一种智能驾驶系统和中央域控制器及其方法与流程

本发明涉及智能驾驶领域，特别地涉及一种智能驾驶系统和中央域控制器及其方法。

背景技术：

随着人工智能技术的逐渐成熟，智能驾驶越来越受到人们关注。作为智能驾驶的终极目标，无人驾驶也获得了巨大的进步。智能驾驶系统包括感知、认知、决策、控制和执行五大功能模块。汽车通过感知模块利用车载传感器获取汽车所处的环境信息，认知模块识别汽车所处的环境，决策模块通过计算平台利用人工智能方法进行运算处理并决定反应动作，控制模块根据来自决策模块的反应动作向执行模块发出指令，执行模块执行相应的指令，从而协助司机或完全替代司机完成车辆的控制，如加速、减速、刹车、变道和停车等。

智能驾驶系统对于计算平台运算能力的要求大幅提高。图1是现有技术中在智能驾驶的整合集成域控制系统的解决方案。如图所示，各个域控制器，例如车身域控制器、底盘域控制器、传动域控制器、驾驶辅助域控制器、娱乐域控制器等，通过网关与各个数据输入系统，例如无线通信模块、感知信息模块、导航定位模块、和惯导模块等通信。各个域控制器采用工控机提供运算功能。由于计算能力需求巨大，工控机变得笨重，体积巨大，很多时候需要占用车身后备箱空间。针对这一问题，本领域中尚无解决方案。

技术实现要素：

针对现有技术中存在的技术问题，本发明提出了一种智能驾驶系统，包括：一个或多个输入模块，其至少部分用于获取汽车的周围环境信息；中央域控制器，其用于根据汽车的周围环境信息认知汽车周围的环境，做出反应动作的决策，并将反应动作的决策转换成一个或多个控制指令；以及一个或多个域控制器，其用于根据一个或多个控制指令控制一个或多个车辆子系统执行反应动作。

如上所述的系统，其中一个或多个输入模块包括感知模块。

如上所述的系统，其中一个或多个输入模块包括无线通信模块、导航定位模块和惯导模块中的一者或多者。

如上所述的系统，其中中央域控制器包括CPU，其用于接收来自一个或多个输入模块的周围环境信息。

如上所述的系统，其中中央域控制器包括GPU，其用于执行基于人工智能算法的计算任务。

如上所述的系统，其中中央域控制器包括辅助模块，其用于转发基于反应动作决策的一个或多个控制指令。

如上所述的系统，其中一个或多个域控制器基于高级辅助驾驶ADAS系统。

如上所述的系统，其中一个或多个域控制器不包括额外的计算单元。

根据本发明的另一方面，提出一种中央域控制器，包括：一个或多个输入/输出接口，其至少部分用于获取汽车的周围环境信息；CPU，其用于接收来自一个或多个输入模块的周围环境信息；GPU，其用于根据汽车的周围环境信息认知汽车周围的环境，做出反应动作的决策，其中CPU进一步以用于将反应动作的决策转换成一个或多个控制指令；以及辅助模块，其用于将一个或多个控制指令转发到一个或多个域控制器。

如上所述的中央域控制器，其中至少部分输入/输出接口直接连接到CPU上对应的CPU输入/输出接口。

如上所述的中央域控制器，其中至少部分输入/输出接口直接连接到辅助模块上对应的辅助模块输入/输出接口。

如上所述的中央域控制器，进一步包括FPGA加速运算模块，其连接到CPU。

如上所述的中央域控制器，其中CPU为可插拔CPU模块。

如上所述的中央域控制器，进一步包括电源管理模块，其与辅助模块电连接。

如上所述的中央域控制器，进一步包括以太网GbE交换模块，其连接在一个或多个输入/输出接口与CPU之间。

如上所述的中央域控制器，其中中央域控制器实施在单个PCB板上。

根据本发明的另一个方面，提出一种汽车控制方法，包括：基于来自一个或多个输入模块的数据，产生针对一个或多个域控制器的动作指令；将针对一个或多个域控制器的动作指令转发到一个或多个域控制器；以及控制一个或多个车辆子系统执行动作指令。

如上所述的方法，进一步包括利用人工智能算法做出反应动作的决策。

如上所述的方法，进一步包括根据反应动作的决策，确定针对一个或多个域控制器的动作指令。

如上所述的方法，其中来自一个或多个输入模块的数据包括汽车周围环境信息，所述方法进一步包括利用人工智能算法认知汽车周围环境。

根据本发明的另一个方面，提出一种智能驾驶方法，包括如下步骤：通过一个或多个传感器获取汽车周围的环境信息；利用来自一个或多个传感器的汽车周围的环境信息，认知汽车周围的环境，并做出汽车反应动作的决策；根据汽车反应动作的决策生产针对一个或多个域控制器的控制指令；以及将针对一个或多个域控制器的动作指令转发到一个或多个域控制器。

其中所述的方法实施在如上所述的中央域控制器上。

根据本发明的另一个方面，提出一种计算机可读媒体，包括存储在其上的可执行代码，所述代码执行以下方法：基于来自一个或多个输入模块的数据，产生针对一个或多个域控制器的动作指令；以及将针对一个或多个域控制器的动作指令转发到一个或多个域控制器以控制一个或多个车辆子系统执行动作指令。

根据本发明的另一个方面，提出一种计算机可读媒体，包括存储在其上的可执行代码，所述代码执行以下方法：获取汽车周围的环境信息；利用汽车周围的环境信息认知汽车周围的环境做出汽车反应动作的决策；根据汽车反应动作的决策生产针对一个或多个域控制器的控制指令；以及将针对一个或多个域控制器的动作指令转发到一个或多个域控制器。

本发明的智能驾驶系统提供一种实际可行的智能驾驶解决方案。

附图说明

下面，将结合附图对本发明的优选实施方式进行进一步详细的说明，其中：

图1是现有技术中在智能驾驶的整合集成域控制系统的解决方案；

图2是根据本发明一个实施例的智能驾驶系统的结构示意图；

图3是根据本发明一个实施例的中央域控制器的外观示意图；

图4是根据本发明一个实施例的中央域控制器的结构示意图；

图5是根据本发明一个实施例的汽车控制方法的流程图；以及

图6是根据本发明一个实施例的智能驾驶方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在以下的详细描述中，可以参看作为本申请一部分用来说明本申请的特定实施例的各个说明书附图。在附图中，相似的附图标记在不同图式中描述大体上类似的组件。本申请的各个特定实施例在以下进行了足够详细的描述，使得具备本领域相关知识和技术的普通技术人员能够实施本申请的技术方案。应当理解，还可以利用其它实施例或者对本申请的实施例进行结构、逻辑或者电性的改变。

针对现有技术中存在的问题，本发明提出了中央域控制器解决方案。在本发明的方案之中，车辆的整合集成域控制器系统可以保持不变，例如，仍可以采用现有的ADAS(高级辅助驾驶系统)。在各个数据输入模块与ADAS系统之间，增加具有较高计算能力的中央域控制器来解决计算能力的问题。本发明的中央域控制器可以采用单板卡的方式实现，而不必引入多个体积庞大的工控机，是智能驾驶或者无人驾驶的芯片级解决方案，是真正可以投入实际应用的解决方案。

图2是根据本发明一个实施例的智能驾驶系统的结构示意图。如图所示，智能驾驶系统200包括多个输入模块201-204、中央域控制器205、多个域控制器206-210以及与多个域控制器206和210的车辆子系统211-215。多个输入模块201-204从车辆外部获得数据，这些数据包括但不限于：车辆网数据、周围环境数据、定位及导航数据等。这些数据被发送到中央域控制器205。中央域控制器205接收来自多个输入模块201-204的数据，利用人工智能算法，决定汽车的反应动作，并将这些反应动作转换为多个域控制器206-210的控制指令。多个域控制器206-210接收来自中央域控制器的控制指令，控制车辆子系统211-215执行相应的动作。

根据本发明的一个实施例，如图2所示，多个输入模块201-204包括但不限于无线通信模块201、感知信息模块202、导航定位模块203、和惯导模块204。

在一些实施例中，无线通信模块201可以与网络连接，实现车辆网的数据通信。通过车辆网，车与车(V2V)、车与路(V2R)、车与网(V2I)、车与人(V2H)之间可以实现互联互通。通过无线通信模块201，中央域控制能够获得汽车周围或者行使路线上的交通、设施、车辆、行人等情况，从而为中央域控制器的决策提供支持。在其他一些实施例中，无线通信模块201也可以仅实现无线通信的功能，例如GPRS、4G/LTE等通信功能。利用无线通信模块提供的网络连接，可以将互联网娱乐移植到车上，例如在线看电影、听音乐等。

在一些实施例中，感知信息模块202包括一种或多种传感器，以感知汽车周围的环境信息。这些传感器包括但不限于：单目/双目计算机视觉系统、毫米波雷达、超声波雷达、激光雷达、360°环视系统等。这些传感器检测汽车周围环境以及汽车状态的变化，成为智能驾驶最为重要的周围环境数据来源。

在一些实施例中，导航定位模块203可以为GPS导航或者北斗导航模块。通过卫星得出汽车所在位置，然后并入准确的地图信息并根据设定的目的地规划线路，引导汽车准确到达目的地。

在一些实施例中，惯导模块204通过惯性导航测量汽车在惯性参考系的加速度，在对时间进行积分并变换到导航坐标系中，就能够得到在导航坐标系中汽车的速度、偏航角和位置等信息，同时可以获得载体的载体信息。从而实现对车形模拟体纵向及侧向运动控制，按照设定轨迹及动作行驶。通过惯导模块204，可以获得准确的汽车速度和姿态的相关信息。

本领域技术人员应当理解，在上述的数据输入模块之外，本发明的智能驾驶系统200还可以包括其他的数据输入模块，例如其他类型的传感器，如温度传感器、风速传感器等；其他类型的监控设备，如司机心跳监控器、司机脑电波监控器、司机眼睛活动监控器等；其他类型的数据接口，如蓝牙接口、RF接口等。这些也都在本发明的数据输入模块范围之内。

根据本发明的一个实施例，如图2所示，多个域控制器包括但不限于：车身域控制器206、底盘域控制器207、传动域控制器208、驾驶辅助域控制器209、娱乐域控制器210。

在一些实施例中，车身域控制器206通过车身系统211控制车身灯光、雨刮、门锁、车窗等多个车辆子系统，还可以具有胎压检测、高低电压保护、延时断电、系统休眠等功能，是汽车不可或缺的重要组成部分。

在一些实施例中，底盘域控制器207通过底盘系统212控制制动、悬架、转向等多个车辆子系统。底盘是汽车最主要的承载部件，与汽车的使用寿命有密切关联。

在一些实施例中，传动域控制器模块208通过传动系统213控制汽车动力传输子系统，配合发动机完成变速、减速、倒车等功能，保证汽车在不同工况下正常行驶。

在一些实施例中，驾驶辅助域控制器209通过驾驶辅助系统214在汽车行驶过程中根据所感知的周围环境，进行静态或动态物体的辨识、侦测与追踪。在一些实施例中，驾驶辅助系统214还结合导航模块203的地图数据，提供路线、决策和导航等功能。根据本发明的一个实施例，驾驶辅助域控制器209的功能可以完全由中央域控制器205所代替，从而不必在系统中包含驾驶辅助域控制器209。根据本发明的另一个实施例，驾驶辅助域控制器209收集数据的功能完全由中央域控制器所代替，但仍保留部分计算功能，辅助中央域控制器205完成驾驶辅助功能。根据本发明的另一个实施例，驾驶辅助域控制器209仅用来执行部分驾驶辅助功能，而其他大部分功能由中央域控制器205所代替。中央域控制器205的加入极大缓解了现有驾驶辅助域控制器计算能力不足的问题，极大地提高了汽车智能驾驶的能力。

在一些实施例中，娱乐域控制器模块210通过娱乐系统215实现多种娱乐功能，既包括车载音乐播放器、视频播放器、收音机等传统功能，也可以包括语音助理、互动娱乐、无线共享等功能，可以给用户带来更加丰富的娱乐体验。

本领域技术人员应当理解，在上述的域控制器之外，本发明的智能驾驶系统200还可以包括其他的域控制器，例如：动力总成域控制器、安全域控制器、车辆运动域控制器等。由于分类的方式不同，这些域控制器之间或者与上述举例的域控制器之间可能存在功能上的重合。以本发明的方式对这些域控制器进行控制也同样在本发明的范围之内。

图3是根据本发明一个实施例的中央域控制器的外观示意图。如图所示，本发明的中央域控制器300可以为单板结构。即在单个PCB板(未示出)上实现所有的芯片和电路排布。当然，PCB板上可以包括一个或多个扩展接口，提高中央域控制的能力。如图所示，中央域控制器300的PCB板的一个侧面或多个侧面可以包括一个或多个输入/输出接口(I/O接口)，这些接口包括但不限于：以太接口、总线接口、视频接口、电源接口等多种类型的数据接口。在PCB板上覆盖有散热板301，散热板可以包括多个翅片302以增加散热能力。

如本发明的各个实施例所示出的，通过引入了体积较小的中央域控制器代替网关，从而避免了在各个域控制器中分别使用体积巨大的工控机，而在计算能力、运行效率和反应时间上却能够得到提升。因此，本发明的中央域控制器的方案是可以实际应用的智能驾驶解决方案。特别地，针对计算能力要求更高的无人驾驶场景，本发明的更是最优的解决方案。

另一方面，中央域控制器在系统架构中的级别高于各个分散的域控制器。通过加入中央域控制器使得智能驾驶中利用人工智能方式所进行的认知和决策步骤可以具有更高的优先级，从而提高汽车在智能驾驶方面的能力，给使用者带来更好的体验。

图4是根据本发明一个实施例的中央域控制器的结构示意图。如图所示，中央域控制器400包括一个或多个输入/输出接口401、CPU402、GPU403以及辅助模块404。一个或多个输入/输出接口401分别与多个数据输入模块以及多个域控制器连接，实现数据的输入和输出。CPU402与输入/输出接口401相连，实现数据采集和数据初步处理。由于周围环境数据量非常大而实时性要求高，CPU402还具备数据调度和数据整合功能，以提高数据处理能力。GPU403与CPU402相连，基于人工智能和深度学习，对汽车周围环境信息作出判断，然后把决策结果发送给CPU402。GPU在运行人工智能算法时具有优势。CPU402与GPU403的整合能够提升运算的效率。根据本发明的一个实施例，CPU402采用异构架构，以更好地与GPU403整合。CPU402与辅助模块404相连。辅助模块404用于实现数据调度、数据格式转换、数据转发等多个功能，提高数据处理的效率，降低数据传输所需的时间。CPU402根据GPU403的决策结果生成针对一个或多个域控制器的车辆子系统的控制指令。这些控制指令经过辅助模块404转发到多个域控制器，再经由多个域控制器控制相应的车辆子系统完成相应的动作。

在一些实施例中，CPU402包括多个CPU模块，以增加CPU402的处理能力。在一些实施例中，CPU402采用可插拔的CPU模块。可插拔的CPU模块具备超强的运算能力，计算能力大大提高，而且还具有体积缩小和质量减轻的优点。进一步地，可插拔的CPU模块还易于维护和升级。

在一些实施例中，GPU403可以包括多个核心，所有核心都是高度专业化的，可以同时处理AI数据。在一些实施例中，这些核心的数目可以达到数千个或者更多。通过将人工智能运算从CPU402转移到GPU403的所有核心可以大幅度加速计算过程，特别适用于人工智能运算。

根据本发明的一个实施例，CPU402将计算密集的工作负载转移到GPU403。CPU402负责数据采集和数据初步处理。这些数据的初步处理包括但不限于数据转换、归一化、微分/积分、格式转换、灰度处理、背景处理等。GPU403基于人工智能算法实现汽车周围环境的认知和反应动作的决策，并将决策结果返回到CPU402。根据本发明的另一个实施例，中央域控制器还包括FPGA加速运算模块405，以进一步提高中央域控制器的计算能力。根据本发明的一个实施例，CPU402与GPU403之间采用高速PCIE接口。

本发明的中央域控制器为基于人工智能算法的智能驾驶或者无人驾驶模型在汽车上的运行提供了基础平台。特别是在体积有限的条件下海量计算能力的支持为智能驾驶或者无人驾驶模型在汽车中的实际应用成为可能。本领域技术人员应当理解，现有技术中已有的基于人工智能算法的智能驾驶或者无人驾驶模型都可以应用于本发明的中央域控制器上，从而实现汽车的智能驾驶或者无人驾驶。

在一些实施例中，输入/输出接口401包括多种类型，其包括但不限于：一个或多个高速以太网络接口、以太网络接口、CAN总线接口、CAM视频接口、HDMI视频接口、USB接口、音频接口、数字音频接口、GPS接口、红外接口、雷达接口等多种接口。这些接口中，有些是双向数据传输接口，既可以作为输入接口也可以作为输出接口；有些是单向数据接口，仅可以作为数据输入接口或者数据输出接口；有些包括单向数据输入接口和单向数据输出接口二者，从而也可以实现数据的输入和输出。

根据本发明的一个实施例，为了提高处理速度以及并行性，CPU402包括针对输入/输出接口401的一个或多个CPU接口。例如，高速以太网络接口、以太网络接口、CAN总线接口、CAM视频接口、HDMI视频接口、USB接口、音频接口、数字音频接口、GPS接口分别对应连接到CPU402的高速以太网络CPU接口、以太网络CPU接口、CAN总线CPU接口、CAM视频CPU接口、HDMI视频CPU接口、USB/CPU接口、音频CPU接口、数字音频CPU接口、GPS/CPU接口。在一些实施例中，如果某个接口包括多个支路，例如CAM视频接口包括三路视频接口，那么CPU402上可以包括3个CAM视频CPU接口，而CPU402与CAM视频接口直接还可以包括分路器。

在一些实施例中，辅助模块404可以为专用芯片、微控制器、专用DSP等多种形式。辅助模块404辅助CPU402进行数据处理和转发。CPU402和辅助模块404可以并行工作，并且辅助模块404可以针对于高实时性的大量数据转发进行优化设计，例如更多的高速缓存、更多的处理核心、更高的转发速度，从而使得数据的转发更为高效。根据本发明的一个实施例，CPU402与辅助模块404之间采用高速总线连接，以保证数据的传输速度。

在一些实施例中，输入/输出接口401中的某些接口，例如红外接口、雷达接口等，连接到辅助模块404上对应的辅助模块输入输出接口再连接到CPU402。这样，在CPU中不必包括针对这些接口的特定CPU接口，也不必直接处理来自这些接口的数据。相对而言，辅助模块404有更多的资源可以容纳更多类型的接口，也有利于兼容更多类型的输入/输出接口。

在一些实施例中，辅助模块404包括多组CAN总线接口和多组LIN总线接口。这些CAN和LIN总线接口方便与车辆上的多个域控制器相连接。更进一步地，CPU或者辅助模块也可以直接与一个或多个车辆子系统连接，从而提供多个域控制器之外的控制功能。根据本发明的一个实施例，辅助模块404还与电源管理模块406连接，管理中央域控制器400中各个模块的供电。

根据本发明的一个实施例，中央域控制器还包括以太网GbE交换模块407，其连接在输入/输出接口401的高速和普通以太接口与CPU402之间。对于智能驾驶或者无人驾驶系统而言，大量的以太通信数据需要及时处理，往往带来很大的处理负担。通过引入以太网GbE交换模块407，不需要依赖外部处理器来提供计算能力和管理计算强度高的任务，提高系统的运行效率；也可以减少了系统的芯片数目和总体电力消耗。在一些实施例中，以太网GbE交换模块407进一步与辅助模块404连接，以提供更多的灵活性。

图5是根据本发明一个实施例的汽车控制方法的流程图。如图所示，本发明的汽车控制方法500包括如下步骤：在步骤510，基于来自一个或多个输入模块的数据，产生针对一个或多个域控制器的动作指令。步骤510可以在如上所述的中央域控制器的CPU和GPU上执行。与现有的汽车控制方法不同，通过加入中央域控制器，针对域控制器的动作指令不在由各个域控制器决策而是通过更高级的中央域控制来执行。中央域控制的CPU和GPU提供了智能驾驶所需的计算能力，而且中央域控制器基于汽车周围环境的全部信息而做出的决策也更为高效和准确。

在步骤520，将针对一个或多个域控制器的动作指令转发到一个或多个域控制器。步骤520可以在如上所述的中央域控制器的辅助模块上执行。由于汽车控制指令复杂且接口众多，通过独立的辅助模块单独执行指令转发步骤，不但可以降低系统设计的复杂性，降低CPU的工作负担；更重要的是可以提高指令转发的实时性，从而更加适用于智能驾驶或无人驾驶的工作场景。

在步骤530，一个或多个与控制器控制一个或多个车辆子系统执行动作指令。一个或多个域控制接收到控制指令后控制相应的车辆子系统执行动作指令，这些动作包括但不限于：加速、减速、刹车、变道和停车等。

图6是根据本发明一个实施例的智能驾驶方法的流程图。如图所示，本发明的智能驾驶方法600包括如下步骤：在步骤610，通过一个或多个传感器采集汽车周围的环境信息。一个或多个传感器包括但不限于：单目/双目计算机视觉系统、毫米波雷达、超声波雷达、激光雷达、360°环视系统等。

在步骤620，利用来自一个或多个传感器采集汽车周围的环境信息，认知汽车周围的环境，并做出汽车反应动作的决策。步骤620可以在本发明的中央域控制器上执行。中央域控制器通过CPU和GPU的异构架构提供了强大的人工智能算法的计算能力。利用来自一个或多个传感器采集汽车周围的环境信息，通过人工智能算法对汽车周围环境进行认知并在环境认知的基础上利用车辆信息、导航信息等其他信息通过人工智能算法做出汽车反应动作的决策。

在步骤630，根据汽车反应动作的决策生产针对一个或多个域控制器的控制指令。步骤630可以在本发明的中央域控制器上执行。根据通过人工智能算法做出汽车反应动作的决策，将车辆的反应动作转换成针对汽车一个或多个域控制的控制指令。

在步骤640，将针对一个或多个域控制器的动作指令转发到一个或多个域控制器。步骤640可以在本发明的中央域控制器上执行。在汽车环境下，独立地执行指令的转发步骤，可以提高执行的效率。进一步地，一个或多个域控制器控制相应的车辆子系统执行反应动作的控制指令，实现车辆的智能驾驶。

上述实施例仅供说明本发明之用，而并非是对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明范围的情况下，还可以做出各种变化和变型，因此，所有等同的技术方案也应属于本发明公开的范畴。