[發明專利]車輛控制方法和裝置

有效

• 申請號: 201711403419.1
• 申請日: 2017-12-22
• 公開（公告）號: CN108073076B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 劉沖;劉帥;楊明;郭玉清;張騫
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種車輛控制方法，其特征在于，包括：

從初始的控制策略開始，采集第一車輛當前的第一狀態信息，以及第二車輛當前的第二狀態信息；其中，所述第一車輛與所述第二車輛通過車聯網互聯；所述第二車輛為位于所述第一車輛前方且距離所述第一車輛最近的前方車輛；所述第一車輛與所述第二車輛處于同一車道；

根據所述第一狀態信息和所述第二狀態信息，迭代獲取所述第一車輛當前的評價指標和獲取所述第一車輛當前的控制策略；所述評價指標，用于指示所述第一車輛跟隨所述第二車輛的跟蹤效果，所述評價指標與所述跟隨效果成反向關系；

判斷所述當前的評價指標是否收斂，如果所述當前的評價指標收斂，則停止迭代；

將所述當前的控制策略作為最優控制策略，利用所述最優控制策略，控制所述第一車輛跟隨所述第二車輛。

2.根據權利要求1所述的車輛控制方法，其特征在于，所述判斷所述當前的評價指標是否收斂，如果所述當前的評價指標收斂，則停止迭代，包括：

獲取所述當前的評價指標與前一次的評價指標之間的差值；

判斷所述差值是否小于預設的第一數值；

如果所述差值小于所述第一數值，則確定所述當前的評價指標收斂，將所述當前的評價指標作為最優評價指標，并停止迭代；

如果所述差值大于或者等于所述第一數值，則確定所述當前的評價指標未收斂，返回繼續迭代以更新所述當前的評價指標。

3.根據權利要求1所述的車輛控制方法，其特征在于，所述根據所述第一狀態信息和所述第二狀態信息，迭代獲取所述第一車輛當前的評價指標和所述第一車輛當前的控制策略，包括：

根據所述第一狀態信息和所述第二狀態信息，構建第一輸入數據和第二輸入數據；其中，所述第一輸入數據，是通過獲取第一狀態信息中每個狀態量與第二狀態信息對應的狀態量之間的差異信息，利用每個狀態量的所述差異信息的平方值和所述第二狀態信息中每個狀態量的平方值構建得到的；所述第二輸入數據，是利用每個狀態量的所述差異信息和所述第二狀態信息中每個狀態量構成的；

將所述第一輸入數據輸入到第一神經網絡中，獲取所述第一神經網絡當前的第一權值，將所述當前的第一權值與所述第一輸入數據相乘，獲取所述當前的評價指標；

將所述第二輸入數據輸入到第二神經網絡中，獲取所述第二神經網絡當前的第二權值，將所述當前的第二權值與所述第二輸入數據相乘，獲取所述當前的控制策略。

4.根據權利要求3所述的車輛控制方法，其特征在于，所述判斷所述當前的評價指標是否收斂，如果所述當前的評價指標收斂，則停止迭代，包括：

獲取所述當前的第一權值與前一次獲取到的所述第一權值之間的向量范數；其中，所述向量范數用于表征所述當前的評價指標與前一次的評價指標之間的差異；

判斷所述向量范數是否小于預設的第二數值；

如果所述向量范數小于所述第二數值，則所述當前的評價指標收斂，停止迭代；

如果所述向量范數大于或者等于所述第二數值，則返回繼續迭代以更新所述當前的評價指標。

5.根據權利要求3或4任一項所述的車輛控制方法，其特征在于，針對同一狀態量的所述差異信息，用于表征所述第一車輛與所述第二車輛之間的所述狀態量的差值。

6.根據權利要求1所述的車輛控制方法，其特征在于，所述根據所述第一狀態信息和所述第二狀態信息，迭代獲取所述第一車輛當前的評價指標和獲取所述第一車輛當前的控制策略之前，還包括：

構建所述第一車輛的系統控制模型；其中，所述系統控制模型用于控制所述第一車輛與所述第二車輛對應的狀態一致；

根據所述系統控制模型，構建所述第一車輛的增廣系統狀態；

根據所述增廣系統狀態，獲取用于得到所述第一車輛的評價指標的評價函數；

在所述評價函數具有最優解的約束條件下，獲取用于得到所述第一車輛的控制策略的控制策略函數。

7.根據權利要求1所述的車輛控制方法，其特征在于，所述第一車輛和所述第二車輛屬于同一個車隊，同一車隊中的車輛處于同一車道；所述車隊中至少包括所述第一車輛和所述第二車輛；所述第一車輛非所述車隊中的頭車。