一种基于物联网的车辆自动驾驶方法及终端

技术领域

本申请涉及智能驾驶技术领域，尤其涉及一种基于物联网的车辆自动驾驶方法及终端。

背景技术

智能驾驶技术领域在智能交通领域方面是极为重要的组成部分，随着计算能力的迅速提升以及智能交通自动化需求的日益提升，越来越多的国家研究机构与公司企业更多地关注智能驾驶这一领域。随之带来的问题也日益严重，如造成城市交通拥堵、交通事故频发等。现有的自动驾驶技术多应用于汽车领域，应用到电动车的很少，因此有必要提供一种适用于电动车的自动驾驶技术。同时据估算，我国电动车保有量为3亿量左右，而电动车能走的道路不足汽车道路的十分之一，相较于汽车，电动车更容易出现交通拥堵现象。现有的导航系统，在提供导航服务时，一般基于最短路径算法计算出发地到目的地的路径，然而很多时候最短路径不一定等于是最优路径，特别是在城市交通当中，这一点尤为凸显，可能最短的路径最为拥堵，花费的时间更长，显然仅仅考虑路径最短是不合理的。

总之，有必要提供一种适用于电动车的自动驾驶技术，及适用于此自动驾驶技术的路径导航方法。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种基于物联网的车辆自动驾驶方法及装置。

第一方面，本申请提供了一种适用于电动车的自动驾驶方法，具体内容如下：

步骤S1：获取出发地和目的地。

用户在出发前，在搭载于电动车上的客户端上输入出发地和目的地。

S2、路径规划：基于最优路径算法，计算从所述出发地到所述目的地的路径，具体包括：

S21、利用实时路况信息得到有向赋权图G＝(V,E)，其中，V表示交叉口集合，E表示交叉口之间的路段集合；

其中，V＝{v

S22、将所述交叉口集合V中的点划分为已处理的点的集合P和未处理的点的集合T；初始状态下所述集合P中的点为与所述出发地距离最近的交叉口e

S23、用邻接矩阵Link表示所述有向赋权图G，其中若所述交叉口集合V中第m个交叉口v

S24、选择v

S25、修改从所述出发地出发到任意节点v

S26、重复步骤S24和步骤S25，直至求得所述出发地到所述目的地的最优路径。

S3、实时采集电动车周围环境的状况，判断是否出现紧急避让情况；

如果出现紧急避让情况，则首先判断所述紧急避让情况所属类别，然后采取与所述紧急避让情况所属类别相应的避让措施；

如果未出现紧急避让情况，则按预定路线行驶；

所述紧急避让情况包括：

(1)电动车正前方的物体为静止的；

(2)电动车正前方的物体为运动的；

(3)所述电动车在十字路口直行时对面有左转车辆；

(4)所述电动车在十字路口直行时对面有右转车辆；

S4、根据预先存储的高清地图判断是否到达路口；

当判断到达路口时，分析采集的所述电动车周围环境中是否存在交警并识别所述交警的手势，然后基于电动车的车辆状况信息、所述交警的手势、所述电动车的周围环境信息规划所述电动车的局部路径；

S5、根据所述预先存储的高清地图，当判断所述电动车需拐弯时，根据如下公式判断采取拐弯动作时所述电动车的功率W；

W＝kmV cosθ；

其中m为所述电动车及所述电动车所载人员、所载货物的质量总和；k为根据所述电动车拐弯前的瞬时速度V确定的安全系数，范围在0.5-0.9之间，θ为所述电动车拐弯时所述电动车的车把的转向角；

S6、根据如下公式判断所述电动车在行驶过程中是否将所述电动车的速度进行调整；

当V

S7、实时监测所述电动车是否处于下坡状态，当判断所述电动车处于下坡状态时，对所述电动车进行降速处理；

S8、定时检测所述电动车上的乘坐人员的面部表情特征，根据所述面部表情特征判断所述乘坐人员是否疲劳，当判断所述乘坐人员处于疲劳状态时，对所述乘坐人员进行提醒。

优选地，所述利用实时路况信息得到有向赋权图之前，还包括：

利用所述电动车上安装的客户端接收云端服务器发送的实时路况信息；

所述客户端与所述云端服务器的通信连接方式为5G技术。

优选地，在所述电动车行驶过程中，所述云端服务器定时接收所述电动车的位置信息，并根据所述位置信息确定所述电动车上安装的客户端下一个要连入的基站，将所述电动车上安装的客户端的物理标识符提前发送到所述下一个要连入的基站；所述下一个要连入的基站接收所述物理标识符，基于所述物理标识符预先准备与所述电动车上安装的客户端建立通信连接所需的资源；当所述电动车行驶至所述下一个要连入的基站的覆盖范围时，所述电动车上安装的客户端与所述下一个要连入的基站建立通信连接。

优选地，所述路段e

优选地，所述电动车在十字路口直行时对面有左转车辆时，采取的应对方案为：计算所述左转车辆的转向角、左转速度，根据所述转向角和所述左转速度计算所述左转车辆的转向时间；根据所述转向时间计算所述左转车辆左转过程中，所述电动车的行驶路程；根据所述行驶路程判断现有状态所述电动车能否安全通过，若能，则不需采取避让，若不能，对所述电动车进行降速处理，重新判断所述电动车能否安全通过，若能，则依所述降速处理后的速度通过所述十字路口，若不能，继续降速，直至能够安全通过所述十字路口。

优选地，步骤S8中所述判断所述乘坐人员是否疲劳具体包括：

采用Adaboost方法提取所述脸部视频图像中的人脸图像；

对所述人脸图像进行滤波处理，滤除所述脸部视频图像采集过程中产生的噪声，对滤波处理后的图像进行差分处理，得到凸显人眼瞳孔的差分图像；

对所述差分图像进行图像增强操作，突出所述差分图像中人眼的瞳孔部分；

采用如下公式对图像增强处理后的人脸图像进行自适应阈值处理，从而将人脸图像进行二值化处理：

S＝ω

其中，ω

建立卷积神经网络模型，通过卷积层提取出人眼特征，对所述乘坐人员是否闭眼进行分类；

求出预定时间内乘坐人员眼睛闭合时长相对所述预设时间所占的百分比，当所述百分比超过预定比例时，判定所述乘坐人员处于疲劳状态。

第二方面，本申请提供了一种适用于电动车的自动驾驶装置，包括如下内容：

路径规划模块，用于基于最优路径算法，计算从所述出发地到所述目的地的路径；

环境感知模块，用于实时采集电动车周围环境的状况，判断是否出现紧急避让情况；如果出现紧急避让情况，则首先判断所述紧急避让情况所属类别，然后采取与所述紧急避让情况所属类别相应的避让措施；如果未出现紧急避让情况，则按预定路线行驶；

第一速度调整模块，用于判断所述电动车在行驶过程中是否将所述电动车的速度进行调整；

第二速度调整模块，用于实时监测所述电动车是否处于下坡状态，当判断所述电动车处于下坡状态时，对所述电动车进行降速处理；

疲劳监测模块，用于定时检测所述电动车上的乘坐人员的面部表情特征，根据所述面部表情特征判断所述乘坐人员是否疲劳，当判断所述乘坐人员处于疲劳状态时，对所述乘坐人员进行提醒。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：

本发明提出了一种适用于电动车的自动驾驶方法，而且提供了一种适用于此方法的最优路径计算法方法，应用本发明的方法，能够根据道路的具体情况规划出电动车从出发地到目的地的最佳路径，而且本发明中提出了适用于电动车拐弯时的电动车的功率的估算方法，能够保证行车安全。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种适用于电动车的自动驾驶方法的流程示意图；

图2为本申请实施例提供的一种适用于电动车的自动驾驶方法中所涉及到的最优路径算法的实施场景示意图；

图3为本申请实施例提供的一种适用于电动车的自动驾驶装置的示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

智能驾驶技术领域在智能交通领域方面是极为重要的组成部分，随着计算能力的迅速提升以及智能交通自动化需求的日益提升，越来越多的国家研究机构与公司企业更多地关注智能驾驶这一领域，然而现有的自动驾驶技术多应用于汽车领域，应用到电动车的很少，因此有必要提供一种适用于电动车的自动驾驶技术。同时据估算，我国电动车保有量为3亿辆左右，而电动车能走的道路不足汽车道路的十分之一，相较于汽车，电动车更容易出现交通拥堵的现象。在我国的三四线城市，相当大一部分居民的出行代步工具采用电动车，现有的导航系统，在提供导航服务时，一般基于最短路径算法计算出发地到目的地的路径，然而很多时候最短路径不一定等于是最优路径，特别是在城市交通当中，这一点尤为凸显，可能最短的路径最为拥堵，花费的时间更长，显然仅仅考虑路径最短是不合理的。因此，有必要提供一种适用于电动车的自动驾驶技术，及适用于此自动驾驶技术的路径导航方法。

本说明书实施例提供了一种适用于电动车的自动驾驶方法，以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本说明书实施例提供的一种适用于电动车的自动驾驶方法的流程示意图，从程序的执行角度而言，流程的执行主体可以为搭载于电动车上的客户端的程序。

如图1所示，该流程可以包括以下步骤：

步骤S1：获取出发地和目的地。

用户在出发前，在搭载于电动车上的客户端上输入出发地和目的地。

S2、路径规划：基于最优路径算法，计算从所述出发地到所述目的地的路径，具体包括：

S21、利用实时路况信息得到有向赋权图G＝(V,E)，其中，V表示交叉口集合，E表示交叉口之间的路段集合；

其中，V＝{v

S22、将所述交叉口集合V中的点划分为已处理的点的集合P和未处理的点的集合T；初始状态下所述集合P中的点为与所述出发地距离最近的交叉口e

S23、用邻接矩阵Link表示所述有向赋权图G，其中若所述交叉口集合V中第m个交叉口v

S24、选择v

S25、修改从所述出发地出发到任意节点v

S26、重复步骤S24和步骤S25，直至求得所述出发地到所述目的地的最优路径。

现有技术中，在进行路径规划时，多基于最短路径算法规划从出发地到目的地的路径，然而大多数情况下，这只是一种理论上的最佳路径，在实际的实践过程中可能由于堵车、限行、道路状况差等问题使得规划出来的最短路径不能使人们满意，而且同一段道路在不同时段的通行状况也是不一样的，这些问题的存在都影响用户在短时间段内的出行体验。本实施例技术方案中的最佳路径算法，在考虑路段e

其中，效率系数

具体地，所述路段e

举例说明，图2中，用户所在的出发地为A点，其目的地为F点，各点之间的物理长度为L

S3、实时采集电动车周围环境的状况，判断是否出现紧急避让情况；

如果出现紧急避让情况，则首先判断所述紧急避让情况所属类别，然后采取与所述紧急避让情况所属类别相应的避让措施；

如果未出现紧急避让情况，则按预定路线行驶；

所述紧急避让情况包括：

(1)电动车正前方的物体为静止的；

(2)电动车正前方的物体为运动的；

(3)所述电动车在十字路口直行时对面有左转车辆；

(4)所述电动车在十字路口直行时对面有右转车辆；

S4、根据预先存储的高清地图判断是否到达路口；

当判断到达路口时，分析采集的所述电动车周围环境中是否存在交警并识别所述交警的手势，然后基于电动车的车辆状况信息、所述交警的手势、所述电动车的周围环境信息规划所述电动车的局部路径；

S5、根据所述预先存储的高清地图，当判断所述电动车需拐弯时，根据如下公式判断采取拐弯动作时所述电动车的功率W；

W＝kmV cosθ；

其中m为所述电动车及所述电动车所载人员、所载货物的质量总和；k为根据所述电动车拐弯前的瞬时速度V确定的安全系数，范围在0.5-0.9之间，θ为所述电动车拐弯时所述电动车的车把的转向角；

S6、根据如下公式判断所述电动车在行驶过程中是否将所述电动车的速度进行调整；

当V

S7、实时监测所述电动车是否处于下坡状态，当判断所述电动车处于下坡状态时，对所述电动车进行降速处理；

可以采用在电动车上安装倾角传感器的方法，实时监测电动车是否处于下坡状态，当监测到电动车处于下坡状态时，对电动车进行降速处理，以保证行车安全。

S8、定时检测所述电动车上的乘坐人员的面部表情特征，根据所述面部表情特征判断所述乘坐人员是否疲劳，当判断所述乘坐人员处于疲劳状态时，对所述乘坐人员进行提醒。

基于图1的方法，本说明书实施例还提供了该方法的一些具体实施方式，下面进行说明。

本实施例技术方案中，所述利用实时路况信息得到有向赋权图之前，还包括：

利用所述电动车上安装的客户端接收云端服务器发送的实时路况信息；所述客户端与所述云端服务器的通信连接方式为5G技术。

进一步优化方案，在所述电动车行驶过程中，所述云端服务器定时接收所述电动车的位置信息，并根据所述位置信息确定所述电动车上安装的客户端下一个要连入的基站，将所述电动车上安装的客户端的物理标识符提前发送到所述下一个要连入的基站；所述下一个要连入的基站接收所述物理标识符，基于所述物理标识符预先准备与所述电动车上安装的客户端建立通信连接所需的资源；当所述电动车行驶至所述下一个要连入的基站的覆盖范围时，所述电动车上安装的客户端与所述下一个要连入的基站建立通信连接。

在电动车行驶过程中，搭载于电动车上的客户端需要与周围的基站建立通信连接，以便实时接收一些与道路交通情况相关的信息，尤其是一些与电动车的实时驾驶状态的安全密切相关的信息，由于电动车在行驶过程中其位置是实时发生变化的，在电动车位置范围超过所连接的基站的覆盖范围时，就需要接入另外一个基站，现有技术中，在电动车的客户端切换所连接的基站时，可能发生此客户端已经与上一个连接的基站的通信连接已经断开，但未与下一个将要连接的基站建立通信连接的情况(这可能是因为电动车所要连接的下一个基站的处于满负荷工作状态，没有与此客户端建立通信连接的资源，或者是此基站与客户端建立通信连接的延时相对较长，此较长的延时超出客户端未连接到基站的状态时间容忍度的阈值，而且需要说明的是，在电动车的自动驾驶应用中，搭载于电动车上的客户端与基站未保持通信连接状态的时间容忍度极低，这样才能够保证电动车的自动驾驶的安全性)，由于本发明实施例涉及的是电动车的自动驾驶，搭载于电动车上的客户端需要实时接收基站不定时发送的路况信息，以便保证电动车自动驾驶的安全，即本实施例要求搭载于电动车的客户端需要实时与基站保持通信连接。本实施中，由于提前计算出了电动车的行驶路径，则云端服务器可以实时接收电动车的位置信息，当监测到电动车在预设时段内将要驶离某个基站的覆盖范围时，可以将所述电动车上安装的客户端的物理标识符提前发送到所述下一个要连入的基站，这样所述下一个要连入的基站可以接收所述此客户端的物理标识符，然后基于所述物理标识符预先准备与所述电动车上安装的客户端建立通信连接所需的资源，这样可以有效缩短与客户端建立通信连接的时间，同时由于预先分配了与此客户端建立通信连接所需的资源，这样能够保证此客户端能够与此下一个要连入的基站建立通信连接，从而能够极大程度上保证电动车自动驾驶的安全性。

进一步优化方案，所述电动车在十字路口直行时对面有左转车辆时，采取的应对方案为：计算所述左转车辆的转向角、左转速度，根据所述转向角和所述左转速度计算所述左转车辆的转向时间；根据所述转向时间计算所述左转车辆左转过程中，所述电动车的行驶路程；根据所述行驶路程判断现有状态所述电动车能否安全通过，若能，则不需采取避让，若不能，对所述电动车进行降速处理，重新判断所述电动车能否安全通过，若能，则依所述降速处理后的速度通过所述十字路口，若不能，继续降速，直至能够安全通过所述十字路口。

进一步优化方案，步骤S8中所述判断所述乘坐人员是否疲劳具体包括：

采用Adaboost方法提取所述脸部视频图像中的人脸图像；

对所述人脸图像进行滤波处理，滤除所述脸部视频图像采集过程中产生的噪声，对滤波处理后的图像进行差分处理，得到凸显人眼瞳孔的差分图像；

对所述差分图像进行图像增强操作，突出所述差分图像中人眼的瞳孔部分；

采用如下公式对图像增强处理后的人脸图像进行自适应阈值处理，从而将人脸图像进行二值化处理：

S＝ω

其中，ω

建立卷积神经网络模型，通过卷积层提取出人眼特征，对所述乘坐人员是否闭眼进行分类；

求出预定时间内乘坐人员眼睛闭合时长相对所述预设时间所占的百分比，当所述百分比超过预定比例时，判定所述乘坐人员处于疲劳状态。

本发明提出了一种适用于电动车的自动驾驶方法，而且提供了一种适用于此方法的最优路径计算法方法，应用本发明的方法，能够根据道路的具体情况规划出电动车从出发地到目的地的最佳路径，而且本发明中提出了适用于电动车拐弯时的电动车的功率的估算方法，能够保证行车安全。

基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图3为本说明书实施例提供的对应于图1的一种适用于电动车的自动驾驶装置的结构示意图。如图3所示，该装置可以包括：

路径规划模块，用于基于最优路径算法，计算从所述出发地到所述目的地的路径；

环境感知模块，用于实时采集电动车周围环境的状况，判断是否出现紧急避让情况；如果出现紧急避让情况，则首先判断所述紧急避让情况所属类别，然后采取与所述紧急避让情况所属类别相应的避让措施；如果未出现紧急避让情况，则按预定路线行驶；

第一速度调整模块，用于判断所述电动车在行驶过程中是否将所述电动车的速度进行调整；

第二速度调整模块，用于实时监测所述电动车是否处于下坡状态，当判断所述电动车处于下坡状态时，对所述电动车进行降速处理；

疲劳监测模块，用于定时检测所述电动车上的乘坐人员的面部表情特征，根据所述面部表情特征判断所述乘坐人员是否疲劳，当判断所述乘坐人员处于疲劳状态时，对所述乘坐人员进行提醒。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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申请的原理和新颖特点相一致的最宽的范围。