[發明專利]面向封閉道路環境的無人駕駛車輛控制方法及系統

在審

• 申請號: 202210746649.2
• 申請日: 2022-06-28
• 公開（公告）號: CN115148040A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 朱鳳華;武許可;宋冰;熊剛;呂宜生
• 申請（專利權）人: 東莞中科云計算研究院
• 主分類號: G08G1/0967
• 分類號: G08G1/0967;G08G1/0968;G06V10/80
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 趙貫杰

本發明公開了一種面向封閉道路環境的無人駕駛車輛控制方法及系統，車輛上設置有環境感知傳感器和定位器，環境感知傳感器用于感知車輛運行環境中的道路環境數據，車輛控制方法包括輔助導航方法：車輛將當前采集到的實時道路環境數據和實時位置數據同步傳輸至云平臺；云平臺提取車輛當前運行道路的歷史道路環境數據；基于圖像數據融合模型對實時道路環境數據和歷史道路環境數據進行融合，以生成遠程導航信息；通過上述技術方案，有效提升了車輛應對復雜惡劣道路環境的能力，而且，由于輔助導航數據的生成需要大量的運算，對硬件要求較高，因此，通過云平臺來進行輔助導航數據的運算和生成，可大幅降低單臺車輛的成本。

技術領域

本發明涉及無人駕駛自動導航控制技術領域，尤其涉及一種面向封閉道路環境的無人駕駛車輛控制方法及系統。

背景技術

隨著人工智能技術的不斷迭代更新，越來越多的人工智能技術迅速發展，并且應用到了無人駕駛領域。隨著人工智能技術的加入，自動駕駛也越來越智能化。相對于開放道路環境，封閉場景中的交通行為參與者相對固定，因此自動駕駛車輛的落地也變得非常有實用性，在封閉道路環境實施無人駕駛的安全性更高，更容易控制。自動駕駛依賴于高精度的感知傳感器，目前，激光雷達已經成為自動駕駛中不可缺少的3D傳感器，它所提供的點云數據可以提供豐富的幾何、尺度信息、精確地距離和精細的語義描述，對自動駕駛場景中的三維場景理解非常有幫助，但是點云的稀疏、無序、不均勻分布都讓雷達的使用受限，但是相機圖像包含更多規則密集的像素，擁有豐富的語義信息，如顏色，但是缺乏深度和尺度信息。因此，激光雷達和相機的互補信息使兩模態融合成為了可能。

在無人駕駛的實際運行過程中，由于傳感器同時容易受到天氣、光照等外界環境的影響，從而影響自動駕駛的判斷行為。因此，當傳感器提供的實時數據不足以為車輛提高行駛策略支撐時，由于單臺車輛成本的限制，一般采取兩種控制策略，一是降低車速或靠邊停車，二是采用歷史軌跡數據慢速行駛。對于這兩種特征情況的控制策略，都會影響車輛的正常行駛，容易造成道路擁堵，而且即使降低車速也容易造成事故。

發明內容

本發明的目的是提供一種在傳感器提供的數據不足以支撐無人駕駛車輛繼續行駛時可及時為車輛提供相對準確的導航信息并使得車輛繼續正常行駛的面向封閉道路環境的無人駕駛車輛控制方法及系統。

為了實現上述目的，本發明公開了一種面向封閉道路環境的無人駕駛車輛控制方法，其特征在于，車輛上設置有環境感知傳感器和定位器，所述環境感知傳感器用于感知車輛運行環境中的道路環境數據，所述定位器用于實時確定車輛當前位置，車輛控制方法包括遠程輔助控制的輔助導航方法：

所述車輛通過高速無線網絡與云平臺建立通信連接，所述云平臺中預存有所述車輛當前運行的目標道路的道路環境數據；

所述車輛將當前采集到的實時道路環境數據和實時位置數據同步傳輸至所述云平臺；

所述云平臺基于所述車輛當前位置提取所述車輛當前運行道路的歷史道路環境數據；

基于圖像數據融合模型對實時道路環境數據和預存的相同位置點的歷史道路環境數據進行融合，以生成遠程導航信息，并將該遠程導航信息發送給所述車輛；

通過所述遠程導航信息控制所述車輛的行駛。

較佳地，所述道路環境數據包括2D圖像數據和3D點云數據，所述環境感知傳感器包括攝像元件和激光雷達，所述攝像元件用于感知車輛運行環境中的所述2D圖像數據，所述激光雷達用于感知車輛運行環境中的所述3D點云數據；對所述實時道路環境數據和所述歷史道路環境數據進行融合的方法包括：

將當前道路環境數據中的2D圖像數據和歷史道路環境中的2D圖像數據結合；并將當前道路環境數據中的3D點云數據和歷史道路環境中的3D點云數據結合；

基于圖像數據融合模型對結合后的2D圖像數據和結合后的3D點云數據進行融合。