CN111462481B - 包含多功能无人车的云大脑智能交通系统 - Google Patents

包含多功能无人车的云大脑智能交通系统 Download PDF

Info

Publication number
CN111462481B
CN111462481B CN202010140786.2A CN202010140786A CN111462481B CN 111462481 B CN111462481 B CN 111462481B CN 202010140786 A CN202010140786 A CN 202010140786A CN 111462481 B CN111462481 B CN 111462481B
Authority
CN
China
Prior art keywords
unmanned vehicle
vehicle
control center
cloud brain
multifunctional
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.)
Active
Application number
CN202010140786.2A
Other languages
English (en)
Other versions
CN111462481A (zh
Inventor
倪俊
姜旭
李远哲
袁昊
吴家枫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202010140786.2A priority Critical patent/CN111462481B/zh
Publication of CN111462481A publication Critical patent/CN111462481A/zh
Application granted granted Critical
Publication of CN111462481B publication Critical patent/CN111462481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/08—Trunked mobile radio systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种包含多功能无人车的云大脑智能交通系统，包括：多功能无人车、路侧环境感知设备和云大脑集群控制中心；其中多功能无人车通过4G/5G网络与云大脑集群控制中心通信，将多功能无人车的状态数据发送至云大脑集群控制中心并接受云大脑集群控制中心的控制指令；路侧环境感知设备感知其所在位置处的环境信息，通过光纤传输至云大脑集群控制中心；云大脑集群控制中心对智能交通系统内所有多功能无人车的数据以及路侧环境感知设备感知的环境数据进行实时监测及远程监控，形成大数据数据库。该云大脑智能交通系统能够实现车端‑车端之间、车端‑云端之间的实时通信与云端控制，以满足未来多功能无人车实现大规模产业部署需求。

Description

包含多功能无人车的云大脑智能交通系统
技术领域
本发明涉及一种智能交通系统，具体涉及一种包含多功能无人车的云大脑智能交通系统，属于无人车辆与智能交通技术领域。
背景技术
近些年来，随着自动驾驶技术、传感器技术、云计算技术、车路协同技术等的快速发展，智能交通技术被广泛认为将彻底改变未来人类生活及出行方式，并对我国汽车产业发展与国民经济建设具有重要推动作用。
无人车是智能交通系统的重要组成部分，其是指具有自主行为能力并省略人类驾驶机构的车辆，无人车的使用目的为完全替代人类执行作业任务，包括但不限于打击、作战、巡逻、侦察、物流、运输、摆渡、配送、清扫等民用或军用任务，在民用或军用领域具有非常广阔的应用前景。
近些年来，随着无人巡逻车、无人物流车、无人接驳车、无人清扫车等多功能无人车的出现，智能交通系统方案的内涵被不断拓宽。可以预见，多功能无人车的大规模产业应用将有助于大幅提升人类生活水平、改善交通系统效率并提高城市交通智能化水平。
但是，传统的无人车仅仅依靠单车的环境感知、智能决策与路径规划等技术实现自动驾驶，难以实现车端-车端之间、车端-云端之间的实时通信与云端控制，无人车的安全性及运营效率等综合性能受限，难以满足未来多功能无人车实现大规模产业部署的需求。
发明内容
有鉴于此，本发明提供一种包含多功能无人车的云大脑智能交通系统，能够实现车端-车端之间、车端-云端之间的实时通信与云端控制，从而对多功能无人车进行远程监控，以满足未来多功能无人车实现大规模产业部署需求。
所述的包含多功能无人车的云大脑智能交通系统，包括：多功能无人车、路侧环境感知设备和云大脑集群控制中心；
所述多功能无人车为自主驾驶功能性车辆，包括：车辆全线控底盘、功能性上装设备、车载工控机、车载传感器及4G/5G车载通信设备；其中，所述车载传感器包括：雷达、摄像头以及组合导航；其中所述雷达及摄像头用于感知无人车周围的环境信息；所述组合导航用于无人车的导航定位；所述车辆全线控底盘和所述车载传感器分别与所述车载工控机通信；所述车载工控机通过以太网与4G/5G车载通信设备相连，所述4G/5G车载通信设备通过4G/5G网络与所述云大脑集群控制中心通信；所述车载工控机将多功能无人车的状态数据发送至云大脑集群控制中心并接受来自云大脑集群控制中心的控制指令；所述多功能无人车的状态数据包括：无人车所感知的环境数据、无人车的智能决策数据、无人车的路径规划数据、无人车的线控底盘数据以及无人车的电池数据；
所述路侧环境感知设备感知其所在位置处的环境信息，并通过光纤传输至云大脑集群控制中心；所述云大脑集群控制中心通过路侧环境感知设备所获得的环境信息得到障碍物的属性、大小、速度，并通过4G/5G网络通信传输至各多功能无人车，辅助各多功能无人车进行障碍物判断或智能决策，由此通过所述多功能无人车本身的自动驾驶技术与云端控制技术共同完成环境感知及自动驾驶智能决策；同时所述云大脑集群控制中心融合来自各多功能无人车感知的环境数据以及来自所述路侧环境感知设备的环境信息，实现协同环境感知；
所述云大脑集群控制中心对所述智能交通系统内所有多功能无人车的数据以及所述路侧环境感知设备感知的环境数据进行实时监测及远程监控，形成大数据数据库；同时所述云大脑集群控制中心实现对无人车群体的集群控制和任一无人车的远程控制；所述无人车群体指两个以上无人车所组成的无人车集群。
所述云大脑集群控制中心对形成的大数据数据库具备大数据分析功能，所述大数据分析功能包括：运营数据分析功能、安全数据分析功能、感知与决策数据分析功能和线控底盘数据分析功能；
所述运营数据分析功能指对无人车运行数据进行统计分析，从而开展运营相关维度的大数据分析：包括对未来某一时段内及某一地段内的无人车分布情况进行预测；所述无人车运行数据包括各多功能无人车车型占比、任务触发地区分布统计、无人车出勤情况统计、无人车运行时间中的两个以上；
所述安全数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车上选定的关键零部件及各传感器的状态，开展安全相关维度的大数据分析：从故障车型、故障类型、故障状态三个维度对故障数据进行大数据统计分析及大数据挖掘，分析及预测未来无人车故障出现概率；
所述感知与决策数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车的环境感知数据及智能决策数据，开展感知与决策相关维度的大数据分析：获得多功能无人车所遇障碍物类型情况、分布情况、分布时段、分布规律，以服务于无人车行驶路线制定及控制系统性能提高；获得多功能无人车智能决策系统的决策状态与次数、规划路径速度、规划路径曲率，以服务无人车决策系统算法研发；获得多功能无人车所遇交通标识类型情况，以服务于无人车行驶路线及状态优化；
所述线控底盘数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车线控底盘数据，开展线控底盘相关维度的大数据分析，实现无人车累计行驶里程、动力电池充电状态、动力电池及单体的电压及电流、动力电池单体的温度及电量、线控执行机构电机及其控制器的电压及电流、线控执行机构电机的转矩及转速、车体六自由度运动状态信息的监控。
作为本发明的一种优选方式：所述云大脑集群控制中心中包含远程驾驶平台，用于该智能交通系统内多功能无人车的远程驾驶。
所述远程驾驶平台包括：远程驾驶模拟器和4G/5G视频传输设备；所述远程驾驶模拟器包括转向、驱动及制动模拟设备，转向、驱动及制动模拟设备的操作信号通过云大脑集群控制中心经4G/5G网络发送给4G/5G车载通信设备，进而通过4G/5G车载通信设备发送给车载工控机，实现对无人车的远程控制；所述多功能无人车上安装的摄像头通过以太网与4G/5G车载通信设备相连，从而将采集的图像经过4G/5G车载通信设备发送至云大脑集群控制中心，用于远程操纵人员观看并远程驾驶无人车。
作为本发明的一种优选方式：所述路侧环境感知设备包括智能交通灯、路侧雷达、路侧摄像头；其中所述路侧雷达和路侧摄像头安装在路侧的固定装置上，用于采集其所在位置处的环境信息。
作为本发明的一种优选方式：所述云大脑集群控制中心还用于多功能无人车的集群调度与运营；当所述云大脑集群控制中心接受到智能交通系统内某一区域发送的任务触发需求后，所述云大脑集群控制中心基于多功能无人车与路侧环境感知设备所感知的环境信息，计算面向当前任务需求的无人车最佳行驶路线作为调度信息，并将调度信息通过4G/5G网络发送至该区域内对应的多功能无人车，接收到调度信息的多功能无人车按照调度信息中行驶路线进行行驶。
有益效果：
(1)该智能交通系统采用采用车-车通信及车-云通信技术，能够实现V2X(vehicleto everything，即车对外界的信息交换)，以提高智能交通整体运营效率。
(2)由多功能无人车本身的自动驾驶技术与云端控制技术共同完成环境感知及自动驾驶智能决策，能够提高自动驾驶技术水平及安全性，降低人工干预次数。
(3)云大脑集群控制中心中包含远程驾驶平台，当某个或某些无人车出现故障无法继续进行自动驾驶时，能够通过远程驾驶平台控制无人车驶离危险地带、紧急避开障碍物或紧急停止，保证无人车安全性及智能交通系统运营效率。
(4)云大脑集群控制中心能够对各多功能无人车实现全部零部件的大数据监控，提高各无人车的安全性及可靠性。
(5)云大脑集群控制中心能够对各多功能无人车实现集群调度与运营，满足未来多功能无人车实现大规模产业部署需求。
附图说明
图1为本发明的智能交通系统的组成及信号流示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
实施例1：
本实施例提供一种包含多功能无人车的云大脑智能交通系统，能够实现车端-车端之间、车端-云端之间的实时通信与云端控制，从而对多功能无人车进行远程监控，以满足未来多功能无人车实现大规模产业部署需求。
如图1所示，该智能交通系统包括：多功能无人车、路侧环境感知设备、云大脑集群控制中心和通信网络。该智能交通系统采用车路协同技术，在路侧部署智能环境感知设备，实现V2X(vehicle to everything，即车对外界的信息交换)，以提高智能交通整体运营效率。
其中多功能无人车包括：无人物流车、无人巡逻车、无人接驳车、无人清扫车、无人运货车、无人零售车等中的一种以上，但并不限于上述典型多功能无人车；上述系列多功能无人车采用全自动驾驶技术，代替人类完成物流、巡逻、摆渡、清扫、运货、零售等任务，大幅度提升智能交通水平。具体的：上述系列多功能无人车为典型的自主驾驶功能性车辆，包括：模块化线控底盘、功能性上装设备、自动驾驶传感器及4G/5G车载通信设备。其中，模块化线控底盘集成了无人车的线控驱动、线控转向、线控制动等执行机构系统及供电系统；功能性上装设备为执行多功能无人车任务的上装设备，包括用于巡逻任务的云台、用于零售或物流任务的储货柜、用于清扫的清扫机构等，其与无人车的模块化线控底盘直接连接；自动驾驶传感器用于辅助无人车实现自动驾驶功能，包括：雷达(激光雷达或毫米波雷达或超声波雷达)、组合导航以及摄像头。其中雷达和摄像头用于感知无人车周围的环境信息；组合导航用于无人车的导航定位；车辆底盘通过CAN总线与车载工控机相连，自动驾驶传感器通过车载以太网与车载工控机连接；车载工控机通过以太网与4G/5G车载通信设备相连，4G/5G车载通信设备通过4G/5G网络与云大脑集群控制中心通信，由此能够实现车载工控机与云大脑集群控制中心的通信，车载工控机将无人车的状态数据发送至云大脑集群控制中心并接受来自云大脑集群控制中心的控制指令；其中无人车的状态数据包括：无人车所感知的环境数据(所识别的障碍物个数、属性、大小、速度等)、智能决策数据(实现智能决策次数、决策结果等)、路径规划数据(所规划路径的曲率等)、线控底盘数据(如驱动电机、制动电机及转向电机的电压、电流、转速、转矩等)和电池数据(如电池电量、电池总电压、电池单体温度、电池单体电压等)等等。
路侧环境感知设备感知其所在位置处的环境信息，并通过光纤传输至云大脑集群控制中心的数据服务器，云大脑集群控制中心通过路侧环境感知设备所获得的环境信息得到障碍物的属性、大小、速度等信息，并将计算信息通过4G/5G网络通信传输至各多功能无人车，辅助各多功能无人车进行障碍物判断或智能决策等任务。路侧环境感知设备包括但不限于智能交通灯、路侧雷达(路侧毫米波雷达或路侧激光雷达)、路侧摄像头等传感器。其中路侧雷达和路侧摄像头等传感器安装在路侧的固定装置上，用于采集其所在位置处的环境信息，如通过路侧雷达采集道路上的车辆或其它障碍物信息，通过路侧摄像头采集道路上的图像；上述路侧环境感知设备通过光纤与云大脑集群控制中心连接。云大脑集群控制中心融合来自各多功能无人车感知的环境信息以及来自路侧智能感知设备的环境信息，从而实现协同环境感知，提高环境感知与障碍识别精度、速度及可靠性。
上述以太网、光纤以及4G/5G网络构成该智能交通系统的通信网络。
云大脑集群控制中心用于实现对智能交通系统内所有无人车的状态数据进行实时监测及远程监控，形成海量大数据数据库以获得多维度大数据分析结果，为无人车集群控制与集群运营、政府或园区无人车及基础设施部署提供分析。无人车的状态数据通过4G/5G车载通信设备及4G/5G网络发送至云大脑集群控制中心。云大脑集群控制中心对上述数据进行实时监测及大数据处理分析，获得各多功能无人车运营数据、安全数据、各关键子系统数据等方面的大数据分析统计结果；并将该统计分析结果上报至园区运营中枢、相关企业、当地政府等部门，以进一步支撑无人车领域相关行业政策制定、充电桩部署、运营区域部署、多功能无人车集群控制调度等工作，同时提高该智能交通系统内的无人车安全水平。同时，云大脑集群控制中心和各无人车之间通过4G/5G网络和4G/5G车载设备实现实时通信，能够实现无人车群体(两个以上无人车所组成的无人车集群)的集群控制和任一无人车的远程控制。
由多功能无人车本身的自动驾驶技术与车路协同技术共同完成环境感知及自动驾驶智能决策，提高自动驾驶技术水平及安全性，降低人工干预次数，提升智能交通整体运营效率。例如，路侧环境感知设备所获得的环境信息通过光纤传输至云大脑集群控制中心的数据服务器，云大脑集群控制中心通过路侧环境感知设备所获得的信息计算出相应障碍物的属性、大小、速度等信息，上述信息通过4G/5G网络通信传输至各多功能无人车节点，辅助各多功能无人车进行障碍物判断或智能决策等任务。
具体的：云大脑集群控制中心具备：运营数据分析功能、安全数据分析功能、感知与决策数据分析功能和线控底盘数据分析功能；其中运营数据分析功能指从多功能无人车型占比(各类型多功能无人车所在比例)、任务触发地区分布统计、无人车出勤情况统计、无人车运行时间等多个维度对无人车辆运行数据进行统计分析，进而对未来某一时段内及某一地段内的无人车分布情况进行预测。
云大脑集群控制中心能够监控各无人车全部环境感知系统、智能决策系统、底盘控制系统中关键零部件(预先设定)及传感器的状态，包括激光雷达、毫米波雷达、摄像头、工控机、底盘控制器、转向电机、驱动电机、制动电机、动力电池等关键零部件及传感器的状态信息。安全数据分析功能指通过大数据技术统筹上述各关键零部件及传感器的状态信息，获得各多功能无人车的故障数据，开展安全相关维度的大数据分析，从故障车型、故障类型、故障状态三个维度对故障数据进行大数据统计分析及大数据挖掘，分析及预测未来无人车故障出现概率及子系统健康情况。
云大脑大数据监控中心监控各无人车感知与决策系统信息，包括环境感知系统激光雷达及摄像头等的识别信息(感知系统的交通标示识别结果、识别障碍物的种类大小速度等)，智能决策系统处理结果(超车行驶、并线行驶等有限状态机决策结果等)，路径规划系统信息(路径规划点速率变化等)，底盘控制系统执行结果(线控驱动、线控转向、线控驱动等系统电机指令等)；感知与决策数据分析功能指对监控的无人车感知与决策系统信息开展感知与决策相关维度的大数据分析，获得多功能无人车所遇障碍物类型情况、分布情况、分布时段、分布规律，以服务于无人车行驶路线制定及控制系统性能提高；获得多功能无人车智能决策系统的决策状态与次数、规划路径速度、规划路径曲率，以服务无人车决策系统算法研发；获得多功能无人车所遇交通标识类型情况，以服务于无人车行驶路线及状态优化。
云大脑大数据监控中心监控各无人车线控底盘的关键零部件信息及数据，包括整车SOC及续航里程，转向电机、驱动电机、制动电机的电压、电流、转矩、转速，动力电池及各单体的电压、电流、电量及健康状态、底盘纵向加速度、横向加速度、俯仰角及侧倾角等姿态信息等关键信息及数据。线控底盘数据分析功能指通过大数据技术统筹分析上述关键信息及数据后实现大数据挖掘，开展线控底盘相关维度的大数据分析，从而分析及预测未来无人车续航情况、电量使用情况及执行机构作动情况等，为各无人车电量匹配及充电桩布置、执行机构选型及系统匹配等提供大数据支撑；同时实现无人车累计行驶里程、动力电池充电状态、动力电池及单体的电压及电流、动力电池单体的温度及电量、线控执行机构电机及其控制器的电压及电流、线控执行机构电机的转矩及转速、车体六自由度运动状态信息的监控；
实施例2：
在上述实施例1的基础上，云大脑集群控制中心中包含远程驾驶平台，远程驾驶平台包括：远程驾驶模拟器和4G/5G视频接收设备，使得远程操纵人员可以通过4G/5G通信技术实现任一多功能无人车的远程驾驶。其中，远程驾驶模拟器由驾驶员操纵，包含转向、驱动及制动模拟设备，转向、驱动及制动模拟设备的操作信号(即转向、驱动及制动操作信号)通过云大脑集群控制中心经4G/5G网络传输给4G/5G车载通信设备，进而通过4G/5G车载通信设备发送给车载工控机，实现对无人车的远程控制；各无人车安装用于4G/5G视频传输的摄像头，摄像头通过以太网与4G/5G车载通信设备相连，从而将采集的图像经过4G/5G车载通信设备发送至远程驾驶平台的4G/5G视频接收设备，以便远程操纵人员观看并远程驾驶无人车。
由此，当云大脑集群控制中心通过大数据监控系统发现某个或某些无人车出现故障无法继续进行自动驾驶时，远程操纵人员可通过该种方式控制无人车驶离危险地带、紧急避开障碍物或紧急停止，保证无人车安全性、可靠性及智能交通系统运营效率。
实施例3：
在上述实施例1或实施例2的基础上，进一步地，该智能交通系统内的云大脑集群控制中心还可对各多功能无人车实现集群调度与运营。具体的：当智能交通系统内某一区域内发生任务触发需求响应时(如快递货物投送、可疑人员报警、垃圾定点清扫等需求)，该任务触发需求响应由工作人员通过对应手机APP与云大脑集群控制中心通信，向云大脑集群控制中心发送任务触发需求；云大脑集群控制中心接受到任务触发需求后，云大脑集群控制中心基于多功能无人车与环境感知设备协同感知结果，进行各多功能无人车的集群任务调度，如计算面向当前任务需求的各无人车最佳行驶路线等全局路径规划信息，并通过4G/5G网络发送至该区域内对应的多功能无人车，接收到调度信息的多功能无人车按照云大脑集群控制中心的调度结果进行行驶。其中在云大脑集群控制中心中，仅面向不同任务需求进行多功能无人车的全局路径规划计算，各无人车的局部路径规划及障碍物躲避等计算在各无人车内的边缘端计算层完成。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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 (5)

1.包含多功能无人车的云大脑智能交通系统，其特征在于，包括：多功能无人车、路侧环境感知设备和云大脑集群控制中心；
所述多功能无人车为自主驾驶功能性车辆，包括：车辆全线控底盘、功能性上装设备、车载工控机、车载传感器及4G/5G车载通信设备；其中，所述车载传感器包括：雷达、摄像头以及组合导航；其中所述雷达及摄像头用于感知无人车周围的环境信息；所述组合导航用于无人车的导航定位；所述车辆全线控底盘和所述车载传感器分别与所述车载工控机通信；所述车载工控机通过以太网与4G/5G车载通信设备相连，所述4G/5G车载通信设备通过4G/5G网络与所述云大脑集群控制中心通信；所述车载工控机将多功能无人车的状态数据发送至云大脑集群控制中心并接受来自云大脑集群控制中心的控制指令；所述多功能无人车的状态数据包括：无人车所感知的环境数据、无人车的智能决策数据、无人车的路径规划数据、无人车的线控底盘数据以及无人车的电池数据；
所述路侧环境感知设备感知其所在位置处的环境信息，并通过光纤传输至云大脑集群控制中心；所述云大脑集群控制中心通过路侧环境感知设备所获得的环境信息得到障碍物的属性、大小、速度，并通过4G/5G网络通信传输至各多功能无人车，辅助各多功能无人车进行障碍物判断或智能决策，由此通过所述多功能无人车本身的自动驾驶技术与云端控制技术共同完成环境感知及自动驾驶智能决策；同时所述云大脑集群控制中心融合来自各多功能无人车感知的环境数据以及来自所述路侧环境感知设备的环境信息，实现协同环境感知；
所述云大脑集群控制中心对所述智能交通系统内所有多功能无人车的数据以及所述路侧环境感知设备感知的环境数据进行实时监测及远程监控，形成大数据数据库；同时所述云大脑集群控制中心实现对无人车群体的集群控制和任一无人车的远程控制；所述无人车群体指两个以上无人车所组成的无人车集群；
所述云大脑集群控制中心对形成的大数据数据库具备大数据分析功能，所述大数据分析功能包括：运营数据分析功能、安全数据分析功能、感知与决策数据分析功能和线控底盘数据分析功能；
所述运营数据分析功能指对无人车运行数据进行统计分析，从而开展运营相关维度的大数据分析：包括对未来某一时段内及某一地段内的无人车分布情况进行预测；所述无人车运行数据包括各多功能无人车车型占比、任务触发地区分布统计、无人车出勤情况统计、无人车运行时间中的两个以上；
所述安全数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车上选定的关键零部件及各传感器的状态，开展安全相关维度的大数据分析：从故障车型、故障类型、故障状态三个维度对故障数据进行大数据统计分析及大数据挖掘，分析及预测未来无人车故障出现概率；
所述感知与决策数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车的环境感知数据及智能决策数据，开展感知与决策相关维度的大数据分析：获得多功能无人车所遇障碍物类型情况、分布情况、分布时段、分布规律，以服务于无人车行驶路线制定及控制系统性能提高；获得多功能无人车智能决策系统的决策状态与次数、规划路径速度、规划路径曲率，以服务无人车决策系统算法研发；获得多功能无人车所遇交通标识类型情况，以服务于无人车行驶路线及状态优化；
所述线控底盘数据分析功能指依据所述云大脑集群控制中心所监控的各多功能无人车线控底盘数据，开展线控底盘相关维度的大数据分析，实现无人车累计行驶里程、动力电池充电状态、动力电池及单体的电压及电流、动力电池单体的温度及电量、线控执行机构电机及其控制器的电压及电流、线控执行机构电机的转矩及转速、车体六自由度运动状态信息的监控。
2.如权利要求1所述的包含多功能无人车的云大脑智能交通系统，其特征在于，所述云大脑集群控制中心中包含远程驾驶平台，用于该智能交通系统内多功能无人车的远程驾驶。
3.如权利要求2所述的包含多功能无人车的云大脑智能交通系统，其特征在于，所述远程驾驶平台包括：远程驾驶模拟器和4G/5G视频传输设备；所述远程驾驶模拟器包括转向、驱动及制动模拟设备，转向、驱动及制动模拟设备的操作信号通过云大脑集群控制中心经4G/5G网络发送给4G/5G车载通信设备，进而通过4G/5G车载通信设备发送给车载工控机，实现对无人车的远程控制；所述多功能无人车上安装的摄像头通过以太网与4G/5G车载通信设备相连，从而将采集的图像经过4G/5G车载通信设备发送至云大脑集群控制中心，用于远程操纵人员观看并远程驾驶无人车。
4.如权利要求1所述的包含多功能无人车的云大脑智能交通系统，其特征在于，所述路侧环境感知设备包括智能交通灯、路侧雷达、路侧摄像头；其中所述路侧雷达和路侧摄像头安装在路侧的固定装置上，用于采集其所在位置处的环境信息。
5.如权利要求1或2所述的包含多功能无人车的云大脑智能交通系统，其特征在于，所述云大脑集群控制中心还用于多功能无人车的集群调度与运营；当所述云大脑集群控制中心接受到智能交通系统内某一区域发送的任务触发需求后，所述云大脑集群控制中心基于多功能无人车与路侧环境感知设备所感知的环境信息，计算面向当前任务需求的无人车最佳行驶路线作为调度信息，并将调度信息通过4G/5G网络发送至该区域内对应的多功能无人车，接收到调度信息的多功能无人车按照调度信息中行驶路线进行行驶。
CN202010140786.2A 2020-03-03 2020-03-03 包含多功能无人车的云大脑智能交通系统 Active CN111462481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010140786.2A CN111462481B (zh) 2020-03-03 2020-03-03 包含多功能无人车的云大脑智能交通系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010140786.2A CN111462481B (zh) 2020-03-03 2020-03-03 包含多功能无人车的云大脑智能交通系统

Publications (2)

Publication Number Publication Date
CN111462481A CN111462481A (zh) 2020-07-28
CN111462481B true CN111462481B (zh) 2021-02-23

Family

ID=71681797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010140786.2A Active CN111462481B (zh) 2020-03-03 2020-03-03 包含多功能无人车的云大脑智能交通系统

Country Status (1)

Country Link
CN (1) CN111462481B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111949025A (zh) * 2020-08-03 2020-11-17 得威科技(浙江)有限公司 一种无人车控制系统和方法
CN112068548B (zh) * 2020-08-07 2022-06-07 北京航空航天大学 5g环境下面向特殊场景的无人驾驶车辆路径规划方法
CN111959508A (zh) * 2020-08-13 2020-11-20 盐城工学院 一种基于人工智能的驾驶辅助系统
CN112147999B (zh) * 2020-08-26 2021-09-21 北京航空航天大学 一种自动驾驶实验agv车辆平台
CN112124319B (zh) * 2020-08-28 2021-04-23 青岛慧拓智能机器有限公司 一种智能驾驶系统
CN112269385B (zh) * 2020-10-23 2021-09-07 北京理工大学 云端无人车动力学控制系统和方法
CN112572466A (zh) * 2020-11-24 2021-03-30 苏州泛像汽车技术有限公司 一种自适应无人扫地车的控制方法
CN112684791A (zh) * 2020-11-30 2021-04-20 北京理工中云智车科技有限公司 一种基于5g的无人驾驶物流车
CN112249034B (zh) * 2020-12-14 2021-04-13 国汽智控(北京)科技有限公司 一种汽车大脑系统及车辆驾驶控制方法
CN112633120B (zh) * 2020-12-18 2022-05-03 北京理工大学重庆创新中心 一种基于半监督学习的智能路侧感知系统的模型训练方法
CN112687126B (zh) * 2020-12-29 2022-04-05 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆系统
CN112995309A (zh) * 2021-02-08 2021-06-18 南京航空航天大学 一种网联式云控智能线控底盘控制系统及其控制方法
CN113066299A (zh) * 2021-03-25 2021-07-02 上海智能新能源汽车科创功能平台有限公司 一种基于车路云一体的客运数字交通系统
CN113096442A (zh) * 2021-03-29 2021-07-09 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同的智能公交车控制系统
CN115344032A (zh) * 2021-05-14 2022-11-15 灵动科技（北京）有限公司 用于仓库中的物流车的控制方法和控制装置
CN113635893A (zh) * 2021-07-16 2021-11-12 安徽工程大学 一种基于城市智慧交通的无人驾驶车辆转向的控制方法
CN113370721B (zh) * 2021-07-29 2023-06-20 中国人民解放军国防科技大学 三轴无人车应对野外特种任务的控制策略及系统
CN113805509A (zh) * 2021-09-09 2021-12-17 东风悦享科技有限公司 一种基于v2x的远程驾驶系统及方法
CN114189812A (zh) * 2021-12-31 2022-03-15 合肥中科智驰科技有限公司 一种基于5g的集群协同无人作业终端设备
CN114743371A (zh) * 2022-03-28 2022-07-12 阿里巴巴（中国）有限公司 智能车及其控制方法、行车系统
CN116013074A (zh) * 2023-01-05 2023-04-25 北京清丰智行科技有限公司 一种园区基于车路云协同的智慧出行系统
CN117872978A (zh) * 2023-12-23 2024-04-12 上海芭比信息技术服务有限公司 一种基于5g可遥控操作的无人搬运小车物料配送系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844913A (zh) * 2016-04-15 2016-08-10 苏州爱诺信信息科技有限公司 基于车联网的车、路状况与驾驶安全大数据相关性分析法
CN108153296A (zh) * 2017-03-01 2018-06-12 中国北方车辆研究所 一种地面无人平台车载综合控制系统及控制方法
CN107563543B (zh) * 2017-08-11 2020-11-13 北京邮电大学 一种基于群体智能的城市交通优化服务方法与系统
CN107562061A (zh) * 2017-10-18 2018-01-09 长沙冰眼电子科技有限公司 反侦察无人车
CN108549384A (zh) * 2018-05-21 2018-09-18 济南浪潮高新科技投资发展有限公司 一种5g环境下远程控制自动驾驶方法
CN109146361A (zh) * 2018-07-25 2019-01-04 智慧式控股有限公司 一种智慧式无人货运车辆、共享系统及商业模式
CN109435951B (zh) * 2018-09-14 2022-03-29 纵目科技（上海）股份有限公司 一种无人驾驶车辆的远程监控方法、系统、终端和存储介质
CN109714421B (zh) * 2018-12-28 2021-08-03 国汽(北京)智能网联汽车研究院有限公司 基于车路协同的智能网联汽车运行系统
CN109714730B (zh) * 2019-02-01 2021-03-19 清华大学 用于车车及车路协同的云控平台系统及协同系统和方法
CN110083161B (zh) * 2019-05-16 2022-07-05 广州文远知行科技有限公司 无人驾驶汽车的远程接管方法、装置、设备和存储介质
CN110083163A (zh) * 2019-05-20 2019-08-02 三亚学院 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统
CN110460651A (zh) * 2019-07-26 2019-11-15 阿尔法巴人工智能(深圳)有限公司 一种5g远程驾驶集成控制系统及方法
CN110533901B (zh) * 2019-08-29 2020-09-11 厦门金龙联合汽车工业有限公司 一种无人驾驶车辆群组的充电调度方法和云管理服务器

Also Published As

Publication number Publication date
CN111462481A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111462481B (zh) 包含多功能无人车的云大脑智能交通系统
Wang et al. Safety of autonomous vehicles
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
US20230159062A1 (en) Method and apparatus for controlling vehicle driving mode switching
JP6524144B2 (ja) 車両制御システム及び方法、並びに走行支援サーバ
WO2020164021A1 (zh) 用于驾驶控制的方法、装置、设备、介质和系统
WO2019217545A1 (en) Systems and methods for driving intelligence allocation between vehicles and highways
US20220114885A1 (en) Coordinated control for automated driving on connected automated highways
US20220270486A1 (en) Accident prediction and consequence mitigation calculus
CN110568850A (zh) 一种无人驾驶汽车内部故障的车辆控制方法及电子设备
US20230377461A1 (en) Distributed driving systems and methods for automated vehicles
US20210314752A1 (en) Device allocation system
CN110949406A (zh) 一种智能驾驶系统及方法
US20230048680A1 (en) Method and apparatus for passing through barrier gate crossbar by vehicle
CN113844465B (zh) 一种自动驾驶方法及系统
Ajao et al. Safety challenges and analysis of autonomous electric vehicle development: Insights from on-road testing and accident reports
JP6796679B2 (ja) 車両制御システム及び方法、並びに走行支援サーバ
CN112829762A (zh) 一种车辆行驶速度生成方法以及相关设备
US20220105955A1 (en) Metrics for Evaluating Autonomous Vehicle Performance
CN115092159A (zh) 一种车道线自主智能测绘系统和方法
Wei et al. A multi-level collaborative driving framework for autonomous vehicles
CN116168542B (zh) 一种基于大型车辆的行为监测的预警方法及系统
US20240029480A1 (en) Vehicle fault processing method and apparatus, server, device, and medium
CN114648886A (zh) 一种新能源汽车的管控方法、装置、电子设备及存储介质
CN113687980A (zh) 异常数据自恢复方法、系统、电子设备和可读存储介质

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
GR01 Patent grant
GR01 Patent grant