一种基于随机蜂群算法的自动驾驶调度方法、设备及介质与流程

1.本发明涉及自动驾驶调度领域，尤其涉及一种基于随机蜂群算法的自动驾驶调度方法、设备及介质。


背景技术：

2.随着人工智能技术，特别是深度学习技术的兴起与发展，传统的生产、物流、交通等领域朝着越来越智能化和自动化的方向发展。当今，自动驾驶已初步形成一定的产业规模和应用场景示范，正在加快整个国家的智慧交通升级进程。影响自动驾驶应用前景的最重要的两大技术，是面向近距范围的障碍识别技术和面向远距范围的高效调度算法；对于障碍识别技术，深度学习与传统的低维机器学习算法相结合，已经获得了与人眼接近甚至超越的识别率；对于调度算法，目前相关研究相对较少，而一旦获得高效调度算法的突破，将显著提高自动驾驶车辆的运行效率和安全性。
3.目前的主流调度方法，通常基于“客户端—服务端”的中心化调度方式进行。其基本思路是所有的车辆终端相隔一定的时间间隔向云端服务器上传实时的相关行驶信息，然后云端服务器基于一定的算法模型进行训练或运算，然后获得不同地点的车辆终端的调度策略，并将策略返回给各个车辆终端。现有方法最大的优势是整个系统的架构较为简单，车辆终端只需将所有需要处理和计算的信息交给云端服务器，并等待控制命令信息的到来即可。在这种架构下，车辆终端只需使用简单和低功耗的硬件设备即可。
4.然而，现有方案的计算压力基本都集中到了云端服务器，这时对云端服务器的计算能力和内存容量提出了较大的挑战，云端服务器的稳定性将直接影响整个系统的稳定性，其一旦崩溃将导致整个系统瘫痪；另外，无线网络传输速度与信号延迟和稳定，对整个系统也有至关重要的影响，网络若不稳定、延迟过高或者传输速度不足，服务器回传的策略可能因无法及时接收而失效，对自动驾驶的安全性造成了极大地影响。


技术实现要素：

5.为了克服上述问题，本发明提供一种基于随机蜂群算法的自动驾驶调度方法、设备及介质。
6.本发明提供了一种基于随机蜂群算法的自动驾驶调度方法，包括：各车辆在行驶过程中，均定期向车辆的前方发射元数据，并实时接收其他车辆发出的元数据；其中，所述元数据包括该车辆的唯一标识、该车辆的行驶状态、元数据发出时间和请求类型；其中，请求类型包括该车辆处于换道询问阶段或该车辆处于换道阶段；当目标车辆接收到其他车辆发出的元数据时，反馈一个反馈数据；其中，反馈数据包括目标车辆的唯一标识、目标车辆的行驶状态、元数据接收时间、所接收元数据的信息；目标车辆在发送了元数据后，持续接收反馈数据，并判断反馈数据是否包含目标车辆所发送元数据的信息；如是，则根据该元数据和反馈数据，计算目标车辆与发出反馈数据的车辆之间的
关联行驶信息；目标车辆根据前方所有车辆的关联行驶信息，计算变道控制参数的最优解，并根据最优解控制目标车辆的行驶与变道。
7.作为优选地，所述该车辆的行驶状态包括该车辆的车道数；其中，所述车道数采用统一的交通规则对所行驶的车道进行编号。
8.优选地，所述该车辆的行驶状态还包括该车辆行驶速度和定位参数。
9.优选地，所述当目标车辆接收到其他车辆发出的元数据时，反馈一个反馈数据，具体为：当目标车辆接收到其他车辆发出的元数据，且其请求类型是换道询问阶段时，判断该元数据对应的车辆是否与目标车辆处于同一车道；如是，则反馈一个反馈数据；否则，不反馈；当目标车辆接收到其他车辆发出的元数据，且其请求类型是换道阶段时，反馈一个反馈数据。
10.优选地，所述则根据该元数据和反馈数据，计算目标车辆与发出反馈数据的车辆之间的关联行驶信息，具体为：根据元数据的发送时间、反馈数据中接收到元数据的时间、接收到反馈数据的时间，以及无线数据传输速度，计算目标车辆与发出反馈数据的车辆之间的第一距离；根据第一距离，计算目标车辆在发出反馈数据的车辆所在车道行驶的时间下限；输出第一距离、发出反馈数据的车辆所在车道和时间下限作为关联行驶信息。
11.优选地，所述目标车辆根据前方所有车辆的关联行驶信息，计算变道控制参数的最优解，并根据最优解控制目标车辆的行驶与变道，具体为：目标车辆依据每一个关联行驶信息，计算目标车辆能在各车道上行驶的下限时间；对所有的下限时间进行全局排序，经过舍弃最小值，并进行归一化，通过均匀随机算法进行抽样判断，最终获得对应的道为目标车辆需要变换的车道；根据需要变换的车道控制目标车辆进行变道。
12.优选地，所述目标车辆根据前方所有车辆的关联行驶信息，计算变道控制参数的最优解，并根据最优解控制目标车辆的行驶与变道，还包括：比较目标车辆在当前车道的下限时间是否低于阈值；如是，则控制目标车辆开始变道。
13.本发明提供了一种终端设备，包括处理器和存储装置，所述存储装置用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，所述处理器实现上述基于随机蜂群算法的自动驾驶调度方法。
14.本发明提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述基于随机蜂群算法的自动驾驶调度方法。
15.本发明的有益效果是：通过去中心化的通信和调度策略，使整个系统稳定性增强，减轻了整个系统中的
任一环节的处理压力，使计算压力均衡化，提高系统的稳定性。
16.优选地，通过基于概率的随机调度策略，使整个系统的调度策略尽量服从整体的拥挤度概率分布，实现最优调度，减少了网络不稳定对系统实时性的影响，提高调度策略的时效性。
附图说明
17.下文将结合说明书附图对本发明进行进一步的描述说明，其中：图1为本发明其中一个实施例的方法流程图。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.参见图1，作为本发明的其中一个实施，本实施例以6车道的行驶场景为例，公开了一种基于随机蜂群算法的自动驾驶调度方法，包括：s1、各车辆在行驶过程中，均定期向车辆的前方发射元数据，并实时接收其他车辆发出的元数据；其中，所述元数据包括该车辆的唯一标识、该车辆的行驶状态、元数据发出时间和请求类型；其中，请求类型包括该车辆处于换道询问阶段或该车辆处于换道阶段；s2、当目标车辆接收到其他车辆发出的元数据时，反馈一个反馈数据；其中，反馈数据包括目标车辆的唯一标识、目标车辆的行驶状态、元数据接收时间、所接收元数据的信息；s3、目标车辆在发送了元数据后，持续接收反馈数据，并判断反馈数据是否包含目标车辆所发送元数据的信息；s31、如是，则根据该元数据和反馈数据，计算目标车辆与发出反馈数据的车辆之间的关联行驶信息；s4、目标车辆根据前方所有车辆的关联行驶信息，计算变道控制参数的最优解，并根据最优解控制目标车辆的行驶与变道。
20.通过去中心化的通信和调度策略，使整个系统稳定性增强，减轻了整个系统中的任一环节的处理压力，使计算压力均衡化，提高系统的稳定性。
21.其中，所述该车辆的行驶状态包括该车辆的车道数；所述车道数采用统一的交通规则对所行驶的车道进行编号。
22.优选地，所述该车辆的行驶状态还包括该车辆的行驶速度和定位参数，以便目标车辆可以更好的确认各车辆的实际位置信息，提高判断精确度。
23.优选地，所述步骤s2，具体为：s21、当目标车辆接收到其他车辆发出的元数据，且其请求类型是换道询问阶段时，判断该元数据对应的车辆是否与目标车辆处于同一车道；s211、如是，则反馈一个反馈数据；s212、否则，不反馈；
s22、当目标车辆接收到其他车辆发出的元数据，且其请求类型是换道阶段时，反馈一个反馈数据。
24.优选地，所述步骤s31，具体为：s311、根据元数据的发送时间、反馈数据中接收到元数据的时间、接收到反馈数据的时间，以及无线数据传输速度，计算目标车辆与发出反馈数据的车辆之间的第一距离；s312、根据第一距离，计算目标车辆在发出反馈数据的车辆所在车道行驶的时间下限；s313、输出第一距离、发出反馈数据的车辆所在车道和时间下限作为关联行驶信息。
25.优选地，所述步骤s4，具体为：s41、目标车辆依据每一个关联行驶信息，计算目标车辆能在各车道上行驶的下限时间；s42、对所有的下限时间进行全局排序，经过舍弃最小值，并进行归一化，通过均匀随机算法进行抽样判断，最终获得对应的道为目标车辆需要变换的车道；s43、根据需要变换的车道控制目标车辆进行变道。
26.优选地，所述步骤s4中，还包括：s431、比较目标车辆在当前车道的下限时间是否低于阈值；s432、如是，则控制目标车辆开始变道。
27.作为本发明的另一个实施，本实施例以6车道的行驶场景为例，即n=6，其具体计算方法如下：a1、每辆车（记为发射车）进入道路的其中一个道后，以默认的速度在该道上行驶；当行驶了一段默认的时间后，向前方发射元数据request=()；其中，为发射车的唯一标识，为发射车当前所在的道的序号（例如，序号从左到右依次标为1到n），为请求信息的发射时间，tag为标志位，用于接收方鉴别请求的类型；a21、若处于“换道询问阶段”，则将tag置为“optional”；a22、若处于“换道阶段”，则将tag置为“default”；a31、前面各道的车辆（记为接收车）收到request后，若tag=optional，则判断与其当前所在的道是否一致，若一致则将执行步骤a4；a32、前面各道的车辆收到request后，若tag=default，则直接执行步骤a4；a4、接收车将元数据respond=(tag)返回给发射车；其中，是接收车的唯一标识，是接收车的当前所在道，是接收车收到request的时刻，、、tag原样返回；a5、发射车收到每一个respond时，确认其中的字段，与发射车的request中的一致，然后记下当前时间；a61、若tag=optional，则只对第一个收到的respond执行步骤a7操作；
a62、若tag=default，则对所有车道收到的respond执行步骤a7操作；a7、估算发射车与接收车当前的距离，其满足公式1；其中，为发射车和接收车之间的无线数据传输速度；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（公式1）其中，；a81、若tag=optional，则计算发射车还能在当前道行驶的时间的下限；a82、若tag=default，则对每一个respond，估算发射车能在该道上行驶的时间；对所有的进行公式2的处理后进行全局排序；将经过处理的的最小值舍弃，并对余下的进行归一化处理，即，sum为余下的所有的和；使用常用的“0-1均匀随机算法”进行抽样，令抽取的样本为x，若，则所对应的道为发射车需要变换的道。
28.ꢀꢀꢀꢀ
（公式2）本实施例通过基于概率的随机调度策略，使整个系统的调度策略尽量服从整体的拥挤度概率分布，实现最优调度，减少了网络不稳定对系统实时性的影响，提高调度策略的时效性。
29.其中，步骤a82具体为：根据步骤a7中各个道返回的数据计算的（依次为1到6道的前方最近车辆距离），单位为米，令发射车的,各道上的接收车的返回的，令参数k=1.1，根据公式2算得中间过程的t
*
={25,-32,15,17.5,待定,-19}。其中，，此时，更新后的t
*
为：；舍弃最小值15（即第3道的车辆），然后对剩下的所有t
*
排序（可以升序也可以降序），本实施例以升序为例，其，对应的道为。然后对t
*
进行归一化，得t
*
={17.5,25,27.5,44,57}={0.10,0.15,0.16,0.26,0.33}。调用常用的均匀抽样算法抽取一个值，比如取x=0.28，由于,即所在的道为所求，即目标车辆将要变换的目标车道为第5道。
30.在部分实施例中，依次将步骤a1、a21、a31、a4、a5、a61、a7和a81的执行程序封装为“换道询问”子模块，依次将步骤a1、a22、a32、a4、a5、a62、a7、a82的执行程序封装为“换道执行”子模块，
本实施例通过使道路上的所有的车辆都遵循上述基于随机蜂群算法的自动驾驶调度方法进行变道控制，最终实现全局最优解。
31.本实施例能够提高自动驾驶领域的全域调度的稳定性和实时性，特别在自动驾驶车辆密度较大和车辆所处网络环境较差时。传统的调度方法常常需要在终端车辆和云端服务器间进行多轮耗时的网络通信，且可靠性严重依赖服务器的可靠性。而本实施例则采用去中心化的蜂群算法策略，大量的通信和计算过程分散进行而提高了系统的稳定性，部分车辆不稳定不会对整个系统造成太大的影响。随着自动驾驶的不断普及，本实施例有望对传统调度算法进行替代，实现基于万物互联的分布式可靠调度方法。
32.本发明还公开了一种终端设备，包括处理器和存储装置，存储装置用于存储一个或多个程序；当一个或多个程序被处理器执行时，处理器实现上述的基于随机蜂群算法的自动驾驶调度方法。所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所称处理器是测试设备的控制中心，利用各种接口和线路连接整个测试设备的各个部分。
33.存储装置可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储装置内的计算机程序和/或模块，以及调用存储在存储装置内的数据，实现终端设备的各种功能。存储装置可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储装置可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（smart media card,smc），安全数字（secure digital,sd）卡，闪存卡（flash card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
34.其中，基于随机蜂群算法的自动驾驶调度设备集成的模块/单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于至少一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、电载波信号、电信信号以及软件分发介质等。
35.需说明的是，以上所描述的设备及装置的实施例仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
36.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护
范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。