CN104851280B - 一种车辆行驶控制方法、装置、系统及相关设备 - Google Patents

一种车辆行驶控制方法、装置、系统及相关设备 Download PDF

Info

Publication number
CN104851280B
CN104851280B CN201410049856.8A CN201410049856A CN104851280B CN 104851280 B CN104851280 B CN 104851280B CN 201410049856 A CN201410049856 A CN 201410049856A CN 104851280 B CN104851280 B CN 104851280B
Authority
CN
China
Prior art keywords
information
vehicle
vehicles
gear box
engine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410049856.8A
Other languages
English (en)
Other versions
CN104851280A (zh
Inventor
黄明
刘玥
王泉
杨景
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201410049856.8A priority Critical patent/CN104851280B/zh
Publication of CN104851280A publication Critical patent/CN104851280A/zh
Application granted granted Critical
Publication of CN104851280B publication Critical patent/CN104851280B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车辆行驶控制方法、装置、系统及相关设备，用以提高车辆行驶控制与实际路况的适配性。其中，车辆行驶控制方法包括：接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。

Description

一种车辆行驶控制方法、装置、系统及相关设备
技术领域
本发明涉及车辆控制技术领域，尤其涉及一种车辆行驶控制方法、装置、系统及相关设备。
背景技术
随着社会的发展，交通工具也在不断的变化中，汽车作为交通工具的一种，从出现至今经历了漫长的历史。不管是动力、外形、技术都有着不断的创新与进步。如今，汽车已成为越来越多人的生活必备品，路面上拥堵的现象也愈演愈烈，交通事故频有发生。如何提高汽车自身的性能，通过统计其他汽车硬件信息并根据其信息来改变自身硬件信息，以及如何减轻驾驶人员的疲劳、提高道路使用率、减少发生交通事故可能成为汽车研究的新热点之一。
现有技术提出了通过改变车内硬件信息的方法来解决上述问题。其实现方式为通过车载雷达系统或者车载摄像头来测量车车间距，经过行车系统计算得出是否危险的警示并传送给驾驶人员，以及预先在车载系统中设置多种行车模式，当检测到与预设参数相同的行车状态时自动进入到该对应模式，以达到安全驾驶，降低事故率的目的。
上述方法主要通过扫描车辆前方道路以及与前方车辆的距离，以到达保持安全驾驶距离的目的，主要依靠车载雷达系统来实现。一方面，如果车载雷达系统或者车载摄像头硬件出现问题无法测量距离，则此功能就失去其作用。另一方面，车辆行驶在道路上，周围各个方位都会出现其他车辆，上述方法的参考数据仅限于前方车辆，数据采集具有局限性，使得车辆行驶控制与实际路况的适配效果不佳。
发明内容
本发明实施例提供一种车辆行驶控制方法、装置、系统及相关设备，用以提高车辆行驶控制与实际路况的适配性。
本发明实施例提供一种网络侧车辆行驶控制方法，包括：
接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；
针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；
根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。
本发明实施例提供一种网络侧车辆行驶控制装置，包括：
接收单元，用于接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；
修正单元，用于针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；
预测单元，用于根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
发送单元，用于根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。
本发明实施例提供一种基站设备，包括上述网络侧车辆行驶控制装置。
本发明实施例提供一种终端侧车辆行驶控制方法，包括：
接收车辆控制命令，所述车辆控制命令包括发动机控制命令和变速箱控制命令，以及所述车辆控制命令根据上述车辆行驶控制方法生成；
若接收到使用所述车辆控制命令的指示信息时，将所述发动机控制命令发送给发动机控制单元，将所述变速箱控制命令发送给变速箱控制单元。
本发明实施例提供一种终端侧车辆行驶控制装置，包括接收单元，处理单元，发动机控制单元和变速箱控制单元，其中：
所述接收单元，用于接收车辆控制命令，所述车辆控制命令包括发动机控制命令和变速箱控制命令，以及所述车辆控制命令根据上述网络侧车辆行驶控制方法生成；以及接收是否使用所述车辆控制命令的指示信息；
所述处理单元，用于若所述接收单元接收到使用所述车辆控制命令的指示信息时，将所述发动机控制命令发送给发动机控制单元，将所述变速箱控制命令发送给变速箱控制单元。
本发明实施例提供一种车辆行驶控制系统，包括区域信息采集平台和至少两辆车辆，每一车辆均安装有车辆信息采集设备，其中：
所述车辆信息采集设备，用于采集自身所在车辆的车辆信息并上报给所述区域信息采集平台，所述车辆信息包括发动机信息和变速箱信息；以及接收所述区域信息采集平台下发的车辆控制命令；
区域信息采集平台，用于针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型预测所述目标车辆的车辆信息；根据目标车辆当前时刻的车辆信息以及预测的车辆信息生成车辆控制命令发送给所述目标车辆的车辆信息采集设备。
本发明实施例提供的车辆行驶控制方法、装置、系统及相关设备，针对任一目标车辆，根据与该目标车辆在同一路段的所有车辆在当前时刻之前预设时间段内的发动机信息和变速箱信息修正预先建立的车辆控制模型，并根据目标车辆和与目标车辆在同一路段的所有车辆在当前时刻的发动机信息和变速箱信息预测目标车辆的发动机信息和变速箱信息，最后根据目标车辆当前时刻的车辆信息以及预测的车辆信息生成车辆控制命令发送给所述目标车辆，由于上述过程中，根据目标车辆在同一路段的所有车辆的发动机信息和变速箱信息生成控制命令，从而，提高了车辆行驶控制与实际路况的适配性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例中，车辆行驶控制系统的结构示意图；
图2为本发明实施例中，区域信息采集平台与车辆信息采集设备之间的信息交互流程示意图；
图3为本发明实施例中，网络侧实施车辆行驶控制方法的实施流程示意图；
图4为本发明实施例中，网络侧车辆行驶控制装置的结构示意图；
图5为本发明实施例中，终端侧车辆行驶控制方法的实施流程示意图；
图6为本发明实施例中，终端侧车辆行驶控制装置的结构示意图。
具体实施方式
为了提高车辆行驶控制与实际路况的适配性，本发明实施例提供了一种车辆行驶控制方法、装置、系统及相关设备。
以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明，并且在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
如图1所示，为本发明实施例提供的车辆行驶控制系统的结构示意图，包括：区域信息采集平台101和至少两辆车辆102，每一车辆均安装有车辆信息采集设备1021。
其中，区域信息采集平台101可以根据其信号覆盖范围设置，既可以集成在现有的基站中，也可以单独设置。区域信息采集平台101可以与其覆盖范围内的车辆102进行通信，例如区域信息采集平台101信号覆盖的区域包括几个街区，则该区域信息采集平台101可以与位于该街区上的车辆102进行通信。
具体实施时，每一车辆102上安装的车辆信息采集设备1021实时采集自身所在车辆的车辆信息并上报给区域信息采集平台101，其中，上报的车辆信息可以但不限于包括发动机信息、变速箱信息、位置信息和速度信息等。较佳的，发动机信息可以但不限于包括发动机型号信息、发动机输出功率和发动机转数等。变速箱信息可以但不限于包括变速箱型号信息、变速箱档位信息和传动比等。区域信息采集平台101可以实时接收其覆盖范围内所有车辆上报的车辆信息。
具体实施时，区域信息采集平台101可以预先通过神经网络算法对预设数量的样本数据进行训练得到车辆控制模型，该样本数据包括多种型号发动机和变速箱的数据。神经网络算法可以采用BP神经网络算法或遗传优化神经网络算法。
其中，BP(Back Propagation)神经网络，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减少到可以接受的程度，或者预先设定的学习次数为止。
BP神经网络模型算法的具体实现过程可以为，BP神经网络模型包括其输入输出模型、作用函数模型、误差计算模型和自学习模型。
（1）节点输出模型
隐节点输出模型：Oj=f(ΣWij×Xi-qi)
输出节点输出模型：Yk=f(ΣTjk×Oj-qk)
其中，Wij为输入层至隐层的连接权，Xi为输入向量，Oj为隐层输入向量，Tjk为隐层至输出层的连接权，Yk为输出层输入向量，q神经单元阈值，qj为隐节点的阈值，qk为输出节点的阈值，f非线形作用函数。
（2）作用函数模型
作用函数是反映下层输入对上层节点刺激脉冲强度的函数又称刺激函数，一般取为(0,1)内连续取值Sigmoid函数：f(x)＝1/(1+e)，刺激函数使得BP神经网络中处处可导，其中，e为误差函数。
（3）误差计算模型
误差计算模型是反映神经网络期望输出与计算输出之间误差大小的函数：其中，tpi-i表示节点的期望输出值；Opi-i节点计算输出值。
（4）自学习模型
神经网络的学习过程，即连接下层节点和上层节点之间的权重矩阵Wij的设定和误差修正过程。BP神经网络有师学习方式（需要设定期望值）和无师学习方式（只需输入模式）之分。
自学习模型为ΔWij(n+1)＝h×Φi×Oj+a×ΔWij(n)
h表示学习因子；Φi表示输出节点i的计算误差；Oj表示输出节点j的计算输出；a表示动量因子。
遗传算法优化的BP神经网络建模
（1）、对用于进行训练的数据进行归一化处理；
例如，区域信息采集平台101对接收到的所有车辆信息（发动机信息、变速箱信息和位置信息），以及目标车辆所在路段的关联车辆的发动机信息、变速箱信息和速度信息，以及该目标车辆的发动机信息和变速箱信息，以及该目标车辆所在路段上的历史数据进行归一化处理。
（2）、设置隐层数目；
（3）、初始化进化次数，种群规模，交叉概率，变异概率；
（4）、将预测数据与期望数据之间的误差作为适应度函数；
将归一化后的数据按顺序放到BP神经网络的输入向量中，作为BP神经网络的输入，得到BP神经网络的输出向量，即为预测的该目标车辆的发动机信息和变速箱信息。将预测的该目标车辆的发动机信息和变速箱信息与接收到的目标车辆当前时刻的发动机信息和变速箱信息进行比较，得到误差作为适应度函数。
（5）、循环进行选择、交叉、变异、计算适应度操作，直到达到进化次数，得到最优的初始权值和阈值；
其中，区域信息采集平台101根据适应度函数采用自适应交叉概率和变异概率的遗传算法分别优化输入层与隐层、隐层与输出层之间的连接权值，根据优化后的权值和输入向量再次预测该目标车辆的发动机信息和变速箱信息，直至适应度函数满足条件或者达到进化次数为止。
（6）、使用得到最佳初始权值和阈值来构建BP神经网络；
（7）、使用训练数据input_train训练BP神经网络net;
（8）、用测试数据input_test测试神经网络，并将预测的数据反归一化处理；
（9）、分析预测数据与期望数据之间的误差。
具体实施时，可以但不限于按照上述的BP神经网络算法建立车辆控制模型。
基于建立的车辆控制模型，针对任一目标车辆，区域信息采集平台101可以利用预先存储的、与该目标车辆处于同一路段的关联车辆在当前时刻之前预设时间段内的车辆信息对预先建立的车辆控制模型进行修正。以目标车辆在工作日每天行驶的路段为例，可以针对该路段提取位于同一路段上的车辆在当前时刻之前30分钟内车辆信息，也可以提取前一工作日位于同一路段上的车辆在当前时刻之前30分钟内车辆信息，还可以提取上周同一工作日位于同一路段上的车辆在在当前时刻之前30分钟内车辆信息，具体实施时，还可以将上述的数据一并提取出来用于分析。
利用关联车辆在预设时间段内的任一时刻的车辆信息作为车辆控制模型的输入，以该时刻的下一时刻数据作为期望车辆信息，直至输出的预测车辆信息与期望车辆信息之间的误差满足预设条件或者达到进化次数为止，这样便得到修正后的车辆控制模型。
根据当前时刻目标车辆以及关联车辆的车辆信息，利用修正后的车辆控制模型确定目标车辆的预测车辆信息，根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令（包括发动机控制命令和变速箱控制命令）发送给目标车辆。
具体实施时，可以根据预先设定的传动比范围与变速箱档位对应关系，并结合目标车辆当前时刻的变速箱信息以及预测的变速箱信息，确定变速箱档位，进而生成变速箱控制命令；或者根据预先设定的发动机信息变化范围，结合目标车辆当前时刻的发动机信息以及预测的发动机信息，确定发动机功率和转数，进而生成发动机控制命令。
具体实施时，区域信息采集平台可以根据车辆信息中的位置信息，确定目标车辆所在的路段，且确定位置信息相同的车辆处于同一路段。
具体实施时，区域信息采集平台101将生成的车辆控制命令发送给车辆信息采集设备1021，车辆信息采集设备1021根据接收到的车辆控制命令，将其中的发动机控制命令发送给发动机，将变速箱控制命令发送给变速箱。
如图2所示，为区域信息采集平台与车辆信息采集设备之间的信息交互流程示意图，可以包括以下步骤：
S201、目标车辆以及区域信息采集平台覆盖区域内的其它车辆上的车辆信息采集设备分别采集自身所在车辆的车辆信息；
其中，车辆信息包括发动机信息、变速箱信息、位置信息和速度信息等。
S202、各车辆将采集的车辆信息上报给区域信息采集平台；
S203、区域信息采集平台根据目标车辆上报的位置信息确定与目标车辆处于同一路段的关联车辆；
S204、区域信息采集平台提取目标车辆所在路段当前时刻之前预设时间段内的关联车辆的车辆信息；
S205、区域信息采集平台根据提取的车辆信息修正车辆控制模型；
S206、区域信息采集平台根据接收到的目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定目标车辆的预测车辆信息；
S207、区域信息采集平台根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令；
S208、区域信息采集平台将生成的车辆控制命令发送给目标车辆。
具体实施时，还可以设置多种模式，例如自动控制模式、手动控制模式和定速巡航模式等。在复杂路况下，例如在车辆较多的城市道路中，驾驶人选择自动控制模式时，则汽车可以在区域信息采集平台的配合下，得到本车的发动机和变速箱的控制命令，根据发动机和变速箱的控制命令来实现对车辆的控制，即使是经验不足的驾驶人，也可以很好的适应路况。在复杂路况下，驾驶人也可以选择手动控制模式，即车辆在区域信息采集平台的配合下，得到本车的发动机和变速箱的控制命令，由驾驶人确定本车是否执行上述命令，若驾驶人确定执行上述命令，则根据发动机控制命令和变速箱控制命令控制车辆行驶。若驾驶人确定不执行上述命令，根据默认配置方式以及驾驶人的手动操作控制发动机和变速箱工作。在简单路况下，例如在车辆较少的高速路上，驾驶人可以选择定速巡航模式，则可以不用对接收到的其他车辆的数据进行处理，直接发送发动机控制命令和变速箱控制命令，以使车辆按照当前速度定速行驶。
在上述自动控制模式和定速巡航模式的模式下，驾驶人依然可以使用踏板控制车辆的行进状态；在手动控制模式中驾驶人确定执行发动机和变速箱的控制命令时，则在执行发动机和变速箱的控制命令的过程中，驾驶人可以中断控制命令的执行过程，使用踏板控制车辆的行进状态。
本发明实施例提供的车辆行驶控制系统，车辆行驶在道路上，由于驾驶人员操作习惯不同，对车辆行进的控制方式不尽相同，进而车辆的行驶状态就不尽相同。本发明实施例中通过获取目标车辆周围其他车辆的硬件数据，解决了现有技术中只能扫描前方车辆的情况的缺点。通过得到周围车辆行进数据进而进行实时、系统化的分析，得出一个适合自身车辆行进的数据这样一种方法，能够有效的避免现有技术中只能从外部来推测车辆状态的缺陷。另外，自动变速车辆通常油耗较高，其主要原因是车辆变速系统无法适时与路况进行适配，通过本发明实施提供的系统可以有效解决这一问题，具有广阔的节能降耗前景。车辆行驶控制系统的作用是根据其他车辆的数据信息自动改变自身的数据，在此过程中，驾驶人员不需要做很多的处理，能够很大程度上减轻驾驶人员的驾驶疲劳感，进而减少因为驾驶人驾驶疲劳造成的交通事故。由于不同车辆之间可以直接进行数据交换，第一时间知道周围车辆的行进状态，进而确定一个适合自己的行进状态，提高了道路交通资源的利用率。
本发明实施例提供的车辆行驶控制系统，针对任一目标车辆，根据与该目标车辆在同一路段的所有车辆在当前时刻之前预设时间段内的发动机信息和变速箱信息修正预先建立的车辆控制模型，并根据目标车辆和与目标车辆在同一路段的所有车辆在当前时刻的发动机信息和变速箱信息预测目标车辆的发动机信息和变速箱信息，最后根据目标车辆当前时刻的车辆信息以及预测的车辆信息生成车辆控制命令发送给目标车辆，由于根据目标车辆在同一路段的所有车辆（包括历史同期）的发动机信息和变速箱信息生成控制命令，从而，提高了车辆行驶控制与实际路况的适配性。
基于同一发明构思，本发明实施例中分别提供了网络侧车辆行驶控制方法及装置和终端侧车辆行驶方法及装置，由于上述装置及方法解决问题的原理与车辆行驶控制相似，因此上述装置及方法的实施可以参见系统的实施，重复之处不再赘述。
如图3所示，为本发明实施例提供的网络侧车辆控制方法的实施流程示意图，包括：
S301、接收车辆上报的车辆信息；
其中，车辆信息包括发动机信息和变速箱信息；
S302、针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型；
其中，关联车辆为与目标车辆处于同一路段的车辆；
S303、根据目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
S304、根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给目标车辆。
其中，车辆控制命令包括发动机控制命令和变速箱控制命令。
较佳的，车辆信息中包括位置信息，且确定位置信息相同的车辆处于同一路段。
具体实施时，可以按照以下方法建立车辆控制模型：
步骤一、获取预设数量的样本数据，所述样本数据包括多种型号的发动机数据和变速箱数据；
步骤二、根据所述样本数据，利用神经网络算法建立所述车辆控制模型。
其中，神经网络算法包括BP神经网络算法和遗传优化神经网络算法。
如图4所示，为本发明实施例提供的车辆行驶控制装置的结构示意图，包括：
接收单元401，用于接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；
修正单元402，用于针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；
预测单元403，用于根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
发送单元404，用于根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。
较佳的，车辆信息还可以包括位置信息；以及本发明实施例提供的车辆行驶控制装置，还可以包括：
确定单元，用于确定位置信息相同的车辆处于同一路段。
具体实施时，本发明实施例提供的车辆行驶控制装置，还可以包括：车辆控制模型建立单元，用于按照以下方法建立所述车辆控制模型：获取预设数量的样本数据，所述样本数据包括多种型号的发动机和变速箱数据；根据所述样本数据，利用神经网络算法建立所述车辆控制模型。
为了描述的方便，以上各部分按照功能划分为各模块（或单元）分别描述。当然，在实施本发明时可以把各模块（或单元）的功能在同一个或多个软件或硬件中实现。
具体实施时，本发明实施例提供的网络侧车辆行驶控制装置可以设置在基站设备中，也可以设置在其它网络设备或者单独设置，本发明实施例对此不作限定。
如图5所示，为本发明实施例提供的终端侧车辆行驶控制方法的实施流程示意图，可以包括以下步骤：
S501、接收车辆控制命令；
其中，车辆控制命令包括发动机控制命令和变速箱控制命令；以及接收到的车辆控制命令根据本发明实施例提供的网络侧车辆行驶控制方法生成；
S502、若接收到使用车辆控制命令的指示信息时，将发动机控制命令发送给发动机控制单元，将变速箱控制命令发送给变速箱控制单元。
通过发动机控制命令发送给发动机控制单元，以使发动机控制单元根据该发动机控制命令控制发动机，以及将变速箱控制命令发送给变速箱控制单元，以使变速箱控制单元根据该变速箱控制命令控制变速箱。
具体实施时，在执行步骤S501之前，还可以包括以下步骤：
步骤一、采集车辆的车辆信息；
其中，车辆信息包括位置信息、发动机信息和变速箱信息；
步骤二、上报采集到的车辆信息。
如图6所示，为本发明实施例提供的终端侧车辆行驶控制装置的结构示意图，包括：接收单元601，处理单元602，发动机控制单元603和变速箱控制单元604，其中：
接收单元601，用于接收车辆控制命令；以及接收是否使用所述车辆控制命令的指示信息；
其中，所述车辆控制命令包括发动机控制命令和变速箱控制命令，以及所述车辆控制命令根据本发明实施例提供的网络侧车辆行驶控制方法生成；
处理单元602，用于若接收单元601接收到使用车辆控制命令的指示信息时，将发动机控制命令发送给发动机控制单元603，将变速箱控制命令发送给变速箱控制单元604。
具体实施时，终端侧车辆行驶控制装置还可以包括：GPS（全球定位系统）单元和上报单元，其中，
发动机控制单元603，用于采集发动机信息；
所述变速箱控制单元604，用于采集变速箱信息；
GPS单元，用于采集位置信息；
上报单元，用于上报发动机控制单元603采集到的发动机信息、变速箱控制单元604采集到的变速箱信息以及GPS单元采集到的位置信息。
为了描述的方便，以上各部分按照功能划分为各模块（或单元）分别描述。当然，在实施本发明时可以把各模块（或单元）的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。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、嵌入式处理机或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。
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。
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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (15)

1.一种车辆行驶控制方法，其特征在于，包括：
接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；
针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；
根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。
2.如权利要求1所述的方法，其特征在于，车辆信息还包括位置信息；以及
确定位置信息相同的车辆处于同一路段。
3.如权利要求1所述的方法，其特征在于，按照以下方法建立所述车辆控制模型：
获取预设数量的样本数据，所述样本数据包括多种型号的发动机数据和变速箱数据；
根据所述样本数据，利用神经网络算法建立所述车辆控制模型。
4.如权利要求3所述的方法，其特征在于，所述神经网络算法包括BP神经网络算法或者遗传优化神经网络算法。
5.一种车辆行驶控制装置，其特征在于，包括：
接收单元，用于接收车辆上报的车辆信息，所述车辆信息包括发动机信息和变速箱信息；
修正单元，用于针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；
预测单元，用于根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；
发送单元，用于根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆。
6.如权利要求5所述的装置，其特征在于，车辆信息还包括位置信息；以及
所述装置，还包括：
确定单元，用于确定位置信息相同的车辆处于同一路段。
7.如权利要求5所述的装置，其特征在于，还包括：
车辆控制模型建立单元，用于按照以下方法建立所述车辆控制模型：获取预设数量的样本数据，所述样本数据包括多种型号的发动机和变速箱数据；根据所述样本数据，利用神经网络算法建立所述车辆控制模型。
8.一种基站设备，其特征在于，包括权利要求5、6或7所述的车辆行驶控制装置。
9.一种车辆行驶控制方法，其特征在于，包括：
接收车辆控制命令，所述车辆控制命令包括发动机控制命令和变速箱控制命令，以及所述车辆控制命令根据权利要求1～4任一权利要求所述的方法生成；
若接收到使用所述车辆控制命令的指示信息时，将所述发动机控制命令发送给发动机控制单元，将所述变速箱控制命令发送给变速箱控制单元。
10.如权利要求9所述的方法，其特征在于，在接收车辆控制命令之前，还包括：
采集车辆的车辆信息，所述车辆信息包括位置信息、发动机信息和变速箱信息；
上报采集到的车辆信息。
11.一种车辆行驶控制装置，其特征在于，包括接收单元，处理单元，发动机控制单元和变速箱控制单元，其中：
所述接收单元，用于接收车辆控制命令，所述车辆控制命令包括发动机控制命令和变速箱控制命令，以及所述车辆控制命令根据权利要求1～4任一权利要求所述的方法生成；以及接收是否使用所述车辆控制命令的指示信息；
所述处理单元，用于若所述接收单元接收到使用所述车辆控制命令的指示信息时，将所述发动机控制命令发送给发动机控制单元，将所述变速箱控制命令发送给变速箱控制单元。
12.如权利要求11所述的装置，其特征在于，还包括全球定位系统GPS单元和上报单元，其中：
所述发动机控制单元，用于采集发动机信息；
所述变速箱控制单元，用于采集变速箱信息；
所述GPS单元，用于采集位置信息；
所述上报单元，用于上报所述发动机控制单元采集到的发动机信息、变速箱控制单元采集到的变速箱信息以及GPS单元采集到的位置信息。
13.一种车辆行驶控制系统，其特征在于，包括区域信息采集平台和至少两辆车辆，每一车辆均安装有车辆信息采集设备，其中：
所述车辆信息采集设备，用于采集自身所在车辆的车辆信息并上报给所述区域信息采集平台，所述车辆信息包括发动机信息和变速箱信息；以及接收所述区域信息采集平台下发的车辆控制命令；
区域信息采集平台，用于针对任一目标车辆，根据关联车辆在当前时刻之前预设时间段内的车辆信息修正预先建立的车辆控制模型，其中，所述关联车辆为与目标车辆处于同一路段的车辆；根据所述目标车辆和关联车辆当前时刻的车辆信息，利用修正后的车辆控制模型确定所述目标车辆的预测车辆信息；根据目标车辆当前时刻的车辆信息以及预测车辆信息生成车辆控制命令发送给所述目标车辆的车辆信息采集设备。
14.如权利要求13所述的系统，其特征在于，车辆信息还包括位置信息；以及
所述区域信息采集平台，具体用于确定位置信息相同的车辆处于同一路段。
15.如权利要求13所述的系统，其特征在于，
所述区域信息采集平台，具体用于按照以下方法建立所述车辆控制模型：获取预设数量的样本数据，所述样本数据包括多种型号的发动机数据和变速箱数据；根据所述样本数据，利用神经网络算法建立所述车辆控制模型。
CN201410049856.8A 2014-02-13 2014-02-13 一种车辆行驶控制方法、装置、系统及相关设备 Active CN104851280B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410049856.8A CN104851280B (zh) 2014-02-13 2014-02-13 一种车辆行驶控制方法、装置、系统及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410049856.8A CN104851280B (zh) 2014-02-13 2014-02-13 一种车辆行驶控制方法、装置、系统及相关设备

Publications (2)

Publication Number Publication Date
CN104851280A CN104851280A (zh) 2015-08-19
CN104851280B true CN104851280B (zh) 2017-03-29

Family

ID=53850896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410049856.8A Active CN104851280B (zh) 2014-02-13 2014-02-13 一种车辆行驶控制方法、装置、系统及相关设备

Country Status (1)

Country Link
CN (1) CN104851280B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016000493B4 (de) * 2016-01-19 2017-10-19 Audi Ag Verfahren zum Betrieb eines Fahrzeugsystems und Kraftfahrzeug
CN106203626A (zh) * 2016-06-30 2016-12-07 北京奇虎科技有限公司 汽车驾驶行为检测方法及装置、汽车
CN106652453A (zh) * 2016-12-28 2017-05-10 芜湖乐锐思信息咨询有限公司 基于神经网络的交通信息管理系统
CN109901446B (zh) * 2017-12-08 2020-07-07 广州汽车集团股份有限公司 路口通行控制方法、装置及系统
CN108375982A (zh) * 2018-03-16 2018-08-07 姜鹏飞 一种判断自动驾驶车辆安全性的方法及系统
CN109284855B (zh) * 2018-07-25 2021-10-29 同济大学 基于城市场景中车联网时空数据分析的车辆节点之间连通强度的预测度量模型
CN111674360B (zh) * 2019-01-31 2021-06-22 青岛科技大学 基于区块链的车辆追踪系统中建立区分样本模型的方法
CN112256006B (zh) * 2019-07-02 2023-04-28 中国移动通信集团贵州有限公司 一种数据的处理方法、装置及电子设备
CN112235376B (zh) * 2020-01-09 2022-05-06 人民出行(南宁)科技有限公司 电动车信息监控方法、装置及电动车管理系统
CN114559971B (zh) * 2022-03-03 2023-02-24 黄河水利职业技术学院 一种基于交通物联网的交通监测设备及其监测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1380859A (zh) * 2000-05-16 2002-11-20 日产自动车株式会社 用于控制车辆速度和车辆间距离的系统和方法
DE202004012557U1 (de) * 2004-08-11 2004-11-04 Klein, Walter Einparkhilfe-Rückrollkontrolle
CN101739816A (zh) * 2009-11-26 2010-06-16 西北工业大学 交通车辆道路行驶安全分析方法
CN102046427A (zh) * 2008-04-01 2011-05-04 克朗布股份有限公司 用来监视车辆驾驶过程的设备
CN103325247A (zh) * 2012-03-19 2013-09-25 中国移动通信集团辽宁有限公司 一种交通信息处理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201420400A (zh) * 2012-11-22 2014-06-01 Hon Hai Prec Ind Co Ltd 車速控制系統及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1380859A (zh) * 2000-05-16 2002-11-20 日产自动车株式会社 用于控制车辆速度和车辆间距离的系统和方法
DE202004012557U1 (de) * 2004-08-11 2004-11-04 Klein, Walter Einparkhilfe-Rückrollkontrolle
CN102046427A (zh) * 2008-04-01 2011-05-04 克朗布股份有限公司 用来监视车辆驾驶过程的设备
CN101739816A (zh) * 2009-11-26 2010-06-16 西北工业大学 交通车辆道路行驶安全分析方法
CN103325247A (zh) * 2012-03-19 2013-09-25 中国移动通信集团辽宁有限公司 一种交通信息处理方法及系统

Also Published As

Publication number Publication date
CN104851280A (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
CN104851280B (zh) 一种车辆行驶控制方法、装置、系统及相关设备
CN109709956B (zh) 一种自动驾驶车辆速度控制多目标优化的跟驰算法
CN108960426A (zh) 基于bp神经网络的道路坡度综合估计系统
CN102109821B (zh) 车辆自适应巡航控制系统及方法
CN108248609A (zh) 混合动力车辆和在混合动力车辆中预测驾驶样式的方法
WO2018232237A1 (en) Systems and methods to obtain passenger feedback in response to autonomous vehicle driving events
CN113788021B (zh) 一种结合前车速度预测的自适应跟车巡航控制方法
CN110494868A (zh) 车辆电子控制装置
CN107168303A (zh) 一种汽车的自动驾驶方法及装置
CN108422886A (zh) 基于路线规划的电动汽车充电控制装置及控制方法
CN107444402A (zh) 利用学习用户偏好的车辆模式安排
CN107563543B (zh) 一种基于群体智能的城市交通优化服务方法与系统
CN107257756A (zh) 用于在路况变化的情况下辅助车辆的技术
CN108216233A (zh) 一种自适应巡航系统控制参数的标定方法及装置
CN103678917A (zh) 一种基于模拟退火算法的公交实时到站时间预测方法
CN105946861A (zh) 一种基于驾驶意图识别的nar神经网络车速预测方法
SE1151246A1 (sv) Metod och modul för att styra ett fordons hastighet baserat på regler och/eller kostnader
US20210237745A1 (en) Device, method and machine learning system for determining a state of a transmission for a vehicle
CN105046996B (zh) 用于预测的驾驶需求建模的方法和设备
CN109272745A (zh) 一种基于深度神经网络的车辆轨迹预测方法
CN111028504A (zh) 一种城市快速路智慧交通管控方法和系统
CN107016830A (zh) 用于防止在驾驶机动车辆时专注失误的方法和系统
CN112925309A (zh) 智能网联汽车数据交互方法及交互系统
CN109765801A (zh) 基于vissim仿真的车联网设计速度调整的实现方法
CN112542049A (zh) 智慧交通综合管控平台

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant