CN112382109B - 智能网联状态下应急救援车辆协同控制方法、系统及介质 - Google Patents

智能网联状态下应急救援车辆协同控制方法、系统及介质 Download PDF

Info

Publication number
CN112382109B
CN112382109B CN202011139060.3A CN202011139060A CN112382109B CN 112382109 B CN112382109 B CN 112382109B CN 202011139060 A CN202011139060 A CN 202011139060A CN 112382109 B CN112382109 B CN 112382109B
Authority
CN
China
Prior art keywords
vehicle
emergency rescue
lane
rescue vehicle
time
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
CN202011139060.3A
Other languages
English (en)
Other versions
CN112382109A (zh
Inventor
裴明阳
林培群
陈泽沐
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202011139060.3A priority Critical patent/CN112382109B/zh
Publication of CN112382109A publication Critical patent/CN112382109A/zh
Application granted granted Critical
Publication of CN112382109B publication Critical patent/CN112382109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Abstract

本发明公开了一种智能网联状态下应急救援车辆协同控制方法、系统及介质，其中方法包括：接收应急救援车辆上传的通行需求以及实时状态信息；根据当前接收到的所述应急救援车辆的所述通行需求及所述状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；将获得的所述最优行车方案下发至所述自动驾驶车辆，以使所述自动驾驶车辆执行当前路段的行车策略。本发明网联车中心可实时接收车辆的需求，并根据当前车流状态及时更新行车路线，控制方法更加灵活，更快地响应应急救援的需求，提升物资调度、人员救援的效率，具有实际推广价值，可广泛应用于自动驾驶和车联网领域。

Description

智能网联状态下应急救援车辆协同控制方法、系统及介质
技术领域
本发明涉及自动驾驶和车联网领域，尤其涉及一种智能网联状态下应急救援车辆协同控制方法、系统及介质。
背景技术
在自然灾害发生以及疫情等突发公共卫生事件爆发的时候，人员的救援和应急物资的配送都显得极为迫切，科学高效地保证救援车辆能在预定时间内通过某些拥挤的路段，能对应急救援起到事半功倍的作用。在面对应急救援车辆需要快速通过当前路段的情况下，传统的、非自动驾驶车流中的应对方式是普通车辆对应急救援车辆的通行需求采取停车让行的措施，这种方式虽然保证了应急救援车辆能够以较快的速度通过，但大大降低了普通车辆的通行效率，造成了环境的污染以及社会总出行时间成本的增加。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种智能网联状态下应急救援车辆协同控制方法、系统及介质，根据应急救援车辆的通行需求与普通车辆的实时状态，动态更新调整智能网联车辆的行车方案，保证应急救援车辆的快速通行，降低普通车辆的出行时间，节约社会成本。
本发明所采用的技术方案是：
一种智能网联状态下应急救援车辆协同控制方法，由网联车中心执行，包括以下步骤：
接收应急救援车辆上传的通行需求以及实时状态信息；
根据当前接收到的所述应急救援车辆的所述通行需求及所述状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；
将获得的所述最优行车方案下发至所述自动驾驶车辆，以使所述自动驾驶车辆执行当前路段的行车策略；
所述自动驾驶车辆包括应急救援车辆和普通车辆，所述最优行车方案使所述救援应急车辆在当前时间段内的总行驶距离最大。
进一步，所述自动驾驶车辆的行车策略通过以下方式获得：
结合元胞自动机的思想，将所述自动驾驶车辆的状态进行离散化处理，在连续性、换道策略和安全规则约束条件的限制下，以实现所述应急救援车辆在预设时间内行进距离最大化为优化目标，根据模型确定求解结果，获得各所述自动驾驶车辆在当前时间段内的行车策略；
所述自动驾驶车辆的状态包括时间状态和空间维度状态。
进一步，所述根据当前接收到的所述应急救援车辆的所述通行需求及所述状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，包括：
根据所述应急救援车辆和所述普通车辆的初始状态，确定优化目标是在给定时间内，在最大化所述应急救援车辆的前进距离的情况下，最大化所述普通车辆的前进距离；
确定所述自动驾驶车辆的在行进过程中保持连续性的约束条件，即车辆不会凭空消失和出现，且遵循相应的加减速和变道规则；
确定所述自动驾驶车辆在行进过程中保持安全性的约束条件，即车辆间不发生碰撞。
进一步，所述优化目标包括上层目标和下层目标，所述上层目标的表达式为：
Figure BDA0002737691590000021
所述下层目标的表达式为：
Figure BDA0002737691590000022
其中，m表示应急救援车辆的编号，m∈{1,…,M}；n表示普通车辆的编号，n∈{1,…,N}；t表示时间，t∈{0,1,…,T}；i表示车道上的元胞序号，i∈{1,…,I}；l表示车道序号，l∈{1,…,L}；v,v′均表示车速，v,v′∈{0,1,…,V}；xm0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的应急救援车辆m进行赋值；yn0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的普通车辆n进行赋值。
进一步，所述保持连续性的约束条件的表达式为：
Figure BDA0002737691590000023
Figure BDA0002737691590000024
Figure BDA0002737691590000025
Figure BDA0002737691590000026
其中，a表示加速度，
Figure BDA0002737691590000027
其中-a、
Figure BDA0002737691590000028
分别为加速度的下限和上限；xmtilv、yntilv为二元决策变量：xmtilv表示在t时刻第l车道的第i个元胞上是否为以速度v行驶的应急救援车辆m，是为1，不是为0；yntilv表示在t时刻第l车道的第i个元胞是是否为以速度v行驶的普通车辆n，是为1，不是为0。
进一步，所述保持安全性的约束条件的表达式为：
Figure BDA0002737691590000031
Figure BDA0002737691590000032
其中，xmtilv、yntilv为二元决策变量：xmtilv表示在t时刻第l车道的第i个元胞上是否为以速度v行驶的应急救援车辆m，是为1，不是为0；yntilv表示在t时刻第l车道的第i个元胞是是否为以速度v行驶的普通车辆n，是为1，不是为0。
进一步，所述实时状态信息包括位置信息、速度信息、加速度信息、当前时间点信息以及预期通过时间点信息。
本发明所采用的另一技术方案是：
一种智能网联状态下应急救援车辆协同控制系统，包括：
数据上传模块，用于接收应急救援车辆上传的通行需求以及实时状态信息；
行车规划模块，用于根据当前接收到的所述应急救援车辆的所述通行需求及所述状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；
策略下发模块，用于将获得的所述最优行车方案下发至所述自动驾驶车辆，以使所述自动驾驶车辆执行当前路段的行车策略；
所述自动驾驶车辆包括应急救援车辆和普通车辆，所述最优行车方案使所述救援应急车辆在当前时间段内的总行驶距离最大。
本发明所采用的另一技术方案是：
一种智能网联状态下应急救援车辆协同控制系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明在协同控制策略的选取中应急救援车辆比普通车辆拥有更高的权重，网联车中心可实时接收车辆的需求，并根据当前车流状态及时更新行车路线，控制方法更加灵活，更快地响应应急救援的需求，提升物资调度、人员救援的效率，具有实际推广价值。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种智能网联状态下应急救援车辆协同控制方法的运行流程图；
图2是本发明实施例中一种智能网联状态下应急救援车辆协同控制方法效果示意图；
图3是本发明实施例中最优行车方案中车辆的实时状态示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图1所示，本实施例提供了一种智能网联状态下应急救援车辆协同控制方法，该协同控制方法结合了元胞自动机的思想，将自动驾驶汽车(包括应急救援车辆以及普通车辆)的状态(包括时间、空间维度等)进行离散化处理，在连续性、换道策略和安全规则等约束条件的限制下，以实现应急救援车辆在一定时间内行进距离最大化为优化目标，根据模型确定求解结果，得出每一辆车在当前时间段内的行车策略。这种方法同时兼顾到普通车辆的出行需求，在智能网联的大环境下，对普通车辆和应急救援车辆进行协调统一地控制，合理地规划每一辆车的行车方案，保证了应急救援车辆能在一定时间内能以最快速度通过当前路段，同时也注重社会车辆的通行效率，降低了社会总体的出行时间成本、燃料消耗量。该协同控制方法的运作步骤：
S1、基于实时通信技术，应急救援车辆向网联车中心发送通行需求，同时报告自己的实时状态信息(当前位置、车辆状态、预计通过时间等信息)。
应急救援车辆在需要进行物资调配或者人员抢救的情况下，可通过无线通信技术向网联车中心通报，发送通行需求，并报告位置、速度、加速度、当前时间点、预期通过时间点等。
S2、根据当前接收到的应急救援车辆通行需求及其状态，结合当前路段上普通车辆的运行状态，本协同控制方法确定智能网联汽车每一时刻的变速计划与变道策略，给出最优行车方案，实现所有救援应急车辆在当前时间段内的总行驶距离最大。
步骤S2包括步骤S21-S23：
S21、根据应急救援车辆和普通车辆的初始状态，确定目标是在给定时间内，应急救援车辆位置尽量靠前，即最大化救援车辆的前进距离，在此情况下，最大化普通车辆的前进距离；
S22、确定所有车辆在行进过程中保持连续性的约束条件，即车辆不会凭空消失和出现，且遵循相应的加减速和变道规则；
S23、确定所有车辆在行进过程中保持安全性的约束条件，即车辆间不发生碰撞。
其中，步骤S21中的目标包括上层目标和下层目标，上层目标的表达式为：
Figure BDA0002737691590000051
下层目标的表达式为：
Figure BDA0002737691590000052
步骤S22中所有车辆在行进过程中保持连续性的约束条件为：
Figure BDA0002737691590000053
Figure BDA0002737691590000054
Figure BDA0002737691590000061
Figure BDA0002737691590000062
步骤S23中中所有车辆在行进过程中保持安全性的约束条件为：
Figure BDA0002737691590000063
Figure BDA0002737691590000064
在上述系列计算式子中，相关参数定义：m表示应急救援车辆的编号，m∈{1,…,M}；n表示普通车辆的编号，n∈{1,…,N}；t表示时间，t∈{0,1,…,T}；i表示车道上的元胞序号，i∈{1,…,I}；l表示车道序号，l∈{1,…,L}；v,v′均表示车速，v,v′∈{0,1,…,V}；xm0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的应急救援车辆m进行赋值；yn0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的普通车辆n进行赋值；a表示加速度，
Figure BDA0002737691590000066
其中-a、
Figure BDA0002737691590000067
分别为加速度的下限和上限。xmtilv、yntilv为二元决策变量：xmtilv表示在t时刻第l车道的第i个元胞上是否为以速度v行驶的应急救援车辆m，是为1，不是为0；yntilv表示在t时刻第l车道的第i个元胞是是否为以速度v行驶的普通车辆n，是为1，不是为0。
S3、网联车中心将更新调整后的协同行车方案，下达到自动驾驶车辆。车辆接收新的行车方案，执行当前路段的行车策略。
网联车中心将更新调整后的智能网联汽车行车方案，下达到网联车。所有车辆根据行车方案变换车道，控制速度，响应应急救援车辆的通行需求。
以下结合图2-3以及具体实施例对上述协同控制方法进行详细解释说明。图2为一种智能网联状态下应急救援车辆协同控制方法的效果示意图，图3为最优行车方案中车辆的实时状态示意图。本实施例涉及的所有参数的具体取值如表1所示：
表1实施例各项参数取值情况
Figure BDA0002737691590000065
Figure BDA0002737691590000071
如图2所示，在一个3车道路段上，按照元胞自动机的思想，将车道划分为一个个的元胞，车辆随机地占有元胞。
步骤1：基于实时通信技术，应急救援车辆向网联车中心发送通行需求，同时报告自己的实时状态信息(当前位置、车辆状态、预计通过时间等信息)；
步骤2：根据当前接收到的应急救援车辆通行需求及其状态，结合当前路段上普通车辆的运行状态，本协同控制方法确定智能网联汽车每一时刻的变速计划与变道策略，给出最优行车方案；
模型求解得到最优行车方案，即车辆每一时刻的实时状态，如图3所示。
可得在T＝9时，该方案2辆应急救援车辆的最大总行驶距离为70个元胞长度，18辆普通车辆的最大总行驶距离为473个元胞长度。
步骤3：网联车中心将更新调整后的协同行车方案，下达到自动驾驶车辆。车辆接收新的行车方案，执行当前路段的行车策略。
综上所述，与传统的、非自动驾驶车流情况下普通车辆对应急救援车辆的通行需求采取停车让行的方式相比，本实施例的协同控制方法保证了应急救援车辆能在一定时间内能以最快速度通过当前路段，从而满足自然灾害、重大公共安全事件发生时的应急救援或物资调配，同时也注重社会车辆的通行效率，降低了社会总体的出行时间成本、燃料消耗量。
另外，本实施例的协同控制方法与不单独考虑应急救援车辆的智能网联协同控制方法相比，重点考虑了应急救援车辆的通行需求。在协同控制策略的选取中应急救援车辆比普通车辆拥有更高的权重，网联车中心可实时接收车辆的需求，并根据当前车流状态及时更新行车路线。因此本发明更为灵活，更快地响应应急救援的需求，提升物资调度、人员救援的效率，具有实际推广价值。
本实施例还提供了一种智能网联状态下应急救援车辆协同控制系统，包括：
数据上传模块，用于接收应急救援车辆上传的通行需求以及实时状态信息；
行车规划模块，用于根据当前接收到的应急救援车辆的通行需求及状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；
策略下发模块，用于将获得的最优行车方案下发至自动驾驶车辆，以使自动驾驶车辆执行当前路段的行车策略；
自动驾驶车辆包括应急救援车辆和普通车辆，最优行车方案使救援应急车辆在当前时间段内的总行驶距离最大。
本实施例的一种智能网联状态下应急救援车辆协同控制系统，可执行本发明方法实施例所提供的一种智能网联状态下应急救援车辆协同控制方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供一种智能网联状态下应急救援车辆协同控制系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本实施例的一种智能网联状态下应急救援车辆协同控制系统，可执行本发明方法实施例所提供的一种智能网联状态下应急救援车辆协同控制方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本申请实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
本实施例还提供了一种存储介质，存储有可执行本发明方法实施例所提供的一种智能网联状态下应急救援车辆协同控制方法的指令或程序，当运行该指令或程序时，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (7)

1.一种智能网联状态下应急救援车辆协同控制方法，其特征在于，包括以下步骤：
接收应急救援车辆上传的通行需求以及实时状态信息；
根据当前接收到的所述应急救援车辆的所述通行需求及所述实时状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；
将获得的所述最优行车方案下发至所述自动驾驶车辆，以使所述自动驾驶车辆执行当前路段的行车策略；
所述自动驾驶车辆包括应急救援车辆和普通车辆，所述最优行车方案使所述应急救援车辆在当前时间段内的总行驶距离最大；
所述自动驾驶车辆的行车策略通过以下方式获得：
结合元胞自动机的思想，将所述自动驾驶车辆的状态进行离散化处理，在连续性、换道策略和安全规则约束条件的限制下，以实现所述应急救援车辆在预设时间内行进距离最大化为优化目标，根据模型确定求解结果，获得各所述自动驾驶车辆在当前时间段内的行车策略；
所述自动驾驶车辆的状态包括时间状态和空间维度状态；
所述根据当前接收到的所述应急救援车辆的所述通行需求及所述实时状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，包括：
根据所述应急救援车辆和所述普通车辆的初始状态，确定优化目标是在给定时间内，在最大化所述应急救援车辆的前进距离的情况下，最大化所述普通车辆的前进距离；
确定所述自动驾驶车辆的在行进过程中保持连续性的约束条件，且遵循相应的加减速和变道规则；
确定所述自动驾驶车辆在行进过程中保持安全性的约束条件；
所述优化目标包括上层目标和下层目标，所述上层目标的表达式为：
Figure FDA0003257469600000011
所述下层目标的表达式为：
Figure FDA0003257469600000021
其中，m表示应急救援车辆的编号，m∈{1，…，M}；n表示普通车辆的编号，n∈{1，…，N}；t表示时间，t∈{0，1，…，T}；i表示车道上的元胞序号，i∈{1，…，I}；l表示车道序号，l∈{1，…，L}；v表示车速，v∈{0，1，…，V}；xm0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的应急救援车辆m进行赋值；yn0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的普通车辆n进行赋值。
2.根据权利要求1所述的一种智能网联状态下应急救援车辆协同控制方法，其特征在于，所述保持连续性的约束条件的表达式为：
Figure FDA0003257469600000022
Figure FDA0003257469600000023
Figure FDA0003257469600000024
Figure FDA0003257469600000025
其中，a表示加速度，
Figure FDA0003257469600000026
其中-a、
Figure FDA0003257469600000027
分别为加速度的下限和上限；xmtilv、yntilv为二元决策变量：xmtilv表示在t时刻第l车道的第i个元胞上是否为以速度v行驶的应急救援车辆m，是为1，不是为0；yntilv表示在t时刻第l车道的第i个元胞是是否为以速度v行驶的普通车辆n，是为1，不是为0；xm(t+1)i′l′(i′-i)表示在t+1时刻第l′车道的第i′个元胞上是否为以速度i′-i行驶的应急救援车辆m，是为1，不是为0；yn(t+1)i′l′n(i′-i)表示在t+1时刻第l′车道的第i′个元胞是否为以速度i′-i行驶的普通车辆n，是为1，不是为0：
Figure FDA0003257469600000028
表示时间集合
Figure FDA0003257469600000029
中除t＝T之外的所有时间的集合，
Figure FDA00032574696000000210
Figure FDA00032574696000000211
3.根据权利要求1所述的一种智能网联状态下应急救援车辆协同控制方法，其特征在于，所述保持安全性的约束条件的表达式为：
Figure FDA00032574696000000212
Figure FDA0003257469600000031
其中，xmtilv、yntilv为二元决策变量：xmtilv表示在t时刻第l车道的第i个元胞上是否为以速度v行驶的应急救援车辆m，是为1，不是为0；yntilv表示在t时刻第l车道的第i个元胞是是否为以速度v行驶的普通车辆n，是为1，不是为0；v′表示车速，v′∈{0，1，…，V}；j表示下游车辆与上游车辆之间的距离，用元胞数表示；xmt(i+j)lv′表示在t时刻第l车道的第i+j个元胞上是否为以速度v′行驶的应急救援车辆m，是为1，不是为0；ynt(i+j)lv′表示在t时刻第l车道的第i+j个元胞是否为以速度v′行驶的普通车辆n，是为1，不是为0。
4.根据权利要求1所述的一种智能网联状态下应急救援车辆协同控制方法，其特征在于，所述实时状态信息包括位置信息、速度信息、加速度信息、当前时间点信息以及预期通过时间点信息。
5.一种智能网联状态下应急救援车辆协同控制系统，其特征在于，包括：
数据上传模块，用于接收应急救援车辆上传的通行需求以及实时状态信息；行车规划模块，用于根据当前接收到的所述应急救援车辆的所述通行需求及所述实时状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，获得最优行车方案；
策略下发模块，用于将获得的所述最优行车方案下发至所述自动驾驶车辆，以使所述自动驾驶车辆执行当前路段的行车策略；
所述自动驾驶车辆包括应急救援车辆和普通车辆，所述最优行车方案使所述应急救援车辆在当前时间段内的总行驶距离最大；
所述自动驾驶车辆的行车策略通过以下方式获得：
结合元胞自动机的思想，将所述自动驾驶车辆的状态进行离散化处理，在连续性、换道策略和安全规则约束条件的限制下，以实现所述应急救援车辆在预设时间内行进距离最大化为优化目标，根据模型确定求解结果，获得各所述自动驾驶车辆在当前时间段内的行车策略；
所述自动驾驶车辆的状态包括时间状态和空间维度状态；
所述根据当前接收到的所述应急救援车辆的所述通行需求及所述实时状态信息，结合当前路段上普通车辆的运行状态，确定自动驾驶车辆的变速计划与变道策略，包括：
根据所述应急救援车辆和所述普通车辆的初始状态，确定优化目标是在给定时间内，在最大化所述应急救援车辆的前进距离的情况下，最大化所述普通车辆的前进距离；
确定所述自动驾驶车辆的在行进过程中保持连续性的约束条件，且遵循相应的加减速和变道规则；
确定所述自动驾驶车辆在行进过程中保持安全性的约束条件；
所述优化目标包括上层目标和下层目标，所述上层目标的表达式为：
Figure FDA0003257469600000041
所述下层目标的表达式为：
Figure FDA0003257469600000042
其中，m表示应急救援车辆的编号，m∈{1，…，M}；n表示普通车辆的编号，n∈{1，…，N}；t表示时间，t∈{0，1，…，T}；i表示车道上的元胞序号，i∈{1，…，I}；l表示车道序号，l∈{1，…，L}；v表示车速，v∈{0，1，…，V}；xm0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的应急救援车辆m进行赋值；yn0ilv表示对初始时刻在第l车道的第i个元胞上以速度v行驶的普通车辆n进行赋值。
6.一种智能网联状态下应急救援车辆协同控制系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-4任一项所述的一种智能网联状态下应急救援车辆协同控制方法。
7.一种存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-4任一项所述方法。
CN202011139060.3A 2020-10-22 2020-10-22 智能网联状态下应急救援车辆协同控制方法、系统及介质 Active CN112382109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139060.3A CN112382109B (zh) 2020-10-22 2020-10-22 智能网联状态下应急救援车辆协同控制方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139060.3A CN112382109B (zh) 2020-10-22 2020-10-22 智能网联状态下应急救援车辆协同控制方法、系统及介质

Publications (2)

Publication Number Publication Date
CN112382109A CN112382109A (zh) 2021-02-19
CN112382109B true CN112382109B (zh) 2021-11-23

Family

ID=74581767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139060.3A Active CN112382109B (zh) 2020-10-22 2020-10-22 智能网联状态下应急救援车辆协同控制方法、系统及介质

Country Status (1)

Country Link
CN (1) CN112382109B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113177663B (zh) * 2021-05-20 2023-11-24 云控智行(上海)汽车科技有限公司 一种智能网联应用场景的处理方法及系统
CN113920762A (zh) * 2021-10-08 2022-01-11 湖南湘江智能科技创新中心有限公司 一种基于智能网联环境下应急车辆优先通行的控制方法
CN114842638B (zh) * 2022-05-12 2023-04-04 北京主线科技有限公司 车辆失稳状态的补救方法、救援方法、装置、设备及介质
CN115359675A (zh) * 2022-07-15 2022-11-18 东风汽车集团股份有限公司 道路车辆行驶管理方法及相关设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104575039B (zh) * 2015-01-19 2017-01-11 武汉理工大学 基于车路协同的紧急车辆优先通行方法
US10600326B2 (en) * 2016-09-15 2020-03-24 International Business Machines Corporation Method for guiding an emergency vehicle using an unmanned aerial vehicle
US10302441B2 (en) * 2016-09-27 2019-05-28 International Business Machines Corporation Route modification based on receiving a broadcast emergency vehicle route
CN108091149A (zh) * 2017-11-06 2018-05-29 华为技术有限公司 一种紧急车辆的调度方法及装置
CN111309026A (zh) * 2020-03-10 2020-06-19 深圳市大鑫浪电子科技有限公司 无人驾驶车辆的控制方法、装置、设备及存储介质
CN111445709A (zh) * 2020-05-15 2020-07-24 福建江夏学院 一种无人应急车辆的行驶路线匹配方法及系统
CN111775940B (zh) * 2020-07-08 2021-09-07 中国第一汽车股份有限公司 一种自动换道方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112382109A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN112382109B (zh) 智能网联状态下应急救援车辆协同控制方法、系统及介质
Feng et al. Spatiotemporal intersection control in a connected and automated vehicle environment
Manzie et al. Fuel economy improvements for urban driving: Hybrid vs. intelligent vehicles
CN107507430B (zh) 一种城市路口交通控制方法及系统
CN111959492B (zh) 一种网联环境下考虑换道行为的hev能量管理分层控制方法
CN105405302B (zh) 限速调整方法和管理平台
CN113781806A (zh) 一种用于智能网联环境下的混合交通流通行方法
CN108711297A (zh) 一种车辆行驶控制方法及装置
CN103158714A (zh) 辅助驾驶者以高环境效率方式驾驶电动车的系统和方法
CN113312752B (zh) 一种主路优先控制交叉口交通仿真方法及装置
CN107490384A (zh) 一种基于城市路网的最优静态路径选择方法
CN113920762A (zh) 一种基于智能网联环境下应急车辆优先通行的控制方法
CN112925309A (zh) 智能网联汽车数据交互方法及交互系统
CN111785088B (zh) 一种网联车辆匝道合并的双层协同优化方法
CN108182812B (zh) 基于强化学习的城市道路交叉口生态驾驶行为优化方法
CN113963564A (zh) 连续信号灯道路车辆最优通行速度规划方法、系统及介质
CN113674546B (zh) 基于sumo仿真的V2X环境下的高速公路管控方法
Yang et al. A cooperative merging speed control strategy of CAVs based on virtual platoon in on-ramp merging system
Wang et al. Towards higher efficiency and less consumption: Control Strategy and Simulation for CAV platooning
Chen et al. Overall influence of dedicated lanes for connected and autonomous vehicles on freeway heterogeneous traffic flow
EP4246486A1 (en) Non-selfish traffic lights passing advisory systems
CN114537420B (zh) 一种基于动态规划的城市快速公交节能驾驶控制方法
CN113409567B (zh) 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN115416656A (zh) 基于多目标轨迹规划的自动驾驶换道方法、装置及介质
Khosravinia et al. ECO-driving control of connected and automated hybrid electric vehicles on multi-lane roads using model predictive control

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