CN112947390B - 基于环境风险评估的智能网联汽车安全控制方法和系统 - Google Patents

基于环境风险评估的智能网联汽车安全控制方法和系统 Download PDF

Info

Publication number
CN112947390B
CN112947390B CN202110363690.7A CN202110363690A CN112947390B CN 112947390 B CN112947390 B CN 112947390B CN 202110363690 A CN202110363690 A CN 202110363690A CN 112947390 B CN112947390 B CN 112947390B
Authority
CN
China
Prior art keywords
max
vehicle
constraint
current
maximum
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
Application number
CN202110363690.7A
Other languages
English (en)
Other versions
CN112947390A (zh
Inventor
王红
于文浩
段紫文
李骏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202110363690.7A priority Critical patent/CN112947390B/zh
Publication of CN112947390A publication Critical patent/CN112947390A/zh
Priority to US17/711,200 priority patent/US20220315054A1/en
Priority to US17/834,411 priority patent/US11518409B2/en
Application granted granted Critical
Publication of CN112947390B publication Critical patent/CN112947390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • 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
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B60W40/064—Degree of grip
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1307—Load distribution on each wheel suspension
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • 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
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0666—Engine power
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2540/18—Steering angle
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/35—Road bumpiness, e.g. pavement or potholes
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/40—Coefficient of friction
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Abstract

本申请实施例公开了一种基于环境风险评估的智能网联汽车安全控制方法和系统。所述方法包括：在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。

Description

基于环境风险评估的智能网联汽车安全控制方法和系统
技术领域
本申请实施例涉及自动驾驶领域，尤指一种基于环境风险评估的智能网联汽车安全控制方法和系统。
背景技术
随着自动驾驶的发展与普及，自动驾驶汽车的安全问题也日益引起人们的关注。相关技术中提出，可以基于路段历史发生事故的数量来设置车辆安全速度的自动驾驶方案，由于历史事故数据难以大范围统计且安全指标单一，不利用实际投入使用。另，还提出基于当前道路状态信息以及当前交通路障信息的自动驾驶汽车安全行车控制方法，在当前道路状态信息中获取当前行车天气消息、所述当前太阳方位信息以及所述当前时间信息，但仅利用这些信息进行车辆减速控制，操作动作过于单一，所能提升的车辆安全性有限。
发明内容
为了解决上述任一技术问题，本申请实施例提供了一种基于环境风险评估的智能网联汽车安全控制方法和系统。
为了达到本申请实施例目的，本申请实施例提供了一种基于环境风险评估的智能网联汽车安全控制方法，包括：
在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。
一种基于环境风险评估的智能网联汽车安全控制系统，包括：
获取模块，被设置为在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
确定模块，被设置为确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
管理模块，被设置为利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。
一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文所述的方法。
一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文所述的方法。
上述技术方案中的一个技术方案具有如下优点或有益效果：
基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。
本申请实施例的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请实施例技术方案的进一步理解，并且构成说明书的一部分，与本申请实施例的实施例一起用于解释本申请实施例的技术方案，并不构成对本申请实施例技术方案的限制。
图1为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制方法的流程图；
图2为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的示意图；
图3为采用图2所示系统进行行驶控制的方法流程图；
图4为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请实施例的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请实施例中的实施例及实施例中的特征可以相互任意组合。
图1为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制方法的流程图。如图1所示，图1所示方法包括：
步骤101、在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
步骤102、确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
步骤103、利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。
本申请实施例提供的方法，基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。
下面对本申请实施例提供的方法进行说明：
在一个示例性实施例中，所述目标行驶控制参数是通过如下方式得到的，包括：
预先建立每个环境参数与行驶控制参数的对应关系，其中每组对应关系中记录有同一个环境参数在不同取值区间中行驶控制参数的确定方式；
根据所述环境参数与行驶控制参数的对应关系，确定当前行车环境中的环境参数信息对应的目标行驶控制参数。
其中，预先建立的对应关系包括但不限于函数、图表等形式。
利用上述对应关系中不同取值区间可以更加快速有效地确定出目标行驶控制参数，简化计算成本。
在一个示例性实施例中，所述环境参数信息包括如下至少一个：
车辆外部的环境温度T、行驶区域的天气状况W、前方行驶路面的附着度F和当前行驶路面的不平度R；
所述行驶控制参数包括如下至少一个：
车辆最大车速vmax、发动机最大功率Pmax、方向盘最大转角
Figure BDA0003006554920000041
发动机最大转矩Mmax和在不同交通场景下的当前最小跟车距离Lmin。
通过获取外界环境温度、当前车速、当前天气状况、当前路面附着系数和不平度，通过对以上所有信息进行综合优化得出当前车辆的最大车速、方向盘最大转角、发动机最大转矩、发动机最大功率和最小跟车距离的约束信息，最后将约束信息发送给决策器，以提高车辆在不同风险环境下的安全性。
在一个示例性实施例中，所述环境参数信息是通过如下方式得到的，包括：
利用安装于车辆外部的温度传感器获取环境温度T；
通过获取车辆的地理位置信息L，并请求获取所述地理位置信息L对应的天气状况W；
利用安装于摄像头采集的车辆前方路面的图像信息I，确定前方行驶路面的附着度F；
利用安装于车辆每个车轮主销上的簧下质量加速度传感器，确定当前路面不平度R。
图2为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的示意图。如图2所示，所示系统包括信息采集单元、安全单元和决策器组成。其中信息采集单元包括温度传感器、GPS、互联网模块、摄像头和簧下质量加速度传感器。其中安全单元包括路面附着系数估算、路面不平度估算和降级动作规则器共三个功能模块。
其中温度传感器安装于车辆外部，采集车辆外部环境温度T，并传输至安全单元。
GPS获取车辆的地理位置信息L，并传输至互联网模块，同时获取车辆速度v，并传输至安全单元。
互联网模块根据车辆的地理位置信息L从云端获取当区域的天气状况信息W(雨、雪、能见度)，并传输至安全单元。
摄像头安装于车辆内部的前挡风玻璃上方位置，其获得车辆前方路面的图像信息I，并传输至安全单元。
簧下质量加速度传感器安装于车辆每个车轮主销上，采集车辆簧下质量加速度信息a1,a2,a3,a4，并传输至安全单元。
安全单元，首先根据摄像头采集的车辆前方路面的图像信息I，利用集成有现有的路面附着系数机器学习算法的路面附着系数估算功能模块估算出车辆前方路面附着系数F，同时，根据簧下质量加速度传感器采集的车辆簧下质量加速度信息a1,a2,a3,a4，利用集成有现有的路面不平度估算方法的路面不平度估算功能模块估算出当前路面不平度R，并将车辆前方路面附着系数F和当前路面不平度R传递至降级动作规划器功能模块。降级动作规则器功能模块根据环境温度T、天气状况W、路面附着系数F、路面不平整度R通过基于规则的方法计算得出最大车速vlmax、方向盘最大转角
Figure BDA0003006554920000051
发动机最大转矩Mlmax、发动机最大功率Plmax和最小跟车距离Llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。
决策器接受到降级动作规则器的约束条件后，基于约束条件根据现有决策算法做出决策。
通过环境感知的内容直接对车辆行驶做出约束，相比于其他提高车辆安全性的方法，中间环节少，响应快速，且通过约束而非直接对车辆行为做出干涉的方法来促使行车安全，不仅能提升车辆在各不利环境下的行驶安全性同时仍能发挥下层决策器的能动性，系统更为灵活均衡。
在一个示例性实施例中，确定在所述环境温度T约束下的最大车速vT_max以及发动机最大功率PT_max；
确定在所述天气状况W约束下的最大车速vW_max和最小跟车距离LW_min；
确定在所述行驶前方路面的附着度F约束下的方向盘最大转角
Figure BDA0003006554920000052
发动机最大转矩MF_max和最小跟车距离LF_min；
确定在所述车辆行驶路面的不平度R约束下的最大车速vR_max。
从上文可以看出，同一个环境参数可以确定至少两个行驶控制参数，即同一个环境参数可以影响至少两个行驶控制参数的取值，因此，采用上述方式进行确定，可以使得确定出的目标行驶控制参数更加准确。
在一个示例性实施例中，采用如下方式确定目标行驶控制参数，包括：
vmax＝min{vT_max,vW_max,vF_max,vR_max}；
Figure BDA0003006554920000061
Mmax＝MF_max；
Pmax＝PT_max；
Lmin＝max{LW_min,LF_min}。
在基于不同环境参数得到目标行驶控制参数后，将得到的确定结果进行综合，得到用于控制自动驾驶的目标行驶控制参数，作为自动驾驶级别的调整所使用的数据依据。
在一个示例性实施例中，所述天气状况W包括雨、雪和能见度中的至少两个维度；
在根据所述天气状况W确定最大车速vW_max和最小跟车距离LW_min时，确定所述天气状态下每个维度对应的最大车速vW_max和最小跟车距离LW_min。
通过获取不同维度下行驶控制参数的取值，可以更加准确地确定出行驶控制参数的取值，提高数据的准确性。
下面以应用实例对本申请实施例提供的方法进行描述：
如图2所示，所述系统包括信息采集单元、安全单元和决策器组成。其中信息采集单元包括温度传感器、GPS、互联网模块、摄像头和加速度传感器。其中安全单元包括路面附着系数估算、路面不平度估算和降级动作规则器共三个功能模块。
以具有L3级自动驾驶功能的两轴四轮车辆为例来描述，其中1、2、3、4分别表示车辆的前左、前右、后左和后右四个方位。
其中，温度传感器安装在车辆顶部(尽可能远离发热源)，将外界环境的温度信息转换为数字信号T，发送至安全单元。
其中，GPS安装在车辆底盘上，获取车辆的实时地理位置信息，将地理位置信息转换为数字信号L，发送至互联网模块；同时GPS还采集车辆当前的车速信息，将车速信息转换为数字信号v，发送至安全单元。
其中，互联网模块安装于车辆内部，将接收到的GPS信号发送至云端，从云端获取车辆所处位置的天气信息，将天气信息转换为数字信号W发送至安全单元。
其中，摄像头安装于车辆前挡风玻璃正上方，获取车辆前方路面的图像信息I，并发送至安全单元。
其中，簧下质量加速度传感器分别安装于车辆每个车轮的主销上，采集车辆簧下质量加速度信息a1,a2,a3,a4，并发送至安全单元。
其中，安全单元接收信息采集单元中各模块传递来的信息后，利用其包含的路面附着系数估算、路面不平度估算和降级动作规则器三个功能模块进行信息处理最终生成最大车速vlmax、方向盘最大转角
Figure BDA0003006554920000071
发动机最大转矩Mlmax、发动机最大功率Plmax和最小跟车距离Llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。
其中，路面附着系数估算功能模块接收摄像头发送至安全单元的车辆前方路面的图像信息I，利用2020年瑞典查尔默斯工业大学的Minges Florian的文章《NeuralNetwork-based road friction estimation using road weather information》中的方法，通过车辆前方路面的图像信息I估算出车辆前方路面附着系数F，并发送至降级动作规则器功能模块。
其中，路面不平度估算模块接收簧下质量加速度传感器发送至安全单元的车辆簧下质量加速度信息a1,a2,a3,a4，利用2018年中国江苏大学于文浩的文章《Onlineclassification of road roughness conditions with vehicle unsprung massacceleration by sliding time window》中的方法，通过车辆簧下质量加速度信息a1,a2,a3,a4，估算出车辆当前路面不平度R，并发送至降级动作规则器功能模块。
其中，降级动作规则器接收温度传感器、GPS和互联网模块发送至安全单元的外界环境温度T、当前车速v、当前天气状况W和路面附着系数估算功能模块及路面不平度估算功能模块发送的车辆前方路面附着系数F与车辆当前路面不平度R，依据安全需求，根据制定的映射规则分别计算最大车速vlmax、最大方向盘转角
Figure BDA0003006554920000081
最大发动机转矩Mlmax、最大发动机功率Plmax和最小跟车距离Llmin共五个车辆安全行驶约束条件，并将以上约束条件发送至决策器。
其中，最大车速vlmax约束条件利用外界环境温度T、当前天气状况W、车辆前方路面附着系数F与车辆当前路面不平度R计算获得；方向盘最大转角
Figure BDA0003006554920000082
约束条件利用车辆前方路面附着系数F计算获得；发动机最大转矩Mlmax约束条件利用车辆前方路面附着系数F计算获得；发动机最大功率Plmax约束条件利用外界环境温度T计算获得；最小跟车距离Llmin约束条件利用当前天气状况W计算获得。
图3为采用图2所示系统进行行驶控制的方法流程图。如图3所示，所示方法包括：
1.温度传感器采集车辆外部环境温度T，并发送至安全单元。
2.GPS获取车辆当前位置L，并发送至互联网模块；同时GPS获取车辆当前的车速v，发送至安全单元。
3.互联网模块根据当前车辆位置L获取当前位置的天气信息W，并发送至安全单元。
4.摄像头采集车辆前方路面的图像信息I,并发送至安全单元。
5.在安全单元中，基于车辆前方路面的图像信息I，路面附着系数估算功能模块使用2020年瑞典查尔默斯工业大学的Minges Florian的文章《Neural Network-based roadfriction estimation using road weather information"》中的方法估算出车辆前方路面附着系数F，并发送至降级动作规则器功能模块。
6.簧下质量加速度传感器采集车辆簧下质量加速度信息a1,a2,a3,a4，并发送至安全单元。
7.在安全单元中，基于车辆簧下质量加速度信息a1,a2,a3,a4，路面不平估算功能模块使用2018年中国江苏大学于文浩的文章《Online classification of roadroughness conditions with vehicle unsprung mass acceleration by sliding timewindow》中的方法估算出车辆当前路面不平度R，并发送至降级动作规则器功能模块。
8.在安全单元中，降级动作规则器功能模块接收温度传感器、GPS和互联网模块发送至安全单元的外界环境温度T、当前车速v、当前天气状况W和路面附着系数估算功能模块及路面不平度估算功能模块发送的车辆前方路面附着系数F与车辆当前路面不平度R，依据安全需求，根据制定的映射规则分别计算最大车速vlmax、最大方向盘转角
Figure BDA0003006554920000091
最大发动机转矩Mlmax、最大发动机功率Plmax和最小跟车距离Llmin共五个车辆安全行驶约束条件。
其中，制定的映射规则包括但不限于函数、图表等形式。以函数形式为例，降级动作规则器按照如下流程给出车辆安全行驶约束条件。对于任意车辆，其必然有对应的车辆最大车速vmax、发动机最大功率Pmax、方向盘最大转角
Figure BDA0003006554920000092
发动机最大转矩Mmax和在不同交通场景下的当前最小跟车距离Lmin共五个基本信息，基于此五种基本信息，首先：
(1)降级动作规则器根据温度传感器发送的外界环境温度T基于以下等式分别计算由温度限制的最大车速vT_max(米/秒)约束条件和由温度限制的最大发动机功率PT_max(瓦)约束条件：
Figure BDA0003006554920000093
Figure BDA0003006554920000094
其中，由温度限制的最大车速vT_max约束条件和由温度限制的最大发动机功率PT_max与外界环境温度T的关系包括但不限于上述等式描述的关系。
(2)降级动作规则器根据互联网模块发送的当前天气状况W计算由天气限制的最大车速vW_i_max(米/秒)约束条件和由天气限制的最小跟车距离LW_i_min(米)约束条件。其中天气W包含雨、雪、能见度三种类型，表示为
W＝[r,s,f]T
其中，r代表降雨量(毫米/12小时)，s代表降雪量(毫米/12小时)，f代表能见度(米)。其中vW_i_max和LW_i_min中i∈W。则在不同类型的天气环境对应的由天气限制的最大车速vW_i_max约束条件为：
Figure BDA0003006554920000101
Figure BDA0003006554920000102
Figure BDA0003006554920000103
在不同类型的天气环境对应的由天气限制的最小跟车距离LW_i_min约束条件为：
Figure BDA0003006554920000104
Figure BDA0003006554920000105
Figure BDA0003006554920000106
其中，由天气限制的最大车速vW_i_max约束条件和由天气限制的最小跟车距离LW_i_min约束条件与当前天气状况W的关系包括但不限于上述等式描述的关系。
(3)降级动作规则器根据路面附着系数估算功能模块发送的车辆前方路面附着系数F根据下方等式计算由车辆前方路面附着系数限制的最大车速vF_max约束条件、由车辆前方路面附着系数限制的方向盘最大转角
Figure BDA0003006554920000107
约束条件、由车辆前方路面附着系数限制的发动机最大转矩MF_max约束条件和由车辆前方路面附着系数限制的最小跟车距离LF_min约束条件：
Figure BDA0003006554920000111
Figure BDA0003006554920000112
Figure BDA0003006554920000113
Figure BDA0003006554920000114
其中，v为GPS发送的当前车速，g为重力加速度值，l为车辆的轴距。由车辆前方路面附着系数限制的最大车速vF_max约束条件、由车辆前方路面附着系数限制的最大方向盘转角
Figure BDA0003006554920000115
约束条件、由车辆前方路面附着系数限制的发动机最大转矩MF_max约束条件和由车辆前方路面附着系数限制的最小跟车距离LF_min约束条件与车辆前方路面附着系数F的关系包括但不限于上述等式描述的关系。
(4)降级动作规则器根据路面不平度估算功能模块发送的车辆当前路面不平度R根据下方等式计算由车辆当前路面不平度限制的最大车速vR_max约束条件：
vR_max＝vmax-2log2(R)
其中，由车辆当前路面不平度限制的最大车速vR_max约束条件与车辆当前路面不平度R的关系包括但不限于上述等式描述的关系。
(5)降级动作规则器根据以下等式计算最终的最大车速vlmax、最大方向盘转角
Figure BDA0003006554920000117
最大发动机转矩Mlmax、最大发动机功率Plmax和最小跟车距离Llmin共五个车辆安全行驶约束条件并发送至决策器：
vlmax＝min{vT_max,vW_r_max,vW_s_max,vW_f_max,vF_max,vR_max}
Figure BDA0003006554920000116
Mlmax＝MF_max
Plmax＝PT_max
Llmin＝max{LW_r_min,LW_s_min,LW_f_min,LF_min}
9.决策器通过降级动作规则器输出的约束条件根据现有的规划方法做出相应的降级动作，使车辆在当前环境中的风险降到最低。
本申请实施例提供的方法，提供了一种基于环境风险评估的智能网联汽车安全控制方案，该方案通过温度传感器、GPS、互联网模块、摄像头及簧下质量加速度传感器分别获取外界环境温度、当前车速、当前天气状况、前方路面图像和车辆的簧下质量加速度，利用现有路面附着系数和路面不平度估算方法估算出当前路面附着系数和不平度，最终降级动作规则器对以上所有信息进行综合优化得出当前车辆的最大车速、最大方向盘转角、最大发动机转矩、最大发动机功率和最小跟车距离的约束信息，最后将约束信息发送给决策器，以提高车辆在不同风险环境下的安全性。
图4为本申请实施例提供的基于环境风险评估的智能网联汽车安全控制系统的结构图。如图4所示，所述系统包括：
获取模块，被设置为在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
确定模块，被设置为确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
管理模块，被设置为利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理。
本申请实施例提供的方法，基于获取到的环境信息确定在当前环境条件表且安全行驶条件的行驶控制参数，实现基于环境风险评估结果对智能网联汽车进行安全控制的目的，保证车辆在不同风险环境下的安全性。
本申请实施例提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上文任一项中所述的方法。
本申请实施例提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上文任一项中所述的方法。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种基于环境风险评估的智能网联汽车安全控制方法，包括：
在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理；
采用如下方式确定目标行驶控制参数，包括：
分别确定当前天气状况在天气状况W约束下的最小跟车距离，包括降雨量r约束下的最小跟车距离LW_r_min、降雪量s约束下的最小跟车距离LW_s_min、能见度f约束下的最小跟车距离LW_f_min；其中，降雨量的单位为毫米/12小时，降雪量的单位为毫米/12小时，能见度的单位为米，最小跟车距离的单位为米；
选择数值最大的最小跟车距离作为目标行驶控制参数中的最小跟车距离；
其中：
Figure FDA0003755319480000011
Figure FDA0003755319480000012
Figure FDA0003755319480000013
其中，Lmin为不同交通场景下的当前最小跟车距离。
2.根据权利要求1所述的方法，其特征在于，所述目标行驶控制参数是通过如下方式得到的，包括：
预先建立每个环境参数与行驶控制参数的对应关系，其中每组对应关系中记录有同一个环境参数在不同取值区间中行驶控制参数的确定方式；
根据所述环境参数与行驶控制参数的对应关系，确定当前行车环境中的环境参数信息对应的目标行驶控制参数。
3.根据权利要求1所述的方法，其特征在于：
所述环境参数信息包括如下至少一个：
车辆外部的环境温度T、行驶区域的天气状况W、前方行驶路面的附着度F和当前行驶路面的不平度R；
所述行驶控制参数包括如下至少一个：
车辆最大车速vmax、发动机最大功率Pmax、方向盘最大转角
Figure FDA0003755319480000021
发动机最大转矩Mmax和在不同交通场景下的当前最小跟车距离Lmin。
4.根据权利要求3所述的方法，其特征在于，所述环境参数信息是通过如下方式得到的，包括：
利用安装于车辆外部的温度传感器获取环境温度T；
通过获取车辆的地理位置信息L，并请求获取所述地理位置信息L对应的天气状况W；
利用摄像头采集的车辆前方路面的图像信息I，确定前方行驶路面的附着度F；
利用安装于车辆每个车轮主销上的簧下质量加速度传感器，确定当前路面不平度R。
5.根据权利要求3所述的方法，其特征在于：
确定在所述环境温度T约束下的最大车速vT_max以及发动机最大功率PT_max；
确定在所述天气状况W约束下的最大车速vW_max和最小跟车距离LW_min；
确定在所述前方行驶路面的附着度F约束下的方向盘最大转角
Figure FDA0003755319480000031
发动机最大转矩MF_max和最小跟车距离LF_min；
确定在所述车辆行驶路面的不平度R约束下的最大车速vR_max。
6.根据权利要求5所述的方法，其特征在于，采用如下方式确定目标行驶控制参数，包括：
vmax＝min{vT_max，vW_max，vF_max，vR_max}；
Figure FDA0003755319480000032
Mmax＝MF_max；
Pmax＝PT_max；
Lmin＝max{LW_min，LF_min}；
其中，vF_max为在所述前方行驶路面的附着度F约束下的最大车速。
7.根据权利要求1至6任一所述的方法，其特征在于：
所述天气状况W包括雨、雪和能见度中的至少两个维度；
在根据所述天气状况W确定最大车速时，分别确定天气状况W约束下的最大车速，包括降雨量r约束下的最大车速vW_r_max、降雪量s约束下的最大车速vW_s_max、能见度f约束下最大车速vW_f_max；
选择数值最小的最大车速作为目标行驶控制参数中的最大车速，其中最大车速的单位为米/秒；
其中：
Figure FDA0003755319480000033
Figure FDA0003755319480000041
Figure FDA0003755319480000042
其中，vmax为车辆最大车速。
8.一种基于环境风险评估的智能网联汽车安全控制系统，包括：
获取模块，被设置为在车辆处于自动驾驶模式时，获取所述车辆在当前行车环境中的环境参数信息；
确定模块，被设置为确定在当前环境参数条件下符合预设安全行驶条件的目标行驶控制参数；
管理模块，被设置为利用所述目标行驶控制参数，对所述车辆当前自动驾驶级别进行管理；
采用如下方式确定目标行驶控制参数，包括：
分别确定当前天气状况在天气状况W约束下的最小跟车距离，包括降雨量r约束下的最小跟车距离LW_r_min、降雪量s约束下的最小跟车距离LW_s_min、能见度f约束下的最小跟车距离LW_f_min；其中，降雨量的单位为毫米/12小时，降雪量的单位为毫米/12小时，能见度的单位为米；最小跟车距离的单位为米；
选择数值最大的最小跟车距离作为目标行驶控制参数中的最小跟车距离；
其中：
Figure FDA0003755319480000043
Figure FDA0003755319480000051
Figure FDA0003755319480000052
其中，Lmin为不同交通场景下的当前最小跟车距离。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
CN202110363690.7A 2021-04-02 2021-04-02 基于环境风险评估的智能网联汽车安全控制方法和系统 Active CN112947390B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110363690.7A CN112947390B (zh) 2021-04-02 2021-04-02 基于环境风险评估的智能网联汽车安全控制方法和系统
US17/711,200 US20220315054A1 (en) 2021-04-02 2022-04-01 Safety control method and system based on environmental risk assessment for intelligent connected vehicle
US17/834,411 US11518409B2 (en) 2021-04-02 2022-06-07 Safety control method and system based on environmental risk assessment for intelligent connected vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110363690.7A CN112947390B (zh) 2021-04-02 2021-04-02 基于环境风险评估的智能网联汽车安全控制方法和系统

Publications (2)

Publication Number Publication Date
CN112947390A CN112947390A (zh) 2021-06-11
CN112947390B true CN112947390B (zh) 2022-09-06

Family

ID=76230583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110363690.7A Active CN112947390B (zh) 2021-04-02 2021-04-02 基于环境风险评估的智能网联汽车安全控制方法和系统

Country Status (2)

Country Link
US (2) US20220315054A1 (zh)
CN (1) CN112947390B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115534981B (zh) * 2022-12-05 2023-03-07 广汽埃安新能源汽车股份有限公司 车辆的自动化驾驶模式调整方法及装置

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9766625B2 (en) * 2014-07-25 2017-09-19 Here Global B.V. Personalized driving of autonomously driven vehicles
US9815476B2 (en) * 2014-12-22 2017-11-14 Here Global B.V. Method and apparatus for providing road surface friction data for a response action
DE102015003348A1 (de) * 2015-03-14 2016-09-15 Audi Ag Verfahren zum Betreiben eines Kraftfahrzeugs und zugehöriges Kraftfahrzeug
US20170277182A1 (en) * 2016-03-24 2017-09-28 Magna Electronics Inc. Control system for selective autonomous vehicle control
US20190138002A1 (en) * 2016-04-28 2019-05-09 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
US20170329331A1 (en) * 2016-05-16 2017-11-16 Magna Electronics Inc. Control system for semi-autonomous control of vehicle along learned route
US10663965B2 (en) * 2016-09-01 2020-05-26 Ford Global Technologies, Llc Permissions for partially autonomous vehicle operation
US10061315B2 (en) * 2016-09-07 2018-08-28 Ford Global Technologies, Llc Advanced autonomous vehicle tutorial
US10496090B2 (en) * 2016-09-29 2019-12-03 Magna Electronics Inc. Handover procedure for driver of autonomous vehicle
US10906554B2 (en) * 2017-05-23 2021-02-02 Magna Electronics Inc. Autonomous driving system
US10551838B2 (en) * 2017-08-08 2020-02-04 Nio Usa, Inc. Method and system for multiple sensor correlation diagnostic and sensor fusion/DNN monitor for autonomous driving application
US10589738B1 (en) * 2017-09-15 2020-03-17 Zoox, Inc. Electronic braking systems and methods
US11130497B2 (en) * 2017-12-18 2021-09-28 Plusai Limited Method and system for ensemble vehicle control prediction in autonomous driving vehicles
EP3779921A4 (en) * 2018-03-30 2021-04-28 Sony Semiconductor Solutions Corporation INFORMATION PROCESSING DEVICE, MOBILE DEVICE, PROCESS AND PROGRAM
US10754336B2 (en) * 2018-05-04 2020-08-25 Waymo Llc Using environmental information to estimate sensor functionality for autonomous vehicles
JP7037454B2 (ja) * 2018-08-24 2022-03-16 株式会社Subaru 車両の走行制御システム
JP7077870B2 (ja) * 2018-08-28 2022-05-31 トヨタ自動車株式会社 自動運転システム
US10795357B2 (en) * 2018-09-14 2020-10-06 Guangzhou Automobile Group Co., Ltd Method and device for controlling vehicle and autonomous driving vehicle
US11208107B2 (en) * 2018-11-26 2021-12-28 Toyota Research Institute, Inc. Systems and methods for selecting among different driving modes for autonomous driving of a vehicle
US10940851B2 (en) * 2018-12-12 2021-03-09 Waymo Llc Determining wheel slippage on self driving vehicle
CN111383474B (zh) * 2018-12-29 2022-01-25 毫末智行科技有限公司 自动驾驶车辆的决策系统及方法
CN111376912B (zh) * 2018-12-29 2021-03-19 长城汽车股份有限公司 自动驾驶车辆的车速控制方法、系统及车辆
KR20210113224A (ko) * 2019-01-04 2021-09-15 세렌스 오퍼레이팅 컴퍼니 음성 상호작용을 사용하여 자율 주행 차량의 안전성과 유연성을 향상시키기 위한 방법 및 시스템
CN110009765B (zh) * 2019-04-15 2021-05-07 合肥工业大学 一种自动驾驶车辆场景数据系统的场景格式转化方法
JP7107281B2 (ja) * 2019-06-07 2022-07-27 株式会社デンソー 情報提示制御装置
CN112262055B (zh) * 2019-06-17 2023-11-17 北京航迹科技有限公司 实时控制自动驾驶车辆的系统和方法
JP7136047B2 (ja) * 2019-08-19 2022-09-13 株式会社デンソー 運転制御装置及び車両行動提案装置
CN110488802B (zh) * 2019-08-21 2020-05-12 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
EP3795435A1 (en) * 2019-09-19 2021-03-24 TuSimple, Inc. Road friction estimation techniques
US10913464B1 (en) * 2019-10-11 2021-02-09 GM Global Technology Operations LLC Intelligent escalation strategy for autonomous vehicle
US20220065656A1 (en) * 2020-08-27 2022-03-03 Here Global B.V. Method, apparatus, and computer program product for generating an automated driving capability map index
WO2022140657A1 (en) * 2020-12-23 2022-06-30 Clearmotion,Inc. Systems and methods for vehicle control using terrain-based localization

Also Published As

Publication number Publication date
CN112947390A (zh) 2021-06-11
US20220315055A1 (en) 2022-10-06
US11518409B2 (en) 2022-12-06
US20220315054A1 (en) 2022-10-06

Similar Documents

Publication Publication Date Title
US10838423B2 (en) Intelligent vehicle navigation systems, methods, and control logic for deriving road segment speed limits
CN105599768B (zh) 包括在车辆运行期间的动态车辆质量和道路坡度估计的车辆控件
CN107257756B (zh) 用于在路况变化的情况下辅助车辆的技术
US20180164119A1 (en) System and method for generating an environmental condition database using automotive sensors
US9604648B2 (en) Driver performance determination based on geolocation
EP2638711B1 (en) A vehicle data system and method
CN108349499A (zh) 用于控制在车辆中的功能的方法、装置和处理设备
CN108058710A (zh) 用于运行驾驶员辅助系统的方法和设备、驾驶员辅助系统
WO2018234055A1 (en) MONITORING THE STATUS OF A ROAD
CN108058709A (zh) 用于运行驾驶员辅助系统的方法和设备、驾驶员辅助系统
CN111465972B (zh) 用于计算交通工具传感器数据的错误概率的系统
US11186287B2 (en) Cant estimating method, cant estimating apparatus, and non-transitory computer-readable storage medium storing program
CN110263844A (zh) 一种在线学习和实时估计路面状态的方法
CN110550041B (zh) 一种基于云端数据共享的路面附着系数估计方法
CN112947390B (zh) 基于环境风险评估的智能网联汽车安全控制方法和系统
CN112455446A (zh) 用于车辆控制的方法、装置、电子设备和存储介质
US20230184563A1 (en) Connected vehicle-based road surface quality determination
CN115046547A (zh) 一种复杂城市环境下的自动驾驶汽车定位系统及方法
US20220402494A1 (en) A method for evaluating a minimum breaking distance of a vehicle and vehicle
CN110341716B (zh) 车速计算方法、装置、自动驾驶系统及存储介质
CN112596509A (zh) 车辆控制方法、装置、计算机设备及计算机可读存储介质
US20210095991A1 (en) Vehicle traveling condition evaluation method and system
US20230010647A1 (en) Methods, apparatuses, systems and computer program products for estimating road condition information
CN113165658A (zh) 用于运行车辆的方法、装置、计算机程序和计算机程序产品以及车辆
JP2023076125A (ja) スリップ予測システム

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
GR01 Patent grant
GR01 Patent grant