CN117549894A - 一种车辆制动控制方法、装置、存储介质及电子设备 - Google Patents
一种车辆制动控制方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117549894A CN117549894A CN202211740541.9A CN202211740541A CN117549894A CN 117549894 A CN117549894 A CN 117549894A CN 202211740541 A CN202211740541 A CN 202211740541A CN 117549894 A CN117549894 A CN 117549894A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- braking
- brake
- data
- prediction model
- 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 76
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000012360 testing method Methods 0.000 claims description 48
- 238000012549 training Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening 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
- 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
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18109—Braking
-
- 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
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0037—Mathematical models of vehicle sub-units
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明公开了一种车辆制动控制方法、装置、存储介质及电子设备。其中方法包括:在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。本实施例方案通过确定适用于当前车辆行驶状态的车辆制动策略,以对车辆进行自动制动控制,提高了车辆的适用场景,提高车辆的制动准确性,对车辆进行高质量制动处理。
Description
技术领域
本发明涉及车辆控制技术领域,尤其涉及一种车辆制动控制方法、装置、存储介质及电子设备。
背景技术
线控制动使用电子助力取代传统燃油汽车的真空助力。这种技术正受到新能源汽车的青睐,新能源汽车和自动驾驶技术的发展又进一步加快了这种趋势。
传统的线控制动的控制单元一般为分离式的ESP系统(车身电子稳定系统,Electronic Stability Program)和ABS系统(防抱死制动系统,antilock brake system)。其中,ESP系统旨在提升车辆的操控表现的同时,有效地防止汽车达到其动态极限时失控的系统或程序的通称。ESP系统根据期望偏转角、实际偏转角判断车身是否处于转向过度或转向不足的情况,接着通过主动增加轮胎的主动压力来弥补转向过度或转向不足。ABS系统作用就是在汽车制动时,自动控制制动器制动力的大小,使车轮不被抱死,处于边滚边滑的状态,以保证车轮与地面的附着力在最大值。
在实现本发明的过程中,发现现有技术中至少存在以下技术问题:传统的分离式的线控制动系统无法在湿滑、冰雪等低附着系数的路面下有效地为车身提供有效的制动控制。
发明内容
本发明提供了一种车辆制动控制方法、装置、存储介质及电子设备,以通过人工智能算法确定车辆制动策略,提高车辆制动控制的精准度。
根据本发明的一方面,提供了一种车辆制动控制方法,包括:
在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
可选的,所述车辆行驶数据包括:车速数据、轮速数据、偏航角数据;
所述基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略,包括:
将所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据转换为预设格式的输入向量数据;
将所述输入向量数据输入至所述制动预测模型中,得到所述制动预测模型输出的车辆制动策略。
可选的,所述车辆制动策略包括各个车轮的制动策略,其中,任一车轮的制动策略包括增压、泄压和保压中的任一项。
可选的,所述基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,包括:
基于所述车辆制动策略中各车轮的制动策略,分别生成各车轮对应的制动控制指令,将各车轮对应的制动控制指令分别传输至车轮对应的制动控制器。
可选的,所述制动预测模型的训练方法包括:
创建车辆的行驶虚拟测试环境;
基于行驶虚拟测试环境中的测试数据对待训练的制动预测模型进行训练,得到训练好的制动预测模型,其中,对制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节。
可选的,所述行驶虚拟测试环境包括车辆在不同类型路面上的车辆行驶数据;
相应的,在制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节,包括:
将车辆制动请求、车辆转向请求,以及所述测试数据输入至待训练的制动预测模型中,得到预测车辆制动策略;
基于预设的标准车辆制动策略对所述预测车辆制动策略进行验证,得到验证结果;
基于所述验证结果调用对应的奖惩函数对制动预测模型中的模型参数进行调节。
可选的,所述创建车辆的行驶虚拟测试环境,包括:
基于预先创建的测试数据生成器创建行测试数据,其中,所述测试数据生成器基于对车辆采集的实际车辆行驶数据对生成对抗模型训练得到。
根据本发明的另一方面,提供了一种车辆制动控制装置,包括:
数据获取模块,用于在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
制动策略确定模块,用于基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
制动控制模块,用于基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
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车辆制动控制方法。
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车辆制动控制方法。
本发明实施例的技术方案,通过设置预先训练好的制动预测模型,可在存在制动需求的情况下,基于车辆制动请求、车辆转向请求和车辆行驶数据进行预测处理,得到适用于当前车辆行驶状态的车辆制动策略,以对车辆进行自动制动控制,提高了车辆的适用场景,提高车辆的制动准确性,对车辆进行高质量制动处理。
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是本发明实施例提供的一种车辆制动控制方法的流程图;
图2是本发明实施例提供的一种车辆制动控制装置的结构示意图;
图3是本发明实施提供的一种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是本发明实施例一提供的一种车辆制动控制方法的流程图,本实施例可适用于在车辆行驶过程中,针对于制动需求自动生成车辆制动策略的情况,该方法可以由车辆制动控制装置来执行,该车辆制动控制装置可以采用硬件和/或软件的形式实现,该车辆制动控制装置可配置于车载系统的处理器中。如图1所示,该方法包括:
S110、在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据。
S120、基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略。
S130、基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
本实施例中,在车辆行驶过程中,实时检测车辆制动请求和车辆转向请求,并实时采集车辆行驶数据,其中,车辆行驶数据包括车速数据、轮速数据、偏航角数据。其中,车辆制动请求、车辆转向请求和车辆行驶数据可以是分别由对应的传感器采集得到。
在检测到车辆制动请求、车辆转向请求中的至少一项的情况下,获取当前时刻的车辆行驶数据,基于车辆行驶数据、车辆制动请求、车辆转向请求确定对应的车辆制动策略。具体的,基于制动预测模型对上述车辆行驶数据、车辆制动请求、车辆转向请求进行处理,得到制动预测模型输出的车辆制动策略。此处制动预测模型为机器学习模型,在一些实施例中,该制动预测模型可以是诸如神经网络模型。该制动预测模型为预先训练得到,具有车辆制定策略的预测功能。本实施例中,不限定制动预测模型的模型类型和模型结构,示例性的,该制动预测模型可以是对不同类型、不同结构的多个候选模型进行训练后,对训练得到的各个候选模型进行测试评估,基于测试评估结果筛选得到的,例如测试评估结果为测量精度,将测量精度最高的候选模型确定为制动预测模型。
可选的,基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略,包括:将所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据转换为预设格式的输入向量数据;将所述输入向量数据输入至所述制动预测模型中,得到所述制动预测模型输出的车辆制动策略。
本实施例中,将车辆制动请求、车辆转向请求转换为数据特征,基于车辆制动请求、车辆转向请求对应的数据特征,以及车辆行驶数据可形成输入向量数据,其中,车辆制动请求、车辆转向请求对应的数据特征和车辆行驶数据基于预设格式形成输入向量数据,以符合制动预测模型的输入格式。制动预测模型对输入的输入向量数据进行处理,得到输入向量数据。
在一些实施例中,在车辆的行驶过程中获取车辆行驶环境,该车辆行驶环境可以是道路环境,例如,车辆行驶环境可以包括但不限于湿滑环境、冰雪环境、沙漠环境等。其中,不同车辆行驶环境可对应不同的制定预测模型,相应的,各制动预测模型在不同的车辆行驶环境中训练得到,用于对该车辆行驶环境下对车辆进行制动策略的预测处理。通过设置不同车辆行驶环境对应的制动预测模型,在不同行驶环境进行针对性预测处理,提高车辆制动策略的准确性,以及与行驶环境的适配性。
其中,车辆行驶环境可以是通过采集环境图像,例如环境图像可以是道路图像,对道路图像进行场景分类处理,得到道路图像对应的车辆行驶环境。
在一些实施例中,制动预测模型具有在不同车辆行驶环境下车辆进行制动策略的预测功能,相应的,车辆的行驶过程中获取车辆行驶环境,相应的,通过制动预测模型对车辆制动请求、车辆转向请求、车辆行驶数据和车辆行驶环境进行处理,得到车辆制动策略。
可选的,输入至制动预测模型的车辆行驶环境可以是对道路图像进行场景分类处理得到的场景标识。可选的,输入至制动预测模型的车辆行驶环境可以是对道路图像进行图像特征提取,得到的环境图像特征矩阵。通过将车辆行驶环境作为制动预测模型的输入信息,以得到该车辆行驶环境相匹配的车辆制动策略,提高车辆制动策略的准确性。
在上述实施例的基础上,车辆制动策略包括各个车轮的制动策略,其中,任一车轮的制动策略包括增压、泄压和保压中的任一项。其中,车轮包括前左车轮、前右车轮、后左车轮和后右车轮,相应的,车辆制动策略包括上述各车轮分别对应的制动策略。
基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,具体可以是:基于所述车辆制动策略中各车轮的制动策略,分别生成各车轮对应的制动控制指令,将各车轮对应的制动控制指令分别传输至车轮对应的制动控制器。
示例性的,车辆制动策略为按预设顺序排序的各车轮对应的制动策略,气候,增压、泄压和保压可分别对应不同的标识,从车辆制动策略中读取各车轮对应的制动策略标识,基于制动策略标识生成对应车轮的控制指令,该控制指令可以是报文形式,具体的可以是将制动策略标识添加到报文的特定字段内,形成报文形式的控制指令。将各个车轮的控制指令传输至对应的制动执行器,以使对应的制动执行器执行接收的控制指令,对车辆进行制动。
本实施例的技术方案,通过设置预先训练好的制动预测模型,可在存在制动需求的情况下,基于车辆制动请求、车辆转向请求和车辆行驶数据进行预测处理,得到适用于当前车辆行驶状态的车辆制动策略,以对车辆进行自动制动控制,提高了车辆的适用场景,提高车辆的制动准确性,对车辆进行高质量制动处理。
在上述实施例的基础上,制动预测模型是预先训练得到的,其中制动预测模型的训练方法包括:创建车辆的行驶虚拟测试环境;基于行驶虚拟测试环境中的测试数据对待训练的制动预测模型进行训练,得到训练好的制动预测模型,其中,对制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节。
通过创建行驶虚拟测试环境,可得到制动预测模型的样本数据,用于对制动预测模型进行模型训练。其中,行驶虚拟测试环境包括的测试数据为车辆在不同类型路面上的车辆行驶数据,该测试数据即为制动预测模型的样本数据。
可选的,创建车辆的行驶虚拟测试环境,包括:基于预先创建的测试数据生成器创建行测试数据,其中,所述测试数据生成器基于对车辆采集的实际车辆行驶数据对生成对抗模型训练得到。
其中,对采集实车的车辆行驶数据,该车辆行驶数据可以是车辆在不同行驶环境的行驶过程中采集得到。在一些实施例中,基于车辆行驶环境和采集到的车辆行驶数据训练测试数据生成器,以生成该行驶环境下的测试数据。示例性的,针对于任一行驶环境分别训练得到的一测试数据生成器,该测试数据生成器用于生成对应行驶环境下的测试数据。示例性的,基于行驶环境作为输入信息,对训练测试数据进行训练,得到能够生成不同形式环境下测试数据的测试数据生成器。
该测试数据生成器基于生成对抗模型训练得到,该生成对抗模型包括生成器和判别器,通过将车辆制动请求、车辆转向请求输入至生成器中,得到该生成器预测得到的测试数据,基于判别器对该测试数据或者实车采集的车辆行驶数据进行判别,确定判别结果。对生成器和判别器进行迭代训练,在满足训练条件的情况下,将生成器确定为测试数据生成器。基于该测试数据生成器生成测试数据,作为制动预测模型的样本数据。
相应的,在制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节,包括:将车辆制动请求、车辆转向请求,以及所述测试数据输入至待训练的制动预测模型中,得到预测车辆制动策略;基于预设的标准车辆制动策略对所述预测车辆制动策略进行验证,得到验证结果;基于所述验证结果调用对应的奖惩函数对制动预测模型中的模型参数进行调节。
对于测试数据,预先设置标准车辆制动策略,将标准车辆制动策略与预测车辆制动策略进行比对,若预测车辆制动策略与标准车辆制动策略相同,则调用奖励函数,基于奖励函数对制动预测模型中的模型参数进行调节,若预测车辆制动策略与标准车辆制动策略不相同,则调用惩罚函数,基于惩罚函数对制动预测模型中的模型参数进行调节。迭代执行上述训练过程,直到满足训练停止条件,得到训练好的制动预测模型。
本实施例中提供的技术方案,通过测试数据生成器生成测试数据,以对制动预测模型进行训练,减少了样本数据的采集过程,简化制动预测模型的训练过程。测试数据生成器可生成不同行驶环境下的测试数据,相应的,可训练得到适用于不同行驶环境的制动预测模型,提高制动预测模型的适用范围,以及提高制动预测模型的预测能力。通过测试数据对制动预测模型进行训练,并在训练过程中通过奖惩函数调节模型参数,使得制动预测模型具有车辆制动策略的预测功能,对车辆行驶过程中的制动需求,精准生成车辆制动策略,实现对车辆的精准制动处理。
图2是本发明实施例提供的一种车辆制动控制装置的结构示意图。如图2所示,该装置包括:
数据获取模块210,用于在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
制动策略确定模块220,用于基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
制动控制模块230,用于基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
在上述实施例的基础上,可选的,所述车辆行驶数据包括:车速数据、轮速数据、偏航角数据;
制动策略确定模块220用于:将所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据转换为预设格式的输入向量数据;
将所述输入向量数据输入至所述制动预测模型中,得到所述制动预测模型输出的车辆制动策略。
可选的,所述车辆制动策略包括各个车轮的制动策略,其中,任一车轮的制动策略包括增压、泄压和保压中的任一项。
可选的,制动控制模块230用于:
基于所述车辆制动策略中各车轮的制动策略,分别生成各车轮对应的制动控制指令,将各车轮对应的制动控制指令分别传输至车轮对应的制动控制器。
在上述实施例的基础上,该装置还包括:
测试环境创建模块,用于创建车辆的行驶虚拟测试环境;
模型训练模块,用于基于行驶虚拟测试环境中的测试数据对待训练的制动预测模型进行训练,得到训练好的制动预测模型,其中,对制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节。
可选的,所述行驶虚拟测试环境包括的测试数据为车辆在不同类型路面上的车辆行驶数据;
模型训练模块用于:将车辆制动请求、车辆转向请求,以及所述测试数据输入至待训练的制动预测模型中,得到预测车辆制动策略;
基于预设的标准车辆制动策略对所述预测车辆制动策略进行验证,得到验证结果;
基于所述验证结果调用对应的奖惩函数对制动预测模型中的模型参数进行调节。
可选的,测试环境创建模块用于:基于预先创建的测试数据生成器创建行测试数据,其中,所述测试数据生成器基于对车辆采集的实际车辆行驶数据对生成对抗模型训练得到。
本发明实施例所提供的车辆制动控制装置可执行本发明任意实施例所提供的车辆制动控制方法,具备执行方法相应的功能模块和有益效果。
图3是本发明实施例提供的一种电子设备的结构示意图。电子设备10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3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,例如车辆制动控制方法。
在一些实施例中,车辆制动控制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车辆制动控制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)而被配置为执行车辆制动控制方法。
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。
用于实施本发明的车辆制动控制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。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种车辆制动控制方法,该方法包括:
在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
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)
1.一种车辆制动控制方法,其特征在于,包括:
在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
2.根据权利要求1所述的方法,其特征在于,所述车辆行驶数据包括:车速数据、轮速数据、偏航角数据;
所述基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略,包括:
将所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据转换为预设格式的输入向量数据;
将所述输入向量数据输入至所述制动预测模型中,得到所述制动预测模型输出的车辆制动策略。
3.根据权利要求1或2所述的方法,其特征在于,所述车辆制动策略包括各个车轮的制动策略,其中,任一车轮的制动策略包括增压、泄压和保压中的任一项。
4.根据权利要求3所述的方法,其特征在于,所述基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,包括:
基于所述车辆制动策略中各车轮的制动策略,分别生成各车轮对应的制动控制指令,将各车轮对应的制动控制指令分别传输至车轮对应的制动控制器。
5.根据权利要求1所述的方法,其特征在于,所述制动预测模型的训练方法包括:
创建车辆的行驶虚拟测试环境;
基于行驶虚拟测试环境中的测试数据对待训练的制动预测模型进行训练,得到训练好的制动预测模型,其中,对制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节。
6.根据权利要求5所述的方法,其特征在于,所述行驶虚拟测试环境包括的测试数据为车辆在不同类型路面上的车辆行驶数据;
相应的,在制动预测模型的训练过程中,基于预先设置的奖惩函数对制动预测模型中的模型参数进行调节,包括:
将车辆制动请求、车辆转向请求,以及所述测试数据输入至待训练的制动预测模型中,得到预测车辆制动策略;
基于预设的标准车辆制动策略对所述预测车辆制动策略进行验证,得到验证结果;
基于所述验证结果调用对应的奖惩函数对制动预测模型中的模型参数进行调节。
7.根据权利要求5所述的方法,其特征在于,所述创建车辆的行驶虚拟测试环境,包括:
基于预先创建的测试数据生成器创建行测试数据,其中,所述测试数据生成器基于对车辆采集的实际车辆行驶数据对生成对抗模型训练得到。
8.一种车辆制动控制装置,其特征在于,包括:
数据获取模块,用于在车辆行驶过程中,获取车辆制动请求、车辆转向请求和车辆行驶数据;
制动策略确定模块,用于基于制动预测模型对所述车辆制动请求、所述车辆转向请求和所述车辆行驶数据进行处理,得到车辆制动策略;
制动控制模块,用于基于所述车辆制动策略生成制动控制指令,将所述制动控制指令传输至制动执行器,对车辆进行制动处理。
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中任一项所述的车辆制动控制方法。
10.一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中任一项所述的车辆制动控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211740541.9A CN117549894A (zh) | 2022-12-30 | 2022-12-30 | 一种车辆制动控制方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211740541.9A CN117549894A (zh) | 2022-12-30 | 2022-12-30 | 一种车辆制动控制方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117549894A true CN117549894A (zh) | 2024-02-13 |
Family
ID=89809796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211740541.9A Pending CN117549894A (zh) | 2022-12-30 | 2022-12-30 | 一种车辆制动控制方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117549894A (zh) |
-
2022
- 2022-12-30 CN CN202211740541.9A patent/CN117549894A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101876063B1 (ko) | 차량 데이터 기반의 노면 판단 방법 | |
CN110986938B (zh) | 颠簸道路识别方法、装置、及电子设备 | |
CN112784483B (zh) | 轮胎性能裕度的辨识模型建模、使用方法及相关设备 | |
CN108931233B (zh) | 一种道路侧向坡度值检测方法及装置 | |
CN111959503B (zh) | 车辆制动方法、装置、系统及设备 | |
CN112579966A (zh) | Abs参考车速的计算方法、装置、电子设备和介质 | |
CN117549894A (zh) | 一种车辆制动控制方法、装置、存储介质及电子设备 | |
CN114771283A (zh) | 一种爬行控制方法、装置、电动汽车和存储介质 | |
CN113011316A (zh) | 一种镜头状态的检测方法、装置、电子设备和介质 | |
CN116476851B (zh) | 一种车辆数据的处理方法、装置、电子设备及存储介质 | |
CN116501018A (zh) | 一种确定车辆故障的方法、装置、设备及存储介质 | |
CN116552474B (zh) | 一种基于强化学习的车速控制方法、装置、设备和介质 | |
CN116605250A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN116572973B (zh) | 一种整车质量确定方法、装置、车辆及存储介质 | |
CN117184052A (zh) | 车辆控制方法、装置、电子设备及存储介质 | |
CN115503497A (zh) | 可变权重的预测控制方法、装置、电子设备及存储介质 | |
CN114919552B (zh) | 一种车辆控制方法、装置、设备及介质 | |
EP4394624A1 (en) | Vehicle state parameter estimation method and apparatus | |
CN115303279A (zh) | 一种车辆路面附着预警方法、装置、设备和存储介质 | |
CN116653889A (zh) | 车辆驻车制动控制方法、装置、设备和介质 | |
CN118144802A (zh) | 一种整车重量确定方法、装置、车辆及存储介质 | |
CN115534963A (zh) | 车辆控制方法、装置、设备及存储介质 | |
CN116901939A (zh) | 车辆减速的控制的方法及装置、电子设备 | |
CN117601819A (zh) | 一种车辆制动控制方法、装置、电子设备及存储介质 | |
CN114750765A (zh) | 一种车辆的路谱数据确定方法、装置、设备、介质及产品 |
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 |