本發(fā)明涉及計算機無人車自動編隊，尤其涉及一種無人車自動編隊系統(tǒng)及方法。

背景技術(shù)：

1、無人車自動編隊是指在自動駕駛領(lǐng)域中，多輛自動駕駛的車輛根據(jù)行駛環(huán)境自動切換行駛陣型并按照一定的隊列順序協(xié)同行駛的過程，隨著人工智能和5g移動通信的快速發(fā)展，自動駕駛技術(shù)已成為汽車產(chǎn)業(yè)的重要發(fā)展方向，無人車編隊作為自動駕駛技術(shù)的重要分支，盡管能夠帶來諸多優(yōu)勢，但在實際應(yīng)用中，編隊車輛可能會遇到各種復(fù)雜環(huán)境和突發(fā)狀況，導(dǎo)致無人車編隊陷入困境，因此，如何有效地解決無人車編隊的異常情況顯得尤為重要。

2、現(xiàn)有技術(shù)中，主要采用領(lǐng)航跟隨法對無人車進(jìn)行編隊控制，該方法雖然在一定程度上能夠提高車輛行駛效率，但無人車在自主行駛過程中若遇到異常情況，可能會導(dǎo)致車輛無法自行脫困，影響無人車的任務(wù)執(zhí)行效率。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種無人車自動編隊系統(tǒng)及方法，其主要目的在于提高無人車的自行脫困能力。

2、為實現(xiàn)上述目的，本發(fā)明提供的一種無人車自動編隊系統(tǒng)，包括：數(shù)據(jù)采集模塊、行駛陣型確定模塊、隊形恢復(fù)模塊、困境感知模塊、單車脫困模塊、自動編隊模塊；

3、所述數(shù)據(jù)采集模塊，用于獲取待自動編隊的無人車，并確定所述無人車的主車和從車，采集所述主車的導(dǎo)航軌跡數(shù)據(jù)，根據(jù)所述導(dǎo)航軌跡數(shù)據(jù)，識別所述無人車的行駛環(huán)境和從車數(shù)量；

4、所述行駛陣型確定模塊，用于基于所述行駛環(huán)境和所述從車數(shù)量，設(shè)定所述無人車的編隊隊形，定位所述從車在所述編隊隊形的相對位置，基于所述導(dǎo)航軌跡數(shù)據(jù)和所述相對位置，確定所述無人車的行駛陣型；

5、所述隊形恢復(fù)模塊，用于識別出所述行駛陣型中的任務(wù)車輛和所述任務(wù)車輛的編隊位置，基于所述編隊位置，構(gòu)建所述任務(wù)車輛的旁車軌跡預(yù)測網(wǎng)絡(luò)，根據(jù)所述旁車軌跡預(yù)測網(wǎng)絡(luò)和所述編隊位置，設(shè)置所述無人車的隊形恢復(fù)規(guī)則；

6、所述困境感知模塊，用于結(jié)合所述行駛陣型和所述隊形恢復(fù)規(guī)則，實時感知所述無人車的車輛行駛狀態(tài)，基于所述導(dǎo)航軌跡數(shù)據(jù)，分析所述行駛環(huán)境的環(huán)境變化趨勢，結(jié)合所述車輛行駛狀態(tài)和所述環(huán)境變化趨勢，設(shè)置所述無人車的困境感知模式；

7、所述單車脫困模塊，用于基于所述困境感知模式，識別所述無人車的車輛異常情況；根據(jù)所述車輛異常情況和所述旁車軌跡預(yù)測網(wǎng)絡(luò)，設(shè)置所述無人車的單車脫困機制；

8、所述自動編隊模塊，用于根據(jù)所述困境感知模式、所述單車脫困機制及所述隊形恢復(fù)規(guī)則，對所述無人車進(jìn)行自動編隊處理，得到自動編隊結(jié)果。

9、可選地，所述基于所述導(dǎo)航軌跡數(shù)據(jù)和所述相對位置，確定所述無人車的行駛陣型，包括：

10、基于所述導(dǎo)航軌跡數(shù)據(jù)，識別所述無人車的行駛軌跡；

11、根據(jù)所述行駛軌跡，調(diào)度所述無人車的行駛路況信息和編隊隊形；

12、基于所述行駛路況信息和所述相對位置，對所述編隊隊形進(jìn)行自適應(yīng)調(diào)整，得到自適應(yīng)隊形；

13、結(jié)合所述行駛路況信息和所述自適應(yīng)隊形，確定所述無人車的行駛陣型。

14、可選地，所述基于所述編隊位置，構(gòu)建所述任務(wù)車輛的旁車軌跡預(yù)測網(wǎng)絡(luò)，包括：

15、基于所述編隊位置，計算所述任務(wù)車輛的旁車相對位置；

16、識別出所述旁車相對位置上的非任務(wù)車輛；

17、分析所述非任務(wù)車輛相對于所述任務(wù)車輛的特征行為；

18、提取所述任務(wù)車輛的駕駛行為，并根據(jù)所述特征行為，分析所述駕駛行為對所述非任務(wù)車輛的行車影響；

19、根據(jù)所述特征行為和所述行車影響，構(gòu)建所述任務(wù)車輛的旁車軌跡預(yù)測網(wǎng)絡(luò)。

20、可選地，所述根據(jù)所述旁車軌跡預(yù)測網(wǎng)絡(luò)和所述編隊位置，設(shè)置所述無人車的隊形恢復(fù)規(guī)則，包括：

21、實時監(jiān)測所述無人車的編隊車輛，并識別出所述編隊車輛中的離隊車輛；

22、根據(jù)所述旁車軌跡預(yù)測網(wǎng)絡(luò)，分析所述離隊車輛對所述無人車的編隊影響；

23、調(diào)度所述無人車與所述離隊車輛的通信連接數(shù)據(jù)，基于所述通信連接數(shù)據(jù)，識別所述離隊車輛的離隊原因；

24、根據(jù)所述編隊影響和所述離隊原因，設(shè)置所述離隊車輛的車輛補償機制；

25、識別所述無人車的行駛軌跡，基于所述行駛軌跡和所述車輛補償機制，設(shè)置所述離隊車輛的歸隊路徑；

26、結(jié)合所述編隊位置和所述歸隊路徑，設(shè)置所述無人車的隊形恢復(fù)規(guī)則。

27、可選地，所述基于所述導(dǎo)航軌跡數(shù)據(jù)，分析所述行駛環(huán)境的環(huán)境變化趨勢，包括：

28、對所述導(dǎo)航軌跡數(shù)據(jù)進(jìn)行屬性分類，得到分類數(shù)據(jù)；

29、提取出所述分類數(shù)據(jù)的關(guān)鍵特征，基于所述關(guān)鍵特征，收集所述行駛環(huán)境的歷史數(shù)據(jù)；

30、識別所述歷史數(shù)據(jù)中的交通數(shù)據(jù)和天氣數(shù)據(jù)；

31、根據(jù)所述交通數(shù)據(jù)，分析所述行駛環(huán)境的交通流量和車輛行為模式；

32、基于所述天氣數(shù)據(jù)，分析所述行駛環(huán)境的能見度水平；

33、結(jié)合所述交通流量、所述車輛行為模式及所述能見度水平，分析所述行駛環(huán)境的環(huán)境變化趨勢。

34、可選地，所述結(jié)合所述車輛行駛狀態(tài)和所述環(huán)境變化趨勢，設(shè)置所述無人車的困境感知模式，包括：

35、基于所述車輛行駛狀態(tài)，識別所述無人車的周圍環(huán)境車輛；

36、分析所述周圍環(huán)境車輛與所述無人車的交互關(guān)系；

37、根據(jù)所述環(huán)境變化趨勢和所述交互關(guān)系，識別所述無人車的潛在風(fēng)險因素，并識別所述潛在風(fēng)險因素的風(fēng)險等級；

38、根據(jù)所述車輛行駛狀態(tài)和所述風(fēng)險等級，設(shè)置所述無人車的風(fēng)險應(yīng)變方式；

39、結(jié)合所述風(fēng)險等級和所述風(fēng)險應(yīng)變方式，設(shè)置所述無人車的困境感知模式。

40、可選地，所述基于所述困境感知模式，識別所述無人車的車輛異常情況，包括：

41、基于所述困境感知模式，采集所述無人車的歷史行駛數(shù)據(jù)；

42、根據(jù)所述歷史行駛數(shù)據(jù)，識別所述無人車的正常行駛參數(shù)；

43、識別所述無人車的當(dāng)前行駛狀態(tài)，結(jié)合所述當(dāng)前行駛狀態(tài)和所述歷史行駛數(shù)據(jù)，識別所述無人車的當(dāng)前行為偏差；

44、基于所述正常行駛參數(shù)，設(shè)置所述無人車的異常參數(shù)閾值；

45、根據(jù)所述異常參數(shù)閾值和所述當(dāng)前行為偏差，識別所述無人車的車輛異常情況。

46、可選地，所述根據(jù)所述車輛異常情況和所述旁車軌跡預(yù)測網(wǎng)絡(luò)，設(shè)置所述無人車的單車脫困機制，包括：

47、根據(jù)所述車輛異常情況，定位所述無人車的異常單車；

48、分析所述異常單車的困境類型，并基于所述困境類型，設(shè)置所述異常單車的困境應(yīng)變層；

49、根據(jù)所述旁車軌跡預(yù)測網(wǎng)絡(luò)，識別所述異常單車的旁車行駛軌跡；

50、基于所述旁車行駛軌跡，設(shè)置所述異常單車的脫困路徑；

51、結(jié)合所述困境應(yīng)變層和所述脫困路徑，設(shè)置所述無人車的單車脫困機制。

52、可選地，所述根據(jù)所述困境感知模式、所述單車脫困機制及所述隊形恢復(fù)規(guī)則，對所述無人車進(jìn)行自動編隊處理，得到自動編隊結(jié)果，包括：

53、根據(jù)所述困境感知模式，識別所述無人車的車輛行駛困境；

54、基于所述車輛行駛困境，設(shè)置所述單車脫困機制的觸發(fā)條件，并設(shè)置所述無人車的避險方式；

55、根據(jù)所述觸發(fā)條件和所述避險方式，對所述無人車進(jìn)行脫困處理，得到脫困結(jié)果；

56、基于所述脫困結(jié)果和所述隊形恢復(fù)規(guī)則，對所述無人車進(jìn)行自動編隊處理，得到自動編隊結(jié)果。

57、本發(fā)明通過采集所述主車的導(dǎo)航軌跡數(shù)據(jù)，根據(jù)所述導(dǎo)航軌跡數(shù)據(jù)，識別所述無人車的行駛環(huán)境和從車數(shù)量，可以明確主車和從車的作用，實現(xiàn)無人車編隊的高效行駛；其次，本發(fā)明實施例通過基于所述行駛環(huán)境和所述從車數(shù)量，設(shè)定所述無人車的編隊隊形，可以判斷從車在隊形中的相對位置，從而確定最終的行駛陣型，減少無人車車輛在行駛途中的空氣阻力，提高行駛效率和車輛安全；再次，本發(fā)明實施例通過根據(jù)所述旁車軌跡預(yù)測網(wǎng)絡(luò)和所述編隊位置，設(shè)置所述無人車的隊形恢復(fù)規(guī)則，可以確保無人車在行駛過程中能夠適應(yīng)行駛環(huán)境的隨時變化，保持編隊隊形；進(jìn)一步地，本發(fā)明實施例通過結(jié)合所述行駛陣型和所述隊形恢復(fù)規(guī)則，實時感知所述無人車的車輛行駛狀態(tài)，可以獲取任務(wù)車輛和非任務(wù)車輛量的實時運行情況，及時發(fā)現(xiàn)潛在的安全問題，提高安全性，同時，結(jié)合所述車輛行駛狀態(tài)和所述環(huán)境變化趨勢，設(shè)置所述無人車的困境感知模式，預(yù)測潛在的危險情況，及時調(diào)整編隊車輛的行駛策略，增強無人車系統(tǒng)在面對復(fù)雜和不可預(yù)測環(huán)境時的魯棒性；本發(fā)明實施例通過基于所述困境感知模式，識別所述無人車的車輛異常情況，并根據(jù)所述車輛異常情況和所述旁車軌跡預(yù)測網(wǎng)絡(luò)，設(shè)置所述無人車的單車脫困機制，可以確保無人車中的每輛車都能正常運行，有助于維持無人車編隊的連續(xù)性和穩(wěn)定性，并確保異常車輛能夠安全地脫離困境，提升無人車系統(tǒng)在面對突發(fā)情況時的適應(yīng)能力，確保整個車流的穩(wěn)定性和可靠性；最后，本發(fā)明實施例通過根據(jù)所述困境感知模式、所述單車脫困機制及所述隊形恢復(fù)規(guī)則，對所述無人車進(jìn)行自動編隊處理，得到自動編隊結(jié)果，可以有效應(yīng)對外界干擾，保持無人車隊形的穩(wěn)定性，并能動態(tài)調(diào)整編隊結(jié)構(gòu)和控制策略以適應(yīng)環(huán)境變化，增強無人車系統(tǒng)在面對復(fù)雜多變環(huán)境時的魯棒性，同時，通過有效的困境感知和單車脫困，無人車編隊能夠減少因避免障礙物或處理緊急情況而產(chǎn)生的不必要的停車和減速，可以確保任務(wù)的連續(xù)執(zhí)行，減少任務(wù)延誤。因此，本發(fā)明實施例提供的一種無人車自動編隊系統(tǒng)及方法，能夠提高無人車的自行脫困能力。