2022智能网联云控车路协同的研究实践.pdf
《2022智能网联云控车路协同的研究实践.pdf》由会员分享,可在线阅读,更多相关《2022智能网联云控车路协同的研究实践.pdf(40页珍藏版)》请在咨信网上搜索。
1、智能网联车路云一体化融合系统的研究实践高博麟Bolin GAO清华大学车辆与运载学院 副研究员Associate Research Professor,School of Vehicle and Mobility,Tsinghua University2021年10月20日目录21车路云一体化融合系统2云-路多传感器协同感知3云-车预测性巡航控制4下一步的研究方向智能网联车路云一体化融合系统31ADAD 自动驾驶 车路协同 车路云一体化ADAD4路侧信息融合路侧智能系统智能网联汽车云控基础平台012456789103次序规划路径规划速度规划ADAD路网多车协同边缘信息融合协同应用计算标准互联互
2、通协议/接口/消息系统实时精确数字映射实时精确数字映射交通状态路侧/车辆信息车辆与交通信号指令智能网联车路云一体化融合系统1智能网联车路云一体化融合系统基于车路云一体化融合系统,可以实现对智能驾驶、智能交通的全面支撑边缘云态势感知全局优化大数据分析交通流智能交通应急管控012456789103次序规划路径规划速度规划路段多车协同边缘信息融合协同应用计算标准互联互通协议/接口/消息系统实时精确数字映射交通状态路侧/车辆信息车辆与交通信号指令区域云路侧信息融合智能网联汽车ADAD实时精确数字映射中心云路侧智能系统5G基站51路口多车协同6 基于新一代移动互联、云计算等手段,通过网联化的跨域感知和融
3、合控制,打通智能汽车和智能交通两大领域,显著提升道路交通的综合性能,构建起“三层四级”云控系统架构。三层四级云控系统架构三层服务架构:基础层、平台层与应用层四级物理架构:车载端、边缘云、区域云与中心云的车路云一体化融合系统的“三层四级”架构1目录71云控系统架构方案2云-路多传感器协同感知3云-车预测性巡航控制4下一步的研究方向8车载感知特点:第一人称视角遮挡问题严重部署成本高昂非网联车辆多路侧感知特点:第三人称视角融合消除盲区部署成本低廉感知视野固定车路云协同感知特点:上帝全局视角意图识别准确便于风险评估支持云端协控路侧多传感器协同感知29激光感知相机感知毫米波感知时间同步空间同步插值补偿坐
4、标转换传感器静态协同同一路侧系统重叠区域关联匹配数据融合不同路侧系统(非)重叠区域状态估计轨迹跟踪传感器动态协同路侧多传感器协同感知的研究思路210路侧多传感器协同感知的挑战2挑战:目标跨域轨迹的连续跟踪问题ID:28ID:26ID:37ID:35目标车传感器云平台物理世界的数字孪生阻碍ID:42ID:39AD目标身份不一致11目标级数据的格式可被利用的信息:Timestamp目标属性(Id、Type、Location、Velocity)人、车、非机动车轨迹信息基于多传感器数据的ID重新分配运动目标的绝对位置、速度、朝向基于概率的目标类型决策路侧系统重叠区域的协同感知2Camera 2 FOV
5、Camera 1 FOV12路侧系统重叠区域的协同感知 双向投影2实际道路1221单应矩阵检测点投影点13 双向匹配2匹配矩阵单向匹配矩阵:匹配策略检测点集P1检测点集P2投影点集P2投影点集P1Camera1 匹配Camera2 匹配Camera1 单向匹配矩阵Camera2 单向匹配矩阵双向匹配矩阵Camera 1 Camera 2 2112匹配待定不做匹配ID1ID2111213211002200123000ID1ID2111213211002201023000二维MN矩阵,行列分别表示两相机中目标的ID二值矩阵(非0即1)。匹配:1 不匹配:0每行每列元素之和1(避免重复匹配)1112
6、1321221312112122Camera 1Camera 2双向匹配矩阵2:匹配1:转入二次匹配0:不匹配ID1ID2111213212002201123000路侧系统重叠区域的协同感知14 基于HSV(Hue,Saturation,Value)的颜色直方图作为双向匹配的补充,通过比较候选车辆图像的颜色直方图相似度,确定最终匹配结果。反映不同颜色在整幅图像中所占的比例 反映数值的分布情况(不受像素位置影响)2单向匹配本文方法效果提升漏匹配453228.89%误匹配251444.00%色调H饱和度S明度V路侧系统重叠区域的协同感知15 无重叠域下的挑战2时空关系预测难 车辆在跨无重叠感知域时
7、,时空呈非连续性,难以约束与建模。Cam:1Time:16:45:13Cam:2Time:16:47:22Cam:3Time:16:51:02外观特征匹配难 外观匹配时,存在显著类内差异性与类间相似性,导致难以分辨。类内差异性大类间相似度高基于核密度估计的转移时间建模方法和基于深度度量学习的车辆重识别方法 拟合转移时间分布进行预测 利用CNN提取目标特征进行匹配路侧系统无重叠区域下的协同感知162指标百分比Rank-187.7%Rank-595.1%Rank-1097.3%mAP58.8%公开数据集验证(VeRi776)相似度度量查询图像检索池特征向量检索结果测试阶段ResNet-50车辆ID
8、基于难样本挖掘的三元组损失交叉熵损失FC层特征提取输入训练样本骨干网络特征向量多元损失函数训练阶段 基于深度度量学习的重识别模型路侧系统无重叠区域下的协同感知17 基于核密度估计(KDE)的转移时间分布模型2模型相关系数 K-S检验(Dmax)平均相对误差KDE0.9960.0831.785%正态分布0.9900.1382.938%对数逻辑0.9870.1254.190%对数正态0.9880.1223.173%Cam:1Time:16:45:13离散化的转移时间统计Cam:1Time:16:45:13Cam:2Time:16:47:22Cam:2Time:16:47:22Cam:2Time:1
9、6:47:22Cam:1Time:16:45:13最优带宽的KDE建模核密度估计表达式其中K()为高斯核最小化MISE的最优带宽求解t_cam1_cam2128s130s131s路侧系统无重叠区域下的协同感知18 联合特征匹配与转移时间估计的重识别方法2Rank-1Rank-5Rank-10mAP时间估计难以单独进行识别特征匹配91.3%97.5%100%64.7%特征+时间93.5%100%100%65.0%试验验证流程试验结果相似度计算方式,=_(,)+_(,)其中,,为特征相似度与时间相似度的权重车辆图像与id相机id与时间戳输入层外观重识别模型转移时间模型模型层识别结果排序输出层外观相
10、似度时间相似度综合相似度计算层路侧系统无重叠区域下的协同感知目录191云控系统架构方案2云-路多传感器协同感知3云-车预测性巡航控制4下一步的研究方向基于云控系统的车辆预测性巡航控制320 单车智能驾驶系统的感知范围有限,对道路交通信息的获取能力不足;车辆动力系统最佳工作状态和道路交通条件难以匹配,无法构建全局范围的节能驾驶策略,导致车辆行驶过程的节能效果欠佳。基于云控预测性巡航控制技术云控平台融合网联车辆及道路设施的感知信息,将云端的交通信息实时共享给道路行驶车辆,实现车辆的超视距感使用云控平台在线计算车辆能耗最优的行驶策略,对整车动力系统进行动态调控,实现大范围多车群体的协同节能行驶21
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 智能 网联云控车路 协同 研究 实践
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。