CN108692733A - 一种基于神经网络的地图建立方法和地图建立系统 - Google Patents

Abstract

本发明公开了一种基于神经网络的地图建立方法和地图建立系统，涉及地图管理领域。一种基于神经网络的地图建立方法，包括：车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据；所述车辆从神经网络中的主级节点处获取该节点的节点地图数据；所述车辆结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图。本发明便于用户及时调整原有的计划路线，减小了事故对于用户的影响，使得用户能够快速的到达目的地，增加了用户的出行效率。

Description

一种基于神经网络的地图建立方法和地图建立系统

技术领域

本发明涉及地图管理领域，尤指一种基于神经网络的地图建立方法和地图建立系统。

背景技术

随着工业的快速发展，人们对于衣食住行的要求也在不断提高。而早在行的方面，汽车已经进入了千家万户，汽车的出现极大地便利了人们的出行，对于无论对于较长的距离还是较短的距离，汽车都能够快速地将人与物运送到目标位置，节省了人们的出行时间，人们的出行不再困难。

由于中国地势宽阔，道路情况复杂，对于不熟悉的道路情况，人们仍然难以到达目标位置。因此，汽车上的地图系统应运而生，当人们驾车的过程中，车辆上的地图系统也能够提醒用户当前的位置，以及用户车辆附近的道路情况，方便了人们到达未去过的目的地，降低了人们出行的难度。

目前，汽车上的地图系统只能够提供一张静态的地图，或是通过导航系统将汽车的当前位置运动方向标注在地图当中。但在实际驾车过程中，经常发生堵车、道路施工或是车辆事故等状况，而导致车辆无法以该路线继续行驶，用户需要调整原有的计划路线，导致用户需要花费更多的时间才能够到达目的地，降低了人们的出行效率。

发明内容

本发明的目的是提供一种基于神经网络的地图建立方法和地图建立系统，便于用户及时调整原有的计划路线，减小了事故对于用户的影响，使得用户能够快速的到达目的地，增加了用户的出行效率。

本发明提供的技术方案如下：

一种基于神经网络的地图建立方法，包括：S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据；S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据；多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点；S30、所述车辆结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图；所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

进一步，还包括以下步骤：S40、所述车辆解析用户的输入操作，得到用户行程的起点信息和终点信息；S41、所述车辆依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径；S60、所述车辆按照所述第一导航路径进行导航。

进一步，还包括以下步骤：S50、所述车辆从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径；S51、所述车辆结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

进一步，步骤S30还包括：S31、所述车辆将所述第一地图数据添加在静态地图上，完成所述实时地图的建立或更新；S32、所述车辆检测所述实时地图上是否存在所述节点地图数据的全部数据信息；S33、当所述车辆检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述车辆从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息；S36、所述车辆将所述待添加数据信息添加在所述实时地图上，跳转执行步骤S32；S37、当所述车辆检测到所述实时地图上存在节点地图数据的全部数据信息时，所述实时地图更新完成。

进一步，步骤S33之后还包括：S34、所述车辆检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据；S35、当所述车辆检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述车辆将所述待添加数据信息从所述节点地图数据中删除，并跳转执行步骤S32；否则，跳转执行步骤S36。

本发明的目的之一还在于提供一种基于神经网络的地图建立系统，包括神经网络，所述神经网络由多个车辆构成，每一个所述车辆形成一个神经网络节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点；车辆包括：定位模块，用于检测车辆的当前位置，并将所述车辆的当前位置发送给地图管理模块；传感器模块，用于检测所述车辆在当前位置下第一预设范围内的路况，并形成第一路况数据，并将所述第一路况数据发送给地图管理模块；无线通信模块，用于从神经网络中的其余节点处获取该节点的节点地图数据；地图管理模块，所述地图管理模块进一步包括：地图子模块，包含静态地图，结合第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图；所述第一地图数据包括所述车辆的当前位置、所述车辆当前位置第一预设范围内的第一路况数据；数据提取子模块，用于从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

进一步，所述地图管理模块还包括：用户解析子模块，用于解析用户的输入操作，得到用户行程的起点信息和终点信息；路径规划子模块，用于依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径；所述车辆还包括：车辆控制模块，所述车辆控制模块按照所述第一导航路径进行导航。

进一步，所述车辆还包括：所述无线通信模块从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径；所述路径规划子模块结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

进一步，所述地图管理模块还包括：数据检测子模块，用于检测所述实时地图上是否存在所述节点地图数据的全部数据信息；所述地图子模块用于将所述第一地图数据添加在所述静态地图上，完成所述实时地图的建立或更新；当所述数据检测子模块检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述地图子模块从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息，所述地图将所述待添加数据信息添加在所述实时地图上。

进一步，所述地图管理模块还包括：验证子模块，用于检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据；当所述验证子模块检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述地图子模块将所述待添加数据信息从所述节点地图数据中删除；否则，所述地图将所述待添加数据信息添加在所述实时地图上。

与现有技术相比，本发明提供的一种基于神经网络的地图建立方法和地图建立系统具有以下有益效果：

1、多个车辆能够通过无线模块相互通信连接，多个车辆形成了神经网络，每个车辆都作为神经网络的一个节点；各个车辆能够检测其自身周围的路况，形成第一路况数据，各个车辆能够将其检测到的路况数据保存在车辆内；而由于各个车辆能够各个车辆能够将其检测到的路况通过神经网络发送给其余节点上的车辆，也能够接收其余节点上的车辆的路况，且上述过程循环执行，各个车辆能够将其检测到的路况不断向外发送，神经网络内的节点上的车辆能够不断接收其余节点发送的路况；当某地发生堵车、道路施工或是车辆事故等事故时，通过神经网络也能够使得其余未在附近的节点上的车辆时时得知该处事故的发生，便于用户及时调整原有的计划路线，减小了用户到达事故发生地才更改道路计划的可能，减小了事故对于用户的影响，使得用户能够快速的到达目的地，增加了用户的出行效率。

2、当实时地图建立，车辆获取到用户行程的起点信息和终点信息之后，车辆能够生成或更新第一导航路径，同时车辆在生成第一导航路径过程中，车辆能够自动避开道路上的事故，并选取最优化的路径作为第一导航路径，车辆能够按照所述第一导航路径进行导航，快速地到达目的地，减小了道路上的事故对车辆的影响。同时在车辆运行过程中，即使形成的第一导航路径上发生事故时，车辆也能够及时得知，并重新规划第一导航路径，再次减小了道路上的事故对车辆的影响。

3、各个节点之间还能够相互共享导航路径，车辆能够依据节点内的车辆的导航路径，清晰地了解到神经网络内各个节点的车辆动向，并实现了预测周围车辆的行驶动向，便于车辆能够预测到第一导航路径上可能存在堵车的事故，车辆能够及时更改第一导航路径，减小了其余车辆对本车的影响，进一步增加了车辆的行驶效率。

4、对于启动的车辆，由于车辆检测到的第一地图数据由其自身直接检测得到，车辆能够直接将第一地图数据添加在静态地图上形成实时地图；而对接收到的节点地图数据，车辆也需要判断当前的实时地图上是否存在节点地图数据上的数据信息，车辆也无需再将已经存在的数据信息再次操作，简化了实时地图的更新流程。

5、节点地图数据由车辆接收得到，并不能得知正确与否，节点地图上的数据信息与实时地图上的数据信息发生冲突时，由于第一地图数据由车辆自身检测得到，第一地图数据不存在错误的可能，车辆只需要以第一地图数据作为不变的变量，再更改其余节点地图数据上的数据信息时，即可得到更加准确的实时地图；而当本车提取更新后的实时地图的节点地图数据时，其余车辆也能够得到本车所采集到的当前位置的第一地图数据。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对一种基于神经网络的地图建立方法和地图建立系统的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本发明一种基于神经网络的地图建立方法的流程示意图；

图2是本发明另一种基于神经网络的地图建立方法的流程示意图；

图3是本发明又一种基于神经网络的地图建立方法的流程示意图；

图4是本发明一种基于神经网络的地图建立系统的结构示意图；

图5是本发明一种基于神经网络的地图建立系统中神经网络的结构示意图。

附图标号说明：10.中央控制模块，20.地图管理模块，21.地图子模块， 22.数据提取子模块，23.用户解析子模块，24.路径规划子模块，25.数据检测子模块，26.验证子模块，27.地图展示子模块，30.定位模块，40.传感器模块，50.无线通信模块，60.车辆控制模块。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

根据本发明提供的一种实施例，如图1所示，一种基于神经网络的地图建立方法，包括：

S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据。

S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据。

多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点。

S30、所述车辆结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图。

所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。在本实施例中，多个车辆能够通过无线模块相互通信连接，多个车辆形成了神经网络，每个车辆都作为神经网络的一个节点；各个车辆能够检测其自身周围的路况，形成第一路况数据，各个车辆能够将其检测到的路况数据保存在车辆内。

而由于各个车辆能够各个车辆能够将其检测到的路况通过神经网络发送给其余节点上的车辆，也能够接收其余节点上的车辆的路况，且上述过程循环执行，各个车辆能够将其检测到的路况不断向外发送，神经网络内的节点上的车辆能够不断接收其余节点发送的路况。

具体地，神经网络的各个节点能够通过无线模块通信，无线模块主要指WIFI模块。第一预设范围也主要指车辆能够检测到的路况的范围。车辆检测其当前位置时，也主要通过GPS定位系统定位其当前位置。

车辆接收到其余节点的节点地图数据之后，车辆能够依据节点地图数据中的当前位置确定该位置的路况，车辆形成的实施地图能够表现两个位置下的路况；上述过程速度较快，并在各个节点之间始终持续运行，实时地图一方面能够实时地记录下本车当前位置的路况，同时车辆也能够快速接收神经网络内各个节点当前位置的路况，便于用户得到神经网络的节点覆盖范围下的路况。

更具体的，例如，当某地发生堵车、道路施工或是车辆事故等事故时，通过神经网络也能够使得其余未在附近的节点上的车辆时时得知该处事故的发生，便于用户及时调整原有的计划路线，减小了用户到达事故发生地才更改道路计划的可能，减小了事故对于用户的影响，使得用户能够快速的到达目的地，增加了用户的出行效率。

根据本发明提供的另一种实施例，如图2所示，一种基于神经网络的地图建立方法，包括：

S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据。

S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据。

多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点。

S30、所述车辆结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图。

所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

S40、所述车辆解析用户的输入操作，得到用户行程的起点信息和终点信息。

S41、所述车辆依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径。

可选的，S50、所述车辆从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径。

可选的，S51、所述车辆结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

S60、所述车辆按照所述第一导航路径进行导航。

本实施例中，当实时地图建立，车辆获取到用户行程的起点信息和终点信息之后，车辆能够生成或更新第一导航路径，同时车辆在生成第一导航路径过程中，车辆能够自动避开道路上的事故，并选取最优化的路径作为第一导航路径，车辆能够按照所述第一导航路径进行导航，快速地到达目的地，减小了道路上的事故对车辆的影响。

同时在车辆运行过程中，即使形成的第一导航路径上发生事故时，车辆也能够及时得知，并重新规划第一导航路径，再次减小了道路上的事故对车辆的影响。

各个节点之间还能够相互共享导航路径，车辆能够依据节点内的车辆的导航路径，清晰地了解到神经网络内各个节点的车辆动向，并实现了预测周围车辆的行驶动向，便于车辆能够预测到第一导航路径上可能存在堵车的事故，车辆能够及时更改第一导航路径，减小了其余车辆对本车的影响，进一步增加了车辆的行驶效率。

根据本发明提供的又一种实施例，如图3所示，一种基于神经网络的地图建立方法，包括：

S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据。

S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据。

多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点。

S31、所述车辆将所述第一地图数据添加在静态地图上，完成所述实时地图的建立或更新。

S32、所述车辆检测所述实时地图上是否存在所述节点地图数据的全部数据信息。

S33、当所述车辆检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述车辆从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息。

可选的，S34、所述车辆检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据。

可选的，S35、当所述车辆检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述车辆将所述待添加数据信息从所述节点地图数据中删除，并跳转执行步骤S32；否则，跳转执行步骤S36。

S36、所述车辆将所述待添加数据信息添加在所述实时地图上，跳转执行步骤S32。

S37、当所述车辆检测到所述实时地图上存在节点地图数据的全部数据信息时，所述实时地图更新完成。

所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

本实施例中，对于启动的车辆，由于车辆检测到的第一地图数据由其自身直接检测得到，车辆能够直接将第一地图数据添加在静态地图上形成实时地图；而对接收到的节点地图数据，车辆也需要判断当前的实时地图上是否存在节点地图数据上的数据信息，车辆也无需再将已经存在的数据信息再次操作，简化了实时地图的更新流程。

节点地图数据由车辆接收得到，并不能得知正确与否，节点地图上的数据信息与实时地图上的数据信息发生冲突时，由于第一地图数据由车辆自身检测得到，第一地图数据不存在错误的可能，车辆只需要以第一地图数据作为不变的变量，再更改其余节点地图数据上的数据信息时，即可得到更加准确的实时地图；而当本车提取更新后的实时地图的节点地图数据时，其余车辆也能够得到本车所采集到的当前位置的第一地图数据。

根据本发明提供的再一种实施例，如图2和图3所示，一种基于神经网络的地图建立方法，包括：

S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据。

S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据。

多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点。

S31、所述车辆将所述第一地图数据添加在静态地图上，完成所述实时地图的建立或更新。

S32、所述车辆检测所述实时地图上是否存在所述节点地图数据的全部数据信息。

S33、当所述车辆检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述车辆从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息。

可选的，S34、所述车辆检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据。

可选的，S35、当所述车辆检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述车辆将所述待添加数据信息从所述节点地图数据中删除，并跳转执行步骤S32；否则，跳转执行步骤S36。

S36、所述车辆将所述待添加数据信息添加在所述实时地图上，跳转执行步骤S32。

S37、当所述车辆检测到所述实时地图上存在节点地图数据的全部数据信息时，所述实时地图更新完成。

所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

S40、所述车辆解析用户的输入操作，得到用户行程的起点信息和终点信息。

S41、所述车辆依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径。

可选的，S50、所述车辆从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径。

可选的，S51、所述车辆结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

S60、所述车辆按照所述第一导航路径进行导航。

在本实施例中，车辆能够实现依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径，以及结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径，实现对于第一导航路径的更新以及优化。车辆也能够实现结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图，获取到神经网络覆盖下的实时地图。车辆能够快速地获取到达目的地位置的行驶方法，增加了车辆的行驶效率。

根据本发明提供的一种实施例，如图4所示，一种基于神经网络的地图建立系统，包括神经网络，所述神经网络由多个车辆构成，每一个所述车辆形成一个神经网络节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点。

车辆包括：

定位模块30，用于检测车辆的当前位置，并将所述车辆的当前位置发送给地图管理模块20。

传感器模块40，用于检测所述车辆在当前位置下第一预设范围内的路况，并形成第一路况数据，并将所述第一路况数据发送给地图管理模块20。

无线通信模块50，用于从神经网络中的其余节点处获取该节点的节点地图数据；所述无线通信模块50从神经网络中的其余所有节点处获取各个节点的节点导航路径。

车辆控制模块60，所述车辆控制模块60按照所述第一导航路径进行导航。

地图管理模块20，所述地图管理模块20进一步包括：

地图子模块21，包含静态地图，结合第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图；所述地图子模块21用于将所述第一地图数据添加在所述静态地图上，完成所述实时地图的建立或更新；所述第一地图数据包括所述车辆的当前位置、所述车辆当前位置第一预设范围内的第一路况数据。

数据提取子模块22，数据提取子模块，用于从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

用户解析子模块23，用于解析用户的输入操作，得到用户行程的起点信息和终点信息。

路径规划子模块24，用于依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径；所述路径规划子模块24结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

数据检测子模块25，用于检测所述实时地图上是否存在所述节点地图数据的全部数据信息；当所述数据检测子模块25检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述地图子模块21从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息，所述地图将所述待添加数据信息添加在所述实时地图上。

验证子模块26，用于检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据；

当所述验证子模块26检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述地图子模块21将所述待添加数据信息从所述节点地图数据中删除；否则，所述地图将所述待添加数据信息添加在所述实时地图上。

地图展示子模块27，用于展示所述实时地图、第一导航路径以及其余节点导航路径。

在本实施例中，地图建立系统除上述模块外，还包括中央控制模块10，所述中央控制模块10主要为CPU芯片。

如图5所示，神经网络中包含多个车辆，由于多个车辆通过短程无线模块进行通信，因此，每个车辆只能够与一定范围内的其余车辆进行通信。将1号车作为初始车辆，且每个车辆的WIFI信号只能够与一个距离的车辆进行通信时，则1号车能够周围的所有2号车进行通信，因此，2号车作为1 号车的一级节点；但3号车不能够与1号车直接通信，而只能够通过2号车与1号车进行通信，因此，3号车作为1号车的二级节点。由此而形成由多个车辆组成的神经网络。

在本实施例中，同一神经网络中的一级节点即为车辆的主级节点，同一神经网络中的其余节点即车辆的次级节点。

将1号车作为初始车辆，而当每个车辆能够与两个距离的车辆进行通信时，2号车辆与3号车辆均能够作为1号车的一级节点，而4号车能够作为 1号车的2级节点；由于5号车与1号车之间存在4个距离，当5号车与1号车之间存在3号车时，5号车能够通过3号车与1号车进行通信，5号车能够作为1号车的3级节点；而当5号车与1号车之间不存在3号车时，仅存在2号车与4号车时，5号车只能够通过4号车再通过2号车与1号车进行通信时，5 号车只能够作为1号车的三级节点；当5号车与1号车之间不存在3号车与4 号车时，由于5号车不能够与2号车进行通信，因此神经网络只包括1号车与2号车，5号车属于另一个神经网络内，直至5号车与2号车之间的家怒江小于两个距离时，5号车才能够属于本神经网络，且作为1号车的二级节点。

具体地，如图4和图5所示，当车辆刚启动时，中央控制模块10能够控制地图子模块21以及传感器模块40打开。中央控制模块10主要指CPU芯片，传感器模块40主要包括图像传感器、激光雷达传感器、超声波传感器以及红外线传感器，传感器模块40可以包含其中的一个或者多个。当中央控制模块10控制传感器模块40打开时，传感器模块40能够检测车辆第一预设范围内的路况情况，第一预设范围主要指车辆能够检测到的路况的范围。同时，中央控制模块10能够控制定位模块30工作，获取车辆的当前位置。中央控制模块10能够接收到第一地图数据。

之后，由于节点上的车辆依据完成了实时地图的创建，其余节点上的车辆的中央控制模块10也能够控制数据提取子模块22提取实时地图上的数据，形成节点地图数据，之后车辆的中央控制模块10能够接收到神经网络一级节点的车辆发送的节点地图数据，节点地图数据上包含有实时地图上去除静态地图的全部地图数据。

中央控制模块10接收到第一地图数据与节点地图数据时，中央控制模块10能够将第一地图数据与节点地图数据发送给地图管理模块20，地图管理模块20中的地图子模块21接收到第一地图数据后，将第一地图数据添加在静态地图上，完成了实时地图的建立，且当前的实时地图能够显示车辆当前位置第一预设范围的路况。

之后，由于节点地图数据上包含一部分当前位置第一预设范围内的地图数据，也包含一部分当前位置第一预设范围外的数据信息；由于车辆初次打开，当前位置第一预设范围外不存在其余的数据信息，实时地图能够将当前位置第一预设范围外的数据信息全部添加在实时地图上。

完成了实时地图的一次更新，之后车辆能够依据更新后的实时开始建立第一导航路径，车辆能够依据建立的第一导航路径开始行驶，本系统能够应用于全自动驾驶系统或半自动驾驶系统。地图展示子模块27主要指显示屏，用户能够在显示屏上查看当前的实时地图以及车辆当前的导航路径。

之后，车辆开始进行实时地图的第二次更新，更新步骤与上述更新步骤相同，但在地图管理模块20接收到第一地图数据与节点地图数据时，由于车辆的实时地图内已经包含了大量的其余位置的数据信息，因此，数据检测子模块25需要首先检测是否节点地图数据上是否存在新的数据信息，仅当节点地图数据上存在新的数据信息时，且该数据信息也是不能在车辆当前位置的第一预设范围内，由于车辆能够始终检测到其当前位置第一预设范围内的路况，当该数据信息在车辆当前位置第一预设范围内时，说明一级节点车辆发送来的节点地图数据上存在错误；仅当该数据信息不在车辆当前位置的第一预设范围内时，车辆能够更新实时地图。

上述实时地图的更新过程实时发生，且实时地图的更新过程能够发生在相邻节点之间，神经网络内的实时地图能够在较短的时间内迅速更新，依据在车辆当前位置第一预设范围内的优先级较高，其余范围优先级较低的顺序更新地图数据，神经网络内各个节点能够始终获取到更新后的地图。因此，即使神经网络覆盖下的某处发生事故时，神经网络内的各个节点均能够接收到该事故的发生，便于神经网络内的各个节点的车辆能够避开该事故。

具体地，例如，4号车能够获取5号车当前位置的路况，4号车的实时地图中包含4号车当前位置以及5号车当前位置的路况，同理，3号车的实时地图中能够包含3号车、4号车以及5号车当前位置的路况，直至1号车获取所有车辆的当前位置的路况；上述过程的反向运行，1号车与2号车通信连接，2号车也能够获取所有车辆当前位置的路况，上述过程持续进行，神经网络内的车辆能够获取所有位置的路况。

在建立第一导航路径时，车辆首先能够依据实时地图以及用户输入的起点信息和终点信息确定一个第一导航路径，但对于临近上下班高峰时，车辆沿着第一导航路径行驶之后存在堵车的可能，神经网络能够相互共享导航路径，车辆能够预测神经网路系统内其余车辆的驾驶路线，了解到某处可能发生堵车等情况时，车辆能够优化第一导航路径，减小了车辆遇到堵车的可能。

同时在道路发生车辆碰撞时，其余车辆也能够及时通过神经网络了解，减小了车辆连环碰撞的可能，增加车辆运行的安全性。

应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于神经网络的地图建立方法，其特征在于，包括：

S10、车辆采集第一地图数据，所述第一地图数据包括所述车辆的当前位置、和所述车辆当前位置第一预设范围内的第一路况数据；

S20、所述车辆从神经网络中的主级节点处获取该节点的节点地图数据；

多个车辆构成所述神经网络，每一个车辆形成一个所述神经网络的节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点；

S30、所述车辆结合所述第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图；

所述车辆从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

2.根据权利要求1所述的一种基于神经网络的地图建立方法，其特征在于，还包括以下步骤：

S40、所述车辆解析用户的输入操作，得到用户行程的起点信息和终点信息；

S41、所述车辆依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径；

S60、所述车辆按照所述第一导航路径进行导航。

3.根据权利要求2所述的一种基于神经网络的地图建立方法，其特征在于，还包括以下步骤：

S50、所述车辆从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径；

S51、所述车辆结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

4.根据权利要求1或2或3所述的一种基于神经网络的地图建立方法，其特征在于，步骤S30还包括：

S31、所述车辆将所述第一地图数据添加在静态地图上，完成所述实时地图的建立或更新；

S32、所述车辆检测所述实时地图上是否存在所述节点地图数据的全部数据信息；

S33、当所述车辆检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述车辆从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息；

S36、所述车辆将所述待添加数据信息添加在所述实时地图上，跳转执行步骤S32；

S37、当所述车辆检测到所述实时地图上存在节点地图数据的全部数据信息时，所述实时地图更新完成。

5.根据权利要求4所述的一种基于神经网络的地图建立方法，其特征在于，步骤S33之后还包括：

S34、所述车辆检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据；

S35、当所述车辆检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述车辆将所述待添加数据信息从所述节点地图数据中删除，并跳转执行步骤S32；否则，跳转执行步骤S36。

6.一种基于神经网络的地图建立系统，其特征在于：包括神经网络，所述神经网络由多个车辆构成，每一个所述车辆形成一个神经网络节点；与所述车辆直接通信连接的车辆为所述车辆的主级节点，与所述车辆间接通信连接的车辆为所述车辆的次级节点；

车辆包括：

定位模块，用于检测车辆的当前位置，并将所述车辆的当前位置发送给地图管理模块；

传感器模块，用于检测所述车辆在当前位置下第一预设范围内的路况，并形成第一路况数据，并将所述第一路况数据发送给地图管理模块；

无线通信模块，用于从神经网络中的其余节点处获取该节点的节点地图数据；

地图管理模块，所述地图管理模块进一步包括：

地图子模块，包含静态地图，结合第一地图数据、节点地图数据和静态地图，建立或更新所述车辆的实时地图；所述第一地图数据包括所述车辆的当前位置、所述车辆当前位置第一预设范围内的第一路况数据；数据提取子模块，用于从所述实时地图中获取数据信息作为所述车辆的节点地图数据；所述数据信息包括所述神经网络中各个节点的位置、以及所述神经网络中各个节点当前位置的第一路况数据。

7.根据权利要求6所述的一种基于神经网络的地图建立系统，其特征在于：

所述地图管理模块还包括：

用户解析子模块，用于解析用户的输入操作，得到用户行程的起点信息和终点信息；

路径规划子模块，用于依据所述实时地图、起点信息和终点信息，建立或更新所述车辆的第一导航路径；

所述车辆还包括：

车辆控制模块，所述车辆控制模块按照所述第一导航路径进行导航。

8.根据权利要求7所述的一种基于神经网络的地图建立系统，其特征在于：

所述无线通信模块从神经网络中的其余所有节点处获取各个节点的节点导航路径；所述节点导航路径为各个节点生成各自生成的第一导航路径；

所述路径规划子模块结合其余所有节点的节点导航路径，优化所述车辆的第一导航路径。

9.根据权利要求6或7或8所述的一种基于神经网络的地图建立系统，其特征在于，所述地图管理模块还包括：

数据检测子模块，用于检测所述实时地图上是否存在所述节点地图数据的全部数据信息；

所述地图子模块用于将所述第一地图数据添加在所述静态地图上，完成所述实时地图的建立或更新；

当所述数据检测子模块检测到所述实时地图上不存在所述节点地图数据的全部数据信息时，所述地图子模块从所述节点地图数据中选取所述实时地图上不存在的数据信息，并将该数据信息作为待添加数据信息，所述地图将所述待添加数据信息添加在所述实时地图上。

10.根据权利要求9所述的一种基于神经网络的地图建立系统，其特征在于，所述地图管理模块还包括：

验证子模块，用于检测所述待添加数据信息是否为从所述节点地图数据中获取的所述车辆的第一路况数据；

当所述验证子模块检测到所述待添加数据信息为从所述节点地图数据中获取的所述车辆的第一路况数据时，所述地图子模块将所述待添加数据信息从所述节点地图数据中删除；否则，所述地图将所述待添加数据信息添加在所述实时地图上。