一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统技术方案

本发明专利技术公开了一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，属于自动驾驶技术领域。所述系统包括自动驾驶专用路网规划模块、数字孪生地图模块、若干场景云控系统和若干边缘云控系统；自动驾驶专用路网规划模块为自动驾驶车辆创造了一个安全、有序的物理行驶环境，数字孪生地图模块构建了一个实时孪生的交通数字空间并提供调度服务；场景云控系统生成最佳的路权、行使权和全局的行驶轨迹参考线。边缘云控系统为所有接入到边缘云控系统的自动驾驶车辆提供低延迟的云控调度服务，保证了局部场景下的交通效率和车辆的行驶安全。本发明专利技术充分利用互联网与云控系统的硬件计算资源，可以有效减轻车辆的组成复杂性与制造成本。成本。成本。

【技术实现步骤摘要】
一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统


[0001]本专利技术涉及自动驾驶
，具体涉及一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统。

技术介绍

[0002]近年来随着人工智能、计算机等技术的高速发展，自动驾驶也获得了极大的进步，成为汽车产业新的发展方向。自动驾驶被期望成能够减少交通事故，缓解交通拥堵，提高能源效率，节省人工成本的革命性技术。自动驾驶不仅得到了各个国家的强力支持，也迅速成为学术界和产业界的热点。现有自动驾驶技术路线可以分为两类，单车智能自动驾驶和车路协同自动驾驶。
[0003]单车智能自动驾驶是指利用先进的信息技术、传感技术、智能决策技术和智能控制技术进行自主决策和行驶的移动车辆。为了满足这种自主性，单车自动驾驶车辆通常都需要配备大量的传感器进行环境感知，例如多个昂贵的高线数激光雷达、摄像头、毫米波雷达、高精度惯导等，同时还需要具有强大计算能力的高性能工作站来支撑海量数据的处理和计算。即便如此，单车自动驾驶仍然面临感知能力受限、单车博弈等问题。
[0004]随着物联网和云计算技术的发展，为了摆脱单车自主自动驾驶的限制，车路协同自动驾驶应运而生，其通过具备传感感知功能的智慧道路来服务单车自动驾驶车辆，从而提升单车自动驾驶车辆的感知范围和感知能力。但是对于一个区域内的所有自动驾驶车辆而言，它们收到来自智慧道路的信息是一致的，这些车辆在做决策时也仍将以自主性为主，那么仍然不可避免陷入单车博弈困局。另外由于混流交通的复杂多变性，这两类自动驾驶仍未大规模落地应用。

技术实现思路

[0005]鉴于上述不足，本专利技术提供了一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统。自动驾驶专用路网是物理及规则角度给自动驾驶车辆提供一个安全、有序的物理行驶环境。数字孪生地图是从信息角度为自动驾驶车辆提供一个安全、有序、高效的数字行驶环境。本专利技术结合数字孪生地图，云控自动驾驶实现了整个区域内交通的全要素全过程管控，既能从全局角度分配道路行驶权力，确保交通网络运行在最佳状态，又能从局部角度调度管控每辆车的行驶行为，减少单车自动驾驶的自主性，彻底解决单车博弈困局。
[0006]本专利技术提供了一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，其包括：
[0007]自动驾驶专用路网规划模块，用以规划自动驾驶专用路网，所述自动驾驶专用路网为由自动驾驶车辆行驶车道组成的路网，所述云控自动驾驶系统控制的自动驾驶车辆均行驶在所述自动驾驶专用路网内；
[0008]数字孪生地图模块，其包括静态表征层、精准定位层、道路矢量层、实时信息层和
调度服务层；其中，静态表征层作为场景数字化自动驾驶高精度地图中的基础层，对场景中的三维物体建立适合计算机表示和处理的表征模型，用以描述场景元素的几何形状、位置和纹理信息；精准定位层用于帮助自动驾驶车辆实现高精度定位；道路矢量层是对道路属性进行矢量化描述，其中包含了道路拓扑关系、车道拓扑关系和车道几何中心线；实时信息层存储整个区域内的实时交通数据；调度服务层提供调度服务，包括面向车端的调度服务、面向路口的局部调度服务和面向整个交通网络的全局调度服务；
[0009]若干场景云控系统，场景云控系统根据自动驾驶专用路网运行指标和自动驾驶车辆的任务需求，推演不同的路权、行使权和全局的行驶轨迹参考线对自动驾驶专用路网运行效率的影响，最后从中选出效率最佳的调度指令；
[0010]若干边缘云控系统，边缘云控系统通过边缘计算的方式为所有接入到边缘云控系统的自动驾驶车辆提供低延迟的云控调度服务，保证局部场景下的交通效率和车辆的行驶安全。
[0011]作为本专利技术的优选方案，所述静态表征层作为场景数字化自动驾驶高精度地图中的基础层，是指对场景中的三维物体建立适合计算机表示和处理的表征模型，用以描述场景元素的几何形状、位置和纹理等信息。因其构建了客观世界和虚拟现实之间的映射关系，于是可以用来开发和验证自动驾驶的感知定位算法、决策规划功能、预期功能安全等模块，例如感知算法中的目标检测模块，语义分割模块。
[0012]作为本专利技术的优选方案，所述精准定位层的主要作用是帮助自动驾驶车辆实现高精度定位，精准定位图层中记录的信息有两种，第一种是用于提供高精度定位的点云地图信息，主要来源于激光雷达传感器采集到的点云信息。另外一种是来自相机图像采集的且具备独特性的目标或特征，称为Landmark，如交通标志、地面标志、灯杆等，记录的内容包括绝对坐标、属性、几何轮廓等，可在点云信息缺少时用来和车辆传感器感知到的结果匹配，从而推算车辆位置。
[0013]作为本专利技术的优选方案，所述道路矢量层是对道路属性进行矢量化描述，其中包含了道路拓扑关系、车道拓扑关系和车道几何中心线。它的主要作用是辅助自动驾驶车辆进行全局的路径规划和局部的行为决策。
[0014]作为本专利技术的优选方案，所述实时信息层存储整个区域内的实时交通数据，由区域内的终端设备，包括行驶在该区域内的车辆终端，自行将实时交通数据发送至云端，例如车辆自身的位置速度信息、道路及路口设备观测到的实时交通流信息、信号调度设备的状态信息等。结合前述的静态表征层、精准定位层、道路矢量层，就构建出一个实时孪生的交通数字空间，为调度服务层的调度指令提供计算基础。
[0015]作为本专利技术的优选方案，所述调度服务层是数字孪生地图提供的调度服务，包括面向车端的调度服务，面向路口的局部调度服务和面向整个交通网络的全局调度服务。面向车端的调度服务是向单辆自动驾驶车辆发送行驶指令，包括但不限于加速指令、减速指令、匀速指令、转弯指令、停车指令，以及全局的行驶轨迹参考线。面向路口的调度服务是向进入该路口范围的所有自动驾驶车辆发送路权分配指令，包括但不限于停车等待指令、直行指令、转弯指令，从信息角度为路口的自动驾驶车辆分离出一个安全、有序的路口行驶场景，保障车辆能够安全、快速通过路口。面向整个交通网络的全局调度服务是向自动驾驶专用路网内的车辆发送路权指令和路口信号设备发送通行指令，目的是保障交通网络高效运
行。如此，自动驾驶车辆只需要在自身的传感感知能力支撑下，按照调度服务层的指令行驶，不需要再像传统的单车自动驾驶车辆那样，还需要自行进行路径规划、决策。这样就可以从根本上解决传统自动驾驶车辆面临的单车博弈困局。
[0016]作为本专利技术的优选方案，云控自动驾驶系统由若干场景云控系统和若干边缘云控系统组成。场景云控系统是管控自动驾驶专用路网内所有交通资源的核心，主要负责整个自动驾驶专用路网内的全局交通时态、交通调度。其依托前述实时孪生的交通数字空间，对整个自动驾驶专用路网下的交通要素进行全过程管控，从而高效、均衡得对自动驾驶专用路网内的交通要素进行调度，实现自动驾驶专用路网内交通的最优化运行。具体来讲，场景云控系统根据交通网络运行指标和自动驾驶车辆的任务需求，通过推演不同的路权、行使权和全局的行驶轨迹参考线对交通网络运行效率的影响，最后从中选出效率最佳的调度指令，并将其传输给调度服务层。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，其特征在于，包括：自动驾驶专用路网规划模块，用以规划自动驾驶专用路网，所述自动驾驶专用路网为由自动驾驶车辆行驶车道组成的路网，所述云控自动驾驶系统控制的自动驾驶车辆均行驶在所述自动驾驶专用路网内；数字孪生地图模块，其包括静态表征层、精准定位层、道路矢量层、实时信息层和调度服务层；其中，静态表征层作为场景数字化自动驾驶高精度地图中的基础层，对场景中的三维物体建立适合计算机表示和处理的表征模型，用以描述场景元素的几何形状、位置和纹理信息；精准定位层用于帮助自动驾驶车辆实现高精度定位；道路矢量层是对道路属性进行矢量化描述，其中包含了道路拓扑关系、车道拓扑关系和车道几何中心线；实时信息层存储整个区域内的实时交通数据；调度服务层提供调度服务，包括面向车端的调度服务、面向路口的局部调度服务和面向整个交通网络的全局调度服务；若干场景云控系统，场景云控系统根据自动驾驶专用路网运行指标和自动驾驶车辆的任务需求，推演不同的路权、行使权和全局的行驶轨迹参考线对自动驾驶专用路网运行效率的影响，最后从中选出效率最佳的调度指令；若干边缘云控系统，边缘云控系统通过边缘计算的方式为所有接入到边缘云控系统的自动驾驶车辆提供低延迟的云控调度服务，保证局部场景下的交通效率和车辆的行驶安全。2.根据权利要求1所述的基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，其特征在于，所述的自动驾驶专用路网规划模块利用规则隔离和/或物理隔离方法，将自动驾驶专用路网从混流的交通行驶环境中分离出，为自动驾驶车辆创造安全、有序的物理行驶环境。3.根据权利要求1所述的基于自动驾驶专用路网和数字孪生地图的云控自动驾驶系统，其特征在于，所述精准定位图层中记录的信息有两种，第一种是用于提供高精度定位的点云地图信息，主要来源于激光雷达传感器采集到的点云信息；另外一种是来自相机图像采集的且具备独特性的目标或特征，称为Landmark，记录的内容包括绝对坐标、属性...

【专利技术属性】
技术研发人员：叶山顶，傅永健，潘之杰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：