CN110633941A - 一种智能驾驶拖车运输货物的方法、车载设备和存储介质 - Google Patents

Abstract

本公开实施例涉及一种智能驾驶拖车运输货物的方法、车载设备和存储介质，智能驾驶拖车不设置驾驶室，所述方法包括：接收货物运输请求信息；响应货物运输请求信息而控制智能驾驶拖车行驶；匹配拖车队列；加入匹配的拖车队列。本公开实施例中，多个智能驾驶拖车可组成拖车队列行驶，实现多车协同运输货物，提高运输效率。另外，智能驾驶拖车不设置驾驶室，减小行驶空气阻力，降低能耗；拖车队列行驶时可由首车牵引队列行驶，队列中其他车辆可降低能耗。另外，拖车队列中所有拖车可同时制动，提高行驶安全性。

Description

一种智能驾驶拖车运输货物的方法、车载设备和存储介质

技术领域

本公开实施例涉及智能运输技术领域，具体涉及一种智能驾驶拖车运输货物的方法、车载设备和存储介质。

背景技术

现有的运载车辆(例如卡车、工程车辆等)均是针对有人驾驶模式进行设计，即使自动驾驶拖车也通常设计有驾驶室，其中驾驶室占据了运载车辆的较大空间，进而影响了运载车辆实际装载货物的空间，且空气阻力较大，导致能耗较高，例如消耗较多的燃油资源或者电能资源。

另外，现有的自动驾驶拖车通常牵引若干拖斗组成队列运输货物，因而存在至少以下问题：1、无法与其他拖车协同运输货物；2、需要人工装载货物，效率低，且无法避免抛扔行李的行为；3、拖斗本身没有行驶动力，必须依靠拖车牵引行驶，不够灵活；4、拖斗本身无法转向，队列较长时转向存在困难；5、拖斗本身无法制动，队列制动效能差，存在安全隐患；6、队列中某个拖斗到达运输目的地时，需要整个队列停止行驶进而脱离队列；7、自动驾驶拖车行驶过程中发生故障时，整个队列运输作业停止，目前没有较好的解决方案。

上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种智能驾驶拖车运输货物的方法、车载设备和存储介质。

第一方面实施例1，本公开实施例提出一种智能驾驶拖车运输货物的方法，所述智能驾驶拖车不设置驾驶室，所述方法包括：

接收货物运输请求信息；

响应所述货物运输请求信息而控制所述智能驾驶拖车行驶；

匹配拖车队列；

加入匹配的拖车队列。

第一方面实施例2，本公开实施例根据第一方面实施例1所述的方法，所述货物运输请求信息包括以下至少一个：出货位置、卸货位置、货物重量、货物尺寸。

第一方面实施例3，本公开实施例根据第一方面实施例1所述的方法，所述接收货物运输请求信息，包括：

接收云端服务器发送的货物运输请求信息，或，接收出货控制系统广播的货物运输请求信息，或，接收智能驾驶拖车发送的货物运输请求信息。

第一方面实施例4，本公开实施例根据第一方面实施例1至3任一项所述的方法，响应所述货物运输请求信息而控制所述智能驾驶拖车行驶，包括：

确定目的地；其中，所述目的地为智能驾驶拖车自动装载货物的预设位置或所述货物运输请求信息中指定的位置；

基于所述目的地规划行驶路径；

基于所述行驶路径控制所述智能驾驶拖车行驶。

第一方面实施例5，本公开实施例根据第一方面实施例1所述的方法，所述匹配拖车队列，包括：

接收拖车队列的队列行驶状态信息；

基于所述队列行驶状态信息，匹配拖车队列。

第一方面实施例6，本公开实施例根据第一方面实施例5所述的方法，所述队列行驶状态信息包括以下至少一个：

队列行驶的目的地、队列行驶路径、预期到达时间、队列中各智能驾驶拖车的载重量、电量、油量、牵引力、实时位置、故障信息。

第一方面实施例7，本公开实施例根据第一方面实施例1所述的方法，所述匹配拖车队列后，所述方法还包括：

向匹配的拖车队列发送加入队列申请信息；

接收加入队列确认信息后，执行所述加入匹配的拖车队列的步骤。

第一方面实施例8，本公开实施例根据第一方面实施例1所述的方法，所述加入匹配的拖车队列包括：

基于所述拖车队列的队列行驶状态信息，预测所述智能驾驶拖车加入匹配的拖车队列的位置；

基于所述位置，规划行驶路径；

基于所述行驶路径控制所述智能驾驶拖车行驶。

第一方面实施例9，本公开实施例根据第一方面实施例1所述的方法，所述智能驾驶拖车的前端与后端分别设置有连接结构，所述连接结构可与另一智能驾驶拖车的连接结构对接而共同运输货物；

所述加入匹配的拖车队列，包括：通过所述连接结构与所述拖车队列的尾车的连接结构对接而加入所述拖车队列。

第一方面实施例10，本公开实施例根据第一方面实施例9所述的方法，通过所述连接结构与所述拖车队列的尾车的连接结构对接，包括：

基于所述尾车的连接结构的位置，完成连接结构对接。

第一方面实施例11，本公开实施例根据第一方面实施例10所述的方法，所述尾车的连接结构的位置为基于环境感知得到的，或基于所述拖车队列的首车的位置计算得到的，或基于所述拖车队列的尾车的位置计算得到的。

第一方面实施例12，本公开实施例根据第一方面实施例1所述的方法，其特征在于，所述加入匹配的拖车队列，包括：

接收所述拖车队列共享的队列行驶路径；

基于所述共享的队列行驶路径，控制所述智能驾驶拖车行驶。

第一方面实施例13，本公开实施例根据第一方面实施例1所述的方法，所述方法还包括：

加入匹配的拖车队列的过程中接收到停止加入队列信息后，停止加入。

第一方面实施例14，本公开实施例根据第一方面实施例1所述的方法，所述加入匹配的拖车队列后，所述方法还包括：

基于所述货物运输请求信息以及所述拖车队列的队列行驶路径，确定脱离所述拖车队列的位置和卸货位置；

基于脱离所述拖车队列的位置和所述卸货位置，规划脱离所述拖车队列后的行驶路径。

第一方面实施例15，本公开实施例根据第一方面实施例14所述的方法，所述方法还包括：

到达脱离所述拖车队列的位置后，向前车发送加速指令，并向后车发送减速指令。

第一方面实施例16，本公开实施例根据第一方面实施例1所述的方法，所述方法还包括：

基于本车的行驶状态信息和周围至少一个智能驾驶拖车的行驶状态信息，确定本车是否为首车。

第一方面实施例17，本公开实施例根据第一方面实施例16所述的方法，确定本车为首车后，规划队列行驶路径并确定队列行驶状态；广播所述队列行驶状态信息；接收加入队列申请信息；响应所述加入队列申请信息而发送加入队列确认信息。

第二方面，本公开实施例还提供一种车载设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面任一实施例所述方法的步骤。

第三方面，本公开实施例还提供一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面任一实施例所述方法的步骤。

可见，本公开实施例的至少一个实施例中，多个智能驾驶拖车可组成拖车队列行驶，实现多车协同运输货物，提高运输效率。另外，智能驾驶拖车不设置驾驶室，减小行驶空气阻力，降低能耗；拖车队列行驶时可由首车牵引队列行驶，队列中其他车辆可降低能耗。另外，拖车队列中所有拖车可同时制动，提高行驶安全性。

附图说明

为了更清楚地说明本公开实施例的技术方案，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公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本公开实施例提供的一种智能驾驶拖车运输货物的场景示意图；

图2是本公开实施例提供的一种智能驾驶拖车的整体架构图；

图3是本公开实施例提供的一种智能驾驶系统的框图；

图4是本公开实施例提供的一种运输控制模块的框图；

图5是本公开实施例提供的一种车载设备的框图；

图6是本公开实施例提供的一种智能驾驶拖车运输货物的方法流程图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

针对现有技术存在的至少一个问题，本公开实施例提供一种智能驾驶拖车运输货物的方案，实现多个智能驾驶拖车可组成拖车队列行驶，实现多车协同运输货物，运输过程中，每个智能驾驶拖车均具有自主控制本车运行的功能，不完全依赖队列首车的控制，进而提高运输效率，解决目前的拖车只能牵引没有自主控制功能的拖斗，无法与其他拖车协同运输货物的问题。另外，智能驾驶拖车不设置驾驶室，货物可以沿拖车纵向方向(即拖车行驶方向)无阻挡地从一端传送至另一端，并可减小行驶空气阻力，降低能耗；拖车队列行驶时可由首车牵引队列行驶，队列中其他车辆可降低能耗。另外，拖车队列中所有拖车可同时制动，提高行驶安全性。

本公开实施例提供的智能驾驶拖车运输货物的方案，可应用于多种运输场景。图1为本公开实施例提供的一种智能驾驶拖车运输货物的场景示意图。如图1所示，场景中包括：至少一辆智能驾驶拖车101、云端服务器102以及出货控制系统103。在一些实施例中，场景中可以仅包括至少一辆智能驾驶拖车101和云端服务器102。在另一些实施例中，场景中可以仅包括至少一辆智能驾驶拖车101和出货控制系统103。在一些实施例中，场景中还可以包括其他用于运输货物的设备和其他与运输货物相关的设备，例如货架、仓库等等。

在一些实施例中，至少一辆智能驾驶拖车101用于运输货物，且可与云端服务器102交互数据，也可与出货控制系统103交互数据。在一些实施例中，不同的智能驾驶拖车101之间可进行车车通信交互数据。在一些实施例中，云端服务器102也可与出货控制系统103交互数据。

在一些实施例中，智能驾驶拖车101用于基于周围环境进行感知，进而规划行驶路径并控制车辆行驶。在一些实施例中，智能驾驶拖车101用于接收货物运输请求信息，进而响应货物运输请求信息而控制智能驾驶拖车行驶。在一些实施例中，智能驾驶拖车101在运输货物过程中匹配拖车队列，并加入匹配的拖车队列，实现多车协同运输货物。

在一些实施例中，云端服务器102用于向智能驾驶拖车101发送货物运输请求信息以及其他与货物运输相关的信息。在一些实施例中，云端服务器102还用于接收智能驾驶拖车101发送的货物运输请求信息的响应信息以及其他与货物运输相关的信息。在一些实施例中，云端服务器102还用于接收出货控制系统103发送的与货物运输相关的信息。

在一些实施例中，云端服务器102与智能驾驶拖车101通过无线通讯网络(例如包括但不限于GPRS网络、Zigbee网络、Wifi网络、3G网络、4G网络、5G网络等无线通讯网络)进行无线通信。

在一些实施例中，云端服务器102用于统筹协调管理智能驾驶拖车101。在一些实施例中，云端服务器102可以用于与一个或多个智能驾驶拖车102进行交互，统筹协调管理多个智能驾驶拖车102的调度等。

在一些实施例中，云端服务器102是由车辆服务商所建立的云端服务器，提供云存储和云计算的功能。在一些实施例中，云端服务器102中建立车辆端档案。在一些实施例中，车辆端档案中储存智能驾驶拖车101上传的各种信息。在一些实施例中，云端服务器102可以实时同步车辆端产生的驾驶数据。

在一些实施例中，云端服务器102可以是一个服务器，也可以是一个服务器群组。服务器群组可以是集中式的，也可以是分布式的。分布式服务器，有利于任务在多个分布式服务器进行分配与优化，克服传统集中式服务器资源紧张与响应瓶颈的缺陷。在一些实施例中，云端服务器102可以是本地的或远程的。

在一些实施例中，出货控制系统103用于广播货物运输请求信息以及其他与货物运输相关的信息。在一些实施例中，出货控制系统103还用于接收智能驾驶拖车101发送的货物运输请求信息的响应信息以及其他与货物运输相关的信息。

本公开实施例提供的智能驾驶拖车运输货物的方案，可应用于智能驾驶拖车。在一些实施例中，智能驾驶拖车包括：底盘、支撑机构、传感器组、智能驾驶系统以及其他可用于驱动车辆和控制车辆运行的部件。图2为本公开实施例提供的一种智能驾驶拖车200的整体架构图。在一些实施例中，智能驾驶拖车200可以实现为图1中的智能驾驶拖车101或者智能驾驶拖车101的一部分。

如图2所示，智能驾驶拖车200包括：底盘201、支撑机构202、传感器组(图2中未示出)、智能驾驶系统(图2中未示出)、升降机构203(图2中示出四个升降机构)、夹紧装置204(图2中示出四个夹紧装置)、压力传感器205(图2中示出四个压力传感器)、挡板206以及其他可用于驱动车辆和控制车辆运行的部件。

底盘201用于完成拖车的行驶。在一些实施例中，底盘201可包括但不限于：动力传动系统、行驶系统、转向系统及制动系统。动力传动系统用于驱动拖车行驶。在一些实施例中，动力传动系统可以使用轮边电机或轮毂电机，还可以使用内燃机、混合动力、集中式驱动电机等。转向系统用于实现拖车转向。在一些实施例中，转向系统可以由两侧电机线控差速实现拖车转向，也可以是传统的机械转向结构、电动或液压转向结构。行驶系统和制动系统可以是传统燃油汽车或电动汽车的行驶系统或制动系统。

在一些实施例中，智能驾驶拖车200还可包括图2中未示出的车辆CAN总线，车辆CAN总线连接底盘201。智能驾驶系统与底盘201的各系统之间通过车辆CAN总线进行信息交互。

支撑机构202用于承载货物。在一些实施例中，支撑机构202为承载板，承载板的上表面为能够承载货物的承载面。在一些实施例中，支撑机构202还可以为传送带机构。

传感器组设置在传感器载体207中。在一些实施例中，传感器载体207为伸缩式机构，智能驾驶系统在不使用传感器组时，可控制传感器载体207收缩，以减少空气阻力。

传感器组，用于采集车辆外界环境的数据和探测车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、GPS(Global Positioning System，全球定位系统)和IMU(Inertial Measurement Unit，惯性测量单元)中的至少一个。

在一些实施例中，传感器组，还用于采集车辆的动力学数据，传感器组例如还包括但不限于车轮转速传感器、速度传感器、加速度传感器、前轮转角传感器中的至少一个。

智能驾驶系统用于对智能驾驶拖车200进行驾驶控制。在一些实施例中，智能驾驶系统用于获取传感器组的数据，传感器组中所有传感器在工作过程中均以较高的频率传送数据。智能驾驶系统还用于基于传感器组的数据进行环境感知和车辆定位，并基于环境感知信息和车辆定位信息进行路径规划和决策，以及基于规划的路径生成车辆控制指令，从而控制车辆按照规划路径行驶。

在一些实施例中，智能驾驶系统，还用于接收货物运输请求信息，进而响应货物运输请求信息而控制智能驾驶拖车行驶。在一些实施例中，智能驾驶拖车101在运输货物过程中匹配拖车队列，并加入匹配的拖车队列，实现多车协同运输货物。

在一些实施例中，智能驾驶系统可以为软件系统、硬件系统或者软硬件结合的系统。例如，智能驾驶系统是运行在操作系统上的软件系统，车载硬件系统是支持操作系统运行的硬件系统。

升降机构203用于驱动支撑机构202的上升和下降。在一些实施例中，升降机构203为液压油缸，也可以为液压油缸与机械结构的组合机构。在一些实施例中，四个升降机构203可分别设置在底盘201的四个角上。在一些实施例中，四个升降机构203的升降高度一致时，支撑机构202能够平行于底盘的上表面。四个升降机构203升降高度不同时，支撑机构202可以变成倾斜的状态。四个升降机构203的升降高度可由智能驾驶系统设置。在一些实施例中，智能驾驶拖车200还可以不设置升降机构203。在一些实施例中，升降机构203仅能改变支撑机构202相对于底盘201的高度，不能改变支撑机构202相对于底盘201的角度。

夹紧装置204用于夹紧支撑机构202所承载的货物，向货物施加侧向力和/或下压力，使货物相对于支撑机构202保持稳定。在一些实施例中，四个夹紧装置204设置于支撑机构202的四个角落。在一些实施例中，夹紧装置204可以为气动、液压或电动机械结构。在一些实施例中，夹紧装置204能缩回至支撑机构202的承载面以下，或者被设置在支撑机构202两侧，以免影响货物在支撑机构202上的运动。在一些实施例中，夹紧装置204还可以采用螺旋夹紧、斜楔夹紧、杠杆夹紧等夹紧方式实现夹紧。

压力传感器205用于检测货物对承载面的压力。在一些实施例中，压力传感器205嵌入支撑机构202的承载面内。在一些实施例中，多个压力传感器205获取的压力数据，可供智能驾驶系统分析承载面上的压力分布状况，将其作为判断货物负载重心是否合理的依据。

挡板206用于防止货物滑落。在一些实施例中，挡板206设置在支撑机构202的边缘。在一些实施例中，挡板206与支撑机构202边缘为铰接连接，能够主动或被动翻转，在竖起和平铺状态之间转换。在一些实施例中，挡板206在平铺状态时表面与支撑机构202表面齐平或低于支撑机构202的承载面，不会干涉货物装卸。

图3为本公开实施例提供的一种智能驾驶系统300的框图。在一些实施例中，智能驾驶系统300可以实现为图2相关实施例中提及的智能驾驶系统或者智能驾驶系统的一部分，用于控制车辆行驶。

如图3所示，智能驾驶系统300可划分为多个模块，例如可包括：感知模块301、规划模块302、控制模块303、运输控制模块304以及其他一些可用于智能驾驶的模块。

感知模块301用于进行环境感知与定位。

在一些实施例中，感知模块301用于获取的传感器数据、V2X(Vehicle to X，车用无线通信)数据、高精度地图等数据。

在一些实施例中，感知模块301用于基于获取的传感器数据、V2X(Vehicle to X，车用无线通信)数据、高精度地图等数据中的至少一种，进行环境感知与定位。

在一些实施例中，感知模块301用于生成感知定位信息，实现对障碍物感知、摄像头图像的可行驶区域识别以及车辆的定位等。

环境感知(Environmental Perception)可以理解为对于环境的场景理解能力，例如障碍物的位置，道路标志/标记的检测，行人/车辆的检测等数据的语义分类。

在一些实施例中，环境感知可采用融合摄像头、激光雷达、毫米波雷达等多种传感器的数据进行环境感知。

定位(Localization)属于感知的一部分，是确定智能驾驶拖车相对于环境的位置的能力。

定位可采用：GPS定位，GPS的定位精度在数十米到厘米级别，定位精度高；定位还可采用融合GPS和惯性导航系统(Inertial Navigation System)的定位方法。定位还可采用SLAM(Simultaneous Localization And Mapping，同步定位与地图构建)，SLAM的目标即构建地图的同时使用该地图进行定位，SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。

V2X是智能交通运输系统的关键技术，使得车与车、车与基站、基站与基站之间能够通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，提高智能驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。

高精度地图是智能驾驶领域中使用的地理地图，与传统地图相比，不同之处在于：1)高精度地图包括大量的驾驶辅助信息，例如依托道路网的精确三维表征：包括交叉路口局和路标位置等；2)高精度地图还包括大量的语义信息，例如报告交通灯上不同颜色的含义，又例如指示道路的速度限制，以及左转车道开始的位置；3)高精度地图能达到厘米级的精度，确保智能驾驶拖车的安全行驶。

规划模块302用于基于感知定位模块生成的感知定位信息，进行路径规划和决策。

在一些实施例中，规划模块302用于基于感知定位模块生成的感知定位信息，并结合V2X数据、高精度地图等数据中的至少一种，进行路径规划和决策。

在一些实施例中，规划模块302用于规划路径、决策：行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度等，生成规划决策信息。

控制模块303用于基于规划模块生成的规划决策信息，进行路径跟踪和轨迹跟踪。

在一些实施例中，控制模块303用于生成底盘各系统的控制指令，并下发控制指令，以使底盘各系统控制车辆按照期望路径行驶。

在一些实施例中，控制模块303还用于基于路径跟踪算法计算前轮转角。

在一些实施例中，路径跟踪过程中的期望路径曲线与时间参数无关，跟踪控制时，可以假设智能驾驶拖车以当前速度匀速前进，以一定的代价规则使行驶路径趋近于期望路径；而轨迹跟踪时，期望路径曲线与时间和空间均相关，并要求智能驾驶拖车在规定的时间内到达某一预设好的参考路径点。

路径跟踪不同于轨迹跟踪，不受制于时间约束，只需要在一定误差范围内跟踪期望路径。

运输控制模块304用于接收货物运输请求信息，进而响应货物运输请求信息而控制智能驾驶拖车行驶。在一些实施例中，运输控制模块304在运输货物过程中匹配拖车队列，并加入匹配的拖车队列，实现多车协同运输货物。

在一些实施例中，运输控制模块304的功能可集成到感知模块301、规划模块302或控制模块303中，也可配置为与智能驾驶系统300相独立的模块，运输控制模块304以为软件模块、硬件模块或者软硬件结合的模块。例如，运输控制模块304是运行在操作系统上的软件模块，车载硬件系统是支持操作系统运行的硬件系统。

图4为本公开实施例提供的一种运输控制模块400的框图。在一些实施例中，运输控制模块400可以实现为图3中的运输控制模块304或者运输控制模块304的一部分。

如图4所示，运输控制模块400可包括但不限于以下单元：接收单元401、控制单元402、匹配单元403和加入单元404。

接收单元401用于接收货物运输请求信息。在一些实施例中，可以在货物运输请求信息中携带各种信息，便于拖车明确货物信息和装卸信息，为后续响应货物运输请求和前往装卸货物提供依据。在一些实施例中，货物运输请求信息包括但不限于以下至少一个：出货位置、卸货位置、货物重量、货物尺寸。

在一些实施例中，接收单元401可通过多种方式接收货物运输请求信息，提高货物装载的及时性和有效性。例如：接收单元401可接收云端服务器发送的货物运输请求信息；也可接收出货控制系统广播的货物运输请求信息；还可接收其他智能驾驶拖车发送的货物运输请求信息。在一些实施例中，智能驾驶拖车本身不会直接发送货物运输请求信息，除非本车发生故障时，可以转发货物运输请求信息，以请求其他智能驾驶拖车代替本车完成货物运输。

控制单元402用于响应货物运输请求信息而控制智能驾驶拖车行驶。在一些实施例中，控制单元402响应货物运输请求信息后会反馈响应信息，以告知请求发送方本车会进行货物运输。在一些实施例中，接收单元401接收到货物运输请求信息后，控制单元402并非直接响应货物运输请求信息，而是先判断是否响应货物运输请求信息，若是，才响应货物运输请求信息而控制智能驾驶拖车行驶；否则，不响应货物运输请求信息。在一些实施例中，控制单元402判断是否响应货物运输请求信息时，可基于本车的状态以及货物信息判断是否响应。例如控制单元402判断本车是否有故障，本车是否能承载货物重量、尺寸等，判断可以装载货物且无故障后，再响应请求，进而提高货物装载和运输的可靠性。

在一些实施例中，控制单元402响应货物运输请求信息而控制智能驾驶拖车行驶时，首先确定目的地，在一些实施例中，目的地为智能驾驶拖车自动装载货物的预设位置或为货物运输请求信息中指定的位置。在一些实施例中，目的地可以为货物运输请求信息中的出货位置或卸货位置；其中，出货位置可以理解为本车需要前往装载货物的位置，卸货位置可以理解为货物被卸载的位置；其次基于目的地规划行驶路径；最后基于行驶路径控制智能驾驶拖车行驶。

在一些实施例中，控制单元402还用于匹配单元403匹配拖车队列后，基于拖车队列的队列行驶状态信息，预测智能驾驶拖车加入匹配的拖车队列的位置。在一些实施例中，控制单元402基于本车与拖车队列尾车的行驶速度及行驶方向，预测两车完成对接的绝对位置，该绝对位置为本车加入匹配的拖车队列的位置。更进一步地，控制单元402基于预测的位置，规划行驶路径；进而基于行驶路径控制智能驾驶拖车行驶，使得智能驾驶拖车尽快追赶上拖车队列。

在一些实施例中，控制单元402还用于在加入单元404加入匹配的拖车队列后，基于拖车队列中任一拖车发送的转向指令或者基于拖车队列的队列行驶路径，进行转向。在一些实施例中，队列转向依据阿卡曼式转向原理，转向角度可以由各拖车根据自身规划路径确定，也可以由拖车队列的首车发送转向指令。

在一些实施例中，控制单元402还用于在加入单元404加入匹配的拖车队列后，并且确定满足制动条件后，向拖车队列中的各拖车发送制动指令。在一些实施例中，当任意拖车遇到紧急情况需要制动时，可向所有拖车发送制动指令，实现同时制动，保障拖车队列的行驶安全性。

在一些实施例中，控制单元402还用于在加入单元404加入匹配的拖车队列后，基于货物运输请求信息以及拖车队列的队列行驶路径，确定脱离拖车队列的位置和卸货位置。更进一步地，控制单元402基于脱离拖车队列的位置和卸货位置，规划脱离拖车队列后的行驶路径。在一些实施例中，到达脱离拖车队列的位置后，控制单元402向前车发送加速指令，并向后车发送减速指令，因此，脱离拖车队列无需停车，在行驶过程中即可完成脱离，提高运输效率。在一些实施例中，控制单元402控制本车脱离拖车队列后，后车重新申请加入拖车队列。

在一些实施例中，控制单元402还用于接收首车设置信息，进而确定本车为拖车队列的首车。在一些实施例中，首车设置信息由云端服务器发送，用于设置拖车队列的首车。在一些实施例中，云端服务器可基于拖车的电量或油量、性能、行驶路径等因素综合选择拖车队列的首车，例如，在多个拖车中，选择电量或油量最充足、性能最好、行驶路径最远的拖车为拖车队列的首车。

在一些实施例中，控制单元402还可基于本车的行驶状态信息和周围至少一个智能驾驶拖车的行驶状态信息，确定本车是否为首车。在一些实施例中，周围至少一个智能驾驶拖车的行驶状态信息可由云端服务器发送给本车，也可由本车向云端服务器请求获得，也可通过车车通信来获得。在一些实施例中，本车的行驶状态信息例如可包括但不限于：电量或油量、性能、行驶路径等。若本车满足电量或油量最充足、性能最好、行驶路径最远中的至少一个，则确定本车为首车。

在一些实施例中，控制单元402确定本车为拖车队列的首车后，可规划队列行驶路径，带领车队沿队列行驶路径行驶，并且向队列中的其他拖车发送信息。在一些实施例中，控制单元402确定本车为拖车队列的首车后，进一步确定队列行驶状态，进而广播队列行驶状态信息，以向周围拖车告知本队列的存在，便于周围拖车申请加入拖车队列。在一些实施例中，控制单元402广播队列行驶状态信息后，可接收加入队列申请信息，进而响应加入队列申请信息而发送加入队列确认信息。在一些实施例中，控制单元402在拖车队列静止或者匀速直线行驶时发送加入队列确认信息。

在一些实施例中，拖车组队、拖车离队等控制也可由远程服务器控制。

匹配单元403用于匹配拖车队列。在一些实施例中，匹配单元403匹配拖车队列时，通过接收拖车队列的队列行驶状态信息，进而基于队列行驶状态信息，匹配拖车队列。在一些实施例中，队列行驶状态信息可由拖车队列的首车或者队列中的其他拖车发送。在一些实施例中，队列行驶状态信息可包括多种内容，便于了解拖车队列的行驶状态，为智能驾驶提供依据。在一些实施例中，队列行驶状态信息可包括但不限于以下至少一个：队列行驶的目的地、队列行驶路径、预期到达时间、队列中各智能驾驶拖车的载重量、电量、油量、牵引力、实时位置、故障信息。

加入单元404用于加入匹配的拖车队列。在一些实施例中，加入单元404可以在行驶过程中加入匹配的拖车队列，无需拖车队列停止行驶后再加入，提高运输效率。在一些实施例中，加入单元404需要与匹配的拖车队列完成配对后，才能加入拖车队列，提高拖车队列行驶的安全、可靠性。在一些实施例中，加入单元404在匹配单元403匹配拖车队列后，向匹配的拖车队列发送加入队列申请信息，在接收到加入队列确认信息后，完成与匹配的拖车队列配对，进而加入匹配的拖车队列。

在一些实施例中，加入单元404基于拖车队列的队列行驶状态信息，预测智能驾驶拖车加入匹配的拖车队列的位置。在一些实施例中，加入单元404基于本车与拖车队列尾车的行驶速度及行驶方向，预测两车完成对接的绝对位置，该绝对位置为本车加入匹配的拖车队列的位置。更进一步地，加入单元404基于预测的位置，规划行驶路径；进而基于行驶路径控制智能驾驶拖车行驶，使得智能驾驶拖车尽快追赶上拖车队列。

在一些实施例中，加入单元404通过机械式加入匹配的拖车队列。智能驾驶拖车的前端与后端可分别设置有连接结构，连接结构可与另一智能驾驶拖车的连接结构对接而共同运输货物。加入单元404加入匹配的拖车队列时，通过连接结构与拖车队列的尾车的连接结构对接而加入拖车队列。在一些实施例中，加入单元404将本车的连接结构与拖车队列的尾车的连接结构对接时，基于尾车的连接结构的位置，完成连接结构对接。在一些实施例中，连接结构对接时，本车与拖车队列尾车接近，连接结构打开并完成啮合，以使两车完成对接。在一些实施例中，尾车的连接结构的位置为基于环境感知得到的，或基于拖车队列的首车的位置计算得到的，或基于拖车队列的尾车的位置计算得到的。

在一些实施例中，加入单元404通过感应式加入匹配的拖车队列。加入单元404加入匹配的拖车队列时，通过接收拖车队列共享的队列行驶路径，进而基于共享的队列行驶路径，控制智能驾驶拖车行驶，实现感应式加入匹配的拖车队列，而非直接物理连接。

在一些实施例中，加入单元404在加入匹配的拖车队列的过程中接收到停止加入队列信息后，停止加入。在一些实施例中，若出现特殊状况，则首车发送停止加入队列信息，以防止加入失败或者事故的发生。在一些实施例中，也可由拖车队列中非首车发送停止加入队列信息。在一些实施例中，为了降低对接难度，可在拖车队列静止或匀速直线行驶过程中完成加入，因此，停止加入队列信息为拖车队列中任一拖车确定拖车队列转向或者变速行驶后发送的。在一些实施例中，加入单元404确定队列匀速直线行驶后，重新加入拖车队列。

在一些实施例中，运输控制模块400中各单元的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如接收单元401、控制单元402、匹配单元403和加入单元404可以实现为一个单元；接收单元401、控制单元402、匹配单元403或加入单元404也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图5是本公开实施例提供的一种车载设备的结构示意图。车载设备可支持智能驾驶系统的运行。

如图5所示，车载设备包括：至少一个处理器501、至少一个存储器502和至少一个通信接口503。车载设备中的各个组件通过总线系统504耦合在一起。通信接口503，用于与外部设备之间的信息传输。可理解，总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图5中将各种总线都标为总线系统504。

可以理解，本实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

在一些实施方式中，存储器502存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序。实现本公开实施例提供的智能驾驶拖车运输货物的方法的程序可以包含在应用程序中。

在本公开实施例中，处理器501通过调用存储器502存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器501用于执行本公开实施例提供的智能驾驶拖车运输货物的方法各实施例的步骤。

本公开实施例提供的智能驾驶拖车运输货物的方法可以应用于处理器501中，或者由处理器501实现。处理器501可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(Digital SignalProcessor，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。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。

本公开实施例提供的智能驾驶拖车运输货物的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成方法的步骤。

图6为本公开实施例提供的一种智能驾驶拖车运输货物的方法流程图。智能驾驶拖车不设置驾驶室，该方法的执行主体为智能驾驶拖车的车载设备，在一些实施例中，该方法的执行主体为车载设备所支持的智能驾驶系统。

如图6所示，智能驾驶拖车运输货物的方法可包括以下步骤601至604：

601、接收货物运输请求信息。在一些实施例中，可以在货物运输请求信息中携带各种信息，便于拖车明确货物信息和装卸信息，为后续响应货物运输请求和前往装卸货物提供依据。在一些实施例中，货物运输请求信息包括但不限于以下至少一个：出货位置、卸货位置、货物重量、货物尺寸。

在一些实施例中，可通过多种方式接收货物运输请求信息，提高货物装载的及时性和有效性。例如：可接收云端服务器发送的货物运输请求信息；也可接收出货控制系统广播的货物运输请求信息；还可接收其他智能驾驶拖车发送的货物运输请求信息。在一些实施例中，智能驾驶拖车本身不会直接发送货物运输请求信息，除非本车发生故障时，可以转发货物运输请求信息，以请求其他智能驾驶拖车代替本车完成货物运输。

602、响应货物运输请求信息而控制智能驾驶拖车行驶。在一些实施例中，响应货物运输请求信息后会反馈响应信息，以告知请求发送方本车会进行货物运输。

在一些实施例中，接收到货物运输请求信息后，并非直接响应货物运输请求信息，而是先判断是否响应货物运输请求信息，若是，才响应货物运输请求信息而控制智能驾驶拖车行驶；否则，不响应货物运输请求信息。

在一些实施例中，判断是否响应货物运输请求信息时，可基于本车的状态以及货物信息判断是否响应。例如，判断本车是否有故障，本车是否能承载货物重量、尺寸等，判断可以装载货物且无故障后，再响应请求，进而提高货物装载和运输的可靠性。

在一些实施例中，响应货物运输请求信息而控制智能驾驶拖车行驶时，首先确定目的地，在一些实施例中，目的地为智能驾驶拖车自动装载货物的预设位置或为货物运输请求信息中指定的位置。在一些实施例中，目的地可以为货物运输请求信息中的出货位置或卸货位置；其中，出货位置可以理解为本车需要前往装载货物的位置，卸货位置可以理解为货物被卸载的位置；其次基于目的地规划行驶路径；最后基于行驶路径控制智能驾驶拖车行驶。

在一些实施例中，匹配拖车队列后，基于拖车队列的队列行驶状态信息，预测智能驾驶拖车加入匹配的拖车队列的位置。在一些实施例中，基于本车与拖车队列尾车的行驶速度及行驶方向，预测两车完成对接的绝对位置，该绝对位置为本车加入匹配的拖车队列的位置。更进一步地，基于预测的位置，规划行驶路径；进而基于行驶路径控制智能驾驶拖车行驶，使得智能驾驶拖车尽快追赶上拖车队列。

在一些实施例中，在加入匹配的拖车队列后，基于拖车队列中任一拖车发送的转向指令或者基于拖车队列的队列行驶路径，进行转向。在一些实施例中，队列转向依据阿卡曼式转向原理，转向角度可以由各拖车根据自身规划路径确定，也可以由拖车队列的首车发送转向指令。

在一些实施例中，在加入匹配的拖车队列后，并且确定满足制动条件后，向拖车队列中的各拖车发送制动指令。在一些实施例中，当任意拖车遇到紧急情况需要制动时，可向所有拖车发送制动指令，实现同时制动，保障拖车队列的行驶安全性。

在一些实施例中，在加入匹配的拖车队列后，基于货物运输请求信息以及拖车队列的队列行驶路径，确定脱离拖车队列的位置和卸货位置。更进一步地，基于脱离拖车队列的位置和卸货位置，规划脱离拖车队列后的行驶路径。在一些实施例中，到达脱离拖车队列的位置后，向前车发送加速指令，并向后车发送减速指令，因此，脱离拖车队列无需停车，在行驶过程中即可完成脱离，提高运输效率。在一些实施例中，控制本车脱离拖车队列后，后车重新申请加入拖车队列。

在一些实施例中，智能驾驶拖车还可接收首车设置信息，进而确定本车为拖车队列的首车。在一些实施例中，首车设置信息由云端服务器发送，用于设置拖车队列的首车。在一些实施例中，云端服务器可基于拖车的电量或油量、性能、行驶路径等因素综合选择拖车队列的首车，例如，在多个拖车中，选择电量或油量最充足、性能最好、行驶路径最远的拖车为拖车队列的首车。

在一些实施例中，智能驾驶拖车还可基于本车的行驶状态信息和周围至少一个智能驾驶拖车的行驶状态信息，确定本车是否为首车。在一些实施例中，周围至少一个智能驾驶拖车的行驶状态信息可由云端服务器发送给本车，也可由本车向云端服务器请求获得，也可通过车车通信来获得。在一些实施例中，本车的行驶状态信息例如可包括但不限于：电量或油量、性能、行驶路径等。若本车满足电量或油量最充足、性能最好、行驶路径最远中的至少一个，则确定本车为首车。

在一些实施例中，智能驾驶拖车确定本车为拖车队列的首车后，可规划队列行驶路径，带领车队沿队列行驶路径行驶，并且向队列中的其他拖车发送信息。在一些实施例中，智能驾驶拖车确定本车为拖车队列的首车后，进一步确定队列行驶状态，进而广播队列行驶状态信息，以向周围拖车告知本队列的存在，便于周围拖车申请加入拖车队列。在一些实施例中，广播队列行驶状态信息后，可接收加入队列申请信息，进而响应加入队列申请信息而发送加入队列确认信息。在一些实施例中，在拖车队列静止或者匀速直线行驶时发送加入队列确认信息。

在一些实施例中，拖车组队、拖车离队等控制也可由远程服务器控制。

603、匹配拖车队列。在一些实施例中，匹配拖车队列时，通过接收拖车队列的队列行驶状态信息，进而基于队列行驶状态信息，匹配拖车队列。在一些实施例中，队列行驶状态信息可由拖车队列的首车或者队列中的其他拖车发送。在一些实施例中，队列行驶状态信息可包括多种内容，便于了解拖车队列的行驶状态，为智能驾驶提供依据。在一些实施例中，队列行驶状态信息可包括但不限于以下至少一个：队列行驶的目的地、队列行驶路径、预期到达时间、队列中各智能驾驶拖车的载重量、电量、油量、牵引力、实时位置、故障信息。

604加入匹配的拖车队列。在一些实施例中，可以在行驶过程中加入匹配的拖车队列，无需拖车队列停止行驶后再加入，提高运输效率。在一些实施例中，需要与匹配的拖车队列完成配对后，才能加入拖车队列，提高拖车队列行驶的安全、可靠性。在一些实施例中，在匹配拖车队列后，向匹配的拖车队列发送加入队列申请信息，在接收到加入队列确认信息后，完成与匹配的拖车队列配对，进而加入匹配的拖车队列。

在一些实施例中，为了加入匹配的拖车队列，需要基于拖车队列的队列行驶状态信息，预测智能驾驶拖车加入匹配的拖车队列的位置。在一些实施例中，基于本车与拖车队列尾车的行驶速度及行驶方向，预测两车完成对接的绝对位置，该绝对位置为本车加入匹配的拖车队列的位置。更进一步地，基于预测的位置，规划行驶路径；进而基于行驶路径控制智能驾驶拖车行驶，使得智能驾驶拖车尽快追赶上拖车队列。

在一些实施例中，通过机械式加入匹配的拖车队列。智能驾驶拖车的前端与后端可分别设置有连接结构，连接结构可与另一智能驾驶拖车的连接结构对接而共同运输货物。加入匹配的拖车队列时，通过连接结构与拖车队列的尾车的连接结构对接而加入拖车队列。在一些实施例中，将本车的连接结构与拖车队列的尾车的连接结构对接时，基于尾车的连接结构的位置，完成连接结构对接。在一些实施例中，连接结构对接时，本车与拖车队列尾车接近，连接结构打开并完成啮合，以使两车完成对接。在一些实施例中，尾车的连接结构的位置为基于环境感知得到的，或基于拖车队列的首车的位置计算得到的，或基于拖车队列的尾车的位置计算得到的。

在一些实施例中，通过感应式加入匹配的拖车队列。加入匹配的拖车队列时，通过接收拖车队列共享的队列行驶路径，进而基于共享的队列行驶路径，控制智能驾驶拖车行驶，实现感应式加入匹配的拖车队列，而非直接物理连接。

在一些实施例中，在加入匹配的拖车队列的过程中接收到停止加入队列信息后，停止加入。在一些实施例中，若出现特殊状况，则首车发送停止加入队列信息，以防止加入失败或者事故的发生。在一些实施例中，也可由拖车队列中非首车发送停止加入队列信息。在一些实施例中，为了降低对接难度，可在拖车队列静止或匀速直线行驶过程中完成加入，因此，停止加入队列信息为拖车队列中任一拖车确定拖车队列转向或者变速行驶后发送的。在一些实施例中，确定队列匀速直线行驶后，重新加入拖车队列。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行(例如“向前车发送加速指令”和“向后车发送减速指令”可同时执行，也可先“向前车发送加速指令”，再“向后车发送减速指令”)。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如智能驾驶拖车运输货物的方法各实施例的步骤，为避免重复描述，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种智能驾驶拖车运输货物的方法，其特征在于，所述智能驾驶拖车不设置驾驶室，所述方法包括：

接收货物运输请求信息；

响应所述货物运输请求信息而控制所述智能驾驶拖车行驶；

匹配拖车队列；

加入匹配的拖车队列。

2.根据权利要求1所述的方法，其特征在于，所述货物运输请求信息包括以下至少一个：出货位置、卸货位置、货物重量、货物尺寸。

3.根据权利要求1所述的方法，其特征在于，所述接收货物运输请求信息，包括：

接收云端服务器发送的货物运输请求信息，或，接收出货控制系统广播的货物运输请求信息，或，接收智能驾驶拖车发送的货物运输请求信息。

4.根据权利要求1至3任一项所述的方法，其特征在于，响应所述货物运输请求信息而控制所述智能驾驶拖车行驶，包括：

确定目的地；其中，所述目的地为智能驾驶拖车自动装载货物的预设位置或所述货物运输请求信息中指定的位置；

基于所述目的地规划行驶路径；

基于所述行驶路径控制所述智能驾驶拖车行驶。

5.根据权利要求1所述的方法，其特征在于，所述匹配拖车队列，包括：

接收拖车队列的队列行驶状态信息；

基于所述队列行驶状态信息，匹配拖车队列。

6.根据权利要求5所述的方法，其特征在于，所述队列行驶状态信息包括以下至少一个：

队列行驶的目的地、队列行驶路径、预期到达时间、队列中各智能驾驶拖车的载重量、电量、油量、牵引力、实时位置、故障信息。

7.根据权利要求1所述的方法，其特征在于，所述匹配拖车队列后，所述方法还包括：

向匹配的拖车队列发送加入队列申请信息；

接收加入队列确认信息后，执行所述加入匹配的拖车队列的步骤。

8.根据权利要求1所述的方法，其特征在于，所述加入匹配的拖车队列包括：

基于所述拖车队列的队列行驶状态信息，预测所述智能驾驶拖车加入匹配的拖车队列的位置；

基于所述位置，规划行驶路径；

基于所述行驶路径控制所述智能驾驶拖车行驶。

9.一种车载设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述方法的步骤。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述方法的步骤。

Images