CN105644559A - 一种基于虚拟轨道和移动闭塞技术的无人驾驶方法及系统 - Google Patents

Abstract

本发明公开了一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，该方法的步骤包括：构建无人驾驶车辆的虚拟轨道S1、获取当前车辆与前方车辆的安全距离S2和基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制S3。本方案将“虚拟轨道”和基于通信的移动闭塞技术引入道路无人驾驶系统，可以有效地应对在道路车辆行驶过程中出现的各种随机现象，使得原本杂乱无章的行车模式变得有矩可循，大大降低了系统设计的复杂度和无人驾驶车辆的成本。

Description

一种基于虚拟轨道和移动闭塞技术的无人驾驶方法及系统

技术领域

本发明涉及无人驾驶领域，特别是涉及一种基于虚拟轨道和移动闭塞技术的无人驾驶方法及系统。

背景技术

随着道路车辆密度的与日俱增，人为驾驶车辆的弊端日益显露，这些弊端导致城市交通拥堵，人民生命财产安全受到严重的威胁。无人驾驶技术可以在理论上使得车辆在道路上安全高效地行驶，因而得到人们的青睐。但由于道路环境的错综复杂，使得无人驾驶汽车的实现颇为困难，这也成为该技术的一个瓶颈。因此研究如何在这种复杂多变的环境中实现车辆的自动驾驶是一个重要的课题。

无人驾驶汽车是通过车载传感器来感知车辆周围环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。无人驾驶汽车涉及到复杂的控制与通信问题，加之实际道路的复杂多变，使得技术的实现困难化。无人驾驶汽车的通信体现在汽车与周围环境的交互上，在目前存在的无人驾驶车辆的控制方法中，绝大多数系统采用的模式均为根据环境预先生成车辆行驶的路径，再采集车辆与既定线路之间的误差，利用反馈的方式不断地改变车辆行驶的方向与速度，实现简单的无人驾驶功能。但截至目前而言，无人驾驶汽车的研制还远不能满足日常生活的需要。在无人驾驶领域较为领先的Google公司所研制的无人驾驶汽车也尚处于原型阶段，但这种无人驾驶汽车运行依赖地图和详细的数据，这一前提大大限制了他们的上路范围。

实现车辆行驶方向与速度的控制有很多方法。例如，1、对汽车的纵向控制与横向控制，即对车辆速度和车辆运行方向的控制；2、通过采用所谓虚拟车辆的方法生成既定的线路，对行车路线经修实时纠正；3、采用对方向盘转角的控制来实现路径追踪；4、采用速度场与动态窗的方法进行导航，根据车辆的x坐标，y坐标，车身方向，转向盘转向所应满足的动力学方程来描述车辆的行为；或，5、依靠占有矩阵来感知周边环境以避免碰撞的方法。上述方法均是通过车载传感器实现周围环境的感知，然后利用计算机根据一定的算法生成车辆行驶的理想线路，再通过控制算法控制车辆的行驶线路，让其尽可能保持理想线路行驶。现有技术中对于车辆控制的难点实质上存在于对环境的感知以及根据感知到的环境生成行驶线路的过程。

现有技术中对于环境感知方面已有许多检测方法。例如，1、通过将道路划分为结构性道路与非结构性道路，再利用道路检测算法进行检测；2、使用多传感器协作的感知方式，并依据不同的算法去获取周围环境的信息，用于车辆的控制；3、基于雷达探测器的无人驾驶环境感知系统进行道路和环境的感知；4、直接构建一种包含障碍物探测，危险探测，道路检测，路线生成以及车辆控制等等的完整的感知算法，可预先产生道路信息，减少对定位系统的依赖；5、以越野环境为背景，利用传感器融合系统组成树形的虚拟传感器分层结构进行环境和道路的感知，同时在其虚拟传感器的低层，采用卡尔曼滤波算法进行目标估计；在虚拟传感器的高层，则采用D-S证据理论算法进行环境感知与逻辑推理。

通过现有技术可以看出，无人驾驶汽车在环境感知技术方面，路面检测和障碍物探测是两个重要的内容，处理这两个问题的核心手段是合理布置适合的传感器，并采用相应的算法去处理传感器所采集的数据。而对于如此复杂和庞大的数据信息量的处理，依然是较为棘手的问题。目前，利用移动自组织网络(MANET)在交通道路上的应用和车车通信的信道模型，来提升通信质量，但随着网络需求由主机到主机的通信演进为主机到网络的海量信息访问，为了适应这一变化，信息中心网络(ICN)成为了新的研究热点。

基于上述技术和存在的问题，国内外已有一些相关专利。例如，公开号为：US8532862B2，基于位置确定系统、信息获知系统、信息通讯系统和行车路由系统四个系统组成的无人驾驶系统的逻辑结构。公开号为：US7979173B2，实现半无人驾驶或无人驾驶的一种方法是建立所谓的行驶管理系统，并且随之建造专用的行驶车道。公开号为：CN103085816A，一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置。公开号为：CN101883326A，一种基于无人驾驶车辆监测的无线传感器网络数据传输方法。公开号为：CN1602263A，一种车辆导向系统和一种用于导向车辆的方法。公开号为：US8437947B2，无人驾驶系统控制方法。公开号为：US20130307981A1，一种通过集成的方式去分类道路上的物体并检测其位置的装置和在异构传感器网络下处理数据的方法。US20110071718A1，一种车辆在无人驾驶与人为驾驶之间的切换方法。公开号为：US20150177007A1，一种自动驾驶辅助系统的实现方法和蕴含在其中的无人驾驶思想。公开号为：US8442750B1，一种可用于无人驾驶系统的远程车辆控制系统。

通过对上述现有技术的分析，现有的无人驾驶技术将主要的精力放在了道路识别与环境感知方面，这些技术广泛地采用诸如雷达，立体激光，声呐，CCD摄像机等设备作为车载传感器，并将它们组织成为多传感器融合的模式来进行环境感知(environmentperception)，然后继而利用一些边缘检测的算法实现道路与障碍物的识别。在行车路线的规划方面，当前的技术主要采用云计算的模式来实现道路生成，然后依据路边结点设备将道路信息下发给各个车辆。这种无人驾驶的组织结构是经典的，但是可以看到，它对于车辆的环境感知能力有着很强的依赖性，这要求车载传感器必须具备高灵敏性、强实时性，车载计算机的计算能力也必须十分卓越，它可以集图像信息处理等环境感知功能和实现车辆控制算法功能于一体，能够很快地做出决策。这在很大程度上加大了无人驾驶车辆实现的难度，并且安全性也是值得考究的，毕竟我们很难保证车载计算中心不出现故障，而一旦车辆在行驶中出现问题，无论是该车的乘客还是道路上其他车辆中的乘客的人身安全都将受到威胁。并且这种车辆的设计将使得车辆的成本过高，不利于实现产业化，推广起来也很困难。

发明内容

本发明要解决的技术问题是提供一种基于虚拟轨道和移动闭塞技术的无人驾驶方法及系统，以解决现有技术中车辆对环境感知的依赖性强，对控制算法本身的工作效率要求高，而导致的成本高不利于产业化的问题。

为解决上述技术问题，本发明采用下述技术方案：

一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，该方法的步骤包括：

S1、构建无人驾驶车辆的虚拟轨道；

S2、获取当前车辆与前方车辆的安全距离；

S3、基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

优选的，所述步骤S1包括：

S11、利用物理牵引或无线传感网络的方式对车辆进行驱动操控；

S12、基于路由拓扑结构，建立无人驾驶车辆运行道路的拓扑图；

S13、确定无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径。

优选的，所述步骤S2中通过基于通信的移动闭塞或在车辆上设置探测装置，获取当前车辆和前方车辆的安全距离。

优选的，所述步骤S3包括：

S31、实时获取当前车辆的位置信息；

S32、将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

优选的，利用GPS系统与RFID系统相结合实时获取当前车辆的位置信息。

一种基于虚拟轨道和移动闭塞技术的无人驾驶系统，该系统包括：

虚拟轨道构建单元，基于物理牵引或无线传感网络，构建无人驾驶车辆的虚拟轨道；

安全距离获取单元，基于通信的移动闭塞，获取当前车辆与前方车辆的安全距离；

行驶方案规划单元，基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

优选的，所述虚拟轨道构建单元包括：

道路拓扑图构建模块，基于路由拓扑结构，建立无人驾驶车辆运行道路的拓扑图；

最优路径确定模块，基于最优路径算法，确定无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径。

优选的，所述行驶方案规划单元包括：

GPS定位模块，基于GPS系统和RFID系统对当前车辆的位置进行实时定位；

制动管理模块，将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

优选的，所述行驶方案规划单元进一步包括：

环境参数获取模块，获取外部设备提供的环境参数信息；

综合方案规划模块，基于当前车辆的车速、环境参数信息和制动管理模块的制动方案，实时的综合分析，提供出车辆的当前行驶方案。

优选的，该系统进一步包括：基于用户控制指令进行无人驾驶启动/关闭的切换模块。

本发明的有益效果如下：

本发明所述技术方案与现有技术相比的优点在于：

1、本发明采用“虚拟轨道”的方式实现车辆的导引，大大简化车辆传感器组的设置以及降低其对于环境感知能力的要求；

2、本发明将基于通信的移动闭塞与“虚拟轨道”相结合，在保证行车安全的前提下增加车流密度从而提高行车效率。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明；

图1示出某个道路无人驾驶系统的拓扑图的示意图；

图2示出虚拟轨道无人驾驶中的移动闭塞区间的示意图；

图3示出本发明所述车辆制动算法的示意图；

图4示出本发明所述无人驾驶方法的总示意图；

图5示出本发明所述无人驾驶系统的总示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

针对现有技术中存在的问题，本发明提供一种基于“虚拟轨道”和移动闭塞相结合的无人驾驶控制方法，我们通过建造类似于铁轨功能的“虚拟轨道”来实现车辆行驶方向的导引，进而可以在很大程度上降低系统对于车辆自身能力的依赖。本方案所述“虚拟轨道”可以采用类似于铁轨的通过物理接触的装置来实现车辆导引，也可以通过布置传感器网络来实现对车辆的无线操控。利用人为的方式预先规定行驶轨道，从而降低道路行驶的不确定性，简化系统设计。在“虚拟轨道”基础上，我们进一步引入基于通信的移动闭塞的行车方式来实现道路车辆的控制，使无人驾驶在保证安全的情况下，系统运行更加稳定。本方案中车辆控制信令的数据量较现有技术要小很多，从而能够有效地降低通信难度，减少道路通信环境压力，增大单位面积的车辆密度。同时，节省出来的频带资源可以进一步用于发展车载多媒体通信的业务，这也是未来车辆网络所必须具备的一个特征。

具体的，本发明公开了一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，该方法的步骤包括：

步骤S1、构建无人驾驶车辆的虚拟轨道

该步骤利用物理牵引或无线传感网络的方式对车辆进行驱动操控。利用网络路由拓扑结构的思想，建立无人驾驶车辆运行道路的拓扑图，并采用如Bellman-Ford算法，Dijkstra算法或Folyd-Warshall算法生成无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径。

步骤S2、基于通信的移动闭塞，获取当前车辆与前方车辆的安全距离

步骤S3、基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制

该步骤利用GPS系统与RFID系统相结合，实时获取当前车辆的位置信息，并利用该信息，将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

本发明进一步公开了一种基于虚拟轨道和移动闭塞技术的无人驾驶系统，该系统包括：基于物理牵引或无线传感网络，构建无人驾驶车辆的虚拟轨道的虚拟轨道构建单元、基于通信的移动闭塞，获取当前车辆与前方车辆的安全距离的安全距离获取单元和基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制的行驶方案规划单元。

本方案中，所述虚拟轨道构建单元包括：基于路由拓扑结构，建立无人驾驶车辆运行道路的拓扑图的道路拓扑图构建模块和基于最优路径算法，确定无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径的最优路径确定模块。所述行驶方案规划单元包括：基于GPS系统和RFID系统对当前车辆的位置进行实时定位的GPS定位模块和将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动的制动管理模块。所述行驶方案规划单元进一步包括：获取外部设备提供的环境参数信息的环境参数获取模块和基于当前车辆的车速、环境参数信息和制动管理模块的制动方案，实时的综合分析，提供出车辆的当前行驶方案的综合方案规划模块。

该系统进一步包括：基于用户控制指令进行无人驾驶启动/关闭的切换模块。

下面通过一组实施例对本发明做进一步说明：

本方案是基于网络路由拓扑结果来构建道路的拓扑图，其中交叉的十字路口相当于是路由器，因为只有在这些结点上才涉及车辆行驶方向的选择，而平直的道路就像是普通的通信链路一样，并不涉及传输方向的选择。这样，只要采用在网络路由中的相关算法，就可以很容易地实现路径选择，即为车辆选取一条连接出发点与目的地的“虚拟轨道”线路，在该线路上控制车辆安全行驶即可。本实例中，按照预先设计的“虚拟轨道”方案，构建无人驾驶车辆的虚拟轨道和用于导引车辆的“虚拟轨道”。如图1所示，是利用网络路由思想构建的道路无人驾驶系统的拓扑图，结点表示分岔路，也象征地点。当此时有车辆在结点C等待进入系统，并且目的地是J时，系统已经知道有三条路径可以将C点的车辆导向J点，即为：C-D-J；C-E-D-J；C-E-F-J，那么系统分别计算上述三条路径的车流量为18；14；8，根据数据选择最短的车流量为8的路径C-E-F-J告知车辆，然后开始行驶。上述这种路由方式可以采用如Bellman-Ford算法，Dijkstra算法或Folyd-Warshall算法等生成的。

确定了行车轨道之后，为了提高运营的效率，本方案基于通信的移动闭塞(movingblock，MB)技术，获取当前车辆与前方车辆的安全距离。如图2所示，虚拟轨道无人驾驶中的移动闭塞区间的示意图。

行驶道路规划完毕后，接下来要进一步实现对车辆的控制。假设用路边的RFID结点来进行车地通信，当车辆行驶进入无人驾驶轨道上的时候，系统必须迅速获取其ID信息，并知道它的目的地地址，然后根据上面提到的路由算法给出相应的路由信息。

车辆的位置信息获取是对车辆精准控制的关键环节之一。对于此问题，现有技术中采用的是将RFID结点在路边等距排列，这样可以构造出一系列的RFID区间，根据车辆所处的RFID区间能够大致确定其所处位置，当然这样做的一个待优化点在于如果RFID结点设置过密，会极大地增加建设成本，而且系统需频繁地更新车辆位置信息(类似于越区切换)。反之，如果设置过疏，显然定位误差增大，并且若某时刻同一区间有多辆车辆的话，系统将无法区分它们的相对位置。所以该方法的定位精度只能用作路由导向，并不能用作车辆制动。考虑到这些问题，本方案采用GPS作为车辆的定位系统，即在车辆上安装GPS天线用于定位，车辆将其所获得的实时位置信息传给其所在辖区的RFID结点，而RFID结点之间实时交换车辆位置信息用于下文将要阐述的车辆控制。在道路交通中，车辆之间的距离往往都是以米为单位进行衡量，所以该方法对GPS系统的定位精度提出了很高的要求。此外，本方案在“虚拟轨道”上进一步模拟轨道交通，具体的，在列车运行控制系统中一种比较典型的列车定位方式是基于应答器的列车定位。这种应答器布置在轨道中间，一般以3个为一组进行排放，分别记作1^st，2^nd，3^rd。当列车驶过地面应答器时，应答器车载设备首先以一定的频率通过电磁感应方法将能量传递给地面应答器，应答器内部电路在接收到能量后即开始工作，将所储存的数据以某种调制方式通过电磁感应传送到车上。在线路上每隔一定距离的固定位置铺设应答器，列车在经过应答器能获得该应答器的实际位置信息，同时校正由于测距误差造成的置信区间，从而对列车的绝对位置进行校正。应答器安装的间隔距离取决于系统能够容忍的定位误差极限，若提高定位精度，则需适当减小定位修正应答器间距。设置3个传感器的目的是为了判别车辆的运行方向以及增加通信成功的几率。类似地，在虚拟轨道无人驾驶系统中，在某些特定的车辆引导方式下，也可采用这种基于应答器(RFID节点)的车辆定位方式，只不过为了保证定位精度，需要将RFID节点设置的比较密集，至少保证两个RFID节点之间的距离小于一个车身的长度，这样才能起到相应的效果。通过此设置，使“虚拟轨道”除了具备导引与控制功能外，还能够识别车辆所处位置。将“虚拟轨道”与RFID结点以及远端系统实现互联，数据便可以通过有线网络进行传递，这样对改善道路通信环境大有裨益。

本方案还可以将车辆之间距离的获取与道路拓扑图的构建分离开，即系统仅用于构建道路拓扑图，而通过在无人驾驶车辆上安装诸如雷达探测器，声呐探测器等装置实现获取与前车的距离。在能够保证探测精度的前提下，RFID结点与车辆之间便无需传递车辆距离信息，对系统而言无疑又是一种简化，降低数据量的处理。

车辆保持直线行驶时，若采用基于通信的移动闭塞技术进行车距探测的话，那么路边RFID结点不发送关于方向的信息，数据包中只有当前车辆与前面车辆之间的距离信息；若采用在车辆上安装探测器，那此时不需要发送任何数据包信息，即可完成车辆的行驶状态监管。最后，当前车辆将车间距信息与此时的车速、路面状况(干燥、潮湿等导致摩擦因数发生改变)等共同输入车载计算机中，车载计算机根据事先编制的算法来判断车辆该如何行驶。如图3所示，为制动管理算法的示意图，将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

本实例中，对于事先编制的算法具体为：

车辆的自动控制方法是无人驾驶的核心所在，这里只考虑最简单最基本的动力学模型。如前文所述，在车辆进行直线行驶时，两个重要的实时参数是：当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁，而对于d₁又可细分为安全距离d₁₀与当前行驶速度下的最大停车距离d₁₁，即d₁＝d₁₀+d₁₁。其中d₁₀是一个常量，取决于系统初始确定的安全等级，显然d₁₀越大，相对来说车辆碰撞概率越低，但相应的行车效率也会降低。d₁₁是需要我们通过实时数据采集进行计算的。在最简单的情形下，d₁₁只与道路的摩擦因数μ与车辆的实时速度v(t)有关，即：

$d_{11}\left(t\right)=\frac{v^2\left(t\right)}{2g\mathrm{\μ}}$

表达式中的d₁₁(t)表明这个最大停车距离是一个实时量，这是显然的，g表示当前区域的重力加速度的值。其中车辆的实时速度v(t)是通过车辆自身的速度传感器获取的，而道路的摩擦因数μ则来源于周期性的实际道路统计与测量，即区域的路面物理状态需要进行事先采集，分别在晴天，雨天，雪天对其摩擦因数进行测量，假设分别为μ₁、μ₂、μ₃，若考虑路面磨损导致的摩擦因数下降，还需在以年为单位的时间内进行测量，这里略去这个过程。这样，系统根据当时的天气情况对μ作合理的选择：

v＝vehiclespeed()；

if(sunny)

μ＝μ1；

elseif(rainy)

μ＝μ2；

else

μ＝μ3；

d₁₁＝(v^2)/(2*g*μ)；

通过这样的方法获得最大停车距离d₁₁后，继而可获得当前车辆的安全距离和最大停车距离之和d₁，从而执行原来的制动管理算法。

本方案中，由于考虑到，道路车辆密度远高于轨道交通，如果还将这种计算分配给某指挥中心来做，其负荷过大，这样一旦遇到车辆行驶高峰，即某区域短时间段内车辆密度过大，会导致系统崩溃，因此，本方案将基于通信的移动闭塞技术直接加载在车辆上，极大的降低车地通信的数据量，保持车地通信网负载平衡。这样也极大的简化MAC层的协议设计，使设备复杂度进一步降低。

当车辆临近十字路口的时候，这时候路边RFID结点根据车辆的ID查询相应的路由数据库，获取该车辆的行驶路线信息，然后根据此时的位置给出车辆应该选择哪条道路继续行驶。

如图5所示，行车路段上的车辆与设置在路段上的通信设备进行数据通信，例如监控摄像头、RFID系统等通信设备将车辆位置、速度和目的地等信息发送至区域服务器，区域服务器将其辖区内的节点信息上传给上一级的中央服务器，中央服务器基于获取得到的信息，进行分析，生成车辆行驶方案决策，并发送至区域服务器，区域服务器再通过其辖区内的通信设备将车辆的行驶方案广播给与其相对应的各车辆。其中，中央服务器将其管辖区域内的X×Y平方千米内所分布的通信设备所提供的全景信息，编码成数字信号，用以制定车辆行驶方案。中央服务器的车辆行驶方案制定的方法是将每个车辆以及路面障碍物(如行人，不动设施等)抽象为一个节点，由通信设备手机该节点的信息(包括位置，车辆的目的地信息等)经由有线或者无线网络上传至中央服务器，用以生成该服务器辖区内的全景图，然后利用决策算法产生车辆行驶方案。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，其特征在于，该方法的步骤包括：

S1、构建无人驾驶车辆的虚拟轨道；

S2、获取当前车辆与前方车辆的安全距离；

S3、基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

2.根据权利要求1所述的无人驾驶方法，其特征在于，所述步骤S1包括：

S11、利用物理牵引或无线传感网络的方式对车辆进行驱动操控；

S12、基于路由拓扑结构，建立无人驾驶车辆运行道路的拓扑图；

S13、确定无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径。

3.根据权利要求1所述的无人驾驶方法，其特征在于，所述步骤S2中通过基于通信的移动闭塞或在车辆上设置探测装置，获取当前车辆和前方车辆的安全距离。

4.根据权利要求1所述的无人驾驶方法，其特征在于，所述步骤S3包括：

S31、实时获取当前车辆的位置信息；

S32、将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

5.根据权利要求4所述的无人驾驶方法，其特征在于，利用GPS系统与RFID系统相结合实时获取当前车辆的位置信息。

6.一种基于虚拟轨道和移动闭塞技术的无人驾驶系统，其特征在于，该系统包括：

虚拟轨道构建单元，基于物理牵引或无线传感网络，构建无人驾驶车辆的虚拟轨道；

安全距离获取单元，基于通信的移动闭塞，获取当前车辆与前方车辆的安全距离；

行驶方案规划单元，基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制。

7.根据权利要求6所述的无人驾驶系统，其特征在于，所述虚拟轨道构建单元包括：

道路拓扑图构建模块，基于路由拓扑结构，建立无人驾驶车辆运行道路的拓扑图；

最优路径确定模块，基于最优路径算法，确定无人驾驶车辆运行道路的拓扑图中，车辆起始点至终点的最优路径。

8.根据权利要求6所述的无人驾驶系统，其特征在于，所述行驶方案规划单元包括：

GPS定位模块，基于GPS系统和RFID系统对当前车辆的位置进行实时定位；

制动管理模块，将当前车辆与前方车辆的实时间距d₂与当前车辆的安全距离和最大停车距离之和d₁进行比较；若d₁-d₂≥0，则按当前行驶状态行驶；若d₁-d₂＞0，则对车辆实施制动。

9.根据权利要求8所述的无人驾驶系统，其特征在于，所述行驶方案规划单元进一步包括：

环境参数获取模块，获取外部设备提供的环境参数信息；

综合方案规划模块，基于当前车辆的车速、环境参数信息和制动管理模块的制动方案，实时的综合分析，提供出车辆的当前行驶方案。

10.根据权利要求6所述的无人驾驶系统，其特征在于，该系统进一步包括：基于用户控制指令进行无人驾驶启动/关闭的切换模块。