路端主控的车路云协同自动驾驶控制方法技术

路端主控的车路云协同自动驾驶控制方法和方法，包括S1、搭建云端平台数据库：S1.3、为静态道路环境模型中的每辆车分配I D并依据ID建立对应的档案库，车辆包括自动驾驶车辆和非自动驾驶车辆，自动驾驶车辆分配有永久ID，非自动驾驶车辆分配临时I D，当非自动驾驶车辆驶出整个控制区域1周后，云端平台自动删除该非自动驾驶车辆的临时ID和对应档案库；S2、确定受控车辆的局部路径规划；本发明专利技术通过为自动驾驶车辆和非自动驾驶车辆赋予I D，并建立匹配的档案库，并且非自动驾驶车辆的数据定期按照规则删除，保证数据库不会储存过多无用信息，便于边缘计算中心、云端平台之间快速管理、应用、传输更新。传输更新。

【技术实现步骤摘要】
路端主控的车路云协同自动驾驶控制方法


[0001]本专利技术属于汽车智能驾驶
，特别涉及路端主控的车路云协同自动驾驶控制方法。

技术介绍

[0002]智能驾驶汽车与交通系统、能源体系、城市运行与社会生活紧密结合，是一项集智慧城市、智慧交通和智能服务于一体的国家级重大系统工程，承载了我国经济战略转型、重点突破和构建未来创新性社会的重要使命。当前在智能驾驶汽车技术研发方面取得了很大进展，但单车智能感知能力有限，存在诸多限制和盲区，需要路侧设备进行感知补充，实现车路协同感知；在协同感知过程中，如何对各个自动驾驶车辆、非自动驾驶车辆进行管理，是目前的智能驾驶领域亟待解决的问题。

技术实现思路

[0003]本专利技术针对现有技术存在的不足，提供了路端主控的车路云协同自动驾驶控制方法，具体技术方案如下：
[0004]路端主控的车路云协同自动驾驶控制方法，所述控制架构包括：
[0005]S1、搭建云端平台数据库：
[0006]S1.1、云端平台通过路侧终端采集高精度地图，提取其中和驾驶相关的内容、去除无关信息；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.路端主控的车路云协同自动驾驶控制方法，其特征在于：所述控制架构包括：S1、搭建云端平台数据库：S1.1、云端平台通过路侧终端采集高精度地图，提取其中和驾驶相关的内容、去除无关信息；S1.2、依据驾驶相关的内容建立降维的静态道路环境模型；S1.3、为静态道路环境模型中的每辆车分配ID并依据ID建立对应的档案库，车辆包括自动驾驶车辆和非自动驾驶车辆，自动驾驶车辆分配有永久ID，非自动驾驶车辆分配临时ID，当非自动驾驶车辆驶出整个控制区域1周后，云端平台自动删除该非自动驾驶车辆的临时ID和对应档案库；S1.4、经S1.3更新处理后的静态道路环境模型的信息实时录入至数据库并同时按区域分片分享至各个边缘计算中心，并定时或事件触发返回S1.2进行更新；S2、确定受控车辆的局部路径规划：S2.1、云端平台根据应用需求确定受控车辆，并依据静态道路环境模型确定车辆调度指令和总体路径规划；S2.2、边缘计算中心接收道路环境模型、车辆调度指令和总体路径规划；根据道路环境模型和实时采集的动态数据建立实时动态交通环境模型；S2.3、边缘计算中心根据实时动态交通环境模型，按照车辆调度指令和总体路径规划对每台自动驾驶车辆进行局部路径规划；S3、受控车辆执行局部路径规划。2.根据权利要求1所述的路端主控的车路云协同自动驾驶控制方法，其特征在于：在...

【专利技术属性】
技术研发人员：章友京，陆小磊，张斌，郑怡生，王昌云，刘琳，倪绍勇，
申请(专利权)人：上海量紫科技有限公司，
类型：发明
国别省市：