智能车在城市道路行驶中的接力导航方法技术

本发明专利技术涉及一种智能车在城市道路行驶中的接力导航方法，其特征是：将市区道路划分为三类典型道路区域，针对不同的典型道路区域，采用不同的导航方式，通过主控程序实现不同导航方式之间的交接，车载传感器印证导航线路，智能车在行驶中实现并验证云计算支持下的接力导航策略。有益效果：智能车采用接力导航方法，对城市道路的不同典型区域使用不同的导航方式，各导航方式之间实现无缝交接，有效解决了市区智能驾驶的导航难题；智能车在行驶中借助云计算位置服务中心进行定位精度校正，优化了智能车总体软硬件资源，使其负载均衡，减少了计算成本；接力导航方法体现了智能车自适应环境的能力，为市区智能驾驶的实现提供重要技术支撑。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种，其特征是：将市区道路划分为三类典型道路区域，针对不同的典型道路区域，采用不同的导航方式，通过主控程序实现不同导航方式之间的交接，车载传感器印证导航线路，智能车在行驶中实现并验证云计算支持下的接力导航策略。有益效果：智能车采用接力导航方法，对城市道路的不同典型区域使用不同的导航方式，各导航方式之间实现无缝交接，有效解决了市区智能驾驶的导航难题；智能车在行驶中借助云计算位置服务中心进行定位精度校正，优化了智能车总体软硬件资源，使其负载均衡，减少了计算成本；接力导航方法体现了智能车自适应环境的能力，为市区智能驾驶的实现提供重要技术支撑。【专利说明】
本专利技术属于智能驾驶，尤其涉及一种。
技术介绍
智能驾驶技术涉及计算机科学、通信科学、认知科学、车辆工程、电子电气工程、控制科学与工程、系统科学与技术、人机工程科学、人工智能等诸多科学，智能车是衡量一个国家科研实力和工业水平的重要标志之一。无人驾驶车的出现，从根本上改变了传统的“人-车-路”闭环系统中的车辆驾驶方式，将驾驶员从长时间的繁琐、低级、持久的驾驶活动中解放出来，利用先进的传感器以及信息技术控制车辆行驶，让驾驶活动中常规、持久、低级、重复的操作自动完成，能够极大地提高交通系统的效率和安全，提高人类移动生活的品质，具有广泛的社会应用价值。同时，智能驾驶技术的研究将极大地增强我国在汽车主动安全等方面的核心竞争力，对提升我国汽车电子产品和汽车产业自主创新能力具有重大的战略意义。智能车在车辆动力学的基础上，包括环境感知与自学习、导航、网络通讯、智能决策、车辆控制、认知模拟与计算等部分。其中，智能车的导航与通讯包含:通过无线通信网实时获取智能车的精确定位信息。智能车的环境感知包含:道路与交通标志、行人、障碍物及周边车辆等信息。智能车的自学习是指利用导航、通讯、环境感知等手段获取的试验数据，通过机器学习模型进行驾驶行为模式的自适应学习，完成对人类驾驶行为认知与决策的模拟和计算，进而实现智能车的自主驾驶。这些数据的获取基于车载的多类传感器设备，主要有摄像头、雷达、GPS、惯导、里程计等。在获取这些数据的基础上，对市区道路的不同区域采用不同导航方式，即接力导航策略，是实现城市道路智能驾驶的基础。智能驾驶的发展路线大致可以分为三步走:①结构化道路的智能驾驶，如城际高速公路；②半结构化道路的智能驾驶，如城市道路；③非结构化道路的智能驾驶，如特殊道路和恶劣气候环境下的智能驾驶。我们已经成功地进行了城际高速公路(北京至天津)的智能车驾驶试验。但在半结构化的城市道路环境下，人行道、立交桥、交叉路口等道路结构复杂，交通信号灯多样，交通标牌和地面标识有新有旧。机动车和非机动车混杂，人车混杂，遮挡多，干扰大，交通动态变化复杂，车辆拥挤。因此，在半结构化的城市道路环境下，对智能车在环境感知、定位导航、综合决策等方面提出了更大的挑战。智能驾驶主要由三个部分组成:自主驾驶、组合导航和人工干预。城市道路行驶中智能车的组合导航问题是市区智能驾驶研究领域亟待解决的一个难题。
技术实现思路
本专利技术的目的在于克服上述技术的不足，提供一种。将市区道路划分为三类典型道路区域，采用接力导航策略，各导航方式之间实现无缝交接，有效解决了市区智能驾驶的导航难题。本专利技术为实现上述目的，采用以下技术方案:一种，其特征是:将市区道路划分为三类典型道路区域，针对不同的典型道路区域，采用不同的导航方式，通过主控程序实现不同导航方式之间的交接，车载传感器印证导航线路，智能车在行驶中实现并验证云计算支持下的接力导航策略。所述三类典型道路区域，包括路段区域、路口过渡区和路口区域，其中，路段区域是地面标有连续实车道线或虚车道线的道路区域，直至出现第一组地面导向箭头的起点为止，一般分为直线路段和曲线路段；路口过渡区域是从第一组地面导向箭头的起点开始，到出现路口停止线为止，分为虚车道线的可换道区域和实车道线的不可换道区域；路口区域是由两条或两条以上不同方向的道路相交处形成的平面交叉口。所述三类典型道路区域中的路段区域内，通过车道虚拟中心线实现导航，所述车道虚拟中心线由摄像头识别到的车道线与激光雷达识别到的车流中心线融合生成车道虚拟中心线；所述三类典型道路区域中的路口过渡区内，智能车通过摄像头识别交通标牌与地面导向箭头实现导航，通过GPS预告将要到达的路口名，在可换道区域内根据需要提前进行换道；在不可换道区域内，智能车或跟驰行驶、或作为头车，自行减速停在路口停止线前，等待绿灯放行；所述三类典型道路区域中的路口区域内，通过精细地图实现导航，智能车按照路口通行模式进行路径规划，或直行，或拐弯，或掉头。所述三类典型道路区域的路口过渡区和路口区域内的导航方式通过云计算位置服务中心进行定位精度校正，实现定位精度误差不超过lm。所述车道虚拟中心线的横向误差不超过20cm。所述车载传感器包括雷达传感器、视觉传感器和定位传感器，通过不同传感器的选型和配置，可实现人类视听觉认知中的选择性注意。所述雷达传感器包括车身左右各一个UTM单线激光雷达、一个前向SICK单线激光雷达、一个前向四线激光雷达和一个后向毫米波雷达；所述视觉传感器包括三组前向摄像头、两组后向摄像头和在左、右侧后视镜上各安装一个侧向摄像头；所述定位传感器包括GPS全球定位系统和MU惯性测量装置。根据车载传感器的实际种类和数量，可视情况进行其它组合优化。有益效果:采用接力导航方法，对城市道路的不同典型区域使用不同的导航方式，各导航方式之间实现无缝交接，有效解决了市区智能驾驶的导航难题；智能车在行驶中借助云计算位置服务中心进行定位精度校正，优化了智能车总体软硬件资源，使其负载均衡，减少了计算成本；接力导航方法体现了智能车自适应环境的能力，是对人类驾驶行为认知的模拟和计算，为市区智能驾驶的实现提供重要技术支撑。【专利附图】【附图说明】图1是本专利技术的不同典型道路区域的示意图；图2是智能车接力导航主控程序设计流程图；图3是安装在车辆左、右侧后视镜处的摄像头探测范围示意图；图4是雷达识别得到的车流中心线示意图；图5是通过左右摄像头和激光雷达信息融合形成的车道虚拟中心线；图6实施例中智能车传感器的布局方案；图7北京市海淀区万寿路口道路环境示意图；图8智能车定位精度校正服务典型案例。图中红色区域显示安装于车辆左侧后视镜处的摄像头探测范围。图中黄色直线表示雷达识别得到的车流中心线。图中:图2中A—代表路段区域；B—路口过渡区域；C一路口区域；图3中D—摄像头探测范围；图4中E—雷达识别得到的车流中心线；图5中F—表示雷达返回的数据点，G—方框表示对雷达数据点进行聚类后得到的车辆，H—表示虚拟中心线；图6中1、四线激光雷达，2、SICK雷达，3、UTM雷达，4、毫米波雷达，5、摄像头，6、GPS+IMUo【具体实施方式】下面结合较佳实施例详细说明本专利技术的【具体实施方式】。详见附图1，本专利技术提供一种，将市区道路划分为三类不同的典型道路区域，不同典型道路区域采用不同的导航方式，主控程序实现不同导航方式之间的无缝交接，车载传感器印证导航线路。智能车在行驶过程中借助云计算位置服务中心进行定位精度校正，实现定位精度误差不超过lm。智能车实现并验证云计算支持下的接力导航策略，本文档来自技高网...

【技术保护点】
一种智能车在城市道路行驶中的接力导航方法，其特征是：将市区道路划分为三类典型道路区域，针对不同的典型道路区域，采用不同的导航方式，通过主控程序实现不同导航方式之间的交接，车载传感器印证导航线路，智能车在行驶中实现并验证云计算支持下的接力导航策略。

【技术特征摘要】

【专利技术属性】
技术研发人员：李德毅，郑思仪，高洪波，贾鹏，安利峰，
申请(专利权)人：李德毅，
类型：发明
国别省市：