CN108375977A - 一种基于雾节点的城市环境自动驾驶方法 - Google Patents
一种基于雾节点的城市环境自动驾驶方法 Download PDFInfo
- Publication number
- CN108375977A CN108375977A CN201810069266.XA CN201810069266A CN108375977A CN 108375977 A CN108375977 A CN 108375977A CN 201810069266 A CN201810069266 A CN 201810069266A CN 108375977 A CN108375977 A CN 108375977A
- Authority
- CN
- China
- Prior art keywords
- data
- calculate node
- automatic driving
- driving vehicle
- mist
- 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
- 239000003595 mist Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001953 sensory effect Effects 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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0293—Convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于雾节点的城市环境自动驾驶方法，涉及大数据处理技术领域；将云端的高精地图、自动驾驶模型分享到雾计算节点，有效利用雾计算节点的能力，收集雾计算节点覆盖区域车辆的实时环境信息，并将采集数据与云端高精地图进行结合，产生覆盖区域内更加精细准确的模型，实时发送给覆盖区域车辆，实现车辆在城市复杂环境下的自动驾驶，提高车辆实时控制处理执行效率。另外，雾计算节点还可定期向云端上传覆盖区域内的高精地图及车辆行为信息，帮助云端更好的了解本区域内环境信息，提升自动驾驶模型准确率。
Description
技术领域
本发明公开一种基于雾节点的城市环境自动驾驶方法，涉及大数据处理技术领域。
背景技术
随着物联网和云计算的发展，云端中心聚合了大量的物理硬件资源，并采用虚拟化技术实现了异构网络计算资源的统一的分配、调度和管理，集中建设云端中心可大大降低计算和存储的成本。然而伴随着数据量越来越庞大，数据传输的速率出现下降，甚至有时会有很大的网络延迟，雾计算的出现，大大的改善了这种状况，特别是对于边缘侧诸如实时业务、数据优化、带宽限制、应用智能、安全与隐私等多方面需求，加速了雾计算的发展。
自动驾驶是汽车产业与人工智能、视觉计算、物联网、雷达、高精地图、高性能计算等新一代信息技术深度融合的产物,是当前全球汽车与交通出行领域智能化和网联化发展的主要方向，其通过车载核心计算单元，在没有任何人类主动的操作下，自动安全地操作机动车辆。
近年来，自动驾驶技术发展迅速，对于传统车辆进行改造，并通过传感器实时采集数据，配合高精地图，已经实现了简单环境下的自动驾驶。然而在城市复杂环境下，基于单个独立车辆的自动驾驶控制仍不能良好的实现，本发明提供了一种基于雾节点的城市环境自动驾驶方法，将云端的高精地图、自动驾驶模型分享到雾计算节点，有效利用雾计算节点的能力，收集雾计算节点覆盖区域车辆的实时环境信息，并将采集数据与云端高精地图进行结合，产生覆盖区域内更加精细准确的模型，实时发送给覆盖区域车辆，实现车辆在城市复杂环境下的自动驾驶，提高车辆实时控制处理执行效率。另外，雾计算节点还可定期向云端上传覆盖区域内的高精地图及车辆行为信息，帮助云端更好的了解本区域内环境信息，提升自动驾驶模型准确率。
发明内容
本发明针对现有技术的不足和缺陷，提供一种基于雾节点的城市环境自动驾驶方法，具有通用性强、实施简便等特点，具有广阔的应用前景。
本发明提出的具体方案是：
一种基于雾节点的城市环境自动驾驶方法，云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图及进行自动驾驶模型优化，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
所述的方法中自动驾驶车辆通过定位装置获取实时位置数据，利用传感设备采集环境信息形成云点数据，并将位置数据、云点数据实时上传到雾计算节点。
所述的方法中雾计算节点根据大量来自自动驾驶车辆的位置数据、云点数据进行分析识别，结合原有的高精地图，修正网络覆盖区域内交通环境的高精地图，并标识出静态障碍物。
所述的方法中所述雾计算节点根据自动驾驶车辆的位置数据实时推送覆盖区域的高精地图及其他自动驾驶车辆的数据。
所述的方法中自动驾驶车辆及相邻的其他自动驾驶车辆交互，形成自动驾驶车队，选择相应的自动驾驶策略进行自动驾驶。
所述的方法，具体步骤为：
S1：云端收集雾计算节点上传的数据，进行大数据分析，绘制高精地图，并结合大量历史车辆操控数据，训练自动驾驶模型，
S2：云端根据雾计算节点的位置，将雾计算节点所在区域的高精地图及自动驾驶模型分发到雾计算节点，
S3：云端节点根据自动驾驶车辆核心计算单元的能力，将高精地图及自动驾驶模型分发到自动驾驶车辆，
S4：雾计算节点收集传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作；
S5：循环执行步骤S1至步骤S4，持续进行自动驾驶模型优化，修正高精地图精度，以便满足城市复杂环境下自动驾驶的需求。
一种基于雾节点的指导城市环境自动驾驶的系统，包括云端、雾计算节点、自动驾驶车辆，
云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
所述的系统中自动驾驶车辆通过定位装置获取实时位置数据，利用传感设备采集环境信息形成云点数据，并将位置数据、云点数据实时上传到雾计算节点。
所述的系统中雾计算节点根据大量来自自动驾驶车辆的位置数据、云点数据进行分析识别，结合原有的高精地图，修正网络覆盖区域内交通环境的高精地图，并标识出静态障碍物。
所述的系统中雾计算节点根据自动驾驶车辆的位置数据实时推送覆盖区域的高精地图及其他自动驾驶车辆的数据。
本发明的有益之处是：
本发明公开了一种基于雾节点的城市环境自动驾驶方法，充分利用雾计算节点所在区域局部化个性化的特点，将云端的高精地图与雾计算节点具体所在区域的实际需求相结合，有效利用雾计算节点的能力，收集雾计算节点覆盖区域车辆的实时环境信息，产生覆盖区域内更加精细准确的模型，实现城市复杂环境下的自动驾驶；相较于传统的基于单个独立车辆的自动驾驶，实现了雾计算节点覆盖区域内车辆间互联通信，增强了单个独立车辆的传感范围、传感精度和传感数据准确率，提高了区域内自动驾驶车辆的协作能力，可以通过形成小规模自动驾驶车队，更加有效的利用计算资源以及道路资源；另外，自动驾驶车辆还可以将采集到的高精地图、云点数据以及驾驶习惯、驾驶策略等数据传到雾计算节点，再由雾计算节点选择空闲网络时段传入云端，一方面，有效的利用了带宽，协助云端收集了诸如地图等核心数据，另一方面，云端利用收集到的数据持续优化自动驾驶模型，更好的满足复杂环境下自动驾驶的需求。
附图说明
图1是本发明系统拓扑示意图；
图2是本发明方法流程示意图。
具体实施方式
本发明提供一种基于雾节点的城市环境自动驾驶方法，云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图及进行自动驾驶模型优化，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
同时提供与上述方法相对应的一种基于雾节点的指导城市环境自动驾驶的系统，包括云端、雾计算节点、自动驾驶车辆，
云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
利用本发明方法及系统，具体步骤为：
步骤S1：云端聚集大量计算资源，收集雾计算节点上传的数据，绘制高精地图，并结合大量历史车辆操控数据，训练自动驾驶模型；
步骤S2：云端根据雾计算节点的位置，将雾计算节点所在区域的高精地图及自动驾驶模型分发到雾计算节点；
步骤S3：云端根据自动驾驶车辆核心计算单元的能力，将高精地图及个性化自动驾驶模型分发到自动驾驶车辆；
步骤S4：雾计算节点中的自动驾驶车辆通过车载定位装置实时采集位置数据，还可通过车载高清摄像头拍摄周围环境，通过车载核心计算单元实时分析识别环境信息，并配合车载激光雷达扫描周围环境，检测车辆附近障碍物信息，形成云点数据，将位置信息、云点数据实时上传到雾计算节点；
雾计算节点接收来自其覆盖区域的自动驾驶车辆上传的数据，并保存到雾计算节点本地存储中；
雾计算节点根据大量来自自动驾驶车辆的位置数据和云点数据，利用雾计算节点中的计算单元进行分析识别，结合本地原有高精地图数据，修正高精地图，并标识出静态障碍物；
雾计算节点再根据自动驾驶车辆位置信息，实时推送覆盖区域内的高精地图及其他自动驾驶车辆的数据,包括自动驾驶车辆附近的环境数据、路况数据及车辆数据；
自动驾驶车辆接收来自雾计算节点分发的数据，获取到相邻车辆的数据，定向与相邻车辆交互，形成小规模自动驾驶车队，并选择相应的自动驾驶策略：自动驾驶车辆根据相应的自动驾驶策略，例如跟随策略，结合本地传感设备采集数据与来自雾计算节点的数据，在本地车辆核心计算单元中进行综合分析处理，实现自动驾驶；
自动驾驶车辆还可向雾计算节点上传驾车习惯以及自动驾驶策略等相关数据，雾计算节点接收到来自自动驾驶车辆上传的数据，保存到本地，选择网络空闲时段将本地存储的自动驾驶相关数据上传到云端，以便云端优化自动驾驶模型，
S5：循环执行步骤S1至步骤S4，持续进行自动驾驶模型优化，修正高精地图精度，以便满足城市复杂环境下自动驾驶的需求。
上述方法及系统实施过程中，雾计算节点中心可以提供卫星定位基站，增强城市环境下定位的精度和准确性，比如5G基站将大量分布部署在城市中，其作为雾计算节点将提供计算、存储、网络服务，有效的利用雾计算节点能力提供城市复杂环境下的车辆间互联。其中对于特种车辆，如救护车、消防车等，雾计算节点可以针对地发布其行驶路线规划，方便特种车辆更快捷行驶；
并且车辆定位设备用来上传车辆定位数据，定位设备可安置于车辆智能终端内，组成车载装置，车载装置包含核心计算单元，并配GPS及北斗定位装置等核心传感设备，同时具备网络连接功能，可以直接与雾计算节点进行通信，同时车辆传感设备可包括高清摄像设备、激光雷达等，摄像设备拍摄周围环境，激光雷达扫描周围环境，检测车辆附近障碍物信息，以便形成云点数据。
而为了更广泛的使用本发明方法及系统，可以应用于更多云端节点和雾计算节点，不做限制。
Claims (10)
1.一种基于雾节点的城市环境自动驾驶方法，其特征是
云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图及进行自动驾驶模型优化，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
2.根据权利要求1所述的方法，其特征是所述自动驾驶车辆通过定位装置获取实时位置数据，利用传感设备采集环境信息形成云点数据，并将位置数据、云点数据实时上传到雾计算节点。
3.根据权利要求2所述的方法，其特征是雾计算节点根据大量来自自动驾驶车辆的位置数据、云点数据进行分析识别，结合原有的高精地图，修正网络覆盖区域内交通环境的高精地图，并标识出静态障碍物。
4.根据权利要求3所述的方法，其特征是所述雾计算节点根据自动驾驶车辆的位置数据实时推送覆盖区域的高精地图及其他自动驾驶车辆的数据。
5.根据权利要求1-4任一所述的方法，其特征是所述自动驾驶车辆及相邻的其他自动驾驶车辆交互，形成自动驾驶车队，选择相应的自动驾驶策略进行自动驾驶。
6.根据权利要求5所述的方法，其特征是具体步骤为：
S1：云端收集雾计算节点上传的数据，进行大数据分析，绘制高精地图，并结合大量历史车辆操控数据，训练自动驾驶模型，
S2：云端根据雾计算节点的位置，将雾计算节点所在区域的高精地图及自动驾驶模型分发到雾计算节点，
S3：云端节点根据自动驾驶车辆核心计算单元的能力，将高精地图及自动驾驶模型分发到自动驾驶车辆，
S4：雾计算节点收集传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作；
S5：循环执行步骤S1至步骤S4，持续进行自动驾驶模型优化，修正高精地图精度，以便满足城市复杂环境下自动驾驶的需求。
7.一种基于雾节点的指导城市环境自动驾驶的系统，其特征是包括云端、雾计算节点、自动驾驶车辆，
云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。
8.根据权利要求7所述的系统，其特征是所述自动驾驶车辆通过定位装置获取实时位置数据，利用传感设备采集环境信息形成云点数据，并将位置数据、云点数据实时上传到雾计算节点。
9.根据权利要求8所述的系统，其特征是雾计算节点根据大量来自自动驾驶车辆的位置数据、云点数据进行分析识别，结合原有的高精地图，修正网络覆盖区域内交通环境的高精地图，并标识出静态障碍物。
10.根据权利要求9所述的系统，其特征是雾计算节点根据自动驾驶车辆的位置数据实时推送覆盖区域的高精地图及其他自动驾驶车辆的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810069266.XA CN108375977A (zh) | 2018-01-24 | 2018-01-24 | 一种基于雾节点的城市环境自动驾驶方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810069266.XA CN108375977A (zh) | 2018-01-24 | 2018-01-24 | 一种基于雾节点的城市环境自动驾驶方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108375977A true CN108375977A (zh) | 2018-08-07 |
Family
ID=63016749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810069266.XA Pending CN108375977A (zh) | 2018-01-24 | 2018-01-24 | 一种基于雾节点的城市环境自动驾驶方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108375977A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109087503A (zh) * | 2018-09-04 | 2018-12-25 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x的车车协同系统及方法 |
| CN109377778A (zh) * | 2018-11-15 | 2019-02-22 | 济南浪潮高新科技投资发展有限公司 | 一种基于多路rdma和v2x的协同自动驾驶系统及方法 |
| CN110196593A (zh) * | 2019-05-16 | 2019-09-03 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶多场景环境检测及决策系统及方法 |
| CN110390739A (zh) * | 2019-07-24 | 2019-10-29 | 浙江吉利汽车研究院有限公司 | 一种车辆数据处理方法及车辆数据处理系统 |
| CN111199087A (zh) * | 2018-10-31 | 2020-05-26 | 百度在线网络技术（北京）有限公司 | 场景识别方法和装置 |
| CN111559383A (zh) * | 2019-02-13 | 2020-08-21 | 通用汽车环球科技运作有限责任公司 | 用于基于车辆和边缘传感器数据确定自主车辆（av）动作的方法和系统 |
| CN112148019A (zh) * | 2020-10-12 | 2020-12-29 | 深圳裹动智驾科技有限公司 | 防止镜头起雾的方法、智能控制设备及自动驾驶车辆 |
| CN112153795A (zh) * | 2020-09-18 | 2020-12-29 | 中国科学院深圳先进技术研究院 | 一种执行设备的控制方法及其系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102081676A (zh) * | 2011-01-28 | 2011-06-01 | 四川长虹佳华信息产品有限责任公司 | 基于移动无线网络、通过远程服务器进行地图解析的方法 |
| CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 |
| CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
| CN105976606A (zh) * | 2016-07-25 | 2016-09-28 | 吉林大学 | 一种智能城市交通管理平台 |
| CN106790680A (zh) * | 2017-02-07 | 2017-05-31 | 驭势（上海）汽车科技有限公司 | 高精度地图的分布式存储系统及其应用 |
| CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
| CN107071033A (zh) * | 2017-04-20 | 2017-08-18 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网部署系统 |
| CN107249169A (zh) * | 2017-05-31 | 2017-10-13 | 厦门大学 | 车载网络环境下基于雾节点的事件驱动的数据收集方法 |
| CN107290149A (zh) * | 2017-04-01 | 2017-10-24 | 西安思源学院 | 基于云雾协同构建的车辆发动机无线实时监测系统 |
| CN107462243A (zh) * | 2017-08-04 | 2017-12-12 | 浙江大学 | 一种基于高精度地图的云控自动驾驶任务生成方法 |
| CN107506733A (zh) * | 2017-08-28 | 2017-12-22 | 济南浪潮高新科技投资发展有限公司 | 一种障碍物识别方法、雾节点及系统 |
| CN107622697A (zh) * | 2017-10-23 | 2018-01-23 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的交通事故警示系统及方法 |
-
2018
- 2018-01-24 CN CN201810069266.XA patent/CN108375977A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102081676A (zh) * | 2011-01-28 | 2011-06-01 | 四川长虹佳华信息产品有限责任公司 | 基于移动无线网络、通过远程服务器进行地图解析的方法 |
| CN102663887A (zh) * | 2012-04-13 | 2012-09-12 | 浙江工业大学 | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 |
| CN105741595A (zh) * | 2016-04-27 | 2016-07-06 | 常州加美科技有限公司 | 一种基于云端数据库的无人驾驶车辆导航行车方法 |
| CN105976606A (zh) * | 2016-07-25 | 2016-09-28 | 吉林大学 | 一种智能城市交通管理平台 |
| CN106790680A (zh) * | 2017-02-07 | 2017-05-31 | 驭势（上海）汽车科技有限公司 | 高精度地图的分布式存储系统及其应用 |
| CN107290149A (zh) * | 2017-04-01 | 2017-10-24 | 西安思源学院 | 基于云雾协同构建的车辆发动机无线实时监测系统 |
| CN107071033A (zh) * | 2017-04-20 | 2017-08-18 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网部署系统 |
| CN107249169A (zh) * | 2017-05-31 | 2017-10-13 | 厦门大学 | 车载网络环境下基于雾节点的事件驱动的数据收集方法 |
| CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
| CN107462243A (zh) * | 2017-08-04 | 2017-12-12 | 浙江大学 | 一种基于高精度地图的云控自动驾驶任务生成方法 |
| CN107506733A (zh) * | 2017-08-28 | 2017-12-22 | 济南浪潮高新科技投资发展有限公司 | 一种障碍物识别方法、雾节点及系统 |
| CN107622697A (zh) * | 2017-10-23 | 2018-01-23 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的交通事故警示系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| TUSHAR S MANE: "Cloud-fog-dew architecture for refined driving assistance: The complete service computing ecosystem", 《2017 IEEE 17TH INTERNATIONAL CONFERENCE ON UBIQUITOUS WIRELESS BROADBAND (ICUWB)》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109087503A (zh) * | 2018-09-04 | 2018-12-25 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x的车车协同系统及方法 |
| CN109087503B (zh) * | 2018-09-04 | 2021-04-20 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x的车车协同系统及方法 |
| CN111199087A (zh) * | 2018-10-31 | 2020-05-26 | 百度在线网络技术（北京）有限公司 | 场景识别方法和装置 |
| CN109377778A (zh) * | 2018-11-15 | 2019-02-22 | 济南浪潮高新科技投资发展有限公司 | 一种基于多路rdma和v2x的协同自动驾驶系统及方法 |
| CN109377778B (zh) * | 2018-11-15 | 2021-04-06 | 浪潮集团有限公司 | 一种基于多路rdma和v2x的协同自动驾驶系统及方法 |
| CN111559383A (zh) * | 2019-02-13 | 2020-08-21 | 通用汽车环球科技运作有限责任公司 | 用于基于车辆和边缘传感器数据确定自主车辆（av）动作的方法和系统 |
| CN111559383B (zh) * | 2019-02-13 | 2023-12-05 | 通用汽车环球科技运作有限责任公司 | 用于基于车辆和边缘传感器数据确定自主车辆（av）动作的方法和系统 |
| CN110196593A (zh) * | 2019-05-16 | 2019-09-03 | 济南浪潮高新科技投资发展有限公司 | 一种自动驾驶多场景环境检测及决策系统及方法 |
| CN110196593B (zh) * | 2019-05-16 | 2022-03-01 | 山东浪潮科学研究院有限公司 | 一种自动驾驶多场景环境检测及决策系统及方法 |
| CN110390739A (zh) * | 2019-07-24 | 2019-10-29 | 浙江吉利汽车研究院有限公司 | 一种车辆数据处理方法及车辆数据处理系统 |
| CN112153795A (zh) * | 2020-09-18 | 2020-12-29 | 中国科学院深圳先进技术研究院 | 一种执行设备的控制方法及其系统 |
| CN112148019A (zh) * | 2020-10-12 | 2020-12-29 | 深圳裹动智驾科技有限公司 | 防止镜头起雾的方法、智能控制设备及自动驾驶车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108375977A (zh) | 一种基于雾节点的城市环境自动驾驶方法 | |
| US20220332348A1 (en) | Autonomous driving method, related device, and computer-readable storage medium | |
| US10684137B2 (en) | Work site monitoring system and method | |
| CN109783593A (zh) | 一种可用于自动驾驶的地图更新系统与方法 | |
| US9731417B2 (en) | Vehicle management system | |
| JP6963158B2 (ja) | 集中型共有自律走行車動作管理 | |
| CN109165902B (zh) | 一种基于智能无人车的动态区域物流派送方法及系统 | |
| CN104714551B (zh) | 一种适用于车式移动机器人的室内区域覆盖方法 | |
| CN108549384A (zh) | 一种5g环境下远程控制自动驾驶方法 | |
| CN108693876A (zh) | 目标跟踪 | |
| CN109029463B (zh) | 面向车辆安全行驶的室内多平衡车自主导航与调度系统 | |
| CN109769207A (zh) | 一种移动设备动态组网分享算力的系统与方法 | |
| CN109863513A (zh) | 用于自主车辆控制的神经网络系统 | |
| CN105318888A (zh) | 基于无人机感知的无人驾驶车辆路径规划方法 | |
| CN108068792A (zh) | 用于自主车辆的自动协同驾驶控制 | |
| CN108574929A (zh) | 用于自主驾驶系统中的车载环境中的联网场景再现和增强的方法和设备 | |
| CN108292474A (zh) | 派遣和维护自主车辆的车队的协调 | |
| CN109377778A (zh) | 一种基于多路rdma和v2x的协同自动驾驶系统及方法 | |
| CN110531764A (zh) | 一种无人驾驶拖拉机控制系统及控制方法 | |
| CN104091467B (zh) | 基于城市停车位信息的导航系统 | |
| CN110473422B (zh) | 一种室外公共区域地面停车位导航装置 | |
| CN110435667A (zh) | 用于控制自主车辆的系统和方法 | |
| WO2022095060A1 (zh) | 路径规划方法、路径规划装置、路径规划系统和介质 | |
| CN109756572A (zh) | 一种分布式计算网络系统与方法 | |
| CN108827317B (zh) | 基于稀疏地图和驾驶人识别的室内多平衡车自主导航方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180807 |