一种基于Intel x86的辅助驾驶控制系统 |
|||||||
| 申请号 | CN202121028665.5 | 申请日 | 2021-05-14 | 公开(公告)号 | CN217048606U | 公开(公告)日 | 2022-07-26 |
| 申请人 | 武汉市众向科技有限公司; | 发明人 | 李必军; 王鑫; 郑玲; 李星; 黄烈炎; | ||||
| 摘要 | 本实用新型属于智能驾驶技术领域，尤其涉及到辅助驾驶控制系统，是具有部分自动驾驶功能的面向城市物流车的一种基于Intel x86的辅助驾驶控制系统。包括若干 传感器 ，与传感器连接的域 控制器 ,以及给所有模 块 供电的电源；传感器包括 激光雷达 、毫米波雷达、 超 声波 雷达、AVM相机系统、RGB相机、温 湿度传感器 、疲劳监测系统、GPS以及惯性传感器IMU。因此，本实用新型具有如下优点：可根据厂商不同需求接入不同的传感器，扩展相应的功能，实现用户的定制化需求；支持2G/3G/4G，未来随着5G技术的发展还可以接入5G模块。具备处理多传感器相关任务的能 力 ；内置的图形处理引擎提高了视频处理能力。 | ||||||
| 权利要求 | 1.一种基于Intel x86的辅助驾驶控制系统，其特征在于，包括若干传感器，与传感器连接的域控制器,以及给所有模块供电的电源；传感器包括激光雷达、毫米波雷达、超声波雷达、RGB相机、温湿度传感器、疲劳监测系统模块、北斗以及惯性传感器IMU； |
||||||
| 说明书全文 | 一种基于Intel x86的辅助驾驶控制系统技术领域[0001] 本实用新型属于智能驾驶技术领域，尤其涉及到辅助驾驶控制系统，是一种具有部分自动驾驶功能的面向城市物流车的基于Intel x86的辅助驾驶控制系统。 背景技术[0002] 智能车辆通过综合分析传感器收集的车辆、道路、行人等信息，辨识车辆所处的环境和状态，帮助驾驶员操作车辆，达到辅助驾驶的目的。智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能为一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术。 [0003] 目前，智能车辆辅助驾驶在硬件和软件上都有很大的发展空间。在硬件方面，随着电子技术的不断完善，微处理器计算性能的提高，传感器性能的改善，以视觉传感器、激光雷达、毫米波雷达为代表的传感器得到了广泛应用。这些传感器具有感知驾驶车辆周围环境、自车状态、航向角、位置的功能。在软件方面，随着深度学习的崛起，数据实时处理能力不断提高，多传感器融合算法得到完善。目前，主流的融合算法，如加权平均法、基于贝叶斯估计的滤波算法、神经网络法、交互多模型融合算法，这些算法通过与人工智能、视觉SLAM结合，提升了车辆的交通通行能力和行车安全性。 [0004] 多类型传感器的应用对传统的ECU分布式计算架构提出了挑战，分散的ECU模块导致车辆线束布置复杂，车身越来越重，域控制器应时而生。作为智能驾驶汽车的“大脑”，域控制器既承担了智能驾驶所需要的传感器数据处理运算力，也承担了底层核心数据、联网数据的安全。 [0005] 公开号为CN210391111U，本实用新型公开的是一种客车主动缓解行人碰撞的控制系统，包括无线通信模块、实时动态定位装置、图像检测模块、高精度地图模块、辅助驾驶控制器以及车辆执行模块，其中，无线通信模块用于获取当前时间和天气情况，实时动态定位装置用于实时接收车辆位置、移动速度及行驶方向的信息，图像检测模块用于采集车辆前方的图像信息，高精度地图模块用于提供当前道路信息，辅助驾驶控制器分别与该无线通信模块、实时动态定位装置、图像检测模块、高精度地图模块以及车辆执行模块相控制连接。本实用新型能够辅助司机在斑马提前预知道路情况，实现自动减速、礼让行人或者制动停车的控制操作，有效的减少斑马线交通事故的发生，降低事故人员的伤亡数量。 [0006] 公开号为CN201921799267.6，一种多功能商用车先进驾驶辅助装置，涉及辅助驾驶领域，包括左图像采集模块、右图像采集模块、车道线处理模块、人机交互模块、线控底盘模块、障碍物检测模块以及辅助驾驶控制器。其中，左图像采集模块包括左摄像头、左图像处理单元、左陀螺仪、左照度传感器以及左电动云台，右图像采集模块包括右摄像头、右图像处理单元、右陀螺仪、右照度传感器以及右电动云台。本实用新型能够克服车辆在实际行驶过程中，车身发生俯仰或者侧倾的情况，车身周边局部光线太强或者光线强弱变化太快等不利因素，辅助商用车在本车道内，靠左行驶，靠右行驶或者居中行驶。 [0007] 公开号为CN201810264713.7，提出一种车辆行驶控制方法、系统和辅助驾驶控制器，其中，上述车辆行驶控制方法包括：在车辆行驶过程中，获取车辆所处环境的声音信号；从所述声音信号中识别除所述车辆之外的目标车辆发出的鸣笛信号，并从所述声音信号中提取所述鸣笛信号；根据所述鸣笛信号，确定所述目标车辆的行驶意图和行驶路线；根据所述目标车辆的行驶意图和行驶路线，确定所述车辆的驾驶策略，根据所述驾驶策略生成所述车辆的辅助驾驶控制信号；根据所述辅助驾驶控制信号控制所述车辆行驶。本申请可以实现通过识别目标车辆的鸣笛信号，来确定目标车辆的行驶意图和行驶路线，进而提高确定的驾驶策略的准确性，使得辅助驾驶更智能化，减少驾驶隐患，保障乘客人身安全。 [0008] 集成式辅助驾驶系统的硬件是以摄像头、毫米波雷达、激光雷达和摄像头为主。不仅意味着智能车辆系统需要接收、分析、处理海量复杂的诸如非结构化的图像数据和激光雷达电源等传感器数据。还对传统的分布式控制系统提出了挑战：多类型数据的加入会导致增加系统接口和集成的复杂性。实用新型内容 [0009] 本实用新型主要是解决现有技术所存在的技术问题,提供了一种采用集成化设计，可兼容激光雷达、毫米波雷达、疲劳监测器等多种传感器；配备了车规标准的视觉处理芯片，内嵌AI算法；形成了具有灵活性、专业性、稳定性、高算力等特点的平台级自动驾驶域控制器,可支持不同应用场景的软、硬件技术，允许汽车制造商个性化定制。 [0010] 本实用新型的上述技术问题主要是通过下述技术方案得以解决的： [0011] 一种基于Intel x86的辅助驾驶控制系统，其特征在于，包括若干传感器，与传感器连接的域控制器,以及给所有模块供电的电源；传感器包括激光雷达、毫米波雷达、超声波雷达、RGB相机、温湿度传感器、疲劳监测系统模块、北斗以及惯性传感器IMU。 [0012] 本实用新型创造性地采用域控制器的解决方案，域控制器需要具有多样的接口类型、足够的接口数量和核心算力高等特点。 [0013] 域控制器可选的架构体系有GPU(图形图像处理器)、CPU(通用处理器)、FPGA(现场可编程阵列)、ASIC(专用集成电路)。不同架构的芯片在通用性、专用性、性能、功耗等方面各有优缺点：CPU通用性最强，但时延严重、散热高、效率最低；GPU相比其他芯片，通用性强、速度快、效率高，但是在神经网络的执行阶段效率低；FPGA具有低能耗、高性能及可编程等特性，相对于CPU与GPU有明显的性能与能耗优势，但量产成本较高；ASIC芯片设计虽然需要大量的资金、较长的时间周期和工程周期，但是深度学习算法也在快速迭代，其量产成本低，有更好的性能和功耗比。 [0014] 通过上述分析，辅助控制器采用ASIC芯片。英特尔公司收购了ASIC芯片厂商Mobileye和Nerbana，其公司生产的Soc芯片采用intel x86架构。intel x86架构具有良好的兼容性和安全性，是构建智能驾驶舱和无人驾驶解决方案的理想平台。而高通公司的82XA系列GPU显示能力不足，产品线动态切换频繁；瑞萨公司的R‑Car产品整体性能不足、项目程度高；英伟达芯片电源消耗大、车载业务经验不足、产品没有优势。综合市场需求、技术实现、工艺等要求，本辅助系统使用集成度高、可移植性好性价比更高的x 86作为主控芯片。 [0015] 综上，本实用新型通过使用基于intel x86的辅助驾驶控制器，将毫米波雷达、激光雷达、超声波雷达、相机及车载显示屏等车载感知器集成到高性价比的Soc芯片中，构建辅助驾驶系统，实现轻型物流车的自动驾驶能力。 [0016] 在上述的一种基于Intel x86的辅助驾驶控制系统，域控制器包括MCU、与MCU连接的SOC芯片，以及与SOC芯片连接的辅助模块，所述激光雷达、超声波雷达、毫米波雷达、AVM(Around View Monitor)相机、RGB相机、温湿度传感器、疲劳监测系统、GPS以及惯性传感器IMU与辅助模块连接。 [0017] 在上述的一种基于Intel x86的辅助驾驶控制系统，辅助模块包括MAX9286模块、NVP6324模块、CAN通讯模块、RS485通讯模块、max9288模块、Movidius模块、千兆网口以及通信模块，惯性传感器IMU模块；所述MAX9286模块、NVP6324模块、CAN通讯模块、RS485通讯模块、max9288模块、Movidius模块、千兆网口以及通信模块同时与SOC芯片连接,通信模块包括4G\5G\北斗信号接口模块以及WIFI\蓝牙信号接口模块，4G\5G\北斗信号接口模块型号是AG35，WIFI\蓝牙信号接口模块型号是AF20，惯性传感器IMU模块型号是MPU65000。 [0018] 在上述的一种基于Intel x86的辅助驾驶控制系统，所述MAX9286模块与AVM相机连接；CVBS和AHD相机同时与NVP6324模块连接；毫米波雷达和超声波雷达同时与CAN通讯模块连接；温湿度传感器与RS485通讯模块连接；RGB相机模块与max9288模块连接；MAX9286与Movidius模块连接；激光扫描仪与千兆网口连接；4G\5G\天线同时与4G\5G\北斗信号接口模块连接；WIFI\蓝牙天线同时与WIFI\蓝牙信号接口模块连接；NVP6234模块与域控制器的mipi接口连接，MAG3110FCR模块与域控制器的i2c接口连接；MA2485module模块与域控制器的USB接口连接，MPU6500模块与域控制器的spi接口连接，Quectel ag35模块与域控制器的UART接口连接,疲劳监测系统型号是清研微视DMS‑S2，通过CAN总线与MCU中的CAN接口连接；惯性传感器IMU模块与SOC芯片的SPI接口连接。 [0019] 在上述的一种基于Intel x86的辅助驾驶控制系统，所述MCU型号是NXP，PS32K；SOC芯片型号是A3920；MCU的UART以及SPI接口，分别与SOC芯片的UART以及SPI接口连接。 [0020] 在上述的一种基于Intel x86的辅助驾驶控制系统，MCU的SDI0接口与NforceNF3170芯片连接；CSI1接口与MAX9286模块连接；CSI0接口与NVP6234模块连接；PCIE接口与intelI210芯片连接；I2C接口与MAG3110FCR模块连接。 [0021] 在上述的一种基于Intel x86的辅助驾驶控制系统，MCU的SDI0接口与TF卡模块连接；MCU的USB3.0接口与USB连接器连接；MCU的USB3.0接口与Quectel ag35模块连接；MCU的I2C接口与MPU6500模块连接；MCU的的USB3.0接口与MA2485module模块连接。 [0022] 因此，本实用新型具有如下优点： [0023] 1)灵活性好 [0024] 该辅助驾驶控制器可支持多种应用场景，可根据厂商不同需求接入不同的传感器，扩展相应的功能，实现用户的定制化需求；支持2G/3G/4G，未来随着5G技术的发展还可以接入5G模块。 [0025] 2)算力高 [0027] 图1为辅助驾驶系统构成结构示意图。 [0028] 图2为域控制器结构示意图。 具体实施方式[0030] 下面通过实施例，并结合附图，对本实用新型的技术方案作进一步具体的说明。 [0031] 实施例： [0032] 本实用新型提供的是面向城市物流车的辅助驾驶系统。该辅助驾驶系统由激光雷达、毫米波雷达、相机等传感器，域控制器及线控汽车底盘构成。 [0033] 1)传感器 [0034] 如图1所示,感知设备用于对汽车自身位置姿态和周围环境的感知。毫米波雷达用于恶劣天气、近距离、弱光环境下对障碍物的识别和检测，实时获得障碍物距离；激光雷达用于中距离环境下对前方行人、车辆等障碍物的检测，实现前向障碍物探测；超声波雷达用于近距离辅助自动泊车；红外夜视探测仪用于对夜间前方行人、车辆等障碍物的检测；温湿度传感器用于对车内温度和湿度的检测；疲劳监测系统(Driver Monitoring System,以下简称为DMS)用于对司机驾驶状况的检测。 [0035] 2)域控制器 [0036] 如图2所示,域控制器扮演着“驾驶员大脑”的角色，通过将定位、感知的信息综合处理，实时执行行车计划。该控制器不仅支持如下硬件接口：支持2路千兆网口、支持4G、wifi通信模块、支持SD卡、SATA存储、2路CAN、2路485、1路ttl(调试用)，1路232串口、USB3.0接口；还可以接入如下传感器:超声波雷达、激光雷达(Lidar)、毫米波雷达、货舱监控相机、温湿度传感器和DMS疲劳监测系统。 [0037] 表1 辅助驾驶系统数据流说明图 [0038] [0039] 具体的连接方式如下: [0040] 域控制器包括MCU、与MCU连接的SOC芯片，以及与SOC芯片连接的辅助模块，所述激光雷达、超声波雷达、毫米波雷达、AVM(Around View Monitor)相机、RGB相机、温湿度传感器、疲劳监测系统、GPS以及惯性传感器IMU与辅助模块连接。 [0041] 辅助模块包括MAX9286模块、NVP6324模块、CAN通讯模块、RS485通讯模块、max9288模块、Movidius模块、千兆网口以及通信模块，惯性传感器IMU模块；所述MAX9286模块、NVP6324模块、CAN通讯模块、RS485通讯模块、max9288模块、Movidius模块、千兆网口以及通信模块同时与SOC芯片连接,通信模块包括4G\5G\北斗信号接口模块以及WIFI\蓝牙信号接口模块，4G\5G\北斗信号接口模块型号是AG35，WIFI\蓝牙信号接口模块型号是AF20，惯性传感器IMU模块型号是MPU65000，MCU型号是NXP，PS32K；SOC芯片型号是A3920；MCU的UART以及SPI接口，分别与SOC芯片的UART以及SPI接口连接；MCU的SDI0接口与NforceNF3170芯片连接；CSI1接口与MAX9286模块连接；CSI0接口与NVP6234模块连接；PCIE接口与intelI210芯片连接；I2C接口与MAG3110FCR模块连接。MCU的SDI0接口与TF卡模块连接；MCU的USB3.0接口与USB连接器连接；MCU的USB3.0接口与Quectel ag35模块连接；MCU的I2C接口与MPU6500模块连接；MCU的的USB3.0接口与MA2485module模块连接。 [0042] MAX9286模块与AVM相机连接；CVBS和AHD相机同时与NVP6324模块连接；毫米波雷达和超声波雷达同时与CAN通讯模块连接；温湿度传感器与RS485通讯模块连接；RGB相机模块与max9288模块连接；MAX9286与Movidius模块连接；激光扫描仪与千兆网口连接；4G\5G\天线同时与4G\5G\北斗信号接口模块连接；WIFI\蓝牙天线同时与WIFI\蓝牙信号接口模块连接；NVP6234模块与域控制器的mipi接口连接，MAG3110FCR模块与域控制器的i2c接口连接；MA2485module模块与域控制器的USB接口连接，MPU6500模块与域控制器的spi接口连接，Quectel ag35模块与域控制器的UART接口连接,疲劳监测系统型号是清研微视DMS‑S2，通过CAN总线与MCU中的CAN接口连接；惯性传感器IMU模块与SOC芯片的SPI接口连接。 [0043] 工作时,首先，通过收集激光雷达、北斗+IMU、视频相机等多源传感器信息，获取局部路径的障碍物信息、车体当前的位置和车速、全局规划路径、车道线、前车行人、车辆等障碍物信息；然后，域控制器根据获取的各类信息进行局部路径规划与决策，判断是否可通行；最后，线控汽车底盘下发控制指令到转向、刹车、油门、档位等。 [0044] 需要注意的是，本实用新型需要保护的上述描述的硬件及其连接结构，对于涉及到信号的处理方法和过程，是为了解释本实用新型的硬件结构的工作原理，不属于本实用新型的保护范围，采用本实用新型的硬件连接结构后，信号处理的过程均能够通过现有技术实现。 |
||||||
QQ群二维码
意见反馈
意见反馈