动态云接管系统的构建方法、装置、设备及介质与流程

1.本技术涉及动态云接管系统技术领域，特别涉及一种动态云接管系统的构建方法、装置、设备及介质。

背景技术：

2.随着我国当代高新技术的发展，物联网掀起了新的高潮，在诸多技术领域中都浮现着其身影，丰富、便捷了生活的方方面面，尤其在交通出行方面更是解决了交通拥堵、路况复杂等难题。
3.相关技术中，车路协同主要强调车与路侧设备之间的协同，且主要功能在于利用车与车、车与路之间的信息交互辅助单车决策。
4.然而，该单车智能技术路线存在车载感知范围有限、可靠性不足、车间行为存在博弈与冲突、单车依靠局部信息进行的规划与控制难以实现全局优化等问题，且该协同方法虽然可以解决部分单车智能面临的问题，但应用场景有限，难以实现面向区域级路网大范围网联应用中的体协同决策，不能满足智能网联汽车组成的交通系统在发展过程中对全局车辆与交通的交互、管控与优化、对交通数据的广泛深度应用等方面的实际要求。
5.因此，建立一种基于网联云控平台的动态云接管系统是十分必要的。

技术实现要素：

6.本技术提供一种动态云接管系统的构建方法、装置、设备及介质，以解决难以在大范围网联应用中实现体协同决策等问题。
7.本技术第一方面实施例提供一种动态云接管系统的构建方法，包括以下步骤：
8.获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据；
9.融合所述车辆的融合感知数据、所述路侧系统的融合感知数据和所述目标资源平台的服务数据，得到融合数据，并基于所述融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据；
10.基于所述交通全要素实时数字映射数据部分数据构建数据集，并分析和学习所述数据集，以支撑统计分析非实时类协同应用，并基于所述交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用；以及
11.根据所述实时类协同应用和所述非实时类协同应用构建动态云接管系统。
12.根据本技术的一个实施例，上述的动态云接管系统的构建方法，还包括：
13.基于所述交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将所述协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。
14.根据本技术的一个实施例，所述车辆包括网联式车辆和非网联式车辆，获取所述车辆的融合感知数据，包括：
15.所述非网联式车辆在预设同行规则下行驶时，获取所述非网联式车辆转向数据、动力数据和制动数据；
16.对所述转向数据、所述动力数据和所述制动数据进行数据融合后得到所述车辆的融合感知数据。
17.根据本技术的一个实施例，所述路侧系统包括路侧感知设备和路侧通信设备，获取所述路侧系统的融合感知数据，包括：
18.通过所述路侧感知设备进行路侧感知得到路侧感知数据；
19.通过所述路侧通信设备接收所述网联车辆发送的所述车辆的融合感知数据；
20.基于所述路侧感知数据和所述车辆的融合感知数据得到所述路侧系统的融合感知数据。
21.根据本技术的一个实施例，所述目标资源平台的服务数据，包括：
22.多个目标区域的地图数据、所述多个目标区域的交管数据、所述多个目标区域的气象数据和所述多个目标区域的定位数据中的一种或多种。
23.根据本技术实施例的动态云接管系统的构建方法，通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于opm(object-process methodology，对象过程方法)与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。
24.本技术第二方面实施例提供一种动态云接管系统的构建装置，包括：
25.获取模块，用于获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据；
26.融合模块，用于融合所述车辆的融合感知数据、所述路侧系统的融合感知数据和所述目标资源平台的服务数据，得到融合数据，并基于所述融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据；
27.分析模块，用于基于所述交通全要素实时数字映射数据部分数据构建数据集，并分析和学习所述数据集，以支撑统计分析非实时类协同应用，并基于所述交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用；以及
28.构建模块，用于根据所述实时类协同应用和所述非实时类协同应用构建动态云接管系统。
29.根据本技术的一个实施例，上述的动态云接管系统的构建装置，还包括：
30.计算模块，用于基于所述交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将所述协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。
31.根据本技术的一个实施例，所述车辆包括网联式车辆和非网联式车辆，所述获取模块，具体用于：
32.所述非网联式车辆在预设同行规则下行驶时，获取所述非网联式车辆转向数据、动力数据和制动数据；
33.对所述转向数据、所述动力数据和所述制动数据进行数据融合后得到所述车辆的融合感知数据。
34.根据本技术的一个实施例，所述路侧系统包括路侧感知设备和路侧通信设备，所述获取模块，具体用于：
35.通过所述路侧感知设备进行路侧感知得到路侧感知数据；
36.通过所述路侧通信设备接收所述网联车辆发送的所述车辆的融合感知数据；
37.基于所述路侧感知数据和所述车辆的融合感知数据得到所述路侧系统的融合感知数据。
38.根据本技术的一个实施例，所述获取模块，具体用于：
39.多个目标区域的地图数据、所述多个目标区域的交管数据、所述多个目标区域的气象数据和所述多个目标区域的定位数据中的一种或多种。
40.根据本技术实施例的动态云接管系统的构建装置，通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于opm与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。
41.本技术第三方面实施例提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的动态云接管系统的构建方法。
42.本技术第四方面实施例提供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，以用于实现如上述实施例所述的动态云接管系统的构建方法。
43.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
44.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
45.图1为根据本技术实施例提供的一种动态云接管系统的构建方法的流程图；
46.图2为根据本技术一个实施例构建的动态云接管系统的架构示意图；
47.图3为根据本技术一个实施例提供的三级云架构示意图；
48.图4为根据本技术实施例的动态云接管系统的构建装置的方框示意图；
49.图5为本技术实施例提供的电子设备的结构示意图。
具体实施方式
50.下面详细描述本技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
51.下面参考附图描述本技术实施例的动态云接管系统的构建方法、装置、设备及介质。针对上述背景技术中提到的难以在大范围网联应用中实现体协同决策的问题，本技术提供了一种动态云接管系统的构建方法，在该方法中，通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于opm与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。
52.具体而言，图1为本技术实施例所提供的一种动态云接管系统的构建方法的流程示意图。
53.如图1所示，该动态云接管系统的构建方法包括以下步骤：
54.在步骤s101中，获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据。
55.进一步地，在一些实施例中，车辆包括网联式车辆和非网联式车辆，获取车辆的融合感知数据，包括：非网联式车辆在预设同行规则下行驶时，获取非网联式车辆转向数据、动力数据和制动数据；对转向数据、动力数据和制动数据进行数据融合后得到车辆的融合感知数据。
56.进一步地，在一些实施例中，路侧系统包括路侧感知设备和路侧通信设备，获取路侧系统的融合感知数据，包括：通过路侧感知设备进行路侧感知得到路侧感知数据；通过路侧通信设备接收网联车辆发送的车辆的融合感知数据；基于路侧感知数据和车辆的融合感知数据得到路侧系统的融合感知数据。
57.进一步地，在一些实施例中，目标资源平台的服务数据，包括：多个目标区域的地图数据、多个目标区域的交管数据、多个目标区域的气象数据和多个目标区域的定位数据中的一种或多种。
58.需要说明的是，网联云控平台作为动态云接管系统的核心组成，其架构和功能设计需要全面满足动态云接管系统的整体需求。如图2所示，图2为动态云接管系统的架构示意图，该系统明确了各辅助设施和网联云控平台的交互与协同工作过程。
59.具体而言，车辆可以包括网联式车辆和非网联式车辆，其中，非网联式车辆在满足通行规则的情况下进行规范行驶时，获取非网联式车辆转向数据、动力数据和制动数据，并进行数据融合后得到车辆的融合感知数据。
60.需要说明的是，网联式车辆可以通过接收到网联云控平台的控制数据，结合车端融合感知数据进行融合决策与控制，基于生成的控制目标通过方向盘、油门踏板、制动踏板等各部件进行动作执行；网联式车辆能接收到网联云控平台的控制数据，并通过感知决策
系统控制信号的作用下进行运作的。
61.进一步地，如图2所示，路侧系统可以包括路侧感知设备和路侧通信设备，通过路侧感知设备和路侧通信设备分别进行路侧感知和信息接收可以得到车辆运行状态信息、道路交通等信息，也就是说路测感知设备和路侧通信设备可以感知得到路测数据以及网联车辆发送的车辆的融合感知数据，并基于路侧感知数据和车辆的融合感知数据得到路侧系统的融合感知数据。
62.进一步地，目标资源平台的服务数据可以为多个目标区域的地图数据、多个目标区域的交管数据、多个目标区域的气象数据和多个目标区域的定位数据中的一种或多种，将这些目标资源平台所获取到的服务数据通过有线或者直接通过蜂窝无线网络直接无线上传至网联云控平台供平台进行计算分析，以支撑各类应用和融合感知决策。
63.在步骤s102中，融合车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并基于融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。
64.具体的，网联云控平台将获得的车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据进行融合，从而得到融合数据，并将该融合数据进行不同粒度全要素实时数字映射的构建与更新，从而得到交通全要素实时数字映射数据，以满足不同协同应用对感知数据粒度与质量的不同要求。
65.具体而言，如图3所示，在对动态云接管系统整体及与网联云控平台之间的交互运行过程进行分析的基础上，为了更好地支撑对实时性与服务粒度有不同要求的协同应用，进行按需并发实时运行，网联云控平台采用由边缘云、区域云与中心云组成的三级架构体系，形成逻辑协同、物理分散的云计算中心。
66.其中，上级云与下级云之间为一对多的调控模式，并且随着系统等级的上升，各级云服务的实时性逐步降低，服务力度逐级增大。采用边缘云-区域云-中心云三级架构构建网联云控平台，通过分级结构保障对网联式自动驾驶汽车、职能部门、产业链相关企业等三大类用户提供不同应用需求的支撑。
67.网联云控平台以车辆、道路、环境等实时动态数据为核心结合支撑云控应用的已有交通相关系统与设施的数据，为智能网联汽车与产业相关部门和企业提供标准化共性基础服务。
68.具体而言，如图3所示，边缘云主要面向网联汽车提供增强行车安全的实时性与弱实时性云控应用基础服务；区域云主要面向交通运输和交通管理部门提供弱实时性或非实时性交通监管、执法等云控应用的基础服务，并面向网联汽车提供提升行车效率和节能性的弱实时性服务；中心云主要面向交通决策部门、车辆设计与生产企业、交通相关企业及科研单位，提供宏观交通数据分析与基础数据增值服务。
69.在步骤s103中，基于交通全要素实时数字映射数据部分数据构建数据集，并分析和学习数据集，以支撑统计分析非实时类协同应用，并基于交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用。
70.进一步地，在一些实施例中，上述的动态云接管系统动态云接管系统的构建方法，还包括：基于交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。
71.具体地，基于交通全要素实时数字映射数据，将其一部分利用处理好的数据构建数据集，并进行分析和学习该数据集，以支撑统计分析非实时类协同应用；同时，将另一部分数据在符合应用整体规划的条件下结合云计算资源进行实时应用计算，以支撑统计分析实时类协同应用。需要说明的是，网联云控平台通过整合信息以支撑实时类协同应用和非实时类协同应用，同时，将实时应用计算得到的协同控制指令通过蜂窝无线的方式下发到感知决策系统和网联交通设备，以此决定网联式汽车的动作、交通信号、设施引导等。因此，该系统为双向交互的系统。
72.在步骤s104中，根据实时类协同应用和非实时类协同应用动态云接管系统构建动态云接管系统。
73.具体地，通过车辆、路侧系统的融合感知数据以及目标资源平台的服务数据，构建了全域的高精度交通全要素实时数字映射数据，以高精度动态地图等形式，为车辆的决策规划和广泛的协同应用提供运行所需的各类实时数据的动态云接管系统。也即是说，本技术实施例可以通过实时类协同应用和非实时类协同应用共同构建动态云接管系统，以提高交通效率。
74.综上，该系统是信息物理系统理论在智能网联汽车领域的应用，能够在物理系统层之上构建信息空间的信息映射层与融合应用层，进行车路云融合感知、决策与控制，实现了车辆行驶和交通运行的安全、效率等性能的综合提升。
75.根据本技术实施例的动态云接管系统的构建方法，通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于opm与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。
76.其次参照附图描述根据本技术实施例提出的动态云接管系统的构建装置。
77.图4是本技术实施例的动态云接管系统的构建装置的方框示意图。
78.如图4所示，该动态云接管系统的构建装置10包括：获取模块100、融合模块200、分析模块300和构建模块400。
79.其中，获取模块100用于获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据；
80.融合模块200用于融合车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并基于融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据；
81.分析模块300用于基于交通全要素实时数字映射数据部分数据构建数据集，并分析和学习数据集，以支撑统计分析非实时类协同应用，并基于交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用；以及
82.构建模块400用于根据实时类协同应用和非实时类协同应用构建动态云接管系
统。
83.进一步地，在一些实施例中，上述的动态云接管系统的构建装置10，还包括：
84.计算模块，用于基于交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。
85.进一步地，在一些实施例中，车辆包括网联式车辆和非网联式车辆，获取模块100，具体用于：
86.非网联式车辆在预设同行规则下行驶时，获取非网联式车辆转向数据、动力数据和制动数据；
87.对转向数据、动力数据和制动数据进行数据融合后得到车辆的融合感知数据。
88.进一步地，在一些实施例中，路侧系统包括路侧感知设备和路侧通信设备，获取模块100，具体用于：
89.通过路侧感知设备进行路侧感知得到路侧感知数据；
90.通过路侧通信设备接收网联车辆发送的车辆的融合感知数据；
91.基于路侧感知数据和车辆的融合感知数据得到路侧系统的融合感知数据。
92.进一步地，在一些实施例中，获取模块100，具体用于：
93.多个目标区域的地图数据、多个目标区域的交管数据、多个目标区域的气象数据和多个目标区域的定位数据中的一种或多种。
94.根据本技术实施例的动态云接管系统的构建装置，通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于opm与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。
95.图5为本技术实施例提供的电子设备的结构示意图。该电子设备可以包括：
96.存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
97.处理器502执行程序时实现上述实施例中提供的动态云接管系统的构建方法。
98.进一步地，电子设备还包括：
99.通信接口503，用于存储器501和处理器502之间的通信。
100.存储器501，用于存放可在处理器502上运行的计算机程序。
101.存储器501可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
102.如果存储器501、处理器502和通信接口503独立实现，则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便
于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
103.可选的，在具体实现上，如果存储器501、处理器502及通信接口503，集成在一块芯片上实现，则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
104.处理器502可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
105.本技术实施例还提供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如上的动态云接管系统的构建方法。
106.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
107.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
108.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
109.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
110.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

技术特征：

1.一种动态云接管系统的构建方法，其特征在于，包括以下步骤：获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据；融合所述车辆的融合感知数据、所述路侧系统的融合感知数据和所述目标资源平台的服务数据，得到融合数据，并基于所述融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据；基于所述交通全要素实时数字映射数据部分数据构建数据集，并分析和学习所述数据集，以支撑统计分析非实时类协同应用，并基于所述交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用；以及根据所述实时类协同应用和所述非实时类协同应用构建动态云接管系统。2.根据权利要求1所述的方法，其特征在于，还包括：基于所述交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将所述协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。3.根据权利要求1所述的方法，其特征在于，所述车辆包括网联式车辆和非网联式车辆，获取所述车辆的融合感知数据，包括：所述非网联式车辆在预设同行规则下行驶时，获取所述非网联式车辆转向数据、动力数据和制动数据；对所述转向数据、所述动力数据和所述制动数据进行数据融合后得到所述车辆的融合感知数据。4.根据权利要求3所述的方法，其特征在于，所述路侧系统包括路侧感知设备和路侧通信设备，获取所述路侧系统的融合感知数据，包括：通过所述路侧感知设备进行路侧感知得到路侧感知数据；通过所述路侧通信设备接收所述网联车辆发送的所述车辆的融合感知数据；基于所述路侧感知数据和所述车辆的融合感知数据得到所述路侧系统的融合感知数据。5.根据权利要求4所述的方法，其特征在于，所述目标资源平台的服务数据，包括：多个目标区域的地图数据、所述多个目标区域的交管数据、所述多个目标区域的气象数据和所述多个目标区域的定位数据中的一种或多种。6.一种动态云接管系统的构建装置，其特征在于，包括：获取模块，用于获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据；融合模块，用于融合所述车辆的融合感知数据、所述路侧系统的融合感知数据和所述目标资源平台的服务数据，得到融合数据，并基于所述融合数据构建并更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据；分析模块，用于基于所述交通全要素实时数字映射数据部分数据构建数据集，并分析和学习所述数据集，以支撑统计分析非实时类协同应用，并基于所述交通全要素实时数字映射数据的剩余数据结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用；以及构建模块，用于根据所述实时类协同应用和所述非实时类协同应用构建动态云接管系统。
7.根据权利要求6所述的装置，其特征在于，还包括：计算模块，用于基于所述交通全要素实时数字映射数据的剩余数据计算得到协同控制指令，并将所述协同控制指令通过预设通信方式发送至感知决策系统和网联交通设备。8.根据权利要求6所述的装置，其特征在于，所述车辆包括网联式车辆和非网联式车辆，所述获取模块，具体用于：所述非网联式车辆在预设同行规则下行驶时，获取所述非网联式车辆转向数据、动力数据和制动数据；对所述转向数据、所述动力数据和所述制动数据进行数据融合后得到所述车辆的融合感知数据。9.一种电子设备，其特征在于，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，以实现如权利要求1-5任一项所述的动态云接管系统的构建方法。10.一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，以用于实现如权利要求1-5任一项所述的动态云接管系统的构建方法。

技术总结

本申请涉及一种动态云接管系统的构建方法、装置、设备及介质，方法包括：通过获取车辆的融合感知数据、路侧系统的融合感知数据和目标资源平台的服务数据，得到融合数据，并构建且更新不同粒度全要素实时数字映射，得到交通全要素实时数字映射数据。基于其部分数据及其剩余数据，分别实现了分析和学习构建的数据集以支撑统计分析非实时类协同应用，以及结合预设的云计算资源进行实时应用计算，以支撑统计分析实时类协同应用，从而构建动态云接管系统。由此，解决了难以在大范围网联应用中实现体协同决策等问题，基于OPM与网联云控平台的交互，通过实时数据规划决策网联车辆与智能交通设备的协同应用，提高了行车安全与交通效率。率。率。