CN111746539B - 一种智能网联汽车严格安全换道入队控制方法 - Google Patents

一种智能网联汽车严格安全换道入队控制方法 Download PDF

Info

Publication number
CN111746539B
CN111746539B CN202010633606.4A CN202010633606A CN111746539B CN 111746539 B CN111746539 B CN 111746539B CN 202010633606 A CN202010633606 A CN 202010633606A CN 111746539 B CN111746539 B CN 111746539B
Authority
CN
China
Prior art keywords
vehicle
lane change
lane
inter
strict
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.)
Active
Application number
CN202010633606.4A
Other languages
English (en)
Other versions
CN111746539A (zh
Inventor
黄晋
胡展溢
孟天闯
杨泽宇
杨殿阁
钟志华
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010633606.4A priority Critical patent/CN111746539B/zh
Publication of CN111746539A publication Critical patent/CN111746539A/zh
Application granted granted Critical
Publication of CN111746539B publication Critical patent/CN111746539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • 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

Landscapes

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

Abstract

本发明公开了一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：步骤1；当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度；步骤2；领航车判定申请入队车辆的汇入位置；步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换；步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制，该方法能确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全。

Description

一种智能网联汽车严格安全换道入队控制方法
技术领域
本发明涉及一种智能网联汽车道路安全控制技术，尤其涉及一种智能网联汽车安全自组织多车换道合流控制方法。
背景技术
车辆队列行驶是指将同一车道的邻近车辆进行编队，根据编队中其他车辆信息自动调整该车辆的运动状态，最终达到一致的行驶速度和期望的空间构型。队列行驶可以显著减缓交通拥堵、改善交通效率、提高驾驶安全性和改进燃油经济性。针对车辆队列行驶的实验项目包括英国主导的SARTRE项目、瑞典主导的SCANIA项目、荷兰主导的GCDC公路挑战赛等。以上项目验证了队列控制在安全、节能、环保和缓解交通拥堵方面的积极作用，也推动了协同式自动驾驶的商用化进程。
换道是在车辆行驶过程中的一个常规操作，统计表明在我国高速公路的众多交通事故中，不同车道车辆合流导致的事故占近50％。提升换道过程安全性、高效性具有重要意义，智能网联汽车可以利用车载感知、通信单元实现车-车通信(V2V)，获取周围车辆的信息，实现安全、高效的协同多车换道合流。
目前，智能网联汽车的换道合流策略也有不少人进行研究，但现有研究对合流序列与合流轨迹的强耦合考虑较少，且大多是基于线性运动学控制模型，侧重于通过规划车辆运动学参数的变化来实现车与车之间的避撞，其建立在大量通讯和高效计算的基础上，且未考虑实际车辆纵向动力学的强非线性，难以严格保证合流过程避撞。
发明内容
为发明的目的是确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全。
本发明提供的技术方案是一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：
步骤1；当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度；
步骤2；领航车判定申请入队车辆的汇入位置；
步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换；
步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；
步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。
进一步地，步骤3具体包括以下步骤：
步骤3.1、建立车间距误差双边约束
定义i号车的车间距误差为：ei＝dd-xi-1+xi+li-1，其中li-1为i-1号车的车长，i为更新后的车辆序号，即图1中车辆右侧的序号，i＝1,2,3,4,5,6,7,8……；xi表示i号车的位置，xi-1表示i-1号车的位置。
实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即
di,mim<xi-1-xi-li-1<di,max
其中di,min、di,max为大于0的常数，分别代表i号车最小车间距与最大车间距；xi表示i号车的位置，xi-1表示i-1号车的位置。
由此，i号车的车间距误差ei的双边约束可以写作：
Figure BDA0002566865080000021
其中d i、
Figure BDA0002566865080000022
为常数，其值可根据上式求得；dd为常数，表示期望车间距。
步骤3.2、对步骤3.1中得到的双边约束进行状态变换，将受约束的状态ei转变为不受约束的状态zi，转换方法如下：
Figure BDA0002566865080000023
其中
Figure BDA0002566865080000024
T表示转换映射。
这样就得到，zi＝T(ei)，ei＝T-1(zi)。
进一步地，步骤4具体包括如下步骤：
步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下
Figure BDA0002566865080000025
其中，xi(t)为位移；vi(t)为车速；ui为车辆驱动力(或制动力)；Mi为车辆质量；ci为空气阻力系数；civi(t)|vi(t)|为空气阻力项；-Fi为滚动阻力和坡道阻力项；σi(t)为参数时变不确定性部分；下标i代表i号车对应的参数；
步骤4.2；将步骤4.1所得动力学模型中的
Figure BDA0002566865080000031
用变量zi来替换，得到关于zi的动力学方程如下
Figure BDA0002566865080000032
其中，
Figure BDA0002566865080000033
下标i代表i号车对应的参数，下标i-1代表i-1号车对应的参数。
步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达式ui(t)，
ui(t)＝p1+p2+p3
其中，p1为针对名义部分的控制律；p2为用于消除初始误差的控制律；p3为针对不确定性部分的控制律。
本发明的有益效果为：
1、本发明用采用一种状态变换的方法，确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全；
2、本发明充分考虑换道合流不同阶段的行驶需求，在横向运动开始前兼顾多车的安全性、经济性、舒适性、高效性，在横向运动开始后严格保证多车的安全性；
3、本发明所用的通行控制方法侧重于车辆非线性动力学控制，更符合实际场景且适用于多辆车换道的情形，为智能网联汽车自组织多车换道合流提供了新思路。
附图说明
图1为请求入队的车辆与队列车辆的路面行车示意图；
图2为方法总流程图；
图3为状态变换示意图；
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互结合。
如图1所示，该实施例提供了一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：
步骤1；当有匝道车辆申请换道入队时，主车道，即图1中的中间车道，现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度。
关于图1中各编号的说明：处于车辆左侧的各编号A、B、C、①、②、③、④、⑤表示申请换道前的车辆编号；处于车辆右侧的各编号
Figure BDA0002566865080000041
Figure BDA0002566865080000042
为申请换道后的新车辆编号。
如图1所示，中间车道为主车道，图1中的①号车为领航车，①、②、③、④、⑤为原有的主车道车辆；A、B、C为三辆申请换道的车，这三辆车对应的位置为xA、xB、xC；
步骤2；领航车判定申请入队车辆的汇入位置
领航车根据申请入队车辆的位置xA、xB、xC，以及中间车道所有附近车辆的位置X①、X②、X③、X④、X⑤，进行判定，判定规则为当前位置靠前的排在前面。以图1中场景为例：
X②<xA<X①
X④<xB<X③
X⑤<xC<X④
那么A车就汇入到①车和②车中间，即A车跟随①车，②车跟随A车；B车就汇入到③车和④车中间，即B车跟随③车，④车跟随B车；C车就汇入到④车和⑤车中间，即C车跟随④车，⑤车跟随C车。据此方法，每辆申请入队的车辆都能找到它对应的汇入位置，也就找到了它需要跟随的车辆。
确定汇入位置后按新的行驶顺序更新车辆序号，即
Figure BDA0002566865080000043
Figure BDA0002566865080000044
如图1所示，每辆车左侧的编号为更新前序号，右侧的编号为更新后的序号。
步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换。
步骤3.1；建立车间距误差双边约束
依据更新后的车辆编号，定义i号车，i为更新后的车辆序号，即图1中车辆右侧的序号，i＝1,2,3,4,5,6,7,8。的车间距误差为：ei＝dd-xi-1+xi+li-1，其中li-1为i-1号车的车长；xi表示i号车的位置，xi-1表示i-1号车的位置。
本发明旨在实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即
di,min<xi-1-xi-li-1<di,max
其中di,min、di,max为大于0的常数，分别代表i号车最小车间距与最大车间距；xi表示i号车的位置，xi-1表示i-1号车的位置。
由此，i号车的车间距误差ei的双边约束可以写作：
Figure BDA0002566865080000051
其中d i、
Figure BDA0002566865080000052
为常数，其值可根据上式求得；dd为常数，表示期望车间距。
步骤3.2；对步骤3.1中得到的双边约束进行状态变换，将受约束的状态ei转变为不受约束的状态zi，转换方法如下：
Figure BDA0002566865080000053
其中
Figure BDA0002566865080000054
T表示转换映射。
这样就得到，zi＝T(ei)，ei＝T-1(zi)。下标i代表i号车对应的参数，i为更新后的车辆序号i，即图1中位于车辆右侧的编号
Figure BDA0002566865080000055
本发明通过步骤3状态变换来严格保证车间距误差始终处于合理范围内，进而确保换道汇入过程的严格安全。其变换过程如图3所示，不仅严格保证安全，还能实现当且仅当ei＝0时，有zi＝0。这就意味着本发明一旦能使zi趋向于0，那么车间距误差也趋向于0。这一过程将在步骤4中实现。
步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律。
具体步骤如下：
步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下
Figure BDA0002566865080000056
其中，xi(t)为位移；vi(t)为车速；ui为车辆驱动力(或制动力)；Mi为车辆质量；ci为空气阻力系数；civi(t)|vi(t)|为空气阻力项；-Fi为滚动阻力和坡道阻力项；σi(t)为参数时变不确定性部分；下标i代表i号车对应的参数。
步骤4.2；将步骤4.1所得动力学模型中的
Figure BDA0002566865080000059
用变量zi来替换，得到关于zi的动力学方程如下
Figure BDA0002566865080000057
其中，
Figure BDA0002566865080000058
下标i代表i号车对应的参数，下标i-1代表i-1号车对应的参数。
步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达式ui(t)，
ui(t)＝p1+p2+p3
其中，p1为针对名义部分的控制律；p2为用于消除初始误差的控制律；p3为针对不确定性部分的控制律。为得到显示表达式，先进行如下各项定义：
(1)zi(t)满足
Figure BDA0002566865080000061
其中hi为大于零的常数；
(2)Mi、ci和Fi都由名义部分和时变部分组成，且名义部分不随时间变化，分别表示为
Figure BDA0002566865080000062
和
Figure BDA0002566865080000063
则控制律显示表达式如下：
Figure BDA0002566865080000064
其中Πi为参数不确定性的最差情况，即最大偏差。
步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。
尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (3)

1.一种智能网联汽车严格安全换道入队控制方法，其特征在于，具体包括以下步骤：
步骤1、当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，所述驶状态信息包括该车当前位置、速度和加速度；
步骤2、领航车判定申请换道入队车辆的汇入位置；
步骤3、对车间距误差建立双边约束，并对车间距误差做状态变换；
步骤4、建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；
步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制。
2.根据权利要求1所述的智能网联汽车严格安全换道入队控制方法，其特征在于：步骤3具体包括以下步骤：
步骤3.1、建立车间距误差双边约束
定义
Figure 362805DEST_PATH_IMAGE001
号车，
Figure 607841DEST_PATH_IMAGE001
代表更新后的车辆序号，即车辆右侧的序号，
Figure 669469DEST_PATH_IMAGE001
=1, 2, 3, 4, 5, 6, 7, 8……，
Figure 799099DEST_PATH_IMAGE001
号车的车间距误差为：
Figure 941368DEST_PATH_IMAGE002
，其中
Figure 294989DEST_PATH_IMAGE004
为i-1号车的车长；
Figure 846842DEST_PATH_IMAGE005
表 示i号车的位置，
Figure 576901DEST_PATH_IMAGE006
表示
Figure 776938DEST_PATH_IMAGE007
号车的位置；
Figure 301460DEST_PATH_IMAGE008
为常数，表示期望车间距；
实现换道过程中，每辆车与它跟随车的车间距都保持在一个合理范围内，即
Figure 337681DEST_PATH_IMAGE009
其中
Figure 605851DEST_PATH_IMAGE010
、
Figure 660395DEST_PATH_IMAGE011
为大于0的常数，
Figure 621397DEST_PATH_IMAGE010
代表
Figure 144914DEST_PATH_IMAGE001
号车最小车间距、
Figure 951196DEST_PATH_IMAGE011
代表
Figure 125825DEST_PATH_IMAGE001
号车最大 车间距；
Figure 992150DEST_PATH_IMAGE005
表示i号车的位置，
Figure 2962DEST_PATH_IMAGE006
表示
Figure 612935DEST_PATH_IMAGE007
号车的位置；
由此，
Figure 642071DEST_PATH_IMAGE001
号车的车间距误差
Figure 944877DEST_PATH_IMAGE012
的双边约束可以写作：
Figure 174476DEST_PATH_IMAGE013
其中
Figure 588140DEST_PATH_IMAGE014
、
Figure 471782DEST_PATH_IMAGE015
为常数，其值可根据上式求得；
Figure 945489DEST_PATH_IMAGE008
为常数，表示期望车间距；
步骤3.2、对步骤3.1中得到的双边约束进行状态变换，将受约束的状态
Figure 665314DEST_PATH_IMAGE012
转变为不受约 束的状态
Figure 617090DEST_PATH_IMAGE016
，转换方法如下：
Figure 620818DEST_PATH_IMAGE017
其中
Figure 265426DEST_PATH_IMAGE018
；
Figure 206968DEST_PATH_IMAGE019
；
Figure 962435DEST_PATH_IMAGE020
；T表示转换映射，
这样就得到，
Figure 555090DEST_PATH_IMAGE021
，
Figure 370599DEST_PATH_IMAGE022
。
3.根据权利要求1所述的智能网联汽车严格安全换道入队控制方法，其特征在于：步骤4具体包括如下步骤：
步骤4.1；建立带有时变不确定性的车辆纵向动力学模型，方程如下
Figure 65017DEST_PATH_IMAGE024
其中，
Figure 624174DEST_PATH_IMAGE025
为位移；
Figure 336915DEST_PATH_IMAGE026
为车速；
Figure 885445DEST_PATH_IMAGE027
为车辆驱动力或制动力；
Figure 316426DEST_PATH_IMAGE028
为车辆质量；
Figure 679274DEST_PATH_IMAGE029
为空气阻 力系数；
Figure 997254DEST_PATH_IMAGE030
为空气阻力项；
Figure 888987DEST_PATH_IMAGE031
为滚动阻力和坡道阻力项；
Figure 807264DEST_PATH_IMAGE032
为参数时变不确定 性部分；下标
Figure 708224DEST_PATH_IMAGE001
代表
Figure 880711DEST_PATH_IMAGE001
号车对应的参数；
步骤4.2；将步骤4.1所得动力学模型中的
Figure 208924DEST_PATH_IMAGE033
用变量
Figure 348918DEST_PATH_IMAGE016
来替换，得到关于
Figure 53569DEST_PATH_IMAGE016
的动力学方 程如下
Figure 346141DEST_PATH_IMAGE034
其中，
Figure 845255DEST_PATH_IMAGE035
；
Figure 472546DEST_PATH_IMAGE036
；下标
Figure 715308DEST_PATH_IMAGE001
代表
Figure 859457DEST_PATH_IMAGE001
号车对应的参数，下标
Figure 529473DEST_PATH_IMAGE007
代表
Figure 644060DEST_PATH_IMAGE007
号 车的参数；
步骤4.3、求解步骤4.2中的非线性动力学系统控制问题，给出鲁棒控制律的显式表达 式
Figure 424934DEST_PATH_IMAGE037
，
Figure 692098DEST_PATH_IMAGE038
其中，
Figure 533015DEST_PATH_IMAGE039
为针对名义部分的控制律；
Figure 134898DEST_PATH_IMAGE040
为用于消除初始误差的控制律；
Figure DEST_PATH_IMAGE041
为针对不确定 性部分的控制律。
CN202010633606.4A 2020-07-02 2020-07-02 一种智能网联汽车严格安全换道入队控制方法 Active CN111746539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010633606.4A CN111746539B (zh) 2020-07-02 2020-07-02 一种智能网联汽车严格安全换道入队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010633606.4A CN111746539B (zh) 2020-07-02 2020-07-02 一种智能网联汽车严格安全换道入队控制方法

Publications (2)

Publication Number Publication Date
CN111746539A CN111746539A (zh) 2020-10-09
CN111746539B true CN111746539B (zh) 2021-05-28

Family

ID=72679142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010633606.4A Active CN111746539B (zh) 2020-07-02 2020-07-02 一种智能网联汽车严格安全换道入队控制方法

Country Status (1)

Country Link
CN (1) CN111746539B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112365710B (zh) * 2020-10-19 2021-09-24 南京航空航天大学 一种基于概率输出模型的智能车辆换道决策方法
CN112660124B (zh) * 2020-11-30 2023-01-24 吉林大学 一种用于换道场景的协同自适应巡航控制方法
CN113264049B (zh) * 2021-04-26 2022-07-05 同济大学 一种智能网联车队协作换道控制方法
CN113885319B (zh) * 2021-09-24 2024-04-30 清华大学 车辆合流的控制方法、装置、设备及存储介质
CN113848942B (zh) * 2021-10-18 2023-06-02 青岛德智汽车科技有限公司 一种约束导向的智能网联汽车鲁棒换道合流控制方法
CN114475596B (zh) * 2022-02-22 2023-06-20 青岛德智汽车科技有限公司 一种换道场景下保证安全的智能网联队列鲁棒控制方法
CN114694384B (zh) * 2022-05-18 2023-03-24 厦门金龙联合汽车工业有限公司 一种智能网联的车辆编队安全策略设计方法
CN115294786A (zh) * 2022-06-22 2022-11-04 上海丰蕾信息科技有限公司 一种车辆并道方法和系统
CN115273450B (zh) * 2022-08-19 2023-10-17 北京航空航天大学 一种网联自动驾驶环境下车辆进入编队的换道方法
CN116009549B (zh) * 2023-01-06 2023-12-05 清华大学 非联网汇入车辆的车辆队列动态重组方法及装置
CN117681878B (zh) * 2024-02-04 2024-04-16 西南交通大学 一种编队感知的智能网联汽车协同变道方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008004963A1 (en) * 2006-07-05 2008-01-10 Scania Cv Ab (Publ) Device for determining a surroundings situation
CN104960524A (zh) * 2015-07-16 2015-10-07 北京航空航天大学 基于车车通信的多车协同换道控制系统及其方法
CN107010064A (zh) * 2017-03-24 2017-08-04 奇瑞汽车股份有限公司 一种车队编队驾驶方法及系统
CN108011947A (zh) * 2017-11-30 2018-05-08 湖北汽车工业学院 一种车辆协作式编队行驶系统
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190061765A1 (en) * 2017-08-23 2019-02-28 Uber Technologies, Inc. Systems and Methods for Performing Lane Changes Around Obstacles

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008004963A1 (en) * 2006-07-05 2008-01-10 Scania Cv Ab (Publ) Device for determining a surroundings situation
CN104960524A (zh) * 2015-07-16 2015-10-07 北京航空航天大学 基于车车通信的多车协同换道控制系统及其方法
CN107010064A (zh) * 2017-03-24 2017-08-04 奇瑞汽车股份有限公司 一种车队编队驾驶方法及系统
CN108011947A (zh) * 2017-11-30 2018-05-08 湖北汽车工业学院 一种车辆协作式编队行驶系统
CN108447266A (zh) * 2018-05-23 2018-08-24 清华大学 一种智能网联汽车协同换道入队控制方法

Also Published As

Publication number Publication date
CN111746539A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN111746539B (zh) 一种智能网联汽车严格安全换道入队控制方法
Ersal et al. Connected and automated road vehicles: state of the art and future challenges
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
Zhai et al. A switched control strategy of heterogeneous vehicle platoon for multiple objectives with state constraints
CN107117170B (zh) 一种基于经济性驾驶的实时预测巡航控制系统
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN108806252B (zh) 一种高速公路混合交通流协同优化控制方法
CN113781806B (zh) 一种用于智能网联环境下的混合交通流通行方法
Liu et al. Hybrid electric vehicle downshifting strategy based on stochastic dynamic programming during regenerative braking process
Xu et al. Instantaneous feedback control for a fuel-prioritized vehicle cruising system on highways with a varying slope
CN111332290B (zh) 一种基于前馈-反馈控制的车辆编队方法和系统
CN105857312B (zh) 一种高速公路重型卡车速度行驶优化方法
Luo et al. Multi-objective decoupling algorithm for active distance control of intelligent hybrid electric vehicle
CN110992676B (zh) 一种道路通行能力与网联自动驾驶车当量系数估计方法
Sakhdari et al. Ecological adaptive cruise control of a plug-in hybrid electric vehicle for urban driving
CN106781435A (zh) 一种基于无线通信的非信控交叉路口车辆编队通行方法
CN105160870B (zh) 双向自主车队控制方法
CN113489793A (zh) 一种混合交通场景下的快速路双车道协同控制方法
CN112164217B (zh) 一种自动驾驶车辆队列行驶管理系统及其控制方法
Kamalanathsharma et al. Agent-based simulation of ecospeed-controlled vehicles at signalized intersections
Guo et al. Energy management of HEVs based on velocity profile optimization.
CN116853245A (zh) 队列管理和自适应巡航控制的phev混合车辆群优化控制方法
CN113359466B (zh) 一种基于自适应滑模控制的车队协同控制方法
CN112977477A (zh) 一种基于神经网络的混合车车协同汇流系统和方法
CN106250637A (zh) 基于微交通仿真模型的汽车安全系统参数优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant