本发明涉及无人驾驶领域，尤其涉及一种无人驾驶电动拖拉机智能网联系统及集群驾驶方法。
背景技术：
随着中国社会老龄化趋势的加剧，人力资源日益匮乏。而且，农忙时期农机作业需保证每天20小时以上的连续作业，每小时延误带来的损失可达几十万。另外，不间断耕作导致的疲劳驾驶事故高发。如联合收割机等大型农机造成的事故数在农机事故的占比逐年上升。因此，全国农机各大厂家及科研院所也纷纷开始投入到无人驾驶农机的研发当中，目前虽然有几款无人驾驶电动拖拉机已经生产亮相各大国际农机展会，但是存在两大问题：1.单车计算能力差；2.获取信息量有限。
当前自动驾驶车辆虽然可以安装大量传感器、摄像头以及激光雷达等，实现对近距离外部信息的准确获取，但成本很高，而且无法获取全局信息。智能农机产生信息量大(仅图像信息每小时每台就多达35gb)、种类多(控制、载荷、载具…)，受限于车载计算平台的计算能力，也无法进行大量信息的识别及综合处理。若通过网络回传到后台数据平台进行处理后反馈至车载计算机中进行控制，需要高带宽、低延迟和高可靠。
智能驾驶面临本地计算与网络计算脱节，缺乏统一协同的信息服务体系，受限于本地信息获取能力、处理能力及网络传输能力，无法满足在行驶过程中的快速、准确决策，一味提高农机自身的处理能力，不但成本迅速攀升，而且很难达到效果。
技术实现要素：
为了解决现有技术中智能驾驶面临本地计算与网络计算脱节的问题，本发明提出一种无人驾驶电动拖拉机智能网联系统及集群驾驶方法。
为了实现上述目的，本发明采用的具体方案为：一种无人驾驶电动拖拉机智能网联系统，包括车载控制终端、核心传输链路层以及人机交互层；其中，车载控制终端采集整车的状态环境信息，将该数据通过无线传输的方式发送至核心传输链路层，然后进入internet，最后进入人机交互层，在人机交互层体现用户需要的数据或者根据用户需求对车辆行驶的指令进行反向输入，从而人为控制车辆的行驶。
其中，所述的车载控制终端包括vcu模块，传感器组件以及整车通信系统；其中，所述的传感器组件采集整车的状态环境信息，并将该信息发送至vcu模块，vcu模块将上述信息进行处理后通过can总线发给整车通信系统；该整车通信系统将vcu模块发出的整车信息通过无线方式发送至核心传输链路层。
一种无人驾驶电动拖拉机集群驾驶方法，每个拖拉机上的车载控制终端均采集对应的整车的状态环境信息，然后将该状态环境信息发送至核心传输链路层，再通过internet将该状态环境信息发送至大数据中心或便携设备。
上述集群驾驶方法的具体步骤为：s1.通过便携设备下发任务，然后各车将环境信息传递给根据情况设定的主车，主车综合所有车的环境信息及相关状态信息进行路径规划及决策；
s2.然后分配任务给除主车外的其他车辆，各车接收到任务后向主车回应任务收到信号；如果握手不成功，则进入故障诊断处理子流程；
s3.握手成功后，就开始进行编队，设置队形，完成集群驾驶。
有益效果：本发明通过设置核心链路层，实现拖拉机的整车传感状态图像信息及故障信息回传，具有超大计算能力，支持车载终端与接入网的低时延协同计算，而且采用集中式网络架构，支持异构车联网的全局智能管控与数据融合，通过空天地一体化通信，为无人驾驶提供无缝覆盖网络。最终，可以在本发明的基础上实现智能网联集群驾驶，进一步提升拖拉机的智能程度。
附图说明
图1为本发明的系统框图。
图2为智能网联系统整车控制图。
图3为智能网联集群驾驶控制图。
图4为智能网联集群驾驶流程图。
具体实施方式
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。
具体实施例i：如图1所示，本发明包括车载设备控制终端，核心传输链路层和人机交互层三大部分，车载设备控制终端的图传设备通过全景摄像机采集整车周围的360°影像后，将图像信息通过以太网线传给节带化板卡进行图像节带化处理以及障碍物识别处理，然后传给通信模块。整车传感器信息采集后经过vcu处理转化为具体的参数信息，然后通过can总线转发给整车通信模块。通信模块分为3路：epc，智能农机卫星终端和4gdrc模块。通信模块接收到整车传感信息及图像视频流信息后(还包括整车bms、五合一控制器等参数信息)实时的通过无线方式发送出去。
无线链路由3种：卫星通信，4gdrc通信以及4g专网通信，空天地一体化通信，为无人驾驶提供无缝覆盖网络，4g专网内部集成优化算法，可同时实现通信及计算功能，为车联网的大数据低延时高可靠处理提供了有力的支撑。无线信息可直接通过专网发送给pad，pad上开发安装了专用的app，可实时显示整车及图传信息，同时具备反向控制功能。
如图2所示，在便携设备，如pad上执行相应的操作，即可实现油门刹车档位及灯具等的操作，由于是专网通信(频段1785-1805mhz)，因此可以实现低时延控制整车，这对于无人驾驶来说是非常重要的。当pad距离整车较近时，还可切换至wifi模式。空天地一体化通信还可通过internet将信息传输至大数据平台，大数据云平台的超强存储计算能力可对整车信息进行二次处理，提供给用户需要的信息数据，大数据云平台可以建设在全国各个地方，实现网络全国覆盖。
如图3所示，大数据中心及pad开发有反向控制功能，app上进行参数设置后，下发指令，通过核心传输链路实现对n台车的集群驾驶功能，可同时对1台车进行pto、转向及耕作模式等控制操作，也可以对整体n台车同时进行控制操作，真正实现了集群驾驶功能。
由于vcu端，基站端及大数据云平台端都集成了算法功能，因此车网云协同计算，为集群无人驾驶产生的超大数据量的传输计算提供了强有力的技术支撑。集群驾驶可以扩大任务范围、提高任务执行效率和完成质量、增强在高复杂环境中的耕作能力、提升系统对环境自适应能力、扩展任务能力等。进行集群驾驶，首先要进行信息感知，并对多源信息进行融合；其次对各种任务进行分配和决策；进而对每辆无人驾驶电动拖拉机进行路径规划生成期望的轨迹；然后利用先进的编队控制方法和队形设计技术实现集群驾驶任务。
如图4所示，利用本发明进行集群驾驶的流程是：开始耕作前，首先通过pad进行地块的任务下发，然后各车将环境信息传递给主车，一般默认为1号车，主车综合所有车的环境信息及相关状态信息进行路径规划及决策，为了确保复杂工作环境中多集群驾驶能够安全、快速、高效的完成工作任务，采用机会约束方法来处理系统环境和环境态势感知中的不确定性，再通过快速随机搜索树方法获取了集群鲁棒最优路径，然后分配任务给各台车辆，各车接收到任务后向主车回应任务收到信号，形成握手信号。
如果握手不成功，则进入故障诊断处理子流程。握手成功后，就开始进行编队，队形有横队、楔队、v字型队、圆形队等，合理有效的队形设计可以延长集群作业的工作时间、节省电能消耗、增加集群编队灵活性，应对突发情况，这大大提高了安全性与任务完成效率。执行任务过程中，各车之间会随时进行信息资源共享，实时监控各车的工作状态，如果有车离队，则判断是由于定位传感器失效还是其他原因，如果是传感器失效，则由pad端人为接管继续执行作业任务，如果不是传感器失效，则可由主车来接管继续进行工作任务。工作过程中如果遇到障碍物，则鸣笛示警，一般动态的障碍物，比如人、牲畜等，会在听到鸣笛后自动离开，非动态的其他障碍物则实行绕障，如果障碍物较大绕不过去，则变换队形重新规划路径，然后接着上次的任务继续执行直到任务结束。整个集群驾驶过程中，如果出现通信故障，则整车进入通信故障诊断与处理子流程。
总之，本发明能够实现无人驾驶电动拖拉机智能网联，并通过空天地一体化通信集群驾驶，构建了车网云协同计算的系统架构。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易变化或替换，都属于本发明的保护范围之内。因此本发明的保护范围所述以权利要求的保护范围为准。
1.一种无人驾驶电动拖拉机智能网联系统，其特征在于，包括车载控制终端、核心传输链路层以及人机交互层；
其中，车载控制终端采集整车的状态环境信息，将该数据通过无线传输的方式发送至核心传输链路层，然后进入internet，最后进入人机交互层，在人机交互层体现用户需要的数据或者根据用户需求对车辆行驶的指令进行反向输入，从而人为控制车辆的行驶。
2.根据权利要求1所述的一种无人驾驶电动拖拉机智能网联系统，其特征在于，所述的车载控制终端包括vcu模块，传感器组件以及整车通信系统；
其中，所述的传感器组件采集整车的状态环境信息，并将该信息发送至vcu模块，vcu模块将上述信息进行处理后通过can总线发给整车通信系统；该整车通信系统将vcu模块发出的整车信息通过无线方式发送至核心传输链路层。
3.一种无人驾驶电动拖拉机集群驾驶方法，其特征在于，每个拖拉机上的车载控制终端均采集对应的整车的状态环境信息，然后将该状态环境信息发送至核心传输链路层，再通过internet将该状态环境信息发送至大数据中心或便携设备。
4.根据权利要求3所述的一种无人驾驶电动拖拉机集群驾驶方法，其特征在于，具体步骤为：
s1.通过便携设备下发任务，然后各车将环境信息传递给根据情况设定的主车，主车综合所有车的环境信息及相关状态信息进行路径规划及决策；
s2.然后分配任务给除主车外的其他车辆，各车接收到任务后向主车回应任务收到信号；如果握手不成功，则进入故障诊断处理子流程；
s3.握手成功后，就开始进行编队，设置队形，完成集群驾驶。
5.根据权利要求4所述的一种无人驾驶电动拖拉机集群驾驶方法，其特征在于，所述的s1步骤中的路径规划方法为：采用机会约束方法来处理系统环境和环境态势感知中的不确定性，再通过快速随机搜索树方法获取了集群鲁棒最优路径。
6.根据权利要求4所述的一种无人驾驶电动拖拉机集群驾驶方法，其特征在于，在s3步骤中，各车之间会随时进行信息资源共享，实时监控各车的工作状态，如果有车离队，则判断是由于定位传感器失效还是其他原因，如果是传感器失效，则由人为接管继续执行作业任务，如果不是传感器失效，则可由主车来接管继续进行工作任务；
如果遇到障碍物，则鸣笛示警或实行绕障，如果障碍物较大绕不过去，则变换队形重新规划路径，然后接着上次的任务继续执行直到任务结束。
技术总结