CN106643769A - 编队行驶的通信路径的确定方法、系统及编队行驶方法 - Google Patents
编队行驶的通信路径的确定方法、系统及编队行驶方法 Download PDFInfo
- Publication number
- CN106643769A CN106643769A CN201611209443.7A CN201611209443A CN106643769A CN 106643769 A CN106643769 A CN 106643769A CN 201611209443 A CN201611209443 A CN 201611209443A CN 106643769 A CN106643769 A CN 106643769A
- Authority
- CN
- China
- Prior art keywords
- communication
- communication path
- fleet
- vehicles
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种编队行驶的通信路径的确定方法、系统及编队行驶方法,其中,所述编队行驶的通信路径的确定方法通过获取所述邻接矩阵,并将获取所述车队的通信路径的问题归结为旅行商问题,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。以实现降低信号在所述车队内的通信总路程,从而降低了出现信号数据丢失的概率,提升了车队编队行驶的稳定性和安全性,同时,通过所述编队行驶的通信路径的确定方法确定出的通信路径最短,极大地降低了所述车队中头车和尾车之间直接通信的概率,从而降低了车间最大通信距离对车队规模的限制,进而一定程度上提升了车队规模的上限。
Description
本申请要求于2016年12月19日提交中国专利局、申请号为201611178748.6、发明名称为“编队行驶的通信路径的确定方法、系统及编队行驶方法”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及编队行驶技术领域,更具体地说,涉及一种编队行驶的通信路径的确定方法、系统及编队行驶方法。
背景技术
随着科技和经济的不断发展,汽车保有量与日俱增,车辆编队行驶成为提高道路吞吐量的有效手段。这是因为在编队行驶的车队中,车队中的各个车辆便会通过无线通信连接起来,仅由头车(车队中处于最前方的车辆)负责整个车队的运行,车队内的车辆会根据头车的控制指令调整自身的速度和与车队中其他车辆的间距等参数,降低了车队中的驾驶员的驾驶强度,大大减少了由于驾驶员疲劳驾驶而导致的交通事故。并且车队中的车辆所受到的空气阻力也会大大减少,从而提高车队的燃油利用效率。同时,编队行驶也是车联网技术中最容易实现自动驾驶的场景之一。
在编队行驶中,车队内部车辆之间的通信是保障车队安全运行的重要部分,良好的车间通信将大大增加车队的稳定性和安全性。现有技术中由于通信路径为在车队内由头车向尾车(车队中处于最后位置的车辆)的依次通信,尾车向头车通信的方式,受限于车间最大通信距离的限制,车队的规模收到了很大的限制,并且由于尾车和头车的距离较大,很容易出现数据丢失的情况,从而对车队编队行驶的稳定性和安全性产生不良影响。
发明内容
为解决上述技术问题,本发明提供了一种编队行驶的通信路径的确定方法、确定系统及编队行驶方法,以实现提升车队规模,并降低出现通信过程中数据丢失的情况,从而提升车队编队行驶的稳定性和安全性的目的。
为实现上述技术目的,本发明实施例提供了如下技术方案:
一种编队行驶的通信路径的确定方法,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定方法包括:
所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
可选的,所述根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径包括:
根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
可选的,所述根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径包括:
根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
可选的,所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距包括:
所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
一种编队行驶的车辆通信路径的确定系统,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定系统包括:
间距获取模块,用于通过所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
矩阵构建模块,用于利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
路径获取模块,用于根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
可选的,所述路径获取模块包括:
第一计算单元,用于根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
第二计算单元,用于获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
路径确定单元,用于根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
可选的,所述路径确定单元具体用于根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
可选的,所述间距获取模块包括:
位置获取单元,用于利用所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
间距计算单元,用于利用所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
一种编队行驶方法,包括:
将多辆车辆进行编队,形成车队;
根据上述任一项所述的编队行驶的通信路径的确定方法确定通信路径;
所述车队中的头车发送控制指令控制所述车队中其他车辆的运行状态,所述控制指令按照通信路径在所述车队中传输。
从上述技术方案可以看出,本发明实施例提供了一种编队行驶的通信路径的确定方法、确定系统及编队行驶方法,其中,所述编队行驶的通信路径的确定方法通过获取所述邻接矩阵,并将获取所述车队的通信路径的问题归结为旅行商问题,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。以实现降低信号在所述车队内的通信总路程,从而降低了出现信号数据丢失的概率,提升了车队编队行驶的稳定性和安全性,
同时,通过所述编队行驶的通信路径的确定方法确定出的通信路径最短,极大地降低了所述车队中头车和尾车之间直接通信的概率,从而降低了车间最大通信距离对车队规模的限制,进而一定程度上提升了车队规模的上限。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请的一个实施例提供的一种编队行驶的通信路径的确定方法的流程示意图;
图2为本申请的一个实施例提供的一种车队的构成示意图;
图3为本申请的另一个实施例提供的一种编队行驶的通信路径的确定方法的流程示意图;
图4为本申请的又一个实施例提供的一种编队行驶的通信路径的确定方法的流程示意图;
图5为本申请的一个优选实施例提供的一种编队行驶的通信路径的确定方法的流程示意图;
图6为本申请的一个实施例提供的一种编队行驶的通信路径的确定系统的结构示意图;
图7为本申请的另一个实施例提供的一种编队行驶的通信路径的确定系统的结构示意图;
图8为本申请的又一个实施例提供的一种编队行驶的通信路径的确定系统的结构示意图;
图9为本申请的一个实施例提供的一种编队行驶方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例提供了一种编队行驶的通信路径的确定方法,如图1所示,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定方法包括:
S101:所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
S102:利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
S103:根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
参考图2和表1,图2为本申请的一个实施例提供的以4辆车辆构成的车队的示意图,表1为图2所示的车队的邻接矩阵。
表1:以4辆车辆构成的车队的邻接矩阵
在图2中,标号1、2、3和4表示车队中的车辆的编号,其中1表示该车队中的头车,箭头Heading表示车队前进方向。在表1中,Vi和Vj表示车队中的车辆,具体地,当j=1,i=2时,表示从1车到2车的距离d21=6;当i=1,j=2时,表示从2车到1车的距离d12=8。需要说明的是d21和d12的数值不同的原因是考虑到1车获取与2车的距离的时间和2车获取与1车的距离的时间一般是不同的,这两个时刻1车和B2车的距离时存在不同的可能的,因此在表1中以不同的数值进行示意。另外,在表1中表示车队车辆之间的距离的数值用于表示距离的大小,并没有标识具体单位(例如米或分米等),仅用于对邻接矩阵形式的举例说明。
在上述实施的基础上,在本申请的一个实施例中,如图3所示,所述根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径包括:
S1031:根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
S1032:获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
S1033:根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
在上述实施例的基础上,在本申请的一个具体实施例中,如图4所示,所述根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径包括:
S10331:根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
需要说明的是,假设车队中的每个车辆都是一个节点,所述通信路径的特性是在一次通信过程中车队中每个节点仅经过一次,因此所述通信路径的确定过程即是旅行商问题(Traveling Salesman Problem,TSP)的求解过程,在本实施例中,仍然以图2所示的4辆车辆构成车队为例,下面将对根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径的过程进行说明。
首先定义状态变量(i,S),状态变量表示从1点出发,经过S集合中所有点一次后最后到达i点。
最优指标函数fk(i,S)表示从1点出发,经过S集合中所有点一次后最后到达车辆i的距离;
决策变量Pk(i,S)表示通信路径中终点车辆的前一个通信车辆,在利用动态规划算法的过程中的顺序递推关系为:
fk(i,S)=min{fk-1(j,S、{j}+dji)},j∈S,其中,S、{j}+dji)表示S集合,dji表示由车辆Vi到车辆Vj的距离。
f0(i,Φ)=d1i(k=1,2,...,n-1),i=2,3,...,n其中,n表示所述车队中的车辆总数,Φ表示空集。
那么,当k=0时,由表1可得:
f0(2,Φ)=d12=6;
f0(3,Φ)=d13=7;
f0(4,Φ)=d14=9;
当k=1时,从车辆1出发,经过1个车辆到达车辆i的距离为:
f1(2,{3})=f0(3,Φ)+d32=7+8=15;
f1(2,{4})=f0(4,Φ)+d42=9+8=17;
f1(3,{2})=f0(2,Φ)+d23=6+9=15;
f1(3,{4})=f0(4,Φ)+d43=9+5=14;
f1(4,{2})=f0(2,Φ)+d24=6+7=13;
f1(4,{3})=f0(3,Φ)+d34=7+8=15;
从上面的表达式可以看出,当从车辆1出发,经过车辆2到达车辆4的距离最短,其决策变量为P1(4,{2})=2。
同样的,当k=2时,从车辆1出发,经过两个车辆到达车辆i的距离为:
f2(2,{3,4})=min[f1(3,{4})+d32,f1(4,{3}+d42)]=min[14+8,15+5]=20;
f2(3,{2,4})=min[14+9,13+5]=18;
f2(4,{2,3})=min[15+7,15+8]=22;
从上面结果可以看出,当从车辆1触发,经过车辆2和4到达车辆3的距离最短,其决策变量为P2(3,{2,4})=4;
与上述过程类似,当k=3时,从车辆1出发,中间经过3个车辆到达车辆i的最短距离为:
f3(1,{2,3,4})=min[f2(2,{3,4})+d21,f2(3,{2,4}+d31)+d31,f2(4,{2,3}+d41)]
=min[20+8,18+5,22+6]=23;
P3(1,{2,3,4})=3;
接下来根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
具体地,当k=3时,从车辆1出发,经过车辆2、3、4的最短距离为23,到达车辆1之前的车辆为3;当k=2时,从车辆1出发,经过车辆2和4到达车辆3的最短距离为18,其决策变量为4,则车辆3的前一个通信车辆为4;当k=1时,从车辆1触发,经过车辆2到达车辆4为最短距离,其决策变量为2,则到达车辆4之前的车辆为2,此时即可确定出由图2所示的四辆车的通信路径为1→2→4→3→1,最短通信距离为23。
上述仅用以举例说明根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径的具体过程,本申请对所述车队内车辆的具体数量的并不做限定,具体视实际情况而定。
在上述实施例的基础上,在本申请的另一个实施例中,如图5所示,所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距包括:
S1011:所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
S1012:所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
需要说明的是,所述车队中车辆的本车位置信息可以通过GPS来获取,并通过车载嵌入式终端实现在车间的传输。另外,所述车队中的车辆还可以通过CAN总线读取本车的速度、加速度信息,仍然可以通过车载嵌入式终端实现这些信息的传输。本申请对所述车队中车辆的本车位置信息、速度和加速度信息的获取及传输方式并不做限定,具体视实际情况而定。
相应的,本申请实施例还提供了一种编队行驶的车辆通信路径的确定系统,如图6所示,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定系统包括:
间距获取模块100,用于通过所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
矩阵构建模块200,用于利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
路径获取模块300,用于根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
参考图2和表1,图2为本申请的一个实施例提供的以4辆车辆构成的车队的示意图,表1为图2所示的车队的邻接矩阵。
表1:以4辆车辆构成的车队的邻接矩阵
在图2中,标号1、2、3和4表示车队中的车辆的编号,其中1表示该车队中的头车,箭头Heading表示车队前进方向。在表1中,Vi和Vj表示车队中的车辆,具体地,当j=1,i=2时,表示从1车到2车的距离d21=6;当i=1,j=2时,表示从2车到1车的距离d12=8。需要说明的是d21和d12的数值不同的原因是考虑到1车获取与2车的距离的时间和2车获取与1车的距离的时间一般是不同的,这两个时刻1车和B2车的距离时存在不同的可能的,因此在表1中以不同的数值进行示意。另外,在表1中表示车队车辆之间的距离的数值用于表示距离的大小,并没有标识具体单位(例如米或分米等),仅用于对邻接矩阵形式的举例说明。
在上述实施的基础上,在本申请的一个实施例中,如图7所示,所述路径获取模块300包括:
第一计算单元310,用于根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
第二计算单元320,用于获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
路径确定单元330,用于根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
在上述实施例的基础上,在本申请的一个具体实施例中,所述路径确定单元具体用于根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
需要说明的是,假设车队中的每个车辆都是一个节点,所述通信路径的特性是在一次通信过程中车队中每个节点仅经过一次,因此所述通信路径的确定过程即是旅行商问题(Traveling Salesman Problem,TSP)的求解过程,在本实施例中,仍然以图2所示的4辆车辆构成车队为例,下面将对根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径的过程进行说明。
首先定义状态变量(i,S),状态变量表示从1点出发,经过S集合中所有点一次后最后到达i点。
最优指标函数fk(i,S)表示从1点出发,经过S集合中所有点一次后最后到达车辆i的距离;
决策变量Pk(i,S)表示通信路径中终点车辆的前一个通信车辆,在利用动态规划算法的过程中的顺序递推关系为:
fk(i,S)=min{fk-1(j,S、{j}+dji)},j∈S,其中,S、{j}+dji)表示S集合,dji表示由车辆Vi到车辆Vj的距离。
f0(i,Φ)=d1i(k=1,2,...,n-1),i=2,3,...,n其中,n表示所述车队中的车辆总数,Φ表示空集。
那么,当k=0时,由表1可得:
f0(2,Φ)=d12=6;
f0(3,Φ)=d13=7;
f0(4,Φ)=d14=9;
当k=1时,从车辆1出发,经过1个车辆到达车辆i的距离为:
f1(2,{3})=f0(3,Φ)+d32=7+8=15;
f1(2,{4})=f0(4,Φ)+d42=9+8=17;
f1(3,{2})=f0(2,Φ)+d23=6+9=15;
f1(3,{4})=f0(4,Φ)+d43=9+5=14;
f1(4,{2})=f0(2,Φ)+d24=6+7=13;
f1(4,{3})=f0(3,Φ)+d34=7+8=15;
从上面的表达式可以看出,当从车辆1出发,经过车辆2到达车辆4的距离最短,其决策变量为P1(4,{2})=2。
同样的,当k=2时,从车辆1出发,经过两个车辆到达车辆i的距离为:
f2(2,{3,4})=min[f1(3,{4})+d32,f1(4,{3}+d42)]=min[14+8,15+5]=20;
f2(3,{2,4})=min[14+9,13+5]=18;
f2(4,{2,3})=min[15+7,15+8]=22;
从上面结果可以看出,当从车辆1触发,经过车辆2和4到达车辆3的距离最短,其决策变量为P2(3,{2,4})=4;
与上述过程类似,当k=3时,从车辆1出发,中间经过3个车辆到达车辆i的最短距离为:
f3(1,{2,3,4})=min[f2(2,{3,4})+d21,f2(3,{2,4}+d31)+d31,f2(4,{2,3}+d41)]
=min[20+8,18+5,22+6]=23;
P3(1,{2,3,4})=3;
接下来根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
具体地,当k=3时,从车辆1出发,经过车辆2、3、4的最短距离为23,到达车辆1之前的车辆为3;当k=2时,从车辆1出发,经过车辆2和4到达车辆3的最短距离为18,其决策变量为4,则车辆3的前一个通信车辆为4;当k=1时,从车辆1触发,经过车辆2到达车辆4为最短距离,其决策变量为2,则到达车辆4之前的车辆为2,此时即可确定出由图2所示的四辆车的通信路径为1→2→4→3→1,最短通信距离为23。
上述仅用以举例说明根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径的具体过程,本申请对所述车队内车辆的具体数量的并不做限定,具体视实际情况而定。
在上述实施例的基础上,在本申请的另一个实施例中,如图8所示,所述间距获取模块100包括:
位置获取单元110,用于利用所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
间距计算单元120,用于利用所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
需要说明的是,所述车队中车辆的本车位置信息可以通过GPS来获取,并通过车载嵌入式终端实现在车间的传输。另外,所述车队中的车辆还可以通过CAN总线读取本车的速度、加速度信息,仍然可以通过车载嵌入式终端实现这些信息的传输。本申请对所述车队中车辆的本车位置信息、速度和加速度信息的获取及传输方式并不做限定,具体视实际情况而定。
相应的,本申请实施例还提供了一种编队行驶方法,如图9所示,包括:
S201:将多辆车辆进行编队,形成车队;
S202:根据上述任一实施例所述的编队行驶的通信路径的确定方法确定通信路径;
S203:所述车队中的头车发送控制指令控制所述车队中其他车辆的运行状态,所述控制指令按照通信路径在所述车队中传输。
综上所述,本申请实施例提供了一种编队行驶的通信路径的确定方法、确定系统及编队行驶方法,其中,所述编队行驶的通信路径的确定方法通过获取所述邻接矩阵,并将获取所述车队的通信路径的问题归结为旅行商问题,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。以实现降低信号在所述车队内的通信总路程,从而降低了出现信号数据丢失的概率,提升了车队编队行驶的稳定性和安全性,
同时,通过所述编队行驶的通信路径的确定方法确定出的通信路径最短,极大地降低了所述车队中头车和尾车之间直接通信的概率,从而降低了车间最大通信距离对车队规模的限制,进而一定程度上提升了车队规模的上限。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种编队行驶的通信路径的确定方法,其特征在于,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定方法包括:
所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
2.根据权利要求1所述的编队行驶的通信路径的确定方法,其特征在于,所述根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径包括:
根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
3.根据权利要求2所述的编队行驶的通信路径的确定方法,其特征在于,所述根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径包括:
根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
4.根据权利要求1所述的编队行驶的通信路径的确定方法,其特征在于,所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距包括:
所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
5.一种编队行驶的车辆通信路径的确定系统,其特征在于,应用于编队行驶的车队,所述车队包括多辆车辆,所述编队行驶的通信路径的确定系统包括:
间距获取模块,用于通过所述车队中的头车获取与其他车辆的间距,并获取除头车外的车辆与其他车辆的间距;
矩阵构建模块,用于利用所述头车与其他车辆的间距和除头车外的车辆与其他车辆的间距构成所述车队的邻接矩阵;
路径获取模块,用于根据所述邻接矩阵,利用动态规划算法获取所述车队的通信距离最短的路径作为所述车队的通信路径。
6.根据权利要求5所述的编队行驶的通信路径的确定系统,其特征在于,所述路径获取模块包括:
第一计算单元,用于根据所述邻接矩阵,获取头车经过一次通信、二次通信直至预设次数通信的所有可能的通信路径,并获取每个所述通信路径的通信距离和决策变量,所述决策变量表示通信路径中终点车辆的前一个通信车辆,所述预设次数等于所述车队的车辆数-1;
第二计算单元,用于获取所有通信次数通信中的所有通信路径中通信距离最短的通信路径和决策变量;
路径确定单元,用于根据所有通信次数通信中的所有通信路径中通信距离最短的通信路径的决策变量获取通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
7.根据权利要求6所述的编队行驶的通信路径的确定系统,其特征在于,所述路径确定单元具体用于根据所述预设次数通信路径、预设次数-1通信路径直至一次通信路径中通信距离最短的决策变量逆序确定通信路径中的通信车辆顺序,并根据所述通信路径中的通信车辆顺序构成所述通信路径。
8.根据权利要求5所述的编队行驶的通信路径的确定系统,其特征在于,所述间距获取模块包括:
位置获取单元,用于利用所述车队中的头车获取本车位置信息和车队中其他车辆的位置信息,并根据所述本车位置信息和车队中的其他车辆的位置信息计算所述头车与其他车辆的间距;
间距计算单元,用于利用所述头车接收车队中其他车辆发送的本车与其他车辆的间距,并根据接收的信息获取除头车外的车辆与其他车辆的间距。
9.一种编队行驶方法,其特征在于,包括:
将多辆车辆进行编队,形成车队;
根据权利要求1-4任一项所述的编队行驶的通信路径的确定方法确定通信路径;
所述车队中的头车发送控制指令控制所述车队中其他车辆的运行状态,所述控制指令按照通信路径在所述车队中传输。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611178748 | 2016-12-19 | ||
CN2016111787486 | 2016-12-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106643769A true CN106643769A (zh) | 2017-05-10 |
Family
ID=58827736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611209443.7A Pending CN106643769A (zh) | 2016-12-19 | 2016-12-23 | 编队行驶的通信路径的确定方法、系统及编队行驶方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106643769A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110753300A (zh) * | 2018-07-06 | 2020-02-04 | 华为技术有限公司 | 一种物联网编队通信方法 |
US12033513B2 (en) | 2018-07-06 | 2024-07-09 | Huawei Cloud Computing Technologies Co., Ltd. | Internet of things (IoT) platoon communication method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123683A (zh) * | 2014-08-01 | 2014-10-29 | 华中科技大学 | 基于动态规划的电力系统黑启动方案生成方法 |
CN104486399A (zh) * | 2014-12-11 | 2015-04-01 | 深圳职业技术学院 | 便携式车队跟车终端及跟车系统 |
CN105070078A (zh) * | 2015-08-16 | 2015-11-18 | 吉林大学 | 一种基于车车通信的动态路径诱导方法 |
CN105160865A (zh) * | 2015-08-05 | 2015-12-16 | 深圳市航盛电子股份有限公司 | 一种车辆编队行驶控制系统及方法 |
CN104021664B (zh) * | 2014-06-04 | 2016-03-16 | 吉林大学 | 汽车协同编队行驶的动态路径规划方法 |
-
2016
- 2016-12-23 CN CN201611209443.7A patent/CN106643769A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021664B (zh) * | 2014-06-04 | 2016-03-16 | 吉林大学 | 汽车协同编队行驶的动态路径规划方法 |
CN104123683A (zh) * | 2014-08-01 | 2014-10-29 | 华中科技大学 | 基于动态规划的电力系统黑启动方案生成方法 |
CN104486399A (zh) * | 2014-12-11 | 2015-04-01 | 深圳职业技术学院 | 便携式车队跟车终端及跟车系统 |
CN105160865A (zh) * | 2015-08-05 | 2015-12-16 | 深圳市航盛电子股份有限公司 | 一种车辆编队行驶控制系统及方法 |
CN105070078A (zh) * | 2015-08-16 | 2015-11-18 | 吉林大学 | 一种基于车车通信的动态路径诱导方法 |
Non-Patent Citations (2)
Title |
---|
王剑文 等: "求解TSP问题算法综述", 《计算机工程与科学》 * |
王永静: "基于动态规划法和模拟退火算法求解旅行商问题", 《商丘职业技术学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110753300A (zh) * | 2018-07-06 | 2020-02-04 | 华为技术有限公司 | 一种物联网编队通信方法 |
US12033513B2 (en) | 2018-07-06 | 2024-07-09 | Huawei Cloud Computing Technologies Co., Ltd. | Internet of things (IoT) platoon communication method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105321362B (zh) | 一种交叉口车辆智能协同通行方法 | |
CN105869415B (zh) | 车路协同交通灯及车路协同交通灯的控制方法 | |
CN104952252B (zh) | 获取主辅分离式多车道高速公路通行能力的方法和系统 | |
CN103471605B (zh) | 使用荷电态消耗比识别环保路线的方法 | |
CN105644559B (zh) | 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 | |
CN104794919A (zh) | 一种多车道高速公路车道资源实时优化配置方法 | |
CN109978260B (zh) | 混合交通流下网联车跟驰行为预测方法 | |
CN107798861A (zh) | 一种车辆协作式编队行驶方法及系统 | |
CN105405309B (zh) | 高速公路施工作业区车速控制分级预警系统 | |
CN104658297B (zh) | 一种基于Sarsa学习的中心式动态路径诱导方法 | |
CN104183124B (zh) | 一种基于单路口交通信号信息的主干道车速规划方法 | |
CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
CN109532377A (zh) | 一种汽车控制方法、装置、存储介质及汽车 | |
CN105513425A (zh) | 一种车辆碰撞风险算法及事故预警方法 | |
CN106023612A (zh) | 一种车辆优先通行方法及路边单元 | |
CN107564310A (zh) | 一种基于道路交通信息云处理的车路互联系统及方法 | |
CN110085025B (zh) | 一种快速公交多模态运行速度优化方法 | |
CN104794915A (zh) | 一种连续交叉路口车辆通行控制方法及装置 | |
CN110989569A (zh) | 一种车辆行驶控制方法及相关设备 | |
CN110356401A (zh) | 一种自动驾驶车辆及其变道控制方法和系统 | |
CN104200656B (zh) | 一种基于交通信号信息的主干道车速规划方法 | |
CN110047306A (zh) | 一种智能交通网络 | |
CN106781446A (zh) | 一种施工环境下高速公路应急车辆资源配置方法 | |
CN109671287A (zh) | 一种加速度控制的交叉口车辆引导控制系统及方法 | |
CN112233413A (zh) | 一种面向智能网联车辆的多车道时空轨迹优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |