JP7123015B2

JP7123015B2 - 乗り心地を評価するためのデータ処理方法、乗り心地を評価するためのデータ処理装置及びコンピュータ読み取り可能な記憶媒体

Info

Publication number: JP7123015B2
Application number: JP2019134050A
Authority: JP
Inventors: 蕊劉; 亜玲張; 云艶胡; 吉陶; 瑞祥沈
Original assignee: アポロインテリジェントドライビングテクノロジー（ペキン）カンパニーリミテッド
Priority date: 2018-08-27
Filing date: 2019-07-19
Publication date: 2022-08-22
Anticipated expiration: 2039-07-19
Also published as: US20200065700A1; EP3617966B1; CN109177979B; EP3617966A1; CN109177979A; JP2020035431A

Description

本発明は、自動運転技術に関し、特に乗り心地を評価するためのデータ処理方法、装置及びコンピュータ読み取り可能な記憶媒体に関する。

科学技術の発展と社会の進歩に伴い、自動運転技術は交通分野の発展のトレンドとなっている。乗客がよりよい乗車経験を得るようにするためには、自動運転中の乗り心地に対する評価も不可欠な一部となっている。

従来技術では、乗り心地を評価するためのデータ処理は、一般に手作業で実現し、即ち試乗者によって記録された乗客経験情報を収集することによって実現され、手作業を利用して大量の乗客経験情報に対して統計及び分析を行い、これによって当該車両の乗り心地の評価を得る。

しかしながら、このような手段を利用すると乗り心地のデータ処理プロセスが複雑になり、高い処理効率を確保できない。また、評価によって得られた乗り心地は主観性が強く、その評価結果の汎用性が高くなってしまう。

上述のような従来の乗り心地を評価するためのデータ処理では、手作業によるデータ処理のプロセスが煩雑で、処理効率が高くなく、得られた乗り心地は主観的で、評価結果の汎用性が高くない。本発明は、このような問題を解決する乗り心地を評価するためのデータ処理方法、乗り心地を評価するためのデータ処理装置及びコンピュータ読み取り可能な記憶媒体を提供する。

第１態様において、本発明は、ユーザがデータ収集ポートによって入力した評価データを受信し、前記評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むことと、前記車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定することと、前記車両の各運転動作に対応する評価情報と、環境情報及び／又は車両運転パラメータとに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得することとを含むことを特徴とする乗り心地を評価するためのデータ処理方法を提供する。

１つの選択可能な実施形態では、前記評価情報は、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。

１つの選択可能な実施形態では、前記車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定することは、前記車両が各運転動作を実行する時の実行場所及び実行時間を確定することと、前記実行場所及び前記実行時間によって前記環境情報及び／又は前記車両運転パラメータを確定することとを含む。

１つの選択可能な実施形態では、前記環境情報は、天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含み、及び／又は、前記車両運転パラメータは、車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含む。

第２態様において、本発明は、評価対象運転動作を取得し、且つ前記評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを確定することと、前記評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを第１態様に記載の方法で構築された評価モデルに入力し、前記評価対象運転動作に対応する乗り心地を出力することを含むこととを特徴とする乗り心地を評価するためのデータ処理方法を提供する。

第３態様において、本発明は、ユーザがデータ収集ポートによって入力した評価データを受信することに用いられ、前記評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含む評価情報収集モジュールと、前記車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定するための処理モジュールと、車両の各運転動作に対応する評価情報と、環境情報及び／又は車両運転パラメータとに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得するためのトレーニングモジュールと、を備えることを特徴とする乗り心地を評価するためのデータ処理装置を提供する。

１つの選択可能な実施形態では、前記処理モジュールは、前記車両が各運転動作を実行する時の実行場所及び実行時間を確定することと、前記実行場所及び前記実行時間によって前記環境情報及び／又は車両運転パラメータを確定することとに用いられる。

第４態様において、本発明は、評価対象運転動作を取得し、且つ前記評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを確定するためのデータ収集モジュールと、前記評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを第１態様に記載の方法で構築された評価モデルに入力して、前記評価対象運転動作に対応する乗り心地を出力するための識別モジュールと、を備えることを特徴とする乗り心地を評価するためのデータ処理装置を提供する。

１つの選択可能な実施形態では、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。

第５態様において、本発明は、メモリ、前記メモリに接続されたプロセッサ、及び前記メモリに記憶されて前記プロセッサで運行できるコンピュータプログラムを備え、前記プロセッサは前記コンピュータプログラムを運行させる時、第１態様に記載の方法を実行することを特徴とする乗り心地を評価するためのデータ処理装置を提供する。

第６態様において、本発明は、メモリ、前記メモリに接続されたプロセッサ、及び前記メモリに記憶されて前記プロセッサで運行できるコンピュータプログラムを備え、前記プロセッサは前記コンピュータプログラムを運行させる時、第２態様に記載の方法を実行することを特徴とする乗り心地を評価するためのデータ処理装置を提供する。

第７態様において、本発明は、コンピュータ読み取り可能な記憶媒体であって、プログラムを備え、端末で運行する時、端末に第１態様に記載の方法を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体を提供する。

第８態様において、本発明は、コンピュータ読み取り可能な記憶媒体であって、プログラムを備え、端末で運行する時、端末に第２態様に記載の方法を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体を提供する。

本発明による乗り心地を評価するためのデータ処理方法、乗り心地を評価するためのデータ処理装置及びコンピュータ読み取り可能な記憶媒体は、ユーザがデータ収集ポートによって入力した、ユーザのその乗っている車両の各運転動作に対する評価情報を含む評価データを受信し、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定し、車両の各運転動作に対応する評価情報と、環境情報及び／又は車両運転パラメータとに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得し、乗り心地の出力に用いることができる評価モデルを構築することによって乗り心地のデータ処理プロセスを簡素化させ、処理効率を向上させる。同時に、評価モデルは環境情報及び／又は車両運転パラメータを考慮して、これにより評価によって得られた乗り心地をより客観的にし、その評価モデルは様々なタイプおよび様々な試乗環境の車両の評価に適用できるため、汎用性がより高い。

以下の図面には本開示の明確な実施例が示されており、以下でより詳細に説明する。これらの図面及び文字の説明は任意の形態で本開示の構想の範囲を限定するためのものではなく、特定の実施例を参照することによって当業者に本開示の概念を説明するためのものである。これらの図面は本明細書に組み込まれており、本明細書の一部を形成し、本開示と一致する実施例は、本開示の原理を説明するために本明細書と共に示され使用される。
本発明によるネットワークアーキテクチャ模式図である。本発明の実施例１による乗り心地を評価するためのデータ処理方法のフローチャートである。本発明の実施例２による乗り心地を評価するためのデータ処理方法のフローチャートである。本発明の実施例３による乗り心地を評価するためのデータ処理装置の構造模式図である。本発明による乗り心地を評価するためのデータ処理装置のハードウェア模式図である。本発明による他の乗り心地を評価するためのデータ処理装置のハードウェア模式図である。

本発明の実施例の目的、技術的解決手段、および利点を明確にするために、以下、本発明の実施例における図面を組み合わせて、本発明の実施例における技術的解決手段を説明する。

従来技術では、乗り心地を評価するためのデータ処理は、一般に手作業で実現され、即ち試乗者によって記録された乗客経験情報を収集することによって実現され、手作業により大量の乗客経験情報に対して統計及び分析を行い、これによって車両の乗り心地を得ている。

本発明は、上記言及された技術問題を解決する、乗り心地を評価するためのデータ処理方法、乗り心地を評価するためのデータ処理装置及びコンピュータ読み取り可能な記憶媒体を提供する。なお、本出願による乗り心地を評価するためのデータ処理方法、乗り心地を評価するためのデータ処理装置及びコンピュータ読み取り可能な記憶媒体は乗り心地に対する評価を広く必要とする適用シナリオに幅広く適用されることができ、これらの適用シナリオは、新車の車両性能評価、自動運転プログラムの性能評価等を含むが、これらに限定されない。

図１は本発明によるネットワークアーキテクチャ模式図であり、図１に示すように、従来技術との相違点は、本出願において、ユーザは端末を利用してデータ収集ポートにログインし、評価データを乗り心地を評価するためのデータ処理装置に入力して、これによりデータ処理装置がネットワークサーバー側から評価データに対応する環境情報及び／又は車両運転パラメータを取得し、且つ乗り心地を出力するための評価モデルを取得することである。

図２は本発明の実施例１による乗り心地を評価するためのデータ処理方法のフローチャートである。

図２に示すように、データ処理方法は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むステップ１０１と、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定するステップ１０２と、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得するステップ１０３と、を含む。

なお、本発明による乗り心地を評価するためのデータ処理方法の実行主体は具体的には乗り心地を評価するためのデータ処理装置であってよく、データ処理装置はユーザがログインしたデータ収集ポートとデータインタラクションを行え、更にネットワークサーバと通信及びデータインタラクションを行うことができる。

具体的には、本発明は乗り心地を評価するためのデータ処理方法を提供し、まず、乗り心地を評価するためのデータ処理装置は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含む。更に、ユーザが車両を試乗する時、端末によってデータ収集アプリケーションをログインすることができ、且つデータ収集アプリケーションによって提供されたデータ収集ポートによって試乗過程に入力された評価データをアップロードする。一般的に言えば、評価は試乗タスクに基づいて実行されて、試乗タスクは車両が自動運転過程に実行した各運転動作、例えば始動、ブレーキ、ステアリング、加速、駐車等を含む。評価データは試乗タスクに対応して、車両が各運転動作を実行する時ユーザがこれに対して行った評価情報を含んでよく、評価情報は具体的にはスコアの計量形態を採用してもよいし、そのほかの計量形態を採用してもよく、本出願はこれを制限しない。

選択的に、他の実施形態では、評価情報は、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。具体的には、加速感とは座席の後ろに背中が押し付けられて前方から押されているという感覚を持つという意味である。遠心感とは、人が横方向の一方向に押されたり引き抜かれているような感覚を持つという意味である。でこぼこ感とは、人が空中に座席を離れるとともにある程度の無重力の感覚を持つという意味である。前傾感とは人が前に傾いているか、ある程度のうなずいている感覚を持つという意味である。一時停止感とは人が運転が円滑ではなく、又は乗り物酔いを感じる感覚を持つという意味である。揺れ感とは人が車の運転戦略が安全で信頼できないと感じ、行動軌跡が不安定である感覚を持つという意味である。少なくとも１つの上記次元の評価情報を設置することにより、評価モデルの出力可能な評価情報がより網羅的になる。

その後、乗り心地を評価するためのデータ処理装置は車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定する。具体的には、乗り心地に対する評価を実現するために、運転動作と評価情報との間の関連関係を構築する必要がある。評価モデルの出力できる評価情報がより客観的でより普遍的であるために、本出願において車両が運転動作を実行する時の環境情報及び／又は車両運転パラメータをさらに確定する必要がある。

選択的に、環境情報は、天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含む。天気情報とは雨、雪、晴れ、風など、運転動作を実行する時の天気である。交通状況情報とは、順調、軽度の交通渋滞、重度の交通渋滞など、運転動作を実行する時の道路上の交通状況である。路面状態情報とは、アスファルト道路、草原、未舗装道路など、運転動作を実行する時の路面タイプである。

車両運転パラメータは、車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含む。車両モデルとは運転動作を実行する車のブランド、車のタイプ、車種などである。上記運転スピード、旋回角度、前後傾斜角度及び左右スイング角度はいずれも車載センサの測定によって得られる車両運転パラメータである。

最後に、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得する。具体的には、収集された評価情報、及び環境情報及び／又は車両運転パラメータを利用して、運転動作を組み合わせて深層学習アルゴリズムモデルをトレーニングし、それにより深層学習アルゴリズムモデルは入力された運転動作と、及び環境情報及び／又は車両運転パラメータとによって、対応する乗り心地を出力することができる。

本発明の実施例１による乗り心地を評価するためのデータ処理方法は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むことにより、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定し、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得し、乗り心地の出力に用いることができる評価モデルを構築することによって乗り心地のデータ処理プロセスを簡素化させ、処理効率を向上させ、同時に、評価モデルは環境情報及び／又は車両運転パラメータを考えて、これにより評価によって得られた乗り心地をより客観的にし、その評価モデルは様々なタイプおよび様々な試乗環境の車両の評価に適用できるため、汎用性がより高い。

図３は本発明の実施例２による乗り心地を評価するためのデータ処理方法のフローチャートである。

図３に示すように、データ処理方法は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むステップ２０１と、車両が各運転動作を実行する時の実行場所と実行時間を確定するステップ２０２と、実行場所と実行時間によって環境情報及び／又は車両運転パラメータを確定するステップ２０３と、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得するステップ２０４と、を含む。

なお、本発明による乗り心地を評価するためのデータ処理方法の実行主体は具体的には乗り心地を評価するためのデータ処理装置であってよく、データ処理装置はユーザがログインしたデータ収集ポートとデータインタラクションを行い、更にネットワークサーバと通信及びデータインタラクションを行うことができる。

具体的には、実施例１と類似に、実施例２は乗り心地を評価するためのデータ処理方法を提供し、まず、乗り心地を評価するためのデータ処理装置は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含む。更に、ユーザが車両を試乗する時、端末によってデータ収集アプリケーションをログインすることができ、且つデータ収集アプリケーションによって提供されたデータ収集ポートによって試乗過程に入力された評価データをアップロードする。一般的に言えば、評価は試乗タスクに基づいて実行されて、試乗タスクは車両が自動運転過程に実行した各運転動作、例えば始動、ブレーキ、ステアリング、加速、駐車等を含む。評価データは試乗タスクに対応して、車両が各運転動作を実行する時ユーザがこれに対して行った評価情報を含んでよく、評価情報は具体的にはスコアの計量形態を採用してもよいし、そのほかの計量形態を採用してもよく、本出願はこれを制限しない。

選択的に、他の実施形態では、評価情報は、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。具体的には、加速感とは座席の後ろに背中が押し付けられて前方に押されているという感覚を持つという意味である。遠心感とは、人が横方向の一方向に押されたり引き抜かれているような感覚を持つという意味である。でこぼこ感とは、人が空中に座席を離れるとともにある程度の無重力の感覚を持つという意味である。前傾感とは人が前に傾いているか、ある程度のうなずいている感覚を持つという意味である。一時停止感とは人が運転が円滑ではなく、又は乗り物酔いと感じる感覚を持つという意味である。揺れ感とは人が車の運転戦略が安全で信頼できないと感じ、行動軌跡が不安定である感覚を持つという意味である。少なくとも１つの上記次元の評価情報を設置することにより、評価モデルの出力可能な評価情報がより網羅的になる。

その後、実施例１と異なり、乗り心地を評価するためのデータ処理装置が車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定することは具体的には、車両が各運転動作を実行する時の実行場所と実行時間を確定すること、及び実行場所と実行時間によって環境情報及び／又は車両運転パラメータを確定することを含む。車両が各運転動作を実行する時、データ処理装置は評価情報を受信すると同時に走行動作を実行する時の実行場所と実行時間を記録し、その後、ネットワークサーバによって各実行場所での各実行時間の環境パラメータを取得することができ、更に、車両が各実行場所での各実行時間の車両運転パラメータを取得することができる。

車両運転パラメータは、車両モデル、運転スピード、旋回角度、前後傾斜角度、左右スイング角度、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量のうちの１種又は多種の情報を含む。車両モデルとは運転動作を実行する車のブランド、車のタイプ、車種などである。上記運転スピード、旋回角度、前後傾斜角度、左右スイング角度、車両加速度、加速度変化率、アクセル出力量、及びブレーキ出力量などはいずれも車載センサの測定によって得られる車両運転パラメータである。

本発明の実施例２による乗り心地を評価するためのデータ処理方法は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むことにより、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定し、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得し、乗り心地の出力に用いることができる評価モデルを構築することによって乗り心地のデータ処理プロセスを簡素化させ、処理効率を向上させ、同時に、評価モデルは環境情報及び／又は車両運転パラメータを考えて、これにより評価によって得られた乗り心地をより客観的にし、その評価モデルは様々なタイプおよび様々な試乗環境の車両の評価に適用できるため、汎用性がより高い。

図４は本発明の実施例３による乗り心地を評価するためのデータ処理装置の構造模式図であり、図４に示すように、乗り心地を評価するためのデータ処理装置は、ユーザがデータ収集ポートによって入力した評価データを受信することに用いられ、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含む評価情報収集モジュール１０と、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定するための処理モジュール２０と、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得するためのトレーニングモジュール３０と、を備える。

選択的に、評価情報は、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。

選択的に、処理モジュール２０は、車両が各運転動作を実行する時の実行場所と実行時間を確定すること、及び実行場所と実行時間によって環境情報及び／又は車両運転パラメータを確定することに用いられる。

選択的に、環境情報は、天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含み、及び／又は、車両運転パラメータは、車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含む。

当業者であれば、説明の便宜と簡潔さのために、上記に記載のシステムの具体的な作業過程及び対応する有益な効果は、方法の実施例における対応する過程を参照することができることを明確に了解することができ、ここで繰り返して説明しない。

本発明による乗り心地を評価するためのデータ処理装置は、ユーザがデータ収集ポートによって入力した評価データを受信し、評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むことにより、車両が各運転動作を実行する時の環境情報及び／又は車両運転パラメータを確定し、車両の各運転動作に対応する評価情報、及び環境情報及び／又は車両運転パラメータに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得し、乗り心地の出力に用いることができる評価モデルを構築することによって乗り心地のデータ処理プロセスを簡素化させ、処理効率を向上させ、同時に、評価モデルは環境情報及び／又は車両運転パラメータを考えて、これにより評価によって得られた乗り心地をより客観的にし、その評価モデルは様々なタイプおよび様々な試乗環境の車両の評価に適合適用できるため、汎用性がより高い。

図５は本発明による乗り心地を評価するためのデータ処理装置のハードウェア構造模式図である。図５に示すように、端末は、プロセッサ４２及びメモリ４１に記憶されてプロセッサ４２で運行可能なコンピュータプログラムを備え、プロセッサ４２はコンピュータプログラムを運行する時上記のいずれかの実施例の方法を実行する。

本発明の実施例５は乗り心地を評価するためのデータ処理方法を更に提供し、方法は、具体的には、評価対象運転動作を取得し、且つ評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを確定すること、及び評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを実施例１又は実施例２に記載の方法で構築された評価モデルに入力して、評価対象運転動作に対応する乗り心地を出力することを含んでよい。

１つの選択可能な実施形態では、評価情報は、加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含む。

１つの選択可能な実施形態では、環境情報は、天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含み、及び／又は、車両運転パラメータは、車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含む。

本発明の実施例６は更に乗り心地を評価するためのデータ処理装置を提供し、装置は、具体的には、評価対象運転動作を取得し、且つ評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを確定するためのデータ収集モジュールと、評価対象運転動作に対応する環境情報及び／又は車両運転パラメータを上記いずれか一項に記載の方法で構築された評価モデルに入力して、評価対象運転動作に対応する乗り心地を出力する識別モジュールと、を備える。

図６は本発明による他の乗り心地を評価するためのデータ処理装置のハードウェア構造模式図である。図６に示すように、端末は、プロセッサ５２及びメモリ５１に記憶されて且つプロセッサ５２で運行可能なコンピュータプログラムを備え、プロセッサ５２はコンピュータプログラムを運行する時上記実施例５の方法を実行する。

本発明はコンピュータ読み取り可能な記憶媒体を更に提供し、プログラムを備え、端末で運行する時、端末に上記のいずれかの実施例の方法に実行させる。

当業者は、上記各方法の実施例を実現する全部又は一部のステップはプログラム命令に関連するハードウェアによって完成されることができることを理解すべきである。プログラムはコンピュータ読み取り可能な記憶媒体に記憶されることができ、プログラムを実行する時、上記各方法の実施例を含むステップを実行する。コンピュータ読み取り可能な記憶媒体は、ＲＯＭ、ＲＡＭ、磁気ディスク又は光ディスク等のプログラムコードを記憶できる様々な媒体を含む。

最後に、以上の各実施例は単に本発明の技術的手段を説明するためのものであり、制限するためのものではなく、の各実施例を参照して本発明を詳しく説明し、当業者は、依然として各実施例に記載の技術的手段を修正することができるか、又はその一部又は全部の技術的特徴に同等の置き換えを行うことができ、これらの修正又は置き換えは、対応する技術的手段の主旨を本発明における各実施例の技術的手段の範囲から逸脱させないことを理解すべきであることを特に説明する。

Claims

乗り心地を評価するためのデータ処理装置によって実行される乗り心地を評価するためのデータ処理方法であって、
ユーザがデータ収集ポートによって入力した評価データを受信し、前記評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含むことと、
前記車両が各運転動作を実行する時の環境情報及び車両運転パラメータを確定することであって、ネットワークサーバによって前記車両が各運転動作を実行する時の実行場所と実行時間に基づいて前記車両が各運転動作を実行する時の環境情報を確定することと、車載センサによって前記車両が各運転動作を実行する時の前記実行場所と前記実行時間に基づいて前記車両が各運転動作を実行する時の車両運転パラメータを確定することと、を含み、前記環境情報は交通状況情報を含み、前記交通状況情報は、順調、軽度の交通渋滞、重度の交通渋滞のうちの少なくとも１つを含むことと、
前記車両の各運転動作に対応する評価情報と、環境情報及び車両運転パラメータとに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得することとを含むことを特徴とする乗り心地を評価するためのデータ処理方法。
前記評価情報は、
加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含むことを特徴とする請求項１に記載の乗り心地を評価するためのデータ処理方法。
前記車両が各運転動作を実行する時の環境情報及び車両運転パラメータを確定することは、さらに、
前記車両が各運転動作を実行する時の実行場所及び実行時間を確定することであって、各運転動作を実行する時の前記実行場所及び前記実行時間は、前記データ処理装置によって各運転動作に対する前記評価情報を受信すると同時に記録されるものであることを含むことを特徴とする請求項１に記載の乗り心地を評価するためのデータ処理方法。
前記環境情報は、さらに、
天気情報及び路面状態情報のうちの１種又は多種の情報を含み、
及び／又は、前記車両運転パラメータは、
車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含むことを特徴とする請求項１～３のいずれか１項に記載の乗り心地を評価するためのデータ処理方法。
評価対象運転動作を取得し、且つ前記評価対象運転動作に対応する環境情報及び車両運転パラメータを確定することと、
前記評価対象運転動作に対応する環境情報及び車両運転パラメータを請求項１～４のいずれか１項に記載の方法で構築された評価モデルに入力し、前記評価対象運転動作に対応する乗り心地を出力することを含むこととを特徴とする乗り心地を評価するためのデータ処理方法。
前記評価情報は、
加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含むことを特徴とする請求項５に記載の乗り心地を評価するためのデータ処理方法。
前記環境情報は、
天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含み、
及び／又は、前記車両運転パラメータは、
車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含むことを特徴とする請求項５に記載の乗り心地を評価するためのデータ処理方法。
ユーザがデータ収集ポートによって入力した評価データを受信することに用いられ、前記評価データはユーザのその乗っている車両の各運転動作に対する評価情報を含む評価情報収集モジュールと、
前記車両が各運転動作を実行する時の環境情報及び車両運転パラメータを確定するための処理モジュールであって、ネットワークサーバによって前記車両が各運転動作を実行する時の実行場所と実行時間に基づいて前記車両が各運転動作を実行する時の環境情報を確定し、車載センサによって前記車両が各運転動作を実行する時の前記実行場所と前記実行時間に基づいて前記車両が各運転動作を実行する時の車両運転パラメータを確定し、前記環境情報は交通状況情報を含み、前記交通状況情報は、順調、軽度の交通渋滞、重度の交通渋滞のうちの少なくとも１つを含む処理モジュールと、
車両の各運転動作に対応する評価情報と、環境情報及び車両運転パラメータとに基づき、プリセットされた深層学習アルゴリズムモデルをトレーニングして、乗り心地を出力するための評価モデルを取得するためのトレーニングモジュールと、を備えることを特徴とする乗り心地を評価するためのデータ処理装置。
前記評価情報は、
加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含むことを特徴とする請求項８に記載の乗り心地を評価するためのデータ処理装置。
前記処理モジュールは、さらに、
前記車両が各運転動作を実行する時の実行場所及び実行時間を確定することであって、各運転動作を実行する時の前記実行場所及び前記実行時間は、前記データ処理装置によって各運転動作に対する前記評価情報を受信すると同時に記録されるものであることに用いられることを特徴とする請求項８に記載の乗り心地を評価するためのデータ処理装置。
前記環境情報は、さらに、
天気情報及び路面状態情報のうちの１種又は多種の情報を含み、
及び／又は、前記車両運転パラメータは、
車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含むことを特徴とする請求項８～１０のいずれか１項に記載の乗り心地を評価するためのデータ処理装置。
評価対象運転動作を取得し、且つ前記評価対象運転動作に対応する環境情報及び車両運転パラメータを確定するためのデータ収集モジュールと、
前記評価対象運転動作に対応する環境情報及び車両運転パラメータを請求項１～４のいずれか１項に記載の方法で構築された評価モデルに入力して、前記評価対象運転動作に対応する乗り心地を出力するための識別モジュールと、を備えることを特徴とする乗り心地を評価するためのデータ処理装置。
前記評価情報は、
加速感、遠心感、でこぼこ感、前傾感、一時停止感及び揺れ感のうちの１種又は多種の情報を含むことを特徴とする請求項１２に記載の乗り心地を評価するためのデータ処理装置。
前記環境情報は、
天気情報、交通状況情報及び路面状態情報のうちの１種又は多種の情報を含み、
及び／又は、前記車両運転パラメータは、
車両モデル、運転スピード、車両加速度、加速度変化率、アクセル出力量、ブレーキ出力量、旋回角度、前後傾斜角度、左右スイング角度のうちの１種又は多種の情報を含むことを特徴とする請求項１２に記載の乗り心地を評価するためのデータ処理装置。
メモリ、前記メモリに接続されたプロセッサ、及び前記メモリに記憶されて前記プロセッサで運行できるコンピュータプログラムを備え、
前記プロセッサは前記コンピュータプログラムを運行させる時、請求項１～４のいずれか１項に記載の方法を実行することを特徴とする乗り心地を評価するためのデータ処理装置。
メモリ、前記メモリに接続されたプロセッサ、及び前記メモリに記憶されて前記プロセッサで運行できるコンピュータプログラムを備え、
前記プロセッサは前記コンピュータプログラムを運行させる時、請求項５～７のいずれか１項に記載の方法を実行することを特徴とする乗り心地を評価するためのデータ処理装置。
コンピュータ読み取り可能な記憶媒体であって、プログラムを備え、端末で運行する時、端末に請求項１～４のいずれか１項に記載の方法を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体。
コンピュータ読み取り可能な記憶媒体であって、プログラムを備え、端末で運行する時、端末に請求項５～７のいずれか１項に記載の方法を実行させることを特徴とするコンピュータ読み取り可能な記憶媒体。