CN109177979B - 评估乘车舒适度的数据处理方法、装置及可读存储介质 - Google Patents
评估乘车舒适度的数据处理方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN109177979B CN109177979B CN201810983689.2A CN201810983689A CN109177979B CN 109177979 B CN109177979 B CN 109177979B CN 201810983689 A CN201810983689 A CN 201810983689A CN 109177979 B CN109177979 B CN 109177979B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- evaluation
- data processing
- action
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- 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
- B60W2510/18—Braking 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/16—Pitch
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/18—Roll
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal position
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/12—Brake pedal position
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种评估乘车舒适度的数据处理方法、装置及可读存储介质,通过接收用户通过数据采集端口输入的评估数据,评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息,确定车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型,通过建立可用于输出乘车舒适度的评估模型从而简化了乘车舒适度的数据处理流程,提高了处理效率;也使得评估获得的乘车舒适度的更为客观,其该评估模型可适应对各种类型和各种试乘环境的车辆的评估,普适性更高。
Description
技术领域
本发明涉及自动驾驶技术,尤其涉及一种评估乘车舒适度的数据处理方法、装置及可读存储介质。
背景技术
随着科技的发展和社会的进步,自动驾驶技术成为交通领域的发展趋势。为了使乘客获得更好的乘车体验,对自动驾驶过程中的乘车舒适度的评估也成为必不可少的环节。
现有技术中,对评估乘车舒适度的数据处理一般是由人工实现的,即通过采集试乘人员试乘记录下的乘车感受信息,采用人工的方式对大量乘车感受信息进行统计和分析,以得出该车辆的乘车舒适度。
但是,采用这样的方式使得乘车舒适度的数据处理流程繁琐,处理效率不高,且评估获得的乘车舒适度的主观性较强,其评估结果的普适性不高。
发明内容
针对上述提及的现有的对评估乘车舒适度的数据处理,由于采用人工的方式导致的数据处理流程繁琐,处理效率不高,且获取的乘车舒适度的主观性较强,其评估结果的普适性不高的问题,本发明提供了一种评估乘车舒适度的数据处理方法、装置及可读存储介质。
第一方面,本发明提供了一种评估乘车舒适度的数据处理方法,包括:
接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息;
确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数;
根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,包括:
确定所述车辆执行每一行驶动作时的执行地点和执行时间;
根据所述执行地点和所述执行时间确定所述环境信息和/或车辆行驶参数。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面状态信息;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
第二方面,一种评估乘车舒适度的数据处理方法,其特征在于,包括:
获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和/或车辆行驶参数;
将所述待评估行驶动作对应的环境信息和/或车辆行驶参数输入如前任一项所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面状态信息;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
第三方面,本发明提供了一种评估乘车舒适度的数据处理装置,包括:
评估信息采集模块,用于接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息;
处理模块,用于确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数;
训练模块,用于根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,所述处理模块具体用于:
确定所述车辆执行每一行驶动作时的执行地点和执行时间;
根据所述执行地点和所述执行时间确定所述环境信息和/或车辆行驶参数。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面状态信息;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
第四方面,本发明提供了一种评估乘车舒适度的数据处理装置,包括:
数据采集模块,用于获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和/或车辆行驶参数;
识别模块,用于将所述待评估行驶动作对应的环境信息和/或车辆行驶参数输入如前任一项所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面状态信息;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
第五方面,本发明提供了一种评估乘车舒适度的数据处理装置,包括:存储器、与所述存储器连接的处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,
所述处理器运行所述计算机程序时执行如上任一项所述的方法。
第六方面,本发明提供了一种评估乘车舒适度的数据处理装置,包括:存储器、与所述存储器连接的处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,
所述处理器运行所述计算机程序时执行如上任一项所述的方法。
第七方面,本发明提供了一种可读存储介质,其特征在于,包括程序,当其在终端上运行时,使得终端执行如前任一项所述的方法。
第八方面,本发明提供了一种可读存储介质,其特征在于,包括程序,当其在终端上运行时,使得终端执行如前任一项所述的方法。
本发明提供的一种评估乘车舒适度的数据处理方法、装置及可读存储介质,通过接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息,确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型,通过建立可用于输出乘车舒适度的评估模型从而简化了乘车舒适度的数据处理流程,提高了处理效率;同时,该评估模型考虑到了环境信息和/或车辆行驶参数,从而使得评估获得的乘车舒适度的更为客观,其该评估模型可适应对各种类型和各种试乘环境的车辆的评估,普适性更高。
附图说明
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
图1为本发明基于的网络架构示意图;
图2为本发明实施例一提供的一种评估乘车舒适度的数据处理方法的流程示意图;
图3为本发明实施例二提供的一种评估乘车舒适度的数据处理方法的流程示意图;
图4为本发明实施例三提供的一种评估乘车舒适度的数据处理装置的结构示意图;
图5为本发明提供的一种评估乘车舒适度的数据处理装置的硬件示意图;
图6为本发明提供的另一种评估乘车舒适度的数据处理装置的硬件示意图。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
随着科技的发展和社会的进步,自动驾驶技术成为交通领域的发展趋势。为了使乘客获得更好的乘车体验,对自动驾驶过程中的乘车舒适度的评估也成为必不可少的环节。
现有技术中,对评估乘车舒适度的数据处理一般是由人工实现的,即通过采集试乘人员试乘记录下的乘车感受信息,采用人工的方式对大量乘车感受信息进行统计和分析,以得出该车辆的乘车舒适度。
但是,采用这样的方式使得乘车舒适度的数据处理流程繁琐,处理效率不高,且评估获得的乘车舒适度的主观性较强,其评估结果的普适性不高。
针对上述提及的技术问题,本发明提供了一种评估乘车舒适度的数据处理方法、装置及可读存储介质。需要说明的是,本申请提供评估乘车舒适度的数据处理方法、装置及可读存储介质可运用在广泛在需要对乘车舒适度进行评估的应用场景中,这些应用场景包括但不限制于:新车的车辆性能测评、自动驾驶程序的性能测评等等。
图1为本发明基于的网络架构示意图,如图1所示,与现有技术不同的是,在本申请中,用户可通过利用终端登录数据采集端口,以将评估数据输入至评估乘车舒适度的数据处理装置,以供其从网络服务器端获取与评估数据相应的环境信息和/或车辆行驶参数,并获得用于输出乘车舒适度的评估模型。
图2为本发明实施例一提供的一种评估乘车舒适度的数据处理方法的流程示意图。
如图2所示,该数据处理方法包括:
步骤101、接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息。
步骤102、确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数。
步骤103、根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。
需要说明的是,本发明提供的评估乘车舒适度的数据处理方法的执行主体具体可为评估乘车舒适度的数据处理装置,该数据处理装置可与与用户登录的数据采集端口进行数据交互,还可与网络服务器进行通信和数据交互。
具体来说,本发明提供了一种评估乘车舒适度的数据处理方法,首先,评估乘车舒适度的数据处理装置接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息。进一步来说,在用户在试乘车辆时,可通过终端登录数据采集应用,并通过该数据采集应用提供的数据采集端口上传试乘过程中输入的评估数据。一般来说,评估是基于试乘任务执行的,而试乘任务包括有车辆在自动驾驶过程中执行的各行驶动作,如起步、刹车、转向、加速、停车等等。评估数据与试乘任务相应,其可包括有车辆执行的每一行驶动作时用户对其进行的评估信息,评估信息具体可采用评分的计量形式,也可采用其他计量形式,本申请对此不进行限制。
可选的,在其他实施方式中,评估信息包括以下信息中的一种或多种:推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。具体来说,推背感是指让人感觉椅背紧压后背向前推行的感觉;离心感是指让人有一种在横向某一方向上紧压或被甩出去的感觉;颠簸感是指让人有一种离开座椅到空中并伴随一定失重的感觉;前倾感是指让人有一种身体前倾或伴随一定程度的点头的感觉;顿挫感是指让人有一种行车不流畅或晕车的感觉;晃动感是指让人感到车辆行驶策略不安全不可靠、行为轨迹摇摆不定的感觉。通过设置至少一种上述维度的评估信息,从而使评估模型能够输出的评估信息更全面。
随后,评估乘车舒适度的数据处理装置确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数。具体来说,为了实现对乘车舒适度的评估,需要建立行驶动作与评估信息之间的关联关系。为了使得评估模型所能输出的评估信息更加客观、普适性更高,在本申请中还需要确定车辆在执行行驶动作时的环境信息和/或车辆行驶参数。
可选的,环境信息包括以下信息中的一种或多种:天气信息、路况信息和路面状态信息。其中,天气信息是指执行行驶动作时的天气,如雨天、雪天、晴天、有风等等;路况信息是指执行行驶动作时的路上交通状况,如顺畅、轻微堵车、严重拥堵等等;路面状态信息是指执行行驶动作时的路面类型,如柏油马路、草地、土路等等。
所述车辆行驶参数包括以下信息的一种或多种:车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。其中,车辆型号是指执行行驶动作的车的品牌、车型号、车种类等等;而上述行驶速度、转弯角度、前后倾斜角度和左右摇摆角度均可由车载传感器测量获得的车辆行驶参数。
最后,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。具体的,利用前述采集的评估信息、以及环境信息和/或车辆行驶参数,结合行驶动作对深度学习算法模型进行训练,以使其可根据输入的行驶动作、以及环境信息和/或车辆行驶参数,输出相应的乘车舒适度。
本发明实施例一提供的评估乘车舒适度的数据处理方法,通过接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息,确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型,通过建立可用于输出乘车舒适度的评估模型从而简化了乘车舒适度的数据处理流程,提高了处理效率;同时,该评估模型考虑到了环境信息和/或车辆行驶参数,从而使得评估获得的乘车舒适度的更为客观,其该评估模型可适应对各种类型和各种试乘环境的车辆的评估,普适性更高。
图3为本发明实施例二提供的一种评估乘车舒适度的数据处理方法的流程示意图。
如图3所示,该数据处理方法包括:
步骤201、接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息。
步骤202、确定所述车辆执行每一行驶动作时的执行地点和执行时间。
步骤203、根据所述执行地点和所述执行时间确定所述环境信息和/或车辆行驶参数。
步骤204、根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。
需要说明的是,本发明提供的评估乘车舒适度的数据处理方法的执行主体具体可为评估乘车舒适度的数据处理装置,该数据处理装置可与与用户登录的数据采集端口进行数据交互,还可与网络服务器进行通信和数据交互。
具体来说,与实施例一类似的是,实施例二提供了一种评估乘车舒适度的数据处理方法,首先,评估乘车舒适度的数据处理装置接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息。进一步来说,在用户在试乘车辆时,可通过终端登录数据采集应用,并通过该数据采集应用提供的数据采集端口上传试乘过程中输入的评估数据。一般来说,评估是基于试乘任务执行的,而试乘任务包括有车辆在自动驾驶过程中执行的各行驶动作,如起步、刹车、转向、加速、停车等等。评估数据与试乘任务相应,其可包括有车辆执行的每一行驶动作时用户对其进行的评估信息,评估信息具体可采用评分的计量形式,也可采用其他计量形式,本申请对此不进行限制。
可选的,在其他实施方式中,评估信息包括以下信息中的一种或多种:推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。具体来说,推背感是指让人感觉椅背紧压后背向前推行的感觉;离心感是指让人有一种在横向某一方向上紧压或被甩出去的感觉;颠簸感是指让人有一种离开座椅到空中并伴随一定失重的感觉;前倾感是指让人有一种身体前倾或伴随一定程度的点头的感觉;顿挫感是指让人有一种行车不流畅或晕车的感觉;晃动感是指让人感到车辆行驶策略不安全不可靠、行为轨迹摇摆不定的感觉。通过设置至少一种上述维度的评估信息,从而使评估模型能够输出的评估信息更全面。
随后,与实施例一不同的是,评估乘车舒适度的数据处理装置确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数具体可包括:确定所述车辆执行每一行驶动作时的执行地点和执行时间;根据所述执行地点和所述执行时间确定所述环境信息和/或车辆行驶参数。其中,在车辆执行每一行驶动作时,数据处理装置在接收评估信息的同时还将记录执行形式动作时的执行地点和执行时间,随后可通过网络服务器获在各执行地点的各执行时间时的环境参数,还可获取车辆在各执行地点的各执行时间时的车辆行驶参数。
可选的,环境信息包括以下信息中的一种或多种:天气信息、路况信息和路面状态信息。其中,天气信息是指执行行驶动作时的天气,如雨天、雪天、晴天、有风等等;路况信息是指执行行驶动作时的路上交通状况,如顺畅、轻微堵车、严重拥堵等等;路面状态信息是指执行行驶动作时的路面类型,如柏油马路、草地、土路等等。所述车辆行驶参数包括以下信息的一种或多种:车辆型号、行驶速度、转弯角度、前后倾斜角度、左右摇摆角度、车辆加速度、加速度变化率、油门输出量、刹车输出量。其中,车辆型号是指执行行驶动作的车的品牌、车型号、车种类等等;而上述行驶速度、转弯角度、前后倾斜角度、左右摇摆角度以及车辆加速度、加速度变化率、油门输出量和刹车输出量等均可由车载传感器测量获得的车辆行驶参数。
最后,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。具体的,利用前述采集的评估信息、以及环境信息和/或车辆行驶参数,结合行驶动作对深度学习算法模型进行训练,以使其可根据输入的行驶动作、以及环境信息和/或车辆行驶参数,输出相应的乘车舒适度。
本发明实施例二提供的评估乘车舒适度的数据处理方法,通过接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息,确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型,通过建立可用于输出乘车舒适度的评估模型从而简化了乘车舒适度的数据处理流程,提高了处理效率;同时,该评估模型考虑到了环境信息和/或车辆行驶参数,从而使得评估获得的乘车舒适度的更为客观,其该评估模型可适应对各种类型和各种试乘环境的车辆的评估,普适性更高。
图4为本发明实施例三提供的一种评估乘车舒适度的数据处理装置的结构示意图,如图4所示,该评估乘车舒适度的数据处理装置包括:
评估信息采集模块10于接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息;
处理模块20于确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数;
训练模块30于根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型。
可选的,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
可选的,所述处理模块20用于:
确定所述车辆执行每一行驶动作时的执行地点和执行时间;
根据所述执行地点和所述执行时间确定所述环境信息和/或车辆行驶参数。
可选的,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面状态信息;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***的具体工作过程以及相应的有益效果,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明提供的一种评估乘车舒适度的数据处理装置,通过接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息,确定所述车辆执行每一行驶动作时的环境信息和/或车辆行驶参数,根据车辆每一行驶动作对应的评估信息,以及环境信息和/或车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型,通过建立可用于输出乘车舒适度的评估模型从而简化了乘车舒适度的数据处理流程,提高了处理效率;同时,该评估模型考虑到了环境信息和/或车辆行驶参数,从而使得评估获得的乘车舒适度的更为客观,其该评估模型可适应对各种类型和各种试乘环境的车辆的评估,普适性更高。
图5为本发明提供的一种评估乘车舒适度的数据处理装置的硬件结构示意图。如图5所示,该终端包括:处理器42及存储在存储器41上并可在处理器42上运行的计算机程序,处理器42运行计算机程序时执行上述任一实施例的方法。
本发明实施例五还提供了一种评估乘车舒适度的数据处理方法,其具体可包括:获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和/或车辆行驶参数;将所述待评估行驶动作对应的环境信息和/或车辆行驶参数输入如前实施例一或实施例二所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:天气信息、路况信息和路面状态信息;和/或,所述车辆行驶参数包括以下信息的一种或多种:车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***的具体工作过程以及相应的有益效果,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例六还提供了一种评估乘车舒适度的数据处理装置,具体可包括:
数据采集模块,用于获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和/或车辆行驶参数;
识别模块,用于将所述待评估行驶动作对应的环境信息和/或车辆行驶参数输入如前任一项所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
在其中一种可选的实施方式中,所述评估信息包括以下信息中的一种或多种:推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
在其中一种可选的实施方式中,所述环境信息包括以下信息中的一种或多种:天气信息、路况信息和路面状态信息;和/或,所述车辆行驶参数包括以下信息的一种或多种:车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***的具体工作过程以及相应的有益效果,可以参考前述方法实施例中的对应过程,在此不再赘述。
图6为本发明提供的另一种评估乘车舒适度的数据处理装置的硬件结构示意图。如图6所示,该终端包括:处理器52及存储在存储器51上并可在处理器52上运行的计算机程序,处理器52运行计算机程序时执行上述实施例五的方法。
本发明还提供一种可读存储介质,包括程序,当其在终端上运行时,使得终端执行上述任一实施例的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (18)
1.一种评估乘车舒适度的数据处理方法,其特征在于,包括:
接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息;
确定所述车辆执行每一行驶动作时的环境信息和车辆行驶参数;
根据车辆每一行驶动作对应的评估信息,以及环境信息和车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型;
其中,所述环境信息是根据车辆在执行每一行驶动作时的执行地点和执行时间确定的。
2.根据权利要求1所述的评估乘车舒适度的数据处理方法,其特征在于,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
3.根据权利要求1所述的评估乘车舒适度的数据处理方法,其特征在于,确定所述车辆执行每一行驶动作时的车辆行驶参数,包括:
确定所述车辆执行每一行驶动作时的执行地点和执行时间;
根据所述执行地点和所述执行时间确定车辆行驶参数。
4.根据权利要求1-3任一项所述的评估乘车舒适度的数据处理方法,其特征在于,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面类型;
和/或,
所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
5.一种评估乘车舒适度的数据处理方法,其特征在于,包括:
获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和车辆行驶参数;
将所述待评估行驶动作对应的环境信息和车辆行驶参数输入权利要求1-4任一项所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
6.根据权利要求5所述的评估乘车舒适度的数据处理方法,其特征在于,
所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
7.根据权利要求5所述的评估乘车舒适度的数据处理方法,其特征在于,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面类型;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
8.一种评估乘车舒适度的数据处理装置,其特征在于,包括:
评估信息采集模块,用于接收用户通过数据采集端口输入的评估数据,所述评估数据包括用户对其所乘坐的车辆的每一行驶动作进行的评估信息;
处理模块,用于确定所述车辆执行每一行驶动作时的环境信息和车辆行驶参数;
训练模块,用于根据车辆每一行驶动作对应的评估信息,以及环境信息和车辆行驶参数以及对预设的深度学习算法模型进行训练,以获得用于输出乘车舒适度的评估模型;
其中,所述环境信息是根据车辆在执行每一行驶动作时的执行地点和执行时间确定的。
9.根据权利要求8所述的评估乘车舒适度的数据处理装置,其特征在于,所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
10.根据权利要求8所述的评估乘车舒适度的数据处理装置,其特征在于,所述处理模块具体用于:
确定所述车辆执行每一行驶动作时的执行地点和执行时间;
根据所述执行地点和所述执行时间确定车辆行驶参数。
11.根据权利要求8-10任一项所述的评估乘车舒适度的数据处理装置,其特征在于,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面类型;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
12.一种评估乘车舒适度的数据处理装置,其特征在于,包括:
数据采集模块,用于获取待评估行驶动作,并确定与所述待评估行驶动作对应的环境信息和车辆行驶参数;
识别模块,用于将所述待评估行驶动作对应的环境信息和车辆行驶参数输入权利要求1-4任一项所述方法构建的评估模型,输出所述待评估行驶动作对应的乘车舒适度。
13.根据权利要求12所述的评估乘车舒适度的数据处理装置,其特征在于,
所述评估信息包括以下信息中的一种或多种:
推背感、离心感、颠簸感、前倾感、顿挫感和晃动感。
14.根据权利要求12所述的评估乘车舒适度的数据处理装置,其特征在于,所述环境信息包括以下信息中的一种或多种:
天气信息、路况信息和路面类型;
和/或,所述车辆行驶参数包括以下信息的一种或多种:
车辆型号、行驶速度、车辆加速度、加速度变化率、油门输出量、刹车输出量、转弯角度、前后倾斜角度、左右摇摆角度。
15.一种评估乘车舒适度的数据处理装置,其特征在于,包括:存储器、与所述存储器连接的处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,
所述处理器运行所述计算机程序时执行权利要求1-4任一项所述的方法。
16.一种评估乘车舒适度的数据处理装置,其特征在于,包括:存储器、与所述存储器连接的处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,
所述处理器运行所述计算机程序时执行权利要求5-7任一项所述的方法。
17.一种可读存储介质,其特征在于,包括程序,当其在终端上运行时,使得终端执行权利要求1-4任一项所述的方法。
18.一种可读存储介质,其特征在于,包括程序,当其在终端上运行时,使得终端执行权利要求5-7任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810983689.2A CN109177979B (zh) | 2018-08-27 | 2018-08-27 | 评估乘车舒适度的数据处理方法、装置及可读存储介质 |
US16/507,458 US20200065700A1 (en) | 2018-08-27 | 2019-07-10 | Data Processing Method, Apparatus and Readable Storage Medium for Evaluating Ride Comfortability |
EP19187274.6A EP3617966B1 (en) | 2018-08-27 | 2019-07-19 | Data processing method, apparatus and readable storage medium for evaluating ride comfortability |
JP2019134050A JP7123015B2 (ja) | 2018-08-27 | 2019-07-19 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810983689.2A CN109177979B (zh) | 2018-08-27 | 2018-08-27 | 评估乘车舒适度的数据处理方法、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109177979A CN109177979A (zh) | 2019-01-11 |
CN109177979B true CN109177979B (zh) | 2021-01-05 |
Family
ID=64916262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810983689.2A Active CN109177979B (zh) | 2018-08-27 | 2018-08-27 | 评估乘车舒适度的数据处理方法、装置及可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200065700A1 (zh) |
EP (1) | EP3617966B1 (zh) |
JP (1) | JP7123015B2 (zh) |
CN (1) | CN109177979B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858561B (zh) * | 2019-02-20 | 2021-06-04 | 百度在线网络技术(北京)有限公司 | 体感预测方法、装置和终端 |
CN109872069A (zh) * | 2019-02-20 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 车辆性能评价方法、装置和终端 |
CN109697169A (zh) * | 2019-03-25 | 2019-04-30 | 深兰人工智能芯片研究院(江苏)有限公司 | 一种自动驾驶***的测试方法和装置 |
CN110838027A (zh) * | 2019-10-23 | 2020-02-25 | 上海能塔智能科技有限公司 | 车辆使用满意度的确定方法及装置、存储介质、计算设备 |
CN110843765A (zh) * | 2019-11-29 | 2020-02-28 | 上海汽车集团股份有限公司 | 一种自动驾驶方法、装置及电子设备 |
CN112418646A (zh) * | 2020-11-18 | 2021-02-26 | 广州小鹏自动驾驶科技有限公司 | 一种车辆舒适性评价方法、装置和可读存储介质 |
CN113386638A (zh) * | 2021-07-21 | 2021-09-14 | 芜湖雄狮汽车科技有限公司 | 车辆座椅的调节方法及装置 |
CN113722814A (zh) * | 2021-07-22 | 2021-11-30 | 江铃汽车股份有限公司 | 一种基于虚拟道路测试的车辆平顺性分析方法 |
CN113742841B (zh) * | 2021-08-20 | 2024-02-23 | 麦格纳动力总成(江西)有限公司 | 汽车的换挡性能测试方法、装置、存储介质及计算机设备 |
CN114194204A (zh) * | 2021-11-30 | 2022-03-18 | 际络科技(上海)有限公司 | 自动驾驶车辆体感数据处理方法及*** |
CN114371708B (zh) * | 2021-12-31 | 2023-05-02 | 清华大学 | 自动驾驶算法保护性能评测方法和装置 |
CN115964810B (zh) * | 2023-03-16 | 2023-07-04 | 中国重汽集团济南动力有限公司 | 一种车辆座椅动态舒适度评价及选型方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017020859A (ja) * | 2015-07-09 | 2017-01-26 | 三菱電機株式会社 | ナビゲーション装置 |
CN107796636A (zh) * | 2017-10-26 | 2018-03-13 | 安徽农业大学 | 一种车辆制动舒适性测试***及方法 |
CN108182533A (zh) * | 2017-12-28 | 2018-06-19 | 盯盯拍(深圳)技术股份有限公司 | 车辆乘坐舒适度评估方法以及车辆乘坐舒适度评估装置 |
CN108248608A (zh) * | 2017-12-28 | 2018-07-06 | 北京百度网讯科技有限公司 | 用于评估驾驶***的舒适度的方法和装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4427759B2 (ja) * | 2007-06-29 | 2010-03-10 | アイシン・エィ・ダブリュ株式会社 | 車両挙動学習装置及び車両挙動学習プログラム |
DE102010028278B4 (de) * | 2009-04-28 | 2019-11-07 | The Yokohama Rubber Co., Ltd. | Verfahren zur Fahrzeugbewertung und Vorrichtung zur Fahrzeugbewertung |
JP6011788B2 (ja) * | 2012-09-03 | 2016-10-19 | マツダ株式会社 | 車両用制御装置 |
US9605970B1 (en) * | 2015-09-03 | 2017-03-28 | Harman International Industries, Incorporated | Methods and systems for driver assistance |
KR102137213B1 (ko) * | 2015-11-16 | 2020-08-13 | 삼성전자 주식회사 | 자율 주행을 위한 모델 학습 장치 및 방법과 자율 주행 장치 |
JP2018073235A (ja) * | 2016-11-01 | 2018-05-10 | パイオニア株式会社 | 運転評価モデル生成装置、運転評価モデル生成方法及びプログラム |
CN107479368B (zh) * | 2017-06-30 | 2021-09-21 | 北京百度网讯科技有限公司 | 一种基于人工智能的训练无人机控制模型的方法及*** |
CN107862346B (zh) * | 2017-12-01 | 2020-06-30 | 驭势科技(北京)有限公司 | 一种进行驾驶策略模型训练的方法与设备 |
US10962973B2 (en) * | 2018-01-30 | 2021-03-30 | Uatc, Llc | Autonomous vehicle safe stop |
-
2018
- 2018-08-27 CN CN201810983689.2A patent/CN109177979B/zh active Active
-
2019
- 2019-07-10 US US16/507,458 patent/US20200065700A1/en not_active Abandoned
- 2019-07-19 JP JP2019134050A patent/JP7123015B2/ja active Active
- 2019-07-19 EP EP19187274.6A patent/EP3617966B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017020859A (ja) * | 2015-07-09 | 2017-01-26 | 三菱電機株式会社 | ナビゲーション装置 |
CN107796636A (zh) * | 2017-10-26 | 2018-03-13 | 安徽农业大学 | 一种车辆制动舒适性测试***及方法 |
CN108182533A (zh) * | 2017-12-28 | 2018-06-19 | 盯盯拍(深圳)技术股份有限公司 | 车辆乘坐舒适度评估方法以及车辆乘坐舒适度评估装置 |
CN108248608A (zh) * | 2017-12-28 | 2018-07-06 | 北京百度网讯科技有限公司 | 用于评估驾驶***的舒适度的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20200065700A1 (en) | 2020-02-27 |
EP3617966B1 (en) | 2024-02-14 |
JP7123015B2 (ja) | 2022-08-22 |
EP3617966A1 (en) | 2020-03-04 |
CN109177979A (zh) | 2019-01-11 |
JP2020035431A (ja) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109177979B (zh) | 评估乘车舒适度的数据处理方法、装置及可读存储介质 | |
JP6648304B2 (ja) | 運転支援装置、運転支援システム、プログラム及び運転支援装置の制御方法 | |
JP6898101B2 (ja) | 車両のエネルギー効率を分析するためのシステムおよび方法 | |
CN106536315B (zh) | 用于评价和/或优化车辆的运行特性的*** | |
KR102353705B1 (ko) | 자동차의 에너지 효율 분석을 위한 시스템 및 방법, 특히 자동차의 장치의 에너지 효율 분석을 위한 시스템 및 방법 | |
US20190071100A1 (en) | Autonomous driving adjustment method, apparatus, and system | |
CN111325230B (zh) | 车辆换道决策模型的在线学习方法和在线学习装置 | |
CN111539087A (zh) | 自动驾驶***仿真测试平台和自动驾驶***评价方法 | |
JP6991453B2 (ja) | 走行評価方法および疑似感情生成方法 | |
CN110843765A (zh) | 一种自动驾驶方法、装置及电子设备 | |
CN108734303A (zh) | 车辆驾驶数据预测方法、设备及计算机可读存储介质 | |
CN112193253A (zh) | 一种无人驾驶车辆在变曲率弯道行驶的纵向控制方法 | |
CN112309004B (zh) | 一种虚拟减速带生成方法、装置、车辆和存储介质 | |
CN116348355A (zh) | 用于测试车辆的驾驶员辅助***的方法和*** | |
Bhattacharjee et al. | Autonomous drifting RC car with reinforcement learning | |
CN110069894A (zh) | 一种针对智能汽车交通协调性的客观映射测试方法 | |
CN114139342A (zh) | 一种强化学习自动驾驶测试方法及*** | |
Losa et al. | A procedure for validating fixed-base driving simulators | |
CN114996890A (zh) | 一种检测方法及相关设备 | |
CN115485779A (zh) | 用于向用户提供用户适配的服务的技术 | |
CN113635915B (zh) | 车辆驾驶预警方法、装置、电子设备和存储介质 | |
KR102582497B1 (ko) | 자율주행 차량의 주행성능 검증장치 및 주행성능 검증방법 | |
CN111462475B (zh) | 实时交互式动态交通流的测试*** | |
Johansson | Specify the curve speed adaption parameters within the adaptive cruise control system | |
Saigo et al. | Investigation of inattentive driving estimation method by using longitudinal and lateral driver operational models |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211019 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |