CN111688686A - 一种自动驾驶车队的跟车控制方法、装置、系统及车辆 - Google Patents
一种自动驾驶车队的跟车控制方法、装置、系统及车辆 Download PDFInfo
- Publication number
- CN111688686A CN111688686A CN201910198927.3A CN201910198927A CN111688686A CN 111688686 A CN111688686 A CN 111688686A CN 201910198927 A CN201910198927 A CN 201910198927A CN 111688686 A CN111688686 A CN 111688686A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- control
- pilot
- real
- accelerator
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001133 acceleration Effects 0.000 claims abstract description 96
- 238000004891 communication Methods 0.000 claims description 28
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 101000595182 Homo sapiens Podocan Proteins 0.000 description 2
- 102100036036 Podocan Human genes 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
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
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
Abstract
本申请提供了一种自动驾驶车队的跟车控制方法、装置、系统及车辆，涉及自动驾驶技术领域。方法包括：实时获得领航车的加速数据或制动数据；在获得到领航车的加速数据时，根据领航车的加速数据，确定车辆自身需要的油门控制量；将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速；在获得到领航车的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量；将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。本申请可以实现自动驾驶车队中后车精确快捷的纵向控制，以保证跟车距离较短时，自动驾驶车队的安全运行。
Description
技术领域
本申请涉及自动驾驶技术领域，尤其涉及一种自动驾驶车队的跟车控制方法、装置、系统及车辆。
背景技术
目前，协同自动驾驶车队(Platooning)是指多辆车基于自动驾驶技术和V2V(Vehicle-to-Vehicle，车对车)车联网技术的支持，以极小的车距尾随行驶的编队状态。在编队中，车距远远低于一般意义上的安全行驶车距，仅为20米甚至更小，极小的车距会使头车破开的气流，在车尾直接被第二辆车接纳，而不会形成低压的涡流区，从而有效降低了整个车队在行驶过程中的空气阻力总值。一般以协同自动驾驶车队状态行驶所减少的阻力，可以节约近10％的油耗。协同自动驾驶车队之所以可以保持这么短的间隔，主要原因是受益于V2V通信的低延时通信，V2V可以实现从端到端的100ms内的通信。因此，基于V2V技术，车与车之间可以进行信息交互，一个编队里的一组车能够跟随带头车辆(领航车)，随着它的操控而自行进行操控。比如领航车进行了踩油门、踩刹车或转向等操控，后面的一排车辆都可以在很短时间内进行同样的操控。
目前，在传统的跟车纵向控制中，后车一般通过自身的传感器来获得前车的状态，如与前车的距离，前车的速度等，从而根据自身的传感去获得的前车的状态来控制后车自身进行加速、减速等，以保持和前车的距离。然而后车通过自身的传感器来感知，并进行解算来得到前车的状态，过程较为繁琐缓慢，不适用于自动驾驶车队中跟车距离较短的场景。
发明内容
本申请的实施例提供一种自动驾驶车队的跟车控制方法、装置、系统及车辆，以避免当前后车通过自身的传感器来感知和解算得到前车状态，不适用于自动驾驶车队中跟车距离较短的场景的后车控制的问题。
为达到上述目的，本申请采用如下技术方案：
在本申请实施例的第一方面，提供一种自动驾驶车队的跟车控制方法，包括：
实时获得领航车的加速数据或制动数据；
在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
在本申请实施例的第二方面，提供一种自动驾驶车队的跟车控制装置，包括：
数据获得单元，用于实时获得领航车的加速数据或制动数据；
油门控制量确定单元，用于在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
油门控制量发送单元，用于将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
制动控制量确定单元，用于在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
制动控制量发送单元，用于将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
在本申请实施例的第三方面，提供一种自动驾驶车队的跟车控制系统，该系统包括自动驾驶车队中的领航车以及跟随在领航车后的一至多辆后车；
所述后车实时获得领航车的加速数据或制动数据；
所述后车在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
所述后车将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
所述后车在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
所述后车将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
在本申请实施例的第四方面，提供一种车辆，所述车辆包括自动驾驶车队的跟车控制装置，所述自动驾驶车队的跟车控制装置用于实现上述的自动驾驶车队的跟车控制方法。
在本申请实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的自动驾驶车队的跟车控制方法。
在本申请实施例的第六方面，提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的自动驾驶车队的跟车控制方法。
本申请实施例提供的一种自动驾驶车队的跟车控制方法、装置、系统及车辆，后车能够实时获得领航车的加速数据或制动数据；在获得到领航车的加速数据时，根据领航车的加速数据，确定车辆自身需要的油门控制量；将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速；在获得到领航车的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量；将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。本申请通过车与车之间的通信可以实现自动驾驶车队中后车精确快捷的纵向控制，以保证跟车距离较短时，自动驾驶车队的安全运行。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种自动驾驶车队的跟车控制方法的流程图一；
图2为本申请实施例提供的一种自动驾驶车队的跟车控制方法的流程图二；
图3为本申请实施例提供的一种自动驾驶车队的跟车控制方法的流程图三；
图4为本申请实施例提供的一种自动驾驶车队的跟车控制装置的结构示意图；
图5为本申请实施例提供的一种自动驾驶车队的跟车控制系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
值得说明的是，术语“车辆”在本申请中广泛地解释为包括任何移动物体，包括例如飞行器、船只、航天器、汽车、卡车、厢式货车、半挂车、摩托车、高尔夫球车、越野车辆、仓库运输车辆或农用车以及行驶在轨道上的车辆，例如电车或火车以及其它有轨车辆。本申请中的“车辆”通常可以包括：动力系统、传感器系统、控制系统、外围设备和计算机系统。在其它实施例中，车辆可以包括更多、更少或者不同的系统。
其中，动力系统是为车辆提供动力运动的系统，包括：引擎/马达、变速器和车轮/轮胎、能源单元。
控制系统可以包括控制车辆及其组件的装置的组合，例如转向单元、节气门、制动单元。
外围设备可以是允许车辆与外部传感器、其它车辆、外部计算设备和/或用户进行交互的设备，例如无线通信系统、触摸屏、麦克风和/或扬声器。
基于上述描述的车辆，例如无人驾驶车辆中还配置有传感器系统和无人驾驶控制装置。
传感器系统可以包括用于感测车辆所处环境的信息的多个传感器，以及改变传感器的位置和/或方向的一个或多个致动器。传感器系统可以包括全球定位系统传感器、惯性测量单元、无线电检测和测距(RADAR)单元、相机、激光测距仪、光检测和测距(LIDAR)单元和/或声学传感器等传感器的任何组合；传感器系统还可以包括监视车辆内部系统的传感器(例如O2监视器、燃油表、引擎温度计等)。
无人驾驶控制装置可以包括一个处理器和存储器，存储器中存储有至少一条机器可执行指令，处理器执行至少一条机器可执行指令实现包括地图引擎、定位模块、感知模块、导航或路径模块、以及自动控制模块等的功能。地图引擎和定位模块用于提供地图信息和定位信息。感知模块用于根据传感器系统获取到的信息和地图引擎提供的地图信息感知车辆所处环境中的事物。导航或路径模块用于根据地图引擎、定位模块和感知模块的处理结果，为车辆规划行驶路径。自动控制模块将导航或路径模块等模块的决策信息输入解析转换成对车辆控制系统的控制命令输出，并通过车载网(例如通过CAN总线、局域互联网络、多媒体定向系统传输等方式实现的车辆内部电子网络系统)将控制命令发送给车辆控制系统中的对应部件，实现对车辆的自动控制；自动控制模块还可以通过车载网来获取车辆中各部件的信息。
为了使本领域的技术人员更好的了解本申请，下面对本申请实施例中所涉及的技术术语进行解释如下：
CAN：Controller Area Network，控制器局域网络，车辆中的现场总线。
PCAN：即PCAN-USB，也叫作CAN卡，是一个CAN转USB接口，可以将CAN网络上的报文通过USB接口传输到PC上，通过相关的软件来查看CAN报文。
V2X：Vehicle to X，车对外界的信息交换技术，是未来智能交通运输系统的关键技术。
5G：the 5th Generation mobile communication technology，第五代移动通信技术。
为了使本领域的技术人员更好的了解本申请，下面对本申请所涉及的应用环境进行说明，例如本申请可以应用于自动驾驶车队在高速公路、城市道路、港口，海关，仓库，物流园区等环境的跟车控制。以上仅是本申请中的个别应用实例，需要知道的是，在本申请实施例的教示下，本领域技术人员还可以根据需求提供更多的应用实例，本申请不限于这些应用实例。
在实现本申请实施例的过程中，发明人发现一般情况下在传统的跟车纵向控制中，后车一般通过自身的传感器来获得前车的状态，如与前车的距离，前车的速度等，从而根据自身的传感去获得的前车的状态来控制后车自身进行加速、减速等，以保持和前车的距离。然而后车通过自身的传感器来感知，并进行解算来得到前车的状态，过程较为繁琐缓慢，不适用于自动驾驶车队中跟车距离较短的场景。特别是在目前自动驾驶车队要求跟着距离在几米到20米的距离之内，若还通过传统的跟车纵向控制方式，在前车紧急制动时，很可能存在追尾等严重事故。
为了实现自动驾驶车队中，后车的纵向快捷精确控制，如图1所示，本申请实施例提供一种自动驾驶车队的跟车控制方法，包括：
步骤101、实时获得领航车的加速数据或制动数据。
在步骤101之后，继续执行步骤102或者步骤104。
步骤102、在获得到领航车的加速数据时，根据领航车的加速数据，确定车辆自身需要的油门控制量。
步骤103、将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速。
步骤104、在获得到领航车的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量。
步骤105、将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。
本申请实施例提供的自动驾驶车队的跟车控制方法，通过车与车之间的通信可以实现自动驾驶车队中后车精确快捷的纵向控制，以保证跟车距离较短时，自动驾驶车队的安全运行。
为了使本领域的技术人员更好的了解本申请，下面列举一个更为详细的实施例，如图2(加速部分)和图3(制动部分)所示，本申请实施例提供一种自动驾驶车队的跟车控制方法，其可以应用于一种自动驾驶车队的跟车控制系统，该系统包括自动驾驶车队中的领航车以及跟随在领航车后的一至多辆后车。方法包括：
步骤201、预先进行实验，以进行模型辨识。
即预先从领航车的总线(例如PCAN总线)上获得领航车的发动机转速、加速踏板位置和发动机实际输出力矩，对领航车的动力总成(即Powertrain)做端到端(即end2end)的模型辨识，得到第一模型或者第二模型；第一模型为各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型(即该三维模型中，三个坐标轴如x、y、z轴分别表示各档位发动机转速、加速踏板位置和发动机需求力矩)；第二模型为各档位发动机转速、加速踏板位置和车轮力矩对应的是三维模型(即该三维模型中，三个坐标轴如x、y、z轴分别表示各档位发动机转速、加速踏板位置和车轮力矩)；车轮力矩是在各档位下通过对发动机需求力矩等效求解得到的。
以及，预先获得领航车在各制动踏板位置、各变速箱档位情况下的实际加速度，进行模型辨识，得到第三模型；第三模型为制动踏板位置、变速箱档位和实际加速度对应的三维模型(即该三维模型中，三个坐标轴如x、y、z轴分别表示制动踏板位置、变速箱档位和实际加速度)。
以及，预先获得车辆自身在各制动减速度命令、各变速箱档位情况下的实际加速度，进行模型辨识，得到第四模型；第四模型为制动减速度、变速箱档位和实际加速度对应的三维模型(即该三维模型中，三个坐标轴如x、y、z轴分别表示制动减速度、变速箱档位和实际加速度)。
此处进行模型辨识的目的是确定领航车和后车车辆自身的运行特点，从而便于后续获得已知数据后，可以通过已知数据和模型辨识得到的模型来确定相应的控制量等数据。
步骤202、通过车辆自身的第一V2X通信设备与领航车的第二V2X通信设备进行通信，接收领航车的第二V2X通信设备发送的领航车的加速数据或制动数据。
在自动驾驶车队中，由于车与车之间的距离较近，因此采用V2X通信较为便捷。另外，领航车与后车车辆自身之间的通信还可以采用5G通信，但不仅局限于此。
在步骤202之后，若接收到加速数据，则如图2所示，执行步骤203、步骤204、步骤207，或者若接收到制动数据，则如图3所示，执行步骤214。
步骤203、所获得的加速数据包括领航车加速踏板位置；在获得到领航车加速踏板位置时，根据领航车加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比。
其中，该预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。即例如下表1所示：
表1：
| 加速踏板位置(％) | 油门百分比(％) |
| 10％ | 10％ |
| 20％ | 20％ |
| 30％ | 30％ |
| …… | …… |
| 100％ | 100％ |
上述表1中的对应关系仅为了清楚说明该实施例，但不仅局限于此，该预先设置的对应关系还可以根据需求预先设置为不同的方式和关系。
步骤204、所获得的加速数据包括领航车实时的加速踏板位置、发动机转速和变速箱档位；在获得到领航车的加速踏板位置、发动机转速和变速箱档位时，根据领航车的加速踏板位置、发动机转速和变速箱档位，采用第一模型，得到领航车的发动机需求力矩；在该变速箱档位下对领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩。
即由于第一模型是各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型，因此在领航车的加速踏板位置、发动机转速和变速箱档位获得的情况下，可以采用该第一模型算出领航车的发动机需求力矩。
在步骤204之后，执行步骤205或者步骤206。
步骤205、获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比。
其中，该预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。即可以例如上述表1所示，此处不再赘述。
由于第一模型是各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型，因此在车辆自身的实时发动机转速、实时变速箱档位和领航车的发动机需求力矩获得的情况下，可以采用该第一模型算出车辆自身需要的加速踏板位置。
步骤206、获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比。
其中，该预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。即可以例如上述表1所示，此处不再赘述。
由于第二模型是各档位发动机转速、加速踏板位置和车轮力矩对应的是三维模型，因此在车辆自身的实时发动机转速、实时变速箱档位和领航车的车轮力矩获得的情况下，可以通过该第二模型算出车辆自身需要的加速踏板位置。
步骤207、所获得的加速数据包括领航车的发动机需求力矩和变速箱档位；在获得到领航车的发动机需求力矩和变速箱档位时，在该变速箱档位下对领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩。
在步骤207之后执行步骤208或者步骤209。
步骤208、获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比。
其中，预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。即可以例如上述表1所示，此处不再赘述。
由于第一模型是各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型，因此在车辆自身的实时发动机转速、实时变速箱档位和领航车的发动机需求力矩获得的情况下，可以采用该第一模型算出车辆自身需要的加速踏板位置。
步骤209、获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比。
其中，预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。即可以例如上述表1所示，此处不再赘述。
在步骤203、步骤205、步骤206、步骤208和步骤209之后继续执行步骤210。
步骤210、将车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以油门百分比进行加速。
步骤211、通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离。
例如可以采用车辆自身的激光雷达、摄像头、毫米波雷达、超声波雷达等来进行测距，但不仅局限于此。
在步骤211之后继续执行步骤212或者步骤213。
步骤212、若实时距离小于预先设置的预期距离，根据实时距离确定一油门控制调节量，在油门控制量减去油门控制调节量，以控制实时距离增大。
步骤213、若实时距离大于预先设置的预期距离，根据实时距离确定一油门控制调节量，在油门控制量增加油门控制调节量，以控制实时距离减小。
这样，通过上述步骤211至步骤213，可以实现前后车辆的距离闭环控制，以在车辆加速和制动的过程中保持前后车辆的距离。
步骤214、所获得的制动数据包括领航车制动踏板位置和变速箱档位；在获得到领航车制动踏板位置和变速箱档位时，根据领航车制动踏板位置和变速箱档位，采用第三模型确定领航车加速度。
此处，由于第三模型为制动踏板位置、变速箱档位和实际加速度对应的三维模型，因此在领航车制动踏板位置、变速箱档位获得的情况下，可以通过该第三模型计算出领航车加速度。
步骤215、获得车辆自身的变速箱档位，并根据领航车加速度，采用第四模型得到车辆自身需要的制动减速度。
此处，由于第四模型是制动减速度、变速箱档位和实际加速度对应的三维模型，因此在车辆自身的变速箱档位和领航车加速度获得的情况下，可以通过第四模型计算得到车辆自身需要的制动减速度。
步骤216、将车辆自身需要的制动减速度发送至车辆自身的制动控制器，以控制车辆自身以制动减速度进行制动。
步骤217、通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离。
例如可以采用车辆自身的激光雷达、摄像头、毫米波雷达、超声波雷达等来进行测距，但不仅局限于此。
步骤218、若实时距离小于预先设置的预期距离，根据实时距离确定一制动控制调节量，在制动控制量增加制动控制调节量，以控制实时距离增大。
步骤219、若实时距离大于预先设置的预期距离，根据实时距离确定一制动控制调节量，在制动控制量减去制动控制调节量，以控制实时距离减小。
这样，通过上述步骤217至步骤219，可以实现前后车辆的距离闭环控制，以在车辆加速和制动的过程中保持前后车辆的距离。
本申请实施例提供的自动驾驶车队的跟车控制方法，通过车与车之间的通信，以及距离闭环控制，可以实现自动驾驶车队中后车精确快捷的纵向控制，以保证跟车距离较短时，自动驾驶车队能够安全行驶，避免发生追尾、控制精度较差的问题。
另外，在一实施例中，如图4所示，本申请实施例还提供一种自动驾驶车队的跟车控制装置，包括：
数据获得单元301，用于实时获得领航车的加速数据或制动数据。
油门控制量确定单元302，用于在获得到领航车的加速数据时，根据领航车的加速数据，确定车辆自身需要的油门控制量。
油门控制量发送单元303，用于将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速。
制动控制量确定单元304，用于在获得到领航车的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量。
制动控制量发送单元305，用于将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。
值得说明的是，该自动驾驶车队的跟车控制装置可以是设置在车辆上的车载服务器、车载计算机等可对数据进行存储和计算处理的设备。当然，在通信带宽足够的情况下，该自动驾驶车队的跟车控制装置还可以设置在云服务器上，而云服务器可以与车载服务器或车载计算机等设备通信连接。该自动驾驶车队的跟车控制装置的具体实现方式可以参见上述图1至图3所示的方法实例，此处不再赘述。
另外，在一实施例中，如图5所示，本申请实施例还提供一种自动驾驶车队的跟车控制系统40，该系统40包括自动驾驶车队中的领航车401以及跟随在领航车401后的一至多辆后车402(或者称为跟随车)。后续的车辆自身是指后车402自身。
后车402实时获得领航车401的加速数据或制动数据。
后车402在获得到领航车401的加速数据时，根据领航车401的加速数据，确定车辆自身需要的油门控制量。
后车402将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速。
后车402在获得到领航车401的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量。
后车402将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。
在一实施例中，如图5所示，该后车402设置有第一V2X通信设备403，领航车401设置有第二V2X通信设备404；则后车402，具体可以：
通过车辆自身的第一V2X通信设备与领航车的第二V2X通信设备进行通信，接收领航车的第二V2X通信设备发送的领航车的加速数据或制动数据。
在一实施例中，该加速数据包括领航车加速踏板位置。
则该后车402，具体可以：
在获得到领航车加速踏板位置时，根据领航车加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。
后车402，具体还可以：
将车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以油门百分比进行加速。
在一实施例中，该后车402，还可以：
预先从领航车的总线上获得领航车的发动机转速、加速踏板位置和发动机实际输出力矩，对领航车的动力总成做端到端的模型辨识，得到第一模型或者第二模型；第一模型为各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型；第二模型为各档位发动机转速、加速踏板位置和车轮力矩对应的是三维模型；车轮力矩是在各档位下通过对发动机需求力矩等效求解得到的。
在一实施例中，加速数据包括领航车实时的加速踏板位置、发动机转速和变速箱档位。
则该后车402，具体可以：
在获得到领航车的加速踏板位置、发动机转速和变速箱档位时，根据领航车的加速踏板位置、发动机转速和变速箱档位，采用第一模型，得到领航车的发动机需求力矩；在该变速箱档位下对领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩。
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。
该后车402，具体还可以：
将车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以油门百分比进行加速。
在一实施例中，该加速数据包括领航车的发动机需求力矩和变速箱档位。
则该后车402，具体可以：
在获得到领航车的发动机需求力矩和变速箱档位时，在该变速箱档位下对领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩。
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系。
该后车402，具体还可以：
将车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以油门百分比进行加速。
另外，在一实施例中，该后车402，还可以：
预先获得领航车在各制动踏板位置、各变速箱档位情况下的实际加速度，进行模型辨识，得到第三模型；第三模型为制动踏板位置、变速箱档位和实际加速度对应的三维模型。
预先获得车辆自身在各制动减速度命令、各变速箱档位情况下的实际加速度，进行模型辨识，得到第四模型；第四模型为制动减速度、变速箱档位和实际加速度对应的三维模型。
另外，在一实施例中，制动数据包括领航车制动踏板位置和变速箱档位。
则该后车402，具体可以：
在获得到领航车制动踏板位置和变速箱档位时，根据领航车制动踏板位置和变速箱档位，采用第三模型确定领航车加速度。
获得车辆自身的变速箱档位，并根据领航车加速度，采用第四模型得到车辆自身需要的制动减速度。
后车402，具体还可以：
将车辆自身需要的制动减速度发送至车辆自身的制动控制器，以控制车辆自身以制动减速度进行制动。
另外，在一实施例中，后车402，还可以：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离。
在实时距离小于预先设置的预期距离时，根据实时距离确定一油门控制调节量，在油门控制量减去油门控制调节量，以控制实时距离增大。
在实时距离大于预先设置的预期距离时，根据实时距离确定一油门控制调节量，在油门控制量增加油门控制调节量，以控制实时距离减小。
另外，在一实施例中，该后车402，还可以：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离。
在实时距离小于预先设置的预期距离时，根据实时距离确定一制动控制调节量，在制动控制量增加制动控制调节量，以控制实时距离增大。
在实时距离大于预先设置的预期距离时，根据实时距离确定一制动控制调节量，在制动控制量减去制动控制调节量，以控制实时距离减小。
此处，该自动驾驶车队的跟车控制系统40的具体实现方式可以参见上述图1至图3的方法实施例，此处不再赘述。
在一实施例中，本申请实施例还提供一种车辆，可以包括上述图4中的自动驾驶车队的跟车控制装置，自动驾驶车队的跟车控制装置用于实现上述图1至图3所示的自动驾驶车队的跟车控制方法。
在一实施例中，本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述图1至图3所示的自动驾驶车队的跟车控制方法。
在一实施例中，本申请实施例还提供一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，处理器执行程序时实现上述图1至图3所示的自动驾驶车队的跟车控制方法。
本申请实施例提供的一种自动驾驶车队的跟车控制方法、装置、系统及车辆，后车能够实时获得领航车的加速数据或制动数据；在获得到领航车的加速数据时，根据领航车的加速数据，确定车辆自身需要的油门控制量；将油门控制量发送至车辆自身的油门控制器，以控制车辆自身以油门控制量进行加速；在获得到领航车的制动数据时，根据领航车的制动数据，确定车辆自身需要的制动控制量；将制动控制量发送至车辆自身的制动控制器，以控制车辆自身以制动控制量进行制动。本申请通过车与车之间的通信可以实现自动驾驶车队中后车精确快捷的纵向控制，以保证跟车距离较短时，自动驾驶车队的安全运行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请中应用了具体实施例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (24)
1.一种自动驾驶车队的跟车控制方法，其特征在于，包括：
实时获得领航车的加速数据或制动数据；
在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
2.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，所述实时获得领航车的加速数据或制动数据，包括：
通过车辆自身的第一V2X通信设备与领航车的第二V2X通信设备进行通信，接收领航车的第二V2X通信设备发送的领航车的加速数据或制动数据。
3.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，所述加速数据包括领航车加速踏板位置；
所述在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量，包括：
在获得到领航车加速踏板位置时，根据所述领航车加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速，包括：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
4.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，在实时获得领航车的加速数据或制动数据之前，还包括：
预先从领航车的总线上获得领航车的发动机转速、加速踏板位置和发动机实际输出力矩，对领航车的动力总成做端到端的模型辨识，得到第一模型或者第二模型；所述第一模型为各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型；所述第二模型为各档位发动机转速、加速踏板位置和车轮力矩对应的是三维模型；所述车轮力矩是在各档位下通过对发动机需求力矩等效求解得到的。
5.根据权利要求4所述的自动驾驶车队的跟车控制方法，其特征在于，所述加速数据包括领航车实时的加速踏板位置、发动机转速和变速箱档位；
所述在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量，包括：
在获得到领航车的加速踏板位置、发动机转速和变速箱档位时，根据所述领航车的加速踏板位置、发动机转速和变速箱档位，采用所述第一模型，得到领航车的发动机需求力矩；在该变速箱档位下对所述领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩；
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用所述第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用所述第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速，包括：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
6.根据权利要求4所述的自动驾驶车队的跟车控制方法，其特征在于，所述加速数据包括领航车的发动机需求力矩和变速箱档位；
所述在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量，包括：
在获得到领航车的发动机需求力矩和变速箱档位时，在该变速箱档位下对所述领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩；
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用所述第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用所述第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速，包括：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
7.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，在实时获得领航车的加速数据或制动数据之前，还包括：
预先获得领航车在各制动踏板位置、各变速箱档位情况下的实际加速度，进行模型辨识，得到第三模型；所述第三模型为制动踏板位置、变速箱档位和实际加速度对应的三维模型；
预先获得车辆自身在各制动减速度命令、各变速箱档位情况下的实际加速度，进行模型辨识，得到第四模型；所述第四模型为制动减速度、变速箱档位和实际加速度对应的三维模型。
8.根据权利要求7所述的自动驾驶车队的跟车控制方法，其特征在于，所述制动数据包括领航车制动踏板位置和变速箱档位；
所述在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量，包括：
在获得到领航车制动踏板位置和变速箱档位时，根据所述领航车制动踏板位置和变速箱档位，采用第三模型确定领航车加速度；
获得车辆自身的变速箱档位，并根据所述领航车加速度，采用第四模型得到车辆自身需要的制动减速度；
所述将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动，包括：
将所述车辆自身需要的制动减速度发送至车辆自身的制动控制器，以控制车辆自身以所述制动减速度进行制动。
9.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，在控制车辆自身以所述油门控制量进行加速之后，还包括：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离；
若所述实时距离小于预先设置的预期距离，根据所述实时距离确定一油门控制调节量，在所述油门控制量减去所述油门控制调节量，以控制所述实时距离增大；
若所述实时距离大于预先设置的预期距离，根据所述实时距离确定一油门控制调节量，在所述油门控制量增加所述油门控制调节量，以控制所述实时距离减小。
10.根据权利要求1所述的自动驾驶车队的跟车控制方法，其特征在于，在控制车辆自身以所述制动控制量进行制动之后，还包括：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离；
若所述实时距离小于预先设置的预期距离，根据所述实时距离确定一制动控制调节量，在所述制动控制量增加所述制动控制调节量，以控制所述实时距离增大；
若所述实时距离大于预先设置的预期距离，根据所述实时距离确定一制动控制调节量，在所述制动控制量减去所述制动控制调节量，以控制所述实时距离减小。
11.一种自动驾驶车队的跟车控制装置，其特征在于，包括：
数据获得单元，用于实时获得领航车的加速数据或制动数据；
油门控制量确定单元，用于在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
油门控制量发送单元，用于将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
制动控制量确定单元，用于在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
制动控制量发送单元，用于将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
12.一种自动驾驶车队的跟车控制系统，其特征在于，该系统包括自动驾驶车队中的领航车以及跟随在领航车后的一至多辆后车；
所述后车实时获得领航车的加速数据或制动数据；
所述后车在获得到领航车的加速数据时，根据所述领航车的加速数据，确定车辆自身需要的油门控制量；
所述后车将所述油门控制量发送至车辆自身的油门控制器，以控制车辆自身以所述油门控制量进行加速；
所述后车在获得到领航车的制动数据时，根据所述领航车的制动数据，确定车辆自身需要的制动控制量；
所述后车将所述制动控制量发送至车辆自身的制动控制器，以控制车辆自身以所述制动控制量进行制动。
13.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述后车设置有第一V2X通信设备，所述领航车设置有第二V2X通信设备；所述后车，具体用于：
通过车辆自身的第一V2X通信设备与领航车的第二V2X通信设备进行通信，接收领航车的第二V2X通信设备发送的领航车的加速数据或制动数据。
14.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述加速数据包括领航车加速踏板位置；
所述后车，具体用于：
在获得到领航车加速踏板位置时，根据所述领航车加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述后车，具体还用于：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
15.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述后车，还用于：
预先从领航车的总线上获得领航车的发动机转速、加速踏板位置和发动机实际输出力矩，对领航车的动力总成做端到端的模型辨识，得到第一模型或者第二模型；所述第一模型为各档位发动机转速、加速踏板位置和发动机需求力矩对应的三维模型；所述第二模型为各档位发动机转速、加速踏板位置和车轮力矩对应的是三维模型；所述车轮力矩是在各档位下通过对发动机需求力矩等效求解得到的。
16.根据权利要求15所述的自动驾驶车队的跟车控制系统，其特征在于，所述加速数据包括领航车实时的加速踏板位置、发动机转速和变速箱档位；
所述后车，具体用于：
在获得到领航车的加速踏板位置、发动机转速和变速箱档位时，根据所述领航车的加速踏板位置、发动机转速和变速箱档位，采用所述第一模型，得到领航车的发动机需求力矩；在该变速箱档位下对所述领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩；
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用所述第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用所述第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述后车，具体还用于：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
17.根据权利要求15所述的自动驾驶车队的跟车控制系统，其特征在于，所述加速数据包括领航车的发动机需求力矩和变速箱档位；
所述后车，具体用于：
在获得到领航车的发动机需求力矩和变速箱档位时，在该变速箱档位下对所述领航车的发动机需求力矩进行等效求解得到领航车的车轮力矩；
获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的发动机需求力矩，采用所述第一模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
或者，获得车辆自身的实时发动机转速和实时变速箱档位，根据得到的领航车的车轮力矩，采用所述第二模型，得到车辆自身需要的加速踏板位置，在一预先设置的对应关系中确定车辆自身需要的油门百分比；所述预先设置的对应关系包括各加速踏板位置与各油门百分比的对应关系；
所述后车，具体还用于：
将所述车辆自身需要的油门百分比发送至车辆自身的油门控制器，以控制车辆自身以所述油门百分比进行加速。
18.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述后车，还用于：
预先获得领航车在各制动踏板位置、各变速箱档位情况下的实际加速度，进行模型辨识，得到第三模型；所述第三模型为制动踏板位置、变速箱档位和实际加速度对应的三维模型；
预先获得车辆自身在各制动减速度命令、各变速箱档位情况下的实际加速度，进行模型辨识，得到第四模型；所述第四模型为制动减速度、变速箱档位和实际加速度对应的三维模型。
19.根据权利要求18所述的自动驾驶车队的跟车控制系统，其特征在于，所述制动数据包括领航车制动踏板位置和变速箱档位；
所述后车，具体用于：
在获得到领航车制动踏板位置和变速箱档位时，根据所述领航车制动踏板位置和变速箱档位，采用第三模型确定领航车加速度；
获得车辆自身的变速箱档位，并根据所述领航车加速度，采用第四模型得到车辆自身需要的制动减速度；
所述后车，具体还用于：
将所述车辆自身需要的制动减速度发送至车辆自身的制动控制器，以控制车辆自身以所述制动减速度进行制动。
20.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述后车，还用于：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离；
在所述实时距离小于预先设置的预期距离时，根据所述实时距离确定一油门控制调节量，在所述油门控制量减去所述油门控制调节量，以控制所述实时距离增大；
在所述实时距离大于预先设置的预期距离时，根据所述实时距离确定一油门控制调节量，在所述油门控制量增加所述油门控制调节量，以控制所述实时距离减小。
21.根据权利要求12所述的自动驾驶车队的跟车控制系统，其特征在于，所述后车，还用于：
通过车辆自身的传感器获得车辆自身与自动驾驶车队中车辆自身的前车的实时距离；
在所述实时距离小于预先设置的预期距离时，根据所述实时距离确定一制动控制调节量，在所述制动控制量增加所述制动控制调节量，以控制所述实时距离增大；
在所述实时距离大于预先设置的预期距离时，根据所述实时距离确定一制动控制调节量，在所述制动控制量减去所述制动控制调节量，以控制所述实时距离减小。
22.一种车辆，其特征在于，所述车辆包括自动驾驶车队的跟车控制装置，所述自动驾驶车队的跟车控制装置用于实现权利要求1至10所述的自动驾驶车队的跟车控制方法。
23.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至10所述的自动驾驶车队的跟车控制方法。
24.一种计算机设备，包括存储器、处理器及存储在存储上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至10所述的自动驾驶车队的跟车控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910198927.3A CN111688686A (zh) | 2019-03-15 | 2019-03-15 | 一种自动驾驶车队的跟车控制方法、装置、系统及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910198927.3A CN111688686A (zh) | 2019-03-15 | 2019-03-15 | 一种自动驾驶车队的跟车控制方法、装置、系统及车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111688686A true CN111688686A (zh) | 2020-09-22 |
Family
ID=72475351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910198927.3A Pending CN111688686A (zh) | 2019-03-15 | 2019-03-15 | 一种自动驾驶车队的跟车控制方法、装置、系统及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111688686A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112654008A (zh) * | 2020-12-15 | 2021-04-13 | 郑州嘉晨电器有限公司 | 一种室内作业车辆跟随系统 |
| CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
| CN114394094A (zh) * | 2021-12-24 | 2022-04-26 | 华人运通(上海)自动驾驶科技有限公司 | 一种安全跟车的辅助驾驶方法、车辆 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107089231A (zh) * | 2017-03-27 | 2017-08-25 | 中国第汽车股份有限公司 | 一种自动跟车行驶控制系统及其方法 |
| CN107406077A (zh) * | 2015-02-26 | 2017-11-28 | 沃尔沃卡车集团 | 控制车队中的车辆之间间隙的方法 |
| EP3316064A1 (de) * | 2016-10-28 | 2018-05-02 | MAN Truck & Bus AG | Vorrichtung zur längsregelung eines nutzfahrzeugs in einem fahrzeugverband |
| US20180210462A1 (en) * | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
| US20190064848A1 (en) * | 2017-08-23 | 2019-02-28 | Robert Bosch Gmbh | Method for controlling a group of vehicles |
-
2019
- 2019-03-15 CN CN201910198927.3A patent/CN111688686A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180210462A1 (en) * | 2013-03-15 | 2018-07-26 | Peloton Technology, Inc. | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles |
| CN107406077A (zh) * | 2015-02-26 | 2017-11-28 | 沃尔沃卡车集团 | 控制车队中的车辆之间间隙的方法 |
| EP3316064A1 (de) * | 2016-10-28 | 2018-05-02 | MAN Truck & Bus AG | Vorrichtung zur längsregelung eines nutzfahrzeugs in einem fahrzeugverband |
| CN107089231A (zh) * | 2017-03-27 | 2017-08-25 | 中国第汽车股份有限公司 | 一种自动跟车行驶控制系统及其方法 |
| US20190064848A1 (en) * | 2017-08-23 | 2019-02-28 | Robert Bosch Gmbh | Method for controlling a group of vehicles |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112654008A (zh) * | 2020-12-15 | 2021-04-13 | 郑州嘉晨电器有限公司 | 一种室内作业车辆跟随系统 |
| CN112654008B (zh) * | 2020-12-15 | 2022-12-06 | 河南嘉晨智能控制股份有限公司 | 一种室内作业车辆跟随系统 |
| CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
| CN114394094A (zh) * | 2021-12-24 | 2022-04-26 | 华人运通(上海)自动驾驶科技有限公司 | 一种安全跟车的辅助驾驶方法、车辆 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110550029B (zh) | 障碍物避让方法及装置 | |
| US10520952B1 (en) | Devices, systems, and methods for transmitting vehicle data | |
| CN106708057B (zh) | 一种智能车辆编队行驶方法 | |
| CN109582022B (zh) | 一种自动驾驶策略决策系统与方法 | |
| CN106873589B (zh) | 一种智能车辆自主跟随方法 | |
| US20200201356A1 (en) | Systems and methods for managing platooning behavior | |
| CN111696339B (zh) | 一种自动驾驶车队的跟车控制方法、系统及车辆 | |
| CN111319629B (zh) | 一种自动驾驶车队的组队方法、装置及系统 | |
| CN112277942A (zh) | 一种自动驾驶车辆的队列控制方法、车载装置及系统 | |
| CN113031576B (zh) | 自动驾驶车队中的车辆控制方法、车载装置及车辆 | |
| Guvenc et al. | Connected and autonomous vehicles | |
| US20190066406A1 (en) | Method and apparatus for monitoring a vehicle | |
| WO2022016351A1 (zh) | 一种行驶决策选择方法以及装置 | |
| CN111688686A (zh) | 一种自动驾驶车队的跟车控制方法、装置、系统及车辆 | |
| CN112477849B (zh) | 自动驾驶卡车的泊车控制方法、装置及自动驾驶卡车 | |
| CN112519777B (zh) | 自动驾驶车队的控制方法、车载装置、车辆及系统 | |
| US20220189311A1 (en) | Waypoint information transmission method, apparatus and system for platooning | |
| CN112389438A (zh) | 一种车辆转向系统传动比的确定方法及装置 | |
| CN112519776B (zh) | 自动驾驶车队的控制方法、车载装置及自动驾驶车辆 | |
| CN112477861B (zh) | 自动驾驶卡车的行驶控制方法、装置及自动驾驶卡车 | |
| CN112534302B (zh) | 一种雷达以及增益控制方法 | |
| CN113525405A (zh) | 自动驾驶车辆的辅助控制方法、车载装置及系统 | |
| CN112428981B (zh) | 一种自动驾驶卡车的控制方法、装置及自动驾驶卡车 | |
| CN113246949B (zh) | 自动跟随距离的巡航控制方法 |
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 |