CN114694384A - 一种智能网联的车辆编队安全策略设计方法 - Google Patents
一种智能网联的车辆编队安全策略设计方法 Download PDFInfo
- Publication number
- CN114694384A CN114694384A CN202210543151.6A CN202210543151A CN114694384A CN 114694384 A CN114694384 A CN 114694384A CN 202210543151 A CN202210543151 A CN 202210543151A CN 114694384 A CN114694384 A CN 114694384A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- formation
- error
- vehicles
- following
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种智能网联的车辆编队安全策略设计方法,属于智能网联汽车技术领域,具体方法是构建了网状编队通信拓扑结构,使得编队内所有车辆能够进行彼此间的信息交互;借助车辆定位设备,实时采集所有车辆的位置和航向角数据,并通过通信拓扑结构,将这些信息在各个车辆间进行实时交互,构成了闭环系统。通过车队之间实时的信息交互分析,对各个车辆的位置、航向角信息进行汇总运算得到所有车辆彼此间的间距和相对角度,用以实时监测编队整体以及各个车辆的状态,若状态正常,则编队按照控制命令正常运行;若状态异常,则通过安全策略算法对状态校正,实现安全控制。故本发明提高了编队控制的实时性和精准度,保证了车辆编队的稳定性和安全性。
Description
技术领域
本发明涉及智能网联汽车技术领域,更为具体地说是指一种智能网联的车辆编队安全策略设计方法。
背景技术
车辆编队能减少运输企业对于司机的需求,降低驾驶员的劳动强度,减小车队行驶中的风阻而降低车辆油耗。在编队状态下,后车能瞬间跟随领航车辆指令,降低车辆安全事故。此外,编队可以释放更多车道给其他车辆通行,显著改善交通拥堵并提升运输效率,进一步缓解交通压力。车辆编队对于提高车辆的经济效益和社会效益,减少由于排放造成的环境污染均具有巨大的积极意义。
车辆编队应用了V2V(车对车)无线通信技术以扩展队列中的车辆信息获取渠道,从而达到更好的控制效果。但是,在一些情况下(如编队车辆切入&切出、领航车变道等),V2V通信会出现丢包和通信延时,这将影响到编队横、纵向的稳定性,甚至导致编队不受控制,严重影响到编队安全性。为解决以上问题,公开号为CN 1133352781的中国发明专利公开了一种网联式智能车队自适应巡航控制方法及系统,本方法包括:构建头车、领航者与跟随者之间的通信拓扑关系,设定跟随者以接收头车及领航者的行驶信息;当前跟随者采集笛卡尔坐标系下的位姿信息和所述行驶信息,实施坐标变换得到该跟随者在Frenet坐标下的位姿信息;基于Frenet坐标下的位姿信息,对当前跟随者进行纵横向解耦控制,并将该跟随者作为领航者向其跟随者发送行驶信息。该发明通过搭建V2V通信拓扑结构实现了在车队场景下的协同控制,同时通过自适应巡航控制系统解决了单车道纵向速度控制问题和在复杂场景下的横向控制问题,两者结合后进一步提高了网联式智能车队在不同环境下的智能驾驶的安全性和可靠性。但是,该发明的通信是单向的,可能会因为编队采集信息的不准确,导致编队控制不佳。为此,我们提供一种智能网联的车辆编队安全策略设计方法。
发明内容
本发明提供一种智能网联的车辆编队安全策略设计方法,以解决现有编队车辆之间的通信为单向,可能会因为编队采集信息的不准确,导致编队控制不佳等问题。
本发明采用如下技术方案:
一种智能网联的车辆编队安全策略设计方法,包括以下步骤:
(1)搭建无线通信网络,使编队内所有车辆进行彼此间的信息交互;
(2)实时获取车辆中心点坐标和航向角;
(3)车辆实时接收其他车辆的中心点坐标和航向角信息,计算得自身中心点坐标与其他车辆中心点坐标的二范数,进而求得间距误差ed和航向角误差eθ;
(4)判断间距误差ed和航向角误差eθ是否均趋于0,若是则车辆正常,返回步骤(2);若否,则判定该车辆异常,进入步骤(5);
(5)根据误差量,通过安全策略算法计算异常车辆的横向速度和纵向速度;
(6)修正异常车辆的位置和航向角。
一较佳实施方案中,上述步骤(2)的车辆中心点坐标和航向角是借助RTK载波相位差分技术获取。
一较佳实施方案中,上述车辆编队由n+1辆车组成,编号为0,…,n,其中0号车为领航车辆,1,…,n号车为跟随车辆。
一较佳实施方案中,上述航向角误差eθ和间距误差ed分别由以下公式(1)和公式(2)计算所得:
以上式(1)中:θ表示期望航向角,θ=θ0表示跟随车和领航车航向角保持一致;θ0,θ1,...,θn分别为领航车,跟随车1,...,跟随车n航向角;
式(2)中:d为车间距;p0,p1,...,pn分别为领航车,跟随车1,...,跟随车n中心点;其坐标分别为(x0,y0),(x1,y1),...,(xn,yn);||pn-1-pn||2为第n-1辆车中心点pn-1和第n辆车中心点pn之间的二范数;L0,L1,...,Ln分别为领航车,跟随车1,...,跟随车n的车身长度;ed为间距误差;D为期望车间距。
一较佳实施方案中,上述步骤(5)异常车辆的横向速度和纵向速度计算方法如下:
A、计算异常车辆的横向间距dx和纵向间距dy
建立编队全局坐标系,对车间距d沿全局坐标系x轴、y轴方向分解,求得d的x、y方向分量dx、dy:式中:式中:xa、ya分别是指本车即状态异常车辆沿x方向的坐标值、y方向的坐标值,xb、yb分别是指状态异常车辆的前车沿x方向的坐标值、y方向的坐标值。
B、计算相关角度
计算两车中心点连线与全局坐标系x轴夹角α:进而求得两车中心点连线与前车中心轴夹角ω:ω=α+θb,以及两车中心点连线与本车中心轴夹角λ:式中:θb为状态异常车辆的前车航向角,θa为状态异常车辆航向角。
C、计算误差量
以本车中心点为原点,中心轴(车身前后方向)为y轴建立坐标系,对车间距d沿自身坐标系x轴、y轴方向分解,求得横向分量dla和纵向分量dlo:进行误差计算:式中:ela为横向误差,elo为纵向误差,eθ为航向角误差,λD为期望相对角度。
D、计算控制参数——本车横向速度vaa和纵向速度voa
式中:c1,c2,c3,c4均为大于0的常数;L为本车车身长度;W项是为了通过李雅普诺夫函数证明系统稳定性构造反馈回路引入的补充项。
由上述对本发明的描述可知,和现有技术相比,本发明具有如下优点:
本发明构建了网状编队通信拓扑结构,使得编队内所有车辆能够进行彼此间的信息交互;借助车辆定位设备,实时采集所有车辆的位置和航向角数据,并通过通信拓扑结构,将这些信息在各个车辆间进行实时交互,构成了闭环系统。通过车队之间实时的信息交互分析,对各个车辆的位置、航向角信息进行汇总运算得到所有车辆彼此间的间距和相对角度,用以实时监测编队整体以及各个车辆的状态,若状态正常,则编队按照控制命令正常运行;若状态异常,则通过安全策略算法对状态校正,实现安全控制。故本发明提高了编队控制的实时性和精准度,保证了车辆编队的稳定性和安全性。
附图说明
图1为本发明车辆编队通信拓扑的结构示意图。
图2为本发明的流程图。
具体实施方式
下面参照附图说明本发明的具体实施方式。为了全面理解本发明,下面描述到许多细节,但对于本领域技术人员来说,无需这些细节也可实现本发明。对于公知的组件、方法及过程,以下不再详细描述。
本实施例提供一种智能网联的车辆编队安全策略设计方法。其中,如图1所示,车辆编队以智能网联为平台,借助车载单一构建了一种网状编队通信拓扑结构,使编队内所有车辆进行彼此间的信息交互。
车辆编队由n+1辆车组成,编号为0,1,…,n,其中0号车为领航车辆,1,…,n号车为跟随车辆。领航车的中心点坐标p0(x0,y0),跟随车的中心点坐标p1,...,pn分别为(x1,y1),...,(xn,yn);领航车的航向角为θ0,跟随车1,…,n的领航角对应为θ1,...,θn
参照图2,本实施例的车辆编队安全策略设计方法,包括以下步骤:
一、实时获取本车车辆的中心点坐标和航向角。具体可以借助车载定位技术来获取,例如:RTK载波相位差分技术。
二、车辆(指本身)实时接收其他车辆的中心点坐标和航向角信息,计算得自身中心点坐标与其他车辆中心点坐标的二范数,进而求得间距误差ed和航向角误差eθ。
其中,航向角误差eθ和间距误差ed分别由以下计算所得:
式(1-1)中:v表示期望速度,v=v0表示跟随车和领航车速度保持一致;v0,v1,...,vn分别为领航车,跟随车1,...,跟随车n速度。
式(1-2)中:θ表示期望航向角,θ=θ0表示跟随车和领航车航向角保持一致;θ0,θ1,...,θn分别为领航车,跟随车1,...,跟随车n航向角。
式(1-3)中:d为车间距;p0,p1,...,pn分别为领航车,跟随车1,...,跟随车n中心点;其坐标分别为(x0,y0),(x1,y1),...,(xn,yn);||pn-1-pn||2为第n-1辆车中心点pn-1和第n辆车中心点pn之间的二范数;L0,L1,...,Ln分别为领航车,跟随车1,...,跟随车n的车身长度;ed为间距误差;D为期望车间距。
三、判断间距误差ed和航向角误差eθ是否均趋于0,若是则车辆正常,返回步骤一;若否,则判定该车辆异常,进入步骤四。
四、根据误差量,通过安全策略算法计算异常车辆的横向速度和纵向速度。
异常车辆的横向速度和纵向速度计算方法如下:
特别说明,以下内容中本车特指状态异常车辆,其相关参数角标为a;前车特指状态异常车辆的前车,其相关参数角标为b。
A、计算异常车辆的横向间距dx和纵向间距dy
建立编队全局坐标系,对车间距d沿全局坐标系x轴、y轴方向分解,求得d的x、y方向分量dx、dy:式中:xa、ya分别是指本车即状态异常车辆沿x方向的坐标值、y方向的坐标值,xb、yb分别是指状态异常车辆的前车沿x方向的坐标值、y方向的坐标值。
B、计算相关角度
计算两车中心点连线与全局坐标系x轴夹角α:进而求得两车中心点连线与前车中心轴夹角ω:ω=α+θb(1-6);以及两车中心点连线与本车中心轴夹角λ:式中:θb为状态异常车辆的前车航向角,θa为状态异常车辆航向角。
以上两车是指本车即状态异常车辆,与该状态异常车辆的前车。
C、计算误差量
以本车中心点为原点,中心轴(车身前后方向轴)为y轴建立坐标系,对车间距d沿自身坐标系x轴、y轴方向分解,求得横向分量dla和纵向分量
D、计算控制参数——本车横向速度vaa和纵向速度voa
(1-11),式中:c1,c2,c3,c4均为大于0的常数;L为本车车身长度;W项是为了通过李雅普诺夫函数证明系统稳定性构造反馈回路引入的补充项。
五、按照步骤四计算的车辆横向速度和纵向速度,修正异常车辆的位置和航向角。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (5)
1.一种智能网联的车辆编队安全策略设计方法,其特征在于,包括以下步骤:
(1)搭建无线通信网络,使编队内所有车辆进行彼此间的信息交互;
(2)实时获取车辆中心点坐标和航向角;
(3)车辆实时接收其他车辆的中心点坐标和航向角信息,计算得自身中心点坐标与其他车辆中心点坐标的二范数,进而求得间距误差ed和航向角误差eθ;
(4)判断间距误差ed和航向角误差eθ是否均趋于0,若是则车辆正常,返回步骤(2);若否,则判定该车辆异常,进入步骤(5);
(5)根据误差量,通过安全策略算法计算异常车辆的横向速度和纵向速度;
(6)修正异常车辆的位置和航向角。
2.如权利要求1所述的一种智能网联的车辆编队安全策略设计方法,其特征在于:所述步骤(2)的车辆中心点坐标和航向角是借助RTK载波相位差分技术获取。
3.如权利要求1所述的一种智能网联的车辆编队安全策略设计方法,其特征在于:所述车辆编队由n+1辆车组成,编号为0,…,n,其中0号车为领航车辆,1,…,n号车为跟随车辆。
4.如权利要求3所述的一种智能网联的车辆编队安全策略设计方法,其特征在于:所述航向角误差eθ和所述间距误差ed分别由以下公式(1)和公式(2)计算所得:
式(1)中:θ表示期望航向角,θ=θ0表示跟随车和领航车航向角保持一致;θ0,θ1,...,θn分别为领航车,跟随车1,...,跟随车n航向角;
式(2)中:d为车间距;p0,p1,...,pn分别为领航车,跟随车1,...,跟随车n中心点;其坐标分别为(x0,y0),(x1,y1),...,(xn,yn);||pn-1-pn||2为第n-1辆车中心点pn-1和第n辆车中心点pn之间的二范数;L0,L1,...,Ln分别为领航车,跟随车1,...,跟随车n的车身长度;ed为间距误差;D为期望车间距。
5.如权利要求1所述的一种智能网联的车辆编队安全策略设计方法,其特征在于,所述步骤(5)异常车辆的横向速度和纵向速度计算方法如下:
A、计算异常车辆的横向间距dx和纵向间距dy
建立编队全局坐标系,对车间距d沿全局坐标系x轴、y轴方向分解,求得d的x、y方向分量dx、dy:式中:xa、ya分别是指本车即状态异常车辆沿x方向的坐标值、y方向的坐标值,xb、yb分别是指状态异常车辆的前车沿x方向的坐标值、y方向的坐标值;
B、计算相关角度
计算两车中心点连线与全局坐标系x轴夹角α:进而求得两车中心点连线与前车中心轴夹角ω:ω=α+θb,以及两车中心点连线与本车中心轴夹角λ:式中:θb为状态异常车辆的前车航向角,θa为状态异常车辆航向角;
C、计算误差量
以本车中心点为原点,中心轴为y轴建立坐标系,对车间距d沿自身坐标系x轴、y轴方向分解,求得横向分量dla和纵向分量dlo:进行误差计算:式中:ela为横向误差,elo为纵向误差,eθ为航向角误差,λD为期望相对角度;
D、计算控制参数——本车横向速度vaa和纵向速度voa
代入上文相关参数,计算本车横向速度vaa、纵向速度voa:
式中:c1,c2,c3,c4均为大于0的常数;L为本车车身长度;W项是为了通过李雅普诺夫函数证明系统稳定性构造反馈回路引入的补充项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210543151.6A CN114694384B (zh) | 2022-05-18 | 2022-05-18 | 一种智能网联的车辆编队安全策略设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210543151.6A CN114694384B (zh) | 2022-05-18 | 2022-05-18 | 一种智能网联的车辆编队安全策略设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114694384A true CN114694384A (zh) | 2022-07-01 |
CN114694384B CN114694384B (zh) | 2023-03-24 |
Family
ID=82143959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210543151.6A Active CN114694384B (zh) | 2022-05-18 | 2022-05-18 | 一种智能网联的车辆编队安全策略设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114694384B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10162282A (ja) * | 1996-11-27 | 1998-06-19 | Honda Motor Co Ltd | 車群走行制御システム |
CN1360804A (zh) * | 1999-05-06 | 2002-07-24 | 塞-洛克公司 | 无线定位系统 |
CN101232702A (zh) * | 2007-01-26 | 2008-07-30 | 华为技术有限公司 | 一种定位流程中的处理方法、系统、基站及终端 |
CN101882373A (zh) * | 2009-05-08 | 2010-11-10 | 财团法人工业技术研究院 | 车队维持方法及车载通信系统 |
CN102037319A (zh) * | 2009-01-14 | 2011-04-27 | 通腾科技股份有限公司 | 与交通工具内使用的导航设备相关的改进 |
CN107544536A (zh) * | 2016-06-29 | 2018-01-05 | 通用电气公司 | 用于基于性能的到达以及排序和间距的方法和系统 |
CN111746539A (zh) * | 2020-07-02 | 2020-10-09 | 清华大学 | 一种智能网联汽车严格安全换道入队控制方法 |
CN112631287A (zh) * | 2020-12-08 | 2021-04-09 | 重庆邮电大学 | 一种车联网环境下车辆编队控制系统与方法 |
CN113335278A (zh) * | 2021-07-20 | 2021-09-03 | 常州机电职业技术学院 | 一种网联式智能车队自适应巡航控制方法及系统 |
CN114475596A (zh) * | 2022-02-22 | 2022-05-13 | 青岛德智汽车科技有限公司 | 一种换道场景下保证安全的智能网联队列鲁棒控制方法 |
-
2022
- 2022-05-18 CN CN202210543151.6A patent/CN114694384B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10162282A (ja) * | 1996-11-27 | 1998-06-19 | Honda Motor Co Ltd | 車群走行制御システム |
CN1360804A (zh) * | 1999-05-06 | 2002-07-24 | 塞-洛克公司 | 无线定位系统 |
CN101232702A (zh) * | 2007-01-26 | 2008-07-30 | 华为技术有限公司 | 一种定位流程中的处理方法、系统、基站及终端 |
CN102037319A (zh) * | 2009-01-14 | 2011-04-27 | 通腾科技股份有限公司 | 与交通工具内使用的导航设备相关的改进 |
CN101882373A (zh) * | 2009-05-08 | 2010-11-10 | 财团法人工业技术研究院 | 车队维持方法及车载通信系统 |
CN107544536A (zh) * | 2016-06-29 | 2018-01-05 | 通用电气公司 | 用于基于性能的到达以及排序和间距的方法和系统 |
CN111746539A (zh) * | 2020-07-02 | 2020-10-09 | 清华大学 | 一种智能网联汽车严格安全换道入队控制方法 |
CN112631287A (zh) * | 2020-12-08 | 2021-04-09 | 重庆邮电大学 | 一种车联网环境下车辆编队控制系统与方法 |
CN113335278A (zh) * | 2021-07-20 | 2021-09-03 | 常州机电职业技术学院 | 一种网联式智能车队自适应巡航控制方法及系统 |
CN114475596A (zh) * | 2022-02-22 | 2022-05-13 | 青岛德智汽车科技有限公司 | 一种换道场景下保证安全的智能网联队列鲁棒控制方法 |
Non-Patent Citations (2)
Title |
---|
刘子超等: "一类领航跟随的车辆编队研究", 《南方农机》 * |
宋申民等: "控制受限的编队航天器鲁棒自适应控制", 《宇航学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114694384B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108011947B (zh) | 一种车辆协作式编队行驶系统 | |
CN109035862B (zh) | 一种基于车车通信的多车协同换道控制方法 | |
CN107798861B (zh) | 一种车辆协作式编队行驶方法及系统 | |
CN109410561B (zh) | 一种高速路车辆匀异质编队行驶控制方法 | |
CN111273668B (zh) | 针对结构化道路的无人驾驶汽车运动轨迹规划系统及方法 | |
CN107146412B (zh) | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 | |
CN103295424B (zh) | 基于视频识别和车载自组网的汽车主动安全系统 | |
CN106873589A (zh) | 一种智能车辆自主跟随方法 | |
CN113335278B (zh) | 一种网联式智能车队自适应巡航控制方法及系统 | |
CN111583636B (zh) | 一种基于车路协同的混合交通横纵耦合控制方法 | |
CN113570845A (zh) | 一种网联式车辆编队行驶方法和系统 | |
CN110782650B (zh) | 基于自适应事件触发的车流分布式协同编队控制方法 | |
CN111325975B (zh) | 一种智能网联车辆在汇入口区域的集中优化协调方法 | |
CN112224202B (zh) | 一种紧急工况下的多车协同避撞系统及方法 | |
CN110091868A (zh) | 一种人机协同控制的纵向避撞方法及其系统、智能汽车 | |
CN113359483B (zh) | 一种基于非奇异快速终端滑模控制的车辆协同控制方法 | |
CN112099349A (zh) | 一种车辆队列最优协同控制方法 | |
CN111487975A (zh) | 一种基于智能网联系统的港口卡车自动编队方法及系统 | |
CN110992676A (zh) | 一种道路通行能力与网联自动驾驶车当量系数估计方法 | |
CN113886764A (zh) | 一种基于Frenet坐标系的智能车辆多场景轨迹规划方法 | |
CN113954827B (zh) | 一种考虑定位误差和通信时延的交叉口车辆碰撞概率计算方法及系统 | |
CN115320596A (zh) | 一种智能网联车队插入式协同换道控制方法 | |
CN113012459B (zh) | 一种基于分布式切换控制的异构车队协同安全控制方法 | |
CN114973633A (zh) | 无人车辆编队行驶控制方法及系统 | |
CN114694384B (zh) | 一种智能网联的车辆编队安全策略设计方法 |
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 |