CN114743369A - 一种基于路径重合度的车辆智能编队方法 - Google Patents

一种基于路径重合度的车辆智能编队方法 Download PDF

Info

Publication number
CN114743369A
CN114743369A CN202210235277.7A CN202210235277A CN114743369A CN 114743369 A CN114743369 A CN 114743369A CN 202210235277 A CN202210235277 A CN 202210235277A CN 114743369 A CN114743369 A CN 114743369A
Authority
CN
China
Prior art keywords
vehicle
vehicles
queue
mileage
path
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
CN202210235277.7A
Other languages
English (en)
Other versions
CN114743369B (zh
Inventor
杨志发
宋长安
于卓
董朔
王超
马骎
孙勃
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202210235277.7A priority Critical patent/CN114743369B/zh
Publication of CN114743369A publication Critical patent/CN114743369A/zh
Application granted granted Critical
Publication of CN114743369B publication Critical patent/CN114743369B/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
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种基于路径重合度的车辆智能编队方法，属于车路协同技术领域，根据不同车辆路径重合度的大小筛选出合适的车辆成队行驶，有利于提高车辆队列的燃油经济性；避免了因为重合路径较短而导致的车辆频繁组队离队情况，有利于提高车辆队列的安全性和行驶稳定性。本发明根据不同车辆路径重合度的大小筛选出合适的车辆成队行驶，避免了没有筛选入队车辆情况下车辆编队过长问题，有利于提高道路通行能力。

Description

一种基于路径重合度的车辆智能编队方法
技术领域
本发明属于车路协同技术领域，特别是涉及到一种高速公路背景下的货车智能编队方法。
背景技术
车路协同技术是一种通过无线通信和互联网技术，进行车与车、车与路之间实时信息的有效交互的新一代互联网技术。能够更好的保证交通安全，同时提高道路通行能力。车路协同为车辆间距较小情况下，安全可靠的成队行驶提供了基础。车辆可以通过车路协同技术实时接收周围车辆及路况信息，在保证行驶安全的前提下缩短车与车的间距，从而实现多辆车编队行驶。由于气动阻力的85％来自压差阻力，当车辆保持较短的跟驰距离行驶时，前车的尾部压力会有所升高，后车的头部压力有所减小，导致前后以及车辆队列气动阻力减小。在高速公路上货车的成队行驶，能通过减少气动阻力节约能源消耗，减少废气排放。
现有的车辆编队方法主要聚焦于，通过车辆以及道路上的通信设备实现车辆的成队行驶及控制，没有考虑队列中车辆共同行驶里程与各车辆总行驶里程的比值对节约油耗的影响，队列节油效果相对较差。同时，现有车辆编队方法没有考虑编队过长对队列行驶及道路通行能力带来的负面影响，其功能相对简单，难以应对较为复杂的交通环境。
发明内容
本发明所要解决的技术问题是：提供一种基于路径重合度的车辆智能编队方法，解决现有方法没有考虑队列中车辆共同行驶里程与各车辆总行驶里程的比值对节约油耗影响的问题；降低了队列的燃油经济性、稳定性以及道路通行能力；可以适应更加复杂的交通环境，提高交通道路利用率，提高了队列的安全性、稳定性、燃油经济性以及道路通行能力。
一种基于路径重合度的车辆智能编队方法，其特征是：包括以下步骤，且以下步骤顺次进行，
步骤一、有入队意愿的车辆通过车联网通信模块发送成队行驶指令，并由车辆环境感知模块以及车联网通信模块规划行驶路径，以路径重合度为指标筛选成队行驶车辆，选取预计行驶里程数最大的车辆为队列行驶领航车辆；
步骤二、由领航车辆的决策控制模块根据车辆预计行驶里程从大到小的顺序对车辆进行编号，并按照车辆编号顺序成队行驶；
步骤三、由领航车辆环境感知模块和车联网通信模块进行队列预计行驶道路条件的实时监测，由领航车辆监测的道路信息决策出队列实时车速，根据车联网通信模块实时共享各车状态参数，各车决策控制模块完成对车队速度的控制；
步骤四、队列中除领航车辆外，其余车辆环境感知模块的车载雷达实时监测与前车之间的距离，并与车辆决策控制模块根据车速及车型计算的预设距离进行比较，实时距离大于预设距离，进行加速控制，实时距离小于预设距离时，进行减速控制；
步骤五、领航车辆通过车联网通信模块实时监测剩余车辆信息，剩余车辆发出入队申请，根据待加入车辆预计行驶路径与领航车辆预计行驶路径重合度筛选车辆，将待加入车辆的预计行驶里程与车队其他车辆预计行驶里程比较并编号，根据新生成编号成队行驶；
步骤六、领航车辆通过车联网通信模块实时监测，若车辆到达目的地或申请离开队列，删除其车辆编号，并由领航车辆决策控制模块对离队车辆后部车辆进行重新编号；直至领航车辆到达目的地，停止编队；
至此，一种基于路径重合度的车辆智能编队方法完成。
所述步骤一和步骤五中的路径重合度计算方法为，通过车辆决策控制模块计算出各车辆预计行驶路径中重复的部分，将重合路径里程数与对应里程数比较，具体包括，车辆未成队β＝d/max{a，b}
已形成车队β＝d/max{b，c}
其中，β表示路径重合度，d表示由车辆决策控制模块计算所得的重合路径里程数，a表示被加入车辆路径里程数，b表示加入车队车辆路径里程数，c表示车队领航车辆路径里程数。
所述车联网通信模块具有实时传递车辆与其他车辆及道路之间信息的功能；所述环境感知模块通过车载激光雷达、毫米波雷达等传感器实现监测并收集车辆周围环境信息的功能；所述决策控制模块收集车联网通信模块、环境感知模块所获得的信息，完成待入队车辆筛选、队列车辆排序行驶、控制队列间距及车速。
通过上述设计方案，本发明可以带来如下有益效果：一种基于路径重合度的车辆智能编队方法，根据不同车辆路径重合度的大小筛选出合适的车辆成队行驶，有利于提高车辆队列的燃油经济性；避免了因为重合路径较短而导致的车辆频繁组队离队情况，有利于提高车辆队列的安全性和行驶稳定性。
进一步的，根据不同车辆路径重合度的大小筛选出合适的车辆成队行驶，避免了没有筛选入队车辆情况下车辆编队过长问题，有利于提高道路通行能力。
根据车辆预计行驶里程从大到小的顺序编队行驶，可以减少队列中车辆到达目的地对车辆队列的影响，有利于提高车辆队列的行驶稳定。
由于车辆编队行驶时领航车辆相较与其他车辆来说节油效果较差，根据车辆预计行驶里程从大到小的顺序编队行驶可以保证领航车辆的节油路段最长，队列中每个车辆的节油效果相对均衡。
附图说明
以下结合附图和具体实施方式对本发明作进一步的说明：
图1为本发明一种基于路径重合度的车辆智能编队方法流程示意框图。
具体实施方式
一种基于路径重合度的车辆智能编队方法，如图1所示，包括以下步骤，
步骤一：车辆驾驶员通过车联网通信模块提出成队行驶需求，并由各车辆环境感知模块以及车联网通信模块规划出最理想的行驶路径，以路径重合度为指标筛选出合适的成队行驶车辆，并选取出其中预计行驶里程数最大的车辆作为队列领航车辆；
步骤二：由领航车辆决策控制模块根据车辆预计行驶里程从大到小的顺序对车辆进行编号，根据车辆编号顺序成队行驶；
步骤三：由领航车辆环境感知模块和车联网通信模块完成队列预计行驶道路条件的实时监测，由领航车根据道路信息决策出队列实时理想车速，根据车联网通信模块实时共享各车状态参数，各车决策控制模块完成对车队速度的控制；
步骤四：队列中除领航车辆外，其余车辆的环境感知模块的车载雷达测量其与前车之间的距离，并与该车辆决策控制模块根据车速车型计算的预设距离进行比较，当实时距离大于预设距离时，对其采取加速控制，当实时距离小于预设距离时，对其采取减速控制；
步骤五：领航车辆通过车联网通信模块实时监测是否有车辆需要加入本车队，当有车辆需要加入车队时，根据加入车辆预计行驶路径与领航车预计行驶路径重合度筛选车辆，将加入车辆的预计行驶里程与车队其他车辆预计行驶里程比较并编号，根据新的编号成队行驶；
步骤六：领航车辆实时监测是否有车辆到达目的地或申请离开队列，当有车辆到达目的地或申请离开队列时，删除其车辆编号，并对其后部车辆进行重新编号；
步骤七：领航车辆到达目的地，停止编队。
其中，所述车联网通信模块用于实时传递车辆与其他车辆及道路之间信息；所述环境感知模块通过车载激光雷达传感器、毫米波雷达传感器用于监测并收集车辆周围环境信息；所述决策控制模块用于收集车联网通信模块、环境感知模块所获得的信息，完成待入队车辆筛选、队列车辆排序行驶、控制队列间距及车速。
具体实施方式一：所述步骤一与步骤五中路径重合度计算方法具体如下：通过车辆决策控制模块计算出各车辆预计行驶路径中重复的部分，将重合路径里程数与对应里程数比较，具体计算方法如下：
β＝d/max{a，b}车辆未成队
β＝d/max{b，c}已形成车队
其中，β表示路径重合度，d表示由车辆决策控制模块计算所得的重合路径里程数，
a表示被加入车辆路径里程数，b表示加入车队车辆路径里程数，c表示车队领航车辆路径里程数；
具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一与步骤五中以路径重合度为指标筛选出合适的成队行驶车辆；具体过程为：根据目前队列车辆数目的不同合理调整所接受的入队车辆路径重合度列，具体的调整方法如表一所示。在同时满足表一要求的入队车辆中，选择路径重合度高的车辆优先入队；
表1路径重合度筛选方法
队列车辆数目(i) 接受入队车辆路径重合度(β)
i≤2 β＞60％
2＜i≤4 β＞70％
4＜i≤7 β＞80％
7＜i≤10 β＞90％
i＞10 停止接受车辆入队
特别的，当队列车辆数大于10时，为了防止由于队列过长对队列稳定性以及道路通行能力的影响，队列将不再接受其他车辆的入队申请。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (3)

1.一种基于路径重合度的车辆智能编队方法，其特征是：包括以下步骤，且以下步骤顺次进行，
步骤一、有入队意愿的车辆通过车联网通信模块发送成队行驶指令，并由车辆环境感知模块以及车联网通信模块规划行驶路径，以路径重合度为指标筛选成队行驶车辆，选取预计行驶里程数最大的车辆为队列行驶领航车辆；
步骤二、由领航车辆的决策控制模块根据车辆预计行驶里程从大到小的顺序对车辆进行编号，并按照车辆编号顺序成队行驶；
步骤三、由领航车辆环境感知模块和车联网通信模块进行队列预计行驶道路条件的实时监测，由领航车辆监测的道路信息决策出队列实时车速，根据车联网通信模块实时共享各车状态参数，各车决策控制模块完成对车队速度的控制；
步骤四、队列中除领航车辆外，其余车辆环境感知模块的车载雷达实时监测与前车之间的距离，并与车辆决策控制模块根据车速及车型计算的预设距离进行比较，实时距离大于预设距离，进行加速控制，实时距离小于预设距离时，进行减速控制；
步骤五、领航车辆通过车联网通信模块实时监测剩余车辆信息，剩余车辆发出入队申请，根据待加入车辆预计行驶路径与领航车辆预计行驶路径重合度筛选车辆，将待加入车辆的预计行驶里程与车队其他车辆预计行驶里程比较并编号，根据新生成编号成队行驶；
步骤六、领航车辆通过车联网通信模块实时监测，若车辆到达目的地或申请离开队列，删除其车辆编号，并由领航车辆决策控制模块对离队车辆后部车辆进行重新编号；直至领航车辆到达目的地，停止编队；
至此，一种基于路径重合度的车辆智能编队方法完成。
2.根据权利要求1所述的一种基于路径重合度的车辆智能编队方法，其特征是：所述步骤一和步骤五中的路径重合度计算方法为，通过车辆决策控制模块计算出各车辆预计行驶路径中重复的部分，将重合路径里程数与对应里程数比较，具体包括，车辆未成队β＝d/max{a，b}
已形成车队β＝d/max{b，c}
其中，β表示路径重合度，d表示由车辆决策控制模块计算所得的重合路径里程数，a表示被加入车辆路径里程数，b表示加入车队车辆路径里程数，c表示车队领航车辆路径里程数。
3.根据权利要求1所述的一种基于路径重合度的车辆智能编队方法，其特征是：所述车联网通信模块用于实时传递车辆与其他车辆及道路之间信息；所述环境感知模块通过车载激光雷达传感器、毫米波雷达传感器用于监测并收集车辆周围环境信息；所述决策控制模块用于收集车联网通信模块、环境感知模块所获得的信息，完成待入队车辆筛选、队列车辆排序行驶、控制队列间距及车速。
CN202210235277.7A 2022-03-10 2022-03-10 一种基于路径重合度的车辆智能编队方法 Active CN114743369B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210235277.7A CN114743369B (zh) 2022-03-10 2022-03-10 一种基于路径重合度的车辆智能编队方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210235277.7A CN114743369B (zh) 2022-03-10 2022-03-10 一种基于路径重合度的车辆智能编队方法

Publications (2)

Publication Number Publication Date
CN114743369A true CN114743369A (zh) 2022-07-12
CN114743369B CN114743369B (zh) 2024-02-23

Family

ID=82275656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210235277.7A Active CN114743369B (zh) 2022-03-10 2022-03-10 一种基于路径重合度的车辆智能编队方法

Country Status (1)

Country Link
CN (1) CN114743369B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953890A (zh) * 2023-03-13 2023-04-11 山东科技大学 一种基于实时在线导航地图的车辆动态松散编队方法
CN117492448A (zh) * 2023-12-28 2024-02-02 北京主线科技有限公司 车辆编队方法、装置、设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238169A (ja) * 2011-05-11 2012-12-06 Sumitomo Electric Ind Ltd 隊列走行制御装置
CN107657809A (zh) * 2017-11-22 2018-02-02 重庆长安汽车股份有限公司 模块化列队行驶***及采用该***的驾驶方法
US20180322791A1 (en) * 2012-12-28 2018-11-08 General Electric Company Vehicle convoy control system and method
CN109949567A (zh) * 2019-04-23 2019-06-28 深圳成谷科技有限公司 一种基于车路协同技术的车辆编队方法与***
CN110264698A (zh) * 2019-06-25 2019-09-20 重庆长安汽车股份有限公司 列队行驶分离与重组方法
KR20200038139A (ko) * 2018-10-02 2020-04-10 에스케이텔레콤 주식회사 차량의 군집 관리 장치 및 방법
CN112261588A (zh) * 2020-10-19 2021-01-22 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
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***
US20210148715A1 (en) * 2019-11-20 2021-05-20 Here Global B.V. Method, apparatus and computer program product for vehicle platooning
US20210148717A1 (en) * 2019-11-20 2021-05-20 Here Global B.V. Method, apparatus and computer program product for vehicle platooning
CN113071490A (zh) * 2021-03-25 2021-07-06 南京航空航天大学 一种高速公路卡车编队***
CN113570845A (zh) * 2021-07-23 2021-10-29 东风汽车集团股份有限公司 一种网联式车辆编队行驶方法和***
CN113903167A (zh) * 2021-09-09 2022-01-07 北京理工大学 一种无人驾驶车辆队列的轨迹规划方法及跟踪方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012238169A (ja) * 2011-05-11 2012-12-06 Sumitomo Electric Ind Ltd 隊列走行制御装置
US20180322791A1 (en) * 2012-12-28 2018-11-08 General Electric Company Vehicle convoy control system and method
CN107657809A (zh) * 2017-11-22 2018-02-02 重庆长安汽车股份有限公司 模块化列队行驶***及采用该***的驾驶方法
KR20200038139A (ko) * 2018-10-02 2020-04-10 에스케이텔레콤 주식회사 차량의 군집 관리 장치 및 방법
CN109949567A (zh) * 2019-04-23 2019-06-28 深圳成谷科技有限公司 一种基于车路协同技术的车辆编队方法与***
CN110264698A (zh) * 2019-06-25 2019-09-20 重庆长安汽车股份有限公司 列队行驶分离与重组方法
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***
US20210148717A1 (en) * 2019-11-20 2021-05-20 Here Global B.V. Method, apparatus and computer program product for vehicle platooning
US20210148715A1 (en) * 2019-11-20 2021-05-20 Here Global B.V. Method, apparatus and computer program product for vehicle platooning
CN112261588A (zh) * 2020-10-19 2021-01-22 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
CN113071490A (zh) * 2021-03-25 2021-07-06 南京航空航天大学 一种高速公路卡车编队***
CN113570845A (zh) * 2021-07-23 2021-10-29 东风汽车集团股份有限公司 一种网联式车辆编队行驶方法和***
CN113903167A (zh) * 2021-09-09 2022-01-07 北京理工大学 一种无人驾驶车辆队列的轨迹规划方法及跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
任润雨: "协同自适应巡航控制车队仿真研究", 优秀硕士论文全文库工程科技Ⅱ辑, 15 May 2021 (2021-05-15), pages 1 - 115 *
孙文财，杨志发: "基于车路协同的动态车辆安全状态评价模型", 哈尔滨工业大学学报, 30 April 2012 (2012-04-30), pages 131 - 135 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953890A (zh) * 2023-03-13 2023-04-11 山东科技大学 一种基于实时在线导航地图的车辆动态松散编队方法
CN117492448A (zh) * 2023-12-28 2024-02-02 北京主线科技有限公司 车辆编队方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114743369B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN114743369A (zh) 一种基于路径重合度的车辆智能编队方法
CN110775065B (zh) 一种基于工况识别的混合动力汽车电池寿命预测方法
CN104835315B (zh) 基于混合车型的公交运营时刻控制***及方法
CN109360409A (zh) 一种基于驾驶风格的智能网联混合动力汽车编队控制方法
CN103236177B (zh) 一种基于车网路多***融合的智能交互***的控制方法
CN111951549B (zh) 在网联车辆环境下的自适应交通信号灯控制方法及***
CN111325975B (zh) 一种智能网联车辆在汇入口区域的集中优化协调方法
CN114973733A (zh) 一种信号交叉口处混合流下网联自动车轨迹优化控制方法
CN110395245B (zh) 一种基于固定路线驾驶信息的混动汽车能量管理***
CN101633357A (zh) 基于工况的串联式混合动力公交车整车控制方法
CN110103773A (zh) 一种电动汽车续驶里程预测方法和***
CN107146408B (zh) 一种基于车联网的道路环保驾驶***的控制方法
CN112820126A (zh) 一种非侵入式导向运输车辆路权优先运行控制及仿真方法
Xiong et al. Analysis of a stochastic model for coordinated platooning of heavy-duty vehicles
WO2022078067A1 (zh) 面向智能车辆的区域协同驾驶意图调度方法、***和介质
CN112885117A (zh) 一种网联信控交叉口控制***及方法
CN110194156A (zh) 智能网联混合动力汽车主动避撞增强学习控制***和方法
CN107862121A (zh) 基于绿波带的电动汽车能耗模型设计方法及其***
CN109901573A (zh) 一种实现车辆编队的方法及设备
CN113628459B (zh) 一种面向间歇式公交车道的预约交叉口公交优先方法
CN114187771B (zh) 基于协同式自适应巡航控制的公交车驾驶控制方法及***
CN114435379B (zh) 车辆经济性驾驶控制方法及装置
CN113611132B (zh) 一种基于车路协同***的饱和单路口公交信号控制方法
CN112977477B (zh) 一种基于神经网络的混合车车协同汇流***和方法

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