[发明专利]一种基于雾节点的城市环境自动驾驶方法

说明书

本发明公开一种基于雾节点的城市环境自动驾驶方法，涉及大数据处理技术领域；将云端的高精地图、自动驾驶模型分享到雾计算节点，有效利用雾计算节点的能力，收集雾计算节点覆盖区域车辆的实时环境信息，并将采集数据与云端高精地图进行结合，产生覆盖区域内更加精细准确的模型，实时发送给覆盖区域车辆，实现车辆在城市复杂环境下的自动驾驶，提高车辆实时控制处理执行效率。另外，雾计算节点还可定期向云端上传覆盖区域内的高精地图及车辆行为信息，帮助云端更好的了解本区域内环境信息，提升自动驾驶模型准确率。

技术领域

本发明公开一种基于雾节点的城市环境自动驾驶方法，涉及大数据处理技术领域。

背景技术

随着物联网和云计算的发展，云端中心聚合了大量的物理硬件资源，并采用虚拟化技术实现了异构网络计算资源的统一的分配、调度和管理，集中建设云端中心可大大降低计算和存储的成本。然而伴随着数据量越来越庞大，数据传输的速率出现下降，甚至有时会有很大的网络延迟，雾计算的出现，大大的改善了这种状况，特别是对于边缘侧诸如实时业务、数据优化、带宽限制、应用智能、安全与隐私等多方面需求，加速了雾计算的发展。

自动驾驶是汽车产业与人工智能、视觉计算、物联网、雷达、高精地图、高性能计算等新一代信息技术深度融合的产物,是当前全球汽车与交通出行领域智能化和网联化发展的主要方向，其通过车载核心计算单元，在没有任何人类主动的操作下，自动安全地操作机动车辆。

近年来，自动驾驶技术发展迅速，对于传统车辆进行改造，并通过传感器实时采集数据，配合高精地图，已经实现了简单环境下的自动驾驶。然而在城市复杂环境下，基于单个独立车辆的自动驾驶控制仍不能良好的实现，本发明提供了一种基于雾节点的城市环境自动驾驶方法，将云端的高精地图、自动驾驶模型分享到雾计算节点，有效利用雾计算节点的能力，收集雾计算节点覆盖区域车辆的实时环境信息，并将采集数据与云端高精地图进行结合，产生覆盖区域内更加精细准确的模型，实时发送给覆盖区域车辆，实现车辆在城市复杂环境下的自动驾驶，提高车辆实时控制处理执行效率。另外，雾计算节点还可定期向云端上传覆盖区域内的高精地图及车辆行为信息，帮助云端更好的了解本区域内环境信息，提升自动驾驶模型准确率。

发明内容

本发明针对现有技术的不足和缺陷，提供一种基于雾节点的城市环境自动驾驶方法，具有通用性强、实施简便等特点，具有广阔的应用前景。

本发明提出的具体方案是：

一种基于雾节点的城市环境自动驾驶方法，云端收集雾计算节点上传的数据，进行大数据分析，绘制的高精地图，训练自动驾驶模型，并将高精地图和自动驾驶模型发送给雾计算节点及自动驾驶车辆的车载核心计算单元，雾计算节点根据高精地图和收集网络覆盖区域内的传感设备采集的数据，修正网络覆盖区域内交通环境的高精地图及进行自动驾驶模型优化，对网络覆盖区域内环境信息的动态数据进行实时分析，并将分析结果和建议反馈给网络覆盖区域内自动驾驶车辆，保证自动驾驶车辆间互联通信及自动驾驶车辆间的协作。

所述的方法中自动驾驶车辆通过定位装置获取实时位置数据，利用传感设备采集环境信息形成云点数据，并将位置数据、云点数据实时上传到雾计算节点。

所述的方法中雾计算节点根据大量来自自动驾驶车辆的位置数据、云点数据进行分析识别，结合原有的高精地图，修正网络覆盖区域内交通环境的高精地图，并标识出静态障碍物。

所述的方法中所述雾计算节点根据自动驾驶车辆的位置数据实时推送覆盖区域的高精地图及其他自动驾驶车辆的数据。

所述的方法中自动驾驶车辆及相邻的其他自动驾驶车辆交互，形成自动驾驶车队，选择相应的自动驾驶策略进行自动驾驶。

所述的方法，具体步骤为：

S1：云端收集雾计算节点上传的数据，进行大数据分析，绘制高精地图，并结合大量历史车辆操控数据，训练自动驾驶模型，