[发明专利]一种基于实时分析的导航方法和系统

说明书

本发明公开了一种基于实时分析的导航方法，包括以下步骤，客户端与服务端建立双向通信连接；所述客户端实时采集路况数据进行路况分析获得有效识别结果；所述服务端接收所述有效识别结果，并根据其他客户端的订阅信息匹配对应的所述有效识别结果；所述其他客户端接收由所述服务端发送与其订阅信息相匹配的所述有效识别结果。本发明的有益效果：本发明能够最大限度的对突发实时发路况信息进行识别，并将识别后多元化信息发送给目标用户；充分利用边缘计算能力进行高效，低成本的服务部署，在为汽车用户带来便利的同时最大化服务提供商的经济利益。

技术领域

本发明涉及云服务的智能汽车导航的技术领域，尤其涉及一种基于实时分析的智能导航方法及其系统。

背景技术

目前，汽车导航软件(或设备)无论是在市区内或高速公路上都无法做到有效基于实况通知车辆避免拥堵或是车祸发生路段，另外，实时路况通常需要大数据，成本较高，有些路况不具备可视化，无法证明其是否真的拥堵或是发生了车祸。另外，路况计算算法缺乏有限的输入条件，路况经常性的计算不准确，小量有效数据会在大数据下被淹没，导致结果失真。

例如现有中带实时视频的实时路况监测与展示方法，通过上传每个车辆车载摄像头拍摄车前的路况，并发送至远程服务端，通过远程服务端与通过车辆位置和速度计算的车辆拥堵数据对比，验证是否真正拥堵，通过利用车载摄像头拍摄的视频以及路口处摄像头拍摄的视频验证拥堵状态，通过车载设备真实的反馈道路拥堵状况，数据更真实与更专业，可以看到一些常规办法无法获取的信息，如危险品车导致的事故。

但是上述方案在实施过程中存在以下缺陷：一是车载摄像头在车辆行驶过程中需要不断拍摄车前路况图片并通过用户提供的移动蜂窝网络发送给远程服务端。这会极大浪费汽车用户的数据流量，给汽车用户带来经济损失；所有的拥堵计算和识别全部在远程服务端进行，因此需要多台强劲的服务器进行计算，这会增加服务商的部署和运营成本。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提供一种基于实时分析的导航方法，能够将路况识别分析计算下沉到客户端，有效缓解远程服务端的计算压力。

为解决上述技术问题，本发明提供如下技术方案：一种基于实时分析的导航方法，包括以下步骤，客户端与服务端建立双向通信连接；所述客户端实时采集路况数据进行路况分析获得有效识别结果；所述服务端接收所述有效识别结果，并根据其他客户端的订阅信息匹配对应的所述有效识别结果；所述其他客户端接收由所述服务端发送与其订阅信息相匹配的所述有效识别结果。

作为本发明所述的基于实时分析的导航方法的一种优选方案，其中：所述客户端的路况识别还包括以下步骤，采集模块实时采集路况数据；路况识别算法模块接收所述路况数据进行特征的识别和提取；提取的特征与识别模型数据管理模块内的数据对比识别得到有效识别结果。

作为本发明所述的基于实时分析的导航方法的一种优选方案，其中：所述服务端生成识别模型还包括以下步骤，所述服务端搜集路况拥堵或者车祸的图片的数据；将搜集的路况数据输入到学习算法框架中；进行图像的特征提取和模型训练；训练后的模型作为文件保存生成所述识别模型推送给所述客户端。

作为本发明所述的基于实时分析的导航方法的一种优选方案，其中：还包括所述客户端的识别模型更新步骤，所述客户端上报当前的识别模型版本号；所述服务端接收并保存当前所述客户端的识别模型版本号；识别模型生成模块周期性的进行大数据训练更新生成识别模型；根据识别模型版本号判断所述客户端的识别模型是否需要更新；所述服务端通知所述客户端识别模型需要更新；所述客户端下载最新的识别模型数据完成更新。