CN117104238A - 一种车辆控制方法、车辆及存储介质 - Google Patents
一种车辆控制方法、车辆及存储介质 Download PDFInfo
- Publication number
- CN117104238A CN117104238A CN202210528811.3A CN202210528811A CN117104238A CN 117104238 A CN117104238 A CN 117104238A CN 202210528811 A CN202210528811 A CN 202210528811A CN 117104238 A CN117104238 A CN 117104238A
- Authority
- CN
- China
- Prior art keywords
- vehicle control
- vehicle
- control strategy
- determining
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000011217 control strategy Methods 0.000 claims abstract description 218
- 230000001133 acceleration Effects 0.000 claims description 44
- 238000005265 energy consumption Methods 0.000 claims description 43
- 230000003993 interaction Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 25
- 230000015572 biosynthetic process Effects 0.000 claims description 20
- 238000003786 synthesis reaction Methods 0.000 claims description 20
- 239000000446 fuel Substances 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 15
- 239000008186 active pharmaceutical agent Substances 0.000 description 10
- 238000010438 heat treatment Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000008447 perception Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000000889 atomisation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 241000258920 Chilopoda Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000016776 visual perception 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
- 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
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/082—Selecting or switching between different modes of propelling
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Navigation (AREA)
Abstract
本申请适用于车辆控制技术领域,提供了一种车辆控制方法、车辆及存储介质,该方法包括:在车辆上电后,获取为车辆提供车控服务的虚拟形象的性格类型;确定所述性格类型关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数;基于所述性格类型关联的车控策略控制所述车辆开始运行;在所述车辆运行时,获取第一数据,第一数据包括所述车辆的车辆状态信息、用户的日程信息和用户的个人状态信息中的至少一种;判断当前的车控策略是否与第一数据相匹配;若当前的车控策略与第一数据不匹配,确定第一数据相匹配的新的车控策略;基于新的车控策略控制车辆的运行。相较于现有技术,本申请不用人为的选择车控策略,提高了车辆的自动化程度。
Description
技术领域
本申请属于车辆控制技术领域,尤其涉及一种车辆控制方法、车辆及存储介质。
背景技术
随着车辆的发展,有的车辆中的驾驶模式和车辆操控参数为用户开放,用户可以根据需要设置驾驶模式和车辆操控参数。
但是,由于车辆的自动化程度低,车辆中的驾驶模式和车辆操控参数均需要用户根据需要手动操作设置。用户在车辆行驶时,若手动调整驾驶模式和车辆操控参数,会使得用户分神。
发明内容
本申请实施例提供了一种车辆控制方法、车辆及存储介质,可以提高车辆的自动化程度。
第一方面,本申请实施例提供了一种车辆控制方法,包括:
在车辆上电后,获取为所述车辆提供车控服务的虚拟形象的性格类型,所述车控服务包括车控策略的确定;
根据获取的所述性格类型确定与之关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数;
基于根据所述性格类型确定出的车控策略控制所述车辆的运行;
在所述车辆运行时,获取第一数据,所述第一数据包括所述车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少一种;
判断当前的车控策略是否与所述第一数据相匹配;
若所述当前的车控策略与所述第一数据不匹配,确定与所述第一数据相匹配的新的车控策略;
基于所述新的车控策略控制所述车辆的运行。
第二方面,本申请实施例提供了一种车辆,包括:
性格确定模块,用于在车辆上电后,获取为所述车辆提供车控服务的虚拟形象的性格类型,所述车控服务包括车控策略的确定;
第一策略确定模块,用于根据获取的所述性格类型确定与之关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数;
第一控制模块,用于基于根据所述性格类型确定出的车控策略控制所述车辆的运行;
数据获取模块,用于在所述车辆运行时,获取第一数据,所述第一数据包括所述车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少一种;
判断模块,用于判断当前的车控策略是否与所述第一数据相匹配;
第二策略确定模块,用于若所述当前的车控策略与所述第一数据不匹配,确定与所述第一数据相匹配的新的车控策略;
第二控制模块,用于基于所述新的车控策略控制所述车辆的运行。
第三方面,本申请实施例提供了一种车辆,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的车辆控制方法。
第四方面,本申请实施例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程序,所述计算机程序被处理器执行时实现上述第一方面中任一项所述的车辆控制方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的车辆控制方法。
本申请第一方面实施例与现有技术相比存在的有益效果是:在车辆上电后,确定为车辆提供车控服务的虚拟形象的性格类型;确定性格类型关联的车控策略,车控策略包括驾驶模式和/或车辆操控参数;基于性格类型关联的车控策略控制车辆开始运行。相较于现有技术中需要用户手动设置车控策略的方法,本申请车辆在开始运行时使用的车控策略根据虚拟形象的性格类型确定,不用用户手动设置,提高了车辆的自动化程度。
在车辆运行时,获取第一数据,第一数据包括车辆的车辆状态信息、用户的日程信息和用户的个人状态信息中的至少一种,若当前的车控策略与第一数据不匹配,确定第一数据相匹配的新的车控策略;基于新的车控策略控制车辆的运行。在车辆运行过程中使用第一数据确定车控策略,避免了用户在驾车过程中手动设置车控策略,提高了车辆的自动化程度。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
图1是本申请一实施例提供的车辆控制方法的流程示意图;
图2是本申请一实施例提供的当前的车控策略与第一数据是否匹配的判断方法的流程示意图;
图3是本申请一实施例提供的能量管理模式的确定方法的流程示意图;
图4是本申请另一实施例提供的当前的车控策略与第一数据是否匹配的判断方法的流程示意图;
图5是本申请一实施例提供的专业知识信息输出方法的流程示意图;
图6是本申请一实施例提供的行驶路线的确定方法的流程示意图;
图7是本申请一实施例提供的虚拟形象生成的结构示意图;
图8是本申请一实施例提供的虚拟人的接口结构示意图;
图9是本申请一实施例提供的车辆控制装置的结构示意图;
图10是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
随着人工智能、虚拟现实技术的发展,虚拟形象在各个领域得到应用。虚拟形象又被成为虚拟数字人、数字人等,是利用数学建模技术、3D图像渲染技术、动作捕捉技术等,模拟真实人物表情神态特征,运用深度学习、语义理解、语音合成等技术形成的具有人类特征的AI(Artificial Intelligence,人工智能)机器人。
为了提高汽车的自动化程度,虚拟形象已经在汽车中得到应用。但是,汽车上的虚拟形象为用户提供的可编辑的内容较少,例如,用户仅能编辑虚拟形象的五官和服饰,不能满足用户的个性化定制的需求。
另外,由于汽车的智能化程度低,用户在使用汽车时,需要分别选择汽车的多种参数,例如,油门踏板灵敏度、方向盘扭矩力度等。用户在需要更改参数时,需要分别更改每个参数,为用户带来不便。
本申请提出的车辆控制方法中,用户可以对虚拟形象进行个性化设置,例如,可以设置虚拟形象的性格、职业等,满足了不同用户的需求。本申请将虚拟形象的性格类型与车控策略关联,车辆在使用时,根据虚拟形象的性格类型即可得到车控策略,使车辆的配置简单、快速,提高了车辆的自动化程度。
另外,本申请在车辆行驶过程中,还可以根据获取到的数据(车辆的车辆状态信息、用户的日程信息和用户的个人状态信息)实时调整车控策略,避免用户手动调整车控策略,提高了车辆的自动化程度。
图1示出了本申请提供的车辆控制方法的示意性流程图,参照图1,对该方法的详述如下:
S101,在车辆上电后,获取为所述车辆提供车控服务的虚拟形象的性格类型,所述车控服务包括车控策略的确定。
在本实施例中,车辆上电可以通过车辆的钥匙所处的位置确定,例如,钥匙在ON档,车辆处于上电。车辆上电还可以通过车辆上的一键启动按钮(ENGINESTART、STOP键)的状态确定,例如,一键启动按钮为开启状态,车辆处于上电。
在本实施例中,虚拟形象的性格类型为用户预先选择的,在车辆上电后,自动查找虚拟形象的性格类型。
虚拟形象可以包括性格类型、外形、职业和虚拟形象的服务内容等。具体的,用户可以通过手持终端或车辆上的显示设备设置虚拟形象,例如,手持终端可以为手机或平板电脑等。
作为举例,用户可以在车辆上的显示设备显示虚拟形象的设置页面时,通过选择设置页面上的信息设置虚拟形象的性格类型。
在本实施例中,虚拟形象的性格类型可以为温和型、活跃型、可爱型、理智型、热情型、话唠型或忠诚型等。用户在设置虚拟形象时,可以将虚拟形象设置为上述性格类型中的任意一种。每种性格类型中还可以包括多种性格级别,例如,激进型包括激进一级、激进二级和激进三级,不同的性格级别对应不同的车控策略。
S102,根据获取的所述性格类型确定与之关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数。
在本实施例中,驾驶模式可以为经济模式、运动模式、舒适模式和自动驾驶模式。车辆操控参数包括油门踏板灵敏度、方向盘扭矩力度、喷油量、发动机扭矩、发动机转速中的一种或多种。若车控策略包括驾驶模式和车辆操控参数,驾驶模式和车辆操控参数可以关联存储,一种驾驶模式对应一组车辆操控参数。
经济模式可以节省能源,在经济模式下车辆中的控制模块会限制节气门和喷油嘴,主动降低发动机的输出功率,达到节能的效果。运动模式下控制模块会提高发动机的转速,保持车辆有足够的扭矩,增强动力,在运动模式下车辆有更强大的性能。舒适模式可以保证用户乘车体验感更好,例如,舒适模式下若突然加速,发动机的转速依然维持在较低水平。自动驾驶模式为用户不参与驾驶的状态。在用户处于疲惫状态或接听电话状态时,将车辆的驾驶模式设置为自动驾驶模式,可以保证用户的驾车安全。
在本实施例中,性格类型可以与驾驶模式关联存储。性格类型可以与车辆操控参数关联存储。性格类型还可以与驾驶模式和车辆操控参数均关联存储。
在本实施例中,车辆中预先设置不同的性格类型关联不同的车控策略。例如,温和型、享乐型等与舒适模式关联存储,活跃型、激进型等与运动模式关联存储,理智型、节俭型等与经济模式关联存储。
S103,基于根据所述性格类型确定出的车控策略控制所述车辆的运行。
在本实施例中,在确定性格类型后,通过车辆中的显示屏展示性格类型,展示性格类型的目的是为了询问用户是否使用性格类型。在检测到第一指令后,确定性格类型关联的车控策略。第一指令表征用户确定使用该性格类型。第一指令可以是用户点击车辆上的物理按键或虚拟控键后生成的指令。
S104,在所述车辆运行时,获取第一数据,所述第一数据包括所述车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少一种。
在本实施例中,车辆的运行可以通过检测车辆的速度确定。车辆的速度可以使用车辆中的速度传感器进行实时检测。另外,车辆运行还可以通过车辆上的档位确定,若车辆在前进档,则确定车辆运行。
车辆状态信息可以包括瞬时能量消耗、剩余能量、平均时速、空调的开闭状态、座椅加热的状态、车辆的照明灯的状态、油门参数等。剩余能量可以包括剩余油量或剩余电量。油门参数包括油门开度和/或油门踏板加速度。
用户的日程信息表征用户所记录的待办事项,例如,预定的会议时间、会议地点、高铁票的时间、航班时间等。用户的日程信息可以从用户设置的记事本中获得。
用户的个人状态信息可以包括用户处于疲惫状态、用户处于接听电话状态、用户处于精神集中状态中的至少一种。通过车辆中设置的摄像头采集主驾驶位置上用户的视频信息,视频信息中包括用户的人脸。通过视频信息确定用户的个人状态信息。例如将视频信息中的一帧图像输入至第一神经网络模型中,得到用户的个人状态信息。
S105,判断当前的车控策略是否与所述第一数据相匹配。
在本实施例中,当前时间车辆所使用的车控策略为当前的车控策略。将车控车略中包括的参数与第一数据进行比较,确定当前的车控策略是否与第一数据相匹配。车控策略中包括的参数可以包括用户的个人状态信息、车辆的时速、油门参数,以及能量剩余使用时间和车辆还需要行驶时间之间的关系等。
S106,若所述当前的车控策略与所述第一数据不匹配,确定与所述第一数据相匹配的新的车控策略。
在本实施例中,将第一数据输入至卷积神经网络,得到第一数据对应的车控策略。
在本实施例中,若第一数据包括个人状态信息,个人状态信息包括用户处于疲惫状态和/或接听电话状态时,新的车控策略中的驾驶模式为自动驾驶模式。
在本实施例中,车控服务还可以包括行驶路线的确定。车控策略还可以包括能量管理模式。能量管理模式可以包括空调状态管理、座椅加热状态管理、收音机状态管理等。空调状态管理包括关闭空调、保持空调开启状态等。座椅加热状态管理包括关闭座椅加热、保持座椅加热状态等。收音机状态管理包括关闭收音机和开启收音机。
S107,基于所述新的车控策略控制所述车辆的运行。
在本实施例中,车控策略用于配置车辆。在新的车控策略(当前时间应该使用的车控策略)与当前时间正在使用的车控策略相同时,继续使用当前的车控策略。在当前的车控策略与新的车控策略不同时,使用新的车控策略继续控制车辆运行。
本申请实施例中,在车辆上电后,确定为所述车辆提供车控服务的虚拟形象的性格类型;确定性格类型关联的车控策略,车控策略包括驾驶模式和/或车辆操控参数;基于性格类型关联的车控策略控制车辆开始运行。相较于现有技术中需要用户手动设置车控策略的方法,本申请车辆在开始运行时使用的车控策略根据虚拟形象的性格类型确定,不用用户手动设置,提高了车辆的自动化程度。
在车辆运行时,获取第一数据,第一数据包括车辆的车辆状态信息、用户的日程信息和用户的个人状态信息中的至少一种,若当前的车控策略与第一数据不匹配,确定第一数据相匹配的新的车控策略;基于新的车控策略控制车辆的运行。在车辆运行过程中使用第一数据确定车控策略,避免了用户在驾车过程中手动设置车控策略,提高了车辆的自动化程度。在车辆行驶过程中根据第一数据改变车控策略,可以更好的满足用户的需求。
另外,相较于现有技术中虚拟形象仅限于与用户进行对话,本申请虚拟形象的性格类型与车控策略关联,增加了虚拟形象的功能,使虚拟形象的功能更丰富;另外,本申请根据虚拟形象的性格类型确定车控策略,虚拟形象与车控策略关联,增加了车辆与虚拟形象的关联度。本申请将虚拟形象的性格类型与车控策略关联,用户在配置车辆时,只需配置虚拟形象的性格类型即可得到车控策略,相较于现有技术需要分别配置车辆的多种项目,本申请省去了对车控策略的配置过程,使车辆的配置简单、快速,提高了车辆的智能化程度。
如图2所示,在一种可能的实现方式中,所述车控策略还包括能量管理模式的确定,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括所述车辆的瞬时能量消耗和剩余能量,步骤S105具体可以包括:
S201,基于所述瞬时能量消耗和所述剩余能量,预测所述剩余能量的剩余使用时间。
具体的,计算剩余能量与瞬时能量消耗的比值,得到剩余能量的剩余使用时间。或者,将瞬时能量消耗和剩余能量输入第二神经网络中,得到剩余使用时间。
瞬时能量消耗可以是当前时间的瞬时能耗。瞬时能量消耗还可以是第一时间段内各个采样时间的瞬时能耗的均值。第一时间段可以根据需要进行设置,例如,第一时间段可以是10分钟、15分钟等,采样时间可以为每间隔一分钟或2分钟设置的采样时间。
S202,获取所述车辆从当前位置到达目标位置需要的第一行驶时间,所述目标位置为终点位置或最近的能源补给站点的位置。
在本实施例中,车辆的当前位置可以从车辆中的GPS(Global PositioningSystem,全球定位系统)中获得。目标位置可以是用户设置或选择的终点位置。终点位置还可以是根据用户的日程信息确定。例如,若日程信息中包括航班,则确定终点位置为飞机场;若日程信息包括高铁,终点位置为火车站。
最近的能源补给站点的位置可以从导航模块中获得,具体的,从预设地图中查找距离车辆最近的能源补给站点。能源补给站点可以为加油站和/或充电站。
另外,还可以从导航模块获得第一行驶时间。
根据当前位置、目标位置确定行驶路线,根据行驶路线上的车况(车辆密集度、道路的级别)和当前车速确定第一行驶时间。道路的级别根据道路的难走程度确定,坑洼路面的道路的级别高于平滑路面的道路的级别。道路的级别还可以包括舒适性级别、经济型级别、安全性级别、效率性级别等。
S203,若所述剩余使用时间小于所述第一行驶时间,确定所述当前的车控策略与所述第一数据不匹配。
S204,若所述剩余使用时间大于或等于所述第一行驶时间,确定所述当前的车控策略与所述第一数据匹配。
如图3所示,相应的,步骤S106具体可以包括:
S301,获取各非必要耗能器件的能量消耗量,非必要耗能器件为除保障车辆正常运行的必要耗能器件之外的耗能器件。
在本实施例中,非必要耗能器件可以包括空调、座椅加热、收音机等。必要耗能器件可以包括GPS、车灯等。
S302,将各个能量消耗量由大到小进行排序。
S303,按照所述能量消耗量由大到小的顺序依次关闭非必要耗能器件,直至所述剩余使用时间大于或等于所述第一行驶时间。
作为举例,若座椅加热的能量消耗大于鼓风机的能量消耗,鼓风机的能量消耗大于收音机的能量消耗。先关闭座椅加热,若关闭座椅加热后,剩余使用时间大于或等于所述第一行驶时间,则不用关闭鼓风机和收音机。若关闭座椅加热后,剩余使用时间小于所述第一行驶时间,则关闭鼓风机,依次进行,直至剩余使用时间大于或等于所述第一行驶时间。
在本实施中,车控策略中的能量管理模式改变时,车控策略中的驾驶模式和车辆操控参数可以不变。例如,在经济模式下,在剩余能量不足时,可以将经济模式下的能量管理模式进行改变。另外,在剩余能量不足时,若车辆的驾驶模式不是经济模式,还可以将车辆的驾驶模式先切换为经济模式。
本申请实施例中,根据瞬时能量消耗和剩余能量确定能量管理模式,可以对车辆中剩余能量进行合理使用,保证车辆运行更远的距离。
在一种可能的实现方式中,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括油门参数,所述油门参数包括油门开度和/或油门踏板加速度。
步骤S105具体可以包括:
若所述油门参数不满足预设条件,确定所述当前的车控策略与所述第一数据不匹配,其中,在所述油门参数包括所述油门开度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内,在所述油门参数包括所述油门踏板加速度时,所述预设条件包括所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内,在所述油门参数包括所述油门开度和所述油门踏板加速度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内、且所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内。
若所述油门参数满足预设条件,确定所述当前的车控策略与所述第一数据匹配。
在本实施例中,油门开度表征油门被踩下去的程度,油门开度可以根据油门踏板的下降距离确定。
油门踏板加速度表征油门被踩下去的速度,油门踏板加速度可以根据油门踏板的下降距离和下降时间确定。
相应的,步骤S106具体可以包括:
在所述油门参数包括所述油门开度时,基于所述油门开度所在的油门开度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门开度区间。
在所述油门参数包括所述油门踏板加速度,或者所述油门参数包括所述油门开度和所述油门踏板加速度时,基于所述油门踏板加速度所在的油门踏板加速度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门踏板加速度区间。
在本实施例中,油门踏板加速度更能反应用户的着急程度,因此,在油门参数包括所述油门开度和所述油门踏板加速度时,基于所述油门踏板加速度所在的油门踏板加速度区间,确定所述新的车控策略。
本申请实施例中,根据油门参数可以确定当前的车控策略,为车控策略的判断提供了多种方法。
在一种可能的实现方式中,第一数据包括所述车辆状态信息,车辆状态信息包括平均时速,步骤S105的实现过程可以包括:
确定当前时间的平均时速是否在当前的车控策略对应的时速区间内,不同的车控策略对应不同的时速区间。若当前时间的平均时速不在当前的车控策略对应的时速区间内,确定当前的车控策略与所述第一数据不匹配。若当前时间的平均时速在当前的车控策略对应的时速区间内,确定当前的车控策略与所述第一数据匹配。
相应的,步骤S106的实现过程可以包括:
根据当前时间的平均时速所在的时速区间,确定所述第一数据相匹配的新的车控策略。
在本实施例中,预先设置不同的时速区间,每个时速区间关联一种车控策略。
作为举例,时速区间A为80-100千米/时,时速区间A关联的车控策略为策略1。时速区间B为20-30千米/时,时速区间B关联的车控车略为策略2。
在一种可能的实现方式中,车辆状态信息包括车辆的加速度。根据预设时间段内的车辆的加速度,确定新的车控策略的方法与上述根据平均时速确定新的车控策略的方法相同,在此不再赘述。
如图4所示,在一种可能的实现方式中,第一数据包括所述日程信息,步骤S105的实现过程可以包括:
S401,根据所述日程信息中包括的第一日程的日程时间,确定当前时间距离所述日程时间的第一时间差。
在本实施例中,所述第一日程包括航班、火车或会议。日程信息中还可以包括第一日程对应的地点。
S402,确定所述车辆的当前位置与终点位置之间的距离差,所述终点位置与所述第一日程相关。
在本实施例中,终点位置可以是用户设置或选择的。终点位置还可以是根据日程信息中第一日程对应的地点确定的。
当前位置与终点位置之间的距离差可以从导航模块获得。
S403,基于所述第一时间差和所述距离差,确定所述车辆的最小时速。
在本实施例中,最小时速为所述车辆在所述日程时间之前,从所述当前位置到达所述终点位置时所需的最小时速。具体的,计算距离差与第一时间差的比值,得到车辆的最小时速。
S404,若所述最小时速不在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据不匹配。
S405,若所述最小时速在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据匹配。
相应的,步骤S106的实现过程可以包括:
根据所述最小时速所在的时速区间,确定所述新的车控策略,其中,不同的车控策略对应不同的时速区间。
在本实施例中,查找最小时速所在的时速区间。将最小时速所在的时速区间关联的车控策略作为新的车控策略。
本申请实施例中,根据日程信息可以确定车控策略,提高了车辆的智能化程度。
在一种可能的实现方式中,若第一数据包括车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少两种数据,至少两种数据确定出了至少两种车控策略,根据车控策略的优先级确定新的车控策略。具体的,选择优先级最高的车控策略作为新的车控策略。例如,自动驾驶模式的优先级高于运动模式的优先级。运动模式的优先级高于经济模式的优先级。经济模式的优先级高于舒适模式的优先级。
在一种可能的实现方式中,在步骤S101之后,上述方法还可以包括:
根据获取的性格类型确定与之关联的虚拟形象的语音合成策略,所述语音合成策略包括音色、语料库和音调中的至少一个。
在本实施例中,虚拟形象的性格类型还与语音合成策略关联存储,虚拟形象具有与所述性格类型关联的语音合成策略的功能。具体的,性格类型与语音TTS(TextToSpeech,从文本到语音)关联,通过性格类型可以确定虚拟形象在发声时的信息。不同的性格类型可以关联不同的语音合成策略。
在本实施例中,性格类型还可以与语料库关联,语料库包括人机交互时,基于接收的用户发出的语音信息确定的应答信息,例如,用户发出的语音信息为“你好”,应答信息为“你好”。
在本实施例中,用户通过设置性格类型可以确定虚拟形象的语音合成策略,减少了用户在配置车辆上的虚拟形象时的配置项目,提高了配置效率。
在一种可能的实现方式中,上述方法还可以包括:
获取虚拟形象的职业。根据虚拟形象的职业确定与之关联的专业知识信息。
在本实施例中,虚拟形象的职业可以为医生、律师、教师、演员、警察或公务员等。用户在设置虚拟形象时,可以将虚拟形象设置为上述职业中的一种。
在本实施例中,职业与对应的专业知识信息关联,根据获取的虚拟形象的职业确定与之关联的专业知识信息,虚拟形象具有职业对应的专业知识信息的交互能力。
虚拟形象的知识领域可以包括体育、国学、娱乐、新闻、购物和美容等。不同的职业可以关联不同的专业知识信息。
作为举例,若虚拟形象的职业为律师,与律师关联的专业知识信息为法律相关知识。若虚拟形象的职业为医生,与医生关联的专业知识信息为医学相关知识。
如图5所示,在一种可能的实现方式中,在步骤S101之后,上述方法还可以包括:
S501,在接收到所述用户的语音交互请求后,获取与所述性格类型关联的语音合成策略,所述语音合成策略包括音色、语料库和音调中的至少一个。
在本实施例中,用户的语音交互请求可以为检测到用户的一句话或一个词等,例如,检测到指定词“你好你好”后确定存在语音交互请求。
S502,在确定所述语音交互请求包括专业知识请求时,获取所述虚拟形象的职业。
在本实施例中,专业知识请求可以根据语音交互请求中的关键字确定,若语音交互请求中包括预设的专业知识关键字,则确定该请求为专业知识请求;若语音交互请求中不包括预设的专业知识关键字,则确定该请求不是专业知识请求。例如,若语音交互请求中包括律师、医生等关键字,可以确定该语音交互请求为专业知识请求。
S503,根据所述虚拟形象的职业确定与之关联的所述虚拟形象的专业知识信息。
S504,根据所述语音合成策略,输出与所述语音交互请求对应的所述专业知识信息。
在本实施例中,虚拟形象在与用户交互过程中,接收到用户的语音交互请求后,对语音交互请求进行分析,并确定语音交互请求对应的应答信息。在语音交互请求包括对专业知识进行询问时,应答信息为专业知识信息,虚拟形象输出与语音交互请求对应的专业知识信息,且与语音交互请求对应的专业知识信息的输出语调、音色等,根据确定的语音合成策略确定。若语音交互请求不包括专业知识请求,则在语料库中查询与语音交互请求对应的应答信息。
作为举例,若用户的语音信息为“A事件是否为刑事案件”,则应答信息应该在法律专业知识信息中搜寻,以确定对应的应答信息。
在本实施例中,通过虚拟形象的职业可以确定虚拟形象的专业知识信息,减少了用户在配置车辆上的虚拟形象时的配置项目,提高了配置效率。
如图6所示,在一种可能的实现方式中,车控服务包括行驶路线的确定,上述方法还可以包括:
S601,获取所述车辆的当前位置和终点位置。
在本实施例中,用户在使用车辆时,可以通过车辆中的导航设备设置用户的起点位置和终点位置。
另外,起点位置还可以由车辆中的定位装置检测获得。
S602,基于所述当前位置、所述终点位置和预设地图,确定出从所述当前位置至所述终点位置的所有的行驶路线。
在本实施例中,从起点位置到达终点位置可能存在多种方法,例如,走高速或不走高速等,因此,需要根据起点位置和终点位置确定可以从起点位置到达终点位置的所有行驶路线。
具体的,还可以通过获取用户输入的路线需求,确定从起点位置到终点位置的各个行驶路线。
作为举例,若用户的路线需求为不走高速,在确定起点位置至终点位置的行驶路线时,需要将存在高速的路线去除。
S603,基于车控策略,在所有的所述行驶路线中选择出与所述车控策略相匹配的行驶路线。
在本实施例中,车控策略可以为基于性格类型确定的车控策略,还可以是根据第一数据确定的车控策略。
作为举例,若车辆启动时,根据性格类型确定的车控策略为A,根据车控策略A确定的行驶路线为a。车辆运行过程中,根据第一数据确定的车控策略为B,车控的车控策略从A变为了B,需要根据车控策略B重新确定行驶路线。若根据车控策略B确定的行驶路线为b,则车辆会按照行驶路线b继续行驶。
作为举例,若当前的车控策略为C,当前时间的行驶路线是根据车控策略C确定的。若当前时间根据第一数据确定的车控策略为D,则车辆将车控策略从C变为D。根据车控策略D确定的行驶路线为d,则车辆将会按照行驶路线d继续行驶。
具体的,步骤S603的实现过程可以包括:
S6031,在根据所述车控策略确定的所述驾驶模式为经济模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所产生的费用,并选择费用最低的所述行驶路线作为与所述车控策略相符合的行驶路线。
在本实施例中,费用包括燃油消耗费用和过路费用中的至少一个,过路费用包括高速过路费、过桥费等费用。
在本实施例中,若驾驶模式为经济模式,说明用户的需求为油耗较低,因此,需要选择各个行驶路线中油耗较少的路线。
具体的,车况信息可以为行驶路线上车辆的稀疏程度、红路灯的个数、限速区域限速值、高速收费站位置等。根据行驶路线和车况信息,可以计算各个行驶路线上的消耗费用。
S6032,在根据所述车控策略确定的所述驾驶模式为运动模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所需要的第二行驶时间,选择第二行驶时间最短的所述行驶路线作为与所述车控策略相符合的行驶路线。
在本实施例中,若驾驶模式为运动模式,说明用户的需求为快速到达终点位置,则需要查找行驶路线中第二行驶时间最少的行驶路线。
具体的,第二行驶时间的确定方法与预计油耗的确定方法相似,请参照预计油耗的确定方法,在此不再赘述。
S6033,在根据所述车控策略确定的所述驾驶模式为舒适模式或自动驾驶模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线的预计堵车次数和/或预计堵车时间,基于所有所述预计堵车次数和/或所有所述预计堵车时间,确定与所述车控策略相符合的行驶路线。
在本实施例中,若驾驶模式为舒适模式,说明用户的需求为驾驶车辆尽量舒适。各个行驶路线中预计堵车次数和/或预计堵车时间可以作为判断道路行驶是否舒适的参数。若驾驶模式为自动驾驶模式,自动驾驶模式主要考虑的是安全性,各个行驶路线中预计堵车次数和/或预计堵车时间同样可以作为判断道路行驶是否安全的参数。
具体的,预计堵车次数和预计堵车时间的确定方法与预计油耗的确定方法相似,请参照预计油耗的确定方法,在此不再赘述。
具体的,若根据车况信息确定的是预计堵车次数,则将预计堵车次数中的最小值对应的行驶路线作为目标行驶路线。
若根据车况信息确定的是预计堵车时间,则将预计堵车时间中的最小值对应的行驶路线作为目标行驶路线。
若根据车况信息确定的是预计堵车时间和预计堵车次数,则根据预设权重,计算堵车参数。将堵车参数中的最小值对应的行驶路线作为目标行驶路线。
具体的,计算预计堵车次数与第一权重的乘积,得到第一值。计算预计堵车时间与第二权重的乘积,得到第二值。计算第一值和第二值的和,得到堵车参数。
本申请实施例中,在确定了驾驶模式后,则可以根据驾驶模式确定路线选择策略。路线选择策略包括路线计算模型。路线计算模型包括计算行驶时间、油耗、预计堵车次数和预计堵车时间的计算模型等。
如图7所示,在一种可能的实现方式中,运行虚拟形象的运行终端分别与虚拟形象的形象设计平台、虚拟形象的服务设计平台、虚拟形象的性格设计平台、以及虚拟形象的知识设计平台进行数据交互。
虚拟形象可以从虚拟形象的形象设计平台获得虚拟人的形象信息和职业信息,从虚拟形象的服务设计平台获得服务内容,从虚拟形象的知识设计平台获得专业知识信息和语料库等。运行终端可以从虚拟形象的性格设计平台获得性格信息,以及性格类型关联的语音合成策略和车控策略等。
在一种可能的实现方式中,在步骤S101之前,上述方法还可以包括:
生成虚拟形象。
在本实施例中,虚拟形象可配置的信息包括:外形、职业、服务内容和性格类型等。用户可以在配置平台中选择虚拟形象的配置信息。配置平台可以为设置移动终端中的APP(application,应用程序),或者为车辆中的车控主机等。
具体的,生成虚拟形象的过程包括:
根据用户选择和/或输入的形象信息生成所述虚拟形象的外形。
在本实施例中,形象信息包括年龄、性别、头像、身材、国籍、语种中的至少一种。虚拟形象的年龄可以为20-30岁、31-35岁、36-40岁等。用户在设置虚拟形象时,可以将虚拟形象设置为上述年龄中的一种。
语种可以包括中文、英文、日文等。用户在设置虚拟形象时,可以将虚拟形象设置为上述语种中的一种。形象信息还可以包括虚拟形象的头像和国籍信息等。虚拟形象的身材可以为偏瘦、中等、肥胖等。
根据用户选择和/或输入的职业信息配置所述虚拟形象的职业。
在本实施例中,职业信息包括教师、工程师、总裁、演员、大夫、警察中的一种。
根据用户选择和/或输入的性格信息配置所述虚拟形象的性格类型,并根据所述性格类型自动确定与之关联的语音合成策略。
在本实施例中,语音合成策略包括语调、音色以及语料库,所述性格类型包括温和型、活跃型、可爱型、理智型、热情型、话唠型、忠诚型、节俭型、激进型、享乐型的一种。
根据用户选择和/或输入的服务信息配置虚拟形象的服务内容。
在本实施例中,服务内容包括闲聊服务、感知服务、生态服务、车控服务和车辆诊断服务中至少一种。感知服务包括语音感知、视觉感知、全域感知、全员感知和全时感知等。生态服务为车辆中的电子产品(如音频视频、记录仪、电子控制器等)提供数据、文件、协同等。车辆诊断服务用于确定车辆是否正常,例如,油箱中油的位置、安全带有无系好、车门有无关好等。
具体的,用户可以通过触摸车辆显示屏上的不同控键开启不同的服务。例如,在接收到用户作用在第一控键上的操作后,开启闲聊服务。
另外,若一个车辆中用户申请了多个虚拟形象,每个虚拟形象的配置信息可以不同,例如,每个虚拟形象的性格类型可以不同。
在虚拟形象配置完成后,用户可以在需要使用虚拟形象时,启用该虚拟形象,例如,通过虚拟控键控制虚拟形象的开启和关闭。
在本实施例中,为用户设置虚拟形象的配置接口,用户可以根据喜好和需要配置虚拟形象的信息,满足了不同用户的需求。
在一种可能的实现方式中,配置虚拟形象的性格类型的方法还可以包括:
通过车辆中安装的摄像头采集第一图像,第一图像包括用户的外貌特征,外貌特征包括五官、脸型、衣着和表情等。
对第一图像中包括的用户的外貌特征进行分析,确定用户的外貌类型,其中,外貌类型包括粗犷型、娇小型、可爱型、知性型等。
查找与用户的外貌类型关联的候选性格类型。
若与用户的外貌类型关联的候选性格类型为一个,利用该候选性格类型配置虚拟形象的性格类型。
若与用户的外貌类型关联的候选性格类型为至少两个,显示与用户的外貌类型关联的所有候选性格类型,并提示用户选择一个候选性格类型。
在显示候选性格类型之后的预设时间内接收到用户选择的候选性格类型,则根据用户选择的候选性格类型配置虚拟形象的性格类型。
若在显示候选性格类型之后的预设时间内未接收到用户选择的候选性格类型,显示其他性格类型,其他性格类型为除了与用户的外貌类型关联的所有候选性格类型之外的性格类型。若接收到用户选择的其他性格类型,利用用户选择的其他性格类型配置虚拟形象的性格类型。
可选的,在确定候选性格类型为一个后,显示候选性格类型。在显示候选性格类型之后的预设时间内接收到第二指令,第二指令表征用户确定使用该候选性格类型,则根据该候选性格类型配置虚拟形象的性格类型。若在显示候选性格类型之后的预设时间内未接收到第二指令,显示其他性格类型。若接收到用户选择的其他性格类型,利用用户选择的其他性格类型配置虚拟形象的性格类型。
在一种可能的实现方式中,配置虚拟形象的性格类型的方法还可以包括:
获取当前时间之前预设时间段内用户每次驾驶车辆时的驾驶行为信息,驾驶行为信息包括驾驶路线、踩油门力度、油门开度、每次驾驶车辆的平均速度等。驾驶路线包括存在高速、不存在高速、拥堵路段的个数等。基于用户的驾驶行为信息,确定用户的常用驾驶模式。
确定与常用驾驶模式关联的候选性格类型。
若与常用驾驶模式关联的候选性格类型为一个,利用该候选性格类型配置虚拟形象的性格类型。
若与常用驾驶模式关联的候选性格类型为至少两个,显示与驾驶模式关联的所有候选性格类型,并提示用户选择一个候选性格类型。
在显示候选性格类型之后的预设时间内接收到用户选择的候选性格类型,则根据用户选的候选性格类型配置虚拟形象的性格类型。
若在显示候选性格类型之后的预设时间内未接收到用户选择的候选性格类型,显示其他性格类型,其他性格类型为除了与驾驶模式关联的候选性格类型之外的性格类型。若接收到用户选择的其他性格类型,利用用户选择的其他性格类型配置虚拟形象的性格类型。
在一种可能的实现方式中,配置虚拟形象的性格类型的方法还可以包括:
通过车辆中安装的摄像头采集第一图像,第一图像包括用户的外貌特征。
对第一图像中包括的用户的外貌特征进行分析,确定用户的外貌类型。
获取当前时间之前预设时间段内用户每次驾驶车辆时的驾驶行为信息。
基于用户的外貌类型和确定的用户的驾驶行为信息,确定用户合适的候选性格类型,用该候选性格类型配置虚拟形象的性格类型。
或者,基于用户的外貌类型和确定的用户的驾驶行为信息,确定用户合适的候选性格类型,显示该候选性格类型。在显示候选性格类型之后的预设时间内接收到用户选择的候选性格类型,则根据用户选的候选性格类型配置虚拟形象的性格类型。
若在显示候选性格类型之后的预设时间内未接收到用户选择的候选性格类型,显示其他性格类型,其他性格类型为除了确定的用户合适的候选性格类型之外的性格类型。若接收到用户选择的其他性格类型,利用用户选择的其他性格类型配置虚拟形象的性格类型。
如图8所示,在一种可能的实现过程中,在车辆上设置多种应用程序编程接口(ApplicationProgrammingInterface,API)。具体的,设有多个API,通过多个API共同定义虚拟数字人,例如,多个API可以包括虚拟人引擎API、原子化服务API和设备抽象API接口。
虚拟人引擎API可以包括知识引擎模型、性格引擎模型、身份引擎模型、身份引擎模型、3D形象模型引擎和其他引擎模型等。3D形象模型引擎可以包括表情属性、动作属性和服饰属性等。身份引擎模型可以包括身份类型、身份级别等。性格引擎模型可以包括性格类型、声色、音调等。其他引擎模型可以包括3d模型渲染引擎和虚拟人成长引擎等。
原子化服务API可以为提供多种功能交互服务数据。原子化服务API可以包括人机交互服务、车身控制服务、热管理服务、运动控制服务和其他服务等。车身控制服务可以提供包括内灯控制、车门控制、座椅控制和喇叭控制等数据。运动控制服务可以提供扭矩控制、转向控制、驻车控制和悬架控制等数据。人机交互服务可以提供语音交互、显示控制、声音控制和车控设置等数据。热管理服务可以提供通风控制、温度控制、设备散热和环境监测等数据。其他服务可以包括生态内容服务、拟人闲聊服务、车辆诊断服务、信息咨询服务等。
设置抽象API接口可以提供多种设备抽象服务数据,例如,传感器抽象接口、执行器抽象接口、传统电子控制单元(Electronic Control Unit,ECU)抽象接口和其他硬件抽象接口等。传感器抽象接口可以提供电池电压、电池电流、车窗位置、加速踏板位置、制动踏板位置和方向盘转角等数据。执行器抽象接口可以提供车门电机、驻车电机、座椅电机、雨刷电机、悬架电机和车窗电机等数据。传统ECU抽象接口可以提供自适应巡航控制系统(Adaptive Cruise Control,ACC)、车身电子稳定系统(Electronic Stability Program,ESP)、电池管理系统(Battery Management System,BMS)、自动制动系统(AutonomousEmergency Braking,AEB)、运输管理系统(Transportation Management System,TMS)和车道保持辅助(Lane Keeping Assist,LKA)等数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的车辆控制方法,图9示出了本申请实施例提供的车辆的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图9,该车辆800可以包括:性格确定模块810、第一策略确定模块820、第一控制模块830、数据获取模块840、判断模块850、第二策略确定模块860和第二控制模块870。
其中,性格确定模块810,用于在车辆上电后,获取为所述车辆提供车控服务的虚拟形象的性格类型,所述车控服务包括车控策略的确定;
第一策略确定模块820,用于根据获取的所述性格类型确定与之关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数;
第一控制模块830,用于基于根据所述性格类型确定出的车控策略控制所述车辆的运行;
数据获取模块840,用于在所述车辆运行时,获取第一数据,所述第一数据包括所述车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少一种;
判断模块850,用于判断当前的车控策略是否与所述第一数据相匹配;
第二策略确定模块860,用于若所述当前的车控策略与所述第一数据不匹配,确定与所述第一数据相匹配的新的车控策略;
第二控制模块870,用于基于所述新的车控策略控制所述车辆的运行。
在一种可能的实现方式中,所述车控策略还包括能量管理模式,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括所述车辆的瞬时能量消耗和剩余能量;
判断模块850具体可以用于:
基于所述瞬时能量消耗和所述剩余能量,预测所述剩余能量的剩余使用时间;
获取所述车辆从当前位置到达目标位置需要的第一行驶时间,所述目标位置为终点位置或最近的能源补给站点的位置;
若所述剩余使用时间小于所述第一行驶时间,确定所述当前的车控策略与所述第一数据不匹配;
若所述剩余使用时间大于或等于所述第一行驶时间,确定所述当前的车控策略与所述第一数据匹配;
相应的,第二策略确定模块860具体可以用于:
获取各非必要耗能器件的能量消耗量,非必要耗能器件为除保障车辆正常运行的必要耗能器件之外的耗能器件;
将各个能量消耗量由大到小进行排序;
按照所述能量消耗量由大到小的顺序依次关闭非必要耗能器件,直至所述剩余使用时间大于或等于所述第一行驶时间。
在一种可能的实现方式中,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括油门参数,所述油门参数包括油门开度和/或油门踏板加速度;
判断模块850具体可以用于:
若所述油门参数不满足预设条件,确定所述当前的车控策略与所述第一数据不匹配,其中,在所述油门参数包括所述油门开度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内,在所述油门参数包括所述油门踏板加速度时,所述预设条件包括所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内,在所述油门参数包括所述油门开度和所述油门踏板加速度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内、且所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内;
若所述油门参数满足预设条件,确定所述当前的车控策略与所述第一数据匹配;
相应的,第二策略确定模块860具体可以用于:
在所述油门参数包括所述油门开度时,基于所述油门开度所在的油门开度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门开度区间;
在所述油门参数包括所述油门踏板加速度,或者所述油门参数包括所述油门开度和所述油门踏板加速度时,基于所述油门踏板加速度所在的油门踏板加速度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门踏板加速度区间。
在一种可能的实现方式中,所述第一数据包括所述日程信息,判断模块850具体可以用于:
根据所述日程信息中包括的第一日程的日程时间,确定当前时间距离所述日程时间的第一时间差,其中,所述第一日程包括航班、火车或会议;
确定所述车辆的当前位置与终点位置之间的距离差,所述终点位置与所述第一日程相关;
基于所述第一时间差和所述距离差,确定所述车辆的最小时速,其中,所述最小时速为所述车辆在所述日程时间之前,从所述当前位置到达所述终点位置时所需的最小时速;
若所述最小时速不在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据不匹配;
若所述最小时速在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据匹配;
相应的,第二策略确定模块860具体可以用于:
根据所述最小时速所在的时速区间,确定所述新的车控策略,其中,不同的车控策略对应不同的时速区间。
在一种可能的实现方式中,所述第一数据包括所述个人状态信息;
第二策略确定模块860具体可以用于:
在所述个人状态信息包括疲惫状态和/或接听电话状态时,所述新的车控策略中的驾驶模式为自动驾驶模式。
在一种可能的实现方式中,与性格确定模块810相连的还包括:
语音策略确定模块,用于在接收到所述用户的语音交互请求后,获取与所述性格类型关联的语音合成策略,所述语音合成策略包括音色、语料库和音调中的至少一个;
职业确定模块,用于在确定所述语音交互请求包括专业知识请求时,获取所述虚拟形象的职业;
专业知识确定模块,用于根据所述虚拟形象的职业确定与之关联的所述虚拟形象的专业知识信息;
语音输出模块,用于根据所述语音合成策略,输出与所述语音交互请求对应的所述专业知识信息。
在一种可能的实现方式中,所述车控服务包括行驶路线的确定,上述装置800还包括:
位置确定模块,用于获取所述车辆的当前位置和终点位置;
路线确定模块,用于基于所述当前位置、所述终点位置和预设地图,确定出从所述当前位置至所述终点位置的所有的行驶路线;
路线匹配模块,用于基于车控策略,在所有的所述行驶路线中选择出与所述车控策略相匹配的行驶路线。
在一种可能的实现方式中,路线匹配模块具体可以用于:
在根据所述车控策略确定的所述驾驶模式为经济模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所产生的费用,所述费用包括燃油消耗费用和过路费用中的至少一个,并选择费用最低的所述行驶路线作为与所述车控策略相匹配的行驶路线;
在根据所述车控策略确定的所述驾驶模式为运动模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所需要的第二行驶时间,选择第二行驶时间最短的所述行驶路线作为与所述车控策略相匹配的行驶路线;
在根据所述车控策略确定的所述驾驶模式为舒适模式或自动驾驶模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线的预计堵车次数和/或预计堵车时间,基于所有所述预计堵车次数和/或所有所述预计堵车时间,确定与所述车控策略相匹配的行驶路线。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种车辆,参见图10,该车辆900可以包括:至少一个处理器910、存储器920以及存储在所述存储器920中并可在所述至少一个处理器910上运行的计算机程序,所述处理器910执行所述计算机程序时实现上述任意各个方法实施例中的步骤,例如图1所示实施例中的步骤S101至步骤S107。或者,处理器910执行所述计算机程序时实现上述车辆中各模块/单元的功能,例如图9所示模块810至模块870的功能。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器920中,并由处理器910执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段,该程序段用于描述计算机程序在车辆900中的执行过程。
本领域技术人员可以理解,图10仅仅是车辆的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如输入输出设备、网络接入设备、总线等。
处理器910可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请实施例提供的车辆控制方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
在本申请所提供的实施例中,应该理解到,所揭露的终端设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被一个或多个处理器执行时,可实现上述各个方法实施例的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被一个或多个处理器执行时,可实现上述各个方法实施例的步骤。
同样,作为一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车辆控制方法,其特征在于,包括:
在车辆上电后,获取为所述车辆提供车控服务的虚拟形象的性格类型,所述车控服务包括车控策略的确定;
根据获取的所述性格类型确定与之关联的车控策略,所述车控策略包括驾驶模式和/或车辆操控参数;
基于根据所述性格类型确定出的车控策略控制所述车辆的运行;
在所述车辆运行时,获取第一数据,所述第一数据包括所述车辆的车辆状态信息、用户的日程信息和所述用户的个人状态信息中的至少一种;
判断当前的车控策略是否与所述第一数据相匹配;
若所述当前的车控策略与所述第一数据不匹配,确定与所述第一数据相匹配的新的车控策略;
基于所述新的车控策略控制所述车辆的运行。
2.如权利要求1所述的车辆控制方法,其特征在于,所述车控策略还包括能量管理模式,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括所述车辆的瞬时能量消耗和剩余能量;
所述判断当前的车控策略是否与所述第一数据相匹配,包括:
基于所述瞬时能量消耗和所述剩余能量,预测所述剩余能量的剩余使用时间;
获取所述车辆从当前位置到达目标位置需要的第一行驶时间,所述目标位置为终点位置或最近的能源补给站点的位置;
若所述剩余使用时间小于所述第一行驶时间,确定所述当前的车控策略与所述第一数据不匹配;
若所述剩余使用时间大于或等于所述第一行驶时间,确定所述当前的车控策略与所述第一数据匹配;
相应的,所述确定与所述第一数据相匹配的新的车控策略,包括:
获取各非必要耗能器件的能量消耗量,所述非必要耗能器件为除保障车辆正常运行的必要耗能器件之外的耗能器件;
将各个所述能量消耗量由大到小进行排序;
按照所述能量消耗量由大到小的顺序依次关闭所述非必要耗能器件,直至所述剩余使用时间大于或等于所述第一行驶时间。
3.如权利要求1所述的车辆控制方法,其特征在于,所述第一数据包括所述车辆状态信息,所述车辆状态信息包括油门参数,所述油门参数包括油门开度和/或油门踏板加速度;
所述判断当前的车控策略是否与所述第一数据相匹配,包括:
若所述油门参数不满足预设条件,确定所述当前的车控策略与所述第一数据不匹配,其中,在所述油门参数包括所述油门开度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内,在所述油门参数包括所述油门踏板加速度时,所述预设条件包括所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内,在所述油门参数包括所述油门开度和所述油门踏板加速度时,所述预设条件包括所述油门开度在所述当前的车控策略对应的油门开度区间内、且所述油门踏板加速度在所述当前的车控策略对应的油门踏板加速度区间内;
若所述油门参数满足预设条件,确定所述当前的车控策略与所述第一数据匹配;
相应的,所述确定与所述第一数据相匹配的新的车控策略,包括:
在所述油门参数包括所述油门开度时,基于所述油门开度所在的油门开度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门开度区间;
在所述油门参数包括所述油门踏板加速度,或者所述油门参数包括所述油门开度和所述油门踏板加速度时,基于所述油门踏板加速度所在的油门踏板加速度区间,确定所述新的车控策略,其中,不同的车控策略对应不同的油门踏板加速度区间。
4.如权利要求1所述的车辆控制方法,其特征在于,所述第一数据包括所述日程信息,所述判断当前的车控策略是否与所述第一数据相匹配,包括:
根据所述日程信息中包括的第一日程的日程时间,确定当前时间距离所述日程时间的第一时间差,其中,所述第一日程包括航班、火车或会议;
确定所述车辆的当前位置与终点位置之间的距离差,所述终点位置与所述第一日程相关;
基于所述第一时间差和所述距离差,确定所述车辆的最小时速,其中,所述最小时速为所述车辆在所述日程时间之前,从所述当前位置到达所述终点位置时所需的最小时速;
若所述最小时速不在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据不匹配;
若所述最小时速在所述当前的车控策略对应的时速区间内,确定所述当前的车控策略与所述第一数据匹配;
相应的,确定与所述第一数据相匹配的新的车控策略,包括:
根据所述最小时速所在的时速区间,确定所述新的车控策略,其中,不同的车控策略对应不同的时速区间。
5.如权利要求1所述的车辆控制方法,其特征在于,所述第一数据包括所述个人状态信息;
所述确定与所述第一数据相匹配的新的车控策略,包括:
在所述个人状态信息包括疲惫状态和/或接听电话状态时,所述新的车控策略中的驾驶模式为自动驾驶模式。
6.如权利要求1至5任一项所述的车辆控制方法,其特征在于,在所述获取为所述车辆提供车控服务的虚拟形象的性格类型之后,所述方法还包括:
在接收到所述用户的语音交互请求后,获取与所述性格类型关联的语音合成策略,所述语音合成策略包括音色、语料库和音调中的至少一个;
在确定所述语音交互请求包括专业知识请求时,获取所述虚拟形象的职业;
根据所述虚拟形象的职业确定与之关联的所述虚拟形象的专业知识信息;
根据所述语音合成策略,输出与所述语音交互请求对应的所述专业知识信息。
7.如权利要求1至5任一项所述的车辆控制方法,其特征在于,所述车控服务还包括行驶路线的确定,所述方法还包括:
获取所述车辆的当前位置和终点位置;
基于所述当前位置、所述终点位置和预设地图,确定出从所述当前位置至所述终点位置的所有的行驶路线;
基于车控策略,在所有的所述行驶路线中选择出与所述车控策略相匹配的行驶路线。
8.如权利要求7所述的车辆控制方法,其特征在于,所述基于车控策略,在所有的所述行驶路线中选择出与所述车控策略相匹配的行驶路线,包括:
在根据所述车控策略确定的所述驾驶模式为经济模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所产生的费用,所述费用包括燃油消耗费用和过路费用中的至少一个,并选择费用最低的所述行驶路线作为与所述车控策略相匹配的行驶路线;
在根据所述车控策略确定的所述驾驶模式为运动模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线所需要的第二行驶时间,选择第二行驶时间最短的所述行驶路线作为与所述车控策略相匹配的行驶路线;
在根据所述车控策略确定的所述驾驶模式为舒适模式或自动驾驶模式时,基于各个所述行驶路线上的车况信息,确定各个所述行驶路线的预计堵车次数和/或预计堵车时间,基于所有所述预计堵车次数和/或所有所述预计堵车时间,确定与所述车控策略相匹配的行驶路线。
9.一种车辆,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的车辆控制方法。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的车辆控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528811.3A CN117104238A (zh) | 2022-05-16 | 2022-05-16 | 一种车辆控制方法、车辆及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210528811.3A CN117104238A (zh) | 2022-05-16 | 2022-05-16 | 一种车辆控制方法、车辆及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117104238A true CN117104238A (zh) | 2023-11-24 |
Family
ID=88807883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210528811.3A Pending CN117104238A (zh) | 2022-05-16 | 2022-05-16 | 一种车辆控制方法、车辆及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117104238A (zh) |
-
2022
- 2022-05-16 CN CN202210528811.3A patent/CN117104238A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11249544B2 (en) | Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness | |
Michon | Generic intelligent driver support | |
US11814054B2 (en) | Exhaustive driving analytical systems and modelers | |
WO2020160334A1 (en) | Automated vehicle experience and personalized response | |
US20230278566A1 (en) | Assistance method and assistance system and assistance device using assistance method that execute processing relating to a behavior model | |
US11499516B2 (en) | Methods and systems for an adaptive stop-start inhibitor | |
EP3647147B1 (en) | Method and apparatus for eveluating vehicle, device and computer readable storage medium | |
GB2586490A (en) | Autonomous driving mode selection system | |
US20200307644A1 (en) | Control system for vehicle, notification method for vehicle, and medium | |
CN109649334A (zh) | 用于动态车辆定制和调整的系统和方法 | |
WO2021067380A1 (en) | Methods and systems for using artificial intelligence to evaluate, correct, and monitor user attentiveness | |
CN114684152A (zh) | 驾驶体验数据处理的方法、装置、车辆及介质 | |
WO2023193652A1 (zh) | 一种车机虚拟形象交互方法、系统、车辆及存储介质 | |
GB2516690A (en) | Vehicle emission control | |
WO2021258671A1 (zh) | 基于车载数字人的辅助驾驶交互方法及装置、存储介质 | |
Islam et al. | Enhancing Longitudinal Velocity Control With Attention Mechanism-Based Deep Deterministic Policy Gradient (DDPG) for Safety and Comfort | |
WO2021226767A1 (zh) | 一种自适应优化自动驾驶系统的方法及装置 | |
CN117104238A (zh) | 一种车辆控制方法、车辆及存储介质 | |
CN117216334A (zh) | 信息处理方法、装置、设备及存储介质 | |
WO2023159536A1 (zh) | 人机交互方法、装置以及终端设备 | |
CN116483305A (zh) | 智能网联汽车数字虚拟人应用系统及其使用方法、车辆 | |
JP2020144285A (ja) | エージェントシステム、情報処理装置、移動体搭載機器制御方法、及びプログラム | |
KR20230172635A (ko) | 주행 데이터를 기반으로 한 운전자의 운전 특징 추정 방법 및 장치 | |
Hua | How to establish robotaxi trustworthiness through In-Vehicle interaction design | |
US20230242153A1 (en) | Customization and safety verification of autonomous vehicle driving behavior |
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 |