CN114202949B - 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 - Google Patents

高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 Download PDF

Info

Publication number
CN114202949B
CN114202949B CN202111522178.9A CN202111522178A CN114202949B CN 114202949 B CN114202949 B CN 114202949B CN 202111522178 A CN202111522178 A CN 202111522178A CN 114202949 B CN114202949 B CN 114202949B
Authority
CN
China
Prior art keywords
vehicle
adjacent
lane
information
vehicles
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
CN202111522178.9A
Other languages
English (en)
Other versions
CN114202949A (zh
Inventor
郭烈
王旭
李刚
赵剑
刘蓬勃
岳明
殷广
余旭东
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.)
Dalian University of Technology
Ningbo Research Institute of Dalian University of Technology
Original Assignee
Dalian University of Technology
Ningbo Research Institute of Dalian University of Technology
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 Dalian University of Technology, Ningbo Research Institute of Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202111522178.9A priority Critical patent/CN114202949B/zh
Publication of CN114202949A publication Critical patent/CN114202949A/zh
Application granted granted Critical
Publication of CN114202949B publication Critical patent/CN114202949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，针对智能网联汽车搭建了高速公路车路协同场景，有效利用了车‑车、车‑路之间动态信息实时交互，实现车辆资源与周边资源耦合协同，为行车环境提供了强大支撑。本发明可根据主车行车环境的变化，实时辨别主车当前车道、左侧车道、右侧车道的相邻车辆。且算法易于实现，保障了实时性需求；本发明以保障主车行驶安全性为出发点，设计了环境信息预处理模块、相邻车辆状态判断循环模块以及参考路径输出模块三个模块，可有效鉴别出当前安全性最高的车道并将其中心线作为主车的全局参考路径，且参考路径可根据主车行车环境的变化而动态调整。

Description

高速公路智能网联汽车相邻车辆辨别及参考路径调整方法
技术领域
本发明属于车辆主动安全领域，更具体地说是一种高速公路智能网联汽车相邻车辆辨别及参考路径调整方法。
背景技术
汽车的智能化和网联化是汽车行业未来发展的重要方向。作为汽车产业转型升级发展的重点，ICV利用车-车、车-路之间动态信息实时交互，实现自身资源与周边资源耦合协同，为行车环境提供了强大支撑，在提高行车安全性、基础设施利用率和驾乘舒适性等方面具有巨大的潜力。
高速公路是ICV需要面对的典型驾驶场景，而能否规划出安全可行的轨迹是影响ICV上路的最关键问题。ICV在进行轨迹规划时，需要结合自车(主车)、相邻车辆以及道路环境信息，及时规划出最优轨迹并不断更新。现有的轨迹规划算法一般默认主车相邻车辆是已知且固定不变的，不符合高速公路复杂动态的行驶工况；并且在主车沿着高速公路全局参考路径进行局部轨迹规划时，往往默认所有车道的中心线为全局参考路径，不能根据动态变化的行车环境对全局参考路径做出相应调整，无法适应主车的行车状态。
发明内容
针对现有技术存在的上述的问题，本发明要提出一种高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，实现ICV在高速公路自动驾驶时，能够根据变化的行车环境，实时辨别主车相邻车辆，并动态调整当前时刻的全局参考路径，从而使得轨迹规划算法更能适应复杂动态的高速公路行车环境，提升 ICV的行车安全。
本发明技术方案如下：
一种高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，所述高速公路装备有实现车路通信功能的智慧公路车路协同系统，所述智慧公路车路协同系统包括路侧单元、路侧智能设备、车载单元、LTE-V2X通讯系统以及边缘云计算平台；所述路侧智能设备包括高清摄像头、激光雷达、超声波雷达和毫米波雷达；
所述智能网联汽车具有L5级完全自动驾驶功能，即具有根据当前路段的道路环境信息和车辆信息，沿着参考路径自主决策驾驶动作、实时规划出局部最优轨迹，并安全可靠地跟踪局部最优轨迹；
所述高速公路中所有车辆均为智能网联汽车；
所述车载单元搭载在智能网联汽车上，通过LTE-V2X通讯系统接收路侧单元传来的道路环境信息和车辆信息；所述路侧智能设备和车载单元通过 LTE-V2X通讯系统向路侧单元发送道路环境信息和车辆信息；所述路侧单元通过LTE-V2X通讯系统向范围内的车载单元广播当前路段的道路环境信息和车辆信息；所述边缘云计算平台用于接收并处理路侧单元和路侧智能设备传来的信息，并搭建边缘云计算平台、路侧单元和路侧智能设备之间进行信息交互的通路。
所述道路环境信息包括高速公路车道数量信息、各车道宽度信息、各车道中心线位置信息、各车道边界线位置信息以及各车道限速信息；所述车辆信息包括当前路段所有车辆的数量信息、位置信息和速度信息。
所述相邻车辆辨别方法，包括以下步骤：
A1：主车基于车载单元接收路侧单元传来的道路环境信息和车辆信息，计算范围内所有智能网联汽车所处的车道；所有智能网联汽车包括主车。
具体方法为：
设主车接收路侧单元传来的高速公路车道数量信息为N，N≤4，各车道宽度信息均为L，范围内智能网联汽车的车辆横向位置信息分别为yi i＝ 1,2,3······M，其中i为范围内智能网联汽车的序号，M为范围内检测到的智能网联汽车的总量。
则各个智能网联汽车所处车道计算方法为：
Ki＝[yi÷L]upper
式中，Ki表示计算所得第i辆智能网联汽车所处车道；[]upper表示对[]中的数向上取整。
A2：主车判断当前车道正前方是否存在智能网联汽车。若存在，则将正前方距离主车最近的车辆辨别为正前方相邻车辆；若不存在，则主车正前方无相邻车辆。
具体方法为：
设主车接收路侧单元传来的范围内所有智能网联汽车的车辆纵向位置信息分别为xi i＝1,2,3······M。
通过步骤A1，主车计算出范围内其他智能网联汽车所处车道，并且筛选出与主车同车道的智能网联汽车，设它们的序号为m，且有m∈i；
若存在xm>0，则主车正前方相邻车辆的辨别公式为：
qf＝{m|min{xm},m∈i}
式中，qf为主车正前方相邻车辆对应的序号；min{}表示取{}中的最小元素。
则序号qf对应的车辆为主车正前方相邻车辆；若不存在xm>0，则主车正前方无相邻车辆。
A3：主车判断当前车道正后方是否存在智能网联汽车。若存在，则将正后方距离主车最近的车辆辨别为正后方相邻车辆；若不存在，则主车正后方无相邻车辆。
具体方法为：
基于步骤A2的具体方法，若存在xm＜0，则主车正后方相邻车辆的辨别公式为：
qr＝{m|max{xm},m∈i}
式中，qr为正后方相邻车辆对应的序号；max{}表示取{}中的最大元素。
则序号qr对应的车辆为主车正后方相邻车辆；若不存在xm＜0，则主车正后方无相邻车辆。
A4：主车判断当前车道左侧是否存在车道。若存在，对于主车左前方、左后方相邻车辆的辨别，采取与步骤A2、步骤A3相同的方法；若不存在，则主车左前方、左后方不存在相邻车辆。
A5：主车判断当前车道右侧是否存在车道。若存在，对于主车右前方、右后方相邻车辆的辨别，采取与步骤A2、步骤A3相同的方法；若不存在，则主车右前方、右后方不存在相邻车辆。
所述参考路径调整方法，以保障主车的行驶安全性为出发点，采用环境信息预处理模块、相邻车辆状态判断循环模块以及参考路径输出模块进行，所述环境信息预处理模块对主车接收的道路环境信息和车辆信息进行预处理，并输送给相邻车辆状态判断循环模块；所述相邻车辆状态判断循环模块依次判断各个相邻车辆对于主车是否安全，并将信息输送给参考路径输出模块；所述参考路径输出模块综合当前道路环境信息和车辆信息，输出参考路径信息；
具体包括以下步骤：
B1、环境信息预处理，采用环境信息预处理模块进行，具体步骤如下：
B11：主车通过车载单元接收路侧单元传来的道路环境信息和车辆信息，获取高速公路车道数量信息、各车道宽度信息、各车道中心线位置信息、各车道边界线位置信息和范围内智能网联汽车数量信息、位置信息、速度信息；
B12：基于所述相邻车辆辨别方法，计算范围内所有智能网联汽车所处的车道，并辨别主车的相邻车辆；
B13：按主车正前方相邻车辆、正后方相邻车辆、左前方相邻车辆、左后方相邻车辆、右前方相邻车辆、右后方相邻车辆的顺序依次对主车各个相邻车辆编号。若某个相邻车辆不存在，则跳过对该相邻车辆的编号。设主车周围相邻车辆序号为z，则有z＝1,2,3······H，H为主车周围相邻车辆的数量，且H最大不超过6。
B2、相邻车辆状态判断，采用相邻车辆状态判断循环模块进行，具体包含以下步骤：
B21：令z＝1，即相邻车辆状态判断循环模块从序号为1的相邻车辆开始判断；
B22：计算第z辆相邻车辆与主车连线的距离S，连线点分别为主车的后轴中点和第z辆相邻车辆的后轴中点；计算第z辆相邻车辆与主车相对速度沿两车连线投影的绝对值V；计算第z辆相邻车辆与主车的碰撞时间TTC＝S/V；
B23：判断第z辆相邻车辆是否正在远离主车，即判断两车连线的距离S是否有增长趋势。若是，则第z辆相邻车辆对于主车是安全的；否则，转到步骤 B24；
B24：判断S或TTC是否满足以下条件之一：
S≤Smax或TTC≤TTCmax
式中，Smax为安全距离阈值；TTCmax为安全碰撞时间阈值。
若满足，则第z辆相邻车辆对于主车是不安全的；否则，第z辆相邻车辆对于主车是安全的；
B25：令z＝z+1，判断z是否满足z≤H。若不满足，则跳出相邻车辆状态判断循环模块，并将所得信息传送给参考路径输出模块；否则，转到步骤B22；
B3、参考路径输出，采用参考路径输出模块进行，具体包含以下步骤：
B31：主车判断当前车道是否存在不安全的相邻车辆。若不存在，则将主车当前车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤 B32；
B32：主车判断左侧是否存在车道。若存在，则转到步骤B33；否则，转到步骤B34；
B33：主车判断左侧车道是否存在不安全的相邻车辆。若不存在，则将主车左侧车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤 B34；
B34：主车判断右侧是否存在车道。若存在，则转到步骤B35；否则，转到步骤B36；
B35：主车判断右侧车道是否存在不安全的相邻车辆。若不存在，则将主车右侧车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤 B36；
B36：将主车当前车道中心线设置为参考路径，并跳出参考路径输出模块。
进一步，所述主车在每个采样周期内均依次执行所述相邻车辆辨别方法中的步骤A1～A5，则得到随主车行车环境变化而实时辨别出的主车相邻车辆。
进一步，所述主车在每个采样周期内均依次执行所述参考路径调整方法中的步骤B11～B36，则得到随主车行车环境变化而动态调整的参考路径。
更进一步，所述各车道中心线位置信息、各车道边界线位置信息均以最左侧车道的左边界线为基准线，称该基准线为基准线a；各车道中心线位置信息、各车道边界线位置信息赋值为各车道中心线、各车道边界线与基准线a之间的距离。
更进一步，所述车辆位置信息包括车辆横向位置信息与车辆纵向位置信息。
更进一步，车辆横向位置信息同样以最左侧车道的左边界线为基准线，该基准线为基准线a；车辆横向位置信息赋值为车身纵轴线与基准线a之间的距离；若车身纵轴线处于基准线a上，则车辆横向位置信息赋值为0。
更进一步，所述车辆纵向位置信息以主车后轴为基准线，称该基准线为基准线b。车辆后轴处于基准线b前方的车辆，其纵向位置赋为正值；车辆后轴处于基准线b后方的车辆，其纵向位置赋为负值；车辆后轴与基准线b重合的车辆，其纵向位置赋值为0。
更进一步，取Smax＝40m，TTCmax＝4s。
更进一步，设置主车的采样周期为0.02s。
与现有技术相比，本发明的有益效果为：
1、本发明针对智能网联汽车搭建了高速公路车路协同场景，有效利用了车 -车、车-路之间动态信息实时交互，实现车辆资源与周边资源耦合协同，为行车环境提供了强大支撑。
2、本发明针对现有高速公路局部轨迹规划算法大多默认主车相邻车辆已知且提前设置好，不符合高速公路复杂动态的行驶工况问题，提出了一种高速公路智能网联汽车相邻车辆辨别方法，可根据主车行车环境的变化，实时辨别主车当前车道、左侧车道、右侧车道的相邻车辆。且算法易于实现，保障了实时性需求。
3、本发明针对现有高速公路局部轨迹规划算法往往默认高速公路所有车道的中心线为全局参考路径，不能根据动态变化的行车环境对全局参考路径做出相应调整的问题，提出了一种高速公路智能网联汽车参考路径调整方法。以保障主车行驶安全性为出发点，设计了环境信息预处理模块、相邻车辆状态判断循环模块以及参考路径输出模块三个模块，可有效鉴别出当前安全性最高的车道并将其中心线作为主车的全局参考路径，且参考路径可根据主车行车环境的变化而动态调整。
附图说明
图1是本发明中智慧公路车路协同系统架构图。
图2是本发明中车道中心线位置信息、车道边界线位置信息以及车辆位置信息标注示意图。
图3是本发明中高速公路智能网联汽车相邻车辆辨别步骤图。
图4是本发明中高速公路智能网联汽车相邻车辆辨别结果示意图。
图5是本发明中高速公路智能网联汽车参考路径调整流程图。
具体实施方式
下面结合附图对本发明作进一步地说明。
如图1所示，智慧公路车路协同系统架构图，包括路侧单元、路侧智能设备、车载单元、LTE-V2X通讯系统以及边缘云计算平台；图1所述的智慧公路车路协同系统的信息传递方式在发明内容中均已说明；
如图2所示，车道中心线位置信息、车道边界线位置信息以及车辆位置信息标注示意图；车道中心线位置信息、车道边界线位置信息以及车辆位置信息赋值的具体方法在发明内容中均已说明；
如图3所示，本发明中高速公路智能网联汽车相邻车辆的辨别包含5个步骤。5个步骤在发明内容中均已说明；
如图4所示，高速公路智能网联汽车相邻车辆辨别结果示意图，可以看到本发明将主车相邻车辆分为6类：正前方相邻车辆、正后方相邻车辆、左前方相邻车辆、正后方相邻车辆、右前方相邻车辆、右后方相邻车辆；6类相邻车辆在发明内容中均已说明；
如图5所示，高速公路智能网联汽车参考路径调整流程图，包含环境信息预处理模块、相邻车辆状态判断循环模块以及参考路径输出模块；各模块的信息传递方式以及整个方法的具体流程在发明内容中均已说明。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (9)

1.高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，所述高速公路装备有实现车路通信功能的智慧公路车路协同系统，所述智慧公路车路协同系统包括路侧单元、路侧智能设备、车载单元、LTE-V2X通讯系统以及边缘云计算平台；所述路侧智能设备包括高清摄像头、激光雷达、超声波雷达和毫米波雷达；
所述智能网联汽车具有L5级完全自动驾驶功能，即具有根据当前路段的道路环境信息和车辆信息，沿着参考路径自主决策驾驶动作、实时规划出局部最优轨迹，并安全可靠地跟踪局部最优轨迹；
所述高速公路中所有车辆均为智能网联汽车；
所述车载单元搭载在智能网联汽车上，通过LTE-V2X通讯系统接收路侧单元传来的道路环境信息和车辆信息；所述路侧智能设备和车载单元通过LTE-V2X通讯系统向路侧单元发送道路环境信息和车辆信息；所述路侧单元通过LTE-V2X通讯系统向范围内的车载单元广播当前路段的道路环境信息和车辆信息；所述边缘云计算平台用于接收并处理路侧单元和路侧智能设备传来的信息，并搭建边缘云计算平台、路侧单元和路侧智能设备之间进行信息交互的通路；
所述道路环境信息包括高速公路车道数量信息、各车道宽度信息、各车道中心线位置信息、各车道边界线位置信息以及各车道限速信息；所述车辆信息包括当前路段所有车辆的数量信息、位置信息和速度信息；
其特征在于：所述相邻车辆辨别方法，包括以下步骤：
A1：主车基于车载单元接收路侧单元传来的道路环境信息和车辆信息，计算范围内所有智能网联汽车所处的车道；所有智能网联汽车包括主车；
具体方法为：
设主车接收路侧单元传来的高速公路车道数量信息为N，N≤4，各车道宽度信息均为L，范围内智能网联汽车的车辆横向位置信息分别为yi i＝1，2，3……M，其中i为范围内智能网联汽车的序号，M为范围内检测到的智能网联汽车的总量；
则各个智能网联汽车所处车道计算方法为：
Ki＝[yi÷L]upper
式中，Ki表示计算所得第i辆智能网联汽车所处车道；[]upper表示对[]中的数向上取整；
A2：主车判断当前车道正前方是否存在智能网联汽车；若存在，则将正前方距离主车最近的车辆辨别为正前方相邻车辆；若不存在，则主车正前方无相邻车辆；
具体方法为：
设主车接收路侧单元传来的范围内所有智能网联汽车的车辆纵向位置信息分别为xi i＝1，2，3……M；
通过步骤A1，主车计算出范围内其他智能网联汽车所处车道，并且筛选出与主车同车道的智能网联汽车，设它们的序号为m，且有m∈i；
若存在xm＞0，则主车正前方相邻车辆的辨别公式为：
qf＝{m|min{xm}，m∈i}
式中，qf为主车正前方相邻车辆对应的序号；min{}表示取{}中的最小元素；
则序号qf对应的车辆为主车正前方相邻车辆；若不存在xm＞0，则主车正前方无相邻车辆；
A3：主车判断当前车道正后方是否存在智能网联汽车；若存在，则将正后方距离主车最近的车辆辨别为正后方相邻车辆；若不存在，则主车正后方无相邻车辆；
具体方法为：
基于步骤A2的具体方法，若存在xm＜0，则主车正后方相邻车辆的辨别公式为：
qr＝{m|max{xm}，m∈i}
式中，qr为正后方相邻车辆对应的序号；max{}表示取{}中的最大元素；
则序号qr对应的车辆为主车正后方相邻车辆；若不存在xm＜0，则主车正后方无相邻车辆；
A4：主车判断当前车道左侧是否存在车道；若存在，对于主车左前方、左后方相邻车辆的辨别，采取与步骤A2、步骤A3相同的方法；若不存在，则主车左前方、左后方不存在相邻车辆；
A5：主车判断当前车道右侧是否存在车道；若存在，对于主车右前方、右后方相邻车辆的辨别，采取与步骤A2、步骤A3相同的方法；若不存在，则主车右前方、右后方不存在相邻车辆；
所述参考路径调整方法，以保障主车的行驶安全性为出发点，采用环境信息预处理模块、相邻车辆状态判断循环模块以及参考路径输出模块进行，所述环境信息预处理模块对主车接收的道路环境信息和车辆信息进行预处理，并输送给相邻车辆状态判断循环模块；所述相邻车辆状态判断循环模块依次判断各个相邻车辆对于主车是否安全，并将信息输送给参考路径输出模块；所述参考路径输出模块综合当前道路环境信息和车辆信息，输出参考路径信息；
具体包括以下步骤：
B1、环境信息预处理，采用环境信息预处理模块进行，具体步骤如下：
B11：主车通过车载单元接收路侧单元传来的道路环境信息和车辆信息，获取高速公路车道数量信息、各车道宽度信息、各车道中心线位置信息、各车道边界线位置信息和范围内智能网联汽车数量信息、位置信息、速度信息；
B12：基于所述相邻车辆辨别方法，计算范围内所有智能网联汽车所处的车道，并辨别主车的相邻车辆；
B13：按主车正前方相邻车辆、正后方相邻车辆、左前方相邻车辆、左后方相邻车辆、右前方相邻车辆、右后方相邻车辆的顺序依次对主车各个相邻车辆编号；若某个相邻车辆不存在，则跳过对该相邻车辆的编号；设主车周围相邻车辆序号为z，则有z＝1，2，3……H，H为主车周围相邻车辆的数量，且H最大不超过6；
B2、相邻车辆状态判断，采用相邻车辆状态判断循环模块进行，具体包含以下步骤：
B21：令z＝1，即相邻车辆状态判断循环模块从序号为1的相邻车辆开始判断；
B22：计算第z辆相邻车辆与主车连线的距离S，连线点分别为主车的后轴中点和第z辆相邻车辆的后轴中点；计算第z辆相邻车辆与主车相对速度沿两车连线投影的绝对值V；计算第z辆相邻车辆与主车的碰撞时间TTC＝S/V；
B23：判断第z辆相邻车辆是否正在远离主车，即判断两车连线的距离S是否有增长趋势；若是，则第z辆相邻车辆对于主车是安全的；否则，转到步骤B24；
B24：判断S或TTC是否满足以下条件之一：
S≤Smax或TTC≤TTCmax
式中，Smax为安全距离阈值；TTCmax为安全碰撞时间阈值；
若满足，则第z辆相邻车辆对于主车是不安全的；否则，第z辆相邻车辆对于主车是安全的；
B25：令z＝z+1，判断z是否满足z≤H；若不满足，则跳出相邻车辆状态判断循环模块，并将所得信息传送给参考路径输出模块；否则，转到步骤B22；
B3、参考路径输出，采用参考路径输出模块进行，具体包含以下步骤：
B31：主车判断当前车道是否存在不安全的相邻车辆；若不存在，则将主车当前车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤B32；
B32：主车判断左侧是否存在车道；若存在，则转到步骤B33；否则，转到步骤B34；
B33：主车判断左侧车道是否存在不安全的相邻车辆；若不存在，则将主车左侧车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤B34；
B34：主车判断右侧是否存在车道；若存在，则转到步骤B35；否则，转到步骤B36；
B35：主车判断右侧车道是否存在不安全的相邻车辆；若不存在，则将主车右侧车道中心线设置为参考路径，并跳出参考路径输出模块；否则，转到步骤B36；
B36：将主车当前车道中心线设置为参考路径，并跳出参考路径输出模块。
2.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：所述主车在每个采样周期内均依次执行所述相邻车辆辨别方法中的步骤A1～A5，则得到随主车行车环境变化而实时辨别出的主车相邻车辆。
3.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：所述主车在每个采样周期内均依次执行所述参考路径调整方法中的步骤B11～B36，则得到随主车行车环境变化而动态调整的参考路径。
4.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：所述各车道中心线位置信息、各车道边界线位置信息均以最左侧车道的左边界线为基准线，称该基准线为基准线a；各车道中心线位置信息、各车道边界线位置信息赋值为各车道中心线、各车道边界线与基准线a之间的距离。
5.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：车辆位置信息包括车辆横向位置信息与车辆纵向位置信息。
6.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：车辆横向位置信息同样以最左侧车道的左边界线为基准线，该基准线为基准线a；车辆横向位置信息赋值为车身纵轴线与基准线a之间的距离；若车身纵轴线处于基准线a上，则车辆横向位置信息赋值为0。
7.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：所述车辆纵向位置信息以主车后轴为基准线，称该基准线为基准线b；车辆后轴处于基准线b前方的车辆，其纵向位置赋为正值；车辆后轴处于基准线b后方的车辆，其纵向位置赋为负值；车辆后轴与基准线b重合的车辆，其纵向位置赋值为0。
8.根据权利要求1所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：取Smax＝40m，TTCmax＝4s。
9.根据权利要求2或3所述高速公路智能网联汽车相邻车辆辨别及参考路径调整方法，其特征在于：设置主车的采样周期为0.02s。
CN202111522178.9A 2021-12-13 2021-12-13 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法 Active CN114202949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111522178.9A CN114202949B (zh) 2021-12-13 2021-12-13 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111522178.9A CN114202949B (zh) 2021-12-13 2021-12-13 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法

Publications (2)

Publication Number Publication Date
CN114202949A CN114202949A (zh) 2022-03-18
CN114202949B true CN114202949B (zh) 2024-04-12

Family

ID=80653289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111522178.9A Active CN114202949B (zh) 2021-12-13 2021-12-13 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法

Country Status (1)

Country Link
CN (1) CN114202949B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008576A (zh) * 2013-07-10 2014-08-27 易通星云（北京）科技发展有限公司 基于北斗的高速公路车辆自由流电子收费方法、系统及装置
KR101575298B1 (ko) * 2014-06-26 2015-12-21 한양대학교 산학협력단 차량 제어 시스템 및 방법
CN106251666A (zh) * 2016-08-08 2016-12-21 武汉理工大学 面向智能网联汽车的雾天环境下高速公路安全车速引导系统和方法
EP3141926A1 (en) * 2015-09-10 2017-03-15 Continental Automotive GmbH Automated detection of hazardous drifting vehicles by vehicle sensors
CN109855636A (zh) * 2018-12-20 2019-06-07 江苏大学 一种基于智能驾驶的特种车辆路径规划系统和方法
CN112382054A (zh) * 2020-11-11 2021-02-19 大连理工大学 一种基于车路协同的汽车驾驶预警提示系统及方法
CN113246985A (zh) * 2021-06-21 2021-08-13 苏州大学 混行条件下快速路匝道智能网联车辆合流变道控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101795250B1 (ko) * 2016-05-03 2017-11-07 현대자동차주식회사 자율주행차량의 주행경로 계획장치 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008576A (zh) * 2013-07-10 2014-08-27 易通星云（北京）科技发展有限公司 基于北斗的高速公路车辆自由流电子收费方法、系统及装置
KR101575298B1 (ko) * 2014-06-26 2015-12-21 한양대학교 산학협력단 차량 제어 시스템 및 방법
EP3141926A1 (en) * 2015-09-10 2017-03-15 Continental Automotive GmbH Automated detection of hazardous drifting vehicles by vehicle sensors
CN106251666A (zh) * 2016-08-08 2016-12-21 武汉理工大学 面向智能网联汽车的雾天环境下高速公路安全车速引导系统和方法
CN109855636A (zh) * 2018-12-20 2019-06-07 江苏大学 一种基于智能驾驶的特种车辆路径规划系统和方法
CN112382054A (zh) * 2020-11-11 2021-02-19 大连理工大学 一种基于车路协同的汽车驾驶预警提示系统及方法
CN113246985A (zh) * 2021-06-21 2021-08-13 苏州大学 混行条件下快速路匝道智能网联车辆合流变道控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Torque Distribution Algorithm for Stability Control of Electric Vehicle Driven by Four In-Wheel Motors Under Emergency Conditions;Lie Guo;《IEEE Access》;20190729;全文 *
Trajectory planning and tracking control for autonomous lane change maneuver based on the cooperative vehicle infrastructure system;Feng You;《Expert Systems with Applications》;20150815;全文 *
基于车联网信息的自动换道方法研究;刘志强;张腾;;重庆理工大学学报(自然科学);20200415(04);全文 *
考虑驾驶意图与动态环境的汽车避碰路径规划;彭理群;吴超仲;黄珍;楚文慧;贺宜;;交通运输系统工程与信息;20161215(06);全文 *

Also Published As

Publication number Publication date
CN114202949A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
WO2022063331A1 (zh) 一种基于v2x的编队行驶智能网联客车
CN109087503B (zh) 一种基于v2x的车车协同系统及方法
WO2022121247A1 (zh) 汽车协同决策方法、装置、电子设备及计算机存储介质
CN112967514B (zh) 一种无信号灯交叉口下智能车辆高效行驶的分布式控制方法及系统
CN111653113B (zh) 车辆的局部路径确定方法、装置、终端和存储介质
CN205334746U (zh) 一种基于车路协同技术的车载虚拟道路状态显示系统
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN110276945A (zh) 一种自动驾驶车辆编组方法
EP2276012B1 (en) Method for transmission power control in vehicle-to-vehicle communication
CN112498351B (zh) 一种基于v2v的自动驾驶优化系统及方法
CN101101702A (zh) 汽车车际间信息共享型自动驾驶系统及其控制方法
CN112224202B (zh) 一种紧急工况下的多车协同避撞系统及方法
Mo et al. Simulation and analysis on overtaking safety assistance system based on vehicle-to-vehicle communication
CN110412980B (zh) 汽车自动驾驶并线控制方法
CN105501221A (zh) 一种基于车车通信的自适应巡航系统和控制方法
CN113085852A (zh) 自动驾驶车辆的行为预警方法、装置及云端设备
CN113205679A (zh) 一种基于t字型交叉口车辆控制系统的通行效率控制方法
CN114506323B (zh) 编队车辆控制方法、装置、设备及介质
CN113895442A (zh) 一种基于路侧与车端协同感知的车辆行驶决策方法及系统
CN112887935A (zh) 基于车路云协同的自动驾驶车辆编队方法
CN114202949B (zh) 高速公路智能网联汽车相邻车辆辨别及参考路径调整方法
CN115331461B (zh) 一种无信号交叉口混合交通通行控制方法、装置及车辆
CN114987556A (zh) 自动驾驶车辆控制方法、装置、设备及存储介质
CN109532840B (zh) 一种无人驾驶车辆控制方法、装置、系统及电子设备
CN116612636B (zh) 基于多智能体强化学习的信号灯协同控制方法

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
GR01 Patent grant
GR01 Patent grant