一种具备动态地图算法的边缘计算单元制造技术

本发明专利技术提供了一种具备动态地图算法的边缘计算单元，采集终端数据，通过边缘计算的融合算法，输出五维动态地图数据供用户使用。本发明专利技术的有益效果为：本发明专利技术能够利用周边各外围设备，快速的更新设备位置区域最准确实时的动态地图并发给V2X路端和云端；能够让自动驾驶的车辆更好的预判、规避风险，自动导流，使车辆流向更顺畅的路段，有利于建立起完善的自动驾驶体系，为车辆、行人、公共交通的和谐保驾护航。

【技术实现步骤摘要】
一种具备动态地图算法的边缘计算单元
本专利技术涉及自动驾驶
，尤其涉及一种具备动态地图算法的边缘计算单元。
技术介绍
现代公共交通路况复杂，各种交通状况瞬息万变。突发的交通事故、在路面上缓慢运行的工程车、高空坠物等变换，需要时效性。传统地图不具备时效性，已不能及时捕捉并及时更新给附近需要的智能终端。
技术实现思路
本专利技术的目的在于提供一种具备动态地图算法的边缘计算单元，采集终端数据，通过边缘计算的融合算法，输出五维动态地图数据供用户使用。本专利技术的思想为：本专利技术通过分布在道路各处的动态地图算法的边缘计算单元装置，实时采集道路当前的实时局部地图，包括行人、车辆、障碍物、高空坠物、环境条件、天气等实时信息和未来运动轨迹，并实时更新到附近的V2X路端和云端，从而及时动态更新给各交通参与者，使他们可以各自更新自己需要的实时动态地图，从而达到实时推送附近位置的最准确的地图的目的。本专利技术是通过如下措施实现的：一种具备动态地图算法的边缘计算单元，包括以下内容：步骤一：雷达采集当前位置的各物体原始点云数据，由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据，输出各物体动态差异化数据；步骤二：V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息，并通过以太网传输信息给CPU处理器，由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据，输出各车辆动态差异化数据；步骤三：摄像头采集当前位置各物体的图像信息，并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息，计算出各类物体的动态数据并和本地当前地图数据比对，最终输出各物体动态差异化数据；步骤四：传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器，由CPU处理器计算出该位置天气的动态数据并通过计算预测出未来该位置天气状态，再与本地当前地图数据对比，输出该位置天气的动态差异化数据。作为本专利技术提供的一种具备动态地图算法的边缘计算单元进一步优化方案，以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包，通过无线网络更新云端地图五维差异化数据。作为本专利技术提供的一种具备动态地图算法的边缘计算单元进一步优化方案，以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包，通过以太网更新RSU端地图五维差异化数据。作为本专利技术提供的一种具备动态地图算法的边缘计算单元进一步优化方案，所述CPU处理器为NXPI.MX6。具体地，所述5G模组是华为-MH5000。具体地，所述MCU处理器为NXPS32K。与现有技术相比，本专利技术的有益效果为：(1)本专利技术能够利用周边各外围设备，快速的更新设备位置区域最准确实时的动态地图并发给V2X路端和云端；能够让自动驾驶的车辆更好的预判、规避风险，自动导流，使车辆流向更顺畅的路段，有利于建立起完善的自动驾驶体系，为车辆、行人、公共交通的和谐保驾护航。(2)本专利技术可安装到路端上，可以作为信息采集的一个终端，也可以作为可动态更新的地图供导航等设备使用，安装到路端，用于实时采集当前范围的实时动态地图，并把该更新的局部地图发送给附近RSU(V2X路端)或中心、云端；能对动态地图进行实时更新并能准确预测未来地图上物体的动态变化，并且仅需要回传与当前地图的差异内容即可，能进一步减少发送给相邻终端或节点或云端的数据量。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。图1为本专利技术提供的一种具备动态地图算法的边缘计算单元的时序流程图。图2为本专利技术提供的一种具备动态地图算法的边缘计算单元的硬件框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。当然，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。实施例1参见图1至图2，本专利技术提供其技术方案为，一种具备动态地图算法的边缘计算单元，包括以下内容：步骤一：雷达采集当前位置的各物体原始点云数据，由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据，输出各物体动态差异化数据；步骤二：V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息，并通过以太网传输信息给CPU处理器，由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据，输出各车辆动态差异化数据；步骤三：摄像头采集当前位置各物体的图像信息，并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息，计算出各类物体的动态数据并和本地当前地图数据比对，最终输出各物体动态差异化数据；步骤四：传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器，由CPU处理器计算出该位置天气的动态数据，并通过计算预测出未来该位置天气状态，再与本地当前地图数据对比，输出该位置天气的动态差异化数据。具体地，以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包(具体见表2：五维数据包结构)，通过无线网络更新云端地图五维差异化数据。具体地，以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包(具体见表2：五维数据包结构)，通过以太网更新RSU端地图五维差异化数据。如表1和图1所示，本专利技术由雷达采集当前位置的各物体原始点云数据，由CPU计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹等数据，输出各物体动态差异化数据(速度/方向/运行轨迹数据)。本专利技术由RSU(V2X路端设备)采集当前局部位置的各车辆状态(速度、加速度、方向等信息)并通过以太网传输信息给CPU，由CPU计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹等数据，输出各车辆动态差异化数据(速度/方向/运行轨迹数据)。本专利技术由摄像头采集当前位置各物体的图像信息，并结合雷达的原始点云数据识别出物体类别(是什么物体)和物体的状态信息(加速度/速度/方向/运行轨迹等)，计算出各类物体的动态数据并和本地当前地图数据比对，最终输出各物体动态差异化数据(速度/方向/运行轨迹数据)。本专利技术由环境传感器采集天气、风速风向、PM2.5、湿度、雨量信息，然后传输给CPU，由CPU计算出该位置天气的动态数据，并通过计算预测出未来该位置天气状态，最终和本地当前地图数据对比，输出该位置天气的动态差异化数据。本专利技术结合以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包(具体见表2：五维数据包结构)，通过无线网络更新云端地图五维差异化数据。本专利技术结合以上各输出的差异化数据，由时钟定时周期性采集、整合出五维数据包(具体见表2：五维数据包结构)，通过以太网更新RSU端地图五维差异化数据。五维数据包结构如表2所述。本专利技术包本文档来自技高网...

【技术保护点】
1.一种具备动态地图算法的边缘计算单元，其特征在于，包括以下内容：/n步骤一：雷达采集当前位置的各物体原始点云数据，由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据，输出各物体动态差异化数据；/n步骤二：V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息，并通过以太网传输信息给CPU处理器，由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据，输出各车辆动态差异化数据；/n步骤三：摄像头采集当前位置各物体的图像信息，并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息，计算出各类物体的动态数据并和本地当前地图数据比对，最终输出各物体动态差异化数据；/n步骤四：传感器采集天气、风速风向、PM2.5、湿度、雨量信息后传输给CPU处理器，由CPU处理器计算出该位置天气的动态数据，并通过计算预测出未来该位置天气状态，再与本地当前地图数据对比，输出该位置天气的动态差异化数据。/n

【技术特征摘要】
1.一种具备动态地图算法的边缘计算单元，其特征在于，包括以下内容：
步骤一：雷达采集当前位置的各物体原始点云数据，由CPU处理器计算出该位置各物体的实时速度、加速度、方向、未来的运行轨迹数据，输出各物体动态差异化数据；
步骤二：V2X路端设备采集当前局部位置的各车辆速度、加速度、方向状态信息，并通过以太网传输信息给CPU处理器，由CPU处理器计算出该位置各车辆的实时速度、加速度、方向、未来的运行轨迹数据，输出各车辆动态差异化数据；
步骤三：摄像头采集当前位置各物体的图像信息，并结合雷达的原始点云数据识别出物体类别和物体的加速度、速度、方向、运行轨迹状态信息，计算出各类物体的动态数据并和本地当前地图数据比对，最终输出各...

【专利技术属性】
技术研发人员：杲先锋，周建交，花於锋，杨叶，钱伟，盛丰羽，李锋炼，
申请(专利权)人：江苏鸿鹄电子科技有限公司，
类型：发明
国别省市：江苏;32