CN115953911A - 一种基于中心化计算的全域自动驾驶控制系统 - Google Patents
一种基于中心化计算的全域自动驾驶控制系统 Download PDFInfo
- Publication number
- CN115953911A CN115953911A CN202211594117.8A CN202211594117A CN115953911A CN 115953911 A CN115953911 A CN 115953911A CN 202211594117 A CN202211594117 A CN 202211594117A CN 115953911 A CN115953911 A CN 115953911A
- Authority
- CN
- China
- Prior art keywords
- vehicle terminal
- current
- computing center
- grid
- vehicle
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000013439 planning Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 19
- 230000007704 transition Effects 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种属于自动驾驶控制技术领域,尤其涉及一种基于中心化计算的全域自动驾驶控制系统。所述系统覆盖的区域被划分为多个网格,所述系统包括根服务器和多个计算中心;每个所述网格中包括至少一个计算中心;其中,根服务器,被配置为接收车辆终端发送的出行需求,根据所述出行需求规划全局路径;根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心;计算中心,被配置为当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径,并控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。本发明保证了控制信息下发和车辆信息反馈的实时性,为自动驾驶车辆的全面普及提供了保障。
Description
技术领域
本发明属于自动驾驶控制技术领域,尤其涉及一种基于中心化计算的全域自动驾驶控制系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
移动处理器计算能力近年来突飞猛进,使得传感器技术和人工智能在高级辅助驾驶领域大规模应用。现今几乎所有的汽车厂商的自动驾驶实现路径都基于“感知—决策—执行”的三步法则。为增强产品竞争力,厂商竞相堆叠价格高昂的激光雷达等传感器、算力可与工作站媲美的车载MCU芯片等等,这种模式带来的弊端不仅是单车成本的大幅提高,重复的开发成本和资源浪费之余,亦有其技术局限之处。
各自具备独立自动驾驶能力的汽车大行其道并不是解决各种出行问题的最优解,随着技术的不断进步,交通参与者的形态也会发生巨大变化,从单一的由人驾驶的车辆逐渐转换为网联自动驾驶车辆。而随着网联自动驾驶车辆的不断增加,甚至是普及,将会对网络传输和计算资源带来巨大压力。
发明内容
为克服上述现有技术的不足,本发明提供了一种基于中心化计算的全域自动驾驶控制系统,通过网格化的系统架构实现了计算资源的区域划分,保证了控制信息下发和车辆信息反馈的实时性,为自动驾驶车辆的全面普及提供了保障。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
一种基于中心化计算的全域自动驾驶控制系统,所述系统覆盖的区域被划分为多个网格,所述系统包括根服务器和多个计算中心;每个所述网格中包括至少一个计算中心;其中,
根服务器,被配置为接收车辆终端发送的出行需求,根据所述出行需求规划全局路径;根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心;
计算中心,被配置为当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径,并控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。
进一步地,所述系统还包括多个计算中心中间层,与所述多个网格一一对应;每个所述计算中心中间层与所在网格内的一个或多个计算中心连接,并且,每个所述计算中心中间层均连接至所述根服务器。
进一步地,所述系统还包括多个无线通信基站,每个网格中包括至少一个所述无线通信基站,每个所述无线通信基站与所在网格内的计算中心中间层连接。
进一步地,所述出行需求包括目的地信息;所述根服务器根据所述出行需求规划全局路径包括:
根据所述车辆终端当前所在位置和目的地信息规划全局路径,得到多种行驶路径;
根据当前交通情况、所述车辆终端性能参数和乘员人数,计算所述多种行驶路径的耗时和耗能,并发送至所述车辆终端;
接收乘员对于行驶路径的选择,用于子任务的划分。
进一步地,所述计算中心规划局部路径包括:
获取所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态;以路口位置、车辆驶入和驶出所述网格的位置为节点,对这些车辆的全局路径进行分段;
以目标车辆终端当前所在位置到下一个节点为一个计算周期,执行以下步骤:
(1)根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间,根据理论到达时间对这些车辆终端排列先后顺序,并更新这些车辆终端的理论到达时间;
(2)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,控制所述目标车辆终端在理论时间内到达下一个节点,更新目标车辆终端当前所在位置;
重复执行步骤(1)-(2),直至到达最后一个节点。
进一步地,计算中心完成分配的子任务后,将车辆控制权移交至下一个子任务所在网格的计算中心,移交过程为:
在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数;
所述车辆终端,在刚进入过渡区域时,仍保持执行当前网格的计算中心下达的执行器输入参数,行驶设定路程后,优先执行先到达的执行器输入参数;
所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个计算中心的报文丢包率和网络时延均小于或等于当前计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制。
一个或多个实施例提供了一种根服务器,用于全域自动驾驶控制,控制区域被划分为多个网格,每个所述网格中包括至少一个计算中心;所述根服务器与每个计算中心均通过计算中心中间层保持通信连接,所述根服务器被配置为执行以下步骤:
接收车辆终端发送的出行需求,根据所述出行需求规划全局路径;
根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心。
进一步地,所述出行需求包括目的地信息;所述根服务器根据所述出行需求规划全局路径包括:
根据所述车辆终端当前所在位置和目的地信息规划全局路径,得到多种行驶路径;
根据当前交通情况、所述车辆终端性能参数和乘员人数,计算所述多种行驶路径的耗时和耗能,并发送至所述车辆终端;
接收乘员对于行驶路径的选择,用于子任务的划分。
进一步地,所述根服务器还获取计算中心执行子任务时发送的数据请求,将所述计算中心所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态,用于对当前子任务相应车辆终端执行局部路径规划。
一个或多个实施例提供了一种计算中心,与所述根服务器通信连接,所述计算中心被配置为执行以下步骤:
当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径,并控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。
进一步地,规划局部路径包括:
获取所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态;以路口位置、车辆驶入和驶出所述网格的位置为节点,对这些车辆的全局路径进行分段;
以目标车辆终端当前所在位置到下一个节点为一个计算周期,执行以下步骤:
(1)根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间,根据理论到达时间对这些车辆终端排列先后顺序,并更新这些车辆终端的理论到达时间;
(2)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,控制所述目标车辆终端在理论时间内到达下一个节点,更新目标车辆终端当前所在位置;
重复执行步骤(1)-(2),直至到达最后一个节点。
进一步地,所述计算中心完成分配的子任务后,将车辆控制权移交至下一个子任务所在网格的计算中心,移交过程为:
在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数;
所述车辆终端,在刚进入过渡区域时,仍保持执行当前网格的计算中心下达的执行器输入参数,行驶设定路程后,优先执行先到达的执行器输入参数;
所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个计算中心的报文丢包率和网络时延均小于或等于当前计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制。
以上一个或多个技术方案存在以下有益效果:
通过对全域自动驾驶道路进行地理网格划分,在网格内设置一个或多个计算中心,以及设置集中式根服务器的方式,实现了分布式的算力布局,保证了控制信息下发和车辆信息反馈的实时性,为自动驾驶车辆的全面普及提供了保障。
通过对车辆的全局路径划分为子任务,由不同网格内的计算中心执行局部路径优化,有利于实现算力的最佳调度,并提高信息传递的效率;此外,每个网格内进行局部路径规划时,还对车辆终端在该网格内的路径基于节点进行分段,依次对每个分段内的车辆终端进行调度优化,实现了更为精细化的路径优化。
同时,在得到了局部优化的路径后,还实时监测车辆的行驶状态,根据与理论行驶状态的偏移进行实时修正,保证其按照规划的路径和到达每个节点的理论时间行驶。
为了克服相邻网格内计算中心车辆控制器移交的问题,本申请还提供了控制权移交策略,在过渡段上使得相邻两个网格内的计算中心均执行分析,均将控制参数发送至车辆,基于优先到达的控制参数进行行驶,待某一计算中心发送的数据稳定时完全移交控制权,防止车辆终端在越过网格交界线时发生信号中断或延迟等问题。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例中所述基于中心化计算的全域自动驾驶控制系统架构图;
图2为本发明实施例中根服务器、计算中心和车辆终端的功能框架图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本实施例的目的是提供一种基于中心化计算的全域自动驾驶控制系统,前提是搭建所述系统的环境中交通参与者仅有自动驾驶汽车。为了满足这一前提,本实施例设置封闭道路,且封闭道路的任何节点上不允许有常规道路接入,在道路边缘设置物理障碍以避免有任何脱离本系统控制的交通工具驶入道路环境,规定行人在道路标识线划分的指定区域内活动。
本实施例所称自动驾驶汽车是指无需人类接管,由整个自动驾驶系统网络控制的汽车。通过实时上传车辆状态(车速、横摆角、转向角、加速度、厘米级定位坐标等),接收计算中心的接管指令来完成由控制器执行驾驶操作。车辆需提供必要的控制器和传感器,如超声波探头、摄像头、毫米波雷达等,以采集环境、车辆和行人信息,一方面在路口、狭窄、泊车、信号差等危险场景下提供真实世界的感知数据优化系统决策;另一方面可作为安全冗余备份,最恶劣时车辆亦可降级到本地有限自动驾驶功能。
所述系统具体包括:根服务器和多个计算中心,其中,所述根服务器和多个计算中心之间经由计算中心中间层进行通信。
所述系统运行的区域被划分为多个子区域,为便于操作,本实施例将所述区域进行网格划分,每个网格内设有一个计算中心中间层,每个计算中心中间层均与所在网格内的所有计算中心连接,且每个计算中心中间层均连接至根服务器。为满足车-云通信的实时性和可靠性,在道路中间(如路灯)部署无线通讯基站,该基站不仅用于无线通讯设备连接运营商网络,还与该地理位置的网格内计算中心中间层直连,以降低自动驾驶汽车与计算中心的通讯延迟。通讯基站的部署密度由通讯标准和介质决定,不限于5G、6G或量子通信,通信速度和稳定性直接决定系统的整体性能上限。
所述根服务器由超大算力的计算机群组成,负责所述区域全域的封闭道路环境车辆路径规划、道路数据分析、区域流量控制、异常事件处理。在宏观层面上统筹调度交通资源,中转并处理跨网格计算中心的交通流量信息。此服务器上还建立了高精地图数据库、车辆数据库和道路基础设施数据库。
所述计算中心,实质上就是云服务器单元,计算中心运行的自动驾驶系统对所辖区域内的车辆进行建模和运动分析,计算所有车辆的行车轨迹和达到目标状态的各个时间段内车辆底盘执行器的输入参数;另一方面通过中间层将计算结果实时同步到自动驾驶网络根服务器,接收并执行根服务器的交通流量控制策略。计算中心还对基站和路端基础设施的运行状态进行监控和上报。
为保证信息安全,计算中心是与外界隔离的计算集群,计算中心只能通过中间层与其他设备建立通讯,所述计算中心中间层不参与计算过程,对内负责监控计算中心的工作状态、调度网格内各个计算中心的运算资源,同时作为网格化计算中心的外部接口,与根服务器以及其他网格的计算中心进行通信。
所述根服务器被配置为包括:
基础数据管理模块,用于管理区域内的地图数据和道路基础设施;
车辆管理模块,用于管理区域内的自动驾驶车辆终端信息和对应乘员身份信息,用于驾车时的身份认证;
行驶授权模块,用于接收乘员启动车辆终端时发送的身份认证请求,并进行认证,若认证通过,进入全局路径规划模块;
全局路径规划模块,用于接收车辆终端发送的出行需求,根据所述出行需求规划全局路径。具体地,所述出行需求包括目的地信息;根据所述出行需求规划全局路径包括:
根据所述车辆终端当前所在位置和目的地信息规划全局路径,得到多种行驶路径;
根据当前交通情况、所述车辆终端性能参数和乘员人数,计算所述多种行驶路径的耗时和耗能,并发送至所述车辆终端;
接收乘员对于行驶路径的选择,用于子任务的划分。
子任务分配模块,用于根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心中间层,继而由计算中心中间层分配至所在网格内的计算中心。
子任务跟踪模块,用于跟踪所有子任务的实际完成情况,并根据任务完成的结果和偏差评估对全局规划的影响,必要时请求子任务重新分配。
车辆状态管理模块,用于获取所有车辆终端的当前位置、当前行驶状态、所在网格,以及当前控制车辆的计算中心等信息;以及,接收计算中心执行子任务时发送的数据请求,将所述计算中心所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态,用于对当前子任务相应车辆终端执行局部路径规划。
所述计算中心,被配置为包括:
局部路径规划模块,用于当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径;具体包括:
向根服务器发送数据请求,自根服务器获取所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态;以路口位置、车辆驶入和驶出所述网格的位置为节点,对这些车辆的全局路径进行分段;
以目标车辆终端当前所在位置到下一个节点为一个计算周期,执行以下步骤:
(1)根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间,根据理论到达时间对这些车辆终端排列先后顺序,并更新这些车辆终端的理论到达时间;
(2)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,控制所述目标车辆终端在理论时间内到达下一个节点,更新目标车辆终端当前所在位置;
重复执行步骤(1)-(2),直至到达最后一个节点。
车辆行驶控制模块,用于控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。
车辆控制权移交模块,用于在该计算中心完成分配的子任务后,将车辆控制权移交至下一个子任务所在网格的计算中心,移交过程为:
在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数;
所述车辆终端,在刚进入过渡区域时,仍保持执行当前网格的计算中心下达的执行器输入参数,行驶设定路程后,优先执行先到达的执行器输入参数;
所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个网格的计算中心的报文丢包率和网络时延均小于或等于当前网格的计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制。
车辆终端,被配置为包括:
当前状态获取模块,用于实时获取自身当前位置和行驶状态,并发送至根服务器;
控制系统登录模块,用于获取乘员的身份信息,并发送至根服务器;
执行控制模块,用于获取计算中心发送的执行器输入参数,控制车辆终端行驶。
此外,所述系统还设有突发情况的处理策略:
(1)与基站失去通讯
若车辆未启动,尝试重连无效时,退出自动驾驶网络;
若车辆已启动,尝试重连无效时,从自动驾驶降级到有限自动驾驶,由车辆外部传感器感知环境,本地计算行驶路径,自动驶入临时车道等待救援。
(2)当前计算中心响应超时
由中间层分配本区域内其他计算中心资源;
若网格内无可用计算资源时,由其他网格内计算中心提供资源;
所有计算中心均无可用资源时,由根服务器接管。
(3)中间层宕机
启用备份中间层;
基站与所在网格的中间层无法建立通讯,改由根服务器接管整个所在网格。
(4)车辆有碰撞危险
由车辆外部的传感器感知的危险,必须采取避险措施时,优先执行本地计算的避险策略,包括且不限于:自动紧急制动、自动紧急转向、紧急车道保持、自动变道、驶入应急车道等待救援。
将车辆自主避险措施的结果上传到计算中心;
计算中心重新规划节点目标和到达时间,更新排序;
危险解除后,车辆恢复自动驾驶网络的远程接管。
上述自动驾驶控制系统所执行的控制方法包括以下步骤:
自动驾驶车辆登录步骤:自动驾驶车辆在泊车位被启动时,获取乘员身份信息并发送至根服务器,所述根服务器对所述身份信息进行认证,认证通过后,所述自动驾驶车辆登录自动驾驶控制系统。
其中,登录自动驾驶控制系统具体包括:
(1)车辆解锁上电;
(2)车主生物识别认证;
(3)车辆自检查,诊断所有控制器状态,记录诊断结果,将检测数据打包上传到根服务器数据库;
(4)根服务器对车辆上传的数据进行故障检查,若无问题允许登录,若存在低风险故障,允许有条件登录,若存在严重故障则不允许登录。
车辆自检成功后,登陆自动驾驶网络,取得行驶授权并进入远程接管模式。
出行请求获取步骤:登录自动驾驶网络后,自动驾驶车辆获取乘员输入的出行请求并发送至根服务器,所述出行请求包括目的地信息,更为具体地,还包括最终停车区域。
全局路径规划步骤:所述根服务器根据当前所在位置和目的地信息进行全局路径规划,并按照所述全局路径覆盖的网格,将所述全局路径分解为多个子任务,将所述多个子任务分别发送至对应网格的计算中心中间层。
其中,根服务器进行全局路径规划包括:
(1)根服务器收到车辆终端的出行请求;
(2)根据当前所在位置和目的地信息进行全局路径规划,得到多种行驶路径;
(3)根据当前交通流量情况、车辆性能参数、乘员人数计算每种行驶路径的耗时和能耗,发送至所述车辆终端并进行显示;
(4)接收乘员对于行驶路径的选择,将所述行驶路径根据其覆盖的网格,划分为多个子任务,每个子任务对应一个网格;
(5)将所述多个子任务分别发送至对应网格的计算中心中间层;
(6)计算中心中间层接收到子任务后,发送至与其连接的其中一个计算中心。
所述根服务器获取出行请求后还向所述车辆终端发送询问信息,所述询问信息包括是否有中途停车需求,若获取了中途泊车位置,就根据当前所在位置、中途泊车位置和目的地信息进行全局路径规划。
局域行驶控制步骤:根服务器将车辆控制权分配给目标车辆终端当前位置所在网格的计算中心,该计算中心将车辆行驶数据带入整个交通流量模型中,针对所述目标车辆终端在当前网格内进行局部路径规划,并实时计算达到车辆目标行驶状态的执行器输入参数,控制所述目标车辆终端完成当前网格内的子任务;将车辆控制权分配给执行下一个子任务的计算中心。
所述计算中心被配置为执行以下步骤:
(1)获取所在网格内当前所有车辆终端的全局路径、当前位置信息和当前行驶状态信息;
(2)将这些车辆终端的全局路径均进行分段,例如以路口位置、车辆驶入和驶出所述网格的位置为分段节点;
(3)以目标车辆终端当前所在位置到下一个节点为一个计算周期,根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间;
(4)根据这些车辆终端在下一个节点的行驶方向(直行、左转或右转),对这些车辆终端进行分组,对于每组车辆终端,根据理论到达时间排列先后顺序;更新车辆终端的理论到达时间,并同步至根服务器;
(5)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,保证车辆在理论时间内到达下一个节点;行驶过程中,所述目标车辆终端执行器输入参数,并向计算中心反馈与目标状态的偏移量,计算中心根据偏移量,把车辆数据带入模型中重新计算,不断修正执行器参数,直至到达下一个节点。
其中,车辆终端结合GNSS、IMU航迹推算、车轮编码器等获得自身实时位置并反馈至计算中心。
(6)重复执行步骤(3)-(5),直至到达最后一个节点,即车辆驶出当前网格的位置,完成所述目标车辆终端在当前网格内的子任务。
若存在子任务变更(乘员变更目的地)或新增子任务(有新的车辆在当前网格行驶),重新执行排序。
(7)所述计算中心将车辆控制权分配给下一个子任务所在网格的计算中心,重复执行步骤(1)-(6),直至完成全部子任务。
其中,所述步骤(7)中所述计算中心将车辆控制权分配给下一个子任务所在网格的计算中心的过程如下:
(7-1)在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数。具体地,驶入过渡路段,相邻两个基站均接收车辆传送的数据包,发送到各自的网格计算中心中间层,继而被发送至计算中心;两个计算中心均基于下一个网格内车流量和目标车辆终端的实时信息,计算控制参数,将所述控制参数和请求接管指令发送给所述车辆终端。
通过基站接收车辆信息,保证了数据传输的实时性。
(7-2)所述车辆终端接收两个计算中心发送的计算结果和接管指令,在刚进入过渡区域内时,仍保持执行当前网格的计算中心发送的计算结果和接管指令,行驶一定路程后,优先执行先到达的执行器输入参数。
(7-3)所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个网格的计算中心的报文丢包率和网络时延均小于或等于当前网格的计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制,交接结束。
渡过交接期后,车辆被新的网格中的某个计算中心接管,该计算中心执行根服务器分配的子任务,重复上述过程,最终到达目的地,车辆进入泊车位,自动驾驶过程结束。
若上述出行请求获取步骤中未获取最终停车区域,例如乘员没有固定泊车位的情形,获取出行请求后还向所述车辆终端发送询问信息,所述询问信息包括是否有泊车位置偏好。进行全局路径规划后,对于每种行驶路径,还根据预期到达时间和泊车位置偏好计算出多个推荐泊车位。将每种行驶路径的耗时、能耗和推荐泊车位发送至车辆终端。在局域行驶控制步骤执行过程中,通过不断修正预期到达时间,从所述多个推荐泊车位中逐步锁定目标泊车位,最终控制所述车辆终端进入目标泊车位。此处需要注意的是,若存在多个车辆终端锁定同一目标泊车位,根服务器对所述多个车辆终端预估到达时间,并进行排序,优先将车位分配给先到达者。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (12)
1.一种基于中心化计算的全域自动驾驶控制系统,其特征在于,所述系统覆盖的区域被划分为多个网格,所述系统包括根服务器和多个计算中心;每个所述网格中包括至少一个计算中心;其中,
根服务器,被配置为接收车辆终端发送的出行需求,根据所述出行需求规划全局路径;根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心;
计算中心,被配置为当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径,并控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。
2.如权利要求1所述的基于中心化计算的全域自动驾驶控制系统,其特征在于,所述系统还包括多个计算中心中间层,与所述多个网格一一对应;每个所述计算中心中间层与所在网格内的一个或多个计算中心连接,并且,每个所述计算中心中间层均连接至所述根服务器。
3.如权利要求1或2所述的基于中心化计算的全域自动驾驶控制系统,其特征在于,所述系统还包括多个无线通信基站,每个网格中包括至少一个所述无线通信基站,每个所述无线通信基站与所在网格内的计算中心中间层连接。
4.如权利要求1或2所述的基于中心化计算的全域自动驾驶控制系统,其特征在于,所述出行需求包括目的地信息;所述根服务器根据所述出行需求规划全局路径包括:
根据所述车辆终端当前所在位置和目的地信息规划全局路径,得到多种行驶路径;
根据当前交通情况、所述车辆终端性能参数和乘员人数,计算所述多种行驶路径的耗时和耗能,并发送至所述车辆终端;
接收乘员对于行驶路径的选择,用于子任务的划分。
5.如权利要求4所述的基于中心化计算的全域自动驾驶控制系统,其特征在于,所述计算中心规划局部路径包括:
获取所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态;以路口位置、车辆驶入和驶出所述网格的位置为节点,对这些车辆的全局路径进行分段;
以目标车辆终端当前所在位置到下一个节点为一个计算周期,执行以下步骤:
(1)根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间,根据理论到达时间对这些车辆终端排列先后顺序,并更新这些车辆终端的理论到达时间;
(2)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,控制所述目标车辆终端在理论时间内到达下一个节点,更新目标车辆终端当前所在位置;
重复执行步骤(1)-(2),直至到达最后一个节点。
6.如权利要求3所述的基于中心化计算的全域自动驾驶控制系统,其特征在于,计算中心完成分配的子任务后,将车辆控制权移交至下一个子任务所在网格的计算中心,移交过程为:
在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数;
所述车辆终端,在刚进入过渡区域时,仍保持执行当前网格的计算中心下达的执行器输入参数,行驶设定路程后,优先执行先到达的执行器输入参数;
所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个计算中心的报文丢包率和网络时延均小于或等于当前计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制。
7.一种根服务器,用于全域自动驾驶控制,其特征在于,控制区域被划分为多个网格,每个所述网格中包括至少一个计算中心;所述根服务器与每个计算中心均通过计算中心中间层保持通信连接,所述根服务器被配置为执行以下步骤:
接收车辆终端发送的出行需求,根据所述出行需求规划全局路径;
根据所述全局路径覆盖的网格,将所述全局路径划分为多个子任务,分别发送至各个网格的计算中心。
8.如权利要求7所述的一种根服务器,其特征在于,所述出行需求包括目的地信息;所述根服务器根据所述出行需求规划全局路径包括:
根据所述车辆终端当前所在位置和目的地信息规划全局路径,得到多种行驶路径;
根据当前交通情况、所述车辆终端性能参数和乘员人数,计算所述多种行驶路径的耗时和耗能,并发送至所述车辆终端;
接收乘员对于行驶路径的选择,用于子任务的划分。
9.如权利要求7所述的一种根服务器,其特征在于,所述根服务器还获取计算中心执行子任务时发送的数据请求,将所述计算中心所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态,用于对当前子任务相应车辆终端执行局部路径规划。
10.一种计算中心,与如权利要求7-9任一项所述根服务器通信连接,其特征在于,所述计算中心被配置为执行以下步骤:
当车辆终端在所述计算中心所在网格内行驶的过程中,规划局部路径,并控制所述车辆终端按照所述局部路径行驶,完成分配的子任务。
11.如权利要求9所述的计算中心,其特征在于,规划局部路径包括:
获取所在网格内当前所有车辆终端的全局路径、当前位置和当前行驶状态;以路口位置、车辆驶入和驶出所述网格的位置为节点,对这些车辆的全局路径进行分段;
以目标车辆终端当前所在位置到下一个节点为一个计算周期,执行以下步骤:
(1)根据当前计算周期内各车辆终端的当前位置和当前行驶状态,计算这些车辆终端到达下一个节点的理论到达时间,根据理论到达时间对这些车辆终端排列先后顺序,并更新这些车辆终端的理论到达时间;
(2)实时获取目标车辆终端位置,根据理论到达时间计算车辆终端的执行器输入参数,控制所述目标车辆终端在理论时间内到达下一个节点,更新目标车辆终端当前所在位置;
重复执行步骤(1)-(2),直至到达最后一个节点。
12.如权利要求9所述的计算中心,其特征在于,所述计算中心完成分配的子任务后,将车辆控制权移交至下一个子任务所在网格的计算中心,移交过程为:
在车辆终端向下一个网格行驶的一定过渡区域内,当前计算中心和下一个计算中心均对所述车辆终端规划局部路径,并向所述车辆终端发送执行器输入参数;
所述车辆终端,在刚进入过渡区域时,仍保持执行当前网格的计算中心下达的执行器输入参数,行驶设定路程后,优先执行先到达的执行器输入参数;
所述车辆终端对两个计算中心发送的报文延时进行监测,当来自下一个计算中心的报文丢包率和网络时延均小于或等于当前计算中心报文,且在一段时间内保持稳定时,向当前计算中心发送反馈信息,当前计算中心不再对所述车辆终端进行控制。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211594117.8A CN115953911A (zh) | 2022-12-13 | 2022-12-13 | 一种基于中心化计算的全域自动驾驶控制系统 |
PCT/CN2023/138258 WO2024125529A1 (zh) | 2022-12-13 | 2023-12-12 | 基于中心化计算的全域自动驾驶控制系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211594117.8A CN115953911A (zh) | 2022-12-13 | 2022-12-13 | 一种基于中心化计算的全域自动驾驶控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115953911A true CN115953911A (zh) | 2023-04-11 |
Family
ID=87296081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211594117.8A Pending CN115953911A (zh) | 2022-12-13 | 2022-12-13 | 一种基于中心化计算的全域自动驾驶控制系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115953911A (zh) |
WO (1) | WO2024125529A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024125529A1 (zh) * | 2022-12-13 | 2024-06-20 | 奇瑞汽车股份有限公司 | 基于中心化计算的全域自动驾驶控制系统和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108931971A (zh) * | 2018-05-24 | 2018-12-04 | 奇瑞汽车股份有限公司 | 用于无人驾驶的移动终端、车辆、服务器及无人驾驶系统 |
CN110210806B (zh) * | 2019-05-27 | 2023-03-24 | 大连理工大学 | 一种5g边缘计算的云基无人车架构及其控制评价方法 |
CN112258864B (zh) * | 2020-10-19 | 2022-03-11 | 广西大学 | 基于顺序选择的自动驾驶车辆路口调度方法及系统 |
CN113867354B (zh) * | 2021-10-11 | 2023-05-02 | 电子科技大学 | 一种自动驾驶多车智能协同的区域交通流导引方法 |
CN115953911A (zh) * | 2022-12-13 | 2023-04-11 | 奇瑞汽车股份有限公司 | 一种基于中心化计算的全域自动驾驶控制系统 |
-
2022
- 2022-12-13 CN CN202211594117.8A patent/CN115953911A/zh active Pending
-
2023
- 2023-12-12 WO PCT/CN2023/138258 patent/WO2024125529A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024125529A1 (zh) * | 2022-12-13 | 2024-06-20 | 奇瑞汽车股份有限公司 | 基于中心化计算的全域自动驾驶控制系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2024125529A1 (zh) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113486293B (zh) | 全自动化边装卸集装箱码头的智能水平运输系统及方法 | |
CN108011947B (zh) | 一种车辆协作式编队行驶系统 | |
EP3776512B1 (en) | Joint control of vehicles traveling on different intersecting roads | |
CN107798861B (zh) | 一种车辆协作式编队行驶方法及系统 | |
US11378952B2 (en) | Autonomous vehicle remote support mapping interface | |
JP6732129B2 (ja) | 問題の状況に対処するための自律走行車の遠隔操作 | |
CN102231233B (zh) | 自动引导车分布式自主协同控制系统的控制方法 | |
WO2018036197A1 (zh) | 一种无人驾驶车辆控制方法、终端、服务器及系统 | |
Milanés et al. | Cooperative maneuvering in close environments among cybercars and dual-mode cars | |
US8352111B2 (en) | Platoon vehicle management | |
CN108428357A (zh) | 一种用于智能网联车的平行遥控驾驶系统 | |
JP7077547B2 (ja) | 自動運転車両の走行管制方法及び走行管制装置 | |
JP2019537159A5 (zh) | ||
CN110308716A (zh) | 一种基于集群的自动驾驶车辆的方法、装置及车辆 | |
CN114326608B (zh) | 一种基于多智能体的agv群系统 | |
CN107230372A (zh) | 一种自动驾驶方法、装置、整车控制器以及汽车 | |
CN115953911A (zh) | 一种基于中心化计算的全域自动驾驶控制系统 | |
CN111785088B (zh) | 一种网联车辆匝道合并的双层协同优化方法 | |
CN109857104B (zh) | 一种基于公路虚拟轨道化的无人驾驶技术 | |
CN116434524A (zh) | 混合交通流下路侧感知云端规划的无人驾驶系统、方法及车辆 | |
Zhang et al. | A collision-free coordination framework for mixed-vehicle intersections | |
CN115220461B (zh) | 室内复杂环境下机器人单体系统及多机器人交互协同方法 | |
CN111627240A (zh) | 一种智能城市公交车辆专用车道设施系统与控制方法 | |
EP3943352A1 (en) | Driving control method, apparatus, device, medium, and system | |
CN110908367A (zh) | 一种基于scstsv的智能网联汽车计算平台 |
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 |