CN112406858B - 车辆自动驾驶碰撞检测控制方法及系统 - Google Patents

Abstract

本发明提供了一种车辆自动驾驶碰撞检测控制方法及系统，所述方法包含：通过安设于车辆上的多个传感器采集车辆碰撞时的碰撞数据和环境数据；根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

Description

车辆自动驾驶碰撞检测控制方法及系统

技术领域

本发明涉及自动驾驶控制领域，尤指一种车辆自动驾驶碰撞检测控制方法及系统。

背景技术

在当前社会中，汽车已成为大众出行的重要交通工具，其安全问题也被越来越多的用户所考虑；而关于车辆安全方面的防护这一领域，在现有技术中主要是通过增加汽车钢板厚度，车体结构等方法使汽车更耐撞来提高车辆的安全性；同时部分车辆也拥有类似于红外监测，在汽车与外部车辆即将发生碰撞时主动停止的预防性防护策略等，在该些现有技术中均为预防性安全防护，且该些防护策略也均为被动式防护策略，当危险发生时亦存在不可控的问题；再者，车辆发生碰撞产生危险等情况往往是无法预期的，此刻如何在危险的碰撞过程中驾驶人员或乘客无法快速且准确的主动控制该些防护设备来保障自己的生命与财产安全，只能听天由命，期待汽车自身质量过硬或碰撞程度较轻；在该危险发生的过程中，如何降低损失，实时控制车辆防护设备这一问题未被公众所考虑。在现有技术中提供一种通过碰撞检测传感器检测车辆碰撞时间并予以控制的技术方案，但该方案在实际工作中经常容易发生误判，如小石子弹碰车辆时会容易导致车辆认定为碰撞而执行不合理的控制；尤其是当前技术环境中，无人驾驶车辆的大规模应用，当无驾驶人员判断上述情况是否为碰撞时，车辆本身的系统在错误判断的基础，导致的后果会极大的影响车辆的使用效率，甚至导致后续出现不必要的风险。

基于上述问题，业内亟需一种能够准确获知车辆状态，精准判断车辆是否发生碰撞并帮助自动驾驶车辆规避风险的车辆驾驶控制方法。

发明内容

本发明目的在于针对车辆任何部位与外部环境发生碰撞时，准确识别碰撞事件的类别，并根据碰撞事件的类别提供对应控制策略的车辆自动驾驶碰撞检测控制方法及系统。

为达上述目的，本发明所提供的车辆自动驾驶碰撞检测控制方法，所述方法包含：通过安设于车辆上的多个传感器采集车辆碰撞时的碰撞数据和环境数据；根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合包含：根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，将所述特征向量集合与预存事件特征库比较之后还包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，所述环境数据包含加速度变化数据、地磁变化数据、声音数据、地图定位数据、温湿度数据、电磁波检测数据、超声波检测数据中一种或多种的组合。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，将所述特征向量集合与预存事件特征库比较之后还包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，通过所述控制指令控制所述车辆执行对应操作包含：通过所述控制指令控制所述车辆执行车辆制动或动力控制、车辆内外图像采集控制、声光警示控制、远程报警控制、图像显示控制、路径修正规划控制中一种或多种的组合控制。

在上述车辆自动驾驶碰撞检测控制方法中，优选的，根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令包含：根据所述特征向量集合计算获得碰撞强度；根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令。

本发明还提供一种车辆自动驾驶碰撞检测控制系统，所述系统包含干扰检测模块、控制策略模块和多个传感器；所述传感器安设于车辆上预设位置，用于采集车辆碰撞时的碰撞数据和环境数据；所述干扰检测模块用于根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；所述控制策略模块用于根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

在上述车辆自动驾驶碰撞检测控制系统中，优选的，所述干扰检测模块包含特征提取单元，所述特征提取单元用于根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。

在上述车辆自动驾驶碰撞检测控制系统中，优选的，所述控制策略模块还包含训练单元，所述训练单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。

在上述车辆自动驾驶碰撞检测控制系统中，优选的，所述传感器包含弹性波传感器和环境检测传感器；所述环境检测传感器包含加速度变化数据、地磁变化数据、声音数据、地图定位数据、温湿度数据、电磁波检测数据、超声波检测数据中一种或多种的组合。

在上述车辆自动驾驶碰撞检测控制系统中，优选的，所述控制策略模块还包含提示单元，所述提示单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

本发明还提供一种计算机设备，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方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明的有益技术效果在于：通过本发明所提供的自动驾驶碰撞检测控制方法及系统可有效提供自动驾驶汽车的使用安全，同时能够有效获知外部环境便于自动驾驶汽车更好的提供车辆控制策略。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例所提供的车辆自动驾驶碰撞检测控制方法的流程示意图；

图2为本发明一实施例所提供的实施流程示意图；

图3为本发明一实施例所提供的特征融合比较流程示意图；

图4为本发明一实施例所提供的车辆自动驾驶碰撞检测控制系统的结构示意图；

图5为本发明一实施例所提供的计算机设备的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

请参考图1所示，本发明所提供的车辆自动驾驶碰撞检测控制方法，所述方法包含：S101通过安设于车辆上的多个传感器采集车辆碰撞时的碰撞数据和环境数据；S102根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；S103根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。在该实施例中，所述事件特征库可为干扰事件的特征库或正常碰撞事件的特征库，为便于后续说明，在此以干扰事件特征库为例，对后续实施例做解释说明，本领域相关技术人员当可知，本发明在此并未对所述事件特征库类型做任何限定；在上述实施例中，将所述特征向量集合与预存事件特征库比较包含：通过相似度比较或对应范数比较获得所述特征向量集合与预存事件特征库的差异值，根据所述差异值获得所述比较结果；具体的，可根据特征向量集合与预存事件特征库中匹配的数据之间的矢量距离判断两者之间的差异，当所述矢量距离低于一预定值时，代表两者较为接近事件定义，此刻即可根据确定的事件进行后续作业；当然，实际工作中，该些干扰事件在确定后可直接用于进行训练事件特征库也可用于后续控制指令作参考，例如：当判断事件为强降雨事件所导致的车体振动，此时可根据该情况触发车辆减速或下降底盘等操作来提高车辆的抓地性，又或根据该干扰事件判断当前车辆行驶过程可能存在打滑等风险，适应性降低车辆行程控制的速度阈值，以避免后续车辆行驶时无法在预期时间能完成预定操作的情况发生；当然具体控制策略可根据实际情况选择使用，本发明在此不再一一详述。

请参考图2所示，在实际工作中上述流程可包含如下步骤：获取传感器采集的信号；将该些信号中涉及碰撞的弹性波信号通过信号特征检测算法获得信号特征，为便于特征比较，还可对该些信号特征进行加权处理；其后再将采集到的信号中的环境数据计入前述处理后的信号特征中进行特征融合获得特征向量集合；将该特征向量集合与预存的事件特征库比对确认该次碰撞是否为干扰事件；如非干扰事件，则可进行碰撞位置判断获得碰撞位置，根据该碰撞位置及特征向量集合匹配预存的对应控制策略获得相应的控制指令，根据该控制指令进行相应车辆驱动操作。

在上述实施例中，所述事件特征库可为通过比对各种路况干扰事件下(如路测经常发生的小石子撞击、开关车门、鸣笛、颠簸路面等等)信号的时域波形、频域频谱分布(包含但不限于能量分布、峰值及其组合)及采取一定权重加权等构成的特征向量即所述信号特征库；可用于判断碰撞是否为干扰事件，以及结合传感器的安装位置判断所发生的碰撞发生的位置。

在上述实施例中，步骤S102中根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合主要包含：根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。步骤S103中根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令可包含：根据所述特征向量集合计算获得碰撞强度；根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令。具体的，请参考图3所示，在获得弹性波信号[S1,S2,…Sn]后；可提取信号时域、频域的信号特征，如峰值、能量分布、频谱分布等，可标记为时域特征参数向量[p11,p12,…p1m]、频域特征参数向量[w11,w12,…w1q]，以及环境数据[s11,s12…]；其后将三者融合获得[p11,p12,…p1m,w11,w12,…w1q,s11,s12,…sm1,sm2,…]这一特征向量集合；其后将该特征向量集合与事件特征库比较，判断时域频域特征和环境数据与事件特征库的矢量距离L和s10；如符合标准则进行对比广义特征向量，如获得p的总值、w的总值和s的总值，将其与p0、w0、s0比较，当大于预设值时则可认定该碰撞数据为发生了真实碰撞事件，此后即可进行碰撞位置、碰撞强度的计算，根据计算结果获得对应的碰撞策略。当然实际工作中上述特征融合的过程也可采用其他方式进行融合，例如将对组数据相乘，获得其乘积作为比较值，又或者其他融合方式，本发明在此就不再一一详举，本领域相关技术人员可根据实际需要选择适当的融合算法对上述数据进行融合，本发明对其不做进一步限定，

在本发明一优选的实施例中，上述步骤S102将所述特征向量集合与预存事件特征库比较之后还可包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。亦即，当确认新的干扰事件后(例如比较结果小于预设阈值或其他方式)，对应的特征向量集合即含有干扰事件的相关特征，此时该些数据即可与历史碰撞干扰数据结合，通过机器学习算法或深度学习算法予以进一步训练调整事件特征库，以此通过更新迭代的方式进一步提高事件特征库的比对精度；当然实际工作中，工作人员也可简单的将该些数据补录至所述事件特征库中，或通过其他方式去提高事件特征库的精度，本发明在此不再一一解释。

在本发明一实施例中，上述步骤S102将所述特征向量集合与预存事件特征库比较之后还可包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。具体的，当比较结果小于预设阈值时，则说明该碰撞仅为单纯的干扰事件，此时可根据所述特征向量集合确定该干扰事件的类型，如：公路凹凸不平、小石子碰撞、树枝剐蹭等；根据该干扰事件类型生成提示信息告知用户碰撞事件的检测结果以便于用户了解车体状况；也或者根据所述提示信息控制车辆减少、规避障碍物或者其他对应策略；实际工作中，工作人员可根据实际需要，利用该实施例计算获得的干扰事件类型设置不同的控制策略，本发明在此就不再一一穷举。

在上述实施例中，所述环境数据可包含加速度变化数据、地磁变化数据、声音数据、地图定位数据、温湿度数据、电磁波检测数据、超声波检测数据中一种或多种的组合。所述通过所述控制指令控制所述车辆执行对应操作包含：通过所述控制指令控制所述车辆执行车辆制动或动力控制、车辆内外图像采集控制、声光警示控制、远程报警控制、图像显示控制、路径修正规划控制中一种或多种的组合控制。具体的，实际工作中可设置如下控制策略予以生成对应的控制指令达到控制车辆实现预期操作的目的：

紧急制动策略，当检测到碰撞事件发生时，通过处置方法对策逻辑决策，启动紧急制动系统，避免发生二次碰撞和再次碾压，保护行人生命安全；

车身内部、外部摄像头模块，当检测到碰撞事件发生时，通过处置方法对策逻辑决策，启动车身内部、外部摄像头模块，对碰撞周围环境、物体、行人等路况信息进行拍摄取证，并存储至所述存储设备或上传至后台服务器中；

车辆底盘控制策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，启动车辆底盘控制模块，控制无人驾驶车辆减速、转弯、原地等候等等；

动力控制策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，切断无人驾驶车辆的动力输出，如发动机输出、油门控制、动力电池电力输出等，防止碰撞发生后起火或爆炸等次生灾害等；

报警或紧急呼叫策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，启动报警或紧急呼叫的通信或警示模块，提醒周围行人、车辆避让，并通过移动通信蜂窝基站、无线WIFI、GPS、卫星通信等无线通信模块报告车辆位置，呼叫帮助等；

显示策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，启动显示模块，提示碰撞发生位置，提醒安全员或操作人员注意，采取干预措施等；

自动驾驶路径修正策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，判断碰撞发生的方位，启动摄像头等设备勘察四方路况及障碍，对自动驾驶行驶路径重新规划以避开障碍物；

突出结构碰撞报警策略：当检测到碰撞事件发生时，通过处置方法对策逻辑决策，提示无人驾驶安全员或后台系统关键突出结构位置发生碰撞，启动无人车自检或人为检查，以判定碰撞严重程度及采取相应措施；

坑洼、破损路面提示策略：通过安装在车身的弹性波传感器和其他环境传感器，检测判断当前路面为坑洼路面，通过无线模块提示后台该路段为坑洼路面，对导航系统、高精度地图进行实时修正；

本领域相关技术人员当可知，上述策略仅为本发明的一种实施方式，并不对其做任何技术限定，工作人员在实际工作中可根据实际需要在不脱离本发明的实现原理的基础上选择添加或缩减相应策略，在此就不再一一举例说明。

请参考图4所示，本发明还提供一种车辆自动驾驶碰撞检测控制系统，所述系统包含干扰检测模块、控制策略模块和多个传感器；所述传感器安设于车辆上预设位置，用于采集车辆碰撞时的碰撞数据和环境数据；所述干扰检测模块用于根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；所述控制策略模块用于根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。其中，所述干扰检测模块包含特征提取单元，所述特征提取单元用于根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。所述控制策略模块还包含训练单元，所述训练单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。其中，所述控制策略模块主要用于防止碰撞发生后的二次碰撞或危险状况，如二次碾压、电池起火、制动转向等危险情况发生的控制单元，在实际工作中可直接集成于车辆中控上；所述控制策略模块为一个可扩展的硬件、软件架构，可依据不同的碰撞、干扰事件，输出预存的一条或多条控制指令的处理设备。

在实际工作中，所述特征提取单元执行所述信号特征提取，获得信号时域、频域的信号特征，如峰值、能量分布、频谱分布等，可标记为时域特征参数向量[p11,p12,…p1m]、频域特征参数向量[w11,w12,…w1q]，并将所述信号特征发送至后续单元进行处理；所述干扰检测模块可提供一个可扩展的软件、算法接口，针对实际路况中环境、振动、噪声等干扰信息添加相应环境传感器模块接口输入信息，如环境声强声压分贝值、车体振动加速度、车体扭曲角速度、环境温湿度等一切有助于区分碰撞事件干扰的传感器信息，标记为[s11,s12…]，该传感器信息与前述检测到的时域、频域上的信号特征构成碰撞事件的特征向量组合，标记为[p11,p12,…p1m,w11,w12,…w1q,s11,s12,…sm1,sm2,…]，以供所述干扰检测模块进行与预设事件特征库(标记为[p110,p120,…p1m0,w110,w120,…w1q0,s110,s120,…sm10,sm20,…])的比对操作。

在本发明一实施例中，所述传感器包含弹性波传感器和环境检测传感器；所述环境检测传感器包含加速度传感器、陀螺传感器、地磁传感器、声音采集设备、GPS定位设备、温湿度传感器、电磁波感应传感器、超声波检测传感器、图像采集传感器中一种或多种的组合。具体的，所述弹性波传感器可为具有检测碰撞压力或弹性波信号的压电式传感器、薄膜传感器、光纤光栅传感器、电阻电容传感器等；所述环境检测传感器则可包含加速度传感器、陀螺传感器、地磁传感器、MIC传感器或阵列(用以检测环境、路况噪声)、高精度GPS地图信息、温湿度传感器、电磁波传感器等，用以提供碰撞干扰事件发生时更多的环境和路况信息，以便融合算法和干扰滤除逻辑模块学习并更新事件特征库。

在本发明一实施例中，所述控制策略模块还包含提示单元，所述提示单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。在该实施例中可采用一声光或显示屏幕等方式提示所述提示信息，例如当确认时间类型为雨雪引起的振动时，提示用户注意路面湿滑，注意降速等。

本发明还提供一种计算机设备，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方法。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

通过本发明所提供的自动驾驶碰撞检测控制方法及系统可有效提供自动驾驶汽车的使用安全，同时能够有效获知外部环境便于自动驾驶汽车更好的提供车辆控制策略。

如图5所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图5中所示的所有部件；此外，电子设备600还可以包括图5中没有示出的部件，可以参考现有技术。

如图5所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、设备(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设备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设备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。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种车辆自动驾驶碰撞检测控制方法，其特征在于，所述方法包含：

通过安设于车辆上的多个传感器采集车辆碰撞时的碰撞数据和环境数据；

根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；所述预存事件特征库为干扰事件下或正常碰撞事件下获得的信号特征库；

根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作；

所述根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令包括：根据所述特征向量集合计算获得碰撞强度；根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令；

所述根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令包括：在获得弹性波信号[S1,S2,…Sn]后；提取信号时域、频域的信号特征，标记为时域特征参数向量[p11,p12,…p1m]、频域特征参数向量[w11,w12,…w1q]，以及环境数据[s11,s12…]；其后将三者融合获得[p11,p12,…p1m,w11,w12,…w1q,s11,s12,…sm1,sm2,…]特征向量集合；其后将该特征向量集合与事件特征库比较，判断时域频域特征和环境数据与事件特征库的矢量距离L和s10；如符合标准则进行对比广义特征向量，获得p的总值、w的总值和s的总值，将其与p0、w0、s0比较，当大于预设值时则认定该碰撞数据为发生了真实碰撞事件，此后即可进行碰撞位置、碰撞强度的计算，根据计算结果获得对应的碰撞策略。

2.根据权利要求1所述的车辆自动驾驶碰撞检测控制方法，其特征在于，根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合包含：根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。

3.根据权利要求1所述的车辆自动驾驶碰撞检测控制方法，其特征在于，将所述特征向量集合与预存事件特征库比较之后还包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。

4.根据权利要求1所述的车辆自动驾驶碰撞检测控制方法，其特征在于，所述环境数据包含加速度变化数据、地磁变化数据、声音数据、地图定位数据、温湿度数据、电磁波检测数据、超声波检测数据中一种或多种的组合。

5.根据权利要求1所述的车辆自动驾驶碰撞检测控制方法，其特征在于，将所述特征向量集合与预存事件特征库比较之后还包含：当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

6.根据权利要求1所述的车辆自动驾驶碰撞检测控制方法，其特征在于，通过所述控制指令控制所述车辆执行对应操作包含：通过所述控制指令控制所述车辆执行车辆制动或动力控制、车辆内外图像采集控制、声光警示控制、远程报警控制、图像显示控制、路径修正规划控制中一种或多种的组合控制。

7.一种车辆自动驾驶碰撞检测控制系统，其特征在于，所述系统包含干扰检测模块、控制策略模块和多个传感器；

所述传感器安设于车辆上预设位置，用于采集车辆碰撞时的碰撞数据和环境数据；

所述干扰检测模块用于根据所述碰撞数据中弹性波信号的信号特征和所述环境数据生成特征向量集合，将所述特征向量集合与预存事件特征库比较，当所述车辆碰撞非干扰事件时，获得碰撞发生位置；所述预存事件特征库为干扰事件下或正常碰撞事件下获得的信号特征库；

所述控制策略模块用于根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作；

所述根据所述碰撞发生位置及所述特征向量集合获取预设的控制指令包括：根据所述特征向量集合计算获得碰撞强度；根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令；

所述根据所述碰撞发生位置及所述碰撞强度获取预设的控制指令包括：在获得弹性波信号[S1,S2,…Sn]后；提取信号时域、频域的信号特征，标记为时域特征参数向量[p11,p12,…p1m]、频域特征参数向量[w11,w12,…w1q]，以及环境数据[s11,s12…]；其后将三者融合获得[p11,p12,…p1m,w11,w12,…w1q,s11,s12,…sm1,sm2,…]特征向量集合；其后将该特征向量集合与事件特征库比较，判断时域频域特征和环境数据与事件特征库的矢量距离L和s10；如符合标准则进行对比广义特征向量，获得p的总值、w的总值和s的总值，将其与p0、w0、s0比较，当大于预设值时则认定该碰撞数据为发生了真实碰撞事件，此后即可进行碰撞位置、碰撞强度的计算，根据计算结果获得对应的碰撞策略。

8.根据权利要求7所述的车辆自动驾驶碰撞检测控制系统，其特征在于，所述干扰检测模块包含特征提取单元，所述特征提取单元用于根据所述弹性波信号在预设周期时间内的时域信号特征和频域信号特征分别获得时域特征参数向量集合和频域特征参数向量；根据所述时域特征参数向量集合、所述频域特征参数向量和所述环境数据生成特征向量集合。

9.根据权利要求7所述的车辆自动驾驶碰撞检测控制系统，其特征在于，所述控制策略模块还包含训练单元，所述训练单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合与对应的时间序列和历史碰撞干扰数据，通过机器学习算法或深度学习算法更新所述预存事件特征库。

10.根据权利要求7所述的车辆自动驾驶碰撞检测控制系统，其特征在于，所述传感器包含弹性波传感器和环境检测传感器；所述环境检测传感器包含加速度传感器、陀螺仪传感器、地磁传感器、声音采集设备、GPS定位设备、温湿度传感器、电磁波感应传感器、超声波检测传感器、图像采集传感器中一种或多种的组合。

11.根据权利要求7所述的车辆自动驾驶碰撞检测控制系统，其特征在于，所述控制策略模块还包含提示单元，所述提示单元用于当所述车辆碰撞为干扰事件时，根据所述特征向量集合获得干扰事件类型；根据所述干扰事件类型生成提示信息，根据所述提示信息获取预设的控制指令，并通过所述控制指令控制所述车辆执行对应操作。

12.一种计算机设备，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计算机程序时实现权利要求1至6任一所述方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一所述方法的计算机程序。

Images