自动驾驶车辆的派遣系统的制作方法

本发明是有关于车辆派遣系统，且特别是有关于一种自动驾驶车辆的派遣系统。

背景技术：

随着近年来对于车辆智能化/无人化的研究不断投入，无人驾驶/自动驾驶的智能车辆的研发与技术也得到了迅速的发展。自动驾驶车辆真正的行驶在道路上已非遥不可及。在现行的技术底下，许多相关技术，例如传感技术、目标识别技术、定位技术都已发展至可基本上地满足自动驾驶车辆的需求。

在现行发展的自动驾驶车辆的派遣系统中，如何统合调度各地的自动驾驶车辆，并且分配各台自动驾驶车辆的运用，藉以设定各台自动驾驶车辆的预定行驶路径，即在开发派遣系统时所面临的主要问题。

技术实现要素：

本发明提供一种自动驾驶车辆的派遣系统，其可通过独立建置或动态建置的调度控制中心来分派各自动驾驶车辆的运用。

本发明的自动驾驶车辆的派遣系统包括多台自动驾驶车辆以及调度控制中心。所述多台自动驾驶车辆根据至少一个运输请求信息进行自动派遣，其中各台自动驾驶车辆包括通信单元以及控制单元。通信单元用以取得本车的车辆位置信息，并且用以与其它自动驾驶车辆进行信息传输。控制单元耦接通信单元，用以取得本车的车辆使用信息，并且控制本车的行驶。所述多台自动驾驶车辆其中之一被选作为调度控制中心来控制全部自动驾驶车辆的派遣。当调度控制中心接收到所述运输请求信息时，调度控制中心依据运输请求信息、所述多台自动驾驶车辆的车辆位置信息及车辆使用信息进行最佳化调度分配，并且依据最佳化调度分配产生调度信号。调度信号藉调度控制中心的通信单元传输给其他自动驾驶车辆，藉以指派所述多台自动驾驶车辆其 中之一为指定派遣车辆进行运输。

基于上述，本发明提出一种自动驾驶车辆的派遣系统，其由多台自动驾驶车辆与调度控制中心组成，其中各台自动驾驶车辆本身都可作为一调度控制中心来与其他自动驾驶车辆作信息交换，或者调度控制中心可独立建置，从而实现调度分配与行驶路径规划的沟通。藉此，本案的自动驾驶车辆的派遣系统可实现多台自动驾驶车辆的调度分配与最佳化路径规划，从而降低整体车辆派遣系统的建置成本。此外，由于本案的每一台自动驾驶车辆都具备路径规划的能力，因此本案还可实现依据乘客/物流的运输条件来规划行驶路径，并且进行共乘配对的功能。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1为本发明一实施例的自动驾驶车辆的派遣系统的示意图；

图2A为图1的一实施例的自动驾驶车辆的派遣系统的系统架构示意图；

图2B为图1的另一实施例的自动驾驶车辆的派遣系统的系统架构示意图；

图3为本发明一实施例的自动驾驶车辆的派遣系统的应用情境示意图；

图4为本发明一实施例的自动驾驶车辆的路径规划方法的步骤流程图；

图5为图4的路径规划方法的应用情境示意图；

图6为本发明另一实施例的自动驾驶车辆的路径规划方法的步骤流程图；

图7为图6的路径规划方法的应用情境示意图；

图8为本发明一实施例的自动驾驶车辆的派遣方法的步骤流程图；

图9为本发明一实施例的自动驾驶车辆的共乘路径规划的示意图。

附图标记说明：

10、10_1、10_2、10_3：运输客体；

100、200：自动驾驶车辆的派遣系统；

110_1～110_n、210_1～210_n：自动驾驶车辆；

110：指定派遣车辆/自动驾驶车辆；

112、212：通信单元；

114、214：控制单元；

120：调度控制中心；

a、b、c：路线；

DS：调度信号；

DL：终点位置；

TRM：运输请求信息；

S310～S330、S510～S540、S710～S750：步骤；

SL、SL1、SL2、SL3：起点位置。

具体实施方式

为了使本揭露的内容可以被更容易明了，以下特举实施例作为本揭露确实能够据以实施的范例。另外，凡可能之处，在附图及实施方式中使用相同标号的元件/构件/步骤，代表相同或类似部件。

图1为本发明一实施例的自动驾驶车辆的派遣系统的示意图。请参照图1，本实施例的派遣系统100包括多台自动驾驶车辆110_1～110_n(n为大于1的正整数，可由系统规划者决定)以及调度控制中心120。

具体而言，本实施例的各台自动驾驶车辆110_1～110_n包括通信单元112以及控制单元114。通信单元112可用以取得本车的车辆位置信息，并且用以与其它自动驾驶车辆110_2～110_n进行信息传输。在本实施例中，通信单元112可例如为无线网络模块，其可通过无线网络(例如3G、4G、GPRS等)来与其它自动驾驶车辆110_2～110_n进行信息传输，并且读取本车的GPS位置信息与地理信息作为车辆位置信息。

控制单元114可用以取得本车的车辆使用信息，并且控制本车的行驶。在本实施例中，控制单元114可例如包括行车控制模块、身份识别模块、付费模块、雷达模块以及摄影模块。换言之，车辆使用信息可例如包括指示本车是否处于运输状态的信息以及指示目前搭乘的运输客体10的信息等。

本实施例的调度控制中心120可根据运输客体所发出的运输请求信息用以控制自动驾驶车辆110_1～110_n的派遣，藉以在无人驾驶的情况下分配合适的自动驾驶车辆110_1～110_n来载送运输客体至目的地。在此所述的运输 客体可例如为乘客或者货物，本发明不以此为限。

底下以图2A与图2B更具体地说明本案的派遣系统的不同实施范例。其中，图2A为图1的一实施例的自动驾驶车辆的派遣系统的系统架构示意图。图2B为图1的另一实施例的自动驾驶车辆的派遣系统的系统架构示意图。

请先参照图2A，在本实施例中，自动驾驶车辆210_1～210_n其中之一会被选作为调度控制中心220来控制全部自动驾驶车辆210_1～210_n的派遣(在此以选择自动驾驶车辆210_1为例，但本发明不仅限于此)。当作为调度控制中心220的自动驾驶车辆210_1接收到运输客体10所发出的运输请求信息TRM时，作为调度控制中心220的自动驾驶车辆210_1会依据接收到的运输请求信息TRM以及各台自动驾驶车辆210_1～210_n的车辆位置信息及车辆使用信息来进行最佳化调度分配，并且依据最佳化调度分配的结果产生调度信号DS。其中，调度信号DS会通过通信单元212发送给各台自动驾驶车辆210_1～210_n，藉以指派一台最合适的自动驾驶车辆110_1～110_n作为指定派遣车辆来进行运输。

在此所述的最佳化调度分配是考量运输客体10的运输需求、各台自动驾驶车辆210_1～210_n前往进行载送所需的时间及成本以及各台自动驾驶车辆210_1～210_n是否已在载送过程中，来综合判断并得出最适合前往进行运输服务的自动驾驶车辆210_1～210_n。

在本实施例中，运输请求信息TRM可例如包括运输客体10的地点信息(例如起点位置与终点位置)、时间信息(例如运输出发时间)以及其他由使用者所设定的运输条件(例如路径规划方式、行驶路段类型限制等)。

本实施例的调度控制中心220的选择可以是预设决定或是动态决定的。举例来说，在一范例实施例中，系统规划者可预设选择自动驾驶车辆110_1作为调度控制中心。在此实施态样下，派遣系统100即会固定以自动驾驶车辆110_1的控制单元114处理全部自动驾驶车辆110_1～110_n的派遣规划与调度，并且以自动驾驶车辆110_1的通信单元112发出对应的调度信号DS来调整其他的自动驾驶车辆110_2～110_n的行驶路线。

在另一范例实施例中，自动驾驶车辆110_1～110_n也可动态地决定本身是否做为调度控制中心运作。举例来说，各台自动驾驶车辆110_1～110_n可在接收到运输请求信息TRM时，分别计算本车与运输客体10之间的距离， 使得距离运输客体10最近的自动驾驶车辆110_1～110_n将本身设定为指定派遣车辆以前往载送运输客体10。同时，作为指定派遣车辆的自动驾驶车辆110_1～110_n会传送调度信号DS给其他自动驾驶车辆110_1～110_n，藉以令其他自动驾驶车辆110_1～110_n得知已有车辆前去进行运输，而不会重复被派遣。换言之，在本范例实施例中，距离运输客体10最接近的自动驾驶车辆110_1～110_n会被选择作为调度控制中心。

请再参照图2B，本实施例与前述图2A实施例大致相同，两者间的主要差异在于本实施例的调度控制中心220是以独立站台式的方式设置。其中，调度控制中心220会接收各台自动驾驶车辆210_1～210_n的车辆位置信息及车辆使用信息。类似于前述实施例，当调度控制中心120接收到运输客体10所发出的运输请求信息TRM时，调度控制中心120会进行最佳化调度分配，并且依据最佳化调度分配的结果产生调度信号DS发送给各台自动驾驶车辆210_1～210_n。除此之外，有关于最佳化调度分配的方式都与前述图2A实施例相同，在后续实施例一并说明。

派遣系统100/200的应用情境可如图3所示。请参照图3，本实施例的运输客体10例如为一乘客，而自动驾驶车辆110_1～110_4为载客用无人车。

在本实施例中，当乘客10发出运输请求信息TRM时，各台自动驾驶车辆110_1～110_4会接收到运输请求信息TRM并且开始计算各自与乘客10之间的行驶距离。

经计算后，自动驾驶车辆110_1会判断其与乘客10之间的距离最接近。因此，在自动驾驶车辆110_1判断本身的车辆使用状态为可载客状态时，其即会被指派为指定派遣车辆以前往载送乘客10，并且自动驾驶车辆110_1会发出调度信号DS以通知其他自动驾驶车辆110_2～110_4不需再前往，使得其他自动驾驶车辆110_2～110_4可等待其他乘客发出运输请求。

另一方面，若自动驾驶车辆110_1判断本身的车辆使用状态为已载客状态时，其会发出调度信号DS告知其他自动驾驶车辆110_2～110_4，使得距离次近的自动驾驶车辆110_2被指派为指定派遣车辆前往载送乘客10。

在本实施例的派遣系统100中，每一台自动驾驶车辆110_1～110_n都可作为一个独立的调度控制中心来与其它自动驾驶车辆110_1～110_n进行调度分配与行驶路径规划的沟通。换言之，本实施例的派遣系统100并不须设置 一个独立的调度中心来控制各台自动驾驶车辆110_1～110_n的行驶路径，如此一来便可有效地降低整体派遣系统100的建置成本。

此外，由于在本实施例的派遣系统100架构下，每一自动驾驶车辆110_1～110_n本身都具有调度控制中心的路径规划能力，因此被做为指定派遣车辆的自动驾驶车辆110_1～110_n还可依据运输客体10的起点位置、终点位置以及路径设定条件来规划出符合需求的最佳化行驶路径。其中，所述路径设定条件可例如为乘客所设定的行驶路线要求、行驶时间要求及/或行驶费用要求，或者由物流业者所设定的货物送达时间要求等条件。

在本实施例中，指定派遣车辆的控制单元可依据所述路径设定条件选择以最短路径规划或最快路径规划来计算其实际行驶路径，并且据以控制其按照计算出的行驶路径行驶。底下以图4至图7的范例来说明本案的自动驾驶车辆110_1～110_n的行驶路径规划方法。

图4为本发明一实施例的自动驾驶车辆的路径规划方法的步骤流程图。图5为图4的路径规划方法的应用情境示意图。本实施例是依据最短路径规划来计算行驶路径作为范例。

请参照图4，在本实施例的最短路径规划方法下，指定派遣车辆会在接收到运输请求信息TRM后，读取运输客体10的起点位置与终点位置之间的地理信息(步骤S310)，并且计算运输客体10的起点位置与终点位置之间的最短路径(步骤S320)。在计算出最短路径后，指定派遣车辆即会选择以此最短路径作为行驶路径(步骤S330)。

如图5所示，在指定派遣车辆110读取关联于运输客体的起点位置SL与终点位置DL的地理信息后，会判断出在起点位置SL与终点位置DL之间有路线a与路线b可供选择。在最短路径规划下，指定派遣车辆110会选择以路程较短的路线b作为行驶路径。

图6为本发明另一实施例的自动驾驶车辆的路径规划方法的步骤流程图。图7为图6的路径规划方法的应用情境示意图。本实施例是依据最快路径规划来计算行驶路径作为范例。

请参照图6，在本实施例的最快路径规划方法下，指定派遣车辆会在接收到运输请求信息TRM后，读取运输客体10的起点位置与终点位置之间的地理信息与交通流量信息(步骤S510)，接着依据地理信息与交通流量信息 取得起点位置与终点位置之间的各路段的交通流量情形(步骤S520)。在取得各路段的交通流量情形后，指定派遣车辆会根据各路段的交通流量情形计算起点位置与终点位置之间耗时较少的路径(步骤S530)。其后，指定派遣车辆即会选择以此最快路径作为行驶路径(步骤S540)。

如图7所示，在指定派遣车辆110读取关联于运输客体的起点位置SL与终点位置DL的地理信息与交通流量信息后，会判断出在起点位置SL与终点位置DL之间有路线a与路线b可供选择。接着，指定派遣车辆110会进一步依据交通流量信息取得路线a与路线b的交通流量情形。

假设路线b虽然距离较短，但其路径上有较多交通号志，并且拥塞情形也较为严重。此时指定派遣车辆110会判定行经路线b所需时间较长。因此，在最快路径规划下，指定派遣车辆110会选择路程较长但行驶时间较短的路线a作为行驶路径。

除上述的最短路径规划与最快路径规划外，本案的派遣系统100还可依据运输请求信息TRM所包括的一设定条件调整行驶路径。其中，指定派遣车辆会在计算行驶路径时，先判断设定为行驶路径的各路段是否符合运输请求信息TRM中的设定条件。当行驶路径中有特定路段不符合设定条件时，指定派遣车辆即会计算一替代路径来取代不符合设定条件的路段。

举例来说，使用者可以设定不行驶高速公路的设定条件。在此前提下，当指定派遣车辆在规划行驶路径时，当规划的路径中有路段为高速公路时，指定派遣车辆即会规划另一条非高速公路的路径来取代原先的行驶路径，藉以符合使用者/运输客体的载送需求。

除此之外，基于本案自动驾驶车辆的派遣系统100的架构下，还可以进一步实现自动驾驶车辆的共乘配对媒合与物流路径规划等功能。此部分以底下图8与图9实施例来说明。其中，图8为本发明一实施例的自动驾驶车辆的派遣方法的步骤流程图。图9为本发明一实施例的自动驾驶车辆的共乘路径规划的示意图。

请先参照图8，首先，自动驾驶车辆接收到不同运输客体所发出的多个运输请求信息(步骤S710)时，自动驾驶车辆会先依据运输请求信息判断运输客体是否有共乘请求(步骤S720)。若判断为否，则利用前述图1至图7实施例所述的调度分配方法与路径规划方法，分别派遣不同的自动驾驶车辆 前往载送不同的运输客体(步骤S730)。另一方面，若自动驾驶车辆判定不同的运输客体都有共乘请求时，自动驾驶车辆会依据运输请求信息进行共乘配对(步骤S740)，藉以利用同一指定派遣车辆载送被配对在一起的运输客体(步骤S750)。

在本实施例的步骤S740所述的共乘配对中，自动驾驶车辆基本上会依据不同的运输客体的起点位置以及所欲到达的终点位置进行共乘配对，并且决定接送顺序，藉以令起点位置与终点位置接近的运输客体可被配对由同一台自动驾驶车辆来载送，从而提高自动驾驶车辆的使用效率。

此外，在载送乘客的应用下，自动驾驶车辆还可依据各乘客的人际网络信息来进行共乘配对。更具体地说，自动驾驶车辆可依据记录在运输请求信息中的人际网络信息来计算各乘客的社交相关性，并且以社交相关性作为配对乘客的依据之一。举例来说，自动驾驶车辆在进行共乘配对时，可先读取各乘客的移动装置的联络人信息、社交网站信息等，藉以判断是否有相互认识/有共同好友/同公司/同学校等具有高度社交相关性的乘客提出共乘请求。若发现具有高度社交相关性的乘客，则将该等乘客做共乘配对，使其可搭乘同一台自动驾驶车辆。藉此，所述共乘配对方式可令共乘的乘客具有较接近的生活圈，从而提高乘客的共乘感受。在此附带一提的是，本实施例所述的社交相关性并不仅限于上述举例的范围，在可从人际网络信息或其他乘客信息取得的信息范围下，举凡是乘客年龄、乘客性别、乘客兴趣、甚至个人记录(例如是否有前科)等信息都可作为社交相关性，使自动驾驶车辆可据此进行共乘配对。本发明不对此加以限制。

在载送共乘的运输客体的步骤S750中，自动驾驶车辆会根据不同的运输客体各自的最佳行驶路径进行重叠比对，藉以规划出最佳的共乘/运输路径，使得运输客体的载送效率可被提高。

如图9所示，乘客10_1～10_3是被分配为由指定派遣车辆110一并载送的共乘乘客，其中乘客10_1～10_3的起点位置分别为SL1～SL3，而乘客10_1的终点位置则是在乘客10_3的起点位置SL3。

在本实施例中，指定派遣车辆110会依据乘客10_1～10_3的起点位置SL1～SL3与终点位置计算出路线c为最佳化运输路径，使得指定派遣车辆110会先行前往载送乘客10_1，再沿路接乘客10_2与10_3，并且在乘客10_3地 起点位置SL3让乘客10_1下车。

此外，对于物流运输而言，指定派遣车辆110还可进一步依据待运送物品的起点位置与终点位置来估算运输时间，并且依据估算出的运输时间计算最佳化运输顺序，藉以根据最佳化运输顺序依序将待运送物品依序送达至目的地(即，终点位置)。如此一来，待运送物品即可以在最快/指定的时间依序被送达。

另外附带一提的是，图8实施例的步骤S720主要是针对载送乘客时才会执行的步骤。对于物流运输而言，其派遣流程不需判断是否有共乘请求，而是会在接收到运输请求信息后，直接进行共乘配对，藉以最佳化的规划各不同货物的取货、递送行驶路径。

综上所述，本发明提出一种自动驾驶车辆的派遣系统，其由多台自动驾驶车辆与调度控制中心组成，其中各台自动驾驶车辆本身都可作为一调度控制中心来与其他自动驾驶车辆作信息交换，或者调度控制中心可独立建置，从而实现调度分配与行驶路径规划的沟通。藉此，本案的自动驾驶车辆的派遣系统可在不须设置一个独立的调度中心的前提下，实现多台自动驾驶车辆的调度分配与最佳化路径规划，从而降低整体车辆派遣系统的建置成本。此外，由于本案的每一台自动驾驶车辆都具备路径规划的能力，因此本案还可实现依据乘客/物流的运输条件来规划行驶路径，并且进行共乘配对的功能。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。