基于5G车路协同的自动驾驶系统的制作方法

基于5g车路协同的自动驾驶系统
技术领域
1.本发明涉及车辆自动驾驶的技术领域，特别涉及一种基于5g车路协同的自动驾驶系统。


背景技术：

2.客车行业，涉及公共交通，公共交通是国家优先鼓励发展的交通出行方式。自动驾驶客车通过搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与x(车、路、人、云等)智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，在减少交通安全事故，提升交通出行效率和改善城市环境污染等方面都起着至关重要的作用。
3.但现阶段自动驾驶客车大部分是基于单车智能的技术方案来实现自动驾驶功能，但单车智能方案要求客车安装大量的高精度传感器来实现对环境的感知，而数量繁多的传感器会带来大量的数据进一步引起计算能力的要求提高，此外极端环境会干扰传感器的稳定性或引起自动驾驶系统决策滞后，导致自动驾驶客车客车可靠性和稳定性差。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于5g车路协同的自动驾驶系统，能够可靠地实现自动驾驶，并有效降低客车对高精度传感器的依赖。
5.根据本发明的第一方面实施例的基于5g车路协同的自动驾驶系统，包括：自动驾驶系统，用于通过设置于车体上的多个传感器获取自身车辆姿态信息、自车感知环境信息和驾驶意图，分别基于5g通信网络与路侧系统和云平台进行交互，控制车辆运行；路侧系统，包括传感器组、边缘计算单元和路侧单元，所述传感器组用于获取本地场景的道路信息及气象数据，所述边缘计算单元用于接收处理所述传感器的感知数据，获取本地场景的地图信息及路况信息，所述路侧单元用于上传所述地图信息及所述路况信息，并下发业务任务和协同调度指令给所述自动驾驶系统；云平台，用于基于5g通信网络与所述路侧单元和所述自动驾驶系统进行交互，在全局对本地场景中的道路及车辆运行进行决策规划。
6.根据本发明实施例的基于5g车路协同的自动驾驶系统，至少具有如下有益效果：通过基于5g通信网络将云平台、路侧系统及自动驾驶系统实现两者之间均互联，自动驾驶客车接收云平台下发的信息和路侧的系统作为路线规划、环境感知、行为决策的依据，可以减少自身传感器的数量；在可靠地实现自动驾驶的同时，并有效降低客车对高精度传感器的依赖，从而有效地降低自动驾驶客车的成本，推动智能自动驾驶客车大规模落地。
7.根据本发明的一些实施例，所述自动驾驶系统包括：车辆传感模块，用于通过调置于车体上的多个传感器获取自身车辆姿态信息和自车感知环境信息；感知处理模块，用于根据所述自身车辆的姿态信息和所述自车感知环境信息，对障碍物进行检测、定位及跟踪；决策规划模块，用于与所述云平台及所述路侧系统交互，获取路网状态、定位信息及所述业
务任务，生成最优全局路径；并根据所述自车感知环境信息获取可行驶的道路范围及可行驶的路线；车辆控制模块，用于根据决策结果及所述自车感知环境信息，生成对车辆的控制命令。
8.根据本发明的一些实施例，所述感知处理模块包括：第一识别模块，用于接收摄像头的图像数据，检测识别出车道线、车辆及行人；定位模块，用于通过gps和imu组合进行定位；第二识别模块，用于通过多传感器融合算法识别出障碍物的速度及类型。
9.根据本发明的一些实施例，所述感知处理模块还用于通过全局最近邻算法和卡尔曼算法对各个传感器进行多源融合；通过栅格算法和最近邻
10.算法对激光点云探测的障碍物进行跟踪聚类；通过特征提取和模式识别方式分析视觉信息，并辅助以深度学习的算法对车辆、行人、交通标志和交通信号灯标识进行识别。
11.根据本发明的一些实施例，所述决策规划模块包括：路径规划模块，用于基于frenet坐标系的规划算法，与所述云平台及所述路侧系统交互，获取路网状态、定位信息及所述业务任务，生成最优全局路径；路径生成模块，用于基于贝塞尔曲线及车辆动力学模型的动态行驶轨迹拟合算法，在获取感知的周边物体的的预测轨迹的基础上，根据地图、感知信息分析可供行驶的道路范围，以及，根据车速、道路复杂度生成平滑的可能行驶路线。
12.根据本发明的一些实施例，所述决策规划模块还包括：行为决策模块，用于基于决策树模型的决策机制，分析静态、动态障碍物和交通规则形成局部决策规划，并生成驾驶决策发送至所述车辆控制模块。
13.根据本发明的一些实施例，所述车辆控制模块包括：横向控制模块，用于基于线性二次型调节器及车辆动力模型的控制算法，对车辆进行循迹控制；纵向控制模块，用于基于mpc及pid控制算法，对车辆进行车速控制。
14.根据本发明的一些实施例，还包括：用户接口模块，用于提供人机交互界面，进行目的地设定，切换驾驶模式。
15.根据本发明的一些实施例，所述传感器组包括：路侧雷达、路侧相机、气象传感器以及智能交通信号灯。
16.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
17.本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
18.图1为本发明实施例的系统的主要模块及交互示意框图；
19.图2为本发明实施例的系统中的路侧系统的示意框图及路侧系统与云平台的交互示意图；
20.图3为本发明实施例的系统中的自动驾驶系统的传感器连接示意框图；
21.图4为本发明实施例的系统中的自动驾驶系统的软件结构示意框图。
具体实施方式
22.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终
相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
23.在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个及两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。在本发明的描述中，步骤标号仅是为了描述的方便或者引述的方便所作出的标识，各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
24.参照图1，本发明的实施例的系统，包括：自动驾驶系统，用于通过设置于车体上的多个传感器获取自身车辆姿态信息、自车感知环境信息和驾驶意图，分别基于5g通信网络与路侧系统和云平台进行交互，控制车辆运行；路侧系统，包括传感器组、边缘计算单元和路侧单元，传感器组用于获取本地场景的道路信息及气象数据，边缘计算单元用于接收处理传感器的感知数据，获取本地场景的地图信息及路况信息，路侧单元用于上传地图信息及路况信息，并下发业务任务和协同调度指令给自动驾驶系统；云平台，用于基于5g通信网络与路侧单元和自动驾驶系统进行交互，在全局对本地场景中的道路及车辆运行进行决策规划。
25.本实施例中，路侧系统将交通流信息、道路异常情况、道路路面状况和道路几何状况等道路交通信息通过5g网络上传到云平台，设置于客车上自动驾驶系统，将自身车辆状态信息、自车感知环境信息和驾驶意图等信息通过5g网络传递到云平台，云平台负责整个系统的通讯和实现路侧设备与车载设备之间的信息交互，车、路两端的信息在云平台融合后，由云平台对车、路、云全局信息做出最优决策，并下发给车、路，系统性提升自动驾驶的安全和效率。同时自动驾驶系统与路侧系统可以通过5g网络直接实现信息交互，根据云平台下发的信息和路侧的系统作为路线规划、环境感知、行为决策的依据，可以减少自身传感器的数量。这样，只需要在路侧增加一定的成本，在保证自动驾驶可靠安全性的前提下，即可有效降低多辆客车的传感器的成本，实质上降低了总体的成本，且因降低自动驾驶客车的成本，能够推动自动驾驶走向大规模落地。
26.本实施例的路侧系统，参照图2，包括：传感器组、边缘计算单元和路侧单元。其中，传感器主要由路侧雷达(例如，可以是激光雷达)、路侧相机、气象传感器(如温度、湿度等)以及路侧的智能交通信号等组成，传感器组用于采集本地场景信息及气象数据。边缘计算单元，用于接收处理传感器的感知数据，获取本地场景的地图信息及路况信息；通过边缘计算单元对本地场景感知的处理，因此，具备时延很低、降低云端的计算负载，降低整个网络的带宽开销等优点。路侧单元则用于将处理过的地图信息、拥堵信息、路况信息等通过5g网络上传到云平台，并下发业务任务和协同调度指令给自动驾驶系统。自动驾驶客车使用路侧系统的信息辅助自动驾驶客车进行感知、定位和决策规划，降低车载感知传感器的数量和配置，降低车载计算工作。最终，由云平台对上传数据进行云存储和云计算。
27.本实施例的自动驾驶系统由感知传感器、域控制器、显示屏、交换机、网关和车载单元等组成，系统的结构如图3所示。在本发明的一个实施例中，车头部的中间区域朝向车内依次设置有环视摄像头、毫米波雷达、固态激光雷达和前向摄像头，车头部与车体的侧面
连接处的两角分别设置有一个第一激光雷达；车头部的后视镜或第一激光雷达的下部设置有环视摄像头；车尾部，车尾部的中间区域设置有环视摄像头，车尾部与车体的侧面连接处的两角分别设置有一个毫米波雷达；第一侧部，第一侧部与车头部及车尾部的连接处分别设置有超声波雷达；第二侧部，第二侧部与车头部及车尾部的连接处分别设置有超声波雷达。其中，毫米波雷达通过can线与车内的域控制器连接，固态激光雷达及第一激光雷达经由交换机通过can线与域控制器连接，超声波雷达通过can线经由网关与域控制器连接。此外，环视摄像头及前向摄像头与域控制器连接。激光雷达数据通过交换机上传给域控制器。域控制器接收毫米波雷达的数据和组合惯性导航的定位数据。超声波雷达采集到的的数据通过网关，输入至域控制器。域控制器接收并处理各传感器数据，通过感知数据进行路径规划和决策。
28.本发明的软件系统框架参照图4，包括：车辆传感模块、感知处理模块、地图构建模块、决策规划模块、车辆控制模块及用户交换模块。车辆传感模块，用于通过调置于车体上的多个传感器获取自身车辆姿态信息和自车感知环境信息。感知处理模块，用于根据自身车辆的姿态信息和自车感知环境信息，对障碍物进行检测、定位及跟踪。地图构建模块，用于进行道路检测，并进行各种交通规范检测，依次包括：行车安全检测、道路规范检测、行车效率检测，并根据车辆的位姿信息，生成局部地图，将全局地图与局部地图进行匹配。决策规划模块，用于与云平台及路侧系统交互，获取路网状态、定位信息及业务任务，生成最优全局路径。并根据自车感知环境信息获取可行驶的道路范围及可行驶的路线。车辆控制模块，用于根据决策结果及自车感知环境信息，生成对车辆的控制命令。
29.感知处理模块包括：第一识别模块，用于接收摄像头的图像数据，检测识别出车道线、车辆及行人；定位模块，用于通过gps和imu组合进行定位；第二识别模块，用于通过多传感器融合算法识别出障碍物的速度及类型。感知处理模块还用于通过gnn(全局最近邻)算法和卡尔曼算法对各个传感器进行多源融合；通过栅格算法和knn(最近邻)算法对激光点云探测的障碍物进行跟踪聚类；通过特征提取和模式识别方式分析视觉信息，并辅助以深度学习的算法对车辆、行人、交通标志和交通信号灯标识进行识别。
30.本发明的实施例中，决策规划模块包括：路径规划模块，用于基于frenet坐标系的规划算法，与云平台及路侧系统交互，获取路网状态、定位信息及业务任务，生成最优全局路径；路径生成模块，用于基于贝塞尔曲线及车辆动力学模型的动态行驶轨迹拟合算法，在获取感知的周边物体的的预测轨迹的基础上，根据地图、感知信息分析可供行驶的道路范围，以及，根据车速、道路复杂度生成平滑的可能行驶路线。行为决策模块，用于基于决策树模型的决策机制，分析静态、动态障碍物和交通规则形成局部决策规划，并生成驾驶决策发送至车辆控制模块。
31.车辆控制模块包括：横向控制模块，用于基于lqr(线性二次型调节器)及车辆动力模型的控制算法，对车辆进行循迹控制；纵向控制模块，用于基于mpc(模型预测控制)及pid控制算法，对车辆进行车速控制。
32.用户接口模块，用于提供人机交互界面，进行目的地设定，切换驾驶模式。用户接口模块主要包括人机交互、高层控制和驾驶模式切换等。人机交互包括显示屏幕、扬声器，驾驶模式快速切换按钮和紧急停车按钮等。用于目的地设定，功能调试，中间结果显示输出，在各类功能间的切换，警告提示、位置显示、故障报警等。
33.尽管本文描述了具体实施方案，但是本领域中的普通技术人员将认识到，许多其它修改或另选的实施方案同样处于本公开的范围内。例如，结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外，虽然已根据本公开的实施方案描述了各种例示性具体实施和架构，但是本领域中的普通技术人员将认识到，对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
34.上文参考根据示例性实施方案所述的系统、方法、系统和/或计算机程序产品的框图和流程图描述了本公开的某些方面。应当理解，框图和流程图中的一个或多个块以及框图和流程图中的块的组合可分别通过执行计算机可执行程序指令来实现。同样，根据一些实施方案，框图和流程图中的一些块可能无需按示出的顺序执行，或者可以无需全部执行。另外，超出框图和流程图中的块所示的那些部件和/或操作以外的附加部件和/或操作可存在于某些实施方案中。
35.因此，框图和流程图中的块支持用于执行指定功能的装置的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令装置。还应当理解，框图和流程图中的每个块以及框图和流程图中的块的组合可以由执行特定功能、元件或步骤的专用硬件计算机系统或者专用硬件和计算机指令的组合来实现。
36.本文所述的程序模块、应用程序等可包括一个或多个软件组件，包括例如软件对象、方法、数据结构等。每个此类软件组件可包括计算机可执行指令，所述计算机可执行指令响应于执行而使本文所述的功能的至少一部分(例如，本文所述的例示性方法的一种或多种操作)被执行。
37.软件组件可以用各种编程语言中的任一种来编码。一种例示性编程语言可以为低级编程语言，诸如与特定硬件体系结构和/或操作系统平台相关联的汇编语言。包括汇编语言指令的软件组件可能需要在由硬件架构和/或平台执行之前由汇编程序转换为可执行的机器代码。另一种示例性编程语言可以为更高级的编程语言，其可以跨多种架构移植。包括更高级编程语言的软件组件在执行之前可能需要由解释器或编译器转换为中间表示。编程语言的其它示例包括但不限于宏语言、外壳或命令语言、作业控制语言、脚本语言、数据库查询或搜索语言、或报告编写语言。在一个或多个示例性实施方案中，包含上述编程语言示例中的一者的指令的软件组件可直接由操作系统或其它软件组件执行，而无需首先转换成另一种形式。
38.软件组件可存储为文件或其它数据存储构造。具有相似类型或相关功能的软件组件可一起存储在诸如特定的目录、文件夹或库中。软件组件可为静态的(例如，预设的或固定的)或动态的(例如，在执行时创建或修改的)。
39.上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。