买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈曼国际工业有限公司

摘要：实施方案公开用于协同地扫描和处理传感器数据以便构建一组车辆周围的环境的地图。车辆的车载计算系统的实例包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；存储指令的存储器，所述指令可由所述处理器执行以便指导所述光学传感器扫描所述车辆周围的分配区域、接收对应于所述分配区域的本地扫描数据、处理所述扫描数据以构建三维地图的第一部分、将所述处理的扫描数据传输到至少一个其他车辆、从所述至少一个其他车辆接收另外的地图数据、并且使用所接收的另外的地图数据构建三维地图的第二不同部分。在所述车载计算系统的第一实例中，所述光学传感器可另外地或可替代地包括光探测和测距LiDAR传感器系统。

主权项：1.一种车辆的车载计算系统，所述车载计算系统包括：显示装置；传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由所述处理器执行以便：与至少一个其他车辆形成分组；指导所述光学传感器扫描所述车辆周围的分配区域，从所述分组的主车辆或远程装置向所述分组的每个车辆分配协同扫描区的不同区域，其中多个分配区域中的两个或更多个至少部分地重叠；从所述光学传感器接收与所述分配区域对应的本地扫描数据；处理所述本地扫描数据以构建所述车辆的环境的三维地图的第一部分；将处理过的扫描数据传输到至少一个其他车辆；从所述至少一个其他车辆接收另外的地图数据；使用所接收的另外的地图数据构建所述三维地图的第二不同部分；并且通过所述显示装置显示所述三维地图，所述三维地图对应于所述协同扫描区。

全文数据：协同数据处理技术领域本公开涉及在多个车辆之间协同地处理数据。协同处理的数据包括用于生成环境和或追踪移动对象的数字地图的光探测和测距LiDAR数据。背景技术车辆可配备有摄像头或其他感测装置以用于检测车辆的周围环境。例如，车辆可包括围绕车辆周边例如，在车辆的不同侧面上、在车辆前部上、在车辆后部上等的多个摄像头或其他传感器，以便捕获车辆正在行进的道路、相邻车辆和或车辆附近的其他对象的视图。用于确定车辆环境的感测技术的一个实例是光探测和测距LiDAR，其中车辆上所携带的激光光源连续地扫描车辆的周围环境例如，360度周围环境。来自车辆周围环境中的对象的反射光被获取，从而指示距对象的距离。因此，从LiDAR传感器系统接收的数据可包括车辆周围环境的具有深度信息的三维图像。LiDAR数据集可以是大的例如，可使用16束激光，从而导致收集关于来自16束激光中每一束的反射的信息，并且从而使处理具有挑战。由于车辆可快速地移动通过环境，处理来自LiDAR传感器系统的数据的及时性可存在另外的挑战。一些车辆可通过大型无线网络将LiDAR和其他传感器数据的处理卸载到基于云的计算系统，以便利用存在于这类计算系统中的另外的计算资源。然而，这种方法可能引入另外的传输延迟，因为基于云的计算系统可远离车辆多个网络跳跃定位并且到基于云的计算系统的传输可能受网络减速的影响。发明内容本公开提供用于处置来自车辆中的感测系统诸如LiDAR系统的大量扫描数据的不同方法。具体地，本公开提供近距离协同LiDAR融合，其中配备有LiDAR扫描系统的车辆被分组在一起并且彼此协商以分解LiDAR扫描和处理工作负荷。一种示例性车载计算系统包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由处理器执行以便指导光学传感器扫描车辆周围的分配的区域，从光学传感器接收与分配区域对应的本地扫描数据，并且处理本地扫描数据以构建三维地图所述指令进一步可执行来将处理过的扫描数据传输至至少一个其他车辆，从所述至少一个其他车辆接收另外的地图数据，并且使用所接收的另外的地图数据构建三维地图的第二不同部分。一种用于执行基于分组的LiDAR扫描的示例性方法包括使用本地扫描且处理过的数据和另外的地图数据两者构建协同扫描区的三维地图，所述另外的地图数据是由至少一个其他车辆扫描并处理并且通过车辆到车辆通信从所述至少一个其他车辆接收的。另一个示例性车载计算系统包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由处理器执行以便发现处于第一车辆的阈值距离内的第二车辆和第三车辆，与第二车辆和第三车辆形成分组，分别向第一车辆、第二车辆和第三车辆中的每一个分配第一扫描区域、第二扫描区域和第三扫描区域以用于扫描分组的环境，每个扫描区域包括分组周围的协同扫描区的一部分，并且通过光学传感器扫描第一扫描区域并在本地处理所产生的扫描数据。所述指令进一步可执行来将本地处理过的扫描数据发送至第二车辆和第三车辆，分别从第二车辆和第三车辆接收与第二扫描区域和第三扫描区域相关联的另外的地图数据，并且使用本地处理过的扫描数据和来自第二车辆和第三车辆的另外的地图数据构建协同扫描区的三维地图。附图说明参考附图阅读以下对非限制性实施方案的描述，可更好地理解本公开，在以下附图中：图1示出根据本公开的一个或多个实施方案的分组用于协调扫描操作的示例性车辆；图2示出根据本公开的一个或多个实施方案的基于分组的扫描操作的示例性处理流程；图3示出根据本公开的一个或多个实施方案的用于执行协同扫描操作的示例性方法的流程图；图4示出根据本公开的一个或多个实施方案的用于在基于分组的扫描操作期间进行数据交换的示例性通信图；图5是根据本公开的一个或多个实施方案的用于处理LiDAR数据的示例性方法的流程图；图6示出根据本公开的一个或多个实施方案的车辆车厢的示例性局部视图；并且图7示出根据本公开的一个或多个实施方案的车载计算系统的框图。具体实施方式当使用详细扫描技术诸如LiDAR执行环境扫描操作时，产生了非常大量的点云数据。对于单个车辆，实时处理数据在计算方面是非常昂贵的任务，并且由于车辆的移动导致前进通过被扫描的环境，因此处理扫描数据的及时性受到关注。本公开为包括嵌入式扫描系统的车辆提供了协同扫描例如，LiDAR数据处理解决方案例如，用于与先进的驾驶员辅助系统[ADAS]或自动驾驶系统一起使用。根据所公开的解决方案，配备有LiDAR或其他扫描系统的车辆可彼此协商以分解扫描和处理工作负荷，以不同角度进行不同的扫描和处理任务，并且彼此共享数据以产生比在相同时间量下由单个车辆处理LiDAR数据实现的视图更大范围的视图。除数据共享之外，车辆也可共享计算资源并且以类似于临时微并行计算系统的方式加快数据处理。应理解，本公开可涉及LiDAR扫描作为扫描操作的实例，所述扫描操作生成大量的数据并且可通过应用所公开的协同扫描方法和系统而变得更有效。然而，所公开的协同扫描方法和系统的有效性也可使其他类型的扫描操作受益。因此，在不背离本公开的范围的情况下，本文中涉及LiDAR扫描和相关联数据的描述同样可应用于任何其他类型的扫描操作例如，使用适于检测环境中的对象的二维或三维摄像头、雷达、声纳和或其他传感器和相关联的数据。图1示出可执行协调LiDAR扫描的一组车辆的示例性扫描环境100。环境100包括一部分路面102，在所述路面102上车辆104a、104b、104c和104d沿第一方向行进，并且在所述路面102上车辆104e沿第二相反的方向行进。可将具有相同行驶方向的靠近行驶的车辆104b、104c和104d例如，意思是所述车辆短时间内在阈值时间量内将不可能远离彼此临时分为一组。可以不将车辆104a与车辆104b、104c和104d分为一组，因为在车辆104a与所述一组车辆中的任一个之间的距离可能大于阈值距离，或者因为所述车辆可能是根据“三个最近邻居”车辆分组参数进行分组的其中一个车辆与这个车辆的两个最近邻居分为一组以形成三个最近邻居分组，而车辆104a不是三个最近邻居中的一个例如，分组中的每个车辆都比车辆104a更靠近分组中的每个其他车辆。可以不将车辆104e与车辆104b、104c和104d分为一组，因为车辆104e在与所分组的车辆相反的方向上行进例如，意思是车辆104e短时间内在阈值时间量内将有可能远离所分组的车辆。所述分组中的每个车辆可通过各个直接通信链路如图1所示和或通过另一个自组织ad-hoc通信网络通信地连接到所述分组中的每个其他成员。一旦被分组，车辆的组合扫描过程就可覆盖视野范围106，所述视野范围106表示围绕所述一组车辆的360度区，可对所述区进行处理以便显示为车辆环境的三维地图。在示出的实例中，扫描和处理任务被分布成使得车辆104b负责扫描和处理区106a中的LiDAR数据，车辆104c负责扫描和处理区106b中的LiDAR数据，并且车辆104d负责扫描和处理区106c中的LiDAR数据。当组合时，区106a-c覆盖完整的视野范围106。以此方式，可协调多个车辆的处理例程以便提供比单个车辆在相同时间量内将能够产生的区域更大的区域的3D地图数据。图2示出用于在一组车辆中的所选择车辆中执行协调扫描操作的示例性处理流程200。所述处理流程可在发现阶段202处开始。每个车辆可将相关联车辆信息设定为可发现的，以便确保当执行数据共享时车辆可彼此识别。标识可包括LiDAR状态、车辆位置、行驶方向以及车辆支持的通信协议。因此，在发现阶段，车辆可接收和播送上述发现信息和或将对上述发现信息的请求发送出去对所述请求做出响应，以便识别周围的车辆。在一些实例中，车辆可例如，基于时间和或基于事件的触发连续地或周期性地播送车辆信息、车辆信息的子集或指示车辆信息在请求时可用的公告型消息。在一些实例中，给定车辆可处于连续的发现状态中以执行针对发现阶段的动作，而在其他实例中，车辆可响应于诸如用于起动扫描操作的触发或者基于位置或基于导航的触发例如，车辆到达可能具有多个车辆的位置，车辆在无岔路的行进路径的一部分上起动达阈值距离，等等的条件而进入发现状态。在发现阶段之后，车辆可进入分组阶段204。在分组阶段中，车辆可评估在发现阶段期间所获取的信息以便确定附近车辆的分组。执行分组的一种方式是确定一组k个最近邻居，其中k是非零正整数。例如，可使用所接收的发现信息形成一组3个最近邻居。另外的信息可用于对车辆进行分组。例如，可使用车辆在道路上的位置和方向以及所预测的车辆在道路上的路径来将车辆划分成若干个分组。在一些实例中，可形成在阈值时间量内保持不变的分组例如，可对沿相同方向行进的车辆进行分组，因为所述分组中的车辆将与分组中的其他车辆间隔开阈值距离的可能性较低。相反，可不对沿相反方向行进的车辆进行分组，因为所述车辆在阈值距离内可能仅持续非常短的时间量。车辆速度和交通信息也可以是用于分组的因素。例如，如果交通信息指示车辆将停止达阈值时间量例如，用于对对车辆的当前环境执行协调LiDAR扫描的估计时间量，那么可对彼此处于阈值距离内、沿相反方向行进但陷入停止交通中的车辆进行分组。一旦被发现并分组，车辆就可进入任务分解阶段206以便分解和分布扫描任务，从而实现有效的点云数据收集和处理。例如，每个车辆可被分配以处理特定范围例如，用度数表示的LiDAR数据例如，在车辆的阈值距离内和或围绕车辆的阈值角度内的区域。在一些实例中，可向每个车辆分配协同扫描区的不同的非重叠区域以进行扫描和处理。在其他实例中，可向每个车辆分配协同扫描区的不同区域以进行扫描和处理，并且所述不同区域中的一个或多个可部分地重叠。在分配部分重叠区域的实例中，可使用在重叠区域中所扫描处理的数据来将从其他车辆接收的数据彼此匹配和或与本地处理的数据匹配。在重叠区域中所处理的数据之间存在差异的实例中，可通过对来自不同源的数据求平均值和或从一个源选择数据例如，本地处理的数据或来自主车辆的数据来解决这些差异。在一些实例中，所选择的例如，主车辆可控制分组中车辆之间的任务分布。主车辆的选择可基于预定的准则例如，基于位置的准则诸如分组内分组的扫描区域内最中心的车辆、基于性能的准则诸如分组中具有最大处理能力的车辆执行，或可在分组阶段期间进行协商。在其他实例中，任务分布可通过远程系统、诸如与分组车辆中的一个或多个通信的基于云的计算系统进行分配。在确定任务的分布之后，车辆可进入扫描和特征提取阶段208。在扫描和特征提取阶段期间，每个车辆可扫描车辆的本地环境例如，如在任务分解阶段206期间所确定的车辆周围的区域并且基于所收集的点云数据来提取特征例如，使用本地处理资源，而无需将数据发送给任何基于云的或其他计算系统以供处理。可在扫描和特征提取阶段期间发生的示例性处理在下文参照图5进行论述。一旦每个车辆完成针对车辆周围相关联区域的扫描和特征提取阶段，处理流程就继续至数据共享阶段210。在数据共享阶段期间，来自扫描和特征提取阶段的处理过的和或任何未处理的LiDAR数据在分组中的所有车辆之间共享。例如，每个车辆可播送数据以便共享例如，利用针对所述分组预定的加密和或其他安全方案，或可通过直接的车辆到车辆通信顺序地或并行地传输。可利用诸如对等点到点P2P共享的通信协议在车辆之间协调通信。在从分组中的每个其他车辆接收到LiDAR例如，处理过的LiDAR数据时，车辆可进入数据整合阶段212。在数据整合阶段中，每个车辆可将所收集和本地处理的数据与由分组中其他车辆收集和处理的数据整合。由于任务分解如在任务分解阶段206中所确定的对每个车辆是已知的，整合过程可以是流线型的例如，以使得来自特定车辆的扫描数据可与针对那个车辆的扫描区域任务相关联。图3是用于使用多个车辆执行协同扫描操作的示例性方法300的流程图。例如，方法300可通过图1中的分组车辆中的一个例如，车辆104b、104c或104d使用车辆的处理资源例如，车载计算系统和相关联的处理器和感测元件例如，LiDAR传感器系统来执行。在302处，所述方法包括与周围的车辆交换发现信息。例如，如上所述，车辆可播送发现信息和或对发现信息的请求以便识别车辆附近的相邻车辆。在从相邻车辆接收到信息之后，所述车辆中的一个或多个和或外部服务例如，基于云的计算系统可确定相邻车辆的分组，如在304处所指示。可根据接近例如，x个最近邻居、性能例如，处理能力、传感器系统、通信协议兼容性、安全协议等和或其他参数对车辆进行分组。在方法300的整个执行中，可以自组织的方式动态地调整和或建立车辆的分组。例如，当车辆移出分组中其他车辆的接近度例如，移动到距分组中至少一个成员的距离超出阈值距离时，可将这些车辆从所述分组中移除。同样地，当车辆移入分组中其他车辆的接近度例如，移动到距分组中至少一个成员的距离在阈值距离内和或通过与分组中的移位成员相比变得更接近于分组中的其他成员来使所述成员移位时，可将这些车辆添加至所述分组。当利用x个最近邻居分组例如，其中x为大于一的正非零整数时，可在车辆改变距彼此的相对距离时连续地调整分组以维持x个最近邻居。在这类实例中，在分组中维持移位，以使得新成员的添加导致另一个现有成员的移除，并且仅在能够添加另一个新成员的情况下移除一个成员例如，如果其他未分组车辆不比在其他车辆的阈值距离之外移动的车辆更接近分组成员，那么可将这个车辆保持在分组中。在一些实例中，如果少于静态数量例如，x的车辆可用于进行分组例如，当少于x个车辆彼此处于阈值距离内时，那么可能不形成分组，或可能解散现有分组。当使用其他基于距离的分组时，可将任何数量的车辆包括在分组中，以使得添加新成员不一定导致现有成员的移除除非现有成员移动到距其他车辆的阈值距离之外，或者如果已经达到最大数量的分组成员，那么可将高达最大数量的任意数量的车辆包括在分组中，以使得添加新成员仅导致现有成员的移除。在所描述的任一个实例中，分组中车辆之间的阈值距离可基于静态或动态参数。例如，阈值距离可基于一对或多对车辆之间的距离例如，分组中最近或最远成员之间距离的两倍和或路面尺寸例如，其中随着路面尺寸车道数量的减少，阈值距离增加。在另外的或替代的实例中，阈值距离可基于将待分组的车辆的类型例如，摩托车可与比四轮或更大车辆的阈值更小的阈值相关联，或阈值可被设定为分组中车辆长度的三倍、环境条件例如，天气、可见度、区域类型[例如，城市对农村]等和或其他因素。在一些实例中，阈值距离可以是预定的或基于预定的因素，诸如待分组的车辆的数量分组类型、用户指定的参数、存储值等。待分组的车辆可协商分组参数，以使得单个车辆可被选择来确定参数或者可在待分组的车辆之间达成折衷例如，对请求的阈值求平均值。在一些实例中，可将分组的车辆维持在相同的分组中持续阈值时间段例如，用于执行环境扫描处理的一次迭代的时间量和或可仅在特定的周期性时间点处例如，在环境扫描处理的迭代开始或完成之前或之后的时刻，诸如就在分组车辆之间共享扫描数据之后调整分组。在306处，所述方法包括协商主车辆的通信参数、协议和或指定。例如，对上述特征的选择可由单个车辆例如，随机地选择或基于车辆的性能状态诸如首先启动发现选择的主车辆、具有最大处理能力最大感测系统的车辆、最新的车辆、具有最强无线信号的车辆等执行，和或可通过分组中的每个车辆之间的协调协议决定。在另外的实例中，远程装置例如，耦接到分组中的至少一个成员或每个成员的云连接的计算系统可确定协商参数中的一个或多个并且将所确定参数的指示分布给分组中的每个成员。在308处，所述方法包括确定主车辆是否正在处置任务分布。如果主车辆不是正在处置任务分布例如，在308处为“否”，那么所述方法前进至310以便例如，从云计算装置或其他实体接收任务分配。如果主车辆正在处置任务分布例如，在308处为“是”，那么所述方法前进至312以确定从属车辆执行所述方法的车辆是否被指定为主车辆。如果从属车辆未被指定为主车辆例如，在312处为“否”，那么所述方法前进至310以便这次是从主车辆接收任务分配。如果从属车辆被指定为主车辆例如，在312处为“是”，那么所述方法前进至314以便为分组中的每个车辆确定和分布任务分配。例如，任务分配可基于分组中的每个车辆的位置例如，可给最后侧车辆分派针对协同扫描区的最后侧区域的扫描和处理数据，可给最左侧车辆分派针对协同扫描区的最左边区域的扫描和处理数据等和或分组中每个车辆的性能例如，分配给车辆进行扫描和处理的区域的尺寸和或形状可基于传感器在车辆上的数量定位和车辆可用的处理资源的量进行确定。一旦任务分配已经被确定分布和或接收，所述方法就包括在316处扫描所分配的区域。例如，车辆可利用LiDAR传感器和或其他传感器系统来收集关于所分配区域例如，车辆周围的区域的传感器数据。在318处，所述方法包括处理扫描数据以构建所分配区域的三维地图。例如，扫描数据可指示区域中对象的位置、地势和或其他元素，这可被渲染用于在区域的三维地图上显示。在320处，所述方法包括向分组中的其他车辆发送针对所分配区域的处理过的数据。所述处理过的数据可作为广播被发送至分组中的其他车辆，通过在发现阶段确定的寻址被导向到分组中的其他车辆，和或通过菊花链或其他联网方案进行发送。数据可基于车辆到车辆V2V协议进行传输，在所述车辆到车辆V2V协议中，加密已经被定义例如，数据可被加密或数据可包括数字签名。在数据被播送的实例中，数据可在10Hz速率和或由在306处协商的通信协议定义的另一个速率下进行播送。在一些实例中，每个车辆可向每个其他车辆以消息的方式发送数据，所述消息包括或附带有唯一地识别车辆所属分组的分组标识代码。在一些实例中，每个车辆可通信至云计算系统以便将数据分布给分组中的车辆。在322处，所述方法包括从分组中的其他车辆接收针对其他区域的处理过的数据。在322处接收的数据可以是与在320处车辆发送出去的数据相同类型的数据，但是可被指定用于协同扫描区的三维地图的不同区域。例如，每个车辆可执行相同的处理扫描任务，但针对的是协同扫描区的不同区域。在一些实例中，处理过的数据可与指示数据所关联的区域的识别信息一起被发送和接收。在其他实例中，数据所关联的区域可基于从其接收数据的车辆而成为已知的例如，在每个车辆处基于协商数据任务分配构建和或在车辆之间共享的[例如，在任务分配阶段期间发送的]查找表可使分组中的每个车辆与协同扫描区的相关联区域相关联。在324处，所述方法包括使用来自分组中每个车辆的处理过的数据包括在320处发送的本地处理过的数据构建并显示例如，在执行所述方法的车辆的本地显示器处协同扫描区的所有区域的三维地图。例如，三维地图可包括在车辆处本地处理过的数据和并非在车辆处扫描的、不基于在车辆处扫描的数据的、并且不在车辆处处理的或者与在车辆处本地处理的数据相比处理的较少，例如仅被处理来将数据与本地处理过的数据整合以构建三维地图另外的数据。图4示出用于在分组中的三个车辆之间执行以提供对所述一组车辆周围的区域的协同扫描的操作的示例性通信图400。在示出的实例中，所述分组包括车辆1、车辆2被指定为主车辆和车辆3，然而在不背离本公开的范围的情况下，具有更少或更多车辆的分组可执行类似通信和相关联的操作。在402处，所述车辆中的每一个参与到发现阶段中，在所述发现阶段，车辆交换识别每个车辆和或提供关于每个车辆的其他信息例如，车辆的性能、车辆的偏好、车辆的位置等的发现信息。由于车辆2是主车辆，因而扫描任务的分配是从车辆2发送至车辆1和车辆3中的每一个。因此，在404处，车辆2向车辆1发送扫描区域1例如，所述一组车辆周围的协同扫描区的第一部分的任务分配，并且在406处，车辆2向车辆3发送扫描区域3例如，所述一组车辆周围的协同扫描区的第三部分的任务分配。在408处，车辆2为自身车辆2分配扫描区域2例如，所述一组车辆周围的协同扫描区的第二部分。区域1、区域2和区域3可一起形成所述一组车辆周围的完整的协同扫描区。410示出3D地图，所述3D地图包括在任何扫描处理地图构建完成之前的协同扫描区的表示的初始状态。尽管在通信图400中仅针对车辆1示出以便减少杂乱，但是应理解，每个车辆1、车辆2和车辆3可包括协同扫描区的相同或类似表示。分别在412、414和416处，每个车辆对针对相关联分配区域的扫描数据执行扫描和处理例如，车辆1扫描处理针对区域1的数据，车辆2扫描处理针对区域2的数据，并且车辆3扫描处理针对区域3的数据。如图所示，所述车辆中的每一个可彼此并行和或彼此同时执行扫描数据处理，以便相对于单个车辆顺序地扫描处理每个区域而加快所述过程。在418处，示出车辆1在412处执行的扫描处理结果的表示。具体地，3D地图的第一部分左上部分，对应于区域1被阴影化，以表示地图的这个部分的构建状态。在420处，示出车辆2在414处执行的扫描处理结果的表示。具体地，3D地图的第二部分右上部分，对应于区域2被阴影化，以表示地图的这个部分的构建状态。在422处，示出车辆3在416处执行的扫描处理结果的表示。具体地，3D地图的第三部分底部部分，对应于区域3被阴影化，以表示地图的这个部分的构建状态。在424处，车辆1向车辆2和车辆3发送区域1的处理过的数据。在426处，车辆2向车辆1和车辆3发送区域2的处理过的数据。响应于接收到区域2的数据，车辆1填充3D地图的对应部分，如在428处所示。应理解，响应于从其他车辆接收到处理过的数据，在车辆2和车辆3处执行类似的过程，然而，在通信图400中仅示出车辆1的3D地图填充以便减少杂乱。在430处，车辆3向车辆1和车辆2发送区域3的处理过的数据。响应于接收到区域3数据，车辆1填充3D地图的对应部分，如在432处所示，从而导致使用分组中所有车辆的数据而构建的完整协同扫描区的3D地图。图5是用于处理车辆中的扫描数据的示例性方法500的流程图。例如，方法500可在图2的扫描和特征提取阶段208期间和或在图3的方法300的318处执行，以便通过仅处理来自先前扫描的已经改变的数据进一步减少处理时间和资源使用。因此，方法500可由车载计算系统或其他基于车辆的处理装置结合车辆的扫描车辆周围环境的扫描系统例如，LiDAR扫描系统来执行。在502处，所述方法包括例如，从扫描车辆周围环境的扫描系统获得扫描的点云数据。点云数据可以是来自协同扫描过程的给定车辆的原始LiDAR数据。在一些实例中，点云数据可能不具有与使用摄像头捕获的数据一样多的纹理信息。在504处，所述方法包括将扫描的点云数据转换成测距图像。所述测距图像可包括二维图像，其中每个数据点具有深度信息。所述测距图像可具有比点云数据小的尺寸。在506处，所述方法包括分割测距图像以便对测距图像的各个部分进行分类。例如，可使用网格例如，正方形或其他形状，诸如三角形分割测距图像以便将测距图像划分成不同的区域。网格尺寸可取决于道路上的预先确定的最小对象例如，道路反射器、道路标志、岩石等的尺寸。在508处，所述方法包括提取测距图像的结构特征。例如，可使用边缘检测或其他对象映射算法来确定在测距图像中存在的特征例如，环境中的对象。在510处，所述方法包括获得三维道路地图。例如，可在扫描处理方法的早先迭代期间例如，在紧接的先前迭代处已经构建和或可从另一个源例如，使用车辆的当前位置的导航数据库获得三维道路地图。因此，所获得的道路地图可包括在502处获得扫描的点云数据的环境的至少一部分。在512处，所述方法包括提取道路地图的结构特征。例如，可使用边缘检测或其他对象映射算法来确定在道路地图中存在的特征例如，环境中的对象。在一些实例中，可使用与提取测距图像的结构特征所使用的算法的相同算法来提取道路地图的结构特征。在其他实例中，针对测距图像和或道路地图可使用不同的算法。可在执行方法500的以下操作例如，下文描述的在514处的操作之前的任何时间获得道路地图并提取道路地图的结构特征。例如，在一些实例中，在执行502-508中的一个或多个的同时，可获得道路地图和或可从道路地图提取结构特征。在其他实例中，在执行502-508中的一个或多个之前或之后，可获得道路地图和或可从道路地图提取结构特征。在514处，所述方法包括使用所提取的结构特征来将测距图像登记到道路地图。例如，可通过识别存在于测距图像和道路地图两者中的结构特征来将测距图像与道路地图匹配。在516处，所述方法包括选择测距图像的分区例如，在506处建立的分区中的一个。在一些实例中，可基于图像中分区的位置以特定顺序来选择分区例如，在图像上从左到右、从网格的顶行到网格个的底行进行扫描。在518处，所述方法包括确定所选择分区的所有顶点是否存在于道路地图的表面上。例如，将在每个网格或其他网格形状，例如，每个正方形、三角形等的每个顶点处的数据与已知的3D地图进行比较。如果并不是所有的顶点都存在于道路地图的表面上例如，在518处为“否”，那么所述方法前进至520，以便将所选择的分区识别为动态的例如，指示从生成3D地图的时间开始，在测距图像的那个部分中，内容已经改变或与3D地图具有大于阈值的差异。如果所有的顶点都存在于道路地图的表面上例如，在518处为“是”，那么所述方法前进至522，以便将所选择的分区识别为静态的例如，指示从所述方法的最后一次迭代开始，在测距图像的那个部分中，内容并未改变。在524处，所述方法包括确定是否测距图像的所有分区都已经被检验。如果并不是测距图像的所有顶点都已经被检验例如，在524处为“否”，那么所述方法前进至526，以便选择下一个分区其尚未被评估以确定所述分区是静态的还是动态的并且返回至518以检验下一个分区。如果测距图像的所有分区都已经被检验例如，在524处为“是”，那么所述方法前进至528以便将位于3D地图表面上的分区减去例如，静态分区。以这种方式，从LiDAR数据提取3D道路地图中不包括的道路上的对象诸如人、车辆等以供处理。可不对已经存在于3D地图中的LiDAR数据进行处理，因为所述数据根据3D地图已经是已知的。在530处，所述方法包括处理未减去数据例如，动态的分区以构建扫描区的3D地图。3D地图可包括如在530处处理的、与先前处理过的在所述方法的先前迭代期间处理的针对静态分区例如，与减去的数据相关联的数据整合的未减去数据例如，处理过的动态分区。以这种方式,仅处理改变的数据以构建扫描区的3D地图。如果进一步的处理请求使用初始的点云数据，那么可将减去的测距图像与原始LiDAR数据相配以获得减去的点云以供有效处理。以下提供上述方法的伪代码：在时间t处获得测距图像r_img_t。获得针对当前位置的3D道路地图m_curr。将测距图像分割成r_img_t至r_t[n]。提取r_img_t的结构特征feat_img_t[n1]。提取m_curr的结构特征feat_m_curr[n2]。使用feat_img_t[n1]、feat_m_curr[n2]将r_img_t登记到m_curr。对于i为从0到n-1的情况：如果r_t[i]的所有顶点都在m_curr的表面上：那么r_t[i]是静态的否则：r_t[i]是动态的endifendfor所公开的方法和系统通过指定所述分组中的每个车辆以扫描和处理区的不同部分来协同地构建一组车辆周围的区的三维地图。上述方法和系统的技术效果在于：执行复杂扫描和数据处理例如，LiDAR数据的LiDAR扫描和处理时的延迟通过以协同方式利用其他车辆的资源而减少。另外的资源节约可通过确定扫描区域的静态和动态元件并且仅处理动态区域来实现。如上所述，可使用车辆的扫描系统和处理资源至少部分地在车辆内执行所述示例性方法。图6示出用于协同传感器处理装置的一种类型的环境、即车辆602的车厢600的内部的示例性局部视图，驾驶员和或一个或多个乘客可坐在所述车厢600中。图6可以是图1的车辆104a-104e中的一个或多个的实例。如图所示，仪表板606可包括车辆602的驾驶员也称为用户可访问的各种显示器和控制件。例如，仪表板606可包括车载计算系统609例如，信息娱乐系统的触摸屏608、音频系统控制面板和仪表组610。在一些实施方案中，车载计算系统609的一个或多个硬件元件诸如触摸屏608、显示屏、各种控制标度盘、旋钮和按钮、存储器、处理器以及任何接口元件例如，连接器或端口可形成安装在车辆的仪表板606中的整合式主机。主机可固定地或可移除地附接在仪表板606中。在另外或替代实施方案中，车载计算系统的一个或多个硬件元件可以是模块化的并且可安装在车辆的多个位置中。车厢600可包括用于监测车辆、用户和或环境的一个或多个传感器。例如，车厢600可包括一个或多个麦克风，用来接收呈声音命令形式的用户输入和或用来测量车厢600中或车辆外部的环境噪声例如，以便确立用于将汽笛声音与环境噪声分离的噪声基线和或检测汽笛声音等。用于扫描环境的传感器可包括用于检测围绕车辆的环境的特征的一个或多个摄像头、LiDAR阵列和或其他光学传感器。应理解的是，可将上述传感器和或一个或多个另外或替代传感器定位在车辆的任何合适位置中。例如，可将传感器定位在车辆外表面上的发动机舱中，和或用于提供关于车辆的操作、车辆的周围条件、车辆的用户等的信息的其他合适位置中。关于车辆周围条件、车辆状态或车辆驾驶员的信息还可从车辆外部与车辆分开也就是说，不是车辆系统的一部分的传感器诸如联接到外部装置650和或移动装置628的传感器接收。车厢600也可包括在行进之前、行进期间和或行进之后储存在车辆中的一个或多个用户物件，诸如移动装置628。移动装置628可包括智能电话、平板、膝上型计算机、便携式媒体播放器和或任何合适的移动计算装置。移动装置628可通过通信链路630连接到车载计算系统。通信链路630可以是有线的例如，通过通用串行总线[USB]、移动高清链路[MHL]、高清多媒体接口[HDMI]、以太网等或无线的例如，通过蓝牙、WI-FI、WI-FIdirect近场通信[NFC]、蜂窝式连接等，并且被配置来在移动装置与车载计算系统之间提供双向通信。移动装置628可包括用于连接到一个或多个通信链路的一个或多个无线通信接口。例如，通信链路630可将来自各种车辆系统诸如车辆音频系统、传感器子系统等和触摸屏608的传感器和或控制信号提供给移动装置628，并且可将来自移动装置628的控制和或显示信号提供给车载系统和触摸屏608。在一些实例中，移动装置628可提供用于执行扫描操作例如，用于扫描和或用于处理扫描的数据和或用于在车辆之间进行协商例如，用于在车辆之间协商通信参数或主车辆指定的另外的资源。车载计算系统609也可通信地耦接到由用户操作和或访问但位于车辆602外部的另外装置，诸如如一个或多个外部装置650。在所描绘的实施方案中，外部装置位于车辆602的外部，但是应了解，在替代实施方案中，外部装置可位于车厢600内部。外部装置可包括服务器计算系统、个人计算系统、便携式电子装置、电子腕带、电子头带、便携式音乐播放器、电子活动跟踪装置、计步器、智能腕表、GPS系统等。外部装置650可通过通信链路636连接到车载计算系统，所述通信链路636可以是有线的或无线的，如参考通信链路630所论述，并且被配置来在外部装置与车载计算系统之间提供双向通信。例如，外部装置650可包括一个或多个传感器，并且通信链路636可将来自外部装置650的传感器输出传输给车载计算系统609和触摸屏608。车载计算系统609可以分析从外部装置650、移动装置628和或其他输入源接收的输入并且通过触摸屏608和或扬声器612提供输出，与移动装置628和或外部装置650通信，和或基于评估来执行其他动作。在一些实施方案中，评估的全部或部分可由移动装置628和或外部装置650执行。在一些实施方案中，外部装置650可包括另一个车辆例如，与车辆602分为一组的另一个车辆的车载计算装置。图7示出配置和或整合在车辆701内部的车载计算系统700的框图。在一些实施方案中，车载计算系统700可以是图6的车载计算系统609的实例和或可执行本文所述的方法中的一个或多个。在一些实例中，车载计算系统可以是车辆信息娱乐系统，所述车辆信息娱乐系统被配置来将基于信息的媒体内容音频和或视觉媒体内容，包括娱乐内容、导航服务、地图数据等提供给车辆用户，以便增强操作者的车内体验。车辆信息娱乐系统可以包括或耦接到各种车辆系统、子系统、硬件部件以及整合在车辆701中或可整合到车辆701中的软件应用程序和系统，以便增强驾驶员和或乘客的车内体验。车载计算系统700可包括一个或多个处理器，所述一个或多个处理器包括操作系统处理器714和接口处理器720。操作系统处理器714可在车载计算系统上运行操作系统，并且控制车载计算系统的输入输出、显示、回放和其他操作。接口处理器720可通过车内通信模块722而与车辆控制系统730对接。车内通信模块722可输出数据到其他车辆系统731和车辆控制元件761，而同时还例如通过车辆控制系统730从其他车辆部件和系统731、761接收数据输入。当输出数据时，车内通信模块722可通过总线提供信号，所述信号对应于车辆的任何状态、车辆周围环境例如，如由一个或多个麦克风、摄像头、LiDAR系统或安装在车辆上的其他传感器测量的或连接到车辆的任何其他信息源的输出。车辆数据输出可包括例如模拟信号诸如当前速度、由单个信息源诸如时钟、温度计、位置传感器诸如全球定位系统[GPS]传感器等提供的数字信号、借助车辆数据网络诸如：发动机控制器局域网[CAN]总线，可以借助此总线来传达发动机相关信息；和或音频-视频桥接[AVB]网络，可以借助此网络传达车辆信息传播的数字信号。例如，车载计算系统可从发动机CAN总线检索由车轮传感器估计的车辆的当前速度、由GPS传感器提供的车辆的当前位置以及由一个或多个惯性测量传感器提供的车辆的当前轨迹，以便确定车辆的估计路径例如，用于更新车载计算系统的显示器。另外，在不背离本公开的范围的情况下，也可使用诸如以太网或蓝牙的其他对接协议硬件。非易失性存储装置708可包括在车载计算系统700中，用来以非易失性形式存储数据，诸如可由处理器714和720执行的指令。存储装置708可以存储应用程序数据，用来使得车载计算系统700能够执行上述方法中的任一个和或运行应用程序，以便连接到基于云的服务器和或收集信息而传输给基于云的服务器。到基于云的服务器的连接可通过车辆外通信模块724进行介导。所述应用程序可检索由车辆系统传感器、输入装置例如，用户接口718、与车载计算系统通信的装置等收集的信息。车载计算系统700还可包括易失性存储器716。易失性存储器716可以是随机存取存储器RAM。诸如非易失性存储装置708的非暂时性存储装置和或易失性存储器716可以存储指令和或代码，所述指令和或代码在由处理器例如，操作系统处理器714和或接口处理器720执行时，控制车载计算系统700执行本公开中所描述的动作中的一个或多个。麦克风702可包括在车载计算系统700中，用来测量车辆中的环境噪声、用来测量车辆外部的环境噪声等。一个或多个另外的传感器可包括在车载计算系统700的传感器子系统710中和或通信地耦接到所述传感器子系统710。例如，传感器子系统710可包括和或通信地耦接到扫描传感器，所述扫描传感器包括LiDAR系统和或摄像头系统例如，后视摄像头、前视摄像头、侧视摄像头、被设置成覆盖围绕车辆的360度区的LiDAR传感器等。车载计算系统700的传感器子系统710可与各种车辆传感器通信并从各种车辆传感器接收输入，并且可进一步接收用户输入。虽然某些车辆系统传感器可单独地与传感器子系统710通信，但是其他传感器可与传感器子系统710和车辆控制系统730两者通信，或者可通过车辆控制系统730间接地与传感器子系统710通信。传感器子系统710可用作用于从本公开中所描述的传感器中的一个或多个接收信号和或处理所接收的信号的接口例如，硬件接口和或处理单元。车载计算系统700的导航子系统711可生成和或接收导航信息，诸如位置信息例如，通过GPS传感器和或来自传感器子系统710的其他传感器、路线引导、交通信息、兴趣点POI标识，和或为驾驶员提供其他导航服务。导航子系统711可包括惯性导航系统，所述惯性导航系统可通过运动和旋转传感器输入进一步确定车辆的位置、取向和速度。导航子系统711可与包括在传感器子系统710中的运动和旋转传感器通信。可替代地，导航子系统711可包括运动和旋转传感器并且基于这些传感器的输出确定移动和旋转。导航子系统711可通过车辆外通信模块724将数据传输至基于云的服务器和或外部导航服务器并从基于云的服务器和或外部导航服务器接收数据。在一些实例中，导航子系统711可提供有待在生成车辆周围区域的三维地图期间使用的数据的至少一部分。车载计算系统700的外部装置接口712可耦接到位于车辆701外部的一个或多个外部装置740和或与所述一个或多个外部装置740通信。虽然外部装置被示出为位于车辆701外部，但应了解的是，所述外部装置可暂时置放在车辆701中，诸如当用户在操作车辆701的同时操作外部装置时。换句话说，外部装置740并不与车辆701成一体。外部装置740可包括移动装置742例如，通过蓝牙、NFC、WIFIdirect或其他无线连接加以连接或替代的具备蓝牙功能的装置752。其他外部装置包括外部服务746。例如，外部装置可包括与车辆分开且位于车辆外部的车辆外装置。还有其他外部装置包括外部存储装置754，诸如固态驱动器、笔驱动器、USB驱动器等。在不背离本公开范围的情况下，外部装置740可无线地或通过连接器与车载计算系统700通信。例如，外部装置740可在网络760、通用串行总线USB连接、直接有线连接、直接无线连接和或其它通信链路上，通过外部装置接口712而与车载计算系统700通信。一个或多个应用程序744可在移动装置742上操作。举例来说，移动装置应用程序744可操作来监测车辆环境例如，收集车辆环境的音频和或可视数据，和或处理从车辆传感器接收的音频和或可视数据。可将所收集处理的数据通过网络760由应用程序744传送给外部装置接口712。同样地，一个或多个应用程序748可以在外部服务746上操作。举例来说，外部服务应用程序748可操作来聚合和或分析来自多个数据源的数据。例如，外部服务应用程序748可聚合来自车载计算系统等的数据例如，传感器数据、日志文件、用户输入等。车辆控制系统730可包括控制件，用来控制不同车载功能中所涉及的各种车辆系统731的方面。车辆控制系统730还可包括控制件，用来调整与发动机和或车辆车厢内的辅助元件相关的各种车辆控制件761或车辆系统控制元件的设置。车载计算系统700还可包括天线706，所述天线706可以通信地耦接到外部装置接口712和或车辆外通信模块724。车载计算系统可借助适当的接收装置而通过天线706或通过红外机构或其他机构来接收定位信号诸如GPS信号和或无线命令。车载计算系统700的一个或多个元件可由用户通过用户接口718加以控制。用户接口718可包括呈现在触摸屏诸如图6的触摸屏608上的图形用户界面和或用户致动按钮、开关、旋钮、标度盘、滑动条等。例如，用户致动元件可包括方向盘控制件、车门和或车窗控制件、仪表板控制件、导航系统设置等等。用户也可通过用户接口718而与车载计算系统700和移动装置742的一个或多个应用程序交互。可在用户接口的显示器上向用户显示通知和其他消息例如，警告以及导航援助例如，3D地图。本公开提供车辆的车载计算系统，所述车载计算系统包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；存储指令的存储器，所述指令可由所述处理器执行以便指导所述光学传感器扫描所述车辆周围的分配区域、从所述光学传感器接收与所述分配区域对应的本地扫描数据、处理所述本地扫描数据以构建所述车辆的环境的三维地图的第一部分、将处理过的扫描数据传输到至少一个其他车辆、从所述至少一个其他车辆接收另外的地图数据、并且使用所接收的另外的地图数据构建三维地图的第二不同部分。在车载计算系统的第一实例中，光学传感器可另外地或可替代地包括光探测和测距LiDAR传感器系统，并且本地扫描的数据另外地或可替代地包括与分配区域对应的点云数据。车载计算系统的第二实例任选地包括第一实例，并且还包括所述车载计算系统，其中所述车辆基于与所述至少一个其他车辆的接近度而与所述至少一个其他车辆形成分组。车载计算系统的第三实例任选地包括第一实例和第二实例中的一个或两个，并且还包括所述车载计算系统，其中所述指令进一步可执行来从所述分组中的另一个车辆接收扫描所分配的区域的任务分配，所述分组中的每个车辆被分配所述分组周围的协同扫描区的不同区域，三维地图对应于所述协同扫描区。车载计算系统的第四实例任选地包括第一实例至第三实例中的一个或多个，并且还包括所述车载计算系统，其中所述分组是基于自组织的方式形成的以便仅包括所选择数量的相邻车辆，所述分组中的每个车辆彼此间隔开小于阈值距离的距离。车载计算系统的第五实例任选地包括第一实例至第四实例中的一个或多个，并且还包括所述车载计算系统，其中处理过的扫描数据以及与所述分组相关联的分组标识被传输到所述至少一个其他车辆。例如，处理过的扫描数据可作为包括或具有附加在其上例如，包括在报头中的分组标识的数据包或其他消息而被发送。车载计算系统的第六实例任选地包括第一实例至第五实例中的一个或多个，并且还包括所述车载计算系统，其中所接收的另外的地图数据以及与所述分组相关联的分组标识是从所述至少一个其他车辆接收的。例如，所述另外的地图数据可作为包括或具有附加在其上例如，包括在报头中的分组标识的数据包或其他消息而被发送。车载计算系统的第七实例任选地包括第一实例至第六实例中的一个或多个，并且还包括所述车载计算系统，其中所述指令进一步可执行来通过以下方式处理本地扫描数据：通过将本地扫描的数据转换成测距图像；获得与车辆环境相关联的早先生成的三维道路地图；将被确定为定位在三维道路地图表面上的测距图像的静态部分减去；并且仅处理测距图像的未减去部分以构建三维地图的第一部分。车载计算系统的第八实例任选地包括第一实例至第七实例中的一个或多个，并且还包括所述车载计算系统，其中将测距图像的静态部分减去包括使用网格分割测距图像、将测距图像登记到三维道路地图、以及针对测距图像的每个分区确定是否分区的所有顶点都包括在三维道路地图的表面上。车载计算系统的第九实例任选地包括第一实例至第八实例中的一个或多个，并且还包括所述车载计算系统，其中分配区域包括在围绕车辆的一定度数内的分配范围，并且其中所述车辆根据车辆到车辆通信协议与所述至少一个其他车辆通信。车载计算系统的第十实例任选地包括第一实例至第九实例中的一个或多个，并且还包括所述车载计算系统，其中车辆到车辆通信协议将加密协议定义成用于在所述车辆与所述至少一个其他车辆之间传输，并且其中所述指令进一步可执行来根据所确定的加密协议对处理过的扫描数据进行加密。车载计算系统的第十一实例任选地包括第一实例至第十实例中的一个或多个并且还包括所述车载计算系统，其中所接收的另外的地图数据根据所确定的加密协议而被加密。本公开还提供了一种用于在第一车辆处执行协同扫描操作的方法，所述方法包括使用本地扫描且处理过的数据和另外的地图数据两者构建协同扫描区的三维地图，所述另外的地图数据由所述至少一个其他车辆扫描并处理并且通过车辆到车辆通信而从所述至少一个其他车辆接收。在所述方法的第一实例中，另外地或可替代地，所述另外的地图数据并不基于在第一车辆处扫描的数据。所述方法的第二实例任选地包括第一实例，并且还包括所述方法，其中本地扫描且处理过的数据包括通过将点云数据转换成测距图像、将测距图像登记到早先生成的道路地图并且将数据从位于道路地图表面上的测距图像减去而处理的点云数据。所述方法的第三实例任选地包括第一实例和第二实例中的一个或两个，并且还包括所述方法，其中所述至少一个其他车辆基于所述至少一个其他车辆与所述第一车辆的接近度而与所述第一车辆分为一组。本公开还提供了一种第一车辆的车载计算系统，所述车载计算系统包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由处理器执行以便：发现处于第一车辆的阈值距离内的第二车辆和第三车辆；与第二车辆和第三车辆形成分组；分别向第一车辆、第二车辆和第三车辆中的每一个分配第一扫描区域、第二扫描区域和第三扫描区域以用于扫描分组的环境，每个扫描区域包括分组周围的协同扫描区的一部分；通过光学传感器扫描第一扫描区域并且在本地处理所产生的扫描数据；将本地处理过的扫描数据发送至第二车辆和第三车辆；分别从第二车辆和第三车辆接收与第二扫描区域和第三扫描区域相关联的另外的地图数据；并且使用来自第二车辆和第三车辆的本地处理过的扫描数据和另外的地图数据构建协同扫描区的三维地图。在车载计算系统的第一实例中，在本地处理所产生的扫描数据可另外地或可替代地通过仅在本地处理扫描数据的位于第一扫描区域的早先生成的道路地图表面上的部分来执行。车载计算系统的第二实例任选地包括第一实例并且还包括所述车载计算系统，其中光学传感器包括光探测和测距LiDAR传感器系统，并且其中本地扫描数据包括与分配区域对应的点云数据。车载计算系统的第三实例任选地包括第一实例和第二实例中的一个或两个，并且还包括所述车载计算系统，其中基于第一车辆、第二车辆和第三车辆相对于彼此的位置而将第一扫描区域、第二扫描区域和第三扫描区域分配给相应的第一车辆、第二车辆和第三车辆。已经出于说明和描述的目的呈现了实施方案的描述。对实施方案的合适修改和变更可根据以上描述来执行或者可从实践所述方法来获取。例如，除非另外指出，否则所描述方法中的一种或多种可由合适的装置和或装置组合诸如图6的车载计算系统609和或图7的传感器子系统710来执行。所述方法可通过利用一个或多个逻辑装置例如，处理器与一个或多个另外硬件元件诸如存储装置、传感器、存储器、硬件网络接口天线、开关、致动器、时钟电路等的组合执行所存储的指令来执行。所描述的方法和相关联动作还可以除这类应用程序中所描述的顺序之外的各种顺序并行地和或同时执行。所描述的系统本质上是示例性的，并且可包括另外的元件和或省略元件。本公开的主题包括所公开的各种系统和配置以及其他特征、功能和或属性的全部新颖且非显而易见的组合和子组合。如本申请中所使用的，以单数形式列举并且通过字词“一个”或“一种”引出的元件或步骤应理解为并不排除多个所述元件或步骤，除非明确指出这种排除情况。此外，对本公开的“一个实施方案”或“一个实例”的参考并非意图解释为排除也并入有所列举特征的另外实施方案的存在。术语“第一”、“第二”和“第三”等仅用作标签，而且并非意图对其对象强加数值要求或具体位置顺序。所附权利要求书特别指出来自上述公开内容的、被认为是新颖且非显而易见的主题。

权利要求：1.一种车辆的车载计算系统，所述车载计算系统包括：显示装置；传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由所述处理器执行以便：指导所述光学传感器扫描所述车辆周围的分配区域；从所述光学传感器接收与所述分配区域对应的本地扫描数据；处理所述本地扫描数据以构建所述车辆的环境的三维地图的第一部分；将处理过的扫描数据传输到至少一个其他车辆；从所述至少一个其他车辆接收另外的地图数据；使用所接收的另外的地图数据构建所述三维地图的第二不同部分；并且通过所述显示装置显示所述三维地图。2.如所述权利要求1所述的车载计算系统，其中所述光学传感器包括光探测和测距LiDAR传感器系统，并且其中所述本地扫描数据包括与所述分配区域对应的点云数据。3.如权利要求1所述的车载计算系统，其中所述车辆基于与所述至少一个其他车辆的接近度而与所述至少一个其他车辆形成分组。4.如权利要求3所述的车载计算系统，其中所述指令进一步可执行来从所述分组的另一个车辆接收扫描所述分配区域的任务分配，所述分组中的每个车辆被分配所述分组周围的协同扫描区的不同区域，所述三维地图对应于所述协同扫描区。5.如权利要求3所述的车载计算系统，其中所述分组是基于自组织的方式形成的以便仅包括所选择数量的相邻车辆，所述分组中的所述车辆中的每一个彼此间隔开小于阈值距离的距离。6.如权利要求3所述的车载计算系统，其中所述处理过的扫描数据以及与所述分组相关联的分组标识被传输至所述至少一个其他车辆。7.如权利要求6所述的车载计算系统，其中所接收的另外的地图数据以及与所述分组相关联的分组标识是从所述至少一个其他车辆接收的。8.如权利要求1所述的车载计算系统，其中所述指令进一步可执行来通过以下方式处理所述本地扫描数据：将所述本地扫描的数据转换成测距图像；获得与所述车辆的环境相关联的早先生成的三维道路地图；将被确定为定位在所述三维道路地图表面上的所述测距图像的静态部分减去；并且仅处理所述测距图像的未减去部分以构建所述三维地图的所述第一部分。9.如权利要求8所述的车载计算系统，其中将所述测距图像的所述静态部分减去包括：使用网格分割所述测距图像；将所述测距图像登记到所述三维道路地图；以及针对所述测距图像的每个分区确定是否所述分区的所有顶点都包括在所述三维道路地图的所述表面上。10.如权利要求1所述的车载计算系统，其中所述分配区域包括围绕所述车辆的一定度数内的分配范围，并且其中所述车辆根据车辆到车辆通信协议与所述至少一个其他车辆通信。11.如权利要求10所述的车载计算系统，其中所述车辆到车辆通信协议将加密协议定义成用于在所述车辆与所述至少一个其他车辆之间传输，并且其中所述指令进一步可执行来根据所确定的加密协议对所述处理过的扫描数据进行加密。12.如权利要求11所述的车载计算系统，其中根据所确定的加密协议对所接收的另外的地图数据进行加密。13.一种用于在第一车辆处执行协同扫描操作的方法，所述方法包括：使用本地扫描且处理过的数据和另外的地图数据两者构建协同扫描区的三维地图，所述另外的地图数据是由至少一个其他车辆扫描并处理并且通过车辆到车辆通信从所述至少一个其他车辆接收的。14.如权利要求13所述的方法，其中所述另外的地图数据并不基于在所述第一车辆处扫描的数据。15.如权利要求13所述的方法，其中所述本地扫描且处理过的数据包括点云数据，所述点云数据是通过以下处理的：将所述点云数据转换成测距图像、将所述测距图像登记到早先生成的道路地图并且将数据从位于所述道路地图表面上的所述测距图像减去。16.如权利要求13所述的方法，其中基于所述至少一个其他车辆与所述第一车辆的接近度而将所述至少一个其他车辆与所述第一车辆分为一组。17.一种第一车辆的车载计算系统，所述车载计算系统包括：传感器子系统，所述传感器子系统与光学传感器通信；处理器；以及存储指令的存储器，所述指令可由所述处理器执行以便：发现处于所述第一车辆的阈值距离内的第二车辆和第三车辆；与所述第二车辆和所述第三车辆形成分组；向所述第一车辆、所述第二车辆和所述第三车辆中的每一个分别分配第一扫描区域、第二扫描区域和第三扫描区域以便扫描所述分组的环境，每个扫描区域包括所述分组周围的协同扫描区的一部分；通过所述光学传感器扫描所述第一扫描区域并且在本地处理所产生的扫描数据；将所述本地处理过的扫描的数据发送至所述第二车辆和所述第三车辆；分别从所述第二车辆和所述第三车辆接收与所述第二扫描区域和所述第三扫描区域相关联的另外的地图数据；并且使用所述本地处理过的扫描数据以及来自所述第二车辆和所述第三车辆的所述另外的地图数据构建所述协同扫描区的三维地图。18.如权利要求17所述的车载计算系统，其中在本地处理所产生的扫描数据通过仅本地处理所述扫描数据的没有位于所述第一扫描区域的早先生成的道路地图表面上的部分来执行。19.如所述权利要求18所述的车载计算系统，其中所述光学传感器包括光探测和测距LiDAR传感器系统，并且其中所述本地扫描数据包括与所述分配区域对应的点云数据。20.如权利要求17所述的车载计算系统，其中基于所述第一车辆、第二车辆和第三车辆相对于彼此的位置将所述第一扫描区域、所述第二扫描区域和所述第三扫描区域分配给相应的所述第一车辆、所述第二车辆和所述第三车辆。

百度查询： 哈曼国际工业有限公司 协同数据处理