CN110544389A - 一种自动驾驶管控方法、装置及系统 - Google Patents

Abstract

本发明提供了一种自动驾驶管控方法、装置及系统，该方法应用于云计算服务器，包括：获取自动驾驶汽车的车辆信息，车辆信息包括车辆位置信息和车辆行驶信息；基于车辆位置信息生成自动驾驶汽车所在路口的路口环境地图；利用车辆行驶信息和路口环境地图，计算自动驾驶汽车的期望行驶信息，并将期望行驶信息发送至自动驾驶汽车，以使自动驾驶汽车按照期望行驶信息进行自动驾驶。本发明以车路协同的方式计算自动驾驶汽车的期望行驶信息，使其行驶至路口时无需通过自身自车决策规划路径而顺利通过，极大提高了路口通行效率。

Description

一种自动驾驶管控方法、装置及系统

技术领域

本发明涉及智能交通技术领域，更具体地说，涉及一种自动驾驶管控方法、装置及系统。

背景技术

随着传感器性能的优化以及高精度电子地图技术的逐步完善，无人驾驶汽车的研究已经取得了极大进步。

现阶段，单车自动驾驶技术已经可以在有人监控状态实现简单城市交通环境下的自动驾驶。但是，由于自动驾驶汽车采用该技术只从自身的角度考虑如何通过路口，无法提升路口的通行效率。

发明内容

有鉴于此，本发明提供一种自动驾驶管控方法、装置及系统，以解决自动驾驶汽车采用单车自动驾驶技术无法提升路口的通行效率的问题。技术方案如下：

一种自动驾驶管控方法，应用于云计算服务器，包括：

获取自动驾驶汽车的车辆信息，所述车辆信息包括车辆位置信息和车辆行驶信息；

基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图；

利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，并将所述期望行驶信息发送至所述自动驾驶汽车，以使所述自动驾驶汽车按照所述期望行驶信息进行自动驾驶。

优选的，所述基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图，包括：

根据所述车辆位置信息，从预设高精度电子地图中确定所述自动驾驶汽车所在的路口；

从所述预设高精度电子地图中获取所述路口的静态道路条件信息；

获取所述路口的动态道路条件信息，并结合所述静态道路条件信息生成所述路口的路口环境地图。

优选的，获取所述路口的动态道路条件信息的过程，包括：

同时接收多个预设传感器所发送的针对所述路口的初始动态道路条件信息；

融合所接收的多个所述初始动态道路条件信息，得到所述路口的动态道路条件信息。

优选的，所述利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，包括：

从所述路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；

按照各车道的红绿灯时间确定所述自动驾驶汽车的期望启停时间；和/或

从所述路口环境地图中确定所述路口的限速信息，并利用所述限速信息确定所述自动驾驶汽车的期望车速信息；和/或

从所述车辆行驶信息中获取目的地信息，从所述路口环境地图确定可通行空间；

利用所述目的地信息和所述可通行空间，确定所述自动驾驶汽车的期望路径。

优选的，所述云计算服务器与所述自动驾驶汽车利用V2X技术通信。

一种自动驾驶管控装置，包括：获取模块、生成模块和计算模块；

所述获取模块，用于获取自动驾驶汽车的车辆信息，所述车辆信息包括车辆位置信息和车辆行驶信息；

所述生成模块，用于基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图；

所述计算模块，用于利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，并将所述期望行驶信息发送至所述自动驾驶汽车，以使所述自动驾驶汽车按照所述期望行驶信息进行自动驾驶。

优选的，所述生成模块，具体用于：

根据所述车辆位置信息，从预设高精度电子地图中确定所述自动驾驶汽车所在的路口；从所述预设高精度电子地图中获取所述路口的静态道路条件信息；获取所述路口的动态道路条件信息，并结合所述静态道路条件信息生成所述路口的路口环境地图。

优选的，用于获取所述路口的动态道路条件信息的所述生成模块，具体用于：

同时接收多个预设传感器所发送的针对所述路口的初始动态道路条件信息；融合所接收的多个所述初始动态道路条件信息，得到所述路口的动态道路条件信息。

优选的，所述计算模块，具体用于：

从所述路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；按照各车道的红绿灯时间确定所述自动驾驶汽车的期望启停时间；和/或从所述路口环境地图中确定所述路口的限速信息，并利用所述限速信息确定所述自动驾驶汽车的期望车速信息；和/或从所述车辆行驶信息中获取目的地信息，从所述路口环境地图确定可通行空间；利用所述目的地信息和所述可通行空间，确定所述自动驾驶汽车的期望路径。

一种自动驾驶管控系统，包括上述技术方案任意一项所述的云计算服务器和自动驾驶汽车。

相较于现有技术，本发明实现的有益效果为：

以上本发明提供的自动驾驶管控方法、装置及系统，该方法以车路协同的方式计算自动驾驶汽车的期望行驶信息，使其行驶至路口时无需通过自身自车决策规划路径而顺利通过，极大提高了路口通行效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的自动驾驶管控方法的方法流程图；

图2为本申请实施例提供的自动驾驶管控方法的部分流程图；

图3为本申请实施例提供的自动驾驶管控方法的另一部分流程图；

图4为本申请实施例提供的自动驾驶管控装置的结构示意图；

图5为本申请实施例提供的自动驾驶管控系统的系统架构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明实施例提供一种自动驾驶管控方法，该方法应用于云计算服务器，方法流程图如图1所示，包括如下步骤：

S10，获取自动驾驶汽车的车辆信息，车辆信息包括车辆位置信息和车辆行驶信息。

本实施例中，当检测到自动驾驶汽车行驶至路口监测范围内时，可以通过V2X技术与所检测到的自动驾驶汽车进行信息交互。以下简单介绍V2X技术：

所谓V2X，与流行的B2B、B2C如出一辙，意为vehicle to everything，即车对车的信息交换。另外还有V2X，即车对外界的信息交换。车联网通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向，实现了手动驾驶和自动驾驶的兼容。

在实际应用过程中，采用V2X技术的V2X通信系统分为硬件与软件两部分。硬件方面包括在路口各处设置路侧的V2X通信设备，同时自动驾驶汽车上也配备有车载V2X通信设备。软件方面则是云计算服务器与处在路口范围内的自动驾驶汽车建立通信，收集自动驾驶汽车发送来的信息，并发送给车辆相应的控制信息

自动驾驶汽车向云计算服务器所上传的车辆信息包括用于表征所在位置的车辆位置信息以及用于表征车辆驾驶状态的车辆行驶信息。具体的，车辆位置信息包括但不局限于经纬度信息；而车辆行驶信息包括但不局限于车速信息、目的地信息以及通行请求信息，其中，通行请求信息包括车辆型号和牌照等信息。

S20，基于车辆位置信息生成自动驾驶汽车所在路口的路口环境地图。

本实施例中，可以通过车辆位置信息确定自动驾驶汽车所在路口的路口信息，进而利用路口信息获得所在路口的路口环境地图。

在具体实现过程中，步骤S20“基于车辆位置信息生成自动驾驶汽车所在路口的路口环境地图”的过程可以具体采用以下步骤，方法流程图如图2所示：

S201，根据车辆位置信息，从预设高精度电子地图中确定自动驾驶汽车所在的路口。

本实施例中，通过在预设高精度电子地图中匹配自动驾驶汽车所上传的经纬度信息，来确定自动驾驶汽车所在路口。具体的，如果自动驾驶汽车所上传的经纬度信息处于某路口所对应的经纬度范围内，则可以将该路口确定为自动驾驶汽车所在的路口。

S202，从预设高精度电子地图中获取路口的静态道路条件信息。

本实施例中，静态道路条件信息包括但不局限于车道信息、红绿灯信息、交通标记牌信息等，其中，车道信息具体包括车道数量、车道宽度、车道位置等等，红绿灯信息具体包括亮灯顺序、亮灯时长等等，而交通标记牌信息则具体包括限速信息等等。

S203，获取路口的动态道路条件信息，并结合静态道路条件信息生成路口的路口环境地图。

本实施例中，云计算服务器利用环境感知技术获得路径的动态道路条件信息。

在实际应用过程中，采用环境感知技术的环境感知系统具备传感器硬件和数据融合软件两部分。硬件方面包括再路口布置的多个激光雷达、视觉传感器、毫米波雷达等多种传感器，保证可全面感知路口的所有动态道路条件信息，还要保障在雨雪/强光等极端环境下至少有一种传感器可准确感知环境。软件方面根据不同传感器的特性，将各传感器感知信息融合为较为准确的动态道路条件信息，并将动态道路条件信息补充到高精度电子地图信息中，结合静态道路条件信息构建完备的路口环境地图。

在具体实现过程中，步骤S203“获取路口的动态道路条件信息”的过程可以具体采用以下步骤，方法流程图如图3所示：

S1001，同时接收多个预设传感器所发送的针对路口的初始动态道路条件信息。

本实施例中，路口布置的多个激光雷达、视觉传感器、毫米波雷达等多种传感器向云计算服务器同时发送所监测到的初始动态道路条件信息。

S1002，融合所接收的多个初始动态道路条件信息，得到路口的动态道路条件信息。

本实施例中，可以采用数据融合技术完成融合初始动态道路条件信息。以下简单介绍数据融合技术：

数据融合技术是将多传感器信息源的数据和信息加以联合、相关及组合，获得更为精确的位置估计及身份估计，从而实现对战场态势和威胁以及其重要程度实时、完整评价的处理过程。

S30，利用车辆行驶信息和路口环境地图，计算自动驾驶汽车的期望行驶信息，并将期望行驶信息发送至自动驾驶汽车，以使自动驾驶汽车按照期望行驶信息进行自动驾驶。

本实施例中，云计算服务器首先利用自动驾驶汽车所上传的车辆行驶信息，将路口环境地图中的车辆与自动驾驶汽车进行匹配和确认，以排除不明车辆对后续规划控制的干扰。

进而，利用车辆行驶信息和路口环境地图，以提高交通环境效率和保障车辆安全为目标，为自动驾驶汽车计算期望行驶信息，具体的，期望行驶信息包括但不局限于期望启停时间、期望车速信息和期望路径等。

在具体实现过程中，步骤S30“利用车辆行驶信息和路口环境地图，计算自动驾驶汽车的期望行驶信息”的过程可以具体采用以下步骤：

从路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；

按照各车道的红绿灯时间确定自动驾驶汽车的期望启停时间；和/或

从路口环境地图中确定路口的限速信息，并利用限速信息确定自动驾驶汽车的期望车速信息；和/或

从车辆行驶信息中获取目的地信息，从路口环境地图确定可通行空间；

利用目的地信息和可通行空间，确定自动驾驶汽车的期望路径。

本实施例中，可以首先根据各车道的车辆数目，结合交通控制方法计算各路口的通行时间，从而优化红绿灯时间。依据以上，按照交通规则就可以确定自动驾驶汽车的期望启停时间，从而完成对车辆进行启停的控制。

至于期望车速信息，可以利用交通标记牌所标记的路口限速来确定，比如，路口限速30km/h，则可以按照预设规则将自动驾驶汽车的车速设置为25km/h。此外，在车辆的启停过程中可以加入速度的过渡控制，比如按照预设的加速或者减速量控制自动驾驶汽车启停，从而保障车辆的舒适度。

对于期望路径，由于自动驾驶汽车在路口的进入位置和期望的驶出位置可以通过车辆定位信息和目的地信息得到，同时起点和终点之间的可通行空间可通过路口环境地图确定，依据此可以采用路径规划算法计算期望路径，所述路径规划算法包括但不局限于A*、D*、RRT等算法，其中，对于环境复杂且车辆速度较慢的情况，一般采用Hybrid A*算法。

以上步骤S201～步骤S203仅仅是本申请实施例公开的步骤S20“基于车辆位置信息生成自动驾驶汽车所在路口的路口环境地图”过程的一种优选的实现方式，有关此过程的具体实现方式可根据自己的需求任意设置，在此不做限定。

以上步骤S1001～步骤S1002仅仅是本申请实施例公开的步骤S203“获取路口的动态道路条件信息”过程的一种优选的实现方式，有关此过程的具体实现方式可根据自己的需求任意设置，在此不做限定。

本发明实施例提供的自动驾驶管控方法，以车路协同的方式计算自动驾驶汽车的期望行驶信息，使其行驶至路口时无需通过自身自车决策规划路径而顺利通过，极大提高了路口通行效率。

基于上述实施例提供的自动驾驶管控方法，本实施例则对应提供执行上述自动驾驶管控方法的装置，其结构示意图如图4所示，包括：获取模块10、生成模块20和计算模块30；

获取模块10，用于获取自动驾驶汽车的车辆信息，车辆信息包括车辆位置信息和车辆行驶信息；

本实施例中，当检测到自动驾驶汽车行驶至路口监测范围内时，可以通过V2X技术与所检测到的自动驾驶汽车进行信息交互。

自动驾驶汽车所上传的车辆信息包括用于表征所在位置的车辆位置信息以及用于表征车辆驾驶状态的车辆行驶信息。具体的，车辆位置信息包括但不局限于经纬度信息；而车辆行驶信息包括但不局限于车速信息、目的地信息以及通行请求信息，其中，通行请求信息包括车辆型号和牌照等信息。

生成模块20，用于基于车辆位置信息生成自动驾驶汽车所在路口的路口环境地图；

本实施例中，可以通过车辆位置信息确定自动驾驶汽车所在路口的路口信息，进而利用路口信息获得所在路口的路口环境地图。

计算模块30，用于利用车辆行驶信息和路口环境地图，计算自动驾驶汽车的期望行驶信息，并将期望行驶信息发送至自动驾驶汽车，以使自动驾驶汽车按照期望行驶信息进行自动驾驶。

本实施例中，首先利用自动驾驶汽车所上传的车辆行驶信息，将路口环境地图中的车辆与自动驾驶汽车进行匹配和确认，以排除不明车辆对后续规划控制的干扰。

进而，利用车辆行驶信息和路口环境地图，以提高交通环境效率和保障车辆安全为目标，为自动驾驶汽车计算期望行驶信息，具体的，期望行驶信息包括但不局限于期望启停时间、期望车速信息和期望路径等。

在其他一些实施例中，生成模块20，具体用于：

根据车辆位置信息，从预设高精度电子地图中确定自动驾驶汽车所在的路口；从预设高精度电子地图中获取路口的静态道路条件信息；获取路口的动态道路条件信息，并结合静态道路条件信息生成路口的路口环境地图。

本实施例中，通过在预设高精度电子地图中匹配自动驾驶汽车所上传的经纬度信息，来确定自动驾驶汽车所在路口。具体的，如果自动驾驶汽车所上传的经纬度信息处于某路口所对应的经纬度范围内，则可以将该路口确定为自动驾驶汽车所在的路口。静态道路条件信息包括但不局限于车道信息、红绿灯信息、交通标记牌信息等，其中，车道信息具体包括车道数量、车道宽度、车道位置等等，红绿灯信息具体包括亮灯顺序、亮灯时长等等，而交通标记牌信息则具体包括限速信息等等。

此外，本实施例中，可利用环境感知技术获得路径的动态道路条件信息。

在实际应用过程中，采用环境感知技术的环境感知系统具备传感器硬件和数据融合软件两部分。硬件方面包括再路口布置的多个激光雷达、视觉传感器、毫米波雷达等多种传感器，保证可全面感知路口的所有动态道路条件信息，还要保障在雨雪/强光等极端环境下至少有一种传感器可准确感知环境。软件方面根据不同传感器的特性，将各传感器感知信息融合为较为准确的动态道路条件信息，并将动态道路条件信息补充到高精度电子地图信息中，结合静态道路条件信息构建完备的路口环境地图。

在其他一些实施例中，用于获取路口的动态道路条件信息的生成模块20，具体用于：

同时接收多个预设传感器所发送的针对路口的初始动态道路条件信息；融合所接收的多个初始动态道路条件信息，得到路口的动态道路条件信息。

在其他一些实施例中，计算模块30，具体用于：

从路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；按照各车道的红绿灯时间确定自动驾驶汽车的期望启停时间；和/或从路口环境地图中确定路口的限速信息，并利用限速信息确定自动驾驶汽车的期望车速信息；和/或从车辆行驶信息中获取目的地信息，从路口环境地图确定可通行空间；利用目的地信息和可通行空间，确定自动驾驶汽车的期望路径。

本实施例中，可以首先根据各车道的车辆数目，结合交通控制方法计算各路口的通行时间，从而优化红绿灯时间。依据以上，按照交通规则就可以确定自动驾驶汽车的期望启停时间，从而完成对车辆进行启停的控制。

至于期望车速信息，可以利用交通标记牌所标记的路口限速来确定，比如，路口限速30km/h，则可以按照预设规则将自动驾驶汽车的车速设置为25km/h。此外，在车辆的启停过程中可以加入速度的过渡控制，比如按照预设的加速或者减速量控制自动驾驶汽车启停，从而保障车辆的舒适度。

对于期望路径，由于自动驾驶汽车在路口的进入位置和期望的驶出位置可以通过车辆定位信息和目的地信息得到，同时起点和终点之间的可通行空间可通过路口环境地图确定，依据此可以采用路径规划算法计算期望路径，所述路径规划算法包括但不局限于A*、D*、RRT等算法，其中，对于环境复杂且车辆速度较慢的情况，一般采用Hybrid A*算法。

本发明实施例提供的自动驾驶管控装置，以车路协同的方式计算自动驾驶汽车的期望行驶信息，使其行驶至路口时无需通过自身自车决策规划路径而顺利通过，极大提高了路口通行效率。

基于上述实施例提供的自动驾驶管控方法和自动驾驶管控装置，本实施例则提供一种自动驾驶管控系统，其系统架构图如图5所示，包括：云计算服务器100和自动驾驶汽车200。

以上对本发明所提供的一种自动驾驶管控方法、装置及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素，或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种自动驾驶管控方法，其特征在于，应用于云计算服务器，包括：

获取自动驾驶汽车的车辆信息，所述车辆信息包括车辆位置信息和车辆行驶信息；

基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图；

利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，并将所述期望行驶信息发送至所述自动驾驶汽车，以使所述自动驾驶汽车按照所述期望行驶信息进行自动驾驶。

2.根据权利要求1所述的方法，其特征在于，所述基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图，包括：

根据所述车辆位置信息，从预设高精度电子地图中确定所述自动驾驶汽车所在的路口；

从所述预设高精度电子地图中获取所述路口的静态道路条件信息；

获取所述路口的动态道路条件信息，并结合所述静态道路条件信息生成所述路口的路口环境地图。

3.根据权利要求2所述的方法，其特征在于，获取所述路口的动态道路条件信息的过程，包括：

同时接收多个预设传感器所发送的针对所述路口的初始动态道路条件信息；

融合所接收的多个所述初始动态道路条件信息，得到所述路口的动态道路条件信息。

4.根据权利要求1所述的方法，其特征在于，所述利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，包括：

从所述路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；

按照各车道的红绿灯时间确定所述自动驾驶汽车的期望启停时间；和/或

从所述路口环境地图中确定所述路口的限速信息，并利用所述限速信息确定所述自动驾驶汽车的期望车速信息；和/或

从所述车辆行驶信息中获取目的地信息，从所述路口环境地图确定可通行空间；

利用所述目的地信息和所述可通行空间，确定所述自动驾驶汽车的期望路径。

5.根据权利要求1～4任意一项所述的方法，其特征在于，所述云计算服务器与所述自动驾驶汽车利用V2X技术通信。

6.一种自动驾驶管控装置，其特征在于，包括：获取模块、生成模块和计算模块；

所述获取模块，用于获取自动驾驶汽车的车辆信息，所述车辆信息包括车辆位置信息和车辆行驶信息；

所述生成模块，用于基于所述车辆位置信息生成所述自动驾驶汽车所在路口的路口环境地图；

所述计算模块，用于利用所述车辆行驶信息和所述路口环境地图，计算所述自动驾驶汽车的期望行驶信息，并将所述期望行驶信息发送至所述自动驾驶汽车，以使所述自动驾驶汽车按照所述期望行驶信息进行自动驾驶。

7.根据权利要求6所述的装置，其特征在于，所述生成模块，具体用于：

根据所述车辆位置信息，从预设高精度电子地图中确定所述自动驾驶汽车所在的路口；从所述预设高精度电子地图中获取所述路口的静态道路条件信息；获取所述路口的动态道路条件信息，并结合所述静态道路条件信息生成所述路口的路口环境地图。

8.根据权利要求7所述的装置，其特征在于，用于获取所述路口的动态道路条件信息的所述生成模块，具体用于：

同时接收多个预设传感器所发送的针对所述路口的初始动态道路条件信息；融合所接收的多个所述初始动态道路条件信息，得到所述路口的动态道路条件信息。

9.根据权利要求6所述的装置，其特征在于，所述计算模块，具体用于：

从所述路口环境地图中确定各车道的车辆运行信息，并利用各车道的车辆运行信息计算各车道的红绿灯时间；按照各车道的红绿灯时间确定所述自动驾驶汽车的期望启停时间；和/或从所述路口环境地图中确定所述路口的限速信息，并利用所述限速信息确定所述自动驾驶汽车的期望车速信息；和/或从所述车辆行驶信息中获取目的地信息，从所述路口环境地图确定可通行空间；利用所述目的地信息和所述可通行空间，确定所述自动驾驶汽车的期望路径。

10.一种自动驾驶管控系统，其特征在于，包括权利要求1～5任意一项所述的云计算服务器和自动驾驶汽车。