一种基于预测的智慧道路传感器的休眠方法及休眠控制装置与流程

1.本发明涉及智慧道路技术领域，特别是涉及一种基于预测的智慧道路传感器的休眠方法及休眠控制装置。


背景技术：

2.建设智慧道路需要在路侧部署大量传感器，如激光雷达、相机、毫米波雷达等。当前现有的智慧道路中，这些传感器设备需要全年24小时不间断工作，实时监测道路情况，为车辆提供路侧驾驶辅助信息。但是，这些设备的使用寿命是有限的，以机械式激光雷达为例，当前理论寿命约3万小时，即可以持续不间断工作3～4年。后期智慧道路的设备更换成本较高。


技术实现要素：

3.本发明所要解决的技术问题是，克服现有技术的缺点，提供一种基于预测的智慧道路传感器的休眠方法及休眠控制装置。
4.为了解决以上技术问题，本发明的技术方案如下：
5.一种基于预测的智慧道路传感器的休眠方法，包括，
6.获取地图数据信息；
7.基于所述地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器；
8.控制所述非路段入口传感器在时间t1内未检测到车辆时由工作状态切换至休眠状态，并控制所述路段入口传感器始终处于工作状态；
9.控制处于工作状态的所述路段入口传感器和所述非路段入口传感器监测视野范围内的车辆，并基于获取到的车辆参数信息预测车辆的行驶轨迹；
10.基于所述车辆的行驶轨迹和所述地图数据信息预测车辆即将到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2，并在时间t2内控制位于下一点位的传感器切换至工作状态。
11.作为本发明所述基于预测的智慧道路传感器的休眠方法的一种优选方案，其中：所述基于所述车辆的行驶轨迹和所述地图数据信息预测车辆即将到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2，并在时间t2内控制位于下一点位的传感器切换至工作状态包括，
12.基于所述车辆的行驶轨迹和所述地图数据信息预测车辆即将到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2；
13.判断位于下一点位的传感器是否为非路段入口传感器；若是，则进行下一步骤，若否，则结束；
14.判断位于下一点位的所述非路段入口传感器是否处于休眠状态，若是，则控制其切换至工作状态，若否，则结束。
15.作为本发明所述基于预测的智慧道路传感器的休眠方法的一种优选方案，其中：获取到的所述车辆参数信息包括车辆的实时位置、车辆速度、航向角以及车辆所在车道。
16.作为本发明所述基于预测的智慧道路传感器的休眠方法的一种优选方案，其中：所述时间t1为10min。
17.本发明还公开了一种基于预测的智慧道路传感器的休眠控制装置，包括传感器模块、边缘计算节点模块和云平台模块，
18.所述传感器模块包括部署在路侧的若干个传感器；
19.所述边缘计算节点模块用于接收所述传感器模块传输的数据，从中提取车辆参数信息，并基于所述车辆参数信息对车辆的行驶轨迹进行预测，并将预测结果上传至所述云平台模块，同时接收所述云平台模块传输的休眠唤醒指令，控制所述传感器模块工作和休眠状态的切换；
20.所述云平台模块用于获取地图数据，并基于地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器，同时接收所述边缘计算节点模块上传的数据，并向边缘计算节点模块发送休眠唤醒指令。
21.作为本发明所述基于预测的智慧道路传感器的休眠控制装置的一种优选方案，其中：所述云平台模块包括，
22.地图模块，用于获取地图数据信息；
23.划分模块，用于基于地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器；
24.通信模块，用于与所述边缘计算节点模块进行通讯，接收所述边缘计算节点模块上传的数据，并向所述边缘计算节点模块发送休眠唤醒指令。
25.预测模块，用于基于地图数据信息和所述边缘计算节点模块上传的车辆的行驶轨迹，预测车辆即将到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2，并在时间t2内向与该点位对应的所述边缘计算节点模块发送唤醒指令。
26.作为本发明所述基于预测的智慧道路传感器的休眠控制装置的一种优选方案，其中：所述边缘计算节点模块包括，
27.感知模块，用于控制处于工作状态的所述路段入口传感器和所述非路段入口传感器监测视野范围内的车辆，并基于获取到的车辆参数信息预测车辆的行驶轨迹；
28.通信模块，用于与所述云平台模块进行通讯，向所述云平台模块上传数据，并接收所述云平台模块发送的控制指令；
29.控制模块，用于在未接收到所述云平台模块发送的唤醒指令时控制对应点位的所述非路段入口传感器在时间t1内未检测到车辆时由工作状态切换至休眠状态，并控制所述路段入口传感器始终处于工作状态；且在接收到所述云平台模块发送的唤醒指令时控制对应点位的所述非路段入口传感器由休眠状态切换至工作状态。
30.作为本发明所述基于预测的智慧道路传感器的休眠控制装置的一种优选方案，其中：所述时间t1为10min。
31.本发明还公开了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一方案所述的基于预测的智慧道路传感器的休眠方法。
32.本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任一方案所述的基于预测的智慧道路传感器的休眠方法。
33.本发明的有益效果是：
34.本发明可在道路空闲时允许路段上的部分传感器切换至休眠状态，仅保持各路段入口处的传感器工作，且根据处于工作状态的传感器可获取车辆的位置、速度、航向角、所在车道等信息，以此预测车辆后续的行驶轨迹以及进入下一传感器探测范围所需的时间，并在该时间内唤醒下一传感器，使其切换至工作状态，从而可在道路空闲时大幅减少处于工作状态的传感器数量，一方面延长了传感器的使用寿命，另一方面降低了用电功耗。
附图说明
35.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
36.图1为本发明提供的基于预测的智慧道路传感器的休眠方法的流程示意图；
37.图2为本发明提供的基于预测的智慧道路传感器的休眠方法中步骤s105的具体流程示意图；
38.图3为本发明提供的基于预测的智慧道路传感器的休眠控制装置的结构示意图的结构示意图；
39.图4为本发明提供的基于预测的智慧道路传感器的休眠控制装置中云平台模块的结构示意图；
40.图5为本发明提供的基于预测的智慧道路传感器的休眠控制装置中边缘计算节点模块的结构示意图；
41.图6为道路繁忙(车多)时各点位传感器的状态示意图；
42.图7为道路空闲(无车)时各点位传感器的状态示意图；
43.图8为道路部分空闲(车少)时各点位传感器的状态示意图。
具体实施方式
44.为使本发明的内容更容易被清楚地理解，下面根据具体实施方式并结合附图，对本发明作出进一步详细的说明。
45.参见图1，为本实施例提供的一种基于预测的智慧道路传感器的休眠方法的流程示意图，该方法包括步骤s101～s105，具体步骤说明如下：
46.步骤s101：获取地图数据信息。
47.具体的，获取对应区域内的高精度地图。
48.步骤s102：基于地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器。
49.具体的，根据获取到的对应区域内的高精度地图，将对应区域内的道路划分成若干个路段，在每个路段上部署的传感器可根据其所在位置划分为路段入口传感器和非路段入口传感器，即路段入口传感器位于路段的入口处。可以理解的是，每个路段均仅有两个路
段入口。车辆沿相反方向行驶时，可分别从两个路段入口驶入该路段内。非路段入口传感器位于路段中部。
50.步骤s103：控制非路段入口传感器在时间t1内未检测到车辆时由工作状态切换至休眠状态，并控制路段入口传感器始终处于工作状态。
51.具体的，考虑到车辆运动的连续性，车辆只可能从某路段上的一个传感器点位向相邻的传感器点位运动，而不可能跳跃到不相邻点位，因此车辆的行驶路线具有可预测性。当某路段的所有路段入口都没有车辆进入，则该路段中的车辆数量就不会增加，这种情况下，如果路段中连续一段时间都没有检测到车辆，则该路段内的所有非路段入口传感器都可以休眠，而不用担心车辆漏检的情况。反言之，路段中如果有新增车辆，则必然是从路段入口进入的，会被路段入口传感器检测到。
52.由此，当非路段入口传感器在连续一段时间t1内没有检测到车辆时，控制该非路段入口传感器由工作状态切换至休眠状态。对于路段入口传感器，由于需要检测是否有车辆进入对应路段，因此路段入口传感器需要持续工作，不能休眠，则控制路段入口传感器始终处于工作状态。可参见图7，为道路空闲(无车)时各点位传感器的状态示意图。
53.在本实施例中，时间t1取值为10min。
54.可以理解的是，传感器处于工作状态是指传感器处于正常工作模式下，能够实时感知路侧信息，并将获取到的数据进行上传。而传感器处于休眠装置则是指传感器仍然保持供电，但是处于低功耗模式下的待机状态。以机械式激光雷达为例，当进入休眠状态时，电机和激光发射器均停止工作。
55.步骤s104：控制处于工作状态的路段入口传感器和非路段入口传感器监测视野范围内的车辆，并基于获取到的车辆参数信息预测车辆的行驶轨迹。
56.具体的，处于工作状态的路段入口传感器和非路段入口传感器实时监测视野范围内的车辆，得到车辆的参数信息。车辆的参数信息包括但不限于：车辆的实时位置、速度、航向角、所在车道。根据上述车辆的参数信息，可预测车辆后续的一段行驶轨迹。
57.步骤s105：基于车辆的行驶轨迹预测车辆到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2，并在时间t2内控制位于下一点位的传感器切换至工作状态。
58.具体的，根据预测得到的车辆的行驶轨迹，可预测对应车辆即将到达的下一传感器点位以及进入下一点位传感器探测范围内所需的时间t2，则需要在时间t2内唤醒位于下一点位的传感器，使其进入工作状态。
59.可以理解的是，根据车辆即将到达的下一点位传感器的种类以及该点位传感器的状态，可划分为多种情况。具体包括以下步骤：
60.步骤s105a：基于车辆的行驶轨迹预测车辆到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2。
61.步骤s105b：判断位于下一点位的传感器是否为非路段入口传感器；若是，则进行下一步骤，若否，则表明下一点位的传感器是路段入口传感器，由于路段入口传感器始终处于工作状态，因此不需要对路段入口传感器传输控制指令，则结束流程即可。
62.步骤s105c：判断位于下一点位的非路段入口传感器是否处于休眠状态，若是，则控制其切换至工作状态，若否，则表明下一点位的非路段入口传感器处于工作状态，则不需
要向该非路段入口传感器传输控制指令，因此结束流程即可。
63.其中，时间t2与车速以及相邻点位之间的间距相关。在本实施例中，相邻点位之间的间距为200m，车速为10～20m/s，则时间t2的取值范围为10～20s。
64.参见图6，为道路繁忙(车多)时各点位传感器的状态示意图。路段内车辆较多，且交替通过该路段，因此非路段入口传感器无法连续一段时间检测不到车辆，因此该路段的非路段入口传感器也全部处于工作状态。
65.参见图8，为道路部分空闲(车少)时各点位传感器的状态示意图。车辆由路段入口进入该路段内，路段入口传感器处于工作状态，且车辆即将到达的下一点位的非路段入口传感器也进入工作状态，等待对车辆进行监测。
66.由此，上述方法可在在道路空闲时段大幅减少处于工作态的传感器数量，不仅可延长传感器使用寿命，而且大大降低了用电功耗。
67.参见图3，为本实施例提供的一种基于预测的智慧道路传感器的休眠控制装置的结构示意图。该休眠控制装置包括传感器模块、边缘计算节点模块和云平台模块。
68.具体的，传感器模块包括部署在路侧的若干个传感器。该传感器包括但不限于：激光雷达、相机、毫米波雷达。这些传感器用于实时感知并监测道路信息。一般智慧道路的配置为沿道路每200m部署一个传感器点位，在十字路口部署2～4个传感器点位。在每个传感器点位部署1～2台激光雷达，1～3台相机，监测距离按150m计算。
69.边缘计算节点模块的数量与路侧部署的传感器点位数量一致，且一一对应。每个边缘计算节点模块用于接收对应点位的传感器传输的数据，从中提取监测到的车辆参数信息，并基于车辆参数信息以及地图数据信息预测车辆后续的一段行驶轨迹，且将预测结果上传至云平台模块。另外，每个边缘计算节点模块还用于接收云平台模块传输的控制指令，控制对应点位的传感器进行工作和休眠状态的切换。
70.云平台模块用于获取地图数据，并基于地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器。同时，云平台模块还用于通过有线或无线方式与边缘计算节点模块进行通信，接收边缘计算节点模块传输的数据，并向对应边缘计算节点模块传输控制指令，使对应边缘计算节点模块控制对应点位的传感器进行工作和休眠状态的切换。
71.具体的，云平台模块包括地图模块、划分模块、通信模块和预测模块。参见图4。
72.其中，地图模块用于获取地图数据信息。
73.划分模块用于基于地图数据信息，将每一路段上部署的传感器划分为路段入口传感器和非路段入口传感器。
74.通信模块用于与边缘计算节点模块进行通讯，接收边缘计算节点模块上传的数据，并向边缘计算节点模块发送休眠唤醒指令。
75.预测模块用于基于地图数据信息和所述边缘计算节点模块上传的车辆的行驶轨迹，预测车辆即将到达的下一点位以及进入位于下一点位的传感器的探测范围内所需的时间t2，并在时间t2内向与该点位对应的边缘计算节点模块发送唤醒指令。
76.边缘计算节点模块包括感知模块、通信模块和控制模块，参见图5。
77.其中，感知模块用于控制处于工作状态的路段入口传感器和非路段入口传感器监测视野范围内的车辆，并基于获取到的车辆参数信息预测车辆的行驶轨迹。
78.通信模块用于与云平台模块进行通讯，向云平台模块上传数据，并接收云平台模块发送的控制指令。
79.控制模块用于在未接收到云平台模块发送的唤醒指令时控制对应点位的非路段入口传感器在时间t1内未检测到车辆时由工作状态切换至休眠状态，并控制路段入口传感器始终处于工作状态。且在接收到云平台模块发送的唤醒指令时控制对应点位的非路段入口传感器由休眠状态切换至工作状态。
80.另外，本实施例还提供了一种计算机设备，计算机设备的组件可以包括但不限于：一个或者多个处理器或者处理单元，系统存储器，连接不同系统组件(包括系统存储器和处理单元)的总线。
81.总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
82.计算机系统/服务器典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
83.系统存储器可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)和/或高速缓存存储器。计算机设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统可以用于读写不可移动的、非易失性磁介质。可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明实施例的功能。
84.具有一组(至少一个)程序模块的程序/实用工具，可以存储在例如存储器中，这样的程序模块包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。
85.计算机设备也可以与一个或多个外部设备例如键盘、指向设备、显示器等)通信。这种通信可以通过输入/输出(i/o)接口进行。并且，计算机设备还可以通过网络适配器与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。
86.处理单元通过运行存储在系统存储器中的程序，从而执行本发明所描述的实施例中的功能和/或方法。
87.上述的计算机程序可以设置于计算机存储介质中，即该计算机存储介质被编码有计算机程序，该程序在被一个或多个计算机执行时，使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。
88.随着时间、技术的发展，介质含义越来越广泛，计算机程序的传播途径不再受限于有形介质，还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介
质例如可以但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
89.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
90.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
91.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
92.除上述实施例外，本发明还可以有其他实施方式；凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。