CN111483466A - 一种决策规划控制系统、方法、设备及汽车 - Google Patents
一种决策规划控制系统、方法、设备及汽车 Download PDFInfo
- Publication number
- CN111483466A CN111483466A CN201910082032.3A CN201910082032A CN111483466A CN 111483466 A CN111483466 A CN 111483466A CN 201910082032 A CN201910082032 A CN 201910082032A CN 111483466 A CN111483466 A CN 111483466A
- Authority
- CN
- China
- Prior art keywords
- module
- vehicle
- execution instruction
- decision
- communication module
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Mathematical Analysis (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computational Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了一种决策规划控制系统、方法、设备及汽车,涉及汽车技术领域。该系统包括:主控制器模块;与所述主控制器模块连接的控制器局域网CAN通讯模块、以太网通讯模块和硬线信号管理模块;与所述以太网通讯模块连接的传感器模块和人机交互模块;与CAN通讯模块连接的整车执行模块。对车辆在自动驾驶过程中做出的行为决策及其与之相关模块的信息进行处理,对行为决策系统正确性与相关模块的信息的关系进行分析,提升改善行为决策的性能指标。
Description
技术领域
本发明涉及汽车技术领域,特别涉及一种决策规划控制系统、方法、设备及汽车。
背景技术
作为自动驾驶系统的关键部分之一的决策规划系统,决策规划系统根据传感器信息、驾驶需求进行任务决策,使车辆结合控制及车辆本身的执行机构,实现车辆安全、舒适的达到目标点。在自动驾驶行为决策系统的开发设计验证及应用过程中,针对如何解决行为决策系统做出指令的正确性以及经济性的问题,本发明设计了自动驾驶行为决策系统的行为误触发及条件统计系统,对车辆在自动驾驶过程中做出的行为决策及其与之相关模块的信息进行处理,对行为决策系统正确性与相关模块的信息的关系进行分析,提升改善行为决策的性能指标。
发明内容
本发明实施例提供一种决策规划控制系统、方法、设备及汽车,以解决行为决策系统发出指令的正确性以及经济性的问题。
为了解决上述技术问题,本发明实施提供一种车辆的决策规划控制系统,包括:
主控制器模块;
与所述主控制器模块连接的控制器局域网CAN通讯模块、以太网通讯模块和硬线信号管理模块;
与所述以太网通讯模块连接的传感器模块和人机交互模块;
与CAN通讯模块连接的整车执行机构。
进一步地,还包括:
用于为所述CAN通讯模块、所述以太网通讯模块和所述主控制器模块供电的电源管理模块。
进一步地,所述CAN通讯模块用于所述主控制器模块与所述整车执行机构之间的CAN数据发送和接收;
所述以太网通讯模块用于所述主控制器模块与所述传感器模块和所述人机交互模块之间的以太网信息的发送与接收;
所述硬线管理模块用于对所述决策规划控制系统触发以及需求信号有效或无效的管理;
所述主控制器模块用于对所述CAN数据和所述以太网信息进行采集、处理和保存。
本发明实施还提供一种车辆控制方法,应用于上述的决策规划控制系统,所述方法包括:
主控制器模块等待接收车辆的行为决策系统产生的执行指令;
主控制器模块接收到所述执行指令时,判断当前接收到的所述执行指令是否属于预定义的行为决策指令;
若所述执行指令属于预定义的行为决策指令,则通过CAN通讯模块、以太网通讯模块和硬线信号管理模块读取与所述执行指令对应的车辆状态数据;
对所述执行指令与所述车辆状态数据进行匹配判定;
若所述执行指令与所述车辆状态数据不匹配,则保存所述执行指令与所述车辆状态数据。
进一步地,所述主控制器模块等待接收车辆的行为决策系统产生的执行指令之前,还包括:
初始化决策规划控制系统。
进一步地,所述判断当前接收到的所述执行指令是否属于预定义的行为决策指令之后,还包括:
若所述执行指令不属于预定义的行为决策指令,则返回继续等待接收车辆的行为决策系统产生的执行指令。
进一步地,对所述执行指令与所述车辆状态数据进行匹配判定之后,还包括:
若所述执行指令与所述车辆状态数据匹配,则返回继续等待接收车辆的行为决策系统产生的执行指令。
进一步地,对所述执行指令与所述车辆状态数据进行匹配判定的步骤,包括:
通过使用模糊神经网络技术,对已经存在的样本进行样本训练得到行为决策匹配模型;
通过所述行为决策匹配模型对所述执行指令与所述车辆状态数据进行匹配判定。
本发明实施还提供一种控制设备,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计算机程序时实现上述的车辆控制方法。
本发明实施还提供一种汽车,包括上述的决策规划控制系统。
本发明的有益效果是:
上述方案,通过对车辆在自动驾驶过程中做出的行为决策及其与之相关模块的信息进行处理,对行为决策系统正确性与相关模块的信息的关系进行分析,提升改善行为决策的性能指标。
附图说明
图1表示本发明实施例的决策规划控制系统的结构示意图;
图2表示本发明实施例的车辆控制方法的流程示意图;
图3表示本发明实施例的模糊神经网络模型的结构示意图。
附图标记说明:
1-主控制器模块;2-CAN通讯模块;3-以太网通讯模块;4-硬线信号管理模块;5-传感器模块;6-人机交互模块;7-整车执行机构;8-电源管理模块。
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,下面将结合附图及具体实施例对本发明进行详细描述。
本发明针对行为决策系统发出指令的正确性以及经济性的问题,提供一种决策规划控制系统、方法、设备及汽车。
如图1所示,本发明实施例提供一种车辆的决策规划控制系统,包括:
主控制器模块1;
与所述主控制器模块1连接的控制器局域网CAN通讯模块2、以太网通讯模块3和硬线信号管理模块4;
与所述以太网通讯模块3连接的传感器模块5和人机交互模块6;
与CAN通讯模块2连接的整车执行机构7。
需要说明的是,自动驾驶车辆根据传感器模块5输入的各种参数生成期望的路径,并将相应的控制量提供给后续执行机构。决策规划决定了车辆在行驶过程中车辆能否顺畅、准确的完成各种驾驶行为。在发送给执行机构进行操作前,需要对发出的执行指令进行判定,避免出现行为误触发。
具体地,所述系统还包括:
用于为所述CAN通讯模块2、所述以太网通讯模块3和所述主控制器模块1供电的电源管理模块8。
需要说明的是,所述CAN通讯模块2用于所述主控制器模块1与所述整车执行机构7之间的CAN数据发送和接收;
所述以太网通讯模块3用于所述主控制器模块1与所述传感器模块5和所述人机交互模块6之间的以太网信息的发送与接收;
具体地,所述传感器模块5可以获取到本车的位置和速度等信息以及周围车辆的位置和速度等信息,通过以太网通讯模块3发送到主控制器模块1进行分析处理,得到具体的执行指令通过CAN总线发送到针车执行机构7进行操作。
所述硬线管理模块4用于对所述决策规划控制系统触发以及需求信号有效或无效的管理;所述主控制器模块1受到触发后,等待接收以太网通讯模块3发送的以太网信息中携带的执行指令。
所述主控制器模块1用于对所述CAN数据和所述以太网信息进行采集、处理和保存。
需要说明的是,本实施例的决策规划控制系统的实现以自动驾驶系统环境感知和决策规划的输出结果为基础,对行为决策系统的误触发及其条件相关系统进行数据统计,有助于后续数据的分析。
如图2并结合图1所示,本发明实施例还提供一种车辆控制方法,应用于上述的决策规划控制系统,包括:
步骤21,主控制器模块1等待接收车辆的行为决策系统产生的执行指令;
需要说明的是,所述执行指令是行为决策指令或非行为决策指令。
步骤22,主控制器模块1接收到所述执行指令时,判断当前接收到的所述执行指令是否属于预定义的行为决策指令;
需要说明的是,所述行为决策指令指的是在自动驾驶过程中对车辆的油门开度、方向盘转角、制动踏板开度和车灯等执行机构进行控制的指令;
步骤23,若所述执行指令属于预定义的行为决策指令,则通过CAN通讯模块2、以太网通讯模块3和硬线信号管理模块4读取与所述执行指令对应的车辆状态数据;
步骤24,对所述执行指令与所述车辆状态数据进行匹配判定;
步骤25,若所述执行指令与所述车辆状态数据不匹配,则保存所述执行指令与所述车辆状态数据。
具体地,在步骤21之前,所述方法还包括:
初始化决策规划控制系统,具体包括对系统的时钟、输入输出断开、中断和总线驱动进行初始化。
具体地,在步骤22之后,所述方法还包括:
若所述执行指令不属于预定义的行为决策指令,则返回继续等待接收车辆的行为决策系统产生的执行指令。
具体地,在步骤24之后,所述方法还包括:
若所述执行指令与所述车辆状态数据匹配,则返回继续等待接收车辆的行为决策系统产生的执行指令。
需要说明的是,步骤24包括:
通过使用模糊神经网络技术,对已经存在的样本进行样本训练得到行为决策匹配模型;
通过所述行为决策匹配模型对所述执行指令与所述车辆状态数据进行匹配判定。
进一步需要说明的是,如图3所示,所述模糊神经网络模型可以是一个多输入单输出的模型(MISO)。
具体地,所述模型包括前件网络和后件网络;
在前件网络中:
第一层为输入层,输入参数的选择为车辆的位置和速度以及周围车辆的位置和速度;
第二层为输入参数的模糊化层,使用高斯函数作为隶属度函数实现输入参数的模糊化;
第三层为模糊推理层,使用取小运算计算;
第四层为去模糊化层,使用加权平均算法进行去模糊化。
在后件网络中:
后件网络采用三层网络结构;
第一层为输入层,输入参数与前件网络中第一层的输入参数相同;
第二层为的计算层,每个节点对应一条相应的计算规则,该层中每个节点的计算规则公式如下:
第三层为输出层,输出层的结果计算公式如下:
其中,yk为该模型的输出,αk j为前件网络中第四层计算得到的系数,ykj为后件网络中第二层计算得到的结果。
本发明实施例还提供一种控制设备,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计算机程序时实现上述的车辆控制方法。
本发明实施还提供一种汽车,包括上述的决策规划控制系统。
需要说明的是,该系统采用嵌入式方案实现,体积小易于安装,方便与自动驾驶控制器进行实时数据传输,整体性价比高,并且可随车实时工作、方便后续离线数据的分析处理,可以有效提升改善行为决策的性能指标。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以作出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。
Claims (10)
1.一种车辆的决策规划控制系统,其特征在于,包括:
主控制器模块;
与所述主控制器模块连接的控制器局域网CAN通讯模块、以太网通讯模块和硬线信号管理模块;
与所述以太网通讯模块连接的传感器模块和人机交互模块;
与CAN通讯模块连接的整车执行机构。
2.根据权利要求1所述的决策规划控制系统,其特征在于,还包括:
用于为所述CAN通讯模块、所述以太网通讯模块和所述主控制器模块供电的电源管理模块。
3.根据权利要求1所述的决策规划控制系统,其特征在于,
所述CAN通讯模块用于所述主控制器模块与所述整车执行机构之间的CAN数据发送和接收;
所述以太网通讯模块用于所述主控制器模块与所述传感器模块和所述人机交互模块之间的以太网信息的发送与接收;
所述硬线管理模块用于对所述决策规划控制系统触发以及需求信号有效或无效的管理;
所述主控制器模块用于对所述CAN数据和所述以太网信息进行采集、处理和保存。
4.一种车辆控制方法,应用于如权利要求1至3任一项所述的决策规划控制系统,其特征在于,包括:
主控制器模块等待接收车辆的行为决策系统产生的执行指令;
主控制器模块接收到所述执行指令时,判断当前接收到的所述执行指令是否属于预定义的行为决策指令;
若所述执行指令属于预定义的行为决策指令,则通过CAN通讯模块、以太网通讯模块和硬线信号管理模块读取与所述执行指令对应的车辆状态数据;
对所述执行指令与所述车辆状态数据进行匹配判定;
若所述执行指令与所述车辆状态数据不匹配,则保存所述执行指令与所述车辆状态数据。
5.根据权利要求4所述的车辆控制方法,其特征在于,所述主控制器模块等待接收车辆的行为决策系统产生的执行指令之前,还包括:
初始化决策规划控制系统。
6.根据权利要求4所述的车辆控制方法,其特征在于,所述判断当前接收到的所述执行指令是否属于预定义的行为决策指令之后,还包括:
若所述执行指令不属于预定义的行为决策指令,则返回继续等待接收车辆的行为决策系统产生的执行指令。
7.根据权利要求4所述的车辆控制方法,其特征在于,对所述执行指令与所述车辆状态数据进行匹配判定之后,还包括:
若所述执行指令与所述车辆状态数据匹配,则返回继续等待接收车辆的行为决策系统产生的执行指令。
8.根据权利要求4所述的车辆控制方法,其特征在于,对所述执行指令与所述车辆状态数据进行匹配判定的步骤,包括:
通过使用模糊神经网络技术,对已经存在的样本进行样本训练得到行为决策匹配模型;
通过所述行为决策匹配模型对所述执行指令与所述车辆状态数据进行匹配判定。
9.一种控制设备,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计算机程序时实现如权利要求4至8任一项所述的车辆控制方法。
10.一种汽车,其特征在于,包括如权利要求1至3任一项所述的决策规划控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910082032.3A CN111483466A (zh) | 2019-01-28 | 2019-01-28 | 一种决策规划控制系统、方法、设备及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910082032.3A CN111483466A (zh) | 2019-01-28 | 2019-01-28 | 一种决策规划控制系统、方法、设备及汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111483466A true CN111483466A (zh) | 2020-08-04 |
Family
ID=71788591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910082032.3A Pending CN111483466A (zh) | 2019-01-28 | 2019-01-28 | 一种决策规划控制系统、方法、设备及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111483466A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102887123A (zh) * | 2012-10-11 | 2013-01-23 | 吉林大学 | 一种全线控电动汽车中央控制器及其控制方法 |
US20150373583A1 (en) * | 2010-11-03 | 2015-12-24 | Broadcom Corporation | Data bridge |
CN106200467A (zh) * | 2016-07-20 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN106373397A (zh) * | 2016-09-28 | 2017-02-01 | 哈尔滨工业大学 | 基于模糊神经网络的遥感图像道路通行情况分析方法 |
DE202016107238U1 (de) * | 2016-05-17 | 2017-08-18 | Google Inc. | Ausführung einer Anwendung während des Fahrzeugbetriebs |
CN108382334A (zh) * | 2018-04-03 | 2018-08-10 | 湖北汽车工业学院 | 一种智能驾驶汽车控制器结构 |
CN108801655A (zh) * | 2018-07-27 | 2018-11-13 | 江西江铃集团新能源汽车有限公司 | 自动驾驶系统、控制方法、可读存储介质及测试装置 |
-
2019
- 2019-01-28 CN CN201910082032.3A patent/CN111483466A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150373583A1 (en) * | 2010-11-03 | 2015-12-24 | Broadcom Corporation | Data bridge |
CN102887123A (zh) * | 2012-10-11 | 2013-01-23 | 吉林大学 | 一种全线控电动汽车中央控制器及其控制方法 |
DE202016107238U1 (de) * | 2016-05-17 | 2017-08-18 | Google Inc. | Ausführung einer Anwendung während des Fahrzeugbetriebs |
CN106200467A (zh) * | 2016-07-20 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN106373397A (zh) * | 2016-09-28 | 2017-02-01 | 哈尔滨工业大学 | 基于模糊神经网络的遥感图像道路通行情况分析方法 |
CN108382334A (zh) * | 2018-04-03 | 2018-08-10 | 湖北汽车工业学院 | 一种智能驾驶汽车控制器结构 |
CN108801655A (zh) * | 2018-07-27 | 2018-11-13 | 江西江铃集团新能源汽车有限公司 | 自动驾驶系统、控制方法、可读存储介质及测试装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180348777A1 (en) | Vehicle control system and method, and travel assist server | |
CN111731274B (zh) | 泊车扭矩的确定方法、装置、设备和介质 | |
WO2019047651A1 (zh) | 驾驶行为预测方法和装置、无人车 | |
WO2021129156A1 (zh) | 智能汽车的控制方法、装置和控制系统 | |
CN112015842B (zh) | 自行车轨迹预测的自动驾驶车辆风险评估方法及系统 | |
WO2019011268A1 (zh) | 基于博弈论的驾驶员辅助系统决策方法、系统及其他 | |
CN112085165A (zh) | 一种决策信息生成方法、装置、设备及存储介质 | |
CN109664760A (zh) | 一种防误踩油门处理方法、装置及系统 | |
CN109784526A (zh) | 通行路径的规划方法、装置、设备及可读存储介质 | |
CN111332283A (zh) | 用于控制机动车的方法和系统 | |
CN113085873B (zh) | 驾驶策略的获取方法、装置、计算机设备和存储介质 | |
WO2022252457A1 (zh) | 一种自动驾驶控制方法、装置、设备及可读存储介质 | |
CN113312760B (zh) | 一种基于交通仿真的网联机动车右转轨迹规划方法和装置 | |
CN111931837B (zh) | 一种识别驾驶事件及其训练方法、装置、设备和存储介质 | |
CN112977412A (zh) | 一种车辆控制方法、装置、设备及计算机存储介质 | |
CN114021840A (zh) | 换道策略生成方法和装置、计算机存储介质、电子设备 | |
Jiao et al. | End-to-end uncertainty-based mitigation of adversarial attacks to automated lane centering | |
JP4096384B2 (ja) | 運転行動パターン認識装置 | |
CN116653957A (zh) | 一种变速变道方法、装置、设备及存储介质 | |
CN111483466A (zh) | 一种决策规划控制系统、方法、设备及汽车 | |
US11780445B2 (en) | Vehicle computer command system with a brain machine interface | |
CN113635900B (zh) | 一种预测巡航过程中基于能量管理的换道决策控制方法 | |
JP2019164812A (ja) | 車両制御システム及び方法、並びに走行支援サーバ | |
Xiao et al. | Research on driving decision of smart vehicles based on reinforcement learning | |
Lee et al. | A real-time intelligent speed optimization planner using reinforcement learning |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200804 |