CN111806466B - 一种智能驾驶系统及其工作流程 - Google Patents

Abstract

本发明公开了一种智能驾驶系统及其工作流程，包括至少二个相邻且相连的路段单元、每个路段单元分布式设置一个无线通讯基站、一辆或多辆近距离串行在同一车道的无人自动驾驶汽车、至少一个网络端云计算资源、一个云端的全局车路资源仿真模型；无线通讯基站内设置有通讯模块、计算单元、局部路段资源仿真模型、时钟同步模块、传感设备；无人自动驾驶汽车内设置有通讯模块、计算单元、车本体资源仿真模型、时钟同步模块、传感设备；相邻且相连的路段之间通过所述无线通讯基站保持通讯连接；串行在同一车道的无人自动驾驶汽车之间相互通讯；无人自动驾驶汽车与无线通讯基站保持通讯连接。本发明能够实现车路信息共享，车路协同，提高通行效率。

Description

一种智能驾驶系统及其工作流程

技术领域

本发明涉及汽车驾驶技术领域，具体涉及一种能够实现车路信息共享、车路协同的智能驾驶系统及其工作流程。

背景技术

自从世界上第一辆汽车诞生以来，汽车工业已经经历了一百多年的发展历程，为人类生活条件的改善和现代社会的发展做出了巨大的贡献。工业化国家在市场经济的指导下，大都经历了经济发展促进汽车发展，而汽车产业的发展又刺激经济发展的过程。随着汽车数量的不断增加，不可避免地带来了许多问题，例如交通事故、能源浪费、环境污染、交通拥挤等等问题，这些问题日趋恶化，造成的经济损失巨大。

汽车在行驶过程中，其自身状况如驾驶人员的状态、车速、车况等和环境因素如道路交通状况、天气状况等构成一种驾驶状态，这种状态体现出的不确定性、无法精确描述和瞬息万变的特点，长期以来一直困扰着汽车驾驶安全性的提高，现在一般通过对汽车性能的改进，尽量降低事故对汽车或者驾驶员的影响。

随着云计算、智能语音、人工智能、现代传感、信息融合、通信以及自动控制等高新技术的不断进步，汽车的无人驾驶系统未来发展速度将加快，同时人们对无人驾驶汽车的接受和需求度正在逐渐提升。

根据中国发明专利申请号为201710746629.4公开的一种适用于智能无人驾驶系统，包括：智能计算云端系统、交通移动终端系统。智能计算云端系统包括云端智能处理系统、北斗导航系统；交通移动终端系统包括激光测距传感器、摄像头、车载雷达、智能移动端处理系统。智能移动端处理系统接收到由语音识别模块命令后进行参数收集整合，用雷达上传至智能计算云端，云端综合导航、计算系统做出应答后传回，智能移动端处理系统再结合摄像头、激光测距传感器、车载雷达测量实现道路环境的感知，采用拟人控制算法实现车辆驾驶。这种系统结构虽然能够实现智能驾驶，但是无法实现对车路信息的实时导入，无法对车路资源协同预先统一规划。

发明内容

本发明的目的是为了克服现有技术的不足，提供了一种智能驾驶系统及其工作流程。本发明能够实现车路信息共享，车路协同，提高通行效率。

本发明是通过以下技术方案实现：

一种智能驾驶系统，包括至少二个相邻且相连的路段单元、每个路段单元分布式设置一个无线通讯基站、一辆或多辆近距离串行在同一车道的无人自动驾驶汽车、至少一个网络端云计算资源、一个云端的全局车路资源仿真模型；所述无线通讯基站内设置有通讯模块、计算单元、局部路段资源仿真模型、时钟同步模块、传感设备；所述无人自动驾驶汽车内设置有通讯模块、计算单元、车本体资源仿真模型、时钟同步模块、传感设备；所述计算单元是实现局部路段资源仿真模型的运算硬件装置；资源仿真模型是通过传感与数学仿真模型的结合，实现现实世界与虚拟仿真模型的联通，虚拟信息模型跟踪现实世界，并以信息资源的方式呈现现实世界的状态；所述相邻且相连的路段之间通过所述无线通讯基站保持通讯连接；串行在同一车道的无人自动驾驶汽车之间相互通讯；所述无人自动驾驶汽车与所述无线通讯基站保持通讯连接。

进一步地，所述路段单元的资源仿真模型，实现现实路段单元的信息资源化，资源仿真模型信息资源化包括道路和道路交通设施，所述道路交通设施至少包括路面路基、隔离带、交通线、车道引导线、标示牌、信号灯、自动闸门、减速带。

进一步地，所述无线通讯基站内的传感设备包括分布在无线通讯基站所辖路段单元的传感器和传感采集仪，所述传感器和传感采集仪用于采集路段单元的实时状态信息，所述授时模块为信号覆盖范围内传感器和传感采集仪、计算机、移动车载设备提供授时，所述局部路段资源仿真模型与相邻路段的局部路段资源仿真模型之间互为边界，所述局部路段资源仿真模型与路段上行驶的无人自动驾驶汽车的车本体资源仿真模型之间互为边界。

进一步地，所述的无人自动驾驶汽车的车本体资源仿真模型与被行驶路段的局部路段资源仿真模型之间互为边界，所述的无人自动驾驶汽车的车本体资源仿真模型与相邻并串行在同一车道的多辆无人驾驶汽车之间互为边界。

进一步地，所述的边界是指多个局部路段资源仿真模型与多个车本体资源仿真模型以边界为关系条件构建全局仿真模型，所述网络端云计算资源包括就近计算资源协同，所述云端的全局车路资源仿真模型包括以边界为关系构建的多路段与多车辆一体化全局仿真，所述一体化包括虚拟信息资源协同、现实实物资源协同。

进一步地，所述无人自动驾驶汽车内至少包含视频图像传感和位置距离传感器，所述视频图像传感和位置距离传感器构成闭环信息控制系统，所述的闭环信息控制系统是以一种传感为自动控制执行依据，另一种传感从控制末端反馈执行效果信息，并根据反馈信息对控制决策进行修正。

进一步地，所述车道引导线为路面电子化交通线，所述车道引导线安装有为通行的无人自动驾驶汽车提供位置或距离辨识的传感装置。

一种智能驾驶系统的工作流程如下：授时模块对传感设备持续授时，保证各传感信息网络时间保持一致；无人自动驾驶汽车、道路段在各自本地计算机内建立好柔性仿真模型，同时无人自动驾驶汽车上以闭环信息执行自动驾驶，多个路段单元与多辆无人自动驾驶汽车互为边界；各局部仿真模型以边界关系协同统一，构建全局仿真模型；现实路段单元与无人驾驶汽车通过传感信息与虚拟的仿真模型连接，计算机内部的仿真模型通过实时传感信息连接现实世界，虚拟仿真模型和现实路段单元、无人驾驶汽车实物保持一致；全局资源仿真模型将现实世界的状态信息以资源的方式呈现于网络，以虚拟信息资源为依据对现实资源进行规划、调度。

与现有的技术相比，本发明的有益效果是：

1、本发明能够通过多途径获取数据信息，包括车辆自身状态、周围行车环境、路面状态、交通流等信息。同时通过精准的定位与可靠的通信技术将这些数据信息传输到云服务资源，以便云服务资源对这些信息进行处理，形成有效的控制指挥方案，并将方案发布出去。

2、本发明提供的智能驾驶系统能够全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

3、本发明能够实现串行的多辆汽车统一驾驶控制决策，车车协同；车辆与无线通讯基站保持通讯连接，车路信息共享，车路协同，车路信息实时导入，能够实现对未来车路资源协同预先统一规划。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

一种智能驾驶系统，包括至少二个相邻且相连的路段单元、每个路段单元分布式设置一个无线通讯基站、一辆或多辆近距离串行在同一车道的无人自动驾驶汽车、至少一个网络端云计算资源、一个云端的全局车路资源仿真模型；所述无线通讯基站内设置有通讯模块、计算单元、局部路段资源仿真模型、时钟同步模块、传感设备；所述无人自动驾驶汽车内设置有通讯模块、计算单元、车本体资源仿真模型、时钟同步模块、传感设备；所述计算单元是实现局部路段资源仿真模型的运算硬件装置；资源仿真模型是通过传感与数学仿真模型的结合，实现现实世界与虚拟仿真模型的联通，虚拟信息模型跟踪现实世界，并以信息资源的方式呈现现实世界的状态；所述相邻且相连的路段之间通过所述无线通讯基站保持通讯连接；串行在同一车道的无人自动驾驶汽车之间相互通讯；所述无人自动驾驶汽车与所述无线通讯基站保持通讯连接。实现车路信息共享，车路协同，车路信息实时导入，对未来车路资源协同预先统一规划。

所述路段单元的资源仿真模型，实现现实路段单元的信息资源化，资源仿真模型信息资源化包括道路和道路交通设施，所述道路交通设施至少包括路面路基、隔离带、交通线、车道引导线、标示牌、信号灯、自动闸门、减速带。所述车道引导线为路面电子化交通线，所述车道引导线安装有为通行的无人自动驾驶汽车提供位置距离辨识的位置传感器。无人自动驾驶汽车通过车载传感器等设备与路面的车道引导线实时确认位置距离信息，同时通过车载视频图像实时确认车辆与路面的协同关系。

所述无线通讯基站内的传感设备包括分布在无线通讯基站所辖路段单元的传感器和传感采集仪，所述传感器和传感采集仪用于采集路段单元的实时状态信息，所述授时模块为信号覆盖范围内传感器和传感采集仪、计算机、移动车载设备提供授时，所述局部路段资源仿真模型与相邻路段的局部路段资源仿真模型之间互为边界，所述局部路段资源仿真模型与路段上行驶的无人自动驾驶汽车的车本体资源仿真模型之间互为边界。所述授时模块为GPS授时模块和北斗授时模块一种或两种组合，GPS授时模块和北斗授时模块的授时原理一样，在任意时刻能同时接收其视野范围的信号，其内部硬件电路和软件通过对接收到的信号进行编码和处理，能从中提取并输出两种时间信号：一个是间隔为1秒的同步脉冲信号，其脉冲前沿与UCT的同步误差不超过1ns，另外一个是包括在串口输出信息中的UCT绝对时间。所述传感器和传感采集仪包括分布在无线通讯基站辖区以内的路基路面、隔离带、交通线、车道引导线、标示牌、信号灯、自动闸门、减速带的传感设备，包括但不限于红外线传感器、热像仪传感器、毫米波雷达传感器、激光雷达传感器、视觉传感器，所述传感器和传感采集仪用于侦测获移动物体的信息和障碍物的信息。

所述的无人自动驾驶汽车的车本体资源仿真模型与被行驶路段的局部路段资源仿真模型之间互为边界，所述的无人自动驾驶汽车的车本体资源仿真模型与相邻并串行在同一车道的多辆无人驾驶汽车之间互为边界。所述的边界是指多个局部路段资源仿真模型与多个车本体资源仿真模型以边界为关系条件构建全局仿真模型，所述网络端云计算资源包括就近计算资源协同，所述云端的全局车路资源仿真模型包括以边界为关系构建的多路段与多车辆一体化全局仿真，所述一体化包括虚拟信息资源协同、现实实物资源协同。

所述无人自动驾驶汽车内还包括驾驶单元、决策预警单元、智能控制单元、信息交互单元，所述驾驶单元能够控制并处理驾驶信息，利用各类传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在路段单元上行驶。在灯光较差的环境下，利用超声波和红外等传感器也能高效的检测路段单元实际的情况。所述无人自动驾驶汽车内至少包含视频图像传感和位置距离传感器，所述视频图像传感和位置距离传感器构成闭环信息控制系统，所述的闭环信息控制系统是以一种传感为自动控制执行依据，另一种传感从控制末端反馈执行效果信息，并根据反馈信息对控制决策进行修正。所述决策预警单元是指车辆按照某逻辑规则对探测和监控的车辆运行情况、周围环境信息等进行处理、分析和决策，判定车辆在发生危险倾向、处于危险状态时，需要提醒注意或采取措施，通过光学、声学及其它易于识别的方式发出报警信号。所述智能控制单元主要是车辆行驶过程中横向方向控制和纵向速度控制及其组合对车辆行驶状态的调整和控制，涉及发动机、变速器、制动、底盘等多个系统。所述信息交互单元主要通过车载通信装置与外部节点进行信息交换，为车辆提供更加全面的环境信息。

所述云计算资源是分布式计算的一种，通过网络云将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。通过云计算，可以在很短的时间内完成对数以万计的数据的处理，从而达到强大的网络服务的功能。

所述局部路段车路协同仿真模型是设置在本地计算机内部的仿真模型，是利用信息尽可能全面描述现实世界的数学语言表述。所述局部路段车路协同仿真模型是实时动态仿真数学模型，计算机内部的数学模型通过实时在线的传感数据与现实世界连接在一起，通过传感数据导入仿真模型，实现虚拟跟踪现实世界。所述虚拟跟踪现实世界是指现实世界是产生信息的时空世界，虚拟是纯粹的用于描述现实世界时空关系的信息，二者之间通过实时在线的传感数据建立联系，使得信息描述与被描述的现实世界实时动态保持一致。所述实时动态仿真数学模型是指以静态仿真数学模型为蓝本，借助来自于现实实际反应的传感数据动态仿真的数学模型，不仅表述现实世界静态质能存在关系，并且能表述其随时间发展变化的关系。所述实时动态仿真数学模型包括网格化导出参量的温度场、应力场、电磁场等场的分布，多参量关联耦合的网链关系的信息格局，强相关参量之间的必然性判断，弱相关边界效能权衡判断。

所述局部路段车路协同是指车辆信息与道路信息同为仿真模型的导入现实世界状态信息，以一种资源状态展示于虚拟世界，其协同的本质是一种资源利用更高效率的控制执行考量和改善尝试。

所述全局车路协同仿真模型是指利用云计算资源，对“广域”范围内的车、路资源型协同数学语言表述。所述“广域”范围内的车、路资源型协同是指：一个基站所覆盖的局部区域有限，相邻相连路段之间互为边界，路段之间需要路段与路段之间协同，又因为有限的道路资源必须面对无序的汽车出行需求，需要对车资源、路资源统一规划，最终实现资源利用更高效率的控制执行考量和改善尝试。所述车车协同是指：至少两辆从不同出发点到不同目的地的汽车，在同时通过一段共同路段的共同车道的过程中，车辆与车辆连接在一起，统一进行驾驶控制决策，直到这段共同路段的共同车道交通任务结束。

上述智能驾驶系统的工作流程如下：授时模块对传感设备持续授时，保证各传感信息网络时间保持一致；无人自动驾驶汽车、道路段在各自本地计算机内建立好柔性仿真模型，同时无人自动驾驶汽车上以闭环信息执行自动驾驶，多个路段单元与多辆无人自动驾驶汽车互为边界；各局部仿真模型以边界关系协同统一，构建全局仿真模型；现实路段单元与无人驾驶汽车通过传感信息与虚拟的仿真模型连接，计算机内部的仿真模型通过实时传感信息连接现实世界，虚拟仿真模型和现实路段单元、无人驾驶汽车实物保持一致；全局资源仿真模型将现实世界的状态信息以资源的方式呈现于网络，以虚拟信息资源为依据对现实资源进行规划、调度。

采用该智能驾驶系统能够全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。能够实现串行的多辆汽车统一驾驶控制决策，车车协同；车辆与无线通讯基站保持通讯连接，车路信息共享，车路协同，车路信息实时导入，能够实现对未来车路资源协同预先统一规划。能够通过多途径获取数据信息，包括车辆自身状态、周围行车环境、路面状态、交通流等信息。同时通过精准的定位与可靠的通信技术将这些数据信息传输到云服务资源，以便云服务资源对这些信息进行处理，形成有效的控制指挥方案，并将方案发布出去。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种智能驾驶系统，包括至少二个相邻且相连的路段单元、每个路段单元分布式设置一个无线通讯基站、一辆或多辆近距离串行在同一车道的无人自动驾驶汽车、至少一个网络端云计算资源、一个云端的全局车路资源仿真模型；所述无线通讯基站内设置有通讯模块、计算单元、局部路段资源仿真模型、时钟同步模块、传感设备；所述无人自动驾驶汽车内设置有通讯模块、计算单元、车本体资源仿真模型、时钟同步模块、传感设备；所述无线通讯基站内的计算单元是实现局部路段资源仿真模型的运算硬件装置；资源仿真模型是通过传感与数学仿真模型的结合，实现现实世界与虚拟仿真模型的联通，虚拟信息模型跟踪现实世界，并以信息资源的方式呈现现实世界的状态；所述相邻且相连的路段之间通过所述无线通讯基站保持通讯连接；串行在同一车道的无人自动驾驶汽车之间相互通讯；所述无人自动驾驶汽车与所述无线通讯基站保持通讯连接；其特征在于：所述路段单元的局部路段资源仿真模型，实现现实路段单元的信息资源化，资源仿真模型信息资源化包括道路和道路交通设施，所述道路交通设施至少包括路面路基、隔离带、交通线、车道引导线、标示牌、信号灯、自动闸门、减速带；所述无线通讯基站内的传感设备包括分布在无线通讯基站所辖路段单元的传感器和传感采集仪，所述传感器和传感采集仪用于采集路段单元的实时状态信息，授时模块为信号覆盖范围内传感器和传感采集仪、计算机、移动车载设备提供授时，所述局部路段资源仿真模型与相邻路段的局部路段资源仿真模型之间互为边界，所述局部路段资源仿真模型与路段上行驶的无人自动驾驶汽车的车本体资源仿真模型之间互为边界；所述的无人自动驾驶汽车的车本体资源仿真模型与被行驶路段的局部路段资源仿真模型之间互为边界，所述的无人自动驾驶汽车的车本体资源仿真模型与相邻并串行在同一车道的多辆无人驾驶汽车之间互为边界；所述的边界是指多个局部路段资源仿真模型与多个车本体资源仿真模型以边界为关系条件构建全局车路资源仿真模型，所述网络端云计算资源包括就近计算资源协同，所述云端的全局车路资源仿真模型包括以边界为关系构建的多路段与多车辆一体化全局仿真，所述一体化包括虚拟信息资源协同、现实实物资源协同；所述无人自动驾驶汽车内至少包含视频图像传感和位置距离传感器，所述视频图像传感和位置距离传感器构成闭环信息控制系统，所述的闭环信息控制系统是以一种传感为自动控制执行依据，另一种传感从控制末端反馈执行效果信息，并根据反馈信息对控制决策进行修正；所述车道引导线为路面电子化交通线，所述车道引导线安装有为通行的无人自动驾驶汽车提供位置或距离辨识的传感装置。

2.一种如权利要求1所述的智能驾驶系统的工作流程，其特征在于：授时模块对传感设备持续授时，保证各传感信息网络时间保持一致；无人自动驾驶汽车、道路段在各自本地计算机内建立好柔性仿真模型，同时无人自动驾驶汽车上以闭环信息执行自动驾驶，多个路段单元与多辆无人自动驾驶汽车互为边界；各局部仿真模型以边界关系协同统一，构建全局车路资源仿真模型；现实路段单元与无人驾驶汽车通过传感信息与虚拟的仿真模型连接，计算机内部的仿真模型通过实时传感信息连接现实世界，虚拟仿真模型和现实路段单元、无人驾驶汽车实物保持一致；全局车路资源仿真模型将现实世界的状态信息以资源的方式呈现于网络，以虚拟信息资源为依据对现实资源进行规划、调度。