CN112351407A - 一种基于5g分级决策的aeb策略方法 - Google Patents
一种基于5g分级决策的aeb策略方法 Download PDFInfo
- Publication number
- CN112351407A CN112351407A CN202011291258.3A CN202011291258A CN112351407A CN 112351407 A CN112351407 A CN 112351407A CN 202011291258 A CN202011291258 A CN 202011291258A CN 112351407 A CN112351407 A CN 112351407A
- Authority
- CN
- China
- Prior art keywords
- data
- aeb
- vehicle
- vehicles
- decision
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于5G分级决策的AEB策略方法,通过5G低时延、高可靠特点将车辆数据和传感器设备数据传递到边缘云服务器中,基于分级决策架构,将AEB决策算法布置在服务器中,利用服务器的强大计算能力运算,在搜集多辆车、多传感器数据的同时能实现程序的自我学习和迭代,接入服务器的车辆越多,数据量越大,算法会越加完善,并且可以结合路侧设备构建的多维时空图,提前获取不同障碍物的信息,增大感知范围,并根据每个车实时数据,能快速地传输车辆控制参数,并通过5G网络将控制量下发给车辆,实现高效、安全的车辆AEB功能。本发明降低了单车成本,增加了AEB控制数据源,降低了事故发生率,促进网联自动驾驶产业的发展。
Description
技术领域
本发明涉及的是主动安全控制技术领域,具体涉及一种基于5G分级决策的AEB策略方法。
背景技术
AEB控制***是车辆一种主动安全控制的技术,当前该技术主要由车辆机械刹车***、传感器检测设备、车辆控制器设备以及AEB算法策略组成,对现有专利进行分析发现,现有技术主要有以下几个方向:
1、根据车车通讯方式作为障碍物信息输入来源,提升AEB***安全性,如CN104139781B专利中提出的通过V2V设备感知其他其他车辆信息,根据前方车辆的预计制动距离和所述自车的预计制动距离计算所述自车减速度的可制动距离计算,提升事故发生率
2、根据传感器数据融合方式提升障碍物感知信息准确性,提升AEB***安全性,如:CN107867283A专利中提出的把视觉传感器获取的数据与雷达传感器获取的数据进行融合,提高了整个***对环境的感知能力,使获取的车况及路况信息更为完整和准确;多种工况模式的切换,提高了***对复杂交通路况的适应性以及满足了驾驶员多元的驾驶需求
3、根据机器学习的方式输出车辆控制的正确性,提升AEB***安全性,如CN107499262A专利中提到的利用卷积神经网络和ACC/AEB控制算法相融合,通过不断的训练与学习,既可以获得适应驾驶人驾驶习惯的控制参数,同时可以在AEB工作的过程中,实现自学习、自纠正,既对没有遇到过的工况进行自学习、对执行不满意的工况进行自纠正,不断地纠正各个神经元和各个参数之间的权值,实现最优控制参数的输出。
现有专利中方法中普遍存在传感器感知范围有限,车辆计算设备能力有限,数据来源有限,成本高昂或者算法无法实现高效自我学习迭代的问题。
综上所述,本发明设计了一种基于5G分级决策的AEB策略方法。
发明内容
针对现有技术上存在的不足,本发明目的是在于提供一种基于5G分级决策的AEB策略方法,降低了单车成本,增加了AEB控制数据源,降低了事故发生率,促进网联自动驾驶产业的发展。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于5G分级决策的AEB策略方法,包括以下流程:通过5G低时延、高可靠特点将车辆数据和传感器设备数据传递到边缘云服务器中,基于分级决策架构,将AEB决策算法布置在服务器中,利用服务器的强大计算能力运算,在搜集多辆车、多传感器数据的同时能实现程序的自我学习和迭代,接入服务器的车辆越多,数据量越大,算法会越加完善,并且可以结合路侧设备构建的多维时空图,提前获取不同障碍物的信息,增大感知范围,并根据每个车实时数据,能快速地传输车辆控制参数,并通过5G网络将控制量下发给车辆,实现高效、安全的车辆AEB功能。
一种基于5G分级决策的AEB***,包括车辆终端、边缘云端和远端,所述的车辆终端、边缘云端和远端均部署有软件;
所述的车辆终端部署数据上传和接收软件,完成AEB传感器、车辆数据的上传和边缘云控制参数下发;部署车端AEB决策算法,完成车辆基础AEB功能;部署车端策略决策算法判别响应边缘云控制还是车辆决策控制;
所述的边缘云端同车辆及云端通讯的数据接收和下发软件,完成跟云端数据对接,以及不同车辆不同传感器的数据接收,并下发给各个车辆决策控制指令;
所述的边缘云端还配置有路侧传感器信息接收软件、传感器识别及数据融合算法、AEB模型自学习迭代算法、各个车辆AEB实时决策算法、同车辆行驶匹配的高精度地图。
所述的云端同边缘云端通讯连接,并进行车辆行驶数据、运营数据、调度数据、行人信令数据、交通设施数据、事故数据处理分析以及AEB算法评估和优化。
本发明的有益效果:本发明推进了5G产业的迅猛发展,降低了单车成本,增加了AEB控制数据源,降低了事故发生率,促进了网联自动驾驶产业发展。
附图说明
下面结合附图和具体实施方式来详细说明本发明;
图1为本发明的分级决策架构图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参照图1,本具体实施方式采用以下技术方案:一种基于5G分级决策的AEB策略方法,包括以下流程:通过5G低时延、高可靠特点将车辆数据和传感器设备数据传递到边缘云服务器中,基于分级决策架构,将AEB决策算法布置在服务器中,利用服务器的强大计算能力运算,在搜集多辆车、多传感器数据的同时能实现程序的自我学习和迭代,接入服务器的车辆越多,数据量越大,算法会越加完善,并且可以结合路侧设备构建的多维时空图,提前获取不同障碍物的信息,增大感知范围,并根据每个车实时数据,能快速地传输车辆控制参数,并通过5G网络将控制量下发给车辆,实现高效、安全的车辆AEB功能。
一种基于5G分级决策的AEB***,包括车辆终端、边缘云端和远端,所述的车辆终端、边缘云端和远端均部署有软件;所述的车辆终端部署数据上传和接收软件,完成AEB传感器、车辆数据的上传和边缘云控制参数下发;部署车端AEB决策算法,完成车辆基础AEB功能;部署车端策略决策算法判别响应边缘云控制还是车辆决策控制;所述的边缘云端同车辆及云端通讯的数据接收和下发软件,完成跟云端数据对接,以及不同车辆不同传感器的数据接收,并下发给各个车辆决策控制指令;所述的边缘云端还配置有路侧传感器信息接收软件、传感器识别及数据融合算法、AEB模型自学习迭代算法、各个车辆AEB实时决策算法、同车辆行驶匹配的高精度地图。所述的云端同边缘云端通讯连接,并进行车辆行驶数据、运营数据、调度数据、行人信令数据、交通设施数据、事故数据处理分析以及AEB算法评估和优化。
本具体实施方式降低了单车成本,增加了AEB控制数据源,降低了事故发生率,促进网联自动驾驶产业的发展。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种基于5G分级决策的AEB策略方法,其特征在于,包括以下流程:通过5G低时延、高可靠特点将车辆数据和传感器设备数据传递到边缘云服务器中,基于分级决策架构,将AEB决策算法布置在服务器中,利用服务器的强大计算能力运算,在搜集多辆车、多传感器数据的同时能实现程序的自我学习和迭代,接入服务器的车辆越多,数据量越大,算法会越加完善,并且可以结合路侧设备构建的多维时空图,提前获取不同障碍物的信息,增大感知范围,并根据每个车实时数据,能快速地传输车辆控制参数,并通过5G网络将控制量下发给车辆,实现高效、安全的车辆AEB功能。
2.一种基于5G分级决策的AEB***,其特征在于,包括车辆终端、边缘云端和远端,所述的车辆终端、边缘云端和远端均部署有软件;
所述的车辆终端部署数据上传和接收软件,完成AEB传感器、车辆数据的上传和边缘云控制参数下发;部署车端AEB决策算法,完成车辆基础AEB功能;部署车端策略决策算法判别响应边缘云控制还是车辆决策控制;
所述的边缘云端同车辆及云端通讯的数据接收和下发软件,完成跟云端数据对接,以及不同车辆不同传感器的数据接收,并下发给各个车辆决策控制指令;
所述的边缘云端还配置有路侧传感器信息接收软件、传感器识别及数据融合算法、AEB模型自学习迭代算法、各个车辆AEB实时决策算法、同车辆行驶匹配的高精度地图;
所述的云端同边缘云端通讯连接,并进行车辆行驶数据、运营数据、调度数据、行人信令数据、交通设施数据、事故数据处理分析以及AEB算法评估和优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011291258.3A CN112351407A (zh) | 2020-11-18 | 2020-11-18 | 一种基于5g分级决策的aeb策略方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011291258.3A CN112351407A (zh) | 2020-11-18 | 2020-11-18 | 一种基于5g分级决策的aeb策略方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112351407A true CN112351407A (zh) | 2021-02-09 |
Family
ID=74364144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011291258.3A Withdrawn CN112351407A (zh) | 2020-11-18 | 2020-11-18 | 一种基于5g分级决策的aeb策略方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112351407A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132474A (zh) * | 2021-04-14 | 2021-07-16 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶车辆的控制方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108407808A (zh) * | 2018-04-23 | 2018-08-17 | 安徽车鑫保汽车销售有限公司 | 一种汽车行驶智能预测*** |
CN109709593A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于“云-端”紧耦合的智能网联汽车车载终端平台 |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路*** |
CN111880174A (zh) * | 2020-07-03 | 2020-11-03 | 芜湖雄狮汽车科技有限公司 | 一种用于支持自动驾驶控制决策的路侧服务***及其控制方法 |
-
2020
- 2020-11-18 CN CN202011291258.3A patent/CN112351407A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108407808A (zh) * | 2018-04-23 | 2018-08-17 | 安徽车鑫保汽车销售有限公司 | 一种汽车行驶智能预测*** |
CN109709593A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于“云-端”紧耦合的智能网联汽车车载终端平台 |
CN111367292A (zh) * | 2020-03-20 | 2020-07-03 | 特路(北京)科技有限公司 | 自动驾驶汽车智能道路*** |
CN111880174A (zh) * | 2020-07-03 | 2020-11-03 | 芜湖雄狮汽车科技有限公司 | 一种用于支持自动驾驶控制决策的路侧服务***及其控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132474A (zh) * | 2021-04-14 | 2021-07-16 | 东软睿驰汽车技术(沈阳)有限公司 | 一种自动驾驶车辆的控制方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110362077B (zh) | 无人驾驶车辆紧急避险决策***、方法及介质 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和*** | |
US20190155291A1 (en) | Methods and systems for automated driving system simulation, validation, and implementation | |
CN106537180B (zh) | 用于用针对行人的主动制动的摄影机输入缓解雷达传感器限制的方法 | |
CN110843789B (zh) | 一种基于时序卷积网络的车辆换道意图预测方法 | |
EP3640622B1 (en) | Method and apparatus for determining coping capability boundary information of an unmanned vehicle and computer program therefore | |
CN113460081A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN109572689B (zh) | 一种基于雷达识别障碍物的整车控制方法及*** | |
US20220073070A1 (en) | Vehicle draft mode | |
US11603098B2 (en) | Systems and methods for eye-tracking data collection and sharing | |
CN113165646A (zh) | 用于检测车辆周围的风险因素的电子设备及其控制方法 | |
CN111464972A (zh) | 经优先级排序的车辆消息传递 | |
CN113076897A (zh) | 智能网联汽车的博弈动态行驶安全测控方法及调控终端 | |
CN112896185A (zh) | 一种面向车路协同的智能驾驶行为决策规划方法及*** | |
CN113460080A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112351407A (zh) | 一种基于5g分级决策的aeb策略方法 | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、***和车辆 | |
CN113460083A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN115136081A (zh) | 用于训练用于机动车的控制器的至少一个算法的方法、用于优化区域中的交通流的方法、计算机程序产品以及机动车 | |
CN117008574A (zh) | 一种智能网联汽车高级辅助驾驶***和自动驾驶***测试平台 | |
CN116564084A (zh) | 一种基于纯路端感知的网联式辅助驾驶控制方法及*** | |
CN112829762A (zh) | 一种车辆行驶速度生成方法以及相关设备 | |
JP7503921B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN113525413A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210209 |
|
WW01 | Invention patent application withdrawn after publication |