一种车辆自动驾驶的动态路径与速度确定方法技术

本发明专利技术以各路段拥堵的正态分布模型为基础，挖掘利用以往2个月约60天的交通数据，用统计方法估算出各路段的通行时间，进而得到由所取路径驾车由出发地到目的地的时间。车辆可以实现一定程度的自动驾驶。本发明专利技术取的数据不多，所以数据的采集通讯以及处理都非常迅速，数据处理方式简单高效，且结果反馈极快，可以实现瞬时处理，成本极低，易于在车载控制系统中推广。

A method for determining the dynamic path and speed of vehicle automatic driving

Based on the normal distribution model of congested sections of various sections, the present invention uses the traffic data of the past 2 months for about 60 days, and estimates the traffic time of each section by statistical method, and then gets the time of driving from the starting to the destination by the way that the path is taken. The vehicle can achieve a certain degree of autopilot. The data acquisition and communication and processing are very rapid, the data processing method is simple and efficient, and the result is very fast, the instantaneous processing can be realized, the cost is very low, and it is easy to be popularized in the vehicle control system.

【技术实现步骤摘要】
一种车辆自动驾驶的动态路径与速度确定方法
本专利技术涉及考虑路径信息的控制策略
，特别是涉及一种车辆自动驾驶的动态路径与速度确定方法。
技术介绍
目前，人们对出行的要求越来越高，希望尽快到达目的地，希望车辆能够自动驾驶或者“傻瓜式”驾驶，而城市尤其是特大型城市如上海、北京越来越大，路越来越多，中心城区各种堵，路况越来越复杂。对于车载控制系统的路径选择，现有的技术基本流于静态处理或者各种导航的简单的实时选择，结果常常与实际相差太多，数据处理极端粗略，准确率非常低，没有能够很好的发掘以往交通数据，无法在最短时间内到达目的地。本人的申请号为2017111930629的申请提出了一种解决方案，本专利技术对该方案继续进行优化推广。很多随机现象可以用正态分布来描述或者近似描述，在观测值足够多时，大量随机现象用正态分布来描述可以做出可靠的预测。正态分布（Normaldistribution）又名高斯分布（Gaussiandistribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、方差为σ^2的高斯分布，记为X∼N(μ,σ2),其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。正态分布有些极好的统计性质:（1）其密度函数关于均值对称，（2）其数据高度集中于均值附近，P（-σ<x-μ<σ）=68%,也即近70%的数据分布于区间（μ-σ，μ+σ）。
技术实现思路
本专利技术的目的是提供一种车辆自动驾驶的动态路径与速度确定方法，发掘利用以往交通数据，给出不同路段的不同道路通行速度，找出从出发地到目的地用时最短的路径以及速度，保证用户在最短的时间内到达目的地。为实现上述目的，本专利技术采用以下技术方案：一种车辆自动驾驶的动态路径与速度确定方法，包括步骤：（1）获取地理位置信息及时间信息，即获取出发地、目的地的地理位置信息以及出发时间的时间信息；（2）获取所有可能路径，即根据地理数据库、出发地和目的地的地理位置信息，找出由出发地到目的地所有可能通行路径:路径1,路径2,…,路径n；（4）确定每一路径的具体路段，即确定路径1的具体路段，路径2的具体路段,…,路径n的具体路段；（5）确定每一路段用时tij，即利用路段拥堵的正态分布模型，计算所有可能通行路径的每一路段所用时间，tij表示路径i的第j路段所用时间，i取值范围为1,…,n,j取值范围为1,…,m；（6）确定每一路径用时T1，T2，…,Tn，即将每一路径i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；（7）取T1，T2，…,Tn最小值Ta，即得目标路径a路径，也即车辆选取a路径为最终行车路径，并且选取对应的速度即为车行速度。所述的路段拥堵的正态分布模型，对某一路段，建立方法为:S01确定时刻信息：e年a月b日c时d分，a,b,c,d,e确定；S02由地理数据库，获取所述路段长度s；S03从道路交通数据库中获取前60天中c时d分该路段的机动车平均速度，得到一组60个速度数据；S04由t=s/v得到机动车行完所述路段所需时间；S05取μ=(t1+t2+t3+…+t60)/60;σ2=(t12+t22+t32+…+t602)/60-μ2,记通过路段的时间X，X服从一个数学期望为μ、标准方差为σ2的正态分布，记为：X∼N(μ,σ2),S06将μ,σ代入概率密度函数公式;S07确定t，具体为：由正态分布数据库或者正态分布计算模块求出t0，使得P（x<=t0）=0.7；t0即为在c时d分，机动车行完所述路段预估的所需时间。所述地理位置信息，可以从地理数据库中获得，地理数据库包括道路经纬度坐标信息、道路名称、道路长度、建筑经纬度坐标、建筑名称等，所述地理数据库是根据现有地理信息建立而成。所述的通行路径的各路段的确定规则，每一路段的道路名称单一，且包括起始点，不包括终点，最后一条路段包括起点终点。所述的道路交通数据库，包括道路名、道路长路，每一时刻在双向上各种车辆的平均速度。所述的确定时刻信息规则为，后续路段的起始时刻为前一路段的起始时刻加上前一路段的通行时间。所述的60个速度数据分别为前1日、前2日、前3，4，5…60日上述c时d分在所述路段的机动车平均行驶速度v1，v2，…，v60。路段的机动车平均速度，可以由该路段的速度摄像头获得该路段的所述时刻数种机动车行驶速度，然后取其平均值。一种车载控制系统，包括车辆指挥系统、车辆控制系统、道路交通数据库、地理数据库、正态分布计算模块、正态分布数据库；车辆控制系统可以调用各数据库、正态分布计算模块，与车辆指挥系统通讯，处理数据；其中正态分布数据库可以由上述概率密度函数以及参数μ,σ2，概率p给出上述t0。所述的车辆指挥系统，包括输入输出模块，其中输入模块可以录入包括出发地、目的地信息，输出模块可以显示车辆控制系统处理数据的结果，包括建议路径、速度相关信息。本专利技术的优点：本专利技术以各路段拥堵的正态分布模型为基础，挖掘利用以往2个月约60天的交通数据，具体到特定时刻，特定路段，根据以往的60天的交通数据，用统计方法估算出各路段的通行时间，进而得到由所取路径驾车由出发地到目的地的时间，车辆可以实现一定程度的自动驾驶。本专利技术可以让出车有更多的道路选择，而且每一路段的建议速度都会给出，司机按此速度行驶，车会一路通行，因为本专利技术在计算时间的时候已经将路口计算进去。本专利技术尤其注意及时利用算出的前一路段的最新通行时间数据，在路段的时刻选取上实现了动态规划。本专利技术确定的路径是由出车时间最短确定的，而非以往简单以静态距离最短先行确定，保证了用时最短，增加了可行性。另外，本专利技术取的数据不多，所以数据的采集通讯以及处理都非常迅速，数据处理方式简单高效，且结果反馈极快，可以实现瞬时处理并且给出结果，成本极低，易于在车载控制系统中推广。具体实施方式实施例1：比如车辆指挥系统于2017年3月4日下午5点6分23秒接到指令从中山路8号到延安路7号。那么车辆控制系统将做如下操作：（1）根据地理数据库调取延安路7号的建筑名称为黄河大厦、经纬度坐标为（东经8°，北纬9°），调取中山路8号的建筑名称为中山大厦、经纬度坐标为（东经10°，北纬11°）得到出发地、目的地的地理位置信息；（2）由地理数据库容易得到中山大厦（东经10°，北纬11°）到黄河大厦（东经8°，北纬9°）的7条不同主要路径，具体为路径1，路径2，路径3，路径4，路径5；路径6，路径7；(3)我们以路径1为例说明如何确定路径的路段：路径1由3个路段组成具体为：延安1路，延安2路，延安3路；延安1路段，延安2路段包括起点路口，延安3路段包括起点路口和终点路口，这样所有路口都被算到且只算了一次；利用路段拥堵的正态分布模型，计算路径1的每一路段所用时间t1,1，t1,2，t1,3;(4)以第1路段延安1路所化时间t1,1为例说明如何建立某一路段拥堵的正态分布模型，具体方法为：S01由出发时间2017年3月4日下午5点6分23秒确定时刻信息2017年3月4日17时6分；也即将6分23秒四舍五入得到6分；S02由本文档来自技高网...

【技术保护点】
1.一种车辆自动驾驶的动态路径与速度确定方法，其特征在于，包括步骤：（1）获取地理位置信息及时间信息，即获取出发地、目的地的地理位置信息以及出发时间的时间信息；（2）获取所有可能路径，即根据地理数据库、出发地和目的地的地理位置信息，找出由出发地到目的地所有可能通行路径:路径1, 路径2,…, 路径n；（4）确定每一路径的具体路段，即确定路径1的具体路段，路径2的具体路段,…,路径n的具体路段；（5）确定每一路段用时tij，即利用路段拥堵的正态分布模型，计算所有可能通行路径的每一路段所用时间，tij表示路径i的第j路段所用时间，i取值范围为1,…,n,j取值范围为1,…,m；（6）确定每一路径用时T1，T2，…,Tn，即将每一路径i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；（7）取T1，T2，…,Tn最小值Ta，即得目标路径a路径，也即车辆选取a路径为最终行车路径，并且选取对应的速度即为车行速度。

【技术特征摘要】
1.一种车辆自动驾驶的动态路径与速度确定方法，其特征在于，包括步骤：（1）获取地理位置信息及时间信息，即获取出发地、目的地的地理位置信息以及出发时间的时间信息；（2）获取所有可能路径，即根据地理数据库、出发地和目的地的地理位置信息，找出由出发地到目的地所有可能通行路径:路径1,路径2,…,路径n；（4）确定每一路径的具体路段，即确定路径1的具体路段，路径2的具体路段,…,路径n的具体路段；（5）确定每一路段用时tij，即利用路段拥堵的正态分布模型，计算所有可能通行路径的每一路段所用时间，tij表示路径i的第j路段所用时间，i取值范围为1,…,n,j取值范围为1,…,m；（6）确定每一路径用时T1，T2，…,Tn，即将每一路径i的各路段所用时间之和算出即：Ti=ti1+ti2+…+tim；（7）取T1，T2，…,Tn最小值Ta，即得目标路径a路径，也即车辆选取a路径为最终行车路径，并且选取对应的速度即为车行速度。2.根据权利要求1所述的路段拥堵的正态分布模型，对某一路段，其特征在于，拥堵的正态分布模型建立方法为:S01确定时刻信息：e年a月b日c时d分，a,b,c,d,e确定；S02由地理数据库，获取所述路段长度s；S03从道路交通数据库中获取前60天中c时d分该路段的机动车平均速度，得到一组60个速度数据；S04由t=s/v得到机动车行完所述路段所需时间；S05取μ=(t1+t2+t3+…+t60)/60;σ2=(t12+t22+t32+…+t602)/60-μ2,记通过路段的时间X，X服从一个数学期望为μ、标准方差为σ2的正态分布，记为：X∼N(μ,σ2),S06将μ,σ代入概率密度函数公式;S07确定t，具体为：由正态分布数据库或...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：东莞产权交易中心，
类型：发明
国别省市：广东,44