一种无人驾驶出租车运营方法技术

本发明专利技术涉及无人驾驶技术领域，具体涉及一种无人驾驶出租车运营方法，通过手机APP程序实现乘客约车的集中处理，并录入乘客的相关信息；录入完成后保存为一个调度任务，并通知调度机新任务到达调度程序由远程端智能中心智能判断；无人驾驶出租车通过调度中心接受调度任务，利用机器视觉的道路检测、机器视觉的前方车辆识别和车载激光雷达的障碍物检测技术将乘客送至目的地，运营完成，调度程序、接线程序和服务器程序采用控件进行通信连接，随时等待处理接线和调度端的连接请求，并进入下个调度任务，解决目前的出租车运营系统，基运营路线缺少智能化的分析和判定，依赖于人力完成，造成人力浪费和物力冗余使用的问题。

【技术实现步骤摘要】
一种无人驾驶出租车运营方法
本专利技术涉及无人驾驶
，具体涉及一种无人驾驶出租车运营方法。
技术介绍
高级驾驶辅助系统，是利用雷达、相机、超声波等传感器来探测车辆周边环境，从而为驾驶员提供危险预警的一套系统。通过雷达传感器，ADAS系统可做到测量前后车辆与自身的距离，并监控周围车辆及自身的速度，从而实现预防碰撞、盲点探测功能。通过相机传感器，ADAS系统可对驾驶员的车道偏离行为做出警告。智能驾驶系统又称之为无人驾驶车辆，它是ADAS系统的升级版，同时它又必须具备ADAS系统的所有功能。智能驾驶系统通过车载传感器来感知周围道路环境，自动规划出行车路线，并且能够躲避障碍从而控制车辆前往预定目标。智能驾驶系统的产生是计算机科学、模式识别与智能控制技术商速发展并结合的产物，其在国防和民用领域都具有千分广阔的前景。出租车，供人临时雇佣的汽车，多按里程或时间收费，也叫出租车。中国台湾称作“计程车”，中国广东及港澳地区称为“的士”，新加坡及马来西亚一带则称为“德士”。出租车英文“taxi”为“taximeter”之略称，即为“计程表”或“里程计”。目前的出租车运营系统，基本都是实地拦截，或者通过APP订单预定，由出租车司机接受订单或停车载客完成运营，但是整个过程必须要有专职的司机完成，且运营路线也缺少智能化的分析和判定，依赖于人力完成，造成人力浪费和物力冗余使用，因此提出一种无人驾驶出租车的运营方法予以解决。
技术实现思路
针对现有技术的不足，本专利技术公开了一种无人驾驶出租车运营方法，用于解决目前的出租车运营系统，基本都是实地拦截，或者通过APP订单预定，由出租车司机接受订单或停车载客完成运营，但是整个过程必须要有专职的司机完成，且运营路线也缺少智能化的分析和判定，依赖于人力完成，造成人力浪费和物力冗余使用的问题。本专利技术通过以下技术方案予以实现：一种无人驾驶出租车运营方法，所述运营方法包括以下步骤：S1通过手机APP程序实现乘客约车的集中处理,并录入乘客的相关信息；S2录入完成后保存为一个调度任务,并通知调度机新任务到达调度程序由远程端智能中心智能判断；S3当新的调度任务到达时,当前没有调度任务的调度机尝试锁定该新任务,服务器根据调度机操作的先后顺序,确认最先操作的调度机锁定该任务,并返回确认信息,则该调度机开始对该任务进行调度,此时在调度机界面上将显示对应该任务的具体信息；S4无人驾驶出租车通过调度中心接受调度任务，利用机器视觉的道路检测、机器视觉的前方车辆识别和车载激光雷达的障碍物检测技术将乘客送至目的地；S5运营完成，调度程序、接线程序和服务器程序采用控件进行通信连接，随时等待处理接线和调度端的连接请求，并进入下个调度任务。更进一步的，所述S3中，调度机接收新的调度任务、调度车辆、搜索车辆和显示跟踪车辆，设置统计查询模块包括调度任务的统计、车辆参加叫车情况统计、乘客电话叫车情况统计、车辆开机统计、报警记录查询和及时调度信息查询。更进一步的，所述利用机器视觉的道路检测采用二维Otsu方法将道路图像分为道路区域和非道路区域后，利用Canny算子提取其道路边缘并进行直线拟合，最后基于蒙特卡罗方法对所有拟合直线后验置信度进行评价，并最终确定道路边界。更进一步的，所述机器视觉的前方车辆识别基于车辆区域直方图分布较规则的假设对车辆底部阴影候选区域进行验证并排除干扰区域，通过对称扫描提取候选区域左右垂直边界并对其进行判断，若左右边界宽度超过车辆像素宽度一定比例，则确定该候选区域为车辆区域。更进一步的，所述车载激光雷达的障碍物检测首先对三维激光雷达扫描线的点进行梯度分割，然后依据障碍物属性对聚类分割段中的误检进行滤除，并根据可靠非障碍点估计地面以恢复漏检点。更进一步的，所述无人驾驶出租车，在与周围车辆具有足够的最终最小安全距离的条件下，采取变更车道进行避障，变更车道前计算机控制单元计算出避障路径信息，由于余弦换道轨迹计算比较方便、换算简单、平滑性较好，信息由新生成的导航点组成，新生成路径的导航点包括大地直角坐标系中预设目标位置的坐标和航向信息。更进一步的，根据侧向移动位移H与换道时刻延X轴的总位移可得y＝H/2·(1-cos(π·x/xM(ttat)))，0≤x≤xM(ttat)式中xM(ttat)为施加侧向加速度时延X轴所走的位移，对y求导，可得在X点的斜率点x处切线与X轴的夹角θx为若已知X轴所指的航向为h1，顺时针航向增大，则X点所对应的航向为hx＝|h1-θx|。更进一步的，所述无人驾驶出租车，在进行路径选择的时候，当面向图像像素点的改进道路图像分割方法以深度挖掘车道标线轮廓信息；采用基于抽样行双向扫描和成像模型约束候选特征点相结合的方法对车道标线特征点进行提取和筛选；根据远、近视场车道标线的特征建立分段车道标线模型，并运用最小二乘法完成像素坐标系下的道路方程求解。更进一步的，所述无人驾驶出租车以宏观行驶路径为前提，在环境信息提取的基础上，结合无人驾驶汽车自身运动状态，对其在微观动态交通环境下的两类基本运动模式进行设计无人驾驶汽车运动模式的决策条件及对应目标量；在此基础上建立基于决策树的运动决策模型；最后通过构建微观动态交通仿真环境对该模型的合理性进行验证。更进一步的，当监控服务中心获取出租车有关位置信息后，再从电子地图数据库中获取有关信息，然后通过匹配算法得到出租车等偏差信息，并对其进行实时修正，从而准确显示出租车在道路网中的位置。本专利技术的有益效果为：本专利技术利用无人驾驶技术嵌入出租车运营系统，可通过APP订单预定，通过调度中心接受调度任务，利用机器视觉的道路检测、机器视觉的前方车辆识别和车载激光雷达的障碍物检测技术将乘客送至目的地，其通过智能化的分析和判定，减少人力浪费和物力冗余使用，并且无人驾驶出租车可对道路环境的感知、对行驶路径的规划、对车辆运动行为进行智能决策，对车辆实现自适应运动控制，准确识别车道标线，安全性更高更智能，具有很强的市场运用前景。附图说明为了更清楚地说明本专利技术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，下面描述中的附图仅仅是本专利技术的一些实施例，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。图1是本专利技术的流程框图；图2是本专利技术实施例余弦换道轨迹模型图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1本实施例公开如图1所示的一种无人驾驶出租车运营方法，包括本文档来自技高网...

【技术保护点】
1.一种无人驾驶出租车运营方法，其特征在于，所述运营方法包括以下步骤：/nS1通过手机APP程序实现乘客约车的集中处理,并录入乘客的相关信息；/nS2录入完成后保存为一个调度任务,并通知调度机新任务到达调度程序由远程端智能中心智能判断；/nS3当新的调度任务到达时,当前没有调度任务的调度机尝试锁定该新任务,服务器根据调度机操作的先后顺序,确认最先操作的调度机锁定该任务,并返回确认信息,则该调度机开始对该任务进行调度,此时在调度机界面上将显示对应该任务的具体信息；/nS4无人驾驶出租车通过调度中心接受调度任务，利用机器视觉的道路检测、机器视觉的前方车辆识别和车载激光雷达的障碍物检测技术将乘客送至目的地；/nS5运营完成，调度程序、接线程序和服务器程序采用控件进行通信连接，随时等待处理接线和调度端的连接请求，并进入下个调度任务。/n

【技术特征摘要】
1.一种无人驾驶出租车运营方法，其特征在于，所述运营方法包括以下步骤：
S1通过手机APP程序实现乘客约车的集中处理,并录入乘客的相关信息；
S2录入完成后保存为一个调度任务,并通知调度机新任务到达调度程序由远程端智能中心智能判断；
S3当新的调度任务到达时,当前没有调度任务的调度机尝试锁定该新任务,服务器根据调度机操作的先后顺序,确认最先操作的调度机锁定该任务,并返回确认信息,则该调度机开始对该任务进行调度,此时在调度机界面上将显示对应该任务的具体信息；
S4无人驾驶出租车通过调度中心接受调度任务，利用机器视觉的道路检测、机器视觉的前方车辆识别和车载激光雷达的障碍物检测技术将乘客送至目的地；
S5运营完成，调度程序、接线程序和服务器程序采用控件进行通信连接，随时等待处理接线和调度端的连接请求，并进入下个调度任务。


2.根据权利要求1所述的无人驾驶出租车运营方法，其特征在于，所述S3中，调度机接收新的调度任务、调度车辆、搜索车辆和显示跟踪车辆，设置统计查询模块包括调度任务的统计、车辆参加叫车情况统计、乘客电话叫车情况统计、车辆开机统计、报警记录查询和及时调度信息查询。


3.根据权利要求1所述的无人驾驶出租车运营方法，其特征在于，所述利用机器视觉的道路检测采用二维Otsu方法将道路图像分为道路区域和非道路区域后，利用Canny算子提取其道路边缘并进行直线拟合，最后基于蒙特卡罗方法对所有拟合直线后验置信度进行评价，并最终确定道路边界。


4.根据权利要求1所述的无人驾驶出租车运营方法，其特征在于，所述机器视觉的前方车辆识别基于车辆区域直方图分布较规则的假设对车辆底部阴影候选区域进行验证并排除干扰区域，通过对称扫描提取候选区域左右垂直边界并对其进行判断，若左右边界宽度超过车辆像素宽度一定比例，则确定该候选区域为车辆区域。


5.根据权利要求1所述的无人驾驶出租车运营方法，其特征在于，所述车载激光雷达的障碍物检测首先对三维激光雷达扫描线的点进行梯度分割，然后依据障碍物属性对聚类分割段中的误检进行滤除，并根据可靠非障碍点估计地面以恢...

【专利技术属性】
技术研发人员：刘宏隆，
申请(专利权)人：刘宏隆，
类型：发明
国别省市：广东;44