CN105976606B - 一种智能城市交通管理平台 - Google Patents

Abstract

一种智能城市交通管理平台，包括智能车辆系统、高精度地图系统、交通管理系统及车辆云系统；其中，所述智能车辆系统包括3G/4G SIM卡、人机交互模块、无线通信模块、传感器、微处理器、执行器及存储器；所述高精度地图系统，用于接收智能车辆系统发送的信息和请求，对信息处理，根据请求发送地图信息，将处理过的地图信息发送给交通管理系统；所述交通管理系统，对高精度地图系统和智能车辆系统提供的信息进行整合，表征交通情况；自我学习优化，根据请求向其发送交通信息；所述车辆云系统，对不同智能车辆系统上采集的数据进行识别学习和融合，将学习情况发送到智能车辆系统。该平台解决了现有车辆、道路和交通管理系统之间的信息缺乏的问题。

Description

一种智能城市交通管理平台

技术领域

本发明属于交通管理系统领域，具体涉及一种智能车辆、智能交通系统和道路之间的信息共享和协调控制的管理平台。

背景技术

随着网络通信和人工智能化技术的发展，近年来智能交通系统（ITS）和无人驾驶备受关注，交通系统和车辆的智能化能提高交通效率和行车安全性，减少能源消耗。但目前的研究存在以下缺点：首先，当前无人驾驶的研究分为两个方向，（1）以Google和百度为代表的用高精度地图结合激光雷达等昂贵传感器来实现无人驾驶；（2）以汽车厂为代表的采取逐步智能化的路线，从先进智能辅助驾驶系统（ADAS）逐步过渡到无人驾驶；但前者的成本太高，后者的智能化水平太低；其次，车辆和交通系统相互作用、相互影响，现有的ITS研究侧重于交叉口的信号管理与交通流分析，没有考虑地图的实时更新和车辆路线规划对未来一段时间内交通状况的影响，车辆也不知道未来一段时间内交通的状况，即车辆、道路和交通管理系统之间的信息缺乏共享；再者，目前关于V2V和V2X大多采用DSRC（专用短程通信），需要专用的通信设备和基础设施，车辆成本和交通系统改造成本较高；最后，车辆和交通系统的智能化需要机器识别并处理一些不确定的事物和状况，目前的研究主要用神经网络进行深度学习，但离线学习数据库不完备，在线学习实时性不够且初始时效果不好。

发明内容

本发明的目的是提供一种智能城市交通管理系统，能够将车辆、道路和交通系统集成在一起，充分利用大量的实车数据进行学习和优化，实现信息共享，从而有效解决上述技术问题。

为实现上述目的，本发明所述技术方案是这样实现的，该智能城市交通管理平台包括:智能车辆系统、高精度地图系统、交通管理系统及车辆云系统；其中，所述智能车辆系统包括3G/4G SIM卡、人机交互模块、无线通信模块、传感器、微处理器、执行器及存储器；所述3G/4G SIM卡，为无线通信模块提供无线入网许可和身份识别；所述人机交互模块，用于驾驶员命令输入和车辆状态显示；所述无线通信模块，用于无线信号的发送和接收；所述传感器，用于车辆周围环境的感知和车辆状态的检测；所述微处理器，用于对传感器信号进行处理，对数据通信的内容和过程进行控制，对车辆进行智能决策和执行机构的控制；所述执行器，根据微处理器的控制指令对车辆进行具体驾驶操作，包括转向机构、制动机构和动力执行机构；所述存储器，用于存储程序和微处理器处理后的数据，必要时向微处理器提供通信数据；所述高精度地图系统，用于接收智能车辆系统发送的反馈信息和请求，对接收到的信息进行处理，并根据收到的请求通过3G/4G无线网络向车辆发送地图信息，同时通过3G/4G无线网络将处理过的地图信息发送给交通管理系统；所述交通管理系统，用于接收高精度地图系统和智能车辆系统提供的信息，对其进行整合，表征交通情况，同时进行自我学习优化，并根据智能车辆系统发送的请求向其发送交通信息；所述车辆云系统，对不同智能车辆系统上的传感器采集的数据进行智能识别学习和学习结果的融合，并将学习情况发送到智能车辆系统。

本发明所述传感器包括GPS，用于车辆精密定位；INS，用于测量车辆部分状态量；相机，用于行人、自行车、摩托车等非车辆障碍物图像的获取；超声波雷达，用于倒车时障碍物的检测；毫米波雷达，用于在高精度地图不能覆盖也不能通过V2V通信了解周围环境信息时的环境感知；此外，还包括车辆上的常规传感器，如加速度传感器、轮速传感器等。

微处理器将输入的传感器信号进行处理，得到车辆的状态（位置、航向、速度等）信息，同时通过对相机等传感器数据和车辆执行控制的结果进行智能学习（包括图像识别学习、驾驶模式学习），并在与车辆云系统通信的基础上进行智能学习结果的融合；根据车辆的实时路线规划和执行控制需求，与高精度地图系统、交通管理系统和周围车辆进行数据通信，获得交通、道路和周围车辆的行驶状况；根据上述两方面的信息，微处理器进行车辆的路径规划和执行机构的控制。与此同时，微处理器将车辆的位置、航向、速度等状态信息和相机、雷达等传感器信息，车辆的路线规划和动作信息，车辆智能学习信息，车辆的状态、动作和车辆基本参数信息（车辆尺寸、质量等）根据相关的通信协议进行处理和控制，将打包编码好的数据输出给无线通信模块，无线通信模块通过无线网络以无线信号的方式将信息发送出去，接收方为高精度地图系统、智能交通管理系统、车辆云系统和周围车辆；无线通信模块也同时接收高精度地图系统、智能交通管理系统、车辆云系统和周围车辆通过无线网络发送的无线信号，将其输入到微处理器进行处理。

作为本发明的优选，所述高精度地图系统包括地图在线修正模块、实时交通地图模块及道路三维地图模块；其中，所述地图在线修正模块，在实际道路状况突然发生改变时（临时维修、下雨、道路变更等），根据智能车辆系统上的传感器发送回来的信息（雷达点云、图像的识别结果）对地图进行修正，并将修正后的信息传给实时交通地图模块及道路三维地图模块；所述实时交通地图模块，是将道路和所有车辆的位置进行整合而生成的实时交通地图，属于宏观分布地图，用于交通管理系统的交通规划管理和智能车辆系统的路线规划；所述道路三维地图模块，用于接收地图在线修正模块和实时交通地图模块信息，并将接收到的信息合成转化成三维空间地图，同时应智能车辆系统请求发送局部微观地图，用以智能车辆系统的局部路径规划和执行控制。

作为本发明的进一步优选，所述交通管理系统包括交通规划学习模块、交通流信息模块及交通标志与信号模块；其中，所述交通规划学习模块，用于交通管理系统根据历史规划数据（通过交通流信息计算出来的通行效率、通行能力和车辆通行时间等）进行自我学习优化；所述交通流信息模块，用于接收高精度地图系统提供的实时交通地图和智能车辆系统提供的车辆的状态、动作和规划信息，将信息进行整合，表征实时和未来一段时间内交通情况；所述交通标志及信号模块，用于接收交通流信息模块和交通规划学习模块传送的信息，根据信息结果动态规划整个交通系统的控制规则，即交通标志和信号，并在智能车辆系统发送请求时将其发送给请求车辆。

作为本发明的更进一步优选，所述车辆云系统包括图像识别离线学习模块、驾驶模式离线学习模块及智能学习交流融合模块；其中，所述图像识别离线学习模块，根据智能车辆系统上的相机采集的数据进行学习训练；所述驾驶模式离线学习模块，根据车辆实际运行时车辆的状态、动作和乘员的驾乘感受进行驾驶模式学习，找到类似于人的合适的驾驶模式；所述智能学习交流融合模块，是车辆云系统学习和智能车辆系统学习之间的相互交流与借鉴的模块，将车辆云系统学习的结果和众多的智能车辆系统的学习结果进行比较与综合，使得不同车辆之间可以通过数据的离线交互学习实现优势互补。

本发明所述智能城市交通管理平台在实际运行过程中高精度地图系统的原始地图可由地图制作商（Google、百度等）提供，由智能交通管理平台进行后续的管理及维护；交通管理系统、车辆云系统由智能交通管理平台控制和维护；智能车辆系统是相对独立的一个智能系统，存在于每一辆汽车上，可定时向高精度地图系统和交通管理系统发送消息，并根据需要向高精度地图系统和交通管理系统发送请求来获取地图和交通信息，与车辆云系统之间可通过定时发送和接收消息来实现数据交互。

为保证车辆与车辆之间能够实现数据交互，所述智能车辆系统上可以通过安装有类似于微信的车辆动态群APP软件来实现，所述动态车辆群是指能够在一定的距离范围内进行搜索，将搜索到的车辆拉进自己的动态群，在动态群里的车辆通过动态车辆群实时分享各自的状态、动作、规划等信息，然后结合各自的基本信息就可以建立自己周围的局部交通环境，进而取代了激光雷达等传感器。

本发明所述的高精度地图系统、交通管理系统及车辆云系统均是相对独立地设置在平台上，每个系统中的各个模块均是通过平台上的终端服务器在接收智能车辆系统的无线发送模块通过无线网络发送的信息，并且通过平台上的终端服务器对接收到的信息进行处理；终端服务器同时也根据智能车辆系统发送的请求通过无线网络将信息发送出去。所述高精度地图系统与交通管理系统之间的信息传输也是采用上述方式进行的。

本发明的优点和积极效果:

（1）本发明通过建立智能交通管理平台，将车辆、道路、交通整合到一起考虑，充分利用大量的实车数据进行学习和优化，实现大量信息共享，有效解决现有车辆、道路和交通管理系统之间的信息缺乏共享的问题。

（2）本发明充分利用现有的无线通讯技术和硬件设施构建城市交通管理平台，使车辆在道路行驶时能够了解未来一段时间道路交通情况，改善城市交通状况，而且相对于其他智能交通系统，本发明极大地降低了智能车辆的生产成本和现有交通系统的改造成本。

（3）本发明所述平台将车辆云系统与智能车辆系统的学习数据进行交互，车辆云系统图像识别离线学习模块训练的数据来自所有车辆的数据，学习的样本更全面，训练结果更准确，使其对环境变化的敏感性降低。而且通过将车辆云系统学习的结果和众多的智能车辆系统的学习结果进行比较与综合，使得不同车辆之间可以通过数据的离线交互学习实现优势互补，同时也避免了车辆出厂时在由于训练不足而影响驾驶性能。

（4）本发明所述交通管理平台，可以通过在智能车辆系统上安装车辆动态群APP软件实现车与车之间局部环境的交互，能够替代激光雷达等传感器，大大降低现有智能车辆成本。

附图说明

图1为本发明所述交通管理平台整体结构示意图。

图2为本发明所述平台智能车辆系统发送、接收信息框架图。

具体实施方式

为使本领域技术人员能够清楚理解本发明所述技术方案的优点和效果，下面结合附图对本发明所述技术方案进行详细说明，但并不用于限定保护范围。

参阅图1，本发明所述智能城市交通管理平台包括:智能车辆系统1、高精度地图系统2、交通管理系统3及车辆云系统4；其中，所述智能车辆系统1包括3G/4G SIM卡11、人机交互模块12、无线通信模块13、传感器14、微处理器15、执行器16及存储器17；所述3G/4G SIM卡11，为无线通信模块提供无线入网许可和身份识别；所述人机交互模块12，用于驾驶员命令输入和车辆状态显示；所述无线通信模块13，用于无线信号的发送和接收；所述传感器14，用于车辆周围环境的感知和车辆状态的检测；所述微处理器15，用于对传感器信号进行处理，对数据通信的内容和过程进行控制，对车辆进行智能决策和执行机构的控制；所述执行器16，根据微处理器的控制指令对车辆进行具体驾驶操作，包括转向机构、制动机构和动力执行机构；所述存储器17，用于存储程序和微处理器处理后的数据，必要时向微处理器提供通信数据；所述高精度地图系统2，用于接收智能车辆系统发送的反馈信息和请求，对接收到的信息进行处理，并根据收到的请求通过3G/4G无线网络向车辆发送地图信息，同时通过3G/4G无线网络将处理过的地图信息发送给交通管理系统3；所述交通管理系统3，用于接收高精度地图系统2和智能车辆系统1提供的信息，对其进行整合，表征交通情况；同时进行自我学习优化，并根据智能车辆系统1发送的请求向其发送交通信息；所述车辆云系统4，对不同智能车辆系统1上的传感器14采集的数据进行智能识别学习和学习结果的融合，并将学习情况发送到智能车辆系统1。

其中，所述高精度地图系统2包括地图在线修正模块21、实时交通地图模块22及道路三维地图模块23；其中，所述地图在线修正模块21，在实际道路状况突然发生改变时（临时维修、下雨、道路变更等），根据智能车辆系统1上的传感器14发送回来的信息（雷达点云、图像的识别结果）对地图进行修正，并将修正后的信息传给实时交通地图模块22及道路三维地图模块23；所述实时交通地图模块22，是将道路和所有车辆的位置进行整合而生成的实时交通地图，属于宏观分布地图，用于交通管理系统3的交通规划管理和智能车辆系统1的路线规划；所述道路三维地图模块23，用于接收地图在线修正模块21和实时交通地图模块22的信息，并将接收到的信息合成转化成三维空间地图，同时应智能车辆系统1请求传送局部微观地图，用以智能车辆系统1的局部路径规划和执行控制。

所述交通管理系统3包括交通规划学习模块31、交通流信息模块32及交通标志与信号模块33；其中，所述交通规划学习模块31，用于交通管理系统3根据历史规划数据（通过交通流信息计算出来的通行效率、通行能力和车辆通行时间等）进行自我学习优化；所述交通流信息模块32，接收高精度地图系统2提供的实时交通地图和智能车辆系统1提供的车辆的状态、动作和规划信息，将信息进行整合，表征实时和未来一段时间内交通情况；所述交通标志及信号模块33，接收交通流信息模块和交通规划学习模块传送的信息，根据信息结果动态规划整个交通系统的控制规则，即交通标志和信号，并在智能车辆系统1发送请求时将其发送给请求车辆。

所述车辆云系统4包括图像识别离线学习模块41、驾驶模式离线学习模块42及智能学习交流融合模块43；其中，所述图像识别离线学习模块41，根据智能车辆系统1上的相机采集的数据进行学习训练；所述驾驶模式离线学习模块42，根据车辆实际运行时车辆的状态、动作和乘员的驾乘感受进行驾驶模式学习，找到类似于人的合适的驾驶模式；所述智能学习交流融合模块43，是车辆云系统4学习和智能车辆系统1学习之间的相互交流与借鉴的模块，将车辆云系统4学习的结果和众多的智能车辆系统1的学习结果进行比较与综合，使得不同车辆之间可以通过数据的离线交互学习实现优势互补。

本发明所述传感器包括GPS，用于车辆精密定位；INS，用于测量车辆部分状态量；相机，用于行人、自行车、摩托车等非车辆障碍物图像的获取；超声波雷达，用于倒车时障碍物的检测；毫米波雷达，用于在高精度地图不能覆盖也不能通过V2V通信了解周围环境信息时的环境感知；此外，还包括车辆上的常规传感器，例如：加速度传感器、轮速传感器等。

本发明所述的高精度地图系统、交通管理系统及车辆云系统均是相对独立的设置在平台上，每个系统中的各个模块均是通过平台上的终端服务器在接收智能车辆系统的无线发送模块通过无线网络发送的信息，并且通过平台上的终端服务器对接收到的信息进行处理；终端服务器同时也根据智能车辆系统发送的请求通过无线网络将信息发送出去。所述高精度地图系统与交通管理系统之间的信息传输也是采用上述方式进行的。

参阅图2，本发明所述智能城市交通管理平台中智能车辆系统1定期将传感器14检测到并经微处理器15处理过的车辆位置、道路图像信息及识别结果等信息通过无线通讯模块13发送到高精度地图系统2中，高精度地图系统2中的道路三维地图模块23根据智能交通系统1发送的请求，发送局部微观地图；智能车辆系统1定期将微处理器15处理后的路线规划、位置、速度、动作等信息通过无线通讯模块13发送到交通管理系统3中，交通管理系统3中的交通标志及信号模块33根据智能交通系统1发送的请求，发送交通标志和信号；智能车辆系统1定期将微处理器15处理后的图像信息、驾驶操作信息及识别结果定期发送到车辆云系统4，所述车辆云系统4定期接收智能车辆系统1发送的图像、驾驶模式大数据学习识别结果；智能车辆系统1通过人机交互模块12接收车主发送指令（目的地，启动暖车等），同时向车主发送车辆位置、状态，行车路线等信息；车主通过人机交互模块12发送指令并接收车辆状态信息；车辆1上的智能车辆系统1通过在车辆1上安装有类似于微信的车辆动态群APP软件定期将本车位置、速度、航向、动作、路线等信息通过无线通讯模块13发送到车辆2等其他车辆上的车辆动态群上，车辆2或其他车辆采用同样方式发送本车信息，接收其他车辆传输的信息，实现数据交互。图2中虚线代表发送，实线代表接收。

本发明所述的车辆动态群APP软件由管理平台开发，是能够在一定的距离范围内进行搜索，并将搜索到的车辆拉进自己的动态群，在动态群里的车辆通过动态车辆群实时分享各自的状态、动作、规划等信息，然后结合各自的基本信息就可以建立自己周围的局部交通环境，进而取代了激光雷达等传感器。

Claims (5)

1.一种智能城市交通管理平台，其特征在于，包括智能车辆系统、高精度地图系统、交通管理系统及车辆云系统；其中，所述智能车辆系统包括3G/4G SIM卡、人机交互模块、无线通信模块、传感器、微处理器、执行器及存储器；所述3G/4G SIM卡，为无线通信模块提供无线入网许可和身份识别；所述人机交互模块，用于驾驶员命令输入和车辆状态显示；所述无线通信模块，用于无线信号的发送和接收；所述传感器，用于车辆周围环境的感知和车辆状态的检测；所述微处理器，用于对传感器信号进行处理，对数据通信的内容和过程进行控制，对车辆进行智能决策和执行机构的控制；所述执行器，根据微处理器的控制指令对车辆进行具体驾驶操作，包括转向机构、制动机构和动力执行机构；所述存储器，用于存储程序和微处理器处理后的数据，必要时向微处理器提供通信数据；所述高精度地图系统，用于接收智能车辆系统发送的反馈信息和请求，对接收到的信息进行处理，并根据收到的请求通过3G/4G无线网络向车辆发送地图信息，同时通过3G/4G无线网络将处理过的地图信息发送给交通管理系统；所述交通管理系统，用于接收高精度地图系统和智能车辆系统提供的信息，对其进行整合，表征交通情况；同时进行自我学习优化，并根据智能车辆系统发送的请求向其发送交通信息；所述车辆云系统，对不同智能车辆系统上的传感器采集的数据进行智能识别学习和学习结果的融合，并将学习情况发送到智能车辆系统。

2.根据权利要求1所述的一种智能城市交通管理平台，其特征在于，所述高精度地图系统包括地图在线修正模块、实时交通地图模块及道路三维地图模块；其中，所述地图在线修正模块，在实际道路状况突然发生改变时，根据智能车辆系统上的传感器发送回来的信息对地图进行修正，并将修正后的信息传给实时交通地图模块及道路三维地图模块；所述实时交通地图模块，将道路和所有车辆的位置进行整合而生成的实时交通地图，用于交通管理系统的交通规划管理和智能车辆系统的路线规划；所述道路三维地图模块，用于接收地图在线修正模块和实时交通地图模块信息，并将接收到的信息合成转化成三维空间地图，同时应智能车辆系统请求传送局部微观地图，用以智能车辆系统的局部路径规划和执行控制。

3.根据权利要求1所述的一种智能城市交通管理平台，其特征在于，所述交通管理系统包括交通规划学习模块、交通流信息模块及交通标志与信号模块；其中，所述交通规划学习模块，用于交通管理系统根据历史规划数据进行自我学习优化；所述交通流信息模块，接收高精度地图系统提供的实时交通地图和智能车辆系统提供的车辆的状态、动作和规划信息，将信息进行整合，表征实时和未来一段时间内交通情况；所述交通标志及信号模块，接收交通流信息模块和交通规划学习模块传送的信息，根据信息结果动态规划整个交通系统的控制规则，并在智能车辆系统发送请求时将其发送给请求车辆。

4.根据权利要求1所述的一种智能城市交通管理平台，其特征在于，所述车辆云系统包括图像识别离线学习模块、驾驶模式离线学习模块及智能学习交流融合模块；其中，所述图像识别离线学习模块，根据智能车辆系统上的相机采集的数据进行学习训练；所述驾驶模式离线学习模块，根据车辆实际运行时车辆的状态、动作和乘员的驾乘感受进行驾驶模式学习，找到类似于人的合适的驾驶模式；所述智能学习交流融合模块，是车辆云系统学习和智能车辆系统学习之间的相互交流与借鉴的模块，将车辆云系统学习的结果和众多的智能车辆系统的学习结果进行比较与综合，使得不同车辆之间可以通过数据的离线交互学习实现优势互补。

5.根据权利要求1或2或3或4所述的一种智能城市交通管理平台，其特征在于，所述传感器包括GPS，用于车辆精密定位；INS，用于测量车辆部分状态量；相机，用于行人、自行车、摩托车、非车辆障碍物图像的获取；超声波雷达，用于倒车时障碍物的检测；毫米波雷达，用于在高精度地图不能覆盖也不能通过V2V通信了解周围环境信息时的环境感知。