[发明专利]一种基于能耗的无人驾驶HD Map数据分发方法

说明书

本发明公开了一种基于能耗的无人驾驶HD Map数据分发方法，包括步骤：1)无人驾驶车辆向云端服务器获取边缘基站信息，包括边缘基站ID、边缘基站位置分布情况、边缘基站带宽和边缘基站缓存的HD Map数据信息；2)无人驾驶车辆获取自身数据信息，包括HD Map数据存储容量、预装HD Map信息和剩余能量；3)计算传输区域距离L和目标区域距离L_D；4)计算最佳传输范围距离L_opt；5)无人驾驶车辆确定传输区域各目标边缘基站与对应的数据传输比例，然后完成数据分发工作。本发明能保证无人驾驶车辆在有限能耗的情况下以最小的传输时间传输完所需的HD Map数据信息。

技术领域

本发明涉及高精地图(HD Map)数据分发的技术领域，尤其是指一种基于能耗的无人驾驶HD Map数据分发方法。

背景技术

高精地图(HD Map)是无人驾驶的实现基础，它在无人驾驶中发挥着重要作用。传统上通过自建专业采集车队获得街景图像数据和3D激光点云数据，经过后台的自动化建图流程，结合人工纠错和标注，最终形成多层次地图数据叠加的地图。然而，自建采集车队成本过于昂贵，现在生产HD Map一般采用地图众包的方式。利用社会无人驾驶车辆在行驶过程中完成数据采集，再通过边缘计算节点进行数据清理、聚合和压缩等优化手段，再利用云端强大的算力使用多源数据完成对HD Map数据的更新。

HD Map作为自动驾驶的必要支撑，在维持底层车道数据精确性的同时，必须具备进行动态路况信息实时更新的能力，并发展出基于车主不同驾驶习惯的个性化驾驶支撑能力。因此，HD Map需分为2个层级：最底层是静态HD Map层，需提前进行装载；上层是动态HDMap层，在行车过程中不断更新。静态HD Map层包括路网结构、车道线、曲率、坡度和路侧物体等，动态HD Map层包括车道限速、车道关闭、道路坑洼、交通事故、各种驾驶行为建议等，无人驾驶汽车如果想要安全驾驶，至少要获取所有静态HD Map数据以及部分动态HD Map数据如车道限速、车道关闭等等。最底层是静态HD Map层，需提前进行装载；上层是动态HDMap层，在行车过程中不断更新。无论是进行V2V(车辆与车辆之间)通信的无人驾驶车辆还是边缘基站，都不适合大量存储HD Map数据，因此需要一种无人驾驶HD Map的数据分发算法，通过多个边缘基站协作的方式获取所需的HD Map数据。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于能耗的无人驾驶HD Map数据分发方法，考虑了HD Map数据分发方法的无人驾驶车辆能耗问题，弥补了传统数据分发方式的不足，同时在边缘基站提前存储HD Map数据，减少云端数据上传和下载时间。无人驾驶车辆在进入传输区域前就能获取无人驾驶车辆传输数据任务，降低边缘基站的数据吞吐量和数据传输干扰，大大降低无人驾驶车辆的HD Map数据获取时间。还可以根据车流量及无人驾驶车辆分发任务提前获得线路拥挤程度，引导无人驾驶车辆根据情况错时或错峰出行，达到缓解交通拥堵的目的。

为实现上述目的，本发明所提供的技术方案为：一种基于能耗的无人驾驶HD Map数据分发方法，包括以下步骤：

1)无人驾驶车辆向云端服务器获取边缘基站信息，包括边缘基站ID、边缘基站位置分布情况、边缘基站带宽和边缘基站缓存的HD Map数据信息；

2)无人驾驶车辆获取自身数据信息，包括HD Map数据存储容量、预装HD Map信息和剩余能量；

3)结合所获取的边缘基站信息和无人驾驶车辆自身数据信息，计算传输区域距离L和目标区域距离L_D；

4)计算最佳传输范围距离L_opt；

5)无人驾驶车辆确定传输区域各目标边缘基站与对应的数据传输比例，然后完成数据分发工作。