CN112068533A - 基于物联网的自动驾驶控制方法以及车载控制器 - Google Patents
基于物联网的自动驾驶控制方法以及车载控制器 Download PDFInfo
- Publication number
- CN112068533A CN112068533A CN202010950272.3A CN202010950272A CN112068533A CN 112068533 A CN112068533 A CN 112068533A CN 202010950272 A CN202010950272 A CN 202010950272A CN 112068533 A CN112068533 A CN 112068533A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- mounted controller
- controller
- detection
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 105
- 238000011217 control strategy Methods 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 15
- 238000013508 migration Methods 0.000 claims description 15
- 230000005012 migration Effects 0.000 claims description 15
- 230000006855 networking Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000013144 data compression Methods 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Abstract
本发明提供了一种基于物联网的自动驾驶控制方法以及车载控制器,能够基于第一检测数据从各目标车载控制器中确定出第一车载控制器,进而基于预存的对应关系筛选出第一车载控制器对应的衰减特征信息,然后确定出每个第一车载控制器相对于车载控制器的安全影响因子,并基于预设控制策略生成方式与第二车载控制器搭建车况共享数据池。如此,能够直接根据第二车载控制器针对第三车辆向车况共享数据池中输入的检测数据生成调整指令,以用于对第一车辆进行自动驾驶控制。这样,能够及时获知其他车辆出现的突发驾驶情况,并基于其他车辆出现的突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
Description
技术领域
本发明涉及自动驾驶技术领域,具体而言,涉及一种基于物联网的自动驾驶控制方法以及车载控制器。
背景技术
随着物联网技术的发展,自动驾驶技术愈发成熟,现如今,越来越多的车辆开始采用自动驾驶技术。自动驾驶技术为不擅长驾驶的用户提供了一种方便的私家车出行方式,自动驾驶技术也因此得到众多用户的青睐。然而,频繁的自动驾驶事故为人们敲响了警钟,如何进一步提高自动驾驶的安全性是现阶段亟需解决的一个技术问题。
发明内容
为了改善上述问题,本发明提供了一种基于物联网的自动驾驶控制方法以及车载控制器。
本发明实施例的第一方面,提供了一种基于物联网的自动驾驶控制方法,应用于车载控制器,所述方法包括:
车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据;其中,所述车载检测设备为车辆定位设备、陀螺仪、车载摄像头、车载麦克风、车载距离传感器、车门霍尔传感器和刹车片检测器中的一种或多种的组合;
遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器;其中,所述第一检测数据包括车辆三维坐标、车辆偏移角数据、车辆周围环境的图像数据和车辆周围环境的语音数据;
根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息;其中,数据传输衰减率用于表征车载控制器与车况检测设备进行通信时,由于信号衰减产生数据传输失真程度,且所述数据传输衰减率通过百分比的形式进行表示;
按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
在一种可替换的实施方式中,所述周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,包括:
判断当前时段的剩余内存容量是否达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量;
若所述当前时段的剩余内存容量达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,根据所述剩余内存容量搭建指令生成脚本线程,并将所述更新数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备;
若所述当前时段的剩余内存容量没有达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,对所述更新数据进行数据压缩得到压缩数据,搭建指令生成脚本线程,将所述压缩数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备;其中,所述压缩数据的容量等于所述剩余内存容量。
在一种可替换的实施方式中,所述对所述更新数据进行数据压缩得到压缩数据,包括:
获取所述更新数据的数据结构化描述;
对所述数据结构化描述进行数据结构识别,确定出所述数据结构化描述所表征的所述更新数据对应的多个结构类别;其中,所述结构类别用于表征所述更新数据中的业务数据和逻辑数据,所述业务数据用于表征车辆的行驶状态,所述逻辑数据用于连接所述业务数据;
根据所述多个结构类别将所述更新数据分离,以得到所述更新数据对应的多个数据分组;
针对每个数据分组,当该数据分组为业务数据所处的分组时,为该数据分组增设逻辑标签,所述逻辑标签用于指示该数据分组与其它数据分组的逻辑关系;当该数据分组为逻辑数据所处的分组时,确定该数据分组中的逻辑数据所表征的存在逻辑关系的至少两个数据分组,根据至少两个数据分组所表征的业务数据将该数据分组中的逻辑数据封装为逻辑标签,并将该逻辑标签分别增设至至少两个数据分组中;
根据增设了逻辑标签的数据分组得到所述压缩数据。
在一种可替换的实施方式中,所述周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,包括:
在设定时间间隔内判断所述车况共享数据池中是否存在导入数据,若是,根据所述导入数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,若否,按照所述设定时间间隔根据所述车况共享数据池中在最近的设定时间间隔内的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
在一种可替换的实施方式中,所述方法还包括:根据所述目标区域中的车辆数量,对所述设定时间间隔进行调整。
在一种可替换的实施方式中,所述按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子,包括:
根据所述车距和所述衰减特征信息确定出所述车载控制器与所述第一车载控制器之间的信号延时分布序列;其中,所述信号延时分布序列中包括车载控制器与每个第一车载控制器在同时发送的检测数据至检测终端时,不同数据类型的检测数据到达所述检测终端时的延时差值;
对所述信号延时分布序列进行数值特征提取,并基于延时时长的控制滞后系数得到所述信号延时分布序列中各数据类型对应的检测数据对应的延时影响权重;
根据所述目标区域的路网信息、所述延时时长及各延时影响权重提取所述信号延时分布序列的路网安全特征值,并将所述路网安全特征值作为所述信号延时分布序列的基准参数;其中,所述路网安全特征值包括以下任意一种或多种:路网拥挤系数、路网事故发生率和路网车辆驾驶损耗值;
将所述基准参数进行融合得到目标参数,并根据所述衰减特征信息所包括的第一信号衰减系数和第一信号衰减速率,确定第一车载控制器相较于所述车载控制器的控制逻辑对应的有向连线轨迹;根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子。
在一种可替换的实施方式中,所述根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子,包括:
判断是否与多个第一车载控制器彼此互相建立用于车载通信的车联网网络,若与所述多个第一车载控制器彼此已互相建立所述车联网网络,按照所述车联网网络的网络节点分布形成节点迁移顺序并将所述节点迁移顺序发送给所述多个第一车载控制器以使所述多个第一车载控制器将所述节点迁移顺序进行动态存储;其中,网络节点分布通过所述车载控制器对应的第一车辆在所述的目标区域中的第一相对位置以及所述第一车载控制器对应的第二车辆在所述目标区域中的第二相对位置确定,所述节点迁移顺序用于表征车载控制器对应的第一车辆在行驶过程中网络节点分布相较于车载控制器对应的第二车辆的变化顺序;
在每个第一车载控制器根据该第一车载控制器对应的有向连线轨迹对存储在该第一车载控制器内的节点迁移顺序进行迭代时,获取每个第一车载控制器生成的迭代信息;其中,所述迭代信息包括在每个设定步长内每个第一车载控制器与所述车载控制器的车载通信变化信息,所述车载通信变化信息通过所述车联网网络单独进行传输;
对获取到的所有迭代信息进行特征提取,得到每个迭代信息对应的多维特征;采用K均值聚类方法对所述多维特征进行聚类,得到若干个目标聚类;其中,每个目标聚类对应设置有聚类标识,所述聚类标识用于指示所述车载控制器在确定每个目标聚类中的每个第一车载控制器相对于所述车载控制器的安全影响因子时的加权值,所述加权值用于表征所述安全影响因子的置信度;
针对每个目标聚类中的每个第一车载控制器,在该第一车载控制器的有向连线轨迹出现轨迹偏移时确定出偏移系数并根据该第一车载控制器所在的目标聚类对应的的聚类标识确定出针对所述偏移系数进行调整的目标加权值,根据所述目标加权值对所述偏移系数进行调整,得到该第一车载控制器相对于所述车载控制器的安全影响因子。
本发明实施例的第二方面,提供了一种车载控制器,包括:
遍历模块,用于车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据,遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器;其中,所述车载检测设备为车辆定位设备、陀螺仪、车载摄像头、车载麦克风、车载距离传感器、车门霍尔传感器和刹车片检测器中的一种或多种的组合;所述第一检测数据包括车辆三维坐标、车辆偏移角数据、车辆周围环境的图像数据和车辆周围环境的语音数据;
获取模块,用于根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息;其中,数据传输衰减率用于表征车载控制器与车况检测设备进行通信时,由于信号衰减产生数据传输失真程度,且所述数据传输衰减率通过百分比的形式进行表示;
控制模块,用于按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
本发明实施例的第三方面,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,以执行上述的基于物联网的自动驾驶控制方法。
本发明实施例的第四方面,提供了一种可读存储介质,其上存储有程序,所述程序被处理器执行时实现上述的基于物联网的自动驾驶控制方法。
本发明实施例所提供的基于物联网的自动驾驶控制方法以及车载控制器,能够基于第一检测数据对各目标车载控制器对应的数据存储空间进行遍历,从而确定出包含第一检测数据中的至少部分数据类型的第一车载控制器,进而基于预存的对应关系筛选出第一车载控制器对应的衰减特征信息,然后确定出每个第一车载控制器相对于车载控制器的安全影响因子,并基于预设控制策略生成方式与第二车载控制器搭建车况共享数据池。如此,能够直接根据第二车载控制器针对第三车辆向车况共享数据池中输入的检测数据生成调整指令,以用于对第一车辆进行自动驾驶控制,能够及时获知其他车辆出现的突发驾驶情况,并基于其他车辆出现的突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例所提供的一种基于物联网的自动驾驶控制系统的架构示意图。
图2为本发明实施例所提供的一种基于物联网的自动驾驶控制方法的流程图。
图3为本发明实施例所提供的一种车载控制器的功能模块框图。
图标:
100-安全驾驶控制系统;
10-车辆;101-车载控制器;1011-遍历模块;1012-获取模块;1013-控制模块。
具体实施方式
下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
发明人通过对常见的自动驾驶技术进行研究和分析发现,常见的自动驾驶技术大多基于单一车辆的传感信号对车辆的行驶状态进行驾驶控制,在实现驾驶控制的过程中,没有将其他车辆在车联网中的控制信号传输损耗和衰减考虑在内,在这种情况下,即便能够做到对单一车辆的准确、实时控制,但是无法应对其他车辆由于控制信号的传输损失引起的突发驾驶情况,由此可能产生连锁的交通事故。
为此,本发明实施例提供了一种基于物联网的自动驾驶控制方法以及车载控制器,能够将其他车辆在车联网中的控制信号传输损耗和衰减考虑在内,如此,能够及时获知其他车辆出现的突发驾驶情况,并基于其他车辆出现的突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
请参阅图1,为本发明实施例所提供的基于物联网的自动驾驶控制系统100的示意图,该系统包括互相之间通信连接的多个车载控制器101,每个车载控制器101设置于一个车辆10内。进一步地,多个车辆可以行驶在目标区域内。在本实施例中,目标区域内的道路可以有多条。
可以理解,在上述安全驾驶控制系统100中,针对任何一个车载控制器101,该车载控制器101能够与该系统中的其他车载控制器进行实时通信,并将其他车载控制器在该系统中的控制信号传输损耗和衰减考虑在内,提前获得其他车辆因控制信号损耗和衰减出现的突发驾驶情况,并基于突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
在上述基础上,请结合参阅图2,为本发明实施例所提供的一种基于物联网的自动驾驶控制方法,该方法可以应用于图1中的任一车载控制器101,为便于说明,当上述方法应用于图1中的某一车载控制器时,可以将与该车载控制器通信的其他车载控制器定义为目标车载控制器。
例如,图1所示的安全驾驶控制系统100包括N个互相之间通信的车载控制器,以车载控制器N1为例执行上述方法,则车载控制器N2~NN可以理解为目标车载控制器,其中,N为正整数。
进一步地,车载控制器在执行上述方法时,具体可以包括以下内容。
步骤S21,车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据,遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器;
在本实施例中,车况检测设备可以为车辆定位设备、陀螺仪、车载摄像头、车载麦克风、车载距离传感器、车门霍尔传感器和刹车片检测器中的一种或多种的组合。可以理解,车况检测设备用于在车辆行驶过程中对车辆的车况进行采集。
相应地,第一检测数据可以是上述不同类型的车况检测设备采集到的车辆的相关数据,例如车辆三维坐标、车辆偏移角数据、车辆周围环境的图像数据、车辆周围环境的语音数据等。在本实施例中,数据类型可以根据第一检测数据中的各种数据确定。
步骤S22,根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息。
在本实施例中,数据传输衰减率用于表征车载控制器与车况检测设备进行通信时,由于信号衰减产生数据传输失真程度。其中,数据传输衰减率可以通过百分比的形式进行表示,数据传输衰减率越大,表征数据传输失真程度越大,进而可以表征车载控制器与车况检测设备之间的通信准确率越低。
在本实施例中,第一信号衰减系数用于表征车载控制器在接收到检测数据后向车辆内对应的控制设备发送控制信号时,控制设备接收到控制信号时作出的第一执行动作与车载控制器预先基于控制信号所期望控制设备作出的第二执行动作之间的差异值。
其中,该差异值可以通过确定第一执行动作和第二执行动作的相似度确定。可以理解,第一执行动作和第二执行动作可以理解为执行指令,执行指令可以在车载控制器中映射为字符编码。相应地,确定第一执行动作和第二执行动作之间的差异值可以通过第一执行动作的第一字符编码与第二执行动作的第二字符编码之间的相似度确定。
在本实施例中,信号衰减速率用于表征控制信号在车载控制器和控制设备之间的进行传输时控制信号的幅值衰减速率。
步骤S23,按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
在本实施例中,安全影响因子用于表征第一车载控制器对应的第二车辆在行驶过程中与第一车辆发生直接碰撞/擦挂,或与第一车辆发生间接碰撞/擦挂的概率。相应地,至少部分安全影响因子可以是高于设定值的安全影响因子。其中,设定值可以根据目标区域已发生的交通事故中车辆的车况数据(检测数据)得到。
在本实施例中,预设控制策略生成方式可以根据第一车辆的历史控制策略得到,其中,历史控制策略包括第一车辆应对正常路况和异常路况时的控制策略。
在本实施例中,车载控制器和第二车载控制器可以共享车况共享数据池中的数据,如此,车载控制器可以直接从车况共享数据池中获取第二车载控制器对应的第三车辆的行驶情况,假设第二车载控制器与第二车载控制对应的控制设备之间的信号传输出现障碍导致第三车辆的行驶异常,车载控制器可以通过车况共享数据池及时获知出现行驶异常的第三车辆,进而根据行驶异常的第三车辆的实时车况生成调整指令,以指示第一车辆对应的控制设备对第一车辆的行驶状态进行调整和控制,避免事故的发生。
可以理解,通过步骤S21-步骤S23,能够基于第一检测数据对各目标车载控制器对应的数据存储空间进行遍历,从而确定出包含第一检测数据中的至少部分数据类型的第一车载控制器,进而基于预存的对应关系筛选出第一车载控制器对应的衰减特征信息,然后确定出每个第一车载控制器相对于车载控制器的安全影响因子,并基于预设控制策略生成方式与第二车载控制器搭建车况共享数据池。如此,能够直接根据第二车载控制器针对第三车辆向车况共享数据池中输入的检测数据生成调整指令,以用于对第一车辆进行自动驾驶控制,能够及时获知其他车辆出现的突发驾驶情况,并基于其他车辆出现的突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
在一种可替换的实施方式中,所述根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息,具体可以包括以下内容。
步骤S221,查找所述对应关系所表征的关系列表中是否存在与所述至少部分数据类型相一致的且在设定时段被所述车载控制器所述标记的目标数据类型。
在步骤S221中,所述设定时段为当前时刻之前的时段,所述车载控制器在所述设定时段内对存在异常波动的检测数据对应的数据类型进行标记。
在步骤S221中,存在异常波动的检测数据可以通过检测数据在设定时段内的均值、最大值和最小值确定。例如,若均值与最大值的第一差值以及均值与最小值的第二差值均大于设定差值,则可以确定检测数据存在异常波动。可以理解,存在异常波动的检测数据可以表征车载控制器对应的第一车辆的行驶状态出现异常。
步骤S222,若查找到所述目标数据类型,获取所述目标数据类型在所述关系列表中对应的数据传输衰减单元。
在步骤S222中,所述数据传输衰减单元位于关系列表中,所述数据传输衰减单元中包括至少多个衰减评价指标,每个衰减评价指标与所述车载控制器的控制逻辑存在关联关系,所述车载控制器的控制逻辑根据所述车载控制器的控制信号生成线程对应的解析结果得到。
步骤S223,在获取到所述数据传输衰减单元后,根据所述数据传输衰减单元中包括的多个衰减评价指标,响应所述目标数据类型并向所述第一车载控制器反馈一信号衰减确认报文。
在步骤S223中,所述信号衰减确认报文用于提示所述第一车载控制器根据存储于第一车载控制器中的指令流生成日志文件;其中,所述响应所述目标数据类型为在所述车载控制器预设的特征提取线程中添加所述目标数据类型。
步骤S224,获取所述第一车载控制器生成的日志文件,将所述日志文件添加至所述特征提取线程中,并基于所述目标数据类型与数据传输衰减率的权重比确定所述目标数据类型与至少部分数据类型的相似度;根据所述相似度以及所述第一车载控制器的当前折损率,确定出第一车载控制器对应的第一信号衰减系数和第一信号衰减速率。
可以理解,通过步骤S221-步骤S224,能够在查找到目标数据类型时进一步获取数据传输衰减单元,进而基于数据传输衰减单元中包括的多个衰减评价指标与第一车载控制器进行信号衰减确认的通信交互,然后获取第一车载控制器生成的日志文件,进而在预设的特征提取线程基于日志文件和目标数据类型与数据传输衰减率的权重比确定目标数据类型与至少部分数据类型的相似度,从而根据相似度确定出第一车载控制器对应的第一信号衰减系数和第一信号衰减速率。如此,能够对第一车载控制器的日志文件进行分析,从而确保第一信号衰减系数和第一信号衰减速率的准确性和可靠性。
在实际应用中,路况信息是影响车辆安全驾驶的关键,为了确保车辆安全地自动驾驶,减少事故发生几率,需要准确确定多个车辆间的安全影响因子。
为此,在步骤S23中,所述按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子,具体可以包括以下内容。
步骤S2311,根据所述车距和所述衰减特征信息确定出所述车载控制器与所述第一车载控制器之间的信号延时分布序列;其中,所述信号延时分布序列中包括车载控制器与每个第一车载控制器在同时发送的检测数据至检测终端时,不同数据类型的检测数据到达所述检测终端时的延时差值。
步骤S2312,对所述信号延时分布序列进行数值特征提取,并基于延时时长的控制滞后系数得到所述信号延时分布序列中各数据类型对应的检测数据对应的延时影响权重。
在本实施例中,控制滞后系数同于表征由于接收和处理检测数据的延时带来的实际控制行为和期望控制行为之间的差异,延时影响权重用于表征不同的数据类型的检测数据对控制行为的差异的影响程度。
步骤S2313,根据所述目标区域的路网信息、所述延时时长及各延时影响权重提取所述信号延时分布序列的路网安全特征值,并将所述路网安全特征值作为所述信号延时分布序列的基准参数;其中,所述路网安全特征值包括以下任意一种或多种:路网拥挤系数、路网事故发生率和路网车辆驾驶损耗值。
在步骤S2313中,路网车辆驾驶损耗值用于表征车辆在目标区域中行驶时由于路况拥挤或者发生交通事故对车辆进行启停时额外消耗的能源,例如油耗或者电耗。
步骤S2314,将所述基准参数进行融合得到目标参数,并根据所述衰减特征信息所包括的第一信号衰减系数和第一信号衰减速率,确定第一车载控制器相较于所述车载控制器的控制逻辑对应的有向连线轨迹;根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子。
可以理解,通过上述内容,能够准确确定多个第一车载控制器相对于车载控制器的安全影响因子,进而确定多个车辆在目标区域的路段中行驶时的安全影响因子,从而确保车辆安全地自动驾驶,减少事故发生几率。
在具体实施时,为了提高安全影响因子的置信度,在步骤S2314中,所述根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子,具体可以包括以下步骤。
(1)判断是否与多个第一车载控制器彼此互相建立用于车载通信的车联网网络,若与所述多个第一车载控制器彼此已互相建立所述车联网网络,按照所述车联网网络的网络节点分布形成节点迁移顺序并将所述节点迁移顺序发送给所述多个第一车载控制器以使所述多个第一车载控制器将所述节点迁移顺序进行动态存储。
在本实施例中,网络节点分布通过所述车载控制器对应的第一车辆在所述的目标区域中的第一相对位置以及所述第一车载控制器对应的第二车辆在所述目标区域中的第二相对位置确定,所述节点迁移顺序用于表征车载控制器对应的第一车辆在行驶过程中网络节点分布相较于车载控制器对应的第二车辆的变化顺序。
(2)在每个第一车载控制器根据该第一车载控制器对应的有向连线轨迹对存储在该第一车载控制器内的节点迁移顺序进行迭代时,获取每个第一车载控制器生成的迭代信息。
在本实施例中,所述迭代信息包括在每个设定步长内每个第一车载控制器与所述车载控制器的车载通信变化信息,所述车载通信变化信息通过所述车联网网络单独进行传输。
(3)对获取到的所有迭代信息进行特征提取,得到每个迭代信息对应的多维特征;采用K均值聚类方法对所述多维特征进行聚类,得到若干个目标聚类。
在本实施例中,每个目标聚类对应设置有聚类标识,所述聚类标识用于指示所述车载控制器在确定每个目标聚类中的每个第一车载控制器相对于所述车载控制器的安全影响因子时的加权值,所述加权值用于表征所述安全影响因子的置信度。
(4)针对每个目标聚类中的每个第一车载控制器,在该第一车载控制器的有向连线轨迹出现轨迹偏移时确定出偏移系数并根据该第一车载控制器所在的目标聚类对应的的聚类标识确定出针对所述偏移系数进行调整的目标加权值,根据所述目标加权值对所述偏移系数进行调整,得到该第一车载控制器相对于所述车载控制器的安全影响因子。
在本实施例中,通过上述内容,能够在确定安全影响因子时将加权值考虑在内,通过上述对加权值的确定,能够确保加权值所表征的安全影响因子的置信度的准确性,如此,能够确保通过上述方法确定出的安全影响因子的置信度,进而为后续车况共享数据池的建立提供可信的数据基础。
在具体实施时,车况共享数据池中的检测数据是实时更新的,为了确保及时地生成调整指令,在步骤S23中,所述周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,具体可以包括以下内容。
步骤S2321,判断当前时段的剩余内存容量是否达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量。
步骤S2322,若所述当前时段的剩余内存容量达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,根据所述剩余内存容量搭建指令生成脚本线程,并将所述更新数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
步骤S2323,若所述当前时段的剩余内存容量没有达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,对所述更新数据进行数据压缩得到压缩数据,搭建指令生成脚本线程,将所述压缩数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备;其中,所述压缩数据的容量等于所述剩余内存容量。
可以理解,通过步骤S2321-步骤S2323,车载控制器能够对自身的剩余内存容量进行分析,从而确保有足够的容量来处理更新数据,确保指令生成脚本线程的准确搭建以及调整指令的及时生成。
在上述基础上,在对更新数据进行压缩时,为了确保压缩数据能够完全反映出更新数据的数据特征,在步骤S2323中,所述对所述更新数据进行数据压缩得到压缩数据,具体可以包括以下内容。
(1)获取所述更新数据的数据结构化描述。
(2)对所述数据结构化描述进行数据结构识别,确定出所述数据结构化描述所表征的所述更新数据对应的多个结构类别;其中,所述结构类别用于表征所述更新数据中的业务数据和逻辑数据,所述业务数据用于表征车辆的行驶状态,所述逻辑数据用于连接所述业务数据。
(3)根据所述多个结构类别将所述更新数据分离,以得到所述更新数据对应的多个数据分组。
(4)针对每个数据分组,当该数据分组为业务数据所处的分组时,为该数据分组增设逻辑标签,所述逻辑标签用于指示该数据分组与其它数据分组的逻辑关系;当该数据分组为逻辑数据所处的分组时,确定该数据分组中的逻辑数据所表征的存在逻辑关系的至少两个数据分组,根据至少两个数据分组所表征的业务数据将该数据分组中的逻辑数据封装为逻辑标签,并将该逻辑标签分别增设至至少两个数据分组中。
(5)根据增设了逻辑标签的数据分组得到所述压缩数据。
在本实施例中,通过上述内容,能够根据更新数据的数据结构化描述确定出业务数据和逻辑数据,并对逻辑数据进行压缩,如此,不仅能够确保业务数据的完整性,还能够基于逻辑标签确定不同业务数据之间的逻辑关系,进而确保压缩数据能够完全反映出更新数据的数据特征。
在实际应用中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,具体可以通过以下方式实现:在设定时间间隔内判断所述车况共享数据池中是否存在导入数据,若是,根据所述导入数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,若否,按照所述设定时间间隔根据所述车况共享数据池中在最近的设定时间间隔内的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
可以理解,通过上述内容,能够确保调整指令的时效性。进一步地,在上述基础上,还可以根据目标区域中的车辆数量,对设定时间间隔进行调整。例如,若目标区域中的车辆数量增多,可以将设定时间间隔调小。若目标区域中的车辆数量减少,可以将设定时间间隔调大。
在上述基础上,请结合参阅图3,为本发明实施例所提供的一种车载控制器101的模块框图,该车载控制器101可以包括以下模块。
遍历模块1011,用于车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据,遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器。
获取模块1012,用于根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息。
控制模块1013,用于按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
本发明实施例还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的基于物联网的自动驾驶控制方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述的基于物联网的自动驾驶控制方法。
本实施例中,车载控制器101包括至少一个处理器、以及与处理器连接的至少一个存储器、总线。其中,处理器、存储器通过总线完成相互间的通信。处理器用于调用存储器中的程序指令,以执行上述的基于物联网的自动驾驶控制方法。
综上,本发明实施例所提供的一种基于物联网的自动驾驶控制方法以及车载控制器,能够基于第一检测数据对各目标车载控制器对应的数据存储空间进行遍历,从而确定出包含第一检测数据中的至少部分数据类型的第一车载控制器,进而基于预存的对应关系筛选出第一车载控制器对应的衰减特征信息,然后确定出每个第一车载控制器相对于车载控制器的安全影响因子,并基于预设控制策略生成方式与第二车载控制器搭建车况共享数据池。如此,能够直接根据第二车载控制器针对第三车辆向车况共享数据池中输入的检测数据生成调整指令,以用于对第一车辆进行自动驾驶控制,能够及时获知其他车辆出现的突发驾驶情况,并基于其他车辆出现的突发驾驶情况及时对当前车辆的行驶状态进行控制,从而提高自动驾驶的安全性。
本申请是参照根据本申请实施例的方法、云车载控制器(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理云车载控制器的处理器以产生一个机器,使得通过计算机或其他可编程数据处理云车载控制器的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,云车载控制器包括一个或多个处理器(CPU)、存储器和总线。云车载控制器还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他特征权重的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储云车载控制器或任何其他非传输介质,可用于存储可以被计算云车载控制器匹配的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体,如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者云车载控制器不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者云车载控制器所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者云车载控制器中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种基于物联网的自动驾驶控制方法,其特征在于,应用于车载控制器,所述方法包括:
车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据;其中,所述车载检测设备为车辆定位设备、陀螺仪、车载摄像头、车载麦克风、车载距离传感器、车门霍尔传感器和刹车片检测器中的一种或多种的组合;
遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器;其中,所述第一检测数据包括车辆三维坐标、车辆偏移角数据、车辆周围环境的图像数据和车辆周围环境的语音数据;
根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息;其中,数据传输衰减率用于表征车载控制器与车况检测设备进行通信时,由于信号衰减产生数据传输失真程度,且所述数据传输衰减率通过百分比的形式进行表示;
按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
2.根据权利要求1所述的方法,其特征在于,所述周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,包括:
判断当前时段的剩余内存容量是否达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量;
若所述当前时段的剩余内存容量达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,根据所述剩余内存容量搭建指令生成脚本线程,并将所述更新数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备;
若所述当前时段的剩余内存容量没有达到所述车况共享数据池在所述当前时段内接收到的更新数据的目标容量,对所述更新数据进行数据压缩得到压缩数据,搭建指令生成脚本线程,将所述压缩数据导入所述指令生成脚本线程中,运行所述指令生成脚本线程得到所述调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备;其中,所述压缩数据的容量等于所述剩余内存容量。
3.根据权利要求2所述的方法,其特征在于,所述对所述更新数据进行数据压缩得到压缩数据,包括:
获取所述更新数据的数据结构化描述;
对所述数据结构化描述进行数据结构识别,确定出所述数据结构化描述所表征的所述更新数据对应的多个结构类别;其中,所述结构类别用于表征所述更新数据中的业务数据和逻辑数据,所述业务数据用于表征车辆的行驶状态,所述逻辑数据用于连接所述业务数据;
根据所述多个结构类别将所述更新数据分离,以得到所述更新数据对应的多个数据分组;
针对每个数据分组,当该数据分组为业务数据所处的分组时,为该数据分组增设逻辑标签,所述逻辑标签用于指示该数据分组与其它数据分组的逻辑关系;当该数据分组为逻辑数据所处的分组时,确定该数据分组中的逻辑数据所表征的存在逻辑关系的至少两个数据分组,根据至少两个数据分组所表征的业务数据将该数据分组中的逻辑数据封装为逻辑标签,并将该逻辑标签分别增设至至少两个数据分组中;
根据增设了逻辑标签的数据分组得到所述压缩数据。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,包括:
在设定时间间隔内判断所述车况共享数据池中是否存在导入数据,若是,根据所述导入数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备,若否,按照所述设定时间间隔根据所述车况共享数据池中在最近的设定时间间隔内的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:根据所述目标区域中的车辆数量,对所述设定时间间隔进行调整。
6.根据权利要求1或2或4所述的方法,其特征在于,所述按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子,包括:
根据所述车距和所述衰减特征信息确定出所述车载控制器与所述第一车载控制器之间的信号延时分布序列;其中,所述信号延时分布序列中包括车载控制器与每个第一车载控制器在同时发送的检测数据至检测终端时,不同数据类型的检测数据到达所述检测终端时的延时差值;
对所述信号延时分布序列进行数值特征提取,并基于延时时长的控制滞后系数得到所述信号延时分布序列中各数据类型对应的检测数据对应的延时影响权重;
根据所述目标区域的路网信息、所述延时时长及各延时影响权重提取所述信号延时分布序列的路网安全特征值,并将所述路网安全特征值作为所述信号延时分布序列的基准参数;其中,所述路网安全特征值包括以下任意一种或多种:路网拥挤系数、路网事故发生率和路网车辆驾驶损耗值;
将所述基准参数进行融合得到目标参数,并根据所述衰减特征信息所包括的第一信号衰减系数和第一信号衰减速率,确定第一车载控制器相较于所述车载控制器的控制逻辑对应的有向连线轨迹;根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子。
7.根据权利要求6所述的方法,其特征在于,所述根据所述有向连线轨迹确定出第一车载控制器相对于所述车载控制器的安全影响因子,包括:
判断是否与多个第一车载控制器彼此互相建立用于车载通信的车联网网络,若与所述多个第一车载控制器彼此已互相建立所述车联网网络,按照所述车联网网络的网络节点分布形成节点迁移顺序并将所述节点迁移顺序发送给所述多个第一车载控制器以使所述多个第一车载控制器将所述节点迁移顺序进行动态存储;其中,网络节点分布通过所述车载控制器对应的第一车辆在所述的目标区域中的第一相对位置以及所述第一车载控制器对应的第二车辆在所述目标区域中的第二相对位置确定,所述节点迁移顺序用于表征车载控制器对应的第一车辆在行驶过程中网络节点分布相较于车载控制器对应的第二车辆的变化顺序;
在每个第一车载控制器根据该第一车载控制器对应的有向连线轨迹对存储在该第一车载控制器内的节点迁移顺序进行迭代时,获取每个第一车载控制器生成的迭代信息;其中,所述迭代信息包括在每个设定步长内每个第一车载控制器与所述车载控制器的车载通信变化信息,所述车载通信变化信息通过所述车联网网络单独进行传输;
对获取到的所有迭代信息进行特征提取,得到每个迭代信息对应的多维特征;采用K均值聚类方法对所述多维特征进行聚类,得到若干个目标聚类;其中,每个目标聚类对应设置有聚类标识,所述聚类标识用于指示所述车载控制器在确定每个目标聚类中的每个第一车载控制器相对于所述车载控制器的安全影响因子时的加权值,所述加权值用于表征所述安全影响因子的置信度;
针对每个目标聚类中的每个第一车载控制器,在该第一车载控制器的有向连线轨迹出现轨迹偏移时确定出偏移系数并根据该第一车载控制器所在的目标聚类对应的的聚类标识确定出针对所述偏移系数进行调整的目标加权值,根据所述目标加权值对所述偏移系数进行调整,得到该第一车载控制器相对于所述车载控制器的安全影响因子。
8.一种车载控制器,其特征在于,包括:
遍历模块,用于车载控制器接收设置于所述车载控制器对应的第一车辆中的车况检测设备采集并上传的第一检测数据,遍历与所述车载控制器通信连接的各目标车载控制器对应的数据存储空间,从各目标车载控制器对应的数据存储空间中筛选出包含所述第一检测数据中的至少部分数据类型的第一车载控制器;其中,所述车载检测设备为车辆定位设备、陀螺仪、车载摄像头、车载麦克风、车载距离传感器、车门霍尔传感器和刹车片检测器中的一种或多种的组合;所述第一检测数据包括车辆三维坐标、车辆偏移角数据、车辆周围环境的图像数据和车辆周围环境的语音数据;
获取模块,用于根据预存的第一车载控制器与所述至少部分数据类型对应的数据传输衰减率的对应关系,获取筛选出的第一车载控制器所对应的包含所述至少部分数据类型对应的第一信号衰减系数和第一信号衰减速率的衰减特征信息;其中,数据传输衰减率用于表征车载控制器与车况检测设备进行通信时,由于信号衰减产生数据传输失真程度,且所述数据传输衰减率通过百分比的形式进行表示;
控制模块,用于按照所述车载控制器对应的第一车辆与每个第一车载控制器对应的第二车辆在目标区域中的车距以及每个第一车载控制器对应的衰减特征信息,确定出每个第一车载控制器相对于所述车载控制器的安全影响因子;对确定出的安全影响因子进行排序,并基于预设控制策略生成方式,为排序后的所有安全影响因子中的至少部分安全影响因子对应的第二车载控制器发送车况共享请求;根据接收到的所述第二车载控制器发送的确认信息,搭建车况共享数据池,并将所述第一检测数据以及所述第二车载控制器对应的第三车辆中的车况检测设备采集并上传的第二检测数据导入所述车况共享数据池中,周期性地根据所述车况共享数据池中所导入的检测数据生成用于对所述第一车辆的行驶状态进行控制的调整指令并将所述调整指令下发至与所述车载控制器对应的控制设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950272.3A CN112068533A (zh) | 2020-02-16 | 2020-02-16 | 基于物联网的自动驾驶控制方法以及车载控制器 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950272.3A CN112068533A (zh) | 2020-02-16 | 2020-02-16 | 基于物联网的自动驾驶控制方法以及车载控制器 |
CN202010094612.7A CN111221341B (zh) | 2020-02-16 | 2020-02-16 | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010094612.7A Division CN111221341B (zh) | 2020-02-16 | 2020-02-16 | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112068533A true CN112068533A (zh) | 2020-12-11 |
Family
ID=70828502
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010950273.8A Withdrawn CN112162552A (zh) | 2020-02-16 | 2020-02-16 | 基于物联网的车辆数据处理方法以及车载控制器 |
CN202010094612.7A Expired - Fee Related CN111221341B (zh) | 2020-02-16 | 2020-02-16 | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 |
CN202010950272.3A Withdrawn CN112068533A (zh) | 2020-02-16 | 2020-02-16 | 基于物联网的自动驾驶控制方法以及车载控制器 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010950273.8A Withdrawn CN112162552A (zh) | 2020-02-16 | 2020-02-16 | 基于物联网的车辆数据处理方法以及车载控制器 |
CN202010094612.7A Expired - Fee Related CN111221341B (zh) | 2020-02-16 | 2020-02-16 | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN112162552A (zh) |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103350663B (zh) * | 2013-07-03 | 2018-08-31 | 韩锦 | 车辆行车安全的控制系统及控制设备 |
US9532194B2 (en) * | 2014-05-09 | 2016-12-27 | Cisco Technology, Inc. | Dynamic adjustment of wireless communication transmission rates |
CN105933847B (zh) * | 2016-04-01 | 2019-11-22 | 深圳市元征科技股份有限公司 | 基于智能设备的车况监控方法和装置 |
CN108422949B (zh) * | 2017-02-15 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的信息共享方法、装置、系统及设备 |
CN107170265A (zh) * | 2017-07-05 | 2017-09-15 | 奇瑞汽车股份有限公司 | 一种车辆紧急避让系统及方法 |
CN108556845B (zh) * | 2018-04-10 | 2020-07-10 | 清华大学 | 一种车辆跟驰系统和方法 |
CN108615388A (zh) * | 2018-05-12 | 2018-10-02 | 徐州蓝湖信息科技有限公司 | 一种无人驾驶汽车数据共享系统及路线调整方法 |
CN109552326B (zh) * | 2018-11-05 | 2020-08-04 | 浙江工业大学 | 一种无线通信信道衰减下的车辆变速巡航控制方法 |
CN110618676B (zh) * | 2018-12-29 | 2020-11-20 | 长城汽车股份有限公司 | 车辆自动驾驶时安全偏移线的生成方法、生成系统及车辆 |
CN110033625A (zh) * | 2019-03-27 | 2019-07-19 | 刘瑞 | 遵循车辆互动优先权规则的无人驾驶汽车智能联网系统 |
CN111857159A (zh) * | 2019-07-08 | 2020-10-30 | 徐熊键 | 基于大数据的车辆控制方法 |
CN110673609A (zh) * | 2019-10-10 | 2020-01-10 | 北京小马慧行科技有限公司 | 车辆行驶的控制方法、装置及系统 |
CN110703755B (zh) * | 2019-10-21 | 2022-12-02 | 北京小马睿行科技有限公司 | 追捕车辆的方法、装置和系统 |
CN110798797B (zh) * | 2019-10-28 | 2021-05-18 | 上海集成电路研发中心有限公司 | 一种辅助驾驶方法及装置 |
CN110784848B (zh) * | 2019-10-30 | 2020-05-19 | 贵州车行家网络商贸有限公司 | 一种基于车联网的电驱动车控制方法、装置及云端服务器 |
-
2020
- 2020-02-16 CN CN202010950273.8A patent/CN112162552A/zh not_active Withdrawn
- 2020-02-16 CN CN202010094612.7A patent/CN111221341B/zh not_active Expired - Fee Related
- 2020-02-16 CN CN202010950272.3A patent/CN112068533A/zh not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
CN111221341B (zh) | 2021-02-05 |
CN112162552A (zh) | 2021-01-01 |
CN111221341A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111052202A (zh) | 用于基于相对定位的安全自主驾驶的系统和方法 | |
CN105981336A (zh) | 不正常检测电子控制单元、车载网络系统以及不正常检测方法 | |
CA3009832C (en) | Vehicle speed control system | |
US10755565B2 (en) | Prioritized vehicle messaging | |
CN104859662A (zh) | 自主车辆中的故障处理 | |
KR102388148B1 (ko) | 운전 가이드 방법 및 그를 제공하는 시스템 | |
CN106875724A (zh) | 车辆事故的处理方法、提供救援服务的方法及救援系统 | |
MX2014015331A (es) | Interfaz de usuario afectiva en un vehiculo autonomo. | |
US11587366B1 (en) | Systems and methods for selecting locations to validate automated vehicle data transmission | |
CN114363862A (zh) | 一种服务于车路协同自动驾驶的智能信息转换系统和方法 | |
CN109313850A (zh) | 用于逆行驾驶员识别的方法、设备和系统 | |
CN113370996A (zh) | 自动驾驶换道跟驰决策方法及系统、自动驾驶车辆 | |
CN112712729A (zh) | 预测运动轨迹的方法和系统 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
CN112839319A (zh) | 蜂窝车联网信息处理方法、装置、系统、终端及存储介质 | |
CN111221341B (zh) | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 | |
CN106341388A (zh) | 一种车辆远程监控系统及其联网控制方法 | |
CN109313851A (zh) | 用于逆行驾驶员识别的方法、设备和系统 | |
CN111367968A (zh) | 驾驶数据处理方法、装置、设备及存储介质 | |
GB2590730A (en) | Automatically tracking a trajectory of a vehicle | |
KR102554686B1 (ko) | 차량 주변에 있는 하나 이상의 객체에 관한 객체 정보를 병합하기 위한 차량, 방법, 컴퓨터 프로그램 및 장치 | |
CN115063980A (zh) | 一种自适应车辆异常行驶检测方法、装置及终端设备 | |
CN113868875A (zh) | 测试场景自动生成方法、装置、设备和存储介质 | |
KR20210066599A (ko) | 자체 주행 모니터링 기능이 구비된 공유 차량 및 그를 이용한 차량 공유 서비스 제공 방법 및 시스템 | |
CN115273550B (zh) | 一种基于车联网的车辆碰撞预警方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201211 |