CN116552512A - 一种基于环境感知和多车协同的车载智能控制系统 - Google Patents

Abstract

本发明公开了一种基于环境感知和多车协同的车载智能控制系统，包括：环境感知模块、车辆运动导航模块、协同控制模块、驾驶决策模块；所述环境感知模块、所述车辆运动导航模块依次连接，所述协同控制模块分别与所述车辆运动导航模块、所述驾驶决策模块连接。本发明能够实现智能驾驶控制，且能够实现与其他智能车的协同驾驶，具备协同性好、智能性高、且安全性高的优点。

Description

一种基于环境感知和多车协同的车载智能控制系统

技术领域

本发明涉及智能交通技术领域，尤其涉及一种基于环境感知和多车协同的车载智能控制系统。

背景技术

汽车作为道路交通核心要素、人类社会最重要的交通出行和道路运输工具，深深融入到人类社会生活。近几年，随着交通拥堵、道路安全、环境问题的日益严峻以及新一轮科技革命推动的产业变革的不断深化，智能控制技术研究在世界范围内已得到广泛重视，发展车载智能控制系统己成为国家战略，成为推动国家经济战略转型、落实供给侧改革的重要抓手。车载智能控制系统是指搭载先进的车载传感器、控制器和执行器，并融合先进的通信与网络技术，实现车与人、车、路和后台等的实时信息共享，进而实现复杂的环境感知、智能决策和协同控制功能。

从技术角度看，车载智能控制系统关键技术具体可分为感知、决策和控制三个维度，具体包括：车载环境信息采集与处理，包括车外环境感知(车道线、行人、障碍物、交通标志等)、车内环境感知(车辆位置、车辆状态、驾驶人状态等)；基于采集信息的驾驶决策，包括换道并道、冲突避让、路径规划、路线导航等；基于生成决策的驾驶控制，包括横向、纵向、垂向以及集成控制。

为了满足其对感知范围和感知精度的要求，车载智能控制系统一直在不断完善和进步，从单车单一传感器感知周围车辆和障碍物位置、运动状态正逐步走向单车多传感器融合感知技术阶段，并进一步发展到利用车车/车路通信技术实现多车多传感器协同感知的技术阶段。虽然各项研究虽然已取得一些成果，部分技术也逐步走向了工程化应用，例如利用机器视觉、毫米波雷达等单一传感器已实现部分智能化功能应用(比如主动避撞系统、疲劳预警系统、巡航控制系统等)，但复杂行车环境下的感知范围、感知精度等依然存在巨大的挑战。

发明内容

本发明提出了一种基于环境感知和多车协同的车载智能控制系统，以解决现有技术中的车辆的协同性较差、智能性较低、安全性无法满足等问题。

为实现上述目的，本发明提供了一种基于环境感知和多车协同的车载智能控制系统，包括：

环境感知模块：用于获取的车辆外部环境信息，并将所述车辆外部环境信息发送给车辆运动导航模块；

车辆运动导航模块：用于基于所述车辆外部环境信息在高精地图上显示车辆导航信息，生成导航路线；

协同控制模块：用于将所述车辆外部环境信息及车辆位姿信息无线发送至需要协同驾驶的其他车辆，接收所述其他车辆反馈的其他车辆外部环境信息及其他位姿信息，并将所述车辆外部环境信息及所述车辆位姿信息发送给云端服务器；

驾驶决策模块：用于与其他车辆共享本车的所述导航路线，并接收其他车辆发出的他车导航路线，当本车的所述导航路线与所述他车导航路线出现交会点时，获取行车权限指令，根据道路状况数据以及所述行车权限指令生成行车路线，控制车辆驾驶；

所述环境感知模块、所述车辆运动导航模块依次连接，所述协同控制模块分别与所述车辆运动导航模块、所述驾驶决策模块连接。

优选地，所述环境感知模块包括：

激光雷达装置：用于采集所述车辆与周围物体之间的距离一；

毫米波雷达装置：用于在特殊天气或灰尘环境下确定所述车辆与周围物体之间的距离二；

摄像装置：用于根据所述距离一和所述距离二采集所述车辆周围的环境图像信息；

其中，所述激光雷达装置、所述毫米波雷达装置分别与所述摄像装置无线连接。

优选地，所述车辆运动导航模块包括：

路侧处理单元：用于结合所述车辆外部环境信息与路面状况数据进行融合处理，获取融合处理结果；

高精导航单元：用于提供高精度的地图数据，并根据所述融合处理结果生成本车导航路线，提供车辆实时位置信息，并将所述实时位置信息表示在所述本车导航路线上；

其中，所述路侧处理单元与所述高精导航单元相连，所述车辆外部环境信息包括车辆行驶前方预设范围内所有车道内的障碍物信息、当前车辆与前车的纵向距离、当前车辆与车道边线的距离和车队队列内其他道路交通参与者的信息。

优选地，所述路面状况数据包括道路标识和障碍物信息，分别通过激光雷达装置和摄像装置获取所述道路标识和所述障碍物信息。

优选地，所述协同控制模块包括：

存储单元：用于存储所述车辆外部环境信息和所述车辆位姿信息；

数据共享单元：用于向其他车辆发送本车的导航路线，以及接收其他车辆发送的他车导航路线；

路线分析单元：用于基于所述本车的导航路线和所述他车导航路线，以及所述车辆位姿信息，判断是否出现路线交会点，若出现所述路线交会点，则生成交会点信息；

权限分配单元：用于根据所述交会点信息，按照预设安全行驶距离，获取行车权限，当车辆驶离安全行驶距离以外后，其他车辆进行移动；

所述存储单元、所述数据共享单元分别与所述路线分析单元无线连接，所述路线分析单元与所述权限分配单元无线连接。

优选地，所述协同控制模块还包括交通场景识别单元，所述交通场景识别单元用于将环境图像信息输入预设的交通场景分类识别模型中，获取交通场景分类识别模型输出的车辆交通场景类别。

优选地，所述协同控制模块还包括所述云端服务器，所述云端服务器与所述交通场景识别单元连接，所述云端服务器用于在出现紧急情况时通过接收所述车辆外部环境信息及所述车辆位姿信息，以及所述车辆交通场景类别进行协同驾驶控制。

优选地，所述驾驶决策模块包括：

行车方向单元：用于根据所述道路状况数据以及所述行车权限指令生成行车路线以及行车方向指令；

指令执行单元：用于基于所述行车路线、所述行车方向指令生成车辆运动控制指令，若所述车辆运动控制指令与车辆安全控制指令一致或差异在允许范围内，则执行所述车辆运动控制指令。

优选地，所述行车方向指令包括纵向运动控制指令、横向运动控制指令；

所述纵向运动控制指令包括油门加速、减速、升档、降档、刹车、不刹车中的至少一个；所述横向运动控制指令包括左转、不动、右转中的至少一个。

与现有技术相比，本发明具有如下优点和技术效果：

(1)本发明采用先到先通过的协同策略，合理、安全的解决了车辆交会过程中的通行顺序问题；同时结合路面环境感知，生成一种车辆交会过程中可以合理、安全规避障碍物的行车指令，解决了车辆的安全通行问题，提高了系统的稳定性及安全性。

(2)本发明通过获取车辆的外部环境信息及位姿信息，且获取到需要协同驾驶的其他车辆的外部环境信息及其他位姿信息，使得能够实现智能驾驶控制，且能够实现与其他智能车的协同驾驶，具备协同性好、智能性高、且安全性高的优点。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本发明实施例中基于环境感知和多车协同的车载智能控制系统的结构示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明提出了一种基于环境感知和多车协同的车载智能控制系统，如图1，具体包括：

环境感知模块：用于获取的车辆外部环境信息，并将所述车辆外部环境信息发送给所述车辆运动导航模块；

车辆运动导航模块：用于基于所述车辆外部环境信息在高精地图上显示车辆导航信息，生成导航路线；

协同控制模块：用于将所述车辆外部环境信息及车辆位姿信息无线发送至需要协同驾驶的其他车辆，接收所述其他车辆反馈的其他车辆外部环境信息及其他位姿信息，并将所述车辆外部环境信息及所述位姿信息发送给云端服务器；

驾驶决策模块：用于与其他车辆共享本车的所述导航路线，并接收其他车辆发出的他车导航路线，当所述本车导航路线与所述他车导航路线出现交会点时，获取行车权限指令，根据道路状况数据以及所述行车权限指令生成行车路线，控制车辆驾驶；

所述环境感知模块、所述车辆运动导航模块依次连接，所述协同控制模块分别与所述车辆运动导航模块、所述驾驶决策模块连接。

环境感知模块包括：

激光雷达装置：用于采集所述车辆与周围物体之间的距离一；

毫米波雷达装置：用于在特殊天气或灰尘环境下确定所述车辆与周围物体之间的距离二；

摄像装置：用于根据所述距离一和所述距离二采集所述车辆周围的环境图像信息；

其中，激光雷达装置、毫米波雷达装置分别与摄像装置无线连接。

激光雷达是以发射激光束探测位置、速度等特征量的雷达系统，其工作原理是发射激光束，然后将接收到的反射回来的信号与发射信号进行比较，则可以得到距离一，因此，激光雷达可用于采集智能车与周围物体之间的距离一，该距离一至少包含距离值，此外，还可以包含方位、高度、速度、姿态、甚至形状等参数，从而实现对智能车的周围物体的探测、跟踪及识别。毫米波雷达是工作在毫米波段探测的雷达，通常毫米波是指30～300GHz频率的波，毫米波介于微波和厘米波之间，因此，毫米波雷达兼有微波雷达和光电雷达的一些优点。毫米波雷达可以用于在雨、雾、烟或者灰尘环境下确定智能车与周围物体的距离二，该距离二至少包含高精度的距离值。摄像头则用于采集智能车周围的图像环境，在设置时，基于需要设置摄像头的个数，使得摄像头能够获取到车前方、车后方、车左侧及车右侧的图像数据，其中，该摄像头可以获取到环境细节，帮助车辆进行环境感知，描绘物体的外观和形状、读取标志等。

车辆运动导航模块包括：

路侧处理单元：用于结合所述车辆外部环境信息与路面状况数据进行融合处理，获取融合处理结果；路面状况数据包括道路标识和障碍物信息，分别通过激光雷达装置和摄像装置获取所述道路标识和所述障碍物信息。

高精导航单元：用于提供高精度的地图数据，并根据所述融合处理结果生成本车导航路线，提供车辆实时位置信息，并将所述实时位置信息表示在本车导航路线上；基于高精地图和高精定位，并结合当前道路交通状况，比如当前车流量、交通管制、车辆限行、道路施工等道路大环境，在起始地和目的地之间生成一条适合本车通行的合理的本车导航路线。

其中，路侧处理单元与高精导航单元相连，车辆外部环境信息包括车辆行驶前方预设范围内所有车道内的障碍物信息、当前车辆与前车的纵向距离、当前车辆与车道边线的距离和车队队列内其他道路交通参与者的信息。

车辆外部环境信息可以包括但不限于目标车辆与道路的位置关系、车辆之间的距离、以及道路区、障碍物情况、道路的路况信息、其他车辆的路径规划信息等信息。

通过智能路侧设备获取目标车辆周围的道路环境信息，并将道路环境信息发送给目标车辆，从而使得目标车辆可根据道路环境信息进行自动驾驶。由此，使得道路上的普通车辆可通过与智能路侧设备进行交互即可实现自动驾驶，有效降低了在车辆上配置感知系统的整车成本，有效降低了智能交通系统成本。

协同控制模块包括：

存储单元：用于存储所述车辆外部环境信息和所述车辆位姿信息；

数据共享单元：用于向其他车辆发送本车的导航路线，以及接收其他车辆发送的他车导航路线；

路线分析单元：用于基于所述本车的导航路线和所述他车导航路线，以及所述车辆位姿信息，判断是否出现路线交会点，若出现所述路线交会点，则生成交会点信息；

路线分析单元基于本车导航路线和他车导航路线，判断是否出现导航交会点，若出现导航交会点，则生成交会点信息。由于每辆车都在共享这导航路线，因此，这些车辆会同时生成交会点信息，交会点信息包括交会点的位置、与本车间的路程、预计抵达交会点的时间、以及涉及到的其他车辆信息。

权限分配单元：用于根据所述交会点信息，按照预设安全行驶距离，获取行车权限，当车辆驶离安全行驶距离以外后，其他车辆进行移动；

权限分配单元将安全行驶距离范围设定为整个路口区域，也可设定为以交会点为中心的某一范围内，原则上，该范围应至少满足一辆车的正常通行。本申请采取先到先得的方式，最先进入安全交会范围的车辆拥有第一行车权限，随后抵达安全交会范围的车辆被标记为第二行车权限的车辆，并按照抵达安全交会范围的顺序，获取行车权限。

存储单元、数据共享单元分别与路线分析单元无线连接，路线分析单元与权限分配单元无线连接。

协同控制模块还包括交通场景识别单元，所述交通场景识别单元用于将环境图像信息输入预设的交通场景分类识别模型中，获取交通场景分类识别模型输出的车辆交通场景类别。

交通场景分类识别模型可以是tensorflow深度学习框架，且可识别的交通场景包括：顺畅交通场景、半顺畅交通场景、半拥挤交通场景及拥挤交通场景。获取交通场景语义分割数据中的环境图像的样本图像，及样本图像对应的交通场景类别；利用样本图像及样本图像对应的交通场景类别输入至预设的tensorflow深度学习模型中进行训练，将收敛时得到的模型确定为交通场景分类识别模型。

协同控制模块还包括所述云端服务器，所述云端服务器与所述交通场景识别单元连接，所述云端服务器用于在出现紧急情况时通过接收所述车辆外部环境信息及所述车辆位姿信息，以及所述车辆交通场景类别进行协同驾驶控制。

驾驶决策模块包括：

行车方向单元：用于根据所述道路状况数据以及所述行车权限指令生成行车路线以及行车方向指令；

指令执行单元：用于基于所述行车路线、所述行车方向指令生成车辆运动控制指令，若所述车辆运动控制指令与车辆安全控制指令一致或差异在允许范围内，则执行所述车辆运动控制指令。

行车方向指令包括纵向运动控制指令、横向运动控制指令；

所述纵向运动控制指令包括油门加速、减速、升档、降档、刹车、不刹车中的至少一个；所述横向运动控制指令包括左转、不动、右转中的至少一个。

在本发明实施例中，车用无线通信为V2X通信模块、V2I通信模块、V2P通信模块或者V2N通信模块，且无线通信模块是在5G数字移动通信协议的基础上构建的通信模块。

本发明通过获取车辆的外部环境信息及位姿信息，且获取到需要协同驾驶的其他车辆的外部环境信息及其他位姿信息，使得能够实现智能驾驶控制，且能够实现与其他智能车的协同驾驶，具备协同性好、智能性高、且安全性高的优点。

以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种基于环境感知和多车协同的车载智能控制系统，其特征在于，包括：

环境感知模块：用于获取的车辆外部环境信息，并将所述车辆外部环境信息发送给车辆运动导航模块；

车辆运动导航模块：用于基于所述车辆外部环境信息在高精地图上显示车辆导航信息，生成导航路线；

协同控制模块：用于将所述车辆外部环境信息及车辆位姿信息无线发送至需要协同驾驶的其他车辆，接收所述其他车辆反馈的其他车辆外部环境信息及其他位姿信息，并将所述车辆外部环境信息及所述车辆位姿信息发送给云端服务器；

驾驶决策模块：用于与其他车辆共享本车的所述导航路线，并接收其他车辆发出的他车导航路线，当本车的所述导航路线与所述他车导航路线出现交会点时，获取行车权限指令，根据道路状况数据以及所述行车权限指令生成行车路线，控制车辆驾驶；

所述环境感知模块、所述车辆运动导航模块依次连接，所述协同控制模块分别与所述车辆运动导航模块、所述驾驶决策模块连接。

2.根据权利要求1所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述环境感知模块包括：

激光雷达装置：用于采集所述车辆与周围物体之间的距离一；

毫米波雷达装置：用于在特殊天气或灰尘环境下确定所述车辆与周围物体之间的距离二；

摄像装置：用于根据所述距离一和所述距离二采集所述车辆周围的环境图像信息；

其中，所述激光雷达装置、所述毫米波雷达装置分别与所述摄像装置无线连接。

3.根据权利要求1所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述车辆运动导航模块包括：

路侧处理单元：用于结合所述车辆外部环境信息与路面状况数据进行融合处理，获取融合处理结果；

高精导航单元：用于提供高精度的地图数据，并根据所述融合处理结果生成本车导航路线，提供车辆实时位置信息，并将所述实时位置信息表示在所述本车导航路线上；

其中，所述路侧处理单元与所述高精导航单元相连，所述车辆外部环境信息包括车辆行驶前方预设范围内所有车道内的障碍物信息、当前车辆与前车的纵向距离、当前车辆与车道边线的距离和车队队列内其他道路交通参与者的信息。

4.根据权利要求3所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述路面状况数据包括道路标识和障碍物信息，分别通过激光雷达装置和摄像装置获取所述道路标识和所述障碍物信息。

5.根据权利要求1所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述协同控制模块包括：

存储单元：用于存储所述车辆外部环境信息和所述车辆位姿信息；

数据共享单元：用于向其他车辆发送本车的导航路线，以及接收其他车辆发送的他车导航路线；

路线分析单元：用于基于所述本车的导航路线和所述他车导航路线，以及所述车辆位姿信息，判断是否出现路线交会点，若出现所述路线交会点，则生成交会点信息；

权限分配单元：用于根据所述交会点信息，按照预设安全行驶距离，获取行车权限，当车辆驶离安全行驶距离以外后，其他车辆进行移动；

所述存储单元、所述数据共享单元分别与所述路线分析单元无线连接，所述路线分析单元与所述权限分配单元无线连接。

6.根据权利要求5所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述协同控制模块还包括交通场景识别单元，所述交通场景识别单元用于将环境图像信息输入预设的交通场景分类识别模型中，获取交通场景分类识别模型输出的车辆交通场景类别。

7.根据权利要求6所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述协同控制模块还包括所述云端服务器，所述云端服务器与所述交通场景识别单元连接，所述云端服务器用于在出现紧急情况时通过接收所述车辆外部环境信息及所述车辆位姿信息，以及所述车辆交通场景类别进行协同驾驶控制。

8.根据权利要求1所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述驾驶决策模块包括：

行车方向单元：用于根据所述道路状况数据以及所述行车权限指令生成行车路线以及行车方向指令；

指令执行单元：用于基于所述行车路线、所述行车方向指令生成车辆运动控制指令，若所述车辆运动控制指令与车辆安全控制指令一致或差异在允许范围内，则执行所述车辆运动控制指令。

9.根据权利要求8所述的基于环境感知和多车协同的车载智能控制系统，其特征在于，所述行车方向指令包括纵向运动控制指令、横向运动控制指令；

所述纵向运动控制指令包括油门加速、减速、升档、降档、刹车、不刹车中的至少一个；所述横向运动控制指令包括左转、不动、右转中的至少一个。