CN112987715A - 一种自动组网的多车协同自动驾驶***、方法及车辆 - Google Patents

一种自动组网的多车协同自动驾驶***、方法及车辆 Download PDF

Info

Publication number
CN112987715A
CN112987715A CN201911300305.3A CN201911300305A CN112987715A CN 112987715 A CN112987715 A CN 112987715A CN 201911300305 A CN201911300305 A CN 201911300305A CN 112987715 A CN112987715 A CN 112987715A
Authority
CN
China
Prior art keywords
vehicle
driving
vehicles
networking
autonomous
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
CN201911300305.3A
Other languages
English (en)
Inventor
彭光清
刘灿
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.)
Hella Shanghai Electronics Co Ltd
Original Assignee
Hella Shanghai Electronics 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 Hella Shanghai Electronics Co Ltd filed Critical Hella Shanghai Electronics Co Ltd
Priority to CN201911300305.3A priority Critical patent/CN112987715A/zh
Publication of CN112987715A publication Critical patent/CN112987715A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control 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

Landscapes

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

Abstract

本发明提供了一种自动组网的多车协同自动驾驶***、方法及车辆,适用于自动驾驶车辆,包括组网模块、数据共享模块、决策模块及执行模块;所述组网模块向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络;所述数据共享模块向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;所述决策模块根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;所述执行模块根据所述驾驶策略执行驾驶行为。采用此种技术方案,通过多车组网可以实现不同车辆的传感器数据分享、车辆的行驶数据分享,从而减少单车传感器的负担,实现更精确而全面的驾驶控制。

Description

一种自动组网的多车协同自动驾驶***、方法及车辆
技术领域
本发明涉及自动驾驶领域,尤其涉及一种自动组网的多车协同自动驾驶***、方法及车辆。
背景技术
自动驾驶车辆为了实现自动驾驶,需要多传感器对障碍物进行精准探测,从而制定驾驶策略,以何种速度行驶、加速、减速、变道等。现有的自动驾驶多是基于单车的多传感器的数据融合和驾驶策略制定,从而实现车辆的速度控制、避障控制和变道控制等,但单车多传感器的数据融合与驾驶策略所需的所有数据均须由单一车辆自行探测获取,对传感器精准度的要求高且工作量大。
因此,本发明提供一种自动组网的多车协同自动驾驶***、方法及车辆,通过多车组网可以实现不同车辆的传感器数据分享、车辆的行驶数据分享,从而减少单车传感器的负担,实现更精确而全面的驾驶控制。同时多车组网不仅仅限于传感器的数据分享,车速也可以进行控制,当多车保持同一车速的情况下,传感器需要探测的数据也减少,如后面跟车以同一速度行驶时,则无需探测后面车辆,若后面车辆车速突然变化,通过数据共享,前面车辆也可以及时获知,及时进行探测或调整车速。
发明内容
为了解决上述问题,本发明的目的在于提供一种自动组网的多车协同自动驾驶***、方法及车辆,通过多车组网实现不同车辆数据共享,获知其他车辆的行驶数据以及其他车辆传感器探测到的障碍物信息,不仅减少单一车辆数据探测的负担,而且单一车辆自身数据与其他车辆分享的外来数据之间可以相互验证,提高数据的准确性,实现更精确全面的驾驶控制。
具体地,本发明一方面提供一种自动组网的多车协同自动驾驶***,适用于自动驾驶车辆,其特征在于,包括组网模块、数据共享模块、决策模块及执行模块;所述组网模块向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络;所述数据共享模块向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;所述决策模块根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;所述执行模块根据所述驾驶策略执行驾驶行为。
优选地,上述***中所述组网模块包括发送请求单元与接收请求单元;所述发送请求单元向所述其他自动驾驶车辆发送组网请求;所述接收请求单元接收所述其他自动驾驶车辆的组网请求;所述其他自动驾驶车辆包括不属于任何所述车辆网络的自动驾驶车辆或属于某一所述车辆网络的自动驾驶车辆。
优选地,上述***中所述组网请求包括目的地、当前车速、欲行驶速度、欲到达时间、当前位置信息中的一种或多种。
优选地,上述***中所述驾驶策略包括行驶速度、行驶车道、与前面车辆的距离、与障碍物的距离、与障碍物的相对速度中的一种或多种。
优选地,上述***中所述驾驶行为与所述驾驶策略对应,包括加速、减速、保持当前速度、变道、超车中的一种或多种。
优选地,上述***中还包括驾驶模型构建模块,根据所述自动驾驶车辆的原始数据及所述外来数据构建包含所述车辆网络内所有自动驾驶车辆的虚拟网络模型。
优选地,上述***中所述组网模块接收所述其他自动驾驶车辆的组网请求时,判断所述组网请求是否符合所述车辆网络的虚拟网络模型。
优选地,上述***中所述驾驶模型构建模块执行车辆加入、退出、变道运算。
本发明另一方面还提供一种自动组网的多车协同自动驾驶方法,适用于自动驾驶车辆,其特征在于,包括以下步骤:所述自动驾驶车辆向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络;所述自动驾驶车辆向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;所述自动驾驶车辆根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;所述自动驾驶车辆根据所述驾驶策略执行驾驶行为。
本发明另一方面还提供一种自动驾驶单元,其特征在于,包括无线通信单元、雷达、摄像头与自动驾驶域控制器,所述自动驾驶域控制器执行如上所述的多车协同自动驾驶方法。
采用了上述技术方案后,与现有技术相比,具有以下有益效果:
1.多车数据共享,减少单一车辆传感器数据探测的负担;
2.通过数据共享,单一车辆的自身数据与其他车辆分享的外来数据之间可以相互验证,提高数据的准确性;
3.建立车辆网络模型,实现全面且精确的驾驶控制,具有更高的安全性能。
附图说明
图1为符合本发明一优选实施例的自动组网的多车协同自动驾驶***的结构示意图;
图2为符合本发明一优选实施例的车辆加入示意图;
图3为符合本发明一优选实施例的车辆变道示意图;
图4为符合本发明一优选实施例的车辆退出示意图;
图5为符合本发明另一优选实施例的车辆退出示意图;
图6为符合本发明另一优选实施例的自动组网的多车协同自动驾驶***的结构示意图;
图7为符合本发明一优选实施例的自动组网的多车协同自动驾驶方法的流程示意图。
具体实施方式
以下结合附图与具体实施例进一步阐述本发明的优点。
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公开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、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身并没有特定的意义。因此,“模块”与“部件”可以混合地使用。
参阅附图1,为符合本发明一优选实施例的自动组网的多车协同自动驾驶***的结构示意图,适用于自动驾驶车辆,包括组网模块、数据共享模块、决策模块及执行模块;组网模块向其他自动驾驶车辆发出组网请求或接收其他自动驾驶车辆的组网请求组成车辆网络;数据共享模块向车辆网络内的其他自动驾驶车辆共享原始数据或接收其他自动驾驶车辆所共享的外来数据;决策模块根据自动驾驶车辆的原始数据及外来数据中的至少一种确定驾驶策略;执行模块根据驾驶策略执行驾驶行为。
自动驾驶车辆为了实现速度控制、避障控制和变道控制等,需要多个传感器如雷达、摄像头等探测周边环境并根据传感器探测的数据进行数据融合以制定驾驶策略,传统的自动驾驶***为单一车辆探测,基于单一车辆探测的数据制定驾驶策略。本发明提供一种多车协同的自动驾驶***,包括组网模块、数据共享模块、决策模块及执行模块,单一车辆A通过无线通信向附近其他自动驾驶车辆B发送组网请求,申请与该车辆B进行组网,接收到组网请求的车辆B判断是否接受该单一车辆A的请求,判断依据包括组网请求的内容和/或该车辆B的驾驶信息,组网成功后形成车辆网络1。本实施例不限制车辆B是否已经属于某一车辆网络或不属于任何一车辆网络,若车辆B本身不属于任何车辆网络,则组网成功后车辆A与车辆B形成车辆网络1,若车辆B已属于某一车辆网络,则组网成功后车辆A与该车辆网络共同形成车辆网络1。
形成车辆网络1后,车辆A的数据共享模块向车辆网络1内的其他自动驾驶车辆共享车辆A的原始数据,原始数据可以包含车辆A涉及驾驶的任何数据,如车辆A的位置、车辆A探测到的周围环境数据、车辆A的速度等,车辆A也可以接收车辆网络1中包括车辆B的所有其他自动驾驶车辆共享的外来数据,外来数据可以包含其他车辆涉及驾驶的任何数据,如车辆的位置、速度、探测到的周围环境数据等。车辆网络中的所有其他自动驾驶车辆也接收车辆网络中除自身外所有车辆共享的数据。自动驾驶***中的决策模块根据自动驾驶车辆的原始数据及外来数据中的至少一种确定驾驶策略,以车辆A为例,车辆A根据自身的原始数据与其他车辆分享的外来数据中的至少一种确定驾驶策略,优选地,车辆A根据原始数据与外来数据的结合确定驾驶策略,驾驶策略可以包括车辆速度、车道、行车路线等一种或多种策略,根据驾驶策略执行模块执行相应的驾驶行为。
通过此技术方案,可以实现不同车辆的传感器数据共享、行驶数据共享进而实现更精确而全面的驾驶控制。同时,由于数据共享,单一车辆可以获知其他车辆的行驶数据以及其他车辆传感器探测到的障碍物信息,不仅减少单一车辆数据探测的负担,而且单一车辆自身数据与其他车辆分享的外来数据之间可以相互验证,提高数据的全面与准确性,实现更精确的驾驶控制。
基于上述实施例,符合本发明的一优选实施例中,所述组网模块包括发送请求单元与接收请求单元;所述发送请求单元向所述其他自动驾驶车辆发送组网请求;所述接收请求单元接收所述其他自动驾驶车辆的组网请求;所述其他自动驾驶车辆包括不属于任何所述车辆网络的自动驾驶车辆或属于某一所述车辆网络的自动驾驶车辆。由于车辆既有可能主动发送组网请求也有可能接收其他车辆发送的组网请求进而组成车辆网络,因此,组网模块包括发送请求单元与接收请求单元,发送请求单元用于向其他自动驾驶车辆发送组网请求,接收请求单元用于接收其他自动驾驶车辆的组网请求,接收请求不仅仅包括收到请求,还包括对收到的组网请求的判断,进而决定是否接受该请求以组成网络。不限制其他自动驾驶车辆的种类,既可以是不属于任何车辆网络的自动驾驶车辆也可以是属于某一车辆网络的自动驾驶车辆,即可以向不属于任何车辆网络的单一自动驾驶车辆发送请求,也可以向属于某一车辆网络的自动驾驶车辆发送请求进而加入该车辆网络。
基于上述实施例,符合本发明的一优选实施例中,所述组网请求包括目的地、当前车速、欲行驶速度、欲到达时间、当前位置信息中的一种或多种。为了判断是否接受组网请求,组网请求中不仅包含请求,还需要包含相关信息以供收到组网请求的自动驾驶车辆判断,组网请求中可以包括目的地、当前车速、欲行驶速度、欲到达时间、当前位置信息中的一种或多种。目的地信息可以用于规划路线,判断发出请求车辆的路线是否与接受请求车辆的路线向匹配,以免刚组网就要离开车辆网络在此过程中增加计算量与驾驶行为,增加车辆驾驶负担。当前车速可以用于判断发出请求车辆的速度与接收请求车辆的车速差距,也可用于计算如若组网如何调整速度以相匹配。欲行驶速度可以用于判断发出请求车辆的欲行驶速度与接收请求车辆的车速是否匹配,以免车速差距过大组网后并不能确定合适的驾驶策略,如上述实施例中车辆A希望尽早达到目的地,欲行驶速度为110km/h(未超速),车辆B并不急于到达目的地或由于车辆上有儿童而不能高速行驶等,行驶速度为80km/h,在A向B发送组网请求时B可基于速度的判断而拒绝A的请求,以免错误组网反而降低效率。欲到达时间信息与目的地信息结合可以用于判断发出请求车辆可以接受的行驶速度范围,进而判断是否匹配,可否组网。当前位置信息可以用于判断是否便于组网以及如果组网如何执行驾驶行为,如变道等,以车辆A与车辆B为例,车辆A与车辆B之间间隔多个车道且行驶车辆较多,则在不便于变道组网的情况下拒绝组网,也可在后续便于组网时再次组网。组网请求可以包括上述信息中的一种或多种,上述信息仅为距离,任何利于判断驾驶行为是否匹配的其他信息也可作组网请求所包含的内容。
基于上述实施例,符合本发明的一优选实施例中,所述驾驶策略包括行驶速度、行驶车道、与前面车辆的距离、与障碍物的距离、与障碍物的相对速度中的一种或多种。自动驾驶***的决策模块根据自动驾驶车辆的原始数据及外来数据中的至少一种确定驾驶策略,优选地,既根据原始数据与外来数据的结合确定驾驶策略更为准确。以车辆A与车辆网络1为例,车辆A请求组网后与其他车辆形成车辆网络1,车辆A自动驾驶***的决策模块根据车辆A自身的原始数据,如行驶速度、车辆位置、车辆周围环境等,车辆周围环境包括如车辆前后左右的障碍物情况、间距等信息,以及车辆网络1中其他自动驾驶车辆分享的相应外来数据信息确定驾驶策略,驾驶策略包括车辆A加入车辆网络的行驶速度、车辆A应当行驶的车道、车辆A与前面车辆的距离,与周围障碍物的距离及相对速度等多种策略中的一种或多种。
优选地,由于组成车辆网络后,为了车辆网络在最优化的情况下运行,车辆网络中的所有车辆最好在同一车道顺序排列,以同一速度行驶,此时车辆A加入车辆网络后的行驶速度应当与其他车辆保持一致,与其他车辆在同一行驶车道行驶,除了上述驾驶策略外,还包括车辆A加入车辆网络后在车辆网络中的位置。
基于上述实施例,符合本发明的一优选实施例中,所述驾驶行为与所述驾驶策略对应,包括加速、减速、保持当前速度、变道、超车中的一种或多种。确定驾驶策略后,发出组网请求的车辆须执行相应的驾驶行为以完成驾驶策略,结合附图举例说明。
参阅图2,为车辆网络中有车辆加入的情形,车辆网络原来包括ABD三辆车,车辆C发出组网请求后加入车辆网络,车辆C当前处于车辆网络所在车道的右边车道,且在水平位置上处于车辆网络的第二辆车与第三辆车之间的位置上,车辆C根据原始数据与外来数据信息确定的驾驶策略为车速与车辆网络相同,行驶车道为车辆网络所在车道,车辆C加入车辆网络后的位置为第二辆车与第三辆车之间,与前面车辆距离为L,则车辆A的执行模块根据驾驶策略执行相应的驾驶行为,车辆ABD通过数据共享包括获取除自身外其他车辆的驾驶策略后也确定自身的驾驶策略,并执行相应的驾驶行为,如AB车保持当前速度当前车道继续行驶,车辆D在探测后方安全的情况下减速,与车辆B拉开距离,车辆C执行相应的驾驶行为进入相应车道,如加速、变道。车辆C进入车辆网络所在车道后车辆C车辆D调整速度以达到与前方车辆的距离并以相应速度稳定行驶,形成稳定的车辆网络,此时驾驶策略对应的驾驶行为即为保持当前速度。
参阅图3,为车辆网络正常行驶时遇到障碍物的情形,车辆网络包括ABCD四辆车,车辆A位于车头,车辆A探测到前方100m具有一障碍物后与其他车辆共享数据,由于数据是实时共享的,其他车辆与将所有探测到的数据相互共享,根据探测到的数据,右边车道相应位置均无车辆及障碍物,则决策模块确定行驶车道为右边车道,车辆网络内所有车辆执行向右变道驾驶行为。若当前车道为最左侧车道,车辆网络内有车辆探测到右边车道有其他车辆,则车辆网络内车辆执行相应的减速、变道行为以避开障碍物,待避开障碍物后再根据周围环境情况重新恢复车队行驶。若车辆网络探测到前方有车辆缓慢行驶,也可根据决策执行相应的超车驾驶行为等。无论遇到何种情况,由于数据共享,车辆网络内的车辆都可以及时却准确的做出决策并执行相应的驾驶行为。
参阅图4,为车辆网络中有车辆退出的情形,车辆网络包括ABCD四辆车,车辆网络中位于队尾的车辆D需要退出车辆网络,车辆网络中所有车辆根据共享的数据情况确定相应的驾驶策略并执行驾驶行为,如车辆网络中的其他车辆的驾驶策略为保持当前速度行驶,车辆D减速或变道离开该车辆网络。
参阅图5,为车辆网络中有车辆退出的情形,车辆网络包括ABCD四辆车,车辆网络中位于队中的车辆B需要退出车辆网络,车辆网络中所有车辆根据共享的数据情况确定相应的驾驶策略并执行驾驶行为,如车辆网络中的车辆A的驾驶策略中行驶速度为当前速度或比当前速度高的速度,对应的驾驶行为为保持原速度行驶或加速,车辆C与车辆D的驾驶策略中行驶速度为与当前速度相同或比当前速度低的速度,对应的驾驶行为为保持原速度行驶或减速,车辆的驾驶策略中行驶车道为右边车道,对应的驾驶行为为变道。
参阅图6,另一优选实施例的自动组网的多车协同自动驾驶***的结构示意图,还包括,驾驶模型构建模块,根据所述自动驾驶车辆的原始数据及所述外来数据构建包含所述车辆网络内所有自动驾驶车辆的虚拟网络模型。在此实施例中,驾驶模型构建模块根据其原始数据及数据共享获得的外来数据构建包含车辆网络内所有自动驾驶车辆的虚拟网络模型,从而能够实现更为精确而全面的驾驶控制。在一种实施方式下,车辆网络包含若干车辆,组成一个自动驾驶车队,车队由头车,尾车,中间车辆1,中间车辆2,中间车辆n组成。车队组网成功后,所有车辆相互分享各自采集的数据,通过数据融合,建立基于车队的虚拟网络模型,虚拟网络模型即驾驶模型,包括车队速度、各车辆前后距离、头车与前部车辆或者障碍物的距离、相对速度、尾车与后部车辆距离、相对速度、各自车辆与侧部障碍物距离、相对速度、行驶路线等,通过虚拟网络模型的建立,所有车辆都成为虚拟网络模型中的一个点,虚拟网络模型精确地全面地规划与控制每一辆车的行驶路径与驾驶策略,包括车辆加入、车辆退出,正常行进过程中遇到障碍物的反应等。
并不需要每辆车都建立虚拟网络模型,可以由车辆网络中的任一辆车的驾驶模型构建模块建立整个车辆网络的虚拟网络模型并分享给其他车辆,所有车辆的决策模块根据虚拟网络模型确定驾驶策略,执行相应的驾驶行为。优选地,由于头车对前部车辆与障碍物具有更直接的数据信息,反应更快,可以由头车建立此虚拟网络模型。
基于上述实施例,符合本发明的一优选实施例中,所述组网模块接收所述其他自动驾驶车辆的组网请求时,判断所述组网请求是否符合所述车辆网络的虚拟网络模型。在此实施方式中,车辆网络中的任一车辆接收到其他自动驾驶车辆的组网请求时,根据组网请求的内容判断组网请求是否符合虚拟网络模型,如组网请求的目的地与虚拟网络模型的行驶路线是否相匹配,速度是否相匹配等,若相符合或匹配,则接收请求,进行组网,并基于虚拟网络模型计算各车的驾驶策略如何调整以使该车辆进入车辆网络。
基于上述实施例,符合本发明的一优选实施例中,所述驾驶模型构建模块执行车辆加入、退出、变道运算。驾驶模型构建模块建立虚拟网络模型后,车辆的所有驾驶策略均可基于该虚拟网络模型计算,如车辆加入运算、车辆退出运算、变道运算等,本实施方式并不限制于这几种运算,车辆驾驶过程中的所有决策均可基于此模型计算。具体来说,有其他车辆希望加入时,基于虚拟网络模型根据其位置和距离计算出最佳合适的位置,位于该最合适位置的前方的车辆保持不变的速度,后部的车辆减速,直至长度足够该驶入车队。有车辆发出驶离车队命令时,位于该车前面车辆加速,直至该车与前面车辆有足够长度安全驶出车队,然后车队重新恢复安全距离。当头车检测前方有障碍物或者需要变道时,立刻通过驾驶模型构建模块计算各车辆如何变道并分享到其他车辆,车队所有车辆按照该计算结果执行驾驶行为,如统一减速变道。
采用此技术方案后,可以通过虚拟网络模型全盘计算所有车辆的驾驶策略,车辆真正的形成统一的整体,实现更精确而全面的驾驶控制。
本发明另一方面,还提供一种自动组网的多车协同自动驾驶方法。参阅图7,为符合本发明一优选实施例的自动组网的多车协同自动驾驶方法的流程示意图,包括以下步骤:所述自动驾驶车辆向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络,若为向其他自动驾驶车辆发出组网请求,则根据等待其他车辆接收组网请求进行组网,若为接收其他自动驾驶车辆的组网请求,则还包括根据组网请求判断组网请求与自身驾驶情况是否匹配以决定是否接受该组网请求的过程,具体过程不再赘述,参阅上述实施例;组成车辆网络后,所述自动驾驶车辆向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;所述自动驾驶车辆根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;所述自动驾驶车辆根据所述驾驶策略执行驾驶行为。优选地,还包括建立虚拟网络模型的步骤,通过虚拟网络模型实现更加全面的控制。
本发明另一方面还提供一种自动驾驶车辆,包括无线通信单元、雷达、摄像头与自动驾驶域控制器,所述自动驾驶域控制器执行如上所述的多车协同自动驾驶方法。其中,无线通信单元用于车辆间的实时通信,雷达与摄像头用于探测周围环境数据,如,雷达负责各个车辆的前后左右障碍物距离、速度采集,摄像头负责前方环境数据采集包括前方车辆、人、障碍物等,自动驾驶域控制器执行上述多车协同自动驾驶方法。
采用本发明的技术方案,通过多车组网可以实现不同车辆的传感器数据分享、车辆的行驶数据分享,从而减少单车传感器的负担,实现更精确而全面的驾驶控制。同时多车组网不仅仅限于传感器的数据分享,车速也可以进行控制,当多车保持同一车速的情况下,传感器需要探测的数据也减少,如后面跟车以同一速度行驶时,则无需探测后面车辆,若后面车辆车速突然变化,通过数据共享,前面车辆也可以及时获知,及时进行探测或调整车速,并且,通过数据共享,单一车辆的自身数据与其他车辆分享的外来数据之间可以相互验证,提高数据的准确性。
应当注意的是,本发明的实施例有较佳的实施性,且并非对本发明作任何形式的限制,任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例,但凡未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种自动组网的多车协同自动驾驶***,适用于自动驾驶车辆,其特征在于,包括组网模块、数据共享模块、决策模块及执行模块;
所述组网模块向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络;
所述数据共享模块向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;
所述决策模块根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;
所述执行模块根据所述驾驶策略执行驾驶行为。
2.如权利要求1所述的自动组网的多车协同自动驾驶***,其特征在于,所述组网模块包括发送请求单元与接收请求单元;
所述发送请求单元向所述其他自动驾驶车辆发送组网请求;
所述接收请求单元接收所述其他自动驾驶车辆的组网请求;
所述其他自动驾驶车辆包括不属于任何所述车辆网络的自动驾驶车辆或属于某一所述车辆网络的自动驾驶车辆。
3.如权利要求1所述的自动组网的多车协同自动驾驶***,其特征在于,所述组网请求包括目的地、当前车速、欲行驶速度、欲到达时间、当前位置信息中的一种或多种。
4.如权利要求1所述的自动组网的多车协同自动驾驶***,其特征在于,所述驾驶策略包括行驶速度、行驶车道、与前面车辆的距离、与障碍物的距离、与障碍物的相对速度中的一种或多种。
5.如权利要求4所述的自动组网的多车协同自动驾驶***,其特征在于,所述驾驶行为与所述驾驶策略对应,包括加速、减速、保持当前速度、变道、超车中的一种或多种。
6.如权利要求1所述的自动组网的多车协同自动驾驶***,其特征在于,还包括,驾驶模型构建模块,根据所述自动驾驶车辆的原始数据及所述外来数据构建包含所述车辆网络内所有自动驾驶车辆的虚拟网络模型。
7.如权利要求6所述的自动组网的多车协同自动驾驶***,其特征在于,所述组网模块接收所述其他自动驾驶车辆的组网请求时,判断所述组网请求是否符合所述车辆网络的虚拟网络模型。
8.如权利要求6所述的自动组网的多车协同自动驾驶***,其特征在于,所述驾驶模型构建模块执行车辆加入、退出、变道运算。
9.一种自动组网的多车协同自动驾驶方法,适用于自动驾驶车辆,其特征在于,包括以下步骤:
所述自动驾驶车辆向其他自动驾驶车辆发出组网请求或接收所述其他自动驾驶车辆的组网请求组成车辆网络;
所述自动驾驶车辆向所述车辆网络内的所述其他自动驾驶车辆共享原始数据或接收所述其他自动驾驶车辆所共享的外来数据;
所述自动驾驶车辆根据所述自动驾驶车辆的原始数据及所述外来数据中的至少一种确定驾驶策略;
所述自动驾驶车辆根据所述驾驶策略执行驾驶行为。
10.一种自动驾驶车辆,其特征在于,包括无线通信单元、雷达、摄像头与自动驾驶域控制器,所述自动驾驶域控制器执行如权利要求9所述的多车协同自动驾驶方法。
CN201911300305.3A 2019-12-17 2019-12-17 一种自动组网的多车协同自动驾驶***、方法及车辆 Pending CN112987715A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911300305.3A CN112987715A (zh) 2019-12-17 2019-12-17 一种自动组网的多车协同自动驾驶***、方法及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911300305.3A CN112987715A (zh) 2019-12-17 2019-12-17 一种自动组网的多车协同自动驾驶***、方法及车辆

Publications (1)

Publication Number Publication Date
CN112987715A true CN112987715A (zh) 2021-06-18

Family

ID=76342006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911300305.3A Pending CN112987715A (zh) 2019-12-17 2019-12-17 一种自动组网的多车协同自动驾驶***、方法及车辆

Country Status (1)

Country Link
CN (1) CN112987715A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113676870A (zh) * 2021-08-12 2021-11-19 南京快轮智能科技有限公司 一种自动组网滑板车
CN114677833A (zh) * 2022-03-28 2022-06-28 广州小鹏汽车科技有限公司 车辆队列的控制方法、车辆队列和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295424A (zh) * 2013-06-28 2013-09-11 公安部第三研究所 基于视频识别和车载自组网的汽车主动安全***
CN103903454A (zh) * 2012-12-26 2014-07-02 ***通信集团公司 一种传感器组网控制方法及装置
CN105976629A (zh) * 2015-10-28 2016-09-28 乐卡汽车智能科技(北京)有限公司 一种行车信息共享的方法、车载平台及智能交通***
CN106502240A (zh) * 2016-12-30 2017-03-15 重庆集诚汽车电子有限责任公司 一种车车联网的车身控制***
CN106696962A (zh) * 2016-12-12 2017-05-24 东莞前沿技术研究院 交通***、车辆及其控制方法
CN107274720A (zh) * 2017-05-05 2017-10-20 广州汽车集团股份有限公司 一种自动驾驶汽车及多车协同控制方法、***
CN107613579A (zh) * 2017-10-31 2018-01-19 深圳零智创新科技有限公司 一种基于自组网的车辆间导航数据共享方法、装置及***
US20180101172A1 (en) * 2016-10-12 2018-04-12 Electronics And Telecommunications Research Institute Apparatus and method for sharing and learning driving environment data to improve decision intelligence of autonomous vehicle
CN109087503A (zh) * 2018-09-04 2018-12-25 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x的车车协同***及方法
CN109413665A (zh) * 2018-10-31 2019-03-01 中国船舶工业***工程研究院 一种水面无人艇协同组网方法
CN109890038A (zh) * 2019-01-29 2019-06-14 华南理工大学 一种基于SoftAP的无人机群集网络自组织方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103903454A (zh) * 2012-12-26 2014-07-02 ***通信集团公司 一种传感器组网控制方法及装置
CN103295424A (zh) * 2013-06-28 2013-09-11 公安部第三研究所 基于视频识别和车载自组网的汽车主动安全***
CN105976629A (zh) * 2015-10-28 2016-09-28 乐卡汽车智能科技(北京)有限公司 一种行车信息共享的方法、车载平台及智能交通***
US20180101172A1 (en) * 2016-10-12 2018-04-12 Electronics And Telecommunications Research Institute Apparatus and method for sharing and learning driving environment data to improve decision intelligence of autonomous vehicle
CN106696962A (zh) * 2016-12-12 2017-05-24 东莞前沿技术研究院 交通***、车辆及其控制方法
CN106502240A (zh) * 2016-12-30 2017-03-15 重庆集诚汽车电子有限责任公司 一种车车联网的车身控制***
CN107274720A (zh) * 2017-05-05 2017-10-20 广州汽车集团股份有限公司 一种自动驾驶汽车及多车协同控制方法、***
CN107613579A (zh) * 2017-10-31 2018-01-19 深圳零智创新科技有限公司 一种基于自组网的车辆间导航数据共享方法、装置及***
CN109087503A (zh) * 2018-09-04 2018-12-25 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x的车车协同***及方法
CN109413665A (zh) * 2018-10-31 2019-03-01 中国船舶工业***工程研究院 一种水面无人艇协同组网方法
CN109890038A (zh) * 2019-01-29 2019-06-14 华南理工大学 一种基于SoftAP的无人机群集网络自组织方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113676870A (zh) * 2021-08-12 2021-11-19 南京快轮智能科技有限公司 一种自动组网滑板车
CN114677833A (zh) * 2022-03-28 2022-06-28 广州小鹏汽车科技有限公司 车辆队列的控制方法、车辆队列和存储介质
CN114677833B (zh) * 2022-03-28 2023-10-31 广州小鹏汽车科技有限公司 车辆队列的控制方法、车辆队列和存储介质

Similar Documents

Publication Publication Date Title
CN106708057B (zh) 一种智能车辆编队行驶方法
US11868141B2 (en) Apparatus for controlling group driving and method thereof
CN106706341B (zh) 自动驾驶车辆换道能力的测试方法及测试场
US10481600B2 (en) Systems and methods for collaboration between autonomous vehicles
Kim et al. Cooperative perception for autonomous vehicle control on the road: Motivation and experimental results
CN110111605B (zh) 基于动态博弈的自动驾驶车辆出入口匝道行驶决策方法
JP4018236B2 (ja) 車両群形成制御装置
WO2018116409A1 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
JP7071173B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN206601241U (zh) 自动驾驶车辆换道能力的测试场
CN111580522A (zh) 无人驾驶汽车的控制方法、汽车和存储介质
CN108536149A (zh) 一种基于Dubins路径的无人驾驶车辆避障控制装置及控制方法
CN110816540B (zh) 交通拥堵的确定方法、装置、***及车辆
KR20180040759A (ko) 자율주행 차량의 판단 지능 향상을 위한 주행상황 데이터 공유 및 학습 장치 및 그 동작 방법
CN108352110A (zh) 控制车辆编队行驶的方法、集中控制设备和车辆
CN110199333A (zh) 用于至少一个队的编队车辆的方法
JP6846431B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
CN105929823A (zh) 基于现有地图的自动驾驶***及其驾驶方法
US10832580B2 (en) Cooperative driving control device and method therefor
US10816972B2 (en) Collective determination among autonomous vehicles
US20180233034A1 (en) Vehicle control device
US20200307558A1 (en) Vehicle control device, vehicle management device, vehicle control method, vehicle management method, and storage medium
KR20170119063A (ko) 협력 주행 제어 장치 및 방법
CN112987715A (zh) 一种自动组网的多车协同自动驾驶***、方法及车辆
CN112506177A (zh) 用于自动驾驶车辆的行为控制设备及行为控制方法

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