CN117193299A - 一种车辆编队方法及装置 - Google Patents
一种车辆编队方法及装置 Download PDFInfo
- Publication number
- CN117193299A CN117193299A CN202311153674.0A CN202311153674A CN117193299A CN 117193299 A CN117193299 A CN 117193299A CN 202311153674 A CN202311153674 A CN 202311153674A CN 117193299 A CN117193299 A CN 117193299A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- target
- formation
- acceleration
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000001133 acceleration Effects 0.000 claims description 64
- 238000005755 formation reaction Methods 0.000 description 94
- 238000004422 calculation algorithm Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本说明书实施例公开了一种车辆编队方法及装置。该方案可以包括:获取同一车道上的多个车辆的车辆位置信息;根据各个车辆的车辆位置信息,得到各个车辆之间的距离;选取所述距离最小的目标车组;基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;将所述若干个其他车辆与所述目标车组进行编队。
Description
技术领域
本申请涉及车辆驾驶技术领域,尤其涉及一种车辆编队方法及装置。
背景技术
车辆编队是指车与车之间保持一定的间距,动态组成车队行驶,编队车辆之间可以实现快速共享驾驶策略和驾驶状态信息,进行同步加速、制动等操作,从而保持预期编队的稳定性。
针对车辆编队问题,对车辆编队构型过程进行聚类设计,现有技术中,参照传统聚类算法实现车辆编队,传统聚类算法包括:K-Means聚类算法和DBSCAN聚类算法等,上述两种聚类算法均是随机选择初始点进行聚类,实现车辆编队,但实际应用中上述聚类算法无法有效保证将相邻最近的车辆聚类在同一个簇内,可能将距离最近的相邻车辆分别划分到不同的编队内,这种实现编队的方法不符合实际编队情况,编队效率较低,也造成能源浪费。
因此,如何优化传统聚类算法,得到一种更符合实际情况的编队方法,成为了亟待解决的技术问题。
发明内容
本说明书实施例提供一种车辆编队方法及装置,以解决现有技术中编队方法不符合实际情况的问题。
为解决上述技术问题,本说明书实施例是这样实现的:
第一方面,本说明书实施例提供的一种车辆编队方法,包括:
获取同一车道上的多个车辆的车辆位置信息;
根据各个车辆的车辆位置信息,得到各个车辆之间的距离;
选取所述距离最小的目标车组;
基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;
将所述若干个其他车辆与所述目标车组进行编队。
第二方面,本说明书实施例提供的一种车辆编队装置,包括:
位置获取模块,用于获取同一车道上的多个车辆的车辆位置信息;
距离获取模块,用于根据各个车辆的车辆位置信息,得到各个车辆之间的距离;
目标车组获取模块,用于选取所述距离最小的目标车组;
其他车辆获取模块,用于基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;
编队生成模块,用于将所述若干个其他车辆与所述目标车组进行编队。
本说明书一个实施例实现了能够达到以下有益效果:获取同一车道上的多个车辆的车辆位置信息;根据各个车辆的车辆位置信息,得到各个车辆之间的距离;选取所述距离最小的目标车组;基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;将所述若干个其他车辆与所述目标车组进行编队。本申请获取距离最小的目标车组,以最小距离为初始点进行聚类,优化传统聚类算法,有效保证将距离最近的相邻车辆划分为同一编队,将距离最小的目标车组以及与所述目标车组相邻的若干个其他车辆进行编队,从而使车辆编队方法更符合实际编队情况,提高编队效率。
附图说明
为了更清楚地说明本说明书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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种车辆编队方法的流程示意图;
图2为本说明书实施例提供的一种车辆编队方法的一个应用场景的示意图;
图3为本说明书实施例提供的一种车辆编队装置的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书一个或多个实施例保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
K-Means聚类算法需要提前计算出聚类的个数K,然后随机选择K个初始点,基于最短距离的原则进行聚类。DBSCAN聚类算法是随机选择一个点开始,通过密度半径和圆内点的个数寻找密度可达的点进行聚类。
现有技术中,参考传统聚类算法将一定数量的车辆进行编队的方法,无法有效保证将距离最近的相邻车辆划分为同一编队,该编队方法可能不符合实际编队情况,编队效率较低。
为了解决现有技术中的缺陷,本方案给出了以下实施例:
针对说明书实施例提供的一种车辆编队方法结合附图进行具体说明。
图1为本说明书实施例提供的一种车辆编队方法的流程示意图。从程序角度而言,流程的执行主体可以为搭载于应用服务器的程序或应用客户端。另一方面,从硬件角度来说,流程的执行主体可以为终端设备,也可以为仿真测试平台、云控平台等等,本实施例对此不进行特别限定。
如图1所示,该流程可以包括以下步骤:
步骤110:获取同一车道上的多个车辆的车辆位置信息。
本说明书实施例中,车辆位置信息可以指车辆的经纬度坐标,也可以表示以某个基准点计算出的相对基准点的位置坐标。车辆可以是行驶在真实道路中实际车辆也可以是仿真车辆,这里不做限定。以车辆为仿真车辆为例,可以在测试平台搭建测试场景,按照预设坐标系,获取同一仿真道路上各个仿真车辆的坐标信息。
步骤120:根据各个车辆的车辆位置信息,得到各个车辆之间的距离。
本说明书实施例中,可以设置坐标系以及基准点,可以根据基准点信息确定出各个车辆的车辆位置信息,进而可以得到各个车辆之间的距离。各个车辆之间的距离可以指任意两个车辆之间的距离,也可以指任意两个相邻车辆之间的距离,这里不做限定。例如同一车道上有3辆车,依次为车1、车2、车3,可以分别得到车1与车2,车1与车3,车2与车3之间的距离。
基准点可以设置在车道的两个端点的位置,设置一个基准点,根据基准点可以确定各个车辆相对于基准点的相对距离,从而可以得到各个车辆之间的相对距离,可以根据基准点确定车辆标识,也可以先确定车辆标识再设置基准点,这里不做限定。例如,将基准点设置在车道的起始点位置,可以根据车辆与基准点的距离由远及近或者由近及远依次进行编号,确定每个车辆的唯一标识,例如可以依次为C1、C2、C3,根据各个车辆与起始点的距离可以得到任意两个相邻车辆之间的距离,即C1与C2,C2与C3之间的距离。
例如,先获取车辆唯一标识,车辆D1、D2、D3,将基准点设置在车道的终点位置,根据各个车辆与终点的距离得到任意两个车辆之间的距离,即D1与D2,D2与D3,D1与D3之间的距离。
步骤130:选取所述距离最小的目标车组。
本说明书实施例中,选取各个车辆之间的距离中的最小距离,确定最小距离对应的车辆标识,通过车辆标识确定与最小距离对应的两个相邻车辆,将上述两个相邻车辆作为目标车组。当最小距离为多个时,可以任意选取一个最小距离对应的车辆为目标车组;若最小距离的两个车组之间的距离较远,也可以将这两个车组都作为目标车组。
步骤140:基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆。
本说明书实施例中,可以参考聚类算法进行编队,优化传统聚类算法,以距离最小的目标车组作为初始点进行聚类,获取与目标车组相邻的若干个车辆,这里的相邻可以指直接相邻也可以指间接相邻,例如同一车道上有5辆车,依次为车1、车2、车3、车4、车5,如果车1和车2为目标车组,其中,车3与目标车组为直接相邻,车4和车5与目标车组为间接相邻。
步骤150:将所述若干个其他车辆与所述目标车组进行编队。
本说明书实施例中,将与目标车组相邻的其他车辆和目标车组组成同一个编队。
应当理解,本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。
图1中的方法,优化传统聚类算法,以最小距离作为初始点,可以有效保证将距离最近的相邻车辆划分为同一编队,通过将距离最小的目标车组以及与所述目标车组相邻的若干个其他车辆进行编队,可以提高编队效率,从而使车辆编队方法更符合实际编队情况。
基于图1中的方法,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
为了更好的确定与目标车组相邻的其他车辆,可选的,本说明书实施例中所述方法可以包括:
判断所述若干个其他车辆与所述目标车组之间的距离是否小于或等于第一预设距离阈值;
所述将所述若干个其他车辆与所述目标车组进行编队,具体可以包括:
若是,将所述若干个其他车辆与所述目标车组进行编队。
本说明书实施例中,可以将目标车组看做一个点,例如,将目标车组中两个车辆的坐标平均值作为车组的坐标,以确定其他车辆与目标车组的相对距离,第一预设距离阈值可以为0~200m,可以以目标车组为中心,基于距离进行聚类,将满足第一预设距离阈值范围内的车辆与目标车组划分在同一编队中,得到更符合实际情况的编队方法,通过距离选取编队车辆,可以提高编队效率,减少能源消耗。
现有技术中,传统聚类算法对形成的簇中点的个数并未进行控制,这样编队,导致编队内车辆数量较多,降低了编队的灵活性。
为了解决现有技术中的缺陷,可选的,本说明书实施例中的方法还可以包括:
判断所述若干个其他车辆和所述目标车辆的数量总和是否小于或等于预设数量阈值;
所述将所述若干个其他车辆与所述目标车组进行编队,具体可以包括:
若是,将所述若干个其他车辆与所述目标车组进行编队。
本说明书实施例中,预设数量阈值可以设置为2~20,基于数量进行聚类,可以将满足预设数量阈值内的车辆与目标车组进行编队。通过限制编队中车辆的总数量,可以提高编队行驶的灵活性。若否,可以将所述目标车组进行编队也可以重新获取与目标车组相邻的其他车辆直到数量总和达到预设数量阈值。
本说明书实施例中,可以逐个获取与目标车辆相邻的其他车辆,每获取一个其他车辆,判断一次其他车辆和目标车辆的数量总和是否小于或等于预设数量阈值,当数量总和达到预设数量阈值时,结束获取其他车辆。
实际应用中,可以设置为在满足第一预设距离阈值的基础上获取满足预设数量阈值内的车辆,也可以设置为在满足预设数量阈值的基础上获取满足第一预设距离阈值内的车辆,以便得到更符合实际情况的编队方法。
为了更好的确定与目标车组相邻的其他车辆,可选的,本说明书实施例中所述目标车组包括第一车辆和第二车辆,所述获取与所述目标车组相邻的若干个其他车辆,可以包括:
基于所述第一车辆的位置信息,获取第三车辆与所述第一车辆之间的第一距离;所述第三车辆为与所述第一车辆相邻的车辆;
基于所述第二车辆的位置信息,获取第四车辆与所述第二车辆之间的第二距离;所述第四车辆为与所述第二车辆相邻的车辆;
若所述第一距离小于所述第二距离,则将所述第三车辆作为与所述目标车辆位于同一编队中的车辆;
若所述第二距离小于所述第一距离,则将所述第四车辆作为与所述目标车辆位于同一编队中的车辆。
本说明书实施例中,与目标车组相邻的若干个其他车辆可能全部仅与第一车辆相邻;也可能全部仅与第二车辆相邻;还可能一部分与第一车辆,另一部分与第二车辆相邻。
实际应用中,可以遍历所有车辆,将与第一车辆或第二车辆距离最近的车辆与第一车辆和第二车辆进行编队,以便将距离较近的车辆进行编队,提高编队效率,得到更符合实际情况的编队方法。为了便于理解,举例进行说明,当与第一车辆或第二车辆距离最近的车辆为第四车辆时,将第四车辆与第一车辆和第二车辆进行编队,假设编队中车辆前后顺序依次为第一车辆、第二车辆、第四车辆,当下次遍历所有车辆时,得到与第一车辆或第四车辆距离最近的第五车辆,将第五车辆与第一车辆、第二车辆和第四车辆进行编队,后续每次遍历所有车辆,得到与前一次遍历后组成的编队中的头车或尾车距离最近的车辆。
如果第三车辆和第一车辆之间的距离与第四车辆和第二车辆之间的距离相同,可以选择为将第三车辆和第四车辆同时与第一车辆和第二车辆进行编队,也可以选择第三车辆或第四车辆与第一车辆和第二车辆进行编队。
可选的,本说明书实施例中所述方法还可以包括:
判断所述距离是否小于或等于第二预设距离阈值;
所述选取所述距离最小的目标车组,具体可以包括:
若是,则选取所述距离最小的目标车组。
本说明书实施例中,可以先确定出各个车辆之间的距离中数值最小的距离,将最小距离与第二预设距离阈值进行比较,也可以将各个车辆之间的距离分别与第二预设距离阈值进行比较,若满足条件,选取最小距离对应的目标车组。第二预设距离阈值可以与第一预设距离阈值相同,也可以不同,这里不做具体限定。若相邻两车的最小距离大于第二预设距离阈值,则将距离最小的两车进行编队。通过选取距离最小的目标车组,以最小距离为初始点进行聚类,优化传统聚类算法,有效保证将距离最近的相邻车辆划分为同一编队,从而使车辆编队方法更符合实际编队情况。
为了使编队内的各个车辆之间可以按照期望间距稳定行驶,可选的,本说明书实施例中所述将所述若干个其他车辆与所述目标车组进行编队,具体可以包括:
根据所述编队中任意两个相邻车辆的车辆位置差值、速度差值和预设车辆距离,得到第一加速度,将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度。
本说明书实施例中,若干个其他车辆与目标车组形成满足预设车辆距离的编队的过程中,编队中领车的速度可以保持不变,通过调整跟随车的速度,使编队内车与车之间保持相同的预设车辆距离进行行驶,领车可以为编队中行驶方向上的第一辆车,跟随车可以为编队中除领车之外的其他车辆。为了防止编队内车辆发生碰撞,预设车辆距离可以为30m~60m。
可选的,编队中跟随车第一加速度其中,m可以表示同一编队内相邻两个车中的前车,n可以表示同一编队内相邻两个车中的后车,an(t)可以表示t时刻车辆n的加速度值,c1和c2可以表示权重参数,xn(t)可以t时刻表示车辆n的位置,xm(t)可以表示t时刻车辆m的位置,vn(t)可以表示t时刻车辆n的速度,vm(t)可以表示t时刻车辆m的速度,e可以表示同一编队中相邻两个车辆之间的预设车辆距离,t可以表示当前时刻。可以根据经验确定c1和c2的取值,c1的取值可以为0~1,c2的取值可以为0~1,c1太小或c2太大时,容易引起车辆碰撞事故,当车辆发生碰撞时,可以调整c1和c2的取值。
实际应用中,通过计算车辆的加速度,可以使编队中任意两个相邻车辆之间的距离符合预设车辆距离,使编队可以按照期望的队形和安全距离进行行驶,在保证安全性的基础上缩短车与车的距离,减小车辆速度波动,提高车辆通行效率。
可选的,本说明书实施例中所述方法还可以包括:
判断所述第一加速度是否在第一预设加速度阈值范围内;
若否,将所述第一预设加速度阈值作为所述任意两个相邻车辆中后车的第一目标加速度;
所述将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度,具体包括:
若是,将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度。
本说明书实施例中,第一预设加速度阈值可以设置为-4~2.5,例如第一加速度为2时,车辆的目标加速度取值为2;当第一加速度为3时,车辆的目标加速度取值为2.5。
现有技术中,并未考虑各个编队之间的距离,为了解决现有技术中的缺陷,可选的,本说明书实施例中所述同一车道上还包括与所述若干个其他车辆和所述目标车组所在的第一编队相邻的第二编队,所述方法还可以包括:
基于所述第一编队中尾车和所述第二编队中领车的车辆位置信息和速度信息,得到第二加速度,将所述第二加速度作为所述第二编队中领车的第二目标加速度。
本说明书实施例中,同一车道上可以包括多个车辆编队,其中第一编队位于第二编队的前面,在同一编队中前进方向上的第一辆车为领车,其余都是跟随车,这样就可以将队形控制问题转化为跟随车对领车的跟踪问题,通过设计领车的行为或轨迹,使跟随车能够保持与领车期望的位姿行驶,从而控制整个编队按照期望的轨迹和队形运行。为了控制各个编队之间可以按照预设编队距离进行安全行驶,可以控制编队中领车的速度。
可选的,所述第二编队中领车的第二加速度
aj(t)=-[r1(xi(t)-xj(t)+max(vi(t)*T,e)+r2(vi(t)-vj(t))]
其中,i可以表示所述第一编队中的尾车,j可以表示所述第二编队中的领车,aj(t)可以表示t时刻车辆j的加速度值,γ1和γ2可以表示权重参数,xi(t)可以表示t时刻车辆i的位置,xj(t)可以表示t时刻车辆j的位置,vi(t)可以表示t时刻车辆i的速度,vj(t)可以表示t时刻车辆j的速度,e可以表示同一编队中相邻两个车辆之间的预设车辆距离,t可以表示当前时刻,T可以表示所述第一编队中的尾车和所述第二编队中的领车之间的预设车头时距,max(vi(t)*T,e)可以表示取vi(t)*T与e中的最大值。可以根据经验确定r1和r2的取值,γ1的取值可以为0~1,γ2的取值可以为0~1,T的取值可以为4秒~6秒。
本说明书实施例中,通过计算各个编队中领车的加速度,可以控制各个编队之间的预设编队距离,由于考虑了编队之间的安全时距,使得编队间的车辆当发生异常停车等异常事件时,也可以控制安全距离,防止车辆发生碰撞,提高了编队行驶的安全性。
可选的,本说明书实施例中所述方法还可以包括:
判断所述第二加速度是否在第二预设加速度阈值范围内;
若否,将所述第二预设加速度阈值作为所述第二编队中领车的第二目标加速度;
所述将所述第二加速度作为所述第二编队中领车的第二目标加速度,具体包括:
若是,将所述第二加速度作为所述第二编队中领车的第二目标加速度。
本说明书实施例中,第二预设加速度阈值可以与第一预设加速度阈值相同,也可以不同,这里不做具体限定。
通过设置预设加速度阈值,可以有效控制车辆的速度,防止由于车速过快或过慢超出车道限速,以便控制车辆安全行驶。
本说明书实施例中,根据目标加速度,可以得到目标速度,通过车辆当前时刻的加速度和当前时刻的速度,可以得到车辆下一时刻的目标速度,目标速度的计算公式可以为v1=v0+at,其中,v0可以表示车辆当前时刻的速度,a可以表示车辆当前时刻的加速度,t可以表示当前时刻,v1可以表示车辆下一时刻的速度,将各个车辆的目标速度发送至相应的车辆,以便各个车辆按照各自的目标速度进行行驶。
仍以车辆为仿真车辆进行举例说明,可以将各个车辆的目标速度输入测试平台,控制仿真车辆按照目标速度进行行驶,通过测试平台可以验证编队内仿真车辆是否能够按照预设车辆距离进行行驶,也可以验证编队间是否能按照预设编队距离进行行驶。
图2为本说明书实施例提供的一种车辆编队方法的一个应用场景的示意图。
如图2所示,可以执行如下方法步骤:
步骤201:获取多个车辆的车辆位置信息,通过车辆位置可以得到任意两个车辆之间的距离;
步骤202:确定得到的距离中的最小距离;
步骤203:判断最小距离是否小于或等于第二预设距离阈值,若是,则执行步骤204,若否,则执行步骤207;
步骤204:通过最小距离确定与之对应的目标车辆;
步骤205:判断目标车辆的总个数是否小于预设数量阈值,若是,则执行步骤206,若否,则执行步骤207;
步骤206:遍历所有车辆,确定距离目标车辆最近的一个车辆,将该车辆与目标车辆的距离作为下一个最小距离,执行步骤203;
步骤207:将确定出的车辆进行编队。
本说明书实施例中,以最小距离作为初始点,可以有效保证将距离最近的相邻车辆划分为同一编队,通过控制同一编队中车辆的数量,可以提高编队行驶的灵活性,通过设置预设距离阈值,可以将与距离较近的车辆进行编队,可以提高编队效率,从而使车辆编队方法更符合实际编队情况。
图3为本说明书实施例提出的一种车辆编队装置的结构示意图。
本说明书实施例记载的车辆编队装置可以包括:
位置获取模块302,用于获取同一车道上的多个车辆的车辆位置信息;
距离获取模块304,用于根据各个车辆的车辆位置信息,得到各个车辆之间的距离;
目标车组获取模块306,用于选取所述距离最小的目标车组;
其他车辆获取模块308,用于基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;
编队生成模块310,用于将所述若干个其他车辆与所述目标车组进行编队。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请实施例提供的装置与方法是一一对应的,因此,装置也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、AtmelAT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种车辆编队方法,其特征在于,包括:
获取同一车道上的多个车辆的车辆位置信息;
根据各个车辆的车辆位置信息,得到各个车辆之间的距离;
选取所述距离最小的目标车组;
基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;
将所述若干个其他车辆与所述目标车组进行编队。
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
判断所述若干个其他车辆与所述目标车组之间的距离是否小于或等于第一预设距离阈值;
所述将所述若干个其他车辆与所述目标车组进行编队,具体包括:
若是,将所述若干个其他车辆与所述目标车组进行编队。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述若干个其他车辆和所述目标车辆的数量总和是否小于或等于预设数量阈值;
所述将所述若干个其他车辆与所述目标车组进行编队,具体包括:
若是,将所述若干个其他车辆与所述目标车组进行编队。
4.根据权利要求1所述的方法,其特征在于,所述目标车组包括第一车辆和第二车辆,所述获取与所述目标车组相邻的若干个其他车辆,包括:
基于所述第一车辆的位置信息,获取第三车辆与所述第一车辆之间的第一距离;所述第三车辆为与所述第一车辆相邻的车辆;
基于所述第二车辆的位置信息,获取第四车辆与所述第二车辆之间的第二距离;所述第四车辆为与所述第二车辆相邻的车辆;
若所述第一距离小于所述第二距离,则将所述第三车辆作为与所述目标车辆位于同一编队中的车辆;
若所述第二距离小于所述第一距离,则将所述第四车辆作为与所述目标车辆位于同一编队中的车辆。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述距离是否小于或等于第二预设距离阈值;
所述选取所述距离最小的目标车组,具体包括:
若是,则选取所述距离最小的目标车组。
6.根据权利要求1所述的方法,其特征在于,所述将所述若干个其他车辆与所述目标车组进行编队,具体包括:
根据所述编队中任意两个相邻车辆的车辆位置差值、速度差值和预设车辆距离,得到第一加速度,将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度。
7.根据权利要求6所述的方法,其特征在于,所述同一车道上还包括与所述若干个其他车辆和所述目标车组所在的第一编队相邻的第二编队,所述方法还包括:
基于所述第一编队中尾车和所述第二编队中领车的车辆位置信息和速度信息,得到第二加速度,将所述第二加速度作为所述第二编队中领车的第二目标加速度。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
判断所述第一加速度是否在第一预设加速度阈值范围内;
若否,将所述第一预设加速度阈值作为所述任意两个相邻车辆中后车的第一目标加速度;
所述将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度,具体包括:
若是,将所述第一加速度作为所述任意两个相邻车辆中后车的第一目标加速度;
和/或,
判断所述第二加速度是否在第二预设加速度阈值范围内;
若否,将所述第二预设加速度阈值作为所述第二编队中领车的第二目标加速度;
所述将所述第二加速度作为所述第二编队中领车的第二目标加速度,具体包括:
若是,将所述第二加速度作为所述第二编队中领车的第二目标加速度。
9.根据权利要求7所述的方法,其特征在于,所述第二加速度aj(t)=-[γ1(xi(t)-xj(t)+max(vi(t)*T,e))+γ2(vi(t)-vj(t))]
其中,i表示所述第一编队中的尾车,j表示所述第二编队中的领车,aj(t)表示车辆j的加速度值,γ1和γ2表示权重参数,xi(t)表示t时刻车辆i的位置,xj(t)表示t时刻车辆j的位置,vi(t)表示t时刻车辆i的速度,vj(t)表示t时刻车辆j的速度,e表示同一编队中相邻两个车辆之间的预设车辆距离,t表示当前时刻,T表示所述第一编队中的尾车和所述第二编队中的领车之间的预设车头时距,max(vi(t)*T,e)表示取vi(t)*T与e中的最大值。
10.一种车辆编队装置,其特征在于,包括:
位置获取模块,用于获取同一车道上的多个车辆的车辆位置信息;
距离获取模块,用于根据各个车辆的车辆位置信息,得到各个车辆之间的距离;
目标车组获取模块,用于选取所述距离最小的目标车组;
其他车辆获取模块,用于基于所述目标车组的位置信息,获取与所述目标车组相邻的若干个其他车辆,所述其他车辆为所述多个车辆中除所述目标车组之外的车辆;
编队生成模块,用于将所述若干个其他车辆与所述目标车组进行编队。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311153674.0A CN117193299A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆编队方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311153674.0A CN117193299A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆编队方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117193299A true CN117193299A (zh) | 2023-12-08 |
Family
ID=88982951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311153674.0A Pending CN117193299A (zh) | 2023-09-07 | 2023-09-07 | 一种车辆编队方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117193299A (zh) |
-
2023
- 2023-09-07 CN CN202311153674.0A patent/CN117193299A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991095B (zh) | 一种车辆行驶决策模型的训练方法及装置 | |
CN112799411B (zh) | 一种无人驾驶设备的控制方法及装置 | |
CN113419547B (zh) | 一种多车协同控制方法及装置 | |
CN111338360A (zh) | 一种规划车辆行驶状态的方法及装置 | |
CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
CN116822657B (zh) | 一种模型训练加速的方法、装置、存储介质及电子设备 | |
CN111532285B (zh) | 一种车辆控制方法及装置 | |
CN111238523A (zh) | 一种运动轨迹的预测方法及装置 | |
CN111186437A (zh) | 一种车辆轨迹的风险确定方法及装置 | |
US20220314980A1 (en) | Obstacle tracking method, storage medium and unmanned driving device | |
CN114118276B (zh) | 一种网络训练的方法、控制方法以及装置 | |
CN113298445B (zh) | 一种模型训练和调度无人设备的方法及装置 | |
CN113485383A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN113156950A (zh) | 多机器人智能交通控制方法及装置 | |
CN110895406B (zh) | 一种基于干扰物轨迹规划的无人设备的测试方法及装置 | |
CN115871658B (zh) | 一种面向稠密人流的智能驾驶速度决策方法和系统 | |
CN114153207B (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN117193299A (zh) | 一种车辆编队方法及装置 | |
CN117008615A (zh) | 一种策略切换的无人车轨迹规划方法和系统 | |
CN116149362A (zh) | 一种飞行器避障轨迹任意时间优化方法和系统 | |
CN114019971B (zh) | 一种无人设备控制方法、装置、存储介质及电子设备 | |
US20220334579A1 (en) | Unmanned device control | |
CN114877912A (zh) | 一种车辆导航信息生成方法、装置及设备 | |
CN116824834A (zh) | 一种车辆编队的方法、装置及设备 | |
CN113074734B (zh) | 一种轨迹规划方法、装置、存储介质及电子设备 |
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 |