CN110276975A - 一种自动驾驶车辆分流调度方法及系统 - Google Patents

一种自动驾驶车辆分流调度方法及系统 Download PDF

Info

Publication number
CN110276975A
CN110276975A CN201910621689.2A CN201910621689A CN110276975A CN 110276975 A CN110276975 A CN 110276975A CN 201910621689 A CN201910621689 A CN 201910621689A CN 110276975 A CN110276975 A CN 110276975A
Authority
CN
China
Prior art keywords
vehicle
section
core net
planning
warn
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.)
Granted
Application number
CN201910621689.2A
Other languages
English (en)
Other versions
CN110276975B (zh
Inventor
贾子翔
张呈宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201910621689.2A priority Critical patent/CN110276975B/zh
Publication of CN110276975A publication Critical patent/CN110276975A/zh
Application granted granted Critical
Publication of CN110276975B publication Critical patent/CN110276975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种自动驾驶车辆分流调度方法，包括：在基站侧部署MEC服务器，并使其通过基站连接至核心网；核心网根据行驶的目的地分别为各车辆预先规划路径，以使各车辆按照预先规划的路径行驶；MEC服务器存储所在小区内所有路段相关信息，实时监测所有路段的当前车辆数量A，并为每条路段预先设定拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；MEC服务器监测A与Ahigh和Awarn的关系，核心网通过MEC服务器对各路段进行分流调度。本发明还提供相应的分流调度系统。本发明所述的分流调度方法和系统可以有效降低信息传输的时延，同时对路段的拥堵情况进行分级处理，并对调度后的车辆增加同步锁，防止重复调度；有效减轻交通拥堵压力，实现智能交通高效运营。

Description

一种自动驾驶车辆分流调度方法及系统
技术领域
本发明涉及交通管理技术领域，具体涉及一种自动驾驶车辆分流调度方法，以及一种自动驾驶车辆分流调度系统。
背景技术
随着5G标准的推进和车联网技术的发展，基于蜂窝网络对自动驾驶车辆的行驶行为进行集中式的调度管控成为可能。在传统的车联网调度模式下，对于自动驾驶车辆的调度方式主要通过车辆与所在小区内基站的通信来实现，具体地，基站作为无线接入点，转发车辆终端的交互信息给中央服务器，经过中央服务器的数据加工处理后，再将指令信息返回给车辆终端去执行。这样典型的车联网设计思路，可以保证稳定的调度及安全性，然而多跳式的信令传输会造成较大的时延，影响调度效率。
在未来智慧交通场景下，道路中有大量的自动驾驶车辆，在复杂多变的路段场景中，自动驾驶车辆需要服务端集中统一调度，才能保证交通稳定运行。从自动驾驶车辆进入道路网络到抵达目的地的全生命周期，需要预先设定目的地，然后由服务器规划一条最优路径，然后按此路径调度车辆自动驾驶。如果采用传统的核心网络统一管控的技术，势必在高峰时期对车辆请求的处理效率降低，且无法满足车联网智慧交通对于低时延高可靠性能的需求。同时现有调度方案对于道路的拥堵情况未做明确分类，对于不同的拥堵情况的处理方法也未做分类处理，无法保证最快速度解决拥堵情况。因此，在保证服务端对自动驾驶车辆调度的低时延高可靠性能的前提下，为了合理均匀使用道路资源，且不能较大影响车辆到达目的地的效率，亟需一种有效的方法为自动驾驶车辆提供最优调度方案。
发明内容
为了至少部分解决现有技术中存在的分流调度处理效率低，不能快速解决路段拥堵情况的技术问题而完成了本发明。
解决本发明技术问题所采用的技术方案是：
本发明提一种自动驾驶车辆分流调度方法，包括：
在基站侧部署MEC服务器，并使MEC服务器通过相应基站连接至核心网；
核心网根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
MEC服务器存储所在小区内所有路段相关信息，以及实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度。
进一步的，MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度，包括：
MEC服务器监测到某路段的当前车辆数量A≥Ahigh时，获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网为该车辆重新规划路径，并在完成新路径规划后通知该车辆其运行路径变更为新路径；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
MEC服务器监测到某路段的当前车辆数量A＜Awarn时，核心网在规划新路径时采用该路段。
进一步的，在MEC服务器为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn时，还包括：
MEC服务器为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，还包括：
MEC服务器持续监测该路段的当前车辆数量A；
若该路段的当前车辆数量A＜Ast，则核心网在规划新路径时采用该路段；
若该路段的当前车辆数量A≥Ast，则核心网在规划新路径时不采用该路段。
进一步的，核心网为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
进一步的，核心网完成新路径规划后，还包括：
MEC服务器为该已重新规划路径的车辆数据添加同步锁，并回传核心网，以将该车数据暂时锁定，使得其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
进一步的，核心网通知该车辆其运行路径变更为新路径后，还包括：
该车辆当前所在小区的MEC服务器改变该车辆的调度方式，按照新路径调度，并更新该车辆的缓存数据，同时通知该车辆其他途经小区的MEC服务器也相应更新该车辆的缓存数据。
进一步的，MEC服务器获取即将抵达本区域且需要经过该路段的车辆信息列表，包括：
MEC服务器缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
进一步的，核心网完成新路径规划后，还包括：
核心网将新规划路径发送到MEC服务器，MEC服务器接收核心网发送的新规划路径后，实时采集所调度的自动驾驶车辆的行驶状态数据，并实时发布行驶调度数据指令。
根据本发明的另一方面，本发明还提供一种自动驾驶车辆分流调度系统，包括：基站、车辆终端、MEC服务器及核心网，所述MEC服务器包括路况分析模块和数据库；
所述MEC服务器部署在基站侧，MEC服务器通过相应基站连接至核心网；
所述核心网用于根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
所述数据库用于存储MEC服务器所在小区内所有路段相关信息；所述路况分析模块用于实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
所述路况分析模块还用于监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，所述核心网还用于通过路况分析模块的监测结果对各路段进行分流调度。
进一步的，当路况分析模块监测到某路段的当前车辆数量A≥Ahigh时，路况分析模块还用于获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网还用于为该车辆重新规划路径，并在完成新路径规划后行路径变更为新路径；通知该车辆其运行路径变更为新路径；
当路况分析模块监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网还用于将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
当路况分析模块监测到某路段的当前车辆数量A＜Awarn时，核心网还用于在规划新路径时采用该路段。
进一步的，路况分析模块还用于为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
当路况分析模块监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，
路况分析模块还用于持续监测该路段的当前车辆数量A；
若路况分析模块监测到该路段的当前车辆数量A＜Ast，则核心网还用于在规划新路径时采用该路段；
若路况分析模块监测到该路段的当前车辆数量A≥Ast，则核心网还用于在规划新路径时不采用该路段。
进一步的，核心网用于为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
进一步的，核心网完成新路径规划后，
路况分析模块还用于为该已重新规划路径的车辆数据添加同步锁，并回传核心网，以将该车数据暂时锁定，使得其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
进一步的，MEC服务器还包括调度模块、缓存模块及传输模块；在核心网通知该车辆其运行路径变更为新路径后，
调度模块用于改变该车辆的调度方式，按照新路径调度车辆行驶路线；缓存模块用于更新该车辆的缓存数据；传输模块用于通知该车辆其他途经小区的MEC服务器的缓存模块也相应更新该车辆的缓存数据。
进一步的，MEC服务器还包括缓存模块；
缓存模块用于缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表并发送至路况分析模块，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
进一步的，核心网完成新路径规划后，还用于将新规划路径发送到MEC服务器；
MEC服务器还包括调度模块；调度模块用于接收核心网发送的新规划路径后，实时采集所调度的自动驾驶车辆终端的行驶状态数据，并实时发布行驶调度数据指令。
有益效果：
本发明所述的自动驾驶车辆分流调度方法及系统通过在基站上部署具有数据计算与存储能力的MEC服务器，针对自动驾驶车辆，通过共享不同小区MEC服务器缓存的车辆行驶路径信息以及路况信息分析归纳，提出一种优化调度自动驾驶车辆的拥塞路段分流方案以及调度转移方案，尽量避免局部路段堵塞，并且提升了低时延调度能力，保证交通网络高效运营。该方法将计算服务放在了离车辆较近的小区基站处，可以有效降低信息传输的时延，同时对路段的拥堵情况进行分级处理，并对调度后的车辆增加同步锁，防止重复调度；有效减轻交通拥堵压力，实现智能交通高效运营。
附图说明
图1为本发明实施例一的一种自动驾驶车辆分流调度方法的流程图；
图2为本发明实施例二的一种自动驾驶车辆分流调度方法的流程图；
图3为本发明实施例三的一种自动驾驶车辆分流调度系统的架构图；
图4为本发明实施例三的另一种自动驾驶车辆分流调度系统的架构图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和实施例对本发明作进一步详细描述。
实施例一
如图1所示，
本发明提一种自动驾驶车辆分流调度方法，包括：
步骤S1：在基站侧部署MEC服务器，并使MEC服务器通过相应基站连接至核心网；
步骤S2：核心网根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
步骤S3：MEC服务器存储所在小区内所有路段相关信息，以及实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
步骤S4：MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度。
通过将自动驾驶服务分散到靠近车辆终端的基站侧，即核心网服务层面的边缘处，可有效具体到每个小区每条路以至每个车辆终端，使服务覆盖更加细微，计算处理能力更加高效，可以兼顾大规模车联网场景；同时提出一种多级路段拥塞级别控制机制，路段状况参数在不同阈值间浮动提出不同的缓解措施，使车辆分流调度方案更合理，着眼于整个路段系统，缓解整个核心网包含区域的交通拥堵压力。
通过路段上的监控系统可以准确的计算出路段上的车辆数量，MEC服务器实时存储小区内所有路段的现有车辆数量A，核心网为自动驾驶车辆规划好运行线路，根据A与拥堵阈值Ahigh和预警阈值Awarn的关系，核心网为道路提供不同的道路分流方案。
进一步的，MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度，包括：
MEC服务器监测到某路段的当前车辆数量A≥Ahigh时，获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网为该车辆重新规划路径，并在完成新路径规划后通知该车辆其运行路径变更为新路径；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
MEC服务器监测到某路段的当前车辆数量A＜Awarn时，核心网在规划新路径时采用该路段。
核心网为车辆规划好最初的行驶路线，当要驶入的路段上车辆数量A＜Ahigh时，车辆按照规划的路线行驶，如果A≥Ahigh，则需要为该路段进行分流，将车辆分流到测量数量A＜Awarn的路段上。
进一步的，在MEC服务器为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn时，还包括：
MEC服务器为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，还包括：
MEC服务器持续监测该路段的当前车辆数量A；
若该路段的当前车辆数量A＜Ast，则核心网在规划新路径时采用该路段；
若该路段的当前车辆数量A≥Ast，则核心网在规划新路径时不采用该路段。
当路段的当前车辆数量Awarn≤A＜Ahigh时，核心网将该路段设为低等级的重新规划路径的一部分，并持续监控该路段的当前车辆数量A，车辆持续驶出该路段，使A减小，如果路段上车辆数量A小于Ast，则判断该路段属于正常状态，可以在临近的相关路段拥堵时，主动分流一部分车辆到此路段上。
在以上调度过程中，如果监控到路段上的车辆数在Awarn以下时，则不需要对该路段进行分流调度，如果发现车辆数量A超过了Awarn，则直接将该路段上的车辆数量A调度到Ast以下，完成这一阶段的调度工作。
进一步的，核心网为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
核心网为车辆重新规划路径时选择的路径为车辆数量较少的路段，并且核心网为自动驾驶车辆按照其目的地规划好行驶路线，在制定规划路线时，也优先推荐使用车辆数量在Awarn以下的路段可以更好的避免重新规划，减少调度次数。
进一步的，核心网完成新路径规划后，还包括：
MEC服务器为该已重新规划路径的车辆数据添加同步锁，并回传核心网，以将该车数据暂时锁定，使其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
使用同步锁在大规模分布式多线程应用场景下，可以保证复杂计算不会导致数据出错，在给车辆重新规划了路线后，车辆数据被添加了同步锁，防止车辆被重复调度，防止数据出错，车辆按重新规划的路线行驶完成，回到正常规划路线节点时再释放同步锁，车辆可以再次被重新规划。
进一步的，核心网通知该车辆其运行路径变更为新路径后，还包括：
该车辆当前所在小区的MEC服务器改变该车辆的调度方式，按照新路径调度，并更新该车辆的缓存数据，同时通知该车辆其他途经小区的MEC服务器也相应更新该车辆的缓存数据。
车辆被核心网重新规划路线后，由车辆当前所在小区的MEC服务器改变该车辆的调度方式，按照新路径调度车辆到相对路段不拥堵的路段上，同时其他相应小区存储的该车辆的数据也更新到新规划的路径上。
进一步的，MEC服务器和基站进行通信，MEC服务器内部有数据和信令转换的接口，并且在MEC服务器内部具有与车辆终端数据交互的缓冲区。
车辆终端和基站进行通信，MEC服务器内部的数据和信令转换的接口，可以方便调度，同时作为服务器端与车辆终端数据交互的缓冲区，按需完成数据信息共享、指令下发、接收信息、数据预处理、上传后台等功能，保证数据正确的流向。
进一步的，MEC服务器获取即将抵达本区域且需要经过该路段的车辆信息列表，包括：
MEC服务器缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
MEC服务器内部使用分布式缓存数据库，支持快速且频繁的读写操作，存储本区域内或即将到达本区域的车辆且车辆将要到达的下一路段，方便进行快速读取所需的车辆信息列表，加快系统调度的反应速度。
进一步的，核心网完成新路径规划后，还包括：
核心网将新的规划路径发送到MEC服务器，MEC服务器接收核心网发送的新规划路径后，实时采集所调度的自动驾驶车辆的行驶状态数据，并实时发布行驶调度数据指令。
实施例二
为了更好的描述本发明所述的技术方案，下面对本发明的一个优选实施例的具体过程进行详细说明，如图2所示，本实施例提供另一种自动驾驶车辆分流调度方法，包括：
步骤S101：获取某一路段上现有车辆数量A；
步骤S102：判断该车辆数量A是否超过Ahigh，如超过则按步骤S107进行，未超过，则转往步骤S103；
步骤S103：判断该车辆数量A是否超过Awarn，如超过则进行步骤S105，未超过，则执行步骤S104；
步骤S104：获取下一路段车辆数量，重复上述过程，直至结束；
步骤S105：核心网不再为车辆规划新路径经过此路段，并进入步骤S106；
步骤S106：判断该车辆数量A是否降至阀值Ast；如已降至Ast，则转往步骤S104，未降至Ast则转往步骤S105；
步骤S107：MEC服务器获取未抵达本小区且需要经过该路段的车辆信息列表，并进入步骤S108；
步骤S108：判断该车辆数据是否被锁定，若已锁定，则不为该车辆重新规划路线，并返回步骤S107，若未锁定，则进行步骤S109；
步骤S109：为该车辆重新规划路径，并为车辆数据添加同步锁，回传核心网；重新规划的路径不经过路段数量超过Ahigh的路段；
步骤S110：核心网将重新规划的路径发送到车辆当前所在的MEC服务器区域，MEC服务器调度该车辆按新路线行驶，并在车辆驶出重新规划的路段后释放同步锁；
步骤S111：通知之后的MEC服务器更新该车的缓存信息；车辆进入下一路段后，重新进入步骤S101。
实施例三
如图3所示，根据本发明实施例1提供的的自动驾驶车辆分流调度方法，本发明还提供一种自动驾驶车辆分流调度系统，包括：MEC服务器1、车辆终端、基站2及核心网3，所述MEC服务器1包括路况分析模块11和数据库12；
所述MEC服务器1部署在基站2侧，MEC服务器1通过相应基站2连接至核心网3；
所述核心网3用于根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
所述数据库12用于存储MEC服务器所在小区内所有路段相关信息；所述路况分析模块11用于实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
所述路况分析模块11还用于监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，所述核心网3还用于通过路况分析模块11的监测结果对各路段进行分流调度。
所述自动驾驶车辆分流调度系统的具体工作原理和工作过程与实施例一中的分流调度方法相同，对此不在赘叙。
进一步的，当路况分析模块11监测到某路段的当前车辆数量A≥Ahigh时，路况分析模块11还用于获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网3还用于为该车辆重新规划路径，并在完成新路径规划后行路径变更为新路径；通知该车辆其运行路径变更为新路径；
当路况分析模块11监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网3还用于将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
当路况分析模块11监测到某路段的当前车辆数量A＜Awarn时，核心网3还用于在规划新路径时采用该路段。
进一步的，路况分析模块11还用于为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
当路况分析模块11监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，
路况分析模块11还用于持续监测该路段的当前车辆数量A；
若路况分析模块11监测到该路段的当前车辆数量A＜Ast，则核心网3还用于在规划新路径时采用该路段；
若路况分析模块11监测到该路段的当前车辆数量A≥Ast，则核心网3还用于在规划新路径时不采用该路段。
进一步的，核心网3用于为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
进一步的，核心网3完成新路径规划后，
路况分析模块11还用于为已重新规划了路径的车辆数据添加同步锁，并回传核心网3，以将该车数据暂时锁定，使得其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
如图4所示，进一步的，所述MEC服务器1还包括调度模块15、缓存模块14及传输模块13；在核心网3通知该车辆其运行路径变更为新路径后，
调度模块15用于改变该车辆的调度方式，按照新路径调度车辆行驶路线；缓存模块14用于更新该车辆的缓存数据；传输模块13用于通知该车辆其他途经小区的MEC服务器的缓存模块14也相应更新该车辆的缓存数据。
进一步的，MEC服务器1通过传输模块13和基站2进行通信，所述传输模块13作为数据和信令转换的接口，同时为MEC服务器1与车辆终端数据交互提供缓冲区。
车辆终端和基站2进行通信，基站2通过传输模块13将MEC服务器1的其他模块和车辆终端连通，传输模块13作为数据和信令转换的接口，方便调度，同时作为服务器端与车辆终端数据交互的缓冲区，按需完成数据信息共享、指令下发、接收信息、数据预处理、上传后台等功能，保证数据正确的流向。
进一步的，MEC服务器1还包括缓存模块14；
缓存模块14用于缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表并发送至路况分析模块11，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
缓存模块14使用分布式缓存数据库，支持快速且频繁的读写操作，缓存模块14存储本区域内或即将到达本区域的车辆且车辆将要到达的下一路段，方便进行快速读取所需的车辆信息列表，加快系统调度的反应速度。
进一步的，核心网3完成新路径规划后，还用于将新规划路径发送到MEC服务器1；
MEC服务器1还包括调度模块15；调度模块用于接收核心网3发送的新的规划路径后，实时采集所调度的自动驾驶车辆终端的行驶状态数据，并实时发布行驶调度数据指令。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (16)

1.一种自动驾驶车辆分流调度方法，其特征在于，包括：
在基站侧部署MEC服务器，并使MEC服务器通过相应基站连接至核心网；
核心网根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
MEC服务器存储所在小区内所有路段相关信息，以及实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度。
2.根据权利要求1所述的自动驾驶车辆分流调度方法，其特征在于，MEC服务器监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，核心网通过MEC服务器的监测结果对各路段进行分流调度，包括：
MEC服务器监测到某路段的当前车辆数量A≥Ahigh时，获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网为该车辆重新规划路径，并在完成新路径规划后通知该车辆其运行路径变更为新路径；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
MEC服务器监测到某路段的当前车辆数量A＜Awarn时，核心网在规划新路径时采用该路段。
3.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，
在MEC服务器为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn时，还包括：
MEC服务器为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
MEC服务器监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，还包括：
MEC服务器持续监测该路段的当前车辆数量A；
若该路段的当前车辆数量A＜Ast，则核心网在规划新路径时采用该路段；
若该路段的当前车辆数量A≥Ast，则核心网在规划新路径时不采用该路段。
4.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，核心网为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
5.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，核心网完成新路径规划后，还包括：
MEC服务器为该已重新规划路径的车辆数据添加同步锁，并回传核心网，以将该车数据暂时锁定，使得其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
6.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，核心网通知该车辆其运行路径变更为新路径后，还包括：
该车辆当前所在小区的MEC服务器改变该车辆的调度方式，按照新路径调度，并更新该车辆的缓存数据，同时通知该车辆其他途经小区的MEC服务器也相应更新该车辆的缓存数据。
7.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，MEC服务器获取即将抵达本区域且需要经过该路段的车辆信息列表，包括：
MEC服务器缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
8.根据权利要求2所述的自动驾驶车辆分流调度方法，其特征在于，核心网完成新路径规划后，还包括：
核心网将新规划路径发送到MEC服务器，MEC服务器接收核心网发送的新规划路径后，实时采集所调度的自动驾驶车辆的行驶状态数据，并实时发布行驶调度数据指令。
9.一种自动驾驶车辆分流调度系统，其特征在于，包括：基站、车辆终端、MEC服务器及核心网，所述MEC服务器包括路况分析模块和数据库；
所述MEC服务器部署在基站侧，MEC服务器通过相应基站连接至核心网；
所述核心网用于根据各小区内车辆行驶的目的地信息分别为各车辆预先规划运行路径，以使各车辆按照预先规划的运行路径行驶；
所述数据库用于存储MEC服务器所在小区内所有路段相关信息；所述路况分析模块用于实时监测该小区内所有路段的当前车辆数量A，并为每一条路段预先设定车辆数量的拥堵阈值Ahigh和预警阈值Awarn，且Awarn＜Ahigh；
所述路况分析模块还用于监测各路段上的当前车辆数量A与Ahigh和Awarn的关系，所述核心网还用于通过路况分析模块的监测结果对各路段进行分流调度。
10.根据权利要求9所述的自动驾驶车辆分流调度系统，其特征在于，
当路况分析模块监测到某路段的当前车辆数量A≥Ahigh时，路况分析模块还用于获取即将抵达本区域且需要经过该路段的车辆信息列表，并获取车辆信息列表中优先到达的可重新规划路径的车辆；核心网还用于为该车辆重新规划路径，并在完成新路径规划后行路径变更为新路径；通知该车辆其运行路径变更为新路径；
当路况分析模块监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，核心网还用于将该路段设为低等级的重新规划路径的一部分，在规划新路径时不采用该路段；
当路况分析模块监测到某路段的当前车辆数量A＜Awarn时，核心网还用于在规划新路径时采用该路段。
11.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，
路况分析模块还用于为每一条路段预先设定车辆数量的平稳阈值Ast，且Ast＜Awarn；
当路况分析模块监测到某路段的当前车辆数量Awarn≤A＜Ahigh时，
路况分析模块还用于持续监测该路段的当前车辆数量A；
若路况分析模块监测到该路段的当前车辆数量A＜Ast，则核心网还用于在规划新路径时采用该路段；
若路况分析模块监测到该路段的当前车辆数量A≥Ast，则核心网还用于在规划新路径时不采用该路段。
12.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，
核心网用于为车辆重新规划的路径为：车辆数量在Awarn以下的路段。
13.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，核心网完成新路径规划后，
路况分析模块还用于为该已重新规划路径的车辆数据添加同步锁，并回传核心网，以将该车数据暂时锁定，使得其他线程无法更改该车辆的路径数据，直到该车辆驶出重新规划的路段后再释放同步锁。
14.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，MEC服务器还包括调度模块、缓存模块及传输模块；在核心网通知该车辆其运行路径变更为新路径后，
调度模块用于改变该车辆的调度方式，按照新路径调度车辆行驶路线；缓存模块用于更新该车辆的缓存数据；传输模块用于通知该车辆其他途经小区的MEC服务器的缓存模块也相应更新该车辆的缓存数据。
15.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，MEC服务器还包括缓存模块；
缓存模块用于缓存一个时期相关车辆终端的信息，以得到即将抵达本区域且需要经过某路段的车辆信息列表并发送至路况分析模块，以及在车辆终端的数据信息到期后立即删除该车辆信息列表。
16.根据权利要求10所述的自动驾驶车辆分流调度系统，其特征在于，核心网完成新路径规划后，还用于将新规划路径发送到MEC服务器；
MEC服务器还包括调度模块；调度模块用于接收核心网发送的新规划路径后，实时采集所调度的自动驾驶车辆终端的行驶状态数据，并实时发布行驶调度数据指令。
CN201910621689.2A 2019-07-10 2019-07-10 一种自动驾驶车辆分流调度方法及系统 Active CN110276975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910621689.2A CN110276975B (zh) 2019-07-10 2019-07-10 一种自动驾驶车辆分流调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910621689.2A CN110276975B (zh) 2019-07-10 2019-07-10 一种自动驾驶车辆分流调度方法及系统

Publications (2)

Publication Number Publication Date
CN110276975A true CN110276975A (zh) 2019-09-24
CN110276975B CN110276975B (zh) 2021-05-11

Family

ID=67962948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910621689.2A Active CN110276975B (zh) 2019-07-10 2019-07-10 一种自动驾驶车辆分流调度方法及系统

Country Status (1)

Country Link
CN (1) CN110276975B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110879862A (zh) * 2019-11-15 2020-03-13 成都耍流量网络科技有限公司 基于物联网的车辆信息查询系统
CN111081017A (zh) * 2019-12-19 2020-04-28 苏州智加科技有限公司 车辆信息管理系统、方法、计算机设备及存储介质
CN111768623A (zh) * 2020-06-29 2020-10-13 广东荣文科技集团有限公司 基于深度学习的智能交通疏导方法及相关装置
CN113759837A (zh) * 2020-10-16 2021-12-07 北京京东乾石科技有限公司 自动引导搬运车的控制方法、装置、电子设备及存储介质
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品
CN114035522A (zh) * 2021-11-09 2022-02-11 南京航空航天大学 一种oht搬运系统防死锁调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971565A (zh) * 2017-04-22 2017-07-21 高新兴科技集团股份有限公司 一种基于物联网的区域交通边界控制与诱导协同方法及系统
CN104282165B (zh) * 2013-07-12 2017-07-28 深圳市赛格导航科技股份有限公司 路段拥堵预警方法及装置
CN107421556A (zh) * 2017-08-23 2017-12-01 上海车音智能科技有限公司 导航路径推送方法及装置
CN108470447A (zh) * 2018-03-30 2018-08-31 特斯联（北京）科技有限公司 一种自主路径规划的交通疏导系统和方法
JP2018169323A (ja) * 2017-03-30 2018-11-01 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム、及びナビゲーションプログラム
CN109299822A (zh) * 2018-09-21 2019-02-01 中国联合网络通信集团有限公司 车辆调度方法、装置、系统及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270387B (zh) * 2011-04-02 2013-10-16 东南大学 一种公路交通疏导方法
CN208061448U (zh) * 2018-04-04 2018-11-06 安徽云智科技信息股份有限公司 基于大数据的交通诱导系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104282165B (zh) * 2013-07-12 2017-07-28 深圳市赛格导航科技股份有限公司 路段拥堵预警方法及装置
JP2018169323A (ja) * 2017-03-30 2018-11-01 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム、及びナビゲーションプログラム
CN106971565A (zh) * 2017-04-22 2017-07-21 高新兴科技集团股份有限公司 一种基于物联网的区域交通边界控制与诱导协同方法及系统
CN107421556A (zh) * 2017-08-23 2017-12-01 上海车音智能科技有限公司 导航路径推送方法及装置
CN108470447A (zh) * 2018-03-30 2018-08-31 特斯联（北京）科技有限公司 一种自主路径规划的交通疏导系统和方法
CN109299822A (zh) * 2018-09-21 2019-02-01 中国联合网络通信集团有限公司 车辆调度方法、装置、系统及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110879862A (zh) * 2019-11-15 2020-03-13 成都耍流量网络科技有限公司 基于物联网的车辆信息查询系统
CN110879862B (zh) * 2019-11-15 2023-08-29 成都耍流量网络科技有限公司 基于物联网的车辆信息查询系统
CN111081017A (zh) * 2019-12-19 2020-04-28 苏州智加科技有限公司 车辆信息管理系统、方法、计算机设备及存储介质
CN111768623A (zh) * 2020-06-29 2020-10-13 广东荣文科技集团有限公司 基于深度学习的智能交通疏导方法及相关装置
CN113759837A (zh) * 2020-10-16 2021-12-07 北京京东乾石科技有限公司 自动引导搬运车的控制方法、装置、电子设备及存储介质
CN113848897A (zh) * 2021-09-17 2021-12-28 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品
CN113848897B (zh) * 2021-09-17 2023-12-12 宁波大学 用于对无人水面艇进行路径规划的方法、系统和相关产品
CN114035522A (zh) * 2021-11-09 2022-02-11 南京航空航天大学 一种oht搬运系统防死锁调度方法

Also Published As

Publication number Publication date
CN110276975B (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN110276975A (zh) 一种自动驾驶车辆分流调度方法及系统
CN109532960B (zh) 铁路编组站调度自动化系统
CN101950479B (zh) 以乘客出行为导向的智能城市公共交通系统及其实施方法
CN105575108B (zh) 一种智能公交调度运营方法
CN107481512A (zh) 自动驾驶公交的智能调度方法
CN110197311A (zh) 一种基于智能优化的物流配送路径规划方法
CN108133335A (zh) 一种基于agv设备的物流多任务控制系统及其控制方法
CN103049817B (zh) 结合负载平衡机制的需求式共乘运输服务方法
CN107392531B (zh) 一种城市轨道交通车辆基地检修物流仿真系统及方法
CN113919650A (zh) 一种列车运行方案优化编制方法及系统
CN109100997A (zh) 一种基于混凝土实时浇筑的生产调度系统及方法
US20230159071A1 (en) Operation Adjustment Method and System for Metro Train in Unidirectional Jam
CN106991519A (zh) 露天矿山铲运设备智能调度控制方法与系统
CN101739655A (zh) 一种基于滚动时域调度算法的公共慢行系统动态调度方法
CN106845857A (zh) 一种智能电表的配送任务排程优化方法
Wang et al. Carbon reduction in the location routing problem with heterogeneous fleet, simultaneous pickup-delivery and time windows
CN112580866B (zh) 基于全程车与区间车组合调度的公交线路串车优化方法
CN106647674A (zh) 基于知识表示的钢铁生产调度模型匹配方法
Zheng et al. Urban logistics delivery route planning based on a single metro line
CN111063191B (zh) 用于公交线网设计的发车频率与线网结构联合优化方法
CN110949459B (zh) 一种铁路货车车辆段调车作业系统
CN112101751A (zh) 一种公共交通优化方法、系统、装置及存储介质
CN118134088A (zh) 一种高铁车站与动车运用所收发作业协同优化方法及系统
CN111244990B (zh) 一种配电网v2g辅助服务日前调度方法
CN110853374A (zh) 一种基于无人驾驶技术的共享汽车调度方法及系统

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
GR01 Patent grant
GR01 Patent grant