CN116740956A - 智能网联车辆速度规划方法及装置 - Google Patents
智能网联车辆速度规划方法及装置 Download PDFInfo
- Publication number
- CN116740956A CN116740956A CN202310783791.9A CN202310783791A CN116740956A CN 116740956 A CN116740956 A CN 116740956A CN 202310783791 A CN202310783791 A CN 202310783791A CN 116740956 A CN116740956 A CN 116740956A
- Authority
- CN
- China
- Prior art keywords
- speed
- intelligent network
- connected vehicle
- road section
- planning
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000006855 networking Effects 0.000 title description 5
- 239000000446 fuel Substances 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 41
- 230000006870 function Effects 0.000 claims description 96
- 230000035699 permeability Effects 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智能网联车辆速度规划方法及装置,涉及智能网联技术领域,其中包括:当智能网联车辆在当前路段行驶时,确定当前路段的相邻路段,其中,相邻路段包括智能网联车辆行驶方向上的至少一条路段;以当前路段及其对应的相邻路段为规划单位,对智能网联车辆进行车速规划,并根据规划结果,确定智能网联车辆的速度搜索空间;基于智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;基于速度优化函数,在速度搜索空间中进行速度搜索,以确定智能网联车辆在当前路段和相邻路段上的目标规划速度。本申请能够使智能网联车辆的行驶车速相对稳定,从而能够减少车辆的燃油消耗,保障驾驶舒适性。
Description
技术领域
本发明涉及智能网联技术领域,具体而言,涉及一种智能网联车辆速度规划方法及装置。
背景技术
智能网联是国家重要的发展战略,也是各车企的重要转型方向。为了提高智能网联车辆驾驶的平顺性和安全性,以及推动交通运输转型升级,需要对智能网联车辆进行绿波车速引导。
目前,在智能网联车辆长距离行驶时,通常单独规划每个路段的最小绿波车速,以便智能网联车辆参照该最小绿波车速,顺利通过每个路口。然而,在这种方式中,由于各路段之间是独立规划的,因此会使不同路段的最小绿波车速相差较大,从而导致智能网联车辆在行驶过程中的车速波动较大,增加了燃油消耗,同时也无法保证驾驶员在驾驶过程中的舒适性。
发明内容
本发明提供一种智能网联车辆速度规划方法及装置,主要在于能够使智能网联车辆的行驶车速相对稳定,从而能够减少车辆的燃油消耗,保障驾驶员在驾驶过程中的舒适性。
根据本发明实施例的第一方面,提供一种智能网联车辆速度规划方法,包括:
当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
根据本发明实施例的第二方面,提供一种智能网联车辆速度规划装置,包括:
确定单元,用于当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
规划单元,用于以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
构建单元,用于基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
搜索单元,用于基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
根据本发明实施例的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
根据本发明实施例的第四方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
本发明实施例的创新点包括:
1、以当前路段及其对应的相邻路段为基本规划单元,对智能网联车辆进行车速规划,使车辆在不同路段行驶时车速波动较小,行驶相对稳定,从而能够减少燃油消耗,保证乘车人的舒适性是本发明实施例的创新点之一。
2、通过计算智能网联车辆渗透率,充分考虑非智能网联车辆给车速规划带来的负面影响,从而能够进一步提高车速规划精度是本发明实施例的创新点之一。
本发明提供的一种智能网联车辆速度规划方法及装置,与现有技术相比,当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段,之后以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间,与此同时,基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数,最终基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。由此可知,本发明通过以当前路段及其对应的相邻路段为基本规划单元,进行车速规划,能够使智能网联车辆在不同路段行驶时车速波动较小,车辆行驶相对平稳,与此同时,本发明通过构建速度优化函数,在速度搜索空间中搜索最优速度,能够使车辆在平稳行驶的基础上,进一步减少燃油消耗,提高通行效率,保证乘车人的舒适性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提供的一种智能网联车辆速度规划方法流程示意图;
图2示出了本发明实施例提供的一种智能网联车辆速度规划装置的结构示意图;
图3示出了本发明实施例提供的另一种智能网联车辆速度规划装置的结构示意图;
图4示出了本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有技术会导致智能网联车辆在行驶过程中的车速波动较大,增加了燃油消耗,同时也无法保证乘车人在驾驶过程中的舒适性。
为了克服上述缺陷,本发明实施例提供了一种智能网联车辆速度规划方法,如图1所示,该方法包括:
步骤101、当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段。
其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段。
本发明实施例主要适用于以至少两条路段为基本规划单元,对智能网联车辆进行车速规划的场景。本发明实施例的执行主体为能够对智能网联车辆进行车速规划的装置或者设备,具体可以部署在边缘计算单元(MEC)、车端(OBU)或者云端。
为了克服现有技术中各路段独立规划的缺陷,本发明实施例以至少两条路段为一个基本规划单元进行车速规划。具体地,当智能网联车辆在道路上行驶时,先确定车辆行驶的当前路段对应的相邻路段,该相邻路段为沿智能网联车辆行驶方向,且与当前路段相邻的至少一条路段。例如,四条连续的路段A、B、C、D,智能网联车辆当前在路段A上,沿路段D的方向行驶,此时可以确定路段B为路段A的相邻路段,还可以确定路段B和路段C为路段A的相邻路段,也可以确定路段B、路段C和路段D为路段A的相邻路段。
步骤102、以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间。
紧接上面的例子,当相邻路段为路段B时,将路段A和路段B作为一个基本规划单元进行车速规划;当相邻路段为路段B和路段C时,将路段A、路段B和路段C作为一个基本规划单元进行车速规划;当相邻路段为路段B、路段C和路段D时,将路段A、路段B、路段C和路段D作为一个基本规划单元进行车速规划。
对于本发明实施例,在以当前路段及其对应的相邻路段为规划单位,进行车速规划时,步骤102具体包括:以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,得到所述当前路段对应的第一通行速度区间,以及所述相邻路段对应的第二通行速度区间;根据所述第一通行速度区间和所述第二通行速度区间,确定所述智能网联车辆的速度搜索空间。
进一步地,所述以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,得到所述当前路段对应的第一通行速度区间,以及所述相邻路段对应的第二通行速度区间,包括:根据所述当前路段前方第一路口的信号灯相位信息,以及所述智能网联车辆距离所述第一路口的距离,确定所述智能网联车辆通过所述第一路口的第一通行速度区间;根据所述相邻路段前方第二路口的信号灯相位信息,以及所述智能网联车辆距离所述第二路口的距离,确定所述智能网联车辆通过所述第二路口的第二通行速度区间。
与此同时,所述根据所述第一通行速度区间和所述第二通行速度区间,确定所述智能网联车辆的速度搜索空间,包括:取所述第一通行速度区间和所述第二通行速度区间的交集,得到所述智能网联车辆的速度搜索空间。
具体地,通过路侧设备获取当前路段前方第一路口的信号灯相位信息,该信号灯相位信息具体包括信号灯的相位和持续时间,通过对智能网联车辆进行定位,能够实时计算出智能网联车辆与第一路口的距离,之后根据第一路口信号灯的相位和持续时间,以及智能网联车辆与第一路口的距离,实时计算智能网联车辆通过第一路口的最小绿灯通行速度。其中,第一路口的最小绿灯通行车速的具体计算公式如下:
其中,Vmin1为智能网联车辆通过第一路口的最小绿灯通行速度,S1为智能网联车辆与第一路口的距离,tg1为第一路口的绿灯剩余时间,tr1为第一路口的红灯剩余时间,tG1为第一路口绿灯相位的预设持续时间,代表第一路口当前处于绿灯相位,/>代表第一路口当前处于红灯相位。
进一步地,根据第一路口的最小绿灯通行速度,可以确定智能网联车辆通过第一路口的第一通行速度区间。例如,计算出第一路口的最小绿灯通行速度为50km/h,此时可以确定第一通行速度区间为大于或者等于50km/h。
同理通过路侧设备获取相邻路段前方第二路口的信号灯相位信息,该信号灯相位信息具体包括信号灯的相位和持续时间,通过对智能网联车辆进行定位,能够实时计算出智能网联车辆与第二路口的距离,之后根据第二路口信号灯的相位和持续时间,以及智能网联车辆与第二路口的距离,实时计算智能网联车辆通过第二路口的最小绿灯通行速度。其中,第二路口的最小绿灯通行速度的具体计算公式如下:
其中,Vmin2为智能网联车辆通过第二路口的最小绿灯通行速度,S2为智能网联车辆与第二路口的距离,tg2为第二路口的绿灯剩余时间,tr2为第二路口的红灯剩余时间,tG2为第二路口绿灯相位的预设持续时间,代表第二路口当前处于绿灯相位,/>代表第二路口当前处于红灯相位。
进一步地,根据第二路口的最小绿灯通行速度,可以确定智能网联车辆通过第二路口的第二通行速度区间。当相邻路段至少存在两条时,需要按照上述方式确定每条路段对应的通行速度区间。
需要说明的是,虽然可以以当前路段及其对应的相邻路段,即至少两条路段为规划单位,进行车速规划,但是在过多连续路段统一进行规划时,会使计算量呈指数增加,同时还会导致不同路段的速度波动过小,此时一旦智能网联车辆受到外界干扰,便会无法按照规划车速行驶,从而导致规划失败。基于此,本发明实施例中所选择的相邻路段的数量不宜过多。
此外,在确定第一通行速度区间和第二通行速度区间之后,取第一通行速度区间和第二通行速度区间的交集,与此同时,还要考虑当前路段和相邻路段的限制车速,即当前路段和相邻路段的车速允许区间,以最终确定智能网联车辆的速度搜索空间,如果车速允许区间与第一通行速度区间和第二通行速度区间不存在交集,则需要重新确定智能网联车辆在下个信号灯周期通过第一路口和/或第二路口的通行速度区间,之后再与车速允许区间取交集。由此能够保证智能网联车辆的行驶安全。
步骤103、基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数。
对于本发明实施例,在对智能网联车辆进行车速规划时,不仅需要保证车速平稳,还需要尽可能减少燃油损耗,缩短通行时间,提升乘车舒适性。基于此,需要构建速度优化函数,以便基于该速度优化函数,在速度搜索空间中搜索最优速度,以达到减少燃油消耗,提高通行效率,保证乘车舒适度的目的。
针对构建速度优化函数的过程,步骤103具体包括:基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,分别构建油耗损失函数、通行时间函数和乘车舒适度函数;基于所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数分别对应的权重,将所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数相加,得到所述速度优化函数。
在构建油耗损失函数时,所述方法具体包括:获取所述智能网联车辆当前行驶时的加速度和道路坡度;根据所述加速度和所述道路坡度,以及所述智能网联车辆对应的速度变量,确定所述智能网联车辆的比功率变量;根据所述比功率变量,构建所述油耗损失函数。油耗损失函数的具体公式如下:
VSP=v[1.1a+9.81(a(tan(sinG))+0.132]+0.000302v3
其中,v为速度变量,a为加速度,G为道路坡度,VSP为比功率变量。
Lfc(na(si),nb(sj))=a×VSP+b
其中,Lfc(na(si),nb(sj))为油耗损失函数,a和b为常值系数,对于速度变量的不同速度取值区间,a和b的取值不同,具体如下表所示:
在构建通行时间函数时,所述方法具体包括:根据所述智能网联车辆对应的速度变量,以及所述当前路段的长度和所述相邻路段的长度,确定通行时间变量;根据所述通行时间变量,构建所述通行时间函数。通行时间函数的具体公式如下:
其中,Lt(na(si),nb(sj))为通行时间函数,Δt(na(si),nb(sj))为两个路口的通行时间变量,Δtmax(si,sj)为最大行程时间,具体可以统计当前路段和相邻路段的平均车速,平均车速的1/2即为当前路段和相邻路段的最小行驶速度,通过该最小行驶速度,能够确定最大行程时间。
在构建乘车舒适度函数时,所述方法具体包括:根据所述智能网联车辆对应的速度变量,以及所述智能网联车辆的实时行驶速度,确定平均加速度变量;根据所述平均加速度变量,构建所述乘车舒适度函数。乘车舒适度函数的具体公式如下:
其中,La(na(si),nb(sj))为乘车舒适度函数,∑|Δv(na(si),nb(sj))|为在时间T内累计的速度变化量,为平均加速度变量,amax为智能网联车辆在相应路段上行驶的最大加速度。需要说明的是,/>也可以为平均减速度变量,相应amax为最小减速度。
进一步地,根据油耗损失函数、通行时间函数和乘车舒适度函数,构建速度优化函数。具体公式如下:
Loss(v)=αLfc+βLt+γLa
其中,Lfc为油耗损失函数,Lt为通行时间函数,La为乘车舒适度函数,α,β,γ分别为上述三个函数对应的权重,具体可以根据实际运行工况和驾驶倾向进行设定。
步骤104、基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
对于本发明实施例,为了确定目标规划速度,步骤104具体包括:基于所述速度优化函数和预设贪心算法,在所述速度搜索空间中进行速度搜索,当速度优化函数值最小时,输出相应的速度值,并将所述速度值作为所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
具体地,可以基于速度优化函数,利用预设贪心算法在速度搜索空间中搜索局部最优解,从而能够得到速度优化函数值相对较小时的速度值,并将该速度值作为智能网联车辆在当前路段和相邻路段上的目标规划速度,智能网联车辆参照该目标规划速度行驶,能够在绿灯时间顺利通过当前路段的第一路口和相邻路段的第二路口,与此同时,由于该目标规划速度是经过速度优化函数优化后的速度,因此能够进一步减少油耗,保证乘车的舒适性。
进一步地,当智能网联车辆行驶到相邻路段上时,将相邻路段作为当前路段,重复上述的速度规划和搜索过程,由此能够保证智能网联车辆在行驶时,速度一直处于平稳状态,波动较小。
对于本公开的一种可选实施方式,在对智能网联车辆进行车速规划时,还需要考虑非智能网联车辆带来的影响,如果当前路段的非智能网联车辆的数量过多,即智能网联车辆渗透率较低,则此时对智能网联车辆进行速度规划的意义不大,可以让其自由行驶。
基于此,所述方法包括:计算所述当前路段的智能网联车辆渗透率;若所述当前路段的智能网联车辆渗透率小于第一预设阈值,则不在所述当前路段对所述智能网联车辆进行车速规划;若所述当前路段的智能网联车辆渗透率大于或者等于所述第一预设阈值,则计算所述相邻路段的智能网联车辆渗透率;若所述相邻路段的智能网联车辆渗透率小于第二预设阈值,则单独针对所述当前路段进行车速规划;若所述相邻路段的智能网联车辆渗透率大于或者等于所述第二预设阈值,则以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划。其中,第一预设阈值和第二预设阈值可以根据实际的业务需求进行设定。
具体地,当智能网联车辆在当前路段上行驶时,可以接收到其他智能网联车辆上的车端设备OBU或者路侧设备广播的车辆信息,由此能够统计出当前路段的智能网联车辆渗透率。同理当智能网联车辆在当前路段上行驶时,可以通过路侧设备广播的车辆信息,统计出相邻路段的智能网联车辆渗透率。
本发明实施例提供的一种智能网联车辆速度规划方法,通过以当前路段及其对应的相邻路段为基本规划单元,进行车速规划,能够使智能网联车辆在不同路段行驶时车速波动较小,车辆行驶相对平稳,与此同时,本发明实施例通过构建速度优化函数,在速度搜索空间中搜索最优速度,能够使车辆在平稳行驶的基础上,进一步减少燃油消耗,提高通行效率,保证乘车人的舒适性。
进一步地,作为图1的具体实现,本发明实施例提供了一种智能网联车辆速度规划装置,如图2所示,所述装置包括:确定单元31、规划单元32、构建单元33和搜索单元34。
所述确定单元31,可以用于当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段。
所述规划单元32,可以用于以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间。
所述构建单元33,可以用于基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数。
所述搜索单元34,可以用于基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
在具体应用场景中,如图3所示,所述规划单元32,包括:规划模块321和确定模块322。
所述规划模块321,可以用于以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,得到所述当前路段对应的第一通行速度区间,以及所述相邻路段对应的第二通行速度区间。
所述确定模块322,可以用于根据所述第一通行速度区间和所述第二通行速度区间,确定所述智能网联车辆的速度搜索空间。
进一步地,所述规划模块321,可以具体用于根据所述当前路段前方第一路口的信号灯相位信息,以及所述智能网联车辆距离所述第一路口的距离,确定所述智能网联车辆通过所述第一路口的第一通行速度区间;根据所述相邻路段前方第二路口的信号灯相位信息,以及所述智能网联车辆距离所述第二路口的距离,确定所述智能网联车辆通过所述第二路口的第二通行速度区间。
所述确定模块322,可以具体用于取所述第一通行速度区间和所述第二通行速度区间的交集,得到所述智能网联车辆的速度搜索空间。
在具体应用场景中,所述构建单元33,包括:构建模块331和相加模块332。
所述构建模块331,可以用于基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,分别构建油耗损失函数、通行时间函数和乘车舒适度函数。
所述相加模块332,可以用于基于所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数分别对应的权重,将所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数相加,得到所述速度优化函数。
进一步地,所述构建模块331,可以具体用于获取所述智能网联车辆当前行驶时的加速度和道路坡度;根据所述加速度和所述道路坡度,以及所述智能网联车辆对应的速度变量,确定所述智能网联车辆的比功率变量;根据所述比功率变量,构建所述油耗损失函数。
所述构建模块331,还可以具体用于根据所述智能网联车辆对应的速度变量,以及所述当前路段的长度和所述相邻路段的长度,确定通行时间变量;根据所述通行时间变量,构建所述通行时间函数。
所述构建模块331,还可以具体用于根据所述智能网联车辆对应的速度变量,以及所述智能网联车辆的实时行驶速度,确定平均加速度变量;根据所述平均加速度变量,构建所述乘车舒适度函数。
在具体应用场景中,所述搜索单元34,可以具体用于基于所述速度优化函数和预设贪心算法,在所述速度搜索空间中进行速度搜索,当速度优化函数值最小时,输出相应的速度值,并将所述速度值作为所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
在具体应用场景中,所述装置还包括:计算单元35。
所述计算单元35,可以用于计算所述当前路段的智能网联车辆渗透率;若所述当前路段的智能网联车辆渗透率小于第一预设阈值,则不在所述当前路段对所述智能网联车辆进行车速规划;若所述当前路段的智能网联车辆渗透率大于或者等于所述第一预设阈值,则计算所述相邻路段的智能网联车辆渗透率;若所述相邻路段的智能网联车辆渗透率小于第二预设阈值,则单独针对所述当前路段进行车速规划;若所述相邻路段的智能网联车辆渗透率大于或者等于所述第二预设阈值,则以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划。
需要说明的是,本发明实施例提供的一种智能网联车辆速度规划装置所涉及各功能模块的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
基于上述如图1所示方法和如图2所示装置的实施例,本发明实施例还提供了一种电子设备的实体结构图,如图4所示,该电子设备包括:处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序,其中存储器42和处理器41均设置在总线43上,所述处理器41执行所述程序时实现以下步骤:当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
本发明实施例通过以当前路段及其对应的相邻路段为基本规划单元,进行车速规划,能够使智能网联车辆在不同路段行驶时车速波动较小,车辆行驶相对平稳,与此同时,本发明实施例通过构建速度优化函数,在速度搜索空间中搜索最优速度,能够使车辆在平稳行驶的基础上,进一步减少燃油消耗,提高通行效率,保证乘车人的舒适性。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种智能网联车辆速度规划方法,其特征在于,包括:
当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
2.根据权利要求1所述的方法,其特征在于,所述以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间,包括:
以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,得到所述当前路段对应的第一通行速度区间,以及所述相邻路段对应的第二通行速度区间;
根据所述第一通行速度区间和所述第二通行速度区间,确定所述智能网联车辆的速度搜索空间。
3.根据权利要求2所述的方法,其特征在于,所述以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,得到所述当前路段对应的第一通行速度区间,以及所述相邻路段对应的第二通行速度区间,包括:
根据所述当前路段前方第一路口的信号灯相位信息,以及所述智能网联车辆距离所述第一路口的距离,确定所述智能网联车辆通过所述第一路口的第一通行速度区间;
根据所述相邻路段前方第二路口的信号灯相位信息,以及所述智能网联车辆距离所述第二路口的距离,确定所述智能网联车辆通过所述第二路口的第二通行速度区间;
所述根据所述第一通行速度区间和所述第二通行速度区间,确定所述智能网联车辆的速度搜索空间,包括:
取所述第一通行速度区间和所述第二通行速度区间的交集,得到所述智能网联车辆的速度搜索空间。
4.根据权利要求1所述的方法,其特征在于,所述基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数,包括:
基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,分别构建油耗损失函数、通行时间函数和乘车舒适度函数;
基于所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数分别对应的权重,将所述油耗损失函数、所述通行时间函数和所述乘车舒适度函数相加,得到所述速度优化函数。
5.根据权利要求4所述的方法,其特征在于,基于所述智能网联车辆的行驶速度与油耗损失之间的关联关系,构建油耗损失函数,包括
获取所述智能网联车辆当前行驶时的加速度和道路坡度;
根据所述加速度和所述道路坡度,以及所述智能网联车辆对应的速度变量,确定所述智能网联车辆的比功率变量;
根据所述比功率变量,构建所述油耗损失函数;
基于所述智能网联车辆的行驶速度与通行时间之间的关联关系,构建通行时间函数,包括:
根据所述智能网联车辆对应的速度变量,以及所述当前路段的长度和所述相邻路段的长度,确定通行时间变量;
根据所述通行时间变量,构建所述通行时间函数;
基于所述智能网联车辆的行驶速度与乘车舒适度之间的关联关系,构建乘车舒适度函数,包括:
根据所述智能网联车辆对应的速度变量,以及所述智能网联车辆的实时行驶速度,确定平均加速度变量;
根据所述平均加速度变量,构建所述乘车舒适度函数。
6.根据权利要求1所述的方法,其特征在于,所述基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度,包括:
基于所述速度优化函数和预设贪心算法,在所述速度搜索空间中进行速度搜索,当速度优化函数值最小时,输出相应的速度值,并将所述速度值作为所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
7.根据权利要求1所述的方法,其特征在于,在所述以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间之前,所述方法还包括:
计算所述当前路段的智能网联车辆渗透率;
若所述当前路段的智能网联车辆渗透率小于第一预设阈值,则不在所述当前路段对所述智能网联车辆进行车速规划;
若所述当前路段的智能网联车辆渗透率大于或者等于所述第一预设阈值,则计算所述相邻路段的智能网联车辆渗透率;
若所述相邻路段的智能网联车辆渗透率小于第二预设阈值,则单独针对所述当前路段进行车速规划;
若所述相邻路段的智能网联车辆渗透率大于或者等于所述第二预设阈值,则以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划。
8.一种智能网联车辆速度规划装置,其特征在于,包括:
确定单元,用于当智能网联车辆在当前路段行驶时,确定所述当前路段的相邻路段,其中,所述相邻路段包括所述智能网联车辆行驶方向上的至少一条路段;
规划单元,用于以所述当前路段及其对应的相邻路段为规划单位,对所述智能网联车辆进行车速规划,并根据规划结果,确定所述智能网联车辆的速度搜索空间;
构建单元,用于基于所述智能网联车辆的行驶速度与油耗损失、通行时间和乘车舒适度之间的关联关系,构建速度优化函数;
搜索单元,用于基于所述速度优化函数,在所述速度搜索空间中进行速度搜索,以确定所述智能网联车辆在所述当前路段和所述相邻路段上的目标规划速度。
9.一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。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310783791.9A CN116740956A (zh) | 2023-06-29 | 2023-06-29 | 智能网联车辆速度规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310783791.9A CN116740956A (zh) | 2023-06-29 | 2023-06-29 | 智能网联车辆速度规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116740956A true CN116740956A (zh) | 2023-09-12 |
Family
ID=87905972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310783791.9A Pending CN116740956A (zh) | 2023-06-29 | 2023-06-29 | 智能网联车辆速度规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740956A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540225A (zh) * | 2020-04-22 | 2020-08-14 | 山东大学 | 基于多目标优化的公交运行区间速度优化控制方法及系统 |
CN112216105A (zh) * | 2020-09-21 | 2021-01-12 | 浙江吉利控股集团有限公司 | 一种车速引导方法、装置、车辆及存储介质 |
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 |
CN114872711A (zh) * | 2022-05-27 | 2022-08-09 | 武汉理工大学 | 基于智能网联车辆的驾驶规划方法、系统、装置及介质 |
CN115565366A (zh) * | 2022-09-01 | 2023-01-03 | 北京理工大学 | 一种多车编队速度规划方法及系统 |
-
2023
- 2023-06-29 CN CN202310783791.9A patent/CN116740956A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540225A (zh) * | 2020-04-22 | 2020-08-14 | 山东大学 | 基于多目标优化的公交运行区间速度优化控制方法及系统 |
CN112216105A (zh) * | 2020-09-21 | 2021-01-12 | 浙江吉利控股集团有限公司 | 一种车速引导方法、装置、车辆及存储介质 |
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 |
CN114872711A (zh) * | 2022-05-27 | 2022-08-09 | 武汉理工大学 | 基于智能网联车辆的驾驶规划方法、系统、装置及介质 |
CN115565366A (zh) * | 2022-09-01 | 2023-01-03 | 北京理工大学 | 一种多车编队速度规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101231515B1 (ko) | 주행경로의 연료량 계산 시스템 및 그 방법 | |
CN103000027B (zh) | 基于浮动车在拥堵状态下的智能交通诱导方法 | |
Thibault et al. | A unified approach for electric vehicles range maximization via eco-routing, eco-driving, and energy consumption prediction | |
CN103471605B (zh) | 使用荷电态消耗比识别环保路线的方法 | |
CN104794915B (zh) | 一种连续交叉路口车辆通行控制方法及装置 | |
US9604633B2 (en) | Travel support device, travel support method, and drive support system | |
US9074905B2 (en) | Route search device | |
CN108489500A (zh) | 一种基于能耗经济性的全局路径规划方法及系统 | |
Hu et al. | Optimal route algorithm considering traffic light and energy consumption | |
CN110580404A (zh) | 一种基于城市多模式交通网络的网络运能确定方法 | |
CN102243811B (zh) | 车辆导航系统及推荐路径检索方法 | |
CN104931063A (zh) | 路径规划方法 | |
CN104412309B (zh) | 推荐行驶模式生成装置及推荐行驶模式生成方法 | |
US10668824B2 (en) | Method for calculating a setpoint for managing the fuel and electricity consumption of a hybrid motor vehicle | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
US9857183B2 (en) | Travel support device, travel support method, and drive support system | |
CN110444015B (zh) | 基于无信号十字路口分区的智能网联汽车速度决策方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN113375689B (zh) | 导航方法、装置、终端和存储介质 | |
CN110174893A (zh) | 一种无人驾驶控制方法、系统及车辆 | |
CN111291303A (zh) | 一种考虑班次异质性的电动公交排班优化方法 | |
CN101607559A (zh) | 一种搜索列车牵引计算运行曲线的方法及装置 | |
CN109584554A (zh) | 一种道路交叉口通行控制方法和系统 | |
CN109238270A (zh) | 基于改进的a星算法的智能导航方法 | |
CN116740956A (zh) | 智能网联车辆速度规划方法及装置 |
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 |