(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111526309.0 (22)申请日 2021.12.14 (71)申请人 合肥哈工轩辕智能科技有限公司 地址 236000 安徽省合肥市经济技 术开发 区宿松路3963号智能科技园C区3栋 316室 (72)发明人 李小龙　夏科睿　马姓　涂凡凡　 蒋晨旭　 (74)专利代理 机构 合肥市浩智运专利代理事务 所(普通合伙) 34124 专利代理师 丁瑞瑞 (51)Int.Cl. G06N 20/00(2019.01) G06F 9/54(2006.01) G05D 1/02(2020.01)H04L 47/125(2022.01) H04L 67/568(2022.01) H04L 67/5682(2022.01) (54)发明名称 一种面向智能驾驶的实时分布式系统 (57)摘要 本发明公开了一种面向智能驾驶的实时分 布式系统， 包括感知层、 决策层以及控制层， 所述 感知层包括采集单元， 采集单元采集的外部信息 封装成DataWriter然后往预定义的Topic里写， 订阅者订阅Topic并从其中获得外部消息， 发布 者将外部消息发布给决策层， 决策层根据订阅外 部消息以及外部输入的指令得出决策指令发布 出去， 控制层订阅决策指令生 成对应的控制指令 发布出去， 汽车根据控制指令调整其油门、 方向 盘、 刹车器以及档位； 本发明的优点在于： 满足智 能驾驶系统的实时性要求。 权利要求书1页 说明书10页 附图4页 CN 114819176 A 2022.07.29 CN 114819176 A 1.一种面向智能驾驶的实时分布式系统， 其特征在于， 包括感知层、 决策层以及控制 层， 所述感知层包括采集单元， 采集单元采集的外部信息封装成Dat aWriter然后往预定义 的Topic里写， 订阅者订阅Topic并从其中获得外部消息， 发布 者将外部消息发布给决策层， 决策层根据订阅外部消息以及外部输入的指令得出决策指 令发布出去， 控制层订阅决策指 令生成对应的控制指令发布出去， 汽车根据控制指令调整其油门、 方向盘、 刹车器以及档 位。 2.根据权利要求1所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 所述感知 层向决策层发布外部消息、 决策层向外发布决策指 令以及控制层发布控制指令均通过多线 程worker数据分发方法实现。 3.根据权利要求2所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 所述多线 程worker数据分发方法包括： 发布端将报文数据打上时间戳以及对应的索引， 发送报文到轮询池， 多个worker分区 从轮询池中接收报文， 解包之后获得时间戳和索引， 然后计算时延以及判断是否丢包， 然后 将时延及丢包情况随报文 数据一起封装之后发送给订阅者收集器， 订阅者收集器将时延及 丢包情况写入日志， 统计总接收报文， 判断是否继续接收， 在总接收报文的延时和丢包超过 预设阈值的情况 下发送终止信号， 对应的w orker接收终止信号之后停止 接收报文。 4.根据权利要求3所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 报文数据 按照预设的索引区段进行分区， 每个worker设定对应的索引区段， 每个worker接收对应的 索引区段的报文 数据， 当worker接收的报文数据的所有索引与其索引区段对应的索引相比 有缺失时， 则表示存在丢包情况。 5.根据权利 要求3所述的一种面向智能驾驶的实时分布式系统， 其特征在于， worker对 每个报文 数据设有对应的截止接收时间， 在截止接收时间内没有接收到该报文数据则表示 数据有延时， 将该报文数据的截止 接收时间减去其时间戳即为时延。 6.根据权利要求3所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 当不再需 要worker接收报文时， 采用Cpython解释器提供的自动垃圾回收机制， 释放worker资源， 回 收worker所占用的内存空间。 7.根据权利要求1所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 在 没有外 部输入的指令的情况下， 从高精度地图中输入起始地址和目的地址， 通过路径规划 算法规 划路径， 规划 好的路径输入给决策层以及控制层， 决策层根据规划 好的路径得出决策指令 发布给控制层， 控制层根据决策指令生成对应的控制指令 。 8.根据权利要求1所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 所述采集 单元包括摄 像头、 光雷达、 GP S及惯性传感器。 9.根据权利要求1所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 所述决策 指令包括跟车、 超车、 变道、 刹车及转向。 10.根据权利要求1所述的一种面向智能驾驶的实时分布式系统， 其特征在于， 所述控 制层生成的控制指令包括油门大小、 方向盘转角、 刹车力度以及前进后退。权　利　要　求　书 1/1 页 2 CN 114819176 A 2一种面向智能驾驶的实时分布式系统 技术领域 [0001]本发明涉及智能驾驶系统架构领域， 更具体涉及 一种面向智能驾驶的实时分布式 系统。 背景技术 [0002]实时分布式架构解决了大流量处理和关键业务保护方面的问题， 通过集群技术把 大规模的并发请求的负载分散到不同的设备。 提高了后台服务的可用性， 分布式架构能够 及时隔离故障避免影响其他关键业务的运行。 同时该架构极大增强了系统的可用性， 能够 将多余或者重复的部分去除， 保证工作的效率。 [0003]智能驾驶的系统架构分为三层， 分别是感知层、 决策层和控制层。 三层结构各司其 职， 各自完成自己的任务， 在三层结构的共同配合下才能使智能驾驶系统稳定安全的运行。 目前， 传感器、 高精度地图和云计算是实现自动驾驶的关键。 传感器被当作自动驾驶的眼 睛， 用来观察周边的环境变化。 高精度地图为自动 驾驶提供全面的视野， 并且能够预告检测 范围以外的道路情况。 云计算则要保证传感器数据的及时上传， 使高精度地图时刻保证为 最新版本并下发车辆。 云计算是收集和分析路采数据， 以及训练更新决策模型的主要环节。 而实时分布式架构具有高性能、 低延迟的特点， 当智能驾驶系统收到一条指 令后， 指令会高 速处理， 尽量减少与指令之间的延迟。 智能驾驶涉及的关键技术包括环境感知、 导航定位、 路径规划、 决策控制、 自动控制。 能够感知周围环境是否安全， 并录入高精度地图， 同时还要 对道路情况有了解， 能够对突发的路面情况及时做出响应。 [0004]为了使智能驾驶汽车的路况信息能够及时被感知， 分布式系统要求任一个节点上 的变化和信息都能够及时的被其他相关的节点感知和获取， 那么实现系统中信息的实时和 按需分发成为此系统的关键技术， 也是研究人员重点关注的问题之一。 其中涉及到的常用 技术有CORBA(通用对象请求代理体系结构)技术， 该技术是以对象和服务为中心， 采用了C/ S的通信模式， 通信机制较为复杂， 数据收发需要建立连接的过程， 不能完全满足智能驾驶 系统对实时性能的需要， 并且它没有服务策略QoS的支持， 不能满足通信灵活性的要求。 JAVA消息服务JMS包含点对点和发布/订阅两种消 息模式， 提供可靠的消 息传输、 事务和消 息过滤等机制， 但是它缺乏应用级Q oS策略， 仍然不 适合实时性要求高的系统。 [0005]中国专利公开号CN112348201A， 公开了一种基于联邦深度强化学习的自动驾 驶群 车的智能决策实现方法， 包括： 采用深度强化学习实现对自动驾驶群车 的行驶环境以及周 围车辆的行驶环境进行观测， 在各自车辆的处理器内进行训练数据， 将训练好的数据模型 加密后发送给边缘计算服务器， 边缘计算服务器综合训练边缘神经网络， 将训练后的模型 同时发送给云计算服务器， 云计算服务器将综合各模型进行训练数据， 将训练好的模型信 息发送给边缘计算服务器和车辆终端， 进行车辆终端的模型信息更新， 采用联邦深度学习 方法实现自动驾驶汽车 的智能决策功能。 该专利申请有助于减少大数据通信条件的影响， 解决训练数据的不平衡问题， 有助于实现计算负载和资源分配更加智能， 也实现了自动驾 驶汽车群体决策 的强大环境认知能力， 但是该专利申请模型结构复杂， 计算过程耗费时间说　明　书 1/10 页 3 CN 114819176 A 3