CN108717796B - 一种车辆的地理坡道自学习方法和系统 - Google Patents
一种车辆的地理坡道自学习方法和系统 Download PDFInfo
- Publication number
- CN108717796B CN108717796B CN201810234965.5A CN201810234965A CN108717796B CN 108717796 B CN108717796 B CN 108717796B CN 201810234965 A CN201810234965 A CN 201810234965A CN 108717796 B CN108717796 B CN 108717796B
- Authority
- CN
- China
- Prior art keywords
- ramp
- road
- data
- road information
- vehicle
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Navigation (AREA)
Abstract
一种车辆的地理坡道自学习方法和系统,包括实时获取车辆当前行驶位置的道路信息和坡度值;根据坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息;根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;判断数据库中是否相同坡道的历史坡道数据,如果不存在,存储当前坡道数据;如果存在,将拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据。本发明的坡道自学习方法和系统,能够实时获取车辆当前行驶位置的道路信息和坡度值,以较小的存储空间学习和记录道路上的地理坡道,并且具备一定的容错能力,在多次行车后能够自动纠正,保持坡道数据与实际道路情况的一致性。
Description
技术领域
本发明涉及车辆行驶坡道测量与存储领域,特别是一种车辆的地理坡道自学习方法和系统。
背景技术
随着城市的高速发展和汽车数量的不断增多,全国交通路网也在不断的扩展延伸。坡道作为一种常见的道路属性散落分布在交通路网中,对车辆行驶过程中的油耗和安全问题产生了较大的影响。如果能够识别出前方道路存在的坡道,不但可以提前预警以提高行车安全性,还可以针对不同的前方上下坡场景,对车辆的动力系统进行相关的调节控制,达到使整车油耗更为经济的节油目的。与前方坡道结合的节油优化控制例如有下坡前减小油门稍微降速,利用前方下坡的重力作用帮助加回原速度等等。
目前,出于公共安全考虑,有关规定限制了企业不能公开发布统一的全国路网带坡度的数据,因此并没有通用的坡度地图可供车辆用户使用。部分地图有坡度报警,但是仅存在陡坡、急坡等公路旁边有竖立道路警示牌的数据,不能覆盖到所有路面坡度。
虽然不能由某一企业采集并制作并发布统一的全国坡度路网地图,但是从每一个用户个体的角度来看,一个司机对于自己经常开过的道路,能够记忆道路的情况,并在下一次驾驶经过该道路的过程中做出与道路情况相匹配的优化操作是一种合情合理的场景,用户个体自行去记忆自身所经历过的道路情况,并且不公开记忆的数据而是自己使用这些记忆数据是合理的。
由于坡道数据采集和存储是在车载终端使用,因此面临数据存储的问题,如果直接将道路数据上每一个点上的数据都进行存储,会导致存储数据过大,无法在车载嵌入式设备中使用。
发明内容
本发明的主要目的在于提出一种车辆的地理坡道自学习方法和系统,能够以较小的存储空间学习和记录道路上的地理坡道数据,并且具备一定的容错能力,保持坡道数据与实际道路情况的一致性。
本发明采用如下技术方案:
一种车辆的地理坡道自学习方法,包括:
1)实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
2)根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息;
3)根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数;
4)根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;如果存在,转步骤5);如果不存在,存储当前坡道数据;坡道数据包括二次曲线的拟合系数;
5)将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据。
优选的,车辆当前行驶位置的道路信息获取方法,包括:
实时获取当前GPS数据;
将GPS数据与路网文件中的道路信进行匹配,将GPS位置准确的映射到道路中,得到车辆当前行驶位置的道路信息。
优选的,通过倾角传感器或姿态传感器获取坡度值。
优选的,通过二次曲线拟合方法拟合出一条二次曲线y=ax2+bx+c。
优选的,根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据,包括:
提取所述起点道路信息的道路ID和终点道路信息的道路ID;
提取数据库中历史坡道数据的关联道路ID,如果关联道路ID的第一个道路ID与所述起点道路信息的道路ID相同,且关联道路ID的最后一个道路ID与所述终点道路信息的道路ID相同,则判断数据库中存储有相同坡道的历史坡道数据。
优选的,步骤5)包括:
将拟合系数a、b和c分别与相同坡道历史坡道数据中对应的拟合系数A、B和C进行比较,判断A、B和C与a、b和c的一致性参数D=|A-a|+|B-b|+|C-c|,根据D的大小判断是否更新坡道数据。
优选的,步骤5)还包括:
如果比较结果判断出不需要更新坡道数据,则进一步提取当前坡道数据与相同坡道历史坡道数据的起点偏移和终点偏移,并判断是否相同,如果均相同,不更新坡道数据;如果不相同,则对坡道数据中的起点偏移和/或终点偏移进行调整后存储;所述起点偏移为坡道起点位置相对于所在道路的起始点的距离;所述终点偏移为坡道终点位置相对于所在道路的起始点距离。
优选的,步骤5)还包括:
如果比较结果判断出需要更新坡道数据,缓存当前坡道数据和历史坡道数据并分别进行计数,根据车辆后续在当前位置行驶过程中的比较结果判断出将当前坡道数据还是历史坡道数据存储至数据库。
一种车辆的地理坡道自学习系统,包括:
采集模块,用于实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
坡道数据库模块,用于按照预设格式存储坡道数据和路网映射关系数据;
自学习模块,用于根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息;
所述自学习模块还用于根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数;
所述自学习模块还用于根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;
所述自学习模块还用于将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据;
数据库管理模块,用于根据车辆当前行驶位置检索历史坡道数据,并将自学习模块学习好的坡道数据存入坡道数据库模块。
优选的,所述采集模块包括:
GPS单元,用于提供车辆当前行驶位置信息;
道路匹配单元,用于将车辆当前行驶位置信息映射到路网文件,得到车辆当前行驶位置的道路信息;所述路网文件包括道路ID和道路GPS点集;
坡度传感器单元,用于测量车辆坡度值。
本发明的方法和系统,能够实时获取车辆当前行驶位置的道路信息和坡度值,以较小的存储空间学习和记录道路上的地理坡道;并且具备一定的容错能力,偶尔的测量误差并不会对最终的测量结果产生影响,而且在多次行车后能够自动纠正,保持坡道数据与实际道路情况的一致性。
本发明的方法和系统,能够自动收集坡度数据,并与基础路网数据匹配,存储在内部数据库中;当车辆下一次经过该路段时,能够从数据库中查找出前方坡度情况,为车辆的节油安全优化控制提供依据。特别对于货车、客车等商用车来说,车辆的运行线路往往是相对固定的,由于商用车货运线路的重复性,可预先获悉前方道路ID,倘若前方道路曾经检测出历史坡道,不但可以提前预报前方坡道,增加行车安全性;同时针对不同的上下坡场景,提醒司机进行相关的档位和车速调节控制,达到节油的目的。
附图说明
图1为本发明方法的流程示意图;
图2为本发明系统的结构示意图;
图3为本发明的坡道与道路ID关系图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步的详细描述。
本实施例的方法执行主体为车载终端,所述车载终端能安装本实施例方法的执行程序和/或数据库程序,具体本发明不做限定。
需要说明的是,本申请权利要求及说明书中涉及到的步骤标识,仅是为了使文件看起来更加清晰,具体实施时,步骤的顺序可以根据需求相应调整。
参见图1所示,本发明一种车辆的地理坡道自学习方法,包括:
步骤1,实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
具体的,车辆当前行驶位置的道路信息获取方法,包括:
车辆行驶在道路上时,通过GPS单元实时获取当前GPS位置数据;
将GPS数据与路网文件中的道路进行匹配,这里可以采用任一公知的GPS道路匹配方法中的一种,将GPS位置准确的映射到道路中,得到车辆所在道路信息。当前道路信息包括道路ID和相对于道路起点的偏移值。
所述路网文件可预先存储在车辆地理信息中心,车辆地理信息中心将GPS位置映射到中心地图路网数据的道路上,得到道路id及相对于道路起点的偏移值。
具体的,由坡度传感器获取当前代表坡度的倾角数据。
步骤2,根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息。
公路学上一般将1%度(1%度代表车辆每前进一百米,海拔高度上升一米)以上的路面划归为上坡,将-1%度以下的路面划归为下坡。因此,根据步骤1采集的坡度值判断车辆是否行驶在坡道路段。具体的,当所述倾角数据首次大于1%或小于-1%时,则表示开始进入坡段,此时先在缓存记录下当前道路信息的道路ID与偏移值作起点道路信息,返回步骤1继续获取数据;并不断在缓存中记录倾角数据和道路信息;当倾角数据变为小于等于1%且大于等于-1%时,说明此时已结束坡段,在缓存记录下当前道路信息的道路ID与偏移值作为终点道路信息。这样,就提取出了一个坡道的起点和终点对应的道路ID、偏移值和坡道内延道路的各坡道点的坡度值。
步骤3,根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数。
由于本实施例方法应用在车载终端上,因此面临数据存储的问题,如果直接将坡道上每一个点的数据上都进行存储,这会导致存储数据过大,无法在车载嵌入式设备中使用,因此本发明实施例设计了坡道数据的特殊存储格式及与路网的映射关系,能极大的减少了坡道数据的存储量,适合于在车载嵌入式终端使用。
本发明实施例提出的坡道数据存储格式如表1所示。
表1坡道字段表
具体的,可通过二次曲线拟合方法求解出参数a、b和c,从而拟合出二次曲线y=ax2+bx+c。
步骤4,根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;如果存在,转步骤5;如果不存在,存储当前坡道数据。
具体的,根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据,包括:
提取所述起点道路信息的道路ID和终点道路信息的道路ID;
提取数据库中历史坡道数据的关联道路ID(即表1中的Road_ID字段),如果关联道路ID的第一个道路ID与所述起点道路信息的道路ID相同,且关联道路ID的最后一个道路ID与所述终点道路信息的道路ID相同,则判断数据库中存储有相同坡道的历史坡道数据,继续执行步骤5,进行数据校正处理,以保持数据一致性,消除误差。否则,表明当前提取的是一个新的坡道数据,需将新的坡道数据插入数据库。具体的插入方法为:将数据库内的坡道ID值自增1,存入Ramp_ID字段;将坡道所经过的道路ID按顺序排列,存入Road_ID字段;计算起终点的距离,存入Ramp_Lenth字段;将a、b和c参数值存入Ramp_PARAM字段;将坡道起点偏移存入Ramp_StartOffset字段;将坡道终点偏移存入Ramp_EndOffset字段。
步骤5,将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据。
步骤5.1,假设从数据库中取出的已学习的相同坡道的二次曲线关系为y=Ax2+Bx+C,将拟合系数a、b和c分别与A、B和C进行比较,判断A、B和C与a、b和c的一致性参数D=|A-a|+|B-b|+|C-c|,如果D小于一个较小的值δ(一般δ取0.1),则表明当前学习的坡道形态与历史学习的坡道形态是相同的,数据是可信的,进入步骤5.2;否则表明当前学习的坡道形态与历史学习的坡道形态是不相同的,数据可能存在误差,进入步骤5.3。
步骤5.2,提取当前坡道数据与相同坡道历史坡道数据的起点偏移和终点偏移,并判断是否相同,如果均相同,不更新坡道数据;如果不相同,则可能是平路与坡度之间交界处的测量误差或车身震动引起的误差,对坡道数据中的起点偏移和/或终点偏移进行调整后存储;所述起点偏移为坡道起点位置相对于所在道路的起始点的距离;所述终点偏移为坡道终点位置相对于所在道路的起始点距离。
具体的,对坡道数据中的起点偏移和/或终点偏移进行调整后存储,包括:
取当前坡道数据与相同坡道历史坡道数据的起点偏移和终点偏移的并集,即在两个起点中选相对偏移更小的点作为新起点,在两个终点中选相对偏移更大的点作为新的终点,更新数据库中该坡道数据的Ramp_Lenth、Ramp_StartOffset和Ramp_EndOffset字段。
步骤5.3,缓存当前坡道数据和历史坡道数据并分别进行计数,根据车辆后续在当前位置行驶过程中的比较结果判断出将当前坡道数据还是历史坡道数据存储至数据库。
具体的,历史学习坡道和当前提取坡道的形态不一致,可能存在较大的误差,也可能是道路经过翻新修建,物理坡度值有变化。此时不知道哪一个数据是准确的,暂不更新数据库中的坡道数据,而是在自学习模块中,缓存历史坡道与当前提取坡道的数据,并为二者分别创建一个计数器,计数器上限可根据需要设置。具体为返回步骤1监测下一次经过该坡道的数据,参照步骤5.1判断下一次提取的坡道数据与自学习模块内的缓存的各类坡道的一致性参数D哪个更小,即在坡度形态上更为接近,在该类坡道计数器内加1,当车辆多次的经过同一路段,看哪一类坡道计数器先达到上限,将达到上限的坡道作为可信的学习结果,更新进坡道数据库,完成数据的校正学习。
基于上述方法,参见图2所示,本发明还提出一种车辆的地理坡道自学习系统,包括:
采集模块,用于实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
坡道数据库模块,用于按照预设格式存储坡道数据,所述数据库可以是适合在嵌入式设备上使用的轻量级数据库SQLite3、H2等其中任意一种数据库;
自学习模块,用于根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息;
所述自学习模块还用于根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数;
所述自学习模块还用于根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;
所述自学习模块还用于将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据;
数据库管理模块,用于根据车辆当前行驶位置检索历史坡道数据,并将自学习模块学习好的坡道数据存入坡道数据库模块。
具体的,所述采集模块包括:
GPS单元,用于提供车辆当前行驶位置信息;
道路匹配单元,用于将车辆当前行驶位置信息映射到路网文件,得到车辆当前行驶位置的道路信息;所述路网文件包括道路ID和道路GPS点集;
坡度传感器单元,用于测量车辆坡度值。坡度传感器为可以测量车辆倾角(即坡度值)的传感器,可以是常见的任意一种倾角或姿态传感器。
本发明的方法和系统,设计了坡道数据的特殊存储格式及与路网的映射关系,极大的减少了坡道数据的存储量,适合于在车载嵌入式终端使用;针对车载设备的震动、跳动、误差数据,设计了相应的自学习算法,进行多次数据的有效融合,保证了坡度测量的准确性。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (7)
1.一种车辆的地理坡道自学习方法,其特征在于,包括:
1)实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
2)根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息;
3)根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数;
4)根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;如果存在,转步骤5);如果不存在,存储当前坡道数据;坡道数据包括二次曲线的拟合系数;
5)将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据;
根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据,包括:
提取所述起点道路信息的道路ID和终点道路信息的道路ID;
提取数据库中历史坡道数据的关联道路ID,如果关联道路ID的第一个道路ID与所述起点道路信息的道路ID相同,且关联道路ID的最后一个道路ID与所述终点道路信息的道路ID相同,则判断数据库中存储有相同坡道的历史坡道数据;
步骤5)还包括:
如果比较结果判断出不需要更新坡道数据,则进一步提取当前坡道数据与相同坡道历史坡道数据的起点偏移和终点偏移,并判断是否相同,如果均相同,不更新坡道数据;如果不相同,则对坡道数据中的起点偏移和/或终点偏移进行调整后存储;所述起点偏移为坡道起点位置相对于所在道路的起始点的距离;所述终点偏移为坡道终点位置相对于所在道路的起始点距离;
如果比较结果判断出需要更新坡道数据,缓存当前坡道数据和历史坡道数据并分别进行计数,根据车辆后续在当前位置行驶过程中的比较结果判断出将当前坡道数据还是历史坡道数据存储至数据库。
2.根据权利要求1所述的一种车辆的地理坡道自学习方法,其特征在于,车辆当前行驶位置的道路信息获取方法,包括:
实时获取当前GPS数据;
将GPS数据与路网文件中的道路进行匹配,将GPS位置准确的映射到道路中,得到车辆当前行驶位置的道路信息。
3.根据权利要求1所述的一种车辆的地理坡道自学习方法,其特征在于,通过倾角传感器或姿态传感器获取坡度值。
4.根据权利要求1所述的一种车辆的地理坡道自学习方法,其特征在于,通过二次曲线拟合方法拟合出一条二次曲线y=ax2+bx+c。
5.根据权利要求1所述的一种车辆的地理坡道自学习方法,其特征在于,步骤5)包括:
将拟合系数a、b和c分别与相同坡道历史坡道数据中对应的拟合系数A、B和C进行比较,判断A、B和C与a、b和c的一致性参数D=|A-a|+|B-b|+|C-c|,根据D的大小判断是否更新坡道数据。
6.一种车辆的地理坡道自学习系统,其特征在于,包括:
采集模块,用于实时获取车辆当前行驶位置的道路信息和坡度值;所述道路信息包括道路ID和相对于道路起点的偏移值;
坡道数据库模块,用于按照预设格式存储坡道数据;
自学习模块,用于根据所述坡度值判断车辆是否行驶在坡道路段,如果是,缓存各个坡道点的坡度值和道路信息,并将进入坡道路段的道路信息缓存为起点道路信息,将离开坡道路段的道路信息缓存为终点道路信息;
所述自学习模块还用于根据缓存的坡度值和道路信息,拟合出一条二次曲线y=ax2+bx+c;其中,y表示坡道上某一坡道点的坡度值,x表示这一坡道点相对于坡道起点所在道路起点的偏移值,a、b和c为拟合系数;
所述自学习模块还用于根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据;
所述自学习模块还用于将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据;
数据库管理模块,用于根据车辆当前行驶位置检索历史坡道数据,并将自学习模块学习好的坡道数据存入坡道数据库模块;
根据所述起点道路信息和终点道路信息,判断数据库中是否存储有相同坡道的历史坡道数据,包括:
提取所述起点道路信息的道路ID和终点道路信息的道路ID;
提取数据库中历史坡道数据的关联道路ID,如果关联道路ID的第一个道路ID与所述起点道路信息的道路ID相同,且关联道路ID的最后一个道路ID与所述终点道路信息的道路ID相同,则判断数据库中存储有相同坡道的历史坡道数据;
所述将当前坡道数据的拟合系数a、b和c分别与历史坡道数据中对应的拟合系数进行比较,根据比较结果判断是否更新坡道数据,还包括:
如果比较结果判断出不需要更新坡道数据,则进一步提取当前坡道数据与相同坡道历史坡道数据的起点偏移和终点偏移,并判断是否相同,如果均相同,不更新坡道数据;如果不相同,则对坡道数据中的起点偏移和/或终点偏移进行调整后存储;所述起点偏移为坡道起点位置相对于所在道路的起始点的距离;所述终点偏移为坡道终点位置相对于所在道路的起始点距离;
如果比较结果判断出需要更新坡道数据,缓存当前坡道数据和历史坡道数据并分别进行计数,根据车辆后续在当前位置行驶过程中的比较结果判断出将当前坡道数据还是历史坡道数据存储至数据库。
7.根据权利要求6所述的一种车辆的地理坡道自学习系统,其特征在于,所述采集模块包括:
GPS单元,用于提供车辆当前行驶位置信息;
道路匹配单元,用于将车辆当前行驶位置信息映射到路网文件,得到车辆当前行驶位置的道路信息;所述路网文件包括道路ID和道路GPS点集;
坡度传感器单元,用于测量车辆坡度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810234965.5A CN108717796B (zh) | 2018-03-21 | 2018-03-21 | 一种车辆的地理坡道自学习方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810234965.5A CN108717796B (zh) | 2018-03-21 | 2018-03-21 | 一种车辆的地理坡道自学习方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108717796A CN108717796A (zh) | 2018-10-30 |
CN108717796B true CN108717796B (zh) | 2021-05-07 |
Family
ID=63898930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810234965.5A Active CN108717796B (zh) | 2018-03-21 | 2018-03-21 | 一种车辆的地理坡道自学习方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108717796B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111063053B (zh) * | 2018-12-27 | 2021-09-17 | 山东航天九通车联网有限公司 | 一种车辆运行维护数据的生成方法及装置 |
CN110060472B (zh) * | 2019-04-09 | 2020-12-15 | 浙江大华技术股份有限公司 | 道路交通事件定位方法、系统、可读存储介质和设备 |
CN111038517B (zh) * | 2019-11-28 | 2021-07-30 | 苏州智加科技有限公司 | 车辆行驶速度确定方法和装置 |
CN112307905B (zh) * | 2020-09-30 | 2023-03-17 | 采埃孚商用车系统(青岛)有限公司 | 一种用于车辆预测控制的道路坡度自学习方法及系统 |
CN112229411B (zh) * | 2020-10-15 | 2021-12-07 | 广州小鹏自动驾驶科技有限公司 | 一种数据处理的方法和装置 |
CN112987717A (zh) * | 2020-12-30 | 2021-06-18 | 东风汽车集团有限公司 | 一种车辆坡道和弯道识别的方法及系统 |
CN112677994A (zh) * | 2021-01-07 | 2021-04-20 | 广西汽车集团有限公司 | 一种防止自动驾驶车辆溜坡的方法 |
CN114771547B (zh) * | 2022-06-21 | 2022-09-23 | 北京清研宏达信息科技有限公司 | 一种自动驾驶公交车的重量估算方法、装置、公交车及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2922671B1 (fr) * | 2007-10-17 | 2010-03-12 | Valeo Vision | Procede de determination automatique de coefficient d'une pente sur le point d'etre abordee par un vehicule automobile et dispositif associe |
JP4582170B2 (ja) * | 2008-03-27 | 2010-11-17 | トヨタ自動車株式会社 | 勾配情報演算装置、車両走行制御装置、ナビゲーションシステム |
US8509993B2 (en) * | 2010-04-19 | 2013-08-13 | Gm Global Technology Operations, Inc | Systems and methods for controlling a vehicle along a road with a road bank |
CN103679119B (zh) * | 2012-09-10 | 2017-03-01 | 株式会社理光 | 自适应坡路检测方法和装置 |
WO2015100483A1 (en) * | 2014-01-06 | 2015-07-09 | Geodigital International Inc. | Determining portions of a roadway model requiring updating |
MX2015005221A (es) * | 2014-05-01 | 2016-02-22 | Ford Global Tech Llc | Sistema y metodo de control de crucero basado en reglas. |
CN103940435B (zh) * | 2014-05-04 | 2019-04-23 | 乔东江 | 道路地图的完善方法、系统以及经其完善的道路地图 |
CN104332064B (zh) * | 2014-10-27 | 2017-06-23 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹更新道路信息的方法及装置 |
JP6478318B2 (ja) * | 2014-12-25 | 2019-03-06 | 株式会社Subaru | 車両運動パラメータ推定装置 |
JP6347235B2 (ja) * | 2015-07-30 | 2018-06-27 | トヨタ自動車株式会社 | ハイブリッド車両の制御装置 |
JP6343299B2 (ja) * | 2016-05-24 | 2018-06-13 | 本田技研工業株式会社 | 衝突検出センサの取付構造 |
CN107544983A (zh) * | 2016-06-24 | 2018-01-05 | 高德信息技术有限公司 | 一种道路绘制方法、装置及系统 |
CN106767883A (zh) * | 2016-12-15 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 包括道路坡度数据的地图数据实时生成系统和方法 |
CN107270915A (zh) * | 2017-05-08 | 2017-10-20 | 江苏大学 | 一种基于高精地图和传感器融合的地下停车场坡道定位方法 |
CN107300013A (zh) * | 2017-07-11 | 2017-10-27 | 吉林工程技术师范学院 | 一种自动变速器道路坡度识别方法及系统 |
CN107560599B (zh) * | 2017-09-04 | 2020-05-12 | 清华大学 | 一种基于特征点采样和曲线拟合的道路坡度数据处理方法 |
-
2018
- 2018-03-21 CN CN201810234965.5A patent/CN108717796B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108717796A (zh) | 2018-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108717796B (zh) | 一种车辆的地理坡道自学习方法和系统 | |
US9784590B2 (en) | Vehicle navigation system for estimating energy consumption of route links | |
JP5291935B2 (ja) | オブジェクトの将来の動きを予測するための装置および方法 | |
US8547211B2 (en) | Route retrieval apparatus and navigation apparatus | |
CN110036424B (zh) | 用于预测未来的速度轨迹的速度信息的存储 | |
US9081651B2 (en) | Route navigation with optimal speed profile | |
US9182241B2 (en) | Data mining in a digital map database to identify unusually narrow lanes or roads and enabling precautionary actions in a vehicle | |
CN111806239A (zh) | 电动车辆续航里程测量方法、电子设备及存储介质 | |
EP2036777B1 (en) | Method and system of providing driving data to a driver of a vehicle | |
CN110186428B (zh) | 一种基于大数据曲线拟合的道路坡度确定方法及系统 | |
CN107764274B (zh) | 一种判别车辆是否行驶在高架道路的方法 | |
US20080228396A1 (en) | System and method for updating a statistical database in a vehicle navigation system | |
EP2104081A1 (en) | Method for providing a traffic pattern for navigation map data and navigation map data | |
DE102011080758A1 (de) | Navigationsverfahren und Navigationsvorrichtung | |
CN111623789B (zh) | 车辆的自动驾驶方法和装置 | |
CN110834633B (zh) | 一种车辆速度的控制方法、装置、车辆及存储介质 | |
CN109476316B (zh) | 用于确定道路倾斜度的方法和装置 | |
WO2019225497A1 (ja) | 路上走行試験システム、路上走行試験システム用プログラム | |
CN111476432A (zh) | 一种基于实时路况预测的车辆油耗估计方法和系统 | |
JP2019114039A (ja) | 異常検出装置 | |
CN110550041A (zh) | 一种基于云端数据共享的路面附着系数估计方法 | |
CN113469455A (zh) | 一种续航数据的预估方法和装置 | |
Wage et al. | Joint estimation of road roughness from crowd-sourced bicycle acceleration measurements | |
BRPI0711698A2 (pt) | dispositivo e sistema para classificar os arredores de um veìculo | |
CN114608604B (zh) | 基于机器学习与gps定位的车辆油耗预测的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |