一种无人驾驶车辆的智能决策系统的制作方法

本发明涉及自动化技术领域，具体涉及一种无人驾驶车辆的智能决策系统。

背景技术：

无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

无人驾驶摄像头与激光雷达完成的工作包括：车道线检测；障碍物检测，相当于把障碍物识别以及对障碍物进行分类；交通标志的识别，比如识别红绿灯和限速牌等。

但是存在如下缺点:单单依靠车本身的传感器进行路况的识别；采用无人驾驶车传感器成本高。

技术实现要素：

有鉴于此，为了解决现有技术中单单依靠车本身的传感器进行路况识别和采用无人驾驶车传感器成本高的技术问题，本发明提出一种无人驾驶车辆的智能决策系统。

本发明通过以下技术手段解决上述问题：

一种无人驾驶车辆的智能决策系统，包括移动终端子系统、核心分析子系统和云平台子系统，移动终端子系统和核心分析子系统安装在无人驾驶车辆上，云平台子系统部署在云端；

所述移动终端子系统用于实时采集路况信息数据，将路况信息数据生成一个唯一的感应因子，并将该感应因子发送给核心分析子系统；

所述云平台子系统用于实时采集路况信息数据，将路况信息数据生成一个唯一的感应因子，并将该感应因子发送给核心分析子系统；

所述核心分析子系统用于将接收到的感应因子进行矩阵转化，对比矩阵转化后的感应因子，给出决策。

进一步地，所述移动终端子系统包括：

至少一个终端采集器，用于实时采集路况信息数据，并把该路况信息数据上传给终端分析器；

终端分析器，用于将接收到的路况信息数据生成一个唯一的感应因子，并将该感应因子上传给数据上传模块；

数据上传模块，用于将接收的感应因子发送给核心分析子系统。

进一步地，所述云平台子系统包括：

至少一个云平台采集器，用于实时采集路况信息数据，并把该路况信息数据上传给云平台分析器；

云平台分析器，用于将接收到的路况信息数据生成一个唯一的感应因子，并将该感应因子上传给实时分析云平台；

实时分析云平台，用于将接收的感应因子发送给核心分析子系统。

进一步地，所述核心分析子系统包括分析模块，所述分析模块包括：

终端数据接收器，用于接收来自数据上传模块的感应因子，将接收到的感应因子进行矩阵转化，并将矩阵转化后的感应因子上传给决策分析矩阵单元；

云平台数据接收器，用于接收来自实时分析云平台的感应因子，将接收到的感应因子进行矩阵转化，并将矩阵转化后的感应因子上传给决策分析矩阵单元；

决策分析矩阵单元，用于对比矩阵转化后的感应因子，给出决策。

进一步地，所述核心分析子系统还包括与分析模块连接的告警模块，所述告警模块用于将分析模块给出的决策对外进行提醒。

进一步地，对外进行提醒的方式包括语音和/或闪灯。

进一步地，所述感应因子为10位感应因子，第0位为标识符，数值是唯一的，第1～3位是坐标标识符，用来记录当前感应到的经纬度，第4～6为事件标识符，用来标识感应到的是移动物体还是障碍物或者其他，第7～9为时间标识符，用来记录当前发生的时间。

进一步地，感应因子进行矩阵转化为：

其中：a1为感应因子的标识；a2为时间因子；

a3为标准的地位坐标；a4为事件因子。

进一步地，所述终端采集器为传感器或摄像头。

进一步地，所述平台采集器为传感器或摄像头。

与现有技术相比，本发明的有益效果如下：

本发明主要实现了把实时分析云平台检测到的信息和无人驾驶车上传感器或摄像头检测到的信息转化为感应因子(提高了数据传输过程中的准确性)，一起发送给核心分析子系统，核心分析子系统再根据分析模块做成双决策，提高了无人驾驶行驶中路况的识别率(以往无人驾驶系统只是单单靠车载自身传感器来识别路况),同时引入告警功能，把决策内容通过告警模块提醒路人。在核心分析子系统中，把数据接收器分为云平台数据接收器和终端数据接收器，这样可以大大提高数据的接收效率。

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是本发明无人驾驶车辆的智能决策系统实施例1的结构示意图；

图2是本发明无人驾驶车辆的智能决策系统实施例2的结构示意图；

图3是本发明感应因子的结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是，所描述的实施例仅仅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。

实施例1

如图1所示，本发明提供一种无人驾驶车辆的智能决策系统，包括移动终端子系统、核心分析子系统和云平台子系统，核心分析子系统分别与移动终端子系统、云平台子系统连接，移动终端子系统和核心分析子系统安装在无人驾驶车辆上，云平台子系统部署在云端；

所述移动终端子系统用于实时采集路况信息数据，将路况信息数据生成一个唯一的感应因子，并将该感应因子发送给核心分析子系统；

所述云平台子系统用于实时采集路况信息数据，将路况信息数据生成一个唯一的感应因子，并将该感应因子发送给核心分析子系统；

所述核心分析子系统用于将接收到的感应因子进行矩阵转化，对比矩阵转化后的感应因子，给出决策。

实施例2

如图2所示，本发明还提供一种无人驾驶车辆的智能决策系统，在实施例1的基础上，所述移动终端子系统包括：

至少一个终端采集器，用于实时采集路况信息数据，并把该路况信息数据上传给终端分析器；终端采集器为各种传感器或摄像头；

终端分析器，用于将接收到的路况信息数据生成一个唯一的感应因子，并将该感应因子上传给数据上传模块；

数据上传模块，用于将接收的感应因子发送给核心分析子系统。

移动终端子系统：主要是一套软件+硬件设备，运行在无人驾驶车辆上。主要由终端采集器、终端分析器和数据上传模块组成。终端采集器主要为可采集数据的感应器或摄像头等。终端采集器把采集到的感应数据传送到终端分析器，终端分析器把感应数据生成一个唯一的10位感应因子(第0位为标识符，数值是唯一的，第1～3位是坐标标识符，用来记录当前感应到的经纬度，第4～6为事件标识符，用来标识是感应到的是移动物体还是障碍物或者其他，第7～9为时间标识符，记录当前发生的时间，详细结构如图3所示)。

终端分析器生成感应因子后，再把此10位的感应因子通过数据上传模块发送到核心分析子系统，到此为止，整个移动终端子系统的工作完成。

所述云平台子系统包括：

至少一个云平台采集器，用于实时采集路况信息数据，并把该路况信息数据上传给云平台分析器；平台采集器为各种传感器或摄像头；

云平台分析器，用于将接收到的路况信息数据生成一个唯一的感应因子，并将该感应因子上传给实时分析云平台；

实时分析云平台，用于将接收的感应因子发送给核心分析子系统。

云平台子系统：由实时分析云平台、云平台分析器和相应的传感器、摄像头组成。传感器和摄像头会实时地对路况进行采集分析，把采集的路况信息数据发送到云平台分析器，云平台分析器根据时间、坐标，和传感器发送过来的信息生成感应因子，再发送到实时分析云平台，到此步云平台分析器的工作完成。实时分析云平台会把感应因子下发到对应的核心分析子系统，到此步实时分析云平台工作完成。

所述核心分析子系统包括分析模块，所述分析模块包括：

终端数据接收器，用于接收来自数据上传模块的感应因子，将接收到的感应因子进行矩阵转化，并将矩阵转化后的感应因子上传给决策分析矩阵单元；

云平台数据接收器，用于接收来自实时分析云平台的感应因子，将接收到的感应因子进行矩阵转化，并将矩阵转化后的感应因子上传给决策分析矩阵单元；

决策分析矩阵单元，用于对比矩阵转化后的感应因子，给出决策。

所述核心分析子系统还包括与分析模块连接的告警模块，所述告警模块用于将分析模块给出的决策对外进行提醒，对外进行提醒的方式包括语音和/或闪灯。

核心分析子系统：由分析模块和告警模块组成，运行在无人驾驶车辆上。

分析模块主要由平台数据接收器、终端数据接收器以及决策分析矩阵单元组成，平台数据接收器主要接收来自实时分析云平台的感应因子，终端数据接收器主要是接收来自数据上传模块的感应因子，平台数据接收器和终端数据接收器都把接收到的数据进行矩阵转化，矩阵转化为：

其中：a1为感应因子的标识；a2为时间因子；

a3为标准的地位坐标；a4为事件因子；

然后传给决策分析矩阵单元，决策分析矩阵单元对比感应因子，给出决策，发送给告警模块，告警模块再通过语音、闪灯等方式对外进行提醒等。

与现有技术相比，本发明的有益效果如下：

本发明主要实现了把实时分析云平台检测到的信息和无人驾驶车上传感器或摄像头检测到的信息转化为感应因子(提高了数据传输过程中的准确性)，一起发送给核心分析子系统，核心分析子系统再根据分析模块做成双决策，提高了无人驾驶行驶中路况的识别率(以往无人驾驶系统只是单单靠车载自身传感器来识别路况),同时引入告警功能，把决策内容通过告警模块提醒路人。在核心分析子系统中，把数据接收器分为云平台数据接收器和终端数据接收器，这样可以大大提高数据的接收效率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。