CN111199640A - 车辆编队的协同控制方法和装置 - Google Patents

车辆编队的协同控制方法和装置 Download PDF

Info

Publication number
CN111199640A
CN111199640A CN201911414960.1A CN201911414960A CN111199640A CN 111199640 A CN111199640 A CN 111199640A CN 201911414960 A CN201911414960 A CN 201911414960A CN 111199640 A CN111199640 A CN 111199640A
Authority
CN
China
Prior art keywords
current
vehicle speed
state
determining
speed
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.)
Granted
Application number
CN201911414960.1A
Other languages
English (en)
Other versions
CN111199640B (zh
Inventor
张弛
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.)
Neolithic Unmanned Vehicle Songyang Co ltd
Original Assignee
Neolix Technologies 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 Neolix Technologies Co Ltd filed Critical Neolix Technologies Co Ltd
Priority to CN201911414960.1A priority Critical patent/CN111199640B/zh
Publication of CN111199640A publication Critical patent/CN111199640A/zh
Application granted granted Critical
Publication of CN111199640B publication Critical patent/CN111199640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种车辆编队的协同控制方法和装置，所述方法包括：获取当前路口的信号灯的状态信息；根据所述状态信息，判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致；根据判断结果和信号灯的当前状态，确定车辆编队能够整体通过当前路口的目标车速；根据所述目标车速对车辆编队的速度进行控制。本申请的方案通过与信号灯的交互，根据接收到的信息实时调节车队行驶速度，在不干预信号灯正常工作的情况下，保证车辆编队能够完整、顺利地通过信号灯路口，降低停车等待时间，提高道路出行效率。

Description

车辆编队的协同控制方法和装置
技术领域
本申请涉及自动驾驶编队技术领域，具体涉及一种车辆编队的协同控制方法和装置。
背景技术
随着自动驾驶行业的发展，人们已不满足单车的自动驾驶，组队自驾游、商务出巡、编队运货等多车辆组队行驶中引入自动驾驶技术的需求越来越多，这类出行方式统称为编队行驶。编队行驶可以有效提高交通道路利用率，提高安全性。
现有的编队行驶技术着重于队形的保持，都不涉及自动驾驶编队通过信号灯的情形。例如：公开号为CN107274720A的专利文献提出了一种多车协同方案，公开号为CN106708057A的专利文献提出了一种编队行驶方案，但是上述方案均未考虑车队如何维持队形通过信号灯路口。公开号为CN104199451A的专利文献所记载的方案是，信号灯路口用无人驾驶车辆的通行控制***，车辆通过接收信号灯信号调节自身车速，实现单车信号灯路口通行，但是该方案不涉及自动驾驶编队。申请号为CN201910721781.6的专利文献所公开的方案，是通过视觉图像获取当前信号灯信息，并用于自动驾驶车辆的速度控制；但是该视觉图像的方法在无信号时间的信号灯路口无法正常工作，仅适用于有倒计时的信号灯，且不适用于自动驾驶车辆编队通过。
相关技术中，还没有自动驾驶编队通过信号灯的相关技术方案。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种车辆编队的协同控制方法和装置。
根据本申请实施例的第一方面，提供一种车辆编队的协同控制方法，包括：
获取当前路口的信号灯的状态信息；
根据所述状态信息，判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致；
根据判断结果和信号灯的当前状态，确定车辆编队能够整体通过当前路口的目标车速；
根据所述目标车速对车辆编队的速度进行控制。
进一步地，所述判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的当前状态；
获取定位信息，并根据定位信息确定车辆编队与当前路口之间的距离Si；
根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1；
根据时间t1判断通过当前路口时的状态与当前状态是否一致。
进一步地，所述根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1，包括：
根据预设的编队信息确定车辆编队的长度length；
车辆编队整体通过当前路口所需的时间t1＝(Si+length)/v。
进一步地，所述根据时间t1判断通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的相位周期Tc、信号灯的当前相位剩余时间TLi.t；
时间t1对相位周期Tc进行取余运算，得到时间t2；
根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致。
进一步地，所述根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致，包括：
如果t2≤TLi.t，则通过当前路口时的状态与当前状态一致；否则不一致。
进一步地，所述状态信息至少包括：当前状态、当前相位剩余时间TLi.t、红灯相位默认时间TLi.Tr、黄灯相位默认时间TLi.Ty和绿灯相位默认时间TLi.Tg；
则信号灯的相位周期Tc＝TLi.Tr+TLi.Ty+TLi.Tg。
进一步地，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为红灯或黄灯，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
进一步地，所述分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel，包括：
所述分别计算通过当前路口的预期加速度V’acc和预期减速度V’del；
如果v-V’del≤V’acc-v，则将V’del确定为待选目标车速，否则将V’acc确定为所述待选目标车速；
获取当前路段的限速值Vmax和Vmin；
根据Vmax、Vmin以及所述待选目标车速，确定目标车速Vdel或者Vacc的值：
Vdel＝max(min(V’del,Vmax),Vmin)；或者，
Vacc＝max(min(V’acc,Vmax),Vmin)。
进一步地，所述分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel，包括：
所述分别计算通过当前路口的预期加速度V’acc和预期减速度V’del；
获取当前路段的限速值Vmax和Vmin；
根据Vmax和Vmin确定Vdel和Vacc的值：
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
进一步地，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
进一步地，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为绿灯，则将预设的常规车速v确定为目标车速。
进一步地，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为红灯时，则：
判断t2-TLi.t＞TLi.Tg是否成立，根据判断结果确定目标车速。
进一步地，所述根据判断结果确定目标车速，包括：
如果成立，计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速；
如果不成立，将预设的常规车速v确定为目标车速。
进一步地，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为黄灯时，则：
计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速。
进一步地，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为绿灯时，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
进一步地，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
根据本申请实施例的第二方面，提供一种车辆编队的协同控制装置，包括：
存储器，用于存储可执行的计算机程序；
控制器，用于执行所述存储器中存储的程序，以执行如上任一种实施例所述方法的操作步骤。
根据本申请实施例的第三方面，提供一种自动驾驶汽车，所述汽车上搭载有：
导航定位模块，用于对车辆进行实时定位；
自动驾驶控制模块，用于控制车辆的行驶；
V2I通信模块，用于接收信号灯的状态信息；
V2V通信模块，用于不同车辆之间进行无线通信；
协同控制模块，用于执行如上任一种实施例所述方法的操作步骤。
本申请的实施例提供的技术方案具备以下有益效果：
本申请的方案通过与信号灯的交互，根据接收到的信息实时调节车队行驶速度，在不干预信号灯正常工作的情况下，保证车辆编队能够完整、顺利地通过信号灯路口，降低停车等待时间，提高道路出行效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种车辆编队的协同控制方法的流程图。
图2是根据一示例性实施例示出的一种自动驾驶汽车的电路框图。
图3是根据一示例性实施例示出的一种车辆编队通过路口的示意图。
图4是根据一示例性实施例示出的一种车辆编队的协同控制方法的处理流程图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法和装置的例子。
图1是根据一示例性实施例示出的一种车辆编队的协同控制方法的流程图。该方法可以应用于自动驾驶车辆编队的协同控制，具体包括以下步骤：
步骤S1：获取当前路口的信号灯的状态信息。
信号灯的状态信息是通过V2I(Vehicle-to-Infrastructure，车辆到基础设施)通信模块获取的，V2I通信模块能够与交通信号灯进行无线通信，接收信号灯的状态信息。信号灯的状态信息通常包括：信号灯位置信息、当前状态、当前相位剩余时间、红灯相位默认时间、黄灯相位默认时间和绿灯相位默认时间。
步骤S2：根据所述状态信息，判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致。
在本步骤中，车辆编队整体通过当前路口时的状态，是假设车辆编队保持一个预设的恒定速度(常规车速v)向前行驶的情况下，所预期的信号灯的状态。比如，当前状态为红灯，如果以常规车速v行驶通过当前路口时，预计信号灯为红灯，则状态一致。
步骤S3：根据判断结果和信号灯的当前状态，确定车辆编队能够整体通过当前路口的目标车速。
根据判断结果，可以将车辆编队的状态分为不同的情形，在每种情形下可以计算相应的目标车速，以保证车辆编队能够整体通过路口。比如，当前信号灯状态为绿灯，预计通过时仍然是绿灯，就不需要变速，直接通过即可。如果预计通过时信号灯不是绿灯，就需要改变车速。
步骤S4：根据所述目标车速对车辆编队的速度进行控制。
本申请的方案通过与信号灯的交互，根据接收到的信息实时调节车队行驶速度，在不干预信号灯正常工作的情况下，保证车辆编队能够完整、顺利地通过信号灯路口，降低停车等待时间，提高道路出行效率。
本申请的方案应用于至少两辆自动驾驶汽车之间的协同控制，本质上是一种编队速度控制算法，根据信号灯状态和时间计算出最优行驶速度的方法。本方案完全基于信号灯的倒计时去安排车队的行驶速度，如果预估这段绿灯的剩余时间里，车队整体过不去，那车队就整体停止等下一个绿灯，所以不会出现车队断开的问题。
如图2所示，每辆汽车上搭载定位模块、环境感知模块、自动驾驶控制模块、V2I通信模块(Vehicle-to-Infrastructure，就是车辆到基础设施的通信，比如，信号灯就是一种基础设施)、V2V通信模块(vehicle to vehicle，就是车辆到车辆的通信)和协同控制模块。V2I通信模块与自动驾驶控制模块和协同控制模块相连，V2V通信模块与协同控制模块相连，协同控制模块与自动驾驶模块互连，环境感知模块与自动驾驶模块相连，定位模块与自动驾驶模块相连。所述V2V通信模块用于车辆之间的无线通信；所述V2I通信模块用于车辆与信号灯的通信，接收当前信号灯状态、剩余时间及默认时间；导航定位模块用于车辆的实时定位；环境感知模块用于识别周围动静态障碍物和车道线；自动驾驶控制模块用于车辆的横纵向控制；协同控制模块根据接收V2I、V2V信息和自动驾驶控制模块反馈的车辆信息，控制车辆纵向速度以保持车辆队形并顺利通过信号灯路口。
一些实施例中，所述判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的当前状态；
获取定位信息，并根据定位信息确定车辆编队与当前路口之间的距离Si；
根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1；
根据时间t1判断通过当前路口时的状态与当前状态是否一致。
如图3所示，每组车辆编队的头车距信号灯距离记为Si，Si由头车位置(x1,y1)和信号灯位置信息(x2,y2)计算得出：
Figure BDA0002350947350000081
需要说明的是，头车位置即车辆编队中最靠前的第一辆车的位置信息，位置信息是通过车辆上搭载的定位模块获取的。信号灯位置信息(x2,y2)是从信号灯的状态信息中获取的。
车辆常规行驶速度记为v，这个参数能够从预设的编队信息中获取，编队信息是预先存储在车辆上搭载的相关电子设备中的。
一些实施例中，所述根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1，包括：
根据预设的编队信息确定车辆编队的长度length；
车辆编队整体通过当前路口所需的时间t1＝(Si+length)/v。
如图3所示，两个相邻信号灯分隔路段为单个路段，其长度记为Li；
假定共有n辆自动驾驶汽车编组，每辆车记为Veli,i∈N&i＜n；在同一路段范围内为一组，记为Gi，Gi中的车辆数目记为mi，mi满足：
Figure BDA0002350947350000082
车身长度记为Veli.length，车辆编队中两车之间保持的车间距记为Veli.space，这两个参数都是通过预设的编队信息确定的，根据这两个参数可以计算车辆编队的长度length＝n×Veli.length+(n-1)×Veli.space；然后就能进一步结合通过红绿灯的道路长度Si，从而确定整个车辆编队通过红绿灯需要走的距离为：Si+length。
一些实施例中，所述状态信息至少包括：当前状态、当前相位剩余时间TLi.t、红灯相位默认时间TLi.Tr、黄灯相位默认时间TLi.Ty和绿灯相位默认时间TLi.Tg；则信号灯的相位周期Tc＝TLi.Tr+TLi.Ty+TLi.Tg。
如图3所示，信号灯记作TLi，TLi.R代表当前红灯，TLi.Y代表当前黄灯，TLi.G代表当前绿灯；TLi.Tr代表红灯相位默认时间，TLi.Ty代表黄灯相位默认时间，TLi.Tg代表绿灯相位默认时间，比如，红灯60秒，黄灯3秒，绿灯40秒；TLi.t代表当前信号灯相位剩余时间。
一些实施例中，所述根据时间t1判断通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的相位周期Tc、信号灯的当前相位剩余时间TLi.t；
时间t1对相位周期Tc进行取余运算，得到时间t2；
根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致。
一些实施例中，所述根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致，包括：
如果t2≤TLi.t，则通过当前路口时的状态与当前状态一致；否则不一致。
下面结合具体的应用场景，对本申请的方案进行拓展说明。
如图4所示，本申请的一个具体实施例中，详细的算法流程如下：
步骤1：根据车辆所在路段对其进行分组，若只有一组，保持队形；否则，不在本方案的讨论范围内，因为这种情况下同一路段有多个分组，不属于本专利讨论范围。
也就是说，本申请的方案不讨论复杂情况，仅涉及一个路段上的一个车辆编组通过红绿灯路口的问题。
步骤2：通过V2I设备判断是否收到信号灯信号，若未收到信号灯信号，返回主循环；若收到信号灯信号，执行步骤3。
步骤3：计算车队在常规行驶速度下通过当前路段所需时间，记为t1，t2为t1中剔除多个完整信号灯相位周期Tc，执行步骤4；其中：
t1＝(Si+length)/v，length＝n×Veli.length+(n-1)×Veli.space；
t2＝t1％Tc，Tc＝TLi.Tr+TLi.Ty+TLi.Tg。
步骤4：若t2小于TLi.t，执行步骤5；否则，执行步骤12。
一些实施例中，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为红灯或黄灯，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
步骤5：判断当前信号灯状态是否为红灯，若为红灯，执行步骤6；否则，执行步骤8。
步骤6：计算加速通过信号灯的目标车速Vacc和减速通过信号灯的目标车速Vdel，计算如下所示，执行步骤7；其中：
Figure BDA0002350947350000101
Figure BDA0002350947350000102
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
考虑到在大多数路段上，都有规定的限速，那么Vdel和Vacc还需要根据限速的数值来进一步确定。可以将高限速记为Vmax，低限速记为Vmin。比如，某路段的规定是车速不得超过80km/h，80就是Vmax的数值；规定车速不得低于40km/h，40就是Vmin的数值。
一些实施例中，所述分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel，包括：
所述分别计算通过当前路口的预期加速度V’acc和预期减速度V’del；
获取当前路段的限速值Vmax和Vmin；
根据Vmax和Vmin确定Vdel和Vacc的值：
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
需要说明的是，自动驾驶汽车可以根据自身的定位信息确定所在的路段，并通过互联网查询当前路段的限速值。如果当前路段存在限速值，则直接确定Vmax和Vmin的具体数值；如果当前路段没有限速值，或者没有查询到限速值，则将Vmin赋值为0(或任意较小的数值)，将Vmax赋值为1000(或任意较大的数值，只要是车辆无法达到的速度)即可。
这样处理之后，如果Vdel和Vacc本来就在限速范围之内，则Vdel和Vacc不变；如果Vdel和Vacc大于高限速，就会被限制为Vmax；如果Vdel和Vacc小于低限速，就会被限制为Vmin。
步骤7：计算减速目标车速与常规车速差值和加速目标车速与常规车速差值，选取差值较小者为目标车速v′，该流程结束，执行下一次循环；其中：
Figure BDA0002350947350000111
步骤8：判断当前信号灯是否为黄灯，若为黄灯，执行步骤9；否则，执行步骤11。
步骤9：计算加速通过信号灯的目标车速Vacc和减速通过信号灯的目标车速Vdel，计算如下所示，执行步骤10；其中：
Figure BDA0002350947350000112
Figure BDA0002350947350000113
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
步骤10：计算减速目标车速与常规车速差值和加速目标车速与常规车速差值，选取差值较小者为目标车速v′，该流程结束，执行下一次循环；其中：
Figure BDA0002350947350000121
一些实施例中，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
步骤11：当前信号灯状态为绿灯，选取常规车速v作为目标车速，该流程结束，执行下一次循环。
一些实施例中，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为绿灯，则将预设的常规车速v确定为目标车速。
步骤12：判断当前信号灯状态是否为红灯，若为红灯，执行步骤13；否则，执行步骤16。
步骤13：判断t2-TLi.t＞TLi.Tg是否成立，若成立，执行步骤14；否则，执行步骤15。
步骤14：计算加速通过信号灯的目标车速Vacc，选取Vacc作为控制目标车速v′，该流程结束，执行下一次循环；其中：
Figure BDA0002350947350000122
Vacc＝max(min(V’acc,Vmax),Vmin)。
步骤15：选取常规车速v作为目标车速，该流程结束，执行下一次循环；
一些实施例中，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为红灯时，则：
判断t2-TLi.t＞TLi.Tg是否成立，根据判断结果确定目标车速。
一些实施例中，所述根据判断结果确定目标车速，包括：
如果成立，计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速；
如果不成立，将预设的常规车速v确定为目标车速。
步骤16：判断当前信号灯是否为黄灯，若为黄灯，执行步骤17；否则，执行步骤18。
步骤17：计算加速通过信号灯的目标车速Vacc，选取Vacc作为目标车速v′，该流程结束，执行下一次循环；其中：
Figure BDA0002350947350000131
Vacc＝max(min(V’acc,Vmax),Vmin)。
一些实施例中，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为黄灯时，则：
计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速。
步骤18：计算加速通过信号灯的目标车速Vacc和减速通过信号灯的目标车速Vdel，计算如下所示，执行步骤19；其中：
Figure BDA0002350947350000132
Figure BDA0002350947350000133
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
步骤19：计算减速目标车速与常规车速差值和加速目标车速与常规车速差值，选取差值较小者为目标车速v′，该流程结束，执行下一次循环；其中：
Figure BDA0002350947350000134
一些实施例中，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为绿灯时，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
一些实施例中，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
本申请的方案应用于至少两辆自动驾驶汽车之间的协同控制，本质上是一种编队速度控制算法，根据信号灯状态和时间计算出最优行驶速度的方法，在不干预信号灯正常工作的情况下，保证车辆编队能够完整、顺利地通过信号灯路口，降低停车等待时间，提高道路出行效率。
本申请还提供如下的实施例：
一种车辆编队的协同控制装置，包括：
存储器，用于存储可执行的计算机程序；
控制器，用于执行所述存储器中存储的程序，以执行如上任一种实施例所述方法的操作步骤。
关于上述实施例中的装置，其中控制器执行操作的具体步骤已经在有关该方法的实施例中进行了详细描述，此处不再详细阐述说明。
本申请还提供如下的实施例：
一种自动驾驶汽车，所述汽车上搭载有：
导航定位模块，用于对车辆进行实时定位；
自动驾驶控制模块，用于控制车辆的行驶；
V2I通信模块，用于接收信号灯的状态信息；
V2V通信模块，用于不同车辆之间进行无线通信；
协同控制模块，用于执行如上任一种实施例所述方法的操作步骤。
关于上述实施例中的自动驾驶汽车，其中协同控制模块执行操作的具体步骤已经在有关该方法的实施例中进行了详细描述，此处不再详细阐述说明。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (18)

1.一种车辆编队的协同控制方法，其特征在于，包括：
获取当前路口的信号灯的状态信息；
根据所述状态信息，判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致；
根据判断结果和信号灯的当前状态，确定车辆编队能够整体通过当前路口的目标车速；
根据所述目标车速对车辆编队的速度进行控制。
2.根据权利要求1所述的方法，其特征在于，所述判断信号灯在车辆编队整体通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的当前状态；
获取定位信息，并根据定位信息确定车辆编队与当前路口之间的距离Si；
根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1；
根据时间t1判断通过当前路口时的状态与当前状态是否一致。
3.根据权利要求2所述的方法，其特征在于，所述根据距离Si和预设的常规车速v确定车辆编队整体通过当前路口所需的时间t1，包括：
根据预设的编队信息确定车辆编队的长度length；
车辆编队整体通过当前路口所需的时间t1＝(Si+length)/v。
4.根据权利要求2所述的方法，其特征在于，所述根据时间t1判断通过当前路口时的状态与当前状态是否一致，包括：
根据所述状态信息确定信号灯的相位周期Tc、信号灯的当前相位剩余时间TLi.t；
时间t1对相位周期Tc进行取余运算，得到时间t2；
根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致。
5.根据权利要求4所述的方法，其特征在于，所述根据t2和TLi.t判断通过当前路口时的状态与当前状态是否一致，包括：
如果t2≤TLi.t，则通过当前路口时的状态与当前状态一致；否则不一致。
6.根据权利要求4所述的方法，其特征在于，所述状态信息至少包括：当前状态、当前相位剩余时间TLi.t、红灯相位默认时间TLi.Tr、黄灯相位默认时间TLi.Ty和绿灯相位默认时间TLi.Tg；
则信号灯的相位周期Tc＝TLi.Tr+TLi.Ty+TLi.Tg。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为红灯或黄灯，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
8.根据权利要求7所述的方法，其特征在于，所述分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel，包括：
所述分别计算通过当前路口的预期加速度V’acc和预期减速度V’del；
如果v-V’del≤V’acc-v，则将V’del确定为待选目标车速，否则将V’acc确定为所述待选目标车速；
获取当前路段的限速值Vmax和Vmin；
根据Vmax、Vmin以及所述待选目标车速，确定目标车速Vdel或者Vacc的值：
Vdel＝max(min(V’del,Vmax),Vmin)；或者，
Vacc＝max(min(V’acc,Vmax),Vmin)。
9.根据权利要求7所述的方法，其特征在于，所述分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel，包括：
所述分别计算通过当前路口的预期加速度V’acc和预期减速度V’del；
获取当前路段的限速值Vmax和Vmin；
根据Vmax和Vmin确定Vdel和Vacc的值：
Vdel＝max(min(V’del,Vmax),Vmin)；
Vacc＝max(min(V’acc,Vmax),Vmin)。
10.根据权利要求9所述的方法，其特征在于，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
11.根据权利要求1-6任一项所述的方法，其特征在于，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态一致，且当前状态为绿灯，则将预设的常规车速v确定为目标车速。
12.根据权利要求1-6任一项所述的方法，其特征在于，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为红灯时，则：
判断t2-TLi.t＞TLi.Tg是否成立，根据判断结果确定目标车速。
13.根据权利要求12所述的方法，其特征在于，所述根据判断结果确定目标车速，包括：
如果成立，计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速；
如果不成立，将预设的常规车速v确定为目标车速。
14.根据权利要求1-6任一项所述的方法，其特征在于，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为黄灯时，则：
计算加速通过当前路口的速度Vacc，并将Vacc确定为目标车速。
15.根据权利要求1-6任一项所述的方法，其特征在于，所述确定车辆编队能够整体通过当前路口的目标车速，包括：
如果信号灯在车辆编队整体通过当前路口时的状态与当前状态不一致，且当前状态为绿灯时，则：
分别计算加速通过当前路口的速度Vacc和减速通过当前路口的速度Vdel；
根据预设的常规车速v将Vacc或Vdel确定为目标车速。
16.根据权利要求15所述的方法，其特征在于，所述根据预设的常规车速v将Vacc或Vdel确定为目标车速，包括：
如果v-Vdel≤Vacc-v，则将Vdel确定为目标车速；
否则将Vacc确定为目标车速。
17.一种车辆编队的协同控制装置，其特征在于，包括：
存储器，用于存储可执行的计算机程序；
控制器，用于执行所述存储器中存储的程序，以执行如权利要求1-16任一项所述的方法。
18.一种自动驾驶汽车，其特征在于，所述汽车上搭载有：
导航定位模块，用于对车辆进行实时定位；
自动驾驶控制模块，用于控制车辆的行驶；
V2I通信模块，用于接收信号灯的状态信息；
V2V通信模块，用于不同车辆之间进行无线通信；
协同控制模块，用于执行如权利要求1-16任一项所述的方法。
CN201911414960.1A 2019-12-31 2019-12-31 车辆编队的协同控制方法和装置 Active CN111199640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911414960.1A CN111199640B (zh) 2019-12-31 2019-12-31 车辆编队的协同控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911414960.1A CN111199640B (zh) 2019-12-31 2019-12-31 车辆编队的协同控制方法和装置

Publications (2)

Publication Number Publication Date
CN111199640A true CN111199640A (zh) 2020-05-26
CN111199640B CN111199640B (zh) 2022-02-01

Family

ID=70746408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911414960.1A Active CN111199640B (zh) 2019-12-31 2019-12-31 车辆编队的协同控制方法和装置

Country Status (1)

Country Link
CN (1) CN111199640B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102639A (zh) * 2020-10-16 2020-12-18 中国联合网络通信集团有限公司 一种控制方法及装置
CN113012448A (zh) * 2021-02-08 2021-06-22 清华大学 一种解决路***通拥堵的汽车配发编队智能驾驶***
CN113247003A (zh) * 2021-06-29 2021-08-13 中国联合网络通信集团有限公司 基于绿波通行的速度评估方法、装置、设备及存储介质
CN113903166A (zh) * 2020-07-06 2022-01-07 奥迪股份公司 车队驾驶辅助***、相应的方法和计算机可读存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5928294A (en) * 1994-02-03 1999-07-27 Zelinkovsky; Reuven Transport system
DE102008026686A1 (de) * 2008-06-04 2009-12-10 Andreas Glindemann Elektronische Deichsel
CN103198686A (zh) * 2013-03-26 2013-07-10 东南大学 一种降低车辆闯黄灯概率的车速诱导控制方法
CN104199451A (zh) * 2014-09-22 2014-12-10 江苏理工学院 红绿灯路口用无人驾驶车辆的通行控制***及其工作方法
CN105809950A (zh) * 2016-03-28 2016-07-27 重庆邮电大学 一种基于车路协同技术的车辆编队方法及其***
CN106781435A (zh) * 2016-12-15 2017-05-31 清华大学 一种基于无线通信的非信控交叉路口车辆编队通行方法
CN107248276A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于车路协同的智能网联汽车编队控制方法及装置
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN107963077A (zh) * 2017-10-26 2018-04-27 东软集团股份有限公司 一种车辆通过路口的控制方法、装置及***
CN108365986A (zh) * 2018-02-07 2018-08-03 重庆大学 基于模型预测控制的混合动力车队协同能量管理方法
US20180286226A1 (en) * 2016-08-21 2018-10-04 International Business Machines Corporation Transportation vehicle traffic management
CN108973836A (zh) * 2018-07-25 2018-12-11 智慧式控股有限公司 智慧式无人生食及海鲜产品运售车及共享***及商业模式
US20190079540A1 (en) * 2017-09-13 2019-03-14 Lg Electronics Inc. Method for platooning of vehicles and vehicle using same
US20190250639A1 (en) * 2018-02-14 2019-08-15 Here Global B.V. Vehicle platoon system control for intersections

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5928294A (en) * 1994-02-03 1999-07-27 Zelinkovsky; Reuven Transport system
DE102008026686A1 (de) * 2008-06-04 2009-12-10 Andreas Glindemann Elektronische Deichsel
CN103198686A (zh) * 2013-03-26 2013-07-10 东南大学 一种降低车辆闯黄灯概率的车速诱导控制方法
CN104199451A (zh) * 2014-09-22 2014-12-10 江苏理工学院 红绿灯路口用无人驾驶车辆的通行控制***及其工作方法
CN105809950A (zh) * 2016-03-28 2016-07-27 重庆邮电大学 一种基于车路协同技术的车辆编队方法及其***
US20180286226A1 (en) * 2016-08-21 2018-10-04 International Business Machines Corporation Transportation vehicle traffic management
CN106781435A (zh) * 2016-12-15 2017-05-31 清华大学 一种基于无线通信的非信控交叉路口车辆编队通行方法
CN107248276A (zh) * 2017-07-26 2017-10-13 北方工业大学 一种基于车路协同的智能网联汽车编队控制方法及装置
US20190079540A1 (en) * 2017-09-13 2019-03-14 Lg Electronics Inc. Method for platooning of vehicles and vehicle using same
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN107963077A (zh) * 2017-10-26 2018-04-27 东软集团股份有限公司 一种车辆通过路口的控制方法、装置及***
CN108365986A (zh) * 2018-02-07 2018-08-03 重庆大学 基于模型预测控制的混合动力车队协同能量管理方法
US20190250639A1 (en) * 2018-02-14 2019-08-15 Here Global B.V. Vehicle platoon system control for intersections
CN110164122A (zh) * 2018-02-14 2019-08-23 赫力环球有限公司 用于路口的车辆列队***控制
CN108973836A (zh) * 2018-07-25 2018-12-11 智慧式控股有限公司 智慧式无人生食及海鲜产品运售车及共享***及商业模式

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113903166A (zh) * 2020-07-06 2022-01-07 奥迪股份公司 车队驾驶辅助***、相应的方法和计算机可读存储介质
CN112102639A (zh) * 2020-10-16 2020-12-18 中国联合网络通信集团有限公司 一种控制方法及装置
CN112102639B (zh) * 2020-10-16 2021-12-17 中国联合网络通信集团有限公司 一种控制方法及装置
CN113012448A (zh) * 2021-02-08 2021-06-22 清华大学 一种解决路***通拥堵的汽车配发编队智能驾驶***
CN113012448B (zh) * 2021-02-08 2022-07-19 清华大学 一种解决路***通拥堵的汽车配发编队智能驾驶***
CN113247003A (zh) * 2021-06-29 2021-08-13 中国联合网络通信集团有限公司 基于绿波通行的速度评估方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111199640B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN111199640B (zh) 车辆编队的协同控制方法和装置
US11485382B2 (en) Control unit and method for operating a driving function at a signalling installation
US10453346B2 (en) Vehicle light control
US9262918B2 (en) Vehicle-use signal information processing device and vehicle-use signal information processing method, as well as driving assistance device and driving assistance method
JP6020249B2 (ja) ハイブリッド車両用制御装置
US10882449B2 (en) Vehicle light platoon
CN106064626A (zh) 车辆行驶控制装置
JP2016149044A (ja) 隊列走行管理装置、及び隊列走行管理プログラム
CN111429735B (zh) 机动车信号灯控制方法、装置及计算机可读存储介质
JP2018060448A (ja) 車両制御システム、及び、隊列走行システム
CN111081009A (zh) 一种基于车联网的车辆编队行驶***及控制方法
WO2019073552A1 (ja) 車両制御システム、及び、隊列走行システム
CN105766008A (zh) 通信***
US20210043090A1 (en) Electronic device for vehicle and method for operating the same
JP2011113503A (ja) 運転支援装置
JP2023052970A (ja) 表示装置
US11210945B2 (en) Infrastructure system
JP5201167B2 (ja) 車群走行制御装置
US10926798B2 (en) Pothole display
JP2015075802A (ja) 車両の運転支援制御装置または運転支援制御方法
CN113276889B (zh) 自动驾驶汽车控制方法、装置、设备及可读存储介质
JP5332993B2 (ja) 走行計画生成装置
JP5493943B2 (ja) 案内提供サーバ、方法、プログラムおよびシステム
JP2020191032A (ja) 走行支援方法及び走行支援装置
KR102407809B1 (ko) 도시도로를 위한 자율군집주행 관리 방법

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230825

Address after: Building 2, No. 209 Changxing Third Road, Xiping Street, Songyang County, Lishui City, Zhejiang Province, 323000

Patentee after: Neolithic Unmanned Vehicle (Songyang) Co.,Ltd.

Address before: 102209 Room 122, No. 3 Institute of Future Iron and Steel Research, Anshan Iron and Steel Co., Ltd., North Second Street, Future Science City, Changping District, Beijing

Patentee before: NEOLIX TECHNOLOGIES Co.,Ltd.