用于同步时间的方法、装置及服务器与流程

本申请涉及数据处理技术领域，具体涉及无人驾驶技术领域，尤其涉及用于同步时间的方法、装置及服务器。

背景技术：

汽车拓展了人们出行的范围，给人们的出行带来了便利，提高了人们的生活质量。随着科技的发展和进步，通过智能系统控制的无人驾驶车辆能够获取比有人驾驶的汽车更多的行驶信息，具备更高的安全性，成为未来汽车发展的一个重要趋势。无人驾驶车辆采用机器人操作系统进行信息传输，并依靠人工智能、视觉计算、视频摄像头、雷达传感器、激光雷达和gps(globalpositioningsystem，全球定位系统)定位系统协同合作，让无人驾驶车辆可以在没有任何协助的情况下，自动安全地行驶。

无人驾驶车辆包括了多种传感器，每个传感器都在采集数据。处理器会根据这些采集数据对无人驾驶车辆进行控制。但是，由于数据的大小不同、传输时间不同或采集数据的频率不同等原因，经常导致传感器同一时间采集的数据到达处理器的时间各不相同，这就容易使处理器做出错误判断。

技术实现要素：

本申请实施例的目的在于提出了用于同步时间的方法、装置及服务器，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于同步时间的方法，应用于包括组合导航系统和车载雷达的无人驾驶车辆，该方法包括：获取车速数据和雷达数据，上述车速数据包括组合导航系统测得的无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息，上述雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据；匹配上述基准数据和待同步数据中的相同数据，根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间。

在一些实施例中，上述从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据包括：根据上述实时行驶角度信息计算角度变化率；将上述角度变化率为0时对应的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。

在一些实施例中，上述从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据包括：从上述雷达数据中选择与上述基准第一时间信息对应的时间段相同的待同步第二时间信息；确定与上述待同步第二时间信息对应的待同步相对速度信息。

在一些实施例中，上述匹配上述基准数据和待同步数据中的相同数据包括：基于上述基准第一时间信息和待同步第二时间信息分别绘制上述基准实时车速信息的第一速度波形和上述待同步相对速度信息的第二速度波形；为上述第一速度波形设置多个标记点，并将上述多个标记点对应的波形数据确定为第一相同数据，上述标记点用于对上述第一速度波形的波形特征进行标记；从上述第二速度波形中匹配出与上述多个标记点对应的数据作为第二相同数据。

在一些实施例中，上述根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间包括：分别确定上述第一相同数据和第二相同数据对应的第一同步时间信息和第二同步时间信息；计算上述第一同步时间信息对应的时间和第二同步时间信息对应的时间之间的时间差，将上述时间差设定为同步上述雷达数据的时间。

第二方面，本申请实施例提供了一种用于同步时间的装置，应用于包括组合导航系统和车载雷达的无人驾驶车辆，上述该装置包括：数据获取单元，用于获取车速数据和雷达数据，上述车速数据包括组合导航系统测得的无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息，上述雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；数据提取单元，用于从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据；同步单元，用于匹配上述基准数据和待同步数据中的相同数据，根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间。

在一些实施例中，上述数据提取单元包括：角度变化率计算子单元，用于根据上述实时行驶角度信息计算角度变化率；基准数据确定子单元，用于将上述角度变化率为0时对应的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。

在一些实施例中，上述数据提取单元包括：待同步第二时间信息选择子单元，利用与从上述雷达数据中选择与上述基准第一时间信息对应的时间段相同的待同步第二时间信息；待同步相对速度信息确定子单元，用于确定与上述待同步第二时间信息对应的待同步相对速度信息。

在一些实施例中，上述同步单元包括：速度波形绘制子单元，用于基于上述基准第一时间信息和待同步第二时间信息分别绘制上述基准实时车速信息的第一速度波形和上述待同步相对速度信息的第二速度波形；第一相同数据获取子单元，用于为上述第一速度波形设置多个标记点，并将上述多个标记点对应的波形数据确定为第一相同数据，上述标记点用于对上述第一速度波形的波形特征进行标记；第二相同数据获取子单元，用于从上述第二速度波形中匹配出与上述多个标记点对应的数据作为第二相同数据。

在一些实施例中，上述同步单元包括：同步时间信息确定子单元，用于分别确定上述第一相同数据和第二相同数据对应的第一同步时间信息和第二同步时间信息；同步时间设定子单元，用于计算上述第一同步时间信息对应的时间和第二同步时间信息对应的时间之间的时间差，将上述时间差设定为同步上述雷达数据的时间。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，组合导航系统，用于实时检测无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息；车载雷达，用于监测无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于同步时间的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于同步时间的方法。

本申请实施例提供的用于同步时间的方法、装置及服务器，从组合导航系统监测的车速数据中确定直线行驶时的基准数据，并从车载雷达监测的雷达数据中找到与基准数据对应的待同步数据，通过确定基准数据和待同步数据中相同的数据确定同步雷达数据的时间，提高了雷达数据的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于同步时间的方法的一个实施例的流程图；

图3是组合导航系统检测的部分车速数据的波形图；

图4是车载雷达检测的部分雷达数据的波形图；

图5是车速数据中直线行驶时的实时车速波形图；

图6是雷达数据中直线行驶时的相对车速波形图；

图7是根据本申请的用于同步时间的方法的一个应用场景的示意图；

图8是根据本申请的用于同步时间的装置的一个实施例的结构示意图；

图9是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于同步时间的方法或用于同步时间的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括无人驾驶车辆101、102、103，网络104和服务器105。网络104用以在无人驾驶车辆101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用无人驾驶车辆101、102、103通过网络104与服务器105交互，以接收或发送消息等。无人驾驶车辆101、102、103上可以安装有各种信息监测设备，例如组合导航系统、车载雷达、gps等。

无人驾驶车辆101、102、103可以是具有多个信息监测设备和数据处理单元的各种车辆，包括但不限于电动汽车、油电混合汽车和内燃机汽车等等。

服务器105可以是提供各种服务的服务器，例如对无人驾驶车辆101、102、103获得的数据进行计算，并得到对无人驾驶车辆101、102、103的控制指令的服务器。服务器可以接收无人驾驶车辆101、102、103监测到的车速数据和雷达数据，根据车速数据和雷达数据确定无人驾驶车辆101、102、103与其他物体之间的相对距离、相对速度，以及无人驾驶车辆101、102、103自身的速度等信息，并根据这些信息对无人驾驶车辆101、102、103的行驶状态做出判断，进而控制无人驾驶车辆101、102、103的行驶。

需要说明的是，本申请实施例所提供的用于同步时间的方法一般由无人驾驶车辆101、102、103执行，相应地，用于同步时间的装置一般设置于无人驾驶车辆101、102、103中。

应该理解，图1中的无人驾驶车辆、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的无人驾驶车辆、网络和服务器。

继续参考图2，示出了根据本申请的用于同步时间的方法的一个实施例的流程200。该用于同步时间的方法可以包括以下步骤：

步骤201，获取车速数据和雷达数据。

在本实施例中，用于同步时间的方法运行于其上的电子设备(例如图1所示的无人驾驶车辆101、102、103)可以通过有线连接方式或者无线连接方式获取车速数据和雷达数据，其中，上述车速数据包括组合导航系统测得的无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息，上述雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息。实践中，网址一般由统一资源定位符(uniformresourcelocator，url)来表示。需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

无人驾驶车辆101、102、103需要获取周围物体的信息，以根据周围物体的信息进行行驶。本申请中的无人驾驶车辆101、102、103可以通过组合导航系统和车载雷达等设备来获取无人驾驶车辆101、102、103自身的信息和周围物体的信息。其中，组合导航系统安装在无人驾驶车辆101、102、103上，用于对无人驾驶车辆101、102、103自身的数据进行监测。组合导航系统能够获取无人驾驶车辆101、102、103的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的时间信息。即组合导航系统获取的信息都是没有延时的信息。如图3所示。图3中，左侧纵坐标为实时车速坐标，右侧纵坐标为实时行驶角度坐标，横坐标为第一时间坐标。由图3可知，无人驾驶车辆101、102、103在1-3秒的时间里，行驶角度从50度左右变化为90度；车速从90公里/小时降低到40公里/小时，说明无人驾驶车辆101、102、103正在处于减速转弯阶段；在3-11秒的时间里，行驶角度没有发生变化；车速从40公里/小时提高到100公里/小时，之后又从100公里/小时降低至55公里/小时，说明无人驾驶车辆101、102、103正在处于直行阶段；在11-14秒的时间里，行驶角度从90度左右变化为120度；车速从55公里/小时降低到40公里/小时，说明无人驾驶车辆101、102、103正在处于减速转弯阶段。

车载雷达通常安装在无人驾驶车辆101、102、103的车头位置，用于通过监测无人驾驶车辆101、102、103以外的其他物体(如车辆、建筑物、树木、行人等)与无人驾驶车辆101、102、103之间的距离、角度等信息，确定其他物体相对于无人驾驶车辆101、102、103的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的时间信息。如图4所示。图4中，左侧纵坐标为相对车速坐标，右侧纵坐标为相对行驶角度坐标，横坐标为第二时间坐标。由于组合导航系统和车载雷达都能测得无人驾驶车辆101、102、103的准确数据，只是两者之间有延时时间，所以，图4和图3中的波形相近。图4中，只显示了相对速度信息、相对角度信息和第二时间信息，其他信息(例如距离信息等)没有示出。车载雷达可以安装在无人驾驶车辆101、102、103的车头位置，也可以安装在无人驾驶车辆101、102、103的车尾或其他位置。车载雷达可以同时监测几十个甚至上百个物体的距离、角度等信息。实际中，在无人驾驶车辆101、102、103周围移动的物体数量不会很多，即使在极端情况下(如无人驾驶车辆101、102、103周围都是移动的车辆)，车载雷达获得的数据中也只有少量时移动物体的数据。车载雷达监测到的大部分数据都是无人驾驶车辆101、102、103周围的静止物体(如静止的车辆、建筑物、树木等)的数据。在确定其他物体相对于无人驾驶车辆101、102、103的相对速度信息、相对角度信息等信息时，可以从车载雷达获得的数据中选择占主要比例的数据。例如，车载雷达监测到100个物体的数据，其中，有90个物体的数据变化趋势(速度变化趋势、角度变化趋势)一致，有10个物体的数据变化趋势无规律。则说明监测到的90个物体为静止物体，10个物体可能是与无人驾驶车辆101、102、103同向行驶的其他车辆、与无人驾驶车辆101、102、103不同向的其他车辆，或行走中的行人、动物等。车载雷达会通过监测到的这90个物体的数据来确定其他物体相对于无人驾驶车辆101、102、103的相对速度信息、相对角度信息等信息，也是无人驾驶车辆101、102、103的相对静止物体的信息。

步骤202，从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据。

车载雷达可以监测无人驾驶车辆101、102、103以外的其他物体的距离、角度等信息，这些信息在对判断无人驾驶车辆101、102、103的行驶状态、确定无人驾驶车辆101、102、103的控制指令时非常重要。实际中，车载雷达获取的数据的数量和占用的数据存储空间都很大。如此，这些数据就无法实时传输到无人驾驶车辆101、102、103的数据处理单元。这些数据经过一定的时间在从车载雷达传输到数据处理单元之后，数据处理单元会根据无人驾驶车辆101、102、103的当前系统时间为这些数据配置时间戳，这样，就造成了时间戳指示的时间与获取数据的实际时间不相符的情况。进而影响到后续根据这些数据判断无人驾驶车辆101、102、103的行驶状态，以及确定无人驾驶车辆101、102、103的控制指令。

实际中，当车载雷达在无人驾驶车辆101、102、103的位置固定、车载雷达与无人驾驶车辆101、102、103的数据处理单元之间的线路固定的情况下，数据从车载雷达传输到数据处理单元之间需要花费的时间(延时时间)也是固定的。如果计算到这个固定的延时时间，就可以在数据处理单元获取到车载雷达监测的数据后，利用延时时间确定车载雷达监测的数据的实际获取时间。

无人驾驶车辆101、102、103在实际行驶过程中会遇到多种道路状况。为了便于匹配组合导航系统监测的数据和车载雷达监测的数据，本申请首先从组合导航系统监测的车速数据中筛选出无人驾驶车辆101、102、103处于直线行驶状态时的数据作为基准数据。在直线行驶状态下，车速数据中的实时行驶角度信息对应的角度不变。然后，在对应的直线行驶状态下，雷达数据监测的相对角度信息对应的角度也不变，将雷达数据中对应该直线行驶状态下数据作为待同步数据。

在本实施例的一些可选的实现方式中，上述从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据可以包括以下步骤：

第一步，根据上述实时行驶角度信息计算角度变化率。

组合导航系统监测的数据包括无人驾驶车辆101、102、103的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息。在直线行驶时，实时行驶角度信息对应的角度是不变的。因此，可以计算实时行驶角度信息对应的角度的角度变化率，根据角度变化率可以确定无人驾驶车辆101、102、103的行驶路线为直线或曲线。

第二步，将上述角度变化率为0时对应的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。

当无人驾驶车辆101、102、103直线行驶时，实时行驶角度信息对应的角度不变，对应的角度变化率为0。因此，选取角度变化率为0时对应的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。则基准实时车速信息和基准第一时间信息就是无人驾驶车辆101、102、103直线行驶时的数据。优选地，可以选择角度变化率为0时时间较长的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。

在本实施例的一些可选的实现方式中，上述从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据可以包括以下步骤：

第一步，从上述雷达数据中选择与上述基准第一时间信息对应的时间段相同的待同步第二时间信息。

数据从车载雷达传输到数据处理单元之间的延时时间通常不会很长，无人驾驶车辆101、102、103直线行驶的时间通常比延时时间长的多。当确定了基准第一时间信息后，可以根据基准第一时间信息对应的时间段(例如，9点0分0秒到9点1分20秒)确定待同步第二时间信息。由于雷达数据是到达数据处理单元后才有的时间戳，因此，基准第一时间信息对应的时间与待同步第二时间信息对应的时间不完全对应，但基准第一时间信息对应的时间与待同步第二时间信息对应的时间的重合时间也足够体现无人驾驶车辆101、102、103的直线行驶状态。

第二步，确定与上述待同步第二时间信息对应的待同步相对速度信息。

雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息。即，相对速度信息、相对角度信息和第二时间信息具有对应关系。确定了待同步第二时间信息，就能找到与待同步第二时间信息对应的待同步相对速度信息。

步骤203，匹配上述基准数据和待同步数据中的相同数据，根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间。

组合导航系统和车载雷达都能测得无人驾驶车辆101、102、103的准确数据，只是两者之间有延时时间。因此，可以从基准数据和待同步数据中找到相同数据，这些相同的数据在基准数据和待同步数据中分别对应第一同步时间信息和第二同步时间信息。根据第一同步时间信息和第二同步时间信息就可以确定同步上述雷达数据的时间。

在本实施例的一些可选的实现方式中，上述匹配上述基准数据和待同步数据中的相同数据可以包括以下步骤：

第一步，基于上述基准第一时间信息和待同步第二时间信息分别绘制上述基准实时车速信息的第一速度波形和上述待同步相对速度信息的第二速度波形。

波形能够直观的反映数据变化的特征。因此，可以基于上述基准第一时间信息和待同步第二时间信息分别绘制上述基准实时车速信息的第一速度波形和上述待同步相对速度信息的第二速度波形。在第一速度波形和第二速度波形中，横坐标可以为时间，纵坐标可以为速度。

第二步，为上述第一速度波形设置多个标记点，并将上述多个标记点对应的波形数据确定为第一相同数据。

实际中，无人驾驶车辆101、102、103的行驶速度通常不是恒定的。对应的，速度波形也不是平直的线，而是变化的曲线。曲线通常由自己的特点，因此，在速度波形上设置多个标记点就可以时这段速度波形与其他速度波形进行区分。本实现方式在第一速度波形设置多个标记点，将比较点对应的波形数据确定为第一相同数据，即，第一相同数据为第一速度波形对应的速度数据。其中，上述标记点用于对上述第一速度波形的波形特征进行标记。

第三步，从上述第二速度波形中匹配出与上述多个标记点对应的数据作为第二相同数据。

由上述描述可知，组合导航系统和车载雷达都能测得无人驾驶车辆101、102、103的准确数据，只是两者之间有延时时间。因此，也能够在第二速度波形中匹配到与第一速度波形的多个标记点对应的第一相同数据相对应的第二相同数据。匹配的方式可以是：确定多个标记点之间的距离和角度；然后多个标记点依次连接得到一条折线；在第二速度波形中查找与折线对应的数据，得到第二相同数据，即，第二相同数据为为第二速度波形对应的速度数据。匹配的方式还可以是其他方式，此处不再一一赘述。

在本实施例的一些可选的实现方式中，上述根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间可以包括以下步骤：

第一步，分别确定上述第一相同数据和第二相同数据对应的第一同步时间信息和第二同步时间信息。

通过标记点确定了第一相同数据后，就可以确定与第一相同数据对应的第一同步时间信息，即，第一同步时间信息为第一时间信息中与第一相同数据对应的时间信息。同理，第二同步时间信息为第二时间信息中与第二相同数据对应的时间信息。

第二步，计算上述第一同步时间信息对应的时间和第二同步时间信息对应的时间之间的时间差，将上述时间差设定为同步上述雷达数据的时间。

第一同步时间信息和第二同步时间信息都与无人驾驶车辆101、102、103的系统时间对应，只是指示的时间上有时间差，这个时间差就等于由于线路等原因造成的延时时间，也就是同步雷达数据的时间。

由上述描述可知，实时行驶角度信息对应的角度变化率为0时的基准第一时间信息为3-11秒，待同步第二时间信息也选择3-11秒。通过基准第一时间信息、对应基准第一时间信息的基准实时车速信息、待同步第二时间信息以及对应待同步第二时间信息的待同步相对速度信息分别绘制第一速度波形(图5)和第二速度波形(图6)。

由于图5为组合导航系统获取的实时车速信息，所以，可以以图5为标准，计算图6中的时间差。在图5中设置了多个标记点(图5中的黑点)，将图5中的标记点与图6中的波形进行匹配后，根据图5和图6中对应标记点对应的第一同步时间和第二同步时间就可以确定时间差。同一标记点在图5和图6中的时间差为0.4(8.80-8.40＝0.4秒)秒。所以，可以将无人驾驶车辆101、102、103获得的车载雷达的全部数据对应的时间前移0.4秒就是数据实际产生的时间。

继续参见图7，图7是根据本实施例的用于同步时间的方法的应用场景的一个示意图。在图7的应用场景中，车载雷达701可以监测到路上的移动的车辆，以及路边的静止的树木等物体的距离、角度和速度等雷达数据。组合导航系统702可以实时监测到无人驾驶车辆703自身的速度、角度等车速数据。无人驾驶车辆703获取到车载雷达701监测的雷达数据后，将无人驾驶车辆703的系统时间设置为雷达数据的时间，车速数据则是实时的时间。为了对雷达数据进行同步，从车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从雷达数据中筛选出与基准数据相同时间段的数据作为待同步数据。匹配基准数据和待同步数据中的相同数据，根据相同数据对应的第一同步时间信息和第二同步时间信息，确定同步雷达数据的时间，进而得到雷达数据真实产生的时间。

本申请的上述实施例提供的方法从组合导航系统监测的车速数据中确定直线行驶时的基准数据，并从车载雷达监测的雷达数据中找到与基准数据对应的待同步数据，通过确定基准数据和待同步数据中相同的数据确定同步雷达数据的时间，提高了雷达数据的准确性。

进一步参考图8，作为对上述各图所示方法的实现，本申请提供了一种用于同步时间的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图8所示，本实施例的用于同步时间的装置800可以包括：数据获取单元801、数据提取单元802和同步单元803。其中，数据获取单元801用于获取车速数据和雷达数据，上述车速数据包括组合导航系统测得的无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息，上述雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；数据提取单元802用于从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据；同步单元803用于匹配上述基准数据和待同步数据中的相同数据，根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间。

在本实施例的一些可选的实现方式中，上述数据提取单元802可以包括：角度变化率计算子单元(图中未示出)和基准数据确定子单元(图中未示出)。其中，角度变化率计算子单元用于根据上述实时行驶角度信息计算角度变化率；基准数据确定子单元用于将上述角度变化率为0时对应的实时车速信息和第一时间信息作为基准实时车速信息和基准第一时间信息。

在本实施例的一些可选的实现方式中，上述数据提取单元802可以包括：待同步第二时间信息选择子单元(图中未示出)和待同步相对速度信息确定子单元(图中未示出)。其中，待同步第二时间信息选择子单元利用与从上述雷达数据中选择与上述基准第一时间信息对应的时间段相同的待同步第二时间信息；待同步相对速度信息确定子单元用于确定与上述待同步第二时间信息对应的待同步相对速度信息。

在本实施例的一些可选的实现方式中，上述同步单元803可以包括：速度波形绘制子单元(图中未示出)、第一相同数据获取子单元(图中未示出)和第二相同数据获取子单元(图中未示出)。其中，速度波形绘制子单元用于基于上述基准第一时间信息和待同步第二时间信息分别绘制上述基准实时车速信息的第一速度波形和上述待同步相对速度信息的第二速度波形；第一相同数据获取子单元用于为上述第一速度波形设置多个标记点，并将上述多个标记点对应的波形数据确定为第一相同数据，上述标记点用于对上述第一速度波形的波形特征进行标记；第二相同数据获取子单元用于从上述第二速度波形中匹配出与上述多个标记点对应的数据作为第二相同数据。

在本实施例的一些可选的实现方式中，上述同步单元803可以包括：同步时间信息确定子单元(图中未示出)和同步时间设定子单元(图中未示出)。其中，同步时间信息确定子单元用于分别确定上述第一相同数据和第二相同数据对应的第一同步时间信息和第二同步时间信息；同步时间设定子单元用于计算上述第一同步时间信息对应的时间和第二同步时间信息对应的时间之间的时间差，将上述时间差设定为同步上述雷达数据的时间。

本实施例还提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序；组合导航系统，用于实时检测无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息；车载雷达，用于监测无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于同步时间的方法。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于同步时间的方法。

下面参考图9，其示出了适于用来实现本申请实施例的服务器的计算机系统900的结构示意图。图9示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图9所示，计算机系统900包括中央处理单元(cpu)901，其可以根据存储在只读存储器(rom)902中的程序或者从存储部分908加载到随机访问存储器(ram)903中的程序而执行各种适当的动作和处理。在ram903中，还存储有系统900操作所需的各种程序和数据。cpu901、rom902以及ram903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。

以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(cpu)901执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的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或者是上述两者的任意组合。计算机可读存储介质例如可以是——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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本申请中，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。而在本申请中，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。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。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取单元、数据提取单元和同步单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，同步单元还可以被描述为“用于同步雷达数据的时间的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取车速数据和雷达数据，上述车速数据包括组合导航系统测得的无人驾驶车辆的实时车速信息、实时行驶角度信息，以及与上述实时车速信息、实时行驶角度信息对应的第一时间信息，上述雷达数据包括车载雷达测得的无人驾驶车辆以外的物体相对于无人驾驶车辆的相对速度信息、相对角度信息，以及与上述相对速度信息和相对角度信息对应的第二时间信息；从上述车速数据中筛选出无人驾驶车辆直线行驶时的数据作为基准数据，并从上述雷达数据中筛选出与上述基准数据相同时间段的数据作为待同步数据；匹配上述基准数据和待同步数据中的相同数据，根据上述相同数据对应的第一同步时间信息和第二同步时间信息，确定同步上述雷达数据的时间。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。