具体实施方式

下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

相关技术中，在地图数据采集到发布的时间段内，实际道路可能因为修路等原因发生变化，影响用户的行驶安全。针对上述问题，本申请实施例提供一种地图信息检测处理方法，能快速检测出地图数据与当前感知数据的差异，从而使得可以及时根据检测结果进行相应处理，提高行驶安全性。

以下结合附图详细描述本申请实施例的技术方案。

图1是本申请一实施例示出的地图信息检测处理方法的流程示意图。图1实施例以应用于车辆端进行举例说明。

参见图1，该方法包括：

步骤S101，获取地图数据和获取通过车辆的传感器检测得到的感知数据。

传感器包括以下至少一种：摄像头、超声波传感器、雷达。在传感器为摄像头时，获取通过车辆的传感器检测得到的感知数据，可以包括：获取车辆的摄像头拍摄的图像，将从图像中识别出的图像数据作为感知数据。其中，地图数据可以是高精地图数据。

步骤S102，将地图数据与感知数据进行比较，得到差异数据。

该步骤可以是将地图数据与感知数据进行比较，在车辆处于高速道路行驶场景时，得到地图数据与感知数据中的车道线的差异数据，其中包括存在差异的车道线的起点与终点信息；或，将地图数据与感知数据进行比较，在车辆处于城市道路行驶场景时，得到地图数据与感知数据中的地图元素的差异数据，其中包括存在差异的地图元素的ID信息。

步骤S103，将差异数据上传到云端服务器，以使云端服务器根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。

该步骤中将差异数据上传到云端服务器，以使云端服务器根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。云端服务器可以根据标记数据标识的不同级别，确定对应的不同行驶策略，例如不同级别分别对应降级通过、减速通过、发出提醒等行驶策略。云端服务器可以将地图数据的标记数据和对应的行驶策略下发给所有建立通信连接的车辆，当这些车辆下载这些内容以后，如果行驶到地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，从而提高行驶安全性。

需说明的是，云端服务器下发的标记数据可以包括存在差异的车道线的起点与终点信息，或存在差异的地图元素的ID信息；另外，还可以包括差异程度的级别。

从该实施例可以看出，本申请实施例提供的方案，通过车辆的传感器检测得到感知数据后，将地图数据与感知数据进行比较，得到差异数据；然后再将差异数据上传到云端服务器，云端服务器可以根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。通过上述处理，就使得即使地图数据的道路数据可能因为修路等原因发生变化，但是也可以快速检测出地图数据与当前感知数据的差异，及时发现地图数据的错误，根据检测结果进行相应处理，包括可以对地图数据的错误进行标记和制定相应的行驶策略来供车辆用户参考，从而提高行驶安全性。

图2是本申请另一实施例示出的地图信息检测处理方法的流程示意图。图2相对图1更详细描述了本申请实施例的方案。

步骤S201，获取地图数据和获取通过车辆的摄像头检测得到的感知数据。

该步骤可以获取车辆的摄像头拍摄的图像，将从图像中识别出的图像数据作为感知数据。其中，摄像头例如可以是单目摄像头或双目摄像头等。地图数据可以是高精地图数据。

步骤S202，将地图数据与感知数据进行比较，得到差异数据。

该步骤可以是将地图数据与感知数据进行比较，在车辆处于高速道路行驶场景时，得到地图数据与感知数据中的车道线的差异数据，其中包括存在差异的车道线的起点与终点信息；或，将地图数据与感知数据进行比较，在车辆处于城市道路行驶场景时，得到地图数据与感知数据中的地图元素的差异数据，其中包括存在差异的地图元素的ID信息。城市道路中的地图元素，例如可以是车道线、红绿灯、斑马线、路口和路边建筑物等，它们在地图中一般通过ID信息进行标识识别。

步骤S203，将差异数据上传到云端服务器，以使云端服务器根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。

云端服务器可以根据标记数据标识的不同级别，确定对应的不同行驶策略，例如不同级别分别对应降级通过、减速通过、发出提醒等行驶策略。云端服务器可以将地图数据的标记数据和对应的行驶策略下发给所有建立通信连接的车辆，供各车辆执行。

步骤S204，在地图数据上设置显示层，在显示层显示感知数据与地图数据的差异数据或显示提醒信息。

该实施例在步骤S203中将差异数据上传到云端服务器，主要是供云端服务器进行标记处理。但是车辆自身也可以相应进行一些处理，例如比较出差异数据后，在地图数据上设置显示层，通过在显示层显示感知数据与地图数据的差异数据或显示提醒信息来提醒车辆用户。

需说明的是，该实施例中也可以不需要步骤S204。

步骤S205，根据差异数据对应的不同级别，控制车辆按不同级别对应的行驶策略进行行驶。

虽然该实施例可以通过步骤S203中将差异数据上传到云端服务器，供云端服务器进行标记处理和制定相应的行驶策略，但云端服务器进行的处理主要是供后续的各车辆可以根据云端服务器的标记数据和行驶策略来执行，当前车辆正在行驶过程中可能不一定能及时获取云端服务器的处理结果，因此该实施例中，当前车辆也可以设置为根据差异数据对应的不同级别，控制车辆按不同级别对应的行驶策略进行行驶。例如，差异数据的不同级别和对应的行驶策略可以参见如下表1所示。

表1

例如，根据摄像头拍摄的图像所识别出的感知数据中，检测到前面的车道线为4条车道线，但地图数据中标注是3条车道线，则表明地图数据的车道线出现明显错误，这种差异程度的级别属于严重，对于这种情况所确定的行驶策略可以是降级通过，以保证行驶安全；如果感知数据中，检测到前面的各车道线之间是实线不能变道，但地图数据中标注的各车道线之间是虚线可以变道，则表明地图数据中的车道线有错误但不明显，这种差异程度的级别属于一般，对于这种情况所确定的行驶策略可以是减速通过，以保证行驶安全；如果感知数据中，检测到前面的各车道线是完整连通的，但地图数据中标注的车道线缺失了一小部分，则表明地图数据中的车道线不太平滑，这种差异程度的级别属于轻微，对于这种情况所确定的行驶策略可以是发出提醒，提醒司机。

其中所说的降级，可以是辅助行驶功能的降级，例如可以是从NGP(NavigationGuided Pilot，自动导航辅助驾驶)功能降到LCC(Lane Centering Control，车道居中辅助)功能。

当前车辆根据差异数据的差异程度所对应的不同级别，按照对应设置的不同的行驶策略来执行，例如分别执行降级通过、减速通过、发出提醒等操作，当检测到前面道路的地图数据与感知数据一致后，再恢复正常行驶，例如恢复自动导航辅助驾驶功能，这样，就可以提高行驶安全性。

从该实施例可以看出，本申请实施例提供的方案，既可以将检测到的差异数据上传到云端服务器，以使云端服务器根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略；又可以使得当前车辆也能根据差异数据对应的不同级别，控制车辆按不同级别对应的行驶策略进行行驶，从而提高行驶安全性。

图3是本申请另一实施例示出的地图信息检测处理方法的流程示意图。图3实施例以应用于云端服务器端进行举例说明。

参见图3，该方法包括：

步骤S301，接收车辆上传的将地图数据与感知数据进行比较后得到的差异数据，其中感知数据由车辆的传感器检测得到。

车辆获取地图数据和获取通过车辆的传感器检测得到的感知数据后，将地图数据与感知数据进行比较，得到差异数据；然后将差异数据上传到云端服务器，则云端服务器可以车辆上传的差异数据。其中，地图数据可以是高精地图数据。

步骤S302，根据差异数据对地图数据进行标记，得到标记数据。

云端服务器根据差异数据对地图数据进行标记，得到标记数据。例如，对于差异数据为车道线出现明显错误，标记为差异程度严重；对于差异数据为车道线错误不明显，标记为差异程度一般；对于差异数据为车道线缺失一小部分，车道线不平滑，标记为差异程度轻微。

步骤S303，根据标记数据确定对应的行驶策略。

该步骤可以根据标记数据标识的不同级别，确定对应的不同行驶策略。例如，可以根据标记数据标识的第一级别，确定对应的行驶策略为降级通过；或，根据标记数据标识的第二级别，确定对应的行驶策略为减速通过；或，根据标记数据标识的第三级别，确定对应的行驶策略为发出提醒。其中，第一级别可以是差异程度严重；第二级别可以是差异程度一般；第三级别可以是差异程度轻微。

步骤S304，将标记数据和行驶策略下发给已建立通信连接的各车辆。

该步骤中，云端服务器可以将标记数据和行驶策略下发给已建立通信连接的各车辆，供各车辆参考。与云端服务器建立通信连接的各车辆，可以从云端服务器下载标记数据和行驶策略。云端服务器下发的标记数据可以包括存在差异的车道线的起点与终点信息，或存在差异的地图元素的ID信息；另外，还可以包括差异程度的级别。

从该实施例可以看出，本申请实施例提供的方案，可以将检测到的差异数据上传到云端服务器，云端服务器可以根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略；并将标记数据和行驶策略下发给已建立通信连接的各车辆。这样，当这些车辆下载这些内容以后，如果行驶到在地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，例如分别执行降级通过、减速通过、发出提醒等操作，当经过在地图数据中标记的终点后，再恢复正常行驶，例如恢复自动导航辅助驾驶功能，从而实现提高行驶安全性。

图4是本申请另一实施例示出的地图信息检测处理方法的流程示意图。图4相对图3更详细描述了本申请实施例的方案。

参见图4，该方法包括：

步骤S401，接收车辆上传的将地图数据与感知数据进行比较后得到的差异数据，其中感知数据由车辆的摄像头检测得到。

车辆获取地图数据和获取通过车辆的摄像头检测得到的感知数据后，将地图数据与感知数据进行比较，得到差异数据；然后将差异数据上传到云端服务器，则云端服务器可以车辆上传的差异数据。其中，地图数据可以是高精地图数据。

步骤S402，对差异数据进行核查后，再对地图数据进行标记，得到标记数据。

云端服务器接收相关数据例如差异数据后，可以对差异数据进行复核，例如进行机器复核或人工复核等，然后再对地图数据进行标记，得到标记数据。例如，对于差异数据为车道线出现明显错误，标记为差异程度严重；对于差异数据为车道线错误不明显，标记为差异程度一般；对于差异数据为车道线缺失一小部分，车道线不平滑，标记为差异程度轻微。

步骤S403，根据标记数据确定对应的行驶策略。

该步骤可以根据标记数据标识的不同级别，确定对应的不同行驶策略。例如，可以根据标记数据标识的第一级别，确定对应的行驶策略为降级通过；或，根据标记数据标识的第二级别，确定对应的行驶策略为减速通过；或，根据标记数据标识的第三级别，确定对应的行驶策略为发出提醒。其中，第一级别可以是差异程度严重；第二级别可以是差异程度一般；第三级别可以是差异程度轻微。

步骤S404，将标记数据和行驶策略下发给已建立通信连接的各车辆。

该步骤中，云端服务器可以将标记数据和行驶策略下发给已建立通信连接的各车辆，供各车辆参考。与云端服务器建立通信连接的各车辆，可以从云端服务器下载标记数据和行驶策略。一般而言，各车辆一上电后，就可以连接云端服务器，自动到云端服务器查询是否有数据更新，如果发现有标记数据等的更新，就将标记数据和对应的行驶策略自动下载到车辆。

步骤S405，将标记数据发送给地图厂商。

云端服务器还可以将标记数据发送给地图厂商，供地图厂商对地图数据进行更新处理。

从该实施例可以看出，本申请实施例提供的方案，云端服务器可以将标记数据和行驶策略下发给已建立通信连接的各车辆，以使得这些车辆下载这些内容以后，如果行驶到地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，从而实现提高行驶安全性。另外，云端服务器还可以将标记数据发送给地图厂商，供地图厂商对地图数据进行更新处理，这样可以使得地图数据在发布时更准确。

图5是本申请另一实施例示出的地图信息检测处理方法的流程示意图。该实施例以车辆与云端服务器之间的交互过程进行说明。

本申请提供的方案，主要是利用感知数据与地图数据的匹配，得到地图数据与实际的感知数据中差异的部分作为差异数据，包括存在差异的车道线的起点与终点信息等，将差异数据上传给云端服务器；云端服务器利用匹配结果，确定地图数据与感知数据实际的差异程度，根据差异程度的不同，分别将对应位置的地图数据标记为严重、一般、轻微等分类，并对不同程度的差异分类定义不同的处理措施例如定义不同的行驶策略。然后，将地图数据的标记数据和对应的行驶策略下发给所有建立通信连接的车辆，当这些车辆下载这些内容以后，如果行驶到地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，例如分别执行降级通过、减速通过、发出提醒等操作，当经过地图数据中标记的终点后，再恢复正常行驶，例如恢复自动导航辅助驾驶功能，从而实现提高行驶安全性。

参见图5，该方法包括：

步骤S501，车辆获取地图数据。

该步骤获取地图数据可以是获取高精地图数据。其中高精地图数据可以是分米级高精地图数据等。

步骤S502，车辆获取车辆的摄像头拍摄的图像，将从图像中识别出的图像数据作为感知数据。

该步骤中可以利用车辆的车载摄像头拍摄图像，将从拍摄的图像中识别出的图像数据作为感知数据。其中，摄像头例如可以是单目摄像头或双目摄像头等。

需说明的是，该步骤是以车辆的传感器为摄像头举例说明但不局限于此，也可以利用车辆的其他传感器例如超声波传感器、雷达等检测得到的数据作为感知数据。其中的雷达，例如可以是超声波雷达、毫米波雷达、激光雷达等。在一些车辆中，可以安装多个传感器，例如安装14个摄像头、12个超声波雷达、5个毫米波雷达等。

步骤S503，车辆将地图数据与感知数据进行比较，得到差异数据。

该步骤将地图数据与感知数据进行比较，可以确定两者有差异的部分，得到差异数据。当车辆在不同行驶场景下，得到的差异数据会有所不同。例如，应用于高速道路行驶场景时，主要比较的是车道线，应用于城市道路行驶场景时，主要比较的是车道线、红绿灯、斑马线、路口和路边建筑物等。

该步骤将地图数据与感知数据进行比较，在车辆处于高速道路行驶场景时，得到地图数据与感知数据中的车道线的差异数据，其中可以包括存在差异的车道线的起点与终点信息。从拍摄的图像中识别出的感知数据中包括车道线的相关数据，例如可以包括车道线的位置信息、前方道路包括几个车道线等。将感知数据中的车道线的相关数据，与获取的地图数据中的车道线的数据进行比较，就可以获得车道线的差异结果，得到存在差异的车道线的起点与终点信息。例如，根据摄像头拍摄的图像所识别出的感知数据中，检测到前面的车道线为4条车道线，但地图数据中标注是3条车道线，则存在差异，在行驶完该段路程后，可以得到存在差异的车道线的起点与终点信息。

该步骤将地图数据与感知数据进行比较，在车辆处于城市道路行驶场景时，得到地图数据与感知数据中的地图元素的差异数据，其中可以包括存在差异的地图元素的ID信息。城市道路中的地图元素，例如可以是车道线、红绿灯、斑马线、路口和路边建筑物等，它们在地图中一般通过ID信息进行标识识别，例如分别是车道线ID、红绿灯ID、斑马线ID、路口ID、路边建筑物ID等。例如，根据摄像头拍摄的图像所识别出的感知数据中，检测到前面的车道线为2条车道线，但地图数据中标注是3条车道线，则存在差异，记录存在差异的车道线ID。

步骤S504，车辆将差异数据上传到云端服务器。

车辆得到差异数据后，将比较的差异结果相关数据也即差异数据发送给云端服务器。

步骤S505，云端服务器根据差异数据对地图数据进行标记，得到标记数据；根据标记数据确定对应的行驶策略。

云端服务器可以对差异数据进行核查后，再对地图数据进行标记，得到标记数据。云端服务器接收相关数据例如差异数据后，可以对差异数据进行复核，例如进行机器复核或人工复核等，以识别车辆所进行的地图数据和感知数据的比较是否匹配错误或匹配不准确，从而可以进行位置的细化或更正等，以使得标记的位置或结果更准确。进行复核后，再对地图数据进行标记，得到标记数据。

云端服务器根据差异数据的不同差异程度，可以分别标记为不同级别，并设置对应不同的处理措施，例如对应不同的行驶策略。其中，第一级别可以是差异程度严重；第二级别可以是差异程度一般；第三级别可以是差异程度轻微。云端服务器的标记数据和对应的行驶策略可以参见如下表2所示。

表2

例如，根据摄像头拍摄的图像所识别出的感知数据中，检测到前面的车道线为4条车道线，但地图数据中标注是3条车道线，则表明地图数据的车道线出现明显错误，这种差异程度属于严重，对于这种情况所确定的行驶策略可以是降级通过，以保证行驶安全；如果感知数据中，检测到前面的各车道线之间是实线不能变道，但地图数据中标注的各车道线之间是虚线可以变道，则表明地图数据中的车道线有错误但不明显，这种差异程度属于一般，对于这种情况所确定的行驶策略可以是减速通过，以保证行驶安全；如果感知数据中，检测到前面的各车道线是完整连通的，但地图数据中标注的车道线缺失了一小部分，则表明地图数据中的车道线不太平滑，这种差异程度属于轻微，对于这种情况所确定的行驶策略可以是发出提醒，提醒司机。

其中所说的降级，可以是辅助行驶功能的降级，例如可以是从NGP(NavigationGuided Pilot，自动导航辅助驾驶)功能降到LCC(Lane Centering Control，车道居中辅助)功能。车道居中辅助功能是一项舒适性的辅助驾驶功能，可以辅助驾驶员控制方向盘，持续将车辆居中在当前车道内。

需说明的是，上述分类只是举例说明，根据需要可以划分更多的类别和行驶策略。

其中，云端服务器进行标记的标记数据，也可以称为错误图层数据。云端服务器可以将标记数据下发给各车辆供参考。

步骤S506，云端服务器将标记数据和行驶策略下发给已建立通信连接的各车辆。

该步骤中，云端服务器可以将标记数据和行驶策略下发给已建立通信连接的各车辆，供各车辆参考。与云端服务器建立通信连接的各车辆，可以从云端服务器下载标记数据和行驶策略。一般而言，各车辆一上电后，就可以连接云端服务器，自动到云端服务器查询是否有数据更新，如果发现有标记数据等的更新，就将标记数据和对应的行驶策略自动下载到车辆。需说明的是，云端服务器下发的标记数据可以包括存在差异的车道线的起点与终点信息，或存在差异的地图元素的ID信息；另外，还可以包括差异程度的级别。

还需说明的是，云端服务器也可以将标记数据发送给地图厂商，供地图厂商对地图数据进行更新处理，这样可以使得地图数据在发布时更准确。

步骤S507，各车辆根据从云端服务器获取的标记数据和行驶策略，在行驶到标记数据对应的位置时，按行驶策略进行行驶。

当车辆下载标记数据和对应行驶策略以后，如果行驶到在地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，例如分别执行降级通过、减速通过、发出提醒等操作，当经过在地图数据中标记的终点后，再恢复正常行驶，例如恢复自动导航辅助驾驶功能，从而实现提高行驶安全性。

需说明的是，在各车辆中，还可以通过语音的方式对车辆用户发出提醒，提醒的内容可以是标记数据内容和/或行驶策略内容。

另外，还可以在地图数据上设置显示层，在显示层可以显示感知数据与地图数据的差异数据，或显示标记数据内容，或显示行驶策略内容，或显示正确的车道线等内容，以供车辆用户参考。

综上，本申请实施例提供的方案，可以根据感知数据与地图数据的比较，得到地图数据与感知数据也即实际环境数据的差异，并在云端服务器进行复核后对相应位置的地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略，再将标记数据和行驶策略下发给各车辆。后续当各车辆下载标记数据和行驶策略以后，在经过地图中的相应路段时，就可以按照对应的行驶策略执行行驶，例如分别执行降级通过、减速通过、发出提醒等操作，从而提高行驶安全性。另外，云端服务器也可以将标记数据发送给地图厂商，供地图厂商对地图数据进行更新处理，这样可以使得地图数据在发布时更准确。

上述详细介绍了本申请实施例示出的地图信息检测处理方法，相应的，本申请实施例还提供相应的地图信息检测处理装置、汽车、云端服务器及相关系统。

图6是本申请一实施例示出的地图信息检测处理装置的结构示意图。

参见图6，一种地图信息检测处理装置60，包括：获取模块61、比较模块62、处理模块63。

获取模块61，用于获取地图数据和获取通过车辆的传感器检测得到的感知数据。传感器可以包括以下至少一种：摄像头、超声波传感器、雷达。在传感器为摄像头时，获取模块61获取车辆的摄像头拍摄的图像，将从图像中识别出的图像数据作为感知数据。其中，地图数据可以是高精地图数据。

比较模块62，用于将获取模块61获取的地图数据与感知数据进行比较，得到差异数据。比较模块62可以是将地图数据与感知数据进行比较，在车辆处于高速道路行驶场景时，得到地图数据与感知数据中的车道线的差异数据，其中包括存在差异的车道线的起点与终点信息；或，将地图数据与感知数据进行比较，在车辆处于城市道路行驶场景时，得到地图数据与感知数据中的地图元素的差异数据，其中包括存在差异的地图元素的ID信息。

处理模块63，用于将比较模块62得到的差异数据上传到云端服务器，以使云端服务器根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。

从该实施例可以看出，本申请实施例提供的地图信息检测处理装置，通过车辆的传感器检测得到感知数据后，将地图数据与感知数据进行比较，得到差异数据；然后再将差异数据上传到云端服务器，云端服务器可以根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略。通过上述处理，就使得即使地图数据的道路数据可能因为修路等原因发生变化，但是也可以快速检测出地图数据与当前感知数据的差异，及时发现地图数据的错误，根据检测结果进行相应处理，包括可以对地图数据的错误进行标记和制定相应的行驶策略来供车辆用户参考，从而提高行驶安全性。

图7是本申请另一实施例示出的地图信息检测处理装置的结构示意图。

参见图7，一种地图信息检测处理装置60，包括：获取模块61、比较模块62、处理模块63、执行模块64。其中，比较模块62可以包括第一比较子模块621、第二比较子模块622。

获取模块61、比较模块62、处理模块63的功能可以参见图6中的描述。

第一比较子模块621，用于将地图数据与感知数据进行比较，在车辆处于高速道路行驶场景时，得到地图数据与感知数据中的车道线的差异数据，其中包括存在差异的车道线的起点与终点信息。

第二比较子模块622，用于将地图数据与感知数据进行比较，在车辆处于城市道路行驶场景时，得到地图数据与感知数据中的地图元素的差异数据，其中包括存在差异的地图元素的ID信息。

处理模块63，还可以在地图数据上设置显示层，在显示层显示感知数据与地图数据的差异数据或显示提醒信息。

执行模块64，用于根据差异数据对应的不同级别，控制车辆按不同级别对应的行驶策略进行行驶。虽然地图信息检测处理装置60可以将差异数据上传到云端服务器，供云端服务器进行标记处理和制定相应的行驶策略，但云端服务器进行的处理主要是供后续的各车辆可以根据云端服务器的标记数据和行驶策略来执行，当前车辆正在行驶过程中可能不一定能及时获取云端服务器的处理结果，因此该实施例中，当前车辆也可以设置执行模块64来根据差异数据对应的不同级别，控制车辆按不同级别对应的行驶策略进行行驶，从而提高行驶安全性。

本申请实施例还提供一种汽车，该汽车包括图6或图7所示的地图信息检测处理装置60。

图8是本申请一实施例示出的云端服务器的结构示意图；

参见图8，一种云端服务器80，包括：接收模块81、标记模块82、策略模块83、发送模块84。

接收模块81，用于接收车辆上传的将地图数据与感知数据进行比较后得到的差异数据，其中感知数据由车辆的传感器检测得到。其中，地图数据可以是高精地图数据，传感器可以包括以下至少一种：摄像头、超声波传感器、雷达。

标记模块82，用于根据接收模块81接收的差异数据对地图数据进行标记，得到标记数据。标记模块82根据差异数据对地图数据进行标记，得到标记数据。例如，对于差异数据为车道线出现明显错误，标记为差异程度严重；对于差异数据为车道线错误不明显，标记为差异程度一般；对于差异数据为车道线缺失一小部分，车道线不平滑，标记为差异程度轻微。

策略模块83，用于根据标记模块82得到的标记数据确定对应的行驶策略。策略模块83可以根据标记数据标识的不同级别，确定对应的不同行驶策略。

发送模块84，用于将标记模块82得到的标记数据和策略模块83确定的行驶策略下发给已建立通信连接的车辆。当这些车辆下载这些内容以后，如果行驶到地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，例如分别执行降级通过、减速通过、发出提醒等操作，当经过地图数据中标记的终点后，再恢复正常行驶，例如恢复自动导航辅助驾驶功能，从而实现提高行驶安全性。

图9是本申请另一实施例示出的云端服务器的结构示意图。

参见图9，一种云端服务器80，包括：接收模块81、标记模块82、策略模块83、发送模块84、核查模块85。

其中，接收模块81、标记模块82、策略模块83、发送模块84的功能可以参见图8中的描述。

策略模块83，可以根据标记数据标识的不同级别，确定对应的不同行驶策略。例如，根据标记数据标识的第一级别，确定对应的行驶策略为降级通过；或，根据标记数据标识的第二级别，确定对应的行驶策略为减速通过；或，根据标记数据标识的第三级别，确定对应的行驶策略为发出提醒。其中，第一级别可以是差异程度严重；第二级别可以是差异程度一般；第三级别可以是差异程度轻微。

核查模块85，用于对接收模块81接收的差异数据进行核查。标记模块82在核查模块85对差异数据进行核查后，再对地图数据进行标记，得到标记数据。接收模块81接收相关数据例如差异数据后，可以由核查模块85对差异数据进行复核，例如进行机器复核或人工复核等，以识别车辆所进行的地图数据和感知数据的比较是否匹配错误或匹配不准确，从而可以进行位置的细化或更正等，以使得标记的位置或结果更准确。核查模块85进行复核后，标记模块82再对地图数据进行标记，得到标记数据。

图10是本申请一实施例示出的一种地图信息检测处理系统的结构示意图

参见图10，一种地图信息检测处理系统，包括至少一个车辆60和云端服务器80；其中，

其中一个车辆60，用于获取地图数据和获取通过车辆的传感器检测得到的感知数据，将地图数据与感知数据进行比较，得到差异数据，将差异数据上传到云端服务器80；

云端服务器80，用于根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略，将标记数据和行驶策略下发给已建立通信连接的各车辆60。

其中，云端服务器80的功能和结构可以参见图8和图9中的描述，此处不再赘述。

可以发现，车辆通过传感器检测得到感知数据后，将地图数据与感知数据进行比较，得到差异数据；然后再将差异数据上传到云端服务器，云端服务器可以根据差异数据对地图数据进行标记，得到标记数据，根据标记数据确定对应的行驶策略，并将标记数据和行驶策略下发给已建立通信连接的各车辆，以使得这些车辆下载这些内容以后，如果行驶到地图数据中标记的起点时，可以提前按照标记所对应的行驶策略来执行，从而实现提高行驶安全性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。

本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使处理器执行根据本申请的上述方法的各个步骤的部分或全部。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。