本發(fā)明涉及汽車技術(shù)領(lǐng)域，特別是涉及無人駕駛汽車系統(tǒng)及汽車。

背景技術(shù)：

目前的自動駕駛汽車技術(shù)已經(jīng)基本具備自動操作和行駛能力，例如，在汽車上安裝攝像頭、雷達(dá)傳感器和激光探測器等先進(jìn)的儀器，可通過它們來感知公路的限速和路旁交通標(biāo)志，以及周圍的車輛移動情況，如果要出發(fā)的話只需借助地圖來導(dǎo)航即可。無人駕駛系統(tǒng)主要利用車載傳感器來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉(zhuǎn)向和速度，從而使車輛能夠安全、可靠地在道路上行駛。

目前，無人駕駛汽車是一種智能汽車，主要依靠車內(nèi)的以計算機(jī)系統(tǒng)為主的智能駕駛儀來實(shí)現(xiàn)無人駕駛。但是，無人駕駛系統(tǒng)其中難點(diǎn)在于對路旁交通及周圍環(huán)境識別情況的辨別能力，從而可能導(dǎo)致無人駕駛系統(tǒng)采集到的數(shù)據(jù)不準(zhǔn)確等。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對上述問題，提供一種對周圍環(huán)境信息的識別能力強(qiáng)和精準(zhǔn)度高且能夠安全行駛的無人駕駛汽車系統(tǒng)和汽車。

一種無人駕駛汽車系統(tǒng)，包括：

環(huán)境感知子系統(tǒng)，用于采集無人駕駛汽車的車輛信息和周圍環(huán)境信息，所述周圍環(huán)境信息包括周圍環(huán)境的影像信息和三維坐標(biāo)信息；

數(shù)據(jù)融合子系統(tǒng)，用于融合所述影像信息和三維坐標(biāo)信息并提取車道線信息、障礙物信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息；

路徑規(guī)劃決策子系統(tǒng)，用于根據(jù)所述車輛信息、數(shù)據(jù)融合子系統(tǒng)提取的信息以及行駛目的地信息規(guī)劃行駛路徑；

行駛控制子系統(tǒng)，用于根據(jù)所述行駛路徑生成控制指令，并根據(jù)所述控制指令對無人駕駛汽車進(jìn)行控制。

在其中一個實(shí)施例中，所述環(huán)境感知子系統(tǒng)包括：

視覺傳感器，用于采集無人駕駛汽車周圍環(huán)境的影像信息；

雷達(dá)，用于采集無人駕駛汽車的周圍環(huán)境的三維坐標(biāo)信息。

在其中一個實(shí)施例中，所述數(shù)據(jù)融合子系統(tǒng)包括：

車道線融合模塊，用于對所述視覺傳感器和所述雷達(dá)采集的周圍環(huán)境信息進(jìn)行疊加或排除，并提取所述車道線信息；

障礙物識別融合模塊，用于對所述視覺傳感器和所述雷達(dá)采集的周圍環(huán)境信息進(jìn)行融合，并提取所述障礙物信息；

交通標(biāo)識融合模塊，用于對所述視覺傳感器和所述雷達(dá)采集的周圍環(huán)境信息進(jìn)行檢測，并提取所述交通標(biāo)識信息；

障礙物動態(tài)追蹤融合模塊，用于對所述視覺傳感器和所述雷達(dá)采集的周圍環(huán)境信息進(jìn)行融合，并提取所述動態(tài)障礙物的追蹤信息。

在其中一個實(shí)施例中，所述車道線融合模塊包括視覺車道線檢測單元和雷達(dá)車道線檢測單元；所述視覺車道線檢測單元用于對所述影像信息進(jìn)行處理，并提取視覺車道線信息；所述雷達(dá)車道線檢測單元用于提取無人駕駛汽車行駛的路面信息，并根據(jù)所述路面信息獲取車道外輪廓信息；所述車道線融合模塊還用于對所述視覺車道線信息和車道外輪廓信息進(jìn)行疊加或排除，獲取所述車道線信息。

在其中一個實(shí)施例中，所述障礙物識別融合模塊包括視覺障礙物識別單元和雷達(dá)障礙物識別單元；所述視覺障礙物識別單元用于根據(jù)所述影像信息分割出背景信息和前景信息，對所述前景信息進(jìn)行識別獲取具有彩色信息的視覺障礙物信息；所述雷達(dá)障礙物識別單元還用于識別在第一預(yù)設(shè)高度范圍內(nèi)的具有三維坐標(biāo)信息的雷達(dá)障礙物信息；所述障礙物識別融合模塊，用于融合所述視覺障礙物信息和雷達(dá)障礙物信息，獲取所述障礙物信息。

在其中一個實(shí)施例中，所述交通標(biāo)識融合模塊包括視覺交通標(biāo)識檢測單元和雷達(dá)交通標(biāo)識檢測單元；所述視覺交通標(biāo)識檢測單元對所述影像信息進(jìn)行檢測，并提取視覺交通標(biāo)識信息；所述雷達(dá)交通標(biāo)識檢測單元用于提取地面交通標(biāo)識信息；還用于檢測在第二預(yù)設(shè)高度范圍內(nèi)的懸掛交通標(biāo)識信息；所述交通標(biāo)識融合模塊還用于根據(jù)所述地面交通標(biāo)識信息和懸掛交通標(biāo)識信息確定所述交通標(biāo)識信息的位置，并在所述位置區(qū)域內(nèi)獲取所述交通標(biāo)識信息的類別。

在其中一個實(shí)施例中，所述障礙物動態(tài)追蹤融合模塊包括視覺動態(tài)追蹤單元和雷達(dá)動態(tài)追蹤單元，所述視覺動態(tài)追蹤單元用于對所述影像信息進(jìn)行識別，并在相鄰兩幀連續(xù)幀中定位動態(tài)障礙物，并獲取所述動態(tài)障礙物的色彩信息；所述雷達(dá)動態(tài)追蹤單元用于追蹤動態(tài)障礙物的三維坐標(biāo)信息；所述障礙物動態(tài)追蹤融合模塊還用于融合所述動態(tài)障礙物的色彩信息和動態(tài)障礙物的三維坐標(biāo)信息，獲取所述動態(tài)障礙物的追蹤信息。

在其中一個實(shí)施例中，所述環(huán)境感知子系統(tǒng)還包括：

gps定位導(dǎo)航儀，用于采集無人駕駛汽車的當(dāng)前的地理位置與時間；

慣性測量單元，用于測量所述無人駕駛汽車的車輛姿態(tài)；

車速采集模塊，用于獲取無人駕駛汽車當(dāng)前運(yùn)行的速度。

在其中一個實(shí)施例中，還包括：

通信子系統(tǒng)，用于將所述路徑規(guī)劃決策子系統(tǒng)規(guī)劃的行駛路徑實(shí)時傳輸至外部監(jiān)控中心。

此外，還提供一種汽車，包括上述無人駕駛汽車系統(tǒng)。

本發(fā)明實(shí)施例的無人駕駛汽車系統(tǒng)，通過數(shù)據(jù)融合子系統(tǒng)融合包括影像信息和三維坐標(biāo)信息的周圍環(huán)境信息，并提取障礙物信息、車道線信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息，提高了對周圍環(huán)境信息的識別能力和精準(zhǔn)度。路徑規(guī)劃決策子系統(tǒng)根據(jù)數(shù)據(jù)融合子系統(tǒng)提取的信息以及行駛目的地信息規(guī)劃行駛路徑，行駛控制子系統(tǒng)根據(jù)所述行駛路徑生成控制指令，并根據(jù)所述控制指令控制對無人駕駛汽車進(jìn)行控制，進(jìn)而可以實(shí)現(xiàn)安全性能極高的無人駕駛功能。

附圖說明

圖1為一個實(shí)施例中無人駕駛汽車系統(tǒng)的結(jié)構(gòu)框架圖；

圖2為一個實(shí)施例中環(huán)境感知子系統(tǒng)的結(jié)構(gòu)框架圖；

圖3為一個實(shí)施例中數(shù)據(jù)融合子系統(tǒng)的結(jié)構(gòu)框架圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

圖1為一個實(shí)施例中無人駕駛汽車系統(tǒng)的結(jié)構(gòu)框架圖，一種無人駕駛汽車系統(tǒng)包括環(huán)境感知子系統(tǒng)10、數(shù)據(jù)融合子系統(tǒng)20、路徑規(guī)劃決策子系統(tǒng)30以及行駛控制子系統(tǒng)40。

其中，環(huán)境感知子系統(tǒng)10，用于采集無人駕駛汽車的車輛信息和周圍環(huán)境信息，其中，周圍環(huán)境信息包括周圍環(huán)境的影像信息和三維坐標(biāo)信息。

數(shù)據(jù)融合子系統(tǒng)20，用于融合周圍環(huán)境信息并提取障礙物信息、車道線信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息。

路徑規(guī)劃決策子系統(tǒng)30，用于根據(jù)車輛信息、數(shù)據(jù)融合子系統(tǒng)20提取的信息以及行駛目的地信息規(guī)劃行駛路徑。

行駛控制子系統(tǒng)40，用于根據(jù)行駛路徑生成控制指令，并根據(jù)控制指令控制對無人駕駛汽車進(jìn)行控制。

上述無人駕駛汽車系統(tǒng)，通過數(shù)據(jù)融合子系統(tǒng)20融合包括影像信息和三維坐標(biāo)信息的周圍環(huán)境信息，并提取障礙物信息、車道線信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息，提高了對周圍環(huán)境信息的識別能力和精準(zhǔn)度。路徑規(guī)劃決策子系統(tǒng)30根據(jù)數(shù)據(jù)融合子系統(tǒng)20提取的信息以及行駛目的地信息規(guī)劃行駛路徑，行駛控制子系統(tǒng)40根據(jù)行駛路徑生成控制指令，并根據(jù)控制指令控制對無人駕駛汽車進(jìn)行控制，進(jìn)而可以實(shí)現(xiàn)安全性能極高的無人駕駛功能。

在一個實(shí)施例中，參考圖2，環(huán)境感知子系統(tǒng)10包括視覺傳感器110和雷達(dá)120。其中，視覺傳感器110主要由一個或者兩個圖形傳感器組成，有時還要配以光投射器及其他輔助設(shè)備。圖像傳感器可以使用激光掃描器、線陣和面陣ccd攝像機(jī)或者tv攝像機(jī)，也可以是最新出現(xiàn)的數(shù)字?jǐn)z像機(jī)等。視覺傳感器110安裝在無人駕駛汽車上，用于采集無人駕駛汽車的周圍環(huán)境信息，也就采集無人駕駛汽車附近的實(shí)時路況信息，包括障礙物信息、車道線信息、交通標(biāo)識信息以及對障礙物的動態(tài)追蹤信息。所采集的周圍環(huán)境信息為周圍環(huán)境的影像信息，又可以稱之為視頻信息。

雷達(dá)120用于采集無人駕駛汽車的周圍環(huán)境的三維坐標(biāo)信息。該無人駕駛汽車系統(tǒng)中包括多個雷達(dá)120。在一個實(shí)施例中，多個雷達(dá)120包括激光雷達(dá)和毫米波雷達(dá)。激光雷達(dá)采用機(jī)械式的多線束激光雷達(dá)，主要是通過發(fā)射激光束，來探測目標(biāo)的位置、速度等特征量，還可以利用激光雷達(dá)的回波強(qiáng)度信息進(jìn)行障礙檢測和追蹤。激光雷達(dá)具有探測范圍更廣，探測精度高的優(yōu)勢。毫米波雷達(dá)的波長介于厘米波和光波之間，兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn)，且其引導(dǎo)頭具有體積小、質(zhì)量輕、空間分辨率高，毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng)的特點(diǎn)。在一個實(shí)例中，同時采用激光雷達(dá)和毫米波雷達(dá)，可以解決激光雷達(dá)在極端氣候下無法施展性能的弊端，可以大大提升無人駕駛汽車的探測性能。

在一個實(shí)施例中，環(huán)境感知子系統(tǒng)10還用于采集無人駕駛汽車的車輛信息。其中，車輛信息包括無人駕駛汽車的當(dāng)前的地理位置與時間、車輛姿態(tài)和當(dāng)前運(yùn)行的速度等。環(huán)境感知子系統(tǒng)10還包括gps定位導(dǎo)航儀130、慣性測量單元140(inertialmeasurementunit，imu)和車速采集模塊150。其中，gps定位導(dǎo)航儀130采集無人駕駛汽車的當(dāng)前的地理位置與時間。無人駕駛汽車在行駛過程中，車內(nèi)安裝的全球定位儀將隨時獲取汽車所在準(zhǔn)確方位，進(jìn)一步提高安全性。慣性測量單元140用于測量無人駕駛汽車的車輛姿態(tài)。車速采集模塊150用于獲取無人駕駛汽車當(dāng)前運(yùn)行的速度。

在一個實(shí)施例中，參考圖3，數(shù)據(jù)融合子系統(tǒng)20包括：車道線融合模塊210、障礙物識別融合模塊220、交通標(biāo)識融合模塊230以及障礙物動態(tài)追蹤融合模塊240。

其中，車道線融合模塊210，用于對視覺傳感器110和雷達(dá)120采集的周圍環(huán)境信息進(jìn)行疊加或排除，并提取車道線信息。障礙物識別融合模塊220，用于對視覺傳感器110和雷達(dá)120采集的周圍環(huán)境信息進(jìn)行融合，并提取障礙物信息。交通標(biāo)識融合模塊230，用于對視覺傳感器110和雷達(dá)120采集的周圍環(huán)境信息進(jìn)行檢測，并提取交通標(biāo)識信息。障礙物動態(tài)追蹤融合模塊240，用于對視覺傳感器110和雷達(dá)120采集的周圍環(huán)境信息進(jìn)行融合，并提取車道線信息。

在一個實(shí)施例中，車道線融合模塊210包括視覺車道線檢測單元211和雷達(dá)車道線檢測單元213。

視覺車道線檢測單元211用于對影像信息進(jìn)行處理，并提取視覺車道線信息。視覺車道線檢測單元211對視覺傳感器110獲取的影像信息進(jìn)行去噪、增強(qiáng)、分割等預(yù)處理，并提取出視覺車道線信息。

雷達(dá)車道線檢測單元213用于提取無人駕駛汽車行駛的路面信息，并根據(jù)路面信息獲取車道外輪廓信息。雷達(dá)車道線檢測單元213在獲取車道外輪廓信息時，對激光雷達(dá)獲取的無人駕駛汽車的行駛地面的三維坐標(biāo)信息進(jìn)行校準(zhǔn)，并計算出三維坐標(biāo)信息中的離散點(diǎn)，其中，離散點(diǎn)可定義為相鄰兩點(diǎn)之間的距離大于預(yù)設(shè)范圍的點(diǎn)。并對離散點(diǎn)進(jìn)行濾波處理，利用隨機(jī)采樣一致性方法擬合出地面的位置信息，獲取車道外輪廓信息，也即獲取雷達(dá)120車道線信息。

車道線融合模塊210對獲取的視覺車道線信息和車道外輪廓信息進(jìn)行融合(疊加)或排除，獲取實(shí)時的車道線信息。通過車道線融合模塊210，可以提高車道線信息的識別的精確度，可以避免漏獲取車道線信息的情況發(fā)生。

在一個實(shí)施例中，障礙物識別融合模塊220包括視覺障礙物識別單元221和雷達(dá)障礙物識別單元223。其中，視覺障礙物識別單元221用于根據(jù)影像信息分割出背景信息和前景信息，對前景信息進(jìn)行識別獲取具有彩色信息的視覺障礙物信息。視覺障礙物識別單元221通過模式識別或者機(jī)器學(xué)習(xí)等方法對影像信息進(jìn)行處理，使用背景更新算法建立背景模型以及分割出前景。對分割出的前景進(jìn)行識別獲取具有彩色信息的視覺障礙物信息。

雷達(dá)障礙物識別單元223用于識別在第一預(yù)設(shè)高度范圍內(nèi)的具有三維坐標(biāo)信息的雷達(dá)障礙物信息。

雷達(dá)障礙物識別單元223對激光雷達(dá)獲取的無人駕駛汽車周圍環(huán)境信息進(jìn)行預(yù)處理，去除地面信息，并篩選識別出在第一預(yù)設(shè)高度范圍內(nèi)的周圍環(huán)境的三維坐標(biāo)信息。根據(jù)車道線信息這一約束條件檢測感興趣區(qū)域(regionofinterest，roi)，其中，感興趣區(qū)域?yàn)橐苑娇?、圓、橢圓、不規(guī)則多邊形等方式勾勒出需要處理的區(qū)域。將識別出的感興趣區(qū)域的數(shù)據(jù)信息柵格化，并進(jìn)行障礙物塊聚類分割。對每一塊障礙物塊對應(yīng)的原始激光雷達(dá)點(diǎn)云數(shù)據(jù)進(jìn)行二次聚類，放置欠分割。將二次聚類的所點(diǎn)云數(shù)據(jù)作為訓(xùn)練樣本集，根據(jù)訓(xùn)練樣本集生成分類器模型，繼而，利用訓(xùn)練模型對二次聚類后的障礙物塊進(jìn)行分類識別并獲取具有三維坐標(biāo)信息的雷達(dá)障礙物信息。

障礙物識別融合模塊220，用于融合視覺障礙物信息和雷達(dá)障礙物信息，獲取障礙物信息。由于視覺障礙物信息在強(qiáng)光環(huán)境或者光線快速變化的場景中會失效，而雷達(dá)120是通過主動光源對障礙物信息進(jìn)行探測，其穩(wěn)定性強(qiáng)。當(dāng)無人駕駛汽車在強(qiáng)光環(huán)境或者光線快速變化的場景中行駛時，可以通過障礙物識別融合模塊220對視覺障礙物信息和雷達(dá)障礙物信息進(jìn)行疊加，就可以在強(qiáng)光環(huán)境或者光線快速變化的場景中獲取精確的障礙物信息。

由于雷達(dá)120在垂直方向的分辨率較低，所采集的是障礙物的三維坐標(biāo)信息而且并沒有紅綠藍(lán)rgb彩色信息，在遠(yuǎn)距離或者有障礙物遮擋的情況下也會出現(xiàn)錯誤識別的情況。而視覺障礙物識別單元221獲取的障礙物信息包含了豐富的紅綠藍(lán)rgb信息，而且像素高。對障礙物的彩色信息和障礙物的三維坐標(biāo)信息進(jìn)行疊加融合，就可以同時獲取包含彩色信息和三維信息的障礙物信息。通過障礙物識別融合模塊220可以減小誤識別率、提高識別準(zhǔn)確度，進(jìn)一步保證了安全駕駛。

在一個實(shí)施例中，交通標(biāo)識融合模塊230包括視覺交通標(biāo)識檢測單元231和雷達(dá)交通標(biāo)識檢測單元233。

視覺交通標(biāo)識檢測單元231對影像信息進(jìn)行檢測，并提取視覺交通標(biāo)識信息。視覺交通標(biāo)識檢測單元231對影像信息進(jìn)行檢測，通過模式識別或者機(jī)器學(xué)習(xí)等方法對影像信息進(jìn)行處理，并獲取視覺交通標(biāo)識信息，其中，視覺交通標(biāo)識信息中包含了紅綠藍(lán)rgb彩色信息。

雷達(dá)交通標(biāo)識檢測單元233用于提取地面交通標(biāo)識信息；還用于檢測在第二預(yù)設(shè)高度范圍內(nèi)的懸掛交通標(biāo)識信息。其中，雷達(dá)交通標(biāo)識檢測單元233根據(jù)反射強(qiáng)度梯度，提取交通標(biāo)志線點(diǎn)，再利用曲線擬合出地面交通標(biāo)識信息(地面交通標(biāo)識線)，還可以根據(jù)障礙物聚類原理，獲取在第二預(yù)設(shè)高度范圍內(nèi)且形狀為標(biāo)準(zhǔn)矩形和圓形的目標(biāo)物，并定義該目標(biāo)物為懸掛交通標(biāo)識信息

交通標(biāo)識融合模塊230用于根據(jù)地面交通標(biāo)識信息和懸掛交通標(biāo)識信息確定交通標(biāo)識信息的位置。在獲取的特定位置區(qū)域，根據(jù)視覺交通標(biāo)識檢測單元231獲取的視覺交通標(biāo)識信息識別出交通標(biāo)識信息的類別或種類。通過交通標(biāo)識融合模塊230可以準(zhǔn)確的獲取底面或懸掛的各種交通標(biāo)識信息，可以保證無人駕駛汽車在遵守交通規(guī)則的前體下安全行駛。

在一個實(shí)施例中，障礙物動態(tài)追蹤融合模塊240包括視覺動態(tài)追蹤單元241和雷達(dá)動態(tài)追蹤單元243。

視覺動態(tài)追蹤單元241用于對影像信息進(jìn)行識別，并在相鄰兩幀連續(xù)幀中定位動態(tài)障礙物，并獲取動態(tài)障礙物的色彩信息。視覺動態(tài)追蹤單元241通過模式識別或者機(jī)器學(xué)習(xí)等方法對影像信息(視頻圖像)序列進(jìn)行處理，在視頻圖像的連續(xù)幀中識別并定位動態(tài)障礙物，并獲取障礙物的色彩信息。

雷達(dá)動態(tài)追蹤單元243用于追蹤動態(tài)障礙物的三維坐標(biāo)信息。雷達(dá)動態(tài)追蹤單元243依據(jù)相關(guān)目標(biāo)關(guān)聯(lián)算法，采用最鄰近匹配算法和多元假設(shè)追蹤算法相結(jié)合確定相鄰兩幀或多幀的障礙物為同一目標(biāo)。根據(jù)激光雷達(dá)的測試數(shù)據(jù)獲取該目標(biāo)的三維位置信息和速度信息，進(jìn)而對關(guān)聯(lián)之后的目標(biāo)進(jìn)行追蹤。同時，還可以利用卡爾曼濾波與粒子濾波的濾波算法對已經(jīng)得到的目標(biāo)的測量狀態(tài)和預(yù)測狀態(tài)進(jìn)行濾波得到比較精確的動態(tài)障礙物的三維坐標(biāo)信息。

障礙物動態(tài)追蹤融合模塊240用于融合動態(tài)障礙物的色彩信息和障礙物的三維坐標(biāo)信息，獲取動態(tài)障礙物的追蹤信息。由于視覺動態(tài)障礙物信息容易受到強(qiáng)光或者光照變化的干擾，沒有精確的動態(tài)障礙物的三位坐標(biāo)信息，但是視覺動態(tài)障礙物信息中包含了豐富的紅綠藍(lán)rgb的彩色信息。雷動獲取的動態(tài)障礙物信息沒有紅綠藍(lán)rgb的彩色信息，在運(yùn)動過程中出現(xiàn)遮擋及遮擋后分開時無法識別出具體是哪個動態(tài)物體，但是，激光雷達(dá)獲取的動態(tài)障礙物信息穩(wěn)定性強(qiáng)，不會受到光強(qiáng)變化等外界干擾，而且激光雷達(dá)獲取的動態(tài)障礙物信息具有精確的三維坐標(biāo)信息，對運(yùn)動物體的動態(tài)跟蹤具有更精確的運(yùn)動模型。因此，可以通過障礙物動態(tài)追蹤融合模塊240對從影像信息中獲取的動態(tài)障礙物的色彩信息和激光雷達(dá)獲取的動態(tài)障礙物信息的三維坐標(biāo)信息進(jìn)行融合，既可以獲取包含色彩信息和三維坐標(biāo)信息的動態(tài)障礙物，可以對動態(tài)障礙物進(jìn)行精確的追蹤。

在一個實(shí)施例中，路徑規(guī)劃決策子系統(tǒng)30用于根據(jù)車輛信息、數(shù)據(jù)融合子系統(tǒng)20提取的信息以及行駛目的地信息規(guī)劃行駛路徑。路徑規(guī)劃決策子系統(tǒng)30可以根據(jù)環(huán)境感知子系統(tǒng)10獲取的車輛信息(無人駕駛汽車的當(dāng)前的地理位置與時間、車輛姿態(tài)和當(dāng)前運(yùn)行的速度)、數(shù)據(jù)融合子系統(tǒng)20提取的周圍環(huán)境信息(障礙物信息、車道線信息、交通標(biāo)識信息以及對障礙物的動態(tài)追蹤信息)以及無人駕駛汽車的行駛目的地信息來規(guī)劃行駛路徑。路徑規(guī)劃決策子系統(tǒng)30結(jié)合規(guī)劃的行駛路徑對無人駕駛汽車下一時刻的位置進(jìn)行路徑規(guī)劃，并計算出無人駕駛汽車的控制數(shù)據(jù)，包括角速度、線速度、行駛方向等。

在一個實(shí)施例中，行駛控制子系統(tǒng)40用于根據(jù)行駛路徑生成控制指令，并根據(jù)控制指令控制對無人駕駛汽車進(jìn)行控制。行駛控制子系統(tǒng)40根據(jù)路徑規(guī)劃決策子系統(tǒng)30計算的控制數(shù)據(jù)生成控制指令，該控制指令包括對車輛的行駛速度、行駛方向(前、后、左、右)、油門以及車輛的形式檔位的控制，進(jìn)而保證無人駕駛車輛能夠安全平穩(wěn)行駛，實(shí)現(xiàn)無人駕駛的功能。

在一個實(shí)施例中，無人駕駛汽車系統(tǒng)還包括通信子系統(tǒng)50，通信子系統(tǒng)50用于將路徑規(guī)劃決策子系統(tǒng)30規(guī)劃的行駛路徑實(shí)時傳輸至外部監(jiān)控中心。由外部監(jiān)控中心對無人駕駛汽車的行駛狀況進(jìn)行監(jiān)控。

上述無人駕駛汽車系統(tǒng)，通過數(shù)據(jù)融合子系統(tǒng)20融合包括影像信息和三維坐標(biāo)信息的周圍環(huán)境信息，并提取障礙物信息、車道線信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息，提高了對周圍環(huán)境信息的識別能力和精準(zhǔn)度。路徑規(guī)劃決策子系統(tǒng)30根據(jù)數(shù)據(jù)融合子系統(tǒng)20提取的信息以及行駛目的地信息規(guī)劃行駛路徑，行駛控制子系統(tǒng)40根據(jù)行駛路徑生成控制指令，并根據(jù)控制指令控制對無人駕駛汽車進(jìn)行控制，進(jìn)而可以實(shí)現(xiàn)安全性能極高的無人駕駛功能。

此外，本發(fā)明的實(shí)施例還提供一種汽車，包括上述各實(shí)施例中的無人駕駛汽車系統(tǒng)。根據(jù)本發(fā)明實(shí)施例的汽車，可通過汽車中的無人駕駛汽車系統(tǒng)中的數(shù)據(jù)融合子系統(tǒng)20融合包括影像信息和三維坐標(biāo)信息的周圍環(huán)境信息，并提取障礙物信息、車道線信息、交通標(biāo)識信息以及動態(tài)障礙物的追蹤信息，提高了對周圍環(huán)境信息的識別能力和精準(zhǔn)度。路徑規(guī)劃決策子系統(tǒng)30根據(jù)數(shù)據(jù)融合子系統(tǒng)20提取的信息以及行駛目的地信息規(guī)劃行駛路徑，行駛控制子系統(tǒng)40根據(jù)行駛路徑生成控制指令，并根據(jù)控制指令控制對無人駕駛汽車進(jìn)行控制，進(jìn)而可以實(shí)現(xiàn)安全性能極高的無人駕駛功能。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。