厚势按:高精度道路导航地图具有更加丰富细致的道路信息,可以更加精准地反映道路的真实情况。与传统地图相比,它的图层数量更多,图层内容更加精细,具有新的地图结构划分。正是因为高精度道路导航地图丰富的信息含量,使得它具有庞大的数据量,而传统的集中式大数据处理模式无法满足它的计算需求。因此,本文提出「众包+边缘计算」的大数据处理模式来解决高精度道路导航地图的计算问题。
图2高精度道路导航地图应用分析(一)「互联网+」智能导航随着城市环境的不断建设,为了提高道路使用效率、缓解拥堵,很多新的交通管理措施不断被实施。例如多乘员车道(HOV车道)、潮汐车道(见图3)等。
图3HOV车道和潮汐车道HOV车道仅供乘坐至少某一规定乘客数的车辆通行。潮汐车道是指可变车道,即某一条车道在不同时段内行驶方向会发生变化。这些新的交通管理方案的实施主要是通过车道来实现的,而高精度道路导航地图可以精准反映这些信息,为人们提供智能导航服务。(二)「互联网+」智能交管道路交通执法管理具有很多难题,尤其是在执法取证和事故应急处理方面。
图4地图结构内容划分示意图高精度道路导航地图由四个部分的数据构成,分别是道路网数据、车道网数据、安全辅助数据和道路交通设施数据。这四类数据构成的地图结构内容根据地图精度不同显示的内容也就不同,其基本结构划分和显示内容示例,如图4所示。
图5高精度道路导航地图道路网示意图道路网主要是由道路基准线网络构成,用于描述道路的几何形态、表达与道路设施间的关系。高精度道路导航地图道路网示意图,如图5所示,它包括道路基准线、道路基准线连接点和路口等图层。
图6高精度道路导航地图车道网示意图车道网记录路网中每个独立车道的相关属性,用于车道级的道路显示、定位、路径规划和驾驶策略辅助。它包括车道级道路、车道级道路连接点、车道级道路形状点等图层,如图6所示。安全辅助数据和道路交通设施数据是对车道安全数据和车道上的其他交通设施进行描述,用于辅助车道级定位和显示,例如曲率、航向、纵横坡度等。道路交通设施数据则包括交通标识、路侧设施和固定地物等信息。
图7高精度道路导航地图边缘计算模型参考框架针对高精度道路导航地图的情况,在边缘式计算中,由于数据量的增加以及对实时性的需求,需将原有云中心的计算任务部分迁移到网络边缘设备上,以提高数据传输性能,保证处理的实时性,同时降低云计算中心的计算负载。本文研制了高精度道路导航地图边缘计算模型参考框架,如图7所示。
领取专属 10元无门槛券
私享最新 技术干货