CN106708057B - 一种智能车辆编队行驶方法 - Google Patents

一种智能车辆编队行驶方法 Download PDF

Info

Publication number
CN106708057B
CN106708057B CN201710083950.9A CN201710083950A CN106708057B CN 106708057 B CN106708057 B CN 106708057B CN 201710083950 A CN201710083950 A CN 201710083950A CN 106708057 B CN106708057 B CN 106708057B
Authority
CN
China
Prior art keywords
vehicle
information
following
formation
pilot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710083950.9A
Other languages
English (en)
Other versions
CN106708057A (zh
Inventor
熊光明
李明红
龚建伟
陈慧岩
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.)
North Link Motor (changshu) Vehicle Technology Co Ltd
Original Assignee
North Link Motor (changshu) Vehicle Technology 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 North Link Motor (changshu) Vehicle Technology Co Ltd filed Critical North Link Motor (changshu) Vehicle Technology Co Ltd
Priority to CN201710083950.9A priority Critical patent/CN106708057B/zh
Publication of CN106708057A publication Critical patent/CN106708057A/zh
Application granted granted Critical
Publication of CN106708057B publication Critical patent/CN106708057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05D1/0287—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
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • 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
    • G05D1/0291—Fleet control
    • G05D1/0293—Convoy travelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种智能车辆编队行驶方法，包括：判断编队中车辆的类型，并对车辆信息进行注册；领航车辆获取自身车辆信息，发送给跟随车辆；跟随车辆解析领航车辆发来的领航车辆信息自主规划路径，完成对跟随车辆的控制；跟随车辆将自身车辆信息打包发送给领航车辆；领航车辆解析收到的跟随车辆信息，调整自身动作。本方法在编队行驶时，能够有效保证跟随车辆沿着领航车辆的行驶路径行驶，保证了行驶车辆的相对距离与速度；在遭遇突发状况时，领航车辆驾驶员能立即发现危险，并对危险做出相应的反应，避免事故的发生，大大提高了车辆编队的安全、稳定性。

Description

一种智能车辆编队行驶方法
技术领域
本发明涉及车辆编队技术领域，尤其涉及一种智能车辆编队行驶方法。
背景技术
当前，自动驾驶技术已经成为汽车新技术发展的热点之一。国内智能汽车的发展在国家自然科学基金委等相关机构推动下取得了巨大的进展，“中国智能车未来挑战赛”吸引了国内各大高校、研究机构的参与，极大的推动了国内自动驾驶技术的发展。“跨越险阻——地面无人***挑战赛”，促进了自动驾驶技术在野外复杂环境下的应用。
智能车辆编队行驶通过个体间的相互协作可以完成单一智能车无法完成的复杂任务,智能车在执行一些复杂任务过程中,如安全巡逻、护卫等,保持某种队形具有重要意义。自动驾驶技术的发展对于增强车辆的安全性、提高车辆的经济性、减少由于排放造成的环境污染具有巨大的积极意义。在自动驾驶技术的发展中，智能车辆的编队行驶方法，对于缓解道路拥堵，提高道路的通行能力，增强车辆的安全性，改善车辆燃油经济性具有较为明显的效果。目前，智能车辆编队行驶技术环境适应性较差，不能满足不同环境下的引导-跟随要求，且安全、稳定性不足。
发明内容
鉴于上述的分析，本发明旨在提供一种智能车辆编队行驶方法，用以解决现有编队行驶环境适应性较差、安全稳定性不足的问题。
本发明的目的主要是通过以下技术方案实现的：
一种智能车辆编队行驶方法，其特征在于，包括以下步骤：
步骤S1、判断编队中车辆的类型，并对车辆信息进行注册；
具体地，判断车辆为领航车辆还是跟随车辆，其中领航车辆为人工驾驶模式，跟随车辆为自动驾驶模式；
步骤S2、领航车辆获取自身车辆信息及跟随车辆信息，发送给每一跟随车辆；
步骤S3、跟随车辆解析领航车辆发来的领航车辆信息及编队其他跟随车辆信息；
步骤S4、跟随车辆依据路线地图信息、定位导航信息、环境感知信息、领航车辆信息及编队其他跟随车辆信息自主规划路径；
步骤S5、跟随车辆在得到本车的规划结果之后，将规划结果在横、纵向控制程序中转化为车辆可执行的控制量并下发给整车控制器，完成车辆的控制；
步骤S6、跟随车辆将自身车辆信息打包发送给领航车辆；
步骤S7、领航车辆解析收到的跟随车辆信息，调整自身动作；
重复上述步骤S2-S7，进行编队行驶。
进一步，所述步骤S2中，领航车辆根据接收到的感知设备信息、组合导航信息和驾驶员干预指令，调整自身行驶状态；并将自身车辆信息打包，通过电台广播方式发送给跟随车辆。
进一步，所述感知设备信息包括车道线、前方车辆距离、速度及加速度信息；
所述组合导航信息包括车辆位置信息和车辆速度信息；车辆位置信息包括经度、纬度信息；车辆速度信息包括车辆速度、加速度及航向信息；
所述领航车辆的自身车辆信息以打包方式存入数据包中，数据格式分为包头、设备信息、当前帧数据量、车辆信息、校验信息、包尾。
进一步，所述设备信息包括电台序列号、波特率信息；
所述数据包中的车辆信息包括数据类型、车辆位置信息、车辆速度信息、车辆CAN总线信息、车辆类型信息、车牌号信息、时间信息；
其中，数据类型用于作为一辆车的完整数据的开始判断根据；车辆位置信息为车辆经度、纬度；车辆速度信息包括速度大小及方向、加速度大小及方向；车辆CAN总线信息用于分析车辆行驶行为，包括转向、制动等信息；车辆类型信息用于区分是否为特殊避让车辆；车牌号信息包括车牌号、通信设备序列号，作为车辆的标识；时间信息为数据接收发送的时间信息，用于判断车辆链表中车辆信息时效性。
进一步，所述跟随车辆解析领航车辆发来的领航车辆信息，解析过程包括：
首先分析数据来源IP及端口，判断是否为电台数据；判断是，则进行包头、包尾校验解析出领航车辆信息；以数据更新时间或更新频率作为依据判断是否为有效领航车辆，将解析出的领航车辆信息存入领航车辆信息列表中或更新领航车辆信息。
进一步，所述步骤S3中路线地图信息为事先规定的行驶路线、路段限速信息，提前设定；
所述定位导航信息包括车辆位置、航向信息，依靠GPS和惯性导航***获得；
所述环境感知信息包括前方车辆距离、速度信息、车辆所在车道线信息，依靠毫米波雷达、相机获得。
进一步，所述步骤S4包括跟随车辆根据通信模块获得领航车辆信息、编队其他车辆信息及车载网络信息；通过感知模块获得感知设备信息，将上述信息发送至控制模块，控制模块对上述信息进行处理，完成路径规划。
进一步，所述控制模块根据接收到的信息，综合分析得出规划结果；将规划结果在横向控制、纵向控制程序中转化为车辆可执行的控制量下发给整车控制器，由整车控制器控制本车的转向控制、油门控制及制动控制，得到方向盘、油门开度及制动踏板的动作量，执行动作完成跟随车辆的控制。
进一步，所述领航车辆获得跟随车辆信息，结合领航车辆的本身车辆信息，将上述信息在驾驶员监控界面中进行显示，领航车辆根据编队中跟随车辆状态，及时对领航车辆速度、加速度及车间距离作出相应调整，控制编队速度和车间距离在合适的范围内。
本发明有益效果如下：
本发明提出的智能车辆编队行驶方法，有助于提高自动驾驶车辆在不同环境下的引导-跟随能力。融合GPS、惯导、雷达等信息完成车辆与车辆及车辆与道路相对位置的精确定位，而不需要高精度定位设备和高精度地图。在编队行驶时，能够有效保证跟随车辆沿着领航车辆的行驶路径行驶，保证了行驶车辆的相对距离与速度；在遭遇突发状况时，领航车辆驾驶员能立即发现危险，并对危险做出相应的反应，避免事故的发生，大大提高了编队车辆的安全、稳定性。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例编队行驶示意图；
图2为本发明实施例编队行驶流程示意图；
图3为本发明实施例领航车辆数据流向示意图；
图4为本发明实施例数据协议打包示意图
图5为本发明实施例数据协议解析示意图；
图6为本发明实施例自动驾驶平台***结构图；
图7为本发明实施例跟随车辆通信模块结构示意图；
图8为本发明实施例中感知模块结构图；
图9为本发明实施例控制模块结构图；
图10为本发明实施例跟随车辆数据流向示意图；
图11为本发明实施例领航车辆通信模块结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
如图1所示，智能车辆编队行驶方法，采用领航跟随方式实现，Leader车作为编队领航车辆，搭载相应传感器及设备，为人工驾驶行驶模式；跟随车辆为自动驾驶车辆，可根据编队期望行驶状态进行车辆环境感知、定位导航及运动行为控制，实现自动驾驶跟随。
图1中参数含义定义如下：
车辆跟随误差距离SError：车辆编队行驶过程中由于车辆自身***(传感器感知、定位***、车辆自身控制等)精度使后方车辆跟随带来的距离误差；
车辆期望行车距离SDe：编队行驶过程中两车之间期望跟随距离，该距离应该考虑车辆期望行驶效率、编队行驶速度、编队行驶经济性、车辆自身控制特性等因素综合考虑，包括车辆延迟距离和车辆期望停车距离；
车辆响应距离SDelay：考虑到车辆通讯周期、传感器数据接收与处理周期、车辆控制器响应周期及延迟、路面附着系数等因素引起的前方车辆速度变化由此带来的后方车辆的响应距离；
车辆期望停车距离SSafe：即在控制良好状况下后方车辆距离前方车辆的停车距离。
本实施例车辆编队行驶限制条件为：
1)不允许跟随车辆离开编队；
2)不允许其他车辆加入编队，如其他车辆的并线只能发生在领航车辆前方；
3)不允许车辆在行驶过程中交换位置，如超车。
本实施例中，跟随车辆能够根据领航车辆的信息自动的调整自身的横纵向运动状态，使前后车辆最终达到一致的行驶速度和稳定的横纵向间距。主要包括两个阶段：第一阶段由感知等设备检测周围环境信息，并通过通讯设备将车辆信息及周围环境信息传递给跟随车辆；第二阶段，在跟随车辆得到领航车辆的相关信息后，自主规划路径跟随领航车辆行驶。
如图2所示，图中符号含义如下：
1表示车辆编队准备行驶时的网联通讯服务注册请求，即车联网技术需要自服务器中添加记录车辆信息并发布该车辆信息，该信息依靠网联通讯技术完成；
2表示跟随车辆的准备状态信息，即车辆在行驶之前的准备工作完成情况(包括感知、定位、导航等***模块)，是否具备编队自动驾驶状态，该信息依靠网联通讯技术完成；
3表示跟随车辆的期望状态及行车规则信息，该信息依靠网联通讯技术完成；
4包含车辆自动驾驶所需要的主要信息，包括路线地图、定位导航、环境感知，其中路线地图为事先规定行驶路线、路段限速等信息，需提前设定；定位导航提供车辆位置、航向等信息，该信息可依靠GPS和惯性导航***组合方法完成；环境感知主要提供前方车辆距离、速度信息，并需要检测车辆所在车道线，该信息依靠毫米波雷达、相机完成；
5为车辆编队行驶的期望状态信息，该信息由预先设定并传递给自动驾驶车辆规划控制器进行规划控制；
6为车辆规划控制器输出车辆横向和纵向期望状态信息(如期望前轮偏角、期望速度、加速度等)，可经规划控制模块UDP通讯完成；
7为车辆底层执行器可执行的实际控制量(如方向盘角度、油门值、制动压强值等)，可由车辆CAN通讯完成；
8表示车辆底层状态反馈信息，规划控制器根据车辆期望状态及当前状态进行闭环规划与控制，可由车辆串口及UDP通讯完成；
9表示车辆行驶过程中由于车辆位置变化带来车辆位置、周围环境的实时改变，需要根据行驶位置进行实时更新，该信息的实时更新可在车辆环境感知、定位导航模块中自行完成；
10为实时车辆状态发送数据，该数据经车载网联通讯装置传输至网联通讯服务器；
11为依据行车规则判断车辆自身状态是否正常，该数据经车载网联通讯装置传输至网联通讯服务器。
本实施例的智能车辆编队行驶方法，包括以下步骤：
步骤S1、判断编队中车辆的类型，并对车辆信息进行注册；
具体地，判断车辆为领航车辆还是跟随车辆，其中领航车辆为人工驾驶模式，跟随车辆为自动驾驶模式。对相应车辆信息进行网络注册，将所有车辆信息添加到网联服务器中。
步骤S2、领航车辆获取自身车辆信息及跟随车辆信息，打包发送给跟随车辆。
如图3所示，领航车辆不断接收感知设备信息、组合导航信息和驾驶员干预指令，调整自身行驶状态；并将自身车辆信息打包通过电台广播方式发送给跟随车辆。
其中感知设备信息包括车道线、前车距离、速度及加速度信息。
组合导航信息包括车辆位置信息和车辆速度信息；车辆位置信息包括经度、纬度信息；车辆速度信息包括车辆速度、加速度及航向信息。
如图4所示，车辆信息以每辆车为单位存入数据包中，单帧数据格式分为包头、设备信息、当前帧数据量、车辆信息、校验信息、包尾。设备信息包括电台序列号、波特率等信息。车辆信息包括数据类型、车辆位置信息、车辆速度信息、车辆CAN总线信息、车辆类型信息、车牌号信息、时间信息。其中，数据类型用于作为一辆车的完整数据的开始判断根据；车辆位置信息为车辆经度、纬度；车辆速度信息包括速度大小及方向、加速度大小及方向；车辆CAN总线信息用于分析车辆行驶行为，包括转向、制动等信息；车辆类型信息用于区分是否为特殊避让车辆；车牌号信息包括车牌号、通信设备序列号，作为车辆的标识；时间信息为数据接收发送的时间信息，用于判断车辆链表中车辆信息时效性。
步骤S3、跟随车辆解析领航车辆发来的信息。
如图5所示，跟随车辆接收到电台数据后，进行数据协议解析，解析过程具体为：
首先分析数据来源IP及端口，判断是否为电台数据；判断是，则进行包头、包尾校验解析出领航车辆信息(车辆位置信息、车速信息、车辆类型信息、CAN总线信息、车牌号信息及时间信息)；以数据更新时间或更新频率作为依据判断是否为有效领航车辆，将解析出的领航车辆信息存入领航车辆信息列表中或更新领航车辆信息。
采用相同的解析方式，解析出编队其他跟随车辆的信息。
步骤S4、跟随车辆依据路线地图信息、定位导航信息、环境感知信息、领航车辆信息及编队其他跟随车辆信息自主规划路径。
其中路线地图信息为事先规定的行驶路线、路段限速等信息，需提前设定；定位导航信息包括车辆位置、航向等信息，该信息依靠GPS和惯性导航***组合获得；环境感知信息包括前方车辆距离、速度信息、车辆所在车道线，该信息依靠毫米波雷达、相机完成。
如图6所示，跟随车辆根据通信模块获得领航车辆信息、编队其他车辆信息及车载网络信息；通过感知模块获得感知设备信息。控制模块对上述信息进行处理后下发控制指令，完成路径规划。
如图7所示，通信模块获得车辆信息的过程：通信模块通过通信软件获取包含速度等8项领航车辆信息，同时获取本车信息包含本车速度、加速度、前轮偏角、航向、经度、纬度、ID号、与前车距离；将以上信息进行打包发送至通信设备及控制模块。
如图8所示，感知设备信息的获取过程包括：毫米波雷达通过毫米波单片机程序采集环境数据，在上位机中进行数据处理，将处理后的数据发送至感知信息综合处理器；相机也将测得的相关信息发送至感知信息综合处理器；该感知信息综合处理器同时接收编队网络信息，并将接收到的三项信息进行综合处理发送给控制模块，并将综合处理结果由感知显示界面进行显示。
如图9所示，控制模块完成路径规划的过程为：控制模块根据接收到的编队网络信息、感知信息、本车状态信息，综合分析得出规划结果。
跟随车辆自主规划路径需满足如下要求
1)行车间距控制。车辆间距不宜过大，造成车辆编队行驶效率、行驶速度等下降；亦不宜出现间距过小，造成特殊情况下车辆停车不及时造成车辆追尾等事故。
Figure BDA0001226782310000101
2)编队距离控制。编队行驶过程中，由于控制误差，允许编队长度出现一定范围内调节，在满足编队稳定性基础上进行一定的速度、距离调节，但不应出现间距过小、过大等情况。
n·Smin≤∑Si≤n·Smax
3)速度误差范围控制。即车辆编队在行驶过程中，后方车辆与前车的速度控制误差应控制在一定范围内，即车辆在进行车间期望距离调整过程中，不应出现大幅度速度突变，造成编队***鲁棒性变差。
Figure BDA0001226782310000111
4)加速度范围控制。即车辆在进行加速过程中，不应出现大幅度速度增加，造成后方车辆期望速度干扰，编队行驶失稳。而其正常行进过程中，非紧急状况停车时，亦不易出现过大减速度。
Figure BDA0001226782310000112
步骤S5、跟随车辆在得到本车的规划结果之后，将规划结果在横、纵向控制程序中转化为车辆可执行的控制量并下发给整车控制器，完成车辆的控制。
如图9所示，将规划结果在横向控制、纵向控制程序中转化为车辆可执行的控制量下发给整车控制器，由整车控制器控制本车的转向控制、油门控制及制动控制，得到方向盘、油门开度及制动踏板的动作量，执行此动作完成车辆的控制。
步骤S6、跟随车辆将自身车辆信息打包发送给领航车辆。
如图10所示，跟随车辆从组合导航设备和感知设备中获得自身车辆信息，包括：经度、纬度、航向、速度、加速度、前轮偏角、ID号；将上述信息以一定的方式打包发送至电台，以传递给领航车辆。
步骤S7、领航车辆解析收到的跟随车辆信息，调整自身动作。
如图11所示，领航车辆获得跟随车辆信息，结合领航车辆的本身车辆信息，将上述信息在驾驶员监控界面中进行显示，领航车辆接收到跟随车辆的信息，了解跟随车辆状态，及时对领航车辆速度、加速度及车间距离进行作出相应调整，控制编队速度和车间距离在合适的范围内。
重复上述步骤S2-S7，完成编队行驶。
综上所述，本发明实施例提供了一种智能车辆编队行驶方法，有助于提高自动驾驶车辆在不同环境下的引导-跟随能力。融合GPS、惯导、雷达等信息完成车辆与车辆及车辆与道路相对位置的精确定位，而不需要高精度定位设备和高精度地图。在编队行驶时，能够有效保证跟随车辆沿着领航车辆的行驶路径行驶，保证了行驶车辆的相对距离与速度；在遭遇突发状况时，领航车辆驾驶员能立即发现危险，并对危险做出相应的反应，避免事故的发生，大大提高了车辆编队的安全、稳定性。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种智能车辆编队行驶方法，其特征在于，包括以下步骤：
步骤S1、判断编队中车辆的类型，并对车辆信息进行注册；
具体地，判断车辆为领航车辆还是跟随车辆，其中领航车辆为人工驾驶模式，跟随车辆为自动驾驶模式；在车辆编队准备行驶时，对相应车辆信息进行网络注册，将所有车辆信息添加到网联服务器中，并发布车辆信息；
步骤S2、领航车辆获取自身车辆信息及跟随车辆信息，发送给每一跟随车辆；所述步骤S2中，领航车辆根据接收到的感知设备信息、组合导航信息和驾驶员干预指令，调整自身行驶状态；
步骤S3、跟随车辆解析领航车辆发来的领航车辆信息及编队其他跟随车辆信息；
步骤S4、跟随车辆依据路线地图信息、定位导航信息、环境感知信息、领航车辆信息及编队其他跟随车辆信息自主规划路径；
所述自主规划路径需满足的要求包括：行车间距控制、编队距离控制、速度误差范围控制和加速度范围控制；
步骤S5、跟随车辆在得到本车的规划结果之后，将规划结果在横、纵向控制程序中转化为车辆可执行的控制量并下发给整车控制器，完成车辆的控制；
步骤S6、跟随车辆将自身车辆信息打包发送给领航车辆；
步骤S7、领航车辆解析收到的跟随车辆信息，调整自身动作；
重复上述步骤S2-S7，进行编队行驶；
其中，不允许跟随车辆离开编队；不允许其他车辆加入编队。
2.根据权利要求1所述的编队行驶方法，其特征在于：所述步骤S2中，领航车辆将自身车辆信息打包，通过电台广播方式发送给跟随车辆。
3.根据权利要求2所述的编队行驶方法，其特征在于：
所述感知设备信息包括车道线、前方车辆距离、速度及加速度信息；
所述组合导航信息包括车辆位置信息和车辆速度信息；车辆位置信息包括经度、纬度信息；车辆速度信息包括车辆速度、加速度及航向信息；
所述领航车辆的自身车辆信息以打包方式存入数据包中，数据格式分为包头、设备信息、当前帧数据量、车辆信息、校验信息、包尾。
4.根据权利要求3所述的编队行驶方法，其特征在于：所述设备信息包括电台序列号、波特率信息；
所述数据包中的车辆信息包括数据类型、车辆位置信息、车辆速度信息、车辆CAN总线信息、车辆类型信息、车牌号信息、时间信息；
其中，数据类型用于作为一辆车的完整数据的开始判断根据；车辆位置信息为车辆经度、纬度；车辆速度信息包括速度大小及方向、加速度大小及方向；车辆CAN总线信息用于分析车辆行驶行为，包括转向、制动信息；车辆类型信息用于区分是否为特殊避让车辆；车牌号信息包括车牌号、通信设备序列号，作为车辆的标识；时间信息为数据接收发送的时间信息，用于判断车辆链表中车辆信息时效性。
5.根据权利要求3所述的编队行驶方法，其特征在于：所述跟随车辆解析领航车辆发来的领航车辆信息，解析过程包括：
首先分析数据来源IP及端口，判断是否为电台数据；判断是，则进行包头、包尾校验解析出领航车辆信息；以数据更新时间或更新频率作为依据判断是否为有效领航车辆，将解析出的领航车辆信息存入领航车辆信息列表中或更新领航车辆信息。
6.根据权利要求1所述的编队行驶方法，其特征在于：所述步骤S3中路线地图信息为事先规定的行驶路线、路段限速信息，提前设定；
所述定位导航信息包括车辆位置、航向信息，依靠GPS和惯性导航***获得；
所述环境感知信息包括前方车辆距离、速度信息、车辆所在车道线信息，依靠毫米波雷达、相机获得。
7.根据权利要求1所述的编队行驶方法，其特征在于：所述步骤S4包括跟随车辆根据通信模块获得领航车辆信息、编队其他车辆信息及车载网络信息；通过感知模块获得感知设备信息，将上述信息发送至控制模块，控制模块对上述信息进行处理，完成路径规划。
8.根据权利要求7所述的编队行驶方法，其特征在于：所述控制模块根据接收到的信息，综合分析得出规划结果；将规划结果在横向控制、纵向控制程序中转化为车辆可执行的控制量下发给整车控制器，由整车控制器控制本车的转向控制、油门控制及制动控制，得到方向盘、油门开度及制动踏板的动作量，执行动作完成跟随车辆的控制。
9.根据权利要求1或8所述的编队行驶方法，其特征在于：所述领航车辆获得跟随车辆信息，结合领航车辆的本身车辆信息，将上述信息在驾驶员监控界面中进行显示，领航车辆根据编队中跟随车辆状态，及时对领航车辆速度、加速度及车间距离作出相应调整，控制编队速度和车间距离在合适的范围内。
CN201710083950.9A 2017-02-16 2017-02-16 一种智能车辆编队行驶方法 Active CN106708057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710083950.9A CN106708057B (zh) 2017-02-16 2017-02-16 一种智能车辆编队行驶方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710083950.9A CN106708057B (zh) 2017-02-16 2017-02-16 一种智能车辆编队行驶方法

Publications (2)

Publication Number Publication Date
CN106708057A CN106708057A (zh) 2017-05-24
CN106708057B true CN106708057B (zh) 2020-03-20

Family

ID=58911756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710083950.9A Active CN106708057B (zh) 2017-02-16 2017-02-16 一种智能车辆编队行驶方法

Country Status (1)

Country Link
CN (1) CN106708057B (zh)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6690056B2 (ja) * 2016-08-22 2020-04-28 ぺロトン テクノロジー インコーポレイテッド 自動連続車両の制御システムアーキテクチャ
CN107145150B (zh) * 2017-06-16 2020-04-21 华为技术有限公司 一种机动车辆自动驾驶方法及终端设备
CN107357288B (zh) * 2017-06-23 2020-07-31 东南大学 一种用于Mecanum轮机器人双车协同运动装置和方法
EP3418843B1 (en) 2017-06-23 2021-03-17 Volkswagen Aktiengesellschaft Concept of coordinating an emergency braking of a platoon of communicatively coupled vehicles
JP7091040B2 (ja) * 2017-09-07 2022-06-27 株式会社ダイフク 搬送システム
US10481600B2 (en) * 2017-09-15 2019-11-19 GM Global Technology Operations LLC Systems and methods for collaboration between autonomous vehicles
US20180022348A1 (en) * 2017-09-15 2018-01-25 GM Global Technology Operations LLC Methods and systems for determining lane health from an autonomous vehicle
CN107885197A (zh) * 2017-09-19 2018-04-06 中车工业研究院有限公司 智能公共运输***中无人驾驶车辆的控制方法及装置
CN109559499B (zh) * 2017-09-26 2021-06-01 郑州宇通客车股份有限公司 车辆队列行驶管理平台、控制方法和车载终端
JP7031212B2 (ja) * 2017-10-12 2022-03-08 トヨタ自動車株式会社 移動支援システムおよび移動支援方法
CN109724600A (zh) * 2017-10-30 2019-05-07 湖南中车时代电动汽车股份有限公司 一种用于智能驾驶车辆的局部轨迹容错方法
CN107945502A (zh) * 2017-11-16 2018-04-20 东南大学 一种基于智能交通的车队融合***及方法
CN110308716B (zh) * 2018-03-27 2022-02-25 上海汽车集团股份有限公司 一种基于集群的自动驾驶车辆的方法、装置及车辆
JP7096060B2 (ja) * 2018-04-25 2022-07-05 日野自動車株式会社 隊列走行システム
CN108646737A (zh) * 2018-05-03 2018-10-12 韩静超 一种新型智能公路运输车辆控制***及其控制方法
WO2019212239A1 (en) 2018-05-04 2019-11-07 Lg Electronics Inc. A plurality of robot cleaner and a controlling method for the same
KR102067603B1 (ko) * 2018-05-04 2020-01-17 엘지전자 주식회사 복수의 이동 로봇 및 그 제어방법
CN108594830B (zh) * 2018-06-10 2020-06-30 同济大学 一种基于空间域的网联智能车编队行驶控制方法
CN110580038B (zh) * 2018-06-11 2020-11-24 上海交通大学 自动驾驶跟车装置及自动驾驶车队***
EP3826891A1 (en) * 2018-07-25 2021-06-02 Bendix Commercial Vehicle Systems, LLC Towing vehicle controller using trailer braking strategy and trailer braking control method
CN109164809B (zh) * 2018-09-20 2022-02-22 北京机械设备研究所 一种车辆编队自主跟随控制***及方法
CN109144076B (zh) * 2018-10-31 2020-05-22 吉林大学 一种多车辆横纵向耦合协同控制***及控制方法
KR102463723B1 (ko) * 2018-11-07 2022-11-07 현대자동차주식회사 군집주행 차량의 조향 제어 장치 및 그 방법
CN109270938B (zh) * 2018-11-20 2021-05-11 吉林大学 一种矿用车方阵编队控制***
CN109597414B (zh) * 2018-12-06 2022-03-18 英华达（上海）科技有限公司 自驾车车队平均能量消耗的驾驶***及其方法
CN111627247B (zh) * 2019-02-28 2022-02-18 上海汽车集团股份有限公司 一种多车编队控制方法及装置
CN110262493A (zh) * 2019-06-25 2019-09-20 北京智行者科技有限公司 无人车车队队形变换的方法及装置
US11429115B2 (en) * 2019-06-27 2022-08-30 Baidu Usa Llc Vehicle-platoons implementation under autonomous driving system designed for single vehicle
CN112277942A (zh) * 2019-07-12 2021-01-29 北京图森智途科技有限公司 一种自动驾驶车辆的队列控制方法、车载装置及***
CN110428603B (zh) * 2019-07-26 2021-04-23 北京主线科技有限公司 集装箱卡车编队中跟随车行驶控制方法及装置
CN110992676B (zh) * 2019-10-15 2021-06-04 同济大学 一种道路通行能力与网联自动驾驶车当量系数估计方法
CN110838228B (zh) * 2019-10-18 2021-07-02 东南大学 一种营运货车车队智能交互行驶***及装置
CN110838229A (zh) * 2019-10-22 2020-02-25 南京航空航天大学 一种车辆队列编队方法
CN110941003B (zh) * 2019-10-25 2022-02-25 北京汽车集团有限公司 车辆识别方法，装置，存储介质及电子设备
CN110691321B (zh) * 2019-10-29 2021-06-22 北京汽车集团有限公司 终端控制方法、装置和设备
CN110570648A (zh) * 2019-10-29 2019-12-13 北京百度网讯科技有限公司 编队行驶的调整方法、装置、设备和计算机可读存储介质
CN112835352B (zh) * 2019-11-25 2022-10-04 华为云计算技术有限公司 编队控制方法和装置、车辆、电子设备、存储介质
CN111290399B (zh) * 2020-03-18 2022-05-27 清华大学苏州汽车研究院（相城） 一种车队协同驾驶组队控制方法
CN111290400B (zh) * 2020-03-18 2022-05-31 清华大学苏州汽车研究院（相城） 一种车队协同驾驶拆分控制方法
CN113525405B (zh) * 2020-04-22 2022-09-13 北京图森智途科技有限公司 自动驾驶车辆的辅助控制方法、车载装置及***
CN113734168B (zh) * 2020-05-15 2023-01-20 北京机械设备研究所 一种车辆编队行驶方法
DE102020207283A1 (de) 2020-06-10 2021-12-16 Volkswagen Aktiengesellschaft Kontrollzentrum, Fahrzeug, Verfahren, Vorrichtung und Computerprogramm zur Übernahme der Kontrolle über ein zu kontrollierendes Fahrzeug
CN111913389B (zh) * 2020-08-20 2021-02-26 襄阳达安汽车检测中心有限公司 一种基于车-车通信的车辆编队纵向控制方法
CN112034714A (zh) * 2020-09-08 2020-12-04 北京航空航天大学 一种分组时变编队合围跟踪控制方法及***
CN112261588B (zh) * 2020-10-19 2022-07-05 中国科学院合肥物质科学研究院 有人车引导的多无人车自适应编队组网方法、***及设备
CN112631287B (zh) * 2020-12-08 2022-07-01 重庆邮电大学 一种车联网环境下车辆编队控制***与方法
CN113734169A (zh) * 2020-12-16 2021-12-03 江铃汽车股份有限公司 基于车路协同的跟车控制方法及***
CN114690759A (zh) * 2020-12-31 2022-07-01 宝能汽车集团有限公司 自动驾驶方法及***、计算机设备及可读存储介质
CN112820097A (zh) * 2021-01-08 2021-05-18 重庆邮电大学 一种基于5g-v2x及无人机的卡车队列纵向分层控制方法
CN112815959B (zh) * 2021-04-19 2021-09-07 禾多科技（北京）有限公司 车辆车道级定位***、方法、装置和电子设备
CN114061573B (zh) * 2021-11-16 2024-03-22 中国人民解放军陆军工程大学 地面无人车辆编队定位装置及方法
CN113848957B (zh) * 2021-11-17 2023-11-10 中国人民解放军陆军工程大学 地面无人车辆编队控制装置及方法
CN115214662A (zh) * 2021-12-09 2022-10-21 广州汽车集团股份有限公司 一种基于车辆编队行驶的跟随车速度控制方法及***
CN114475598A (zh) * 2022-02-28 2022-05-13 肇庆市前沿德至智能汽车测试评估有限公司 一种无人驾驶汽车高速列队行驶***及其列队方法
CN114506323B (zh) * 2022-04-20 2022-07-12 北京主线科技有限公司 编队车辆控制方法、装置、设备及介质
CN114924678A (zh) * 2022-04-24 2022-08-19 北京主线科技有限公司 车辆编队显示方法、装置及电子设备
CN114550105B (zh) * 2022-04-25 2022-08-09 南通顺沃供应链管理有限公司 基于车联网的货物运输方法及***
CN115675493B (zh) * 2023-01-04 2023-08-11 北京易控智驾科技有限公司 利用人工驾驶轨迹图层信息进行无人驾驶的方法及装置
CN116719328B (zh) * 2023-08-10 2023-11-24 北京理工大学 一种多无人车编队队形控制及避障重构方法与***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6985089B2 (en) * 2003-10-24 2006-01-10 Palo Alto Reserach Center Inc. Vehicle-to-vehicle communication protocol
JP3818722B2 (ja) * 1997-03-21 2006-09-06 富士通テン株式会社 車両群形成制御装置
CN102906654A (zh) * 2010-05-31 2013-01-30 沃尔沃汽车公司 车队行进的控制***
CN104471624A (zh) * 2012-05-16 2015-03-25 大陆-特韦斯贸易合伙股份公司及两合公司 使跟随车辆基于前导车辆的行迹自主追踪的方法和***
CN105067003A (zh) * 2015-08-14 2015-11-18 深圳市赛格导航科技股份有限公司 一种用于车辆跟随的***及方法
CN106314423A (zh) * 2015-06-30 2017-01-11 丰田自动车株式会社 车辆行驶控制装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3818722B2 (ja) * 1997-03-21 2006-09-06 富士通テン株式会社 車両群形成制御装置
US6985089B2 (en) * 2003-10-24 2006-01-10 Palo Alto Reserach Center Inc. Vehicle-to-vehicle communication protocol
CN102906654A (zh) * 2010-05-31 2013-01-30 沃尔沃汽车公司 车队行进的控制***
CN104471624A (zh) * 2012-05-16 2015-03-25 大陆-特韦斯贸易合伙股份公司及两合公司 使跟随车辆基于前导车辆的行迹自主追踪的方法和***
CN106314423A (zh) * 2015-06-30 2017-01-11 丰田自动车株式会社 车辆行驶控制装置
CN105067003A (zh) * 2015-08-14 2015-11-18 深圳市赛格导航科技股份有限公司 一种用于车辆跟随的***及方法

Also Published As

Publication number Publication date
CN106708057A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN106708057B (zh) 一种智能车辆编队行驶方法
CN106873589B (zh) 一种智能车辆自主跟随方法
US20240094741A1 (en) Control of automated following in vehicle convoys
CN108011947B (zh) 一种车辆协作式编队行驶***
CN109164809B (zh) 一种车辆编队自主跟随控制***及方法
Bevly et al. Lane change and merge maneuvers for connected and automated vehicles: A survey
US10627825B2 (en) Using discomfort for speed planning in autonomous vehicles
US20200324763A1 (en) Systems and methods for managing tractor-trailers
EP3916696A1 (en) Method, apparatus and device for driving control, and medium and system
WO2021102957A1 (zh) 一种车道保持方法、车载设备和存储介质
US11634134B2 (en) Using discomfort for speed planning in responding to tailgating vehicles for autonomous vehicles
CN114730188B (zh) 自主运载工具的安全性保证远程驾驶
CN112937607B (zh) 一种用于景区观光车的网联自动驾驶***及方法
JP7052692B2 (ja) 隊列走行システム
CN114137948B (zh) 编队车辆行驶方法、装置、计算机设备和存储介质
CN110568847B (zh) 一种车辆的智能控制***、方法，车载设备和存储介质
WO2019104054A1 (en) Using discomfort for speed planning for autonomous vehicles
WO2021043279A1 (zh) 自动驾驶车队的路点信息传输方法、装置及***
CN115718437A (zh) 一种网联自动驾驶的仿真方法及装置
Sari et al. Cloud assisted connected and automated mobility system architecture design and experimental verification: The 5G-MOBIX autonomous truck routing use case
US12033514B2 (en) Waypoint information transmission method, apparatus and system for platooning
CN114245343A (zh) 基于v2x的车流预分配方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant