[发明专利]用于车辆安全行驶所需的多数据融合的方法

说明书

本发明提出了用于车辆安全行驶所需的多数据融合的方法，包括：利用安装于公路旁的多个路侧传感器采集目标范围内的行驶车辆的动态信息、特征信息、路况信息和交通状态信息；利用安装于车辆上的车载单元，采集行驶车辆的运动状态信息、周围路况和环境信息；路侧服务平台将路侧传感器获取的信息和车载单元获取的信息进行第一次融合；路侧服务平台将D1数据和D2数据进行第二次融合；分析获得异常事件数据信息，将异常事件数据信息再与车辆自身的异常事件数据信息进行第三次融合，得到最终的异常事件信息；将生成的最终的异常事件信息与本区域的高精地图数据进行第四次融合，生成新的高精地图及对应的协同通行方案、预警信息、告警信息、车辆控制信息。

技术领域

本发明涉及行为分析、数据融合、目标跟踪定位、通信传输、自动控制、高精地图绘制、智慧交通技术领域，特别涉及用于车辆安全行驶所需的多数据融合的方法。

背景技术

2019年很多车厂开始对自动驾驶车辆进入小规模量产，都在为提升整车的智能化、舒适性、安全性而不断付出努力。但是在单车自动驾驶安全方面仍需做进一步的提升。很多测试机构都在对于一些汽车的驾驶辅助功能进行验证，但大部分的评测结果都非常令人失望、美国伊利诺伊大学香槟分校的一个研究团队开发了一种针对自动驾驶的故障评估技术，在对百度Apollo3.0和英伟达专有自动驾驶系统DriveAV的测试中，短短4小时就发现了561个关键安全故障！这个研究团队致力于使用人工智能和机器学习，通过软件和硬件的改进来提高自动驾驶技术的安全性。这个团队之前曾分析了自动驾驶公司从2014年至2017年提交的所有安全报告(涵盖144辆自动驾驶汽车，累计行驶1116605英里)，最终得出一个让人大跌眼镜的结论：“在行驶相同里程的情况下，人类驾驶汽车发生事故的可能性比自动驾驶汽车少4000倍。”美国特斯拉事故、Uber测试车事故、国内自动驾驶车辆发布会时撞人事件等都会让人联想到智能车不智能，而这些车辆都有一个共同的特点就是不能快速捕捉到从黑暗中突然出现的行人，无法对整体路况进行准确判断来调整自己的行驶状态，无法对6秒内突如其来的事件做出准确判断，甚至是由于道路施工或交通管制而造成的临时道路封闭、管制、行驶路径更改等交通环境、交通路况、通行状态、路面基础设施发生改变，而车载端高精地图没有及时更新而导致的交通事故大有所在，很多起事故事件表明，现有自动驾驶车辆的感知系统存在不同视角盲区，同时感知距离不长、获取实时信息有限，所以自动驾驶汽车不安全的原因还是车辆自身感知系统以及安全辅助信息不够完善。

针对这样的自动驾驶现状，现有技术提出了车路协同系统，来为自动驾驶车辆提供更加精准的实时可靠的路况信息、也让自动驾驶车辆的感知能力做到无限延长，来进一步自动驾驶车辆的安全性，通过汽车与道路之间协同运作来实现汽车的高度自动化。车路协同是一种交互，这种交互能够让交通的参与方的意图得到非常精准的诠释，不会只是靠猜测这辆车要发生什么样的行为，而是能够准确的知道，因此可做出准确的判断。

通路车路协同系统与车辆自身感知系统数据相互融合后，路端固定感知设备能够为自动驾驶车辆提供足够的决策依据甚至指令，自动驾驶车辆本身发展的复杂度也会大大降低，成本也会大大降低。因为它不需要遍历所有的场景，自动驾驶商业化也可以提前到来。除了车端和路端的感知和通讯设施，交通部门也在规划对道路本身进行智能化改造，以适应自动驾驶的需要。综上可见，车路协同对于自动驾驶汽车的安全性提高、成本降低等都有一定的促进作用，同时可以解决堵车、提升道路利用率。当然了对于构建未来城市，车路协同也是必要的。因此发展车路协同是实现高度自动化的有效途径。符合完全自动驾驶需要的“智能汽车+智能化道路+车路协同”才刚刚开始。Waymo和特斯拉等公司的单车智能虽然逐步成熟起来，但是离完全自动驾驶还有相当的距离，自动驾驶竞争正从上半场进入下半场。车路协同、自动驾驶领域无疑是发展最快，最受重视的技术之一。

但是车路协同现阶段普遍不被道路交通管理者所认可，主要的困难存在以下几点：、

(1)车路协同系统投资成本太高，而其主要的价值就是提供车与路况感知设备之间的通信工作，来辅助全自动驾驶车辆或半自动驾驶车辆的辅助驾驶功能。