基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法制造技术

本发明专利技术公开了基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法；本发明专利技术可对无人驾驶车辆的定位数据进行采集，对交叉路口终点的定位数据进行采集，对交叉路口环境进行定位采集、分析整合处理；可对无人驾驶汽车的通行轨迹进行模拟计算处理，对交叉路口环境标记进行规避处理，可根据两种判断标准对通行轨迹进行预测判断处理，保证无人驾驶车辆预测通行轨迹的准确性，可实时监测交叉路口的环境数据，并根据环境数据实时调整无人驾驶车辆在交叉路口通行轨迹预测的准确性和安全性，可有效应对复杂条件下的交叉路口通行情况；同时对预测通行轨迹进行预测评估，进一步保证预测通行轨迹的稳定性，避免通行轨迹严重偏移正常路径。避免通行轨迹严重偏移正常路径。避免通行轨迹严重偏移正常路径。

【技术实现步骤摘要】
基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法


[0001]本专利技术涉及无人驾驶预测
，具体为基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法。

技术介绍

[0002]无人驾驶汽车又称自动驾驶汽车、电脑驾驶汽车或轮式移动机器人，其是一种通过电脑系统来实现无人驾驶的智能汽车。无人驾驶汽车依靠人工智能、雷达、视觉计算、监控组件和全球定位系统协同合作，使得电脑可在没有任何人类主动操作下，自动安全地操作机动车辆。边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。相对于云计算把软硬件资源都集中部署在远离用户的大型数据中心，边缘计算就是将计算资源就近放置在更靠近用户或设备的“边缘”，从而减少延迟和带宽消耗，提供靠近数据源的实时处理。
[0003]现有的无人驾驶车辆在交叉路口通行轨迹的预测算法，大多只是对常规交叉路口进行通行轨迹预测，而在复杂交叉路口例如正在修路改道的交叉路口，对通行轨迹的预测处理准确性不佳。

技术实现思路

[0004]本专利技术的目的在于提供基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，包括以下步骤：
[0006]S1、对无人驾驶车辆的定位数据进行采集，对交叉路口终点的定位数据进行采集，对交叉路口环境进行定位数据采集处理；
[0007]S2、对无人驾驶车辆的定位数据、交叉路口终点的定位数据、交叉路口环境定位数据进行分析整合处理；
[0008]S3、对无人驾驶汽车的通行轨迹进行模拟计算处理，对通行轨迹进行模拟计算处理，对交叉路口环境标记进行规避处理；
[0009]S4、另外，当无人驾驶车辆进入规定车道后，分析判断无人驾驶车辆与前车是否有相同终点，进而判断是否进入自动跟车模式。
[0010]进一步的，在步骤S1中，对交叉路口环境中的障碍物和车辆进行定位数据采集处理；无人驾驶车辆的定位坐标为(X
i
，Y
i
，Z
i
)，交叉路口环境中障碍物为固定标记(A
k
，B
k
，C
k
)，交叉路口环境中车辆为移动标记(D
i
，E
i
，F
i
)。
[0011]进一步的，在步骤S3中，
[0012]通行轨迹的预测判断标准为：G
i
和H
i
；
[0013][0014][0015]当min(G
i
)≤0或min(H
i
)≤0时；发出预测的通行轨迹异常警示，重新调整通行轨迹；
[0016]当min(G
i
)＞0且min(H
i
)＞0时；预测的通行轨迹正常。
[0017]进一步的，在步骤S3中，
[0018]移动轨迹预测评估值为P
i
；
[0019][0020]当0.8≤P
i
≤1.2时；预测的通行轨迹正常；
[0021]当0.8＞P
i
或P
i
＞1.2时；发出预测的通行轨迹异常警示，重新调整通行轨迹。
[0022]进一步的，在步骤S4中，当无人驾驶车辆与前车在交叉路口的终点不相同，则进入步骤S3的处理过程；当无人驾驶车辆与前车在交叉路口的终点相同，进入自动跟车模式，不进行步骤S3的操作；跟车模式下，路径与前车相同，速度进行相应调整。
[0023]进一步的，在步骤S4中，
[0024]前车坐标为(R
t
，S
t
，W
t
)；
[0025]无人驾驶车辆跟车标准为Q
t
；
[0026][0027]当Q
t
≥1时，此时前车加速度处于提速状态下：无人驾驶车辆车速与前车相比提速效率相同，提速开始时间延迟1.5秒；
[0028]当Q
t
＜1时，此时前车加速度处于降速状态下：无人驾驶车辆车速与前车相比降速效率为1.2倍，降速开始时间同步。
[0029]进一步的，还包括基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测系统，包括数据采集模块、数据处理模块、路线轨迹预测模块、跟车管理模块、数据上传模块；所述数据采集模块用于对交叉路口数据和无人驾驶车辆数据进行采集处理，所述数据处理模块用于对数据进行分析整合处理，所述路线轨迹预测模块用于对数据进行整合模拟预测路线轨迹，并对模拟预测路线轨迹进行判断评估，所述跟车管理模块用于对跟车模式进行判断，并对跟车模式进行管理，所述数据上传模块用于对系统中的数据上传到系统云端；所述数据采集模块分别与数据处理模块、路线轨迹预测模块、跟车管理模块、数据上传模块通信数据连接，所述路线轨迹预测模块、跟车管理模块分别与数据上传模块通信数据连接。
[0030]进一步的，所述数据采集模块包括：无人驾驶车辆定位采集单元、交叉路口数据采集单元；所述无人驾驶车辆定位采集单元用于对无人驾驶车辆进行定位数据采集处理，所述交叉路口数据采集单元用于对交叉路口的固定障碍物和移动车辆进行定位数据采集处理。
[0031]进一步的，所述路线轨迹预测模块包括：路线轨迹模拟单元、路线轨迹判断单元、路线轨迹评估单元；所述路线轨迹模拟单元用于对路线轨迹进行模拟预测处理，所述路线轨迹判断单元用于对模拟预测路线轨迹进行分析判断处理，所述路线轨迹评估单元用于对模拟预测路线轨迹进行评估处理。
[0032]进一步的，所述跟车管理模块包括：跟车判断单元、跟车路径管理单元、跟车速度管理单元；所述跟车判断单元用于对是否进行跟车进行判断处理，所述跟车路径管理单元用于对跟车路径进行管理操作，所述跟车速度管理单元用于对跟车车速进行管理操作。
[0033]与现有技术相比，本专利技术所达到的有益效果是：
[0034]1、本专利技术可对无人驾驶车辆的定位数据进行采集，对交叉路口终点的定位数据进行采集，对交叉路口环境(障碍物、车辆)进行定位采集处理，可对无人驾驶车辆的定位数据、交叉路口终点的定位数据、交叉路口环境定位数据进行分析整合处理；可对无人驾驶汽车的通行轨迹进行模拟计算处理，对通行轨迹进行模拟计算处理，对交叉路口环境标记进行规避处理，可根据两种判断标准对通行轨迹进行预测判断处理，保证无人驾驶车辆预测通行轨迹的准确性，可实时监测交叉路口的环境数据，并根据环境数据实时调整无人驾驶车辆在交叉路口通行轨迹预测的准确性和安全性，可有效应对复杂条件下的交叉路口通行情况；同时对无人驾驶车辆预测通行轨迹进行预测评估，进一步保证预测通行轨迹的稳定性，避免通行轨迹严重偏移正常路径；
[0035]2、本专利技术中当无人驾驶车辆进入规定车道后，分析判断无人驾驶车辆与前车是否有相同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，其特征在于：包括以下步骤：S1、对无人驾驶车辆的定位数据进行采集，对交叉路口终点的定位数据进行采集，对交叉路口环境进行定位数据采集处理；S2、对无人驾驶车辆的定位数据、交叉路口终点的定位数据、交叉路口环境定位数据进行分析整合处理；S3、对无人驾驶汽车的通行轨迹进行模拟计算处理，对通行轨迹进行模拟计算处理，对交叉路口环境标记进行规避处理；S4、另外，当无人驾驶车辆进入规定车道后，分析判断无人驾驶车辆与前车是否有相同终点，进而判断是否进入自动跟车模式。2.根据权利要求1所述的基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，其特征在于：在步骤S1中，对交叉路口环境中的障碍物和车辆进行定位数据采集处理；无人驾驶车辆的定位坐标为(X
i
，Y
i
，Z
i
)，交叉路口环境中障碍物为固定标记(A
k
，B
k
，C
k
)，交叉路口环境中车辆为移动标记(D
i
，E
i
，F
i
)。3.根据权利要求2所述的基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，其特征在于：在步骤S3中，通行轨迹的预测判断标准为：G
i
和H
i
；；当min(G
i
)≤0或min(H
i
)≤0时；发出预测的通行轨迹异常警示，重新调整通行轨迹；当min(G
i
)＞0且min(H
i
)＞0时；预测的通行轨迹正常。4.根据权利要求1所述的基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，其特征在于：在步骤S3中，移动轨迹预测评估值为P
i
；当0.8≤P
i
≤1.2时；预测的通行轨迹正常；当0.8＞P
i
或P
i
＞1.2时；发出预测的通行轨迹异常警示，重新调整通行轨迹。5.根据权利要求1所述的基于边缘计算的交叉路口无人驾驶车辆通行轨迹预测算法，其特征在于：在步骤S4中，当无人驾驶车辆与前车在交叉路口的终点不相同，则进入步骤S3的处理过程；当无人驾驶车辆与前车在交叉路口的终点相同，进入自动跟车模式，不进行步骤S3的操作；跟车模式下，路径与前车相同，速度进行相应调整。6.根据权利要求...

【专利技术属性】
技术研发人员：蔡剑，
申请(专利权)人：江苏旷世智慧网联科技有限公司，
类型：发明
国别省市：