CN213461826U - 一种基于多接入边缘计算的自主泊车系统 - Google Patents

Abstract

本实用新型涉及一种基于多接入边缘计算的自主泊车系统，包括：路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台设置于停车场内，所述网联通讯设备包括LTE‑V2X和5G路侧/车载通讯终端，所述路段感知设备、信息发布设备、边缘计算节点和云控平台之间通过网联通讯设备的信号进行连接。本实用新型能够通过边缘计算节点设备处理大规模的车辆泊车业务需求，具备周边环境高精度感知能力，能够通过信息发布设备提供安全、精准、高效的泊车引导路径服务，无需车辆具备自动驾驶能力，方便、高效、安全、快捷。

Description

一种基于多接入边缘计算的自主泊车系统

技术领域

本实用新型涉及汽车控制系统领域，具体涉及一种基于多接入边缘计算的自主泊车系统。

背景技术

当前，智能网联车行业的快速发展，为高精度地图信息服务提供了现实需求。截止2020 年，具备L1-L2级辅助驾驶功能的车辆已经开始大规模商业量产化，L3级以上的具备部分或高度自动驾驶功能的车辆则已经进入大规模实测阶段。

目前，相比开放城市、高速工况的L4/L5级别的自动驾驶应用场景，低速的自主泊车应用更容易走入到公众的视野，现阶段自主泊车功能的实现主要依靠两条技术路线，一是加强车端自身传感能力，二是加强场端通信能力，但两种方式都存在商业落地难、设备部署冗余、成本高等缺点。

自动泊车系统主要是利用遍布车辆自身和周边环境里的传感器，测量车辆自身与周边物体之间的相对距离、速度和角度，然后通过车载计算平台或云计算平台计算出操作流程，并控制车辆的转向和加减速，以实现自动泊入、泊出及部分行驶功能。

车端传感器层面，自主泊车系统搭载摄像头、超声波雷达、激光雷达实现环境感知、停车位检测识别、泊车路径规划、泊车路径跟随控制及模拟显示等环节，该方法对车辆智能化要求较高，只适用于部分车型；

场端方案：在停车场内布置激光雷达或双目摄像头来实现对车辆状态及周边环境的监控，通过预埋式停车场传感器探测，所有传感器数据在中心进行汇总分析，根据储存的元信息完成匹配。虽然降低了车辆本身的要求，只需要可控的底盘执行系统但每3个车位就要布局25个激光雷达，大大的增加了成本，限制了自主泊车的使用范围。

到目前为止，这些系统都依赖于昂贵的传感器，用于停车场建设的智能设备、激光雷达和物联网等全面覆盖的成本较高。

中国专利2018115005190公开了一种自主泊车停车场系统，包括场端装置，安装在停车场内，发射车辆进行自主泊车所需的数据信息；以及自主泊车控制装置，安装在车辆上，通过无线通信方式接收来自场端装置的数据信息，并根据数据信息生成车辆执行指令以控制车辆执行相应功能从而实现车辆的自主泊车。该专利实现了准确地控制车辆，实现自动泊车，但需要在车辆上加装自动泊车控制装置，虽然可循环利用，但操作和管理较为麻烦，且通过摄像装置监测场内环境，场内部环境数据可能存在较大误差，无法提供安全精准高效的泊车引导路径。

因此，设计一种基于多接入边缘计算的自主泊车系统，实现全天候、全场景、低成本、低时延、高性能、数据处理能力快的自主泊车服务对本领域技术人员来说是亟需解决的。

实用新型内容

有鉴于此，本申请的目的在于提供一种基于多接入边缘计算的自主泊车系统，可以低延时、无阻塞地处理大规模的车辆泊车业务需求，提供安全、精准、高效的泊车引导路径服务，实时与目标车辆间进行实时信息交互，动态更新车辆泊车需求。

为了达到上述目的，本申请提供如下技术方案。

一种基于多接入边缘计算的自主泊车系统，包括：路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台设置于停车场内，所述网联通讯设备包括LTE-V2X和5G路侧/车载通讯终端，所述路段感知设备、信息发布设备、边缘计算节点和云控平台之间通过网联通讯设备的信号进行连接。

优选地，所述路端感知设备包括微波雷达、视频监测器、地磁线圈、超宽带、门控和射频识别；所述地磁线圈铺设于地面下，所述微波雷达、视频监测器、超宽带和射频识别安装于停车场上空，所述门控安装于停车场出入口。

优选地，所述微波雷达包括转轴和多个激光器，所述激光器的数量大于3，所述激光器围绕转轴规则排布，所述转轴与驱动电机相连。

优选地，所述边缘计算节点包括CPU计算单元、对外接口、外接硬盘、交换机和散热片。

优选地，所述对外接口包括IO、PCI、USB、RJ45、HDMI中的任一个或其结合。

优选地，所述CPU计算单元替换为GPU计算单元。

优选地，所述信息发布设备包括LED显示屏、电子标牌、广播设施，所述信息发布设备均匀分布在停车场中。

优选地，所述云控平台包括中心机房服务器和万兆交换机。

一种基于多接入边缘计算的自主泊车系统，包括智能网联车辆和普通车辆；包括：路端感知设备、车载感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述车载感知设备设置于普通车辆上，所述车载感知设备通过无线信号与其他设备进行连接。

优选地，所述车载感知设备包括运行状态采集单元、运行环境采集单元、通信接口、定位装置、通信设备和控制单位。

本实用新型所获得的有益技术效果：

1)本实用新型基于边缘计算节点中几种硬件的组合从而实现了泊车引导业务的下沉处理，避免了传统中心式泊车引导系统业务请求大规模汇聚造成的信息拥塞和延迟。

2)本实用新型基于边缘计算节点中几种硬件的组合汇聚了路端感知设备提供的交通目标和交通事件检测数据，路端感知设备多，缩小数据误差；

3)本实用新型通过网联通讯设备，监控并更新目标车辆需求，避免传统泊车引导系统不能及时了解车辆位置和泊车需求造成地服务不及时；

4)本实用新型基于边缘计算节点中几种硬件的组合实现了智能化控制，具备周边环境的高精度感知能力，通过云端平台为车辆规划泊车路径，通过信息发射设备指导车辆泊车，降低了车辆本身的技术水平和设备成本要求。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，从而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下以本申请的较佳实施例并配合附图详细说明如后。

根据下文结合附图对本申请具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述及其他目的、优点和特征。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1是实施例1的组成结构图；

图2是实施例2的组成结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本申请的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本申请的范围和精神。另外，为了清楚和简洁，实施例中省略了对已知功能和构造的描述。

应该理解，说明书通篇中提到的“一个实施例”或“本实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“一个实施例”或“本实施例”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

此外，本申请可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身并不指示所讨论各种实施例和/或设置之间的关系。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况，本文中术语“/和”是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况，另外，本文中字符“/”，一般表示前后关联对象是一种“或”关系。

本文中术语“至少一种”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和B的至少一种，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。

实施例1

如附图1所示，一种基于多接入边缘计算的自主泊车系统，包括：路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台设置于停车场内，所述网联通讯设备包括 LTE-V2X和5G路侧/车载通讯终端，所述路段感知设备、信息发布设备、边缘计算节点和云控平台之间通过网联通讯设备的信号进行连接。

进一步的，所述路端感知设备包括微波雷达、视频监测器、地磁线圈、超宽带、门控和射频识别；所述地磁线圈铺设于地面下，所述微波雷达、视频监测器、超宽带和射频识别安装于停车场上空，所述门控安装于停车场出入口。

进一步的，所述微波雷达包括转轴和多个激光器，所述激光器的数量大于3，所述激光器围绕转轴规则排布，所述转轴与驱动电机相连。

进一步的，所述边缘计算节点包括CPU计算单元、对外接口、外接硬盘、交换机和散热片。

进一步的，所述对外接口包括IO、PCI、USB、RJ45、HDMI中的任一个或任意组合。

进一步的，所述CPU计算单元替换为GPU计算单元。

进一步的，所述信息发布设备包括LED显示屏、电子标牌、广播设施，所述信息发布设备均匀分布在停车场中。

进一步的，所述云控平台包括中心机房服务器和万兆交换机。

本实施例所获得的有益技术效果：

1)本实用新型基于边缘计算节点中几种硬件的组合从而实现了泊车引导业务的下沉处理，避免了传统中心式泊车引导系统业务请求大规模汇聚造成的信息拥塞和延迟。

2)本实用新型基于边缘计算节点中几种硬件的组合汇聚了路端感知设备提供的交通目标和交通事件检测数据，路端感知设备多，缩小数据误差；

3)本实用新型通过网联通讯设备，监控并更新目标车辆需求，避免传统泊车引导系统不能及时了解车辆位置和泊车需求造成地服务不及时；

4)本实用新型基于边缘计算节点中几种硬件的组合实现了智能化控制，具备周边环境的高精度感知能力，通过云端平台为车辆规划泊车路径，通过信息发射设备指导车辆泊车，降低了车辆本身的技术水平和设备成本要求。

实施例2

本实施例是在上述实施例1的基础上进行的，与实施例1相同之处不予赘述。

如附图2所示，本实施例主要介绍一种基于多接入边缘计算的自主泊车系统，包括：路端感知设备、车载感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述车载感知设备设置于普通车辆上，所述车载感知设备通过无线信号与其他设备进行连接。

进一步的，所述车载感知设备包括运行状态采集单元、运行环境采集单元、通信接口、定位装置、通信设备和控制单位。

本实施例所获得的有益技术效果：

1)本实施例在车辆上安装了车辆感知设备接入系统，实时监测显示车辆的运行状态和定位信息，数据更为精确；

2)本实施例确保了所有车辆可以与系统进行信息交互，实现安全可靠的AVP功能。

实施例3

本实施例是在上述实施例1的基础上进行，与上述实施例1相同之处不予赘述。

本实施例主要介绍基于多接入边缘计算的自主泊车系统在智能网联车辆上的使用方法。

如附图1所示，基于多接入边缘计算的自主泊车系统的在智能网联车辆上的使用方法，步骤如下：

S1、智能网联车辆发出自动泊车请求；

S2、网联通讯设备接收车辆发出的泊车服务请求指令和车辆自身的运动位置信息；

S3、网联通讯设备将接收到的车辆泊车服务请求指令和车辆自身运动位置信息传输给各边缘计算节点设备；

S4、摄像头和微波雷达记录场内环境信息，并传输给各边缘计算节点设备，所述场内环境信息包括摄像头的视频帧和微波雷达点云数据；

S5、边缘计算节点设备对路段感知设备接收的数据进行处理并统一时空坐标系，构建精确度达到厘米级的场站高精度地图，为用户提供不同层次的高精度地图，定位发出泊车服务请求的目标车辆；根据网联通讯设备提供的车辆自身位置，与路端感知设备检测到的车辆数据进行校核，建立目标车辆与高精度地图中的车道或停车位的关联；

S6、边缘计算节点设备将车辆泊车服务请求和高精度地图数据传输至云控平台；

S7、云控平台根据各边缘计算节点上报的车辆泊车服务请求，以及当前场站的总体车辆运行和车位占用信息，结合高精度动、静态地图，评估当前场站的服务水平和能力，并预测一段时间内的车流量和车位占用情况，据此采取总体服务水平最优的策略，根据每个边缘计算节点的覆盖范围，将总体策略拆解为具体的泊车服务任务，下发给对应的边缘计算节点；输入边缘计算节点上报的车辆服务请求，场景高精度动、静态地图，输出空余车位分配服务指令；

S8、边缘计算节点设备遵照规划和策略模块下发的泊车任务，根据目标车辆当前的定位，结合场站内的高精度地图，规划具体的泊车路径，预测其他车辆、行人的运动轨迹，识别碰撞风险，引导车辆避让动静态障碍物成功到达分配的停车位；输入规划和策略模块下发的泊车任务指令，目标车辆定位以及高精度地图，输出针对泊车服务的路径引导建议；

S9、网联通讯设备为车辆提供C-V2X通讯在内的各种泊车服务引导手段，向网联车辆发送V2X消息集，同时保持与车辆的泊车服务反馈联系，根据更新的泊车服务请求，重复S2-S6,直到车辆成功完成泊车；输入针对泊车服务的路径引导建议，输出面向目标车辆的地图和路径引导消息集；

所述V2X消息集包括场站地图、引导路径、建议速度和有效时间。

进一步的，系统运行过程中云控平台持续运行，维持其他设备的常态稳定运行、监控其他设备的运行状态和故障信息，并监控系统中设备是否存在断电失联现象，实时处理系统运行过程中出行的常态故障，对可能影响当前泊车引导服务的故障提供备份服务。

所述网联通讯设备与其他设备之间的信息交互和数据传输过程为现有技术。

本实施例能够通过动态更新车辆自主泊车服务请求，自主定位车辆位置和状态，实时监测场内环境数据，形成高精度地图，自主决策路径规划并引导车辆进行泊车，方便快捷，数据精确，使用效率高。

实施例4

本实施例是在上述实施例1的基础上进行，与上述实施例1相同之处不予赘述。

本实施例主要介绍基于多接入边缘计算的自主泊车系统在普通车辆上的使用方法。

如附图1所示，基于多接入边缘计算的自主泊车系统的在普通车辆上的使用方法，步骤如下：

S1、网联通讯设备接收车辆自身的运动位置信息；

S2、网联通讯设备将车辆自身运动位置信息传输给各边缘计算节点设备；

S4、摄像头和微波雷达记录场内环境信息，并传输给各边缘计算节点设备，所述场内环境信息包括摄像头的视频帧和微波雷达点云数据；

S5、边缘计算节点设备对路段感知设备接收的数据进行处理并统一时空坐标系，构建精确度达到厘米级的场站高精度地图，为用户提供不同层次的高精度地图，定位目标车辆；根据网联通讯设备提供的车辆自身位置，与路端感知设备检测到的车辆数据进行校核，建立目标车辆与高精度地图中的车道或停车位的关联；

S6、边缘计算节点设备将车辆位置信息和高精度地图数据传输至云控平台；

S7、云控平台根据各边缘计算节点上报的车辆位置信息，以及当前场站的总体车辆运行和车位占用信息，结合高精度动、静态地图，评估当前场站的服务水平和能力，并预测一段时间内的车流量和车位占用情况，据此采取总体服务水平最优的策略，根据每个边缘计算节点的覆盖范围，将总体策略拆解为具体的泊车服务任务，下发给对应的边缘计算节点；输入边缘计算节点上报的车辆服务请求，场景高精度动、静态地图，输出空余车位分配服务指令；

S8、边缘计算节点设备遵照规划和策略模块下发的泊车任务，根据目标车辆当前的定位，结合场站内的高精度地图，规划具体的泊车路径，预测其他车辆、行人的运动轨迹，识别碰撞风险，引导车辆避让动静态障碍物成功到达分配的停车位；输入规划和策略模块下发的泊车任务指令，目标车辆定位以及高精度地图，输出针对泊车服务的路径引导建议；

S9、信息发布设备向普通车辆提供语音和画面引导，重复S2-S6,直到车辆成功完成泊车；输入针对泊车服务的路径引导建议，输出面向目标车辆的地图和路径引导消息集。

进一步的，系统运行过程中云控平台持续运行，维持其他设备的常态稳定运行、监控其他设备的运行状态和故障信息，并监控系统中设备是否存在断电失联现象，实时处理系统运行过程中出行的常态故障，对可能影响当前泊车引导服务的故障提供备份服务。

所述网联通讯设备与其他设备之间的信息交互和数据传输过程为现有技术。

本实施例能够通过自主定位车辆位置和状态，实时监测场内环境数据，形成高精度地图，自主决策路径规划并引导普通车辆进行泊车，无需车辆具备自动驾驶能力，方便快捷，数据精确，使用效率高。

实施例5

本实施例是在上述实施例2的基础上进行，与上述实施例2相同之处不予赘述。

本实施例主要介绍基于多接入边缘计算的自主泊车系统在具备车载感知设备的普通车辆上的使用方法。

如附图2所示，基于多接入边缘计算的自主泊车系统的在智能网联车辆上的使用方法，步骤如下：

S1、普通车辆上的车载感知设备发出自动泊车请求，并将车载感知设备感知到的场内数据传输至网联通讯设备；

S2、网联通讯设备接收车辆发出的泊车服务请求指令、车辆自身的运动位置信息和感知到的场内数据；

S3、网联通讯设备将接收到的车辆泊车服务请求指令和车辆自身运动位置信息和感知到的场内数据传输给各边缘计算节点设备；

S4、摄像头和微波雷达记录场内环境信息，并传输给各边缘计算节点设备，所述场内环境信息包括摄像头的视频帧和微波雷达点云数据；

S5、边缘计算节点设备对路段感知设备接收的数据进行处理并统一时空坐标系，构建精确度达到厘米级的场站高精度地图，为用户提供不同层次的高精度地图，定位发出泊车服务请求的目标车辆；根据网联通讯设备提供的车辆自身位置和场内数据，与路端感知设备检测到的车辆数据和场内数据进行校核，建立目标车辆与高精度地图中的车道或停车位的关联；

S6、边缘计算节点设备将车辆泊车服务请求和高精度地图数据传输至云控平台；

S7、云控平台根据各边缘计算节点上报的车辆泊车服务请求，以及当前场站的总体车辆运行和车位占用信息，结合高精度动、静态地图，评估当前场站的服务水平和能力，并预测一段时间内的车流量和车位占用情况，据此采取总体服务水平最优的策略，根据每个边缘计算节点的覆盖范围，将总体策略拆解为具体的泊车服务任务，下发给对应的边缘计算节点；输入边缘计算节点上报的车辆服务请求，场景高精度动、静态地图，输出空余车位分配服务指令；

S8、边缘计算节点设备遵照规划和策略模块下发的泊车任务，根据目标车辆当前的定位，结合场站内的高精度地图，规划具体的泊车路径，预测其他车辆、行人的运动轨迹，识别碰撞风险，引导车辆避让动静态障碍物成功到达分配的停车位；输入规划和策略模块下发的泊车任务指令，目标车辆定位以及高精度地图，输出针对泊车服务的路径引导建议；

S9、网联通讯设备为车辆提供C-V2X通讯在内的各种泊车服务引导手段，向车辆感知设备发送V2X消息集，通过信息发布设备向车辆提供语音和画面引导，同时保持与车辆的泊车服务反馈联系，根据更新的泊车服务请求，重复S2-S6,直到车辆成功完成泊车；输入针对泊车服务的路径引导建议，输出面向目标车辆的地图和路径引导消息集；

所述V2X消息集包括场站地图、引导路径、建议速度和有效时间。

进一步的，系统运行过程中云控平台持续运行，维持其他设备的常态稳定运行、监控其他设备的运行状态和故障信息，并监控系统中设备是否存在断电失联现象，实时处理系统运行过程中出行的常态故障，对可能影响当前泊车引导服务的故障提供备份服务。

所述网联通讯设备与其他设备之间的信息交互和数据传输过程为现有技术。

本实施例能够通过动态更新车辆自主泊车服务请求，自主定位车辆位置和状态，实时监测场内环境数据，形成高精度地图，自主决策路径规划并引导车辆进行泊车，无需车辆具备自动驾驶能力，方便快捷，数据精确，使用效率高。

以上所述仅为本实用新型的优选实施例而已，其并非因此限制本实用新型的保护范围，对于本领域的技术人员来说，本实用新型可以有各种更改和变化。凡在本实用新型的精神和原则之内，通过常规的替代或者能够实现相同的功能在不脱离本实用新型的原理和精神的情况下对这些实施例进行变化、修改、替换、整合和参数变更均落入本实用新型的保护范围内。

Claims (10)

1.一种基于多接入边缘计算的自主泊车系统，其特征在于，包括：路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述路端感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台设置于停车场内，所述网联通讯设备包括LTE-V2X和5G路侧/车载通讯终端，所述路段感知设备、信息发布设备、边缘计算节点和云控平台之间通过网联通讯设备的信号进行连接。

2.根据权利要求1所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述路端感知设备包括微波雷达、视频监测器、地磁线圈、超宽带、门控和射频识别；所述地磁线圈铺设于地面下，所述微波雷达、视频监测器、超宽带和射频识别安装于停车场上空，所述门控安装于停车场出入口。

3.根据权利要求2所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述微波雷达包括转轴和多个激光器，所述激光器的数量大于3，所述激光器围绕转轴规则排布，所述转轴与驱动电机相连。

4.根据权利要求1所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述边缘计算节点包括CPU计算单元、对外接口、外接硬盘、交换机和散热片。

5.根据权利要求4所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述对外接口包括IO、PCI、USB、RJ45、HDMI中的任一个或任意组合。

6.根据权利要求4所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述CPU计算单元替换为GPU计算单元。

7.根据权利要求1所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述信息发布设备包括LED显示屏、电子标牌、广播设施，所述信息发布设备均匀分布在停车场中。

8.根据权利要求1所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述云控平台包括中心机房服务器和万兆交换机。

9.一种基于多接入边缘计算的自主泊车系统，其特征在于，包括：路端感知设备、车载感知设备、网联通讯设备、信息发布设备、边缘计算节点和云控平台，所述车载感知设备设置于普通车辆上，所述车载感知设备通过无线信号与其他设备进行连接。

10.根据权利要求9所述的一种基于多接入边缘计算的自主泊车系统，其特征在于，所述车载感知设备包括运行状态采集单元、运行环境采集单元、通信接口、定位装置、通信设备和控制单位。

Images