一种用于自动驾驶导航的天气服务系统及方法与流程

本发明涉及自动驾驶路径规划领域，具体涉及一种用于自动驾驶导航的天气服务系统及方法。

背景技术：

目前车辆自主驾驶系统的路径规划部分是从轨迹决策的角度考虑的，可分为局部路径规划和全局路径规划。全局路径规划根据地图路网信息规划出一条自起始点至目标点的无碰撞、可通过的路径。在已知电子地图、路网以及宏观交通信息等先验信息下，根据某优化目标得到两点之间的最优路径，完成路径规划的传感信息主要来自于gps定位信息以及电子地图。由于全局路径规划所生成的路径只能是从起始点到目标点的粗略路径，并没有考虑路径的方向、宽度、曲率、道路交叉以及路障等细节信息。加之智能车辆在行驶过程中受局部环境和自身状态的不确定性的影响，会遇到各种不可测的情况。因此，在智能车辆的行驶过程中，必须以局部环境信息和自身状态信息为基础，规划出一段无碰撞的理想局部路径，这就是局部路径规划。但是，局部路径规划能力受制于传感器的感知能力，传感器的感知能力受天气影响较为明显。目前使用的主流传感器包括摄像头、毫米波雷达、超声波雷达和激光雷达四种。在遭遇强降水、大雾、霾、沙尘暴等天气现象出现能见度降低的情况时，这四种传感器的感知能力将明显降低；或者路面积水影响传感器检测交通车道的地面标识，都将出现某道路不适合通行的情况，但是现有的路径规划决策中并没有很好地规避天气造成的影响。

目前现有技术方案提出了一种用于车载信息服务的天气预报和灾害预警系统，包括：导航终端的车载信息服务系统，导航终端与车载信息服务系统服务器无线通信连接，车载信息服务系统服务器内设或通过网络连接天气及灾害信息服务系统，天气及灾害信息服务系统包括天气及灾害信息数据库；车载信息服务系统服务器根据导航终端当前位置和行车目的地查询请求规划行车路线，并发送至天气及灾害信息服务系统；天气及灾害信息服务系统提取数据库中存储的行车路线相关经由点的天气和/或灾害信息通过车载信息服务系统服务器发送至导航终端或用户手机中，也可由坐席人员口述相关信息。本发明使用户可以综合天气预报、灾害预警、行车路径规划建议等信息，选择最适合的行车方式与行车准备。

从现有技术方案分析来看，其整体方案存在以下缺陷：

1、使用该方案仅能获取通行路径上的天气预报信息，需要人为根据天气信息作出决策，不能自动根据天气重新规划路径；

2、该方案所述的天气预报、灾害预警信息，更适合人类理解，并没有提取影响自动驾驶传感器感知能力的关键因素，不能很好地与自动驾驶技术相结合；

3、该方案通过上传经由点到天气预报服务系统获取天气信息，不利于快速规划新路径，如果天气影响范围较大，需要反复重新规划路径，上传经由点，获取天气信息，效率不高。

技术实现要素：

本发明所要解决的技术问题是提供一种用于自动驾驶导航的天气服务系统及方法，可以实现自动且高效的路径规划，以及能很好地与自动驾驶技术相结合。

本发明解决上述技术问题的技术方案如下：一种用于自动驾驶导航的天气服务系统，包括自动驾驶客户端、天气服务端和导航服务端；

所述自动驾驶客户端，其用于将gps定位数据、目标点信息和车辆传感器的关键指标阈值上传至所述导航服务端；

所述天气服务端，其用于从气象数值模式系统中实时采集要素天气格点数据，并对所述要素天气格点数据进行融合计算，产出自动驾驶天气格点数据；

所述导航服务端，其用于基于路网以及所述gps定位数据、目标点信息、车辆传感器的关键指标阈值和自动驾驶天气格点数据，从所述路网中排除不适合通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且将所述行车路径返回给所述自动驾驶客户端。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述导航服务端，具体用于从所述天气服务端获取并本地缓存所述自动驾驶天气格点数据；

所述导航服务端，还具体用于根据所述gps定位数据和目标点信息选取查询范围，并判断所述查询范围内的本地缓存的所述自动驾驶天气格点数据是否为最新；

所述导航服务端，还具体用于在本地缓存的所述自动驾驶天气格点数据不是最新的条件下，向所述天气服务端请求最新的自动驾驶天气格点数据，并加以本地缓存；

所述导航服务端，还具体用于在本地缓存的所述自动驾驶天气格点数据是最新的条件下，将所述查询范围内的所述路网、所述车辆传感器的关键指标阈值和本地缓存的最新的所述自动驾驶天气格点数据进行融合，做叠加分析，从所述路网中排除不可通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且将所述行车路径返回给所述自动驾驶客户端。

进一步，所述导航服务端，还用于向所述自动驾驶客户端返回路网可通行状态的可视化产品。

进一步，所述要素天气格点数据具体为，气象数值模式系统产出的针对要素的天气格点数据，包括降水、雾、霾和沙尘暴；所述自动驾驶天气格点数据具体为，适用于自动驾驶的天气格点数据，包括能见度和累积降水量。

进一步，所述车辆传感器的关键指标阈值包括车辆传感器能承受的能见度阈值、车道检测能承受的累积降水量和车辆涉水高度阈值。

本发明的有益效果是：本发明一种用于自动驾驶导航的天气服务系统采用融合天气服务与自动驾驶导航的方法，利用天气格点与路网叠加分析，排除不可通行道路再进行导航，有效规避了自动驾驶车辆在极端天气条件下传感器失灵的风险，提升了自动驾驶的安全性，通过在导航服务端缓存最新的天气格点产品，极大减少了反复请求天气数据的等待时间，并优先通过叠加分析排除路网中的不可通行道路，节省了路径搜索时间，本方案能很好地与自动驾驶技术结合使用。

基于上述一种用于自动驾驶导航的天气服务系统，本发明还提供一种用于自动驾驶导航的天气服务方法。

一种用于自动驾驶导航的天气服务方法，包括以下步骤，

s1，获取gps定位数据、目标点信息和车辆传感器的关键指标阈值；

s2，从气象数值模式系统中实时采集要素天气格点数据，并对所述要素天气格点数据进行融合计算，产出自动驾驶天气格点数据；

s3，基于路网以及所述自动驾驶天气格点数据、gps定位数据、目标点信息和车辆传感器的关键指标阈值，从所述路网中排除不适合通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且返回所述行车路径。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述s3具体为，

s31，本地缓存所述自动驾驶天气格点数据；

s32，根据所述gps定位数据和目标点信息选取查询范围，并判断所述查询范围内的本地缓存的所述自动驾驶天气格点数据是否为最新；

s33，在本地缓存的所述自动驾驶天气格点数据不是最新的条件下，请求最新的自动驾驶天气格点数据，并加以本地缓存；

s34，在本地缓存的所述自动驾驶天气格点数据是最新的条件下，将所述查询范围内的所述路网、所述车辆传感器的关键指标阈值和本地缓存的最新的所述自动驾驶天气格点数据进行融合，做叠加分析，从所述路网中排除不可通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且返回所述行车路径。

进一步，所述s34还包括返回路网可通行状态的可视化产品。

进一步，所述要素天气格点数据具体为，气象数值模式系统产出的针对要素的天气格点数据，包括降水、雾、霾和沙尘暴；所述自动驾驶天气格点数据具体为，适用于自动驾驶的天气格点数据，包括能见度和累积降水量。

进一步，所述车辆传感器的关键指标阈值包括车辆传感器能承受的能见度阈值、车道检测能承受的累积降水量阈值和车辆涉水高度阈值。

本发明的有益效果是：本发明一种用于自动驾驶导航的天气服务方法采用融合天气服务与自动驾驶导航的方法，利用天气格点与路网叠加分析，排除不可通行道路再进行导航，有效规避了自动驾驶车辆在极端天气条件下传感器失灵的风险，提升了自动驾驶的安全性，通过在导航服务端缓存最新的天气格点产品，极大减少了反复请求天气数据的等待时间，并优先通过叠加分析排除路网中的不可通行道路，节省了路径搜索时间，本方案能很好地与自动驾驶技术结合使用。

附图说明

图1为本发明一种用于自动驾驶导航的天气服务系统工作的时序图；

图2为本发明一种用于自动驾驶导航的天气服务方法的流程图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种用于自动驾驶导航的天气服务系统，包括自动驾驶客户端、天气服务端和导航服务端；自动驾驶客户端、天气服务端和导航服务端之间交互的过程如下：

自动驾驶客户端向导航服务端上传gps定位数据和目标点信息，以及车辆传感器的关键指标阈值；其中，车辆传感器的关键指标阈值包括可保障摄像头、毫米波雷达、超声波雷达和激光雷达等用于局部路径规划的传感器正常使用的最低能见度，可保障交通车道检测的最低累积降水量。

天气服务端从气象数值模式系统中采集针对要素的天气格点数据(要素天气格点数据)，如降水、雾、霾和沙尘暴等，并进行融合计算，产出适用于自动驾驶的天气格点数据(自动驾驶天气格点数据)，包括能见度天气格点数据和累积降水量天气格点数据，其中，利用累积降水数据和短时临近降水数据产出最近时刻的累积降水量天气格点数据。

导航服务端根据自动驾驶客户端上传的gps定位数据和目标点信息选取查询范围，判断查询范围内的自动驾驶天气格点数据是否是最新的。

如果导航服务端本地缓存的自动驾驶天气格点数据不是最新的，则向天气服务端请求最新的自动驾驶天气格点数据，并加以本地缓存，否则使用本地缓存。

导航服务端将查询范围内的路网、本地缓存的最新的自动驾驶天气格点数据、车辆传感器的关键指标阈值进行融合，做叠加分析，从路网中排除不可通行的道路。

导航服务端根据叠加分析后的路网(排除不可通行的道路后的路网)，规划行车路径。

导航服务端返回行车路径给自动驾驶客户端，如果有可视化要求，可同时返回自动驾驶天气格点数据与路网叠加后的路网可通行状态的可视化产品。本发明系统通过采集气象数值模式产品，通过融合计算产出能见度、累积降水等要素的格点产品，根据自动驾驶客户端传来的gps定位数据和目标点信息，以及传感器阈值信息，将相关范围内的格点产品、阈值、与路网信息进行叠加分析，排除不适合通行的道路，再按照常规导航算法计算规划路径，并返回给自动驾驶客户端。

本发明一种用于自动驾驶导航的天气服务系统采用融合天气服务与自动驾驶导航的方法，利用天气格点与路网叠加分析，排除不可通行道路再进行导航，有效规避了自动驾驶车辆在极端天气条件下传感器失灵的风险，提升了自动驾驶的安全性，通过在导航服务端缓存最新的天气格点产品，极大减少了反复请求天气数据的等待时间，并优先通过叠加分析排除路网中的不可通行道路，节省了路径搜索时间，本方案能很好地与自动驾驶技术结合使用。

基于上述一种用于自动驾驶导航的天气服务系统，本发明还提供一种用于自动驾驶导航的天气服务方法。

如图2所示，一种用于自动驾驶导航的天气服务方法，整体包括以下步骤，

一种用于自动驾驶导航的天气服务方法，包括以下步骤，

s1，获取gps定位数据、目标点信息和车辆传感器的关键指标阈值；

s2，从气象数值模式系统中实时采集要素天气格点数据，并对所述要素天气格点数据进行融合计算，产出自动驾驶天气格点数据；

s3，基于路网以及所述自动驾驶天气格点数据、gps定位数据、目标点信息和车辆传感器的关键指标阈值，采用叠加的分析方法，从所述路网中排除不适合通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且返回所述行车路径。

在本具体实施例中：

所述s3具体为，

s31，本地缓存所述自动驾驶天气格点数据；

s32，根据所述gps定位数据和目标点信息选取查询范围，并判断所述查询范围内的本地缓存的所述自动驾驶天气格点数据是否为最新；

s33，在本地缓存的所述自动驾驶天气格点数据不是最新的条件下，请求最新的自动驾驶天气格点数据，并加以本地缓存；

s34，在本地缓存的所述自动驾驶天气格点数据是最新的条件下，将所述查询范围内的所述路网、所述车辆传感器的关键指标阈值和本地缓存的最新的所述自动驾驶天气格点数据进行融合，做叠加分析，从所述路网中排除不可通行的道路，并根据排除不适合通行的道路后的路网，规划行车路径，且返回所述行车路径。

所述s34还包括返回路网可通行状态的可视化产品。

在本发明的方法中：所述要素天气格点数据具体为，气象数值模式系统产出的针对要素的天气格点数据，包括降水、雾、霾和沙尘暴；所述自动驾驶天气格点数据具体为，适用于自动驾驶的天气格点数据，包括能见度和累积降水量。所述车辆传感器的关键指标阈值包括车辆传感器能承受的能见度阈值、车道检测能承受的累积降水量阈值和车辆涉水高度阈值。

本发明一种用于自动驾驶导航的天气服务方法采用融合天气服务与自动驾驶导航的方法，利用天气格点与路网叠加分析，排除不可通行道路再进行导航，有效规避了自动驾驶车辆在极端天气条件下传感器失灵的风险，提升了自动驾驶的安全性，通过在导航服务端缓存最新的天气格点产品，极大减少了反复请求天气数据的等待时间，并优先通过叠加分析排除路网中的不可通行道路，节省了路径搜索时间，本方案能很好地与自动驾驶技术结合使用。

本发明的系统和方法在现有电子地图导航技术前提下，通过加入天气服务，用天气格点产品与路网进行叠加分析，优先在路网中排除不适合自动驾驶的路段，再进行路径规划，无需人工干涉，自动规避了不适合自动驾驶的路径。

本发明系统和方法与现有技术相比，有如下优点：

1、本发明系统和方法能自动规划路径，现有技术旨在解决获取通行路径上的天气预报信息，需要人为根据天气信息作出决策，不能自动根据天气规划路径；

2、本发明系统和方法能很好地与自动驾驶技术相结合使用规避自动驾驶中受天气影响传感器失灵的情况，现有方案并没有提取影响自动驾驶传感器感知能力的关键因素，不能很好地与自动驾驶技术相结合；

3、本发明系统和方法结合天气进行路径规划效率高，通过缓存、叠加分析排除不可通行道路的方法极大了缩短了结合天气条件的路径规划的计算时间，现有方案上传经由点到天气预报服务系统获取天气信息，再人为根据天气决策新路径，不利于快速规划新路径，如果天气影响范围较大，需要反复重新规划路径，上传经由点，获取天气信息，效率不高。

目前自动驾驶技术的传感器受天气环境影响较大，如果在自动驾驶途中遭遇强降水、大雪或者大雾天气，自动驾驶汽车将无法正常利用传感器做局部路径规划。利用天气格点产品规避环境恶劣道路，将有利于提升自动驾驶技术的可靠性。

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。