多交叉路口场景下车辆分层规划和控制方法及装置制造方法及图纸

本申请涉及一种多交叉路口场景下车辆分层规划和控制方法及装置，其中，方法包括：通过对多交叉路口场景下的车辆进行分层的规划和控制，具体的分为云端规划层和车端控制层；通过采集车辆所处道路的当前道路信息，基于云端规划层和当前道路信息进行全局轨迹速度规划，生成车辆的全局节能轨迹速度轨迹；基于由车端控制层构建的确定性模型对全局节能轨迹进行跟踪控制，以实现对最优的全局节能轨迹的实时跟踪。由此，解决了现有技术未能详细的考虑车辆动力学模型或采用确定性的车辆模型，并未对真实的道路交通环境进行建模，不利于在现实场景中进行应用，无法保证智能网联汽车在多个交叉路口区间内达到节能效果的全局最优等问题。叉路口区间内达到节能效果的全局最优等问题。叉路口区间内达到节能效果的全局最优等问题。

【技术实现步骤摘要】
多交叉路口场景下车辆分层规划和控制方法及装置


[0001]本申请涉及车辆控制
，特别涉及一种多交叉路口场景下车辆分层规划和控制方法及装置。

技术介绍

[0002]城市道路中的交叉路口场景所导致的停车怠速是车辆能耗增加的重要原因之一，优化车辆轨迹实现绿波通行则是解决该问题的有效手段。近年来，智能网联汽车快速发展并且逐渐实现产业化，预计未来将成为交通运输的主要载体，智能网联汽车在提高驾驶安全性、高效性、舒适性方面具有显著的潜力，有望减少城市道路交通中的能耗问题。
[0003]当前，主要基于最优化方法对多个交叉路口区间内的智能网联车辆的规划和控制技术进行分析研究，通过给予车辆一固定模型轨迹策略，例如匀加速、匀速、匀减速的三段式策略，以各阶段策略的用时作为优化变量，进行以节能为目标的最优化规划；但使用固定的轨迹策略，并未考虑车辆动力学，不利于车辆层跟踪控制；此外，目前的相关研究忽略了车辆动力学模型，对真实交通系统模拟程度不足，并未考虑模型不确定性问题，难以达到全局最优。
[0004]综上，当前关于多个交叉路口区间内的智能网联车辆的规划和控制的研究中未能详细的考虑车辆动力学模型或采用确定性的车辆模型，并未对真实的道路交通环境进行建模，不利于在现实场景中进行应用，无法保证智能网联汽车在多个交叉路口区间内达到节能效果的全局最优，亟待解决。

技术实现思路

[0005]本申请提供一种多交叉路口场景下车辆分层规划和控制方法及装置，以解决现有技术未能详细的考虑车辆动力学模型或采用确定性的车辆模型，并未对真实的道路交通环境进行建模，不利于在现实场景中进行应用，无法保证智能网联汽车在多个交叉路口区间内达到节能效果的全局最优等问题。
[0006]本申请第一方面实施例提供一种多交叉路口场景下车辆分层规划和控制方法，包括以下步骤：对多交叉路口场景下的车辆进行分层，得到所述车辆的云端规划层和车端控制层；采集车辆所处道路的当前道路信息，基于所述云端规划层和所述当前道路信息进行全局轨迹规划，生成所述车辆的全局节能轨迹，以及基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹。
[0007]可选地，在本申请的一个实施例中，所述采集车辆所处道路的当前道路信息，基于所述云端规划层和所述当前道路信息进行全局轨迹规划，生成所述车辆的全局节能轨迹，包括：构建空间域的车辆动力学模型和交通信号灯的时空模型；采集宏观交通流信息，根据所述宏观交通流信息估计所述车辆的排队时间；基于所述车辆的排队时间、预设安全机制、车辆动力学约束以及交通信号灯约束求解所述车辆动力学模型和所述时空模型，得到所述全局节能轨迹。
[0008]可选地，在本申请的一个实施例中，所述基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹，包括：获取所述车辆的历史行驶轨迹，采用预设数据驱动方法进行系统辨识，以构建所述车端控制层的确定性模型；基于所述确定性模型确定所述车辆的经济型鲁棒控制问题；提取所述经济型鲁棒控制问题的控制序列中的第一个控制量，使得所述车辆根据所述第一个控制量对所述全局节能轨迹进行跟踪控制。
[0009]可选地，在本申请的一个实施例中，所述基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，包括：将所述跟踪控制的结果更新至所述云端规划层，对所述全局节能轨迹进行滚动时域控制，得到所述最优的全局节能轨迹。
[0010]本申请第二方面实施例提供一种多交叉路口场景下车辆分层规划和控制装置，包括：分层模块，用于对多交叉路口场景下的车辆进行分层，得到所述车辆的云端规划层和车端控制层；规划模块，用于采集车辆所处道路的当前道路信息，基于所述云端规划层和所述当前道路信息进行全局轨迹规划，生成所述车辆的全局节能轨迹，以及控制模块，用于基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹。
[0011]可选地，在本申请的一个实施例中，所述规划模块包括：第一建模单元，用于构建空间域的车辆动力学模型和交通信号灯的时空模型；估算单元，用于采集宏观交通流信息，根据所述宏观交通流信息估计所述车辆的排队时间；求解单元，用于基于所述车辆的排队时间、预设安全机制、车辆动力学约束以及交通信号灯约束求解所述车辆动力学模型和所述时空模型，得到所述全局节能轨迹。
[0012]可选地，在本申请的一个实施例中，所述控制模块包括：第二建模单元，用于获取所述车辆的历史行驶轨迹，采用预设数据驱动方法进行系统辨识，以构建所述车端控制层的确定性模型；确定单元，用于基于所述确定性模型确定所述车辆的经济型鲁棒控制问题；提取单元，用于提取所述经济型鲁棒控制问题的控制序列中的第一个控制量，使得所述车辆根据所述第一个控制量对所述全局节能轨迹进行跟踪控制。
[0013]可选地，在本申请的一个实施例中，所述控制模块还包括：优化单元，用于将所述跟踪控制的结果更新至所述云端规划层，对所述全局节能轨迹进行滚动时域控制，得到所述最优的全局节能轨迹。
[0014]本申请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多交叉路口场景下车辆分层规划和控制方法。
[0015]本申请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多交叉路口场景下车辆分层规划和控制方法。
[0016]由此，本申请的实施例具有以下有益效果：
[0017]本申请的实施例可通过对多交叉路口场景下的车辆进行分层，得到车辆的云端规划层和车端控制层；采集车辆所处道路的当前道路信息，基于云端规划层和当前道路信息进行全局轨迹规划，生成车辆的全局节能轨迹；基于由车端控制层构建的确定性模型对全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹。本申请通过以节能为目标，对云端
规划层的轨迹进行跟踪控制，实现了规划和控制的解耦以及智能网联汽车的节能控制，有利于构建绿色的智能交通系统。由此，解决了现有技术未能详细的考虑车辆动力学模型或采用确定性的车辆模型，并未对真实的道路交通环境进行建模，不利于在现实场景中进行应用，无法保证智能网联汽车在多个交叉路口区间内达到节能效果的全局最优等问题。
[0018]本申请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，或通过本申请的实践了解到。
附图说明
[0019]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0020]图1为根据本申请实施例提供的一种多交叉路口场景下车辆分层规划和控制方法的流程图；
[0021]图2为本申请的一个实施例提供的一种针对多交叉路口的智能网联车辆分层规划和控制示意图；
[0022]图3为本申请的一个实施例提供的一种基于最优控制理论的以节能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多交叉路口场景下车辆分层规划和控制方法，其特征在于，包括以下步骤：对多交叉路口场景下的车辆进行分层，得到所述车辆的云端规划层和车端控制层；采集车辆所处道路的当前道路信息，基于所述云端规划层和所述当前道路信息进行全局轨迹规划，生成所述车辆的全局节能轨迹，以及基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹。2.根据权利要求1所述的方法，其特征在于，所述采集车辆所处道路的当前道路信息，基于所述云端规划层和所述当前道路信息进行全局轨迹规划，生成所述车辆的全局节能轨迹，包括：构建空间域的车辆动力学模型和交通信号灯的时空模型；采集宏观交通流信息，根据所述宏观交通流信息估计所述车辆的排队时间；基于所述车辆的排队时间、预设安全机制、车辆动力学约束以及交通信号灯约束求解所述车辆动力学模型和所述时空模型，得到所述全局节能轨迹。3.根据权利要求1所述的方法，其特征在于，所述基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，以获取最优的全局节能轨迹，包括：获取所述车辆的历史行驶轨迹，采用预设数据驱动方法进行系统辨识，以构建所述车端控制层的确定性模型；基于所述确定性模型确定所述车辆的经济型鲁棒控制问题；提取所述经济型鲁棒控制问题的控制序列中的第一个控制量，使得所述车辆根据所述第一个控制量对所述全局节能轨迹进行跟踪控制。4.根据权利要求3所述的方法，其特征在于，所述基于由所述车端控制层构建的确定性模型对所述全局节能轨迹进行跟踪控制，包括：将所述跟踪控制的结果更新至所述云端规划层，对所述全局节能轨迹进行滚动时域控制，得到所述最优的全局节能轨迹。5.一种多交叉路口场景下车辆分层规划和控制装置，其特征在于，包括：分层模块，用于对多交叉路口场景下的车辆进行分层，得到所述车辆的云端规划层和车端控制层；规划模块，用于采集...

【专利技术属性】
技术研发人员：李克强，李帅，王嘉伟，王建强，许庆，徐少兵，
申请(专利权)人：清华大学，
类型：发明
国别省市：