1.一种基于车联网的无人驾驶车多车协同驾驶方法，其特征在于，所述方法包括：实时获取本车当前行车数据与路况信息；

接收预定距离内的多辆其他无人驾驶车发送共享的当前行车数据与路况信息；所述预定距离小于预定阈值时，接收所述多辆其他无人驾驶车通过短程专用通信方式实时发送的各辆所述其他无人驾驶车的当前行车数据、路况信息；所述路况信息包括车道争抢的路段信息；

根据所述本车以及所述多辆其他无人驾驶车的当前行车数据与路况信息，经过分析规划本车的行车决策方案，所述行车决策方案包括行车优先级以及行车路线；通过所述车道争抢的路段的预定距离内的多辆无人驾驶车的当前平均行车速度乘以预先设定的本车的初始优先级与本车的当前行车速度的比值来计算本车在车道争抢的路段的行车优先级；

根据所述行车决策方案生成本车行车指令；其中

所述行车决策方案包括根据本车及其他各辆无人驾驶车的行车优先级规划本身的行车次序。

2.根据权利要求1所述的方法，其特征在于，

所述行车数据包括行车速度、加速度、角速度、车轮转向角度；

所述行车决策方案还包括加速、减速、变道、停车。

3.根据权利要求1所述的方法，其特征在于，所述预定距离大于所述预定阈值；所述方法还包括：接收云中心发送的行车规划方案；以及

根据所述行车规划方案调整所述行车决策方案；

其中，所述云中心发送的行车规划方案是通过如下步骤得到的：所述云中心接收所述预定距离内的包括本车在内的多辆无人驾驶车发送的当前行车数据、路况信息；

对接收到的所述多辆无人驾驶车的当前行车数据、路况信息分析规划对应于每辆所述无人驾驶车的行车规划方案。

4.根据权利要求3所述的方法，其特征在于，所述路况信息包括拥堵路况信息；以及所述根据所述行车规划方案调整所述行车决策方案，包括根据云中心发送的行车规划方案调整出对应所述拥堵路况的行车路线。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括向所述预定距离内的多辆其他无人驾驶车发送共享所述本车当前行车数据与路况信息，以使各辆所述其他无人驾驶车根据所述本车的当前行车数据与路况信息规划所述其他无人驾驶车的行车决策方案。

6.一种基于车联网的无人驾驶车多车协同驾驶装置，其特征在于，所述装置包括：获取单元，配置用于实时获取本车当前行车数据与路况信息；

接收单元，配置用于接收预定距离内的多辆其他无人驾驶车发送共享的当前行车数据与路况信息；所述预定距离小于预定阈值时，所述接收单元进一步配置用于：接收各辆所述其他无人驾驶车通过短程专用通信方式实时发送的各辆所述其他无人驾驶车的当前行车数据、路况信息；所述路况信息包括车道争抢的路段信息；

分析规划单元，配置用于根据所述本车以及所述多辆其他无人驾驶车的当前行车数据与路况信息，经过分析规划本车的行车决策方案，所述行车决策方案包括行车优先级以及行车路线；所述分析规划单元进一步配置用于通过所述车道争抢的路段的预定距离内的多辆无人驾驶车的当前平均行车速度乘以预先设定的本车的初始优先级与本车的当前行车速度的比值来计算本车在车道争抢的路段的行车优先级；

生成单元，配置用于根据所述行车决策方案生成行车指令；其中所述行车决策方案包括根据本车及其他各辆无人驾驶车的行车优先级规划本身的行车次序。

7.根据权利要求6所述的装置，其特征在于，

所述行车数据包括行车速度、加速度、角速度、车轮转向角度；

所述行车决策方案还包括加速、减速、变道、停车。

8.根据权利要求6所述的装置，其特征在于，所述预定距离大于所述预定阈值；所述装置还包括：第二接收单元，配置用于接收云中心发送的行车规划方案；以及调整单元，配置用于根据所述行车规划方案调整所述行车决策方案；

其中，所述云中心发送的行车规划方案是通过如下步骤得到的：所述云中心接收所述预定距离内的包括本车在内的多辆无人驾驶车发送的当前行车数据、路况信息；

对接收到的所述多辆无人驾驶车的当前行车数据、路况信息分析规划对应于每辆所述无人驾驶车的行车规划方案。

9.根据权利要求8所述的装置，其特征在于，所述路况信息包括拥堵路况信息；以及调整单元进一步配置用于根据云中心发送的行车规划方案调整对应所述拥堵路况的行车路线。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括发送单元，配置用于向所述预定距离内的多辆其他无人驾驶车发送共享所述本车当前行车数据与路况信息，以使各辆所述其他无人驾驶车根据所述本车的当前行车数据与路况信息规划所述其他无人驾驶车的行车决策方案。

11.一种无人驾驶车，其特征在于，包括权利要求6-10任意一项所述的装置。