一种新型辅助自动驾驶综合设备制造技术

本实用新型专利技术提出了一种新型辅助自动驾驶综合设备，属于自动驾驶技术领域，包括：基站、红绿灯探测器、路标信息收发器、行人识别设备、车载主机、航拍机和云端控制中心。本实用新型专利技术是针对路口交通及特别地形道路提供实时资讯，提出一种新型辅助自动驾驶综合设备的工作原理。在特定范围内接收多样信号资讯，把有关路段测量到的信息由基站独立演算，把分析后结果透过蓝牙信号即时发布并备份于云端控制中心，这可把大量环境资讯作实时分析，不但分担了汽车计算机的工作，还可把信息标准化和平台化，可提供给不同品牌和型号的车辆使用，并且本实用新型专利技术不用进入和改动现有红绿灯操作系统，成本节省容易安装及推广。本节省容易安装及推广。本节省容易安装及推广。

【技术实现步骤摘要】
一种新型辅助自动驾驶综合设备


[0001]本技术涉及自动驾驶
，具体涉及一种新型辅助自动驾驶综合设备。

技术介绍

[0002]自动驾驶汽车的工作原理，是主动地通过摄像机、激光雷达、毫米波雷达、超声波等车载传感器来感知周围的环境，依据所获取的信息进行决策判断，由适当的工作模型来制定相应的策略，如预测本车与其它车辆、行人等在未来一段时间内的运动状态，并进行避免碰撞路径规划。在规划好路径之后，接下来需要控制车辆沿着期望的轨迹行驶。这其中涉及到传感器环境感知、高精地图/GPS精准定位、V2X信息通信、多种数据融合、决策与规划演算、演算结果的电子控制与执行等过程，在此过程中需要一部强劲的计算机来统一实时分析、处理海量的数据与进行复杂的逻辑演算，对计算能力的要求非常高。一般认为，自动驾驶L2级别需要的计算力为<10TOPS(Trillions Operations per Second)，L3级别需要的计算力为30
‑
60TOPS，L4级别需要的计算力为>100TOPS，L5级别需要的计算力目前未有明确定义(有预测需要至少1000TOPS)，目前的计算平台仅能满足部分L3、L4级别的自动驾驶需要。
[0003]因此现在的自动驾驶受限于计算能力与成本因素，只能在“人不多、规定车道、车速不快”的情况下实现“有条件”的自动驾驶，现有计算平台性能无法实时处理更多传感器的数据并进行融合、规划与决策控制，导致自动驾驶功能不够丰富与成熟，消费者使用体验不佳。
[0004]目前，自动驾驶功能主要存在以下问题：
[0005]第一个问题，现在的自动驾驶汽车，虽然整部汽车都装上感应器，但其实还是很难辨别红绿灯的指示的，特别在十字路口和回旋处。红绿灯的识别，一向是自动驾驶实现的难点，而且是不得不攻克的难点。红绿灯除了是三种颜色的识别外，还有如箭头方向指示等异形，不同的城市有不同的设计，例如天津的红绿灯是一个方块形的灯，红灯的时候是一片红，换色时底下的红色会慢慢消失，绿灯的情况也是如此，这与北京的红绿灯差别很大。
[0006]相比行人、限速牌等，红绿灯识别的难度不仅在于识别本身，更在于识别的质量。首先，由于光达和雷达无法判断颜色，而且红绿灯的悬挂位置较高，超出探测的高度范围，因此红绿灯的识别只能通过彩色摄像头。第二，红绿灯的体积比较小，如果要根据灯的状态判断前进或停下，传感器需要在较远距离时就能提前识别预判，因此对识别的召回率和精度要求都比较高；第三，在夜晚红绿灯光强高于周围，容易出现大的光斑或曝光过度现象；第四，检测到了红绿灯之后，要怎样去做判断。目前我国交通在红绿灯和路口的对应上还没有一个标准。对于大部分情况下一个路口对应一个红绿灯的识别，并不是难，但如十字路口或高速干道则挑战重重。所以分辨红绿灯并不是易事，目前自动驾驶多数使用摄像头识别，但红绿灯奇形怪状各有形式，增加了判断难度；另一方面是存在诸多干扰，例如繁华街道晚上灯光繁乱、闪烁及五颜六色，如何能做到排除这些物体而仅对红绿灯进行识别哩；如果一直尾随大货车又如何可看到红绿灯、大雨、暴雪、雾霾或沙尘暴情况下如果进行判断；有这些情况是因为摄像方案存在诸多缺点，如探测距离近，受环境光、视角和盲点限制，还须经
常清洁镜头等。
[0007]另一常见解决方案是车联网V2X。V2X是Vehicle
‑
to
‑
Everything的简称，是指在红绿灯和自动驾驶状态汽车或无人车之间建立通讯。现时主要是在红绿灯上装一个5G基站，把红绿灯的资料上载到信息中心再结合定位系统把交通信息推送给自动驾驶中的车辆。这种方案能够更早的了解到红绿灯的状态，相比摄像头它的优势在于识别的准确性，它几乎可以没有任何干扰地将交通信息传递给车辆。而缺点在于必须进入及升级原有的交通控制系统，使工作量必须由地方政府的交通部门负责，成本高昂，如三四线城市可能没能力负担和营运，也不利民营，这会使自动驾驶难以普及全国。而且信息过于依赖5G的网速和本车的计算机能力，如有骇客攻击这网络后果则不堪设想。
[0008]第二个问题，路标识别问题，现在都是以图像识别为主，如恶劣天气下路标损毁、视线受阻或能见度低等情况下，影像识别都不是一个好选择。
[0009]第三个问题，自动驾驶汽车的伦理和法律问题，普遍以英国哲学家菲利帕
·
福特(Philippa Foot)发表的“有轨电车难题”为讨论基础，无论研究结果或法规的如何订立，在实际执行上现时自动驾驶的感应器是无法百份百分辨出人类和动物的，更别说识别身份和职业，至使在事故中不能给与人工智能作正确判断。例如一群踏单车的人和一群奔跑中的羊对现时的汽车传感器来说都是一样的，而且在这个自动驾驶的革命中，行人都是被动的，没有可自我保护的权利和设备，只能把生命交给科技和人工智能的判断，这绝对是危机也是汽车制造商不愿提出的难点。
[0010]第四个问题，基于现时绝大部份车辆都没有安装V2X系统，至使自动驾驶汽车只能依靠雷达和光达的测量来估算旁边车辆的大小，但就不能给AI分辨出车的种类和大小，例如货柜车、运油车或公交车等，这些都是危机评估的至关重要资讯。
[0011]因此，目前无人驾驶在技术上还没有完全成熟，如果要正确识别数据库中没有的交通信息，其车载传感器的扫描范围必须非常远，可能要达到五六十米甚至上百米。而随着扫描范围的扩大，计算机所要承受的数据量呈几何级数增长，这对于内置的处理器及算法都是很大的挑战。而且，真实上路时，一旦遭遇事先没有计算好的路况信息，车载AI系统就是有可能被“迷惑”，造出的决定可能会导致意外，这可说是无人驾驶汽车最大的安全隐患所在。

技术实现思路

[0012]本技术的目的在于提出一种新型辅助自动驾驶综合设备，在特定范围内接收多样信号资讯，把有关路段测量到的信息由基站独立演算，把分析后结果透过蓝牙信号即时发布并备份于云端控制中心，这可把大量环境资讯作实时分析，不但分担了汽车计算机的工作，还可把信息标准化和平台化，可提供给不同品牌和型号的车辆使用。
[0013]本技术的技术方案是这样实现的：
[0014]本技术提供一种新型辅助自动驾驶综合设备，包括：基站、红绿灯探测器、路标信息收发器、行人识别设备、车载主机、航拍机和云端控制中心；其中，
[0015]基站，用于接受红绿灯探测器和路标信息收发器的信号建立蓝牙定位矩阵网络，测量行人识别设备和车载主机的位置，进行分析预测，并将分析结果进行发布和上传至云端控制中心备份，接受云端控制中心的指令，控制航拍机；
[0016]红绿灯探测器，向基站提供准确的红绿灯信号识别和辅助定位测量；
[0017]路标信息收发器，向基站和车载主机提供路标信息和辅助定位测量，可独立接受来自基站或者云端控制器的指令，并及时更改信息；
[0018]行人识别设备，向基站和车载主机提供生物识别信息和定位信息；
[0019]车载主机，向基站提供位置和车辆实时状态的信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型辅助自动驾驶综合设备，其特征在于，包括：基站、红绿灯探测器、路标信息收发器、行人识别设备、车载主机、航拍机和云端控制中心；其中，基站，用于接受红绿灯探测器和路标信息收发器的信号，建立蓝牙定位矩阵网络，测量行人识别设备和车载主机的位置，进行分析预测，并将分析结果进行发布和上传至云端控制中心备份，接受云端控制中心的指令，控制航拍机；红绿灯探测器，向基站提供准确的红绿灯信号识别和辅助定位测量；路标信息收发器，向基站和车载主机提供路标信息和辅助定位测量，可独立接受来自基站或者云端控制器的指令，并及时更改信息；行人识别设备，向基站和车载主机提供生物识别信息和定位信息；车载主机，向基站提供位置和车辆实时状态的信息，接收基站指令并及时反馈给汽车自动驾驶系统；航拍机，停泊于基站附近的建筑物上，在指定范围由基站智能操控，用于在堵车路段或交通事故中进行高空拍摄，并将影像资料发送至云端控制中心；云端控制中心，接受来自多个基站的信息，由人员及人工智能综合分析处理，将结果和指令传达给指定基站，可根据实时交通情况向路标信息收发器传达修改指令，还可以接收航拍机的影像资料，并将该信息传达至手机APP中，使用者可选择性观看。2.根据权利要求1所述新型辅助自动驾驶综合设备，其特征在于，所述基站安装于红绿灯杆上，设有基站箱体，在所述基站箱体内设有计算机模块、5G天线模块、蓝牙天线模块，散热器和变压器，所述基站外接市电。3.根据权利要求...

【专利技术属性】
技术研发人员：徐明德，
申请(专利权)人：徐明德，
类型：新型
国别省市：