CN114228740A - 车辆控制方法、装置、车辆及存储介质 - Google Patents

车辆控制方法、装置、车辆及存储介质 Download PDF

Info

Publication number
CN114228740A
CN114228740A CN202111250828.9A CN202111250828A CN114228740A CN 114228740 A CN114228740 A CN 114228740A CN 202111250828 A CN202111250828 A CN 202111250828A CN 114228740 A CN114228740 A CN 114228740A
Authority
CN
China
Prior art keywords
time
decision
target
current
control
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
CN202111250828.9A
Other languages
English (en)
Other versions
CN114228740B (zh
Inventor
邢学韬
任冬淳
王志超
陈鸿帅
�田润
赵博林
颜诗涛
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.)
Beijing Touch Da Unbounded Technology Co ltd
Original Assignee
Beijing Touch Da Unbounded 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 Beijing Touch Da Unbounded Technology Co ltd filed Critical Beijing Touch Da Unbounded Technology Co ltd
Priority to CN202111250828.9A priority Critical patent/CN114228740B/zh
Publication of CN114228740A publication Critical patent/CN114228740A/zh
Application granted granted Critical
Publication of CN114228740B publication Critical patent/CN114228740B/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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请实施例提供了一种车辆控制方法、装置、电子设备及存储介质，该方法包括：将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将该分组中的最早的待决策时刻确定为目标待决策时刻；建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；基于目标待决策时刻之间的状态量转移约束，确定最优控制序列最优控制序列包括：每一个目标待决策时刻的分组控制量；基于当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆。

Description

车辆控制方法、装置、车辆及存储介质
技术领域
本申请涉及车辆领域，具体涉及车辆控制方法、装置、车辆及存储介质。
背景技术
在对诸如自主车辆的车辆的控制过程中，需要确定车辆在相应的控制时间段的控制量。目前，通常采用的方式为：利用诸如模型预测控制(Model Predictive Control，简称MPC)算法的最优控制算法对时长为预测域的时间段内的每一个待决策时刻的控制量进行求解，利用求解得到的结果，确定车辆在相应的时间段的控制量。
为确保应急反应速度，控制时间段的时长需要足够短例如0.01s，同时，为确保横向控制效果，预测域需要足够长例如2s。两个相邻的待决策时刻之间的时间间隔与控制时间段的时长通常相同，在控制时间段的时长需要足够短并且预测域需要足够长的情况下，待决策时刻的数量多例如200个，相应的，需要求解的待决策时刻的控制量的数量多，采用通常采用的方式，需要对大量的待决策时刻的控制量进行求解，导致确定车辆在相应的控制时间段的控制量消耗的计算资源较多，成本较高，同时，确定车辆在相应的控制时间段的控制量耗时较长。
发明内容
本申请提供一种车辆控制方法、装置、电子设备及存储介质。
根据本申请实施例的第一方面，提供一种车辆控制方法，包括：
基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将所述分组中的最早的待决策时刻确定为目标待决策时刻，其中，任意两个相邻的待决策时刻之间的时长为第一时间间隔，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布，最早的目标待决策时刻为所述当前待决策时刻；
建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；
基于目标待决策时刻之间的状态量转移约束，确定最优控制序列，所述最优控制序列包括：每一个目标待决策时刻的分组控制量；
基于所述当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆，其中，所述当前控制时间段为以所述当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
根据本申请实施例的第二方面，提供一种车辆控制装置，包括：
打包单元，被配置为基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将所述分组中的最早的待决策时刻确定为目标待决策时刻，其中，任意两个相邻的待决策时刻之间的时长为第一时间间隔，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布，最早的目标待决策时刻为所述当前待决策时刻；
建立单元，被配置为建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；
求解单元，被配置为基于目标待决策时刻之间的状态量转移约束，确定最优控制序列，所述最优控制序列包括：每一个目标待决策时刻的分组控制量；
控制单元，被配置为基于所述当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆，其中，所述当前控制时间段为以所述当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
本申请实施例提供的车辆控制方法、装置，实现了每一次在确定车辆在相应的控制时间段的控制量即当前待决策时刻的目标控制量的过程中，仅需确定每一个目标待决策时刻的控制量，得到最优控制序列，根据最优控制序列中的当前待决策时刻的分组控制量，确定出当前待决策时刻的目标控制量，相比于对大量的待决策时刻的控制量进行求解以确定车辆在相应的控制时间段的控制量，确定车辆在相应的控制时间段的控制量消耗的计算资源较少，成本较低，同时，确定车辆在相应的控制时间段的控制量耗时较短。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1示出了本申请实施例提供的车辆控制方法的一个的流程图；
图2示出了零阶保持分布和一阶保持分布的效果示意图；
图3示出了迭代地计算目标控制量的流程示意图；
图4示出了本申请实施例提供的车辆控制装置的一个结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1是本申请实施例提供的车辆控制方法的一个的流程图。该方法包括以下步骤：
步骤101，基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将该分组中的最早的待决策时刻确定为目标待决策时刻。
在本申请中，多个待决策时刻具有从早至晚的顺序，当前待决策时刻为多个待决策时刻中的最早的待决策时刻。多个待决策时刻中的任意两个相邻的待决策时刻之间的时长可以为第一时间间隔例如0.01s。
在本申请中，多个待决策时刻中的任意两个相邻的待决策时刻之间的时长也可称之为离散间隔。
在本申请中，当前待决策时刻与预测结束时刻之间的时长可以称之为预测域，预测结束时刻为多个待决策时刻中的最晚的待决策时刻与第一时间间隔之和。预测域为预设时长例如2s。多个待决策时刻的数量可以为预测域除以离散间隔。根据当前待决策时刻、离散间隔、预测域，可以确定每一个待决策时刻。
在本申请中，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布。同时，预设分布信息可以指示次序位于同一个次序区间内的多个待决策时刻符合预设分布。待决策时刻的次序指示待决策时刻在多个待决策时刻中的位置，换言之，待决策时刻的次序指示待决策时刻为多个待决策时刻中的第几个待决策时刻。
在本申请中，当基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组时，可以将次序位于同一个次序区间内的多个待决策时刻划分为一个分组。
例如，预设分布为零阶保持分布，多个待决策时刻的数量为N个，预先将由[1，N]划分为多个子区间。预设分布信息指示次序在同一个子区间内的多个待决策时刻符合零阶保持分布。假设子区间1为[1，K]，子区间2为(K，L]......最后一个子区间为(M，N】，K、L、M均小于N，K小于L，L小于M。预设分布信息指示次序在[1，K]内的多个待决策时刻符合零阶保持分布，可以根据预设分布信息，将次序在[1，K]内的多个待决策时刻即第1-K个待决策时刻归属到一个分组。预设分布信息指示次序在(K，L]内的多个待决策时刻符合零阶保持分布，可以根据预设分布信息，将次序在(K，L]内的多个待决策时刻即第K+1-L个待决策时刻归属到一个分组。预设分布信息指示次序在(M，N】内的多个待决策时刻符合零阶保持分布，可以根据预设分布信息，将次序在(M，N】内的多个待决策时刻即第M+1-L个待决策时刻归属到一个分组。
在本申请中，对于每一个分组，可以将该分组中的最早的待决策时刻均确定为目标待决策时刻。
在本申请中，确定出的所有目标待决策时刻中的、最早的目标待决策时刻为当前待决策时刻。
在一些实施例中，每一个分组中的待决策时刻数量均为同一预设数量，任意两个相邻的目标待决策时刻之间的时长为第二时间间隔。
在本申请中，当每一个分组中的待决策时刻数量相同时，预设分布信息可以指示多个待决策时刻中的每预设数量个待决策时刻符合预设分布。可以根据预设分布信息，将多个待决策时刻中的每预设数量个待决策时刻归属到一个分组。
例如，第一时间间隔为0.01s，第二时间间隔为0.1s，预设数量为10，当前待决策时刻为2”73，预测域为2s，预测结束时刻为4”73，多个待决策时刻的数量为200。预设分布信息指示每10个待决策时刻的控制量符合零阶保持分布。可以根据预设分布信息，将多个待决策时刻中的每10个待决策时刻归属到一个分组，即将第1-10个待决策时刻归属到第一个分组，将第11-20个待决策时刻归属到第二个分组，依次类推。
多个待决策时刻包括：2”73、2”74......4”72，第一个分组由2”73、2”74、2”75、2”76、2”77、2”78、2”79、2”80、2”81、2”82组成，第二个分组由2”83、2”84、2”85、2”86、2”87、2”88、2”89、2”90、2”91、2”92组成，最后一个分组由4”63、4”64、4”65、4”66、4”67、4”68、4”69、4”70、4”71、4”72组成。确定出的所有目标待决策时刻包括：2”73、2”83......4”53、4”63，确定出的所有目标待决策时刻中的目标待决策时刻为当前待决策时刻即2”73，任意两个相邻的目标待决策时刻之间的时长为第二时间间隔0.1s。
在一些实施例中，预设分布指示以下之一:零阶保持分布、一阶保持分布。
在预设分布为零阶保持分布时，同一分组中的待决策时刻的控制量相同。在预设分布为一阶保持分布时，同一分组中的待决策时刻的控制量符合线性分布。
请参考图2，其示出了零阶保持分布和一阶保持分布的效果示意图。
在图2中，示出的坐标系中的横坐标轴为待决策时刻的坐标轴，纵坐标轴为待决策时刻的控制量u或车辆在待决策时刻的状态量x的坐标轴。
在图2中，示例性的示出了部分待决策时刻对应的点，待决策时刻对应的点的横坐标为待决策时刻，待决策时刻对应的点的纵坐标为待决策时刻的控制量或车辆在待决策时刻的状态量。将多个待决策时刻划分为多个分组可以称之为打包，假设将每10个点的横坐标归属到一个分组，形成分组1、分组2、分组3等。在预设分布为零阶保持分布时，同一个分组中的待决策时刻对应的点的纵坐标相同。在预设分布为一阶保持分布时，同一个分组中的待决策时刻对应的点的纵坐标符合线性分布。
步骤102，建立目标待决策时刻之间的状态量转移约束。
在本申请中，在确定每一个目标待决策时刻之后，可以可以建立目标待决策时刻之间的状态量转移约束。
在本申请中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系。
在本申请中，目标待决策时刻对应的状态量转移约束可以表示为：xk+1＝fτd(xk，uk)。xk+1表示车辆在第k+1个目标待决策时刻的状态量，xk表示车辆在第k个目标待决策时刻的状态量，uk表示第k个目标待决策时刻的控制量。控制量可以包括横向转向角、纵向加速度，车辆的状态量可以包括车辆位置、横摆角、纵向速度等。
车辆在第k+1个目标待决策时刻的状态量与车辆在第k个目标待决策时刻的状态量可以利用函数fτd()描述。xk和uk为函数fτd()的自变量，xk+1为函数fτd()的因变量。
步骤103，基于目标待决策时刻之间的状态量转移约束，确定最优控制序列。
在本申请中，最优控制序列包括：每一个目标待决策时刻的分组控制量。在建立目标待决策时刻之间的状态量转移约束之后，可以在目标待决策时刻之间的状态量转移约束下，利用最优控制算法例如模型预测控制算法，求解最优控制序列。模型预测控制算法可以求解出满足目标待决策时刻之间的状态量转移约束的所有候选控制序列，计算出每一个候选控制序列对应的得分，将得分最低的候选控制序列确定为最优控制序列。候选控制序列包括每一个目标待决策时刻的候选控制量。候选控制序列对应的得分为候选控制序列中的每一个目标待决策时刻的候选控制量的得分之和。在确定最优控制序列之后，最优控制序列中的每一个目标待决策时刻的候选控制量作为每一个目标待决策时刻的分组控制量。
例如，第一时间间隔为0.01s，第二时间间隔为0.1s，当前待决策时刻为2”73，预测域为2s，预测结束时刻为4”73，多个待决策时刻包括：2”73、2”74......4”72，多个待决策时刻的数量为200。将每10个待决策时刻归属到一个分组，对于每一个分组，将该分组中的最早的待决策时刻确定为目标待决策时刻。确定出的所有目标待决策时刻包括：2”73、2”83......4”53、4”63，所有目标待决策时刻中的最早的目标待决策时刻为当前待决策时刻2”73。最优控制序列包括：2”73的分组控制量、2”83的分组控制量......4”63的分组控制量。2”73的分组控制量可以相当于在以2”73为起始时刻并且以2”83为结束时刻的时间段内可以用于控制车辆的控制量，2”83的分组控制量可以相当于在以2”83为起始时刻并且以2”93为结束时刻的时间段内可以用于控制车辆的控制量，4”53的分组控制量可以相当于在以4”53为起始时刻并且以4”63为结束时刻的时间段内可以用于控制车辆的控制量，4”63的分组控制量可以相当于在以4”63为起始时刻并且以4”73为结束时刻的时间段内可以用于控制车辆的控制量。
步骤104，基于当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以目标控制量控制车辆。
在本申请中，当前控制时间段为以当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
在基于当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量时，可以基于当前待决策时刻的分组控制量、先验关系，确定目标控制量，先验关系指示当前待决策时刻的目标控制量与当前待决策时刻的分组控制量的关联关系。
例如，第一时间间隔为0.01s。当前待决策时刻为2”73，预测域为2s，预测结束时刻为4”73，多个待决策时刻包括：2”73、2”74......4”63，多个待决策时刻的数量为200。第二时间间隔为0.1s，将每10个待决策时刻归属到一个分组，对于每一个分组，将该分组中的最早的待决策时刻确定为目标待决策时刻。确定出的所有目标待决策时刻包括：2”73、2”83......4”63，确定出的所有目标待决策时刻中的最早的目标待决策时刻为当前待决策时刻2”73。可以根据当前待决策时刻2”73的分组控制量、先验关系，确定当前待决策时刻2”73的目标控制量。当前控制时间段为以当前待决策时刻2”73为起始时刻的、时长为第一时间间隔0.01s的时间段，当前控制时间段的结束时刻为2”74。在当前控制时间段即2”73与2”74之间的时间段内，可以采用当前待决策时刻2”73的目标控制量控制车辆。
在本申请中，每一次在确定车辆在相应的控制时间段的控制量即当前待决策时刻的目标控制量的过程中，仅需确定每一个目标待决策时刻的控制量，得到最优控制序列，根据最优控制序列中的当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，相比于对大量的待决策时刻的控制量进行求解以确定车辆在相应的控制时间段的控制量，确定车辆在相应的控制时间段的控制量消耗的计算资源较少，成本较低，同时，确定车辆在相应的控制时间段的控制量耗时较短。
例如，第一时间间隔为0.01s，预测域为2s，待决策时刻的数量为200，将每10个待决策时刻归属到一个分组，目标待决策时刻的数量仅为20，目标待决策时刻的数量远小于待决策时刻的数量。仅需确定20个目标待决策时刻的控制量，得到最优控制序列，根据最优控制序列中的当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，相比于对200个待决策时刻的控制量进行求解以确定当前待决策时刻的目标控制量，确定车辆在相应的控制时间段的控制量消耗的计算资源较少，成本较低，同时，确定车辆在相应的控制时间段的控制量耗时较短。
在一些实施例中，基于当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量包括：基于当前待决策时刻的分组控制量和预设比例，确定当前待决策时刻的目标控制量，其中，预设比例指示当前待决策时刻的目标控制量与当前待决策时刻的分组控制量的比例。
在本申请中，预设比例可以为第一时间间隔除以第二时间间隔，当前待决策时刻的目标控制量与当前待决策时刻的分组控制量的比例为当前待决策时刻的目标控制量除以当前待决策时刻的分组控制量。可以将当前待决策时刻的分组控制量与预设比例相乘，得到当前待决策时刻的目标控制量。
在本申请中，当基于当前待决策时刻的分组控制量、第一时间间隔、第二时间间隔，确定当前待决策时刻的目标控制量，可以计算第一时间间隔除以第二时间间隔的商，将当前待决策时刻的分组控制量除以该商，得到当前待决策时刻的目标控制量。
在一些实施例中，基于当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量和预设关联关系，确定当前待决策时刻的目标控制量，其中，预设关联关系指示当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量、当前待决策时刻的目标控制量之间的关联关系，当前待决策时刻的前一决策时刻早于当前待决策时刻，当前待决策时刻的前一决策时刻与当前待决策时刻之间的时长为第一时间间隔。
在本申请中，当前待决策时刻的前一决策时刻的目标控制量用于在以当前待决策时刻的前一决策时刻为起始时刻并且以当前待决策时刻为结束时刻的时间段内控制车辆，确定当前待决策时刻的前一决策时刻的目标控制量的过程与确定当前待决策时刻的目标控制量的过程同理。
例如，第一时间间隔为0.01s，当前待决策时刻为2”73，当前待决策时刻的前一决策时刻为2”72，当前待决策时刻的前一决策时刻的目标控制量为2”72的控制量，2”72的控制量用于在以2”72为起始时刻并且以2”73为结束时刻的时间段内控制车辆。
在本申请中，预设关联关系指示当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量、当前待决策时刻的目标控制量之间的关联关系。可以利用表示预设关联关系的函数表示预设关联关系，表示预设关联关系的函数包括两个自变量即给定的时刻的分组控制量、给定的时刻的前一时刻的目标控制量，表示预设关联关系的函数的因变量为给定的时刻的目标控制量。当基于当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量和预设关联关系，确定当前待决策时刻的目标控制量时，将当前待决策时刻的分组控制量作为给定的时刻的分组控制量、将当前待决策时刻的前一决策时刻的目标控制量作为给定的时刻的前一时刻的目标控制量，得到表示预设关联关系的函数的函数值，得到的表示预设关联关系的函数的函数值即为当前待决策时刻的目标控制量。
在一些实施例中，预设关联关系指示第一差异量与第二差异量的比例，第一差异量为当前待决策时刻的目标控制量减去当前待决策时刻的前一决策时刻的目标控制量，第二差异量为当前待决策时刻的分组控制量减去当前待决策时刻的前一决策时刻的目标控制量。
第一差异量与第二差异量的比例为第一差异量除以第二差异量，可以预先设置第一差异量与第二差异量的比例，第一差异量与第二差异量的比例大于0并且小于1。预设关联关系可以表示为：(uapply-u0)/(u1*-u0)＝K，uapply表示当前待决策时刻的目标控制量，u0表示当前待决策时刻的前一个决策时刻的目标控制量，u1*表示当前待决策时刻的分组控制量，K表示第一差异量与第二差异量的比例。当基于当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量和预设关联关系，确定当前待决策时刻的目标控制量时，当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量、第一差异量与第二差异量的比例均已知，可以根据预设关联关系，得到当前待决策时刻的目标控制量。
在一些实施例中，第一差异量与第二差异量的比例为第一时间间隔除以第二时间间隔。当第一差异量与第二差异量的比例为第一时间间隔除以第二时间间隔时，可以利用以下公式计算出当前待决策时刻的目标控制量uapply：
uapply＝u0+τ/τd(u1*-u0)
u0表示当前待决策时刻的前一个决策时刻的目标控制量，u1*表示当前待决策时刻的分组控制量，τ表示第一时间间隔，τd表示第二时间间隔。
请参考图3，其示出了迭代地计算目标控制量的流程示意图。
第一时间间隔为0.01s，第二时间间隔为0.1s，预测域为2s，多个待决策时刻的数量为200。
在时间到达2”73时，2”73作为当前待决策时刻，预测结束时刻为4”73，多个待决策时刻包括：2”73、2”74......4”72。将每10个待决策时刻归属到一个分组，对于每一个分组，将该分组中的最早的待决策时刻确定为目标待决策时刻。确定出的所有目标待决策时刻包括：2”73、2”83、2”93...4”43、4”53、4”63。确定出的所有目标待决策时刻中的最早的目标待决策时刻为当前待决策时刻2”73。在时间到达2”73时，计算最优控制序列，该最优控制序列包括：2”73的分组控制量、2”83的分组控制量、2”93的分组控制量...4”43的分组控制量、4”53的分组控制量、4”63的分组控制量。2”73的分组控制量可以相当于在以2”73为起始时刻并且以2”83为结束时刻的时间段可以用于控制车辆的控制量，2”83的分组控制量可以相当于在以2”83为起始时刻并且以2”93为结束时刻的时间段可以用于控制车辆的控制量，2”93的分组控制量可以相当于在以2”93为起始时刻并且以3”03为结束时刻的时间段可以用于控制车辆的控制量，4”43的分组控制量可以相当于在以4”43为起始时刻并且以4”53为结束时刻的时间段可以用于控制车辆的控制量，4”53的分组控制量可以相当于在以4”53为起始时刻并且以4”63为结束时刻的时间段可以用于控制车辆的控制量，4”63的分组控制量可以相当于在以4”63为起始时刻并且以4”73为结束时刻的时间段可以用于控制车辆的控制量。
在2”73作为当前待决策时刻时，可以基于2”73的分组控制量、第一时间间隔0.01s、第二时间间隔0.1s、2”72的目标控制量，确定2”73的目标控制量，当前控制时间段为2”73与2”74之间的时间段，在2”73与2”74之间的时间段内，采用2”73的目标控制量控制车辆。
在时间到达2”74时，2”74作为当前待决策时刻，多个待决策时刻包括：2”74、2”75......4”73。将每10个待决策时刻归属到一个分组，确定出的所有目标待决策时刻包括：2”74、2”84、2”94...4”44、4”54、4”64、4”74。
在时间到达2”74时，计算最优控制序列，该最优控制序列包括：2”74、2”84、2”94...4”44、4”54、4”64。2”74的分组控制量可以相当于在以2”74为起始时刻并且以2”84为结束时刻的时间段可以用于控制车辆的控制量，2”84的分组控制量可以相当于在以2”84为起始时刻并且以2”94为结束时刻的时间段可以用于控制车辆的控制量，2”94的分组控制量可以相当于在以2”94为起始时刻并且以3”04为结束时刻的时间段可以用于控制车辆的控制量，4”44的分组控制量可以相当于在以4”44为起始时刻并且以4”54为结束时刻的时间段可以用于控制车辆的控制量，4”54的分组控制量可以相当于在以4”54为起始时刻并且以4”64为结束时刻的时间段可以用于控制车辆的控制量，4”64的分组控制量可以相当于在以4”64为起始时刻并且以4”74为结束时刻的时间段可以用于控制车辆的控制量。
在时间到达2”74时，可以基于2”74的分组控制量、第一时间间隔0.01s、第二时间间隔0.1s、2”73的目标控制量，确定2”74的目标控制量，当前控制时间段为2”74与2”75之间的时间段，在2”74与2”75之间的时间段内，采用2”74的目标控制量控制车辆。
请参考图4，其示出本申请实施例提供的车辆控制装置的一个结构示意图。本申请实施例提供的车辆控制装置中的各个单元被配置为完成的操作的具体实现方式可以参考方法实施例中描述的相应的操作的具体实现方式。车辆控制装置包括：打包单元401，建立单元402，求解单元403，控制单元404。
打包单元401被配置为基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及将每一个分组中的最早的待决策时刻均确定为目标待决策时刻，其中，任意两个相邻的待决策时刻之间的时长为第一时间间隔，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布，最早的目标待决策时刻为所述当前待决策时刻；
建立单元402被配置为建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；
求解单元403被配置为基于目标待决策时刻之间的状态量转移约束，确定最优控制序列，所述最优控制序列包括：每一个目标待决策时刻的分组控制量；
控制单元404被配置为基于所述当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆，其中，所述当前控制时间段为以所述当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
在一些实施例中，每一个分组中的待决策时刻的数量均为同一预设数量，任意两个相邻的目标待决策时刻之间的时长为第二时间间隔。
在一些实施例中，控制单元进一步被配置为基于所述当前待决策时刻的分组控制量和预设比例，确定当前待决策时刻的目标控制量，其中，所述预设比例指示所述当前待决策时刻的目标控制量与所述当前待决策时刻的分组控制量的比例。
在一些实施例中，控制单元进一步被配置为基于所述当前待决策时刻的分组控制量、当前待决策时刻的前一决策时刻的目标控制量和预设关联关系，确定当前待决策时刻的目标控制量，其中，所述预设关联关系指示所述当前待决策时刻的分组控制量、所述前一决策时刻的目标控制量、所述当前待决策时刻的目标控制量之间的关联关系，所述前一决策时刻早于所述当前待决策时刻，所述前一决策时刻与所述当前待决策时刻之间的时长为所述第一时间间隔。
在一些实施例中，所述预设关联关系指示第一差异量与第二差异量的比例，所述第一差异量为所述当前待决策时刻的目标控制量减去所述前一决策时刻的目标控制量，所述第二差异量为所述当前待决策时刻的分组控制量减去所述前一决策时刻的目标控制量。
在一些实施例中，所述第一差异量与第二差异量的比例为所述第一时间间隔除以所述第二时间间隔。
在一些实施例中，所述预设分布为以下之一:零阶保持分布、一阶保持分布。
本申请还提供了一种车辆，该车辆可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包括用以执行上述实施例中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述实施例中描述的操作的指令。
本申请还提供了一种计算机可读介质，该计算机可读介质可以是车辆的控制系统中所包括的；也可以是单独存在，未装配入车辆的控制系统中。上述计算机可读介质承载有一个或者多个程序，当一个或者多个程序被车辆的处理器执行时，使得处理器执行上述实施例中描述的操作。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包括或存储程序的有形介质，该程序可以被消息执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多方面形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由消息执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行消息。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机消息的组合来实现。
以上描述仅为本请求的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术实施例，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术实施例。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术实施例。

Claims (10)

1.一种车辆控制方法，其特征在于，所述方法包括：
基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将所述分组中的最早的待决策时刻确定为目标待决策时刻，其中，任意两个相邻的待决策时刻之间的时长为第一时间间隔，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布，最早的目标待决策时刻为所述当前待决策时刻；
建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；
基于目标待决策时刻之间的状态量转移约束，确定最优控制序列，所述最优控制序列包括：每一个目标待决策时刻的分组控制量；
基于所述当前待决策时刻的分组控制量，确定所述当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆，其中，所述当前控制时间段为以所述当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
2.根据权利要求1所述的方法，其特征在于，每一个分组中的待决策时刻的数量均为同一预设数量，任意两个相邻的目标待决策时刻之间的时长为第二时间间隔。
3.根据权利要求2所述的方法，其特征在于，所述基于所述当前待决策时刻的分组控制量，确定所述当前待决策时刻的目标控制量包括：
基于所述当前待决策时刻的分组控制量和预设比例，确定所述当前待决策时刻的目标控制量，其中，所述预设比例指示所述当前待决策时刻的目标控制量与所述当前待决策时刻的分组控制量的比例。
4.根据权利要求2所述的方法，其特征在于，所述基于所述当前待决策时刻的分组控制量，确定所述当前待决策时刻的目标控制量包括：
基于所述当前待决策时刻的分组控制量、所述当前待决策时刻的前一决策时刻的目标控制量和预设关联关系，确定所述当前待决策时刻的目标控制量，其中，所述预设关联关系指示所述当前待决策时刻的分组控制量、所述前一决策时刻的目标控制量、所述当前待决策时刻的目标控制量之间的关联关系，所述前一决策时刻早于所述当前待决策时刻，所述前一决策时刻与所述当前待决策时刻之间的时长为所述第一时间间隔。
5.根据权利要求4所述的方法，其特征在于，所述预设关联关系指示第一差异量与第二差异量的比例，所述第一差异量为所述当前待决策时刻的目标控制量减去所述前一决策时刻的目标控制量，所述第二差异量为所述当前待决策时刻的分组控制量减去所述前一决策时刻的目标控制量。
6.根据权利要求5所述的方法，其特征在于，所述第一差异量与第二差异量的比例为所述第一时间间隔除以所述第二时间间隔。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述预设分布为以下之一:零阶保持分布、一阶保持分布。
8.一种车辆控制装置，其特征在于，所述装置包括：
打包单元，被配置为基于预设分布信息，将包括当前待决策时刻的多个待决策时刻划分为多个分组，以及对于每一个分组，将所述分组中的最早的待决策时刻确定为目标待决策时刻，其中，任意两个相邻的待决策时刻之间的时长为第一时间间隔，预设分布信息指示同一分组中的待决策时刻的控制量符合的预设分布，最早的目标待决策时刻为所述当前待决策时刻；
建立单元，被配置为建立目标待决策时刻之间的状态量转移约束，其中，目标待决策时刻之间的状态量转移约束指示车辆在两个相邻的目标决策时刻的状态量之间的关联关系；
求解单元，被配置为基于目标待决策时刻之间的状态量转移约束，确定最优控制序列，所述最优控制序列包括：每一个目标待决策时刻的分组控制量；
控制单元，被配置为基于所述当前待决策时刻的分组控制量，确定当前待决策时刻的目标控制量，以及在当前控制时间段内，以所述目标控制量控制所述车辆，其中，所述当前控制时间段为以所述当前待决策时刻为起始时刻的、时长为第一时间间隔的时间段。
9.一种车辆，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至5中任一项所述的方法。
10.一种存储介质，当所述存储介质中的指令由车辆的处理器执行时，使得车辆能够执行如权利要求1至5中任一项所述的方法。
CN202111250828.9A 2021-10-26 2021-10-26 车辆控制方法、装置、车辆及存储介质 Active CN114228740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111250828.9A CN114228740B (zh) 2021-10-26 2021-10-26 车辆控制方法、装置、车辆及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111250828.9A CN114228740B (zh) 2021-10-26 2021-10-26 车辆控制方法、装置、车辆及存储介质

Publications (2)

Publication Number Publication Date
CN114228740A true CN114228740A (zh) 2022-03-25
CN114228740B CN114228740B (zh) 2024-05-10

Family

ID=80743282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111250828.9A Active CN114228740B (zh) 2021-10-26 2021-10-26 车辆控制方法、装置、车辆及存储介质

Country Status (1)

Country Link
CN (1) CN114228740B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011121417A (ja) * 2009-12-08 2011-06-23 Hiroshima City Univ 走行制御システム、制御プログラム、記録媒体
US20130218365A1 (en) * 2012-02-21 2013-08-22 Toyota Motor Engineering & Mftg. N. America (TEMA) Vehicular platooning using distributed receding horizon control
DE102015015976A1 (de) * 2015-12-10 2016-08-11 Daimler Ag Verfahren und Vorrichtung zur Bestimmung einer Betriebsstrategie
CN108667030A (zh) * 2018-04-24 2018-10-16 国网天津市电力公司电力科学研究院 一种基于预测模型的多元负荷控制方法
US20190220015A1 (en) * 2018-01-15 2019-07-18 Uber Technologies, Inc. Discrete Decision Architecture for Motion Planning System of an Autonomous Vehicle
US10963802B1 (en) * 2019-12-19 2021-03-30 Sas Institute Inc. Distributed decision variable tuning system for machine learning
US20210221386A1 (en) * 2020-01-19 2021-07-22 Mitsubishi Electric Research Laboratories, Inc. Adaptive Control of Autonomous or Semi-Autonomous Vehicle
US20210309250A1 (en) * 2020-11-30 2021-10-07 Beijing Baidu Netcom Science Technology Co., Ltd. Vehicle driving control method, apparatus, vehicle, electronic device and storage medium

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011121417A (ja) * 2009-12-08 2011-06-23 Hiroshima City Univ 走行制御システム、制御プログラム、記録媒体
US20130218365A1 (en) * 2012-02-21 2013-08-22 Toyota Motor Engineering & Mftg. N. America (TEMA) Vehicular platooning using distributed receding horizon control
DE102015015976A1 (de) * 2015-12-10 2016-08-11 Daimler Ag Verfahren und Vorrichtung zur Bestimmung einer Betriebsstrategie
US20190220015A1 (en) * 2018-01-15 2019-07-18 Uber Technologies, Inc. Discrete Decision Architecture for Motion Planning System of an Autonomous Vehicle
CN108667030A (zh) * 2018-04-24 2018-10-16 国网天津市电力公司电力科学研究院 一种基于预测模型的多元负荷控制方法
US10963802B1 (en) * 2019-12-19 2021-03-30 Sas Institute Inc. Distributed decision variable tuning system for machine learning
US20210221386A1 (en) * 2020-01-19 2021-07-22 Mitsubishi Electric Research Laboratories, Inc. Adaptive Control of Autonomous or Semi-Autonomous Vehicle
US20210309250A1 (en) * 2020-11-30 2021-10-07 Beijing Baidu Netcom Science Technology Co., Ltd. Vehicle driving control method, apparatus, vehicle, electronic device and storage medium

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
彭辉;沈林成;朱华勇;: "基于分布式模型预测控制的多UAV协同区域搜索", 航空学报, no. 03, 25 March 2010 (2010-03-25) *
曾静;薛定宇;袁德成;: "分布式模型预测控制方法的研究", 系统仿真学报, no. 21, 5 November 2008 (2008-11-05), pages 793 - 796 *
杜晓宁, 席裕庚, 李少远: "分布式预测控制优化算法", 控制理论与应用, no. 05, 25 October 2002 (2002-10-25) *
杨凯;李丽娟;薛霏霏;: "实时优化与分布式控制集成算法", 计算机测量与控制, no. 08, 25 August 2016 (2016-08-25) *
解来卿;罗禹贡;李升波;李克强;: "分布式电驱动车辆的ACC协同控制", 汽车工程, no. 06, 25 June 2018 (2018-06-25) *

Also Published As

Publication number Publication date
CN114228740B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN111301432B (zh) 用于自动驾驶车辆的停车方法和装置
CN110362080B (zh) 差速无人船的路径优化方法、装置及计算机可读存储介质
CN110775103B (zh) 控制车辆软着陆的方法及相关控制器和系统
WO2021133253A1 (en) Method and apparatus for predicting energy consumption, and device and storage medium thereof
CN110990950A (zh) 基于混合运行模式的多目标列车节能优化方法
KR20200109917A (ko) Gpu 기반의 분산 딥 러닝 모델의 학습 속도 예측 방법 및 기록매체
CN109540147A (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN114228740A (zh) 车辆控制方法、装置、车辆及存储介质
CN111380556B (zh) 用于自动驾驶车辆的信息处理方法和装置
CN113021329B (zh) 一种机器人运动控制方法、装置、可读存储介质及机器人
CN112492627A (zh) 后到先服务通信系统、发射端设备、介质及性能优化方法
CN109660625B (zh) 一种边缘设备控制方法、边缘设备及计算机可读存储介质
CN114419758B (zh) 跟车距离的计算方法、装置、车辆及存储介质
CN109581874B (zh) 用于生成信息的方法和装置
CN117080622A (zh) 电池包加热控制方法及装置
CN115372020A (zh) 自动驾驶车辆测试方法、装置、电子设备和介质
CN113761701B (zh) 目标仿真控制的方法和装置
CN113682298B (zh) 车辆限速方法和装置
CN111402148B (zh) 用于自动驾驶车辆的信息处理方法和装置
CN111290266B (zh) 用于发送信息的方法和装置
CN113805579B (zh) 一种无人车的控制方法和装置
CN113799790B (zh) 车速控制性能的测试方法、装置、电子设备及介质
CN113581204B (zh) 一种无人驾驶地图中路径限速值估计方法、电子设备及存储介质
CN115277843B (zh) 一种车辆网分频数据合并的方法及系统
CN108776740B (zh) 一种双驱车辆的速度变化曲率同步方法、系统及相关组件

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