一种智能网联汽车的车路云协同方法、装置及系统制造方法及图纸

本发明专利技术公开了一种智能网联汽车的车路云协同方法、装置及系统，该方法包括：获取云端的信息，将云端的信息根据网络协议转换为实时环境信息、预测环境信息、决策信息及控制信息；根据车端感知信息和实时环境信息融合计算得到感知结果；根据感知结果计算得到车端的预测信息；根据车端的预测信息和预测环境信息融合计算得到预测结果；根据感知结果、车端的预测信息计算得到车辆的决策行为信息；根据车辆的决策行为信息和决策信息融合计算得到决策结果；根据车端感知信息和决策结果计算得到车端的控制行为信息；根据车端的控制行为信息和控制信息融合计算得到控制结果。通过实施本发明专利技术，将云端信息和车端信息进行融合，进而达到控车的安全性和高效性。

A vehicle road cloud collaboration method, device and system of intelligent networked vehicle

【技术实现步骤摘要】
一种智能网联汽车的车路云协同方法、装置及系统
本专利技术涉及车联网
，具体涉及一种智能网联汽车的车路云协同方法、装置及系统。
技术介绍
自动驾驶是经济发展、技术进步、人类需求提高大背景下的必由之路。自动驾驶汽车经历了多年的发展，其中的核心关键技术的技术路线也逐渐清晰。目前，汽车的自动驾驶功能的完成包括环境感知、自主决策、运动控制三个核心功能。其中感知功能通过车载传感器以实现对行车环境的感知、自车的定位等功能。决策功能根据环境信息和行车任务实现目标障碍物决策、驾驶行为决策等目标；规划控制功能要实现行为规划、并将行为规划转化成驾驶意图传递给车身ECU，最终生成控制信号给执行器件。然而，智能网联交通在现阶段相关研究中多集中于单一车辆或技术，在车端、云端以及中间协同管控方面存在着诸多不协调或功能单一，资源无法共享等问题。现有的智能网联仅仅将汽车与网络之间进行简单连接，没有实现汽车与网络、汽车与环境之间的深度融合交互，因此现有的智能网联汽车在自动驾驶的过程中还潜在很多安全问题。并且，由于目前技术发展水平所决定的，如感知功能不足、算法能力不足等功能不足带来的车辆安全问题是自动驾驶车辆的核心关键难题。目前，利用云控技术的智能网联汽车技术是弥补自动驾驶技术功能不足，解决安全问题的一个途径。但是现有的云控技术仅仅实现了将车辆与网络之间进行简单连接，没有实现汽车与环境之间的深度融合，没有在技术上实现对云控数据的利用。
技术实现思路
有鉴于此，本专利技术实施例提供了一种智能网联汽车的车路云协同方法、装置及系统，以解决现有的智能网联交通在车端、云端以及中间协同管控方面存在着诸多不协调或功能单一、资源无法共享，且自动驾驶车辆的功能不足带来的安全问题。本专利技术提出的技术方案如下：本专利技术实施例第一方面提供一种智能网联汽车的车路云协同方法，该方法包括如下步骤：获取云端的信息，将所述云端的信息根据网络协议转换为实时环境信息、预测环境信息、决策信息及控制信息；根据车端感知信息和所述实时环境信息融合计算得到感知结果；根据所述感知结果计算得到车端的预测信息；根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果；根据所述感知结果、所述预测结果计算得到车辆的决策行为信息；根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果；根据车端感知信息和所述决策结果计算得到车端的控制行为信息；根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果。可选地，根据车端感知信息和所述实时环境信息融合计算得到感知结果，包括：根据车端感知信息计算得到第一感知目标；根据所述实时环境信息计算得到第二感知目标；根据目标识别算法识别所述第一感知目标和所述第二感知目标中的重复目标和非重复目标；根据所述重复目标融合计算得到第三感知目标；根据所述非重复目标将所述第二感知目标融合到第一感知目标，得到第四感知目标；根据所述第三感知目标和第四感知目标计算得到感知结果。可选地，根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果，包括：根据所述车端的预测信息和所述预测环境信息计算得到预测信息的第一准确度和预测环境信息的第二准确度；判断所述车端的预测信息和所述预测环境信息是否具有属于同样时间段的信息；当具有属于同样时间段的信息时，判断同样时间段内所述第一准确度和所述第二准确度的大小；根据所述车端的预测信息和所述预测环境信息中准确度较大的信息作为第一预测结果；当具有属于不同时间段的信息时，将不同时间段的信息作为第二预测结果；根据所述第一预测结果和所述第二预测结果计算得到预测结果。可选地，根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果，包括：判断所述车辆的决策行为信息和所述决策信息是否相同；当两种信息相同时，根据所述车辆的决策行为信息或所述决策信息得到决策结果；当两种信息不同时，根据安全系数、法规系数及与目标位置的距离系数将所述车辆的决策行为信息和所述决策信息融合计算得到决策结果。可选地，根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果，包括：根据所述车端的控制行为信息和所述控制信息计算两种信息的相似度；根据所述车端的控制行为信息和所述相似度融合计算得到控制结果。可选地，根据车端感知信息和所述实时环境信息融合计算得到感知结果，包括：判断汽车是否处于故障状态下；当所述汽车处于故障状态下时，判断是否禁止自动驾驶；当禁止自动驾驶时，输出人工请求信号或停车信号；当不禁止自动驾驶或汽车处于无故障状态下时，根据车端感知信息和所述实时环境信息融合计算得到感知结果。可选地，根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果，包括：判断汽车是否处于故障状态下；当所述汽车处于故障状态下时，判断是否禁止自动驾驶；当禁止自动驾驶时，输出人工请求信号；当不禁止自动驾驶时，根据所述决策信息计算得到决策结果；当所述汽车处于无故障状态下时，根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果。可选地，根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果，包括：判断汽车是否处于故障状态下；当所述汽车处于故障状态下时，判断是否禁止自动驾驶；当禁止自动驾驶时，输出人工请求信号；当不禁止自动驾驶时，根据所述控制信息计算得到控制结果；当所述汽车处于无故障状态下时，根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果。本专利技术实施例第二方面提供一种智能网联汽车的车路云协同装置，该装置包括：网联云控模块，用于获取云端的信息，将所述云端的信息根据网络协议转换为实时环境信息、预测环境信息、决策信息及控制信息；感知融合模块，用于根据车端感知信息和所述实时环境信息融合计算得到感知结果；预测融合模块，用于根据所述感知结果计算得到车端的预测信息，根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果；决策融合模块，用于根据所述感知结果、预测结果计算得到车辆的决策行为信息，根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果；控制融合模块，用于根据车端感知信息和所述决策结果计算得到车端的控制行为信息，根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果。本专利技术实施例第三方面提一种智能网联汽车的车路云协同系统，该系统包括：云端，用于生成云端的实时环境信息、预测环境信息、决策信息及控制信息；车端，用于根据本专利技术实施例第一方面及第一方面任一项所述智能网联汽车的车路云协同方法得到控制结果。本专利技术实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本专利技术实施例第一方面及第一方面任一项所述的智能网联汽车的车路云协同方法。本专利技术提供的技术方案，具有如下效果：本专利技术实施例提供的智能网联汽车的车路云协同方法、装置及系统，通过获取云端信息，将云端信息和车端信息进行融合，有效的扩大了车辆的视野范围，同时将云端信息中的实时环境信息和目标障碍物的预测信息与原车的预测信息进行融合，最终使车辆做出更加安全的决策。由本文档来自技高网...

【技术保护点】
1.一种智能网联汽车的车路云协同方法，其特征在于，包括如下步骤：/n获取云端的信息，将所述云端的信息根据网络协议转换为实时环境信息、预测环境信息、决策信息及控制信息；/n根据车端感知信息和所述实时环境信息融合计算得到感知结果；/n根据所述感知结果计算得到车端的预测信息；/n根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果；/n根据所述感知结果、所述预测结果计算得到车辆的决策行为信息；/n根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果；/n根据车端感知信息和所述决策结果计算得到车端的控制行为信息；/n根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果。/n

【技术特征摘要】
1.一种智能网联汽车的车路云协同方法，其特征在于，包括如下步骤：
获取云端的信息，将所述云端的信息根据网络协议转换为实时环境信息、预测环境信息、决策信息及控制信息；
根据车端感知信息和所述实时环境信息融合计算得到感知结果；
根据所述感知结果计算得到车端的预测信息；
根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果；
根据所述感知结果、所述预测结果计算得到车辆的决策行为信息；
根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果；
根据车端感知信息和所述决策结果计算得到车端的控制行为信息；
根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果。


2.根据权利要求1所述的智能网联汽车的车路云协同方法，其特征在于，根据车端感知信息和所述实时环境信息融合计算得到感知结果，包括：
根据车端感知信息计算得到第一感知目标；
根据所述实时环境信息计算得到第二感知目标；
根据目标识别算法识别所述第一感知目标和所述第二感知目标中的重复目标和非重复目标；
根据所述重复目标融合计算得到第三感知目标；
根据所述非重复目标将所述第二感知目标融合到第一感知目标，得到第四感知目标；
根据所述第三感知目标和第四感知目标计算得到感知结果。


3.根据权利要求1所述的智能网联汽车的车路云协同方法，其特征在于，根据所述车端的预测信息和所述预测环境信息融合计算得到预测结果，包括：
根据所述车端的预测信息和所述预测环境信息计算得到预测信息的第一准确度和预测环境信息的第二准确度；
判断所述车端的预测信息和所述预测环境信息是否具有属于同样时间段的信息；
当具有属于同样时间段的信息时，判断同样时间段内所述第一准确度和所述第二准确度的大小；
根据所述车端的预测信息和所述预测环境信息中准确度较大的信息作为第一预测结果；
当具有属于不同时间段的信息时，将不同时间段的信息作为第二预测结果；
根据所述第一预测结果和所述第二预测结果计算得到预测结果。


4.根据权利要求1所述的智能网联汽车的车路云协同方法，其特征在于，根据所述车辆的决策行为信息和所述决策信息融合计算得到决策结果，包括：
判断所述车辆的决策行为信息和所述决策信息是否相同；
当两种信息相同时，根据所述车辆的决策行为信息或所述决策信息得到决策结果；
当两种信息不同时，根据安全系数、法规系数及与目标位置的距离系数将所述车辆的决策行为信息和所述决策信息融合计算得到决策结果。


5.根据权利要求1所述的智能网联汽车的车路云协同方法，其特征在于，根据所述车端的控制行为信息和所述控制信息融合计算得到控制结果，包括：
根据所述车端的控制行为信息和所述控制信息计算两种信息的相似度；
根据所述车端的控制行为信息和所...

【专利技术属性】
技术研发人员：薛慧娟，褚文博，杨帆，林志杰，方达龙，孟宪刚，张百杰，
申请(专利权)人：国汽北京智能网联汽车研究院有限公司，
类型：发明
国别省市：北京;11