车路云数据融合与下发

存储morton对应的geo数据

UUID-1唯一ID123

整合唯一ID并存储

数据采集

不同经纬度间小数最大差：小数6位最大差是1.6米小数7位最大差0.13米（13cm）

车辆UUID校正

车机定位数据轨迹流程图

车辆UUID较正

在每一个morton点集合中操作去重

存储morton对应的set数据

是否有高精视觉设备

未超过基准时间的205ms

校准路设车辆为uuid_123

条件：morton相似码 + 时间

2

算出最优坐标并存储

更新/新增mortonKey值

是

否

1

第二批数据  -------UUID-2     morton222    车辆信息UUID-3     morton222    车辆信息

get：uuid123  存在

普通：uuid124

取最近数据

车辆定位去重操作

1、终端上报数据结构中追加置信度等字段                 2、终端识别目标，按照阶段距离提供误差值               3、各终端上报目标轨迹，需提供误差值        （高精、普通）        4、终端识别范围内，被识别目标在短暂遮挡后需保持标识唯一                5、终端识别上报，追加识别交通体与终端距离值                6、融合去重逻辑与数据分发隔离                 7、2021-02-25融合去重算法与辅助驾驶团队初步联调。环境：在公司周边准备一个路侧感知设备、两辆测试车                8、根据初次联调输出 数据丢弃率、数据精准率             9、衡阳方案下-标准路侧环境建设，由@James @樊文敬  牵头

1. geo获取200m范围内的坐标点集合2. 根据morton码获取采集的数据（车、路）

如果路设车辆先存uuid_1241. 将当前morton_时间200下的普通车辆的key值改为uuid_1232. set uuid124 : uuid123$时间

morton码计算

结束

UUID-2唯一ID123

是否有高精自车设备定位

下发数据

车机定位数据按车型去重流程图

Container

设置set：uuid124 ：  uuid123$时间200set：morton$时间200  :   uuid123$时间200

描述：当前数据是UUID-2车辆信息。1. 获取UUID-1数据从NoSQL中（条件：morton相似码 + 时间（精确到毫秒））2. 整合UUID-1的唯一ID到UUID-2车辆信息中。例如：第一批数据  -------UUID-1     morton111   车辆信息UUID-2     morton111   车辆信息第二批数据  -------UUID-2     morton222    车辆信息UUID-3     morton222    车辆信息     

存储uuid124

经纬度去重计算

路设普通车辆

校准cache

是否第一批第一个数据

例：第2批

采用uuid_124

RTK高精

去重逻辑

缓存是否存在uuid124

队列

采用选择的数据并整合返回

设置set：uuid124 ： uuid123$时间200

丢掉规则：1. 采集时间到收到时间超过100ms丢掉。2. 收到时间超过205丢掉。例：1. 采集时间是当前时间的50毫秒开始，在202毫秒收到，超过100ms（202-50），则丢掉不存。2. 采集时间是当前时间的150毫秒开始，在206毫秒收到，则丢掉不存。看看丢弃情况

描述：定频数据和超时规则数据。定频数据给车机、路设使用。规则给后端服务消费数据超时校验使用  字段：    unit 单位（小时、分钟、秒、毫秒）    collectionInterval 采集时间间隔，如时间单位选毫秒，则时间间隔设置为200ms采集一次    reportStartTime 采集设备上报时间，如准时在200ms时上报采集的数据    type 1.车机、2.路摄 、3.全部    collectionToConsumtionTimeInterval 采集到消费时间段，如超过100ms表示数据废弃掉    ReportToConsumtionTimeInterval 上报到消费时间段，如超过5ms表示数据废弃掉

存储uuid_123

缓存是否存在morton_时间200

经纬度计算

获取范围内缓存数据

开始

丢掉不存

车机定位数据去重与下发

查询条件uuid123 --以它为主注：morton_时间200 也查出来

REDIS

一个摄像头采集的数据算一批

普通精度设备

描述：1. 1秒上报5次，每200ms上报一次2. 字段：    unit 单位（小时、分钟、秒、毫秒）    num 次数（如1秒5次）    type 1.车机、2.路摄 、3.全部

缓存是否存在uuid123

生成唯一ID标识并存储

生成唯一码并存储（UUID-1）

校准路设车辆为uuid_124

车侧，路侧

查询出当前批次的数据列表，并计算最优坐标，并存储结果

校准morton$时间200的值set：morton$时间200  :   uuid123$时间200

检查hset中的时间是否比uuid_124时间大小，124时间小就用124时间校正其他字key值

定频

注：加入车型：如果两个坐标morton码相似，但车型不一样，则分开存储两个数据

1. 丢弃数据的情况2. 50米、100米、150米误差值

查询条件1. uuid124

获取UUID-1数据

采用morton_时间200的值

任一批UUID-2存在

*****采集频率与丢弃*****

第一批数据  -------UUID-1     morton111   车辆信息UUID-2     morton111    车辆信息

自车：uuid123

是否有自车

NOSQL

采用现有uuid_123

morton_时间200存在，则表示：普通车辆先存set：uuid123  ： uuid123$时间200

查询车辆信息

是否自车