车辆轨迹控制方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种车辆轨迹控制方法、装置、电子设备及存储介质，其方法包括：以智能网联车辆作为头车，将混合车队划分为多个子车队，每个子车队均包括一个智能网联车辆和至少一个全人工驾驶车辆；选取状态变量，根据状态变量建立混合车队的状态向量；选取控制变量，并基于控制变量、车辆运动学模型以及速度差应激

【技术实现步骤摘要】
车辆轨迹控制方法、装置、电子设备及存储介质


[0001]本专利技术涉及车队轨迹控制
，具体涉及一种车辆轨迹控制方法、装置、电子设备及存储介质。

技术介绍

[0002]城市路网环境下车辆通行效率受通行路径上路口信号配时影响巨大，现实情况下往往存在绿灯资源分配不合理，车辆无法根据红绿灯实时情况调整运动状态，达到合理利用红绿灯资源的目的。随着城市路网中智能网联基础设施建设落地，高等级自动驾驶汽车逐步开展商业化运营，研发智能网联环境下路口车辆轨迹控制方法意义重大，可帮助车辆与城市交通提升运行效率的同时，亦可到达节约油耗的目的。
[0003]现有的车辆轨迹控制方法主要分为单车车速引导和全智能网联车队通行两种。前者主要基于红绿灯配时与车辆实时运动状态进行计算，通过给予合理的建议速度或者加速度，尽可能达到不停车通过路口的目的，帮助车辆提升运行效率，优化出行服务，但是该方法大多考虑单车通行，无法针对路口多辆车组成的车队进行整体或差异化通行速度优化，对于路口交通效率提升的帮助有限。后者通过对多辆智能网联车辆组成的车队整体进行研究，基于通行车队纵向控制，可大幅度提升车队通行效率，然而考虑到目前智能网联车辆渗透率有限，非刻意为之的实际运营场景下，无法满足全智能网联车辆组成车队的苛刻条件，绝大多数情况是由智能网联车辆与全人工驾驶车辆混合组成的车队。
[0004]因此，急需提供一种车辆轨迹控制方法、装置、电子设备及存储介质解决现有技术中无法对实际应用场景中由智能网联车辆和全人工驾驶车辆组成的混合车队进行轨迹控制，从而导致混合车队通行效率较低的技术问题。

技术实现思路

[0005]有鉴于此，有必要提供一种车辆轨迹控制方法、装置、电子设备及存储介质，用以解决现有技术中存在的无法对实际应用场景中由智能网联车辆和全人工驾驶车辆组成的混合车队进行轨迹控制，从而导致混合车队通行效率较低的技术问题。
[0006]为了解决上述技术问题，本专利技术提供了一种车辆轨迹控制方法，用于对混合车队中各车辆的轨迹进行控制，所述混合车队包括多个智能网联车辆和多个全人工驾驶车辆，所述车辆轨迹控制方法包括：以所述智能网联车辆作为头车，将所述混合车队划分为多个子车队，每个所述子车队均包括一个所述智能网联车辆和至少一个所述全人工驾驶车辆；并选取车辆位置和车辆速度作为状态变量，根据所述状态变量建立所述混合车队的状态向量；选取所述智能网联车辆的加速度作为控制变量，并基于所述控制变量、车辆运动学模型以及速度差应激
‑
反应模型建立车队连续时域状态转移方程；对所述连续时域状态转移方程进行离散化，获得增广形式状态方程；以所述智能网联车辆在路口停车线处运动状态与理想状态差最小及所述混合车
队的累积油耗最小为目的建立优化目标函数，并确定所述优化目标函数的约束条件，基于所述增广形式状态方程、所述优化目标函数以及所述约束条件获得所述混合车队中智能网联车辆和所述全人工驾驶车辆的车辆轨迹。
[0007]在一些可能的实现方式中，所述基于所述控制变量、车辆运动学模型以及速度差应激
‑
反应模型建立车队连续时域状态转移方程，包括：基于所述控制变量以及所述车辆运动学模型建立所述智能网联车辆的头车状态方程；基于所述控制变量以及所述速度差应激
‑
反应模型建立所述全人工驾驶车辆的跟随车辆线性时变状态方程；基于所述头车状态方程和所述跟随车辆状态方程建立所述子车队的车队连续时域状态转移方程。
[0008]在一些可能的实现方式中，所述车队连续时域状态转移方程为：在一些可能的实现方式中，所述车队连续时域状态转移方程为：
式中，为时刻第m个子车队的智能网联车辆的位置；为时刻第m个子车队的智能网联车辆的速度；为t时刻第m个子车队的智能网联车辆的位置；为t时刻第m个子车队的智能网联车辆的速度；为t时刻第m个子车队的智能网联车辆的加速度；为任意第m个子车队中第n辆全人工驾驶车辆的瞬时加速度；为驾驶员敏感系数，用于表示全人工驾驶车辆随速度差变化的应激反应快慢程度，为常数；为当前车辆与前车之间的实时距离差，为最优速度模型；为一阶导数；为第m个子车队时刻的状态向量；为连续时域内第m个子车队的状态转移矩阵；为第m个子车队为时刻的状态向量；为连续时域内第m个子车队的输入矩阵；为第m个子车队的输入向量。
[0009]在一些可能的实现方式中，所述对所述连续时域状态转移方程进行离散化，获得增广形式状态方程，包括：基于离散的采样步长对所述连续时域状态转移方程进行离散化，建立离散时域内的状态转移和状态输出方程；基于所述离散时域内的状态转移方程和状态输出方程获得增量形式状态方程；基于所述增量形式状态方程获得预测时域内的增广形式状态方程。
[0010]在一些可能的实现方式中，所述增广形式状态方程包括增广状态转移方程和增广状态输出方程；所述增广状态转移方程为：
所述增广状态输出方程为：所述增广状态输出方程为：
式中，为以时刻的增广状态向量预测的时刻的增广状态向量；为时刻的增广状态向量；为预测时域内的第m个子车队的增广形式的状态转移矩阵；为预测时域内的增广形式的状态转移矩阵；为第m个子车队的增广形式的输入矩阵；为k时刻的控制向量的变化值；为以时刻的输出向量预测的时刻的输出向量；为离散时域内的状态转移矩阵；为离散时域内的输入矩阵；为连续时域内第m个子车队的状态转移矩阵；为连续时域内第m个子车队的输入矩阵；Ca为增广形式的预设矩阵；e为自然常数，τ为离散化的控制矩阵；I为单位矩阵；O为零矩阵。
[0011]在一些可能的实现方式中，所述以所述智能网联车辆在路口停车线处运动状态与理想状态差最小及所述混合车队的累积油耗最小为目的建立优化目标函数，包括：
获取预测时域内所述智能网联车辆在路口停车线处运动状态与理想状态的运动状态向量差；获取控制时域内所述智能网联车辆的控制向量差；获取每一子车队中所述智能网联车辆和所述全人工驾驶车辆的瞬时耗油量；基于所述运动状态向量差、所述控制向量差以及所述瞬时耗油量建立所述优化目标函数。
[0012]在一些可能的实现方式中，所述优化目标函数为：在一些可能的实现方式中，所述优化目标函数为：在一些可能的实现方式中，所述优化目标函数为：在一些可能的实现方式中，所述优化目标函数为：式中，为所述优化目标函数；为第m个子车队的智能网联车辆第i个预测步长内的实际输出向量；为第m个子车队的智能网联车辆第i个预测步长内的参考输出向量；为第m个子车队的智能网联车辆第i个控制步长内的实际控制向量；为第m个子车队的智能网联车辆第i个控制步长内的参考控制向量；Q为输出向量的权重因子矩阵；R为控制向量的权重因子矩阵；为各子车队中智能网联车辆的瞬时耗油量；为各子车中全人工驾驶车辆的瞬时耗油量；|| ||为范数。
[0013]另一方面，本专利技术还提供一种车辆轨迹控制装置，用于对混合车队中各车辆的轨迹进行控制，所述混合车队包括多个智能网联车辆和多个全人工驾驶车辆，所述车辆轨迹控制装置包括：混合车队划分单元，用于以所述智能网联本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆轨迹控制方法，其特征在于，用于对混合车队中各车辆的轨迹进行控制，所述混合车队包括多个智能网联车辆和多个全人工驾驶车辆，所述车辆轨迹控制方法包括：以所述智能网联车辆作为头车，将所述混合车队划分为多个子车队，每个所述子车队均包括一个所述智能网联车辆和至少一个所述全人工驾驶车辆；并选取车辆位置和车辆速度作为状态变量，根据所述状态变量建立所述混合车队的状态向量；选取所述智能网联车辆的加速度作为控制变量，并基于所述控制变量、车辆运动学模型以及速度差应激
‑
反应模型建立车队连续时域状态转移方程；对所述连续时域状态转移方程进行离散化，获得增广形式状态方程；以所述智能网联车辆在路口停车线处运动状态与理想状态差最小及所述混合车队的累积油耗最小为目的建立优化目标函数，并确定所述优化目标函数的约束条件，基于所述增广形式状态方程、所述优化目标函数以及所述约束条件获得所述混合车队中智能网联车辆和所述全人工驾驶车辆的车辆轨迹。2.根据权利要求1所述的车辆轨迹控制方法，其特征在于，所述基于所述控制变量、车辆运动学模型以及速度差应激
‑
反应模型建立车队连续时域状态转移方程，包括：基于所述控制变量以及所述车辆运动学模型建立所述智能网联车辆的头车状态方程；基于所述控制变量以及所述速度差应激
‑
反应模型建立所述全人工驾驶车辆的跟随车辆线性时变状态方程；基于所述头车状态方程和所述跟随车辆状态方程建立所述子车队的车队连续时域状态转移方程。3.根据权利要求2所述的车辆轨迹控制方法，其特征在于，所述车队连续时域状态转移方程为：
式中，为时刻第m个子车队的智能网联车辆的位置；为时刻第m个子车队的智能网联车辆的速度；为t时刻第m个子车队的智能网联车辆的位置；为t时刻第m个子车队的智能网联车辆的速度；为t时刻第m个子车队的智能网联车辆的加速度；为任意第m个子车队中第n
辆全人工驾驶车辆的瞬时加速度；为驾驶员敏感系数，用于表示全人工驾驶车辆随速度差变化的应激反应快慢程度，为常数；为当前车辆与前车之间的实时距离差，为最优速度模型；为一阶导数；为第m个子车队时刻的状态向量；为连续时域内第m个子车队的状态转移矩阵；为第m个子车队为时刻的状态向量；为连续时域内第m个子车队的输入矩阵；为第m个子车队的输入向量。4.根据权利要求1所述的车辆轨迹控制方法，其特征在于，所述对所述连续时域状态转移方程进行离散化，获得增广形式状态方程，包括：基于离散的采样步长对所述连续时域状态转移方程进行离散化，建立离散时域内的状态转移和状态输出方程；基于所述离散时域内的状态转移方程和状态输出方程获得增量形式状态方程；基于所述增量形式状态方程获得预测时域内的增广形式状态方程。5.根据权利要求4所述的车辆轨迹控制方法，其特征在于，所述增广形式状态方程包括增广状态转移方程和增广状态输出方程；所述增广状态转移方程为：所述增广状态转移方程为：
所述增广状态输出方程为：所述增广状态输出方程为：所述增广状态输出方程为：所述增广状态输出方程为：所述增广状态输出方程为：所述增广状态输出方程为：
式中，为以时刻的增广状态向量预测的时刻的增广状态向量；为时刻的增广状态向量；为预测时域内的第m个子车队的增广形式的状态转移矩阵；...

【专利技术属性】
技术研发人员：何书贤，邱志军，安德玺，任学锋，
申请(专利权)人：华砺智行武汉科技有限公司，
类型：发明
国别省市：