CN115123385A - 一种无人巴士线控底盘及其自动驾驶系统 - Google Patents
一种无人巴士线控底盘及其自动驾驶系统 Download PDFInfo
- Publication number
- CN115123385A CN115123385A CN202210729848.2A CN202210729848A CN115123385A CN 115123385 A CN115123385 A CN 115123385A CN 202210729848 A CN202210729848 A CN 202210729848A CN 115123385 A CN115123385 A CN 115123385A
- Authority
- CN
- China
- Prior art keywords
- module
- interface
- main body
- vehicle
- positioning
- 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
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 230000008447 perception Effects 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000036544 posture Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006855 networking Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D21/00—Understructures, i.e. chassis frame on which a vehicle body may be mounted
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/22—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle
- B60R1/23—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view
- B60R1/27—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles for viewing an area outside the vehicle, e.g. the exterior of the vehicle with a predetermined field of view providing all-round vision, e.g. using omnidirectional cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/20—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/31—Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles providing stereoscopic vision
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人巴士线控底盘及其自动驾驶系统，一种无人巴士线控底盘，包括底盘主体。本申请中，图像及3D激光前融合感知，用于进行行人和车道线等环境检测确保了自动驾驶汽车对车身周围环境的正确理解和对应决策。对道路红路灯的识别依靠5G通信基础上的V2X智能网联技术，该技术通过在红绿灯上安装信号发射器来不断地向四周发射红绿灯的状态信息，自动驾驶汽车通过接收信号发射器发出的信号来判断红绿灯的状态，采用MPC轨迹跟踪能够使车辆沿着预定的轨迹行驶，该算法具有较为优异的性能，对所跟踪的轨迹表现出了稳定和精确的跟踪能力，同时具有足够的实时性。
Description
技术领域
本发明涉及机场摆渡巴士技术领域，尤其涉及一种无人巴士线控底盘及其自动驾驶系统。
背景技术
底盘域是与汽车行驶相关，由传动系统、行驶系统、转向系统和制动系统共同构成。传动系统负责把发动机的动力传给驱动轮，可以分为机械式、液力式和电力等，其中机械式传动系统主要由离合器、变速器、万向传动装置和驱动桥组成，液力式传动系统主要由液力变矩器、自动变速器、万向传动装置和驱动桥组成；行驶系统把汽车各个部分连成一个整体并对全车起支承作用，如车架、悬架、车轮、车桥都是它的零件；转向系统保证汽车能按驾驶员的意愿进行直线或转向行驶；制动系统迫使路面在汽车车轮上施加一定的与汽车行驶方向相反的外力，对汽车进行一定程度的强制制动，其功用是减速停车、驻车制动。线性底盘域控制器通过与智能执行器的结合，预留足够算力的底盘域控制器可以支持集成整车制动、转向、悬架等车辆横向、纵向、垂向相关的线性控制功能。
传统的转向系统和制动系统原理是驾驶员踩下油门踏板或者转动方向盘。通过机械连接件和助力件操纵汽车转向或者刹车。但是在智能驾驶条件下行车电脑接管车辆的控制权，无法通过传统的机械操纵系统控制车辆，故而亟待提出相应的无人巴士线控底盘及其自动驾驶系统来解决上述问题。
发明内容
本发明的目的在于：为了解决上述问题，而提出的一种无人巴士线控底盘及其自动驾驶系统。
为了实现上述目的，本发明采用了如下技术方案：
一种无人巴士线控底盘，包括底盘主体，其特征在于，所述底盘主体前侧顶部固定安装有32线激光雷达，提供水平360°，垂直40°的视野，底盘主体的四个拐角均固定安装有16线激光雷达，用以弥补32线激光雷达高度带来的视野盲区，完成监测区域360度覆盖，底盘主体的后侧、位于其中两组16线激光雷达的外侧固定安装有两组盲区辅助毫米波雷达，底盘主体前侧固定安装有前置毫米波雷达，底盘主体外表壁相邻的三个面上分布有12组超声波雷达，且同一面上的超声波雷达之间等距分布，底盘主体前侧固定安装有工业相机1与工业相机2，工业相机用于车道线与交通标识的识别，底盘主体底部固定安装有自动驾驶计算平台ADU，包括有自动驾驶运算平台控制器，底盘主体底部固定安装有5G主机与5G天线,且底盘主体四边分别固定安装有四组5G摄像头，两组所述5G天线中的一组外侧设置有与底盘主体固定连接的组合导航主机；
16线激光雷达、32线激光雷达、前置毫米波雷达、盲区辅助毫米波雷达与超声波雷达每秒可提供数百万个数据点,从而能够创建周围物体和环境的3D地图，结合组合导航主机及工业相机的辅助，构建巴士运行所需的高精度地图。
优选地，所述自动驾驶系统包括有：
感知算法模块，由激光雷达检测、相机检测、激光雷达跟踪、相机跟踪与预测五个子模块组成。相机检测主要是利用激光雷达获得高质量障碍物信息并检测最终结果。各个传感器的跟踪结果会通过滤波器算法进行后融合，而预测模块则通过融合的跟踪结果，输入和输出各类道路参与者的未来轨迹；
定位模块，定位算法主要由激光雷达里程计、组合导航推算和融合共3个子模块组成。在输出固定频率的相对定位信息后，融合模块会通过滤波算法组合不同频率的定位信息，最终输出固定频率的全局位姿，提供绝对定位能力；
全局路径规划模块，响应外部的routing请求，给出从当前位置到请求的终点之间的一条最优路线；
规划控制模块，传感器接收外界信息，并通过定位和感知算法模块之后，获取到车辆自身以及周围车辆的状态，接收上述的外界信息与车辆的状态，负责自主车辆的运动规划以及轨迹跟踪控制；
决策规划模块，接收实时的定位、预测信息，根据全局路径规划，结合避障，交规多种因素，实时地规划车辆未来的一段时间的无碰轨迹，并发送给轨迹跟踪控制器让车辆执行；
行为预测模块，接收感知和定位模块的输入，负责给出周围其他参与者5s-7s的行为和其具体的运动轨迹，供决策规划模块使用；
轨迹跟踪控制模块，在决策规划模块给出安全无碰的轨迹后，轨迹跟踪控制模块负责根据当前的车辆状态和规划的轨迹，解算出合适的控制命令，使得车辆自身能沿着规划的轨迹运动。
优选地，所述定位模块输出频率为固定频率，在自动驾驶计算平台ADU内部处理。
优选地，所述硬件接口包括有：
通信数据接口：用于交互调度命令、车辆定位、姿态等；
传感器数据接口：组合惯导系统IMU与自动驾驶计算平台ADU，使用IMU自带的USART接口传输数据；
多线激光雷达接口，每秒上百万的点云数据，采用UDP协议进行数据传输；
超声波雷达为近距离障碍检测，输出结果为障碍目标，可通过超声波雷达控制盒上CAN接口进行数据读取；
控制数据接口：自动驾驶运算平台ADU与车辆线控底盘接口，采用CAN的方式进行传输。
优选地，所述模块软件接口包括有：传感器抽象层服务接口，提供两种类型的服务接口，一种是智能传感器的信息服务接口，另外一种是其他车载传感器接口。
优选地，所述定位模块中激光雷达里程计利用GNSS数据完成初始化，后通过将激光雷达产生的点云数据与高精地图匹配，输出固定频率的绝对定位信息，组合导航推算模块结合GNSS数据和IMU数据推算后，再输出固定频率的相对定位信息。
优选地，所述感知算法模块中雷达检测与相机检测可解耦使用，分别跟踪。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本申请中，图像及3D激光前融合感知，用于进行行人和车道线等环境检测确保了自动驾驶汽车对车身周围环境的正确理解和对应决策。对道路红路灯的识别依靠5G通信基础上的V2X智能网联技术，该技术通过在红绿灯上安装信号发射器来不断地向四周发射红绿灯的状态信息，自动驾驶汽车通过接收信号发射器发出的信号来判断红绿灯的状态，采用MPC轨迹跟踪能够使车辆沿着预定的轨迹行驶，该算法具有较为优异的性能，对所跟踪的轨迹表现出了稳定和精确的跟踪能力，同时具有足够的实时性。
附表说明
表1示出了根据本发明实施例提供的传感器探测距离；
附图说明
图1示出了根据本发明实施例提供的系统硬件整体架构图；
图2示出了根据本发明实施例提供的设备布置方案结构示意图；
图3示出了根据本发明实施例提供的传感器感知范围俯视示意图；
图4示出了根据本发明实施例提供的传感器感知范围侧视示意图；
图5示出了根据本发明实施例提供的硬件设备数据接口示意图；
图6示出了根据本发明实施例提供的系统架构示意图；
图7示出了根据本发明实施例提供的车载定位模块结构示意图；
图8示出了根据本发明实施例提供的移动站定位系统流程示意图；
图9示出了根据本发明实施例提供的规划控制逻辑框架图；
图10示出了根据本发明实施例提供的传感器数据接口结构示意图；
图11示出了根据本发明实施例提供的感知融合接口结构示意图；
图12示出了根据本发明实施例提供的决策规划接口结构示意图；
图13示出了根据本发明实施例提供的定位数据接口结构示意图。
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在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1到13，本发明提供一种技术方案：
一种无人巴士线控底盘，包括底盘主体，其特征在于，所述底盘主体前侧顶部固定安装有32线激光雷达，提供水平360°，垂直40°的视野，底盘主体的四个拐角均固定安装有16线激光雷达，用以弥补32线激光雷达高度带来的视野盲区，完成监测区域360度覆盖，底盘主体的后侧、位于其中两组16线激光雷达的外侧固定安装有两组盲区辅助毫米波雷达，底盘主体前侧固定安装有前置毫米波雷达，底盘主体外表壁相邻的三个面上分布有12组超声波雷达，且同一面上的超声波雷达之间等距分布，底盘主体前侧固定安装有工业相机1与工业相机2，工业相机用于车道线与交通标识的识别，底盘主体底部固定安装有自动驾驶计算平台ADU，包括有自动驾驶运算平台控制器，底盘主体底部固定安装有5G主机与5G天线,且底盘主体四边分别固定安装有四组5G摄像头，两组所述5G天线中的一组外侧设置有与底盘主体固定连接的组合导航主机；
需要说明的是，5G主机优选为PST主机，5G摄像头优选为PST摄像头，5G天线优选为PST天线。
16线激光雷达、32线激光雷达、前置毫米波雷达、盲区辅助毫米波雷达与超声波雷达每秒可提供数百万个数据点,从而能够创建周围物体和环境的3D地图，结合组合导航主机及工业相机的辅助，构建巴士运行所需的高精度地图。
32线激光雷达1布置在巴士车头的车顶上方，能够提供水平360°，垂直40°的视野，同时雷达每秒可提供数百万个数据点,从而能够创建周围物体和环境的3D地图，结合惯性导航及工业相机的辅助，可以构建巴士运行所需的高精度地图。由于32线的雷达位置较高，对于车辆周围的近距离区域的覆盖不足，因此在巴士的四个角布置了4个16线激光雷达，进一步完成激光雷达检测区域的360度覆盖，相对于工业相机，激光雷达在相对苛刻的天气和光照条件下也可以很好的完成工作。
车头布置了一个前置毫米波雷达，前置毫米波雷达对于巴士运行过程中发现前进方向上的车辆具有非常好的效果，识别距离准确，且不受恶劣天气的影响。车辆挡风玻璃上布置有工业相机1和工业相机2，图像对于物体的距离检测精度虽然不如雷达，也容易受到天气的影响，但是视觉图像能够更好的提供物体认知和分类，主要用于车道线、交通标识的识别，车辆类型分类等工作。通过将激光雷达、毫米波雷达，工业相机所收集的数据相融合的解决方案，为巴士在前进行驶环境中提供了可靠的静态和动态物体识别数据，有助于障碍物检测、避免碰撞和安全导航。
巴士的后方布置了2个16线激光和2个盲区辅助毫米波雷达，激光雷达用于细节测量，盲区毫米波雷达能够在恶劣天气提供更好的辅助，尤其是变道时，能够更加准确的识别到相邻车道后方盲区内是否有正在行驶的车辆，车辆周围还布置了一组超声波雷达，虽然超声波雷达检测距离短，但是稳定可靠。
需要说明的是，附图2中的数字标号与名称对应的是各硬件设备对应在车体上的位置以及数量；
附图3中的数字标号是对应各个感知设备的感知范围，并以俯视视角进行展示；
附图4中的数字标号是对应各个感知设备的感知范围，并以侧视视角进行展示
具体的，如图6所示，自动驾驶系统包括有：
感知算法模块，由激光雷达检测、相机检测、激光雷达跟踪、相机跟踪与预测五个子模块组成。相机检测主要是利用激光雷达获得高质量障碍物信息并检测最终结果。各个传感器的跟踪结果会通过滤波器算法进行后融合，而预测模块则通过融合的跟踪结果，输入和输出各类道路参与者的未来轨迹；
定位模块，定位算法主要由激光雷达里程计、组合导航推算和融合共3个子模块组成。在输出固定频率的相对定位信息后，融合模块会通过滤波算法组合不同频率的定位信息，最终输出固定频率的全局位姿，提供绝对定位能力；
全局路径规划模块，响应外部的routing请求，给出从当前位置到请求的终点之间的一条最优路线；
规划控制模块，传感器接收外界信息，并通过定位和感知算法模块之后，获取到车辆自身以及周围车辆的状态，接收上述的外界信息与车辆的状态，负责自主车辆的运动规划以及轨迹跟踪控制；
决策规划模块，接收实时的定位、预测信息，根据全局路径规划，结合避障，交规多种因素，实时地规划车辆未来的一段时间的无碰轨迹，并发送给轨迹跟踪控制器让车辆执行；
行为预测模块，接收感知和定位模块的输入，负责给出周围其他参与者5s-7s的行为和其具体的运动轨迹，供决策规划模块使用；
轨迹跟踪控制模块，在决策规划模块给出安全无碰的轨迹后，轨迹跟踪控制模块负责根据当前的车辆状态和规划的轨迹，解算出合适的控制命令，使得车辆自身能沿着规划的轨迹运动。
自动驾驶系统还包括有：
通信数据接口：用于交互调度命令、车辆定位、姿态等；
传感器数据接口：组合惯导系统IMU与自动驾驶计算平台ADU2，使用IMU自带的USART接口传输数据；
多线激光雷达接口，每秒上百万的点云数据，采用UDP协议进行数据传输；
超声波雷达为近距离障碍检测，输出结果为障碍目标，可通过超声波雷达控制盒上CAN接口进行数据读取；
控制数据接口：自动驾驶运算平台ADU与车辆线控底盘接口，采用CAN的方式进行传输。
图像及3D激光前融合感知，用于进行行人和车道线等环境检测，确保了自动驾驶汽车对车身周围环境的正确理解和对应决策，对道路红路灯的识别依靠5G通信基础上的V2X智能网联技术，该技术通过在红绿灯上安装信号发射器来不断地向四周发射红绿灯的状态信息，自动驾驶汽车通过接收信号发射器发出的信号来判断红绿灯的状态。采用MPC轨迹跟踪能够使车辆沿着预定的轨迹行驶，以5G网络，北斗高精度定位、图像及3D激光前融合感知、MPC轨迹跟踪，自动驾驶计算平台ADU、GPU为依托，以自动驾驶操作系统为基础，通过以太网和上层交换机与传感器硬件设备进行交互。自动驾驶计算平台对车辆的转向、制动、油门、档位的控制，会转化成具体的命令，通过CAN总线输出到各个执行模块，实现牵引车的无人驾驶。
具体的，如图8与图10所示，定位模块输出频率为固定频率，在自动驾驶计算平台ADU内部处理，模块软件接口包括有：传感器抽象层服务接口，提供两种类型的服务接口，一种是智能传感器的信息服务接口，另外一种是其他车载传感器接口，提供的信息包括原始数据、特征数据和目标数据中的一种或者几种，这些数据主要是依赖于单个传感的输出，同时也会提供传感器的性能和状态信息，定位模块中激光雷达里程计利用GNSS数据完成初始化后，通过将激光雷达产生的点云数据与高精地图匹配，输出固定频率的绝对定位信息，组合导航推算模块结合GNSS数据和IMU数据推算后，在输出固定频率的相对定位信息，感知算法模块中雷达检测与相机检测可解耦使用，分别跟踪。
综上所述，本实施例所提供的图像及3D激光前融合感知，用于进行行人和车道线等环境检测，确保了自动驾驶汽车对车身周围环境的正确理解和对应决策，对道路红路灯的识别依靠5G通信基础上的V2X智能网联技术，该技术通过在红绿灯上安装信号发射器来不断地向四周发射红绿灯的状态信息，自动驾驶汽车通过接收信号发射器发出的信号来判断红绿灯的状态。采用MPC轨迹跟踪能够使车辆沿着预定的轨迹行驶，以5G网络，北斗高精度定位、图像及3D激光前融合感知、MPC轨迹跟踪，自动驾驶计算平台ADU、GPU为依托，以自动驾驶操作系统为基础，通过以太网和上层交换机与传感器硬件设备进行交互。自动驾驶计算平台对车辆的转向、制动、油门、档位的控制，会转化成具体的命令，通过CAN总线输出到各个执行模块，实现牵引车的无人驾驶。
实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业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发明的精神或范围的情况下，在其它实施例中实现。因此，本发明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公开的原理和新颖特点相一致的最宽的范围。
表1
Claims (7)
1.一种无人巴士线控底盘，包括底盘主体，其特征在于，所述底盘主体前侧顶部固定安装有32线激光雷达，提供水平360°，垂直40°的视野，底盘主体的四个拐角均固定安装有16线激光雷达，用以弥补32线激光雷达高度带来的视野盲区，完成监测区域360度覆盖，底盘主体的后侧、位于其中两组16线激光雷达的外侧固定安装有两组盲区辅助毫米波雷达，底盘主体前侧固定安装有前置毫米波雷达，底盘主体外表壁相邻的三个面上分布有12组超声波雷达，且同一面上的超声波雷达之间等距分布，底盘主体前侧固定安装有工业相机1与工业相机2，工业相机用于车道线与交通标识的识别，底盘主体底部固定安装有自动驾驶计算平台ADU，包括有自动驾驶运算平台控制器，底盘主体底部固定安装有5G主机与5G天线,且底盘主体四边分别固定安装有四组5G摄像头，两组所述5G天线中的一组外侧设置有与底盘主体固定连接的组合导航主机；
16线激光雷达、32线激光雷达、前置毫米波雷达、盲区辅助毫米波雷达与超声波雷达每秒可提供数百万个数据点,从而能够创建周围物体和环境的3D地图，结合组合导航主机及工业相机的辅助，构建巴士运行所需的高精度地图。
2.一种无人巴士自动驾驶系统，基于权利要求1所述的无人巴士线控底盘，其特征在于，包括有模块软件接口与硬件接口，还包括有：
感知算法模块，由激光雷达检测、相机检测、激光雷达跟踪、相机跟踪与预测五个子模块组成。相机检测主要是利用激光雷达获得高质量障碍物信息并检测最终结果。各个传感器的跟踪结果会通过滤波器算法进行后融合，而预测模块则通过融合的跟踪结果，输入和输出各类道路参与者的未来轨迹；
定位模块，定位算法主要由激光雷达里程计、组合导航推算和融合共3个子模块组成。在输出固定频率的相对定位信息后，融合模块会通过滤波算法组合不同频率的定位信息，最终输出固定频率的全局位姿，提供绝对定位能力；
全局路径规划模块，响应外部的routing请求，给出从当前位置到请求的终点之间的一条最优路线；
规划控制模块，传感器接收外界信息，并通过定位和感知算法模块，获取到车辆自身以及周围车辆的状态，并接收上述的外界信息与车辆的状态，负责自主车辆的运动规划以及轨迹跟踪控制；
决策规划模块，接收实时的定位、预测信息，根据全局路径规划，结合避障，交规多种因素，实时地规划车辆未来一段时间的无碰轨迹，并发送给轨迹跟踪控制器让车辆执行；
行为预测模块，接收感知和定位模块的输入，负责给出周围其他参与者5s-7s的行为和其具体的运动轨迹，供决策规划模块使用；
轨迹跟踪控制模块，在决策规划模块给出安全无碰的轨迹后，轨迹跟踪控制模块负责根据当前的车辆状态和规划的轨迹，解算出合适的控制命令，使得车辆自身能沿着规划的轨迹运动。
3.根据权利要求2所述的一种无人巴士自动驾驶系统，其特征在于，所述定位模块输出频率为固定频率，在自动驾驶计算平台ADU内部处理。
4.根据权利要求2所述的一种无人巴士自动驾驶系统，其特征在于，所述硬件接口包括有：
通信数据接口：用于交互调度命令、车辆定位、姿态；
传感器数据接口：组合惯导系统IMU与自动驾驶计算平台ADU，使用IMU自带的USART接口传输数据；
多线激光雷达接口，每秒上百万的点云数据，采用UDP协议进行数据传输；
超声波雷达为近距离障碍检测，输出结果为障碍距离，通过超声波雷达控制盒上CAN接口进行数据读取；
控制数据接口，自动驾驶运算平台ADU与车辆线控底盘接口，采用CAN的方式进行传输。
5.根据权利要求2所述的一种无人巴士自动驾驶系统，其特征在于，所述模块软件接口包括有：传感器抽象层服务接口，提供两种类型的服务接口，一种是智能传感器的信息服务接口，另外一种是其他车载传感器接口。
6.根据权利要求2所述的一种无人巴士自动驾驶系统，其特征在于，所述定位模块中激光雷达里程计利用GNSS数据完成初始化，后通过将激光雷达产生的点云数据与高精地图匹配，输出固定频率的绝对定位信息，组合导航推算模块结合GNSS数据和IMU数据推算后，再输出固定频率的相对定位信息。
7.根据权利要求2所述的一种无人巴士线控底盘及其自动驾驶系统，其特征在于，所述感知算法模块中雷达检测与相机检测可解耦使用，分别跟踪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210729848.2A CN115123385A (zh) | 2022-06-24 | 2022-06-24 | 一种无人巴士线控底盘及其自动驾驶系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210729848.2A CN115123385A (zh) | 2022-06-24 | 2022-06-24 | 一种无人巴士线控底盘及其自动驾驶系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115123385A true CN115123385A (zh) | 2022-09-30 |
Family
ID=83379608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210729848.2A Pending CN115123385A (zh) | 2022-06-24 | 2022-06-24 | 一种无人巴士线控底盘及其自动驾驶系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115123385A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190258251A1 (en) * | 2017-11-10 | 2019-08-22 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
| CN111721289A (zh) * | 2020-06-28 | 2020-09-29 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、设备、存储介质及车辆 |
| CN112677996A (zh) * | 2021-01-13 | 2021-04-20 | 成都广通汽车有限公司 | 车辆驾驶系统和车辆 |
| US20210181745A1 (en) * | 2019-12-17 | 2021-06-17 | Motional Ad Llc | Automated object annotation using fused camera/lidar data points |
| CN113885516A (zh) * | 2021-10-26 | 2022-01-04 | 天津易鼎丰动力科技有限公司 | 一种电动拖拉机自动驾驶域控制器及其控制方法 |
| CN114179817A (zh) * | 2021-12-29 | 2022-03-15 | 武汉路特斯汽车有限公司 | 一种车辆控制器、车辆和车辆控制方法 |
| CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
-
2022
- 2022-06-24 CN CN202210729848.2A patent/CN115123385A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190258251A1 (en) * | 2017-11-10 | 2019-08-22 | Nvidia Corporation | Systems and methods for safe and reliable autonomous vehicles |
| US20210181745A1 (en) * | 2019-12-17 | 2021-06-17 | Motional Ad Llc | Automated object annotation using fused camera/lidar data points |
| CN111721289A (zh) * | 2020-06-28 | 2020-09-29 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、设备、存储介质及车辆 |
| CN112677996A (zh) * | 2021-01-13 | 2021-04-20 | 成都广通汽车有限公司 | 车辆驾驶系统和车辆 |
| CN113885516A (zh) * | 2021-10-26 | 2022-01-04 | 天津易鼎丰动力科技有限公司 | 一种电动拖拉机自动驾驶域控制器及其控制方法 |
| CN114348018A (zh) * | 2021-12-17 | 2022-04-15 | 际络科技(上海)有限公司 | 商用车辆的自动驾驶系统及方法 |
| CN114179817A (zh) * | 2021-12-29 | 2022-03-15 | 武汉路特斯汽车有限公司 | 一种车辆控制器、车辆和车辆控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2020202527B2 (en) | Using wheel orientation to determine future heading | |
| CN111422196A (zh) | 一种适用于微巴的智能网联自动驾驶系统及方法 | |
| CN109866759B (zh) | 一种自动泊车方法 | |
| CN108646731B (zh) | 无人驾驶车辆场端控制系统及其控制方法 | |
| CN113002396B (zh) | 一种用于自动驾驶矿用车辆的环境感知系统及矿用车辆 | |
| CN211765500U (zh) | 一种用于封闭场景下的智能驾驶环境感知系统及汽车 | |
| CN110928286B (zh) | 用于控制车辆的自动驾驶的方法、设备、介质和系统 | |
| CN113168513A (zh) | 用于自动车辆的交通灯检测和车道状态辨识 | |
| US20200241549A1 (en) | Information processing apparatus, moving apparatus, and method, and program | |
| WO2017095614A1 (en) | Collision mitigated braking for autonomous vehicles | |
| CN110036426B (zh) | 控制装置和控制方法 | |
| CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
| CN112068574A (zh) | 一种无人车在动态复杂环境中的控制方法及系统 | |
| CN113791619B (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
| US20190163201A1 (en) | Autonomous Vehicle Sensor Compensation Using Displacement Sensor | |
| EP3864438A1 (en) | Detecting spurious objects for autonomous vehicles | |
| US20220366175A1 (en) | Long-range object detection, localization, tracking and classification for autonomous vehicles | |
| Mei et al. | Development of ‘Intelligent Pioneer’unmanned vehicle | |
| CN115129053A (zh) | 一种机场牵引运输车及其自动驾驶系统 | |
| CN112445226A (zh) | 针对自主驾驶围绕停放车辆导航的机动计划的方法 | |
| Bejgam | Brief study and review on the next revolutionary autonomous vehicle technology | |
| CN115123385A (zh) | 一种无人巴士线控底盘及其自动驾驶系统 | |
| CN114348018A (zh) | 商用车辆的自动驾驶系统及方法 | |
| US20210357667A1 (en) | Methods and Systems for Measuring and Mapping Traffic Signals | |
| Li | Ros-Based Sensor Fusion and Motion Planning for Autonomous Vehicles: Application to Automated Parkinig System |
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 |