[发明专利]一种基于车联网的无人驾驶系统

说明书

本发明公开了一种基于车联网的无人驾驶系统，应用于智能汽车上，包括：感知子系统，用于采集智能汽车本身及其周围环境的数据信息；规划子系统，与感知子系统连接，用于根据数据信息规划行车路径，并向运动控制子系统发出控制指令；控制子系统，与规划子系统相连，用于根据收到的控制指令，控制智能汽车执行相应的操作；其中，感知子系统包括：图像采集模块，用于采集智能汽车本身及其周围环境的目标道路图像；规划子系统内存储有道路检测程序，当接收到目标道路图像时，规划子系统执行道路检测程序以实现道路检测并根据检测结果规划智能汽车的路径。本发明可以实现：高精度、高实时性道路检测，合理地规划行驶路径。

技术领域

本发明属于无人驾驶领域，具体涉及一种基于车联网的无人驾驶系统。

背景技术

随着科学技术的不断进步，以计算机技术和自动化技术为主的智能控制技术获得了飞速的发展，因此，近年来无人驾驶类的智能汽车的研究已经成为最为关注的课题之一。

同时，随着车联网技术的快速发展，也给智能汽车的研发带来了曙光。利用该车联网技术，行驶中的车辆，能够借助新一代信息通信技术，实现车辆、行人、路面设施、服务平台之间的网络连接，提升车辆整体的智能驾驶水平及交通运行效率。

为了向智能汽车提供有效的道路信息，以便其及时规划路线、紧急避让，实现安全驾驶。一些研究者将基于神经网络的目标检测算法与车联网技术相结合，通过采集道路图像，上传至云端进行图像检测，识别出其中车辆的类型和位置，再将检测结果传输给对应的车辆以供驾驶员使用。但数据上传至云端，以及从云端下载是需要占用一定的网络带宽资源的，并且需要较长的时间；同时，云端对图像进行处理，也需要耗费一定的时间。因此会带来较长的传输时延，导致检测实时性较差。但道路状况是瞬息万变的，许多交通事故在极短的时间内就会发生。

并且，随着车辆密集化、道路复杂化，对道路图像的检测精度提出了更高的要求，尤其是需要准确检测出图像中的小目标，比如小型车辆，或者由于采集距离远在图像中尺寸较小的车辆等等。而现有检测方法的检测精度，尤其是对于小目标的检测精度并不理想。

因此，急需为智能汽车提出一种基于车联网的道路检测方法，以实现高精度和高实时性检测，实现快速、精准地检测道路中目标的位置和类别，从而更加合理地规划行驶路径的目的。

发明内容

为了使智能汽车能够实现高精度和高实时性的道路目标检测，本发明实施例提供了一种基于车联网的无人驾驶系统。

具体技术方案如下：

本发明实施例提供了一种基于车联网的无人驾驶系统，应用于智能汽车上，包括：

感知子系统，用于采集智能汽车本身及其周围环境的数据信息；

规划子系统，与感知子系统连接，用于根据数据信息规划行车路径，并向运动控制子系统发出控制指令；

控制子系统，与规划子系统相连，用于根据收到的控制指令，控制智能汽车执行相应的操作；其中，

感知子系统包括：图像采集模块，用于采集智能汽车本身及其周围环境的目标道路图像；

规划子系统内存储有道路检测程序，当接收到目标道路图像时，规划子系统执行道路检测程序以实现道路检测并根据检测结果规划智能汽车的路径。

在本发明的一种实施例中，感知子系统还包括：

车速采集模块，用于通过智能汽车的车速编码器获取当前运行的速度；

定位导航模块，通过融合GPS全球定位系统和INS惯性导航系统，经过分析解算得到智能汽车当前的地理位置与时间。

在本发明的一种实施例中，处理器执行道路检测程序，包括：