CN113581211A - 一种车辆行驶控制方法、系统、装置及可读存储介质 - Google Patents

Abstract

本发明公开了一种车辆行驶控制方法、系统、装置及可读存储介质，路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内所有车载终端接收的车端感知数据，计算局部交通态势数据；云控平台基于局部交通态势数据计算全局交通态势数据；云控平台基于全局交通态势数据生成调度控制信息；路侧控制设备结合局部交通态势数据以及调度控制信息生成协同控制信息；车载终端基于协同控制信息以及车端感知数据生成车辆行驶控制指令。通过本发明的实施，融合了路侧感知和车端感知的多元感知信息，在掌握全局交通态势后进行快速决策，使得自动驾驶运算的算力以及对自动驾驶场景的感知能力得到了提升，保证了自动驾驶控制的安全性和高效性。

Description

一种车辆行驶控制方法、系统、装置及可读存储介质

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种车辆行驶控制方法、系统、装置及可读存储介质。

背景技术

近年来，自动驾驶技术迅猛发展，自动驾驶汽车可以依靠人工智能、视觉计算、雷达和卫星定位等系统的协作，自动安全地实现感知定位、规划决策、执行控制等一系列动作。

在机场、园区、港口等封闭的交通环境中，适合自动驾驶技术率先应用，用自动驾驶车代替有人驾驶车，可以节约大量人力成本，并有效发挥自动驾驶车辆自动感知、实时通讯、定位精准等优势，提高交通服务安全性能和作业效率。

然而，目前的自动驾驶技术主要采用的是单车智能模式，也即依赖于自动驾驶车辆自身的感知能力和算力，然而自动驾驶车辆自身的感知能力和算力通常较为有限，并且，自动驾驶车辆在行驶过程中受限于车载感知设备的视距和视角的影响会存在感知盲区，因此，单车智能模式会存在自动驾驶控制的准确性和效率较低的问题，及安全性较差的问题。

发明内容

本发明实施例的主要目的在于提供一种车辆行驶控制方法、系统、装置及可读存储介质，至少能够解决相关技术中所提供的自动驾驶技术采用单车智能模式会存在自动驾驶控制的准确性和效率较低、安全性较差的问题。

为实现上述目的，本发明实施例第一方面提供了一种车辆行驶控制方法，应用于包括云控平台、多个路侧控制设备以及多个车载终端的车辆行驶控制系统，该方法包括：

所述路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有所述车载终端接收的车端感知数据，计算局部交通态势数据；

所述云控平台基于从所有所述路侧控制设备接收的所述局部交通态势数据，计算全局交通态势数据；

所述云控平台基于所述全局交通态势数据生成调度控制信息；其中，所述调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间；

所述路侧控制设备结合所述局部交通态势数据以及所述云控平台发送的调度控制信息，生成协同控制信息；其中，所述协同控制信息包括：行驶行为、行驶速度范围、车道编号；

所述车载终端基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令；其中，所述车辆行驶控制指令用于控制车辆执行相应行驶动作。

为实现上述目的，本发明实施例第二方面提供了一种车辆行驶控制系统，包括：云控平台、多个路侧控制设备以及多个车载终端；

所述路侧控制设备，用于基于自身所采集的路侧感知数据，以及从所辖片区内的所有所述车载终端接收的车端感知数据，计算局部交通态势数据；

所述云控平台，用于基于从所有所述路侧控制设备接收的所述局部交通态势数据，计算全局交通态势数据；基于所述全局交通态势数据生成调度控制信息；其中，所述调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间；

所述路侧控制设备，用于结合所述局部交通态势数据以及所述云控平台发送的调度控制信息，生成协同控制信息；其中，所述协同控制信息包括：行驶行为、行驶速度范围、车道编号；

所述车载终端，用于基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令；其中，所述车辆行驶控制指令用于控制车辆执行相应行驶动作。

为实现上述目的，本发明实施例第三方面提供了一种电子装置，该电子装置包括：处理器、存储器和通信总线；

所述通信总线用于实现所述处理器和存储器之间的连接通信；

所述处理器用于执行所述存储器中存储的一个或者多个程序，以实现上述任意一种车辆行驶控制方法的步骤。

为实现上述目的，本发明实施例第四方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任意一种车辆行驶控制方法的步骤。

根据本发明实施例提供的车辆行驶控制方法、系统、装置及可读存储介质，路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据；云控平台基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据；云控平台基于全局交通态势数据生成调度控制信息(长指令)；路侧控制设备结合局部交通态势数据以及云控平台发送的调度控制信息，生成协同控制信息(短指令)；车载终端基于路侧控制设备发送的协同控制信息以及车端感知数据生成车辆行驶控制指令。通过本发明的实施，融合了路侧感知和车端感知的多元感知信息，在掌握全局交通态势后进行快速决策，使得自动驾驶运算的算力以及对自动驾驶场景的感知能力得到了提升，保证了自动驾驶控制的安全性和高效性。

本发明其他特征和相应的效果在说明书的后面部分进行阐述说明，且应当理解，至少部分效果从本发明说明书中的记载变的显而易见。

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，下面将对实施例或现有技术描述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为本发明第一实施例提供的车辆行驶控制系统的结构示意图；

图2为本发明第一实施例提供的车辆行驶控制方法的流程示意图；

图3为本发明第一实施例提供的数据融合方法的流程示意图；

图4为本发明第三实施例提供的电子装置的结构示意图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，而非全部实施例。基于本发明中的实施例，本领域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。

第一实施例：

为了解决相关技术中所提供的自动驾驶技术采用单车智能模式会存在自动驾驶控制的准确性和效率较低的问题，本实施例提出了一种车辆行驶控制方法，应用于包括云控平台、多个路侧控制设备以及多个车载终端的车辆行驶控制系统，如图1所示为本实施例提供的车辆行驶控制系统的结构示意图，云控平台、路侧控制设备以及车载终端两两之间可以进行双向通信交互，通信交互方式优选的可以为5G-V2X。

如图2所示为本实施例提供的车辆行驶控制方法的流程示意图，本实施例提出的车辆行驶控制方法包括以下的步骤：

步骤201、路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据。

具体的，本实施例的车载终端可以包括自动驾驶控制单元、车端通信单元OBU(Onboard Unit)、车端感知单元，其中，通信单元用于与外部进行通信交互，自动驾驶控制单元用于生成车辆行驶控制指令，感知单元用于感知车端数据，例如车辆位置坐标、速度、加速度等。

另外，本实施例的路侧控制设备可以包括路侧通信单元RSU(Road Side Unit)、路侧感知单元、边缘计算单元，其中，通信单元用于与外部进行通信交互，路侧感知单元用于感知周边道路的实时数据，例如交通要素(车辆、行人、障碍物等)的位置坐标、交通要素的速度/方向等，路侧感知设备具体可以采用视频摄像头、激光雷达、毫米波雷达、微波雷达等的至少一种实现，每个路侧控制设备的路侧感知单元均负责其所辖片区的数据感知，边缘计算单元MEC(Mobile Edge Computing)负责对路侧感知数据和车端感知数据进行数据融合，以计算各路侧控制设备周边道路的实时交通态势数据。

步骤202、云控平台基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据。

步骤203、云控平台基于全局交通态势数据生成调度控制信息。

在本实施例中，路侧控制设备计算得到局部交通态势数据之后，所有路侧控制设备均向云控平台上报其所辖片区的局部交通态势数据。应当说明的是，本实施例的云控平台可以包括高精度地图数据库、调度单元，其中，高精度地图数据库用于对路侧的交通态势动态信息进行记录和标注，通过高精度地图数据库对所有局部交通态势数据进行整合，形成一个覆盖全场的全局交通态势数据，调度系统根据全局交通态势数据，对所有车辆的调度任务和行驶路径等进行全局优化，生成调度控制信息(长指令)，然后再由调度系统将优化后所得的调度控制信息下发至路侧控制设备。在本实施例中，调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间等。

此外，还应当说明的是，本实施例的云控平台还可以包括数字孪生仿真单元，数字孪生仿真单元的数据来源于高精度地图数据库，数字孪生仿真单元将全局动态交通态势实时、直观地展示在大屏幕上，实现运行状态监控、紧急情况预警、车辆行驶干预、运行参数调整等功能。在紧急情况下，管理人员可以通过数字孪生仿真单元对发生故障的自动驾驶车辆实现远程接管操作。

步骤204、路侧控制设备结合局部交通态势数据以及云控平台发送的调度控制信息，生成协同控制信息。

在本实施例中，云控平台将调度控制信息发送给路侧控制设备，由路侧控制设备结合全场的调度控制信息以及所辖区域的局部交通态势数据，制定各个车辆的协同控制信息(短指令)，并下发给车载终端。本实施例的协同控制信息包括：行驶行为、行驶速度范围、车道编号等，应当理解的是，行驶行为可以包括转弯、前进、后退、并线、停止等。

步骤205、车载终端基于路侧控制设备发送的协同控制信息以及车端感知数据生成车辆行驶控制指令。

具体的，不同车辆上分别设置有车载终端，本实施例的车辆行驶控制指令用于控制车辆执行相应行驶动作。在本实施例中，融合了路侧感知和车辆感知的多源感知信息，路侧控制设备充当电子交警的角色，根据全局信息和所处片区局部交通信息对车辆运行进行交通指挥，达到协同控制片区内所有自动驾驶车辆的目的。协同控制信息可以通过大带宽、低时延、高可靠性的5G-V2X通信发送给自动驾驶车辆，车辆执行指令后可以将执行结果(例如车辆状态信息、故障信息、运行图像信息等)和自身状态信息对外发布和上传，从而实现群体智能、协同控制、自上而下、总体最优的效果，最终达到安全、高效、经济的运行目标。

在本实施例的一种可选的实施方式中，上述车载终端基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令的步骤，包括：车载终端以所述云控平台发送的所述调度控制信息为参考，基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令。

具体的，在本实施例中，云控平台还可以将调度控制信息发送给车载终端，车载终端结合云控平台发送的长指令、路侧控制设备发送的短指令以及车端传感器感知到的道路信息，控制车辆执行相应行驶动作，实现了云路车一体化调度协同控制。云路车一体化调度协同控制方法是自上而下的总体控制和协同调度，车辆的行径路线、位置、速度、航向等都是统一优化计算的结果，车辆就像精密机器上的一个个零件一样运行精准，从而解决了车辆的随机相遇、路口等待、流量断续的问题，变偶然事件为必然事件，理论上车辆不可能发生碰撞，变被动安全为主动安全，大大地提高了交通的安全和效率。

在本实施例中，车载终端每次在决策执行短指令时，可以参考长指令的内容，也即将长指令作为计算优化的远期参考，便于增强计算优化的效果。应当说明的是，本实施例的协同控制信息(短指令)的发送时间周期短于调度控制信息(长指令)，也即越靠近车辆执行端的主体发送控制指令越频繁，在实际应用中，调度控制信息(长指令)的发送周期可以为5秒，而协同控制信息(短指令)的发送周期可以为0.1秒，以保证车辆安全行驶、交通任务高效完成。

如图3所示为本实施例提供的一种数据融合方法的流程示意图，在本实施例一种可选的实施方式中，路侧感知数据以及车端感知数据包括多个不同类型的传感器输出数据。相应的，上述路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据的步骤，具体包括以下流程：

步骤301、路侧控制设备分别对不同类型的传感器输出数据进行特征提取，得到特征矢量；

步骤302、路侧控制设备将不同传感器坐标系的特征矢量转换至同一坐标系；

步骤303、路侧控制设备以数据获取频率最低的传感器为时间基准，将坐标转换后的特征矢量进行时间同步；

步骤304、路侧控制设备将时间同步后的特征矢量按不同交通要素进行分组关联；

步骤305、路侧控制设备将分组关联后的特征矢量进行合成，以及将每一交通要素的各传感器输出数据进行合成，得到局部交通态势数据。

具体的，本实施例的路侧控制设备在对交通要素的实时数据融合计算处理时，主要涉及时空坐标转换、卡尔曼滤波、特征数据合成等计算处理，计算出每一个车辆、行人、障碍物等交通要素的实时位置、速度、姿态等实时数据。第一步，不同类型的传感器(有源或无源的)收集t时刻的观测目标数据；第二步，对传感器的t时刻的输出数据(离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明)进行特征提取的变换，提取代表观测数据的特征矢量

第三步，建立精确的微波雷达坐标系、激光雷达坐标系、三维世界坐标系、摄像机坐标系、图像坐标系和像素坐标系之间的坐标转换关系，将不同传感器坐标系的测量值转换到同一个坐标系中；第四步，采集不同传感器获取数据的频率，以频率最低的传感器为时间基准，对特征矢量进行模式识别处理(模式识别方法包括聚类、自适应神经网络或其他方法),将特征矢量变换成目标属性判决，完成各传感器关于目标的说明，进一步地，对特种矢量利用卡尔曼滤波法进行误差处理，消除观测误差和噪声；第五步，将各传感器关于目标的说明数据按同一目标进行分组关联，进一步地，还对超出门限值的误差较大的数据进行过滤；第六步，将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述。最后，利用合成的数据记录目标的位置和轨迹及其它运动参数，并对目标的未来趋势进行预测。

在本实施例的一种可选的实施方式中，上述云控平台基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据的步骤，包括：云控平台针对从所有路侧控制设备接收的局部交通态势数据，将相邻路侧控制设备之间的重叠交通要素的数据进行整合，得到全局交通态势数据。

具体的，在实际应用中，云控平台汇聚的数据来源于n个(几十个或数百个)路侧控制设备计算的局部交通态势数据，云控平台在进行数据融合时，对位置相邻的路侧控制设备之间重叠的交通要素的数据进行整合，形成一个全场的动态实时的交通态势数据。

进一步地，在本实施例的一种可选的实施方式中，上述云控平台基于全局交通态势数据生成调度控制信息的步骤，包括：云控平台获取场景调度优化需求；云控平台结合全局交通态势数据以及场景调度优化需求，生成调度控制信息。

具体的，在实际应用中，交通场景下的优化需求(例如客户运输需求)有所不同，本实施例结合全局交通态势和场景调度优化需求来制定调度控制信息，以最大程度的保证调度控制的合理性。

进一步地，在本实施例的另一种可选的实施方式中，上述云控平台基于全局交通态势数据生成调度控制信息的步骤，包括：云控平台基于从全局交通态势数据中获取的场景分析要素，确定交通场景；云控平台根据交通场景从预先建立的场景对策库中调用对应的场景优化预案；云控平台基于场景优化预案生成调度控制信息。

具体的，场景分析要素包括：场景分析对象(主车、远车)、场景分析视角(车端视角、路侧视角)、信息交互类型(V2V、V2I、V2N、V2P等)、信息交互设备(车端通信单元、路侧通信单元)、信息交互行为(单车行为、双车交互行为、三车及三车以上交互行为)。在实际应用中，交通场景下行驶的车辆数量可能较多，那么调度优化的计算量很大，难以在短时内完成计算，本实施例可以预先建立调度优化的对策库，对各种场景建立调度优化预案，以加快调度优化的进度，满足调度控制的时间要求。在本实施例中，不同场景分析要素之间的排列组合对应于不同的交通场景，针对不同交通场景，提前设定不同的场景优化预案，以供实际调度过程中遇到相同或相似场景时调用。

根据本发明实施例提供的车辆行驶控制方法，路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据；云控平台基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据；云控平台基于全局交通态势数据生成调度控制信息(长指令)；路侧控制设备结合局部交通态势数据以及云控平台发送的调度控制信息，生成协同控制信息(短指令)；车载终端基于路侧控制设备发送的协同控制信息以及车端感知数据生成车辆行驶控制指令。通过本发明的实施，融合了路侧感知和车端感知的多元感知信息，在掌握全局交通态势后进行快速决策，使得自动驾驶运算的算力以及对自动驾驶场景的感知能力得到了提升，保证了自动驾驶控制的安全性和高效性。

第二实施例：

为了解决相关技术中所提供的自动驾驶技术采用单车智能模式会存在自动驾驶控制的准确性和效率较低的问题，本实施例示出了一种车辆行驶控制系统，请再次参阅图1，该车辆行驶控制系统包括：云控平台、多个路侧控制设备以及多个车载终端；其中，

路侧控制设备，用于基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据；

云控平台，用于基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据；基于全局交通态势数据生成调度控制信息；其中，调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间；

路侧控制设备，用于结合局部交通态势数据以及云控平台发送的调度控制信息，生成协同控制信息；其中，协同控制信息包括：行驶行为、行驶速度范围、车道编号；

车载终端，用于基于路侧控制设备发送的协同控制信息以及车端感知数据生成车辆行驶控制指令；其中，车辆行驶控制指令用于控制车辆执行相应行驶动作。

在本实施例的一些实施方式中，车载终端具体用于：以云控平台发送的调度控制信息(长指令)为参考，基于路侧控制设备发送的协同控制信息(短指令)以及车端感知数据生成车辆行驶控制指令。

在本实施例的一些实施方式中，路侧感知数据以及车端感知数据包括多个不同类型的传感器输出数据。相应的，路侧控制设备具体用于：分别对不同类型的传感器输出数据进行特征提取，得到特征矢量；将不同传感器坐标系的特征矢量转换至同一坐标系；以数据获取频率最低的传感器为时间基准，将坐标转换后的特征矢量进行时间同步；将时间同步后的特征矢量按不同交通要素进行分组关联；将分组关联后的特征矢量进行合成，以及将每一交通要素的各传感器输出数据进行合成，得到局部交通态势数据。

在本实施例的一些实施方式中，云控平台在执行基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据的功能时，具体用于：针对从所有路侧控制设备接收的局部交通态势数据，将相邻路侧控制设备之间的重叠交通要素的数据进行整合，得到全局交通态势数据。

进一步地，在本实施例的一些实施方式中，云控平台在执行基于全局交通态势数据生成调度控制信息的功能时，具体用于：获取场景调度优化需求；结合全局交通态势数据以及场景调度优化需求，生成调度控制信息。

进一步地，在本实施例的另一些实施方式中，云控平台在执行基于全局交通态势数据生成调度控制信息的功能时，具体用于：基于从全局交通态势数据中获取的场景分析要素，确定交通场景；其中，场景分析要素包括：场景分析对象、场景分析视角、信息交互类型、信息交互设备、信息交互行为；根据交通场景从预先建立的场景对策库中调用对应的场景优化预案；基于场景优化预案生成调度控制信息。

应当说明的是，前述实施例中的车辆行驶控制方法均可基于本实施例提供的车辆行驶控制系统实现，所属领域的普通技术人员可以清楚的了解到，为描述的方便和简洁，本实施例中所描述的车辆行驶控制系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

采用本实施例提供的车辆行驶控制系统，路侧控制设备分别基于自身所采集的路侧感知数据，以及从所辖片区内的所有车载终端接收的车端感知数据，计算局部交通态势数据；云控平台基于从所有路侧控制设备接收的局部交通态势数据，计算全局交通态势数据；云控平台基于全局交通态势数据生成调度控制信息(长指令)；路侧控制设备结合局部交通态势数据以及云控平台发送的调度控制信息，生成协同控制信息(短指令)；车载终端基于路侧控制设备发送的协同控制信息以及车端感知数据生成车辆行驶控制指令。通过本发明的实施，融合了路侧感知和车端感知的多元感知信息，云控平台在掌握全局交通态势后进行快速决策，使得自动驾驶运算的算力以及对自动驾驶场景的感知能力得到了提升，保证了自动驾驶控制的安全性和高效性。

第三实施例：

本实施例提供了一种电子装置，参见图4所示，其包括处理器401、存储器402及通信总线403，其中：通信总线403用于实现处理器401和存储器402之间的连接通信；处理器401用于执行存储器402中存储的一个或者多个计算机程序，以实现上述实施例一中的车辆行驶控制方法中的至少一个步骤。

本实施例还提供了一种计算机可读存储介质，该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory，随机存取存储器),ROM(Read-Only Memory，只读存储器),EEPROM(Electrically Erasable Programmable read only memory，带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory，光盘只读存储器)，数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。

本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序，其存储的一个或者多个计算机程序可被处理器执行，以实现上述实施例一中的方法的至少一个步骤。

本实施例还提供了一种计算机程序，该计算机程序可以分布在计算机可读介质上，由可计算装置来执行，以实现上述实施例一中的方法的至少一个步骤；并且在某些情况下，可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。

本实施例还提供了一种计算机程序产品，包括计算机可读装置，该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。

可见，本领域的技术人员应该明白，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。

此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。所以，本发明不限制于任何特定的硬件和软件结合。

以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种车辆行驶控制方法，应用于包括云控平台、多个路侧控制设备以及多个车载终端的车辆行驶控制系统，其特征在于，包括：

所述路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有所述车载终端接收的车端感知数据，计算局部交通态势数据；

所述云控平台基于从所有所述路侧控制设备接收的所述局部交通态势数据，计算全局交通态势数据；

所述云控平台基于所述全局交通态势数据生成调度控制信息；其中，所述调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间；

所述路侧控制设备结合所述局部交通态势数据以及所述云控平台发送的调度控制信息，生成协同控制信息；其中，所述协同控制信息包括：行驶行为、行驶速度范围、车道编号；

所述车载终端基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令；其中，所述车辆行驶控制指令用于控制车辆执行相应行驶动作。

2.如权利要求1所述的车辆行驶控制方法，其特征在于，所述车载终端基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令的步骤，包括：

所述车载终端以所述云控平台发送的所述调度控制信息为参考，基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令。

3.如权利要求1所述的车辆行驶控制方法，其特征在于，所述路侧感知数据以及所述车端感知数据包括多个不同类型的传感器输出数据；

所述路侧控制设备基于自身所采集的路侧感知数据，以及从所辖片区内的所有所述车载终端接收的车端感知数据，计算局部交通态势数据的步骤，包括：

所述路侧控制设备分别对不同类型的传感器输出数据进行特征提取，得到特征矢量；

所述路侧控制设备将不同传感器坐标系的所述特征矢量转换至同一坐标系；

所述路侧控制设备以数据获取频率最低的传感器为时间基准，将坐标转换后的所述特征矢量进行时间同步；

所述路侧控制设备将时间同步后的所述特征矢量按不同交通要素进行分组关联；

所述路侧控制设备将分组关联后的所述特征矢量进行合成，以及将每一交通要素的各传感器输出数据进行合成，得到局部交通态势数据。

4.如权利要求1所述的车辆行驶控制方法，其特征在于，所述云控平台基于从所有所述路侧控制设备接收的所述局部交通态势数据，计算全局交通态势数据的步骤，包括：

所述云控平台针对从所有所述路侧控制设备接收的所述局部交通态势数据，将相邻所述路侧控制设备之间的重叠交通要素的数据进行整合，得到全局交通态势数据。

5.如权利要求1至4中任意一项所述的车辆行驶控制方法，其特征在于，所述云控平台基于所述全局交通态势数据生成调度控制信息的步骤，包括：

所述云控平台获取场景调度优化需求；

所述云控平台结合所述全局交通态势数据以及所述场景调度优化需求，生成调度控制信息。

6.如权利要求1至4中任意一项所述的车辆行驶控制方法，其特征在于，所述云控平台基于所述全局交通态势数据生成调度控制信息的步骤，包括：

所述云控平台基于从所述全局交通态势数据中获取的场景分析要素，确定交通场景；其中，所述场景分析要素包括：场景分析对象、场景分析视角、信息交互类型、信息交互设备、信息交互行为；

所述云控平台根据所述交通场景从预先建立的场景对策库中调用对应的场景优化预案；

所述云控平台基于所述场景优化预案生成调度控制信息。

7.一种车辆行驶控制系统，其特征在于，包括：云控平台、多个路侧控制设备以及多个车载终端；

所述路侧控制设备，用于基于自身所采集的路侧感知数据，以及从所辖片区内的所有所述车载终端接收的车端感知数据，计算局部交通态势数据；

所述云控平台，用于基于从所有所述路侧控制设备接收的所述局部交通态势数据，计算全局交通态势数据；基于所述全局交通态势数据生成调度控制信息；其中，所述调度控制信息包括：行驶路径、行驶起止地点、转运任务、起止时间；

所述路侧控制设备，用于结合所述局部交通态势数据以及所述云控平台发送的调度控制信息，生成协同控制信息；其中，所述协同控制信息包括：行驶行为、行驶速度范围、车道编号；

所述车载终端，用于基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令；其中，所述车辆行驶控制指令用于控制车辆执行相应行驶动作。

8.如权利要求7所述的车辆行驶控制系统，其特征在于，所述车载终端具体用于：以所述云控平台发送的所述调度控制信息为参考，基于所述路侧控制设备发送的所述协同控制信息以及所述车端感知数据生成车辆行驶控制指令。

9.一种电子装置，其特征在于，包括：处理器、存储器和通信总线；

所述通信总线用于实现所述处理器和存储器之间的连接通信；

所述处理器用于执行所述存储器中存储的一个或者多个程序，以实现如权利要求1至6中任意一项所述的车辆行驶控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至6中任意一项所述的车辆行驶控制方法的步骤。

Images