CN114783170B - 一种智能无人驾驶车辆编队系统 - Google Patents

一种智能无人驾驶车辆编队系统 Download PDF

Info

Publication number
CN114783170B
CN114783170B CN202210534007.6A CN202210534007A CN114783170B CN 114783170 B CN114783170 B CN 114783170B CN 202210534007 A CN202210534007 A CN 202210534007A CN 114783170 B CN114783170 B CN 114783170B
Authority
CN
China
Prior art keywords
vehicle
formation
road
information
intelligent
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
CN202210534007.6A
Other languages
English (en)
Other versions
CN114783170A (zh
Inventor
蒋金
康林
黄志伟
叶益军
林思学
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.)
Xiamen King Long United Automotive Industry Co Ltd
Original Assignee
Xiamen King Long United Automotive Industry 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 Xiamen King Long United Automotive Industry Co Ltd filed Critical Xiamen King Long United Automotive Industry Co Ltd
Priority to CN202210534007.6A priority Critical patent/CN114783170B/zh
Publication of CN114783170A publication Critical patent/CN114783170A/zh
Application granted granted Critical
Publication of CN114783170B publication Critical patent/CN114783170B/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
    • G08G1/01—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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G08G1/093—Data selection, e.g. prioritizing information, managing message queues, selecting the information to be output
    • 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
    • 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
    • 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
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating vehicles
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种智能无人驾驶车辆编队系统，包括如下步骤：领航车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路环境信息；领航车的自动驾驶系统根据周围的道路交通信息和道路环境信息制定行驶计划，并发出自动驾驶控制指令使其实现自动驾驶；领航车的编队控制系统根据自动驾驶控制指令向各跟随车发送编队控制指令；各跟随车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路安全信息；各跟随车的编队控制系统接收领航车的编队控制指令，并根据本车周围的道路交通信息和道路安全信息自适应调整编队控制指令，以实现自动安全协同行驶。

Description

一种智能无人驾驶车辆编队系统
技术领域
本发明涉及车辆编队技术领域，尤其是一种智能无人驾驶车辆编队系统。
背景技术
车辆编队是一种能够使多自动驾驶车辆在复杂的交通环境下，保持相对稳定的几何位姿及运动状态，同时又满足任务需求和适应周边环境约束，以无线通信为纽带的协同安全行驶行为。车辆编队减少了对司机的要求，降低了驾驶员的劳动强度，提高了道路通行效率，缓解交通压力，同时降低事故发生率并提高能源的利用率。
传统的车辆编队技术是将有人驾驶车辆作为领航车，跟随车是基于实时信息交互并以一定速度保持稳定的车间距离的自动驾驶车辆。而在目前对于车辆编队的研究中，均是基于这种方案，开展进行针对编队系统控制性、稳定性以及安全性等方面的研究。编队的控制均依赖于领航车驾驶员。针对车辆编队智能化、无人化的研究较少，编队的自动化程度也止步于实现跟随车无人化程度。
基于此，我们提供一种智能无人驾驶车辆编队系统。
发明内容
本发明提供一种智能无人驾驶车辆编队系统，其主要目的在于解决现有技术存在的问题。
本发明采用如下技术方案：
一种智能无人驾驶车辆编队系统，包括如下步骤：
（1）领航车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路环境信息；
（2）领航车的自动驾驶系统根据周围的道路交通信息和道路环境信息制定行驶计划，并发出自动驾驶控制指令使其实现自动驾驶；
（3）领航车的编队控制系统根据自动驾驶控制指令向各跟随车发送编队控制指令；
（4）各跟随车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路安全信息；
（5）各跟随车的编队控制系统接收领航车的编队控制指令，并根据本车周围的道路交通信息和道路安全信息自适应调整编队控制指令，以实现自动安全协同行驶。
进一步，在步骤（5）中，各跟随车通过道路安全信息判断本车的周围是否存在安全隐患；若不存在安全隐患，则执行编队控制指令；若存在安全隐患，则优先作出紧急应对措施，待安全隐患消除后再执行编队控制指令。
更进一步，在步骤（5）中，各跟随车通过道路交通信息判断本车是否需要自适应调整行驶路径和速度，若需要则执行自适应调整控制指令，若不需要则执行编队控制指令。
再进一步，所述自适应调整控制指令的优先等级低于所述紧急应对措施的优先等级，并高于所述编队控制指令的优先等级。
进一步，所述车路协同系统包括相互通信连接的车载设备、智能路侧设备和边缘服务器；各所述智能路侧设备实时采集自身检测范围内所有车辆的动态信息、特征信息、路况信息和交通状态信息；所述边缘服务器对各智能路侧设备采集到的数据进行融合处理，并发送至通信范围内的各车载设备，使得各车辆实时接收到道路交通信息。
更进一步，还包括通信连接于所述车路协同系统的云控平台，所述云控平台综合处理各车辆的道路交通信息，由此制定编队创建方案，并引导符合编队条件的车辆创建编队；符合编队条件的各车辆接收云控平台的编队创建信息，并根据指定的编队角色加入编队中。
再进一步，所述智能路侧设备包括智能网联路侧设备RSU、智能交通感知计算单元TPCU、智能交通事件感知摄像头ITEC、智能交通跟踪雷达TWMR、智能交通信号灯感知终端TSST和智能处理单元IPU。
进一步，在步骤（1）和步骤（4）中，所述道路交通信息包括路段限速信息、交通标志信息、车道标线信息、红路灯状态信息、交通事故信息、道路施工信息和障碍物信息。
进一步，所述道路安全信息包括：（I）编队中本车与前车之间是否有外来车辆；（II）编队中本车与前车之间是否有障碍物；（III）编队中本车的其余方向是否有外来车辆或障碍物；（IV）编队中前车或外来车辆的相对位移；（V）编队中前车或外来车辆的相对车速；（VI）编队中本车与前车或外来车辆的相对距离；（VII）编队中本车与前车或外来车辆的碰撞时间。
再进一步，在步骤（5）中，所述安全隐患包括：（a）编队中本车与前车之间存在障碍物；（b）编队中本车的其余方向存在障碍物；（c）编队中本车与前车或外来车辆之间的距离小于预先设定的安全距离；所述紧急应对措施包括刹车、减速和转向。
和现有技术相比，本发明产生的有益效果在于：
本发明融合了无人驾驶、车辆编队、安全感知和车路协同多项技术，使编队系统具备无人驾驶、自主决策、安全冗余保护等多种功能，实现了编队的无人化管理，将车辆编队的人力成本降到了最低，并多方面拓展了编队的功能，提高了编队的智能化程度、稳定性、适用性和安全性。
附图说明
图1为本发明的整体结构框图。
图2为本发明中安全冗余感知系统的结构框图。
图3为本发明中车路协同系统的结构框图。
图4为本发明的控制流程示意图。
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。
参照图1至图4，一种智能无人驾驶车辆编队系统，包括如下步骤：
（1）领航车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路环境信息；
（2）领航车的自动驾驶系统根据周围的道路交通信息和道路环境信息制定行驶计划，并发出自动驾驶控制指令使其实现自动驾驶；
（3）领航车的编队控制系统根据自动驾驶控制指令向各跟随车发送编队控制指令；
（4）各跟随车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路安全信息；
（5）各跟随车的编队控制系统接收领航车的编队控制指令，并根据本车周围的道路交通信息和道路安全信息自适应调整编队控制指令，以实现自动安全协同行驶。
参照图1至图4，在步骤（5）中，各跟随车通过道路安全信息判断本车的周围是否存在安全隐患；若不存在安全隐患，则执行编队控制指令；若存在安全隐患，则优先作出紧急应对措施，待安全隐患消除后再执行编队控制指令。同时，各跟随车通过道路交通信息判断本车是否需要自适应调整行驶路径和速度，若需要则执行自适应调整控制指令，若不需要则执行编队控制指令。其中，自适应调整控制指令的优先等级低于紧急应对措施的优先等级，并高于编队控制指令的优先等级，如此设计可确保编队控制的稳定性、安全性和适应性。
参照图3，车路协同系统包括相互通信连接的车载设备、智能路侧设备和边缘服务器；各智能路侧设备实时采集自身检测范围内所有车辆的动态信息、特征信息、路况信息和交通状态信息；边缘服务器对各智能路侧设备采集到的数据进行融合处理，并发送至通信范围内的各车载设备，使得各车辆实时接收到道路交通信息。本发明融合将车路协同技术融合与无人驾驶的车辆编队系统中，通过构建智能化、网络化、数字化的城市道路车路协同基础设施，建设打造多维立体的道路感知系统框架，精准获取道路全时空、全样本、全要素的交通信息，实现绿波通信、弱势交通参与者预警、车速引导以及碰撞预警等车辆主动安全预警功能，为智能网联车的安全、高效行驶提供保障。优选地，车载设备为智能网联车载设备OBU，智能路侧设备包括智能网联路侧设备RSU、智能交通感知计算单元TPCU、智能交通事件感知摄像头ITEC、智能交通跟踪雷达TWMR、智能交通信号灯感知终端TSST和智能处理单元IPU。
参照图3，智能无人驾驶车辆编队系统还包括通信连接于车路协同系统的云控平台，云控平台综合处理各车辆的道路交通信息，由此制定编队创建方案，并引导符合编队条件的车辆创建编队；符合编队条件的各车辆接收云控平台的编队创建信息，并根据指定的编队角色加入编队中。云控平台可实现车辆编队的全程可视化监管，提供智能感知及决策支持，提升综合管理效率。
参照图1至图4，道路交通信息包括路段限速信息、交通标志信息、车道标线信息、红路灯状态信息、交通事故信息、道路施工信息和障碍物信息。在步骤（1）中，领航车的自动驾驶系统结合道路交通信息和道路环境信息（包括周围车辆、行人或障碍物等信息）能够轻松制定安全可靠的行驶计划，领航车的编队控制系统则能够根据及时调控编队队形、路径、速度等参数，实现对编队整体的实时掌控。在步骤（5）中，各跟随车可根据实时的道路交通信息自适应地修正调整本车的行驶路径和速度，从而实现自动安全协同行驶，确保车辆编队的安全性和适应性。
参照图1至图4，道路安全信息包括：（I）编队中本车与前车之间是否有外来车辆；（II）编队中本车与前车之间是否有障碍物；（III）编队中本车的其余方向是否有外来车辆或障碍物；（IV）编队中前车或外来车辆的相对位移；（V）编队中前车或外来车辆的相对车速；（VI）编队中本车与前车或外来车辆的相对距离；（VII）编队中本车与前车或外来车辆的碰撞时间。需要说明的是，此处的本车为本跟随车，前车为本跟随车前面的前跟随车或领航车；障碍物指的是行人、动物和路障等一切障碍物。
参照图1至图4，在步骤（5）中，结合I-VII项道路安全信息，跟随车控制器可作出是否存在安全隐患的决策，具体的安全隐患包括：（a）编队中本车与前车之间存在障碍物；（b）编队中本车的其余方向存在障碍物；（c）编队中本车与前车或外来车辆之间的距离小于预先设定的安全距离。决策出存在上述三项安全隐患后，跟随车控制器立即作出紧急应对措施，并下发相关控制指令给相应的执行机构。紧急应对措施主要包括刹车、减速和转向等，具体由车辆的制动机构、驱动机构和转向机构来执行。安全控制指令为出现安全隐患是的紧急应对措施，因此其执行等级优先于编队控制指令，在确认无安全隐患或安全隐患消除后才可执行编队控制指令。
参照图2，感知安全冗余系统包括智能摄像模块和雷达感知模块，在步骤（1）中，领航车通过智能摄像模块和雷达感知模块共同获取周围的路况信息；在步骤（2）中，各跟随车通过智能摄像模块和雷达感知模块共同获取本车的道路安全信息。
参照图2，智能摄像模块包括图像采集模块和图像处理模块，图像采集模块实时采集编队中本车与前车之间的道路图像，图像处理模块对采集到的道路图像进行分析处理以得到编队中本车与前车之间的道路安全信息。作为优选方案：智能摄像模块为智能摄像头，该智能摄像头配设有1个彩色摄像头和2个黑白摄像头作为图像采集模块，并配设有视觉处理器作为图像处理模块。本发明的智能摄像头搭载了一个颗4K/60fps的彩色摄像头用于图像采集，两个黑白摄像头用于双目测距；三个摄像头直连到视觉处理器，采集到的道路图像可直接在芯片内部完成深度计算和神经推理，经视觉处理器处理后的信息再传输至整车控制器，由此节省图像传输的延时，此外，智能摄像头内置了纯硬件的视觉同步开关信号，可实现IMU和RGBD图像硬件同步，极大地提高了车队感知系统的实时性、鲁棒性和精度。
参照图2，视觉处理器采用摄像头双目测距技术、TTC测距碰撞算法和图像识别技术对采集到的道路图像进行处理，从而获取道路安全信息。其中，摄像头双目测距技术根据两个黑白摄像头获取目标（导航车、前跟随车或外来车辆）的两个成像点，利用相似三角形原理计算出目标与摄像头的距离，由此获取本车与前车或外来车辆的距离。TTC测距碰撞算法是根据本车与前车或外来车辆的相对车速，以及本车与前车或外来车辆的距离，计算两车碰撞时间TTC，并输出TTC值作为安全控制策略的重要参数。图像识别技术则是利用视觉处理器对道路图像进行预处理，并提取图像特征进行分析，以识别各种不同模式的外来车辆或障碍物，障碍物为突然闯入队伍中的行人或小动物等。相比于现有方案，本发明为车辆编队增加了额外的感知安全冗余系统来进行数据采集，设备安全保障更强。此外，本发明整合了双目测距、TTC测距碰撞算法、图像识别等技术，所采集获取到的信息更加全面详尽，编队的安全性也因此得到了极大程度的提升。
参照图2，雷达感知模块实时检测领航车或各跟随车周围是否存在外来车辆或障碍物，并对检测到的信息进行预处理；雷达感知模块集成有激光雷达、毫米波雷达、超声波雷达和红外传感器，其中激光雷达的测量精度高，响应速度灵敏，不受环境光照影响；毫米波雷达的测试距离远、具备全天候的检测能力；超声波雷达具有短距测量、良好角度测量能力、价格便宜和数据处理简单等优点，红外传感器具备全天候的检测能力，可检测物体自然发射热量物体，能很好地辨别切向运动物体。
参照图1和图2，领航车控制器和跟随车控制器集成设置于具备超强算力的工控机内，可同时处理编队控制系统和感知安全冗余系统的繁杂信息。其中，领航车控制器内集成有自动驾驶系统和编队控制系统，能够控制领航车实现自动驾驶，并进行编队规划及决策。跟随车控制器内集成有以领航者-跟随者编队算法为核心的编队控制系统，能够接收来自领航车的信息（速度、经度、纬度等），进行运算处理和车辆控制，使得跟随车能够按照领航车规划的编队参数行驶，实现协同驾驶。在实际应用中，可将编队中的所有车辆都设置自动驾驶系统和完整的编队控制系统（同时具备决策、规划、领航者-跟随者编队算法），由此在某些情况下（例如编队拆分重组、编队领航车故障等），各个车辆都能够实现领航车和跟随车的角色切换，满足了多场景的应用性。
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 (4)

1.一种智能无人驾驶车辆编队系统，其特征在于：包括如下步骤：
（1）领航车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路环境信息；
（2）领航车的自动驾驶系统根据周围的道路交通信息和道路环境信息制定行驶计划，并发出自动驾驶控制指令使其实现自动驾驶；
（3）领航车的编队控制系统根据自动驾驶控制指令向各跟随车发送编队控制指令；
（4）各跟随车通过车路协同系统实时获取本车周围的道路交通信息，并通过感知安全冗余系统实时获取本车周围的道路安全信息；
（5）各跟随车的编队控制系统接收领航车的编队控制指令，并根据本车周围的道路交通信息和道路安全信息自适应调整编队控制指令，以实现自动安全协同行驶；该步骤中，各跟随车通过道路安全信息判断本车的周围是否存在安全隐患；若不存在安全隐患，则执行编队控制指令；若存在安全隐患，则优先作出紧急应对措施，待安全隐患消除后再执行编队控制指令；同时，各跟随车通过道路交通信息判断本车是否需要自适应调整行驶路径和速度，若需要则执行自适应调整控制指令，若不需要则执行编队控制指令；所述自适应调整控制指令的优先等级低于所述紧急应对措施的优先等级，并高于所述编队控制指令的优先等级；所述道路安全信息包括：（I）编队中本车与前车之间是否有外来车辆；（II）编队中本车与前车之间是否有障碍物；（III）编队中本车的其余方向是否有外来车辆或障碍物；（IV）编队中前车或外来车辆的相对位移；（V）编队中前车或外来车辆的相对车速；（VI）编队中本车与前车或外来车辆的相对距离；（VII）编队中本车与前车或外来车辆的碰撞时间；所述安全隐患包括：（a）编队中本车与前车之间存在障碍物；（b）编队中本车的其余方向存在障碍物；（c）编队中本车与前车或外来车辆之间的距离小于预先设定的安全距离；所述紧急应对措施包括刹车、减速和转向；
在步骤（1）和步骤（4）中，所述道路交通信息包括路段限速信息、交通标志信息、车道标线信息、红绿灯状态信息、交通事故信息、道路施工信息和障碍物信息。
2.如权利要求1所述的一种智能无人驾驶车辆编队系统，其特征在于：所述车路协同系统包括相互通信连接的车载设备、智能路侧设备和边缘服务器；各所述智能路侧设备实时采集自身检测范围内所有车辆的动态信息、特征信息、路况信息和交通状态信息；所述边缘服务器对各智能路侧设备采集到的数据进行融合处理，并发送至通信范围内的各车载设备，使得各车辆实时接收到道路交通信息。
3.如权利要求2所述的一种智能无人驾驶车辆编队系统，其特征在于：还包括通信连接于所述车路协同系统的云控平台，所述云控平台综合处理各车辆的道路交通信息，由此制定编队创建方案，并引导符合编队条件的车辆创建编队；符合编队条件的各车辆接收云控平台的编队创建信息，并根据指定的编队角色加入编队中。
4.如权利要求2所述的一种智能无人驾驶车辆编队系统，其特征在于：所述智能路侧设备包括智能网联路侧设备RSU、智能交通感知计算单元TPCU、智能交通事件感知摄像头ITEC、智能交通跟踪雷达TWMR、智能交通信号灯感知终端TSST和智能处理单元IPU。
CN202210534007.6A 2022-05-17 2022-05-17 一种智能无人驾驶车辆编队系统 Active CN114783170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210534007.6A CN114783170B (zh) 2022-05-17 2022-05-17 一种智能无人驾驶车辆编队系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210534007.6A CN114783170B (zh) 2022-05-17 2022-05-17 一种智能无人驾驶车辆编队系统

Publications (2)

Publication Number Publication Date
CN114783170A CN114783170A (zh) 2022-07-22
CN114783170B true CN114783170B (zh) 2023-08-22

Family

ID=82436355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210534007.6A Active CN114783170B (zh) 2022-05-17 2022-05-17 一种智能无人驾驶车辆编队系统

Country Status (1)

Country Link
CN (1) CN114783170B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497313A (zh) * 2022-08-12 2022-12-20 黑芝麻智能科技(重庆)有限公司 网联车队智能协同控制方法、系统、电子设备及存储介质
CN115457763B (zh) * 2022-08-15 2023-08-29 同济大学 一种后向跟随的智能网联车队拓扑结构及其编队方法
CN115578849B (zh) * 2022-09-28 2023-08-29 东南大学 一种专用道环境下自动驾驶车辆集中式编队的优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112256020A (zh) * 2020-09-25 2021-01-22 金龙联合汽车工业（苏州）有限公司 一种基于v2x的编队行驶智能网联客车
CN113570845A (zh) * 2021-07-23 2021-10-29 东风汽车集团股份有限公司 一种网联式车辆编队行驶方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112256020A (zh) * 2020-09-25 2021-01-22 金龙联合汽车工业（苏州）有限公司 一种基于v2x的编队行驶智能网联客车
WO2022063331A1 (zh) * 2020-09-25 2022-03-31 金龙联合汽车工业（苏州）有限公司 一种基于v2x的编队行驶智能网联客车
CN113570845A (zh) * 2021-07-23 2021-10-29 东风汽车集团股份有限公司 一种网联式车辆编队行驶方法和系统

Also Published As

Publication number Publication date
CN114783170A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN114783170B (zh) 一种智能无人驾驶车辆编队系统
CN107867283B (zh) 基于预测模型的集成式fcw/acc/aeb系统及车辆
US11294396B2 (en) System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles
CN113485319A (zh) 基于5g车路协同的自动驾驶系统
CN106527428A (zh) 基于高速公路的嵌入式集成自动驾驶控制器
AU2017302462A1 (en) Determining drivability of objects for autonomous vehicles
GB2578230A (en) Control of an autonomous vehicle
US12001517B2 (en) Positioning method and apparatus
CN111127920A (zh) 基于车载通信的防后车追尾预警与控制方法及系统
CN109298713B (zh) 指令发送方法、装置及系统、自动驾驶车辆
CN109572689B (zh) 一种基于雷达识别障碍物的整车控制方法及系统
CN109544725B (zh) 一种基于事件驱动的自动驾驶事故智能处理方法
CN111907518B (zh) 一种基于云端大数据分析动态优化aeb制动策略的方法
CN111984015B (zh) 一种基于混合增强智能的自动驾驶车辆实现方法
CN114967705A (zh) 一种基于路侧导引的路车融合控制方法
CN114537374A (zh) 一种基于可行驶区域的车辆前方防碰撞系统
US20200250980A1 (en) Reuse of Surroundings Models of Automated Vehicles
CN115903805A (zh) 面向交通场景人行横道区域的轮式机器人监测方法及系统
CN113593221B (zh) 信息价值评估式驾驶系统、网联车辆系统和数据传输方法
CN113167038B (zh) 一种车辆通过道闸横杆的方法及装置
CN110525434B (zh) 一种无人驾驶操控系统的驾驶员意图理解模块
CN114715152A (zh) 一种基于感知安全冗余的车辆编队方法
CN106598065A (zh) 一种无人机的双目－超声波融合避障控制方法
CN114199272A (zh) 一种基于视觉检测的新能源汽车智能驾驶系统
CN112286201A (zh) Agv导航控制系统及方法

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