CN114866586A - 基于soa架构的智能驾驶系统、方法、设备及存储介质 - Google Patents
基于soa架构的智能驾驶系统、方法、设备及存储介质 Download PDFInfo
- Publication number
- CN114866586A CN114866586A CN202210470530.7A CN202210470530A CN114866586A CN 114866586 A CN114866586 A CN 114866586A CN 202210470530 A CN202210470530 A CN 202210470530A CN 114866586 A CN114866586 A CN 114866586A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- service layer
- control
- sent
- 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.)
- Granted
Links
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
- H04L67/01—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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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]
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种基于SOA架构的智能驾驶系统、方法、设备及存储介质,涉及智能驾驶控制技术领域,包括基于SOA架构构建而成的传感器服务层、控制服务层、协调服务层和管理服务层;传感器服务层将各个传感器输出的原始数据反序列化为SOA网关数据;控制服务层对传感器服务层发送的SOA网关数据进行数据处理得到基础控制数据;协调服务层接收外域控制器发送的控制请求数据并根据控制服务层发送的基础控制数据确定出车辆辅助信息;管理服务层根据外域控制器的控制请求数据、基础控制数据和车辆辅助信息仲裁车辆的运行工况,控制服务层基于协调服务层获取运行工况并控制车辆,提高了智能驾驶系统与不同车型之间的适配效率并降低二次开发成本。
Description
技术领域
本申请涉及智能驾驶控制技术领域,特别涉及一种基于SOA架构的智能驾驶系统、方法、设备及存储介质。
背景技术
随着新一代信息通信、新能源、新材料等技术加快与汽车产业融合,信息通信、互联网等新兴科技企业全面涉足汽车行业,使得汽车智能驾驶技术集现代传感技术、信息与通信技术、自动控制技术和人工智能等于一体,其在减少交通事故、缓解交通拥堵、降低能耗、保护环境等方面具有巨大潜能。其中,智能驾驶是指机器帮助人进行驾驶以及在特殊情况下完全取代人驾驶的技术,其本质是注意力吸引和注意力分散的认知工程学上的问题,比如其可利用计算机系统来实现几乎不用人工干预就可以自动行驶的状态,也可以利用智能驾驶系统的反馈结果来提示驾驶员去对实际的驾驶情况做出反应。
不过,由于智能驾驶功能往往由运行在域控制器上的应用程序来实现,且车内电子控制单元的应用程序开发均相对独立,以致当一个智能驾驶系统需要适配多个不同车型、使其能与不同传感器构成的外部系统完成对接时,就需要修改智能驾驶系统的多个应用程序方能实现对接,即该过程的操作较为繁琐,存在适配对接效率低的问题;同时,若需要对车内功能进行调整和升级以及车内电子控制单元进行增加或更新迭代,均会产生较大的软件开发工作量,即存在二次开发成本高的问题。
发明内容
本申请提供一种基于SOA架构的智能驾驶系统、方法、设备及存储介质,以解决相关技术中存在的智能驾驶系统与不同车型之间的适配效率低以及二次开发成本高的问题。
第一方面,提供了一种基于SOA架构的智能驾驶系统,包括:传感器服务层、控制服务层、协调服务层和管理服务层,所述传感器服务层、控制服务层、协调服务层和管理服务层基于SOA架构构建而成,四层服务层之间相互独立并通过服务接口进行数据通信;
所述传感器服务层用于基于服务接口与各个传感器连接,并将各个传感器输出的原始数据反序列化为SOA网关数据;
所述控制服务层用于对所述传感器服务层发送的SOA网关数据进行数据处理得到基础控制数据,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;
所述协调服务层用于接收外域控制器发送的控制请求数据,并根据所述控制服务层发送的基础控制数据确定出车辆辅助信息,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;
所述管理服务层用于根据所述协调服务层发送的外域控制器的控制请求数据、基础控制数据和车辆辅助信息仲裁出车辆的运行工况,且通过所述协调服务层将所述运行工况发送至所述控制服务层,以供所述控制服务层基于所述运行工况控制车辆。
一些实施例中,所述传感器服务层包括硬开关数据传输模块、底盘数据传输模块、摄像数据传输模块、雷达数据传输模块和惯性传感数据传输模块。
一些实施例中,所述雷达数据传输模块包括激光雷达数据传输子模块、毫米波雷达数据传输子模块和超声波雷达数据传输子模块。
一些实施例中,所述控制服务层包括第一硬开关数据透传模块、底盘数据处理模块、摄像数据处理模块、雷达数据处理模块和惯性传感数据处理模块;
所述第一硬开关数据透传模块用于将硬开关数据传输模块发送的硬开关SOA网关数据透传至所述协调服务层;
所述底盘数据处理模块用于基于底盘数据传输模块发送的底盘SOA网关数据处理出车辆运行控制数据,并发送至协调服务层,且接收协调服务层发送的运行工况,基于所述运行工况控制车辆;
所述摄像数据处理模块用于基于摄像数据传输模块发送的摄像SOA网关数据处理出摄像传感器状态数据、第一障碍物属性数据和图像点云数据,并发送至协调服务层;
所述雷达数据处理模块用于基于雷达数据传输模块发送的雷达SOA网关数据处理出雷达传感器状态数据、第二障碍物属性数据和雷达点云数据,并发送至协调服务层;
所述惯性传感数据处理模块用于基于惯性传感数据传输模块发送的惯性传感SOA网关数据处理出惯性传感器状态数据,并将所述惯性传感SOA网关数据和惯性传感器状态数据发送至协调服务层。
一些实施例中,所述协调服务层包括第二硬开关数据透传模块、定位模块、融合模块、规控模块、预测模块、状态监控模块和车身阈模块;
所述第二硬开关数据透传模块用于将第一硬开关数据透传模块发送的硬开关SOA网关数据透传至所述管理服务层;
所述定位模块用于基于摄像数据处理模块发送的图像点云数据、雷达数据处理模块发送的雷达点云数据、惯性传感数据处理模块发送的惯性传感SOA网关数据以及外域控制器发送的地图请求数据确定出车辆定位信息;
所述融合模块用于基于摄像数据处理模块发送的第一障碍物属性数据、雷达数据处理模块发送的第二障碍物属性数据和定位模块发送的车辆定位信息确定出障碍物状态信息;
所述规控模块用于接收底盘数据处理模块发送的车辆运行控制数据,根据车辆运行控制数据确定出自车运动轨迹,并将自车运动轨迹发送至预测模块,且将管理服务层发送的运行工况发送至底盘数据处理模块;
所述预测模块用于基于所述自车运动轨迹和融合模块发送的障碍物状态信息计算障碍物碰撞时间,并将障碍物碰撞时间和障碍物状态信息发送至管理服务层;
所述状态监控模块用于将摄像数据处理模块发送的摄像传感器状态数据、雷达数据处理模块发送的雷达传感器状态数据和惯性传感数据处理模块发送的惯性传感器状态数据发送至管理服务层;
所述车身阈模块用于将外域控制器发送的控制请求数据发送至管理服务层,且将管理服务层发送的外域控制数据发送至外域控制器,以供外域控制器基于外域控制数据控制车辆外域。
一些实施例中,所述管理服务层包括诊断模块、管理模块、行车模块、泊车模块和仲裁模块;
所述诊断模块用于对状态监控模块发送的摄像传感器状态数据、雷达传感器状态数据和惯性传感器状态数据进行汇总,并将传感器状态汇总结果发送至管理模块;
所述管理模块用于基于第二硬开关数据透传模块发送的硬开关SOA网关数据和所述传感器状态汇总结果判断是否开启智能驾驶功能,并将判断结果发送至行车模块和泊车模块;
所述行车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出行车工况,并将行车工况发送至仲裁模块;
所述泊车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出泊车工况,并将泊车工况发送至仲裁模块;
所述仲裁模块用于基于所述行车工况和泊车工况仲裁出车辆的运行工况,并将运行工况发送至所述规控模块。
一些实施例中,所述协调服务层还包括数据上传模块,所述数据上传模块用于接收预测模块发送的障碍物碰撞时间和障碍物状态信息,并将障碍物碰撞时间和障碍物状态信息转发至外域控制器,以供外域控制器基于所述障碍物碰撞时间和障碍物状态信息绘制障碍物地图。
第二方面,提供了一种基于SOA架构的智能驾驶方法,应用于前述的基于SOA架构的智能驾驶系统,包括以下步骤:
传感器服务层将各个传感器输出的原始数据反序列化为SOA网关数据并发送至控制服务层;
控制服务层对所述SOA网关数据进行数据处理得到基础控制数据,并将所述基础控制数据发送至协调服务层,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;
协调服务层接收外域控制器发送的控制请求数据,并根据所述基础控制数据确定出车辆辅助信息,且将基础控制数据、车辆辅助信息和外域控制器的控制请求数据发送至管理服务层,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;
管理服务层根据基础控制数据、车辆辅助信息和外域控制器的控制请求数据仲裁出车辆的运行工况,且通过协调服务层将所述运行工况发送至控制服务层;
控制服务层基于所述运行工况控制车辆。
第三方面,提供了一种基于SOA架构的智能驾驶设备,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现前述的基于SOA架构的智能驾驶方法。
第四方面,提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现前述的基于SOA架构的智能驾驶方法。
本申请提供的技术方案带来的有益效果包括:可有效提高智能驾驶系统与不同车型之间的适配效率并降低二次开发成本。
本申请提供了一种基于SOA架构的智能驾驶系统、方法、设备及存储介质,包括传感器服务层、控制服务层、协调服务层和管理服务层,所述传感器服务层、所述控制服务层、所述协调服务层和所述管理服务层基于SOA架构构建而成,四层服务层之间相互独立;所述传感器服务层用于基于服务接口与各个传感器连接,并将各个传感器输出的原始数据反序列化为SOA网关数据;所述控制服务层用于对所述传感器服务层发送的SOA网关数据进行数据处理得到基础控制数据,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;所述协调服务层用于接收外域控制器发送的控制请求数据,并根据所述控制服务层发送的基础控制数据确定出车辆辅助信息,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;所述管理服务层用于根据所述协调服务层发送的外域控制器的控制请求数据、基础控制数据和车辆辅助信息仲裁出车辆的运行工况,且通过所述协调服务层将所述运行工况发送至所述控制服务层,以供所述控制服务层基于所述运行工况控制车辆。通过本申请,可实现整车内硬件资源与软件架构的统一化,便于软件模块的解耦以提高开发效率和降低维护成本,即基于服务接口对不同车型和不同传感器进行适配时,可以保证基于SOA的架构整体不变,减少二次开发的频次,且对适配不同算力/架构的域控制器或进行算法的更新迭代时,只需将对应服务层中的模块内的实现方法进行更换,而其他模块无需变动,以使得在整体架构不做大的变动情况下,达到感知效果最优。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述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为本申请实施例提供的一种基于SOA架构的智能驾驶系统的结构示意图;
图2为本申请实施例提供的基于SOA架构的智能驾驶系统的具体结构示意图;
图3为本申请实施例提供的传感器服务层的结构示意图;
图4为本申请实施例提供的控制服务层的结构示意图;
图5为本申请实施例提供的协调服务层的结构示意图;
图6为本申请实施例提供的管理服务层的结构示意图;
图7为本申请实施例提供的一种基于SOA架构的智能驾驶方法的流程示意图;
图8为本申请实施例提供的一种基于SOA架构的智能驾驶设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请的一部分实施例,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的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。
本申请实施例提供了一种基于SOA架构的智能驾驶系统、方法、设备及存储介质,其能解决相关技术中存在的智能驾驶系统与不同车型之间的适配效率低以及二次开发成本高的问题。
参见图1和图2所示,本申请实施例提供了一种基于SOA架构的智能驾驶系统,包括:传感器服务层、控制服务层、协调服务层和管理服务层,所述传感器服务层、控制服务层、协调服务层和管理服务层基于SOA(Service-Oriented Architecture,面向服务架构)架构构建而成,四层服务层之间相互独立并通过服务接口进行数据通信;其中,所述传感器服务层用于基于服务接口与各个传感器连接,并将各个传感器输出的原始数据反序列化为SOA网关数据;所述控制服务层用于对所述传感器服务层发送的SOA网关数据进行数据处理得到基础控制数据,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;所述协调服务层用于接收外域控制器发送的控制请求数据,并根据所述控制服务层发送的基础控制数据确定出车辆辅助信息,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;所述管理服务层用于根据所述协调服务层发送的外域控制器的控制请求数据、基础控制数据和车辆辅助信息仲裁出车辆的运行工况,且通过所述协调服务层将所述运行工况发送至所述控制服务层,以供所述控制服务层基于所述运行工况控制车辆。
示范性的,在本实施例中,基于当前的电子电气架构以及相应的传感器硬件资源,进行梳理并定义出Sensor层服务(即传感器服务层);其次基于传感器数据预处理需求定义出Control层服务(即控制服务层),并将Sensor层服务关联到各个Control层服务中;然后根据不同域间的结构划分、互相传递所需的数据定义出Coordination层服务(即协调服务层),并将Control层服务关联到各个Coordination层服务;再根据用户使用场景定义出Management层服务(即管理服务层),并将Coordination层服务关联到各个Management层服务,由此构建包含Sensor、Control、Coordination、Management的四层服务架构,最后根据电子电气架构和网络拓扑将四层服务部署到不同的电子控制器中。
其中,为了根据系统功能识别相关联的各个硬件传感器,并将其与硬件资源中的电子控制单元关联,且将底层信号转化为服务信号,因此本实施例创建Sensor层服务并将其部署到硬件接口载体的控制器上。Sensor层的输入为底层二进制数据或十六进制数据,可通过服务接口并依据相关信号编码格式将底层数据(比如CAN(Controller AreaNetwork,控制器域网)或LVDS(Low-Voltage Differential Signaling,低电压差分信号)等)转换成可读的服务信号。特别的,此处定义好下游服务接口(Control层)后,可以灵活的更换Sensor层服务对应的各传感器模块,以对应不同车型的不同类型传感器系统,减少二次开发的频次。
由于Sensor层传入的数据,需要分别进行预处理,故本实施例创建Control层服务,以对Sensor层传入的数据进行预处理得到包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据等在内的基础控制数据,并将Control层服务部署到算力强的控制器(例如GPU)。例如:对于图像数据,可利用深度学习识别障碍物,即输入为图像数据,输出为障碍物列表。特别的,此处识别算法与部署的电子控制器强相关,因此规定好上下游(Sensor层与Coordination层)的服务接口后,可以灵活的更换算法以适配电子控制器,保证识别算法的速度与精度,以达到感知效果最优。
为了满足其他域(即车内除智能驾驶系统以外的控制域)的数据需求(例如HMI(Human Machine Interface,人机界面)显示需求、HDMap高精度地图的数据需求等)和本域(即智能驾驶系统)不同模块间数据交叉计算的需求,本实施例创建Coordination层服务并将其部署到能处理复杂逻辑判断的控制器(例如CPU)。Coordination层与Control层类似,其也与电子控制器强相关,可以灵活的更换算法以适配电子控制器,以达到融合效果的最优。
本实施例创建Management层服务并将其部署到相应的域控制器,基于Management层服务可通过功能分析和设备分析抽象出场景服务,并定义用户场景。
进一步的,参见图3所示,所述传感器服务层包括硬开关数据传输模块(即HardSwitch传输模块)、底盘数据传输模块(即Chassis传输模块)、摄像数据传输模块(即Cameras传输模块)、雷达数据传输模块(即Radars传输模块)和惯性传感数据传输模块(IMU传输模块)。其中,所述雷达数据传输模块包括激光雷达数据传输子模块(即Lidars子传输模块)、毫米波雷达数据传输子模块(即MWR子传输模块)和超声波雷达数据传输子模块(即UltraSonics子传输模块)。
其中,HardSwitch传输模块主要依据硬开关(比如按钮)信号的数据格式,将硬开关输出的原始数据反序列化为SOA网关数据;Chassis传输模块主要依据控制信号的数据格式,将底盘输出的原始数据反序列化为SOA网关数据,比如将底盘输出的二进制数据转化为油门踏板等可读的数据结构;
Lidars子传输模块主要依据激光雷达信号的数据格式,将激光雷达输出的原始数据反序列化为SOA网关数据,比如将激光雷达输出的十六进制数据转化为点云数据等可读的数据结构;MWR子传输模块主要依据毫米波信号的数据格式,将毫米波雷达输出的原始数据反序列化为SOA网关数据,比如将毫米波雷达输出的十六进制数据或CAN信号转化为点云数据、加速度、速度等可读的数据结构;UltraSonics子传输模块主要依据超声波信号的数据格式,将超声波雷达输出的原始数据反序列化为SOA网关数据,比如将超声波雷达输出的CAN信号转化为障碍物信息等可读的数据结构;
Cameras传输模块主要依据摄像头信号的数据格式,将摄像头输出的原始数据反序列化为SOA网关数据,比如将摄像头输出的十六进制数据转化为具体图像等可读的数据结构;IMU子模块主要依据IMU惯性信号的数据格式,将IMU输出的原始数据反序列化为SOA网关数据,比如将IMU输出的CAN信号转化为惯导速度等可读的数据结构。
进一步的,参见图4所示,所述控制服务层包括第一硬开关数据透传模块(即第一HardSwitch透传模块)、底盘数据处理模块(即Chassis处理模块)、摄像数据处理模块(即Cameras处理模块)、雷达数据处理模块(即Radars处理模块)和惯性传感数据处理模块(IMU处理模块);其中,所述雷达数据处理模块包括激光雷达数据处理子模块(即Lidars子处理模块)、毫米波雷达数据处理子模块(即MWR子处理模块)和超声波雷达数据处理子模块(即UltraSonics子处理模块)。
所述第一硬开关数据透传模块用于将硬开关数据传输模块发送的硬开关SOA网关数据透传至所述协调服务层;
所述底盘数据处理模块用于基于底盘数据传输模块发送的底盘SOA网关数据处理出车辆运行控制数据,并发送至协调服务层,且接收协调服务层发送的运行工况,基于所述运行工况控制车辆;
所述摄像数据处理模块用于基于摄像数据传输模块发送的摄像SOA网关数据处理出摄像传感器状态数据、第一障碍物属性数据和图像点云数据,并发送至协调服务层;
所述雷达数据处理模块用于基于雷达数据传输模块发送的雷达SOA网关数据处理出雷达传感器状态数据、第二障碍物属性数据和雷达点云数据,并发送至协调服务层;
所述惯性传感数据处理模块用于基于惯性传感数据传输模块发送的惯性传感SOA网关数据处理出惯性传感器状态数据,并将所述惯性传感SOA网关数据和惯性传感器状态数据发送至协调服务层。
其中,第一HardSwitch透传模块用于将硬开关数据传输模块发送的硬开关SOA网关数据透传至协调服务层;Chassis处理模块用于将底盘SOA网关数据处理成行车横向控制、行车纵向控制、泊车横向控制、泊车纵向控制等车辆运行控制数据,并发送至协调服务层,且接收协调服务层发送的运行工况,基于运行工况控制车辆。
Cameras处理模块用于将Camera图像数据处理出传感器的状态并传递给状态监控模块,比如当前电压状态等,且经过神经网络、跟踪、聚类等处理出障碍物列表(即第一障碍物属性数据,比如障碍物的尺寸、类型等)并传递给融合模块;其次,还可通过特征点提取处理出特征点列表,进而传递给SLAM定位模块。
Lidars子处理模块用于将激光雷达数据处理出传感器状态并传递给状态监控模块,比如当前电压状态等,且通过强度筛选、聚类、跟踪等方法处理出障碍物列表(即第二障碍物属性数据,比如障碍物的尺寸、类型等)并传递给融合模块,此外,将激光雷达的点云信息透传给定位模块。
MWR子处理模块用于将毫米波雷达数据处理出传感器状态,比如当前电压状态等,传递给状态监控模块,且通过强度筛选、聚类、跟踪等方法处理出障碍物列表并传递给融合模块,此外将毫米波雷达的点云信息透传给定位模块。
UltraSonics子处理模块用于将超声波数据处理出传感器状态并传递给状态监控模块,比如当前电压状态等,且通过多超声波传感器间的三角定位等方法确定出障碍物位置,并处理出障碍物列表传递给融合模块。
IMU处理模块用于将IMU数据透传给定位模块,并处理出传感器状态传递给状态监控模块,比如当前电压状态等。
进一步的,参见图5所示,所述协调服务层包括第二硬开关数据透传模块(即第二HardSwitch透传模块)、定位模块、融合模块、规控模块、预测模块、状态监控模块和车身阈模块;
所述第二硬开关数据透传模块用于将第一硬开关数据透传模块发送的硬开关SOA网关数据透传至所述管理服务层;
所述定位模块用于基于摄像数据处理模块发送的图像点云数据、雷达数据处理模块发送的雷达点云数据、惯性传感数据处理模块发送的惯性传感SOA网关数据以及外域控制器发送的地图请求数据确定出车辆定位信息;
所述融合模块用于基于摄像数据处理模块发送的第一障碍物属性数据、雷达数据处理模块发送的第二障碍物属性数据和定位模块发送的车辆定位信息确定出障碍物状态信息;
所述规控模块用于接收底盘数据处理模块发送的车辆运行控制数据,根据车辆运行控制数据确定出自车运动轨迹,并将自车运动轨迹发送至预测模块,且将管理服务层发送的运行工况发送至底盘数据处理模块;
所述预测模块用于基于所述自车运动轨迹和融合模块发送的障碍物状态信息计算障碍物碰撞时间,并将障碍物碰撞时间和障碍物状态信息发送至管理服务层;
所述状态监控模块用于将摄像数据处理模块发送的摄像传感器状态数据、雷达数据处理模块发送的雷达传感器状态数据和惯性传感数据处理模块发送的惯性传感器状态数据发送至管理服务层;
所述车身阈模块用于将外域控制器发送的控制请求数据发送至管理服务层,且将管理服务层发送的外域控制数据发送至外域控制器,以供外域控制器基于外域控制数据控制车辆外域。
进一步的,所述协调服务层还包括数据上传模块,所述数据上传模块用于接收预测模块发送的障碍物碰撞时间和障碍物状态信息,并将障碍物碰撞时间和障碍物状态信息转发至外域控制器,以供外域控制器基于所述障碍物碰撞时间和障碍物状态信息绘制障碍物地图。
其中,第二HardSwitch透传模块将第一HardSwitch透传模块发送的硬开关SOA网关数据透传至管理服务层中的管理模块。
定位模块用于接收Control层Lidars子处理模块的原始点云、Cameras处理模块的特征点云、MWR子处理模块的原始雷达点云、IMU处理模块的定位数据以及外域控制器发送的地图请求数据(该地图请求数据可从HDMap地图融合定位子模块处获取,即HDMap地图融合定位子模块接受外域(即HDMap高精度地图域)的地图数据信息,且将其转发给定位模块),并融合输出高精度的定位信息至融合模块。
融合模块用于接收Control层Lidars子处理模块输出的障碍物信息、Cameras处理模块输出的障碍物信息、MWR子处理模块输出的障碍物信息、UltraSonics子处理模块输出的障碍物信息以及Coordination层定位模块的定位信息,然后通过障碍物匹配、跟踪等方法计算出障碍物融合后的信息(即障碍物状态信息,比如障碍物的位置、红绿灯信息等),并输出给预测模块。
规控模块用于接收Management层中的仲裁模块传递的车控信号(即运行工况),例如油门量和刹车量等,以及接收Chassis处理模块发送的车辆运行控制数据,并根据车辆运行控制数据确定出自车运动轨迹,并将自车运动轨迹发送至预测模块;此外,还用于向Control层的Chassis处理模块发送运行工况,用以车辆控制。
预测模块用于接收并根据规控模块传递的自车运动轨迹以及融合模块传递的障碍物信息计算出障碍物的TTC(即碰撞时间),且将障碍物碰撞时间和障碍物状态信息传递给数据上传模块、Management层的行车模块中的各功能子模块和泊车模块中的各功能子模块。
状态监控模块用于接收Control层各传感器模块的传感器状态量并输出给Management层的诊断模块,例如当前电压、电流等。
车身域模块(对外域暴露)用于接收Management层仲裁模块的相关请求,并转发给外域(例如:接受打开双闪请求,并发送给Body车身域),以供外域控制器基于外域控制数据控制车辆外域;同时可接收外域请求,并发送给Management层的行车模块和泊车模块(例如:接收HMI域中控开启AVM功能的请求,并转发给Management层的泊车模块)。
数据上传(对外域暴露)模块用于接收预测模块的障碍物碰撞时间和障碍物状态信息,并将其转发给外域,以供外域控制器基于障碍物碰撞时间和障碍物状态信息绘制障碍物地图(例如:将障碍物状态及TTC信息转发给HMI域,用以在中控上描绘3D障碍物地图)。
此外,协调服务层还包括界面显示模块(对外域暴露),其用于接收Management层管理模块的界面显示请求,并对外域(例如HMI域)输出显示画面。
进一步的,参见图6所示,所述管理服务层包括诊断模块、管理模块、行车模块、泊车模块和仲裁模块;
所述诊断模块用于对状态监控模块发送的摄像传感器状态数据、雷达传感器状态数据和惯性传感器状态数据进行汇总,并将传感器状态汇总结果发送至管理模块;
所述管理模块用于基于第二硬开关数据透传模块发送的硬开关SOA网关数据和所述传感器状态汇总结果判断是否开启智能驾驶功能,并将判断结果发送至行车模块和泊车模块;
所述行车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出行车工况,并将行车工况发送至仲裁模块;
所述泊车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出泊车工况,并将泊车工况发送至仲裁模块;
所述仲裁模块用于基于所述行车工况和泊车工况仲裁出车辆的运行工况,并将运行工况发送至所述规控模块。
其中,诊断模块用于接收Coordination层的状态监控模块发送的各传感器状态信息,并将其汇总至管理模块,用以做判断。
管理模块用于接收Coordination层的硬件按钮信号(即HardSwitch透传数据),并结合诊断模块的诊断结果,判断是否开启相关智能驾驶功能,并发送给Coordination层的界面显示模块、Management层的行车模块和泊车模块。
行车模块用于接收管理模块的激活请求以及Coordination层预测模块发送的障碍物信息和车身域模块的激活请求,将对应功能的决策结果(即行车工况,例如:是否加速、减速或移动到邻车道等)发送到仲裁模块。
泊车模块用于接收管理模块的激活请求以及Coordination层预测模块发送的障碍物信息和车身域模块的激活请求,将对应功能的决策结果(即泊车工况,例如:是否倒车或移动到指定停车位等)发送到仲裁模块。
仲裁模块用于接收行车模块和泊车模块的决策结果,进行判断与仲裁,并将最终的判定结果(即车辆的运行工况,例如:加速到50km/h或横向加速到2m/s等)发送给Coordination层的规控模块用以控车,并将对外域的请求(例如:打开双闪或打开前大灯等)发送给Coordination层的车身域模块。
由此可见,本实施例将接收到的传感器数据转换为面向服务架构SOA网关信号,提取网关信号并加以计算、判断,生成对执行器的控制服务网关信号,将SOA网关信号转换成的指令发送给车辆执行器,实现智能驾驶。因此,对于外部交互,统一以服务接口链接,用以适配不同车型的不同传感器,减少二次开发的频次;而对于内部交互,数据通讯采用服务接口,链接可替换的感知算法,用以适配不同算力/架构的域控制器,以达到感知效果最优。
综上,本实施例针对整车的控制器硬件资源进行抽象和分解并定义,实现整车内硬件资源的服务化,实现整车内硬件资源软件架构的统一化,便于软件模块解耦以提高开发效率和降低维护成本。例如:针对不同车型,传感器不同时,可以保证基于SOA的架构整体不变,减少二次开发的频次;而对适配不同算力/架构的域控制器,更换不同的数据处理方法,只需将对应模块里的实现方法做更换,而其他模块不会变动,这样可以在整体架构不做大的变动情况下,达到感知效果最优。
参见图7所示,本申请实施例还提供了一种基于SOA架构的智能驾驶方法,应用于前述的基于SOA架构的智能驾驶系统,包括以下步骤:
步骤S10:传感器服务层将各个传感器输出的原始数据反序列化为SOA网关数据并发送至控制服务层;
步骤S20:控制服务层对所述SOA网关数据进行数据处理得到基础控制数据,并将所述基础控制数据发送至协调服务层,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;
步骤S30:协调服务层接收外域控制器发送的控制请求数据,并根据所述基础控制数据确定出车辆辅助信息,且将基础控制数据、车辆辅助信息和外域控制器的控制请求数据发送至管理服务层,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;
步骤S40:管理服务层根据基础控制数据、车辆辅助信息和外域控制器的控制请求数据仲裁出车辆的运行工况,且通过协调服务层将所述运行工况发送至控制服务层;
步骤S50:控制服务层基于所述运行工况控制车辆。
通过本申请,可实现整车内硬件资源与软件架构的统一化,便于软件模块的解耦以提高开发效率和降低维护成本,即基于服务接口对不同车型和不同传感器进行适配时,可以保证基于SOA的架构整体不变,减少二次开发的频次,且对适配不同算力/架构的域控制器或进行算法的更新迭代时,只需将对应服务层中的模块内的实现方法进行更换,而其他模块无需变动,以使得在整体架构不做大的变动情况下,达到感知效果最优。
进一步的,所述传感器服务层包括硬开关数据传输模块、底盘数据传输模块、摄像数据传输模块、雷达数据传输模块和惯性传感数据传输模块。
进一步的,所述雷达数据传输模块包括激光雷达数据传输子模块、毫米波雷达数据传输子模块和超声波雷达数据传输子模块。
进一步的,所述控制服务层包括第一硬开关数据透传模块、底盘数据处理模块、摄像数据处理模块、雷达数据处理模块和惯性传感数据处理模块;
所述第一硬开关数据透传模块用于将硬开关数据传输模块发送的硬开关SOA网关数据透传至所述协调服务层;
所述底盘数据处理模块用于基于底盘数据传输模块发送的底盘SOA网关数据处理出车辆运行控制数据,并发送至协调服务层,且接收协调服务层发送的运行工况,基于所述运行工况控制车辆;
所述摄像数据处理模块用于基于摄像数据传输模块发送的摄像SOA网关数据处理出摄像传感器状态数据、第一障碍物属性数据和图像点云数据,并发送至协调服务层;
所述雷达数据处理模块用于基于雷达数据传输模块发送的雷达SOA网关数据处理出雷达传感器状态数据、第二障碍物属性数据和雷达点云数据,并发送至协调服务层;
所述惯性传感数据处理模块用于基于惯性传感数据传输模块发送的惯性传感SOA网关数据处理出惯性传感器状态数据,并将所述惯性传感SOA网关数据和惯性传感器状态数据发送至协调服务层。
进一步的,所述协调服务层包括第二硬开关数据透传模块、定位模块、融合模块、规控模块、预测模块、状态监控模块和车身阈模块;
所述第二硬开关数据透传模块用于将第一硬开关数据透传模块发送的硬开关SOA网关数据透传至所述管理服务层;
所述定位模块用于基于摄像数据处理模块发送的图像点云数据、雷达数据处理模块发送的雷达点云数据、惯性传感数据处理模块发送的惯性传感SOA网关数据以及外域控制器发送的地图请求数据确定出车辆定位信息;
所述融合模块用于基于摄像数据处理模块发送的第一障碍物属性数据、雷达数据处理模块发送的第二障碍物属性数据和定位模块发送的车辆定位信息确定出障碍物状态信息;
所述规控模块用于接收底盘数据处理模块发送的车辆运行控制数据,根据车辆运行控制数据确定出自车运动轨迹,并将自车运动轨迹发送至预测模块,且将管理服务层发送的运行工况发送至底盘数据处理模块;
所述预测模块用于基于所述自车运动轨迹和融合模块发送的障碍物状态信息计算障碍物碰撞时间,并将障碍物碰撞时间和障碍物状态信息发送至管理服务层;
所述状态监控模块用于将摄像数据处理模块发送的摄像传感器状态数据、雷达数据处理模块发送的雷达传感器状态数据和惯性传感数据处理模块发送的惯性传感器状态数据发送至管理服务层;
所述车身阈模块用于将外域控制器发送的控制请求数据发送至管理服务层,且将管理服务层发送的外域控制数据发送至外域控制器,以供外域控制器基于外域控制数据控制车辆外域。
进一步的,所述管理服务层包括诊断模块、管理模块、行车模块、泊车模块和仲裁模块;
所述诊断模块用于对状态监控模块发送的摄像传感器状态数据、雷达传感器状态数据和惯性传感器状态数据进行汇总,并将传感器状态汇总结果发送至管理模块;
所述管理模块用于基于第二硬开关数据透传模块发送的硬开关SOA网关数据和所述传感器状态汇总结果判断是否开启智能驾驶功能,并将判断结果发送至行车模块和泊车模块;
所述行车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出行车工况,并将行车工况发送至仲裁模块;
所述泊车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出泊车工况,并将泊车工况发送至仲裁模块;
所述仲裁模块用于基于所述行车工况和泊车工况仲裁出车辆的运行工况,并将运行工况发送至所述规控模块。
进一步的,所述协调服务层还包括数据上传模块,所述数据上传模块用于接收预测模块发送的障碍物碰撞时间和障碍物状态信息,并将障碍物碰撞时间和障碍物状态信息转发至外域控制器,以供外域控制器基于所述障碍物碰撞时间和障碍物状态信息绘制障碍物地图。
需要说明的是,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,上述描述的方法中的各步骤的具体工作过程,可以参考前述基于SOA架构的智能驾驶系统实施例中的对应过程,在此不再赘述。
上述实施例提供的基于SOA架构的智能驾驶系统可以实现为一种计算机程序的形式,该计算机程序可以在如图8所示的基于SOA架构的智能驾驶设备上运行。
本申请实施例还提供了一种基于SOA架构的智能驾驶设备,包括:通过系统总线连接的存储器、处理器和网络接口,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现前述的基于SOA架构的智能驾驶方法的全部步骤或部分步骤。
其中,网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
处理器可以是CPU,还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程逻辑门阵列(FieldProgrammable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器,或者该处理器也可以是任何常规的处理器等,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外,存储器可以包括高速随存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘、智能存储卡(SmartMediacard,SMC)、安全数字(Secure digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现前述的基于SOA架构的智能驾驶方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only memory,ROM)、随机存取存储器(Random Accessmemory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
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、服务器或计算机程序产品。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。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于SOA架构的智能驾驶系统,其特征在于,包括:传感器服务层、控制服务层、协调服务层和管理服务层,所述传感器服务层、控制服务层、协调服务层和管理服务层基于SOA架构构建而成,四层服务层之间相互独立并通过服务接口进行数据通信;
所述传感器服务层用于基于服务接口与各个传感器连接,并将各个传感器输出的原始数据反序列化为SOA网关数据;
所述控制服务层用于对所述传感器服务层发送的SOA网关数据进行数据处理得到基础控制数据,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;
所述协调服务层用于接收外域控制器发送的控制请求数据,并根据所述控制服务层发送的基础控制数据确定出车辆辅助信息,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;
所述管理服务层用于根据所述协调服务层发送的外域控制器的控制请求数据、基础控制数据和车辆辅助信息仲裁出车辆的运行工况,且通过所述协调服务层将所述运行工况发送至所述控制服务层,以供所述控制服务层基于所述运行工况控制车辆。
2.如权利要求1所述的基于SOA架构的智能驾驶系统,其特征在于:所述传感器服务层包括硬开关数据传输模块、底盘数据传输模块、摄像数据传输模块、雷达数据传输模块和惯性传感数据传输模块。
3.如权利要求2所述的基于SOA架构的智能驾驶系统,其特征在于:所述雷达数据传输模块包括激光雷达数据传输子模块、毫米波雷达数据传输子模块和超声波雷达数据传输子模块。
4.如权利要求2所述的基于SOA架构的智能驾驶系统,其特征在于:所述控制服务层包括第一硬开关数据透传模块、底盘数据处理模块、摄像数据处理模块、雷达数据处理模块和惯性传感数据处理模块;
所述第一硬开关数据透传模块用于将硬开关数据传输模块发送的硬开关SOA网关数据透传至所述协调服务层;
所述底盘数据处理模块用于基于底盘数据传输模块发送的底盘SOA网关数据处理出车辆运行控制数据,并发送至协调服务层,且接收协调服务层发送的运行工况,基于所述运行工况控制车辆;
所述摄像数据处理模块用于基于摄像数据传输模块发送的摄像SOA网关数据处理出摄像传感器状态数据、第一障碍物属性数据和图像点云数据,并发送至协调服务层;
所述雷达数据处理模块用于基于雷达数据传输模块发送的雷达SOA网关数据处理出雷达传感器状态数据、第二障碍物属性数据和雷达点云数据,并发送至协调服务层;
所述惯性传感数据处理模块用于基于惯性传感数据传输模块发送的惯性传感SOA网关数据处理出惯性传感器状态数据,并将所述惯性传感SOA网关数据和惯性传感器状态数据发送至协调服务层。
5.如权利要求4所述的基于SOA架构的智能驾驶系统,其特征在于:所述协调服务层包括第二硬开关数据透传模块、定位模块、融合模块、规控模块、预测模块、状态监控模块和车身阈模块;
所述第二硬开关数据透传模块用于将第一硬开关数据透传模块发送的硬开关SOA网关数据透传至所述管理服务层;
所述定位模块用于基于摄像数据处理模块发送的图像点云数据、雷达数据处理模块发送的雷达点云数据、惯性传感数据处理模块发送的惯性传感SOA网关数据以及外域控制器发送的地图请求数据确定出车辆定位信息;
所述融合模块用于基于摄像数据处理模块发送的第一障碍物属性数据、雷达数据处理模块发送的第二障碍物属性数据和定位模块发送的车辆定位信息确定出障碍物状态信息;
所述规控模块用于接收底盘数据处理模块发送的车辆运行控制数据,根据车辆运行控制数据确定出自车运动轨迹,并将自车运动轨迹发送至预测模块,且将管理服务层发送的运行工况发送至底盘数据处理模块;
所述预测模块用于基于所述自车运动轨迹和融合模块发送的障碍物状态信息计算障碍物碰撞时间,并将障碍物碰撞时间和障碍物状态信息发送至管理服务层;
所述状态监控模块用于将摄像数据处理模块发送的摄像传感器状态数据、雷达数据处理模块发送的雷达传感器状态数据和惯性传感数据处理模块发送的惯性传感器状态数据发送至管理服务层;
所述车身阈模块用于将外域控制器发送的控制请求数据发送至管理服务层,且将管理服务层发送的外域控制数据发送至外域控制器,以供外域控制器基于外域控制数据控制车辆外域。
6.如权利要求5所述的基于SOA架构的智能驾驶系统,其特征在于:所述管理服务层包括诊断模块、管理模块、行车模块、泊车模块和仲裁模块;
所述诊断模块用于对状态监控模块发送的摄像传感器状态数据、雷达传感器状态数据和惯性传感器状态数据进行汇总,并将传感器状态汇总结果发送至管理模块;
所述管理模块用于基于第二硬开关数据透传模块发送的硬开关SOA网关数据和所述传感器状态汇总结果判断是否开启智能驾驶功能,并将判断结果发送至行车模块和泊车模块;
所述行车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出行车工况,并将行车工况发送至仲裁模块;
所述泊车模块用于基于所述判断结果、预测模块发送的障碍物碰撞时间和障碍物状态信息以及车身阈模块发送的外域控制器的控制请求数据决策出泊车工况,并将泊车工况发送至仲裁模块;
所述仲裁模块用于基于所述行车工况和泊车工况仲裁出车辆的运行工况,并将运行工况发送至所述规控模块。
7.如权利要求5所述的基于SOA架构的智能驾驶系统,其特征在于:所述协调服务层还包括数据上传模块,所述数据上传模块用于接收预测模块发送的障碍物碰撞时间和障碍物状态信息,并将障碍物碰撞时间和障碍物状态信息转发至外域控制器,以供外域控制器基于所述障碍物碰撞时间和障碍物状态信息绘制障碍物地图。
8.一种基于SOA架构的智能驾驶方法,应用于如权利要求1至7中任一项所述的基于SOA架构的智能驾驶系统,其特征在于,包括以下步骤:
传感器服务层将各个传感器输出的原始数据反序列化为SOA网关数据并发送至控制服务层;
控制服务层对所述SOA网关数据进行数据处理得到基础控制数据,并将所述基础控制数据发送至协调服务层,所述基础控制数据包括车辆运行控制数据、传感器状态数据、障碍物属性数据和点云数据;
协调服务层接收外域控制器发送的控制请求数据,并根据所述基础控制数据确定出车辆辅助信息,且将基础控制数据、车辆辅助信息和外域控制器的控制请求数据发送至管理服务层,所述车辆辅助信息包括障碍物状态信息、障碍物碰撞时间和车辆定位信息;
管理服务层根据基础控制数据、车辆辅助信息和外域控制器的控制请求数据仲裁出车辆的运行工况,且通过协调服务层将所述运行工况发送至控制服务层;
控制服务层基于所述运行工况控制车辆。
9.一种基于SOA架构的智能驾驶设备,其特征在于,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求8所述的基于SOA架构的智能驾驶方法。
10.一种计算机可读存储介质,其特征在于:所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现权利要求8所述的基于SOA架构的智能驾驶方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470530.7A CN114866586B (zh) | 2022-04-28 | 2022-04-28 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
PCT/CN2023/075943 WO2023207261A1 (zh) | 2022-04-28 | 2023-02-14 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470530.7A CN114866586B (zh) | 2022-04-28 | 2022-04-28 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114866586A true CN114866586A (zh) | 2022-08-05 |
CN114866586B CN114866586B (zh) | 2023-09-19 |
Family
ID=82636111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210470530.7A Active CN114866586B (zh) | 2022-04-28 | 2022-04-28 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114866586B (zh) |
WO (1) | WO2023207261A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115303238A (zh) * | 2022-09-30 | 2022-11-08 | 小米汽车科技有限公司 | 辅助刹车和鸣笛方法、装置、车辆、可读存储介质及芯片 |
CN115842783A (zh) * | 2023-01-12 | 2023-03-24 | 北京集度科技有限公司 | 流数据传输控制装置、车辆、方法和计算机程序产品 |
CN116500896A (zh) * | 2023-04-28 | 2023-07-28 | 重庆大学 | 智能网联汽车域控制器多虚拟cpu任务智能实时调度模型和方法 |
CN116913132A (zh) * | 2023-09-12 | 2023-10-20 | 武汉理工大学 | 基于域集中式架构的前向碰撞预警系统 |
WO2023207261A1 (zh) * | 2022-04-28 | 2023-11-02 | 岚图汽车科技有限公司 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6161071A (en) * | 1999-03-12 | 2000-12-12 | Navigation Technologies Corporation | Method and system for an in-vehicle computing architecture |
US20180026945A1 (en) * | 2016-07-19 | 2018-01-25 | Magna Electronics Inc. | Scalable secure gateway for vehicle |
US20210107567A1 (en) * | 2019-10-10 | 2021-04-15 | Steering Solutions Ip Holding Corporation | System and method for shared control for emergency steering |
CN112995286A (zh) * | 2021-02-04 | 2021-06-18 | 福瑞泰克智能系统有限公司 | 辅助驾驶系统的数据管理系统、方法和存储介质 |
CN113485319A (zh) * | 2021-06-08 | 2021-10-08 | 中兴智能汽车有限公司 | 基于5g车路协同的自动驾驶系统 |
CN113815596A (zh) * | 2021-09-16 | 2021-12-21 | 阿尔特汽车技术股份有限公司 | 一种基于soa服务的车辆智能召唤方法 |
CN114154510A (zh) * | 2021-11-30 | 2022-03-08 | 江苏智能网联汽车创新中心有限公司 | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 |
CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
CN114241437A (zh) * | 2021-11-19 | 2022-03-25 | 岚图汽车科技有限公司 | 一种特定区域泊车系统、控制方法及其设备 |
CN114281075A (zh) * | 2021-11-19 | 2022-04-05 | 岚图汽车科技有限公司 | 基于面向服务的紧急避障系统、控制方法及其设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101315466B1 (ko) * | 2009-11-30 | 2013-10-04 | 한국전자통신연구원 | 인프라 센서 기반 차량 제어 장치 및 방법 |
CN106128140B (zh) * | 2016-08-11 | 2017-12-05 | 江苏大学 | 车联网环境下行车服务主动感知系统及方法 |
CN106447542A (zh) * | 2016-08-29 | 2017-02-22 | 江苏大学 | 面向车联网的行车主动服务系统及服务需求动态获取与构建方法 |
CN114205386B (zh) * | 2021-12-06 | 2024-04-12 | 上海赫千电子科技有限公司 | 一种面向服务架构的车载网络通信方法 |
CN114866586B (zh) * | 2022-04-28 | 2023-09-19 | 岚图汽车科技有限公司 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
-
2022
- 2022-04-28 CN CN202210470530.7A patent/CN114866586B/zh active Active
-
2023
- 2023-02-14 WO PCT/CN2023/075943 patent/WO2023207261A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6161071A (en) * | 1999-03-12 | 2000-12-12 | Navigation Technologies Corporation | Method and system for an in-vehicle computing architecture |
US20180026945A1 (en) * | 2016-07-19 | 2018-01-25 | Magna Electronics Inc. | Scalable secure gateway for vehicle |
US20210107567A1 (en) * | 2019-10-10 | 2021-04-15 | Steering Solutions Ip Holding Corporation | System and method for shared control for emergency steering |
CN112995286A (zh) * | 2021-02-04 | 2021-06-18 | 福瑞泰克智能系统有限公司 | 辅助驾驶系统的数据管理系统、方法和存储介质 |
CN113485319A (zh) * | 2021-06-08 | 2021-10-08 | 中兴智能汽车有限公司 | 基于5g车路协同的自动驾驶系统 |
CN113815596A (zh) * | 2021-09-16 | 2021-12-21 | 阿尔特汽车技术股份有限公司 | 一种基于soa服务的车辆智能召唤方法 |
CN114194210A (zh) * | 2021-11-19 | 2022-03-18 | 岚图汽车科技有限公司 | 一种高速公路领航系统、控制方法及其设备 |
CN114241437A (zh) * | 2021-11-19 | 2022-03-25 | 岚图汽车科技有限公司 | 一种特定区域泊车系统、控制方法及其设备 |
CN114281075A (zh) * | 2021-11-19 | 2022-04-05 | 岚图汽车科技有限公司 | 基于面向服务的紧急避障系统、控制方法及其设备 |
CN114154510A (zh) * | 2021-11-30 | 2022-03-08 | 江苏智能网联汽车创新中心有限公司 | 自动驾驶车辆的控制方法、装置、电子设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207261A1 (zh) * | 2022-04-28 | 2023-11-02 | 岚图汽车科技有限公司 | 基于soa架构的智能驾驶系统、方法、设备及存储介质 |
CN115303238A (zh) * | 2022-09-30 | 2022-11-08 | 小米汽车科技有限公司 | 辅助刹车和鸣笛方法、装置、车辆、可读存储介质及芯片 |
CN115303238B (zh) * | 2022-09-30 | 2023-02-17 | 小米汽车科技有限公司 | 辅助刹车和鸣笛方法、装置、车辆、可读存储介质及芯片 |
CN115842783A (zh) * | 2023-01-12 | 2023-03-24 | 北京集度科技有限公司 | 流数据传输控制装置、车辆、方法和计算机程序产品 |
CN116500896A (zh) * | 2023-04-28 | 2023-07-28 | 重庆大学 | 智能网联汽车域控制器多虚拟cpu任务智能实时调度模型和方法 |
CN116500896B (zh) * | 2023-04-28 | 2024-03-15 | 重庆大学 | 智能网联汽车域控制器多虚拟cpu任务智能实时调度模型和方法 |
CN116913132A (zh) * | 2023-09-12 | 2023-10-20 | 武汉理工大学 | 基于域集中式架构的前向碰撞预警系统 |
CN116913132B (zh) * | 2023-09-12 | 2024-01-09 | 武汉理工大学 | 基于域集中式架构的前向碰撞预警系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023207261A1 (zh) | 2023-11-02 |
CN114866586B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114866586B (zh) | 基于soa架构的智能驾驶系统、方法、设备及存储介质 | |
US20220004808A1 (en) | Method and apparatus for image segmentation | |
US20210158043A1 (en) | Systems and methods for panoptic image segmentation | |
JP2018142954A (ja) | 自律走行のための映像処理方法、映像処理装置及び自律走行車両 | |
CN113196103A (zh) | 用于自主车辆的对象动作分类 | |
US20200302233A1 (en) | Training data generation apparatus | |
CN113734203B (zh) | 一种智能驾驶的控制方法、装置、系统及存储介质 | |
CN115039142A (zh) | 用于预测易受伤害道路使用者的意图的方法和装置 | |
Ortega et al. | Overtaking maneuver scenario building for autonomous vehicles with PreScan software | |
CN115497076A (zh) | 一种高精准度和高效率的信号标识检测方法、装置及介质 | |
CN114550116A (zh) | 一种对象识别方法和装置 | |
US11574175B2 (en) | Security optimizing compute distribution in a hybrid deep learning environment | |
CN113741223A (zh) | 车辆远程控制方法、装置、设备、介质以及自动驾驶车辆 | |
Babu Naik et al. | Convolutional neural network based on self-driving autonomous vehicle (cnn) | |
CN116137563A (zh) | 感知处理模块的分时复用方法、装置、电子设备和介质 | |
JP7490179B2 (ja) | フレーム及びイベントカメラ処理に基づくオブジェクト分類及び関連する応用 | |
CN112249010A (zh) | 车辆自动紧急制动的控制方法和装置及存储介质 | |
US20240190481A1 (en) | Adaptive trust calibration | |
US20220371617A1 (en) | Method for improving temporal consistency of planned maneuvers | |
EP4353560A1 (en) | Vehicle control method and apparatus | |
WO2022095415A1 (zh) | 一种自动驾驶系统及汽车 | |
CN113911139B (zh) | 车辆控制方法、装置和电子设备 | |
US20230394842A1 (en) | Vision-based system with thresholding for object detection | |
CN117208019B (zh) | 基于值分布强化学习的感知遮挡下纵向决策方法及系统 | |
WO2023058360A1 (en) | Dynamic image compression for multiple cameras of autonomous vehicles |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |