一种基于5G与V2X智慧灯杆的车路协同自动驾驶系统的制作方法

一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统
【技术领域】
1.本发明属于车辆自动驾驶技术领域，特别是涉及一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统。


背景技术：

2.智能网联车辆(intelligent connected vehicle)，是指车联网与智能车的有效结合，需要搭载先进的车载传感器、控制器、执行器等装置，并融合现有的通信网络技术，实现车与人、车等信息，实现安全、高效行驶。智能驾驶车辆可以满足逻辑简单、任务较少的需求，但随着车路协同自动驾驶系统的发展，数据流量越来越大、任务越来越复杂，对于单辆自动驾驶车辆的性能问题就有一定的挑战。
3.现有技术中，自动驾驶车辆受限于传感器的感知距离、感知角度、感知时长等因素，较难对动静态盲区/遮挡、远距离等场景的交通参与者进行准确识别、定位和预测。
4.因此，需要提供一种新的基于5g与v2x智慧灯杆的车路协同自动驾驶系统来解决上述问题。


技术实现要素：

5.本发明的主要目的在于提供一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统，能够对动静态盲区/遮挡、远距离等场景的交通参与者进行准确识别、定位和预测，避免车辆急刹或事故发生的风险。
6.本发明通过如下技术方案实现上述目的：一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统，其包括路端模块、车载终端模块以及云端控制模块；
7.所述路端模块包括设置在行驶道路两侧的若干智慧灯杆，所述智慧灯杆内集成设置有5g基站、路侧单元rsu以及路侧mec单元；
8.所述车载终端模块包括自动驾驶控制系统、车载单元obu、车载mec单元以及高精度定位模块；
9.所述云端控制模块包括部署在蜂窝网基站机房内的通用边缘计算服务器；
10.所述路侧mec单元与所述车载mec单元通过v2x车联网系统实现通信连接；所述路侧mec单元、所述车载mec单元与所述通用边缘计算服务器通过5g网络实现通讯，形成车、路、云的车路协同控制系统。
11.进一步的，所述自动驾驶车辆通过v2x车联网系统同交通参与者之间进行相互通信，并依靠5g通信在大范围内感知道路语义类的位置及状态，并将感知结果共享发送到所述自动驾驶控制系统中，辅助自动驾驶车辆对盲区和长距离范围内车辆或行人的准确感知与识别，进而使车辆可提前做出预判和决策控制，避免急刹或交通事故发生。
12.进一步的，所述v2x车联网系统基于光纤、交换机以及5g传输网络将所述路侧单元rsu感知的道路信息传送给所述通用边缘计算服务器，并依靠该服务器内置的决策规划模块，结合高精度定位服务提供的局部高精度定位和地图数据，将对应的信息传递给所述车
载终端模块的车载单元obu，辅助自动驾驶控制系统实现车路协同的自动驾驶方案。
13.进一步的，所述自动驾驶控制系统内置有交通参与者系统感知信息处理策略、远距离协同感知处理策略、交通时间协同感知处理策略以及信号灯协同感知处理策略。
14.与现有技术相比，本发明一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统的有益效果在于：
15.1)通过灯杆携带的rsu多传感器部署和路侧融合感知定位，实现多方位、长距离连续检测识别，并利用v2x技术将路侧感知结果共享发送av车辆，避免了车辆急刹或事故的风险；
16.2)通过车路协同感知，在很远距离时，路侧感知就可以将感知到的障碍物信息提前发送给车辆；
17.3)通过灯杆上的智能元件辅助车路协同感知可以辅助自动驾驶车辆顺利应对这些场景；
18.4)通过灯杆设备的物联网信号灯数据接入、路侧多视觉融合感知等技术获取信号灯灯色和倒计时信息，经数据融合处理后，通过车路协同技术发给自动驾驶车辆。
【附图说明】
19.图1为本发明实施例的原理框架示意图；
20.图2为本发明实施例中盲区协同感知场景示意图；
21.图3为本发明实施例中远距离协同感知场景示意图。
【具体实施方式】
22.实施例：
23.请参照图1，本实施例为基于5g与v2x智慧灯杆的车路协同自动驾驶系统，其包括路端模块、车载终端模块以及云端控制模块。
24.所述路端模块包括设置在行驶道路两侧的若干智慧灯杆，所述智慧灯杆内集成设置有5g基站、路侧单元rsu以及路侧mec单元。
25.所述车载终端模块包括自动驾驶控制系统、车载单元obu、车载mec单元以及高精度定位模块。
26.所述云端控制模块包括部署在蜂窝网基站机房内的通用边缘计算服务器。
27.所述路侧mec单元与所述车载mec单元通过v2x车联网系统实现通信连接；所述路侧mec单元、所述车载mec单元与所述通用边缘计算服务器通过5g网络实现通讯，形成车、路、云的车路协同控制系统。
28.本实施例，将5g网络作为实现车、路、云实时信息交互的重要载体。
29.本实施例中，所述路端模块的基础设施主要实现全面信息化；所述车载终端模块主要实现智能化；所述云端控制模块主要实现一体化管控。
30.自动驾驶车辆通过v2x车联网系统同其他事物之间进行相互通信，并依靠5g通信在大范围内感知道路语义类的位置及状态，并将感知结果共享发送到所述自动驾驶控制系统中，辅助自动驾驶车辆对盲区和长距离范围内车辆或行人的准确感知与识别，进而使车辆可提前做出预判和决策控制，避免急刹或交通事故发生。
31.具体的，所述v2x车联网系统基于光纤、交换机以及5g传输网络将所述路侧单元rsu感知的道路信息传送给所述通用边缘计算服务器，并依靠该服务器内置的决策规划模块，结合高精度定位服务提供的局部高精度定位和地图数据，将对应的信息传递给所述车载终端模块的车载单元obu，辅助自动驾驶控制系统实现车路协同的自动驾驶方案。
32.本实施例中，所述自动驾驶控制系统内置有交通参与者系统感知信息处理策略、远距离协同感知处理策略、交通时间协同感知处理策略以及信号灯协同感知处理策略。
33.其中，所述自动驾驶控制系统中，本实施例提供了三种典型场景下的自动驾驶安全的理论计算方法如下：
34.1)加减速模型
[0035][0036]
其中，ttc为碰撞时间；δt为冲突点时间差；δv为速度差；
[0037]
2)匀速运动模型
[0038][0039]
3)三阶段变道模型
[0040][0041]
p
safe
为未发生碰撞的概率；
[0042]
安全评价指标：
[0043][0044]
其中对于远距离场景下的安全评价指标计算过程如下：
[0045]
a.对场景分布的超参数θ＝{v1，v2，h2}进行离散采样，并计算该分布产生的概率p(θ)＝p(v1)p(v2)p(h2)。
[0046]
b.对关键动作时间t1进行离散采样，并通过感知模型ps，计算关键动作发生在时间t1的概率p(t1)，即在t1时刻前均未发生有效感知且在tl时刻发生有效感知的概率。
[0047]
c.对于θ和t1计算量化的安全评价指标ttc、δt及psafe，对p(θ)、p(t1)、psafe(θ，t1)进行积分得到安全评价指标的期望值。
[0048]
本实施例基于5g与v2x智慧灯杆的车路协同自动驾驶系统的有益效果在于：
[0049]
1)实现了交通参与者协同感知
[0050]
对于av自动驾驶车辆受限于传感器的感知距离、角度、时长等因素，较难对动静态盲区/遮挡、远距离等场景(如图1所示)的交通参与者进行准确识别、定位和预测；本系统通过灯杆携带的rsu多传感器部署和路侧融合感知定位，实现多方位、长距离连续检测识别，并利用v2x技术将路侧感知结果共享发送av车辆，避免了车辆急刹或事故的风险；
[0051]
2)远距离协同感知
[0052]
针对av自动驾驶车辆很难对较远处的障碍物进行稳定检测，容易造成急刹和事故的风险，以远距离障碍物场景为例(如图2所示)，本系统通过车路协同感知，在很远距离时，路侧感知就可以将感知到的障碍物信息提前发送给车辆；
[0053]
3)交通事件协同感知
[0054]
针对av自动驾驶车辆在通过“死车”和“排队”等典型场景时往往难度较大，本系统通过灯杆上的智能元件辅助车路协同感知可以辅助自动驾驶车辆顺利应对这些场景。
[0055]
4)信号灯协同感知
[0056]
针对信号灯数据获取是自动驾驶必须解决的问题，但仅通过视觉智能获取，但仍存在很多不足，如：识别信号灯能力有限，异形信号灯无法识别、车端视角限制，容易被前车遮挡、容、易受外界环境限制。本系统车路协同自动驾驶信号灯协同感知主要通过灯杆设备的物联网信号灯数据接入、路侧多视觉融合感知等技术获取信号灯灯色和倒计时信息，经数据融合处理后，通过车路协同技术发给自动驾驶车辆。
[0057]
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。