CN116320996A - 一种云控无人驾驶系统的路侧推送异常判定方法及系统 - Google Patents
一种云控无人驾驶系统的路侧推送异常判定方法及系统 Download PDFInfo
- Publication number
- CN116320996A CN116320996A CN202310112724.4A CN202310112724A CN116320996A CN 116320996 A CN116320996 A CN 116320996A CN 202310112724 A CN202310112724 A CN 202310112724A CN 116320996 A CN116320996 A CN 116320996A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cloud
- road
- positioning data
- module
- 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 54
- 230000005856 abnormality Effects 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 11
- 230000009471 action Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
- G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- 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]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种云控无人驾驶系统的路侧推送异常判定方法,涉及路侧推送异常判定技术领域,包括:运行过程中上报定位坐标;对比路测设备模块与云控车辆模块上报的坐标;云平台控制模块通过路侧设备提供的信息规划云控无人驾驶车辆轨迹,并下发控车指令至车端执行。本发明提供的云控无人驾驶系统的路侧推送异常判定方法解决了云控无人驾驶车辆在路端数据断开或异常时的安全问题,提供结合两种定位源制定判断路端是否异常逻辑,解决了云控系统中路端因各种原因异常掉线导致的安全问题。
Description
技术领域
本发明涉及路侧推送异常判定技术领域,具体为一种云控无人驾驶系统的路侧推送异常判定方法及系统。
背景技术
无人驾驶汽车不同于现有的有人驾驶汽车,有人驾驶汽车是通过驾驶员来观察路况来操作车辆行驶,而对于无人驾驶汽车来说,行驶过程中需要使用信息采集系统来收集路况信息,便于车辆的安全行驶,因此,信息采集系统对于无人驾驶汽车而言是至关重要的。
但是现有的无人驾驶汽车无法实现对信息采集系统的自动检测,从而容易影响无人驾驶汽车行驶的安全性能。
因此亟需一种云控无人驾驶系统的路侧推送异常判定方法,结合两种定位源制定判断路端是否异常逻辑,解决云控系统中路端因各种原因异常掉线导致的安全问题。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述存在的问题,提出了本发明。
因此,本发明解决的技术问题是:现有的云控无人驾驶系统的路侧推送异常判定方法存在路端数据断开或异常时存在安全问题,造成道路数据无法正常推送或推送数据异常,导致云平台无法正常控制车辆的避障,造成无人驾驶车辆在运行过程中出现安全事故。
为解决上述技术问题,本发明提供如下技术方案:一种云控无人驾驶系统的路侧推送异常判定方法,包括:
运行过程中上报定位坐标;
对比路测设备模块与云控车辆模块上报的坐标;
云平台控制模块通过路侧设备提供的信息规划云控无人驾驶车辆轨迹,并下发控车指令至车端执行。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述上报定位坐标包括:
车端上报自身定位坐标,且路端也上报道路上目标物的定位坐标;
车辆上报GNSS定位数据至云平台控制模块进行路径规划,同时路侧传感器采集道路信息并处理后通过边缘计算单元推送至云平台控制模块,云平台控制模块下发规划的轨迹及车控指令控制车辆进行循迹。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述对比包括:
云控无人车辆收集第一车端定位数据,路侧设备收集第二车端定位数据,将第一车端定位数据和第二车端定位数据同时推送至云平台控制模块;
云平台控制模块接收定位数据,对比第一车端定位数据与第二车端定位数据,当定位数据匹配时,云平台控制模块判断路端检测到的目标物为云控无人驾驶车辆;
所述定位数据匹配包括,当路侧检测出的目标车辆坐标与主车坐标的距离>1米且≤3米时,确认定位数据匹配;
当定位数据未上报或上报的定位数据无法匹配时,云平台控制模块则认为路端检测出现故障。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述检测出现故障包括:
当第一车端定位数据未上报时,无人驾驶车辆会自动判断为与云平台控制模块断开连接,无人驾驶车辆制动驻车等待;
当第二车端定位数据未上报时,判断路端检测出现故障时,采取紧急措施下发制动指令控制云控无人驾驶车辆停运,同时进行报警,将故障信息发送给运维人员,运维人员远程查看并判断故障原因进行维护;
当上报的定位数据无法匹配时,由路侧设备识别路况信息,当路况信息为直线时车辆采取减速,再次进行数据匹配,若依旧无法匹配,则采取制动,控制云控无人驾驶车辆停运;
当路况信息为变道和路口时,直接取制动,控制云控无人驾驶车辆停运。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述下发控车指令包括:
当判断路端检测到的目标物为云控无人驾驶车辆时,继续下发轨迹控制云控无人驾驶车辆运行。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述第一车端定位数据包括云控无人驾驶车辆车端定位坐标;
所述第二车端定位数据包括路侧设备检测到的所有目标物坐标;
所述路侧设备包括摄像头,雷达,EMC边缘计算模块。
作为本发明所述的云控无人驾驶系统的路侧推送异常判定方法的一种优选方案,其中,所述数据无法匹配包括:
当路侧设备存在断电、损坏、MEC算法异常停止、传感器被遮挡情况时,道路相关目标物信息无法正常推送至云平台控制模块,此时云平台控制模块仅能收到车端上报的定位信息,无法在路端信息中搜索到与车端上报坐标匹配的云控无人驾驶车辆,此时云平台控制模块判定路端掉线,采取应急措施。
因此,本发明解决的技术问题是:解决云控无人驾驶车辆在路端数据断开或异常时的安全问题。
为解决上述技术问题,本发明提供如下技术方案:一种云控无人驾驶系统的路侧推送异常判定系统,包括:
云平台控制模块,路测设备模块,云控车辆模块;
所述云平台控制模块是接收数据并下达动作指令的装置,用于收集路测设备模块和云控车辆模块采集到的数据并向云控车辆模块下达动作指令;
所述路测设备模块是采集路端数据的装置,用于将路段定位数据推送至云平台控制模块;
所述云控车辆模块是采集路端数据并接收动作指令的装置,用于将车端定位数据推送至云平台控制模块并接收云平台控制模块下达的动作指令。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
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,所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明的有益效果:本发明提供的云控无人驾驶系统的路侧推送异常判定方法解决云控无人驾驶车辆在路端数据断开或异常时的安全问题,提供结合两种定位源制定判断路端是否异常逻辑,解决了云控系统中路端因各种原因异常掉线导致的安全问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种云控无人驾驶系统的路侧推送异常判定方法的整体流程图;
图2为本发明第二个实施例提供的一种云控无人驾驶系统的路侧推送异常判定系统的整体结构图;
图3为本发明第四个实施例提供的一个实施例提供的一种云控无人驾驶系统的路侧推送异常判定方法在不同条件下识别准确率对比图;
图4为本发明第四个实施例提供的一个实施例提供的一种云控无人驾驶系统的路侧推送异常判定方法的分配时间对比图;
图5为本发明第四个实施例提供的一个实施例提供的一种云控无人驾驶系统的路侧推送异常判定方法的分配准确率对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”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,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、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也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。
实施例1
参照图1,为本发明的一个实施例,提供了一种云控无人驾驶系统的路侧推送异常判定方法,包括:
运行过程中上报定位坐标;
对比路测设备模块与云控车辆模块上报的坐标;
云平台控制模块通过路侧设备提供的信息规划云控无人驾驶车辆轨迹,并下发控车指令至车端执行。
上报定位坐标包括:车端上报自身定位坐标,且路端也上报道路上目标物的定位坐标;
车辆上报GNSS定位数据至云平台控制模块进行路径规划,同时路侧传感器采集道路信息并处理后通过边缘计算单元推送至云平台控制模块,云平台控制模块下发规划的轨迹及车控指令控制车辆进行循迹。
对比包括:云控无人车辆收集第一车端定位数据,路侧设备收集第二车端定位数据,将第一车端定位数据和第二车端定位数据同时推送至云平台控制模块;
云平台控制模块接收定位数据,对比第一车端定位数据与第二车端定位数据,当定位数据匹配时,云平台控制模块判断路端检测到的目标物为云控无人驾驶车辆;
定位数据匹配包括,当路侧检测出的目标车辆坐标与主车坐标的距离>1米且≤3米时,确认定位数据匹配;
当定位数据未上报或上报的定位数据无法匹配时,云平台控制模块则认为路端检测出现故障。
检测出现故障包括:当第一车端定位数据未上报时,无人驾驶车辆会自动判断为与云平台控制模块断开连接,无人驾驶车辆制动驻车等待;
当第二车端定位数据未上报时,判断路端检测出现故障时,采取紧急措施下发制动指令控制云控无人驾驶车辆停运,同时进行报警,将故障信息发送给运维人员,运维人员远程查看并判断故障原因进行维护;
当上报的定位数据无法匹配时,由路侧设备识别路况信息,当路况信息为直线时车辆采取减速,再次进行数据匹配,若依旧无法匹配,则采取制动,控制云控无人驾驶车辆停运;
当路况信息为变道和路口时,直接取制动,控制云控无人驾驶车辆停运。
下发控车指令包括:当判断路端检测到的目标物为云控无人驾驶车辆时,继续下发轨迹控制云控无人驾驶车辆运行。
第一车端定位数据包括云控无人驾驶车辆车端定位坐标;
第二车端定位数据包括路侧设备检测到的所有目标物坐标;
路侧设备包括摄像头,雷达,EMC边缘计算模块。
数据无法匹配包括:当路侧设备存在断电、损坏、MEC算法异常停止、传感器被遮挡情况时,道路相关目标物信息无法正常推送至云平台控制模块,此时云平台控制模块仅能收到车端上报的定位信息,无法在路端信息中搜索到与车端上报坐标匹配的云控无人驾驶车辆,此时云平台控制模块判定路端掉线,采取应急措施。
实施例2
参照图2,为本发明的一个实施例,提供了一种客服语音分析系统,包括:云平台控制模块100,路测设备模块200,云控车辆模块300;
云平台控制模块100是接收数据并下达动作指令的装置,用于收集路测设备模块200和云控车辆模块300采集到的数据并向云控车辆模块300下达动作指令;
路测设备模块200是采集路端数据的装置,用于将路段定位数据推送至云平台控制模块100;
云控车辆模块300是采集路端数据并接收动作指令的装置,用于将车端定位数据推送至云平台控制模块100并接收云平台控制模块100下达的动作指令。
实施例3
本发明第三个实施例,其不同于前两个实施例的是:
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明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,多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。例如,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。
实施例4
参照图3-5,为本发明的一个实施例,提供了一种云控无人驾驶系统的路侧推送异常判定方法,为了验证本发明的有益效果,通过经济效益计算和仿真实验进行科学论证。
传统的云控无人驾驶系统中,车辆上报GNSS定位数据至云平台进行路径规划,同时路侧传感器采集道路信息并处理后通过边缘计算单元推送至云平台,云平台下发规划的轨迹及车控指令控制车辆进行循迹。但实际运行过程中,路侧端会出现例如:传感器老化,损坏等无法正常工作;MEC算法异常停止;MEC与云平台之间网络连接断开;传感器设备被遮挡等原因造成道路数据无法正常推送或推送数据异常,导致云平台无法正常控制车辆的避障,造成无人驾驶车辆在运行过程中出现安全事故。
采用本发明方法在云控无人驾驶系统中,车辆上报GNSS定位数据至云平台进行路径规划,同时路侧传感器采集道路信息并处理后通过边缘计算单元推送至云平台,云平台下发规划的轨迹及车控指令控制车辆进行循迹。
当主车行驶在线路上时,云平台实时接收车端与路端上报的定位信息,并计算主车坐标与路侧上报的所有目标物坐标间距离,当间距小于某个阈值时,判定此目标物为云控无人车辆。
当路侧设备存在断电、损坏、MEC算法异常停止、传感器被遮挡等情况时,道路相关目标物信息无法正常推送至云平台,此时云平台仅能收到车端上报的定位信息,无法在路端信息中搜索到与车端上报坐标匹配的目标物,此时云平台判定路端掉线,采取应急措施,下发制动指令控制车辆停止运行并将路侧异常信息推送至运维人员。
本实施例中,对本发明的方法进行具体的使用实验,在预设好的同等的实验环境下,本实施例分别对现有传统的方法、本实施例的方法进行了3组实验,具体的实验结果如表格1、2所示;
如图3所示,当阈值过大时,会有漏识别情况发生;当阈值设置过小时,会有错识别情况发生,在同时在具备实时性的同时,当阈值为1-3米时,达到了异常判定100%准确,故将阈值确定为1-3米。
表1识别耗时对比表
实验1 | 实验2 | 实验3 | |
本方法 | 2s | 1s | 1s |
传统方法 | 3s | 5s | 4s |
表2不同阈值下识别准确率对比表
0.4米 | 0.6米 | 0.8米 | 1米 | 2米 | 3米 | 4米 | 5米 | 6米 | 7米 | |
本方法 | 90% | 93% | 95% | 100% | 100% | 100% | 96% | 94% | 90% | 85% |
传统方法 | 89% | 90% | 92% | 93% | 90% | 88% | 91% | 93% | 90% | 92% |
通过以上对比实验可以确定,本发明提供的方法异常判定速度提升明显,与现有技术相比判定速度得到了显著提高,降低了花费时间;
在应急情况下,下发制动指令控制车辆停止运行并将路侧异常信息推送至运维人员,解决了云控无人驾驶车辆在路端数据断开或异常时的安全问题。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种云控无人驾驶系统的路侧推送异常判定方法,其特征在于,包括:
运行过程中上报定位坐标;
对比路测设备模块与云控车辆模块上报的坐标;
云平台控制模块通过路侧设备提供的信息规划云控无人驾驶车辆轨迹,并下发控车指令至车端执行。
2.如权利要求1所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述上报定位坐标包括:
车端上报自身定位坐标,且路端也上报道路上目标物的定位坐标;
车辆上报GNSS定位数据至云平台控制模块进行路径规划,同时路侧传感器采集道路信息并处理后通过边缘计算单元推送至云平台控制模块,云平台控制模块下发规划的轨迹及车控指令控制车辆进行循迹。
3.如权利要求1所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述对比包括:
云控无人车辆收集第一车端定位数据,路侧设备收集第二车端定位数据,将第一车端定位数据和第二车端定位数据同时推送至云平台控制模块;
云平台控制模块接收定位数据,对比第一车端定位数据与第二车端定位数据,当定位数据匹配时,云平台控制模块判断路端检测到的目标物为云控无人驾驶车辆;
所述定位数据匹配包括,当路侧检测出的目标车辆坐标与主车坐标的距离>1米且≤3米时,确认定位数据匹配;
当定位数据未上报或上报的定位数据无法匹配时,云平台控制模块则认为路端检测出现故障。
4.如权利要求3所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述检测出现故障包括:
当第一车端定位数据未上报时,无人驾驶车辆会自动判断为与云平台控制模块断开连接,无人驾驶车辆制动驻车等待;
当第二车端定位数据未上报时,判断路端检测出现故障时,采取紧急措施下发制动指令控制云控无人驾驶车辆停运,同时进行报警,将故障信息发送给运维人员,运维人员远程查看并判断故障原因进行维护;
当上报的定位数据无法匹配时,由路侧设备识别路况信息,当路况信息为直线时车辆采取减速,再次进行数据匹配,若依旧无法匹配,则采取制动,控制云控无人驾驶车辆停运;
当路况信息为变道和路口时,直接取制动,控制云控无人驾驶车辆停运。
5.如权利要求3所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述下发控车指令包括:
当判断路端检测到的目标物为云控无人驾驶车辆时,继续下发轨迹控制云控无人驾驶车辆运行。
6.如权利要求3所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述第一车端定位数据包括云控无人驾驶车辆车端定位坐标;
所述第二车端定位数据包括路侧设备检测到的所有目标物坐标;
所述路侧设备包括摄像头,雷达,EMC边缘计算模块。
7.如权利要求3所述的云控无人驾驶系统的路侧推送异常判定方法,其特征在于,所述数据无法匹配包括:
当路侧设备存在断电、损坏、MEC算法异常停止、传感器被遮挡情况时,道路相关目标物信息无法正常推送至云平台控制模块,此时云平台控制模块仅能收到车端上报的定位信息,无法在路端信息中搜索到与车端上报坐标匹配的云控无人驾驶车辆,此时云平台控制模块判定路端掉线,采取应急措施。
8.一种云控无人驾驶系统的路侧推送异常判定系统,其特征在于,包括:
云平台控制模块(100),路测设备模块(200),云控车辆模块(300);
所述云平台控制模块(100)是接收数据并下达动作指令的装置,用于收集路测设备模块(200)和云控车辆模块(300)采集到的数据并向云控车辆模块(300)下达动作指令;
所述路测设备模块(200)是采集路端数据的装置,用于将路段定位数据推送至云平台控制模块(100);
所述云控车辆模块(300)是采集路端数据并接收动作指令的装置,用于将车端定位数据推送至云平台控制模块(100)并接收云平台控制模块(100)下达的动作指令。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310112724.4A CN116320996A (zh) | 2023-02-14 | 2023-02-14 | 一种云控无人驾驶系统的路侧推送异常判定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310112724.4A CN116320996A (zh) | 2023-02-14 | 2023-02-14 | 一种云控无人驾驶系统的路侧推送异常判定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116320996A true CN116320996A (zh) | 2023-06-23 |
Family
ID=86802288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310112724.4A Pending CN116320996A (zh) | 2023-02-14 | 2023-02-14 | 一种云控无人驾驶系统的路侧推送异常判定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116320996A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116572995A (zh) * | 2023-07-11 | 2023-08-11 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
-
2023
- 2023-02-14 CN CN202310112724.4A patent/CN116320996A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116572995A (zh) * | 2023-07-11 | 2023-08-11 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
CN116572995B (zh) * | 2023-07-11 | 2023-12-22 | 小米汽车科技有限公司 | 车辆的自动驾驶方法、装置及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109895787B (zh) | 一种车辆驾驶的控制方法及控制装置 | |
US11787424B2 (en) | Method for checking at least one driving environment sensor of a vehicle | |
CN105115605A (zh) | 轨道列车红外检测系统及检测方法 | |
US20240034371A1 (en) | Sensor performance evaluation system and method, and automatic driving system | |
CN116320996A (zh) | 一种云控无人驾驶系统的路侧推送异常判定方法及系统 | |
CN112172878B (zh) | 一种列车限速曲线计算方法及系统 | |
CN113415266A (zh) | 一种车辆磁钉循迹运行的轨迹偏离防护方法 | |
CN117284939B (zh) | 一种智能晶圆自动搬运装置速度控制系统及方法 | |
CN113866778A (zh) | 一种基于边缘计算激光雷达的屏蔽门间隙障碍物探测方法 | |
CN113895481A (zh) | 基于图形识别的列车定位与追踪管理方法、设备及介质 | |
KR102212991B1 (ko) | 블랙 아이스 감지 시스템 및 그 방법 | |
CN110497906B (zh) | 车辆控制方法、装置、设备和介质 | |
CN115188184B (zh) | 一种车辆限速处理方法、设备及装置 | |
CN114155715B (zh) | 一种冲突点检测方法、装置、设备及可读存储介质 | |
CN113609983A (zh) | 一种机车跟踪定位方法、装置、电子设备及存储介质 | |
CN112735187A (zh) | 一种自动识别应急车道的系统和方法 | |
CN113212494A (zh) | 轨道电路微机分路方法、系统和存储介质 | |
WO2024002391A2 (zh) | 车辆的检测方法、控制器、程序和存储介质 | |
CN115188086B (zh) | 一种etc门架系统动态监测方法及系统 | |
CN114559908B (zh) | 激光检测式脱轨自动制动系统 | |
CN115416723B (zh) | 前车防护点的确定方法、装置、电子设备及存储介质 | |
CN114323706B (zh) | 一种列车ato控车故障检测方法、装置、设备及介质 | |
CN114973160B (zh) | 基于数字孪生模型的车辆状态判断方法及系统 | |
EP4141814A1 (en) | Method and device for determining a color of a lane marking | |
CN117565944A (zh) | 一种tacs系统信号防护区入侵检测方法、设备及介质 |
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 |