CN111601266A - 协同控制方法及系统 - Google Patents
协同控制方法及系统 Download PDFInfo
- Publication number
- CN111601266A CN111601266A CN202010243914.6A CN202010243914A CN111601266A CN 111601266 A CN111601266 A CN 111601266A CN 202010243914 A CN202010243914 A CN 202010243914A CN 111601266 A CN111601266 A CN 111601266A
- Authority
- CN
- China
- Prior art keywords
- edge
- mobile node
- cloud
- data
- node
- 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.)
- Granted
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- 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
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种协同控制方法及系统。所述方法可以包括:边缘云获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;所述边缘云发送所述融合感知数据至所述中心云;所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。能够更加高效和准确地进行协同控制。
Description
技术领域
本公开涉及控制技术领域,尤其涉及一种协同控制方法及系统。
背景技术
现有协同控制技术的应用越来越广泛,例如,车路协同,所述车路协同采用无线通信和互联网等技术,全方位实施车车、车路动态实时信息交互,实现人、车、路的有效协同。
未来对协同控制的高效性和准确性要求会越来越高,并且,所述协同控制中会存在越来越多的数据的转发和处理等,这一方面给车辆、手机等边缘移动节点的存储和计算构成了很大的压力,另一方面如何进行所述大量数据的转发和处理以满足所述协同控制高效性的要求是亟待解决的问题,另外,如何提高所述协同控制的准确性也是急需解决的问题。
发明内容
有鉴于此,本公开提出了一种协同控制方法及系统。
根据本公开的一方面,提供了一种协同控制方法,包括:
边缘云获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;
所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;
所述边缘云发送所述融合感知数据至所述中心云;
所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。
根据本公开的另一方面,提供了一种协同控制系统,所述协同控制系统包括:边缘云、中心云、路侧感知设备;
所述边缘云用于获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;以及所述边缘云用于发送所述融合感知数据至所述中心云;
所述中心云用于根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。
通过边缘移动节点与路侧感知设备协同采集感知数据,实现了精确且全方位的感知,特别是通过边缘移动节点采集感知数据,实现对环境的粒度感知,使得中心云能够充分的获取所述协同控制系统控制的整个环境的实时感知数据,进而可以更加准确地进行协同控制;并且通过边缘云进行数据融合,将计算资源部署到靠近道路的边缘云,减少了与所述中心云进行海量数据回传造成的网络负荷,使得中心云可以通过边缘云实时获取融合感知数据,即中心云能够及时并充分的获取协同控制系统控制的整个环境的实时感知数据,可以更加高效地进行协同控制。
另外,利用边缘云中的边缘固定节点和空闲的边缘移动节点进行数据融合,构建了基于边缘固定节点和边缘移动节点的多接入边缘云,边缘移动节点在空闲时可以加入边缘云,协同共享计算资源,不仅有效提升了设备资源的使用效率,还实现了边缘云的动态扩展和优化配置,能有效解决边缘云计算资源紧张,提高边缘云数据处理的高效性,同时能够缓解边缘移动节点及路侧设备的计算和存储压力。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的协同控制系统的架构示意图。
图2示出根据本公开一实施例的时间同步系统的架构示意图。
图3示出根据本公开一实施例的协同控制方法的流程图。
图4示出根据本公开一实施例的所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制的流程图。
图5示出根据本公开一实施例的协同控制方法的流程图。
图6示出根据本公开一实施例的协同控制方法的流程图。
图7示出根据本公开一实施例的协同控制方法的流程图。
图8示出根据本公开一实施例的协同控制方法的流程图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的协同控制系统的架构示意图。如图1所示,所述协同控制系统可以包括:边缘云、中心云、路侧感知设备;所述边缘云可以包括边缘固定节点和空闲的边缘移动节点,所述边缘固定节点和空闲的边缘移动节点可以为多个。其中,所述边缘固定节点可以用于数据处理,以及控制所述空闲的边缘移动节点协同进行数据处理。如图1所示,所述边缘固定节点可以包括MEC(Multi-Access Edge Computing多接入边缘计算)节点。所述边缘移动节点可以是指具有数据处理能力且可以移动的任何节点,例如,车辆、道路行人的手机等。所述车辆可以为网联汽车,所述车辆之间可以通过V2V(Vehicle-To-Vehicle,车与车)技术进行通信。所述车辆与行人可以通过V2P(vehicle-to-pedestrian,车对行人)技术进行通信。
所述空闲的边缘移动节点可以是指非移动状态的边缘移动节点,以所述边缘移动节点为车辆举例来说,空闲的车辆可以指非行驶的车辆,比如,停靠在停车点的车辆。以下如果没有特殊说明,均以车辆作为边缘移动节点为例进行介绍。
如图1所示,所述中心云可以通过现有网络或专有网络与所述边缘云通信,所述中心云可以包括超级计算机、海量数据存储管理系统等,可以用于边缘云的管理、城市交通大数据分析、城市智慧交通群控决策规划等以进行所述协同控制。
所述边缘固定节点与所述路侧感知设备可以通过有线方式连接,例如,光纤、以太网等。所述路侧感知设备可以包括交通信号设备(比如交通灯)、激光雷达(路侧激光雷达)、毫米波雷达、视频摄像头、气象传感器、V2X(vehicle to X,意为vehicle to everything)设备、高精定位设备等,如图1所示,所述路侧感知设备的探测范围也示意性标出。所述路侧感知设备可以负责对道路全方位环境数据的实时采集。所述V2X设备可以是指能够与车辆通信的任何路侧设备,例如,所述V2X设备可以包括路侧单元RSU(Road Side Unit),所述V2X设备与所述车辆可以通过V2I(Vehicle to Infrastructure,车与路侧基础设施)技术进行通信。
所述边缘固定节点与所述边缘移动节点可以通过蜂窝网络连接,如图1所示。
在本说明书实施例中,所述边缘云可以用于获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;所述边缘云可以利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;以及所述边缘云可以用于发送所述融合感知数据至所述中心云。所述边缘移动节点可以通过边缘移动节点的感知设备采集所述第一感知数据,其中,所述边缘移动节点的感知设备可以包括激光雷达、毫米波雷达、摄像头、V2X设备、通信网关、卫星定位等。
所述第一感知数据和第二感知数据均可以包括道路环境信息,所述道路环境信息可以包括多种信息,所述多种信息可以与所述感知设备的种类相对应。具体地,所述第一感知数据可以包括道路交通信号相位、状态,运动目标的分类、大小、距离、运动方向、运动速度,环境温度、湿度、风速、天气,路面事故、车流、拥挤程度等;所述第二感知数据可以包括道路交通信号相位、状态,运动目标的分类、大小、距离、运动方向、运动速度,环境温度、湿度、风速、天气,路面事故、车流、拥挤程度等。其中,所述运动目标可以是指所述协同控制系统中处于运动状态的任何参与实体,因此,所述运动目标可以包括所述边缘移动节点。所述运动目标的分类可以是指所述运动目标的种类,例如人、车、物等。
本公开对第一感知数据和第二感知数据不作限定,只要能够满足所述协同控制即可。
在一个示例中,采集第一感知数据的可以是非空闲的边缘移动节点,也就是说,空闲的边缘移动节点可以不参与第一感知数据的采集,本公开对此不作限定,这里仅仅是一个示例。
所述中心云可以用于根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制,从而实现对城市智慧交通参与实体的群控。本公开对所述协同控制的具体方式不作限定。
通过边缘移动节点与路侧感知设备协同采集感知数据,实现了精确且全方位的感知,特别是通过边缘移动节点采集感知数据,实现对环境的粒度感知,使得中心云能够充分的获取所述协同控制系统控制的整个环境的实时感知数据,进而可以更加准确地进行协同控制;并且通过边缘云进行数据融合,将计算资源部署到靠近道路的边缘云,减少了与所述中心云进行海量数据回传造成的网络负荷,使得中心云可以通过边缘云实时获取融合感知数据,即中心云能够及时并充分的获取协同控制系统控制的整个环境的实时感知数据,可以更加高效地进行协同控制。
另外,利用边缘云中的边缘固定节点和空闲的边缘移动节点进行数据融合,构建了基于边缘固定节点和边缘移动节点的多接入边缘云,边缘移动节点在空闲时可以加入边缘云,协同共享计算资源,不仅有效提升了设备资源的使用效率,还实现了边缘云的动态扩展和优化配置,能有效解决边缘云计算资源紧张,提高边缘云数据处理的高效性,同时能够缓解边缘移动节点及路侧设备的计算和存储压力。
在一种可能的实现方式中,所述边缘固定节点与所述边缘移动节点可以通过5G(5th generation mobile networks,第五代移动通信技术)网络实现连接。利用5G通信减小了端到端的传输时延和带宽限制,提供了低时延、高带宽、大容量、高可靠的通信环境,满足了车路协同控制系统对传输数据大、实时性要求高的网络通信需求。
在一种可能的实现方式中,所述协同控制系统还可以包括全球导航卫星系统GSNN(Global Navigation Satellite System),如图1所示。所述全球导航卫星系统可以包括卫星差分定位系统,所述卫星差分定位系统可以具备星基增强和地基增强功能,可以实时分别通过卫星通信、蜂窝通信和V2X通信的方式向所述协同控制系统提供差分纠偏数据,实现厘米级高精定位。
图2示出根据本公开一实施例的时间同步系统的架构示意图。如图2所示,在一种可能的实现方式中,所述协同控制系统还可以包括时间同步系统,所述时间同步系统可以为纳秒级时间同步系统;所述时间同步系统用于实现所述中心云、边缘云、路侧感知设备的时间同步。
在一种可能的实现方式中,如图2所示,所述时间同步系统可以包括高精定位接收机(例如GPS(Global Positioning System,全球定位系统))接收机)、时钟分发控制器和备份时钟源。如图2所示,在一个示例中,所述备份时钟源可以为GPS铷原子母钟。
所述高精定位接收机可以用于接收卫星定位信号,并根据所述卫星定位信号获取时间信息,以及将所述时间信息发送至所述时钟分发控制器和备份时钟源;其中,所述时间信息可以包括UTC(Coordinated Universal Time,协调世界时)时间和1PPS(One Plus PerSecond,秒脉冲)信号。
所述备份时钟源可以用于根据所述时间信息,进行时间校正;还用于在卫星信号缺失的情况下,发送时钟信息至所述时钟分发控制器。在一个示例中,所述备份时钟源可以周期性的进行时间校正。
所述时钟分发控制器用于发送所述时间信息至所述中心云、边缘云和路侧感知设备;还用于在卫星信号缺失的情况下,发送所述时钟信息至所述中心云、边缘云和路侧感知设备。其中,所述时钟分发控制器可以通过有线方式与所述边缘云、路侧感知设备连接,所述有线方式可以包括光纤或同轴电缆等。
所述时间同步系统利用卫星作为唯一时钟源,保证了协同控制系统的时间准确性;并设置备份时钟源,在卫星信号缺少的情况下,也能够通过备份时钟源为所述协同控制系统提供时钟源,实现所述协同控制系统的时间同步。
在一个示例中,如图1所示,所述边缘固定节点(MEC节点)可以包括数据迁移、数据存储、决策规划、感知预测、远程驾驶、高精地图、时钟同步和安全加密等模块。其中,所述时钟同步模块可以根据获取的时钟同步信号(可以是所述时钟分发控制器发送的所述时间信息)建立NTP(Network Time Protocol,网络时间协议)时钟服务为所述协同控制系统及其对外服务提供网络时间服务,保障所述协同控制系统及对外服务的时间同步。所述安全加密模块可以用于保证收发的数据、消息的安全性、真实性,例如,可以对收发的数据、消息进行签名、验签以及证书的更新保存。所述高精地图模块可以用于高精地图的更新和维护,例如,可以在图商提供的高精地图的基础上,根据所述边缘固定节点接收到的感知数据获知的车道线变化、交通标志变化、临时施工打围等永久或临时的信息,动态更新所述高精地图,实现高精地图的自我更新维护,为感知融合提供更加实时、精确的地图数据,为决策规划提供可靠的车道级路径信息。所述边缘固定节点包括的其它模块(图1中的MEC包括的其它模块)的功能在下述方法中进行介绍。
可选地,所述边缘固定节点还可以包括其它模块以实现其它服务功能,例如,还可以为边缘移动节点提供非视距感知、事故预警、辅助驾驶等服务。本公开对所述边缘固定节点能够实现的功能,以及对应的模块不作限定,以上仅仅是示例,不对所述边缘固定节点的结构和功能进行限制。
图3示出根据本公开一实施例的协同控制方法的流程图。如图3所示,所述方法可以包括:
步骤S11,边缘云获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据。
在实际应用中,所述边缘移动节点和路侧感知设备均可以用于感知数据,例如,可以用于感知道路环境数据等。所述边缘移动节点可以采集第一感知数据,并可以发送所述第一感知数据至所述边缘云;所述路侧感知设备可以采集第二感知数据,并可以发送所述第二感知数据至所述边缘云。
在一种可能的实现方式中,可以通过非空闲的边缘移动节点采集所述第一感知数据。
在一个示例中,所述边缘云可以利用边缘云中的边缘固定节点接收边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据,从而使得边缘云获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据。
步骤S12,所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;
步骤S13,所述边缘云发送所述融合感知数据至所述中心云。
在一个示例中,所述空闲的边缘移动节点可以处于休眠和唤醒两种状态,所述空闲的边缘移动节点默认处于休眠状态。所述步骤S12可以包括以下步骤:
步骤S121,所述边缘云中的边缘固定节点在需要空闲的边缘移动节点协同进行数据融合时,可以唤醒所述空闲的边缘移动节点,例如可以发送唤醒信息至所述空闲的边缘移动节点以唤醒所述空闲的边缘移动节点。
步骤S122,所述边缘固定节点可以发送数据融合信息至所述唤醒的所述空闲的边缘移动节点;其中,所述数据融合信息可以包括需要所述边缘移动节点协同进行数据融合的感知数据。
步骤S123,所述唤醒的所述空闲的边缘移动节点根据所述数据融合信息,进行数据融合,得到第一融合数据,并将所述第一融合数据发送至所述边缘固定节点;
步骤S124,所述边缘固定节点可以进行数据融合得到第二融合数据,并可以将所述第一融合数据和第二融合数据作为融合感知数据。
可选地,所述边缘固定节点可以发送所述融合感知数据至所述中心云。需要说明的是,所述边缘云也可以在所述中心云请求所述融合感知数据时,才发送所述融合感知数据至所述中心云。
需要说明的是,所述边缘固定节点可以唤醒的所述空闲的边缘移动节点所处的位置可以在所述边缘固定节点覆盖范围内,这样可以保证所述边缘固定节点与所述唤醒的所述空闲的边缘移动节点的数据能够低时延传输。
在一个示例中,所述中心云可以根据空闲的边缘移动节点的位置,将所述空闲的边缘移动节点划分到不同的边缘固定节点,并可以将所述空闲的边缘移动节点的标识告知所述边缘固定节点,这样,所述边缘固定节点可以将接收到的所述空闲的边缘移动节点的标识保存到唤醒名单中,所述唤醒名单可以实时更新。所述边缘固定节点在需要空闲的边缘移动节点协同进行数据融合时,可以从所述唤醒名单中唤醒所述空闲的边缘移动节点。本公开对唤醒的所述空闲的边缘移动节点的数量不作限定,可以根据实际需要或预先设置的唤醒策略进行。所述唤醒策略可以包括唤醒固定数量的空闲的边缘移动节点、或根据感知数据多少确定唤醒的所述空闲的边缘移动节点的数量等。
步骤S14,所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。
在本说明书实施例中,所述中心云可以根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制,并可以发送协同控制信息至所述边缘云,所述边缘云可以根据协同控制信息,实现对所述边缘移动节点以及路侧感知设备的协同控制,以车路协同为例,可以实现对整个城市具体路段的车辆、行人、交通信号的协同群控,从而实现整个城市智慧交通的高效协同运行。
在一个示例中,所述中心云可以根据协同控制模型获取所述协同控制信息,并可以通过边缘云将所述协同控制信息发送至所述边缘移动节点以及路侧感知设备,对所述边缘移动节点以及路侧感知设备进行协同控制。例如,可以将所述融合感知数据输入所述协同控制模型,获取所述协同控制信息。其中,所述协同控制模型可以是预先利用数据挖据、深度学习、神经网络等先进技术建立的。本公开对所述协同控制模型的建立过程不作限定。通过所述协同控制模型获取所述协同控制信息,使得协同控制更加高效。
通过边缘移动节点与路侧感知设备协同采集感知数据,实现了精确且全方位的感知,特别是通过边缘移动节点采集感知数据,实现对环境的粒度感知,使得中心云能够充分的获取所述协同控制系统控制的整个环境的实时感知数据,进而可以更加准确地进行协同控制;并且通过边缘云进行数据融合,将计算资源部署到靠近道路的边缘云,减少了与所述中心云进行海量数据回传造成的网络负荷,使得中心云可以通过边缘云实时获取融合感知数据,即中心云能够及时并充分的获取协同控制系统控制的整个环境的实时感知数据,可以更加高效地进行协同控制。
另外,利用边缘云中的边缘固定节点和空闲的边缘移动节点进行数据融合,构建了基于边缘固定节点和边缘移动节点的多接入边缘云,边缘移动节点在空闲时可以加入边缘云,协同共享计算资源,不仅有效提升了设备资源的使用效率,还实现了边缘云的动态扩展和优化配置,能有效解决边缘云计算资源紧张,提高边缘云数据处理的高效性,同时能够缓解边缘移动节点及路侧设备的计算和存储压力。
在一种可能的实现方式中,所述方法还可以包括以下步骤:
所述中心云若检测到空闲的边缘移动节点,可以将所述空闲的边缘移动节点加入所述边缘云;
所述中心云若检测到所述边缘云中存在非空闲的边缘移动节点,可以从所述边缘云中删除所述非空闲的边缘移动节点。
所述中心云可以实时对所述边缘云中的空闲的边缘移动节点进行管理,即上述步骤可以实时进行,从而实现边缘云的实时动态扩展。
图4示出根据本公开一实施例的协同控制方法的流程图。如图4所示,在一种可能的实现方式中,所述步骤S14可以包括:
步骤S141,所述中心云可以根据所述融合感知数据,生成所述边缘移动节点以及路侧感知设备的协同控制信息,并发送所述协同控制信息至所述边缘固定节点。
所述协同控制信息可以包括所述边缘移动节点的运动路径、所述路侧感知设备的控制信息等。
在一个示例中,所述中心云可以根据所述融合感知数据,利用智能算法等,生成所述边缘移动节点以及路侧感知设备的协同控制信息,并发送所述协同控制信息至所述边缘固定节点。
步骤S142,所述边缘固定节点根据所述融合感知数据和所述协同控制信息,生成所述边缘移动节点的运动轨迹曲线以及所述路侧感知设备的控制指令。
所述边缘固定节点可以根据所述融合感知数据,生成所述边缘移动节点的决策路径,并可以参考所述协同控制信息,确定所述边缘移动节点的运动轨迹曲线以及所述路侧感知设备的控制指令。
在一个示例中,所述边缘固定节点可以通过如图1所示的感知预测、决策规划两个模块实现所述步骤S142的功能。例如,感知预测模块可以根据所述融合感知数据,利用时间同步、坐标偏移、高精地图、图层数据叠加等融合手段计算出各运动目标(例如智能驾驶车辆)的位置、速度、朝向、分类等目标属性列表信息。然后可以利用这些目标属性列表信息结合客观的物理规律,采用机器学习、深度学习等技术对历史轨迹数据进行分析,预测运动目标在将来一段时间的运动速度和轨迹。其中,所述分类可以是指运动目标的分类,例如人、车、物等。所述坐标偏移可以是指所述第二感知数据基于所述边缘移动节点的坐标系的相对坐标。所述物理规律可以是指所述运动目标的运动规律,比如车辆动力学规律。
在一个示例中,所述决策规划模块可以根据感知预测模块输出的结果(比如智能驾驶车辆在将来一段时间的运动速度和轨迹)结合高精地图,首先对智能驾驶车辆的行驶路线进行路由寻径,获取路由寻径结果,例如生成最佳道路行驶序列{i:(lan,start_posotion,end_posotion,speed)},其中,所述i可以代表路径序号,所述lan可以代表所在车道,所述start_posotion可以代表起点位置,所述end_posotion可以代表终点位置,所述speed可以代表车速。然后可以根据所述路由寻径结果结合车辆当前状态、历史轨迹、交通规则等参数,并基于马尔可夫决策过程模型生成一条由最佳道路行驶序列组成的决策路径。所述马尔可夫决策过程模型可以是预先根据所述参数的样本数据训练得到的,本公开对所述马尔可夫决策过程模型不作限定。
最后可以根据该决策路径,并结合环境约束条件计算车辆在一定时间和空间范围的运动时间、位置、速度、加速度、曲率等,即可以生成一条带有时间信息的运动轨迹曲线。所述环境约束条件可以包括所述协同控制信息。
需要说明的是,所述边缘固定节点可以根据所述融合感知数据,生成所述运动轨迹曲线。
步骤S143,所述边缘固定节点发送所述运动轨迹曲线至所述边缘移动节点,以及发送所述路侧感知设备的控制指令至所述路侧感知设备。
所述边缘固定节点可以发送所述运动轨迹曲线至所述边缘移动节点,使得所述边缘移动节点可以根据所述运动轨迹曲线进行运动,比如,车辆可以根据所述运动轨迹曲线,控制车辆智能行驶。或者,终端可以根据所述运动轨迹曲线,为行人提供通行建议。
所述边缘固定节点可以发送所述路侧感知设备的控制指令至所述路侧感知设备,所述控制指令可以包括路侧感知设备的操作指令,所述路侧感知设备可以根据所述操作指令执行相应操作,实现协同运行。
可选地,所述边缘固定节点的数据存储模块可以存储所述目标属性列表信息,并可以按照时间和/或场景对所述目标属性列表信息建立标签分类索引,一方面实现边缘云交通数据集的积累扩充,便于未来软件算法模型的不断迭代,一方面为中心云及协同控制系统的参与实体提供交通数据查询,便于交通管理部门对城市具体路段的历史、当前交通情况的监控。
通过所述边缘固定节点根据融合感知数据和所述中心云的协同控制信息,生成所述边缘移动节点的运动轨迹曲线以及所述路侧感知设备的控制指令,将所述边缘移动节点的行驶服务和路侧感知设备的控制下沉至网络边缘,真正解决了协同控制的网络延迟问题,实现了具有区域化、本地化的协同控制。具体地,在车路协同场景下,能够实现具有区域化、本地化的智能驾驶服务,使智能驾驶能够低时延、高可靠的进行,从而实现对整个城市具体路段的车辆、行人、交通信号的协同群控,即实现整个城市智慧交通的高效协同运行。
图5示出根据本公开一实施例的协同控制方法的流程图。在一种可能的实现方式中,如图5所示,所述方法还可以包括:
步骤S15,若所述运动轨迹曲线为不安全的运动轨迹曲线,所述边缘移动节点发送数据请求消息至所述边缘固定节点。
所述不安全的运动轨迹曲线可以是指无法保障所述边缘移动节点安全运动的运动轨迹曲线,或者可以是指无法到达目的地的运动轨迹曲线,本公开对此不作限定,可以根据实际需要预先设定所述不安全的运动轨迹曲线的具体内容。
所述边缘移动节点可以判断所述运动轨迹曲线是否安全,若所述运动轨迹曲线为不安全的运动轨迹曲线,所述边缘移动节点可以发送数据请求消息至所述边缘固定节点。其中,所述数据请求消息可以包括用于生成所述运动轨迹曲线的信息。
步骤S16,所述边缘固定节点根据所述数据请求消息,发送所述第二感知数据至所述边缘移动节点。
所述边缘固定节点可以根据所述数据请求消息,发送所述第二感知数据至所述边缘移动节点。可选地,所述边缘固定节点还可以发送所述协同控制信息和/或高精地图至所述边缘移动节点,以使所述边缘移动节点可以根据更加全面的信息生成所述运动轨迹曲线。
步骤S17,所述边缘移动节点根据所述第一感知数据和所述第二感知数据,进行运动控制。
所述边缘移动节点可以根据所述第一感知数据和所述第二感知数据,进行运动控制,例如,可以生成运动轨迹曲线,所述边缘移动节点可以根据所述运动轨迹曲线,进行智能驾驶或为行人进行导航提示等。
在边缘固定节点无法保障车辆安全驾驶的情况下,边缘移动节点可以发送数据请求消息至所述边缘固定节点以获取第二感知数据、协同控制信息和/或高精地图,边缘移动节点仍然可以依靠自身计算能力,生成所述运动轨迹曲线以实现所述运动控制,为所述边缘移动节点的运行控制提供了保障。在车路协同场景中,在边缘固定节点无法保障车辆安全驾驶的情况下,车辆仍可以依靠车载计算平台实现车路协同智能驾驶。
在一种可能的实现方式中,所述方法还可以包括:所述中心云根据网络时延和电磁信号强度,切换所述边缘移动节点的蜂窝网络。
所述边缘移动节点的位置不断变化,为了实现通信的低时延、高可靠性,中心云可以实时监控所述边缘移动节点的蜂窝网络情况,比如,所述边缘移动节点的网络时延和电磁信号强度,若所述网络时延大于时延阈值、所述电磁信号强度低于强度阈值,可以切换所述边缘移动节点的蜂窝网络至目标蜂窝网络。所述目标蜂窝网络可以是电磁信号强度最高的蜂窝网络。
可选地,若所述边缘移动节点为多卡多通的通讯制式时,可以实现不同运营商之间的无缝切换。
通过中心云为所述边缘移动节点提供蜂窝网络切换服务,使得所述边缘移动节点可以始终处于低时延、高稳定的通信环境中,解决了仅依靠网络时延进行切换导致的频繁切换的问题,进而避免了所述频繁切换导致的控制时间盲区的问题,为所述边缘移动节点提供了连续稳定的通信环境,进而避免了协同控制出现时间盲区,保证了协同控制的连续性、稳定性和安全性。
图6示出根据本公开一实施例的协同控制方法的流程图。在一种可能的实现方式中,如图6所示,所述方法还可以包括:
步骤S61,所述边缘移动节点发送注册请求至所述中心云。
所述注册请求可以包括所述边缘移动节点的位置以及所述边缘移动节点的标识。本公开对此不作限定。
所述边缘移动节点在需要所述协同控制系统的协同控制时,可以发送注册请求至所述中心云,以获取所述协同控制系统对自身的协同控制,例如,车辆在需要智能驾驶的协同控制时,可以发送注册请求至所述中心云,以获取所述协同控制系统对车辆智能驾驶的协同控制。
需要说明的是,所述边缘移动节点可以在中心云注册一次,即仅在第一次加入所述协同控制系统时发送所述注册请求至所述中心云以实现注册,以后则可以不需要注册,可以向中心云发送智能服务请求,中心云在验证所述边缘移动节点为已注册的边缘移动节点,则可以为所述边缘移动节点提供智能服务。比如车辆点火启动后,不需要发送注册请求,可以发送智能驾驶请求至中心云,中心云验证所述车辆为已注册的车辆,可以为所述边缘移动节点分配接管的边缘固定节点,所述边缘固定节点可以发送所述运动轨迹曲线至所述车辆,为所述车辆提供智能驾驶服务。
可选地,所述边缘移动节点也可以在每次启动时,均发送所述注册请求至所述中心云。因为边缘移动节点每次启动时的位置可能不同,中心云每次都会为所述边缘移动节点分配接管的边缘固定节点,这样,在每次启动时,所述注册请求可以用于触发中心云为所述边缘移动节点分配接管的边缘固定节点,本公开对此不作限定。
步骤S62,所述中心云响应所述注册请求,确定为所述边缘移动节点提供服务的边缘固定节点,并下发所述边缘固定节点的地址信息至所述边缘移动节点;
步骤S63,所述边缘移动节点根据所述边缘固定节点的地址信息,向所述边缘固定节点发送第一接管请求。
所述边缘固定节点的地址信息可以包括IP地址、域名地址、端口号等,本公开对此不作限定。
所述中心云可以根据所述注册请求,确定为所述边缘移动节点提供服务的边缘固定节点,例如,可以确定离所述边缘移动节点最近的边缘固定节点为所述边缘移动节点提供服务,并可以下发所述边缘固定节点的地址信息至所述边缘移动节点,以告知所述边缘移动节点接管的边缘固定节点。所述边缘移动节点可以根据该边缘固定节点的地址信息,向所述边缘固定节点发送第一接管请求。其中,所述第一接管请求可以包括所述边缘移动节点的位置、所述边缘移动节点的标识以及所述边缘固定节点的地址信息等。
步骤S64,所述边缘固定节点响应所述第一接管请求,发送第一控制接管确认消息至所述边缘移动节点。所述第一控制接管确认消息可以指示对所述边缘移动节点的接管。
所述边缘固定节点可以对所述第一接管请求进行解密、读取、验证等,若验证通过,比如验证为真实的,可以生成所述第一控制接管确认消息,并可以发送第一控制接管确认消息至所述边缘移动节点。若验证未通过,可以忽略所述第一接管请求。
步骤S65,所述边缘移动节点若根据所述第一控制接管确认消息确定允许所述控制接管,发送所述第一感知数据至所述边缘固定节点。
所述边缘移动节点可以对所述第一控制接管确认消息进行验证,例如,可以通过解密所述第一控制接管确认消息,并可以对所述签名进行验证,若验证通过,可以确定允许所述控制接管。接下来,所述边缘移动节点由所述边缘固定节点接管,即所述边缘移动节点的管理、数据或消息转发均通过所述边缘固定节点实现。所述边缘移动节点可以发送所述第一感知数据至所述边缘固定节点,进入所述步骤S11的过程。
可选地,若所述验证未通过,可以发送不允许接管控制消息至所述边缘固定节点,所述边缘移动节点可以重新发送注册请求至所述中心云以获取智能服务。
图7示出根据本公开一实施例的协同控制方法的流程图。在一种可能的实现方式中,如图7所示,所述方法还可以包括:
步骤S71,所述边缘固定节点获取所述边缘移动节点的当前位置和运动方向;
步骤S72,若所述当前位置处于所述边缘固定节点的边缘区域,并且所述运动方向为远离所述边缘固定节点,所述边缘固定节点将所述边缘移动节点关联的数据迁移至目标边缘固定节点。所述边缘移动节点关联的数据可以包括业务数据,即可以进行业务数据迁移。其中,所述边缘固定节点的边缘区域可以是指至少两个边缘固定节点的交叉覆盖区域。
所述边缘移动节点在移动的过程中,可能会远离接管所述边缘移动节点的边缘固定节点,为了保证所述边缘移动节点在边缘固定节点间的平滑切换以实现所述协同控制的实时连续性,所述边缘固定节点可以实时监控接管的边缘移动节点以获取所述边缘移动节点的当前位置和运动方向,并可以判断所述边缘移动节点的当前位置是否处于所述边缘固定节点的边缘区域,以及判断所述边缘移动节点的运动方向是否为远离所述边缘固定节点,若所述当前位置处于所述边缘固定节点的边缘区域,并且所述运动方向为远离所述边缘固定节点,所述边缘固定节点可以将所述边缘移动节点关联的数据从当前接管的边缘固定节点(即所述边缘固定节点)迁移至目标边缘固定节点。其中,所述目标边缘固定节点可以是离所述边缘移动节点距离最近的边缘固定节点。
在一个示例中,可以根据所述边缘移动节点的运动方向,确定所述目标边缘固定节点。比如,可以根据所述边缘移动节点的运动方向,预测所述边缘移动节点将进入的边缘固定节点,可以将该边缘固定节点作为所述目标边缘固定节点。
需要说明的是,所述步骤S71和步骤S72可以由所述数据迁移模块执行,如图1所示,并且,所述步骤S71和步骤S72可以实时进行或周期性进行,不受其它步骤的限制。另外,所述将所述边缘移动节点关联的数据迁移至目标边缘固定节点,也可以由所述中心云完成,所述中心云可以告知所述边缘固定节点(当前接管所述边缘移动节点的边缘固定节点)以及所述目标边缘固定节点。
通过在所述边缘移动节点的当前位置处于所述边缘固定节点的边缘区域以及所述运动方向为远离所述边缘固定节点,所述边缘固定节点将所述边缘移动节点关联的数据迁移至目标边缘固定节点,使得所述目标边缘固定节点可以拥有所述边缘移动节点的历史感知数据等,为所述边缘移动节点切换至所述目标边缘固定节点做准备,保证了所述边缘移动节点的平滑切换以及协同控制的连续性。
图8示出根据本公开一实施例的协同控制方法的流程图。在一种可能的实现方式中,如图8所示,所述方法还可以包括:
步骤S81,所述边缘移动节点发送远程服务请求至所述中心云。
所述边缘移动节点在需要远程服务时,可以发送远程服务请求至所述中心云。例如,可以通过按钮或语音等方式触发所述远程服务。举例来说,车辆在点火启动后,可以通过车辆中的按钮触发所述远程服务,车辆既可以发送远程服务请求至所述中心云,其中,所述远程服务可以是远程驾驶服务。所述远程服务请求可以包括所述边缘移动节点的标识等,本公开对此不作限定。
步骤S82,所述中心云响应所述远程服务请求,确定为所述边缘移动节点提供远程服务的远程控制系统,并下发所述远程控制系统的地址信息至所述边缘移动节点;其中,所述远程控制系统的地址信息可以包括所述远程控制系统的IP地址、域名地址、端口号等。
步骤S83,所述边缘移动节点根据所述远程控制系统的地址信息向所述远程控制系统发送第二接管请求。
所述中心云接收到所述远程服务请求,可以从空闲的远程控制系统中确定为所述边缘移动节点提供远程服务的远程控制系统,并可以下发所述远程控制系统的地址信息至所述边缘移动节点,所述边缘移动节点可以通过该地址信息向所述远程控制系统发送第二接管请求。例如,所述中心云接收到所述远程服务请求时,可以从空闲的远程驾驶舱(远程控制系统)中,确定为所述边缘移动节点提供远程服务的远程驾驶舱,并可以将所述远程驾驶舱的地址信息发送至所述边缘移动节点,所述边缘移动节点可以通过该地址信息向所述远程驾驶舱发送第二接管请求。所述第二接管请求可以包括所述边缘移动节点的标识等。
步骤S84,所述远程控制系统响应所述第二接管请求,通过所述边缘固定节点发送第二控制接管确认消息至所述边缘移动节点。
所述远程控制系统可以根据所述第二接管请求的边缘移动节点的标识,确定所述边缘移动节点所属的边缘固定节点,通过所述边缘固定节点发送第二控制接管确认消息至所述边缘移动节点。所述第二控制接管确认消息可以指示所述远程控制系统对所述边缘移动节点的远程接管。
可选地,所述远程控制系统可以对所述第二接管请求进行解密、读取、签名验证以及对所述边缘移动节点进行诊断等处理,验证通过以及诊断通过后才生成所述第二控制接管确认消息。
步骤S85,所述边缘移动节点若根据所述第二控制接管确认消息确定允许所述控制接管,通过所述边缘固定节点发送所述第三感知数据至所述远程控制系统。
所述第三感知数据可以是用于实现远程服务需要的感知数据,本公开对所述第三感知数据不作限定,只要能够用于实现所述远程服务即可。例如,在远程驾驶服务中,所述第三感知数据可以包括车辆预警数据、车辆周边视频数据、车内视频数据、车内传感器数据等。
所述边缘移动节点可以对所述第二控制接管确认消息进行验证,若验证通过,例如,若验证为真实消息,可以确定允许所述控制接管,则可以通过所述边缘固定节点发送所述第三感知数据至所述远程驾驶舱,以使远程驾驶舱能够远程操纵车辆以安全行驶。若验证为假消息,可以确定不允许所述控制接管,可以发送不允许远程服务消息至所述边缘固定节点。
步骤S86,所述远程控制系统根据所述第三感知数据,远程控制所述边缘移动节点的运动。
所述远程控制系统可以根据所述第三感知数据,远程控制所述边缘移动节点的运动。例如,所述远程驾驶舱可以根据所述第三感知数据,获取实时的行车环境视频等远程服务需要的信息,远程操纵车辆安全行驶。
需要说明的是,所述边缘固定节点中的远程驾驶模块可以用于实现上述远程驾驶服务,具体可以用于实现所述远程控制系统与所述边缘移动节点之间的交互。
通过在所述边缘固定节点中设置远程驾驶模块实现远程控制系统对边缘移动节点的远程操纵,将远程驾驶服务下沉至网络边缘,真正解决了远程驾驶的网络延迟问题,实现了具有区域化、本地化的远程驾驶服务,使远程驾驶能够低时延、高可靠的进行。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种协同控制方法,其特征在于,包括:
边缘云获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;
所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;
所述边缘云发送所述融合感知数据至所述中心云;
所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。
2.根据权利要求1所述的方法,其特征在于,还包括:
所述边缘固定节点获取所述边缘移动节点的当前位置和运动方向;
若所述当前位置处于所述边缘固定节点的边缘区域,并且所述运动方向为远离所述边缘固定节点,所述边缘固定节点将所述边缘移动节点关联的数据迁移至目标边缘固定节点。
3.根据权利要求1所述的方法,其特征在于,还包括:
所述边缘移动节点发送注册请求至所述中心云;
所述中心云响应所述注册请求,确定为所述边缘移动节点提供服务的边缘固定节点,并下发所述边缘固定节点的地址信息至所述边缘移动节点;
所述边缘移动节点根据所述边缘固定节点的地址信息,向所述边缘固定节点发送第一接管请求;
所述边缘固定节点响应所述第一接管请求,发送第一控制接管确认消息至所述边缘移动节点;
所述边缘移动节点若根据所述第一控制接管确认消息确定允许所述控制接管,发送所述第一感知数据至所述边缘固定节点。
4.根据所述权利要求1所述的方法,其特征在于,所述方法还包括:
所述边缘移动节点发送远程服务请求至所述中心云;
所述中心云响应所述远程服务请求,确定为所述边缘移动节点提供远程服务的远程控制系统,并下发所述远程控制系统的地址信息至所述边缘移动节点;
所述边缘移动节点根据所述远程控制系统的地址信息,向所述远程控制系统发送第二接管请求;
所述远程控制系统响应所述第二接管请求,通过所述边缘固定节点发送第二控制接管确认消息至所述边缘移动节点;
所述边缘移动节点若根据所述第二控制接管确认消息确定允许所述控制接管,通过所述边缘固定节点发送所述第三感知数据至所述远程控制系统;
所述远程控制系统根据所述第三感知数据,远程控制所述边缘移动节点的运动。
5.根据所述权利要求1所述的方法,其特征在于,所述方法还包括:
所述中心云根据网络时延和电磁信号强度,切换所述边缘移动节点的蜂窝网络。
6.根据所述权利要求1所述的方法,其特征在于,所述中心云根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制,包括:
所述中心云根据所述融合感知数据,生成所述边缘移动节点以及路侧感知设备的协同控制信息,并发送所述协同控制信息至所述边缘固定节点;
所述边缘固定节点根据所述融合感知数据和所述协同控制信息,生成所述边缘移动节点的运动轨迹曲线以及所述路侧感知设备的控制指令;
所述边缘固定节点发送所述运动轨迹曲线至所述边缘移动节点,以及发送所述路侧感知设备的控制指令至所述路侧感知设备。
7.根据所述权利要求6所述的方法,其特征在于,所述方法还包括:
若所述运动轨迹曲线为不安全的运动轨迹曲线,所述边缘移动节点发送数据请求消息至所述边缘固定节点;
所述边缘固定节点根据所述数据请求消息,发送所述第二感知数据至所述边缘移动节点;
所述边缘移动节点根据所述第一感知数据和所述第二感知数据,进行运动控制。
8.一种协同控制系统,其特征在于,所述协同控制系统包括:边缘云、中心云、路侧感知设备;
所述边缘云用于获取边缘移动节点采集的第一感知数据和路侧感知设备采集的第二感知数据;所述边缘云利用所述边缘云中的边缘固定节点和空闲的边缘移动节点对所述第一感知数据和第二感知数据进行数据融合,得到融合感知数据;以及所述边缘云用于发送所述融合感知数据至所述中心云;
所述中心云用于根据所述融合感知数据,对所述边缘移动节点以及路侧感知设备进行协同控制。
9.根据权利要求8所述的协同控制系统,其特征在于,所述系统还包括时间同步系统,所述时间同步系统为纳秒级时间同步系统;所述时间同步系统用于实现所述中心云、边缘云、路侧感知设备的时间同步。
10.根据权利要求9所述的协同控制系统,其特征在于,所述时间同步系统包括高精定位接收机、时钟分发控制器和备份时钟源;
所述高精定位接收机用于接收卫星定位信号,并根据所述卫星定位信号获取时间信息,以及将所述时间信息发送至所述时钟分发控制器和备份时钟源;
所述备份时钟源用于根据所述时间信息,进行时间校正;还用于在卫星信号缺失的情况下,发送时钟信息至所述时钟分发控制器;
所述时钟分发控制器用于发送所述时间信息至所述中心云、边缘云和路侧感知设备;还用于在卫星信号缺失的情况下,发送所述时钟信息至所述中心云、边缘云和路侧感知设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010243914.6A CN111601266B (zh) | 2020-03-31 | 2020-03-31 | 协同控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010243914.6A CN111601266B (zh) | 2020-03-31 | 2020-03-31 | 协同控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111601266A true CN111601266A (zh) | 2020-08-28 |
CN111601266B CN111601266B (zh) | 2022-11-22 |
Family
ID=72185463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010243914.6A Active CN111601266B (zh) | 2020-03-31 | 2020-03-31 | 协同控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111601266B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
CN112084030A (zh) * | 2020-09-14 | 2020-12-15 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112124640A (zh) * | 2020-09-29 | 2020-12-25 | 中国科学院微小卫星创新研究院 | 基于多元态势感知的高价值空间设施自主生存方法及系统 |
CN112249034A (zh) * | 2020-12-14 | 2021-01-22 | 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 |
CN112491964A (zh) * | 2020-11-03 | 2021-03-12 | 中国人民解放军国防科技大学 | 移动辅助边缘计算方法、装置、介质和设备 |
CN112689024A (zh) * | 2021-01-20 | 2021-04-20 | 北京主线科技有限公司 | 一种车路协同的货车队列换道方法、装置及系统 |
CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知系统 |
CN114049767A (zh) * | 2021-11-10 | 2022-02-15 | 刘鹏 | 一种边缘计算方法、装置及可读存储介质 |
CN114114134A (zh) * | 2021-11-19 | 2022-03-01 | 广东电网有限责任公司汕尾供电局 | 一种智能电能表的对时方法 |
CN114500593A (zh) * | 2021-12-30 | 2022-05-13 | 联通智网科技股份有限公司 | 远程驾驶系统、方法和设备 |
WO2022213563A1 (zh) * | 2021-04-09 | 2022-10-13 | 中移智行网络科技有限公司 | 地图更新方法及设备 |
CN115440070A (zh) * | 2022-07-22 | 2022-12-06 | 中智行(苏州)科技有限公司 | 基于车路协调的自动驾驶交通信号灯信息获取系统和方法 |
CN115810280A (zh) * | 2021-09-15 | 2023-03-17 | 海信集团控股股份有限公司 | 一种路侧感知信息传输方法、多接入边缘设备及远端车辆 |
CN115985089A (zh) * | 2022-12-01 | 2023-04-18 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
CN117195292A (zh) * | 2023-09-08 | 2023-12-08 | 广州星屋智能科技有限公司 | 一种基于数据融合和边缘计算的电力业务评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3416151A1 (en) * | 2017-06-15 | 2018-12-19 | Veoneer Sweden AB | Detection of non-v2v vehicles |
CN109067859A (zh) * | 2018-07-20 | 2018-12-21 | 北京航空航天大学 | 一种面向跨域协同服务的双层云架构系统及实现方法 |
CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 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 |
CN109996176A (zh) * | 2019-05-20 | 2019-07-09 | 北京百度网讯科技有限公司 | 感知信息融合处理方法、装置、终端和存储介质 |
CN110928658A (zh) * | 2019-11-20 | 2020-03-27 | 湖南大学 | 一种车边云协同架构的协同任务迁移系统及算法 |
-
2020
- 2020-03-31 CN CN202010243914.6A patent/CN111601266B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3416151A1 (en) * | 2017-06-15 | 2018-12-19 | Veoneer Sweden AB | Detection of non-v2v vehicles |
CN109067859A (zh) * | 2018-07-20 | 2018-12-21 | 北京航空航天大学 | 一种面向跨域协同服务的双层云架构系统及实现方法 |
CN109714730A (zh) * | 2019-02-01 | 2019-05-03 | 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 |
CN109996176A (zh) * | 2019-05-20 | 2019-07-09 | 北京百度网讯科技有限公司 | 感知信息融合处理方法、装置、终端和存储介质 |
CN110928658A (zh) * | 2019-11-20 | 2020-03-27 | 湖南大学 | 一种车边云协同架构的协同任务迁移系统及算法 |
Non-Patent Citations (3)
Title |
---|
吕华章等: "边缘云与5G网络融合部署方案与演进规划", 《邮电设计技术》 * |
孙慧等: "探索与思考运营商服务车路协同业务", 《广东通信技术》 * |
孙毓聪等: "一种边缘云协同的任务调度方法研究", 《无线互联科技》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112084030B (zh) * | 2020-09-14 | 2022-04-01 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112084030A (zh) * | 2020-09-14 | 2020-12-15 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112071063A (zh) * | 2020-09-15 | 2020-12-11 | 苏州映赛智能科技有限公司 | 一种路侧感知系统 |
CN112124640A (zh) * | 2020-09-29 | 2020-12-25 | 中国科学院微小卫星创新研究院 | 基于多元态势感知的高价值空间设施自主生存方法及系统 |
CN112491964B (zh) * | 2020-11-03 | 2022-05-31 | 中国人民解放军国防科技大学 | 移动辅助边缘计算方法、装置、介质和设备 |
CN112491964A (zh) * | 2020-11-03 | 2021-03-12 | 中国人民解放军国防科技大学 | 移动辅助边缘计算方法、装置、介质和设备 |
CN112249034A (zh) * | 2020-12-14 | 2021-01-22 | 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 |
CN112689024A (zh) * | 2021-01-20 | 2021-04-20 | 北京主线科技有限公司 | 一种车路协同的货车队列换道方法、装置及系统 |
CN112689024B (zh) * | 2021-01-20 | 2022-09-06 | 北京主线科技有限公司 | 一种车路协同的货车队列换道方法、装置及系统 |
WO2022213563A1 (zh) * | 2021-04-09 | 2022-10-13 | 中移智行网络科技有限公司 | 地图更新方法及设备 |
CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知系统 |
CN115810280A (zh) * | 2021-09-15 | 2023-03-17 | 海信集团控股股份有限公司 | 一种路侧感知信息传输方法、多接入边缘设备及远端车辆 |
CN115810280B (zh) * | 2021-09-15 | 2024-08-20 | 海信集团控股股份有限公司 | 一种路侧感知信息传输方法、多接入边缘设备及远端车辆 |
CN114049767A (zh) * | 2021-11-10 | 2022-02-15 | 刘鹏 | 一种边缘计算方法、装置及可读存储介质 |
CN114114134A (zh) * | 2021-11-19 | 2022-03-01 | 广东电网有限责任公司汕尾供电局 | 一种智能电能表的对时方法 |
CN114500593A (zh) * | 2021-12-30 | 2022-05-13 | 联通智网科技股份有限公司 | 远程驾驶系统、方法和设备 |
CN114500593B (zh) * | 2021-12-30 | 2022-12-13 | 联通智网科技股份有限公司 | 远程驾驶系统、方法和设备 |
CN115440070A (zh) * | 2022-07-22 | 2022-12-06 | 中智行(苏州)科技有限公司 | 基于车路协调的自动驾驶交通信号灯信息获取系统和方法 |
CN115985089A (zh) * | 2022-12-01 | 2023-04-18 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
CN115985089B (zh) * | 2022-12-01 | 2024-03-19 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
CN117195292A (zh) * | 2023-09-08 | 2023-12-08 | 广州星屋智能科技有限公司 | 一种基于数据融合和边缘计算的电力业务评估方法 |
CN117195292B (zh) * | 2023-09-08 | 2024-04-09 | 广州星屋智能科技有限公司 | 一种基于数据融合和边缘计算的电力业务评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111601266B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111601266B (zh) | 协同控制方法及系统 | |
CN109714730B (zh) | 用于车车及车路协同的云控平台系统及协同系统和方法 | |
EP3357049B1 (en) | Transmission of targeted roadway alerts | |
CN111432372B (zh) | 确定多个交通状况的方法、设备和计算机可读存储介质 | |
WO2018146882A1 (ja) | 情報提供システム、サーバ、移動端末、及びコンピュータプログラム | |
Khakpour et al. | Using clustering for target tracking in vehicular ad hoc networks | |
US12041147B2 (en) | Allocation of fog node resources | |
Astarita et al. | The use of adaptive traffic signal systems based on floating car data | |
CN110544376A (zh) | 一种自动驾驶辅助方法和装置 | |
JP2018207154A (ja) | 通信制御装置、通信制御方法、及びコンピュータプログラム | |
CN111497853B (zh) | 用于传感器诊断的系统和方法 | |
CN109765909B (zh) | V2x系统应用在港口的方法 | |
KR20050068938A (ko) | 도로 교통상황 판단방법 | |
CN117651848A (zh) | 车路协同多车路径规划和路权决策方法、系统和路基单元 | |
JP2018106504A (ja) | 情報管理制御装置、情報管理制御プログラム | |
JP7299858B2 (ja) | ビークルマイクロクラウドによる協調パーキングスペースサーチ | |
KR102228388B1 (ko) | 위치 정보를 공유하는 차량 제어 장치 및 방법 | |
US11735041B2 (en) | Route-specific services for connected automated vehicle highway systems | |
CN116469249A (zh) | HDMap与5G车路协的智慧交通云管理平台 | |
US10657683B2 (en) | Hazard warning polygons constrained based on end-use device | |
JP2013053999A (ja) | ナビゲーションシステム、ナビゲーション装置、情報処理装置、および、経路探索方法 | |
US20230247399A1 (en) | Adaptive sensor data sharing for a connected vehicle | |
CN115080672A (zh) | 一种地图更新方法、基于地图的驾驶决策方法及装置 | |
US20220132501A1 (en) | Modifying a vehicular radio based on a schedule of point-to-point vehicular communications | |
Chehri et al. | Survey on localization methods for autonomous vehicles in smart cities |
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 |