CN114694384A - 一种智能网联的车辆编队安全策略设计方法 - Google Patents

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

一种智能网联的车辆编队安全策略设计方法

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e_d和航向角误差e_θ；

(4)判断间距误差e_d和航向角误差e_θ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e_θ和间距误差e_d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，...，θ_n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，...，p_n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)，...，(x_n，y_n)；||p_n-1-p_n||₂为第n-1辆车中心点p_n-1和第n辆车中心点p_n之间的二范数；L₀，L₁，...，L_n分别为领航车，跟随车1，...，跟随车n的车身长度；e_d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d_x和纵向间距d_y

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d_x、d_y：

式中：式中：x_a、y_a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，x_b、y_b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+θ_b，以及两车中心点连线与本车中心轴夹角λ：

式中：θ_b为状态异常车辆的前车航向角，θ_a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d_la和纵向分量d_lo：

进行误差计算：

式中：e_la为横向误差，e_lo为纵向误差，e_θ为航向角误差，λ_D为期望相对角度。

D、计算控制参数——本车横向速度v_aa和纵向速度v_oa

对期望速度v沿全局坐标系x、y轴进行分解，求得期望横向速度v_la、纵向速度v_lo：

代入上文相关参数，计算本车横向速度v_aa、纵向速度v_oa：

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，...，p_n分别为(x₁，y₁)，...，(x_n，y_n)；领航车的航向角为θ₀，跟随车1，…，n的领航角对应为θ₁，...，θ_n

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e_d和航向角误差e_θ。

其中，航向角误差e_θ和间距误差e_d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，...，v_n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，...，θ_n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，...，p_n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)，...，(x_n，y_n)；||p_n-1-p_n||₂为第n-1辆车中心点p_n-1和第n辆车中心点p_n之间的二范数；L₀，L₁，...，L_n分别为领航车，跟随车1，...，跟随车n的车身长度；e_d为间距误差；D为期望车间距。

三、判断间距误差e_d和航向角误差e_θ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d_x和纵向间距d_y

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d_x、d_y：

式中：x_a、y_a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，x_b、y_b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+θ_b(1-6)；以及两车中心点连线与本车中心轴夹角λ：

式中：θ_b为状态异常车辆的前车航向角，θ_a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d_la和纵向分量

d_lo：

进行误差计算：

式中：e_la为横向误差，e_lo为纵向误差，e_θ为航向角误差，式中：λ_D为期望相对角度。

D、计算控制参数——本车横向速度v_aa和纵向速度v_oa

对期望速度v沿全局坐标系x、y轴进行分解，求得期望横向速度v_la、纵向速度v_lo：

代入上文相关参数，计算本车横向速度v_aa、纵向速度v_oa：

(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e_d和航向角误差e_θ；

(4)判断间距误差e_d和航向角误差e_θ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e_θ和所述间距误差e_d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，...，θ_n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，...，p_n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)，...，(x_n，y_n)；||p_n-1-p_n||₂为第n-1辆车中心点p_n-1和第n辆车中心点p_n之间的二范数；L₀，L₁，...，L_n分别为领航车，跟随车1，...，跟随车n的车身长度；e_d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d_x和纵向间距d_y

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d_x、d_y：

式中：x_a、y_a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，x_b、y_b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+θ_b，以及两车中心点连线与本车中心轴夹角λ：

式中：θ_b为状态异常车辆的前车航向角，θ_a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d_la和纵向分量d_lo：

进行误差计算：

式中：e_la为横向误差，e_lo为纵向误差，e_θ为航向角误差，λ_D为期望相对角度；

D、计算控制参数——本车横向速度v_aa和纵向速度v_oa

对期望速度y沿全局坐标系x、y轴进行分解，求得期望横向速度v_la、纵向速度v_lo：

代入上文相关参数，计算本车横向速度v_aa、纵向速度v_oa：

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。

Images