CN106790680B - 高精度地图的分布式存储***及其应用 - Google Patents
高精度地图的分布式存储***及其应用 Download PDFInfo
- Publication number
- CN106790680B CN106790680B CN201710067618.3A CN201710067618A CN106790680B CN 106790680 B CN106790680 B CN 106790680B CN 201710067618 A CN201710067618 A CN 201710067618A CN 106790680 B CN106790680 B CN 106790680B
- Authority
- CN
- China
- Prior art keywords
- storage node
- precision map
- node
- storage
- 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.)
- Active
Links
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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5682—Policies or rules for updating, deleting or replacing the stored data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种高精度地图的存储节点,包含该存储节点的高精度地图分布式存储***,将高精度地图部署在该分布式存储***中的方法,使用高精度地图的智能驾驶***,以及安装该智能驾驶***的车辆。所述高精度地图的存储节点包括:信息收发模块,其用于发送和/或接收高精度地图的子图;和存储设备,其用于存储高精度地图的子图集,其中所述子图集包括与本存储节点直接相关的行驶方向的地图信息,每个子图对应于与本存储节点直接相关的一个行驶方向的地图信息。本申请的技术方案节省了智能驾驶***的存储空间,提供了一种确实可行的利用高精度地图进行智能驾驶的智能驾驶***。
Description
技术领域
本申请属于智能驾驶技术领域,具体地涉及一种高精度地图的存储节点,包含该存储节点的高精度地图分布式存储***,将高精度地图部署在该分布式存储***中的方法,使用高精度地图的智能驾驶***,以及安装该智能驾驶***的车辆。
背景技术
智能驾驶可以分为自动驾驶和无人驾驶。自动驾驶即人机共驾,指在某些路段上由人驾驶而在某些路段上由汽车自动驾驶,需要人驾驶的情况越少则自动驾驶的程度越高。无人驾驶不需要司机,完全由汽车来实现驾驶出行。高精度地图是实现无人驾驶大规模部署的必要技术之一。即使对高度自动驾驶,高精度地图也是不可或缺的技术。由于高精度地图包含了丰富的道路交通信息元素,跟普通的导航电子地图相比,高精度地图不仅能提供高精度的地理位置坐标,还能描述准确的道路形状、车道的数目、各车道的坡度、曲率、航向、侧倾等。这些丰富的信息和相关定位技术的结合可以确保智能驾驶的安全性和良好的乘坐体验。
一般的导航地图由于信息量比较小,可以离线存储在汽车上并给司机提供导航服务。与一般的导航地图不同,高精度地图所描述信息的丰富性决定了高精度地图需要占用比较大的存储空间(例如谷歌用激光雷达扫描出的图经过标注后形成的高精度地图每英里需要占用大约1G字节的存储空间)。由于智能驾驶汽车上存储高精度地图的存储设备容量有限,覆盖一个较大区域的高精度地图无法在一般的智能驾驶汽车上被全部存储,这将直接影响智能驾驶车辆的行使范围。而在智能汽车行驶过程中通过云端的全局高精度地图的动态更新需要耗费很大的带宽并产生较长的延迟,所以在实际应用场景中这种动态更新方法的可行性比较小。智能驾驶的推广急需一种实用的方法来实现智能驾驶汽车上高精度地图的有效动态更新。
对于常规的导航地图,车辆上可以存储很大区域范围的地图,地图的动态更新相对来说也比较简单,一般只需要比较两个地图版本之间的差异并把差异化的部分发送到车辆上就可以。但对于高精度地图,应用在常规导航地图上的存储、更新和使用的方法将无法被直接应用。
发明内容
针对现有技术中存在的一种或多种问题,本申请提供一种高精度地图的存储节点,包含该存储节点的高精度地图分布式存储***,将高精度地图部署在该分布式存储***中的方法,使用高精度地图的智能驾驶***,以及安装该智能驾驶***的车辆。
本申请具体地包含如下内容:
实施方式1.一种高精度地图的存储节点,其包括:
信息收发模块,其用于发送和/或接收高精度地图的子图;和
存储设备,其用于存储高精度地图的子图集,其中所述子图集包括与本存储节点直接相关的行驶方向的地图信息,每个子图对应于与本存储节点直接相关的一个行驶方向的地图信息。
实施方式2.根据实施方式1所述的高精度地图的存储节点,其中所述子图集包括当前存储节点的直接前序存储节点(是当前存储节点的前序存储节点,并且在该前序存储节点到达当前存储节点的最短路径上不存在其它存储节点)通过当前存储节点到直接后续存储节点(是当前存储节点的后续存储节点,并且在当前存储节点到该后续存储节点的最短路径上不存在其它存储节点)间的所有行驶方向的高精度地图信息,每个子图对应于每个行驶方向的高精度地图信息。
实施方式3.根据实施方式1所述的存储节点,其中所述信息收发模块包括无线通讯模块和任选的与云端***的通信模块。
实施方式4.根据实施方式3所述的存储节点,其中所述无线通讯模块采用V2X的通讯协议(汽车与其它物体之间的通信协议)进行无线通信。
实施方式5.根据实施方式4所述的存储节点,其中所述V2X的通讯协议选自DSRC(Dedicated Short Range Communications,专用短程通信技术)、LTE-V(一种4G无线宽带技术)和5G(第5代移动通讯技术)中的至少一种。
实施方式6.根据实施方式1至5中任一项所述的存储节点,其中所述存储节点中存储从本存储节点到最近的应急站点路线的高精度地图子图,所述应急站点存储比存储节点更宽区域范围内的高精度地图子图。
实施方式7.根据实施方式1至5中任一项所述的存储节点,其还包括CPU、GPS***和内存。
实施方式8.高精度地图的分布式存储***,其包括
主节点,其用于存储全局高精度地图;和
多个根据实施方式1至7中任一项所述的存储节点,其中每个存储节点设置于高精度地图的具***置处。
实施方式9.根据实施方式8所述的分布式存储***,其中所述存储节点安装于既有的道路基础设施和路边的建筑物中的至少一种上或者作为新的道路基础设施安装。
实施方式10.根据实施方式9所述的分布式存储***,其中所述既有的道路基础设施选自红绿灯、路灯、违章摄像机、路牌、路边电线杆、和桥梁的一种或多种。
实施方式11.根据实施方式8所述的分布式存储***,其中所述高精度地图包括:高精度的地理位置坐标,以及道路形状、车道的数目、各车道的坡度、曲率、航向、和侧倾信息的一种、多种或者全部。
实施方式12.根据实施方式8所述的分布式存储***,还包括应急站点,其特征在于每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,所述最近的应急站点至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。
实施方式13.根据实施方式12所述的分布式存储***,其中所述应急站点具有以网线和/或USB通讯方式访问并下载高精度地图子图的接口。智能驾驶车的乘客可以通过这些接口及人机交互界面下载比普通的存储节点更多的地图集,比如可以下载到完成行驶所需要的局部高精度地图集。
实施方式14.根据实施方式8所述的分布式存储***,其中所述多个存储节点在地面的设置稠密程度根据高精度地图的信息存储密度与包括带宽和延时在内的通讯效率设置,使得:每个存储节点的存储容量能够容纳所存储的高精度地图子图集的大小,并且每个存储节点能够满足高精度地图子图传输的带宽和延时需求。
实施方式15.根据实施方式12或13所述的分布式存储***,其中所述应急站点是根据实施方式1至7中任一项所述的存储节点,其中所述应急站点还存储其周围的存储节点中所存储的高精度地图的子图集。
实施方式16.根据实施方式8所述的分布式存储***,其中所述主节点是云端***,其中所述云端***包括云端通讯模块。
实施方式17.一种将高精度地图部署在实施方式8-16中任一项所述的分布式存储***中的方法,包括如下步骤:
在主节点中存储全局高精度地图;
对于每个存储节点(称为当前存储节点),执行如下过程:
搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从该直接前序节点通过当前存储节点至其所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
实施方式18.根据实施方式17的方法,还包括:
形成存储节点的位置拓扑图,
其中,“搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点所有直接后续节点”的步骤根据存储节点的位置拓扑图进行。
实施方式19.根据实施方式17的方法,其中所述分布式存储***还包括应急站点,所述方法还包括:在每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,和在所述最近的应急站点中至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。
实施方式20.根据实施方式17的方法,其中包括:
地图更新过程:
在主节点中使用更新区域的高精度地图替换该区域中原有的高精度地图;
对更新区域中的每个存储节点,执行如下过程:
搜索出当前存储节点的所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从当前存储节点的该直接前序节点通过当前存储节点至当前存储节点的所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
实施方式21.根据实施方式17的方法,其中包括:
存储节点部署更新过程:
对于新的存储节点集合中的每个存储节点,重新搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,将重新搜索到的结果与更新前的结果进行对比,
对于“所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点”有变化的存储节点,执行如下过程:
对于每个直接前序节点到当前存储节点的行驶方向,构造出从该直接前序节点通过当前存储节点至其所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
实施方式22.一种使用高精度地图的智能驾驶***,包括:
智能驾驶信息收发模块;
控制设备,其用于控制车辆运动;和
智能驾驶存储设备,其用于存储当前高精度地图,所述当前高精度地图包括高精度地图的子图集,和任选的每个高精度地图的子图所对应的使用频次;
所述智能驾驶***配置为执行如下步骤:
接收步骤:在安装有所述智能驾驶***的车辆从直接前序存储节点驶向当前存储节点的过程中,所述智能驾驶信息收发模块从当前存储节点接收高精度地图的子图,其为从直接前序存储节点驶向当前存储节点的行驶方向的高精度地图的子图;
地图更新步骤:将接收到的高精度地图的子图更新到当前高精度地图中;和
执行步骤:控制设备根据当前的高精度地图控制车辆进行智能驾驶。
实施方式23.根据实施方式22所述的智能驾驶***,其中在所述接收步骤中,所述智能驾驶信息收发模块首先从当前存储节点接收高精度地图的子图的版本信息,判断“智能驾驶存储设备”中是否存在相同的高精度地图的子图,如果不存在相同的高精度地图的子图,则继续进行高精度地图的子图的接收,如果存在相同的高精度地图的子图,则停止接收高精度地图的子图;
更新所述高精度地图的子图的使用频次信息。
实施方式24.根据实施方式23所述的智能驾驶***,其中所述版本信息包括以下的至少一种,多种或者全部:该高精度地图的子图的从直接前序存储节点驶向当前存储节点的行驶方向,更新日期,和更新的版本号。
实施方式25.根据实施方式22所述的智能驾驶***,其中所述地图更新步骤还包括:判断所述智能驾驶存储设备的存储空间是否足够,如果足够,则继续进行存储,如果不够,则删除一个或多个高精度地图的子图直到存储空间足够为止。
实施方式26.根据实施方式25所述的智能驾驶***,其中在所述“删除一个或多个高精度地图的子图”的步骤中,根据高精度地图的子图的使用频次信息,优先删除使用频次较低的高精度地图的子图。
实施方式27.根据实施方式22所述的智能驾驶***,其中接收步骤还包括:所述智能驾驶信息收发模块从当前存储节点接收当前存储节点驶向最近的应急站点的行驶方向的高精度地图的子图。
实施方式28.根据实施方式27所述的智能驾驶***,其中所述驾驶***还配置为当所述安装有所述智能驾驶***的车辆接近当前存储节点的位置仍然没有从当前存储节点接收到信息时,控制车辆根据从直接前序存储节点驶向最近的应急站点的行驶方向的高精度地图的子图驶向最近的应急站点。
实施方式29.根据实施方式22所述的智能驾驶***,其中所述智能驾驶***还配置为执行如下步骤:
存储节点更新步骤:在所述车辆驶过当前存储节点后并且驶向一个直接后续存储节点时,将该当前存储节点更新为直接前序节点,并且将该直接后续存储节点更新为当前结点。
实施方式30.安装有实施方式22至29中任一项所述的智能驾驶***的车辆。
本申请把全局高精度地图按存储节点分布式存储的***解决了高精度地图在智能汽车上存储需求大和动态更新困难的问题。本发明提供的全局高精度地图的部署和更新方法可以方便地按照存储节点的分布决定各存储节点的高精度地图子图并在全局高精度地图更新时有效地实现各存储节点高精度地图子图的动态更新。本申请的智能驾驶***在行驶过程中即时更新行驶所需的高精度地图,从而节省了智能驾驶***的存储空间,按使用频度来缓存高精度地图子图有效地避免了频繁的子图下载,从而提供了一种确实可行的利用高精度地图进行智能驾驶的智能驾驶***。应急站点的考虑也为智能驾驶汽车的安全行驶增加了保证。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1是本申请的高精度地图的分布式存储***的外部示意图。
图2是本申请的存储节点的***结构示意图。
图3是本申请的存储节点内局部高精度地图的存储示意图。
图4是本申请的将高精度地图部署在分布式存储***的存储节点中的算法流程图示例。
图5是本申请的高精度地图动态更新的算法流程图示例。
图6是本申请的智能驾驶***的局部高精度地图的更新和使用流程图示例。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
全局的高精度地图其实可以分成很多个小块,每个小块都是一个局部子地图。从理论上说,不管在哪个地理位置,只要每辆智能驾驶汽车里面存储着当前位置附近的若干个高精度地图子图,那么这辆智能驾驶汽车就能够正常行驶。因此在本申请中,高精度地图的子图是指全局的高精度地图的局部子地图。在理想的情况下,只要智能驾驶汽车能不断获取规划好的行驶路径上从当前位置到前面一段距离内的高精度地图子图,智能驾驶汽车也能够正常行驶。
本申请的一方面提供一种高精度地图的存储节点,其包括:信息收发模块,其用于发送和/或接收高精度地图的子图;和存储设备,其用于存储高精度地图的子图集,其中所述子图集包括与本存储节点直接相关的行驶方向的地图信息,每个子图对应于与本存储节点直接相关的一个行驶方向的地图信息。本实施方式的存储节点是高精度地图的分布式存储***的重要组成部分,它用来实时向行驶中的汽车发送高精度地图的子图,是实现本申请的智能驾驶方法的关键所在。在每个存储节点处,汽车从不同的方向接近存储节点,就认为是存在不同的行驶方向,为了便于在所存储的高精度地图子图中进行区分,将汽车最近驶过的存储节点与汽车驶向的存储节点作为一个行驶方向,该行驶方向确定一个高精度地图子图,该高精度地图子图中应该包含该行驶方向上到达所有后续存储节点的高精度地图信息。
在一些实施方式中,所述子图集包括当前存储节点的直接前序存储节点(是当前存储节点的前序存储节点,并且在该前序存储节点到达当前存储节点的最短路径上不存在其它存储节点)通过当前存储节点到直接后续存储节点(是当前存储节点的后续存储节点,并且在当前存储节点到该后续存储节点的最短路径上不存在其它存储节点)间的所有行驶方向的高精度地图信息,每个子图对应于每个行驶方向的高精度地图信息。由此可见,每个行驶方向由一个直接前序存储节点和当前存储节点所确定,而每个高精度地图子图包含从该行驶方向能够到达所有直接后续存储节点的高精度地图信息。本申请中的行驶方向主要是用来规划合理的行驶路线用的,因此一般而言,本申请中所述的行驶方向仅包含合理的行驶方向,并不包含不遵守交通规则的情况下的行驶方向,比如逆行,跨实线倒车等都不算是合理行驶方向。
在一些实施方式中,所述信息收发模块包括无线通讯模块和任选的与云端***的通信模块。所述无线通讯模块与行驶中的汽车进行信息交换,最主要是向汽车上的智能驾驶***发送高精度地图子图信息。
在一些实施方式中,所述无线通讯模块采用V2X的通讯协议(汽车与其它物体之间的通信协议)进行无线通信。这里的其它物体主要是指路边设备单元,例如安装于道路基础设施上的或者路边建筑物上的存储节点。
在一些实施方式中,所述V2X的通讯协议可以选自DSRC(Dedicated Short RangeCommunications,专用短程通信技术)、LTE-V(一种4G无线宽带技术)和5G(第5代移动通讯技术)中的至少一种。然而,本领域技术人员应该理解,带宽和延时满足通信要求的所有其他的通讯协议都可以用于本申请中。
在一些实施方式中,所述存储节点中存储从本存储节点到最近的应急站点路线的高精度地图子图,所述应急站点存储比存储节点更宽区域范围内的高精度地图子图。所述应急站点可以是存储节点中的一个,所不同的是应急站点的存储能力应该比普通的存储节点大,所述最近的应急站点至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图,并且还可以存储当前某行政区域中较宽范围的高精度地图。在智能驾驶汽车运行到当前节点时,发现无法与当前节点进行通信,此时,智能驾驶汽车采用最近下载下来的从本存储节点到最近的应急站点路线的高精度地图子图运行至应急站点,并且在应急站点获取更宽范围内的存储地图,即使在发生较宽范围内的存储节点宕机的情况下,也能够满足当前的驾驶要求。
在一些实施方式中,所述存储节点还包括CPU、GPS***和内存。存储节点可以包含一台完整的计算机和GPS***,因此可以包含CPU和内存。
本申请提供的高精度地图的分布式存储***包括主节点,其用于存储全局高精度地图;和多个以上所述的存储节点,其中每个存储节点设置于高精度地图的具***置处。主节点存储全局高精度地图,存储节点存储高精度地图子图。全局高精度地图是指整个高精度地图,一般而言,该地图包括的范围包括一个国家比如中国境内的全部地图,也可以是包括某个行政区域比如一个省的全部地图。而高精度地图子图的大小则是根据存储节点的部署情况,由主节点从全局高精度地图中分配。
在分布式存储***的一些实施方式中,所述存储节点安装于既有的道路基础设施和路边的建筑物中的至少一种上或者作为新的道路基础设施安装。所述既有的道路基础设施可以选自红绿灯、路灯、违章摄像机、路牌、路边电线杆、和桥梁的一种或多种。
在分布式存储***的一些实施方式中,所述高精度地图包括:高精度的地理位置坐标,以及道路形状、车道的数目、各车道的坡度、曲率、航向、和侧倾信息中的一种,多种或者全部。
在一些实施方式中,所述的分布式存储***还包括应急站点,其中每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,所述最近的应急站点至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。应急站点具有较强的存储能力,可以存储更大范围的高精度地图子图,甚至可以存储一个行政区域比如一个县城或者整个城市的高精度地图子图。
在一些实施方式中,所述应急站点具有以网线和/或USB通讯方式访问并下载高精度地图子图的接口。智能驾驶汽车的乘客可以通过这些接口及相应的人机交互界面(人机交互界面可以在智能驾驶汽车上或者在该应急站点上)下载比普通的存储节点更多的地图集,比如在智能驾驶汽车的智能驾驶***的存储空间能够接收的情况下,甚至可以下载到完成当前行驶所需要的所有局部高精度地图。
在一些实施方式中,所述多个存储节点在地面的设置稠密程度根据高精度地图的信息存储密度与包括带宽和延时在内的通讯效率设置,使得:每个存储节点的存储容量能够容纳所存储的高精度地图子图集的大小,并且每个存储节点能够满足高精度地图子图传输的带宽和延时需求。比如,在采用4G无线宽带通信协议的情况下,可以在每个十字路口安装存储节点,在没有十字路口的高速路上,可以在高速公路的入口和出口处安装存储节点,目前4G的无线宽带技术能够达到每秒约100兆的下载速度,在高速行驶下速度会有所降低,因此,在这种设计条件下,即使每两个十字路口之间的距离有一英里,高精度地图占用1G字节,也能够在数十秒左右将地图下载完毕,而高速公路的高精度地图信息会占用更小的存储空间,因此,采用这种布局方式,使用目前通用的通信网络即可完成。在采用较低精度的高精度地图的情况下,也可以采用更加稀疏的存储节点布局方式。随着通信***的改进,在采用以后的第5代移动通信网络的情况下,也可能采用更加稀疏的存储节点布局方式。
在一些实施方式中,所述应急站点是根据前面所述方式中所述的任一项存储节点,其中所述应急站点还存储其周围的存储节点中所存储的高精度地图的子图集。在本实施方式中,应急站点是一个加强的存储节点。
在一种特别特殊的实施方式中,每个存储节点都配置为应急站点,也即每个存储节点都存储其周围的存储节点中所存储的高精度地图的子图集。在这种情形下,每个存储节点都不仅作为存储节点,还作为应急站点,从而使得存储节点的网络中如果有一两个存储节点出现问题,并不影响整个分布式存储***的运行,因此使得整个分布式存储***具有较高的稳健性。
在分布式存储***的一些实施方式中,所述主节点是云端***,其中所述云端***包括云端通讯模块。本申请所述的云端具有本领域技术人员通常理解的含义,其实就是泛指网络。而术语云端***,就是指网络服务器。该云端***采用了云端通讯模块,从而使得存储节点在任何能够连接到网络的地方访问云端***的数据(全局高精度地图)。
本申请还提供一种将高精度地图部署在以上任一项所述的分布式存储***中的方法,包括如下步骤:
在主节点中存储全局高精度地图;
对于每个存储节点,执行如下过程:
搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从该直接前序节点通过当前存储节点至其所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
在本申请中,直接前序节点是指当前存储节点的前序存储节点,并且在该前序存储节点到达当前存储节点的最短路径上不存在其它存储节点。在本申请中,直接后续节点是指当前存储节点的后续存储节点,并且在当前存储节点到该后续存储节点的最短路径上不存在其它存储节点。在本申请中,术语“每个直接前序节点所确定的所有直接后续节点”是指在从直接前序节点到当前节点所确定的行驶方向上所能够达到的所有直接后续节点。一般而言,在本申请中,每个高精度地图子图包括从当前节点的一个直接前序节点到该直接前序节点所确定的所有直接后续节点的高精度地图信息。
在所述方法的一些实施方式中,所述方法还包括:形成存储节点的位置拓扑图,其中,“搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点”的步骤根据存储节点的位置拓扑图进行。通过形成存储节点的拓扑图能够更加方便地对直接前序节点和直接后续节点进行搜索,计算机领域中具有几乎完全现成的基于图的数据结构算法可以完成该搜索。
在所述方法的一些实施方式中,所述分布式存储***还包括应急站点,所述方法还包括:在每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,和在所述最近的应急站点中至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。
在实际应用中,高精度地图随着测量技术的更新和道路情况的更新等情况会存在随时更新的问题,因此,本发明的方法还包括了地图更新过程。因此,在所述方法的一些实施方式中,所述方法还包括:
地图更新过程:
在主节点中使用更新区域的高精度地图替换该区域中原有的高精度地图;
对更新区域中的每个存储节点,执行如下过程:
搜索出当前存储节点的所有直接前序节点和每个直接前序节点所确定的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从当前存储节点的该直接前序节点通过当前存储节点至当前存储节点的所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
在实际应用中,高精度地图的部署存在着需要根据存储节点的部署的变化而随时更新的问题,因此,本发明的方法还包括了存储节点部署更新过程。因此,在所述方法的一些实施方式中,所述方法还包括:
存储节点部署更新过程:
对于新的存储节点集合中的每个存储节点,重新搜索出所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,将重新搜索到的结果与更新前的结果进行对比,
对于“所有直接前序节点和每个直接前序节点所确定的所有直接后续节点”有变化的存储节点,执行如下过程:
对于每个直接前序节点到当前存储节点的行驶方向,构造出从该直接前序节点通过当前存储节点至其所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
本申请还提供一种使用高精度地图的智能驾驶***,包括:智能驾驶信息收发模块;控制设备,其用于控制车辆运动;和智能驾驶存储设备,其用于存储当前高精度地图,所述当前高精度地图包括高精度地图的子图集,和任选的每个高精度地图的子图所对应的使用频次;所述智能驾驶***配置为执行如下步骤:接收步骤:在安装有所述智能驾驶***的车辆从直接前序存储节点驶向当前存储节点的过程中,所述智能驾驶信息收发模块从当前存储节点接收高精度地图的子图,其为从直接前序存储节点驶向当前存储节点的行驶方向的高精度地图的子图;地图更新步骤:将接收到的高精度地图的子图更新到当前高精度地图中;和执行步骤:控制设备根据当前的高精度地图控制车辆进行智能驾驶。在本实施方式中,所述的存储节点可以是本申请所述的高精度地图的分布式存储***中的存储节点。
与该智能驾驶***响应的,本申请还提供一种使用高精度地图的智能驾驶***的智能驾驶方法,所述智能驾驶提醒包括:智能驾驶信息收发模块;控制设备,其用于控制车辆运动;和智能驾驶存储设备,其用于存储当前高精度地图,所述当前高精度地图包括高精度地图的子图集,和任选的每个高精度地图的子图所对应的使用频次;所述方法包括如下步骤:接收步骤:在安装有所述智能驾驶***的车辆从直接前序存储节点驶向当前存储节点的过程中,所述智能驾驶信息收发模块从当前存储节点接收高精度地图的子图,其为从直接前序存储节点驶向当前存储节点的行驶方向的高精度地图的子图;地图更新步骤:将接收到的高精度地图的子图更新到当前高精度地图中;和执行步骤:控制设备根据当前的高精度地图控制车辆进行智能驾驶。
在一些实施方式中,在所述接收步骤中,所述智能驾驶信息收发模块首先从当前存储节点接收高精度地图的子图的版本信息,判断“智能驾驶存储设备”中是否存在相同的高精度地图的子图,如果不存在相同的高精度地图的子图,则继续进行高精度地图的子图的接收,如果存在相同的高精度地图的子图,则停止接收高精度地图的子图;更新所述高精度地图的子图的使用频次信息。本步骤鉴于智能驾驶***中的智能驾驶存储设备常常能够存储多个高精度地图子图,而常常使用的地图子图可以保存在智能驾驶存储设备中,当需要使用时,只需要跟当前存储节点交换一下版本号是不是最新的,如果是最新的,即可不用重复下载高精度地图子图,而直接使用,这样既可以节省带宽,也可以节省能量。当每次使用相同的高精度地图子图时,都将其使用频次信息进行更新,一般而言,如果使用频次信息是使用次数,那么就将使用频次信息加1,表示使用频率提高了一次。
在一些实施方式中,所述版本信息包括以下的至少一种,多种或者全部:该高精度地图的子图的从直接前序存储节点驶向当前存储节点的行驶方向,更新日期,和更新的版本号。
在一些实施方式中,所述地图更新步骤还包括:判断所述智能驾驶存储设备的存储空间是否足够,如果足够,则继续进行存储,如果不够,则删除一个或多个高精度地图的子图直到存储空间足够为止。
在一些实施方式中,所述智能驾驶***还配置为能够与周围的智能驾驶汽车分享高精度地图的子图。
在一些实施方式中,在所述“删除一个或多个高精度地图的子图”的步骤中,根据高精度地图的子图的使用频次信息,优先删除使用频次较低的高精度地图的子图。
在一些实施方式中,所述接收步骤还包括:所述智能驾驶信息收发模块从当前存储节点接收当前存储节点驶向最近的应急站点的行驶方向的高精度地图的子图。
在一些实施方式中,所述驾驶***还配置为当所述安装有所述智能驾驶***的车辆接近当前存储节点的位置仍然没有从当前存储节点接收到信息时,控制车辆根据从直接前序存储节点驶向最近的应急站点的行驶方向的高精度地图的子图驶向应急站点。在一些实施方式中,所述智能驾驶方法还包括如下步骤:当所述安装有所述智能驾驶***的车辆接近当前存储节点的位置仍然没有从当前存储节点接收到信息时,控制车辆根据从直接前序存储节点驶向最近的应急站点的行驶方向的高精度地图的子图驶向应急站点。
在一些实施方式中,所述智能驾驶***还配置为执行如下步骤:存储节点更新步骤:在所述车辆驶过当前存储节点后并且驶向直接后续存储节点时,将该当前存储节点更新为直接前序节点,并且将该直接后续存储节点更新为当前结点。在一些实施方式中,所述智能驾驶方法还包括以上所述的存储节点更新步骤。
本申请还提供安装有以上任一项所述的智能驾驶***的车辆。
实施例
下面结合附图对本申请的技术方案做更加具体的解释,应该理解,实施例仅用于说明本申请的技术方案,并不是对本申请技术方案的限制。
图1是本申请的高精度地图的分布式存储***的外部示意图。在图1中,存储节点安装于路灯的杆上(图1中的2)。如果路边的基础设施(如红绿灯、违章摄像机、路灯等)上安装有存储节点存储此基础设施附近的高精度地图(其实是全局高精度地图的子图),该存储节点实质上是一个具有存储、接收、发送(一对多)、更新高精度地图子图等功能的小型计算机装置(参见图2)。智能驾驶汽车(图1中的1)在行驶过程中经过相应的基础设施时通过与相应的当前存储节点的通讯可以下载存储的高精地图子图到智能驾驶汽车上(图1中的4)。从某种角度上说,智能驾驶汽车安装了智能驾驶***,也可以“看成”是一个增强版的移动“存储节点”,可以存储、接收、更新和分享多个高精度地图子图。因为基础设施上的存储节点存储的高精度地图是全局高精度地图的局部子图,经过的设计和部署从而使得即使在高速行驶的情况下V2X的通讯协议(如DSRC、LTE-V和5G等)也能满足局部高精度地图传输的带宽和延时需求。这样每辆智能汽车只需要存储一些比较小的局部地图,智能汽车在行驶过程中可以从路边存储有高精地图的基础设施处持续获得当前驾驶所需要的高精度地图(类似于一个局部窗口在全局高精地图频繁地切换)。
在本实施例中,路边基础设施上安装的存储有高精度地图的节点其实构成一个网络图。在路边的基础设施上,每个存储节点其实只需要存储行驶过程中的直接前序存储节点(在此前序节点到达当前节点的路上不存在其它存储节点)通过此存储节点到直接后续存储节点(在当前存储节点到后续存储节点的路上不存在其它存储节点)间所有合理路段的高精度地图信息。因为驶向一个存储节点的汽车行驶方向可以有多种,每个存储节点可能存储有多个高精度地图子图。比如说在图3中,A、B、C、D、E、F、G、H、K是路上的存储节点,每条路上画的箭头表示道路上面汽车可以行使的方向。存储节点B按照可能驶过它的3种不同方式(从左到右、从右到左和从上到下)就存储有3个高精度地图子图,每辆智能驾驶汽车在经过B时按照行驶方向获取相应的高精度地图子图。在各个子图中,其实从某个前序节点到当前节点的路段可以唯一确定一个子图。需要注意的是,图3中的道路行驶方向中有些是单向通行的道路,有的是双向通行的道路,高精度地图子图中会直接忽略不遵守交通规则的行驶路径。在图3中,当车辆从左向右靠近存储节点B时,车辆从存储节点B获取的高精度地图子图应该是以直接前序存储节点A至存储节点B所确定的行驶方向上可能达到的所有直接后续存储节点F、D、E、G和C。对于存储节点B存在的其他的两种行驶方向所对应的高精度地图子图,可以类似地根据图3解释。
高精度地图的信息存储密度(平均每公里大约占多少字节数)与车辆跟基础设施间的通讯效率(带宽和延时)将影响存储节点的部署稠密程度。一旦存储节点的位置确定,云端***(图1中的5)可以根据全局的高精度地图以及存储节点的位置拓扑计算出每个存储节点所需要存储的1个或多个局部高精度地图子图(具体算法请参见图4),然后相应的高精度地图子图会通过网络部署到对应的存储节点上(图1中的3)。每当存储节点有增减时,云端***会重新执行图3的算法从而算出存储节点增减后每个存储节点需要部署的高精度地图子图,此时云端***只需要对子图有变化的存储节点部署新的高精度地图子图即可。
在实际应用中,高精度地图随着测量技术的更新和道路情况的更新等情况会存在随时更新的问题,因此,本申请的方法还包括了高精度地图的动态更新过程。不管采用何种方法更新全局高精度地图,当全局的高精度地图有更新时,云端***会计算出哪些分布式存储节点中的高精度地图子图需要被更新,并进而对需要更新的存储节点布署新的高精度地图子图(参见图5)。
有了如上所述的分布式存储***,就可以设计出相应的智能驾驶***。在本实施例中,智能驾驶***包括:智能驾驶信息收发模块;控制设备,其用于控制车辆运动;和智能驾驶存储设备,其用于存储当前高精度地图,所述当前高精度地图包括高精度地图的子图集,和任选的每个高精度地图的子图所对应的使用频次;所述智能驾驶***配置为执行如下步骤:接收步骤:在安装有所述智能驾驶***的车辆从直接前序存储节点驶向当前存储节点的过程中,所述智能驾驶信息收发模块从当前存储节点接收高精度地图的子图,其为从直接前序存储节点驶向当前存储节点的行驶方向的高精度地图的子图;地图更新步骤:将接收到的高精度地图的子图更新到当前高精度地图中;和执行步骤:控制设备根据当前的高精度地图控制车辆进行智能驾驶。
在汽车安装了以上的智能驾驶***之后,就可以使用高精度地图进行智能驾驶了。
常见智能汽车上的存储空间应该足以存下好些高精度地图子图,但是却往往存不下全局高精度地图。智能汽车上的高精度地图存储空间可以按照使用频度来管理,即在存储空间允许的情况下保留高使用频度的那些高精度地图子图。当智能汽车接收到新的高精度地图子图而车上的存储空间不够时,那么原先缓存的高精度地图子图中使用频率相对低的那些子图会被替换出去。智能汽车上的存储空间越大,它可以缓存的高精度地图子图也可以越多,在频繁行驶的区域内在高精度地图子图没有更新的情况下就可以减少智能汽车重新下载高精度地图子图的概率。有了高精度地图,再加上相应的定位算法,智能驾驶汽车可以获得高精度地图中的丰富信息从而做出更好的规划和控制,让乘客享受良好用户体验的安全出行(参见图6)
在实际部署过程中,可以考虑在某些场所(如充电站、停车场、休息服务区等)设置应急站点,以便在智能驾驶汽车跟存储节点出现通讯问题(比如说突然的网络瘫痪)时也可以有机会更新高精度地图。在应急站点中智能驾驶汽车的乘坐人员可以用别的通讯方式(例如网线、USB等)连接智能驾驶汽车和应急站点中的高精地图服务***,然后根据目的地选择子图数据集下载到本车,以便智能驾驶汽车能继续行驶至目的地。也就是说,支持这种应急方案的智能驾驶汽车必须划出一块特定的存储区域存储从某个存储节点行驶至一些附近应急站点的高精度地图子图,以便出现问题时智能驾驶汽车能安全行驶到附近的应急站点。其实在每个存储节点中多存储一个从当前存储节点至最近的应急站点的高精度地图子图就可以满足这一场景需求,此时图4、图5和图6的算法就需要做相应的扩展。
下面对图4、图5和图6的算法进行描述。
图4是本申请的将高精度地图部署在分布式存储***的存储节点中的算法流程图示例。该算法的过程如下。首先,向主节点中存储全局高精度地图,并且主节点获取存储节点的位置拓扑图。然后对所有的存储节点,进行处理。在对每个存储节点N进行处理的过程中,对该存储节点N的每个行驶方向进行处理:在当前的行使方向下,根据存储节点的位置拓扑图,计算出存储节点N的所有直接前序节点和所有直接后续节点(实际上是每个直接前序节点所确定的所有直接后续节点),然后根据全局高精度地图构造出当前行驶方向下包含N以及它的所有直接前序节点和所有直接后续节点的高精度地图子图集。
图5是本申请的高精度地图动态更新的算法流程图示例。该算法的过程如下。首先,根据全局高精度地图的更新区域和所有存储节点的拓扑结构图,找更新区域中包含的存储节点集合S。然后对S中所有的存储节点进行类似于图4中所示的高精度地图部署算法。本算法是地图更新算法的示例。
图6是本申请的智能驾驶***的局部高精度地图的更新和使用流程图示例。该算法的过程如下。在智能驾驶汽车检测到前方存储节点CurNode(即当前存储结点)的存在时,与该当前存储结点CurNode进行通信,把直接前序节点PreNode发送给存储节点CurNode。然后智能驾驶汽车(也即安装于该汽车上的智能驾驶***)接收CurNode发过来的高精度地图子图的版本标识。如果智能驾驶汽车的高精度地图缓存内包含同一版本的高精度地图子图,就无需重新下载,否则重新下载高精度地图子图。在重新下载高精度地图子图的情况下,如果智能驾驶汽车上的高精度地图缓存空间不够,就根据需要接收的高精度地图子图的大小淘汰若干个缓存中使用频率较低的高精度地图子图。然后再接收CurNode发过来的以PreNode至CurNode作为首路段(即行驶方向)的高精度地图子图,并把此高精度地图子图存入高精度地图缓存中。在准备好当前行驶方向上的高精度地图子图之后,智能驾驶车辆(也即该智能驾驶***)根据当前的高精度地图进行智能驾驶。
以上所述仅是本公开的示范性实施方式,而非用于限制本公开的保护范围,本公开的保护范围由所附的权利要求确定。
Claims (29)
1.一种高精度地图的存储节点,其包括:
信息收发模块,其用于发送和/或接收高精度地图的子图;和
存储设备,其用于存储高精度地图的子图集,其中所述子图集包括直接前序存储节点通过当前存储节点到直接后续存储节点间的所有行驶方向的高精度地图信息,每个子图对应于每个行驶方向的高精度地图信息,其中,直接前序存储节点是当前存储节点的前序存储节点,并且在该前序存储节点到达当前存储节点的最短路径上不存在其它存储节点,直接后续存储节点是当前存储节点的后续存储节点,并且在当前存储节点到该后续存储节点的最短路径上不存在其它存储节点。
2.根据权利要求1所述的存储节点,其中所述信息收发模块包括无线通讯模块和任选的与云端***的通信模块。
3.根据权利要求2所述的存储节点,其中所述无线通讯模块采用V2X的通讯协议进行无线通信。
4.根据权利要求3所述的存储节点,其中所述V2X的通讯协议选自DSRC、LTE-V和5G中的至少一种。
5.根据权利要求1至4中任一项所述的存储节点,其中所述存储节点中存储从本存储节点到最近的应急站点路线的高精度地图子图,所述应急站点存储比存储节点更宽区域范围内的高精度地图子图。
6.根据权利要求1至4中任一项所述的存储节点,其还包括CPU、GPS***和内存。
7.高精度地图的分布式存储***,其包括
主节点,其用于存储全局高精度地图;和
多个根据权利要求1至6中任一项所述的存储节点,其中每个存储节点设置于高精度地图的具***置处。
8.根据权利要求7所述的分布式存储***,其中所述存储节点安装于既有的道路基础设施和路边的建筑物中的至少一种上或者作为新的道路基础设
施安装。
9.根据权利要求8所述的分布式存储***,其中所述既有的道路基础设
施选自红绿灯、路灯、违章摄像机、路牌、路边电线杆、和桥梁的一种或
多种。
10.根据权利要求7所述的分布式存储***,其中所述高精度地图包括:高精度的地理位置坐标,以及道路形状、车道的数目、各车道的坡度、曲率、航向、和侧倾信息的一种,多种或者全部。
11.根据权利要求7所述的分布式存储***,还包括应急站点,其特征在于每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,所述最近的应急站点至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。
12.根据权利要求11所述的分布式存储***,其中所述应急站点具有以网线和/或USB通讯方式访问并下载高精度地图子图的接口。
13.根据权利要求7所述的分布式存储***,其中所述多个存储节点在地面的设置稠密程度根据高精度地图的信息存储密度与包括带宽和延时在内的通讯效率设置,使得:每个存储节点的存储容量能够容纳所存储的高精度地图子图集的大小,并且每个存储节点能够满足高精度地图子图传输的带宽和延时需求。
14.根据权利要求11或12所述的分布式存储***,其中所述应急站点是根据权利要求1至6中任一项所述的存储节点,其中所述应急站点还存储其周围的存储节点中所存储的高精度地图的子图集。
15.根据权利要求7所述的分布式存储***,其中所述主节点是云端***,其中所述云端***包括云端通讯模块。
16.一种将高精度地图部署在权利要求7-15中任一项所述的分布式存储***中的方法,包括如下步骤:
在主节点中存储全局高精度地图;
对于每个存储节点,执行如下过程:
搜索出所有直接前序节点和每个直接前序节点所确定的当前存
储节点的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从该直接前序节点通过当前存储节点至其所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
17.根据权利要求16的方法,还包括:
形成存储节点的位置拓扑图,
其中,“搜索出所有直接前序节点和每个直接前序节点所确定的的此存储节点的所有直接后续节点”的步骤根据存储节点的位置拓扑图进行。
18.根据权利要求16的方法,其中所述分布式存储***还包括应急站点,所述方法还包括:在每个存储节点中存储从当前存储节点到最近的应急站点路线的高精度地图子图,和在所述最近的应急站点中至少存储当前存储节点的所有直接后续存储节点所存储的高精度地图子图。
19.根据权利要求16的方法,其中包括:
地图更新过程:
在主节点中使用更新区域的高精度地图替换该区域中原有的高精度地图;
对更新区域中的每个存储节点,执行如下过程:
搜索出当前存储节点的所有直接前序节点和每个直接前序节点所确定的当前存储节点的所有直接后续节点,对于每个直接前序节点到当前存储节点的行驶方向,构造出从当前存储节点的该直接前序节点通过当前存储节点至当前存储节点的所有直接后续节点的高精度地图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
20.根据权利要求16的方法,其中包括:
存储节点部署更新过程:
对于新的存储节点集合中的每个存储节点,重新搜索出它的所有直接前序节点和每个直接前序节点所确定的所有直接后续节点,将重新搜索到的结果与更新前的结果进行对比,
对于“所有直接前序节点和每个直接前序节点所确定的所有直接后续节点”有变化的存储节点,执行如下过程:
对于每个直接前序节点到当前存储节点的行驶方向,构造出从该
直接前序节点通过当前存储节点至其所有直接后续节点的高精度地
图子图,
将所有构造的高精度地图子图存储于存储节点中,形成所述子图集。
21.一种使用高精度地图的智能驾驶***,包括:
智能驾驶信息收发模块;
控制设备,其用于控制车辆运动;和
智能驾驶存储设备,其用于存储当前高精度地图,所述当前高精
度地图包括高精度地图的子图集,和任选的每个高精度地图的子图所对应的使用频次;
所述智能驾驶***配置为执行如下步骤:
接收步骤:在安装有所述智能驾驶***的车辆从直接前序存储节点驶向当前存储节点的过程中,所述智能驾驶信息收发模块从当前存储节点接收高精度地图的子图,其为从直接前序存储节点驶向当前存储节点的行驶方向的高精度地图的子图;
地图更新步骤:将接收到的高精度地图的子图更新到当前高精度地图中;和
执行步骤:控制设备根据当前的高精度地图控制车辆进行智能驾驶。
22.根据权利要求21所述的智能驾驶***,其中在所述接收步骤中,所述智能驾驶信息收发模块首先从当前存储节点接收高精度地图的子图的版本信息,判断“智能驾驶存储设备”中是否存在相同的高精度地图的子图,如果不存在相同的高精度地图的子图,则继续进行高精度地图的子图的接收,如果存在相同的高精度地图的子图,则停止接收高精度地图的子图;
更新所述高精度地图的子图的使用频次信息。
23.根据权利要求22所述的智能驾驶***,其中所述版本信息包括以下的至少一种,多种或者全部:该高精度地图的子图的从直接前序存储节点驶向当前存储节点的行驶方向,更新日期,和更新的版本号。
24.根据权利要求21所述的智能驾驶***,其中所述地图更新步骤还包括:判断所述智能驾驶存储设备的存储空间是否足够,如果足够,则继续进行存储,如果不够,则删除一个或多个高精度地图的子图直到存储空间足够为止。
25.根据权利要求24所述的智能驾驶***,其中在所述“删除一个或多个高精度地图的子图”的步骤中,根据高精度地图的子图的使用频次信息,优先删除使用频次较低的高精度地图的子图。
26.根据权利要求21所述的智能驾驶***,其中接收步骤还包括:所述智能驾驶信息收发模块从当前存储节点接收当前存储节点驶向最近的应急站点的行驶方向的高精度地图的子图。
27.根据权利要求26所述的智能驾驶***,其中所述驾驶***还配置为当所述安装有所述智能驾驶***的车辆接近当前存储节点的位置仍然没有从当前存储节点接收到信息时,控制车辆根据从直接前序存储节点驶向最近的应急站点的行驶方向的高精度地图的子图驶向应急站点。
28.根据权利要求21所述的智能驾驶***,其中所述智能驾驶***还
配置为执行如下步骤:
存储节点更新步骤:在所述车辆驶过当前存储节点后并且驶向一个直接后
续存储节点时,将该当前存储节点更新为直接前序节点,并且将该直接后
续存储节点更新为当前结点。
29.安装有权利要求21至28中任一项所述的智能驾驶***的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710067618.3A CN106790680B (zh) | 2017-02-07 | 2017-02-07 | 高精度地图的分布式存储***及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710067618.3A CN106790680B (zh) | 2017-02-07 | 2017-02-07 | 高精度地图的分布式存储***及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106790680A CN106790680A (zh) | 2017-05-31 |
CN106790680B true CN106790680B (zh) | 2023-09-19 |
Family
ID=58955262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710067618.3A Active CN106790680B (zh) | 2017-02-07 | 2017-02-07 | 高精度地图的分布式存储***及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106790680B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108375977A (zh) * | 2018-01-24 | 2018-08-07 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾节点的城市环境自动驾驶方法 |
CN109579856A (zh) * | 2018-10-31 | 2019-04-05 | 百度在线网络技术(北京)有限公司 | 高精度地图生成方法、装置、设备及计算机可读存储介质 |
CN110287276B (zh) * | 2019-05-27 | 2021-08-31 | 百度在线网络技术(北京)有限公司 | 高精地图更新方法、装置及存储介质 |
CN110488830B (zh) * | 2019-08-26 | 2021-11-19 | 吉林大学 | 面向智能车辆速度节能规划的高精度地图信息预解析***及预解析方法 |
CN110888434A (zh) * | 2019-11-14 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 自动驾驶方法、装置、计算机设备和计算机可读存储介质 |
CN111953755A (zh) * | 2020-07-31 | 2020-11-17 | 中国第一汽车股份有限公司 | 一种地图存储方法、装置、车辆及计算机存储介质 |
CN115955663A (zh) * | 2022-10-14 | 2023-04-11 | 天津大学 | 一种信息新鲜度感知的高精地图分布式缓存方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4418857B1 (ja) * | 2008-08-17 | 2010-02-24 | 小平アソシエイツ株式会社 | 路線の3次元動画生成用画像取得システム |
CN105096199A (zh) * | 2014-05-23 | 2015-11-25 | 福特全球技术公司 | 车辆生成的社交网络更新 |
CN105157709A (zh) * | 2015-08-13 | 2015-12-16 | 武汉光庭信息技术有限公司 | 基于安全驾驶地图的adasis扩展信息输出装置及方法 |
CN105973245A (zh) * | 2016-04-28 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 利用无人驾驶车辆更新在线地图的方法和装置 |
CN105976606A (zh) * | 2016-07-25 | 2016-09-28 | 吉林大学 | 一种智能城市交通管理平台 |
CN206961119U (zh) * | 2017-02-07 | 2018-02-02 | 驭势(上海)汽车科技有限公司 | 一种智能驾驶汽车运营***和高精度地图的分布式存储*** |
-
2017
- 2017-02-07 CN CN201710067618.3A patent/CN106790680B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4418857B1 (ja) * | 2008-08-17 | 2010-02-24 | 小平アソシエイツ株式会社 | 路線の3次元動画生成用画像取得システム |
CN105096199A (zh) * | 2014-05-23 | 2015-11-25 | 福特全球技术公司 | 车辆生成的社交网络更新 |
CN105157709A (zh) * | 2015-08-13 | 2015-12-16 | 武汉光庭信息技术有限公司 | 基于安全驾驶地图的adasis扩展信息输出装置及方法 |
CN105973245A (zh) * | 2016-04-28 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 利用无人驾驶车辆更新在线地图的方法和装置 |
CN105976606A (zh) * | 2016-07-25 | 2016-09-28 | 吉林大学 | 一种智能城市交通管理平台 |
CN206961119U (zh) * | 2017-02-07 | 2018-02-02 | 驭势(上海)汽车科技有限公司 | 一种智能驾驶汽车运营***和高精度地图的分布式存储*** |
Also Published As
Publication number | Publication date |
---|---|
CN106790680A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106790680B (zh) | 高精度地图的分布式存储***及其应用 | |
JP7251394B2 (ja) | 車両側装置、方法および記憶媒体 | |
US11821750B2 (en) | Map generation system, server, vehicle-side device, method, and non-transitory computer-readable storage medium for autonomously driving vehicle | |
JP7156206B2 (ja) | 地図システム、車両側装置、およびプログラム | |
US11840254B2 (en) | Vehicle control device, method and non-transitory computer-readable storage medium for automonously driving vehicle | |
JP7147712B2 (ja) | 車両側装置、方法および記憶媒体 | |
US20210183099A1 (en) | Map system, method and non-transitory computer-readable storage medium for autonomously navigating vehicle | |
US11340094B2 (en) | Updating map data for autonomous driving vehicles based on sensor data | |
CN206961119U (zh) | 一种智能驾驶汽车运营***和高精度地图的分布式存储*** | |
US9513135B2 (en) | Stochastic range | |
WO2020045323A1 (ja) | 地図生成システム、サーバ、車両側装置、方法、および記憶媒体 | |
US20090138497A1 (en) | Method and system for the use of probe data from multiple vehicles to detect real world changes for use in updating a map | |
WO2020045318A1 (ja) | 車両側装置、サーバ、方法および記憶媒体 | |
WO2020045324A1 (ja) | 車両側装置、方法および記憶媒体 | |
WO2022193995A1 (zh) | 一种地图更新方法、基于地图的驾驶决策方法及装置 | |
US11227420B2 (en) | Hazard warning polygons constrained based on end-use device | |
WO2022009900A1 (ja) | 自動運転装置、車両制御方法 | |
WO2020045319A1 (ja) | 車両制御装置、方法および記憶媒体 | |
US20220070634A1 (en) | Dynamic adjustment of vehicular micro cloud properties | |
CN113496596A (zh) | 基础设施*** | |
WO2018145235A1 (zh) | 高精度地图的分布式存储***及其应用 | |
CN109974720B (zh) | 动态地图数据分类装置及其方法 | |
KR102342003B1 (ko) | 초정밀-지도맵을 이용한 차선정보 검출 방법 및 이를 이용한 교통정보 제공시스템 | |
CN115565362A (zh) | 一种地图生成、使用方法及装置 | |
WO2022265899A2 (en) | Connected reference marker system |
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 |