CN107527531A - 一种智能分布式驾驶模拟训练共享网络*** - Google Patents
一种智能分布式驾驶模拟训练共享网络*** Download PDFInfo
- Publication number
- CN107527531A CN107527531A CN201710851588.5A CN201710851588A CN107527531A CN 107527531 A CN107527531 A CN 107527531A CN 201710851588 A CN201710851588 A CN 201710851588A CN 107527531 A CN107527531 A CN 107527531A
- Authority
- CN
- China
- Prior art keywords
- driving
- driver
- intelligent
- training
- cloud server
- 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
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
- G09B19/167—Control of land vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能分布式驾驶模拟训练共享网络***。智能驾驶模拟***进行驾驶模拟训练,向云端服务器发送使用状态数据;智能驾校教练***装在智能驾校教练***上,检测用户动作数据获得驾驶模拟训练使用状态信息发送到云端服务器;智能手机远程连接云端服务器,向云端服务器发送针对智能驾驶模拟***的模拟训练预约信息;云端服务器远程连接上述各个***和设备,向智能手机发送智能驾驶模拟***的使用状态数据。本发明能降低驾驶培训的成本,节约驾驶训练的场地,并且有效避免利用实车进行培训时带来的环境问题;避免在传统驾校培训模式下的时间浪费,有效提升时间的利用效率。
Description
技术领域
本发明属于智能硬件领域,具体涉及了一种智能分布式驾驶模拟训练共享网络***。
背景技术
伴随互联网及云计算技术的不断成熟,智能硬件的发展十分迅速,其产品形态从智能手机延伸到智能家居、智能汽车、智能手表、智能无人***等,与社会生产生活的结合程度越来越深。智能硬件是指,通过软硬件结合,基于传感器技术、网络通信技术、图像处理技术、云平台技术等计算机技术,智能化改造传统设备,从而得到新型智能终端产品及服务。
随着我国的汽车普及程度越来越高,驾驶汽车逐渐成为现代人必需的生活技能。目前,国内驾驶培训行业存在很多问题,比如:较低的培训质量、紧缺的训练场地、破旧的教练车、较少的培训时间、不规范的教练员队伍、高昂的培训费用。学员需要在兼顾事业、家庭的基础上参加驾校的培训。但是,传统的驾校培训模式极大得受到场地、时间的制约,导致较低的培训效率,并且带给学员不好的培训体验。
发明内容
由于传统的驾校培训模式的弊端越来越凸显,为了解决背景技术中存在的问题,本发明提出了一种智能分布式驾驶培训共享网络***,用于提高驾驶培训的效率,能够有效解决上述当前驾驶培训领域内存在的问题。
为实现上述目的,本发明所采取的实现方案如下:
包括智能驾驶模拟***,用于用户使用来进行驾驶模拟训练,智能驾驶模拟***远程连接到云端服务器,向云端服务器发送自身使用状态数据;
包括智能驾校教练***,安装在智能驾校教练***上,检测用户在使用智能驾驶模拟***时的动作数据进行处理获得驾驶模拟训练使用状态信息发送到云端服务器,并通过自身带有的提醒装置提示用户;
包括智能手机,远程连接云端服务器,向云端服务器发送针对智能驾驶模拟***的模拟训练预约信息;
所述的模拟训练预约信息是指用户想到某时间到某地点的驾驶模拟器进行使用的预约信息。
包括云端服务器,远程连接智能驾驶模拟***、智能驾校教练***和智能手机,向智能手机发送智能驾驶模拟***的使用状态数据。
本发明主要由智能驾驶模拟***、智能驾校教练***、智能手机应用和云端服务器构成了分布式***。
所述智能驾驶模拟***与智能驾校教练***结合,在用户使用智能驾驶模拟***进行驾驶训练的同时,智能驾校教练***对用户的驾驶操作进行识别,给用户提供指导反馈。
所述智能手机用于与用户的信息交互,内设有软件应用供用户操作。
所述云端服务器分别同智能手机应用和智能驾校教练***进行数据通讯,对用户的身份信息进行管理,监控智能驾驶模拟***的使用情况。
所述智能驾驶模拟***主要由分布在不同地域的多个驾驶模拟器组成,构建形成驾驶模拟器网络,多个驾驶模拟器均连接到云端服务器,驾驶模拟器的使用占用状态和预约使用信息通过云端服务器发送到用户的智能手机上来实现共享信息,使用户能够在任何具有驾驶模拟器的地点进行驾驶训练,能够随时预约,解决异地学车难的问题。
所述的智能手机接收云端服务器发送过来的驾驶模拟器使用占用情况,智能手机向云端服务器发送用户针对驾驶模拟器的预约信息,预约信息包括预约的驾驶模拟器位置和模拟训练时间。
本发明用户预约和模拟训练反馈的工作流程是:
首先,用户利用智能手机查询附近驾驶模拟器的占用情况,用户利用智能手机根据驾驶模拟器的占用情况进行预约,确定训练的地点和时间段。
然后,用户根据预约情况,在约定时间段前往约定地点进行驾驶训练;
训练过程中,智能驾校教练***实时检测用户驾驶使用的操作,获得用户驾驶动作正确与否,提供反馈为用户提供驾驶指导,用户根据驾驶指导改进驾驶习惯,学习驾驶技巧。
智能驾驶模拟***的主要功能:根据用户的驾驶操作,结合设置好的虚拟驾驶场景,对模拟汽车的行驶情况进行仿真,并且通过图像、声音等形式呈现给用户。
所述的智能驾校教练***包括信息采集模块、信息处理模块和声音反馈模块,信息采集模块与计算机信息处理模块的输入端连接,计算机信息处理模块的输出端与声音反馈模块连接,声音反馈模块作为提醒装置给用户提供语音反馈。
所述的信息采集模块包括在驾驶模拟器上安装的四个摄像头、操作传感器和数据采集卡,所述的信息处理模块包括计算机,四个摄像头和操作传感器均经数据采集卡和计算机连接,四个摄像头具体包括:
第一摄像头,位于驾驶模拟器的驾驶台面上部并且朝向驾驶者人脸正面侧,获取驾驶者的头部图像;
第二摄像头,位于驾驶模拟器的座椅顶端的右侧或者左侧并且朝向方向盘和操作杆,获取方向盘和操作杆的图像;
第三摄像头,位于方向盘下方并且朝向离合器踏板、刹车踏板和油门踏板,获取离合器踏板、刹车踏板和油门踏板的图像;
第四摄像头,位于驾驶模拟器的右侧方或者左侧方并且朝向方向盘、操作杆、离合器踏板、刹车踏板和油门踏板,获取方向盘、操作杆、离合器踏板、刹车踏板、油门踏板的图像;
所述的操作传感器包括安装在方向盘的角位移传感器,离合器踏板、刹车踏板和油门踏板的位置传感器以及驻车制动器、换挡杆和操作开关的开关量传感器,操作开关包括左转向灯、右转向灯、应急灯、喇叭、点火开关、安全带、车门、雨刷、远光灯、近光灯和远近光交替。
在驾驶模拟器中,包括座椅和驾驶台面,座椅侧方布置有操作杆,驾驶台面前部布置有方向盘,驾驶台面底部设有离合器踏板、刹车踏板、油门踏板。
所述的第二摄像头拍摄的图像中包含有方向盘和操作杆以及放置在方向盘和操作杆上的双手;第三摄像头拍摄的图像中包含有离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;第四摄像头拍摄的图像中包含有方向盘和操作杆、放置在方向盘和操作杆上的双手,离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;
在计算机中通过第二摄像头拍摄图像中的双手区域和第四摄像头拍摄图像中的双手区域相结合实现驾驶者的双手立体三维成像;在计算机中通过第三摄像头拍摄图像中的双脚区域和第四摄像头拍摄图像中的双脚区域相结合实现驾驶者的双手立体三维成像。
所述数据采集卡与驾驶模拟器上的操作传感器相连接,获取操作传感器采集的电信号发送给计算机。
所述驾驶培训智能教练***采用以下方式对驾驶者在模拟器上的操作进行控制和提醒:计算机接收摄像头获取的图像和操作传感器采集的电信号,实时识别驾驶者的驾驶操作并提醒,对车辆的运动情况进行动力学仿真,实时根据所采集的操作传感器数据得出驾驶建议进行提醒,通过扬声器发出语音信号告知驾驶者。
所述实时识别驾驶者的驾驶操作并提醒,包含以下过程:
(1)计算机对摄像头采集的图像信息进行处理,分割出图像中的人脸、手或者脚,进而得到驾驶者脸部的朝向、双手的位置和脚的位置;
(2)依据已构建常见驾驶陋习图像模板库判断驾驶者的驾驶操作是否为驾驶陋习;
(3)根据判断结果,通过扬声器发出预先储存的语音信号,提醒驾驶者更正驾驶陋习。
常见驾驶陋习图像模板库是由摄像头在各自的布置位置拍摄驾驶者在常见驾驶陋习的操作下的图像组成。
常见驾驶陋习具体包括:驾驶时左顾右盼、单手打方向盘、“9点、3点握法”之外的方向盘握法、换挡后右手一直放在操作杆上、左脚长时间放在离合器踏板上、用脚心踩脚踏板等。
所述对车辆的运动情况进行动力学仿真,实时根据所采集的操作传感器数据得出驾驶建议进行提醒,包含以下过程:
(1)计算机内预先搭建与驾驶模拟器中驾驶场景同步相同的虚拟场景,并建立与驾驶模拟器中虚拟车辆的运动同步的车辆动力学仿真模型;
(2)驾驶者选择驾驶模拟器上的场景进行模拟训练时,计算机上搭建的虚拟场景和车辆动力学仿真模型分别与驾驶模拟器中的驾驶场景和虚拟车辆保持同步;
(3)计算机根据虚拟场景中车辆的起始位置与目标位置,通过路径优化拟定一条车辆行驶的预期轨迹,在预期轨迹上设定驾驶拐点和等间隔设定特征点;
直线路段的预期轨迹可以直接确定,路径优化主要针对转弯路段,方法具体是:以求得的预期轨迹同转弯前后直线段构成的图形的面积最小为优化目标建立优化命题,约束条件为需满足汽车的动力学特性,利用欧拉离散把优化命题转化为离散型数学规划问题,利用梯度下降法进行求解。
(4)用数据采集卡实时间隔采集操作传感器的电信号,计算机将数据采集卡接收的电信号输入到车辆动力学仿真模型,计算当前时刻车辆的位置、方向和速度的情况;
(5)当虚拟场景中车辆到达某一特征点附近时,根据当前时刻下方向盘角位移、刹车和油门踏板的位置,结合当前车辆的行进速度、方向和位置计算估计当前时刻到;
虚拟场景中车辆到达某一特征点附近是建立距离阈值进行判断。
方向盘角位移是安装在方向盘的角位移传感器所采集到的信号数据。
所述的根据方向盘角位移变化结合当前车辆的行进速度、方向和位置处理估计当前时刻到车辆动力学仿真模型,计算在当前时刻的方向盘角位移和车辆行进速度、方向下,车辆行驶的距离达到轨迹特征点的间隔的距离时,车辆的位置为车辆行驶的目标位置。
(6)将行进轨迹与预期轨迹之间的夹角和轨迹角度阈值进行比较判断,行进轨迹与预期轨迹之间的夹角为当前车辆位置和下一时刻的目标位置的连线与当前车辆位置和下一特征点的连线之间的夹角:
若行进轨迹与预期轨迹之间的夹角超过轨迹角度阈值,则认为驾驶者的驾驶不符合预期轨迹,以下一特征点为行进目标点,通过扬声器播放音频信号发送给驾驶者,提醒驾驶者实时控制方向盘偏转与行进轨迹与预期轨迹之间夹角对应的旋转角度;
若行进轨迹与预期轨迹之间的夹角未超过轨迹角度阈值时,则认为驾驶者的驾驶符合预期轨迹,不对驾驶者作出任何提醒;
(7)根据当前车辆位置和驾驶拐点的位置判断处理:
根据当前车辆位置和预期轨迹上调头拐点的位置之间是否小于距离阈值,判断是否存在车辆调头情况;根据当前车辆位置和预期轨迹上的停止点的位置之间是否小于距离阈值,判断是否存在车辆停车情况;根据当前车辆位置和预期轨迹上的转弯拐点的位置之间是否小于距离阈值,判断是否存在车辆转弯情况;再根据是否存在车辆调头情况,则通过扬声器播放音频信号发送给驾驶者,提醒驾驶者换挡减速或调整灯光。
本发明将用户的驾驶操作信息(用户的驾驶动作,方向盘角位移,变速器挡位,油门、刹车、离合器的开度,灯光开关的控制信号等)发送给信息处理模块。所述信息处理模块利用图像识别技术、计算机仿真技术、机器学习技术对信息采集模块采集的使用动作数据行辨识和识别,利用识别结果给出驾驶反馈。
本发明的有益效果是:
本发明的一个优势在于利用云平台技术、网络通信技术、图像处理技术等计算机技术,在智能驾驶模拟器上搭建智能驾校教练***,利用云平台技术构建分布式智能网络***,极大地降低驾驶培训的成本,节约驾驶训练的场地,并且有效避免利用实车进行培训时带来的环境问题。
本发明的另一个优点在于,利用云端服务器对驾驶模拟器的占用情况进行监控,避免在传统驾校培训模式下的时间浪费,用户无需进行无意义的等待,结合工作生活安排和驾驶熟练程度进行预约,有效提升时间的利用效率。
附图说明
图1是本发明提出的***架构图。
图2是本发明的数据信息传递图。
图3是用户使用本发明进行驾驶培训的流程图。
图4为本发明智能驾校教练***进行实时教练功能的流程图。
图5为本发明中摄像头的具体设置情况示意图。
图6为本发明指导具体驾驶操作的示意图。
图7为本发明指导具体驾驶操作的局部示意图。
图8为本发明智能驾校教练***实现总结功能的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。
如图1所示,本发明具体实施包括智能驾驶模拟***、智能驾校教练***、智能手机和云端服务器。
智能驾驶模拟***用于用户使用来进行驾驶模拟训练,智能驾驶模拟***远程连接到云端服务器,向云端服务器发送自身使用状态数据;
智能驾校教练***安装在智能驾校教练***上,检测用户在使用智能驾驶模拟***时的动作数据进行处理获得驾驶模拟训练使用状态信息发送到云端服务器,并通过自身带有的提醒装置提示用户;
智能手机远程连接云端服务器,向云端服务器发送针对智能驾驶模拟***的模拟训练预约信息;
云端服务器远程连接智能驾驶模拟***、智能驾校教练***和智能手机,向智能手机发送智能驾驶模拟***的使用状态数据。
智能手机接收云端服务器发送过来的驾驶模拟器使用占用情况,智能手机向云端服务器发送用户针对驾驶模拟器的预约信息,预约信息包括预约的驾驶模拟器位置和模拟训练时间。
如图1是本发明提出的***架构图。***由智能驾驶模拟***、智能驾校教练***、云端服务器、智能手机应用组成。智能驾驶模拟***由若干智能驾驶模拟器组成,设置在不同地点A、B、C、D……智能驾校教练***与驾驶模拟器结合。云端服务器连结各个驾驶模拟器和智能手机,授予用户使用权限,统计驾驶模拟器的占用情况,并且对用户的驾驶操作情况进行统计,便于用户查询。用户通过智能手机应用,查询驾驶模拟器的占用情况,预约或者直接使用驾驶模拟器进行训练,也可以进行对驾驶培训知识的学习。
图2是本发明的数据信息传递图。下面根据用户预约模块、驾驶训练模块和驾驶知识学习模块分别对信息传递情况进行说明:
1.用户预约模块的信息传递情况为:用户利用智能手机应用,向云端服务器发送身份认证信息和预约请求,查询用户自身的驾驶训练记录,查看附近驾驶模拟器的占用情况;云端服务器处理用户的预约请求,并且向用户提供使用权限;智能驾校教练***向云端服务器发送驾驶模拟器的占用情况和用户的训练记录。
本发明用户预约和模拟训练反馈的工作流程是:
首先,用户利用智能手机查询附近驾驶模拟器的占用情况,用户利用智能手机根据驾驶模拟器的占用情况进行预约,确定训练的地点和时间段。
然后,用户根据预约情况,在约定时间段前往约定地点进行驾驶训练。
2.驾驶训练模块的信息传递情况为:信息采集模块对用户的驾驶操作进行信息采集,将操作信息发送到信息处理模块;信息处理模块对操作信息进行识别,将判断结果发送到声音反馈模块;声音反馈模块根据判断结果向用户播放不同的声音信号,从而给出具有针对性的驾驶指导。
训练过程中,由智能驾校教练***实时检测用户驾驶使用的操作,获得用户驾驶动作正确与否,提供反馈为用户提供驾驶提醒知道,用户根据驾驶提醒改进驾驶习惯和操作。
智能驾校教练***包括信息采集模块、信息处理模块和声音反馈模块,信息采集模块与计算机信息处理模块的输入端连接,计算机信息处理模块的输出端与声音反馈模块连接,声音反馈模块作为提醒装置给用户提供语音反馈。
如图4所示,信息采集模块包括在驾驶模拟器上安装的四个摄像头C1、C2、C3、C4、操作传感器和数据采集卡,信息处理模块包括计算机自带扬声器,四个摄像头C1、C2、C3、C4和操作传感器均经数据采集卡和计算机连接,四个摄像头具体包括:
第一摄像头C1安装在驾驶模拟器的驾驶台面上部并且朝向驾驶者人脸正面侧,获取驾驶者的头部图像;
第二摄像头C2安装在驾驶模拟器的座椅顶端的右侧或者左侧并且朝向方向盘和操作杆,获取方向盘和操作杆的图像用以识别驾驶者的双手;
第三摄像头C3安装在方向盘下方并且朝向离合器踏板、刹车踏板和油门踏板,获取离合器踏板、刹车踏板和油门踏板的图像用以识别驾驶者的双脚;
第四摄像头C4安装在驾驶模拟器的右侧方或者左侧方并且朝向方向盘、操作杆、离合器踏板、刹车踏板和油门踏板,获取方向盘、操作杆、离合器踏板、刹车踏板、油门踏板的图像。
在驾驶模拟器中,包括座椅和驾驶台面,座椅侧方布置有操作杆,驾驶台面前部布置有方向盘,驾驶台面底部设有离合器踏板、刹车踏板、油门踏板。
第二摄像头C2拍摄的图像中包含有方向盘和操作杆以及放置在方向盘和操作杆上的双手;第三摄像头C3拍摄的图像中包含有离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;第四摄像头C4拍摄的图像中包含有方向盘和操作杆、放置在方向盘和操作杆上的双手,离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;
在计算机中通过第二摄像头C2拍摄图像中的双手区域(平面二维成像)和第四摄像头C4拍摄图像中的双手区域(平面二维成像)相结合实现驾驶者的双手立体三维成像;在计算机中通过第三摄像头C3拍摄图像中的双脚区域(平面二维成像)和第四摄像头C4拍摄图像中的双脚区域(平面二维成像)相结合实现驾驶者的双手立体三维成像。
数据采集卡与驾驶模拟器上的操作传感器相连接,获取操作传感器采集的电信号发送给计算机。
经过上述处理,计算机得到驾驶者的脸部朝向,确定双手、双脚在空间中的三维坐标,据此可以用于后续判断驾驶者是否存在驾驶陋习,并根据判断情况播放预先储存的语音提醒驾驶者纠正。
操作传感器包括安装在方向盘的角位移传感器,离合器踏板、刹车踏板和油门踏板的位置传感器以及驻车制动器、换挡杆和操作开关的开关量传感器,操作开关包括左转向灯、右转向灯、应急灯、喇叭、点火开关、安全带、车门、雨刷、远光灯、近光灯和远近光交替。
如图5所示,本发明智能驾校教练***的工作过程如下:
1)计算机接收摄像头获取的图像和操作传感器采集的电信号,实时识别驾驶者的驾驶操作并提醒;
1.1)计算机对摄像头传来的图像信息进行处理,分割出图像中的人脸、手、脚,进而得到驾驶者脸部的朝向、双手的位置、脚的位置等信息;
1.2)依据已构建的常见驾驶陋习图像模板库判断是否存在驾驶陋习(驾驶者的脸没有面向前方、双手没有正确操作方向盘和换挡杆、双脚的位置不符合驾驶规范等);
1.3)计算机根据判断结果,通过扬声器发出预先储存的语音信号(“脸应面向前方”、“双手应放到方向盘上”、“右手在换完挡后不要继续握换挡杆”、“正常行驶时右脚应放在油门上”等),指正驾驶者存在的驾驶陋习。
2)对车辆的运动情况进行动力学仿真,实时根据所采集的操作传感器数据得出驾驶建议进行提醒,通过扬声器发出语音信号告知驾驶者。
2.1)计算机内预先搭建与驾驶模拟器中驾驶场景同步相同的虚拟场景,并建立与驾驶模拟器中虚拟车辆的运动同步的车辆动力学仿真模型;
2.2)驾驶者选择驾驶模拟器上的场景进行模拟训练时,计算机上搭建的虚拟场景和车辆动力学仿真模型分别与驾驶模拟器中的驾驶场景和虚拟车辆保持同步;
2.3)计算机根据虚拟场景中车辆的起始位置与目标位置,通过路径优化拟定一条车辆行驶的预期轨迹,在预期轨迹上设定驾驶拐点和等间隔设定特征点;
直线路段的预期轨迹可以直接确定,路径优化主要针对转弯路段,方法具体是:
以求得的预期轨迹同转弯前后直线段构成的图形的面积最小为优化目标建立优化命题,约束条件为需满足汽车的动力学特性,利用欧拉离散把优化命题转化为离散型数学规划问题,利用梯度下降法进行求解。
2.4)用数据采集卡实时间隔采集操作传感器的电信号,计算机将数据采集卡接收的电信号输入到车辆动力学仿真模型,计算当前时刻车辆的位置、方向和速度的情况;
2.5)当虚拟场景中车辆到达某一特征点附近时,根据方向盘角位移的历史数据预期当前时刻到下一时刻之间的方向盘角位移变化,根据方向盘角位移变化结合当前车辆的行进速度、方向和位置处理获得当前时刻到下一时刻的行进轨迹及下一时刻的目标位置;
具体实施中,根据方向盘角位移的历史数据来预期当前时刻到下一时刻之间的方向盘角位移的变化是用方向盘角位移的历史数据进行拟合计算获得接下来的方向盘角位移数据。
2.6)将行进轨迹与预期轨迹之间的夹角和轨迹角度阈值进行比较判断,行进轨迹与预期轨迹之间的夹角为当前车辆位置和下一时刻的目标位置的连线与当前车辆位置和下一特征点的连线之间的夹角:
若行进轨迹与预期轨迹之间的夹角超过轨迹角度阈值,则认为驾驶者的驾驶不符合预期轨迹,以下一特征点为行进目标点,通过扬声器播放音频信号发送给驾驶者,提醒驾驶者实时控制方向盘偏转与行进轨迹与预期轨迹之间夹角对应的旋转角度;
若行进轨迹与预期轨迹之间的夹角未超过轨迹角度阈值时,则认为驾驶者的驾驶符合预期轨迹,不对驾驶者作出任何提醒;
以汽车入库停车的过程为例进行说明,如图6所示。连接汽车初始位置与目标位置的实线箭头,表示计算机利用路径优化拟合出的预期轨迹。该实线箭头上有若干白色圆圈,表示计算机在预期轨迹上设定的特征点。根据汽车与每个特征点的距离是否小于距离阈值r判断汽车是否到达特征点附近。如图6中所示,以特征点A为圆心,距离阈值r为半径作圆,当汽车位置进入该圆的范围时时,表示汽车到达特征点A附近。如图7中所示,当汽车到达A’点时,认为汽车到达特征点A附近。计算机根据车在点A’时的行进速度、方向,结合驾驶者的驾驶操作(方向盘的角位移、刹车和油门踏板的位置等),利用车辆动力学仿真模型求解在当前驾驶操作下车的行进轨迹,如图7中弧A’B’所示,弧A’B’长度与弧AB长度相等,点B’为当前驾驶操作下车的下一时刻的估计目标位置。将直线A’B’与A’B的夹角δ看做行进轨迹与预期轨迹的偏差。当δ过大时,以特征点B为行进目标点,计算机利用车辆动力学仿真模型求解驾驶操作的调整方案,以此作为对驾驶者的实时指导,通过扬声器播放音频信号发送给驾驶者。当δ较小时,不对驾驶者作出任何提醒。重复上述过程,计算机可以指导驾驶者不断对偏差δ进行修正,从而使汽车基本上沿预期轨迹行驶。
2.7)根据当前车辆位置和驾驶拐点的位置判断处理:
根据当前车辆位置和预期轨迹上调头拐点的位置之间是否小于距离阈值,判断是否存在车辆调头情况;若小于距离阈值,则存在车辆调头,否则不存在。
根据当前车辆位置和预期轨迹上的停止点的位置之间是否小于距离阈值,判断是否存在车辆停车情况;若小于距离阈值,则存在车辆停车,否则不存在。
根据当前车辆位置和预期轨迹上的转弯拐点的位置之间是否小于距离阈值,判断是否存在车辆转弯情况;若小于距离阈值,则存在车辆转弯,否则不存在。
再根据是否存在车辆调头情况,则通过扬声器播放音频信号发送给驾驶者,提醒驾驶者换挡减速或调整灯光。
如图8所示,本发明***还能根据历史数据对驾驶者在模拟器上的操作进行分析和评判,实现总结功能:
1)在训练结束后,计算机记录并分类驾驶者进行驾驶培训的历史数据;
2)结合不同场景,选定具有代表性的驾驶操作,计算在驾驶者培训过程中所选取操作发生的频率。常见的还有打方向盘的速度过快或过慢、打方向盘的时机过早或过晚等。
3)计算机根据上述驾驶操作发生的频率,对该驾驶者的驾驶作出评价,针对驾驶者的不足提出建议,在训练结束后以总结报告的形式告知驾驶者。
具体实施中,云端服务器连结智能驾驶模拟***、智能驾校教练***、智能手机应用,实现信息的交互。具体功能如下:
1)统计智能驾驶模拟***的占用情况,将每台智能驾驶模拟器的占用情况发送到智能手机应用,供用户查询和预约;
2)负责用户的信息管理:
①负责用户的身份认证;
②处理用户的预约请求,授予用户使用驾驶模拟器的权限,同时记录用户预约和使用驾驶模拟器的时间地点;
③记录用户的驾驶训练信息,从智能驾校教练***中获取对用户驾驶操作的辨识结果和驾驶建议。
智能手机应用安装于用户的智能手机上,与云端服务器进行通信,其主要功能:
1)查询智能驾驶模拟器的占用情况,结合自身的时间安排和所在地点,预约并使用空闲的驾驶模拟器;
2)查询用户自身的驾驶记录,包括智能驾校教练***给出的驾驶建议。
3)存储相关驾驶培训的知识,供用户学习。
Claims (9)
1.一种智能分布式驾驶模拟训练共享网络***,其特征在于:
包括智能驾驶模拟***,用于用户使用来进行驾驶模拟训练,智能驾驶模拟***远程连接到云端服务器,向云端服务器发送自身使用状态数据;
包括智能驾校教练***,安装在智能驾校教练***上,检测用户在使用智能驾驶模拟***时的动作数据进行处理获得驾驶模拟训练使用状态信息发送到云端服务器,并通过自身带有的提醒装置提示用户;
包括智能手机,远程连接云端服务器,向云端服务器发送针对智能驾驶模拟***的模拟训练预约信息;
包括云端服务器,远程连接智能驾驶模拟***、智能驾校教练***和智能手机,向智能手机发送智能驾驶模拟***的使用状态数据。
2.根据权利要求1所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述智能驾驶模拟***主要由分布在不同地域的多个驾驶模拟器组成,多个驾驶模拟器均连接到云端服务器,驾驶模拟器的使用占用状态和预约使用信息通过云端服务器发送到智能手机上来实现共享信息。
3.根据权利要求1所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述的智能手机接收云端服务器发送过来的驾驶模拟器使用占用情况,智能手机向云端服务器发送用户针对驾驶模拟器的预约信息,预约信息包括预约的驾驶模拟器位置和模拟训练时间。
4.根据权利要求1所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述的智能驾校教练***包括信息采集模块、信息处理模块和声音反馈模块,信息采集模块与计算机信息处理模块的输入端连接,计算机信息处理模块的输出端与声音反馈模块连接,声音反馈模块作为提醒装置给用户提供语音反馈。
5.根据权利要求4所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述的信息采集模块包括在驾驶模拟器上安装的四个摄像头(C1、C2、C3、C4)、操作传感器和数据采集卡,所述的信息处理模块包括计算机,四个摄像头(C1、C2、C3、C4)和操作传感器均经数据采集卡和计算机连接,四个摄像头具体包括:
第一摄像头(C1),位于驾驶模拟器的驾驶台面上部并且朝向驾驶者人脸正面侧,获取驾驶者的头部图像;
第二摄像头(C2),位于驾驶模拟器的座椅顶端的右侧或者左侧并且朝向方向盘和操作杆,获取方向盘和操作杆的图像;
第三摄像头(C3),位于方向盘下方并且朝向离合器踏板、刹车踏板和油门踏板,获取离合器踏板、刹车踏板和油门踏板的图像;
第四摄像头(C4),位于驾驶模拟器的右侧方或者左侧方并且朝向方向盘、操作杆、离合器踏板、刹车踏板和油门踏板,获取方向盘、操作杆、离合器踏板、刹车踏板、油门踏板的图像;
所述的操作传感器包括安装在方向盘的角位移传感器,离合器踏板、刹车踏板和油门踏板的位置传感器以及驻车制动器、换挡杆和操作开关的开关量传感器,操作开关包括左转向灯、右转向灯、应急灯、喇叭、点火开关、安全带、车门、雨刷、远光灯、近光灯和远近光交替。
6.根据权利要求5所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述的第二摄像头(C2)拍摄的图像中包含有方向盘和操作杆以及放置在方向盘和操作杆上的双手;第三摄像头(C3)拍摄的图像中包含有离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;第四摄像头(C4)拍摄的图像中包含有方向盘和操作杆、放置在方向盘和操作杆上的双手,离合器踏板、刹车踏板和油门踏板以及放置在离合器踏板、刹车踏板和油门踏板上的双脚;
在计算机中通过第二摄像头(C2)拍摄图像中的双手区域和第四摄像头(C4)拍摄图像中的双手区域相结合实现驾驶者的双手立体三维成像;在计算机中通过第三摄像头(C3)拍摄图像中的双脚区域和第四摄像头(C4)拍摄图像中的双脚区域相结合实现驾驶者的双手立体三维成像。
7.根据权利要求5所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述驾驶培训智能教练***采用以下方式对驾驶者在模拟器上的操作进行控制和提醒:计算机接收摄像头获取的图像和操作传感器采集的电信号,实时识别驾驶者的驾驶操作并提醒,对车辆的运动情况进行动力学仿真,实时根据所采集的操作传感器数据得出驾驶建议进行提醒,通过扬声器发出语音信号告知驾驶者。
8.根据权利要求5所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述实时识别驾驶者的驾驶操作并提醒,包含以下过程:
(1)计算机对摄像头采集的图像信息进行处理,分割出图像中的人脸、手或者脚,进而得到驾驶者脸部的朝向、双手的位置和脚的位置;
(2)依据已构建常见驾驶陋习图像模板库判断驾驶者的驾驶操作是否为驾驶陋习;
(3)根据判断结果,通过扬声器发出预先储存的语音信号,提醒驾驶者更正驾驶陋习。
9.根据权利要求8所述的一种智能分布式驾驶模拟训练共享网络***,其特征在于:所述对车辆的运动情况进行动力学仿真,实时根据所采集的操作传感器数据得出驾驶建议进行提醒,包含以下过程:
(1)计算机内预先搭建与驾驶模拟器中驾驶场景同步相同的虚拟场景,并建立与驾驶模拟器中虚拟车辆的运动同步的车辆动力学仿真模型;
(2)驾驶者选择驾驶模拟器上的场景进行模拟训练时,计算机上搭建的虚拟场景和车辆动力学仿真模型分别与驾驶模拟器中的驾驶场景和虚拟车辆保持同步;
(3)计算机根据虚拟场景中车辆的起始位置与目标位置,通过路径优化拟定一条车辆行驶的预期轨迹,在预期轨迹上设定驾驶拐点和等间隔设定特征点;
(4)用数据采集卡实时间隔采集操作传感器的电信号,计算机将数据采集卡接收的电信号输入到车辆动力学仿真模型,计算当前时刻车辆的位置、方向和速度的情况;
(5)当虚拟场景中车辆到达某一特征点附近时,根据当前时刻下方向盘角位移、刹车和油门踏板的位置,结合当前车辆的行进速度、方向和位置计算估计当前时刻到;
(6)将行进轨迹与预期轨迹之间的夹角和轨迹角度阈值进行比较判断,行进轨迹与预期轨迹之间的夹角为当前车辆位置和下一时刻的目标位置的连线与当前车辆位置和下一特征点的连线之间的夹角:
若行进轨迹与预期轨迹之间的夹角超过轨迹角度阈值,则以下一特征点为行进目标点,通过扬声器播放音频信号发送给驾驶者,提醒驾驶者实时控制方向盘偏转与行进轨迹与预期轨迹之间夹角对应的旋转角度;
若行进轨迹与预期轨迹之间的夹角未超过轨迹角度阈值时,则不对驾驶者作出任何提醒;
(7)根据当前车辆位置和驾驶拐点的位置判断处理:
根据当前车辆位置和预期轨迹上调头拐点的位置之间是否小于距离阈值,判断是否存在车辆调头情况;根据当前车辆位置和预期轨迹上的停止点的位置之间是否小于距离阈值,判断是否存在车辆停车情况;根据当前车辆位置和预期轨迹上的转弯拐点的位置之间是否小于距离阈值,判断是否存在车辆转弯情况;再根据是否存在车辆调头情况,则通过扬声器播放音频信号发送给驾驶者,提醒驾驶者换挡减速或调整灯光。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851588.5A CN107527531A (zh) | 2017-09-19 | 2017-09-19 | 一种智能分布式驾驶模拟训练共享网络*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851588.5A CN107527531A (zh) | 2017-09-19 | 2017-09-19 | 一种智能分布式驾驶模拟训练共享网络*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107527531A true CN107527531A (zh) | 2017-12-29 |
Family
ID=60737090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710851588.5A Pending CN107527531A (zh) | 2017-09-19 | 2017-09-19 | 一种智能分布式驾驶模拟训练共享网络*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107527531A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958616A (zh) * | 2018-01-16 | 2018-04-24 | 辽宁工程技术大学 | 基于对抗神经网络的驾驶员训练测试*** |
CN108479002A (zh) * | 2018-03-26 | 2018-09-04 | 苏州东巍网络科技有限公司 | 一种智能健身单车***及使用方法 |
CN112236346A (zh) * | 2018-05-31 | 2021-01-15 | 北美日产公司 | 用于自主驾驶模拟的时间规整 |
CN112258925A (zh) * | 2020-10-26 | 2021-01-22 | 大连创新零部件制造公司 | 一种具有反馈转向真实路感的汽车驾驶模拟训练*** |
CN112289124A (zh) * | 2020-11-13 | 2021-01-29 | 成都运达科技股份有限公司 | 基于仿真模拟驾驶的无人值守*** |
CN113053223A (zh) * | 2021-02-25 | 2021-06-29 | 深圳市讯方技术股份有限公司 | 自动驾驶的实验教学方法、车辆模型及其*** |
CN113506196A (zh) * | 2021-07-20 | 2021-10-15 | 广州星锐传媒信息科技有限公司 | 一种基于单向视频交互的模拟驾驶训练课程制作方法 |
CN114627717A (zh) * | 2022-03-28 | 2022-06-14 | 同济大学建筑设计研究院(集团)有限公司 | 基于虚拟现实和大数据分析的新手驾驶员培训*** |
CN115346417A (zh) * | 2022-08-08 | 2022-11-15 | 武汉未来幻影科技有限公司 | 一种驾驶模拟器的场景控制方法及场景控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251958A (zh) * | 2007-07-06 | 2008-08-27 | 浙江大学 | 面向训练的汽车驾驶模拟机实现方法 |
CN103177335A (zh) * | 2013-03-08 | 2013-06-26 | 南京信息工程大学 | 面向3g移动网络环境下的中小型驾校统一培训计时*** |
CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人*** |
CN106548679A (zh) * | 2016-02-03 | 2017-03-29 | 北京易驾佳信息科技有限公司 | 一种智能驾驶训练*** |
CN106650975A (zh) * | 2017-02-27 | 2017-05-10 | 云南青才信息科技有限公司 | 一种机动车驾驶员计时培训*** |
-
2017
- 2017-09-19 CN CN201710851588.5A patent/CN107527531A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251958A (zh) * | 2007-07-06 | 2008-08-27 | 浙江大学 | 面向训练的汽车驾驶模拟机实现方法 |
CN103177335A (zh) * | 2013-03-08 | 2013-06-26 | 南京信息工程大学 | 面向3g移动网络环境下的中小型驾校统一培训计时*** |
CN106548679A (zh) * | 2016-02-03 | 2017-03-29 | 北京易驾佳信息科技有限公司 | 一种智能驾驶训练*** |
CN106251724A (zh) * | 2016-10-10 | 2016-12-21 | 北京高途智驾科技有限公司 | 一种驾驶员智能教学机器人*** |
CN106650975A (zh) * | 2017-02-27 | 2017-05-10 | 云南青才信息科技有限公司 | 一种机动车驾驶员计时培训*** |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958616A (zh) * | 2018-01-16 | 2018-04-24 | 辽宁工程技术大学 | 基于对抗神经网络的驾驶员训练测试*** |
CN108479002A (zh) * | 2018-03-26 | 2018-09-04 | 苏州东巍网络科技有限公司 | 一种智能健身单车***及使用方法 |
CN108479002B (zh) * | 2018-03-26 | 2019-11-12 | 苏州东巍网络科技有限公司 | 一种智能健身单车***及使用方法 |
CN112236346A (zh) * | 2018-05-31 | 2021-01-15 | 北美日产公司 | 用于自主驾驶模拟的时间规整 |
CN112236346B (zh) * | 2018-05-31 | 2021-10-15 | 北美日产公司 | 用于模拟自主驾驶的方法和设备 |
CN112258925A (zh) * | 2020-10-26 | 2021-01-22 | 大连创新零部件制造公司 | 一种具有反馈转向真实路感的汽车驾驶模拟训练*** |
CN112289124A (zh) * | 2020-11-13 | 2021-01-29 | 成都运达科技股份有限公司 | 基于仿真模拟驾驶的无人值守*** |
CN113053223A (zh) * | 2021-02-25 | 2021-06-29 | 深圳市讯方技术股份有限公司 | 自动驾驶的实验教学方法、车辆模型及其*** |
CN113506196A (zh) * | 2021-07-20 | 2021-10-15 | 广州星锐传媒信息科技有限公司 | 一种基于单向视频交互的模拟驾驶训练课程制作方法 |
CN114627717A (zh) * | 2022-03-28 | 2022-06-14 | 同济大学建筑设计研究院(集团)有限公司 | 基于虚拟现实和大数据分析的新手驾驶员培训*** |
CN115346417A (zh) * | 2022-08-08 | 2022-11-15 | 武汉未来幻影科技有限公司 | 一种驾驶模拟器的场景控制方法及场景控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107527531A (zh) | 一种智能分布式驾驶模拟训练共享网络*** | |
CN107545803A (zh) | 一种驾驶培训智能教练*** | |
JP5987922B2 (ja) | ドライバ感情に基づく運転支援装置 | |
CN108692734A (zh) | 一种路径规划方法和装置 | |
CN105427619B (zh) | 车辆跟车距离自动记录***及方法 | |
EP3159775B1 (en) | Tactile based performance enhancement system | |
CN109195850A (zh) | 用于产生用于基于规则进行驾驶员辅助的控制数据的方法 | |
CN106940942B (zh) | 自适应调整训练场景的驾驶模拟训练***和方法 | |
CN108428357A (zh) | 一种用于智能网联车的平行遥控驾驶*** | |
CN106114506B (zh) | 一种车道保持方法及装置 | |
CN107272683A (zh) | 基于acp方法的平行智能车控制*** | |
CN106781824A (zh) | 一种基于车辆安全控制的智能驾驶训练***及方法 | |
CA2481771A1 (en) | Method and apparatus for controlling a railway consist | |
CN107368069A (zh) | 基于车联网的自动驾驶控制策略的生成方法与生成装置 | |
CN110853452A (zh) | 一种基于vr技术的自助服务*** | |
CN109591856A (zh) | 一种企业铁路调车进路操控命令的自动触发*** | |
CN106339692B (zh) | 一种疲劳驾驶状态信息确定方法及*** | |
CN111619624A (zh) | 一种基于深度强化学习的有轨电车运行控制方法和*** | |
CN109191871A (zh) | 一种红绿灯控制*** | |
CN113763723A (zh) | 基于强化学习与动态配时的交通信号灯控制***及方法 | |
CN109606358A (zh) | 应用于智能驾驶汽车的图像采集装置及其采集方法 | |
CN105759650A (zh) | 一种用于智能机器人***实时跟踪人脸的方法 | |
CN107563543A (zh) | 一种基于群体智能的城市交通优化服务方法与*** | |
CN101916112A (zh) | 室内场景内智能车模型的定位和控制***及方法 | |
CN113562039A (zh) | 一种面向多车协同的运行图自动调整方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |
|
RJ01 | Rejection of invention patent application after publication |