CN109829367B - 一种无人驾驶障碍识别管理系统及方法 - Google Patents

Abstract

本发明涉及智慧交通领域，一种无人驾驶障碍识别管理系统及方法；一种无人驾驶障碍识别管理系统，包括车辆以及车辆所通过的道路。包括虚拟地图构建模块，用于构建车辆的虚拟路径和障碍物标识；障碍物识别获取模块，基于通信，获取当前车辆在行驶过程中障碍物的情况；行驶方案规划模块，基于实时障碍物的获取以及与特定障碍物的判断，对当前车辆进行行驶控制；本发明提供的一种无人驾驶障碍识别管理系统，通过在行驶的车辆以及在障碍物中安装有RFID单元，一方面保障了车辆之间在行驶过程中不会出现因为无人驾驶而导致的追尾和碰撞事件，另一方法实现了行驶车辆对于障碍物的识别以及确定是否需要躲避、制动等相关动作。

Description

一种无人驾驶障碍识别管理系统及方法

技术领域

本发明涉及智慧交通领域，具体涉及一种无人驾驶障碍识别管理系统及方法。

背景技术

无人驾驶汽车上一般安装有传感器和摄像头，传感器分为毫米波雷达传感器和激光雷达传感器等相互协作完成。这些传感器由于自身缺陷使无人驾驶汽车仍需进一步改进。

摄像头分广角与远焦两种，广角可视范围宽，可同时查看车辆前方多个物体。缺点是广角镜头边缘会产生形变，对AI识别造成困扰，无法正确估算障碍物距离，可视距离较近适合车辆低速移动时使用。远焦视觉传感器可视距离远，但可视范围窄。车辆转弯宜产生盲区，适合车辆中速且道路环境单一情况下使用，比如高速公路或一级公路。

摄像头适合在光照充足情况下使用，傍晚和夜晚会产生无法识别和识别速度太慢等情况。遭强光或反光照射时会造成摄像头短暂失效，完全无法识别造成危险。且只能发现识距内的物体，对于颜色与周围环境相似的物体辨别度不高等缺点。

激光雷达传感器可识别精度高、可精确建模，但容易受气候条件比如雨雪等恶劣天气影响，造价高。

毫米波雷达不受天气影响，可在任何环境下使用，但车载毫米波雷达由于功率限制无法识别距离超过5米外目标，无法精准建模。

当道路拥堵时，无人驾驶汽车上的激光雷达与毫米波雷达将因频率相同或相近产生干扰和污染。使测量数据产生误差，不利于定位和障碍物识别。

人的出行方式、目的地选择、出行时间等因素将决定整个交通环境状况。对线路环境状况的实时更新，对车辆的精准控制和定位，能达到对整个交通环境的合理布局及优化。

发明内容

为了解决以上的技术问题，提供一种无人驾驶障碍识别管理系统。

本发明是这样实现的：

一种无人驾驶障碍识别管理系统，包括车辆以及车辆所通过的道路。包括虚拟地图构建模块，用于构建车辆的虚拟路径和障碍物标识；障碍物识别获取模块，基于通信，获取当前车辆在行驶过程中障碍物的情况；行驶方案规划模块，基于实时障碍物的获取以及与特定障碍物的判断，对当前车辆进行行驶控制。

进一步的，虚拟地图构建模块包括：道路拓扑图构建单元，基于路由拓扑结构，建立车辆运行道路的拓扑图；最优路径确定模块，基于最优路径算法，确定车辆运行道路的拓扑图中，车辆起始点至终点的最优路径；特定障碍物规划模块，基于特定和实时障碍物的数据采集，确定在最优路径上存在的特定障碍物。

进一步的，障碍物识别获取模块包括；图像获取单元和RFID识别单元，对车辆行驶过程中的障碍物进行获取识别。

进一步的，行驶方案规划模块包括：车载定位单元，用于对车辆实时位置的定位；制动管理单元，基于图像获取单元和RFID识别单元对车辆的制动进行控制，将图像获取单元中获取的障碍物以及RFID识别单元识别的障碍物信息与虚拟地图中特定和实时障碍物进行比对，当比对结果不相同时，对车辆实施制动并将异常状况反馈到后台服务器，当比对结果相同时，则按当前行驶状态行驶。

进一步的，行驶方案规划模块还包括：参数获取单元，基于RFID识别单元，获取外部参数信息；综合方案规划单元，基于当前车辆的车速、外部参数信息和制动管理单元的制动方案，实时的综合分析，提供车辆当前行驶方案。

进一步的，RFID识别单元包括设置于车辆上的车辆RFID单元，以及设置于碍物上的固定RFID单元。

本发明还提供了一种无人驾驶障碍识别管理方法，以下为具体内容：

一种无人驾驶障碍识别管理方法，该方法包括：构建无人驾驶车辆虚拟地图；获取当前车辆外部障碍物识别结果；将障碍物识别结果与虚拟地图障碍物进行比较；基于比较结果，对当前车辆进行行驶控制。

进一步的，车辆外部障碍物识别结果的确定包括障碍物的识别和障碍物的比对，所述障碍物的识别过程基于图像获取单元对障碍物进行识别；所述障碍物的比对将识别的障碍物信息与RFID识别单元信息进行比对，判断是否属于特定障碍物。

进一步的，当判断不属于特定障碍物时，则对车辆实施制动；当判断属于特定障碍物时，则按当前行驶状态行驶。

进一步的，方法还包括获取当前车辆与障碍物、其他车辆任一项的安全距离，并基于实际距离与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

进一步的，利用车载定位单元与RFID识别单元相结合实时获取当前车辆的位置信息。

进一步的，当前车辆与障碍物、其他车辆任一项的实时距离d2与当前车辆的安全距离和最大停车距离之和d1进行比较；若d1-d2≥0，则按当前行驶状态形式；若d1-d2＜0，则车辆实施制动。

上述方案的有益效果：

本发明提供的一种无人驾驶障碍识别管理系统及无人驾驶障碍识别管理方法，针对于无人驾驶车辆行驶的道路管理；通过在行驶的车辆以及在特定出现的障碍物中安装有RFID单元，实现了行驶车辆之间的数据交互以及行驶车辆与特定障碍物之间的数据交互，一方面保障了车辆之间在行驶过程中不会出现因为无人驾驶而导致的追尾和碰撞事件，另一方法实现了行驶车辆对于障碍物的识别以及确定是否需要躲避、制动等相关动作；并且，通过RFID单元，实现了在无人驾驶的车辆无法判断是否为障碍物的场景下，通过与特定障碍物数量以及形状等参数的比对，实现了利用排除法的判断，降低了因为硬件设备和环境因素的原因导致的误判以及错判的情况，为安全驾驶降低了风险和意外产生的概率。并且，还可以将RFID作为穿戴设备与行人绑定，降低了因为行人乱闯乱行导致的事故的产生。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明道路管理系统的总示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例一

针对现有技术中存在的问题，本发明提供一种无人驾驶情况下的障碍识别管理系统，我们通过虚拟路径以及障碍物标识实现车辆行驶方向的引导以及对于障碍物的识别和躲避，进而可以在很大程度上降低系统对于车辆自身能力的依赖，实现了在车辆自身无法做出判断时，给出最佳的判断以及形式策略。本技术方案利用预先规定行驶轨道以及后台服务器的实时路况更新从而降低道路行驶的不确定性，简化系统设计。

具体的，本发明公开了一种无人驾驶障碍识别管理系统，该方法的步骤包括：

步骤S1、构建无人驾驶车辆的虚拟地图；

该步骤利用物理牵引或无线传感网络的方式对车辆进行驱动操控。利用网络拓扑结构的思想，建立无人驾驶车辆运行道路周边的地图的拓扑图，并采用多种算法生成无人驾驶车辆运行道路的拓扑图，计算起始点至终点的最优路径。该虚拟地图的构建可以存放于后台服务器，而在本实施例中为加快识别反应速度所连接的服务器可以是超级计算机服务器，与无人驾驶车辆无线连接。其中，涉及到的算法包括Bellman-Ford算法或Dijkstra算法。

步骤S2、获取当前车辆外部障碍物识别信息；

该步骤中的识别过程通过外部识别装置进行识别，本实施例中的外部识别装置为设置在车辆外部的图像获取单元和RFID识别单元，识别结果为判断是否具有障碍物以及障碍物的数量和位置。

步骤S3、障碍物的比对；

该步骤中的比对过程是将识别的障碍物数量以及信息与虚拟地图中的标记的特定障碍物信息进行比对；本实施例中的障碍物的信息包括障碍物的体积以及具体位置信息，本实施例中的虚拟地图中标记的特定障碍物的获得是通过设置在车辆外部设置有RFID识别单元和设置在特定障碍物的RFID识别单元，实时的将交换的信息在虚拟地图中进行展示，各车辆将自身存储在RFID识别单元中的体积等信息传给超级计算机服务器，特定障碍物也通过绑定RFID识别单元将自身信息通过车辆传递给超级计算机服务器，超级计算机在对应的虚拟地图中生成目标信息；通过车辆RFID识别单元与图像获取单元识别所有实时障碍物信息，通过无线将实时障碍物信息传输到超级计算机服务器中，在超级计算机中安装AI识别软件，对车辆图像获取单元获取的图像信息进行快速识别，将实时识别的障碍物与虚拟地图中生成的障碍物信息进行比对，通过数量以及具体的参数来确定是否为特定的障碍物，加快了识别的反应速度。

步骤S4、基于比较结果，对当前车辆进行行驶控制；

该步骤是通过比对结果对车辆进行控制，控制的方法包括车辆制动以及车辆按照当前速度进行行驶。比对结果包括属于特定障碍物和属于非特定障碍物，当比对结果为特定障碍物时则控制车辆按当前速度进行行驶，当比对结果为非特定障碍物时，通过计算车辆与非特定障碍物的距离控制车辆进行特定的制动处理，当车辆与非特定障碍物之间距离较远，则进行缓慢制动，当车辆与非特定障碍物距离较近时，进行紧急制动。

步骤S5、获取当前车辆与前方车辆的安全距离；

步骤S6、基于当前车辆与前方车辆的实际间距与安全间距和最大停车距离之和的比较，对当前车辆进行行驶控制。

该步骤利用车载定位单元和RFID识别单元相结合，实时获取当前车辆的位置信息，本实施例中的车载定位单元包括GPS系统以及北斗导航系统，并利用该信息，将当前车辆与前方车辆的实际间距d2与当前车辆的安全距离和最大停车距离只和d1进行比较；若d2-d1≤0，则按当前行驶状态行驶；若d1-d2＞0，则对车辆实施制动。

值得注意的，本方法提供的步骤，其中步骤S5、S6是以S3、S4为基础进行判断，即先进行S3、S4步骤的判断后进行S5、S6的判断。

本发明进一步公开了一种无人驾驶障碍识别管理系统，该系统包括虚拟地图构建模块，用于构建车辆虚拟路径和障碍物标识；障碍物识别获取模块，基于通信，获取当前车辆在行驶过程中障碍物的情况；行驶方案规划模块，基于实时障碍物的获取以及与特定障碍物的判断，对当前车辆进行行驶控制。

本方案中，虚拟地图构建模块包括：基于拓扑结构，建立无人驾驶车辆运行道路以及道路周边情况的拓扑图的拓扑图构建模块和基于最优路径确定模块，最优路径确定模块基于最优路径算法。

障碍物识别获取模块，获取当前车辆在行驶过程中障碍物情况。包括：图像获取单元和RFID识别单元，对车辆行驶过程中的障碍物进行获取识别。行驶方案规划模块包括：车载定位单元，用于对车辆实时位置的定位；制动管理单元，基于图像获取单元和RFID识别单元对车辆的制动进行控制，将图像获取单元中获取的障碍物以及RFID识别单元识别的障碍物信息与虚拟地图中特定障碍物进行比对，当比对结果不相同时，对车辆实施制动，当比对结果相同时，则按当前行驶状态行驶。

本实施例中的图像获取单元为设置在车辆外部的车载摄像头。

本实施例中的RFID识别单元包括设置在车辆上的RFID识别单元和设置在障碍物的固定RFID识别单元，在本实施例中固定RFID识别单元包括设置在路灯、路基、防护栏、树木以及红绿灯等特定障碍物上的RFID识别单元，还包括设置在行人身上的RFID识别单元，设置在行人身上的RFID识别单元可以为可穿戴设备，也可以包括是与自行车或电动车绑定的RFID识别单元，当然在行人以及可移动的自行车或电动车或其他车辆或其他移动物体为解决其定位问题，穿戴设备上还可以设置有定位单元，定位单元可以是GPS/北斗双星定位芯片,供行人配戴使用，开机状态下，自动发送当前位置及移动方向给后台的超级计算机，能帮助超级计算机更快地对行车路线中的实时障碍物进行识别，及时作出判断。RFID识别单元包括RFID标签以及RFID读取装置，RFID标签提前写入有特定数据，包括障碍物的性质以及各种参数。

RFID识别单元还包括设置在其他车辆上的车辆RFID识别单元，用于行驶的车辆间的数据交换。

本实施例中的车辆的RFID识别单元中可以写入车辆的具体信息包括：车辆体积，起始速度，最高时速，最小转弯半径，车主，车牌，年检状况，维修记录，车况等级，车辆出厂编号，总装图纸编号等；可写入的个人信息包括：年龄，性别，名称或代号，户籍，联系方式。在其他实施例中，还可以写入其他多种数据。

对于行人的可穿戴设备中的RFID识别单元可写入个人的身高、体重等体积参数，以及年龄，性别，户籍，联系方式等。

RFID识别单元安装于路边的特定障碍物比如路灯、路基、防护栏、树木以及红绿灯等上时可录入此障碍物的体积信息外，还可以录入障碍物位置的精准定位精度，道路名称，道路路况，局部气候提醒，局部道路形态提醒，路口提醒等信息。

根据RFID识别单元内存储的障碍物的体积信息，车辆行驶中识别周边的RFID信息并上传到后台超级计算机服务器，超级计算机收到此信息后直接在虚拟地图上的对应位置形成相同体积的物体并标示，可使途径此路段的车辆在超视距的范围外就可以清晰知道此位置有障碍物，以便重新规划行车路线。

本实施例中，行驶方案规划模块还包括参数获取单元，基于RFID识别单元，获取外部参数信息，外部参数信息包括障碍物的信息以及其他行驶车辆的信息；还包括综合方案规划单元，基于当前车辆的车速、外部参数信息和制动管理单元的制动方案，实时的综合分析，提供车辆当前行驶方案。

行驶方案的确定包括以下步骤：通过对于障碍物的识别结果和RFID识别单元的交互的信息来判断是否为特定障碍物，当判断为特定障碍物时根据距离情况进行降速、保持当前速度通过或加速的判定；当判断为非特定障碍物时，进行制动操作；通过车载定位单元和RFID识别单元，判断与前方车辆的距离实时间距d2与当前车辆的安全距离和最大停车距离之和d1进行比较；若d1-d2≤0，则按当前行驶状态行驶；若d1-d2＞0。

该系统进一步包括：基于用于控制指令进行无人驾驶启动/关闭的切换模块。

本实施例中的道路管理系统将道路上运行的多部车辆的数据进行传输至远端服务器，服务器的运算单元基于多车辆的数据计算特定路口下的的单位通过时间，并针对于特定路口进行位置预留。如果某个时间段内此路口车流量饱和，后来车辆将自动更换线路。如果某车辆已预订位置的车辆因故障、更换目的地或其他原因不再单位时间内通过此路口，将实行排队处理其他车辆将占用其位置并通过。

实施例二

本实施例基于实施例一中的无人驾驶障碍识别管理系统，与实施例一不同在于，本实施例中RFID识别单元还设置在高速公路收费站处的高速摄像机，通过高速摄像机与车辆的RFID识别单元进行数据交互，将最近的高速公路行驶数据进行那个传输至费用结算中心，实现高速路口对于车辆费用的确定和结算。

实施例三

本实施例基于实施例二提供的无人驾驶障碍识别管理系统，与实施例一和实施例二不同在于，本实施例提供的无人驾驶障碍识别管理系统，还包括地磅。在本实施例中，车辆的RFID识别单元除了记录实施例一和实施例二中的数据外，针对特种车辆还记录有危险货物性质、危害特征、包装容器的使用特性和发生意外时的应急措施。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种无人驾驶障碍识别管理系统，包括车辆以及车辆所通过的道路；其特征在于，包括虚拟地图构建模块，用于构建车辆的虚拟路径和障碍物标识；障碍物识别获取模块，基于通信，获取当前车辆在行驶过程中障碍物的情况；行驶方案规划模块，基于实时障碍物的获取以及与特定障碍物的判断，对当前车辆进行行驶控制；

所述虚拟地图构建模块包括：道路拓扑图构建单元，基于路由拓扑结构，建立车辆运行道路的拓扑图；最优路径确定模块，基于最优路径算法，确定车辆运行道路的拓扑图中，车辆起始点至终点的最优路径；特定障碍物规划模块，基于特定和实时障碍物的数据采集，确定在最优路径上存在的特定障碍物；

所述障碍物识别获取模块包括；图像获取单元和RFID识别单元，对车辆行驶过程中的障碍物进行获取识别；

所述行驶方案规划模块包括：车载定位单元，用于对车辆实时位置的定位；制动管理单元，基于图像获取单元和RFID识别单元对车辆的制动进行控制，将图像获取单元中获取的障碍物以及RFID识别单元识别的障碍物信息与虚拟地图中特定和实时障碍物进行比对，当比对结果不相同时，对车辆实施制动并将异常状况反馈到后台服务器，当比对结果相同时，则按当前行驶状态行驶；

所述行驶方案规划模块还包括：参数获取单元，基于RFID识别单元，获取外部参数信息；综合方案规划单元，基于当前车辆的车速、外部参数信息和制动管理单元的制动方案，实时的综合分析，提供车辆当前行驶方案。

2.根据权利要求1所述的无人驾驶障碍识别管理系统，其特征在于，所述RFID识别单元包括设置于车辆上的车辆RFID单元，以及设置于障碍物上的固定RFID单元。

3.根据权利要求1所述的无人驾驶障碍识别管理系统，其特征在于，该系统进一步包括：基于用户控制指令进行无人驾驶启动/关闭的切换模块。

4.一种无人驾驶障碍识别管理方法，应用至权利要求1-3任一项所述的无人驾驶障碍识别管理系统，其特征在于，该方法包括：构建无人驾驶车辆虚拟地图；获取当前车辆外部障碍物识别结果；将障碍物识别结果与虚拟地图障碍物进行比较；基于比较结果，对当前车辆进行行驶控制；

所述车辆外部障碍物识别结果的确定包括障碍物的识别和障碍物的比对，所述障碍物的识别过程基于图像获取单元对障碍物进行识别；所述障碍物的比对将识别的障碍物信息与RFID识别单元信息进行比对，判断是否属于特定障碍物；

当判断不属于特定障碍物时，则对车辆实施制动；当判断属于特定障碍物时，则按当前行驶状态行驶。

5.根据权利要求4所述的无人驾驶障碍识别管理方法，其特征在于，所述方法还包括获取当前车辆与障碍物、其他车辆任一项的安全距离，并基于实际距离与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

6.根据权利要求4所述的无人驾驶障碍识别管理方法，其特征在于，利用车载定位单元与RFID识别单元相结合实时获取当前车辆的位置信息。

7.根据权利要求4所述的无人驾驶障碍识别管理方法，其特征在于，所述当前车辆与障碍物、其他车辆任一项的实时距离d2与当前车辆的安全距离和最大停车距离之和d1进行比较；若d1-d2≥0，则按当前行驶状态形式；若d1-d2＜0，则车辆实施制动。

Images