【技术实现步骤摘要】
本专利技术涉及众包出行和自动驾驶，尤其是一种基于众包和跟驰模式的自动驾驶车队组成方法。
技术介绍
1、随着现代计算机技术的发展和互联网技术的进步，车辆自动驾驶技术已经成为现实。在交通驾驶过程中，由于自身反应的限制，人类驾驶员很难在很短的时间内准确识别和判断路况，可能会在决策中出错，在操作中也可能无法采取正确的行动。特别是在长途出行过程中，长时间的驾驶行为带来的疲惫更加可能引发安全事故。跟驰出行模式是一种以首车掌控方向，后车跟驰行驶的自动驾驶车队出行模式。通过首车带领后车前行并定期更换首车让驾驶员交错休息，跟驰出行能够有效避免司机的长距离连续驾驶的隐患，也因此受到越来越多的欢迎。
2、但是跟驰出行作为一种统一所有旅客出行路径的方式虽然能够缓解长时间驾驶的隐患问题，也无疑会带来对于其中部分旅客造成出行时间或者费用的损失。因此，如何最小化这种损失是广泛应用这种出行模式的关键。对于车队组成方法的选择是减少出行损失，优化出行体验的核心问题。此外，现有的车队组成往往是基于随机拼车或者熟人共同回家组成车队，对于小群体或者单人的长距离出行缺少足够的信息交互。因此，从车队组成方式和出行信息共享两个层面，跟驰出行从用户选择到车队排序的整个过程目前仍然缺少一种能够适用于大众群体的组队决策方法。
技术实现思路
1、本专利技术所要解决的技术问题在于，提供一种基于众包和跟驰模式的自动驾驶车队组成方法，通过对车辆的时空路径信息的挖掘，使用众包模式进行出行需求共享，提前匹配跟驰车队以实现自组织的自动驾
2、为解决上述技术问题，本专利技术提供一种基于众包和跟驰模式的自动驾驶车队组成方法，包括如下步骤：
3、步骤1、依据出行需求、车型信息搜索潜在的出行合作对象，基于社会信用积分优先原则匹配，保证出行者能够准时出行，提高时空路径匹配的准确性，构建候选拼车集合作为后续路径匹配的基础；
4、步骤2、对于候选拼车集合中的每一个出行对象，通过共享自己的出行路径和出行时间并获取他人的出行路径和出行时间，基于正常的车辆出行速度进行预测，判断是否存在重叠的时空路径，规划并确定跟驰路径；
5、步骤3、根据车型和到达时间先后确定跟驰车队首车和前后顺序，提前确定计划车队。
6、优选的，步骤1中，潜在出行合作对象需要满足约束条件：匹配的出行用户的社会信用积分grai都不小于使用公共服务设施的社会信用积分标准grademin；
7、grai>＝grademin
8、ki＝grai+k*ti
9、其中，grai为第i辆车的社会信用积分；grademni为使用公共服务设施的社会信用积分标准；ti为用户i在匹配时的已等待时间，单位为小时；k为已等待时间的匹配优先级系数，取值范围为[0,10000]；ki为同一时刻出行者的匹配优先级，作为同一时刻不同用户对已存在车队的进行匹配的顺序排序的依据。
10、优选的，步骤1中，基于社会信用积分优先原则匹配采用先到先服务fcfs算法和最大权重匹配算法。fcfs算法是按照用户到达的顺序来确定服务顺序，最大权重匹配算法是基于排队影响要素的给定权重决定服务顺序，即对于等待匹配的用户拼车用户根据其等待时间和蚂蚁信誉积分进行排列来服务，其中蚂蚁信誉积分具有更高权重。
11、优选的，步骤2中，对于候选拼车集合中的每一个出行对象，通过共享自己的出行路径和出行时间并获取他人的出行路径和出行时间，基于正常的车辆出行速度进行预测，判断是否存在重叠的时空路径，规划并确定跟驰路径具体包括如下步骤：
12、步骤21、根据车辆出行需求数量确定车队组成的最小数量阈值numj，当匹配车队人数大于阈值时，完成车队组成；
13、步骤22、预测各出行对象的时空路径；
14、步骤23、对于候选拼车集合中存在相同时空路径的用户，依据出行对象的时空路径重叠情况进行匹配：
15、步骤24、对于候选拼车集合中不存在相同时空路径的用户，依据需要出行用户的终点路径与已存在车队的接近程度进行匹配。
16、优选的，步骤21中，根据车辆出行需求数量确定车队组成的最小数量阈值numj，当匹配车队人数大于阈值时，完成车队组成：
17、
18、其中，numj为车队j的进行匹配的最小组成车数，nt为t时刻候选拼车集合中未成功匹配的用户总数，满足约束条件numj≥4，即满足任何情况下，车队匹配人数至少达到四个才能组成车队。
19、优选的，步骤22中，对于候选拼车集合中的每一个出行对象，通过共享和获取他人的起终点路径和出发时间，结合百度地图的最短路径规划，采用一般车速预测各需要匹配用户的时空路径：
20、loc_xit＝mapi_xnormt
21、loc_yit＝mapi_ynormt
22、loc_zit＝mapi_znormt
23、其中，loc_xit、loc_yit、loc_zit分别为用户i在t时刻所处位置的经度x坐标，纬度y坐标和高度z坐标，mapi_xnormt、mapi_ynoormt、mapi_znormt分别为依据用户i的起终点和出发时间采用百度地图规划出的最短路径采用正常车速行驶在t时刻所在位置的经度x坐标、纬度y坐标和高度z坐标。
24、优选的，步骤23中，对于候选拼车集合中存在相同时空路径的用户，依据出行对象的时空路径重叠情况进行匹配：
25、
26、same_routeij＝ri∩rj
27、i、j∈zi，same_routeij≥s*(si+sj)
28、其中，si、sj分别表示出行用户i、出行用户j的出行起点和出行终点的距离；oi+、oi0、oi1分别表示出行用户i出行起点的经度x坐标、纬度y坐标和高度z坐标；di+、di0、diz分别表示用户i出行终点的经度x坐标、纬度y坐标和高度z坐标；same_routeij表示出行用户i和出行用户j的时空重叠路径；ri、rj分别表示出行用户i和出行用户j的时空路径；zi表示出行用户i所属的车队；s表示时空重叠路径系数，取值范围为(0,0.5]。
29、优选的，步骤24中，对于候选拼车集合中不存在相同时空路径的用户，依据需要出行用户的终点路径与已存在车队的接近程度进行匹配：
30、
31、其中dijt表示出行用户i的规划路径在t时刻与出行用户j的出行终点的距离；loc_xit、loc_yit、loc_zit分别表示出行用户i在t时刻所在位置的经度x坐标、纬度y坐标和高度z坐标；di+、di0、di0分别表示出行用户j的出行终点的经度x坐标、纬度y坐标和高度z坐标；oit表示出行用户i的出发时间，djt表示出行用户j预期的到达时间：zi表示出行用户i所属的车队；d表示距离阈值，其取值范本文档来自技高网...
【技术保护点】
1.一种基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤1中，潜在出行合作对象需要满足约束条件：匹配的出行用户的社会信用积分grai都不小于使用公共服务设施的社会信用积分标准grademin；
3.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤1中，基于社会信用积分优先原则匹配采用先到先服务FCFS算法和最大权重匹配算法。
4.如权利要求3所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，FCFS算法是按照用户到达的顺序来确定服务顺序，最大权重匹配算法是基于排队影响要素的给定权重决定服务顺序，即对于等待匹配的用户拼车用户根据其等待时间和蚂蚁信誉积分进行排列来服务，其中蚂蚁信誉积分具有更高权重。
5.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤2中，对于候选拼车集合中的每一个出行对象，通过共享自己的出行路径和出行时间并获取他人的出行路径和出行时间，基于正常的车辆出
6.如权利要求5所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤21中，根据车辆出行需求数量确定车队组成的最小数量阈值Numj，当匹配车队人数大于阈值时，完成车队组成：
7.如权利要求5所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤22中，对于候选拼车集合中的每一个出行对象，通过共享和获取他人的起终点路径和出发时间，结合百度地图的最短路径规划，采用一般车速预测各需要匹配用户的时空路径：
8.如权利要求5所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤23中，对于候选拼车集合中存在相同时空路径的用户，依据出行对象的时空路径重叠情况进行匹配：
9.如权利要求5所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤24中，对于候选拼车集合中不存在相同时空路径的用户，依据需要出行用户的终点路径与已存在车队的接近程度进行匹配：
10.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤3中，当有N辆车组成车队进行众包出行，出发时间最优先的为首车，其后到达的车辆依据同一大小车型相邻行驶、大车在前小车在后进行前后排序并插入车队，所有车辆依次定期轮换首车并与类似车型的车辆换位，若无类似车型则换至车队尾部。
...【技术特征摘要】
1.一种基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤1中，潜在出行合作对象需要满足约束条件：匹配的出行用户的社会信用积分grai都不小于使用公共服务设施的社会信用积分标准grademin；
3.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤1中，基于社会信用积分优先原则匹配采用先到先服务fcfs算法和最大权重匹配算法。
4.如权利要求3所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，fcfs算法是按照用户到达的顺序来确定服务顺序，最大权重匹配算法是基于排队影响要素的给定权重决定服务顺序，即对于等待匹配的用户拼车用户根据其等待时间和蚂蚁信誉积分进行排列来服务，其中蚂蚁信誉积分具有更高权重。
5.如权利要求1所述的基于众包和跟驰模式的自动驾驶车队组成方法，其特征在于，步骤2中，对于候选拼车集合中的每一个出行对象，通过共享自己的出行路径和出行时间并获取他人的出行路径和出行时间，基于正常的车辆出行速度进行预测，判断是否存在重叠的时空路径，规划并确定跟驰路径具体包括如下步骤：
6.如权利要求5所述的基...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。