CN113419547B - 一种多车协同控制方法及装置 - Google Patents

Abstract

本说明书公开了一种多车协同控制方法及装置，可根据各无人车的当前位置以及预先存储的地图数据，确定各无人车当前行驶道路中的各车道为候选车道。之后，根据各无人车的当前位置、各候选车道以及预设的各候选速度，确定各无人车在预设时长内的若干候选行驶轨迹。并基于预设的代价规则，确定各候选行驶轨迹的行驶代价。最后，在各无人车互不碰撞的约束条件下，根据各候选行驶轨迹的行驶代价，确定各无人车的行驶轨迹。基于各无人车的各候选行驶轨迹的行驶代价，规划各无人车的行驶轨迹，使规划出的行驶轨迹更合理，提高了道路整体通行效率。

Description

一种多车协同控制方法及装置

技术领域

本申请涉及无人车技术领域，尤其涉及一种多车协同控制方法及装置。

背景技术

随着无人驾驶技术的发展，无人驾驶设备也广泛应用于各业务领域，如，采用无人车进行配送等。

目前，当多车上路行驶时，通常预先为各无人车规划行驶轨迹，以使各无人车按照规划的轨迹行驶。并且为了避免各无人车在行驶聚集的区域发生碰撞，如，桥洞等，还预先为各无人车设置优先级次序，以当各无人车行驶至聚集区域时，可按照设置的优先级次序依次通行。

但是，预先为各无人车设置优先级次序，并未考虑实际行驶场景的影响，导致道路通行效率较低。如，若优先级较高的无人车的行驶速度较慢，限制了后续无人车的行驶速度，导致整体通行效率较低。

发明内容

本说明书实施例提供一种多车协同控制方法及装置，用于部分解决现有技术中的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种多车协同控制方法，包括：

获取各无人车的当前位置；

针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道；

根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹；

根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，所述行驶代价与该无人车的换道频次正相关；

根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件；

根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹。

可选地，根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹，具体包括：

针对每个候选车道，确定在预设时长内，按照预设的各候选速度，由该无人车的当前位置切换为该候选车道的各候选行驶轨迹；

根据各候选车道对应的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹。

可选地，所述预设时长包含若干单位时段；

所述方法还包括：

按照时间顺序，依次针对每个单位时段，以上一单位时段确定出的各候选行驶轨迹的终点为起点，根据确定出的各候选车道以及预设的各候选速度，确定该无人车在该单位时段的各候选行驶轨迹；

根据该无人车在各单位时段的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹；

其中，该无人车的各候选行驶轨迹的初始起点为当前位置。

可选地，所述各单位时段的候选行驶轨迹的选取与否以整数变量的形式表示；

根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹，具体包括：

针对每个无人车，通过组合该无人车在各单位时段的候选行驶轨迹，以及各单位时段的候选行驶轨迹的行驶代价，确定该无人车的行驶代价函数；

在各无人车互不碰撞的约束条件下，以最小化各无人车的行驶代价函数之和为目标，确定各无人车分别在各单位时段所选取的候选行驶轨迹，并根据各无人车在各单位时段所选取的候选行驶轨迹，确定各无人车在所述预设时长内的行驶轨迹。

可选地，确定代价规则，具体包括：

根据无人车的换道频次，确定代价规则，其中，所述换道频次越高，行驶代价越高；和/或

根据预设的各候选速度，确定代价规则，其中，所述候选速度越高，行驶代价越小；和/或

根据无人车在预设时长内由当前速度转换至预设的各候选速度的加速度，确定代价规则，其中，所述加速度越小，行为代价越小；和/或

根据无人车的期望轨迹与行驶轨迹之间的相似度，确定代价规则；其中，所述相似度越高，所述行为代价越小。

可选地，根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹，具体包括：

在各无人车互不碰撞的约束条件下，根据各无人车的各候选行驶轨迹，确定各无人车的各候选轨迹组合；

根据各无人车的各候选轨迹组合，确定行驶代价最小的候选轨迹组合，并确定所述候选轨迹组合对应的各无人车的行驶轨迹。

可选地，根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，具体包括：

针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

针对每条候选行驶轨迹，根据该候选行驶轨迹中的换道频次以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

获取该无人车的当前速度；针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度、该无人车的当前速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

获取该无人车的期望轨迹；针对每条候选行驶轨迹，根据该无人车的期望轨迹与该候选行驶轨迹之间的相似度，以及预设的代价规则，确定该候选行驶轨迹的行驶代价。

可选地，针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道，具体包括：

根据各无人车的当前位置，确定无人车分布密度大于预设密度的区域为密集区域；

针对所述密集区域内的每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道。

本说明书提供一种多车协同控制装置，包括：

获取模块，配置为获取各无人车的当前位置；

车道确定模块，配置为针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道；

候选轨迹确定模块，配置为根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹；

行驶代价确定模块，配置为根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，所述行驶代价与该无人车的换道频次正相关；

约束条件确定模块，配置为根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件；

行驶轨迹确定模块，配置为根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹。

本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述多车协同控制方法。

本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器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多车协同控制方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书中，可根据各无人车的当前位置以及预先存储的地图数据，确定各无人车当前行驶道路中的各车道为候选车道。之后，根据各无人车的当前位置、各候选车道以及预设的各候选速度，确定各无人车在预设时长内的若干候选行驶轨迹。并基于预设的代价规则，确定各候选行驶轨迹的行驶代价。最后，在各无人车互不碰撞的约束条件下，根据各候选行驶轨迹的行驶代价，确定各无人车的行驶轨迹。基于各无人车的各候选行驶轨迹的行驶代价，规划各无人车的行驶轨迹，使规划出的行驶轨迹更合理，提高了道路整体通行效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为现有技术中多车协同控制的示意图；

图2为本说明书实施例提供的一种多车协同控制方法的流程示意图；

图3为本说明书实施例提供的确定候选行驶轨迹的示意图；

图4为本说明书实施例提供的多车候选行驶轨迹的示意图；

图5为本说明书实施例提供的多车会车场景的示意图；

图6为本说明书实施例提供的各单位时段的候选行驶轨迹的示意图；

图7为本说明书实施例提供的一种多车协同控制装置的结构示意图；

图8为本说明书实施例提供的实现多车协同控制方法的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于说明书中的实施例，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。

在多车协同控制领域，现有技术还存在一种优先级排序方法。可预先为各无人车设置初始的优先级次序，并实时根据自身行驶速度以及周围无人车的行驶速度进行调整。

具体的，当多车上路行驶时，无人车可接收预设距离内的其它无人车发送的行驶数据，并根据自身的行驶数据、接收到的各其它无人车的行驶数据以及预设的各无人车的初始优先级次序，确定各无人车的行车次序以及行驶轨迹，以按照确定出的行车次序以及行驶轨迹行驶。

但是，由于各无人车的预设距离内覆盖的无人车不完全相同，致使各无人车接收到的其它无人车发送的行驶数据不同，由此计算出的行车次序可能出现冲突。

如图1所示，图中黑色填充的圆心分别表示无人车A与无人车B的中心位置点，圆形包围的区域分别表示距离无人车A的中心位置点为预设距离的范围，以及距离无人车B的中心位置点为预设距离的范围。在位置相近的无人车A、B、C中，处于无人车A预设距离内的其它无人车包含无人车B，于是无人车A可根据接收到的无人车B的行驶数据以及自身的行驶数据，确定行车次序。但处于无人车B的预设距离内的其它无人车有无人车A以及无人车C，于是无人车B需要根据自身行驶数据，以及接收到的无人车A以及无人车C的行驶数据，确定行车次序。因此基于不同无人车的行驶数据确定出的行车次序可能发生冲突。

基于现有技术存在的一系列问题，本说明书提供一种多车协同控制方法，用于解决在城市道路场景下，多车上路时在各车道之间的协同控制问题。以下结合附图，详细说明本申请各实施例提供的技术方案。

图2为本说明书实施例提供的一种多车协同控制方法的流程示意图，具体可包括以下步骤：

S100：获取各无人车的当前位置。

S102：针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道。

本说明书提供的多车协同控制方法，可以用于对多辆无人车进行协同控制，也可以用于对多个机器人进行协同控制，为方便描述，后续以对多辆无人车进行协同控制为例进行说明。

在城市道路场景下，各无人车需要沿划分的各车道行驶。当多车同时上路行驶时，难免出现换道行驶以及会车的场景，为避免发生拥堵碰撞等现象，可对多车进行协同控制。其中，本说明书中多车协同的控制方法可由控制多车上路行驶的服务器执行，该服务器可以是单个服务器，也可以是多个服务器组成的系统，如，分布式服务器等，可以是物理服务器设备，也可以是云服务器，本说明书对此不做限制，具体可根据需要设置。

具体的，该服务器可接收各无人车实时上传的自身状态信息。其中，状态信息中至少包含无人车的当前位置，还可包含无人车的当前速度以及自身规划的期望轨迹等信息。期望轨迹为无人车基于执行任务的任务信息，在不考虑其它无人车行驶路线的前提下所规划的轨迹。

之后，针对每个无人车，该服务器可根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路，并确定当前行驶道路中的各车道，作为候选车道。其中，预先存储的地图数据中包含各道路的车道信息以及各道路的交通规则等信息，交通规则至少包含道路的限速范围以及车道变换规则。

进一步的，在确定当前行驶道路中的候选车道时，需要保证遵守当前道路的交通规则。如，若规定不能连续变道，则确定出的候选车道包含当前车道，以及与当前车道相邻，可供变换的车道。

更进一步的，当多车距离较远时，无需考虑拥堵碰撞的情况，各车按照各自规划的路径行驶即可。因此本说明书提供的多车协同控制方法，主要应用于多车聚集的区域，以通过多车协同控制，提高道路的整体通行效率，避免发生碰撞。

于是，在接收到各无人车上传的自身的当前位置后，可根据各无人车的当前位置，确定无人车分布密度大于预设密度的区域，作为密集区域。并对处于该密集区域内的多个无人车进行协同控制。

S104：根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹。

在本说明书一种或多种实施例中，当确定出该无人车当前行驶道路中的各候选车道后，便可预测该无人车在未来一段时间内的可行驶轨迹。

具体的，该服务器可以该无人车的当前位置为起点，根据该无人车未来可行驶的各候选车道，以及未来可行驶的各候选速度，确定该无人车在未来的预设时长内的若干候选行驶轨迹。其中，各候选速度为预设的无人车可行驶的速度，可从低速、中速、高速等速度区间，分别选取若干速度值作为候选速度。各速度区间可根据需要进行设置。

进一步的，在预测该无人车在未来一段时间的可行驶轨迹时，可针对每个候选车道，确定在预设时长内，分别按照预设的各候选速度，由该无人车的当前位置切换为该候选车道的各候选行驶轨迹。并根据各候选车道对应的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹。其中，若候选车道与该无人车当前车道一致时，则保持当前车道行驶，若候选车道与该无人车当前车道不一致时，则换道行驶，即由当前车道切换为该候选车道。

示例性的，如图3所示，图3中该无人车的当前车道为车道2，该无人车在当前道路中的候选车道为车道1与车道2，假设预设的候选速度分别从预设的低速区间、中速区间、高速区间中任选一个，记作低速、中速与高速。

针对候选车道1，该无人车需换道行驶，于是可确定在预设时长内，分别以低速、中速与高速3种不同速度，由该无人车的当前位置切换为候选车道1的3条候选行驶轨迹d、e、f。针对候选车道2，该无人车需保持车道行驶，于是可确定在预设时长内，分别以低速、中速与高速3种不同速度，保持当前车道行驶的3条候选行驶轨迹a、b、c。

S106：根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价。

在本说明书一种或多种实施例中，当预测出该无人车未来一段时间内可行驶的若干候选行驶轨迹后，便可计算各候选行驶轨迹的行驶代价，以基于行驶代价筛选最优的行车结果。

为了提升道路整体的通行效率，减少拥堵情况的发生。针对每条候选行驶轨迹，可根据该候选行驶轨迹对应的候选速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价。其中，预设的代价规则基于预设的各候选速度确定，候选速度越高，表示道路整体通行效率越高，行驶代价越小。

或者在本说明书一种实施例中，为了保障交通安全，避免频繁变道，以及提高道路整体通行效率。针对每条候选行驶轨迹，可根据该候选行驶轨迹中的换道频次以及预设的代价规则，确定该候选行驶轨迹的行驶代价。其中，预设的代价规则基于换道频次确定，换道频次越高，行驶代价越小。

或者在本说明书另一种实施例中，为了保证各无人车平稳行驶，针对每条候选行驶轨迹，可根据该候选行驶轨迹对应的候选速度，以及该无人车的状态信息中当前速度，确定该无人车在预设时长内，由当前速度切换为该候选速度的加速度，并根据确定出的加速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价。其中，预设的代价规则基于加速度确定，加速度越小，表示速度变化越平稳，行驶代价越小。

或者在本说明书其它实施例中，为了使多车协同控制的决策结果更符合各无人车自主行驶的需要，针对每条候选行驶轨迹，可根据该无人车的状态信息中的期望轨迹，与该候选行驶轨迹之间的相似度，确定该候选行驶轨迹的行驶代价。其中，预设的代价规则基于轨迹相似度确定，轨迹相似度越高，行驶代价越小。

当然，在本说明书其它实施例中，也可对上述的代价规则进行任意组合，并基于组合的代价规则，确定各候选行驶轨迹的行驶代价。本说明书对具体的组合方式不做限制，可根据需要自行设置。

S108：根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件。

在本说明书中多车上路行驶时，为避免互相之间发生碰撞，还需确保各无人车的行驶轨迹不发生冲突。

在本说明书中，可根据各无人车的各候选行驶轨迹的时空信息，确定不同无人车在同一时间发生位置冲突的碰撞轨迹对。于是，各无人车互不碰撞的约束条件为各无人车的行驶轨迹，不同时选取该候选轨迹对中的两条候选行驶轨迹。

如图4所示，图4中无人车E沿车道1行驶，无人车D沿车道2行驶，其中，无人车D在未来一段时间内的候选行驶轨迹有d1~d6，无人车E在未来一段时间内的候选行驶轨迹有e1~e6。根据各候选行驶轨迹的时空信息，确定在同一时间候选行驶轨迹d3与候选行驶轨迹e6在位置点m处发生冲突，同一时间候选行驶轨迹e5与候选行驶轨迹d6在位置点n处发生冲突（其余交叉的轨迹在时间维度上不发生冲突），因此可确定候选行驶轨迹d3与候选行驶轨迹e6为碰撞轨迹对，候选行驶轨迹e5与候选行驶轨迹d6为碰撞轨迹对。在协同规划无人车D与无人车E的行驶轨迹时，不能同时选取碰撞轨迹对中的两条候选行驶轨迹，以避免无人车之间发生碰撞。

当然，本说明书所示的多车协同控制方法，还可用于会车场景中，即无人车相对行驶时，对各无人车的协同控制。如图5所示，假设无人车在非机动车道上相对行驶，则可预测各无人车在未来一段时间内的若干候选行驶轨迹，并对多车进行协同控制，以使各车在互不碰撞的前提下，确定行驶代价最小的行驶轨迹。

进一步的，由于该候选行驶轨迹中包含轨迹上各位置点在时间维度以及空间维度的信息，于是为方便表示，可采用弗莱纳（Frenet）坐标系，以道路中心线为参考线，基于该候选行驶轨迹上任一位置点投影至该参考线的距离l，从道路中心线的起点至该投影点的曲线距离s，以及按照该候选行驶轨迹对应的候选速度抵达该位置点的时间t，定位该候选行驶轨迹上位置点的坐标（t，s，l）。以根据各候选行驶轨迹上各位置点坐标的时空信息，确定不发生碰撞的候选行驶轨迹。

S110：根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹。

在本说明书一种或多种实施例中，当确定出各无人车的各候选行驶轨迹的行驶代价后，在保障各无人车互不碰撞的前提下，可协同规划各无人车的行驶轨迹。

具体的，在各无人车互不碰撞的约束条件下，根据各无人车的各候选行驶轨迹，确定各无人车的各候选轨迹组合。其中，各无人车互不碰撞的约束条件为各候选轨迹组合中不同时包含碰撞轨迹对中的两条候选行驶轨迹。之后，根据各无人车的各候选轨迹组合，确定行驶代价最小的候选轨迹组合，并确定该行驶代价最小的候选轨迹组合中各无人车的候选行驶轨迹，作为各无人车的最终的行驶轨迹。最后，将确定出的各无人车的行驶轨迹的轨迹数据分别发送至各无人车，以使各无人车按照服务器协同规划的行驶轨迹行驶。

假设无人车M的候选行驶轨迹为m1与m2，无人车N的候选行驶轨迹为n1与n2，其中，候选行驶轨迹为m1与候选行驶轨迹为n2为碰撞轨迹对。于是，在无人车M与无人车N互不碰撞的约束条件下，所确定的候选轨迹组合为：（m1，n1）、（m2，n1）、（m2，n2）。

基于图2所示的多车协同控制方法，可根据各无人车的当前位置以及预先存储的地图数据，确定各无人车当前行驶道路中的各车道为候选车道。之后，根据各无人车的当前位置、各候选车道以及预设的各候选速度，确定各无人车在预设时长内的若干候选行驶轨迹。并基于预设的代价规则，确定各候选行驶轨迹的行驶代价。最后，在各无人车互不碰撞的约束条件下，根据各候选行驶轨迹的行驶代价，确定各无人车的行驶轨迹。基于各无人车的各候选行驶轨迹的行驶代价，规划各无人车的行驶轨迹，使规划出的行驶轨迹更合理，提高了道路整体通行效率。

在本说明书步骤S104中，由于无人车在未来的预设时长内还可能频繁的换道以及切换速度，因此为了更精准确定各无人车在未来预设时长内可能行驶的轨迹，还可将预设时长划分为更细致的若干单位时段，以基于各无人车在各单位时段内可能发生的变化，确定各无人车在预设时长内的若干候选行驶轨迹。其中，预设时长与单位时段可根据需要设置，单位时段越短，预测的各无人车的候选行驶轨迹越准确。

具体的，可将预设时长划分为更细致的若干单位时段。之后，按照时间顺序，依次针对每个单位时段，以上一单位时段确定出的各候选行驶轨迹的终点为起点，根据确定出的各候选车道以及预设的各候选速度，确定该无人车在该单位时段的各候选行驶轨迹。最后，根据该无人车在各单位时段的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹。其中，该无人车的各候选行驶轨迹的初始起点为当前位置。并且，在每个单位时段预设的各候选速度可以相同，也可以不同，具体可根据需要设置。

进一步的，在基于各单位时段的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹时，可在保证轨迹连续的前提下，分别从每个单位时段对应的各候选行驶轨迹中任选一条候选行驶轨迹，并进行组合。

示例性的，如图6所示，假设预设时长共包含两个单位时段t1和t2，以预设的候选速度为一个v值为例进行说明，则按照时间顺序，依次针对单位时段t1，确定以无人车的当前位置S0为初始起点，以候选速度v沿当前车道2行驶至S2的候选行驶轨迹L2，以及以候选速度v切换至车道1行驶至S1的候选行驶轨迹L1，作为该单位时段t1的各候选行驶轨迹。

之后，针对单位时段t2，确定以单位时段t1的候选行驶轨迹L2的终点S2为起点，以候选速度v沿当前车道2行驶至S4的候选行驶轨迹L6，以及以候选速度v切换至车道1行驶至S3的候选行驶轨迹L5。并且，确定以单位时段t1的候选行驶轨迹L1的终点S1为起点，以候选速度v沿当前车道1行驶至S3的候选行驶轨迹L3，以及以候选速度v切换至车道1行驶至S4的候选行驶轨迹L4。将确定出的候选行驶轨迹L3~L6作为单位时段t2的各候选行驶轨迹。

于是，根据单位时段t1以及单位时段t2的各候选行驶轨迹，可确定该预设时长内的候选行驶轨迹有L1+L3、L1+L4、L2+L5、L2+L6。

在本说明书中可将各单位时段的候选行驶轨迹的选取与否以整数变量的形式表 示，假设每个单位时段的候选行驶轨迹是否选取定义为整数变量

，将该候选行驶轨迹的 行驶代价定义为

。其中，i表示该单位时段的候选行驶轨迹的起点，j表示该单位时段的 候选行驶轨迹的终点，v表示无人车的标识。若选取该单位时段的候选行驶轨迹，则该候选 行驶轨迹对应的整数变量

，否则

。

于是，各无人车互不碰撞的约束条件表示为

，ij对应的候选行驶轨迹 与pq对应的候选行驶轨迹为碰撞轨迹对，也就是说，碰撞轨迹对中的两条候选行驶轨迹不 同时选取，

与

不同时为1。

则针对每个无人车，通过组合该无人车在各单位时段的候选行驶轨迹，以及各单 位时段的候选行驶轨迹的行驶代价，可确定该无人车在预设时长内的行驶代价函数，以无 人车v1为例，则该无人车v1在预设时长内的行驶代价函数为

。其中，为保证各无 人车的行驶轨迹连续，还需限制相邻的两个单位时段中，前一单位时段选取的候选行驶轨 迹的终点，与后一单位时段选取的候选行驶轨迹的起点相同。

最后，在满足各无人车之间互不碰撞的前提下，以最小化各无人车在预设时长内的行驶代价函数为目标，确定各无人车分别在各单位时段所选取的候选行驶轨迹，并基于各单位时段选取的候选行驶轨迹，确定各无人车在预设时长内的行驶轨迹。

P=min（

）

其中，P表示各无人车在预设时长内的各候选行驶轨迹的行驶代价函数之和，n、m表示两辆不同的无人车。

基于图2所示的一种多车协同控制方法，本说明书实施例还对应提供一种多车协同控制装置的结构示意图，如图7所示。

图7为本说明书实施例提供的一种多车协同控制装置的结构示意图，包括：

获取模块200，配置为获取各无人车的当前位置；

车道确定模块202，配置为针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道；

候选轨迹确定模块204，配置为根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹；

行驶代价确定模块206，配置为根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，所述行驶代价与该无人车的换道频次正相关；

约束条件确定模块208，配置为根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件；

行驶轨迹确定模块210，配置为根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹。

可选地，所述候选轨迹确定模块204具体用于，针对每个候选车道，确定在预设时长内，按照预设的各候选速度，由该无人车的当前位置切换为该候选车道的各候选行驶轨迹，根据各候选车道对应的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹。

可选地，所述预设时长包含若干单位时段，所述候选轨迹确定模块204还用于，按照时间顺序，依次针对每个单位时段，以上一单位时段确定出的各候选行驶轨迹的终点为起点，根据确定出的各候选车道以及预设的各候选速度，确定该无人车在该单位时段的各候选行驶轨迹，根据该无人车在各单位时段的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹，其中，该无人车的各候选行驶轨迹的初始起点为当前位置。

可选地，所述各单位时段的候选行驶轨迹的选取与否以整数变量的形式表示，所述行驶轨迹确定模块210具体用于，针对每个无人车，通过组合该无人车在各单位时段的候选行驶轨迹，以及各单位时段的候选行驶轨迹的行驶代价，确定该无人车的行驶代价函数，在各无人车互不碰撞的约束条件下，以最小化各无人车的行驶代价函数之和为目标，确定各无人车分别在各单位时段所选取的候选行驶轨迹，并根据各无人车在各单位时段所选取的候选行驶轨迹，确定各无人车在所述预设时长内的行驶轨迹。

可选地，所述行驶代价确定模块206具体用于，根据无人车的换道频次，确定代价规则，其中，所述换道频次越高，行驶代价越高，和/或根据预设的各候选速度，确定代价规则，其中，所述候选速度越高，行驶代价越小，和/或根据无人车在预设时长内由当前速度转换至预设的各候选速度的加速度，确定代价规则，其中，所述加速度越小，行为代价越小，和/或根据无人车的期望轨迹与行驶轨迹之间的相似度，确定代价规则，其中，所述相似度越高，所述行为代价越小。

可选地，所述行驶轨迹确定模块210具体用于，在各无人车互不碰撞的约束条件下，根据各无人车的各候选行驶轨迹，确定各无人车的各候选轨迹组合，根据各无人车的各候选轨迹组合，确定行驶代价最小的候选轨迹组合，并确定所述候选轨迹组合对应的各无人车的行驶轨迹。

可选地，所述行驶代价确定模块206具体用于，针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价，和/或针对每条候选行驶轨迹，根据该候选行驶轨迹中的换道频次以及预设的代价规则，确定该候选行驶轨迹的行驶代价，和/或获取该无人车的当前速度，针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度、该无人车的当前速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价，和/或获取该无人车的期望轨迹，针对每条候选行驶轨迹，根据该无人车的期望轨迹与该候选行驶轨迹之间的相似度，以及预设的代价规则，确定该候选行驶轨迹的行驶代价。

可选地，所述车道确定模块202具体用于，根据各无人车的当前位置，确定无人车分布密度大于预设密度的区域为密集区域，针对所述密集区域内的每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道。

本说明书实施例还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图2提供的多车协同控制方法。

基于图2所示的多车协同控制方法，本说明书实施例还提出了图8所示的电子设备的示意结构图。如图8，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图2所示的多车协同控制方法。

当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和生成专用的集成电路芯片。而且，如今，取代手工地生成集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (11)

1.一种多车协同控制方法，其特征在于，包括：

获取各无人车的当前位置；

针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道；

根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹；

根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，所述行驶代价与该无人车的换道频次正相关；

根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件；

根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹；

至少采用下述方式确定代价规则：

根据无人车的期望轨迹与行驶轨迹之间的相似度，确定代价规则；其中，所述相似度越高，所述行驶代价越小。

2.如权利要求1所述的方法，其特征在于，根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹，具体包括：

针对每个候选车道，确定在预设时长内，按照预设的各候选速度，由该无人车的当前位置切换为该候选车道的各候选行驶轨迹；

根据各候选车道对应的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹。

3.如权利要求1所述的方法，其特征在于，所述预设时长包含若干单位时段；

所述方法还包括：

按照时间顺序，依次针对每个单位时段，以上一单位时段确定出的各候选行驶轨迹的终点为起点，根据确定出的各候选车道以及预设的各候选速度，确定该无人车在该单位时段的各候选行驶轨迹；

根据该无人车在各单位时段的各候选行驶轨迹，确定该无人车在预设时长内的若干候选行驶轨迹；

其中，该无人车的各候选行驶轨迹的初始起点为当前位置。

4.如权利要求3所述的方法，其特征在于，所述各单位时段的候选行驶轨迹的选取与否以整数变量的形式表示；

根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹，具体包括：

针对每个无人车，通过组合该无人车在各单位时段的候选行驶轨迹，以及各单位时段的候选行驶轨迹的行驶代价，确定该无人车的行驶代价函数；

在各无人车互不碰撞的约束条件下，以最小化各无人车的行驶代价函数之和为目标，确定各无人车分别在各单位时段所选取的候选行驶轨迹，并根据各无人车在各单位时段所选取的候选行驶轨迹，确定各无人车在所述预设时长内的行驶轨迹。

5.如权利要求1所述的方法，其特征在于，确定代价规则，具体包括：

根据无人车的换道频次，确定代价规则，其中，所述换道频次越高，行驶代价越高；和/或

根据预设的各候选速度，确定代价规则，其中，所述候选速度越高，行驶代价越小；和/或

根据无人车在预设时长内由当前速度转换至预设的各候选速度的加速度，确定代价规则，其中，所述加速度越小，行驶代价越小；和/或

根据无人车的期望轨迹与行驶轨迹之间的相似度，确定代价规则；其中，所述相似度越高，所述行驶代价越小。

6.如权利要求1所述的方法，其特征在于，根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹，具体包括：

在各无人车互不碰撞的约束条件下，根据各无人车的各候选行驶轨迹，确定各无人车的各候选轨迹组合；

根据各无人车的各候选轨迹组合，确定行驶代价最小的候选轨迹组合，并确定所述候选轨迹组合对应的各无人车的行驶轨迹。

7.如权利要求1所述的方法，其特征在于，根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，具体包括：

针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

针对每条候选行驶轨迹，根据该候选行驶轨迹中的换道频次以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

获取该无人车的当前速度；针对每条候选行驶轨迹，根据该候选行驶轨迹对应的候选速度、该无人车的当前速度以及预设的代价规则，确定该候选行驶轨迹的行驶代价；和/或

获取该无人车的期望轨迹；针对每条候选行驶轨迹，根据该无人车的期望轨迹与该候选行驶轨迹之间的相似度，以及预设的代价规则，确定该候选行驶轨迹的行驶代价。

8.如权利要求1所述的方法，其特征在于，针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道，具体包括：

根据各无人车的当前位置，确定无人车分布密度大于预设密度的区域为密集区域；

针对所述密集区域内的每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道。

9.一种多车协同控制装置，其特征在于，包括：

获取模块，配置为获取各无人车的当前位置；

车道确定模块，配置为针对每个无人车，根据该无人车的当前位置，以及预先存储的地图数据，确定该无人车当前行驶道路中的各车道，作为候选车道；

候选轨迹确定模块，配置为根据该无人车的当前位置、各候选车道以及预设的各候选速度，确定该无人车在预设时长内的若干候选行驶轨迹；

行驶代价确定模块，配置为根据预设的代价规则，确定该无人车的各候选行驶轨迹的行驶代价，所述行驶代价与该无人车的换道频次正相关；

约束条件确定模块，配置为根据各无人车的各候选行驶轨迹的时空信息，确定各无人车互不碰撞的约束条件；

行驶轨迹确定模块，配置为根据各无人车的各候选行驶轨迹的行驶代价，以及各无人车互不碰撞的约束条件，确定各无人车的行驶轨迹；

其中，所述代价规则至少根据无人车的期望轨迹与行驶轨迹之间的相似度确定，所述相似度越高，所述行驶代价越小。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-8任一所述的方法。

11.一种电子设备，包括存储器、处理器及存储在存储器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上述权利要求1-8任一所述的方法。

Images