CN114415688A - 一种汽车自动驾驶遥控控制系统 - Google Patents

Abstract

本发明提供了一种汽车自动驾驶遥控控制系统，所述遥控控制系统包括环境感知模块、智能处理模块和自动控制模块；其中，所述环境感知模块用于基于预设的多传感器融合技术，对目标车辆的行驶环境进行检测和感知，确定环境感知信息；所述智能决策模块用于接收并处理所述环境感知信息，制定对应的自适应控制策略，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成对应的智能决策指令；所述自动控制模块用于将所述智能决策指令反馈至目标车辆预设的控制终端，实现目标车辆的自动控制。

Description

一种汽车自动驾驶遥控控制系统

技术领域

本发明涉及自动导引车、激光导引车、智能感知技术领域，特别涉及一种汽车自动驾驶遥控控制系统。

背景技术

目前，随着智能化对社会方方面面的普及，自动驾驶已经应用在无人驾驶领域，也是智能汽车发展的主要方向，已公开的专利CN 107701712 A公开一种无人驾驶汽车换挡器执行机构控制系统，使得无人驾驶汽车在无人驾驶模式和手动驾驶模式之间无缝切换，不同的驾驶模式对应不同的控制模式，但是，仅对于驾驶方面而言，不够有综合性，对于汽车实现自动驾驶，需要汽车在方方面面实现灵活的控制和管理。

发明内容

本发明提供一种汽车自动驾驶遥控控制系统，用以解决以上背景技术中出现的情况。

一种汽车自动驾驶遥控控制系统，其特征在于，所述遥控控制系统包括环境感知模块、智能处理模块和自动控制模块；其中，

所述环境感知模块用于基于预设的多传感器融合技术，对目标车辆的行驶环境进行检测和感知，确定环境感知信息；

所述智能决策模块用于接收并处理所述环境感知信息，制定对应的自适应控制策略，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成对应的智能决策指令；

所述自动控制模块用于将所述智能决策指令反馈至目标车辆预设的控制终端，实现目标车辆的自动控制。

作为本技术方案的一种实施例，所述多传感器融合技术采用的传感器至少包括激光雷达传感器、视觉传感器、毫米波雷达传感器、超声波雷达传感器、摄像头、速度传感器、加速度传感器、转向角传感器、横摆率传感器和车轮转速传感。

作为本技术方案的一种实施例，所述环境感知模块包括车辆自身感知单元、车况环境感知单元、交通环境感知单元和环境感知信息单元；其中，

所述车辆自身感知单元用于对目标车辆自身状态信息进行检测和感知，确定第一感知信息；其中，

所述第一感知信息至少包括目标车辆自身的油门、制动、方向盘、转向灯和档位的状态信息；

所述车况环境感知单元用于基于预设的GPS定位系统，对目标车辆的位置、速度和加速进行检测和感知，确定第二感知信息；

所述交通环境感知单元用于基于预设的多传感器融合技术和第二感知信息，对目标车辆所处的交通环境进行检测和感知，确定第三感知信息；

所述环境感知信息单元用于将所述第一感知信息、第二感知信息和第三感知信息进行融合处理，生成对应的环境感知信息。

作为本技术方案的一种实施例，所述交通环境感知单元包括可行驶路线单元、多传感器探测单元、状态交通环境单元和第三感知信息单元；其中，

所述可行驶路线单元用于获取第二感知信息，通过所述第二感知信息，将目标车辆周围的全场景区域进行距离划分，基于贝叶斯概率算法，计算划分后的全场景区域的可行驶路线；

所述多传感器探测单元用于基于预设的多传感器融合技术，检测可行驶路线上的障碍物情况，同时，接收来自预设的大数据中心的道路拥塞情况；

所述状态交通环境单元用于获取目标车辆所处的状态交通环境；

所述第三感知信息单元用于将所述障碍物情况和道路拥塞情况传输至预设车辆轨迹预测模型，并基于目标车辆所处的状态交通环境，确定目标车辆的交通环境，确定第三感知信息。

作为本技术方案的一种实施例，所述智能决策模块，包括自适应控制策略单元、行驶路径单元和智能决策指令单元；其中，

所述自适应控制策略单元用于接收并处理所述环境感知信息，分析目标车辆周围的障碍物信息和车辆状态信息，制定对应的自适应控制策略；

所述行驶路径单元用于基于预设的GPS定位系统，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成目标车辆的行驶路径；

所述智能决策指令单元用于计算并对比所述行驶路径，筛选最优行驶路径，将所述最优行驶路径传输预设的人机交互系统，生成对应的智能决策指令。

作为本技术方案的一种实施例，所述自适应控制策略单元，包括检测信息子单元、自动紧急制动子单元、盲区探测子单元、泊车子单元；其中，

所述检测信息子单元用于检测信息获取单元用于获取视觉传感器、毫米波雷达传感器和激光雷达传感器的检测信息；

所述自动紧急制动子单元用于基于所述检测信息，计算目标车辆车头前的前车或障碍物的距离，并将所述距离与预设的安全距离阈值进行比较，并在所述距离小于预设的安全距离阈值时，生成追尾预警；

所述盲区探测子单元用于基于所述检测信息，获取目标车辆后视镜盲区的探测信息，当探测信息为目标车辆后视镜盲区内存在障碍物时，生成对应的变速或变道语音进行提示；

所述泊车子单元用于基于所述检测信息，判断目标车辆是否需要停车，并当目标车辆需要停车时，规划泊车路径，生成对应的指引指令；

所述自适应巡航子单元用于基于所述检测信息，对自动紧急制动子单元、盲区探测子单元和泊车子单元进行功能选择，生成自适应巡航指令。

作为本技术方案的一种实施例，所述行驶路径单元，包括获取子单元、相对加速度子单元、车辆约束行驶模型子单元和行驶路径子单元；其中，

所述获取子单元用于获取目标车辆周围的障碍物信息和车辆状态信息；其中，

所述障碍物信息至少包括障碍物大小、行驶速度和分布密度；

所述车辆状态信息至少包括目标车辆的行驶速度；

所述相对加速度子单元用于通过障碍物信息和车辆状态信息，计算预设范围内的障碍物和目标车辆的相对加速度；

其中，A代表目标车辆，min x代表最近的障碍物x，t_{A,min x}代表,a_{A,min x}代表障碍物和目标车辆的相对加速度,Δd代表最近的障碍物x和目标车辆的距离，

代表预设的安全范围，

在障碍物和目标车辆之间目标车辆加速度变化的拐点对应的行驶距离，a₀代表在障碍物和目标车辆之间目标车辆加速度变化的拐点位置，t’_{A,min x}代表在障碍物和目标车辆之间加速度变化的拐点之前对应目标车辆的第一阶段计时时间，t‘’_{A,min x}代表在障碍物和目标车辆之间加速度变化的拐点之后对应目标车辆的第二阶段计时时间；

所述车辆约束行驶模型子单元用于基于所述相对加速度，建立车辆约束行驶模型：

其中，所述τ(K)代表在实际障碍物分布度K时的车辆约束行驶模型，K实际障碍物分布度，i＝1,2,…,n，n代表障碍物的总个数，C_K,r(t+1，i)代表障碍物分布度为K时，t+1时刻路过i个障碍物的车辆动力模型，C_K(t,i)代表障碍物分布度为K时，t时刻路过i个障碍物的车辆动力模型，τ(k)代表在最优障碍物分布度k时的车辆约束行驶模型，k代表最优障碍物分布度k，C_k，r代表安全界值r下的车辆动力模型，r代表预设的车辆行驶安全界值，Δu(t,i)代表t时刻路过i个障碍物的稳定参数，Δu(t-1,i)代表t-1时刻路过i个障碍物的稳定参数；

所述行驶路径子单元用于行驶路径基于预设的GPS定位系统，将所述自适应控制策略和车辆约束行驶模型传输至预设的人机交互系统进行融合处理，生成目标车辆的行驶路径。

作为本技术方案的一种实施例，所述自动遥控模块，包括车辆底层数据单元、行驶自动控制结果单元、设备自动控制结果单元和自动控制单元；其中，

所述车辆底层数据单元用于实时采集目标车辆的车辆底层数据；其中，

所述车辆底层数据包括目标车辆的油门数据、制动数据、转向数据、档位数据和灯光数据；

所述行驶自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的转向量和速度量，将所述转向量和速度量传输至目标车辆预设的控制终端，确定目标车辆的行驶自动控制结果；

所述设备自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的车辆底层数据变化量，将所述车辆底层数据变化量传输至目标车辆预设的控制终端，确定目标车辆的设备自动控制结果；

所述自动控制单元用于通过所述行驶自动控制结果和设备自动控制结果，实现目标车辆的自动控制。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种汽车自动驾驶遥控控制系统的系统流程图；

图2为本发明实施例中一种汽车自动驾驶遥控控制系统的系统流程图；

图3为本发明实施例中一种汽车自动驾驶遥控控制系统的系统流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

需说明的是，当部件被称为“固定于”或“设置于”另一个部件，它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件，它可以是直接或者间接连接至该另一个部件上。

需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，“多个”的含义是两个或两个以上，除非另有明确具体的限定。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

实施例1：

根据图1所示，本发明实施例提供了一种汽车自动驾驶遥控控制系统，其特征在于，包括环境感知模块、智能处理模块和自动控制模块；其中，

所述环境感知模块用于基于预设的多传感器融合技术，对目标车辆的行驶环境进行检测和感知，确定环境感知信息；

所述智能决策模块用于接收并处理所述环境感知信息，制定对应的自适应控制策略，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成对应的智能决策指令；

所述自动控制模块用于将所述智能决策指令反馈至目标车辆预设的控制终端，实现目标车辆的自动控制。

上述技术方案的工作原理和有益效果在于：

本发明实施例提供了一种汽车自动驾驶遥控控制系统，包括环境感知模块、智能处理模块和自动控制模块；环境感知模块用于基于预设的多传感器融合技术，对目标车辆的行驶环境进行检测和感知，确定环境感知信息，对环境进行参数收集，提高环境模拟能力，智能决策模块用于接收并处理所述环境感知信息，制定对应的自适应控制策略，将自适应控制策略传输至预设的人机交互系统进行智能处理，生成对应的智能决策指令，对车辆进行智能的灵活的控制，自动控制模块用于将所述智能决策指令反馈至目标车辆预设的控制终端，实现目标车辆的自动控制，提高目标车辆的自适应反馈能力，实现目标车辆进行智能调节和灵活的驾驶遥控。

实施例2：

本技术方案提供了一种实施例，所述多传感器融合技术采用的传感器至少包括激光雷达传感器、视觉传感器、毫米波雷达传感器、超声波雷达传感器、摄像头、速度传感器、加速度传感器、转向角传感器、横摆率传感器和车轮转速传感。

上述技术方案的工作原理和有益效果在于：

本技术方案的超声波雷达传感器可以和视觉传感器绘制停车地图，并实时动态规划泊车路径，指引目标车辆自动控制方向盘驶入停车位置，毫米波雷达可以全天候对远距离进行探测，通过预设的毫米波雷达，探测后视镜盲区范围，激光雷达可以探测距离长外，还可测量横向位置，视觉传感器成本低廉，成本低廉，通过视觉传感器、毫米波雷达传感器和激光雷达传感器，对目标车辆进行自动紧急制动，感器、转向角传感器、横摆率传感器和车轮转速传感可以用于自适应巡航中目标车辆对自己车辆状态的数据采集。

实施例3：

本技术方案提供了一种实施例，所述环境感知模块包括车辆自身感知单元、车况环境感知单元、交通环境感知单元和环境感知信息单元；其中，

所述车辆自身感知单元用于对目标车辆自身状态信息进行检测和感知，确定第一感知信息；其中，

所述第一感知信息至少包括目标车辆自身的油门、制动、方向盘、转向灯和档位的状态信息；

所述车况环境感知单元用于基于预设的GPS定位系统，对目标车辆的位置、速度和加速进行检测和感知，确定第二感知信息；

所述交通环境感知单元用于基于预设的多传感器融合技术和第二感知信息，对目标车辆所处的交通环境进行检测和感知，确定第三感知信息；

所述环境感知信息单元用于将所述第一感知信息、第二感知信息和第三感知信息进行融合处理，生成对应的环境感知信息。

上述技术方案的工作原理和有益效果在于：

本技术方案的环境感知模块包括车辆自身感知单元、车况环境感知单元、交通环境感知单元和环境感知信息单元；其中，所述车辆自身感知单元用于对目标车辆自身状态信息进行检测和感知，确定第一感知信息；其中，所述第一感知信息至少包括目标车辆自身的油门、制动、方向盘、转向灯和档位的状态信息；所述车况环境感知单元用于基于预设的GPS定位系统，对目标车辆的位置、速度和加速进行检测和感知，确定第二感知信息；所述交通环境感知单元用于基于预设的多传感器融合技术和第二感知信息，对目标车辆所处的交通环境进行检测和感知，确定第三感知信息；判断车辆是否在拐弯、加速或者制动过程总，所述环境感知信息单元用于将所述第一感知信息、第二感知信息和第三感知信息进行融合处理，生成对应的环境感知信息，通过对车外界和内部的结合检查，提高车辆的环境感知力，对车辆状态可以达到更精准的仿真模拟。

实施例4：

本技术方案提供了一种实施例，所述交通环境感知单元包括可行驶路线单元、多传感器探测单元、状态交通环境单元和第三感知信息单元；其中，

所述可行驶路线单元用于获取第二感知信息，通过所述第二感知信息，将目标车辆周围的全场景区域进行距离划分，基于贝叶斯概率算法，计算划分后的全场景区域的可行驶路线；

所述多传感器探测单元用于基于预设的多传感器融合技术，检测可行驶路线上的障碍物情况，同时，接收来自预设的大数据中心的道路拥塞情况；

所述状态交通环境单元用于获取目标车辆所处的状态交通环境；

所述第三感知信息单元用于将所述障碍物情况和道路拥塞情况传输至预设车辆轨迹预测模型，并基于目标车辆所处的状态交通环境，确定目标车辆的交通环境，确定第三感知信息。

上述技术方案的工作原理和有益效果在于：

本技术方案的交通环境感知单元包括可行驶路线单元、多传感器探测单元、状态交通环境单元和第三感知信息单元；可行驶路线单元用于获取第二感知信息，通过所述第二感知信息，将目标车辆周围的全场景区域进行距离划分，基于贝叶斯概率算法，计算划分后的全场景区域的可行驶路线；所述多传感器探测单元用于基于预设的多传感器融合技术，检测可行驶路线上的障碍物情况，同时，接收来自预设的大数据中心的道路拥塞情况；所述状态交通环境单元用于获取目标车辆所处的状态交通环境；所述第三感知信息单元用于将所述障碍物情况和道路拥塞情况传输至预设车辆轨迹预测模型，并基于目标车辆所处的状态交通环境，确定目标车辆的交通环境，确定第三感知信息。通过对路线的划分、障碍物的计算、提高车辆通行速度，提高车辆自适应行驶。

实施例5：

本技术方案提供了一种实施例，所述智能决策模块，包括自适应控制策略单元、行驶路径单元和智能决策指令单元；其中，

所述自适应控制策略单元用于接收并处理所述环境感知信息，分析目标车辆周围的障碍物信息和车辆状态信息，制定对应的自适应控制策略；

所述行驶路径单元用于基于预设的GPS定位系统，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成目标车辆的行驶路径；

所述智能决策指令单元用于计算并对比所述行驶路径，筛选最优行驶路径，将所述最优行驶路径传输预设的人机交互系统，生成对应的智能决策指令。

上述技术方案的工作原理和有益效果在于：

本技术方案的智能决策模块，包括自适应控制策略单元、行驶路径单元和智能决策指令单元；其中，所述自适应控制策略单元用于接收并处理所述环境感知信息，分析目标车辆周围的障碍物信息和车辆状态信息，制定对应的自适应控制策略；所述行驶路径单元用于基于预设的GPS定位系统，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成目标车辆的行驶路径；所述智能决策指令单元用于计算并对比所述行驶路径，筛选最优行驶路径，将所述最优行驶路径传输预设的人机交互系统，生成对应的智能决策指令。通过对车辆的智能决策，判断车辆是否需要紧急制动、加速、减速或是转弯等功能，对车辆的行驶进行预判，提高车辆模拟行驶的精准度。

实施例6：

本技术方案提供了一种实施例，所述自适应控制策略单元，包括检测信息子单元、自动紧急制动子单元、盲区探测子单元、泊车子单元；其中，

所述检测信息子单元用于检测信息获取单元用于获取视觉传感器、毫米波雷达传感器和激光雷达传感器的检测信息；

所述自动紧急制动子单元用于基于所述检测信息，计算目标车辆车头前的前车或障碍物的距离，并将所述距离与预设的安全距离阈值进行比较，并在所述距离小于预设的安全距离阈值时，生成追尾预警；

所述盲区探测子单元用于基于所述检测信息，获取目标车辆后视镜盲区的探测信息，当探测信息为目标车辆后视镜盲区内存在障碍物时，生成对应的变速或变道语音进行提示；

所述泊车子单元用于基于所述检测信息，判断目标车辆是否需要停车，并当目标车辆需要停车时，规划泊车路径，生成对应的指引指令；

所述自适应巡航子单元用于基于所述检测信息，对自动紧急制动子单元、盲区探测子单元和泊车子单元进行功能选择，生成自适应巡航指令。

上述技术方案的工作原理和有益效果在于：

本技术方案的控制策略至少包括自动紧急制动策略、盲区监视策略、自适应巡航策略、停车辅助策略和车道保持策略；自动紧急制动通过视觉传感器、毫米波雷达传感器和激光雷达传感器，检测与目标车辆车头前的前车或障碍物的距离，并将所述距离与预设的安全距离阈值进行比较，并在所述距离小于预设的安全距离阈值时，生成追尾预警，并在追尾预警后，若未检测到制动指令时，目标车辆进行自动紧急制动；盲区监视用于通过预设的毫米波雷达，探测后视镜盲区范围，当探测到盲区内存在障碍物，触发预设的警报装置，生成对应的警报进行提示；安装在车身上的超声波雷达及摄像头探测停车位置，绘制停车地图，并实时动态规划泊车路径，将汽车指引或直接自动控制方向盘将汽车驶入停车位置。自适应巡航利用传感器得到行车所需信息，当发现前车减速或出现新目标时，电控单元将发送执行信号给发动机或制动系统，做出保持车距或自动制动等相关动作。若前方没有车辆，则恢复设定车速。通过角雷达、多功能摄像头识别本车相对于车道中央的位置，如车辆靠近标识线或偏离车道，则通过方向盘震动或声音来进行警告，必要时通过自动转向干预使车辆回到车道内，从而为目标车辆的自动巡航提供多种功能和多种任务。

实施例7：

本技术方案提供了一种实施例，所述行驶路径单元，包括获取子单元、相对加速度子单元、车辆约束行驶模型子单元和行驶路径子单元；其中，

所述获取子单元用于获取目标车辆周围的障碍物信息和车辆状态信息；其中，

所述障碍物信息至少包括障碍物大小、行驶速度和分布密度；

所述车辆状态信息至少包括目标车辆的行驶速度；

所述相对加速度子单元用于通过障碍物信息和车辆状态信息，计算预设范围内的障碍物和目标车辆的相对加速度；

其中，A代表目标车辆，min x代表最近的障碍物x，t_{A,min x}代表,a_{A,min x}代表障碍物和目标车辆的相对加速度,Δd代表最近的障碍物x和目标车辆的距离，

代表预设的安全范围，

在障碍物和目标车辆之间目标车辆加速度变化的拐点对应的行驶距离，a₀代表在障碍物和目标车辆之间目标车辆加速度变化的拐点位置，t’_{A,min x}代表在障碍物和目标车辆之间加速度变化的拐点之前对应目标车辆的第一阶段计时时间，t‘’_{A,min x}代表在障碍物和目标车辆之间加速度变化的拐点之后对应目标车辆的第二阶段计时时间；

所述车辆约束行驶模型子单元用于基于所述相对加速度，建立车辆约束行驶模型：

其中，所述τ(K)代表在实际障碍物分布度K时的车辆约束行驶模型，K实际障碍物分布度，i＝1,2,…,n，n代表障碍物的总个数，C_K,r(t+1，i)代表障碍物分布度为K时，t+1时刻路过i个障碍物的车辆动力模型，C_K(t,i)代表障碍物分布度为K时，t时刻路过i个障碍物的车辆动力模型，τ(k)代表在最优障碍物分布度k时的车辆约束行驶模型，k代表最优障碍物分布度k，C_k，r代表安全界值r下的车辆动力模型，r代表预设的车辆行驶安全界值，Δu(t,i)代表t时刻路过i个障碍物的稳定参数，Δu(t-1,i)代表t-1时刻路过i个障碍物的稳定参数；

所述行驶路径子单元用于行驶路径基于预设的GPS定位系统，将所述自适应控制策略和车辆约束行驶模型传输至预设的人机交互系统进行融合处理，生成目标车辆的行驶路径。

上述技术方案的工作原理和有益效果在于：

本技术方案获取子单元、相对加速度子单元、车辆约束行驶模型子单元和行驶路径子单元；获取子单元用于获取目标车辆周围的障碍物信息和车辆状态信息；障碍物信息至少包括障碍物大小、行驶速度和分布密度；车辆状态信息至少包括目标车辆的行驶速度；相对加速度子单元用于通过障碍物信息和车辆状态信息，计算预设范围内的障碍物和目标车辆的相对加速度；车辆约束行驶模型子单元用于基于所述相对加速度，建立车辆约束行驶模型：行驶路径子单元用于行驶路径基于预设的GPS定位系统，将所述自适应控制策略和车辆约束行驶模型传输至预设的人机交互系统进行融合处理，生成目标车辆的行驶路径，本技术方案通过对车辆所在环境约束下、求取车辆的最佳模型，提高车辆的行驶效率，提高计算精度和时间，提高了一种高效率的车辆行驶模拟。

实施例8：

本技术方案提供了一种实施例，所述自动遥控模块，包括车辆底层数据单元、行驶自动控制结果单元、设备自动控制结果单元和自动控制单元；其中，

所述车辆底层数据单元用于实时采集目标车辆的车辆底层数据；其中，

所述车辆底层数据包括目标车辆的油门数据、制动数据、转向数据、档位数据和灯光数据；

所述行驶自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的转向量和速度量，将所述转向量和速度量传输至目标车辆预设的控制终端，确定目标车辆的行驶自动控制结果；

所述设备自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的车辆底层数据变化量，将所述车辆底层数据变化量传输至目标车辆预设的控制终端，确定目标车辆的设备自动控制结果；

所述自动控制单元用于通过所述行驶自动控制结果和设备自动控制结果，实现目标车辆的自动控制。

上述技术方案的工作原理和有益效果在于：

本技术方案的自动遥控模块，包括车辆底层数据单元、行驶自动控制结果单元、设备自动控制结果单元和自动控制单元；所述车辆底层数据单元用于实时采集目标车辆的车辆底层数据；所述车辆底层数据包括目标车辆的油门数据、制动数据、转向数据、档位数据和灯光数据；所述行驶自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的转向量和速度量，将所述转向量和速度量传输至目标车辆预设的控制终端，确定目标车辆的行驶自动控制结果；所述设备自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的车辆底层数据变化量，将所述车辆底层数据变化量传输至目标车辆预设的控制终端，确定目标车辆的设备自动控制结果；所述自动控制单元用于通过所述行驶自动控制结果和设备自动控制结果，实现目标车辆的自动控制，提高车辆自适应控制的精度和效率，减少驾驶员的驾驶负荷，提高通行效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种汽车自动驾驶遥控控制系统，其特征在于，所述遥控控制系统包括环境感知模块、智能处理模块和自动控制模块；其中，

所述环境感知模块用于基于预设的多传感器融合技术，对目标车辆的行驶环境进行检测和感知，确定环境感知信息；

所述智能决策模块用于接收并处理所述环境感知信息，制定对应的自适应控制策略，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成对应的智能决策指令；

所述自动控制模块用于将所述智能决策指令反馈至目标车辆预设的控制终端，实现目标车辆的自动控制。

2.如权利要求1所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述多传感器融合技术采用的传感器至少包括激光雷达传感器、视觉传感器、毫米波雷达传感器、超声波雷达传感器、摄像头、速度传感器、加速度传感器、转向角传感器、横摆率传感器和车轮转速传感。

3.如权利要求1所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述环境感知模块包括车辆自身感知单元、车况环境感知单元、交通环境感知单元和环境感知信息单元；其中，

所述车辆自身感知单元用于对目标车辆自身状态信息进行检测和感知，确定第一感知信息；其中，

所述第一感知信息至少包括目标车辆自身的油门、制动、方向盘、转向灯和档位的状态信息；

所述车况环境感知单元用于基于预设的GPS定位系统，对目标车辆的位置、速度和加速进行检测和感知，确定第二感知信息；

所述交通环境感知单元用于基于预设的多传感器融合技术和第二感知信息，对目标车辆所处的交通环境进行检测和感知，确定第三感知信息；

所述环境感知信息单元用于将所述第一感知信息、第二感知信息和第三感知信息进行融合处理，生成对应的环境感知信息。

4.如权利要求3所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述交通环境感知单元包括可行驶路线单元、多传感器探测单元、状态交通环境单元和第三感知信息单元；其中，

所述可行驶路线单元用于获取第二感知信息，通过所述第二感知信息，将目标车辆周围的全场景区域进行距离划分，基于贝叶斯概率算法，计算划分后的全场景区域的可行驶路线；

所述多传感器探测单元用于基于预设的多传感器融合技术，检测可行驶路线上的障碍物情况，同时，接收来自预设的大数据中心的道路拥塞情况；

所述状态交通环境单元用于获取目标车辆所处的状态交通环境；

所述第三感知信息单元用于将所述障碍物情况和道路拥塞情况传输至预设车辆轨迹预测模型，并基于目标车辆所处的状态交通环境，确定目标车辆的交通环境，确定第三感知信息。

5.如权利要求1所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述智能决策模块，包括自适应控制策略单元、行驶路径单元和智能决策指令单元；其中，

所述自适应控制策略单元用于接收并处理所述环境感知信息，分析目标车辆周围的障碍物信息和车辆状态信息，制定对应的自适应控制策略；

所述行驶路径单元用于基于预设的GPS定位系统，将所述自适应控制策略传输至预设的人机交互系统进行智能处理，生成目标车辆的行驶路径；

所述智能决策指令单元用于计算并对比所述行驶路径，筛选最优行驶路径，将所述最优行驶路径传输预设的人机交互系统，生成对应的智能决策指令。

6.如权利要求5所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述自适应控制策略单元，包括检测信息子单元、自动紧急制动子单元、盲区探测子单元、泊车子单元；其中，

所述检测信息子单元用于检测信息获取单元用于获取视觉传感器、毫米波雷达传感器和激光雷达传感器的检测信息；

所述自动紧急制动子单元用于基于所述检测信息，计算目标车辆车头前的前车或障碍物的距离，并将所述距离与预设的安全距离阈值进行比较，并在所述距离小于预设的安全距离阈值时，生成追尾预警；

所述盲区探测子单元用于基于所述检测信息，获取目标车辆后视镜盲区的探测信息，当探测信息为目标车辆后视镜盲区内存在障碍物时，生成对应的变速或变道语音进行提示；

所述泊车子单元用于基于所述检测信息，判断目标车辆是否需要停车，并当目标车辆需要停车时，规划泊车路径，生成对应的指引指令；

所述自适应巡航子单元用于基于所述检测信息，对自动紧急制动子单元、盲区探测子单元和泊车子单元进行功能选择，生成自适应巡航指令。

7.如权利要求5所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述行驶路径单元，包括获取子单元、相对加速度子单元、车辆约束行驶模型子单元和行驶路径子单元；其中，

所述获取子单元用于获取目标车辆周围的障碍物信息和车辆状态信息；其中，

所述障碍物信息至少包括障碍物大小、行驶速度和分布密度；

所述车辆状态信息至少包括目标车辆的行驶速度；

所述相对加速度子单元用于通过障碍物信息和车辆状态信息，计算预设范围内的障碍物和目标车辆的相对加速度；

所述车辆约束行驶模型子单元用于基于所述相对加速度，建立车辆约束行驶模型：

所述行驶路径子单元用于行驶路径基于预设的GPS定位系统，将所述自适应控制策略和车辆约束行驶模型传输至预设的人机交互系统进行融合处理，生成目标车辆的行驶路径。

8.如权利要求1所述的一种汽车自动驾驶遥控控制系统，其特征在于，所述自动遥控模块，包括车辆底层数据单元、行驶自动控制结果单元、设备自动控制结果单元和自动控制单元；其中，

所述车辆底层数据单元用于实时采集目标车辆的车辆底层数据；其中，

所述车辆底层数据包括目标车辆的油门数据、制动数据、转向数据、档位数据和灯光数据；

所述行驶自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的转向量和速度量，将所述转向量和速度量传输至目标车辆预设的控制终端，确定目标车辆的行驶自动控制结果；

所述设备自动控制结果单元用于通过所述智能决策指令和车辆底层数据，计算目标车辆的车辆底层数据变化量，将所述车辆底层数据变化量传输至目标车辆预设的控制终端，确定目标车辆的设备自动控制结果；

所述自动控制单元用于通过所述行驶自动控制结果和设备自动控制结果，实现目标车辆的自动控制。

Images