一种车路协同自动驾驶功能分配系统及方法与流程

1.本发明涉及智能交通系统和自动驾驶领域，尤其涉及一种车路协同自动驾驶系统的功能分配系统及方法，能够为网联自动驾驶车辆提供交通管理和运营以及车辆控制。


背景技术：

2.网联自动驾驶车辆是指能够在特定情况下实现自动化驾驶的车辆。当前网联自动驾驶车辆技术应用被大量感知和计算设备的成本所制约，并且网联自动驾驶车辆的性能被感知设备的功能属性所制约。
3.随着人工智能、5g通讯、大数据等新一代信息技术的迅速发展，车路协同自动驾驶系统(connected automated vehicle highway,cavh)作为智能交通系统的终极发展形式，已成为缓解交通拥堵、提高交通安全、改善交通污染的重要技术手段。
4.车路协同自动驾驶系统通过雷达、视频等先进的车、路感知设备对道路交通环境进行实时高精度感知，按照约定的通信协议和数据交互标准，实现车与车、车与路、车与人以及车与道路交通设施间的通讯、信息交换以及控制指令执行，最终形成智能化交通管理控制、智能化动态信息服务以及网联车辆自动驾驶一体化的新一代智能交通系统。
5.目前，以智能化程度不同的智能网联道路系统(connected automated highway system，cah)和智能网联车辆系统(connected automated vehicle system，cav)构建车路协同自动驾驶系统的发展路径已基本形成，参见美国专利：u.s.pat.app.pub.no.20190347931a1。车路协同自动驾驶整体系统可协同地执行车辆和道路两端的感知、决策和控制功能，从而完成自动驾驶任务。
6.经研究发现，目前尚无针对车路协同自动驾驶系统设计的功能分配系统和功能分配方法，智能网联道路系统和智能网联车辆系统在实现自动驾驶任务中存在功能交叉和信息冗余，从而降低了整体系统的效率和可靠性。而从系统角度出发，依据场景的变化实现不同分配层次下自动驾驶感知、决策和控制功能的高效分配，是提升自动驾驶系统安全和效率的关键。
7.因此，有必要提出一种隶属和车路协同自动驾驶系统的功能分配系统，辅助智能网联道路系统和智能网联车辆系统安全、协同、高效地执行自动驾驶任务。


技术实现要素：

8.发明目的：为了解决以上问题，本发明提供一种支持车路协同自动驾驶系统的功能分配系统及方法，实现不同情况下的不同智能化水平车路协同自动驾驶系统功能的分配。
9.技术方案：本发明所述的一种车路协同自动驾驶功能分配系统，隶属并服务一种具备一定信息化、智能化、协同化和集成化特征的车路协同自动驾驶系统；该车路协同自动驾驶功能分配系统包括通信模块、数据模块、运算模块三大功能模块，基于一种功能分配方法实现不同场景下不同控制层次自动进行驾驶感知、决策和控制功能的分配。
10.作为一种优选的实施方式，所述车路协同自动驾驶系统包括智能网联道路系统、智能网联车辆系统以及所述车路协同自动驾驶功能分配系统，实现复杂交通环境下的协同感知、协同决策和协同控制功能；
11.智能网联车辆系统和智能网联道路系统具有不同的智能级别，且智能网联道路系统的智能级别高于智能网联车辆系统的智能级别；
12.车路协同自动驾驶功能分配系统分配更多的感知、决策和控制功能给智能网联道路系统，更少地给智能网联车辆系统；
13.智能网联车辆系统中每辆车都具备驾驶员，且车辆的操作可以被驾驶员接管。
14.作为一种优选的实施方式，所述智能网联道路系统包括：智能网联道路感知模块、智能网联道路决策模块、智能网联道路控制模块和智能网联道路通信模块；
15.所述智能网联道路感知模块的组成主要包括：环境感知设备、车辆识别设备、和高精定位系统；
16.所述智能网联道路决策模块的组成主要为交通控制中心、宏观/区域/道路tcc，用于信息处理和交通控制指令的制定；
17.所述智能网联道路控制模块的组成包括：分段/点tcu和智能路侧单元riu，其中各级tcu用于接收上级tcu的信息、制定下级tcu的指令以及处理下级的信息；智能路侧单元riu将交通信息和控制指令传输至智能网联车辆系统，并接收由智能网联车辆系统提供的信息；
18.所述的智能网联道路通信模块的组成主要为终端通信模组，支持3g/4g/5g/6g、gps/北斗、wifi多种通信模式。
19.作为一种优选的实施方式，所述智能网联道路系统的功能包括：
20.实时感应周边环境，识别静止或运动障碍物、标志标线，探测车辆实时的运动状态信息；
21.根据实时的交通状态信息，制定交通运行状态的优化控制目标，实现交通流在不同环境下多目标的运动状态决策；
22.根据制定的决策信息，对交通主体进行相应的管理控制，并监控交通主体的运行状态，使交通主体按照预定的目标运行，从而达到优化交通流的目的；
23.支持路-云i2n通信、路-车i2v通信、路-人i2p通信、路-路i2i通信，实现不同场景下信息交互与融合。
24.作为一种优选的实施方式，所述智能网联道路系统的工作方式为：
25.智能网联道路感知模块获取车辆运动和环境数据；
26.智能网联道路通信模块将数据信息传输到车路协同自动驾驶功能分配系统；
27.车路协同自动驾驶功能分配系统利用其通信模块将分配任务下发给道路，并将道路感知信息发送至智能网联道路系统和/或智能网联车辆系统；
28.根据分配指令激活智能网联道路决策模块和智能网联道路控制模块，制定决策、控制优化方案；
29.智能网联道路通信模块将决策、控制指令发送至智能网联车辆系统，进行实施。
30.作为一种优选的实施方式，所述智能网联车辆系统包括：智能网联车辆感知模块、智能网联车辆决策模块、智能网联车辆控制模块和智能网联车辆通信模块；
31.所述智能网联车辆感知模块的组成主要包括：环境感知设备和车载定位设备；
32.所述智能网联车辆决策模块的组成主要为车载芯片；
33.所述智能网联车辆控制模块的组成包括：车载芯片、线控制动、线控驱动、线控转向、底盘一体化控制系统；
34.所述的智能网联车辆通信模块的组成主要为终端通信模组，支持lte-v、3g/4g/5g/6g、gps/北斗、wifi多种通信模式。
35.作为一种优选的实施方式，所述智能网联车辆系统的功能包括：
36.实现自动驾驶车辆运动状态和车辆外部环境的感知，包括车速、位置、路况、天气和事件；
37.完成对感知数据的处理，实现自动驾驶车辆的行为决策、路径和轨迹优化；
38.执行决策指令，自动驾驶车辆的横、纵向运动控制，完成自动驾驶功能或高级驾驶辅助功能，并保证车辆安全；
39.支持车-云v2n通信、车-车v2v通信、车-人v2p通信、车-路v2i通信、车内通信，实现不同场景下多信息交互与融合。
40.作为一种优选的实施方式，所述智能网联车辆系统的工作方式为：
41.智能网联车辆感知模块获取车辆运动和环境数据；
42.智能网联车辆通信模块将感知数据传输到车路协同自动驾驶功能分配系统；
43.车路协同自动驾驶功能分配系统利用其通信模块将分配任务下发给车辆，并将车辆感知信息发送至智能网联道路系统和/或智能网联车辆系统；
44.根据分配指令激活智能网联车辆决策模块和智能网联车辆控制模块，实施车辆控制。
45.作为一种优选的实施方式，所述通信模块用于在不同场景下提供可靠的多通道信息交换，管理感知数据和功能分配结果的传输，为车辆提供车-云v2n通信，和/或路-云i2n通信；
46.所述数据模块负责以特定的时间间隔存储来自多个数据源的感知数据和融合感知数据，数据模块包含一个数据库来存储历史实时感知数据，所述数据为标准化数据；
47.所述运算模块利用感知数据校准车路协同自动驾驶系统，分析智能网联车辆系统和智能网联道路系统功能，在自动驾驶场景下为车辆提供自动驾驶功能。
48.作为一种优选的实施方式，所述车路协同自动驾驶功能分配系统的工作方式为：
49.通信模块接收来自智能网联道路系统和智能网联车辆系统发送的系统等级信息和环境感知数据，并将其传输到数据模块进行存储；
50.数据模块对大量的环境感知数据进行存储和备份，并将数据传输至运算模块进行处理；
51.运算模块中的场景解析单元将当前场景分解为多个场景元，基于系统功能需求解析单元、系统功能限制解析单元和功能需求-限制匹配单元计算出宏观、中观、微观中的某种控制层次下实现自动驾驶感知、决策、控制中的某种功能的功能分配方案，包括以智能网联道路系统为主、以智能网联车辆系统为主和以驾驶员为主三种分配结果；
52.运算模块将分配结果传输至通信模块进行发送，并将分配结果备份至数据模块；
53.通信模块将分配任务发送给智能网联道路系统和智能网联车辆系统进行实施。
54.作为一种优选的实施方式，所述场景解析单元针对不同的场景，将主场景a分解为多个场景元am；
55.所述系统功能需求解析单元针对分解的各个场景元am，分析在不同控制层次下实现自动驾驶任务对系统感知、决策以及控制功能的需求；
56.所述系统功能限制解析单元针对分解的场景元am，分析在不同控制层次下智能网联车辆系统、智能网联道路系统在感知、决策和控制功能的应用限制；
57.所述功能需求-限制匹配单元基于对所有场景元的功能分配结果，将分配结果进行叠加，确定为实现自动驾驶任务的主场景a所对应功能需求的最终分配方案；当主场景a发生变化，重新利用场景解析进行分析，并制定下一时刻场景的分配方案。
58.作为一种优选的实施方式，所述场景解析单元针对不同的场景，将主场景a分解为4个场景元，表示为a＝{a1,a2,a3,a4}，其中：
59.根据道路信息数据分析不同道路路段特性，并标记为a1，分类标准包含：基本路段、匝道、互通立交、桥涵、隧道、收费站；
60.根据道路信息数据进一步分析不同道路线型特性，并标记为a2，分类标准包含：道路曲率半径和坡度；
61.根据交通流数据分析交通流量特性，并标记为a3，分类标准包含：流量、速度、密度；
62.根据气象数据分析天气状况特性，并标记为a4，包含：雨、雪、雾、沙尘暴、雷暴。
63.作为一种优选的实施方式，所述系统功能需求解析单元工作方式如下：
64.(1)构建控制层次-功能特征构成的需求特征集{bn,cw}，代表在某个控制层次需要实现的某种功能，其中，bn代表控制层次，n的取值为1,2,3，分别代表宏观层次、中观层次、微观层次；cw代表系统功能，w的取值为1,2,3，分别代表感知、决策、控制三项功能；
65.(2)根据上述分析，构建场景元和控制层次-功能特征构成的场景需求特征集s
m,n,w
＝{am,bn,cw}，代表在某个场景元下要实现某个控制层次的某种功能；其中，am代表场景元，m的取值为1,2,3,4。
66.作为一种优选的实施方式，所述系统功能限制解析单元工作方式如下：
67.(1)分析智能网联道路系统在不同场景元下的功能限制，构建智能网联道路系统功能限制函数i(s
m,n,w
)，简化为i
m,n,w
：
[0068][0069]
(2)分析车辆系统在不同场景元下的功能限制，构建车辆系统功能限制函数v(s
m,n,w
)，简化为v
m,n,w
：
[0070][0071]
其中车辆系统在不同场景元下的功能限制包含以下几个方面：不同场景和层次下的：
[0072]
(2.1)感知功能的限制；
[0073]
(2.2)决策功能的限制；
[0074]
(2.3)控制功能的限制。
[0075]
作为一种优选的实施方式，所述功能需求-限制匹配单元工作方式如下：
[0076]
(1)根据场景元需求以及智能网联车辆系统、智能网联道路系统功能限制情形，定义车路协同系统功能受限向量k
a,n,w
，表示所有场景元的车路协同系统功能受限情况：
[0077][0078]
(2)定义主场景a的车路协同子系统功能受限函数f(v)
a,n,w
，f(i)
a,n,w
，将所有场景元的车路协同子系统功能受限情况叠加，得到主场景a的车路协同子系统功能受限情形：
[0079][0080][0081]
其中，f(v)
a,n,w
表示主场景a的智能网联车辆系统功能受限函数，f(i)
a,n,w
表示主场景a的智能网联道路系统功能受限函数；
[0082]
(3)主场景a实现自动驾驶任务功能需求的最终分配方案为：
[0083][0084]
(4)当主场景a发生变化，回到步骤(2)制定下一时刻变化后场景的分配策略。
[0085]
本发明还提供一种车路协同自动驾驶功能分配方法，应用于一种具备一定信息化、智能化、协同化和集成化特征的车路协同自动驾驶系统中，该车路协同自动驾驶系统包括智能网联道路系统、智能网联车辆系统以及车路协同自动驾驶功能分配系统，实现复杂交通环境下的协同感知、协同决策和协同控制功能，所述车路协同自动驾驶功能分配方法包括：
[0086]
接收来自智能网联道路系统和智能网联车辆系统发送的系统等级信息和环境感知数据，并将其进行存储和备份；
[0087]
根据环境感知数据，针对不同的场景，将主场景a分解为多个场景元am；
[0088]
针对分解的各个场景元am，分析在不同控制层次下实现自动驾驶任务对系统感知、决策以及控制功能的需求；
[0089]
针对分解的场景元am，分析在不同控制层次下智能车辆系统、智能网联道路系统在感知、决策和控制功能的应用限制；
[0090]
基于对所有场景元的功能分配结果，定义需求-限制匹配算法，将分配结果进行叠加，确定为实现自动驾驶任务的主场景a所对应功能需求的最终分配方案；当主场景a发生变化，重新利用场景解析进行分析，并制定下一时刻场景的分配方案。
[0091]
作为一种优选的实施方式，所述多个场景元为4个场景元，表示为a＝{a1,a2,a3,
a4}，其获得方法包括：
[0092]
根据道路信息数据分析不同道路路段特性，并标记为a1，分类标准包含：基本路段、匝道、互通立交、桥涵、隧道、收费站；
[0093]
然后根据道路信息数据进一步分析不同道路线型特性，并标记为a2，分类标准包含：道路曲率半径和坡度；
[0094]
接着根据交通流数据分析交通流量特性，并标记为a3，分类标准包含：流量、速度、密度；
[0095]
然后根据气象数据分析天气状况特性，并标记为a4，包含：雨、雪、雾、沙尘暴、雷暴。
[0096]
作为一种优选的实施方式，所述针对分解的各个场景元am，分析在不同控制层次下实现自动驾驶任务对系统感知、决策以及控制功能的需求包括以下步骤：
[0097]
(1)构建控制层次-功能特征构成的需求特征集{bn,cw}，代表在某个控制层次需要实现的某种功能，其中，bn代表控制层次，n的取值为1,2,3，分别代表宏观层次、中观层次、微观层次；cw代表系统功能，w的取值为1,2,3，分别代表感知、决策、控制三项功能；
[0098]
(2)根据上述分析，构建场景元和控制层次-功能特征构成的场景需求特征集s
m,n,w
＝{am,bn,cw}，代表在某个场景元下要实现某个控制层次的某种功能；其中，am代表场景元，m的取值为1,2,3,4。
[0099]
作为一种优选的实施方式，所述针对分解的场景元am，分析在不同控制层次下智能车辆系统、智能网联道路系统在感知、决策和控制功能的应用限制包括以下步骤：
[0100]
(1)分析智能网联道路系统在不同场景元下的功能限制，构建智能网联道路系统功能限制函数i(s
m,n,w
)，简化为i
m,n,w
：
[0101][0102]
(2)分析车辆系统在不同场景元下的功能限制，构建车辆系统功能限制函数v(s
m,n,w
)，简化为v
m,n,w
：
[0103][0104]
其中车辆系统在不同场景元下的功能限制包含以下几个方面：不同场景和层次下的：
[0105]
(2.1)感知功能的限制；
[0106]
(2.2)决策功能的限制；
[0107]
(2.3)控制功能的限制。
[0108]
作为一种优选的实施方式，所述需求-限制匹配算法具体包括以下步骤：
[0109]
(1)根据场景元需求以及智能网联车辆系统、智能网联道路系统功能限制情形，定义车路协同系统功能受限向量k
a,n,w
，表示所有场景元的车路协同系统功能受限情况：
[0110][0111]
(2)定义主场景a的车路协同子系统功能受限函数f(v)
a,n,w
，f(i)
a,n,w
，将所有场景元的车路协同子系统功能受限情况叠加，得到主场景a的车路协同子系统功能受限情形：
[0112][0113][0114]
其中，f(v)
a,n,w
表示主场景a的智能网联车辆系统功能受限函数，f(i)
a,n,w
表示主场景a的智能网联道路系统功能受限函数；
[0115]
(3)主场景a实现自动驾驶任务功能需求的最终分配方案为：
[0116][0117]
(4)当主场景a发生变化，回到步骤(2)制定下一时刻变化后场景的分配策略。
[0118]
有益效果：将功能分配技术引入cavh系统，可以对现有cavh系统进行改进。例如，cavh系统的效率和可靠性可以通过最小化或消除cavh子系统(例如cav系统和cah系统)之间的功能重叠和信息冗余来提高其效率和可靠性。因此，本发明所提供的技术通过在cah系统和cav系统之间以不同的智能级别和不同的场景分配自动车辆感知、决策和控制功能来提高cavh系统的效率和安全性。本发明提供的技术帮助cav系统和cah系统以安全、协作和高效的方式执行自动驾驶任务。本发明对未来车路协同自动驾驶系统功能的优化分配具有重要意义，可提升自动驾驶安全性和系统效率。
附图说明
[0119]
图1为车路协同自动驾驶系统组成框图；
[0120]
图2为智能网联道路系统结构示意图；
[0121]
图3为智能网联车辆系统结构示意图；
[0122]
图4为功能分配系统结构示意图；
[0123]
图5为智能网联道路系统工作方式示意图；
[0124]
图6为智能网联车辆系统工作方式示意图；
[0125]
图7为功能分配系统工作方式示意图；
[0126]
图8为车路协同自动驾驶系统功能分配方法示意图；
[0127]
图9为功能分配算法场景分析的过程示意图；
[0128]
图10为功能分配系统功能需求分析示意图；
[0129]
图11为功能限制解析及功能需求-限制匹配方法示意图；
[0130]
图12为车路协同自动驾驶系统应用实例场景示意图。
具体实施方式
[0131]
下面结合附图对本发明的技术方案作进一步说明。应当了解，以下提供的实施例仅是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的技术构思，本发明还可以用许多不同的形式来实施，并且不局限于此处描述的实施例。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。
[0132]
针对背景技术中提出的问题，最近已有一些替代系统和方法被提出以解决其中一些问题。例如，一些美国专利中描述了自动驾驶系统(ads)和/或其组件，这些专利有15/628331、16/509615、16/135916、16/267836、16/776846、16/505034、62/894703、63/004551和63/004564，每一个通过引用并入本发明。
[0133]
本发明提供一种车路协同自动驾驶功能分配系统，其隶属并服务一种具备一定信息化、智能化、协同化和集成化特征的车路协同自动驾驶系统。所述的具备一定信息化、智能化、协同化和集成化特征的车路协同自动驾驶系统100是由智能网联道路系统101(例如，包括智能网联道路系统cah)、智能网联车辆系统102(例如，包括一个或多个cav)和车路协同自动驾驶功能分配系统103组成，如图1所示。车路协同自动驾驶系统组件(例如，cav系统和cah系统)由车路协同自动驾驶功能分配系统103管理，可以实现在复杂交通环境下的协同感知、协同决策、协同控制的功能。具体的，车路协同自动驾驶功能分配系统103与智能网联道路系统101和智能网联车辆系统102交换分配指令104。智能网联道路系统101和智能网联车辆系统102彼此交换信息105。为了描述的便利，在下文中，车路协同自动驾驶功能分配系统也称为车路协同功能分配系统或功能分配系统(function allocation system，fas)。fas系统分配感知、决策和控制功能给cah系统和cav系统，并且分配更多的感知、决策和控制功能给cah系统，更少地给cav系统。
[0134]
该cavh系统可以由不同等级智能网联道路系统与不同等级智能车辆系统按照一定的规则组合，但智能网联道路系统的智能化程度始终高于智能网联车辆系统，此外，在控制决策方面具由智能网联道路系统起主导作用。所述车辆系统都具有驾驶员，且当系统不能保证安全时，车辆的操作可以被驾驶员接管。
[0135]
cavh系统的智能级别s为3或更高(例如，3、大于3、4、大于4、大于5、大于5等)，在一些实施例中，fas被配置为将感知功能、决策功能和控制功能分配给具有智能级别v的cav系统和具有智能级别i的cah系统，i大于v。在一些实施例中，v为3或更小(例如，3、2、1.5、1、小于1)，i为3或更大(例如，3、4、5、大于5等)，在一些实施例中，v为2或更小(例如，2、1.5、1、小于1)且i为3或更大(例如，3、4、5、大于5等)，i不等于v。
[0136]
cah系统包括智能道路基础设施子系统(iris)，其包括智能路侧单元(riu)，交通控制单元(tcu)和交通控制中心(tcc)。cavh和/或fas由数据信息融合计算平台支持，该融合计算平台包括云计算，有线和无线实时通信网络，供电网络，网络安全系统，高精度地图和/或高精定位服务。cavh和/或fas提供一种或多种智能网联车辆协作方法和/或系统功能以用于自动驾驶，例如，感知交通状况和环境；预测交通行为并做出决策；协调交通和车辆的控制。
[0137]
cah系统从模块上可划分为：智能网联道路感知模块201、智能网联道路通信模块
202、智能网联道路决策模块203、智能网联道路控制模块204，参见图2，各模块的组成部分具体为：
[0138]
智能网联道路感知模块201的组成主要包括：环境感知设备205、车辆识别设备206和高精定位系统207。环境感知设备205包括以下一种或几种：毫米级雷达传感器、微波雷达传感器、摄像头、卫星导航系统、惯性导航系统、超声波传感器等。车辆识别设备206包括以下一种或几种：rfid、蓝牙、wifi(ieee 802.11)等。高精定位系统207包括以下一种或几种：gps/北斗、高精地图等；
[0139]
智能网联道路决策模块203的组成主要包括：宏观/区域/道路交通控制中心(tcc)。其中交通控制中心用于信息处理、交通控制指令的制定。各级tcc用于接收上级tcc的信息、制定下级tcc的制定以及处理下级的信息；
[0140]
智能网联道路控制模块204的组成包括：分段/点tcu、智能路侧单元(riu)。各级tcu用于接收上级tcu的信息、制定下级tcu的制定以及处理下级的信息；智能路侧单元(riu)用于传输交通信息和控制指令至智能车辆系统，并接收由智能车辆系统提供的信息；
[0141]
智能网联道路通信模块202的组成主要包括：终端通信模组，可支持3g/4g/5g/6g等、gps/北斗、wifi(ieee 802.11)等多种通信模式。
[0142]
智能网联道路系统四大模块的功能具体来说包括以下内容：
[0143]
智能网联道路感知模块201的功能在于：实时感应周边环境，识别静止或运动障碍物、标志标线，探测车辆的运动状态信息等；实现静止/运动物体的实时精准定位，形成高清全方位信息感知信息的功能。
[0144]
智能网联道路通信模块202的功能在于：实现不同场景的多信道、高可信、高可靠的信息交互与融合。支持路-云(i2n)通信、路-车(i2v)通信、路-人(i2p)通信、路-路(i2i)通信等多种通信场景。将感知数据发送到fas，并从fas接收分配结果；将决策模块203做出的决策指令发送到控制模块204。
[0145]
智能网联道路决策模块203的功能在于：根据分配的结果做出优化的决策。根据实时运动状态信息，制定交通运行状态的决策，优化控制目标，实现交通流在不同环境下多目标的运动状态决策。
[0146]
智能网联道路控制模块204的功能在于：根据制定的决策信息，对交通主体(如：车辆)进行相应的管理控制，并监控交通主体的运行状态，使交通主体按照预定的目标运行，从而达到优化交通流的目的。
[0147]
cav系统从模块上可划分为：智能网联车辆感知模块301、智能网联车辆通信模块302、智能网联车辆决策模块303、智能网联车辆控制模块304，各模块的组成部分为：
[0148]
智能网联车辆感知模块301的组成主要包括：环境感知设备和车载定位设备。环境感知设备包括以下一种或几种：激光雷达、摄像头、毫米级雷达、超声波传感器等。车载定位设备包括以下一种或几种：gps/gnss/北斗和惯性导航系统。激光雷达可实时感应周边环境，形成高清立体地图；摄像头可识别障碍物、信号灯、道路方向、地形和标志物等；毫米级雷达可探测前方车辆的速度、距离等；超声波传感器可辅助维持车辆与周边环境的距离；gps/gnss/北斗用于接收卫星信号、进行定位或者导航；惯性导航系统可在偏远地区、高楼群、高架桥、山间隧道等卫星信号较弱甚至消失的场景，提供精准的导航和定位信息。
[0149]
智能网联车辆决策模块303的组成主要为车载芯片。
[0150]
智能网联车辆控制模块304的组成包括：车载芯片、线控制动、刹车、线控驱动、线控转向、底盘一体化控制系统等。
[0151]
智能网联车辆通信模块302的的组成主要包括：终端通信模组，可支持lte-v、3g/4g/5g/6g、gps/北斗、wifi(ieee 802.11)等多种通信模式。
[0152]
cav系统的四大模块的具体功能包括：
[0153]
智能网联车辆感知模块301的功能在于：实现自动驾驶车辆运动状态和车辆外部环境的感知包括车速、位置、路况、天气和事件等。
[0154]
智能网联车辆通信模块302的功能在于：实现不同场景、不同移动状态下的多信道、高可信、高可靠的信息交互与融合。支持车-云(v2n)通信、车-车(v2v)通信、车-人(v2p)通信、车-路(v2i)通信、车内通信等多种通信场景。将描述车辆状态的感测数据发送到fas，并从fas接收分配结果。
[0155]
智能网联车辆决策模块303的功能在于：根据分配的结果做出优化的决策。完成对感知数据的处理，实现自动驾驶车辆的行为决策、路径和轨迹优化。
[0156]
智能网联车辆控制304模块的功能在于：执行系统的决策指令自动驾驶车辆的横、纵向运动控制，完成自动驾驶功能或高级驾驶辅助功能，并保证车辆安全。
[0157]
智能网联车辆决策模块303根据分配结果进行优化决策。然后，通信模块302将决策模块303做出的决策指令发送至控制模块304，或者通信模块302将决策从cav系统发送至控制模块304。
[0158]
fas系统从模块上可划分为：通信模块401、数据模块402、运算模块403。参照图4，三大模块的具体组成包括：
[0159]
通信模块401的组成主要为终端通信模组，可支持lte-v、3g/4g/5g/6g等、gps/北斗、wifi(ieee 802.11)等多种通信模式；
[0160]
数据模块402的组成主要为数据库服务器、核心交换机、防火墙、入侵检测设备、光交换机、磁盘阵列等。服务器与其他系统共用，具体可包括数据库引擎服务器、数据管理与交换服务器、web服务器、处理数据库服务器、历史数据库服务器等；
[0161]
运算模块403的组成包括数据库引擎服务器、身份认证服务器、数据管理与交换服务器、优化分配子系统服务器、web应用服务器等。
[0162]
cav系统的三大模块具体功能包括：
[0163]
通信模块401功能在于：实现不同场景下的多信道、高可信、高可靠的信息交互。通信信息包括感知数据和分配结果信息。该系统支持车-云(v2n)通信、路-云(i2n)通信等多种通信场景。通信模块401将与系统级别和车辆状态有关的数据404发送到数据模块402，并从运算模块403接收与分配结果405有关的数据。
[0164]
数据模块402功能在于：实现感知数据的接收、存储以及融合。感知数据包括气象数据、交通流流参数数据和道路信息数据。通过标准化汇至多源采集数据库，并将这些实时数据以定期的方式统一汇至历史数据库。
[0165]
运算模块403功能在于：通过感知数据实现对车路协同系统等级的校验，并根据感知数据进行场景分析，分析不同场景下的自动驾驶功能需求，针对车路协同自动驾驶系统的功能进行解析，实现车路协同系统自动驾驶功能的分配。
[0166]
运算模块403从数据模块402接收与系统级别和车辆状态404相关的处理数据。运
算模块403基于与车辆状态相关的数据404分配cavh系统的自动驾驶功能。
[0167]
下面结合图5～7对上述cah系统、cav系统、fas系统的具体工作方式给出详细描述。
[0168]
如图5所示，智能网联道路系统cah的工作方式包括以下步骤：
[0169]
步骤1：智能网联道路感知模块201感知车辆运动参数501和外部环境数据502；
[0170]
步骤2：智能网联道路通信模块202将感知数据信息503传输到车路协同功能分配系统103；
[0171]
步骤3：车路协同功能分配系统103利用其通信模块将分配结果504下发给智能网联道路系统101；
[0172]
步骤4：智能网联道路系统发布指令505和506激活智能网联道路决策模块203和智能网联道路控制模块204，使其分别制定决策指令507和做出控制指令508；
[0173]
步骤5：智能网联道路通信模块202将cah系统101做出的决策指令507和控制指令508发送至智能网联车辆系统102以实现车辆控制。
[0174]
参照图6，智能网联车辆系统cav的工作方式包括以下步骤：
[0175]
步骤1：智能网联车辆感知模块301感知车辆运动参数601和外部环境数据602；
[0176]
步骤2：智能网联车辆通信模块302将感知数据信息603传输到车路协同功能分配系统103；
[0177]
步骤3：车路协同功能分配系统103利用其通信模块将分配结果604下发给智能网联车辆系统102；
[0178]
步骤4：智能网联车辆系统发布指令605和606激活智能网联车辆决策模块303和智能网联车辆控制模块304，使其分别制定决策指令607，做出控制指令608和实施车辆控制609。
[0179]
如图7所示，车路协同功能分配系统fas的工作方式包括以下步骤：
[0180]
步骤1：功能分配系统103利用其通信模块401接收来自智能网联道路系统101的系统等级信息和环境感知数据705，接收智能网联车辆系统102发送的系统等级信息和环境感知数据708，然后，将数据705和708进行数据备份701，从通信模块401传输到数据模块402进行存储；
[0181]
步骤2：功能分配系统103利用其数据模块402对大量的环境感知数据进行数据备份703以存储和备份环境数据，并将数据流702传输至运算模块403进行处理；
[0182]
步骤3：功能分配系统103通过运算模块403中的场景解析801将当前场景分解为多个场景元，基于系统功能需求解析802、系统功能限制解析803和功能需求-限制匹配算法804，计算出某种控制层次(宏观、中观、微观)下实现自动驾驶某种功能(感知、决策、控制)的功能分配方案，包括以智能网联道路系统为主、以智能网联车辆系统为主和以驾驶员为主三种分配结果。其中宏观是指路段以上的范围的控制，中观指车队级别的控制，微观指车辆级别的控制。
[0183]
步骤4：运算模块403将分配结果704传输至通信模块401进行发送，并将分配结果704备份至数据模块402以进行存储。
[0184]
步骤5：功能分配系统通信模块401将分配指令707发送给智能网联道路系统102，并将分配指令706发送给智能网联车辆系统进行实施。
[0185]
如图8所示，功能分配系统103的功能分配方法包括场景分析801，系统功能需求分析802，系统功能限制分析803和功能需求约束匹配算法804四个步骤。
[0186]
(1)场景解析方法
[0187]
针对不同的场景，将主场景a分解为多个场景元am(例如，1、2，3、4、5、6、7、8、9、10或更多子场景)；
[0188]
(2)系统功能需求解析方法
[0189]
针对来自情景分析801的分解的各个场景元am，在一个或多个不同控制层次下分析实现自动驾驶任务对系统感知、决策以及控制功能的需求；
[0190]
(3)系统功能限制解析方法
[0191]
针对分解的场景元am，分析在一个或多个不同控制层次下智能车辆系统、智能网联道路系统在感知、决策和控制功能的应用限制；
[0192]
(4)功能需求-限制匹配算法
[0193]
基于对所有场景元的功能分配结果，定义需求-限制匹配算法，将分配结果进行叠加，确定为实现自动驾驶任务的主场景a所对应功能需求的最终分配方案；当主场景a发生变化，重新利用场景解析进行分析，并制定下一时刻场景的分配方案(例如，返回以执行场景分析801，系统功能需求分析802，系统功能限制分析803，并将功能需求约束匹配算法804用于更改后的主场景)。
[0194]
下面结合图9～11，对上述各步骤的具体实现进行详细描述。
[0195]
如图9所示，将主场景a分解为4个场景元，场景解析方法包含以下步骤：
[0196]
(1)道路设施分析901
[0197]
根据道路信息数据识别道路设施的类别，并标记为场景元a1，分类标准包含：基本路段、匝道、互通立交、桥涵、隧道、收费站等。
[0198]
(2)几何设计分析902
[0199]
然后根据道路信息数据进一步分析不同道路线型特性，并标记为场景元a2，分类标准包含：道路曲率半径和坡度等。
[0200]
(3)交通流分析903
[0201]
接着根据交通流数据分析交通流量特性，并标记为场景元a3，分类标准包含：流量、速度、密度等。
[0202]
(4)天气分析904
[0203]
然后根据气象数据分析天气状况特性，并标记为场景元a4，包含：雨、雪、雾、沙尘暴、雷暴等。
[0204]
(5)最后将高速公路智能车路协同系统功能分配方法的场景表示为a＝{a1,a2,a3,a4}。
[0205]
如图10所示，系统功能需求解析方法包含以下步骤：
[0206]
(1)构建控制层次-功能特征构成的需求特征集{bn,cw}1003
[0207]
需求特征集合{bn,cw}1003包括控制级别参数bn1001和系统功能参数cw1002，控制级别参数bn1001具有三个值(n＝1、2、3)，分别代表宏观层次、中观层次、微观层次；系统功能参数cw具有三个值(w＝1、2、3)，分别代表感知、决策、控制三项功能；
[0208]
(2)构建场景元和控制层次-功能特征构成的场景需求特征集s
m,n,w
＝{am,bn,cw}
1005
[0209]
场景需求特征集s
m,n,w
＝{am,bn,cw}是使用需求特征集{bn,cw}1003和来自场景分析801的子场景am1004来构造的。
[0210]
如图11所示，系统功能限制解析方法包含以下步骤：
[0211]
(1)针对场景元的cah系统的限制的分析
[0212]
首先分析智能网联道路系统在不同场景元am下的功能限制，具体的，场景元am下的智能网联道路系统功能限制函数(简化为i(s)1101)定义为i
m,n,w
：
[0213][0214]
其中智能网联道路系统在不同场景元下的功能限制包含以下几个方面：
[0215]
·
感知功能的限制包括特殊天气场景(包括雾、雨、雪、沙尘、冰雹等)，微观控制层次下紧急突发事件的控制；
[0216]
·
决策功能的限制包括微观控制层次下紧急突发事件的决策；
[0217]
·
控制功能的限制包括微观控制层次下紧急突发事件的控制；
[0218]
(2)针对场景元的cav系统的限制的分析
[0219]
然后分析车辆系统在不同场景元am下的功能限制，构建车辆系统功能限制函数，具体的，场景元am下的智能网联道路系统功能限制函数(简化为v(s)1102)定义为v
m,n,w
：
[0220][0221]
其中车辆系统在不同场景元下的功能限制包含以下几个方面：
[0222]
(1)感知功能的限制包括：
[0223]
a.不同场景下感知限制：雾，中雨及以上，中雪及以上，沙尘暴，雷暴，曲率半径小于300米，坡度大于3％，桥涵、隧道；
[0224]
b.不同层次下感知功能限制：宏观运动状态、天气状态的感知，中观局部交通事件感知、路段状态感知；
[0225]
(2)决策功能的限制，包括：
[0226]
a.不同场景下决策功能限制：上下匝道、互通立交、桥涵、拥堵流；
[0227]
b.不同层次下决策功能限制：宏观交通流优化决策，中观局部车队最优化决策；
[0228]
(3)控制功能的限制，包括：
[0229]
a.不同场景下控制功能限制：上下匝道、互通立交、桥涵、拥堵流；
[0230]
b.不同层次下控制功能限制：宏观交通流诱导、车道精细化管理。
[0231]
继续参照图11，功能需求-限制匹配算法包含以下步骤：
[0232]
(1)定义车路协同系统功能受限向量k
a,n,w
1103
[0233]
根据场景元需求以及车辆系统、智能网联道路系统功能限制情形，定义车路协同系统功能受限向量k
a,n,w
1103，表示所有场景元的车路协同系统功能受限情况，计算公式如下：k
m,n,w
＝[v
m,n,w
,i
m,n,w
]
[0234][0235]
其中，k
m,n,w
表示场景元m的车路协同系统功能受限情况，i
m,n,w
，v
m,n,w
代表智能网联车辆系统、智能网联道路系统功能是否受限；k
a,n,w
表示所有场景元的车路协同系统功能受限情况汇总。
[0236]
(2)定义主场景a的车辆系统功能受限函数f(v)
a,n,w
1104和主场景a的智能网联道路系统功能受限函数f(i)
a,n,w
1105，将所有场景元的车路协同子系统功能受限情况叠加，得到主场景a的车路协同子系统功能受限情形，计算方法如下：
[0237][0238][0239]
其中，f(v)
a,n,w
表示主场景a的车辆系统功能受限函数1104，f(i)
a,n,w
表示主场景a的智能网联道路系统功能受限函数1105。
[0240]
(3)确定最终分配方案1106，定义如下：
[0241]
·
如果判断条件1107为真，则将指定功能分配给cav系统1110；
[0242]
·
如果判断条件1107和1108都为假，则将指定功能分配给驱动器1109；
[0243]
·
否则，将指定功能分配给cah系统1111。
[0244]
主场景a实现自动驾驶任务功能需求的最终分配策略为：
[0245][0246]
(4)当主场景a发生变化，回到步骤(2)制定下一时刻变化后场景的分配策略。
[0247]
在一个示例中，功能分配系统用于特定的车路协同体系，该系统的智能化等级为s3，智能网联车辆系统等级为v1.5，智能网联道路系统等级为i3。车路协同系统的功能包括感知、决策和控制。车路协同系统的感知功能由智能网联道路系统提供，通过雷达传感器、视觉传感器和卫星/惯性测量单元实现环境感知能力。智能车辆系统也提供了车路协同系统的部分感知能力，利用全球定位系统、惯性测量单元和前视摄像模组实现感知功能。车路协同系统的感知功能更多由智能网联道路系统提供而不是智能车辆系统，即智能网联道路系统实现了车路协同系统中的大部分感知功能。车路协同系统的感知功能模块分配案例如图12所示：
[0248]
该技术在主场景1201和给定的cavh系统1202中得到使用。示例性主场景1201包括四个子场景：基本片段，曲率半径，同步流和中雪。cavh系统1202包括cav系统1203，cav系统1204和fas1205。在该示例中，cav系统1204的智能水平为v1.5，并且cah系统1203的智能水平为i3。因此，cavh系统的智能级别为s3。数据流1206包含cavh系统运行的环境。
[0249]
智能网联道路系统可以从交通全局优化的角度确定交通管理及车辆引导策略，包括车道级交通管控措施(如车道管理及可变限速控制)。智能车辆系统具有简单的紧急状况下的决策能力。
[0250]
智能网联道路系统通过将控制指令发送给智能网联车辆系统，对智能车辆进行控制；智能车辆系统可以执行智能网联道路系统传输的控制指令，也可以基于自身系统的决策模块控制车辆。
[0251]
功能分配系统利用其通信模块接收来自智能网联道路系统和智能网联车辆系统的系统等级信息和环境感知数据，通过数据模块进行存储并传输至运算模块进行处理。运算模块利用功能限制解析方法进行功能分配，包括场景解析、系统功能需求解析、系统功能限制解析及根据功能需求-限制匹配算法确定分配策略。
[0252]
场景解析根据t时刻检测到的场景判断当前场景为“中雪-同步流-直线路段”，也就是说场景解析定义场景a包含“基本路段”、“曲率半径无限大”、“同步流”和“中雪”这些子场景，可表示为a＝{基本路段，曲率半径无限大，同步流，中雪}，即a1：基本路段，a2：曲率半径无限大，a3：同步流，a4：中雪。
[0253]
系统功能需求解析从场景解析过程获得分析结果并构建场景元需求特征集s
m,n,1
＝{am,bn,c1}；其中，am代表场景元，m的取值为1,2,3,4；bn代表控制层次，n的取值为1,2,3，分别代表宏观层次、中观层次和微观层次；c1代表系统感知功能。{bn,c1}的特征结果分别为：
[0254]
{b1,c1}＝对宏观交通流特性(流量、速度、密度)得感知和对气象的感知；
[0255]
{b2,c1}＝对路段特征、道路线形和局部交通事件进行感知；
[0256]
{b3,c1}＝对自动驾驶车辆的位置、速度、加减速度和环境进行感知；对突发交通事件进行识别；
[0257]
系统功能限制解析对智能网联道路系统和智能网联道路系统在不同场景元的感知功能限制进行分析，分别构建感知函数i
m,n,1
，v
m,n,1
。系统功能限制解析利用功能需求-限制匹配算法确定功能受限向量k
a,n,1
，代表主场景元a控制层次为n时上述两个系统的感知功能受限情况，结果如下：
[0258][0259]
整合智能网联道路系统和智能网联道路系统涉及的所有场景，分别计算主场景a的两个系统功能受限函数f(v)
a,n,w
，f(i)
a,n,w
，结果如下：
[0260]
[0261]
根据最终分配方案，中雪同步流直线路段场景下，车路协同系统的宏观、中观和微观感知功能全部分配至智能网联道路系统。功能分配系统的通信模块将该分配结果发送给智能网联道路系统和智能网联车辆系统。