CN113240910B - 基于协同车辆的道路检测方法、***、设备和存储介质 - Google Patents

基于协同车辆的道路检测方法、***、设备和存储介质 Download PDF

Info

Publication number
CN113240910B
CN113240910B CN202110781617.1A CN202110781617A CN113240910B CN 113240910 B CN113240910 B CN 113240910B CN 202110781617 A CN202110781617 A CN 202110781617A CN 113240910 B CN113240910 B CN 113240910B
Authority
CN
China
Prior art keywords
road
vehicle
environment data
aggregation
detection
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
CN202110781617.1A
Other languages
English (en)
Other versions
CN113240910A (zh
Inventor
郭得科
郑龙
罗来龙
袁昊
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110781617.1A priority Critical patent/CN113240910B/zh
Publication of CN113240910A publication Critical patent/CN113240910A/zh
Application granted granted Critical
Publication of CN113240910B publication Critical patent/CN113240910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种基于协同车辆的道路检测方法、***、设备和存储介质，该方法利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给设定路段内不同的智能汽车；根据道路检测任务对设定路段的道路环境数据进行采集，并通过智能汽车对采集后的道路环境数据进行预处理；根据车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。因此，本申请哪个实现对道路上的异常情况进行预防，避免事故的发生，同时有利于智能汽车实现全自动驾驶。

Description

基于协同车辆的道路检测方法、***、设备和存储介质
技术领域
本申请涉及自动驾驶领域，特别是涉及一种基于协同车辆的道路检测方法、***、设备和存储介质。
背景技术
随着自动驾驶技术的快速发展，智能汽车已经上路，人们相信它能提供更安全的驾驶环境。智能汽车通常配备通信、计算和存储资源，并配备各种传感器，以实现全自动驾驶。智能汽车可以利用车载传感器和计算资源来感知道路环境，并做出驾驶决策。虽然边缘计算为请求服务带来了较低的延迟，但仍然不能满足全自动驾驶的需求。为了支持全自动驾驶，基站和边缘服务器的分布应该覆盖所有地区，为车辆提供计算服务，这是昂贵和不切实际的。此外，驾驶的安全是交通最重要的问题，任何错误都可能导致致命的事故。在这种情况下，由于许多通信原因，在边缘服务器上为智能汽车执行任务并不总是稳定的。
此外，由于智能汽车一般和基站进行信息交互，但是现有基站覆盖范围有限，如何提高车辆和基站之间的信息交互也是需要解决的一个伴随问题。
发明内容
基于此，有必要针对上述技术问题，提供一种基于协同车辆的道路检测方法、***、设备和存储介质。
第一方面，本发明实施例提供了基于协同车辆的道路检测方法，包括以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
进一步的，所述根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理，包括：
根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
进一步的，根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合，包括：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
进一步的，所述在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测，包括：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
另一方面，本发明实施例还提供了一种基于协同车辆的道路检测***，包括：
检测任务分配模块，用于利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
道路检测模块，用于根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
数据聚合模块，用于根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
结果上传模块，用于在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
进一步的，所述道路检测模块包括检测时间处理单元，所述检测时间处理单元用于：
根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
进一步的，所述数据聚合模块包括任务调度单元，所述任务调度单元用于：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
进一步的，所述结果上传模块包括上传中断处理单元，所述上传中断处理单元用于：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
本申请的有益效果是：本发明实施例公开了一种基于协同车辆的道路检测方法、***、设备和存储介质，该方法包括利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。因此，通过监测平台与所涉及道路上的智能汽车进行通信，可以实现对道路上的异常情况进行预防，避免事故的发生，同时有利于智能汽车实现全自动驾驶。
附图说明
图1为一个实施例中公开的一种基于协同车辆的道路检测方法的流程示意图；
图2为一个实施例中公开的获取道路检测的采集时间和预处理的计算时间的流程示意图；
图3为一个实施例中公开的通过任务调度算法进行道路检测完成时间调度的流程示意图；
图4为一个实施例中公开的对结果上传中断情况下处理上传的流程示意图；
图5为一个实施例中一种基于协同车辆的道路检测***的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
在未来，智能汽车将配备强大的计算机、收发器和传感设备。附近的智能汽车可以通过车载自组织网络(vanet)相互通信。基于此场景，一些文献介绍了车载云计算的概念。对交通信息的监控和道路状态的控制是非常必要的。道路信息还可以有效地帮助智能汽车规划道路和处理道路上的异常情况，尤其是在高速公路上。因此，需要有一个监测平台来实时检测道路上的异常情况(如突然遇到障碍物、发生交通事故等)。虽然在所有道路上部署如此多的摄像头是不切实际的，但道路上的智能汽车可以充当移动摄像头来感知环境。他们可以将一些异常的照片或视频上传到监测平台。
与单一的智能汽车不同，多个智能汽车可以获取不同车道的道路信息和更全面的信息，为未来的驾驶做出更精确的道路检测。此外，协同智能汽车还可以并行执行道路检测任务，减少路段的检测时间，避免对智能汽车资源的长时间占用。智能汽车上的板载服务器在每个时段都需要为自动驾驶消耗一些计算资源。对于单个智能汽车，并不是所有的计算资源都可以用于检测工作。因此，如果我们使用单一的智能汽车来检测道路，它的计算资源会在很长一段时间内被占用。此外，我们将检测工作划分为多个任务，这些任务可以由不同的智能汽车并行处理。最后，选择一个智能汽车对这些任务的结果进行汇总，并将最终结果上传到监测平台。与单个智能汽车相比，这可以显著减少路段检测的完成时间。
在一个实施例中，如图1所示，提供了一种基于协同车辆的道路检测方法，包括以下步骤：
步骤101，利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
步骤102，根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
步骤103，根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
步骤104，在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
具体地，本实施例中一个路段是指在基站覆盖范围内的路段，只有在路段内移动的智能汽车才能调度协同检测该路段。一旦智能汽车离开这个路段，它将为下一个路段的探测任务服务。将道路某一段的检测工作分配给不同的智能汽车，作为检测段不同段的多个任务。这些智能汽车收集道路信息并对数据进行预处理，以完成相应的任务。这些任务的结果将被传输到一个智能汽车进行聚合，并上传到监测平台。聚合可以减少部分数据量，并将流量上传到基站。通过协同道路检测，并将检测任务分配给道路段内不同的智能汽车。我们对协同检测过程进行建模，并将其制定为最小化响应时间的任务调度问题。针对任务调度问题，提出了一种自适应位置感知调度方案。此外，还有一些路段没有任何基站覆盖。因此，我们利用对车道上的智能汽车在这些路段上传输聚合结果，并提出了一种上传策略，决定通过对面车道上的智能汽车或下一个基站的覆盖区域上传反馈。通过监测平台与所涉及道路上的智能汽车进行通信，可以实现对道路上的异常情况进行预防，避免事故的发生，同时有利于智能汽车实现全自动驾驶。
在一个实施例中，如图2所示，通过主色聚类得到主色分布矩阵的流程包括：
步骤201，根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
步骤202，根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
步骤203，在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
具体地，每个智能汽车都有计算能力，但由于智能汽车在道路上的高机动性，基站覆盖区域内车辆的车载资源并不固定。也就是说，车辆只在覆盖范围内停留几十秒。同时，不同的智能汽车的计算能力也是异构的。因此，基站覆盖区域内的车辆总可用资源总是动态变化的。为了更充分地利用车载资源，更有效地调度任务，必须关注车辆在覆盖区域内的停留时间，根据所述智能汽车在所述设定路段的停留时间本实施例假设任何车辆都是以恒定的速度进入道路，每辆车的速度分布在一定的范围内；此外，每辆车的速度也被限制在一定的范围内，但存在加减速。我们用随机数和阈值来确定加速速度，由于车辆最初也是匀速运动，但需要控制前方车辆的距离。距离将被限制在一定范围内。如果距离不在正常范围内，车辆会加速或减速来控制与前车的距离。
其中，在获取了智能汽车的速度阈值，加速度阈值和车辆间距阈值的基础上，进行时间的计算，为了计算检测作业的响应时间，我们需要对单个作业的执行过程建模，为了更好地描述该过程，我们将单位时段定义为智能汽车的最小处理时间，通过获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；本实施例假设其中一个测试任务在时间
Figure 881126DEST_PATH_IMAGE001
时刻被分派到一辆智能汽车。然后，该辆智能汽车开始收集环境数据并对数据进行预处理。由于一个时段组成的采集时间与检测到的道路长度和智能汽车的速度有关，从而在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
在一个实施例中，如图3所示，通过主色统计特性得到底色图像包括以下步骤：
步骤301，不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
步骤302，根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
步骤303，将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
步骤304，利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
具体地，为确保有一个智能汽车被选择为聚合车辆，约束确保每个任务只调度到车辆一次。当车速是动态的、不可预测的时，我们无法确定哪个调度方案是最优解。因此，需要通过不同的所述智能汽车通过车载通信云计算***进行通信交互，以此在调度时刻找到最优解。我们使用基于路径损耗的模型来测量车辆k和j之间的数据传输速率；只有聚合车辆接收到所有的任务结果后，才可以开始聚合道路数据，并将最终结果上传到监测平台；因此，根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，来获取聚合所述道路环境数据的传输时间。
为了减少检测作业的完成时间，我们的目标是通过车辆调度任务来最小化作业的完成时间。在检测任务的过程中，道路检测完成时间包括采集时间、计算时间和传输时间。每个智能汽车首先收集道路的环境数据。采集时间与相应任务在特定道路上所花费的行程时间有关。计算时间为对环境数据进行预处理所花费的时间，传输时间为有检测任务的智能汽车与聚合车之间进行结果传输所花费的时间。因此，聚合车辆对所有任务的结果都有一个等待时间。最后，聚合车辆执行聚合需要花费聚合时间。为使每一项任务的完成时间尽可能平等，理想的情况是所有检测任务的结果完全同时传输。为了优化调度方案，我们需要估算采集时间、计算时间和传输时间。在检查任务调度是否均衡后，可以搜索其他调度方案，以获得更好的完成时间。
在一个实施例中，如图4所示，对基础斑块进行拓展流程包括：
步骤401，在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
步骤402，对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
步骤403，根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
具体地，当汇聚智能汽车完成汇聚，得到最终的检测作业结果时，需要通过基站将结果上传到监测平台。在本实施例中，我们将讨论可能的上载案例，并提出我们的上载结果的策略。
案例1: 聚合执行和结果上传在同一个基站下完成。聚合车辆开始聚合任务的结果，并在基站 i的覆盖区域下完成聚合执行。聚合完成后，最终结果的上传立即开始，并在聚合车辆离开基站 i覆盖区域之前结束。
案例2: 聚合执行在基站下完成，但结果上传被中断。聚合过程与案例1相同。但聚合车辆离开基站 i覆盖区域时，结果上传未完成。因此，车辆必须寻找其他途径来完成结果上传。如果有对面车道的车辆，在车辆进入基站 i的覆盖区域后，结果可以通过对面车道的车辆进行转播。此外，车辆也可以在进入另一个基站的下一个覆盖区域后上传最终结果。
案例3：聚合执行开始于基站，结束于另一个基站。当它完成聚合执行时，聚合车辆已经离开了基站 i下的初始区域。最终结果将通过基站 i+1上传至监测平台。案例3和案例1的区别在于上传最终结果的基站不同。
案例4: 聚合执行在盲区下结束。聚合车辆也离开了初始区域基站 i下的区域，但在盲区完成了聚合执行，这意味着最终的结果不能直接上传到该区域的任何基站。解决措施和案例2的是一样的。
如前所述，有四种上传结果的情况。案例1和案例3在本质上是相似的。在这两种情况下，聚合车辆都通过基站将最终结果上传到监测平台。唯一的区别是是否通过初始的基站上传结果。一般情况下，在数据量相同的情况下，案例3的上传时间会比案例1的时间长。接下来，我们将主要讨论案例2和案例4中的上传策略。在案例2中，由于聚合车辆离开了基站 i的覆盖区域，导致上传过程中断。因此，最终结果的数据已经部分上传。与案例2不同，在案例4中，聚合车辆在离开基站 i的覆盖区域时执行聚合。换句话说，案例4中的结果上传还没有开始。这两种情况的偏好不同，案例2中的聚合车辆更愿意将数据转发给对面车道的智能汽车。
本实施例通过确定每次汇聚智能汽车与对面智能汽车通信时是否选择对面车道的智能汽车。如果之前上传中断，聚合车辆会计算待上传数据的剩余大小。对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，本实施例公开了一种基于协同车辆的道路检测***，包括：
检测任务分配模块501，用于利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
道路检测模块502，用于根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
数据聚合模块503，用于根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
结果上传模块504，用于在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
在一个实施例中，如图5所示，所述道路检测模块502包括检测时间处理单元5021，所述检测时间处理单元5021用于：
根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
在一个实施例中，如图5所示，所述数据聚合模块503包括任务调度单元5031，所述任务调度单元5031用于：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
在一个实施例中，如图5所示，所述结果上传模块504包括上传中断处理单元5041，所述上传中断处理单元用于：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
关于基于协同车辆的道路检测***的具体限定可以参见上文中对于基于协同车辆的道路检测方法的限定，在此不再赘述。上述基于协同车辆的道路检测***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图6示出了一个实施例中计算机设备的内部结构图。如图6所示，该计算机设备包括该计算机设备包括通过***总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现权限异常检测方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行权限异常检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；
根据所述车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；
根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间；
在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于协同车辆的道路检测方法，其特征在于，包括以下步骤：
利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；包括：根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间； 在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间；
根据车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
2.根据权利要求1所述的基于协同车辆的道路检测方法，其特征在于，根据车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合，包括：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
3.根据权利要求1所述的基于协同车辆的道路检测方法，其特征在于，所述在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测，包括：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
4.一种基于协同车辆的道路检测***，其特征在于，包括：
检测任务分配模块，用于利用监测平台在设定路段内将道路检测请求生成道路检测任务，所述道路检测任务通过基站分配给所述设定路段内不同的智能汽车；
道路检测模块，用于根据所述道路检测任务对所述设定路段的道路环境数据进行采集，并通过所述智能汽车对采集后的所述道路环境数据进行预处理；所述道路检测模块包括检测时间处理单元，所述检测时间处理单元用于：根据所述智能汽车在所述设定路段的停留时间，设定所述智能汽车的速度阈值，加速度阈值和车辆间距阈值；根据所述道路检测任务，获取采集时间和单一车辆采集路段、单一车辆行驶速度的关系，计算得到每辆智能汽车进行道路环境数据采集过程中的采集时间； 在对所述道路环境数据进行预处理过程中，根据单一车辆的行驶速度获取预处理数据中个预处理的计算时间；
数据聚合模块，用于根据车载通信云计算***在所有的智能汽车中约束选择一辆智能汽车作为聚合车辆，将所述道路环境数据通过所述聚合车辆进行信息聚合；
结果上传模块，用于在所述设定路段内，所述聚合车辆通过所述基站将聚合后的道路环境数据上传到所述监测平台，完成所述设定路段的检测。
5.根据权利要求4所述的基于协同车辆的道路检测***，其特征在于，所述数据聚合模块包括任务调度单元，所述任务调度单元用于：
不同的所述智能汽车通过车载通信云计算***进行通信交互，在所述设定路段内将所述道路环境数据进行信息交互；
根据所述智能汽车之间进行数据传输的速率和所述道路检测任务对应的检测输出数据，获取聚合所述道路环境数据的传输时间；
将采集时间、计算时间和所述传输时间汇总为道路检测完成时间，通过任务调度模型对所述道路检测完成时间进行初始调度算法的处理；
利用优化调度算法，并根据车辆采集过程中计算资源的可用比例，得到所述道路检测任务的预估完成时间，通过所述预估完成时间实现减少最大完成时间和增加最小完成时间。
6.根据权利要求4所述的基于协同车辆的道路检测***，其特征在于，所述结果上传模块包括上传中断处理单元，所述上传中断处理单元用于：
在所述聚合车辆进行道路环境数据上传过程中，根据所述基站对所述聚合车辆的覆盖范围，确定上传过程的传递中断情况；
对传递中断发生情况下的聚合车辆，计算未上传的所述道路环境数据，将未上传的所述道路环境数据传递至所述聚合车辆反方向的交汇车辆；
根据所述聚合车辆和所述交汇车辆的信息交互，通过所述交汇车辆完成未上传的所述道路环境数据的上传。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
CN202110781617.1A 2021-07-12 2021-07-12 基于协同车辆的道路检测方法、***、设备和存储介质 Active CN113240910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110781617.1A CN113240910B (zh) 2021-07-12 2021-07-12 基于协同车辆的道路检测方法、***、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110781617.1A CN113240910B (zh) 2021-07-12 2021-07-12 基于协同车辆的道路检测方法、***、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113240910A CN113240910A (zh) 2021-08-10
CN113240910B true CN113240910B (zh) 2021-10-26

Family

ID=77135329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110781617.1A Active CN113240910B (zh) 2021-07-12 2021-07-12 基于协同车辆的道路检测方法、***、设备和存储介质

Country Status (1)

Country Link
CN (1) CN113240910B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117634843B (zh) * 2023-12-15 2024-05-24 青岛交通科技信息有限公司 一种基于多源数据的交通运输数据共享管理***及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051419A (zh) * 2006-04-05 2007-10-10 中国科学院电子学研究所 基于无线传感器网络的车路交互***和方法
CN103996293A (zh) * 2014-06-09 2014-08-20 重庆大学 基于车友协同的实时路况采集查询***及采集查询方法
CN105405300A (zh) * 2015-12-18 2016-03-16 深圳市航盛电子股份有限公司 一种智能路况***及其方法
CN107302574A (zh) * 2017-06-19 2017-10-27 深圳市盛路物联通讯技术有限公司 一种基于物联网接入点的信息发布方法及***
CN107346137A (zh) * 2016-05-06 2017-11-14 福特全球技术公司 车辆的基于网络的存储器和用于优化车辆路线规划的基础设施数据
CN110546958A (zh) * 2017-05-18 2019-12-06 利弗有限公司 无线多链路车辆通信的装置、***和方法
CN211124362U (zh) * 2019-10-18 2020-07-28 长安大学 面向智慧公路的多源交通信息感知路侧设备
CN111476999A (zh) * 2020-01-17 2020-07-31 武汉理工大学 基于车路多传感器协同的智能网联汽车超视距感知***
CN111524357A (zh) * 2020-05-19 2020-08-11 河北德冠隆电子科技有限公司 用于车辆安全行驶所需的多数据融合的方法
CN112927512A (zh) * 2021-02-24 2021-06-08 山东科技大学 一种高速公路匝道合流控制***及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8744661B2 (en) * 2009-10-21 2014-06-03 Berthold K. P. Horn Method and apparatus for reducing motor vehicle traffic flow instabilities and increasing vehicle throughput
US8447804B2 (en) * 2010-12-21 2013-05-21 GM Global Technology Operations LLC Information gathering system using multi-radio telematics devices
US10922970B2 (en) * 2018-09-14 2021-02-16 ANI Technologies Private Ltd. Methods and systems for facilitating driving-assistance to drivers of vehicles
CN111367292A (zh) * 2020-03-20 2020-07-03 特路（北京）科技有限公司 自动驾驶汽车智能道路***
CN112348201B (zh) * 2020-11-11 2024-03-12 扬州大学 一种基于联邦深度强化学习的自动驾驶群车的智能决策实现方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101051419A (zh) * 2006-04-05 2007-10-10 中国科学院电子学研究所 基于无线传感器网络的车路交互***和方法
CN103996293A (zh) * 2014-06-09 2014-08-20 重庆大学 基于车友协同的实时路况采集查询***及采集查询方法
CN105405300A (zh) * 2015-12-18 2016-03-16 深圳市航盛电子股份有限公司 一种智能路况***及其方法
CN107346137A (zh) * 2016-05-06 2017-11-14 福特全球技术公司 车辆的基于网络的存储器和用于优化车辆路线规划的基础设施数据
CN110546958A (zh) * 2017-05-18 2019-12-06 利弗有限公司 无线多链路车辆通信的装置、***和方法
CN107302574A (zh) * 2017-06-19 2017-10-27 深圳市盛路物联通讯技术有限公司 一种基于物联网接入点的信息发布方法及***
CN211124362U (zh) * 2019-10-18 2020-07-28 长安大学 面向智慧公路的多源交通信息感知路侧设备
CN111476999A (zh) * 2020-01-17 2020-07-31 武汉理工大学 基于车路多传感器协同的智能网联汽车超视距感知***
CN111524357A (zh) * 2020-05-19 2020-08-11 河北德冠隆电子科技有限公司 用于车辆安全行驶所需的多数据融合的方法
CN112927512A (zh) * 2021-02-24 2021-06-08 山东科技大学 一种高速公路匝道合流控制***及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"一种基于移动基站的无线传感器网络数据收集方法";郭得科 等;《国防科技大学学报》;20110430;正文全文 *
V2V通信中基于超图理论的资源分配算法;张家波 等;《计算机工程与设计》;20200930;正文全文 *

Also Published As

Publication number Publication date
CN113240910A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
US10460394B2 (en) Autonomous or partially autonomous motor vehicles with automated risk-controlled systems and corresponding method thereof
CN109118758A (zh) 一种面向移动共享的智能网联交通管理***
US11567495B2 (en) Methods and systems for selecting machine learning models to predict distributed computing resources
CN106652515A (zh) 车辆自动控制方法、装置和***
US11585669B2 (en) Vehicle routing using connected data analytics platform
CN110969834B (zh) 处理方法、装置、计算机设备、存储介质及车辆调度***
WO2019228285A1 (zh) 一种任务调度方法及装置
US11367356B1 (en) Autonomous fleet service management
CN113240910B (zh) 基于协同车辆的道路检测方法、***、设备和存储介质
CN113246980A (zh) 车速规划方法、装置、车辆和存储介质
US6922651B2 (en) On-board sensor information providing program and on-board sensor information using program
CN111341093B (zh) 车队的控制方法、装置、设备及存储介质
Cai et al. Task-efficiency oriented V2X communications: Digital twin meets mobile edge computing
US20240092385A1 (en) Driving Policy Determining Method and Apparatus, Device, and Vehicle
KR20150084125A (ko) 차량의 군집 형성 장치 및 그 방법
JP2022034554A (ja) 状況固有の輸送手段パワー割り当て
US11270525B2 (en) Automated vehicle occupancy detection
JP6989347B2 (ja) 車両状態判定装置、車両状態判定システム、車両状態判定方法、及び、車両状態判定プログラム
CN116185019A (zh) 无人公交***控制方法、装置、计算机设备和存储介质
CN114841514A (zh) 模型训练和车辆舒适性评价方法、装置、设备及存储介质
JP7450982B2 (ja) インテリジェントコネクテッドビークル用の制御システム及び制御方法
JP2024000661A (ja) 車両管理システム
US11125578B2 (en) Subscription based smart refueling
JP7232727B2 (ja) 地図データ管理装置及び地図データ管理方法
CN112202890A (zh) 车辆驾驶风险的预警方法、装置和计算机设备

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