,初步选择关联度值S位于[50%,80%]区间的目标做下一步筛选,如关联度值太小,则两车传感器覆盖区域重叠区域过小,不利于信息融合;如关联度值太大,则两车传感器覆盖区域重合度太高,不利于互补。
假设经过初步筛选后剩下的目标有n个,依次与自车传感器数据进行互补度C计算,计算方法为,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积,选择互补度最高的目标作为数据共享目标。
S103,建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
在建立本车与共享目标之间的网络后,本车开始接收共享目标之间的数据。
S104,将本车的传感器数据与所述共享传感器进行融合。
用于智能网联汽车的传感器共享方法的工作原理为:参见图2,本申请提供的用于智能网联汽车的传感器共享方法,首先利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;然后在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求,确定共享目标;建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;最后将本车的传感器数据与所述共享传感器进行融合。
一些实施例中,所述利用车载传感器获取的实际数据对自动驾驶车辆的感知能力进行判断,包括:
通过车载传感器获取实际数据;
将所述实际数据与预设的传感器数据模型进行相关性比较,判断当前环境下是否满足感知任务的需求;
其中,所述传感器数据模型是在交通状态良好、天气状态良好的情况下,根据各个车载传感器获取的信息形成的理想状态下的感知模型,所述传感器数据模型中不同的驾驶任务设置有相应的阈值。
具体的,首先,在交通状态良好(无明显遮挡)、天气状况良好的情况下,采集各个传感器的信息,形成理想状态下的传感器感知模型M0(r0,b0,p0),传感器包含但不限于激光雷达、摄像头、毫米波雷达等。其中,r代表激光雷达的校准反射率值,如不同目标r值在10%,50%,90%均有分布,说明探测视野良好;b代表摄像头所采集图像的目标检测框,如目标检测框大小和数据多样性,说明探测视野良好;p代表毫米波雷达的回波强度,由于不同物体在不同距离下的回波强度不同,可以以回波强度的多样性来判断毫米波雷达是否被遮挡。
其次,在车辆实际运行时,将实际采集传感器数据模型M1(r1,b1,p1)与M0(r0,b0,p0)做相关性比较,根据不同的驾驶任务,设定不同的阈值,以此来判断当前环境下的状态是否满足感知任务的需求。
最后,如判断当前传感器和环境状态满足感知需求,则退出该系统,如不满足,则进入S102。
一些实施例中,建立本车与所述共享目标之间的传输通道,之前,还包括:
计算通信范围内能够同时与本车进行连接的终端数量,根据所述终端数量判断当前的网络环境是否处于拥塞状态;所述终端包括本车周边的智能网联车辆及路侧设备;
根据平均通信延时判断当前网络环境的延时;
根据所述终端数量、平均通信延时以及丢包率及各自的权重,确定当前的网络环境。
具体的,本申请中在获得共享目标之后,判断当前的网络环境E(C n ,T d ,Plr)。其中,C n为当前环境下与主车进行通信的车辆数量,用于计算通信范围内同时进行连接的终端数量,判断网络是否处于拥塞状态;T d为平均通信延时,用于判断当前网络环境下的延时;Plr为丢包率,用于判断当前网络环境下丢包率,根据下式判断当前的网络环境:
(2)与数据共享目标建立信息传输通道,与其他车辆或路侧设备断开信息传输通道。将网络环境分为良好,中等,较差三类,同时根据网络环境确定传输哪类共享的传感器数据,具体包括以下三类:原始数据,部分结果数据,结果数据。其中,原始数据为未经过处理的传感器数据,数据量最大,在网络环境良好的情况下传输此类数据;结果数据为经过融合处理的传感器数据,可直接输出障碍物的类别、检测框、置信度、位置、速度等,数据量最小,在网络环境较差的情况下传输此类数据;部分结果数据介于两者之间,可以为单个传感器的结果数据,或某两个传感器融合的数据,在网络环境中等的情况下传输此类数据。
一些实施例中,所述将本车的传感器数据与所述共享传感器进行融合,包括:
对于探测范围重合的区域,通过共享传感器的传感器数据提高本车传感器探测的精度,对于检测到的同一目标,采用加权平均或其他融合方式进行融合,以使得检测目标的属性值更精准;
对于探测范围不重合的区域,将共享传感器的传感器数据与自车的传感器数据做拼接后,得到自车传感器探测范围之外的障碍物信息,以扩展本车的传感器的探测范围。
本发明提供的传感器共享方法能够在同时有多个其他车辆可提供传感器共享的服务的情况下,有效地选择目标车辆,以避免不必要的带宽浪费;还能够对共享内容进行规定,如原始感知数据,或处理后结果数据;以及传感器共享的过程适应当时的网络环境,从而更好的实现车辆之间的传感器数据共享。
如图4所示,本申请提供一种用于智能网联汽车的传感器共享装置,包括:
判断模块201,用于在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
确定模块202,用于在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求,确定共享目标;
传输模块203,用于建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
融合模块204,用于将本车的传感器数据与所述共享传感器进行融合。
本申请提供的用于智能网联汽车的传感器共享装置的工作原理为,判断模块201利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;确定模块202在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求,确定共享目标;传输模块203建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;融合模块204将本车的传感器数据与所述共享传感器进行融合。
综上所述,本发明提供一种用于智能网联汽车的传感器共享方法及装置,本申请能够在同时有多个其他车辆可提供传感器共享的服务的情况下,有效地选择目标车辆,以避免不必要的带宽浪费;还能够对共享内容进行规定,如原始感知数据,或处理后结果数据;以及传感器共享的过程适应当时的网络环境,从而更好的实现车辆之间的传感器数据共享。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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功能的装置。
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方法的制造品,该指令方法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功能。
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功能的步骤。
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所述权利要求的保护范围为准。
Claims (7)
1.一种用于智能网联汽车的传感器共享方法,其特征在于,包括:
利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;
在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
将本车的传感器数据与所述共享传感器进行融合。
2.根据权利要求1所述的方法,其特征在于,所述利用车载传感器获取的实际数据对自动驾驶车辆的感知能力进行判断,包括:
通过车载传感器获取实际数据;
将所述实际数据与预设的传感器数据模型进行相关性比较,判断当前环境下是否满足感知任务的需求;
其中,所述传感器数据模型是在交通状态良好、天气状态良好的情况下,根据各个车载传感器获取的信息形成的理想状态下的感知模型,所述传感器数据模型中不同的驾驶任务设置有相应的阈值。
3.根据权利要求1所述的方法,其特征在于,建立本车与所述共享目标之间的传输通道,之前,还包括:
计算通信范围内能够同时与本车进行连接的终端数量,根据所述终端数量判断当前的网络环境是否处于拥塞状态;所述终端包括本车周边的智能网联车辆及路侧设备;
根据平均通信延时判断当前网络环境的延时;
根据所述终端数量、平均通信延时以及丢包率及各自的权重,确定当前的网络环境。
4.根据权利要求1所述的方法,其特征在于,所述将本车的传感器数据与所述共享传感器进行融合,包括:
对于探测范围重合的区域,通过共享传感器的传感器数据提高本车传感器探测的精度,对于检测到的同一目标,采用加权平均或其他融合方式进行融合,以使得检测目标的属性值更精准;
对于探测范围不重合的区域,将共享传感器的传感器数据与自车的传感器数据做拼接后,得到自车传感器探测范围之外的障碍物信息,以扩展本车的传感器的探测范围。
7.一种用于智能网联汽车的传感器共享装置,其特征在于,包括:
判断模块,用于利用车载传感器获取的实际数据对本车的感知能力进行判断;其中,所述车载传感器包括多个;
确定模块,用于在所述感知能力无法满足感知需求时,本车向周边智能网联车辆/路侧设备发出传感器共享请求;接收周边具备感知和通信能力的车辆/路侧设备的多个共享传感器采集的原始数据;将本车的传感器数据与所述共享传感器的原始数据进行相似度匹配,得到数据之间的关联度;根据所述关联度进行筛选,将关联度值在预设阈值为[50%,80%]的目标作为初步选择目标;将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算;根据所述互补度确定共享目标;
其中,将所述初步选择目标对应的共享传感器的原始数据与本车的传感器数据进行互补度计算,包括:
经过初步筛选后剩下的目标有n个,采用以下方式依次与自车传感器数据进行互补度C计算,
其中,D表示主车根据自车的驾驶任务所确定的需要重点关注的感知区域的面积,E表示筛选目标的传感器得到的感知区域的面积;
选择互补度最高的目标作为数据共享目标;
传输模块,用于建立本车与所述共享目标之间的传输通道,接收共享目标的共享传感器的传感器数据;所述传感器数据包括:原始数据、部分结果数据以及结果数据;
融合模块,用于将本车的传感器数据与所述共享传感器进行融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310601080.5A CN116346862B (zh) | 2023-05-26 | 2023-05-26 | 用于智能网联汽车的传感器共享方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310601080.5A CN116346862B (zh) | 2023-05-26 | 2023-05-26 | 用于智能网联汽车的传感器共享方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116346862A true CN116346862A (zh) | 2023-06-27 |
CN116346862B CN116346862B (zh) | 2023-10-24 |
Family
ID=86891524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310601080.5A Active CN116346862B (zh) | 2023-05-26 | 2023-05-26 | 用于智能网联汽车的传感器共享方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116346862B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357019A (zh) * | 2021-12-03 | 2022-04-15 | 同济大学 | 一种智能网联环境下路侧感知单元数据质量监测方法 |
CN114845267A (zh) * | 2022-02-25 | 2022-08-02 | 清华大学 | 一种基于车联网的传感器数据共享方法和装置 |
CN115187495A (zh) * | 2022-06-29 | 2022-10-14 | 联想(北京)有限公司 | 一种数据处理方法和数据处理设备 |
CN115379408A (zh) * | 2022-10-26 | 2022-11-22 | 斯润天朗(北京)科技有限公司 | 基于场景感知的v2x多传感器融合方法及装置 |
-
2023
- 2023-05-26 CN CN202310601080.5A patent/CN116346862B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114357019A (zh) * | 2021-12-03 | 2022-04-15 | 同济大学 | 一种智能网联环境下路侧感知单元数据质量监测方法 |
CN114845267A (zh) * | 2022-02-25 | 2022-08-02 | 清华大学 | 一种基于车联网的传感器数据共享方法和装置 |
CN115187495A (zh) * | 2022-06-29 | 2022-10-14 | 联想(北京)有限公司 | 一种数据处理方法和数据处理设备 |
CN115379408A (zh) * | 2022-10-26 | 2022-11-22 | 斯润天朗(北京)科技有限公司 | 基于场景感知的v2x多传感器融合方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116346862B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111554088B (zh) | 一种多功能v2x智能路侧基站系统 | |
US11521496B2 (en) | Lane-borrowing vehicle driving method and control center | |
CN109739236B (zh) | 车辆信息的处理方法、装置、计算机可读介质及电子设备 | |
US20180208195A1 (en) | Collaborative risk controller for vehicles using v2v | |
WO2022142664A1 (zh) | 交通信息的传输方法、装置、介质、电子设备和程序产品 | |
WO2018128946A1 (en) | Method for providing vulnerable road user warnings in a blind spot of a parked vehicle | |
CN110164135B (zh) | 一种定位方法、定位装置及定位系统 | |
CN113498011B (zh) | 车联网方法、装置、设备、存储介质及系统 | |
WO2021155685A1 (zh) | 一种更新地图的方法、装置和设备 | |
CN112249034B (zh) | 一种汽车大脑系统及车辆驾驶控制方法 | |
JP6791221B2 (ja) | 車両用メッシュネットワークのpsmメッセージに基づくデバイス検出 | |
CN109817022A (zh) | 一种获取目标对象位置的方法、终端、汽车及系统 | |
EP3895950A1 (en) | Methods and systems for automated driving system monitoring and management | |
US20190039612A1 (en) | Technologies To Facilitate Automated Driving Assistance Based On Objects Sensed And Reported By Remote Senders | |
CN113335297B (zh) | 一种车辆控制方法及装置 | |
CN113612844A (zh) | 车辆端的数据分享方法、装置、介质及电子设备 | |
CN112583872B (zh) | 一种通信方法及装置 | |
CN110789515B (zh) | 机动车辆中用于硬件验证的系统和方法 | |
CN111277956A (zh) | 车辆盲区信息的采集方法及装置 | |
CN113593221A (zh) | 信息价值评估式驾驶系统、网联车辆系统和数据传输方法 | |
CN117416349A (zh) | V2X环境下基于改进YOLOV7-Tiny和SS-LSTM的自动驾驶风险预判系统及方法 | |
CN116346862B (zh) | 用于智能网联汽车的传感器共享方法及装置 | |
CN116503819A (zh) | 一种车路协同端到端3d目标检测方法、系统、设备、存储介质 | |
CN115240470A (zh) | 基于nr-v2x的弱势交通参与者碰撞预警系统与方法 | |
Meng et al. | OmniView: A mobile collaborative system for assisting drivers with a map of surrounding traffic |
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 |