[发明专利]车辆控制方法和装置

权利要求书

1.一种车辆控制方法，其特征在于，包括：

从初始的控制策略开始，采集第一车辆当前的第一状态信息，以及第二车辆当前的第二状态信息；其中，所述第一车辆与所述第二车辆通过车联网互联；所述第二车辆为位于所述第一车辆前方且距离所述第一车辆最近的前方车辆；所述第一车辆与所述第二车辆处于同一车道；

根据所述第一状态信息和所述第二状态信息，迭代获取所述第一车辆当前的评价指标和获取所述第一车辆当前的控制策略；所述评价指标，用于指示所述第一车辆跟随所述第二车辆的跟踪效果，所述评价指标与所述跟随效果成反向关系；

判断所述当前的评价指标是否收敛，如果所述当前的评价指标收敛，则停止迭代；

将所述当前的控制策略作为最优控制策略，利用所述最优控制策略，控制所述第一车辆跟随所述第二车辆。

2.根据权利要求1所述的车辆控制方法，其特征在于，所述判断所述当前的评价指标是否收敛，如果所述当前的评价指标收敛，则停止迭代，包括：

获取所述当前的评价指标与前一次的评价指标之间的差值；

判断所述差值是否小于预设的第一数值；

如果所述差值小于所述第一数值，则确定所述当前的评价指标收敛，将所述当前的评价指标作为最优评价指标，并停止迭代；

如果所述差值大于或者等于所述第一数值，则确定所述当前的评价指标未收敛，返回继续迭代以更新所述当前的评价指标。

3.根据权利要求1所述的车辆控制方法，其特征在于，所述根据所述第一状态信息和所述第二状态信息，迭代获取所述第一车辆当前的评价指标和所述第一车辆当前的控制策略，包括：

根据所述第一状态信息和所述第二状态信息，构建第一输入数据和第二输入数据；其中，所述第一输入数据，是通过获取第一状态信息中每个状态量与第二状态信息对应的状态量之间的差异信息，利用每个状态量的所述差异信息的平方值和所述第二状态信息中每个状态量的平方值构建得到的；所述第二输入数据，是利用每个状态量的所述差异信息和所述第二状态信息中每个状态量构成的；

将所述第一输入数据输入到第一神经网络中，获取所述第一神经网络当前的第一权值，将所述当前的第一权值与所述第一输入数据相乘，获取所述当前的评价指标；

将所述第二输入数据输入到第二神经网络中，获取所述第二神经网络当前的第二权值，将所述当前的第二权值与所述第二输入数据相乘，获取所述当前的控制策略。

4.根据权利要求3所述的车辆控制方法，其特征在于，所述判断所述当前的评价指标是否收敛，如果所述当前的评价指标收敛，则停止迭代，包括：

获取所述当前的第一权值与前一次获取到的所述第一权值之间的向量范数；其中，所述向量范数用于表征所述当前的评价指标与前一次的评价指标之间的差异；

判断所述向量范数是否小于预设的第二数值；

如果所述向量范数小于所述第二数值，则所述当前的评价指标收敛，停止迭代；

如果所述向量范数大于或者等于所述第二数值，则返回继续迭代以更新所述当前的评价指标。

5.根据权利要求3或4任一项所述的车辆控制方法，其特征在于，针对同一状态量的所述差异信息，用于表征所述第一车辆与所述第二车辆之间的所述状态量的差值。

6.根据权利要求1所述的车辆控制方法，其特征在于，所述根据所述第一状态信息和所述第二状态信息，迭代获取所述第一车辆当前的评价指标和获取所述第一车辆当前的控制策略之前，还包括：

构建所述第一车辆的系统控制模型；其中，所述系统控制模型用于控制所述第一车辆与所述第二车辆对应的状态一致；

根据所述系统控制模型，构建所述第一车辆的增广系统状态；

根据所述增广系统状态，获取用于得到所述第一车辆的评价指标的评价函数；

在所述评价函数具有最优解的约束条件下，获取用于得到所述第一车辆的控制策略的控制策略函数。

7.根据权利要求1所述的车辆控制方法，其特征在于，所述第一车辆和所述第二车辆属于同一个车队，同一车队中的车辆处于同一车道；所述车队中至少包括所述第一车辆和所述第二车辆；所述第一车辆非所述车队中的头车。