CN113467474B - 自动驾驶层次化控制系统 - Google Patents
自动驾驶层次化控制系统 Download PDFInfo
- Publication number
- CN113467474B CN113467474B CN202110866816.2A CN202110866816A CN113467474B CN 113467474 B CN113467474 B CN 113467474B CN 202110866816 A CN202110866816 A CN 202110866816A CN 113467474 B CN113467474 B CN 113467474B
- Authority
- CN
- China
- Prior art keywords
- layer
- planning
- control
- execution
- information
- 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
Links
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 9
- 230000008447 perception Effects 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 23
- 230000001133 acceleration Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000013486 operation strategy Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000001172 regenerating effect Effects 0.000 claims description 3
- 230000001953 sensory effect Effects 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008713 feedback mechanism Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- 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
- G05D1/0293—Convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种自动驾驶层次化控制系统,本发明将复杂的自动驾驶汽车系统划分为五个层次架构,每层在其功能部件支持下可以实现本层预定义的功能,并与上下层进行信息交互。具体地,每个层次反馈本层信息至上一层,由上一层对下一层反馈的信息作出判断并重新制定新的指令,各个层次各司其职,互不干扰,并且将五层架构划分为汽车工程域和人工智能域,避免不同领域之间的技术发展出现脱节,从而实现多学科领域的有效结合。本发明提出的规范化的分层次功能定义,利于自动驾驶汽车行业形成标准化和通用化,并通过在层次之间设置信息反馈机制,均分了各层次部件的工作量,使整个系统架构更加稳定可靠。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种自动驾驶层次化控制系统。
背景技术
自动驾驶汽车是多学科融合的先进技术领域,包括车联网、视觉识别、机器学习、环境感知、嵌入式软件、自动化控制、线控底盘等诸多专业方向。现阶段,传统汽车企业希望基于现有的平台向自动驾驶方向升级优化,新造车势力希望以人工智能为切入点重新定义汽车平台。对于这样一个多学科融合的技术领域,若没有一个系统优化设计的层次架构,对各层次功能进行统筹的定义,则会导致整体的功能冗余、结构复杂。
由于自动驾驶是一个跨学科深度交融的技术领域,现阶段单从信息通信、软件工程、自动化控制、汽车工程中的任一领域出发对自动驾驶系统进行架构的设计,都可能会存在偏颇。而现有的技术方案大多存在这样的学科偏向,设计时未完全超出自身学科领域限制,并没有考虑跨学科的深度融合,因此都存在一定程度的缺陷。
举例来说:有些现有技术是将智能驾驶系统分为传感器信息共享、控制器资源共用、执行器操作共管三个层次,这种层次架构仅局限于单台车辆特定场景下的无人驾驶,若要实现基于车联网平台的智能驾驶,该层次结构仍需要向上扩展;还有些现有技术提出了一种环形结构,在一侧的环线失效时另外一侧的环线可以弥补,这同样也仅是对单台车辆上搭载的具有无人驾驶功能的部件进行连接的方案,并不能作为自动驾驶系统的整体架构。
发明内容
鉴于上述,本发明旨在提供一种自动驾驶层次化控制系统,以弥补前述现有技术的不足。
本发明采用的技术方案如下:
一种自动驾驶层次化控制系统,其中包括:
自底向上设置的部件层、执行层、决策层、感知层、规划层;其中,所述部件层以及所述执行层属于既定的汽车工程域,所述决策层、所述感知层以及规划层属于既定的人工智能域;
所述部件层用于根据所述执行层下发的控制指令实现车辆的基本行驶功能,以及用于向所述执行层反馈基本故障信息;
所述执行层用于对所述部件层反馈的基本故障信息进行闭环处置,以及用于根据所述决策层下发的目标指令对车辆进行闭环控制;
所述决策层用于按既定周期对所述执行层的执行结果进行监控及纠正,并向所述感知层反馈车辆实际运行信息,以及用于根据所述感知层提供的第一规划路径向所述执行层下发所述目标指令;
所述感知层用于获得视觉识别和环境感知信息并向所述规划层实时发送位置及状态信息,以及用于根据所述规划层下发的第二规划路径生成所述第一规划路径并基于所述决策层的目标指令以及既定的危险判定机制调整所述第一规划路径;
所述规划层用于自动驾驶任务统筹并生成所述第二规划路径,以及用于对所述感知层反馈的位置及状态信息进行周期性监测并则根据当前位置及状态信息重新生成所述第二规划路径。
在其中至少一种可能的实现方式中,所述部件层的功能部件包括:驱动传动系统、转向系统和制动系统。
在其中至少一种可能的实现方式中,所述执行层的功能部件包括:加速控制器、制动控制器、转向控制器、整车控制器。
在其中至少一种可能的实现方式中,所述决策层的功能部件包括:工控计算机和/或嵌入式系统。
在其中至少一种可能的实现方式中,所述感知层的功能部件包括如下部件的多种组合:雷达、摄像头、定位系统、车载通信终端、物联网感应终端以及实现算法分析的控制器。
在其中至少一种可能的实现方式中,所述规划层的功能部件包括:云端服务器和路端服务器。
在其中至少一种可能的实现方式中,所述部件层与所述执行层之间通过电气或机械物理装置连接;所述执行层与所述决策层之间通过网关连接;所述决策层与所述感知层之间通过本地高速网络接口连接;所述感知层与所述规划层之间通过无线网络连接。
在其中至少一种可能的实现方式中,所述目标指令至少包括:目标车速、目标转弯角度以及目标加减速度。
在其中至少一种可能的实现方式中,所述上述五个层级根据预设的控制深度等级采用不同的运行策略模式进行控制包括:
根据所述控制深度等级,调整人工智能域的三个层级之间的信息交互周期,并始终保持汽车工程域的两个层级之间的信息交互周期;
以及,对于除规划层之外的四个层级:
当所述控制深度等级高于预设阈值时,对于上一层下达的指令,基于本层次的功能部件及相应的控制算法进行差错校验;
按照预设权重融合上一层的指令以及本层的校验结果,得到用于本层控制的最终策略。
在其中至少一种可能的实现方式中,所述控制深度等级的构建方式包括:
预先设定用于表征自动驾驶控制难易程度的控制深度向量,其中,所述控制深度向量包含若干个分量,分量取值越大表征越难;
根据所述控制深度向量的模值,确定出若干控制深度等级。
本发明的设计构思在于,将复杂的自动驾驶汽车系统划分为相对简洁、清晰的五个层次架构,每个层次在其有限的若干个功能部件支持下可以实现本层次预定义的功能,并与上下层次进行信息交互。具体地,每个层次反馈本层信息至上一层,由上一层对下一层反馈的信息作出判断并重新制定新的指令,各个层次各司其职,互不干扰,且每个层次自身的功能既不繁杂也不简约,可以同时兼顾汽车工程领域既有平台的发展方向以及人工智能领域的飞速发展现状,从而实现人工智能领域与汽车工程领域的有效结合。本发明提出的规范化的分层次功能定义,利于自动驾驶汽车行业形成标准化和通用化,并通过在层次之间设置的信息反馈机制,均分了各层次部件的工作量,使整个系统架构更加稳定可靠,同时,还将五层架构划分为汽车工程域和人工智能域,避免不同领域之间的技术发展出现脱节。
附图说明
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步描述,其中:
图1为本发明实施例提供的自动驾驶层次化控制系统的架构示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明提出了一种自动驾驶层次化控制系统的实施例,具体来说,如图1所示,可以包括:自底向上设置的部件层、执行层、决策层、感知层、规划层;其中,所述部件层以及所述执行层属于既定的汽车工程域,所述决策层、所述感知层以及规划层属于既定的人工智能域;
所述部件层用于根据所述执行层下发的控制指令实现车辆的基本行驶功能,以及用于向所述执行层反馈基本故障信息;
所述执行层用于对所述部件层反馈的基本故障信息进行闭环处置,以及用于根据所述决策层下发的目标指令对车辆进行闭环控制;
所述决策层用于按既定周期对所述执行层的执行结果进行监控及纠正,并向所述感知层反馈车辆实际运行信息,以及用于根据所述感知层提供的第一规划路径向所述执行层下发所述目标指令;
所述感知层用于获得视觉识别和环境感知信息并向所述规划层实时发送位置及状态信息,以及用于根据所述规划层下发的第二规划路径生成所述第一规划路径并基于所述决策层的目标指令以及既定的危险判定机制调整所述第一规划路径;
所述规划层用于自动驾驶任务统筹并生成所述第二规划路径,以及用于对所述感知层反馈的位置及状态信息进行周期性监测并则根据当前位置及状态信息重新生成所述第二规划路径。
可选地,所述部件层的功能部件包括:驱动传动系统、转向系统和制动系统。
可选地,所述执行层的功能部件包括:加速控制器、制动控制器、转向控制器、整车控制器。
可选地,所述决策层的功能部件包括:工控计算机和/或嵌入式系统。
可选地,所述感知层的功能部件包括如下部件的多种组合:雷达、摄像头、定位系统、车载通信终端、物联网感应终端以及实现算法分析的控制器。
可选地,所述规划层的功能部件包括:云端服务器和路端服务器。
可选地,所述部件层与所述执行层之间通过电气或机械物理装置连接;所述执行层与所述决策层之间通过网关连接;所述决策层与所述感知层之间通过本地高速网络接口连接;所述感知层与所述规划层之间通过无线网络连接。
可选地,所述目标指令至少包括:目标车速、目标转弯角度以及目标加减速度。
可选地,所述上述五个层级根据预设的控制深度等级采用不同的运行策略模式进行控制包括:
根据所述控制深度等级,调整人工智能域的三个层级之间的信息交互周期,并始终保持汽车工程域的两个层级之间的信息交互周期;
以及,对于除规划层之外的四个层级:
当所述控制深度等级高于预设阈值时,对于上一层下达的指令,基于本层次的功能部件及相应的控制算法进行差错校验;
按照预设权重融合上一层的指令以及本层的校验结果,得到用于本层控制的最终策略。
可选地,所述控制深度等级的构建方式包括:
预先设定用于表征自动驾驶控制难易程度的控制深度向量,其中,所述控制深度向量包含若干个分量,分量取值越大表征越难;
根据所述控制深度向量的模值,确定出若干控制深度等级。
为了便于理解上述实施例及其优选方案,这里再结合图1所示提供如在具体说明以供参考:
第一层、部件层
部件层是自动驾驶车辆的实体零部件,主要包括驱动传动系统、转向系统和制动系统,可以实现车辆的加速、转弯、减速等功能。部件本身不具有自主意识,需要在人为操控下,或者在自动驾驶部件的控制下完成指令要求作业。部件层本身具备低级的安全策略(部件层本身不具备故障处理意识和能力),如在车辆自身存在安全隐患时(如驱动系统过热、制动管路压力过低、EPS转向电机过热等)通过声光信号向驾驶员提出警示,获通过CAN信号向上层反馈故障信息。总之,其可以实现车辆的行驶功能,并向上层反馈部件的基本故障信息,而部件层对上层执行层的接口,可以是机械或电气的物理接口,如线束接口、制动管路接头、转向系啮合齿轮等。
第二层、执行层
执行层包括用来执行加速、减速、转向控制的硬件和软件部分等,其接收上一层决策层下达的指令。执行层确保能按照决策层的指令要求,完成车辆的加减速和转向控制。并确保控制系统的响应速度能达到自动驾驶的要求,实现对最终的输出结果(车速、加速度、减速度、转弯角度等)的闭环控制。执行层将车速、车身侧倾角、横摆角等信息反馈给上一层决策层,作为决策层相关算法的输入条件。关于自动控制相关功能的软硬件设置均处于执行层,而不需要上层完成对指令是否达成的闭环监测。执行层对决策层下发的目标指令进行闭环控制,(即对决策层下发的目标车速、目标转弯角度、目标加/减速度进行闭环控制)。在指令执行过程中,执行层要实现车辆自身的安全控制,如防抱死制动控制ABS,主动安全制动控制AEB,车身稳定控制ESC,驱动防滑控制ASR,坡道辅助EPB等。同时,执行层对部件层反馈的故障信息进行应急安全处置,如在驱动系统过热时限制驱动系统的功率,在制动管路压力过低时通过声光警示驾驶员,或者主动制动让车辆停止行驶。具体的应急安全处置策略根据不同的车型结构而有所不同。即部件层反馈的故障信息,在执行层即可闭环处理,而不用再上报到更高层请求处理,可以减少对紧急故障处理的反应时间。关于执行层对上一层决策层的接口,通常由于决策层软件通讯协议与执行层及部件层不同,甚至差异很大(这是由于决策层的软件和硬件多是基于信息通信领域的成熟产品在汽车上的应用,其遵循的设计标准与汽车工程领域的设计标准并不一致,跨行业的融合会由于很多的技术标准不统一变得掣肘)。对于自动驾驶汽车,本发明采用网关作为执行层与决策层的接口,可以实现不同的波特率,不同的信号格式,不同帧定义之间的顺利转化,而不用修改执行层和决策层原先的软件架构。此外,为保证对自动驾驶汽车的绝对控制,在执行层仍保留对车载安全驾驶员的接口,例如图形用户接口(可实现对车辆的操纵控制)、方向盘、各类踏板等。并且在任何时候,出于安全考虑,允许车载安全驾驶员强制接管自动驾驶汽车,以保证人工智能在人类可掌控的范围内工作,而不至于在发生重大网络安全事件时,自动驾驶汽车完全处于失控状态。
需进一步说明的是:在执行层将部件层反馈的紧急故障进行闭环处理,是易于实现的。目前的传统汽车平台可以很轻易地扩展自动驾驶执行层的功能,本发明所述层次架构中的部件层和执行层,在实际操作中,可以是基于非无人驾驶汽车工业既有水平提出的,也是现代非无人驾驶汽车的发展方向。
第三层、决策层
决策层按照上一层感知层提供的短路径规划,按照安全行驶策略,输出加减速和转弯指令给下一层执行层。决策层的主要功能部件可以是具有强大算力的工控计算机,也可以是高速芯片集成的嵌入式系统等。决策层对上一层感知层提供的路径正确与否不做检验,但对下一层执行层的执行结果进行监控,并适时提出修正的指令。由于执行层已实现闭环控制,因此决策层对执行结果的监控可以不必是实时的。例如每隔一段时间,检测执行层输出的车速是否符合决策层的要求,如果不符合则立即发送指令给执行层。此外,决策层记录每次下发的指令和执行层最终的执行结果,通过对累积的大数据分析,实现机器学习。例如可以采用神经网络深度学习,多输入条件下,通过神经网络的优化可以实现结果输出的最优。决策层对上一层感知层的接口是高速通信接口(如光纤接口),以满足高速率通信的信息传递要求,并向上一层感知层反馈实际车速、加/减速度、实际转弯角度等,以作为感知层相关算法的输入条件。
第四层、感知层
感知层的主要功能之一,在于接收上一层规划层的行驶任务指令,并在感知范围内规划行驶路径(为与规划层的路径规划区分,这里称为短路径规划,也即是上述第一规划路径)。如遇到十字路口,感知层规划转弯路径;遇到前方有障碍物,感知层规划绕行路径。同时,向上一层规划层实时报告自己的位置信息。感知层的主要功能之二,在于视觉识别和环境感知。通过定位系统,确定车辆位置信息,通过雷达感应进行障碍物距离监测,通过高清摄像头并配合图像识别算法,识别障碍物的类别,例如前方是否人行横道,信号灯是否是绿灯,障碍物是死物还是活物等。感知层的主要功能部件包括雷达、摄像头、定位系统、车载终端(用于与规划层进行无线的信息通讯)、以及实现算法分析的控制器等(当自动驾驶汽车发展到万物联网的阶段的时候,感知层还可以包括各种能与自动驾驶汽车交互信息的事物所配置的感应终端)。感知层对上一层规划层的接口是车载终端,以此接收规划层下达的长路径规划指令(行驶任务指令,也即是上述第二规划路径),并反馈车辆的实时位置信息和其它状态信息。感知层对决策层提供的加减速或转向的决策(目标指令)进行实时监测,判定决策中是否增加了感知层感应到的危险系数,如果是,则感知层及时调整短路径规划,决策层按照新的短路径规划进行加减速转向的决策。举例说明,自动驾驶汽车前进方向有车行驶且车速较低,感知层生成短路径规划要求变道超车;决策层在完成了具体转向角度,车速增加设置的决策并下发目标指令给执行层执行;而与此同时,前车突然向同侧变道,感知层感应到在本车变道过程中的行车安全风险系数会增加,则重新制定新的短路径规划,比如规划自动驾驶汽车回到原车道行驶。
第五层、规划层
规划层可以认为是对自动驾驶系统构建的管理平台,该管理平台是可以是一个云端服务器,并连接众多布置安装在关键路口的子服务器(称路端服务器),构建一个自动驾驶汽车群的网络。云端服务器接收路端服务器和车载终端发送的的信息,并通过GUI(图形用户界面)实现管理者对自动驾驶汽车网络的监控。管理者可以监控一个车队,甚至一座城市所有自动驾驶车辆,并为自动驾驶汽车下达任务指令,例如甲车从A点到B点完成载人任务,乙车从C点经过D点,最终到达E点以完成运输任务等等。任务的统筹、起点到终点长路径的规划是基于管理平台的运营需要,和实时的路况信息决定的。这些规划的任务和路径的信息,通过无线电磁波传播给感知层的车载终端。感知层接收指令,并按照一个个短路径的规划,最终实现规划层下达的长路径规划。规划层的任务统筹和长路径规划,是由具有强大计算功能的计算机实现的。仅需要很少的人进行管理,对计算机偶发反馈的高级别故障信息进行人为的处理,而低级别的故障信息则由计算机自行处理。这使得自动驾驶的层次架构在最高层的安全决策仍然掌握在人的手中。规划层对感知层反馈的车辆状态信息进行监测(间歇性、周期性检测),看实际车辆运行情况是否符合规划层的原始意图,若检测到一定的次数的不符合,则根据当前的路况情况重新进行规划,并将重新将规划信息发送给感知层的车载终端。
此外,上述五层次的自动驾驶系统架构,可预先(由底至上)将第一层和第二层定义为汽车工程域,将第三、第四、第五层定义为人工智能域,五层次架构体现了多学科融合的思路。
关于前文提及的该层次化系统架构中各个层级的控制策略模式,则可以参考如下说明:
可以预先定义一个控制深度向量(在实际操作中,可由用户在管理平台予以实现),该向量中包含n个环境因素分量,如规划层当前下发第二规划路径指令时涉及的时段(出行高峰或低峰)、天气(阴晴雨雪)、路面情况(积水、积雪或其他)、熟路程度(即规划层下发的运输指令中初步规划的长路径是否为当前车辆经常行驶的路线)等。控制深度向量可以表示为α=(α1,α2,α3...an),α为一个n维向量,即包含n个环境因素分量,对于其中每个环境因素分量,取值范围可以是(0,1]。可以理解的是所述控制深度向量表征的是自动驾驶控制的难易程度,且其中分量的取值越大,则代表环境因素越不利于自动驾驶的操控,需要提高相应的控制深度等级。
按此定义,控制深度向量α的模|α|如果越大,则表示对自动驾驶系统的算力要求越高,比如规划的长路径是执行运输任务的车辆没有行驶过的路径,也即是车辆自身的数据库中没有规划层生成的路径的相关数据,其自身的深度学习内容也没有覆盖规划层要求的此段路径,这对于规划层以下几个层次具体选择何种运行策略会产生影响。
也即是说,可以考虑根据控制深度向量模|α|的大小,将自动驾驶的控制深度分为若干种控制深度等级,最低等级对应的是环境因素简单、轻车熟路控制策略,对自动驾驶系统控制要求也相应最低;反之,最高等级则对自动驾驶系统控制要求最高。
由此,结合前述“上述五个层级根据预设的控制深度等级采用不同的运行策略模式进行控制”,可以具体参考如下:
(一)人工智能域
在人工智能域内的三个层次中,控制深度等级越高,实时性要求也越高,上一层给下一层发送的指令周期则越短并需要持续更新。同样地,下一层反馈给上一层信息的周期也越短,以便上一层更快地调整已下发的指令。
当控制深度等级高过某一阈值时,可以认为此时上一层的指令可能会存在差错,因此在下一层接收到上一层指令时,需要根据本层已有的功能部件和控制算法进行校验,其最终的输出结果优选是综合考虑上一层指令以及本层校验结果,并按照一定权重配比的优化结果,该权重可以是0.5:0.5,或者0.6:0.4等,对此本发明不作限定。
更佳地,当控制深度等级高过某一阈值时,感知层和决策层执行的相关算法,则优选要增大安全裕度,例如感知层原本感知到某物体距离为d,为提高自动驾驶系统的安全裕度,将0.95×d作为输出结果,使得下一层(决策层)执行的是基于该物体离自动驾驶汽车比实际要更近的情况下的控制决策。
(二)汽车工程域
对于汽车工程域的两个层次,由于二者本身对实时性要求就较高,因此不论控制深度位于何等级,执行层和部件层之间的信息交互周期不受影响。
当然,可以参考前述,控制深度等级高过某一阈值时,执行层对于上一层(决策层)下达的指令,基于本层次的功能部件和控制算法进行差错校验,其最终的输出结果优选是综合考虑上一层指令和本层校验结果,并按照一定权重配比的优化结果,该权重可以是0.5:0.5,或者0.6:0.4等,对此本发明也可以不作限定。
综上所述,本发明的设计构思在于,将复杂的自动驾驶汽车系统划分为相对简洁、清晰的五个层次架构,每个层次在其有限的若干个功能部件支持下可以实现本层次预定义的功能,并与上下层次进行信息交互。具体地,每个层次反馈本层信息至上一层,由上一层对下一层反馈的信息作出判断并重新制定新的指令,各个层次各司其职,互不干扰,且每个层次自身的功能既不繁杂也不简约,可以同时兼顾汽车工程领域既有平台的发展方向以及人工智能领域的飞速发展现状,从而实现人工智能领域与汽车工程领域的有效结合。本发明提出的规范化的分层次功能定义,利于自动驾驶汽车行业形成标准化和通用化,并通过在层次之间设置的信息反馈机制,均分了各层次部件的工作量,使整个系统架构更加稳定可靠,同时,还将五层架构划分为汽车工程域和人工智能域,避免不同领域之间的技术发展出现脱节。
本发明实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,但以上仅为本发明的较佳实施例,需要言明的是,上述实施例及其优选方式所涉及的技术特征,本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下,合理地组合搭配成多种等效方案;因此,本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种自动驾驶层次化控制系统,其特征在于,包括:自底向上设置的部件层、执行层、决策层、感知层、规划层;其中,所述部件层以及所述执行层属于既定的汽车工程域,所述决策层、所述感知层以及规划层属于既定的人工智能域;
所述部件层用于根据所述执行层下发的控制指令实现车辆的基本行驶功能,以及用于向所述执行层反馈基本故障信息;
所述执行层用于对所述部件层反馈的基本故障信息进行闭环处置,以及用于根据所述决策层下发的目标指令对车辆进行闭环控制;
所述决策层用于按既定周期对所述执行层的执行结果进行监控及纠正,并向所述感知层反馈车辆实际运行信息,以及用于根据所述感知层提供的第一规划路径向所述执行层下发所述目标指令;
所述感知层用于获得视觉识别和环境感知信息并向所述规划层实时发送位置及状态信息,以及用于根据所述规划层下发的第二规划路径生成所述第一规划路径并基于所述决策层的目标指令以及既定的危险判定机制调整所述第一规划路径;
所述规划层用于自动驾驶任务统筹并生成所述第二规划路径,以及用于对所述感知层反馈的位置及状态信息进行周期性监测并则根据当前位置及状态信息重新生成所述第二规划路径;
上述五个层级根据预设的控制深度等级采用不同的运行策略模式进行控制,包括根据所述控制深度等级,调整人工智能域的三个层级之间的信息交互周期,并始终保持汽车工程域的两个层级之间的信息交互周期,包括:在人工智能域内的三个层次中,控制深度等级越高,上一层给下一层发送的指令周期以及下一层反馈给上一层信息的周期越短;在汽车工程域内,忽略控制深度的等级,始终保持执行层和部件层之间的信息交互周期。
2.根据权利要求1所述的自动驾驶层次化控制系统,其特征在于,所述部件层的功能部件包括:驱动传动系统、转向系统和制动系统。
3.根据权利要求1所述的自动驾驶层次化控制系统,其特征在于,所述执行层的功能部件包括:加速控制器、制动控制器、转向控制器、整车控制器。
4.根据权利要求1所述的自动驾驶层次化控制系统,其特征在于,所述决策层的功能部件包括:工控计算机和/或嵌入式系统。
5.根据权利要求1所述的自动驾驶层次化控制系统,其特征在于,所述感知层的功能部件包括如下部件的多种组合:雷达、摄像头、定位系统、车载通信终端、物联网感应终端以及实现算法分析的控制器。
6.根据权利要求1所述的自动驾驶层次化控制系统,其特征在于,所述规划层的功能部件包括:云端服务器和路端服务器。
7.根据权利要求1~6任一项所述的自动驾驶层次化控制系统,其特征在于,所述部件层与所述执行层之间通过电气或机械物理装置连接;所述执行层与所述决策层之间通过网关连接;所述决策层与所述感知层之间通过本地高速网络接口连接;所述感知层与所述规划层之间通过无线网络连接。
8.根据权利要求1~6任一项所述的自动驾驶层次化控制系统,其特征在于,所述目标指令至少包括:目标车速、目标转弯角度以及目标加减速度。
9.根据权利要求1~6任一项所述的自动驾驶层次化控制系统,其特征在于,所述上述五个层级根据预设的控制深度等级采用不同的运行策略模式进行控制包括:
对于除规划层之外的四个层级:
当所述控制深度等级高于预设阈值时,对于上一层下达的指令,基于本层次的功能部件及相应的控制算法进行差错校验;
按照预设权重融合上一层的指令以及本层的校验结果,得到用于本层控制的最终策略。
10.根据权利要求9所述的自动驾驶层次化控制系统,其特征在于,所述控制深度等级的构建方式包括:
预先设定用于表征自动驾驶控制难易程度的控制深度向量,其中,所述控制深度向量包含若干个分量,分量取值越大表征越难;
根据所述控制深度向量的模值,确定出若干控制深度等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110866816.2A CN113467474B (zh) | 2021-07-29 | 2021-07-29 | 自动驾驶层次化控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110866816.2A CN113467474B (zh) | 2021-07-29 | 2021-07-29 | 自动驾驶层次化控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113467474A CN113467474A (zh) | 2021-10-01 |
CN113467474B true CN113467474B (zh) | 2023-09-22 |
Family
ID=77883208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110866816.2A Active CN113467474B (zh) | 2021-07-29 | 2021-07-29 | 自动驾驶层次化控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113467474B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114312847B (zh) * | 2022-01-13 | 2024-04-12 | 安徽江淮汽车集团股份有限公司 | 一种自动驾驶车辆的横向控制方法及装置 |
CN116048096B (zh) * | 2023-02-23 | 2024-04-30 | 南京理工大学 | 一种基于层次化深度感知的无人车运动规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107577231A (zh) * | 2017-08-28 | 2018-01-12 | 驭势科技(北京)有限公司 | 车辆的控制决策的制定方法、装置和无人驾驶车辆 |
CN110262508A (zh) * | 2019-07-06 | 2019-09-20 | 深圳数翔科技有限公司 | 应用于封闭场地无人驾驶货运车辆上的自动引导系统及方法 |
CN110304074A (zh) * | 2019-06-28 | 2019-10-08 | 电子科技大学 | 一种基于分层状态机的混合式驾驶方法 |
WO2020103120A1 (zh) * | 2018-11-23 | 2020-05-28 | 湖南中车时代电动汽车股份有限公司 | 一种智能驾驶汽车自动进出站台的控制方法及系统 |
JP2020124994A (ja) * | 2019-02-04 | 2020-08-20 | 日産自動車株式会社 | 車両運動制御方法及び車両運動制御装置 |
CN112677963A (zh) * | 2021-01-07 | 2021-04-20 | 吉林大学 | 智能网联四轮独立转向和独立驱动电动汽车紧急避障系统 |
CN113108807A (zh) * | 2021-06-16 | 2021-07-13 | 禾美(浙江)汽车股份有限公司 | 一种自动驾驶路径规划方法及其可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11204417B2 (en) * | 2019-05-08 | 2021-12-21 | GM Global Technology Operations LLC | Selective attention mechanism for improved perception sensor performance in vehicular applications |
-
2021
- 2021-07-29 CN CN202110866816.2A patent/CN113467474B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107577231A (zh) * | 2017-08-28 | 2018-01-12 | 驭势科技(北京)有限公司 | 车辆的控制决策的制定方法、装置和无人驾驶车辆 |
WO2020103120A1 (zh) * | 2018-11-23 | 2020-05-28 | 湖南中车时代电动汽车股份有限公司 | 一种智能驾驶汽车自动进出站台的控制方法及系统 |
JP2020124994A (ja) * | 2019-02-04 | 2020-08-20 | 日産自動車株式会社 | 車両運動制御方法及び車両運動制御装置 |
CN110304074A (zh) * | 2019-06-28 | 2019-10-08 | 电子科技大学 | 一种基于分层状态机的混合式驾驶方法 |
CN110262508A (zh) * | 2019-07-06 | 2019-09-20 | 深圳数翔科技有限公司 | 应用于封闭场地无人驾驶货运车辆上的自动引导系统及方法 |
CN112677963A (zh) * | 2021-01-07 | 2021-04-20 | 吉林大学 | 智能网联四轮独立转向和独立驱动电动汽车紧急避障系统 |
CN113108807A (zh) * | 2021-06-16 | 2021-07-13 | 禾美(浙江)汽车股份有限公司 | 一种自动驾驶路径规划方法及其可读存储介质 |
Non-Patent Citations (1)
Title |
---|
一种自动驾驶汽车系统架构开发与测试验证;龙翔;高建博;隗寒冰;;重庆理工大学学报(自然科学)(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113467474A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7381539B2 (ja) | 自律車両の軌道修正のための遠隔操作システムおよび方法 | |
EP3526093B1 (en) | Planning stopping locations for autonomous vehicles | |
CN108292473B (zh) | 用于控制自主车辆的运动轨迹的方法和系统 | |
US10401852B2 (en) | Teleoperation system and method for trajectory modification of autonomous vehicles | |
US11608060B1 (en) | Speed planning for autonomous vehicles | |
CN113467474B (zh) | 自动驾驶层次化控制系统 | |
US11180156B2 (en) | Fault coordination and management | |
WO2017079219A1 (en) | Teleoperation system and method for trajectory modification of autonomous vehicles | |
CN114643995A (zh) | 用于自主车辆的模拟系统和方法 | |
CN110949406B (zh) | 一种智能驾驶系统及方法 | |
CN113012448B (zh) | 一种解决路口交通拥堵的汽车配发编队智能驾驶系统 | |
JP2023508986A (ja) | 交通弱者の意図を予測する方法および装置 | |
US11675367B2 (en) | Normalization of intelligent transport system handling characteristics | |
US11535270B2 (en) | Fault coordination and management | |
CN110288847B (zh) | 一种自动驾驶决策方法、装置、系统、存储介质及终端 | |
US11364934B2 (en) | Training a generator unit and a discriminator unit for collision-aware trajectory prediction | |
US11565717B2 (en) | Method and system for remote assistance of an autonomous agent | |
CN114761895A (zh) | 混合自动车队的直接和间接控制 | |
US20230415753A1 (en) | On-Vehicle Driving Behavior Modelling | |
US20210255618A1 (en) | Scalable Remote Operation of Autonomous Robots | |
US20230177405A1 (en) | Ensemble of narrow ai agents | |
US20230025222A1 (en) | Method and system for ctrolling intelligent network vehicle | |
WO2021126648A1 (en) | Fault coordination and management | |
US11697435B1 (en) | Hierarchical vehicle action prediction | |
US11932308B1 (en) | Four wheel steering angle constraints |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No.669 Shixin Road, economic development zone, Feixi County, Hefei City, Anhui Province Applicant after: ANHUI JIANGHUAI AUTOMOBILE GROUP Corp.,Ltd. Address before: 230601 No. 669 Shixin Road, Taohua Industrial Park, Hefei City, Anhui Province Applicant before: ANHUI JIANGHUAI AUTOMOBILE GROUP Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |