一种基于V2I技术的自动驾驶车辆路径规划系统及方法专利检索-K最近邻算法电脑编程专利检索查询-专利查询网

一种基于V2I技术的自动驾驶车辆路径规划系统及方法

阅读：195发布：2020-05-12

专利汇可以提供一种基于V2I技术的自动驾驶车辆路径规划系统及方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于V2I技术的自动驾驶车辆路径规划系统及方法，涉及自动驾驶技术领域，本申请结合自动驾驶车辆自身车载传感器、电子高清地图系统以及V2I技术，利用车载传感器采集到的数据将车辆位置映射到路侧的RSU设备广播的MAP数据中，结合RSU设备广播的SPAT数据即可得到当前车道应关注的信号灯相位的相关信息以及当前车道在路网中的连接方式，从而为自动驾驶车辆的路径规划和速度规划提供依据，从而可以实现自动驾驶车辆的精确驾驶，而且将电子高清地图系统与MAP数据紧密结合，也解决了电子高清地图系统精度不够的问题。，下面是一种基于V2I技术的自动驾驶车辆路径规划系统及方法专利的具体信息内容。

权利要求

1.一种基于V2I技术的自动驾驶车辆路径规划系统，其特征在于，所述系统包括在道路中行驶的自动驾驶车辆、电子高清地图系统以及安装在路侧的RSU设备，所述自动驾驶车辆与所述电子高清地图系统建立连接，所述自动驾驶车辆搭载有OBU设备，所述自动驾驶车辆通过所述OBU设备与所述RSU设备建立通信连接，所述自动驾驶车辆上还安装有车载传感器。
2.一种基于V2I技术的自动驾驶车辆路径规划方法，应用于如权利要求1所示的系统的所述自动驾驶车辆中，其特征在于，所述方法包括：
利用电子高清地图系统进行全局路径规划得到从起始地到目的地的全局路径，并按照所述全局路径从所述起始地开始行驶；
在行驶过程中，通过车载传感器实时获取车辆坐标和航向角，同时通过OBU设备获取安装在路侧的RSU设备广播的数据包，所述数据包包括MAP数据和SPAT数据，所述MAP数据包括所述RSU设备覆盖的各个路段的路段信息以及各个路段之间的道路连接信息，所述SPAT数据包括所述RSU设备所在路口的各个信号灯相位的信号灯信息，且所述路段信息和所述信号灯信息之间存在对应关系；
根据所述车辆坐标和航向角以及各个所述路段信息确定当前行驶状态，所述当前行驶状态包括当前所在路段、在当前所在路段中的当前行驶方向以及当前所在车道；
根据路段信息和信号灯信息的对应关系确定与所述当前行驶状态对应的当前信号灯信息，根据所述当前信号灯信息确定目标行驶速度；
按照所述全局路径根据所述道路连接信息以及所述当前行驶状态确定目标行驶路径；
按照所述目标行驶速度行驶，通过路口后目标行驶路径驶入所述目标行驶路径。
3.根据权利要求2所述的方法，其特征在于，所述MAP数据中的路段信息包括上游节点信息、下游节点信息、路段中各个车道的车道ID及其对应的车道属性点信息，所述车道属性点信息包括车道中若干个属性点的位置坐标；
则所述根据所述车辆坐标和航向角以及各个所述路段信息确定当前行驶状态，包括：
根据所述车辆坐标和航向角以及各个所述路段信息中的上游节点信息和下游节点信息确定当前所在路段以及在当前所在路段中的当前行驶方向；
根据所述车辆坐标和当前所在路段中各个车道的车道属性点信息确定当前所在车道。
4.根据权利要求3所述的方法，其特征在于，所述根据所述车辆坐标和航向角以及各个所述路段信息中的上游节点信息和下游节点信息确定当前所在路段以及在当前所在路段中的当前行驶方向，包括：
根据各个所述路段信息中的上游节点信息和下游节点信息标识各个路段，计算所述车辆坐标与各个路段之间的垂直距离，确定垂直距离最小的路段为当前所在路段；
计算当前所在路段的上游节点信息至下游节点信息的方向为第一方向、下游节点信息至上游节点信息的方向为第二方向，分别计算所述第一方向和所述第二方向与正北方向的夹角；计算所述航向角与两个夹角之间的角度差值的绝对值，确定较小的角度差值的绝对值所对应的方向为在当前所在路段中的所述当前行驶方向。
5.根据权利要求3所述的方法，其特征在于，所述根据所述车辆坐标和当前所在路段中各个车道的车道属性点信息确定当前所在车道，包括：
将预定时间段内获取到的各个车辆坐标利用K近邻算法进行聚类得到聚类结果；
分别计算所述聚类结果和接收到的MAP数据中当前所在路段中各个车道的车道属性点信息之间的距离；
确定距离最小的车道属性点信息所对应的车道为在当前所在路段中的当前所在车道。
6.根据权利要求3所述的方法，其特征在于，所述SPAT数据中的信号灯信息包括信号灯相位ID及其对应的信号灯相位信息和倒计时信息，所述路段信息中的车道ID与所述信号灯信息中的信号灯相位ID存在对应关系；
则所述根据路段信息和信号灯信息的对应关系确定与所述当前行驶状态对应的当前信号灯信息，包括：
根据路段信息和信号灯信息的对应关系确定与所述当前行驶状态中的当前所在车道的车道ID对应的信号灯相位ID；
查询所述SPAT数据得到与所述信号灯相位ID对应的信号灯相位信息和倒计时信息，得到所述当前信号灯信息。
7.根据权利要求2-6任一所述的方法，其特征在于，所述通过OBU设备获取安装在路侧的RSU设备广播的数据包，包括：
通过OBU设备接收通信范围内的各个RSU设备广播的数据包；
检测各个RSU设备的接收信号强度值；
提取接收信号强度值最大的RSU设备广播的数据包。

说明书全文

一种基于V2I技术的自动驾驶车辆路径规划系统及方法

技术领域

[0001] 本发明涉及自动驾驶技术领域，尤其是一种基于V2I技术的自动驾驶车辆路径规划系统及方法。

背景技术

[0002] 自动驾驶车辆的路径规划在功能上与传统车辆的导航系统相近，主要是根据高精度地图为车辆在路网中行驶提供方向指示，不同之处在于面向自动驾驶车辆应用的路径规划必须向自动驾驶车辆提供精确的车道级引导路线、信号灯相位信息和限速信息等，从而使得车辆可以自动做出相应的决策。

[0003] 目前的高精度地图虽然能为自动驾驶车辆提供较高精确度的车道级定位，但无法提供信号灯动态信息以及路口处交通路网的连接方式，从而无法对自动驾驶车辆的速度、路径规划提供指导。目前的自动驾驶车辆通常通过车载的摄像头获取路口信号灯的图像并配合图像识别的方式来判断信号灯相位信息，但这种方法受环境影响严重而且无法获取精准的读秒信息，并不准确。

发明内容

[0004] 本发明人针对上述问题及技术需求，提出了一种基于V2I技术的自动驾驶车辆路径规划系统及方法，本发明的技术方案如下：

[0005] 一种基于V2I技术的自动驾驶车辆路径规划系统，该系统包括在道路中行驶的自动驾驶车辆、电子高清地图系统以及安装在路侧的RSU设备，自动驾驶车辆与电子高清地图系统建立连接，自动驾驶车辆搭载有OBU设备，自动驾驶车辆通过OBU设备与RSU设备建立通信连接，自动驾驶车辆上还安装有车载传感器。

[0006] 一种基于V2I技术的自动驾驶车辆路径规划方法，该方法包括：

[0007] 利用电子高清地图系统进行全局路径规划得到从起始地到目的地的全局路径，并按照全局路径从起始地开始行驶；

[0008] 在行驶过程中，通过车载传感器实时获取车辆坐标和航向角，同时通过OBU设备获取安装在路侧的RSU设备广播的数据包，数据包包括MAP数据和SPAT数据，MAP数据包括RSU设备覆盖的各个路段的路段信息以及各个路段之间的道路连接信息，SPAT数据包括RSU设备所在路口的各个信号灯相位的信号灯信息，且路段信息和信号灯信息之间存在对应关系；

[0009] 根据车辆坐标和航向角以及各个路段信息确定当前行驶状态，当前行驶状态包括当前所在路段、在当前所在路段中的当前行驶方向以及当前所在车道；

[0010] 根据路段信息和信号灯信息的对应关系确定与当前行驶状态对应的当前信号灯信息，根据当前信号灯信息确定目标行驶速度；

[0011] 按照全局路径根据道路连接信息以及当前行驶状态确定目标行驶路径；

[0012] 按照目标行驶速度行驶，通过路口后目标行驶路径驶入目标行驶路径。

[0013] 其进一步的技术方案为，MAP数据中的路段信息包括上游节点信息、下游节点信息、路段中各个车道的车道ID及其对应的车道属性点信息，车道属性点信息包括车道中若干个属性点的位置坐标；

[0014] 则根据车辆坐标和航向角以及各个路段信息确定当前行驶状态，包括：

[0015] 根据车辆坐标和航向角以及各个路段信息中的上游节点信息和下游节点信息确定当前所在路段以及在当前所在路段中的当前行驶方向；

[0016] 根据车辆坐标和当前所在路段中各个车道的车道属性点信息确定当前所在车道。

[0017] 其进一步的技术方案为，根据车辆坐标和航向角以及各个路段信息中的上游节点信息和下游节点信息确定当前所在路段以及在当前所在路段中的当前行驶方向，包括：

[0018] 根据各个路段信息中的上游节点信息和下游节点信息标识各个路段，计算车辆坐标与各个路段之间的垂直距离，确定垂直距离最小的路段为当前所在路段；

[0019] 计算当前所在路段的上游节点信息至下游节点信息的方向为第一方向、下游节点信息至上游节点信息的方向为第二方向，分别计算第一方向和第二方向与正北方向的夹角；计算航向角与两个夹角之间的角度差值的绝对值，确定较小的角度差值的绝对值所对应的方向为在当前所在路段中的当前行驶方向。

[0020] 其进一步的技术方案为，根据车辆坐标和当前所在路段中各个车道的车道属性点信息确定当前所在车道，包括：

[0021] 将预定时间段内获取到的各个车辆坐标利用K近邻算法进行聚类得到聚类结果；

[0022] 分别计算聚类结果和接收到的MAP数据中当前所在路段中各个车道的车道属性点信息之间的距离；

[0023] 确定距离最小的车道属性点信息所对应的车道为在当前所在路段中的当前所在车道。

[0024] 其进一步的技术方案为，SPAT数据中的信号灯信息包括信号灯相位ID、信号灯相位信息和倒计时信息，路段信息中的车道ID与信号灯信息中的信号灯相位ID存在对应关系；

[0025] 则根据路段信息和信号灯信息的对应关系确定与当前行驶状态对应的当前信号灯信息，包括：

[0026] 根据路段信息和信号灯信息的对应关系确定与当前行驶状态中的当前所在车道的车道ID对应的信号灯相位ID；

[0027] 查询SPAT数据得到与信号灯相位ID对应的信号灯相位信息和倒计时信息，得到当前信号灯信息。

[0028] 其进一步的技术方案为，通过OBU设备获取安装在路侧的RSU设备广播的数据包，包括：

[0029] 通过OBU设备接收通信范围内的各个RSU设备广播的数据包；

[0030] 检测各个RSU设备的接收信号强度值；

[0031] 提取接收信号强度值最大的RSU设备广播的数据包。

[0032] 本发明的有益技术效果是：

[0033] 本申请公开了一种基于V2I技术的自动驾驶车辆路径规划系统及方法，结合自动驾驶车辆自身车载传感器采集到的数据将车辆位置映射到路侧的RSU设备广播的MAP数据中，结合RSU设备广播的SPAT数据即可得到当前车道应关注的信号灯相位的相关信息以及当前车道在路网中的连接方式，从而为自动驾驶车辆的路径规划和速度规划提供依据，从而可以实现自动驾驶车辆的精确驾驶，而且将电子高清地图系统与MAP数据紧密结合，也解决了电子高清地图系统精度不够的问题。附图说明

[0034] 图1是本申请的自动驾驶车辆路径规划系统的结构示意图。

[0035] 图2是本申请的自动驾驶车辆路径规划方法的信息流向图。

具体实施方式

[0036] 下面结合附图对本发明的具体实施方式做进一步说明。

[0037] 本申请公开了一种基于V2I技术的自动驾驶车辆路径规划系统，V2I技术是V2X技术的一种，是指搭载有OBU设备(On board Unit，车载单元)的车辆与安装在路侧的RSU设备(Road Side Unit，路侧单元)之间互联互通的技术。请参考图1，该系统包括在道路中行驶的自动驾驶车辆1、电子高清地图系统2以及安装在路侧的RSU设备3，自动驾驶车辆1搭载有OBU设备，自动驾驶车辆1通过OBU设备与RSU设备3建立通信连接，RSU设备通常安装在路口，其管理有所在路口的各个路段的相关信息和信号灯的相关信息并进行广播，其广播的数据包可以被OBU设备接收到。自动驾驶车辆1还与电子高清地图系统2建立连接，从而可以利用电子高清地图，实现电子高清地图与V2I技术的紧密结合。另外，自动驾驶车辆1上还安装有车载传感器，至少包括GPS模组和陀螺仪，还可以包括常见的摄像头、车速传感器、车载雷达等。

[0038] 基于本申请公开的这一自动驾驶车辆路径规划系统，本申请还提供了一种基于V2I技术的自动驾驶车辆路径规划方法，该方法在应用时，自动驾驶车辆先利用电子高清地图系统进行全局路径规划得到从起始地到目的地的全局路径，并按照全局路径从起始地开始行驶，然后在行驶过程中，利用车载的OBU设备与路侧的RSU设备之间的通信进行路径速度的规划，包括如下步骤，请参考图2所示的流程图：

[0039] 1、通过车载传感器实时获取车辆坐标和航向角θV，这是现有的自动驾驶车辆都具备的功能，本申请不做过多介绍。

[0040] 2、通过OBU设备获取安装在路侧的RSU设备广播的数据包。由于车载的OBU设备可以接收到通信范围之内的所有同频段RSU设备所广播的数据包，为了与自动驾驶汽车当前所处的路段相匹配，避免其他路段RSU设备的干扰，因此首先需要过滤掉其他RSU设备所广播的数据包，保留本路段RSU设备的数据。本申请利用接收信号强度值(RSSI，Received Signal Strength Indication)来对无关的RSU数据进行过滤，自动驾驶车辆接收到通信范围内各个RSU设备广播的数据包后，对接收到的各个RSU设备的接收信号强度值进行排序，然后提取接收信号强度值最大的RSU设备广播的数据包进行使用。RSU设备广播的数据包主要包括MAP数据和SPAT数据，其中：

[0041] MAP数据(地图数据)包括RSU设备覆盖的各个路段的路段信息以及各个路段之间的道路连接信息，具体的，路段信息包括路段的上游节点信息、下游节点信息、路段中各个车道的车道ID及其对应的车道属性点信息。由于RSU设备通常安装在路口，因此其广播的MAP数据可以包括两个路段的相关信息或者四个路段或更多路段的相关信息。其中，某个路段的上游节点信息和下游节点信息是该路段两端的节点的位置坐标。车道属性点信息包括车道中若干个具有代表性的属性点的位置坐标。道路连接信息包含了每一个路段中各个车道与其他路段之间的连接关系。

[0042] SPAT数据(信号灯相位数据)包括RSU设备所在路口的各个信号灯相位的信号灯信息。具体的，信号灯信息包括信号灯相位ID及其对应的信号灯相位信息和倒计时信息，RSU设备通常仅管理其所在路口的一个信号灯组件的信息，但一个路口的信号灯组件包括若干个不同方向的信号灯，即便是朝向同一个方向的信号灯也可能用于指示不同行驶方向(直行、左转、右转)，也即有多个不同相位的信号灯，因此以信号灯相位ID对各个信号灯相位进行标识，每个信号灯相位ID对应的信号灯相位信息为红灯、绿灯、黄灯等，对应的倒计时信息为当前信号灯相位信息跳转至下一个信号灯相位信息的倒计时信息。

[0043] 同时，由于每个车道应以哪个相位的信号灯为准是固定的，因此MAP数据中的路段信息与SPAT数据中的信号灯信息对应，具体表现为路段信息中的车道ID与信号灯信息中的信号灯相位ID存在对应关系。

[0044] 3、将车辆位置映射到MAP数据中是利用MAP数据和SPAT数据的基础，因此首先利用车辆坐标和航向角θV将车辆位置映射到MAP数据中确定车辆的当前行驶状态，包括当前所在路段、在当前所在路段中的当前行驶方向以及当前所在车道，具体的：

[0045] 3-1，将车辆位置映射到MAP数据中以确定车辆当前所在路段以及在该路段中的当前行驶方向，具体的，根据车辆坐标和航向角θV以及各个路段信息中的上游节点信息和下游节点信息确定当前所在路段以及在当前所在路段中的当前行驶方向，具体做法为：

[0046] 首先，由于MAP数据中包含构成各个路段的上游节点信息和下游节点信息，因此通过两个节点信息便可以确定一条直线，即标识该路段。然后计算车辆坐标与各个路段之间的垂直距离，确定垂直距离最小的路段为当前所在路段。

[0047] 由于一个路段通常可能会有双向车道，因此还需要确定车辆在路段中的行驶方向，首先计算当前所在路段的上游节点信息至下游节点信息的方向为第一方向、下游节点信息至上游节点信息的方向为第二方向，车辆在该路段上可能沿着第一方向行驶也可能沿着第二方向行驶，分别计算第一方向和第二方向与正北方向的夹角θR，然后计算航向角θV与两个夹角θR之间的角度差值的绝对值|θV-θR|，确定较小的角度差值的绝对值所对应的方向为在当前所在路段中的当前行驶方向。

[0048] 3-2、将车辆位置映射到MAP数据中以确定车辆在当前所在路段中所在的车道，具体的，根据车辆坐标和当前所在路段中各个车道的车道属性点信息确定当前所在车道，具体做法为：

[0049] 首先，将预定时间段内获取到的各个车辆坐标利用K近邻算法进行聚类得到聚类结果，这一步有助于去除GPS漂点对获取到的车辆坐标的干扰，提升车辆坐标的精度。

[0050] 然后，分别计算聚类结果和接收到的MAP数据中当前所在路段中各个车道的车道属性点信息之间的距离。确定距离最小的车道属性点信息所对应的车道为在当前所在路段中的当前所在车道。

[0051] 至此，完成了自动驾驶车辆的车辆位置到MAP数据的映射，可以确定车辆的当前行驶状态。

[0052] 4、根据车辆位置在MAP数据中的映射，利用路段信息和信号灯信息的对应关系提取当前行驶状态对应的信号灯信息，包括信号灯相位信息和倒计时信息。具体的，在确定得到当前行驶状态后，即能根据路段信息和信号灯信息的对应关系确定与当前行驶状态中的当前所在车道的车道ID对应的信号灯相位ID，然后查询SPAT数据即能得到与所述信号灯相位ID对应的信号灯相位信息和倒计时信息，也即得到当前信号灯信息。

[0053] 按照预先配置的模型根据信号灯相位信息和倒计时信息进行速度规划以确定目标行驶速度，模型可以根据行驶规范进行自定义配置，比如信号灯相位信息为绿灯且倒计时信息指示倒计时较长时，可以保持当前速度继续行驶，比如信号灯相位信息为绿灯且倒计时信息指示倒计时较短即将跳转到红灯时，可以进行减速等等。

[0054] 5、按照全局路径根据道路连接信息和当前行驶状态确定目标行驶路径，确定策略也可以根据预先训练配置的模型实现，本申请给出的目标行驶路径为车道级的路径，即目标行驶路径指示下一时间段应当行走的路段及车道。比如按照全局路径应当直行时，若此时处于直行车道中，则无需调整在当前路段中所处的车道，且根据道路连接信息即可确定与当前所在路段和当前行驶方向的直行车道匹配的路段为行驶前方路段，则给出的目标行驶路径为通过路口后直行驶入下一路段的执行车道，诸如此类。

[0055] 以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
一种基于学习的稀疏表示的超分辨率图像重建方法	2020-05-11	322
一种图像数据加权分类方法和系统	2020-05-11	436
基于重构模型的人体运动意向检测方法	2020-05-13	43
基于卷积神经网络和概念格的图像语义完备标注方法	2020-05-08	399
风电-负荷场景的极限传输功率的计算方法	2020-05-11	803
一种点邻域尺度差异描述的点云配准方法	2020-05-08	616
基于半监督学习的渣土车偷倒判别方法、系统和装置	2020-05-08	730
基于自样例增强的超分辨率图像重建方法	2020-05-08	196
一种基于VMD和MFSS模型的往复压缩机寿命预测方法	2020-05-12	304
基于异构多核的卫星气象数据喷泉解码算法硬件化系统	2020-05-12	232

一种基于V2I技术的自动驾驶车辆路径规划系统及方法

一种基于V2I技术的自动驾驶车辆路径规划系统及方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：