CN108319263A - 一种无人驾驶汽车 - Google Patents
一种无人驾驶汽车 Download PDFInfo
- Publication number
- CN108319263A CN108319263A CN201711437029.6A CN201711437029A CN108319263A CN 108319263 A CN108319263 A CN 108319263A CN 201711437029 A CN201711437029 A CN 201711437029A CN 108319263 A CN108319263 A CN 108319263A
- Authority
- CN
- China
- Prior art keywords
- automobile
- module
- positioning
- indicate
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 43
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 2
- 239000004020 conductor Substances 0.000 claims description 2
- 238000013075 data extraction Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种无人驾驶汽车,包括传感系统、车辆定位系统和无人驾驶控制器,所述传感系统用于感知汽车周围的环境信息,并将环境信息发送至无人驾驶控制器,所述车辆定位系统用于获取汽车的定位,并将定位信息发送至无人驾驶控制器,所述无人驾驶控制器用于根据汽车周围的环境信息和汽车的定位控制汽车的启动、速度变化、方向变换和停车。本发明的有益效果为:无人驾驶控制器根据汽车周围的环境信息和汽车的定位控制汽车,实现了汽车安全高效的无人驾驶。
Description
技术领域
本发明涉及无人驾驶技术领域,具体涉及一种无人驾驶汽车。
背景技术
随着经济社会党的发展,车辆越来越多,随之而来的是交通事故和交通拥堵的不断增加。有研究表明,大部分车祸都是由人为失误造成的。因此,如果采用无人驾驶汽车,则可以减少交通事故的发生,也能够让车辆更加安全的行驶,另一方面,无人驾驶汽车通过对对车辆进行智能控制,有助于缓解交通拥堵,提高城市交通智能化水平。
发明内容
针对上述问题,本发明旨在提供一种无人驾驶汽车。
本发明的目的采用以下技术方案来实现:
提供了一种无人驾驶汽车,包括传感系统、车辆定位系统和无人驾驶控制器,所述传感系统用于感知汽车周围的环境信息,并将环境信息发送至无人驾驶控制器,所述车辆定位系统用于获取汽车的定位,并将定位信息发送至无人驾驶控制器,所述无人驾驶控制器用于根据汽车周围的环境信息和汽车的定位控制汽车的启动、速度变化、方向变换和停车。
本发明的有益效果为:无人驾驶控制器根据汽车周围的环境信息和汽车的定位控制汽车,实现了汽车安全高效的无人驾驶。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
传感系统1、车辆定位系统2、无人驾驶控制器3。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种无人驾驶汽车,包括传感系统1、车辆定位系统2和无人驾驶控制器3,所述传感系统1用于感知汽车周围的环境信息,并将环境信息发送至无人驾驶控制器3,所述车辆定位系统2用于获取汽车的定位,并将定位信息发送至无人驾驶控制器3,所述无人驾驶控制器3用于根据汽车周围的环境信息和汽车的定位控制汽车的启动、速度变化、方向变换和停车。
本实施例无人驾驶控制器根据汽车周围的环境信息和汽车的定位控制汽车,实现了汽车安全高效的无人驾驶。
优选的,所述车辆定位系统2包括一次定位模块、二次定位模块、三次定位模块和精度评价模块,所述一次定位模块基于全球定位系统获取汽车的第一位置,所述二次定位模块基于激光测距仪获取汽车的第二位置,所述三次定位模块用于根据第一位置和第二位置确定汽车的定位,所述精度评价模块用于对定位精度进行评价。
本优选实施例车辆定位系统通过全球卫星定位系统和激光测距仪获取的位置信息对汽车进行定位,提高了汽车的定位精度。
优选的,所述二次定位模块包括第一数据获取模块、第二数据处理模块、第三特征提取模块和第四地图匹配模块,所述第一数据获取模块用于激光测距仪获取周围环境的激光扫描数据,所述第二数据处理模块用于剔除错误的激光扫描数据,所述第三特征提取模块用于根据处理后的激光扫描数据提取周围环境的线段特征信息,所述第四地图匹配模块用于将线段特征信息和地图进行匹配,获取汽车第二位置信息。
本优选实施例二次定位模块通过激光扫描数据提取周围环境线段特征信息,并且和地图进行匹配,得到了准确的汽车第二位置信息。
优选的,所述第三特征提取模块包括第一建模子模块和第二提取子模块,所述第一建模子模块用于建立环境模型,所述第二提取子模块用于根据环境模型提取线段特征信息;
所述第一建模子模块用于建立环境模型:将环境中的平面在地图中用线段表示,地图中线段P1P2对应环境中的一个平面,从坐标原点O向P1P2作垂线,交于点P,假定A(x,y)为线段P1P2上的一点,则线段P1P2在全局坐标系中表示为:xcosβ+ysinβ-ρ=0,上述式子中,β表示OP和全局坐标系X轴正方向的夹角,ρ表示向量在单位向量的投影;
汽车的局部坐标系和激光测距仪的局部坐标系重合,设某个激光扫描数据为(ρi,αi),ρi表示测量的距离,αi表示激光束相对于汽车局部坐标系x轴正方向的角度,则该扫描数据在汽车局部坐标系中的坐标(xi,yi)为:
所述第二提取子模块用于根据环境模型提取线段特征信息:将汽车在k时刻的位置用向量X(k)=[x(k),y(k),θ(k)]T表示,激光测距仪在该时刻对汽车周围环境进行一次扫描,获得n个离散的激光扫描数据,这些数据以极坐标形式表述,在汽车局部坐标系中以(xL(i),yL(i))(1≤i≤n)表示,在全局坐标系中对应的坐标为(xG(i),yG(i))(1≤i≤n);
本优选实施例第三特征提取模块实现了环境建模和环境线段特征的提取。
优选的,所述第四地图匹配模块用于将线段特征信息和地图进行匹配:对于环境中的某个平面在地图中对应的线段P1P2,如果激光束打在该平面上并且返回数据用极坐标表示为(ρi,αi),则全局坐标为(xG(i),yG(i));
采用下式计算匹配因子:
若满足EH≤D,D∈[150mm,250mm],则点(xG(i),yG(i))与线段P1P2匹配;
从n个激光数据中找到与线段P1P2匹配的数据,完成线段特征信息和地图匹配。
由于激光测距仪的测量误差,本优选实施例第四地图匹配模块采用匹配因子对线段特征信息和地图进行匹配,提升了匹配性能。
优选的,所述三次定位模块用于根据第一位置和第二位置确定汽车的定位,具体为:YW=ρ1YW1+ρ2YW2;
上述式子中,YW表示汽车的定位,YW1表示汽车的第一位置,YW2表示汽车的第二位置,δ1、δ2表示权重系数,ρ1+ρ2=1。
本优选实施例三次定位模块基于卫星定位和激光测距仪获取汽车定位,定位结果更加准确。
优选的,所述精度评价模块包括一次评价子模块、二次评价子模块和三次评价子模块,所述一次评价子模块用于获取汽车定位精度的第一评价因子,所述二次评价子模块用于获取汽车定位精度的第二评价因子,所述三次评价子模块根据第一评价因子和第二评价因子对定位精度进行评价。
所述一次评价子模块用于获取汽车定位精度的第一评价因子,采用下式进行:
上述式子中,CS1表示第一评价因子,n表示汽车定位次数,LGi表示第i次定位中汽车的真实位置,YWi表示第i次定位中汽车的定位;
所述二次评价子模块用于获取汽车定位精度的第一评价因子,采用下式进行:
上述式子中,CS2表示第二评价因子,m表示汽车的个数,LGj表示第j个汽车的真实位置,YWj表示第j个汽车的定位;
上述式子中,CS表示综合评价因子;综合评价因子越小,说明定位精度越高。
本优选实施例精度评价模块保证了定位精度,为后续汽车准确控制奠定了基础,具体的,第一评价因子通过对汽车进行多次定位获得,第二评价因子通过对多个汽车进行定位获得,综合评价因子通过第一评价因子和第二评价因子计算得到,实现了定位精度准确评价。
采用本发明无人驾驶汽车进行驾驶,选定出发地,选取5个目的地进行实验,分别为目的地1、目的地2、目的地3、目的地4、目的地5,对驾驶效率和驾驶成本进行统计,同有人驾驶汽车相比,产生的有益效果如下表所示:
驾驶效率提高 | 驾驶成本降低 | |
目的地1 | 29% | 27% |
目的地2 | 27% | 26% |
目的地3 | 26% | 26% |
目的地4 | 25% | 24% |
目的地5 | 24% | 22% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种无人驾驶汽车,其特征在于,包括传感系统、车辆定位系统和无人驾驶控制器,所述传感系统用于感知汽车周围的环境信息,并将环境信息发送至无人驾驶控制器,所述车辆定位系统用于获取汽车的定位,并将定位信息发送至无人驾驶控制器,所述无人驾驶控制器用于根据汽车周围的环境信息和汽车的定位控制汽车的启动、速度变化、方向变换和停车。
2.根据权利要求1所述的无人驾驶汽车,其特征在于,所述车辆定位系统包括一次定位模块、二次定位模块、三次定位模块和精度评价模块,所述一次定位模块基于全球定位系统获取汽车的第一位置,所述二次定位模块基于激光测距仪获取汽车的第二位置,所述三次定位模块用于根据第一位置和第二位置确定汽车的定位,所述精度评价模块用于对定位精度进行评价。
3.根据权利要求2所述的无人驾驶汽车,其特征在于,所述二次定位模块包括第一数据获取模块、第二数据处理模块、第三特征提取模块和第四地图匹配模块,所述第一数据获取模块用于激光测距仪获取周围环境的激光扫描数据,所述第二数据处理模块用于剔除错误的激光扫描数据,所述第三特征提取模块用于根据处理后的激光扫描数据提取周围环境的线段特征信息,所述第四地图匹配模块用于将线段特征信息和地图进行匹配,获取汽车第二位置信息。
4.根据权利要求3所述的无人驾驶汽车,其特征在于,所述第三特征提取模块包括第一建模子模块和第二提取子模块,所述第一建模子模块用于建立环境模型,所述第二提取子模块用于根据环境模型提取线段特征信息;
所述第一建模子模块用于建立环境模型:将环境中的平面在地图中用线段表示,地图中线段P1P2对应环境中的一个平面,从坐标原点O向P1P2作垂线,交于点P,假定A(x,y)为线段P1P2上的一点,则线段P1P2在全局坐标系中表示为:xcosβ+ysinβ-ρ=0,上述式子中,β表示OP和全局坐标系X轴正方向的夹角,ρ表示向量在单位向量的投影;
汽车的局部坐标系和激光测距仪的局部坐标系重合,设某个激光扫描数据为(ρi,αi),ρi表示测量的距离,αi表示激光束相对于汽车局部坐标系x轴正方向的角度,则该扫描数据在汽车局部坐标系中的坐标(xi,yi)为:
所述第二提取子模块用于根据环境模型提取线段特征信息:将汽车在k时刻的位置用向量X(k)=[x(k),y(k),θ(k)]T表示,激光测距仪在该时刻对汽车周围环境进行一次扫描,获得n个离散的激光扫描数据,这些数据以极坐标形式表述,在汽车局部坐标系中以(xL(i),yL(i))(1≤i≤n)表示,在全局坐标系中对应的坐标为(xG(i),yG(i))(1≤i≤n)。
5.根据权利要求4所述的无人驾驶汽车,其特征在于,所述第四地图匹配模块用于将线段特征信息和地图进行匹配,具体为:
对于环境中的某个平面在地图中对应的线段P1P2,如果激光束打在该平面上并且返回数据用极坐标表示为(ρi,αi),则全局坐标为(xG(i),yG(i));
采用下式计算匹配因子:
EH=|xG(i)cosβ+yG(i)sinβ-ρ|+|xG(i)cosβ+yG(i)sinβ-ρ|2
若满足EH≤D,D∈[150mm,250mm],则点(xG(i),yG(i))与线段P1P2匹配;
从n个激光数据中找到与线段P1P2匹配的数据,完成线段特征信息和地图匹配。
6.根据权利要求5所述的无人驾驶汽车,其特征在于,所述三次定位模块用于根据第一位置和第二位置确定汽车的定位,具体为:YW=ρ1YW1+ρ2YW2;
上述式子中,YW表示汽车的定位,YW1表示汽车的第一位置,YW2表示汽车的第二位置,δ1、δ2表示权重系数,ρ1+ρ2=1。
7.根据权利要求6所述的无人驾驶汽车,其特征在于,所述精度评价模块包括一次评价子模块、二次评价子模块和三次评价子模块,所述一次评价子模块用于获取汽车定位精度的第一评价因子,所述二次评价子模块用于获取汽车定位精度的第二评价因子,所述三次评价子模块根据第一评价因子和第二评价因子对定位精度进行评价;
所述一次评价子模块用于获取汽车定位精度的第一评价因子,采用下式进行:
上述式子中,CS1表示第一评价因子,n表示汽车定位次数,LGi表示第i次定位中汽车的真实位置,YWi表示第i次定位中汽车的定位;
所述二次评价子模块用于获取汽车定位精度的第一评价因子,采用下式进行:
上述式子中,CS2表示第二评价因子,m表示汽车的个数,LGj表示第j个汽车的真实位置,YWj表示第j个汽车的定位。
8.根据权利要求7所述的无人驾驶汽车,其特征在于,所述三次评价子模块根据第一评价因子和第二评价因子对定位精度进行评价:计算定位精度的综合评价因子:
上述式子中,CS表示综合评价因子;综合评价因子越小,说明定位精度越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711437029.6A CN108319263A (zh) | 2017-12-26 | 2017-12-26 | 一种无人驾驶汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711437029.6A CN108319263A (zh) | 2017-12-26 | 2017-12-26 | 一种无人驾驶汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108319263A true CN108319263A (zh) | 2018-07-24 |
Family
ID=62892924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711437029.6A Pending CN108319263A (zh) | 2017-12-26 | 2017-12-26 | 一种无人驾驶汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319263A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427331A (zh) * | 2020-03-24 | 2020-07-17 | 新石器慧通(北京)科技有限公司 | 无人驾驶车辆的感知信息展示方法、装置和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876827A (zh) * | 2009-11-20 | 2010-11-03 | 海安县奇锐电子有限公司 | 无人驾驶汽车 |
CN103428629A (zh) * | 2012-05-18 | 2013-12-04 | 中国电信股份有限公司 | 混合定位实现方法及系统 |
CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
CN106154301A (zh) * | 2016-06-17 | 2016-11-23 | 北京汉唐自远技术股份有限公司 | 一种多网定位的实现方法及装置 |
CN106251678A (zh) * | 2016-08-21 | 2016-12-21 | 武克易 | 一种停车场车辆定位系统 |
CN106908822A (zh) * | 2017-03-14 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人机定位切换方法、装置和无人机 |
CN107452185A (zh) * | 2017-09-21 | 2017-12-08 | 深圳市晟达机械设计有限公司 | 一种有效的山区自然灾害预警系统 |
CN107463176A (zh) * | 2017-08-18 | 2017-12-12 | 潘荣兰 | 一种全天候自动驾驶系统 |
-
2017
- 2017-12-26 CN CN201711437029.6A patent/CN108319263A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876827A (zh) * | 2009-11-20 | 2010-11-03 | 海安县奇锐电子有限公司 | 无人驾驶汽车 |
CN103428629A (zh) * | 2012-05-18 | 2013-12-04 | 中国电信股份有限公司 | 混合定位实现方法及系统 |
CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
CN106154301A (zh) * | 2016-06-17 | 2016-11-23 | 北京汉唐自远技术股份有限公司 | 一种多网定位的实现方法及装置 |
CN106251678A (zh) * | 2016-08-21 | 2016-12-21 | 武克易 | 一种停车场车辆定位系统 |
CN106908822A (zh) * | 2017-03-14 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人机定位切换方法、装置和无人机 |
CN107463176A (zh) * | 2017-08-18 | 2017-12-12 | 潘荣兰 | 一种全天候自动驾驶系统 |
CN107452185A (zh) * | 2017-09-21 | 2017-12-08 | 深圳市晟达机械设计有限公司 | 一种有效的山区自然灾害预警系统 |
Non-Patent Citations (2)
Title |
---|
刘健: "基于三维激光雷达的无人驾驶车辆环境建模关键技术研究", 《中国博士学位论文全文数据库》 * |
刘洁 等: "基于记忆特征库的机器人定位及地图创建方法", 《PROCEEDINGS OF 27TH CHINESE CONTROL CONFERENCE第二十七届中国控制会议》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427331A (zh) * | 2020-03-24 | 2020-07-17 | 新石器慧通(北京)科技有限公司 | 无人驾驶车辆的感知信息展示方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767853B (zh) | 一种基于多信息融合的无人驾驶车辆高精度定位方法 | |
EP3570061B1 (en) | Drone localization | |
US11125566B2 (en) | Method and apparatus for determining a vehicle ego-position | |
EP3650814B1 (en) | Vision augmented navigation | |
CN104833360B (zh) | 一种二维坐标到三维坐标的转换方法 | |
US20140297090A1 (en) | Autonomous Mobile Method and Autonomous Mobile Device | |
US20180253105A1 (en) | Estimation device, control method, program and storage medium | |
CN106774313A (zh) | 一种基于多传感器的室外自动避障agv导航方法 | |
CN109324337A (zh) | 无人飞行器的航线生成及定位方法、装置及无人飞行器 | |
US10928819B2 (en) | Method and apparatus for comparing relevant information between sensor measurements | |
CN102208013A (zh) | 风景匹配参考数据生成系统和位置测量系统 | |
Cao et al. | Camera to map alignment for accurate low-cost lane-level scene interpretation | |
CN109782756A (zh) | 具有自主绕障行走功能的变电站巡检机器人 | |
CN108981684A (zh) | 集装箱卡车定位系统及方法 | |
CN106501829A (zh) | 一种无人机导航方法和装置 | |
JPWO2016093028A1 (ja) | 自車位置推定装置 | |
CN112232275B (zh) | 基于双目识别的障碍物检测方法、系统、设备及存储介质 | |
CN110491156A (zh) | 一种感知方法、装置及系统 | |
CN103162696A (zh) | 用于导引用户经过多选转向决定点的系统及其方法 | |
CN110109159B (zh) | 行驶管理方法、装置、电子设备及存储介质 | |
CN111145260B (zh) | 一种基于车载的双目标定方法 | |
Hara et al. | Vehicle localization based on the detection of line segments from multi-camera images | |
Gupta et al. | Self-driving cars: Tools and technologies | |
CN108319263A (zh) | 一种无人驾驶汽车 | |
US11377125B2 (en) | Vehicle rideshare localization and passenger identification for autonomous vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180724 |
|
RJ01 | Rejection of invention patent application after publication |