[发明专利]一种基于城市智慧交通的无人驾驶车辆转向的控制方法

权利要求书

1.一种基于城市智慧交通的无人驾驶车辆转向的控制方法，所述城市智慧交通包括数据控制台、红绿灯控制模块、摄像头与通讯模块，其特征在于，控制方法包括如下步骤：

根据预设的目的地选择最佳行驶路线，并提取出最佳行驶路线的转向数据；

对所述转向数据进行深度学习，得到避免碰撞的最小安全距离，根据所述最小安全距离得出无人车的角速度和行驶速度；

根据无人车的角速度和行驶速度，构建无人车动力学模型，生成无人车的转向避障路径。

2.根据权利要求1所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，根据预设的目的地选择最佳行驶路线，并提取出最佳行驶路线的转向数据，具体包括：

无人车设定目的地，并将目的地信息发送至数据控制台，数据控制台根据实时路况以及红绿灯情况选择最佳行驶路线，并发送给无人车，无人车获取最佳行驶路线，无人车采集的实时数据与最佳行驶路线结合，得到其中的转向数据。

3.根据权利要求2所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，所述无人车上安装有超声波雷达、毫米波雷达、激光雷达和摄像模组，所述摄像模组包括前向摄像头、侧向摄像头与后向摄像头，所述无人车上还安装有定位模组。

4.根据权利要求2所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，所述无人车采集的实时数据包括红绿灯情况、无人车的位置信息、无人车所在的车道信息、无人车与周围障碍物的距离、红绿灯情况、无人车的尺寸信息与无人车的姿态，无人车采集的实时数据与最佳行驶路线结合，确认无人车是否可以转向，并得到转向数据。

5.根据权利要求4所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，对所述转向数据进行深度学习，得到避免碰撞的最小安全距离，具体包括：

激光雷达对周边障碍物进行检测，得到激光雷达检测数据，检测数据发送至数据控制台，数据通过卷积神经网络模型学习并预测障碍物的相关属性，对障碍物进行识别；

毫米波雷达对周边障碍物进行检测，得到毫米波检测数据，摄像模组对周边障碍物进行检测，得到图像数据，对障碍物进行识别；

通过融合算法，将激光雷达检测数据、毫米波检测数据与图像数据进行融合，得到无人车周边障碍物的精确位置；

根据无人车的位置信息与无人车周边障碍物的精确位置，得到避免碰撞的最小安全距离。

6.根据权利要求1所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，所述无人车动力学模型是包括无人车的动力性、制动性、平顺性和稳定性，测量车辆的质量和受力情况与车辆运动之间的关系。

7.根据权利要求6所述的基于城市智慧交通的无人驾驶车辆转向的控制方法，其特征在于，所述无人车动力学模型为：

其中，k1，k2为前后轮的侧偏刚度，m为汽车总质量，a为车辆重心到前轴的距离，b车辆重心到后轴的距离，δ为前轮转角，Iz汽车车体转动惯量；β表示质心偏侧角，wr表示横摆角速度，u表示前进速度，表示侧向加速度，表示横摆角加速度。