【技术实现步骤摘要】
本专利技术涉及智能汽车，具体是涉及一种集成式数字化智能驾驶舱域系统。
技术介绍
1、随着智能驾驶技术的快速发展，驾驶舱域系统作为车辆智能化和自动化的核心组成部分，其重要性日益凸显，传统的驾驶舱系统往往功能单一，难以实现复杂路况下的自主驾驶和智能化管理，特别是在山路等复杂地形中，传统系统难以有效应对地形、弯道、坡度变化以及周围环境中的多种障碍物，导致驾驶安全性降低，驾驶体验不佳；
2、当前，智能驾驶系统主要依赖于传感器技术、图像识别技术、智能算法以及人机交互技术等多种技术手段的综合应用，然而，现有系统在集成度、数据处理能力、路径规划效率以及决策执行准确性等方面仍存在诸多不足，现有系统往往单独使用某种传感器进行环境感知，缺乏多传感器数据的有效融合，导致环境模型构建不够准确，无法全面反映车辆周围的复杂环境，传统系统在路径规划时，往往仅考虑单一因素，而忽略了安全性、交通规则遵守程度、障碍物避让等多种因素的综合影响，导致规划出的路径不够合理，现有系统在接收到规划指令后，往往存在执行延迟或执行不准确的问题，无法及时响应复杂路况下的行驶需求，影响驾驶安全性，传统系统在人机交互方面往往局限于简单的信息显示和语音指令接收，缺乏智能化的交互方式，无法为驾驶员提供更加便捷、高效的驾驶体验，对此，我们提出了一种集成式数字化智能驾驶舱域系统。
技术实现思路
1、本专利技术针对现有技术中存在的技术问题，提供一种集成式数字化智能驾驶舱域系统。
2、本专利技术解决上述技术问题的技术方案如下
3、一种集成式数字化智能驾驶舱域系统，驾驶舱域系统包括：
4、环境感知模块、决策规划模块、控制执行模块、预警与辅助驾驶模块和人机交互与信息展示模块；
5、环境感知模块用于实时获取和解析山路的地形、弯道和坡度信息，以及车辆周围的行人、车辆、障碍物和道路边缘的环境数据；
6、决策规划模块与所述环境感知模块电性连接，所述决策规划模块用于基于环境感知数据，运用智能算法进行道路识别、障碍物检测和路径规划，制定最优的行驶策略；
7、控制执行模块与所述决策规划模块电性连接，所述控制执行模块用于根据决策规划模块的指令，通过底盘控制和制动与驱动自动调整车辆参数和执行操作适应山路的路况；
8、预警与辅助驾驶模块与所述环境感知模块电性连接，所述预警与辅助驾驶模块用于前方碰撞预警、车道保持辅助和驾驶员行为监测；
9、人机交互与信息展示模块与所述环境感知模块、决策规划模块、控制执行模块和预警与辅助驾驶模块电性连接，所述人机交互与信息展示模块用于通过显示屏向驾驶员展示车辆状态、导航信息和道路路况，利用智能语音识别系统接收并执行驾驶员的语音指令。
10、优选地，环境感知模块获取信息和数据的方法为：
11、通过高精度地图和实时定位技术实时获取道路信息和车辆位置信息，所述道路信息包括：地形、弯道和坡度；
12、利用激光雷达进行三维空间扫描，获取车辆周围环境的三维图像信息，所述三维图像信息包括：道路边缘、障碍物，通过毫米波雷达获取距离、速度和方向信息，使用摄像头捕捉车辆周围和前方的图像，结合图像处理技术识别行人、车辆和交通标志；
13、对获取的信息和数据进行清洗和预处理，通过图像识别技术和物体检测技术，对预处理后的数据进行处理；
14、将处理后的数据进行融合，构建环境模型。
15、优选地，构建环境模型的方法为：
16、基于预处理后的数据，利用毫米波雷达检测到的目标距离和速度信息，在激光雷达的点云数据中搜索对应的点集；
17、提取激光雷达点云和摄像头图像中的特征信息，并通过特征匹配算法在两种数据之间建立对应关系，其中特征匹配算法的计算方法为：
18、
19、式中，da,b表示向量a和b之间的欧氏距离，n表示向量的维度，ai和bi分别表示向量a和b的第i维的值；
20、通过计算目标在点云数据中的对应位置，将毫米波雷达检测到的目标位置信息映射到激光雷达的点云数据中，将毫米波雷达的速度信息附加到对应的点云数据上，形成包含位置和速度信息的增强点云数据；
21、通过三维点云数据转换为二维图像数据，将激光雷达的点云数据投影到摄像头的图像平面上，形成点云图像，将点云图像与摄像头的原始图像进行叠加，形成包含深度信息和视觉信息的复合图像；
22、提取各传感器的特征信息并在特征层面进行融合；
23、在各传感器独立完成感知任务后，将各自的感知结果进行决策层面的融合；
24、使用点云地图数据结构来存储和表示环境信息，根据融合后的数据，构建三维环境模型。
25、优选地，决策规划模块制定行驶策略的方法为：
26、基于环境感知模块的数据；
27、利用高精度地图和实时定位技术，结合激光雷达和摄像头的图像数据，识别当前车辆所在的道路类型和具体路况，通过图像处理技术和物体检测技术，对道路边缘进行识别和跟踪；
28、利用激光雷达的三维空间扫描能力，结合毫米波雷达的距离、速度和方向信息，检测车辆周围的障碍物，所述障碍物包括：静态障碍物和动态障碍物；
29、基于道路识别和障碍物检测的结果，考虑车辆当前位置、目标位置、道路条件、交通规则以及障碍物分布情况，规划出多条行驶路径；
30、对每条路径进行评估，选择最优的行驶路径；
31、根据选定的最优路径，结合车辆当前状态制定行驶策略。
32、优选地，规划出多条行驶路径的方法为：
33、基于预处理数据和道路与障碍物识别，随机生成若干数量的路径，每条路径由一系列路径点组成；
34、考虑路径的长度、安全性、遵守交通规则的程度和避开障碍物的能力对每条路径进行适应度评估；
35、使用轮盘赌选择策略从若干数量的路径中选择出优秀的个体作为下一代的父代，对选中的父代个体进行交叉操作生成新的子代个体，随机改变单条路径中的某个节点对子代个体进行变异操作；
36、将交叉和变异后产生的新个体与部分优秀的父代个体合并形成新的路径；
37、从最终若干条路径中选择适应度最高的个体作为最优行驶路径。
38、优选地，对适应度评估的计算方法为：
39、f(p)＝α·l(p)+β·s(p)+γ·m(p)+δ·c(p)
40、式中，p表示路径，f(p)表示路径p的适应度函数，l(p)表示路径p的长度，s(p)表示路径p的安全性，m(p)表示路径p的平稳性，c(p)表示路径p的交通规则的遵守程度，α、β、γ、δ分别表示路径长度、路径安全性、路径平稳性和路径交通规则的遵守程度的权重系数。
41、优选地，控制执行模块适应山路的路况的方法为：
42、控制执行模块接收来自决策规划模块的行驶策略指令；
43、根据山路的坡度、弯道信息调整车辆的悬本文档来自技高网...
【技术保护点】
1.一种集成式数字化智能驾驶舱域系统，其特征在于，驾驶舱域系统包括：
2.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，环境感知模块获取信息和数据的方法为：
3.根据权利要求2所述的一种集成式数字化智能驾驶舱域系统，其特征在于，构建环境模型的方法为：
4.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，决策规划模块制定行驶策略的方法为：
5.根据权利要求4所述的一种集成式数字化智能驾驶舱域系统，其特征在于，规划出多条行驶路径的方法为：
6.根据权利要求4所述的一种集成式数字化智能驾驶舱域系统，其特征在于其中，对适应度评估的计算方法为：
7.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，控制执行模块适应山路的路况的方法为：
8.根据权利要求7所述的一种集成式数字化智能驾驶舱域系统，其特征在于，控制执行模块匹配当前的山路路况调整发动机的输出功率和扭矩的方法为：
9.根据权利要求8所述的一种集成式数字化智能驾驶舱域系统，其特征在于，计
10.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，预警与辅助驾驶模块实现前方碰撞预警、车道保持辅助和驾驶员行为检测的方法为：
...【技术特征摘要】
1.一种集成式数字化智能驾驶舱域系统，其特征在于，驾驶舱域系统包括：
2.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，环境感知模块获取信息和数据的方法为：
3.根据权利要求2所述的一种集成式数字化智能驾驶舱域系统，其特征在于，构建环境模型的方法为：
4.根据权利要求1所述的一种集成式数字化智能驾驶舱域系统，其特征在于，决策规划模块制定行驶策略的方法为：
5.根据权利要求4所述的一种集成式数字化智能驾驶舱域系统，其特征在于，规划出多条行驶路径的方法为：
6.根据权利要求4所述的一种集成式数字化智能驾驶舱域系...
【专利技术属性】
技术研发人员：柯贤翠，杨及娣，陈伟，李会，
申请(专利权)人：湖北英索尔电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。