一种智能集装箱卡车编队驾驶仿真平台系统 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及智能交通仿真技术领域，尤其是涉及一种智能集装箱卡车编队驾驶仿真平台系统。背景技术：2.智能集装箱卡车编队驾驶是通过车联网以及车辆自动控制等技术，使一组集装箱卡车以队列的形式紧密行驶。智能集卡(集装箱卡车)编队驾驶技术在货运运输领域有着降本增效的作用，主要表现为：1)节能减排；2)缓解交通拥堵，增加道路容量；3)减少人力劳动成本。因此，智能集卡编队驾驶的商业化落地需求日益增长。3.为实现智集卡编队驾驶的商业化落地，该技术需具备下述能力：1)可靠的安全性；2)可观的经济效益；3)对交通系统带来正面积极影响。而为了验证上述能力，需对智能集卡编队驾驶技术进行全面的评估和验证，包括编队驾驶功能验证，编队管理策略评估以及集卡编队对交通系统的影响评估等。4.在智能集卡编队驾驶技术评估和验证环节中，仿真起到了至关重要的作用。目前市场上的智能集卡编队驾驶仿真平台可以分为两类：汽车仿真平台和交通仿真平台。其中，汽车仿真平台可以支持多种编队驾驶功能验证，但其无法生成可交互的背景交通流进而无法评估集卡编队对交通系统的影响；交通仿真平台可以评估集卡编队对交通系统的影响，但其缺乏真实的集卡编队驾驶模块进而无法支持编队驾驶功能验证。此外，上述两类平台均无法对编队管理策略效益进行评测。技术实现要素：5.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种智能集装箱卡车编队驾驶仿真平台系统，能够支持多种编队驾驶功能验证，而且能够评估新型混合交通流背景下智能集卡编队对交通系统的影响，此外还能对编队管理策略效益进行评测。6.本发明的目的可以通过以下技术方案来实现：一种智能集装箱卡车编队驾驶仿真平台系统，包括依次连接的交通仿真模块、编队管理模块和卡车控制模块，所述交通仿真模块与卡车控制模块之间交互连接，所述交通仿真模块与编队管理模块之间交互连接；7.所述交通仿真模块，用于人类驾驶车辆仿真，包括道路网络单元、路径决策单元、交通控制单元、交通检测单元、人类驾驶车辆控制单元、信息可视化单元以及交通生成单元，所述道路网络单元用于生成路网；8.所述路径决策单元用于制定车辆行驶路径；9.所述交通控制单元用于制定交通控制方案；10.所述交通检测单元用于检测交通状态；11.所述人类驾驶车辆控制单元用于控制人类驾驶车辆行为；12.所述信息可视化单元用于显示仿真结果；13.所述交通生成单元用于随机生成混合交通流；14.所述编队管理模块，用于智能集卡编队行为仿真，包括车队决策器以及编队管理策略单元，所述车队决策器用于决定智能集卡车队模式，所述道路网络单元、路径决策单元、交通控制单元、交通检测单元分别连接至车队决策器；15.所述编队管理策略单元用于制定智能集卡编队管理策略，所述编队管理策略单元连接至交通生成单元；16.所述卡车控制模块，用于智能集卡仿真，包括依次连接的单车决策器、控制器以及车辆动力学单元，所述车辆动力学单元与单车决策器之间交互连接，所述单车决策器用于决定智能集卡模式，所述交通检测单元和车队决策器分别连接至单车决策器；17.所述控制器用于生成横纵向控制命令；18.所述车辆动力学单元用于生成车辆对于控制命令的真实响应，所述车辆动力学单元连接至信息可视化单元。19.进一步地，所述交通生成单元包括人类驾驶车辆生成子单元与智能集卡生成子单元，所述交通生成单元连接至卡车控制模块，所述人类驾驶车辆生成子单元根据交通需求、车辆类型组成信息，对应生成人类驾驶车流；20.所述智能集卡生成子单元用于生成智能集卡车流，包含单车、车队以及单车-车队混合三种生成模式，所述单车生成模式指智能集卡以单车的形式随机生成；21.所述车队生成模式指智能集卡以车队的形式随机生成；22.所述单车-车队混合生成模式指一部分智能集卡以单车的形式随机生成，另一部分智能集卡以车队的形式随机生成。23.进一步地，所述车队决策器决定的智能集卡车队模式包括车队保持、车队合并、车队拆分、车队换道以及车队返回车道五种模式。24.进一步地，所述编队管理策略包括临时组队和全局协调两种策略，所述临时组队策略具体为：将发生跟随行为的两辆智能集卡临时组队形成车队；25.所述全局协调策略具体为：指根据智能集卡的起点、终点、出发时间因素，预先对智能集卡进行编队。26.进一步地，所述单车决策器决定的智能集卡模式包括acc(自适应巡航控制)、cacc(协同自适应巡航控制)、返回车道、自动换道、手动换道五种模式。27.进一步地，所述控制器包括纵向控制器和横向控制器，所述纵向控制器用于生成智能集卡纵向控制指令，包括上层控制器和底层控制器，所述上层控制器包括第一控制子单元和第二控制子单元，所述第一控制子单元用于生成控制智能集卡车队首车自由巡航以及跟车驾驶模式的控制指令；28.所述第二控制子单元用于生成控制智能集卡车队跟驰车跟车间距的控制指令；29.所述底层控制器根据第一控制子单元和第二控制子单元生成的控制指令，对应生成满足车辆动力学模型需求的控制指令；30.所述横向控制器用于生成智能集卡横向控制指令。31.进一步地，所述第一控制子单元采用iidm(improved intelligent driver model，改进的智能驾驶员模型)，所述第二控制子单元采用mpc(model predictive control，模型预测控制)纵向控制系统，包括对应的系统动态、成本函数以及控制约束。32.进一步地，所述mpc纵向控制系统的系统动态具体包括：33.状态向量ξlon＝[dl-vihi-s0,vl-vi-aihi]和控制向量ulon＝[ac]，其中，dl为车队中当前集卡与车队头车的车头间距，s0为安全距离，vl为车队头车速度，ac为加速度控制命令，vi、ai和hi分别为第i辆集卡的速度、加速度与车头间距；[0034]所述mpc纵向控制系统的系统动态方程公式为：[0035][0036][0037][0038][0039]其中，为t+1步时的状态向量，为第t步时的控制向量，at、bt和ct分别为第t步时的状态系数矩阵、控制系数矩阵和常数矩阵，为期望加速度阶跃响应时间，dt为控制步长，al为车队头车的加速度；[0040]所述mpc纵向控制系统的成本函数具体为：[0041][0042]其中，和为状态向量的权重，和为最终状态向量的权重，rlon为控制向量的权重；[0043]所述mpc纵向控制系统的控制约束具体为：[0044]amin≤ac≤amax[0045]其中，amin和amax分别为最小加速度和最大加速度。[0046]进一步地，所述横向控制器采用mpc横向控制系统，包括对应的系统动态、成本函数以及控制约束。[0047]进一步地，所述mpc横向控制系统的系统动态具体包括：[0048]状态向量和控制向量其中，li、和δfi分别为第i辆集卡的横向位置、航向角以及前轮偏角，为前轮偏角控制命令；[0049]所述mpc横向控制系统的系统动态方程公式为：[0050][0051][0052][0053][0054]其中，为第s+1步时的状态向量，为第s步时的控制向量，as、bs和cs分别为第s步时的状态系数矩阵、控制系数矩阵和常数矩阵，lw为轴距，为期望前轮偏角阶跃响应时间，ds为控制步长，ks为第s步时的轨迹曲率；[0055]所述mpc横向控制系统的成本函数公式为：[0056][0057]其中，和为状态向量的权重，和为最终状态向量的权重，rlat为控制向量的权重，和分别为第s步和最终步的参考状态向量；[0058]所述mpc横向控制系统的控制约束具体为：[0059][0060]其中，和分别为最小前轮偏角和最大前轮偏角。[0061]与现有技术相比，本发明通过设计依次连接的交通仿真、编队管理和卡车控制三个模块，并将交通仿真模块与卡车控制模块交互连接，利用交通仿真模块进行人类驾驶车辆仿真，利用编队管理模块进行智能集卡编队行为仿真，利用卡车控制模块进行智能集卡仿真，由此实现一种模块化设计结构，能够兼容多种集卡编队驾驶决策器、控制器以及车辆动力学模型，支持对多种集卡编队驾驶功能进行验证。[0062]本发明中，交通仿真模块内设置交通生成单元，用于生成大规模随机混合交通流，该交通生成单元包括人类驾驶车辆生成子单元与智能集卡生成子单元，其中，人类驾驶车辆生成子单元根据交通需求、车辆类型组成等生成人类驾驶车流；智能集卡生成子单元则用于生成智能集卡车流，包含单车、车队以及单车-车队混合三种生成模式。由此能够评估新型混合交通流背景下智能集卡编队对交通系统的影响。[0063]本发明中，编队管理模块内设置编队管理策略单元，以实现临时组队和全局协调两种策略，编队管理策略单元输出管理策略至交通生成单元，交通生成单元对应随机生成混合交通流，由此能够为后续对编队管理策略效益进行评测提供可靠的数据支撑。附图说明[0064]图1为本发明的系统结构示意图；[0065]图2为本发明中车队决策器的工作过程示意图；[0066]图3为本发明中单车决策器的工作过程示意图；[0067]图4为本发明中车辆动力学单元的工作过程示意图。具体实施方式[0068]下面结合附图和具体实施例对本发明进行详细说明。[0069]实施例[0070]如图1所示，一种智能集装箱卡车编队驾驶仿真平台系统，包括交通仿真模块、编队管理模块和卡车控制模块：[0071]交通仿真模块用于人类驾驶车辆仿真，如图1所示，该模块包含道路网络、路径决策、交通控制、交通检测、人类驾驶车辆控制、信息可视化以及交通生成七个单元。道路网络单元用于生成路网，路径决策单元用于制定车辆行驶路径，交通控制单元用于制定交通控制方案，交通检测单元用于检测交通状态，人类驾驶车辆控制单元用于控制人类驾驶车辆行为，信息可视化单元用于显示仿真结果，交通生成单元用于随机生成混合交通流。[0072]编队管理模块用于智能集卡编队行为仿真，如图1所示，该模块包含车队决策器以及编队管理策略两个单元。车队决策器用于决定智能集卡车队模式，编队管理策略单元用于制定智能集卡编队管理策略。[0073]卡车控制模块用于智能集卡仿真，如图1所示，该模块包含单车决策器、控制器以及车辆动力学三个单元。单车决策器用于决定智能集卡模式，控制器单元用于生成横纵向控制命令，车辆动力学单元用于生成车辆对控制命令的真实响应。[0074]具体的，交通生成单元包括人类驾驶车辆生成子单元与智能集卡生成子单元，其中，人类驾驶车辆生成子单元根据交通需求、车辆类型组成等生成人类驾驶车流；智能集卡生成子单元用于生成智能集卡车流，包含单车、车队以及单车-车队混合三种生成模式。单车生成模式指智能集卡以单车的形式随机生成；车队生成模式指智能集卡以车队的形式随机生成；单车-车队混合生成模式指一部分智能集卡以单车的形式随机生成，另一部分智能集卡以车队的形式随机生成。[0075]如图2所示，车队决策器单元决定的智能集卡车队模式包括车队保持、车队合并、车队拆分、车队换道以及车队返回车道五种模式。[0076]编队管理策略包括临时组队和全局协调两种策略。临时组队策略指当智能集卡碰巧跟随另一辆智能集卡时，两者临时进行组队形成车队；全局协调策略指根据智能集卡的起点、终点、出发时间等因素预先对智能集卡进行编队。[0077]如图3所示，单车决策器单元决定的智能集卡模式包括acc、cacc、返回车道、自动换道、手动换道五种模式。[0078]控制器单元包括纵向控制器和横向控制器，纵向控制器用于生成智能集卡纵向控制指令，包括上层控制器和底层控制器，上层控制器包括第一控制子单元和第二控制子单元，第一控制子单元用于生成控制智能集卡车队首车自由巡航以及跟车驾驶模式的控制指令，第二控制子单元用于生成控制智能集卡车队跟驰车跟车间距的控制指令；[0079]底层控制器根据第一控制子单元和第二控制子单元生成的控制指令，对应生成满足车辆动力学模型需求的控制指令；[0080]横向控制器用于生成智能集卡横向控制指令。[0081]具体的，第一控制子单元采用iidm模型，第二控制子单元采用mpc纵向控制系统，包括对应系统动态、成本函数以及控制约束：[0082]mpc纵向控制的系统动态中，包括状态向量ξlon＝[dl-vihi-s0,vl-vi-aihi]和控制向量ulon＝[ac]，其中，dl是车队中当前集卡与车队头车的车头间距，s0是安全距离，vl是车队头车速度，ac是加速度控制命令，vi、ai和hi分别是第i辆集卡的速度、加速度与车头间距。[0083]mpc纵向控制的系统动态方程公式为：[0084][0085][0086][0087][0088]其中，是t+1步时的状态向量，是第t步时的控制向量，at、bt和ct分别是第t步时的状态系数矩阵、控制系数矩阵和常数矩阵，是期望加速度阶跃响应时间，dt是控制步长，al是车队头车的加速度。[0089]mpc纵向控制的成本函数公式为：[0090][0091]其中，和是状态向量的权重，和是最终状态向量的权重，rlon是控制向量的权重。[0092]mpc纵向控制的控制约束为amin≤ac≤amax，其中，amin和amax分别是最小加速度和最大加速度。[0093]横向控制器采用mpc横向控制系统，包括对应的系统动态、成本函数以及控制约束。mpc横向控制的系统动态中，包括状态向量和控制向量其中，li、和分别是第i辆集卡的横向位置、航向角以及前轮偏角，是前轮偏角控制命令。[0094]mpc横向控制的系统动态方程公式为：[0095][0096][0097][0098][0099]其中是第s+1步时的状态向量，是第s步时的控制向量，as、bs和cs分别为第s步时的状态系数矩阵、控制系数矩阵和常数矩阵，lw是轴距，是期望前轮偏角阶跃响应时间，ds是控制步长，ks是第s步时的轨迹曲率。[0100]mpc横向控制的横向控制成本函数公式为：[0101][0102]其中，和是状态向量的权重，和是最终状态向量的权重，rlat是控制向量的权重，和分别是第s步和最终步的参考状态向量。[0103]mpc横向控制的控制约束为：[0104][0105]其中，和分别是最小前轮偏角和最大前轮偏角。[0106]如图4所示，车辆动力学单元用于模拟车辆对上层控制指令的真实响应，进而控制车辆的加减速以及转向行为。[0107]综上所述，本技术方案提出了一种智能集装箱卡车编队驾驶仿真平台，相比于现有的仿真平台，本技术方案采用模块化设计结构，兼容多种集卡编队驾驶决策器、控制器以及动力学模型，支持对多种集卡编队驾驶功能进行验证；[0108]能够生成大规模随机混合交通流，支持对编队驾驶对交通系统的影响进行评估；[0109]设计了编队管理模块，支持对编队管理策略效益进行评估；[0110]此外，本技术方案的仿真速度快，经过测试，每秒可以运行约300辆智能集卡与无上限人类驾驶车辆。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!