CN115129053A - 一种机场牵引运输车及其自动驾驶*** - Google Patents
一种机场牵引运输车及其自动驾驶*** Download PDFInfo
- Publication number
- CN115129053A CN115129053A CN202210729850.XA CN202210729850A CN115129053A CN 115129053 A CN115129053 A CN 115129053A CN 202210729850 A CN202210729850 A CN 202210729850A CN 115129053 A CN115129053 A CN 115129053A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- airport
- automatic driving
- vehicle body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 claims abstract description 13
- 230000008447 perception Effects 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种机场牵引运输车及其自动驾驶***,一种机场牵引运输车,包括车体。本申请中,环境感知设备主要包括相机、32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达,这些设备用于收集车辆外部的交通信号、路面状态、车流情况、行人移动的数据信息。以5G网络,北斗高精度定位、图像及多传感器融合定位与控制、轨迹跟踪、自动驾驶计算平台ADU、GPU为依托,以自动驾驶操作***为基础,通过以太网和上层交换机与传感器硬件设备进行交互。自动驾驶计算平台对车辆的转向、制动、油门、档位的控制,会转化成具体的命令,通过CAN总线输出到各个执行模块,实现牵引车的无人驾驶。
Description
技术领域
本发明涉及机场牵引运输车技术领域,尤其涉及一种机场牵引运输车及其自动驾驶***。
背景技术
自动驾驶技术可以大幅减少交通事故,成熟的自动驾驶技术可有效避免事故的发生,减少人员伤亡和财产损失。此外,车联网与自动驾驶环境下,车辆之间能保持一定距离畅通运行,自动驾驶汽车能准确识别交通信号与标识并做到及时响应,这样一来可缓解交通拥堵。在此背景下一种自动驾驶机场牵引运输车对机场的运输与发展均具有推动作用。
自动驾驶驾驶技术会最先用于港口、景区、货场等等封闭路网地区车,无人化港区、货场等将会成为现实,随着科学技术的发展,自动驾驶将使交通运输、汽车制造、物流等产业面临革命性的改变。自动驾驶牵引车符合自动驾驶发展规律,将自动驾驶引入机场牵引运输过程可以有效提高货物运输效率,对整个机场的效率也有一定推动作用。
由于民用自动驾驶技术主要适用于一般公共道路的交通场景,无法满足无人牵引运输车在机场行驶过程中的复杂场景,亟待以牵引型运输车运营为目标,结合5G网络、北斗定位技术,从地图定位、环境感知、行为决策、运动规划、反馈控制等方面,研发一套满足航空机场复杂环境下,端、云协同的自动驾驶***,实现高精定位和全局最优路径规划。
发明内容
本发明的目的在于:为了解决上述问题,而提出的一种机场牵引运输车及其自动驾驶***。
为了实现上述目的,本发明采用了如下技术方案:
一种机场牵引运输车,包括车体,其特征在于:所述车体顶部固定安装有32线激光雷达,车体的头部两侧固定安装有两组16线激光雷达。32线激光雷达与两组16线激光雷达的组合实现了对车体前方与两侧的动静态障碍物进行感知。车体的前向保险杠处,且处于两组16线激光雷达之间固定有毫米波雷达,用以进行车体正前方动态障碍物感知。车体的水平两侧分布有八组超声波雷达,用以进行车辆周围的近距离补盲,车体的挡风玻璃前侧固定安装有前向长焦相机和广角相机,用以对覆盖在车体前方远近距离的障碍物进行检测。车体的后轴中间固定安装有IMU,用以感知车体的定位与姿态信息,IMU上方设置有与车体固定连接的、用于获取车辆绝对位置信息的北斗天线。
优选地,包括有软件***与硬件***,其中软件***包括有:
感知***,通过长焦相机、广角相机以及32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达所收集的信息,进而生成多传感器融合的数据。通过驾驶安全地图、导航定位模块、车速信号进而生成车辆定位与地图匹配的数据,并生成驾驶态势图;
决策***,通过接收由感知***生成的驾驶态势图,进行驾驶路径的二次规划,最后将决策结果输出到控制***和中控平台;
控制***,根据决策层实时的二次路径规划和车辆运动模型,计算出实时的横、纵向控制指令,该指令根据车辆转向、制动、油门等控制协议来完成对车辆运动状态的控制;
人机交互***,用户可通过交互界面对车辆进行调控。
优选地,所述软件***还包括有:
多传感器融合定位与控制,采用高精度地图、IMU、相机、激光雷达、GNSS、轮速计进行数据输入。通过收集的数据进行多传感器信息融合定位,以实现高精度、高鲁棒性及高频输出融合,从而实现机场无盲区高精度定位,提高决策规划及车辆控制关键功能的稳定度。
优选地,感知***需要与V2X***通信,来获取车辆盲区内的障碍物信息,再将感知到的障碍物信息融合判断,然后决策,确保车辆安全。
优选地,所述硬件***包括有:
1)转向***改装,增加电动转向***;
2)制动***改装:采用双回路油管在制动主缸和轮缸之间串联主动增压执行器,用以主动制动;
3)油门***与档位***改装,将车辆油门信号与车辆档位信号接入智能线控***控制器。
优选地,所述软件***采用分层的软件架构实现,具体分为场景智慧应用、云端服务计算接口、网络传输、传感器检测、单车智能及车辆执行。
优选地,所述驾驶路径的二次规划指的是行驶过程中根据路况进行动态的路径调整。
优选地,所述感知***中会同时生成与地图匹配的车辆定位数据,通过结合多传感器融合的数据,从而生成可通行区域并对动静态目标进行检测。
优选地,所述控制***中还加入双驾双控模块,使驾驶员能随时得到车辆控制权,同时车辆也能根据需要接替驾驶员的控制权限,提高车辆智能性、舒适性和安全性。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本申请中,环境感知设备主要包括相机、32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达,这些设备用于收集车辆外部的交通信号、路面状态、车流情况、行人移动的数据信息。以5G网络,北斗高精度定位、图像及多传感器融合定位与控制、轨迹跟踪,以自动驾驶计算平台ADU、GPU为依托,以自动驾驶操作***为基础,通过以太网和上层交换机与传感器硬件设备进行交互。自动驾驶计算平台对车辆的转向、制动、油门、档位的控制,会转化成具体的命令,通过CAN总线输出到各个执行模块,实现牵引车的无人驾驶。
附图说明
图1示出了根据本发明实施例提供的线控制动总成改装图;
图2示出了根据本发明实施例提供的***硬件架构图;
图3示出了根据本发明实施例提供的自动驾驶***设备布置方案图;
图4示出了根据本发明实施例提供的***模块框架图;
图5示出了根据本发明实施例提供的***软件架构图;
图6示出了根据本发明实施例提供的多传感器融合定位架构示意图;
图7示出了根据本发明实施例提供的感知前融合流程示意图;
图8示出了根据本发明实施例提供的车路协同***方案图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1到8,本发明提供一种技术方案:
一种机场牵引运输车,包括车体,其特征在于:所述车体顶部固定安装有32线激光雷达,车体的头部两侧固定安装有两组16线激光雷达。32线激光雷达与两组16线激光雷达的组合实现了对车体前方与两侧的动静态障碍物进行感知。车体的前向保险杠处,且处于两组16线激光雷达之间固定有毫米波雷达,用以进行车体正前方动态障碍物感知。车体的水平两侧分布有八组超声波雷达,用以进行车辆周围的近距离补盲,车体的挡风玻璃前侧固定安装有前向长焦相机和广角相机,用以对覆盖在车体前方远近距离的障碍物进行检测。车体的后轴中间固定安装有IMU,用以感知车体的定位与姿态信息,IMU上方设置有与车体固定连接的、用于获取车辆绝对位置信息的北斗天线。
具体的,如图4所示,一种机场牵引运输车的自动驾驶***,自动驾驶***包括有软件***与硬件***,其中软件***包括有:
感知***,通过长焦相机、广角相机以及32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达所收集的信息,进而生成多传感器融合的数据。通过驾驶安全地图、导航定位模块、车速信号进而生成车辆定位与地图匹配的数据,并生成驾驶态势图;
决策***,通过接收由感知***生成的驾驶态势图,进行驾驶路径的二次规划,最后将决策结果输出到控制***和中控平台;
控制***,根据决策层实时的二次路径规划和车辆运动模型,计算出实时的横、纵向控制指令,该指令根据车辆转向、制动、油门等控制协议来完成对车辆运动状态的控制;
人机交互***,用户可通过交互界面对车辆进行调控。
感知***主要包括相机、32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达,这些设备用于收集车辆外部的交通信号、路面状态、车流情况、行人移动的数据信息。以5G网络,北斗高精度定位、图像及多传感器融合定位与控制、轨迹跟踪,以自动驾驶计算平台ADU、GPU为依托,以自动驾驶操作***为基础,通过以太网和上层交换机与传感器硬件设备进行交互。自动驾驶计算平台对车辆的转向、制动、油门、档位的控制,会转化成具体的命令,通过CAN总线输出到各个执行模块,实现牵引车的无人驾驶。
这一过程需要各个模块单元的紧密配合,由北斗导航负责提供道路信息,5G网络负责信号的传输,车路协同***用于向单车***提供各种信息,车路协同运控平台负责数据交互、存储等任务,车辆感知***包括雷达相机等部件也可用于周围环境的感知和识别,最后由牵引运输车内的决策***控制牵引运输车完成运输指令。
硬件***包括有:
1)转向***改装,增加电动转向***;
2)制动***改装:采用双回路油管在制动主缸和轮缸之间串联主动增压执行器,用以主动制动;
3)油门***与档位***改装,将车辆油门信号与车辆档位信号接入智能线控***控制器,当有人驾驶的时候,油门开度信号可直接传递给车辆VCU***实现车辆加速控制,当车辆处于线控模式的时候,线控***给车辆VCU发送油门开度信号,实现车辆加速控制,当车辆处于线控模式的时候,线控控制器代替原车档位功能,主动切换档位。
具体的,如图6所示,自动驾驶***还包括有:多传感器融合定位与控制,采用高精度地图、IMU、相机、激光雷达、GNSS、轮速计进行数据输入。通过收集的数据进行多传感器信息融合定位,以实现高精度、高鲁棒性及高频输出融合,从而实现机场无盲区高精度定位,提高决策规划及车辆控制关键功能的稳定度。
在融合多类传感器检测结果后,会得到本车拥有的周围路权状况及变化趋势,形成对智能驾驶中将发生的路段内跟驰模式、路口过渡区的换道模式、及路口的通行模式(包括左转、右转、直行、U字形掉头)等基本驾驶行为控制策略的基础平台,进行局部路径的动态规划、协同导航。
具体的,如图7所示,感知***需要与V2X***通信,来获取车辆盲区内的障碍物信息,再将感知到的障碍物信息融合判断,然后决策,确保车辆安全。感知***中会同时生成地图匹配和车辆定位数据,通过结合多传感器融合的数据,从而生成可通行区域并对动静态目标进行检测。
路面信息包括来往行人和物体,将全部纳入V2X的数据网络中,再通过光纤或者5G将处理好的数据传送至车路协同云控平台,自动驾驶车辆可以通过车路协同云控平台获取路端障碍物信息,进行感知融合,并将结果输送至控制***。
具体的,如图5所示,软件***采用分层的软件架构实现,具体分为场景智慧应用、云端服务计算接口、网络传输、传感器检测、单车智能及车辆执行来实现,驾驶路径的二次规划指的是行驶过程中根据路况进行动态的路径调整,控制***中还加入双驾双控模块,使驾驶员能随时得到车辆控制权,同时车辆也能根据需要接替驾驶员的控制权限,提高车辆智能性、舒适性和安全性。
实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种机场牵引运输车,包括车体,其特征在于:所述车体顶部固定安装有32线激光雷达,车体的头部两侧固定安装有两组16线激光雷达。32线激光雷达与两组16线激光雷达的组合实现了对车体前方与两侧的动静态障碍物进行感知。车体的前向保险杠处,且处于两组16线激光雷达之间固定有毫米波雷达,用以进行车体正前方动态障碍物感知。车体的水平两侧分布有八组超声波雷达,用以进行车辆周围的近距离补盲,车体的挡风玻璃前侧固定安装有前向长焦相机与广角相机,用以对覆盖在车体前方远近距离的障碍物进行检测。车体的后轴中间固定安装有IMU,用以感知车体的定位与姿态信息,IMU上方设置有与车体固定连接的,用于获取车辆绝对位置信息的北斗天线。
2.一种机场牵引运输车的自动驾驶***,基于权利要求1所述的机场牵引运输车,其特征在于,包括有软件***与硬件***,其中软件***包括有:
感知***,通过长焦相机、广角相机以及32线激光雷达、16线激光雷达、毫米波雷达与超声波雷达所收集的信息,进而生成多传感器融合的数据。通过驾驶安全地图、导航定位模块、车速信号进而生成车辆定位与地图匹配的数据,并生成驾驶态势图;
决策***,通过接收由感知***生成的驾驶态势图,进行驾驶路径的二次规划,最后将决策结果输出到控制***和中控平台;
控制***,根据决策层实时的二次路径规划和车辆运动模型,计算出实时的横、纵向控制指令,该指令根据车辆转向、制动、油门等控制协议来完成对车辆运动状态的控制;
人机交互***,用户可通过交互界面对车辆进行调控。
3.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,所述软件***还包括有:
多传感器融合定位与控制,采用高精度地图、IMU、相机、激光雷达、GNSS、轮速计进行数据输入。通过收集的数据进行多传感器信息融合定位,以实现高精度、高鲁棒性及高频输出融合,从而实现机场无盲区高精度定位,提高决策规划及车辆控制关键功能的稳定度。
4.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,感知***需要与V2X***通信,来获取车辆盲区内的障碍物信息,再将感知到的障碍物信息融合判断,然后决策,确保车辆安全。
5.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,所述硬件***包括有:
1)转向***改装,增加电动转向***;
2)制动***改装:采用双回路油管在制动主缸和轮缸之间串联主动增压执行器,用以主动制动;
3)油门***与档位***改装,将车辆油门信号与车辆档位信号接入智能线控***控制器。
6.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,所述软件***采用分层的软件架构实现,具体分为场景智慧应用、云端服务计算接口、网络传输、传感器检测、单车智能及车辆执行。
7.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,所述驾驶路径的二次规划指的是行驶过程中根据路况进行动态的路径调整。
8.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,该***的特征在于,其所述感知***中会同时生成地图匹配与车辆定位数据,通过结合多传感器融合的数据,从而生成可通行区域并对动静态目标进行检测。
9.根据权利要求2所述的一种机场牵引运输车的自动驾驶***,其特征在于,所述控制***中还加入双驾双控模块,使驾驶员能随时得到车辆控制权,同时车辆也能根据需要接替驾驶员的控制权限,提高车辆智能性、舒适性和安全性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729850.XA CN115129053A (zh) | 2022-06-24 | 2022-06-24 | 一种机场牵引运输车及其自动驾驶*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729850.XA CN115129053A (zh) | 2022-06-24 | 2022-06-24 | 一种机场牵引运输车及其自动驾驶*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115129053A true CN115129053A (zh) | 2022-09-30 |
Family
ID=83380174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210729850.XA Pending CN115129053A (zh) | 2022-06-24 | 2022-06-24 | 一种机场牵引运输车及其自动驾驶*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115129053A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115352649A (zh) * | 2022-10-20 | 2022-11-18 | 江苏天一航空工业股份有限公司 | 智慧机场无人驾驶航空清水车监控雷达及驾驶控制*** |
CN115735482A (zh) * | 2022-12-01 | 2023-03-07 | 西北农林科技大学 | 一种多用途农作物智能播种装置 |
-
2022
- 2022-06-24 CN CN202210729850.XA patent/CN115129053A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115352649A (zh) * | 2022-10-20 | 2022-11-18 | 江苏天一航空工业股份有限公司 | 智慧机场无人驾驶航空清水车监控雷达及驾驶控制*** |
CN115735482A (zh) * | 2022-12-01 | 2023-03-07 | 西北农林科技大学 | 一种多用途农作物智能播种装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11636362B1 (en) | Predicting trajectory intersection by another road user | |
CN111422196A (zh) | 一种适用于微巴的智能网联自动驾驶***及方法 | |
KR102254750B1 (ko) | 회전들을 위한 자율 차량들의 준비 | |
US9862364B2 (en) | Collision mitigated braking for autonomous vehicles | |
KR20190100407A (ko) | 장래 진로를 결정하기 위한 휠 배향의 사용 | |
CN115129053A (zh) | 一种机场牵引运输车及其自动驾驶*** | |
CN112937607B (zh) | 一种用于景区观光车的网联自动驾驶***及方法 | |
Fritz et al. | CHAUFFEUR Assistant: a driver assistance system for commercial vehicles based on fusion of advanced ACC and lane keeping | |
Kim et al. | Automated complex urban driving based on enhanced environment representation with GPS/map, radar, lidar and vision | |
CN111552302B (zh) | 带有汇入车道的道路中汽车自动驾驶并线控制方法 | |
WO2018235154A1 (ja) | 走行制御システム | |
US20220366175A1 (en) | Long-range object detection, localization, tracking and classification for autonomous vehicles | |
CN115951678A (zh) | 一种用于电子导向胶轮车的自动驾驶*** | |
US20220176987A1 (en) | Trajectory limiting for autonomous vehicles | |
CN116394979A (zh) | 一种基于路侧融合感知的自动驾驶决策控制方法 | |
US9043071B1 (en) | Steering-based scrub braking | |
Du et al. | A Dynamic collaborative planning method for multi-vehicles in the autonomous driving platform of the DeepRacer | |
WO2022130701A1 (ja) | 車両制御装置 | |
CN113085568B (zh) | 一种双向行驶摆渡车的控制***及双向行驶摆渡车 | |
Pagire et al. | Autonomous Vehicle using Computer Vision and LiDAR | |
CN212172193U (zh) | 一种适用于微巴的智能网联自动驾驶*** | |
WO2024146195A1 (zh) | 一种用于电子导向胶轮车的自动驾驶*** | |
Li | Ros-Based Sensor Fusion and Motion Planning for Autonomous Vehicles: Application to Automated Parkinig System | |
EP4306382A1 (en) | Planning trajectories for controlling autonomous vehicles | |
US20230188816A1 (en) | Camera housing design with anti ghosting properties for use with an autonomous vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |