自动驾驶车队中的车辆控制方法、车载装置及车辆制造方法及图纸

本申请提供了一种自动驾驶车队中的车辆控制方法、车载装置及车辆，涉及自动驾驶技术领域。方法包括：确定之后的若干个时间节点的第一跟随车预测运动状态信息和领航车预测运动状态信息，并在第一跟随车自身前侧存在相邻的第二跟随车时，确定之后的若干个时间节点的第二跟随车预测运动状态信息；根据第一跟随车与领航车的距离约束、速度约束和加速度约束，以及第一跟随车与第二跟随车的距离约束、速度约束和加速度约束确定整体约束模型；对整体约束模型进行优化求解确定各时间节点对应的优化控制量；以优化控制量进行纵向控制。本申请能够实现自动驾驶车队中车辆的平稳精确控制，避免车队中车辆的距离、速度等产生剧烈变化，造成车队崩溃的问题。造成车队崩溃的问题。造成车队崩溃的问题。

【技术实现步骤摘要】
自动驾驶车队中的车辆控制方法、车载装置及车辆


[0001]本申请涉及自动驾驶
，尤其涉及一种自动驾驶车队中的车辆控制方法、车载装置及车辆。

技术介绍

[0002]目前，协同自动驾驶车队(Platooning，简称为自动驾驶车队)是指多辆车基于自动驾驶技术和V2V(Vehicle
‑
to
‑
Vehicle，车对车)车联网技术的支持，以极小的车距尾随行驶的编队状态。在编队中，车距远远低于一般意义上的安全行驶车距，仅为20米甚至更小，极小的车距会使领航车破开的气流，在车尾直接被第二辆车接纳，而不会形成低压的涡流区，从而有效降低了整个车队在行驶过程中的空气阻力总值。一般以协同自动驾驶车队状态行驶所减少的阻力，可以节油耗。
[0003]自动驾驶车队中可能存在多辆车，如何对每辆车进行精确的纵向控制，以保证每辆车之间的间距稳定且车速稳定成为了人们关注的重点。

技术实现思路

[0004]本申请的实施例提供一种自动驾驶车队中的车辆控制方法、车载装置及车辆，能够实现自动驾驶车队中车辆的平稳精确控制，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动驾驶车队中的车辆控制方法，其特征在于，所述自动驾驶车队包括领航车以及一至多辆跟随车；所述一至多辆跟随车按预设顺序排列，并行驶于领航车之后；所述方法包括：根据第一跟随车运动状态信息和领航车运动状态信息分别确定当前时间节点之后的若干个时间节点的第一跟随车预测运动状态信息和领航车预测运动状态信息，并响应于所述第一跟随车自身前侧存在相邻的第二跟随车，根据第二跟随车运动状态信息确定当前时间节点之后的若干个时间节点的第二跟随车预测运动状态信息；响应于所述第一跟随车自身前侧存在相邻的第二跟随车，根据各时间节点对应的第一跟随车预测运动状态信息、第二跟随车预测运动状态信息和领航车预测运动状态信息，进行优化求解确定各时间节点对应的优化控制量，该步骤进一步包括：根据第一跟随车与领航车的距离约束、速度约束和加速度约束，以及第一跟随车与第二跟随车的距离约束、速度约束和加速度约束确定整体约束模型；对所述整体约束模型进行优化求解确定各时间节点对应的优化控制量；将所述优化控制量发送至第一跟随车自身的纵向控制器，以使得所述纵向控制器控制第一跟随车自身的纵向执行机构以所述优化控制量进行纵向控制。2.根据权利要求1所述的自动驾驶车队中的车辆控制方法，其特征在于，还包括：获得自动驾驶车队中的第一跟随车自身的第一跟随车运动状态信息和领航车的领航车运动状态信息，该步骤进一步包括：获得自动驾驶车队中的第一跟随车自身的第一跟随车速度、第一跟随车加速度和第一跟随车位置，并通过第一跟随车自身设置的第一V2X通信设备实时获得领航车设置的领航车车载装置通过领航车V2X通信设备发送的领航车速度、领航车加速度和领航车位置。3.根据权利要求2所述的自动驾驶车队中的车辆控制方法，其特征在于，还包括：响应于所述第一跟随车自身前侧存在相邻的第二跟随车，获得第二跟随车的第二跟随车运动状态信息，该步骤包括：响应于所述第一跟随车自身前侧存在相邻的第二跟随车，通过第一跟随车自身设置的第一V2X通信设备实时获得第二跟随车设置的第二车载装置通过第二V2X通信设备发送的第二跟随车速度、第二跟随车加速度和第二跟随车位置。4.根据权利要求1所述的自动驾驶车队中的车辆控制方法，其特征在于，所述第一跟随车运动状态信息包括：第一跟随车自身的第一跟随车速度、第一跟随车加速度和第一跟随车位置；所述领航车运动状态信息包括：领航车速度、领航车加速度和领航车位置；所述根据第一跟随车运动状态信息和领航车运动状态信息分别确定当前时间节点之后的若干个时间节点的第一跟随车预测运动状态信息和领航车预测运动状态信息，包括：根据当前时间节点对应的第一跟随车速度、第一跟随车加速度和第一跟随车位置，确定当前时间节点之后的若干个时间节点的第一跟随车预测速度和第一跟随车预测位置；根据当前时间节点对应的领航车速度、领航车加速度和领航车位置，确定当前时间节点之后的若干个时间节点的领航车预测速度和领航车预测位置。5.根据权利要求4所述的自动驾驶车队中的车辆控制方法，其特征在于，所述根据当前时间节点对应的第一跟随车速度、第一跟随车加速度和第一跟随车位置，确定当前时间节点之后的若干个时间节点的第一跟随车预测速度和第一跟随车预测位置，包括：
根据当前时间节点t
(0)
对应的第一跟随车速度V
n(0)
、第一跟随车加速度A
n(0)
和第一跟随车位置P
n(0)
，根据公式：V
n(k)
＝V
n(k
‑
1)
+A
n(k
‑
1)
·
(t
(k)
‑
t
(k
‑
1)
)；分别确定第k个时间节点t
(k)
的第一跟随车预测速度V
n(k)
和第一跟随车预测位置P
n(k)
；其中，n表示自动驾驶车队中的第n辆跟随车；V
n(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第一跟随车预测速度；A
n(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第一跟随车加速度；P
n(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第一跟随车预测位置；所述根据当前时间节点对应的领航车速度、领航车加速度和领航车位置，确定当前时间节点之后的若干个时间节点的领航车预测速度和领航车预测位置，包括：根据当前时间节点t
(0)
对应的领航车速度V
0(0)
、领航车加速度A
0(0)
和领航车位置P
0(0)
，根据公式：V
0(k)
＝V
0(k
‑
1)
+A
0(k
‑
1)
·
(t
(k)
‑
t
(k
‑
1)
)；分别确定第k个时间节点t
(k)
的领航车预测速度V
0(k)
和领航车预测位置P
0(k)
；其中；V
0(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的领航车预测速度；A
0(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的领航车加速度；P
0(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的领航车预测位置。6.根据权利要求5所述的自动驾驶车队中的车辆控制方法，其特征在于，所述第二跟随车运动状态信息包括：第二跟随车的第二跟随车速度、第二跟随车加速度和第二跟随车位置；响应于所述第一跟随车自身前侧存在相邻的第二跟随车，根据第二跟随车运动状态信息确定当前时间节点之后的若干个时间节点的第二跟随车预测运动状态信息，包括：响应于所述第一跟随车自身前侧存在相邻的第二跟随车，根据当前时间节点对应的第二跟随车速度、第二跟随车加速度和第二跟随车位置，确定当前时间节点之后的若干个时间节点的第二跟随车预测速度和第二跟随车预测位置。7.根据权利要求6所述的自动驾驶车队中的车辆控制方法，其特征在于，响应于所述第一跟随车自身前侧存在相邻的第二跟随车，根据当前时间节点对应的第二跟随车速度、第二跟随车加速度和第二跟随车位置，确定当前时间节点之后的若干个时间节点的第二跟随车预测速度和第二跟随车预测位置，包括：根据当前时间节点t
(0)
对应的第二跟随车速度V
(n
‑
1)(0)
、第二跟随车加速度A
(n
‑
1)(0)
和第二跟随车位置P
(n
‑
1)(0)
，根据公式：V
(n
‑
1)(k)
＝V
(n
‑
1)(k
‑
1)
+A
(n
‑
1)(k
‑
1)
·
(t
(k)
‑
t
(k
‑
1)
)；分别确定第k个时间节点t
(k)
的第二跟随车预测速度V
(n
‑
1)(k)
和第二跟随车预测位置P
(n
‑
1)(k)
；其中，n
‑
1表示自动驾驶车队中的第n
‑
1辆跟随车；V
(n
‑
1)(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第二跟随车预测速度；A
(n
‑
1)(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第二跟随车加速度；
P
(n
‑
1)(k
‑
1)
为第k
‑
1个时间节点t
(k
‑
1)
的第二跟随车预测位置。8.根据权利要求7所述的自动驾驶车队中的车辆控制方法，其特征在于，还包括：响应于所述第一跟随车自身前侧不存在相邻的第二跟随车，根据各时间节点对应的第一跟随车预测运动状态信息和领航车预测运动状态信息，进行优化求解确定各时间节点对应的优化控制量，该步骤进一步包括：响应于所述第一跟随车自身前侧不存在相邻的第二跟随车，根据各时间节点对应的第一跟随车预测速度、第一跟随车预测位置、领航车预测速度和领航车预测位置，确定所述第一跟随车与领航车的距离约束、速度约束和加速度约束；根据所述第一跟随车与领航车的距离约束、速度约束和加速度约束确定整体约束模型；对所述整体约束模型进行优化求解确定各时间节点对应的优化控制量。9.根据权利要求8所述的自动驾驶车队中的车辆...

【专利技术属性】
技术研发人员：徐勇，
申请(专利权)人：北京图森智途科技有限公司，
类型：发明
国别省市：