CN111483471B - 车辆控制方法、装置及车载控制器 - Google Patents
车辆控制方法、装置及车载控制器 Download PDFInfo
- Publication number
- CN111483471B CN111483471B CN202010339625.6A CN202010339625A CN111483471B CN 111483471 B CN111483471 B CN 111483471B CN 202010339625 A CN202010339625 A CN 202010339625A CN 111483471 B CN111483471 B CN 111483471B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- node
- biological characteristic
- characteristic information
- 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W2540/00—Input parameters relating to occupants
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/21—Voice
Abstract
本发明公开了一种车辆控制方法、装置及车载控制器。该方法能够在采集到第一生物特征信息和第二生物特征信息时分别生成第一生物特征信息对应的第一特征网络以及第二生物特征信息对应的第二特征网络。进一步地，通过对第一特征网络和第二特征网络之间映射和转换关系进行分析以实现对第一生物特征信息和第二生物特征信息的加权。最后，通过对加权生物特征信息的生物特征向量以及预设向量的相似性比较结果将自动驾驶控制线程切换为开启状态并通过车载功放输出电驱动车进入自动驾驶状态的提示信息。如此，能够灵活且安全地实现自动驾驶和手动驾驶的切换。
Description
技术领域
本公开涉及自动驾驶技术领域，特别涉及一种车辆控制方法、装置及车载控制器。
背景技术
随着物联网、云计算和5G技术的发展，自动驾驶技术的普及程度越来越广。现如今的大多数电驱动车可以实现自动驾驶。然而在实际应用中，如何灵活且安全地实现自动驾驶和手动驾驶的切换是现阶段一个亟待解决的技术问题。
发明内容
为改善相关技术中存在的技术问题，本公开提供了如下的车辆控制方法、装置及车载控制器。
一种车辆控制方法，应用于车载控制系统中的车载控制器，所述车载控制系统还包括与所述车载控制器通信的车载功放以及多个车载采集设备，所述方法包括：
检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息；
生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点；
提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点；
根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息；
以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息；
根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
优选地，所述生成所述第一生物特征信息对应的第一特征网络，包括：
在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段；
在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段；
获取所述基准特征信息段中目标信息分布的第一分布序列；
参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点；
对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列；
根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
优选地，所述提取所述加权生物特征信息对应的生物特征向量，包括：
获取所述加权生物特征信息的包括信息聚合度的结构化描述；
识别所述信息聚合度的聚合类别；
当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集；
基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数；
根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
优选地，所述将所述自动驾驶控制线程从关闭状态切换为开启状态，包括：
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息；
根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
一种车载控制装置，应用于车载控制系统中的车载控制器，所述车载控制系统还包括与所述车载控制器通信的车载功放以及多个车载采集设备，所述装置包括：
状态检测模块，用于检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息；
网络生成模块，用于生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点；
权重提取模块，用于提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点；
权重映射模块，用于根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息；
信息确定模块，用于以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息；
驾驶切换模块，用于根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
优选地，所述网络生成模块，具体用于：
在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段；
在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段；
获取所述基准特征信息段中目标信息分布的第一分布序列；
参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点；
对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列；
根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
优选地，所述驾驶切换模块，具体用于：
获取所述加权生物特征信息的包括信息聚合度的结构化描述；
识别所述信息聚合度的聚合类别；
当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集；
基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数；
根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
优选地，所述驾驶切换模块，还用于：
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息；
根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
一种车载控制器，包括：处理器以及与所述处理器连接的存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，以执行上述的车辆控制方法。
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的车辆控制方法。
通过上述内容，能够在采集到第一生物特征信息和第二生物特征信息时分别生成第一生物特征信息对应的第一特征网络以及第二生物特征信息对应的第二特征网络。进一步地，通过对第一特征网络和第二特征网络之间映射和转换关系进行分析以实现对第一生物特征信息和第二生物特征信息的加权。最后，通过对加权生物特征信息的生物特征向量以及预设向量的相似性比较结果将自动驾驶控制线程切换为开启状态并通过车载功放输出电驱动车进入自动驾驶状态的提示信息。如此，能够灵活且安全地实现自动驾驶和手动驾驶的切换。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是本发明提供的一种车载控制系统的通信连接示意图。
图2是本发明提供的一种车载控制方法的流程图。
图3是本发明提供的一种车载控制装置的功能模块图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为了灵活且安全地实现自动驾驶和手动驾驶的切换，本申请实施例提供了一种车辆控制方法、装置及车载控制器。
请参考图1，为本申请实施例所提供的一种车载控制系统200的通信连接示意图，该车载控制系统200包括车载控制器201和多个车载采集设备202。其中，车载控制器201和车载采集设备202通信。
在本申请实施例中，车载采集设备202可以是车载摄像头或车载麦克风，车载控制器201用于对车辆的行驶状态进行控制和调整。进一步地，该车载控制系统200还包括车载功放203，车载控制器201还与车载功放203通信。
在上述基础上，请结合参阅图2，为本申请实施例所提供的一种车辆控制方法的流程图，该方法可以应用于图1中的车载控制器201，具体可以包括以下步骤所描述的内容。
步骤S21，检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息。
步骤S22，生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点。
步骤S23，提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点。
步骤S24，根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息。
步骤S25，以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息。
步骤S26，根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
可以理解，通过上述内容，能够在采集到第一生物特征信息和第二生物特征信息时分别生成第一生物特征信息对应的第一特征网络以及第二生物特征信息对应的第二特征网络。进一步地，通过对第一特征网络和第二特征网络之间映射和转换关系进行分析以实现对第一生物特征信息和第二生物特征信息的加权。最后，通过对加权生物特征信息的生物特征向量以及预设向量的相似性比较结果将自动驾驶控制线程切换为开启状态并通过车载功放输出电驱动车进入自动驾驶状态的提示信息。如此，能够灵活且安全地实现自动驾驶和手动驾驶的切换。
可选地，由于生成所述第一生物特征信息对应的第一特征网络与生成所述第二生物特征信息对应的第二特征网络的实现原理类似，在具体实施时，步骤S22中的生成所述第一生物特征信息对应的第一特征网络，具体可以包括以下内容。
步骤S221，在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段。
步骤S222，在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段。
步骤S223，获取所述基准特征信息段中目标信息分布的第一分布序列。
步骤S224，参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点。
步骤S225，对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列。
步骤S225，根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
在具体实施时，通过上述步骤S221-步骤S225所描述的内容，能够准确确定出第一生物特征信息对应的第一特征网络。相应地，第二特征网络的确定可以参照上述方法进行，在此不作更多说明。
进一步地，在步骤S26中，所述提取所述加权生物特征信息对应的生物特征向量的步骤，可以包括以下内容。
步骤S2611，获取所述加权生物特征信息的包括信息聚合度的结构化描述。
步骤S2612，识别所述信息聚合度的聚合类别。
步骤S2613，当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集。
步骤S2614，基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数。
步骤S2615，根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
可以理解，通过上述步骤S2611-步骤S2615，能够提高确定加权生物特征信息对应的生物特征向量封准确性和全面性。
更进一步地，在具体实施时，步骤S26中所描述的将所述自动驾驶控制线程从关闭状态切换为开启状态的步骤，具体可以包括以下步骤所描述的内容。
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息。
在接下来的步骤中，根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
可以理解，通过上述内容能够基于线程定位信息和线程参数准确且快速地实现自动驾驶控制线程的线程切换。
在一种可替换的实施方式中，上述步骤中的根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态的步骤，进一步可以通过以下方式实现。
确定所述线程定位信息中包括的定位权重和定位等级，所述定位权重用于表征所述自动驾驶控制线程在所述控制线程集合中所占的线程空间大小，所述定位等级用于表征所述自动驾驶控制线程在所述控制线程集合中相对于其他控制线程的优先级。
在接下来的步骤中，确定所述定位权重与所述自动驾驶控制线程在所述关闭状态下的各线程参数之间的第一关联系数以及所述定位等级与所述自动驾驶控制线程在所述关闭状态下的各线程参数之间的第二关联系数。
在接下来的步骤中，针对每个线程参数，判断该线程参数的第一关联系数和第二关联系数之间呆呆差值是否在预设的数值范围内，若否，将该线程参数确定为目标线程参数。
在接下来的步骤中，将至少部分目标线程参数进行取反值处理以实现对至少部分目标线程参数的切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
可以理解，通过上述内容，能够基于线程定位信息中包括的定位权重和定位等级准确确定出目标线程参数，从而快捷地实现自动驾驶控制线程的状态切换。
如图3所示，图3是本申请根据一示例性实施例示出的一种车载控制装置的功能模块框图，该车载控制装置可以包括以下模块。
状态检测模块2011，用于检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息。
网络生成模块2012，用于生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点。
权重提取模块2013，用于提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点。
权重映射模块2014，用于根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息。
信息确定模块2015，用于以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息。
驾驶切换模块2016，用于根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
优选地，所述网络生成模块2012，具体用于：
在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段；
在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段；
获取所述基准特征信息段中目标信息分布的第一分布序列；
参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点；
对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列；
根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
优选地，所述驾驶切换模块2016，具体用于：
获取所述加权生物特征信息的包括信息聚合度的结构化描述；
识别所述信息聚合度的聚合类别；
当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集；
基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数；
根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
优选地，所述驾驶切换模块2016，还用于：
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息；
根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
在上述基础上，还提供了一种车载控制器，包括：处理器以及与所述处理器连接的存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，以执行上述的车辆控制方法。
在上述基础上，还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的车辆控制方法。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种车辆控制方法，其特征在于，应用于车载控制系统中的车载控制器，所述车载控制系统还包括与所述车载控制器通信的车载功放以及多个车载采集设备，所述方法包括：
检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息；
生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点；
提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点；
根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息；
以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息；
根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
2.根据权利要求1所述的方法，其特征在于，所述生成所述第一生物特征信息对应的第一特征网络，包括：
在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段；
在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段；
获取所述基准特征信息段中目标信息分布的第一分布序列；
参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点；
对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列；
根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
3.根据权利要求2所述的方法，其特征在于，所述提取所述加权生物特征信息对应的生物特征向量，包括：
获取所述加权生物特征信息的包括信息聚合度的结构化描述；
识别所述信息聚合度的聚合类别；
当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集；
基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数；
根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
4.根据权利要求3所述的方法，其特征在于，所述将所述自动驾驶控制线程从关闭状态切换为开启状态，包括：
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息；
根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
5.一种车载控制装置，其特征在于，应用于车载控制系统中的车载控制器，所述车载控制系统还包括与所述车载控制器通信的车载功放以及多个车载采集设备，所述装置包括：
状态检测模块，用于检测自动驾驶控制线程的当前状态，在当前状态表征所述自动驾驶控制线程处于关闭状态时，获取第一车载采集设备实时上传的驾驶员的第一生物特征信息以及第二车载采集设备实时上传的所述驾驶员的第二生物特征信息，所述第一生物特征信息为所述驾驶员的语音信息，所述第二生物特征信息为所述驾驶员的人脸图像信息；
网络生成模块，用于生成所述第一生物特征信息对应的第一特征网络以及所述第二生物特征信息对应的第二特征网络，所述第一特征网络和所述第二特征网络分别包括不同节点容量的网络节点；
权重提取模块，用于提取所述第一生物特征信息在所述第一特征网络中的任一网络节点的当前节点容量权重，将所述第二特征网络中具有最大节点容量权重的网络节点确定为目标网络节点；
权重映射模块，用于根据所述车载控制器的控制参数信息以及所述车载控制器采集到的电驱动车的行驶状态信息将所述当前节点容量权重映射到所述目标网络节点，在所述目标网络节点中得到当前映射权重，并根据所述当前节点容量权重以及所述当前映射权重生成所述第一生物特征信息和所述第二生物特征信息之间的转换逻辑信息；
信息确定模块，用于以所述当前节点容量权重为基准权重在所述目标网络节点中获取目标节点信息，并根据所述转换逻辑信息对应的逆向转换逻辑信息将所述目标节点信息映射至所述当前节点容量权重所对应的当前网络节点，在所述当前节点容量权重所对应的当前网络节点中得到所述目标节点信息对应的转换节点信息，并确定所述转换节点信息为基准信息；
驾驶切换模块，用于根据所述当前节点容量权重、所述转换逻辑信息、所述目标节点信息和所述基准信息确定所述第一生物特征信息和所述第二生物特征信息的加权生物特征信息，提取所述加权生物特征信息对应的生物特征向量；判断所述生物特征向量与预设向量的余弦距离是否达到设定距离，若是，将所述自动驾驶控制线程从关闭状态切换为开启状态并通过所述车载控制系统中的车载功放输出所述电驱动车进入自动驾驶状态的提示信息。
6.根据权利要求5所述的装置，其特征在于，所述网络生成模块，具体用于：
在所述第一生物特征信息中按照特征信息段的长度由大到小的顺序依次选取当前特征信息段；
在所述第一生物特征信息中的长度大于所述当前特征信息段的特征信息段中，确定基准特征信息段；
获取所述基准特征信息段中目标信息分布的第一分布序列；
参照所述第一分布序列和预设的信息分布列表之间的节点化切换机制，对当前特征信息段进行节点化处理，得到当前特征信息段对应的待处理网络节点；
对所述待处理网络节点进行节点容量分布分析，得到所述待处理网络节点对应的第二分布序列；
根据所述第二分布序列，将所述待处理网络节点进行连线，得到所述第一生物特征信息对应的第一特征网络。
7.根据权利要求6所述的装置，其特征在于，所述驾驶切换模块，具体用于：
获取所述加权生物特征信息的包括信息聚合度的结构化描述；
识别所述信息聚合度的聚合类别；
当所述聚合类别为用于指示所述车载控制器将所述加权生物特征信息进行拆分的提示性类别时，按照所述聚合类别对应的拆分数量，将所述加权生物特征信息进行拆分得到多个信息集；
基于所述结构化描述为所述多个信息集进行排序得到排序序列，分别确定所述排序序列中的每个信息集的排序权重；按照所述排序权重确定相邻两个信息集之间的关联系数；
根据每个信息集对应的排序权重和关联系数对每个信息集进行特征值提取，得到每个信息集对应的信息特征值；基于多个信息特征值生成所述加权生物特征信息对应的生物特征向量。
8.根据权利要求7所述的装置，其特征在于，所述驾驶切换模块，还用于：
确定所述自动驾驶控制线程在所述关闭状态下的各线程参数以及所述自动驾驶控制线程在所述电驱动车的控制线程集合中的线程定位信息；
根据所述线程定位信息对至少部分线程参数进行切换，以实现将所述自动驾驶控制线程从关闭状态切换为开启状态。
9.一种车载控制器，其特征在于，包括：处理器以及与所述处理器连接的存储器和总线；所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的计算机程序，以执行上述权利要求1-4任一项所述的车辆控制方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时实现上述权利要求1-4任一项所述的车辆控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010339625.6A CN111483471B (zh) | 2020-04-26 | 2020-04-26 | 车辆控制方法、装置及车载控制器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010339625.6A CN111483471B (zh) | 2020-04-26 | 2020-04-26 | 车辆控制方法、装置及车载控制器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111483471A CN111483471A (zh) | 2020-08-04 |
| CN111483471B true CN111483471B (zh) | 2021-11-30 |
Family
ID=71792146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010339625.6A Active CN111483471B (zh) | 2020-04-26 | 2020-04-26 | 车辆控制方法、装置及车载控制器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111483471B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106274483A (zh) * | 2016-11-10 | 2017-01-04 | 合肥工业大学 | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 |
| CN109002757A (zh) * | 2018-06-04 | 2018-12-14 | 上海商汤智能科技有限公司 | 驾驶管理方法和系统、车载智能系统、电子设备、介质 |
| CN111032472A (zh) * | 2017-09-01 | 2020-04-17 | 本田技研工业株式会社 | 车辆及其控制装置以及控制方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015205580A1 (de) * | 2015-03-27 | 2016-09-29 | Robert Bosch Gmbh | Verfahren zum mindestens teilautomatisierten Fahren in einem Fahrzeug |
| US10816987B2 (en) * | 2018-10-15 | 2020-10-27 | Zoox, Inc. | Responsive vehicle control |
-
2020
- 2020-04-26 CN CN202010339625.6A patent/CN111483471B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106274483A (zh) * | 2016-11-10 | 2017-01-04 | 合肥工业大学 | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 |
| CN111032472A (zh) * | 2017-09-01 | 2020-04-17 | 本田技研工业株式会社 | 车辆及其控制装置以及控制方法 |
| CN109002757A (zh) * | 2018-06-04 | 2018-12-14 | 上海商汤智能科技有限公司 | 驾驶管理方法和系统、车载智能系统、电子设备、介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111483471A (zh) | 2020-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111881707B (zh) | 图像翻拍检测方法、身份验证方法、模型训练方法及装置 | |
| CN110287936B (zh) | 图像检测方法、装置、设备及存储介质 | |
| CN111813095A (zh) | 一种车辆诊断方法、装置及介质 | |
| CN111290370A (zh) | 一种自动驾驶性能检测方法和装置 | |
| CN111611386B (zh) | 文本分类方法和装置 | |
| CN109878534B (zh) | 一种车辆的控制方法、模型的训练方法和装置 | |
| CN112345956A (zh) | 一种电池组荷电状态检测方法和装置 | |
| CN111753862A (zh) | 训练神经网络模型的方法及装置、图像识别方法 | |
| US9415778B2 (en) | Apparatus and method for determining careless driving | |
| CN111483471B (zh) | 车辆控制方法、装置及车载控制器 | |
| CN114330430A (zh) | 一种基于大数据特征分析的电梯故障判断方法及系统 | |
| CN115629930B (zh) | 基于dsp系统的故障检测方法、装置、设备及存储介质 | |
| CN116449092A (zh) | 汽车功率检测方法、系统、计算机及可读存储介质 | |
| CN112009266B (zh) | 动力参数标定方法、装置、车辆和计算机可读存储介质 | |
| CN114091458A (zh) | 基于模型融合的实体识别方法和系统 | |
| EP3992906A1 (en) | Information processing method and information processing system | |
| CN114091574A (zh) | 一种电器故障预警方法、装置及终端设备 | |
| CN113837008A (zh) | 硬度识别方法、装置、电子设备及存储介质 | |
| CN110033082B (zh) | 一种识别ai设备中深度学习模型的方法 | |
| CN112560599A (zh) | 文本识别方法、装置、计算机设备和存储介质 | |
| CN112749710A (zh) | 目标检测、智能行驶方法、装置、设备及存储介质 | |
| CN112782365A (zh) | 一种基于多级分类器的混合气体识别方法 | |
| CN112735436A (zh) | 声纹识别方法及声纹识别系统 | |
| CN111062298A (zh) | 配电网电力设备目标识别方法和系统 | |
| CN116681885B (zh) | 输变电设备红外图像目标识别方法及系统 |
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 | ||
| CB02 | Change of applicant information |
Address after: 550002 Building 2, huaguoyuan International Center, Nanming District, Guiyang City, Guizhou Province Applicant after: Huang Yingming Address before: 611432 group 2, caiwan village, Huaqiao Town, Xinjin County, Chengdu City, Sichuan Province Applicant before: Huang Yingming |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211110 Address after: 411100 No. 15, Caotang Road, Yuhu District, Xiangtan City, Hunan Province Applicant after: HUNAN XIANGQIAN INDUSTRIES Co.,Ltd. Address before: 550002 Building 2, huaguoyuan International Center, Nanming District, Guiyang City, Guizhou Province Applicant before: Huang Yingming |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Vehicle control methods, devices, and on-board controllers Effective date of registration: 20230626 Granted publication date: 20211130 Pledgee: Xiangtan branch of China Postal Savings Bank Co.,Ltd. Pledgor: HUNAN XIANGQIAN INDUSTRIES Co.,Ltd. Registration number: Y2023110000255 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |