基于汽车数据感知的行业智慧地图构建方法与流程

本发明涉及汽车导航应用，具体涉及基于汽车数据感知的行业智慧地图构建方法。

背景技术：

1、车辆导航通过人为上报可以获取突发路况信息，天气预测能够获取观测点的信息，但是上述两种方法都不能完全覆盖车辆使用场景。天气对人们的出行有很大的影响，现有的历史数据中比较严重的交通事故表明，现有的导航对于前方路况的识别和判断及提醒是滞后的，无法及时获取前方道路和车辆信息。车主无法及时获取信息以至于酿成更加严重的交通事故。

技术实现思路

1、有鉴于此，本发明提供了基于汽车数据感知的行业智慧地图构建方法，以解决如何提高驾驶员在进行导航时道路路况和前方事故判断的准确性、实时性的问题。

2、第一方面，本发明提供了基于汽车数据感知的行业智慧地图构建方法，方法包括：获取多个车企平台的多个汽车车辆终端上传的实时事件信息以及上传实时事件时对应的实时车辆位置信息和实时上传时间；基于所述实时事件信息、实时车辆位置信息以及实时上传时间进行聚类，得到实时车辆聚集区域；基于所述实时车辆聚集区域、所述实时事件信息以及实时车辆位置信息进行地图图层分析，得到实时地图图层，并基于所述实时地图图层构建汽车行业智慧地图。

3、本发明实施例通过获取多个车企平台的多个汽车车辆终端上传的实时事件信息、实时车辆位置信息和实时上传时间，并进行聚类和地图图层分析，最终构建出汽车行业智慧地图，能够实时获取和分析汽车数据，将车辆聚集区域和实时事件信息结合起来，生成实时更新的地图图层，从而为驾驶员提供更准确实时的道路交通情况和事件信息，进一步有效的提高驾驶员行车安全性。

4、在一种可选的实施方式中，所述实时事件信息，至少包括：车辆雨刮状态信息、大气湿度信息、大气温度信息、大气压力信息、车辆危险报警灯状态信息、车辆气囊起爆信息、车辆雾灯状态信息、车速信息。

5、本发明实施例通过获取这些实时事件信息可以提供关键的车辆状态、天气状况和路况等信息，有助于分析大量不同地区的事件信息，为后续构建行业智慧地图提供了重要的数据基础。

6、在一种可选的实施方式中，所述基于所述实时事件信息、实时车辆位置信息以及实时上传时间进行聚类，得到实时车辆聚集区域，包括：基于实时上传时间以及实时事件信息获取目标事件；其中，所述目标事件为多个汽车车辆终端上传的实时事件中的相同事件；基于所述目标事件获取对应的各个汽车车辆的实时车辆位置信息；基于时空聚集算法对所述实时车辆位置信息进行统计，得到多个实时车辆聚集区域。

7、本发明实施例基于目标事件获取对应的各个汽车车辆的实时车辆位置信息，利用时空聚集算法对实时车辆位置信息进行统计，得到多个实时车辆聚集区域，也就是进一步准确的识别出车辆密集区域、范围，为后续判断这个车辆密集区域发生某些事件的概率提供数据基础。

8、在一种可选的实施方式中，所述基于所述实时车辆聚集区域、所述实时事件信息以及实时车辆位置信息进行地图图层分析，得到实时地图图层，并基于所述实时地图图层构建汽车行业智慧地图，包括：获取多个实时车辆聚集区域中对应的各个汽车车辆上传的实时事件信息；利用贝叶斯算法对所述实时事件信息进行分析，得到多个实时车辆聚集区域对应的实际场景区域概率；其中，所述实际场景区域至少包括：降雨场景区域、降雪场景区域、团雾场景区域以及危险场景区域；基于所述实际场景区域概率生成地图图层、实时事件信息以及实时车辆位置信息生成地图图层，并根据所述地图图层构建汽车行业智慧地图；其中，所述地图图层至少包括：天气图层、危险区域图层、温湿度图层、汽车续航服务图层。

9、本发明实施例通过利用贝叶斯算法对实时事件信息进行分析，可以准确的得到多个实时车辆聚集区域对应的实际场景区域概率；基于实际场景区域概率生成地图图层，或者基于实时事件信息以及实时车辆位置信息生成地图图层，不同地图图层能够直观展示不同的信息，从而直观清晰的帮助驾驶员分辨不同的实际场景，满足了驾驶员的体验感；基于不同地图图层构建的行业智慧地图，能够展示不同的地图界面效果，帮助驾驶员实时做出更加准确的决策，也在一定程度上避免了交通事故的发生。

10、在一种可选的实施方式中，所述利用贝叶斯算法对所述实时事件信息进行分析，得到多个实时车辆聚集区域对应的实际场景区域概率，包括：基于所述实时事件信息获取事件属性条件项；其中，所述事件属性条件项表征实时事件信息中事件的发生的程度或级别；基于所述事件属性条件项以及实时事件信息利用贝叶斯算法计算实时车辆聚集区域分别为降雨场景区域的概率、降雪场景区域的概率、团雾场景区域的概率以及危险场景区域的概率；基于机器学习算法预先训练场景识别模型，并根据所述场景识别模型对所述降雨场景区域的概率、降雪场景区域的概率、团雾场景区域的概率以及危险场景区域的概率进行修正，将修正后的概率作为实际场景区域概率。

11、本发明实施例通过利用贝叶斯算法计算实时车辆聚集区域分别为降雨场景区域、降雪场景区域、团雾场景区域以及危险场景区域的概率，可以根据实时事件信息和事件属性条件项计算出各种场景的概率，初步预测不同场景的可能性，再通过基于机器学习算法预先训练场景识别模型，并根据模型对降雨、降雪、团雾和危险场景的概率进行修正，在初步识别的不同场景概率的基础上，进一步提高对各种场景的识别准确性；将修正后的概率作为实际场景区域概率，从而有效提高构建的行业地图的准确性。

12、在一种可选的实施方式中，所述基于所述事件属性条件项以及实时事件信息利用贝叶斯算法计算实时车辆聚集区域分别为降雨场景区域的概率、降雪场景区域的概率、团雾场景区域的概率以及危险场景区域的概率，包括：基于车辆雨刮状态事件属性条件项、大气湿度事件属性条件项、大气温度事件属性条件项、大气压力事件属性条件项利用贝叶斯算法计算实时车辆聚集区域为降雨场景区域的概率；基于车辆雨刮状态事件属性条件项、大气湿度事件属性条件项、大气温度事件属性条件项、大气压力事件属性条件项以及车辆雾灯状态事件属性条件项利用贝叶斯算法计算实时车辆聚集区域为降雪场景区域的概率；基于大气湿度事件属性条件项、大气温度事件属性条件项、大气压力事件属性条件项、车辆危险报警灯状态事件属性条件项以及车辆雾灯状态事件属性条件项利用贝叶斯算法计算实时车辆聚集区域为团雾场景的概率；基于车辆危险报警灯状态事件属性条件项、车辆气囊起爆事件属性条件项、以及车速事件属性条件项利用贝叶斯算法计算实时车辆聚集区域为危险场景区域的概率。

13、本发明实施例通过基于雨刮状态、湿度、温度和压力等条件项的计算，准确计算降雨场景区域的概率；通过基于雨刮状态、湿度、温度、压力和雾灯状态等条件项的计算，准确计算降雪场景区域的概率；通过基于湿度、温度、压力、危险报警灯状态和雾灯状态等条件项的计算，准确计算团雾场景区域的概率；通过基于危险报警灯状态、气囊起爆事件和车速等条件项的计算，可以准确计算危险场景区域的概率；实现了各种场景的概率计算，为后续基于不同的概率将场景映射至行业地图提供有效的数据基础，为驾驶员提供了不同类型的场景信息，从而帮助驾驶员做出准确的决策。

14、在一种可选的实施方式中，所述基于所述实际场景区域概率生成地图图层、实时事件信息以及实时车辆位置信息生成地图图层，并根据所述地图图层构建汽车行业智慧地图，包括：基于实际场景区域概率判断实时车辆聚集区域所属的实际场景区域，并获取所述实际场景区域的经纬度范围；其中，所述实际场景区域的经纬度范围至少包括：降雨场景区域的经纬度范围、降雪场景区域的经纬度范围、团雾场景区域的经纬度范围、危险场景区域的经纬度范围；基于所述降雨场景区域的经纬度范围、降雪场景区域的经纬度范围、团雾场景区域的经纬度范围生成天气图层；基于危险场景区域的经纬度范围生成危险区域图层；基于实时事件信息获取不同实际场景区域中的实际大气温度以及实际大气湿度，基于所述实际大气温度、实际大气湿度、以及不同实际场景区域的经纬度范围生成温湿度图层；基于实时车辆位置信息查询预设加油站点查询接口、预设加气站点查询接口、预设充电站点查询接口获取加油站点经纬度信息、加气站点经纬度信息、充电站点经纬度信息，并基于所述加油站点经纬度信息、加气站点经纬度信息、充电站点经纬度信息生成汽车续航服务图层；对所述天气图层、危险区域图层、温湿度图层、汽车续航服务图层进行图层叠加，构建汽车行业智慧地图。

15、本发明实施例通过对天气图层、危险区域图层、温湿度图层和汽车续航服务图层进行叠加，构建汽车行业智慧地图；将多个信息层次叠加在一起，或者引入更多的场景地图图层，更加全面的展示地图上的场景，从而提高了行业智慧地图的准确性、直观性、可扩展性。

16、第二方面，本发明提供了一种基于汽车数据感知的行业智慧地图构建装置，所述装置包括：

17、车端数据采集模块，用于获取多个车企平台的多个汽车车辆终端上传的实时事件信息以及上传实时事件时对应的实时车辆位置信息和实时上传时间；

18、车辆聚类分析模块，用于基于所述实时事件信息、实时车辆位置信息以及实时上传时间进行聚类，得到实时车辆聚集区域；

19、地图构建模块，用于基于所述实时车辆聚集区域、所述实时事件信息以及实时车辆位置信息进行地图图层分析，得到实时地图图层，并基于所述实时地图图层构建汽车行业智慧地图。

20、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的基于汽车数据感知的行业智慧地图构建方法。

21、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于汽车数据感知的行业智慧地图构建方法。