CN117644879A - 一种最小安全冗余系统、控制方法及车辆 - Google Patents
一种最小安全冗余系统、控制方法及车辆 Download PDFInfo
- Publication number
- CN117644879A CN117644879A CN202311853754.7A CN202311853754A CN117644879A CN 117644879 A CN117644879 A CN 117644879A CN 202311853754 A CN202311853754 A CN 202311853754A CN 117644879 A CN117644879 A CN 117644879A
- Authority
- CN
- China
- Prior art keywords
- data
- main controller
- vehicle
- controller
- path planning
- 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 38
- 238000013439 planning Methods 0.000 claims abstract description 69
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000006854 communication Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆自动驾驶技术领域,公开了一种最小安全冗余系统、控制方法及车辆,系统包括:主控制器和辅控制器,其中,辅控制器与主控制器相连,且辅控制器部署有控制模块和激光里程计模块;主控制器,用于获取定位数据和路径规划数据,并根据定位数据和路径规划数据进行完备自动驾驶;辅控制器,用于在判断出主控制器失效时,根据最近时刻接收的主控制器的定位数据和激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
Description
技术领域
本发明涉及车辆自动驾驶技术领域,具体涉及一种最小安全冗余系统、控制方法及车辆。
背景技术
自动驾驶产业目前正处于快速发展期,乘用车大都处于在开放道路的带安全员试运营,或者部分限定路段的无人化运营,而在工程车辆行业而言,自动驾驶的价值在于去安全员,客户对自动驾驶车辆的需求就是快速交付,无人化运营;这就要求自动驾驶车辆必须具备安全冗余,风险应对策略以应对快速交付后的安全运维。
目前大部分企业尤其是乘用车行业,采用的是多重安全冗余机制,从“手脚”执行器,“大脑”计算平台控制器,“眼睛”感知传感器,“神经”通讯路径,“血液”电源都采用了双冗余安全设计,且主控制器和辅控制器配置一致,互为备份,同时采用CAN总线和以太网双通讯冗余。
但是,目前的冗余系统方案在虽然保证全方位安全,但具有高昂的成本,针对工程车辆,尤其在封闭园区、矿区、港口、农业区等集中区域运营场景下,无法满足兼顾系统成本与安全的应用需求。
发明内容
有鉴于此,本发明提供了一种最小安全冗余系统和仿真方法最小安全冗余系统、控制方法及车辆,以解决现有技术中冗余系统复杂导致成本较高的问题。
第一方面,本发明提供了一种最小安全冗余系统,系统包括:主控制器和辅控制器,其中,辅控制器与主控制器相连,且辅控制器部署有控制模块和激光里程计模块;
主控制器,用于获取定位数据和路径规划数据,并根据定位数据和路径规划数据进行完备自动驾驶;
辅控制器,用于在判断出主控制器失效时,根据最近时刻接收的主控制器的定位数据和激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。
本发明实施例提供最小安全冗余系统,通过主控制器获取的定位数据和路径规划数据进行完备自动驾驶,当主控制器失效时,辅助控制器根据最近时刻接收的主控制器的定位数据和内部激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在一种可选的实施方式中,主控制器,包括:定位模块,用于获取车辆的定位数据,定位数据,包括:位置信息和姿态信息;第一感知模块,用于在车辆的行驶过程中,根据接收到的毫米波雷达数据进行障碍物感知;预测模块,用于根据感知模块得到的当前时刻障碍物行为信息进行逻辑推算,获取至少下一时刻内障碍物轨迹;路径规划模块,用于根据障碍物轨迹为车辆规划行驶路径,生成路径规划数据;控制模块,用于根据定位数据和路径规划数据控制车辆行驶。
本发明的主控制器具备完备自动驾驶功能,能够处理各种复杂状态,满足车辆自动驾驶需求。
在一种可选的实施方式中,辅控制器,还包括:存储模块,用于将接收到的主控制器的路径规划数据进行存储;第二感知模块,用于在停车过程中,根据接收到的毫米波雷达数据进行障碍物感知。
本发明的辅控制器具备最小自动驾驶功能,能够在主控制器失效时进行短时间定位,即通过获取主控制器已规划好的路径,通过最小感知能力、最小循迹能力进行安全停车,辅控制器算力低、功耗低,能够降低车辆生产的成本。
在一种可选的实施方式中,主控制器和辅控制器通过CAN总线连接通信,用于对主控制器进行心跳监测。
本发明通过主辅控制器连接进行心跳监测,能够在主控制器失效时立即切换的辅控制器控制,实现原路径安全停车,提高安全性能。
在一种可选的实施方式中,主控制器和辅控制器各自设置有独立电源模块。
本发明通过系统供电冗余,能够保证主辅控制器的独立正常工作,从而保证车辆运行安全。
第二方面,本发明提供了一种最小安全冗余系统的控制方法,应用于最小安全冗余系统内辅助控制器的控制模块,方法包括:
在主控制器根据定位数据、路径规划数据进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据;
判断主控制器的运行状态;
当主控制器失效时,获取辅控制器内激光里程计模块的激光数据;
根据最近时刻的定位数据和激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。
本发明实施例提供的最小安全冗余系统的控制方法,通过在主控制器进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据,并在判断主控制器失效时,根据最近时刻的定位数据和内部激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在一种可选的实施方式中,判断主控制器的运行状态的过程,包括:通过与主控制器通信连接的CAN总线来获取主控制器的心跳监测数据;根据心跳监测数据判断主控制器是否失效。
本发明通过主辅控制器连接进行心跳监测,能够在主控制器失效时立即切换的辅控制器控制,实现原路径安全停车,提高安全性能。
在一种可选的实施方式中,根据最近时刻的定位数据和激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上的过程,包括:以最近时刻的定位数据作为激光数据的基准数据;获取车辆所部属激光雷达的激光点云数据;根据激光点云数据,利用扩展卡尔曼滤波算法来结合激光数据对车辆的当前位置进行更新,获得车辆当前时刻的定位数据;根据当前位置和路径规划数据,控制车辆按照预设速度停在行驶路径上。
本发明通过辅助控制器的最小自动驾驶能力,能够在主控制器失效时,根据主控制器的定位数据、路径规划数据和辅控制器内激光里程计模块的激光数据进行安全停车,辅控制器不再单独进行路径规划计算和负载的定位计算,实现了辅控制器轻量化的低算力、低功耗,保证安全的同时降低成本。
在一种可选的实施方式中,控制车辆按照预设速度停在行驶路径上的过程中,还包括:获取辅控制器内感知模块的障碍物位置信息;判断障碍物位置信息是否处于行驶路径的预设距离阈值之内,若处于则控制车辆紧急停车,否则按照行驶路径停车。
本发明根据获取的障碍物位置信息判断是否需要急刹,无需复杂的感知运算,能够进一步保证停车安全,减少算力,降低成本。
第三方面,本发明提供了一种车辆,包括第一方面或其对应的任一实施方式的最小安全冗余系统。
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是根据本发明实施例的最小安全冗余系统的结构框图;
图2是根据本发明实施例的另一最小安全冗余系统的结构框图;
图3是根据本发明实施例的另一最小安全冗余系统的电气网络拓扑图;
图4是根据本发明实施例的最小安全冗余系统的控制方法的流程示意图;
图5是根据本发明实施例的最小安全冗余系统的控制方法的心跳监测流程示意图;
图6是根据本发明实施例的另一最小安全冗余系统的控制方法的流程示意图。
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。
本发明实施例适用于对车辆进行自动驾驶控的集中区域运营的场景。本发明实施例提供了一种自动驾驶全场景的最小安全冗余系统,通过主辅控制器相配合实现车辆的完备自动驾驶功能和最小自动驾驶功能以达到在主控制器失效时通过辅控制器实现安全停车的效果。需要说明的是,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
在本实施例中提供了一种最小安全冗余系统,图1是根据本发明实施例的最小安全冗余系统,如图1所示,该系统包括:主控制器10和辅控制器20,其中,辅控制器20与主控制器10相连,且辅控制器20部署有控制模块21和激光里程计模块22;
主控制器10,用于获取定位数据和路径规划数据,并根据定位数据和路径规划数据进行完备自动驾驶;
辅控制器20,用于在判断出主控制器10失效时,根据最近时刻接收的主控制器10的定位数据和激光里程计模块22的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。
具体地,在本发明实施例中,在矿区、港口、农业区等集中区域运营场景下,工程车辆需要能够完成自动驾驶,并能够根据区域内情况进行灵活处理,仅作为举例,不以此为限。本发明实施例为了应对各种复杂状况,在正常情况下采用具有完备自动驾驶能力的主控制器10对车辆进行控制。主控制器10能够进行自主定位和路径规划,控制车辆按照规划的行驶路径前行,其自驾能力不依赖辅控制器的状态。具体控制过程是本领域现有技术,在此不在此赘述。
在一些可选的实施方式中,本发明实施例部署的辅控制器20具备最小自动驾驶能力。具体地,在主控制器10未失效时由主控制器控制车辆行驶,辅控制器20实时接收主控制器10生成的定位数据和路径规划数据。本发明实施例的主控制器10进行路径规划时,至少规划10米以上,能够满足停车需求,但不以此为限。当辅控制器20判断出主控制器10失效时由辅控制器20接管车辆控制。其中,无人驾驶车辆的主控制器10失效的场景包括进入室内及隧道等五4G或5G信号时定位不准确的场景,仅作为举例,不以此为限。此时,辅控制器20根据最近时刻的定位数据和内部激光里程计模块22的激光数据对车辆的当前位置进行更新,然后控制模块21根据车辆的当前位置和主控制器10的路径规划数据来控制车辆按照主控制器10已规划好的行驶路径缓慢行驶直至停车。其中,通过激光里程计可完成短时间高精度定位,这种计算是轻量级的,低算力的。本发明实施例通过辅控制器20将车辆停在所规划的行驶路径上,能够避免若车辆在拐弯等特殊场景下主控制器失效,直线停车会发生碰撞的情况,保证车辆驾驶安全。同时,本发明实施例在由辅控制器进行安全停车后,还会发出警报,提醒客户当前主控制器出现异常。
在一些可选的实施方式中,本发明实施例的主控制器可判断辅控制器的运行状态是否出现异常,并在检测到异常时进行靠边停车,上传至用户云端提示车辆故障详情,等待维修处理。
在一些可选的实施方式中,本发明实施例中辅控制器20获取的定位数据可以为主控制器的定位数据,也可以直接获取车辆所部属导航设备的GNSS定位数据。
在一些可选的实施方式中,本发明实施例可通过提高车辆某一传感器的芯片能力,扩充其接口,将辅控制器20的功能模块集成到该传感器中。
本发明实施例提供最小安全冗余系统,通过主控制器获取的定位数据和路径规划数据进行完备自动驾驶,当主控制器失效时,辅助控制器根据最近时刻接收的主控制器的定位数据和内部激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在本实施例中提供了一种最小安全冗余系统,图2是根据本发明实施例的最小安全冗余系统,如图2所示,该系统包括:主控制器10和辅控制器20,其中,辅控制器20与主控制器10相连,且辅控制器20部署有控制模块21和激光里程计模块22;
主控制器10,用于获取定位数据和路径规划数据,并根据定位数据和路径规划数据进行完备自动驾驶;
辅控制器20,用于在判断出主控制器10失效时,根据最近时刻接收的主控制器10的定位数据和激光里程计模块22的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。
具体地,在本发明实施例中,主控制器10,包括:定位模块11,用于获取车辆的定位数据,定位数据,包括:位置信息和姿态信息;第一感知模块12,用于在车辆的行驶过程中,根据接收到的毫米波雷达数据进行障碍物感知;预测模块13,用于根据感知模块得到的当前时刻障碍物行为信息进行逻辑推算,获取至少下一时刻内障碍物轨迹;路径规划模块14,用于根据障碍物轨迹为车辆规划行驶路径,生成路径规划数据;控制模块15,用于根据定位数据和路径规划数据控制车辆行驶。其中,本发明实施例的毫米波雷达数据为车辆的前毫米波雷达获取的周围障碍物信息,主控制器10和辅控制器20同时与前毫米波雷达连接。
在一些可选的实施方式中,如图2所示,辅控制器20,还包括:存储模块23,用于将接收到的主控制器10的路径规划数据进行存储;第二感知模块24,用于在停车过程中,根据接收到的毫米波雷达数据进行障碍物感知。本发明实施例的第一感知模块12会对毫米波雷达数据进行融合、过滤等,而第二感知模块24无需复杂的融合过滤计算,而是直接发送给车辆的速度规划模块,用来判断是否需要急刹。
在一些可选的实施方式中,本发明实施例的主控制器10和辅控制器20通过CAN总线进行连接通信,辅控制器20在通信过程中对主控制器10进行心跳监测,根据监测结果判断主控制器10的运行状态,即判断主控制器10是否出现异常。同时主控制器10也能够在通信过程中对辅控制器20进行心跳监测,判断辅控制器20的运行状态。主控制器10和辅控制器20的电气网络拓扑如图3所示,可以看到主控制器包括基础算力芯片和算力扩充芯片,能够实现复杂的自动驾驶控制,而辅控制器只包含基础算力芯片,能够满足最小自动驾驶控制。
在一些可选的实施方式中,本发明实施例的主控制器10和辅控制器20各自设置有独立电源模块,能够在某一控制器的电路短路,断路,老化,接触不良等故障时不影响其他控制器的正常工作,实现系统供电冗余。
在一些可选的实施方式中,如图2所示,本发明实施例的主控制器10还包括:中间件:不同的应用软件模块之间统一接口,进行通讯;硬件层:以处理器为核心部件,用于各种信号的转换,仅作为举例,不以此为限。
本发明实施例提供最小安全冗余系统,通过主控制器获取的定位数据和路径规划数据进行完备自动驾驶,当主控制器失效时,辅助控制器根据最近时刻接收的主控制器的定位数据和内部激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在本实施例中提供了一种最小安全冗余系统的控制方法,可用于最小安全冗余系统内辅控制器的控制模块,图4是根据本发明实施例的最小安全冗余系统的控制方法的流程图,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。如图4所示,该流程包括如下步骤:
步骤S401,在主控制器根据定位数据、路径规划数据进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据。
具体地,在本发明实施例中,主控制器具有完备自动驾驶能力,在车辆由主控制器进行控制时,主控制器会将实时的定位数据和路径规划数据传输至辅控制器,辅控制器则将定位数据和路径规划数据进行存储。
步骤S402,判断主控制器的运行状态。
具体地,在本发明实施例中,辅控制器的控制模块通过与主控制器通信连接的CAN总线来获取主控制器的心跳监测数据,并根据心跳监测数据判断主控制器是否失效。
在一些可选的实施方式中,如图5所示,本发明实施例的主控制器的控制模块也能够在运行过程中,通过CAN总线获取辅控制器的心跳监测数据,并根据心跳监测数据判断辅控制器是否失效,若失效则进行系统降级,即靠边停车,上传用户云端提示车辆故障详情,等待维修处理。
步骤S403,当主控制器失效时,获取辅控制器内激光里程计模块的激光数据。详细请参见图1所示辅控制器,在此不再赘述。
步骤S404,根据最近时刻的定位数据和激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。
具体地,在本发明实施例中,辅控制器具有最小自动驾驶功能,即室内外进行短时间定位能力,根据主控制器已规划的行驶路径进行安全停车。具体过程为:
(1)以辅控制器存储的主控制器传过来的最后一帧定位数据作为激光里程计的定位基准。
(2)获取车辆所部属激光雷达的激光点云数据,本发明实施例选择存储当前2帧的激光点云数据,并作为初始化地图,但不以此为限。
(3)利用扩展卡尔曼滤波算法(EKF,Extended Kalman filter)来根据激光点云数据和激光数据进行更新,获得车辆当前时刻的位置。具体地,本发明实施例通过读取定位数据中的姿态信息,根据姿态信息进行EKF的状态量、协方差的预测更新。同时逐点读取激光点云数据,以点面残差构建观测方程,进行EKF的卡尔曼增益、状态量和协方差的观测更新,以观测状态量作为最优位姿,获得当前时刻的位置。同时判断当前地图是否达到最大设定值,如果达到最大值,则地图中删除时间最早的点云,添加最新点云,维持点云固定规模,当接收到主控制器新的位姿信息,则更新点云地图基准位姿,保证地图一直在最优主控位姿下。
(4)根据当前时刻的位置和路径规划数据,控制车辆按照预设速度停在行驶路径上,具体速度根据驾驶场景进行设定。
本发明实施例提供的最小安全冗余系统的控制方法,通过在主控制器进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据,并在判断主控制器失效时,根据最近时刻的定位数据和路径规划数据对获取的辅助控制器内激光里程计的激光数据进行更新,并根据路径规划数据和激光数据控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在本实施例中提供了一种最小安全冗余系统的控制方法,可用于最小安全冗余系统内辅控制器的控制模块,图6是根据本发明实施例的最小安全冗余系统的控制方法的流程图,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。如图6所示,该流程包括如下步骤:
步骤S601,在主控制器根据定位数据、路径规划数据进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据。详细请参见图4所示实施例的步骤S401,在此不再赘述。
步骤S602,判断主控制器的运行状态。详细请参见图4所示实施例的步骤S402,在此不再赘述。
步骤S603,当主控制器失效时,获取辅控制器内激光里程计模块的激光数据。详细请参见图1所示辅控制器,在此不再赘述。
步骤S604,根据最近时刻的定位数据和激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。详细请参见图4所示实施例的步骤S404,在此不再赘述。
步骤S605,获取辅控制器内感知模块的障碍物位置信息;判断障碍物位置信息是否处于行驶路径的预设距离阈值之内,若处于则控制车辆紧急停车,否则按照行驶路径停车。
具体地,在本发明实施例中,因为车辆在停车过程中可能距离障碍物近,或者突然出现障碍物,因此为了进一步提高停车过程的安全性,本发明实施例还会在停车过程判断是否具有障碍物。本发明实施例的辅控制器无需进行复杂的融合感知计算处理,只需判断感知到的障碍物的坐标信息是否在主控制器所规划行驶路径上的某一预设距离阈值内,若在预设距离阈值内则通过控制车辆急刹来紧急停车,否则按照原有行驶路径停车。
本发明实施例提供的最小安全冗余系统的控制方法,通过在主控制器进行完备自动驾驶时,接收主控制器的定位数据和路径规划数据,并在判断主控制器失效时,根据最近时刻的定位数据和内部激光里程计模块的激光数据对车辆的当前位置进行更新,并根据路径规划数据和当前位置控制车辆停在主控制器所规划的行驶路径上。本发明通过主控制器和辅控制器构成的最小安全冗余系统,既能够实现完备自动驾驶,也能够在主控制器失效时以最小自动驾驶能力实现安全停车,辅控制器的算力低、功耗低,在保证安全的同时降低成本。
在本实施例中提供了一种车辆,包括上述图2所示的最小安全冗余系统。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种最小安全冗余系统,其特征在于,所述系统,包括:主控制器和辅控制器,其中,所述辅控制器与所述主控制器相连,且所述辅控制器部署有控制模块和激光里程计模块;
所述主控制器,用于获取定位数据和路径规划数据,并根据所述定位数据和所述路径规划数据进行完备自动驾驶;
所述辅控制器,用于在判断出所述主控制器失效时,根据最近时刻接收的所述主控制器的定位数据和所述激光里程计模块的激光数据对车辆的当前位置进行更新,并根据所述路径规划数据和所述当前位置控制车辆停在所述主控制器所规划的行驶路径上。
2.根据权利要求1所述的系统,其特征在于,所述主控制器,包括:
定位模块,用于获取车辆的定位数据,所述定位数据,包括:位置信息和姿态信息;
第一感知模块,用于在车辆的行驶过程中,根据接收到的毫米波雷达数据进行障碍物感知;
预测模块,用于根据所述感知模块得到的当前时刻障碍物行为信息进行逻辑推算,获取至少下一时刻内障碍物轨迹;
路径规划模块,用于根据所述障碍物轨迹为车辆规划行驶路径,生成路径规划数据;
控制模块,用于根据所述定位数据和所述路径规划数据控制车辆行驶。
3.根据权利要求1所述的系统,其特征在于,所述辅控制器,还包括:
存储模块,用于将接收到的所述主控制器的路径规划数据进行存储;
第二感知模块,用于在停车过程中,根据接收到的毫米波雷达数据进行障碍物感知。
4.根据权利要求2或3所述的系统,其特征在于,
所述主控制器和所述辅控制器通过CAN总线连接通信。
5.根据权利要求1所述的系统,其特征在于,
所述主控制器和所述辅控制器各自设置有独立电源模块。
6.一种最小安全冗余系统的控制方法,其特征在于,应用于最小安全冗余系统内辅控制器的控制模块,所述方法,包括:
在主控制器根据定位数据、路径规划数据进行完备自动驾驶时,接收所述主控制器的定位数据和路径规划数据;
判断所述主控制器的运行状态;
当所述主控制器失效时,获取所述辅控制器内激光里程计模块的激光数据;
根据最近时刻的所述定位数据和所述激光数据对车辆的当前位置进行更新,并根据路径规划数据和所述当前位置控制车辆停在所述主控制器所规划的行驶路径上。
7.根据权利要求6所述的方法,其特征在于,所述判断所述主控制器的运行状态的过程,包括:
通过与所述主控制器通信连接的CAN总线来获取所述主控制器的心跳监测数据;
根据所述心跳监测数据判断所述主控制器是否失效。
8.根据权利要求6所述的方法,其特征在于,所述根据最近时刻的所述定位数据和所述激光数据对车辆的当前位置进行更新,并根据路径规划数据和所述当前位置控制车辆停在所述主控制器所规划的行驶路径上的过程,包括:
以所述最近时刻的所述定位数据作为所述激光数据的基准数据;
获取车辆所部属激光雷达的激光点云数据;
根据所述激光点云数据,利用扩展卡尔曼滤波算法来和所述激光数据对所述车辆的当前位置进行更新,获得车辆当前时刻的定位数据;
根据所述当前位置和所述路径规划数据,控制所述车辆按照预设速度停在所述行驶路径上。
9.根据权利要求8所述的方法,其特征在于,所述控制所述车辆按照预设速度停在所述行驶路径上的过程中,还包括:
获取所述辅控制器内感知模块的障碍物位置信息;
判断所述障碍物位置信息是否处于所述行驶路径的预设距离阈值之内,若处于则控制车辆紧急停车,否则按照所述行驶路径停车。
10.一种车辆,其特征在于,包括如权利要求1-5中任一项所述最小安全冗余系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311853754.7A CN117644879A (zh) | 2023-12-28 | 2023-12-28 | 一种最小安全冗余系统、控制方法及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311853754.7A CN117644879A (zh) | 2023-12-28 | 2023-12-28 | 一种最小安全冗余系统、控制方法及车辆 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117644879A true CN117644879A (zh) | 2024-03-05 |
Family
ID=90043498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311853754.7A Pending CN117644879A (zh) | 2023-12-28 | 2023-12-28 | 一种最小安全冗余系统、控制方法及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117644879A (zh) |
-
2023
- 2023-12-28 CN CN202311853754.7A patent/CN117644879A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11307579B2 (en) | Fault-tolerant control of an autonomous vehicle with multiple control lanes | |
CN107908186B (zh) | 用于控制无人驾驶车辆运行的方法及系统 | |
US11634149B2 (en) | Method of using a single controller (ECU) for a fault-tolerant/fail-operational self-driving system | |
US11842638B2 (en) | Parallel remote control driving system for intelligent network vehicle | |
US10875511B2 (en) | Systems and methods for brake redundancy for an autonomous vehicle | |
US10437247B2 (en) | Multi-stage operation of autonomous vehicles | |
CN109080626A (zh) | 车辆故障处理方法 | |
CN110435569A (zh) | 自动驾驶车辆冗余控制系统、方法、设备及存储介质 | |
CN108995538A (zh) | 一种电动汽车的无人驾驶系统 | |
US11975727B2 (en) | Autonomous vehicle control system | |
US20220017107A1 (en) | Electronic control device and in-vehicle device | |
CN108958227A (zh) | 车辆故障诊断方法 | |
CN114348020B (zh) | 一种5g远程与自动驾驶安全冗余系统及控制方法 | |
CN112622930A (zh) | 无人车的行驶控制方法、装置、设备以及自动驾驶车辆 | |
CN112469610A (zh) | 用于在车辆的自动化驾驶过程中支持驾驶员的注意力和/或驾驶就绪性的方法和设备 | |
CN113895450A (zh) | 一种无人驾驶车辆感知系统安全冗余系统及控制方法 | |
CN115042801A (zh) | 一种智能巡航辅助冗余控制方法及系统 | |
CN214504177U (zh) | 汽车驾驶控制装置、设备及汽车设备 | |
CN110962865A (zh) | 一种自动驾驶安全计算平台 | |
Huang et al. | Control system design of an automated bus in revenue service | |
CN117644879A (zh) | 一种最小安全冗余系统、控制方法及车辆 | |
CN109318936B (zh) | 列车辅助驾驶系统及列车控制系统 | |
EP3797265A1 (en) | Contingency plan system and method | |
US11827255B2 (en) | System and method for vehicle control | |
CN114771555A (zh) | 自主泊车故障诊断方法、装置和和无人驾驶车辆 |
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 |