CN115497325A - 一种车辆控制平台 - Google Patents
一种车辆控制平台 Download PDFInfo
- Publication number
- CN115497325A CN115497325A CN202210987818.1A CN202210987818A CN115497325A CN 115497325 A CN115497325 A CN 115497325A CN 202210987818 A CN202210987818 A CN 202210987818A CN 115497325 A CN115497325 A CN 115497325A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- task
- fleet
- current 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆控制平台,属于车辆控制技术领域,解决了现有技术在对城市基础设施的监测作业中存在人力成本较高的问题。一种车辆控制平台,包括存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块;存储模块用于存储地图数据和历史需求数据;需求预测模块用于根据预测算法对需求任务位置和需求周期进行预测;平台通信模块用于接收当前车辆位置、当前车辆状态的信息和监测信息;调度模块用于根据任务目的地对车队中的车辆进行任务分配;导航模块用于根据路线计算算法,基于当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线。
Description
技术领域
本发明涉及车辆控制技术领域,尤其是涉及一种车辆控制平台。
背景技术
随着经济的不断发展,智能化监测领域发展越来越快。
目前,对于城市基础设施的安全性监测及巡逻普遍还是借助人工完成,但由于需要监测的区域范围广,通过人力监测范的围有限且效率不高,只能通过雇佣大量的劳动力来完成城市基础建设的整体监测作业,造成人力成本较高。
因此,现有技术在对城市基础设施的监测作业中存在人力成本较高的问题。
发明内容
本发明的目的在于提供车辆控制平台,以缓解现有技术在对城市基础设施的监测作业中存在人力成本较高的问题技术问题。
本发明提供的一种车辆控制平台,包括存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块;
所述存储模块用于存储地图数据和历史需求数据;
所述需求预测模块用于根据预测算法对需求任务位置和需求周期进行预测;
所述平台通信模块用于接收当前车辆位置、当前车辆状态的信息和监测信息;
所述调度模块用于根据任务目的地对车队中的车辆进行任务分配;
所述导航模块用于根据路线计算算法,基于当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线;
所述临时重新定位模块用于根据当前车辆位置、当前车辆状态的信息、预测需求任务位置和预测需求周期,对车辆进行临时重新定位。
进一步的,所述车队包括多个车辆;
所述每个车辆均有智能行走系统、位置传感器、状态传感器和车辆通信装置;
所述智能行走系统用于驱动车辆行驶或停车;
所述位置传感器用于获取当前车辆位置信息;
所述状态传感器用于获取当前车辆状态信息;
所述车辆通信装置用于将车辆控制平台和当前车辆状态信息发送至所述平台通信模块。
进一步的,所述地图数据包括多个停车点位置和与路径参数相关联的多条路径信息;
所述路径参数与自主驾驶安全系数和速度系数相关联。
进一步的,所述速度因数和自主驾驶安全系数包括限速、平均速度、平均速度、随时间变化的平均速度、若干交叉口、若干转弯、转弯类型、事故指示器、停车指示器、若干车道、若干车道、单行道指示器、蜂窝接收参数、道路坡度、最大道路坡度、平均道路坡度、平均行人密度、最大行人密度、最低行人密度、时间相关行人密度、平均骑车人密度,无保护的转弯参数、道路平整度参数、道路能见度参数或其任何组合。
进一步的,所述导航模块用于根据路线计算算法,基于路径参数、当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线。
进一步的,车辆控制平台还包括停车分配模块;
所述停车分配模块用于根据停车点位置、任务目的地和预测需求任务位置进行停车分配。
进一步的,所述预测算法和路线计算算法均包括机器学习算法或基于规则的算法。
进一步的,所述当前车辆状态车包括辆功率电平、车辆库存、车辆硬件状态或其任何组合。
进一步的,所述每个车辆还设置有信息传感器,所述信息传感器用于获取感测信息;
所述感测信息用于确定安全系数和速度系数。
进一步的,车辆控制平台还包括显示模块;
所述显示模块用于显示当前车辆位置、当前车辆状态、任务目的地、路径参数,任务路线、停车点位置和预测需求任务位置。
本发明提供一种车辆控制平台,包括存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块;存储模块用于存储地图数据和历史需求数据;需求预测模块用于根据预测算法对需求任务位置和需求周期进行预测;平台通信模块用于接收当前车辆位置、当前车辆状态的信息和监测信息;调度模块用于根据任务目的地对车队中的车辆进行任务分配;导航模块用于根据路线计算算法,基于当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线;临时重新定位模块用于根据当前车辆位置、当前车辆状态的信息、预测需求任务位置和预测需求周期,对车辆进行临时重新定位。
采用本发明提供的车辆控制平台,利用车辆控制平台中的存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块实现对车辆的自动化控制和调度,车辆根据任务路线达到对应位置完成对应对基础设施的监测作用,并将监测信息回传到车辆控制平台从而实现了自动化的无人监控作业,设置需求预测模块可对需求任务位置和需求周期进行预测,使得车辆所停位置为最佳位置,便于执行下次任务需求,使得任务路线得到最优规划,提高了每台车辆的利用率,提高了无人监控作业的运行效率,临时重新定位模块使得车辆在突发事件发生时或原路线无法继续进行时,执行重新定位和重新的路线规划,实现了车辆行驶中的灵活性与安全性。利用本车辆控制平台,实现了自动化对城市基础设施的监测作业,节省了人力成本,提升了监测效果及监测效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例1提供的车辆控制平台示意图;
图2为本发明实施例1中的车辆示意图;
图3为本发明实施例1中的车队示意图;
图4为本发明实施例2中车队管理控制模块的流程图;
图5为本发明实施例2中自主车辆应用的流程图;
图6为本发明实施例2中多个停车地点的实时停车状态示意图;
图7为本发明实施例2中多个停车地点的实时停车状态示意图;
图8为本发明实施例2中多个停车地点的实时停车状态示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前,对于城市基础设施的安全性监测及巡逻普遍还是借助人工完成,但由于需要监测的区域范围广,通过人力监测范的围有限且效率不高,只能通过雇佣大量的劳动力来完成城市基础建设的整体监测作业,造成人力成本较高。
因此,现有技术在对城市基础设施的监测作业中存在人力成本较高的问题。
为解决以上问题,本发明实施例提供一种车辆控制平台。
实施例1:
本发明实施例提供一种车辆控制平台,如图1所示包括存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块;存储模块用于存储地图数据和历史需求数据;需求预测模块用于根据预测算法对需求任务位置和需求周期进行预测;平台通信模块用于接收当前车辆位置、当前车辆状态的信息和监测信息;调度模块用于根据任务目的地对车队中的车辆进行任务分配;导航模块用于根据路线计算算法,基于当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线;临时重新定位模块用于根据当前车辆位置、当前车辆状态的信息、预测需求任务位置和预测需求周期,对车辆进行临时重新定位。
采用本发明实施例提供的车辆控制平台,利用车辆控制平台中的存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块实现对车辆的自动化控制和调度,车辆根据任务路线达到对应位置完成对应对基础设施的监测作用,并将监测信息回传到车辆控制平台从而实现了自动化的无人监控作业,设置需求预测模块可对需求任务位置和需求周期进行预测,使得车辆所停位置为最佳位置,便于执行下次任务需求,使得任务路线得到最优规划,提高了每台车辆的利用率,提高了无人监控作业的运行效率,临时重新定位模块使得车辆在突发事件发生时或原路线无法继续进行时,执行重新定位和重新的路线规划,实现了车辆行驶中的灵活性与安全性。利用本车辆控制平台,实现了自动化对城市基础设施的监测作业,节省了人力成本,提升了监测效果及监测效率。
在一种可能的实施方式中,如图2、图3所示,车队包括多个车辆;每个车辆均有智能行走系统、位置传感器、状态传感器和车辆通信装置;智能行走系统用于驱动车辆行驶或停车;位置传感器用于获取当前车辆位置信息;状态传感器用于获取当前车辆状态信息;车辆通信装置用于将车辆控制平台和当前车辆状态信息发送至平台通信模块。
在一种可能的实施方式中,地图数据包括多个停车点位置和与路径参数相关联的多条路径信息;路径参数与自主驾驶安全系数和速度系数相关联。
在一种可能的实施方式中,速度因数和自主驾驶安全系数包括限速、平均速度、平均速度、随时间变化的平均速度、若干交叉口、若干转弯、转弯类型、事故指示器、停车指示器、若干车道、若干车道、单行道指示器、蜂窝接收参数、道路坡度、最大道路坡度、平均道路坡度、平均行人密度、最大行人密度、最低行人密度、时间相关行人密度、平均骑车人密度,无保护的转弯参数、道路平整度参数、道路能见度参数或其任何组合。
在一种可能的实施方式中,导航模块用于根据路线计算算法,基于路径参数、当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线。
在一种可能的实施方式中,车辆控制平台还包括停车分配模块;停车分配模块用于根据停车点位置、任务目的地和预测需求任务位置进行停车分配。
在一种可能的实施方式中,预测算法和路线计算算法均包括机器学习算法或基于规则的算法。
在一种可能的实施方式中,当前车辆状态车包括辆功率电平、车辆库存、车辆硬件状态或其任何组合。
在一种可能的实施方式中,每个车辆还设置有信息传感器,信息传感器用于获取监测信息。
在一种可能的实施方式中,车辆控制平台还包括显示模块;显示模块用于显示当前车辆位置、当前车辆状态、任务目的地、路径参数,任务路线、停车点位置和预测需求任务位置。
实施例2:
本发明实施例提供了一种自车队,如图4至图8所示包括多个车辆,以及一个车队管理模块,协调自车队,每个车辆能够在非结构化的开放或封闭环境中运行时监视、收集和报告数据。与载人车辆不同,可能需要自主和半自主车辆收集和处理比无人驾驶车辆更多的数据导航类型和形式,检测和应对周围环境,并应对这些应用特有的挑战。此外,可能需要额外的类型和形式的数据,自主和半自动车辆是无人驾驶的,因为这种无人驾驶车辆不能依赖乘客的覆盖或指示。因此,有一个满足需求的系统、平台和方法来收集和处理这些额外类型和形式的数据车辆,无论是载人还是无人驾驶,都根据这些数据导航车辆。
本文的自车队可包括多辆车辆和一个车队管理模块,协调自车队、车队内的每个车辆,其配置是监测、收集和报告数据,同时能够在非结构化的开放或封闭环境中运行,每个车辆包括:行走系统、电力系统、导航模块、传感器系统、通信模块,并至少配置一个处理器,用于管理行走系统、电源系统、导航模块、传感器系统和通信模块。
在一些实例中,服务器应用程序进一步包括需求数据库,需求数据库包括与地理区域相关联的历史需求数据,地理区域至少包括任务目的地。在一些实例中,服务器应用还包括应用预测算法确定至少基于历史需求数据的车辆的预测需求调度的需求预测模块,其中预测需求调度包括地理区域内的预测需求任务位置和预测需求周期。
在一些实例中,服务器应用程序还包括一个临时重新定位模块,根据或多个预测的需求任务位置,预测的需求周期,任务目的地和当前车辆状态,为多个车辆中的每一个分配一个临时重新定位模式。
在一些实例中,临时重新定位模式包括对应于车辆段位置的车辆段模式,与多个停车点位置中的一个相关联的停车模式,以及与设定的阈值悬停距离与任务目的地或预测的需求任务位置相关联的悬停模式。
在一些实例中,数据库还包括地理区域内的多个停车点位置。在一些实例中,应用还包括停车分配模块,停车分配模块基于停车模式,多个停车点位置,以及任务目的地和预测需求任务位置,确定所选停车点位置中的一个或多个。
在一些实例中,导航模块进一步应用路线计算算法从任务目的地确定车辆重新定位路线:基于车辆段模式的车辆段位置;基于停车模式的选定停车点位置;或基于悬停模式的车辆悬停路线。
在一些实例中,车辆悬停路由至少包括多条路径中的一部分,多条路径在设定的阈值悬停距离内距离任务目的地或预测需求任务位置。
在一些实例中,通信装置进一步引导车辆的自行走系统保持在车辆段位置,所选停车点位置,或在车辆悬停路线内的预测需求周期。
在一些实例中,路由计算算法包括机器学习算法、基于规则的算法或两者兼而有之。在一些实例中,预测算法包括机器学习算法、基于规则的算法或两者兼而有之。
在一些实例中,当前车辆状态包括车辆功率电平,车辆库存,车辆硬件状态或其任何组合。
在一些实例中,速度系数和自主车辆安全参数包括限速、平均速度、平均速度、时间相关的平均速度、若干交叉口、若干转弯、转弯类型、事故指示器、停车指示器、若干车道、单向街道指示器、蜂窝接收参数、道路坡度、最大道路坡度、平均道路坡度、平均行人密度、最大行人密度、最小行人密度、时间相关行人密度、平均循环密度,无保护的转弯参数、道路平整度参数、道路能见度参数或其任何组合。
在一些实例中,车辆进一步包括能够测量感测数据的传感器。在一些实例中,数据库进一步存储当前车辆位置、当前车辆状态和感测数据。在一些实例中,路径参数至少基于感测数据。
在一些实例中,安全系数和速度因数中至少有一个是基于所感测到的数据。
在一些实例中,感测数据允许人群来源的安全系数和速度系数的确定。
在一些实例中,该应用还包括路径参数预测模块,该模块至少基于所感知的数据预测未来的路径参数。
在一些实例中,路线计算算法根据预测的道路参数进一步确定车辆任务路线。
在一些实例中,车辆进一步包括能够测量感测数据的传感器,其中感测数据对应于地理区域内多个停车点位置中的一个或多个的停车点状态。
在一些实例中,停车区选择模块根据停车点状态进一步确定选定的停车点位置。在一些实例中,服务器应用程序进一步包括显示模块,显示模块至少显示当前车辆位置,当前车辆状态,任务目的地,路径参数,任务路线,所选停车位位置,以及预测的需求任务位置。
本文件提供的另一个方面是车队,包括若干车辆,车队管理模块协调车队,车队管理模块协调车队中每个车辆的活动和定位,车队能够监测、收集和报告数据,并能够在非结构化的开放或封闭环境中运作,车队中的每个车辆包括:行走系统;电力系统;非结构化开放或封闭环境中的导航模块导航;通信模块,用于将每个车辆的数据传输到:车队管理模块、用户和车队中的其他车辆,并接收车队管理模块或用户的指令;一种传感器系统,包括多个传感器,这些传感器能够检测车辆周围的环境;以及处理器,这些处理器能够管理行走系统、电力系统、导航模块、传感器系统和通信模块,并评估由车辆传感器提供的与车辆导航有关的数据。
在一些实例中,用户包括:车队管理人员、分包供应商、服务提供商、客户、商业实体、政府实体、个人或第三方。在一些实例中,车队管理模块由用户控制。
在一些实例中,非结构化开放环境是一个非受限的地理区域,可通过可导航的路径访问,包括一条或多条:公共道路、私人道路、自行车道、开放的田野、开放的公共土地、开放的私人土地、行人人行道、湖泊、河流、溪流和开放的空域;其中,封闭环境是一种封闭的、封闭的或半封闭的结构,可通过通航路径进入,包括一个或多个:商业建筑内的开放区域或房间,其中有或没有结构或障碍,商业建筑内的开放区域或房间内的空间,其中有或没有结构或障碍,公共或专用过道、走廊、隧道、坡道、电梯、行走机和行人人行道。
在一些实例中,导航系统在非结构化的开放或封闭环境中控制车队中每个车辆的行走系统的路由。
在一些实例中,通信通过无线传输进行。
在一些实例中,每个车辆都可配置地接收来自用户的无线传输。
在一些实例中,用户的无线传输交互通过移动应用程序发生,通过电子设备传输,并通过一个或多个:中央服务器,车队管理模块,网状网络转发到通信模块。
在一些实例中,来自每个车辆通信模块的车队无线传输交互通过:中央服务器;车队管理模块;和网状网络转发给用户或多个用户。
在一些实例中,来自每个车辆通信模块的车队无线传输交互包括一个或多个:道路和路径条件、道路和路径信息、交通速度、交通拥堵、天气条件、停车违规、公用事业问题、路灯问题、交通灯问题、路灯和交通照明的现状、行人密度、行人交通、动物、替代车辆交通、区域监视、水路条件、桥梁检查、内外结构检查和树叶检查。
在一些实例中,电子设备包括:智能手机,个人移动设备,个人数字助理(PDA),台式计算机,笔记本电脑,平板电脑,可穿戴计算设备中的一个或多个。
在一些实例中,多个传感器包括一个或多个:静止摄像机,摄像机,透视投影式传感器,麦克风,红外传感器,RADAR,LiDAR,高度计和深度探测器。
在一些实例中,传感器系统进一步包括行走系统传感器,其能够:监视驱动机构性能、监视电力系统电压或监视驱动总成性能。
在一些实例中,传感器被进一步能够通过通信模块将传感器读数远程报告给车队管理模块。
在一些实例中,每个车辆进一步包括存储或存储设备,其中从传感器系统收集的数据可检索地存储。
在一些实例中,每个车辆进一步包括车辆与外部数字处理装置之间的通信端口有线通信。
在一些实例中,每个车辆还包括一个由处理器执行的软件模块,用于将一个或多个算法应用于从多个传感器收集的数据,以评估和存储到存储设备,其中一个或多个算法包括:道路和路径条件、道路和路径信息、交通速度、交通拥堵、天气条件、停车违规、公用事业问题、路灯问题、交通灯问题、路灯和交通照明的现状、行人密度、行人交通、动物、替代车辆交通、区域监视,水路情况,桥梁检查,内外结构检查,树叶检查。
在一些实例中,通信模块被进一步能够接收和响应来自用户的命令:选择或更改目标fbr监视、选择或更改被监视目的地的顺序、选择或更改到要监视的目的地的路由、报告车辆的地理位置、报告车辆的状态、报告车辆的速度或报告到达目的地的ETA。
在一些实例中,每个车辆能够最大速度范围从13公里/小时到90公里/小时。
在一些实例中,车队由用户直接控制。
在一些实例中,车队内的多个车辆代表第三方供应商或第三方服务提供商运行。
在一些实例中,车队内的多个自主或半车辆进一步能够子车队的一部分,该子车队包括一个由自主或半车辆组成的子车队,每个子车队能够独立或与车队协同工作。
在一些实例中,每个车辆都配置了正向模式、反向模式和公园模式。
在一些实例中,车队中的多个自主或半车辆能够具有至少一半其他车队自主或半车辆大小的次级自主或半车辆,其中较小的次级自主或半车辆是独立车辆,具有车队中任何其他自主或半车辆的所有相同能力。
在一些实例中,次级车辆是可配置的存储在车队中的多个车辆中发现的一个或多个可安全的隔间中。
在一些实例中,二次车辆与自主车辆可分离,且可能够二次任务。
在一些实例中,每个车辆都能够“爬行”或“爬行”速度,包括大约0.01公里/小时到大约13.0公里/小时之间的速度范围。
在一些实例中,次级车辆能够最大速度范围从13.0公里/小时到大约90.0公里/小时。
在一些实例中,次级车辆能够“爬行”或“爬行”速度,包括大约0.01公里/小时到大约13.0公里/小时之间的速度范围。
在一些实例中,二次车辆配置有传感器系统,包括一个或多个:静止摄像机,摄像机,liDAR,RADAR,超声波传感器,麦克风,高度计和深度探测。
在一些实例中,二次车辆配置有内部计算机处理能力。
在一些实例中,二级自主车辆配置有正向模式,反向模式,停车模式。
本文件提供的另一个方面是一个自车队,包括若干车辆,以及车队管理模块协调车队,车队管理模块协调车队中每一车辆的活动和定位,车队的配置是监测、收集和报告数据,并能够在非结构化的开放或封闭环境中运作,车队中的每一车辆包括:行走系统、电力系统,非结构化开放或封闭环境中的导航模块导航,至少有一个通信模块可能够:将每个自主或半车辆的数据传输到:车队管理模块、用户、车队中的其他自主或半车辆,在车队的车辆之间;传送至少与车辆周围环境条件有关的数据;将每辆车辆的数据存储到存储设备;并接收车队管理模块或用户的指示;传感器系统,包括配置用于检测车辆周围环境的多个传感器;处理器能够管理行走系统、电力系统、导航模块、传感器系统和通信模块,并评估由车辆传感器提供的与车辆导航有关的数据;以及由处理器执行的软件模块,将一个或多个算法应用于从多个传感器中收集的数据,以识别、记录和存储到存储设备中,其中一个或多个:道路和路径条件、高清晰度地图数据、交通速度、交通拥堵、天气条件、停车违规、公用事业问题、路灯问题、交通灯问题、路灯和交通照明的现状、行人密度、行人交通、动物、替代车辆交通、区域监视、水路条件、桥梁检查、内外结构检查和叶片检查。
本实施例涉及由多辆车辆组成的自车队,特别是在非结构化室外环境或封闭环境中行走或搜索运营的车辆。本披露内容还涉及一辆车队,该车队由多辆自主或半自动运行的自主车辆组成,以及车队管理模块协调的车队,每个自主车辆能够;监测、收集和报告数据,同时能够在非结构化的开放或封闭环境中运行。
此处提供的是车队,包括多个车辆和车队管理模块(与中央服务器相关联),协调车队。车队管理模块协调车队中每个车辆的活动,位置和定位,其中车队能够监视,收集和报告数据,同时能够在非结构化的开放或封闭环境中运行。
在一些实例中,车队交替配置销售和交付货物,包括多个隔间,以交付/销售一种或多种货物;响应预定或立即按需请求或基于预期需求的定位;具有温度控制的隔间,以允许热或冷项目;携带具有预期需求的预载货物,要去哪里和装载什么。
在一些实例中,车队的配置使得客户、用户或多个用户能够通过移动(电话/平板/手表/微型计算机)应用程序指定交付或移动市场召唤一个或多个车辆。
在一些实例中,客户、用户或多个用户可以选择在地图上额外指定车辆的确切位置(例如,通过丢弃引脚等),是指定的交付或拾取。
在一些实例中,车队能够提供一种或多种服务,如:交付服务,广告服务,土地调查服务,巡逻服务,监测服务,交通调查服务,标志和信号调查服务,以及建筑或道路基础设施调查服务。在一些实例中,车队服务包括涉及交付或表示“白色标签”产品或服务的“白色标签”服务。
在一些实例中,车队中的每个车辆都配备处理器,该处理器能够同时具有高级计算能力处理,以及控制硬件的低级安全临界计算能力。在一些实例中,车队中的每个车辆包括行走系统(例如驱动系统具有行走发动机、车轮、机翼、转子、鼓风机、火箭、螺旋桨、制动器等。)还有一个电源。
在一些实例中,车队中的每个车辆包括非结构化开放或封闭环境(例如数字地图、GPS等)中的导航模块导航。在一些实例中,车队中的每个车辆包括通信模块,该通信模块适用于将来自车辆的数据传输到:车队经理、用户或其他车辆。
在一些实例中,车队中的每一车辆包括:可配置的通信模块,用于接收、存储和传输数据给用户或多个用户以及车队中的车辆;车队中的车辆;以及车队中的用户或多个用户与车辆之间,所传输的数据至少与环境条件和车队交互有关;一种传感器系统,包括多个传感器,这些传感器能够评估车辆周围的环境;处理器能够管理行走系统、电力系统、导航模块、传感器系统和通信模块;一个软件模块,由处理器执行,将一个或多个算法应用于从多个传感器收集的数据,以识别、记录和存储到存储设备中,其中一个或多个:道路和路径条件(损坏的道路、坑洞)、建筑、道路阻塞、绕行、交通流量、交通速度、交通拥堵、事故、道路使用者的行为、天气状况、停车违规行为、公用事业问题、路灯问题、交通灯问题、路灯和交通灯的现状、标志问题、行人密度/交通、行人行为、动物,替代车辆交通(如摩托车、轻便摩托车、自行车、轮椅、婴儿车等。顾客/行人通过区域、区域监察、车位使用、桥梁检查、内外结构检查及观叶检查。
在一些实例中,监视应用程序可以扩展到包括检测和识别某些区域的人员、车辆、物体、移动物体,例如停车场中的汽车数量、进入和退出建筑物的客户或人员数量等。
在一些实例中,检查应用程序可以扩展到包括企业、办公室、住宅、建筑物和结构检查。在一些实例中,监控应用程序可以扩展到包括业务信息,例如:业务名称、地址、业务类型和实时属性,包括在任何给定时间拥挤在业务、公园和购物中心。
在一些实例中,利用从传感器收集的数据来更新HD地图和上下文地图、建筑区域、道路封闭、道路工作、拥挤区域等。
在一些实例中,非结构化开放环境是一个非受限的地理区域,可通过导航路径访问,包括:公共道路、私人道路、自行车道、行人人行道或开放空域。
在一些实例中,封闭环境是一种封闭的、封闭的或半封闭的结构,可通过导航路径进入,包括:商业建筑内的开放区域或房间,其中有或没有结构或障碍;商业建筑内的开放区域或房间内的空气空间,其中有或没有结构或障碍;公共或专用过道;走廊;隧道;坡道;电梯;行走机;或行人走道。
在一些实例中,导航系统在非结构化的开放或封闭环境中控制车队中车辆行走系统的路由。
在一些实例中,向用户或多个用户,车队管理模块,车队中的车辆,车队中的车辆之间,以及用户或多个用户与接收,存储,传输数据的车队中的车辆之间的通信,通过无线传输进行车队交互。
在一些实例中,用户的或多个用户的无线传输交互通过电子设备传输的移动应用程序发生,并通过:中央服务器、车队管理模块和网状网络转发到通信模块。
在一些实例中,来自每个车辆通信模块的车队无线传输交互通过:中央服务器、车队管理模块和网格网络转发给用户或多个用户。
在一些实例中,电子设备包括:电话,个人移动设备,个人数字助理(PDA),主机计算机,台式计算机,笔记本电脑,平板电脑和可穿戴计算设备,包括:通信耳机,智能眼镜,隐形眼镜或镜片,数字手表,手镯,戒指,珠宝或其组合。
在一些实例中,多个传感器包括一个或多个:静止摄像机,摄像机,透视投影式传感器,麦克风,红外传感器,超声波传感器,雷达传感器,LiDAR传感器,高度计,深度探测。
在一些实例中,车队的车辆还包括行走系统传感器,这些传感器能够监测驱动机构的性能(例如行走电机)、监测电力系统水平(例如电池、太阳能、汽油、丙烷)或监测驱动总成的性能(例如变速器、轮胎、踏板、制动器、转子、鼓风机、螺旋桨等。
在一些实例中,传感器被还能够通过通信模块将传感器读数远程传输到车队管理器。
在一些实例中,传感器还能够通过通信模块向用户或多个用户远程报告传感器读数。
在一些实例中,通信模块被还能够接收和响应来自用户或多个用户的命令,以便:选择或更改目标监视、选择或更改被监视目的地的顺序、选择或更改到要监视的目的地的路由、报告车辆的地理位置、报告车辆的状况(例如燃料供应、事故、部件故障)、报告车辆的速度或报告目的地的ETA到达。
在一些实例中,车队为陆地车辆。
在一些实例中,车队中的陆地车辆车辆能够最大速度范围从13.0公里/小时到大约90.0公里/小时。
在一些实例中,车队中的陆地车辆车辆配置有“爬行”或“爬行”速度,包括大约0.01公里/小时到大约1.0公里/小时之间的速度范围。
在一些实例中,车队中的陆地车辆车辆能够“爬行”或“爬行”速度,包括约0.01公里/小时至约5.0公里/小时之间的速度范围。
在一些实例中,车队中的陆地车辆车辆能够“爬行”或“爬行”速度,其速度范围在约0.01公里/小时至约10.0公里/小时之间。在一些实例中,车队中的陆地车辆车辆能够“爬行”或“爬行”速度,包括大约0.01公里/小时到大约13.0公里/小时之间的速度范围。在一些实例中,车队中的陆地车辆车辆能够操作速度范围从约0.01公里/小时到约90.0公里/小时。
在一些实例中,最大速度由车辆中的硬件和软件决定。在一些实例中,最大速度允许在开放道路、自行车道和其他适当更高速度的环境中运行。
在一些实例中,任何给定环境中的操作速度都由监视环境条件、操作环境等的传感器控制。在任何给定的时间确定适当的速度。
在车队的一些实例中,多个自主或半车辆包括次级自主或半车辆,这些车辆可能够独立车辆,能够以类似于车队中任何其他自主或半车辆的方式运作。
在车队的一些实例中,次级车辆是陆地车辆的组成部分,可与陆地车辆分离,并能够次要任务,例如:获取土壤、水或空气样本;获取特写图片;进入较大的车辆无法进入的小或封闭区域;或将部件或包裹从街道或人行道上的车辆行走到门、投递箱或附近的次要位置。在一些实例中,二次车辆能够局部任务,将部件或包裹运输到建筑物的入口或建筑物的内部。
在一些实例中,二级车辆为较小的陆地车辆。在一些实例中,二级自飞行器为无人机。在一些实例中,二次车辆为水艇。在一些实例中,二次车辆在陆地车辆车辆的存储室中行走。在一些实例中,次级车辆在陆地车辆车辆的顶部行走。在一些实例中,二次车辆能够自动从陆地车辆的存储室中提取。在一些实例中,二次车辆能够辅助自动从土地自主车辆的存储舱中提取,其中土地车辆提供坡道,平台或升降机,以协助从土地车辆的舱室中提取二次自主车辆。
在一些实例中,二级自主车辆能够最大速度范围从1.0公里/小时到大约13.0公里/小时。在一些实例中,次级自主车辆能够最大速度范围从1.0公里/小时到大约90.0公里/小时。在一些实例中,次级自主车辆能够“爬行”或“爬行”速度,包括大约0.01公里/小时到1.0公里/小时之间的速度范围。
在一些实例中,车队中的陆地车辆能够“爬行”或“爬行”速度,其速度范围在约0.01公里/小时至约5.0公里/小时之间。
在一些实例中,车队中的陆地车辆能够“爬行”或“爬行”速度,其速度范围在约0.01公里/小时至约10.0公里/小时之间。
在一些实例中,车队中的陆地车辆能够“爬行”或“爬行”速度,包括大约0.01公里/小时到大约13.0公里/小时之间的速度范围。
在一些实例中,车队是独立的。
在一些实例中,车队是半自主的。
在一些实例中,车队由用户或多个用户直接控制。
在一些实例中,车队内的多个自主车辆是代表第三方供应商/服务提供商操作的。
在一些实例中,车队中的自主车辆能够陆地行驶作为陆地车辆。
在一些实例中,车队中的自主车辆能够水上行驶作为水上飞行器。
在一些实例中,车队中的自主车辆能够成为陆地或水上气垫船车辆。
在一些实例中,车队中的自主飞行器能够空中航行,作为空中无人机或空中气垫飞行器。
在一些实例中,车队内的多辆车辆还能够包括车辆的子的一部分;每个子能够独立或与车队协同工作。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
对应于上述方法,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述方法的步骤。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车辆控制平台,其特征在于,包括存储模块、需求预测模块、调度模块、导航模块、临时重新定位模块和平台通信模块;
所述存储模块用于存储地图数据和历史需求数据;
所述需求预测模块用于根据预测算法对需求任务位置和需求周期进行预测;
所述平台通信模块用于接收当前车辆位置、当前车辆状态的信息和监测信息;
所述调度模块用于根据任务目的地对车队中的车辆进行任务分配;
所述导航模块用于根据路线计算算法,基于当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线;
所述临时重新定位模块用于根据当前车辆位置、当前车辆状态的信息、预测需求任务位置和预测需求周期,对车辆进行临时重新定位。
2.根据权利要求1所述的车辆控制平台,其特征在于,所述车队包括多个车辆;
所述每个车辆均有智能行走系统、位置传感器、状态传感器和车辆通信装置;
所述智能行走系统用于驱动车辆行驶或停车;
所述位置传感器用于获取当前车辆位置信息;
所述状态传感器用于获取当前车辆状态信息;
所述车辆通信装置用于将车辆控制平台和当前车辆状态信息发送至所述平台通信模块。
3.根据权利要求1所述的车辆控制平台,其特征在于,所述地图数据包括多个停车点位置和与路径参数相关联的多条路径信息;
所述路径参数与自主驾驶安全系数和速度系数相关联。
4.根据权利要求3所述的车辆控制平台,其特征在于,所述速度因数和自主驾驶安全系数包括限速、平均速度、平均速度、随时间变化的平均速度、若干交叉口、若干转弯、转弯类型、事故指示器、停车指示器、若干车道、若干车道、单行道指示器、蜂窝接收参数、道路坡度、最大道路坡度、平均道路坡度、平均行人密度、最大行人密度、最低行人密度、时间相关行人密度、平均骑车人密度,无保护的转弯参数、道路平整度参数、道路能见度参数或其任何组合。
5.根据权利要求3所述的车辆控制平台,其特征在于,所述导航模块用于根据路线计算算法,基于路径参数、当前车辆位置、当前车辆状态的信息和任务目的地,确定车辆任务路线。
6.根据权利要求1所述的车辆控制平台,其特征在于,还包括停车分配模块;
所述停车分配模块用于根据停车点位置、任务目的地和预测需求任务位置进行停车分配。
7.根据权利要求1所述的车辆控制平台,其特征在于,所述预测算法和路线计算算法均包括机器学习算法或基于规则的算法。
8.根据权利要求1所述的车辆控制平台,其特征在于,所述当前车辆状态车包括辆功率电平、车辆库存、车辆硬件状态或其任何组合。
9.根据权利要求2所述的车辆控制平台,其特征在于,所述每个车辆还设置有信息传感器,所述信息传感器用于获取监测信息。
10.根据权利要求1所述的车辆控制平台,其特征在于,还包括显示模块;
所述显示模块用于显示当前车辆位置、当前车辆状态、任务目的地、路径参数,任务路线、停车点位置和预测需求任务位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987818.1A CN115497325A (zh) | 2022-08-17 | 2022-08-17 | 一种车辆控制平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210987818.1A CN115497325A (zh) | 2022-08-17 | 2022-08-17 | 一种车辆控制平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115497325A true CN115497325A (zh) | 2022-12-20 |
Family
ID=84466547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210987818.1A Pending CN115497325A (zh) | 2022-08-17 | 2022-08-17 | 一种车辆控制平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115497325A (zh) |
-
2022
- 2022-08-17 CN CN202210987818.1A patent/CN115497325A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10331124B2 (en) | Autonomous vehicle repositioning | |
US11042827B2 (en) | Route planning and optimization with dynamic fueling and inventory replenishment | |
JP2020527805A5 (zh) | ||
US11222299B1 (en) | Indoor deliveries by autonomous vehicles | |
US11977387B2 (en) | Queueing into pickup and drop-off locations | |
US11062602B1 (en) | Method and apparatus for recommending temporary parking | |
US20160334235A1 (en) | Itpa informed traveler program and application | |
US20200286391A1 (en) | Method and apparatus for computing a three-dimensional route based on risk-related data | |
US20220044198A1 (en) | Method and apparatus for dynamic load selection and parking calculation for last mile delivery | |
US20210053567A1 (en) | Identifying pullover regions for autonomous vehicles | |
US20190250635A1 (en) | Mobile shop vehicle and mobile shop system | |
US20220276066A1 (en) | Method and apparatus for providing comparative routing associated with origin-destination pairs | |
US20200189608A1 (en) | Automated Performance Checks For Autonomous Vehicles | |
US20220099450A1 (en) | Quality scoring for pullovers for autonomous vehicles | |
US11804136B1 (en) | Managing and tracking scouting tasks using autonomous vehicles | |
EP3708959B1 (en) | Road network change detection and local propagation of detected change | |
JP2022031830A (ja) | コネクテッド自動運転車のハイウエイシステムとそれを用いた方法 | |
US20220222597A1 (en) | Timing of pickups for autonomous vehicles | |
CN114501385A (zh) | 一种应用于智能网联交通系统的协同自动驾驶系统 | |
US11947356B2 (en) | Evaluating pullovers for autonomous vehicles | |
US20210124348A1 (en) | Autonomous Clustering for Light Electric Vehicles | |
US11685408B1 (en) | Driving difficulty heat maps for autonomous vehicles | |
Goumiri et al. | Smart Mobility in Smart Cities: Emerging challenges, recent advances and future directions | |
CN115497325A (zh) | 一种车辆控制平台 | |
US20220164720A1 (en) | Resource allocation for an autonomous vehicle transportation service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |