一种基于高精地图和边缘计算的车辆协同通行优化方法与流程

1.本发明涉及自动驾驶技术领域，尤其是涉及一种基于高精地图和边缘计算的车辆协同通行优化方法。


背景技术：

2.当前自动驾驶还在高速发展阶段，尚不完全明确高级别的自动驾驶导航方案是如何的。目前高德第三代车载系统将导航能力和高精地图能力深度融合，将导航由道路级升级为车道级，同时将自动驾驶系统感知到的动态信息及自动驾驶决策信息与车道级导航更精准匹配，驾驶者可以更加直观和实时地了解车辆驾驶状态。
3.如图1所示，按照目前的技术路线发展，高精度地图上的动态和静态信息来未来自动汽车会根据进行高精度的导航，即便是自动驾驶导航能够根据这四类信息做导航，由于自动驾驶所依赖的高精地图上所有的数据都是基于现实世界中已经发生的交通信息，缺乏未来必定会发生的交通信息，因此不可避免的会出现在某些特定情况下的通行效率问题。
4.如图2和图3所示，黄色车辆想直行，红色车辆是想左转，它们依据各自的高精地图导航系统进行驾驶，但由于缺乏协同机制，最后导致了红色车辆因为前车阻挡，导致无法顺利左转，通行效率降低。


技术实现要素：

5.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于高精地图和边缘计算的车辆协同通行优化方法。
6.本发明的目的可以通过以下技术方案来实现：
7.一种基于高精地图和边缘计算的车辆协同通行优化方法，该方法包括以下步骤：
8.步骤1：通过边缘计算单元对离路口由远到近的每辆车进行协同规划；
9.步骤2：通过协同算法获取协同方案，并对协同方案进行评价，判断是否会因为该协同方案导致其他交通问题，若否，则保存该协同方案；
10.步骤3：对被规划车辆周围的车辆进行协同规划，结合被规划车辆的协同诉求，判断是否执行该协同方案，若是，则执行该协同方案。
11.所述的边缘计算单元根据路口的车辆的导航信息、车辆数据以及灯态信息获取运动车辆最新路口导航信息，所述的路口的车辆包括静止车辆和运动车辆。
12.所述的静止车辆具体为已经停在路口的车辆，所述的运动车辆具体为正在附近行驶且即将到达路口的车辆，即该车辆的广播信息能被该路口接收到，且一定会经过该路口。
13.所述的导航信息包括车辆目前的位置、车辆目前所在车道、已知的即将发生的动作以及车辆经过该路口的行为。
14.所述的已知的即将发生的动作包括变道、加速和减速。
15.所述的车辆经过该路口的行为包括直行、左转和右转。
16.所述的车辆数据包括经纬度、海拔、车头方向角、车体尺寸、速度、三轴加速度和横
摆角速度。
17.所述的步骤2中，对协同方案进行评价的评价标准具体为：
18.判断协同方案是否为了使得某一辆车能够顺利通行，对过多的车辆进行协同规划，进而导致路口同行效率下降，若是，则判断该协同方案不可行，且不同的实际道路情况采用的评价标准不同，具体包括：
19.1)通过协同规划将该车辆协同到直行右转车道上，以使得后方的左转车辆通过，若反而导致所有右转车辆不能通行，则判断该协同方案不可行；
20.2)通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若位于旁边车道的后方车辆为正在行驶的救护车，该车辆变道之后阻碍救护车的通行，则判断该协同方案不可行；
21.3)通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若旁边车道的车辆车速快或两车之间的距离短，该车辆变道会产生发生碰撞的风险以及引起旁边车道的车辆内的乘客因急刹车而受伤的风险，则判断该协同方案不可行；
22.4)通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若旁边车道正在施工，无法通行，则判断该协同方案不可行。
23.当车辆因为前车的遮挡导致不能通行时，该车辆协同通行优化方法具体包括以下步骤：
24.步骤a：边缘计算中心接收到所有车辆的信息，对需要进行左转的车辆a进行协同规划，在忽略前方运动车辆的情况下，结合灯态信息判断为可以完成左转，在结合前方运动车辆的情况下，综合灯态信息判断为无法完成左转；
25.步骤b：通过协同算法获取协同方案，对该协同方案进行评价，判断是否会因为该协同方案导致其他交通问题；
26.步骤c：评价的结果为该协同方案可行时，保存协同方案；
27.步骤d：对前方的车辆b进行协同规划，结合车辆a的协同诉求，判断是否执行该协同方案，若是，则执行步骤e；
28.步骤e：车辆b进行变道，后方的车辆a顺利通行。
29.所述的步骤b中，通过协同算法获取的协同方案具体为车辆a前方的车辆b变更车道。
30.与现有技术相比，本发明具有以如下有益效果：
31.本发明通过获取路口车辆当前信息和导航信息，导航信息即未来必定会发生的交通行为，并经过边缘计算单元进行协调，以进一步提高路口车辆的通过率，进而提高自动驾驶车辆的通行效率，提升驾驶人员的出行体验。
附图说明
32.图1为高精度地图的各类信息示意图。
33.图2为车辆因前车遮挡导致不能通行的路况1示意图。
34.图3为车辆因前车遮挡导致不能通行的路况2示意图。
35.图4为边缘计算单元的输入输出信息示意图。
36.图5为实施例中解决车辆因为前车的遮挡导致不能通行的方法流程图。
37.图6为实施例中车辆b进行变道的路况示意图。
38.图7为实施例中车辆a顺利左转通行的路况示意图。
39.图8为实施例中其他道路情况的协同方案执行结果示意图。
40.图9为实施例中基于评价标准判断协同方案的第二种实际道路情况示意图。
41.图10为实施例中基于评价标准判断协同方案的第三种实际道路情况示意图。
42.图11为实施例中基于评价标准判断协同方案的第四种实际道路情况示意图。
具体实施方式
43.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
44.如图4所示，边缘计算单元根据路口的车辆的导航信息和车辆数据，结合灯态信息，计算出是否会出现车辆因为前车的遮挡导致不能通行(出于安全考虑，该方案只对还即将到达路口的车辆有效，对静止车辆无效)，静止车辆是指已经停在路口的车辆信息，运动车辆是指正在附近正在行驶的，即将到来的车辆(车辆的广播信息能被该路口接收到，并且一定会经过该路口的车辆即为运动车辆)。
45.导航信息包括车辆目前的位置、车辆目前所在车道、已知的即将发生的动作(变道、加速和减速等)以及车辆经过该路口的行为(直行、左转和右转等)。
46.车辆数据包括位置(经纬度)、位置(海拔)、车头方向角、车体尺寸(长、宽)、速度、三轴加速度和横摆角速度。
47.如图5所示，以当车辆因为前车的遮挡导致不能通行时的情况为例，该车辆协同通行优化方法具体包括以下步骤：
48.步骤a：边缘计算中心接收到所有车辆的信息，对需要进行左转的车辆a进行协同规划，在忽略前方运动车辆的情况下，结合灯态信息判断为可以完成左转，在结合前方运动车辆的情况下，综合灯态信息判断为无法完成左转；
49.步骤b：通过协同算法获取协同方案，即车辆a前方的车辆b变更车道，对该协同方案进行评价，判断是否会因为该协同方案导致其他交通问题；
50.步骤c：评价的结果为该协同方案可行时，保存协同方案；
51.步骤d：对前方的车辆b进行协同规划，结合车辆a的协同诉求，判断是否执行该协同方案，若是，则执行步骤e；
52.步骤e：车辆b进行变道，后方的车辆a顺利通行。
53.如图6和图7所示，经过边缘计算单元mec协调之后，红车顺利左转，本方案适用与路口所有的通过mec协同可以让车辆顺利通行的情况，而不仅仅是图示一种情况，不同的情况采用的协同算法都不一致。
54.如图8所示的其他道路情况，通过本方法使得车辆停在车辆比较少的车道上，以快通行效率，即当车辆行驶到路口，该车辆当前行驶的车道上的车辆数量比较多，而其他可通行车道车辆比较少时，通过边缘计算单元协调该车辆去其他车道等待。
55.边缘计算单元根据每辆车的位置、诉求以及灯态信息，通过协同算法获取协同方案，即对每一辆车规划最合理的车道，边缘计算单元不停歇地运作，当车辆离开该路口后将
这辆车在边缘计算单元的列表中删除，当有新的车辆到达该路口时，将其加入列表中，对协同方案进行评价，判断是否会因为该协同方案导致其他交通问题，评价标准为：若为了使得某一辆车能够顺利通行，对过多的车辆进行协同规划，进而导致路口同行效率下降，则判断该方案不可行，且根据不同的实际道路情况，评价标准不同，例如：
56.1)通过协同规划将该车辆协同到直行右转车道上，以使得后方的左转车辆通过，若反而导致所有右转车辆不能通行，则判断该协同方案不可行；
57.2)如图9所示，通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若位于旁边车道的后方车辆为正在行驶的救护车，该车辆变道之后阻碍救护车的通行，则判断该协同方案不可行；
58.3)如图10所示，通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若旁边车道的车辆车速快或两车之间的距离短，该车辆变道会产生发生碰撞的风险以及引起旁边车道的车辆内的乘客因急刹车而受伤的风险，则判断该协同方案不可行；
59.4)如图11所示，通过协同规划将一辆车驶入车辆少的旁边车道，以提高通行效率，若旁边车道正在施工，无法通行，则判断该协同方案不可行。
60.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。