CN111781933A - 一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法 - Google Patents

Abstract

一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法，车载传感器进行环境感知，并且实时性决策并进行路径规划，以为车辆较好的控制起作用；空间传感器在特定的道路区域或者城市建筑物空间的传感器进行辅助性的环境感知、导航、定位和决策规划，以更好的辅助自动驾驶车辆在全局道路环境的盲区检测、准确定位和实时性路径规划，实现高速自动驾驶的行驶控制行为；边缘计算服务器、云计算中心、基站和车联网技术为一体的通信系统通过在整个道路空间布置边缘计算服务器实现云计算中心与自动驾驶车辆的实时数据更新、共享和传输，以更好地实现基于车载传感器的环境感知和基于空间传感器智能的辅助性感知二者结合的高速自动驾驶的安全行驶。

Description

一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统 及方法

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法。

背景技术

自动驾驶技术能够缓解交通拥堵、保证行车的安全性而受到广泛的关注，现有的自动驾驶技术因为受到对环境感知能力、对高精地图和定位系统的精确度、对复杂道路交通环境的认知能力以及对通信时延问题的能力、决策规划在高速环境下的实时性和准确性方面的局限性，所以自动驾驶车辆往往都是在特定的交通环境中以低速行驶；为提高自动驾驶车辆在通用交通环境的高速行驶，单纯使用车载传感器很难实现。

发明内容

鉴于上述问题，本发明的目的是解决自动驾驶车辆环境感知能力较差、定位导航能力较弱、对复杂道路交通环境的认知能力、对通信时延问题的能力和决策规划在高速环境下的实时性和准确性问题，以实现自动驾驶车辆在通用道路环境的高速行驶。

本发明的第一个目的是提供一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统，包括：

在所述自动驾驶车辆安装激光雷达、毫米波雷达、超声波雷达和摄像头及工控机、控制器和其它电子电路设备；

在如下特定的道路环境区域：隧道道路环境、高楼树木遮挡的道路环境、恶劣天气，如雨、雪、雾，影响较频繁的道路环境区域、城市附带交通的复杂道路环境，如各种有、无红绿灯控制的交叉十字路口、没有车道线的道路环境和路面不平的道路环境如泥泞、路面高低不平、路面毁坏以及路面停放各种不规律的车辆、跨海大桥的道路环境以及临近景区的道路环境，在这些道路环境区域周围布置激光雷达、摄像头和毫米波雷达三种传感器；

在所述的特定道路环境区域布置边缘计算服务器、基站和云计算中心，并且边缘计算服务器的布置要靠近在空间布置的激光雷达、毫米波雷达和摄像头三类智能传感器周围布置；在其余容易行驶的路段适当布置边缘计算服务器、基站；

在高速公路或者可行驶的路段容易发生交通事故的道路区域，布置边缘计算服务器和基站。

本发明的第二个目的是提供一种基于边缘计算和空间智能的高速自动驾驶车辆实现方法，包括：

S1、自动驾驶车辆在高速公路或者可行驶的路段采用其自身附带的激光雷达、毫米波雷达、超声波雷达和摄像头四种传感器以及车身自带的导航和定位模块来实现环境感知和导航定位的行驶能力；

S2、进一步，自动驾驶车辆在高速公路或者可行驶的路段行驶时，可采用边缘计算服务器将行驶中的数据卸载到云计算中心；而当车辆进行决策行为时，例如超车、换道和跟车等行驶行为时，将这些实时性的重要数据在边缘计算服务器中进行处理，其它数据卸载到云计算中心处理，并实时发布到其余车辆中；

S3、进一步，所述自动驾驶车辆在高速公路或者可行驶的路段行驶时，要求的自动驾驶车速范围是60km/h—120km/h作为高速的标准；

S4、所述自动驾驶车辆在隧道道路环境行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；

S5、进一步，车载传感器感知的数据发布到边缘计算服务器中，同时，空间传感器探测的环境数据也发布到边缘计算服务器中，将二者探测的环境数据进行误差最小化分析，并将计算后的感知数据结果发布到车辆，以更好的进行精确的路径规划；

S6、进一步，车载传感器例如视觉SLAM产生的导航地图数据发布到边缘计算服务器中；而布置在空间的摄像头传感器将拍摄的车辆3D图片信息，包括车辆位置、车道线及周围行车的状态发送到所述自动驾驶车辆中，供自动驾驶车辆做出准确的地图和定位信息；

S7、进一步，所述自动驾驶车辆将准确探测环境的数据和定位信息实现后，将定位信息和规划的路径发布到边缘计算服务器中；边缘计算服务器将路径数据卸载到云计算中心，云计算中心再发布到其余车辆中，以确保行驶安全性；

S8、进一步，所述自动驾驶车辆在隧道道路环境行驶时，要求的自动驾驶车速范围是60km/h—80km/h作为高速的标准；

S9、所述自动驾驶车辆在高楼树木遮挡的道路环境行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；

S10、进一步，将空间传感器探测的环境数据发布到车辆中；自动驾驶车辆将空间传感器探测的环境数据和车载传感器探测的环境数据融合使用以确保其环境感知的准确性；并采用探测的准确环境数据实现行驶的决策和路径规划；

S11、进一步，将定位信息和规划的路径发布到边缘计算服务器中；边缘计算服务器将路径数据卸载到云计算中心，云计算中心再发布到其余车辆中；

S12、进一步，所述自动驾驶车辆在高楼树木遮挡的道路环境行驶时，要求的自动驾驶车速范围是60km/h—120km/h作为高速的标准；

S13、所述自动驾驶车辆在恶劣天气，如雨、雪、雾，影响较频繁的道路环境和跨海大桥的道路环境区域行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；

S14、进一步，所述自动驾驶车辆采用空间传感器和车载传感器融合探测环境，并且采用车联网技术和车辆与边缘计算服务器通信的方式进行数据传输；

S15、进一步，车载传感器例如视觉SLAM产生的导航地图数据发布到边缘计算服务器中；而布置在空间的摄像头传感器将拍摄的车辆3D图片信息，包括车辆位置、车道线及周围行车的状态发送到所述自动驾驶车辆中，供自动驾驶车辆做出准确的地图和定位信息；

S16、进一步，将所述自动驾驶车辆与周围车辆的通信数据发布到边缘计算服务器中；

S17、进一步，将融合后探测的环境数据发布到边缘计算服务器中，边缘计算服务器根据所述自动驾驶车辆与周围车辆的行驶状态关系，把要决策行驶的信息发送到车辆中，并且卸载到云计算中心，所述自动驾驶车辆可以根据实时性环境进行调整行驶，同时云计算中心可以将数据信息发布到后续车辆中；

S18、进一步，所述自动驾驶车辆在恶劣天气，如雨、雪、雾，影响较频繁的道路环境和跨海大桥的道路环境区域行驶时，要求的自动驾驶车速范围是40km/h—60km/h作为高速的标准；

S19、所述自动驾驶车辆在城市附带交通的复杂道路环境，如各种有、无红绿灯控制的交叉十字路口、没有车道线的道路环境行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；

S20、进一步，采用空间传感器将感知的交叉路口的实时性数据信息、红绿灯数据信息以及车辆的数据信息发送到所述自动驾驶车辆中；并且采用所述自动驾驶车辆的传感器实现对交叉路口的探测感知；将二者的数据进行准确性误差匹配，把最终精确的数据信息作为所述自动驾驶车辆要决策和路径规划的依据，并且将规划后的数据发布到边缘计算服务器中；

S21、进一步，车载传感器例如视觉SLAM产生的导航地图数据发布到边缘计算服务器中；而布置在空间的摄像头传感器将拍摄的车辆3D图片和视频信息，包括车辆位置、车道线及周围行车的状态发送到所述自动驾驶车辆中，供自动驾驶车辆做出准确的地图和定位信息；

S22、进一步，将匹配后的定位信息和地图信息发布到边缘计算服务器中，并且卸载到云计算中心；云计算中心再将所述自动驾驶车辆的位置实时发布到周围车辆中，确保行驶的安全性；

S23、进一步，所述自动驾驶车辆在城市附带交通的复杂道路环境，如各种有、无红绿灯控制的交叉十字路口、没有车道线的道路环境行驶时，要求的自动驾驶车速范围是50km/h—60km/h作为高速的标准；

S24、所述自动驾驶车辆在路面不平的道路环境如泥泞、路面高低不平、路面毁坏以及路面停放各种不规律的车辆的道路环境行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；

S25、进一步，采用空间传感器将感知的车辆数据信息、道路路面信息发布到所述自动驾驶车辆中，将二者的数据进行准确性误差匹配，把最终精确的数据信息作为所述自动驾驶车辆要决策和路径规划的依据；同时根据融合后的图像数据信息，进行道路路面的附着系数的估计计算；

S26、进一步，将计算后的道路附着系数和所述车辆的路径规划发布到边缘计算服务器中；边缘计算服务器将所述自动驾驶车辆的数据和路面附着系数数据进行准确性匹配，并且将准确的数据发布到周围车辆中和卸载到云计算中心；

S27、进一步，自动驾驶车辆在路面不平的道路环境如泥泞、路面高低不平、路面毁坏以及路面停放各种不规律的车辆的道路环境行驶时，要求的自动驾驶车速范围是50km/h—80km/h作为高速的标准。

本发明采用了空间智能的方法，其原理是通过将行驶复杂的特定的道路行驶环境布置智能传感器如激光雷达、毫米波雷达和摄像头三种智能传感器来实现对道路环境的辅助感知能力，以弥补自动驾驶车辆单纯依靠车载传感器无法全方位稳定探测环境的短板，并且为更好的促进自动驾驶车辆充分利用空间智能的技术，提出了基于边缘计算服务器、云计算中心、基站和车联网技术为一体的通信系统，以更好的降低通信时延能力；边缘计算服务器的原理是把传感器探测的大量数据卸载到其余计算节点或者云计算中心，将具有实时性需要的数据在边缘计算服务器中处理，其技术特征是邻近性、低时延、高宽带和位置认知等特点，本发明主要采用边缘计算服务器和空间智能的方法，并结合车载传感器的探测环境能力，来实现自动驾驶车辆在通用道路交通环境的高速行驶，并且将边缘计算服务器安装在靠近空间智能传感器的邻近周围，以更好的实时性处理大量数据，这种实现方法不仅系统稳定、可靠而且安全性高，通常在特定道路环境区域效果尤其明显。

本发明相对于现有技术具有如下的优点及效果：

（1）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法中，采用空间传感器可以在3D角度探测实时性的环境感知，尤其对于复杂的道路环境，例如：在如下特定的道路环境区域：隧道道路环境、高楼树木遮挡的道路环境、恶劣天气，如雨、雪、雾，影响较频繁的道路环境区域、城市附带交通的复杂道路环境，如各种有、无红绿灯控制的交叉十字路口、没有车道线的道路环境和路面不平的道路环境如泥泞、路面高低不平、路面毁坏以及路面停放各种不规律的车辆、跨海大桥的道路环境以及临近景区的道路环境中，与车载传感器的环境感知数据进行融合使用，有助于全方位探测所述自动驾驶车辆在不确定性环境的感知能力，尤其当某一传感器失效的情况下，有助于准确性探测实时动态的环境，保证车辆的安全行驶通过性；

（2）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法中，采用在空间传感器周围布置边缘计算服务器、基站和云计算中心，有助于实现将所述自动驾驶车辆周围的车辆的数据实时性共享，例如车辆的定位信息、路径规划信息以及道路前方的交通实时情况，都可以快速在边缘计算服务器中共享，进一步可以发送到云计算中心，与其余车辆共享；

（3）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现方法及系统中，采用的边缘计算服务器功能，可以降低通信时延，并且提高所述自动驾驶车辆在快速变化的交通环境中的快速响应，保证高速行驶的安全性；

（4）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法，可以保证车辆在不确定性环境行驶时，依然可以进行准确性较高的路径规划，包括车辆的纵向路径规划和横向路径规划，并且可以利用云计算中心的其余车辆信息和道路环境的数据信息，发送到边缘计算服务器后，进行更为准确性的路径规划和行驶行为的决策功能，提高了高速自动驾驶车辆的双重安全性；

（5）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法，可以保证高速自动驾驶车辆在不确定性的复杂环境，例如恶劣天气，如雨、雪、雾和跨海大桥的道路环境，对于采用车载传感器实现高精地图和定位不准确的情况下，可以充分利用空间传感器拍摄的3D地图环境、车载传感器创建的地图和边缘计算服务器共享的周围其余车辆、云计算中心存储的地图信息，四位一体充分结合，可以确保高速自动驾驶车辆在不确定性行驶环境中的行驶安全性和稳定性、鲁棒性；

（6）本发明公开的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统及方法，有利于所述自动驾驶车辆充分利用空间床感器、车载传感器和边缘计算服务器功能，实现对车辆的行驶行为的准确预测，从而确保所述自动驾驶车辆在高速行驶条件下的安全行驶。

附图说明

图1是本发明实施例中公开的高速自动驾驶车辆实现方法及系统的原理图；

图2是本发明实施中公开的场景示意图；

图3本发明实施中公开的基于车载传感器的自动驾驶车辆和基于空间传感器的智能系统对复杂道路环境的融合感知示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对发明中的技术方案进行清楚、完整地描述，具体技术方案如下：

S101、在特定的道路区域：隧道道路环境、高楼树木遮挡的道路环境、恶劣天气，如雨、雪、雾，影响较频繁的道路环境区域、城市附带交通的复杂道路环境，如各种有、无红绿灯控制的交叉十字路口、没有车道线的道路环境和路面不平的道路环境如泥泞、路面高低不平、路面毁坏以及路面停放各种不规律的车辆、跨海大桥的道路环境以及临近景区的道路环境，在这些道路环境区域周围布置激光雷达、摄像头和毫米波雷达三种传感器和边缘计算服务器、基站和云计算中心；在高速公路或者可行驶路段中，只需要在容易发生交通事故的路段区域或者传感器、边缘计算服务器、基站即可；

S102、当所述自动驾驶车辆在特定的道路区域行驶时，需要车载传感器与空间智能传感器同时起作用，进行数据融合，保证对环境感知的有效性、实时性和准确性；

S103、当所述自动驾驶车辆在高速公路或可行使的路段行驶时，首先只需要启动车载传感器对环境的感知能力的探测即可，而空间智能传感器不必探测环境，只有在当所述自动驾驶车辆的车载传感器失效的情况下，并且发布信息给边缘计算服务器，这时候才可以启动空间智能传感器的环境探测的作用；

S104、在上述具体内容S1中，所述自动驾驶车辆的定位功能是通过车载传感器GPS、惯性导航和视觉SLAM三者结合实现的，而空间的智能摄像头传感器用来拍摄所述自动驾驶车辆在不确定性道路环境和恶劣天气下实时性道路信息，并发给车辆用来作为在空间的3D数据定位信息；

S105、在上述具体内容S2中，边缘计算服务器只处理所述自动驾驶车辆在突发性的行驶行为或者在容易发生交通事故的环境行驶的数据进行决策处理，并同时接收云计算中心发布过来的实时性道路环境信息；

S106、在上述具体内容S5中，车载传感器探测的环境信息和空间传感器探测的环境信息，主要包括：车道线、道路前方车辆检测与跟踪、交通标志及各种行人中，主要是这些环境信息的感知；

S107、在上述具体内容S6中，采用视觉SLAM实现所述自动驾驶车辆对环境的地图构建，并且采用空间传感情感知的实时道路信息作为视觉SLAM构建的辅助数据资源，同时将处理完毕的地图发布到边缘计算服务器中，边缘计算服务器会把数据信息卸载到云计算中心，从而供隧道内其余车辆参考使用；

S108、在上述具体内容S7中，所述自动驾驶车辆的路径信息发布给边缘计算服务器后，边缘计算服务器也可以接收从云计算中心接收的其余车辆的路径信息，在边缘计算服务器处理准确完毕后，再将路径发给车辆，以保证路径规划的准确性；

S109、在上述具体内容S7中，所述的自动驾驶路径规划也可以是在边缘计算服务器接收了来自周围车辆的数据信息和云计算中心发送过来的数据信息后，计算出来的预测的未来时刻的路径规划信息，从而发送给所述自动驾驶车辆，提前预知车辆的行驶行为；

S110、在上述具体内容S9中，有高楼树木的遮挡道路行驶环境，所述自动驾驶车辆的定位信息和规划信息，主要是来自空间传感器对环境感知的全方位探测能力；

S111、在上述具体内容S13中，所述自动驾驶车辆在恶劣天气和跨海大桥的道路环境行驶时，需要结合车联网技术、空间传感器技术和车载传感器三位一体的环境感知的能力，以保证行驶环境的安全；

其中，空间传感器的作用主要是用来感知环境信息，与车载传感器共同融合感知环境，建立三维的空间感知数据信息；

其中车联网技术主要是实现车车之间的行驶状态通信，实现信息共享；还有，车路的通信，主要体现在边缘计算服务器处理完毕后的数据发送给车辆；

其中，边缘计算服务器也主要接收来自云计算中心的环境信息、天气信息和道路信息；

S112、在上述具体内容S19中，交叉路口的红绿灯功能主要是采用空间传感器来感知，并将感知的信息发布给所述的自动驾驶车辆和边缘计算服务器中，边缘计算服务器也把实时性数据发布到云计算中心；

S113、在上述具体内容S19中，交叉路口的其余交通标志主要使用车载传感器来实现感知，并将感知的信息发布给所述的自动驾驶车辆和边缘计算服务器中，边缘计算服务器也把实时性数据发布到云计算中心；

S114、在上述具体内容S19中，没有红绿灯的交叉路口的环境主要是通过车载传感器和空间智能传感器来共同融合使用；

S115、在上述具体内容S20和S21中，将要通过交叉路口的各种车辆主要是通过边缘计算服务器将实时性发布，而车辆之间的通信功能此时只是起到预警作用，并不作数据传输的功能；

S116、在上述具体内容S24和S25中，对于路面不平的路面附着系数的估计，首先通过车载传感器和空间传感器的探测后做出预估，把最终精确的数据信息输入到边缘计算服务器中，同时，边缘计算服务器从云计算中心发送过来的实时性路面信息的附着系数，并且在边缘计算服务器中进行误差精确度对比后，再发布给所述自动驾驶车辆和其余车辆中；

S117、在上述具体内容S24和S25中，采用空间传感器将停放在路面的车辆位置信息发送到所述自动驾驶车辆和边缘计算服务器中，所述自动驾驶车辆根据车载传感器探测的停放路边的车辆部分不完整信息和来自空间传感器探测的完整数据信息，进行地图构建和定位创建，以便所述自动驾驶车辆做出更合理的行驶路径规划，并且将规划好的路径进行发送到边缘计算服务器中，边缘计算服务器再将信息发布到云计算中心；

S118、所述自动驾驶车辆的高速行驶范围是50m/h—120km/h。

本发明是基于车载传感器（激光雷达、毫米波雷达、摄像头、超声波雷达传感器）的自动驾驶车辆、基于空间传感器（激光雷达、毫米波雷达、摄像头传感器）的智能系统以及基于边缘计算服务器、云计算中心、基站和车联网技术为一体的通信系统。其中，所述基于车载传感器的自动驾驶车辆主要是通过传感器进行环境感知，并且实时性决策并进行路径规划，以为车辆较好的控制起作用；所述的基于空间传感器的智能系统主要是采用布置在特定的道路区域或者城市建筑物空间的传感器进行辅助性的环境感知、导航、定位和决策规划，以更好的辅助自动驾驶车辆在全局道路环境的盲区检测、准确定位和实时性路径规划，实现高速自动驾驶的行驶控制行为；所述的边缘计算服务器、云计算中心、基站和车联网技术为一体的通信系统主要是通过在整个道路空间布置边缘计算服务器实现云计算中心与自动驾驶车辆的实时数据更新、共享和传输，以更好地实现基于车载传感器的环境感知和基于空间传感器智能的辅助性感知二者结合的高速自动驾驶的安全行驶。传统的自动驾驶车辆的研发都是基于车载传感器而实现的，其环境感知能力有限，容易产生盲区，定位导航精确性容易丢失以及决策规划的实时性、通信存在时延问题，因此行驶速度较低；本发明的自动驾驶车辆具有检测盲区环境感知的能力、较精确的定位导航能力、降低通信时延的能力、实时性决策路径规划的能力以及实现高速安全行驶的能力的优点。

以上所述仅是本发明的部分实施方式，但其并不是用来限定本发明，任何本领域技术人员应该在不脱离本发明的精神和范围内，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施所作的任何的简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (7)

1.一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统，其特征是，包括车辆传感器、通信系统以及云计算中心，所述车辆传感器安装于自动驾驶车辆，且自动驾驶车辆搭载有导航和定位模块，所述通信系统包括边缘计算服务器、基站；

在行驶容易的道路环境区域布置通信系统，自动驾驶车辆的车辆传感器、导航和定位模块分别将采集到的环境信息传输至边缘计算服务器、云计算中心，边缘计算服务器的数据处理结果由云计算中心传输至自动驾驶车辆，使自动驾驶车辆重新进行路径规划；

在行驶复杂的道路环境区域布置空间传感器以及通信系统，自动驾驶车辆的车辆传感器、导航和定位模块以及空间传感器分别将采集到的环境信息传输至边缘计算服务器、云计算中心，边缘计算服务器将自动驾驶车辆以及空间传感器二者探测的环境数据进行误差最小化分析，然后将数据处理结果由云计算中心传输至车辆，使自动驾驶车辆重新进行路径规划。

2.根据权利要求1所述的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统，其特征是，所述车辆传感器为激光雷达、超声波雷达、摄像头和毫米波雷达。

3.根据权利要求1所述的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统，其特征是，所述空间传感器激光雷达、毫米波雷达和摄像头。

4.根据权利要求1所述的一种基于边缘计算和空间智能的高速自动驾驶车辆实现系统，其特征是，所述行驶容易的道路环境包括高速公路；所述行驶复杂的道路环境包括隧道道路环境、高楼树木遮挡的道路环境、受恶劣天气影响较频繁的道路环境区域、城市附带交通的复杂道路环境和路面不平的道路环境以及路面停放各种不规律的车辆、跨海大桥的道路环境以及临近景区的道路环境。

5.一种基于边缘计算和空间智能的高速自动驾驶车辆实现方法，其特征是，包括：

1）在自动驾驶车辆安装激光雷达、毫米波雷达、超声波雷达、摄像头四种车辆传感器及控制器；

在行驶复杂的特定道路环境区域：在这些道路环境区域周围布置激光雷达、摄像头和毫米波雷达三种空间传感器；在所述的特定道路环境区域布置边缘计算服务器、基站和云计算中心，并且边缘计算服务器的布置要靠近在空间布置的激光雷达、毫米波雷达和摄像头三类智能传感器；

在行驶容易的道路环境区域中容易发生交通事故的道路区域布置边缘计算服务器和基站；

2）自动驾驶车辆在行驶容易的路段采用其自身附带的激光雷达、毫米波雷达、超声波雷达和摄像头四种传感器以及车身自带的导航和定位模块来实现环境感知和导航定位的行驶能力；

3）自动驾驶车辆在行驶容易的路段行驶时，采用边缘计算服务器将行驶中的数据卸载到云计算中心；而当车辆进行决策行为时，将这些实时性的重要数据在边缘计算服务器中进行处理，其它数据卸载到云计算中心处理，并实时发布到其余车辆中；

4）自动驾驶车辆在行驶复杂的路段行驶时，采用车载传感器为主要探测环境，空间传感器辅助感知环境的方法来实现；车载传感器感知的数据发布到边缘计算服务器中，同时，空间传感器探测的环境数据也发布到边缘计算服务器中，将二者探测的环境数据进行误差最小化分析，并将计算后的感知数据结果发布到车辆，以更好的进行精确的路径规划；

5）车载传感器例如视觉SLAM产生的导航地图数据发布到边缘计算服务器中；而布置在空间的摄像头传感器将拍摄的车辆3D图片信息，包括车辆位置、车道线及周围行车的状态发送到所述自动驾驶车辆中，供自动驾驶车辆做出准确的地图和定位信息；

6）自动驾驶车辆将准确探测环境的数据和定位信息实现后，将定位信息和规划的路径发布到边缘计算服务器中；边缘计算服务器将路径数据卸载到云计算中心，云计算中心再发布到其余车辆中，以确保行驶安全性。

6.根据权利要求5所述的一种基于边缘计算和空间智能的高速自动驾驶车辆实现方法，其特征是，所述行驶复杂的特定道路环境区域包括：隧道道路环境、高楼树木遮挡的道路环境、恶劣天气影响较频繁的道路环境区域、城市附带交通的复杂道路环境、没有车道线的道路环境和路面不平的道路环境以及路面停放各种不规律的车辆、跨海大桥的道路环境以及临近景区的道路环境。

7.根据权利要求5所述的一种基于边缘计算和空间智能的高速自动驾驶车辆实现方法，其特征是，所述行驶容易的道路环境区域包括高速公路。

Images