基于车路协同的环境监测方法、系统、介质及设备[发明专利]

(12)发明专利申请

(10)申请公布号 CN 114563377 A(43)申请公布日 2022.05.31

(21)申请号 202210088430.8(22)申请日 2022.01.25

(71)申请人 智道网联科技（北京）有限公司

地址 100029 北京市东城区北三环东路36

号1号楼B601(72)发明人 杜刚　邓攀　

(74)专利代理机构 北京华夏泰和知识产权代理

有限公司 11662

专利代理师 邓菊香(51)Int.Cl.

G01N 21/53(2006.01)G06F 16/29(2019.01)G06N 20/00(2019.01)H04W 4/40(2018.01)H04W 4/44(2018.01)

权利要求书2页 说明书13页 附图4页

H04W 4/38(2018.01)

CN 114563377 A()发明名称

基于车路协同的环境监测方法、系统、介质及设备(57)摘要

本发明涉及一种基于车路协同的环境监测方法、系统、设备以及介质，可应用于车路协同和环境治理技术领域，该基于车路协同的环境监测方法包括：采集环境图像信息并将环境图像信息发送至云服务器，该环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，第一图像信息以及第二图像信息均携带有当前采集区域的位置信息；基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中高精地图数据包括目标区域内特种车辆的实时位置信息；接收当前采集区域的能见度参考值，在监测到能见度参考值满足预设条件时，通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理。

CN 114563377 A

权　利　要　求　书

1/2页

1.一种基于车路协同的环境监测方法，其特征在于，应用于车载单元，包括：采集环境图像信息并将所述环境图像信息发送至云服务器，其中所述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，所述第一图像信息以及所述第二图像信息均携带有当前采集区域的位置信息；

基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，所述高精地图数据包括所述目标区域内特种车辆的实时位置信息，所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域；

接收所述当前采集区域的能见度参考值，在监测到所述能见度参考值满足预设条件时，通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理。

2.根据权利要求1所述的基于车路协同的环境监测方法，其特征在于，所述方法还包括：

根据所述当前采集区域的环在监测到所述能见度参考值低于所述第一阈值的情况下，

境图像信息，确定所述当前采集区域的中心点，向与所述当前采集区域相距第二预设距离内的车辆发送能见度较低的预警信息和所述当前采集区域的位置信息。

3.根据权利要求2所述的基于车路协同的环境监测方法，其特征在于，所述方法还包括：

根据气象站发布的气象信息和所述当前采集区域的位置信息，确定所述当前采集区域的实际能见度。

4.根据权利要求3所述的基于车路协同的环境监测方法，其特征在于，所述预设条件包括：

所述当前采集区域的能见度参考值与所述实际能见度之间的差值超过第二阈值；或所述前采集区域的能见度参考值低于第三阈值；其中所述第三阈值低于所述第一阈值。

5.根据权利要求4所述的基于车路协同的环境监测方法，其特征在于，所述通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理包括：

根据所述目标区域内特种车辆的实时位置信息，确定与所述中心点相距第三预设距离之内的特种车辆；

从与所述中心点相距第三预设距离之内的特种车辆中调度预设数量的特种车辆对所述当前采集区域的环境进行治理。

6.根据权利要求5所述的基于车路协同的环境监测方法，其特征在于，在所述通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理之后，所述方法还包括：

在监测到治理后的所述当前采集区域的能见度参考值达到或高于所述第一阈值的情况下，发送回调指令给所述特种车辆，以指示所述特种车辆返回特种车辆的待命位置；或

在监测到治理后的所述当前采集区域的能见度参考值与实际能见度之间的差值未超过所述第二阈值的情况下，发送回调指令给所述特种车辆，以指示所述特种车辆返回特种车辆的待命位置。

7.一种基于车路协同的环境监测方法，其特征在于，应用于云服务器，包括：

2

CN 114563377 A

权　利　要　求　书

2/2页

接收当前采集区域的环境图像信息，并将所述环境图像信息输入预先训练的机器学习模型，得到所述当前采集区域的能见度参考值，其中所述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、路侧单元采集的第二图像信息，所述第一图像信息以及所述第二图像信息均携带有所述当前采集区域的位置信息；

将所述能见度参考值发送至目标区域内车辆的车载单元，其中所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域。

8.根据权利要求6所述的基于车路协同的环境监测方法，其特征在于，所述机器学习模型通过如下步骤进行训练：

获取样本数据，所述样本数据包括车载单元和/或路侧单元采集的环境图像信息和采集区域的位置信息；

获取同一时间所述采集区域的气象信息，所述气象信息包括所述采集区域的实际能见度；

以所述样本数据为输入，以所述采集区域的实际能见度为期望输出，训练所述机器学习模型。

9.根据权利要求1至6或7至8中任一项所述的基于车路协同的环境监测方法，其特征在于，所述特种车辆包括清扫车辆或洒水车辆。

10.一种基于车路协同的环境监测系统，其特征在于，所述环境监测系统包括车载单元、路侧单元和云服务器：

所述车载单元包括采集模块、处理模块和监测模块，其中：

所述采集模块用于采集环境图像信息并将所述环境图像信息发送至云服务器，其中所述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，所述第一图像信息以及所述第二图像信息均携带有当前采集区域的位置信息；

所述处理模块用于基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，所述高精地图数据包括所述目标区域内特种车辆的实时位置信息，所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域；

所述监测模块用于接收所述当前采集区域的能见度参考值，在监测到所述能见度参考值满足预设条件时，通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理；

所述云服务器包括数据处理模块和数据传输模块，其中：所述数据处理模块用于接收当前采集区域的环境图像信息，并将所述环境图像信息输入预先训练的机器学习模型，得到所述当前采集区域的能见度参考值；

所述数据传输模块用于将所述能见度参考值发送至目标区域内车辆的车载单元，其中所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域。

3

CN 114563377 A

说　明　书

基于车路协同的环境监测方法、系统、介质及设备

1/13页

技术领域

[0001]本发明涉及车路协同和环境治理技术领域，尤其涉及一种基于车路协同的环境监测方法、系统、介质及设备。背景技术

[0002]目前，智慧交通领域中已逐渐出现越来越多的城市治理方面的需求，其中大气环境治理方面的应用已成为相关技术中的一个研究方向，在目前的大气治理方面多采用通过在基础设施上架设传感器设备监测空气中扬尘等颗粒物的浓度来监测环境空气，并由环保部门执行相应的处理，在未布设相应设备的区域无法获取空气污染信息，难以便捷灵活地实施治理。

发明内容

[0003]为了至少上述的技术问题，本发明的实施例提供了一种基于车路协同的环境监测方法、系统、介质及设备。[0004]第一方面，本发明的实施例提供了一种基于车路协同的环境监测方法，应用于车载单元，上述方法包括：采集环境图像信息并将上述环境图像信息发送至云服务器，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有当前采集区域的位置信息；基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，上述高精地图数据包括上述目标区域内特种车辆的实时位置信息，上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域；接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理。[0005]根据本发明的实施例，上述方法还包括：在监测到上述能见度参考值低于上述第一阈值的情况下，根据上述当前采集区域的环境图像信息，确定上述当前采集区域的中心点，向与上述当前采集区域相距第二预设距离内的车辆发送能见度较低的预警信息和上述当前采集区域的位置信息。

[0006]根据本发明的实施例，上述方法还包括：根据气象站发布的气象信息和上述当前采集区域的位置信息，确定上述当前采集区域的实际能见度。[0007]根据本发明的实施例，上述预设条件包括：上述当前采集区域的能见度参考值与上述实际能见度之间的差值超过第二阈值；或上述前采集区域的能见度参考值低于第三阈值；其中上述第三阈值低于上述第一阈值。[0008]根据本发明的实施例，上述通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理包括：根据上述目标区域内特种车辆的实时位置信息，确定与上述中心点相距第三预设距离之内的特种车辆；从与上述中心点相距第三预设距离之内的特种车辆中调度预设数量的特种车辆对上述当前采集区域的环境进行治理。

4

CN 114563377 A[0009]

说　明　书

2/13页

根据本发明的实施例，在上述通过V2X通信协议向上述特种车辆发送指令，以调度

上述特种车辆进行环境治理之后，上述方法还包括：

[0010]在监测到治理后的上述当前采集区域的能见度参考值达到或高于上述第一阈值的情况下，发送回调指令给上述特种车辆，以指示上述特种车辆返回特种车辆的待命位置；或在监测到治理后的上述当前采集区域的能见度参考值与实际能见度之间的差值未超过上述第二阈值的情况下，发送回调指令给上述特种车辆，以指示上述特种车辆返回特种车辆的待命位置。

[0011]第二方面，本发明的实施例提供了一种基于车路协同的环境监测方法，应用于云服务器，上述环境监测方法包括：接收当前采集区域的环境图像信息，并将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度参考值，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有上述当前采集区域的位置信息；将上述能见度参考值发送至目标区域内车辆的车载单元，其中上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域。[0012]根据本发明的实施例，上述机器学习模型通过如下步骤进行训练：获取样本数据，上述样本数据包括车载单元和/或路侧单元采集的环境图像信息和采集区域的位置信息；获取同一时间上述采集区域的气象信息，上述气象信息包括上述采集区域的实际能见度；以上述样本数据为输入，以上述采集区域的实际能见度为期望输出，训练上述机器学习模型。

[0013]根据本发明的实施例，上述特种车辆包括清扫车辆或洒水车辆。[0014]第三方面，本发明的实施例提供了一种基于车路协同的环境监测装置，上述环境监测装置包括采集模块、处理模块和监测模块，上述采集模块用于采集环境图像信息并将上述环境图像信息发送至云服务器，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有当前采集区域的位置信息；上述处理模块用于基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，上述高精地图数据包括上述目标区域内特种车辆的实时位置信息，上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域；上述监测模块用于接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理。[0015]第四方面，本发明的实施例提供了一种基于车路协同的环境监测装置，包括数据处理模块和数据传输模块，其中：上述数据处理模块用于接收当前采集区域的环境图像信息，并将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度参考值；上述数据传输模块用于将上述能见度参考值发送至目标区域内车辆的车载单元，其中上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域。

[0016]第五方面，本发明的实施例提供了一种基于车路协同的环境监测系统，上述环境监测系统包括车载单元、路侧单元和云服务器：[0017]上述车载单元包括采集模块、处理模块和监测模块，其中：上述采集模块用于采集

5

CN 114563377 A

说　明　书

3/13页

环境图像信息并将上述环境图像信息发送至云服务器，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有当前采集区域的位置信息；上述处理模块用于基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，上述高精地图数据包括上述目标区域内特种车辆的实时位置信息，上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域；上述监测模块用于接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理；[0018]上述云服务器包括数据处理模块和数据传输模块，其中：上述数据处理模块用于接收当前采集区域的环境图像信息，并将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度参考值；上述数据传输模块用于将上述能见度参考值发送至目标区域内车辆的车载单元，其中上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域。[0019]第六方面，本发明的实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现如上所述的方法。[0020]第七方面，本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现如上所述的方法。

[0021]本发明实施例提供的上述技术方案与相关技术相比至少具有如下优点的部分或全部：

[0022]通过车载单元和路侧单元采集图像信息，对图像信息进行处理并得到能见度参考值，基于车路协同技术进行环境监测，在满足条件时基于V2X协议向特种车辆发送指令以实施调度及环境治理，能够快速高效地发现和解决大气环境异常，解决未布设相应设备的区域无法获取空气污染信息，难以便捷灵活地实施治理的技术问题，采集区域可以随车载单元的移动而动态变化，从而使得能够实时监测到更广范围区域的环境情况以进行治理，有助于提高环境监测和治理的时效性，降低交通安全隐患，保证交通安全。附图说明

[0023]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

[0024]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，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0025]图1示意性示出适用于本发明实施例的基于车路协同的环境监测方法及系统的系统架构；

[0026]图2示意性地示出了根据本发明一实施例的基于车路协同的环境监测方法的流程图；

[0027]图3示意性地示出了根据本发明另一实施例的基于车路协同的环境监测方法的流程图；

6

CN 114563377 A[0028]

说　明　书

4/13页

图4示意性地示出了根据本发明又一实施例的基于车路协同的环境监测方法的流

程图；

图5示意性地示出了根据本发明一实施例的基于车路协同的环境监测系统的结构

框图；以及

[0030]图6示意性地示出了根据本发明实施例的电子设备的结构框图。

[0029]

具体实施方式

[0031]为了能够更清楚地理解本发明的上述方面、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

[0032]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的。

[0033]下面参照图1至图6描述根据本发明一些实施例的基于车路协同的环境监测方法、系统、设备以及介质。

[0034]本发明第一方面的实施例提出了一种基于车路协同的环境监测方法包括：获取通过车载单元和/或路侧单元的摄像头采集的环境图像信息和当前采集区域的位置信息；将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度；在监测到上述能见度低于第一阈值的情况下，向与上述当前采集区域相距第一预设距离内的车辆发送能见度较低的预警信息和当前采集区域的位置信息。[0035]需要注意的是，图1所示仅为可以应用本发明实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本发明实施例不可以用于其他环境或场景。

[0036]参照图1所示，适用于本发明实施例的基于车路协同的环境监测方法及系统的系统架构100包括：终端设备101、102、103，网络104和服务器105。[0037]网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网

无线通信链路或者光纤电缆等等。络104可以包括各种连接类型，例如有线、

[0038]终端设备101、102、103可以包括摄像头，例如相机等能够进行图像采集的设备。[0039]需要说明的是，在本公开实施例中，终端设备101、102、103可以为车载单元或设备、路侧单元或设备以及能够与服务器通信的车辆(例如，自动驾驶车辆)，车载单元可以安装在车辆外部或内部，用于采集车辆所处位置范围内的图像，随车辆的移动，采集图像的范围也随之变化，路侧单元可以架设在道路附近，以检测周边区域(如车道上、车道外)的环境图像，包括可拍摄到的天空、绿化带及路面上的人、车辆等等。终端设备之间可以进行通信，例如通过V2X通信协议，由车载单元或路侧单元向其他车辆发送数据、信息、指令等，例如，车载单元可以向车辆发出预警信息和位置信息，还可以发送指令(例如调度、回调指令)给可以接收指令的车辆。

[0040]服务器105与终端设备101、102、103通过网络104进行通信连接，服务器105可以是提供各种服务的服务器，例如，服务器可以是云端服务器，可以获取由终端设备101、102、103发送的各种数据、信息等，例如通过终端设备101、102、103包含的摄像头采集的图像。服

7

CN 114563377 A

说　明　书

5/13页

务器可以执行根据本发明实施例的基于车路协同的环境监测方法，可以发送信息或数据至终端设备，还可以接收由车载单元、路侧单元发送的信息或数据。[0041]需要说明的是，本发明实施例提供的基于车路协同的环境监测方法的执行主体包括终端、服务器等，可以是云服务器，本发明实施例所提供的基于车路协同的环境监测方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。[0042]应该理解，图1中的终端和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车载单元、路侧单元和服务器。

[0043]本发明的第一个示例性实施例提供了一种基于车路协同的环境监测方法。

[0044]图2示意性地示出了根据本发明一实施例的基于车路协同的环境监测方法的流程图。

[0045]参照图2所示，本发明实施例提供基于车路协同的环境监测方法，包括以下操作：S202、S204和S206。上述操作S202～S206可以由具有一定运算能力的终端设备执行，例如车载单元。

[0046]在操作S202，采集环境图像信息并将所述环境图像信息发送至云服务器，其中所述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，所述第一图像信息以及所述第二图像信息均携带有当前采集区域的位置信息。[0047]在操作S204，基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，所述高精地图数据包括所述目标区域内特种车辆的实时位置信息，所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域。[0048]在操作S206，接收所述当前采集区域的能见度参考值，在监测到所述能见度参考值满足预设条件时，通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理。

[0049]具体的，车载单元和路侧单元上均设置有摄像头等摄像设备，摄像头能够进行图像采集。每个摄像头都可以采集其检测区域内的图像。所采集的环境图像信息可以实时上传至云端，例如云端服务器等。车载单元采集的环境图像信息可以包括该车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息。[0050]第一图像信息以及第二图像信息均携带有当前采集区域的位置信息，即，通过摄像头采集的图像相关数据还可以包括图像的位置信息，例如，车载单元随车辆的移动，所采集的图像及图像中所展示的当前采集区域的道路环境(包括大气环境)、位置信息及也会随之变化。可选的，上述环境图像可以通过对第一图像信息以及第二图像信息进行处理来获得，例如，可以实施为将不同车载单元和路侧单元采集到的图像中包含同一采集区域的不同角度的图像进行拼接，由于在车载单元和路侧单元所能够覆盖的采集区域中，例如可以是公路、街景等环境，车载单元和路侧单元所处位置不同，因此不同单元所拍摄的同一区域的不同角度图像会受到光照等因素的影响，成像效果不同。[0051]基于此，若仅通过车载单元或路侧单元中的一种来进行图像采集，会使得该采集所使用的单元在受到环境较严重影响时，所采集的图像严重失真，导致在后续确定能见度参考值的操作中得到极不准确的结果而产生误报。通过获取包含了车载单元和路侧单元所

8

CN 114563377 A

说　明　书

6/13页

采集的第一图像信息以及第二图像信息的环境图像信息，能够获得更准确的环境图像，例如通过拼接、补偿等处理，实现对环境状态的准确识别和避免误报，从而更有效地监测环境。

[0052]在采集图像后，环境图像信息包括当前采集区域的位置信息，基于预先加载的高精地图数据，可以确定目标区域内的特种车辆，其中，所述高精地图数据包括所述目标区域内特种车辆的实时位置信息，所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域。[0053]在实际应用中，上述第一预设距离是可以根据实际需求进行设置的。[00]示例性的，第一预设距离可以设置为1千米、2千米、3千米等距离范围。以第一预设距离为3千米为例，目标区域为与当前采集区域的中心点相距3千米的范围所确定的区域，通常，在实际应用中，可以用于环境治理的特种车辆可以包括洒水车和清扫车，例如洒水车向空中进行洒水作业，降低空气中的烟尘浓度，清扫车可以清洁路面上的可能影响车辆行驶的沙土、砖块、石子、丢弃物等。特种车辆还可以是自动驾驶车辆，或由驾驶员驾驶的车辆。

[0055]可选的，操作S204还可以实施为：基于预先加载的高精地图，获取上述目标区域中的特种车辆的车牌信息和位置信息，根据所述车牌信息可以确定特种车辆的状态信息，状态信息例如可以包括空闲状态和工作状态，然后，根据特种车辆的状态信息，从目标区域内的特种车辆中调度预设数量的空闲状态的特种车辆对所述当前采集区域的环境进行治理。[0056]具体的，预设数量是可以根据实际需求进行设置和调整的。在实际应用场景下，特种车辆通常可以停放于指定的调度中心停车场待命，而当监测到需调度特种车辆进行现场作业的情况下，需治理的区域可能距离调度中心较远，也可能待治理区域附近有正在作业的特种车辆，那么此时可以综合考虑车辆位置，计算并预估中心点附近目标区域内的车辆，例如3千米内的特种车辆，即车辆的路径规划，根据实际需求选择3千米范围内的车辆进行作业。

[0057]可选的，预设数量可以根据实际情况设置，例如需治理区域范围大，清洁难度较大，这时可以设置相对较大的预设数量，例如3～5，如待治理区域较小，一辆车即可完成快速治理，那么可将预设数量设置为1、2等。[0058]可选的，在特种车辆为自动驾驶车辆的情况下，当需调度特种车辆进行治理时，进行路径规划的同时还需要考虑自动驾驶车辆的电量、燃料存量等问题，避免燃料不足导致作业无法完成或无法返回待命位置的情况。此外，在进行规划时，还可以预先估算治理作业所需的作业时长，例如根据车况计算预期解决时间，从而实现更高效的调度并完成治理任务

[0059]需要说明的是，根据本发明实施例的车辆、特种车辆可以通过V2X通信协议，接收由车载单元发送的数据、信息、指令等，根据本发明实施例的车辆、特种车辆上可以配置有车载单元，不同的车载单元和路侧单元设备均可以收发并同步信息和数据等。[0060]具体的，在操作S206中，接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理。示例性的，能见度参考值可以通过预先训练的机器学习模型得到的，在根据本发明实施例的基于车路协同的环境监测方法中，云服务器可以接收由上述车载单元

9

CN 114563377 A

说　明　书

7/13页

发送的当前采集区域的环境图像信息，并将所述环境图像信息输入预先训练的机器学习模型，可以得到当前采集区域的能见度。示例性的，该机器学习算法可以是图像处理技术中能够用于计算能见度的各种算法，例如YOLO算法等。

[0061]能见度参考值可以指示当前采集区域的空气质量状况，例如，环境空气中的扬尘、绘图、沙土、雾霾、雾气的程度。需要说明的是，根据本发明实施例监测的能见度参考值可以是基于图像处理技术分析图像得到的，也可以在车载单元和/或路侧单元上加装传感器来获取能见度数值和其他气象指标数值，例如通过可以感测PM2.5的传感器、可以获取大气压力数据、光敏数据等气象指标相关参数的各种传感器获取各种气象数据。[0062]基于上述操作，通过车载单元和路侧单元采集图像信息，对图像信息进行处理并得到能见度参考值，基于车路协同技术进行环境监测，在满足条件时基于V2X协议向特种车辆发送指令以实施调度及环境治理，能够快速高效地发现和解决大气环境异常，解决未布设相应设备的区域无法获取空气污染信息，难以便捷灵活地实施治理的技术问题，采集区域可以随车载单元的移动而动态变化，从而使得能够实时监测到更广范围区域的环境情况以进行治理，有助于提高环境监测和治理的时效性，降低交通安全隐患，保证交通安全。[0063]在一种可选的实施方式中，上述方法还包括在监测到所述能见度参考值低于所述第一阈值的情况下，根据所述当前采集区域的环境图像信息，确定所述当前采集区域的中心点，向与所述当前采集区域相距第二预设距离内的车辆发送能见度较低的预警信息和所述当前采集区域的位置信息。[00]在实际应用中，第一阈值和第二预设距离是可以根据实际需求进行设置的。[0065]示例性的，能见度参考值的第一阈值可以设置为500米，200米，50米等，还可以根据实际需求调整第一阈值，例如，车载单元和/或路侧单元的当前采集区域覆盖车辆流量较大、人或车密集度较高的路段，那么可以进一步将第一阈值设置为10米、30米、50米等，从而提高附近车辆的警惕性，保证交通安全。[0066]示例性的，第二预设距离可以设置为500米、1千米、2千米、5千米等。以第二预设距离为500米为例，在监测到能见度参考值低于第一阈值的情况下，可以向与当前采集区域相距500米内的车辆发送能见度较低的预警信息和当前采集区域的位置信息，从而为范围内的车辆提供参考信息，使得收到预警信息的车辆可以预先获知该区域能见度情况，可以选择其他路线绕行，避免许多车辆在驶达当前采集区域时造成拥堵、急刹、追尾等情况，从而降低交通安全隐患。示例性的，预警信息可以包括语音提醒，例如“前方500米有烟尘散播”、“请注意前方区域能见度低，小心驾驶，注意行车安全”等预警信息。[0067]可选的，当能见度参考值不低于第一阈值时，持续进行监测，不发送预警信息，可以先保存已得到的能见度参考值和采集区域的位置信息，也可以以特定的时间段(例如，每1小时，每12小时等)上传数据保存在云端，当检测到能见度参考值低于第一阈值时，可以配合之前不低于第一阈值的数据进行分析，以得到采集区域覆盖的范围内空气能见度的变化，并根据实际需求进一步处理和使用这些数据。[0068]示例性的，以能见度的第一阈值为50米、第二预设距离为500米为例，当能见度为例如40米，低于50米，根据当前采集区域的环境图像信息，可以分析确定区域的中心点，通常在实际应用中，发生扬尘、灰土等环境异常状况后空气中的颗粒浓度是从中心向外扩散的，计算中心点后向与中心点相距第二预设距离内的车辆发出能见度较低的预警信息和位

10

CN 114563377 A

说　明　书

8/13页

置信息，可以更加准确定位环境异常的位置。[0069]基于上述操作，通过车载单元和路侧单元采集图像信息，对图像信息进行处理并得到能见度参考值，基于车路协同技术进行环境监测，在满足条件时基于V2X协议向周围车辆发送预警信息和位置信息，能够快速高效地发现和解决大气环境异常，采集区域可以随车载单元的移动采集区域而动态变化，这使得能够实时监测到更广范围区域的环境情况，并实时为附近车辆提供预警信息，有助于降低交通安全隐患，保证交通安全。

[0070]本发明的第二个示例性实施例提供了一种基于车路协同的环境监测方法。

[0071]图3示意性示出了根据本发明另一实施例的基于车路协同的环境监测方法的流程图。

[0072]具体的，在操作S206中，所述预设条件可以包括：所述当前采集区域的能见度参考值与所述实际能见度之间的差值超过第二阈值；或所述前采集区域的能见度参考值低于第三阈值；其中所述第三阈值低于所述第一阈值。[0073]在一种可能的实施方式中，参照图3所示，根据本发明实施例提供的基于车路协同的环境监测方法，在执行操作S206后，还包括操作S301、S302、S304、S305和S307，[0074]在操作S301，根据气象站发布的气象信息和所述当前采集区域的位置信息，确定所述当前采集区域的实际能见度。[0075]在操作S302，判断当前采集区域的能见度参考值与所述实际能见度之间的差值超过第二阈值；若是则执行操作S304，通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理，若否则继续执行S206，实现对能见度参考值的监测。[0076]可选的，操作S304可以具体实施为，根据所述目标区域内特种车辆的实时位置信息，确定与所述中心点相距第三预设距离之内的特种车辆；从与所述中心点相距第三预设距离之内的特种车辆中调度预设数量的特种车辆对所述当前采集区域的环境进行治理。[0077]具体的，预设数量是可以根据实际需求进行设置和调整的。在实际应用场景下，特种车辆通常可以停放于指定的调度中心停车场待命，而当监测到需调度特种车辆进行现场作业的情况下，需治理的区域可能距离调度中心较远，也可能待治理区域附近有正在作业的特种车辆，那么此时可以综合考虑车辆位置，计算并预估中心点附近目标区域内的车辆，例如1千米内的特种车辆，即车辆的路径规划，根据实际需求选择1千米范围内的车辆进行作业。

[0078]示例性的，若场景中需治理区域范围大，清洁难度较大，这时可以设置相对较大的预设数量，例如3～5，如待治理区域较小，一辆车即可完成快速治理，那么可将预设数量设置为1、2等。

[0079]在实际应用中，上述第三预设距离是可以根据实际需求进行设置的。[0080]示例性的，第三预设距离可以设置为300米、800米、1.5千米、3千米等距离范围。以第一预设距离为3千米为例，目标区域为与当前采集区域的中心点相距3千米的范围所确定的区域，以第三预设距离为1.5千米为例，可以从与所述中心点相距为1.5千米的范围内的特种车辆中调度指定数量的车辆进行治理，例如，在1.5千米范围内的4辆特种车辆中，有2辆处于空闲状态，可以调度该空闲的2辆或其中任意1辆进行作业。[0081]通常，在实际应用中，可以用于环境治理的特种车辆可以包括洒水车和清扫车，例如洒水车向空中进行洒水作业，降低空气中的烟尘浓度，清扫车可以清洁路面上的可能影

11

CN 114563377 A

说　明　书

9/13页

响车辆行驶的沙土、砖块、石子、丢弃物等。特种车辆还可以是自动驾驶车辆，或由驾驶员驾驶的车辆。

[0082]示例性的，根据气象站发布的气象信息和所述当前采集区域的位置信息，可以确定所述当前采集区域的实际能见度。例如，通过气象台、气象站等发布的气象指标，可以得到不同地区的实际气象指标，包括气温、风力、温湿度、能见度等，将实际能见度信息作为实际能见度，可以与通过基于上述操作得到的当前采集区域的能见度参考值做对比，从而得到与实际能见度之间的差异，进而可以进一步分析出当前能见度低是否和实际气象指标相关，如果差异很大，则能够由当前区域的能见度参考值反映出当前区域发生异常，例如突发的烟尘、扬尘、雾气等。[0083]具体的，第二阈值是可以根据实际需求进行设置和调整的。例如，第二阈值为100米，而从气象台获取到的数据中能见度为500米，而当前采集区域的能见度为100米，二者之差为400米，大于第二阈值，那么可以理解为当前区域空气环境发生异常，从而调度特种车辆对所述当前采集区域的环境进行治理。[0084]在执行操作S304进行治理后，可以执行操作S305和操作S307：在监测到治理后的所述当前采集区域的能见度参考值与所述实际能见度之间的差值未超过所述第二阈值的情况下，发送回调指令给所述特种车辆，以指示所述特种车辆返回特种车辆的待命位置。[0085]在一种可能的实施方式中，特种车辆包括清扫车辆或洒水车辆。调度特种车辆进行环境治理可以根据实际应用场景的需求进行选择和调整。[0086]示例性的，基于上述操作，所监测到的当前区域空气环境发生异常可以包括扬尘、灰土，如，路面上的施工作业可能产生大量尘土，那么，需要调度的特种车辆可以包括洒水车和清扫车，例如洒水车向空中进行洒水作业，降低空气中的烟尘浓度，清扫车可以清洁路面上的可能影响车辆行驶的沙土、砖块、石子、丢弃物等。特种车辆还可以是自动驾驶车辆，或由驾驶员驾驶的车辆。

[0087]在又一种可能的实施方式中，参照图3所示，根据本发明实施例提供基于车路协同的环境监测方法，在执行操作S206后，还包括操作S303、S304、S306和S307，[0088]在操作S303，判断所述前采集区域的能见度参考值是否低于第三阈值；若是则执

通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治行操作S304，

理，其中，所述第三阈值低于所述第一阈值，若否则继续执行S206，实现对能见度的监测。[00]具体的，第三阈值是可以根据实际需求进行设置和调整的。例如，第一阈值为200米，第三阈值为50米，若通过上述操作得到的当前采集区域的能见度参考值为40米，低于第三阈值，则执行操作S304通过V2X通信协议向所述特种车辆发送指令，以调度所述特种车辆进行环境治理，此时由于第三阈值低于第一阈值，因此也满足执行如下操作的条件，即，向与所述当前采集区域相距第二预设距离内的车辆发送能见度较低的预警信息和所述当前采集区域的位置信息，从而实现了既发送预警信息又能够调度特种车辆进行环境治理，从而有效地治理了环境，作出安全预警的同时还能够更高效地排除异常环境导致的安全隐患。

[0090]可选的，若通过上述操作得到的当前采集区域的能见度参考值为150米，低于第一阈值且高于第三阈值，则可以执行前述的如下操作，根据所述当前采集区域的环境图像信息，确定所述当前采集区域的中心点，向与所述当前采集区域相距第二预设距离内的车辆

12

CN 114563377 A

说　明　书

10/13页

发送能见度较低的预警信息和所述当前采集区域的位置信息。[0091]在执行操作S304进行治理后，可以执行操作S306和操作S307：在监测到治理后的所述当前采集区域的能见度参考值达到或高于所述第一阈值的情况下，发送回调指令给所述特种车辆，以指示所述特种车辆返回特种车辆的待命位置。具体的，在特种车辆进行作业时，根据本发明实施例的方法可以持续获得当前采集区域的环境图像信息进而得到能见度参考值相关数据，当能见度参考值达到或高于所述第一阈值的情况下，即能见度参考值已符合要求，可以发送指令指示特种车辆停止作业，以及发送回调指令给所述特种车辆，以指示特种车辆返回特种车辆的待命位置。[0092]基于上述操作，通过车载单元和路侧单元采集图像信息，对图像信息进行处理并得到能见度参考值，基于车路协同技术进行环境监测，在满足条件时基于V2X协议向特种车辆发送指令以实施调度及环境治理，能够快速高效地发现和解决大气环境异常，解决未布设相应设备的区域无法获取空气污染信息，难以便捷灵活地实施治理的技术问题，采集区域可以随车载单元的移动而动态变化，从而使得能够实时监测到更广范围区域的环境情况以进行治理，有助于提高环境监测和治理的时效性，降低交通安全隐患，保证交通安全。[0093]此外，基于上述步骤，通过判断当前采集区域的能见度参考值与各种预先设置的阈值之间的关系，以及与气象站发布的气象信息中所包含的实际能见度做对比，根据本发

从而进明实施例的方法可以更加有效地判断环境异常情况，调度特种车辆进行治理作业，

一步实现了既发送预警信息又能够调度特种车辆进行环境治理，高效地治理了环境，作出安全预警的同时还能够更高效地排除异常环境导致的安全隐患。

[0094]图4示意性地示出了根据本发明又一实施例的基于车路协同的环境监测方法的流程图。

[0095]本发明的第三个示例性实施例提供了一种基于车路协同的环境监测方法，包括以下操作：S401和S402。上述操作S401和S402可以由服务器执行，例如云服务器，包括：[0096]在操作S401，接收当前采集区域的环境图像信息，并将所述环境图像信息输入预先训练的机器学习模型，得到所述当前采集区域的能见度参考值，其中所述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、路侧单元采集的第二图像信息，所述第一图像信息以及所述第二图像信息均携带有所述当前采集区域的位置信息；[0097]在操作S402，将所述能见度参考值发送至目标区域内车辆的车载单元，其中所述目标区域为与所述当前采集区域的中心点相距第一预设距离的范围所确定的区域。[0098]具体的，车载单元和路侧单元上均设置有摄像头等摄像设备，摄像头能够进行图像采集。每个摄像头都可以采集其检测区域内的图像。所采集的环境图像信息可以实时上传至云端，例如云端服务器等。车载单元采集的环境图像信息可以包括该车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息。[0099]基于上述操作，通过获取包含了车载单元和路侧单元所采集的第一图像信息以及第二图像信息的环境图像信息，能够获得更准确的环境图像，例如通过拼接、补偿等处理，实现对环境状态的准确识别和避免误报，从而更有效地监测环境。

[0100]云服务器接收由上述车载单元发送的当前采集区域的环境图像信息后，可以通过预先训练的机器学习模型得到的，将所述环境图像信息输入预先训练的机器学习模型，得到当前采集区域的能见度。示例性的，该机器学习算法可以是图像处理技术中能够用于计

13

CN 114563377 A

说　明　书

11/13页

算能见度的各种算法，例如YOLO算法等。[0101]在一种可能的实施方式中，所述机器学习模型通过如下步骤进行训练：[0102]获取样本数据，上述样本数据包括车载单元和/或路侧单元采集的环境图像信息和采集区域的位置信息；获取同一时间所述采集区域的气象信息，所述气象信息包括所述采集区域的实际能见度；以所述样本数据为输入，以所述采集区域的实际能见度为期望输出，训练所述机器学习模型。[0103]具体的，通过上述训练步骤，预先训练好的机器学习模型可以通过输入的图像分析得到图像中所展示的区域的能见度参考值，经过大量的样本数据训练后，能见度参考值将会十分接近气息指标中的能见度，从而使得基于模型即可推测出图像中的展示区域的真实能见度，使得在执行上述实施例中的操作S302～S307时，能够更加准确地识别采集区域能见度的异常，从而进行后续监测、预警及调度特种车辆进行治理的操作，相应操作的具体实施步骤在此不再赘述。

[0104]本发明的第四个示例性实施例提供了一种基于车路协同的环境监测装置。[0105]上述基于车路协同的环境监测装置，包括：采集模块、处理模块和监测模块，[0106]上述采集模块用于采集环境图像信息并将上述环境图像信息发送至云服务器，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有当前采集区域的位置信息；

[0107]上述处理模块用于基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，上述高精地图数据包括上述目标区域内特种车辆的实时位置信息，上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域；[0108]上述监测模块用于接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理。

[0109]根据本发明实施例的基于车路协同的环境监测装置可以基于上述操作，通过车载单元和路侧单元采集图像信息，对图像信息进行处理并得到能见度参考值，基于车路协同技术进行环境监测，在满足条件时基于V2X协议向特种车辆发送指令以实施调度及环境治理，能够快速高效地发现和解决大气环境异常，解决未布设相应设备的区域无法获取空气污染信息，难以便捷灵活地实施治理的技术问题，采集区域可以随车载单元的移动而动态变化，从而使得能够实时监测到更广范围区域的环境情况以进行治理，有助于提高环境监测和治理的时效性，降低交通安全隐患，保证交通安全。

[0110]本发明的第五个示例性实施例提供了一种基于车路协同的环境监测装置。[0111]上述基于车路协同的环境监测装置，包括数据处理模块和数据传输模块，[0112]上述数据处理模块用于接收当前采集区域的环境图像信息，并将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度参考值；

[0113]上述数据传输模块用于将上述能见度参考值发送至目标区域内车辆的车载单元，其中上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域。

[0114]根据本发明实施例的基于车路协同的环境监测装置可以基于上述操作，通过获取

14

CN 114563377 A

说　明　书

12/13页

包含了车载单元和路侧单元所采集的第一图像信息以及第二图像信息的环境图像信息，能够获得更准确的环境图像，例如通过拼接、补偿等处理，实现对环境状态的准确识别和避免误报，从而更有效地监测环境。

[0115]本发明的第六个示例性实施例提供了一种基于车路协同的环境监测系统。

[0116]图5示意性地示出了根据本发明一实施例的基于车路协同的环境监测系统的结构框图。

[0117]参照图5所示，本发明实施例提供的基于车路协同的环境监测系统500，包括车载单元501、云服务器502和路侧单元503，车载单元501包括采集模块5011、处理模块5012和监测模块5013，上述云服务器502包括数据处理模块5021和数据传输模块5022，其中：[0118]上述采集模块5011，用于采集环境图像信息并将上述环境图像信息发送至云服务器，其中上述环境图像信息包括如下至少之一：车载单元采集的第一图像信息、通过V2X通信协议接收的来自路侧单元采集的第二图像信息，上述第一图像信息以及上述第二图像信息均携带有当前采集区域的位置信息；[0119]上述处理模块5012，用于基于预先加载的高精地图数据，确定目标区域内的特种车辆，其中，上述高精地图数据包括上述目标区域内特种车辆的实时位置信息，上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域；[0120]上述监测模块5013，用于接收上述当前采集区域的能见度参考值，在监测到上述能见度参考值满足预设条件时，通过V2X通信协议向上述特种车辆发送指令，以调度上述特种车辆进行环境治理；

[0121]上述数据处理模块5021，用于接收当前采集区域的环境图像信息，并将上述环境图像信息输入预先训练的机器学习模型，得到上述当前采集区域的能见度参考值；[0122]上述数据传输模块5022，用于将上述能见度参考值发送至目标区域内车辆的车载单元，其中上述目标区域为与上述当前采集区域的中心点相距第一预设距离的范围所确定的区域。

[0123]在上述的实施例中，上述采集模块5011、处理模块5012和监测模块5013中的任意多个可以合并在车载单元的一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。上述数据处理模块5021和数据传输模块5022中的任意多个可以合并在云服务器的一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。[0124]采集模块5011、处理模块5012、监测模块5013数据处理模块5021和数据传输模块5022中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，采集模块5011、处理模块5012、监测模块5013数据处理模块5021和数据传输模块5022中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

15

CN 114563377 A[0125]

说　明　书

13/13页

本发明的第七个示例性实施例提供了一种电子设备。

[0126]图6示意性地示出了根据本发明实施例的电子设备的结构框图。[0127]参照图6所示，本发明实施例提供的电子设备600包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601、通信接口602和存储器603通过通信总线604完成相互间的通信；存储器603，用于存放计算机程序；处理器601，用于执行存储器上所存放的程序时，实现如上所述的基于车路协同的环境监测方法。

[0128]本发明的第八个示例性实施例还提供了一种计算机可读存储介质。上述计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现如上所述的基于车路协同的环境监测方法。

[0129]该计算机可读存储介质可以是上述实施例中描述的设备/装置中所包含的；也可以是单独存在，而未装配入该设备/装置中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的基于车路协同的环境监测。

[0130]根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD‑ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。[0131]在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。[0132]以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

16

CN 114563377 A

说　明　书　附　图

1/4页

图1

图2

17

CN 114563377 A

说　明　书　附　图

2/4页

图3

18

CN 114563377 A

说　明　书　附　图

3/4页

图4

图5

19

CN 114563377 A

说　明　书　附　图

4/4页

图6

20