[发明专利]基于ACP方法的平行智能车控制系统

权利要求书

1.一种基于ACP方法的平行智能车控制系统，其特征在于，包括：平行控制中心和实际车路系统；

所述平行控制中心，包括：计算控制中心和人工车路系统；

所述计算控制中心，配置为：根据所述实际车路系统采集的行车参数和路况信息，计算多种行车控制策略，在人工车路系统中进行实验；根据实验结果选择控制策略，在人工车路系统与实际车路系统中平行执行；

所述人工车路系统，为基于大型计算机的虚拟系统，根据所述实际车路系统采集的行车参数和路况信息构建而成；配置为：根据所述计算控制中心提供的指令执行，并向所述计算控制中心发送执行过程中的相关数据。

2.根据权利要求1所述的控制系统，其特征在于，所述实际车路系统，为无人车实际运行的道路环境系统，配置为：采集无人车的行车参数和路况信息，传送到所述计算控制中心；并执行计算控制中心的指令，控制无人车在道路上行驶。

3.根据权利要求1所述的控制系统，其特征在于，所述行车参数为无人车内车载传感器采集到的参数，包括：速度、加速度、方向盘转角、油门刹车信息。

4.根据权利要求1所述的控制系统，其特征在于，所述路况信息为路侧设备采集的信息，包括：路侧交通灯信息、摄像头拍摄的信息、雷达测距信息。

5.根据权利要求1所述的控制系统，其特征在于，在平行执行过程中，按预设的时间周期采集无人车的行车参数和路况信息，并对所述人工车路系统进行修正。

6.根据权利要求1所述的控制系统，其特征在于，所述人工车路系统，包括虚拟的静态模型和动态模型；

所述静态模型，包括实际交通环境中的建筑物、树木、道路安全设施、标志牌、信号灯、路面交通标志线；

所述动态模型，包括：智能车辆模型以及自身决策规划模型、随机产生的道路上行驶的非智能车辆、非机动车、行人模型以及它们的运动状态模型、整体调度配置模型。

7.根据权利要求1所述的控制系统，其特征在于，所述实际车路系统还采集无人车的环境感知传感器数据，包括：车载单线激光雷达数据、车载摄像头数据。

8.根据权利要求1所述的控制系统，其特征在于，所述计算控制中心，计算控制策略时，还利用互联网信息；所述互联网信息，包括：道路环境、交通事故、天气状况、交通管制。

9.根据权利要求1所述的控制系统，其特征在于，所述控制策略，包括：对无人车的路径规划、行车参数控制。

10.根据权利要求7所述的控制系统，其特征在于，所述平行控制中心，还配置为：模拟各种交通场景，并计算相应的控制策略，根据所述人工车路系统的实验结果，为所述实际车路系统提供改进方案，包括：增加道路的智能性、降低智能车辆成本；

所述增加道路的智能性，包括：安装V2X通信设备、路侧摄像头、微波雷达、路边处理器、地下感应装置、智能信号灯控制器；

所述降低智能车辆成本，包括：采用车载单线激光雷达代替车载64线激光雷达、将部分由车载设备采集和处理的数据转移到路侧设备来采集或处理。

11.根据权利要求10所述的控制系统，其特征在于，所述智能信号灯控制器，将路侧信号机的信号直接发送给无人车和/或平行控制中心。

12.根据权利要求10所述的控制系统，其特征在于，所述车载摄像头数据，经过所述路边处理器压缩处理后传输到所述计算控制中心。