1.本说明书涉及车辆控制领域，更具体地说，本发明涉及一种跟车控制方法及相关设备。
背景技术：2.气动阻力一般用风阻系数表征，对于燃油车型，风阻系数下降10％，油耗约降低3％，对于电动车型，风阻系数降低0.02，续驶里程约增加10km。车辆编队会显著降低了每辆车所经历的阻力，原因是尾涡区域内总压较小，因此当车辆在前车尾涡区域范围内行驶时，将获得较小的压差阻力。这种阻力的减少意味着更少的燃料消耗、更高的燃料效率和更少的污染。在当前的一些跟车方案中，通常根据前方车辆的车速推算出尾涡区域，并控制跟随的车辆进入尾涡区域进行跟随以节省燃料，但是当前的跟车方法并不能基于风速、不同的车型对尾涡区域做出准确的判断，节能的效果大打折扣。
技术实现要素：3.在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
4.为了提供一种更为节能、方便的跟车方法，第一方面，本发明提出一种跟车控制方法，上述方法包括：
5.获取目标区域内待通过路面的路面摩擦系数，其中，上述目标区域包括桥梁和隧道；
6.获取待跟随车辆的行驶信息，上述行驶信息包括风速信息和车速信息；
7.将上述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置；
8.基于车道线信息确定上述仿真跟车位置与上述待跟随车辆的相对位置关系；
9.基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶。
10.可选的，上述行驶信息还包括外形信息。
11.可选的，上述方法还包括：
12.基于流体力学仿真法和车辆外形数据库构建多种三维流场仿真模型；
13.基于车速数据库、风速数据库和上述三维流场仿真模型进行仿真获取预设仿真跟车位置；
14.通过跟车试验尾涡测量数据和上述预设仿真跟车位置基于神经网络法进行迭代训练以获取上述尾涡仿真模型。
15.可选的，上述方法还包括：
16.获取上述目标车辆在上述待跟随车辆对应的尾涡区不同位置获取的车头压力数据和车尾压力数据；
17.基于上述车头压力数据和车位压力数据获取上述跟车试验尾涡测量数据。
18.可选的，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
19.在上述风速信息小于或等于预设风速且上述路面摩擦系数大于或等于预设摩擦系数的情况下，基于上述路面摩擦系数确定第一安全距离；
20.在上述仿真跟车位置在上述待跟随车辆的当前行驶车道且仿真跟车位置与上述待跟随车辆的距离大于上述第一安全距离的情况下，获取上述待跟随车辆后方的当前行驶车道道路信息；
21.在上述待跟随车辆后方的第一跟车距离内没有其他车辆行驶的情况下，控制上述目标车辆行驶至上述仿真跟车位置以进行跟车行驶，其中，上述第一跟车距离是基于上述仿真跟车位置、上述目标车辆的外形尺寸和上述第一安全距离确定的。
22.可选的，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
23.在上述仿真跟车位置在上述待跟随车辆的相邻车道的情况下，获取上述待跟随车辆后方的相邻车道道路信息；
24.在上述待跟随车辆后方的相邻道路的第二跟车距离内没有其他车辆行驶的情况下，控制上述目标车辆行驶至上述仿真跟车位置以进行跟车行驶，其中，上述第二跟车距离是基于上述仿真跟车位置、上述目标车辆的外形尺寸、车道宽度和上述第一安全距离确定的。
25.可选的，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
26.在上述风速信息大于预设风速和/或上述路面摩擦系数小于预设摩擦系数的情况下，基于上述路面摩擦系数确定第二安全距离；
27.控制上述目标车辆以上述第二安全距离在上述待跟随车辆的当前行驶车道跟车行驶。
28.第二方面，本发明还提出一种跟车控制装置，包括：
29.第一获取单元，用于获取目标区域内待通过路面的路面摩擦系数，其中，上述目标区域包括桥梁和隧道；
30.第二获取单元，用于获取待跟随车辆的行驶信息，上述行驶信息包括风速信息和车速信息；
31.第三获取单元，用于将上述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置，其中，上述尾涡仿真模型是基于流体力学仿真法和神经网络法经过迭代训练获取的；
32.确定单元，用于基于车道线信息确定上述仿真跟车位置与上述待跟随车辆的相对位置关系；
33.控制单元，用于基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶。
34.第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现
如上述的第一方面任一项的跟车控制方法的步骤。
35.第四方面，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的跟车控制方法。
36.综上，本技术实施例的跟车控制方法包括：获取目标区域内待通过路面的路面摩擦系数，其中，所述目标区域包括桥梁和隧道；获取待跟随车辆的行驶信息，所述行驶信息包括风速信息和车速信息；将所述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置，其中，所述尾涡仿真模型是基于流体力学仿真法和神经网络法经过迭代训练获取的；基于车道线信息确定所述仿真跟车位置与所述待跟随车辆的相对位置关系；基于所述相对位置关系上述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶。本技术实施例提出的跟车控制方法，将风速和车速作为尾涡仿真模型的输入，得出的仿真跟车位置更加准确，本技术针对容易发生湿滑的路面，和容易发生侧翻的区域对跟车的策略做出调整，能够充分保证车辆驾驶的安全性。
37.本发明的跟车控制方法，本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
38.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
39.图1为本技术实施例提供的一种跟车控制方法流程示意图；
40.图2为本技术实施例提供的一种跟车行驶相关参数测量原理示意图；
41.图3为本技术实施例提供的一种测风系统结构示意图；
42.图4为本技术实施例提供的一种跟车试验传感器布置方式示意图；
43.图5为本技术实施例提供的另一种跟车试验传感器布置方式示意图；
44.图6为本技术实施例提供的一种仿真跟车位置示意图；
45.图7为本技术实施例提供的一种车辆编队行驶示意图；
46.图8为本技术实施例提供的另一种车辆编队行驶示意图
47.图9为本技术实施例提供的一种跟车控制装置结构示意图；
48.图10为本技术实施例提供的一种跟车控制电子设备结构示意图。
具体实施方式
49.本技术实施例提出的跟车控制方法，将风速和车速作为尾涡仿真模型的输入，得出的仿真跟车位置更加准确，本技术针对容易发生湿滑的路面，和容易发生侧翻的区域对跟车的策略做出调整，能够充分保证车辆驾驶的安全性。
50.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限
于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。
51.请参阅图1，为本技术实施例提供的一种跟车控制方法流程示意图，具体可以包括：
52.s110、获取目标区域内待通过路面的路面摩擦系数，其中，上述目标区域包括桥梁和隧道；
53.示例性的，隧道或者桥梁的车道线一般为实线，为了安全起见在进入隧道或桥梁后不允许车辆的变道，隧道一般穿过山体，桥梁一般建在江河上，而在山区或河流附近温度和湿度变化多端，容易形成道路积水或道路结冰，需要检测路况信息，以获取道路的摩擦系数，并将此数据传递给跟车行驶的车辆，用于改变跟车策略。可以通过路面状况检测装置测量道路的摩擦系数，路面状况检测装置可以由第二微控制器及与其相连接的结冰及温湿度传感器、第二稳压电源和第二通信模块组成，第二微控制器经结冰及温湿度传感器采集桥梁路面的结冰情况及周围环境的温湿度，经第二通信模块实现与信息处理及输出装置的无线通信；当目标车辆接近隧道口或桥梁一定距离(例如500米)时，车辆接收信息处理及输出装置无线通信的信号。根据接收到的温度信息、湿度信息和结冰信息能够计算出当前道路的摩擦系数，从而确定安全行驶距离。
54.s120、获取待跟随车辆的行驶信息，所述行驶信息包括风速信息和车速信息；
55.示例性的，待跟随车辆即为前车，如图2所示，车头安装毫米波雷达用以识别前车的位置和相对速度，当前车速计算前车的车速。可以理解的是，如果前车能够与后车进行通讯，前车车速还可以由前车的ecu(electronic control unit，电子控制单元)测量，并将测量结果传输给后车或云端，用于计算跟车策略。
56.在进入桥梁或隧道时的侧风等级会突变为较大的值，对于车辆的跟车行驶或者编队行驶有较大的安全隐患，在高速行驶中，由于气流的影响，很容易发生侧翻等现象，因此要测量隧道口和桥梁的侧风大小，并对车辆提出预警，以让车辆在进入隧道或者桥梁前，及时解散编队或调整跟车策略。在一些车辆中可以采用如图2所示的方式测量风速，在一些执行跟车策略的目标车辆中可以在车头安装5孔探针连接高精度的alpha传感器用以识别偏航角，通过皮托管测出车头迎面的风速，根据当前的车速计算出侧风的方向和强度。在另一些车辆中，可以在隧道或桥梁的入口处设置风速测量系统，测量装置可以包括风速风向检测装置、路面状况检测装置和信息处理及输出装置，风速风向检测装置由第一控制器及与其相连接的风速风向传感器、第一稳压电源和第一通信模块组成，第一微控制器经风速风向传感器检测隧道口所在位置的风速和风向，经第一通信模块实现与信息处理及输出装置的无线通信，可以采用如图3所示的方式测量风速，空地上设置底座101，包括两个第一滑动装置102，和一个第二滑动装置103，第二滑动装置103的第二滑轨1032安装在两个第一滑动装置102的第一滑块1021上。在第一滑块1021的两端和底座101上固定有导向装置106，第一电机1051和第二电机1052安装在底座101上，传动皮带107包络第一电机1051和第二电机1052的输出轴、安装在第一滑块1021和底座101上的导向装置106，形成“工”字形。通过控制电机的转速可以控制与第二滑块1031固定连接的测风组件104的移动方向，从而控制侧风
组件到指定地点测量风速和风向。
[0057][0058]
r1为第一电机的转速大小，v为测得风速大小，a,b为常数，测得风速v越小，第一电机或第二电机的转速越大，保证第二滑块快速运动。r2为第二电机的转速大小，测得风速v越小，r1与r2的差值越小,保持第二滑块在横向或者纵向运动；测得风速v越大，r1和r2的差值越大，则沿着倾斜方向运动。
[0059][0060]
在v＞3m/s时，i,j为第一电机和第二电机旋转方向，顺时针为正向，n为常数，第二电机转速r2和方向跟随第一电机转速和方向适应性调整，c为测得的风向角度，横向右方角度为0点，逆时针角度变大(如风向指向横轴右方时，c＝0,ntanc＝0,需求为第二滑块需要横向左移或者右移才能与风向平行，此时需要ir1+jr2＝0,物理意义为第一电机与第二电机等转速且反向)，n为比例系数，通过此方法，第一电机和第二电机控制第二滑块沿着平行风向方向缓慢平移。
[0061]
s130、将所述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置，其中，所述尾涡仿真模型是基于流体力学仿真法和神经网络法经过迭代训练获取的；
[0062]
示例性的，尾涡仿真模型可以装载在目标车辆上或装载在云端。在目标车辆进行跟车之前通过识别到的风速信息车速信息作为输入，采用尾涡仿真模型求取仿真跟车位置，确定的跟车位置与实际尾涡强度最大位置的误差更小，能够实现更为快速精准的跟车策略。
[0063]
s140、基于车道线信息确定上述仿真跟车位置与上述待跟随车辆的相对位置关系；
[0064]
示例性的，根据计算求得的仿真跟车位置和行驶道路上的车道信息，可能存在三种情况，即仿真跟车位置与前车处于相同车道、仿真跟车位置与前车处于相邻车道、仿真跟车位置与前车位于前车行驶车道的车道线上。
[0065]
s150、基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶。
[0066]
示例性的，根据相对位置关系控制目标车辆进行跟车行驶，例如，当仿真跟车位置处于车道线上时，不允许后车长期占用车道线；当仿真跟车位置与前车在同一车道，后车跟随前车在同一车道行驶，并保持某一安全距离的间距行驶，以满足安全要求；当仿真跟车位置与前车在相邻车道，观察相邻车道是否可用，如相邻车道可以行驶且前后无其他障碍车辆，后车在相邻车道行驶到仿真跟车位置。但在跟车行驶的过程中还需考虑路面的摩擦系数和风速对于跟车的影响，路面的摩擦力太小则容易发生侧滑，风速太大容易造成侧翻等现象，此时应及时调整跟车策略，以安全行驶为主要目的，兼顾尾涡对于跟车行驶的影响。
[0067]
综上，本技术实施例提出的跟车控制方法，将风速和车速作为尾涡仿真模型的输入，得出的仿真跟车位置更加准确，本技术针对容易发生湿滑的路面，和容易发生侧翻的区域对跟车的策略做出调整，能够充分保证车辆驾驶的安全性。
[0068]
在一些示例中，上述行驶信息还包括外形信息；
[0069]
示例性的，不仅车辆的车速和风速会影响尾涡的分布，由于车辆的外形不同，即长、款、高或外形形状会影响车辆行驶时流经前车的空气形成的流场，不同外形车辆在相同的行驶条件下形成的尾涡区域并不相同。
[0070]
综上，本技术实施例提出的跟车控制方法，将前车的外形信息作为输入，得出的仿真跟车位置与尾涡负压最强的位置更为靠近，更能节省后车的能源消耗。
[0071]
在一些示例中，上述方法还包括：
[0072]
基于流体力学仿真法和车辆外形数据库构建多种三维流场仿真模型；
[0073]
基于车速数据库、风速数据库和上述三维流场仿真模型进行仿真获取预设仿真跟车位置；
[0074]
通过跟车试验尾涡测量数据和上述预设仿真跟车位置基于神经网络法进行迭代训练以获取上述尾涡仿真模型。
[0075]
示例性的，通过计算流体力学的方法，获得前车的尾涡仿真模型，仿真模型中有待跟随车辆外形数据库、车速数据库和风速数据库，尾涡仿真模型输入包括侧风速度和侧风方向仿真参数，前车的车速仿真参数，前车的外形参数，尾涡仿真模型输出为前车尾涡负压较强位置的坐标仿真参数，即仿真跟车位置。对流场仿真模型输出的仿真跟车位置结合跟车试验所得的尾涡测量数据构建神经网络进行迭代训练可以获得训练后的尾涡仿真模型。经过训练的尾涡仿真模型可以装载在目标车辆上，用于根据识别到的前车外形信息、车速信息和风速信息确定仿真跟车位置，采用经过神经网络训练的尾涡仿真模型，计算速度更快，确定的跟车位置与实际尾涡强度最大位置的误差更小，能够实现更为快速精准的跟车策略。
[0076]
具体构建训练好的尾涡仿真模型可以包括以下步骤：
[0077]
s210、构建初始神经网络模型；
[0078]
以初始神经网络模型输出的前车尾涡负压较强位置的测量值与前车尾涡负压较强实际位置误差最小为目标，将侧风速度和方向仿真参数，前车的车速仿真参数和前车外形参数输入初始神经网络模型进行迭代训练，获取用于得到前车尾涡负压较强位置(仿真跟车位置)的测量值的目标神经网络模型。初始神经网络模型的类型可以为反馈式神经网络模型、深度学习式神经网络模型、卷积神经网络模型等，在此不予以限制，根据初始神经网络模型的类型，可以完成步骤训练的操作。具体的，初始神经网络模型可以理解为未训练好的目标神经网络模型，其可以将输入的侧风速度和方向仿真参数，前车的车速仿真参数，经过神经网络计算，输出初始前车尾涡负压较强位置的测量值。通常情况下，初始神经网络模型可以包括输入层、隐藏层和输出层，其中隐藏层用于负责神经网络的相关计算，通过迭代训练可以逐步调整隐含层中的权重参数等相关传递函数参数，使初始神经网络模型输出的初始轮心垂向位移测量信号符合既定训练目标，此时的初始神经网络模型即可认为是目标神经网络模型，其输出的初始前车尾涡负压较强位置的测量值即可认定为前车尾涡负压较强位置的测量值。
[0079]
s220、获得前车的尾涡初始仿真模型，包括：获得前车的初始尾涡初始仿真模型，将侧风速度参数、侧风方向参数、待跟随车辆车速参数和待跟随车辆外形参数输入尾涡初始仿真模型进行仿真，得到初始尾涡仿真模型输出的前车尾涡负压较强位置的坐标仿真参
数。通过计算流体力学的方法，获得前车的尾涡仿真模型；其中，前车选定数据库中的已知外形尺寸参数具体车型，即目标类型车辆(也称前车)，尾涡仿真模型输入包括侧风速度和方向仿真参数，前车的车速仿真参数，尾涡仿真模型输出为前车尾涡负压较强位置的坐标仿真值，即预设仿真跟车位置。
[0080]
s230、获取跟车试验尾涡测量数据，基于目标类型车辆实际运行的侧风风速和方向及车速，并通过目标类型车辆后方的车辆上的整车传感器组获得试验传感信号；其中，所述整车传感器组包括：alpha传感器、皮托管、压力传感器、毫米波雷达、摄像头中的一种或多种。基于试验传感信号和仿真输出值，将前车的初始尾涡仿真模型优化为前车的尾涡仿真模型。
[0081]
s240、根据尾涡初始仿真数据和跟车试验尾涡测量数据训练神经网络模型以获取尾涡仿真模型。初始仿真数据和跟车试验尾涡测量数据误差最小为目标，将侧风速度和方向仿真参数，前车的车速仿真参数输入所述初始神经网络模型进行迭代训练，获取用于前车尾涡负压较强位置的测量值的目标神经网络模型。具体的，利用步骤s220获得的前车的尾涡仿真模型，可以获得多组符合试验精度的侧风速度和方向仿真参数，前车的车速仿真参数和前车尾涡负压较强位置的坐标仿真值(预设仿真跟车位置)和跟车试验尾涡测量数据，以此构建出初始神经网络模型的训练集，完成对初始神经网络模型的迭代训练，获取用于前车尾涡负压较强位置的测量值的目标神经网络模型，即尾涡仿真模型。
[0082]
综上，本技术实施例提出的跟车控制方法，通过经过训练的尾涡仿真模型用于根据识别到的前车外形信息、车速信息和风速信息确定仿真跟车位置，计算速度更快，确定的跟车位置与实际尾涡强度最大位置的误差更小，能够实现更为快速精准的跟车策略，能够有效节省跟车车辆的能源消耗。
[0083]
在一些示例中，上述方法还包括：
[0084]
获取上述目标车辆在上述待跟随车辆对应的尾涡区不同位置获取的车头压力数据和车尾压力数据；
[0085]
基于上述车头压力数据和车位压力数据获取上述跟车试验尾涡测量数据。
[0086]
示例性的，如图4和图5所示，在一些车辆中，在车辆头部区域位置的4个贴片式压力传感器、安装在车辆尾部区域位置的8个贴片式压力传感器。模拟跟车行驶，测量在前车尾涡负压较强的位置处的车头绝对压力值和前后压力差。在试验时在前车尾涡负压较强的位置及附近的预设范围内多次测量，测试前车尾涡负压较强的区域是否精确，并将测量的结果汇总形成跟车试验尾涡测量数据，用于训练尾涡仿真模型。可以理解的是，跟车测试试验可以改变前车的外形形状，前车的车速和风速以获取不同跟车条件下更为全面的跟车试验尾涡测量数据。
[0087]
综上，本技术实施例提供的跟车控制方法，通过目标车辆的前端和后端加设压力传感器，通过跟车试验获取跟车试验尾涡测量数据，并根据此跟车试验尾涡测量数据基于神经网络对尾涡仿真模型进行优化，从而获得更为精准的尾涡仿真模型，在目标车辆实际的跟车中能够为其提供更为精准的仿真跟车位置，从而能够更加充分地借助尾涡负压较强的位置，实现节能跟车的目的。
[0088]
在一些示例中，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
[0089]
在上述风速信息小于或等于预设风速且上述路面摩擦系数大于或等于预设摩擦系数的情况下，基于上述路面摩擦系数确定第一安全距离；
[0090]
在上述仿真跟车位置在上述待跟随车辆的当前行驶车道且仿真跟车位置与上述待跟随车辆的距离大于上述第一安全距离的情况下，获取上述待跟随车辆后方的当前行驶车道道路信息；
[0091]
在上述待跟随车辆后方的第一跟车距离内没有其他车辆行驶的情况下，控制上述目标车辆行驶至上述仿真跟车位置以进行跟车行驶，其中，上述第一跟车距离是基于上述仿真跟车位置和上述目标车辆的外形尺寸确定的。
[0092]
示例性的，预设风速为不会产生车辆侧翻危险的最大风速，预设摩擦系数为当前车速下不会发生侧滑危险的最小摩擦系数，在风速小于或等于预设风速且路面摩擦系数小于或等于预设摩擦系数的情况下，此时计算此种路况下能够及时制动的第一安全距离。通过尾涡仿真模型获取到仿真跟车位置后，通过目标车辆的前方雷达或者待跟随车辆后方的雷达获取车道线信息，通过待跟随车辆、目标车辆或云端对仿真跟车位置和车道线的位置做出判断。如果仿真跟车位置在待跟随车辆的当前行驶车道，例如图6中的推荐位置a，此时获取仿真跟车位置与待跟随车辆之间的距离，即推荐位置a和待跟随车辆的车距离，如果车距大于第一安全距离，则获取待跟随车辆后方的第一跟车距离内有没有其他的车辆，即判断目标车辆如果行驶到推荐位置a处，能否对后方的车辆形成干扰，如果第一跟车距离内没有其他车辆的情况下，控制目标车辆到推荐位置a进行跟车行驶。需要说明的是，第一距离是仿真跟车位置和目标车辆的外形尺寸确定的，即能够保证目标车辆在跟随待跟随车辆行驶的过程中，不会影响后方车辆正常行驶的距离。可以理解的是，如果待跟随车辆的距离小于第一安全距离的情况下，即在推荐位置a并不能满足当前路况下的最短制动距离，此时应控制目标车辆与待跟随车辆的至少为第一安全距离，确保行车安全。
[0093]
综上，本技术实施例提供了一种仿真跟车位置出现在待跟随车辆当前行驶道路上的目标车辆跟车控制方法，可以保证当前路况下跟车时与前车距离安全，并不会影响后方车辆正常行驶。
[0094]
在一些示例中，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
[0095]
在上述仿真跟车位置在上述待跟随车辆的相邻车道的情况下，获取上述待跟随车辆后方的相邻车道道路信息；
[0096]
在上述待跟随车辆后方的相邻道路的第二跟车距离内没有其他车辆行驶的情况下，控制上述目标车辆行驶至上述仿真跟车位置以进行跟车行驶，其中，上述第二跟车距离是基于上述仿真跟车位置、上述目标车辆的外形尺寸和车道宽度确定的。
[0097]
示例性的，如果仿真跟车位置在待跟随车辆的相邻车道，即无需考虑制动时与前车的安全距离，如图6中的推荐位置b则获取待跟随车辆后方的相邻车道中第二跟车距离内有没有其他的车辆，即判断目标车辆如果行驶倒推荐位置b处，能否对后方的车辆形成干扰，如果第二跟车距离内没有其他车辆的情况下，控制目标车辆到推荐b进行跟车行驶。需要说明的是，第二距离是仿真跟车位置、目标车辆的外形尺寸和车道宽度确定的，即能够保证目标车辆在跟随待跟随车辆行驶的过程中，不会影响后方车辆正常行驶的距离。
[0098]
综上，本技术实施例提供了一种仿真跟车位置出现在待跟随车辆相邻道路上的目
标车辆跟车控制方法，能够有效跟车并不会相邻车道车辆正常行驶。
[0099]
在一些示例中，上述基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶，包括：
[0100]
在上述风速信息大于预设风速和/或上述路面摩擦系数小于预设摩擦系数的情况下，基于上述路面摩擦系数确定第二安全距离；
[0101]
控制上述目标车辆以上述第二安全距离在上述待跟随车辆的当前行驶车道跟车行驶。
[0102]
示例性的，在风速信息大于预设风速和/或路面摩擦系数小于预设摩擦系数的情况下，当前路面容易产生侧翻或者侧滑的风险，根据路面摩擦系数确定在此情况下确定第二安全距离，并控制目标车辆在于待跟随车辆的相同车道行驶，预留出相邻车道，避免出现意外情况，提升跟车行驶的安全性。
[0103]
综上，本技术实施例提供了的跟车控制方法，在风速过大或道路湿滑的状况下，根据道路的摩擦系数计算第二安全距离，通过控制目标车辆与待跟随车辆在相同车道以第二安全距离行驶，避免发生意外。
[0104]
在一些示例中，如图7和图8所示，多辆车辆可以编队行驶，编队内的车辆可以交错以充分利用前车尾涡的负压，以节省后方车辆行驶时的燃料或能源消耗，2台或者2台以上的车辆可以在相同或者相邻的车道内交错跟车行驶，并短期占用车道线行驶。
[0105]
请参阅图9，本技术实施例中跟车控制装置的一个实施例，可以包括：
[0106]
第一获取单元21，用于获取目标区域内待通过路面的路面摩擦系数，其中，上述目标区域包括桥梁和隧道；
[0107]
第二获取单元22，用于获取待跟随车辆的行驶信息，上述行驶信息包括风速信息和车速信息；
[0108]
第三获取单元23，用于将上述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置，其中，上述尾涡仿真模型是基于流体力学仿真法和神经网络法经过迭代训练获取的；
[0109]
确定单元24，用于基于车道线信息确定上述仿真跟车位置与上述待跟随车辆的相对位置关系；
[0110]
控制单元25，用于基于上述相对位置关系、上述风速信息和上述路面摩擦系数控制上述目标车辆进行跟车行驶。
[0111]
如图10所示，本技术实施例还提供一种电子设备300，包括存储器310、处理器320及存储在存储器320上并可在处理器上运行的计算机程序311，处理器320执行计算机程序311时实现上述跟车控制的任一方法的步骤。
[0112]
由于本实施例所介绍的电子设备为实施本技术实施例中一种跟车控制装置所采用的设备，故而基于本技术实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本技术实施例中的方法不再详细介绍，只要本领域所属技术人员实施本技术实施例中的方法所采用的设备，都属于本技术所欲保护的范围。
[0113]
在具体实施过程中，该计算机程序311被处理器执行时可以实现图1对应的实施例中任一实施方式。
[0114]
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
[0115]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0116]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0117]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0118]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0119]
本技术实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的跟车控制的流程。
[0120]
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本技术实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0121]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0122]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以
结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0123]
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单元来实现本实施例方案的目的。
[0124]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0125]
集成的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，本技术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全部或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)执行本技术各个实施例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(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
以上，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。
技术特征：1.一种跟车控制方法，其特征在于，包括：获取目标区域内待通过路面的路面摩擦系数，其中，所述目标区域包括桥梁和隧道；获取待跟随车辆的行驶信息，所述行驶信息包括风速信息和车速信息；将所述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置；基于车道线信息确定所述仿真跟车位置与所述待跟随车辆的相对位置关系；基于所述相对位置关系、所述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶。2.如权利要求1所述的方法，其特征在于，所述行驶信息还包括外形信息。3.如权利要求2所述的方法，其特征在于，还包括：基于流体力学仿真法和车辆外形数据库构建多种三维流场仿真模型；基于车速数据库、风速数据库和所述三维流场仿真模型进行仿真获取预设仿真跟车位置；通过跟车试验尾涡测量数据和所述预设仿真跟车位置基于神经网络法进行迭代训练以获取所述尾涡仿真模型。4.如权利要求3所述的方法，其特征在于，还包括：获取所述目标车辆在所述待跟随车辆对应的尾涡区不同位置获取的车头压力数据和车尾压力数据；基于所述车头压力数据和车位压力数据获取所述跟车试验尾涡测量数据。5.如权利要求1所述的方法，所述基于所述相对位置关系、所述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶，包括：在所述风速信息小于或等于预设风速且所述路面摩擦系数大于或等于预设摩擦系数的情况下，基于所述路面摩擦系数确定第一安全距离；在所述仿真跟车位置在所述待跟随车辆的当前行驶车道且仿真跟车位置与所述待跟随车辆的距离大于所述第一安全距离的情况下，获取所述待跟随车辆后方的当前行驶车道道路信息；在所述待跟随车辆后方的第一跟车距离内没有其他车辆行驶的情况下，控制所述目标车辆行驶至所述仿真跟车位置以进行跟车行驶，其中，所述第一跟车距离是基于所述仿真跟车位置和所述目标车辆的外形尺寸确定的。6.如权利要求1所述的方法，所述基于所述相对位置关系、所述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶，包括：在所述仿真跟车位置在所述待跟随车辆的相邻车道的情况下，获取所述待跟随车辆后方的相邻车道道路信息；在所述待跟随车辆后方的相邻道路的第二跟车距离内没有其他车辆行驶的情况下，控制所述目标车辆行驶至所述仿真跟车位置以进行跟车行驶，其中，所述第二跟车距离是基于所述仿真跟车位置、所述目标车辆的外形尺寸和车道宽度确定的。7.如权利要求1所述的方法，所述基于所述相对位置关系、所述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶，包括：在所述风速信息大于预设风速和/或所述路面摩擦系数小于预设摩擦系数的情况下，基于所述路面摩擦系数确定第二安全距离；
控制所述目标车辆以所述第二安全距离在所述待跟随车辆的当前行驶车道跟车行驶。8.一种跟车控制装置，其特征在于，包括：第一获取单元，用于获取目标区域内待通过路面的路面摩擦系数，其中，所述目标区域包括桥梁和隧道；第二获取单元，用于获取待跟随车辆的行驶信息，所述行驶信息包括风速信息和车速信息；第三获取单元，用于将所述车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置；确定单元，用于基于车道线信息确定所述仿真跟车位置与所述待跟随车辆的相对位置关系；控制单元，用于基于所述相对位置关系、所述风速信息和所述路面摩擦系数控制所述目标车辆进行跟车行驶。9.一种电子设备，包括：存储器和处理器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的跟车控制方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的跟车控制方法。
技术总结本发明公开了一种跟车控制方法及相关设备。该方法包括：获取目标区域内待通过路面的路面摩擦系数；获取待跟随车辆的行驶信息，行驶信息包括风速信息和车速信息；将车辆行驶信息作为尾涡仿真模型的输入以获取目标车辆的仿真跟车位置；基于车道线信息确定仿真跟车位置与待跟随车辆的相对位置关系；基于相对位置关系和路面摩擦系数控制目标车辆进行跟车行驶。本申请实施例提出的跟车控制方法，将风速信息和车速信息作为尾涡仿真模型的输入，得出的仿真跟车位置更加准确，同时本申请针对容易发生湿滑的路面对跟车的策略做出调整，能够充分保证车辆驾驶的安全性。分保证车辆驾驶的安全性。分保证车辆驾驶的安全性。
技术研发人员：黎帅 林孝言 彭意乘 王新坤 陈嘉玥
受保护的技术使用者：岚图汽车科技有限公司
技术研发日：2022.07.19
技术公布日：2022/11/1
