CN111619482A - 一种车辆驾驶数据采集处理系统及方法 - Google Patents
一种车辆驾驶数据采集处理系统及方法 Download PDFInfo
- Publication number
- CN111619482A CN111619482A CN202010514776.0A CN202010514776A CN111619482A CN 111619482 A CN111619482 A CN 111619482A CN 202010514776 A CN202010514776 A CN 202010514776A CN 111619482 A CN111619482 A CN 111619482A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scene
- data
- preset
- driving data
- 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
- 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
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
Abstract
本发明提供一种车辆驾驶数据采集处理系统及方法，系统包括数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备。数据接收处理模块的一端通过交换机和CAN转以太网设备连接车身执行器和毫米波雷达，数据接收处理模块的另一端通过网卡分别连接LIDAR和车载相机，数据接收处理模块的又一端连接所述硬盘。数据接收处理模块用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的特定场景识别规则从所述车辆驾驶数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。本发明解决了自动驾驶开发和测试过程对车辆驾驶数据需求的问题。同时，自动提取特定场景数据，能免去人工筛选数据的过程，节省了人力，提高了效率。
Description
技术领域
本发明实施例涉及智能驾驶领域，尤其涉及一种车辆驾驶数据采集处理系统及方法。
背景技术
自动驾驶技术已成为当前汽车行业和人工智能行业的重要研究领域，如何开发出安全可靠且接近人类驾驶的自然舒适的自动驾驶产品、如何去定量测试评价所开发出来自动驾驶功能都离不开对车辆实际道路驾驶状态的研究。
对车辆驾驶状态的研究具体来说就是对车辆驾驶数据的分析，车辆的驾驶数据包括传感器采集到的车身周边交通环境数据和车辆自身的运动状态数据。对车辆驾驶数据的采集和特定场景数据的提取是自动驾驶功能开发和测试过程中必不可少的环节。
现有的车辆驾驶数据采集处理方法，对车辆驾驶数据中特定场景数据的提取依赖人工筛选，耗费人力，筛选效率较低，并且数据质量难以保证。因此，如何提供一种车辆数据采集处理系统，实现对车辆驾驶数据的采集和特定场景数据的自动提取，成为亟待解决的问题。
发明内容
本发明实施例提供一种车辆驾驶数据采集处理系统及方法，用以解决对车辆驾驶数据的采集和特定场景数据的自动提取的问题。
第一方面，本发明实施例提供一种车辆驾驶数据采集处理系统，包括数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备；所述数据接收处理模块的一端依次通过交换机的一端和CAN转以太网设备连接车身执行器和毫米波雷达，所述交换机的另一端连接组合惯导，所述数据接收处理模块的另一端通过网卡分别连接LIDAR和车载相机，所述数据接收处理模块的又一端连接所述硬盘；所述毫米波雷达、组合惯导、LIDAR和车载相机构成传感器组；所述CAN转以太网设备用于将所述毫米波雷达和车身执行器的数据交换方式由CAN通信转化为以太网通信；
所述数据接收处理模块用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的特定场景识别规则从所述车辆驾驶数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。
进一步，所述传感器组还包括超声波雷达，所述超声波雷达与所述CAN转以太网设备连接。
进一步，所述特定场景包括急减速场景、跟车场景、变道场景和弯道场景；所述数据接收处理模块，具体用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
进一步，根据预设的急减速场景识别规则，从所述车辆驾驶数据中识别急减速场景，具体包括：
预先设置以下急减速场景判定条件，根据车辆速度与减速度之间的对应关系，识别急减速场景；
其中，急减速场景判定条件包括：
A1，当车辆速度小于等于第一预设速度时，减速度大于第一预设减速度；
A2，当车辆速度大于第一预设速度且小于第二预设速度时，减速度大于第二预设减速度；
A3，当车辆速度大于第二预设速度时，减速度大于第三预设减速度；
A4，上述A1、A2和A3条件中的减速度和车辆速度对应关系的持续时长大于等于第一预设时间；
若根据车辆驾驶数据获知，测试车辆的车辆速度与减速度的对应关系满足上述A1、A2和A3条件中的任意一项，并且同时满足A4条件时，判定此时测试车辆在急减速场景。
进一步，根据预设的跟车场景识别规则，从所述车辆驾驶数据中识别跟车场景，具体包括：
预先设置跟车场景判定条件，根据测试车辆与当前车道前方车辆之间的时距，识别跟车场景；
其中，跟车场景判定条件包括：
B1，测试车辆未处于跨越左车道线的状态；
B2，测试车辆未处于跨越右车道线的状态；
B3，测试车辆与前方车辆在行驶路径上的横向偏差小于预设距离；
B4，测试车辆与前方车辆的时距小于等于预设时距。
若根据车辆驾驶数据获知，测试车辆同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆进入跟车驾驶状态；若测试车辆不能同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆退出跟车驾驶状态。
进一步，根据预设的变道场景识别规则，从所述车辆驾驶数据中识别变道场景，具体包括：
预先设置变道场景判定条件，根据测试车辆在当前帧和前一帧之间的左车道线距离差值以及右车道线的距离差值，识别变道场景；
其中，变道场景识别规则包括：
C1，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[3，4]m区间，同时右车道线距离差值在[-4，-3]m区间；
C2，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[-3，-4]m区间，同时右车道线距离差值在[4，3]m区间；
若根据车辆驾驶数据获知测试车辆满足上述C1条件，则判定测试车辆向左变道，若满足上述C2条件，则判定测试车辆向右变道。
进一步，根据预设的弯道场景识别规则，从所述车辆驾驶数据中识别弯道场景，具体包括：
预先设置弯道场景判定条件，根据测试车辆的车辆速度和横摆角速度识别弯道场景；
定义横摆角速度方向偏向车辆行驶方向的左侧时，横摆角速度为负值，偏向车辆行驶方向的右侧时，横摆角速度为正值；以预设的采样周期进行采样，若采样周期内车辆速度/横摆角速度的平均值在预设阈值范围内，则判定测试车辆处于弯道行驶状态；并且，车辆速度/横摆角速度的平均值为负数时测试车辆在左弯道，车辆速度/横摆角速度的平均值为正数时，测试车辆在右弯道。
第二方面，本发明实施例提供一种车辆驾驶数据采集处理方法，包括：
接收车身执行器和传感器组采集的车辆驾驶数据；其中，所述传感器组包括毫米波雷达、组合惯导、LIDAR和车载相机，所述车辆驾驶数据包括车身执行器数据和传感器数据；
根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
第三方面，本发明实施例提供一种电子设备，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实现如本发明第二方面实施例所述车辆驾驶数据采集处理方法的步骤。
第四方面，本发明实施例提供一种非暂态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实现如本发明第二方面实施例所述车辆驾驶数据采集处理方法的步骤。
本发明实施例提供的车辆驾驶数据采集处理系统及方法，解决了自动驾驶开发和测试过程对车辆驾驶数据需求的问题。同时，自动提取特定场景数据，能免去人工筛选数据的过程，节省了人力，提高了效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车辆驾驶数据采集处理系统的结构示意图；
图2为本发明实施例提供的车辆驾驶数据采集处理方法流程图；
图3为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
图1为本发明实施例提供的车辆驾驶数据采集处理系统的结构示意图，如图1所示，该系统包括数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备；所述数据接收处理模块的一端依次通过交换机的一端和CAN转以太网设备连接车身执行器和毫米波雷达，所述交换机的另一端连接组合惯导，所述数据接收处理模块的另一端通过网卡分别连接LIDAR和车载相机，所述数据接收处理模块的又一端连接所述硬盘；所述毫米波雷达、组合惯导、LIDAR和车载相机构成传感器组；所述CAN转以太网设备用于将所述毫米波雷达和车身执行器的数据交换方式由CAN通信转化为以太网通信。
传感器组还可以包括超声波雷达，所述超声波雷达与所述CAN转以太网设备连接。图1中的“传感器1”和“传感器2”分别可以是毫米波雷达和超声波雷达。
进一步的，参照图1，传感器组还可以包括V2X。图1中的“传感器3”和“传感器4”分别表示组合惯导和V2X。V2X(Vehicle to Everything，车联网)指的是车辆之间，或者汽车与行人、骑行者以及基础设施之间的通信系统。“传感器5”和“传感器6”分别表示LIDAR和车载相机。
各硬件模块之间按图1方式连接，利用螺钉和粘胶将各硬件模块固定在塑胶盒体中，塑胶盒体侧面开孔，为CAN转以太网设备和交换机分别预留CAN接口和以太网接口。以CAN为通信方式的“传感器1”和“传感器2”通过预留的CAN接口连接至CAN转以太网设备。
所述数据接收处理模块用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的特定场景识别规则从所述车辆驾驶数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。
具体地，数据接收处理模块为NVIDIAJetsonTX2，接收传感器组采集的传感器数据以及车身CAN总线上的车身执行器数据，并实现对数据的融合处理的功能，提取出急减速、跟车、变道、弯道等特定场景的数据，存储到挂载的硬盘中。
硬盘为SATA接口的移动固态硬盘，通过SATA电源数据线与数据接收处理模块连接。示例性的，CAN转以太网设备具备4路独立的CAN通道，用于将所述毫米波雷达、车载相机、车身执行器的数据交换方式由CAN通信转化为以太网通信。所述网卡为4路网口的PCIE千兆网卡，为数据接收处理模块扩展了以太网接口。数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备封装在塑胶盒体中，轻巧便携，易于移植到其它智能驾驶车辆上使用。
本发明实施例提供的车辆驾驶数据采集处理系统可以应用于测试车辆的道路试验中车辆驾驶数据的采集处理。具体地，测试车辆的道路试验过程中测试车辆的车身执行器和车辆携带的传感器组分别采集车身执行器数据和传感器数据。车辆驾驶数据采集处理系统接收车辆驾驶数据，车辆驾驶数据包括车身执行器数据和传感器数据，接着，根据预设的特定场景识别规则从所述车辆驾驶数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。本实施例中，车辆驾驶数据包括GPS时间、车速、纵向加速度、横向加速度、经度、纬度、航向角、横摆角速度、与左侧车道线距离、与右侧车道线距离、与车道中心线横向偏离距离、车道中心线曲率、档位、方向盘转角、刹车量、油门量、转向灯状态、障碍物ID、障碍物类型、障碍物的时距、障碍物纵向距离、障碍物横向距离、障碍物的尺寸、障碍物速度和障碍物速度方向。
本发明实施例提供的车辆驾驶数据采集处理系统及方法，解决了自动驾驶开发和测试过程对车辆驾驶数据需求的问题。同时，自动提取特定场景数据，能免去人工筛选数据的过程，节省了人力，提高了效率。
本发明实施例提供的车辆驾驶数据采集系统的有益效果包括：1)系统构成简单，容易维护。2)通用性好，数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备封装在塑胶盒体中，轻巧便携，易于移植到其它智能驾驶车辆上使用。3)扩展性好，可根据实际需求扩展更多的传感器，丰富感知数据。4)自动提取特定场景数据，能免去人工筛选数据的过程，便于数据使用者直接取用，节省了人力，提高了效率。
具体地，交换机为千兆交换机，千兆交换机为智能驾驶数据采集处理系统构建了一个局域网，且还能根据需求扩展V2X等更多感知设备。本实施例中，以以太网通为通信方式的传感器通过预留的以太网接口连接至交换机或连接至数据收集和处理模块的扩展网卡。
数据接收处理模块具体用于，接收车身执行器的车身执行器数据以及各个传感器组采集的传感器数据，根据预设的特定场景识别规则，从车身执行器数据和传感器数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。其中，车辆驾驶数据包括车身执行器数据和传感器数据。
本实施例中，网卡为4路网口的PCIE千兆网卡，为数据接收处理模块扩展了以太网接口，能够接收LIDAR(Light Detection and Ranging，激光雷达)采集的数据。
在上述各实施例的基础上，所述特定场景包括急减速场景、跟车场景、变道场景和弯道场景；所述数据接收处理模块，具体用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。本实施例中，特定场景数据包括急减速场景数据、跟车场景数据、变道场景数据和弯道场景数据。
基于上述实施例的内容，数据接收处理模块根据预设的急减速场景识别规则，从所述车辆驾驶数据中识别急减速场景，具体包括：
预先设置以下急减速场景判定条件，根据车辆速度与减速度之间的对应关系，识别急减速场景；
其中，急减速场景判定条件包括：
A1，当车辆速度小于等于第一预设速度时，减速度大于第一预设减速度；优选的，第一预设速度为5m/s，第一预设减速度为4m/s2。
A2，当车辆速度大于第一预设速度且小于第二预设速度时，减速度大于第二预设减速度；优选的，本实施例中，第二预设速度为20m/s，第二预设减速度设置为(4.5－车辆速度*0.1)m/s2。
A3，当车辆速度大于第二预设速度时，减速度大于第三预设减速度；优选的，第三预设减速度为2.5m/s2。
A4，上述A1、A2和A3条件中的减速度和车辆速度对应关系的持续时长大于等于第一预设时间；
若根据车辆驾驶数据获知，测试车辆的车辆速度与减速度的对应关系满足上述A1、A2和A3条件中的任意一项，并且同时满足A4条件时，判定此时测试车辆在急减速场景。提取满足上述急减速场景判定条件的车辆驾驶数据，得到急减速场景数据。
基于上述各实施例的内容，数据接收处理模块根据预设的跟车场景识别规则，从所述车辆驾驶数据中识别跟车场景，具体包括：
预先设置跟车场景判定条件，根据测试车辆与当前车道前方车辆之间的时距，识别跟车场景；
其中，跟车场景判定条件包括：
B1，测试车辆未处于跨越左车道线的状态；即测试车辆与左车道线距离大于0。
B2，测试车辆未处于跨越右车道线的状态；即测试车辆与右车道线距离大于0。
B3，测试车辆与前方车辆在行驶路径上的横向偏差小于预设距离；优选的，本实施例中预设距离设置为1.5m。
B4，测试车辆与前方车辆的时距小于等于预设时距。
优选的，本实施例中预设时距为2.2s。此处，时距即车头时距，指的是在同一车道上行驶的车辆队列中，两连续车辆车头端部通过某一断面的时间间隔。单位s。车头时距可以有以下计算方式：
车头时距＝平均车头间距/平均车速。
具体地，根据车辆驾驶数据，获得测试车辆与左车道线和右车道线的距离，判断测试车辆是否满足跟车场景判定条件B1和B2。通过传感器组获取前方车辆与测试车纵向距离和横向距离，进而能够判断测试车辆是否满足跟车场景判定条件B3和B4。
进一步地，若根据车辆驾驶数据获知，测试车辆同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆进入跟车驾驶状态。若测试车辆不能同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆退出跟车驾驶状态。优选的，第二预设时间为5s，本发明对此不作具体限定。将进入跟车状态到退出跟车状态这段时间内的车辆驾驶数据存储为跟车场景数据。
基于上述各实施例的内容，数据接收处理模块根据预设的变道场景识别规则，从所述车辆驾驶数据中识别变道场景，具体包括：
预先设置变道场景判定条件，根据测试车辆在当前帧和前一帧之间的左车道线距离差值以及右车道线的距离差值，识别变道场景；
其中，变道场景识别规则包括：
C1，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[3，4]m区间，同时右车道线距离差值在[-4，-3]m区间；
C2，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[-3，-4]m区间，同时右车道线距离差值在[4，3]m区间；
若根据车辆驾驶数据获知测试车辆满足上述C1条件，则判定测试车辆向左变道，若满足上述C2条件，则判定测试车辆向右变道。提取满足上述变道场景判定条件的车辆驾驶数据，得到变道场景数据。
基于上述各实施例的内容，根据预设的弯道场景识别规则，从所述车辆驾驶数据中识别弯道场景，具体包括：
预先设置弯道场景判定条件，根据测试车辆的车辆速度和横摆角速度识别弯道场景；
定义横摆角速度方向偏向车辆行驶方向的左侧时，横摆角速度为负值，偏向车辆行驶方向的右侧时，横摆角速度为正值；以预设的采样周期进行采样，若采样周期内车辆速度/横摆角速度的平均值在预设阈值范围内，则判定测试车辆处于弯道行驶状态。优选的，预设阈值范围为[-500，500]，根据经验设置。本实施例中，车辆速度/横摆角速度的平均值为负数时测试车辆在左弯道，车辆速度/横摆角速度的平均值为正数时，测试车辆在右弯道。将满足上述条件的连续采样周期的数据提取并打包即得到弯道场景数据。
图2为根据本发明实施例提供的车辆驾驶数据采集处理方法流程图，参照图1和图2，该方法包括：
201，接收车身执行器和传感器组采集的车辆驾驶数据；其中，所述传感器组包括毫米波雷达、组合惯导、LIDAR和车载相机，所述车辆驾驶数据包括车身执行器数据和传感器数据；
202，根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
具体地，参照图1和图2，该方法的执行主体可以是图1中的数据接收处理模块，由于上述实施例已经对数据接收处理模块的工作原理作出详细介绍，本实施例在此不再赘述。
图3示例了一种电子设备结构示意图，如图3所示，该服务器可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下车辆驾驶数据采集处理方法：接收车身执行器和传感器组采集的车辆驾驶数据；其中，所述传感器组包括毫米波雷达、组合惯导、LIDAR和车载相机，所述车辆驾驶数据包括车身执行器数据和传感器数据。根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
本实施例还提供了一种非暂态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实现如上述各实施例中所述车辆驾驶数据采集处理方法的步骤。例如包括：接收车身执行器和传感器组采集的车辆驾驶数据；其中，所述传感器组包括毫米波雷达、组合惯导、LIDAR和车载相机，所述车辆驾驶数据包括车身执行器数据和传感器数据。根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
以上所描述的方法实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车辆驾驶数据采集处理系统，其特征在于，包括数据接收处理模块、硬盘、网卡、交换机和CAN转以太网设备；所述数据接收处理模块的一端依次通过交换机的一端和CAN转以太网设备连接车身执行器和毫米波雷达，所述交换机的另一端连接组合惯导，所述数据接收处理模块的另一端通过网卡分别连接LIDAR和车载相机，所述数据接收处理模块的又一端连接所述硬盘；所述毫米波雷达、组合惯导、LIDAR和车载相机构成传感器组；所述CAN转以太网设备用于将所述毫米波雷达和车身执行器的数据交换方式由CAN通信转化为以太网通信；
所述数据接收处理模块用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的特定场景识别规则从所述车辆驾驶数据中识别特定场景，进而提取特定场景数据并存储至所述硬盘中。
2.根据权利要求1所述的系统，其特征在于，所述传感器组还包括超声波雷达，所述超声波雷达与所述CAN转以太网设备连接。
3.根据权利要求1所述的系统，其特征在于，所述特定场景包括急减速场景、跟车场景、变道场景和弯道场景；
所述数据接收处理模块，具体用于接收车身执行器和传感器组采集的车辆驾驶数据，根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
4.根据权利要求3所述的系统，其特征在于，根据预设的急减速场景识别规则，从所述车辆驾驶数据中识别急减速场景，具体包括：
预先设置以下急减速场景判定条件，根据车辆速度与减速度之间的对应关系，识别急减速场景；
其中，急减速场景判定条件包括：
A1，当车辆速度小于等于第一预设速度时，减速度大于第一预设减速度；
A2，当车辆速度大于第一预设速度且小于第二预设速度时，减速度大于第二预设减速度；
A3，当车辆速度大于第二预设速度时，减速度大于第三预设减速度；
A4，上述A1、A2和A3条件中的减速度和车辆速度对应关系的持续时长大于等于第一预设时间；
若根据车辆驾驶数据获知，测试车辆的车辆速度与减速度的对应关系满足上述A1、A2和A3条件中的任意一项，并且同时满足A4条件时，判定此时测试车辆在急减速场景。
5.根据权利要求3所述的系统，其特征在于，根据预设的跟车场景识别规则，从所述车辆驾驶数据中识别跟车场景，具体包括：
预先设置跟车场景判定条件，根据测试车辆与当前车道前方车辆之间的时距，识别跟车场景；
其中，跟车场景判定条件包括：
B1，测试车辆未处于跨越左车道线的状态；
B2，测试车辆未处于跨越右车道线的状态；
B3，测试车辆与前方车辆在行驶路径上的横向偏差小于预设距离；
B4，测试车辆与前方车辆的时距小于等于预设时距。
若根据车辆驾驶数据获知，测试车辆同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆进入跟车驾驶状态；若测试车辆不能同时满足上述B1～B4条件，且持续时间大于第二预设时间，则判定测试车辆退出跟车驾驶状态。
6.根据权利要求3所述的系统，其特征在于，根据预设的变道场景识别规则，从所述车辆驾驶数据中识别变道场景，具体包括：
预先设置变道场景判定条件，根据测试车辆在当前帧和前一帧之间的左车道线距离差值以及右车道线的距离差值，识别变道场景；
其中，变道场景识别规则包括：
C1，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[3，4]m区间，同时右车道线距离差值在[-4，-3]m区间；
C2，当测试车辆在当前帧和前一帧之间的左车道线距离差值在[-3，-4]m区间，同时右车道线距离差值在[4，3]m区间；
若根据车辆驾驶数据获知测试车辆满足上述C1条件，则判定测试车辆向左变道，若满足上述C2条件，则判定测试车辆向右变道。
7.根据权利要求3所述的系统，其特征在于，根据预设的弯道场景识别规则，从所述车辆驾驶数据中识别弯道场景，具体包括：
预先设置弯道场景判定条件，根据测试车辆的车辆速度和横摆角速度识别弯道场景；
定义横摆角速度方向偏向车辆行驶方向的左侧时，横摆角速度为负值，偏向车辆行驶方向的右侧时，横摆角速度为正值；以预设的采样周期进行采样，若采样周期内车辆速度/横摆角速度的平均值在预设阈值范围内，则判定测试车辆处于弯道行驶状态；并且，车辆速度/横摆角速度的平均值为负数时测试车辆在左弯道，车辆速度/横摆角速度的平均值为正数时，测试车辆在右弯道。
8.一种根据权利要求1～7任一项所述车辆驾驶数据采集处理系统的车辆驾驶数据采集处理方法，其特征在于，包括：
接收车身执行器和传感器组采集的车辆驾驶数据；其中，所述传感器组包括毫米波雷达、组合惯导、LIDAR和车载相机；所述车辆驾驶数据包括车身执行器数据和传感器数据；
根据预设的急减速场景识别规则、跟车场景识别规则、变道场景识别规则和弯道场景识别规则，分别从所述车辆驾驶数据中识别急减速场景、跟车场景、变道场景和弯道场景，进而提取特定场景数据并存储至所述硬盘中。
9.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现如权利要求8所述车辆驾驶数据采集处理方法的步骤。
10.一种非暂态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实现如权利要求8所述车辆驾驶数据采集处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010514776.0A CN111619482A (zh) | 2020-06-08 | 2020-06-08 | 一种车辆驾驶数据采集处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010514776.0A CN111619482A (zh) | 2020-06-08 | 2020-06-08 | 一种车辆驾驶数据采集处理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111619482A true CN111619482A (zh) | 2020-09-04 |
Family
ID=72269215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010514776.0A Pending CN111619482A (zh) | 2020-06-08 | 2020-06-08 | 一种车辆驾驶数据采集处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111619482A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112277842A (zh) * | 2020-09-15 | 2021-01-29 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于自动驾驶平台的数据采集系统 |
| CN112565468A (zh) * | 2021-02-22 | 2021-03-26 | 华为技术有限公司 | 一种驾驶场景识别方法及其系统 |
| CN115439957A (zh) * | 2022-09-14 | 2022-12-06 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018102806A1 (en) * | 2016-12-02 | 2018-06-07 | Texas Instruments Incorporated | Synchronizing vehicle devices over a controller area network |
| CN109664846A (zh) * | 2018-12-11 | 2019-04-23 | 北京赛迪认证中心有限公司 | 一种自动驾驶汽车电路 |
| CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶系统道路驾驶数据采集、分析及上传方法 |
-
2020
- 2020-06-08 CN CN202010514776.0A patent/CN111619482A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018102806A1 (en) * | 2016-12-02 | 2018-06-07 | Texas Instruments Incorporated | Synchronizing vehicle devices over a controller area network |
| CN109664846A (zh) * | 2018-12-11 | 2019-04-23 | 北京赛迪认证中心有限公司 | 一种自动驾驶汽车电路 |
| CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶系统道路驾驶数据采集、分析及上传方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112277842A (zh) * | 2020-09-15 | 2021-01-29 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于自动驾驶平台的数据采集系统 |
| CN112565468A (zh) * | 2021-02-22 | 2021-03-26 | 华为技术有限公司 | 一种驾驶场景识别方法及其系统 |
| CN115439957A (zh) * | 2022-09-14 | 2022-12-06 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
| CN115439957B (zh) * | 2022-09-14 | 2023-12-08 | 上汽大众汽车有限公司 | 一种智能驾驶数据采集方法、采集装置、采集设备及一种计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
| CN111619482A (zh) | 一种车辆驾驶数据采集处理系统及方法 | |
| CN113460042B (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
| US9140565B2 (en) | Travel plan generation method and travel plan generation device | |
| CN108495330A (zh) | 一种车-车信息交互通信的碰撞预警可靠性测试方法 | |
| CN112440881B (zh) | 后视镜自适应调节方法及装置 | |
| CN112654549A (zh) | 控制车辆驾驶模式切换的方法和装置 | |
| CN107867283A (zh) | 基于预测模型的集成式fcw/acc/aeb系统及车辆 | |
| CN112950811B (zh) | 融合整车安全的新能源汽车区域运行风险评估及预警系统 | |
| CN113085852A (zh) | 自动驾驶车辆的行为预警方法、装置及云端设备 | |
| EP4201771A1 (en) | Autonomous driving method and apparatus | |
| CN112650064B (zh) | 一种适应于混杂道路的智能汽车汇入控制系统及方法 | |
| CN114056346A (zh) | 一种自动驾驶行车控制方法及装置 | |
| CN110696836A (zh) | 一种智能驾驶车辆的行为决策方法及装置 | |
| CN211578054U (zh) | 一种物联网环境下的鬼探头防撞预警系统 | |
| CN114813157A (zh) | 一种测试场景构建方法及装置 | |
| CN115593440B (zh) | 车辆控制方法、装置、设备及计算机可读存储介质 | |
| CN110556025A (zh) | 一种基于车联网的汽车超车预警方法 | |
| US20230177840A1 (en) | Intelligent vehicle systems and control logic for incident prediction and assistance in off-road driving situations | |
| CN111402627B (zh) | 一种基于车联网的多工况换道安全预警系统及预警方法 | |
| CN114655230A (zh) | 一种基于路侧多传感器的智能驾驶决策系统 | |
| CN112654547A (zh) | 驾驶提醒的方法、装置及系统 | |
| CN108648479B (zh) | 一种利用电子地图实时提醒夜间团雾路段的装置及方法 | |
| CN111275986A (zh) | 一种车辆于加速车道自主汇入主干道的风险决策装置及方法 | |
| CN110428620B (zh) | 一种驾驶风险行为数据采集和分析系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |