一种基于5G网络的无人驾驶系统

摘要

本发明公开了一种基于5G网络的无人驾驶系统，包括处理器、管理控制模块、数据存储模块、路径分析模块、运行监测模块和应急处理模块；本发明设置了路径分析模块，路径分析模块不仅提供了两种路径选择方式，而且能够通过油耗评估系数和安全评估系数选取目标行驶路径，大大提高了无人驾驶系统的智能性；本发明设置了运行监测模块，运行监测模块不仅提高了无人驾驶系统的效率，而且有助于对无人驾驶系统的行驶过程进行分析；本发明设置了应急处理模块，应急处理模块通过声音评估系数和突发情况评估系数来判定无人驾驶设备是否遭遇突发情况，并提供相应的处理方式，有助于提高无人驾驶提供的安全性，有效避免重大伤害的发生。

说明书

技术领域

本发明属于智能驾驶技术领域，具体是一种基于5G网络的无人驾驶系统。

背景技术

目前无人驾驶系统发展迅速，已经在军事领域和民用领域得到广泛应用，但是由于无人驾驶系统以无线电遥控和自身程序控制为主的特点，使得车辆航线不精准且驾驶数据更新不及时，这也导致了预期无人驾驶系统目标难以全部实现，愈来愈成为制约无人驾驶系统发展的障碍。

公开号为CN105974920A的发明专利提供了一种无人驾驶系统，包括传统无人驾驶系统、虚拟现实系统、远程驾驶系统和Internet，所述传统无人驾驶系统包括雷达模块、第一中央处理单元、高精度导航、第一通信单元和全景摄像设备；所述虚拟现实系统包括全景采集端、影音传输设备、第二中央处理单元、全景显示端、第二通信单元，所述全景采集端包括全景摄像设备和声音采集设备。

上述方案解决了目前无人车无法在非结构道路等复杂路径行驶的问题，让无人车实现全路况无人驾驶；但是，上述方案只是增加了无人系统的适用性，没有对特殊情况设置相应应急预案，因此，上述方案仍需进一步改进。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于5G网络的无人驾驶系统。

本发明的目的可以通过以下技术方案实现：一种基于5G网络的无人驾驶系统，包括处理器、典型事故场景模拟模块、管理控制模块、数据存储模块、路径分析模块、运行监测模块和应急处理模块；

所述路径分析模块用于选取无人驾驶设备的行驶路径，所述无人驾驶设备管理控制模块通过5G信号无线连接，具体选取步骤为：

Z1：通过管理控制模块获取目标位置，并通过处理器将目标位置发送至路径分析模块；路径分析模块接收到目标位置之后，获取无人驾驶设备的当前位置，并将当前位置标记为初始位置；

Z2：处理器根据初始位置和目标位置进行行驶路径规划，将规划得到的行驶路径标记为预选行驶路径YXLi，i＝1，2，……，n；

Z3：通过预选行驶路径YXLi中获取目标行驶路径，同时通过处理器将目标行驶路径发送至无人驾驶设备；

所述运行监测模块用于对无人驾驶设备的行驶过程进行监测，具体监测步骤为：

C1：实时获取无人驾驶设备与目标行驶路径的位置重合度，并将位置重合度标记为WCD；所述位置重合度为无人驾驶设备的位置与目标行驶路径之间的最短距离；根据位置重合度对无人驾驶设备的进行位置修正；

C2：实时获取无人驾驶设备的行驶速度和无人驾驶设备的自检系数ZX；并将行驶速度标记为v；当行驶速度v和自检系数ZX满足v≤L4，且ZX＞L5时，则判定无人驾驶设备的行驶状态良好，通过处理器发送绿色安全信号至管理控制模块；当行驶速度v和自检系数ZX满足v≤L4，且ZX≤L5时，则判定无人驾驶设备存在安全隐患，通过处理器发送黄色预警信号至管理控制模块；当行驶速度v和自检系数ZX满足v＞L4，且ZX≤L5时，则判定无人驾驶设备处于危险行驶状态，通过处理器发送红色警报信号至管理控制模块；其中L4为预设行驶速度阈值，L5为预设自检系数阈值；

C3：实时获取无人驾驶设备周边的监控视频，并将监控视频发送至数据存储模块，所述数据存储模块通过特定加密算法对监控视频进行加密存储；所述无人驾驶设备周边包括无人驾驶设备的前侧、后侧、左侧、右侧和上侧；所述特定加密算法包括VEA加密算法、Zig-Zag置乱加密算法和纯置乱加密算法；

C4：通过处理器将位置重合度、行驶速度和自检系数、黄色预警信号发送记录和红色警报信号发送记录发送至数据存储模块进行存储。

优选的，所述自检系数的获取步骤为：

C21：实时获取无人驾驶设备中动力源的温度值，并将动力源温度值标记为DWZ；所述动力源为无人驾驶设备提供动力；获取无人驾驶设备的刹车距离，并将刹车距离标记为SJ；所述刹车距离存储于数据存储模块；

C22：通过公式

C23：通过处理器将自检系数发送至数据存储模块进行存储。

优选的，所述位置修正的具体步骤为：当位置重合度WCD＞L3时，则判定无人驾驶设备的位置偏离，通过处理器发送位置修正信号至管理控制模块；管理控制模块接收到位置修正信号之后对无人驾驶设备的位置进行修正，并生成修正完成信号；当位置重合度WCD＞L3，且间隔时间T＞T2时，则判定无人驾驶设备的位置无法修正，通过处理器发送位置无法修正信号至管理控制模块，管理控制模块接收到位置无法修正信号之后控制无人驾驶设备停车，处理器将无人驾驶设备停车位置发送至管理控制模块；所述间隔时间T为管理控制模块接收到位置修正信号到生成修正完成信号之间的时间差值；其中L3和T2分别为预设位置重合度阈值和预设间隔时间阈值。

优选的，所述目标行驶路径的具体获取步骤为：

X1：路径分析模块获取预选行驶路径YXLi之后，将预选行驶路径YXLi通过处理器发送至管理控制模块；管理控制模块接收到预选行驶路径YXLi之后，用户在时间T1内从预选行驶路径YXLi中选择一条行驶路径并将这条行驶路径标记为目标行驶路径，通过处理器将目标行驶路径发送至无人驾驶设备；当在时间T1内用户没有从预设行驶路径YXLi中选择目标形式路径时，则通过处理器发送路径自动选择信号至路径分析模块；其中T1为预设时间阈值，且T1≥5s；

X2：当路径分析模块接收到路径自动选择信号时，获取预设行驶路径YXLi的路径长度、拥堵程度和海拔高度，并将路径长度、拥堵程度和海拔高度分别标记为LCi、YCi和HGi；所述海拔高度为初始位置与目标位置海拔高度的差值；

X3：通过公式

X4：获取预设行驶路径YXLi对应外部环境的温度平均值和湿度平均值，并将温度平均值和湿度平均值分别标记为WDi和SDi；

X5：通过公式APXi＝α3×WDi×e

X6：当安全评估系数APXi和油耗评估系数YPXi满足APXi＞L1，且YPXi≤L2时，则判定编号i对应的预设行驶路径满足要求，并将满足要求的预设行驶路径中路径长度最短的标记为目标行驶路径；当油耗评估系数YPXi均不满足YPXi≤L2时，将预设行驶路径YXLi中满足APXi＞L1，且路径长度最短的标记为目标行驶路径；当安全评估系数APXi均不满足APXi＞L1时，则判定预设行驶路径YXLi均不满足要求，通过处理器发送路径选择失败信号至管理控制模块；其中L1为预设安全评估系数阈值，L2为预设油耗评估系数阈值，且0＜L1＜L2；

X7：通过处理器将安全评估系数、油耗评估系数和路径选择失败信号发送记录发送至数据存储模块进行存储。

优选的，所述应急处理模块用于对无人驾驶设备行驶过程中的突发情况进行处理，所述突发情况为对无人驾驶设备造成损坏的意外情况，具体处理步骤为：

V1：实时获取无人驾驶设备行驶过程中的声音分贝值，并将声音分贝值标记为SFZ；通过公式

V2：实时通过冲击力传感器获取无人驾驶设备收到的瞬时冲击力，并将瞬时冲击力标记为SCL；通过公式

V3：当突发情况评估系数0＜TQPX≤K2时，则判定无人驾驶设备无法继续行驶，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置；当突发情况评估系数K2＜TQPX时，则判定无人驾驶设备发生突发情况，通过处理器发送突发报警信号至管理控制模块，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置，同时拨打报警热线并将停车位置发送至报警热线；所述报警热线为公安抱紧电话和消防报警电话；其中K2为预设突发情况评估系数；

V4：通过处理器将声音评估系数、突发情况评估系数和突发报警信号发送记录发送至数据存储模块进行存储。

与现有技术相比，本发明的有益效果是：

1、本发明设置了路径分析模块，该设置用于选取无人驾驶设备的行驶路径；通过管理控制模块获取目标位置，并通过处理器将目标位置发送至路径分析模块；路径分析模块接收到目标位置之后，获取无人驾驶设备的当前位置，并将当前位置标记为初始位置；处理器根据初始位置和目标位置进行行驶路径规划，将规划得到的行驶路径标记为预选行驶路径YXLi；通过预选行驶路径YXLi中获取目标行驶路径，同时通过处理器将目标行驶路径发送至无人驾驶设备；路径分析模块不仅提供了两种路径选择方式，而且能够通过油耗评估系数和安全评估系数选取目标行驶路径，大大提高了无人驾驶系统的智能性；

2、本发明设置了运行监测模块，该设置用于对无人驾驶设备的行驶过程进行监测；实时获取无人驾驶设备与目标行驶路径的位置重合度，并将位置重合度标记为WCD；所述位置重合度为无人驾驶设备的位置与目标行驶路径之间的最短距离；根据位置重合度对无人驾驶设备的进行位置修正；实时获取无人驾驶设备的行驶速度和无人驾驶设备的自检系数ZX；并将行驶速度标记为v；当行驶速度v和自检系数ZX满足v≤L4，且ZX＞L5时，则判定无人驾驶设备的行驶状态良好，通过处理器发送绿色安全信号至管理控制模块；当行驶速度v和自检系数ZX满足v≤L4，且ZX≤L5时，则判定无人驾驶设备存在安全隐患，通过处理器发送黄色预警信号至管理控制模块；当行驶速度v和自检系数ZX满足v＞L4，且ZX≤L5时，则判定无人驾驶设备处于危险行驶状态，通过处理器发送红色警报信号至管理控制模块；实时获取无人驾驶设备周边的监控视频，并将监控视频发送至数据存储模块，所述数据存储模块通过特定加密算法对监控视频进行加密存储；运行监测模块实时对无人驾驶设备的实际行驶路径进行修正，根据行驶速度和自检系数对无人驾驶设备的行驶状态进行评估，同时实时获取无人驾驶设备周边的监控视频，不仅提高了无人驾驶系统的效率，而且有助于对无人驾驶系统的行驶过程进行分析；

3、本发明设置了应急处理模块，该设置用于对无人驾驶设备行驶过程中的突发情况进行处理；实时获取无人驾驶设备行驶过程中的声音分贝值，并将声音分贝值标记为SFZ；通过公式获取声音评估系数SPX；当声音评估系数SPX＞K1时，判定无人驾驶设备行驶路径具有安全隐患，通过处理器发送紧急刹车信号至管理控制模块，管理控制模块控制无人驾驶设备立即停车；实时通过冲击力传感器获取无人驾驶设备收到的瞬时冲击力，并将瞬时冲击力标记为SCL；通过公式获取突发情况评估系数TQPX；当突发情况评估系数0＜TQPX≤K2时，则判定无人驾驶设备无法继续行驶，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置；当突发情况评估系数K2＜TQPX时，则判定无人驾驶设备发生突发情况，通过处理器发送突发报警信号至管理控制模块，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置，同时拨打报警热线并将停车位置发送至报警热线；应急处理模块通过声音评估系数和突发情况评估系数来判定无人驾驶设备是否遭遇突发情况，并提供相应的处理方式，有助于提高无人驾驶提供的安全性，有效避免重大伤害的发生。

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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理示意图。

具体实施方式

下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，一种基于5G网络的无人驾驶系统，包括处理器、典型事故场景模拟模块、管理控制模块、数据存储模块、路径分析模块、运行监测模块和应急处理模块；

路径分析模块用于选取无人驾驶设备的行驶路径，无人驾驶设备管理控制模块通过5G信号无线连接，具体选取步骤为：

Z1：通过管理控制模块获取目标位置，并通过处理器将目标位置发送至路径分析模块；路径分析模块接收到目标位置之后，获取无人驾驶设备的当前位置，并将当前位置标记为初始位置；

Z2：处理器根据初始位置和目标位置进行行驶路径规划，将规划得到的行驶路径标记为预选行驶路径YXLi，i＝1，2，……，n；

Z3：通过预选行驶路径YXLi中获取目标行驶路径，同时通过处理器将目标行驶路径发送至无人驾驶设备；

运行监测模块用于对无人驾驶设备的行驶过程进行监测，具体监测步骤为：

C1：实时获取无人驾驶设备与目标行驶路径的位置重合度，并将位置重合度标记为WCD；位置重合度为无人驾驶设备的位置与目标行驶路径之间的最短距离；根据位置重合度对无人驾驶设备的进行位置修正；

C2：实时获取无人驾驶设备的行驶速度和无人驾驶设备的自检系数ZX；并将行驶速度标记为v；当行驶速度v和自检系数ZX满足v≤L4，且ZX＞L5时，则判定无人驾驶设备的行驶状态良好，通过处理器发送绿色安全信号至管理控制模块；当行驶速度v和自检系数ZX满足v≤L4，且ZX≤L5时，则判定无人驾驶设备存在安全隐患，通过处理器发送黄色预警信号至管理控制模块；当行驶速度v和自检系数ZX满足v＞L4，且ZX≤L5时，则判定无人驾驶设备处于危险行驶状态，通过处理器发送红色警报信号至管理控制模块；其中L4为预设行驶速度阈值，L5为预设自检系数阈值；

C3：实时获取无人驾驶设备周边的监控视频，并将监控视频发送至数据存储模块，数据存储模块通过特定加密算法对监控视频进行加密存储；无人驾驶设备周边包括无人驾驶设备的前侧、后侧、左侧、右侧和上侧；特定加密算法包括VEA加密算法、Zig-Zag置乱加密算法和纯置乱加密算法；

C4：通过处理器将位置重合度、行驶速度和自检系数、黄色预警信号发送记录和红色警报信号发送记录发送至数据存储模块进行存储。

进一步地，自检系数的获取步骤为：

C21：实时获取无人驾驶设备中动力源的温度值，并将动力源温度值标记为DWZ；动力源为无人驾驶设备提供动力；获取无人驾驶设备的刹车距离，并将刹车距离标记为SJ；刹车距离存储于数据存储模块；

C22：通过公式

C23：通过处理器将自检系数发送至数据存储模块进行存储。

进一步地，位置修正的具体步骤为：当位置重合度WCD＞L3时，则判定无人驾驶设备的位置偏离，通过处理器发送位置修正信号至管理控制模块；管理控制模块接收到位置修正信号之后对无人驾驶设备的位置进行修正，并生成修正完成信号；当位置重合度WCD＞L3，且间隔时间T＞T2时，则判定无人驾驶设备的位置无法修正，通过处理器发送位置无法修正信号至管理控制模块，管理控制模块接收到位置无法修正信号之后控制无人驾驶设备停车，处理器将无人驾驶设备停车位置发送至管理控制模块；间隔时间T为管理控制模块接收到位置修正信号到生成修正完成信号之间的时间差值；其中L3和T2分别为预设位置重合度阈值和预设间隔时间阈值。

进一步地，目标行驶路径的具体获取步骤为：

X1：路径分析模块获取预选行驶路径YXLi之后，将预选行驶路径YXLi通过处理器发送至管理控制模块；管理控制模块接收到预选行驶路径YXLi之后，用户在时间T1内从预选行驶路径YXLi中选择一条行驶路径并将这条行驶路径标记为目标行驶路径，通过处理器将目标行驶路径发送至无人驾驶设备；当在时间T1内用户没有从预设行驶路径YXLi中选择目标形式路径时，则通过处理器发送路径自动选择信号至路径分析模块；其中T1为预设时间阈值，且T1≥5s；

X2：当路径分析模块接收到路径自动选择信号时，获取预设行驶路径YXLi的路径长度、拥堵程度和海拔高度，并将路径长度、拥堵程度和海拔高度分别标记为LCi、YCi和HGi；海拔高度为初始位置与目标位置海拔高度的差值；

X3：通过公式

X4：获取预设行驶路径YXLi对应外部环境的温度平均值和湿度平均值，并将温度平均值和湿度平均值分别标记为WDi和SDi；

X5：通过公式APXi＝α3×WDi×e

X6：当安全评估系数APXi和油耗评估系数YPXi满足APXi＞L1，且YPXi≤L2时，则判定编号i对应的预设行驶路径满足要求，并将满足要求的预设行驶路径中路径长度最短的标记为目标行驶路径；当油耗评估系数YPXi均不满足YPXi≤L2时，将预设行驶路径YXLi中满足APXi＞L1，且路径长度最短的标记为目标行驶路径；当安全评估系数APXi均不满足APXi＞L1时，则判定预设行驶路径YXLi均不满足要求，通过处理器发送路径选择失败信号至管理控制模块；其中L1为预设安全评估系数阈值，L2为预设油耗评估系数阈值，且0＜L1＜L2；

X7：通过处理器将安全评估系数、油耗评估系数和路径选择失败信号发送记录发送至数据存储模块进行存储。

进一步地，应急处理模块用于对无人驾驶设备行驶过程中的突发情况进行处理，突发情况为对无人驾驶设备造成损坏的意外情况，具体处理步骤为：

V1：实时获取无人驾驶设备行驶过程中的声音分贝值，并将声音分贝值标记为SFZ；通过公式

V2：实时通过冲击力传感器获取无人驾驶设备收到的瞬时冲击力，并将瞬时冲击力标记为SCL；通过公式

V3：当突发情况评估系数0＜TQPX≤K2时，则判定无人驾驶设备无法继续行驶，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置；当突发情况评估系数K2＜TQPX时，则判定无人驾驶设备发生突发情况，通过处理器发送突发报警信号至管理控制模块，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置，同时拨打报警热线并将停车位置发送至报警热线；报警热线为公安抱紧电话和消防报警电话；其中K2为预设突发情况评估系数；

V4：通过处理器将声音评估系数、突发情况评估系数和突发报警信号发送记录发送至数据存储模块进行存储。

进一步地，典型事故场景模拟模块用于神经网络模型对目标监控视频进行分析，所述目标监控视频为车辆获取的实时监控视频，具体分析步骤为：

N1：获取典型视频和对应的视频结果，典型视频包括无人驾驶设备发生突发情况和正常行驶的监控视频，视频结果为1和0；其中1表示发生突发情况，0表示未发生突发情况；

N2：将典型视频作为神经网络模型的输入，对应的视频结果作为神经网络模型的输出对神经网络模型进行训练，并将训练完成的神经网络模型发送至数据存储模块进行存储；神经网络模型包括径向基神经网络和误差逆向传神经网络；

N3：将目标监控视频作为训练完成的神经网络模型的输入，当输出结果为1时，则通过处理器发送安全预警信号至管理控制模块，管理控制模块控制无人驾驶设备立即停车；同时将安全预警信号发送记录发送至数据存储模块进行存储。

上述公式均是去量化取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况设定。

本发明的工作原理：

通过管理控制模块获取目标位置，并通过处理器将目标位置发送至路径分析模块；路径分析模块接收到目标位置之后，获取无人驾驶设备的当前位置，并将当前位置标记为初始位置；处理器根据初始位置和目标位置进行行驶路径规划，将规划得到的行驶路径标记为预选行驶路径YXLi；通过预选行驶路径YXLi中获取目标行驶路径，同时通过处理器将目标行驶路径发送至无人驾驶设备；

实时获取无人驾驶设备与目标行驶路径的位置重合度，并将位置重合度标记为WCD；所述位置重合度为无人驾驶设备的位置与目标行驶路径之间的最短距离；根据位置重合度对无人驾驶设备的进行位置修正；实时获取无人驾驶设备的行驶速度和无人驾驶设备的自检系数ZX；并将行驶速度标记为v；当行驶速度v和自检系数ZX满足v≤L4，且ZX＞L5时，则判定无人驾驶设备的行驶状态良好，通过处理器发送绿色安全信号至管理控制模块；当行驶速度v和自检系数ZX满足v≤L4，且ZX≤L5时，则判定无人驾驶设备存在安全隐患，通过处理器发送黄色预警信号至管理控制模块；当行驶速度v和自检系数ZX满足v＞L4，且ZX≤L5时，则判定无人驾驶设备处于危险行驶状态，通过处理器发送红色警报信号至管理控制模块；实时获取无人驾驶设备周边的监控视频，并将监控视频发送至数据存储模块，所述数据存储模块通过特定加密算法对监控视频进行加密存储；

实时获取无人驾驶设备行驶过程中的声音分贝值，并将声音分贝值标记为SFZ；通过公式获取声音评估系数SPX；当声音评估系数SPX＞K1时，判定无人驾驶设备行驶路径具有安全隐患，通过处理器发送紧急刹车信号至管理控制模块，管理控制模块控制无人驾驶设备立即停车；实时通过冲击力传感器获取无人驾驶设备收到的瞬时冲击力，并将瞬时冲击力标记为SCL；通过公式获取突发情况评估系数TQPX；当突发情况评估系数0＜TQPX≤K2时，则判定无人驾驶设备无法继续行驶，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置；当突发情况评估系数K2＜TQPX时，则判定无人驾驶设备发生突发情况，通过处理器发送突发报警信号至管理控制模块，通过管理控制模块控制无人驾驶设备立即停车并获取停车位置，同时拨打报警热线并将停车位置发送至报警热线。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。