[发明专利]一种结构化道路自动驾驶运输车及控制方法

说明书

本发明公开了一种结构化道路自动驾驶运输车及控制方法，本发明的装置通过摄像头读入图像，传递给具有不同作用的神经网络进行计算。将各个神经网络组队分工，实现了自动驾驶、标志理解、危险预警、人机交互等功能，并受到共享单车的启发，创建了一个模型参数共享平台，有助于解决人们在神经网络难以理解的路上行驶自动驾驶车辆训练参数模型费时费力的问题，提高了资源的利用率。

技术领域

本发明属于自动驾驶技术领域，具体涉及一种结构化道路自动驾驶运输车及控制方法。

背景技术

交通运输长期以来就是社会发展的推进器，2016年仅天猫双十一一天就产生了6.57亿物流订单。随着物流快递量的与日俱增，快递员的负担也大大加重。由于每天的快递量较多，快递员即使是在中午的时候很难得到休息，加上快递员在为客户运送物品的时候还要不停地关注着手机订单，运送快递的车辆便容易发生事故，让不少人坐立不安。

因此，使用一种能够减轻物流负担的快递货运系统便十分重要，现行的方案主要有以下几种：

中国发明专利201620108720.4提出了一种使用无人机系统运送快递的平台，包括无人机和固定装置，利用底部设有的可竖直升降和分离连接的快递盒实现了快递运送的功能。目前国内很多物流公司如顺丰京东等都在农村做试点对无人机运送快递进行了测试，在一定程度上解放了部分劳动力。但由于无人机体型较小，一台无人机往往只能承载一份快递，效率并不高。非军用无人机的电池续航时间和可遥控距离都比较小，即使是性能较好的无人机实际可遥控范围也都在几千米之内，如果依靠无人机解放劳动力，物流公司可能需要花费更多的资金去建立快递点，城市中的高楼大厦、景观照明、绿化数目等也都可能给无人机的飞行带来隐患。因此，虽然无人机有机会解决“农村最后一千米”的快递配送问题，但实现城市中大量订单的配送在短期内却似乎并不可能，难以解决城市中快递员送货辛苦、事故频发等问题。

与无人机送货相比，将自动驾驶技术运用到快递物流行业似乎是更加可行的办法。

在自动驾驶技术应用于货运行业的实例中，上海港机重工有限公司提出了一种方法以提升物件运输的效率和运输过程中的安全性，申请号：200710044004.X。所述方法为在路面上作出车辆行驶轨迹的标识线，并在车辆上安装摄像机系统和运动控制系统，类似于寻迹车，通过计算机对实时拍摄的标识线进行视频图像分析，计算偏离量数据，实现了车辆的自动驾驶、无人驾驶。但系统中只应用了前后两个摄像机，没有其它相关的摄像头和传感器，因此在驾驶的过程中只能用来识别已经铺设好的标识线，没有对道路周围的实时情况如标志牌、行人车辆等进行监测的功能，安全性不高。

深度学习在过去的一年中获得了极快的发展，并逐渐应用到了自动驾驶领域中，国内的一小部分电商公司如京东、阿里等也正计划将无人驾驶技术应用到快递运输上，2016年9月京东宣布中国首辆无人配送快递车已经进入道路测试阶段，其核心算法就是深度学习。与国外很多的研究团队采用的方法相似，均使用了深度学习、图像识别、大数据应用等诸多先进的技术，实现了无人驾驶的功能，但同时对技术和硬件成本的要求也很高，且体型比较小，缺少严密的报警系统，很多的无人快递车一次都只能运动一个包裹，即使是比较大的京东快递车也只有6个载货舱，且有货物大小的限制。此外，深度学习算法的一个最主要的特点就是从数据中学习，一个训练好的自动驾驶模型在大多数道路上由机器驾驶一般是没有问题的，但遇到奇怪的路时就很容易识别不了，尤其是在行人多、路面窄的街区和小区中比较蜿蜒的小路上，每次遇到难以识别的道路时就重新训练模型是一项比较费时费力的任务。

发明内容

本发明的目的在于克服上述不足，提供一种结构化道路自动驾驶运输车及控制方法，使得在大多数情况下系统可以完全无人监督驾驶，紧急情况下会自动减速并向人反馈信息，同时针对我国道路的多样化和模型参数训练耗费时间和成本的问题构建了一个与自动驾驶系统相辅助的模型参数共享平台。