CN115775464A - 一种基于多源信息收集智能网联车路径规划系统及其方法 - Google Patents

Abstract

本发明公开了基于多源信息收集智能网联车路径规划系统及其方法；包括云端系统、与基于V2X技术的路侧设备及智能网联车、组成通信链路的基站；自动驾驶单元向所述云端系统申请传感任务请求；智能网联车及路侧设备，以收集所述智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；地图融合单元负责通过神经网络将所述任务管理单元收集的全部信息与原所述高精地图进行融合。本发明将收集到的多源信息流与高精地图信息进行融合，实时建立相应的车辆信息以及道路信息交通模型，从而提高智能网联车辆模型和传感器匹配的冗余度，并据此进行路径规划，从而达到提高交通通行效率的目的。

Description

一种基于多源信息收集智能网联车路径规划系统及其方法

技术领域

本发明涉及智能车辆领域，尤其涉及一种基于多源信息收集智能网联车路径规划系统及其方法。

背景技术

随着通信与汽车产业的技术融合，传统汽车逐步从智能汽车发展至智能网联汽车。与传统汽车相比，智能汽车凭借先进的传感器，使车辆更加的安全、舒适。然而，从技术角度而言，单车智能技术由于传感范围有限、车辆之间存在博弈与冲突，难以实现全局优化。为了解决以上问题，智能网联汽车从整体角度出发，立足于智能汽车与智能交通由点及面，构建车辆、路侧基础设施、通信技术、计算机以及资源平台融合的系统架构，促进智能汽车与交通系统的协同发展。目前，发展趋势是车路云一体化的融合系统，其主要借助新一代通讯技术，从物理层、信息层再到应用层，实现人、车、路和云的融合感知、控制与决策，如专利2018116224871。但现有技术还处于比较宏观的概念，未具体考虑到与高精地图融合的具体方法。

发明内容

本发明的目的在于提供一种将收集到的多源信息流与高精地图信息进行融合，实时建立相应的车辆信息以及道路信息交通模型，从而提高智能网联车辆模型和传感器匹配的冗余度，最终达到提高交通通行效率的目的的基于多源信息收集智能网联车路径规划系统及其方法。

为实现上述目的，本发明提供如下技术方案：

一种基于多源信息收集智能网联车路径规划系统；包括云端系统、与基于V2X技术的路侧设备及智能网联车、组成通信链路的基站；其中：

所述云端系统包括具有车辆动态信息和交通动态信息的高精地图，任务管理单元以及地图融合单元；

所述路侧设备包括收集路端信息的采集模块、与所述智能网联车和云端系统通信的路侧通信模块，

所述智能网联车包括进行车辆定位的卫星定位单元、进行自动驾驶的自动驾驶单元、采集车辆周围环境的传感器单元、与所述路侧设备和云端系统通信的车载通信模块；

其中，所述自动驾驶单元负责根据驾驶任务向所述云端系统申请带有位置信息的传感任务请求、并根据从所述云端系统接收的所述高精地图进行路径规划；

所述任务管理单元负责将所述传感任务请求发布给在该位置信息周围预设范围内的所述智能网联车及路侧设备，以收集所述智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；

所述地图融合单元负责通过神经网络将所述任务管理单元收集的全部信息与原所述高精地图进行融合，并更新所述高精地图，更新后的所述高精地图通过所述基站发送给所述智能网联车。

优选的，所述传感器单元包括用以采集所述智能网联车周围物体间距的毫米波雷达和/或激光雷达和/或超声波传感器，以及采集所述智能网联车四周视频图像的车载摄像头。

优选的，所述智能网联车之间通过所述路侧设备进行信息交互。

本发明还提供一种基于多源信息收集智能网联车路径规划的方法，其包括所述的基于多源信息收集智能网联车路径规划系统，包括以下步骤：

S1)创建所述高精地图的初始化模型，作为原始的所述高精地图；

S2)所述智能网联车接收到驾驶任务后，向所述云端系统申请带有该驾驶任务相关位置信息的传感任务请求；

S3)所述任务管理单元负责将所述传感任务请求发布给在该位置信息周围预设范围内的所述智能网联车及路侧设备，以收集所述智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；

S4)所述地图融合单元通过神经网络将所述智能网联车收集的车端信息和所述路侧设备收集的路端信息与所述高精地图进行融合，得到实时更新的所述高精地图；

S5)所述自动驾驶单元根据从所述云端系统接收的所述高精地图进行路径规划。

优选的，所述步骤S2)中，所述智能网联车向所述云端系统申请传感任务请求后，所述云端系统根据其中的位置信息通过相关的所述基站向其覆盖范围内的所述智能网联车发布所述传感任务。

优选的，所述步骤S3)中，所述智能网联车Vi接受到传感任务后，通过比较最低信任值以决定是否参加传感任务，参加传感任务的所述智能网联车则设定F值为1；所述智能网联车获取信息E(ui)后，将N||F||E(ui)发送至所述基站，由所述基站再传输至所述云端系统，其中N为任务编号，F为任务参与度。

优选的，所述步骤S4)中，所述地图融合单元接收到所述智能网联车V_x获取的信息后，首先比较t_d与

如果

则对N||F||E(ui)进行单车数据融合；否则，则丢弃该消息；融合规则为所有数据的加权平均值，权重为信任值：

式中，t_d为当前时间，

为任务限定时间，T_i为信任值，u_i为神经网络结点的输入，i为上一时刻，t为当前时刻。

优选的，所述步骤S4)中，所述地图融合单元依次完成全部所述智能网联车的单车数据后，将全部的单车数据融合，得到

并将其更新到所述高精地图中，得到新的所述高精地图，式中，s为全部参与传感任务的所述智能网联车的数量，n为车辆总数量。

本发明的有益效果：本发明提出一种多源信息收集与高精地图相似融合方法，将收集到的多源信息流与高精地图信息进行融合，实时建立相应的车辆信息以及道路信息交通模型，从而提高智能网联车辆模型和传感器匹配的冗余度，并据此进行路径规划，从而达到提高交通通行效率的目的。

附图说明

图1是本发明的原理示意图。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

在本发明的描述中，需要说明的是，术语“内”、“外”、“上”、“下”、“水平”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，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。

如图1所示，本发明提供一种基于多源信息收集智能网联车路径规划系统；包括云端系统、与基于V2X技术的路侧设备及智能网联车、组成通信链路的基站(V2X为vehicletoeverything，即车对外界的信息交换)。其中：

云端系统包括具有车辆动态信息和交通动态信息的高精地图、任务管理单元以及地图融合单元；

路侧设备包括收集路端信息的采集模块、与智能网联车和云端系统通信的路侧通信模块，

智能网联车包括进行车辆定位的卫星定位单元、进行自动驾驶的自动驾驶单元、采集车辆周围环境的传感器单元、与路侧设备和云端系统通信的车载通信模块；

其中，自动驾驶单元负责根据驾驶任务向云端系统申请带有位置信息的传感任务请求、并根据从云端系统接收的高精地图进行路径规划；

任务管理单元负责将传感任务请求发布给在该位置信息周围预设范围内的智能网联车及路侧设备，以收集智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；

地图融合单元负责通过神经网络将任务管理单元收集的全部信息与原高精地图进行融合，并更新高精地图，更新后的高精地图通过基站发送给智能网联车。

传感器单元包括用以采集智能网联车周围物体间距的毫米波雷达和/或激光雷达和/或超声波传感器，以及采集智能网联车四周视频图像的车载摄像头。

智能网联车之间通过路侧设备进行信息交互。

基于上述硬件，本发明还提供一种基于多源信息收集智能网联车路径规划的方法，包括以下步骤：

S1)创建高精地图的初始化模型，作为原始的高精地图；

S2)智能网联车接收到驾驶任务后，向云端系统申请带有该驾驶任务相关的位置信息的传感任务请求,然后云端系统根据其中的位置信息通过相关的基站向其覆盖范围内的智能网联车发布传感任务；

S3)任务管理单元负责将传感任务请求发布给在该位置信息周围预设范围内的智能网联车及路侧设备，以收集智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；当智能网联车Vi接受到传感任务后，通过比较最低信任值以决定是否参加传感任务，参加传感任务的智能网联车则设定F值为1；智能网联车获取信息E(ui)后，将N||F||E(ui)发送至基站，由基站再传输至云端系统，其中N为任务编号，F为任务参与度。信任值为智能网联车Vi自身传感器的健康度，当健康度小于预定的阈值时，表明其所拥有的传感器健康度不佳，不参与传感任务，F值为0；该阈值为最低信任值。

S4)地图融合单元通过神经网络将智能网联车收集的车端信息和路侧设备收集的路端信息与高精地图进行融合，得到实时更新的高精地图；

S5)自动驾驶单元根据从云端系统接收的高精地图进行路径规划。

进一步地，步骤S4)中，地图融合单元接收到智能网联车V_x获取的信息后，首先比较t_d与

如果

则对N||F||E(ui)进行单车数据融合；否则，则丢弃该消息；融合规则为所有数据的加权平均值，权重为信任值：

式中，t_d为当前时间，

为任务限定时间，T_i为信任值，u_i为神经网络结点的输入，i为上一时刻，t为当前时刻。

地图融合单元依次完成全部智能网联车的单车数据后，将全部的单车数据融合，得到

并将其更新到高精地图中，得到新的高精地图，式中，s为全部参与传感任务的智能网联车的数量，n为车辆总数量，E(s)为所有传感数据的加权平均值。

本发明提供了一种切实可行的多源信息收集并融合至高精地图的方法，为解决智能网联车的路径规划提供有力支撑，在智能网联车接收到自动驾驶的任务后，即可根据高精地图进行初步路径规划，并将规划的路径发送给云端系统，由云端系统调度沿途的其他智能网联车反馈传感器信息，并据此更新高精地图，方便智能网联车根据更新后的高精地图对路径规划进行调整、或与其他智能网联车进行协调，从而改善智能网联车的自动驾驶功能，提高复杂或恶劣情况下的处理，提高安全性和效率。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种基于多源信息收集智能网联车路径规划系统；其特征在于：包括云端系统、与基于V2X技术的路侧设备及智能网联车、组成通信链路的基站；其中：

所述云端系统包括具有车辆动态信息和交通动态信息的高精地图，任务管理单元以及地图融合单元；

所述路侧设备包括收集路端信息的采集模块、与所述智能网联车和云端系统通信的路侧通信模块，

所述智能网联车包括进行车辆定位的卫星定位单元、进行自动驾驶的自动驾驶单元、采集车辆周围环境的传感器单元、与所述路侧设备和云端系统通信的车载通信模块；

其中，所述自动驾驶单元负责根据驾驶任务向所述云端系统申请带有位置信息的传感任务请求、并根据从所述云端系统接收的所述高精地图进行路径规划；

所述任务管理单元负责将所述传感任务请求发布给在该位置信息周围预设范围内的所述智能网联车及路侧设备，以收集所述智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；

所述地图融合单元负责通过神经网络将所述任务管理单元收集的全部信息与原所述高精地图进行融合，并更新所述高精地图，更新后的所述高精地图通过所述基站发送给所述智能网联车。

2.根据权利要求1所述的基于多源信息收集智能网联车路径规划系统，其特征在于，所述传感器单元包括用以采集所述智能网联车周围物体间距的毫米波雷达和/或激光雷达和/或超声波传感器，以及采集所述智能网联车四周视频图像的车载摄像头。

3.根据权利要求1所述的基于多源信息收集智能网联车路径规划系统，其特征在于，所述智能网联车之间通过所述路侧设备进行信息交互。

4.一种基于多源信息收集智能网联车路径规划的方法，其包括根据权利要求1至3其中之一所述的基于多源信息收集智能网联车路径规划系统，其特征在于，包括以下步骤：

S1)创建所述高精地图的初始化模型，作为原始的所述高精地图；

S2)所述智能网联车接收到驾驶任务后，向所述云端系统申请带有该驾驶任务相关位置信息的传感任务请求；

S3)所述任务管理单元负责将所述传感任务请求发布给在该位置信息周围预设范围内的所述智能网联车及路侧设备，以收集所述智能网联车的传感器单元采集的信息、自动驾驶单元的控制信息以及路端信息；

S4)所述地图融合单元通过神经网络将所述智能网联车收集的车端信息和所述路侧设备收集的路端信息与所述高精地图进行融合，得到实时更新的所述高精地图；

S5)所述自动驾驶单元根据从所述云端系统接收的所述高精地图进行路径规划。

5.根据权利要求4所述的基于多源信息收集智能网联车路径规划的方法，其特征在于，所述步骤S2)中，所述智能网联车向所述云端系统申请传感任务请求后，所述云端系统根据其中的位置信息通过相关的所述基站向其覆盖范围内的所述智能网联车发布所述传感任务。

6.根据权利要求5所述的基于多源信息收集智能网联车路径规划的方法，其特征在于，所述步骤S3)中，所述智能网联车Vi接受到传感任务后，通过比较最低信任值以决定是否参加传感任务，参加传感任务的所述智能网联车则设定F值为1；所述智能网联车获取信息E(ui)后，将N||F||E(ui)发送至所述基站，由所述基站再传输至所述云端系统，其中N为任务编号，F为任务参与度。

7.根据权利要求6所述的基于多源信息收集智能网联车路径规划的方法，其特征在于，所述步骤S4)中，所述地图融合单元接收到所述智能网联车V_x获取的信息后，首先比较t_d与

如果

则对N||F||E(ui)进行单车数据融合；否则，则丢弃该消息；融合规则为所有数据的加权平均值，权重为信任值：

式中，t_d为当前时间，t_φ为任务限定时间，T_i为信任值，u_i为神经网络结点的输入，i为上一时刻，t为当前时刻。

8.根据权利要求7所述的基于多源信息收集智能网联车路径规划的方法，其特征在于，所述步骤S4)中，所述地图融合单元依次完成全部所述智能网联车的单车数据后，将全部的单车数据融合，得到

并将其更新到所述高精地图中，得到新的所述高精地图，式中，s为全部参与传感任务的所述智能网联车的数量，n为车辆总数量。

Images