云辅助自动驾驶方法及系统的制作方法
【技术领域】
[0001]本发明涉及自动驾驶领域，尤其涉及一种云辅助的自动驾驶方法及系统。
【背景技术】
[0002]无人驾驶技术日趋成熟，无人车或智能车在很多情况下已经能够满足自主导航的需要，然而无人车终究是机器，需要倚仗传感器信息进行判断，分析。对于一些复杂路段，如施工、下雨等情况，需要分析的情况进一步增多，仅仅依靠车载传感器进行采集、判断、驾驶是不够的，不能够满足安全性的要求。
【发明内容】
[0003]为此，需要提供一种能够提供更多传感器信息参考的驾驶方法，具体的，通过多传感器及云端分析提供传感器信息共享和路径共享，以提高无人车自动驾驶的安全性。
[0004]为实现上述目的，发明人提供了一种云辅助自动驾驶方法，包括如下步骤，
[0005]云端向汽车端和路边静态传感器发送数据请求；
[0006]汽车端和路边静态传感器根据数据请求发送传感器信息；
[0007]云端接收传感器模块与路边静态传感器发送的传感器信息，根据所述传感器信息规划分析得到规划分析结果，将规划分析结果发送至汽车端；
[0008]汽车端接收规划分析结果，根据规划分析结果及传感器信息进行路径规划得到路径规划结果，再根据路径规划结果控制车辆的行驶。
[0009]进一步地，所述传感器信息包括以八叉树为结构的数据集，所述八叉树的节点包括属性:被占用、未占用或未知。
[0010]具体地，所述数据请求包括分辨率信息。
[0011]进一步地，所述传感器信息的编码过程包括步骤，
[0012]随机选择第一叶节点，将从根节点到所述第一叶节点的路径信息记录到第一传感器信息中，若所述第一传感器信息大小未超过数据包的容量，再将所述第一叶节点的父节点下所有子节点的路径信息记录到第一传感器信息，递归记录已记录父节点的上一级父节点下所有子节点的路径信息到第一传感器信息，直到超出数据包容量。
[0013]—种云辅助自动驾驶系统，包括云端、汽车端、路边静态传感器；
[0014]所述云端包括请求模块、云规划模块、云发送模块和云接收模块；
[0015]所述汽车端包括汽车接收模块、传感器模块、汽车规划模块、控制模块；
[0016]所述请求模块用于向传感器模块和路边静态传感器发送数据请求，所述云接收模块用于接收传感器模块与路边静态传感器发送的传感器信息，所述云规划模块用于根据所述传感器信息规划分析得到规划分析结果，所述云发送模块用于将规划分析结果发送至汽车端；
[0017]所述汽车接收模块用于接收所述数据请求、规划分析结果;所述传感器模块用于根据数据请求发送传感器信息，所述汽车规划模块用于根据规划分析结果及传感器信息进行路径规划得到路径规划结果，所述控制模块用于根据路径规划结果控制车辆的行驶；
[0018]所述路边静态传感器用于根据所述数据请求发送传感器信息。
[0019]进一步地，所述传感器信息包括以八叉树为结构的数据集，所述八叉树的节点包括属性:被占用、未占用或未知。
[0020]具体地，所述数据请求包括分辨率信息。
[0021]进一步地，所述传感器模块、路边静态传感器还用于:
[0022]随机选择第一叶节点，将从根节点到所述第一叶节点的路径信息记录到第一传感器信息中，若所述第一传感器信息大小未超过数据包的容量，再将所述第一叶节点的父节点下所有子节点的路径信息记录到第一传感器信息，递归记录已记录父节点的上一级父节点下所有子节点的路径信息到第一传感器信息，直到超出数据包容量。
[0023]区别于现有技术，上述技术方案通过设计路边静态传感器和车载传感器模块的信息共享，云端统筹分析可通行路径等多功能辅助，供当前车进行参考。提高了可用信息量，因而进一步提高了自动驾驶的安全性。
【附图说明】
[0024]图1为本发明【具体实施方式】所述的云辅助自动驾驶方法方法流程图；
[0025]图2为本发明【具体实施方式】所述的车辆架构示意图；
[0026]图3为本发明【具体实施方式】所述的云系统示意图；
[0027]图4为本发明【具体实施方式】所述的八叉树表示法示意图；
[0028]图5为本发明【具体实施方式】所述的云辅助自动驾驶系统模块图
[0029]附图标记说明:
[0030]50、云端；
[0031]500、请求模块；
[0032]502、云规划模块；
[0033]504、τ5Γ 发送模块；
[0034]506、云接收模块；
[0035]52、汽车端；
[0036]520、传感器模块；
[0037]524、汽车规划模块；
[0038]526、控制模块；
[0039]54、路边静态传感器。
【具体实施方式】
[0040]为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。
[0041]请参阅图1，为一种云辅助自动驾驶方法流程图，本实施例中方法，包括如下步骤，
[0042]SlOO云端向汽车端和路边静态传感器发送数据请求；
[0043]S102汽车端和路边静态传感器根据数据请求发送传感器信息；
[0044]S104云端接收传感器模块与路边静态传感器发送的传感器信息，根据所述传感器信息规划分析得到规划分析结果，将规划分析结果发送至汽车端；
[0045]S106汽车端接收规划分析结果，根据规划分析结果及传感器信息进行路径规划得到路径规划结果，再根据路径规划结果控制车辆的行驶。
[0046]本方案方案使用云从自动驾驶汽车的传感器和路边静态传感器获得信息，用来帮助自动驾驶汽车规划他们的轨迹。采用云辅助可以使自动驾驶车辆规划更安全更高效的路径。云辅助的优势在于可以同时向自动驾驶汽车和路边静态设备请求传感器信息，其中汽车端可以对应多个同时在路上行驶的车辆，在某些实施例中，车辆还会对行驶轨迹进行共享。云记录所有车辆的当前轨迹、聚合了所有这些信息并且向区域内的每辆自动驾驶汽车传达包括障碍、盲点和备用路径在内的信息。
[0047]云访问由多个自动驾驶车辆和路边静态传感器组成的更大的传感器数据池，从而可以更安全、更高效的规划路径。因此，云访问的传感器信息可能是某些自动驾驶车辆的盲点也可能是车载传感器范围以外的信息。因此，云可以帮助自动驾驶车辆预测不能直接从自动驾驶车辆自身上的传感器检测到的障碍，从而做出更明智的决策。此外，由于云拥有更广范围的交通信息和突发事件的信息(如:施工或者事故等)，因此可以使自动驾驶车辆规划更有效的路径。通过上述方法，达到了提高自动驾驶可参考信息量的效果，提高了无人驾驶的安全性。
[0048]在另一些实施例中，为了成功地导航，自动驾驶汽车依靠车载传感器提供描述他们所处环境的传感器信息，比如使用激光扫描仪和超声波测距仪等提供准确的测距信息来描述车辆周围障碍物的距离，或者额外使用摄像头和光线传感器来增加信息量。
[0049]自动驾驶汽车上的操纵系统提供了一个“发布/订阅”架构，，其中，主题可以被一个或多个模块订阅，而模块(如激光测距仪)通过主题发布信息。自动驾驶汽车的架构如图2所示，图中各个模块的功能如下文所述，现有技术均可以实现，统筹在本架构中有助于更好地实现云辅助自动驾驶方法或系统的完成。
[0050]传感器模块:每个连接到一个自动驾驶汽车的传感器都有一个关联的模块，把原始传感器信息转换成通用格式的数据。最常用的格式是三维点云，它提供了一组由障碍物表面点的三维坐标组成的集合，再加上被采集时间的信息后，传感器信息会发布出去。
[0051 ]路径规划模块:路径规划模块从传感器模块订阅信息，建立一个详细的全局地图。它使用这张地图来计算一个让车到达目的地的无障碍路径。规划模块细分为五个子模块:
[0052]感知模块:感知模块从传感器模块订阅三维点云信息，并使用障碍检测算法来识别围绕车辆参照系的障碍。然后，该模块发布的一个这些障碍物的地图。
[0053]定位模块:定位模块发布车辆在全局地图中的当前位置。该模块通常通过全球定位系统、里程计和其他更高级传感器的组合使用，可以使精度小