CN110356405A - 车辆辅助行驶方法、装置、计算机设备及可读存储介质 - Google Patents

车辆辅助行驶方法、装置、计算机设备及可读存储介质 Download PDF

Info

Publication number
CN110356405A
CN110356405A CN201910668466.1A CN201910668466A CN110356405A CN 110356405 A CN110356405 A CN 110356405A CN 201910668466 A CN201910668466 A CN 201910668466A CN 110356405 A CN110356405 A CN 110356405A
Authority
CN
China
Prior art keywords
vehicle
driving
traveling
active force
travel speed
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
CN201910668466.1A
Other languages
English (en)
Other versions
CN110356405B (zh
Inventor
赵红专
何文喜
郑丽娜
李文勇
周旦
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201910668466.1A priority Critical patent/CN110356405B/zh
Publication of CN110356405A publication Critical patent/CN110356405A/zh
Application granted granted Critical
Publication of CN110356405B publication Critical patent/CN110356405B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/109—Lateral acceleration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/06—Direction of travel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/12—Lateral speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明属于计算机技术领域，提供了一种基于车联网技术的车辆辅助行驶方法，用于辅助第一行驶车辆行驶，所述方法包括：基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息；根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。本发明实施例提供的车辆辅助行驶方法通过采集周围行驶车辆的行驶信息，并确定车辆的最佳行驶速度，并根据当前行驶速度进行调整，能够自动规避潜在的碰撞风险，降低了事故的发生率。

Description

车辆辅助行驶方法、装置、计算机设备及可读存储介质
技术领域
本发明涉及计算机技术技术领域，特别是涉及一种车辆辅助行驶方法、装置、计算机设备及可读存储介质。
背景技术
随着私家车数量的增多，交通事故的数量也越来越多，主要原因是驾驶人员对应急事件的处理不够及时，很多时候当周围车辆突然紧急转弯或者紧急制动时，驾驶人员还在处于反应阶段时，车辆就已经发生了碰撞。
而当前，虽然有能够自动行驶的车辆，利用传感器采集周围障碍物的信息，然后进行避让，然而，当在信息复杂的车流中行驶时，仍然还存在着较大的安全隐患，无法有效地降低交通事故发生率。
可见，现有技术还存在着因手动行驶存在反应时间长、自动行驶存在避让效果不理想的技术缺陷，而导致交通事故高居不下的技术问题
发明内容
本发明实施例提供一种车辆辅助行驶方法，旨在解决现有技术中存在的因手动行驶存在反应时间长、自动行驶存在避让效果不理想的技术缺陷，而导致交通事故高居不下的技术问题。
本发明实施例提供一种车辆辅助行驶方法，用于辅助第一行驶车辆行驶，包括：
在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息，所述第二行驶车辆的行驶信息包括第二行驶车辆的行驶方向、行驶速率以及位置信息；
根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；
根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；
根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
本发明实施例还提供一种车辆辅助行驶装置，用于辅助第一行驶车辆行驶，包括：
第二行驶车辆行驶信息采集单元，用于在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息，所述第二行驶车辆的行驶信息包括第二行驶车辆的行驶方向、行驶速率以及位置信息；
第二行驶车辆作用力确定单元，用于根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；
目标行驶方向与速率确定单元，用于根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；
控制单元，用于根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
本发明实施例还提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述所述的车辆辅助行驶方法的步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述所述的车辆辅助行驶方法的步骤。
本发明实施例提供的车辆辅助行驶方法，用于辅助第一行驶车辆行驶，在车联网环境下，先基于车联网技术采集第一行驶车辆预设范围内第二行驶车辆的行驶信息，包括第二行驶车辆的行驶方向、行驶速率以及位置信息，并根据上述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力，并进一步根据至少一个第二车辆作用力的合力确定第一行驶车辆的目标行驶方向、目标行驶速率，同时根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶，以使第一行驶车辆完成对周围行驶车辆的避让。本发明实施例提供的车辆辅助行驶方法是利用基于鱼群效应改进人工势场算法建立建立的车辆辅助行驶模型，并根据采集的周围车辆的行驶信息，计算出周围行驶车辆对辅助行驶车辆的“影响力”，从而确定辅助行驶车辆的最佳行驶路径，实现了辅助车辆行驶的功能，有效地提高了在车流中避让的效果，能够降低事故发生率。
附图说明
图1为本发明实施例提供的一种车辆辅助行驶方法的步骤流程图；
图2(a)为本发明实施例提供的车联网系统的整体协调原理图；
图2(b)为本发明实施例提供的车联网系统中各车辆的辅助决策示意图；
图3为本发明实施例提供的另一种车辆辅助行驶方法的步骤流程图；
图4为本发明实施例提供的道路边缘对车辆的约束模型图；
图5为本发明实施例提供的又一种车辆辅助行驶方法的步骤流程图；
图6为本发明实施例提供的确定车辆作用力的步骤流程图；
图7为本发明实施例提供的一种车辆辅助行驶装置的结构示意图；
图8为本发明实施例提供的另一种车辆辅助行驶装置的结构示意图；
图9为本发明实施例提供的又一种车辆辅助行驶装置的结构示意图；
图10为本发明实施例提供的第二行驶车辆作用力确定单元的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为本发明实施例提供的一种车辆辅助行驶方法的步骤流程图，详述如下。
步骤S101，在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息。
在本发明实施例中，所述车联网技术为V2X(vehicle to everything，车对外界信息交换)，能够利用车载传感器和摄像系统感知周围环境，同时还能实现车辆的之间的信息交流。
在本发明实施例中，所述车辆辅助行驶方法用于辅助第一车辆行驶。
在本发明实施例中，为便于理解与说明，在后续的论述中，第一行驶车辆可以等同理解为辅助行驶车辆，第二行驶车辆可以等同理解为辅助车行驶辆预设范围内周围行驶车辆。
在本发明实施例中，基于车联网技术可以实现车辆之间的通信，从而实现对周围行驶车辆行驶信息的采集，预设的范围优选为车联网技术支持的通信范围，需要注意的是，由于本发明实施例采用了车联网技术，因此本发明实施例不仅仅只是用于辅助单独的第一行驶车辆，还可以将预设的范围内的全部车辆当做一个整体系统，且系统中的每一辆车辆都可以被视为第一行驶车辆，利用车联网通讯技术能够对整个车辆网系统中的全部车辆进行整体协调，而这种整体协调效果要远远优于对单一车辆的辅助行驶，其中车联网系统的整体协调原理图具体请参阅图2(a)，车联网系统中各车辆的辅助决策示意图具体请参阅图2(b)。
在本发明实施例中，所述行驶信息包括第二车辆的行驶方向、行驶速率以及第二车辆距离第一车辆的距离。
步骤S102，根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力。
在本发明实施例中，所述鱼群效应是鱼群在受到外界刺激下所作出的一种反应行为，个体鱼在行为选择过程中，是通过周围个体鱼的距离来确定自身的行动规则。
在本发明实施例中，所述第二行驶车辆作用力是指第二行驶车辆对第一行驶车辆的作用利，且并非属于真实存在的力，可以理解为第二行驶车辆对所述第一行驶车辆行驶过程中的一种矫正力，例如当第二行驶车辆与第一行驶车辆距离过近是，则第二车辆会矫正第一车辆的行驶速率以及方向，使得第一车辆远离第二车辆。
在本发明实施例中，所述预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型如下：
Ua(q)＝1/2Ka|q-qg|2+1/2Kav|v-vg|2
其中为Ur(q)斥力势函数，Fr为斥力，ρ(q,qg)为第一车辆与第二车辆的距离，ρ0为预设的斥力势场的影响距离。v为第一车辆运动速度，vg为第二车辆运动速度，Kr，Krv为预设的增益系数。
其中，Ua(q)为引力势函数，Fa为引力，q为第一车辆当前位置，qg为第二车辆当前位置，Ka，Kav为预设的增益系数。
在本发明实施例中，通过设置预设的斥力势场的影响距离ρ0。
步骤S103，根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率。
在本发明实施例中，所述合力的计算方法与力学中计算合力的方法相同。
作为本发明的一个优选实施例，计算全部第二车辆作用力的合力，并根据全部第二车辆作用力的合力确定车辆的目标行驶方向及行驶速率可以有效地提高本发明实施例提供的车辆辅助行驶方法的稳定性。
步骤S104，根据第一车辆当前的行驶方向以及行驶速率控制车辆根据目标行驶方向及行驶速率行驶。
在本发明实施例中，由于确定出最佳的行驶方向以及行驶速率，基于辅助车辆当前的行驶方向以及行驶速率，可计算出车辆的加速度，基于车辆的加速度可确定相应的车辆驱动力，因此实现了根据第一车辆当前的行驶方向以及行驶速率控制车辆根据目标行驶方向及行驶速率行驶的过程。
本发明实施例提供的车辆辅助行驶方法，用于辅助第一行驶车辆行驶，在车联网环境下，先基于车联网技术采集第一行驶车辆预设范围内第二行驶车辆的行驶信息，包括第二行驶车辆的行驶方向、行驶速率以及位置信息，并根据上述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力，并进一步根据至少一个第二车辆作用力的合力确定第一行驶车辆的目标行驶方向、目标行驶速率，同时根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶，以使第一行驶车辆完成对周围行驶车辆的避让。本发明实施例提供的车辆辅助行驶方法是利用基于鱼群效应改进人工势场算法建立建立的车辆辅助行驶模型，并根据采集的周围车辆的行驶信息，计算出周围行驶车辆对辅助行驶车辆的“影响力”，从而确定辅助行驶车辆的最佳行驶路径，实现了辅助车辆行驶的功能，有效地提高了在车流中避让的效果，能够降低事故发生率。
图2(a)为本发明实施例提供的车联网系统的整体协调原理图，详述如下。
在本发明实施例中，在整体协调的过程中，每一辆车的当前时刻的行动状态是由其他车辆的行动状态以及环境因素共同决定的，并且当前时刻的行动状态又作为一个因素影响其他车辆下一刻的行动状态，也就是说，整个协调过程是一个动态维持平衡的过程，每一辆车的行动状态都是实时跟随整个系统不断优化调整。
图2(b)为本发明实施例提供的车联网系统中各车辆的辅助决策示意图，详述如下。
在本发明实施例中，可以看到，对于每一辆车而言，会受到两方面的控制作用。具体而言，一方面，用户通过视觉在感知到环境信息后，能够结合行驶目标，制订相应决策，从而通过控制感受器、执行感受器主观的控制车辆行驶，另一方面，本发明提供的车辆辅助行驶方法通过传感感知、规划决策、控制器和执行器能够进一步辅助用户驾驶车辆，而在辅助的过程中，传感感知能够感知更大的范围，能够提醒用户，避免用户因盲点而漏失部分环境因素，规划决策能够根据获取的行驶环境信息和行驶目标信息制定出最优的行驶决策并发送给控制器和执行器，控制器和执行器结合最优行使决策可以对用户执行的车辆行驶形式进行警示和干预，降低了车祸的风险，而最终，车辆的行驶信息又会反馈到用户和车辆辅助形式系统上，对控制器、执行器、控制感受器和执行感受器进行负反馈调节。
图3为本发明另一种实施例提供的车辆辅助行驶方法的步骤流程图，详述如下。
本发明实施例提供的车辆辅助行驶方法考虑到了道路边缘碰撞。其中道路边缘对车辆行驶轨迹的约束可以视为一条直线，为保证车辆在行驶过程中，不与道路边缘发生碰撞并能安全通过，我们确定了道路边缘作用力。
在本发明实施例中，与上述图1所示出的一种车辆辅助行驶方法的步骤流程图的不同之处在于，在所述步骤S103之前，还包括：
步骤S301，根据当前的行驶方向以及行驶速率以及车辆距离道路边缘的距离确定道路边缘作用力。
在本发明实施例中，道路边缘对车辆的约束模型图具体请参阅图4及其解释说明。
在本发明实施例中，当检测到道路边缘时，如果车辆不采取任何措施，则能够保持的安全行驶最长时间t为车辆与道路边缘之间的距离与车辆横向速度的商，即t＝(L-r)/|va|，要保证车辆不与道路边缘发生碰撞，则车辆在横向上采取的最小加速度应当满足：
确定最小加速度后，结合车辆自身质量，就可以得到所述道路边缘作用力计算模型如下：
其中F为道路边缘作用力，m为车辆质量，va为车辆横向速度，由车辆速度以及车辆行驶方向共同确定，L为车辆质心与道路边缘的垂直距离，r为车辆的实体半径，l为道路边缘位置，R为车载设备的通讯范围半径。
所述步骤S103具体为：
步骤S302，根据至少一个第二行驶车辆作用力以及道路边缘作用力的合力确定目标行驶方向及行驶速率。
本发明实施例提供的车辆辅助行驶方法通过额外增加道路边缘作用力，使得车辆在感应到道路边缘后，能够自适应的调整，从而实现了对道路边缘的避障控制。
图4为本发明实施例提供的道路边缘对车辆的约束模型图，详述如下。
如图所示，半径为R的圆表示通讯范围，当通讯范围内检测到道路边缘l后，获取当前车辆的行驶速度，包括行驶速率以及行驶方向，所述形式方向可以用与道路边缘的夹角表示，所述横向速度可以通过行驶速率以及行驶方向确定，车辆与道路边缘的垂直距离优选采用车辆的质心P到道路边缘的垂直距离。
图5为本发明又一种实施例提供的车辆辅助行驶方法的步骤流程图，详述如下。
本发明实施例提供的车辆辅助行驶方法主要用于在弯道行驶时辅助车辆行驶，与普通的直路行驶不同，在弯道行驶过程中还需要考虑到离心力，当离心力过大高于地面的摩擦力会导致车辆侧翻，尤其是在雨雪天气，因此，为提高所述车辆辅助行驶方法在辅助弯道行驶的稳定性，额外考虑弯道环境因素对车辆的影响。
在本发明实施例中，与上述图1所示出的一种车辆辅助行驶方法的步骤流程图的不同之处在于，在所述步骤S103之前，还包括：
步骤S501，采集车辆行驶环境信息。
在本发明实施例中，所述环境信息包括行驶地面摩擦系数、行驶弯道曲率半径以及超高坡。
在本发明实施例中，可以通过获取道路的材质以及天气情况确定地面的近似摩擦系数，一般而言，晴朗干燥的道路摩擦系数相对较高，雨天则相对会降低，而雪天的摩擦系数进一步降低。
在本发明实施例中，所述弯道曲率半径以及超高坡度可以通过联网获取当地道路信息的形式进行获取。
步骤S502，根据所述车辆行驶环境信息确定环境作用力。
在本发明实施例中，所述环境作用力的具体体现形式为弯道对车辆的离心力，与车辆作用力相同，属于虚拟出来的作用力，并非真实存在，所述环境作用力的具体计算公式如下：
其中，F为车辆在弯道行驶的离心力，即环境对所述第一车辆的环境作用力，Fx为地面附着力，Fb为里面超高所抵消的部分离心力，为地面摩擦系数，m为车辆质量，ib为路面超高的横坡度。进一步的，根据离心力以及弯道曲率半径可以确定车辆过弯道时的最大允许速度
所述步骤S103具体包括：
步骤S503，根据至少一个第二行驶车辆作用力以及环境作用力的合力确定车辆的目标行驶方向及行驶速率。
在本发明实施例中，与步骤S103的不同之处在于，还额外引入了环境作用力计算合力，通过引入弯道环境作用力对车辆的作用力，实现了辅助车辆的弯道行驶。
本发明实施例提供的又一种车辆辅助行驶方法，通过采集弯道行驶时的环境信息，并根据环境作用力与车辆作用力共同计算合力，从而能够有效地辅助车辆在弯道行驶。
图6为本发明实施例提供的确定车辆作用力的步骤流程图，详述如下。
在本发明实施例中，为解决现有的人工势场算法存在的容易陷入局部最优解的技术问题，通过增加局部势能，让车辆跳出局部最优解陷阱，具体步骤如下：
在本发明实施例中，所述步骤S102根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力的步骤具体包括：
步骤S601，根据至少一辆第二行驶车辆的行驶信息基于人工势场算法确定行驶势场。
在本发明实施例中，所述行驶势场包括各位置的行驶势能。
步骤S602，判断当前行驶位置的行驶势能是否为预设范围内的各位置的行驶势能的最小值；当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，先执行步骤S603；当判断当前行驶位置的行驶势能不是预设范围内的各位置的行驶势能的最小值时，直接执行步骤S604。
在本发明实施例中，当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，表明进入陷入局部最优解，因此，我们通过执行步骤S603增加当前行驶位置的势能，再根据调整后的势场确定形式车辆作用力。
步骤S603，将除当前行驶位置之外的行驶势能最小的位置设为局部目标点，获取调整后的行驶势场。
在本发明实施例中，通过将除当前行驶位置之外的行驶势能最小的位置设为局部目标点的方式，可以有效地提高当前行驶位置的势能。
步骤S604，根据当前行驶势场以及第二行驶车辆的行驶信息确定第二行驶车辆作用力。
本发明实施例提供的一种确定车辆作用力的方法，通过先判断当前行驶位置是否为局部势能最低点，从而判断车辆是否陷入局部最优解，当判断当前行驶位置为局部势能最低点时，即车辆陷入局部最优解后，通过将除当前行驶位置之外的行驶势能最小的位置设为局部目标点的方式，以增加当前行驶位置的势能，从而跳出局部最优解，解决了现有的人工势场算法出现的容易陷入局部最优解的技术问题。
图7为本发明实施例提供的一种车辆辅助行驶装置的结构示意图，为了便于说明，仅示出与本发明实施例相关的部分。
在本发明实施例中，所述车辆辅助行驶装置包括第二行驶车辆行驶信息采集单元701、第二行驶车辆作用力确定单元702、目标行驶方向与速率确定单元703以及控制单元704。
所述第二行驶车辆行驶信息采集单元701，用于在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息。
在本发明实施例中，所述车辆辅助行驶方法用于辅助第一车辆行驶。
在本发明实施例中，为便于理解与说明，在后续的论述中，第一行驶车辆可以等同理解为辅助行驶车辆，第二行驶车辆可以等同理解为辅助车行驶辆预设范围内周围行驶车辆。
在本发明实施例中，基于车联网技术可以实现车辆之间的通信，从而实现对周围行驶车辆行驶信息的采集，预设的范围优选为车联网技术支持的通信范围，需要注意的是，由于本发明实施例采用了车联网技术，因此本发明实施例不仅仅只是用于辅助单独的第一行驶车辆，还可以将预设的范围内的全部车辆当做一个整体系统，且系统中的每一辆车辆都被视为第一行驶车辆，并利用车联网通讯技术能够对整个车辆网系统中的全部车辆进行整体协调，而这种整体协调效果要远远优于对单一车辆的辅助行驶，其中车联网系统的整体协调原理图具体请参阅图2。
在本发明实施例中，所述行驶信息包括第二车辆的行驶方向、行驶速率以及第二车辆距离第一车辆的距离。
所述第二行驶车辆作用力确定单元702，用于根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力。
在本发明实施例中，所述鱼群效应是鱼群在受到外界刺激下所作出的一种反应行为，个体鱼在行为选择过程中，是通过周围个体鱼的距离来确定自身的行动规则。
在本发明实施例中，所述第二行驶车辆作用力是指第二行驶车辆对第一行驶车辆的作用利，且并非属于真实存在的力，可以理解为第二行驶车辆对所述第一行驶车辆行驶过程中的一种矫正力，例如当第二行驶车辆与第一行驶车辆距离过近是，则第二车辆会矫正第一车辆的行驶速率以及方向，使得第一车辆远离第二车辆。
在本发明实施例中，所述预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型如下：
Ua(q)＝1/2Ka|q-qg|2+1/2Kav|v-vg|2
其中为Ur(q)斥力势函数，Fr为斥力，ρ(q,qg)为第一车辆与第二车辆的距离，ρ0为预设的斥力势场的影响距离。v为第一车辆运动速度，vg为第二车辆运动速度，Kr，Krv为预设的增益系数。
其中，Ua(q)为引力势函数，Fa为引力，q为第一车辆当前位置，qg为第二车辆当前位置，Ka，Kav为预设的增益系数。
在本发明实施例中，通过设置预设的斥力势场的影响距离ρ0。
所述目标行驶方向与速率确定单元703，用于根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率。
在本发明实施例中，所述合力的计算方法与力学中计算合力的方法相同。
作为本发明的一个优选实施例，计算全部第二车辆作用力的合力，并根据全部第二车辆作用力的合力确定车辆的目标行驶方向及行驶速率可以有效地提高本发明实施例提供的车辆辅助行驶方法的稳定性。
所述控制单元704，用于根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
在本发明实施例中，由于确定出最佳的行驶方向以及行驶速率，基于辅助车辆当前的行驶方向以及行驶速率，可计算出车辆的加速度，基于车辆的加速度可确定相应的车辆驱动力，因此实现了根据第一车辆当前的行驶方向以及行驶速率控制车辆根据目标行驶方向及行驶速率行驶的过程。
本发明实施例提供的车辆辅助行驶装置，用于辅助第一行驶车辆行驶，在车联网环境下，先基于车联网技术采集第一行驶车辆预设范围内第二行驶车辆的行驶信息，包括第二行驶车辆的行驶方向、行驶速率以及位置信息，并根据上述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力，并进一步根据至少一个第二车辆作用力的合力确定第一行驶车辆的目标行驶方向、目标行驶速率，同时根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶，以使第一行驶车辆完成对周围行驶车辆的避让。本发明实施例提供的车辆辅助行驶方法是利用基于鱼群效应改进人工势场算法建立建立的车辆辅助行驶模型，并根据采集的周围车辆的行驶信息，计算出周围行驶车辆对辅助行驶车辆的“影响力”，从而确定辅助行驶车辆的最佳行驶路径，实现了辅助车辆行驶的功能，有效地提高了在车流中避让的效果，能够降低事故发生率。
图8为本发明另一种实施例提供的车辆辅助行驶装置的结构示意图，为了便于说明，仅示出与本发明实施例相关的部分。
本发明实施例提供的车辆辅助行驶装置考虑到了道路边缘碰撞。其中道路边缘对车辆行驶轨迹的约束可以视为一条直线，为保证车辆在行驶过程中，不与道路边缘发生碰撞并能安全通过，我们确定了道路边缘作用力。
在本发明实施例中，与图7示出的一种车辆辅助行驶装置的结构示意图的不同之处在于，还包括道路边缘作用力确定单元801。
所述道路边缘作用力确定单元801，用于根据当前的行驶方向以及行驶速率以及车辆距离道路边缘的距离确定道路边缘作用力。
在本发明实施例中，道路边缘对车辆的约束模型图具体请参阅图4及其解释说明。
在本发明实施例中，当检测到道路边缘时，如果车辆不采取任何措施，则能够保持的安全行驶最长时间t为车辆与道路边缘之间的距离与车辆横向速度的商，即t＝(L-r)/|va|，要保证车辆不与道路边缘发生碰撞，则车辆在横向上采取的最小加速度应当满足：
确定最小加速度后，结合车辆自身质量，就可以得到所述道路边缘作用力计算模型如下：
其中F为道路边缘作用力，m为车辆质量，va为车辆横向速度，由车辆速度以及车辆行驶方向共同确定，L为车辆质心与道路边缘的垂直距离，r为车辆的实体半径，l为道路边缘位置，R为车载设备的通讯范围半径。
所述目标行驶方向与速率确定单元704，用于根据至少一个第二行驶车辆作用力以及道路边缘作用力的合力确定目标行驶方向及行驶速率。
本发明实施例提供的车辆辅助行驶装置通过额外增加道路边缘作用力确定单元，用于根据当前的行驶方向以及行驶速率以及车辆距离道路边缘的距离确定道路边缘作用力，使得车辆在感应到道路边缘后，能够自适应的调整，从而实现了对道路边缘的避障控制。
图9为本发明实施例又一种实施例提供的车辆辅助行驶方法的步骤流程图，详述如下。
本发明实施例提供的车辆辅助行驶装置主要用于在弯道行驶时辅助车辆行驶，与普通的直路行驶不同，在弯道行驶过程中还需要考虑到离心力，当离心力过大高于地面的摩擦力会导致车辆侧翻，尤其是在雨雪天气，因此，为提高所述车辆辅助行驶方法在辅助弯道行驶的稳定性，额外考虑弯道环境因素对车辆的影响。
在本发明实施例中，与上述图7所示出的一种车辆辅助行驶方法的步骤流程图的不同之处在于，还包括车辆行驶环境信息采集单元901以及环境作用力确定单元902。
所述车辆行驶环境信息采集单元901，用于采集车辆行驶环境信息。
在本发明实施例中，所述环境信息包括行驶地面摩擦系数、行驶弯道曲率半径以及超高坡。
在本发明实施例中，可以通过获取道路的材质以及天气情况确定地面的近似摩擦系数，一般而言，晴朗干燥的道路摩擦系数相对较高，雨天则相对会降低，而雪天的摩擦系数进一步降低。
在本发明实施例中，所述弯道曲率半径以及超高坡度可以通过联网获取当地道路信息的形式进行获取。
所述环境作用力确定单元902，用于根据所述车辆行驶环境信息确定环境作用力。
在本发明实施例中，所述环境作用力的具体体现形式为弯道对车辆的离心力，与车辆作用力相同，属于虚拟出来的作用力，并非真实存在，所述环境作用力的具体计算公式如下：
其中，F为车辆在弯道行驶的离心力，即环境对所述第一车辆的环境作用力，Fx为地面附着力，Fb为里面超高所抵消的部分离心力，为地面摩擦系数，m为车辆质量，ib为路面超高的横坡度。进一步的，根据离心力以及弯道曲率半径可以确定车辆过弯道时的最大允许速度
所述目标行驶速度确定单元703，用于根据至少一个第二行驶车辆作用力以及环境作用力的合力确定车辆的目标行驶方向及行驶速率。
本发明实施例提供的另一种车辆辅助行驶装置，通过采集弯道行驶时的环境信息，并根据环境作用力与车辆作用力共同计算合力，从而能够有效地辅助车辆在弯道行驶。
在本发明实施例中，与步骤S103的不同之处在于，还额外引入了环境作用力计算合力，通过引入弯道环境作用力对车辆的作用力，实现了辅助车辆的弯道行驶。
本发明实施例提供的又一种车辆辅助行驶装置，通过采集弯道行驶时的环境信息，并根据环境作用力与车辆作用力共同计算合力，从而能够有效地辅助车辆在弯道行驶。
图10为本发明实施例提供的第二行驶车辆作用力确定单元的结构示意图，为了便于说明，仅示出与本发明实施例相关的部分。
在本发明实施例中，在本发明实施例中，为解决现有的人工势场算法存在的容易陷入局部最优解的技术问题，通过增加局部势能，让车辆跳出局部最优解陷阱，提供了一种第二行驶车辆作用力确定单元的结构示意图，包括行驶势场确定模块1001、行驶势能判断模块1002、行驶势能调整模块1003以及作用力确定模块1004。
所述行驶势场确定模块1001，用于根据至少一辆第二行驶车辆的行驶信息基于人工势场算法确定行驶势场。
在本发明实施例中，所述行驶势场包括各位置的行驶势能。
所述行驶势能判断模块1002，用于判断当前行驶位置的行驶势能是否为预设范围内的各位置的行驶势能的最小值。
所述行驶势能调整模块1003，用于当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，将除当前行驶位置之外的行驶势能最小的位置设为局部目标点，获取调整后的行驶势场。
在本发明实施例中，当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，表明进入陷入局部最优解，我们通过将除当前行驶位置之外的行驶势能最小的位置设为局部目标点，以增加当前行驶位置的势能，再根据调整后的势场确定形式车辆作用力
所述作用力确定模块1004，用于根据调整后的行驶势场以及第二行驶车辆的行驶信息确定第二行驶车辆作用力。
本发明实施例提供的一种第二行驶车辆作用力确定单元的结构示意图，通过先判断当前行驶位置是否为局部势能最低点，从而判断车辆是否陷入局部最优解，当判断当前行驶位置为局部势能最低点时，即车辆陷入局部最优解后，通过将除当前行驶位置之外的行驶势能最小的位置设为局部目标点的方式，以增加当前行驶位置的势能，从而跳出局部最优解，解决了现有的人工势场算法出现的容易陷入局部最优解的技术问题。
本发明实施例提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行下述步骤：
在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息，所述第二行驶车辆的行驶信息包括第二行驶车辆的行驶方向、行驶速率以及位置信息；
根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；
根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；
根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。例如，计算机程序可以被分割成上述各个方法实施例提供的车辆辅助行驶方法的步骤。
本领域技术人员可以理解，上述计算机装置的描述仅仅是示例，并不构成对计算机装置的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述计算机装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信号以及软件分发介质等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆辅助行驶方法，其特征在于，用于辅助第一行驶车辆行驶，包括：
在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息，所述第二行驶车辆的行驶信息包括第二行驶车辆的行驶方向、行驶速率以及位置信息；
根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；
根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；
根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
2.根据权利要求1所述的车辆辅助行驶方法，其特征在于，在所述根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率的步骤前，还包括：
根据当前的行驶方向以及行驶速率以及车辆距离道路边缘的距离确定道路边缘作用力；
所述根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率的步骤具体包括：
根据至少一个第二行驶车辆作用力以及道路边缘作用力的合力确定目标行驶方向及行驶速率。
3.根据权利要求1所述的车辆辅助行驶方法，其特征在于，当所述第一行驶车辆处于弯道行驶时，在所述根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率的步骤后，还包括：
采集车辆行驶环境信息，所述环境信息包括行驶地面摩擦系数、行驶弯道曲率半径以及超高坡度；
根据所述车辆行驶环境信息确定环境作用力；
所述根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率的步骤具体包括：
根据至少一个第二形式车辆作用力以及环境作用力的合力确定车辆的目标行驶方向及行驶速率。
4.根据权利要求1所述的车辆辅助行驶方法，其特征在于，所述根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力的步骤，具体包括：
根据至少一辆第二行驶车辆的行驶信息基于人工势场算法确定行驶势场，所述行驶势场包括各位置的行驶势能；
判断当前行驶位置的行驶势能是否为预设范围内的各位置的行驶势能的最小值；
当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，将除当前行驶位置之外的行驶势能最小的位置设为局部目标点，获取调整后的行驶势场；
根据调整后的行驶势场以及第二行驶车辆的行驶信息确定第二行驶车辆作用力。
5.一种车辆辅助行驶装置，其特征在于，用于辅助第一行驶车辆行驶，包括：
第二行驶车辆行驶信息采集单元，用于在车联网环境下，基于车联网技术采集预设的范围内至少一辆第二行驶车辆的行驶信息，所述第二行驶车辆的行驶信息包括第二行驶车辆的行驶方向、行驶速率以及位置信息；
第二行驶车辆作用力确定单元，用于根据所述第二行驶车辆的行驶信息以及预设的基于鱼群效应改进人工势场算法建立的车辆辅助行驶模型确定第二行驶车辆作用力；
目标行驶方向与速率确定单元，用于根据至少一个第二行驶车辆作用力的合力确定目标行驶方向及行驶速率；
控制单元，用于根据当前行驶方向及行驶速率控制车辆按照所述目标行驶方向及行驶速率行驶。
6.根据权利要求5所述的车辆辅助行驶装置，其特征在于，还包括道路边缘作用力确定单元，用于根据当前的行驶方向以及行驶速率以及车辆距离道路边缘的距离确定道路边缘作用力；
所述目标行驶方向与速率确定单元，用于根据至少一个第二行驶车辆作用力以及道路边缘作用力的合力确定目标行驶方向及行驶速率。
7.根据权利要求5所述的车辆辅助行驶装置，其特征在于，还包括：
车辆行驶环境信息采集单元，用于采集车辆行驶环境信息，所述环境信息包括行驶地面摩擦系数、行驶弯道曲率半径以及超高坡度；
环境作用力确定单元，用于根据所述车辆行驶环境信息确定环境作用力；
所述目标行驶方向与速率确定单元，用于根据至少一个第二车辆作用力以及环境作用力的合力确定车辆的目标行驶方向及行驶速率。
8.根据权利要求7所述的装置，其特征在于，所述第二行驶车辆作用力确定单元具体包括：
行驶势场确定模块，用于根据至少一辆第二行驶车辆的行驶信息基于人工势场算法确定行驶势场，所述行驶势场包括各位置的行驶势能；
行驶势能判断模块，用于判断当前行驶位置的行驶势能是否为预设范围内的各位置的行驶势能的最小值；
行驶势能调整模块，用于当判断当前行驶位置的行驶势能是预设范围内的各位置的行驶势能的最小值时，将除当前行驶位置之外的行驶势能最小的位置设为局部目标点，获取调整后的行驶势场；
作用力确定模块，用于根据调整后的行驶势场以及第二行驶车辆的行驶信息确定第二行驶车辆作用力。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项权利要求所述的车辆辅助行驶方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至4中任一项权利要求所述的车辆辅助行驶方法的步骤。
CN201910668466.1A 2019-07-23 2019-07-23 车辆辅助行驶方法、装置、计算机设备及可读存储介质 Active CN110356405B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910668466.1A CN110356405B (zh) 2019-07-23 2019-07-23 车辆辅助行驶方法、装置、计算机设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910668466.1A CN110356405B (zh) 2019-07-23 2019-07-23 车辆辅助行驶方法、装置、计算机设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN110356405A true CN110356405A (zh) 2019-10-22
CN110356405B CN110356405B (zh) 2021-02-02

Family

ID=68219912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910668466.1A Active CN110356405B (zh) 2019-07-23 2019-07-23 车辆辅助行驶方法、装置、计算机设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110356405B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340880A (zh) * 2020-02-17 2020-06-26 北京百度网讯科技有限公司 用于生成预测模型的方法和装置
CN113253728A (zh) * 2021-05-18 2021-08-13 兆边(上海)科技有限公司 管控响应式分布式车辆协同编队方法、装置及终端设备
CN113492882A (zh) * 2021-07-14 2021-10-12 清华大学 一种实现车辆控制的方法、装置、计算机存储介质及终端
DE102021201521A1 (de) 2021-02-17 2022-08-18 Continental Automotive Gmbh Verfahren zur unterstützenden oder automatisierten Fahrzeugführung
CN116424370A (zh) * 2023-06-14 2023-07-14 苏州上善知源汽车电子有限公司 一种车辆控制方法、装置、电子设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591332A (zh) * 2011-01-13 2012-07-18 同济大学 用于无人驾驶汽车局部路径规划的装置及方法
CN105083278A (zh) * 2015-07-31 2015-11-25 奇瑞汽车股份有限公司 车辆控制方法及装置
CN105629974A (zh) * 2016-02-04 2016-06-01 重庆大学 一种基于改进型人工势场法的机器人路径规划方法及系统
CN105974917A (zh) * 2016-05-11 2016-09-28 江苏大学 一种基于新型人工势场法的车辆避障路径规划研究方法
CN107161143A (zh) * 2017-05-18 2017-09-15 江苏大学 一种采用人工势场法的车辆主动避撞方法
US20180056993A1 (en) * 2013-05-24 2018-03-01 Continental Advanced Lidar Solutions Us, Llc Automotive auxiliary ladar sensor
CN108255165A (zh) * 2016-12-29 2018-07-06 广州映博智能科技有限公司 基于邻域势场的机器人路径规划方法
CN108827312A (zh) * 2018-08-08 2018-11-16 清华大学 一种基于神经网络和人工势场的协同博弈路径规划方法
CN109109861A (zh) * 2018-09-24 2019-01-01 合肥工业大学 车道保持横向控制决策方法及车道保持横向控制决策装置
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法
CN109515437A (zh) * 2018-09-10 2019-03-26 江苏大学 一种考虑前后车辆的acc车辆控制方法
EP2976238B1 (de) * 2013-03-20 2019-05-08 Robert Bosch GmbH Verfahren und system zur vermeidung einer kollision im zusammenhang mit fahrzeugen

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591332A (zh) * 2011-01-13 2012-07-18 同济大学 用于无人驾驶汽车局部路径规划的装置及方法
EP2976238B1 (de) * 2013-03-20 2019-05-08 Robert Bosch GmbH Verfahren und system zur vermeidung einer kollision im zusammenhang mit fahrzeugen
US20180056993A1 (en) * 2013-05-24 2018-03-01 Continental Advanced Lidar Solutions Us, Llc Automotive auxiliary ladar sensor
CN105083278A (zh) * 2015-07-31 2015-11-25 奇瑞汽车股份有限公司 车辆控制方法及装置
CN105629974A (zh) * 2016-02-04 2016-06-01 重庆大学 一种基于改进型人工势场法的机器人路径规划方法及系统
CN105974917A (zh) * 2016-05-11 2016-09-28 江苏大学 一种基于新型人工势场法的车辆避障路径规划研究方法
CN108255165A (zh) * 2016-12-29 2018-07-06 广州映博智能科技有限公司 基于邻域势场的机器人路径规划方法
CN107161143A (zh) * 2017-05-18 2017-09-15 江苏大学 一种采用人工势场法的车辆主动避撞方法
CN109318890A (zh) * 2018-06-29 2019-02-12 北京理工大学 一种基于动态窗口及障碍物势能场的无人车动态避障方法
CN108827312A (zh) * 2018-08-08 2018-11-16 清华大学 一种基于神经网络和人工势场的协同博弈路径规划方法
CN109515437A (zh) * 2018-09-10 2019-03-26 江苏大学 一种考虑前后车辆的acc车辆控制方法
CN109109861A (zh) * 2018-09-24 2019-01-01 合肥工业大学 车道保持横向控制决策方法及车道保持横向控制决策装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
来磊，曲仕茹: "基于鱼群效应的多车协同行驶控制方法", 《西北工业大学学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340880A (zh) * 2020-02-17 2020-06-26 北京百度网讯科技有限公司 用于生成预测模型的方法和装置
CN111340880B (zh) * 2020-02-17 2023-08-04 北京百度网讯科技有限公司 用于生成预测模型的方法和装置
DE102021201521A1 (de) 2021-02-17 2022-08-18 Continental Automotive Gmbh Verfahren zur unterstützenden oder automatisierten Fahrzeugführung
CN113253728A (zh) * 2021-05-18 2021-08-13 兆边(上海)科技有限公司 管控响应式分布式车辆协同编队方法、装置及终端设备
CN113492882A (zh) * 2021-07-14 2021-10-12 清华大学 一种实现车辆控制的方法、装置、计算机存储介质及终端
CN116424370A (zh) * 2023-06-14 2023-07-14 苏州上善知源汽车电子有限公司 一种车辆控制方法、装置、电子设备及存储介质
CN116424370B (zh) * 2023-06-14 2023-09-15 苏州上善知源汽车电子有限公司 一种车辆控制方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110356405B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN110356405A (zh) 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN109421711B (zh) 跟车速度控制方法、装置、系统、计算机设备及存储介质
CN110466516B (zh) 一种基于非线性规划的曲线道路自动车换道轨迹规划方法
CN109501799B (zh) 一种车联网条件下的动态路径规划方法
CN107993453B (zh) 一种基于车路协同的弯道安全车速计算方法
CN110989569B (zh) 一种车辆行驶控制方法及相关设备
CN109334670B (zh) 一种车辆驾驶人监控预警方法、系统、设备及存储介质
CN102085811B (zh) 驾驶辅助装置以及方法
JP4466718B2 (ja) 走行軌跡生成方法及び走行軌跡生成装置
CN113799800B (zh) 一种无人驾驶车辆自动换道超车轨迹规划方法
EP3524484B1 (en) Parking control method and parking control device
CN107117173B (zh) 车辆的制动及降扭控制方法、装置及系统
CN112672942B (zh) 一种车辆换道方法及相关设备
CN109808706A (zh) 学习式辅助驾驶控制方法、装置、系统及车辆
CN110182210A (zh) 车辆控制装置和车辆控制方法
EP4197869A1 (en) Vehicle driving control method with optimal battery energy efficiency
CN115416660B (zh) 车辆的换道方法、装置、车辆及存储介质
CN109835337A (zh) 转弯控制方法、装置及自动驾驶车辆
CN112026761A (zh) 一种基于数据共享的汽车辅助驾驶方法
CN110293903A (zh) 一种车辆转向灯控制方法、装置、设备及存储介质
CN110040138A (zh) 一种车辆并行辅助驾驶方法和系统
CN110838228A (zh) 一种营运货车车队智能交互行驶系统及装置
CN115092167B (zh) 一种城区自动驾驶弯道速度控制方法、存储介质及汽车
US20210101598A1 (en) System and method for controlling and distributing regenerative braking force in autonomous vehicle in consideration of tractive resistance
CN112598917A (zh) 基于道路信息预测的档位速度控制方法及系统

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