CN118038712A - 数据回传方法、地图更新方法、导航方法、装置及设备 - Google Patents
数据回传方法、地图更新方法、导航方法、装置及设备 Download PDFInfo
- Publication number
- CN118038712A CN118038712A CN202311645905.XA CN202311645905A CN118038712A CN 118038712 A CN118038712 A CN 118038712A CN 202311645905 A CN202311645905 A CN 202311645905A CN 118038712 A CN118038712 A CN 118038712A
- Authority
- CN
- China
- Prior art keywords
- risk
- obstacle
- area
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims description 44
- 230000014759 maintenance of location Effects 0.000 claims description 27
- 230000003068 static effect Effects 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 102
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种数据回传方法、地图更新方法、导航方法、装置及设备,数据回传方法包括:获取第一车辆的位置信息以及采集的周围环境数据;若基于周围环境数据确认存在障碍物,则获取障碍物的位置,并根据障碍物的类型对应的评价标准,确定其风险值,若其风险值满足对应的预设回传条件,向云端地图管理***发送通行风险预警信息,以便于云端地图基于通行风险预警信息进行更新;通过本申请的方法,通过为不同类型的障碍物设置对应的评价标准和回传条件,实现了对不同类型的障碍物的风险数据上报,提高了上报的风险数据的准确性,从而使得云端地图在更新时,可以对障碍物进行更加准确的定位,提高了云端地图的准确性。
Description
技术领域
本申请涉及数据处理领域,具体涉及一种数据回传方法、地图更新方法、导航方法、装置及设备。
背景技术
自动驾驶作为智能汽车的主要发展方向,在自动驾驶的过程中,需要借助地图进行路径规划,地图的精确性直接影响到自动驾驶的安全性。
现有的地图更新技术,主要是依靠安装在道路上的摄像头回传的道路信息,以及驾驶员手动上报的道路信息对地图进行更新,但是安装在道路上的摄像头可以采集到的范围有限,且手动上报的道路信息,受到上传时间、拍摄角度、拍摄距离等众多因素的影响,导致其上传信息的准确度较低,使得地图在更新时的准确度较低。
发明内容
有鉴于此,本申请实施例提出了一种数据回传方法、地图更新方法、导航方法、装置及设备,来实现云端地图的准确更新,进而提高车辆自动驾驶的安全性。
本申请实施例是采用以下技术方案来实现的:
第一方面,本申请实施例提供了一种数据回传方法,包括:获取第一车辆的位置信息以及第一车辆采集的周围环境数据;若基于第一车辆采集的周围环境数据确认第一车辆的行驶道路中存在障碍物,则获取障碍物在行驶道路中的位置基于障碍物在行驶道路中的位置、障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值;若障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送通行风险预警信息,以使云端管理***基于通行风险预警信息更新云端地图,通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值。
第二方面,本申请实施例提供了一种地图更新方法,应用于云端地图管理***,方法包括:接收第一车辆上传的通行风险预警信息,通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,障碍物的位置及该障碍物对应的风险值基于第一车辆采集的周围环境数据确认;基于第一车辆的位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值;对于云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重;基于云端地图中的风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
第三方面,本申请实施例提供了一种导航方法,应用于第二车辆,包括:接收云端地图管理***下发的风险信息,风险信息包括风险区域的位置信息和风险值,风险区域的位置信息和风险值基于前述的地图更新方法得到获得;基于风险信息中风险区域的位置信息在第二车辆的本地地图上标注目标风险区域,以及将风险信息中风险区域的的风险值作为目标风险区域的风险值;若目标风险区域的风险值大于预设阈值且第二车辆的初始规划路径经过目标风险区域,基于第二车辆的初始规划路径和目标风险区域生成候选路径;若候选路径中存在未经过目标风险区域的目标路径,将目标路径确定为第二车辆的导航路径。
第四方面,本申请实施例提供了一种数据回传装置,包括:获取模块,用于获取第一车辆的位置信息以及第一车辆采集的周围环境数据;检测模块,用于若基于第一车辆采集的周围环境数据确认第一车辆的行驶道路中存在障碍物,则获取障碍物在行驶道路中的位置,执行模块,用于基于障碍物在行驶道路中的位置、障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值;上传模块,用于若障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值的通行风险预警信息,以使云端管理***基于通行风险预警信息更新云端地图。
在一些实施方式中,执行模块用于若障碍物的类型为动态风险目标,确定预设风险值评价标准为车道位置,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道位置;基于障碍物占据的车道位置获得障碍物的风险值;若障碍物的类型为静态风险目标或不可通行区域,确定预设风险值评价标准为车道数量,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道数量;基于障碍物占据的车道数量获得障碍物的风险值。
在一些实施方式中,上传模块用于基于障碍物的类型确定该障碍物对应的风险阈值;若障碍物对应的风险值大于该障碍物的风险阈值,确定该障碍物的风险值满足该障碍物的类型对应的预设回传条件,并先云端地图管理***发送通行风险预警信息。
第五方面,本申请实施例提供了一种地图更新装置,应用于云端地图管理***,装置包括:第一接收模块,用于接收第一车辆上传的通行风险预警信息,通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,障碍物的位置及该障碍物对应的风险值基于第一车辆采集的周围环境数据确认;筛选模块,用于基于位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值;计算模块,用于对于云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重;更新模块,用于基于云端地图中的风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
在一些实施方式中,地图更新装置还包括分析模块,分析模块用于确定风险区域的区域权重所处的预设区间范围,将该预设区间范围对应的更新频率确定为该风险区域的区域权重对应的更新频率;基于风险区域的区域权重以及该风险区域的风险值,确定该风险区域的保留时间,保留时间用于表征风险区域在更新后的云端地图中的存在时间;更新模块还用于基于风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值,以及该风险区域的保留时间。
在一些实施方式中,地图更新装置还包括下发模块,下发模块用于获取各第二车辆的导航路径信息;对于每个第二车辆,若根据该第二车辆的导航路径信息确定该第二车辆的前方存在风险区域,基于更新后的云端地图向该第二车辆发送风险信息,风险信息包括该风险区域的位置信息和风险值。
第六方面,本申请实施例提供了一种导航装置,应用于第二车辆,包括:第二接收模块,用于接收云端地图管理***下发的风险信息,风险信息包括风险区域的位置信息和风险值,风险区域的位置信息和风险值基于前述地图更新方法得到获得;标注模块,用于基于风险信息中风险区域的位置信息在第二车辆的本地地图上标注目标风险区域,以及将风险信息中风险区域的的风险值作为目标风险区域的风险值;规划模块,用于若目标风险区域的风险值大于预设阈值且第二车辆的初始规划路径经过目标风险区域,基于第二车辆的初始规划路径和目标风险区域生成候选路径;确认模块,用于若候选路径中存在未经过目标风险区域的目标路径,将目标路径确定为第二车辆的导航路径。
在一些实施方式中,导航装置还包括报警模块,报警模块用于若候选路径均经过目标风险区域,将初始规划路径确定为第二车辆的导航路径,并向第二车辆发送警告信息。
第七方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储器;一个或多个程序,其中一个或多个程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序配置用于执行上述的方法。
第八方面,本申请实施例提供了一种计算机可读存储介质,包括:计算机可读存储介质存储有程序代码,程序代码可被处理器调用执行上述的方法。
本申请实施例提供的一种数据回传方法、地图更新方法、导航方法、装置及设备;方法包括:获取第一车辆的位置信息以及第一车辆采集的周围环境数据;若基于周围环境数据确认存在障碍物,则获取障碍物在行驶道路中的位置,并根据障碍物在行驶道路中的位置、障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值;若障碍物的风险值满足该障碍物的类型对应的预设回传条件;向云端地图管理***发送包括第一车辆的位置信息、障碍物的位置及风险值的通行风险预警信息,以便于云端地图基于通行风险预警信息进行更新;通过本申请的方法,使得第一车辆可以在行驶过程中的任意位置生成通行风险预警信息,提高了风险信息的采集范围;且第一车辆为不同类型的障碍物设置了不同的预设风险值评价标准和预设回传条件,实现了对不同类型的障碍物的自动上报,提高了上报的数据的准确性,且避免了需要手动上传道路风险的过程;同时,由于通行风险预警信息中包含了障碍物在行驶道路中的位置,使得云端地图在更新时,可以根据车道和障碍物的位置对障碍物进行更加准确的定位,从而提高了云端地图的准确性。
本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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示出了本申请实施例提供的一种场景示意图。
图2示出了本申请实施例提供的数据回传方法的流程示意图。
图3示出了本申请实施例提供的图2中步骤S130的流程示意图。
图4示出了本申请实施例提供的图2中步骤S140的流程示意图。
图5示出了本申请实施例提供的地图更新方法的流程示意图。
图6示出了本申请实施例提供的地图更新方法的又一流程示意图。
图7示出了本申请实施例提供的地图更新方法的再一流程示意图。
图8示出了本申请实施例提供的导航方法的流程示意图。
图9示出了本申请实施例提供的又一场景示意图。
图10示出了本申请实施例提供的数据回传装置的示意图。
图11示出了本申请实施例提供的地图更新装置的示意图。
图12示出了本申请实施例提供的导航装置的示意图。
图13示出了本申请实施例提供的电子设备的示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在现有的自动驾驶领域,每一辆车的自动驾驶功能是独立的,在自动驾驶的行驶过程中,需要结合车端的本地地图做出实时的路径规划;车端的本地地图的准确性将直接影响自动驾驶的安全性,但在现有的技术中,车端的本地地图是从云端下载的,而云端地图的更新主要是依靠安装在道路上的摄像头回传的道路信息,以及驾驶员手动上报的道路信息对地图进行更新,但是由于摄像头的感知距离有限,导致云端地图更新的范围有限,在面对无法通行的大型事故时,无法提前对行驶路径做出规划,影响自动驾驶的安全性;同时,手动上报的道路信息,受到上传时间、拍摄角度、拍摄距离等众多因素的影响,导致其时效性和准确度较低,使得云端地图在更新时的准确度较低。
为了解决上述问题,本申请提出了一种数据回传方法、地图更新方法、导航方法、装置及设备,其能够通过车辆自动回传的通行风险预警信息,提高云端地图更新的准确度,并根据更新后的云端地图进行导航路径的提前规划,从而提高自动驾驶的安全性。
下面将结合附图对本申请提供的实施例进行说明。
如图1所示,图1给出了本申请实施例所涉及的一种场景示意图,包括终端设备10和通过网络与终端设备10通信连接的服务器20。终端设备10用于执行本申请提供的数据回传方法以及导航方法,服务器20用于执行本申请提供的地图更新方法。
其中,终端设备10主要是指车辆等需要根据导航进行移动的移动设备;对于每一个终端设备10,可以只用于向云端提供通行风险预警信息,或只接收云端下发的风险信息,也可以同时向云端提供通行风险预警信息,以及接收云端下发的风险信息。
服务器20可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
示例性的,以终端设备10为车辆、服务器20为云端地图管理***为例,为便于描述,将上传通行风险预警信息的车端称为第一车辆,将接收风险信息的车端称为第二车辆,其中,第一车辆和第二车辆可以为同一车辆;第一车辆在行驶过程中采集周围环境数据,若基于第一车辆采集的周围环境数据确认第一车辆的行驶道路中存在障碍物,则获取障碍物在行驶道路中的位置,并根据障碍物在行驶道路中的位置、障碍物的类型以及障碍物的类型对应的预设风险值评价标准确定该障碍物对应的风险值;若障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值的通行风险预警信息,以使云端管理***基于通行风险预警信息更新云端地图。
云端接收第一车辆上传的通行风险预警信息,并基于位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值;对于云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重;基于云端地图中的风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
第二车辆在接收云端地图管理***下发的风险信息后;基于风险信息中风险区域的位置信息在第二车辆的本地地图上标注目标风险区域,以及将风险信息中风险区域的的风险值作为目标风险区域的风险值;若目标风险区域的风险值大于预设阈值且第二车辆的初始规划路径经过目标风险区域,基于第二车辆的初始规划路径和目标风险区域生成候选路径;若候选路径中存在未经过目标风险区域的目标路径,将目标路径确定为第二车辆的导航路径。
通过本申请提供的数据回传方法、地图更新方法以及导航方法,通过多个第一车辆自动回传的通行风险预警信息,实现对云端地图的更新,且对不同类型的障碍物设置了不同的评价标准和回传条件,不仅减少了回传的通行风险预警信息的数据量,且提高了回传的通行风险预警信息的准确性,进而提高了云端地图更新的准确度;同时,在更新云端地图时,利用通行风险信息确定风险区域以及对应的风险值,从而根据风险区域的风险值确定区域权重,对不同的区域权重进行不同频率的更新,避免了对云端地图的全局更新,减少了数据的传输,提高了云端地图更新的效率;并通过云端地图的实时更新风险信息,使得第二车辆可以接收到云端地图管理***发出的风险信息,并根据风险信息确定目标风险区域,从而根据目标风险区域和初始规划路径实现对导航路径的提前规划,提高了自动驾驶的安全性。
如图2所示,图2给出了本申请实施例提供的数据回传方法的流程示意图,数据回传方法包括:
S110、获取第一车辆的位置信息以及第一车辆采集的周围环境数据。
其中,第一车辆的位置信息可以包括车辆在车道的具***置,还可以包括车辆的速度和姿态等信息;进一步的,位置信息的获取可以通过全球导航卫星***技术、高精定位技术等方式,在此不做具体限制。
第一车辆采集的周围环境数据是指在第一车辆所能识别的一定范围内的环境数据,周围环境数据可以包括第一车辆所能识别的一定范围内的其他车辆数据,如其他车辆的位置、朝向角、运动状态、车辆轮廓等具体数据;还可以包括第一车辆所能识别的车道范围内的其他数据,如交通警示物、围墙、施工围栏等。
进一步的,周围环境数据的获取可以通过第一车辆上安装的各种传感器(如车载摄像头、激光雷达、毫米波雷达等)进行采集,得到传感器数据,再通过对各种传感器数据的处理(如特征识别、特征融合等),得到周围环境数据。
S120、若基于第一车辆采集的周围环境数据识别到第一车辆的行驶道路中存在障碍物,则获取障碍物在行驶道路中的位置。
其中,障碍物是指车道内可能影响第一车辆通行的目标对象,例如未规范行驶的其他车辆、事故车辆、施工围栏等。
其中,在确定障碍物在行驶道路中的位置时,主要利用的周围环境数据包括图图像数据和点云数据;进一步的,通过图像数据识别出障碍物,通过图像数据和点云数据的融合确定障碍物对应的点云数据,进而确定障碍物对应的位置。
在一些实施方式中,考虑到周围环境数据包含的目标众多,在根据周围环境数据确认第一车辆的行驶道路中是否存在障碍物时,对于不同目标的数据,可以采用不同的评价标准来确定其是否为障碍物。
例如,在一些实施方式中,当周围环境数据的目标为其他车辆时,若车辆的状态为“动态”,认为车辆正常行驶,不认为是障碍物;若车辆的状态为“静态”,且识别到灯光状态为“双闪”或识别到朝向角状态异常,则确认该车辆为障碍物,为了便于后续描述,将被确认为障碍物的其他车辆描述为动态风险目标;当周围环境数据的目标为交通警示物时,若在预设的距离D(如D=100m)内,出现的交通警示物的数量超过预设的值N时(如N=3),将该距离内的交通警示物都确认为障碍物,为了便于后续描述,将被确认为障碍物的交通警示物描述为静态风险目标;当周围环境数据为施工区域、围墙、栅栏等边界目标时,将由每个边界目标对应的点围成的区域确定为障碍物,为了便于描述,将由每个边界目标对应的点围成的区域描述为不可行驶区域。
其中,障碍物在行驶道路中的位置既可以是指障碍物与第一车辆的相对位置,也可以是障碍物占据的车道位置,显然,通过第一车辆的位置信息以及障碍物的位置可以在确认障碍物在地图上的实际位置。
获取障碍物在行驶道路中的位置,可以是直接在障碍物对应的周围环境数据中提取得到,如直接提取周围环境数据中障碍物的位置信息;也可以是在提取到的周围环境数据的基础上进行再次处理,从而得到位置;例如,提取该障碍物对应的图像数据,并基于图像进行车道线识别,从而确定障碍物占据的车道;或者,提取该障碍物的位置信息,将该障碍物的位置信息转换到高精度地图下,通过障碍物的位置信息与高精度地图中的周围环境数据进行对比,从而确定障碍物占据的车道,进而确定障碍物在行驶道路中的位置。
S130、基于障碍物在行驶道路中的位置、障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值。
其中,预设风险值评价标准是指计算障碍物的风险值的方式或依据;例如,可以根据障碍物的速度计算风险值,还可以根据障碍物的车道位置、车道数量计算风险值;显然,采用不同的风险值评价标准可以得到不同粒度的风险值。
风险值是用于描述障碍物影响第一车辆通行的可能性的大小;风险值越高,该障碍物对第一车辆通行的影响越大;进一步的,风险值的确定可以是根据障碍物的类型确定。
在本申请实施例中,障碍物的类型主要分为动态风险目标、静态风险目标和不可通行区域。
例如,对于车辆等动态风险目标,风险值主要考虑车辆占据的车道位置,越靠近快车道,其风险值越高;对于不可行驶区域,其风险值主要考虑其占据的车道数,占据的车道数越多,其风险值越高;或者障碍物的具体状态确定,例如,对于动态风险目标,还可以获取其对应的破损状态,破损越严重,风险值越高;对于不可行驶区域,还可以具体识别围栏等目标上的警示语,不同的警示语对应不同程度的风险值;当然,也可以综合考虑障碍物的类型和具体状态,从而提高风险值的准确性,具体确定方式可根据实际需求选择。
在一些实施方式中,如图3所示,图3给出了本申请实施例提供的图2中步骤S130的流程示意图,步骤S130包括如下步骤S131至步骤S134:
S131、若障碍物的类型为动态风险目标,确定预设风险值评价标准为车道位置,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道位置。
需要说明的是,通过高精度地图的周围环境数据和第一车辆的位置信息,可以确认第一车辆占据的车道,因此,在确认障碍物占据的车道时,利用的周围环境数据可以是障碍物与第一车辆的相对位置,通过第一车辆的位置信息以及周围环境数据(包含障碍物与第一车辆的相对位置),可以确定障碍物在地图的位置,也即是障碍物占据的车道。
S132、基于障碍物占据的车道位置获得障碍物的风险值。
示例性的,以N(N为正整数)车道为例,对于动态风险目标(即被确定为障碍物的车辆),风险值可以基于车道的位置确定;具体的,当车辆位于应急车道时,其风险值为0,当其位于靠近应急车道的第一车道时,其风险值为100/N,当其位于靠近应急车道的第二车道时,其风险值为2*100/N,依次类推,直至风险值为100。
S133、若障碍物的类型为静态风险目标或不可通行区域,确定预设风险值评价标准为车道数量,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道数量。
显然,对于静态风险目标或不可通行区域,其大概率是从车道的一侧开始向车道中心延伸,因此,考虑其占据的车道数量能更加准确的描述其风险的大小。
S134、基于障碍物占据的车道数量获得所述障碍物的风险值。
示例性的,对于静态风险目标(即被确定为障碍物的交通警示牌)和不可行驶区域,风险值可以基于占据的车道数确定,具体的,若占据了一条车道时,其风险值为100/N,若占据了两条车道,其风险值为2*100/N,当占据了N条车道时,其风险值为100。
S140、若障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值的通行风险预警信息,以使云端管理***基于通行风险预警信息更新云端地图。
值得一提的是,在第一车辆发送的通行风险预警信息中,第一车辆的位置信息、障碍物的位置以及障碍物对应的风险值需要关联发送;进一步的,通行风险预警信息的发送可以通过车载无线通讯技术实现。
可以理解的是,第一车辆在行驶过程中会持续获得障碍物的位置以及障碍物对应的风险值,而对于其中的部分障碍物,其风险低、对车辆行驶的影响较小,不需要在更新在云端地图中,因此,通过对不同类型的障碍物设置对应的预设回传条件,既减小了需要回传的数量量,又使得回传的通行风险信息更加准确和有效。
在一些实施方式中,如图4所示,图4给出了本申请实施例提供的图2中步骤S140的流程示意图,步骤S140包括步骤S141至步骤S142:
S141、基于障碍物的类型确定该障碍物对应的风险阈值。
其中,不同障碍物类型对应的风险阈值可以是预先设定的。
示例性的,对于动态风险目标,其风险阈值为N1;对于静态风险目标,其风险阈值为N2;对于不可行驶区域,其风险阈值为N3等。
S142、若障碍物对应的风险值大于该障碍物对应的风险阈值,确定该障碍物的风险值满足该障碍物的类型对应的预设回传条件,并向云端地图管理***发送通行风险预警信息
显然,通过风险阈值的设定,使得障碍物的风险值在达到对应的风险阈值之后,第一车辆才向云端地图管理***发送对应的通行风险预警信息,提高了发送的通行风险预警信息的质量和有效性,减小了第一车辆的数据发送量。
通过上述实施例提供的数据回传方法,使得第一车辆在行使过程中,可以在任意位置通过采集周围环境数据确定障碍物的风险值,并在障碍物的风险值达到对应风险阈值时,自动向云端地图管理***发送对应的通行风险预警信息,从而增大了云端地图的更新范围,且为不同类型的障碍物设置了不同的预设风险值评价标准和预设回传条件,实现了对不同类型的障碍物的自动上报,提高了上报的数据的准确性,且避免了手动上报风险信息的过程;同时,由于通行风险预警信息中包含了障碍物的位置,使得云端地图在更新时,可以根据障碍物的位置对障碍物进行更加准确的定位,从而提高了云端地图的准确性。
在另一些实施方式中,在前述数据回传方法的基础上,本申请还提供了一种地图更新方法,应用于云端地图管理***,如图5所示,图5给出了本申请实施例提供的地图更新方法的流程示意图,地图更新方法包括:
S210、接收第一车辆上传的通行风险预警信息。
其中,通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,障碍物的位置及该障碍物对应的风险值基于第一车辆采集的周围环境数据确认。
S220、基于位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值。
需要说明的是,云端地图是由多个区域组成的,其中,云端地图中区域的划分可以是按城市划分、按道路划分或者按一定比例对地图进行等分,具体划分方式在此不做具体限制。
在一些实施方式中,在根据位置信息确定风险区域时,可以是根据区域的不同划分方式,采取不同的策略;例如,对于以城市划分的区域,由于其区域之间的相关性不强,可以是将位置信息所在的区域确定为风险区域;对于以道路划分的区域,由于不同道路之间的相关性较强,也就是不同区域之间的联系较强,因此,可以是将位置信息所在的区域,以及相邻区域都确定为风险区域。
在一些实施方式中,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值时,可以是将风险区域内所有障碍物的风险值的均值作为风险区域的风险值;也可以是对风险区域内不同类型的障碍物分配不同的权重,从而风险区域内不同类型的障碍物的风险值进行加权求和。
S230、对于云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重。
值得一提的是,风险区域的区域权重的提出,是考虑到能够回传通行风险预警信息的第一车辆不止一个,且每个第一车辆是在实时回传通行风险预警信息,会导致云端地图管理***接收到的数据量巨大,而不同的区域其接收到的信息量可能会有显著差异,即风险的严重程度可能会显著不同,为了保证云端地图更新的时效性,又避免云端地图中的所有区域时刻处于更新状态,占据大量的***资源,因此,通过风险值计算每个风险区域的区域权重,通过区域权重来确定每个风险区域的重要程度,进而确定更新频率和保留时间,从而在保证时效性是基础上,减少云端地图的更新次数和更新频率。
在另一些实施方式中,在根据风险区域对应的风险值确定该风险区域的权重的基础上,还可以进一步考虑回传该风险区域对应的通行风险预警信息的第一车辆的数量,从而动态调整权重;例如,如果有多个第一车辆同时回传了同一风险区域的风险信息,代表该风险区域可能存在更紧急的情况,因此,增加该风险区域的权重。
S240、基于风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置和风险值。
其中,对云端地图中的风险区域进行更新,也即是将该风险区域对应的障碍物的位置和风险值标注到云端地图上的过程。
值得一提的是,在首次确定风险区域后,就可以将该风险区域内的障碍物的位置和风险值标注在云端地图上,从而实现对云端地图的首次更新,以保证云端地图更新的时效性;在完成首次更新后,就以该风险区域对应的更新频率对云端地图进行更新;例如,在确定区域A为风险区域后,在云端地图对区域A进行首次更新,将此时区域A包含的障碍物的位置和风险值标注在区域A中;并根据其风险值确定其更新频率在每小时更新一次,在完成云端地图中区域A的首次更新后,经过一个小时,将该时间内区域A新增的障碍物的位置和风险值也添加到云端地图中,从而完成对云端地图中的风险区域的更新。进一步的,在将障碍物的位置和风险值标注到云端地图后,就可以删除对应的通行风险预警信息,以节省云端地图管理***的存储资源。
通过上述实施例提供的地图更新方法,使得云端地图管理***在利用接收到的通行风险预警信息对云端地图进行更新时,可以根据不同区域的风险值,确定每个区域的更新频率,保证高风险值的区域能够以高频率进行更新,以确保云端地图及时反映实际情况;同时,低风险值的区域能够以低频率进行更新,从而减少资源的占用,实现了对云端地图的差量更新,提高了更新效率。
显然,在云端地图中标注了障碍物的位置和风险值之后,风险区域就会一直存在,且随着时间的延长,云端地图中风险区域内标注的障碍物会越来越多,而实际上,障碍物的存在时间是有限的,风险区域的存在时间也是有限的,因此,在一些实施方式中,在步骤S230之后,如图6所示,图6给出了本申请实施例提供的地图更新方法的又一流程示意图,地图更新方法还包括步骤S250和步骤S260:
S250、确定风险区域的区域权重所处的预设区间范围,将该预设区间范围对应的更新频率确定为该风险区域的区域权重对应的更新频率。
其中,预设区间范围与更新频率的对应关系是提前设定的。
示例性的,在一些实施方式中,风险区域的区域权重Q的表达式为,Q=风险值×系数,当权重Q小于Q1时,确认该风险区域为低风险区域,更新频率为一天一次;当权重Q大于Q1小于Q2时,确认该风险区域为中风险区域,更新频率为6小时一次;当权重Q大于Q2时,认该风险区域为高风险区域,更新频率为1小时一次。
S260、基于风险区域的区域权重以及该风险区域的风险值,确定该风险区域的保留时间,保留时间用于表征风险区域在更新后的云端地图中的存在时间。
可以理解的是,风险区域对应的风险值越大,代表该区域内的异常状态越严重,解决异常所需的时间也越长,因此,风险区域对应的风险值越大,其保留时间越长,风险区域对应的风险值越小,其保留时间越短。
在一些实施方式中,保留时间的计算可以是基于如下公式,即:保留时间=风险值*区域u权重*时间常数,其中,风险值是该风险区域的风险值,区域权重为前述实施例中基于风险区域的风险值确定的区域权重,时间常数为预先设置的比例系数。
显然,对于风险区域而言,为了保证更新的造成执行,其保留时间的时间长度要远大于其更新频率确定的更新间隔。
为便于理解,仍以区域A为风险区域为例进行说明,若区域A为风险区域,且根据其风险值确定其保留时间为一星期,更新频率为一天一次,在云端地图对区域A进行首次更新后,在此后的一个星期内,区域A均被认定为风险区域,且在一个星期内,每天对区域A进行异常更新;在一个星期后,将区域A内所有的障碍物的标注信息删除,并确定区域A不再是风险区域。
当然,在区域A的更新过程中,可能会存在风险值的急剧增大,当区域A的风险值的急剧增大时,对应的保留时间和更新频率也需要对应更新;比如,区域A最开始被认定为风险区域时,基于其风险值确认其为低风险,保留时间为三天,更新频率为6小时一次;但是在经过一次更新后,区域A的风险值急剧上升,基于其风险值确认其为高风险,此时,删除原来的保留时间和更新频率,并更新其保留时间更新为一周,更新频率为1小时一次;而当区域A的风险值的急剧减小时,可以仍保持原有的保留时间和更新频率。
值得一提的是,在确定出保留时间的基础上,在对云端地图中的风险区域进行更新时,还需要将保留时间更新到云端地图上,以便云端地图执行保留时间,即在执行步骤S260的基础上,步骤S240可以具体包括:基于风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值,以及该风险区域的保留时间。
在另一些实施方式中,考虑到云端地图的更新较为频繁,且同时处于行驶状态的车辆数量众多,为了减少传输的数据量,在将更新后的云端地图下发到车端时,可以只针对导航路径中存在风险区域的行驶车辆进行下发,因此,在一些实施方式中,在步骤S240之后,如图7所示,图7给出了本申请实施例提供的地图更新方法的再一流程示意图,地图更新方法还包括:
S270、获取各第二车辆的导航路径信息。
其中,导航路径信息包括导航的起点、终点以及至少一条行驶路径。
S280、对于每个第二车辆,若根据第二车辆的导航路径信息确定该第二车辆的前方存在风险区域,基于更新后的云端地图向该第二车辆发送风险信息。
其中,风险信息包括该风险区域的位置信息和风险值。
需要说明的是,第二车辆的前方是指第二车辆的行驶方向所指示的方向;第二车辆的前方存在风险区域,也即是第二车辆即将行驶的行驶路径中存在风险区域。
在一些实施方式中,在第二车辆的导航路径信息信息中存在风险区域的基础上,还可以根据当前第二车辆距离风险区域的位置来确定风险信息的发送时间;例如,在第二车辆距风险区域的距离小于预设距离时,开始向该第二车辆发送风险信息。
显然,本申请实施例提供的地图更新方法,只向导航路径中存在风险区域的第二车辆发送风险信息,极大的减少了需要发送的对象,提高了发送效率;同时,通过向第二车辆发送风险信息,避免了云端地图管理***直接向第二车辆发送更新后的云端地图,减少了数据的传输量。
在一些实施方式中,基于前述实施例提供的数据回传方法和地图更新方法,本申请实施例还提供一种导航方法,如图8所示,图8给出了本申请实施例提供的导航方法的流程示意图,导航方法包括:
S310、接收云端地图管理***下发的风险信息。
风险信息包括风险区域的位置信息和风险值,风险区域的位置信息和风险值基于前述实施例中的地图更新方法得到获得。
当然,风险信息还可以包括风险区域内障碍物的位置。
S320、基于风险信息中风险区域的位置信息在第二车辆的本地地图上标注目标风险区域,以及将风险信息中风险区域的的风险值作为目标风险区域的风险值。
其中,标注的形式可以是多样的,例如,在本地地图通过颜色进行标注;进一步的,不同的颜色可以对应不同范围的风险值;或者,在本地地图上新增标注框,标注框内填写对应的风险值等,具体标注形式在此不做限制。
S330、若目标风险区域的风险值大于预设阈值且第二车辆的初始规划路径经过目标风险区域,基于第二车辆的初始规划路径和目标风险区域生成候选路径。
可以理解的是,当目标风险区域的风险值小于预设阈值时,尽管经过目标风险区域,但目标风险区域对第二车辆的通行影响较小,按照初始规划路径即可保证通过该目标风险区域,因此,无需重新进行路径规划;当目标风险区域的风险值大于预设阈值时,意味着目标风险区域对第二车辆的通行有较大的影响,甚至无法通行,因此可以重新进行规划路径以避开该区域,确保第二车辆的正常通行。
S340、若候选路径中存在未经过目标风险区域的目标路径,将目标路径确定为第二车辆的导航路径。
显然,目标路径由于不经过目标风险区域,从而确保了第二车辆的安全安全行驶,
当然,考虑到第二车辆的初始规划路径中起点和终点都是确定的,因此,能够生成的候选路径并不一定可以避开目标风险区域,因此,导航方法还包括:若候选路径均经过目标风险区域,将初始规划路径确定为第二车辆的导航路径,并向第二车辆发送警告信息。
其中,警告信息中可以包括目标风险区域的位置、与当前位置的距离、甚至可以包括驾驶建议等。
为便于理解,请参阅图9,图9给出了本申请实施例涉及的又一场景示意图,包括车端30和云端地图管理***40。
其中,车端30利用车载传感器采集环境感知信息(即本申请的周围环境数据),通过对环境感知信息的风险判断(即是本申请中风险值判断),将符合回传条件的数据通过数据回传接收模块发送给云端地图管理***40(即本申请中将通行风险预警信息发送给云端管理***)。
云端地图管理***40在接收到车端30回传的数据后,生成更新后的云端地图,并根据更新后的云端地图向车端30发送风险信息,车端30通过数据回传接收模块接收到风险信息后,利用风险信息通过地图更新模块对本地地图进行更新,进而利用规划模块重新进行提前的路径规划,从而确保车端30的安全行驶。
在一些实施方式中,本申请还提供了一种数据回传装置,如图10所示,图10给出了本申请实施例提供的数据回传装置的示意图,数据回传装置400包括:
获取模块410,用于获取第一车辆的位置信息以及第一车辆采集的周围环境数据。
检测模块420,用于若基于第一车辆采集的周围环境数据确认第一车辆的行驶道路中存在障碍物,则获取障碍物在行驶道路中的位置。
执行模块430,用于基于障碍物在行驶道路中的位置、障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值。
上传模块440,用于若障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值的通行风险预警信息,以使云端管理***基于通行风险预警信息更新云端地图。
在一些实施方式中,执行模块430用于若障碍物的类型为动态风险目标,确定预设风险值评价标准为车道位置,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道位置;基于障碍物占据的车道位置获得障碍物的风险值;若障碍物的类型为静态风险目标或不可通行区域,确定预设风险值评价标准为车道数量,基于高精度地图的周围环境数据和障碍物在行驶道路中的位置,确定障碍物占据的车道数量;基于障碍物占据的车道数量获得障碍物的风险值。
在一些实施方式中,上传模块440用于对于每个障碍物,基于障碍物的类型确定该障碍物对应的风险阈值;若障碍物对应的风险值大于该障碍物的风险阈值,确定该障碍物的风险值满足该障碍物的类型对应的预设回传条件,并先云端地图管理***发送通行风险预警信息。
在一些实施方式中,本申请还提供了一种地图更新装置,如图11所示,图11给出了本申请实施例提供的地图更新装置的示意图,地图更新装置500包括:
第一接收模块510,用于接收第一车辆上传的通行风险预警信息,通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,障碍物的位置及该障碍物对应的风险值基于第一车辆采集的周围环境数据确认。
筛选模块520,用于基于位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于障碍物的位置及该障碍物对应的风险值,确定风险区域对应的风险值。
计算模块530,用于对于云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重。
更新模块540,用于基于风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
在一些实施方式中,地图更新装置500还包括分析模块,分析模块用于确定风险区域的区域权重所处的预设区间范围,将该预设区间范围对应的更新频率确定为该风险区域的区域权重对应的更新频率;基于风险区域的区域权重以及该风险区域的风险值,确定该风险区域的保留时间,保留时间用于表征风险区域在更新后的云端地图中的存在时间;更新模块540还用于基于风险区域的区域权重对应的更新频率对云端地图中的风险区域进行更新,得到更新后的云端地图,更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值,以及该风险区域的保留时间。
在一些实施方式中,地图更新装置500还包括下发模块,下发模块用于获取各第二车辆的导航路径信息;对于每个第二车辆,若根据该第二车辆的导航路径信息确定该第二车辆的前方存在风险区域,基于更新后的云端地图向该第二车辆发送风险信息,风险信息包括该风险区域的位置信息和风险值。
在一些实施方式中,本申请还提供了一种导航装置,应用于第二车辆,如图12所示,图12给出了本申请实施例提供的导航装置的示意图,导航装置600包括:
第二接收模块610,用于接收云端地图管理***下发的风险信息,风险信息包括风险区域的位置信息和风险值,风险区域的位置信息和风险值基于前述实施例中的地图更新方法得到获得。
标注模块620,用于基于风险信息中风险区域的位置信息在第二车辆的本地地图上标注目标风险区域,以及将风险信息中风险区域的的风险值作为目标风险区域的风险值。
规划模块630,用于若目标风险区域的风险值大于预设阈值且第二车辆的初始规划路径经过目标风险区域,基于第二车辆的初始规划路径和目标风险区域生成候选路径。
确认模块640,用于若候选路径中存在未经过目标风险区域的目标路径,将目标路径确定为第二车辆的导航路径。
在一些实施方式中,导航装置600还包括报警模块,报警模块用于若候选路径均经过目标风险区域,将初始规划路径确定为第二车辆的导航路径,并向第二车辆发送警告信息。
在一些实施方式中,基于上述实施例提供的数据回传方法、地图更新方法、导航方法,本申请实施例还提供的一种电子设备,如图13,图13给出了本申请实施例提供的一种电子设备的结构框图,电子设备700包括一个或多个处理器710;存储器720;一个或多个程序,其中一个或多个程序被存储在存储器720中并被配置为由一个或多个处理器710执行,一个或多个程序配置用于执行上述方法。
其中,电子设备700可以是终端设备,终端设备可以是电脑、平板电脑、车载终端等。
处理器710可以包括一个或者多个处理核。处理器710利用各种接口和线路连接整个可穿戴设备内的各个部分,通过运行或执行存储在存储器720内的指令、程序、代码集或指令集,以及调用存储在存储器720内的数据,执行可穿戴设备的各种功能和处理数据。可选地,处理器710可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器710可集成中央处理器(CentralProcessing Unit,CPU)、图形处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责待显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器中,单独通过一块通信芯片进行实现。
存储器720可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器720可用于存储指令、程序、代码、代码集或指令集。存储器720可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备在使用中所创建的数据。
在一些实施方式中,本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有程序代码,程序代码可被处理器调用执行上述方法。
计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以以适当形式进行压缩。
以上,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭示如上,然而并非用以限定本申请,任何本领域技术人员,在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (13)
1.一种数据回传方法,其特征在于,包括:
获取第一车辆的位置信息以及所述第一车辆采集的周围环境数据;
若基于所述第一车辆采集的周围环境数据识别到所述第一车辆的行驶道路中存在障碍物,则获取所述障碍物在行驶道路中的位置;
基于所述障碍物在行驶道路中的位置、所述障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值;
若所述障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送通行风险预警信息,以使所述云端管理***基于所述通行风险预警信息更新云端地图,所述通行风险预警信息包括所述第一车辆的位置信息、所述障碍物的位置及该障碍物对应的风险值。
2.根据权利要求1所述的方法,其特征在于,所述基于所述障碍物在行驶道路中的位置、所述障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值,包括:
若所述障碍物的类型为动态风险目标,确定预设风险值评价标准为车道位置,基于高精度地图的周围环境数据和所述障碍物在行驶道路中的位置,确定所述障碍物占据的车道位置;
基于所述障碍物占据的车道位置获得所述障碍物的风险值;
若所述障碍物的类型为静态风险目标或不可通行区域,确定预设风险值评价标准为车道数量,基于高精度地图的周围环境数据和所述障碍物在行驶道路中的位置,确定所述障碍物占据的车道数量;
基于所述障碍物占据的车道数量获得所述障碍物的风险值。
3.根据权利要求1所述的方法,其特征在于,所述若所述障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送通行风险预警信息,包括:
基于所述障碍物的类型确定该障碍物对应的风险阈值;
若所述障碍物对应的风险值大于该障碍物对应的风险阈值,确定该障碍物的风险值满足该障碍物的类型对应的预设回传条件,并向云端地图管理***发送通行风险预警信息。
4.一种地图更新方法,应用于云端地图管理***,其特征在于,所述方法包括:
接收第一车辆上传的通行风险预警信息,所述通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,所述障碍物的位置及该障碍物对应的风险值基于所述第一车辆采集的周围环境数据确认;
基于所述第一车辆的位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于所述障碍物的位置及该障碍物对应的风险值,确定所述风险区域对应的风险值;
对于所述云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重;
基于所述风险区域的区域权重对应的更新频率对所述云端地图中的风险区域进行更新,得到更新后的云端地图,所述更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
5.根据权利要求4所述的方法,其特征在于,所述对于所述云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重之后,所述方法还包括:
确定所述风险区域的区域权重所处的预设区间范围,将该预设区间范围对应的更新频率确定为该风险区域的区域权重对应的更新频率;
基于所述风险区域的区域权重以及该风险区域的风险值,确定该风险区域的保留时间,所述保留时间用于表征所述风险区域在所述更新后的云端地图中的存在时间;
所述基于所述风险区域的区域权重对应的更新频率对所述云端地图中的风险区域进行更新,得到更新后的云端地图,所述更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置和风险值,包括:
基于所述风险区域的区域权重对应的更新频率对所述云端地图中的风险区域进行更新,得到更新后的云端地图,所述更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值,以及该风险区域的保留时间。
6.根据权利要求4所述的方法,其特征在于,所述基于所述风险区域的区域权重对应的更新频率,对所述云端地图中的风险区域进行更新,得到更新后的云端地图之后,所述方法还包括:
获取各第二车辆的导航路径信息;
对于每个所述第二车辆,若根据所述第二车辆的导航路径信息确定该第二车辆的前方存在所述风险区域,基于所述更新后的云端地图向该第二车辆发送风险信息,所述风险信息包括该风险区域的位置信息和风险值。
7.一种导航方法,应用于第二车辆,其特征在于,包括:
接收云端地图管理***下发的风险信息,所述风险信息包括风险区域的位置信息和风险值,所述风险区域的位置信息和风险值基于权利要求4-6中的地图更新方法得到获得;
基于所述风险信息中风险区域的位置信息在所述第二车辆的本地地图上标注目标风险区域,以及将风险区域的的风险值作为所述目标风险区域的风险值;
若所述目标风险区域的风险值大于预设阈值且所述第二车辆的初始规划路径经过所述目标风险区域,基于所述第二车辆的初始规划路径和所述目标风险区域生成候选路径;
若所述候选路径中存在未经过所述目标风险区域的目标路径,将所述目标路径确定为所述第二车辆的导航路径。
8.根据权利要求7所述的方法,其特征在于,所述若所述目标风险区域的风险值大于预设阈值,基于所述第二车辆的初始规划路径和所述目标风险区域生成候选路径之后,所述方法还包括:
若所述候选路径均经过所述目标风险区域,将所述初始规划路径确定为所述第二车辆的导航路径,并向所述第二车辆发送警告信息。
9.一种数据回传装置,其特征在于,包括:
获取模块,用于获取第一车辆的位置信息以及所述第一车辆采集的周围环境数据;
检测模块,用于若基于所述第一车辆采集的周围环境数据识别到所述第一车辆的行驶道路中存在障碍物,则获取所述障碍物在行驶道路中的位置;
执行模块,用于基于所述障碍物在行驶道路中的位置、所述障碍物的类型、以及该障碍物的类型对应的预设风险值评价标准,确定该障碍物的风险值;
上传模块,用于若所述障碍物的风险值满足该障碍物的类型对应的预设回传条件,向云端地图管理***发送通行风险预警信息,以使所述云端管理***基于所述通行风险预警信息更新云端地图,所述通行风险预警信息包括所述第一车辆的位置信息、所述障碍物的位置及该障碍物对应的风险值。
10.一种地图更新装置,应用于云端地图管理***,其特征在于,包括:
第一接收模块,用于接收第一车辆上传的通行风险预警信息,所述通行风险预警信息包括第一车辆的位置信息、障碍物的位置及该障碍物对应的风险值,所述障碍物的位置及该障碍物对应的风险值基于所述第一车辆采集的周围环境数据确认;
筛选模块,用于基于所述第一车辆的位置信息,从云端地图中包含的多个区域中确定风险区域,以及,基于所述障碍物的位置及该障碍物对应的风险值,确定所述风险区域对应的风险值;
计算模块,用于对于所述云端地图中的风险区域,基于该风险区域对应的风险值确定该风险区域的区域权重;
更新模块,用于基于所述风险区域的区域权重对应的更新频率对所述云端地图中的风险区域进行更新,得到更新后的云端地图,所述更新后的云端地图中的风险区域标注有该风险区域对应的障碍物的位置及风险值。
11.一种导航装置,应用于第二车辆,其特征在于,包括:
第二接收模块,用于接收云端地图管理***下发的风险信息,所述风险信息包括风险区域的位置信息和风险值,所述风险区域的位置信息和风险值基于权利要求4-6中的地图更新方法得到获得;
标注模块,用于基于所述风险信息中风险区域的位置信息在所述第二车辆的本地地图上标注目标风险区域,以及将所述风险信息中风险区域的的风险值作为所述目标风险区域的风险值;
规划模块,用于若所述目标风险区域的风险值大于预设阈值且所述第二车辆的初始规划路径经过所述目标风险区域,基于所述第二车辆的初始规划路径和所述目标风险区域生成候选路径;
确认模块,用于若所述候选路径中存在未经过所述目标风险区域的目标路径,将所述目标路径确定为所述第二车辆的导航路径。
12.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-8中任一项所述的方法。
13.一种计算机可读存储介质,其特征在于,包括:所述计算机可读存储介质存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311645905.XA CN118038712A (zh) | 2023-12-01 | 2023-12-01 | 数据回传方法、地图更新方法、导航方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311645905.XA CN118038712A (zh) | 2023-12-01 | 2023-12-01 | 数据回传方法、地图更新方法、导航方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118038712A true CN118038712A (zh) | 2024-05-14 |
Family
ID=90994003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311645905.XA Pending CN118038712A (zh) | 2023-12-01 | 2023-12-01 | 数据回传方法、地图更新方法、导航方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118038712A (zh) |
-
2023
- 2023-12-01 CN CN202311645905.XA patent/CN118038712A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021023102A1 (zh) | 地图更新方法、装置及存储介质 | |
CN105793669B (zh) | 车辆位置推定***、装置、方法以及照相机装置 | |
CN107015559B (zh) | 使用散列加权积分和求和的目标跟踪的概率推理 | |
CN112562314B (zh) | 基于深度融合的路端感知方法、装置、路端设备和*** | |
JP2022526805A (ja) | 運転の早期警告方法、装置、電子機器およびコンピュータ記憶媒体 | |
US11170639B2 (en) | Transportation threat detection system | |
CN114399916B (zh) | 一种数字孪生智慧城市交通的虚拟红绿灯控制提醒方法 | |
EP3895950B1 (en) | Methods and systems for automated driving system monitoring and management | |
CN113127583A (zh) | 一种数据传输方法和装置 | |
US11495064B2 (en) | Value-anticipating cooperative perception with an intelligent transportation system station | |
US10109191B2 (en) | Method of quickly detecting road distress | |
CN117178309A (zh) | 用于创建具有碰撞概率的地图的方法 | |
CN112163063A (zh) | 生成高精度地图的方法、装置和计算机可读存储介质 | |
US20210323577A1 (en) | Methods and systems for managing an automated driving system of a vehicle | |
CN117387647A (zh) | 融合车载传感器数据与道路传感器数据的道路规划方法 | |
CN118038712A (zh) | 数据回传方法、地图更新方法、导航方法、装置及设备 | |
CN110827578B (zh) | 一种基于车路协同的车辆防碰撞提示方法、装置及*** | |
US11804131B2 (en) | Communication system for determining vehicle context and intent of a target vehicle based on perceived lane of travel | |
CN114581615B (zh) | 一种数据处理方法、装置、设备和存储介质 | |
WO2023005636A1 (zh) | 感知能力信息生成方法、使用方法及装置 | |
CN114363308B (zh) | 一种地图数据的传输方法及装置 | |
US20240102823A1 (en) | Map update system, map update apparatus, and storage medium | |
JP2023166454A (ja) | 地図データ管理装置、地図データ管理方法及びプログラム | |
CN115571144A (zh) | 车辆的事故强度估计 | |
CN115127568A (zh) | 导航方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |