[发明专利]一种智能辅助驾驶控制系统及其控制方法

说明书

本发明揭示了一种智能辅助驾驶控制系统，系统包括中央处理平台、感知输入模块和线控平台，所述感知输入模块将所感应的信号输送至中央处理平台，所述中央处理平台输出控制信号至线控平台；本发明加装一个多GPU和CPU核的中央处理平台(Central Processing Platform，CPP)实现视觉信息处理、感知数据融合、环境建模、自定位、规划、决策和控制模块功能。

技术领域

本发明涉及智能车技术领域，具体涉及一种智能辅助驾驶控制系统及其控制方法。

背景技术

目前车辆要实现智能辅助驾驶和自动驾驶，需要通过传感器探测车辆周围环境，同时结合高精地图和车辆三轴运动速度、加速度和旋转角度及角速度信息，GPS信息，实现车辆状态信息捕获、定位和跟踪。并通过信息融合、决策规划以及控制车辆底层线控执行机构对车辆实施控制，实现智能驾驶。

环境感知常采用视觉传感器、毫米波雷达传感器和激光雷达传感器实现环境感知并采用独立的运算平台对感知数据进行融合并根据感知数据建立环境模型，而决策规划和控制模块则采用独立的运算平台进行路径规划和控制，这种根据各传感器检测到的结果数据进行决策。运动控制则采用独立的控制模块对底层线控平台进行控制，该种方案将视觉信息的处理放在视觉模块系统实现，向数据融合中心传送检测结果，无法实现基于视觉的深度学习和环境建模，实现自动驾驶水平的不断提升。同时数据融合和环境建模平台、规划和决策平台以及运动控制模块之间彼此独立，通过通信的方式进行信息交互，无法进行大量信息的共享，难以实现制动和转向的智能控制，无法引入基于视觉的人工智能技术，实现非结构化道路或者场景下的自动驾驶。

目前随着半导体和计算机技术的飞速发展，多核中央处理器(CentralProcessing Unit,CPU)和图形处理器(Graphics Processing Unit，GPU)已经成熟并广泛应用，成本逐渐下降。如果将所有摄像头的原始数据放在一个多核GPU平台上进行处理，同时融合雷达数据，进行环境建模，再结合高精地图实现自定位和路径规划、决策和智能控制，实现模块之间的信息的完全共享，开发出基于规则驾驶和人工智能的全自动驾驶车，满足结构化道路和非结构化道路场景下的自动驾驶，加快智能车的产业化。

发明内容

本发明所要解决的技术问题是实现一种车辆上加装一个多GPU和CPU核的中央处理平台(Central Processing Platform，CPP)，实现视觉信息处理、感知数据融合、环境建模、自定位、规划、决策和控制模块功能。

为了实现上述目的，本发明采用的技术方案为：一种智能辅助驾驶控制系统，系统包括中央处理平台、感知输入模块和线控平台，所述感知输入模块将所感应的信号输送至中央处理平台，所述中央处理平台输出控制信号至线控平台；

所述感知输入模块由激光雷达传感器、前方毫米波雷达、后方毫米波雷达、左侧前视摄像头、左侧后视摄像头、右侧前视摄像头、右侧后视摄像头、信号灯检测摄像头、前视目标检测摄像头、车道线检测摄像头、交通标志摄像头、后视目标检测摄像头组成；

所述线控平台由电子驻车、线控制动、线控转向、电子档位、电子油门、线控BCM、自动雨刮和自动空调组成。

所述激光雷达传感器安装在车辆顶部用于360°扫描车辆周围环境，所述激光雷达传感器输出数据通过车载以太网络传输到数据处理单元进行数据处理和解析获得环境模型数据，所述数据处理单元将环境模型数据通过私有CAN网络发送到中央处理平台。

所述前方毫米波雷达安装在车辆正前方前保内用于实时检测和跟踪车辆前方150米范围的目标信息，以及车辆前方左右相邻车道前方20米以外的区域的目标信息；

所述后方毫米波雷达安装在车辆正后方后保内用于实时检测和跟踪车辆后方150米范围内的目标信息，以及车辆后方左右相邻车道前方20米以外的区域的目标信息；