CN113253728A - 管控响应式分布式车辆协同编队方法、装置及终端设备 - Google Patents

管控响应式分布式车辆协同编队方法、装置及终端设备 Download PDF

Info

Publication number
CN113253728A
CN113253728A CN202110541442.7A CN202110541442A CN113253728A CN 113253728 A CN113253728 A CN 113253728A CN 202110541442 A CN202110541442 A CN 202110541442A CN 113253728 A CN113253728 A CN 113253728A
Authority
CN
China
Prior art keywords
vehicle
longitudinal
formation
acceleration
state information
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
CN202110541442.7A
Other languages
English (en)
Other versions
CN113253728B (zh
Inventor
孙拓
陈子轩
郝若辰
陈蓓
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.)
Zhaobian Shanghai Technology Co ltd
Original Assignee
Zhaobian Shanghai Technology Co ltd
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 Zhaobian Shanghai Technology Co ltd filed Critical Zhaobian Shanghai Technology Co ltd
Priority to CN202110541442.7A priority Critical patent/CN113253728B/zh
Publication of CN113253728A publication Critical patent/CN113253728A/zh
Application granted granted Critical
Publication of CN113253728B publication Critical patent/CN113253728B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种管控响应式分布式车辆协同编队方法、装置及终端设备。该方法包括基于车联网通信技术获取第一车辆的系统状态信息，所述第一车辆的系统状态信息包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度；将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队大小和车辆编队方式。本申请提供的方法可以对车辆的编队进行决策，从而解决城市车辆通行效率低问题。

Description

管控响应式分布式车辆协同编队方法、装置及终端设备
技术领域
本申请涉及车辆出行控制技术，尤其涉及一种管控响应式分布式车辆协同编队方法、装置及终端设备。
背景技术
基于车联网和自动驾驶环境下的车辆编队行为已成为一个研究热点。但是大多数现 有的编队研究集中在高速公路上，如何管理和协调城市网络中的编队行驶仍然是一个待 开发的研究领域。因为基于不同的出行目的，城市交通的车辆需要在交叉口进行分组，编队成一排行驶便可以大大提高通行效率。具体的，该编队指的是每辆车保持合理的距离，形成例如蜜蜂飞行编队或鱼游行编队的样式，这种模仿自然界群集行为的编队形式 可以大大提高城市车辆的通行效率。
但是，现有技术中还没有可以对城市车辆进行编队处理，以提高城市车辆的通行效 率的方案。因此，需要设计一种可以对城市车辆出行进行编队的方法。
发明内容
本申请提供一种管控响应式分布式车辆协同编队方法、装置及终端设备，以解决城 市车辆通行效率低问题。
一方面，本申请提供一种管控响应式分布式车辆协同编队方法，包括：
基于车联网通信技术获取第一车辆的系统状态信息，所述第一车辆的系统状态信息 包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度；
将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队大小和车辆编队方 式。
其中一个实施例中，所述获取第一车辆的系统状态信息包括：
获取所述第一车辆的纵向加速度和横向加速度；
将所述纵向加速度和所述横向加速度输入至二维车辆动力学模型，得到所述第一车 辆的系统状态信息；
其中，所述二维车辆动力学模型包括所述纵向位置、所述横向位置、所述纵向速度、所述横向速度、所述纵向加速度和所述横向加速度之间的二阶四线性方程。
其中一个实施例中，所述二维车辆动力学模型还包括速度约束和加速度约束，其中，所述速度约束中的最大速度由所述第一车辆与前车之间的距离、路段限速、所述第 一车辆的纵向平衡距离和所述第一车辆的限速值确定。
其中一个实施例中，所述获取所述第一车辆的纵向加速度和横向加速度包括：
获取所述第一车辆所经历的横向复合力和纵向复合力；
分别根据所述横向复合力和所述纵向复合力确定所述横向加速度和所述纵向加速 度。
其中一个实施例中，所述获取所述第一车辆经历的横向复合力和纵向复合力包括：
获取所述第一车辆经历的复合力，分解所述复合力后得到所述横向复合力和所述纵 向复合力，包括：
获取所述第一车辆与车辆编队中第二车辆之间的纵向势函数；
获取所述第一车辆的横截面势函数；
获取所述第一车辆垂直于行驶方向的摩擦力；
获取所述第一车辆的最大加速度；
根据所述纵向势函数、所述横截面势函数、所述摩擦力和所述最大加速度确定所述 复合力。
其中一个实施例中，所述纵向势函数定义为：
Figure BDA0003071954600000021
其中，de是纵向纬度的初始平衡距离，xe＝de-thΔvi,j是与速度有关的平衡距离，dij＝xi-xj是车辆i与车辆j之间的纵向距离，j代表所述第一车辆，i代表所述第二车 辆，Δvij＝vx,i-vx,j是相对纵向速度，ci,j是车辆对之间的相关系数，th是期望的时间间 隔。
另一方面，本申请提供一种管控响应式分布式车辆协同编队装置，包括：
获取模块，用于基于车联网通信技术获取第一车辆的系统状态信息，所述第一车辆 的系统状态信息包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度；
处理模块，用于将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队大 小和车辆编队方式。
另一方面，本申请还提供一种终端设备，包括存储器，处理器和收发器，所述存储器用于存储指令，所述收发器用于和其他设备通信，所述处理器用于执行所述存储器中 存储的指令，以使所述终端设备执行如第一方面所述的管控响应式分布式车辆协同编队 方法。
另一方面，本申请还提供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中存储有计算机执行指令，当所述指令被执行时，使得计算机执行如第一方面 所述的管控响应式分布式车辆协同编队方法。
本实施例提供的该管控响应式分布式车辆协同编队方法基于车联网通信技术获取该第一车辆的系统状态信息，再将该第一车辆的系统状态信息输入至该群集模 型，得到车辆编队大小和车辆编队方式。通过该车联网通信技术获取信息的速度更 快，该群集模型也可以对该第一车辆的状态信息进行准确处理，得到的该车辆编队 大小和该车辆编队方式也更加准确。因此，本实施例提供的该管控响应式分布式车 辆协同编队方法可以对城市车辆进行编队处理，以提高城市车辆的通行效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本申请提供的管控响应式分布式车辆协同编队方法的一种应用场景示意图。
图2为本申请的一个实施例提供的管控响应式分布式车辆协同编队方法的流程示意 图。
图3为本申请的另一个实施例提供的管控响应式分布式车辆协同编队方法的流程示 意图。
图4为本申请的又一个实施例提供的管控响应式分布式车辆协同编队方法的流程示 意图。
图5为本申请的另一个实施例提供的管控响应式分布式车辆协同编队方法的流程示 意图。
图6为本申请的一个实施例提供的管控响应式分布式车辆协同编队装置的示意图。
图7为本申请的一个实施例提供的终端设备的示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附 图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如 所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本申请提供的管控响应式分布式车辆协同编队方法应用于终端设备，该终端设备例 如计算机、实验室专用的服务器等。图1为本申请提供的管控响应式分布式车辆协同编队方法的应用示意图，图中，该终端设备获取该第一车辆的系统状态信息，处理该系统 状态信息后输出车辆编队大小和车辆编队方式。
请参见图2，本申请的一个实施例提供一种管控响应式分布式车辆协同编队方法，包括：
S201，基于车联网通信技术获取第一车辆的系统状态信息，该第一车辆的系统状态 信息包括该第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度。
即，通过该车联网通信技术获取该第一系统的系统状态信息，该车联网通信技术此 处不再详细赘述。
其中，请参考图3，获取该第一车辆的系统状态信息包括：
S301，获取该第一车辆的纵向加速度和横向加速度。
假设该第一车辆为车辆j，该纵向加速度可以表示为ax,j，该横向加速度可以表示为 ay,j。其中，x是该第一车辆沿道路行驶方向的位置，y是该第一车辆沿垂直于道路方向的位置。
S302，将该纵向加速度和该横向加速度输入至二维车辆动力学模型，得到该第一车 辆的系统状态信息；其中，该二维车辆动力学模型包括该纵向位置、该横向位置、该纵向速度、该横向速度、该纵向加速度和该横向加速度之间的二阶四线性方程。
该二阶四线性方程为
Figure BDA0003071954600000041
其中，xj代表该第一车辆的横向位置，yj代表该第一车辆的纵向位置，vx,j代表该第一车辆的横向速度，vy,j代表该第一车辆的纵向速度。
向量Xj表示车辆j的系统状态，Xj＝(xj,vx,j,yj,vy,j)T。
S202，将该第一车辆的系统状态信息输入至群集模型，得到车辆编队大小和车辆编 队方式。
即，将Xj输入至该群集模型后可以得到对应于该第一车辆的车辆编队大小和车辆编 队方式。该群集模型是由Reynolds在1987年提出。该群集模型由三个简单的原理组 成：避碰、速度匹配和集聚中心。避免碰撞是避免撞到其他的群集，而集聚中心确保每 个成员都靠近相邻的集聚伙伴并移动到群的感知中心，速度匹配就是要有一个与相邻群 体速度均相似的速度。类似地，避免碰撞是车联网和自动驾驶环境下车辆需要达到的必 要要求。
本实施例提供的该管控响应式分布式车辆协同编队方法基于车联网通信技术获取该第一车辆的系统状态信息，再将该第一车辆的系统状态信息输入至该群集模 型，得到车辆编队大小和车辆编队方式。通过该车联网通信技术获取信息的速度更 快，该群集模型也可以对该第一车辆的状态信息进行准确处理，得到的该车辆编队 大小和该车辆编队方式也更加准确。因此，本实施例提供的该管控响应式分布式车 辆协同编队方法可以对城市车辆进行编队处理，以提高城市车辆的通行效率。
可选的，该二维车辆动力学模型还包括速度约束和加速度约束，其中，该速度约束中的最大速度由该第一车辆与前车之间的距离、路段限速、该第一车辆的纵向平衡距 离和该第一车辆的限速值确定。具体的，该加速度约束包括
Figure BDA0003071954600000051
Figure BDA0003071954600000052
其中，
Figure BDA0003071954600000053
都可以根据实际需要设置为常数。但是
Figure BDA0003071954600000054
和
Figure BDA0003071954600000055
需要根据该第一车辆与前车之间的距离来调整，具体的：
Figure RE-GDA0003148447650000065
其中，
Figure BDA0003071954600000057
是当该第一车辆是其编队行驶中的一员时，该第一车辆的最大速度。xe是纵向平衡距离，
Figure BDA0003071954600000058
是路段限速，Δxj是该第一车辆与前车之间的距离，p是收敛 参数，收敛参数越大会导致车辆编队被扰动后的收敛速度加快，
Figure BDA0003071954600000059
是该第一车辆的限 速值，该值是根据安全考虑设定的。
请参考图4，在本申请的一个实施例中，步骤S302包括：
S3021，获取该第一车辆所经历的横向复合力和纵向复合力。
其中，请参考图5，步骤S3021包括：
获取该第一车辆经历的复合力，分解该复合力后得到该横向复合力和该纵向复合力，包括：
S21，获取该第一车辆与车辆编队中第二车辆之间的纵向势函数。
其中，该纵向势函数的定义为
Figure BDA0003071954600000061
，de是纵向纬度的初始平衡距离，xe＝de-thΔvi,j是与速度有关的平衡距离，dij＝xi-xj是车辆i与车辆j之间的纵向距离，j代表该第一车辆，i代表该第二车辆，Δvij＝vx,i-vx,j是相对纵向速度，ci,j是车辆对之间的相关系数，th是期望的时间间隔。
对于车联网和自动驾驶环境下的车辆，该第一车辆的纵向势函数不仅计算来自车载 传感器的感知范围内的所有车辆，而且计算通信范围内同一编队内或同等级的所有自动 驾驶车辆的纵向势函数。对于主车来说，它只计算驾驶员感知范围内所有车辆的车辆间势函数
Figure BDA0003071954600000062
S22，获取该第一车辆的横截面势函数。
该横截面势函数定义为
Figure BDA0003071954600000063
置于该第一车辆的横向位置有关。
该横截面势函数结合特征点和样条插值法进行设计，通过调整特征点的设置，一方 面可以让车辆保持在车道中心线，另一方面可以实现交叉口处的车道功能，例如左转车辆会在合适的位置范围从直行专用车道逐步变换至左转专用车道。
S23，获取该第一车辆垂直于行驶方向的摩擦力。
可选的，以
Figure BDA0003071954600000064
表示该第一车辆垂直于行驶方向的摩擦力。考虑该第一车辆垂直于行 驶方向的摩擦力是为了避免该第一车辆在横向尺寸上的局部振动。
S24，获取该第一车辆的最大加速度。
当该第一车辆在行驶过程中没有其他车辆时，该第一车辆可以以该最大加速度加速 到期望的速度。可选的，以
Figure BDA0003071954600000065
表示该最大加速度。
S25，根据该纵向势函数、该横截面势函数、该摩擦力和该最大加速度确定该复合力。
可选的，以Fj表示该复合力，则：
Figure RE-GDA0003148447650000082
S3022，分别根据该横向复合力和该纵向复合力确定该横向加速度和该纵向加速度。
基于步骤S25的相关描述，该横向加速度可以表示为：
Figure RE-GDA0003148447650000083
该纵向加速度可以表示为：
Figure RE-GDA0003148447650000084
本实施例提供的方法是在该纵向加速度和该横向加速度之间的二阶四线性方程的基础上，根据该第一车辆受到的纵向力和横向力来更新该第一车辆的运动。
请参见图6，本申请还提供一种管控响应式分布式车辆协同编队装置10，包括获取模块11和处理模块12。
该获取模块11用于基于车联网通信技术获取第一车辆的系统状态信息，所述第一车 辆的系统状态信息包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度。
其中，该获取模块11用于获取所述第一车辆的纵向加速度和横向加速度；将所述纵 向加速度和所述横向加速度输入至二维车辆动力学模型，得到所述第一车辆的系统状态 信息；其中，所述二维车辆动力学模型包括所述纵向位置、所述横向位置、所述纵向速度、所述横向速度、所述纵向加速度和所述横向加速度之间的二阶四线性方程。所述二 维车辆动力学模型还包括速度约束和加速度约束，其中，所述速度约束中的最大速度由 所述第一车辆与前车之间的距离、路段限速、所述第一车辆的纵向平衡距离和所述第一 车辆的限速值确定。
该获取模块11还用于获取所述第一车辆所经历的横向复合力和纵向复合力；分别根 据所述横向复合力和所述纵向复合力确定所述横向加速度和所述纵向加速度。
该获取模块11还用于获取所述第一车辆经历的复合力，分解所述复合力后得到所述 横向复合力和所述纵向复合力，包括：获取所述第一车辆与车辆编队中第二车辆之间的纵向势函数；获取所述第一车辆的横截面势函数；获取所述第一车辆垂直于行驶方向的 摩擦力；获取所述第一车辆的最大加速度；根据所述纵向势函数、所述横截面势函数、 所述摩擦力和所述最大加速度确定所述复合力。
所述纵向势函数定义为：
Figure BDA0003071954600000073
其中，de是纵向纬度的初始平衡距离，xe＝de-thΔvi,j是与速度有关的平衡距离，dij＝xi-xj是车辆i与车辆j之间的纵向距离，j代表所述第一车辆，i代表所述第二车 辆，Δvij＝vx,i-vx,j是相对纵向速度，ci,j是车辆对之间的相关系数，th是期望的时间间 隔。
其中，ci,j可以根据车辆编队指令进行设计，进而实现管控指令响应式的编队。
该处理模块12用于将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队 大小和车辆编队方式。
请参见图7，本发明还提供一种终端设备20，包括存储器21，处理器22和收发器23，该存储器21用于存储指令，该收发器23用于和其他设备通信，该处理器22用于执 行该存储器21中存储的指令，以使该终端设备执行如上任一项该的管控响应式分布式车 辆协同编队方法。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执 行指令，当该指令被执行时，使得计算机执行指令被处理器执行时用于实现如上任一项实施例提供的该管控响应式分布式车辆协同编队方法。
需要说明的是，上述计算机可读存储介质可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编 程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程 只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随 机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD- ROM)等存储器。也可以是包括上述存储器之一或任意组合的各种电子设备，如移动电 话、计算机、平板设备、个人数字助理等。
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。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法 可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术 做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手 机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所描述的方 法。
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。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请 说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技 术领域，均同理包括在本申请的专利保护范围内。

Claims (9)

1.一种管控响应式分布式车辆协同编队方法，其特征在于，包括：
基于车联网通信技术获取第一车辆的系统状态信息，所述第一车辆的系统状态信息包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度；
将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队大小和车辆编队方式。
2.根据权利要求1所述的方法，其特征在于，所述获取第一车辆的系统状态信息包括：
获取所述第一车辆的纵向加速度和横向加速度；
将所述纵向加速度和所述横向加速度输入至二维车辆动力学模型，得到所述第一车辆的系统状态信息；
其中，所述二维车辆动力学模型包括所述纵向位置、所述横向位置、所述纵向速度、所述横向速度、所述纵向加速度和所述横向加速度之间的二阶四线性方程。
3.根据权利要求2所述的方法，其特征在于，所述二维车辆动力学模型还包括速度约束和加速度约束，其中，所述速度约束中的最大速度由所述第一车辆与前车之间的距离、路段限速、所述第一车辆的纵向平衡距离和所述第一车辆的限速值确定。
4.根据权利要求2所述的方法，其特征在于，所述获取所述第一车辆的纵向加速度和横向加速度包括：
获取所述第一车辆所经历的横向复合力和纵向复合力；
分别根据所述横向复合力和所述纵向复合力确定所述横向加速度和所述纵向加速度。
5.根据权利要求4所述的方法，其特征在于，所述获取所述第一车辆经历的横向复合力和纵向复合力包括：
获取所述第一车辆经历的复合力，分解所述复合力后得到所述横向复合力和所述纵向复合力，包括：
获取所述第一车辆与车辆编队中第二车辆之间的纵向势函数；
获取所述第一车辆的横截面势函数；
获取所述第一车辆垂直于行驶方向的摩擦力；
获取所述第一车辆的最大加速度；
根据所述纵向势函数、所述横截面势函数、所述摩擦力和所述最大加速度确定所述复合力。
6.根据权利要求5所述的方法，其特征在于，所述纵向势函数定义为：
Figure FDA0003071954590000021
其中，de是纵向纬度的初始平衡距离，xe＝de-thΔvi,j是与速度有关的平衡距离，dij＝xi-xj是车辆i与车辆j之间的纵向距离，j代表所述第一车辆，i代表所述第二车辆，Δvij＝vx,i-vx,j是相对纵向速度，ci,j是车辆对之间的相关系数，th是期望的时间间隔。
7.一种管控响应式分布式车辆协同编队装置，其特征在于，包括：
获取模块，用于基于车联网通信技术获取第一车辆的系统状态信息，所述第一车辆的系统状态信息包括所述第一车辆在道路上的纵向位置、横向位置、纵向速度和横向速度；
处理模块，用于将所述第一车辆的系统状态信息输入至群集模型，得到车辆编队大小和车辆编队方式。
8.一种终端设备，其特征在于，包括存储器，处理器和收发器，所述存储器用于存储指令，所述收发器用于和其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述终端设备执行如权利要求1-7任一项所述的管控响应式分布式车辆协同编队方法。
9.一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中存储有计算机执行指令，当所述指令被执行时，使得计算机执行如权利要求1-7中任一项所述的管控响应式分布式车辆协同编队方法。
CN202110541442.7A 2021-05-18 2021-05-18 管控响应式分布式车辆协同编队方法、装置及终端设备 Active CN113253728B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110541442.7A CN113253728B (zh) 2021-05-18 2021-05-18 管控响应式分布式车辆协同编队方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110541442.7A CN113253728B (zh) 2021-05-18 2021-05-18 管控响应式分布式车辆协同编队方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN113253728A true CN113253728A (zh) 2021-08-13
CN113253728B CN113253728B (zh) 2022-08-26

Family

ID=77182677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110541442.7A Active CN113253728B (zh) 2021-05-18 2021-05-18 管控响应式分布式车辆协同编队方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN113253728B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140208852A1 (en) * 2013-01-30 2014-07-31 Cincinnati Nde, Ltd. Measuring wall thickness loss for a structure
CN107798861A (zh) * 2017-11-30 2018-03-13 湖北汽车工业学院 一种车辆协作式编队行驶方法及系统
GB201804663D0 (en) * 2018-03-23 2018-05-09 Jaguar Land Rover Ltd Controlling vehicle platooning
WO2018215910A1 (en) * 2017-05-22 2018-11-29 Oara Cristian Method for automated vehicle platooning
CN109144076A (zh) * 2018-10-31 2019-01-04 吉林大学 一种多车辆横纵向耦合协同控制系统及控制方法
CN109732591A (zh) * 2018-12-24 2019-05-10 济南大学 一种有障碍物环境下多机器人群集控制方法
CN110096073A (zh) * 2019-04-18 2019-08-06 北京航空航天大学 仿信鸽智能行为的超大规模无人机集群控制系统及方法
CN110356405A (zh) * 2019-07-23 2019-10-22 桂林电子科技大学 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN110597067A (zh) * 2019-10-11 2019-12-20 济南大学 一种多移动机器人的群集控制方法及系统
CN111959486A (zh) * 2020-07-01 2020-11-20 武汉理工大学 电机驱动车辆纵横向耦合控制方法、系统及存储介质
CN112040392A (zh) * 2020-08-03 2020-12-04 南京航空航天大学 一种基于车车通信的多车协同换道控制系统及方法
EP3767421A1 (en) * 2019-07-16 2021-01-20 Iveco S.p.A. Improved driving system for a convoy of vehicles configured for driving in platooning mode
CN112665464A (zh) * 2020-12-21 2021-04-16 军鹏特种装备股份公司 一种履带式单兵智能移动靶
CN113190014A (zh) * 2021-05-19 2021-07-30 兆边(上海)科技有限公司 协同车辆编队方法、装置及终端设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140208852A1 (en) * 2013-01-30 2014-07-31 Cincinnati Nde, Ltd. Measuring wall thickness loss for a structure
WO2018215910A1 (en) * 2017-05-22 2018-11-29 Oara Cristian Method for automated vehicle platooning
CN107798861A (zh) * 2017-11-30 2018-03-13 湖北汽车工业学院 一种车辆协作式编队行驶方法及系统
GB201804663D0 (en) * 2018-03-23 2018-05-09 Jaguar Land Rover Ltd Controlling vehicle platooning
CN109144076A (zh) * 2018-10-31 2019-01-04 吉林大学 一种多车辆横纵向耦合协同控制系统及控制方法
CN109732591A (zh) * 2018-12-24 2019-05-10 济南大学 一种有障碍物环境下多机器人群集控制方法
CN110096073A (zh) * 2019-04-18 2019-08-06 北京航空航天大学 仿信鸽智能行为的超大规模无人机集群控制系统及方法
EP3767421A1 (en) * 2019-07-16 2021-01-20 Iveco S.p.A. Improved driving system for a convoy of vehicles configured for driving in platooning mode
CN110356405A (zh) * 2019-07-23 2019-10-22 桂林电子科技大学 车辆辅助行驶方法、装置、计算机设备及可读存储介质
CN110597067A (zh) * 2019-10-11 2019-12-20 济南大学 一种多移动机器人的群集控制方法及系统
CN111959486A (zh) * 2020-07-01 2020-11-20 武汉理工大学 电机驱动车辆纵横向耦合控制方法、系统及存储介质
CN112040392A (zh) * 2020-08-03 2020-12-04 南京航空航天大学 一种基于车车通信的多车协同换道控制系统及方法
CN112665464A (zh) * 2020-12-21 2021-04-16 军鹏特种装备股份公司 一种履带式单兵智能移动靶
CN113190014A (zh) * 2021-05-19 2021-07-30 兆边(上海)科技有限公司 协同车辆编队方法、装置及终端设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
唐传聪: "《考虑跟驰行为的智能网联车辆队列协同控制研究》", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 *
翟春杰: "《基于分布式模型预测控制的智能车辆协同控制》", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN113253728B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
US11238733B2 (en) Group driving style learning framework for autonomous vehicles
EP3965004B1 (en) Automatic lane changing method and device, and storage medium
EP3356900B1 (en) Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle
CN110015306B (zh) 驾驶轨迹获取方法及装置
EP3315388B1 (en) Spring system-based change lane approach for autonomous vehicles
Wang et al. Cooperative ramp merging system: Agent-based modeling and simulation using game engine
US20130054050A1 (en) Methods and apparatus for a vehicle to cloud to vehicle control system
JP7520444B2 (ja) 乗り物に基づくデータ処理方法、データ処理装置、コンピュータ機器、及びコンピュータプログラム
Shi et al. A control method with reinforcement learning for urban un-signalized intersection in hybrid traffic environment
CN113515038A (zh) 一种车辆换道方法、装置、设备及可读存储介质
Islam et al. Evaluating performance of extended Kalman filter based adaptive cruise control using PID controller
CN109903551B (zh) 基于人工鱼群无人车行驶与编队控制方法及装置
CN113793534B (zh) 一种确定车路协同环境下行车风险场的方法和装置
US20240262350A1 (en) Safety filter with preview data to improve the safety of steer commands
CN113190014A (zh) 协同车辆编队方法、装置及终端设备
US20230005370A1 (en) Method and device for exchanging maneuver information between vehicles
CN113253728B (zh) 管控响应式分布式车辆协同编队方法、装置及终端设备
KR20230024392A (ko) 주행 의사 결정 방법 및 장치 및 칩
Abegaz et al. Sensors based Lane Keeping and Cruise Control of Self Driving Vehicles
CN116466710A (zh) 车辆队列的控制方法、装置、计算机设备和存储介质
Xie et al. Cooperative Adaptive Cruise Algorithm Based on Trajectory Prediction for Driverless Buses
Hu et al. Constraint‐Following Approach for Platoon Control Strategy of Connected Autonomous Vehicles
CN114779776A (zh) 自动驾驶控制方法、装置、计算机设备、存储介质
Shen et al. Research on V2V time headway strategy considering multi-front vehicles based on artificial potential field
WO2022240424A1 (en) Optimizing motor control based on received information

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