本發(fā)明涉及智能公交車輛，尤其涉及一種智能公交車輛的自動駕駛與控制系統。

背景技術：

1、隨著自動駕駛技術的不斷進步和社會對智能交通的需求增加，智能公交車輛的發(fā)展將會持續(xù)推進，成為城市智能交通系統的重要組成部分。

2、在相關技術中，智能公交車輛能夠利用車載傳感器來感知周圍環(huán)境，并根據感知到的信息進行分析，制定行駛策略，進而根據制定的行駛策略，控制車輛的加速、制動和轉向，確保車輛按照預定路線安全行駛。

3、然而，由于智能公交車輛車身較長且高，在行駛過程中對路況的適應性較差，以及需要頻繁的?？亢蛦拥仍颍虼?，大大降低了乘客乘坐智能公交車輛的舒適性和安全性，進而導致乘客的乘坐體驗較差。

技術實現思路

1、本發(fā)明實施例提供一種智能公交車輛的自動駕駛與控制系統，本發(fā)明采用如下技術方案：

2、本發(fā)明提供一種智能公交車輛的自動駕駛與控制系統，所述系統包括云端子系統和車端子系統；所述車端子系統包括協同控制模塊、車內監(jiān)控模塊和自動駕駛控制模塊；

3、所述協同控制模塊，用于在確定智能公交車輛進入目標運行路線的情況下，向云端子系統發(fā)送針對所述目標運行路線的數據獲取請求；

4、所述云端子系統，用于響應于所述數據獲取請求，向所述協同控制模塊反饋所述智能公交車輛在所述目標運行路線的控制參數數據包；其中，所述控制參數數據包是所述云端子系統基于所述智能公交車輛的車輛參數以及所述目標運行路線的路況信息確定的；所述控制參數數據包包括所述智能公交車輛在多種預設工況下的參考舒適性閾值，所述參考舒適性閾值表征滿足乘客舒適性的車輛運動參數；

5、所述協同控制模塊，還用于在確定所述智能公交車輛進入所述多種預設工況中的任一目標工況的情況下，向所述車內監(jiān)控模塊發(fā)送乘客數據獲取指令；

6、所述車內監(jiān)控模塊，用于響應于所述乘客數據獲取指令，獲取所述智能公交車輛內乘客的乘客圖像數據，并將所述乘客圖像數據發(fā)送至所述協同控制模塊；

7、所述協同控制模塊，還用于基于所述乘客圖像數據，對所述目標工況下的參考舒適性閾值進行修正，得到所述目標工況下的目標舒適性閾值，并將所述目標舒適性閾值發(fā)送至所述自動駕駛控制模塊；

8、所述自動駕駛控制模塊，用于在所述智能公交車輛處于所述目標工況的情況下，基于所述目標舒適性閾值，控制所述智能公交車輛行駛。

9、在本發(fā)明一實施例中，所述路況信息包括所述目標運行路線的道路類型和道路圖像數據；所述車輛參數包括懸掛系統的彈簧剛度系數、減振器阻尼系數和/或懸掛幾何參數；

10、所述云端子系統包括車輛性能確定模塊、基準閾值獲取模塊和參考閾值確定模塊；

11、所述車輛性能確定模塊，用于基于所述彈簧剛度系數、所述減振器阻尼系數和/或所述懸掛幾何參數，確定所述智能公交車輛的乘坐舒適度；

12、所述基準閾值獲取模塊，用于基于所述道路類型和所述乘坐舒適度，確定所述智能公交車輛在多種預設工況下的基準舒適性閾值；

13、所述參考閾值確定模塊，用于基于所述道路圖像數據，對所述基準舒適性閾值進行修正，得到所述智能公交車輛在多種預設工況下的參考舒適性閾值。

14、在本發(fā)明一實施例中，所述參考閾值確定模塊包括道路圖像識別子模塊和基準閾值修正子模塊；

15、所述道路圖像識別子模塊，用于基于所述道路圖像數據，確定所述目標運行路線的老化因子；所述老化因子表征所述目標運行路線的老化程度；

16、所述基準閾值修正子模塊，用于基于所述老化因子，對所述基準舒適性閾值進行修正，得到所述智能公交車輛在多種預設工況下的參考舒適性閾值。

17、在本發(fā)明一實施例中，所述道路圖像識別子模塊包括道路特征提取單元和第一模型識別單元；

18、所述道路特征提取單元，用于對所述道路圖像數據進行特征提取，得到多維磨損特征數據；所述多維磨損特征數據包括路面磨損特征數據和標線磨損特征數據；

19、所述第一模型識別單元，用于將所述多維磨損特征數據輸入經過預訓練的道路老化識別模型，輸出得到所述目標運行路線的老化因子；所述道路老化識別模型是基于樣本道路圖像數據的多維磨損特征數據訓練得到的。

20、在本發(fā)明一實施例中，所述多種預設工況包括加速工況、減速工況、換道工況和轉彎工況；

21、所述自動駕駛控制模塊，用于確定所述智能公交車輛的運行軌跡，并將所述運行軌跡發(fā)送至所述協同控制模塊；

22、所述協同控制模塊，還用于基于所述運行軌跡和所述智能公交車輛的行駛狀態(tài)數據，在所述多種預設工況中確定所述智能公交車輛的目標工況。

23、在本發(fā)明一實施例中，所述行駛狀態(tài)數據包括車速變化率、縱向加速度、橫向加速度、方向盤轉角和方向盤轉角變化率；

24、所述協同控制模塊包括加速工況確定子模塊、減速工況確定子模塊、換道工況確定子模塊和轉彎工況確定子模塊；

25、所述加速工況確定子模塊，用于在所述車速變化率大于上限閾值且所述縱向加速度為正值的情況下，確定所述目標工況為所述加速工況；

26、所述減速工況確定子模塊，用于在所述車速變化率小于下限閾值且所述縱向加速度為負值的情況下，確定所述目標工況為所述減速工況；

27、所述換道工況確定子模塊，用于在所述橫向加速度大于加速度閾值、所述方向盤轉角變化率大于轉角變化率閾值且所述運行軌跡指示所述智能公交車輛跨越車道的情況下，確定所述目標工況為所述換道工況；

28、所述轉彎工況確定子模塊，用于在所述方向盤轉角大于轉角閾值且所述運行軌跡的軌跡曲率大于曲率閾值的情況下，確定所述目標工況為所述轉彎工況。

29、在本發(fā)明一實施例中，所述協同控制模塊還包括第一參考閾值確定子模塊、第二參考閾值確定子模塊、第三參考閾值確定子模塊和第四參考閾值確定子模塊；

30、所述第一參考閾值確定子模塊，用于在確定所述目標工況為所述加速工況的情況下，確定所述加速工況下的參考舒適性閾值包括縱向加速度閾值和縱向加加速度閾值；

31、所述第二參考閾值確定子模塊，用于在確定所述目標工況為所述減速工況的情況下，確定所述減速工況下的參考舒適性閾值包括制動減速度閾值和制動加加速度閾值；

32、所述第三參考閾值確定子模塊，用于在確定所述目標工況為所述換道工況的情況下，確定所述換道工況下的參考舒適性閾值包括換道時加速度閾值、回正時加速度閾值、橫向加速度閾值和橫向加加速度閾值；

33、所述第四參考閾值確定子模塊，用于在確定所述目標工況為所述轉彎工況的情況下，確定所述轉彎工況下的參考舒適性閾值包括入彎時橫向加速度閾值、出彎時縱向加速度閾值、橫向加加速度閾值和縱向加加速度閾值。

34、在本發(fā)明一實施例中，所述協同控制模塊包括乘客圖像識別子模塊和參考閾值修正子模塊；

35、所述乘客圖像識別子模塊，用于基于所述乘客圖像數據，確定乘客風險因子；所述乘客風險因子表征乘客的乘車安全程度；

36、所述參考閾值修正子模塊，用于基于所述乘客風險因子，對所述目標工況下的參考舒適性閾值進行修正，得到所述目標工況下的目標舒適性閾值。

37、在本發(fā)明一實施例中，所述乘客圖像識別子模塊包括乘客特征提取單元和第二模型識別單元；

38、所述乘客特征提取單元，用于對所述乘客圖像數據進行特征提取，得到多維乘客特征數據；所述多維乘客特征數據包括年齡特征數據、性別特征數據和站立乘客密度數據；

39、所述第二模型識別單元，用于將所述多維乘客特征數據輸入經過預訓練的乘客風險識別模型，輸出得到所述乘客風險因子；所述乘客風險識別模型是基于樣本乘客圖像數據的多維乘客特征數據訓練得到的。

40、在本發(fā)明一實施例中，所述車端子系統還包括語音提示模塊；

41、所述自動駕駛控制模塊，還用于在確定所述智能公交車輛在任一所述預設工況下的預測運動參數超出所述預設工況下的目標舒適性閾值的情況下，將所述預設工況發(fā)送至所述協同控制模塊；

42、所述協同控制模塊，還用于確定所述預設工況對應的目標語音提示指令，并將所述目標語音提示指令發(fā)送至所述語音提示模塊；

43、所述語音提示模塊，用于響應于所述目標語音提示指令，輸出所述目標語音提示指令對應的目標語音提示信息；所述目標語音提示信息用于提示乘客所述智能公交車輛即將進入所述預設工況。

44、綜上，上述智能公交車輛的自動駕駛與控制系統具有如下技術效果：

45、本發(fā)明實施例提供的一種智能公交車輛的自動駕駛與控制系統，其中，云端子系統能夠基于智能公交車輛的車輛參數以及目標運行路線的路況信息，得到智能公交車輛在目標運行路線的控制參數數據包，該控制參數數據包包括智能公交車輛在多種預設工況下的參考舒適性閾值，并響應于協同控制模塊發(fā)送的數據獲取請求，向協同控制模塊反饋該控制參數數據包；協同控制模塊則能夠在確定智能公交車輛進入多種預設工況中的任一目標工況的情況下，根據車內監(jiān)控模塊發(fā)送的乘客圖像數據，對目標工況下的參考舒適性閾值進行修正，得到目標工況下的目標舒適性閾值；自動駕駛控制模塊則能夠在智能公交車輛處于目標工況的情況下，基于目標舒適性閾值，控制智能公交車輛行駛。本發(fā)明實施例通過綜合考慮智能公交車輛的車輛參數、目標運行路線的路況信息以及乘客圖像數據，能夠實現各種預設工況下的目標舒適性閾值的動態(tài)調整，進而在智能公交車輛處于任一預設工況時，能夠確定合適的目標舒適性閾值進行自動駕駛控制。如此，在智能公交車輛的運行過程中，能夠充分保證乘客乘坐智能公交車輛的舒適性和安全性，進而有效提高乘客的乘坐體驗。