智能网联云控车路协同的研究.pptx

智能网联车路云一体化融合系统的研究实践 2022年06月20日 目录 1 2 3 4 车路云一体化融合系统 云-路多传感器协同感知 云-车预测性巡航控制 下一步的研究方向 2 1 智能网联车路云一体化融合系统 ➢ 自动驾驶 ➢ 车路协同 ➢ 车路云一体化 AD AD AD AD 3 1 智能网联车路云一体化融合系统 边缘信息融合 协同应用计算 路网多车协同 4 1 0 3 6 7 8 交通状态 2 9 5 10 云控基础 次序规划 路径规划 速度规划 平台 实时精确数字映射 标准互联互通 协议/接口/消息系统 路侧/车辆信息 车辆与交通信号指令 路侧信息融合 路侧 智能系统 实时精确数字映射 智能网联 汽车 AD AD 4 1 智能网联车路云一体化融合系统 基于车路云一体化融合系统，可以实现对智能驾驶、智能交通的全面支撑 边缘信息融合 协同应用计算 路段多车协同 4 1 0 3 交通状态 6 7 8 2 9 5 10 中 区 边 实时精确数字映射 心 域 …… 缘 次序规划 路径规划 速度规划 云 云 云 交通流 智能交通 应急管控 标准互联互通 协议/接口/消息系统 路侧/车辆信息 车辆与交通信号指令 态势感知 全局优化 大数据分析 路口多车协同 5G基站 路 路侧信息融合 侧 智 能 系 实时精确数字映射 统 …… 智 能 网 AD 联 AD 汽 5 车 1 车路云一体化融合系统的“三层四级”架构 ◼ 基于新一代移动互联、云计算等手段，通过网联化的跨域感知和融合控制，打通智能汽车和智能交通 两大领域，显著提升道路交通的综合性能，构建起“三层四级”云控系统架构。 三层四级云控系统架构 三层服务架构：基础层、 平台层与应用层 四级物理架构：车载端、 边缘云、区域云与中心 云的 6 目录 1 2 3 4 云控系统架构方案 云-路多传感器协同感知 云-车预测性巡航控制 下一步的研究方向 7 路侧多传感器协同感知 2 车载感知 路侧感知 车路云协同感知 特点： 特点： 特点： 第一人称视角 遮挡问题严重 部署成本高昂 非网联车辆多 …… 第三人称视角 融合消除盲区 部署成本低廉 感知视野固定 …… 上帝全局视角 意图识别准确 便于风险评估 支持云端协控 …… 8 路侧多传感器协同感知的研究思路 2 相机感知 激光感知 毫米波感知 插值补偿 时间同步 空间同步 坐标转换 数据融合 传感器静态协同 同一路侧系统重叠区域 关联匹配 传感器动态协同 不同路侧系统(非)重叠区域 状态估计 轨迹跟踪 9 路侧多传感器协同感知的挑战 2 ➢挑战：目标跨域轨迹的连续跟踪问题 ID:42 ID:37 ID:28 物理世界的数字孪生 ID:39 ID:26 ID:35 目标车 阻碍 传感器 云平台 目标身份不一致 AD 10 2 路侧系统重叠区域的协同感知 目标级数据的格式 人、车、非机动车 轨迹信息 基 基 运 于 于 动 多 概 目 传 率 标 感 的 的 器 目 绝 数 标 对 据 类 位 的 型 置 决 、 重 策 速 新 度 可被利用的信息： Timestamp 分 、 配 朝 向 目标属性（Id、Type、Location、 Velocity） 11 2 路侧系统重叠区域的协同感知  双向投影 检测点 投影点 实际道路 퐻21 单应矩阵 퐻12 Camera 1 FOV Camera 2 FOV 12 2 路侧系统重叠区域的协同感知  双向匹配 匹配矩阵 匹配策略 单向匹配矩阵： ➢ 二维M×N矩阵，行列分别表示两相机中目标的ID ➢ 二值矩阵（非0即1）。匹配：1 不匹配：0 ➢ 每行每列元素之和≤1（避免重复匹配） Camera 1 Camera 2 检测点集P1 检测点集P2 퐻12 퐻21 Camera 1 Camera 2 Camera1 匹配 投影点集P1` Camera2 匹配 投影点集P2` ID1 ID2 ID1 ID2 11 12 13 11 12 13 21 22 23 1 0 0 0 0 0 0 1 0 21 22 23 1 0 0 0 1 0 0 0 0 双 向 匹 配 矩 阵 ID1 Camera1 单向匹配矩阵 Camera2 单向匹配矩阵 11 12 13 ID2 ➢ 2 ➢ 1 ➢ ：匹配 21 22 23 2 0 0 0 1 0 0 1 0 ：转入二次匹配 匹配 0：不匹配 待定 双向匹配矩阵 不做匹配 13 2 路侧系统重叠区域的协同感知  基于HSV(Hue, Saturation, Value)的颜色直方图 作为双向匹配的补充，通过比较候选车辆图像的颜色直方图相似度，确定最终匹配结果。 ➢ 反映不同颜色在整幅图像中所占的比例 ➢ 反映数值的分布情况（不受像素位置影响） 色调H 饱和度S 明度V