基于云控平台的队列预测性巡航与换道控制系统及方法

本发明涉及换道决策，特别涉及一种基于云控平台的队列预测性巡航与换道控制系统及方法。

背景技术：

1、车辆编队技术可以使得车辆根据相邻车辆状态，调整纵向运动状态，以达到队列内部的车辆速度一致并取得期望的车辆间距。由于队列所有车辆的状态相似，从而可以改善通行效率、提高燃油经济性并增强行驶的安全性。

2、预测性巡航控制是一种利用预测性信息(例如道路坡度的前瞻信息、即将到来的交通信号灯相位与时序、周边车辆的运动状态及变化趋势等)构建最优控制问题，并确定最优驾驶策略的方法。对于高速公路场景下的预测性巡航控制，主要利用车辆前方道路坡度的前瞻信息，规划车辆的纵向车速，从而提高车辆的燃油经济性。

3、换道是车辆行驶的基本行为，相较于巡航，换道行为更为复杂，对于决策规划和车辆控制的要求更高。目前关于换道决策方法，可以分为四类，包括基于规则的方法、基于效用函数的方法、基于机器学习的方法和基于博弈论的方法，主要存在如下缺点：

4、(1)现有的队列换道技术主要集中在队列纵向行驶，队列换道技术较为缺乏。在队列实际行驶过程中换道能力十分重要，因为存在超车、出入匝道等场景。如果队列不具备换道能力，将会迫使队列解散，不仅需要额外人员接管，并且破坏了队列的运行连续性。

5、(2)现有的预测性巡航控制技术仅关注目标车辆在当前车道下纵向车速的优化，忽略车辆的换道行驶，这会导致优化问题可搜索的维度减少，缩小了纵向速度的选择范围，损失优化问题的最优性。另外，目前大部分的预测性巡航控制技术都是基于车路协同技术的分布式控制，需要在车载端部署地图和计算单元。首先，将地图和算法部署在车载端，其硬件成本高昂，并且难以实现完成高负荷的计算任务；其次，车路协同技术存在通信和感知距离的局限，难以给车辆提供更长视距的动态交通信息。

6、(3)现有的换道决策技术仅着眼于目标车辆在换道后的短时收益，没有考虑到车道变更决策的价值判断也会受到未来交通状况的影响。例如，即使目标车辆在换道后的短时间内可以获得更快的行驶速度或更大的行驶空间，但是经过一段时间后可能会被目标车道上新的慢速车辆阻挡。如果换道决策模型能够考虑到车辆未来的驾驶条件，那么有助于获得更长远的收益。

技术实现思路

1、本发明提供一种基于云控平台的队列预测性巡航与换道控制系统及方法，以解决现有的预测性巡航控制技术依托的车路协同技术，存在通信距离和感知范围的局限性，决策规划的范围小和预见性低，并且难以实现控制策略的实时求解等问题。

2、本发明第一方面实施例提供一种基于云控平台的队列预测性巡航与换道控制系统，包括：云控平台，所述云控平台设有队列预测性巡航与换道决策模块，用于获取目标队列车辆的实时状态和参数信息以及动态交通环境信息，利用所述队列预测性巡航与换道决策模块处理所述实时状态、所述参数信息和所述动态交通环境信息，以求解所述目标队列车辆的最优纵向加速度和最优横向换道决策，并发送给所述目标队列车辆，其中，所述目标队列车辆包括一个领航车和多个跟踪车；车载平台，所述车载平台搭载在所述目标队列车辆上，所述领航车的车载平台设有轨迹规划算法模块，所述目标队列车辆的每个车载平台均设有队列分布式控制器模块，用于基于所述最优纵向加速度和所述最优横向换道决策，利用所述轨迹规划算法模块对所述领航车进行行驶轨迹规划，得到轨迹规划路线，利用所述队列分布式控制器模块对所述目标队列车辆进行跟踪控制，并将所述目标队列车辆的实时状态上传至所述云控平台，形成车云滚动闭环控制。

3、可选地，所述云控平台通过边缘云获取所述目标队列车辆的实时状态和车辆参数信息。

4、可选地，还包括：

5、路侧基础设施，所述路侧基础设施与所述云控平台连接，用于收集所述动态交通环境信息，并将所述动态交通环境信息发送给所述云控平台；

6、车载智能远程信息处理终端t-box，所述车载智能远程信息处理终端t-box搭载在所述目标队列车辆上，用于使所述车载平台与所述云控平台进行通信及信息处理。

7、可选地，所述队列预测性巡航与换道决策模块包括：动态感知域单元、预测单元、代价函数及约束单元和优化求解单元，其中，

8、所述动态感知域单元，用于基于所述动态交通环境信息和所述实时状态对所述目标队列车辆周围多个环境车辆进行筛选，得到在预设预测时域内影响所述目标队列车辆行驶的环境车辆；

9、所述预测单元，用于在离散空间中建立所述目标队列车辆与所述环境车辆的状态转移方程，以估计所述目标队列车辆与所述环境车辆的未来状态；

10、所述代价函数及约束单元，用于基于预设多个优化目标和所述未来状态建立队列预测性巡航与换道决策成本函数，对所述目标队列车辆进行约束；

11、所述优化求解单元，用于将所述队列预测性巡航与换道决策成本函数分级为多个非线性规划子问题，以求解最优纵向加速度和最优横向换道决策，并发送给所述目标队列车辆。

12、可选地，所述目标队列车辆中的每辆车均设置有模型预测控制器和线性二次调节器，所述目标队列车辆将自身位置、自身速度和自身加速度传递给跟随车，并利用所述模型预测控制器计算纵向控制指令，所述领航车将所述轨迹规划路线发送给每个跟随车，并利用所述线性二次型调节器计算横向控制指令。

13、可选地，所述轨迹规划算法模块包括：云端指令解析单元、换道安全性判断、安全降级策略单元和轨迹生成单元，其中，

14、所述云端指令解析单元，用于解析所述最优纵向加速度和所述最优横向换道决策，得到所述领航车应行驶的推荐加速度和推荐横向换道决策；

15、所述换道安全性判断单元，用于通过所述推荐加速度和所述推荐横向换道决策分析所述领航车的可行驶安全区域，以判断换道是否满足预设安全条件；

16、所述安全降级策略单元，用于在不满足所述预设安全条件情况下，获取所述领航车的前车信息，以保持安全车头时距为目标，输出所述领航车的安全加速度指令；

17、所述轨迹生成单元，用于基于匀加速模型和五次多项式曲线、所述推荐加速度、所述推荐横向换道决策、所述换道安全性判断结果和所述安全加速度指令对所述领航车进行行驶轨迹规划，得到所述轨迹规划路线。

18、可选地，所述队列分布式控制器模块包括：队列纵向控制器单元和队列横向控制器单元，其中，

19、所述队列纵向控制器单元，用于获取前车的位置、速度和加速度以及所述目标队列车辆中跟随车的自身状态，以计算每个跟随车的期望加速度，每个跟随车根据其对应的期望加速度对所述前车进行车距保持和车速跟踪；

20、所述队列横向控制器单元，用于根据所述轨迹规划路线和每个跟随车的自身状态，以计算每个跟随车的前轮转角，进行路径跟踪。

21、本发明第二方面实施例提供一种基于云控平台的队列预测性巡航与换道控制方法，包括以下步骤：

22、通过所述云控平台中的边缘云获取目标队列车辆的实时状态和车辆参数信息，通过路侧基础设施收集动态交通环境信息；

23、利用所述云控平台中的队列预测性巡航与换道决策模块处理所述实时状态、所述参数信息和所述动态交通环境信息，以求解所述目标队列车辆的最优纵向加速度和最优横向换道决策，并发送给所述目标队列车辆；

24、通过所述目标队列车辆的车载平台接收所述最优纵向加速度和所述最优横向换道决策；

25、利用所述车载平台中的轨迹规划算法模块对所述目标队列车辆进行行驶轨迹规划，得到轨迹规划路线；

26、利用所述车载平台中的队列分布式控制器模块对所述目标队列车辆进行跟踪控制，并将所述目标队列车辆的实时状态上传至所述云控平台，形成车云滚动闭环控制。

27、本发明第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于云控平台的队列预测性巡航与换道控制方法。

28、本发明第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于云控平台的队列预测性巡航与换道控制方法。

29、本发明实施例的基于云控平台的队列预测性巡航与换道控制系统及方法，具有以下有益效果：

30、相较于车路协同技术或单车智能技术，云控平台能够克服通信距离和感知范围的局限性，提高决策规划的范围，使得车辆能够更有预见性的调整行驶策略，同时能够降低车辆计算负担，实现计算资源的高效利用；

31、相较于现有的预测性巡航控制可以扩展搜索的维度，云控平台同时考虑队列的巡航与换道策略，提高优化结果的最优性；同时，利用预测性信息使得换道策略能够考虑到队列行驶的未来长期的预期收益，有助于队列获得更为长远的回报；

32、与云端算法相配合的轨迹规划算法与分布式队列控制器，补充队列的换道与巡航的执行过程，轨迹规划算法考虑了队列的安全行驶空间，通过对车辆制动过程的分析确定了安全距离模型，并设计了安全降级策略，保证队列行驶的安全性；分布式队列控制器根据纵横向控制目标分别设计了队列纵向控制器和队列横向控制器模块控制器，保证队列车辆的跟踪性能。

33、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。