本发明涉及自动驾驶技术领域，特别涉及一种应用于道路清扫车的自动驾驶系统及其控制方法、装置。
背景技术：
道路清扫车主要用于清扫城市道路，是保障城市环境卫生的重要车辆。道路清扫车一般都是由人工驾驶作业，且基本都在白天运作。这样导致的结果是一方面驾驶员的工作强度大，另一方面由于道路清扫车体型较大，行驶速度慢，严重影响白天道路的通行效率，加大道路拥堵。
目前，自动驾驶技术利用人工智能、视觉、雷达等传感器及全球定位系统(globalpositioningsystem，简称gps)协同合作，能够让车辆可以在没有任何人主动的操作下自动驾驶。
如何将自动驾驶技术应用于道路清扫车，实现道路清扫车夜晚在无人干预下作业，以节省人力成本和减轻白天交通压力，已成为本领域的重点研究方向。
技术实现要素：
为了将自动驾驶技术应用于道路清扫车，实现道路清扫车夜晚在无人干预下作业，以节省人力成本和减轻白天交通压力，本发明实施例提供了一种应用于道路清扫车的自动驾驶系统及其控制方法、装置。所述技术方案如下：
第一方面，提供了一种应用于道路清扫车的自动驾驶系统，所述系统包括定位模块、若干雷达、视觉采集分析模块、控制模块和底层执行模块，所述若干雷达包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达；
所述激光雷达用于探测本车行驶前方和行驶前方两侧的障碍物、及探测行驶前方两侧的道路边沿；
所述超声波雷达用于探测本车两侧的障碍物；
所述毫米波雷达用于探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，并计算动态障碍物与本车的距离和相对速度；所述障碍物的类型包括静态障碍物和动态障碍物；
所述视觉采集分析模块用于探测本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧的车道线的距离；
所述定位模块用于探测本车的实时位置；
所述控制模块用于获取所述激光雷达、所述超声波雷达、所述毫米波雷达、所述视觉采集分析模块和所述定位模块的探测信息，并根据获得的探测信息确定本车的行驶道路和行驶策略；以及，通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务；所述行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为所述横向行驶与所述跟车或所述转向的组合。
可选地，所述若干雷达包括2个所述16线激光雷达；
2个所述16线激光雷达分别安装于本车车头的两侧，每个所述激光雷达的辐射方向背向所述车头，每个所述激光雷达的水平辐射角度为150°，每个所述激光雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身横截面的夹角分别为30度和60度，所述车身横截面与车身中轴线所在平面垂直。
可选地，所述若干雷达包括8个所述超声波雷达；
8个所述超声波雷达两两相对的安装在本车车身的两侧，每个所述超声波雷达的辐射方向背向所述车身、且每个所述超声波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与车身中轴线所在平面的夹角相等，位于所述车身同一侧的相邻两个所述超声波雷达之间的距离范围为0.3～0.6米。
可选地，所述若干雷达包括3个所述毫米波雷达，所述3个毫米波雷达分别为1个第一毫米波雷达和2个第二毫米波雷达；
所述第一毫米波雷达安装于车头的前保险杠，且所述第一毫米波雷达的安装位置位于车身中轴线上，所述第一毫米波雷达距离地面的高度为50～80厘米，所述第一毫米波雷达的辐射方向背向所述车头，所述第一毫米波雷达的水平辐射夹角为100°；
2个所述第二毫米波雷达分别安装于本车后车厢的两侧，所述第二毫米波雷达的辐射区域的水平截面为扇形，所述扇形的两直边与所述车身中轴线所在平面的夹角分别是为38°和68°，所述第二毫米波雷达的安装高度为60～100厘米，所述第二毫米波雷达的水平辐射夹角为150°。
可选地，所述视觉采集分析模块包括单目摄像头和图像分析单元；
所述单目摄像头安装于本车前挡风玻璃内且位于本车内后视镜的下方，所述单目摄像头的中心线与车身中轴线重合，所述单目摄像头用于实时采集本车行驶前方的环境图像；
所述图像分析单元用于，对所述单目摄像头采集的图像进行分析，识别图像中的本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧车道线的距离。
可选地，所述定位模块为全球定位系统或北斗卫星导航系统，所述定位模块的天线安装在本车驾驶室上方的车顶的中央位置。
第二方面，提供了一种应用于道路清扫车的自动驾驶系统的控制方法，所述方法包括：
获取所述定位模块探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路；
获取所述激光雷达、所述超声波雷达、所述毫米波雷达和所述视觉采集分析模块的探测信息；
根据获取的探测信息，确定本车在行驶道路上的行驶策略；
通过所述底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
可选地，所述根据获取的探测信息，确定本车在行驶道路上的行驶策略，包括：
基于获取的探测信息，确定本车道行驶前方是否存在障碍物；
当本车道行驶前方不存在所述障碍物时，基于所述视觉采集分析模块的探测信息，确定行驶策略；
当本车道行驶前方存在所述障碍物时，基于所述毫米波雷达的探测信息，确定所述障碍物的类型；
当所述障碍物为动态障碍物时，基于所述毫米波雷达的探测信息，确定行驶策略；
当所述障碍物为静态障碍物时，基于所述毫米波雷达的探测信息、所述超声波雷达的探测信息、及所述视觉采集分析模块的探测信息，确定行驶策略。
可选地，基于所述视觉采集分析模块的探测信息，确定行驶策略，包括：
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯不为绿灯时，确定所述行驶策略为所述刹车等待；
当所述视觉采集分析模块探测到本车未过所述道路停止线、且所述交通信号灯为所述绿灯时，或者，当所述视觉采集分析模块探测到本车已过所述道路停止线时，确定所述行驶策略为所述横向行驶。
可选地，基于所述毫米波雷达的探测信息，确定行驶策略，包括：
根据所述毫米波雷达探测的动态障碍物与本车之间的距离计算碰撞速度；
比较所述毫米波雷达探测的动态障碍物与本车的相对速度与计算出的碰撞速度；
当所述相对速度大于或等于所述碰撞速度时，确定所述行驶策略为所述刹车等待；
当所述相对速度小于所述碰撞速度时，确定所述行驶策略为所述横向行驶与所述跟车的组合，跟车的目标车辆为所述动态障碍物。
第三方面，提供了一种应用于道路清扫车的自动驾驶系统的控制装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器被配置为执行所述计算机程序时实现前述方法中所执行的操作。
本发明实施例提供的技术方案带来的有益效果是：
通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，道路清扫车能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的结构示意图；
图2是本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统的结构示意图；
图3是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制方法的流程图；
图4是本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统的控制方法的流程图；
图5是本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1示出了本发明实施例提供的一种应用于道路清扫车的自动驾驶系统。参见图1，该系统包括定位模块10、若干雷达11、视觉采集分析模块12、控制模块13和底层执行模块14。
其中，定位模块10用于探测本车的实时位置。
其中，若干雷达11可以包括若干16线激光雷达11a、若干超声波雷达11b和若干毫米波雷达11c。比如，若干雷达11包括至少2个16线激光雷达11a、至少8个超声波雷达11b和至少3个毫米波雷达11c。
其中，至少2个16线激光雷达11a用于探测本车行驶前方和行驶前方两侧的障碍物、及探测行驶前方两侧的道路边沿。其中，障碍物包括车辆和行人。道路边沿即马路道牙，指马路和人行道相接的部分。
其中，至少8个超声波雷达11b用于探测本车两侧的障碍物。
其中，至少3个毫米波雷达11c用于探测本车行驶前方、行驶后方及行驶后方两侧的障碍物的类型，并计算动态障碍物与本车的距离和相对速度；障碍物的类型包括静态障碍物和动态障碍物。
视觉采集分析模块12用于探测本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧的车道线的距离。
控制模块13用于获取激光雷达11a、超声波雷达11b、毫米波雷达11c、视觉采集分析模块12和定位模块10的探测信息，并根据获得的探测信息确定本车的行驶道路和行驶策略；以及，通过底层执行模块控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行清扫任务。
其中，行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为横向行驶与跟车或转向的组合。例如，行驶策略可以是刹车等待，可以是横向行驶，可以是跟车，也可以是转向，还可以是横向行驶和跟车的组合，还可以是横向行驶与转向的组合。在本实施例中，横向行驶可以是保持车在本车道内行驶。
底层执行模块14可以包括电子控制单元(electroniccontrolunit，简称ecu)14a、制动机构14b、电子油门14c和转向机构14d。ecu14a分别与制动机构14b、电子油门14c和转向机构14d电连接。制动机构14b用于实现本车的制动，电子油门14c用于调整本车的行驶速度，转向机构14d用于调整本车的行驶方向。
清扫任务具体包括由本车配置的清扫工具完成的连续的清扫动作，例如先由本车配置的洒水设备执行洒水动作，在洒水动作进行一段时间之后由本车配置的清扫设备刷洗路面。清扫任务可以预先进行设置。清扫任务可以在行驶道路的指定路段触发，即当控制模块13监控到本车行驶到指定路段时，触发清扫任务。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图2示出了本发明实施例提供的又一种应用于道路清扫车的自动驾驶系统。具体地，图2示出的自动驾驶系统为图1示出的自动驾驶系统的优选方案。
参见图2，若干雷达11包括2个16线激光雷达11a、8个超声波雷达11b和3个毫米波雷达11c。
2个16线激光雷达11a分别安装于本车车头的两侧，每个激光雷达11a的辐射方向背向车头，每个激光雷达11a的水平辐射角度为150°，每个激光雷达的辐射区域的水平截面为扇形，该扇形的两直边与车身横截面的夹角分别为30度(如图2所示)和60度，其中，车身横截面与车身中轴线所在平面垂直。
每个激光雷达11a的垂直辐射角度范围可以是-10°～+5°，能够保证足够密的纵向激光线束来保证更稳定可靠的环境感知及区分障碍物的能力。激光雷达11a的探测半径可以达100米。这样，2个16线激光雷达11a可以探测到车周围300°、半径100米内区域内障碍物信息和道路边沿。
激光雷达11a的工作原理可以是，激光雷达11a向辐射区域发射905nm光波信号，光波信号遇障碍物将产生回波点云数据；根据回波点云数据可以创建栅格地图；将回波点云数据投影到栅格地图，可以得到障碍栅格地图；根据障碍栅格地图，可以确定障碍物的位置和形状。本实施例不限定16线激光雷达11a的具体结构，可以选用现有的任何一种16线激光雷达11a。优选地，16线激光雷达11a可以采用型号为vlp-16的激光雷达11a，性价比较优。
其中，3个毫米波雷达11c包括1个第一毫米波雷达111c和2个第二毫米波雷达112c。
第一毫米波雷达111c安装于车头的前保险杠，且第一毫米波雷达111c的安装位置位于车身中轴线上，第一毫米波雷达111c距离地面的高度为50～80厘米，第一毫米波雷达111c的辐射方向背向车头，第一毫米波雷达111c的水平辐射夹角为100°，第一毫米波雷达111c的垂直辐射夹角为10°。
2个第二毫米波雷达112c分别安装于本车后车厢的两侧，第二毫米波雷达的辐射区域的水平截面为扇形，该扇形的两直边与车身中轴线所在平面的夹角分别是为38°(如图2所示)和68°，第二毫米波雷达112c的安装高度为60～100厘米，第二毫米波雷达112c的水平辐射夹角为150°，探测距离为70米。
毫米波雷达11c的工作原理可以是，通过向辐射区域发射电磁波，并接收障碍物反射的回波信号；根据回波信号的方位，可以确定障碍物的方位，同时根据回波信号的传输时间可以确定障碍物与本车的距离和相对速度；根据方位和距离，可以确定障碍物是否位于本车同一行驶车道，以及根据距离和相对速度，可以确定障碍物是静态障碍物或动态障碍物。本实施例不限定毫米波激光雷达11a的具体结构，可以选用现有的任何一种毫米波激光雷达11a。优选地，毫米波雷达11c可以采用bosch雷达模块，性价比较优。
8个超声波雷达11b两两相对的安装在本车车身的两侧，即车身左侧安装4颗，车身右侧安装4颗，左侧4与右侧4颗两两相对。每个超声波雷达11b的辐射方向背向车身，且每个超声波雷达11b的辐射区域的水平截面为扇形，该扇形的两直边与车身中轴线所在平面的夹角相等，位于车身同一侧的相邻两个超声波雷达11b之间的距离范围为0.3～0.6米。
超声波雷达11b主要用来弥补激光雷达11a和毫米波雷达11c在车身两侧的辐射盲区，用于探测靠近主车辆两侧的障碍物信息。优选地，超声波雷达11b可以采用法雷奥雷达模块。
其中，视觉采集分析模块12包括单目摄像头12a和图像分析单元。
单目摄像头12a安装于本车前挡风玻璃内且位于本车内后视镜的下方，单目摄像头的中心线与车身中轴线重合。单目摄像头12a用于实时采集本车行驶前方的环境图像。
图像分析单元用于，对单目摄像头12a采集的图像进行分析，识别图像中的本车行驶前方的可行驶区域、本车行驶前方的道路停止线、本车行驶前方的障碍物和交通信号灯、及本车前轮距离行驶车道两侧车道线的距离。
优选地，视觉采集分析模块12可以采用minieye单目摄像头模块。
可选地，定位模块10可以是全球定位系统或北斗卫星导航系统，定位模块10的天线安装在本车驾驶室上方的车顶的中央位置。
优选地，定位模块10可以采用上海司南模块。
其中，激光雷达11a的探测信息可以通过以太网传输至控制模块13。超声波雷达11b的探测信息、毫米波雷达11c的探测信息、视觉采集分析模块12的探测信息、以及定位模块10的探测信息可以通过控制器局域网络(controllerareanetwork，简称can)总线传输至控制模块13。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图3示出了一种应用于道路清扫车的自动驾驶系统的控制方法，可以基于图1或图2示出的应用于道路清扫车的自动驾驶系统实现。具体地，由控制模块13实现。参见图3，该方法流程包括如下步骤：
步骤s301：获取定位模块10探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路。
步骤s302：获取激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
步骤s303：根据激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息，确定本车在行驶道路上的行驶策略。
其中，行驶策略为刹车等待、横向行驶、跟车和转向中的任何一种，或者为横向行驶与跟车或转向的组合。
步骤s304：通过底层执行模块14控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图4示出了又一种应用于道路清扫车的自动驾驶系统的控制方法，可以基于图1或图2示出的应用于道路清扫车的自动驾驶系统实现，具体地，由控制模块13实现。具体地，图4示出的控制方法是图3示出的控制方法的优选方案。参见图4，该方法流程包括如下步骤：
步骤s401：获取定位模块10探测到的本车的实时位置信息，并根据获取的本车的实时位置信息及预置行驶路线，确定本车的行驶道路。
具体地，通过can总线获取定位模块10探测到的本车的实时位置信息。
预置行驶路线为预先设置的道路清扫车的清扫路线，包括起点、终点、以及贯通起点和终点的道路。获取本车的当前位置信息后，从预置行驶路线中提取从本车的当前位置开始到终点之间的行驶路线，作为本车未来时间的行驶道路。
步骤s402：获取激光雷达11a、超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
具体地，通过以太网获取激光雷达11a的探测信息，通过can总线获取超声波雷达11b、毫米波雷达11c和视觉采集分析模块12的探测信息。
步骤s403：基于探测信息，确定本车道行驶前方是否存在障碍物。
当本车道行驶前方不存在障碍物时，执行步骤s404；当本车道行驶前方存在障碍物时，执行步骤s405。
本步骤s403具体包括：当激光雷达11a、第一毫米波雷达111c、以及视觉采集分析模块12中至少两个探测设备的探测信息指示本车道行驶前方存在障碍物时，确定本车道行驶前方存在障碍物。
参见图2，激光雷达11a、第一毫米波雷达111c和视觉采集分析模块12的探测区域均覆盖了本车行驶前方的区域。通过在至少两个探测设备探测到障碍物时才确定存在障碍物，提高了识别的精确度，避免误判的情况。
步骤s404：基于视觉采集分析模块12的探测信息，确定行驶策略。执行步骤s408。
本步骤s404具体包括：当视觉采集分析模块12探测到本车未过道路停止线、且交通信号灯不为绿灯时，确定行驶策略为刹车等待。当视觉采集分析模块12探测到本车未过道路停止线、且交通信号灯为绿灯时，或者，当视觉采集分析模块12探测到本车已过道路停止线时，确定行驶策略为横向行驶。
步骤s405：基于毫米波雷达11c的探测信息，确定障碍物的类型。
当障碍物为动态障碍物时，执行步骤s406；当障碍物为静态障碍物时，执行步骤s407。
具体地，基于第一毫米波雷达111c的探测信息，确定障碍物的类型。
步骤s406：基于毫米波雷达11c的探测信息，确定行驶策略。执行步骤s408。
本步骤s406具体包括：首先根据毫米波雷达11c(可以是第一毫米波雷达111c)探测的动态障碍物与本车之间的距离计算碰撞速度；其次比较毫米波雷达11c探测的动态障碍物与本车的相对速度与计算出的碰撞速度；当相对速度大于或等于碰撞速度时，确定行驶策略为刹车等待；当相对速度小于碰撞速度时，确定行驶策略为横向行驶与跟车的组合，跟车的目标车辆为动态障碍物。其中，x＝1.5v+0.1v2，x是本车与动态障碍物之间的距离，v是碰撞速度。
步骤s407：基于毫米波雷达11c的探测信息、超声波雷达11b的探测信息、及视觉采集分析模块12的探测信息，确定行驶策略。执行步骤s408。
本步骤s407具体包括：确定视觉采集分析模块12探测的可行驶区域的宽度是否满足本车行驶。
当可行驶区域的宽度满足本车行驶时，确定超声波雷达11b和第二毫米波雷达11c是否探测到车身两侧和行驶后方的障碍物。如果超声波雷达11b和第二毫米波雷达112c未探测到车身两侧和行驶后方的障碍物，确定行驶策略为转向；反之，如果超声波雷达11b和第二毫米波雷达112c探测到车身两侧和行驶后方的障碍物，确定行驶策略为刹车等待。
当可行驶区域的宽度不满足本车行驶时，确定行驶策略为刹车等待。
步骤s408：通过底层执行模块14控制本车按照确定出的行驶策略在行驶道路上行驶，且同步执行预定清扫任务。
具体地，当确定的行驶策略为刹车等待时，控制模块13向ecu14a发送刹车命令。ecu14a将控制制动机构14b对本车进行制动。本车刹车后将等待一段时间，直到下一次控制模块13更新行驶策略。
当确定的行驶策略为横向行驶时，控制模块13根据视觉采集分析模块12探测到的本车前轮距离行驶前方车道两侧车道线的距离信息、以及激光雷达11a探测到的道路边沿，确定本车的方向和速度，并向ecu14a发送确定出的本车的方向和速度。ecu14a根据确定出的本车的方向和速度，协调转向机构14d和电子油门14c共同工作，以保持本车在车道内行驶。
当确定的行驶策略为跟车时，控制模块13根据本车与动态障碍物的相对速度、以及本车与动态障碍物的距离，确定本车的跟车速度并发送给ecu14a。其中，确定出的跟车速度最高不超过40km/h，并且，跟车距离最近不低于5米。ecu14a根据本车的跟车速度，控制电子油门14c调节本车的速度。
当确定的行驶策略为转向时，控制模块13确定本车的转向角度、转向方向和速度并发送给ecu14a。ecu14a根据本车的转向角度、转向方向和速度，协调转向机构14d和电子油门14c共同工作，以使本车转向。例如，直道上驾驶需要小角度的转向时，控制模块13可以根据车道线与车轮的距离的变化情况确定转向角度、方向和速度。又如，本车需要调头时，控制模块13可以根据激光雷达探测的道路边沿，获得道路的曲率(用于辨认弯道场景)，还可以结合本车的宽度等参数，还可以结合定位模块10的导航信息，确定本车的转向角度、转向方向和速度。
本发明实施例中，道路清扫车通过激光雷达、超声波雷达、毫米波雷达、视觉采集分析模块，能够智能地感知车周围环境进行自动行驶，不需要任何人干预就能开展清扫工作，节省人力成本，同时可以大多安排在夜晚作业，可以减轻白天交通压力。并且，该自动驾驶系统包括至少2个16线激光雷达、至少8个超声波雷达和至少3个毫米波雷达，即所需的雷达数量较少，实施起来也比较简单，花费成本较低，可以大规模的应用在道路清扫车上。
图5示出了本发明实施例提供的一种应用于道路清扫车的自动驾驶系统的控制装置。该控制装置可以为计算机1700等设备，具体来讲，计算机1700包括中央处理单元(cpu)1701、包括随机存取存储器(ram)1702和只读存储器(rom)1703的系统存储器1704，以及连接系统存储器1704和中央处理单元1701的系统总线1705。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、eprom、eeprom、闪存或其他固态存储其技术，cd-rom、dvd或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。
根据本发明的各种实施例，计算机1700还可以通过诸如以太网或can等网络连接到各种雷达和定位模块。也即计算机1700可以通过连接在系统总线1705上的网络接口单元1711连接到各种雷达和定位模块，或者说，也可以使用网络接口单元1711来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由cpu执行。当cpu执行存储器中的程序时，可以实现图3或图4示出的方法。
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器，上述指令可由计算机1700的中央处理单元1701加载并执行以完成图3或图4示出的方法。例如，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。