CN111669708A - 车辆、车机设备及其基于车联网紧急情况的应急导航方法 - Google Patents
车辆、车机设备及其基于车联网紧急情况的应急导航方法 Download PDFInfo
- Publication number
- CN111669708A CN111669708A CN201910171430.2A CN201910171430A CN111669708A CN 111669708 A CN111669708 A CN 111669708A CN 201910171430 A CN201910171430 A CN 201910171430A CN 111669708 A CN111669708 A CN 111669708A
- Authority
- CN
- China
- Prior art keywords
- emergency
- route
- user
- navigation
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000006855 networking Effects 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009432 framing Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- ADLSFYJDHWUKFP-UHFFFAOYSA-N 5-methoxy-11,12-dihydroindolo[2,3-a]carbazole-6-carbonitrile Chemical compound N1C2=C3NC4=CC=C[CH]C4=C3C(OC)=C(C#N)C2=C2[C]1C=CC=C2 ADLSFYJDHWUKFP-UHFFFAOYSA-N 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Navigation (AREA)
Abstract
本申请涉及导航技术领域，提供一种车辆、车机设备及其基于车联网紧急情况的应急导航方法，可以实时检测车联网网络是否存在紧急危险情况，若存在紧急危险情况，从车联网网络获取对应的应急处理方案，根据所述应急处理方案获取对应的导航规避路线，将所述导航规避路线提示给用户，判断用户是否作出路线调整操作，根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线。本申请能够帮助用户在遇到突发情况时，及时地向用户提供可行的应急导航方案，避免将用户导航至危险区域，保障用户的生命财产安全，利于所有用户集体进行有序撤退，避免发生更多的危险事故。
Description
技术领域
本申请涉及导航技术领域，具体涉及一种基于车联网紧急情况的应急导航方法，以及应用所述基于车联网紧急情况的应急导航方法的车机设备和车辆。
背景技术
随着生活水平的不断改善，汽车在人们的生活中越来越普遍，逐步成为城市和乡村的人们生活中不可或缺的交通工具之一，在行车过程中，一般会需要用到导航系统。
目前，导航系统会采用到全球定位系统(Global Positioning System，简称GPS)，其是美国从20世纪70年代开始研制，于1994年全面建成，具有在海、陆、空全方位实时三维导航与定位能力的新一代卫星导航与定位系统。GPS系统不仅可用于测量、导航，还可用于测速、测时。通过GPS接收到的卫星信号准确定位，可以得知车辆的行驶路线、位置、速度、海拔等信息。
另一方面，地理信息系统(Geographical Information System，简称GIS)从50年代末和60年代初开始出现，是人类在生产实践活动中，为描述和处理相关地理信息而逐渐产生的软件系统。它以计算机为手段，对具有地理特征的空间数据进行处理，以一个空间信息为主线，将其它各种与其有关的空间位置信息结合起来，具有如采集、管理、分析和表达数据等功能。其次，GIS处理的数据都和地理信息有着直接或间接的关系。地理信息是有关地理实体的性质、特征、运动状态的表征和一切有用的知识，而地理数据则是各种地理特征和现象间关系的符号化表示。
近年来，GPS技术除了应用在传统的车载防盗反劫装置之外，结合GIS系统、车载导航仪的应用也日趋广泛。随着汽车工业的发展以及汽车电子市场的逐渐成熟，车载导航产品已初具规模。在欧美及日本，此类车载导航仪使用已比较普遍，目前国内GPS汽车导航产品也具有急剧增长的市场趋势。
然而，这些导航技术和导航方法，一般只是应用到日常生活中，而不能在一些突发情况下应急使用，比如突然遇到地质灾害或者大范围的火灾等，人们无法及时地了解路况，导致导航错误，甚至会导航至危险发生地，严重影响用户使用，不能保障用户的生命财产安全。
针对现有技术的多方面不足，本申请的发明人经过深入研究，提出一种车辆、车机设备及其基于车联网紧急情况的应急导航方法。
发明内容
本申请的目的在于，提供一种车辆、车机设备及其基于车联网紧急情况的应急导航方法，能够帮助用户在遇到突发情况时，及时地向用户提供可行的应急导航方案，避免将用户导航至危险区域，保障用户的生命财产安全，利于所有用户集体进行有序撤退，避免发生更多的危险事故。
为解决上述技术问题，本申请提供一种基于车联网紧急情况的应急导航方法，作为其中一种实施方式，所述基于车联网紧急情况的应急导航方法包括：
实时检测车联网网络是否存在紧急危险情况；
若存在紧急危险情况，从车联网网络获取对应的应急处理方案；
根据所述应急处理方案获取对应的导航规避路线；
将所述导航规避路线提示给用户，判断用户是否作出路线调整操作；
根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线。
作为其中一种实施方式，所述根据用户的路线调整操作重新规划得到更新路线的步骤，具体包括：
判断用户的路线调整目标是否符合安全标准，其中，所述安全标准包括规避洪水、滑坡、易倒塌建筑物以及地震海啸发生地；
若符合安全标准，执行重新规划的操作得到所述更新路线。
作为其中一种实施方式，所述若符合安全标准，执行重新规划的操作得到所述更新路线的步骤，还包括：
若不符合安全标准，将符合安全标准的替换路线提示给用户，或提示用户强制采用所述导航规避路线。
作为其中一种实施方式，所述根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线的步骤之后，还包括：
检测车联网网络是否存在更新的突发情况；
若存在更新的突发情况，重新获取更新的应急处理方案及其对应更新的导航规避路线，以动态调整规避路线。
作为其中一种实施方式，所述判断用户是否作出路线调整操作的步骤，具体包括：
接收用户针对所述导航规避路线进行互动输入的多轮语音信号；
分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
计算多轮语音信号的置信度信息；
解析多轮语音信号的语义信息；
根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
根据语音解析结果识别出所述用户是否作出路线调整的操作。
作为其中一种实施方式，所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：
在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
作为其中一种实施方式，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
作为其中一种实施方式，所述计算多轮语音信号的置信度信息的步骤，具体包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，
为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
作为其中一种实施方式，所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体包括：
基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
为解决上述技术问题，本申请还提供一种车机设备，作为其中一种实施方式，所述车机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于执行计算机程序，以实现如上所述的基于车联网紧急情况的应急导航方法的步骤。
为解决上述技术问题，本申请还提供一种车辆，作为其中一种实施方式，所述车辆配置有如上所述的车机设备。
本申请提供的车辆、车机设备及其基于车联网紧急情况的应急导航方法，可以实时检测车联网网络是否存在紧急危险情况，若存在紧急危险情况，从车联网网络获取对应的应急处理方案，根据所述应急处理方案获取对应的导航规避路线，将所述导航规避路线提示给用户，判断用户是否作出路线调整操作，根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线。本申请能够帮助用户在遇到突发情况时，及时地向用户提供可行的应急导航方案，避免将用户导航至危险区域，保障用户的生命财产安全，利于所有用户集体进行有序撤退，避免发生更多的危险事故。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
图1为本申请基于车联网紧急情况的应急导航方法一实施方式的流程示意图。
图2为本申请车机设备一实施方式的模块示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本申请车辆、车机设备及其基于车联网紧急情况的应急导航方法的具体实施方式、方法、步骤、特征及其效果，详细说明如下。
有关本申请的前述及其他技术内容、特点及功效,在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
请参阅图1，图1为本申请基于车联网紧急情况的应急导航方法一实施方式的流程示意图。
需要说明的是，本实施方式所述基于车联网紧急情况的应急导航方法可以包括但不限于如下几个步骤。
步骤S101，实时检测车联网网络是否存在紧急危险情况；
步骤S102，若存在紧急危险情况，从车联网网络获取对应的应急处理方案；
步骤S103，根据所述应急处理方案获取对应的导航规避路线；
步骤S104，将所述导航规避路线提示给用户，判断用户是否作出路线调整操作；
步骤S105，根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线。
首先需要指出的是，由于用户不清楚目前的紧急危险情况及其对道路交通造成的影响，因此，在用户进行规避的时候，可能会导致导航错误，本实施方式所述根据用户的路线调整操作重新规划得到更新路线的步骤，具体包括：判断用户的路线调整目标是否符合安全标准，其中，所述安全标准包括规避洪水、滑坡、易倒塌建筑物以及地震海啸发生地；若符合安全标准，执行重新规划的操作得到所述更新路线。
容易理解的是，上述方式可以把容易发生洪水、滑坡或者高楼倒塌等因素加入到导航因素中，避免用户重新规划时把自己导航至危险区域的情况，进一步保障用户的生命财产安全。
进一步而言，本实施方式所述若符合安全标准，执行重新规划的操作得到所述更新路线的步骤，还包括：若不符合安全标准，将符合安全标准的替换路线提示给用户，或提示用户强制采用所述导航规避路线。
容易理解的是，所述导航规避路线，可以是由交警或者其他政府部门组织的集体撤离路线，避免用户车辆用户而发生更大的灾害，因此，本实施方式可以采用强制导航的方式，利于整个区域的有序撤离，保障社会多数群体的安全。
需要说明的是，有些紧急情况会出现后续的并发情况，本实施方式所述根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线的步骤之后，还包括：检测车联网网络是否存在更新的突发情况；若存在更新的突发情况，重新获取更新的应急处理方案及其对应更新的导航规避路线，以动态调整规避路线。
值得一提的是，用户可以手动调整，也可以语音进行调整，比如用户在行驶过程中看到道路已经被临时封堵，则必须要绕行，为解决这个情况，本实施方式所述判断用户是否作出路线调整操作的步骤，具体可以包括如下实现过程：
过程201，接收用户针对所述导航规避路线进行互动输入的多轮语音信号；
过程202，分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
过程203，根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
过程204，计算多轮语音信号的置信度信息；
过程205，解析多轮语音信号的语义信息；
过程206，根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
过程207，根据语音解析结果识别出所述用户是否作出路线调整的操作。
进一步而言，本实施方式所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
具体而言，本实施方式所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
需要说明的是，本实施方式所述计算多轮语音信号的置信度信息的步骤，具体包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，
为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
值得一提的是，本实施方式所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体包括：
基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
本申请能够帮助用户在遇到突发情况时，及时地向用户提供可行的应急导航方案，避免将用户导航至危险区域，保障用户的生命财产安全，利于所有用户集体进行有序撤退，避免发生更多的危险事故。
请参阅图2，本申请还提供一种车机设备，作为其中一种实施方式，所述车机设备包括存储器20和处理器21，所述存储器20存储有计算机程序，所述处理器21用于执行计算机程序，以实现图1及其实施方式所述的基于车联网紧急情况的应急导航方法的步骤。
对应地，本申请还提供一种车辆，作为其中一种实施方式，所述车辆配置有如上所述的车机设备。
值得一提的是，本实施方式所述车联网网络可以为无线网络，其具体可以采用WIFI网络或5G通讯网络(第五代通讯网络)技术，5G通讯网络可以是一个面向场景化的技术，本申请利用5G技术对车辆(特别是使用智能物联网的汽车)起到关键的支持作用，其同时实现连接人、连接物或连接车辆，其具体可以采用下述三个典型应用场景组成。
第一个是eMBB(Enhance Mobile Broadband，增强移动宽带)，使用户体验速率在0.1～1gpbs，峰值速率在10gbps，流量密度在10Tbps/km2；
第二个超可靠低时延通信，本申请可以实现的主要指标是端到端的时间延迟为ms(毫秒)级别；可靠性接近100％；
第三个是mMTC(海量机器类通信)，本申请可以实现的主要指标是连接数密度，每平方公里连接100万个其他终端，106/km2。
通过上述方式，本申请利用5G技术的超可靠、低时延时的特点，结合比如雷达和摄像头等就可以给车辆提供显示的能力，可以跟车辆实现互动，同时利用5G技术的交互式感知功能，用户可以对外界环境做一个输出，不光能探测到状态，还可以做一些反馈等。进一步而言，本申请还可以应用到自动驾驶的协同里面，比如车辆之间进行协作式避碰，车辆编队等，以进行车速整体编队通行，提高通行效率。
此外，本申请还可以利用5G技术实现通信增强自动驾驶感知能力，并且可以满足车内乘客对AR(增强现实)/VR(虚拟现实)、游戏、电影、移动办公等车载信息娱乐，以及高精度的需求。本申请可以实现厘米级别的3D高精度定位地图的下载量在3～4Gb/km，正常车辆限速120km/h(千米/时)下每秒钟地图的数据量为90Mbps～120Mbps(兆比特每秒)，同时还可以支持融合车载传感器信息的局部地图实时重构，以及危险态势建模与分析等。
需要说明的是，本申请还可以应用到自动驾驶层面，利用5G技术可以协助对城市固定路线车辆实现部分智能云控制，对园区、港口的无人驾驶车辆实现基于云的运营优化以及特定条件下的远程显示、控制。
在本申请中，上述系统和方法，均可以使用到具备车辆TBOX的车辆系统中，即车辆为可以具备车辆TBOX的车辆系统，其还可以连接到车辆的CAN总线上。
在本实施方式中，CAN可以包括三条网络通道CAN_1、CAN_2和CAN_3，车辆还可以设置一条以太网网络通道，其中三条CAN网络通道可以通过两个车联网网关与以太网网络通道相连接，举例而言，其中CAN_1网络通道包括混合动力总成系统，其中CAN_2网络通道包括运行保障系统，其中CAN_3网络通道包括电力测功机系统，以太网网络通道包括高级管理系统，所述的高级管理系统包括作为节点连接在以太网网络通道上的人-车-路模拟系统和综合信息采集单元，所述的CAN_1网络通道、CAN_2网络通道与以太网网络通道的车联网网关可以集成在综合信息采集单元中；CAN_3网络通道与以太网网络通道的车联网网关可以集成在人-车-路模拟系统中。
进一步而言，所述的CAN_1网络通道连接的节点有：发动机ECU、电机MCU、电池BMS、自动变速器TCU以及混合动力控制器HCU；CAN_2网络通道连接的节点有：台架测控系统、油门传感器组、功率分析仪、瞬时油耗仪、直流电源柜、发动机水温控制系统、发动机机油温度控制系统、电机水温控制系统以及发动机中冷温度控制系统；CAN_3网络通道连接的节点有：电力测功机控制器。
优选的所述的CAN_1网络通道的速率为250Kbps，采用J1939协议；CAN_2网络通道的速率为500Kbps，采用CANopen协议；CAN_3网络通道的速率为1Mbps，采用CANopen协议；以太网网络通道的速率为10/100Mbps，采用TCP/IP协议。
在本实施方式中，所述车联网网关支持5G技术的V2X车联网网络，其还可以配备有IEEE802.3接口、DSPI接口、eSCI接口、CAN接口、MLB接口、LIN接口和/或I2C接口。
在本实施方式中，比如，IEEE802.3接口可以用于连接无线路由器，为整车提供WIFI网络；DSPI(提供者管理器组件)接口用于连接蓝牙适配器和NFC(近距离无线通讯)适配器，可以提供蓝牙连接和NFC连接；eSCI接口用于连接4G/5G模块，与互联网通讯；CAN接口用于连接车辆CAN总线；MLB接口用于连接车内的MOST(面向媒体的系统传输)总线，LIN接口用于连接车内LIN(局域互联网络)总线；IC接口用于连接DSRC(专用短程通讯)模块和指纹识别模块。此外，本申请可以通过采用MPC5668G芯片对各个不同协议进行相互转换，将不同的网络进行融合。
此外，本实施方式车辆TBOX系统，Telematics-BOX，简称车载TBOX或远程信息处理器。
本实施方式Telematics为远距离通信的电信(Telecommunications)与信息科学(Informatics)的合成，其定义为通过内置在车辆上的计算机系统、无线通信技术、卫星导航装置、交换文字、语音等信息的互联网技术而提供信息的服务系统。简单的说就通过无线网络将车辆接入互联网(车联网系统)，为车主提供驾驶、生活所必需的各种信息。
此外，本实施方式Telematics是无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合，当车辆行驶当中出现故障时，通过无线通信连接服务中心，进行远程车辆诊断，内置在发动机上的计算机可以记录车辆主要部件的状态，并随时为维修人员提供准确的故障位置和原因。通过用户通讯终端接收信息并查看交通地图、路况介绍、交通信息、安全与治安服务以及娱乐信息服务等，另外，本实施方式的车辆还可以在后座设置电子游戏和网络应用。不难理解，本实施方式通过Telematics提供服务，可以方便用户了解交通信息、临近停车场的车位状况，确认当前位置，还可以与家中的网络服务器连接,及时了解家中的电器运转情况、安全情况以及客人来访情况等等。
本实施方式车辆还可设置ADAS(Advanced Driver Assistant System，先进驾驶辅助系统)，其可以利用安装于车辆上的上述各种传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性。对应地，本申请ADAS还可以采用雷达、激光和超声波等传感器，可以探测光、热、压力或其它用于监测车辆状态的变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。不难看出，上述ADAS功能所使用的各种智能硬件，均可以通过以太网链路的方式接入V2X车联网网络实现通信连接、交互。
本实施方式车辆的主机可包括适当的逻辑器件、电路和/或代码以用于实现OSI模型(Open System Interconnection，开放式通信系统互联参考模型)上面五层的运行和/或功能操作。因此，主机会生成用于网络传输的数据包和/或对这些数据包进行处理，并且还会对从网络接受到的数据包进行处理。同时，主机可通过执行相应指令和/或运行一种或多种应用程序来为本地用户和/或一个或多个远程用户或网络节点提供服务。在本申请的不同实施方式中，主机可采用一种或多种安全协议。
在本申请中，用于实现V2X车联网网络的网络连接可以为交换机，其可以具有AVB功能(Audio Video Bridging，满足IEEE802.1的标准集合)，和/或包括有一条或多条非屏蔽双绞线，每一端可以具有8P8C模块连接器。
在一优选实施方式中，V2X车联网网络中具体可以包括车身控制模块BCM、动力总线P-CAN、车身总线I-CAN、组合仪表CMIC、底盘控制装置和车身控制装置。
在本实施方式中，车身控制模块BCM可以集成车联网网关的功能，进行不同网段，即动力总线P-CAN和车身总线I-CAN之间的信号转换及报文转发等，例如，挂接在动力总线上的控制器如需要与挂接在车身总线I-CAN上的控制器进行通信，则要经过车身控制模块BCM进行两者之间的信号转换及转发等。
动力总线P-CAN和车身总线I-CAN分别与车身控制模块BCM相连。
组合仪表CMIC与动力总线P-CAN相连，且组合仪表CMIC与车身总线I-CAN相连。优选地，本实施方式的组合仪表CMIC与不同的总线，如动力总线P-CAN和车身总线I-CAN均相连，当组合仪表CMIC需要获取挂接在任意总线上的控制器信息时，均无需通过车身控制模块BCM进行信号转换以及报文转发，因此，可减轻网关压力、减少网络负载，且提高组合仪表CMIC获取信息的速度。
底盘控制装置与动力总线P-CAN相连。车身控制装置与车身总线I-CAN相连。在一些示例中，底盘控制装置和车身控制装置可分别向动力总线P-CAN和车身总线I-CAN上进行信息等数据广播，以便挂接在动力总线P-CAN或车身总线I-CAN上的其它车载控制器等设备获取该广播的信息，从而实现不同控制器等车载设备之间的通信。
此外，本实施方式车辆的V2X车联网网络，可以使用两条CAN总线，即动力总线P-CAN和车身总线I-CAN，将车身控制模块BCM作为网关，将组合仪表CMIC与动力总线P-CAN和车身总线I-CAN均相连的结构，可以省去了传统方式中组合仪表CMIC挂接在两条总线上的一条上时的底盘控制装置或车身控制装置的信息通过网关转发给组合仪表CMIC的操作，由此，减轻了车身控制模块BCM作为网关的压力，减少了网络负载，且更加方便将多条总线，如动力总线P-CAN和车身总线I-CAN上挂接的车载设备的信息发送至组合仪表CMIC上进行显示、信息传输实时性强。
以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请,任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。
Claims (11)
1.一种基于车联网紧急情况的应急导航方法，其特征在于，所述基于车联网紧急情况的应急导航方法包括：
实时检测车联网网络是否存在紧急危险情况；
若存在紧急危险情况，从车联网网络获取对应的应急处理方案；
根据所述应急处理方案获取对应的导航规避路线；
将所述导航规避路线提示给用户，判断用户是否作出路线调整操作；
根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线。
2.根据权利要求1所述的基于车联网紧急情况的应急导航方法，其特征在于，所述根据用户的路线调整操作重新规划得到更新路线的步骤，具体包括：
判断用户的路线调整目标是否符合安全标准，其中，所述安全标准包括规避洪水、滑坡、易倒塌建筑物以及地震海啸发生地；
若符合安全标准，执行重新规划的操作得到所述更新路线。
3.根据权利要求2所述的基于车联网紧急情况的应急导航方法，其特征在于，所述若符合安全标准，执行重新规划的操作得到所述更新路线的步骤，还包括：
若不符合安全标准，将符合安全标准的替换路线提示给用户，或提示用户强制采用所述导航规避路线。
4.根据权利要求1-3任一项所述的基于车联网紧急情况的应急导航方法，其特征在于，所述根据所述导航规避路线自动导航或根据用户的路线调整操作重新规划得到更新路线的步骤之后，还包括：
检测车联网网络是否存在更新的突发情况；
若存在更新的突发情况，重新获取更新的应急处理方案及其对应更新的导航规避路线，以动态调整规避路线。
5.根据权利要求1-3任一项所述的基于车联网紧急情况的应急导航方法，其特征在于，所述判断用户是否作出路线调整操作的步骤，具体包括：
接收用户针对所述导航规避路线进行互动输入的多轮语音信号；
分帧提取多轮语音信号的语音特征信息，根据语音特征信息和声学模型生成多轮语音信号的识别结果；
根据识别结果和预设静音检测算法初步检测出多轮语音信号的语音端点；
计算多轮语音信号的置信度信息；
解析多轮语音信号的语义信息；
根据置信度信息和语义信息获取多轮语音信号对应的语音解析结果；
根据语音解析结果识别出所述用户是否作出路线调整的操作。
6.根据权利要求5所述的基于车联网紧急情况的应急导航方法，其特征在于，所述根据语音特征信息和声学模型生成多轮语音信号的识别结果，具体包括：
在生成语音特征信息后，采用基于声学模型计算每帧多轮语音信号在每个建模单元上的似然值，通过动态规划算法得到最优状态转移序列及其对应的词序列，并将所得到的最优状态转移序列及其对应的词序列作为识别结果。
7.根据权利要求6所述的基于车联网紧急情况的应急导航方法，其特征在于，所述声学模型为基于神经网络的声学模型，采用所述基于神经网络的声学模型对所述语音特征信息进行识别。
8.根据权利要求7所述的基于车联网紧急情况的应急导航方法，其特征在于，所述计算多轮语音信号的置信度信息的步骤，具体包括：
基于识别结果，计算语音端点之间的每个词的声学后验概率，其中，计算语音端点之间的第k个词的声学后验概率的公式包括：
其中P(X)为多轮语音信号中第k个词的声学后验概率，p(m|x)为第t帧时该词对应建模单元的似然值，
为第t帧时所有建模单元的似然值和，T(X)为该词的持续时长；
根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息。
9.根据权利要求8所述的基于车联网紧急情况的应急导航方法，其特征在于，所述根据语音端点之间的每个词的声学后验概率和信噪比计算每个词对应的置信度信息，具体包括：
基于当前词的声学后验概率和信噪比，计算出当前词的置信度CM(X)，公式包括：
CM(X)＝w*P(X)+(1-w)*SNR(X)
其中0≤w≤1，w为权重系数；
计算多轮语音信号对应的置信度的公式包括：
其中，t(x)表示第n个词的持续时间长，CM(x)表示第n个词的置信度；
对每个词对应的置信度进行求和计算，获取得到多轮语音信号的置信度信息。
10.一种车机设备，其特征在于，所述车机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于执行计算机程序，以实现如权利要求1-9中任一项所述的基于车联网紧急情况的应急导航方法的步骤。
11.一种车辆，其特征在于，所述车辆配置有如权利要求9所述的车机设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910171430.2A CN111669708A (zh) | 2019-03-07 | 2019-03-07 | 车辆、车机设备及其基于车联网紧急情况的应急导航方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910171430.2A CN111669708A (zh) | 2019-03-07 | 2019-03-07 | 车辆、车机设备及其基于车联网紧急情况的应急导航方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111669708A true CN111669708A (zh) | 2020-09-15 |
Family
ID=72381753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910171430.2A Pending CN111669708A (zh) | 2019-03-07 | 2019-03-07 | 车辆、车机设备及其基于车联网紧急情况的应急导航方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111669708A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113053054A (zh) * | 2021-02-24 | 2021-06-29 | 江苏大学 | 一种基于车联网的火情预警系统及预警方法 |
| CN113194294A (zh) * | 2021-04-30 | 2021-07-30 | 重庆安全技术职业学院 | 加油站的安全监控及应急管理方法 |
| CN113270098A (zh) * | 2021-06-22 | 2021-08-17 | 广州小鹏汽车科技有限公司 | 语音控制方法、车辆、云端和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150276415A1 (en) * | 2014-03-31 | 2015-10-01 | Telenav, Inc. | Navigation system with device recognition mechanism and method of operation thereof |
| US20160109250A1 (en) * | 2014-10-21 | 2016-04-21 | International Business Machines Corporation | Emergency response re-router |
| CN105529028A (zh) * | 2015-12-09 | 2016-04-27 | 百度在线网络技术（北京）有限公司 | 语音解析方法和装置 |
| US20160290815A1 (en) * | 2015-03-30 | 2016-10-06 | Xiaomi Inc. | Navigation method and device |
| CN107421554A (zh) * | 2017-06-28 | 2017-12-01 | 奇瑞汽车股份有限公司 | 导航路径确定方法、装置、车载设备和存储介质 |
| CN108731699A (zh) * | 2018-05-09 | 2018-11-02 | 上海博泰悦臻网络技术服务有限公司 | 智能终端及其基于语音的导航路线重新规划方法、及车辆 |
-
2019
- 2019-03-07 CN CN201910171430.2A patent/CN111669708A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150276415A1 (en) * | 2014-03-31 | 2015-10-01 | Telenav, Inc. | Navigation system with device recognition mechanism and method of operation thereof |
| US20160109250A1 (en) * | 2014-10-21 | 2016-04-21 | International Business Machines Corporation | Emergency response re-router |
| US20160290815A1 (en) * | 2015-03-30 | 2016-10-06 | Xiaomi Inc. | Navigation method and device |
| CN105529028A (zh) * | 2015-12-09 | 2016-04-27 | 百度在线网络技术（北京）有限公司 | 语音解析方法和装置 |
| CN107421554A (zh) * | 2017-06-28 | 2017-12-01 | 奇瑞汽车股份有限公司 | 导航路径确定方法、装置、车载设备和存储介质 |
| CN108731699A (zh) * | 2018-05-09 | 2018-11-02 | 上海博泰悦臻网络技术服务有限公司 | 智能终端及其基于语音的导航路线重新规划方法、及车辆 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113053054A (zh) * | 2021-02-24 | 2021-06-29 | 江苏大学 | 一种基于车联网的火情预警系统及预警方法 |
| CN113194294A (zh) * | 2021-04-30 | 2021-07-30 | 重庆安全技术职业学院 | 加油站的安全监控及应急管理方法 |
| CN113270098A (zh) * | 2021-06-22 | 2021-08-17 | 广州小鹏汽车科技有限公司 | 语音控制方法、车辆、云端和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111669708A (zh) | 车辆、车机设备及其基于车联网紧急情况的应急导航方法 | |
| CN111200720A (zh) | 车联网平台、车辆远程视频监控方法及系统 | |
| CN110970029A (zh) | 车辆、车机设备及基于语音语义识别的车载语音交互方法 | |
| CN111311939A (zh) | 车辆、车机设备及其红绿灯信息地图显示方法 | |
| CN111688488A (zh) | 车辆、车机设备及其虚拟场景控制方法 | |
| CN110654331A (zh) | 车辆、车机设备及其车载助手交互方法 | |
| CN112017459A (zh) | 车辆、车机设备及其信号灯识别的驾驶辅助方法 | |
| CN111417101A (zh) | 车辆、智能终端及其基于地理位置的车辆应急救援方法 | |
| CN111291275A (zh) | 车辆、车机设备及其基于实况的出游方案推荐方法 | |
| CN111311943A (zh) | 车辆、车机设备及其信号灯车速优化方法 | |
| CN110871810A (zh) | 车辆、车机设备及其基于驾驶模式的行车信息提示方法 | |
| CN110853387A (zh) | 路况全景视频构造显示方法、系统、服务器及车辆 | |
| CN110853384A (zh) | 车辆及其基于5g技术的红绿灯车速匹配优化系统、方法 | |
| CN110971745A (zh) | 车辆、车载支架及其手持终端语音控制模式触发方法 | |
| CN111284325B (zh) | 车辆、车机设备及其车辆沿途对象详尽信息显示方法 | |
| CN111047292A (zh) | 智能交通工具、智能设备及智能出行提醒方法 | |
| CN111660929A (zh) | 车辆、车机设备及其基于环境的驾驶控制提示方法 | |
| CN111824006A (zh) | 基于导航的车辆大灯自动调节方法、系统及车辆 | |
| CN111026475A (zh) | 车辆、车机设备及其基于地图软件的车辆服务处理方法 | |
| CN111619507A (zh) | 车辆、车机设备及其车辆匪情智能应对方法 | |
| CN111289009A (zh) | 车辆、车机设备及其车机设备兴趣点输入搜索方法 | |
| CN111044065A (zh) | 车辆、导航终端及基于历史导航数据的导航数据处理方法 | |
| CN111210541A (zh) | 车辆、车机设备及限速信息智能提示方法 | |
| CN112085963B (zh) | 车辆、停车管理设备及其停车场推荐方法 | |
| CN110667493B (zh) | 车辆、车机设备及其车辆智能维修保养方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200915 |