一种车路协同用边缘计算服务器数据处理方法及系统与流程

1.本技术涉及一种车路协同用边缘计算服务器数据处理方法及系统。


背景技术：

2.高速公路作为长途出行的主要形式，由于车速快等客观影响，容易出现重大交通事故。而随着车辆端的智能化的进展，车辆的辅助驾驶甚至是自动驾驶提上了日程，但是在其他国家，也发生了大量的因为辅助驾驶或者自动驾驶而发生的车祸，造成了人员伤亡。为了进一步的提高高速公路上车辆行驶的安全性，车路协同成为了一个必要的发展方向，为进一步的提高车辆行驶的安全性提供基础信息。在可能发生车祸时，一般黄金的决策时间在1s之内，此时，车辆端需要获取及时的控制信息才能够有效进行处置，而只是依靠中心服务器显然无法达到这一目的。


技术实现要素：

3.为了解决上述问题，本技术一方面公开了一种车路协同用边缘服务器数据处理方法，包括如下步骤：获取车辆端数据；获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；边缘服务器根据得到的数据分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。本技术通过道路端数据进行初步风险判断之后，若有潜在风险再将数据传输给边缘服务器，以此减少边缘服务器的数据处理量，从而适配边缘服务器在地处理的特点，也避免了由于其处理计算量小而导致计算延迟。
4.优选的，所述监测阈值包括车速超过限定速度的90％，以及车速超过限定速度的60％且车辆与车辆之间的距离低于30m。
5.优选的，所述边缘服务器收到道路端数据之后，根据道路端数据进行静态模拟，以车辆之间碰撞的静态分析预测时间为评价标准，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数据。本技术的边缘服务器首先进行预计算模拟，得到预测场景，借此筛除大量的并不需要边缘计算的场景，进一步的集中化可能会发生碰撞的车辆信息，随后在有限的计算力下，考虑到自我调整的可能性，对于数据进行二次修正，在二次修正之后，重新进行计算模拟，从而得到更接近实际情况的筛选效果，尽可能在有限的计算力下，也能提供预测的准确性，避免大量误报的产生。
6.优选的，所述道路端数据包括道路基础条件信息、测量得到的车辆与车辆之间的车辆距离、车辆与路基之间的车路距离、车辆行驶速度、车辆所在车道、车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度；所述一级数据当中含有不多于道路端数据的三项数据。
7.优选的，所述车辆端数据包括车辆行驶速度、车辆预定加速度、车辆预定行驶偏离角度；所述一级匹配数据至少包括车辆预定行驶偏离角度。
8.优选的，所述危险发生时间按照如下方式进行测评：
9.得到道路端数据之后，根据道路端数据忽略道路引导进行计算模拟，得到在5s内会发生直接碰撞的预测场景；
10.将预测场景当中涉及到的车辆进行抽离，结合其所处位置的道路基础条件信息，若道路基础条件完善，对于车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度在设定阈值范围内的，将车辆位置校正在车道中轴线上，将偏离角度设定为0；
11.然后对于校正后的道路端数据进行计算模拟，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数据。
12.优选的，所述预警阈值为3s。
13.优选的，所述一级数据按照如下方式产生：若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度超过10
°
，则将车辆距离或车路距离、车辆中轴线偏离车道中轴线的偏离角度、车辆行驶速度作为一级数据，车辆预定加速度、车辆预定行驶偏离角度作为一级匹配数据；
14.若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度不超过10
°
，则将车辆距离或车路距离、车辆行驶速度作为一级数据，车辆预定行驶偏离角度作为一级匹配数据。
15.优选的，所述紧急处理方案针对发生碰撞的若干辆车，并将各自的紧急处理方案传送给相应的车辆；
16.所述紧急处理方案包括针对前方车辆的紧急驶离方案，以及后方车辆的安全减速方案。本技术通过对于数据筛选得到一级数据、一级匹配数据，可以较好的代表当时的行驶状态，因此可以通过边缘处理器对于该状态进行分析得到的紧急处理方案，从而可以尽可能快的反馈给车辆端，保证处理结果的可用性以及高的处理效率。
17.另一方面，还公开了一种车路协同用边缘计算服务器数据处理系统，包括如下模块：
18.车辆监测端，用于获取车辆端数据；
19.道路监测端，用于获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；
20.边缘服务器，在获取道路端数据和车辆端数据之后，分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。
21.本技术能够带来如下有益效果：
22.1.本技术通过道路端数据进行初步风险判断之后，若有潜在风险再将数据传输给边缘服务器，以此减少边缘服务器的数据处理量，从而适配边缘服务器在地处理的特点，也避免了由于其处理计算量小而导致计算延迟。
23.2.本技术的边缘服务器首先进行预计算模拟，得到预测场景，借此筛除大量的并不需要边缘计算的场景，进一步的集中化可能会发生碰撞的车辆信息，随后在有限的计算力下，考虑到自我调整的可能性，对于数据进行二次修正，在二次修正之后，重新进行计算
模拟，从而得到更接近实际情况的筛选效果，尽可能在有限的计算力下，也能提供预测的准确性，避免大量误报的产生。
附图说明
24.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
25.图1为实施例1的示意图；
26.图2为实施例2的示意图。
具体实施方式
27.为能清楚说明本方案的技术特点，下面通过具体实施方式，对本技术进行详细阐述。
28.在第一个实施例中，如图1所示，一种车路协同用边缘服务器数据处理方法，包括如下步骤：
29.s101获取车辆端数据；
30.s102获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；
31.所述监测阈值包括车速超过限定速度的90％，以及车速超过限定速度的60％且车辆与车辆之间的距离低于30m。
32.s103边缘服务器根据得到的数据分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。
33.边缘服务器收到道路端数据之后，根据道路端数据进行静态模拟，以车辆之间碰撞的静态分析预测时间为评价标准，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数据。
34.所述道路端数据包括道路基础条件信息、测量得到的车辆与车辆之间的车辆距离、车辆与路基之间的车路距离、车辆行驶速度、车辆所在车道、车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度；所述一级数据当中含有不多于道路端数据的三项数据。
35.所述车辆端数据包括车辆行驶速度、车辆预定加速度、车辆预定行驶偏离角度；所述一级匹配数据至少包括车辆预定行驶偏离角度。
36.所述危险发生时间按照如下方式进行测评：
37.得到道路端数据之后，根据道路端数据忽略道路引导进行计算模拟，得到在5s内会发生直接碰撞的预测场景；
38.将预测场景当中涉及到的车辆进行抽离，结合其所处位置的道路基础条件信息，若道路基础条件完善，对于车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度在设定阈值范围内的，将车辆位置校正在车道中轴线上，将偏离角度设定为0；
39.然后对于校正后的道路端数据进行计算模拟，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数
据。
40.所述预警阈值为3s。
41.所述一级数据按照如下方式产生：若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度超过10
°
，则将车辆距离或车路距离、车辆中轴线偏离车道中轴线的偏离角度、车辆行驶速度作为一级数据，车辆预定加速度、车辆预定行驶偏离角度作为一级匹配数据；
42.若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度不超过10
°
，则将车辆距离或车路距离、车辆行驶速度作为一级数据，车辆预定行驶偏离角度作为一级匹配数据。
43.所述紧急处理方案针对发生碰撞的若干辆车，并将各自的紧急处理方案传送给相应的车辆；
44.所述紧急处理方案包括针对前方车辆的紧急驶离方案，以及后方车辆的安全减速方案。
45.在第二实施例中，如图2所示，一种车路协同用边缘计算服务器数据处理系统，包括如下模块：
46.车辆监测端201，用于获取车辆端数据；
47.道路监测端202，用于获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；
48.边缘服务器203，在获取道路端数据和车辆端数据之后，分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。
49.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种车路协同用边缘服务器数据处理方法，其特征在于：包括如下步骤：获取车辆端数据；获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；边缘服务器根据得到的数据分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。2.根据权利要求1所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述监测阈值包括车速超过限定速度的90％，以及车速超过限定速度的60％且车辆与车辆之间的距离低于30m。3.根据权利要求1所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述边缘服务器收到道路端数据之后，根据道路端数据进行静态模拟，以车辆之间碰撞的静态分析预测时间为评价标准，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数据。4.根据权利要求3所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述道路端数据包括道路基础条件信息、测量得到的车辆与车辆之间的车辆距离、车辆与路基之间的车路距离、车辆行驶速度、车辆所在车道、车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度；所述一级数据当中含有不多于道路端数据的三项数据。5.根据权利要求4所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述车辆端数据包括车辆行驶速度、车辆预定加速度、车辆预定行驶偏离角度；所述一级匹配数据至少包括车辆预定行驶偏离角度。6.根据权利要求3所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述危险发生时间按照如下方式进行测评：得到道路端数据之后，根据道路端数据忽略道路引导进行计算模拟，得到在5s内会发生直接碰撞的预测场景；将预测场景当中涉及到的车辆进行抽离，结合其所处位置的道路基础条件信息，若道路基础条件完善，对于车辆中轴线与车道中轴线之间的中轴距离、车辆中轴线偏离车道中轴线的偏离角度在设定阈值范围内的，将车辆位置校正在车道中轴线上，将偏离角度设定为0；然后对于校正后的道路端数据进行计算模拟，将危险发生时间低于预警阈值的数据进行提取得到一级数据，根据一级数据从涉及到的车辆提取车辆端数据作为一级匹配数据。7.根据权利要求6所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述预警阈值为3s。8.根据权利要求3所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述一级数据按照如下方式产生：若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度超过10
°
，则将车辆距离或车路距离、车辆中轴线偏离车道中轴线的偏离角度、车辆行驶速度作为一级数据，车辆预定加速度、车辆预定行驶偏离角度作为一级匹配数据；若预测产生车辆碰撞时，车辆中轴线偏离车道中轴线的偏离角度不超过10
°
，则将车辆距离或车路距离、车辆行驶速度作为一级数据，车辆预定行驶偏离角度作为一级匹配数据。
9.根据权利要求1所述的一种车路协同用边缘计算服务器数据处理方法，其特征在于：所述紧急处理方案针对发生碰撞的若干辆车，并将各自的紧急处理方案传送给相应的车辆；所述紧急处理方案包括针对前方车辆的紧急驶离方案，以及后方车辆的安全减速方案。10.一种车路协同用边缘计算服务器数据处理系统，其特征在于：包括如下模块：车辆监测端，用于获取车辆端数据；道路监测端，用于获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；边缘服务器，在获取道路端数据和车辆端数据之后，分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。

技术总结
一种车路协同用边缘计算服务器数据处理方法及系统，包括如下步骤：获取车辆端数据；获取道路端数据并根据监测阈值得到潜在风险车辆，然后将潜在风险车辆的道路端数据传递给边缘服务器，边缘服务器根据得到的道路端数据得到车辆端数据；边缘服务器根据得到的数据分析得到紧急处理方案，并将紧急处理方案提供给潜在风险车辆。本申请通过道路端数据进行初步风险判断之后，若有潜在风险再将数据传输给边缘服务器，以此减少边缘服务器的数据处理量，从而适配边缘服务器在地处理的特点，也避免了由于其处理计算量小而导致计算延迟。于其处理计算量小而导致计算延迟。于其处理计算量小而导致计算延迟。


技术研发人员：曹正彬 赵怀福 雷振兵 王宝飞 李博洋 孙娟 王晓航
受保护的技术使用者：山东高速信息集团有限公司
技术研发日：2023.02.10
技术公布日：2023/5/25