基于位置共享的无信控交叉口车辆自协同通行方法与流程

本发明涉及自动驾驶汽车协调运行技术领域，具体涉及一种基于位置共享的无信控交叉口车辆自协同通行方法。

背景技术：

自动驾驶汽车(autonomousvehicles；self-pilotingautomobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车技术的研发，在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势，比如，谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，预计于2017年进入市场销售。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。

现有的自动驾驶汽车，在经过交叉路口时，通常是采集前方信号灯的信息，以确定是否通行。在通过一些无信控交叉路口时，由于自动驾驶车辆是以单量车为研究对象的，因此自动驾驶车辆在通过上述路口时是存在安全隐患的。

因此针对自动驾驶汽车在无信控交叉口会车时，存在安全隐患的问题，目前清华大学的论文名叫《基于完全信息动态博弈的无灯控交叉口的车辆协同驾驶模型》(作者：杨卓，姚丹亚)，该方法，是通过给不同的车辆定义收益(将一些舒适、快速、安全等参数定义为收益的指标)，在行进过程中不停调节车辆加速度，使得两辆车在通过路口后获得收益最大，这样的一个博弈过程来完成协同决策的。但是该方法在实际应用(当前还是仿真)中，两辆车有多次博弈过程(论文中的仿真有两次)，这种多次运算的过程，增大了运算量。

技术实现要素：

本发明针对无人驾驶车辆在通过无信控交叉口时，现有的协同系统存在运算量大的技术问题，提供了一种基于位置共享的无信控交叉口车辆自协同通行方法。

本发明提供的基础方案为：基于位置共享的无信控交叉口车辆自协同通行方法，包括如下步骤：

定位步骤：在无信控交叉口配置车辆监测系统，在车辆上装载车载定位终端，车载定位终端用于通过卫星与通信网络实现车辆位置以及运行轨迹的实时定位；

路口网络建立步骤：当车辆进入该交叉口的车辆监测系统的监测区域时，车载定位终端将监测数据实时发送至车辆监测系统，车载定位终端还用于获取车辆监测系统的监测范围内的车辆位置以及运行轨迹的实时定位信息；

车辆行驶轨迹确定步骤：车辆监测系统通过通信网络与云端服务平台建立端对端连接，车辆监测系统将车载定位终端的车辆位置以及运行轨迹的实时定位信息发送至云端服务平台，同时车辆监测系统根据车辆行驶的车道分析校验车辆通过交叉口地运行轨迹，云端服务平台根据接收到的附近车辆的实时定位信息，确定车辆的速度矢量；

处理步骤：对车辆的速度矢量进行轨迹预测，判断是否会发生车辆之间发生的碰撞；

调整步骤：若判断结果为否，则按原车速形式，通过路口；若判断结果为是，则比较预测发生碰撞的车辆连接到该路口对应的云端服务器的时间长短，后来者云端服务器给出减速提示，先行者正常通行。

本发明的工作原理及优点在于：在定位步骤中，车载定位终端能够获得车辆实时定位信息。在车辆行驶轨迹确定步骤中，由于实时定位信息存在采样周期，通过可对当前定位信息与上一时刻的定位信息进行比对，能够获得车辆的速度矢量，或者通过车载定位终端获得车辆的速度矢量(具体的就是，用户通过车载定位终端进行导航时，如果车辆的行驶速度能够确定，那么车辆的轨迹就能够进行较为精准的预测了，即车载定位终端本身也是能够具有车辆速度矢量确定、车辆行驶轨迹确定的功能的)。

路口网络建立步骤是为了采集区域性(车辆监测系统的监测区域)的路口车辆行驶信息，如果建立全网络的车辆行驶信息，这对服务器的运算量的要求、通讯网络的负载都非常大，现有的服务器难以胜任这样的工作。在本方案中，车辆监测系统相当于为每个路口配置了一个协同处理平台，其根据先来后到的秩序，对交通进行指挥。

在处理步骤中对车辆的速度矢量进行轨迹预测，在进行轨迹预测时，可以依靠服务器本身的运算能力对轨迹进行预测，也可以由车载定位终端根据接收到的数据进行预测，分担云端服务器的运算量。

在调整步骤中，由于车载终端可以自行运算获得预测结果，或者通过与云端服务平台建立信息交互获得预测结果，判断车辆在通过路口时是否存在冲突并反馈到云端服务平台。云端服务平台根据预测结果，若不存在冲突，车辆会匀速通过路口。若存在冲突，云端服务平台会根据存在冲突的车辆接入云端服务器时间的长短来判定，通知后来者减速，让先行者正常通过。

本发明基于位置共享的无信控交叉口车辆自协同通行方法，通过定位步骤和路口网络建立步骤，搭建一个路口附近车辆行驶速度的矢量模型。这种在逻辑上为路口配置车辆监测系统的方式，让路口的交通指挥更有针对性。然后根据速度矢量预测车辆之间是否会发生冲突(碰撞)，以接入云端服务器的先后顺序，调控(通知车辆控制车速)车辆的通过顺序，达到避免安全隐患的目的，在本方案中，博弈过程仅有一次，极大的减少了运算量，保证了系统响应的及时性，确保安全，并且对车速的调控也仅有一次，减少了多步骤操作过程中的时间损耗，通过减少操作步骤，达到了减少了运算量，保证安全。本发明是通过对车辆的速度矢量进行预测，通过预测结果指导(通知或者说调控)车辆的行驶速度，达到避免车辆在通过路口时出现碰撞的安全隐患。

尤其是，本发明针对的是自动驾驶汽车在通过无信控交叉路口时，现有的无人驾驶汽车对安全性在多车协同上，设计的是通过一个云端服务器为整个网络里面的汽车提供信息支持，这在响应速度上还存在一定的缺陷。因此本发明构建一个路口的局域网，让局域网内的汽车相互协同，让局域网内的汽车能够共享自己速度矢量，通过合理的预测和调控，达到避免碰撞，减小安全隐患的效果。

进一步，定位步骤中，车载定位终端采用的是多通道的北斗模块。多通道的北斗模块能够为车辆提供更为准确的定位信息。

进一步，定位步骤中，北斗模块的刷新频率为50hz。50hz的刷新频率能够获得实时获得车辆的行驶时的定位信息，车辆为定位信息更新更为稳定。

进一步，处理步骤中，判断车辆之间是是否会发生碰撞的依据为，根据车辆外形确定车辆在道路上的覆盖区域，形成一个区域值平面坐标，云端服务平台根据车辆的速度矢量在区域值平面坐标上加上时间坐标，若时间坐标的数据值相同，在区域值平面坐标之间有相互覆盖的情况，即判定为车辆之间发生碰撞。这样的判定方式更加符合二进制机器语言的判定方式，能够极大的提高系统的相应速度。

进一步，处理步骤中，是依靠车载终端对车辆的速度矢量进行轨迹预测的。这样的设计是为了减轻云端服务器的运算压力，保证云端服务器的响应速度。

进一步，通讯步骤中云端服务器与车辆监测系统可通过3g、4g或5g网络进行连接。这样的连接方式是为了保证网络的带宽能够传输实时定位信息，减少延迟，保证安全性。

附图说明

图1是用于实现本发明基于位置共享的无信控交叉口车辆自协同通行方法的系统的逻辑框图；

图2是本发明在协调车辆通过路口时的流程图。

具体实施方式

下面通过具体实施方式对本发明作进一步详细的说明：

实施例

基于位置共享的无信控交叉口车辆自协同通行方法，包括如下步骤：

定位步骤：在无信控交叉口配置车辆监测系统，在车辆上装载车载定位终端，车载定位终端用于通过卫星与通信网络实现车辆位置以及运行轨迹的实时定位。车载定位终端可以采用利用北斗系统定位的终端。现有的北斗模块刷新率一般在1hz，为了保证精度，本实施中选用的是能够达到50hz的北斗模块。车辆监测系统，我们选用的是处理器为i7的pc电脑，该pc电脑上搭载了无线网卡。

路口网络建立步骤：当车辆进入该交叉口的车辆监测系统的监测区域时，车载定位终端将监测数据实时发送至车辆监测系统，车载定位终端还用于获取车辆监测系统的监测范围内的车辆位置以及运行轨迹的实时定位信息；

车辆行驶轨迹确定步骤：车辆监测系统通过通信网络与云端服务平台建立端对端连接，车辆监测系统将车载定位终端的车辆位置以及运行轨迹的实时定位信息发送至云端服务平台，同时车辆监测系统根据车辆行驶的车道分析校验车辆通过交叉口地运行轨迹，云端服务平台根据接收到的附近车辆的实时定位信息，确定车辆的速度矢量。根据北斗模块的刷新率，在保证定位精度的情况下，确定车辆的速度矢量的频率也可同步达到50hz。云端服务平台我们租用的是腾讯公司提供的网络服务器，通过腾讯qq软件的qq物联端口实现数据联通的。

云端服务平台可通过3g、4g或5g网络与车辆监测系统进行连接。在本实施例中选用的是电信3g网络(网络制式为cdma)，速度稳定，延迟比较低。

处理步骤：依靠车载终端对车辆的速度矢量进行轨迹预测，判断是否会发生车辆之间发生的碰撞。采用车载终端是为了减轻云端服务器的运算压力，保证云端服务平台的响应速度。车载定位终端的定义很容易理解，即安装在汽车上的智能手机或者导航仪，本实施例中选用的是iphone6的智能手机。

调整步骤：若判断结果为否，则按原车速形式，通过路口；若判断结果为是，则比较预测发生碰撞的车辆连接到该路口对应的云端服务器的时间长短，后来者云端服务器给出减速提示，先行者正常通行。

在实际使用时：通过定位步骤和路口网络建立步骤，搭建一个路口附近车辆行驶速度的矢量模型。这种在逻辑上可以为每个路口配置云端服务器，让路口的交通指挥更有针对性。然后根据速度矢量预测车辆之间是否会发生冲突(碰撞)，以接入云端服务器的先后顺序，调控(通知车辆控制车速)车辆的通过顺序，达到避免安全隐患的目的，在本方案中，博弈过程仅有一次，极大的减少了运算量，保证了系统响应的及时性，确保安全，并且对车速的调控也仅有一次，减少了多步骤操作过程中的时间损耗，进一步减少了运算量，保证安全。本发明是通过对车辆的速度矢量进行预测，通过预测结果指导(通知或者说调控)车辆的行驶速度，达到避免车辆在通过路口时出现碰撞的安全隐患。

尤其是，本发明针对的是自动驾驶汽车在通过无信控交叉路口时，现有的无人驾驶汽车对安全性的研究还是停留在单辆车上，在一些路口还存在，本发明构建一个路口的局域网，让局域网内的汽车能够共享自己速度矢量，通过合理的预测和调控，达到避免碰撞，减小安全隐患的效果。

为实现上述方法，我们还公开了一种用于实现该方法的系统，基本如附图1所示，包括:

车辆监测系统，在逻辑上与一个无信控交叉口对应。

车载定位终端，车载定位终端通过卫星与通信网络实现车辆位置的实时定位，并将定位信息实时发送至该车辆附近的与无信控交叉口对应的云端服务平台，云端服务平台根据接收到的附近车辆的实时定位信息，云端服务平台根据接收到的附近车辆的实时定位信息，确定车辆的速度矢量。本实施例中，选用的是型号为iphone6的智能手机。

车载定位终端还用于接收云端服务器发送的附近车辆的速度矢量信息；

车载定位终端还可对车辆的速度矢量进行轨迹预测，判断是否会发生车辆之间发生的碰撞；

车载定位终端还具有显示功能，若车载定位终端判断结果为否，则显示按原车速形式，通过路口；若判断结果为是，则比较预测发生碰撞的车辆连接到该路口对应的云端服务器的时间长短，后来者云端服务器给出减速信息，车载定位终端显示减速，先行者正常通行。

在实际操作中，可通过车载终端实现定位，接收和判断的功能；

车载定位终端还可选用现有的导航仪的设计。

在本实施中，类似rom、ram等功能性较为普遍的元件未进行公开，这对本领域技术人员来说属于车载终端必备的部分，完全能够根据本实施例中的描述生产出来。

甚至在本方案中，云端服务平台可以只用来搭建车与车之间的信道，当两车之间的地址确定之后，两车之间可以直接通讯，这样可以进一步减小服务器的负担。

在短距离无线通信中，可以是rfid和wifi等在车辆密度适当的环境下可以提供可靠的安全信息传输服务，可以通过无线射频设备感知识别对象目标，并获取数据。在路口较宽，短距离无线通信信号不好的情况下，可以依靠远距离移动通信，主要是gprs、3g、lie、4g等技术。并且现在也已经有专用短程通信技术(dsrc)，是针对智能交通系统(its)中车辆与车辆之间以及车辆与道路基础设施之间的通信标准，它适用于短距离的快速移动的目标识别，可以提供高速的无线通信服务，并且能保持短的传输时延以及系统的可靠性。因为其传输速率高，时延短，支持点对点以及点对多点通信特别适用于车辆安全应用，不停车收费，出入控制，信息服务等领域。所以本实施例中，选用了用于远距离通讯的3g模块和专用短程通信技术，保证车与车之间通讯的及时性。

关于汽车行驶矢量或者说速度矢量的确定中，其实现有技术已经有相关的技术，只是未能受到充分重视。速度矢量的确定技术，其实可以用导航中的惯性导航技术来确定，惯性导航技术实质上，就是取汽车与北斗或这bds卫星断开时的速度矢量，进行合理预测。这里就有提取出速度矢量的技术。

在本实施例中的车载定位终端不仅包括北斗定位模块，应该从广义的角度上理解，如，在其他优选的实施例中，定位模块采用北斗/dr组合定位的方式进行定位，这种定位方式使用适当的方法将北斗和dr组合起来，单独采用dr定位时，定位误差会随着时间的推移发散，需要由其他定位系统提供车辆的厨师位置和方位角，并且dr系统不能长时间单独使用。单独利用北斗进行定位时，当车辆在高楼数量多的地区、立交桥、隧道等地的时候，北斗信号很差从而无法精确定位。因此要是以合适的方法将北斗和dr组合起来，便可以获得比单独使用任何一种的定位方法时更高的定位精度和可靠性。

在另一优选实施例中，采用北斗/dr/mm组合定位的方式，地图匹配(mm)是一种基于软件的定位修正方法，其基本的思想是将车辆定位轨迹与电子地图中的路网信息联系起来，并运用地图确定车辆的位置。因为各类定位技术都有各自的缺点，即使是通过传感器和融合技术进行矫正，也不能完全的消除误差，通过地图匹配将定位得到的车辆位置与电子地图上的一个位置对应起来，根据实际情况将车辆位置调整到另一个更可能的位置以消除累计误差，系统在循环执行这个过程之后，便可以得到一个更加精准的车辆位置信息。

我们可以通过具体的路口分析本实施例的价值。存在一个十字路口，每个路口分别定义为a方向、b方向、c方向以及d方向，从每个方向上的来车均有3种形式路径(左转、直行和右转)，无论哪个方向的来车，在右转时，基本不会和其他路径上的车辆产生冲突(即便有冲突，也可以通过控制车速避免)。下面举个具体实例进行分析。

当车辆行驶到a路口时，云端服务器便开始确认其他方向是否有来车，要是没有来车以及来车不会发生冲突车辆便不改变驾驶行为继续行驶并进行下一步的分析检测；要是检测到其他方向来车会发生冲突，云端服务器便开始采集两辆车辆的行驶速度、行驶路线等，并结合车辆接入云端服务的时间，要是a方向来车接入的时间大于其他方向车辆接入时间，即a车辆会比其他方向车辆先接入，因此a方向来车便不需要改变自身的驾驶状态，保持现在的驾驶状态继续通行；如果条件相反，则a方向来车控制车速避让。其过程如图2所示。图中，va、vb、vc、vd：a、b、c、d方向的来车；ta、tb、tc、td：a、b、c、d方向车辆接入云端服务器的时间。

早期的导航系统主要是利用惯性导航设备实现定位车辆方向，这样的局限性很大；随着各种高新科技的发展，随着gps定位技术的出现，车辆定位的准确度大大增加。欧洲的“伽利略”卫星导航系统已经投入运营，伽利略系统由三十颗卫星组成，它可以精确的进行导航、定位、授时，在未来美国的gps系统与伽利略系统将实现联网，这会为车载导航系统带来新的发展。日本目前正在研发自主区域导航卫星系统，“准天顶卫星系统”就是其第一步。该系统投入使用后会大大改善日本的卫星导航信号的可见性。车-车通信是车联网中的重要组成部分，在智能导航、辅助驾驶、安全告警灯方面都有应用。美国发起了intellidrive项目，目的是通过车载传感器与车-车或者是车路通信提供较高的效率和良好的安全环境。当其余自动车辆安全系统结合应用时，如果驾驶员没有及时作出响应，车辆便会自动响应并进行操作。如该系统可以用在十字路口，它允许汽车与交通信号系统进行通信，如果路口有行人便会警示驾驶员以避免交通事故的发生。同时，交通管理部门、车辆运营商，驾驶员都可以得到所需要的信息，提高了出行的安全性和效率。欧盟研发的车路协助系统(cvis)使车辆之间以及车辆为道路基础设施之间可以进行通信，从而更有效的评估潜在的危险以及优化车载安全系统的功能。

在本发明提供的实施例中，通过在每个路口设置逻辑上独立的服务器，实现该路口单独的交通指挥，从而达到节约服务器运算量的目的。

在本方案中，通过卫星与通信网络实现车辆位置的实时定位共享，并利用云端高精度电子地图实现车辆通过交叉口的运行轨迹共享；通过车辆运行轨迹的冲突点分析，在设定距离阈值范围内实时计算车辆距交叉口停车线的距离，距离近者具有优先通行权，相同时刻随机选择优先权，依此化解交通冲突，保证车辆高效通行。即利用车载定位终端构建基于高精度电子地图的交叉口车辆运行轨迹共享云计算平台，具体配置包括：(1)云端服务器；(2)车载卫星定位与导航模块；(3)高精度电子地图；(4)移动通信网络(4g/5g)。

在进行效果验证的时候，我们根据《基于完全信息动态博弈的无灯控交叉口的车辆协同驾驶模型》论文中所提供的模型和本发明所提供的方法用matlab进行了仿真实验。matlab的运行环境相同，通过输入不同的参数表征预测会产生冲突车辆的速度。由于运行环境相同，代表matlab的硬件环境相同(i36100处理器；8g运行内存；240g固态硬盘)，matlab所构建的模型代表的是论文所提供的模型(简称论文模型)和本发明所提供的模型(本发明)，通过提取两个模型处理冲突的运行时间，即可明显的看出两种方案在机械语言上的运算量。结果如表1所示。

通过对比论文模型和本发明能够明显看出本发明在处理时间上明显由于论文模型，达到了减小运算量的目的。当然在实际运用过程中，由于人为驾驶的原因，肯定在车速控制这一块不会向仿真一样简单，但是在由于实时采集，实时控制的思想，依然会对处理时间有要求，因此处理速度快的模型有着更优异的生命力。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。