亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法與流程

文檔序號(hào):12662244閱讀:519來(lái)源:國(guó)知局
一種基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法與流程

本發(fā)明涉及道路車輛控制技術(shù)研究領(lǐng)域,尤其是涉及一種基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法。



背景技術(shù):

目前的自動(dòng)駕駛車輛技術(shù),已經(jīng)能夠通過(guò)探測(cè)和識(shí)別等技術(shù)實(shí)現(xiàn)個(gè)體車輛在道路上的安全行駛。如專利申請(qǐng)CN101380951A公開一種車輛自動(dòng)駕駛識(shí)別系統(tǒng),通過(guò)涂刷在道路中央的黑白導(dǎo)向標(biāo)線和條形碼來(lái)指示車輛行駛狀態(tài),并以道路臨時(shí)路況無(wú)線電指令和車輛行進(jìn)方向障礙物距離,來(lái)保證自動(dòng)駕駛的安全。隨著無(wú)線通信技術(shù)和智能車輛技術(shù)的不斷發(fā)展,車聯(lián)網(wǎng)成為物聯(lián)網(wǎng)最活躍的分支,車輛均配有信息通訊設(shè)備,可以實(shí)現(xiàn)車與車之間的信息發(fā)送與接收。隨著自動(dòng)駕駛技術(shù)和車聯(lián)網(wǎng)技術(shù)的普及,人們已經(jīng)漸漸意識(shí)到自動(dòng)駕駛車輛在車聯(lián)網(wǎng)環(huán)境下行駛會(huì)使得交通更加安全和高效。如專利申請(qǐng)CN104391504A公開一種基于車聯(lián)網(wǎng)的自動(dòng)駕駛控制策略的生成方法,根據(jù)當(dāng)前車輛的車輛駕駛習(xí)慣模型、當(dāng)前車輛所在區(qū)域的區(qū)域駕駛習(xí)慣模型和路況模型,生成當(dāng)前車輛的自動(dòng)駕駛控制策略。

而要讓車聯(lián)網(wǎng)車輛在路網(wǎng)上行駛主要需要解決路段和節(jié)點(diǎn)兩方面的問(wèn)題。目前,路段方面的研究已經(jīng)非常多,從輔助駕駛、到以ACC和CACC為代表的半自動(dòng)駕駛乃至全自動(dòng)駕駛,都涌現(xiàn)出了大量的研究成果。但是,當(dāng)前的針對(duì)車聯(lián)網(wǎng)在路段上的行駛的技術(shù)仍然集中在保證車輛行駛安全的角度,無(wú)論是輔助駕駛、半自動(dòng)駕駛還是全自動(dòng)駕駛控制技術(shù)都沒(méi)有考慮乘客的多方面需求以及對(duì)于道路交通的系統(tǒng)優(yōu)化,缺乏對(duì)這種全新的交通工具行之有效的管理控制方法。

因此,在自動(dòng)駕駛車輛日趨成熟的今天,亟需提出一種能夠在車聯(lián)網(wǎng)環(huán)境下既能保證安全,又能滿足乘客多方面需求并兼顧總體效率的運(yùn)行管理方法。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種控制方便、保證車輛運(yùn)行安全、可滿足乘客多方面需求的基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法,有效提高道路通行效率和接入能力。

本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn):

一種基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法,該方法基于仿生學(xué)原理,將集群行為類比于車輛運(yùn)行控制上,包括以下步驟:

1)將每個(gè)個(gè)體車輛定義為決策車,獲取決策車自身的需求,所述需求為目標(biāo)車速;

2)決策車V2V通信尋找一最優(yōu)個(gè)體,定義為目標(biāo)車輛,所述最優(yōu)個(gè)體被配置為具有與所述決策車具有相同需求的車輛群體中當(dāng)前運(yùn)轉(zhuǎn)狀態(tài)最好的車輛;

3)根據(jù)目標(biāo)車輛與決策車間的位置及決策車前方車輛的需求獲取決策車的運(yùn)行策略:

若目標(biāo)車輛在決策車前方且決策車前方第一輛車為需求不同的車輛,則執(zhí)行步驟4);

若決策車自身為目標(biāo)車輛且決策車前方第一輛車為需求不同的車輛,則執(zhí)行步驟4);

若目標(biāo)車輛在決策車前方且決策車至所述目標(biāo)車輛之間無(wú)需求不同的車輛,則執(zhí)行步驟5);

若決策車自身為目標(biāo)車輛且決策車前方無(wú)需求不同的車輛,則執(zhí)行步驟6);

4)當(dāng)所述前方第一輛車的需求小于決策車的需求時(shí),判斷決策車左側(cè)是否存在障礙,若是,則決策車保持當(dāng)前狀態(tài)同時(shí)向前方第一輛車發(fā)送向右變道請(qǐng)求,若否,則決策車向左變道;

5)決策車追擊所述目標(biāo)車輛;

6)決策車采用最大加速度實(shí)現(xiàn)所述需求。

所述需求由乘客選擇,選擇的影響因素包括快速、環(huán)保和舒適。

當(dāng)決策車尋找到多個(gè)符合最優(yōu)個(gè)體條件的車輛時(shí),通過(guò)以下原則選擇最優(yōu)個(gè)體:

4-1)方位優(yōu)先原則,即優(yōu)先選擇位于決策車前方的車輛作為最優(yōu)個(gè)體;

4-2)距離優(yōu)先原則,即優(yōu)先選擇與決策車距離最近的車輛作為最優(yōu)個(gè)體。

所述步驟4)中,前方第一輛車接收到所述向右變道請(qǐng)求時(shí)判斷右側(cè)是否存在障礙,若是,則保持當(dāng)前狀態(tài)向決策車發(fā)送反饋信息,若否,則前方第一輛車向右變道。

在同時(shí)滿足以下三個(gè)條件時(shí)判斷無(wú)障礙:

5-1)道路設(shè)施判斷:變道車行駛車道非變道方向的最外側(cè)車道,所述變道車為決策車或前方第一輛車;

5-2)車位判斷:變道側(cè)處于變道車前保險(xiǎn)杠前兩個(gè)車位至后保險(xiǎn)杠后兩個(gè)車位的距離內(nèi)無(wú)其他車輛;

5-3)車速判斷:在變道側(cè)變道車前保險(xiǎn)杠前第三個(gè)車位和后保險(xiǎn)杠后第三個(gè)車位分別設(shè)置一虛擬車輛,定義前保險(xiǎn)杠前第三個(gè)車位的虛擬車輛車速為v,后保險(xiǎn)杠后第三個(gè)車位的虛擬車輛車速為v,決策車當(dāng)前車速為v,存在v>v>v。

在變道側(cè)變道車前保險(xiǎn)杠前第三個(gè)車位或/和后保險(xiǎn)杠后第三個(gè)車位處存在實(shí)際車輛時(shí),則將實(shí)際車輛的當(dāng)前車速賦于對(duì)應(yīng)虛擬車輛,在變道側(cè)變道車前保險(xiǎn)杠前第三個(gè)車位或/和后保險(xiǎn)杠后第三個(gè)車位處不存在實(shí)際車輛時(shí),v=200km/h,v=0。

所述步驟5)中,決策車通過(guò)以下追擊模型追擊目標(biāo)車輛:

vk=vkprev+kp·ek+kd·ek

其中,ek=xk-1-xk-thw·vk,xk-1為目標(biāo)車輛當(dāng)前位置,xk為決策車當(dāng)前位置,vk為決策車當(dāng)前車速,thw為車頭時(shí)距,vkprev為前一次迭代計(jì)算獲得的vk,kp和kd為修正系數(shù)。

所述步驟6)中,選取最大加速度時(shí)考慮乘客的舒適度。

與現(xiàn)有技術(shù)相比,本發(fā)明具有以下優(yōu)點(diǎn):

1、仿生學(xué)是一門既古老又年輕的學(xué)科。一直以來(lái),人們研究生物體結(jié)構(gòu)與功能的工作原理,并根據(jù)這些原理發(fā)明出新的設(shè)備和工具。在自然界中,許多動(dòng)物的行為都是集群化的,鳥類、魚類等動(dòng)物在移動(dòng)時(shí),每個(gè)個(gè)體通過(guò)遵循簡(jiǎn)單的規(guī)則最終表現(xiàn)出個(gè)體聚集性的特征,其運(yùn)動(dòng)的方向和速度具有一致性,比如大雁會(huì)變換隊(duì)形整體遷徙、魚群會(huì)向中心靠攏集體覓食,從而達(dá)到總體最優(yōu)的目的,這種行為被稱為動(dòng)物集群行為。通過(guò)學(xué)習(xí)動(dòng)物的這一行為特征,可以衍生出多種算法,以優(yōu)化系統(tǒng)的運(yùn)作能力。本發(fā)明運(yùn)用了仿生學(xué)原理,類比動(dòng)物集群的行為,使得每一個(gè)個(gè)體車輛只需要遵守幾條簡(jiǎn)單的通行規(guī)則,根據(jù)自身需求從探測(cè)范圍內(nèi)選擇目標(biāo)車輛,并通過(guò)變道、跟車或者加速的方式向其靠攏,在無(wú)需整體控制中心的情況下最終呈現(xiàn)為車隊(duì)的形式。

2、本發(fā)明利用仿生學(xué)集群算法可以使車輛在30秒內(nèi)快速達(dá)到需求目標(biāo),并以穩(wěn)定的車隊(duì)的形式行駛,降低時(shí)空資源碎片化程度,,提高道路交通效率和道路接入能力。

3、與傳統(tǒng)僅研究跟車模型的控制方法不同,本發(fā)明不但保證車隊(duì)安全行駛,而且是多目標(biāo)編隊(duì)行駛,是一種考慮用戶需求的控制方法。本方法考慮了乘客的需求,形成多目標(biāo)多需求控制,具有相同目標(biāo)的個(gè)體形成一個(gè)集群,在形成車隊(duì)的同時(shí)考慮到滿足用戶多樣化的需求。

4、通過(guò)仿生學(xué)原理的控制,個(gè)體最終會(huì)形成集群,并且實(shí)現(xiàn)對(duì)集群的控制,遵照這幾條簡(jiǎn)單的規(guī)則車輛可以以集群為單位完成變道、超車、讓行等,提高了道路的通行效率。

5、本發(fā)明在選擇最優(yōu)個(gè)體時(shí)設(shè)計(jì)了方位優(yōu)先原則及距離優(yōu)先原則,獲得的最優(yōu)個(gè)體能夠有效提高控制精度。

6、本發(fā)明在變道障礙物判斷時(shí)需要經(jīng)過(guò)道路設(shè)施判斷、車位判斷和車速判斷三個(gè)條件,提高了車輛運(yùn)行控制的安全性。

附圖說(shuō)明

圖1為本發(fā)明的結(jié)構(gòu)示意圖;

圖2為本發(fā)明的變道流程圖;

圖3為本發(fā)明的車輛運(yùn)行策略判斷圖;

圖4為本發(fā)明的車輛變道障礙判斷圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。本實(shí)施例以本發(fā)明技術(shù)方案為前提進(jìn)行實(shí)施,給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程,但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。

本實(shí)施例基于以下假設(shè):

(1)實(shí)施例處于車聯(lián)網(wǎng)環(huán)境下,所有車輛可以實(shí)現(xiàn)車-車通信和車-路通信,所需信息可以通過(guò)車-車通信和車-路通信進(jìn)行傳輸;

(2)信息傳輸和處理的速度相比車輛速度足夠快,過(guò)程中延遲可忽略;

(3)不考慮行人和非機(jī)動(dòng)車的影響。

本實(shí)施例的應(yīng)用場(chǎng)景設(shè)定為一條雙向六車道的城市主干道,但由于對(duì)向車流不會(huì)對(duì)車隊(duì)的形成產(chǎn)生影響,同時(shí)也為使仿生學(xué)車隊(duì)的效果更佳直觀地展現(xiàn),僅模擬其中一側(cè)的單向三車道。每條車道寬3.5m,行駛車輛為寬1.5m、長(zhǎng)3.6m的小客車,車頭時(shí)距為0.6秒,目標(biāo)車速分為生態(tài)、高效、舒適三種,分別為x km/h、y km/h和z km/h。

如圖1所示,本實(shí)施例提供一種基于仿生學(xué)的自動(dòng)駕駛車輛運(yùn)行控制方法,該方法基于仿生學(xué)原理,將集群行為類比于車輛運(yùn)行控制上,包括以下步驟:

1)將每個(gè)個(gè)體車輛定義為決策車,獲取決策車自身的需求,所述需求由乘客選擇,選擇的影響因素包括快速、環(huán)保和舒適,主要體現(xiàn)為目標(biāo)車速。

2)決策車V2V通信尋找一最優(yōu)個(gè)體,定義為目標(biāo)車輛,所述最優(yōu)個(gè)體被配置為具有與所述決策車具有相同需求的車輛群體中當(dāng)前運(yùn)轉(zhuǎn)狀態(tài)最好的車輛。

當(dāng)決策車尋找到多個(gè)符合最優(yōu)個(gè)體條件的車輛時(shí),通過(guò)以下原則選擇最優(yōu)個(gè)體:

4-1)方位優(yōu)先原則,即優(yōu)先選擇位于決策車前方的車輛作為最優(yōu)個(gè)體;

4-2)距離優(yōu)先原則,即優(yōu)先選擇與決策車距離最近的車輛作為最優(yōu)個(gè)體。

3)根據(jù)目標(biāo)車輛與決策車間的位置及決策車前方車輛的需求獲取決策車的運(yùn)行策略:

若目標(biāo)車輛在決策車前方且決策車前方第一輛車為需求不同的車輛,如圖3的A1所示,則執(zhí)行步驟4);

若決策車自身為目標(biāo)車輛且決策車前方第一輛車為需求不同的車輛,如圖3的A2所示,則執(zhí)行步驟4);

若目標(biāo)車輛在決策車前方且決策車至所述目標(biāo)車輛之間無(wú)需求不同的車輛,如圖3的B1和B2所示,則執(zhí)行步驟5);

若決策車自身為目標(biāo)車輛且決策車前方無(wú)需求不同的車輛,如圖3的C1和C2所示,則執(zhí)行步驟6)。

4)當(dāng)所述前方第一輛車的需求小于決策車的需求時(shí),判斷決策車左側(cè)是否存在障礙,若是,則決策車保持當(dāng)前狀態(tài)同時(shí)向前方第一輛車發(fā)送向右變道請(qǐng)求,若否,則決策車向左變道,如圖2所示。

如圖4所示,在變道側(cè)變道車前保險(xiǎn)杠前第三個(gè)車位和后保險(xiǎn)杠后第三個(gè)車位設(shè)置兩個(gè)虛擬車輛。向左變道車輛記為車輛4(決策車),向右變道車輛記為車輛3,記左前方虛擬車輛為1,左后方虛擬車輛為2,右前方虛擬車輛記為5,右后方虛擬車輛記為6。

車輛4是否向左變道進(jìn)行如下判斷:

條件1:4車不在最左側(cè)車道;

條件2:4車左側(cè)車道前保險(xiǎn)杠前兩個(gè)車位至后保險(xiǎn)杠后兩個(gè)車位的距離內(nèi)無(wú)車輛;

條件3:令虛擬車輛1的初始速度v1=200km/h,虛擬車輛2的初始速度v2=0,若檢測(cè)到相應(yīng)位置有實(shí)際車輛,則賦以實(shí)際車速。是否滿足v1>v4>v2。

若三個(gè)條件都滿足則4車向左變道,若不滿足則向前車發(fā)出變道請(qǐng)求。

前方第一輛車接收到所述向右變道請(qǐng)求時(shí)判斷右側(cè)是否存在障礙,若是,則保持當(dāng)前狀態(tài)向決策車發(fā)送反饋信息,若否,則前方第一輛車向右變道。車輛3是否向右變道也進(jìn)行如下判斷:

條件1:3車不在最右側(cè)車道;

條件2:3車右側(cè)車道前保險(xiǎn)杠前兩個(gè)車位至后保險(xiǎn)杠后兩個(gè)車位的距離內(nèi)無(wú)車輛;

條件3:令虛擬車輛5的初始速度v5=200km/h,虛擬車輛6的初始速度v6=0,若檢測(cè)到相應(yīng)位置有實(shí)際車輛,則賦以實(shí)際車速。是否滿足v5>v3>v6。

若三個(gè)條件都滿足則3車向右變道。

5)決策車追擊所述目標(biāo)車輛。決策車通過(guò)以下追擊模型追擊目標(biāo)車輛:

vk=vkprev+kp·ek+kd·ek

其中,ek=xk-1-xk-thw·vk,xk-1為目標(biāo)車輛當(dāng)前位置,xk為決策車當(dāng)前位置,vk為決策車當(dāng)前車速,thw為車頭時(shí)距,vkprev為前一次迭代計(jì)算獲得的vk,kp和kd為修正系數(shù)。

6)決策車采用最大加速度實(shí)現(xiàn)所述需求。選取最大加速度時(shí)考慮乘客的舒適度。本實(shí)施例中,決策車(4車)的最大加速度通過(guò)以下方式選取:

若v4<x,設(shè)置4車加速度a4為:

若v4>x,設(shè)置4車加速度a4為:

其中,x為目標(biāo)車速。

7)返回至步驟3)繼續(xù)迭代。

以上詳細(xì)描述了本發(fā)明的較佳具體實(shí)施例。應(yīng)當(dāng)理解,本領(lǐng)域的普通技術(shù)人員無(wú)需創(chuàng)造性勞動(dòng)就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此,凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過(guò)邏輯分析、推理或者有限的實(shí)驗(yàn)可以得到的技術(shù)方案,皆應(yīng)在由權(quán)利要求書所確定的保護(hù)范圍內(nèi)。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1