CN113191588B - 一种分布式驾驶系统的设备分配系统 - Google Patents

一种分布式驾驶系统的设备分配系统 Download PDF

Info

Publication number
CN113191588B
CN113191588B CN202110330132.0A CN202110330132A CN113191588B CN 113191588 B CN113191588 B CN 113191588B CN 202110330132 A CN202110330132 A CN 202110330132A CN 113191588 B CN113191588 B CN 113191588B
Authority
CN
China
Prior art keywords
irt
cav
vehicle
module
intelligent
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
CN202110330132.0A
Other languages
English (en)
Other versions
CN113191588A (zh
Inventor
冉斌
董硕煊
程阳
陈天怡
李汉初
李深
芮一康
李锐
何赏璐
吴任飞
顾海燕
李小天
石昆松
石皓天
吴可书
姚轶凡
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.)
Shanghai Fengbao Business Consulting Co ltd
Original Assignee
Shanghai Fengbao Business Consulting Co ltd
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 Shanghai Fengbao Business Consulting Co ltd filed Critical Shanghai Fengbao Business Consulting Co ltd
Publication of CN113191588A publication Critical patent/CN113191588A/zh
Application granted granted Critical
Publication of CN113191588B publication Critical patent/CN113191588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0297—Fleet control by controlling means in a control room
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Educational Administration (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种分布式驾驶系统的设备分配系统，所述分布式驾驶系统包括一个或多个智能网联车辆CAV、智能路测设备IRT、通信介质，所述设备分配系统DAS用于管理、协调和/或控制所述CAV和所述IRT的设备，并在所述CAV和所述IRT之间分配资源；所述IRT为处于不同自动化水平的所述CAV提供定制的、按需的和动态的IRT车辆控制功能；所述通信介质用于在所述CAV、所述IRT、所述DAS之间传输数据。本发明能够实现分布式驾驶系统资源分配的目标，支持并促进分布式驾驶系统对车辆运行和控制的管理，最大限度地提高单个车辆和车队的总体安全性，并最大限度地提高DDS系统的效率、智能性、可靠性和还原性。

Description

一种分布式驾驶系统的设备分配系统
技术领域
本发明涉及分布式驾驶系统相关设备分配技术领域，特别是涉及一种分布式驾驶系统的设备分配系统。
背景技术
CAV技术目前正在发展中，它们能够感知环境、探测障碍物和导航，而且不需要人工参与。虽然一些CAV目前正在现场测试中进行评估，但CAV在商业市场上并不广泛，也没有广泛使用。现有的CAV技术实现和/或需要昂贵复杂的车载系统、多感知系统，并广泛和/或完全依赖于单个车辆提供的感知和控制。因此，现有的CAV系统在感知和车辆控制方面消耗了大量的能量，限制了CAV系统的工作范围和其它功能所需的资源量。
发明内容
本发明的目的是提供一种分布式驾驶系统的设备分配系统，以解决现有技术中存在的技术问题，能够实现分布式驾驶系统资源分配的目标，支持并促进分布式驾驶系统对车辆运行和控制的管理，最大限度地提高单个车辆和车队的总体安全性，并最大限度地提高DDS系统的效率、智能性、可靠性和还原性。
为实现上述目的，本发明提供了如下方案：本发明提供一种分布式驾驶系统的设备分配系统，所述分布式驾驶系统包括一个或多个智能网联车辆CAV、智能路测设备IRT、通信介质，所述设备分配系统DAS用于管理、协调和/或控制所述CAV和所述IRT的设备，并在所述CAV和所述IRT之间分配资源；所述IRT为处于不同自动化水平的所述CAV提供定制的、按需的和动态的IRT车辆控制功能；所述通信介质用于在所述CAV、所述IRT、所述DAS之间传输数据。
优选地，所述资源包括智能化自动驾驶资源、通信容量、通信功率中的一种或多种。
优选地，所述IRT设备包括路侧单元RSU、智能网联交通CAVH系统基础设施的组件、智能道路设施系统IRIS基础设施的组件中的一种或多种；所述CAV设备包括车辆控制单元VCU和/或车载单元OBU，VCU和/或OBU用于从所述IRT接收数据，并基于从所述IRT接收的数据来控制车辆；其中，从IRT接收的数据包括：车辆控制信息和/或指令，行驶路线和交通信息，和/或服务信息。
优选地，所述DAS基于所述DDS的一个或多个目标，提供用于CAV的设备使用策略和用于IRT的设备使用策略；所述DDS的目标包括系统可靠性、系统智能、系统效率、系统还原性中的一种或多种。
优选地，所述DAS包括智能分配系统，所述智能分配系统用于在IRT设备和CAV设备之间分配智能功能，所述智能功能用于提供感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能；所述智能分配系统还用于收集、识别和/或产生一个或多个功能目标，所述功能目标包括用于感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能的目标；所述智能分配系统还用于根据CAV的智能等级和IRT的智能等级，为所述CAV和IRT分配资源；所述智能分配系统还用于根据所述DDS的智能资源请求，在所述CAV和IRT之间分配感知功能。
优选地，所述DAS根据服务提供者和/或个体用户的偏好和/或目标在所述CAV和IRT之间分配资源，所述服务提供者包括汽车制造商、技术公司、通信公司中的一种或多种；具体分配过程包括：1)识别服务提供者的偏好和/或目标；2)基于所述偏好和/或目标选择设计变量；3)为每个设计变量设定变量约束；4)基于所选择的设计变量、变量约束，构建目标函数，基于目标函数进行资源分配。
优选地，所述DAS包括设备分配子系统，所述动态分配子系统通过监控DDS工况的变化以及资源分配过程，动态地和/或迭代地在所述CAV和所述IRT之间分配资源。
优选地，所述VCU和/或OBU包括感知模块、第一通信模块、第二通信模块；所述感知模块用于感知车辆周边环境；所述第一通信模块用于与其他车辆和/或道路基础设施进行通信，将所述感知模块所感知的数据传送至IRT或者智能网联交通CAVH系统的组件中；所述第二通信模块用于所述VCU和/或OBU与另一个VCU和/或OBU进行通信；
所述CAV还包括信息收集模块、数据融合模块；所述信息收集模块包括车内信息收集模块、车外信息收集模块、网络信息收集模块；所述车内信息收集模块用于收集客舱乘客数据；所述车外信息收集模块用于收集车外传感数据；所述网络信息收集模块用于从车辆控制器局域网总线接口收集基本安全消息；所述数据融合模块用于对车内信息收集模块、车外信息收集模块、网络信息收集模块所收集的信息进行融合并通过所述第一通信模块发送至所述IRT，用于监视车辆状态和驾驶员状态；
所述VCU和/或OBU还通过所述第一通信模块向IRT发送效用和/或成本信息、驾驶员输入数据、驾驶员状况数据、和/或车辆状况数据；
所述CAV还包括执行模块，所述执行模块用于执行完成驾驶任务的控制指令；所述控制指令由VCU、OBU、IRT中的一个或多个提供。
优选地，所述IRT车辆控制功能用于对CAV提供横向控制、纵向控制、车群控制、车队管理和系统故障安全措施；所述IRT车辆控制功能还用于获取支持CAV自动驾驶的计算资源，并请求和/或提供来自IRT的补充计算资源。
优选地，所述IRT包括感知模块、决策模块；所述感知模块用于采集描述CAV驾驶环境的传感器数据，并且向CAV提供传感器数据的至少一个子集；所述传感器数据包括描述道路状况、交通标志和/或信号以及围绕CAV的对象的信息；所述IRT还用于集成来自不同资源的传感器和/或驾驶环境信息，以提供集成的传感器和/或驾驶环境信息，并将集成的传感器和/或驾驶环境信息传递给决策模块，所述决策模块基于CAV的预测要求向CAV提供预测支持和/或预测结果；
所述IRT还用于向所述CAV提供路径规划，所述路径规划包括在微观层面上识别和/或提供用于CAV车辆自动驾驶的驾驶路径；所述路径规划还包括特殊条件规划和/或灾难解决方案；所述特殊条件规划包括和/或提供微观层面的驾驶路径和/或在特殊天气条件或事件条件下CAV的自动驾驶路线；灾难解决方案，包括识别和/或提供微观层面的驾驶路径和/或在灾难期间CAV的自动驾驶路线；
所述IRT还用于为车辆制造商和/或驾驶服务提供商提供定制服务，所述定制服务包括远程控制服务、路面状况检测和/或行人预测。
本发明公开了以下技术效果：
本发明通过CAV车载系统和/或IRT生成用于CAV自动驾驶的控制指令，且通过IRT为每个CAV提供定制的、按需的和动态的IRT功能，用于系统安全和备份、车辆性能优化、计算和管理、动态效用管理和信息提供；DAS基于例如汽车制造商、行业联盟、驾驶员对DDS的订阅、DDS对CAV资源需求的识别的要求，将资源分配给CAV和IRT，向各个车辆提供动态和可定制的服务；同时，IRT为不同自动化等级的CAV提供灵活且可扩展的服务，从而能够实现分布式驾驶系统资源分配的目标，支持并促进分布式驾驶系统对车辆运行和控制的管理，最大限度地提高单个车辆和车队的总体安全性，并最大限度地提高DDS系统的效率、智能性、可靠性和还原性。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明包括设备分配系统DAS的分布式驾驶系统DDS结构示意图；
图2为本发明实施例中DAS在CAV和IRT之间分配资源的结构示意图；
图3为本发明实施例中DAS在CAV和IRT之间分配智能的结构示意图；
图4为本发明实施例中DAS在CAV设备和IRT设备之间分配感知功能流程图；
图5为本发明实施例中根据服务提供者偏好和目标管理CAV和IRT的结构示意图；
图6为本发明实施例中DAS对服务提供者收益进行优化的流程图；
图7为本发明实施例中DAS对个体用户收益进行优化的流程图；
图8为本发明实施例中道路上部分覆盖IRT的示意图；
图9为本发明实施例中由动态设备分配子系统提供动态设备分配的流程图。
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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
为了便于理解本技术，下面定义了一些术语和短语。在整个详细描述中阐述了附加定义。
在整个说明书和权利要求书中，除非上下文另有明确规定，否则以下术语采用本发明明确关联的含义。
如本发明所使用的，术语“关于”、“大约”、“实质上”和“显著地”为本领域普通技术人员所理解，并且将在某种程度上根据其使用的上下文而变化。如果这些术语的使用对于本领域的普通技术人员来说是不清楚的，那么考虑到使用它们的上下文，“关于”和“大约”是指正负小于或等于特定术语的10％，“实质上”和“显著地”是指正负大于特定术语的10％。
如本发明所使用的，“系统”是指为共同目的一起操作的多个真实和/或抽象组件。在一些实施例中，“系统”是硬件和/或软件组件的集成集合。在一些实施例中，系统的每个组件与一个或多个其他组件交互和/或与一个或多个其他组件相关。在一些实施例中，系统是指用于控制和指导方法的组件和软件的组合。
如本发明所用，术语“智能网联交通系统”(“CAVH系统”)是指为智能网联车辆(CAV)提供全车辆操作和控制的综合系统，更具体地说，向控制CAVs的系统发送详细的、对时间敏感的控制指令，包括车辆跟驰、车道变换、路线引导和相关信息。CAVH系统包括通过管理整个运输系统的段和节点连接的传感、通信和控制组件。CAVH系统包括四个控制级别：a)车辆；b)路侧单元(RSU)；c)交通控制单元(TCU)；d)交通控制中心(TCC)。
如本发明所用，术语“智能道路基础设施系统”(“IRIS”)是指便于车辆操作和控制CAVH系统的系统。
如本发明所用，术语“支持”用于参考向车辆(例如，CAV)提供支持和/或支持的DAS、ITS、DDS、IRIS和/或CAVH系统的一个或多个组件和/或DAS、ITS、DDS、IRIS和/或CAVH系统的一个或多个其他组件时，指，例如。，在DAS、ITS、DDS、IRIS、CAVH系统和/或车辆的组件和/或级别之间交换信息和/或数据；在DAS、ITS、DDS、IRIS、CAVH系统和/或车辆的组件和/或级别之间发送和/或接收指令；和/或在DAS、ITS、DDS、IRIS的组件和/或级别之间进行其他交互，提供信息交换、数据传输、消息传递和/或警报等功能的CAVH系统和/或车辆。
如本发明所用，术语“自动驾驶车辆”或“AV”是指自动驾驶车辆，例如处于任何自动化水平(例如，如SAE国际标准J3016(2014)所定义，通过引用并入本发明)。
如本发明所使用的，术语“网联车辆”或“CV”是指连网联车辆，例如，配置用于任何通信级别(例如，V2V、V2I和/或I2V)。
如本发明所使用的，术语“智能网联车辆”或“CAV”是指能够与其他车辆(例如，通过V2V通信)、路侧单元(RSU)、IRT、交通控制信号和其他基础设施(例如，IRIS、CAVH系统)或设备进行通信的自动驾驶车辆。也就是说，术语“智能网联车辆”或“CAV”是指具有任何级别的自动化(例如，如SAE国际标准J3016(2014)所定义)和通信(例如，V2V、V2I和/或I2V)的智能网联车辆。
如本发明所使用的，术语“数据融合”是指集成多个数据源以提供比多个数据源的任何单个数据源更一致、准确和有用的信息(例如，融合数据)。
在一些实施例中，本发明使用各种空间和时间尺度或层次，例如微观、中观和宏观。如本发明所用，“微观层次”是指与单个车辆和单个车辆的运动(例如，纵向运动(跟车、加速和减速、停车和停车)和/或横向运动(车道保持、车道变换))相关的尺度。如本发明所使用的，“中观层次”是指与道路走廊和路段以及车辆组的运动相关的尺度(例如，特殊事件提前通知、事件预测、交织区合并和分流、排拆分和整合、可变限速预测和反应，路段行程时间预测和路段交通流预测)。如本发明所使用的，术语“宏观层次”是指与道路网相关的尺度(例如，路线规划、拥挤、事件、网络交通)。如本发明所使用的，当提及时间尺度时，术语“微观层次”是指约1到10毫秒的时间(例如，与车辆控制指令计算相关)。如本发明所用，术语“中观层次”在指时间尺度时指约10到1000毫秒的时间(例如，与事件检测和路面状况通知相关)。如本发明所使用的，术语“宏观层次”在指时间尺度时指大约长于1秒的时间(例如，与路由计算相关)。
如本发明所使用的，术语“自动化水平”或“自动化驾驶水平”是指分类系统中描述AV、CV和/或CAV所需的驾驶员干预量和/或注意力的水平。具体而言，术语“自动化水平”是指SAE国际标准J3016(2014)中题为“道路机动车辆自动驾驶系统相关术语的分类和定义”的水平，并于2016年更新为J3016_，每种标准均通过引用并入本发明。SAE自动化水平简要描述为0级：“无自动化”(例如，全手动车辆，驾驶的所有方面都是人工控制的)；1级：“驾驶员辅助”(例如，单一自动化方面，如转向、速度控制或制动控制)；2级：“部分自动化”(例如。，人工控制，自动控制转向和加速/减速)；第3级：“条件自动化”(例如，车辆作出知情决定，当车辆无法执行任务时，人工承担控制)；第4级：“高度自动化”(例如，车辆作出知情决定，当车辆无法执行任务时，不需要人工承担控制)车辆无法执行任务)；第5级：“全自动化”(例如，车辆不需要人的注意)。
如本发明所使用的，术语“车辆”是指任何类型的动力运输装置，其包括但不限于汽车、卡车、公共汽车、摩托车或船。车辆通常可以由操作员控制，也可以无人驾驶，以另一种方式远程或自主操作，例如使用方向盘、换档、制动踏板和油门踏板以外的控制装置。
如本发明所使用的，术语“部分装备”是指包括一些但不是全部IRT和/或DDS组件和/或一些但不是全部IRT和/或DDS功能(例如，一些但不是全部的感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制)的系统功能。
如本发明所使用的，术语“临界点”是指被适当地标识为由DDS和/或IRT提供覆盖的道路的一部分或区域。在一些实施例中，基于通常恒定的或变化非常缓慢的道路和/或交通状况(例如，在长于一天、一周或一个月的时间尺度上)或仅通过计划的基础设施重建(例如，基于历史碰撞数据、交通标志、交通信号的临界点)来识别临界点，交通容量和/或道路几何)。在一些实施例中，基于随时间(例如，在一小时、一天、一周或一个月的时间尺度上)改变(例如，可预测或不可预测)的道路状况(例如，基于交通振荡、实时交通管理或实时交通事件的临界点)来识别临界点。
本实施例提供一种分布式驾驶系统的设备分配系统(DAS)，用于向分布式驾驶系统(DDS)的设备(例如，智能网练车(CAV)和/或智能路边工具箱(IRT)设备)分配资源。DAS支持并促进DDS对车辆运行和控制的管理，从而帮助实现和/或优化DDS系统的目标(例如，DDS的可靠性、智能水平、效率和/或还原性)。因此，本发明所提供的DAS支持DDS以提供优化和鲁棒的车辆操作、控制和自动化；并且在一些实施例中，改进和/或最大化单个车辆和车队的总体安全。具体方案如下：
DAS和IRT作为DDS的组件提供，即DAS为DDS的子系统，IRT、DAS与DDS进行交互。DDS包括：1)一个或多个的智能网联车辆CAV，所述智能网联车辆包括车载系统；2)智能路侧设备IRT；以及3)用于在CAV、DAS和IRT之间传输数据的通信介质(例如，无线通信(例如，实时无线通信介质))。
例如，如图1所示，分布式驾驶系统DDS包括设备分配系统DAS，DAS被配置为管理、协调、分配、控制和/或向IRT设备和CAV的设备(例如，设备系统的集群)分配资源，所述IRT设备和/或CAV设备包括由CAV和/或IRT使用的硬件和/或软件资源。设备包括车辆(例如，CAV)和IRT使用的设备资源(例如，硬件和软件)，以提供自动驾驶功能(例如，传感功能、交通行为预测和管理功能、规划和决策功能，以及支持通信的设备资源(如硬件和软件)。
进一步地优化方案，所述资源包括智能化自动驾驶资源、通信容量、通信功率中的一种或多种。
进一步地优化方案，IRT设备和/或CAV设备为实体设备和/或虚拟设备。
进一步地优化方案，所述IRT设备包括路侧单元(RSU)、智能网联交通(CAVH)系统基础设施的组件、智能道路设施系统(IRIS)基础设施的组件中的一种或多种。
进一步地优化方案，所述IRT设备和/或CAV设备支持和/或提供CAV的自动驾驶功能；所述CAV的自动驾驶功能包括感测功能、交通行为预测和管理功能、规划和决策功能和/或车辆控制功能；其中，车辆控制功能提供车辆控制指令和/或信息；车辆控制指令包括针对单个车辆所定制的、详细的和时间敏感的控制指令。
进一步地优化方案，DAS用于提供和/或改进DDS的智能性、效率、可靠性和/或还原性。例如，如图2所示，DAS用于将资源分配给IRT设备和CAV设备(例如，设备系统的集群)，以实现DAS的目标和/或优化实现DAS的一个或多个目标。例如，DAS接收目标(例如，来自用户输入)，并提供用于CAV的设备使用策略和用于IRT的设备使用策略。实施设备使用策略以实现系统的目标和/或优化实现DAS的一个或多个目标。DAS系统目标等级基于四个参数，例如，DDS的系统可靠性、系统智能、系统效率和/或系统还原性；DAS系统目标等级是1、2、3、4或5。
其中，系统智能是指DDS的智能水平；DDS的系统智能等级由1到5之间的数字表示，数字越大表示智能级别越高。
系统可靠性是指DDS失效率的统计度量(例如，DDS在一定时间内，在一定数量的功能和/或提供的服务上，在一定数量的结果上产生的预期失效的统计度量等)。系统可靠性等级是3σ，4σ，5σ，或6σ，σ值越高，代表了不出现错误和失效的情况下，DDS的执行时间越长和/或提供的功能和/或服务越多。特别地，系统可靠性等级表示正态分布的标准偏差数，DDS产生的结果在该标准偏差内。因此DDS的可靠性等级越高，则DDS的故障率越低。系统可靠性等级为3σ的DDS预计在大约86.6％的时间内不会出现故障，且/或在7天的周期内大约出现一次故障。系统可靠性等级为4σ的DDS预计在95.4％的时间内不会出现故障，且/或在三周的时间内大约出现一次故障。系统可靠性等级为5σ的DDS预计在98.8％的时间内不会出现故障，且/或在三个月的时间内大约出现一次故障。系统可靠性等级为6σ的DDS预计在大约99.7％的时间内不会出现故障，且/或大约每年出现一次故障。
系统效率表示相对于没有DDS的情况，通过DAS在CAV设备和IRT设备之间分配资源的情况下DDS提供的行驶里程所增加的百分比；系统效率等级为≤10％、≤20％、≤30％、≤40％或≤50％。
系统还原性表示在出现故障或错误后，DDS系统所有功能恢复正确的能力；恢复时间越短，系统性能越好；系统还原性等级包括：以天为单位的复原(例如，小于10、9、8、7、6、5、4、3或2天)、以小时为单位的复原(例如，小于24、23、22、21、20、19、18、17、16、15、14、13、12、11、10、9、8、7、6、5、4、3或2小时)、以分钟为单位的复原(例如，小于60、55、50、45、40、35、30、25、20、15、10、5、4、3或2分钟)、以秒为单位的复原(例如，小于60、55、50、45、40、35、30、25、20、15、10、5、4、3或2秒)、或以毫秒为单位的复原(例如，小于1000、900、800、700、600、500、400、300、200、100、50、25、20、15、10、9、8、7、6、5、4、3或2毫秒)。
其中，DAS系统目标等级是1，提供等级1的系统智能等级、3σ的系统可靠性、≤10％的系统效率和/或以天为单位提供复原的系统还原性；系统目标等级2，提供等级2的系统智能等级、4σ的系统可靠性、≤20％的系统效率和/或以小时为单位提供复原的系统还原性；系统目标等级3，提供等级3的系统智能等级、5σ的系统可靠性、≤30％的系统效率和/或以分钟为单位提供复原的系统还原性；系统目标等级4，提供等级4的系统智能等级、5σ的系统可靠性、≤40％的系统效率和/或以秒为单位提供复原的系统还原性；系统目标等级5，提供等级5的系统智能等级、6σ的系统可靠性、≤50％的系统效率和/或以毫秒为单位提供复原的系统还原性。
进一步地优化方案，DAS用于与自动驾驶车辆服务提供商(例如，汽车制造商、通信公司和/或技术公司)通信。
进一步地优化方案，DDS用于在不同的自动化等级上运行，例如，等级0级、1级、2级、3级、4级和/或5级；
DDS提供第0级的自动化功能，即不提供自动化功能；
DDS提供第1级的自动化功能，包括收集和提供信息以辅助驾驶，具体为：提供基本的感知功能(例如，融合交通数据收集)、提供驾驶员基本的规划和决策支持，以及低时空分辨率的信息；
DDS提供第2级的自动化功能，包括提供I2X(Infrastructure to Everything)通信和驾驶辅助的车辆引导，I2X是以智能道路基础设施为核心的车路协同系统；例如，提供第2级自动化功能的DDS在提供第1级自动化的功能的基础上，进一步提供补充感知功能，包括在秒或分钟的时间尺度上进行路面状况检测和/或车辆动力检测(如车辆横向位置、车辆纵向位置、车辆速度、和/或车辆加速度)；提供2级自动化的功能的DDS还为使用I2X通信的车辆提供交通信息和车辆控制建议和指令。
DDS提供第3级的自动化功能，包括提供专用车道自动化；例如，提供3级自动化功能的DDS在提供第1级自动化功能和第2级自动化功能的基础上，进一步为单个车辆提供以毫秒为单位的描述周围车辆和其他物体动态的信息，并支持在兼容DDS的车辆专用车道上的全自动驾驶。
DDS提供第4级的自动化功能，包括提供特定场景的自动化。例如，提供第4级自动化功能的DDS在提供第1级自动化功能、第2级自动化功能和第3级自动化功能的基础上，进一步为车辆提供详细的驾驶说明，以实现在特定场景或交通混合的特定区域(例如，预定义的地理围栏区域)驾驶时的完全自动化(例如，包括DDS兼容和DDS不兼容的车辆)；DDS提供第4级的自动化功能的情况下，通过具有基本车载自动化能力(例如，紧急制动)的车辆来提供备用和/或备份系统，以在DDS故障期间提供车辆控制和功能。
DDS提供第5级的自动化功能，包括全面的基础设施自动化；例如，提供第5级自动化功能的DDS在提供第1级自动化功能、第2级自动化功能、第3级自动化功能和第4级自动化功能的基础上，进一步在所有场景中提供对单个车辆的完全控制和管理，并优化DDS所部署的整个道路和交通网络；DDS还提供完全的安全功能，并且车辆自动化功能不作为紧急情况的备用和/或备份来实现。
进一步地优化方案，DAS用于在IRT设备和CAV的设备之间分配智能功能，以提供感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能。
进一步地优化方案，DAS包括智能分配系统，其在CAV智能功能和IRT智能功能之间分配智能功能，以提供感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能；智能分配系统还用于收集、识别和/或产生一个或多个功能目标，该功能目标包括用于感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能的目标；智能分配系统还用于根据CAV的智能等级和IRT的智能等级、适合提供给CAV和IRT的资源，向CAV和IRT分配资源，来确定、提供和/或产生分配策略以满足功能目标或目的，具体如图3所示。
进一步地优化方案，DAS用于在CAV设备和IRT设备之间分配感知功能，例如，DDS检测感知功能并确定感知功能是否满足当前智能等级下的自动驾驶要求，如果不满足要求，DDS系统向智能分配系统发送对智能资源(例如，感知资源)的请求，然后，智能分配系统在CAV和IRT之间分配感知功能，为DDS和/或CAV提供适当的感知功能，具体如图4所示。
进一步地优化方案，DAS用于根据服务提供者偏好和目标来管理CAV和IRT。例如，DAS被具有不同目标的各种服务提供者(例如，汽车制造商、技术公司、通信公司)使用，特别地，服务提供者可能对DDS有特定的要求和/或需求。因此，DAS用于分配资源以满足服务提供者的偏好和/或目标。在DAS接收到服务提供者的偏好和/或目标之后，DAS选择适当的分配服务以满足服务提供者偏好和/或控制和/或管理IRT和CAV的目标，具体如图5所示。
进一步地优化方案，DAS用于进行目标的优化。作为优化的示例性目标，图6表示为服务提供者优化(例如，最大化)收益。具体优化方法包括：1)识别优化目标(例如，最大化收益)；2)选择设计变量(例如，系统可靠性、智能等级、效率和/或还原性)，在图6所示的特定示例中，这四个参数与目标相关，并被用于使服务提供者的收益最大化；3)为每个变量提供和/或确定变量约束(例如，上限和/或下限)；4)使用所选择的变量及其约束来产生目标函数，目标函数用于应用优化算法，并且计算得到结果，其中，结果为递归地优化目标函数的反馈，通过验证来修改变量、约束和算法，并通过遵循修改的过程来确定优化的结果。作为优化的另一个示例性目标，图7表示优化(例如，最大化)个体用户(例如，CAV驾驶员)的收益。优化方法包括：1)选择优化目标(例如，最大化用户收益)；2)选择设计变量(例如，有效性、智能等级、效率和可靠性)，在图7所示的特定示例中，这四个变量与目标相关，并被用于最大化用户的收益，例如，优化过程为系统的单个用户优化了有效性、智能等级、效率和可靠性；3)为每个变量提供和/或确定变量约束(例如，上限和/或下限)；4)生成目标函数，例如，为优化算法提供指引；其中，目标函数的生成是基于设计变量的约束；5)选择优化算法，例如，进行结果的计算，其中，结果为递归地优化目标函数的反馈，通过验证来修改变量、约束和算法，并通过遵循修改的过程来确定优化的结果。
进一步地优化方案，DAS用于对提供道路上关键点覆盖的IRT和/或道路不完全覆盖的IRT进行资源分配。在图8所示的示例中，自动化等级为2的车辆离开正常道路区域进入IRT服务覆盖的关键区域后，DAS将资源分配给IRT和车辆，并帮助车辆在关键区域内实现更高水平的自动驾驶(例如，成功通过关键区域)。
进一步地优化方案，DAS包括动态设备分配子系统，用于提供动态设备分配。其中，动态设备分配子系统动态地和/或迭代地分配资源。例如，DAS对工况进行监控(例如，时间、CAV和/或IRT的位置、IRT工况以及CAV和/或IRT的环境)，根据不同的条件，DAS决定工况是否改变，如果工况不变，动态设备分配子系统将保持监控，否则重新计划策略。动态设备分配子系统还用于检测资源分配过程是否被终止，如果分配过程被终止，则进程结束，如果分配过程没有被终止，动态设备分配子系统向CAV输出一个分配策略，如图9所示。
进一步地优化方案，所述CAV包括车辆控制单元VCU和/或车载单元OBU，其中，所述VCU和/或OBU包括感知模块来感知周边环境以及与其他车辆和道路基础设施进行通信的第一通信模块(例如IRT和/或CAVH系统的组成部分)，所述VCU和/OBU将感知数据传送至IRT或者CAVH系统的组件中；所述VCU和/或OBU还包括与另一个VCU和/或OBU进行通信的第二通信模块。
进一步地优化方案，所述VCU和/或OBU还包括一个与CAV车辆的机械组件对接的接口组件，所述VCU和/或OBU与所述接口组件进行交流，根据VCU和/或OBU，VCU和/或OBU和IRT，和/或IRT提供的控制指令来为CAV车辆提供车辆控制。
进一步地优化方案，所述CAV还包括信息收集模块、数据融合模块；所述信息收集模块包括车内信息收集模块、车外信息收集模块、网络信息收集模块；车内信息收集模块用于收集客舱乘客数据，例如驾驶员状况；车外信息收集模块用于收集车外传感数据，例如车辆检测到的周围物体；网络信息收集模块用于从车辆控制器局域网总线接口收集基本安全消息，例如车辆发动机状态、车辆速度；所述数据融合模块用于对车内信息收集模块、车外信息收集模块、网络信息收集模块所收集的信息进行融合，并通过所述第一通信模块发送至所述IRT，用于监视车辆状态和驾驶员状态。
进一步地优化方案，所述VCU和/或OBU通过所述第一通信模块向IRT发送数据；发送到所述IRT的数据包括：效用和/或成本信息、驾驶员输入数据、驾驶员状况数据、和/或车辆状况数据；其中，驾驶员输入数据包括行程的起点、行程的目的地、预期行程时间和/或服务请求；驾驶员状况数据包括驾驶员行为、疲劳水平和/或驾驶员分心数据；车辆状况数据包括车辆ID、车辆类型和/或由信息收集模块收集的数据。
进一步地优化方案，所述CAV还包括执行模块，所述执行模块用于执行用于完成驾驶任务的控制指令；所述驾驶任务包括跟车和/或换道，所述控制指令从IRT接收。
进一步地优化方案，VCU和/或OBU基于从IRT接收的数据和信息来控制车辆(例如，通过产生针对单个车辆的控制指令)。其中，从IRT接收的数据包括：车辆控制信息和/或指令，行驶路线和交通信息，和/或服务信息；车辆控制指令包括针对单个车辆的定制的、详细的和时间敏感的控制指令，具体为单个车辆的纵向加速率、横向加速率和/或车辆方向；行驶路线和交通信息包括交通状况、事件位置、交叉点位置、入口位置和/或出口位置；服务信息包括燃料站的位置和/或关注点的位置。
进一步地优化方案，DAS、DDS和IRT是面向车辆的、模块化的，并且可为每辆车定制，以满足每辆车作为按需和动态服务的特定需求；所述IRT基于特定车辆的自动驾驶需求提供对CAVH和IRIS的模块化(例如，实时和特别)访问；其中，对CAVH和IRIS技术的模块化(例如，自组织)访问用于提供服务(例如，感知服务、交通行为预测和管理服务、规划和决策服务、和/或车辆控制服务)。例如，IRT为处于不同自动化水平的车辆提供灵活的和可扩展的服务；IRT所提供的服务是动态的，并且针对特定车辆、特定制造商生产的车辆、由行业联盟认证的车辆、有DDS功能的车辆等进行定制化服务。
CAVH技术与集中式系统相关，用于为单个车辆提供定制的、详细的，以及对所有使用CAVH系统进行自动车辆驾驶的车辆的时间敏感控制指令和交通信息，无论车辆能力和/或自动化水平如何，从而提供同质服务。本发明描述的IRT技术是面向车辆的、模块化的，为每辆车提供定制的、按需的和动态的服务，以满足每辆车的特定需求，例如，感知服务、交通行为预测和管理服务、规划和管理服务、决策服务、车辆控制服务、系统安全和备份、车辆性能优化、计算和管理、动态效用管理(DUM)和信息提供，从而能够根据单个CAV的需要来改进该CAV的安全性和稳定性；其中，感知服务包括实时、短期和/或长期地提供用于交通行为预测和管理、规划和决策和/或车辆控制的信息；IRT所提供的信息通过从CAV和/或其他CAV获得，和/或从IRT获得的，来提供定制的、按需的和动态的IRT感知功能以实现CAV的自动驾驶功能；交通行为预测和管理服务包括预测周围车辆、行人、自行车的行为，以及其他移动物体。
进一步地优化方案，所述IRT还包括决策模块，用于为CAV车辆提供定制的、按需的和动态的IRT车辆控制功能，用于CAV车辆的自动驾驶。其中，车辆控制功能由定制、按需和动态的IRT感知功能、IRT交通行为预测和管理功能和/或IRT规划和决策功能支持。其中，控制模块用于集成和/或处理由决策模块提供的信息，并向CAV发送车辆控制命令以实现CAV车辆的自动驾驶功能。
IRT车辆控制功能为CAV提供横向控制、纵向控制、车群控制、车队管理和系统故障安全措施；其中，系统故障安全措施用于为驾驶员提供足够的响应时间，以便在系统故障期间控制车辆和/或安全地停车；IRT车辆控制功能还用于获取支持CAV自动驾驶的计算资源，并请求和/或提供来自IRT的补充计算资源。
进一步地优化方案，IRT还包括硬件模块、软件模块，硬件模块包括一个或多个，例如，包括传感器的传感模块、通信模块和/或计算模块；软件模块包括一个或多个，例如，用于使用来自传感模块的信息来提供对象检测和映射的感知软件；以及用于为CAV提供路径和/或控制指令的决策软件。
进一步地优化方案，IRT还包括感知模块，用于采集描述CAV驾驶环境的传感器数据，并且向CAV提供传感器数据的至少一个子集，以补充CAV的自动驾驶水平；所述传感器数据包括描述道路状况、交通标志和/或信号以及围绕CAV的对象的信息。其中，传感器数据和传感器数据的子集在IRT和CAV之间通过通信介质进行通信。IRT还用于集成数据、存储数据、和/或检索数据的至少一个子集，将集成后的数据提供给决策模块。
进一步地优化方案，所述IRT通过集成来自不同资源的传感器和/或驾驶环境信息，以提供集成的传感器和/或驾驶环境信息，并将集成的传感器和/或驾驶环境信息传递给决策模块，基于CAV的预测要求向CAV提供预测支持和/或预测结果。
进一步地优化方案，规划和决策功能提供路径规划，包括在微观层面上识别和/或提供用于CAV车辆自动驾驶的详细驾驶路径；路径规划，包括识别和/或提供用于CAV车辆自动驾驶的路径；路径规划还包括特殊条件规划和/或灾难解决方案；特殊条件规划，包括和/或提供微观层面的详细驾驶路径和/或在特殊天气条件或事件条件下CAV的自动驾驶路线；灾难解决方案，包括识别和/或提供微观层面的详细驾驶路径和/或在灾难期间CAV的自动驾驶路线，其中，基于CAV的规划和决策要求向CAV提供路径规划、路线规划、特殊条件规划和/或灾难解决方案。
进一步地优化方案，所述IRT还用于为车辆制造商和/或驾驶服务提供商提供定制服务，该定制服务包括远程控制服务、路面状况检测和/或行人预测；IRT还用于从OBU、电子稳定程序ESP和/或车辆控制单元VCU接收信息。
进一步地优化方案，DDS具有向单个CAV车辆提供按需和动态IRT功能，以避免与其他车辆的轨迹相冲突(例如避免碰撞)，和/或可以针对异常驾驶环境(例如天气事件、自然灾害、交通事故等)调整车辆路线和/或轨迹。其中，DDS包括DUM模块，该DUM模块可通过执行编配IRT功能给CAV提供优化各智能级别车辆上的资源使用,以及平衡CAV车载系统成本。CAV车载系统成本包括计算能力成本(C)、计算单元数成本(NU)、燃料消耗成本(P)、气候控制和/或驾驶员舒适性成本(V)(例如加速、减速)，DUM模块基于成本函数来确定CAV信息和/或功能需求，并通过优化成本函数(例如识别成本函数的最优最小值)来优化CAVs在各智能级别上车辆的资源，该成本函数将自动驾驶系统的总成本设为功能的总和(例如提供正值函数的功能)，各功能成本包括但不限于计算能力成本(C)、计算单位数成本(NU)、燃油消耗成本(P)、气候控制、驾驶员舒适性成本(V)(例如加速和/或减速)、IRT成本(I)。
进一步地优化方案，DDS根据描述CAV的计算能力、发射输出、能量消耗、驾驶员的舒适性的标签来衡量CAV的性能，从而通过IRT向单个CAV提供定制的、按需的和动态的IRT功能，并根据单个CAV的需求改进其的安全性和稳定性。其中，CAV的计算能力包括用于感知、预测、决策、控制的计算速度；能量消耗包括燃油经济性、电力经济性；驾驶员的舒适性包括气候控制、CAV的加速/减速。
进一步地优化方案，DDS可提供定制的IRT，以根据CAV车辆制造商的设计来改进CAV性能。
进一步地优化方案，DDS还在车辆成本函数的值超过阈值、响应检测组件、功能和/或服务故障时，将信息和/或功能要求发送给IRT，向单个CAV提供补充功能。
进一步地优化方案，DDS集成来自不同资源的传感器和/或行驶环境的信息，以提供集成的传感器和/或驾驶环境信息，并将集成的传感器和/或驾驶环境信息传递给预测模块，使得DDS向各个CAV提供定制的、按需的和动态的IRT功能，以用于感知、交通行为预测和管理、规划和决策以及/或车辆控制。其中，感知包括实时、短期和/或长期地提供用于交通行为预测和管理、规划和决策和/或车辆控制的信息。DDS还为CAV提供系统安全和备份、车辆性能优化、计算和管理以及动态效用管理。DDS还使用从CAV和/或其他CAV获得的信息和/或从IRT获得的信息来提供定制的、按需的和动态的IRT感知功能，并分配给自动驾驶CAV。DDS还为CAV的自动驾驶提供定制、按需和动态的IRT交通行为预测和管理功能，其中交通行为预测和管理功能为预测周围车辆、行人、自行车的行为，以及其他移动物体。
进一步地优化方案，行为预测和管理功能用于提供预测支持，包括提供原始数据和/或提供从原始数据提取的特征、和/或预测结果，其中基于CAV的预测要求向CAV提供预测支持和/或预测结果。DDS提供用于CAV自动驾驶的定制、按需和动态IRT规划和决策功能。其中，规划和决策功能提供路径规划，包括在微观层次上识别和/或提供用于自动驾驶CAV的详细驾驶路径；路径规划用于识别和/或提供用于自动驾驶CAV的路径；路径规划还包括特殊条件规划和/或灾难解决方案；特殊条件规划，包括和/或提供微观层面的详细驾驶路径和/或在特殊天气条件或事件条件下自动驾驶CAV的路线；灾难解决方案，包括识别和/或提供微观层面的详细驾驶路径和/或在灾难期间自动驾驶CAV的路线，其中，基于CAV的规划和决策要求向CAV提供路径规划、路线规划、特殊条件规划和/或灾难解决方案。
进一步地优化方案，DDS包括控制模块和决策模块。控制模块用于提供定制的、按需的和动态的IRT车辆控制功能，用于CAV的自动驾驶。车辆控制功能由定制、按需和动态IRT感知功能、IRT交通行为预测和管理功能和/或IRT规划和决策功能支持。其中，车辆控制功能为CAV提供横向控制、垂直控制、排控制、车队管理和系统故障安全措施。系统故障安全措施为驾驶员提供足够的响应时间，以便在系统故障期间控制车辆和/或安全地停车。车辆控制功能可估算CAV的自动驾驶的计算资源，并请求和/或提供来自IRT的补充计算资源。控制模块通过集成和/或处理由决策模块提供的信息，向CAVs发送车辆控制命令以自动驾驶CAVs。
进一步地优化方案，DDS估算单个CAV的最佳车辆功耗和驾驶员舒适度，以最小化功耗和排放，并使用通信介质将最佳车辆功耗和驾驶员舒适度发送给CAV。
进一步地优化方案，DDS为各个CAV提供系统备份和冗余服务，其中所述提供系统备份和冗余服务为需要感知支持的各个CAV提供备份和/或补充感知设备，和/或单为个CAV提供备份和/或补充计算资源，以保持CAV性能水平。其中，DDS使用通信介质为各个CAV提供系统备份和冗余服务。DDS通过收集描述CAV的环境的传感器数据，并且向CAV提供传感器数据的至少一个子集，以补充CAV的故障和/或传感器系统缺陷，以最大化CAV的功能，所述传感器数据由IRT提供。
本发明包括DAS、DDS、IRT以及用于在CAV和IRT之间以及DAS、DDS和IRT之间传输数据的通信介质。根据DDS技术，CAV车载系统生成用于CAV自动驾驶的控制指令，且IRT为每个CAV提供定制的、按需的和动态的IRT功能，用于系统安全和备份、车辆性能优化、计算和管理、动态效用管理(DUM)和信息提供；将资源分配给CAV和IRT的DAS(例如，位于DDS中的)，其基于例如汽车制造商、行业联盟、驾驶员对DDS的订阅、DDS对CAV资源需求的识别的要求，向各个车辆提供动态和可定制的服务。DDS的IRT为CAV(例如，不同自动化等级的CAV)提供灵活且可扩展的服务。IRT是车辆导向的，以支持自动驾驶的CAV。例如，在第1级自动化等级运行的CAV可以向IRT请求补充服务以在更高的自动化等级运行。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (7)

1.一种分布式驾驶系统的设备分配系统，其特征在于，所述分布式驾驶系统DDS包括一个或多个智能网联车辆CAV、智能路测设备IRT、通信介质，所述设备分配系统DAS用于管理、协调和/或控制所述CAV和所述IRT的设备，所述设备分配系统DAS为了提升优化DDS系统的安全性、智能等级、效率、可靠性和还原性，以及服务提供者和个体用户的收益，在所述CAV和所述IRT之间分配资源，所述资源包括智能化自动驾驶资源、通信容量、通信功率中的一种或多种；所述IRT为处于不同自动化水平的所述CAV提供定制的、按需的和动态的IRT车辆控制功能；所述通信介质用于在所述CAV、所述IRT、所述DAS之间传输数据；
所述DAS包括智能分配系统，所述智能分配系统用于在IRT设备和CAV设备之间分配智能功能，所述智能功能用于提供感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能；所述智能分配系统还用于收集、识别和/或产生一个或多个功能目标，所述功能目标包括用于感知功能、交通行为预测和管理功能、规划和决策功能以及车辆控制功能的目标；所述智能分配系统还用于根据CAV的智能等级和IRT的智能等级，为所述CAV和IRT分配资源；所述智能分配系统还用于根据所述DDS的智能资源请求，在所述CAV和IRT之间分配感知功能；
所述DAS根据服务提供者和/或个体用户的偏好和/或目标在所述CAV和IRT之间分配资源，所述服务提供者包括汽车制造商、技术公司、通信公司中的一种或多种；具体分配过程包括：1)识别服务提供者的偏好和/或目标；2)基于所述偏好和/或目标选择设计变量；3)为每个设计变量设定变量约束；4)基于所选择的设计变量、变量约束，构建目标函数，基于目标函数进行资源分配。
2.根据权利要求1所述的分布式驾驶系统的设备分配系统，其特征在于，所述IRT设备包括路侧单元RSU、智能网联交通CAVH系统基础设施的组件、智能道路设施系统IRIS基础设施的组件中的一种或多种；所述CAV设备包括车辆控制单元VCU和/或车载单元OBU，VCU和/或OBU用于从所述IRT接收数据，并基于从所述IRT接收的数据来控制车辆；其中，从IRT接收的数据包括：车辆控制信息和/或指令，行驶路线和交通信息，和/或服务信息。
3.根据权利要求1所述的分布式驾驶系统的设备分配系统，其特征在于，所述DAS基于所述DDS的一个或多个目标，提供用于CAV的设备使用策略和用于IRT的设备使用策略；所述DDS的目标包括系统可靠性、系统智能、系统效率、系统还原性中的一种或多种。
4.根据权利要求1所述的分布式驾驶系统的设备分配系统，其特征在于，所述DAS包括设备分配子系统，所述动态分配子系统通过监控DDS工况的变化以及资源分配过程，动态地和/或迭代地在所述CAV和所述IRT之间分配资源。
5.根据权利要求2所述的分布式驾驶系统的设备分配系统，其特征在于，所述VCU和/或OBU包括感知模块、第一通信模块、第二通信模块；所述感知模块用于感知车辆周边环境；所述第一通信模块用于与其他车辆和/或道路基础设施进行通信，将所述感知模块所感知的数据传送至IRT或者智能网联交通CAVH系统的组件中；所述第二通信模块用于所述VCU和/或OBU与另一个VCU和/或OBU进行通信；
所述CAV还包括信息收集模块、数据融合模块；所述信息收集模块包括车内信息收集模块、车外信息收集模块、网络信息收集模块；所述车内信息收集模块用于收集客舱乘客数据；所述车外信息收集模块用于收集车外传感数据；所述网络信息收集模块用于从车辆控制器局域网总线接口收集基本安全消息；所述数据融合模块用于对车内信息收集模块、车外信息收集模块、网络信息收集模块所收集的信息进行融合并通过所述第一通信模块发送至所述IRT，用于监视车辆状态和驾驶员状态；
所述VCU和/或OBU还通过所述第一通信模块向IRT发送效用和/或成本信息、驾驶员输入数据、驾驶员状况数据、和/或车辆状况数据；
所述CAV还包括执行模块，所述执行模块用于执行完成驾驶任务的控制指令；所述控制指令由VCU、OBU、IRT中的一个或多个提供。
6.根据权利要求1所述的分布式驾驶系统的设备分配系统，其特征在于，所述IRT车辆控制功能用于对CAV提供横向控制、纵向控制、车群控制、车队管理和系统故障安全措施；所述IRT车辆控制功能还用于获取支持CAV自动驾驶的计算资源，并请求和/或提供来自IRT的补充计算资源。
7.根据权利要求1所述的分布式驾驶系统的设备分配系统，其特征在于，所述IRT包括感知模块、决策模块；所述感知模块用于采集描述CAV驾驶环境的传感器数据，并且向CAV提供传感器数据的至少一个子集；所述传感器数据包括描述道路状况、交通标志和/或信号以及围绕CAV的对象的信息；所述IRT还用于集成来自不同资源的传感器和/或驾驶环境信息，以提供集成的传感器和/或驾驶环境信息，并将集成的传感器和/或驾驶环境信息传递给决策模块，所述决策模块基于CAV的预测要求向CAV提供预测支持和/或预测结果；
所述IRT还用于向所述CAV提供路径规划，所述路径规划包括在微观层面上识别和/或提供用于CAV车辆自动驾驶的驾驶路径；所述路径规划还包括特殊条件规划和/或灾难解决方案；所述特殊条件规划包括和/或提供微观层面的驾驶路径和/或在特殊天气条件或事件条件下CAV的自动驾驶路线；灾难解决方案，包括识别和/或提供微观层面的驾驶路径和/或在灾难期间CAV的自动驾驶路线；
所述IRT还用于为车辆制造商和/或驾驶服务提供商提供定制服务，所述定制服务包括远程控制服务、路面状况检测和/或行人预测。
CN202110330132.0A 2020-04-03 2021-03-29 一种分布式驾驶系统的设备分配系统 Active CN113191588B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063004564P 2020-04-03 2020-04-03
US63/004,564 2020-04-03

Publications (2)

Publication Number Publication Date
CN113191588A CN113191588A (zh) 2021-07-30
CN113191588B true CN113191588B (zh) 2023-02-07

Family

ID=76974126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110330132.0A Active CN113191588B (zh) 2020-04-03 2021-03-29 一种分布式驾驶系统的设备分配系统

Country Status (2)

Country Link
US (1) US20210314752A1 (zh)
CN (1) CN113191588B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11741834B2 (en) * 2019-08-31 2023-08-29 Cavh Llc Distributed driving systems and methods for automated vehicles
CN113835420A (zh) 2020-06-23 2021-12-24 上海丰豹商务咨询有限公司 一种用于自动驾驶系统的功能分配系统
CN114407900A (zh) 2020-10-14 2022-04-29 上海丰豹商务咨询有限公司 一种车路协同自动驾驶功能分配系统及方法
US12043288B2 (en) 2021-03-02 2024-07-23 Cavh Llc Mobile intelligent road infrastructure system
US12056529B2 (en) * 2021-09-21 2024-08-06 International Business Machines Corporation Computation service by autonomous vehicles
CN113971883A (zh) * 2021-10-29 2022-01-25 四川省公路规划勘察设计研究院有限公司 车路协同自动驾驶方法及高效运输系统
CN114919599B (zh) * 2022-05-17 2023-08-29 厦门金龙联合汽车工业有限公司 一种在自动驾驶车辆上实现车辆编队的装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108447291A (zh) * 2018-04-03 2018-08-24 南京锦和佳鑫信息科技有限公司 一种智能道路设施系统及控制方法
CN108803607A (zh) * 2018-06-08 2018-11-13 北京领骏科技有限公司 一种用于自动驾驶的多功能仿真系统
CN109118758A (zh) * 2018-07-24 2019-01-01 南京锦和佳鑫信息科技有限公司 一种面向移动共享的智能网联交通管理系统
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
CN109255970A (zh) * 2018-09-20 2019-01-22 南京锦和佳鑫信息科技有限公司 一种智能网联交通安全系统和方法
CN109285373A (zh) * 2018-08-31 2019-01-29 南京锦和佳鑫信息科技有限公司 一种面向整体道路网的智能网联交通系统
CN110895877A (zh) * 2018-08-24 2020-03-20 南京锦和佳鑫信息科技有限公司 一种车路驾驶任务智能化分配系统和方法
CN110930747A (zh) * 2018-09-20 2020-03-27 南京锦和佳鑫信息科技有限公司 一种基于云计算技术的智能网联交通服务系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8103435B2 (en) * 2007-07-27 2012-01-24 George Mason Intellectual Properties, Inc. Near real-time traffic routing
US8863256B1 (en) * 2011-01-14 2014-10-14 Cisco Technology, Inc. System and method for enabling secure transactions using flexible identity management in a vehicular environment
JP6570507B2 (ja) * 2016-12-27 2019-09-04 みこらった株式会社 自動車及び自動車用プログラム
JP6613265B2 (ja) * 2017-06-01 2019-11-27 本田技研工業株式会社 予測装置、車両、予測方法およびプログラム
US10437247B2 (en) * 2017-08-10 2019-10-08 Udelv Inc. Multi-stage operation of autonomous vehicles
US11003184B2 (en) * 2017-12-05 2021-05-11 Veniam, Inc. Cloud-aided and collaborative data learning among autonomous vehicles to optimize the operation and planning of a smart-city infrastructure

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108447291A (zh) * 2018-04-03 2018-08-24 南京锦和佳鑫信息科技有限公司 一种智能道路设施系统及控制方法
CN108803607A (zh) * 2018-06-08 2018-11-13 北京领骏科技有限公司 一种用于自动驾驶的多功能仿真系统
CN109118758A (zh) * 2018-07-24 2019-01-01 南京锦和佳鑫信息科技有限公司 一种面向移动共享的智能网联交通管理系统
CN110895877A (zh) * 2018-08-24 2020-03-20 南京锦和佳鑫信息科技有限公司 一种车路驾驶任务智能化分配系统和方法
CN109147370A (zh) * 2018-08-31 2019-01-04 南京锦和佳鑫信息科技有限公司 一种智能网联车的高速公路控制系统和特定路径服务方法
CN109285373A (zh) * 2018-08-31 2019-01-29 南京锦和佳鑫信息科技有限公司 一种面向整体道路网的智能网联交通系统
CN109255970A (zh) * 2018-09-20 2019-01-22 南京锦和佳鑫信息科技有限公司 一种智能网联交通安全系统和方法
CN110930747A (zh) * 2018-09-20 2020-03-27 南京锦和佳鑫信息科技有限公司 一种基于云计算技术的智能网联交通服务系统

Also Published As

Publication number Publication date
CN113191588A (zh) 2021-07-30
US20210314752A1 (en) 2021-10-07

Similar Documents

Publication Publication Date Title
CN113191588B (zh) 一种分布式驾驶系统的设备分配系统
CN109118758B (zh) 一种面向移动共享的智能网联交通管理系统
CN113496602B (zh) 智能路侧工具箱
US11495126B2 (en) Systems and methods for driving intelligence allocation between vehicles and highways
US12046136B2 (en) Distributed driving with flexible roadside resources
US20220114885A1 (en) Coordinated control for automated driving on connected automated highways
US20220219731A1 (en) Intelligent information conversion for automatic driving
CN113835420A (zh) 一种用于自动驾驶系统的功能分配系统
US20220332337A1 (en) Vehicle intelligent unit
CN111222728A (zh) 无人驾驶运载车辆调度方法、调度系统及存储介质
CN110606070B (zh) 一种智能驾驶车辆及其制动方法、车载设备和存储介质
CN110568847B (zh) 一种车辆的智能控制系统、方法，车载设备和存储介质
CN114501385A (zh) 一种应用于智能网联交通系统的协同自动驾驶系统
US12077175B2 (en) Function allocation for automated driving systems
US11472424B2 (en) Method for dynamic context-based distribution of software in a vehicle control system, and a control system
US20220171400A1 (en) Systematic intelligent system
Hernandez et al. Applications of Cloud Computing in Intelligent Vehicles: A Survey
CN111627240A (zh) 一种智能城市公交车辆专用车道设施系统与控制方法
RU2753778C1 (ru) Устройство управления движением и маневрированием группы роботизированных и автономных наземных транспортных средств на основе применения многосвязной адаптивной системы управления
CN116185019A (zh) 无人公交系统控制方法、装置、计算机设备和存储介质
JP2024000661A (ja) 車両管理システム
CN113272195A (zh) 用于智能网联车辆的控制系统及控制方法
CN113010205A (zh) 在控制系统中基于上下文动态分发软件的方法及控制系统
Liasi et al. Electric vehicles in smart cities
CN116778734A (zh) 一种服务于车路协同自动驾驶的智慧车载单元

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