CN116107297A - 队列异时避障系统及其方法 - Google Patents

队列异时避障系统及其方法 Download PDF

Info

Publication number
CN116107297A
CN116107297A CN202111326285.4A CN202111326285A CN116107297A CN 116107297 A CN116107297 A CN 116107297A CN 202111326285 A CN202111326285 A CN 202111326285A CN 116107297 A CN116107297 A CN 116107297A
Authority
CN
China
Prior art keywords
obstacle
vehicle
member vehicle
distance
processing unit
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
CN202111326285.4A
Other languages
English (en)
Inventor
王正贤
许琮明
柯明宽
张志豪
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.)
Automotive Research and Testing Center
Original Assignee
Automotive Research and Testing Center
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 Automotive Research and Testing Center filed Critical Automotive Research and Testing Center
Priority to CN202111326285.4A priority Critical patent/CN116107297A/zh
Publication of CN116107297A publication Critical patent/CN116107297A/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
    • G05D1/0257—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
    • G05D1/0212—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
    • G05D1/0223—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
    • G05D1/0276—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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • 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
    • G05D1/0289—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 with means for avoiding collisions between vehicles
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种队列异时避障系统及其方法，队列异时避障系统的感测装置产生障碍物位置与障碍物速度。领导车端运算处理单元用以传送领导车端参数组。成员车端运算处理单元用以传送成员车端参数组。云端运算处理单元经配置以实施云端决策步骤，其可行空间预测步骤是依据领导车端参数组及成员车端参数组预测出领导车可行空间及成员车可行空间；异时避障决策步骤是依据领导车可行空间及成员车可行空间决策领导车辆及成员车辆的避障。借此，可透过云端动态调整可行空间及实现各车异时避障决策，以降低成本与运算量，并使车队更安全且合理地避障及跟车。

Description

队列异时避障系统及其方法
技术领域
本发明是关于一种队列避障系统及其方法，特别是关于一种队列异时避障系统及其方法。
背景技术
无论是物流货运或运输接驳领域，驾驶的工时与人力配置是为营业成本的重要考量，若载具具有自驾队列能力，将能有效提升营运以及载客效率。由于自驾车的队列运用可减少对人力的需求，且商业运输有着较单纯的应用场景，故目前许多国际大厂均已投入研发车队，希望能尽早实现商用化的自驾队列跟车。
在习知的自驾队列中，各自驾车均需搭载众多感测器，以提供各自驾车的环境感知及定位能力，不但成本高昂，且各车运算量过大。此外，习知的自驾队列无信息共享，无法提前规划轨迹应对。另外，习知的自驾队列同时避障所需的可行空间需同时满足各成员车辆所需空间才会执行避障动作，所需空间过于保守而使操作范围过小。由此可知，目前市场上缺乏一种可动态调整可行空间、可实现异时避障决策、安全与合理兼顾且更具智能的队列异时避障系统及其方法，故相关业者均在寻求其解决之道。
发明内容
因此，本发明的目的在于提供一种队列异时避障系统及其方法，其利用云端执行可行空间预测步骤与异时避障决策步骤，使队列各成员车辆基于各车与障碍物之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物，以达更加智能的自驾模式，进而避免习知技术的成本高昂、运算量过大、无信息共享及需同时避障的问题。
依据本发明的结构态样的一实施方式提供一种队列异时避障系统，其用以决策领导车辆及至少一成员车辆的避障，队列异时避障系统包含感测装置、领导车端运算处理单元、至少一成员车端运算处理单元以及云端运算处理单元。其中感测装置设置于领导车辆且用以感测位于领导车辆的周围环境的障碍物而产生障碍物位置与障碍物速度。领导车端运算处理单元设置于领导车辆且信号连接感测装置。领导车端运算处理单元用以传送领导车端参数组，领导车端参数组包含障碍物位置、障碍物速度、领导车位置及领导车速度。此至少一成员车端运算处理单元设置于此至少一成员车辆且用以传送至少一成员车端参数组，此至少一成员车端参数组包含至少一成员车位置及至少一成员车速度。云端运算处理单元信号连接领导车端运算处理单元及此至少一成员车端运算处理单元并接收领导车端参数组及此至少一成员车端参数组。云端运算处理单元经配置以实施包含云端决策步骤，且云端决策步骤包含可行空间预测步骤与异时避障决策步骤。可行空间预测步骤是依据领导车端参数组及此至少一成员车端参数组预测出领导车可行空间及至少一成员车可行空间。异时避障决策步骤是依据领导车可行空间及此至少一成员车可行空间决策领导车辆及此至少一成员车辆的避障。
借此，本发明的队列异时避障系统利用云端执行可行空间预测步骤与异时避障决策步骤，使队列各成员车辆基于各车与障碍物之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物，以达更加智能的自驾模式。
前述实施方式的其他实施例如下：前述队列异时避障系统可还包含一领导车定位装置及至少一成员车定位装置。其中领导车定位装置设置于领导车辆且信号连接领导车端运算处理单元，领导车定位装置用以定位领导车辆而产生领导车位置。此至少一成员车定位装置设置于此至少一成员车辆且信号连接此至少一成员车端运算处理单元，此至少一成员车定位装置用以定位此至少一成员车辆而产生至少一成员车位置。领导车端参数组还包含领导车位置，此至少一成员车端参数组还包含此至少一成员车位置。
前述实施方式的其他实施例如下：前述队列异时避障系统可还包含领导车通讯装置及至少一成员车通讯装置。其中领导车通讯装置设置于领导车辆且信号连接领导车端运算处理单元，领导车通讯装置用以产生领导车行驶参数。此至少一成员车通讯装置设置于此至少一成员车辆且信号连接此至少一成员车端运算处理单元，此至少一成员车通讯装置用以产生至少一成员车行驶参数。领导车端参数组还包含领导车行驶参数，此至少一成员车端参数组还包含此至少一成员车行驶参数。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含驱动云端运算处理单元依据领导车位置、领导车速度、此至少一成员车位置、此至少一成员车速度及当前车道标签运算出此至少一成员车辆与邻近的另一成员车辆之间的一跟车距离与一第一相对速度；驱动云端运算处理单元依据障碍物位置、障碍物速度、跟车距离及第一相对速度运算出此至少一成员车辆与障碍物之间的一碰撞距离与一第二相对速度；驱动感测装置感测位于此至少一成员车辆的一周围环境的一目标车道障碍物而产生另一障碍物位置与另一障碍物速度，然后驱动云端运算处理单元依据此另一障碍物位置与此另一障碍物速度运算出此至少一成员车辆与目标车道障碍物之间的第三相对速度；及驱动云端运算处理单元依据跟车距离、第一相对速度、碰撞距离、第二相对速度及第三相对速度预测出领导车可行空间及此至少一成员车可行空间。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含领导车端可行空间预测步骤。领导车端可行空间预测步骤包含驱动感测装置以单位角度转动且累积转动360度而感测障碍物，以产生障碍物相对于领导车位置的卡式坐标；驱动云端运算处理单元将卡式坐标转换为极坐标，极坐标包含最近障碍物距离信息；及驱动云端运算处理单元依据地图信息与最近障碍物距离信息预测出领导车可行空间。
前述实施方式的其他实施例如下：前述领导车可行空间包含多个障碍物可行位置及对应此些障碍物可行位置的多个变数信息。此些障碍物可行位置包含前方障碍物位置、后方障碍物位置、左方障碍物位置、右方障碍物位置、左前方障碍物位置、右前方障碍物位置、左后方障碍物位置及右后方障碍物位置。此些变数信息包含位置有障碍信息与位置无障碍信息的其中一者。位置有障碍信息包含右方障碍物位置、右前方障碍物位置及右后方障碍物位置的一者离车道线的横向距离、前方障碍物位置与后方障碍物位置的一者离领导车辆的车头与车尾的一者的纵向距离、左方障碍物位置、左前方障碍物位置及左后方障碍物位置的一者离另一车道线的另一横向距离及障碍物速度，位置无障碍信息包含右侧车道宽、感测装置的感测距离、左侧车道宽及极大值。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含成员车端可行空间预测步骤。成员车端可行空间预测步骤包含驱动感测装置以单位角度转动且累积转动360度而感测障碍物以得到障碍物信息；驱动云端运算处理单元依据领导车位置、领导车速度、此至少一成员车位置、此至少一成员车速度及障碍物信息建立感兴趣区域障碍物信息，感兴趣区域障碍物信息对应此至少一成员车位置；驱动云端运算处理单元依据感兴趣区域障碍物信息以360度产生障碍物相对于此至少一成员车位置的卡式坐标；驱动云端运算处理单元将卡式坐标转换为极坐标，极坐标包含最近障碍物距离信息；及驱动云端运算处理单元依据地图信息与最近障碍物距离信息预测出此至少一成员车可行空间。
前述实施方式的其他实施例如下：前述至少一成员车可行空间可包含多个障碍物可行位置及对应此些障碍物可行位置的多个变数信息。此些障碍物可行位置包含前方障碍物位置、后方障碍物位置、左方障碍物位置、右方障碍物位置、左前方障碍物位置、右前方障碍物位置、左后方障碍物位置及右后方障碍物位置。此些变数信息包含位置有障碍信息与位置无障碍信息的其中一者。位置有障碍信息包含右方障碍物位置、右前方障碍物位置及右后方障碍物位置的一者离一车道线的一横向距离、前方障碍物位置与后方障碍物位置的一者离领导车辆的车头与车尾的一者的纵向距离、左方障碍物位置、左前方障碍物位置及左后方障碍物位置的一者离另一车道线的另一横向距离及障碍物速度。位置无障碍信息包含右侧车道宽、感测装置的感测距离、左侧车道宽及极大值。
前述实施方式的其他实施例如下：前述异时避障决策步骤可包含感测距离比对步骤、速度比对步骤及可行空间确认步骤。其中感测距离比对步骤是比对感测装置的感测距离是否大于队列长度而产生感测距离比对结果。速度比对步骤是比对障碍物速度是否小于领导车速度而产生速度比对结果。可行空间确认步骤是确认领导车辆及此至少一成员车辆的任一者是否满足前方距离条件与后方距离条件而产生可行空间确认结果。云端运算处理单元依据感测距离比对结果、速度比对结果及可行空间确认结果决策领导车辆及此至少一成员车辆的避障。
前述实施方式的其他实施例如下：前述异时避障决策步骤可还包含障碍物移动意图预测步骤，障碍物移动意图预测步骤是依据障碍物位置与障碍物速度预测出障碍物移动意图结果。障碍物移动意图预测步骤执行于速度比对步骤与可行空间确认步骤之间，且可行空间确认步骤依据障碍物移动意图结果执行。
前述实施方式的其他实施例如下：前述异时避障决策步骤包含一避障安全性确认步骤，避障安全性确认步骤是驱动云端运算处理单元确认此至少一成员车可行空间及此至少一成员车辆与此障碍物之间的碰撞距离是否符合避障安全条件而产生安全确认结果。当此至少一成员车可行空间与碰撞距离均符合避障安全条件时，安全确认结果为一第一状态。当此至少一成员车可行空间与碰撞距离的部分符合避障安全条件时，安全确认结果为第二状态，并驱动此至少一成员车端运算处理单元执行避障取消车道回归步骤，且依据领导车辆及此至少一成员车辆之间的一纵向距离与感测装置的感测距离决定是否停止队列。当此至少一成员车可行空间与碰撞距离均不符合避障安全条件时，安全确认结果为第三状态，并驱动此至少一成员车端运算处理单元执行避障取消紧急刹车步骤，且停止队列。
依据本发明的结构态样的一实施方式提供一种队列异时避障方法，其用以决策领导车辆及至少一成员车辆的避障。队列异时避障方法包含以下步骤：云端决策步骤，云端决策步骤包含可行空间预测步骤与异时避障决策步骤。其中可行空间预测步骤是驱动队列异时避障系统的云端运算处理单元依据领导车端参数组及至少一成员车端参数组预测出领导车可行空间及至少一成员车可行空间。异时避障决策步骤是驱动云端运算处理单元依据领导车可行空间及此至少一成员车可行空间决策领导车辆及此至少一成员车辆的避障。云端运算处理单元信号连接队列异时避障系统的领导车端运算处理单元及至少一成员车端运算处理单元并接收领导车端参数组及此至少一成员车端参数组。领导车端运算处理单元信号连接队列异时避障系统的感测装置，领导车端运算处理单元与感测装置设置于领导车辆。感测装置用以感测位于领导车辆的周围环境的障碍物而产生障碍物位置与障碍物速度。领导车端运算处理单元用以传送领导车端参数组，领导车端参数组包含障碍物位置、障碍物速度、领导车位置及领导车速度。此至少一成员车端运算处理单元设置于此至少一成员车辆且用以传送至少一成员车端参数组，此至少一成员车端参数组包含至少一成员车位置及至少一成员车速度。
借此，本发明的队列异时避障方法利用云端执行可行空间预测步骤与异时避障决策步骤，使队列各成员车辆基于各车与障碍物之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物，以达更加智能的自驾模式。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含驱动云端运算处理单元依据领导车位置、领导车速度、此至少一成员车位置及此至少一成员车速度运算出此至少一成员车辆与邻近的另一成员车辆之间的跟车距离与第一相对速度；驱动云端运算处理单元依据障碍物位置、障碍物速度、跟车距离及第一相对速度运算出此至少一成员车辆与障碍物之间的碰撞距离与第二相对速度；驱动感测装置感测位于此至少一成员车辆的周围环境的目标车道障碍物而产生另一障碍物位置与另一障碍物速度，然后驱动云端运算处理单元依据此另一障碍物位置与此另一障碍物速度运算出此至少一成员车辆与目标车道障碍物之间的第三相对速度；及驱动云端运算处理单元依据跟车距离、第一相对速度、碰撞距离、第二相对速度及第三相对速度预测出领导车可行空间及此至少一成员车可行空间。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含一领导车端可行空间预测步骤，此领导车端可行空间预测步骤包含驱动感测装置以单位角度转动且累积转动360度而感测障碍物，以产生障碍物相对于领导车位置的卡式坐标；驱动云端运算处理单元将卡式坐标转换为极坐标，极坐标包含最近障碍物距离信息；及驱动云端运算处理单元依据地图信息与最近障碍物距离信息预测出领导车可行空间。
前述实施方式的其他实施例如下：前述领导车可行空间可包含多个障碍物可行位置及对应此些障碍物可行位置的多个变数信息。此些障碍物可行位置包含前方障碍物位置、后方障碍物位置、左方障碍物位置、右方障碍物位置、左前方障碍物位置、右前方障碍物位置、左后方障碍物位置及右后方障碍物位置。此些变数信息包含位置有障碍信息与位置无障碍信息的其中一者。位置有障碍信息包含右方障碍物位置、右前方障碍物位置及右后方障碍物位置的一者离一车道线的一横向距离、前方障碍物位置与后方障碍物位置的一者离领导车辆的车头与车尾的一者的纵向距离、左方障碍物位置、左前方障碍物位置及左后方障碍物位置的一者离另一车道线的另一横向距离及障碍物速度。位置无障碍信息包含右侧车道宽、感测装置的感测距离、左侧车道宽及极大值。
前述实施方式的其他实施例如下：前述可行空间预测步骤可包含成员车端可行空间预测步骤。成员车端可行空间预测步骤包含驱动感测装置以单位角度转动且累积转动360度而感测障碍物以得到障碍物信息；驱动云端运算处理单元依据领导车位置、领导车速度、此至少一成员车位置、此至少一成员车速度及障碍物信息建立感兴趣区域障碍物信息，感兴趣区域障碍物信息对应此至少一成员车位置；驱动云端运算处理单元依据感兴趣区域障碍物信息以360度产生障碍物相对于此至少一成员车位置的卡式坐标；驱动云端运算处理单元将卡式坐标转换为极坐标，极坐标包含最近障碍物距离信息；及驱动云端运算处理单元依据地图信息与最近障碍物距离信息预测出此至少一成员车可行空间。
前述实施方式的其他实施例如下：前述至少一成员车可行空间可包含多个障碍物可行位置及对应此些障碍物可行位置的多个变数信息。此些障碍物可行位置包含前方障碍物位置、后方障碍物位置、左方障碍物位置、右方障碍物位置、左前方障碍物位置、右前方障碍物位置、左后方障碍物位置及右后方障碍物位置。此些变数信息包含位置有障碍信息与位置无障碍信息的其中一者。位置有障碍信息包含右方障碍物位置、右前方障碍物位置及右后方障碍物位置的一者离车道线的横向距离、前方障碍物位置与后方障碍物位置的一者离领导车辆的车头与车尾的一者的纵向距离、左方障碍物位置、左前方障碍物位置及左后方障碍物位置的一者离另一车道线的另一横向距离及障碍物速度。位置无障碍信息包含右侧车道宽、感测装置的感测距离、左侧车道宽及极大值。
前述实施方式的其他实施例如下：前述异时避障决策步骤可包含感测距离比对步骤、速度比对步骤及可行空间确认步骤。其中感测距离比对步骤是比对感测装置的感测距离是否大于队列长度而产生感测距离比对结果。速度比对步骤是比对障碍物速度是否小于领导车速度而产生速度比对结果。可行空间确认步骤是确认领导车辆及此至少一成员车辆的任一者是否满足前方距离条件与后方距离条件而产生可行空间确认结果。云端运算处理单元依据感测距离比对结果、速度比对结果及可行空间确认结果决策领导车辆及此至少一成员车辆的避障。
前述实施方式的其他实施例如下：前述异时避障决策步骤可还包含障碍物移动意图预测步骤，障碍物移动意图预测步骤是依据障碍物位置与障碍物速度预测出障碍物移动意图结果。障碍物移动意图预测步骤执行于速度比对步骤与可行空间确认步骤之间，且可行空间确认步骤依据障碍物移动意图结果执行。
前述实施方式的其他实施例如下：前述异时避障决策步骤包含一避障安全性确认步骤，避障安全性确认步骤是驱动云端运算处理单元确认此至少一成员车可行空间及此至少一成员车辆与障碍物之间的碰撞距离是否符合避障安全条件而产生安全确认结果。当此至少一成员车可行空间与碰撞距离均符合避障安全条件时，安全确认结果为第一状态。当此至少一成员车可行空间与碰撞距离的部分符合避障安全条件时，安全确认结果为第二状态，并驱动此至少一成员车端运算处理单元执行避障取消车道回归步骤，且依据领导车辆及此至少一成员车辆之间的纵向距离与感测装置的感测距离决定是否停止队列。当此至少一成员车可行空间与碰撞距离均不符合避障安全条件时，安全确认结果为第三状态，并驱动此至少一成员车端运算处理单元执行避障取消紧急刹车步骤，且停止队列。
附图说明
图1是绘示本发明的第一实施例的队列异时避障系统的示意图；
图2是绘示图1的队列异时避障系统的局部方块示意图；
图3是绘示本发明的第二实施例的队列异时避障方法的流程示意图；
图4是绘示本发明的第三实施例的云端决策步骤的领导车端可行空间预测步骤的流程示意图；
图5是绘示图4的领导车端可行空间预测步骤的领导车辆及邻近障碍物的相对位置的示意图；
图6是绘示本发明的第四实施例的云端决策步骤的成员车端可行空间预测步骤的流程示意图；
图7是绘示图6的成员车端可行空间预测步骤的成员车及邻近障碍物的相对位置的示意图；
图8是绘示本发明的第五实施例的队列异时避障系统的云端决策步骤的异时避障决策步骤的流程示意图；
图9是绘示图8的异时避障决策步骤的前方距离与后方距离的示意图；以及
图10是绘示本发明的第六实施例的队列异时避障系统的云端决策步骤的异时避障决策步骤的流程示意图。
【符号说明】
100:队列异时避障系统
110:障碍物
110R:目标车道障碍物
200:领导车辆
210:感测装置
220:领导车端运算处理单元
222:领导车端参数组
230:领导车定位装置
240:领导车通讯装置
300:成员车辆
310:成员车端运算处理单元
312:成员车端参数组
320:成员车定位装置
330:成员车通讯装置
400:云端运算平台
410:云端运算处理单元
500:队列异时避障方法
S01:接收信号步骤
S02:云端决策步骤
S022:可行空间预测步骤
S022a,S022b,S022c,S022d,S022e,S022f,S2a,S2b,S2c,S2d,S2e,S4a,S4b,S4c,S4d,S4e,S4f:步骤
S024,S124,S224:异时避障决策步骤
S03:轨迹速度规划步骤
S1222:领导车端可行空间预测步骤
S1242:感测距离比对步骤
S1244:速度比对步骤
S1246:可行空间确认步骤
S1248:障碍物移动意图预测步骤
S2224:成员车端可行空间预测步骤
S224a:避障安全性确认步骤
S224b:避障取消车道回归步骤
S224c:感知确认步骤
S224d:队列重启步骤
S224e:队列停驶步骤
S224f:避障取消紧急刹车步骤d,R17:车道宽
D:感测距离
D01,D02,D03,D06,D07,D08,D11,D12,D13,D16,D17,D18:纵向距离
DP:队列长度
DTC:前方距离
DTH:后方距离
L02,L03,L05,L07,L08,R01,R02,R04,R06,R07,L12,L13,L15,R11,R12,R14:横向距离
L18:右侧车道宽
P01,P11:左前方障碍物位置
P02,P12:前方障碍物位置
P03,P13:右前方障碍物位置
P04,P14:左方障碍物位置
P05,P15:右方障碍物位置
P06:左后方障碍物位置
P07:后方障碍物位置
P08:右后方障碍物位置
R16:左侧车道宽
SFR_L:领导车可行空间
SFR_F:成员车可行空间
State-1:第一状态
State-2:第二状态
State-3:第三状态
Vhost,Vro:速度
VP:领导车速度
Vt:障碍物速度
Δθ:单位角度
Δr:单位距离
xfo,yfo,xro,yro:位置
具体实施方式
以下将参照附图说明本发明的多个实施例。为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明部分实施例中，这些实务上的细节是非必要的。此外，为简化附图起见，一些习知惯用的结构与元件在附图中将以简单示意的方式绘示之；并且重复的元件将可能使用相同的编号表示之。
此外，本文中当某一元件(或单元或模块等)“连接”于另一元件，可指所述元件是直接连接于另一元件，亦可指某一元件是间接连接于另一元件，意即，有其他元件介于所述元件及另一元件之间。而当有明示某一元件是“直接连接”于另一元件时，才表示没有其他元件介于所述元件及另一元件之间。而第一、第二、第三等用语只是用来描述不同元件，而对元件本身并无限制，因此，第一元件亦可改称为第二元件。且本文中的元件/单元/电路的组合非此领域中的一般周知、常规或习知的组合，不能以元件/单元/电路本身是否为习知，来判定其组合关系是否容易被技术领域中的通常知识者轻易完成。
请一并参阅图1与图2，其中图1是绘示本发明的第一实施例的队列异时避障系统100的示意图；及图2是绘示图1的队列异时避障系统100的局部方块示意图。如图所示，队列异时避障系统100用以决策一领导车辆200及至少一成员车辆300的避障(避开障碍物110)，且包含领导车辆200、感测装置210、领导车端运算处理单元220、领导车定位装置230、领导车通讯装置240、成员车辆300、成员车端运算处理单元310、成员车定位装置320、成员车通讯装置330及云端运算平台400。
感测装置210、领导车端运算处理单元220、领导车定位装置230及领导车通讯装置240设置于领导车辆200。感测装置210设置于领导车辆200且用以感测位于领导车辆200的周围环境的障碍物110而产生一障碍物位置与一障碍物速度。在一实施例中，感测装置210可为光达感测器(Lidar)、雷达感测器(Radar)或摄影机(Camera)，但本发明不以此为限。领导车端运算处理单元220信号连接感测装置210、领导车定位装置230及领导车通讯装置240，领导车端运算处理单元220用以传送领导车端参数组222，领导车端参数组222包含障碍物位置、障碍物速度、领导车位置及领导车速度。领导车定位装置230用以定位领导车辆200而产生领导车位置，如全球定位系统(Global Positioning System，GPS)。领导车通讯装置240用以使领导车端运算处理单元220跟外界通讯并产生一领导车行驶参数，如蜂巢式车联网(Cellular Vehicle-to-Everything，CV2X)。此外，本实施例的领导车端参数组222包含领导车位置、领导车行驶参数、车端载重、底盘参数、领导车速度、领导车加速度、障碍物位置、障碍物速度、当前车道标签及地图信息，其中当前车道标签为当前行驶车道道路属性之一，例如：领导车辆200行驶于一双线道中内侧车道可定义为当前车道标签等于1，而本发明不以此为限。
成员车端运算处理单元310、成员车定位装置320及成员车通讯装置330设置于成员车辆300，成员车端运算处理单元310信号连接成员车定位装置320与成员车通讯装置330。成员车端运算处理单元310用以传送成员车端参数组312，成员车端参数组312包含成员车位置及成员车速度；成员车定位装置320用以定位成员车辆300而产生成员车位置，如GPS；成员车通讯装置330用以使成员车端运算处理单元310跟外界通讯并产生成员车行驶参数，如CV2X。此外，本实施例的成员车端参数组312包含成员车位置、成员车行驶参数、车端载重、底盘参数、成员车速度、成员车加速度、当前车道标签及地图信息，但本发明不以此为限。成员车辆300并未设置感测装置，可大幅降低设备成本与各车端的运算量。
云端运算平台400包含云端运算处理单元410，云端运算处理单元410信号连接领导车端运算处理单元220及至少一成员车端运算处理单元310并接收领导车端参数组222及至少一成员车端参数组312。云端运算处理单元410经配置以实施包含接收信号步骤S01、云端决策步骤S02及轨迹速度规划步骤S03。接收信号步骤S01是确认是否接收车端要求信号。若是，则接收车端参数组(如领导车端参数组222与成员车端参数组312)并执行云端决策步骤S02；若否，则重新执行接收信号步骤S01。此外，云端决策步骤S02包含可行空间预测步骤S022与异时避障决策步骤S024。可行空间预测步骤S022是依据领导车端参数组222及此至少一成员车端参数组312预测出一领导车可行空间及至少一成员车可行空间。异时避障决策步骤S024是依据领导车可行空间及此至少一成员车可行空间决策领导车辆200及至少一成员车辆300的避障。轨迹速度规划步骤S03是驱动一轨迹生成模块依据异时避障决策步骤S024中领导车辆200及至少一成员车辆300的避障决策生成领导车辆200及至少一成员车辆300的避障轨迹与避障速度。本发明所述的“异时避障”代表队列中所有车辆于不同时间点的同向避障。借此，本发明的队列异时避障系统100利用云端执行可行空间预测步骤S022与异时避障决策步骤S024，使队列各成员车辆300基于各车与障碍物110之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物110，以达更加智能的自驾模式。以下为详细的实施例来说明上述各步骤的细节。
请一并参阅图1、图2及图3，其中图3是绘示本发明的第二实施例的队列异时避障方法500的流程示意图。队列异时避障方法500应用于队列异时避障系统100，且包含云端决策步骤S02，云端决策步骤S02包含可行空间预测步骤S022与异时避障决策步骤S024。
可行空间预测步骤S022是驱动队列异时避障系统100的云端运算处理单元410依据领导车端参数组222及至少一成员车端参数组312预测出领导车可行空间及至少一成员车可行空间。详细地说，可行空间预测步骤S022包含步骤S022a、S022b、S022c、S022d、S022e、S022f。
步骤S022a为“车辆与邻车的跟车距离/相对速度”，其是驱动云端运算处理单元410依据领导车位置、领导车速度、此至少一成员车位置、此至少一成员车速度及当前车道标签运算出一成员车辆300与邻近的另一成员车辆300之间的跟车距离与第一相对速度。
步骤S022b为“车辆与障碍物的碰撞距离/相对速度”，其是驱动云端运算处理单元410依据障碍物位置、障碍物速度、跟车距离及第一相对速度运算出此成员车辆300与障碍物110之间的碰撞距离与第二相对速度。
步骤S022c为“目标车道最近前后障碍物位置/速度”，其是驱动感测装置210感测位于此成员车辆300的周围环境的目标车道障碍物(如图9的目标车道障碍物110R)而产生另一障碍物位置与另一障碍物速度。此目标车道障碍物为目标车道上离成员车辆300最近的障碍物。
步骤S022d为“车辆与目标车道障碍物的相对速度”，其是驱动云端运算处理单元410依据此另一障碍物位置与此另一障碍物速度运算出此成员车辆300与目标车道障碍物之间的第三相对速度。另外值得一提的是，若感测装置210未感测到目标车道障碍物时(即目标车道不存在障碍物)，云端决策步骤S02不会执行步骤S022c、S022d。
步骤S022e为“预测车辆于避障时间条件的可行空间”，其是驱动云端运算处理单元410依据跟车距离、第一相对速度、碰撞距离、第二相对速度及第三相对速度预测出领导车可行空间及此至少一成员车可行空间。避障时间条件可用[0,∑0≤k≤i-1 Tk+Ti]秒来表示，其中Ti代表第i车的避障时间，i＝1～N，N为领导车辆200及成员车辆300的总数量，且T0＝0。i＝1对应领导车辆200；i＝2～N则对应成员车辆300。
步骤S022f为“动态更新车辆可行空间”，其是驱动云端运算处理单元410重复执行步骤S022a、S022b、S022c、S022d、S022e，以更新跟车距离、第一相对速度、碰撞距离、第二相对速度及第三相对速度，然后依据更新的跟车距离、第一相对速度、碰撞距离、第二相对速度及第三相对速度动态更新领导车可行空间及此至少一成员车可行空间。
异时避障决策步骤S024为“可行空间是否满足避障时间/空间条件？”，其是驱动云端运算处理单元410依据领导车可行空间及此至少一成员车可行空间决策领导车辆200及此至少一成员车辆300的避障；换言之，其是确认可行空间是否满足避障时间条件与避障空间条件。若是，则执行轨迹速度规划步骤S03；若否，则不执行避障，即继续跟车。此外，异时避障决策步骤S024可进一步考量“障碍物未来t秒移动方向/轨迹”，其是依据障碍物位置与障碍物速度预测出一障碍物移动意图结果，此障碍物移动意图结果对应障碍物未来t秒的移动方向与移动轨迹。借此，本发明的队列异时避障方法500利用云端执行可行空间预测步骤S022与异时避障决策步骤S024，使队列各成员车辆300基于各车与障碍物110之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物110，以达更加智能的自驾模式。
请一并参阅图1、图2、图4及图5，其中图4是绘示本发明的第三实施例的云端决策步骤S02的领导车端可行空间预测步骤S1222的流程示意图；及图5是绘示图4的领导车端可行空间预测步骤S1222的领导车辆200及邻近障碍物110的相对位置的示意图。如图所示，云端决策步骤S02的可行空间预测步骤S022包含领导车端可行空间预测步骤S1222，且领导车端可行空间预测步骤S1222包含步骤S2a、S2b、S2c、S2d、S2e。
步骤S2a为“感测装置提供障碍物信息”，其是驱动感测装置210以一单位角度Δθ(角度解析度)转动且累积转动360度而感测障碍物110以得到障碍物信息(如障碍物位置与障碍物速度)。在一实施例中，单位角度Δθ可为1度，但本发明不以此为限。
步骤S2b为“以360度侦测距离的卡式坐标”，其是驱动云端运算处理单元410依据障碍物信息以360度产生障碍物110相对于领导车位置的卡式坐标。
步骤S2c为“极坐标转换并以单位角度取得最近障碍物距离信息”，其是驱动云端运算处理单元410将卡式坐标转换为极坐标，极坐标包含一最近障碍物距离信息，其以单位距离Δr(距离解析度)表示。在一实施例中，单位距离Δr可为0.01m，但本发明不以此为限。
步骤S2d为“依地图信息在可行距离叠上车道宽信息”，其是驱动云端运算处理单元410依据地图信息与最近障碍物距离信息预测出领导车可行空间SFR_L；换言之，云端运算处理单元410透过地图信息与最近障碍物距离信息可得到车道宽信息与可行距离，然后依地图信息在可行距离叠上车道宽信息而预测出领导车可行空间SFR_L。
步骤S2e为“以4×8矩阵输出变数信息”，其是驱动云端运算处理单元410以4×8矩阵表示领导车可行空间SFR_L，以输出至后续的异时避障决策步骤S024使用。具体而言，领导车可行空间SFR_L包含多个障碍物可行位置及对应此些障碍物可行位置的多个变数信息。此些障碍物可行位置的数量对应“4×8”的8，此些障碍物可行位置包含左前方障碍物位置P01、前方障碍物位置P02、右前方障碍物位置P03、左方障碍物位置P04、右方障碍物位置P05、左后方障碍物位置P06、后方障碍物位置P07及右后方障碍物位置P08。此外，此些变数信息包含一位置有障碍信息(对应图4的“车道有车”)与一位置无障碍信息(对应图4的“车道无车”)的其中一者。此些变数信息的数量对应“4×8”的4，位置有障碍信息包含右前方障碍物位置P03、右方障碍物位置P05及右后方障碍物位置P08的一者离一车道线的一横向距离(对应图4的“右侧障碍物离车道线的横向距离”)、前方障碍物位置P02与后方障碍物位置P07的一者离领导车辆200的车头与车尾的一者的纵向距离(对应图4的“障碍物离车头/车尾的纵向距离”)、左前方障碍物位置P01、左方障碍物位置P04及左后方障碍物位置P06的一者离另一车道线的另一横向距离(对应图4的“左侧障碍物离车道线的横向距离”)及障碍物速度。位置无障碍信息包含右侧车道宽L18(如图7所示)、感测装置210的感测距离、左侧车道宽R16(如图7所示)及一极大值。其中右侧车道宽L18与左侧车道宽R16由行驶车道道路属性提供，而极大值为障碍物速度极大值，其用以判断无障碍物。
举图5为例，以领导车辆200为基准，在领导车可行空间SFR_L中，对应障碍物可行位置的变数信息包含右侧障碍物离车道线的横向距离L02、L03、L05、L07、L08、障碍物离车头/车尾的纵向距离D01、D02、D03、D06、D07、D08、左侧障碍物离车道线的横向距离R01、R02、R04、R06、R07及障碍物速度。借此，本发明的领导车端可行空间预测步骤S1222透过云端收集车端信息，在领导车辆200的感测装置210的侦测范围内，可即时预测及更新各车的可行空间。
请一并参阅图1、图2、图6及图7，其中图6是绘示本发明的第四实施例的云端决策步骤S02的成员车端可行空间预测步骤S2224的流程示意图；及图7是绘示图6的成员车端可行空间预测步骤S2224的成员车及邻近障碍物110的相对位置的示意图。如图所示，云端决策步骤S02的可行空间预测步骤S022包含成员车端可行空间预测步骤S2224，成员车端可行空间预测步骤S2224包含步骤S4a、S4b、S4c、S4d、S4e、S4f。
步骤S4a为“领导车提供障碍物信息”，其是驱动领导车辆200上的感测装置210以一单位角度Δθ(角度解析度)转动且累积转动360度而感测障碍物110以得到障碍物信息(如障碍物位置与障碍物速度)。在一实施例中，单位角度Δθ可为1度，但本发明不以此为限。
步骤S4b为“根据与领导车间的相对关系进行感兴趣区域障碍物信息填补”，其是驱动云端运算处理单元410依据领导车位置、领导车速度、至少一成员车位置、至少一成员车速度及障碍物信息建立一感兴趣区域障碍物信息，此感兴趣区域障碍物信息对应此至少一成员车位置。
步骤S4c为“以360度侦测距离的卡式坐标”，其是驱动云端运算处理单元410依据感兴趣区域障碍物信息以360度产生障碍物110相对于此至少一成员车位置的卡式坐标。
步骤S4d与图4的步骤S2c相同，不再赘述。步骤S4e为“依地图信息在可行距离叠上车道宽信息”，其是驱动云端运算处理单元410依据地图信息与最近障碍物距离信息预测出此至少一成员车可行空间SFR_F；换言之，云端运算处理单元410透过地图信息与最近障碍物距离信息可得到车道宽信息与可行距离，然后依地图信息在可行距离叠上车道宽信息而预测出至少一成员车可行空间SFR_F。步骤S4f与图4的步骤S2e相同，不再赘述。
举图7为例，以成员车辆300为基准，在成员车可行空间SFR_F中，对应障碍物可行位置的变数信息包含右侧障碍物离车道线的横向距离L12、L13、L15、右侧车道宽L18、障碍物离车头/车尾的纵向距离D11、D12、D13、纵向距离D16、D17、D18、左侧障碍物离车道线的横向距离R11、R12、R14、左侧车道宽R16、车道宽R17、障碍物速度及极大值。其中纵向距离D11为左前方障碍物位置P11离左方障碍物位置P14的距离；纵向距离D12为前方障碍物位置P12离成员车辆300的车头的距离；纵向距离D13为右前方障碍物位置P13离右方障碍物位置P15的距离。借此，本发明的成员车端可行空间预测步骤S2224透过云端收集车端信息，在领导车辆200的感测装置210的侦测范围内，可即时预测及更新各车的可行空间。
请一并参阅图1、图2、图8及图9，其中图8是绘示本发明的第五实施例的队列异时避障系统100的云端决策步骤S02的异时避障决策步骤S124的流程示意图；及图9是绘示图8的异时避障决策步骤S124的前方距离DTC与后方距离DTH的示意图。如图所示，异时避障决策步骤S124包含感测距离比对步骤S1242、速度比对步骤S1244及可行空间确认步骤S1246。
感测距离比对步骤S1242为“D>DP？”，其是比对感测装置210的一感测距离D是否大于队列长度DP而产生一感测距离比对结果，队列长度DP有考量队列的控制误差、定位误差及通讯误差。若是，则执行速度比对步骤S1244；若否，则不执行避障。
速度比对步骤S1244为“Vt<VP？”，其是比对障碍物速度Vt是否小于领导车速度VP而产生一速度比对结果。若是，则执行可行空间确认步骤S1246；若否，则不执行避障。
可行空间确认步骤S1246为“目标车道空间/时间是否满足？”，其是确认领导车辆200及成员车辆300的任一者是否满足避障空间条件的前方距离条件与后方距离条件而产生一可行空间确认结果。前方距离条件为前方距离DTC>αVi，后方距离条件为后方距离DTH>βDsafe-i，其中i＝1～N。α、β可分别设为3、1.5，但本发明不以此为限。前方距离DTC代表领导车辆200及成员车辆300的任一者的位置(0,0)与位于前方的障碍物110的位置(xfo,yfo)之间的碰撞距离；后方距离DTH代表位于后方的目标车道障碍物110R的位置(xro,yro)到达领导车辆200及成员车辆300的任一者的位置(0,0)的距离，目标车道障碍物110R具有一速度Vro，目标车道具有一车道宽d；Dsafe-i代表第i车的安全距离，其可经由第i车载重、第i车速度、环境因子及以往测试经验决定；Vhost代表领导车辆200及成员车辆300的任一者于位置(0,0)的速度；SFR_L、SFR_F分别代表领导车可行空间与成员车可行空间。云端运算处理单元410依据感测距离比对结果、速度比对结果及可行空间确认结果决策领导车辆200及成员车辆300的避障。
此外，异时避障决策步骤S124还包含障碍物移动意图预测步骤S1248，障碍物移动意图预测步骤S1248为“障碍物未来t秒移动方向/轨迹”，其是依据障碍物位置与障碍物速度预测出一障碍物移动意图结果，此障碍物移动意图结果对应障碍物(其包含障碍物110与目标车道障碍物110R)未来t秒的移动方向与移动轨迹。障碍物移动意图预测步骤S1248执行于速度比对步骤S1244与可行空间确认步骤S1246之间，且可行空间确认步骤S1246依据障碍物移动意图预测步骤S1248的障碍物移动意图结果执行；换言之，云端运算处理单元410会依据感测距离比对结果、速度比对结果、可行空间确认结果及障碍物移动意图结果决策领导车辆200及成员车辆300的避障。借此，本发明的异时避障决策步骤S124透过云端决策异时避障命令，同时考量障碍物的移动意图，使车队更安全且合理地避开障碍物，以达更加智能的自驾模式。
请一并参阅图1、图2、图3及图10，其中图10是绘示本发明的第六实施例的队列异时避障系统100的云端决策步骤S02的异时避障决策步骤S224的流程示意图。如图所示，异时避障决策步骤S224为队列的成员车j于避障过程中受干扰而未能跟上车队时的决策，且包含一避障安全性确认步骤S224a、避障取消车道回归步骤S224b、感知确认步骤S224c、队列重启步骤S224d、队列停驶步骤S224e及避障取消紧急刹车步骤S224f。
避障安全性确认步骤S224a为“侦测避障安全性(可行空间、来车碰撞可能)”，其是驱动云端运算处理单元410确认此至少一成员车可行空间及此至少一成员车辆300与障碍物110之间的碰撞距离是否符合一避障安全条件而产生一安全确认结果。详细地说，避障安全条件包含预设安全空间及预设碰撞距离。当成员车可行空间与碰撞距离均符合避障安全条件时，安全确认结果为第一状态State-1；换言之，当成员车可行空间大于等于预设安全空间且碰撞距离大于等于预设碰撞距离时，安全确认结果为“安全”。此外，当成员车可行空间与碰撞距离的部分符合避障安全条件时，安全确认结果为第二状态State-2，并驱动成员车端运算处理单元310执行避障取消车道回归步骤S224b；换言之，成员车可行空间小于预设安全空间且碰撞距离大于等于预设碰撞距离时，安全确认结果为“危险但不紧急”。再者，当成员车可行空间与碰撞距离均不符合避障安全条件时，安全确认结果为第三状态State-3，并驱动成员车端运算处理单元310执行避障取消紧急刹车步骤S224f；换言之，成员车可行空间小于预设安全空间且碰撞距离小于预设碰撞距离时，安全确认结果为“危险且紧急”。
避障取消车道回归步骤S224b为“取消成员车j后避障命令且规划各车回至原车道”，其是驱动云端运算处理单元410取消成员车j至成员车N-1的避障，并使成员车j至成员车N-1均回至原车道，其中j＝1～N-1，成员车辆300由成员车1至成员车N-1所组成。
感知确认步骤S224c为“成员车j后是否在感知范围内？”，其是驱动云端运算处理单元410依据领导车辆200及成员车辆300之间的纵向距离与感测装置210的感测距离决定是否停止队列；换言之，云端运算处理单元410会确认成员车j至成员车N-1是否均在感测装置210的感测距离内。若是，则执行队列重启步骤S224d；若否，则执行队列停驶步骤S224e。
队列重启步骤S224d为“成员车j后跟车重新避障”与“前j-1车刹车至停等候直到成员车j后完成避障重启队列自驾”，其是驱动云端运算处理单元410使成员车j至成员车N-1跟车重新避障，并使领导车辆200及成员车1至成员车j-1刹车至停等候成员车j至成员车N-1。当成员车j至成员车N-1完成避障后，重启队列自驾。
队列停驶步骤S224e为“队列停驶自驾等待救援”，其是驱动云端运算处理单元410使领导车辆200及全部成员车辆300刹车至停，亦即停止队列。
避障取消紧急刹车步骤S224f为“取消成员车j后避障命令且紧急刹车”，其是驱动云端运算处理单元410取消成员车j至成员车N-1的避障，并使领导车辆200及全部成员车辆300刹车至停。借此，本发明利用异时避障决策步骤S224可实现成员车j于避障过程中受干扰而未能跟上车队时的决策策略，并可针对不同等级的安全确认结果采取适应性的操控，以达更加智能的自驾模式。
在其他实施例中，避障安全性确认步骤是驱动云端运算处理单元410确认此至少一成员车辆300与障碍物110之间的碰撞时间是否符合另一避障安全条件而产生一安全确认结果。此另一避障安全条件包含第一预设碰撞时间及第二预设碰撞时间，且第一预设碰撞时间小于第二预设碰撞时间。当碰撞时间大于等于第二预设碰撞时间时，安全确认结果为“安全”；当碰撞时间大于等于第一预设碰撞时间且小于第二预设碰撞时间时，安全确认结果为“危险但不紧急”；当碰撞时间小于第一预设碰撞时间时，安全确认结果为“危险且紧急”。而本发明不以此为限。
由上述实施方式可知，本发明具有下列优点：其一，利用云端执行可行空间预测步骤与异时避障决策步骤，使队列各成员车辆基于各车与障碍物之间的关系动态调整可行空间，并通过各车的可行空间进行各车避障决策，不但可达到降低设备成本与各车端的运算量，还可使车队安全且合理地避开障碍物，以达更加智能的自驾模式，进而避免习知技术的成本高昂、运算量过大、无信息共享及需同时避障的问题。其二，领导车端可行空间预测步骤与成员车端可行空间预测步骤透过云端收集车端信息，在领导车辆的感测装置的侦测范围内，可即时预测及更新各车的可行空间。其三，异时避障决策步骤可透过云端决策异时避障命令，同时考量障碍物的移动意图，使车队更安全且合理地避开障碍物。其四，利用异时避障决策步骤可实现成员车辆于避障过程中受干扰而未能跟上车队时的决策策略，并可针对不同等级的安全确认结果采取适应性的操控，以达更加智能的自驾模式。
虽然本发明已以实施方式揭露如上，然其并非用以限定本发明，任何熟悉此技艺者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰，因此本发明的保护范围当视所附的权利要求书所界定的范围为准。

Claims (20)

1.一种队列异时避障系统，用以决策一领导车辆及至少一成员车辆的避障，其特征在于，该队列异时避障系统包含：
一感测装置，设置于该领导车辆且用以感测位于该领导车辆的一周围环境的一障碍物而产生一障碍物位置与一障碍物速度；
一领导车端运算处理单元，设置于该领导车辆且信号连接该感测装置，该领导车端运算处理单元用以传送一领导车端参数组，该领导车端参数组包含该障碍物位置、该障碍物速度、一领导车位置及一领导车速度；
至少一成员车端运算处理单元，设置于该至少一成员车辆且用以传送至少一成员车端参数组，该至少一成员车端参数组包含至少一成员车位置及至少一成员车速度；以及
一云端运算处理单元，信号连接该领导车端运算处理单元及该至少一成员车端运算处理单元并接收该领导车端参数组及该至少一成员车端参数组，该云端运算处理单元经配置以实施包含一云端决策步骤，且该云端决策步骤包含：
一可行空间预测步骤，是依据该领导车端参数组及该至少一成员车端参数组预测出一领导车可行空间及至少一成员车可行空间；及
一异时避障决策步骤，是依据该领导车可行空间及该至少一成员车可行空间决策该领导车辆及该至少一成员车辆的避障。
2.如权利要求1所述的队列异时避障系统，其特征在于，还包含：
一领导车定位装置，设置于该领导车辆且信号连接该领导车端运算处理单元，该领导车定位装置用以定位该领导车辆而产生一领导车位置；及
至少一成员车定位装置，设置于该至少一成员车辆且信号连接该至少一成员车端运算处理单元，该至少一成员车定位装置用以定位该至少一成员车辆而产生至少一成员车位置；
其中，该领导车端参数组还包含该领导车位置，该至少一成员车端参数组还包含该至少一成员车位置。
3.如权利要求1所述的队列异时避障系统，其特征在于，还包含：
一领导车通讯装置，设置于该领导车辆且信号连接该领导车端运算处理单元，该领导车通讯装置用以产生一领导车行驶参数；及
至少一成员车通讯装置，设置于该至少一成员车辆且信号连接该至少一成员车端运算处理单元，该至少一成员车通讯装置用以产生至少一成员车行驶参数；
其中，该领导车端参数组还包含该领导车行驶参数，该至少一成员车端参数组还包含该至少一成员车行驶参数。
4.如权利要求1所述的队列异时避障系统，其特征在于，该可行空间预测步骤包含：
驱动该云端运算处理单元依据该领导车位置、该领导车速度、该至少一成员车位置、该至少一成员车速度及一当前车道标签运算出该至少一成员车辆与邻近的另一成员车辆之间的一跟车距离与一第一相对速度；
驱动该云端运算处理单元依据该障碍物位置、该障碍物速度、该跟车距离及该第一相对速度运算出该至少一成员车辆与该障碍物之间的一碰撞距离与一第二相对速度；
驱动该感测装置感测位于该至少一成员车辆的一周围环境的一目标车道障碍物而产生另一障碍物位置与另一障碍物速度，然后驱动该云端运算处理单元依据该另一障碍物位置与该另一障碍物速度运算出该至少一成员车辆与该目标车道障碍物之间的一第三相对速度；及
驱动该云端运算处理单元依据该跟车距离、该第一相对速度、该碰撞距离、该第二相对速度及该第三相对速度预测出该领导车可行空间及该至少一成员车可行空间。
5.如权利要求1所述的队列异时避障系统，其特征在于，该可行空间预测步骤包含：
一领导车端可行空间预测步骤，包含：
驱动该感测装置以一单位角度转动且累积转动360度而感测该障碍物，以产生该障碍物相对于该领导车位置的一卡式坐标；
驱动该云端运算处理单元将该卡式坐标转换为一极坐标，该极坐标包含一最近障碍物距离信息；及
驱动该云端运算处理单元依据一地图信息与该最近障碍物距离信息预测出该领导车可行空间。
6.如权利要求5所述的队列异时避障系统，其特征在于，
该领导车可行空间包含多个障碍物可行位置及对应所述多个障碍物可行位置的多个变数信息；
所述多个障碍物可行位置包含一左前方障碍物位置、一前方障碍物位置、一右前方障碍物位置、一左方障碍物位置、一右方障碍物位置、一左后方障碍物位置、一后方障碍物位置及一右后方障碍物位置；
所述多个变数信息包含一位置有障碍信息与一位置无障碍信息的其中一者，该位置有障碍信息包含该右方障碍物位置、该右前方障碍物位置及该右后方障碍物位置的一者离一车道线的一横向距离、该前方障碍物位置与该后方障碍物位置的一者离该领导车辆的一车头与一车尾的一者的一纵向距离、该左方障碍物位置、该左前方障碍物位置及该左后方障碍物位置的一者离另一车道线的另一横向距离及该障碍物速度，该位置无障碍信息包含一右侧车道宽、该感测装置的一感测距离、一左侧车道宽及一极大值。
7.如权利要求1所述的队列异时避障系统，其特征在于，该可行空间预测步骤包含：
一成员车端可行空间预测步骤，包含：
驱动该感测装置以一单位角度转动且累积转动360度而感测该障碍物以得到一障碍物信息；
驱动该云端运算处理单元依据该领导车位置、该领导车速度、该至少一成员车位置、该至少一成员车速度及该障碍物信息建立一感兴趣区域障碍物信息，该感兴趣区域障碍物信息对应该至少一成员车位置；
驱动该云端运算处理单元依据该感兴趣区域障碍物信息以360度产生该障碍物相对于该至少一成员车位置的一卡式坐标；
驱动该云端运算处理单元将该卡式坐标转换为一极坐标，该极坐标包含一最近障碍物距离信息；及
驱动该云端运算处理单元依据一地图信息与该最近障碍物距离信息预测出该至少一成员车可行空间。
8.如权利要求7所述的队列异时避障系统，其特征在于，
该至少一成员车可行空间包含多个障碍物可行位置及对应所述多个障碍物可行位置的多个变数信息；
所述多个障碍物可行位置包含一左前方障碍物位置、一前方障碍物位置、一右前方障碍物位置、一左方障碍物位置、一右方障碍物位置、一左后方障碍物位置、一后方障碍物位置及一右后方障碍物位置；
所述多个变数信息包含一位置有障碍信息与一位置无障碍信息的其中一者，该位置有障碍信息包含该右方障碍物位置、该右前方障碍物位置及该右后方障碍物位置的一者离一车道线的一横向距离、该前方障碍物位置与该后方障碍物位置的一者离该领导车辆的一车头与一车尾的一者的一纵向距离、该左方障碍物位置、该左前方障碍物位置及该左后方障碍物位置的一者离另一车道线的另一横向距离及该障碍物速度，该位置无障碍信息包含一右侧车道宽、该感测装置的一感测距离、一左侧车道宽及一极大值。
9.如权利要求1所述的队列异时避障系统，其特征在于，该异时避障决策步骤包含：
一感测距离比对步骤，是比对该感测装置的一感测距离是否大于一队列长度而产生一感测距离比对结果；
一速度比对步骤，是比对该障碍物速度是否小于该领导车速度而产生一速度比对结果；及
一可行空间确认步骤，是确认该领导车辆及该至少一成员车辆的任一者是否满足一前方距离条件与一后方距离条件而产生一可行空间确认结果；
其中，该云端运算处理单元依据该感测距离比对结果、该速度比对结果及该可行空间确认结果决策该领导车辆及该至少一成员车辆的避障。
10.如权利要求9所述的队列异时避障系统，其特征在于，该异时避障决策步骤还包含：
一障碍物移动意图预测步骤，是依据该障碍物位置与该障碍物速度预测出一障碍物移动意图结果；
其中，该障碍物移动意图预测步骤执行于该速度比对步骤与该可行空间确认步骤之间，且该可行空间确认步骤依据该障碍物移动意图结果执行。
11.如权利要求1所述的队列异时避障系统，其特征在于，该异时避障决策步骤包含：
一避障安全性确认步骤，是驱动该云端运算处理单元确认该至少一成员车可行空间及该至少一成员车辆与该障碍物之间的一碰撞距离是否符合一避障安全条件而产生一安全确认结果；
其中，当该至少一成员车可行空间与该碰撞距离均符合该避障安全条件时，该安全确认结果为一第一状态；
其中，当该至少一成员车可行空间与该碰撞距离的部分符合该避障安全条件时，该安全确认结果为一第二状态，并驱动该至少一成员车端运算处理单元执行一避障取消车道回归步骤，且依据该领导车辆及该至少一成员车辆之间的一纵向距离与该感测装置的一感测距离决定是否停止队列；
其中，当该至少一成员车可行空间与该碰撞距离均不符合该避障安全条件时，该安全确认结果为一第三状态，并驱动该至少一成员车端运算处理单元执行一避障取消紧急刹车步骤，且停止队列。
12.一种队列异时避障方法，用以决策一领导车辆及至少一成员车辆的避障，其特征在于，该队列异时避障方法包含以下步骤：
一云端决策步骤，包含：
一可行空间预测步骤，是驱动一队列异时避障系统的一云端运算处理单元依据一领导车端参数组及至少一成员车端参数组预测出一领导车可行空间及至少一成员车可行空间；及
一异时避障决策步骤，是驱动该云端运算处理单元依据该领导车可行空间及该至少一成员车可行空间决策该领导车辆及该至少一成员车辆的避障；其中，该云端运算处理单元信号连接该队列异时避障系统的一领导车端运算处理单元及至少一成员车端运算处理单元并接收该领导车端参数组及该至少一成员车端参数组，该领导车端运算处理单元信号连接该队列异时避障系统的一感测装置，该领导车端运算处理单元与该感测装置设置于该领导车辆，该感测装置用以感测位于该领导车辆的一周围环境的一障碍物而产生一障碍物位置与一障碍物速度，该领导车端运算处理单元用以传送一领导车端参数组，该领导车端参数组包含该障碍物位置、该障碍物速度、一领导车位置及一领导车速度，该至少一成员车端运算处理单元设置于该至少一成员车辆且用以传送至少一成员车端参数组，该至少一成员车端参数组包含至少一成员车位置及至少一成员车速度。
13.如权利要求12所述的队列异时避障方法，其特征在于，该可行空间预测步骤包含：
驱动该云端运算处理单元依据该领导车位置、该领导车速度、该至少一成员车位置及该至少一成员车速度运算出该至少一成员车辆与邻近的另一成员车辆之间的一跟车距离与一第一相对速度；
驱动该云端运算处理单元依据该障碍物位置、该障碍物速度、该跟车距离及该第一相对速度运算出该至少一成员车辆与该障碍物之间的一碰撞距离与一第二相对速度；
驱动该感测装置感测位于该至少一成员车辆的一周围环境的一目标车道障碍物而产生另一障碍物位置与另一障碍物速度，然后驱动该云端运算处理单元依据该另一障碍物位置与该另一障碍物速度运算出该至少一成员车辆与该目标车道障碍物之间的一第三相对速度；及
驱动该云端运算处理单元依据该跟车距离、该第一相对速度、该碰撞距离、该第二相对速度及该第三相对速度预测出该领导车可行空间及该至少一成员车可行空间。
14.如权利要求12所述的队列异时避障方法，其特征在于，该可行空间预测步骤包含：
一领导车端可行空间预测步骤，包含：
驱动该感测装置以一单位角度转动且累积转动360度而感测该障碍物，以产生该障碍物相对于该领导车位置的一卡式坐标；
驱动该云端运算处理单元将该卡式坐标转换为一极坐标，该极坐标包含一最近障碍物距离信息；及
驱动该云端运算处理单元依据一地图信息与该最近障碍物距离信息预测出该领导车可行空间。
15.如权利要求14所述的队列异时避障方法，其特征在于，
该领导车可行空间包含多个障碍物可行位置及对应所述多个障碍物可行位置的多个变数信息；
所述多个障碍物可行位置包含一前方障碍物位置、一后方障碍物位置、一左方障碍物位置、一右方障碍物位置、一左前方障碍物位置、一右前方障碍物位置、一左后方障碍物位置及一右后方障碍物位置；
所述多个变数信息包含一位置有障碍信息与一位置无障碍信息的其中一者，该位置有障碍信息包含该右方障碍物位置、该右前方障碍物位置及该右后方障碍物位置的一者离一车道线的一横向距离、该前方障碍物位置与该后方障碍物位置的一者离该领导车辆的一车头与一车尾的一者的一纵向距离、该左方障碍物位置、该左前方障碍物位置及该左后方障碍物位置的一者离另一车道线的另一横向距离及该障碍物速度，该位置无障碍信息包含一右侧车道宽、该感测装置的一感测距离、一左侧车道宽及一极大值。
16.如权利要求12所述的队列异时避障方法，其特征在于，该可行空间预测步骤包含：
一成员车端可行空间预测步骤，包含：
驱动该感测装置以一单位角度转动且累积转动360度而感测该障碍物以得到一障碍物信息；
驱动该云端运算处理单元依据该领导车位置、该领导车速度、该至少一成员车位置、该至少一成员车速度及该障碍物信息建立一感兴趣区域障碍物信息，该感兴趣区域障碍物信息对应该至少一成员车位置；
驱动该云端运算处理单元依据该感兴趣区域障碍物信息以360度产生该障碍物相对于该至少一成员车位置的一卡式坐标；
驱动该云端运算处理单元将该卡式坐标转换为一极坐标，该极坐标包含一最近障碍物距离信息；及
驱动该云端运算处理单元依据一地图信息与该最近障碍物距离信息预测出该至少一成员车可行空间。
17.如权利要求16所述的队列异时避障方法，其特征在于，
该至少一成员车可行空间包含多个障碍物可行位置及对应所述多个障碍物可行位置的多个变数信息；
所述多个障碍物可行位置包含一前方障碍物位置、一后方障碍物位置、一左方障碍物位置、一右方障碍物位置、一左前方障碍物位置、一右前方障碍物位置、一左后方障碍物位置及一右后方障碍物位置；
所述多个变数信息包含一位置有障碍信息与一位置无障碍信息的其中一者，该位置有障碍信息包含该右方障碍物位置、该右前方障碍物位置及该右后方障碍物位置的一者离一车道线的一横向距离、该前方障碍物位置与该后方障碍物位置的一者离该领导车辆的一车头与一车尾的一者的一纵向距离、该左方障碍物位置、该左前方障碍物位置及该左后方障碍物位置的一者离另一车道线的另一横向距离及该障碍物速度，该位置无障碍信息包含一右侧车道宽、该感测装置的一感测距离、一左侧车道宽及一极大值。
18.如权利要求12所述的队列异时避障方法，其特征在于，该异时避障决策步骤包含：
一感测距离比对步骤，是比对该感测装置的一感测距离是否大于一队列长度而产生一感测距离比对结果；
一速度比对步骤，是比对该障碍物速度是否小于该领导车速度而产生一速度比对结果；及
一可行空间确认步骤，系确认该领导车辆及该至少一成员车辆的任一者是否满足一前方距离条件与一后方距离条件而产生一可行空间确认结果；
其中，该云端运算处理单元依据该感测距离比对结果、该速度比对结果及该可行空间确认结果决策该领导车辆及该至少一成员车辆的避障。
19.如权利要求18所述的队列异时避障方法，其特征在于，该异时避障决策步骤还包含：
一障碍物移动意图预测步骤，是依据该障碍物位置与该障碍物速度预测出一障碍物移动意图结果；
其中，该障碍物移动意图预测步骤执行于该速度比对步骤与该可行空间确认步骤之间，且该可行空间确认步骤依据该障碍物移动意图结果执行。
20.如权利要求12所述的队列异时避障方法，其特征在于，该异时避障决策步骤包含：
一避障安全性确认步骤，是驱动该云端运算处理单元确认该至少一成员车可行空间及该至少一成员车辆与该障碍物之间的一碰撞距离是否符合一避障安全条件而产生一安全确认结果；
其中，当该至少一成员车可行空间与该碰撞距离均符合该避障安全条件时，该安全确认结果为一第一状态；
其中，当该至少一成员车可行空间与该碰撞距离的部分符合该避障安全条件时，该安全确认结果为一第二状态，并驱动该至少一成员车端运算处理单元执行一避障取消车道回归步骤，且依据该领导车辆及该至少一成员车辆之间的一纵向距离与该感测装置的一感测距离决定是否停止队列；
其中，当该至少一成员车可行空间与该碰撞距离均不符合该避障安全条件时，该安全确认结果为一第三状态，并驱动该至少一成员车端运算处理单元执行一避障取消紧急刹车步骤，且停止队列。
CN202111326285.4A 2021-11-10 2021-11-10 队列异时避障系统及其方法 Pending CN116107297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326285.4A CN116107297A (zh) 2021-11-10 2021-11-10 队列异时避障系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326285.4A CN116107297A (zh) 2021-11-10 2021-11-10 队列异时避障系统及其方法

Publications (1)

Publication Number Publication Date
CN116107297A true CN116107297A (zh) 2023-05-12

Family

ID=86262458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326285.4A Pending CN116107297A (zh) 2021-11-10 2021-11-10 队列异时避障系统及其方法

Country Status (1)

Country Link
CN (1) CN116107297A (zh)

Similar Documents

Publication Publication Date Title
US10921814B2 (en) Vehicle control system and method, and travel assist server
US10331135B2 (en) Systems and methods for maneuvering around obstacles in autonomous vehicles
CN108614551A (zh) 远端操作载具及其载具控制装置与控制方法
CN110949406B (zh) 一种智能驾驶系统及方法
WO2019201801A1 (en) A method for controlling a string of vehicles
CN111222728A (zh) 无人驾驶运载车辆调度方法、调度系统及存储介质
JP2019046013A (ja) 自動運転車両の走行管制方法及び走行管制装置
CN111882904B (zh) 一种基于边缘计算的港区环境无人重卡车安全预警方法
US20210074162A1 (en) Methods and systems for performing lane changes by an autonomous vehicle
US20210179106A1 (en) System and method for controlling operation of autonomous vehicle
US20220227390A1 (en) Proactive lane change for autonomous vehicles
CN111071143B (zh) 自动驾驶车辆的灯光提示系统、方法和自动驾驶车辆
US20210109535A1 (en) Systems And Methods For Controlling An Unmanned Self-Powered Follow Vehicle Following A Lead Vehicle With Independent Hazard Avoidance By The Follow Vehicle
CN113771841A (zh) 用于车队的驾驶辅助系统、方法、计算机设备和存储介质
CN115675466A (zh) 车道变换协商方法和系统
US20210179105A1 (en) Vehicle and method of controlling the same
CN116107297A (zh) 队列异时避障系统及其方法
CA3084536A1 (en) A system for controlling a plurality of autonomous vehicles on a mine site
TWI782761B (zh) 隊列異時避障系統及其方法
CN113525405B (zh) 自动驾驶车辆的辅助控制方法、车载装置及系统
US12024377B2 (en) Method and apparatus for providing automatic shipping by using autonomous driving vehicle
US20230169871A1 (en) Allochronic obstacle avoidance system for platooning and method thereof
JP7447783B2 (ja) 車両制御システム及び車両走行制御装置
US20230044344A1 (en) Autonomous look ahead methods and systems
JP7406477B2 (ja) 障害物検知システム及び障害物検知方法

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