CN116750013A - 一种驾校学习车辆监控方法、装置、设备及介质 - Google Patents
一种驾校学习车辆监控方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116750013A CN116750013A CN202310912116.1A CN202310912116A CN116750013A CN 116750013 A CN116750013 A CN 116750013A CN 202310912116 A CN202310912116 A CN 202310912116A CN 116750013 A CN116750013 A CN 116750013A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- steering wheel
- wheel angle
- driving
- control algorithm
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004088 simulation Methods 0.000 claims description 35
- 238000012937 correction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 abstract description 12
- 230000009471 action Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
-
- 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
- B60W2510/20—Steering systems
- B60W2510/207—Oversteer or understeer
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种驾校学习车辆监控方法、装置、设备及介质。包括：获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态；根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告；当实际行驶状态未满足预设条件时，控制当前车辆停车。通过修正后的车辆运动控制算法以及实际方向盘转角确定当前车辆的方向盘转角偏差，然后进一步生成车辆监控报告，并且对车辆的实际行驶状态进行监控，在存在驾驶风险时控制当前车辆停车，保障了学员驾驶车辆的安全性，避免了教练全程监督指导，降低了驾校成本，提高了学员在驾校的练习效率。
Description
技术领域
本发明涉及车辆控制技术领域，尤其涉及一种驾校学习车辆监控方法、装置、设备及介质。
背景技术
自动驾驶技术目前已经在多个领域取得应用，包括无人驾驶乘用车Robotaxi、无人驾驶港口用车、无人驾驶矿山用车、无人驾驶环卫车、无人驾驶物流车等领域。而对于无人驾驶技术在驾驶技能训练学校几乎没有应用，驾校中一个教练往往要带很多个学员，如果采用自动驾驶相关技术搭载到教练车上，就可以实现不需要教练全程监督的驾驶技能学习。
现有车道偏离预警作为低阶驾驶辅助技术，也可在车辆偏离车道后进行预警，但不适合驾驶技能不熟练的学员，学员驾驶车辆的安全性无法得到保障。
发明内容
本发明提供了一种驾校学习车辆监控方法、装置、设备及介质，以实现对驾校学习车辆的监控，提高了学员在驾校的练习效率，降低了驾校成本。
根据本发明的一方面，提供了一种驾校学习车辆监控方法，该方法包括：
获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态；
根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告；
当实际行驶状态未满足预设条件时，控制当前车辆停车。
可选的，获取车辆运动控制算法，包括：获取用户构建的初始控制算法，并基于初始控制算法确定第一偏差值；根据第一偏差值对初始控制算法进行修正以生成修正算法，基于修正算法确定第二偏差值；根据第二偏差值对修正算法进行修正以生成车辆运动控制算法。
可选的，基于初始控制算法确定第一偏差值，包括：获取用户输入的第一驾驶轨迹；通过初始控制算法中预先设置的车辆动力学模型对第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹；将第一驾驶轨迹和第一仿真轨迹之间的偏差值作为第一偏差值。
可选的，基于修正算法确定第二偏差值，包括：获取用户输入的第二驾驶轨迹；通过初始控制算法中预先设置的影子跟踪模块对第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹；将第二驾驶轨迹和第二仿真轨迹之间的偏差值作为第二偏差值。
可选的，根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，包括：获取预先设置的目标驾驶轨迹，基于目标驾驶轨迹和车辆运动控制算法确定当前车辆的期望方向盘转角；将期望方向盘转角和实际方向盘转角之间的偏差值作为方向盘转角偏差。
可选的，根据方向盘转角偏差生成车辆监控报告，包括：判断方向盘转角偏差是否大于预设阈值，若是，根据方向盘转角偏差生成提示信息，根据提示信息生成车辆监控报告；否则，直接根据方向盘转角偏差生成车辆监控报告。
可选的，实际行驶状态包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。
根据本发明的另一方面，提供了一种驾校学习车辆监控装置，该装置包括：
驾驶相关信息获取模块，用于获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态；
车辆监控报告生成模块，用于根据根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告；
停车控制模块，用于当实际行驶状态未满足预设条件时，控制当前车辆停车。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种驾校学习车辆监控方法。
根据本发明的另一方面，提供了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计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种驾校学习车辆监控方法。
本发明实施例的技术方案，通过修正后的车辆运动控制算法以及实际方向盘转角确定当前车辆的方向盘转角偏差，然后进一步生成车辆监控报告，并且对车辆的实际行驶状态进行监控，在存在驾驶风险时控制当前车辆停车，保障了学员驾驶车辆的安全性，避免了教练全程监督指导，降低了驾校成本，提高了学员在驾校的练习效率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是根据本发明实施例一提供的一种驾校学习车辆监控方法的流程图；
图2是根据本发明实施例一提供的另一种驾校学习车辆监控方法的流程图；
图3是根据本发明实施例二提供的另一种驾校学习车辆监控方法的流程图；
图4是根据本发明实施例三提供的一种驾校学习车辆监控装置的结构示意图；
图5是实现本发明实施例的一种驾校学习车辆监控方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种驾校学习车辆监控方法的流程图，本实施例可适用于驾校学员驾驶车辆练习的情况，该方法可以由驾校学习车辆监控装置来执行，该驾校学习车辆监控装置可以采用硬件和/或软件的形式实现，该驾校学习车辆监控装置可配置于车辆控制器中。如图1所示，该方法包括：
S110、获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态。
其中，车辆运动控制算法是一种自学习算法，实现运动控制算法的修正和轨迹录制，不需要根据车辆状态标定算法，降低车辆的使用门槛。当前车辆是指驾校学员当前正在驾驶进行学习的车辆。驾驶相关信息是指当前车辆驾驶过程中的相关参数，具体包括实际方向盘转角和实际行驶状态。方向盘转角是指车辆方向盘的转动角度，车辆方向盘可以通过一个角度转动，然后连杆来把该角度传递到车轮，实现车辆的转弯。实际行驶状态是指当前车辆在行驶过程中实际车况以及周围路况的相关参数，包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。轨迹横向偏差是指实际驾驶轨迹和目标驾驶轨迹之间偏差的距离。通过摄像头可以检测目标驾驶轨迹是否存在障碍物，并进一步计算出障碍物和车辆之间的距离，即障碍物距离。
图2为本发明实施例一提供了一种驾校学习车辆监控方法的流程图，步骤S110主要包括如下的步骤S111至步骤S114：
S111、获取用户构建的初始控制算法，并基于初始控制算法确定第一偏差值。
可选的，基于初始控制算法确定第一偏差值，包括：获取用户输入的第一驾驶轨迹；通过初始控制算法中预先设置的车辆动力学模型对第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹；将第一驾驶轨迹和第一仿真轨迹之间的偏差值作为第一偏差值。
具体的，用户是指车辆驾驶人员，用户可以是驾校教练。需要说明的是，现有技术每一个学员在开车时都需要一个教练全程监督指导，而本申请的技术方案包括运动控制算法自学习、驾驶技能训练与危险工况安全接管三部分，只在运动控制算法自学习部分需要教练参与驾驶车辆，录制完轨迹后就可学员一人单独驾驶车辆按轨迹行驶，完成直线行驶、科目二(曲线行驶、直角转弯、坡道定点停车与起步、侧方停车、倒车入库)等场景的练习。可以解决以往每一个学员在开车时都需要一个教练全程监督指导的问题，提高了学员在驾校的练习效率，降低了驾校成本，且在学员驾驶过程中当出现不正确动作时，系统可以全程实时指导，并保存错误时刻图像信息，驾驶完成后生成训练报告。车辆偏离预定路线过多时自动停车，预定路线上存在障碍物碰撞风险时自动停车，车辆速度或加速度异常时自动停车，无需担心安全性。
具体的，教练可以按规定场景的路线手动驾驶车辆进行驾驶轨迹的输入，控制器会获取用户构建的初始控制算法，初始控制算法存储在车辆控制器的轨迹仿真模块，然后进一步通过初始控制算法中预先设置的车辆动力学模型对第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹，然后计算实际动作与仿真动作之间偏差值，即第一驾驶轨迹和第一仿真轨迹之间的偏差值。
S112、根据第一偏差值对初始控制算法进行修正以生成修正算法，基于修正算法确定第二偏差值。
可选的，基于修正算法确定第二偏差值，包括：获取用户输入的第二驾驶轨迹；通过初始控制算法中预先设置的影子跟踪模块对第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹；将第二驾驶轨迹和第二仿真轨迹之间的偏差值作为第二偏差值。
具体的，根据第一偏差值可以对初始控制算法进行修正，系统通过初始控制算法中预先设置的影子跟踪模块对第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹。其中，影子跟踪模块是指采用实际行驶状态和第一驾驶轨迹进行跟踪仿真的模块，即第二仿真轨迹是基于当前车辆的实际行驶状态进行仿真生成的，区别于采用车辆动力学模型仿真生成的第一仿真轨迹。而第二驾驶轨迹和第二仿真轨迹之间的偏差值即为第二偏差值。
S113、根据第二偏差值对修正算法进行修正以生成车辆运动控制算法。
具体的，通过第二偏差值对修正算法进行二次修正生成最终的车辆运动控制算法。本实施方式分别采用车辆动力性模型仿真生成的第一仿真轨迹以及影子跟踪模块仿真生成的第二仿真轨迹计算偏差值，对初始控制算法进行两次修正，保证了车辆运动控制算法的准确性。
S114、获取当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态。
具体的，驾驶相关信息包括实际方向盘转角和实际行驶状态。实际行驶状态包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。通过GPS定位系统可以计算实车位置和预定轨迹的横向偏差，通过车速传感器可以读取车辆实时速度和加速度。通过摄像头可以检测预定轨迹上是否存在障碍物，并计算障碍物距离当前车辆的障碍物距离。
S120、根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告。
可选的，根据方向盘转角偏差生成车辆监控报告，包括：判断方向盘转角偏差是否大于预设阈值，若是，根据方向盘转角偏差生成提示信息，根据提示信息生成车辆监控报告；否则，直接根据方向盘转角偏差生成车辆监控报告。
具体的，控制器可以将目标驾驶轨迹实时显示到汽车HUD上，新手驾驶员驾驶车辆按目标驾驶轨迹行进时，系统执行影子模式实时计算期望方向盘转角，同时采集学员驾驶时的实际方向盘转角，需要说明的是，当方向盘转角偏差大于预设阈值，控制器会根据方向盘转角偏差生成提示信息，提示信息包括目标方向和目标角度，然后根据提示信息记录学员的驾驶信息，并生成车辆监控报告。而当方向盘转角偏差小于等于预设阈值，此时表明转向正常，不需要对学员进行提示，可以直接根据方向盘转角偏差生成车辆监控报告。
示例性的，方向盘转角偏差是用户根据驾驶路况进行设置的，方向盘转角偏差可以是60度，当影子模式计算的期望方向盘转角大小和实际方向盘转角大小差值，即方向盘转角偏差大于60度时，表示此时学员的驾驶动作不正确，此时可以在仪表上提示学员应向哪个方向打方向盘、方向盘打多少度，并记录此时车辆上摄像头传感器的图像、影子模式的正确角度以及学员的错误角度，驾驶完成后输出车辆监控报告，提示学员容易出错的场景。
S130、当实际行驶状态未满足预设条件时，控制当前车辆停车。
可选的，实际行驶状态包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。
具体的，用户可以根据车辆控制需要在控制器设置紧急停车的预设条件，当实际行驶状态未满足预设条件时，控制器会控制当前车辆停车。系统通过完善的危险监控策略实现危险工况安全接管，保证学员驾驶过程的绝对安全性。
示例性的，如果横向偏差大于2m，则认为车辆已完全偏离预定轨迹，学员无法正确控制车辆，系统主动接管紧急停车。如果车速大于设定速度安全阈值或加速度大于设定加速度安全阈值，则认为车辆已超速或急加速，学员可能无法正确控制车辆，系统主动接管紧急停车。通过摄像头检测预定轨迹上是否存在障碍物，计算障碍物与车辆之间距离，如果距离小于设定全距离，则认为车辆存在碰撞风险，学员无法正确控制车辆，系统主动接管紧急停车。
本发明实施例的技术方案，通过修正后的车辆运动控制算法以及实际方向盘转角确定当前车辆的方向盘转角偏差，然后进一步生成车辆监控报告，并且对车辆的实际行驶状态进行监控，在存在驾驶风险时控制当前车辆停车，保障了学员驾驶车辆的安全性，避免了教练全程监督指导，降低了驾校成本，提高了学员在驾校的练习效率。
实施例二
图3为本发明实施例二提供的一种驾校学习车辆监控方法的流程图，本实施例在上述实施例一的基础上增加了对根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差过程的具体说明。其中，步骤S210和S250的具体内容与实施例一中的步骤S110和S130大致相同，因此本实施方式中不再进行赘述。如图3所示，该方法包括：
S210、获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态。
可选的，获取车辆运动控制算法，包括：获取用户构建的初始控制算法，并基于初始控制算法确定第一偏差值；根据第一偏差值对初始控制算法进行修正以生成修正算法，基于修正算法确定第二偏差值；根据第二偏差值对修正算法进行修正以生成车辆运动控制算法。
可选的，基于初始控制算法确定第一偏差值，包括：获取用户输入的第一驾驶轨迹；通过初始控制算法中预先设置的车辆动力学模型对第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹；将第一驾驶轨迹和第一仿真轨迹之间的偏差值作为第一偏差值。
可选的，基于修正算法确定第二偏差值，包括：获取用户输入的第二驾驶轨迹；通过初始控制算法中预先设置的影子跟踪模块对第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹；将第二驾驶轨迹和第二仿真轨迹之间的偏差值作为第二偏差值。
S220、获取预先设置的目标驾驶轨迹，基于目标驾驶轨迹和车辆运动控制算法确定当前车辆的期望方向盘转角。
S230、将期望方向盘转角和实际方向盘转角之间的偏差值作为方向盘转角偏差。
具体的，目标驾驶轨迹是指教练输入的用于学员练习驾驶时的参照行驶轨迹。控制器可以基于目标驾驶轨迹和车辆运动控制算法确定当前车辆的期望方向盘转角，然后计算期望方向盘转角和实际方向盘转角之间的偏差值，作为方向盘转角偏差。
具体实施方式：本实施方式中以教练按规定场景的路线手动驾驶车辆三圈为例进行说明，系统在每一圈执行的具体程序不同。教练第一圈驾驶时，系统执行轨迹保存与车辆动作记录算法，第一圈驾驶完成后，系统利用轨迹跟踪模块仿真跟踪保存的轨迹得到控制指令，然后计算实际动作与仿真动作之间偏差值，修正路径跟踪算法。教练第二圈驾驶时，系统执行轨迹跟踪影子模式的程序计算过程控制指令，第二圈驾驶完成后，系统计算实际动作与影子模式控制指令之间偏差值，修正路径跟踪算法。通过第一圈的仿真修正和第二圈的影子模式修正完成运动控制算法的自学习。最后教练第三圈驾驶时，系统执行轨迹录制程序，第三圈的轨迹作为后续学员训练的预定轨迹，即目标驾驶轨迹。采用如下公式(1)表示期望方向盘转角：
其中，δsteer_wheel为自学习算法修正后输出的期望方向盘转角，δ1为第一圈实际动作与仿真动作之间偏差值，δ2为第二圈实际动作与影子模式控制指令之间偏差值，ratio为转向系统传动比，θe为实车航向角与轨迹上最近点期望航向角的差值，k为横向偏差增益系数，e为实车位置与轨迹上最近点的横向偏差值，v为车辆实际速度。
S240、根据方向盘转角偏差生成车辆监控报告。
可选的，根据方向盘转角偏差生成车辆监控报告，包括：判断方向盘转角偏差是否大于预设阈值，若是，根据方向盘转角偏差生成提示信息，根据提示信息生成车辆监控报告；否则，直接根据方向盘转角偏差生成车辆监控报告。
S250、当实际行驶状态未满足预设条件时，控制当前车辆停车。
可选的，实际行驶状态包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。
本发明实施例的技术方案，通过修正后的车辆运动控制算法以及实际方向盘转角确定当前车辆的方向盘转角偏差，然后进一步生成车辆监控报告，并且对车辆的实际行驶状态进行监控，在存在驾驶风险时控制当前车辆停车，保障了学员驾驶车辆的安全性，避免了教练全程监督指导，降低了驾校成本，提高了学员在驾校的练习效率。
实施例三
图4为本发明实施例三提供的一种驾校学习车辆监控装置的结构示意图。如图4所示，该装置包括：驾驶相关信息获取模块310，用于获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态；
车辆监控报告生成模块320，用于根据根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告；
停车控制模块330，用于当实际行驶状态未满足预设条件时，控制当前车辆停车。
可选的，驾驶相关信息获取模块310，具体包括：车辆运动控制算法获取单元，包括：第一偏差值确定子单元，用于获取用户构建的初始控制算法，并基于初始控制算法确定第一偏差值；第二偏差值确定子单元，用于根据第一偏差值对初始控制算法进行修正以生成修正算法，基于修正算法确定第二偏差值；车辆运动控制算法生成子单元，用于根据第二偏差值对修正算法进行修正以生成车辆运动控制算法。
可选的，第一偏差值确定子单元，具体用于：获取用户输入的第一驾驶轨迹；通过初始控制算法中预先设置的车辆动力学模型对第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹；将第一驾驶轨迹和第一仿真轨迹之间的偏差值作为第一偏差值。
可选的，第二偏差值确定子单元，具体用于：获取用户输入的第二驾驶轨迹；通过初始控制算法中预先设置的影子跟踪模块对第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹；将第二驾驶轨迹和第二仿真轨迹之间的偏差值作为第二偏差值。
可选的，车辆监控报告生成模块320，具体包括：方向盘转角偏差确定单元，用于：获取预先设置的目标驾驶轨迹，基于目标驾驶轨迹和车辆运动控制算法确定当前车辆的期望方向盘转角；将期望方向盘转角和实际方向盘转角之间的偏差值作为方向盘转角偏差。
可选的，车辆监控报告生成模块320，具体包括：车辆监控报告生成单元，用于：判断方向盘转角偏差是否大于预设阈值，若是，根据方向盘转角偏差生成提示信息，根据提示信息生成车辆监控报告；否则，直接根据方向盘转角偏差生成车辆监控报告。
本发明实施例的技术方案，通过修正后的车辆运动控制算法以及实际方向盘转角确定当前车辆的方向盘转角偏差，然后进一步生成车辆监控报告，并且对车辆的实际行驶状态进行监控，在存在驾驶风险时控制当前车辆停车，保障了学员驾驶车辆的安全性，避免了教练全程监督指导，降低了驾校成本，提高了学员在驾校的练习效率。
本发明实施例所提供的一种驾校学习车辆监控装置可执行本发明任意实施例所提供的一种驾校学习车辆监控方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种驾校学习车辆监控方法。也即：获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，驾驶相关信息包括实际方向盘转角和实际行驶状态；根据实际方向盘转角和车辆运动控制算法确定当前车辆的方向盘转角偏差，根据方向盘转角偏差生成车辆监控报告；当实际行驶状态未满足预设条件时，控制当前车辆停车。
在一些实施例中，一种驾校学习车辆监控方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种驾校学习车辆监控方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种驾校学习车辆监控方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种驾校学习车辆监控方法，其特征在于，包括：
获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，所述驾驶相关信息包括实际方向盘转角和实际行驶状态；
根据所述实际方向盘转角和所述车辆运动控制算法确定当前车辆的方向盘转角偏差，根据所述方向盘转角偏差生成车辆监控报告；
当所述实际行驶状态未满足预设条件时，控制所述当前车辆停车。
2.根据权利要求1所述的方法，其特征在于，所述获取车辆运动控制算法，包括：
获取用户构建的初始控制算法，并基于所述初始控制算法确定第一偏差值；
根据所述第一偏差值对所述初始控制算法进行修正以生成修正算法，基于所述修正算法确定第二偏差值；
根据所述第二偏差值对所述修正算法进行修正以生成所述车辆运动控制算法。
3.根据权利要求2所述的方法，其特征在于，所述基于所述初始控制算法确定第一偏差值，包括：
获取用户输入的第一驾驶轨迹；
通过所述初始控制算法中预先设置的车辆动力学模型对所述第一驾驶轨迹进行跟踪仿真以生成第一仿真轨迹；
将所述第一驾驶轨迹和所述第一仿真轨迹之间的偏差值作为所述第一偏差值。
4.根据权利要求3所述的方法，其特征在于，所述基于所述修正算法确定第二偏差值，包括：
获取用户输入的第二驾驶轨迹；
通过所述初始控制算法中预先设置的影子跟踪模块对所述第一驾驶轨迹进行跟踪仿真以生成第二仿真轨迹；
将所述第二驾驶轨迹和所述第二仿真轨迹之间的偏差值作为所述第二偏差值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述实际方向盘转角和所述车辆运动控制算法确定当前车辆的方向盘转角偏差，包括：
获取预先设置的目标驾驶轨迹，基于所述目标驾驶轨迹和所述车辆运动控制算法确定当前车辆的期望方向盘转角；
将所述期望方向盘转角和所述实际方向盘转角之间的偏差值作为所述方向盘转角偏差。
6.根据权利要求1所述的方法，其特征在于，所述根据所述方向盘转角偏差生成车辆监控报告，包括：
判断所述方向盘转角偏差是否大于预设阈值，若是，根据所述方向盘转角偏差生成提示信息，根据所述提示信息生成车辆监控报告；
否则，直接根据所述方向盘转角偏差生成车辆监控报告。
7.根据权利要求1所述的方法，其特征在于，所述实际行驶状态包括轨迹横向偏差、车辆速度、车辆加速度和障碍物距离。
8.一种驾校学习车辆监控装置，其特征在于，包括：
驾驶相关信息获取模块，用于获取车辆运动控制算法和当前车辆的驾驶相关信息，其中，所述驾驶相关信息包括实际方向盘转角和实际行驶状态；
车辆监控报告生成模块，用于根据所述根据所述实际方向盘转角和所述车辆运动控制算法确定当前车辆的方向盘转角偏差，根据所述方向盘转角偏差生成车辆监控报告；
停车控制模块，用于当所述实际行驶状态未满足预设条件时，控制所述当前车辆停车。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912116.1A CN116750013A (zh) | 2023-07-24 | 2023-07-24 | 一种驾校学习车辆监控方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912116.1A CN116750013A (zh) | 2023-07-24 | 2023-07-24 | 一种驾校学习车辆监控方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116750013A true CN116750013A (zh) | 2023-09-15 |
Family
ID=87949868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310912116.1A Pending CN116750013A (zh) | 2023-07-24 | 2023-07-24 | 一种驾校学习车辆监控方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116750013A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117022312A (zh) * | 2023-10-09 | 2023-11-10 | 广州市德赛西威智慧交通技术有限公司 | 基于行车轨迹的驾驶错误智能提醒方法及装置 |
-
2023
- 2023-07-24 CN CN202310912116.1A patent/CN116750013A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117022312A (zh) * | 2023-10-09 | 2023-11-10 | 广州市德赛西威智慧交通技术有限公司 | 基于行车轨迹的驾驶错误智能提醒方法及装置 |
| CN117022312B (zh) * | 2023-10-09 | 2023-12-29 | 广州市德赛西威智慧交通技术有限公司 | 基于行车轨迹的驾驶错误智能提醒方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111775949B (zh) | 一种人机共驾控制系统的个性化驾驶员转向行为辅助方法 | |
| EP3647140A1 (en) | Vehicle control method, device, and apparatus | |
| CN114830138A (zh) | 训练轨迹评分神经网络以准确分配分数 | |
| CN116750013A (zh) | 一种驾校学习车辆监控方法、装置、设备及介质 | |
| CN114291098B (zh) | 用于自动驾驶车辆的停车方法和装置 | |
| CN113771839B (zh) | 一种自动泊车决策规划方法及系统 | |
| CN114194217B (zh) | 车辆自动驾驶方法、装置、电子设备以及存储介质 | |
| CN105059287A (zh) | 一种车道保持方法和装置 | |
| JP2022081613A (ja) | 自動運転特徴の特定方法、装置、設備、媒体及びコンピュータプログラム | |
| CN113212429A (zh) | 一种自动驾驶车辆安全控制方法及装置 | |
| CN110083158B (zh) | 一种确定局部规划路径的方法和设备 | |
| CN113183988B (zh) | 一种车辆自动驾驶的监督方法、装置、设备及存储介质 | |
| CN115871683A (zh) | 一种车辆横摆角速度确定方法、装置、车辆及介质 | |
| CN115959154A (zh) | 变道轨迹的生成方法、装置和存储介质 | |
| CN116513187A (zh) | 车辆换道控制方法、装置、电子设备及存储介质 | |
| CN114987607B (zh) | 一种车辆的转向控制方法、装置、设备及存储介质 | |
| CN116071714A (zh) | 车道偏离检测方法、系统、电子设备及可读存储介质 | |
| CN115366872A (zh) | 车辆转向避障方法、设备和存储介质 | |
| CN112783142B (zh) | 车道居中控制的仿真测试系统、方法、设备和存储介质 | |
| CN114771555A (zh) | 自主泊车故障诊断方法、装置和和无人驾驶车辆 | |
| CN114968782A (zh) | 一种基于Carla模拟器实现智能驾驶的方法 | |
| CN114379584B (zh) | 车辆控制方法、装置、车辆、设备和存储介质 | |
| CN117765796B (zh) | 自动驾驶教学系统、方法及装置 | |
| CN116403455B (zh) | 车辆控制方法、装置、设备及存储介质 | |
| CN117533346A (zh) | 循迹控制系统、方法及车辆 |
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 |