CN110864704B - 自动驾驶里程统计方法、装置及设备 - Google Patents
自动驾驶里程统计方法、装置及设备 Download PDFInfo
- Publication number
- CN110864704B CN110864704B CN201810989077.4A CN201810989077A CN110864704B CN 110864704 B CN110864704 B CN 110864704B CN 201810989077 A CN201810989077 A CN 201810989077A CN 110864704 B CN110864704 B CN 110864704B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- automatic driving
- driving mode
- driving
- mileage
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
Abstract
本申请公开了一种自动驾驶里程统计方法、装置及设备,其中方法包括:获取用户选择的当前驾驶模式;获取自动驾驶系统中的车辆驾驶模式标识;判断用户选择的当前驾驶模式和车辆驾驶模式标识是否均为自动驾驶模式;如果均为自动驾驶模式,则按照预设采样频率从自动驾驶系统中获取车辆状态信息;根据车辆状态信息和预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。本申请提高了车辆自动驾驶模式时行驶里程的统计准确度,为自动驾驶技术的提高和改进提供了条件。
Description
技术领域
本申请涉及车辆自动控制技术领域,尤其涉及一种自动驾驶里程统计方法、装置及设备。
背景技术
自动驾驶里程对于大规模数据采集和自动驾驶效率至关重要。目前自动驾驶里程的统计大多数通过人工记录和驾驶一段时间之后落盘进行统计。但是由于人工记录的偏差非常大,导致记录数据不准确。此外,采用落盘数据的方式,落盘数据会出现丢失,从而也导致自动驾驶路程的记录结果出入比较大。因此亟需一种精确的里程统计方法。
发明内容
本申请提供一种自动驾驶里程统计方法、装置及设备,用于解决相关技术中,统计车辆在自动驾驶模式下的行车里程时,存在里程数据统计不准确的问题。
本申请一方面实施例提供一种自动驾驶里程统计方法,该方法包括:获取用户选择的当前驾驶模式;获取自动驾驶系统中的车辆驾驶模式标识;判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式;如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息;根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
本申请另一方面实施例提供一种自动驾驶里程统计装置,该装置包括:第一获取模块,用于获取用户选择的当前驾驶模式;第二获取模块,用于获取自动驾驶系统中的车辆驾驶模式标识;判断模块,用于判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式;第三获取模块,用于如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息;统计模块,用于根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
本申请又一方面实施例提供一种计算机设备,该计算机设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,以实现第一方面实施例所述的自动驾驶里程统计方法。
本申请再一方面实施例的计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,以实现第一方面实施例所述的自动驾驶里程统计方法。
本申请再一方面实施例的计算机程序,当所述计算机程序被处理器执行时,实现第一方面实施例所述的自动驾驶里程统计方法。
本申请公开的技术方案,具有如下有益效果:
通过将用户选择的驾驶模式和自动驾驶系统中车辆驾驶模式标识,两者结合确定车辆是否处于自动驾驶模式,当处于自动驾驶模式时,对处于自动驾驶模式的车辆行驶里程进行统计,从而提高了车辆自动驾驶模式时的行驶里程的统计准确度,为自动驾驶技术的提高和改进提供了条件。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1是根据本申请一个示例性实施例的自动驾驶里程统计方法的流程示意图;
图2是根据本申请另一个示例性实施例的自动驾驶里程统计方法的流程示意图;
图3是根据本申请一个示例性实施例的车自动驾驶里程统计装置的结构示意图;
图4是根据本申请一个示例性实施例的计算机设备的结构示意图;
图5是根据本申请另一个示例性实施例的计算机设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
本申请各实施例针对相关技术中,统计车辆在自动驾驶模式下的行车里程时,存在里程数据统计不准确的问题,提出了一种自动驾驶里程统计方法。
本申请实施例,通过获取用户选择的当前驾驶模式,和自动驾驶系统中车辆驾驶模式标识,确定车辆当前是否为自动驾驶模式,若是则按照预设采样频率,从自动驾驶系统中获取车辆的状态信息,并根据车辆状态信息和预设采样频率,计算自动驾驶里程,并将计算的自动驾驶里程进行累加以获得自动驾驶总里程。由此,实现了车辆在自动驾驶模式时,对车辆的行驶里程进行准确统计,从而为自动驾驶技术的提高和改进提供了条件。
下面参考附图描述本申请实施例的自动驾驶里程统计方法、装置及设备进行详细说明。
首先,结合图1对本申请中自动驾驶里程统计方法进行具体说明。
图1是根据本申请一个示例性实施例的自动驾驶里程统计方法的流程示意图。如图1所示,本申请的自动驾驶里程统计方法可以包括以下步骤:
步骤101,获取用户选择的当前驾驶模式。
其中,本申请实施例提供的自动驾驶里程统计方法,可以由本申请实施例提供的计算机设备执行。其中,计算机设备中设置有自动驾驶里程统计装置,以实现对车辆自动驾驶里程进行统计。本实施例计算机设备可以是任一具有数据处理功能的硬件设备,比如电脑、服务器等等。
在本实施例中,当前驾驶模式,是用户根据实际驾驶需求,在车辆的驾驶模式功能项中选择的任一驾驶模式。其中,车辆的驾驶模式功能项中,可以包括自动驾驶模式和非自动驾驶模式(即手动驾驶模式)。
其中,自动驾驶模式可以根据自动化水平的高低,划分为四个模式:
模式一:辅助驾驶模式
辅助驾驶模式是以用户为主的驾驶模式,即为驾驶员提供协助,例如,在当前行驶道路出现拥堵时,向用户提供当前行驶路线拥堵,请及时更改路线的提醒消息等。
模式二:部分自动驾驶模式
该部分自动驾驶模式,可以在用户收到监控系统发送的警告消息,未及时采取响应行动时,自动进行干预举措。例如,当车辆在行驶过程中遇到紧急情况,部分自动驾驶模式自动采取紧急制动。
模式三:高度自动驾驶模式
该模式能够或长或短的时间段内代替驾驶者承担操控车辆的职责,但是仍需驾驶者对驾驶活动进行监控。
模式四:完全自动驾驶模式
在该模式下,车辆可完全自主驾驶,可以允许车内所有乘员从事其他活动且无需进行监控的系统。
在本实施例中,非自动驾驶模式,是指由驾驶员对车辆进行人工控制。
例如,在驾驶车辆时,驾驶员根据道路信息及车流量信息,控制方向盘及车辆行驶速度等操作。
在实现步骤101时,本实施例可通过在车辆的驾驶模式选择功能上设置监测单元,当监测单元监测到触发指令时,通过对触发指令进行解析,来获取用户选择的当前驾驶模式。
步骤102,获取自动驾驶系统中的车辆驾驶模式标识。
本实施例中,车辆驾驶模式标识,是指车辆当前实际的运行状态。例如,车辆当前运行状态可以是自动驾驶模式;或者手动驾驶模式。
可选的,可通过以下方式,获取自动驾驶系统中的车辆驾驶模式标识。
方式一:向自动驾驶系统发送车辆驾驶模式标识获取指令。
实际使用时,自动驾驶系统可包括主控电脑、GPS定位系统及路径规划软件、摄像机及图像识别系统等多个部分。其中主控电脑除了进行运算之外,还可以保存一些车辆的重要参数信息,其中就包括车辆的运行状态。
因此,本实施例可以通过向自动驾驶系统发送车辆驾驶模式标识获取指令,获取车辆驾驶模式标识。
方式二:接收自动驾驶系统发送车辆驾驶模式标识信息。
可选的,本实施例自动驾驶系统可以根据预设周期自动向计算机设备发送车辆驾驶模式标识信息。其中预设周期可根据实际应用进行适应性设置,本实施例在此不作具体限定。
或者,当检测到车辆的运行状态发生变化时,例如从手动驾驶切换成自动驾驶模式,自动驾驶系统将车辆运行状态发生变化的消息发送给计算机设备。
其中,上述消息中可以包括车辆运行状态变换前和变换后的内容信息。
可以理解的是,本实施例可以通过主动获取和被动获取两种方式,获取自动驾驶系统中的车辆驾驶模式标识。当然还可以通过其他方式获取,此处对其不作具体限定。
需要说明的是,在本实施例中,步骤101和步骤102的执行顺序不作具体限定。例如,可以是先执行步骤101之后,再执行步骤102;或者,也可以是先执行步骤102之后,再执行步骤101;或者,还可以是同时执行步骤101和步骤102。
步骤103,判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式。
步骤104,如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息。
其中,预设采样频率可以是技术人员根据经验进行设置。
在本实施例中,预设采样频率为10Hz-1000Hz。
可选的,在获取到用户选择的当前驾驶模式及自动驾驶系统中的车辆驾驶模式标识之后,计算机设备即可分析用户选择的当前驾驶模式与自动驾驶系统中的车辆驾驶模式标识,以确定出用户选择的当前驾驶模式与自动驾驶系统中的车辆驾驶模式标识是否均为自动驾驶模式。
当确定用户选择的当前驾驶模式与自动驾驶系统中的车辆驾驶模式标识均为自动驾驶模式时,则本申请可以按照预设采样频率,从自动驾驶系统中获取车辆状态信息。
其中,在本实施例中,车辆状态信息可包括自动驾驶车辆的车速信息和加速度信息。
例如,假设用户选择的当前驾驶模式和车辆驾驶模式标识均为自动驾驶模式时,计算机设备即可按照10Hz的采样频率,从自动驾驶系统中获取车辆的车速信息a和加速度信息b。
又如,假设用户选择的当前驾驶模式和车辆驾驶模式标识均为自动驾驶模式时,计算机设备即可按照1000Hz的采样频率,从自动驾驶系统中获取车辆的车速信息a1和加速度信息b1。
再如,假设用户选择的当前驾驶模式和车辆驾驶模式标识均为自动驾驶模式时,计算机设备即可按照500Hz的采样频率,从自动驾驶系统中获取车辆的车速信息a2和加速度信息b2。
在实际使用时,由于用户可能会对车辆进行测试操作,此时用户可能需要人工操作车辆,即用户选择的当前驾驶模式为手动驾驶模式。然而,车辆驾驶模式标识在不同操作模式下,均具有自动驾驶模式和手动驾驶模式。此时即便自动驾驶系统中车辆驾驶模式标识是自动驾驶模式,计算机设备最终确定用户选择的当前驾驶模式和自动驾驶系统中车辆驾驶模式标识不一致,即不为自动驾驶模式。
也就是说,当对车辆进行测试时,用户选择的当前驾驶模式为自动驾驶模式,及自动驾驶系统中车辆驾驶模式标识也为自动驾驶模式时,才能从自动驾驶系统中获取车辆状态信息。
步骤105,根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
在本实施例中,预设采样频率对应预设采样时间,其中自动驾驶车辆在预设采样时间内的运动模型为匀加速直线运动。
进一步的,在计算出预设的采样时间之后,本申请可通过公式(2),实现自动驾驶里程的计算。
其中,S代表自动驾驶里程,V0代表自动驾驶车辆的车速信息,T代表预设采样时间,a代表自动驾驶车辆的加速度信息。
举例来说,若预设采样时间为0.1s,自动驾驶车辆的车速信息为80千米每小时(KM/h),则将其可转换22.2米/秒(m/s),自动驾驶车辆的加速度信息为6米/秒2(m/s2),那么可利用公式(1),可计算出自动驾驶里程为:
在计算出自动驾驶里程之后,本实施例还可将计算的自动驾驶里程进行累计,以获得自动驾驶总里程。其中,可以在每次计算出自动驾驶里程之后,将自动驾驶里程自动存储到对应的存储单元中;或者还可以先将计算的自动驾驶里程暂时存储在临时存储单元中,当到达预设的存储周期时,将临时存储单元中的自动驾驶里程存储到对应的存储单元中。其中,为了区分不同时间点计算的自动驾驶里程,本实施例可以为每个自动驾驶里程进行标注。在本实施例中,标注内容可以是计算时间等。
在本实施例中,预设的存储周期可以根据实际需要进行适应性设置。比如,每隔24小时存储一次;或者每隔48小时存储一次等等。
本申请提供的自动驾驶里程统计方法,通过将用户选择的驾驶模式和自动驾驶系统中车辆驾驶模式标识,两者结合确定车辆是否处于自动驾驶模式,当处于自动驾驶模式时,对处于自动驾驶模式的车辆行驶里程进行统计,从而提高了车辆自动驾驶模式时的行驶里程的统计准确度,为自动驾驶技术的提高和改进提供了条件。
在另一实施例中,参见图2,本申请自动驾驶里程统计方法,还包括:
步骤201,将获得的自动驾驶总里程反馈给车辆管理服务器,以使车辆管理服务器根据车辆自动驾驶总里程,确定车辆的自动驾驶效率。
可选的,获取到车辆自动驾驶总里程之后,可将车辆自动驾驶总里程反馈给车辆管理服务器,以使车辆管理服务器根据车辆自动驾驶总里程,确定车辆此次使用的自动驾驶效率。
由于实际使用时,车辆管理服务器是对大量的车辆自动驾驶情况进行监控,并且监控的车辆中存在属于同一生厂商,此时若根据车辆的生产商进行监控时,就容易出现车辆之间的数据混淆。
因此,本申请在将获得的自动驾驶总里程反馈给车辆管理服务器时,还可将车辆的标识信息携带在反馈信息中,从而使得车辆管理服务器在接收到车辆发送的反馈信息之后,通过解析反馈信息即可获得车辆的标识信息及车辆自动驾驶的总里程信息。进而,可根据获取的车辆自动驾驶总里程,准确的计算出对应车辆的自动驾驶效率。
在本实施例中,车辆的标识信息可以是车牌号、车辆识别代码(VehicleIdentification Number,简称VIN)等等,此处对其不作具体限定。
进一步的,在计算出车辆的自动驾驶效率之后,车辆管理服务器还可将自动驾驶效率返回给车辆的用户端,使得使用该车辆的用户可以及时准确的掌握车辆自动驾驶的情况。
其中,车辆的用户端可以是车载设备、智能手机等等,此处对其不作具体限定。
也就是说,本申请在获得自动驾驶总里程之后,通过将自动驾驶总里程返回给车辆管理服务器,以确定车辆自动驾驶的效率,从而为自动驾驶技术的技术人员提供改进的依据。
为了实现上述实施例,本申请还提出了一种自动驾驶里程统计装置。
图3是本申请一个示例性实施例的自动驾驶里程统计装置的结构示意图。如图3所示,本申请的自动驾驶里程统计装置包括:第一获取模块11、第二获取模块12、判断模块13、第三获取模块14以及统计模块15。
其中,第一获取模块11用于获取用户选择的当前驾驶模式;
第二获取模块12用于获取自动驾驶系统中的车辆驾驶模式标识;
判断模块13用于判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式;
第三获取模块14用于如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息;
统计模块15用于根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
作为本申请的一种可选的实现形式,所述车辆状态信息包括自动驾驶车辆的车速信息和加速度信息。
作为本申请的一种可选的实现形式,所述预设采样频率为10Hz-1000Hz。
作为本申请的一种可选的实现形式,所述预设采样频率对应预设采样时间,其中,所述自动驾驶车辆在所述预设采样时间内的运动模型为匀加速直线运动。
需要说明的是,前述对自动驾驶里程统计方法实施例的解释说明也适用于该实施例的自动驾驶里程统计装置,其实现原理类似,此处不再赘述。
本实施例提供的自动驾驶里程统计装置,通过将用户选择的驾驶模式和自动驾驶系统中车辆驾驶模式标识,两者结合确定车辆是否处于自动驾驶模式,当处于自动驾驶模式时,对处于自动驾驶模式的车辆行驶里程进行统计,从而提高了车辆自动驾驶模式时的行驶里程的统计准确度,为自动驾驶技术的提高和改进提供了条件。
为了实现上述实施例,本申请还提出一种计算机设备。
图4是根据本申请一个示例性实施例的计算机设备的结构示意图。图4显示的计算机设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,上述计算机设备200包括:存储器210、处理器220及存储在存储器210上并可在处理器220上运行的计算机程序,所述处理器220执行所述程序时,以实现第一方面实施例所述的自动驾驶里程统计方法。
在一种可选的实现形式中,如图5所示,该计算机设备200还可以包括:存储器210及处理器220,连接不同组件(包括存储器210和处理器220)的总线230,存储器210存储有计算机程序,当处理器220执行所述程序时实现本申请实施例所述的自动驾驶里程统计方法。
总线230表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备200典型地包括多种计算机设备可读介质。这些介质可以是任何能够被计算机设备200访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器210还可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)240和/或高速缓存存储器250。计算机设备200可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统260可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块270的程序/实用工具280,可以存储在例如存储器210中,这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信,还可与一个或者多个使得用户能与该计算机设备200交互的设备通信,和/或与使得该计算机设备200能与一个或多个其他计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口292进行。并且,计算机设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器293通过总线230与计算机设备200的其他模块通信。应当明白,尽管图中未示出,可以结合计算机设备200使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
需要说明的是,本实施例的计算机设备的实施过程和技术原理参见前述对第一方面实施例的自动驾驶里程统计方法的解释说明,此处不再赘述。
本申请实施例提供的计算机设备,通过将用户选择的驾驶模式和自动驾驶系统中车辆驾驶模式标识,两者结合确定车辆是否处于自动驾驶模式,当处于自动驾驶模式时,对处于自动驾驶模式的车辆行驶里程进行统计,从而提高了车辆自动驾驶模式时的行驶里程的统计准确度,为自动驾驶技术的提高和改进提供了条件。
为实现上述目的,本申请还提出一种计算机可读存储介质。
其中该计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,以实现第一方面实施例所述的自动驾驶里程统计方法。
一种可选实现形式中,本实施例可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
为实现上述目的,本申请还提出一种计算机程序。其中当计算机程序被处理器执行时,以实现第一方面实施例所述的自动驾驶里程统计方法。
在本申请中,除非另有明确的规定和限定,术语“设置”、“连接”等术语应做广义理解,例如,可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (11)
1.一种自动驾驶里程统计方法,其特征在于,包括:
获取用户选择的当前驾驶模式,所述当前驾驶模式为所述用户在车辆的驾驶模式功能项中选择的任一驾驶模式;
获取自动驾驶系统中的车辆驾驶模式标识,其中,所述车辆驾驶模式标识指示车辆当前运行状态;
判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式;
如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息;
根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
2.如权利要求1所述的自动驾驶里程统计方法,其特征在于,所述车辆状态信息包括自动驾驶车辆的车速信息和加速度信息。
3.如权利要求1所述的自动驾驶里程统计方法,其特征在于,所述预设采样频率为10Hz-1000Hz。
4.如权利要求1所述的自动驾驶里程统计方法,其特征在于,所述预设采样频率对应预设采样时间,其中,所述车辆在所述预设采样时间内的运动模型为匀加速直线运动。
5.一种自动驾驶里程统计装置,其特征在于,包括:
第一获取模块,用于获取用户选择的当前驾驶模式,所述当前驾驶模式为所述用户在车辆的驾驶模式功能项中选择的任一驾驶模式;
第二获取模块,用于获取自动驾驶系统中的车辆驾驶模式标识,其中,所述车辆驾驶模式标识指示车辆当前运行状态;
判断模块,用于判断所述用户选择的当前驾驶模式和所述车辆驾驶模式标识是否均为自动驾驶模式;
第三获取模块,用于如果均为自动驾驶模式,则按照预设采样频率从所述自动驾驶系统中获取车辆状态信息;
统计模块,用于根据所述车辆状态信息和所述预设采样频率计算自动驾驶里程,并对计算的自动驾驶里程进行累计以获得自动驾驶总里程。
6.如权利要求5所述的自动驾驶里程统计装置,其特征在于,所述车辆状态信息包括自动驾驶车辆的车速信息和加速度信息。
7.如权利要求5所述的自动驾驶里程统计装置,其特征在于,所述预设采样频率为10Hz-1000Hz。
8.如权利要求5所述的自动驾驶里程统计装置,其特征在于,所述预设采样频率对应预设采样时间,其中,所述车辆在所述预设采样时间内的运动模型为匀加速直线运动。
9.一种计算机设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,以实现如权利要求1-4任一所述的自动驾驶里程统计方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,以实现如权利要求1-4任一所述的自动驾驶里程统计方法。
11.一种计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1-4任一所述的自动驾驶里程统计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810989077.4A CN110864704B (zh) | 2018-08-28 | 2018-08-28 | 自动驾驶里程统计方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810989077.4A CN110864704B (zh) | 2018-08-28 | 2018-08-28 | 自动驾驶里程统计方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110864704A CN110864704A (zh) | 2020-03-06 |
CN110864704B true CN110864704B (zh) | 2021-02-05 |
Family
ID=69651427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810989077.4A Active CN110864704B (zh) | 2018-08-28 | 2018-08-28 | 自动驾驶里程统计方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110864704B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776555A (zh) * | 2021-08-18 | 2021-12-10 | 南斗六星系统集成有限公司 | 一种基于路网切片计算自动驾驶道路覆盖里程的方法 |
CN113776554B (zh) * | 2021-08-18 | 2024-03-26 | 南斗六星系统集成有限公司 | 一种基于路网网格化计算自动驾驶覆盖面积的方法 |
CN113916249A (zh) * | 2021-09-17 | 2022-01-11 | 华能伊敏煤电有限责任公司 | V2x协议下的矿用卡车自动驾驶里程统计方法 |
CN115143991A (zh) * | 2022-08-05 | 2022-10-04 | 白犀牛智达(北京)科技有限公司 | 一种用于自动驾驶车辆的里程测算方法和装置 |
CN115512559B (zh) * | 2022-09-29 | 2023-12-29 | 上汽通用五菱汽车股份有限公司 | 智能辅助驾驶评估方法、设备以及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07332999A (ja) * | 1994-06-08 | 1995-12-22 | Mitsubishi Heavy Ind Ltd | 無人搬送車の走行距離検出方法 |
KR100540743B1 (ko) * | 2003-01-24 | 2006-01-10 | 최용건 | 주행편차 보정에 의한 차량의 조향각/속도조절 데이터생성장치 및 방법 |
CN102442323A (zh) * | 2011-10-25 | 2012-05-09 | 中国电子科技集团公司第三十二研究所 | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 |
CN105539451A (zh) * | 2016-01-08 | 2016-05-04 | 戴姆勒股份公司 | 车辆驾驶模式显示系统 |
CN107077780A (zh) * | 2014-10-30 | 2017-08-18 | 三菱电机株式会社 | 车载设备、自动驾驶车辆、自动驾驶辅助系统、自动驾驶监视装置、道路管理装置及自动驾驶信息收集装置 |
CN108036797A (zh) * | 2017-11-30 | 2018-05-15 | 深圳市隐湖科技有限公司 | 基于四轮独立驱动且结合imu的里程推算方法 |
CN108510130A (zh) * | 2018-04-12 | 2018-09-07 | 中南大学 | 一种智能无人驾驶车辆极限里程智能多源评估方法及装置 |
-
2018
- 2018-08-28 CN CN201810989077.4A patent/CN110864704B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07332999A (ja) * | 1994-06-08 | 1995-12-22 | Mitsubishi Heavy Ind Ltd | 無人搬送車の走行距離検出方法 |
KR100540743B1 (ko) * | 2003-01-24 | 2006-01-10 | 최용건 | 주행편차 보정에 의한 차량의 조향각/속도조절 데이터생성장치 및 방법 |
CN102442323A (zh) * | 2011-10-25 | 2012-05-09 | 中国电子科技集团公司第三十二研究所 | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 |
CN107077780A (zh) * | 2014-10-30 | 2017-08-18 | 三菱电机株式会社 | 车载设备、自动驾驶车辆、自动驾驶辅助系统、自动驾驶监视装置、道路管理装置及自动驾驶信息收集装置 |
CN105539451A (zh) * | 2016-01-08 | 2016-05-04 | 戴姆勒股份公司 | 车辆驾驶模式显示系统 |
CN108036797A (zh) * | 2017-11-30 | 2018-05-15 | 深圳市隐湖科技有限公司 | 基于四轮独立驱动且结合imu的里程推算方法 |
CN108510130A (zh) * | 2018-04-12 | 2018-09-07 | 中南大学 | 一种智能无人驾驶车辆极限里程智能多源评估方法及装置 |
Non-Patent Citations (1)
Title |
---|
城轨列车自动驾驶广义预测控制器的算法研究;赵文天等;《计算机工程与应用》;20151101(第21期);259-264 * |
Also Published As
Publication number | Publication date |
---|---|
CN110864704A (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110864704B (zh) | 自动驾驶里程统计方法、装置及设备 | |
US8788114B2 (en) | Navigation system with compliance reporting and method of operation thereof | |
CN109444932B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
WO2015151594A1 (ja) | 運転支援システム、方法およびプログラム | |
EP3660615B1 (en) | System and method for monitoring an on-board recording system | |
CN114078327A (zh) | 道路拥堵状态检测方法、装置、设备和存储介质 | |
US20210024058A1 (en) | Evaluating the safety performance of vehicles | |
CN112099508A (zh) | 自动驾驶车辆的数据管理方法和装置 | |
CN111380546A (zh) | 基于平行道路的车辆定位方法、装置、电子设备和介质 | |
CN112101223A (zh) | 检测方法、装置、设备和计算机存储介质 | |
TW202123187A (zh) | 自駕車遠端監控系統及其方法 | |
EP4060628A1 (en) | Systems and methods for vehicle data collection by image analysis | |
CN109177983B (zh) | 车辆运行状态监测方法、装置及设备 | |
US10703383B1 (en) | Systems and methods for detecting software interactions for individual autonomous vehicles | |
CN107819793B (zh) | 用于机器人操作系统的数据采集方法及装置 | |
CN113808414A (zh) | 道路荷载确定方法、装置及存储介质 | |
JP6382732B2 (ja) | 状態監視装置、状態監視システム、および編成列車 | |
CN113299108A (zh) | 车位信息确定方法、装置、设备及存储介质 | |
EP4060630A1 (en) | Methods for vehicle data collection by image analysis | |
US20220237961A1 (en) | Systems and methods for detecting software interactions for autonomous vehicles within changing environmental conditions | |
EP4060629A1 (en) | Systems and methods for training image processing models for vehicle data collection | |
CN110473417A (zh) | 一种高架桥限速值提示方法、装置及存储介质 | |
US20220371530A1 (en) | Device-level fault detection | |
KR20150040552A (ko) | 교통정보 제공 장치 및 교통정보 제공 방법 | |
CN110936969A (zh) | 车载空调设备控制方法、装置及系统 |
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 |