CN118358573B - 基于车队的智能驾驶方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请实施例提供一种基于车队的智能驾驶方法、装置、电子设备和存储介质，其中，方法包括：通过以下车道偏移量公式获取车辆在车道的偏移量：；其中，为所述车辆在车道的偏移量；为车道的宽度；为所述车辆相对于所述车道的中心线的横向位置百分比；当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶。本申请的基于车队的智能驾驶方法能够准确地控制车队中的车辆，保证车队有序行驶。

Description

基于车队的智能驾驶方法、装置、电子设备和存储介质

技术领域

本申请涉及智能驾驶技术领域，具体而言，涉及一种基于车队的智能驾驶方法、装置、电子设备和计算机可读存储介质。

背景技术

在现代汽车工业的快速发展中，智能网联汽车作为一种集成了先进的信息通信技术、智能化控制技术、新型能源技术和现代交通管理技术的高技术产品，正在逐渐成为汽车行业的发展趋势。智能网联汽车不仅能够提供传统的驾驶功能，还能实现车与车的全方位通信和数据交换，极大地提高了行车的安全性、效率和舒适性。

基于车与车之间的通信能够形成智能车队，智能车队可用于自动运输。在利用智能车队进行自动运输时，针对车队的精准控制是十分重要的，为了实现对车队的精准控制，现有的车队的智能驾驶方法不够精准。

发明内容

本申请实施例的目的在于提供一种车队的智能驾驶方法、装置、电子设备和存储介质，能够准确地控制车队中的车辆，保证车队有序行驶。

第一方面，本申请实施例提供了一种基于车队的智能驾驶方法，包括：

通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶。

在上述实现过程中，车队中的车辆偏移行驶路线和道路位置会导致车队的队形混乱，通过上述公式，可以准确快速检测出车辆在车道的偏移量，在车道的偏移量满足第一预设条件时，才根据智能决策算法控制车辆行驶。相比于现有技术，本申请的方法可以不需要一直运行智能决策算法，只有车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶，能够节省资源，同时能够保证车辆不偏移，保证了车队的有序行驶。

进一步地，所述方法还包括：通过以下公式获取车辆的侧倾角度：

；

其中，为所述车辆的侧倾角度；

为所述车辆的重心高度

为所述车辆的侧向加速度；

为重力加速度；

为所述车辆的轮距；

当所述车辆的侧倾角度满足第二预设条件时，根据智能决策算法控制车辆行驶。

在上述实现过程中，通过上述公式可以精准计算出车辆侧倾角度。当智能车队用于运输质量较大的货物时容易发生倾斜，因此，通过上述公式快速计算出车辆侧倾角度，并且在车辆侧倾角度满足第二预设条件时，根据智能决策算法控制车辆进行行驶，保证车队的有序行驶。

进一步地，所述方法还包括：

根据以下公式获取车队的协同速度：

；

其中，为所述车队的协同速度；

为所述车队的领航车辆的速度；

为跟随车辆的速度；

为权重；

根据所述协同速度调整所述车队的车辆的运行速度并根据所述车队的运行参数调整所述权重。

在上述实现过程中，根据上述公式，可以快速计算出车辆的协同速度根据所述协同速度调整所述车队的车辆的运行速度，同时，公式中设置了权重，通过车队的运行参数对公式中的权重进行调整，能够保证车队的运行速度随着车辆的运行参数改变，实现对车队的精准控制。

进一步地，所述根据所述车队的运行参数调整所述权重，包括：

获取当前的交通状况；

根据所述当前的交通状况或所述车辆的目标速度调整所述权重。

在上述实现过程中，获取当前的交通状况；根据所述当前的交通状况或所述车辆的目标速度调整所述权重，使车队可以更好地适应复杂的交通环境。

进一步地，所述根据所述当前的交通状况或所述车辆的目标速度调整所述权重，包括：

根据所述车辆的通信状况确定所述权重的调整策略，所述调整策略包括：调整间隔。

在上述实现过程中，车辆的通信状况决定了车辆之间的通信状况，通过车辆的通信状况确定所述权重的调整策略可以使车队适应当前的行驶环境，确保车队的安全和流畅。

进一步地，所述方法还包括：

响应于检测到需要紧急避障路况信息；

根据所述需要紧急避障路况信息规划避障路径；

将所述避障路径发送到车队的其它车辆，以使所述车队的其它车辆根据所述避障路径进行避障；

在预设时间后根据所述避障路径进行避障。

在上述实现过程中，当检测到需要紧急避障路况信息时，根据所述需要紧急避障路况信息规划避障路径；将所述避障路径发送到车队的其它车辆，以使所述车队的其它车辆根据所述避障路径进行避障；在预设时间后根据所述避障路径进行避障，确保车队的其它车辆已经接收到避障路径，避免交通事故发生。

进一步地，所述根据智能决策算法控制车辆行驶，包括：

获取车辆的不同类型的传感器的数据，将所述不同类型的传感器的数据进行融合，得到融合后的数据；

将融合后的数据输入不同特征提取算法，得到不同特征提取算法对应的特征向量；

所述智能决策算法包括：多个子智能决策算法；

将所述不同特征提取算法对应的特征向量进行融合，得到融合特征向量；

将所述融合特征向量输入到不同子智能决策算法，得到不同子智能决策算法对应的车辆控制参数；

根据所述得到不同子智能决策算法对应的车辆控制参数控制车辆行驶。

在上述实现过程中，在传感器层面、特征提取层面和决策层面均采融合操作，能够提高决策模块的决策准确度。

第二方面，本申请提供一种基于车队的智能驾驶装置，包括：

偏移量获取模块，用于通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

控制模块，用于当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶。

在上述实现过程中，队中的车辆偏移行驶路线和道路位置会导致车队的队形混乱，通过上述公式，可以准确快速检测出车辆在车道的偏移量，在车道的偏移量满足第一预设条件时，才根据智能决策算法控制车辆行驶。相比于现有技术，本申请的方法可以不需要一直运行智能决策算法，只有车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶，能够节省资源，同时能够保证车辆不偏移，保证了车队的有序行驶。

第三方面，本申请实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中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计算机程序时实现如第一方面任一项所述的方法的步骤。

第四方面，本申请实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。

本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的基于车队的智能驾驶方法的流程示意图；

图2为本申请实施例提供的基于车队的智能驾驶装置的结构示意图；

图3为本申请实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

参见图1，本申请实施例提供了一种基于车队的智能驾驶方法，包括：

S1：通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

S2：当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶。

上述实施例中，第一预设条件可以是车辆在车道的偏移量大于预设阈值。

在一些实施例中，车辆设置有多个传感器，包括但不限于摄像头、毫米波雷达、激光雷达以及车联网通信装置。摄像头负责捕捉道路标志、交通信号、行人和其他车辆等视觉信息；雷达用于探测车辆周围的物体距离和速度；激光雷达提供精确的物体轮廓和距离信息；车联网通信装置实现与周围车辆和交通基础设施的数据交换使车辆充分获取周围环境信息。

通过车道偏移量公式可以精确计算车辆的车道偏移量，进一步提升车辆在车道内的定位精度，这对于实现车队精确的路径保持至关重要。

具体地，通过摄像头捕捉道路车道线信息，并结合车辆自身的横向位置传感器数据，首先确定车辆相对于车道中心线的横向位置百分比。此值为正时，表示车辆偏向车道的右侧；为负时，则表示偏向左侧。车辆完全位于车道中心时，值为零。

车道宽度由算法检测得出，也可以通过激光雷达等高精度传感器进行测量。

当车辆偏离正常行驶轨迹时，智能决策算法能够迅速控制车辆进行必要的调整。

通过计算车道偏移量，本申请能够及时准确地检测到车辆在车道内的位置，当车辆偏离正常行驶轨迹时，能够迅速做出判断，并指导执行控制模块进行必要的调整，如轻微调整方向盘或更显著的车道修正。这样不仅提高了行驶的安全性，还增加了驾驶者对系统的信任度，从而提升整个驾驶体验。

本申请通过车道偏移量公式结合车道宽度和车辆的横向位置百分比，精确计算了车辆的车道偏移量。这种计算方式不仅减小了环境因素如光线、天气等对车道偏移检测的影响，也提高了车道偏移检测的精度和稳定性。

在上述实现过程中，车队中的车辆偏移行驶路线和道路位置会导致车队的队形混乱，通过上述公式，可以准确快速检测出车辆在车道的偏移量，在车道的偏移量满足第一预设条件时，才根据智能决策算法控制车辆行驶。相比于现有技术，本申请的方法可以不需要一直运行智能决策算法，只有车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶，能够节省资源，同时能够保证车辆不偏移，保证了车队的有序行驶。

在一些实施例中，所述方法还包括：通过以下公式获取车辆的侧倾角度：

；

其中，为所述车辆的侧倾角度；

为所述车辆的重心高度

为所述车辆的侧向加速度；

为重力加速度；

为所述车辆的轮距；

当所述车辆的侧倾角度满足第二预设条件时，根据智能决策算法控制车辆行驶。

在一些实施例中，车辆还安装如速度传感器、加速度计、陀螺仪、方向盘角度传感器等传感器。车辆可通过传感器实时收集车辆的动态参数，如速度、加速度、方向盘角度、横滚角和俯仰角。

通过车辆车辆侧倾角度公式可以计算车辆的侧倾角度。通过计算车辆的侧倾角度，可以获取车辆动态的稳定性。侧倾角度是指车辆在横向加速（例如转弯时）过程中，由于离心力作用而产生的车身侧倾角度。这个角度的大小可以作为评估车辆安全性和操控稳定性的一个指标。

在一些实施例中，车辆重心高度由车辆制造商提供，或者可以通过车辆动态测试确定。

在一些实施例中，车辆侧向加速度，可以通过车辆的加速度传感器实时测量得到。

在一些实施例中，车辆轮距即车辆左右轮胎中心之间的水平距离，由车辆制造商提供。

在上述实现过程中，通过上述公式可以精准计算出车辆侧倾角度。当智能车队用于运输质量较大的货物时容易发生倾斜，因此，通过上述公式快速计算出车辆侧倾角度，并且在车辆侧倾角度满足第二预设条件时，根据智能决策算法控制车辆进行行驶，保证车队的有序行驶。

在一些实施例中，第二预设条件为侧倾角度大于预设角度阈值。

在一些实施例中，还将车辆侧倾角度的数据反馈给用户交互界面，使驾驶员了解当前车辆的稳定性状况，并在必要时给出驾驶建议或警告。

本申请通过实时计算车辆的侧倾角度，能够及时监测车辆的稳定性状况。如果车辆侧倾角度过大，表示车辆在高速转弯或进行紧急避让时存在翻滚风险，此时可以通过调整车速或者操控车辆的横向动态来减小侧倾角，增加车辆的稳定性。

例如，可以减少车辆的侧向加速度，或者通过车辆的悬挂系统调整重心高度来降低侧倾角度。此外，对于配备有主动悬挂系统的车辆，可以通过调整悬挂刚度来实时控制车辆的侧倾，从而提供更加平稳和安全的驾驶体验。

本申请通过侧倾角度公式，只需利用少量参数即可精确计算出车辆的侧倾角度。这种计算方式减少了对复杂物理模型的依赖，简化了计算过程，提高了计算的效率和实时性。

通过实时计算车辆的侧倾角度，能够及时监测车辆的稳定性状况。如果侧倾角度过大，可以及时通过调整车速或者操控车辆的横向动态来减小侧倾角，增加车辆的稳定性。通过实时计算车辆的侧倾角度，提高了车辆的稳定性和安全性，增强了驾驶员对车况的认知，提升了行车安全。通过侧倾角度的实时监测和智能决策，使车辆在高速转弯或进行紧急避让时能够减小侧倾角，提高了车辆的稳定性，提供了更加平稳和安全的驾驶体验。

此外，侧倾角度还可以反馈给用户交互界面，使驾驶员了解当前车辆的稳定性状况，并在必要时给出驾驶建议或警告，增强驾驶员对车况的认知，提升整体的行车安全。

在一些实施例中，所述方法还包括：根据以下公式获取车队的协同速度：；其中，为所述车队的协同速度；为所述车队的领航车辆的速度；为跟随车辆的速度；为权重；根据所述协同速度调整所述车队的车辆的运行速度并根据所述车队的运行参数调整所述权重。

通过车队协同速度调整公式计算车队中各车辆的协同速度。是一个介于0和1之间的权重，它由车队的行驶策略决定，这个系数可以根据车队的具体需求和行驶条件进行动态调整。

在现有技术中，车队中各车辆的协同速度通常是固定的或者依赖于简单的规则。然而，本申请提出的公式允许动态调整车队中各车辆的协同速度。这是通过引入权重实现的，该系数可以根据车队的具体需求和行驶条件进行调整。例如，当交通状况较好，车队需要快速行驶时，可以增加的值，使车队速度更多地受领航车辆速度的影响；反之，当交通状况复杂或者车队需要缓慢行驶时，可以减小的值，使车队速度更多地受跟随车辆速度的影响。

在上述实现过程中，根据上述公式，可以快速计算出车辆的协同速度根据所述协同速度调整所述车队的车辆的运行速度，同时，公式中设置了权重，通过车队的运行参数对公式中的权重进行调整，能够保证车队的运行速度随着车辆的运行参数改变，实现对车队的精准控制。

在一些实施例中，所述根据所述车队的运行参数调整所述权重，包括：

获取当前的交通状况；根据所述当前的交通状况或所述车辆的目标速度调整所述权重。

在现有技术中，车队速度通常是根据简单的规则或启发式算法计算的，这在一些简单的交通环境中可能是有效的，但在复杂的交通环境中，这种方法可能无法有效地调整车队速度。然而，本申请提出的公式可以根据实际的交通状况和车队的具体需求动态调整车队速度，从而更好地适应复杂的交通环境。

通过动态调整车队中各车辆的协同速度，可以最大限度地减少车队内部的不必要的加速和减速，从而降低能耗，提高行驶效率。这是因为，当车队中的车辆能够保持相同的速度时，可以避免频繁的加速和减速，从而降低燃油消耗，提高行驶效率。

本申请通过协同速度调整公式，能够有效地平衡领航车辆和跟随车辆的速度差异，实现车队内部的速度协同。这样可以提高车队整体的行驶平稳性，从而降低事故发生的概率，提高行驶安全性。

通过这种方式，能够有效地平衡领航车辆和跟随车辆的速度差异，实现车队内部的速度协同。这样可以最大限度地减少车队内部的不必要的加速和减速，降低能耗，同时提高车队整体的行驶平稳性和安全性。

例如，当接近于1时，车队协同速度更多地受领航车辆速度的影响；而当接近于0时，则更多地考虑跟随车辆的速度。在实际应用中，可以根据车队的具体行驶环境、交通状况、车队成员之间的通信状况和车队的整体目标来调整的值。

此外，车队中的每辆车都能够实时共享自己的速度信息，并基于车队策略和预设的车队调整算法同调整速度，实现更为高效和安全的车队行驶。这在自动驾驶技术和车队管理领域具有重要的应用价值，尤其是在实现高度自动化的物流和运输系统中。

在一些实施例中，还可以基于车辆当前速度、目标速度和周围车辆的速度信息动态调整权重，以优化车队的整体流畅性和效率。

本申请不仅仅是静态地根据预先设定的策略来计算车队协同速度，而是动态地根据车辆的实时速度、目标速度以及车队内其他车辆的速度信息来调整权重。这样的动态调整机制可以使车队的运行更加流畅和高效，同时也能适应不断变化的交通环境。

具体来说，可以根据以下几个方面来动态调整权重：

车辆当前速度与目标速度的差异：如果车辆的当前速度远低于预先设定目标速度，可以提高的值，使车队协同速度更接近领航车辆的速度，从而加速整个车队。相反，如果当前速度接近或高于目标速度，则可以降低的值，以避免不必要的加速。

如果周围车辆的平均速度较慢（小于预设的速度阈值）或有较大波动（大于预设的变化速率），智能决策算法可以降低的值，以减少车队内部的速度差异，避免频繁的加速和减速，这有助于提高车队的整体稳定性和减少燃油消耗。

在交通状况变化（道路的交通密度在预设时间内的变化量大于预设阈值）时，如遇到交通拥堵或事故，智能决策算法可以快速提高的值，使车队同步运行以适应当前的行驶环境，确保车队的安全和流畅。

通过这种动态调整机制，车队不仅能够维持在一个安全的距离内，还能够确保整体的行驶效率和节能效果。这对于减少交通拥堵、提高交通流量、降低环境污染等方面都具有积极的意义。使车队作为一个整体更智能地响应各种路况，提高自动驾驶车队的行驶安全性和效率。

在上述实现过程中，获取当前的交通状况；根据所述当前的交通状况或所述车辆的目标速度调整所述权重，使车队可以更好地适应复杂的交通环境。

在一些实施例中，所述根据所述当前的交通状况或所述车辆的目标速度调整所述权重，包括：根据所述车辆的通信状况确定所述权重的调整策略，所述调整策略包括：调整间隔。

示例性地，每隔预设时间间隔（调整间隔）检测当前的交通状况，根据当前的交通状况微调权重。当车队之间的信号强度在不同的区间时，具有不同的调整间隔。

车队之间的信号强度可以用当前的车队的信号延迟进行标识。

在上述实现过程中，车辆的通信状况决定了车辆之间的通信状况，通过车辆的通信状况确定所述权重的调整策略可以使车队适应当前的行驶环境，确保车队的安全和流畅。

在一些实施例中，所述方法还包括：响应于检测到需要紧急避障路况信息；根据所述需要紧急避障路况信息规划避障路径；将所述避障路径发送到车队的其它车辆，以使所述车队的其它车辆根据所述避障路径进行避障；在预设时间后根据所述避障路径进行避障。

示例性地，紧急避障路况信息通常指的是那些导致交通事故的情况，比如前方突然出现障碍物、行人、其他车辆的紧急制动或任何导致碰撞的情况。在检测到紧急避障路况信息，快速识别并执行以下操作：紧急制动：当检测到紧急情况时，系统会立即启动紧急制动程序，以最快的反应时间减速或停车，以避免或减轻碰撞。操控方向盘：如果情况允许或者制动本身不足以避免碰撞，系统还会采取操控方向盘的方式，进行紧急避障操作。这涉及到快速变道、绕过障碍物或采取其他必要的驾驶操纵。

在这种实施方式中，车辆的自主性和智能化程度较高，因为它不仅能够在正常行驶中智能调整行驶状态，还能在紧急情况下采取措施以保证安全。这对于提高自动驾驶车辆的安全性来说至关重要，同时也是现代智能交通系统中不可或缺的一个部分。

在一些实施例中，执行紧急避障操作前还通过车联网通信装置向周围车辆发送预警信号，以减少交通事故的风险。具体地，在执行实际的避障操作之前，通过车辆的车联网通信装置向周围车辆发送预警信号。这个信号包含紧急避障的意图、预计的避障路径和操作时间，以及其他相关信息。收到预警信号的周围车辆可以采取相应措施，比如降低速度、改变行驶路线或准备紧急制动，以避免或减少事故的性。在确保预警信号已发送并给予周围车辆一定的反应时间后，指导车辆执行紧急避障操作。避障操作完成后，智能决策算法会继续监控车辆和周围环境的状态，以确保车辆可以安全地回归正常行驶状态，并通过车联网通信更新所有相关方。

这种实施方式增强了自动驾驶系统的预警能力和交通安全性。通过车联网通信，自动驾驶车辆能够与其他车辆以及交通基础设施实时交换关键信息，这样可以显著提高紧急情况下的响应效率和减少交通事故风险。

在上述实现过程中，当检测到需要紧急避障路况信息时，根据所述需要紧急避障路况信息规划避障路径；将所述避障路径发送到车队的其它车辆，以使所述车队的其它车辆根据所述避障路径进行避障；在预设时间后根据所述避障路径进行避障，确保车队的其它车辆已经接收到避障路径，避免交通事故发生。

在一些实施例中，所述根据智能决策算法控制车辆行驶，包括：获取车辆的不同类型的传感器的数据，将所述不同类型的传感器的数据进行融合，得到融合后的数据；将融合后的数据输入不同特征提取算法，得到不同特征提取算法对应的特征向量；所述智能决策算法包括：多个子智能决策算法；将所述不同特征提取算法对应的特征向量进行融合，得到融合特征向量；将所述融合特征向量输入到不同子智能决策算法，得到不同子智能决策算法对应的车辆控制参数；根据所述得到不同子智能决策算法对应的车辆控制参数控制车辆行驶。

上述实施例中，不同的子智能决策算法输出不同的控制参数，

在一些实施例中，不同的子智能决策算法包括：神经网络、支持向量机、随机森林等。

示例性地，不同的子智能决策算法在车辆偏离车道时输出的方向盘转向分别是A、B、C、D，此时控制车辆的方向盘转向为A、B、C、D的平均值。

在一些实施例中，不同类型的传感器包括：图像传感器、激光雷达等。

在一些实施例中，通过将不同类型的特征向量进行拼接，得到特征矩阵，实现特征融合。

在上述实现过程中，在传感器层面、特征提取层面和决策层面均采融合操作，能够提高决策模块的决策准确度。

在一些实施例中，利用深度学习算法对传感器的数据进行处理和融合。例如，通过卷积神经网络对摄像头图像进行分析，结合雷达和激光雷达的数据，充分获取车辆周围的信息。

在一些实施例中，数据融合工作流程具体包括以下步骤：数据收集：从各种传感器收集数据。例如，车辆侧向位置传感器和摄像头提供车辆相对于车道中心线的位置信息，激光雷达提供车道宽度信息，车辆的加速度传感器提供车辆侧向加速度，GPS和车轮编码器提供车辆的位置和速度信息。对收集到的数据进行预处理，消除噪声和误差。例如，可以使用滤波算法（如卡尔曼滤波器）来减少噪声，使用校正算法来修正系统误差。将来自不同传感器的数据结合起来，形成全面的环境和车辆状态视图。例如，可以将通过摄像头和激光雷达获取的车道信息进行融合，得到更准确的车道边界和车道宽度信息。又如，可以将通过车辆侧向位置传感器和GPS获取的车辆位置信息进行融合，得到更准确的车辆在车道中的位置信息。随着车辆的行驶和环境的变化，传感器的数据会不断更新。持续监测这些数据，并实时更新融合的信息，以确保智能够基于最新的环境和车辆状态进行决策。

融合数据被用于智能决策算法。例如，如果车道偏移量和侧倾角度过大，智能决策算法可以决定减小车辆的侧向加速度或调整车辆的横向位置，以提高车辆的稳定性和安全性。通过这种方式，为智能决策算法提供了所需的准确和实时数据，从而使其能够做出快速和可靠的决策，这对于自动驾驶车辆的安全和有效操作至关重要。

参见图2，本申请提供一种基于车队的智能驾驶装置，包括：

偏移量获取模块1，用于通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

控制模块2，用于当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶。

在上述实现过程中，队中的车辆偏移行驶路线和道路位置会导致车队的队形混乱，通过上述公式，可以准确快速检测出车辆在车道的偏移量，在车道的偏移量满足第一预设条件时，才根据智能决策算法控制车辆行驶。相比于现有技术，本申请的方法可以不需要一直运行智能决策算法，只有车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶，能够节省资源，同时能够保证车辆不偏移，保证了车队的有序行驶。

本申请实施例的模块还用于执行上述方法的步骤，这里不再赘述。

本申请还提供一种电子设备，请参见图3，图3为本申请实施例提供的一种电子设备的结构框图。电子设备可以包括处理器31、通信接口32、存储器33和至少一个通信总线34。其中，通信总线34用于实现这些组件直接的连接通信。其中，本申请实施例中电子设备的通信接口32用于与其他节点设备进行信令或数据的通信。处理器31可以是一种集成电路芯片，具有信号的处理能力。

上述的处理器31可以是通用处理器，包括中央处理器（CentralProcessingUnit，CPU）、网络处理器（NetworkProcessor，NP）等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器31也可以是任何常规的处理器等。

存储器33可以是，但不限于，随机存取存储器（RandomAccessMemory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。存储器33中存储有计算机可读取指令，当计算机可读取指令由处理器31执行时，电子设备可以执行上述方法实施例涉及的各个步骤。

可选地，电子设备还可以包括存储控制器、输入输出单元。

存储器33、存储控制器、处理器31、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线34实现电性连接。处理器31用于执行存储器33中存储的可执行模块，例如电子设备包括的软件功能模块或计算机程序。

输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。输入输出单元可以是，但不限于，鼠标和键盘等。

可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有指令，当指令在计算机上运行时，计算机程序被处理器执行时实现方法实施例的方法，为避免重复，此处不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (9)

1.一种基于车队的智能驾驶方法，其特征在于，包括：

通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶；

所述方法还包括：

根据以下公式获取车队的协同速度：

；

其中，为所述车队的协同速度；

为所述车队的领航车辆的速度；

为跟随车辆的速度；

为权重；

根据所述协同速度调整所述车队的车辆的运行速度并根据所述车队的运行参数调整所述权重。

2.根据权利要求1所述的基于车队的智能驾驶方法，其特征在于，所述方法还包括：通过以下公式获取车辆的侧倾角度：

；

其中，为所述车辆的侧倾角度；

为所述车辆的重心高度;

为所述车辆的侧向加速度；

为重力加速度；

为所述车辆的轮距；

当所述车辆的侧倾角度满足第二预设条件时，根据智能决策算法控制车辆行驶。

3.根据权利要求1所述的基于车队的智能驾驶方法，其特征在于，所述根据所述车队的运行参数调整所述权重，包括：

获取当前的交通状况；

根据所述当前的交通状况或所述车辆的目标速度调整所述权重。

4.根据权利要求3所述的基于车队的智能驾驶方法，其特征在于，所述根据所述当前的交通状况或所述车辆的目标速度调整所述权重，包括：

根据所述车辆的通信状况确定所述权重的调整策略，所述调整策略包括：调整间隔。

5.根据权利要求1所述的基于车队的智能驾驶方法，其特征在于，所述方法还包括：

响应于检测到需要紧急避障路况信息；

根据所述需要紧急避障路况信息规划避障路径；

将所述避障路径发送到车队的其它车辆，以使所述车队的其它车辆根据所述避障路径进行避障；

在预设时间后根据所述避障路径进行避障。

6.根据权利要求5所述的基于车队的智能驾驶方法，其特征在于，所述根据智能决策算法控制车辆行驶，包括：

获取车辆的不同类型的传感器的数据，将所述不同类型的传感器的数据进行融合，得到融合后的数据；

将融合后的数据输入不同特征提取算法，得到不同特征提取算法对应的特征向量；

所述智能决策算法包括：多个子智能决策算法；

将所述不同特征提取算法对应的特征向量进行融合，得到融合特征向量；

将所述融合特征向量输入到不同子智能决策算法，得到不同子智能决策算法对应的车辆控制参数；

根据所述得到不同子智能决策算法对应的车辆控制参数控制车辆行驶。

7.一种基于车队的智能驾驶装置，其特征在于，包括：

偏移量获取模块，用于通过以下车道偏移量公式获取车辆在车道的偏移量：

；

其中，为所述车辆在车道的偏移量；

为车道的宽度；

为所述车辆相对于所述车道的中心线的横向位置百分比；

控制模块，用于当所述车辆在车道的偏移量满足第一预设条件时，根据智能决策算法控制车辆行驶；

所述装置还用于：

根据以下公式获取车队的协同速度：

；

其中，为所述车队的协同速度；

为所述车队的领航车辆的速度；

为跟随车辆的速度；

为权重；

根据所述协同速度调整所述车队的车辆的运行速度并根据所述车队的运行参数调整所述权重。

8.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1-6任一项所述的方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-6任一项所述的方法。