CN107111903A - 远程车辆数据收集系统 - Google Patents

Abstract

中心针对对象车辆通过无线通信规定车辆数据的收集条件。指令执行部读入并执行被描述为收集条件的指令。确定部确定由收集条件规定的环境信息是否与对象车辆的车辆环境一致。通信部将一致被确立时的车辆数据递送到中心。

Description

远程车辆数据收集系统

技术领域

本公开涉及经由中心响应于请求远程地收集车辆数据的远程车辆数据收集系统。

背景技术

通常，日本公开专利公布第2006-283651号中公开的系统被称为这样的系统。系统的中心预先针对车辆规定用于将车辆数据发送给中心的发送条件。当所规定的发送条件在车辆中被满足时，车辆的数据发送缓冲器存储车辆数据。然后，车辆周期地或响应于来自中心的请求地将存储于数据发送缓存中的车辆数据发送给中心。

引用文献列表

专利文献1：日本公开专利公布第2006-283651号

发明内容

技术问题

在专利文献1中公开的系统中，例如，当在诸如车道变更的特定车辆环境下收集车辆数据时，对应于车辆环境的发送条件需要是特定的。发送条件包括表示环境的变量和条件表达式。然而，在现实中，难以快速地响应这样的需求。

因此，本公开的目的是提供在特定车辆环境下容易并快速地收集车辆数据的远程车辆数据收集系统。

解决问题的手段

为了实现前述的目的并根据本公开的一个方面，提供了一种包括中心的远程车辆数据收集系统。中心管理多个车辆的行驶信息。中心针对对象车辆通过无线通信规定车辆数据的收集条件。在对象车辆中，基于收集条件收集车辆数据。中心被配置为通过无线通信读取在对象车辆中收集的车辆数据。远程车辆数据收集系统包括对象车辆中的指令执行部、确定部和通信部。指令执行部被配置为读入并执行被描述为收集条件的指令。当指令执行部执行指令时，收集条件被解释，并且收集条件规定环境信息。确定部确定由收集条件规定的环境信息是否与对象车辆的车辆环境一致。通信部被配置为在确定部确定一致被确立时将车辆数据递送到中心。

通过上面的配置，当中心将针对对象车辆规定的车辆数据的收集条件发送到对象车辆时，被描述为收集条件的指令在对象车辆中被执行。此外，确定由收集条件规定的环境信息是否与对象车辆的车辆环境一致。从对象车辆将确定一致被确立时的车辆数据发送到中心。由于在对象车辆中进行的对车辆环境的确定，中心能够收集期望的车辆数据，而不必指定作为收集条件的变量和条件表达式。因此，可以容易且快速地收集特定车辆环境下的车辆数据。

在上述的远程车辆数据收集系统中，车辆数据优选地与环境信息对应地被累积，并且关于环境信息的准则优选地通过对累积的车辆数据执行的统计处理来预先确定。此外，确定部被优选地配置为将准则应用于新获取的车辆数据以确定环境信息是否与对象车辆的车辆环境一致。

通过上面的配置，关于环境信息的准则通过对与环境信息对应地累积的车辆数据执行的统计处理来预先确定。因此可以确定由收集条件规定的环境信息是否与对象车辆的车辆环境一致。如果关于环境信息的准则根据与环境信息对应的车辆数据的累积而被更新，则提高了车辆环境的确定的准确性。

在上述的远程车辆数据收集系统中，车辆数据优选地在对象车辆中累积，并且准则优选地基于对象车辆中累积的车辆数据被确定。与环境信息对应的车辆数据可以在例如中心处被累积。然而，在上面的其中对象车辆累积车辆数据的配置中，通过使用表示各个车辆的实际情况的车辆数据来确定准则。这进一步地提高了对车辆环境的确定的准确性。

在上述的远程车辆数据收集系统中，对象车辆优选地包括车载相机，其被配置为捕获车辆外部或内部的图像，并且确定部被优选地配置为使用车载相机捕获的图像来确定环境信息是否与对象车辆的车辆环境一致。

通过上面的配置，由于从由车载摄像头捕获的图像中获取详细的信息，因此提高了对对象车辆所处的车辆环境的确定的准确性。

在上述的远程车辆数据收集系统中，确定部优选地包括图像处理部，其被配置为处理由车载相机从外部捕获的图像，并且图像处理部被优选地配置为处理图像以确定环境信息是否与对象车辆的车辆环境一致。

通过上面的配置，具有足以处理车载相机捕获的图像的处理能力的图像处理部被用于确定车辆环境。因此，即使具有大量信息的图像数据被用作输入信息，也可确保足以进行对车辆环境的确定的处理速度。

在上述的远程车辆数据收集系统中，对象车辆优选地包括多个车载控制设备，所述车载控制设备与控制器区域网络(CAN)连接，并且车载控制设备被优选地配置为通过由CAN协议指定的通信来收集车辆数据。

通过上面的配置，可以通过使用被广泛地用在车辆中的通用CAN协议从车载控制设备中收集车辆数据。

附图说明

图1是示意性示出根据一个实施例的远程车辆数据收集系统的框图；

图2是示出了准则的设置的图表，据此支持向量机(SVM)确定是否已存在车道变更；

图3是示出信息收集表上的规定的内容示例的图；

图4是当实施例的远程车辆数据收集系统收集车辆数据时，由作为图像处理ECU的控制设备执行的用于确定车辆环境的处理的流程图。

具体实施方式

现在将参照附图描述根据一个实施例的远程车辆数据收集系统。

本实施例包括对象车辆、管理车辆的行驶信息的中心以及外部终端，外部终端例如被工程师操作以指示经由中心对来自车辆中的车辆数据进行收集。外部终端例如经由因特网连接而连接到中心，并允许来自车辆的车辆数据的收集条件被输入到中心。车辆数据的收集条件优选地以很大灵活性被设置。在本实施例中，这种收集条件的高灵活性的设置通过脚本的输入来实现。脚本指的是描述车辆数据被收集时要被执行的命令的字符串。当通过外部终端输入的脚本通过无线通信经由中心被递送到车辆时，在所传送的脚本中描述的命令(指令)在车辆中被执行，使得每个车辆基于脚本中描述的条件来收集车辆数据。此后，所收集的数据通过无线通信被发送到中心，并且所发送的车辆数据经由中心被传输至外部终端。

具体地，如图1所示，中心100包括脚本登记部101，其通过外部终端200登记脚本输入。在本实施例中，脚本能够描述下面的(a)至(e)项。

(a)条件表达式，包括用于评估车辆内部环境的条件表达式和与预期情况相关并用于识别车辆外部环境的条件表达式；

(b)检查周期，按检查周期确定车辆数据是否满足条件表达式以及图像是否根据场景的类型被分类并被检查；

(c)从数据收集的开始到结束的数据收集时段；

(d)采样周期，按采样周期数据被收集到存储装置中；和

(e)包括要被收集的CAN数据和ECU内部的值的车辆数据。

可以由上面的项(a)的条件表达式来描述的车辆内部环境包括制动失效和电池电压降。可以由上面的项(a)的条件表达式来描述的车辆外部环境包括车道变更、交通拥堵、事故、大量的横穿者、大量的停放车辆、在海滩上行驶以及无交通拥堵。中心100构成包含在脚本登记部101中登记的脚本的外发消息，并经由中心通信设备102将所构成的消息无线地发送到车辆300。中心100的每个部件可以通过各种电路来配置。

车辆300包括车内通信设备310，车内通信设备310将包括外发消息的各种信息无线地发送到中心100并从中心100无线地接收包括外发消息的各种信息。当经由通信部311接收从中心100发送的消息时，车内通信设备310从接收到的消息中提取脚本，并暂时地将脚本存储在脚本存储部312中。车内通信设备310随后将所存储的脚本输入到脚本解释部313。脚本解释部313依次读取并执行脚本中的指令，由此基于所规定的条件经由车辆网络通信部314收集车辆数据。即，脚本解释部313是被配置为读入并执行被描述为收集条件的指令的指令执行部。车内通信设备310的每个部件可以通过各种电路来配置。

车辆网络通信部314经由例如由CAN形成的车辆网络NW与车载ECU连接，车载ECU控制各种车载设备的操作。车载ECU包括例如控制制动器的操作的制动ECU以及控制例如转向操作辅助的转向ECU 330。制动ECU 320与检测车辆300的速度的车辆速度传感器321连接，并且制动ECU320与检测驾驶员对制动踏板的下压量的制动传感器322连接。转向ECU 330与检测驾驶员的方向盘的转向量的转向角度传感器331连接。

车辆网络NW与捕获车辆300的外部图像的车载相机340连接。车载相机340包括捕获车辆300周围的图像的图像传感器341，以及处理由图像传感器341递送的像素信号的图像处理ECU 342。即，图像处理ECU 342被配置为处理由图像传感器341捕获的外部图像。制动ECU 320、转向ECU 330和图像处理ECU 342均为可以通过各种电路配置的车载控制设备。

图像处理ECU 342具有关于在车辆的驾驶期间捕获的图像的图像识别功能。图像识别功能被设计为识别各种类型的车辆外部环境，例如车道变更、交通拥堵、事故、大量的横穿者、大量的停放车辆、在海滩上行驶以及无交通拥堵。例如，如果车道变更被设置为对象，则对于图像识别功能，图像处理ECU 342根据尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)来使用局部特征量，局部特征量不受图像旋转、图像照度的改变、图像尺度的改变的影响。根据图像识别功能，基于从图像中提取的局部特征量，追踪图像中的特征点并计算所追踪的特征点的移位量。

图像处理ECU 342包括车辆环境确定部342A，车辆环境确定部342A通过使用由图像传感器341捕获的图像基于准则AA来确定作为车辆外部环境的车辆环境。作为由车辆环境确定部342A执行的确定方法的一个示例，在本实施例中使用支持向量机(SVM)。SVM是识别方法，其中对已被分类到两个类中的监督数据进行统计处理以定义用于识别类的准则，并且当一条未知数据被输入时，这条数据基于所定义的准则被分类。

在图2的图表中，水平轴表示基于SIFT从图像中提取的特征点的移位量，并且竖直轴表示基于SURF从图像中提取的特征点的移位量。在图表中，与作为车辆环境或车辆外部环境的车道变更的存在/不存在相关的监督数据被二维地绘制。与车道变更相关的监督数据指的是如下数据：其中在车辆的驾驶期间已经被图像处理ECU 342预先提取的每个移位量与车道变更的存在/不存在相关联，例如基于由车载相机340识别的白线和方向盘的转向量的组合来按时刻确定车道变更的存在/不存在，并且数据被累积在例如被并入到车辆环境确定部342A中的可写ROM中。

在图2中，存在车道变更时所获取的监督数据由空心圆圈来表示，不存在车道变更时所获取的监督数据由十字来表示。如图2所示，当存在车道变更时所获取的监督数据形成对应于如下趋势的数据组：其中基于SIFT的特征点的移位量和基于SURF的特征点的移位量二者是大的。与此相反，当不存在车道变更时所获取的监督数据形成对应于如下趋势的数据组：其中基于SIFT的特征点的移位量和基于SURF的特征点的移位量二者是小的。

通过SVM将存在车道变更时所获取的监督数据与不存在车道变更时所获取的监督数据彼此分离的边界计算为准则AA。在以这种方式计算准则AA以后，图像处理ECU 342以同样的方式根据在车辆300的驾驶期间新获取的图像计算基于SIFT的特征点的移位量和基于SURF的特征点的移位量。图像处理ECU 342将准则AA应用于所计算的移位量以确定是否已经存在车道变更。

具体地，如果在车辆300的驾驶期间新获取的图像中的特征点的移位量的组合具有如图2的实心星表示的大于准则AA的趋势，则确定车辆300已经变更车道。如果在车辆300的驾驶期间新获取的图像中的特征点的移位量的组合具有如图2的空心星表示的小于准则AA的趋势，则确定车辆300还未变更车道。由于该确定不需要车载相机340识别白线，因此可以处理各种道路状况。

如图1所示，车辆网络通信部314具有信息收集表T，信息收集表T限定要收集的车辆数据与CAN-ID之间的关系，CAN-ID是车辆ECU的网络识别值，据此收集车辆数据。

例如，如图3所示，本实施例的信息收集表T与制动ECU相关联，制动ECU是车辆ECU，通过制动ECU获取诸如车辆速度和制动踏板下压量的车辆数据。CAN-ID1是网络识别值，其与制动ECU相关联。信息收集表T还与转向ECU相关联，转向ECU是车辆ECU，通过转向ECU获取诸如方向盘操作量的车辆数据。CAN-ID2是网络识别值，其与转向ECU相关联。

因此，在本示例中，如果脚本将车辆速度和方向盘操作量指定为要收集的车辆数据的类型，则车辆网络通信部314将CAN-ID1和CAN-ID2识别为与要收集车辆数据相关联的网络识别值。车辆网络通信部314基于所识别的网络识别值来识别要从其获取车辆数据的制动ECU和转向ECU，并经由车辆网络NW收集诸如车辆速度和方向盘操作量的车辆数据。

如图1所示，车辆网络通信部314将经由车辆网络NW收集的车辆数据存储在车辆数据存储部315中。存储在车辆数据存储部315的车辆数据从车内通信设备310发送到中心通信设备102，并被暂时地存储在中心100的车辆数据存储部103中。随后由外部终端200读取车辆数据。

作为本实施例的远程车辆数据收集系统的操作的示例，将描述当系统收集车辆数据时所执行的处理。在该处理中，车内通信设备310向车辆ECU请求确定车辆环境，车辆ECU是被描述为脚本中的条件表达式的环境信息的来源，环境信息是车辆内部环境信息或车辆外部环境信息。例如，如果脚本将车道变更描述为条件表达式，则车内通信设备请求能够确定是否已经存在车道变更的图像处理ECU 342开始进行确定。如果指示脚本中描述的环境信息与车辆300所在车辆环境一致的确定结果从已经做出该确定的车辆ECU发送到车内通信设备310，则车内通信设备310请求车辆ECU收集车辆数据，车辆ECU是脚本中描述的车辆数据的来源。与此相反，如果指示脚本中描述的环境信息与车辆300所在车辆环境不一致的确定结果从已经做出该确定的车辆ECU发送到车内通信设备310，则车内通信设备310不请求车辆数据的收集。此后，当在脚本中被描述为数据收集时段的时段已逝去时，车内通信设备310将收集的车辆数据递送到中心100。即，车辆环境确定部342A被配置为确定由收集条件规定的环境信息是否与车辆300的车辆环境一致，其中收集条件被解释为由脚本解释部313执行的指令。通信部311被配置为在车辆环境确定部342A确定环境信息与车辆环境一致时，将车辆数据递送到中心100。

在上面描述的用于收集车辆数据的处理中，为了开发车道变更导引服务，工程师可以将车道变更描述为脚本中的条件表达式以在车道变更时收集车辆数据。接下来描述这样的情况。具体地，将描述如下处理：其中图像处理ECU 342针对与是否已存在车道变更有关的车辆环境进行确定。在该处理中，图像处理ECU 342监视车内通信设备342是否已经请求开始确定作为车辆环境的车道变更。当存在这样的请求时，图像处理ECU 342执行图4所示的处理。

首先，图像处理ECU 342例如从车辆300的驾驶期间所捕获的图像中根据SIFT和SURF提取特征量(步骤S21)。

随后，图像处理ECU 342使用所提取的特征量作为输入，使用SVM对车辆所处的车辆环境进行分类(步骤S22)。基于由SVM预先定义的与车道变更有关的准则AA，图像处理ECU342确定车辆300所处的车辆环境是否与车道变更相对应(步骤S23)。即，如果脚本将车道变更描述为条件表达式，则图像处理ECU 342确定在之前的步骤S22中车辆300所处的车辆环境是否与车道变更相对应。图像处理ECU 342将确定结果传送到车内通信设备310(步骤S24)。

随后，图像处理ECU 342确定是否已存在用于停止确定车道变更的请求(步骤S25)，车道变更是车内通信设备310规定的车辆环境。图像处理ECU 324重复步骤S21到S25直到接收这样的请求为止。基于脚本中的数据收集时段来规定是否已存在停止确定的请求。当存在停止确定的请求时(步骤S25＝是)，图像处理ECU 342终止图4中所示的处理。

在用于收集车辆数据的上述处理中，当脚本将制动失效描述为条件表达式时，车内通信设备310执行下述处理。在这种情况中，脚本描述比正常周期更短的采样周期和车辆速度或制动踏板下压量作为车辆数据。即，如果在车辆300中发生制动失效，则关于制动器的操作的信息诸如车辆速度和制动踏板下压量以比正常周期更短的采样周期被收集用于分析。在这段时间内，如果脚本中的车辆数据包括车辆速度和方向盘操作量，则根据信息收集表T中识别制动ECU和转向ECU，并且以上面描述的方式收集对应的车辆数据。

如上所述，上述实施例具有以下优点。

(1)当中心100将脚本传输到车辆300时，被描述为脚本的指令在车辆300中被读取并被执行。在车辆300中，确定由脚本规定的环境信息是否与车辆300的车辆环境一致。当确定一致被确立时，此时的车辆数据被从对象车辆发送到中心100。以这种方式，在车辆300中确定车辆环境。因此，即使中心未通过使用脚本将变量和条件表达式指定为收集条件，也可以在车辆300中收集期望的车辆数据。即，可以容易且快速地收集特定车辆环境下的车辆数据。

(2)通过对与环境信息对应地累积的车辆数据执行的统计处理来确定环境信息是否与车辆300所处的车辆环境是否一致。即，关于预先计算的环境信息的准则AA被应用于新获取的车辆数据以确定这样的一致是否被确立。因此，如果准则AA根据与环境信息对应的车辆数据的累积而被更新，则将会提高车辆环境的确定的准确性。

(3)基于车辆300中累积的车辆数据计算准则AA。因此，由于通过使用表示各个车辆的实际情况的车辆数据来计算准则AA，因此车辆环境的检测准确性进一步提高。

(4)车辆300具有车载相机340，车载相机340捕获外部图像，并且通过使用由车载相机340捕获的图像来确定车辆环境。因此，由于从由车载摄像头340捕获的图像中获取详细的信息，因此提高了确定车辆300所处的车辆环境的准确性。

(5)处理由车载相机340从外部捕获的图像的图像处理ECU 342用作确定车辆环境的代理。因此，具有足以处理车载相机340捕获的图像的处理能力的图像处理ECU 342被用于确定车辆环境。因此，即使具有大量信息的图像数据被用作输入信息，也可确保足够的处理速度。

(6)车辆300包括多个车辆ECU，多个车辆ECU通过由CAN配置的车辆网络NW彼此连接，并且通过由CAN协议指定的通信从车辆ECU中收集车辆数据。因此，可以通过使用被广泛地用在车辆300中的通用CAN协议从车辆ECU中收集车辆数据。

上述实施例可以修改如下。

在上述实施例中，确定车辆环境的代理可以是与图像处理ECU 342不同并连接到车辆网络NW的车辆ECU。例如，不同的车辆ECU可以经由车辆网络NW累积例如由图像处理ECU342根据SIFT和SURF从图像中提取的特征量的信息。在这个配置中，不同的车辆ECU可以基于所累积的信息计算准则并确定诸如车道变更的车辆环境。

在上述实施例中，为了通过仅使用车辆数据来预测车辆行为或外部环境，车辆300可以自主地收集对应于由来自中心100的脚本所规定的收集条件的车辆数据。来自中心100的脚本规定收集条件，其中收集条件是车道变更的时刻、交通拥堵的时刻、事故的时刻、大量的横穿者的时刻和大量的停放车辆的时刻中的一个。

在上述实施例中，为了基于车辆数据估计用户是否感觉舒适，车辆300可以自主地确定收集如下车辆数据：该车辆数据对应于驾驶在小拥堵的道路上的时刻、驾驶在高速公路上的时刻和驾驶在海滩上的时刻中的一个。

在上述实施例中，为了检测电池电压的异常下降，当检测到电池电压的下降时，车辆300可以收集车辆数据。

在上述实施例中，中心100可以聚集针对每个车辆已累积的与车辆环境关联的车辆数据。另外，中心100可以基于所累积的数据计算关于车辆环境的准则，并将准则分发到各个车辆。当准则被计算时，这个配置允许容易地使用足够数量的车辆数据。

在上述实施例中，用于确定车辆环境的识别方法不限于SVM，还可以是朴素贝叶斯分类或使用神经网络的方法。

在上述实施例中，形成车辆数据的收集路径的车辆网络NW的通信标准不限于CAN。车辆网络的通信标准的至少一部分可以是其他通信标准，诸如FlexRay(注册商标)或以太网。

Claims (6)

1.一种远程车辆数据收集系统，所述远程车辆数据收集系统包括中心，其中：

所述中心管理多个车辆的行驶信息；

所述中心针对对象车辆通过无线通信规定车辆数据的收集条件；

在所述对象车辆中，基于所述收集条件收集车辆数据；

所述中心被配置为通过无线通信读取在所述对象车辆中收集的车辆数据，所述远程车辆数据收集系统在所述对象车辆中包括：

指令执行部，其被配置为读入并执行被描述为所述收集条件的指令，其中当所述指令执行部执行所述指令时所述收集条件被解释，并且所述收集条件规定环境信息；

确定部，其确定由所述收集条件规定的所述环境信息是否与所述对象车辆的车辆环境一致；和

通信部，其被配置为将所述确定部确定一致被确立时的车辆数据递送到所述中心。

2.根据权利要求1所述的远程车辆数据收集系统，其中

所述车辆数据与所述环境信息对应地被累积，

关于所述环境信息的准则通过对所累积的车辆数据执行的统计处理来预先确定，以及

所述确定部被配置为将所述准则应用于新获取的车辆数据以确定所述环境信息是否与所述对象车辆的车辆环境一致。

3.根据权利要求2所述的远程车辆数据收集系统，其中

车辆数据在所述对象车辆中被累积，以及

基于在所述对象车辆中累积的车辆数据来确定所述准则。

4.根据权利要求1至3中任一项所述的远程车辆数据收集系统，其中

所述对象车辆包括车载相机，所述车载相机被配置为捕获所述车辆外部或内部的图像，以及

所述确定部被配置为使用所述车载相机捕获的图像来确定所述环境信息是否与所述对象车辆的车辆环境一致。

5.根据权利要求4所述的远程车辆数据收集系统，其中

所述确定部包括图像处理部，所述图像处理部被配置为处理由所述车载相机从外部捕获的图像，以及

所述图像处理部被配置为处理所述图像以确定所述环境信息是否与所述对象车辆的车辆环境一致。

6.根据权利要求1至5中任一项所述的远程车辆数据收集系统，其中

所述对象车辆包括多个车载控制设备，所述车载控制设备与控制器区域网络连接，以及

所述车载控制设备被配置为通过由所述控制器区域网络的协议指定的通信来收集所述车辆数据。