一种在第一设备处生成现实世界交通模型的方法，所述方法包括：

在所述第一设备处，获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、每个移动设备的设备标识信息和所述第一设备的位置，其中所述设备标识信息包括移动设备标识符；

在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息、每个移动设备的设备标识信息和所述第二设备的位置，其中所述第二组设备地图信息中的所述设备标识信息包括移动设备标识符；

在所述第一设备处，基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、以及所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。

权利要求1包括技术特征：

a在所述第一设备处，获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，

b其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、

c所述第一组设备地图信息包括所述第一设备的位置，

d所述第一组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符；

e在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，

f其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息；

g其中所述第二组设备地图信息包括所述第二设备的位置，

h其中所述第二组设备地图信息包括每个移动设备的设备标识信息，第二组设备地图信息中的所述设备标识信息包括移动设备标识符；

i在所述第一设备处，基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；

j在所述第一设备处，基于所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；

k在所述第一设备处，基于所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；

l以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。

权利要求 1 请求保护一种在第一设备处生成现实世界交通模型的方法。对比文件 1（CN106485949A） 公开了一种针对车辆的摄像机和 V2V 数据的传感器融合，具体披露了以下特征

[0013] 在本发明的还有另一个方面中，提供一种使用车辆对车辆（V2V）通信和光学传感器来向高级驾驶员辅助系统（ADAS）清点（inventory）并传送相对于多个物体的主车辆位置的方法。该方法包含从光学传感器捕获具有第一多个物体和车道标记的路段的图像（车道标记由主车辆探测相当于权利要求中接近所述第一设备的一个或多个移动设备）。该方法进一步包含分析所述图像并且确定第一多个物体中的每一个的第一状态、第一多个物体中的每一个的第一位置、车道标记相对于第一多个物体中的每一个以及相对于主车辆的位置（相当于其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、）。该方法进一步包含向第一状态、第一位置、以及第一多个物体的每一个分配第一置信水平。该方法进一步包含处理所述图像以确定所述路段、车道标记、和第一多个物体的第一本地动态地图。该方法进一步包含由在主车辆周围的预定区域之内的V2V装备车辆接收信号，其中所述信号包含第二多个物体中的每一个的第二状态和第二多个物体中的每一个的第二位置。（相当于权利要求中f其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息、所述第二设备的位置，）该方法进一步包含向第二状态、第二位置、和第二多个物体分配第二置信水平。该方法进一步包含由V2V装备车辆处理所述信号以确定所述路段和第二多个物体的第二本地动态地图。该方法进一步包含将第一本地动态地图和第二本地动态地图相组合并且生成第三本地动态地图，（相当于权利要求中l以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。）其中所述第三本地动态地图包含第三多个物体中的每一个的第三状态以及第三多个物体中的每一个的第三位置。该方法进一步包含向第三多个物体的第三状态和第三位置分配第三置信水平和优先级，以及向ADAS传送相对于主车辆的位置的第三多个物体的第三状态和第三位置的优先级，其中ADAS自动避开第三多个物体。

[0030] 视觉子系统14包含一个或多个光学传感器或摄像机22。摄像机22可操作以收集围绕主车辆12的预限定区域中的视觉信息。来自摄像机22的视觉数据被传送到控制器18。V2V子系统16包含接收器24，所述接收器24可操作以接收来自在图2中由参考数字26指示的远程V2V装备车辆的无线数据(相当于权利要求中在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，)。从接收器24接收的V2V数据可以包含GPS数据（相当于权利要求中第二设备的位置）、摄像机数据、和/或物体列表（相当于权利要求中设备标识信息）。V2V数据被传送到控制器18。（相当于权利要求中第二组地图信息包括每个移动设备的设备标识信息和所述第二设备的位置，在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，）（参见说明书第 1-46 段，附 图 1-3）： 现参照图 3 并且继续参考图 1 和 2，一般地由参考数字 100 指示用于把来自视觉子系统 14 和 V2V 子系统 16 的数据融合在一起的方法。为了图解的目的，将关于在示例性路段 34 上操作的主车辆 12（在图 2 中示出） 来描述方法 100。路段 34 具有车道 L1、L2、L3、至 Ln。应该领会到路段 34 可以具有如一个那么少的车道而 不脱离本公开的范围。由车道标记 36 限定车道 L1 至 Ln。车道标记 36 可以是反光漆、反射物、交通锥标或 柱标（barrel）、凹槽等（相当于权利要求中其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符，第二组设备地图信息中的所述设备标识信息包括移动设备标识符，CN113661531B说明书记载“移动设备也可以是固定设备，诸如路侧单元(RSU)、交通灯等。典型地，尽管不是必须的，移动设备可以支持无线通信，”既CN106485949A中的车道标记36相当于权利要求中的移动设备。CN113661531B【0061】记载设备标识符可以包括一个或多个设备特性。设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状、设备的一个或多个性能(例如转弯半径)、设备的一个或多个可观察到的特性、反光漆、反射物、交通锥标或 柱标（barrel）、凹槽属于对设备形状，设备特性的描述相当于权利要求中的设备标识符）。 在本示例中，路段 34 被填充以多个物体 38，包含两个远程 V2V 装备车辆 26、一个非通信车辆 40、和一 个道路危险物 42。应该领会到路段 34 可以通过任何数量和组合的远程 V2V 装备车辆 26、非通信车辆 40、和 道路危险物 42 来填充。非通信车辆 40 可以是没有 V2V 系统的车辆或可以是设置在主车辆 12 的通信范围之 外的远程 V2V 装备车辆 26。道路危险物 42 （相当于权利要求中的移动设备）可以是路段 34 上的任何事物，包含行人、动物、碎片、施工桶 （construction barrel）、报废的车辆等（相当于权利要求中所述第一组设备地图信息包括每个移动设备的设备标识信息，所述第二组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符，第二组设备地图信息中的所述设备标识信息包括移动设备标识符，CN113661531B【0061】记载设备标识符可以包括一个或多个设备特性。设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状、设备的一个或多个性能(例如转弯半径)、设备的一个或多个可观察到的特性，行人、动物、碎片、施工桶 （construction barrel）、报废的车辆属于设备特性的描述相当于权利要求中设备标识符）。 方法 100 在块 104 和 106 处开始。在块 104 处，摄像机 22 连续地捕获路段 34 的视觉数据。视觉数据可 以处于相对于主车辆 12 的前向弧或环绕视角中。在本示例中，视觉数据包含多个物体 38。在块 108 处，控制器 18 连续分析由摄像机 22 在块 104 处捕获的视觉数据并且生成第一物体列表和第一信息集合。第一物体列 表被填充以多个物体 38。第一信息集合包括由控制器 18 基于来自摄像机 22 的视觉数据所生成的物体特性(相当于权利要求中其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符，第二组设备地图信息中的所述设备标识信息包括移动设备标识符)。 在一个方面中，第一信息集合包含对应于第一物体列表之内的多个物体38中的每一个的第一大小和第一位置。 第一大小和第一位置动态地更新。第一大小和第一位置示意地示出为在图 2 中由参考数字 44 指示的具有小虚线的虚线框。由于摄像机或处理不准确性（物体 38 的位置由摄像机确定，隐含公开物体38的第一位置为相对于摄像机的相对位置），物体 38 中的每一个的第一大小和第一位置 44 可以偏离物体 38 中的每一个的实际大小和位置。控制器 18 使用多个物体 38 中的每一个的动态更新的第一大小和第一位置 44 来确定针对第一物体列表中的多个物体 38 中的每一个的相对位置和速度（相当于权利要求中在所述第一设备处，获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，所述第一组设备地图信息包括每个设备关于所述第一设备的相对定位信息）。 在块 110 处，控制器 18 生成路段 34 和多个物体 38 的第一动态模型。第一动态模型包含路段 34 的第一地图，其中多个物体 38 被定位在第一地图之内。路段 34 的第一地图包含表征车道 L1 至 Ln 的第一车道信息，其包含第一车道计数、第一车道宽度 46、以及第一车道曲率 48 等。方法继续到块 112，在块 112 中控制器 18 把第一车道信息置信水平分配给路段 34 的第一动态模型。第一置信水平是对来自摄像机 22 的数据的可靠性的评估。第一置信水平可以基于摄像机 22 的已知公差、范围、视场和/或视觉保真度（相当于有权利要求中在所述第一设备处，获得与接近所述第一设备的一个或多个设备相关联的第一组设备地图信息）。在块 106 处，主车辆 12 的 V2V 子系统 16 从远程 V2V 装备车辆 26 连续接收与路段 34 有关的 V2V 数据。 V2V 数据可以经由任何无线通信方法（包含专用短程通信（DSRC））发送到接收器 24。V2V 数据可以包含 几何位置系统信息、光检测及测距（LIDAR）、无线电检测及测距（RADAR）、和/或相对于远程 V2V 装备车 辆 26 中的每一个的前向弧或环绕视角中的视觉数据。在本示例中，V2V 数据包含多个物体 38。在块 114 处，控制器 18 连续分析由接收器 24 在块 106 处接收的 V2V 数据并且生成第二物体列表（相当于权利要求中第二组设备地图信息包括每个移动设备的设备标识信息）和第二信息集合。第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。（相当于权利要求中g其中所述第二组设备地图信息包括每个移动设备的设备标识信息，h第二组设备地图信息中的所述设备标识信息包括移动设备标识符；）在一个方面中，第二信息集合包含对应于第二物体列表之内的多个物体 38 中的每一个的第二大小和第二位置（相当于权利要求中其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息）。第二大小和第二位置动态地更新。第二大小和第二位置示意地示出为在图 2 中由参考数字 50 指示的具有大虚线的虚线框。由于摄像机、GPS（相当于第二组设备地图信息包括第二设备的位置）、LIDAR、RADAR 或处理不准确性，物体 38 中的每一个的第二大小和第二位置 50 可以偏离物体 38 中的每一个的实际大小和位置。控制器 18 使用多个物体 38 中的每一个的动态更新的第二大小和第二位置50来确定针对第二物体列表中的多个物体38中的每一个的相对位置和速度（相当于权利要求中所述第二组设备地图信息包括每个设备关于所述第二设备的相对定位信息）。在块 116 处，控制器 18 生成路段 34 和多个物体 38 的第二动态模型。第二动态模型包含路段 34 的第二地图，其中多个物体 38 定位在第二地图之内。路段 34 的第二地图包含表征车道 L1 至 Ln 的第二车道信息，其包含第二车道计数、第二车道宽度 46'、以及第二车道曲率 48'等。该方法继续到块 118，在块 118 中控制器18 把第二车道信息置信水平分配给路段 34 的第二动态模型。第二置信水平是对来自 V2V 子系统 16 的数据的可靠性的评估。第二置信水平可以基于远程 V2V 装备车辆 26 的 GPS、LIDAR、RADAR、和/或摄像机 22 的已知公差、范围、视场和/或数据保真度（相当于权利要求中在所述第一设备处，获得与接近第二设备的一个或多个设备相关联的第二组设备地图信息）。在块 126 处，如果多个物体 38 中的任一个由视觉子系统 14 或 V2V 子系统 16 中的仅一个所检测，则单检测的物体接收来自做出该检测的无论哪个系统的仅单个权重。例如，在图 2 中，非通信车辆 40 由于仅由 V2V子系统 16 所检测而被描绘为仅具有第二大小和第二位置 50。在该示例中，因为非通信车辆 40 仅被单检测，所以它仅接收单个置信水平评价，并且因此仅接收单个权重和仔细检查。通过将融合的置信水平与第一和第二置信水平相比较，可以忽略错误的视觉或 V2V 数据。针对附加的示例，可以由 V2V 子系统 16 接收错误的或被黑客攻击的（hacked）V2V 消息，所述消息声明道路危险物 42 存在于靠近主车辆的位置中以及存在于与 主车辆相同的车道中，其中实际上不存在道路危险物 42。在该示例中，从摄像机 22 所检索的视觉数据将不示出道路危险物 42。虽然 V2V 标识的道路危险物 42 被分配高置信水平，但是因为道路危险物 42 将是单检测的物体，所以当与来自摄像机 22 的视觉数据融合时，关于错误报告的道路危险物 42 的融合的置信水平将显著降低，并且降低的融合的置信水平将更准确。（道路危险物同时由本车和远程车辆检测，既道路危险物相当于权利要求中接近所述第一设备的一个或多个移动设备和/或接近第二设备的一个或多个移动设备）在块 128 处，控制器 18 确定多个物体 38 中的哪一个处于感兴趣的车道中。在一个方面中，感兴趣的车 道是其中主车辆 12 正在行进的车道 L1，以及与其中主车辆正在行进的车道紧邻的车道 L2、L3。由控制器 18 在块 130 处向处于感兴趣的车道中的多个物体 38 中的任一个动态分配高优先级状态。由于路段 22 上的多个物体 38 中的物体处于相对于主车辆 12 的运动中，所以控制器 18 通过连续地重复块 102 与 130 之间的方法来连续地更新融合的物体列表、融合的动态地图、以及融合的车道信息（相当于权利要求中在所述第一设备处，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型）。基于对比文件 1 公开的上述内容可知，其实际公开了一种在第一设备处生成现实世界交通模型的方法。

由此可见：

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。

权利要求中的技术特征“a在所述第一设备处，获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，”由对比文件CN106485949A的以下内容明确公开。

该方法包含从光学传感器捕获具有第一多个物体和车道标记的路段的图像（车道标记由主车辆探测相当于权利要求中接近所述第一设备的一个或多个移动设备）。该方法进一步包含分析所述图像并且确定第一多个物体中的每一个的第一状态、第一多个物体中的每一个的第一位置、车道标记相对于第一多个物体中的每一个以及相对于主车辆的位置（相当于其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息）。

权利要求中的技术特征“b第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息”，由对比文件CN106485949A的以下内容明确公开。

（该方法进一步包含分析所述图像并且确定第一多个物体中的每一个的第一状态、第一多个物体中的每一个的第一位置、由主车量探测的车道标记相对于第一多个物体中的每一个以及相对于主车辆的位置）

（控制器 18 使用多个物体 38 中的每一个的动态更新的第一大小和第一位置 44 来确定针对第一物体列表中的多个物体 38 中的每一个的相对位置和速度）

权利要求中的技术特征“d第一组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符”由对比文CN106485949A的以下内容明确公开:

（由主车量探测的车道标记 36 可以是反光漆、反射物、交通锥标或 柱标（barrel）、凹槽等）

（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第一信息集合包括由控制器 18 基于来自摄像机 22的视觉数据所生成的物体特性）

目标专利CN113661531B记载[0061] 在一个实施例中，设备标识符可以包括一个或多个设备特性。设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状、设备的一个或多个性能(例如转弯半径)、设备的一个或多个可观察到的特性、ADAS系统的软件类型或版本、行程相关信息(例如乘客计数、当前位置、目的地)、车辆行为(矢量加速度、速度、位置、制动状态、转向灯状态、倒车灯状态等)、其他信息(如紧急代码诸如上班迟到、车辆使用代码(诸如报纸投递、垃圾车、观光/旅游、出租车等))、或其任意组合。反光漆、反射物、交通锥标或 柱标（barrel）、凹槽相当于是对设备特性的描述属于权利要求中的设备标识信息行人、动物、碎片、施工桶。

权利要求中的技术特征,e在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，由对比文件CN106485949A的以下内容明确公开:

在块 106 处，主车辆 12 的 V2V 子系统 16 从远程 V2V 装备车辆 26 连续接收与路段 34 有关的 V2V 数据。 V2V 数据可以经由任何无线通信方法（包含专用短程通信（DSRC））发送到接收器 24。V2V 数据可以包含 几何位置系统信息、光检测及测距（LIDAR）、无线电检测及测距（RADAR）、和/或相对于远程 V2V 装备车 辆 26 中的每一个的前向弧或环绕视角中的视觉数据。在本示例中，V2V 数据包含多个物体 38。在块 114 处，控制器 18 连续分析由接收器 24 在块 106 处接收的 V2V 数据并且生成第二物体列表（相当于权利要求中第二组设备地图信息包括每个移动设备的设备标识信息）和第二信息集合。第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。（相当于权利要求中g其中所述第二组设备地图信息包括每个移动设备的设备标识信息，h第二组设备地图信息中的所述设备标识信息包括移动设备标识符；）在一个方面中，第二信息集合包含对应于第二物体列表之内的多个物体 38 中的每一个的第二大小和第二位置（相当于权利要求中其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息）。第二大小和第二位置动态地更新。第二大小和第二位置示意地示出为在图 2 中由参考数字 50 指示的具有大虚线的虚线框。由于摄像机、GPS（相当于第二组设备地图信息包括第二设备的位置）、LIDAR、RADAR 或处理不准确性，物体 38 中的每一个的第二大小和第二位置 50 可以偏离物体 38 中的每一个的实际大小和位置。控制器 18 使用多个物体 38 中的每一个的动态更新的第二大小和第二位置50来确定针对第二物体列表中的多个物体38中的每一个的相对位置和速度（相当于权利要求中所述第二组设备地图信息包括每个设备关于所述第二设备的相对定位信息）。在块 116 处，控制器 18 生成路段 34 和多个物体 38 的第二动态模型。第二动态模型包含路段 34 的第二地图，其中多个物体 38 定位在第二地图之内。路段 34 的第二地图包含表征车道 L1 至 Ln 的第二车道信息，其包含第二车道计数、第二车道宽度 46'、以及第二车道曲率 48'等。该方法继续到块 118，在块 118 中控制器18 把第二车道信息置信水平分配给路段 34 的第二动态模型。第二置信水平是对来自 V2V 子系统 16 的数据的可靠性的评估。第二置信水平可以基于远程 V2V 装备车辆 26 的 GPS、LIDAR、RADAR、和/或摄像机 22 的已知公差、范围、视场和/或数据保真度（相当于权利要求中在所述第一设备处，获得与接近第二设备的一个或多个设备相关联的第二组设备地图信息）。

主车辆的控制器18通过v2v网络获取远程车辆的数据生成第二地图既相当于权利要求中的e在所述第一设备处，获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息

权利要求中的技术特征f第二组设备地图信息包括每个移动设备的相对定位信息，由对比文件CN106485949A的以下内容明确公开:

（控制器 18 使用多个物体 38 中的每一个的动态更新的第二大小和第二位置50来确定针对第二物体列表中的多个物体38中的每一个的相对位置和速度）

第二物体列表中的多个物体38既相当于权利要求中的第二组设备地图信息中的每个移动设备。物体38的位置是通过远程车辆的图像传感器探测得到，隐含公开每一个的相对位置是相对于与远程车辆的相对定位信息。

权利要求中的技术特征g其中所述第二组设备地图信息包括所述第二设备的位置，由对比文件CN106485949A的以下内容明确公开:

（从接收器24接收的V2V数据可以包含GPS数据）（第二置信水平可以基于远程 V2V 装备车辆 26 的 GPS、）

Gps数据即使权利要求中的第二设备的位置，对比文件CN106485949A明确公开了从远程车辆接收到的数据包括远程车辆的gps数据既第二设备的位置数据。

权利要求中的技术特征h第二组设备地图信息中的所述设备标识信息包括移动设备标识符第二组设备地图信息中的所述设备标识信息包括移动设备标识符,由对比文件CN106485949A的以下内容明确公开:

（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。）

目标专利CN113661531B记载[0061] 在一个实施例中，设备标识符可以包括一个或多个设备特性。设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状、设备的一个或多个性能(例如转弯半径)、设备的一个或多个可观察到的特性、ADAS系统的软件类型或版本、行程相关信息(例如乘客计数、当前位置、目的地)、车辆行为(矢量加速度、速度、位置、制动状态、转向灯状态、倒车灯状态等)、其他信息(如紧急代码诸如上班迟到、车辆使用代码(诸如报纸投递、垃圾车、观光/旅游、出租车等))、或其任意组合。行人、动物、碎片、施工桶相当于是对设备特性的描述，既权利要求中的设备标识信息

该权利要求请求保护的技术方案相比于对比文件CN106485949A，其区别在于：

1所述第一组设备地图信息包括所述第一设备的位置，要解决的技术问题：如何对地图信息中的设备进行确定。

2其中所述第一组设备地图信息包括中每个移动设备的设备标识信息，所述设备标识信息包括移动设备标识符；要解决的技术问题：如何对地图信息中的设备进行确定。

3所述第二组设备地图信息包括所述第二设备的位置，要解决的技术问题：如何对地图信息中的设备进行确定。

4所述第二组设备地图信息包括每个移动设备的设备标识信息，第二组设备地图信息中的所述设备标识信息包括移动设备标识符；要解决的技术问题：如何对地图信息中的设备进行确定。

5在所述第一设备处，基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；要解决的技术问题：如何在两个信息源中确定同一元素。

6在所述第一设备处，基于所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；要解决的技术问题：如何在两个信息源中确定同一元素。

7在所述第一设备处，基于所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；要解决的技术问题：如何在两个信息源中确定同一元素。

8以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。要解决的技术问题如何将两个地图合并为一个地图。

9）其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息；

对于区别技术特征1：

对比文件1已经明确公开了远程车辆v2v发送的数据包括gps（位置数据），既其中所述第二组设备地图信息包括所述第二设备的位置。

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。本领域技术人员容易想到第一组设备地图信息包括所述第一设备的位置。

CN113661531B背景技术记载[0004] 高级驾驶员辅助自主系统(ADAS)可以是部分自主的、完全自主的或向驾驶员提供辅助。目前的ADAS有相机和超声波传感器，并且有些还包括一个或多个雷达。然而，这些目前的系统独立于其他附近车辆运行，并且每个都执行冗余操作。如果ADAS系统包含无线通信来共享关于彼此的信息，则可能需要大量时间才能使每个设备都包含此功能。具有 高级驾驶员辅助自主系统的车辆具有gps定位系统，第一组设备地图信息包括所述第一设备的位置属于本领域技术人员在申请日之前普遍知晓的公知常识。

对于区别技术特征2：

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。

对比文件明确公开：

cd第一组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车量探测的车道标记 36 可以是反光漆、反射物、交通锥标或 柱标（barrel）、凹槽等）
（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第一信息集合包括由控制器 18 基于来自摄像机 22 的视觉数据所生成的物体特性）

gh第二组设备地图信息中的所述设备标识信息包括移动设备标识符第二组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。）

由此可见本领域技术容易想到其中所述第一组设备地图信息包括中每个移动设备的设备标识信息，所述设备标识信息包括移动设备标识符

对于区别技术特征3

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。

对比文件明确公开：

b第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息，

（该方法进一步包含分析所述图像并且确定第一多个物体中的每一个的第一状态、第一多个物体中的每一个的第一位置、由主车量探测的车道标记相对于第一多个物体中的每一个以及相对于主车辆的位置）

（控制器 18 使用多个物体 38 中的每一个的动态更新的第一大小和第一位置 44 来确定针对第一物体列表中的多个物体 38 中的每一个的相对位置和速度）

cd第一组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车量探测的车道标记 36 可以是反光漆、反射物、交通锥标或 柱标（barrel）、凹槽等）
（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第一信息集合包括由控制器 18 基于来自摄像机 22 的视觉数据所生成的物体特性）

f第二组设备地图信息包括每个移动设备的相对定位信息，

（控制器 18 使用多个物体 38 中的每一个的动态更新的第二大小和第二位置50来确定针对第二物体列表中的多个物体38中的每一个的相对位置和速度）

f其中所述第二组设备地图信息包括所述第二设备的位置，

（从接收器24接收的V2V数据可以包含GPS数据）（第二置信水平可以基于远程 V2V 装备车辆 26 的 GPS、）

gh第二组设备地图信息中的所述设备标识信息包括移动设备标识符第二组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。）

由此可见本领域技术容易想到其中所述第一组设备地图信息包括中每个移动设备的设备标识信息，所述设备标识信息包括移动设备标识符.

本领域技术人员容易想到所述第二组设备地图信息包括所述第二设备的位置。

对比文件1已经明确公开了远程车辆v2v发送的数据包括gps（位置数据），通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。本领域技术人员容易想到所述第二组设备地图信息包括所述第二设备的位置。

CN113661531B背景技术记载[0004] 高级驾驶员辅助自主系统(ADAS)可以是部分自主的、完全自主的或向驾驶员提供辅助。目前的ADAS有相机和超声波传感器，并且有些还包括一个或多个雷达。然而，这些目前的系统独立于其他附近车辆运行，并且每个都执行冗余操作。如果ADAS系统包含无线通信来共享关于彼此的信息，则可能需要大量时间才能使每个设备都包含此功能。本领域技术人员普遍知晓具有 高级驾驶员辅助自主系统的车辆具有gps定位系统，所述第二组设备地图信息包括所述第二设备的位置属于本领域技术人员在申请日之前普遍知晓的公知常识。

对于区别技术特征4

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。

对比文件明确公开：

cd第一组设备地图信息包括每个移动设备的设备标识信息，其中所述第一组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车量探测的车道标记 36 可以是反光漆、反射物、交通锥标或 柱标（barrel）、凹槽等）
（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第一信息集合包括由控制器 18 基于来自摄像机 22 的视觉数据所生成的物体特性）

gh第二组设备地图信息中的所述设备标识信息包括移动设备标识符第二组设备地图信息中的所述设备标识信息包括移动设备标识符

（由主车辆和远程车辆探测的道路危险物可以是行人、动物、碎片、施工桶 （construction barrel）、报废的车辆）

（第二物体列表被填充以多个物体 38。第二信息集合包括由控制器 18 基于来自接收器 24 的 V2V 数据所生成的物体特性。）

由此可见本领域技术人员容易想到所述第二组设备地图信息包括每个移动设备的设备标识信息，第二组设备地图信息中的所述设备标识信息包括移动设备标识符.

对于区别技术特征5

针对上述区别特征，对比文件1CN106485949A公开了将第一地图信息和第二地图信息融合生成第三地图，并基于第三地图生成现实世界交通模型，虽然其没有公开第三地图的融合方式，但是，对比文件2（CN109029422A）公开了一种多无人机协作构建三维调查地图的方法和装置，具体披露了以下特征（参见说明书第43-92段）：在本发明的具体实施方式中，所述基于至少两个地图数据，生成融合的带有所述环境调查数据的三维调查地图的步骤包括：通过确定的融合基点将所述至少两个地图数据进行融合，所述融合基点指能够将所述至少两个地图统一到同一坐标系下的参考点。所述参考点包括绝对坐标点和/或拥有唯一标识的参考物。所述进行融合的步骤包括：对各个无人机采集的地图数据进行特征提取，将特征重合的重合区域进行合并；将各个无人机采集的地图数据进行拼接形成完整的三维调查地图。设定同一地理位置参考点，确定所述各个无人机飞行的相对于所述地理位置参考点的方位和里程信息，根据所述方位和里程信息进行地图数据的融合。所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识（即，物体标识符）的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位起飞，并利用一颗树木作为参考点。无人机通过传感器识别同一颗树木，并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合（即，响应于第一组地图信息和第二组地图信息包含至少一个公共物体的确定，基于所述第一组地图信息和所述第二组地图信息生成现实世界地图）。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。

对比文件CN109029422A [0061]在本发明的具体实施方式中，所述基于至少两个地图数据，生成融合的带有所述环境调查数据的三维调查地图的步骤包括：通过确定的融合基点将所述至少两个地图数据进行融合，所述融合基点指能够将所述至少两个地图统一到同一坐标系下的参考点。所述参考点包括绝对坐标点和/或拥有唯一标识的参考物。所述进行融合的步骤包括：对各个无人机采集的地图数据进行特征提取，将特征重合的重合区域进行合并；将各个无人机采集的地图数据进行拼接形成完整的三维调查地图。设定同一地理位置参考点，确定所述各个无人机飞行的相对于所述地理位置参考点的方位和里程信息，根据所述方位和里程信息进行地图数据的融合。

对比文件CN109029422A明确公开采用唯一标识的参考物来将两个地图统一到同一坐标系下，相当于在两个地图信息源中采用唯一标识来确定同一个参考点，本领域技术人员容易想到在所述第一设备处，基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备

对于区别技术特征6

针对上述区别特征，对比文件1CN106485949A公开了将第一地图信息和第二地图信息融合生成第三地图，并基于第三地图生成现实世界交通模型，虽然其没有公开第三地图的融合方式，但是，对比文件2（CN109029422A）公开了一种多无人机协作构建三维调查地图的方法和装置，具体披露了以下特征（参见说明书第43-92段）：在本发明的具体实施方式中，所述基于至少两个地图数据，生成融合的带有所述环境调查数据的三维调查地图的步骤包括：通过确定的融合基点将所述至少两个地图数据进行融合，所述融合基点指能够将所述至少两个地图统一到同一坐标系下的参考点。所述参考点包括绝对坐标点和/或拥有唯一标识的参考物。所述进行融合的步骤包括：对各个无人机采集的地图数据进行特征提取，将特征重合的重合区域进行合并；将各个无人机采集的地图数据进行拼接形成完整的三维调查地图。设定同一地理位置参考点，确定所述各个无人机飞行的相对于所述地理位置参考点的方位和里程信息，根据所述方位和里程信息进行地图数据的融合。所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识（即，物体标识符）的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位起飞，并利用一颗树木作为参考点。无人机通过传感器识别同一颗树木，并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合（即，响应于第一组地图信息和第二组地图信息包含至少一个公共物体的确定，基于所述第一组地图信息和所述第二组地图信息生成现实世界地图）。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。

对比文件CN109029422A [0061]在本发明的具体实施方式中，所述基于至少两个地图数据，生成融合的带有所述环境调查数据的三维调查地图的步骤包括：通过确定的融合基点将所述至少两个地图数据进行融合，所述融合基点指能够将所述至少两个地图统一到同一坐标系下的参考点。所述参考点包括绝对坐标点和/或拥有唯一标识的参考物。所述进行融合的步骤包括：对各个无人机采集的地图数据进行特征提取，将特征重合的重合区域进行合并；将各个无人机采集的地图数据进行拼接形成完整的三维调查地图。设定同一地理位置参考点，确定所述各个无人机飞行的相对于所述地理位置参考点的方位和里程信息，根据所述方位和里程信息进行地图数据的融合。

对比文件CN109029422A明确公开采用绝对坐标点的参考物来将两个地图统一到同一坐标系下，相当于在两个地图信息源中采用绝对坐标点来确定同一个参考点，本领域技术人员容易想到在所述第一设备处，基于所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备。

对比文件3CN102341859A公开[0047] 图7示出了用于对用不同的时间基准来标记的内容(如视频、音频、图像等)进行同步的示例性方法。在步骤700中，第一内容获取设备可以使用第一时间基准来获取第一内容，而第二内容获取设备可以使用第二时间基准来获取第二内容。在步骤705中，内容服务器可以接收第一内容和第二内容中的每一个连同获取时间信息。在一个实例中，可以接收该获取内容以作为具有用于指定获取时间、位置、方位等的元数据的内容文件。在一个或多个配置中，在步骤710中，内容服务器可以确定第一内容和第二内容是否对应于同一事件或者位置。可以基于由该获取设备所记录的时间戳、方位数据和/或位置信息来确定第一获取内容和第二获取内容是否对应于同一事件（相当于权利要求中在在所述第一设备处，基于所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备）。例如，如果内容项对应于彼此0.1英里范围内的位置以及彼此30分钟范围之内的获取时间，则可以确定内容项对应于同一事件。可以响应于确定第一内容和第二内容对应于同一事件来采取步骤715-755中的一个或多个。可替换地，步骤715-755的执行可以与内容是否对应于同一事件无关。

目标专利CN113661531B记载[0030] 本设备是与其环境相关的观察或测量信息，包括与附近主体设备相对应的信息。例如，本车辆可以从其相机获取图像数据并基于该数据执行计算机视觉操作以确定信息，诸如另一设备或车辆(例如主体设备)相对于本设备的定位。[0047] 特定时间的定位信息可以是测距(例如，在某个时间相对于主体车辆的距离)和/或方位。术语“相对姿态”也用于指车辆相对于主体车辆当前位置的定位和方位。术语“相对姿态”可以指物体(例如目标车辆)相对于以主体(例如主体车辆)的当前定位为中心的参考坐标系的6自由度(DoF)姿态。术语相对姿态涉及定位(例如，X、Y、Z坐标)和方位(例如，滚动、俯仰和偏航)。坐标系可以居中：(a)在主体车辆上，或(b)在获取目标车辆图像的(多个)图像传感器上。此外，因为车辆在道路上的运动通常是短距离的平面运动(即垂直运动受到限制)，所以在一些情况下，姿态也可以以较小的自由度(例如3DoF)来表示。降低可用自由度可以促进计算目标车辆距离、目标车辆相对姿态以及与目标车辆相关的其他定位参数。[0112] 由于各种原因，主体设备也可能无法被识别，诸如它不对应于与车辆相关联的品牌和型号信息。这种情况发生在改装车辆或定制车辆上。在这种情况下，每个本车辆可以捕获定制/改装车辆的各种视角(其可以在不同的时间被捕获)，并且来自不同视角的这些不同图像可以被本车辆、RSU和/或服务器用来确定定制/改装车辆的形状要素和/或尺寸。[0143] 图8是识别一个或多个车辆的示例过程图800。在框810处，接收来自一个或多个相机的图像传感器数据。图像传感器数据可以包含附近车辆、行人、标志等的图像。[0144] 在框820处，接收到的图像传感器数据可用于检测在接收到的图像传感器数据中是否有任何车辆。如果检测到任何车辆，则将每个检测到的车辆提供给框830。这些车辆可以以类似于当前所做的方式被检测，其中通用车辆检测器用于在图像传感器数据中检测车辆。通用车辆检测器通常是经由深度学习训练和旧图像数据开发的推理，用于检测具有新图像数据的车辆。[0153] 在框870处，本设备和/或服务器/RSU可以基于检测到的车辆和图像传感器数据来确定图像传感器数据中是否存在不是检测到的车辆的一部分的任何车辆关键特征。这些关键特征可能与被遮挡的车辆相关联，并且传统上不能经由通用车辆检测器检测到。如果没有不在检测到的车辆之外的车辆特征，则它不继续，并且当新的图像传感器数据出现时，该过程再次开始。如果在检测到的车辆之外检测到车辆特征，则进行到框880。[0174] 在框1110处，设备确定其是否与车辆并置。该设备可以基于其是否经由无线通信接口和/或有线接口与车辆配对来确定其是否与车辆并置。在一个实施例中，设备可以基于从车辆接收的车载设备信息来确定其是否与车辆并置。它还可以基于速度和/或行进路线来确定它是否与车辆并置。在一个实施例中，该设备可以基于图像数据确定其与车辆并置，该图像数据可以识别车辆的特性，诸如方向盘、仪表板等。[0195] 移动设备1300还可以包括用于捕获静止或运动图像的专用相机设备1364。相机设备1364可以包括例如成像传感器(例如，电荷耦合器件或CMOS成像器)、透镜、模数电路、帧缓冲器，仅举几个示例。在一个实施例中，可以在通用/应用处理器1311或(多个)DSP 1312处执行表示捕获图像的信号的附加处理、调节、编码或压缩。或者，专用视频处理器1368可以对表示捕获图像的信号进行调节、编码、压缩或操纵。此外，视频处理器1368可以解码/解压缩存储的图像数据，以呈现在移动设备1300上的显示设备(未示出)上。视频处理器1368可以是图像传感器处理器，并且能够执行计算机视觉操作。[0196] 相机设备1364可以包括车辆上的图像传感器。图像传感器可以包括相机、基于电荷耦合器件(CCD)的设备或基于互补金属氧化物半导体(CMOS)的设备、激光雷达、计算机视觉设备等，其可用于获得车辆周围环境的图像。图像传感器可以是静态和/或视频相机，可以捕获环境的一系列二维(2D)静态和/或视频图像帧。在一些实施例中，图像传感器可以采取深度感测相机的形式，或者可以耦合到深度传感器。术语“深度传感器”用于指可用于获得深度信息的功能单元。在一些实施例中，图像传感器232可以包括红‑绿‑蓝深度(RGBD)相机，除了彩色(RGB)图像之外，当深度传感器被启用时，其可以捕获像素深度(D)信息。在一个实施例中，深度信息可以从立体传感器获得，诸如红外结构光投影仪和注册在RGB相机的红外相机的组合。在一些实施例中，图像传感器可以是能够捕捉三维(3D)图像的立体相机。例如，深度传感器可以形成被动立体视觉传感器的一部分，该传感器可以使用两个或更多个相机来获得场景的深度信息。捕获场景中两个相机共有的点的像素坐标可以与相机参数信息、相机姿态信息和/或三角测量技术一起使用，以获得每个像素深度信息。在一些实施例中，图像传感器能够捕获红外线或其他不可见光(即人眼不可见)。在一些实施例中，图像传感器可以包括激光雷达传感器，其可以提供测量来估计物体的相对距离。相机1364还能够通过捕获光学测量并解调以接收该数据来接收视觉光通信数据。术语“相机姿态”或“图像传感器姿态”也用于指图像传感器在主体车辆上的定位和方位。

CN113661531B的上述记载说明CN113661531B中的设备地图信息实质上包括车辆图像传感器拍摄的视频或图像文件，对比文件CN102341859A上述记载公开了如何从多个视频或图像中采用位置方位来确定同一元素，本领域技术人员容易想到在所述第一设备处，基于所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备。

对于区别技术特征7

对比文件3CN102341859A公开[0047] 图7示出了用于对用不同的时间基准来标记的内容(如视频、音频、图像等)进行同步的示例性方法。在步骤700中，第一内容获取设备可以使用第一时间基准来获取第一内容，而第二内容获取设备可以使用第二时间基准来获取第二内容。在步骤705中，内容服务器可以接收第一内容和第二内容中的每一个连同获取时间信息。在一个实例中，可以接收该获取内容以作为具有用于指定获取时间、位置、方位等的元数据的内容文件。在一个或多个配置中，在步骤710中，内容服务器可以确定第一内容和第二内容是否对应于同一事件或者位置。可以基于由该获取设备所记录的时间戳、方位数据和/或位置信息来确定第一获取内容和第二获取内容是否对应于同一事件（相当于权利要求中在所述第一设备处，基于所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备）。例如，如果内容项对应于彼此0.1英里范围内的位置以及彼此30分钟范围之内的获取时间，则可以确定内容项对应于同一事件。可以响应于确定第一内容和第二内容对应于同一事件来采取步骤715-755中的一个或多个。可替换地，步骤715-755的执行可以与内容是否对应于同一事件无关。

目标专利CN113661531B记载[0030] 本设备是与其环境相关的观察或测量信息，包括与附近主体设备相对应的信息。例如，本车辆可以从其相机获取图像数据并基于该数据执行计算机视觉操作以确定信息，诸如另一设备或车辆(例如主体设备)相对于本设备的定位。[0047] 特定时间的定位信息可以是测距(例如，在某个时间相对于主体车辆的距离)和/或方位。术语“相对姿态”也用于指车辆相对于主体车辆当前位置的定位和方位。术语“相对姿态”可以指物体(例如目标车辆)相对于以主体(例如主体车辆)的当前定位为中心的参考坐标系的6自由度(DoF)姿态。术语相对姿态涉及定位(例如，X、Y、Z坐标)和方位(例如，滚动、俯仰和偏航)。坐标系可以居中：(a)在主体车辆上，或(b)在获取目标车辆图像的(多个)图像传感器上。此外，因为车辆在道路上的运动通常是短距离的平面运动(即垂直运动受到限制)，所以在一些情况下，姿态也可以以较小的自由度(例如3DoF)来表示。降低可用自由度可以促进计算目标车辆距离、目标车辆相对姿态以及与目标车辆相关的其他定位参数。[0112] 由于各种原因，主体设备也可能无法被识别，诸如它不对应于与车辆相关联的品牌和型号信息。这种情况发生在改装车辆或定制车辆上。在这种情况下，每个本车辆可以捕获定制/改装车辆的各种视角(其可以在不同的时间被捕获)，并且来自不同视角的这些不同图像可以被本车辆、RSU和/或服务器用来确定定制/改装车辆的形状要素和/或尺寸。[0143] 图8是识别一个或多个车辆的示例过程图800。在框810处，接收来自一个或多个相机的图像传感器数据。图像传感器数据可以包含附近车辆、行人、标志等的图像。[0144] 在框820处，接收到的图像传感器数据可用于检测在接收到的图像传感器数据中是否有任何车辆。如果检测到任何车辆，则将每个检测到的车辆提供给框830。这些车辆可以以类似于当前所做的方式被检测，其中通用车辆检测器用于在图像传感器数据中检测车辆。通用车辆检测器通常是经由深度学习训练和旧图像数据开发的推理，用于检测具有新图像数据的车辆。[0153] 在框870处，本设备和/或服务器/RSU可以基于检测到的车辆和图像传感器数据来确定图像传感器数据中是否存在不是检测到的车辆的一部分的任何车辆关键特征。这些关键特征可能与被遮挡的车辆相关联，并且传统上不能经由通用车辆检测器检测到。如果没有不在检测到的车辆之外的车辆特征，则它不继续，并且当新的图像传感器数据出现时，该过程再次开始。如果在检测到的车辆之外检测到车辆特征，则进行到框880。[0174] 在框1110处，设备确定其是否与车辆并置。该设备可以基于其是否经由无线通信接口和/或有线接口与车辆配对来确定其是否与车辆并置。在一个实施例中，设备可以基于从车辆接收的车载设备信息来确定其是否与车辆并置。它还可以基于速度和/或行进路线来确定它是否与车辆并置。在一个实施例中，该设备可以基于图像数据确定其与车辆并置，该图像数据可以识别车辆的特性，诸如方向盘、仪表板等。[0195] 移动设备1300还可以包括用于捕获静止或运动图像的专用相机设备1364。相机设备1364可以包括例如成像传感器(例如，电荷耦合器件或CMOS成像器)、透镜、模数电路、帧缓冲器，仅举几个示例。在一个实施例中，可以在通用/应用处理器1311或(多个)DSP 1312处执行表示捕获图像的信号的附加处理、调节、编码或压缩。或者，专用视频处理器1368可以对表示捕获图像的信号进行调节、编码、压缩或操纵。此外，视频处理器1368可以解码/解压缩存储的图像数据，以呈现在移动设备1300上的显示设备(未示出)上。视频处理器1368可以是图像传感器处理器，并且能够执行计算机视觉操作。[0196] 相机设备1364可以包括车辆上的图像传感器。图像传感器可以包括相机、基于电荷耦合器件(CCD)的设备或基于互补金属氧化物半导体(CMOS)的设备、激光雷达、计算机视觉设备等，其可用于获得车辆周围环境的图像。图像传感器可以是静态和/或视频相机，可以捕获环境的一系列二维(2D)静态和/或视频图像帧。在一些实施例中，图像传感器可以采取深度感测相机的形式，或者可以耦合到深度传感器。术语“深度传感器”用于指可用于获得深度信息的功能单元。在一些实施例中，图像传感器232可以包括红‑绿‑蓝深度(RGBD)相机，除了彩色(RGB)图像之外，当深度传感器被启用时，其可以捕获像素深度(D)信息。在一个实施例中，深度信息可以从立体传感器获得，诸如红外结构光投影仪和注册在RGB相机的红外相机的组合。在一些实施例中，图像传感器可以是能够捕捉三维(3D)图像的立体相机。例如，深度传感器可以形成被动立体视觉传感器的一部分，该传感器可以使用两个或更多个相机来获得场景的深度信息。捕获场景中两个相机共有的点的像素坐标可以与相机参数信息、相机姿态信息和/或三角测量技术一起使用，以获得每个像素深度信息。在一些实施例中，图像传感器能够捕获红外线或其他不可见光(即人眼不可见)。在一些实施例中，图像传感器可以包括激光雷达传感器，其可以提供测量来估计物体的相对距离。相机1364还能够通过捕获光学测量并解调以接收该数据来接收视觉光通信数据。术语“相机姿态”或“图像传感器姿态”也用于指图像传感器在主体车辆上的定位和方位。

CN113661531B的上述记载说明CN113661531B中的设备地图信息实质上包括车辆图像传感器拍摄的视频或图像文件，对比文件CN102341859A上述记载公开了如何从多个视频或图像中采用时间戳来确定同一元素，本领域技术人员容易想到在所述第一设备处，基于所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备

对于区别技术特征8：

对比文件CN109029422A记载[0067] 所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位置起飞，并利用一颗树木作为参考点。（相当于权利要求中以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。要解决的技术问题如何将两个地图合并为一个地图。）无人机通过传感器识别同一颗树木，并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。

由上述内容可知，对比文件 2 CN109029422A通过标定具有相同标识的树木作为参考点，将不同无人机各自获取的地图 进行融合以得到融合地图，上述特征在对比文件 2CN109029422A 中所起作用与其作用相同，都是通过确定第一地图和第二 地图中的相同物体作为融合基点以将第一地图和第二地图进行融合生成融合地图，对比文件 3 CN102341859A上述记载公开了如何从多个视频或图像中采用时间戳和位置坐标来确定同一元素，本领域技术人员可以从中得到启示，在对比文件 1 中获取第一、第二地图信息中各个设备的标识符，并基于两个地图信息具有相同标识符或时间戳或位置坐标的设备将第一、第二地图融合以生成第三地图，然后再基于第三地图生成现实世界交通模型，对于本领域技术人员而言是显而易见的。 综上所述，在对比文件 1 CN102341859A的基础上结合对比文件2CN109029422A和对比文件3CN102341859A以及本领域的公知常识，得出该权利要求请求保护的技术方案对本领域技术人员而言是显而易见地。因而，该权利要求所要保护的技术方案不具有突出的实质性 特点和显著的进步，不具备创造性，不符合专利法第 22 条第 3 款的规定

针对区别技术特征2和区别技术特征4：

通过阅读说明书可知CN113661531B中的第一组设备地图信息和所述第二组设备地图信息为对称/对应关系，第一组设备地图信息和所述第二组设备地图信息应当具有一致性。相应的CN106485949A中的第一本地动态地图和第二本地动态地图也为对称/对应关系，第一本地动态地图和第二本地动态地图所包含的信息也应当具有一致性。

目标专利CN113661531B记载[0061] 在一个实施例中，设备标识符可以包括一个或多个设备特性。设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状、设备的一个或多个性能(例如转弯半径)、设备的一个或多个可观察到的特性、ADAS系统的软件类型或版本、行程相关信息(例如乘客计数、当前位置、目的地)、车辆行为(矢量加速度、速度、位置、制动状态、转向灯状态、倒车灯状态等)、其他信息(如紧急代码‑诸如上班迟到、车辆使用代码(诸如报纸投递、垃圾车、观光/旅游、出租车等))、或其任意组合。

对比文件CN109029422A记载[0054] 在本发明的具体实施方式中，所述无人机的飞行高度包括在树冠之上和/ 或在树冠之下，即分为空中飞行和地面飞行。空中和地面都可以是多个或者一个无人机。空中飞行指的是无人机在树木的冠层上飞行，无人机在树冠之上飞行时获取空中信息，所述空中信息包括树木的高度信息、种类信息、地理位置信息、冠幅信息和冠层点云密度信息中的至少一个（相当于权利要求中的移动设备标识符）；地面飞行指的是无人机在树木的冠层之下飞行，所述无人机在树冠之下飞行时获取地面信息，所述地面信息包括树木下方的直径信息、圆直度信息、种类信息、密度信息和地理位置信息中的至少一个相当于权利要求中的移动设备标识符）。空中无人机之间的地图数据融合、地面无人机之间的地图数据融合与上述方法一致。地面站根据地理位置信息和特征匹配对空中和地面无人机构建的地图数据和调查数据进行融合。在树冠下飞行时，所述无人机采集的带有环境调查数据的地图数据的步骤包括：通过传感器进行避障飞行，同时通过传感器采集障碍物信息和所述地面信息，以构建所述地图数据。

直径信息、圆直度信息、种类信息、密度信息和地理位置信息既相当于设备特性可以包括设备的品牌、型号、颜色、设备年份、设备装饰、设备的一个或多个尺寸、设备的形状既相当于权利要求中的移动设备标识符。本领域技术人员容易想到其中所述第一组设备地图信息包括中每个移动设备的设备标识信息，所述设备标识信息包括移动设备标识符所述第二组设备地图信息包括每个移动设备的设备标识信息，第二组设备地图信息中的所述设备标识信息包括移动设备标识符

对于区别技术特征1和区别技术特征3：

对于区别技术特征7：

对比文件us20150331422记载：

[0070] 图16中展示的示例1600显示了PolySync可以被实现为快速、可扩展、模块化和可嵌入的原型应用程序，直至生产部署的一个工具。PolySync的许多功能可以包括分布式计算、通过以太网（NIC团队）的可扩展总线、自动传感器发现与绑定、时间戳修正、高带宽流媒体、基于GPU的视频压缩和解压缩、100%完整性日志记录、访问低级和高级数据类型、过滤功能、系统健康状态监控、软件急停、安全访问控制、数据融合和INS耦合。PolySync和/或PolySync查看器的许多功能可以包括感知、控制、执行、任务规划、短期路径规划、行为、道路建模、用户界面、可视化和日志记录，以及可能为自主车辆接口系统实现的其他功能和/或特性。

[0071] 图17展示了PolySync查看器功能的示例1700，该功能在系统架构中实现了本发明所述的自主车辆接口系统的实施方式。如该示例1700所示，PolySync查看器提供了基于PolySync API的可视化、日志记录和回放、以及配置组件。该工具支持系统所有传感器的即插即用可视化、日志记录和回放、系统配置和健康监控。PolySync查看器通过一个多语言的插件框架支持自定义用户应用程序。PolySync查看器的其他功能还可以包括快速用户应用程序开发（例如，在QML、C++等中）、多信号绘图、同步查找和时间步回放（包括视频）、传感器位置设置GUI、系统节点设置和健康监控、多种3D可视化模式和视图、丰富的数据过滤接口以及实时全总线跟踪记录等功能，以及可能为自主车辆接口系统实现的其他功能和/或特性。

[0072] 图18展示了一个示例系统1800，它实现了一个自主车辆接口系统，根据一个或多个实施例。示例系统包括一个自主车辆1802，该车辆实现了如本文所述的自主车辆接口系统1804。示例系统1800还可以包括一个或多个其他自主车辆1806。自主车辆接口系统1804包括本文所述的PolySync和PolySync查看器功能，以及分布式架构的独立系统节点1808。

[0073] 任何系统节点1808都可以实现各种组件，例如处理系统和内存，以及进一步描述的任何数量和组合的不同组件，如图19所示的示例设备。例如，一个传感器节点包括内存1810、处理器系统1812和电源1814，例如可以在自主车辆中实现的任何类型的电池或其他电源。传感器节点的内存1810可以存储传感器数据1816（例如，从传感器接收的低级传感器数据），以及节点数据1818，例如处理过的节点数据（例如，高级系统数据）、传感器节点的可配置设置以及任何其他类型的节点数据。

[0074] 系统节点1808包括节点控制1820，可以作为可执行指令（例如，软件应用程序、组件或模块）保存在计算机可读存储器中，例如任何合适的内存设备或电子数据存储（例如，内存1810）。此外，节点控制可以通过传感器节点的处理器系统1812执行，以实现自主车辆接口系统的实施例。例如，系统节点的节点控制可以实现用于自主车辆接口系统的各种方法操作。

[0075] 在实施例中，自主车辆接口系统1804的组件还可以通信以在网络存储（也称为基于云的或“云中”）中存储任何类型的节点数据1818和/或任何其他类型的架构信息，显示为云存储1822，存储车辆数据1824。此外，本文描述的任何自主车辆接口系统1804和/或系统节点1808可以通过网络1826进行通信，该网络可以被实现为包括有线和/或无线网络。网络还可以使用任何类型的网络拓扑（例如，网状网络）和/或通信协议实现，并可以表示或以其他方式实现为两个或多个网络的组合，包括基于IP的网络和/或互联网。网络还可以包括由移动网络运营商和/或其他网络运营商（如通信服务提供商、移动电话提供商和/或互联网服务提供商）管理的移动运营商网络。

[0076] 在实施例中，自主车辆接口系统可以实现任何一个或多个特性，包括但不限于感知、感知、控制、执行、任务和路径规划、行为判断、道路建模、用户界面、可视化和数据记录。例如，提供跟车距离的碰撞警报系统可以利用雷达作为空间传感器来识别车辆前方的目标（例如，其他车辆、行人和/或物体，包括移动和静止物体），并利用里程计和陀螺仪传感器感知车辆的速度和方向。然后，感知算法可以执行自我运动修正并识别目标为车辆。行为算法然后可以决定是否向执行器输出警报，例如听觉蜂鸣器。

[0077] 如上所述，传统的自主车辆系统设计采用了相互依赖的数据架构，如图1所述，并且既以技术为中心又以算法为中心。这使得传统系统难以实现、支持、升级和/或排除故障，而这些对于生产级计算系统至关重要。在本文所述的自主车辆接口系统的实施例中，系统被分布为具有一致消息格式的多个节点，这些格式创建了用于与每个传感器节点、组件和模块交互的统一API。API调用对于系统架构是统一的，例如PolySync连接、PolySync注册、PolySync发布、PolySync订阅以及任何其他类型的相关PolySync和/或PolySync查看器API调用。

[0078] 所有不同的系统节点在共享的近实时总线（或通过多个冗余总线结构）上操作，运行在一个或多个计算设备上，无论是在传感器节点上，还是在多个分布式设备上，以发布者-订阅者架构节点的形式进行点对点通信。结合标准化消息传递，这种架构允许在不同模块之间轻松交换而无需追踪依赖关系。每个节点都可以独立运行且不需要了解其他系统节点的情况。

[0079] 为了提高鲁棒性，系统节点可能会减少功能，从而增加网络上的节点数量，每个节点仅实现一个单一目的。例如，一个通用控制器区域网络（CAN）解析器节点将解码来自雷达传感器的CAN数据，并使其在实时总线和/或网络上可用。第二个节点可以将原始CAN数据转换为空间消息格式，而第三个节点可能会获取GPS/IMU（惯性测量单元）和雷达数据，执行自我运动和参考框架修正，并使更通用的数据在实时总线和/或网络上可用。通过这种方式，从低级数据开始就内置了抽象层，并且在这个描述的示例中，传感器特定的节点将是雷达翻译节点。为了以后升级传感器，程序员只需添加适当的翻译节点，系统即可正常工作。

[0080] 在自主车辆接口系统的实施例中，API使用通用消息格式，消息格式包括但不限于：远程测距传感器（如LiDAR、雷达、摄像头、超声波等）的空间/测距格式；用于提供车辆姿态、位置和动态信息（包括GPS、惯性、里程计（包括视觉里程计）等）的传感器的定位格式；用于视频帧（通常是压缩）的视频格式；用于高级行为和航路点管理的任务规划格式；用于车辆路线规划的路径规划格式；用于感知对象（如可驾驶表面、物体识别、车道建模等）的感知格式；用于全环境建模的世界模型格式；用于执行命令和反馈的控制格式；提供系统架构中每个节点的连续操作和/或错误状态的心跳格式，称为系统的“健康”状况；以及附加错误跟踪和节点操作状态的“诊断”格式。此外，自主车辆接口系统的实施方式允许灵活的低级数据类型，例如CAN数据、以太网数据包、串行数据包等。用户（例如，车辆制造商）可以实现自己的数据格式，以处理定制的进程间通信和高带宽流水线处理。

[0081] 系统架构的模块化数据结构解决了在实施、维护和升级自动驾驶车辆系统时遇到的众多问题。利用实时总线和数据模型，可以将自动化系统部署为一系列模块，并且传感系统、算法和执行器可以在不干扰系统核心功能或稳定性的情况下轻松互换。该架构的模块化为公司提供了一个显著的商业机会，使其能够构建和提供架构模块和组件作为独立产品，可以随着时间的推移进行开发和升级。希望开发自动驾驶系统的公司无需从有限的合格工程师和科学家中聘用人员，而只需购买所需模块即可实现所需的系统功能。此外，模块化还提供了创建备用配置的能力，所有这些都使用标准的API调用。例如，一家公司可能只对自适应巡航控制（ACC）功能感兴趣，而不是完整的自动驾驶系统。由于总线的可扩展性，它可以相应地进行调整。如果公司希望稍后扩展到其他功能（甚至是完整的自动驾驶），以前的系统和传感器可以轻松扩展以包含其他功能。由于所有系统节点都使用相同的API调用，因此它们可以轻松地添加到实时总线中，立即扩展系统功能。

[0082] 自动驾驶车辆或一般的主动安全系统包括一组传感器，这些传感器检测并提供有关周围环境的信息，并实施处理算法以确定车辆周围实际发生的情况，决策算法则确定采取什么措施，然后通过某种方式的执行以对环境变化做出响应。该系统利用传感器（例如硬件组件和特性）来检测周围环境的状况，然后利用算法（例如软件特性）来确定环境中实际发生的情况。挑战在于使用各种不同的传感器，例如多个激光雷达传感器、多个雷达传感器、视觉摄像头、超声波传感器、温度传感器、声音传感器、光传感器以及可能用于自动驾驶车辆系统的任何其他传感器时。

[0083] 这些不同且多样的传感器每个都有不同的特性并以不同的格式操作，例如通过以太网、CAN总线、USB等。这些不同的传感器通常是异步操作的，以其操作的指定数据速率提供传感器数据，例如每五十毫秒输出一组传感器数据进行处理。因此，自动驾驶或主动安全系统的开发人员必须从该级别开始一个自动驾驶系统程序，必须了解或学习以太网协议、CAN协议、LVDS、USB，以及弄清系统架构，以便将所有数据汇总并处理数据（称为数据融合）而不会有太多的延迟时间来确定数据的代表意义。

[0084] 此外，所有传感器检测到的数据都需要关联到单一时间戳（例如统一的时间域），以关联传感器检测到的事件何时发生，从而准确地确定目标（例如其他车辆、行人、道路和其他物体）在周围环境中的位置以及在特定时刻发生的情况。当数据同步关联时，可以确定在特定时刻周围环境中发生的事件。具有正确关联的时间戳或时间顺序对整个自动驾驶车辆系统的可靠性有巨大的影响。

[0085] 例如，三个不同的传感器可能会检测到一个目标（“命中”目标），然后感知算法（例如软件应用程序）可以从三个不同传感器在该位置的数据集群中确定目标具有某些属性，并有一定的可信度是另一辆车。鉴于在环境中确定的物体（目标），自动驾驶车辆接口系统可以确定如何从一个点导航到下一个点而不碰撞到这些物体。此功能可以通过路径规划算法（例如软件应用程序）实施。系统可以包括低级路径寻找算法，例如确定如何在一条街区中导航，或者从一个停车标志到下一个红绿灯而不碰撞到任何物体。系统还可以包括高级路径规划算法，例如确定从一个城市到另一个城市的路径。

[0086] 从商业角度来看，汽车和其他车辆制造商通常倾向于专注于高层路径规划算法，这些算法叠加在传感器检测和传感器数据处理之上以确定目标位置。然而，设计精良的低层自动驾驶车辆接口系统显然是整体自动驾驶车辆系统的重要且必要的架构。在实施例中，自动驾驶车辆接口系统是分布式架构，而不是由一台计算机管理所有系统节点，如果这台计算机出现故障，整个系统就会瘫痪。通过分布式架构，不同的计算设备是去中心化的，可以托管不同的处理模块，因此如果一台计算设备或节点失败，不会使整个系统瘫痪。实时总线上的系统节点具有唯一身份标识，可以根据注册和接收不同类型系统数据的节点复制、替换和/或切换节点（例如，一个失败或替代的节点）。

[0087] 在自动驾驶车辆接口系统的实施中，传感器节点可以是接收来自多个传感器输入的模块，甚至是几种不同类型的传感器。通常，每个系统节点被指定执行一项特定任务、功能、特性等。然而，该架构的独特之处在于，所有系统节点都可以根据需要或指定访问所有数据。概念上，一个单一的管道传输每个传感器、模块、组件等的所有系统数据。系统中每个节点的所有数据都可供其他任何节点（例如模块、组件、计算设备等）使用。例如，五个雷达可能会生成原始CAN数据，任何节点都可以接收并解析CAN数据为高级数据类型。通常，系统数据不仅仅是从一点传输到另一点，而是随时可通过发布-订阅架构在实时总线上发布的数据。

[0088] 在实施例中，一个指定节点可能提供依赖的信息，如果该节点失败，可以检测到失败并发送命令到不同的节点以启动失败节点并重新启动在不同节点上的丢失节点功能或操作，或者在任何其他节点上。同样，不同的两个节点可以解析相同的数据，并且这两个节点可以相互验证以提高数据的可靠性。此外，如果其中一个节点失败，解析的数据仍可从另一个操作节点获取。

[0089] 在实施例中，自动驾驶车辆接口系统实现了各种系统节点的即插即用。如上所述，传统系统的许多不同传感器通常采用多种不同协议，并且它们的操作具有不同的特性。通常，开发自动驾驶车辆系统的程序员需要学习所有不同传感器的操作方式和许多不同的协议以实现系统。在实施例中，系统架构的PolySync特性可以识别传感器类型，例如雷达组件，并将雷达数据抽象为高级雷达数据类型。

[0090] 系统架构实现了一个数据库，以支持系统中的传感器。例如，系统可以支持一百种不同类型的传感器，并且可以基于数据库中存储的数据逐步检测每一种传感器的输入直到确定传感器类型。对于整体架构中的每一个不同的传感器，系统被设计用来接收来自新传感器的传感器数据并对数据进行分析，以确定可能的传感器型号和类型。然后，下次系统启动时，自动驾驶车辆接口系统将具有系统节点配置的先验知识，并可以更快地响应启动。此功能也称为“无头”，即首次初始化系统时，可以使用可视化器功能（例如PolySync查看器的GUI）通过初始化过程的设置向导进行初始化过程，在下一次启动系统时，系统节点不需要登录或在系统上注册。

[0091] 系统配置完成后，汽车和其他车辆制造商的开发人员可以编写代码并在系统启动时通过自动驾驶车辆接口系统与架构系统通信。自动驾驶车辆接口系统还可以被称为和/或实现为传感器和/或自动化操作系统，在这种情况下，自动驾驶车辆接口系统预配置了传感器的驱动程序。驱动程序是预配置的，系统统一并通用化了系统节点之间的数据通信，因此它们不再是许多不同类型传感器的数据类型。系统架构解决了盲目接受哪些传感器、组件、模块等可提供输入的问题，并通过比较内部系统定义对数据输入进行采样，以确定传感器、组件和模块的关联。

[0092] 如上所述，自动驾驶车辆系统的传感器异步操作并生成传感器数据，需要校正时间戳以使其都处于单一时间上下文中。与使用调度程序来调度和完成任务的传统操作系统不同，或仅有限访问库和其他功能的实时操作系统（RTOS），自动驾驶车辆接口系统的实施利用硬件时间戳同步跨所有系统生成的传感器数据。例如，CAN模块提供硬件时间戳，以太网传感器通常提供硬件时间戳。尽管时间戳可能来自许多不同的系统节点，但每个节点在其传输的时间戳上是一致的。在某些情况下，自定义驱动程序提供系统时间戳以非常低的延迟处理传入数据。

[0093] 系统节点的时间戳根据系统时间进行校正，系统时间基于网络时间协议同步，这一协议由GPS信号设置（因为GPS具有在所有GPS设备中通用的绝对时间戳）。GPS校正网络时间协议，使得自动驾驶车辆接口系统可以校正传感器时间，并将所有不同的时间戳关联到一个单一时间域。这在多车辆应用中也很有用，因为现在所有车辆都将在相同的时间域中运行。

对于区别技术特征1和区别技术特征3：

对比文件CN101799992B[0068] 图1中示出远程车辆26，其位于本车检测传感器的视场外。虽然远程车辆26因远程车辆位置而不能被本车目标检测传感器检测到，但是远程车辆26包括能将其GPS位置传送到本车10的V2V通信系统。

[0067] 再次参考图1，本车10配备有V2V通信系统和目标检测感测装置。这里讨论具有目标检测传感器和/或V2V通信的优点。远程车辆22和24被本车10的目标检测传感器检测到，如所示。本车前向所感测的区域的视场总体示出为25。远程车辆24配备有V2V通信装置并且与本车10通信。远程车辆24还可与处于本车10的播送范围之外的远程车辆24之前的车辆通信。由远程车辆24获得的V2V消息信息被传送给本车10，这提供正在发生的更多详细信息，这些信息超出仅由本车目标检测感测装置可获得到的信息。另外，来自远程车辆24的在数据通信内所包含的是远程车辆GPS位置。从远程车辆24所接收到的信息，连同由本车10所感测到的数据，允许本车10确定误差是否可能出现在本车GPS数据或从远程车辆24接收到的GPS数据中。如果误差出现，则这些误差可被补偿或被校正。

上述记载公开了远程车辆将自身的gps数据发送给本车，既在第一设备处获取第二设备的位置。同时公开了本车地图记录本车的gps数据，既所述第一组设备地图信息包括所述第一设备的位置

对于区别技术特征1和区别技术特征3：

对比文件CN108320505A记载：[0003] 针对现有技术的不足，本发明目的之一在于提供一种定位精度高，实时场景化、高智能化程度的基于固定车辆信息采集的实时交通信息发布系统。[0004] 基于固定车辆信息采集的实时交通信息发布系统，所述系统包括：固定采集设备（相当于权利要求中的第一设备和第二设备）、匹配发布单元、终端，所述匹配发布单元包括第一注册模块、第二注册模块、匹配信息获取模块、匹配信息发布模块；[0005] 所述第一注册模块，用于获取所述固定采集设备的标识号或所在地理位置信息（相当于第一设备和第二设备的位置），并注册所述固定采集设备；

对比文件CN108320505A 基于固定车辆信息采集的实时交通信息发布系统及方法  公开了一种车辆信息采集交通信息的方法，相当于权利要求中的在第一设备和第二设备处的地图信息。上述记载明确公开了固定采集设备既权利要求中的第一设备和第二设备处记录采集设备的位置。本领域技术人员容易想到所述第一组设备地图信息包括所述第一设备的位置和所述第二组设备地图信息包括所述第二设备的位置。

对于区别技术特征2和区别技术特征4：

对比文件CN108320505A记载：[0003] 针对现有技术的不足，本发明目的之一在于提供一种定位精度高，实时场景化、高智能化程度的基于固定车辆信息采集的实时交通信息发布系统。[0004] 基于固定车辆信息采集的实时交通信息发布系统，所述系统包括：固定采集设备（相当于权利要求中的第一设备和第二设备）、匹配发布单元、终端，所述匹配发布单元包括第一注册模块、第二注册模块、匹配信息获取模块、匹配信息发布模块；[0005] 所述第一注册模块，用于获取所述固定采集设备的标识号或所在地理位置信息（相当于第一设备和第二设备的位置），并注册所述固定采集设备；[0006] 所述第二注册模块，用于获取所述终端的标识号、通信链路信息、以及所述终端关联车辆的一个或多个识别特征信息，并注册所述终端；[0007] 所述固定采集设备，用于采集车辆或车辆附属物的特征，并形成识别特征信息（相当于权利要求中的移动设备标识符）；[0008] 所述匹配信息获取模块，用于根据所述识别特征信息以及所述固定采集设备的识别号通过不同的匹配模型得到需要的匹配信息和匹配终端；[0009] 所述匹配信息发布模块，用于将所述匹配信息发布至所述匹配终端。  [0014] 作为本发明的进一步改进，所述车辆或车辆附属物的特征包括：车牌、车型、颜色、车标、附着在车辆上的电子标识信息。（目标专利说明书明确记载移动设备标识符包括车牌）

对比文件CN108320505A 基于固定车辆信息采集的实时交通信息发布系统及方法  公开了一种车辆信息采集交通信息的方法，相当于权利要求中的在第一设备和第二设备处的地图信息。上述记载明确公开对采集到的车辆记录特征信息。本领域技术人员容易想到其中所述第一组设备地图信息包括中每个移动设备的设备标识信息，所述设备标识信息包括移动设备标识符，所述第二组设备地图信息包括每个移动设备的设备标识信息，第二组设备地图信息中的所述设备标识信息包括移动设备标识符

对于区别技术特征9：

对比文件KR20160040911A公开[0016] 图1是根据本发明实施例的基于V2X通信的车辆周边环境感知装置的框图。如图1所示，基于V2X通信的车辆周边环境感知装置（以下简称“周边环境感知装置”）（100）包括：获取单元（110）、通信单元（120）、处理单元（130）和生成单元（140）。[0017] 获取单元（110）获取车辆周围检测到的第一周边环境信息。例如，第一周边环境信息包括相对于车辆位置的特定半径内的障碍物（周边车辆及周边物体）所在的方向和距离（相当于与权利要求中的设备的相对定位信息）。[0018] 此时，第一周边环境信息是通过安装在车辆上的多个传感器检测到的信息。传感器可以是用于检测障碍物的传感器，例如超声波传感器、雷达等。或者，传感器可以是CCD（电荷耦合器件）或CMOS（互补金属氧化物半导体）等图像传感器。

对比文件KR20160040911A公开了一种基于V2X通信的周边环境感知装置，所述装置包括：获取单元，用于获取车辆周边检测到的第一周边环境信息；通信单元，通过V2X通信接收其他车辆检测到的第二周边环境信息；处理单元，利用所述第一周边环境信息和第二周边环境信息处理车辆的周边信息；以及生成单元，利用处理后的周边信息生成车辆的动态地图（Dynamic Map）。其中的周边环境信息相当于权利要求中的地图信息，对比文件公开了在车辆生成的周五地图信息包括摄像头或雷达感知的障碍物的方向和距离，本领域技术人员容易想到其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息；

对于区别技术特征1和区别技术特征3:

对比文件KR20160040911A记载：[0022] 例如，通信单元（120）可以从位于车辆周围且支持V2V通信的其他车辆接收其他车辆的周边环境信息（第二周边环境信息）。这里，第二周边环境信息（相当于权利要求中的地图信息）不仅包括其他车辆的位置信息（例如，GPS信息），还包括以其他车辆为基准的一定半径范围内障碍物（车辆及物体）的位置方向和距离。

[0028] 另一方面，通信单元（120）可以发送包含第一周边环境信息和第一行驶信息的车辆信息。此时，发送的车辆信息可以通过V2V通信传输给能够与车辆通信的其他车辆，或者通过V2I通信传输给能够通信的路边基站。

[0030] 例如，处理单元（130）可以如图2a所示，利用车辆（21）和其他车辆（23）各自共同检测到的障碍物（25）信息来处理周边信息。如图2b所示，处理单元（130）将从第一周边环境信息获得的障碍物（25）检测信息（22）与从第二周边环境信息获得的障碍物（25）检测信息（24）进行融合。此时，处理单元（130）还可以考虑通过通信单元（120）接收到的第二行驶信息进行融合。处理单元（130）可以对融合的信息进行误差校正，如图2c所示。

对比文件KR20160040911A明确公开了接受的周边环境信息包括其他车辆的位置信息。并且将本车的第一周边环境信息和第二周边环境信息融合为动态地图。本领域技术人员容易想到所述第一组设备地图信息包括所述第一设备的位置，所述第二组设备地图信息包括所述第二设备的位置。

根据权利要求1所述的方法，其中，所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合

对比文件1CN106485949A公开了：第一信息集合包含对应于第一物体列表之内的多个物体38中的每一个的第一大小和第一位置。第一大小和第一位置动态地更新。由于摄像机或处理不准确性，物体38中的每一个的第一大小和第一位置44可以偏离物体38中的每一个的实际大小和位置。控制器18使用多个物体38中的每一个的动态更新的第一大小和第一位置44来确定针对第一物体列表中的多个物体38中的每一个的相对位置和速度。第一动态模型包含路段34的第一地图，其中多个物体38被定位在第一地图之内。路段34的第一地图包含表征车道L1至Ln的第一车道信息，其包含第一车道计数、第一车道宽度46、以及第一车道曲率48等。方法继续到块112，在块112中控制器18把第一车道信息置信水平分配给路段34的第一动态模型。第一置信水平是对来自摄像机22的数据的可靠性的评估。第一置信水平可以基于摄像机22的已知公差、范围、视场和/或视觉保真度（即，所述一个或多个相对定位信息包括：相对位置、速度、定位不确定性、置信水平、或其任意组合）。而距离、方位、距离角、绝对坐标是物体相对位置的常规参量，而且RF特性也是物体定位信息的常规参量。因此在其引用的权利要求不具备创造性的情况下，权利要求2所要求保护的技术方案也不具备创造性，不符合专利法第22条第3款的规定

对比文件CN101799992B[0066] 目标检测模块17从目标检测装置接收数据，这些目标检测装置包括但不限于基于雷达的检测装置、基于视觉的检测装置、和基于光的检测装置。这些装置的例子可包括雷达检测器(例如，远程和短程雷达)、照相机、和激光雷达装置、立体视觉。每个相应感测系统检测或捕获相应传感器视场中的图像。视场依赖于目标检测传感器被定向的方向。通过V 2V通信获得的某些数据可能不能通过目标检测装置来获得，并且反之亦然。通过组合从两个系统获得的数据，除了校正使用每个感测系统通常发生的误差之外，可获得对车辆周围环境的全面察觉。

上述记载公开了传感器检测包括传感器的被定向的方向既权利要求中的方位，距离角。本领域技术人员容易想到所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合

对比文件KR20160040911A公开[0016] 图1是根据本发明实施例的基于V2X通信的车辆周边环境感知装置的框图。如图1所示，基于V2X通信的车辆周边环境感知装置（以下简称“周边环境感知装置”）（100）包括：获取单元（110）、通信单元（120）、处理单元（130）和生成单元（140）。[0017] 获取单元（110）获取车辆周围检测到的第一周边环境信息。例如，第一周边环境信息包括相对于车辆位置的特定半径内的障碍物（周边车辆及周边物体）所在的方向和距离（相当于与权利要求中距离、方位、距离角）。[0018] 此时，第一周边环境信息是通过安装在车辆上的多个传感器检测到的信息。传感器可以是用于检测障碍物的传感器，例如超声波传感器、雷达等。或者，传感器可以是CCD（电荷耦合器件）或CMOS（互补金属氧化物半导体）等图像传感器。

对比文件KR20160040911A公开了一种基于V2X通信的周边环境感知装置，所述装置包括：获取单元，用于获取车辆周边检测到的第一周边环境信息；通信单元，通过V2X通信接收其他车辆检测到的第二周边环境信息；处理单元，利用所述第一周边环境信息和第二周边环境信息处理车辆的周边信息；以及生成单元，利用处理后的周边信息生成车辆的动态地图（Dynamic Map）。其中的周边环境信息相当于权利要求中的地图信息，对比文件公开了在车辆生成的周五地图信息包括摄像头或雷达感知的障碍物的方向和距离，本领域技术人员容易想到所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合

根据权利要求1所述的方法，其中，所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述移动设备标识符包括全球唯一标识符、本地唯一标识符、或接近度唯一标识符，并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

从属权利要求 3 引用权利要求 2，其附加技术特征是设备标识信息的常规参量。因此，在其引用的权 利要求不具备创造性的情况下，该权利要求不具备创造性，不符合专利法第 22 条第 3 款的规定。 

对比文件CN109029422A公开了根据所述方位和里程信息进行地图数据的融合。所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识（即，物体标识符）的参考物。本领域技术人员容易想到所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述移动设备标识符包括全球唯一标识符、本地唯一标识符、或接近度唯一标识符，并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

对比文件CN108320505A记载：[0003] 针对现有技术的不足，本发明目的之一在于提供一种定位精度高，实时场景化、高智能化程度的基于固定车辆信息采集的实时交通信息发布系统。[0004] 基于固定车辆信息采集的实时交通信息发布系统，所述系统包括：固定采集设备（相当于权利要求中的第一设备和第二设备）、匹配发布单元、终端，所述匹配发布单元包括第一注册模块、第二注册模块、匹配信息获取模块、匹配信息发布模块；[0005] 所述第一注册模块，用于获取所述固定采集设备的标识号或所在地理位置信息（相当于第一设备和第二设备的位置），并注册所述固定采集设备；[0006] 所述第二注册模块，用于获取所述终端的标识号、通信链路信息、以及所述终端关联车辆的一个或多个识别特征信息，并注册所述终端；[0007] 所述固定采集设备，用于采集车辆或车辆附属物的特征（相当于权利要求中车辆标识特性），并形成识别特征信息（相当于权利要求中的移动设备标识符）；[0008] 所述匹配信息获取模块，用于根据所述识别特征信息以及所述固定采集设备的识别号通过不同的匹配模型得到需要的匹配信息和匹配终端；[0009] 所述匹配信息发布模块，用于将所述匹配信息发布至所述匹配终端。 [0014] 作为本发明的进一步改进，所述车辆或车辆附属物的特征包括：车牌、车型、颜色、车标、附着在车辆上的电子标识信息。（目标专利说明书明确记载车辆标识信息包括车牌）

对比文件CN108320505A 基于固定车辆信息采集的实时交通信息发布系统及方法  公开了一种车辆信息采集交通信息的方法，相当于权利要求中的在第一设备和第二设备处的地图信息。上述记载明确公开对采集到的车辆记录特征信息既并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

根据权利要求1所述的方法，其中，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型还包括基于行进方向、接近度、视线、或其任意组合过滤与设备相关的设备地图信息。

从属权利要求 4引用权利要求 1，其附加技术特征构成该权利要求相比于对比文件 1 CN106485949A的进一步区别。 然而，对比文件 1 CN106485949A基于两组不同来源的动态信息进行信息融合以得到路段 34 地图信息，其中一组是本车传感 器采集，另一组是其它车辆传感器采集，参见对比文件 1 CN106485949A附图 2，由于车辆都是在行驶过程中，车辆行驶方 向、车辆与物体的距离、以及车辆摄像机采集信息的角度等都是影响其获取的路段地图信息的因素，基于此， 在获取采集的路段信息的同时还获取采集的路段信息对应的车辆行驶方向、车辆与物体的距离、以及车辆摄 像机采集信息的角度等，即是，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世 界交通模型还包括基于行进方向、接近度、视线、或其任意组合过滤与设备相关的设备地图信息，是本领域 技术人员不需要付出创造性劳动即可得到的。 因此，在其引用的权利要求不具备创造性的情况下，该权利要求不具备创造性，不符合专利法第 22 条第 3 款的规定

对比文件KR20160040911A记载：[0019] 此外，获取单元（110）还包括与车辆行驶相关的车辆行驶信息。此处，车辆行驶信息是从车辆的ECU（电子控制单元）中获取的信息，包括车辆速度信息、加速度信息、偏航率信息及转向信息等。

其中的偏航率信息及转向信息既相当于权利要求中的行进方向，接近度。本领域技术人员容易想到基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型还包括基于行进方向、接近度、视线、或其任意组合过滤与设备相关的设备地图信息。

根据权利要求1所述的方法，其中，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型还包括基于所述至少一个公共移动设备组合所述第一组设备地图信息和所述第二组设备地图信息。

从属权利要求 5引用权利要求 1。

对比文件CN109029422A记载[0067] 所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位置起飞，并利用一颗树木作为参考点。（相当于权利要求中以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。要解决的技术问题如何将两个地图合并为一个地图。）无人机通过传感器识别同一颗树木，并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。

由前述内容可知，对比文件 CN106485949A 公开了基于所述第一组设备地图信息 和所述第二组设备地图信息生成设备的现实世界交通模型，CN109029422A公开了：基于所述至少一个公共物体 组合所述第一组地图信息和所述第二组地图信息。结合对比文件 CN106485949A和CN109029422A，在对比文件 CN106485949A中，基于所述至少一个公共设备组合所述第一组设备地图信息和所述第二组设 备地图信息，进而基于组合后的地图信息生成设备的现实世界交通模型，对于本领域技术人员而言是显而易 见的。 因此，在其引用的权利要求不具备创造性的情况下，该权利要求不具备创造性，不符合专利法第 22 条第 3 款的规定

根据权利要求5所述的方法，其中，组合所述第一组设备地图信息和所述第二组设备地图信息还基于一个或多个公共物体。

对比文件CN109029422A记载[0067] 所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位置起飞，并利用一颗树木作为参考点。（相当于权利要求中以及在所述第一设备处，响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。要解决的技术问题如何将两个地图合并为一个地图。）无人机通过传感器识别同一颗树木，并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。

由上述内容可知，对比文件2CN109029422A公开了：组合所述第一组地图信息和 所述第二组地图信息还基于一个或多个公共物体。结合对比文件1CN106485949A和 对比文件2CN109029422A得到，组合所述第一组设备地图信 息和所述第二组设备地图信息还基于一个或多个公共物体，是显而易见的。因此，在其引用的权利要求不具 备创造性的情况下，该权利要求不具备创造性，不符合专利法第 22 条第 3 款的规定。

根据权利要求5所述的方法，其中，所述第一组设备地图信息包括第一组设备，并且所述第一组设备中的每个移动设备包括一个或多个设备特性，并且其中，所述第二组设备地图信息包括第二组设备，并且所述第二组设备中的每个移动设备包括一个或多个设备特性，并且其中，确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所述至少一个公共移动设备包括：基于对应于所述第一组设备中的移动设备的一个或多个特性与对应于所述第二组设备中的移动设备的一个或多个特性的比较，确定移动设备是否是公共移动设备。

CN106485949A公开了：道路危险物 42 可以是路段 34 上的任何事物， 包含行人、动物、碎片、施工桶（construction barrel）、报废的车辆等（即，所述第一组设备地图信息包括第 一组设备，并且所述第一组设备中的每个设备包括一个或多个设备特性，并且其中，所述第二组设备地图信 息包括第二组设备，并且所述第二组设备中的每个设备包括一个或多个设备特性）。 基于CN106485949A公开的上述内容，确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所 述至少一个公共设备包括：基于对应于所述第一组设备中的设备的一个或多个特性与对应于所述第二组设备 中的设备的一个或多个特性的比较，确定设备是否是公共设备，对本领域技术人员而言是显而易见的。 因此，在其引用的权利要求不具备创造性的情况下，该权利要求不具备创造性，不符合专利法第 22 条第 3 款的规定。 

对比文件CN109029422A记载[0054] 在本发明的具体实施方式中，所述无人机的飞行高度包括在树冠之上和/ 或在树冠之下，即分为空中飞行和地面飞行。空中和地面都可以是多个或者一个无人机。空中飞行指的是无人机在树木的冠层上飞行，无人机在树冠之上飞行时获取空中信息，所述空中信息包括树木的高度信息、种类信息、地理位置信息、冠幅信息和冠层点云密度信息中的至少一个（相当于权利要求中的设备特性）；地面飞行指的是无人机在树木的冠层之下飞行，所述无人机在树冠之下飞行时获取地面信息，所述地面信息包括树木下方的直径信息、圆直度信息、种类信息、密度信息和地理位置信息中的至少一个（相当于权利要求中的设备特性）。空中无人机之间的地图数据融合、地面无人机之间的地图数据融合与上述方法一致。地面站根据地理位置信息和特征匹配对空中和地面无人机构建的地图数据和调查数据进行融合。在树冠下飞行时，所述无人机采集的带有环境调查数据的地图数据的步骤包括：通过传感器进行避障飞行，同时通过传感器采集障碍物信息和所述地面信息，以构建所述地图数据。

对比文件CN109029422A[0067] 所述融合基点指某一能够用于将两个地图统一到同一坐标系下的参考点。该参考点可以是一个绝对坐标点，也可以是拥有唯一标识的参考物。例如，无人机通过路径规划，飞入某一开阔地带，进而得到较为准确的GPS坐标。此时，该无人机的地图就拥有了一个绝对的参考点。第二无人机通过相同的方法，也得到一个绝对的参考点。基于两个参考点，两个调查地图完成融合。再或者，两台无人机在同一位置起飞，并利用一颗树木作为参考点。无人机通过传感器识别同一颗树木（（相当于权利要求中的设备特性）），并将该树木作为融合基点。基站台或某一无人机基于该融合基点，将两个调查地图进行融合。通过以上方法，系统可以将任意多的调查地图进行融合，进而得到一张由多个无人机协同完成的调查地图。（相当于权利要求中并且其中，确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所述至少一个公共移动设备包括：基于对应于所述第一组设备中的移动设备的一个或多个特性与对应于所述第二组设备中的移动设备的一个或多个特性的比较，确定移动设备是否是公共移动设备。）

对比文件CN109029422A明确公开了基于同一颗树进行地图融合，需要在两张地图中确定同一颗树木，且树木为传感器所识别，则必然要对连个地图中的数目进行特性比较。来确定是否为同一颗树木。因此对于本领域技术人员来说其中，所述第一组设备地图信息包括第一组设备，并且所述第一组设备中的每个移动设备包括一个或多个设备特性，并且其中，所述第二组设备地图信息包括第二组设备，并且所述第二组设备中的每个移动设备包括一个或多个设备特性，并且其中，确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所述至少一个公共移动设备包括：基于对应于所述第一组设备中的移动设备的一个或多个特性与对应于所述第二组设备中的移动设备的一个或多个特性的比较，确定移动设备是否是公共移动设备。是容易想到的。

一种用于生成现实世界交通模型的第一设备，所述第一设备包括：

一个或多个存储器；

一个或多个收发器；

一个或多个处理器，通信耦合至所述一个或多个存储器和所述一个或多个收发器，所述一个或多个处理器被配置为：

经由所述一个或多个收发器获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、每个移动设备的设备标识信息和所述第一设备的位置，其中所述设备标识信息包括移动设备标识符；

经由所述一个或多个收发器获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息、每个移动设备的设备标识信息和所述第二设备的位置，其中所述第二组设备地图信息中的所述设备标识信息包括移动设备标识符；

基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、以及所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；以及响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。

与权利要求1对应

根据权利要求8所述的第一设备，其中，所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合。

与权利要求2对应

根据权利要求8所述的第一设备，其中，所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述移动设备标识符包括全球唯一标识符、本地唯一标识符、或接近度唯一标识符，并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

于权利要求3对应。

根据权利要求8所述的第一设备，其中，被配置为基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型的所述一个或多个处理器还被配置为基于行进方向、接近度、视线、或其任意组合过滤与设备相关的设备地图信息。

与权利要求4对应。

根据权利要求8所述的第一设备，其中，所述一个或多个处理器被配置为基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型包括所述一个或多个处理器被配置为基于所述至少一个公共移动设备组合所述第一组设备地图信息和所述第二组设备地图信息。

与权利要求5对应。

根据权利要求12所述的第一设备，其中，被配置为组合所述第一组设备地图信息和所述第二组设备地图信息的所述一个或多个处理器还基于一个或多个公共物体。

与权利要求6对应。

根据权利要求12所述的第一设备，其中，所述第一组设备地图信息包括第一组设备，并且所述第一组设备中的每个移动设备包括一个或多个设备特性，并且其中，所述第二组设备地图信息包括第二组设备，并且所述第二组设备中的每个移动设备包括一个或多个设备特性，并且其中，所述一个或多个处理器被配置为确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所述至少一个公共移动设备包括所述一个或多个处理器被配置为：基于对应于所述第一组设备中的移动设备的一个或多个特性与对应于所述第二组设备中的移动设备的一个或多个特性的比较，确定移动设备是否是公共移动设备。

与权利要求7对应。

一种用于生成现实世界交通模型的第一设备，所述第一设备包括：

用于获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息的部件，其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、每个移动设备的设备标识信息和所述第一设备的位置，其中所述设备标识信息包括移动设备标识符；

用于获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息的部件，其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息、每个移动设备的设备标识信息和所述第二设备的位置，其中所述第二组设备地图信息中的所述设备标识信息包括移动设备标识符；

用于基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、以及所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备的部件；以及用于响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型的部件。

与权利要求1对应。

根据权利要求15所述的第一设备，其中，所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合

与权利要求2对应

根据权利要求15所述的第一设备，其中，所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述移动设备标识符包括全球唯一标识符、本地唯一标识符、或接近度唯一标识符，并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

于权利要求3对应。

根据权利要求15所述的第一设备，其中，用于基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型的部件还包括用于基于行进方向、接近度、视线、或其任意组合过滤与设备相关的设备地图信息的部件。

于权利要求4对应。

根据权利要求15所述的第一设备，其中，用于基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型的部件还包括用于基于所述至少一个公共移动设备组合所述第一组设备地图信息和所述第二组设备地图信息的部件。

于权利要求5对应。

根据权利要求19所述的第一设备，其中，用于组合所述第一组设备地图信息和所述第二组设备地图信息的部件还基于一个或多个公共物体。

于权利要求6对应。

根据权利要求19所述的第一设备，其中，所述第一组设备地图信息包括第一组设备，并且所述第一组设备中的每个移动设备包括一个或多个设备特性，并且其中，所述第二组设备地图信息包括第二组设备，并且所述第二组设备中的每个移动设备包括一个或多个设备特性，并且其中，用于确定所述第一组设备地图信息和所述第二组设备地图信息是否包含所述至少一个公共移动设备的部件包括：用于基于对应于所述第一组设备中的移动设备的一个或多个特性与对应于所述第二组设备中的移动设备的一个或多个特性的比较，确定移动设备是否是公共移动设备的部件。

与权利要求7对应。

一种用于生成现实世界交通模型的非暂时性计算机可读介质，包括处理器可执行程序代码，所述处理器可执行程序代码被配置为使得第一设备的处理器：获得与接近所述第一设备的一个或多个移动设备相关联的第一组设备地图信息，其中所述第一组设备地图信息包括每个移动设备关于所述第一设备的相对定位信息、每个移动设备的设备标识信息和所述第一设备的位置，其中所述设备标识信息包括移动设备标识符；

获得与接近第二设备的一个或多个移动设备相关联的第二组设备地图信息，其中所述第二组设备地图信息包括每个移动设备关于所述第二设备的相对定位信息、每个移动设备的设备标识信息和所述第二设备的位置，其中所述第二组设备地图信息中的所述设备标识信息包括移动设备标识符；

基于所述第一组设备地图信息中的所述移动设备标识符、所述第二组设备地图信息中的所述移动设备标识符、所述第一组设备地图信息中的移动设备的定位接近所述第二组设备地图信息中的移动设备的定位、以及所述第一组设备地图信息的时间戳和所述第二组设备地图信息的时间戳是否在时间阈值内，来确定所述第一组设备地图信息和所述第二组设备地图信息是否包含至少一个公共移动设备；以及响应于所述第一组设备地图信息和所述第二组设备地图信息包含所述至少一个公共移动设备的确定，基于所述第一组设备地图信息和所述第二组设备地图信息生成设备的现实世界交通模型。

与权利要求1对应。

根据权利要求22所述的非暂时性计算机可读介质，其中所述相对定位信息包括：距离、方位、距离角、RF特性、速度、定位不确定性、置信水平、或其任意组合。

与权利要求2对应。

根据权利要求22所述的非暂时性计算机可读介质，其中，所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述移动设备标识符包括全球唯一标识符、本地唯一标识符、或接近度唯一标识符，并且所述第一组设备地图信息或所述第二组设备地图信息中的至少一者中的所述设备标识信息还包括一个或多个车辆标识特性。

与权利要求3对应