CN113401107B - 信息收集过程中的三轴无人车自主调整策略及*** - Google Patents
信息收集过程中的三轴无人车自主调整策略及*** Download PDFInfo
- Publication number
- CN113401107B CN113401107B CN202110864033.0A CN202110864033A CN113401107B CN 113401107 B CN113401107 B CN 113401107B CN 202110864033 A CN202110864033 A CN 202110864033A CN 113401107 B CN113401107 B CN 113401107B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- wheel
- unmanned vehicle
- information collection
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000008569 process Effects 0.000 title claims abstract description 30
- 230000010485 coping Effects 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000002689 soil Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004083 survival effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019994 cava Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003864 humus Substances 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/22—Conjoint control of vehicle sub-units of different type or different function including control of suspension systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
- B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/30—Conjoint control of vehicle sub-units of different type or different function including control of auxiliary equipment, e.g. air-conditioning compressors or oil pumps
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/06—Combustion engines, Gas turbines
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/08—Electric propulsion units
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/20—Steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2710/00—Output or target parameters relating to a particular sub-units
- B60W2710/30—Auxiliary equipments
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种信息收集过程中的三轴无人车自主调整策略，包括，获取远程信息收集任务信息和实时环境信息；解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整载荷状态和判断是否存在外部突发状况；基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；或，基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态。本发明还公开了一种信息收集过程中的三轴无人车自主调整***。本发明能很好适应野外复杂的环境，保证信息收集任务顺利有效的执行，提高了车辆生存能力、适应能力、信息收集能力及保护能力。
Description
技术领域
本发明涉及无人作战***技术领域，具体是一种信息收集过程中的三轴无人车自主调整策略。
背景技术
无人车辆作为未来无人***中的重要组成部分，可以用于农业、工业、地质等诸多领域，用于执行农作物浇灌、地形探勘、地质测绘、巡逻、信息收集等野外任务。
无人车辆由于其具有良好的机动性、稳定性、越野性、安全性等，具有很强的任务执行能力和更好的环境适应能力。无人车辆在执行任务过程中，人、野外生物、地形地貌等都会影响无人车辆的任务执行情况。
三轴无人车辆是具有三个车轴的无人车辆，包括前、中、后三个车轴共六个车轮，可以进行车辆底盘高度调节和轴距调节，部分三轴无人车辆的中间轴车轮还配置有轮履切换式车轮，具有更高的越野性和稳定性。
在信息收集任务中，三轴无人车辆在完成目标信息收集的同时，还需要进行自我隐藏，以免被目标发现而暴露，现有技术中，三轴无人车辆大多是通过外形上色(迷彩)伪装，通过伪装起到一个自我隐藏效果，但基于现有反信息收集技术，这种自我隐藏方式效果较差，极易被发现，而有的则是基于地形地貌如山石、草丛、壕沟、树木、洞穴、湖泊等外部环境进行隐藏，此类隐藏方式较好，但在信息收集时，三轴无人车辆需要进行移动找到信息收集位置，并使用信息收集设备进行信息收集，在移动或使用信息收集设备时，由于无人作战平台的信息收集设备外露，三轴无人车辆极易暴露，并且在移动时，为了不被发现，需要穿过一些特殊地形区域，如山石路、壕沟、山丘、斜坡、泥潭、沼泽等区域，这些特殊地形区域极易导致三轴无人车辆翻倒、沉陷或损坏等，影响了三轴无人车辆的信息收集效果。
同时，三轴无人车辆在执行任务过程中，还会受到突发状况的影响。在面对突发状况时，现有三轴无人车辆还没有较好的应对策略，大多是以快速隐藏来躲避突发状况，此类应对策略的成功率较小，并且还要考虑地形、速度、重心，及突发状况中目标速度、方向、类型等诸多因素的影响，导致此类应对策略很难实现，基本只能用于平坦区域使用，无法适应野外各种环境的使用需求。
发明内容
本发明的目的在于克服现有技术的不足，提供了一种信息收集过程中的三轴无人车自主调整策略，该方法在三轴无人车执行信息收集任务时可根据外部环境进行车辆状态自主调整策略，从而结合地形、车辆结构及突发状况类型等因素自我调整，从而保证三轴无人车的安全性和稳定性，并具有很好的环境适应能力和机动能力。
本发明的目的主要通过以下技术方案实现：信息收集过程中的三轴无人车自主调整策略，包括，获取远程信息收集任务信息和实时环境信息；解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态和判断是否存在外部突发状况；基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；或，基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
在该三轴无人车自主调整策略中，所述实时环境信息至少包括行驶环境信息、车辆行驶信息、车辆结构参数信息及外部环境光电信息。
在该三轴无人车自主调整策略中，所述外部突发状况通过智能识别评估方法确定，所述智能识别评估方法包括：
获取实时环境信息，提取疑似突发状况中目标的目标分类信息；
基于目标分类信息，对疑似突发状况进行识别和危险程度评估；
基于识别和危险程度评估结果，确定疑似突发状况是否属于外部突发状况。
在该三轴无人车自主调整策略中，所述外部突发状况应对策略步骤包括：
获取实时环境信息；
提取实时环境信息中外部突发状况的目标分类信息；
基于目标分类信息，确定突发状况类型；
基于确定结果和实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式及调节车辆行驶静默状态。
在该三轴无人车自主调整策略中，所述目标分类信息至少包括外部突发状况中目标的位置、速度、方向及高度。
在该三轴无人车自主调整策略中，所述确定突发状况类型包括：确定疑似突发状况属于外部突发状况时，基于目标分类信息和危险程度评估，确定突发状况类型；
所述突发状况类型至少包括远距离横向或斜横向突发状况、近距离横向或斜横向突发状况、垂直或近垂直上方突发状况、垂直或近垂直下方突发状况中的一种。
在该三轴无人车自主调整策略中，所述升降车轮胎压、切换车轮轮履结构包括：
若路面是松软或泥泞路面，则三轴无人车的前轴和后轴车轮降低胎压，中间轴将车轮切换为履带式行走；
若路面不是松软或泥泞路面，则三轴无人车的前轴和后轴车轮胎压不变保持正常，中间轴将车轮切换为轮式行走。
在该三轴无人车自主调整策略中，所述松软或泥泞路面的判断方法包括：
计算中间轴车轮在松软地形行进时能承受来自地面的最大水平方向剪切力τmax，计算公式为：
式中，c为常数，σ为地面所承受载荷，
为剪切角；
获取地面沉陷量z与地面所承受载荷σ之间的关系，地面沉陷量z与地面所承受载荷σ之间的关系用过以下公式计算获取：
式中，b为中间轴车轮与地面之间接触面积的短边长也即接触宽度，n为土体变形的指数，kc为土体变形的粘聚力模量和
为土体变形的摩擦系数；
通过公式(2)转换获得地面所承受载荷σ关系式：
基于中间轴车轮在松软地形行进时竖直方向受力平衡，获得竖直方向平衡公式：
式中，G为垂直作用力，δ为积分变量，l为接触长度，δM为接触点与车轮垂直中心线的夹角；
R'为与地面实时接触的部件半径，且有：
式中，RW为轮式行走的部件半径，RT为履带式行走时的等效半径，α为轮辋变形角度；
基于公式(1)～公式(5)，通过近似处理，得到在相同负载条件下，中间轴车轮在松软地形的沉陷量zM和轮辋变形角度α之间的表达式：
计算中间轴车轮在松软地形行进时水平方向牵引力F，得到：
结合公式(1)、(2)、(3)及(7)，得到在相同负载条件下，中间轴车轮在松软地形所能提供的最大牵引力F与轮辋变形角度α之间的关系：
基于公式(1)～公式(8)，求解中间轴车轮分别为履带式行走和轮式行走时需求的牵引力相同时的沉陷量Zt；
基于公式(1)～公式(8)，求解中间轴车轮实际行走时的实际沉陷量Zs；
比较：
若Zs＞Zt，则判断路面为松软或泥泞路面，采用履带式行走；
若Zs＜Zt，则判断路面为非松软或非泥泞路面，采用轮式行走。
在该三轴无人车自主调整策略中，所述调节车辆行驶静默状态包括：基于远程信息收集任务信息、载荷探测信息及实时环境信息，选择是否以发动机静默的方式静默行驶。
与现有技术相比，本发明的有益效果如下：本发明可基于三轴无人车的载荷设备获取其远程信息收集任务信息、载荷探测信息及实时环境信息，并基于以上信息对车辆进行车体状态和行驶状态进行自主调整，进而使得车辆能根据地形、路面、突发状况等选择合适的车辆结构和行驶模式，使得车辆更能适应复杂地形的行驶，从而在执行信息收集任务时不仅可以借助复杂地形隐藏自己，还能很好适应野外复杂的环境，保证信息收集任务顺利有效的执行，提高了车辆生存能力、适应能力、信息收集能力及保护能力。
基于此，本发明还公开了一种基于信息收集任务的三轴无人车自主调整***，该***包括，
获取模块，用于获取远程信息收集任务信息和实时环境信息；
解析模块，用于远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态和判断是否存在外部突发状况；
还包括，执行模块，用于基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；或，控制模块，用于基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
在三轴无人车自主调整***中，所述控制模块包括：
轮履控制模块，用于控制车轮胎压升降和车轮轮履结构切换；
车位控制模块，用于控制车辆底盘高度调节；
转向控制模块，用于确定并切换转向模式；
驱动控制模块，用于控制车辆机动模式调整；
发动机状态控制模块，用于控制车辆发动机静默状态。
本基于信息收集任务的三轴无人车自主调整***基于三轴无人车的获取模块获取相应信息，再通过解析模块进行信息解析后，基于解析结果执行、控制车辆进行车辆状态调整或行驶状态调整，进而提高车辆的自我生存能力、适应能力、信息收集能力及保护能力。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是信息收集过程中的三轴无人车自主调整策略的流程图；
图2是信息收集过程中的三轴无人车自主调整策略中步骤102的流程图；
图3是信息收集过程中的三轴无人车自主调整策略中步骤1022的流程图；
图4是信息收集过程中的三轴无人车自主调整策略中步骤103的流程图；
图5是信息收集过程中的三轴无人车自主调整策略中步骤1034的流程图；
图6是三轴无人车中心转向模式时的车轮状态图；
图7是三轴无人车快速转向模式时的车轮状态图；
图8是信息收集过程中的三轴无人车自主调整策略中步骤104的流程图；
图9是信息收集过程中的三轴无人车自主调整***的结构框图；
图10是信息收集过程中的三轴无人车自主调整***的控制模块的结构框图；
图11是基于外部突发状况为来自远距离横向/斜横向突发状况时的外部突发状况应对策略的流程图；
图12是基于外部突发状况为来自近距离横向/斜横向突发状况时的外部突发状况应对策略的流程图；
图13是基于外部突发状况为来自垂直/近垂直上方突发状况时的外部突发状况应对策略的流程图；
图14是基于外部突发状况为来自垂直/近垂直下方突发状况时的外部突发状况应对策略的流程图；
图15是信息收集过程中的三轴无人车自主调整策略的具体实施例。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
应当理解，本文使用的“***”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本发明和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本发明中使用了流程图用来说明根据本发明的实施例的***所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
如图1所示，作为本发明的第一个实施例，本发明公开了一种信息收集过程中的三轴无人车自主调整策略100，主要用于三轴无人车在执行信息收集任务时的车辆自主调调整，其具体包括以下步骤：
101、获取远程信息收集任务信息和实时环境信息；
102、解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态和判断是否存在外部突发状况；
103、基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；
或，
104、基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
本信息收集过程中的三轴无人车自主调整策略100，通过对三轴无人车的远程信息收集任务信息及实时环境信息进行任务和环境解析，并可根据解析结果进行不同的应对和车辆调整，在确保信息收集任务顺利进行的同时提高了三轴无人车的生存能力、适应能力、信息收集能力及自我保护能力。
在步骤101中，远程信息收集任务信息为通过无线网络远程下达的信息收集任务信息，信息收集任务信息至少包括目标信息、位置信息、行驶路线信息等。
实时环境信息至少包括有三轴无人车的行驶环境信息、车辆行驶信息、车辆结构参数信息及外部环境光电信息。
其中的行驶环境信息可以是地形信息、地图信息、空间信息、障碍物信息、路面信息、天气信息等；车辆行驶信息可以是车辆的驱动信息、速度信息、底盘高度信息、位移信息、坐标信息、方向信息、车辆滑移信息、车轮结构和受力信息等；车辆结构参数信息可是车辆底盘高度参数、车轮胎压参数、车轮状态参数、车辆转向参数、车辆载荷参数、车辆倾斜角参数等；外部环境光电信息可以是外部环境声光信息、热成像信息、辐射信息、电磁波信息等。
远程信息收集任务信息获取时，可以通过三轴无人车的车载设备获取，如无线收发器等，实时环境信息获取时，可通过三轴无人车自身车载设备或加装的获取单元、模块或设备进行周扫探测实时获取，或通过三轴无人车上级***发出的引导信息、接收的远程指令执行获取命令获取。其中的获取单元、模块或设备可以是远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。
具体的，在获取实时环境信息时，可采用可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等获取外部目标与背景的可见光信息/红外辐射信息，完成光电转换，形成可见光/红外目标原始图像数据，并将其存储于外部存储器中，可采用跟踪处理器、目标识别器完成目标捕获与跟踪，实时测量并反馈目标角偏，采用定位仪、热成像仪、电磁波探测仪、雷达等在目标稳定跟踪条件下距离测量、实现目标定位，从而为后序外部突发状况目标的判断、车辆的结构和状态调整提供数据基础。
如图2所示，步骤102中，具体包括两大解析步骤，具体为：
1021、解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态；
和，
1022、解析远程信息收集任务信息，并基于解析结果和实时环境信息，判断是否存在外部突发状况；
本步骤102在接收远程信息收集任务信息后，通过解析远程信息收集任务信息和实时环境信息，进而可以确定三轴无人车上信息收集载荷调整方案，进而确定在行驶、信息收集过程中信息收集载荷能够得到保护，并不会暴露位置。
在步骤1021中，当远程信息收集任务信息包含有信息收集载荷调整方案时，按照信息收集载荷调整方案进行信息收集载荷调整，当远程信息收集任务信息不包含有信息收集载荷调整方案时，三轴无人车可基于解析结果和实时环境信息后进行自主实时调整。具体的，当实时环境信息解析后，当前信息收集载荷位置会影响车辆正常行驶、有暴露或损坏可能时，三轴无人车可调整信息收集载荷状态，信息收集载荷状态可以是载荷功率、工作模式、位置、高度、角度等，如将伸出三轴无人车之外的信息收集载荷收回至车体内、利用保护盖等保护结构保护载荷、降低载荷功率、调节载荷工作模式和角度等，以提高车辆的隐藏效果、高机动性及载荷保护能力。
具体的，上述的信息收集载荷是指的三轴无人车上为了完成行驶、信息收集、反信息收集等目的而设置的各类设备、模块、***等，如上述的远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。需要说明的是，在部分三轴无人车上还设置有桅杆，用于搭载以上部分载荷和载荷的传感端，如雷达、镜头等，在进行信息收集载荷调整时，桅杆同样属于载荷调整范围，可基于解析结果调整桅杆高度，保护搭载的设备。
如图3所示，在步骤1022中，判断是否存在外部突发状况时，所述外部突发状况可通过智能识别评估方法判断，所述智能识别评估方法包括以下步骤：
10221、获取实时环境信息，提取疑似突发状况中目标的目标分类信息；
10222、基于目标分类信息，对疑似突发状况中目标进行识别和危险程度评估；
10223、基于识别和危险程度评估结果，确定疑似突发状况是否属于外部突发状况。
本步骤1022通过对疑似突发状况中目标的目标分类信息进行识别和危险程度评估，来判断疑似突发状况是否属于外部突发状况，从而可以根据判断结果执行后序步骤。
具体的，步骤10221中，当从获取的实时环境信息中，发现有疑似突发状况时，将该疑似突发状况中目标的目标分类信息提取出来。
其中的疑似突发状况，指的是三轴无人车在执行任务时遇到的影响其行驶或任务执行的状况，该状况为基于外部环境(目标)而可能导致三轴无人车碰撞、损坏、翻倒等的突发事件，其中的外部环境可能是空中、地面及地下的任何物体，如高低速移动物体，具有辐射、热成像反应或生物反应的物体，以及各类障碍物等。目标分类信息至少包括外部突发状况中目标的速度、方向、高度、距离、角度、位置、大小等信息。进一步的，目标分类信息还可以包括外部突发状况的目标的能量、体积、运动轨迹等信息，以完善外部突发状况中目标的状态信息，作为信息基础或判断内容，提高后序外部突发状况的确定准确性。
具体的，步骤10222中，疑似突发状况识别和危险程度评估中，可以是基于三轴无人车自身的控制***进行识别和评估，也可以通过网络模块将数据传输至远端，远程进行识别和评估，并通过远程命令执行后序步骤。
需要说明的是，目标识别技术在现有中已经较为常见，本实施例不再多余阐述，作为一种可行方式：疑似突发状况识别可以先采用ImageNet、KITTI等大型可视化数据集进行前训练(也称初训练)，通过层次化参数描述的深度神经网络和小样本训练，精准地构建不同类型目标的表征模式，利用轻量级深度网络实现单帧图像中显著区域提取、潜在目标预测、目标分类与位置回归，然后采用实测数据进行后训练和性能评估，对多类目标进行分类与识别，完成疑似突发状况识别。
具体的，步骤10223中，当完成识别及对应危险程度评估后，若疑似突发状况对三轴无人车行驶和自身安全构成威胁时，即可将其确定为外部突发状况。
如图4所示，步骤103主要是针对当信息收集任务解析后存在外部突发状况时的三轴无人车自主调整策略，避免在执行信息收集任务时因受到外部突发状况而导致任务失败。
具体的，在步骤103中，详细的外部突发状况应对策略步骤包括：
1031、获取实时环境信息；
1032、提取实时环境信息中外部突发状况中目标的目标分类信息；
1033、基于目标分类信息，确定突发状况类型；
1034、基于确定结果和实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式及调节车辆行驶静默状态。
本步骤103可基于三轴无人车外部的实时环境信息，确定突发状况并根据威胁类型进行车体状态和行驶状态调整，进而使得车辆能根据地形、路面、突发状况类型等选择合适的车辆结构和行驶模式，针对不同的突发状况选用不同的车辆结构和行驶模式，针对性的解决突发状况，且通过车辆结构和行驶模式调节，使得车辆更能适应复杂地形的行驶，从而在应对突发状况时具有更方阔的空间和环境，提高了车辆生存能力和适应能力，且车辆实时获取环境数据，车辆结构和行驶模式在确定突发状况后同步进行，进而提高响应速度，应对成功率高。
具体的，在步骤1031和步骤1032中，取实时环境信息和提取实时环境信息中外部突发状况的目标分类信息具体可采用上述步骤101和步骤10221的结构和方式获得，此处不再过多累述，在步骤101和步骤10221已经获得相应数据后，本步骤103可以直接跳过步骤1031和步骤1032进行。
而在步骤1033中，所述确定突发状况类型包括：
确定疑似突发状况属于外部突发状况时，基于目标分类信息和危险程度评估，确定突发状况类型；所述突发状况类型至少包括远距离横向或斜横向突发状况、近距离横向或斜横向突发状况、垂直或近垂直上方突发状况、垂直或近垂直下方突发状况中的一种。
突发状况类型的确定，可以基于目标分类信息中目标的高度信息、角度信息、位置信息确定，并可基于其热成像信息、速度信息、光电信息等进行危险程度评估，如一些外部地形地貌(壕沟、山丘等)的威胁，可以评估为低危突发状况，一些高速移动物体、辐射能高的物体则可评估为高危突发状况。
具体的，远距离横向或斜横向突发状况、近距离横向或斜横向突发状况、垂直或近垂直上方突发状况中的目标可能是外部的树木、山峰、导弹、敌人、动物、陷阱、坦克、装甲车、落石等，垂直或近垂直下方突发状况中的目标可能是壕沟、地雷、凸起的障碍物(石块、山丘、腐木)等。
步骤1034主要用于基于突发状况类型和实时环境信息，控制三轴无人车进行相应的车体状态和行驶状态调节，进而有针对性的、安全稳定的解决外部突发状况问题。
如图5所示，步骤1034中，主要包括车辆的车体状态调节步骤10341和行驶状态调整步骤10342。
具体的，车体状态调节步骤10341中，主要包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度。
进一步的，升降车轮胎压、切换车轮轮履结构主要包括：若路面是松软或泥泞路面，则三轴无人车的前轴和后轴车轮降低胎压，中间轴将车轮切换为履带式行走；若路面不是松软或泥泞路面，则三轴无人车的前轴和后轴车轮胎压不变保持正常，中间轴将车轮切换为轮式行走。通过本步骤调节，路面是松软或泥泞路面时，可以通过降低前后轴车轮胎压增加附着力，并将中间轴车轮切换为履带式行走，增加车轮中部支撑面积，减小滚动阻力，避免车体下沉，进而可以快速、平稳行进而不会出现打滑、沉陷。
需要说明的是，三轴无人车的中间轴的车轮为了实现履带式和轮式结构的切换，可选用现有的轮履切换式车轮结构实现轮式和履带式结构切换，由于轮履切换式车轮结构属于现有技术，本实施例不再过多累述。
需要说明的是：三轴无人车在轮式模式下中间轴车轮与地面之间接触面积小，在平坦坚实地形行进时阻力小，速度快效率高，也正因为如此却导致其在松软湿滑地形下的支承通过特性较差，易出现下陷以及打滑的情况。从轮式模式转换为履带式模式后，中间轴车轮与地面之间的接触方式由点接触变为面接触，可有效增大接地面积、降低接地比压，从而提高无人车松软湿滑地形的支承通过性能。且由于中间轴车轮通过对地面施加的压力与行进动力产生的剪切力，地面对其施以相应的支承力与牵引力。因三轴无人车行驶模式不同，中间轴车轮的形态也不同，与地面之间的接触情况也不同。在松软地形下，地面在受到车轮的压力时还会产生沉陷，当沉陷量大到一定程度时，三轴无人车便无法顺利通过。
因此，三轴无人车通过将中间轴车轮设计成轮履切换结构进行轮式和履带式行进方式切换，以适应不同路面的行驶所需，保证三轴无人车在松软或泥泞路面也能正常行驶，这就需要对车辆行驶路面是否为松软或泥泞路面进行合理判断。
基于此，本实施例基于贝克理论建立的变形轮在不同的模式下与地面之间的接触模型，提供了以下判断方法用于判断三轴无人车所在路面是否为松软或泥泞路面：
计算中间轴车轮在松软地形行进时能承受来自地面的最大水平方向剪切力τmax，计算公式为：
式中，c为常数，σ为地面所承受载荷，
为剪切角；
获取地面沉陷量z与地面所承受载荷σ之间的关系，地面沉陷量z与地面所承受载荷σ之间的关系用过以下公式计算获取：
式中，b为中间轴车轮与地面之间接触面积的短边长也即接触宽度，n为土体变形的指数，kc为土体变形的粘聚力模量和
为土体变形的摩擦系数；
通过公式(2)转换获得地面所承受载荷σ关系式：
基于中间轴车轮在松软地形行进时竖直方向受力平衡，获得竖直方向平衡公式：
式中，G为垂直作用力，δ为积分变量，l为接触长度，δM为接触点与车轮垂直中心线的夹角；
R'为与地面实时接触的部件半径，且有：
式中，RW为轮式行走的部件半径，RT为履带式行走时的等效半径，α为轮辋变形角度；
基于公式(1)～公式(5)，通过近似处理，得到在相同负载条件下，中间轴车轮在松软地形的沉陷量zM和轮辋变形角度α之间的表达式：
计算中间轴车轮在松软地形行进时水平方向牵引力F，得到：
结合公式(1)、(2)、(3)及(7)，得到在相同负载条件下，中间轴车轮在松软地形所能提供的最大牵引力F与轮辋变形角度α之间的关系：
基于公式(1)～公式(8)，求解中间轴车轮分别为履带式行走和轮式行走时需求的牵引力相同时的沉陷量Zt；
基于公式(1)～公式(8)，求解中间轴车轮实际行走时的实际沉陷量Zs；
比较：
若Zs＞Zt，则判断路面为松软或泥泞路面，采用履带式行走；
若Zs＜Zt，则判断路面为非松软或非泥泞路面，采用轮式行走。
通过该松软或泥泞路面的判断方法即可判断出三轴无人车的行驶路面情况，从而基于路面情况进行车辆结构调节，保证三轴无人车的机动性和可行性。
进一步的，调节车辆底盘高度主要包括：基于突发状况类型，升高或降低车辆底盘高度以使车体保持高位、中位或低位行驶。本实施例中，可以根据车辆稳定性和机动性需求，调节底盘高度，当三轴无人车在连续转向、斜行或面对横向/斜横向突发状况时，可以降低底盘至低位行驶，降低车体重心，提高车辆平稳性；当直线快速机动、面对垂直/近垂直上方突发状况时，可以调节底盘至正常中位行驶，增加其机动性；而当直线快速机动、面对垂直/近垂直下方突发状况时，可以提高底盘至高位行驶，使车辆底盘远离威胁，减轻受到的损伤。
需要说明的是，车辆底盘高度调节，可以通过在车轴和车轮之间安装升降装置如液压缸，液压缸伸缩端与车轮连接，并且车轮连接轮毂电机或马达，从而利用液压缸伸缩带动车轮升降，即可实现底盘升降，并且升降过程中不影响车轮驱动。
行驶状态调整步骤10342主要包括确定并切换转向模式、调整车辆机动模式及调节车辆行驶静默状态，其中，确定并切换转向模式包括：基于突发状况类型，确定是否采用中心转向模式快速转向以将车体侧面的防御面转向来袭方向；或，确定是否采用快速转向模式辅助车辆机动。调整车辆机动模式包括：基于突发状况类型，将车辆行驶状态调整为快速蟹行模式、快速S形行进模式或快速直行模式。进一步的，为了进一步减少车辆引起的动静，本步骤中还可以调节车辆行驶静默状态，根据信息收集任务和外部环境信息，选择发动机是否正常行驶或者以静默状态行驶，以减少工作声音。
具体的，如图6所示，中心转向模式为车辆沿着中心顺时针或者逆时针旋转。
如图7所示，快速转向模式为：前轮均沿转向方向转动所需角度，中间车轮方向不变，后轮沿转向方向反向转动相同角度，从而利用前后轮实现四轮转向，具有较小的转向半径，转向灵敏度较高、转向速度快。
在一些实施例中，当面对远距离横向/斜横向突发状况时，可采用中心转向模式快速转向以将车体侧面的防御面转向来袭方向，并采用快速转向模式以快速S形行进模式进行快速机动。在一些实施例中，当面对近距离横向/斜横向突发状况时，可采用中心转向模式快速转向以将车体侧面的防御面转向来袭方向，并采用快速蟹行模式进行快速机动。在一些实施例中，当面对垂直/近锤子上方或下方突发状况时，可以采用快速转向模式以快速直行模式快速机动。
如图8所示，步骤104主要用于当判断结果不存在外部突发状况时，三轴无人车的车辆调整策略，以保证信息收集任务的顺利进行。
具体的，步骤104中，主要包括车辆的车体状态调节步骤1041和行驶状态调整步骤1042。
车体状态调节步骤1041主要包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度。升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度方法在步骤103中已经详细阐述，此处不再多余累述。需要说明的是，本步骤中，升降车轮胎压、切换车轮轮履结构可以基于路面情况进行调整，而本步骤中的车辆底盘高度调节，除了上文所述内容，在行驶过程中遇到的山石、腐木、地面凸起等均可视为垂直/近垂直下方突发状况来进行车辆底盘高度调节，进而使车辆底盘远离威胁，减轻受到的损伤。
行驶状态调整步骤1042主要包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
需要说明的，确定转向模式、调整车辆机动模式在上文已经阐述了原理和方式，本步骤中，由于是用于信息收集任务使用，并没有外部威胁，故本步骤中，转向模式最好直接确定为正常转向模式，车辆机动模式采用正常行驶模式进行，以减少车辆高速或快速动作引起较大的声音或环境改变，避免暴露。
如图9所示，本发明第二个实施例提供了一种信息收集过程中的三轴无人车自主调整***200，包括，
获取模块201，用于获取远程信息收集任务信息和实时环境信息；
解析模块202，用于远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷位置和判断是否存在外部突发状况；
还包括，
执行模块203，用于基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；
或，
控制模块204，用于基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
本信息收集过程中的三轴无人车自主调整***200，通过获取模块201和解析模块202获取远程信息收集任务信息和实时环境信息，并对信息进行解析，从而通过执行模块203执行外部突发状况应对策略步骤或通过控制模块204控制三轴无人车调整车体状态和行驶状态，进而对车辆进行车体状态和行驶状态调整，使得车辆能根据地形、路面、突发状况等选择合适的车辆结构和行驶模式，车辆更能适应复杂地形的行驶，从而在执行信息收集任务时不仅可以借助复杂地形隐藏自己，还能很好适应野外复杂的环境，保证信息收集任务顺利有效的执行，提高了车辆生存能力、适应能力、信息收集能力及保护能力。
如图10所示，控制模块204在实际运用时，可基于三轴无人车自身的自主驾驶控制器进行搭建，从而可以和自主驾驶控制器相辅相成，为方便控制模块204分类控制，其可以由以下模块组成：
轮履控制模块2041，用于控制车轮胎压升降和车轮轮履结构切换；
车位控制模块2042，用于控制车辆底盘高度调节；
转向控制模块2043，用于确定并切换转向模式；
驱动控制模块2044，用于控制车辆机动模式调整；
发动机状态控制模块2045，用于控制车辆发动机静默状态。
当需要进行车体状态调节时，可通过轮履控制模块2041和车位控制模块2042分别控制胎压、车轮状态切换及底盘高度切换，当需要进行行驶状态调节时，则可通过转向控制模块2043确定并控制转向模式，再利用驱动控制模块2044控制车辆机动模式调整，进而分类控制，提高控制精度和响应速度，当需要调节发动机状态时，可通过发动机状态控制模块2045控制发动机是否采用静默状态行驶。
需要说明的是，在需要时，也可通过自主驾驶控制器的远程信号收发装置来收发信息，以实现远程操控。
需要说明的是，上述的外部突发状况的应对策略中，同样可采用信息收集过程中的三轴无人车自主调整***200中的模块组成对应的外部突发状况的应对***，如获取模块、控制模块、轮履控制模块、车位控制模块、转向控制模块、驱动控制模块等，从而可以实现相同的车体结构和状态调整，信息收集过程中的三轴无人车自主调整***200可以直接用于外部突发状况的应对***，从而二者共用***，减少三轴无人车的载荷量。
综上，为了更好的实施外部突发状况的应对策略，下面在信息收集过程中的三轴无人车自主调整***200的基础上，结合具体实施例1-具体实施例4，对外部突发状况的应对策略做详细解释和说明。
具体实施例1
如图11所示，基于外部突发状况的应对策略，具体包括：
获取实时环境信息。实时环境信息的获取设备可以是远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。
提取实时环境信息中外部突发状况中目标的目标分类信息。目标分类信息至少包括外部突发状况中目标的速度、方向、高度、距离、角度、位置、大小等信息。
基于目标分类信息，确定突发状况类型为远距离横向/斜横向来袭；
控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式。
在调整时，当路面是松软或泥泞路面时，轮履控制模块控制前后轴车轮降低胎压，中间轴车轮切换为履带式行走模式行走；当路面不是松软或泥泞路面时，轮履控制模块控制前后轴车轮保持正常胎压，中间轴车轮切换为轮式行走模式行走。
同时，控制车辆底盘高度降低至最低位，按照低位行驶状态行驶。
完成后，确定为中心转向模式进行车体转向，使得三轴无人车的车体防御面朝向威胁方向，以S形轨迹线快速机动，并将车辆切换为快速转向模式；
最后，控制车辆机动模式为快速S形行进模式，以S形轨迹线快速机动，完成整个外部突发状况的三轴无人车应对车辆调整。
具体实施例2
如图12所示，基于外部突发状况的应对策略，具体包括：
获取实时环境信息。实时环境信息的获取设备可以是远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。
提取实时环境信息中外部突发状况中目标的目标分类信息。目标分类信息至少包括外部突发状况中目标的速度、方向、高度、距离、角度、位置、大小等信息。
基于目标分类信息，确定突发状况类型为近距离横向/斜横向来袭；
用于控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式。
在调整时，当路面是松软或泥泞路面时，轮履控制模块控制前后轴车轮降低胎压，中间轴车轮切换为履带式行走模式行走；当路面不是松软或泥泞路面时，轮履控制模块控制前后轴车轮保持正常胎压，中间轴车轮切换为轮式行走模式行走。
同时，控制车辆底盘高度降低至最低位，按照低位行驶状态行驶。
完成后，确定为中心转向模式进行车体转向，使得三轴无人车的车体防御面朝向威胁方向，并将车辆切换为快速蟹行模式；
最后，控制车辆机动模式为快速蟹行模式，以蟹行轨迹线快速机动，完成整个外部突发状况的三轴无人车应对车辆调整。
具体实施例3
如图13所示，基于外部突发状况的应对策略，具体包括：
获取实时环境信息。实时环境信息的获取设备可以是远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。
提取实时环境信息中外部突发状况中目标的目标分类信息。目标分类信息至少包括外部突发状况中目标的速度、方向、高度、距离、角度、位置、大小等信息。
基于目标分类信息，确定突发状况类型为垂直/近垂直上方来袭；
控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式。
在调整时，当路面是松软或泥泞路面时，轮履控制模块控制前后轴车轮降低胎压，中间轴车轮切换为履带式行走模式行走；当路面不是松软或泥泞路面时，轮履控制模块控制前后轴车轮保持正常胎压，中间轴车轮切换为轮式行走模式行走。
同时，控制车辆底盘高度降低至中位，按照中位行驶状态行驶。
完成后，确定为快速转向模式进行快速转向；
最后，控制车辆机动模式为快速直行模式，以直行轨迹线快速机动，完成整个外部突发状况的三轴无人车应对车辆调整。
具体实施例4
如图14所示，基于外部突发状况的应对策略，具体包括：
获取实时环境信息。实时环境信息的获取设备可以是远红外摄像头、地形扫描仪、导航仪、陀螺仪、传感器、定位仪、测速仪、热成像仪、电磁波探测仪、雷达、可见光电视观瞄***、红外观瞄***、激光测距机、跟踪处理器、目标识别器等。
提取实时环境信息中外部突发状况中目标的目标分类信息。目标分类信息至少包括外部突发状况中目标的速度、方向、高度、距离、角度、位置、大小等信息。
基于目标分类信息，确定突发状况类型为垂直/近垂直下方来袭；
控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定并切换转向模式、调整车辆机动模式。
在调整时，当路面是松软或泥泞路面时，轮履控制模块控制前后轴车轮降低胎压，中间轴车轮切换为履带式行走模式行走；当路面不是松软或泥泞路面时，轮履控制模块控制前后轴车轮保持正常胎压，中间轴车轮切换为轮式行走模式行走。
同时，控制车辆底盘高度升高至最高位，按照高位行驶状态行驶。
完成后，确定为快速转向模式进行快速转向；
最后，控制车辆机动模式为快速直行模式，以直行轨迹线快速机动，完成整个外部突发状况的三轴无人车应对车辆调整。
同理，为了更好的理解和实施，最后将结合具体实施例5，以对信息收集过程中的三轴无人车自主调整策略100和信息收集过程中的三轴无人车自主调整***200做进一步详细说明。
具体实施例5
如图15所示，信息收集过程中的三轴无人车自主调整策略，包括以下步骤：
通过获取模块获取远程信息收集任务信息和实时环境信息；
解析模块解析远程信息收集任务信息，并结合实时环境信息，确定是否调整桅杆高度，并判断是否在存在外部突发状况；
其中，
当基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；
当基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；其中的调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
在调整时，轮履控制模块控制车轮胎压升降和车轮轮履结构切换；当路面是松软或泥泞路面时，轮履控制模块控制前后轴车轮降低胎压，中间轴车轮切换为履带式行走模式行走；当路面不是松软或泥泞路面时，轮履控制模块控制前后轴车轮保持正常胎压，中间轴车轮切换为轮式行走模式行走。
同时，车位控制模块根据路车辆路面情况、倾斜度、速度等选择是否控制车辆底盘进行高度调整。
而转向控制模块确定车辆为正常转向模式进行车体转向；
最后，驱动控制模块控制车辆机动模式为正常行驶模式，以正常状态行驶，完成整个车辆结构和状态调整。
而在调整时，当需要控制发动机状态时，发动机状态控制模块控制车辆发动机正常行驶或以静默方式行驶。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.信息收集过程中的三轴无人车自主调整策略，其特征在于，包括，
获取远程信息收集任务信息和实时环境信息；
解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态和判断是否存在外部突发状况；
基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤，所述外部突发状况应对策略步骤包括：
获取实时环境信息；
提取实时环境信息中外部突发状况中目标的目标分类信息；
基于目标分类信息，确定突发状况类型；
基于确定结果和实时环境信息，控制三轴无人车调整车体状态和行驶状态；
或，
基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
2.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述实时环境信息至少包括行驶环境信息、车辆行驶信息、车辆结构参数信息及外部环境光电信息。
3.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述外部突发状况通过智能识别评估方法确定，所述智能识别评估方法包括：
获取实时环境信息，提取疑似突发状况中目标的目标分类信息；
基于目标分类信息，对疑似突发状况进行识别和危险程度评估；
基于识别和危险程度评估结果，确定疑似突发状况是否属于外部突发状况。
4.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述目标分类信息至少包括外部突发状况中目标的位置、速度、方向及高度。
5.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述确定突发状况类型包括：确定疑似突发状况属于外部突发状况时，基于目标分类信息和危险程度评估，确定突发状况类型；
所述突发状况类型至少包括远距离横向或斜横向突发状况、近距离横向或斜横向突发状况、垂直或近垂直上方突发状况、垂直或近垂直下方突发状况中的一种。
6.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述升降车轮胎压、切换车轮轮履结构包括：
若路面是松软或泥泞路面，则三轴无人车的前轴和后轴车轮降低胎压，中间轴将车轮切换为履带式行走；
若路面不是松软或泥泞路面，则三轴无人车的前轴和后轴车轮胎压不变保持正常，中间轴将车轮切换为轮式行走。
7.根据权利要求6所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述松软或泥泞路面的判断方法包括：
计算中间轴车轮在松软地形行进时能承受来自地面的最大水平方向剪切力τmax，计算公式为：
式中，c为常数，σ为地面所承受载荷，
为剪切角；
获取地面沉陷量z与地面所承受载荷σ之间的关系，地面沉陷量z与地面所承受载荷σ之间的关系用过以下公式计算获取：
式中，b为中间轴车轮与地面之间接触面积的短边长也即接触宽度，n为土体变形的指数，kc为土体变形的粘聚力模量和
为土体变形的摩擦系数；
通过公式(2)转换获得地面所承受载荷σ关系式：
基于中间轴车轮在松软地形行进时竖直方向受力平衡，获得竖直方向平衡公式：
式中，G为垂直作用力，δ为积分变量，l为接触长度，δM为接触点与车轮垂直中心线的夹角；
R'为与地面实时接触的部件半径，且有：
式中，RW为轮式行走的部件半径，RT为履带式行走时的等效半径，α为轮辋变形角度；
基于公式(1)～公式(5)，通过近似处理，得到在相同负载条件下，中间轴车轮在松软地形的沉陷量zM和轮辋变形角度α之间的表达式：
计算中间轴车轮在松软地形行进时水平方向牵引力F，得到：
结合公式(1)、(2)、(3)及(7)，得到在相同负载条件下，中间轴车轮在松软地形所能提供的最大牵引力F与轮辋变形角度α之间的关系：
基于公式(1)～公式(8)，求解中间轴车轮分别为履带式行走和轮式行走时需求的牵引力相同时的沉陷量Zt；
基于公式(1)～公式(8)，求解中间轴车轮实际行走时的实际沉陷量Zs；
比较：
若Zs＞Zt，则判断路面为松软或泥泞路面，采用履带式行走；
若Zs＜Zt，则判断路面为非松软或非泥泞路面，采用轮式行走。
8.根据权利要求1所述的信息收集过程中的三轴无人车自主调整策略，其特征在于，所述调节车辆行驶静默状态包括：
基于远程信息收集任务信息、载荷探测信息及实时环境信息，选择是否以发动机静默的方式静默行驶。
9.信息收集过程中的三轴无人车自主调整***，其特征在于，包括，
获取模块，用于获取远程信息收集任务信息和实时环境信息；
解析模块，用于解析远程信息收集任务信息，并基于解析结果和实时环境信息，确定是否调整信息收集载荷状态和判断是否存在外部突发状况；
还包括，
执行模块，用于基于判断结果存在外部突发状况，执行外部突发状况应对策略步骤；
或，
控制模块，用于基于判断结果不存在外部突发状况，结合实时环境信息，控制三轴无人车调整车体状态和行驶状态；
其中，所述调整车体状态包括升降车轮胎压、切换车轮轮履结构及调节车辆底盘高度；所述调整行驶状态包括确定转向模式、调整车辆机动模式及调节车辆行驶静默状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110864033.0A CN113401107B (zh) | 2021-07-29 | 2021-07-29 | 信息收集过程中的三轴无人车自主调整策略及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110864033.0A CN113401107B (zh) | 2021-07-29 | 2021-07-29 | 信息收集过程中的三轴无人车自主调整策略及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113401107A CN113401107A (zh) | 2021-09-17 |
| CN113401107B true CN113401107B (zh) | 2022-05-10 |
Family
ID=77687907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110864033.0A Active CN113401107B (zh) | 2021-07-29 | 2021-07-29 | 信息收集过程中的三轴无人车自主调整策略及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113401107B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115107904B (zh) * | 2022-07-12 | 2023-09-05 | 武汉理工大学 | 可重构轮履通用分布式驱动无人车及其控制方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040216932A1 (en) * | 2001-07-09 | 2004-11-04 | United Defense, Lp | Hybrid wheel and track vehicle drive system |
| US8540040B2 (en) * | 2007-11-07 | 2013-09-24 | Gse Technologies, Llc | Multi-purpose ground vehicle |
| CN102844641A (zh) * | 2010-04-13 | 2012-12-26 | 阿格里泰克尼克工程有限公司 | 操作平台 |
| CN106800042B (zh) * | 2016-12-15 | 2018-10-19 | 中国北方车辆研究所 | 双侧独立电驱动履带车辆行驶状态切换控制方法 |
| CN106774366B (zh) * | 2016-12-23 | 2023-06-02 | 山河智能特种装备有限公司 | 一种仿生无人车控制***及其控制方法 |
| JP7219385B2 (ja) * | 2018-02-15 | 2023-02-08 | 有限会社ワタナベエレクトロニクス | 電気自動車 |
| CN109085837B (zh) * | 2018-08-30 | 2023-03-24 | 阿波罗智能技术(北京)有限公司 | 车辆控制方法、装置、计算机设备及存储介质 |
| CN110509918B (zh) * | 2019-09-30 | 2021-06-25 | 吉林大学 | 一种基于无人驾驶车车信息交互的车辆安全控制方法 |
| CN112693532A (zh) * | 2021-01-27 | 2021-04-23 | 中国人民解放军陆军装甲兵学院蚌埠校区 | 一种履带式多功能地面无人作战平台 |
-
2021
- 2021-07-29 CN CN202110864033.0A patent/CN113401107B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113401107A (zh) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104768822B (zh) | 检测公路天气状况的方法和*** | |
| US9733348B2 (en) | Vehicle radar with beam adjustment | |
| US7272474B1 (en) | Method and system for estimating navigability of terrain | |
| CN101975951B (zh) | 一种融合距离和图像信息的野外环境障碍检测方法 | |
| US20220155415A1 (en) | Detecting Spurious Objects For Autonomous Vehicles | |
| CN114845916A (zh) | 调整载具传感器视场体积 | |
| US11958485B2 (en) | Vehicle control method and apparatus | |
| Silver et al. | Experimental analysis of overhead data processing to support long range navigation | |
| CN113401107B (zh) | 信息收集过程中的三轴无人车自主调整策略及*** | |
| Ringdahl et al. | Estimating wheel slip for a forest machine using RTK-DGPS | |
| CN104157160A (zh) | 车辆行驶控制方法、装置及车辆 | |
| CN106774366A (zh) | 一种仿生无人车控制***及其控制方法 | |
| US3625303A (en) | Terrain profiler and passive microwave sensor for controlling vehicle suspension | |
| CN105225478A (zh) | 智能车辆行为记录及评价方法 | |
| CN113370722B (zh) | 基于外部突发状况的三轴无人车应对策略方法及*** | |
| RU2632342C1 (ru) | Автономный мобильный робототехнический комплекс | |
| CN113370721B (zh) | 三轴无人车应对野外特种任务的控制策略及*** | |
| CN116301061A (zh) | 无人车跟人行驶方法、装置、电子设备及可读存储介质 | |
| Yamauchi | All-weather perception for small autonomous UGVs | |
| US20220179424A1 (en) | Systems and methods for autonomous navigation on sidewalks in various conditions | |
| Wolf et al. | Traction optimization for robust navigation in unstructured environments using deep neural networks on the example of the off-road truck Unimog | |
| CN206470608U (zh) | 一种仿生无人车控制*** | |
| JP2020204501A (ja) | 車両の自己位置推定装置、及び車両 | |
| GB2571588A (en) | Object classification method and apparatus | |
| CN114407927B (zh) | 一种物流运输车辆智能辅助驾驶***及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |