CN115116257A - 基于边缘云服务的车辆调度方法、装置、设备及介质 - Google Patents
基于边缘云服务的车辆调度方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115116257A CN115116257A CN202210570690.9A CN202210570690A CN115116257A CN 115116257 A CN115116257 A CN 115116257A CN 202210570690 A CN202210570690 A CN 202210570690A CN 115116257 A CN115116257 A CN 115116257A
- Authority
- CN
- China
- Prior art keywords
- traffic
- information
- communication
- data
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 178
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 39
- 230000004927 fusion Effects 0.000 claims description 30
- 238000013439 planning Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000011217 control strategy Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 8
- 239000000523 sample Substances 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 18
- 230000006870 function Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008447 perception Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及动态云控技术领域，特别涉及一种基于边缘云服务的车辆调度方法、装置、设备及介质，方法包括：利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，提高了行车安全与交通效率。
Description
技术领域
本申请涉及动态云控技术领域，特别涉及一种基于边缘云服务的车辆调度方法、装置、设备及介质。
背景技术
随着社会不断地发展，汽车在生活愈发重要，但它在发挥巨大作用的同时也带来了很多的交通事故。在驾驶过程中，车辆行驶路径往往不能结合当前的路况信息做出最合理的决策，遇到紧急情况时，驾驶员也很难获取路况信息并由此做出合理判断。
相关技术中，在车路协同系统方面，主要研究方向包括协同式前撞预警与路口决策支持等。项目研发了车路通信系统，开展了著名的8车自动驾驶编队试验。
然而，车路协同技术缺乏云平台的支持，分散的架构与路侧设备有限的性能使其难以对全域智能网联汽车的行驶过程进行协同优化。
因此，建立一种智能边缘云调控的车路协同交通运行系统是十分有必要的。
发明内容
本申请提供一种基于边缘云服务的车辆调度方法、装置、设备及介质，以解决相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题。
本申请第一方面实施例提供一种基于边缘云服务的车辆调度方法，包括以下步骤：
利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据；
融合所述交通数据、所述通信数据和所述协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息；以及
根据所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，并发送所述调度指令至所述智能网联车辆。
根据本申请的一个实施例，在利用预先建立的所述多源异构通信簇系统得到所述多个目标区域的交通数据、通信数据和协同控制数据之前，还包括：
根据所述多个目标区域的待获取数据确定所述多源异构通信簇系统中多个交通传感器的工作模式；
根据所述预设的系统稳定条件和能耗约束条件确定所述多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；
基于所述工作模式和所述数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据所述多源异构通信簇系统模型和所述虚拟队列模型建立所述多源异构通信簇系统。
根据本申请的一个实施例，所述多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于所述至少一个指挥类交通传感器和所述至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
根据本申请的一个实施例，所述根据所述所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，包括：
基于所述数据融合调度算法，融合计算所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息，得到盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和所述编队控制策略；
根据所述盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和/或所述编队控制策略生成所述智能网联车辆的调度指令。
根据本申请的一个实施例，所述发送所述调度指令至智能网联车辆，包括：
基于预设通讯方式，发送所述调度指令至智能网联车辆；
其中，所述预设通讯方式包括：4G通讯方式、5G通讯方式、LTE-V(Voice overLong-TermEvolution，长期演进语音承载)通讯方式、C-V2X(Cellular Vehicle-to-Everything，蜂窝车联网)通讯方式中的任意一种或多种。
根据本申请实施例的基于边缘云服务的车辆调度方法，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，提高了行车安全与交通效率。
本申请第二方面实施例提供一种基于边缘云服务的车辆调度装置，包括：
获取模块，用于利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据；
融合模块，用于融合所述交通数据、所述通信数据和所述协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息；以及
生成模块，用于根据所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，并发送所述调度指令至所述智能网联车辆。
根据本申请的一个实施例，在利用预先建立的所述多源异构通信簇系统得到所述多个目标区域的交通数据、通信数据和协同控制数据之前，所述获取模块，还用于：
根据所述多个目标区域的待获取数据确定所述多源异构通信簇系统中多个交通传感器的工作模式；
根据所述预设的系统稳定条件和能耗约束条件确定所述多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；
基于所述工作模式和所述数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据所述多源异构通信簇系统模型和所述虚拟队列模型建立所述多源异构通信簇系统。
根据本申请的一个实施例，所述多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于所述至少一个指挥类交通传感器和所述至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
根据本申请的一个实施例，所述生成模块，具体用于：
基于所述数据融合调度算法，融合计算所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息，得到盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和所述编队控制策略；
根据所述盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和/或所述编队控制策略生成所述智能网联车辆的调度指令。
根据本申请的一个实施例，所述生成模块，具体用于：
基于预设通讯方式，发送所述调度指令至智能网联车辆；
其中，所述预设通讯方式包括：4G通讯方式、5G通讯方式、LTE-V通讯方式、C-V2X通讯方式中的任意一种或多种。
根据本申请实施例的基于边缘云服务的车辆调度装置，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，提高了行车安全与交通效率。
本申请第三方面实施例提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的基于边缘云服务的车辆调度方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的基于边缘云服务的车辆调度方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种基于边缘云服务的车辆调度方法的流程图；
图2为根据本申请一个实施例提供的边缘云中体框架示意图；
图3为根据本申请一个实施例提供的边缘云架构设计示意图；
图4为根据本申请一个实施例提供的交通传感器工作大数据融合调度过程示意图；
图5为根据本申请实施例的基于边缘云服务的车辆调度装置的方框示例图；
图6为申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于边缘云服务的车辆调度方法、装置、设备及介质。针对上述背景技术中提到的相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发的问题，本申请提供了一种基于边缘云服务的车辆调度方法，在该方法中，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，提高了行车安全与交通效率。
在介绍本申请实施例的基于边缘云服务的车辆调度方法之前，首先介绍一下动态云接管技术的基本原理与重要意义。
具体而言，动态云接管是云控基础平台重要功能之一，动态云接管面向多种任务实体，包含路端的智能网联汽车、基础物理建设设备、区域云和边缘云的计算设备以及中心云的顶层管理。
其中，面向路端的智能网联汽车可以帮助在复杂环境下的云控基础平台远程接管无人驾驶汽车做出决策，从而提高无人驾驶的安全性和可靠性，以实现复杂路况下的行驶。通过引入基于全局感知的优化决策，减少了交通事故和人员伤亡，如在矿山行驶时，通过引入基于全局感知的优化决策，减少了交通事故和人员伤亡，否则，在矿山行驶的过程中，由于车辆异常或者失控会增加交通拥堵和交通事故的概率。
同时，动态云接管技术在面向路端设备和云端计算设备时，可以帮助云控基础平台进行更加鲁棒的运行设计。通过路端，网联全面信息聚合，动态云接管功能可以从车端、路侧、云平台协同的一体化三个层次进行构建。车端和云平台之间基于边缘云、区域云以及中心云三层架构实时传输实现安全、高效组合。
其中，车端可以包括车型和车载设备，车型可以为矿卡、挖掘机、无人小巴等不同类型；车载硬件包括摄像头、毫米波雷达、激光雷达、定位、车载控制器等基础设施，基础设施实现环境感知和信息传输等，例如毫米波雷达、激光雷达、摄像头等传感设备进行环境感知实现信息融合来完成障碍物的检测；立体网络是基于边缘云、区域云和中心云构建车与车、车与调度中心的信息传输。
具体而言，图1为本申请实施例所提供的一种基于边缘云服务的车辆调度方法的流程示意图。
如图1所示，该基于边缘云服务的车辆调度方法包括以下步骤：
在步骤S101中，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据。
进一步地，在一些实施例中，在利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据之前，还包括：根据多个目标区域的待获取数据确定多源异构通信簇系统中多个交通传感器的工作模式；根据预设的系统稳定条件和能耗约束条件确定多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；基于工作模式和数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据多源异构通信簇系统模型和虚拟队列模型建立多源异构通信簇系统。
进一步地，在一些实施例中，多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于至少一个指挥类交通传感器和至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
具体地，如图2所示，边缘云从组成结构上来看，主要包括轻量级基础设施、轻量级云虚拟化管理平台、边缘云接入网关、计算引擎和高速缓存、边缘云领域特定标准件和标准化分级共享接口等组成部分。其中，轻量级基础设施及虚拟化管理平台保障边缘云服务实时性，优化上报与下发通信链路性能等；高速缓存用以实现对获取的车路动态信息进行缓存，并由计算引擎进行预处理完成基础计算，两者可以为实时性和弱实时性的云控应用提供底层数据缓存与处理；同时需要制定统一的数据交互标准，开发基础数据分级共享接口，优化数据存储模型，建立高性能消息系统。
进一步地，如图3所示，边缘云是云控基础平台中最接近车辆及道路等端侧的运行环境，主要运行实时类协同应用，对实时性和可靠性要求很高，如高级别自动驾驶对信息传输的毫秒级时延和超高可靠要求远远超越了传统云计算架构的技术能力，因此需要通过边缘云的架构设计满足运控系统。其中，边缘云的总体架构设计由软、硬件基础，功能标准件，跨系统云控协同功能拓展组件组成。边缘云架构的目的是将实时通信、实时数据交换与实时协同计算技术融为一体，实现系统响应的实时性、数据传输的低时延与接入请求的高并发，以保证车路云数据交换在应用层面满足自动驾驶控制对实时性与高并发下的可用性及信息安全的实际要求，并保证互操作性和易用性。
进一步地，针对运行环境中的众多传感器，需要将不同传感器的信息融合后上传，因此，需要可靠的多源异构传感信息融合技术。受传统交通传感器系统设计机制的制约，单一传感器系统的探测覆盖范围、通信传输能力、抗毁性均不能满足海量数据快速、高效分发的智能交通大数据平台实际需求，因此，需建立包含大量微小、低功率和低重量交通传感器单元的多源异构通信簇系统。
具体地，该系统作为运行在大数据空间环境的特殊“大数据空间感知网络”，其内成员交通传感器在大数据空间使用自组织、自管理技术，网络化协同完成一系列大数据空间探测任务。
其中，一个大的多源异构通信簇包含若干子簇，子簇针对某一交通区域观测任务而临时灵活组织，其内交通传感器包括：负责指挥协调群内成员交通传感器的指挥者(Rulers)、携带着专用探测设备的大量实施者(Workers)、负责协调组织指挥者、实施者和汇聚站之间数据通信的信使(Messengers)，也就是说，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器、用于至少一个指挥类交通传感器和至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
进一步地，这些异构的微小交通传感器有着不同的载荷、角色和职责，且它们都主要依赖太阳能进行数据采集、处理和通信，由于交通传感器的太阳能帆板尺寸的限制，必须在设计这样的多源异构通信簇系统时考虑能量效率问题。因此，对于多源异构通信簇来说，需选择合适的交通传感器工作模式，在保证系统稳定和能耗约束的条件下，设计交通传感器工作状态的在线大数据融合调度算法。
具体而言，如图4所示，考虑到上述的微小交通传感器能量消耗与供电限制，在选定交通传感器工作模式时，分别建立多源异构通信簇系统模型和虚拟队列模型，并根据多源异构通信簇系统模型和虚拟队列模型建立多源异构通信簇系统，从而得到多个目标区域的交通数据、通信数据和协同控制数据。在此基础上，可以用基于李雅普诺夫优化技术的在线大数据融合调度算法求解能量受限交通传感器的工作状态调度问题。
在步骤S102中，融合交通数据、通信数据和协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息。
具体地，将上述得到的多个目标区域的交通数据、通信数据和协同控制数据进行融合，并通过多传感器融合感知技术，如V2X(Vehicle to X，车对外界的信息交换)、视频、毫米波雷达和激光雷达等，从而能够及时准确地探测获取到交通参与者、交通事件信息，同时能够实现包括每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒、协作式(交叉口、匝道)通信等边缘云基础场景功能，以用于支撑综合云控应用场景的基础功能。
在步骤S103中，根据道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。
进一步地，在一些实施例中，根据道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息生成智能网联车辆的调度指令，包括：基于数据融合调度算法，融合计算道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，得到盲区与超视距危险预警策略、最优车速规划策略、协同换道规划策略和编队控制策略；根据盲区与超视距危险预警策略、最优车速规划策略、协同换道规划策略和/或编队控制策略生成智能网联车辆的调度指令。
进一步地，在一些实施例中，发送调度指令至智能网联车辆，包括：基于预设通讯方式，发送调度指令至智能网联车辆；其中，预设通讯方式包括：4G通讯方式、5G通讯方式、LTE-V通讯方式、C-V2X通讯方式中的任意一种或多种。
具体地，边缘云主要功能体现为一组领域特定标准件，通过道路交通预见性感知和决策建议等基础服务，用于支撑盲区与超视距危险预警、协同换道规划等云控应用功能建设。具体是面向网联式汽车提供增强行车安全的高实时性和弱实时性云控基础服务，包括高动态数据管理、多传感器融合感知、交通参与者和交通事件感知、协调决策规划与控制标准件。
进一步地，根据灵活的架构重组和技术的持续深度优化，以及通信技术的不同阶段和应用需求，比如初期使用LTE-V/C-V2X，结合边缘云的低时延计算模型，最终5G落地时实现高可用、高并发的毫秒级时延服务。通过不同等级智能网联汽车实现基于边缘计算、提升车辆行驶安全、效率等性能的协同决策与协同控制功能，如盲区与超视距危险预警、最优车速规划、协同换道规划、编队控制等。另外，还为各类云控应用平台提供了基于车辆及其行驶环境相关的各类实时、准实时和非实时的基础数据，以及通过容器化管理和统一接口，按需为车企或外部系统提供安全、高效、舒适、节能等维度的共性服务。具体服务主要有面向行驶安全的感知与预警等相关实时数据服务，以及面向行驶效率和节能的决策与控制服务。
进一步地，通过数据融合调度算法，融合计算道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息等得到的盲区与超视距危险预警策略、最优车速规划策略、协同换道规划策略和编队控制策略进而生成智能网联车辆的调度指令。其中，基于边缘云预设的通讯方式，如4G/5G/C-V2X等通讯方式，发送调度指令至智能网联车辆，从而实现面向全域网联式的支撑盲区与超视距危险预警、协同换道规划等云控应用功能建设，提高行车安全的高时性和弱时性运控基础服务。
根据本申请实施例的基于边缘云服务的车辆调度方法，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，增强了智能网联驾驶服务的能力，提高了行车安全与交通效率。
其次参照附图描述根据本申请实施例提出的基于边缘云服务的车辆调度装置。
图5是本申请实施例的基于边缘云服务的车辆调度装置的方框示意图。
如图5所示，该基于边缘云服务的车辆调度装置10包括：获取模块100、融合模块200和生成模块300。
其中，获取模块100用于利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据；
融合模块200用于融合交通数据、通信数据和协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息；以及
生成模块300用于根据道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。
进一步地，在一些实施例中，在利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据之前，获取模块100，还用于：
根据多个目标区域的待获取数据确定多源异构通信簇系统中多个交通传感器的工作模式；
根据预设的系统稳定条件和能耗约束条件确定多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；
基于工作模式和数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据多源异构通信簇系统模型和虚拟队列模型建立多源异构通信簇系统。
进一步地，在一些实施例中，多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于至少一个指挥类交通传感器和至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
进一步地，在一些实施例中，生成模块300，具体用于：
基于数据融合调度算法，融合计算道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，得到盲区与超视距危险预警策略、最优车速规划策略、协同换道规划策略和编队控制策略；
根据盲区与超视距危险预警策略、最优车速规划策略、协同换道规划策略和/或编队控制策略生成智能网联车辆的调度指令。
进一步地，在一些实施例中，生成模块300，具体用于：
基于预设通讯方式，发送调度指令至智能网联车辆；
其中，预设通讯方式包括：4G通讯方式、5G通讯方式、LTE-V通讯方式、C-V2X通讯方式中的任意一种或多种。
根据本申请实施例的基于边缘云服务的车辆调度装置，利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据，并进行融合，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息，从而生成智能网联车辆的调度指令，并发送调度指令至智能网联车辆。由此，解决了相关技术由于缺乏云控平台的支持，难以在全域网联应用中实时监测到路况信息，从而造成交通事故频发等问题，利用协同感知、云端决策与网联交通设施控制，实现了交通设施控制与车辆控制的协同，增强了智能网联驾驶服务的能力，提高了行车安全与交通效率。
图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
处理器602执行程序时实现上述实施例中提供的基于边缘云服务的车辆调度方法。
进一步地，电子设备还包括：
通信接口603，用于存储器601和处理器602之间的通信。
存储器601，用于存放可在处理器602上运行的计算机程序。
存储器601可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器601、处理器602和通信接口603独立实现，则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器601、处理器602及通信接口603，集成在一块芯片上实现，则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
处理器602可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的基于边缘云服务的车辆调度方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
Claims (10)
1.一种基于边缘云服务的车辆调度方法，其特征在于，包括以下步骤：
利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据；
融合所述交通数据、所述通信数据和所述协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息；以及
根据所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，并发送所述调度指令至所述智能网联车辆。
2.根据权利要求1所述的方法，其特征在于，在利用预先建立的所述多源异构通信簇系统得到所述多个目标区域的交通数据、通信数据和协同控制数据之前，还包括：
根据所述多个目标区域的待获取数据确定所述多源异构通信簇系统中多个交通传感器的工作模式；
根据所述预设的系统稳定条件和能耗约束条件确定所述多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；
基于所述工作模式和所述数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据所述多源异构通信簇系统模型和所述虚拟队列模型建立所述多源异构通信簇系统。
3.根据权利要求2所述的方法，其特征在于，所述多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于所述至少一个指挥类交通传感器和所述至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
4.根据权利要求2所述的方法，其特征在于，所述根据所述所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，包括：
基于所述数据融合调度算法，融合计算所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息，得到盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和所述编队控制策略；
根据所述盲区与超视距危险预警策略、所述最优车速规划策略、所述协同换道规划策略和/或所述编队控制策略生成所述智能网联车辆的调度指令。
5.根据权利要求1所述的方法，其特征在于，所述发送所述调度指令至智能网联车辆，包括：
基于预设通讯方式，发送所述调度指令至智能网联车辆；
其中，所述预设通讯方式包括：4G通讯方式、5G通讯方式、LTE-V通讯方式、C-V2X通讯方式中的任意一种或多种。
6.一种基于边缘云服务的车辆调度装置，其特征在于，包括：
获取模块，用于利用预先建立的多源异构通信簇系统得到多个目标区域的交通数据、通信数据和协同控制数据；
融合模块，用于融合所述交通数据、所述通信数据和所述协同控制数据，得到每个目标区域的道路危险信息、交通事故信息、紧急车辆信息、交通拥堵信息、高速公路弱势交通参与者提醒信息和协作式通信信息；以及
生成模块，用于根据所述道路危险信息、所述交通事故信息、所述紧急车辆信息、所述交通拥堵信息、所述高速公路弱势交通参与者提醒信息和所述协作式通信信息生成智能网联车辆的调度指令，并发送所述调度指令至所述智能网联车辆。
7.根据权利要求6所述的装置，其特征在于，在利用预先建立的所述多源异构通信簇系统得到所述多个目标区域的交通数据、通信数据和协同控制数据之前，所述获取模块，还用于：
根据所述多个目标区域的待获取数据确定所述多源异构通信簇系统中多个交通传感器的工作模式；
根据所述预设的系统稳定条件和能耗约束条件确定所述多源异构通信簇系统中多个交通传感器工作状态的数据融合调度算法；
基于所述工作模式和所述数据融合调度算法建立多源异构通信簇系统模型和虚拟队列模型，并根据所述多源异构通信簇系统模型和所述虚拟队列模型建立所述多源异构通信簇系统。
8.根据权利要求7所述的装置，其特征在于，所述多源异构通信簇系统包括多个子簇系统，其中，每个子簇系统中包括至少一个指挥类交通传感器、至少一个探测类交通传感器和用于所述至少一个指挥类交通传感器和所述至少一个探测类交通传感器之间的通信至少一个通信类交通传感器。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的基于边缘云服务的车辆调度方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的基于边缘云服务的车辆调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210570690.9A CN115116257A (zh) | 2022-05-24 | 2022-05-24 | 基于边缘云服务的车辆调度方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210570690.9A CN115116257A (zh) | 2022-05-24 | 2022-05-24 | 基于边缘云服务的车辆调度方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115116257A true CN115116257A (zh) | 2022-09-27 |
Family
ID=83325540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210570690.9A Pending CN115116257A (zh) | 2022-05-24 | 2022-05-24 | 基于边缘云服务的车辆调度方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115116257A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115731712A (zh) * | 2022-11-17 | 2023-03-03 | 云控智行科技有限公司 | 一种交通场景事件分析方法、装置、系统及设备 |
| CN115830861A (zh) * | 2022-11-17 | 2023-03-21 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于智能网联汽车的事故分析与智能干预方法、系统 |
| CN115985089A (zh) * | 2022-12-01 | 2023-04-18 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
| CN116128169A (zh) * | 2023-04-19 | 2023-05-16 | 广州云硕科技发展有限公司 | 一种用于智能交通的多系统联动控制方法及装置 |
| CN116311938A (zh) * | 2023-03-21 | 2023-06-23 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| US20190311616A1 (en) * | 2018-04-10 | 2019-10-10 | Cavh Llc | Connected and automated vehicle systems and methods for the entire roadway network |
| CN112233424A (zh) * | 2020-12-17 | 2021-01-15 | 北京主线科技有限公司 | 一种车路协同的货车队列纵向控制方法、装置及系统 |
| CN112689024A (zh) * | 2021-01-20 | 2021-04-20 | 北京主线科技有限公司 | 一种车路协同的货车队列换道方法、装置及系统 |
-
2022
- 2022-05-24 CN CN202210570690.9A patent/CN115116257A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190311616A1 (en) * | 2018-04-10 | 2019-10-10 | Cavh Llc | Connected and automated vehicle systems and methods for the entire roadway network |
| CN109688224A (zh) * | 2018-12-28 | 2019-04-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种智能网联汽车云控平台架构 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN112233424A (zh) * | 2020-12-17 | 2021-01-15 | 北京主线科技有限公司 | 一种车路协同的货车队列纵向控制方法、装置及系统 |
| CN112689024A (zh) * | 2021-01-20 | 2021-04-20 | 北京主线科技有限公司 | 一种车路协同的货车队列换道方法、装置及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 林凡等: "网联汽车智能管控云平台设计", 物联网技术, no. 9, 30 September 2020 (2020-09-30), pages 65 - 68 * |
| 王延松等: "多源异构传感通信大数据的融合调度算法", 软件, vol. 38, no. 10, 31 October 2017 (2017-10-31), pages 29 - 38 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115731712A (zh) * | 2022-11-17 | 2023-03-03 | 云控智行科技有限公司 | 一种交通场景事件分析方法、装置、系统及设备 |
| CN115830861A (zh) * | 2022-11-17 | 2023-03-21 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于智能网联汽车的事故分析与智能干预方法、系统 |
| CN115830861B (zh) * | 2022-11-17 | 2023-09-05 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于智能网联汽车的事故分析与智能干预方法、系统 |
| CN115985089A (zh) * | 2022-12-01 | 2023-04-18 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
| CN115985089B (zh) * | 2022-12-01 | 2024-03-19 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 一种基于云端感知弱势交通参与者的方法及装置 |
| CN116311938A (zh) * | 2023-03-21 | 2023-06-23 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
| CN116311938B (zh) * | 2023-03-21 | 2023-11-03 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
| CN116128169A (zh) * | 2023-04-19 | 2023-05-16 | 广州云硕科技发展有限公司 | 一种用于智能交通的多系统联动控制方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115116257A (zh) | 基于边缘云服务的车辆调度方法、装置、设备及介质 | |
| Fantin Irudaya Raj et al. | Internet of things-based smart transportation system for smart cities | |
| US11495131B2 (en) | Vehicle to vehicle safety messaging congestion control for platooning vehicles | |
| CN113496602B (zh) | 智能路侧工具箱 | |
| Jaworski et al. | Cloud computing concept for intelligent transportation systems | |
| CN112562409B (zh) | 一种基于多接入边缘计算的自主泊车系统及方法 | |
| CN111240328A (zh) | 一种车辆行驶安全监控方法、装置和无人驾驶车辆 | |
| CN112249034B (zh) | 一种汽车大脑系统及车辆驾驶控制方法 | |
| WO2021102957A1 (zh) | 一种车道保持方法、车载设备和存储介质 | |
| CN109003467A (zh) | 一种防止车辆碰撞的方法、装置及系统 | |
| Wymeersch et al. | Challenges for cooperative ITS: Improving road safety through the integration of wireless communications, control, and positioning | |
| CN115116216A (zh) | 基于车路云接口实现的全域协同感知与决策方法、装置 | |
| CN112927543A (zh) | 一种车路协同自动驾驶方法、系统及车辆 | |
| WO2021171828A1 (ja) | 車内外連携装置及び方法 | |
| US20220351612A1 (en) | Control apparatus, mobile object, management server, base station, communication system, and communication method | |
| CN109219839A (zh) | 车辆控制方法、装置及系统 | |
| CN114501385A (zh) | 一种应用于智能网联交通系统的协同自动驾驶系统 | |
| US20230377461A1 (en) | Distributed driving systems and methods for automated vehicles | |
| US20220032934A1 (en) | Method, apparatus, device and system for controlling driving | |
| CN115909716A (zh) | 基于网联云控平台的交通路口调度系统、方法及设备 | |
| WO2023083043A1 (zh) | 一种不可通行区域确认方法、装置、设备及可读存储介质 | |
| CN113401145B (zh) | 一种车辆驾驶控制方法及系统 | |
| CN114244834B (zh) | 车辆的车载边缘计算系统及方法 | |
| US20230029093A1 (en) | Computing Framework for Vehicle Decision Making and Traffic Management | |
| CN115314526A (zh) | 用于自车位置识别的系统架构、传输方法、车辆、介质及芯片 |
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 |