一种车港协同混合交通安全高效调度系统及方法

技术领域

本发明涉及交通调度技术领域，尤其是涉及一种车港协同混合交通安全高效调度系统及方法。

背景技术

自动驾驶集卡是自动驾驶在港口重要的应用场景，是率先实现商业化落地的应用场景。与城市和高速公路场景不同，港口是封闭作业园区，基建完善程度高，交通标识简单，车辆和行人干扰程度低，易于管控。

V2X(Vehicle to Everything)，是指在车辆上安装一种专用通信终端，可实现与其他车辆、道路、行人以及云端进行数据交互服务，具体包括V2V(Vehicle To Vehicle车与车连接)，V2I(Vehicle To Infrastructure车与基础设施连接)，V2P(Vehicle ToPedestrian车与行人连接)，V2N(Vehicle To Network车与网络连接)。所述专用通信终端主要对通信时延要求较高(小于10ms)，且支持设备之间直接连接。目前主流技术之一是DSRC(Dedicated Short Range Communications，专用短距离通讯),另一种是LTE-V2X(基于蜂窝移动通信的V2X)。

车路协同以C-V2X为基础，通过网络连接人-车-路-云等交通要素，赋予感知侧360°全方位获取周边环境感知信息的能力，并在决策层通过云控平台进行智能分析和管理调度，助力单车智能走向智能网联，实现智慧交通。

当前的车路协同技术主要应用与城市交通，且更多的是应用于自动驾驶车辆，比如向自动驾驶车辆提供红绿灯信息，结合路侧感知设备，提供其他交通参与者的定位和运动状态信息，以识别碰撞风险，提前决策。

当前自动驾驶集卡在港口中的应用，主要是依靠单车智能，由云平台下发运输任务后，依靠车辆装载的雷达、摄像头等实现自动驾驶。

传统交通参与者主要通过后装OBU(车载通信单元)获取V2X信息，并通过车载HMI显示以提示驾驶员。

当前的车路协同技术存在以下缺点：

1、尚未应用于解决港口自动驾驶车辆和传统车辆出现交通冲突的问题；

2、尚未应用于提高港口自动驾驶车辆与传统车辆混行状态下通行效率方面；

3、对于传统车辆如果都加装OBU，成本过高，无法大范围铺开；

4、依靠单车智能的自动驾驶车辆，由于感知范围受环境限制，无法获取全方位的交通情况，因此无法应对如港口十字路口，突然出现传统车辆的交通冲突情况；

5、当前技术无法根据业务安排的优先级而确定通行优先级。

发明内容

本发明就是为了解决自动驾驶车辆与非自动驾驶车辆混合行驶存在的安全通行和交通效率问题，而提出一种车港协同混合交通安全高效调度系统及方法，通过广义车路协同系统对道路车辆状态及其风险进行识别，引入业务时序控制策略，在存在交通冲突时，优先让业务时序更早的车辆通行，其他车辆减速或绕道；在存在交通冲突的地方，通过V2X向自动驾驶车辆发出安全预警、数字虚拟信号灯及行驶建议，通过移动APP或小程序向非自动驾驶车提供车道级引导与安全风险提醒，并发送数字虚拟信号灯，从而对区域内的车辆进行控制，通过通行配时优化提高车辆通行效率，保证通行安全。

本发明的技术方案是这样实现的：

一种车港协同混合交通安全高效调度系统，包括边缘计算单元、激光雷达、视觉传感器、路测单元、业务调度模块、感知数据推送模块、网络接入模块，

所述的边缘计算单元包括目标识别模块、感知数据融合模块、风险识别模块、业务时序控制模块、V2X信息发布模块；

所述激光雷达和视觉传感器用于获取感知范围内(200m)的车辆信息；

所述业务调度模块用于获取各港机的车牌、运动状态、作业运动路线、作业起始时间；

所述感知数据推送模块负责根据边缘计算模块反馈的目标信息和业务时序控制策略，通过局域网向路测单元(RSU)推送周围目标情况、交通冲突事件、虚拟信号灯，通过公网向非自动驾驶车辆上的小程序或APP推送周围目标情况、交通冲突事件、虚拟信号灯；

所述路测单元(RSU)负责向通信范围内(1KM)的自动驾驶车辆发送V2X信号，包括周围目标、交通冲突事件、虚拟信号灯数据；

所述网络接入模块用于连接局域网络和互联网。

进一步的，所述所述激光雷达和视觉传感器获取的车辆信息包括航向角、速度、尺寸、车牌。

一种车港协同混合交通安全高效调度方法，包括以下步骤：

S1、接入实时业务数据，包含每辆自动驾驶车和非自动驾驶车、港机等业务运行数据，数据包含车牌、任务起点、任务终点、计划出发时间、计划完成时间、路线；

S2、接入边缘计算单元，通过局域网连接边缘计算单元，获取感知数据；

S3、提取各港机、自动驾驶车辆、非自动驾驶车辆的运行状态；

3.1、从感知数据中提取各港机运动状态(相对位置(x,y,z)、速度v、方向h)与作业运动路线，各自动驾驶车辆运动状态Pos_i(lon_i,lat_i,ele_i)、车辆尺寸(Li，Wi，Hi)、速度vi、加速度ai、方向heading_i与规划路径{pt_j(lon_j,lat_j,ele_j)}；

3.2、对车辆进行雷达感知结果obstacle与车辆plate映射匹配；

3.3、根据业务系统中根据车牌获取车辆运行路线，和当前从路侧感知设备中定位的车辆位置，进行路线匹配，并进行车道级导航；

S4、根据各港机和自动驾驶车辆的运动状态以及计划路径判断是否存在交通冲突；

S5、当存在预警事件，向边缘计算单元推送预警事件，然后根据业务时序安排确定车辆通行优先级，计算让行车辆红灯位置、倒计时和建议车速；

S6、判断存在冲突车辆是否为自动驾驶车辆；

S7、当判断冲突车辆有非自动驾驶车辆时，需进行雷达识别目标与车牌进行映射；

S8、当存在预警事件，为自动驾驶车辆通过V2X发送预警事件及虚拟信号灯消息，包含信号灯颜色，倒计时(红灯)，距离停止线距离，优先通行车辆获得绿灯，让行车辆获得红灯；

S9、当存在预警事件，为非自动驾驶车辆通过手机APP或者小程序发送预警事件及虚拟信号灯消息，包含信号灯颜色，倒计时(红灯)，距离停止线距离，优先通行车辆获得绿灯，让行车辆获得红灯；

S10、重新回到步骤S3，重复循环。

所述步骤S3.2中，雷达感知结果obstacle与车辆plate映射匹配包括以下步骤：

3.2.1、车辆上司机移动设备里的APP或者小程序需事先绑定该辆车的车牌信息plate_i；

3.2.2、根据摄像头识别区域，划定雷达感知匹配车牌ROI(感知区域)；

3.2.3、当车辆出现在ROI内，雷达通过ROS系统将点云识别为不同类型的目标obstacle_i，并通过雷达协议发布给雷达与视觉融合处理系统；

3.2.4、摄像头实时抓拍通过识别区域的车牌plate_i，并将结果协议传输给系统；

3.2.5、系统接收到雷达消息和摄像头消息后，便可将车牌信息plate_i与雷达识别到的目标obstacle_i进行绑定；

3.2.6、雷达识别到的目标信息便通过车牌与该APP或小程序中的对象进行了一一对应，实现对传统车辆的高精度定位。

进一步的，所述步骤S4中判断各港机与自动驾驶车辆是否存在交通冲突包括以下步骤：

4.1、将港机运动状态及路线以港机高精设备定位安装点为中心转换成三维空间坐标系坐标点，港机作业臂三维坐标位置pt0(lon0,lat0，ele0)、速度v0、方向heading0，港机运动路线点集合{pt_k(lon_k,lat_k,ele_k)}；

4.2、根据规划路径判断是否满足以下两个条件之一，是路线重合(lane match)还是路线交叉(lane cross)，并计算预计碰撞点坐标pc(lon_c,lat_c,ele_c)；

4.3、计算某港机的预警TTC0，TTC0＝min{TTCi},TTC1＝max{TTCi},i＝1～N，N为当前时刻靠近该港机的自动驾驶车辆，TTCi为港机与各自动驾驶车辆根据当前位置、速度、方向及轨迹计算的潜在碰撞时间，其中TTC是指Time to collision；

4.4、当存在路线重合或路线交叉，且TTC0

进一步的，所述步骤S5中让行车辆红灯位置、倒计时和建议车速的计算方式为：5.1、在让行车辆预计碰撞点安全回退K米作为红灯停止线，K为安全回退距离，默认10米，作为V2X map消息红绿灯位置输入，红灯倒计时为red_light_countdown＝TTC1+La/va,其中La为优先通行车辆长度，va为优先通行车辆速度；

5.2、计算让行车辆建议车速，Recommended_speed＝[dist(pc,pb)-K]/red_light_countdown,其中dist(pc,pb)为预警碰撞点与让行车辆当前位置的距离，当Recommended_speed≥vb时，vb为让型车辆当前速度，Recommended_speed＝vb。

采用了上述技术方案，本发明的有益效果为：通过对港口的交通参与者的运行状态进行采集和分析，判断是否存在交通冲突，并基于业务时序确定交通冲突时各个交通参与者通行的优先级，通过向交通参与者发送虚拟信号灯来对交通参与者的运行状态进行调控，从而保障自动驾驶和传统车辆混行的港口的交通安全，对交通冲突针对自动驾驶车辆和传统车辆均做到提前预警、提前解决交通冲突，提高港口车辆的作业效率。

附图说明

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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明的车港协同混合交通安全高效调度系统结构框图；

图2是本发明的车港协同混合交通安全高效调度方法流程图；

图3是本发明车港协同混合交通安全高效调度方法的车辆路线重合示意图；

图4是本发明车港协同混合交通安全高效调度方法的车辆路线交叉示意图；

图5是本发明的雷达感知结果obstacle与车辆plate映射匹配示意图。

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他实施例，都属于本发明保护的范围。

如图1所示，一种车港协同混合交通安全高效调度系统，包括边缘计算单元、激光雷达、视觉传感器、路测单元、业务调度模块、感知数据推送模块、网络接入模块，

所述的边缘计算单元包括目标识别模块、感知数据融合模块、风险识别模块、业务时序控制模块、V2X信息发布模块；

所述目标识别模块用于识别车辆信息，包括车辆类型、车牌等；

所述感知数据融合模块用于将激光雷达和视觉传感器获取的感知数据进行融合处理；

所述风险识别模块用于计算港口内多个交通参与者发生交通冲突的概率；

所述业务时序控制模块用于根据各港机和自动驾驶车辆的业务起始时间、关紧程度对各港机和自动驾驶车辆的通行优先度进行排序；

所述V2X信息发布模块用于与车载单元进行连通进行数据传输；

所述激光雷达和视觉传感器用于获取感知范围内(200m)的车辆信息，车辆信息包括航向角、速度、尺寸、车牌等，激光雷达和视觉传感器、路侧单元、、边缘计算单元可以部署在港口灯杆上，与其他设备共同安装；

所述业务调度模块用于获取各港机的车牌、运动状态、作业运动路线、作业起始时间；

所述感知数据推送模块负责根据边缘计算模块反馈的目标信息和业务时序控制策略，通过局域网向路测单元(RSU)推送周围目标情况、交通冲突事件、虚拟信号灯，通过公网向非自动驾驶车辆上的小程序或APP推送周围目标情况、交通冲突事件、虚拟信号灯；

所述路测单元(RSU)负责向通信范围内(1KM)的自动驾驶车辆发送V2X信号，包括周围目标、交通冲突事件、虚拟信号灯数据；

所述网络接入模块用于连接局域网络和互联网。

如图2-图5所示，一种车港协同混合交通安全高效调度方法，包括以下步骤：

S1、接入实时业务数据，包含每辆自动驾驶车和非自动驾驶车、港机等业务运行数据，数据包含车牌、任务起点、任务终点、计划出发时间、计划完成时间、路线；

S2、接入边缘计算单元，通过局域网连接边缘计算单元，获取感知数据；

S3、提取各港机、自动驾驶车辆、非自动驾驶车辆的运行状态；

3.1、从感知数据中提取各港机运动状态(相对位置(x,y,z)、速度v、方向h)与作业运动路线，各自动驾驶车辆运动状态Pos_i(lon_i,lat_i,ele_i)、车辆尺寸(Li，Wi，Hi)、速度vi、加速度ai、方向heading_i与规划路径{pt_j(lon_j,lat_j,ele_j)}；

3.2、对车辆进行雷达感知结果obstacle与车辆车牌号码plate映射匹配；

3.3.1、车辆上司机移动设备里的APP或者小程序需事先绑定该辆车的车牌信息plate_i；

3.3.2、根据摄像头识别区域，划定雷达感知匹配车牌ROI(感知区域)；

3.3.3、当车辆出现在ROI内，雷达通过ROS系统将点云识别为不同类型的目标obstacle_i，并通过雷达协议发布给雷达与视觉融合处理系统；

3.3.4、摄像头实时抓拍通过识别区域的车牌plate_i，并将结果协议传输给系统；

3.3.5、系统接收到雷达消息和摄像头消息后，便可将车牌信息plate_i与雷达识别到的目标obstacle_i进行绑定；

3.3.6、雷达识别到的目标信息便通过车牌与该APP或小程序中的对象进行了一一对应，从而借助路侧感知技术实现对传统车辆的高精度定位；

3.3、根据业务系统中根据车牌获取车辆运行路线，和当前从路侧感知设备中定位的车辆位置，进行路线匹配，并进行车道级导航；

S4、根据各港机和自动驾驶车辆的运动状态以及计划路径判断是否存在交通冲突；

4.1、将港机运动状态及路线以港机高精设备定位安装点为中心转换成三维空间坐标系坐标点，港机作业臂三维坐标位置pt0(lon0,lat0，ele0)、速度v0、方向heading0，港机运动路线点集合{pt_k(lon_k,lat_k,ele_k)}；

4.2、根据规划路径判断是否满足以下两个条件之一，是路线重合(lane match)还是路线交叉(lane cross)，并计算预计碰撞点坐标pc(lon_c,lat_c,ele_c)；

4.3、计算某港机的预警TTC0，TTC0＝min{TTCi},TTC1＝max{TTCi},i＝1～N，N为当前时刻靠近该港机的自动驾驶车辆，TTCi为港机与各自动驾驶车辆根据当前位置、速度、方向及轨迹计算的潜在碰撞时间，其中TTC是指Time to collision；

4.4、当存在路线重合或路线交叉，且TTC0

S5、当存在预警事件，向边缘计算单元推送预警事件，然后根据业务时序安排确定车辆通行优先级，计算让行车辆红灯位置、倒计时和建议车速。

5.1、在让行车辆预计碰撞点安全回退K米作为红灯停止线，K为安全回退距离，默认10米，作为V2X map消息红绿灯位置输入，红灯倒计时为red_light_countdown＝TTC1+La/va,其中La为优先通行车辆长度，va为优先通行车辆速度；

5.2、计算让行车辆建议车速，Recommended_speed＝[dist(pc,pb)-K]/red_light_countdown,其中dist(pc,pb)为预警碰撞点与让行车辆当前位置的距离，当Recommended_speed≥vb时，vb为让型车辆当前速度，Recommended_speed＝vb；

S6、判断存在冲突车辆是否为自动驾驶车辆；

S7、当判断冲突车辆有非自动驾驶车辆时，需进行雷达识别目标与车牌进行映射；

S8、当存在预警事件，为自动驾驶车辆通过V2X发送预警事件及虚拟信号灯消息，包含信号灯颜色，倒计时(红灯)，距离停止线距离，优先通行车辆获得绿灯，让行车辆获得红灯；

S9、当存在预警事件，为非自动驾驶车辆通过手机APP或者小程序发送预警事件及虚拟信号灯消息，包含信号灯颜色，倒计时(红灯)，距离停止线距离，优先通行车辆获得绿灯，让行车辆获得红灯；

S10、重新回到步骤S3，重复循环。

本发明的工作原理为：通过广义车路协同系统对道路车辆状态及其风险进行识别，引入业务时序控制策略，在存在交通冲突时，优先让业务时序更早的车辆通行，其他车辆减速或绕道；在存在交通冲突的地方，通过V2X向自动驾驶车辆发出安全预警、数字虚拟信号灯及行驶建议，通过移动APP或小程序向非自动驾驶车提供车道级引导与安全风险提醒，并发送数字虚拟信号灯，从而对区域内的车辆进行控制，通过通行配时优化提高车辆通行效率，保证通行安全。

本发明技术方案带来的有益效果为：

1.通过边缘计算单元，实时获取自动驾驶车辆、非自动驾驶车辆位置、运动状态、调度路线是否存在碰撞风险，当存在碰撞风险时，为自动驾驶车辆和非自动驾驶车辆进行预警并给出操作建议，保障在自动驾驶和传统车辆混行的港口的交通安全，对交通冲突针对自动驾驶车辆和传统车辆均做到提前预警、提前解决交通冲突。

2.结合业务时序安排，确定交通冲突车辆的优先通行权，提高港口车辆(港机、自动驾驶车辆、非自动驾驶车辆)的作业效率。

3.通过在港口的路侧设置路侧感知系统来满足该系统的运行，对路口及感知定位盲区进行重点覆盖，降低了自动驾驶车辆对单车感知范围的依赖，从而降低了自动驾驶车辆感知设备的硬件成本，低成本自动驾驶车辆有利于自动驾驶技术的大范围推广，同时，对非自动驾驶车辆，通过车牌识别获取车辆信息，并与路侧融合感知目标信息进行绑定，通APP或小程序绑定车牌信息为该车辆提供车道级定位辅助，结合业务调度系统，让V2X技术不光应用于自动驾驶车辆，同时服务于非自动驾驶车辆，非自动驾驶车辆、行人等交通参与者仅需通过安装有APP或者小程序的移动设备即可接入车路协同数据，进行车道级导航和路径规划，无额外安装成本。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。