CN114757481B - 一种基于云控平台的机场车辆管控方法和系统 - Google Patents

Abstract

本发明公开一种基于云控平台的机场车辆管控方法和系统，方法包括：通过全局车辆路径规划平台为目标车辆生成初始规划路径；利用车辆管理平台和/或全局车辆路径规划平台对检测到的障碍物信息按照不同优先级顺序进行多次融合，生成目标融合结果；根据目标融合结果生成需要进行路径变更的第一车辆信息和路径局部协调命令，通过对应的车辆管理平台发送至第一车辆。本发明成本低、响应速度快、数据冗余小且系统稳定，同时降低了检测盲区、信号干扰等问题对障碍物检测准确性的影响，进一步提高了自动驾驶车辆在机场等场景的应用前景。

Description

一种基于云控平台的机场车辆管控方法和系统

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种基于云控平台的机场车辆管控方法和系统。

背景技术

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动操作机动车辆。

而随着自动驾驶技术的发展，自动驾驶车辆在机场、港口等环境的应用也越来越广泛，比如在机场中，正在尝试采用全天候、智能化的无人车自动化运输系统来替代传统交通方式，实现机场人、车、物的高效流转，并最终实现“少人机坪”。这些场景的自动驾驶有一个很重要的特点，就是环境相对复杂，且通常一个生产作业需要数十辆甚至数百辆特种车协同配合，比如机场环境下需要飞机引导车、牵引车、清扫车等等协同合作，此时，需要通过合理调度才能让其完成对应场景下的各个任务，真正缩短高峰时间段飞机的转场时间。而在调度过程中，又需要通过各种传感设备对障碍物进行检测，从而快速、准确对车辆的自动行驶路径进行调整。

现有技术通常采用自动驾驶车辆自身装置的车载传感器（如激光雷达、摄像头等）进行自身的定位和周围的障碍物检测，但是这种方式在检测盲区、检测距离以及信号干扰等方面难以达到机场等环境的应用需求，影响机场内各种车辆在实时调度、路径规划以及避障等方面的应用效果。

发明内容

本发明提供了一种基于云控平台的机场车辆管控方法和系统，解决了以上所述的技术问题。

本发明解决上述技术问题的技术方案如下：一种基于云控平台的机场车辆管控方法，基于全局车辆路径规划平台、每种车型分别对应的车辆管理平台以及与每个车辆管理平台对应的任务调度系统，方法包括以下步骤：

步骤1，通过所述全局车辆路径规划平台为至少一个目标车辆生成初始规划路径；

步骤2，控制每个目标车辆按照所述初始规划路径移动并实时检测障碍物信息，利用对应的车辆管理平台和/或所述全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，生成目标融合结果；

步骤3，通过所述全局车辆路径规划平台获取所有车辆的当前状态信息，并根据所述目标融合结果生成需要进行路径变更的第一车辆信息和路径局部协调命令，通过对应的车辆管理平台发送至第一车辆。

为了解决上述技术问题，本发明第二方面提供了一种基于云控平台的机场车辆管控系统，包括全局车辆路径规划平台、每种车型分别对应的车辆管理平台以及与每个车辆管理平台对应的任务调度系统，

所述车辆管理平台用于接收对应目标车辆按照初始规划路径运动时检测并发送的第一障碍物信息，并对所述第一障碍物信息进行第一次融合，生成第一局部融合结果；

所述全局车辆路径规划平台用于为至少一个目标车辆生成初始规划路径；以及用于接收每个车辆管理平台发送的第一局部融合结果，并按照不同优先级顺序将所有的第一局部融合结果进行再次融合，生成第二局部融合结果，并作为所述目标融合结果；以及用于获取所有车辆的当前状态信息，根据所述目标融合结果生成需要进行路径变更的第一车辆信息和对应的路径局部协调命令，并通过车辆管理平台发送至第一车辆。

与现有技术相比，本发明的有益效果是：

第一，本发明建立了一个基于云控平台的机场车辆管控方法和系统，通过每种车型对应的车辆管理平台对该车型车辆进行调度，同时通过全局车辆路径规划平台对机场内的全部车辆进行统一路径规划和路径调整，实现了车辆调度和路径规划的快速响应，提升了系统的整体稳定性。

第二，本发明可以对车辆采集到的障碍物信息进行动态预测和多级融合，不仅减少了障碍物的冗余信息，而且融合后的障碍物信息更加准确，从而实时、准确地对自动驾驶车辆提前进行路径规划、路径调整和导航避障。

第三，本发明通过路侧检测设备，比如场监雷达、多点定位系统或ADS-B系统对障碍物的位置进行连续追踪，并和车载传感器采集的障碍物信息进行再次融合，降低了检测盲区、信号干扰等问题对路径规划、路径调整和导航避障的影响，进一步提高了自动驾驶车辆在机场等场景的应用前景。

为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例1提供的基于云控平台的机场车辆管控方法的流程示意图；

图2是本发明实施例2提供的基于云控平台的机场车辆管控系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。

实施例1提供了一种基于云控平台的机场车辆管控方法，基于全局车辆路径规划平台、每种车型分别对应的车辆管理平台以及与每个车辆管理平台对应的任务调度系统。一个优选实施例中，各个系统之间的通信数据采用小端模式，每个通信报文均包括报文头和对应的报文体，所述报文头依次包括4字节的数据包头、4字节的协议版本号、4字节的循环冗余校验码、8字节的时间戳信息、4字节的报文顺序信息以及4字节的报文体长度信息；所述报文体均包含根据报文类型生成的报文ID。

如图1所示，方法包括以下步骤：

步骤1，通过所述全局车辆路径规划平台为至少一个目标车辆生成初始规划路径。一个具体的实施例中，包括以下步骤：

步骤101，任务调度系统针对目标车型生成目标任务，并将所述目标任务发送至相连接的车辆管理平台；

步骤102，所述车辆管理平台为目标任务分配对应的目标车辆，并生成包含目标车辆状态信息的路径规划请求发送至所述全局车辆路径规划平台；

步骤103，所述全局车辆路径规划平台根据所述路径规划请求为目标车辆生成对应的初始规划路径，并通过所述车辆管理平台发送至所述目标车辆。

以机场内的无人驾驶飞机引导车为例，参与的通信系统包括无人驾驶飞机引导车、无人驾驶飞机引导车管理平台、高级场面活动引导与控制系统（A-SMGCS）和全局车辆路径规划平台，这里A-SMGCS系统即是无人驾驶飞机引导车的任务调度系统，在飞机入港或者出港时，根据飞机机型、泊位、入港、出港等信息生成目标任务发送至无人驾驶飞机引导车管理平台，由无人驾驶飞机引导车管理平台分配无人驾驶飞机引导车对目标飞机进行滑行引导，并生成路径规划请求发送至全局车辆路径规划平台。全局车辆路径规划平台统一规划路径后生成对应的初始规划路径，并通过该车辆管理平台发送至目标车辆。具体来说，无人驾驶飞机引导车管理平台和全局车辆路径规划平台可以采用TCP：8370协议进行通信，无人驾驶飞机引导车管理平台和无人驾驶飞机引导车的自动驾驶域控制器（ADU）采用TCP、4G或者5G方式通信。当然其他车型的车辆都具备对应的任务调度系统、管理系统以及通信方式，在此不分别进行详细说明。

然后执行步骤2,控制每个目标车辆按照所述初始规划路径移动并通过目标车辆上的至少一个车载传感器实时检测障碍物信息，利用对应的车辆管理平台和/或所述全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，生成目标融合结果。这里不同优先级顺序包括在不同的融合阶段按照检测时间最新的原则进行融合和/或按照检测可信度最高的原则进行融合，而检测可信度包括对应车型上车载传感器的第一检测可信度、不同车辆管理平台的第二检测可信度等等。检测可信度根据检测结果的协方差(如位姿协方差、速度协方差)确定，检测结果的协方差越小，检测可信度越高，协方差的范围由不同车载传感器的特性、车辆管理平台的管控精度、各种检测设备受到的当前信号干扰情况等确定，比如激光雷达的位置检测可信度高于毫米波雷达。

以下采用具体实施例进行说明。一个优选实施例中，利用车辆管理平台和全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，具体包括以下步骤：

步骤201，通过所有目标车辆上分别设置的车载传感器实时检测并生成第一障碍物信息；所述第一障碍物信息包含第一检测参数和第一属性参数，所述第一检测参数包括局部物体ID、检测时间、第一检测可信度、物体位置信息和物体状态信息，所述第一属性参数包括物体类型信息和/或物体行为信息。这里局部物体ID为车载传感器检测到障碍物后，为该障碍物分配的ID。而这些信息都以报文的方式发送至对应的车辆管理平台。比如对于无人驾车飞机引导车，传输给车辆管理平台的报文信息包括4字节的报文ID、4字节的障碍物数量、每个障碍物对应的4字节局部物体ID、2字节的障碍物类型代码、2字节的障碍物行为代码、4字节的障碍物经度位置、4字节的障碍物纬度位置、2字节的障碍物方向、2字节的所在车道信息、2字节的物体尺寸信息、2字节的速度信息、4字节的角速度信息以及检测时间信息、第一检测可信度信息等等。

然后执行步骤202，车辆管理平台接收对应车型的至少一个目标车辆发送的第一障碍物信息，以预设频率将所有的第一障碍物信息进行融合生成第一局部融合结果，并发送至全局车辆路径规划平台。一个具体实施例中，上述步骤具体为：

S2021，根据所述第一障碍物信息，比如物体位置信息、物体状态信息、物体类型信息和/或物体行为信息等计算各个障碍物的第一相似度，将第一将相似度达到第一预设阈值的多个障碍物判定为相同障碍物；

S2022，对所述相同障碍物分别对应的第一障碍物信息进行合并，保留检测时间最近的物体位置信息，并生成第一局部融合结果，所述第一局部融合结果还包括所述车辆管理平台对应的第二检测可信度，该第二检测可信度根据车辆管理平台的硬件组成、控制精度、响应速度、稳定性等综合评定。上述实施例中，因同一车辆管理平台对应相同车型，而相同车型上设置的车载传感器类别通常是一样的，即车载传感器的第一检测可信度是一样的，因此进行局部融合时只考虑检测时间，保留相同障碍物检测最近的物体位置信息即可。

然后执行步骤203，全局车辆路径规划平台接收每个车辆管理平台发送的第一局部融合结果，并将所有的第一局部融合结果进行再次融合，生成第二局部融合结果，并作为所述目标融合结果。一个具体实施例中，上述步骤具体为：

S2031,获取每个车辆管理平台发送的第一局部融合结果，并计算所述第一局部融合结果中每个障碍物在当前时刻的实时物体位置信息；

S2032,将所述第一局部融合结果中相似度达到第二预设阈值的多个障碍物判定为相同障碍物；

S2033,根据所述相同障碍物的第一检测可信度和第二检测可信度对对应的第一局部融合结果进行再次融合，并保留当前时刻的实时物体位置信息，生成第二局部融合结果。上述实施例中，首先对每个车辆管理平台发送的第一局部融合结果中障碍物的实时位置进行预测，这个步骤可以根据障碍物的速度、方向等信息计算，然后根据各种预设匹配算法判定是否是相同障碍物，最后对相同障碍物的第一局部融合结果进行再次融合。这里因为是不同车辆管理平台发送的第一局部融合结果，即是不同车型车辆上车载传感器采集的障碍物信息，而基于成本和实际需求考虑，车型不同车载传感器的配置不同，因此第一检测可信度存在差异。同时不同车辆管理平台发送的第一局部融合结果对应的第二检测可信度也可能存在差异，因此在融合时可以首先考虑第一检测可信度，保留第一检测可信度较高的实时物体位置信息，当第一检测可信度相同时，保留第二检测可信度较高的实时物体位置信息。或者在另一实施例中，首先考虑第二检测可信度，保留第二检测可信度较高的实时物体位置信息，当第二检测可信度相同时，保留第一检测可信度较高的实时物体位置信息，并生成第二局部融合结果。

最后执行步骤3，通过所述全局车辆路径规划平台获取所有车辆的当前状态信息，并根据所述目标融合结果，即第二局部融合结果生成需要进行路径变更的第一车辆信息和路径局部协调命令，通过对应的车辆管理平台发送至第一车辆。这里第一车辆同样以报文方式和车辆管理平台通信，以无人驾驶飞机引导车为例，返回的报文信息包括4字节的报文ID，4字节的车辆ID、1字节的车辆状态代码、1字节的局部协调状态代码、2字节的车辆行为代码、4字节的车辆经度位置、4字节的车辆纬度位置、2字节的车辆方向、2字节的车辆速度、4字节的车辆角速度、2字节的所在车道信息、2字节的当前车辆任务代码以及4字节的车辆错误代码。这里车辆状态包括充电休息状态、车辆就绪/无任务/任务已完成状态、车辆已分配任务等待A-SMGCS路由状态、车辆已分配任务等待全局规划路由状态等等。局部协调状态代码包括车辆不执行局部协调命令代码、车辆正常驾驶状态可以接受局部协调代码、车辆接收到正在执行局部协调代码、车辆接收到局部协调指令但不满足执行条件，等待条件满足的代码、车辆接收到局部协调指令但不满足执行条件，终止执行的代码等等。车辆行为代码包括静止、直线行驶、左转弯、右转弯等代码。

另一个优选实施例中，所述全局车辆路径规划平台还通过云控平台连接路侧检测设备，比如场监雷达、多点定位系统和广播式自动监视系统中的任意一个或者多个。此时需要融合的数据还包括路侧检测设备采集的障碍物信息，检测可信度还包括路侧检测设备的第三检测可信度等等。

具体来说，利用车辆管理平台和全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，还包括以下步骤，

步骤204，通过路侧检测设备采集场面检测信息，根据所述场面检测信息生成第二障碍物信息发送至云控平台，所述第二障碍物信息包含第二检测参数和第二属性参数，所述第二检测参数包括全局物体ID、检测时间、第三检测可信度、物体位置信息和物体状态信息，所述第二属性参数包括物体类型信息和/或物体行为信息，这里全局身份ID 是机场内目标物体，即障碍物的固定唯一编号，用于对场监雷达、多点定位系统和ADS-B检测到的不同障碍物进行身份识别。

步骤205，所述云控平台对所述第二障碍物信息进行融合生成场面数据融合结果，并将所述场面数据融合结果发送全局车辆路径规划平台。一个优选实施例中，上述步骤具体为：

S2051，将第二障碍物信息中全局物体ID相同的多个障碍物判定为相同障碍物；

S2052，对所述相同障碍物分别对应的第二障碍物信息进行合并，保留第三检测可信度最高的物体位置信息，生成场面数据融合结果。

然后执行步骤206，所述全局路径规划平台根据所述场面数据融合结果对所述第一局部融合结果或所述第二局部融合结果进行再次融合，生成全局融合结果，并作为所述目标融合结果进行后续局部协调。这里融合过程参考生成第二局部融合结果的过程，即保留检测可信度最高的实时物体位置信息，具体过程在此不进行详细说明。

上述实施例提供了一种基于云控平台的机场车辆管控方法，通过每种车型对应的车辆管理平台对该车型车辆进行调度，同时通过全局车辆路径规划平台对机场内的全部车辆进行统一路径规划和路径调整，实现了车辆调度和路径规划的快速响应，提升了系统的整体稳定性。同时，对车辆采集到的障碍物信息进行动态预测和多级融合，不仅减少了障碍物的冗余信息，而且融合后的障碍物信息更加准确，从而实时、准确地对自动驾驶车辆提前进行路径规划、路径调整和导航避障。再次，通过路侧检测设备，比如场监雷达、多点定位系统或ADS-B系统对障碍物的位置进行连续追踪，并和车载传感器采集的障碍物信息进行再次融合，降低了检测盲区、信号干扰等问题对路径规划、路径调整和导航避障的影响，进一步提高了自动驾驶车辆在机场等场景的应用前景。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

另一实施例提供了一种基于云控平台的机场车辆管控系统，如图2所示，包括全局车辆路径规划平台100、每种车型分别对应的车辆管理平台200以及与每个车辆管理平台对应的任务调度系统300，

所述车辆管理平台200用于接收对应目标车辆400按照初始规划路径运动时检测并发送的第一障碍物信息，并对所述第一障碍物信息进行第一次融合，生成第一局部融合结果；

所述全局车辆路径规划平台100用于为至少一个目标车辆生成初始规划路径；以及用于接收每个车辆管理平台200发送的第一局部融合结果，并按照不同优先级顺序将所有的第一局部融合结果进行再次融合，生成第二局部融合结果，并作为所述目标融合结果；以及用于获取所有车辆的当前状态信息，根据所述目标融合结果生成需要进行路径变更的第一车辆信息和对应的路径局部协调命令，并通过车辆管理平台200发送至第一车辆。

一个优选实施例中，上述系统还包括通过云控平台500与所述全局车辆路径规划平台100相连的路侧检测设备600，

所述路侧检测设备600用于采集场面检测信息，并作为第二障碍物信息发送至云控平台500；

所述云控平台500用于对所述第二障碍物信息进行融合生成场面数据融合结果，并将所述场面数据融合结果发送全局车辆路径规划平台100；

所述全局路径规划平台100还用于根据所述场面数据融合结果对所述第一局部融合结果或所述第二局部融合结果进行再次融合，生成全局融合结果，以根据所述全局融合结果生成需要进行路径变更的第一车辆和对应的路径局部协调命令，并通过车辆管理平台200发送至所述第一车辆；

所述第二障碍物信息包含第二检测参数和第二属性参数，所述第二检测参数包括全局物体ID、检测时间、第三检测可信度、物体位置信息和物体状态信息，所述第二属性参数包括物体类型信息和/或物体行为信息。

上述实施例提供了一种基于云控平台的机场车辆管控系统，通过每种车型对应的车辆管理平台对该车型车辆进行调度，同时通过全局车辆路径规划平台对机场内的全部车辆进行统一路径规划和路径调整，实现了车辆调度和路径规划的快速响应，提升了系统的整体稳定性。同时，对车辆采集到的障碍物信息进行动态预测和多级融合，不仅减少了障碍物的冗余信息，而且融合后的障碍物信息更加准确，从而实时、准确地对自动驾驶车辆提前进行路径规划、路径调整和导航避障。再次，通过路侧检测设备，比如场监雷达、多点定位系统或ADS-B系统对障碍物的位置进行连续追踪，并和车载传感器采集的障碍物信息进行再次融合，降低了检测盲区、信号干扰等问题对路径规划、路径调整和导航避障的影响，进一步提高了自动驾驶车辆在机场等场景的应用前景。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能、以及全部方法流程。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (10)

1.一种基于云控平台的机场车辆管控方法，基于全局车辆路径规划平台、每种车型分别对应的车辆管理平台以及与每个车辆管理平台对应的任务调度系统，其特征在于，包括以下步骤：

步骤1，通过所述全局车辆路径规划平台为至少一个目标车辆生成初始规划路径；

步骤2，控制每个目标车辆按照所述初始规划路径移动并实时检测障碍物信息，利用对应的车辆管理平台和所述全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，生成目标融合结果；

步骤3，通过所述全局车辆路径规划平台获取所有车辆的当前状态信息，并根据所述目标融合结果生成需要进行路径变更的第一车辆信息和路径局部协调命令，通过对应的车辆管理平台发送至第一车辆；

其中，利用车辆管理平台和全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，具体包括以下步骤：

步骤201，通过所有目标车辆上分别设置的车载传感器实时检测并生成第一障碍物信息，所述第一障碍物信息包含第一检测可信度；

步骤202，车辆管理平台接收对应车型的至少一个目标车辆发送的第一障碍物信息，以预设频率将所有的第一障碍物信息进行融合生成第一局部融合结果，并发送至全局车辆路径规划平台；所述第一局部融合结果保留检测时间最近的物体位置信息以及所述车辆管理平台对应的第二检测可信度；

步骤203，全局车辆路径规划平台接收每个车辆管理平台发送的第一局部融合结果，根据所述第一局部融合结果中相同障碍物的第一检测可信度和第二检测可信度对对应的第一局部融合结果进行再次融合，并保留当前时刻的实时物体位置信息，生成第二局部融合结果，并作为所述目标融合结果。

2.根据权利要求1所述基于云控平台的机场车辆管控方法，其特征在于，通过所述全局车辆路径规划平台为至少一个目标车辆生成初始规划路径，具体包括以下步骤：

步骤101，任务调度系统针对目标车型生成目标任务，并将所述目标任务发送至相连接的车辆管理平台；

步骤102，所述车辆管理平台为目标任务分配对应的目标车辆，并生成包含目标车辆状态信息的路径规划请求发送至所述全局车辆路径规划平台；

步骤103，所述全局车辆路径规划平台根据所述路径规划请求为目标车辆生成对应的初始规划路径，并通过所述车辆管理平台发送至所述目标车辆。

3.根据权利要求1所述基于云控平台的机场车辆管控方法，其特征在于，各个系统之间的通信数据采用小端模式，每个通信报文均包括报文头和对应的报文体，所述报文头依次包括4字节的数据包头、4字节的协议版本号、4字节的循环冗余校验码、8字节的时间戳信息、4字节的报文顺序信息以及4字节的报文体长度信息；所述报文体均包含根据报文类型生成的报文ID。

4.根据权利要求1-3任一所述基于云控平台的机场车辆管控方法，其特征在于，所述第一障碍物信息包含第一检测参数和第一属性参数，所述第一检测参数包括局部物体ID、检测时间、第一检测可信度、物体位置信息和物体状态信息，所述第一属性参数包括物体类型信息和/或物体行为信息。

5.根据权利要求4所述基于云控平台的机场车辆管控方法，其特征在于，车辆管理平台将所有的第一障碍物信息进行融合生成第一局部融合结果，包括以下步骤：

根据所述第一障碍物信息将相似度达到第一预设阈值的多个障碍物判定为相同障碍物；

对所述相同障碍物分别对应的第一障碍物信息进行合并，保留检测时间最近的物体位置信息，并生成第一局部融合结果，所述第一局部融合结果还包括所述车辆管理平台对应的第二检测可信度。

6.根据权利要求5所述基于云控平台的机场车辆管控方法，其特征在于，全局车辆路径规划平台将所有的第一局部融合结果进行再次融合，生成第二局部融合结果，包括以下步骤：

获取每个车辆管理平台发送的第一局部融合结果，并计算所述第一局部融合结果中每个障碍物在当前时刻的实时物体位置信息；

将所述第一局部融合结果中相似度达到第二预设阈值的多个障碍物判定为相同障碍物；

根据所述相同障碍物的第一检测可信度和第二检测可信度对对应的第一局部融合结果进行再次融合，并保留当前时刻的实时物体位置信息，生成第二局部融合结果。

7.根据权利要求4所述基于云控平台的机场车辆管控方法，其特征在于，所述全局车辆路径规划平台还通过云控平台连接路侧检测设备，利用车辆管理平台和全局车辆路径规划平台对所述障碍物信息按照不同优先级顺序进行多次融合，还包括以下步骤，

步骤204，通过路侧检测设备采集场面检测信息，根据所述场面检测信息生成第二障碍物信息发送至云控平台；

步骤205，所述云控平台对所述第二障碍物信息进行融合生成场面数据融合结果，并将所述场面数据融合结果发送全局车辆路径规划平台；

步骤206，所述全局车辆路径规划平台根据所述场面数据融合结果对所述第一局部融合结果或所述第二局部融合结果进行再次融合，生成全局融合结果，并作为所述目标融合结果；

所述第二障碍物信息包含第二检测参数和第二属性参数，所述第二检测参数包括全局物体ID、检测时间、第三检测可信度、物体位置信息和物体状态信息，所述第二属性参数包括物体类型信息和/或物体行为信息。

8.根据权利要求7所述基于云控平台的机场车辆管控方法，其特征在于，所述云控平台对第二障碍物信息进行融合生成场面数据融合结果，具体为：

将第二障碍物信息中全局物体ID相同的多个障碍物判定为相同障碍物；

对所述相同障碍物分别对应的第二障碍物信息进行合并，保留第三检测可信度最高的物体位置信息，生成场面数据融合结果。

9.一种基于云控平台的机场车辆管控系统，利用权利要求1-8任一所述的基于云控平台的机场车辆管控方法，其特征在于，包括全局车辆路径规划平台、每种车型分别对应的车辆管理平台以及与每个车辆管理平台对应的任务调度系统，

所述车辆管理平台用于接收对应目标车辆按照初始规划路径运动时检测并发送的第一障碍物信息，并对所述第一障碍物信息进行第一次融合，生成第一局部融合结果；

所述全局车辆路径规划平台用于为至少一个目标车辆生成初始规划路径；以及用于接收每个车辆管理平台发送的第一局部融合结果，并按照不同优先级顺序将所有的第一局部融合结果进行再次融合，生成第二局部融合结果，并作为所述目标融合结果；以及用于获取所有车辆的当前状态信息，根据所述目标融合结果生成需要进行路径变更的第一车辆信息和对应的路径局部协调命令，并通过车辆管理平台发送至第一车辆。

10.根据权利要求9所述基于云控平台的机场车辆管控系统，其特征在于，还包括通过云控平台与所述全局车辆路径规划平台相连的路侧检测设备，

所述路侧检测设备用于采集场面检测信息，并作为第二障碍物信息发送至云控平台；

所述云控平台用于对所述第二障碍物信息进行融合生成场面数据融合结果，并将所述场面数据融合结果发送全局车辆路径规划平台；

所述全局车辆路径规划平台还用于根据所述场面数据融合结果对所述第一局部融合结果或所述第二局部融合结果进行再次融合，生成全局融合结果，以根据所述全局融合结果生成需要进行路径变更的第一车辆和对应的路径局部协调命令，并通过车辆管理平台发送至所述第一车辆；

所述第二障碍物信息包含第二检测参数和第二属性参数，所述第二检测参数包括全局物体ID、检测时间、第三检测可信度、物体位置信息和物体状态信息，所述第二属性参数包括物体类型信息和/或物体行为信息。