CN113835420A - 一种用于自动驾驶系统的功能分配系统 - Google Patents

一种用于自动驾驶系统的功能分配系统 Download PDF

Info

Publication number
CN113835420A
CN113835420A CN202110483362.0A CN202110483362A CN113835420A CN 113835420 A CN113835420 A CN 113835420A CN 202110483362 A CN202110483362 A CN 202110483362A CN 113835420 A CN113835420 A CN 113835420A
Authority
CN
China
Prior art keywords
distribution system
vehicle
cav
riu
perception
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.)
Pending
Application number
CN202110483362.0A
Other languages
English (en)
Inventor
冉斌
陈天怡
董硕煊
李汉初
程阳
芮一康
曲栩
张明恒
李锐
何赏璐
李深
周坤
张万铭
李小天
石昆松
石皓天
姚轶凡
吴可书
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 CN113835420A publication Critical patent/CN113835420A/zh
Pending legal-status Critical Current

Links

Images

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
    • G05D1/0088—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/09675—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where a selection from the received information takes place in the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/35—Data fusion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving external transmission of data to or from the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开一种用于自动驾驶系统的功能分配系统，用于为自动驾驶系统提供自动驾驶功能，所述功能分配系统包括依次连接的感知分配系统、预测与决策分配系统、控制分配系统；所述感知分配系统、预测与决策分配系统、控制分配系统在微观、中观和/或宏观层面根据道路和交通场景分配功能；其中，所述感知分配系统用于对RIU、CAV分配感知功能；所述预测与决策分配系统基于所述感知分配系统的分配结果，进行预测与决策功能分配；所述控制分配系统基于预测与决策分配结果向RIU、CAV发送控制指令。本发明能够实现对车辆或车辆队列的控制，有效提高自动驾驶系统的交通效率和安全性。

Description

一种用于自动驾驶系统的功能分配系统
技术领域
本发明涉及分布式驾驶系统功能分配分配技术领域，特别是涉及一种用于自动驾驶系统的功能分配系统。
背景技术
能够在特定条件下自动驾驶的智能网联车辆(connected and automatedvehicles，CAV)正在研发中，然而，目前的CAV技术的使用受到与CAV上使用的大量传感器和计算设备相关的成本(如资源成本和/或能源成本)的限制，CAV的性能受到CAV上使用的传感器功能的限制。
发明内容
本发明的目的是提供一种用于自动驾驶系统的功能分配系统，以解决现有技术中存在的技术问题，能够实现对车辆或车辆队列的控制，有效提高自动驾驶系统的交通效率和安全性。
为实现上述目的，本发明提供了如下方案：本发明提供一种用于自动驾驶系统的功能分配系统，用于为自动驾驶系统提供自动驾驶功能，所述自动驾驶系统包括智能路侧基础设施IRIS、智能网联汽车CAV和基于云的服务平台；所述IRIS包括路侧智能单元RIU和/或RIU网络、和/或交通运营中心TOC、和/或交通控制单元TCU、和/或交通控制中心TCC；所述CAV包含车载智能单元OIU；所述基于云的服务平台包括一个系统云组件，和/或一个车辆云组件和/或一个智能基础设施云组件，用于支持通信、信息交换、操作和管理；
所述功能分配系统包括依次连接的感知分配系统、预测与决策分配系统、控制分配系统；所述感知分配系统、预测与决策分配系统、控制分配系统在微观、和/或中观和/或宏观层面根据道路和交通场景分配功能；其中，
所述感知分配系统用于对RIU、CAV分配感知功能；
所述预测与决策分配系统基于所述感知分配系统的分配结果，进行预测与决策功能分配；
所述控制分配系统基于预测与决策分配结果向RIU、CAV发送控制指令。
优选地，所述感知分配系统在微观层面提供地图、定位、环境感知和/或车辆信息感知；所述地图提供分配给CAV的车载静态地图和/或分配给RIU的实时动态地图；所述定位包括分配给所述CAV的自定位和/或分配给所述RIU的支撑定位；所述环境感知包括分配给所述CAV和/或分配给RIU的感知车辆和/或感知行人；所述车辆信息包括分配给所述CAV的车辆自我信息和/或分配给所述RIU的其他车辆信息；
所述感知分配系统在中观层面提供多个车辆和/或路段感知；
所述感知分配系统在宏观层面提供交通控制中心TCC感知和/或交通流感知，并将所述TCC感知、交通流感知分配给所述RIU。
优选地，所述预测与决策分配系统在微观层面将车辆轨迹预测、单个车辆出发地和目的地和/或应急调整功能分配给所述CAV；
所述预测与决策分配系统在中观层面将事件预测、车辆队列预测和/或特定路段交通状态预测功能分配给所述RIU；
所述预测与决策分配系统在宏观层面将交通流预测、基于用户最优和/或系统最优流量策略进行的交通管理功能分配给所述自动驾驶系统。
优选地，所述控制分配系统在微观层面将单个车辆控制分配给所述CAV；
所述控制分配系统在中观层面将车辆队列控制和/或路侧智能单元控制分配给所述RIU；
所述控制分配系统在宏观层面将交通流量控制分配给所述RIU。
优选地，所述功能分配系统采用融合方法为所述自动驾驶系统提供自动驾驶功能；所述融合方法包括分别基于CAV的融合方法、基于RIU的融合方法、系统级融合方法；功能分配系统根据道路和交通场景在CAV、RIU和/或系统间分配融合功能。
优选地，所述基于CAV的融合方法具体包括：
首先，进行感知融合：当所述CAV遇到复杂的场景，根据感知流程提供的感知数据，所述CAV请求并融合所述RIU提供的数据，以支持所述CAV的定位；通过所述CAV检查车辆定位信息是否与地图提供的信息相匹配，如果所述CAV的定位不匹配，所述CAV从所述RIU提供的实时动态地图请求并融合数据，为所述CAV提供更新后的定位信息；如果车辆前方有障碍物和/或行人，所述CAV融合来自所述RIU的感知数据增强对环境的感知能力；同时，所述CAV通过通信从本地车辆或RIU接收和融合车辆信息；
其次，进行预测与决策的融合：所述CAV接收和/或执行所述RIU的决策指令，并根据所述感知数据和/或决策指令进行预测与决策；
再次，进行控制融合：基于预测与决策结果启动控制过程，对所述CAV进行行驶状态的控制。
优选地，所述基于RIU的融合方法具体包括：
首先，进行感知融合：基于实时动态地图、所述RIU从所述CAV请求的数据，将CAV数据与RIU感知信息进行感知融合；
其次，进行预测与决策的融合：所述RIU接收和/或执行决策指令，并根据感知数据和决策指令进行预测和决策；
再次，进行控制融合：所述RIU根据决策指令管理交通和/或控制车辆。
优选地，所述系统级融合方法具体包括：
首先，进行感知融合：基于环境信息、动态地图、车辆定位、车辆信息和/或路段信息进行感知融合，以提供感知数据融合；其中，用于感知融合的数据由RIU、TCC、TOC、TCU、CAV感知和/或基于云的服务平台的数据库提供；
其次，进行预测与决策融合：基于环境态势预测、交通流量预测、路段轨迹预测和/或应急调整进行预测与决策融合。
优选地，所述功能分配系统采用协调控制的方法对所述CAV和/或所述RIU进行控制；
所述协调控制为对道路一个路段内的所述CAV和所述RIU提供协调和/或合作控制，具体为：所述功能分配系统在基于云的服务平台和TCC级别及以上的中心之间交换信息，所述RIU从基于云的服务平台和TCC级别及以上的中心收集数据，感知道路上的物体和车辆，并与所述CAV共享信息；不同的所述CAV之间相互连接并共享信息，完成对所述CAV的控制；其中，在复杂的情况下，所述RIU拥有对所述CAV进行控制的优先权。
优选地，所述路侧智能基础设施被配置为提供感知功能，计算资源，和/或规划和决策功能；通过向所述CAV发送信息和指令支持所述CAV执行自动驾驶任务；
所述RIU包括感知模块，所述感知模块用于感知路侧数据；
所述感知模块包括基于雷达的传感器和/或基于视觉的传感器，所述基于雷达的传感器和/或基于视觉的传感器用于感知驾驶环境和所述CAV的属性数据；
所述感知模块还包括基于卫星的导航系统和/或惯性导航系统，所述基于卫星的导航系统和/或惯性导航系统用于提供所述CAV的车辆位置数据；
所述感知模块还包括车辆识别设备，所述车辆识别设备包括无线射频识别设备、蓝牙、无线网络、蜂窝移动网络中的一种或多种。
本发明公开了以下技术效果：
本发明提供了一种用于自动驾驶系统的功能分配系统，感知分配系统、预测与决策分配系统、控制分配系统均在微观、和/或中观和/或宏观层面分配感知功能，提高了感知数据的有效性、全面性和准确性，进而提高了对自动驾驶系统的控制效果；同时，本发明将从车辆、路侧基础设施组件中所采集的数据分别采用基于CAV的融合方法、基于RIU的融合方法、系统级融合方法进行融合，通过感知、预测、规划和决策、控制协调，实现对车辆或一个车辆队列的有效控制，以完成特定等级的自动驾驶任务，提高了自动驾驶系统的交通效率和安全性。
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为本发明用于自动驾驶系统的功能分配系统结构示意图；
图2为本发明实施例中感知分配系统在微观层面、和/或中观层面和/或宏观层面上的组件和/或功能的结构示意图；
图3为本发明实施例中感知分配系统分配方法流程图；
图4为本发明实施例中预测与决策分配系统在微观层面、和/或中观层面和/或宏观层面上的组件和/或功能的结构示意图；
图5为本发明实施例中预测与决策分配系统分配方法流程图；
图6为本发明实施例中控制分配系统在微观层面、和/或中观层面和/或宏观层面上的组件和/或功能的结构示意图；
图7为本发明实施例中控制分配系统分配方法流程图；
图8为本发明实施例中基于车辆的融合系统实施例的示例性系统结构示意图；
图9为本发明实施例中基于车辆的融合方法的示例性流程图；
图10为本发明实施例中基于路侧智能单元(RIU)融合系统实施例的示例性系统结构示意图；
图11为本发明实施例中基于RIU的融合方法的实施例示例性流程图；
图12为本发明实施例中系统级融合系统实施例的示例性示意图；
图13为本发明实施例中系统级融合方法实施例的示例性流程图；
图14为本发明实施例中提供系统协同控制的部件和结构的示例性示意图；
图15为本发明实施例中一段道路上车辆和路侧基础设施协同控制的示例性示意图。
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“或”是包含的“或”运算符，并且除非上下文另有明确指示，否则等同于术语“和/或”。“基于”一词不是排他性的，考虑基于未描述的其他因素，除非上下文另有明确规定。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，范围的公开包括在整个范围内公开所有值和进一步划分的范围，包括为范围给定的端点和子范围。
尽管这里可以使用术语“第一”、“第二”、“第三”等来描述各种步骤、元件、组成、组件、区域、层和/或部分，但是除非另有指示，否则这些步骤、元件、组成、组件、区域、层和/或部分不应受到这些术语的限制。这些术语用于区分一个步骤、元素、组成、组件、区域、层和/或部分与另一个步骤、元素、组成、组件、区域、层和/或部分。除非上下文明确指出，否则本发明中使用的诸如“第一”、“第二”和其他数字术语等术语并不意味着序列或顺序。因此，本发明讨论的第一步骤、元件、组合物、组件、区域、层或部分可以在不脱离技术的情况下被称为第二步骤、元件、组合物、组件、区域、层或部分。
如本发明所用，词语“存在”或“不存在”(或“存在的”或“不存在的”)在相对意义上用于描述特定实体(例如，分析物)的量或水平。例如，当一个分析物在测试样品中被称为“存在”时，意味着该分析物的水平或数量高于预先设定的阈值；相反，当一个分析物在测试样品中被称为“不存在”时，意味着该分析物的水平或数量低于预先设定的阈值。预先确定的阈值可以是与用于检测分析物的特定试验相关联的可检测性阈值或任何其他阈值。当分析物在样品中“被检测”时，它在样品中“存在”；当分析物“未被检测”时，它在样品中“不存在”。此外，其中“检测”到分析物或其中“存在”分析物的样品是对分析物“阳性”的样品。分析物“未检测”或“不存在”的样品是对分析物“阴性”的样品。
如本发明所使用的，“增加”或“减少”分别是指相对于变量的先前测量值、相对于预先确定的值和/或相对于标准控制值的变量值的值的可检测(例如，测量的)正或负变化。增加指的是相对于变量的先前测量值、预先设定值和/或标准控制值至少10％的正变化、亦或50％、2倍、甚至至少5倍、10倍的正变化。类似地，减少指的是相对于变量的先前测量值、预先设定值和/或标准控制值至少10％的正变化、亦或50％、2倍、甚至至少5倍、10倍的负变化。本发明以与上述相同的方式使用指示定量变化或差异的其它术语，例如“更多”或“更少”。
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，“自动化车辆”(简称“AV”)是指以自动化模式(例如，在任何自动化水平上)运行的自动化车辆(如SAE国际标准J3016所定义的，“道路机动车辆驾驶自动化系统相关术语分类和定义”(发布于2014年(J3016_201401)，修订于2016年(J3016_201609)和2018年(J3016_201806)，每一项均通过参考文献并入本发明件)。
如本发明所使用的，“配置”一词是指构成和/或编程以执行所指示功能的组件、模块、系统、子系统等(例如硬件和/或软件)。
如本发明所使用的，术语“确定”、“计算”、“估算”及其变体可交换地用于任何类型的方法、过程、数学运算或技术。
如本发明所使用的，术语“支持”当用于ADS的一个或多个组件和/或向ADS和/或车辆的一个或多个其他组件提供支持和/或支持的车辆时，指的是例如ADS和/或车辆的组件和/或级别之间的信息和/或数据交换，在ADS和/或车辆的组件和/或级别之间发送和/或接收指令，和/或在ADS和/或车辆的组件和/或级别之间提供诸如信息交换、数据传输、消息传递和/或警报等功能的其他交互。
如本发明所使用的，术语“ADS组件”和“一个ADS的组件”单独和/或共同地指OIU、RIU、TCC、TCU、TCC/TCU、TOC和/或云组件中的一个或多个。
如本发明所使用的，术语“临界点”是指道路的一部分或区域，该部分或区域被识别为适合于本发明所提供的功能分配技术的实施例。在一些实施例中，临界点被分类为“静态临界点”，并且在一些实施例中，临界点被分类为“动态临界点”。如本发明所使用的，“静态临界点”是道路的一个点(例如，区域或位置)，该点是基于对道路和/或交通状况的识别的临界点，该道路和/或交通状况通常是恒定的或变化非常缓慢(例如，在超过一天、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。如本发明所使用的，“动态临界点”是道路的一点(例如，区域或位置)，该点是基于对道路状况的识别的临界点，该道路状况随时间(例如，在一小时、一天、一周或一个月的时间尺度上)而改变(例如，可预测或不可预测)。基于历史碰撞数据、交通标志、交通信号、通行能力和道路几何的临界点是典型的静态临界点。基于交通振荡、实时交通管理或实时交通事件的临界点是典型的动态临界点。
在一些实施例中，使用例如历史碰撞数据(例如，前20％(例如，前15-25％(例如，前15、16、17、18、19、20、21、22、23、24或25％)来识别临界点；将道路系统中最常见的碰撞点识别为临界点；交通标志(例如，其中某些交通标志(例如，事故多发区)被确定为临界点)；道路通行能力(例如，前20％(例如，前15-25％(例如，前15、16、17、18、19、20、21、22、23、24或25％)最高道路通行能力区域被确定为临界点)；道路几何结构(例如，具有关键道路几何结构的道路(例如，曲线、盲点、丘陵、交叉口(例如，信号交叉口、停车标志交叉口、让行标志交叉口)、环形交叉口)被识别为临界点；交通振荡(例如，具有显著交通振荡的点被识别为临界点)；实时交通管理(例如，具有潜在交通管理的点被确定为关键点)；和/或实时交通事件(例如，具有交通事件的点(例如，事故、碰撞、拥堵、施工或维护、天气相关事件等)或车辆故障被确定为关键点)。
如本发明所使用的，术语“微观的”、“中观的”和“宏观的”是指时间和空间上的相对尺度。在一些实施例中，比例尺包括但不限于与单个车辆相关的微观层面(例如，纵向运动(跟车、加速和减速和停车)和横向运动(车道保持、车道变换))，与道路走廊和/或路段相关的中观层面(例如，特殊事件早期通知、事件预测、合并和分流、车群分散和整合、可变限速预测和反应、路段行程时间预测和/或路段交通流预测)，以及与整个路网相关的宏观层面(例如，潜在拥堵预测，潜在事件预测、网络流量需求预测、网络状态预测、网络出行时间预测)。在一些实施例中，微观级别的时间刻度从1毫秒到10毫秒，并且与诸如车辆控制指令计算等任务相关。在一些实施例中，中观水平上的时间尺度通常从10毫秒到1000毫秒，并且与诸如事件检测和路面条件通知等任务相关。在一些实施例中，宏观级别的时间尺度大于1秒，并且与诸如路由计算等任务相关。
如本发明所使用的，术语“用户最优交通路径”是指为用户优化出行路径以提供均衡的道路条件，前提是没有用户能够通过改变到不同的路由来减少其旅行时间。
如本发明所使用的，术语“系统最优业务路由”是指通过最小化系统的总旅行时间和/或成本来优化出行路径。
如本发明所使用的，用“智能化水平”和/或“自动化水平”来描述车辆(V)、路侧基础设施(I)和系统的自动化和/或智能化水平。在一些实施例中，车辆智能化和/或自动化水平是以下之一：V0：无自动化功能；V1：协助人类驾驶员控制车辆的基本功能；V2：协助人类驾驶员控制车辆以执行简单任务并提供基本感知功能的功能；V3：实时、详细地感知环境并完成相对复杂的驾驶任务；V4：有条件的自动驾驶，需要人为支持；V5：允许车辆在所有条件下自动驾驶且无需人为支持。
在一些实施例中，路侧基础设施的智能化和/或自动化级别属于以下某一种：I0：无功能；I1：信息收集和交通管理，其中路侧基础设施提供了基于聚合交通数据收集和基本规划和决策的原始感知功能，以支持低空间和时间分辨率的简单交通管理；I2:I2X和用于驾驶辅助的车辆指引，其中，除了I1中提供的功能外，路侧基础设施还实现了路面状况检测和车辆运行数据检测的有限感知功能，例如，在一部分交通中，以秒或分钟为单位的横向和/或纵向位置、速度和/或加速度；路侧基础设施还提供交通信息和车辆通过I2X通信对车辆的控制建议和说明；I3：专用车道自动化，其中，路侧基础设施以毫秒的速度向单个车辆提供描述周围车辆和其他物体动力学的信息，并支持在CAVH兼容车辆专用车道上实现全自动驾驶；路侧基础设施的交通行为预测能力有限；I4：可以实现特定场景下的自动驾驶，其中路侧基础设施为车辆提供详细的驾驶说明，以在特定场景和/或区域实现全自动驾驶，例如包含预定义地理围栏区域的位置，其中交通是混合的(例如，包括自动和非自动车辆)；必要的基于车辆的自动化能力，如紧急制动，在路侧基础设施出现故障时作为备用系统提供；I5：完全的路侧基础设施自动化，其中路侧基础设施在所有情况下提供对单个车辆的完全控制和管理，并优化路侧基础设施部署的整个道路网；不需要提供车辆自动化功能作为支持；完全的主动安全功能可用。
在一些实施例中，系统智能化和/或自动化级别属于以下某一种：S0：无功能；S1：系统为单个车辆提供简单功能，如巡航控制和被动安全功能；系统检测车速、位置和距离；S2：系统包括个体智能，检测车辆运行状态、车辆加速和/或交通标志和信号；个别车辆根据自身信息作出决策，并具有部分自动驾驶功能，提供辅助车辆自适应巡航控制、车道保持等复杂功能，换道、自动停车；S3：系统集成了一组车辆信息，行为具有自组织智能和预测能力，具有车辆组决策智能，能够完成协同巡航控制等复杂的条件自动驾驶任务，车辆队列、车辆通过交叉口导航、合并和分流；S4：系统在部分网络中优化集成驾驶行为；系统在部分网络中检测和传递详细信息，并根据网络中的车辆和交通信息做出决策，处理复杂的高级自动驾驶任务，如交通信号导航，为小型运输网络内的车辆提供最佳轨迹；
S5：车辆自动化和系统交通自动化，其中系统优化管理整个运输网络；系统检测并传递交通网络内的详细信息，并根据网络内的所有可用信息做出决策；系统处理全自动驾驶任务，包括单个车辆任务和交通任务，并协调所有车辆管理交通。
在一些实施例中，系统维度取决于车辆和路侧基础设施维度，例如以下等式所示(S＝系统自动化；V＝车辆智能化；I＝路侧基础设施智能化)：S＝f(V,I)。
本领域的普遍技术之一可以参考SAE国际标准J3016，“道路机动车辆驾驶自动化系统相关术语的分类和定义”(2014年出版(J3016_201401)，2016年修订(J3016_201609)和2018年修订(J3016_201806))，其提供了对本领域所用术语额外理解。
参照图1所示，本实施例提供一种用于自动驾驶系统的功能分配系统，用于提高单个车辆和系统覆盖和/或服务的路段内交通的效率和/或安全性。所述功能分配系统将从车辆和路侧基础设施组件采集的信息进行集成，通过感知、预测(例如,实时预测微观车辆行为和轨迹和/或短期交通状态)、规划和决策、控制协调和/或融合道路路侧基础设施与车辆，实现对车辆或一个队列的控制，以完成特定等级的有条件自动驾驶任务。
所述功能分配系统包括三个功能分配子系统：感知分配系统、预测与决策分配系统、控制分配系统；
通过对车辆管控功能及其在时间和空间尺度上的应用进行分析，将所述感知分配系统分为在微观、和/或中观和/或宏观层面(例如，根据时间和/或空间维度)分配感知功能的结构。感知分配系统微观层面提供了高精度地图、高精度定位、环境感知和/或车辆信息感知。其中，高精地图提供了分配给车辆的车载静态地图和/或分配给路侧基础设施的实时动态地图。对高精度定位进行细分，以提供分配给所述车辆的自定位和/或分配给所述路侧基础设施的支撑定位。环境感知被细分为提供分配给车辆和/或分配给路侧基础设施的感知车辆和/或感知行人和/或其它对象。车辆信息感知被细分为提供分配给所述车辆的车辆自我信息和/或分配给所述路侧基础设施的其他车辆信息(例如，关于非自车的其它车辆的信息)。感知分配系统在中观层面提供多车辆和/或路段感知，再细分为提供分配给车辆的车辆主导路段感知和分配给路侧基础设施的路侧基础设施主导路段感知。感知分配系统在宏观层面提供了交通控制中心(TCC)感知和/或交通流感知，两者都分配给路侧基础设施。根据分配策略(例如，预置分配策略)将感知功能分配给CAV和/或智能路侧基础设施，具体如图2所示。
所述感知分配系统所需要的数据通过所述数据收集系统进行获取；具体为，从车辆和路侧基础设施收集的数据，为CAV和路侧智能单元(RIU)提供定制的分配策略。分配策略将感知功能分配为三类，分别为：以车辆为中心的感知、基于路侧的感知和基于系统的感知；所述功能分配系统在分配感知功能后，进行预测与决策分配，并将分配策略预加载到所述功能分配系统中。因此，当车辆开始行程时，所述功能分配系统根据预设策略自动向CAV和路侧智能单元(RIU)提供适当的指令，如图3所示。
预测与决策分配系统包括在微观、和/或中观和/或宏观层面(例如，根据时间和/或空间维度)分配预测和决策功能的结构。微观层面的预测与决策分配系统将车辆轨迹预测、单个车辆出发地和目的地规划以及/或应急调整分配给车辆。中观层面的预测与决策分配系统将事件预测(例如，事故、施工区和/或交通控制)、车辆队列预测和/或特定路段预测分配给路侧基础设施。预测与决策分配系统在宏观层面上分配交通流预测、天气(例如，收集天气信息和评估天气对车辆和/或交通的影响)给路侧基础设施，依据用户最优分配到车辆,和/或依据系统最优分配给系统，如图4所示。预测与决策分配系统的工作方法包括：预测与决策分配系统被配置为根据由智能路侧基础设施和单个CAV产生的分配策略执行以车辆为中心的方法、基于路侧的方法和/或基于系统的方法，并将预测与决策分配结果传输至控制分配系统，如图5所示。
基于对车辆管控功能及其应用在时间和空间尺度进行的分析，控制分配系统包括在微观、和/或中观和/或宏观层面(例如，根据时间和/或空间维度)分配控制功能的结构。控制分配系统在微观层面将单个车辆控制分配给车辆。控制分配系统在中观层面将车辆队列控制和/或路侧智能单元控制分配给路侧基础设施。控制分配系统在宏观层面上将交通流量控制分配给路侧基础设施，如图6所示。控制分配系统的工作方法包括：控制分配系统被配置为根据由智能路侧基础设施和单个CAV产生的分配策略执行以车辆为中心的方法、基于路侧的方法和/或基于系统的方法，如图7所示。
同时，所述功能分配系统还提供融合功能和/或方法以支持所述的功能分配系统。例如，提供原始数据、预测协调、决策协调和协调控制的融合功能和/或方法。
所述融合方法包括基于车辆的融合方法、基于RIU的融合方法、系统级融合方法。
基于车辆的融合方法包括感知融合、预测与决策融合、控制融合；感知融合包括位置信息感知、环境信息感知和/或车辆信息感知。预测与决策融合包括车辆轨迹预测、单车出发地与目的地规划和/或紧急调整。控制融合包括加速器控制，刹车控制，和/或转向角度控制，如图8所示。
基于车辆的融合方法的具体流程如图9所示，具体包括：首先，进行感知融合：当车辆遇到复杂的场景(例如，交通需求大、高楼大厦、十字路口等)，根据感知流程提供的感知数据，车辆请求并融合RIU提供的数据，以支持车辆定位；通过车辆检查车辆定位信息是否与高精度地图提供的信息相匹配，如果车辆位置不匹配，车辆从RIU提供的实时动态地图请求数据，融合数据，并为车辆提供更新后的定位信息；如果车辆前方有障碍物和/或行人，车辆将融合来自RIU的相关感知数据以增强对环境的感知能力；同时，车辆通过V2V通信从本地(如周边)车辆或RIU接收和融合车辆信息。其次，进行预测与决策的融合：车辆接收和/或执行RIU的决策指令(例如，如果车辆遇到复杂的场景)，车辆根据所述感知数据和/或决策指令进行预测与决策(如:单车轨迹规划、起点和目的地规划和/或紧急调整)。再次，进行控制融合：基于预测与决策结果启动控制过程(例如，根据决策指令开始对加速器、制动器和/或方向盘的控制)。
基于RIU的融合方法包括感知融合、预测与决策融合、控制融合；感知融合包括位置感知、路段环境感知、车辆信息感知和路段交通流量感知。预测与决策融合包括事件预测、车辆队列和特定路段决策。控制融合包括车辆队列控制和特定路段交通流量控制，如图10所示。
基于RIU的融合方法的具体流程如图11所示，具体包括：首先，进行感知融合：基于实时动态高清地图、RIU从车辆请求的数据，以及将车辆数据与路侧基础设施感知信息进行感知融合；其次，进行预测与决策的融合：RIU接收和/或执行决策指令，例如来自TCU和/或车辆紧急信息的指令，并根据感知数据和决策指令进行预测和决策(例如，事件预测、车辆队列和/或特定路段)；再次，进行控制融合：RIU根据决策指令(例如，在完成决策过程之后)管理交通和/或控制车辆，例如，管理交通和/或控制十字路口、特定路段的车辆，和/或与车辆队列有关的车辆。
系统级融合方法包括感知融合、预测与决策融合；所述感知融合包括动态地图、定位、环境感知、车辆信息和/或路段感知；所预测与决策融合包括环境态势预测、交通流量预测、路段轨迹预测和/或应急调整，如图12所示。
系统级融合方法的具体流程如图13所示，具体包括：首先，进行感知融合：基于环境信息、动态地图、车辆定位、车辆信息和/或路段信息进行感知融合，以提供感知数据融合；其中，用于感知融合的数据由RIU、TCC、车辆感知和/或数据库提供。其次，进行预测与决策融合：基于环境态势预测、交通流量预测、路段轨迹预测和/或应急调整进行预测与决策融合。
所述协调控制的一种方式如图14所示，道路被分成若干个路段，每个路段可能包含不同的情况(例如，施工区域、交通汇入、事故、交通拥堵、天气、临界点等)，功能分配系统在云和TCC级别及以上的中心之间交换信息，并从每个路段收集数据，以提供对道路的协调控制。
所述协调控制的另一种方式如图15所示，为道路一个路段内的车辆和路侧基础设施提供协调和/或合作控制。例如，功能分配系统在云和TCC级别及以上的中心之间交换信息，路侧基础设施从TCC级别及以上中心及功能分配系统收集数据，感知道路上的物体和车辆，并与车辆共享信息；车辆与车辆之间相互连接以共享信息，车辆通过路侧基础设施的辅助来控制自己。然而，在一个复杂的情况中(例如，交通合并区域，施工区域，临界点，事故，交通拥堵，天气等)，路侧基础设施设定为对控制车辆拥有优先权，使用来自车辆的补充支持帮助车辆汇入交通流或协调车辆控制，如换道车辆管理。
所述功能分配系统通过在车辆(例如,CAV)和路侧基础设施之间的功能分配构建了一个系统(例如,包括车辆和路侧基础设施)，所述功能分配系统的智能化和/或自动驾驶水平高于车辆或路侧基础设施在没有车辆和路侧基础设施之间的分配功能情况下自动驾驶水平。例如，所述功能分配系统包括运行在一个智能化和/或自动化水平为V的车辆(例如,CAV)和运行在一个智能化和/或自动化水平为I的路侧基础设施，构成了一个运行在智能化和/或自动化水平为S的所述功能分配系统(例如,包括车辆和路侧基础设施)，其中S的级别高于V的级别和/或I的级别(例如，S>V和/或S>I)。
车辆(如CAV)在2级智能和/或自动驾驶等级(V2)下运行，其特征是V2V和驾驶辅助。在V2时，CAV使用V2V通信和车载静态地图，相对于其他车辆，可以对自己进行高精度定位。基于高精度定位，CAV进行个体车辆最优轨迹规划、出发地和目的地规划、预测和/或应急调整。路侧基础设施在2级智能和/或自动驾驶等级(I2)中运行，其特征是I2X和用于驾驶辅助的车辆引导。在I2，路侧基础设施以秒为时间尺度检测路面状况、行人、物体和/或车辆运动学参数(例如，横向和/或纵向位置，横向和/或纵向速度，和/或横向和/或纵向加速度)，用于更新实时动态地图。路侧基础设施从RIU、TCC和/或其他来源获取数据(如交通数据)，并将这些来源的数据融合，提供全面的信息(如交通信息)。路侧基础设施还支持特殊情况(如特殊事件、极端天气、特殊路段等)的预测和决策，并提供控制建议，特别是队列控制、路段控制、交通流量控制。本发明在车辆(例如，运行于V2的CAV)和路侧基础设施(例如，运行于I2的CAV)之间分配功能，以提供运行于以条件系统自动化为特征的智能和/或自动驾驶级别3(S3)的ADS。在S3上，整个系统(例如ADS)将来自车辆和路侧基础设施的信息融合在一起，以促进系统内的CAV有条件的自动驾驶。I、V、S等级的划分如表1所示：
表1
Figure BDA0003049301100000151
其中，由自动驾驶系统(Automated driving systems，ADS)包括一个或多个路侧智能单元(RIU)网络、和/或一个交通控制单元(TCU)和/或交通控制中心(TCC)网络(例如，TCU/TCC网络)、一辆包含车载智能单元(OIU)的车辆、和/或一个交通运营中心(TOC)。ADS系统被提供为智能网联交通(CAVH)系统，例如，包括智能道路设施系统的一个或多个组件。或者，ADS系统被提供作为支持分布式驾驶系统(DDS)、智能路侧工具箱(IRT)和/或设备分配系统(DAS)。
所述ADS提供了一种系统(例如，包含一个RIU和/或RIU网络的车辆运行和控制系统、和/或一个TCC/TCU网络、包含车载智能单元的车辆、和/或一个TOC、和/或一个被配置为提供信息和计算服务的云平台)，该系统被配置为提供感知功能、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。该系统包括有线和/或无线通信介质、供电网络、网络安全和安全系统、实时通信功能。其中，所述RIU网络包括RIU子系统，RIU子系统包括：感知模块，被配置为感知驾驶环境特征；通信模块，被配置为与车辆、交通控制单元和云通信，通信模块使用有线或无线介质进行通信；数据处理模块，被配置为处理、融合和计算来自感知和/或通信模块的数据；接口模块，被配置为在数据处理模块和通信模块之间进行通信；以及自适应供电模块，被配置为根据本地电网的条件提供并调节电力，自适应供电模块还被配置为提供备用冗余。
感知模块包括基于雷达的传感器和/或基于视觉的传感器，且其中基于视觉的传感器和基于雷达的传感器被配置为感知驾驶环境和车辆属性数据。基于雷达的传感器包括激光雷达、微波雷达、超声波雷达或毫米波雷达。基于视觉的传感器包括照相机、红外照相机或热感照相机，其中，照相机是彩色照相机。
感知模块还包括基于卫星的导航系统和/或惯性导航系统，并且基于卫星的导航系统和/或惯性导航系统被配置为提供车辆位置数据。基于卫星的导航系统包括：差分全球定位系统(DGPS)、北斗导航卫星系统或GLONASS全球导航卫星系统；惯性导航系统包括惯性参考单元。
感知模块还包括车辆识别设备，车辆识别设备包括无线射频识别(RFID)、蓝牙、无线网络(IEEE 802.11)或蜂窝移动网络，例如4G或5G蜂窝移动网络。
RIU子系统部署在包括自动驾驶车道和可选的人工车道附近的固定位置，或者RIU子系统部署在道路的路侧基础设施附近的固定位置，或者RIU子系统部署在公路路侧、道路入口、道路出口匝道、立交、交叉路口、桥梁、隧道、收费站附近，或者RIU子系统部署在关键位置的无人机上，或者RIU子系统部署在移动组件上，或者RIU子系统被部署在关键位置上空的无人驾驶飞行器上，如在无人机(unmanned aerial vehicle，UAV)上，在交通拥堵现场，在交通事故现场，在公路建设现场，在极端天气现场。RIU子系统的位置根据道路几何形状、交通数量、交通容量、使用道路的车辆类型、道路大小和/或区域的地理位置进行布置。其中，RIU子系统安装在机架上(例如，架空组件；例如，安装在公路标志或通信基站等组件上)，或者RIU子系统使用单悬臂或双悬臂支架安装。
所述TCC网络被配置为提供交通运行优化、数据处理和归档。TCC网络包括人工操作界面，基于TCC网络所覆盖的地理区域，TCC网络有宏观层面TCC、区域范围TCC或通道(corridor)范围TCC。
所述TCU网络被配置为提供实时的车辆控制和数据处理，实时车辆控制和数据处理是基于预先设置的算法自动进行的。所述TCU网络是基于所述TCU网络所覆盖的地理区域的路段范围TCU或位置点范围TCU，或者由RIU物理组合或集成的点状TCU和/或段状TCU。段状TCU被配置为处理来自通道范围和/或位置点TOC的信息，并为位置点范围TCU提供控制目标；位置点范围TCU被配置为处理来自路段范围TCU和RIU的信息并向RIU提供基于车辆的控制指令。
进一步地，其中宏观层面TCC配置为处理来自区域TCC的信息并向区域TCC提供控制目标；区域范围TCC被配置为处理信息并为通道TCC提供控制目标；通道TCC被配置为处理宏观和段状TCU信息并向段状TCU提供控制目标。
进一步地，RIU网络向车辆提供定制的交通信息和控制指令，并接收车辆提供的信息。
进一步地，TCC网络包括一个或多个TCC，该TCC包含连接及数据交换模块、传输和网络模块、服务管理模块、应用模块；连接及数据交换模块配置为提供数据连接和TCC之间的数据交换；连接及数据交换模块包括提供数据校正、数据格式转换、防火墙、加密和解密方法的软件组件。传输和网络模块配置为提供用于在TCC之间进行数据交换的通信方法；传输和网络模块包括提供访问功能和在云平台内不同传输网络之间进行数据转换的软件组件。服务管理模块配置为提供数据存储、数据搜索、数据分析、信息安全、隐私保护和网络管理功能。应用模块配置为提供对所述TCC网络的管理和控制，还被配置为管理车辆和道路的协同控制、系统监控、紧急服务以及人与设备交互。
进一步地，TCU网络包括一个或多个TCU，该TCU包含传感器及控制模块、传输及网络模块、管理模块、应用模块、服务管理模块、业务管理模块。传感器及控制模块配置为提供RIU的感知和控制功能，感知和控制功能包括：提供雷达、摄像头、RFID和/或V2I(车辆到各种路侧基础设施)设备的感知和控制功能；所述传感器及控制模块包括DSRC、GPS、4G、5G和/或无线(例如，IEEE 802.11)通信。传输及网络模块被配置为提供通信网络功能，用于自动驾驶车辆和RIU之间的数据交换。管理模块被配置为提供数据存储、数据搜索、数据分析、信息安全、隐私保护和网络管理。应用模块被配置为提供RIU的管理和控制方法，其中，RIU的管理和控制方法包括车辆和道路的本地协同控制、系统监控和应急服务。服务管理模块用于为应用模块提供数据分析。业务管理模块用于为所述应用模块提供数据分析。
进一步地，TOC包括接口交互，通过接口交互提供对TCC网络和数据交换的控制。所述接口交互包括信息共享接口和车辆控制接口。所述信息共享接口包括一个共享和获取交通数据的接口、一个共享和获取交通事件的接口、一个从移动共享系统中获取并共享乘客需求模式的接口、一个根据车辆运行和控制系统的指令动态调整价格的接口、和/或允许特殊机构(如车辆管理办公处或警方)删除、更改和共享信息的接口。其中，交通数据包括交通流密度、车辆速度和/或车辆轨迹，交通数据由车辆运行和控制系统和/或其他移动共享系统提供。交通事件包括极端情况、重大和/或轻微事故和/或自然灾害，当车辆运营和控制系统和/或其他移动共享系统发出警报时，共享和获取交通事件的接口允许车辆运营和控制系统在发生交通事件、极端天气或路面故障时对车辆进行控制。车辆控制接口允许车辆与其他车辆在同一自动驾驶车辆专用车道上行驶时形成队列。
进一步地，OIU包括通信模块、数据采集模块，车辆控制模块；所述通信模块被配置为OIU与RIU或其他OIU进行通信；所述数据采集模块被配置为从车辆外部传感器和内部传感器采集数据，监控车辆状态和驾驶员状态。所述车辆控制模块被配置为执行驾驶任务的控制指令；其中，驾驶任务包括车辆跟驰和/或变道；控制指令是从一个RIU处接收来的，OIU被配置为使用从RIU接收的控制指令来控制车辆。从RIU接收的控制指令包括车辆控制指令、出行路线及交通信息和/或服务信息；所述车辆控制指令包括纵向加速率、横向加速率和/或车辆方向；所述出行路线及交通信息包括交通条件、事件位置、十字路口位置、入口位置和/或出口位置；所述服务信息包括加油站的位置和/或兴趣点的位置。OIU还被配置为将数据发送到RIU，发送到RIU的数据包括驾驶员输入数据、驾驶员状态数据和/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、预期的行程时间和/或服务请求；驾驶员状态数据包括驾驶员行为、疲劳程度和/或驾驶员精神分散；车辆状况数据包括车辆ID、车辆类型和/或由数据采集模块采集的数据。
进一步地，OIU被配置为收集包括车辆发动机状态，车辆速度，车辆探测到的周围物体和/或驾驶员状态的数据；OIU还被配置为对车辆进行控制；OIU还被配置为在自动驾驶系统失效时控制车辆；OIU还被配置为在车辆状况和/或交通状况不允许自动驾驶系统控制车辆时对车辆进行控制；其中，车辆状况和/或交通状况是不利的天气状况、交通事故、系统故障和/或通信故障。
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 (10)

1.一种用于自动驾驶系统的功能分配系统，用于为自动驾驶系统提供自动驾驶功能，其特征在于，所述自动驾驶系统包括智能路侧基础设施IRIS、智能网联汽车CAV和基于云的服务平台；所述IRIS包括路侧智能单元RIU和/或RIU网络、和/或交通运营中心TOC、和/或交通控制单元TCU、和/或交通控制中心TCC；所述CAV包含车载智能单元OIU；所述基于云的服务平台包括一个系统云组件，和/或一个车辆云组件和/或一个智能基础设施云组件，用于支持通信、信息交换、操作和管理；
所述功能分配系统包括依次连接的感知分配系统、预测与决策分配系统、控制分配系统；所述感知分配系统、预测与决策分配系统、控制分配系统在微观、和/或中观和/或宏观层面根据道路和交通场景分配功能；其中，
所述感知分配系统用于对RIU、CAV分配感知功能；
所述预测与决策分配系统基于所述感知分配系统的分配结果，进行预测与决策功能分配；
所述控制分配系统基于预测与决策分配结果向RIU、CAV发送控制指令。
2.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，
所述感知分配系统在微观层面提供地图、定位、环境感知和/或车辆信息感知；所述地图提供分配给CAV的车载静态地图和/或分配给RIU的实时动态地图；所述定位包括分配给所述CAV的自定位和/或分配给所述RIU的支撑定位；所述环境感知包括分配给所述CAV和/或分配给RIU的感知车辆和/或感知行人；所述车辆信息包括分配给所述CAV的车辆自我信息和/或分配给所述RIU的其他车辆信息；
所述感知分配系统在中观层面提供多个车辆和/或路段感知；
所述感知分配系统在宏观层面提供交通控制中心TCC感知和/或交通流感知，并将所述TCC感知、交通流感知分配给所述RIU。
3.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，
所述预测与决策分配系统在微观层面将车辆轨迹预测、单个车辆出发地和目的地和/或应急调整功能分配给所述CAV；
所述预测与决策分配系统在中观层面将事件预测、车辆队列预测和/或特定路段交通状态预测功能分配给所述RIU；
所述预测与决策分配系统在宏观层面将交通流预测、基于用户最优和/或系统最优流量策略进行的交通管理功能分配给所述自动驾驶系统。
4.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，
所述控制分配系统在微观层面将单个车辆控制分配给所述CAV；
所述控制分配系统在中观层面将车辆队列控制和/或路侧智能单元控制分配给所述RIU；
所述控制分配系统在宏观层面将交通流量控制分配给所述RIU。
5.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，所述功能分配系统采用融合方法为所述自动驾驶系统提供自动驾驶功能；所述融合方法包括分别基于CAV的融合方法、基于RIU的融合方法、系统级融合方法；功能分配系统根据道路和交通场景在CAV、RIU和/或系统间分配融合功能。
6.根据权利要求5所述的用于自动驾驶系统的功能分配系统，其特征在于，所述基于CAV的融合方法具体包括：
首先，进行感知融合：当所述CAV遇到复杂的场景，根据感知流程提供的感知数据，所述CAV请求并融合所述RIU提供的数据，以支持所述CAV的定位；通过所述CAV检查车辆定位信息是否与地图提供的信息相匹配，如果所述CAV的定位不匹配，所述CAV从所述RIU提供的实时动态地图请求并融合数据，为所述CAV提供更新后的定位信息；如果车辆前方有障碍物和/或行人，所述CAV融合来自所述RIU的感知数据增强对环境的感知能力；同时，所述CAV通过通信从本地车辆或RIU接收和融合车辆信息；
其次，进行预测与决策的融合：所述CAV接收和/或执行所述RIU的决策指令，并根据所述感知数据和/或决策指令进行预测与决策；
再次，进行控制融合：基于预测与决策结果启动控制过程，对所述CAV进行行驶状态的控制。
7.根据权利要求5所述的用于自动驾驶系统的功能分配系统，其特征在于，所述基于RIU的融合方法具体包括：
首先，进行感知融合：基于实时动态地图、所述RIU从所述CAV请求的数据，将CAV数据与RIU感知信息进行感知融合；
其次，进行预测与决策的融合：所述RIU接收和/或执行决策指令，并根据感知数据和决策指令进行预测和决策；
再次，进行控制融合：所述RIU根据决策指令管理交通和/或控制车辆。
8.根据权利要求5所述的用于自动驾驶系统的功能分配系统，其特征在于，所述系统级融合方法具体包括：
首先，进行感知融合：基于环境信息、动态地图、车辆定位、车辆信息和/或路段信息进行感知融合，以提供感知数据融合；其中，用于感知融合的数据由RIU、TCC、TOC、TCU、CAV感知和/或基于云的服务平台的数据库提供；
其次，进行预测与决策融合：基于环境态势预测、交通流量预测、路段轨迹预测和/或应急调整进行预测与决策融合。
9.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，所述功能分配系统采用协调控制的方法对所述CAV和/或所述RIU进行控制；
所述协调控制为对道路一个路段内的所述CAV和所述RIU提供协调和/或合作控制，具体为：所述功能分配系统在基于云的服务平台和TCC级别及以上的中心之间交换信息，所述RIU从基于云的服务平台和TCC级别及以上的中心收集数据，感知道路上的物体和车辆，并与所述CAV共享信息；不同的所述CAV之间相互连接并共享信息，完成对所述CAV的控制；其中，在复杂的情况下，所述RIU拥有对所述CAV进行控制的优先权。
10.根据权利要求1所述的用于自动驾驶系统的功能分配系统，其特征在于，所述路侧智能基础设施被配置为提供感知功能，计算资源，和/或规划和决策功能；通过向所述CAV发送信息和指令支持所述CAV执行自动驾驶任务；
所述RIU包括感知模块，所述感知模块用于感知路侧数据；
所述感知模块包括基于雷达的传感器和/或基于视觉的传感器，所述基于雷达的传感器和/或基于视觉的传感器用于感知驾驶环境和所述CAV的属性数据；
所述感知模块还包括基于卫星的导航系统和/或惯性导航系统，所述基于卫星的导航系统和/或惯性导航系统用于提供所述CAV的车辆位置数据；
所述感知模块还包括车辆识别设备，所述车辆识别设备包括无线射频识别设备、蓝牙、无线网络、蜂窝移动网络中的一种或多种。
CN202110483362.0A 2020-06-23 2021-04-30 一种用于自动驾驶系统的功能分配系统 Pending CN113835420A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202063042620P 2020-06-23 2020-06-23
US63/042,620 2020-06-23

Publications (1)

Publication Number Publication Date
CN113835420A true CN113835420A (zh) 2021-12-24

Family

ID=78962508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110483362.0A Pending CN113835420A (zh) 2020-06-23 2021-04-30 一种用于自动驾驶系统的功能分配系统

Country Status (3)

Country Link
US (1) US20210394797A1 (zh)
CN (1) CN113835420A (zh)
WO (1) WO2021262367A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120653A (zh) * 2022-01-26 2022-03-01 苏州浪潮智能科技有限公司 一种集中式车群决策控制方法、装置及电子设备
CN114822048A (zh) * 2022-05-25 2022-07-29 云控智行科技有限公司 一种网联车的云端规划服务系统及方法
CN115440041A (zh) * 2022-09-02 2022-12-06 东南大学 一种路侧视角下的重点车辆驾驶行为预测方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12002361B2 (en) * 2019-07-03 2024-06-04 Cavh Llc Localized artificial intelligence for intelligent road infrastructure
CN113873426A (zh) * 2020-06-30 2021-12-31 罗伯特·博世有限公司 用于决策车辆的地理围栏事件的系统、控制单元和方法
US11491987B1 (en) * 2022-06-22 2022-11-08 Embark Trucks Inc. Merge handling based on merge intentions over time
CN116702389B (zh) * 2023-04-27 2024-04-19 北京交通大学 一种针对混合交通流的嵌套流量计算方法
CN116580570A (zh) * 2023-05-18 2023-08-11 重庆邮电大学 智能网联条件下交叉口内部通行线路失效后的车辆轨迹控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20190347931A1 (en) * 2018-05-09 2019-11-14 Cavh Llc Systems and methods for driving intelligence allocation between vehicles and highways
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
CN111260946A (zh) * 2018-11-30 2020-06-09 南京锦和佳鑫信息科技有限公司 一种基于智能网联系统的自动驾驶货车运营控制系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10380886B2 (en) * 2017-05-17 2019-08-13 Cavh Llc Connected automated vehicle highway systems and methods
US10692365B2 (en) * 2017-06-20 2020-06-23 Cavh Llc Intelligent road infrastructure system (IRIS): systems and methods
US10551838B2 (en) * 2017-08-08 2020-02-04 Nio Usa, Inc. Method and system for multiple sensor correlation diagnostic and sensor fusion/DNN monitor for autonomous driving application
CN109118758B (zh) * 2018-07-24 2020-10-02 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
WO2020121300A1 (en) * 2018-12-11 2020-06-18 Israel Fermon Smart road infrastructure for vehicle safety and autonomous driving
CN113508066A (zh) * 2019-03-29 2021-10-15 英特尔公司 自主交通工具系统
DE102020111938A1 (de) * 2019-05-07 2020-11-12 Hyundai-Aptiv Ad Llc Systeme und verfahren zum planen und aktualisieren einer fahrzeugtrajektorie
US11460847B2 (en) * 2020-03-27 2022-10-04 Intel Corporation Controller for an autonomous vehicle, and network component

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20190347931A1 (en) * 2018-05-09 2019-11-14 Cavh Llc Systems and methods for driving intelligence allocation between vehicles and highways
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
CN111260946A (zh) * 2018-11-30 2020-06-09 南京锦和佳鑫信息科技有限公司 一种基于智能网联系统的自动驾驶货车运营控制系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120653A (zh) * 2022-01-26 2022-03-01 苏州浪潮智能科技有限公司 一种集中式车群决策控制方法、装置及电子设备
CN114822048A (zh) * 2022-05-25 2022-07-29 云控智行科技有限公司 一种网联车的云端规划服务系统及方法
CN115440041A (zh) * 2022-09-02 2022-12-06 东南大学 一种路侧视角下的重点车辆驾驶行为预测方法
CN115440041B (zh) * 2022-09-02 2023-05-30 东南大学 一种路侧视角下的重点车辆驾驶行为预测方法

Also Published As

Publication number Publication date
US20210394797A1 (en) 2021-12-23
WO2021262367A1 (en) 2021-12-30

Similar Documents

Publication Publication Date Title
US11964674B2 (en) Autonomous vehicle with partially instrumened roadside unit network
US12002361B2 (en) Localized artificial intelligence for intelligent road infrastructure
US20220114885A1 (en) Coordinated control for automated driving on connected automated highways
CN113835420A (zh) 一种用于自动驾驶系统的功能分配系统
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
CN109118758B (zh) 一种面向移动共享的智能网联交通管理系统
CN108447291B (zh) 一种智能道路设施系统及控制方法
CN111260946A (zh) 一种基于智能网联系统的自动驾驶货车运营控制系统
US20200021961A1 (en) Vehicle on-board unit for connected and automated vehicle systems
JP2023162266A (ja) 車両と幹線道路間のドライビングインテリジェンス割り当てのためのシステム及び方法
EP3750145A2 (en) Intelligent road infrastructure system (iris): systems and methods
US11436923B2 (en) Proactive sensing systems and methods for intelligent road infrastructure systems
US20210311491A1 (en) Intelligent roadside toolbox
US20220111858A1 (en) Function allocation for automated driving systems
US20220332337A1 (en) Vehicle intelligent unit
CN114501385A (zh) 一种应用于智能网联交通系统的协同自动驾驶系统
US20210314752A1 (en) Device allocation system
US20230377461A1 (en) Distributed driving systems and methods for automated vehicles
CN111243312B (zh) 部分布设的车路协同自动驾驶的系统
CN110599790B (zh) 一种智能驾驶车辆进站停靠的方法、车载设备和存储介质
US20220281484A1 (en) Mobile intelligent road infrastructure system
CN117087695A (zh) 协同自动驾驶系统
JP2024013227A (ja) 車両のナビゲーションのためのシステム、方法及び計算装置
CN116778734A (zh) 一种服务于车路协同自动驾驶的智慧车载单元
CN117409561A (zh) 运营天气管理

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