[go: up one dir, main page]

CN109510851B - 地图数据的构建方法和设备 - Google Patents

地图数据的构建方法和设备 Download PDF

Info

Publication number
CN109510851B
CN109510851B CN201710831221.7A CN201710831221A CN109510851B CN 109510851 B CN109510851 B CN 109510851B CN 201710831221 A CN201710831221 A CN 201710831221A CN 109510851 B CN109510851 B CN 109510851B
Authority
CN
China
Prior art keywords
data
safety information
basic
basic safety
information
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
CN201710831221.7A
Other languages
English (en)
Other versions
CN109510851A (zh
Inventor
刘振春
周经纬
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.)
Shenzhen Yinwang Intelligent Technology Co ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201710831221.7A priority Critical patent/CN109510851B/zh
Priority to EP18855732.6A priority patent/EP3674920A4/en
Priority to JP2020515723A priority patent/JP7059362B2/ja
Priority to PCT/CN2018/105680 priority patent/WO2019052533A1/zh
Publication of CN109510851A publication Critical patent/CN109510851A/zh
Priority to US16/818,662 priority patent/US11810454B2/en
Application granted granted Critical
Publication of CN109510851B publication Critical patent/CN109510851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • 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
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/22—Parsing or analysis of headers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)

Abstract

本申请提供一种地图数据的构建方法和设备，该方法包括：获取多个第一基本安全信息报文，所述第一基本安全信息报文包括车辆的参数信息，所述参数信息用于表示所述车辆的行驶状态和外观形态；从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，所述第一基本安全信息数据包括所述参数信息和扩展安全信息，所述扩展安全信息用于表示车辆和道路的安全状态；根据所述第一基本安全信息数据进行模型化处理生成所述地图数据；其中，所述从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，包括：从所述多个第一基本安全信息报文中，选择还包括所述扩展安全信息的至少一个第一基本安全信息报文，所述扩展安全信息是在安全事件被激发时被添加到所述至少一个第一基本安全信息报文中的；从所述至少一个第一基本安全信息报文中，获取所述第一基本安全信息数据，该方法将V2X网络应用于自动驾驶系统中，可以提高自动驾驶车辆的行车安全。

Description

地图数据的构建方法和设备
技术领域
本申请涉及车联网技术，尤其涉及一种地图数据的构建方法和设备。
背景技术
近年来，基于车辆与外界信息交换(Vehicles to X，V2X)的车联网技术越来越成熟，车辆的基本信息可基于道路交通信息为驾驶车辆的行为规划和控制提供重要的决策支持。
车辆的基本信息包括时间戳、车辆的位置、速度、加速度、姿态、外形尺寸等信息，车辆的基本信息可以被网络设施以广播的形式发送给周围车辆，车辆可以基于这些基本信息来获取地图数据以构建地图，其中，地图数据可以包括车道限速信息、车道线几何图形、车道线宽度、车道拓扑关系等数据。例如，根据车辆的基本信息中的速度信息分析并输出车道限速信息，利用车辆的基本信息中的历史轨迹拟合出车道线几何图形、分析车道线宽度等属性、构建车道拓扑关系等，根据车道限速信息、车道线几何图形、车道线宽度、车道拓扑关系等地图数据构建地图，还可以利用交通管制等信息优化地图数据。
采用上述方法所构建的地图是一种主要包括车道线信息的实时静态地图，因此，利用该地图进行车辆行为规划和控制，使得道路交通的安全性和稳定性较低。
发明内容
本申请提供一种地图数据的构建方法和设备，可以减少一些交通事故，提高了道路交通的安全性和稳定性。
本申请第一方面提供一种地图数据的构建方法，所述方法应用于车辆，包括：
获取多个第一基本安全信息报文，所述第一基本安全信息报文包括车辆的参数信息，所述参数信息用于表示所述车辆的行驶状态和外观形态；
从所述多个第一基本安全信息报文重，获取第一基本安全信息数据，所述第一基本安全信息数据包括所述参数信息和扩展安全信息，所述扩展安全信息用于表示车辆和道路的安全状态；
根据所述第一基本安全信息数据进行模型化处理生成所述地图数据；
其中，所述从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，包括：
从所述多个第一基本安全信息报文中，选择还包括所述扩展安全信息的至少一个第一基本安全信息报文，所述扩展安全信息是在安全事件被激发时被添加到所述至少一个第一基本安全信息报文中的；
从所述至少一个第一基本安全信息报文中，获取所述第一基本安全信息数据。
在上述方案中，在安全事件发生时，获取车辆的第一基本安全信息报文，从第一基本安全信息报文中，获取第一基本安全信息数据，根据第一基本安全信息数据进行模型化处理生成地图数据，由于第一基本安全信息数据包括车辆的参数信息和扩展安全信息，因此，构建的地图数据中不仅包括车辆的参数信息，还包括扩展安全信息，自动驾驶车辆可以根据扩展安全信息获取车辆与道路的一些不安全因素，对车辆的行为进行规划和控制，从而减少一些交通事故，提高了道路交通的安全性和稳定性。
在一种可能的实现方式中，所述从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，包括：
对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；
对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文；
对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据。
在上述方案中，对第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；对第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文；对第三基本安全信息报文进行排序和队列化管理，获取第一基本安全信息数据，提高了第一基本安全信息数据的数据质量和可靠性，并且，实现了对第一基本安全信息数据的有序化管理。
在一种可能的实现方式中，所述对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文，包括：
获取所述车辆自身的位置信息和当前时间戳；
根据所述车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对所述多个第一基本安全信息报文进行数据过滤，获取所述第二基本安全信息报文。
在上述方案中，预设的时间范围和空间范围构成一个缓冲区域，保留缓冲区域内的第一基本安全信息报文，丢弃缓冲区域外的第一基本安全信息报文，能够保证数据的时效性，节约了内存。
在一种可能的实现方式中，所述对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文，包括：
检查所述第二基本安全信息报文是否符合数据质量标准；所述数据质量标准包括数据完整度和数据准确度；
若所述第二基本安全信息报文符合数据质量标准，则根据预设的置信度输出所述第三基本安全信息报文；
若所述第二基本安全信息报文不符合数据质量标准，则丢弃所述第二基本安全信息报文。
在一种可能的实现方式中，所述根据预设的置信度输出所述第三基本安全信息报文，包括：
计算所述第二基本安全信息报文的置信度；
若所述第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则将所述第二基本安全信息报文作为所述第三基本安全信息报文；
若所述第二基本安全信息报文的置信度小于所述预设的置信度阈值，则丢弃所述第二基本安全信息报文。
在上述方案中，对第二基本安全信息报文进行数据质量的控制，对于不符合数据质量标准的第二基本安全信息报文丢弃，仅保留符合数据质量标准的第二基本安全信息报文，能保证第二基本安全信息报文的完整性和准确性。
在一种可能的实现方式中，所述对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据，包括：
根据所述第三基本安全信息报文构建基本安全信息队列；
根据预先定义的时间和空间排序规则对所述基本安全信息队列进行排序，获取所述第一基本安全信息数据。
在上述方案中，将第三基本安全信息报文构建基本安全信息队列，并根据预先定义的时间和空间排序规则对基本安全信息队列进行排序，获取第一基本安全信息数据，方便对第一基本安全信息数据的查看和管理。
在一种可能的实现方式中，所述对所述第一基本安全信息数据进行模型化处理，获取所述地图数据，包括：
根据所述第一基本安全信息数据获取基本安全信息的数据模型；
根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；
根据所述基本安全信息要素构建所述地图数据。
在上述方案中，将第一基本安全信息数据进行模型化处理，转换成构建地图数据的基本安全信息要素，方便构建地图数据，而且，使得地图数据的结构清晰。
在一种可能的实现方式中，所述方法还包括：
确定第二基本安全信息数据与所述地图数据的关联度，所述第二基本安全信息数据为从云端服务器获取到的基本安全信息数据；
若所述关联度大于或等于预设阈值，则根据所述地图数据对所述第二基本安全信息数据进行更新；
若所述关联度小于预设阈值，则将所述地图数据载入本地地图数据库。
在上述方案中，根据确定第二基本安全信息数据与地图数据的关联度，若关联度大于或等于预设阈值，则根据地图数据对第二基本安全信息数据进行更新；若关联度小于预设阈值，则将地图数据载入本地地图数据库，实现对地图数据的实时更新，保证地图数据的可靠性。
在一种可能的实现方式中，所述方法还包括：
将所述地图数据发送给云端服务器，以使所述云端服务器进行云端数据库的更新。
在上述方案中，将地图数据发送给云端服务器，以使云端服务器进行数据库的更新，保证了车端与云端数据的同步更新。
本申请第二方面提供一种地图数据的构建方法，所述方法应用于云端服务器，包括：
获取第一基本安全信息数据，所述第一基本安全信息数据包括车辆的参数信息和扩展安全信息，所述车辆的参数信息用于表示所述车辆的行驶状态和外观信息，所述扩展安全信息是在安全事件被激发时被添加到所述第一基本安全信息数据中用于表示车辆和道路的安全状态的信息；
根据所述第一基本安全信息数据进行模型化处理生成所述地图数据。
在上述方案中，获取第一基本安全信息数据，根据第一基本安全信息数据进行模型化处理生成地图数据，由于第一基本安全信息数据包括车辆的参数信息和扩展安全信息，因此，构建的地图数据中不仅包括车辆的参数信息，还包括扩展安全信息，自动驾驶车辆可以根据扩展安全信息获取车辆与道路的一些不安全因素，对车辆的行为进行规划和控制，从而减少一些交通事故，提高了道路交通的安全性和稳定性。
在一种可能的实现方式中，所述对所述第一基本安全信息数据进行模型化处理，获取所述地图数据，包括：
根据所述第一基本安全信息数据获取基本安全信息的数据模型；
根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；
根据所述基本安全信息要素构建所述地图数据。
在上述方案中，将第一基本安全信息数据进行模型化处理，转换成构建地图数据的基本安全信息要素，方便构建地图数据，而且，使得地图数据的结构清晰。
在一种可能的实现方式中，所述方法还包括：
根据所述地图数据对云端数据库进行更新。
在一种可能的实现方式中，所述数据库包括空间数据库和文件数据库，则所述根据所述地图数据对所述云端的数据库进行更新，包括：
将所述地图数据存储到所述空间数据库与所述文件数据库中，所述空间数据库存储车辆唯一标识、几何数据和所述元数据，所述文件数据库存储所述安全数据文件，所述空间数据库与所述文件数据库通过所述元数据关联。
在上述方案中，将地图数据存储到空间数据库与文件数据库中，对地图数据进行分类存储，方便存储和管理。
在一种可能的实现方式中，所述数据库包括过程库、现实库、历史库；
所述过程库用于存储所述第一基本安全信息数据；
所述现实库用于存储所述地图数据；
所述历史库用于存储从初始时刻开始获取到的全部的所述地图数据。
在一种可能的实现方式中，所述根据所述地图数据对云端的数据库进行更新，包括：
获取所述地图数据与所述云端数据库中的第二基本安全信息数据之间的关联度；
若所述关联度大于或等于预设阈值，则根据所述地图数据对所述现实库进行更新，并将所述地图数据载入所述历史库；
若所述关联度小于预设阈值，则将所述地图数据载入所述现实库。
在上述方案中，通过过程库、现实库、历史库这三个库来管理和存储地图数据，方便查询和管理。
本申请第三方面提供一种车辆终端，包括：
感知单元，用于获取多个第一基本安全信息报文，所述第一基本安全信息报文包括车辆的参数信息，所述参数信息用于表示所述车辆的行驶状态和外观形态；
处理单元，用于从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，所述第一基本安全信息数据包括所述参数信息和扩展安全信息，所述扩展安全信息用于表示车辆和道路的安全状态；
获取单元，用于根据所述第一基本安全信息数据进行模型化处理生成地图数据；
所述处理单元，具体用于从所述多个第一基本安全信息报文中，选择还包括所述扩展安全信息的至少一个第一基本安全信息报文，所述扩展安全信息是在安全事件被激发时被添加到所述至少一个第一基本安全信息报文中的；从所述至少一个第一基本安全信息报文中，获取所述第一基本安全信息数据。
在一种可能的实现方式中，所述处理单元包括：
过滤子单元，用于对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；
质量控制子单元，用于对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文；
队列控制单元，用于对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据。
在一种可能的实现方式中，所述过滤子单元具体用于获取所述车辆自身的位置信息和当前时间戳；
根据所述车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对所述多个第一基本安全信息报文进行数据过滤，获取所述第二基本安全信息报文。
在一种可能的实现方式中，所述质量控制子单元具体用于检查所述第二基本安全信息报文是否符合数据质量标准；所述数据质量标准包括数据完整度和数据准确度；若所述第二基本安全信息报文符合数据质量标准，则根据预设的置信度输出所述第三基本安全信息报文；若所述第二基本安全信息报文不符合数据质量标准，则丢弃所述第二基本安全信息报文。
在一种可能的实现方式中，所述质量控制子单元根据预设的置信度输出所述第三基本安全信息报文，具体包括：
所述质量控制子单元计算所述第二基本安全信息报文的置信度；若所述第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则将所述第二基本安全信息报文作为所述第三基本安全信息报文；若所述第二基本安全信息报文的置信度小于所述预设的置信度阈值，则丢弃所述第二基本安全信息报文。
在一种可能的实现方式中，所述队列控制单元具体用于根据所述第三基本安全信息报文构建基本安全信息队列；
根据预先定义的时间和空间排序规则对所述基本安全信息队列进行排序，获取所述第一基本安全信息数据。
在一种可能的实现方式中，所述获取单元具体用于根据所述第一基本安全信息数据获取基本安全信息的数据模型；根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；根据所述基本安全信息要素构建所述地图数据。
在一种可能的实现方式中，所述车辆终端还包括：
数据管理单元，用于确定第二基本安全信息数据与所述地图数据的关联度，所述第二基本安全信息数据为从云端服务器获取到的基本安全信息数据；若所述关联度大于或等于预设阈值，则根据所述地图数据对所述第二基本安全信息数据进行更新；若所述关联度小于预设阈值，则将所述地图数据载入本地地图数据库。
在一种可能的实现方式中，所述车辆终端还包括：
发送单元，用于将所述地图数据发送给云端服务器，以使所述云端服务器进行云端数据库的更新。
本实施例提供的车辆终端的各个单元的实现原理和有益效果可参照第一方面提供的地图数据的构建方法的实施例，此处不再赘述。
本申请第四方面提供一种服务器，包括：
获取单元，用于获取第一基本安全信息数据，所述第一基本安全信息数据包括车辆的参数信息和扩展安全信息，所述车辆的参数信息用于表示所述车辆的行驶状态和外观信息，所述扩展安全信息是在安全事件被激发时被添加到所述第一基本安全数据中用于表示车辆和道路的安全状态的信息；
处理单元，用于根据所述第一基本安全信息数据进行模型化处理生成地图数据。
在一种可能的实现方式中，所述处理单元具体用于根据所述第一基本安全信息数据获取基本安全信息的数据模型；根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；根据所述基本安全信息要素构建所述地图数据。
在一种可能的实现方式中，所述服务器还包括：
更新单元，用于根据所述地图数据对云端数据库进行更新。
在一种可能的实现方式中，所述数据库包括空间数据库和文件数据库，则所述更新单元具体用于将所述地图数据存储到所述空间数据库与所述文件数据库中，所述空间数据库存储车辆唯一标识、几何数据和所述元数据，所述文件数据库存储所述安全数据文件，所述空间数据库与所述文件数据库通过所述元数据关联。
在一种可能的实现方式中，所述数据库包括过程库、现实库、历史库；
所述过程库用于存储所述第一基本安全信息数据；
所述现实库用于存储所述地图数据；
所述历史库用于存储从初始时刻开始获取到的全部的所述地图数据。
在一种可能的实现方式中，所述更新单元具体用于获取所述地图数据与所述云端数据库中的第二基本安全信息数据之间的关联度；若所述关联度大于或等于预设阈值，则根据所述地图数据对所述现实库进行更新，并将所述地图数据载入所述历史库；若所述关联度小于预设阈值，则将所述地图数据载入所述现实库。
本实施例提供的车辆终端的各个单元的实现原理和有益效果可参照第二方面提供的地图数据的构建方法的实施例，此处不再赘述。
本申请第五方面提供一种设备，包括处理器和存储器，
所述存储器用于存储指令，所述处理器用于执行所述存储器存储的指令，当处理器执行所述存储器存储的指令时，所述装置用于执行如第一方面或第二方面任一实施例所述的方法。
本申请第六方面提供一种车辆终端，包括用于执行上述第一方面或者第一方面的各种实施方式的方法的至少一个处理元件(或芯片)。
本申请第七方面提供一种服务器，包括用于执行上述第二方面或者第二方面的各种实施方式的方法的至少一个处理元件(或芯片)。
本申请第八方面提供一种可读存储介质，可读存储介质中存储有执行指令，当车辆终端的至少一个处理器执行该执行指令时，车辆终端执行上述第一方面或者第一方面的各种实施方式提供的地图数据的构建方法。
本申请第九方面提供一种可读存储介质，可读存储介质中存储有执行指令，当服务器的至少一个处理器执行该执行指令时，服务器执行上述第二方面或者第二方面的各种实施方式提供的地图数据的构建方法。
本申请第十方面提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。车辆终端的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得车辆终端实施第一方面或者第一方面的各种实施方式提供的地图数据的构建方法。
本申请第十一方面提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。服务器的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得服务器实施上述第二方面或者第二方面的各种实施方式提供的地图数据的构建方法。
本申请第十二方面提供一种通信系统，该网络系统包括上述方面中的车辆终端和服务器。
附图说明
图1为本申请实施例提供的地图数据的构建方法的应用场景示意图；
图2为本申请实施例提供的车辆软硬件设备的结构示意图；
图3为本申请一实施例提供的一种地图数据的构建方法的流程图；
图4为本申请另一实施例提供的一种地图数据的构建方法的流程图；
图5为本申请另一实施例提供的一种地图数据的构建方法的流程图；
图6为本申请提供的一种时空缓冲区的示意图；
图7为本申请另一实施例提供的一种地图数据的构建方法的流程图；
图8为本申请再一实施例提供的一种地图数据的构建方法的流程图；
图9为本申请再一实施例提供的一种地图数据的构建方法的流程图；
图10为本申请再一实施例提供的一种地图数据的构建方法的流程图；
图11为本申请又一实施例提供的一种地图数据的构建方法的流程图；
图12为本申请又一实施例提供的一种地图数据的构建方法的流程图；
图13为本申请再一实施例提供的一种地图数据的构建方法的流程图；
图14为本申请实施例提供的一种数据存储方法示意图；
图15为本申请实施例提供的另一种数据存储方法示意图；
图16为本申请再一实施例提供的一种地图数据的构建方法的流程图；
图17为本申请一实施例提供的一种车辆终端的框图；
图18为本申请另一实施例提供的一种车辆终端的框图；
图19为本申请提供的一种第一基本安全信息数据的格式；
图20为本申请另一实施例提供的一种车辆终端的框图；
图21为本申请一实施例提供的一种服务器的框图；
图22为本申请另一实施例提供的一种服务器的框图；
图23为本申请一实施例提供的一种无线通信设备的框图。
具体实施方式
本申请提供的地图数据的构建方法应用于无线通信系统中，尤其可应用于车联网系统中。图1为本申请实施例提供的地图数据的构建方法的应用场景示意图，如图1所示，该场景包括车辆软硬件设备、云基础设施、车辆与车辆的信息交换(Vehicles to Vehicles，V2V)终端、车辆与人的信息交换(Vehicles to Person，V2P)终端、车辆与基础设施的信息交换(Vehicles to Infrastructure，V2I)终端。
其中，车辆软硬件设备的结构示意图如图2所示，车辆软硬件设备包括电子控制单元、专用短程通信设备、全球定位系统(Global Positioning System，GPS)接收器、人车交互接口、存储器、车端内部通信网络、视觉传感器和雷达传感器，电子控制单元是本申请提供的系统、软件、算法的运行环境，专用短程通信(Dedicated Short RangeCommunications，DSRC)设备通过天线和外部的车辆与外界的信息交换(Vehicles to X，V2X)终端交互数据，并将数据传输给电子控制单元，GPS接收器一方面提供车辆的精确位置，另一方面提供时间基准，并将数据传输给电子控制单元，存储器存储车辆安全信息和应用数据等，人车交互接口(Human Machine Interface，HMI)用于驾驶员和车端应用的信息交互，车端内部通信网络联接车端各硬件组件，视觉传感器和雷达传感器感知车辆自身以及车辆周边的环境参数，比如速度等，并作为电子控制单元的输入。
云基础设施包括分布式存储设备、分布式计算阵列等，用于云端动态地图的存储和计算。V2V终端包括所有与本系统进行信息交换的其他车端通信系统和设备；V2P终端包括所有与本系统进行信息交换的道路行人的手持无线通信设备；V2I终端包括所有与本系统进行信息交换的路边通信设施。
图3为本申请一实施例提供的一种地图数据的构建方法的流程图。该方法应用于车辆，如图1所示，该方法包括以下步骤：
步骤101、获取车辆的第一基本安全信息报文，第一基本安全信息报文包括在安全事件发生时采集到的车辆的信息报文。
在本实施例中，安全事件为V2X安全事件，例如，车辆应急硬件系统输出异常信息、车辆传感器感知到周围危险环境等事件均为V2X安全事件。当安全事件被激发时，车辆可以自动获取第一基本安全信息报文，第一基本安全信息报文可以包括时间戳、车辆的位置、速度、加速度、姿态、外形尺寸等车辆自身的参数信息，还可以包括天气信息、车辆状态事件、历史轨迹、轨迹预测等信息。例如，车辆通过视觉/激光传感器识别一定距离内的道路静态环境信息和动态障碍物信息，GPS传感器定位自车位置，车辆中的设备识别车道边线、停止线、人行横道、路面转向标志、路面减速带、交通信号灯、交通提示牌等道路静态环境信息，识别路上行人、非机动车、机动车等可能影响车辆行驶的运动和静止(非永久)的障碍物等动态障碍物信息。
步骤102、从第一基本安全信息报文中，获取第一基本安全信息数据，第一基本安全信息数据包括车辆的参数信息和扩展安全信息，车辆的参数信息用于表示车辆的行驶状态和外观形态，扩展安全信息用于表示车辆和道路的安全状态。
在本实施例中，可以对第一基本安全信息报文进行筛选、队列化控制等，获取第一基本安全信息数据，例如，筛选处理可以包括时间筛选、空间筛选、质量完整性和正确性筛选等，队列化控制可以包括按时间和空间对第一基本安全信息进行排序等。
表1为本申请实施例提供的一种第一基本安全信息报文的格式，如表1所示，第一基本安全信息报文包括Part-1和Part-2两部分，Part-1部分为第一基本安全信息报文的核心数据，包括时间戳、车辆的位置、速度、加速度、姿态、外形尺寸等车辆的参数信息；Part-2部分为第一基本安全信息报文的扩展安全信息，包括天气信息、车辆状态事件、历史轨迹、轨迹预测等信息，当V2X安全事件被激发时，附加在Part-1部分后面以广播形式发送。
表1
Figure GDA0002994172000000101
需要说明的是，一般情况下，V2X联网车辆在行驶时，获取到的第一基本安全信息只包括Part-1部分，当V2X安全事件被激发时，获取到的第一基本安全信息包括Part-1，Part-2两部分。对于只包括Part-1的第一基本安全信息报文在筛选处理时会被丢弃，因此，构成第一基本安全信息数据的各第一基本安全信息报文均包括Part-1和Part-2两部分。
在本实施例中，对第一基本安全信息报文进行筛选和队列化处理，将符合条件的第一基本安全信息报文中的信息组成第一基本安全信息数据，第一基本安全信息数据中不仅包括车辆的参数信息，还包括扩展安全信息。
步骤103、根据第一基本安全信息数据进行模型化处理生成地图数据。
在本实施例中，对第一基本安全信息数据进行模型化处理，将第一基本安全信息数据转换成适合构建地图数据的格式。模型化处理可以包括数据抽取、转换、管理等处理。
本实施例构建的地图数据是以地理信息系统(Geographic Information System，GIS)矢量数据形态存储和组织所有自动驾驶车辆V2X安全事件激发时的完整基本安全信息，因此，其本质上是记录自动驾驶车辆安全属性的离散点矢量地图图层，该图层可服务于道路交通安全分析和自动驾驶行车安全。
本申请实施例提供的地图数据的构建方法，在安全事件发生时，获取车辆的第一基本安全信息报文，从第一基本安全信息报文中，获取第一基本安全信息数据，根据第一基本安全信息数据进行模型化处理生成地图数据，由于第一基本安全信息数据包括车辆的参数信息和扩展安全信息，因此，构建的地图数据中不仅包括车辆的参数信息，还包括扩展安全信息，自动驾驶车辆可以根据扩展安全信息获取车辆与道路的一些不安全因素，对车辆的行为进行规划和控制，该方法将V2X网络应用于自动驾驶系统中，可以提高自动驾驶车辆的行车安全。
图4为本申请另一实施例提供的一种地图数据的构建方法的流程图。在图3所示实施例的基础上，如图4所示，步骤102的具体实现方式可以包括以下步骤：
步骤201、对第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文。
在本实施例中，对第一基本安全信息报文进行时间域和空间域的筛选处理，相当于预先设置一个时空缓冲区，对第一基本安全信息报文进行时空缓冲区分析，过滤掉时空缓冲区外的第一基本安全信息报文，时空缓冲区内的第一基本安全报文即为第二基本安全信息报文。
如图5所示，步骤201的实现方式可以包括以下步骤：
步骤2011、获取车辆自身的位置信息和当前时间戳。
在本实施例中，可以通过GPS系统获取车辆自身的位置信息和当前时间戳。
步骤2012、根据车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对第一基本安全信息报文进行数据过滤，获取第二基本安全信息报文。
在本实施例中，对第一基本安全信息报文的筛选处理的输入信息是：车辆自身的位置信息、当前时间戳、第一基本安全信息报文。第一基本安全信息报文筛选处理过程是：以车辆自身的位置信息为空间缓冲区原点，当前时间戳为时间缓冲区原点，以预设的空间范围和时间范围构建时空缓冲区；提取第一基本安全信息报文中的位置信息和时间信息；根据位置信息和时间信息对第一基本安全信息报文进行缓冲区分析，丢弃不在缓冲区内的数据，保留缓冲区内的第一基本安全信息报文，作为第二基本安全信息报文。
图6为本申请提供的一种时空缓冲区的示意图，如图6所示，以黑色方块表示的车辆自身的位置信息为点面圆心，以预先定义的长度s为空间缓冲区范围，例如200m，以|tn-t0|为时间缓冲区范围，其中t0表示当前时刻，构建时空圆柱体，即时空缓冲区。基于第一基本安全信息报文中的位置信息和时间戳信息执行时空缓冲分析，过滤掉圆柱体外部的第一基本安全信息报文，也就是浅灰色方块，保留时空缓冲区内的第一基本安全信息报文进行后续分析，也就是深灰色方块。第一基本安全信息报文进行数据过滤输出信息是：时空缓冲区内的第一基本安全信息报文。
步骤202、对第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文。
在本实施例中，对第二基本安全信息报文的数据质量校验，主要包含第二基本安全信息报文的完整性校验、准确性校验和置信度评估。
如图7所示，步骤202的实现方式包括以下步骤：
步骤2021、检查第二基本安全信息报文是否符合数据质量标准；若第二基本安全信息报文符合数据质量标准，则执行步骤2022，若第二基本安全信息报文不符合数据质量标准，则执行步骤2023。
其中，数据质量标准包括数据完整度和数据准确度。
其中，数据完整度的检查可以包括属性字段内容、空间信息、时间信息、扩展安全信息等是否缺失，尤其是，检验第二基本安全信息报文的完整度主要是检查第二基本安全信息报文中是否包括扩展安全信息，也即是否包括表1中的Part2部分。数据准确度的检查可以包括属性数据类型不准确、长度越界、空间数据的几何精度不足、拓扑关系错误等。对于不符合完整度或准确度检查的第二基本安全信息报文，认定为不符合数据质量标准，直接丢弃该第二基本安全信息报文。
步骤2022、根据预设的置信度输出第三基本安全信息报文。
在本实施例中，对于符合数据质量标准的第二基本安全信息报文进行置信度的评估，输出第三基本安全信息报文。
在本实施例中，如图8所示，步骤2022的实现方式包括以下步骤：
步骤301、计算第二基本安全信息报文的置信度；若第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则执行步骤302，若第二基本安全信息报文的置信度小于预设的置信度阈值，则执行步骤303。
在本实施例中，对于符合数据质量标准的第二基本安全信息报文，以第二基本安全信息报文中的历史轨迹点L＝{p1,p2,p3,…,pn}和当前位置p0为输入，建立第二基本安全信息报文的置信度评估模型f，如公式(1)所示，对第二基本安全信息数据进行置信度V的计算，并以此作为后续输出第三基本安全信息报文的重要参考。
V＝f(L,p0) (1)。
利用公式(1)计算得出第二基本安全信息报文的置信度计算流程，如图9所示：
步骤3011、输入历史轨迹点L＝{p1,p2,p3,…,pn}和当前位置p0。
步骤3012、判断L内的历史轨迹点数是否大于100，若是，则执行步骤3014，若否，则执行步骤3013。
步骤3013、不响应操作。
步骤3014、提出最后100个历史轨迹点之外的历史轨迹点。
步骤3015、采用三次曲线模型，进行LM非线性最小二乘拟合。
步骤3016、计算当前位置p0到三次曲线的距离S。
步骤3017、根据当前位置p0到三次曲线的距离S计算第二基本安全信息报文的置信度V。
在本实施例中，对历史轨迹L中的点集，按时间先后顺序选取最后100个点，对于不足100个点的情况选取全部点集，以三次曲线f(x)＝ax3+bx2+cx+d作为非线性模型，构建条件方程。采用LM算法进行非线性最小二乘拟合，计算p0到三次拟合曲线的距离s，并按照公式(2)计算置信度V值：
Figure GDA0002994172000000121
步骤302、将第二基本安全信息报文作为第三基本安全信息报文。
步骤303、丢弃第二基本安全信息报文。
在本实施例中，根据预设的置信度阈值对第二基本安全信息报文进行筛选。例如，预先设定的置信度经验估值T作为置信度阈值，如T＝95％，对于置信度V<T的第二基本安全信息报文直接丢弃；对于置信度V>＝T的第二基本安全信息报文作为第三基本安全信息报文进行输出。
步骤2023、丢弃第二基本安全信息报文。
步骤203、对第三基本安全信息报文进行排序和队列化管理，获取第一基本安全信息数据。
在本实施例中，如图10所示，步骤203的实现方式包括以下步骤：
步骤2031、根据第三基本安全信息报文构建基本安全信息队列。
在本实施例中，可以基于ZeroMQ消息中间件构建基本安全信息队列，ZeroMQ是轻量级高性能消息中间件，可以用于消息队列的构建和管理。
步骤2032、根据预先定义的时间和空间排序规则对基本安全信息队列进行排序，获取第一基本安全信息数据。
在本实施例中，可以按照距离车辆自身的位置空间由近及远，距当前时刻时间由近及远的方式对基本安全信息队列进行排序，并将排序之后的基本安全信息队列纳入消息中间件进行有序存储；后续可以按照优先级高先出队的模式对第一基本安全信息数据进行读取和处理。
其中，第一基本安全信息数据是按照时间、空间两个维度排列后的有序的信息列表。
本实施例提供的地图数据的构建方法，对第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；对第二基本安全信息报文的数据质量进行检验，获取第三基本安全信息报文；对第三基本安全信息报文进行排序和队列化管理，获取第一基本安全信息数据，提高了第一基本安全信息数据的数据质量和可靠性，并且，实现了对第一基本安全信息数据的有序化管理。
图11为本申请另一实施例提供的一种地图数据的构建方法的流程图，在上述任一实施例所述的基础上，如图11所示，步骤103的实现方式包括以下步骤：
步骤1031、根据第一基本安全信息数据获取基本安全信息的数据模型。
在本实施例中，可以按照预设的格式对第一基本安全信息数据进行抽取，抽取出第一基本安全信息数据中的时间戳、车辆位置、车辆高度、车辆速度、车道线宽度、偏移角度等信息，生成数据模型。
相比较表1的概念化表达，表2数据模型是对第一基本安全信息数据的程序化表达，数据模型中包括：从表1中的Part1部分抽取的的信息对应的各成员字段和从表1中的Part2部分抽取的信息对应的文件对象成员，其中，Part2部分抽取的信息对应的文件对象成员为非结构化二进制文件的形式。
步骤1032、根据数据模型获取第一基本安全信息数据对应的基本安全信息要素；基本安全信息要素包括几何数据、元数据、安全数据文件以及几何数据和安全数据文件之间的关联关系。
在本实施例中，以步骤1031中的数据模型为输入，对第一基本安全信息数据进行转换操作，输出第一基本安全信息数据对应的基本安全信息要素。数据模型是对表3表示对第一基本安全信息数据进行转换后的数据结构，相比较表2的第一基本安全信息数据的模型化初始表达，基本安全信息要素表3是对第一基本安全信息数据的数据模型的进一步规格化表达，输出是第一基本安全信息数据对应的基本安全信息要素，即基本安全信息要素为BSIFeature结构体的表达形式。数据模型的Part1部分中的结构体中各成员字段转换为BSIFeature结构体的几何(geometry)子结构体和元数据(metadata)子结构体；数据模型的Part2结构体中的文件对象成员字段转换为BSIFeature结构体的file子结构体中。
步骤1033、根据基本安全信息要素构建地图数据。
在本实施例中，将多个第一基本安全信息数据对应的基本安全信息要素存储在数据库中，形成地图数据。
在本实施例中，根据第一基本安全信息数据获取基本安全信息的数据模型，根据数据模型获取第一基本安全信息数据对应的基本安全信息要素，根据基本安全信息要素构建地图数据，由于基本安全信息要素包括几何数据、元数据、安全数据文件以及几何数据和安全数据文件之间的关联关系，自动驾驶车辆从地图数据中可以快速的获取到车辆自身的参数信息和扩展安全信息，对车辆行为进行规划和控制，可以减少交通事故，避免损失。
图12为本申请再一实施例提供的一种地图数据的构建方法的流程图，在上述任一实施例的基础上，获取到地图数据之后，还需要对地图数据进行存储和管理，如图12所示，该地图数据的构建方法还可以包括以下步骤：
步骤401、确定第二基本安全信息数据与地图数据的关联度，若关联度大于或等于预设阈值，则执行步骤402，若关联度小于预设阈值，则执行步骤403。
其中，第二基本安全信息数据为从云端服务器获取到的基本安全信息数据。
在本实施例中，地图数据的存储和管理包括地图数据的动态更新和入库。确定第二基本安全信息数据与地图数据的关联度，若关联度大于或等于预设阈值，则对地图数据动态进行更新，若关联度小于预设阈值，则将地图数据载入数据库。
步骤402、根据地图数据对第二基本安全信息数据进行更新。
在本实施例中，地图数据更新是指利用实时获得的动态地图数据，执行SQLite数据库更新(update)操作，即更新车辆从云端下载的离线的第二基本安全信息数据。
步骤403、将地图数据载入本地地图数据库。
在本实施例中，地图数据入库是指将实时获得的动态地图数据，执行SQLite数据库的载入(insert)操作，将地图数据载入车端地图数据库；并且，执行文件系统的create操作，载入车端地图文件系统。
在本实施例中，车端动态地图更新和入库包括更新地图数据、索引，载入几何数据和元数据到空间数据库，载入数据文件到文件数据库等步骤。并且，在车端基于SQLite数据库构建地图数据的几何、属性数据存储引擎。
对于由A到B的自动驾驶，乘客通过图1所示的人车交互接口输入起始点A的坐标和终止点B的坐标，电子控制单元中运行的自动驾驶系统接收到人车交互请求后，启动自动驾驶任务，自动驾驶系统包含本申请提出的自动驾驶地图动态层构建系统。
在自动驾驶任务开始前，SQLite空间数据库中基本安全信息动态地图表离线载入云端一定时空范围内的基本安全信息动态地图层，例如空间10km范围内，时间1h以内。
在自动驾驶任务进行时，按照数据转换后的地图元数据部分的置信度、车辆唯一标识以及已有的动态地图表中数据进行比对，如果找到关联数据，则更新已有动态地图表对应的记录；如果没有找到关联数据，转换后的基本安全信息地图几何部分及元数据部分载入到SQLite对应数据表中持久化存储，每个基本安全信息消息对应一条数据库表记录。对于id(基本安全信息消息的唯一标识)、vehicle_id(自动驾驶汽车的唯一标识)、timestamp(基本安全信息消息的时间戳)属性构建B-tree索引，对于geometry构建R-tree空间索引；基本安全信息的安全扩展信息(part2部分)序列化后持久存储到车端操作系统本地文件系统，存储路径以元数据的形式存储在SQLite数据表中。
图13为本申请再一实施例提供的一种地图数据的构建方法的流程图。该方法应用于云端服务器，如图13所示，该方法包括以下步骤：
步骤501、获取第一基本安全信息数据，第一基本安全信息数据包括车辆的参数信息和扩展安全信息，车辆的参数信息用于表示车辆的行驶状态和外观信息，扩展安全信息用于表示车辆和道路的安全状态。
在本实施例中，第一基本安全信息数据是由车端实时上报的，在上述实施例中已详细介绍了车端获取第一基本安全信息数据的方法过程，此处不再赘述。
步骤502、根据第一基本安全信息数据进行模型化处理生成地图数据。
在本实施例中，对第一基本安全信息数据进行模型化处理，将第一基本安全信息数据转换成适合构建地图数据的格式。模型化处理可以包括数据抽取、转换、管理等处理。
本实施例提供的地图数据的构建方法，获取第一基本安全信息数据，对第一基本安全信息数据进行模型化处理，获取地图数据，由于第一基本安全信息数据包括车辆的参数信息和扩展安全信息，因此，构建的地图数据中不仅包括车辆的参数信息，还包括扩展安全信息，自动驾驶车辆可以根据扩展安全信息获取车辆与道路的一些不安全因素，对车辆的行为进行规划和控制，从而减少一些交通事故，提高了道路交通的安全性和稳定性。
可选地，在图13所示实施例中，步骤502的具体实现方式与车端获取地图数据的方法相同，具体可参照图11所示实施例，此处不再赘述。
可选地，在图13所述实施例的基础上，该地图数据的构建方法还可以包括：根据地图数据对云端数据库进行更新。
可选地，数据库包括空间数据库和文件数据库，则根据地图数据对云端的数据库进行更新，包括：将地图数据存储到空间数据库与文件数据库中，空间数据库存储车辆唯一标识、几何数据和元数据，文件数据库存储安全数据文件，空间数据库与文件数据库通过元数据关联。
图14为本申请实施例提供的一种数据存储方法示意图，本实施例是将第一基本安全信息报文的原始数据经过抽取、转换、载入等过程，转化为动态地图数据的基本元素，即几何数据、元数据和扩展安全数据文件，并建立其相互关联关系，最后序列化持久存储到对应结构的空间数据库和文件系统中，完成动态地图数据的构建，如图14所示，其中，第一基本安全信息的Part1部分提取为车辆唯一标识(ID)、元数据及几何数据，序列化到关系型空间数据库存储；Part2部分提取为安全数据文件，序列化到文件数据库存储。空间数据库与文件数据库通过元数据进行关联，对于空间数据库中的数据，每一条第一基本安全信息报文对应一条数据库表行记录，存储第一基本安全信息报文Part1部分的ID、车辆位置、状态、以及对应的文件数据库中Part2文件的索引等元数据，通过该索引，实现两部分基本安全信息数据的关联。
可选地，数据库包括过程库、现实库、历史库；过程库用于存储第一基本安全信息数据；现实库用于存储地图数据；历史库用于存储从初始时刻开始获取到的全部的地图数据。
在本实施例中，云端动态地图数据更新和入库包括更新现实库、载入历史库等步骤。云端动态地图数据更新，是指利用云端过程库中的数据，执行现实库的更新操作，更新现实库中相关联的数据。云端动态地图数据入库，是指将云端过程库中的数据，执行现实库的载入操作，将数据载入现实库中存储；并将现实库中的数据，执行历史库的载入操作，进行持久化存储。
图15为本申请实施例提供的另一种数据存储方法示意图，如图15所示，在云端构建基于过程库、现实库、历史库的三库构成地图数据系统，存储和管理动态地图数据的几何信息、属性信息及数据文件。
三库的功能分别如下：过程库接收和临时存储V2X终端发送至云端的第一基本安全信息数据，数据库的具体实现为Kafka分布式消息中间件。现实库存储一定时间范围内(比如1天内)全空域的与现实世界相符的动态地图数据，数据库具体实现为MongoDB分布式NoSQL数据库。历史库存储全部动态地图的历史数据，具体实现为HDFS。
在云端，Kafka分布式消息中间件实时接收V2X终端发送过来的第一基本安全信息数据，流式计算引擎Spark Streaming实时对接收到的第一基本安全信息数据进行数据质量检查和抽取转换等处理，将转换后的动态地图元数据部分的置信度、车辆唯一标识与已有的MongoDB表中数据进行比对，如果找到关联数据，则更新已有动态地图表对应的记录，对应的历史数据利用Sqoop分布式ETL引擎按照一定时间周期批量载入历史库的分布式文件系统；如果没有找到关联数据，转换后的地图数据的几何数据及元数据部分载入到MongoDB对应数据表中持久化存储。
MongoDB采用Key-Value的架构，其中，Key设计为元数据的组合，包括消息ID、车辆ID、时间戳、空间位置；Value设计为其他元数据项和扩展安全信息部分组成的Document。对于现实库中的数据，基于MongoDB高效的Key键索引进行实时查询，利用分布式系统的高并发、高可用特性，持续为各V2X终端提供数据支持；对于历史库中的数据，基于MapReduce和Spark分布式外存、内存计算框架，实现历史动态地图数据的高效分析，基于扩展安全信息挖掘更深层次的道路交通安全信息，为车端提供更丰富的行为规划和控制支持。
在本实施中，如图16所示，“根据地图数据对云端数据库进行更新”这一步骤的具体实现方式，包括：
步骤601、获取地图数据与第二基本安全信息数据之间的关联度，即数据的空间邻近程度；若关联度大于或等于预设阈值，则执行步骤602，若关联度小于预设阈值，则执行步骤603。
步骤602、根据地图数据对现实库进行更新，并将被更新的地图数据载入历史库。
步骤603、将地图数据载入现实库。
在本实施例中，获取地图数据与第二基本安全信息数据之间的关联度；若关联度大于或等于预设阈值，则根据地图数据对现实库进行更新，并将地图数据载入历史库；若关联度小于预设阈值，则将地图数据载入现实库，以实现对数据库的更新和有序管理。
图17为本申请一实施例提供的一种车辆终端的框图，如图17所示，该车辆终端包括感知单元11、处理单元12和获取单元13。
感知单元11用于获取车辆的第一基本安全信息报文，第一基本安全信息报文包括在安全事件发生时采集到的车辆的信息报文。
在本实施例中，感知单元11可以包含自车感知系统模块和车联网模块，其中自车感知系统模块是指GPS、安全控制单元、视觉传感器和激光传感器等，车联网模块是指V2V/V2P/V2I模块等。
处理单元12用于从第一基本安全信息报文中，获取第一基本安全信息数据，第一基本安全信息数据包括车辆的参数信息和扩展安全信息，车辆的参数信息用于表示车辆的行驶状态和外观形态，扩展安全信息用于表示车辆和道路的安全状态。
获取单元13用于根据第一基本安全信息数据进行模型化处理生成地图数据。
图18为本申请另一实施例提供的一种车辆终端的框图，如图18所示，处理单元12包括过滤子单元121、质量控制子单元122和队列控制单元123。
过滤子单元121用于对第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文.
在本实施例中，过滤子单元121根据时间、空间、属性等几个维度的过滤规则，对感知单元(自车感知系统、车联网系统)实时发送的自车、它车的第一基本安全信息报文进行过滤。
质量控制子单元122用于对第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文。
在本实施例中，质量控制子单元122根据第二基本安全信息报文的结构规范、专用短程通信技术的(Dedicated Short Range Communications，DSRC)通信协议规范、置信度评估模型计算第二基本安全信息报文质量等级，丢弃不满足质量要求的数据。
队列控制单元123用于对第三基本安全信息报文进行排序和队列化管理，获取第一基本安全信息数据。
在本实施例中，队列控制单元123对第三基本安全信息消息按照时间、空间两个维度进行排序，通过构建优先队列，实现报文按照优先级的有效排列。
在本实施例中，第一基本安全信息报文经过过滤、质量控制、队列控制等操作后，形成第一基本安全信息数据，图19为本申请提供的一种第一基本安全信息数据的格式，如图19所示，自上往下的信息分别是：
基本安全信息报文首行记录报文的时间戳，该时间戳为时间标准时间(Coordinated Universal Time，UTC Time)。
基本安全信息Part-1部分数据，包括车辆位置(Position)和车辆状态(State)等车辆基本信息。其中，车辆位置包括纬度(latitude)、经度(Longitude)、海拔(Elevation)、精度(Accuracy)等信息，车辆状态包括速度(Speed)、航向(Heading)等信息。
基本安全信息Part-2部分数据，包括红绿灯(Hazard lights)、防抱死系统(antilock brake system，ABS)、紧急制动(HardBraking)、无线电数据包(RTCM package)等车辆安全信息扩展数据。这部分数据是动态地图层的核心组成部分，只有包含Part-2部分的基本安全信息才用于地图构图。
可选地，过滤子单元121具体用于获取车辆自身的位置信息和当前时间戳；根据车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对第一基本安全信息报文进行数据过滤，获取第二基本安全信息报文。
可选地，质量控制子单元122具体用于检查第二基本安全信息报文是否符合数据质量标准；数据质量标准包括数据完整度和数据准确度；若第二基本安全信息报文符合数据质量标准，则根据预设的置信度输出第三基本安全信息报文；若第二基本安全信息报文不符合数据质量标准，则丢弃第二基本安全信息报文。
可选地，质量控制子单元122根据预设的置信度输出第三基本安全信息报文，具体包括：质量控制子单元122计算第二基本安全信息报文的置信度；若第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则将第二基本安全信息报文作为第三基本安全信息报文；若第二基本安全信息报文的置信度小于预设的置信度阈值，则丢弃第二基本安全信息报文。
可选地，队列控制单元123具体用于根据第三基本安全信息报文构建基本安全信息队列；根据预先定义的时间和空间排序规则对基本安全信息队列进行排序，获取第一基本安全信息数据。
可选地，获取单元13具体用于根据第一基本安全信息数据获取基本安全信息的数据模型；根据数据模型获取第一基本安全信息数据对应的基本安全信息要素；基本安全信息要素包括几何数据、元数据、安全数据文件以及几何数据和安全数据文件之间的关联关系；根据基本安全信息要素构建地图数据。
在本实施例中，根据基本安全信息数据结构规范对第一基本安全信息数据进行抽取和转换，Part1部分提取为空间几何数据及元数据，Part2部分提取为二进制数据文件，形成基本安全信息动态地图的基本数据结构。
图20为本申请另一实施例提供的一种车辆终端的框图，如图20所示，该车辆终端还包括数据管理单元14。
数据管理单元14用于确定第二基本安全信息数据与地图数据的关联度，第二基本安全信息数据为从云端服务器获取到的基本安全信息数据；若关联度大于或等于预设阈值，则根据地图数据对第二基本安全信息数据进行更新；若关联度小于预设阈值，则将地图数据载入本地地图数据库。
在本实施例中，将地图数据与自车从云端下载的第二基本安全信息数据动态比对后，对有关联的数据进行更新和索引重建，无关联的数据直接载入车端的空间数据库和文件数据库。
可选地，如图20所示，车辆终端还包括发送单元15。
发送单元15用于将地图数据发送给云端服务器，以使云端服务器进行云端数据库的更新。
本申请实施例提供的车辆终端的实现原理与有益效果的详细描述可参见图3-图12所述方法实施例，此处不再赘述。
图21为本申请一实施例提供的一种服务器的框图，如图21所示，该服务器包括：
获取单元21用于获取第一基本安全信息数据，第一基本安全信息数据包括车辆的参数信息和扩展安全信息，车辆的参数信息用于表示车辆的行驶状态和外观信息，扩展安全信息用于表示车辆和道路的安全状态。
处理单元22用于根据第一基本安全信息数据进行模型化处理生成地图数据。
可选地，处理单元22具体用于根据第一基本安全信息数据获取基本安全信息的数据模型；根据数据模型获取第一基本安全信息数据对应的基本安全信息要素；基本安全信息要素包括几何数据、元数据、安全数据文件以及几何数据和安全数据文件之间的关联关系；根据基本安全信息要素构建地图数据。
在本实施例中，根据基本安全信息数据结构规范对第一基本安全信息数据进行抽取和转换，Part1部分提取为空间几何数据及元数据，Part2部分提取为二进制数据文件，形成动态地图数据的基本数据结构。还可以将地图数据和云端存储当前动态地图数据的现实库进行比对，对有关联的现实库数据进行更新，同时历史数据序列化到分布式文件系统进行持久化存储和大数据分析；无关联数据时，直接将过程库数据载入现实库。
图22为本申请另一实施例提供的一种服务器的框图，如图22所示，该服务器还包括更新单元23。
更新单元23用于根据地图数据对云端数据库进行更新。
可选地，数据库包括空间数据库和文件数据库，则更新单元23具体用于将地图数据存储到空间数据库与文件数据库中，空间数据库存储车辆唯一标识、几何数据和元数据，文件数据库存储安全数据文件，空间数据库与文件数据库通过元数据关联。
可选地，数据库包括过程库、现实库、历史库；过程库用于存储第一基本安全信息数据；现实库用于存储地图数据；历史库用于存储从初始时刻开始获取到的全部的地图数据。
可选地，更新单元23具体用于获取地图数据与第二基本安全信息数据之间的关联度；若关联度大于或等于预设阈值，则根据地图数据对现实库进行更新，并将地图数据载入历史库；若关联度小于预设阈值，则将地图数据载入现实库。
本申请实施例提供的服务器的实现原理与有益效果的详细描述可参见图13-图16所述方法实施例，此处不再赘述。
图23为本申请一实施例提供的一种无线通信设备的框图，如图23所示，该无线通信设备包括处理器31和存储器32。
存储器32用于存储指令，处理器31用于执行存储器32存储的指令，当处理器31执行存储器32存储的指令时，该无线通信设备用于执行如上述图3-图16任意一个实施例所述的方法。
可选地，如图23所示，该无线通信设备还可以包括发射器34、接收器33和传感器35，其中，发射器34用于向其它的设备发送数据，接收器33用于接收传感器35和其它设备发送的数据，传感器35用于采集车辆自身的速度、温度等信息。
本申请还提供一种可读存储介质，可读存储介质中存储有指令，当车辆终端的至少一个处理器执行该指令时，车辆终端执行上述任一方法实施例中提供的地图数据的获取方法。
本申请还提供一种可读存储介质，可读存储介质中存储有指令，当服务器的至少一个处理器执行该指令时，服务器执行上述任一方法实施例中提供的地图数据的获取方法。
本申请还提供一种程序产品，该程序产品包括指令，该指令存储在可读存储介质中。车辆终端的至少一个处理器可以从可读存储介质读取该指令，并执行该指令使得车辆终端实施任一方法实施例中提供的地图数据的获取方法。
本申请还提供一种程序产品，该程序产品包括指令，该指令存储在可读存储介质中。服务器的至少一个处理器可以从可读存储介质读取该指令，并执行该指令使得服务器实施上述任一方法实施例中提供的地图数据的获取方法。
在基站或者UE的具体实现中，应理解，处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储器(存储介质)包括：只读存储器(read-only memory，ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(magnetic tape)、软盘(floppy disk)、光盘(optical disc)及其任意组合。

Claims (30)

1.一种地图数据的构建方法，其特征在于，包括：
获取多个第一基本安全信息报文，所述第一基本安全信息报文包括第一部分，所述第一部分用于指示车辆的行驶状态和外观形态；
从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，所述第一基本安全信息数据包括参数信息和扩展安全信息，所述参数信息用于表示所述行驶状态和所述外观形态，所述扩展安全信息用于表示所述车辆和道路的安全状态；
根据所述第一基本安全信息数据进行模型化处理生成地图数据；
其中，所述从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，包括：
从所述多个第一基本安全信息报文中，选择还包括第二部分的至少一个第一基本安全信息报文，所述第二部分是在安全事件被激发时被添加到所述至少一个第一基本安全信息报文中的且用于指示所述安全状态；
从所述至少一个第一基本安全信息报文中，获取所述第一基本安全信息数据。
2.根据权利要求1所述的方法，其特征在于，所述从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，包括：
对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；
对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文；
对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据。
3.根据权利要求2所述的方法，其特征在于，所述对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文，包括：
获取所述车辆自身的位置信息和当前时间戳；
根据所述车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对所述多个第一基本安全信息报文进行数据过滤，获取所述第二基本安全信息报文。
4.根据权利要求2所述的方法，其特征在于，所述对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文，包括：
检查所述第二基本安全信息报文是否符合数据质量标准；所述数据质量标准包括数据完整度和数据准确度；
若所述第二基本安全信息报文符合数据质量标准，则根据预设的置信度输出所述第三基本安全信息报文；
若所述第二基本安全信息报文不符合数据质量标准，则丢弃所述第二基本安全信息报文。
5.根据权利要求4所述的方法，其特征在于，所述根据预设的置信度输出所述第三基本安全信息报文，包括：
计算所述第二基本安全信息报文的置信度；
若所述第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则将所述第二基本安全信息报文作为所述第三基本安全信息报文；
若所述第二基本安全信息报文的置信度小于所述预设的置信度阈值，则丢弃所述第二基本安全信息报文。
6.根据权利要求2所述的方法，其特征在于，所述对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据，包括：
根据所述第三基本安全信息报文构建基本安全信息队列；
根据预先定义的时间和空间排序规则对所述基本安全信息队列进行排序，获取所述第一基本安全信息数据。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述对所述第一基本安全信息数据进行模型化处理，获取所述地图数据，包括：
根据所述第一基本安全信息数据获取基本安全信息的数据模型；
根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；
根据所述基本安全信息要素构建所述地图数据。
8.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
确定第二基本安全信息数据与所述地图数据的关联度，所述第二基本安全信息数据为从云端服务器获取到的基本安全信息数据；
若所述关联度大于或等于预设阈值，则根据所述地图数据对所述第二基本安全信息数据进行更新；
若所述关联度小于预设阈值，则将所述地图数据载入本地地图数据库。
9.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
将所述地图数据发送给云端服务器，以使所述云端服务器进行云端数据库的更新。
10.一种地图数据的构建方法，其特征在于，包括：
获取第一基本安全信息数据，所述第一基本安全信息数据包括车辆的参数信息和扩展安全信息，所述车辆的参数信息用于表示所述车辆的行驶状态和外观信息，所述扩展安全信息是在安全事件被激发时被添加到所述第一基本安全信息数据中用于表示所述车辆和道路的安全状态的信息；
根据所述第一基本安全信息数据进行模型化处理生成所述地图数据。
11.根据权利要求10所述的方法，其特征在于，所述对所述第一基本安全信息数据进行模型化处理，获取所述地图数据，包括：
根据所述第一基本安全信息数据获取基本安全信息的数据模型；
根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；
根据所述基本安全信息要素构建所述地图数据。
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
根据所述地图数据对云端数据库进行更新。
13.根据权利要求12所述的方法，其特征在于，所述数据库包括空间数据库和文件数据库，则所述根据所述地图数据对所述云端的数据库进行更新，包括：
将所述地图数据存储到所述空间数据库与所述文件数据库中，所述空间数据库存储车辆唯一标识、几何数据和所述元数据，所述文件数据库存储所述安全数据文件，所述空间数据库与所述文件数据库通过所述元数据关联。
14.根据权利要求12所述的方法，其特征在于，所述数据库包括过程库、现实库、历史库；
所述过程库用于存储所述第一基本安全信息数据；
所述现实库用于存储所述地图数据；
所述历史库用于存储从初始时刻开始获取到的全部的所述地图数据。
15.根据权利要求14所述的方法，其特征在于，所述根据所述地图数据对云端数据库进行更新，包括：
获取所述地图数据与所述云端数据库中的第二基本安全信息数据之间的关联度；
若所述关联度大于或等于预设阈值，则根据所述地图数据对所述现实库进行更新，并将所述地图数据载入所述历史库；
若所述关联度小于预设阈值，则将所述地图数据载入所述现实库。
16.一种车辆终端，其特征在于，包括：
感知单元，用于获取多个第一基本安全信息报文，所述第一基本安全信息报文包括第一部分，所述第一部分用于指示车辆的行驶状态和外观形态；
处理单元，用于从所述多个第一基本安全信息报文中，获取第一基本安全信息数据，所述第一基本安全信息数据包括参数信息和扩展安全信息，所述参数信息用于表示所述行驶状态和所述外观形态，所述扩展安全信息用于表示所述车辆和道路的安全状态；
获取单元，用于根据所述第一基本安全信息数据进行模型化处理生成地图数据；
所述处理单元，具体用于从所述多个第一基本安全信息报文中，选择还包括第二部分的至少一个第一基本安全信息报文，所述第二部分是在安全事件被激发时被添加到所述至少一个第一基本安全信息报文中的且用于指示所述安全状态；从所述至少一个第一基本安全信息报文中，获取所述第一基本安全信息数据。
17.根据权利要求16所述的车辆终端，其特征在于，所述处理单元包括：
过滤子单元，用于对所述多个第一基本安全信息报文进行时间域和空间域的筛选处理，获取第二基本安全信息报文；
质量控制子单元，用于对所述第二基本安全信息报文的数据质量进行校验，获取第三基本安全信息报文；
队列控制单元，用于对所述第三基本安全信息报文进行排序和队列化管理，获取所述第一基本安全信息数据。
18.根据权利要求17所述的车辆终端，其特征在于，所述过滤子单元具体用于获取所述车辆自身的位置信息和当前时间戳；
根据所述车辆自身的位置信息、当前时间戳、预设的时间范围和空间范围对所述多个第一基本安全信息报文进行数据过滤，获取所述第二基本安全信息报文。
19.根据权利要求17所述的车辆终端，其特征在于，所述质量控制子单元具体用于检查所述第二基本安全信息报文是否符合数据质量标准；所述数据质量标准包括数据完整度和数据准确度；若所述第二基本安全信息报文符合数据质量标准，则根据预设的置信度输出所述第三基本安全信息报文；若所述第二基本安全信息报文不符合数据质量标准，则丢弃所述第二基本安全信息报文。
20.根据权利要求19所述的车辆终端，其特征在于，所述质量控制子单元根据预设的置信度输出所述第三基本安全信息报文，具体包括：
所述质量控制子单元计算所述第二基本安全信息报文的置信度；若所述第二基本安全信息报文的置信度大于或者等于预设的置信度阈值，则将所述第二基本安全信息报文作为所述第三基本安全信息报文；若所述第二基本安全信息报文的置信度小于所述预设的置信度阈值，则丢弃所述第二基本安全信息报文。
21.根据权利要求17所述的车辆终端，其特征在于，所述队列控制单元具体用于根据所述第三基本安全信息报文构建基本安全信息队列；
根据预先定义的时间和空间排序规则对所述基本安全信息队列进行排序，获取所述第一基本安全信息数据。
22.根据权利要求16-21任一项所述的车辆终端，其特征在于，所述获取单元具体用于根据所述第一基本安全信息数据获取基本安全信息的数据模型；根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；根据所述基本安全信息要素构建所述地图数据。
23.根据权利要求16-21任一项所述的车辆终端，其特征在于，所述车辆终端还包括：
数据管理单元，用于确定第二基本安全信息数据与所述地图数据的关联度，所述第二基本安全信息数据为从云端服务器获取到的基本安全信息数据；若所述关联度大于或等于预设阈值，则根据所述地图数据对所述第二基本安全信息数据进行更新；若所述关联度小于预设阈值，则将所述地图数据载入本地地图数据库。
24.根据权利要求16-21任一项所述的车辆终端，其特征在于，所述车辆终端还包括：
发送单元，用于将所述地图数据发送给云端服务器，以使所述云端服务器进行云端数据库的更新。
25.一种服务器，其特征在于，包括：
获取单元，用于获取第一基本安全信息数据，所述第一基本安全信息数据包括车辆的参数信息和扩展安全信息，所述车辆的参数信息用于表示所述车辆的行驶状态和外观信息，所述扩展安全信息是在安全事件被激发时被添加到所述第一基本安全数据中用于表示所述车辆和道路的安全状态的信息；
处理单元，用于根据所述第一基本安全信息数据进行模型化处理生成地图数据。
26.根据权利要求25所述的服务器，其特征在于，所述处理单元具体用于根据所述第一基本安全信息数据获取基本安全信息的数据模型；根据所述数据模型获取所述第一基本安全信息数据对应的基本安全信息要素；所述基本安全信息要素包括几何数据、元数据、安全数据文件以及所述几何数据和所述安全数据文件之间的关联关系；根据所述基本安全信息要素构建所述地图数据。
27.根据权利要求26所述的服务器，其特征在于，所述服务器还包括：
更新单元，用于根据所述地图数据对云端数据库进行更新。
28.根据权利要求27所述的服务器，其特征在于，所述数据库包括空间数据库和文件数据库，则所述更新单元具体用于将所述地图数据存储到所述空间数据库与所述文件数据库中，所述空间数据库存储车辆唯一标识、几何数据和所述元数据，所述文件数据库存储所述安全数据文件，所述空间数据库与所述文件数据库通过所述元数据关联。
29.根据权利要求27所述的服务器，其特征在于，所述数据库包括过程库、现实库、历史库；
所述过程库用于存储所述第一基本安全信息数据；
所述现实库用于存储所述地图数据；
所述历史库用于存储从初始时刻开始获取到的全部的所述地图数据。
30.根据权利要求29所述的服务器，其特征在于，所述更新单元具体用于获取所述地图数据与所述云端数据库中的第二基本安全信息数据之间的关联度；若所述关联度大于或等于预设阈值，则根据所述地图数据对所述现实库进行更新，并将所述地图数据载入所述历史库；若所述关联度小于预设阈值，则将所述地图数据载入所述现实库。
CN201710831221.7A 2017-09-15 2017-09-15 地图数据的构建方法和设备 Active CN109510851B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201710831221.7A CN109510851B (zh) 2017-09-15 2017-09-15 地图数据的构建方法和设备
EP18855732.6A EP3674920A4 (en) 2017-09-15 2018-09-14 METHOD AND DEVICE FOR CONSTRUCTING MAP DATA
JP2020515723A JP7059362B2 (ja) 2017-09-15 2018-09-14 地図データ構築方法、車両端末、およびサーバ
PCT/CN2018/105680 WO2019052533A1 (zh) 2017-09-15 2018-09-14 地图数据的构建方法和设备
US16/818,662 US11810454B2 (en) 2017-09-15 2020-03-13 Map data construction method vehicle terminal, and server

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710831221.7A CN109510851B (zh) 2017-09-15 2017-09-15 地图数据的构建方法和设备

Publications (2)

Publication Number Publication Date
CN109510851A CN109510851A (zh) 2019-03-22
CN109510851B true CN109510851B (zh) 2022-01-04

Family

ID=65722444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710831221.7A Active CN109510851B (zh) 2017-09-15 2017-09-15 地图数据的构建方法和设备

Country Status (5)

Country Link
US (1) US11810454B2 (zh)
EP (1) EP3674920A4 (zh)
JP (1) JP7059362B2 (zh)
CN (1) CN109510851B (zh)
WO (1) WO2019052533A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109737977A (zh) * 2018-12-10 2019-05-10 北京百度网讯科技有限公司 自动驾驶车辆定位方法、装置及存储介质
CN110971650B (zh) * 2019-03-25 2022-01-11 重庆长安汽车股份有限公司 基于v2x系统的协同感知系统、方法及车辆
CN110275883A (zh) * 2019-05-17 2019-09-24 浙江吉利控股集团有限公司 一种高精度地图存储系统及方法
CN110351177B (zh) * 2019-07-08 2021-07-23 浙江吉利控股集团有限公司 一种数据封装方法及装置
CN110542914B (zh) * 2019-09-10 2023-03-10 江西理工大学 一种3s无缝集成的土地执法野外动态巡查方法
CN115696198A (zh) * 2019-11-30 2023-02-03 华为技术有限公司 一种基于车联网的动态信息发送方法及设备
CN113196361A (zh) * 2019-11-30 2021-07-30 华为技术有限公司 一种通信方法及装置
CN112995944A (zh) * 2019-12-18 2021-06-18 启碁科技股份有限公司 车辆预警的方法、远程信息处理控制单元及装置
CN111310230B (zh) * 2020-02-10 2023-04-14 腾讯云计算（北京）有限责任公司 一种空间数据处理方法、装置、设备及介质
CN116318556A (zh) * 2020-03-20 2023-06-23 华为技术有限公司 地图数据采集方法、装置及系统
CN111695489B (zh) * 2020-06-09 2023-08-11 阿波罗智能技术(北京)有限公司 建模路线的验证方法、装置、无人车及存储介质
CN114938665B (zh) * 2020-07-07 2024-09-17 深圳元戎启行科技有限公司 用于车载硬件设备的管理的方法、信息处理系统、车载终端和存储介质
CN111986347B (zh) * 2020-07-20 2022-07-22 汉海信息技术(上海)有限公司 设备管理方法、装置、电子设备及存储介质
CN112927384B (zh) * 2021-01-13 2022-02-18 南斗六星系统集成有限公司 一种3d数字沙盘车辆仿真的数据传输方法和系统
CN113268555B (zh) * 2021-05-26 2024-05-14 深圳市有方科技股份有限公司 多类型数据的地图生成方法、装置和计算机设备
CN113393592B (zh) * 2021-06-02 2022-11-04 中寰卫星导航通信有限公司黑龙江分公司 基于车载终端的全流程检测方法、装置、设备及介质
CN113312410B (zh) * 2021-06-10 2023-11-21 平安证券股份有限公司 数据图谱的构建方法、数据查询方法及终端设备
CN113890587B (zh) * 2021-09-28 2023-06-23 浙江嘉兴数字城市实验室有限公司 一种基于bds短报文的车辆安全信息数据交换方法
EP4282723A4 (en) * 2022-04-13 2024-10-02 Momemta (Suzhou) Technology Co., Ltd. METHOD AND APPARATUS FOR DETERMINING VEHICLE SPEED CONTROL MODEL TRAINING SAMPLE
DE102022113112A1 (de) 2022-05-24 2023-11-30 Cariad Se Verfahren und System zum Sammeln von Daten für Fahrzeuge
CN117354374B (zh) * 2023-12-06 2024-02-13 广东车卫士信息科技有限公司 基于物联网的数据传输方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1658190A (zh) * 2004-02-17 2005-08-24 逄晓虎 一种获取交通信息的方法及系统
CN103531024A (zh) * 2013-10-28 2014-01-22 武汉旭云科技有限公司 一种动态交通路网城市道路要素模型及其建模方法
CN104933856A (zh) * 2014-03-17 2015-09-23 径卫视觉科技（上海）有限公司 道路路况实时评估系统及方法
CN105644567A (zh) * 2015-12-29 2016-06-08 大陆汽车投资（上海）有限公司 基于adas的驾驶辅助系统
CN105976606A (zh) * 2016-07-25 2016-09-28 吉林大学 一种智能城市交通管理平台
CN106846863A (zh) * 2017-01-12 2017-06-13 叶昊 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8250150B2 (en) * 2004-01-26 2012-08-21 Forte Internet Software, Inc. Methods and apparatus for identifying and facilitating a social interaction structure over a data packet network
US20080074423A1 (en) * 2006-09-25 2008-03-27 Raytheon Company Method and System for Displaying Graphical Objects on a Digital Map
CN101334933B (zh) 2007-06-28 2012-04-04 日电（中国）有限公司 路况信息处理设备及其方法和路况信息集成装置及其方法
WO2009037164A1 (de) * 2007-09-13 2009-03-26 Continental Teves Ag & Co. Ohg Erstellung von qualitätsparametern einer digitalen karte
JP5181819B2 (ja) * 2008-05-15 2013-04-10 株式会社デンソー 危険情報収集配信装置
US20130151088A1 (en) * 2011-11-16 2013-06-13 Flextronics Ap, Llc Method and system for vehicle data collection regarding traffic
US9435654B2 (en) * 2013-06-01 2016-09-06 Savari, Inc. System and method for creating, storing, and updating local dynamic MAP database with safety attribute
US10410513B2 (en) * 2015-07-20 2019-09-10 Dura Operating, Llc Fusion of non-vehicle-to-vehicle communication equipped vehicles with unknown vulnerable road user
US10223380B2 (en) * 2016-03-23 2019-03-05 Here Global B.V. Map updates from a connected vehicle fleet
CN105929815B (zh) * 2016-05-30 2018-06-26 长安大学 大规模车辆实时监测诊断、远程服务与综合处理方法
CN107031600A (zh) * 2016-10-19 2017-08-11 东风汽车公司 基于高速公路的自动驾驶系统
US10437863B2 (en) * 2016-10-21 2019-10-08 Here Global B.V. Method and apparatus for hierarchical clustering of geographical data
CN110832474B (zh) * 2016-12-30 2023-09-15 辉达公司 更新高清地图的方法
CN110463232A (zh) * 2017-03-23 2019-11-15 Lg电子株式会社 V2x通信设备及其发送和接收v2x消息的方法
US10317240B1 (en) * 2017-03-30 2019-06-11 Zoox, Inc. Travel data collection and publication

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1658190A (zh) * 2004-02-17 2005-08-24 逄晓虎 一种获取交通信息的方法及系统
CN103531024A (zh) * 2013-10-28 2014-01-22 武汉旭云科技有限公司 一种动态交通路网城市道路要素模型及其建模方法
CN104933856A (zh) * 2014-03-17 2015-09-23 径卫视觉科技（上海）有限公司 道路路况实时评估系统及方法
CN105644567A (zh) * 2015-12-29 2016-06-08 大陆汽车投资（上海）有限公司 基于adas的驾驶辅助系统
CN105976606A (zh) * 2016-07-25 2016-09-28 吉林大学 一种智能城市交通管理平台
CN106846863A (zh) * 2017-01-12 2017-06-13 叶昊 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法

Also Published As

Publication number Publication date
CN109510851A (zh) 2019-03-22
US20200219388A1 (en) 2020-07-09
WO2019052533A1 (zh) 2019-03-21
JP2020533714A (ja) 2020-11-19
EP3674920A1 (en) 2020-07-01
JP7059362B2 (ja) 2022-04-25
EP3674920A4 (en) 2020-07-01
US11810454B2 (en) 2023-11-07

Similar Documents

Publication Publication Date Title
CN109510851B (zh) 地图数据的构建方法和设备
US11520331B2 (en) Methods and apparatus to update autonomous vehicle perspectives
CN110832474B (zh) 更新高清地图的方法
RU2693400C2 (ru) Виртуальная карта транспортных средств
US10317240B1 (en) Travel data collection and publication
CN107228676B (zh) 来自连接的车辆队列的地图更新
CN116529783B (zh) 用于构建机器学习模型的数据的智能选择的系统和方法
CN105793669B (zh) 车辆位置推定系统、装置、方法以及照相机装置
KR101534056B1 (ko) 교통 신호 맵핑 및 검출
WO2021063006A1 (zh) 驾驶预警方法、装置、电子设备和计算机存储介质
CN104520912B (zh) 堵塞预测装置、堵塞预测系统、堵塞预测方法和程序
CN108268481B (zh) 云端地图更新方法及电子设备
CN103927873A (zh) 浮动车与路段匹配方法及并行获取实时路况的方法
US11409927B2 (en) Architecture for configurable distributed system simulation timing
US20220172606A1 (en) Systems and Methods for Extracting Data From Autonomous Vehicles
CN114080537A (zh) 收集与可导航网络有关的用户贡献数据
US11809790B2 (en) Architecture for distributed system simulation timing alignment
WO2022067295A1 (en) Architecture for distributed system simulation timing alignment
JP6494810B2 (ja) 自動車のデータをアップロードするための方法及び装置
CN113115230A (zh) 一种基于信息物理系统的车辆广播通信控制方法
CN108270816A (zh) 云端地图更新设备
AU2023204315A1 (en) Road change detection method, computing device, and storage medium
US11669657B2 (en) Architecture for distributed system simulation with realistic timing
US20120310525A1 (en) Navigation server and navigation system
CN112732446A (zh) 一种任务处理方法、装置及存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20241113

Address after: 518129 Huawei Headquarters Office Building 101, Wankecheng Community, Bantian Street, Longgang District, Shenzhen, Guangdong

Patentee after: Shenzhen Yinwang Intelligent Technology Co.,Ltd.

Country or region after: China

Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen

Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right