CN114942640A - 车辆编队控制方法、装置、计算机设备和存储介质 - Google Patents

车辆编队控制方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN114942640A
CN114942640A CN202210628362.XA CN202210628362A CN114942640A CN 114942640 A CN114942640 A CN 114942640A CN 202210628362 A CN202210628362 A CN 202210628362A CN 114942640 A CN114942640 A CN 114942640A
Authority
CN
China
Prior art keywords
vehicle
fleet
vehicles
track
formation
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.)
Pending
Application number
CN202210628362.XA
Other languages
English (en)
Inventor
李一鸣
于起
张桂平
李永军
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.)
FAW Jiefang Automotive Co Ltd
Original Assignee
FAW Jiefang Automotive 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 FAW Jiefang Automotive Co Ltd filed Critical FAW Jiefang Automotive Co Ltd
Priority to CN202210628362.XA priority Critical patent/CN114942640A/zh
Publication of CN114942640A publication Critical patent/CN114942640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0293—Convoy travelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种车辆编队控制方法、装置、计算机设备和存储介质。所述方法包括：首先获取车队中各车辆对应的车辆编号，然后根据车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各车辆的车辆编号，确定各车辆的单车基准行驶轨迹；最后基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换。本实施例提供的车辆编队控制方法能够根据车辆安全距离、车队基准行驶轨迹、车辆编号以及车队行驶的场景对车队进行队形变换，智能化程度较高，能够满足车队在实际工程中对于智能控制的需求。

Description

车辆编队控制方法、装置、计算机设备和存储介质
技术领域
本申请涉及智能驾驶技术领域，特别是涉及一种车辆编队控制方法、装置、计算机设备和存储介质。
背景技术
随着智能驾驶技术的发展，智能编队队形控制技术越来越受到人们的重视。
目前，最常用的智能编队队形控制技术是基于领航-跟随模式的智能编队方法，但是这种编队方法需要领航车内有一名驾驶员来处理车队可能遇到的突发情况，并且车队只能按照固定的队形行驶，因此，这种编队方法的智能化程度较低，无法满足车队在实际工程中对于智能控制的需求。
发明内容
基于此，有必要针对上述技术问题，提供一种能够满足车队在实际工程中对于智能控制的需求的车辆编队控制方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种车辆编队控制方法。所述方法包括：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
第二方面，本申请还提供了一种车辆编队控制装置。所述装置包括：
获取模块，用于获取车队中各车辆对应的车辆编号；
第一确定模块，用于根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
队形变换模块，用于基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
上述车辆编队控制方法、装置、计算机设备和存储介质，首先获取车队中各车辆对应的车辆编号，然后根据车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各车辆的车辆编号，确定各车辆的单车基准行驶轨迹；最后基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换。本实施例提供的车辆编队控制方法能够根据车辆安全距离、车队基准行驶轨迹、车辆编号以及车队行驶的场景对车队进行队形变换，智能化程度较高，能够满足车队在实际工程中对于智能控制的需求。
附图说明
图1为本申请实施例提供的一种车辆编队控制方法的流程示意图；
图2为本申请实施例提供的一种车辆编队组建过程的示意图；
图3为本申请实施例提供的一种跟踪控制单车局部行驶轨迹的流程示意图；
图4为本申请实施例提供的第二种车队队形变换方法的流程示意图；
图5为本申请实施例提供的第三种车队队形变换方法的流程示意图；
图6为本申请实施例提供的第五种车队队形变换方法的流程示意图；
图7为本申请实施例提供的一种编队巡航及队形控制示意图；
图8是本申请实施例提供的一种车辆编队控制装置的结构框图；
图9是本申请实施例提供的一种计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例提供的一种车辆编队控制方法的流程示意图，该方法应用于计算机设备。该方法包括以下步骤：
S101、获取车队中各车辆对应的车辆编号。
本步骤中，车队中的所有车辆都具有自组网功能、第3级别(Level 3，L3)及以上级别的智能驾驶功能、能够识别障碍物和车道的环境感知功能、能够实现全局路径规划和运动规划的决策规划功能以及能够实现车辆横纵向控制的整车控制功能,其中，L3级别的智能驾驶就是有条件自动驾驶，在L3级别下，车辆可以实现绝大部分路况的自动驾驶，接管汽车一大部分驾驶功能。
中央控制平台向车队通讯网络广播车队行驶的目的地坐标，然后车队中的所有车辆根据本车当前位置坐标、本车当前航向角、本车当前行驶速度以及车队行驶的目的地坐标等信息计算权重参数，权重参数的计算公式为：
Figure BDA0003678808370000041
式中，lat0为目的地纬度坐标，lon0为目的地经度坐标，latn为车辆纬度坐标，lonn为车辆经度坐标，vn为车辆行驶速度，θn为车辆航向角，k为补偿系数，k的值可根据车辆机动特性标定，一般选取范围为3～25。
车队中的车辆将自身的权重参数广播到通讯网络内，然后由中央控制平台对每辆车广播的权重参数进行10次及以上有效校验，在车队内所有车辆的权重参数都经过有效校验之后，根据每辆车的权重参数值大小由小到大给车队内所有车辆分配1,2,3…的编号，然后根据每辆车的编号由小到大对车队内所有车辆进行排序，即可完成编队组建，组建编队的过程如图2所示，图2为本申请实施例提供的一种车辆编队组建过程的示意图。例如，车队内有3辆车，3辆车的权重参数分别为3、4和5，给权重参数为3的车辆分配编号1，给权重参数为4的车辆分配编号2，给权重参数为5的车辆分配编号3，然后编号为1的车辆行驶到车队最前面，编号为2的车辆在编号为1的车辆后面行驶，编号为3的车辆行驶在车队最后面。
中央控制平台可以是车载终端或者远程遥控平台，中央控制平台能够向车队通讯网络发送车队行驶的目的地坐标、车队队形变换等控制指令，并能够保证整个车队系统时间同步。
S102、根据车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各车辆的车辆编号，确定各车辆的单车基准行驶轨迹。
本步骤中，车队根据编号为1的车辆的位置坐标和车队的目的地坐标进行全局路径规划，形成车队基准行驶轨迹。其中，实现全局路径规划的算法可以是行业通用的动态最短路径算法(Dynamic A Star，D*)。
本申请涉及的所有行驶轨迹均为二维数组的形式，其中，二维数组表示经度、纬度、航向角、速度、加速度、曲率、校验和等本车的位置和状态信息与系统时间之间的对应关系，例如，系统时间为2022年5月31日下午14点05分31秒时，车队中编号为3的车辆的经度为125.12°、纬度为43.57°、航向角为18.25°、速度为3.1m/s。
单车基准行驶轨迹的计算公式为：
单车基准行驶轨迹＝车队基准行驶轨迹+车辆编号*车辆安全距离
式中，车辆安全距离的计算公式为：
车辆安全距离＝(编队车间时距+通讯延迟+安全响应时间)*车速
式中，编队车间时距是车队控制中的车辆间距控制变量，编队车间时距的计算公式为：
编队车间时距＝编队车辆间距/车速
式中，编队车辆间距是车队中前后两辆车的实际距离。
S103、基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换。
例如，当车队前方50米出现一块石头时，车队中的各车辆会根据本车的单车基准行驶轨迹以及车队前方50米有一块石头这一行驶场景，调整自身的速度、加速度等参数，从而实现对整个车队的队形变换。
本实施例提供的车辆编队控制方法，首先获取车队中各车辆对应的车辆编号，然后根据车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各车辆的车辆编号，确定各车辆的单车基准行驶轨迹；最后基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换。本实施例提供的车辆编队控制方法能够根据车辆安全距离、车队基准行驶轨迹、车辆编号以及车队行驶的场景对车队进行队形变换，智能化程度较高，能够满足车队在实际工程中对于智能控制的需求。
参照图3，图3为本申请实施例提供的一种跟踪控制单车局部行驶轨迹的流程示意图。本实施例涉及的是如何跟踪控制单车局部行驶轨迹的一种可选的实现方式。在上述实施例的基础上，在确定各车辆的单车基准行驶轨迹之后，还可以包括如下步骤：
S301、根据各车辆的单车基准行驶轨迹和车辆的前车行驶轨迹，确定各车辆的单车全局行驶轨迹。
本步骤中，首先由车辆上的智能域控制器基于摄像头、激光雷达、毫米波雷达等智能驾驶感知传感器，结合行业通用的环境感知算法和传感器自带的处理功能，对本车前方所有目标进行感知探测，然后根据车队通讯网络内本车前车的经纬度、航向角等前车轨迹信息，从探测到的前方所有目标中筛选并确认出前车，最后采用卡尔曼滤波算法实现多传感器信号融合，得到准确的前车行驶轨迹。
将单车基准行驶轨迹和前车行驶轨迹的经度、纬度、航向角、速度、加速度等信息分别进行加权计算，实现单车基准行驶轨迹和前车行驶轨迹的轨迹融合，融合得到的轨迹就是单车全局行驶轨迹。加权计算的权重值可以根据实际情况确定，例如单车基准行驶轨迹的权重值为0.3，前车行驶轨迹的权重值为0.7。
单车基准行驶轨迹和前车行驶轨迹的时间轴偏差值为编队车间时距。
S302、根据各车辆的单车全局行驶轨迹、车辆采集的道路边界信息以及障碍物信息，确定各车辆的单车局部行驶轨迹。
本步骤中，车辆上的智能域控制器基于单车全局行驶轨迹，以实时采集的车道线等道路边界信息为约束，并以障碍物信息为动态修正，采用静态最短路径算法(A Star，A*)、D*、快速搜索随机树算法(Rapidly-exploring Random Tree，RRT)等算法对车辆进行局部路径规划，得到单车局部行驶轨迹。
S303、利用轨迹跟踪算法，对各车辆的单车局部行驶轨迹进行跟踪控制。
本步骤中，车辆上的智能域控制器通过模型预测控制(Model PredictiveControl，MPC)、线性二次型调节器(linear quadratic regulator，LQR)或者PID算法(Proportion Integral Differential，PID)等轨迹跟踪算法，配合自动紧急制动等应急控制方式，实现对车辆的单车局部行驶轨迹进行跟踪控制，从而完成编队巡航行驶，即完成从轨迹生成到轨迹跟踪的控制闭环。
本实施例提供的方法，是车辆基于车队基准行驶轨迹、车辆编号、车辆安全距离、前车行驶轨迹、道路边界信息等信息，并采用相应的算法，得到单车局部行驶轨迹，从而实现编队巡航，整个编队巡航的控制过程完全由车辆自身来实现，智能化程度很高。
在一些实施例中，S103、基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换，包括：
若行驶场景为车队队形变换请求，则根据预设的车队队形信息、车队中前后两个车辆之间的车辆安全距离、各车辆的车辆编号以及车队基准行驶轨迹，调整各车辆的单车基准行驶轨迹。
本实施例中，车队队形变换请求的方式包括分布式队形变换、菱形队形变换、线性队形变换等。
车队队形变换请求包括公路模式和越野模式。当车队在公路上行驶时，车队队形变换请求为公路模式，车队根据预设的车队队形信息，结合车道线和边界，在公路车道上实现车道级队列分布；当车队在野外行驶时，车队队形变换请求为越野模式，车队根据预设的车队队形信息，结合感知的可行驶区域进行道路边界限制，从而实现队列分布。
例如，车队队形变换请求是由直线型队形变换为分布式队形。当车队在公路上行驶时，编号为1的车辆按照车队基准车行驶轨迹行驶，其后所有车辆按照编号从小到大的顺序依次向左至最左侧车道，然后再依次向右至最右侧车道，以此类推，完成公路场景的队形变换；当车队在野外行驶时，编号为1的车辆按照车队基准车行驶轨迹行驶，其后所有车辆按照编号从小到大的顺序依次向左至最左侧行驶边界，然后再依次向右至最右侧行驶边界，以此类推，完成越野场景的队形变换，在完成越野场景队形变换的过程中，各车辆横向间距不小于1.5倍车辆宽度，靠近行驶边界的车辆与行驶边界的横向间距不小于1倍车辆宽度。
本实施例提供的方法，能够同时满足公路场景和越野场景下的车队队形变换请求，对于车队行驶环境的兼容性较高；能够实现多种车队队形变换请求，满足车队在实际行驶过程中不同的队形变换要求。
参照图4，图4为本申请实施例提供的第二种车队队形变换方法的流程示意图。本实施例涉及的是如何变换车队队形的一种可选的实现方式。在上述实施例的基础上，上述的S103包括如下步骤：
S401、若行驶场景为车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制被插入车辆按照车队基准行驶轨迹行驶。
本步骤中，当有车辆汇入车队时，车队的编队巡航和队形会发生变化。
被插入车辆是指由于车辆汇入导致行驶轨迹发生变化的车辆中编号最小的那辆车，例如车队由5辆车组成，汇入车辆插入到车队中编号为2和编号为3的车辆之间，那么编号为3、4和5的车辆轨迹都会发生变化，其中编号为3的车辆就是被插入车辆。
S402、根据被插入车辆的第一延迟距离和第一速度变化，修正各被影响车辆的单车基准行驶轨迹。
本步骤中，被影响车辆是指车队中编号大于被插入车辆编号的所有车辆；第一延迟距离和第一速度变化是指车辆汇入后，被插入车辆相对于没有车辆汇入时同时刻的位置变化和速度变化。
本实施例提供的方法，车队能够根据车辆汇入的情况，自动调整被插入车辆和被影响车辆的行驶轨迹，以避免由于车辆汇入可能存在的危险，具有很高的安全性能。
参照图5，图5为本申请实施例提供的第三种车队队形变换方法的流程示意图。本实施例涉及的是如何变换车队队形的一种可选的实现方式。在上述实施例的基础上，上述的S103包括如下步骤：
S501、若行驶场景为车队遇到车辆汇出，则修正被插入车辆的单车基准行驶轨迹。
本步骤中，汇入车队的车辆汇出后，被影响车辆会确认汇入车辆是否完全汇出，若确认汇入车辆已经汇出，则再次修正被插入车辆的单车基准行驶轨迹。
S502、根据被插入车辆的第二延迟距离和第二速度变化，修正各被影响车辆的单车基准行驶轨迹。
本步骤中，第二延迟距离和第二速度变化是指汇入车辆汇出后，被插入车辆相对于没有车辆汇入时同时刻的位置变化和速度变化。
本实施例提供的方法，车队能够根据汇出车辆的情况，自动调整被插入车辆和被影响车辆的行驶轨迹，与解决车辆汇入的方法组成一个完整的策略，能够在保证安全的情况下实现车辆的汇入汇出。
在一些实施例中，S103、基于各车辆的单车基准行驶轨迹以及车队的行驶场景，对车队进行队形变换，包括：
若行驶场景为车队中第一车辆申请出队，则在第一车辆出队后，控制第一车辆的后一车辆按照后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
本实施例中，第一车辆在出队过程中持续向通讯网络发送出队请求，并在不影响车队中其他车辆行驶的情况下，安全驶出车队，第一车辆完成出队动作并停止发送出队请求之后，车队中的剩余车辆按照更新后的车辆编号继续编队巡航。
本实施例提供的方法能够智能实现车队中某一车辆出队的过程，使得车队在行驶过程中具有很高的灵活性。
参照图6，图6为本申请实施例提供的第五种车队队形变换方法的流程示意图。本实施例涉及的是如何变换车队队形的一种可选的实现方式。在上述实施例的基础上，该方法包括如下步骤：
S601、若行驶场景为车队中第二车辆申请入队，则在第二车辆入队后，确定第二车辆的车辆编号；
本步骤中，第二车辆在入队过程中持续向通讯网络发送入队请求直至入队过程结束，入队过程中中央控制平台通过车队通讯网络向第二车辆分配车队末位编号。
S602、根据第二车辆与第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、第二车辆的车辆编号，确定第二车辆的单车基准行驶轨迹。
本步骤中，第二车辆等待车队行驶通过后根据自身的单车基准行驶轨迹跟随车队行驶。
本实施例提供的方法，直接给第二车辆分配末位编号，使得整个车辆入队过程简单并且高效，并且同时支持车辆加入编队和驶离编队，有很高的系统性能。
参照图7，图7为本申请实施例提供的一种编队巡航及队形控制示意图，图中共有车队通讯网络、车队通讯处理、信息融合和单车环境感知系统4个模块。其中车队通讯网络为车用无线通信技术(vehicle to everything，V2X)或者自组网无线电台，车队通讯处理包括计算车队基准行驶轨迹的过程、得到车队编号的过程以及发送队形控制指令的过程，单车环境感知系统包括摄像头视觉感知、激光雷达感知、毫米波雷达感知、全球卫星导航系统(Global NavigationSatellite System，GNSS)以及惯性导航定位等，信息融合包括对车队前车行驶轨迹、车道或路径边界信息、障碍物信息等单车环境感知系统感知到的信息的融合。
本实施例中编队巡航的过程包括：由车队基准行驶轨迹和车队中车辆编号得到单车基准行驶轨迹，将单车基准行驶轨迹、车队前车行驶轨迹以及由智能域控制器发送的队形控制指令进行编队轨迹融合得到单车全局行驶轨迹，由单车全局行驶轨迹结合车道或路径边界、障碍物信息进行局部路径规划得到单车局部行驶轨迹，最后利用自动紧急制动系统实现对单车局部行驶轨迹的轨迹跟踪控制。其中队形控制指令包括队形变换请求、随遇车辆驶入以及随遇车辆驶出。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的车辆编队控制方法的车辆编队控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆编队控制装置实施例中的具体限定可以参见上文中对于车辆编队控制方法的限定，在此不再赘述。
在一个实施例中，如图8所示，提供了一种车辆编队控制装置800，包括：获取模块801、第一确定模块802和队形变换模块803，其中：
获取模块801，用于获取车队中各车辆对应的车辆编号。
第一确定模块802，用于根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹。
队形变换模块803，用于基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
在一个实施例中，装置800还包括：
第二确定模块，用于根据各所述车辆的单车基准行驶轨迹和所述车辆的前车行驶轨迹，确定各所述车辆的单车全局行驶轨迹。
第三确定模块，用于根据各所述车辆的单车全局行驶轨迹、所述车辆采集的道路边界信息以及障碍物信息，确定各所述车辆的单车局部行驶轨迹。
跟踪控制模块，用于利用轨迹跟踪算法，对各所述车辆的单车局部行驶轨迹进行跟踪控制。
在一个实施例中，队形变换模块803，具体用于若所述行驶场景为车队队形变换请求，则根据预设的车队队形信息、所述车队中前后两个车辆之间的车辆安全距离、各所述车辆的车辆编号以及所述车队基准行驶轨迹，调整各所述车辆的单车基准行驶轨迹。
在一个实施例中，队形变换模块803，具体用于若所述行驶场景为所述车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制所述被插入车辆按照车队基准行驶轨迹行驶；根据所述被插入车辆的第一延迟距离和第一速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，队形变换模块803具体用于若所述行驶场景为所述车队遇到车辆汇出，则修正所述被插入车辆的单车基准行驶轨迹；根据所述被插入车辆的第二延迟距离和第二速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，队形变换模块803，若所述行驶场景为车队中第一车辆申请出队，则在所述第一车辆出队后，控制所述第一车辆的后一车辆按照所述后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
在一个实施例中，队形变换模块803，具体用于若所述行驶场景为车队中第二车辆申请入队，则在所述第二车辆入队后，确定所述第二车辆的车辆编号；根据所述第二车辆与所述第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、所述第二车辆的车辆编号，确定所述第二车辆的单车基准行驶轨迹。
上述车辆编队控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储车辆行驶轨迹数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆编队控制方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据各所述车辆的单车基准行驶轨迹和所述车辆的前车行驶轨迹，确定各所述车辆的单车全局行驶轨迹；根据各所述车辆的单车全局行驶轨迹、所述车辆采集的道路边界信息以及障碍物信息，确定各所述车辆的单车局部行驶轨迹；利用轨迹跟踪算法，对各所述车辆的单车局部行驶轨迹进行跟踪控制。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述行驶场景为车队队形变换请求，则根据预设的车队队形信息、所述车队中前后两个车辆之间的车辆安全距离、各所述车辆的车辆编号以及所述车队基准行驶轨迹，调整各所述车辆的单车基准行驶轨迹。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制所述被插入车辆按照车队基准行驶轨迹行驶；根据所述被插入车辆的第一延迟距离和第一速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇出，则修正所述被插入车辆的单车基准行驶轨迹；根据所述被插入车辆的第二延迟距离和第二速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述行驶场景为车队中第一车辆申请出队，则在所述第一车辆出队后，控制所述第一车辆的后一车辆按照所述后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述行驶场景为车队中第二车辆申请入队，则在所述第二车辆入队后，确定所述第二车辆的车辆编号；根据所述第二车辆与所述第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、所述第二车辆的车辆编号，确定所述第二车辆的单车基准行驶轨迹。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据各所述车辆的单车基准行驶轨迹和所述车辆的前车行驶轨迹，确定各所述车辆的单车全局行驶轨迹；根据各所述车辆的单车全局行驶轨迹、所述车辆采集的道路边界信息以及障碍物信息，确定各所述车辆的单车局部行驶轨迹；利用轨迹跟踪算法，对各所述车辆的单车局部行驶轨迹进行跟踪控制。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队队形变换请求，则根据预设的车队队形信息、所述车队中前后两个车辆之间的车辆安全距离、各所述车辆的车辆编号以及所述车队基准行驶轨迹，调整各所述车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制所述被插入车辆按照车队基准行驶轨迹行驶；根据所述被插入车辆的第一延迟距离和第一速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇出，则修正所述被插入车辆的单车基准行驶轨迹；根据所述被插入车辆的第二延迟距离和第二速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队中第一车辆申请出队，则在所述第一车辆出队后，控制所述第一车辆的后一车辆按照所述后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队中第二车辆申请入队，则在所述第二车辆入队后，确定所述第二车辆的车辆编号；根据所述第二车辆与所述第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、所述第二车辆的车辆编号，确定所述第二车辆的单车基准行驶轨迹。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据各所述车辆的单车基准行驶轨迹和所述车辆的前车行驶轨迹，确定各所述车辆的单车全局行驶轨迹；根据各所述车辆的单车全局行驶轨迹、所述车辆采集的道路边界信息以及障碍物信息，确定各所述车辆的单车局部行驶轨迹；利用轨迹跟踪算法，对各所述车辆的单车局部行驶轨迹进行跟踪控制。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队队形变换请求，则根据预设的车队队形信息、所述车队中前后两个车辆之间的车辆安全距离、各所述车辆的车辆编号以及所述车队基准行驶轨迹，调整各所述车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制所述被插入车辆按照车队基准行驶轨迹行驶；根据所述被插入车辆的第一延迟距离和第一速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为所述车队遇到车辆汇出，则修正所述被插入车辆的单车基准行驶轨迹；根据所述被插入车辆的第二延迟距离和第二速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队中第一车辆申请出队，则在所述第一车辆出队后，控制所述第一车辆的后一车辆按照所述后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述行驶场景为车队中第二车辆申请入队，则在所述第二车辆入队后，确定所述第二车辆的车辆编号；根据所述第二车辆与所述第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、所述第二车辆的车辆编号，确定所述第二车辆的单车基准行驶轨迹。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (11)

1.一种车辆编队控制方法，其特征在于，所述方法包括：
获取车队中各车辆对应的车辆编号；
根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据各所述车辆的单车基准行驶轨迹和所述车辆的前车行驶轨迹，确定各所述车辆的单车全局行驶轨迹；
根据各所述车辆的单车全局行驶轨迹、所述车辆采集的道路边界信息以及障碍物信息，确定各所述车辆的单车局部行驶轨迹；
利用轨迹跟踪算法，对各所述车辆的单车局部行驶轨迹进行跟踪控制。
3.根据权利要求1所述的方法，其特征在于，所述基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换，包括：
若所述行驶场景为车队队形变换请求，则根据预设的车队队形信息、所述车队中前后两个车辆之间的车辆安全距离、各所述车辆的车辆编号以及所述车队基准行驶轨迹，调整各所述车辆的单车基准行驶轨迹。
4.根据权利要求1所述的方法，其特征在于，所述基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换，包括：
若所述行驶场景为所述车队遇到车辆汇入，则根据被插入车辆的单车智能驾驶功能，控制所述被插入车辆按照车队基准行驶轨迹行驶；
根据所述被插入车辆的第一延迟距离和第一速度变化，修正各所述被影响车辆的单车基准行驶轨迹。
5.根据权利要求1所述的方法，其特征在于，所述基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换，包括：
若所述行驶场景为所述车队遇到车辆汇出，则修正被插入车辆的单车基准行驶轨迹；
根据所述被插入车辆的第二延迟距离和第二速度变化，修正各被影响车辆的单车基准行驶轨迹。
6.根据权利要求1所述的方法，其特征在于，所述基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换，包括：
若所述行驶场景为车队中第一车辆申请出队，则在所述第一车辆出队后，控制所述第一车辆的后一车辆按照所述后一车辆的单车基准行驶轨迹行驶，并更新车队中各车辆对应的车辆编号。
7.根据权利要求1所述的方法，其特征在于，所述基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换，包括：
若所述行驶场景为车队中第二车辆申请入队，则在所述第二车辆入队后，确定所述第二车辆的车辆编号；
根据所述第二车辆与所述第二车辆的前一车辆之间的车辆安全距离、车队基准行驶轨迹、所述第二车辆的车辆编号，确定所述第二车辆的单车基准行驶轨迹。
8.一种车辆编队控制装置，其特征在于，所述装置包括：
获取模块，用于获取车队中各车辆对应的车辆编号；
第一确定模块，用于根据所述车队中前后两个车辆之间的车辆安全距离、车队基准行驶轨迹、各所述车辆的车辆编号，确定各所述车辆的单车基准行驶轨迹；
队形变换模块，用于基于各所述车辆的单车基准行驶轨迹以及所述车队的行驶场景，对所述车队进行队形变换。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210628362.XA 2022-06-06 2022-06-06 车辆编队控制方法、装置、计算机设备和存储介质 Pending CN114942640A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210628362.XA CN114942640A (zh) 2022-06-06 2022-06-06 车辆编队控制方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210628362.XA CN114942640A (zh) 2022-06-06 2022-06-06 车辆编队控制方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN114942640A true CN114942640A (zh) 2022-08-26

Family

ID=82909279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210628362.XA Pending CN114942640A (zh) 2022-06-06 2022-06-06 车辆编队控制方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN114942640A (zh)

Similar Documents

Publication Publication Date Title
CN110126839B (zh) 用于自主车辆路径跟随器校正的系统和方法
CN110155031B (zh) 使用神经网络的用于车辆横向控制的轨迹跟踪
CN108981730B (zh) 用于为操作自动驾驶车辆生成参考路径的方法和系统
JP7036545B2 (ja) 能動的探索なしの強化学習に基づくオンライン学習法及び車両制御方法
US11467591B2 (en) Online agent using reinforcement learning to plan an open space trajectory for autonomous vehicles
US20200363800A1 (en) Decision Making Methods and Systems for Automated Vehicle
US20200089246A1 (en) Systems and methods for controlling the operation of a vehicle
US20200363814A1 (en) Offline agent using reinforcement learning to speedup trajectory planning for autonomous vehicles
CN110126825B (zh) 用于低级别前馈车辆控制策略的系统和方法
US11409284B2 (en) Relaxation optimization model to plan an open space trajectory for autonomous vehicles
US20200363816A1 (en) System and method for controlling autonomous vehicles
EP3786586B1 (en) Path planning for autonomous and semi-autonomous vehicles
DE112018005907T5 (de) Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren, programm und beweglicher körper
US10421463B2 (en) Automatic steering control reference adaption to resolve understeering of autonomous driving vehicles
CN112406905B (zh) 基于交通工具的数据处理方法、装置、计算机及存储介质
CN111177934A (zh) 参考路径规划的方法、设备和存储介质
US11352000B2 (en) Vehicle control apparatus
WO2022217209A1 (en) Lane changing based only on local information
JP2023514869A (ja) 自動運転車の計画軌道を調整するためのシステムおよび方法
CN112985391B (zh) 一种基于惯性和双目视觉的多无人机协同导航方法和装置
DE102021110868A1 (de) Fahrzeugsteuerungssysteme und -verfahren
CN114942640A (zh) 车辆编队控制方法、装置、计算机设备和存储介质
EP4270352A1 (en) Controlling a future traffic state on a road segment
CN113189985B (zh) 基于自适应粒子与信念填充的部分可观察驾驶规划方法
US11904855B2 (en) Cooperative driving system and method

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