一种园区基于车路云协同的智慧出行系统的制作方法

本发明涉及自动驾驶应用，特别是关于一种园区基于车路云协同的智慧出行系统。

背景技术：

1、当前，园区内智慧出行系统包括出租车、公交车、自行车的出行体验，随着出行需求多样化，及自动驾驶技术的发展，园区内路侧感知设备及车辆感知设备、通信网络等基础设施的安装与部署，无人车作为园区智慧出行的一种选项，变得原来越成熟。

2、当前基于自动驾驶车的智慧出行服务，仍然存在诸多问题，例如：基于单车模式的出行方式，无法实时获取车辆周边路况，大大降低了车辆决策控制能力；基于车路协同的出行方式，提升了车辆感知范围，但是需要车辆和路侧进行实时数据交互，增加了车辆和路侧设备的压力，对于车辆和路侧产生的海量数据，无法做到存储和分析。

技术实现思路

1、本发明的目的在于提供一种园区基于车路云协同的智慧出行系统来克服或至少减轻现有技术的上述缺陷中的至少一个。

2、为实现上述目的，本发明提供一种园区基于车路云协同的智慧出行系统，其包括车路云协同子系统和出行服务子系统，其中，车路云协同子系统包括车端路侧和云端，车端用于获取车端感知信息，并输送给云端，路侧用于获取路侧感知信息，并输送给云端，云端用于接收车端和路侧感知信息，进行数据融合及存储，通过接口调用方式，与出行服务子系统之间进行实时数据传输，同时根据出行服务子系统的传输数据，进行车辆筛选和路线规划，以进行车辆协同决策及远程控制。

3、进一步地，云端包括数据融合及存储单元、车辆和路线规划单元、协同决策及控制单元和接口服务单元；

4、数据融合及存储单元用于接收车端和路侧感知信息，并进行融合处理，得到融合后数据，同时将原始的感知数据与车路融合后数据分别进行存储，数据融合及存储单元还用于基于车辆历史数据进行分析，以对车辆进行筛选，同时将融合后数据发送给车辆和路线规划单元和协同决策及控制单元；

5、车辆和路线规划单元用于接收车路融合后数据和出行服务子系统发送的用车信息，并根据用车信息，进行车辆筛选和路线规划，生成符合条件的车辆及路线规划的信息列表；其中，信息列表至少包括一辆以上的车辆信息，车辆信息包括车辆编号、车辆品牌、车辆当前位置，路线规划信息包括起点、终点、中途站点坐标信息；

6、协同决策及控制单元用于根据车路融合后数据，对车辆实现行驶决策判断及控制；

7、接口服务单元用于贯穿于车端、路侧和云端内部的接口交互服务以及云端和出行服务子系统之间的接口交互服务。

8、进一步地，数据融合及存储单元包括数据接收模块、数据融合模块、数据存储及分析模块和数据发送模块；

9、数据接收模块用于实时接收车端和路侧上报的感知数据，并发送给数据融合模块和数据存储及分析模块；

10、数据融合模块用于对路侧感知信息进行处理，得到道路信息、交通事态信息和交通事件信息，同时对车端感知信息进行处理，得到车辆当前位置和周边障碍物；再根据道路信息、交通事态信息、交通事件信息和车端感知信息进行融合处理，生成融合后数据，并发送给数据存储及分析模块；

11、数据存储及分析模块用于分别对车端和路侧感知信息与车路融合后数据进行存储，同时还对车端感知信息及其历史数据进行分析，形成车辆分析后数据，并发送给数据发送模块；

12、数据发送模块用于将车路融合后数据、车辆分析后数据发送给车辆及路线规划单元和协同决策及控制单元。

13、进一步地，车辆和路线规划单元包括数据接收模块、车辆筛选模块、路线规划模块和行程确认模块；

14、数据接收模块用于接收车路融合后数据及车辆分析后数据以及出行服务子系统发送的用车信息；

15、车辆筛选模块用于结合数据接收模块的车路融合数据、车辆分析后数据以及用车信息，进行车辆筛选，并将取到的车辆数据发送给路线规划模块；

16、路线规划模块用于对车辆进行路线规划，并结合车路融合数据和路侧感知信息中的道路信息、交通事件信息，进行避障，并生成一条最短的路线，最后结合车辆信息，生成车辆及路线规划列表；

17、行程确认模块用于与出行服务子系统之间车辆和路线确认，并将确认后的回传数据发送给协同决策及控制单元。

18、进一步地，车辆筛选模块进行车辆筛选的方法包括：

19、step1，根据出行服务子系统选择的起点，结合车辆当前位置，筛选起点周边预设距离以内以及满足预设条件的车辆作为可用车辆；

20、step2，根据出行服务子系统选择的起点、用车时间、可接收等待时间，估算step1筛选出来的可用车辆从当前位置到达起点的时间；

21、step3，估算车辆剩余电量是否能够跑完行程，并将估算结果同车辆剩余电量进行比较，当剩余电量超过估算电量时，则当前车可用；

22、step4，车辆排序并筛选，经过step2得到的每辆可用车辆从当前位置到达用车起点的时间，结合step3筛选后的车辆，按照时间早晚进行排序，并从中取出所需要的车辆的相应数据发送给路线规划模块。

23、进一步地，step1中的预设条件为同时满足如下两个条件：

24、车辆自身判断条件：车辆当前电量不为0并且车辆状态为空闲状态的车辆；

25、交通事件判断条件：根据车路融合数据，判断车辆周边是否有交通事件，当有交通事件发生时，当前车不可用；若无交通事件发生，则作为可用车辆。

26、进一步地，step2中的估算方法包括：

27、(1)估算车辆当前位置和起点之间距离，记为：d，车辆当前位置坐标，记为a(x1，x2)、用车起点坐标记为b(y1，y2)，估算公式为下式(1)，式中的d为车辆当前位置和起点之间距离d：

28、

29、(2)估算车辆从当前位置到达用车起点的用时，评估车辆从当前位置出发，多久可到达起点，计为h，公式为：h＝d/s，s为车辆平均速度值；

30、(3)估算车辆从当前位置，当前时间出发，到达用车起点的时间，计为m，系统当前时间计为t，计算公式：m＝t+h。

31、进一步地，step2还利用估算step1筛选出来的可用车辆从当前位置到达起点的时间，结合出行服务子系统选择的用车时间及可接收等待时间按如下不同情形进行比较判断：

32、情形一：车辆到达用车起点时间早于出行服务子系统选择的用车时间的情况，则该车为可用车辆；

33、情形二：车辆到达用车起点时间晚于出行服务子系统选择的用车时间，但是在可接收等待时间范围内，则该车为可用车辆。

34、进一步地，step3的估算车辆剩余电量的方法包括：

35、(1)取到step2中计算的车辆当前位置到用车起点的距离，计为d1，按照step2中距离估算方法，得到车辆从起点到达终点的距离，计为d2；

36、(2)估算所有行程距离，计为d，公式为：d＝d1+d2；

37、(3)估算整个行程的用电量，计为：p，其中使用到的每公里用电量来自图2中数据发送模块204传输车辆数据分析中的值，计为k，公式为：p＝d/k。

38、进一步地，step4取出所需要的车辆的方法包括：

39、排序后车辆数目可能包括0个或多个，当数目为0时，表示无可用车辆，车辆筛选模块发送消息给出行服务子系统，提示当前无车可用；当数目为多个时，如果车辆数目小于3个，则取全部车辆，如果数目大于3个，则取排序后的前三辆车，作为所需要的车辆。

40、本发明的车端和路侧只用于上报感知数据，由云端完成数据接收、数据融合及分析，来实现出行服务子系统中的车辆智能筛选、路径规划及决策控制。