无人驾驶车辆群体决策方法技术

本发明专利技术实施例公开了一种无人驾驶车辆群体决策方法，包括：步骤1：通过自组织通信网络，群体内车辆间相互发送各自当前状态及规划航迹；步骤2：每辆车根据自身的状态和接收到的其他车辆的状态各自进行碰撞检测，检测是否有可能发生碰撞；若是，进入步骤3；若否，则进入步骤4；步骤3：检测到可能发生碰撞的车辆之间进行协同重规划，协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，进入步骤2；步骤4：分别开始执行协同规划的路径。本发明专利技术实施例利用安装在无人驾驶车辆上的自组织通信网络，实现车辆群体内部的去中心化共同决策和协同控制，具有可扩展性强、可靠性强、优化复杂度小、计算时间短、安全系数高等优点。

【技术实现步骤摘要】
无人驾驶车辆群体决策方法
本专利技术涉及无人驾驶网络协同控制
，尤其涉及一种无人驾驶车辆群体决策方法。
技术介绍
近些年来随着科学技术的飞速发展，无人驾驶车辆在感知、决策、控制等能力上都有了大幅的提升，已逐步从实验室阶段走向实际应用，但无人驾驶车辆的大规模应用，仍面临着诸多政策和技术问题，其中，多车之间的协同是需要解决的关键问题之一。在车车之间缺乏协同的情况下，多辆无人驾驶车辆之间往往容易形成死锁，导致系统无法正常运行。当前，多车协同往往基于中心化的协同调度，即所有车辆将自身的状态(包括当前位置、速度以及规划路径)发送至中央调度系统，中央调度系统进行统一的调度协调。这种中心化的协调存在几大问题：1.所有车辆需要通过无线网络跟中央调度系统通信，当无线网络信号较差或寻址时间过长时，会导致中央调度系统给出的调度指令错误或失效；2.中心化调度系统的计算时间随车辆数量的增多而快速增加，当车辆数量增加到一定数目时，优化复杂度过高而导致计算时间过长，致使调度系统失效；3.当车辆运行速度比较快时，中心化的调度系统由于延迟较大，调度不及时，车车间存在着潜在碰撞的危险。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种无人驾驶车辆群体决策方法，以使实现无人驾驶车辆群体内部的去中心化共同决策和协同控制。为了解决上述技术问题，本专利技术实施例提出了一种无人驾驶车辆群体决策方法，包括：步骤1：通过自组织通信网络，群体内车辆间相互发送各自当前状态及规划航迹；步骤2：每辆车根据自身的状态和接收到的其他车辆的状态各自进行碰撞检测，检测是否有可能发生碰撞；若是，进入步骤3；若否，则进入步骤4；步骤3：检测到可能发生碰撞的车辆之间进行协同重规划，协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，进入步骤2；步骤4：分别开始执行协同规划的路径。本专利技术实施例通过提出一种无人驾驶车辆群体决策方法，包括步骤1～步骤4，利用安装在无人驾驶车辆上的自组织通信网络，实现车辆群体内部的去中心化共同决策和协同控制，具有可扩展性强、可靠性强、优化复杂度小、计算时间短、安全系数高等优点。附图说明图1是本专利技术实施例的无人驾驶车辆群体决策方法的流程图。图2是本专利技术实施例的无人驾驶车辆群体决策方法的具体流程示意图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本专利技术作进一步详细说明。本专利技术实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。另外，在本专利技术中若涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。请参照图1～图2，本专利技术实施例的无人驾驶车辆群体决策方法包括步骤1～步骤4。步骤1：通过安装在无人驾驶车辆上的自组织通信网络，群体内车辆间相互发送各自当前状态及规划航迹。本专利技术实施例利用安装在无人驾驶车辆上的自组织通信网络(可采用电信网络来替代)，实现车辆群体内部的去中心化共同决策和协同控制。步骤2：每辆车根据自身的状态和接收到的其他车辆的状态各自进行碰撞检测，检测是否有可能发生碰撞；若是，进入步骤3；若否，则进入步骤4。步骤3：检测到可能发生碰撞的车辆之间进行协同重规划，协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，进入步骤2。步骤4：分别开始执行协同规划的路径。作为一种实施方式，步骤1的具体方法如下：利用自组织通信网络，群体内每辆车将自身的当前状态(x,y,φ)0，及规划航迹(x(t),y(t),φ(t))发送至群体其他成员，同时接收来自群体其他成员的状态和规划航迹(x(t),y(t),φ(t))i，其中，x、y、φ分别表示车辆在地图中横坐标、纵坐标及航线。作为一种实施方式，步骤2中的具体方法如下：群体内每辆车根据自身的状态(x,y,φ)0和规划航迹(x(t),y(t),φ(t))，以及接收到的其他车辆的状态和规划航迹(x(t),y(t),φ(t))i，形成轨迹簇然后各自进行碰撞检测，检测自身是否会和群体内的其他车辆在某个时间有发生碰撞的可能。本专利技术实施例的群体中的每辆车各自进行碰撞检测，在某辆车检测到与另外的车辆会发生潜在的碰撞后，相互之间进行协同路径重规划，实现了去中心化的快速碰撞检测及快速重规划。作为一种实施方式，步骤2中采用如下方法进行检测碰撞的可能：对于群体内的第j辆车，其检测到与第k辆车在某个时刻T的距离Djk(T)，当，Djk(T)≤δ时(δ表示安全距离)，则判定两辆车有发生碰撞的风险；若j检测到其未来轨迹上会和多辆不同的车发生碰撞，则首先处理最近时刻的碰撞。作为一种实施方式，步骤3中的具体方法如下：当第j辆车检测到自身将会和第k辆车在未来T时刻会在地点(X(T),Y(T))发生碰撞后，则j和k相互进行握手通信，同意启动协同规划以避免碰撞；j和k进行协同规划使代价函数Cjk最小，代价函数为：其中，Cj,0为与j车辆自身相关的代价，计算因子包括速度限制、角度限制、舒适度限制、通过时间等；Cj,i为第j辆车与第i辆车相关的代价，计算因子包括路权、车辆间最小距离、道路区域空闲时间等。j和k进行协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，确保无碰撞发生；在确认无碰撞发生后，j和k分别开始执行协同规划的路径，如图2所示。本专利技术实施例的协同路径重规划的代价函数由潜在碰撞车辆自身的因素和相互间相关的因素组成，从而实现了协同路径最优规划；本专利技术实施例的路径协同方法，无需经过中央调度系统，即可实现车辆间的无碰撞路径协同及最优路径规划。本专利技术实施例的去中心化的无人驾驶车辆群体决策方法，在无需中心节点或中央控制系统的情况下，实现多辆车的路径协同控制及碰撞避免，具有可扩展性强、可靠性强、优化复杂度小、计算时间短、安全系数高等优点。尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同范围限定。本文档来自技高网...

【技术保护点】
1.一种无人驾驶车辆群体决策方法，其特征在于，包括：步骤1：通过自组织通信网络，群体内车辆间相互发送各自当前状态及规划航迹；步骤2：每辆车根据自身的状态和接收到的其他车辆的状态各自进行碰撞检测，检测是否有可能发生碰撞；若是，进入步骤3；若否，则进入步骤4；步骤3：检测到可能发生碰撞的车辆之间进行协同重规划，协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，进入步骤2；步骤4：分别开始执行协同规划的路径。

【技术特征摘要】
1.一种无人驾驶车辆群体决策方法，其特征在于，包括：步骤1：通过自组织通信网络，群体内车辆间相互发送各自当前状态及规划航迹；步骤2：每辆车根据自身的状态和接收到的其他车辆的状态各自进行碰撞检测，检测是否有可能发生碰撞；若是，进入步骤3；若否，则进入步骤4；步骤3：检测到可能发生碰撞的车辆之间进行协同重规划，协同规划完成后，相互间再发送各自的当前状态及重新规划的航迹，进入步骤2；步骤4：分别开始执行协同规划的路径。2.如权利要求1所述的无人驾驶车辆群体决策方法，其特征在于，步骤1的具体方法如下：利用自组织通信网络，群体内每辆车将自身的当前状态(x,y,φ)0，及规划航迹(x(t),y(t),φ(t))发送至群体其他成员，同时接收来自群体其他成员的状态和规划航迹(x(t),y(t),φ(t))i，其中，x、y、φ分别表示车辆在地图中横坐标、纵坐标及航线。3.如权利要求2所述的无人驾驶车辆群体决策方法，其特征在于，步骤2中的具体方法如下：群体内每辆车根据自身的状态(x,y,φ)0和规划航迹(x(t),y(t),φ(t))，以及接收到的...

【专利技术属性】
技术研发人员：张亮，熊伟成，
申请(专利权)人：张亮，
类型：发明
国别省市：广东,44