CN113110494B - 基于预期功能安全的协同式自适应巡航控制容错设计系统 - Google Patents
基于预期功能安全的协同式自适应巡航控制容错设计系统 Download PDFInfo
- Publication number
- CN113110494B CN113110494B CN202110496873.6A CN202110496873A CN113110494B CN 113110494 B CN113110494 B CN 113110494B CN 202110496873 A CN202110496873 A CN 202110496873A CN 113110494 B CN113110494 B CN 113110494B
- Authority
- CN
- China
- Prior art keywords
- information
- fault
- tolerant
- control
- layer
- 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
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 48
- 238000013461 design Methods 0.000 title claims abstract description 31
- 230000007547 defect Effects 0.000 claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 230000006872 improvement Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000007812 deficiency Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000019771 cognition Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000000593 degrading effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007849 functional defect Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 4
- 102100029768 Histone-lysine N-methyltransferase SETD1A Human genes 0.000 description 2
- 101000865038 Homo sapiens Histone-lysine N-methyltransferase SETD1A Proteins 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 101150117538 Set2 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- 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
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种基于预期功能安全的协同式自适应巡航控制容错设计系统，针对智能网联汽车技术协同式自适应巡航控制，进行基于预期功能安全的容错设计。包括基于预期功能安全的危害分析评估、功能改进与测试评价，和基于预期功能安全的性能缺陷容错控制两部分。基于预期功能安全的性能缺陷容错控制，包括信息获取层、融合性能缺陷容忍的上层控制器、决策逻辑、CACC容错下层控制器和跟车执行层。本发明旨在提供一种基于预期功能安全的协同式自适应巡航控制容错设计架构，用于解决现有协同式自适应巡航控制功能设计不足和功能缺陷导致整车危害的问题，保障协同式自适应巡航控制功能模式下的行车安全。
Description
技术领域
本发明涉及智能网联汽车安全技术领域，特别涉及一种基于预期功能安全的协同式自适应巡航控制容错设计系统。
背景技术
汽车为人类出行带来了巨大的便利，但同时也带来了交通事故、道路拥堵、能源短缺和环境污染等诸多问题。近年来，搭载智能化和信息化软硬件的智能网联汽车为上述问题提供了新的解决思路。在各种新兴的智能网联汽车技术中，协同式自适应巡航控制是最接近最终形态的一种。该功能的实际应用有利于降低行车时的车间距离、提升道路通行效率、降低能源消耗，带来巨大的社会效益。
智能网联汽车依赖复杂的感知、决策和执行软硬件，实现在复杂动态、非结构的环境中运行。上述先进的软硬件在带来效益的同时，也带来现有技术和设计方法难以覆盖的复杂安全问题，上述问题引起了智能网联汽车行业的广泛关注。对此，国内外汽车厂商和科研机构提出了预期功能安全的概念，用于对此类问题进行规范定义与描述。然而，目前尚无针对协同式自适应巡航控制提出的基于预期功能安全设计的架构。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的目的在于提出一种基于预期功能安全的协同式自适应巡航控制容错设计系统，该系统可以指导协同式自适应巡航控制功能的容错设计，降低自适应巡航控制由于功能不足导致的风险，保障预期功能安全。
为达到上述目的，本发明实施例提出了一种基于预期功能安全的协同式自适应巡航控制容错设计系统，包括：仿真模块和基于预期功能安全的性能缺陷容错控制模块；
所述仿真模块，用于基于预期功能安全进行危害分析评估、功能改进与测试评价；
所述基于预期功能安全的性能缺陷容错控制模块包括信息获取层、融合性能缺陷容忍的上层控制器、决策逻辑、CACC容错下层控制器和跟车执行层；
所述信息获取层用于获取环境信息、车辆自身状态信息和人机交互信息；
所述融合性能缺陷容忍的上层控制器分为功能控制层、态势认知层和系统监控层；
所述态势认知层包括触发条件检测模块和多性能缺陷估计模块，用于从所述信息获取层获取信息，从无线通信网络获取V2X协同信息，根据获取的信息对运行场景中的触发条件进行检测，并对通信、感知、控制执行系统性能缺陷和系统状态进行在线检测与定量估计，同时将场景安全状态集、性能缺陷检测信息、系统状态估计信息和性能缺陷估计信息数据发送给所述决策逻辑；
所述系统监控层用于进行软硬件运行状态监控；
所述决策逻辑用于接收所述态势认知层发送的所述场景安全状态集和所述系统监控层发送的系统软硬件安全状态集，并计算切换使能信号，同时将所述切换使能信号、所述性能缺陷检测信息、所述系统状态估计信息、所述性能缺陷估计信息发送给所述功能控制层；
所述功能控制层包括多种协同式自适应巡航控制功能的运行模式，用于依据所述决策逻辑发送的数据信息，在线构造上层控制率；
所述CACC容错下层控制器用于根据所述上层控制率进行控制。
本发明实施例的基于预期功能安全的协同式自适应巡航控制容错设计系统，主要适用于基于预期功能安全的协同式自适应巡航控制的设计开发过程，是保障协同式自适应巡航控制安全运行的关键设计流程，可以指导协同式自适应巡航控制功能的容错设计，降低自适应巡航控制由于功能不足导致的风险，保障预期功能安全。
另外，根据本发明上述实施例的基于预期功能安全的协同式自适应巡航控制容错设计系统还可以具有以下附加的技术特征：
进一步地，所述信息获取层具体用于获取他车信息、道路信息、定位信息、加减速信息、转向信息、自车信息以及安全状态确认和运行模式选择。
进一步地，所述功能控制层包括L1-N预期运行模式、L1-T容错运行模式、L1-D降级运行模式和L1-S功能关闭模式；
所述L1-T容错运行模式包含雷达容错运行模式、通信容错运行模式和执行器容错运行模式，用于使协同式自适应巡航控制系统在雷达、通信和控制执行存在性能缺陷时，仍然能保持期望性能运行；
所述L1-D设计降级运行模式包含通信依赖的跟车运行模式和自适应巡航控制跟车的运行模式，用于使协同式自适应巡航控制系统在不能保持期望性能运行时降级到子模式，保持安全运行。
进一步地，所述上层控制率uup为：
L1-N预期运行模式下的控制率：
uupn＝-αKym+βuco
L1-T容错运行模式下的控制率：
L1-D降级运行模式下的控制率：
L1-S功能关闭模式下的控制率：
uups＝0.
其中，uup表示融合性能缺陷容忍的上层控制器的控制率输出，uupn、uupt、uupd和uups分别为L1-N预期运行模式、L1-T容错运行模式和L1-D降级运行模式和L1-S降级运行模式下的上层控制率；K为输出反馈增益矩阵，ym为雷达和加速度传感器测量值向量，uco为通过V2X通信获取的协同控制信息，α、β为控制输入向量，C1为协同式自适应巡航控制系统状态空间描述的输出矩阵，
分别为态势认知层输出的系统状态估计信息E_state、执行器性能缺陷估计信息E_limitation1和通信性能缺陷估计信息E_limitation2，定义Info_detection＝[1 0 0]为检测到雷达传感器相关的触发条件，Info_detection＝[0 1 0]为检测到执行器相关的触发条件，Info_detection＝[0 0 1]为检测到V2X通信相关的触发条件。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的基于预期功能安全的协同式自适应巡航控制容错设计系统。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于预期功能安全的协同式自适应巡航控制容错设计系统。
图1为根据本发明一个实施例的基于预期功能安全的协同式自适应巡航控制容错设计系统。
如图1所示，该基于预期功能安全的协同式自适应巡航控制容错设计系统包括：仿真模块和基于预期功能安全的性能缺陷容错控制模块；
仿真模块用于基于预期功能安全进行危害分析评估、功能改进与测试评价。
进一步地，基于预期功能安全的危害分析评估、功能改进与测试评价，包含如下步骤：S1：首先通过描述协同式自适应巡航控制功能的预期实施方式、功能实现依赖的软、硬件架构、性能目标和已知的功能缺陷及其应对措施，开展协同式自适应巡航控制的功能和系统规范设计；S2：定义整车级危害，归纳协同式自适应巡航控制功能的可能运行场景，结合S1导出的现有功能及其缺陷，识别可能的危害事件，分析可能导致的风险后果；通过驾驶员可控程度Controllability和后果严重程度Severity对风险进行评估。S3：通过确定现有功能的不足、性能限制，以及可能导致已识别危害的相关场景，确定感知、决策和执行的软、硬件性能缺陷和设计不足。S4：通过对协同式自适应巡航控制进行改进、限制、增强人机交互和减少驾驶人误用4种方式，提出用于改进S3中识别到的性能限制和设计不足的技术方向；S5：通过软、硬件在环测试和实车测试对功能改进后的自适应巡航控制系统进行测试与评价。
进一步地，基于预期功能安全的性能缺陷容错控制模块包括信息获取层、融合性能缺陷容忍的上层控制器、决策逻辑、CACC容错下层控制器和跟车执行层5个部分。
信息获取层用于获取环境信息、车辆自身状态信息和人机交互信息。
融合性能缺陷容忍的上层控制器分为功能控制层、态势认知层和系统监控层三层。
态势认知层包括触发条件检测模块和多性能缺陷估计模块，用于从信息获取层获取信息，从无线通信网络获取V2X协同信息，根据获取的信息对运行场景中的触发条件进行检测，并对通信、感知、控制执行系统性能缺陷和系统状态进行在线检测与定量估计，同时将场景安全状态集State_Set1、性能缺陷检测信息Info_detection、系统状态估计信息E_state和性能缺陷估计信息E_limitation数据发送给决策逻辑。
系统监控层用于进行软硬件运行状态监控。
决策逻辑用于接收态势认知层发送的场景安全状态集State_Set1和系统监控层发送的系统软硬件安全状态集State_Set2，并计算切换使能信号Switch，同时将切换使能信号Switch、性能缺陷检测信息Info_detection、系统状态估计信息E_state、性能缺陷估计信息E_limitation发送给功能控制层。
功能控制层包括多种协同式自适应巡航控制功能的运行模式，用于依据决策逻辑发送的数据信息，在线构造上层控制率。
功能控制层包含4种协同式自适应巡航控制功能的运行模式，分别是L1-N预期运行模式、L1-T容错运行模式、L1-D降级运行模式和L1-S功能关闭模式。功能是依据决策逻辑发送的数据信息，在线构造上层控制率uup。L1-T容错运行模式包含雷达容错运行模式、通信容错运行模式和执行器容错运行模式3种子模式，功能是使协同式自适应巡航控制系统在雷达、通信和控制执行存在性能缺陷时，仍然能保持期望性能运行；L1-D设计降级运行模式包含通信依赖的跟车运行模式、自适应巡航控制跟车的运行模式和2种子模式，功能是使协同式自适应巡航控制系统在不能保持期望性能运行时降级到子模式，保持安全运行。
上层控制率uup为：
L1-N预期运行模式下的控制率：
uupn＝-αKym+βuco
L1-T容错运行模式下的控制率：
L1-D降级运行模式下的控制率：
L1-S功能关闭模式下的控制率：
uups＝0.
其中，uup表示融合性能缺陷容忍的上层控制器的控制率输出，uupn、uupt、uupd和uups分别为L1-N预期运行模式、L1-T容错运行模式和L1-D降级运行模式和L1-S降级运行模式下的上层控制率；K为输出反馈增益矩阵，ym为雷达和加速度传感器测量值向量，uco为通过V2X通信获取的协同控制信息，α、β为控制输入向量，C1为协同式自适应巡航控制系统状态空间描述的输出矩阵，
分别为态势认知层输出的系统状态估计信息E_state、执行器性能缺陷估计信息E_limitation1和通信性能缺陷估计信息E_limitation2，定义Info_detection＝[1 0 0]为检测到雷达传感器相关的触发条件，Info_detection＝[0 1 0]为检测到执行器相关的触发条件，Info_detection＝[0 0 1]为检测到V2X通信相关的触发条件。
CACC容错下层控制器用于根据上层控制率进行控制。
根据本发明实施例提出的基于预期功能安全的协同式自适应巡航控制容错设计系统，针对智能网联汽车技术协同式自适应巡航控制，进行基于预期功能安全的容错设计，包括基于预期功能安全的危害分析评估、功能改进与测试评价，和基于预期功能安全的性能缺陷容错控制两部分。旨在提供一种基于预期功能安全的协同式自适应巡航控制容错设计架构，用于解决现有协同式自适应巡航控制功能设计不足和功能缺陷导致整车危害的问题，保障协同式自适应巡航控制功能模式下的行车安全。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种基于预期功能安全的协同式自适应巡航控制容错设计系统，其特征在于，包括：仿真模块和基于预期功能安全的性能缺陷容错控制模块；
所述仿真模块，用于基于预期功能安全进行危害分析评估、功能改进与测试评价；
所述基于预期功能安全的性能缺陷容错控制模块包括信息获取层、融合性能缺陷容忍的上层控制器、决策逻辑、协同式自适应巡航控制容错下层控制器和跟车执行层；
所述信息获取层用于获取环境信息、车辆自身状态信息和人机交互信息；
所述融合性能缺陷容忍的上层控制器分为功能控制层、态势认知层和系统监控层；
所述态势认知层包括触发条件检测模块和多性能缺陷估计模块，用于从所述信息获取层获取信息，从无线通信网络获取V2X协同信息，根据获取的信息对运行场景中的触发条件进行检测，并对通信、感知、控制执行系统性能缺陷和系统状态进行在线检测与定量估计，同时将场景安全状态集、性能缺陷检测信息、系统状态估计信息和性能缺陷估计信息数据发送给所述决策逻辑；
所述系统监控层用于进行软硬件运行状态监控；
所述决策逻辑用于接收所述态势认知层发送的所述场景安全状态集和所述系统监控层发送的系统软硬件安全状态集，并计算切换使能信号，同时将所述切换使能信号、所述性能缺陷检测信息、所述系统状态估计信息、所述性能缺陷估计信息发送给所述功能控制层；
所述功能控制层包括多种协同式自适应巡航控制功能的运行模式，用于依据所述决策逻辑发送的数据信息，在线构造上层控制率；
所述协同式自适应巡航控制容错下层控制器用于根据所述上层控制率进行控制。
2.根据权利要求1所述的系统，其特征在于，所述信息获取层具体用于获取他车信息、道路信息、定位信息、加减速信息、转向信息、自车信息以及安全状态确认和运行模式选择。
3.根据权利要求1所述的系统，其特征在于，所述功能控制层包括L1-N预期运行模式、L1-T容错运行模式、L1-D降级运行模式和L1-S功能关闭模式；
所述L1-T容错运行模式包含雷达容错运行模式、通信容错运行模式和执行器容错运行模式，用于使协同式自适应巡航控制系统在雷达、通信和控制执行存在性能缺陷时，仍然能保持期望性能运行；
所述L1-D降级运行模式包含通信依赖的跟车运行模式和自适应巡航控制跟车的运行模式，用于使协同式自适应巡航控制系统在不能保持期望性能运行时降级到子模式，保持安全运行。
4.根据权利要求1所述的系统，其特征在于，所述上层控制率uup为：
L1-N预期运行模式下的控制率：
uupn＝-αKym+βuco
L1-T容错运行模式下的控制率：
L1-D降级运行模式下的控制率：
L1-S功能关闭模式下的控制率：
uups＝0.
其中，uup表示融合性能缺陷容忍的上层控制器的控制率输出，uupn、uupt、uupd和uups分别为L1-N预期运行模式、L1-T容错运行模式和L1-D降级运行模式和L1-S降级运行模式下的上层控制率；K为输出反馈增益矩阵，ym为雷达和加速度传感器测量值向量，uco为通过V2X通信获取的协同控制信息，α、β为控制输入向量，C1为协同式自适应巡航控制系统状态空间描述的输出矩阵，
分别为态势认知层输出的系统状态估计信息E_state、执行器性能缺陷估计信息E_limitation1和通信性能缺陷估计信息E_limitation2，定义Info_detection＝[1 0 0]为检测到雷达传感器相关的触发条件，Info_detection＝[0 1 0]为检测到执行器相关的触发条件，Info_detection＝[0 0 1]为检测到V2X通信相关的触发条件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110496873.6A CN113110494B (zh) | 2021-05-07 | 2021-05-07 | 基于预期功能安全的协同式自适应巡航控制容错设计系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110496873.6A CN113110494B (zh) | 2021-05-07 | 2021-05-07 | 基于预期功能安全的协同式自适应巡航控制容错设计系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113110494A CN113110494A (zh) | 2021-07-13 |
| CN113110494B true CN113110494B (zh) | 2022-08-30 |
Family
ID=76721203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110496873.6A Active CN113110494B (zh) | 2021-05-07 | 2021-05-07 | 基于预期功能安全的协同式自适应巡航控制容错设计系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113110494B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116533269B (zh) * | 2023-07-04 | 2023-09-01 | 珞石（北京）科技有限公司 | 一种协作机器人功能安全硬件架构 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3342668A2 (en) * | 2016-12-30 | 2018-07-04 | Hyundai Motor Company | Cooperative adaptive cruise control system based on driving pattern of target vehicle |
| KR20180078978A (ko) * | 2016-12-30 | 2018-07-10 | 기아자동차주식회사 | 협조 적응형 순항 제어 시스템의 속도 제어 장치 및 방법 |
| CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
| CN110070707A (zh) * | 2019-05-16 | 2019-07-30 | 吴鼎新 | 一种实现协同式自适应巡航控制车队组队与分离的方法 |
| CN111324130A (zh) * | 2020-03-30 | 2020-06-23 | 江苏大学 | 一种仿鸽群的智能车编队协同自适应巡航控制切换方法 |
| CN112116822A (zh) * | 2020-09-21 | 2020-12-22 | 长沙理工大学 | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 |
| CN112631257A (zh) * | 2020-12-29 | 2021-04-09 | 清华大学苏州汽车研究院（相城） | 一种用于自动驾驶车辆误操作的预期功能安全测试评价方法 |
| CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
-
2021
- 2021-05-07 CN CN202110496873.6A patent/CN113110494B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3342668A2 (en) * | 2016-12-30 | 2018-07-04 | Hyundai Motor Company | Cooperative adaptive cruise control system based on driving pattern of target vehicle |
| KR20180078978A (ko) * | 2016-12-30 | 2018-07-10 | 기아자동차주식회사 | 협조 적응형 순항 제어 시스템의 속도 제어 장치 및 방법 |
| CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
| CN110070707A (zh) * | 2019-05-16 | 2019-07-30 | 吴鼎新 | 一种实现协同式自适应巡航控制车队组队与分离的方法 |
| CN111324130A (zh) * | 2020-03-30 | 2020-06-23 | 江苏大学 | 一种仿鸽群的智能车编队协同自适应巡航控制切换方法 |
| CN112116822A (zh) * | 2020-09-21 | 2020-12-22 | 长沙理工大学 | 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法 |
| CN112631257A (zh) * | 2020-12-29 | 2021-04-09 | 清华大学苏州汽车研究院（相城） | 一种用于自动驾驶车辆误操作的预期功能安全测试评价方法 |
| CN112660126A (zh) * | 2021-01-05 | 2021-04-16 | 北京汽车研究总院有限公司 | 用于自适应巡航的车辆协同控制方法、装置及车辆 |
Non-Patent Citations (2)
| Title |
|---|
| A Control Architecture for Integrated Cooperative;Anouck Renée Girard等;《Proceedings of the IEEE Conference on Decision and Control》;20010228;第2卷;第1491-1496页 * |
| Fault Tolerancy in Cooperative Adaptive Cruise Control;Ellen van Nunen等;《Intelligent Transportation Systems》;20131009;第1184-1189页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113110494A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ganesan et al. | Exploiting consistency among heterogeneous sensors for vehicle anomaly detection | |
| CN105438177B (zh) | 车辆运行监控、参数测算和超载监控的方法及系统 | |
| CN102139701B (zh) | 一种轨道交通的车辆工况在线监测方法 | |
| CN109895787A (zh) | 一种车辆驾驶的控制方法及控制装置 | |
| CN113110494B (zh) | 基于预期功能安全的协同式自适应巡航控制容错设计系统 | |
| CN110609491B (zh) | 电动汽车整车控制器半实物仿真事故鉴定方法及系统 | |
| Vermesan et al. | Automotive intelligence embedded in electric connected autonomous and shared vehicles technology for sustainable green mobility | |
| CN110001608A (zh) | 一种基于路面视觉检测的汽车智能制动系统及其控制方法 | |
| CN115116216A (zh) | 基于车路云接口实现的全域协同感知与决策方法、装置 | |
| CN216357337U (zh) | 一种智能网联研究测试装置 | |
| Ding et al. | Edge-to-cloud intelligent vehicle-infrastructure based on 5G time-sensitive network integration | |
| CN109263650A (zh) | 识别人工介入的方法、装置及交通工具 | |
| CN115047840A (zh) | 一种信号机硬件在环仿真测试系统及方法 | |
| Wang et al. | Research on electrical/electronic architecture for connected vehicles | |
| CN116861678A (zh) | 一种自动驾驶预期功能安全触发条件生成及系统优化评估方法 | |
| CN108848026B (zh) | 一种操作系统嵌入式可视汽车智能网关 | |
| CN113609710B (zh) | 动力仿真方法、动力底盘仿真系统及车身域测试系统 | |
| Zou et al. | Analysis on current situation of China’s intelligent connected vehicle road test regulations | |
| CN103324123B (zh) | 基于嵌入式系统的车载数据预处理方法 | |
| CN115016433B (zh) | 一种车载can总线流量异常检测方法及系统 | |
| CN114228640B (zh) | 一种面向矿用车的车辆管理系统、方法及计算机设备 | |
| KR102681837B1 (ko) | 자율주행 테스트 케이스 평가 시스템 | |
| Cao | Dynamic management network system of automobile detection applying edge computing | |
| CN117894181B (zh) | 一种全域通行异常状况集成监测方法及系统 | |
| CN111221341B (zh) | 自动驾驶车辆的安全驾驶控制方法以及车载控制器 |
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 |