自动驾驶车辆的双路径返程保障调度方法、系统、车辆及存储介质与流程
本发明涉及自动驾驶与智能交通,具体涉及一种自动驾驶车辆的双路径返程保障调度方法、系统、车辆及存储介质。
背景技术:
1、在自动驾驶车辆的运营调度中,车辆在执行运输、配送或调位等外部任务时,通常需要满足特定的交付要求。例如,被特定所有人、使用人、家庭成员、企业用户、租赁用户或其他优先用户绑定的自动驾驶车辆,车辆在执行外部任务时还需满足优先用户后续的使用要求。
2、现有车辆调度方案通常基于单一路径规划或单一资源预留来保障车辆的返程或交付能力。一类方案依据车辆当前电量和预设的最低电量阈值判断是否允许执行任务,当电量高于阈值时放行,低于阈值时召回或拒绝任务。另一类方案基于导航系统规划一条最优返程路径,并以该路径的预计行驶时间和能耗作为返程可行性的判断依据。还有一类方案在任务开始前对返程所需的充电资源或停车资源进行一次性预约,并以预约确认作为任务准入条件。
3、但现有基于单一电量阈值的方案仅考虑能量维度的约束,未考虑道路通行状态、服务资源可用性或通信链路状态等其他关键资源的变化对返程能力的影响。当唯一可用的返程道路临时封闭或唯一预约的充电设施发生故障时,即使车辆电量充足,仍可能无法在规定时间和规定条件下完成交付。而基于单一最优路径的方案在路径所依赖的关键资源发生失效时,缺乏具有资源差异性的替代恢复方案,导致车辆只能被动等待资源恢复或重新规划,而重新规划的结果可能已无法满足时间约束。以及基于一次性资源预约的方案在任务执行期间不对资源状态进行持续验证,当预约失效、资源被占用或优先用户需求发生变化时,系统无法及时感知并作出响应,就会导致车辆滞留、任务中断或交付失败。
技术实现思路
1、本发明的目的在于提供自动驾驶车辆的双路径返程保障调度方法、系统、车辆及存储介质,以解决上述背景技术中提出的问题。
2、本发明所提供的具体技术方案如下:自动驾驶车辆的双路径返程保障调度方法,由计算单元执行或由计算单元与车端计算单元协同执行,用于控制自动驾驶车辆,包括以下运行步骤:
3、获取自动驾驶车辆的预设目标状态、当前车辆状态以及服务资源状态;其中,预设目标状态至少包括车辆交付位置、最迟交付时间和最低运行资源阈值;
4、针对候选任务,基于当前车辆状态和服务资源状态预测自动驾驶车辆在预设滚动预测时间窗内的预测状态序列;
5、对于预测状态序列中的各车辆预测状态,生成用于使自动驾驶车辆恢复至预设目标状态的主恢复序列和备选恢复序列,其中,所述主恢复序列和所述备选恢复序列分别包括返程路径和资源准备操作,同时主恢复序列和备选恢复序列在至少一项可用性关键资源上存在差异,且不共同依赖于同一不可替代的可用性关键资源;
6、利用满足预设约束条件的主恢复序列和所述备选恢复序列,构建返程可达资源包络,将返程可达资源包络作为对候选任务进行任务准入判断和生成车辆控制指令的控制约束条件;
7、当预测状态序列在滚动预测时间窗内位于返程可达资源包络内时,控制自动驾驶车辆执行候选任务;
8、在候选任务执行期间,按照预定更新周期或响应于状态变化重新构建返程可达资源包络,并在预测车辆状态将离开返程可达资源包络之前,生成退出控制指令调整或终止候选任务。
9、进一步的,预设目标状态中:车辆交付位置包括:固定位置、动态位置、区域、地理围栏内的位置、用户终端所在位置或经预测确定的位置;最迟交付时间包括:用户设定时间、预约时间、日程事件时间、经预测确定的用车时间或包含允许提前量、延迟量和安全缓冲时间的时间窗;最低运行资源阈值包括:最低电量、最低续航里程、最低车内清洁等级、最低维护等级、最低安全状态、最低传感器可用性、最低通信能力或最低自动驾驶许可状态。
10、进一步的,预测状态序列中的每一预测状态点为多维向量,至少包括预测时刻、预测位置、预测能量消耗量和预测运行模式参数;预测状态序列通过基于当前车辆状态、服务资源状态及预设或实时更新的车辆运行参数,对自动驾驶车辆在执行候选任务期间的状态演变轨迹进行数字化推演而生成。
11、进一步的,资源准备操作包括:对充电时段、停车位、维修服务时段、清洁服务时段、道路通行资格、远程控制链路或其组合进行资源预留、资源确认或可用性验证;可用性关键资源包括:道路区段、充电资源、停车资源、维修资源、清洁资源、通信资源或交通控制资源;构建返程可达资源包络包括:在预设滚动预测时间窗内生成多个预测车辆状态,每一预测车辆状态至少包括预测位置、预测时间、预测能量状态、预测维护状态、预测清洁状态和预测自动驾驶许可状态;对于每一个预测车辆状态,当主恢复序列和备选恢复序列均能够满足预设约束条件时,将预测车辆状态纳入返程可达资源包络内;当任一恢复序列无法满足任一约束条件时,将预测车辆状态排除在返程可达资源包络之外。
12、进一步的,生成退出控制指令包括:在候选任务执行期间,持续或周期性获取当前任务状态、车辆状态和服务资源状态,并重新预测车辆状态序列及返程可达资源包络;当预测车辆状态仍位于返程可达资源包络内时,生成任务继续控制指令;当预测车辆状态将离开返程可达资源包络时,在自动驾驶车辆实际离开返程可达资源包络之前生成退出控制指令;退出控制包括:缩短当前任务、改变当前路径、将乘客或货物转移至安全交接点、驶向资源恢复节点、执行充电、执行维修或清洁、终止所述候选任务以及直接返回车辆交付位置中的至少一项;退出控制在仍至少保留一条有效恢复序列时启动。
13、进一步的,还包括:在自动驾驶车辆完成与优先用户相关的车辆交付后,评估高负荷运行区域内的停车资源、交通负荷、充电资源和服务资源;在返程可达资源包络持续有效且主恢复序列和备选恢复序列均满足预设约束条件时,控制自动驾驶车辆驶向高负荷运行区域外的替代资源区域执行车辆调位或候选任务;替代资源区域包括:停车区域、充电区域或服务区域;在自动驾驶车辆位于替代资源区域内期间,持续或周期性获取车辆状态和资源状态并重新预测返程可达资源包络。
14、另一方面,本发明还提供一种自动驾驶车辆的双路径返程保障调度系统,包括自动驾驶车辆、用户终端、计算单元、基础设施资源节点以及数据网络,其中,计算单元包括:
15、目标状态确定模块,用于基于用户终端提供的可用性信息和优先服务请求信息,确定优先用户对应的优先服务目标状态;
16、资源状态获取模块,用于从自动驾驶车辆、基础设施资源节点和/或外部数据源获取与车辆运行相关的资源状态信息;
17、预测模块,用于基于自动驾驶车辆的当前车辆状态、任务状态、资源状态信息及预设或实时更新的车辆运行参数,生成自动驾驶车辆在执行候选任务期间的预测车辆状态序列;
18、返程可达资源包络构建模块,用于基于优先服务目标状态、预测车辆状态序列和资源状态信息,构建自动驾驶车辆的返程可达资源包络;
19、任务控制模块,用于根据返程可达资源包络对候选任务进行准入判断,仅当预测车辆状态序列保持在返程可达资源包络内且主恢复序列和备选恢复序列均满足约束条件时生成任务执行控制指令;
20、退出控制模块,用于在自动驾驶车辆执行任务期间持续或周期性地更新所述资源状态信息、预测车辆状态序列和返程可达资源包络,并在预测车辆状态将离开返程可达资源包络之前生成退出控制指令。
21、进一步的,计算单元部署在自动驾驶车辆的车端计算单元中、云端服务器中、边缘计算节点中或其任意组合中;
22、基础设施资源节点包括:停车设施、充电设施、维修设施、清洁设施、道路通行设施、交通控制设施、通信设施和安全交接设施中的至少一种;
23、资源状态获取模块还用于对异构数据进行时空对齐与标准化处理,为后续模块提供统一格式的状态向量输入。
24、进一步的,自动驾驶车辆包括:车辆控制单元、传感器单元、定位单元、通信单元、能量管理单元和车端计算单元;自动驾驶车辆还包括处理器和与处理器耦接的存储器,存储器存储有计算机程序,计算机程序被处理器执行时,使自动驾驶车辆执行自动驾驶车辆的双路径返程保障调度方法;处理器为中央处理器、图形处理器、神经网络处理器、现场可编程门阵列或专用集成电路中的一种或多种组合;处理器与存储器之间通过系统总线、片上网络或高速数据通路耦接;处理器根据计算机程序的指令生成返程可达资源包络及退出控制指令,并通过车载以太网或can总线发送至车辆控制单元,以控制自动驾驶车辆的转向、制动、驱动及车门锁止等机械动作。
25、另一方面,本发明还提供一种非瞬态计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,使处理器执行自动驾驶车辆的双路径返程保障调度方法;非瞬态计算机可读存储介质包括光盘、磁盘、半导体存储器、u盘、移动硬盘或服务器集群中的分布式存储节点。
26、与现有技术相比,本发明所达到的有益效果是:
27、(1)本发明通过生成在关键资源上存在差异的主恢复序列和备份恢复序列,从根本上消除了对单一不可替代资源的强依赖,消除了传统单路径规划中的单点故障风险。
28、(2)本发明构建的可达状态包络,将双重恢复能力的验证结果映射为车辆状态空间中的安全执行边界,使得任务准入判断不再依赖于静态的经验阈值,而是基于实时的双重可行性验证;配合在预测状态离开包络前触发的退出控制机制,将事后补救转变为事前预防,确保车辆在任何时刻都保留有经过验证的回归能力。这种“资源解耦与包络约束和前瞻退出”的控制架构,显著提升了自动驾驶车辆在复杂动态环境下执行外部任务时的鲁棒性,既保障了预设目标状态的可靠达成,又最大化了车辆在安全边界内的运营效率。
29、(3)本发明通过主恢复序列和备选恢复序列的联合验证,提高了在道路、能源或服务资源变化条件下的返程可靠性;通过预测状态监控和提前退出控制,避免了车辆在发生资源失效后才被动处置;通过对充电、停车、服务和道路资源进行预留、确认或可用性验证,提高了车辆调度与基础设施资源的协同性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com