一种车辆数据处理方法及其装置与流程

本申请涉及自动驾驶领域，尤其涉及一种车辆数据处理方法及其装置。
背景技术：
：随着世界范围的经济和科技的发展，公路系统车流量也急剧增加。在例如交通拥挤、交通事故、环境污染等恶劣环境下，可通过多个车辆组成的车队以各种指定队形方式(即列队跟弛方式)来完成例如探查、巡逻、援救等任务，因此对于车辆编队的控制问题越来越受到人们的关注。现有的车辆编队的控制方案如图1所示，多个车辆101至104在道路上列队行驶，后车102至104只能按照前车101提供的信息紧随前车自动前进。队列中的车辆可通过v2x(机动车辆间基于无线的数据传输)实现网联功能，这样后车102至104就能根据前车101发出的指令自动加速、减速、转向等。在此过程中，车队中的各个车辆的状态会根据指令发生变化，例如，可能会形成新车队或者可能有车辆从车队中切出，这会影响到车队的整体稳定性。因此，如何能够保证车队运行期间的稳定性是亟待解决的问题。技术实现要素：本申请实施例提供一种车辆数据处理方法及其装置，至少解决了以上部分技术问题。本申请实施例还提供一种车辆数据处理方法，所述方法包括：获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，所述时空数据对应于表征所述相关车辆行驶中的时空参数；将所述时空数据输入到误差控制模型中，获取用于控制所述相关车辆在所述时空参数上的频域控制增益，其中，所述误差控制模型是由控制所述相关车辆在所述时空参数上的误差构成的模型；利用所述频域控制增益，生成对所述相关车辆的控制信号。本申请实施例还提供一种车辆数据处理方法，所述方法包括：获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，所述时空数据对应于表征所述相关车辆行驶中的时空参数；将所述时空数据从时域空间转换为频率空间上的频域时空数据；利用所述频域时空数据，确定在频域控制增益最小的情况下的与所述频域时空数据对应的控制误差参数；利用确定的控制误差参数，预测在所述频域控制增益满足预设条件下的预测时空参数；利用预测时空参数调整所述相关车辆的运行状态。本申请实施例还提供一种车辆数据处理方法，所述方法包括：将车辆在行驶中产生的时空数据发送到车队服务器；从车队服务器接收到利用时空数据预测的所述车辆在下一时刻行驶的预测时空数据，其中，所述预测时空数据是将所述时空数据输入到误差控制模型获取的频域控制增益而获取的；利用预测时空数据，生成对所述车辆的运行状态进行调整的控制信号。本申请实施例还提供一种车辆控制方法，所述方法包括：接收相关车辆的相关时空数据，其中，所述相关车辆包括当前车辆所在车队的头车以及当前车辆的前车；利用相关时空数据以及当前车辆的当前时空数据，计算包括头车、当前车辆以及前车的频域控制增益；利用所述频域控制增益，确定当前车辆的控制信号。本申请的另一示例性实施例提供一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现上述方法。本申请的另一示例性实施例提供一种地址数据处理装置，所述装置包括处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以上操作。本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请的示例性实施例的车辆数据处理方法能够将全局队列问题转化为具有限制条件的误差控制模型，使得车辆能更好的被控制和执行，实现了车队的整体稳定性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是示出根据本申请的示例性示例的车辆列队跟弛的场景图；图2是示出根据本申请的示例性实施例的车队间状态转移的示意图；图3是示出根据本申请的示例性实施例的车队行驶情况的示图；图4是示出根据本申请的示例性实施例的车辆数据处理方法的流程图；图5是示出根据本申请的示例性实施例的车辆数据处理装置的框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。以下结合附图，详细说明本申请各实施例提供的技术方案。图1示出了根据本申请的示例性示例的车辆列队跟弛的场景图。在实施中，多个车辆101至104按照图1中所示的前进方向进行列队跟弛过程中，云端服务器10可通过标准化接口或者定制接口向各个车辆101至104提供服务，所述各个车辆101至104可以是通过所述的标准化接口直接连接到云端服务器10，将各自的车辆数据上传到云服务器10。在此期间，各个车辆101至104可以由云端服务器提供唯一标识以进行身份认证(例如，由平台作为签发机构颁发的itu-tx.509证书，结合车辆识别码(vehicleidentificationnumber，vin))，在此基础上，所述车辆数据可包括各个车辆101至104的位置、方位/角度、距离、时间、速度、车辆行为决策、车辆驾驶动作以及响应时间。云端服务器10在接收到各个车辆101至104上传的车辆数据后，可在云端执行数据处理，包括使用数据挖掘算法从中提取出有用的信息，为各个车辆101至104提供路径规划或者远程决策，其中，路径规划是为各个车辆101至104的行驶寻找一条最优的几何轨迹，包括全局路径规划和局部路径规划。远程决策则是在是在全局路径规划的基础上，在远程对各个车辆101至104的驾驶动作进行决策，比如跟车或变道超车。在实施中，如果仅通过云服务器10获取各个车辆的车辆数据，则可能会存在不稳定的数据延迟，例如，可能由于通信网络问题导致无法上传数据。因此，可在车辆列队跟弛阶段，采用车辆间的短时通信方式来避免/减少延迟。例如，可采用专用短程(数十米的距离)通信技术(dedicatedshortrangecommunications，dsrc)或车车/车路通信(vehicletoeverything,v2x)等技术来实现车辆之间通信。优选地，可采用v2x技术实现车辆间的通信。通常来说，搭载v2x功能的车辆通常是指是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与x(人、车、路、后台等)智能信息的交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作的车辆。在本申请中，可在头车上安装有以上提到的车载传感器、控制器、执行器等装置，从而全面感知路面情况(例如，障碍物情况)，在此情况下，可利用这些设备实现v2x功能并利用该功能向后续车辆提供精准的道路数据。在本申请中，为了更好地进行误差控制，可采用预先设置的规则来确定车队队长，例如，可根据车辆配备情况确定车队队长，也就是说，将配备有最先进设备的车辆确定为车队队长。为了更好地描述本申请的应用场景，以下将结合图2具体描述图1中的车队可能面对的状态变化。图2是示出根据本申请的示例性实施例的车队间状态转移的示意图。如图2所示，头辆初始化后可根据获取的车辆数据，确定当前车辆所在的场景，例如，该车辆在直行、转弯、路口等不同场景。在不同场景下，车辆队列可能会发生各种状态变化，例如，在直行时可能会有车辆切出或者切入。在本申请中，为了能够保证车队的稳定前进，对不同场景下的车辆转移状态进行了限制，如表1所示：场景转移状态直行车辆切出、车辆切入、列队重排转弯无路口无表1如表1所示，在转弯和路口的场景下，由于车队通常具有多辆车辆，因此非常容易被环境变化的情况打散队列。例如，车队中的第二辆车可能会受路面交通灯的影响，与头车越来越远。基于此，在本申请中，在转弯和路口这些场景下，车队中的各个车辆不允许执行各种状态变化。也就是说，车队的编队变化被限制在直行场景下。例如，在车队直行时，允许车队内的车辆进行切入和切出的操作，还可根据车辆周围行驶的环境信息，快速进行队列重排。并入和切出队列过程中，可将车辆整体的信息快速的在这个车队内发布。在通过图1的描述获取了车辆数据并根据图2的描述限定了使用场景后，以下将参照图3描述车队的行驶情况。图3示出了根据本申请的示例性实施例的车队行驶情况的示图。如图3所示，在步骤s310，在车队行驶之前，对车队数据进行初始化。在车辆行驶前，需要初始化的车队数据包括车队中的各个车辆的位置数据、车辆时空数据、传感器信息以及通信状态信息等。具体来说，所述各个车辆的位置数据可以是利用导航数据获取的坐标信息，例如，可以是头车以及跟随车辆利用自身安装的导航装置获取的坐标信息。各个车辆的车辆时空数据可以是各个车辆在当前时刻的姿态信息，例如，所述各个车辆的航向角、俯仰角、横摆角等。传感器信息包括所述各个车辆所包括的传感器的类型、各个传感器的状态使用状态以及故障信息等。此外，通信状态信息包括各个车辆之间的通信状态。具体来说，对车队数据进行初始化包括：在初始运行阶段对每个车辆装备的所有设备进行上电检查，随后，各个车辆将各自的车队数据利用v2x网络传递消息，传递的消息包括车辆自身的位置信息，传感器启动信息，启动故障情况，通信状态、车辆续航信息以及已行驶的里程数等，此外还可向车队的其他车辆传递，本车辆已准备就位，即，进入自动驾驶状态并等待启动。此外，各个车辆还可从云端服务器获取到车队信息，例如，车队目的地、车队运行路线，车队中其他车辆的准备情况、车队数量，更一步地，还可从云端获取该车车辆的先验信息，例如，在云端存储的该车辆的基本信息、名称、所属车队、行驶需求，初始位置等信息。在步骤s320，头车行驶。在实施中，头车可以是云端服务器根据在步骤s310中获取的车队数据控制头车按照生成的规划路径进行行驶，也可以是驾驶员根据获取的车队数据控制头车向前行驶。随后，在步骤s330，跟随车辆按照头车及本车设定的行驶路径信息来行驶。具体来说，跟随车辆在从云端服务器接收到路径信息后，可利用v2x获取的前车车辆信息以及路况信息，例如，前车的加速、减速、转向、位置、前方道路状态，对接收到的路径信息进行生成，并将生成后的路径信息作为最终路径信息，最后按照最终路径信息行驶。在步骤s340，头车在直线道路上确定是否向跟随车辆发送可切出命令，若确定需要切出车队，则在步骤s360，跟随车辆根据自己行驶需求，选择切出整个车队或继续行驶。当有车辆准备切出车队时，需要利用v2x技术向头车广播所需要的切出信息，整个车队生成进入一个切出状态后，车辆可以切出。待切出完成后，车辆则重新进入到车队行驶状态。若无车辆切出，则在步骤s350，头车可确定是否到达终点，若到达终点，则执行步骤s370，整个车队停止行驶。在跟随车辆按照头车的指示行驶期间，可能会由于通信时延、道路状况等情况产生各种误差，在本申请中，可通过将各种误差控制在可接受区间内来保证车辆间的稳定性，控制误差就是在物体动态运动过程中，关系量间差异与时间的关系，在车队运行过程中，只要控制好误差，不让误差发散，即可让车辆处于稳定状态，从而保障车队能够平稳运行。此外，在本申请中，这些误差包括且不限于车辆间的位移误差、加速度误差以及速度误差。以下将参照图4具体描述根据本申请的示例性实施例的车辆数据处理方法的流程图。在步骤s410，获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，其中，所述时空数据对应于表征所述相关车辆行驶中的时空参数。为了保证车队能够利用v2x执行有效通信，可根据车辆间的位移以及通信距离，对车队中包括的车辆数量进行限定。如以下公式1所示：dres,i(t)＝ds+hivi(t)公式1其中，ds是静止时车辆间保持的最小安全车距，hi是车辆间时间位移，vi(t)是指第i辆车在t时刻的车速，dres，i(t)是指i辆车与前车之间的车距。基于公式1，可按照公式2计算车队中的车辆数量的上限：其中，dcon是车载通信网络中车辆的最大通信范围，dres是指车位移离，l是车身长度。nmax是指车辆最多的数量。因此，可根据公式1和公式2得到以下公式3：通过以上公式，可以将车队的车辆数量限制在合理的范围内，从而保证车辆间的通信传输。在已经限定了车辆数量的情况下，在本申请中，可默认通信传输相对稳定并且通信延迟在可控范围内。基于此，在行驶过程中，可通过各个车辆上安装的各种传感器、定位装置等实时感测到车辆在运行时的时空数据，并且可将这些数据上传的云端服务器，这些时空数据包括且不限于，车辆的位置数据、车辆的方位数据、车辆的速度、加速度、驾驶的基础参数、驾驶行为数据等。这些时空数据中的某些数据可直接通过gps获得，例如，各个车辆的定位数据可直接通过gps获取，因为高精度定位系统可以提供误差为3cm左右的定位数据，所以很多位置方面的数据是比较精确，但还有其他时空数据在来自自动驾驶车辆行驶过程中的计算所得到的数据，这部分数据可能会受制于控制效果及性能会随着车队数量增加会变大。在本申请中，所述时空参数包括所述相关车辆的位移、速度和/或加速度。在本申请中，由于当前车辆在行驶过程中与前车以及头车是强相关的，因此，在对当前车辆进行误差控制的过程中，将利用前车和头车的时空数据对误差进行控制。为此，可利用车对外界的信息交换v2x获取在车队中的当前车辆、当前车辆的前车以及头车的时空数据。随后，在步骤s420，将所述时空数据输入到误差控制模型中，获取用于控制所述相关车辆在所述时空参数上的频域控制增益，其中，所述误差控制模型是由控制所述相关车辆在所述时空参数上的误差构成的模型。在描述车辆的状态时，由于时域上的时空参数是按照时间先后顺序进行描述的，便于理解，因此通常会利用时域上的时空参数对其进行描述，例如，速度、加速度等。但在本申请中，为了能够更好地脱离时间参数，利用其内部的频率特性进行误差分析，可将时域上的运动参数转换为频域上进行操作，具体来说，为了控制车队内的车辆间的误差不会随着车辆数量的增加而逐渐变大，可采用优化控制理论分析包含被控车辆的闭环线性系统，在此基础上，先求取广义对象，再通过线性矩阵不等式方法得到有理高阶控制增益，优化目标函数，以让整套闭环系统满足内部稳定性。在具体实现上，可将相关车辆间之间的时空参数转换到频域上进行分析，并将不同时空参数转换到频域后进行线性组合形成误差控制模型，其中，所述线性组合是指各个时空参数与对应的频域控制增益可加性表示。在实施中，可利用拉普拉斯变换将在时域上的各个时空参数转换为对应的频域上的时空参数进行处理，也就是说，将各个时空参数转换为由复频域表示的参数。在本申请中，所述时空参数包括所述相关车辆的位移、速度和/或加速度。也就是说，所述时空参数可以是位移、速度和加速度中的一个或多个的组合。优选地，以下将参照所述时空参数包括相关车辆的位移、速度和加速度。在此情况下，所述误差控制模型是用于控制所述相关车辆分别在位移误差、速度误差和加速度误差的频域控制增益的模型。优选地，所述误差控制模型还与所述相关车辆传递信息的通信延时相关。也就是说，所述误差控制模型可以是在车辆误差与频域控制增益强相关的情况下还涉及通信延迟的模型。在此情况下，误差控制模型可以如公式3所示：其中，zi(t)是指误差控制模型值，ke(t)、kv(t)、ka(t)分别为当前车辆i与前车i-1之间的位移误差、速度误差和加速度误差的频域控制增益，ei(t)是指相关车辆之间的位移函数，ui-1(t-τ)，ul(t-τ)是前车和头车的加速度函数，kip(t)，kfl(t)是前车和领头车辆加速度的频域控制增益。τ是预设的相关车辆间传递信息的通信延时。在实施中，可将这些误差函数带入以上误差控制模型，并可在将对应的时空数据输入到误差控制模型的情况下，求解所述误差控制模型达到最小时对应的频域控制增益。最后，在步骤s430，利用所述频域控制增益，生成对所述相关车辆的控制信号。也就是说，在获取到相对应的频域控制增益，可按照现有的控制学方式生成头车对于当前车辆的控制信号，从而能够更好地控制跟随车辆。首先，在获取到所述频域控制增益后，预测在所述误差控制模型满足预设条件下的预测时空参数，也就是说，在获取到位移误差的频域控制增益ke(t)、速度误差的频域控制增益kv(t)以及加速度误差的频域控制增益ka(t)后，可按照公式4，求取在zi(t)最小的情况下的位移、速度以及加速度，作为预测时间点的位移、速度和/或加速度。在确定了以上信息后，可对当前车辆的运行速度进行调节，例如，当预测下一时间点需要加速时，当前车辆可被控制为加油增速，当预测下一时间点需要减速时，当前车辆可被控制为减油降速。在实施中，当前车辆可在接收到控制信号后，根据v2x获取的环境信息对控制信号进行调整，例如，虽然当前车辆接收到的控制信号指示当前车辆将要加速，但v2x获取的环境信息显示当前通过的红绿灯故障，则当前车辆可在接收到故障信息后，最终控制当前车辆停止行驶。又例如，根据接收到的控制信号，当前车辆可在下一时刻加速行驶，但是利用车载传感器感测到附近有快速移动的物体接近，此时，当前车辆的处理器可忽略到接收的控制信号，进入告警模式。在实施中，根据本申请的示例性实施例的车辆数据处理方法可利用云端服务器执行，也就是说，头车以及跟随车辆可将通过v2x通信传输的各种信息发送给云端服务器，然后云端服务器可利用这些数据执行以上的步骤。可选地，为了避免头车由于故障原因导致无法执行误差控制，可对车辆优先级执行设置，也就是说，可优先设置头车作为相关车辆，此外，可在头车出现故障，例如无法对服务器发出的信号进行响应时，可优先选择车队中的第二辆车作为相关车辆。在实施中，所述车辆数据处理方法可在云服务器上执行，也可在头车上进行执行，甚至可将这些相关数据发送给车队中的任一车辆处理器，比如说，第二辆车或位于车队中的最后一辆车。此外，由于车辆在行驶过程中的车速是比较快的，对车辆的控制也是瞬息变化，因此，可根据不同的控制信号调整车辆间信息传输的频次。可选地，当确定所述控制信号是对车辆加速的情况下，可提高车辆传输的频次。当确定所述控制信号是对车辆减速的情况下，可降低车辆传输的频次。此外，除了可采用与车速对应的传输频次外，所述传输频次还可与车辆的各种状态参数对应，例如，可根据车辆的车辆类型采用不同的传输频次，或者可根据车载处理器的电量来确定传输频次。根据本申请的示例性实施例，提供一种车辆数据处理方法，所述方法包括：获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，所述时空数据对应于表征所述相关车辆行驶中的时空参数；将所述时空数据从时域空间转换为频率空间上的频域时空数据；利用所述频域时空数据，确定在频域控制增益最小的情况下的与所述频域时空数据对应的控制误差参数；利用确定的控制误差参数，预测在所述频域控制增益满足预设条件下的预测时空参数；利用预测时空参数调整所述相关车辆的运行状态。根据本申请的示例性实施例，提供一种车辆控制方法，所述方法包括：将车辆在行驶中产生的时空数据发送到车队服务器；从车队服务器接收到利用时空数据预测的所述车辆在下一时刻行驶的预测时空数据，其中，所述预测时空数据是将所述时空数据输入到误差控制模型获取的频域控制增益而获取的；利用预测时空数据，生成对所述车辆的运行状态进行调整的控制信号。可选地，利用预测时空数据对所述车辆的运行状态进行调整后包括：利用车对外界的信息交换v2x获取到所述车辆在行驶过程中的环境数据；利用所述环境数据，对所述控制信号进行调整。根据本申请的示例性实施例，提供一种车辆控制方法，所述方法包括：接收相关车辆的相关时空数据，其中，所述相关车辆包括当前车辆所在车队的头车以及当前车辆的前车；利用相关时空数据以及当前车辆的当前时空数据，计算包括头车、当前车辆以及前车的频域控制增益；利用所述频域控制增益，确定当前车辆的控制信号。综上可述，根据本申请的示例性实施例的车辆数据处理方法将全局队列问题转化为具有限制条件的误差控制模型，使得车辆能更好的被控制和执行。此外，相对应的误差控制模型，可以有效的控制误差以及车队的稳定性。更具体地，可通过将相关车辆的时空数据输入到误差控制模型中获取的频域控制增益来生成对相关车辆的控制信号，从而能够有效降低相关车辆之间的误差，进而提高了车队的稳定性。更近一步地，可在车辆误差控制在频域控制增益的基础上加上相应的通信延迟控制整个车队的稳定性。更进一步地，可利用头车、前车与跟随车辆之前的相互关系来降低误差，进一步降低了车辆间的误差并稳定了车队。为了更清楚地明白本申请的示例性实施例的发明构思，以下将参照图5描述本申请的示例性实施例的车辆数据处理装置的框图。本领域普通技术人员将理解：图5中的装置仅示出了与本示例性实施例相关的组件，所述装置中还包括除了图5中示出的组件之外的通用组件。图5示出本申请的示例性实施例的车辆数据处理装置的框图。参考图5，在硬件层面，该装置包括处理器、内部总线和计算机可读存储介质，其中，所述计算机可读存储介质包括易失性存储器和非易失性存储器。处理器从非易失性存储器中读取对应的计算机程序然后运行。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。具体来说，所述处理器执行以下操作：获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，所述时空数据对应于表征所述相关车辆行驶中的时空参数；将所述时空数据输入到误差控制模型中，获取用于控制所述相关车辆在所述时空参数上的频域控制增益，其中，所述误差控制模型是由控制所述相关车辆在所述时空参数上的误差构成的模型；利用所述频域控制增益，生成对所述相关车辆的控制信号。可选地，所述误差控制模型是所述相关车辆的时空参数与对应的频域控制增益在频域上线性组合的模型。可选地，所述处理器在实现步骤在可获取车队中的相关车辆对应的时空数据包括：利用车对外界的信息交换v2x获取在车队中的当前车辆、当前车辆的前车以及头车的时空数据。可选地，所述时空参数包括所述相关车辆的位移、速度和/或加速度。可选地，所述误差控制模型还与所述相关车辆传递信息的通信延时相关。可选地，所述处理器在实现步骤将所述时空数据输入到误差控制模型中获取用于控制所述相关车辆在所述时空参数上的频域控制增益包括：在所述时空数据输入到误差控制模型的情况下，求解所述误差控制模型达到最小时对应的频域控制增益。可选地，所述处理器在实现步骤利用所述频域控制增益生成对所述相关车辆的控制信号包括：在获取到所述频域控制增益后，预测在所述误差控制模型满足预设条件下的预测时空参数；利用所述预测时空参数，生成对所述车辆的控制信号。可选地，所述控制信号包括让车辆进行加速、减速和转向的信号。可选地，所述处理器还实现步骤包括：所述控制信号被发送到所述相关车辆上，使得所述相关车辆按照所述控制信号调整所述相关车辆的行驶状态。根据本申请的示例性实施例，所述处理器还可实现以下步骤：获取车队中的相关车辆对应的时空数据，其中，所述车队包括头车和跟随车辆，所述时空数据对应于表征所述相关车辆行驶中的时空参数；将所述时空数据从时域空间转换为频率空间上的频域时空数据；利用所述频域时空数据，确定在频域控制增益最小的情况下的与所述频域时空数据对应的控制误差参数；利用确定的控制误差参数，预测在所述频域控制增益满足预设条件下的预测时空参数；利用预测时空参数调整所述相关车辆的运行状态。可选地，所述时空参数包括位移、速度和/或加速度。此外，在行驶的当前车辆具备可执行大量计算的处理器的情况下，当前车辆上的处理器可执行以下步骤：将车辆在行驶中产生的时空数据发送到车队服务器；从车队服务器接收到利用时空数据预测的所述车辆在下一时刻行驶的预测时空数据，其中，所述预测时空数据是将所述时空数据输入到误差控制模型获取的频域控制增益而获取的；利用预测时空数据，生成对所述车辆的运行状态进行调整的控制信号。可选地，所述处理器在实现步骤利用预测时空数据对所述车辆的运行状态进行调整后包括：利用车对外界的信息交换v2x获取到所述车辆在行驶过程中的环境数据；利用所述环境数据，对所述控制信号进行调整。此外，在行驶的当前车辆具备可执行大量计算的处理器的情况下，当前车辆上的处理器可执行以下步骤：接收相关车辆的相关时空数据，其中，所述相关车辆包括当前车辆所在车队的头车以及当前车辆的前车；利用相关时空数据以及当前车辆的当前时空数据，计算包括头车、当前车辆以及前车的频域控制增益；利用所述频域控制增益，确定当前车辆的控制信号。综上可述，根据本申请的示例性实施例的车辆数据处理装置将全局队列问题转化为具有限制条件的误差控制模型，使得车辆能更好的被控制和执行。此外，相对应的误差控制模型，可以有效的控制误差以及车队的稳定性。更具体地，可通过将相关车辆的时空数据输入到误差控制模型中获取的频域控制增益来生成对相关车辆的控制信号，从而能够有效降低相关车辆之间的误差，进而提高了车队的稳定性。更近一步地，可在车辆误差控制在频域控制增益的基础上加上相应的通信延迟控制整个车队的稳定性。更进一步地，可利用头车、前车与跟随车辆之前的相互关系来降低误差，进一步降低了车辆间的误差并稳定了车队。需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。当前第1页12