一种自动驾驶实时导航系统架构专利检索-进程间通信软件专利检索查询-专利查询网

一种自动驾驶实时导航系统架构

阅读：1015发布：2020-06-03

专利汇可以提供一种自动驾驶实时导航系统架构专利检索，专利查询，专利分析的服务。并且本发明涉及汽车自动驾驶领域，具体地说，就是一种自动驾驶实时导航系统架构，DDX层为中间层，车辆层为底层，导航层为顶层，本发明为自动驾驶提供了一个系统的软件解决方案，提高了软件开发效率，中间层提供一种有效的通信机制，实现多个进程间的数据共享，并且使用UDP/IP通信协议来确定不同存储介质中包含信息的一致性，车辆层提供一种虚拟仿真车辆设计基于模拟器仿真引擎，允许对车辆、传感器及其环境进行仿真，方便在动态环境中进行自动驾驶算法的设计和测试，其中，路径规划算法同时兼备实时性与安全性提高了自动驾驶的安全性。，下面是一种自动驾驶实时导航系统架构专利的具体信息内容。

权利要求

1.一种自动驾驶实时导航系统架构，其特征在于，包括发布层/订阅层(DDX层)、车辆层、导航层，所述DDX层为中间层，所述车辆层为底层，所述导航层为顶层，所述DDX层包括地理信息系统、DDX存储中心，所述DDX层中使用UDP/IP通信协议。
2.根据权利要求1所述的自动驾驶实时导航系统架构，其特征在于：所述车辆层包括实时车辆状态、虚拟仿真车辆状态。
3.根据权利要求2所述的自动驾驶实时导航系统架构，其特征在于：所述实时车辆采用轻型电动汽车，所述车辆使用操纵旋钮驱动，或实施计算机控制，车辆内部设置有GPS、IMU、摄像头、激光雷达、毫米波雷达，采用Ubuntu下的工控机对车辆进行整体控制。
4.根据权利要求3所述的自动驾驶实时导航系统架构，其特征在于：所述系统内部设置有模拟器仿真引擎。
5.根据权利要求4所述的自动驾驶实时导航系统架构，其特征在于：所述导航层包括世界模型、定位、运动规划和运动追踪模块。
6.根据权利要求5所述的自动驾驶实时导航系统架构，其特征在于：所述世界模型建立一个用于自动导航的车辆环境模型，所述车辆环境模型内部设置有GIS系统、车载传感器、未来模型。
7.根据权利要求6所述的自动驾驶实时导航系统架构，其特征在于：所述定位模块使用车轮编码器数据和标准扩展卡尔曼滤波器，所述定位模块内部采用有三角测量计算方式，所述定位模块内部利用EKF方法将里程计相对定位与基于地标的绝对定位进行传感器融合。
8.根据权利要求7所述的自动驾驶实时导航系统架构，其特征在于：所述运动规划模块与DDX存储中心、世界模块连接，所述运动规划模块内部设置为局部运动规划和不可避免碰撞状态。
9.根据权利要求8所述的自动驾驶实时导航系统架构，其特征在于：所述运动追踪模块与所述DDX 存储器连接，所述运动追踪模块内部设置有特定的运动控制模型，进行自动驾驶车辆的精确控制。

说明书全文

一种自动驾驶实时导航系统架构

技术领域

[0001] 本发明涉及汽车自动驾驶领域，具体地说，就是一种自动驾驶实时导航系统架构。

背景技术

[0002] 随着计算机，微电子技术的快速发展，智能车辆技术的开发越来越快，智能程度也越来越高，应用的范围也得到了极大的扩展。

[0003] 针对自动驾驶的安全问题，目前大多数的动态反馈性方法都面临着一个主要的挑战：动态环境下的运动安全性并没有得到保证；针对自动驾驶软件开发效率问题，目前很多传统汽车厂商使用集中式软件开发模式，该模式不利于程序的调试以及软件的开发。

发明内容

[0004] 为了解决上述问题，本发明提供了一种同时兼备实时性与安全性的路径规划算法，提高了自动驾驶的安全性；针对自动驾驶软件开发效率问题，提出了一套自动驾驶框
架，极大的提高了软件开发效率。

[0005] 为了达到上述目的，本发明披露的技术方案具体如下：

[0006] 一种自动驾驶实时导航系统架构，包括发布层/订阅层(DDX层)、车辆层、导航层，DDX层为中间层，车辆层为底层，导航层为顶层。

[0007] 本发明的进一步改进，DDX层包括地理信息系统、DDX存储中心，其中，DDX层中使用UDP/IP通信协议，DDX存储中心包括四种数据结构，主要与车体车辆或其所处环境相关：

[0008] 1)车辆相关：

[0009] 状态：编码器值，车轮速度等；

[0010] 指令：执行器命令(速度、转向角度)；

[0011] 位姿：车辆的位置和方向。

[0012] 2)地标：观察到的显著环境特征地标位置，主要用于绝对定位。

[0013] 3)轨迹：车辆要执行的标称轨迹。表示为一对(状态，时间)序列。

[0014] 4)移动对象：环境中观察到的运动对象，其特征包括形状、位置、方向和速度。

[0015] 表1表达了不同导航模块如何使用以上数据结构。定位过程中使用的GIS数据是地标位置；世界模型建立从GIS中得到道路几何形状信息；而未来模型是对当前环境状态描述加上移动对象未来运动的预测。

[0016] 表1：导航模块使用数据结构说明表

[0017]

[0018] DDX提供一种有效的通信机制，可以实现多个进程间的数据共享，并且使用UDP/IP通信协议来确定不同存储介质中包含信息的一致性，

[0019] 本发明的进一步改进，车辆层包括实时车辆状态、虚拟仿真车辆状态。

[0020] 本发明的进一步改进，实时车辆采用轻型电动汽车，车辆可以使用操纵旋钮驱动，也可以实施计算机控制，车辆内部设置有GPS、IMU、摄像头、激光雷达、毫米波雷达，采用Ubuntu下的工控机对车辆进行整体控制。

[0021] 本发明的进一步改进，系统内部设置有模拟器仿真引擎。

[0022] 本发明的进一步改进，导航层包括世界模型、定位、运动规划和运动追踪模块。世界模型建立一个用于自动导航的车辆环境模型，GIS可以提供环境的静态信息，车载传感器提供动态信息，未来模型提供运动对象未来行为信息。其中：

[0023] 1)静态信息

[0024] 环境的先验静态信息，可以在地理信息系统(GIS)中得到。一般情况下，一个描绘环境的二维地图便可以实现自动导航；但除了二维地图，GIS包含的环境信息的地标也可用于定位；同时，运动规划模块利用GIS中包含的车道结构信息，可以计算出达到给定目标而遵循的路线。

[0025] 2)动态信息

[0026] 动态信息的检测主要取决于不同的外部感知传感器，涉及环境中的运动对象，如车辆、行人等。运动规划模块不仅需要这些运动物体的位置和形状，还需要它们的动力学信息，如线速度、角速度、加速度等，以及任何可以用来预测它们未来行为的信息。由于运动对象的信息由对应的传感器处理直接输出，运动追踪模块在车辆层进行，而不是导航层进行
处理。

[0027] 3)未来预测

[0028] 运动规划需要对未来进行一定程度的推理、预测。在提出的体系架构中，运动预测依赖于行人和车辆不随机移动，即遵循典型的“运动模式”，这些“运动模式”可以在预测阶段学习并使用。

[0029] 本发明的进一步改进，世界模型建立一个用于自动导航的车辆环境模型，所述车辆环境模型内部设置有GIS系统、车载传感器、未来模型。

[0030] 本发明的进一步改进，定位模块使用车轮编码器数据和标准扩展卡尔曼滤波器，所述定位模块内部采用有三角测量计算方式，所述定位模块内部利用EKF方法将里程计相
对定位与基于地标的绝对定位进行传感器融合。

[0031] 本发明的进一步改进，运动规划模块与DDX存储中心、世界模块连接，所述运动规划模块内部设置为局部运动规划和不可避免碰撞状态。运动规划模块基于局部运动规划和
不可避免碰撞状态，将世界模型提供的预测量作为输入，计算生成规划轨迹，并其存入DDX存储库中。

[0032] 本发明的进一步改进，运动追踪模块与所述DDX 存储器连接，运动追踪模块内部设置有特定的运动控制模型，进行自动驾驶车辆的精确控制。车辆状态定义为3元数组(x，y，θ)，控制定义为一个2元数组(v，ξ)。A的运动由以下运动方程控制：

[0033]

[0034] 运动追踪问题可以认为是追踪一个沿着给定轨迹运动的运动参照系，采用线性化的五阶动态模型设计控制器，将其在x、y轴上进行解耦。其中，轨迹追踪误差e＝(ex，ey)表示机器人当前位置与期望位置的偏差，eθ表示当前状态和参考系之间的航向角偏差，(υ*，ξ*)表示速度和转向角的参考值，预期的速度υc和转向角ξc按如下方式得到：

[0035]

[0036]

[0037] 其中，kυ＝(kυ1，kυ2)，kξ＝(kξ1，kξ2，kξ3)；kυi(i＝1，2)、kξj(j＝1，2，3)是正标量，用来修正追踪误差。

[0038] 本发明的有益效果：本发明为驾驶提供了一个系统的软件解决方案，提高了软件开发效率，中间层提供一种有效的通信机制，实现多个进程间的数据共享，并且使用UDP/IP通信协议来确定不同存储介质中包含信息的一致性，车辆层提供一种虚拟仿真车辆设计基
于模拟器仿真引擎，允许对车辆、传感器及其环境进行仿真，方便在动态环境中进行自动驾驶算法的设计和测试，定位模块使用车轮编码器数据和标准扩展卡尔曼滤波器(EKF)实现
里程计定位；将GIS中获得的先验地标数据与观测到的实时地标数据进行匹配，实现基于地标的定位；使用三角测量计算实时观测地标与先验地标的方位角，实现车辆航向角的测量；
最后，利用EKF方法将里程计相对定位与基于地标的绝对定位进行传感器融合，实现车辆定位的稳定性、准确性。路径规划算法同时兼备实时性与安全性提高了自动驾驶的安全性。
附图说明

[0039] 图1是本发明的结构图。

[0040] 图2是PMP迭代更新示意图。

[0041] 图3是车辆简化示意图。

[0042] 图中：1-导航层，2-DDX存储中心，3-DDX层，4-车辆层，5-虚拟仿真传感器数据，6-实时环境传感器数据，7-地理信息系统，8-世界模型，9-定位，10-运动规划，11-运动追踪。

具体实施方式

[0043] 为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。

[0044] 实施例：如图1，一种自动驾驶实时导航系统架构，包括发布层/订阅层(DDX层)、车辆层、导航层，DDX层为中间层，车辆层为底层，导航层为顶层。

[0045] DDX层包括地理信息系统、DDX存储中心。DDX提供一种有效的通信机制，实现多个进程间的数据共享，并且使用UDP/IP通信协议来确定不同存储介质中包含信息的一致性。
地理信息系统主要提供环境的静态信息：道路的几何、拓扑形状信息，交通灯，交通标志等。
存储中心主要存储下列四种数据结构。

[0046] 图3是车辆简化示意图。

[0047] 1)车辆模型：

[0048] 设A表示车辆。A的状态表达为一个5元数组(x，y，θ，v，ξ)，其中(x，y)表示后轴中点的坐标，θ为主航向角，v为后轮的线速度，ξ为前轮的航向角；A的控制主要依靠二元数组(α、γ)，α为后轮线性加速度，γ为转向速度。A的运动控制方程如下：

[0049]

[0050] 其中，α∈(αmin，αmax)，γ∈[γmin，γmax]，|ξ|≤ξmax，L是A的轴距。

[0051] 2)局部运动规划

[0052] 在动态环境中，即使车辆本身处于静止状态，也可能会被一个正在移动的物体碰撞。此时，需要对车辆施加实时约束，即规定时间段内决定车辆未来的行动方向。该时间段是环境动态性的函数，直接与运动物体和机器人系统的动力学有关。如前所述，PMP是一种明确考虑实时约束的规划方案：当规定时间段结束时，PMP被中断，返回局部运动规划结果，不一定到达最终目标。所以，有必要迭代局部运动规划过程，直到达到最终目标。PMP的迭代必不可少，因为未来的模型是基于预测的，并且在大多数情况下预测的有效性持续时间是
有限的。迭代过程允许以给定的频率更新预测，从而侧重考虑到环境的实时动态特性。图2为PMP迭代周期。运动规划迭代从ti时刻开始，包括三个步骤：

[0053] (1)根据世界模型获得下一时刻的更新模型；

[0054] (2)采用增量搜索的方法搜索A的状态、时间空间，ti+1＝ti+δp，其中δp为已规划的增量时间；

[0055] (3)在ti+1时刻，将离散化信息存放在DDX存储仓库中。

[0056] PMP过程不断迭代，直到目标状态的邻域。该方法基于快速搜索随机树(RRT)技术，采用增量搜索方法对状态空间进行搜索，本质上是渐进的，可以随时被中断。特别地，RRT可以计算无碰撞轨迹，使用不可避免冲突状态检查器可以确保A永远未来某个时刻发生碰撞。

[0057] 车辆层包括实时车辆状态、虚拟仿真车辆状态。实时车辆采用一种轻型电动汽车，可以使用操纵旋钮驱动，也可以实施计算机控制，配备各种传感器，如GPS、IMU、摄像头、激光雷达、毫米波雷达等，采用Ubuntu下的工控机对车辆进行整体控制。虚拟仿真车辆设计基于模拟器仿真引擎，允许对车辆、传感器及其环境进行仿真，方便在动态环境中进行自动驾驶算法的设计和测试，如图2所示。

[0058] 1)车辆相关：

[0059] 状态：编码器值，车轮速度等；

[0060] 指令：执行器命令(速度、转向角度)；

[0061] 位姿：车辆的位置和方向。

[0062] 2)地标：观察到的显著环境特征地标位置，主要用于绝对定位。

[0063] 3)轨迹：车辆要执行的标称轨迹。表示为一对(状态，时间)序列。

[0064] 4)移动对象：环境中观察到的运动对象，其特征包括形状、位置、方向和速度。

[0065] 导航层包括世界模型、定位、运动规划和运动追踪模块。世界模型建立一个用于自动导航的车辆环境模型，GIS提供环境的静态信息，车载传感器提供动态信息，未来模型提供运动对象未来行为信息。定位模块使用车轮编码器数据和标准扩展卡尔曼滤波器(EKF)实现里程计定位；将GIS中获得的先验地标数据与观测到的实时地标数据进行匹配，实现基于地标的定位；使用三角测量计算实时观测地标与先验地标的方位角，实现车辆航向角的
测量；最后，利用EKF方法将里程计相对定位与基于地标的绝对定位进行传感器融合，实现车辆定位的稳定性、准确性。运动规划模块基于局部运动规划(PMP)和不可避免碰撞状态
(ICS)，将世界模型提供的预测量作为输入，计算生成规划轨迹，并其存入DDX存储库中。运动追踪模块从DDX存储器中获取当前、期望状态值，解算车辆当前状态和期望状态之间的最小化误差，采用特定的运动控制模型，进行自动驾驶车辆的精确控制。

[0066] 以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原
理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界
定。

标题	发布/更新时间	阅读量
一种备份日志数据的防超时方法、装置、设备及介质	2020-05-08	158
Linux容器的细粒度沙盒策略执行方法	2020-05-08	748
混合模式智能手机应用开发框架系统	2020-05-11	710
一种基于物联网的高空探测传感器自动标校方法	2020-05-08	390
基于docker容器的微服务系统及方法	2020-05-08	257
通信方法和装置	2020-05-11	479
基于固态硬盘加速的分布式文件系统小文件访问方法	2020-05-11	610
一种基于异构分布式系统的高效神经网络训练调度方法	2020-05-08	477
一种变电站网络安全监测客户端系统及其实现方法	2020-05-11	971
应用的视频播放方法、装置、存储介质及电子设备	2020-05-08	368

一种自动驾驶实时导航系统架构

一种自动驾驶实时导航系统架构

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：