CN114363862A - 一种服务于车路协同自动驾驶的智能信息转换系统和方法 - Google Patents
一种服务于车路协同自动驾驶的智能信息转换系统和方法 Download PDFInfo
- Publication number
- CN114363862A CN114363862A CN202210047141.3A CN202210047141A CN114363862A CN 114363862 A CN114363862 A CN 114363862A CN 202210047141 A CN202210047141 A CN 202210047141A CN 114363862 A CN114363862 A CN 114363862A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- intelligent
- road
- module
- 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.)
- Withdrawn
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims description 25
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 31
- 230000008447 perception Effects 0.000 claims description 21
- 230000003068 static effect Effects 0.000 claims description 9
- 230000019771 cognition Effects 0.000 claims description 5
- 206010065042 Immune reconstitution inflammatory syndrome Diseases 0.000 abstract description 59
- 241000725585 Chicken anemia virus Species 0.000 description 106
- 210000000554 iris Anatomy 0.000 description 55
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
-
- 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
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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]
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/20—Static objects
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Atmospheric Sciences (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本申请公开了一种服务于车路协同自动驾驶的智能信息转换系统,用于连接并提供IRIS和CAV之间的实时动态信息的交互,包括车侧接口模块、路侧接口模块、编码模块、解码模块、码本模块;车侧接口模块用于IICS与CAV之间进行信息交互;路侧接口模块用于IICS与IRIS之间进行信息交互;码本模块内设置有码本,码本用于提供信息交互的标准化格式;编码模块用于根据码本,将实时动态信息编码成码本字符串;解码模块用于根据码本,对码本字符串进行解码得到实时动态信息。本申请提供IRIS和CAV之间的实时动态信息交换,满足了包括CAV和IRIS的系统的智能驾驶要求。
Description
技术领域
本申请属于自动驾驶技术领域,具体涉及一种服务于车路协同自动驾驶的智能信息转换系统和方法。
背景技术
自动驾驶汽车能够感知环境,并在无需驾驶人操作或驾驶人执行部分操作的情况下进行自动驾驶,这项技术目前正在开发和试验测试中。同时,自动驾驶汽车的广泛实施和大规模商业使用受到现有自动驾驶技术的限制,在建设复杂和冗余的车载系统和路侧系统方面存在较大难度。
发明内容
本申请提出了一种服务于车路协同自动驾驶的智能信息转换系统和方法,通过将各种类信息的转换供不同等级的智能网联车辆使用,实现自动驾驶系统的路端(例如道路基础设施)和车端(例如智能网联车辆)之间的实时和动态信息交换。
为实现上述目的,本申请提供了如下方案:
一种服务于车路协同自动驾驶的智能信息转换系统,用于连接并提供智能路侧设施系统和智能网联车辆之间的实时动态信息的交互,所述智能信息转换系统包括车侧接口模块、路侧接口模块、编码模块、解码模块、码本模块;
所述车侧接口模块用于所述智能信息转换系统与所述智能网联车辆之间进行信息交互;
所述路侧接口模块用于所述智能信息转换系统与所述智能路侧设施系统之间进行信息交互;
所述码本模块内设置有码本,所述码本用于提供信息交互的标准化格式;
所述编码模块用于根据所述码本,将实时动态信息编码成码本字符串;
所述解码模块用于根据所述码本,对码本字符串进行解码得到实时动态信息;
所述实时动态信息包括从所述智能网联车辆向所述智能信息转换系统发出的车端基本信息、车端感知信息和车辆控制信息,以及从所述智能路侧设施系统向所述智能信息转换系统发出的道路感知信息、车辆感知信息和交通控制信息。
可选的,所述实时动态信息划分为若干种分类信息;
所述分类信息包括车辆自动化级别、车辆原始设备制造商、车辆品牌、车辆年款、车辆类型、道路类别、公路级别、城市道路级别,道路智能化水平、信息功能等级、信息更新频率、安全需求、信息精度、信息范围、信息静动态特性和信息名称。
可选的,所述标准化格式为整数序列;
每一种所述分类信息对应所述整数序列中的一个整数。
可选的,所述智能信息转换系统还包括支撑模块;
所述支撑模块包括缓存单元和电源单元;
所述缓存单元用于存储所述实时动态信息;
所述电源单元用于为所述智能信息转换系统提供电源。
可选的,所述智能信息转换系统集成于所述智能路侧设施系统或所述智能网联车辆或云计算平台。
可选的,所述智能路侧设施系统包括智能路侧单元、交通控制单元和交通控制中心;
所述智能路侧单元用于从所述智能信息转换系统接收来自于所述智能网联车辆发出的实时动态信息,以及与所述交通控制单元之间进行数据交换;
所述交通控制单元用于所述智能路侧单元、所述交通控制中心及其他所述交通控制单元之间进行数据交换;
所述交通控制中心用于执行交通控制功能和/或决策,并存储相应的交通控制数据和/或决策数据。
可选的,所述智能网联车辆包括驾驶环境感知模块、内部环境感知模块、场景认知模块和决策规划模块;
所述驾驶环境感知模块用于感知所述智能网联车辆的周围环境,和/或从外部车辆传感器收集数据;
所述内部环境感知模块用于感知所述智能网联车辆的状态、感知所述智能网联车辆的内部环境以及感知驾驶员状态,和/或从内部车辆传感器收集数据;
所述场景认知模块用于收集描述CAV环境的语义信息和/或认知信息;
所述决策规划模块用于为车辆控制提供决策。
另一方面,为实现上述目的,本申请还提供了一种服务于车路协同自动驾驶的智能信息转换方法,用于提供智能路侧设施系统和智能网联车辆之间的实时动态信息的交互,包括如下步骤:
对所述智能网联车辆发出的车辆终端信息和车辆信息需求进行编码,生成标准化格式的码本字符串,并发送至所述智能路侧设施系统,所述智能路侧设施系统对所述码本字符串进行解码;
由所述智能路侧设施系统对车辆信息需求与来自路侧基础设施的数据进行融合,得到融合信息,并对所述融合信息进行编码,生成标准化格式的码本字符串,通过对所述码本字符串的解码得到解码后的融合信息和车辆信息需求,并将解码后的融合信息和车辆信息需求发送至所述智能网联车辆。
可选的,所述智能网联车辆与所述智能路侧设施系统交互时,需要先进行车辆接入认证;
所述车辆接入认证的方法包括:授权所述智能网联车辆,以及验证所述智能路侧设施系统的合法状态。
本申请的有益效果为:
本申请公开了一种服务于车路协同自动驾驶的智能信息转换系统和方法,提供智能路侧设施系统(例如IRIS)和智能网联车辆(例如CAV)之间的实时动态信息交换,促进了智能道路基础设施(例如IRIS)和智能网联车辆(例如CAV)之间在一系列智能级别(例如V1、V1.5、V2、V3和V4)的通信,提高了自动驾驶系统的服务水平,并提供功能和支持,以满足包括CAV和IRIS的系统的自主驾驶要求。本申请能够为不同级别的CAV提供服务。
附图说明
为了更清楚地说明本申请的技术方案,下面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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一中IRIS、CAV和IICS的逻辑关系示意图;
图2为本申请实施例一中IRIS、CAV和IICS的示例性结构示意图;
图3为本申请实施例一中服务于车路协同自动驾驶的智能信息转换系统IICS的内部结构示意图;
图4为本申请实施例一中IICS的总体数据流转示意图;
图5为本申请实施例一中IRIS的结构示意图;
图6为本申请实施例一中CAV的结构示意图;
图7为本申请实施例一中服务于V1.5级别CAV的流程示意图;
图8为本申请实施例一中服务于V2/V3级别CAV的流程示意图;
图9为本申请实施例一中服务于V4级别CAV的流程示意图;
图10为本申请实施例二中接入认证过程的流程示意图。
具体实施方式
为了便于理解本申请中的各项技术和技术名词,首先对文中的一些术语和短语做出解释。
“智能网联智能高速公路系统”(“CAVH系统”)是指为智能网联车辆(CAV)提供整车操作和控制的综合系统,具体地,向控制CAV的系统发送单个车辆的详细且对时间敏感的控制说明,包括车辆跟驰、换道、路线指引和相关信息。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:车辆;路侧单元(RSU),其与智能路侧单元(RIU)相似或相同;交通控制单元(TCU);和交通控制中心(TCC)。
“智能路侧设施系统”(“IRIS”)指有助于车辆操作和CAVH系统控制的系统。IRIS为智能网联车辆(CAV)提供运输管理和操作以及单独的车辆控制。例如,IRIS提供了一种用于控制CAV的系统,该系统通过向单个车辆发送用于自动车辆驾驶的定制、详细和时间敏感的控制指令和交通信息,例如车辆跟驰、车道变换、路线引导和其他相关信息。
“车辆”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。
“车载智能单元”(“VIU”)用于存储通过IICS提供的路侧数据和/或信息,以增加经验数据的积累,从而使驾驶适应更多的驾驶环境和场景。
“自动化车辆”(缩写为“AV”)是指在自动化模式下的自动化车辆,例如在任何自动化水平上的自动化车辆。
“资源”是指计算能力(例如,计算能力、计算周期等);存储器和/或数据存储能力;感知能力;通信能力(例如,带宽、信号强度、信号保真度等);和/或电能。
“服务”指过程、执行过程的功能和/或配置为提供执行过程的功能的组件或模块。
“智能网联车辆”或“CAV”是指能够与其他车辆(例如,通过V2V通信)、智能路侧单元(RIU)、交通控制信号和/或其他基础设施或设备进行通信的自主车辆,即“智能网联车辆”或“CAV”是指具有任何级别的自动化的智能网联车辆。
“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)。
“智能路侧单元”(缩写为“RIU”)可指一个RIU、多个RIU和/或RIU网络。
“微观”、“中观”和“宏观”指时间和空间上的相对尺度,包括但不限于与单个车辆相关的微观水平(例如,纵向运动(跟车、加速和减速、停车和站立),横向运动(车道保持、车道变换)),与道路走廊和/或路段相关的中观水平(例如,特殊事件早期通知、事件预测、合并和分流、车队拆分和整合、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、网络交通需求预测、网络状态预测、网络出行时间预测)。微观层面的时间尺度为1至10毫秒,与车辆控制指令计算等任务相关,中观层面的时间尺度通常为10至1000毫秒,与事件检测和路面状况通知等任务相关,宏观级别的时间尺度大于1秒,并且与诸如路由计算之类的任务相关。
车辆(V)、基础设施(I)和系统的自动化和/或智能级别根据“智能级别”和/或“自动化级别”进行描述。
根据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),定义车辆(如CAV)的智能和/或自动化水平(J3016_201806)),其中每一项通过引用并入本申请。例如,车辆(例如,CAV)的智能和/或自动化水平定义为以下之一:V0:无自动化功能(例如,“手动驾驶”);V1:辅助人类驾驶员控制车辆的基本功能(例如,“辅助驾驶”);V2:帮助人类驾驶员控制车辆完成简单任务的功能,并提供基本传感功能(例如,“部分自主驾驶”);V3:详细实时感知环境并完成相对复杂驾驶任务的功能(例如,“有条件自主驾驶”);V4:允许车辆在有限条件下独立驾驶的功能,有时使用人工驾驶备份(例如,“高度自主驾驶”);V5:允许车辆在所有条件下独立驾驶而无需人工驾驶备份的功能(例如,“完全自主驾驶”)。本申请中智能等级为1.5(V1.5)的车辆是指具有介于车辆智能等级1和车辆智能等级2之间的能力的车辆,例如,V1.5的车辆具有最低或无自动驾驶能力,但包括能力和/或功能(例如,硬件和/或软件)通过CAVH系统控制V1.5车辆(例如,车辆具有“增强驾驶员辅助”或“驾驶员辅助增强”功能)。
基础设施智能和/或自动化级别是以下之一:I0:无功能(例如,“非信息化”和/或“非智能”和/或“非自动化”);I1:信息收集和交通管理,其中基础设施提供聚合交通数据收集和基本规划和决策方面的原始传感功能,以支持低时空分辨率的简单交通管理(例如,“初步数字化”和/或“初步情报”和/或“初步自动化”);I2:I2X和用于驾驶辅助的车辆导航,其中,除了I1中提供的功能外,基础设施还实现了有限的路面状况检测和车辆运动学检测传感功能,例如部分交通的横向和/或纵向位置、速度和/或加速度,以秒或分钟为单位;基础设施还通过I2X通信(例如,“部分联网”和/或“部分智能”和/或“部分自动化”)为车辆提供交通信息和车辆控制建议和说明;I3:专用车道自动化,其中基础设施向单个车辆提供毫秒时间尺度上描述周围车辆和其他物体动态的信息,并支持在与CAVH兼容的车辆专用车道上全自动驾驶;基础设施的交通行为预测上限有限能力(例如,“有条件自主驾驶”和/或“基于道路基础设施的高度网络化驾驶”);I4:场景特定的自动化,其中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)基本的基于车辆的自动化能力,如紧急制动,在基础设施出现故障时作为备用系统提供(例如,“基于道路基础设施的高度自主驾驶”);和I5:完全的基础设施自动化,其中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,并优化部署基础设施的整个道路网络;不需要提供车辆自动化功能作为备份;完全的主动安全功能可用(例如,“基于道路基础设施的完全自主驾驶”)。
系统智能和/或自动化级别是以下之一:S0:无功能(例如,“非信息化”和/或“非智能”和/或“非协作”和/或“非集成”);S1:系统为单个车辆提供简单的功能,如巡航控制和被动安全功能;系统检测车速、位置和距离(例如,“初步信息化”和/或“初步情报”和/或“初步协作”和/或“初步集成”);S2:系统包括个人智能,检测车辆运行状态、车辆加速度和/或交通标志和信号;单个车辆根据自己的信息做出决策,并具有部分自动驾驶功能,以提供复杂的功能,如辅助车辆自适应巡航控制、车道保持、车道变换和自动停车(例如,“部分信息化”和/或“部分智能化”和/或“部分协作”)和/或“部分整合”);S3:该系统集成了来自一组车辆的信息,并具有特殊智能和预测能力,该系统具有对该组车辆进行决策的智能,并能完成复杂的条件自动驾驶任务,如协同巡航控制、车辆排程、,通过交叉口、合并和分流的车辆导航(例如,“高信息化”和/或“高智能”和/或“高协作”和/或“有条件的系统集成”);S4:系统在部分网络中优化集成驾驶行为;该系统在部分网络内检测和传输详细信息,并根据网络内的车辆和交通信息做出决策,并处理复杂的高级自动驾驶任务,如导航交通信号走廊,并为小型运输网络内的车辆提供最佳轨迹(例如,“完全信息化”和/或“完全智能化”和/或“完全协作”和/或“高度系统集成”);S5:车辆自动化和系统交通自动化,其中系统优化管理整个交通网络;系统在运输网络内检测和传达详细信息,并根据网络内的所有可用信息做出决策;该系统处理全自动驾驶任务,包括单个车辆任务和运输任务,并协调所有车辆以管理交通(例如,“完全信息化”和/或“完全智能化”和/或“完全协作”和/或“完全系统集成”)。
车辆智能由CAV子系统提供和/或与之相关,基础设施智能由CAH子系统提供和/或与之相关。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
为使本申请的上述目的、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申请作进一步详细的说明。
实施例一
服务于车路协同自动驾驶的智能信息转换系统,缩写IICS,用于连接并提供智能路侧设施系统IRIS和智能网联车辆之CAV间的实时动态信息的交互。
如图1-2所示,为本申请实施例一中的IRIS、CAV和IICS的逻辑关系的示意图和示例性结构示意图,IICS连接任何智能级别的IRIS和CAV,以提高自动驾驶系统的服务级别,并满足各种CAV和IRIS的不同自动驾驶要求。
如图3所示,为本申请实施例一的服务于车路协同自动驾驶的智能信息转换系统IICS的结构示意图,主要包括车侧接口模块、路侧接口模块、编码模块、解码模块、码本模块。
在本实施例一中,车侧接口模块用于智能信息转换系统IICS与智能网联车辆CAV之间进行信息交互。路侧接口模块用于智能信息转换系统IICS与智能路侧设施系统IRIS之间进行信息交互。码本模块内设置有码本,码本用于提供信息交互的标准化格式,并具有码本字符串信息排序的功能。编码模块用于根据码本,将实时动态信息编码成码本字符串,提供并促进车辆端(例如,任何智能级别的CAV)和道路端(例如,配备IRIS的路段)之间的实时动态信息交换,将信息从CAV编码到IRIS。解码模块用于根据码本,对码本字符串进行解码得到实时动态信息,将信息从IRIS解码到CAV,以进行信息交换。具体的,编码模块和解码模块将来自CAV和IRIS的信息转换为用于信息交换的码本标准格式,以及从码本标准格式转换信息。
如图4所示,为智能信息转换系统IICS的总体数据流转示意图,
实时动态信息包括从智能网联车辆向智能信息转换系统发出的车端基本信息、车端感知信息和车辆控制信息,以及从智能路侧设施系统向智能信息转换系统发出的道路感知信息、车辆感知信息和交通控制信息。IICS可集成到IRIS或CAV或云平台中。
智能信息转换系统IICS中的码本提供了编码发送到和/或来自IRIS的信息的信息标准,以及编码发送到和/或来自CAV的信息的信息标准,即,码本提供了在不同的CAV和/或不同的IRIS之间的通信信息的标准,每个IRIS可以具有特定于CAV和/或IRIS的信息编码方案。
在本实施例一中,码本字符串包括表示关于CAV、道路基础设施和/或信息的特定信息的一系列整数,其中CAV与道路和/或基础设施相互作用,并且CAV从中获得对自动驾驶的支持,和/或CAV和/或基础设施之间交换的信息。在本实施例一中,码本字符串包括16类信息的有序整数系列。其中位置(例如,位置1、2、3、4、5、6、7、8、9、10、11、12、13、14、15或16从左到右)代码簿字符串中整数的值表示由整数表示的信息类别,每个整数的值表示(例如,每个)类别的特定值。具体的,代码簿字符串包括描述以下类别的多个整数:车辆自动化级别、车辆原始设备制造商(OEM)、车辆品牌、车辆年款、车辆类型、道路类别、公路级别、城市道路级别,道路智能化水平;信息功能等级(感知、预测、决策和控制等);和/或描述信息类别一(频率)、信息类别二(安全需求)、信息类别三(精度)、信息类别四(范围)、信息类别五(静态和动态)和/或信息类别六(名称)的六个信息类别。车辆自动化水平类别可由整数0、1、2、3、4或5表示的值V0、V1、V2、V3、V4或V5。类别车辆OEM可分别由整数1、2、…、或N表示的因素1、因素2、…、或因素N的值。具体如表1中提供了由码本字符串提供的15类数据以及代表15类中每一类的每个值的值和整数。
表1
上述信息类别、信息类别的划分、及信息类别数量,仅作为本实施例一的展示,而不限定于仅上述分类,具体的信息类别、划分方式和类别数量,可根据实际需要进行调整。
在本实施例一中,还可根据一个或多个码本字符串位置处的一个或多个值对码本字符串进行排序和/或过滤。例如,使用信息类别I(频率)对码本字符串进行排序。具体地,码本字符串类别信息类别(I)与码本字符串表示的信息改变的频率相关,可以将服务区段信息、收费站信息、车道宽度、道路标志含义、道路曲率分类为低频信息,道路状况、车辆间距和车头时距、相对距离、相对速度、横向偏差纵向偏差分类为高频信息。
又例如,使用信息类别II(安全需求)对码本字符串进行排序,特别是,代码簿字符串类别信息类别II(安全需求)与用于自动驾驶的CAV决策、车辆控制和运动规划的信息的重要性程度有关。可以将横向距离、纵向车头时距、横向偏差、纵向偏差、相对距离、相对速度分类为高安全需求信息,将匝道信息、服务区段信息、收费站信息、专用车道信息、收费车道信息、HOV车道信息、车道数、车道宽度交通标志分类为低安全需求。
又例如,根据频率和安全需求水平,将与车辆相关的信息分类为高频、中频、低频信息和高安全需求、中等安全需求、低安全需求信息,如表2中所述。
表2
又例如,根据频率和安全需求水平,与道路基础设施或条件相关的信息被分类为高频、中频、低频信息和高安全需求、中等安全需求、低安全需求信息,如表3所述。
表3
又例如,使用信息类别III(精度)对码本字符串进行排序。特别是,代码簿字符串类别信息类别III(精度)与驾驶场景、驾驶任务和/或车辆智能级别有关,可以将跟踪目标、碰撞剩余时间、横向偏差、纵向偏差、速度信息分类为高等精度级别信息,将车道数、车道宽度、天气信息、坡道信息和服务区段信息分类为低等精度信息。
又例如,使用信息类别IV(范围)对码本字符串进行排序的系统和方法。具体地,码书字符串类别信息类别IV涉及空间尺度,将道路网络级信息(例如,道路状况、交通事故信息、道路标志含义、障碍物信息、车道数、车道宽度、天气信息和/或地图信息)分类为宏观信息。将路段级别信息(例如,路段平均速度和/或路段平均交通量)分类为中观信息。而车辆级别信息(例如,用于有效跟踪目标(例如,单个车辆、周围车辆、物体)的信息)、碰撞时间、车辆标识和/或标识符、单个车辆速度、单个车辆相对距离、单个车辆相对速度、单个车辆横向偏差、单个车辆纵向偏差、单个车辆发动机扭矩控制、单个车辆制动稳定加速度、单个车辆启动-停止控制和/或油门)属于微观信息。
又例如,将车辆信息根据精度(高等精度、中精度或低等精度)和范围(网络级、路段级或车辆级)进行分类,如表4所述。
表4
又例如,根据精度(高等精度、中精度或低等精度)和范围(网络级、路段级或车辆级)对与道路基础设施或条件相关的信息进行分类,如表5所述。
表5
又例如,使用信息类别V(静态或动态)对码本字符串进行排序。具体的,代码簿字符串类别信息类别V涉及在车辆运行期间保持不变的信息(静态信息)或在车辆运行期间发生变化的信息(动态信息)。例如,服务区段位置、车道数、车道宽度、HOV车道位置、车辆状况信息(例如,车辆类别、车辆标识和/或标识符等)、道路线形、减速带、绝缘托梁、安全防护装置、防眩板、交通标志和标志、坡道位置属于静态信息。平均道路速度、平均车头时距、拥挤状态、天气信息、交通控制信息、轨迹规划、道路网络信息、油门强度分类为动态信息。
又例如,车辆信息根据静态或动态(例如,时间变化或不变)结合功能级别(感知信息、预测信息、决策信息或控制信息)分类,如表6所示。
表6
还例如,道路信息根据静态或动态(例如,时间变化或不变)结合功能级别(感知信息、预测信息、决策信息或控制信息)分类,如表7所示。
表7
在本实施例一中,当CAV在由IRIS服务的路段上行驶时,CAV的VIU(车载智能单元)在CAV和IICS之间提供信息传输,将车辆末端信息和信息需求发送给IICS。VIU车辆终端信息包括基本车辆信息(例如,用于访问验证)、车辆感应信息(例如,用于信息融合)、车辆当前控制命令信息(例如,用于车辆-道路协同感应和控制)和车辆驾驶任务执行信息(例如,用于车辆驾驶命令优化)。IICS的车侧接口模块对接收到的信息进行编码,然后通过路侧接口模块将编码信息传输至IRIS,以提供从车辆端到道路端的信息交互。
接下来,IRIS通过解析码本字符串中的整数和整数位置从车辆端提取个性化信息,然后将路侧信息(例如,由IRIS检测),和来自于IICS编码并由IRIS接收的车辆端信息进行数据融合,生成一个融合信息。融合信息(例如,编码为使用代码簿标准格式格式化的代码簿字符串,用于信息交换)由IRIS通过IICS路侧接口模块传输进IICS。IICS根据信息交换的代码簿标准格式对该融合信息进行解码,以提取个性化信息(例如,车辆智能等级、OEM、车辆品牌、车型年、车型等)和信息需求(例如,频率、安全需求、精度、范围和/或静态或动态。然后,IICS通过车侧接口模块将解码信息传输至CAV,从而响应车辆端的信息需求,并提供从道路端到车辆端的信息交换。
IRIS可促进智能网联交通(CAVH)系统的车辆运转和控制,为车辆提供特定的信息和车辆的实时控制指令以完成驾驶任务,例如车辆跟驰、换道和路线引导。此外,IRIS系统管理高速公路和城市干线的运输和管理服务,向CAV(例如,向CAV的VIU)提供车辆特定的控制指令和/或车辆特定的信息。
在本实施例一中,与智能信息转换系统IICS配合的智能路侧设施系统IRIS,具有多层次结构,如图5所示,包括多个路侧智能单元RIU、多个交通控制单元TCU、及交通控制中TCC。RIU用于从IICS接收车辆侧信息并与TCU执行数据交换。TCU用于与RIU、其他TCU、及TCC之间的信息交互,以及执行数据融合和处理;TCC用于执行决策(例如,交通管制))和数据存储。IRIS管理包括感知、交通行为预测和管理、规划和决策以及车辆控制中的一个或多个功能,由实时有线和/或无线通信、供电网络以及网络安全和安保服务支持。
在本实施例一中,具体的,RIU包括感知模块(例如,包括摄像头、雷达(例如,微波雷达)和/或其他传感器),用于收集路段内的交通和/或车辆驾驶环境信息;交互模块,用于集成来自传感模块和通信模块的数据,并向通信模块发送数据;通信模块,用于从交互模块接收数据和/或与TCU通信模块交换数据。
在本实施例一中,TCU包括数据处理模块,用于融合从TCU接收的数据,例如,交通控制信息、车路感知信息(例如,从路侧通信模块接收)、来自其他TCU的信息,和交通状态信息(例如,交通流量、速度和/或拥堵),还用于处理融合数据并利用融合数据做决策;通信模块,用于与数据处理模块和其他TCU的数据交互。
IRIS提供了一个综合系统,通过向个体车辆发送详细且时间敏感的控制指令,向CAV和/或CAVH系统提供完整的车辆运转和控制。车辆特定指令和/或信息由TCC构建和/或优化,从TCC传输到TCU,由TCU发送到RIU网络,并由RIU分发到CAV(例如,传输到CAV的VIU)。因此,IRIS包括层次结构中的TCC、TCU和RIU,提供不同空间尺度的覆盖。
另一方面,在本实施例一中,如图6所示,与智能信息转换系统IICS配合的智能网联车辆CAV包括驾驶环境感知模块,用于感知CAV的周围环境、以及与各种传感器交互并收集来自各种传感器的数据;内部环境感知模块,用于感知CAV的工况、以及与各种传感器交互并收集数据;环境感知融合模块,用于融合CAV传感器数据与路侧由IICS传输的信息和传感器数据,以识别和/或表示CAV周围环境和/或CAV周围场景信息,以及预测CAV的轨迹;场景认知模块,使用由IICS传输的融合传感器信息和路侧信息(例如,驾驶区域、障碍物类型和位置以及驾驶轨迹)收集车辆周围的语义信息和/或认知信息;决策规划模块,用于提供控制决策(例如,使用存储在车辆控制系统中的历史数据;基于历史经验的机器学习;和/或IICS从路侧基础设施获取的信息和/或指令与智能车控制量之间的直接映射关系)。
CAV包括多个传感器、多个感知能力和/或被配置为执行多个感知功能。在本实施例一中,CAV包括驾驶环境感知模块和/或内部环境感知模块。其中,驾驶环境感知模块包括例如激光雷达、视觉传感器、雷达(例如毫米波雷达)和其他传感器。CAV向IICS提供(例如,传输、通信、发送)由CAV传感器感知的信息和/或数据。CAV还配置有通信模块,用于与IICS通信(例如,IICS的通信模块)和/或向IICS(例如,IICS的通信模块)传输传感器数据和/或其他信息。
具体的,CAV激光雷达传感器收集和/或记录深度信息和/或三维点云数据(例如,在一些实施例一中,CAV激光雷达传感器收集和/或记录与反射强度相关的三维点云数据),并传输到IICS。
CAV视觉传感器收集和/或记录场景的颜色(例如,RGB)信息和/或基于环境感知的几何信息提供(例如,构建)三维仿真模型,并发送到IICS。
CAV雷达(例如,毫米波雷达)传感器收集CAV的运转信息和/或位置和/或收集关于CAV周围物体的相关信息,并向IICS传输CAV的位置和/或CAV周围物体的相关信息。
CAV其他传感器(包括:辅助传感器和/或辅助感知系统)收集CAV的运转信息和/或位置和/或收集CAV周围物体的相关信息,并向IICS传输CAV的位置和/或CAV周围物体的相关信息。
内部环境感知模块用于与各种设备和/或功能协同和/或通信,包括例如控制器局域网(CAN)和/或惯性测量单元(IMU)/全球定位系统(GPS)组件。CAN获得CAV的速度和/或偏航角信息,并传输到环境感知融合模块。IMU/GPS组件获得CAV的精确位置信息,例如使用GPS进行一般定位(例如,因为GPS误差不累积)和/或IMU用于短期实时定位。
基于本实施例一的上述技术方案,IRIS通过IICS向智能水平为V1、V1.5、V2、V3、V4或更高(例如V5)的CAV的执行模块发送控制指令。例如,将IICS配置为支持并促进低智能水平(例如,V1、V1.5)的CAV的自动驾驶,其中IRIS和IICS协调以提供足够完整的信息融合和决策任务,并将决策方案和控制指令发送给CAV。当CAV与路侧基础设施协同以提供自动驾驶功能时,TCC/TCU从RIU接收感知信息和/或从车辆(例如,从车辆VIU)接收感知信息,由IRIS做出决策(例如,基于道路环境、道路几何信息和来自IICS的车辆驾驶信息);IRIS通过IICS向CAV发布车辆特定和时间敏感的控制指令,其中IICS负责对信息进行转换;CAV根据IICS发送的决策信息和/或车辆特定且时间敏感的控制指令进行车辆控制操作。同时,路侧基础设施传感器提供数据和信息支持TCC/TCU的决策,车端信息和数据提供反馈以验证并调整决策(例如,为机器学习提供数据)。如图7所示。
又例如,IICS配置为支持并促进中等智能水平(例如,V2和V3)的CAV的自动驾驶,其中VIU基于驾驶任务的信息要求与IICS交互数据和信息,以及通过IICS提供的路侧信息和数据协助VIU执行自动驾驶任务。IICS负责将IRIS提供的信息转换为VIU可读取的信息,并提供自动驾驶结果的存储,以改进自动驾驶策略的训练。进一步的,IICS提供机器学习以校正历史决策和控制指令,以向VIU提供改进的自动驾驶控制决策和控制指令(例如,使自动驾驶适应更多类型的驾驶环境),从而提供驾驶任务协同的策略。如图8所示。
又例如,IICS配置为通过促进CAV和智能路段之间的协同自动驾驶以提供特定的自动驾驶功能来支持并促进中等智能水平(例如,V2和V3)的CAV的自动驾驶。TCC/TCU从RIU和/或VIU接收感知信息;IRIS通过IICS向VIU传输信息,其中IICS负责对信息进行转换;VIU向车辆控制系统和车辆执行模块发送车辆控制指令,提供车辆的机械控制。TCC/TCU通过IICS接收来自路侧基础设施的信息和数据以及车端信息和数据,车辆控制系统控制车辆。车辆控制系统通过IICS向IRIS提供支持和协助以生成和发布适当的操作指令来促进系统协同(例如,CAV和IRIS之间的协同);IRIS通过IICS向车辆控制系统提供支持和协助以生成和发布适当的操作指令来促进协同(例如,CAV和IRIS之间的协同)。
又例如,IICS配置为支持并促进高智能水平(例如,V4及以上)的CAV的自动驾驶。此时,IRIS通过IICS向VIU发送路侧感知信息和数据以向车辆控制系统提供支持和协助。当CAV在智能路段上执行车路协同以提供特定的自动驾驶功能时,TCC/TCU从RIU接收感知信息和数据。TCC/TCU和车辆控制系统相对独立地感知交通信息和驾驶行为信息;车辆控制系统接收来自VIU的感知信息和数据,或通过IICS传输得到的路侧感知信息和数据,并独立做出决策。路侧传感信息和数据通过IICS传输到VIU,且该信息和数据会被传输给车辆控制系统,以协助车辆控制系统生成控制和决策信息并下发给执行模块。控制执行结果通过IICS传输到IRIS用于数据备份和/或提供反馈以验证和/或调整决策。如图9所示。
在上述过程中,IRIS接收由IICS传输的车辆感知信息并接收来自路侧基础设施的感知信息。TCU/TCC提供驾驶行为决策方案,制定控制指令,并由IICS发布方案和/或控制指令。
在本实施例一中,IRIS、IICS和车端硬件使用各自的通信模块和一种或多种通信技术(例如,包括但不限于专用短程通信技术(DSRC)、4G、5G和6G)。
实施例二
本实施例二提供了一种服务于车路协同自动驾驶的智能信息转换方法,用于提供智能路侧设施系统IRIS和智能网联车辆CAV之间的实时动态信息的交互,包括如下步骤:
对智能网联车辆CAV发出的车辆终端信息和车辆信息需求进行编码,生成标准化格式的码本字符串,并发送至智能路侧设施系统IRIS,智能路侧设施系统IRIS对码本字符串进行解码;
由智能路侧设施系统IRIS对车辆信息需求与来自路侧基础设施的数据进行融合,得到融合信息,并对融合信息进行编码,生成标准化格式的码本字符串,通过对码本字符串的解码得到解码后的融合信息和车辆信息需求,并将解码后的融合信息和车辆信息需求发送至智能网联车辆CAV。
进一步的,在本实施例二中,智能网联车辆CAV与智能路侧设施系统IRIS交互时,需要先进行车辆接入认证,如图10设施。
在本实施例二中,CAV(例如,IRIS路段中的CAV)通过认证接入和/或使用接入认证系统的过程与由另一个可信域提供的资源交互,以及向CAV提供访问IRIS资源的许可。认证使用历史域中的信任信息在当前域中建立(例如,快速建立)信任关系。用于认证的方法包括授权CAV(例如,由受信任的机构),例如获得证书和/或将其离线注册为经认证的(例如,受信任的)CAV的信息。或者,通过在CAV进入由RIU服务的管辖区时验证RIU的合法状态来提供首次认证。验证RIU的合法状态包括将服务当前辖区的RIU的状态与服务CAV进入辖区的RIU的状态进行比较,当配有VIU的CAV通过RIU进入管辖服务时,CAV的VIU验证RIU的状态。认证的方法还包括使用匿名信息进行CAV与RIU的交互验证,CAV的VIU使用匿名信息来与RIU交互验证CAV。RIU序列化与待验证VIU相关的假名和/或信息并将与待验证VIU相关的假名和/或信息存储在系统中。当CAV进入由RIU服务的新管辖区时用RIU认证CAV。例如,用RIU认证CAV包括CAV的VIU向RIU提供假名和/或可供识别VIU的信息;RIU使用假名和/或可供识别VIU的信息查询认证系统和/或受信任的机构;RIU从受信任的机构和/或系统接收验证结果,该结果将VIU识别为经过认证的(例如,受信任的)VIU,并相应地提供CAV与RIU的相互(例如,跨域)认证。
以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。
Claims (9)
1.一种服务于车路协同自动驾驶的智能信息转换系统,用于连接并提供智能路侧设施系统和智能网联车辆之间的实时动态信息的交互,其特征在于,
所述智能信息转换系统包括车侧接口模块、路侧接口模块、编码模块、解码模块、码本模块;
所述车侧接口模块用于所述智能信息转换系统与所述智能网联车辆之间进行信息交互;
所述路侧接口模块用于所述智能信息转换系统与所述智能路侧设施系统之间进行信息交互;
所述码本模块内设置有码本,所述码本用于提供信息交互的标准化格式;
所述编码模块用于根据所述码本,将实时动态信息编码成码本字符串;
所述解码模块用于根据所述码本,对码本字符串进行解码得到实时动态信息;
所述实时动态信息包括从所述智能网联车辆向所述智能信息转换系统发出的车端基本信息、车端感知信息和车辆控制信息,以及从所述智能路侧设施系统向所述智能信息转换系统发出的道路感知信息、车辆感知信息和交通控制信息。
2.根据权利要求1所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,所述实时动态信息划分为若干种分类信息;
所述分类信息包括车辆自动化级别、车辆原始设备制造商、车辆品牌、车辆年款、车辆类型、道路类别、公路级别、城市道路级别,道路智能化水平、信息功能等级、信息更新频率、安全需求、信息精度、信息范围、信息静动态特性和信息名称。
3.根据权利要求2所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,所述标准化格式为整数序列;
每一种所述分类信息对应所述整数序列中的一个整数。
4.根据权利要求1-3任一项所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,所述智能信息转换系统还包括支撑模块;
所述支撑模块包括缓存单元和电源单元;
所述缓存单元用于存储所述实时动态信息;
所述电源单元用于为所述智能信息转换系统提供电源。
5.根据权利要求1-3任一项所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,所述智能信息转换系统集成于所述智能路侧设施系统或所述智能网联车辆或云计算平台。
6.根据权利要求1所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,所述智能路侧设施系统包括智能路侧单元、交通控制单元和交通控制中心;
所述智能路侧单元用于从所述智能信息转换系统接收来自于所述智能网联车辆发出的实时动态信息,以及与所述交通控制单元之间进行数据交换;
所述交通控制单元用于所述智能路侧单元、所述交通控制中心及其他所述交通控制单元之间进行数据交换;
所述交通控制中心用于执行交通控制功能和/或决策,并存储相应的交通控制数据和/或决策数据。
7.根据权利要求1所述的服务于车路协同自动驾驶的智能信息转换系统,其特征在于,
所述智能网联车辆包括驾驶环境感知模块、内部环境感知模块、场景认知模块和决策规划模块;
所述驾驶环境感知模块用于感知所述智能网联车辆的周围环境,和/或从外部车辆传感器收集数据;
所述内部环境感知模块用于感知所述智能网联车辆的状态、感知所述智能网联车辆的内部环境以及感知驾驶员状态,和/或从内部车辆传感器收集数据;
所述场景认知模块用于收集描述CAV环境的语义信息和/或认知信息;
所述决策规划模块用于为车辆控制提供决策。
8.一种服务于车路协同自动驾驶的智能信息转换方法,用于提供智能路侧设施系统和智能网联车辆之间的实时动态信息的交互,其特征在于,包括如下步骤:
对所述智能网联车辆发出的车辆终端信息和车辆信息需求进行编码,生成标准化格式的码本字符串,并发送至所述智能路侧设施系统,所述智能路侧设施系统对所述码本字符串进行解码;
由所述智能路侧设施系统对车辆信息需求与来自路侧基础设施的数据进行融合,得到融合信息,并对所述融合信息进行编码,生成标准化格式的码本字符串,通过对所述码本字符串的解码得到解码后的融合信息和车辆信息需求,并将解码后的融合信息和车辆信息需求发送至所述智能网联车辆。
9.根据权利要求8所述的服务于车路协同自动驾驶的智能信息转换方法,其特征在于,所述智能网联车辆与所述智能路侧设施系统交互时,需要先进行车辆接入认证;
所述车辆接入认证的方法包括:授权所述智能网联车辆,以及验证所述智能路侧设施系统的合法状态。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163137243P | 2021-01-14 | 2021-01-14 | |
US63/137,243 | 2021-01-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114363862A true CN114363862A (zh) | 2022-04-15 |
Family
ID=81091978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210047141.3A Withdrawn CN114363862A (zh) | 2021-01-14 | 2022-01-14 | 一种服务于车路协同自动驾驶的智能信息转换系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220219731A1 (zh) |
CN (1) | CN114363862A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115858326A (zh) * | 2023-02-15 | 2023-03-28 | 天翼交通科技有限公司 | 基于车路协同的性能监控方法、系统、存储介质及设备 |
CN115862333A (zh) * | 2022-12-07 | 2023-03-28 | 东南大学 | 考虑信息流特征的高速公路车路协同场景和功能划分方法 |
Families Citing this family (5)
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 |
US11935404B2 (en) * | 2021-03-24 | 2024-03-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Integrated congested mitigation for freeway non-recurring queue avoidance |
DE102021203994A1 (de) * | 2021-04-21 | 2022-10-27 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Betreiben eines wenigstens teilweise automatisierten Fahrzeugs |
US20230278593A1 (en) * | 2022-03-01 | 2023-09-07 | Mitsubishi Electric Research Laboratories, Inc. | System and Method for Parking an Autonomous Ego-Vehicle in a Dynamic Environment of a Parking Area |
CN115352522A (zh) * | 2022-09-30 | 2022-11-18 | 华人运通(山东)科技有限公司 | 一种线控转向系统、失效运行方法及车辆 |
Family Cites Families (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100030423A1 (en) * | 1999-06-17 | 2010-02-04 | Paxgrid Telemetric Systems, Inc. | Automotive telemetry protocol |
US20020150050A1 (en) * | 1999-06-17 | 2002-10-17 | Nathanson Martin D. | Automotive telemetry protocol |
CN1218537C (zh) * | 2000-10-13 | 2005-09-07 | 帕克斯格里德遥测系统公司 | 将来自车辆的车辆运行数据传递到远程监视接收者的方法 |
CN1417755A (zh) * | 2002-11-18 | 2003-05-14 | 冯鲁民 | 功能完善且架构简易的智能交通系统体系 |
US9769658B2 (en) * | 2013-06-23 | 2017-09-19 | Shlomi Dolev | Certificating vehicle public key with vehicle attributes |
CN103956045B (zh) * | 2014-05-13 | 2015-12-02 | 中国人民解放军军事交通学院 | 利用半实物仿真技术手段实现车队协同驾驶的方法 |
CN105913059B (zh) * | 2016-04-11 | 2021-04-27 | 吉林大学 | 一种车辆vin码的自动识别系统及其控制方法 |
EP3460613B1 (en) * | 2016-06-08 | 2020-10-07 | Uisee Technologies (Beijing) Ltd | Speed planning method and apparatus and calculating apparatus for automatic driving of vehicle |
JP2020508252A (ja) * | 2017-02-10 | 2020-03-19 | ニッサン ノース アメリカ,インク | 自律走行車の動作管理 |
US10595175B2 (en) * | 2017-06-23 | 2020-03-17 | Veniam, Inc. | Methods and systems for detecting anomalies and forecasting optimizations to improve smart city or region infrastructure management using networks of autonomous vehicles |
KR102548544B1 (ko) * | 2017-07-01 | 2023-06-29 | 인텔 코포레이션 | 차량 무선 통신을 위한 방법 및 디바이스 |
US10836405B2 (en) * | 2017-10-30 | 2020-11-17 | Nissan North America, Inc. | Continual planning and metareasoning for controlling an autonomous vehicle |
JP7167495B2 (ja) * | 2018-06-12 | 2022-11-09 | 株式会社アイシン | 物体検知装置および物体検知システム |
US11842642B2 (en) * | 2018-06-20 | 2023-12-12 | Cavh Llc | Connected automated vehicle highway systems and methods related to heavy vehicles |
CN108922188B (zh) * | 2018-07-24 | 2020-12-29 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
CN110930747B (zh) * | 2018-09-20 | 2021-11-19 | 上海丰豹商务咨询有限公司 | 一种基于云计算技术的智能网联交通服务系统 |
CN109166314A (zh) * | 2018-09-29 | 2019-01-08 | 河北德冠隆电子科技有限公司 | 基于全方位跟踪检测雷达的路况感知设备及车路协同系统 |
CN110969833B (zh) * | 2018-09-30 | 2021-11-19 | 上海丰豹商务咨询有限公司 | 一种智能网联交通系统的固定路径服务系统 |
US20200114920A1 (en) * | 2018-10-11 | 2020-04-16 | Ford Global Technologies, Llc | Light-based lane-change control |
CN111210618B (zh) * | 2018-11-22 | 2022-06-07 | 上海丰豹商务咨询有限公司 | 自动网联公交道路系统 |
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 |
CN109724610A (zh) * | 2018-12-29 | 2019-05-07 | 河北德冠隆电子科技有限公司 | 一种全信息实景导航的方法及装置 |
US11383722B2 (en) * | 2019-01-02 | 2022-07-12 | Qualcomm Incorporated | Methods and systems for managing interactions between vehicles with varying levels of autonomy |
US11106209B2 (en) * | 2019-02-11 | 2021-08-31 | Toyota Jidosha Kabushiki Kaisha | Anomaly mapping by vehicular micro clouds |
US11553346B2 (en) * | 2019-03-01 | 2023-01-10 | Intel Corporation | Misbehavior detection in autonomous driving communications |
US10992752B2 (en) * | 2019-03-28 | 2021-04-27 | Intel Corporation | Sensor network configuration mechanisms |
JP7460044B2 (ja) * | 2019-03-29 | 2024-04-02 | インテル・コーポレーション | 自律車両、ならびに自律車両システムに係る装置、プログラム、およびコンピュータ可読媒体 |
DE112020002523T5 (de) * | 2019-05-24 | 2022-03-24 | Sony Semiconductor Solutions Corporation | Festkörper-bildgebungsvorrichtung und abstandsmessvorrichtung |
CN112188533B (zh) * | 2019-07-03 | 2023-03-03 | 华为技术有限公司 | 一种网络性能的上报方法及装置 |
US20220353732A1 (en) * | 2019-10-04 | 2022-11-03 | Intel Corporation | Edge computing technologies for transport layer congestion control and point-of-presence optimizations based on extended inadvance quality of service notifications |
CN110673602B (zh) * | 2019-10-24 | 2022-11-25 | 驭势科技(北京)有限公司 | 一种强化学习模型、车辆自动驾驶决策的方法和车载设备 |
CN112829753B (zh) * | 2019-11-22 | 2022-06-28 | 驭势(上海)汽车科技有限公司 | 基于毫米波雷达的护栏估计方法、车载设备和存储介质 |
US11521491B2 (en) * | 2020-01-24 | 2022-12-06 | Ford Global Technologies, Llc | Priority vehicle management |
US11485377B2 (en) * | 2020-02-06 | 2022-11-01 | Toyota Motor Engineering & Manufacturing North America, Inc. | Vehicular cooperative perception for identifying a connected vehicle to aid a pedestrian |
US11375352B2 (en) * | 2020-03-25 | 2022-06-28 | Intel Corporation | Devices and methods for updating maps in autonomous driving systems in bandwidth constrained networks |
EP4123619A4 (en) * | 2020-04-11 | 2023-04-05 | Huawei Technologies Co., Ltd. | VEHICLE CONTROL DEVICE AND METHOD, AND COMPUTER READABLE STORAGE MEDIUM AND PLATOON PROPULSION SYSTEM |
CN111860155B (zh) * | 2020-06-12 | 2022-04-29 | 华为技术有限公司 | 一种车道线的检测方法及相关设备 |
CN114283607B (zh) * | 2020-12-21 | 2022-09-20 | 北京邮电大学 | 一种基于分布式群智学习的多车协同规划方法 |
CN115562303A (zh) * | 2022-11-01 | 2023-01-03 | 拨云见日(福建)智能科技有限公司 | 突破精益瓶颈管理的多台agv自主协同作业方法和系统 |
-
2022
- 2022-01-07 US US17/570,766 patent/US20220219731A1/en active Pending
- 2022-01-14 CN CN202210047141.3A patent/CN114363862A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862333A (zh) * | 2022-12-07 | 2023-03-28 | 东南大学 | 考虑信息流特征的高速公路车路协同场景和功能划分方法 |
CN115862333B (zh) * | 2022-12-07 | 2023-11-21 | 东南大学 | 考虑信息流特征的高速公路车路协同场景和功能划分方法 |
CN115858326A (zh) * | 2023-02-15 | 2023-03-28 | 天翼交通科技有限公司 | 基于车路协同的性能监控方法、系统、存储介质及设备 |
CN115858326B (zh) * | 2023-02-15 | 2023-09-22 | 天翼交通科技有限公司 | 基于车路协同的性能监控方法、系统、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
US20220219731A1 (en) | 2022-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114363862A (zh) | 一种服务于车路协同自动驾驶的智能信息转换系统和方法 | |
US11762392B2 (en) | Using discomfort for speed planning in autonomous vehicles | |
US11827240B2 (en) | Systems and methods for costing autonomous vehicle maneuvers | |
US12005897B1 (en) | Speed planning for autonomous vehicles | |
CN110861650B (zh) | 车辆的路径规划方法、装置,车载设备和存储介质 | |
CN110673602B (zh) | 一种强化学习模型、车辆自动驾驶决策的方法和车载设备 | |
US11634134B2 (en) | Using discomfort for speed planning in responding to tailgating vehicles for autonomous vehicles | |
US20220332337A1 (en) | Vehicle intelligent unit | |
CN113677581A (zh) | 一种车道保持方法、车载设备和存储介质 | |
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 | |
CN113076897B (zh) | 智能网联汽车的博弈动态行驶安全测控方法及调控终端 | |
CN113160547A (zh) | 一种自动驾驶方法及相关设备 | |
AU2018373022B2 (en) | Using discomfort for speed planning for autonomous vehicles | |
CN114501385A (zh) | 一种应用于智能网联交通系统的协同自动驾驶系统 | |
US20230080281A1 (en) | Precautionary observation zone for vehicle routing | |
CN118104211A (zh) | 用于测试云和车载自主车辆系统的系统、方法和计算机程序产品 | |
Islam et al. | Connected autonomous vehicles: State of practice | |
CN110426215B (zh) | 一种用于车辆平顺性测试的模型建立方法及智能驾驶系统 | |
CN110908367A (zh) | 一种基于scstsv的智能网联汽车计算平台 | |
CN114255604A (zh) | 用于驾驶控制的方法、装置、设备、介质和系统 | |
US12030509B1 (en) | Realism in log-based simulations | |
JP7509247B2 (ja) | 処理装置、処理方法、処理プログラム、処理システム | |
Nakanishi et al. | Connected Vehicles and Driving Automation Systems | |
WO2022168672A1 (ja) | 処理装置、処理方法、処理プログラム、処理システム |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220415 |