CN111268018B - 车辆智能助力推行系统、方法、装置及相应的二轮车 - Google Patents

Abstract

本发明涉及车辆领域，具体公开了一种基于旋转角监测的车辆智能助力推行系统、方法、装置及相应的二轮车，系统包括行车监测控制器和传感控制模块，传感控制模块连接多个车辆传感器，车辆传感器包括速度传感器、制动传感器、动力传感器及车轮旋转角传感器，分别用于获取车辆当前的行驶速度信息、制动状态信息、动力输出信息及车轮旋转角度信息；行车监测控制器根据预定条件判断所述电动车是否满足助力推行条件，当满足所述助力推行条件时，控制车辆动力系统提供推行助力。系统还包括应用人工智能技术的云服务端，以控制车辆动力系统提供匹配于用户推行速度及行走习惯的推行助力，降低用户的推行消耗和难度，提升车辆的智能可操控性，给用户更好的使用体验。

Description

车辆智能助力推行系统、方法、装置及相应的二轮车

技术领域

本发明涉及车辆技术领域，更具体而言涉及一种基于旋转角监测的车辆智能助力推行系统、方法、装置及相应的二轮车。

背景技术

随着城市化进程的逐步加快，城市规模不断扩张，城市人口急剧增加，人口高度密集，使城市交通面临严峻的局势，常规交通工具已远不能满足民众出行的需要。电动两轮车环保轻便、对交通出行状况要求较低、负载方式灵活且价格相对较便宜，已成为目前重要的出行通勤方式。据统计，我国电动两轮车日均骑行需求超过7亿次，用户群体覆盖16岁至60岁， 2017年，我国电动两轮车社会保有量就已突破2.5亿辆；2018年，国内两轮电动车年产量超过3000万辆。

随着电动两轮车的广泛使用，其功能性日益增强，集成于电动两轮车的功能性组件也日渐增多，导致电动两轮车整车质量居高不下。根据2019 年电动车国家标准，电动自行车整车质量最高可达55kg，电动摩托车整车质量高于40kg。而现有技术中，电动两轮车在非骑行状态下的推行主要仍依赖于人力，用户在推行时较为费力；同时，现有技术中一些电动两轮车采用较小油门加速来获取一定的助力，但这需要在推行过程中通过设置于把手上的油门来进行精细控制，否则容易造成车体突然加速进而造成危险。此外，现有技术中也有通过设置一定的助力条件控制行车助力的解决方案，但判断较为粗糙，无法准确提供最符合用户前进速度的动力。

发明内容

本发明的目的在于，通过提供一种基于旋转角监测的车辆智能助力推行系统，应用于电动两轮车，旨在通过对车轮旋转角的监测，判断当前车辆助力的方向需求，通过人工智能技术的应用，控制车辆动力系统提供匹配于用户推行速度及行走习惯的推行助力，降低用户的推行消耗和难度，提升车辆的智能可操控性，给用户更好的使用体验。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

为实现上述目的，本发明一方面提供了一种基于旋转角监测的车辆智能助力推行系统，包括行车监测控制器和传感控制模块，所述传感控制模块连接多个车辆传感器，接收并处理传感器获取的传感数据并生成车辆状态信息，所述行车监测控制器根据传感控制模块得到的车辆状态信息控制车辆的运行；

所述车辆传感器包括速度传感器、制动传感器、动力传感器及车轮旋转角传感器，分别用于获取车辆当前的行驶速度信息、制动状态信息、动力输出信息及车轮旋转角度信息；

所述行车监测控制器根据预定条件判断所述电动车是否满足助力推行条件，所述预定条件包括车轮旋转角度信息是否满足预定条件；

当满足所述助力推行条件时，所述行车监测控制器控制车辆动力系统提供推行助力。

根据本发明的一种优选实施方式，所述车辆传感器还包括驻车传感器，其用于检测车辆是否处于驻车状态；所述助力推行条件还包括：车辆未处于驻车状态。

根据本发明的一种优选实施方式，所述助力推行条件还包括：所述车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。

根据本发明的一种优选实施方式，所述行车监测控制器包括智能助力制定单元，用于根据车辆在助力推行状态下，根据车辆状态信息计算助力的大小；所述行车监测控制器根据所述智能助力制定单元计算的助力的大小控制车辆动力系统提供推行助力。

根据本发明的一种优选实施方式，所述车辆传感器还包括倾斜角传感器，其用于检测所述车辆主体结构的倾斜角信息，并发送给所述传感控制模块；所述智能助力制定单元根据所述行驶速度信息及倾斜角信息计算助力的大小。

根据本发明的一种优选实施方式，所述智能助力制定单元采用经训练的机器自学习模型计算助力的大小。

根据本发明的一种优选实施方式，所述行车监测控制器还包括智能助力数据收集单元，用于获取所述车辆在推力助力模式下的车辆状态信息。

根据本发明的一种优选实施方式，所述系统进一步还包括通信模块和云端服务器，所述行车监测控制器通过所述通信模块和云服务端进行信息交互，用于将行车监测控制器获取的推行助力状态下获取的车辆状态信息发送给云服务器端。

根据本发明的一个优选实施方式，所述云服务端根据来自多个行车监测控制器获取的推行助力状态下获取的车辆状态信息训练所述机器自学习模型，并将所述训练好的机器自学习模型下发到指定的行车监测控制器。

根据本发明的一个优选实施方式，所述机器自学习模型将用户信息用于训练所述机器自学习模型，所述行车监测控制器还根据与其关联的用户信息来计算助力的大小。

根据本发明的一个优选实施方式，所述系统进一步还包括感官互联控制器、与感官互联控制器连接的显示模块，所述感官互联控制器接收所述行车监测控制器获取的推行助力状态数据，并控制所述显示模块显示所述推行助力状态数据。

根据本发明的一个优选实施方式，所述系统进一步包括与感官互联控制器连接的通信模块和云服务端，所述感官互联控制器接收所述行车监测控制器获取的推行助力状态数据，并通过所述显示模块发送到所述云服务端。

根据本发明的一个优选实施方式，所述系统进一步包括用户终端，所述用户终端能够从所述云服务端下载所述推行助力状态数据以对推行助务状态进行监控。

本发明的第二方面提供一种具有智能助力推行功能的二轮车，包括车身、动力系统和两个车轮，其特征在于：

还包括行车监测控制器和传感控制模块，所述传感控制模块连接多个车辆传感器，接收并处理传感器获取的传感数据并生成车辆状态信息，所述行车监测控制器根据传感控制模块得到的车辆状态信息控制车辆的运行；

所述车辆传感器包括速度传感器、制动传感器、动力传感器及车轮旋转角传感器，分别用于获取车辆当前的行驶速度信息、制动状态信息、动力输出信息及车轮旋转角度信息；

所述行车监测控制器根据预定条件判断所述电动车是否满足助力推行条件，所述预定条件包括车轮旋转角度信息是否满足预定条件；

当满足所述助力推行条件时，所述行车监测控制器控制车辆动力系统提供推行助力。

根据本发明的一个优选实施方式，所述车辆传感器还包括驻车传感器，其用于检测车辆是否处于驻车状态；所述助力推行条件还包括：车辆未处于驻车状态。

根据本发明的一个优选实施方式，所述助力推行条件还包括：所述车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。

根据本发明的一个优选实施方式，所述行车监测控制器包括智能助力制定单元，用于根据车辆在助力推行状态下，根据车辆状态信息计算助力的大小；所述行车监测控制器根据所述智能助力制定单元计算的助力的大小控制车辆动力系统提供推行助力。

根据本发明的一个优选实施方式，所述车辆传感器还包括倾斜角传感器，其用于检测所述车辆主体结构的倾斜角信息，并发送给所述传感控制模块；所述智能助力制定单元根据所述行驶速度信息及倾斜角信息计算助力的大小。

根据本发明的一个优选实施方式，所述智能助力制定单元采用经训练的机器自学习模型计算助力的大小。

根据本发明的一个优选实施方式，所述行车监测控制器还包括智能助力数据收集单元，用于获取所述车辆在推力助力模式下的车辆状态信息。

根据本发明的一个优选实施方式，所述二轮车进一步还包括通信模块，所述行车监测控制器通过所述通信模块和一云服务端进行信息交互，用于将行车监测控制器获取的推行助力状态下获取的车辆状态信息发送给云服务端。

根据本发明的一个优选实施方式，所述行车监测控制器还能够从所述云服务端下载所述机器自学习模型，所述机器自学习模型是根据来自多个行车监测控制器获取的推行助力状态下获取的车辆状态信息训练的。

根据本发明的一个优选实施方式，所述机器自学习模型将用户信息用于训练所述机器自学习模型，所述行车监测控制器还根据与其关联的用户信息来计算助力的大小。

本发明的第三个方面提供一种基于旋转角监测的车辆智能助力推行方法，其特征在于：

获取车辆运行数据并依据所述数据生成车辆状态信息，所述车辆状态信息包括车轮旋转角度信息；

基于所述车辆状态信息判断所述车辆是否满足助力推行条件，所述助力推行条件包括车轮旋转角度信息是否满足预定条件；

当满足所述助力推行条件时，根据所述车辆状态信息采用经训练的机器自学习模型计算助力的大小，并据此提供推行助力。

本发明的第四个方面提供一种基于旋转角监测的车辆智能助力推行装置，其特征在于：

数据获取单元，用于获取车辆运行数据，所述车辆运行数据包括车轮旋转角度数据；

信息生成单元，用于基于所述数据获取模块获取的所述车辆运行数据生成车辆状态信息；

判断单元，用于基于所述车辆状态信息判断所述车辆是否满足助力推行条件，所述助力推行条件包括车轮旋转角度信息是否满足预定条件；

智能助力制定单元，用于当满足所述助力推行条件时，根据所述车辆状态信息采用经训练的机器自学习模型计算助力的大小；

动力控制单元，用于基于所述智能助力制订单元制定的助力大小控制动力系统提供相应动力以提供推行助力。

附图说明

为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。

图1是一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

图2是另一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

图3是另一示例性实施例示出的行车监测控制器的框图。

图4是机器自学习模型的构建和使用方法的主要流程图。

图5是另一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

图6是本发明的基于旋转角监测的车辆智能助力推行系统的一个实施例的显示模块的界面显示示意图。

图7是一示例性实施例示出的基于旋转角监测的车辆智能助力推行方法主要步骤的流程图。

图8是一示例性实施例示出的基于旋转角监测的车辆智能助力推行装置的模块组成图。

图9是本发明的一个实施例的电子设备的结构示意图。

图10是本发明的一个实施例的计算机可读记录介质的示意图。

具体实施方式

现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。

在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。

术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

图1是一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

如图1所示，所述基于旋转角监测的车辆智能助力推行系统101具体可包括行车监测控制器1011、传感控制模块1012，以及多个车辆传感器。传感控制模块1012连接多个车辆传感器，接收并处理传感器获取的传感数据，并生成车辆状态信息。行车监测控制器1011根据传感控制模块1012 得到的车辆状态信息控制车辆的运行。

其中，多个传感器具体可包括速度传感器1013、制动传感器1014、车轮旋转角传感器1015、动力传感器1016及驻车传感器1017。

速度传感器1013用于获取车辆当前的行驶速度信息。更具体的，速度传感器1013可以是差分霍尔传感器。差分霍尔传感器利用霍尔效应检测的对象是铁质凸起，比如齿轮的齿，当齿靠近的时候霍尔位置磁场强度会增加，反之会减小。当检测到两个霍尔元件输出值差值达到阈值，就输出信号，表示有一个齿边沿。通过计数或测频就能知道齿轮转速，进而换算得到车速。其可以安装于变速箱、输出轴或者车辆车轮上。

制动传感器1014用于获取车辆当前的制动状态信息。电动两轮车主要采用机械制动和电磁制动两种方式，其中机械制动方式具体可包括碟式制动和鼓式制动两种，制动传感器1014包括至少一个传感器，用于监测相应制动方式的部件状态，以获取当前制动状态信息。更具体的，电动两轮车制动时具有制动断电功能，制动传感器1014进一步可包括断电监测传感器，可综合制动部件状态及供电状态，获取车辆的当前制动状态信息。

车轮旋转角传感器1015，设置于电动两轮车任意车轮上，用于监测车轮在单位时间内的旋转角度。

动力传感器1016，用于监测并获取车辆动力系统的动力输出信息。更具体的，动力传感器1016可以是设置于车辆的电池位置，用于获取电池的电力输出数据；可以是设置于驱动电动机位置，用于获取驱动电机的运转状况；也可以设置于调速控制装置(即油门)位置，用于获取调速控制量信息。

驻车传感器1017，设置于电动两轮车的驻车撑杆和/或停车架上，用于监测并获取车辆的驻车状态信息。

传感控制模块1012连接多个车辆传感器1013-1017，接收并处理传感器1013-1017获取的传感数据并生成车辆状态信息。传感控制模块1012 将所述车辆状态信息发送给行车监测控制器1011。

行车监测控制器1011根据预定的条件判断电动车是否满足助力推行条件。助力推行条件具体可包括车轮旋转角传感器1015监测到的车轮转动角信息，当单位时间内车轮转动角度大于预定阈值时，即可判断符合助力推行条件。

当满足助力推行条件时，行车监测控制器控制车辆的动力系统102提供动力输出以驱动车轮103，提供一个推行助力方便用户进行电动两轮车推行。

驻车传感器1017监测并获取电动两轮车的驻车装置(驻车撑杆和/或停车架)状态信息用于判断当前车辆是否处于驻车状态。助力推行条件进一步还包括车辆未处于驻车状态，即当车辆处于未驻车状态，且单位时间内车轮转动角度大于预定阈值时，行车监测控制器控制车辆的动力系统 102提供动力输出进行推行助力。

更进一步的，所述助力推行条件还包括车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。即当车辆处于较慢速度行驶、制动装置未打开、动力输出为0、车辆处于未驻车状态且单位时间内车轮转动角度大于预定阈值时，可以判断车辆当前为推行状态，并且车辆的当前用户的真实意图为推行。根据车辆状态及用户的真实意图，行车监测控制器控制车辆的动力系统102提供动力输出进行推行助力。

图2是另一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

如图2所示，所述基于旋转角监测的车辆智能助力推行系统201具体可包括行车监测控制器2011、传感控制模块2012，以及多个车辆传感器。传感控制模块2012连接多个车辆传感器，接收并处理传感器获取的传感数据，并生成车辆状态信息。行车监测控制器2011根据传感控制模块2012 得到的车辆状态信息控制车辆的运行。

其中，多个传感器具体可包括速度传感器2013、制动传感器2014、车轮旋转角传感器2015、动力传感器2016、驻车传感器2017及倾斜角传感器2018。

速度传感器2013用于获取车辆当前的行驶速度信息。更具体的，速度传感器2013可以是差分霍尔传感器。差分霍尔传感器利用霍尔效应检测的对象是铁质凸起，比如齿轮的齿，当齿靠近的时候霍尔位置磁场强度会增加，反之会减小。当检测到两个霍尔元件输出值差值达到阈值，就输出信号，表示有一个齿边沿。通过计数或测频就能知道齿轮转速，进而换算得到车速。其可以安装于变速箱、输出轴或者车辆车轮上。

制动传感器2014用于获取车辆当前的制动状态信息。电动两轮车主要采用机械制动和电磁制动两种方式，其中机械制动方式具体可包括碟式制动和鼓式制动两种，制动传感器2014包括至少一个传感器，用于监测相应制动方式的部件状态，以获取当前制动状态信息。更具体的，电动两轮车制动时具有制动断电功能，制动传感器2014进一步可包括断电监测传感器，可综合制动部件状态及供电状态，获取车辆的当前制动状态信息。

车轮旋转角传感器2015，设置于电动两轮车任意车轮上，用于监测车轮在单位时间内的旋转角度。

动力传感器2016，用于监测并获取车辆动力系统的动力输出信息。更具体的，动力传感器2016可以是设置于车辆的电池位置，用于获取电池的电力输出数据；可以是设置于驱动电动机位置，用于获取驱动电机的运转状况；也可以设置于调速控制装置(即油门)位置，用于获取调速控制量信息。

驻车传感器2017，设置于电动两轮车的驻车撑杆和/或停车架上，用于监测并获取车辆的驻车状态信息。

倾斜角传感器2018，可设置于车身的任意位置，用于检测车辆主体结构的倾斜角信息，并发送传感控制模块。进一步的，倾斜角传感器可以是任意固体摆式、液体摆式、气体摆式倾角传感器，或者陀螺仪。

图3是另一示例性实施例示出的行车监测控制器的框图。

如图3所示，行车监测控制器2011包括智能助力制定单元301，用于根据车辆在助力推行状态下，根据车辆状态信息计算助力的大小。

行车监测控制器2011根据预定的条件判断电动车是否满足助力推行条件。助力推行条件具体可包括车轮旋转角传感器2015监测到的车轮转动角信息，当单位时间内车轮转动角度大于预定阈值时，即可判断符合助力推行条件。

当满足助力推行条件时，行车监测控制器2011的智能助力制定单元 301根据车辆状态信息计算助力的大小，行车监测控制器2011基于智能助力制定单元301计算的助力的大小控制车辆动力系统202提供动力输出以驱动车轮203，提供一个推行助力方便用户进行电动两轮车推行。

进一步的，倾斜角传感器2018监测并获取车辆主体结构的倾斜角信息，发送给传感控制模块2012。当判断当前车辆满足助力推行条件时，智能助力制定单元301根据行驶速度信息及倾斜角度信息计算助力的大小。更进一步的，当倾斜角传感器2018获取当前车身在车辆前进方向具有向上的倾角，且其他条件满足助力推行条件时，即可判断车辆当前处于上坡，需要提供更大的动力输出。基于此，智能助力制定单元301计算助力的大小，行车监测控制器2011基于智能助力制定单元301计算的助力的大小控制车辆动力系统202提供动力输出以驱动车轮203，提供一个推行助力方便用户进行电动两轮车推行。

进一步的，智能助力制定单元采用经训练的机器自学习模型计算助力的大小。

如图2、图3所示，车辆智能助力推行系统201进一步还包括感官互联控制器2021，所述感官互联控制器2021连接有通信模块2019及显示模块2022，所述感官互联控制器2021通过通信模块2019和云端服务器2020 进行信息交互。所述行车监测控制器2011实时监测所述车辆的运行状态，并将至少部分运行状态数据实时传送给感官互联控制器2021；同时，所述行车监测控制器2011根据内部预定指令及接收自所述感官互联控制器 2021的控制指令控制车辆的运行；

所述感官互联控制器2021接收由所述行车监测控制器2011传送的数据，并将接收到的至少部分数据发送给云端服务器2020；同时，所述感官互联控制器2021接收来自所述云端服务器2020的控制指令，将用于控制车辆的运行的控制指令转送至行车监测控制器2011。

所述感官互联控制器2021与行车监测控制器2011相连，并可分别独立运行。本发明中所称的独立运行，是指二者各自的基本工作模式的正常运行不依赖于另一方的正常运行。具体来说，一方面，行车监测控制器2011 在感官互联控制器2021不正常工作时，其基本的机车控制不会受到影响，只不过，在感官互联控制器2021不正常工作时，行车监测控制器2011可能无法从感官互联控制器2021获取控制指令，也无法实时地将车辆运行状态数据发送到感官互联控制器2021中，但是，所述的不能获取的控制指令和不能发送的状态数据不影响行车监测控制器2011对于车辆的基本行车控制造成影响。另一方面，在感官互联控制器2021不正常工作时，其基本的网络互联也不会受到影响，只不过，感官互联控制器2021可能无法从行车监测控制器2011获取实时的车辆运行状态，也无法将外部的额外控制指令发送到行车监测控制器2011中。

行车监测控制器2011还包括智能助力数据收集单元302，用于获取所述车辆在推力助力模式下的车辆状态信息。行车监测控制器2011将所述车辆状态数据发送给感官互联控制器2021，感官互联控制器2021通过通信模块2019和云端服务器2020进行信息交互，用于将行车监测控制器 2011获取的推行助力状态下获取的车辆状态信息发送给云端服务器2020。

云端服务器2020根据来自多个行车监测控制器获取的推行助力状态下获取的车辆状态信息训练机器自学习模型，并将所述训练好的机器自学习模型下发到指定车辆的的感官互联控制器2021，感官互联控制器2021 将获取的所述机器自学习模型发送给行车监测控制器2011。

更进一步的，机器自学习模型将用户信息用于训练机器自学习模型，行车监测控制器2011还根据与其关联的用户信息来计算助力的大小。

图4是机器自学习模型的构建和使用方法的主要流程图。机器自学习模型的构建和使用方法至少包括步骤S401至S408。其中步骤S401、步骤 S402在云端服务器2020执行，步骤S403-S408在机车端执行。

如图4所示，在步骤S401中，云端服务器2020获取来自多个行车监测控制器获取的推行状态下的车辆状态信息。车辆状态信息具体可包括基于设置于车辆上传感器获取的车辆状态数据生成的车辆状态信息、助力状态下动力系统的动力输出信息。

在步骤S402中，云端服务器2020将步骤S401获取的数据作为训练样本数据，采用机器学习的方法训练形成机器自学习模型。机器自学习模型可输入车辆状态数据，经模型运算，输出当前状态下动力系统动力输出的最优方式。

在步骤S403中，车辆智能助力推行系统201的通信模块2019从云端服务器2020获取经步骤S402训练的机器自学习模型。

在步骤S404、步骤S405中，行车监测控制器2011根据传感控制模块 2012得到的车辆状态信息，将车辆状态信息输入至步骤S403获取的机器自学习模型。经机器自学习模型计算助力的大小。

在步骤S406中，行车监测控制器2011根据所述智能助力制定单元301，即机器自学习模型，计算的助力的大小控制车辆动力系统提供推行助力。

智能助力数据收集单元302收集本次助力推行状态下的车辆状态信息，并通过通信模块2019发送至云端服务器2020，用于训练修正机器自学习模型。

更进一步的，在步骤S403机车端获取步骤S402训练生成的模型后，获取车辆使用用户的用户信息。所述用户信息具体可包括来自于用户输入或者根据用户习惯由机车段收集生成的用户使用习惯数据。机器自学习模型将用户信息用于训练所述机器自学习模型，行车监测控制器2011根据与其关联的用户信息来计算助力的大小。

图5是另一示例性实施例示出的一种基于旋转角监测的车辆智能助力推行系统的框图。

如图5所示，在本实施例中，车辆智能助力推行系统50包括感官互联控制器子系统501、行车监测控制器子系统502及云端服务器503。

感官互联控制器子系统501包括通信模块5011、显示模块5012以及感官互联电子控制单元5013。行车监测控制器子系统502包括行车监测电子控制单元5021、传感控制模块5022及多个与传感控制模块相连的传感器5023。感官互联电子控制单元5013和行车监测电子控制单元5021连接进行数据交换。作为具体的实施方式，感官互联电子控制单元5013通过 CANBus(ControLLer Area Net-work Bus)与行车监测电子控制单元5021 连接。在其他实施方式中，二者也可以通过其他的连接线连接，本发明对于连接线的类型不作限制。

两个电子控制单元通常可以由ECU(Electronic Control Unit)实现，ECU 又称“行车电脑”，通过包括微处理器(CPU)、存储器(ROM、RAM)、输入 /输出接口(I/O)、模数转换器(A/D)以及整形、驱动等大规模集成电路组成。但本发明也不排除其他形式的电子控制单元，只要其具备一定的数据存储及处理能力。

行车监测电子控制单元5021连接有传感控制模块5022，所述传感控制模块5022用于连接车辆的各种传感器5023，传感器5023具体可包括但不限于速度传感器、制动传感器、动力传感器、车轮旋转角传感器、驻车传感器、倾斜角传感器、电池传感器、电控环境信息传感器等。传感控制模块5022收集、汇总、预处理各传感器5023得到的检测数据后发送给行车监测电子控制单元5021。行车监测电子控制单元5021根据所述检测数据及预订条件判断所述车辆是否满足助力推行条件。所述助力推行条件具体可包括车轮旋转角度是否满足预订条件，即车轮旋转角传感器监测到的车轮转动角信息，当单位时间内车轮转动角度大于预定阈值时，即可判断符合助力推行条件。

当满足助力推行条件时，行车监测电子控制单元5021控制车辆动力系统51提供动力输出以驱动车轮52，提供一个推行助力方便用户进行电动两轮车推行。

此外，行车监测电子控制单元5021将从传感器5023获得的原始数据或者对所述原始数据进行处理后的汇总数据通过CANBus发送至感官互联电子控制单元5013，而感官互联电子控制单元5013将来自行车监测电子控制单元5021的数据经由通信模块501发送给所述云端服务器503。通信模块501一方面可以用于与云端服务器503建立连接，例如其可以是支持4G通信的移动通信模块，以便向云端服务器503发送数据或从云端服务器503下载控制指令。通信模块501的另一方面用于与车辆配套设备建立连接，例如通过蓝牙模块与智能头盔进行连接，以获取智能头盔的状态并向智能头盔发送数据。

进一步的，感官互联控制器子系统501还包括与感官互联电子控制单元5013相连接的显示模块5012。感官互联电子控制单元5013接收行车监测控制器子系统502获取的助力推行状态数据，并控制所述显示模块5012 显示所述推行助力状态数据。同时，感官互联电子控制单元5013还可以根据用户的操作指令和/或来自云端服务器503的控制指令控制显示模块 5012的显示。

本实施例中，所述推行状态数据具体可包括但不限于当前速度、是否提供助力推行、推行助力的大小、剩余电量、可推行里程、制动状态、驻车状态等中的一个或多个。此外，显示模块5012还可以根据感官互联控制器子系统501及行车监测控制器子系统502获取的数据，显示车辆的其他信息，包括但不限于地图信息、导航信息、车辆外观模拟图片、环境温度信息、转向信息等中的一个或多个。

图6是本发明的基于旋转角监测的车辆智能助力推行系统的一个实施例的显示模块的界面显示示意图。

当处于助力推行状态时，安装于车辆各部位的传感器收集车辆当前运行数据及助力数据，包括车辆速度、剩余电量、制动状态、驻车状态等，传感控制模块5022将收集到的数据发送至行车监测电子控制单元5021；行车监测电子控制单元5021将这些实时的车辆状态信息发送到感官互联电子控制单元5013。此外，感官互联电子控制单元5013也可以通过与其连接的功能模块获取车辆相关信息，例如可通过定位模块获取车辆的地理位置信息、通过用户管理模块获取当前用户信息等。感官互联电子控制单元5013将由行车监测电子控制单元5021获取的车辆状态信息及自己获取的其他信息发送显示单元进行展示。

如图6所示，当车辆处于助力推行状态时，车辆显示屏上显示该界面。界面左端为状态图片区域601，状态图片区域601可以用于显示当前车辆能耗波形图、当前导航地图、当前车辆状态模拟图等中的任意一个。

界面的中部位置为助力状态数据显示区域602，具体可包括当前速度、是否提供助力推行、剩余电量、可推行里程、制动状态、驻车状态等中的一个或多个。

界面的右侧位置为车辆其他信息显示栏603，可以是文字信息栏，也可以是图片信息栏或者文字与图标相结合的显示文字栏。

需要说明的是，图6仅仅是机车显示端的界面的一种示例，本领域的技术人员可以根据所要显示的信息而改变、优化各种数据的显示方式。图 6所示的显示方式不应解释为对本发明的用户终端的显示方式的限制。

此外，车辆智能助力推行系统进一步还可以包括移动客户端。移动客户端可以通过用户的操作进行系统功能的开关管理。

图7是一示例性实施例示出的基于旋转角监测的车辆智能助力推行方法主要步骤的流程图。所述车辆智能助力推行方法具体可包括步骤S701 至步骤S705。

在步骤S701中，获取车辆运行信息。

使用安装在车辆上的多个传感器获取车辆实时的运行信息。

所述运行信息具体可以包括车辆当前的行驶速度信息、制动状态信息、动力输出信息、车轮旋转角度信息、驻车信息、倾斜角信息、车辆龙头上压力信息等。

在步骤S702中，生成车辆状态信息。

基于获取的车辆运行信息，经汇总及分析计算，可获取车辆当前的状态信息。

所述状态信息除可直接由传感器监测获取的信息外，还包括对传感器监测获取的信息经一次加工或多次加工、用以描述车辆当前状态的信息。例如，通过获取车辆的电池剩余电量信息，参考车辆日常使用能耗信息，获取当前车辆可剩余行驶里程信息。

在步骤S703中，进行助力推行条件判断。

基于获取的车辆状态信息，根据预设好的助力推行判断条件，确定车辆是否需要进行推行助力。

在一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件。车轮旋转角传感器监测到的车轮转动角信息，当单位时间内车轮转动角度大于预定阈值时，即可判断符合助力推行条件。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件且驻车状态为未驻车。即当车辆处于未驻车状态，且单位时间内车轮转动角度大于预定阈值时，可判断为符合助力推行条件。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件、驻车状态为未驻车、车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。即当车辆处于较慢速度行驶、制动装置未打开、动力输出为0、处于未驻车状态，且单位时间内车轮转动角度大于预定阈值时，可以判断车辆当前为推行状态。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件、驻车状态为未驻车且车辆龙头压力传感器获取用户的推行压力，即当车辆处于未驻车状态，单位时间内车轮转动角度大于预定阈值且能监测到用户的推行意思表达，则可以判断车辆当前为推行状态。

在步骤S704中，进行助力计算。

对于满足步骤S703助力推行条件判断中预订条件的车辆，进行助力计算，已确定动力提供大小。

在一个优选实施方式中，当判断当前车辆满足助力推行条件时，根据行驶速度信息及倾斜角度信息计算助力的大小。当倾斜角传感器获取当前车身在车辆前进方向具有向上的倾角，且其他条件满足助力推行条件时，即可判断车辆当前处于上坡，需要提供更大的动力输出。

在另一个优选实施方式中，根据车辆状态信息，采用经训练的机器自学习模型计算助力的大小。

在步骤S705中，控制动力输出。

根据步骤S704中计算得出的助力大小，控制车辆的动力系统提供相应的动力以驱动车轮，从而达到助力推行的目的。

图8是一示例性实施例示出的基于旋转角监测的车辆智能助力推行装置的模块组成图。如图8所示，该基于旋转角监测的车辆智能助力推行装置包括有数据获取单元、信息生成单元、判断单元、智能助力制定单元和动力控制单元。

数据获取单元用于获取车辆运行数据，所述车辆运行数据包括车轮旋转角度数据。该单元获取车辆实时的运行信息，所述运行信息具体可以包括车辆当前的行驶速度信息、制动状态信息、动力输出信息、车轮旋转角度信息、驻车信息、倾斜角信息、车辆龙头上压力信息等。

信息生成单元用于基于所述数据获取单元获取的所述车辆运行数据生成车辆状态信息。基于获取的车辆运行信息，信息生成单元经汇总及分析计算，可获取车辆当前的状态信息。所述状态信息除可直接由传感器监测获取的信息外，还包括对传感器监测获取的信息经一次加工或多次加工、用以描述车辆当前状态的信息。例如，通过获取车辆的电池剩余电量信息，参考车辆日常使用能耗信息，获取当前车辆可剩余行驶里程信息。

判断单元用于基于所述车辆状态信息判断所述车辆是否满足助力推行条件所述助力推行条件包括车轮旋转角度信息是否满足预定条件。

判断单元基于获取的车辆状态信息，根据预设好的助力推行判断条件，确定车辆是否需要进行推行助力。

在一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件。车轮旋转角传感器监测到的车轮转动角信息，当单位时间内车轮转动角度大于预定阈值时，即可判断符合助力推行条件。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件且驻车状态为未驻车。即当车辆处于未驻车状态，且单位时间内车轮转动角度大于预定阈值时，可判断为符合助力推行条件。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件、驻车状态为未驻车、车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。即当车辆处于较慢速度行驶、制动装置未打开、动力输出为0、处于未驻车状态，且单位时间内车轮转动角度大于预定阈值时，可以判断车辆当前为推行状态。

在另一个优选实施方式中，助力判断条件为车轮转动角度满足预订条件、驻车状态为未驻车且车辆龙头压力传感器获取用户的推行压力，即当车辆处于未驻车状态，单位时间内车轮转动角度大于预定阈值且能监测到用户的推行意思表达，则可以判断车辆当前为推行状态。

智能助力制定单元用于当满足所述助力推行条件时，根据所述车辆状态信息采用经训练的机器自学习模型计算助力的大小。其对于满足助力推行条件判断中预订条件的车辆，进行助力计算，已确定动力提供大小。

在一个优选实施方式中，当判断当前车辆满足助力推行条件时，根据行驶速度信息及倾斜角度信息计算助力的大小。当倾斜角传感器获取当前车身在车辆前进方向具有向上的倾角，且其他条件满足助力推行条件时，即可判断车辆当前处于上坡，需要提供更大的动力输出。

动力控制单元用于基于所述智能助力制订单元制定的助力大小控制动力系统提供相应动力以提供推行助力，从而达到助力推行的目的。

图9是本发明的一个实施例的电子设备的结构示意图，该电子设备包括处理器和存储器，所述存储器用于存储计算机可执行程序，当所述计算机程序被所述处理器执行时，所述处理器执行基于旋转角监测的车辆智能助力推行方法。

如图9所示，电子设备以通用计算设备的形式表现。其中处理器可以是一个，也可以是多个并且协同工作。本发明也不排除进行分布式处理，即处理器可以分散在不同的实体设备中。本发明的电子设备并不限于单一实体，也可以是多个实体设备的总和。

所述存储器存储有计算机可执行程序，通常是机器可读的代码。所述计算机可读程序可以被所述处理器执行，以使得电子设备能够执行本发明的方法，或者方法中的至少部分步骤。

所述存储器包括易失性存储器，例如随机存取存储单元(RAM) 和/或高速缓存存储单元，还可以是非易失性存储器，如只读存储单元 (ROM)。

可选的，该实施例中，电子设备还包括有I/O接口，其用于电子设备与外部的设备进行数据交换。I/O接口可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

应当理解，图9显示的电子设备仅仅是本发明的一个示例，本发明的电子设备中还可以包括上述示例中未示出的元件或组件。例如，有些电子设备中还包括有显示屏等显示单元，有些电子设备还包括人机交互元件，例如按扭、键盘等。只要该电子设备能够执行存储器中的计算机可读程序以实现本发明方法或方法的至少部分步骤，均可认为是本发明所涵盖的电子设备。

图10是本发明的一个实施例的计算机可读记录介质的示意图。如图 10所示，计算机可读记录介质中存储有计算机可执行程序，所述计算机可执行程序被执行时，实现本发明上述的基于旋转角监测的车辆智能助力推行方法。所述计算机可读存储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，其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。可读存储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、有线、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的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如 Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

通过以上对实施方式的描述，本领域的技术人员易于理解，本发明可以由能够执行特定计算机程序的硬件来实现，例如本发明的系统，以及系统中包含的电子处理单元、服务器、客户端、手机、控制单元、处理器等，本发明也可以由包含上述系统或部件的至少一部分的车辆来实现。本发明也可以由执行本发明的方法的计算机软件来实现，例如由机车端的微处理器、电子控制单元，客户端、服务器端等执行的控制软件来实现。但需要说明的是，执行本发明的方法的计算机软件并不限于由一个或特定个的硬件实体中执行，其也可以是由不特定具体硬件的以分布式的方式来实现，例如计算机程序执行的某些方法步骤可以在机车端执行，另一部分可以在移动终端或智能头盔等中执行。对于计算机软件，软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中，也可以分布式存储于网络上，只要其能使得电子设备执行根据本发明的方法。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (17)

1.一种基于旋转角监测的车辆智能助力推行系统，其特征在于：包括行车监测控制器和传感控制模块，所述传感控制模块连接多个车辆传感器，接收并处理传感器获取的传感数据并生成车辆状态信息，所述行车监测控制器根据传感控制模块得到的车辆状态信息控制车辆的运行；

所述车辆传感器包括速度传感器、制动传感器、动力传感器及车轮旋转角传感器，分别用于获取车辆当前的行驶速度信息、制动状态信息、动力输出信息及车轮旋转角度信息；

所述行车监测控制器根据预定条件判断所述车辆是否满足助力推行条件，所述预定条件包括车轮旋转角度信息是否满足预定条件；

所述行车监测控制器包括智能助力制定单元，用于根据车辆在助力推行状态下的车辆状态信息计算助力的大小；

当满足所述助力推行条件时，所述行车监测控制器控制车辆动力系统提供推行助力，并根据所述智能助力制定单元计算的助力的大小控制车辆动力系统提供推行助力。

2.根据权利要求1所述的系统，其特征在于，所述车辆传感器还包括驻车传感器，其用于检测车辆是否处于驻车状态；

所述助力推行条件还包括：车辆未处于驻车状态。

3.根据权利要求2所述的系统，其特征在于，所述助力推行条件还包括：所述车辆速度不为0且小于行驶速度阈值、制动状态为未制动、动力输出为0。

4.根据权利要求1所述的系统，其特征在于：

所述车辆传感器还包括倾斜角传感器，其用于检测所述车辆主体结构的倾斜角信息，并发送给所述传感控制模块；

所述智能助力制定单元根据所述行驶速度信息及倾斜角信息计算助力的大小。

5.根据权利要求4所述的系统，其特征在于，所述智能助力制定单元采用经训练的机器自学习模型计算助力的大小。

6.根据权利要求5所述的系统，其特征在于：

所述行车监测控制器还包括智能助力数据收集单元，用于获取所述车辆在推力助力模式下的车辆状态信息。

7.根据权利要求6所述的系统，其特征在于，所述系统进一步还包括感官互联控制器、与感官互联控制器连接的通信模块和云服务端，所述行车监测控制器通过所述感官互联控制器及通信模块和云服务端进行信息交互，用于将行车监测控制器获取的推行助力状态下获取的车辆状态信息发送给云服务端。

8.根据权利要求7所述的系统，其特征在于，所述云服务端根据来自多个行车监测控制器获取的推行助力状态下获取的车辆状态信息训练所述机器自学习模型，并将所述训练好的机器自学习模型下发到指定的行车监测控制器。

9.根据权利要求8所述的系统，其特征在于，所述机器自学习模型将用户信息用于训练所述机器自学习模型，所述行车监测控制器还根据与其关联的用户信息来计算助力的大小。

10.根据权利要求1所述的系统，其特征在于，所述系统进一步还包括感官互联控制器、与感官互联控制器连接的显示模块，所述感官互联控制器接收所述行车监测控制器获取的推行助力状态数据，并控制所述显示模块显示所述推行助力状态数据。

11.根据权利要求10所述的系统，其特征在于，所述系统进一步包括与感官互联控制器连接的通信模块和云服务端，所述感官互联控制器接收所述行车监测控制器获取的推行助力状态数据，并通过所述显示模块发送到所述云服务端。

12.根据权利要求11所述的系统，其特征在于，所述系统进一步包括用户终端，所述用户终端能够从所述云服务端下载所述推行助力状态数据以对推行助务状态进行监控。

13.一种具有智能助力推行功能的二轮车，包括车身、动力系统和两个车轮，其特征在于：

还包括行车监测控制器和传感控制模块，所述传感控制模块连接多个车辆传感器，接收并处理传感器获取的传感数据并生成车辆状态信息，所述行车监测控制器根据传感控制模块得到的车辆状态信息控制车辆的运行；

所述车辆传感器包括速度传感器、制动传感器、动力传感器及车轮旋转角传感器，分别用于获取车辆当前的行驶速度信息、制动状态信息、动力输出信息及车轮旋转角度信息；

所述行车监测控制器根据预定条件判断所述车辆是否满足助力推行条件，所述预定条件包括车轮旋转角度信息是否满足预定条件；

所述行车监测控制器包括智能助力制定单元，用于根据车辆在助力推行状态下的车辆状态信息计算助力的大小；

当满足所述助力推行条件时，所述行车监测控制器控制车辆动力系统提供推行助力，并根据所述智能助力制定单元计算的助力的大小控制车辆动力系统提供推行助力。

14.一种基于旋转角监测的车辆智能助力推行方法，其特征在于：

获取车辆运行数据并依据所述数据生成车辆状态信息，所述车辆状态信息包括车轮旋转角度信息；

基于所述车辆状态信息判断所述车辆是否满足助力推行条件，所述助力推行条件包括车轮旋转角度信息是否满足预定条件；

当满足所述助力推行条件时，根据车辆在助力推行状态下的车辆状态信息计算助力的大小，并据此提供推行助力。

15.一种基于旋转角监测的车辆智能助力推行装置，其特征在于：

数据获取单元，用于获取车辆运行数据，所述车辆运行数据包括车轮旋转角度数据；

信息生成单元，用于基于所述数据获取模块获取的所述车辆运行数据生成车辆状态信息；

判断单元，用于基于所述车辆状态信息判断所述车辆是否满足助力推行条件，所述助力推行条件包括车轮旋转角度信息是否满足预定条件；

智能助力制定单元，用于当满足所述助力推行条件时，根据车辆在助力推行状态下的车辆状态信息计算助力的大小；

动力控制单元，用于基于所述智能助力制订单元制定的助力大小控制动力系统提供相应动力以提供推行助力。

16.一种电子设备，包括处理器和存储器，所述存储器用于存储计算机可执行程序，其特征在于：

当所述计算机程序被所述处理器执行时，所述处理器执行如权利要求14所述的方法。

17.一种计算机可读介质，存储有计算机可执行程序，其特征在于，所述计算机可执行程序被执行时，实现如权利要求14所述的方法。

Images