CN114435394A - 一种无人驾驶汽车的控制系统 - Google Patents

Abstract

本发明公开了一种无人驾驶汽车的控制系统，涉及无人驾驶技术领域，包括：环境感知模块、状态信息模块、状态估计模块、路径规划模块、决策控制模块和转向执行模块，所述环境感知模块，用于采集车辆行驶外部环境信息并传输至所述决策控制模块，其中至少包括当前范围内相邻车辆的连续状态信息；所述状态信息模块，用于采集车辆自身运行状态信息，并对行驶参数进行估计传输至所述决策控制模块。本发明可基于行驶数据信息获取车辆的相关调整参数，而且可根据调整参数进行适应决策控制调整，可以有效保障无人驾驶汽车的行驶安全性，另外可进行全局路径规划以及调控转向执行模块进行执行决策，提高了无人驾驶汽车自主转向的适配性。

Description

一种无人驾驶汽车的控制系统

技术领域

本发明涉及无人驾驶技术领域，具体来说，涉及一种无人驾驶汽车的控制系统。

背景技术

无人驾驶车辆是一种新型的智能汽车，主要通过控制装置(即，车载智能大脑)对车辆中各个部分进行精准的控制与计算分析，并最终通过向ECU电子控制单元发出指令来分别控制无人驾驶车辆中的不同设备，从而实现车辆的全自动运行，达到车辆无人驾驶的目的。

在无人驾驶车辆调试的过程中或者在无人驾驶车辆实际行驶中，都需要一些人工接管机制来保证无人驾驶车辆在出现异常时可进行人工干预。人工干预的及时性对于车辆及其乘客以及周围车辆行人的安全都有着非常重要的安全意义。

然而人工干预限制了无人驾驶车辆的意义，如果必要时刻都需要人工接管，那么无人驾驶车辆很难普及，导致无人驾驶车辆在行驶时，必须确保有人在时刻监督，既提高了人力成本，也不利于无人驾驶的应用，那么无人驾驶车辆的行驶安全是广大人最为关注的。

因此，亟需一种无人驾驶汽车的控制系统。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种无人驾驶汽车的控制系统，以克服现有相关技术所存在的上述技术问题。

本发明的技术方案是这样实现的：

一种无人驾驶汽车的控制系统，包括：环境感知模块、状态信息模块、状态估计模块、路径规划模块、决策控制模块和转向执行模块，其中；

所述环境感知模块，用于采集车辆行驶外部环境信息并传输至所述决策控制模块，其中至少包括当前范围内相邻车辆的连续状态信息；

所述状态信息模块，用于采集车辆自身运行状态信息，并对行驶参数进行估计传输至所述决策控制模块；

所述状态估计模块，用于获取当前范围内相邻车辆的连续状态信息，并估计车辆的行驶状态意图传输至所述决策控制模块；

所述路径规划模块，基于车辆环境信息和运行状态信息进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径；

所述决策控制模块，用于实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，并调控所述转向执行模块进行执行决策；

所述转向执行模块，用于执行所述决策控制模块的决策指令完成无人驾驶汽车自主转向，其中包括调节转角信息和横摆角速度信息。

进一步的，所述环境感知模块包括视觉传感器、摄像头、激光雷达、毫米波雷达和INS/GPS组合导航单元，其中；

所述视觉传感器，用于分布于车辆前后灯体处采集环境信息；

所述摄像头，用于分布于车辆前后挡风玻璃处采集车辆行驶交通信息，包括采集车道线信息、交通灯信息和标志牌信息；

所述激光雷达，用于分布车辆车身周围进行障碍物检测；

所述毫米波雷达，用于分布于车辆车头采集障碍物与车辆的相对距离和速度信息；

所述INS/GPS组合导航单元，用于采集车辆瞬时姿态参数、速度和位置信息；

进一步的，所述状态估计模块，包括车辆感知单元，用于采集当前范围内相邻车辆的连续状态信息，并进行对当前行驶车辆进行行驶估计，获取风险参数值Pi与安全距离阈值m进行比较进行传输至决策控制模块。

进一步的，所述车辆感知单元，包括以下步骤：

预先生成的每种车辆状态对应的检测器，表示为：

其中，i代表第i个典型车辆行驶状态，k是种群的大小；

标定当前范围内相邻车辆的任一状态作为非自体输入，获取n个检测器的Euclidean距离D，表示为：

D＝{d1,d2…di}；

再预先设定当前行驶车辆与相邻车辆行驶估计的安全距离阈值m，获取每个距离di，属于该检测器的风险参数值Pi，表示为：

将风险参数值Pi与预设安全距离阈值m进行比较进行传输至决策控制模块。

进一步的，所述路径规划模块，包括以下步骤：

实时获取当前车辆行驶外部环境信息的当前范围内相邻车辆的连续状态信息；

若当前采集信息异常时，反馈异常信息节点，生成若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划；

将当前若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划进行结合，并生成若干车辆运动路径规划；

对若干车辆运动路径规划进行筛选，获取最优目标最终车辆运动路径规划。

进一步的，所述对若干最终的车辆运动路径规划进行筛选，包括以下步骤：

预先标定条件约束列表；

通过深度优先算法，将当前若干车辆运动路径规划作为输入，获取满足条件约束列表的全部路径，作为选中车辆运动路径规划；

对选中车辆运动路径规划进行获取耗散值，并基于耗散值进行排序，筛选最优目标最终车辆运动路径规划作为最优路径。

进一步的，所述转向执行模块，包括以下步骤：

转向执行模块基于混杂控制器输出的电枢电压信号；

转向电动机实时输出不同的转动方向和输出扭矩，驱动转向操纵机构执行车辆方向保持、左转、右转操作，进行无人驾驶汽车横向运动控制。

本发明的有益效果：

本发明无人驾驶汽车的控制系统，通过集成环境感知模块、状态信息模块和状态估计模块以及路径规划模块、决策控制模块和转向执行模块，通过采集车辆行驶外部环境信息以及当前范围内相邻车辆的连续状态信息和车辆自身运行状态信息，并实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径以及调控转向执行模块进行执行决策，实现无人驾驶汽车的控制系统，不仅可基于行驶数据信息获取车辆的相关调整参数，而且可根据调整参数进行适应决策控制调整，可以有效保障无人驾驶汽车的行驶安全性，另外可进行全局路径规划以及调控转向执行模块进行执行决策，提高了无人驾驶汽车自主转向的适配性。

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是根据本发明实施例的一种无人驾驶汽车的控制系统的原理框图。

图中：

1、环境感知模块；2、状态信息模块；3、状态估计模块；4、路径规划模块；5、决策控制模块；6、转向执行模块。

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所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种无人驾驶汽车的控制系统。

如图1所示，根据本发明实施例的无人驾驶汽车的控制系统，包括：环境感知模块1、状态信息模块2、状态估计模块3、路径规划模块4、决策控制模块5和转向执行模块6，其中；

所述环境感知模块1，用于采集车辆行驶外部环境信息并传输至所述决策控制模块5，其中至少包括当前范围内相邻车辆的连续状态信息；

所述状态信息模块2，用于采集车辆自身运行状态信息，并对行驶参数进行估计传输至所述决策控制模块5；

所述状态估计模块3，用于获取当前范围内相邻车辆的连续状态信息，并估计车辆的行驶状态意图传输至所述决策控制模块5；

所述路径规划模块4，基于车辆环境信息和运行状态信息进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径；

所述决策控制模块5，用于实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，并调控所述转向执行模块进行执行决策；

所述转向执行模块6，用于执行所述决策控制模块的决策指令完成无人驾驶汽车自主转向，其中包括调节转角信息和横摆角速度信息。

借助于上述方案，通过集成环境感知模块1、状态信息模块2和状态估计模块3以及路径规划模块4、决策控制模块5和转向执行模块6，通过采集车辆行驶外部环境信息以及当前范围内相邻车辆的连续状态信息和车辆自身运行状态信息，并实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径以及调控转向执行模块进行执行决策，实现无人驾驶汽车的控制系统，不仅可基于行驶数据信息获取车辆的相关调整参数，而且可根据调整参数进行适应决策控制调整，可以有效保障无人驾驶汽车的行驶安全性，另外可进行全局路径规划以及调控转向执行模块进行执行决策，提高了无人驾驶汽车自主转向的适配性。

另外，本技术方案，所述环境感知模块1包括视觉传感器、摄像头、激光雷达、毫米波雷达和INS/GPS组合导航单元，其中；

所述视觉传感器，用于分布于车辆前后灯体处采集环境信息；

所述摄像头，用于分布于车辆前后挡风玻璃处采集车辆行驶交通信息，包括采集车道线信息、交通灯信息和标志牌信息；

所述激光雷达，用于分布车辆车身周围进行障碍物检测；

所述毫米波雷达，用于分布于车辆车头采集障碍物与车辆的相对距离和速度信息；

所述INS/GPS组合导航单元，用于采集车辆瞬时姿态参数、速度和位置信息；

此外，所述状态估计模块3，包括车辆感知单元，用于采集当前范围内相邻车辆的连续状态信息，并进行对当前行驶车辆进行行驶估计，获取风险参数值Pi与安全距离阈值m进行比较进行传输至决策控制模块5。

另外，所述车辆感知单元，包括以下步骤：

预先生成的每种车辆状态对应的检测器，表示为：

其中，i代表第i个典型车辆行驶状态，k是种群的大小；

标定当前范围内相邻车辆的任一状态作为非自体输入，获取n个检测器的Euclidean距离D，表示为：

D＝{d1,d2…di}；

再预先设定当前行驶车辆与相邻车辆行驶估计的安全距离阈值m，获取每个距离di，属于该检测器的风险参数值Pi，表示为：

将风险参数值Pi与预设安全距离阈值m进行比较进行传输至决策控制模块5。

另外，所述路径规划模块4，包括以下步骤：

实时获取当前车辆行驶外部环境信息的当前范围内相邻车辆的连续状态信息；

若当前采集信息异常时，反馈异常信息节点，生成若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划；

将当前若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划进行结合，并生成若干车辆运动路径规划；

对若干车辆运动路径规划进行筛选，获取最优目标最终车辆运动路径规划。

此外，所述对若干最终的车辆运动路径规划进行筛选，包括以下步骤：

预先标定条件约束列表；

通过深度优先算法，将当前若干车辆运动路径规划作为输入，获取满足条件约束列表的全部路径，作为选中车辆运动路径规划；

对选中车辆运动路径规划进行获取耗散值，并基于耗散值进行排序，筛选最优目标最终车辆运动路径规划作为最优路径。

其中，所述转向执行模块6，包括以下步骤：

转向执行模块6基于混杂控制器输出的电枢电压信号；

转向电动机实时输出不同的转动方向和输出扭矩，驱动转向操纵机构执行车辆方向保持、左转、右转操作，进行无人驾驶汽车横向运动控制。

此外，本技术方案需要特别说明的是，在应用中，其无人驾驶汽车车尾同样也可配置环境感知模块1从而联动状态估计模块3，用于防无人驾驶汽车车尾被后车追尾，从而提高整体行车安全性。

综上所述，借助于本发明的上述技术方案，通过集成环境感知模块1、状态信息模块2和状态估计模块3以及路径规划模块4、决策控制模块5和转向执行模块6，通过采集车辆行驶外部环境信息以及当前范围内相邻车辆的连续状态信息和车辆自身运行状态信息，并实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径以及调控转向执行模块进行执行决策，实现无人驾驶汽车的控制系统，不仅可基于行驶数据信息获取车辆的相关调整参数，而且可根据调整参数进行适应决策控制调整，可以有效保障无人驾驶汽车的行驶安全性，另外可进行全局路径规划以及调控转向执行模块进行执行决策，提高了无人驾驶汽车自主转向的适配性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种无人驾驶汽车的控制系统，其特征在于，包括：环境感知模块(1)、状态信息模块(2)、状态估计模块(3)、路径规划模块(4)、决策控制模块(5)和转向执行模块(6)，其中；

所述环境感知模块(1)，用于采集车辆行驶外部环境信息并传输至所述决策控制模块(5)，其中至少包括当前范围内相邻车辆的连续状态信息；

所述状态信息模块(2)，用于采集车辆自身运行状态信息，并对行驶参数进行估计传输至所述决策控制模块(5)；

所述状态估计模块(3)，用于获取当前范围内相邻车辆的连续状态信息，并估计车辆的行驶状态意图传输至所述决策控制模块(5)；

所述路径规划模块(4)，基于车辆环境信息和运行状态信息进行全局路径规划，并筛选最优期望行驶路径作为当前行驶路径；

所述决策控制模块(5)，用于实时更新车辆行驶外部环境信息和车辆运行状态信息以及相邻车辆的连续状态信息进行决策，并调控所述转向执行模块进行执行决策；

所述转向执行模块(6)，用于执行所述决策控制模块的决策指令完成无人驾驶汽车自主转向，其中包括调节转角信息和横摆角速度信息。

2.根据权利要求1所述的无人驾驶汽车的控制系统，其特征在于，所述环境感知模块(1)包括视觉传感器、摄像头、激光雷达、毫米波雷达和INS/GPS组合导航单元，其中；

所述视觉传感器，用于分布于车辆前后灯体处采集环境信息；

所述摄像头，用于分布于车辆前后挡风玻璃处采集车辆行驶交通信息，包括采集车道线信息、交通灯信息和标志牌信息；

所述激光雷达，用于分布车辆车身周围进行障碍物检测；

所述毫米波雷达，用于分布于车辆车头采集障碍物与车辆的相对距离和速度信息；

所述INS/GPS组合导航单元，用于采集车辆瞬时姿态参数、速度和位置信息。

3.根据权利要求2所述的无人驾驶汽车的控制系统，其特征在于，所述状态估计模块(3)，包括车辆感知单元，用于采集当前范围内相邻车辆的连续状态信息，并进行对当前行驶车辆进行行驶估计，获取风险参数值Pi与安全距离阈值m进行比较进行传输至决策控制模块(5)。

4.根据权利要求3所述的无人驾驶汽车的控制系统，其特征在于，所述车辆感知单元，包括以下步骤：

预先生成的每种车辆状态对应的检测器，表示为：

其中，i代表第i个典型车辆行驶状态，k是种群的大小；

标定当前范围内相邻车辆的任一状态作为非自体输入，获取n个检测器的Euclidean距离D，表示为：

D＝{d1,d2…di}；

再预先设定当前行驶车辆与相邻车辆行驶估计的安全距离阈值m，获取每个距离di，属于该检测器的风险参数值Pi，表示为：

将风险参数值Pi与预设安全距离阈值m进行比较进行传输至决策控制模块(5)。

5.根据权利要求4所述的无人驾驶汽车的控制系统，其特征在于，所述路径规划模块(4)，包括以下步骤：

实时获取当前车辆行驶外部环境信息的当前范围内相邻车辆的连续状态信息；

若当前采集信息异常时，反馈异常信息节点，生成若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划；

将当前若干车辆绕障路径规划和每个车辆绕障路径规划对应的转向执行规划进行结合，并生成若干车辆运动路径规划；

对若干车辆运动路径规划进行筛选，获取最优目标最终车辆运动路径规划。

6.根据权利要求5所述的无人驾驶汽车的控制系统，其特征在于，所述对若干最终的车辆运动路径规划进行筛选，包括以下步骤：

预先标定条件约束列表；

通过深度优先算法，将当前若干车辆运动路径规划作为输入，获取满足条件约束列表的全部路径，作为选中车辆运动路径规划；

对选中车辆运动路径规划进行获取耗散值，并基于耗散值进行排序，筛选最优目标最终车辆运动路径规划作为最优路径。

7.根据权利要求6所述的无人驾驶汽车的控制系统，其特征在于，所述转向执行模块(6)，包括以下步骤：

转向执行模块(6)基于混杂控制器输出的电枢电压信号；

转向电动机实时输出不同的转动方向和输出扭矩，驱动转向操纵机构执行车辆方向保持、左转、右转操作，进行无人驾驶汽车横向运动控制。

Images