[发明专利]一种数据监控方法、装置、设备及存储介质

权利要求书

1.一种数据监控方法，其特征在于，包括：

通过目标车辆周围配置的各传感器获取与所述目标车辆对应的行驶数据；其中，所述行驶数据包括下述至少一项：车辆状态数据、环境感知数据以及车路协同数据；

对各所述行驶数据进行融合处理，得到与所述目标车辆对应的周边情况数据；

将所述周边情况数据在三维地图数据中进行实时显示，根据显示结果确定所述目标车辆是否存在安全问题；

所述通过目标车辆周围配置的各传感器获取与所述目标车辆对应的行驶数据，包括：

通过激光雷达、摄像头、毫米波雷达、超声波雷达以及状态传感器获取与所述目标车辆对应的车辆状态数据；

通过环境采集模块采集与所述目标车辆对应的环境感知数据；其中，所述环境感知数据包括下述至少一项：光线、雨雪、温度以及湿度；

通过无线接收模块获取与所述目标车辆对应的车路协同数据；其中，所述车路协同数据包括：所述目标车辆周围的其他车辆的车辆状态数据，以及交通数据；

所述无线接收模块在接收与目标车辆对应的车路协同数据之前，需要与其他车辆或者服务器后台建立通信连接，从而获取到其他车辆或者服务器发送的其他车辆的车辆状态数据，以及交通数据；

所述无线接收模块为V2X模块，所述V2X模块与目标车辆周边其他具有V2X通信能力的设备建立连接；

所述对各所述行驶数据进行融合处理，得到与所述目标车辆对应的周边情况数据，包括：

CPU把自动驾驶传感的激光雷达、图像、超声波、毫米波数据，外部环境的光线、雨雪、温度感知数据，V2X车路协同数据及高精度定位数据一并发送给大数据算法模块；

所述大数据算法模块将所述行驶数据进行整合、转化与抽象，之后分别进行同一视场内同一物体被多个传感器重复检测的融合算法，同一视场内同一物体在被多个传感器识别过程中仅被单一感知检测的去除算法，不同视场内不同物体被不同传感器检测的感知算法，并采用数据传递误差模型，基于卡尔曼滤波，得到与所述目标车辆对应的周边情况数据。

2.根据权利要求1所述的方法，其特征在于，在通过无线接收模型获取与所述目标车辆对应的车路协同数据之后，还包括：

根据所述车路协同数据，以及定位系统确定的所述目标车辆的车头方向，确定所述目标车辆与所述其他车辆的位置关系。

3.根据权利要求1所述的方法，其特征在于，所述对各所述行驶数据进行融合处理，得到与所述目标车辆对应的周边情况数据，包括：

将采集到的各所述车辆状态数据、各所述环境感知数据以及各所述车路协同数据输入至数据融合模型中，输出与所述目标车辆对应的周边情况数据；

其中，所述数据融合模型用于对同一视场内的同一物体被多个所述传感器同时识别所得到的数据进行融合。

4.根据权利要求3所述的方法，其特征在于，在输出与所述目标车辆对应的周边情况数据之后，还包括：

将所述周边情况数据输入至数据传递误差模型，去除所述周边情况数据中的重复数据和/或异常数据；

其中，所述数据传递误差模型通过无重复且无异常的多个周边情况数据训练得到。

5.根据权利要求1所述的方法，其特征在于，所述将所述周边情况数据在三维地图数据中进行实时显示，包括：

根据各所述周边情况数据的位置信息，将各所述周边情况数据叠加在所述三维地图数据的对应位置上；

对叠加各所述周边情况数据的三维地图数据进行实时显示；

其中，所述三维地图数据为标准地图数据。

6.根据权利要求5所述的方法，其特征在于，所述根据显示结果确定所述目标车辆是否存在安全问题，包括：

根据所述显示结果确定在所述目标车辆的行驶前方是否存在异常数据，若是，则提示所述目标车辆存在安全问题；

所述异常数据包括下述至少一项：障碍物、与所述目标车辆对向行驶的参考车辆，以及行人。