CN113053121B - 一种汽车电子控制单元的安全算法管理方法及系统 - Google Patents

一种汽车电子控制单元的安全算法管理方法及系统 Download PDF

Info

Publication number
CN113053121B
CN113053121B CN202110300273.8A CN202110300273A CN113053121B CN 113053121 B CN113053121 B CN 113053121B CN 202110300273 A CN202110300273 A CN 202110300273A CN 113053121 B CN113053121 B CN 113053121B
Authority
CN
China
Prior art keywords
vehicle
target
current
data
safety
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
CN202110300273.8A
Other languages
English (en)
Other versions
CN113053121A (zh
Inventor
洪璐
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.)
Albert Technology Shenzhen Co ltd
Original Assignee
Albert Technology Shenzhen Co ltd
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 Albert Technology Shenzhen Co ltd filed Critical Albert Technology Shenzhen Co ltd
Priority to CN202110300273.8A priority Critical patent/CN113053121B/zh
Publication of CN113053121A publication Critical patent/CN113053121A/zh
Application granted granted Critical
Publication of CN113053121B publication Critical patent/CN113053121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种安全管理的技术领域，揭露了一种汽车电子控制单元的安全算法管理方法，包括：获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；根据预处理完成的电池信息数据，利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，若检测到安全问题，则进行安全警告；利用基于注意力的目标检测算法进行前方目标车辆检测，得到车辆目标检测结果；利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合；根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警。本发明还提供了一种汽车电子控制单元的安全算法管理系统。本发明实现了汽车的安全管理。

Description

一种汽车电子控制单元的安全算法管理方法及系统
技术领域
本发明涉及安全控制的技术领域，尤其涉及一种汽车电子控制单元的安全算法管理方法及系统。
背景技术
汽车在人们的日常生活中扮演着越来越重要的作用，在方便人们日常出行的同时，也带来了一系列的安全问题，对汽车的驾驶安全进行管控成为当前研究领域的热门话题。
传统汽车驾驶安全控制算法大多为利用摄像头获取汽车驾驶道路周遭的环境信息，从而利用目标检测算法从环境图像中选择感兴趣区域，以感兴趣区域为基准采用深度学习算法识别出超车、变道车辆，但深度学习算法的计算量较大，无法实时地进行汽车安全控制。
鉴于此，如何在汽车驾驶过程中，对汽车实时地进行安全控制，成为本领域技术人员亟待解决的问题。
发明内容
本发明提供一种汽车电子控制单元的安全算法管理方法，通过利用基于坐标转换的传感器检测算法进行汽车电流传感器的实时安全检测，并在汽车行驶过程中，利用基于注意力的目标检测算法进行前方目标车辆检测，同时利用目标融合算法将目标检测结果同车辆雷达检测得到的目标信息进行目标融合，利用汽车防碰撞预警算法进行汽车安全预警。
为实现上述目的，本发明提供的一种汽车电子控制单元的安全算法管理方法，包括：
获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；
根据预处理完成的电池信息数据，利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，若检测到安全问题，则进行安全警告；
利用基于注意力的目标检测算法进行前方目标车辆检测，得到车辆目标检测结果；
利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，得到目标融合特征；
根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警。
可选地，所述对电池信息数据进行数据预处理，包括：
所述电池信息数据为二进制文件，二进制文件中的每个时间节点都对应着一个电池信息数据包，在本发明一个具体实施例中，所述电池信息数据包中包括汽车电池的总电压、总电流、电池温度以及电池荷电状态数据；
进一步地，本发明对所述电池信息数据进行预处理操作，所述电池信息数据的预处理流程为：
1)从电池信息数据中的第一条电池荷电状态数据开始向下搜寻，直到发现电池荷电状态为100％，电流值为正的数据项，并将该数据项标记为电池放电过程中的起始位置；
2)从电池放电的起始位置开始向下搜寻，直到发现电流值为负的数据项，若该数据项的后三条数据项的电流值均为负，则将该数据项标记为电池放电结束的位置；
3)设置需要插值处理的时间间隔范围[8,40]，并离散化时间范围，根据电池信息数据时间间隔进行分段，标记需要插值的数据点，若出现时间间隔大于35s，可视为该时间段电池处于静置状态；并利用线性最近项插值法对电池信息数据中的缺失值进行插值；
4)对电池放电过程中的起始位置到结束位置中的电池信息数据进行异常值的删除处理，所述异常值包括电池荷电状态显示不为0时，总电压为0，而总电流不为0等的异常电池信息数据。
可选地，所述利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，包括：
1)对电流传感器中电流数据进行基于变换矩阵的坐标转换：
Figure BDA0002985964850000021
Figure BDA0002985964850000022
其中：
ia，ib为自然坐标系下的电流传感器A、B的电流数据；
ic，id为静止坐标系下的电流传感器A、B的电流数据；
ie，if为旋转坐标系下的电流传感器A、B的电流数据；
θ为电流偏转角度；
T为变换矩阵，在本发明一个具体实施例中，所设置的变换矩阵值为：
Figure BDA0002985964850000031
2)基于PI调节器进行电流值坐标转换：
Figure BDA0002985964850000032
Figure BDA0002985964850000033
其中：
ip，iq为PI调节器给定值；
i′c，i′d为静止坐标系下转换后的电流传感器A、B的电流数据；
i″c，i″d为构造坐标系下转换后的电流传感器A、B的电流数据；
3)设置阈值β1，β2，若|i′c-ic|≥β1，且|i″d-i′d|≥β2，则说明电流传感器A，B均发生故障；若|i′c-ic|＜β1，且|i″d-i′d|≥β2，则说明电流传感器B发生故障；若|i′c-ic|≥β1，且|i″d-i′d|＜β2，则说明电流传感器A发生故障；若检测到传感器安全问题，则自动发出警告。
可选地，所述利用基于注意力的目标检测算法进行前方目标车辆检测，包括：
1)基于前方车辆行为持续时间不同的特点，定义单个不可分解行为的时间间隔为ta，在预先设定的时间区间T中，计算前方车辆的最大行为个数为T/ta；在本发明一个具体实施例中，所述前方车辆行为包括变道、减速、急刹车等；
2)获取前方车辆目标特征，所述前方车辆目标特征包括前方车辆的连续帧间距离d、速度v和加速度a，通过将前方车辆目标特征信息进行合并，得到时间区间内前方车辆的运动信息编码；
3)将前方车辆的运动信息编码作为目标模型的输入，计算在时间区间T内的车辆目标检测信息结果：
Figure BDA0002985964850000034
Figure BDA0002985964850000035
Figure BDA0002985964850000036
其中：
ta为前方车辆单个不可分解行为的时间间隔；
⊙为元素乘操作；
Figure BDA0002985964850000041
为当前车辆i在t时刻的车辆目标检测结果；
N(i)表示当前车辆i的周围车辆；
W为将前方车辆消息传递到当前车辆i的线性变换；
Figure BDA0002985964850000042
为前方车辆在t时刻的隐藏状态，在本发明一个具体实施例中，为前方车辆利用W变换并结合当前车辆i的状态，经过增强后的状态信息；
Figure BDA0002985964850000043
为当前车辆i与前方车辆j在t时刻之间的注意力；
Figure BDA0002985964850000044
为当前车辆i与前方车辆j在t时刻的空间信息；
Figure BDA0002985964850000045
为计算车辆空间位置信息的函数，
Figure BDA0002985964850000046
为当前车辆i与前方车辆j在t时刻的欧式距离。
可选地，所述利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，包括：
1)计算k时刻车辆目标检测结果同传感器目标检测信息之差cab(k)：
Figure BDA0002985964850000047
其中：
Figure BDA0002985964850000048
为对目标a的车辆目标检测结果；
Figure BDA0002985964850000049
为对目标b的目标检测信息；
2)计算k时刻之前所有传感器目标检测信息同车辆目标检测结果之差
Figure BDA00029859648500000410
并对对数似然比函数ρab(k)进行修正：
Figure BDA00029859648500000411
Figure BDA00029859648500000412
其中：
Figure BDA00029859648500000413
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA00029859648500000414
为传感器目标检测信息的检测状态估计误差协方差；
3)若ρab(k)≤ε，则认为车辆目标检测结果与传感器目标检测信息命中同一目标，其中ε为阈值，本发明将其设置为0.05；
4)将命中同一目标的车辆目标检测结果与传感器目标检测信息进行关联配对，将关联配对的信息进行加权融合，得到目标融合特征：
Figure BDA00029859648500000415
其中：
Figure BDA00029859648500000416
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA00029859648500000417
为传感器目标检测信息的检测状态估计误差协方差；
F为目标融合特征。
可选地，所述利用车辆防碰撞预警算法进行汽车安全预警，包括：
1)计算前方车辆发生行为与当前车辆的纵向距离：
Figure BDA0002985964850000051
其中：
Figure BDA0002985964850000052
分别为前方车辆1与当前车辆2在y轴方向的速度；
Figure BDA0002985964850000053
分别为前方车辆1与当前车辆2在y轴方向的加速度；
y1，y2分别为在前方车辆1发生行为时，前方车辆1和当前车辆2在y轴方向的初始位置；
t为前方汽车发生行为的行为持续时间；
在本发明一个具体实施例中，所述前方车辆行为包括变道、减速、急刹车等；
2)计算当前车辆的自适应安全距离：
Figure BDA0002985964850000054
其中：
t1为驾驶员的反应时间；
t2为车辆制动的反应时间；
v为车辆起始制动车速；
a为车辆减速度大小；
3)若de＞d，则说明两车已保持足够的安全距离，危险程度较低；反之，若de≤d，则认为两车之间的距离存在发生危险的可能性，则自动向驾驶员发送危险警告。
此外，为实现上述目的，本发明还提供一种汽车电子控制单元的安全算法管理系统，所述系统包括：
汽车信息获取装置，用于获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；
汽车数据处理器，用于利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，并利用基于注意力的目标检测算法进行前方目标车辆检测；
汽车安全管理装置，用于利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警。
此外，为实现上述目的，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上存储有汽车安全管理程序指令，所述汽车安全管理程序指令可被一个或者多个处理器执行，以实现如上所述的汽车电子控制单元的安全算法管理的实现方法的步骤。
相对于现有技术，本发明提出一种汽车电子控制单元的安全算法管理方法，该技术具有以下优势：
首先，本发明提出一种基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，在算法中，通过对电流传感器中电流数据进行基于变换矩阵的坐标转换：
Figure BDA0002985964850000061
Figure BDA0002985964850000062
其中：ia，ib为自然坐标系下的电流传感器A、B的电流数据；ic，id为静止坐标系下的电流传感器A、B的电流数据；ie，if为旋转坐标系下的电流传感器A、B的电流数据；θ为电流偏转角度；T为变换矩阵；基于PI调节器进行电流值坐标转换：
Figure BDA0002985964850000063
Figure BDA0002985964850000064
其中：ip，iq为PI调节器给定值；i′c，i′d为静止坐标系下转换后的电流传感器A、B的电流数据；i″c，i″d为构造坐标系下转换后的电流传感器A、B的电流数据；通过设置阈值β1，β2，若|i′c-ic|≥β1，且|i″d-i′d|≥β2，则说明电流传感器A，B均发生故障；若|i′c-ic|＜β1，且|i″d-i′d|≥β2，则说明电流传感器B发生故障；若|i′c-ic|≥β1，且|i″d-i′d|＜β2，则说明电流传感器A发生故障；若检测到传感器安全问题，则自动发出警告，从而实现对汽车电流传感器进行实时的安全检测，对汽车的安全进行保障。
同时本发明提出一种基于注意力的目标检测算法进行前方目标车辆检测，从而检测出前方车辆变道、减速、急刹车等可能造成危险的行为，算法首先获取前方车辆目标特征，所述前方车辆目标特征包括前方车辆的连续帧间距离d、速度v和加速度a，通过将前方车辆目标特征信息进行合并，得到时间区间内前方车辆的运动信息编码；并将前方车辆的运动信息编码作为目标模型的输入，计算在时间区间T内的车辆目标检测信息结果：
Figure BDA0002985964850000071
Figure BDA0002985964850000072
Figure BDA0002985964850000073
其中：ta为前方车辆单个不可分解行为的时间间隔；⊙为元素乘操作；
Figure BDA0002985964850000074
为当前车辆i在t时刻的车辆目标检测结果；N(i)表示当前车辆i的周围车辆；W为将前方车辆消息传递到当前车辆i的线性变换；
Figure BDA0002985964850000075
为前方车辆在t时刻的隐藏状态，在本发明一个具体实施例中，为前方车辆利用W变换并结合当前车辆i的状态，经过增强后的状态信息；
Figure BDA0002985964850000076
为当前车辆i与前方车辆j在t时刻之间的注意力；
Figure BDA0002985964850000077
为当前车辆i与前方车辆j在t时刻的空间信息；
Figure BDA0002985964850000078
为计算车辆空间位置信息的函数，
Figure BDA0002985964850000079
为当前车辆i与前方车辆j在t时刻的欧式距离；相较于传统技术，本发明在目标检测过程中引入了车辆空间位置信息
Figure BDA00029859648500000710
使得在检测过程中，距离当前车辆越近的车辆具有更高的检测权重，并通过对当前车辆前方的所有车辆消息进行交互，考虑到了前方所有车辆行为之间的影响关系，促进了对更近的目标车辆的行为检测。
最后本发明利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，所述目标融合算法流程为：计算k时刻车辆目标检测结果同传感器目标检测信息之差cab(k)：
Figure BDA00029859648500000711
其中：
Figure BDA00029859648500000712
为对目标a的车辆目标检测结果；
Figure BDA00029859648500000713
为对目标b的目标检测信息；计算k时刻之前所有传感器目标检测信息同车辆目标检测结果之差
Figure BDA00029859648500000714
并对对数似然比函数ρab(k)进行修正：
Figure BDA00029859648500000715
Figure BDA00029859648500000716
其中：
Figure BDA00029859648500000717
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA00029859648500000718
为传感器目标检测信息的检测状态估计误差协方差；若ρab(k)≤ε，则认为车辆目标检测结果与传感器目标检测信息命中同一目标，其中ε为阈值；将命中同一目标的车辆目标检测结果与传感器目标检测信息进行关联配对，使得目标检测算法所检测到的信息同汽车传感器所感知的信息进行互补，得到更为准确的目标特征；通过将关联配对的信息进行加权融合，得到目标融合特征：
Figure BDA00029859648500000719
其中：
Figure BDA00029859648500000720
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA00029859648500000721
为传感器目标检测信息的检测状态估计误差协方差；F为目标融合特征。
附图说明
图1为本发明一实施例提供的一种汽车电子控制单元的安全算法管理方法的流程示意图；
图2为本发明一实施例提供的一种汽车电子控制单元的安全算法管理系统的结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
通过利用基于坐标转换的传感器检测算法进行汽车电流传感器的实时安全检测，并在汽车行驶过程中，利用基于注意力的目标检测算法进行前方目标车辆检测，同时利用目标融合算法将目标检测结果同车辆雷达检测得到的目标信息进行目标融合，利用汽车防碰撞预警算法进行汽车安全预警。参照图1所示，为本发明一实施例提供的汽车电子控制单元的安全算法管理方法示意图。
在本实施例中，汽车电子控制单元的安全算法管理方法包括：
S1、获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据。
首先，本发明获取汽车行驶途中的电池信息数据，所述电池信息数据为二进制文件，二进制文件中的每个时间节点都对应着一个电池信息数据包，在本发明一个具体实施例中，所述电池信息数据包中包括汽车电池的总电压、总电流、电池温度以及电池荷电状态数据；
进一步地，本发明对所述电池信息数据进行预处理操作，所述电池信息数据的预处理流程为：
1)从电池信息数据中的第一条电池荷电状态数据开始向下搜寻，直到发现电池荷电状态为100％，电流值为正的数据项，并将该数据项标记为电池放电过程中的起始位置；
2)从电池放电的起始位置开始向下搜寻，直到发现电流值为负的数据项，若该数据项的后三条数据项的电流值均为负，则将该数据项标记为电池放电结束的位置；
3)设置需要插值处理的时间间隔范围[8，40]，并离散化时间范围，根据电池信息数据时间间隔进行分段，标记需要插值的数据点，若出现时间间隔大于35s，可视为该时间段电池处于静置状态；并利用线性最近项插值法对电池信息数据中的缺失值进行插值；
4)对电池放电过程中的起始位置到结束位置中的电池信息数据进行异常值的删除处理，所述异常值包括电池荷电状态显示不为0时，总电压为0，而总电流不为0等的异常电池信息数据。
S2、根据预处理完成的电池信息数据，利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，若检测到安全问题，则进行安全警告。
进一步地，根据预处理完成的电池信息数据，本发明利用基于坐标转换的传感器检测算法进行电流传感器数据的实时安全检测，所述基于坐标转换的传感器检测算法流程为：
1)对电流传感器中电流数据进行基于变换矩阵的坐标转换：
Figure BDA0002985964850000091
Figure BDA0002985964850000092
其中：
ia，ib为自然坐标系下的电流传感器A、B的电流数据；
ic，id为静止坐标系下的电流传感器A、B的电流数据；
ie，if为旋转坐标系下的电流传感器A、B的电流数据；
θ为电流偏转角度；
T为变换矩阵，在本发明一个具体实施例中，所设置的变换矩阵值为：
Figure BDA0002985964850000093
2)基于PI调节器进行电流值坐标转换：
Figure BDA0002985964850000094
Figure BDA0002985964850000095
其中：
ip，iq为PI调节器给定值；
i′c，i′d为静止坐标系下转换后的电流传感器A、B的电流数据；
i″c，i″d为构造坐标系下转换后的电流传感器A、B的电流数据；
3)设置阈值β1，β2，若|i′c-ic|≥β1，且|i″d-i′d|≥β2，则说明电流传感器A，B均发生故障；若|i′c-ic|＜β1，且|i″d-i′d|≥β2，则说明电流传感器B发生故障；若|i′c-ic|≥β1，且|i″d-i′d|＜β2，则说明电流传感器A发生故障；若检测到传感器安全问题，则自动发出警告。
S3、利用基于注意力的目标检测算法进行前方目标车辆检测，得到车辆目标检测结果。
进一步地，本发明利用基于注意力的目标检测算法进行前方目标车辆检测，所述基于注意力的目标检测算法流程为：
1)基于前方车辆行为持续时间不同的特点，定义单个不可分解行为的时间间隔为ta，在预先设定的时间区间T中，计算前方车辆的最大行为个数为T/ta；在本发明一个具体实施例中，所述前方车辆行为包括变道、减速、急刹车等；
2)获取前方车辆目标特征，所述前方车辆目标特征包括前方车辆的连续帧间距离d、速度v和加速度a，通过将前方车辆目标特征信息进行合并，得到时间区间内前方车辆的运动信息编码；
3)将前方车辆的运动信息编码作为目标模型的输入，计算在时间区间T内的车辆目标检测信息结果：
Figure BDA0002985964850000101
Figure BDA0002985964850000102
Figure BDA0002985964850000103
其中：
ta为前方车辆单个不可分解行为的时间间隔；
⊙为元素乘操作；
Figure BDA0002985964850000104
为当前车辆i在t时刻的车辆目标检测结果；
N(i)表示当前车辆i的周围车辆；
W为将前方车辆消息传递到当前车辆i的线性变换；
Figure BDA0002985964850000105
为前方车辆在t时刻的隐藏状态，在本发明一个具体实施例中，为前方车辆利用W变换并结合当前车辆i的状态，经过增强后的状态信息；
Figure BDA0002985964850000106
为当前车辆i与前方车辆2在t时刻之间的注意力；
Figure BDA0002985964850000107
为当前车辆i与前方车辆j在t时刻的空间信息；
Figure BDA0002985964850000108
为计算车辆空间位置信息的函数，
Figure BDA0002985964850000109
为当前车辆i与前方车辆j在t时刻的欧式距离。
S4、利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，得到目标融合特征。
进一步地，根据所述车辆目标检测结果，本发明利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，所述目标融合算法流程为：
1)计算k时刻车辆目标检测结果同传感器目标检测信息之差cab(k)：
Figure BDA0002985964850000111
其中：
Figure BDA0002985964850000112
为对目标a的车辆目标检测结果；
Figure BDA0002985964850000113
为对目标b的目标检测信息；
2)计算k时刻之前所有传感器目标检测信息同车辆目标检测结果之差
Figure BDA0002985964850000114
并对对数似然比函数ρab(k)进行修正：
Figure BDA0002985964850000115
Figure BDA0002985964850000116
其中：
Figure BDA0002985964850000117
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA0002985964850000118
为传感器目标检测信息的检测状态估计误差协方差；
3)若ρab(k)≤ε，则认为车辆目标检测结果与传感器目标检测信息命中同一目标，其中ε为阈值，本发明将其设置为0.05；
4)将命中同一目标的车辆目标检测结果与传感器目标检测信息进行关联配对，将关联配对的信息进行加权融合，得到目标融合特征：
Figure BDA0002985964850000119
其中：
Figure BDA00029859648500001110
为车辆目标检测结果的检测状态估计误差协方差；
Figure BDA00029859648500001111
为传感器目标检测信息的检测状态估计误差协方差；
F为目标融合特征。
S5、根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警。
进一步地，根据目标融合特征，本发明利用车辆防碰撞预警算法进行汽车安全预警，所述汽车防碰撞预警算法流程为：
1)计算前方车辆发生行为与当前车辆的纵向距离：
Figure BDA00029859648500001112
其中：
Figure BDA00029859648500001113
分别为前方车辆1与当前车辆2在y轴方向的速度；
Figure BDA00029859648500001114
分别为前方车辆1与当前车辆2在y轴方向的加速度；
y1，y2分别为在前方车辆1发生行为时，前方车辆1和当前车辆2在y轴方向的初始位置；
t为前方汽车发生行为的行为持续时间；
在本发明一个具体实施例中，所述前方车辆行为包括变道、减速、急刹车等；
2)计算当前车辆的自适应安全距离：
Figure BDA0002985964850000121
其中：
t1为驾驶员的反应时间；
t2为车辆制动的反应时间；
v为车辆起始制动车速；
a为车辆减速度大小；
3)若de＞d，则说明两车已保持足够的安全距离，危险程度较低；反之，若de≤d，则认为两车之间的距离存在发生危险的可能性，则自动向驾驶员发送危险警告。
下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：Inter(R)Core(TM)i7-6700K CPU，软件为Matlab2018a；对比方法为基于贝叶斯的汽车安全管理算法以及基于随机森林的汽车安全管理算法。
在本发明所述算法实验中，数据集为10G的道路汽车行驶数据。本实验通过将道路汽车行驶数据输入到算法模型中，将安全事故发生的概率作为算法可行性的评价指标，其中安全事故发生的概率越低，则说明算法的有效性、可行性越高。
根据实验结果，基于贝叶斯的汽车安全管理算法的安全事故发生概率为13.1％，基于随机森林的汽车安全管理算法的安全事故发生概率为10.34％，本发明所述方法的安全事故发生概率为9.10％，相较于对比算法，本发明所提出的汽车电子控制单元的安全算法管理方法能够实现更低的汽车安全事故发生概率。
发明还提供一种汽车电子控制单元的安全算法管理系统。参照图2所示，为本发明一实施例提供的汽车电子控制单元的安全算法管理系统的内部结构示意图。
在本实施例中，所述汽车电子控制单元的安全算法管理系统1至少包括汽车信息获取装置11、汽车数据处理器12、汽车安全管理装置13，通信总线14，以及网络接口15。
其中，汽车信息获取装置11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。
汽车数据处理器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。汽车数据处理器12在一些实施例中可以是汽车电子控制单元的安全算法管理系统1的内部存储单元，例如该汽车电子控制单元的安全算法管理系统1的硬盘。汽车数据处理器12在另一些实施例中也可以是汽车电子控制单元的安全算法管理系统1的外部存储设备，例如汽车电子控制单元的安全算法管理系统1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，汽车数据处理器12还可以既包括汽车电子控制单元的安全算法管理系统1的内部存储单元也包括外部存储设备。汽车数据处理器12不仅可以用于存储安装于汽车电子控制单元的安全算法管理系统1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
汽车安全管理装置13在一些实施例中可以是一中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行汽车数据处理器12中存储的程序代码或处理数据，例如汽车安全管理程序指令等。
通信总线14用于实现这些组件之间的连接通信。
网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该系统1与其他电子设备之间建立通信连接。
可选地，该系统1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在汽车电子控制单元的安全算法管理系统1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-15以及汽车电子控制单元的安全算法管理系统1，本领域技术人员可以理解的是，图1示出的结构并不构成对汽车电子控制单元的安全算法管理系统1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，汽车数据处理器12中存储有汽车安全管理程序指令；汽车安全管理装置13执行汽车数据处理器12中存储的汽车安全管理程序指令的步骤，与汽车电子控制单元的安全算法管理方法的实现方法相同，在此不作类述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有汽车安全管理程序指令，所述汽车安全管理程序指令可被一个或多个处理器执行，以实现如下操作：
获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；
根据预处理完成的电池信息数据，利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，若检测到安全问题，则进行安全警告；
利用基于注意力的目标检测算法进行前方目标车辆检测，得到车辆目标检测结果；
利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，得到目标融合特征；
根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种汽车电子控制单元的安全算法管理方法，其特征在于，所述方法包括：
获取汽车的电池信息数据，并对电池信息数据进行数据预处理，得到预处理后的电池信息数据；
根据预处理完成的电池信息数据，利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，若检测到安全问题，则进行安全警告；
利用基于注意力的目标检测算法进行前方目标车辆检测，得到车辆目标检测结果；
利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，得到目标融合特征；
根据目标融合特征，利用车辆防碰撞预警算法进行汽车安全预警；
所述利用基于坐标转换的传感器检测算法进行汽车电流传感器数据的实时安全检测，包括：
1）对电流传感器中电流数据进行基于变换矩阵的坐标转换：
Figure DEST_PATH_IMAGE001
Figure DEST_PATH_IMAGE002
其中：
Figure DEST_PATH_IMAGE003
为自然坐标系下的电流传感器A、B的电流数据；
Figure DEST_PATH_IMAGE004
为静止坐标系下的电流传感器A、B的电流数据；
Figure DEST_PATH_IMAGE005
为旋转坐标系下的电流传感器A、B的电流数据；
Figure DEST_PATH_IMAGE006
为电流偏转角度；
T为变换矩阵；
变换矩阵值为：
Figure DEST_PATH_IMAGE007
2）基于PI调节器进行电流值坐标转换：
Figure DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
其中：
Figure DEST_PATH_IMAGE010
为PI调节器给定值；
Figure DEST_PATH_IMAGE011
为静止坐标系下转换后的电流传感器A、B的电流数据；
Figure DEST_PATH_IMAGE012
为构造坐标系下转换后的电流传感器A、B的电流数据；
3）设置阈值
Figure DEST_PATH_IMAGE013
，若
Figure DEST_PATH_IMAGE014
，且
Figure DEST_PATH_IMAGE015
，则说明电流传感器A，B均发生故障；若
Figure DEST_PATH_IMAGE016
，且
Figure 319348DEST_PATH_IMAGE015
，则说明电流传感器B发生故障；若
Figure 236488DEST_PATH_IMAGE014
，且
Figure DEST_PATH_IMAGE017
，则说明电流传感器A发生故障；若检测到传感器安全问题，则自动发出警告。
2.如权利要求1所述的一种汽车电子控制单元的安全算法管理方法，其特征在于，所述对电池信息数据进行数据预处理，包括：
1）从电池信息数据中的第一条电池荷电状态数据开始向下搜寻，直到发现电池荷电状态为100%，电流值为正的数据项，并将该数据项标记为电池放电过程中的起始位置；
2）从电池放电的起始位置开始向下搜寻，直到发现电流值为负的数据项，若该数据项的后三条数据项的电流值均为负，则将该数据项标记为电池放电结束的位置；
3）设置需要插值处理的时间间隔范围[8,40]，并离散化时间范围，根据电池信息数据时间间隔进行分段，标记需要插值的数据点，若出现时间间隔大于 35s，可视为该时间间隔电池处于静置状态；并利用线性最近项插值法对电池信息数据中的缺失值进行插值；
4）对电池放电过程中的起始位置到结束位置中的电池信息数据进行异常值的删除处理，所述异常值包括电池荷电状态显示不为0时，总电压为0，而总电流不为0等的异常电池信息数据。
3.如权利要求2所述的一种汽车电子控制单元的安全算法管理方法，其特征在于，所述利用基于注意力的目标检测算法进行前方目标车辆检测，包括：
1）基于前方车辆行为持续时间不同的特点，定义单个不可分解行为的时间间隔为
Figure DEST_PATH_IMAGE018
，在预先设定的时间区间T中，计算前方车辆的最大行为个数为
Figure DEST_PATH_IMAGE019
；
2）获取前方车辆目标特征，所述前方车辆目标特征包括前方车辆的连续帧间距离d、速度v和加速度a，通过将前方车辆目标特征信息进行合并，得到时间区间内前方车辆的运动信息编码；
3）将前方车辆的运动信息编码作为目标模型的输入，计算在时间区间T内的车辆目标检测信息结果：
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE021
Figure DEST_PATH_IMAGE022
其中：
Figure 203176DEST_PATH_IMAGE018
为前方车辆单个不可分解行为的时间间隔；
Figure DEST_PATH_IMAGE023
为元素乘操作；
Figure DEST_PATH_IMAGE024
为当前车辆i在t时刻的车辆目标检测结果；
Figure DEST_PATH_IMAGE025
表示当前车辆i的周围车辆；
Figure DEST_PATH_IMAGE026
为将前方车辆消息传递到当前车辆i的线性变换；
Figure DEST_PATH_IMAGE027
为前方车辆在t时刻的隐藏状态，在本发明一个具体实施例中，为前方车辆利用W变换并结合当前车辆i的状态，经过增强后的状态信息；
Figure DEST_PATH_IMAGE028
为当前车辆i与前方车辆j在t时刻之间的注意力；
Figure DEST_PATH_IMAGE029
为当前车辆i与前方车辆j在t时刻的空间信息；
Figure DEST_PATH_IMAGE030
为计算车辆空间位置信息的函数，
Figure DEST_PATH_IMAGE031
为当前车辆i与前方车辆j在t时刻的欧式距离。
4.如权利要求3所述的一种汽车电子控制单元的安全算法管理方法，其特征在于，所述利用目标融合算法将车辆目标检测结果同车辆传感器检测得到的目标检测信息进行目标融合，包括：
1）计算k时刻车辆目标检测结果同传感器目标检测信息之差
Figure DEST_PATH_IMAGE032
：
Figure DEST_PATH_IMAGE033
其中：
Figure DEST_PATH_IMAGE034
为对目标a的车辆目标检测结果；
Figure DEST_PATH_IMAGE035
为对目标b的目标检测信息；
2）计算k时刻之前所有传感器目标检测信息同车辆目标检测结果之差
Figure DEST_PATH_IMAGE036
，并对对数似然比函数
Figure DEST_PATH_IMAGE037
进行修正：
Figure DEST_PATH_IMAGE038
Figure DEST_PATH_IMAGE039
其中：
Figure DEST_PATH_IMAGE040
为车辆目标检测结果的检测状态估计误差协方差；
Figure DEST_PATH_IMAGE041
为传感器目标检测信息的检测状态估计误差协方差；
3）若
Figure DEST_PATH_IMAGE042
，则认为车辆目标检测结果与传感器目标检测信息命中同一目标，其中
Figure DEST_PATH_IMAGE043
为阈值，将其设置为0.05；
4）将命中同一目标的车辆目标检测结果与传感器目标检测信息进行关联配对，将关联配对的信息进行加权融合，得到目标融合特征：
Figure DEST_PATH_IMAGE044
其中：
Figure 975216DEST_PATH_IMAGE040
为车辆目标检测结果的检测状态估计误差协方差；
Figure 851905DEST_PATH_IMAGE041
为传感器目标检测信息的检测状态估计误差协方差；
F为目标融合特征。
5.如权利要求4所述的一种汽车电子控制单元的安全算法管理方法，其特征在于，所述利用车辆防碰撞预警算法进行汽车安全预警，包括：
1）计算前方车辆发生行为与当前车辆的纵向距离：
Figure DEST_PATH_IMAGE045
其中：
Figure DEST_PATH_IMAGE046
分别为前方车辆1与当前车辆2在y轴方向的速度；
Figure DEST_PATH_IMAGE047
分别为前方车辆1与当前车辆2在y轴方向的加速度；
Figure DEST_PATH_IMAGE048
分别为在前方车辆1发生行为时，前方车辆1和当前车辆2在y轴方向的初始位置；
t为前方汽车发生行为的行为持续时间；
2）计算当前车辆的自适应安全距离：
Figure DEST_PATH_IMAGE049
其中：
Figure DEST_PATH_IMAGE050
为驾驶员的反应时间；
Figure DEST_PATH_IMAGE051
为车辆制动的反应时间；
v为车辆起始制动车速；
Figure DEST_PATH_IMAGE052
为车辆减速度大小；
3）若
Figure DEST_PATH_IMAGE053
，则说明两车已保持足够的安全距离，危险程度较低；反之，若
Figure DEST_PATH_IMAGE054
，则认为两车之间的距离存在发生危险的可能性，则自动向驾驶员发送危险警告。
6.一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上存储有汽车安全管理程序指令，所述汽车安全管理程序指令可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的一种汽车电子控制单元的安全算法管理的实现方法的步骤。
CN202110300273.8A 2021-03-22 2021-03-22 一种汽车电子控制单元的安全算法管理方法及系统 Active CN113053121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110300273.8A CN113053121B (zh) 2021-03-22 2021-03-22 一种汽车电子控制单元的安全算法管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110300273.8A CN113053121B (zh) 2021-03-22 2021-03-22 一种汽车电子控制单元的安全算法管理方法及系统

Publications (2)

Publication Number Publication Date
CN113053121A CN113053121A (zh) 2021-06-29
CN113053121B true CN113053121B (zh) 2022-08-09

Family

ID=76513946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110300273.8A Active CN113053121B (zh) 2021-03-22 2021-03-22 一种汽车电子控制单元的安全算法管理方法及系统

Country Status (1)

Country Link
CN (1) CN113053121B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7854282B2 (en) * 2007-12-10 2010-12-21 International Humanities Center Hybrid electric vehicle
CN110574281B (zh) * 2017-05-02 2022-11-18 三菱电机株式会社 电动机的控制装置及电动助力转向系统
US11007886B2 (en) * 2018-11-19 2021-05-18 King Abdulaziz University Traffic control system using wireless power charging
CN109532719B (zh) * 2018-11-23 2021-09-03 中汽研（天津）汽车工程研究院有限公司 一种基于多传感器信息融合的电动汽车
CA3055454A1 (en) * 2019-09-16 2021-03-16 Weihai Xue An apparatus, method and article for maximizing solar charge current through the use of split wire(s) in a solar array with solar panels connected in the combination of series andparallel
CN112526883B (zh) * 2020-11-30 2021-09-24 北京航空航天大学 一种基于智能网联信息的整车能量管理方法

Also Published As

Publication number Publication date
CN113053121A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN104816687B (zh) 车辆中的自动化驾驶者动作的系统和方法
CN111310562B (zh) 基于人工智能的车辆驾驶风险管控方法及其相关设备
CN106515725A (zh) 一种车辆防碰撞的方法及终端
CN107072867A (zh) 一种盲人安全出行实现方法、系统以及可穿戴设备
CN113269500B (zh) 一种基于神经网络的冷链物流监控方法及系统
CN108520571B (zh) 利用加速度计判断车辆行驶状态的算法和装置
CN109214258B (zh) 失驾人员违规驾驶的检测方法及装置
CN109190485A (zh) 数据处理方法、装置、计算机设备和存储介质
US11651599B2 (en) Systems and methods for identifying distracted driver behavior from video
JP7288097B2 (ja) シートベルト装着検知方法、装置、電子デバイス、記憶媒体並びにプログラム
CN106585631A (zh) 车辆碰撞系统及其使用方法
CN105818772B (zh) 二维行人碰撞感测
CN108859952A (zh) 车辆变道预警方法、装置和雷达
CN111401282A (zh) 目标检测方法、装置、计算机设备和存储介质
JP2009175929A (ja) ドライバ状態推定装置及びプログラム
WO2020010715A1 (zh) 电子装置、驾驶行为评分方法及存储介质
Shahverdy et al. Driver behaviour detection using 1D convolutional neural networks
CN113053121B (zh) 一种汽车电子控制单元的安全算法管理方法及系统
CN109342765B (zh) 车辆碰撞检测方法及装置
US10115246B1 (en) Driver identification for trips associated with anonymous vehicle telematics data
CN113569699A (zh) 注意力分析方法、车辆及存储介质
CN116304986A (zh) 车辆事件融合方法、装置、设备及可读存储介质
CN113500993B (zh) 防碰撞功能参数的标定方法、车辆及可读存储介质
Kim et al. Implementation of a fuzzy-inference-based, low-speed, close-range collision-warning system for urban areas
CN112560658B (zh) 一种预警方法、装置、电子设备及计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220708

Address after: 518000 1010 Hangsheng science and technology building, No. 8, Gaoxin South 6th Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong Province

Applicant after: Albert Technology (Shenzhen) Co.,Ltd.

Address before: 510000 7th and 8th floors, Beiming software building, No.1 Sicheng Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Hong Lu

GR01 Patent grant
GR01 Patent grant