CN113093591A - 高集成度辅助驾驶控制方法、多核微处理器及*** - Google Patents
高集成度辅助驾驶控制方法、多核微处理器及*** Download PDFInfo
- Publication number
- CN113093591A CN113093591A CN202110269311.8A CN202110269311A CN113093591A CN 113093591 A CN113093591 A CN 113093591A CN 202110269311 A CN202110269311 A CN 202110269311A CN 113093591 A CN113093591 A CN 113093591A
- Authority
- CN
- China
- Prior art keywords
- chip
- information
- driving
- vehicle
- data
- 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 89
- 230000004927 fusion Effects 0.000 claims abstract description 78
- 238000012545 processing Methods 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 53
- 238000004590 computer program Methods 0.000 description 19
- 238000001514 detection method Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24215—Scada supervisory control and data acquisition
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高集成度辅助驾驶控制方法、多核微处理器及***,其方法包括:在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。本发明通过多核微处理器中的多个处理器内核并行处理接收到的多项辅助驾驶请求指令,无需设置过多的独立的控制器,降低成本,同时有利于整车轻量化。
Description
技术领域
本发明涉及汽车控制领域,具体是涉及一种高集成度辅助驾驶控制方法、多核微处理器及***。
背景技术
随着社会经济的发展和人们生活水平的提高,人们对汽车的使用越来越多,智能驾驶技术成为社会研究的热点,例如遥控融合泊车、疲劳监测***及高级辅助驾驶。
辅助驾驶包含但不限于自动紧急制动、全速自适应巡航、车道保持辅助主动变道辅助等。目前,在同时执行多项辅助驾驶指令时,分别需要独立的控制器来完成,由于实现功能所需的计算量较大,所选用SOC(System on Chip,***级芯片)和MCU(Microcontroller Unit,微处理器)的计算能力强,功耗大散热要求高,所以三种控制器的壳体基本都是金属外壳,不利于整车轻量化。
发明内容
本发明的目的是为了克服上述背景技术的不足,提供一种高集成度辅助驾驶控制方法、多核微处理器及***,通过多核微处理器中的多个处理器内核并行处理接收到的多项辅助驾驶请求指令,无需设置过多的独立的控制器,降低成本,同时有利于整车轻量化。
第一方面,提供一种高集成度辅助驾驶控制方法,应用于多核微处理器,包括以下步骤:
在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;
根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
根据第一方面,在第一方面的第一种可能的实现方式中,所述“在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
当检测到车辆处于行驶过程中,且检测到车辆实时车速大于预设档位车速时,通过***级芯片获取和处理驾驶员图像信息;
当通过***级芯片根据所述驾驶员图像信息判定驾驶员处于疲劳驾驶状态时,控制***级芯片发出报警信息。
根据第一方面,在第一方面的第二种可能的实现方式中,所述“在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
当检测到***上电时,进行***电源配置;
当检测到***电源配置完成之后,控制***级芯片上电;
通过***级芯片获取并识别驾驶员脸部信息,并接受***级芯片发送的识别结果;
根据接受到的识别结果,进行个性化设置。
根据第一方面,在第一方面的第三种可能的实现方式中,所述“根据接受到的识别结果,进行个性化设置”步骤之前,包括以下步骤:
当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息匹配时,获取并执行对应的个性化设置;
当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息不匹配时,存储所述驾驶员脸部信息对应的个性化设置。
根据第一方面,在第一方面的第四种可能的实现方式中,所述“根据得到的传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令”步骤之后,包括以下步骤:
当接收到泊车请求时,退出当前执行的功能,获取雷达数据,并将所述雷达数据发送至***级芯片;
控制***级芯片退出当前执行的功能、获取环视图像信息,以及对所述雷达数据和所述环视图像信息进行融合得到融合泊车数据;
控制***级芯片根据所述融合泊车数据生成路径规划指令,并接收***级芯片发送的生成泊车规划指令;
控制车辆执行所述泊车规划指令。
根据第一方面,在第一方面的第五种可能的实现方式中,所述“根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片”步骤,包括以下步骤:
根据分配的辅助驾驶请求指令,获取对应类型的辅助传感器的参数信息;
当所述参数信息判定所述辅助传感器处于工作状态时,获取传感器信息,并将得到的所述传感器信息发送给***级芯片。
根据第一方面的第五种可能的实现方式,在第一方面的第六种可能的实现方式中,所述“根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片”步骤之后,包括以下步骤:
当接收到某一类型的辅助驾驶退出指令,或检测到某一类型的辅助驾驶对应的辅助传感器的参数信息处于非工作状态时,退出所述某一类型的辅助驾驶功能。
根据第一方面的第五种可能的实现方式,在第一方面的第七种可能的实现方式中,所述“通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据”步骤,包括以下步骤:
当通过***级芯片检测到与***级芯片连接的对应的传感器处于工作状态、且通过***级芯片接收到所述传感器信息时,控制***级芯片对所述传感器信息进行融合得到所述传感器融合数据。
第二方面,提供一种多核微处理器,包括:
请求分配模块,用于在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
信息获取模块,与所述请求分配模块通讯连接,用于根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
数据接收模块,用于通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;
路径规划模块,与所述数据接收模块通讯连接,用于根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
第三方面,提供一种高集成度辅助驾驶控制***,包括多核微处理器和***级芯片,所述多核微处理器和所述***级芯片通讯连接;
所述多核微处理器,在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
所述多核微处理器,根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
所述***级芯片,对所述传感器信息进行数据融合得到传感器融合数据,并发送所述传感器融合数据至所述多核微处理器;
所述多核微处理器,根据所述传感器融合数据进行路径规划,并控制车辆执行。
与现有技术相比,本发明通过多核微处理器中的多个处理器内核并行处理接收到的多项辅助驾驶请求指令,无需设置过多的独立的控制器,降低成本,同时有利于整车轻量化。
附图说明
图1是本发明实施例提供的一种高集成度辅助驾驶控制方法的流程示意图;
图2是本发明实施例提供的一种高集成度辅助驾驶控制***的传感器布置方案;
图3是本发明实施例提供的一种高集成度辅助驾驶控制***的控制器硬件原理框图;
图4是本发明另一实施例提供的一种高集成度辅助驾驶控制方法的流程示意图;
图5是本发明另一实施例提供的一种高集成度辅助驾驶控制方法的流程示意图;
图6是本发明另一实施例提供的一种高集成度辅助驾驶控制方法的流程示意图;
图7是本发明实施例提供的一种多核微处理器的结构示意图;
图8是本发明实施例提供的一种高集成度辅助驾驶控制***的结构示意图。
附图标号:
100、多核微处理器;110、请求分配模块;120、信息获取模块;130、数据接收模块;140、路径规划模块;200、高集成度辅助驾驶控制***;300、***级芯片。
具体实施方式
现在将详细参照本发明的具体实施例,在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明,但将理解,不是想要将本发明限于所述的实施例。相反,想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意,这里描述的方法步骤都可以由任何功能块或功能布置来实现,且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
为了使本领域技术人员更好地理解本发明,下面结合附图和具体实施方式对本发明作进一步详细说明。
注意:接下来要介绍的示例仅是一个具体的例子,而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
参见图1所示,本发明实施例提供一种高集成度辅助驾驶控制方法,应用于多核微处理器,包括以下步骤:
S100在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
S200根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
S300通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;
S400根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
具体的,本实施例本发明提出一种集成遥控融合泊车、疲劳检测***和高级辅助驾驶的控制器。控制器方案为一个图像处理SOC(***级芯片)加一个多核安全MCU(多核微处理器)。体积与单个控制器相当,整体重量降低利于整车轻量化;控制器数量减少也可以减少附属器件,如控制器支架开发。SOC资源得到有效利用,本发明采用一个SOC,在车辆启动和行车状态运行疲劳检测***程序,在泊车状态运行遥控融合泊车程序。整体成本低:本发明中疲劳监测***和遥控融合泊车***共用一个SOC,多核MCU在完成高级辅助驾驶功能的同时,负责***电源管理和SOC数据流监控。***可减少一个SOC和两个MCU,此外本发明各功能可实现一定程度的电源和通信***的共用,有效的减少了电子元器件和机械结构件的数量。本发明只需要一套包含SOC和MCU的基础软件和诊断软件,通过有效利用硬件资源,使三大类功能由一个控制器实现,高度集成化,可有效减少元器件数量。
在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多核微处理器的多个处理器内核进行并行处理,相互之间并不干扰。
多核微处理器的各处理器内核根据分配给自身的辅助驾驶请求指令,获取对应的传感器信息,并将得到的传感器信息发送给***级芯片。其中,多核微处理器和***级芯片基于自身数据接口等因素,其连接的传感器类型不相同,并且由于***级芯片的处理能力更强,因此***级芯片采集的环视图像直接由***级芯片处理。
辅助驾驶包含但不限于自动紧急制动、全速自适应巡航、车道保持辅助主动变道辅助等。多核微处理器的各个处理器内核根据分配的辅助驾驶请求指令,获取对应的该类型的辅助驾驶需要的传感器信息,该传感器信息一般为超声波雷达信息,处理器内核对采集到的传感器信息进行滤波同步等处理,然后将处理之后的传感器信息发送给***级芯片。
***级芯片接收传感器信息,由于传感器信息是通过不同的传感器采集到的,其数据类型不同,因此***级芯片将不同类型的传感器信息进行融合得到传感器融合数据。之后***级芯片将传感器融合数据发送给多核微处理器对应的处理器内核。多核微处理器根据得到的传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
本发明通过多核微处理器中的多个处理器内核并行处理接收到的多项辅助驾驶请求指令,无需设置过多的独立的控制器,降低成本,同时有利于整车轻量化。
可选地,在本申请另外的实施例中,所述“S100在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
S010当检测到车辆处于行驶过程中,且检测到车辆实时车速大于预设档位车速时,通过***级芯片获取和处理驾驶员图像信息;
S020当通过***级芯片根据所述驾驶员图像信息判定驾驶员处于疲劳驾驶状态时,控制***级芯片发出报警信息。
具体的,本实施例中,在车辆处于行驶过程中,***级芯片中的疲劳检测程序开启,当检测到车辆实时车速大于预设档位车速时,例如检测到车辆处于D档且车速大于10km/h(预设档位车速的数值并不作具体限定),***级芯片获取和处理驾驶员图像信息,驾驶员图像信息包括但不限于驾驶员脸部表情信息、眼部信息等身体生理信息。***级芯片根据驾驶员图像信息判断驾驶员当前的状态,当判定驾驶员处于疲劳驾驶状态时,***级芯片发出报警信息,报警信息包括但不限于警报声、响铃、灯光闪烁等。当检测到车辆不符合疲劳检测的条件时(例如车辆处于非D档或车速小于等于10km/h),则不再获取驾驶员图像信息,而是保持监测车辆当前的驾驶状态。
由于疲劳检测程序是通过驾驶员图像信息对驾驶员的状态进行判断,其数据处理要求较高,因此通过***级芯片进行处理。
在车辆行驶过程中控制器可能同时运行辅助驾驶和疲劳检测功能。在这一阶段控制器两大子***相对独立,MCU启动多核模式完成绝大部分辅助驾驶工作,包括:传感器数据处理、路径规划、车辆控制等工作,SOC主要完成疲劳驾驶检测图像处理及其他工作,从而提高工作效率。
可选地,在本申请另外的实施例中,所述“S100在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
S050当检测到***上电时,进行***电源配置;
S060当检测到***电源配置完成之后,控制***级芯片上电;
S070通过***级芯片获取并识别驾驶员脸部信息,并接受***级芯片发送的识别结果;
S080根据接受到的识别结果,进行个性化设置。
具体的,本实施例中,车辆启动时车辆上电唤醒多核微处理器,多核微处理器完成***电源配置,之后唤醒***级芯片。由于驾驶员识别是通过驾驶员脸部信息对驾驶员的身份进行判断,其数据处理要求较高,因此通过***级芯片执行疲劳驾驶检测***的驾驶员人脸识别功能。***级芯片获取驾驶员脸部信息,并将驾驶员脸部信息与存储的驾驶员信息进行匹配,并将匹配结果发送至多核微处理器。当识别结果识别出驾驶员脸部信息与存储的驾驶员信息匹配时,说明该驾驶员记录由相应的驾驶设置信息,因此获取并执行对应的个性化设置,如电动座椅、后视镜、氛围灯以及将结果发送给影音娱乐***进行进行相关个性化偏好设置。当识别结果识别出驾驶员脸部信息与存储的驾驶员信息不匹配时,存储驾驶员脸部信息对应的个性化设置,以便后续该驾驶员再次驾驶时直接进行个性化设置,或者根据用户需求决定是否存储当前驾驶员脸部信息和驾驶习惯的个性化设置。
可选地,在本申请另外的实施例中,所述“S400根据得到的传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令”步骤之后,包括以下步骤:
S500当接收到泊车请求时,退出当前执行的功能,获取雷达数据,并将所述雷达数据发送至***级芯片;
S600控制***级芯片退出当前执行的功能、获取环视图像信息,以及对所述雷达数据和所述环视图像信息进行融合得到融合泊车数据;
S700控制***级芯片根据所述融合泊车数据生成路径规划指令,并接收***级芯片发送的生成路径规划指令;
S800控制车辆执行所述路径规划指令。
具体的,本实施例中,当接收到泊车请求时,多核微处理器和***级芯片均退出当前执行的功能,其中优先退出非安全功能,对于退出可能造成安全隐患的安全功能可能保留。之后基于多核微处理器和***级芯片连接的传感器类型不同,以及两者处理数据的能力不同。多核微处理器获取雷达数据,并将雷达数据发送至***级芯片。***级芯片获取环视图像信息,并对雷达数据和所述环视图像信息进行融合得到融合泊车数据,同时***级芯片根据融合泊车数据生成路径规划指令。多核微处理器接收***级芯片发送的生成泊车规划指令,并控制车辆执行泊车规划指令,以完成自动泊车。
可选地,在本申请另外的实施例中,所述“S200根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片”步骤,包括以下步骤:
S210根据分配的辅助驾驶请求指令,获取对应类型的辅助传感器的参数信息;
S220当所述参数信息判定所述辅助传感器处于工作状态时,获取传感器信息,并将得到的所述传感器信息发送给***级芯片。
具体的,本实施例中,多核微处理器根据分配的辅助驾驶请求指令,获取待执行的对应类型的辅助驾驶所需要的的辅助传感器的参数信息,根据参数信息判断辅助传感器当前功能是否正常以及是否处于可用状态等。如果判定辅助传感器处于工作状态,即开始执行该项辅助驾驶,获取需要的传感器信息,并将得到的传感器信息发送给***级芯片。
进一步地,在该项辅助驾驶执行过程中,如果多核微处理器接受到该项辅助驾驶的辅助驾驶退出指令,则退出该项辅助驾驶。或者在该项辅助驾驶执行过程中,如果多核微处理器检测到该项辅助驾驶对应的辅助传感器的参数信息处于非工作状态,也就是检测到某些需要的辅助传感器不可用,同样退出该项辅助驾驶。
此外,与多核微处理器相同,***级芯片同样需要检测判断与自身连接的传感器的状态。只有当***级芯片检测到与***级芯片连接的该项辅助驾驶对应需要的传感器处于工作状态,同时多核微处理器发送了获取的传感器信息至***级芯片时,***级芯片才执行辅助驾驶,对传感器信息进行融合得到传感器融合数据。
本实施例提供一种高集成度辅助驾驶控制方法,集成遥控融合泊车、疲劳监测和高级辅助驾驶三大类功能。目前遥控融合泊车,疲劳监测***,高级辅助驾驶是需要三个独立的控制器来完成。这种方案有明显的缺点。第一,不利于整车轻量化:由于实现这三种功能所需的计算量较大,所选用SOC(System on Chip,***级芯片)和MCU(MicrocontrollerUnit,微处理器)的计算能力强,功耗大散热要求高,所以三种控制器的壳体基本都是金属外壳。第二,SOC资源利用不充分:遥控融合泊车***只工于泊车状态,在车辆启动和行车过程中处于休眠状态;而疲劳检测***却恰恰相反,只工作与启动和行车过程中,在泊车过程中处于休眠,造成SOC资源浪费。第三,不利于整车成本控制:硬件层面,由于每个控制器都需要一套独立的电源***、通信***;且基于功能安全考虑,遥控融合泊车***和疲劳监测***的SOC都是需要一个MCU配合使用,用于电源管理和***数据流监控;软件层面,需要采购三套不同基础软件和诊断软件。
***传感器布置方案如图2所示,由201-212为12个超声波雷达、213-216为4个环视摄像头、217-220为4个中距毫米波雷达、221为1个长距毫米波、222为疲劳驾驶监测摄像头、223为前视摄像头构成。采用4个环视摄像头和12个超声波雷达传感器方案实现遥控泊车。采用四个中距离毫米波角雷达、长距毫米波前雷达和前视摄像头传感器方案实现高级辅助驾驶功能。采用单个或双摄像头方案实现疲劳驾驶检测功能。
控制器硬件原理框图如图3所示,通过有效利用硬件资源,使三大类功能由一个控制器实现。高度集成化,可有效减少元器件数量。
完成遥控融合泊车需要101、102、103、107、108、109、110、111、112装置共同完成。其中103装置为4路摄像头输入接口,其接口类型可以但不限于是GSML或LVDS。107装置所示的超声波雷达接口可以是LIN也可以是PWM接口。112装置完成超声波雷达数据处理及融合,结果输出给SOC完成最后的融合。110装置为环视图像输出接口,接口类型可以但不限于是LVDS。111装置为核心计算装置,完成遥控融合泊车所需的图像处理、拼接、与超声波雷达数据融合,***轨迹规划,路径生成和决策,112装置完成横向和纵向控制计算。
本实施例所述的高级辅助驾驶包含但不限于自动紧急制动、全速自适应巡航、车道保持辅助主动变道辅助等,达到国际汽车工程师协会定义的L3级别自动驾驶水平。高级辅助驾驶需要101、102、105、106、108、109、111、112装置共同完成。其中105装置为多路CAN或CANFD接口电路,106为CANFD接口电路。111装置完成部分融合功能,101(DDR内存)、102(Embedded Multi Media Card,内嵌式存储器)作为其附属装置协同参与。112装置为高级辅助驾驶核心,采用高性能多核且符合功能安全要求的MCU,完成角雷达,前向毫米波雷达,和前视摄像头的数据处理、融合、以及规划决策计算。
本发明所述的疲劳监测***,需要参与其中的硬件装置有101、102、104、108、109、111、112。104为单路或双路疲劳监测摄像头接口电路,其接类型可以但不限于是GSML或LVDS。111装置为本***的核心,完成功能所需的图形处理、识别、驾驶员状态评估等计算工作,101和102作为附属存储设备。
本发明中111装置和其附属装置,在设备运行中的三个阶段(本发明中定义为车辆启动、行车、泊车三个工作状态),都得到了充分的利用。在车辆启动阶段主要运行驾驶员识别功能;行车过程中运行驾驶员状态检测功能,并执行部分辅助驾驶融合工作;泊车过程中前两种功能关闭,只运行融合泊车程序。这种各功能工作机制互补模式,在不增加处理器负载率的情况下,使处理器的到充分的利用。
所述112装置为符合功能安全的多核MCU,主要执行功能安全要求较高的辅助驾驶相关的传感器数据处理、数据融合、规划决策和控制。本发明中采用112中一个独立的核进行***电源管理。同样在泊车过程112装置不需要运行辅助驾驶相关功能,此时由于辅助驾驶功能的退出,MCU的负载率很低,***可以利用MCU进行遥控融合泊车的超声波雷达数据处理及融合,取代112装置所需的独立MCU。
所述108装置为控制器与网关通信接口电路,可以是CAN、CANFD或以太网。作为控制装置与网关通信接口,负责传输控制装置的车辆控制指令、控制装置所需的车辆信息,同时作为控制装置的诊断和***升级通道。所述控制装置诊断软件,包含负责驾驶、融合泊车以及疲劳检测都集成在112中。
所述控制装置只需要一套包含MCU和SOC的基础软件和诊断软件。增加的功能和诊断,可以通过增加功能SWC和诊断服务的方式实现,从而减少多平台基础软件开发工作。
基于前述的集成遥控融合泊车、疲劳检测***和高级辅助驾驶的控制器,本提案还提供一种控制方法,所述控制方法包括三个阶段:启动、行车、泊车三个阶段各功能的控制方法。
如图4所示,所述方法启动阶段工作流程。车辆上电唤醒MCU,MCU完成***电源配置。在这一阶段SOC执行疲劳驾驶检测***的驾驶员人脸识别功能,并将识别结果编号发送给MCU,MCU将编号与已有驾驶员编号进行对比,如果为已有驾驶员,则进行相关的个性化设置,如电动座椅、后视镜、氛围灯以及将结果发送个影音娱乐***进行进行相关个性化偏好设置。如果为新驾驶员则根据用户需求决定是否存储当前驾驶员人脸信息和驾驶习惯。
如图5所示,所述方法在泊车过程中控制方法。控制器检测到泊车请求MCU退出非安全功能,并配独立核用于遥控融合泊车相关信号处理及融合,将超声波雷达融合结果发送给SOC。同时SOC退出当前功能(如疲劳检测或高级辅助驾驶),进行泊车环视图像处理、拼接,结合超声波雷达融合数据,完成多传感器数据融合;根据融合结果完成路径规划决策,并选择最佳路径信息发送给MCU完成车辆横向和纵向控制。
如图6所示,所述控制方法还包括车辆行驶过程中的控制方法,在行驶过程中控制器可能同时运行辅助驾驶和疲劳检测功能。在这一阶段控制器两大子***相对独立,MCU启动多核模式完成绝大部分辅助驾驶工作,包括:传感器数据处理、路径规划、车辆控制等工作;SOC主要完成疲劳驾驶检测图像处理及其他工作,还好包括一小部分辅助驾驶传感器融合工作。
通过对111装置在设备上电后各阶段的充分利用,在仅使用一套111装置及其附属装置的情况下实现完整的遥控融合泊车和疲劳驾驶监测功能。并通过在行车过程中运行部分辅助驾驶融合算法,降低对112装置的参数需求,使符合需求的MCU范围更广,价格更低。
通过对112装置资源和工作机制的有效利用,取代112装置实现遥控融合泊车所需的附属MCU,减少元器件使用数量。
本发明通过对各MCU和SOC的有效利用,使一个控制装置实现遥控融合泊车、疲劳驾驶监测和辅助驾驶三大功能成为现实。如本发明所述控制装置数量的减少,并未显著增加控制装置复杂程度,只需要在实现遥控融合泊车控制装置上升级MCU,增加辅助驾驶和疲劳监测所需的传感器接口电路即可。控制装置机械尺寸不会有较大幅度变化,而控制装置从三个降为一个,即可减少结构件开发成本,也有利于整车重量。控制装置由三个变成一个,可以至少减少一个图像处理SOC和两个MCU及其附属器件。SOC和MCU的减少,不仅可以显著降低***物料成本。
如图7所示,一种多核微处理器100,包括:
请求分配模块110,用于在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
信息获取模块120,与所述请求分配模块110通讯连接,用于根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;具体包括:当接收到某一类型的辅助驾驶退出指令,或检测到某一类型的辅助驾驶对应的辅助传感器的参数信息处于非工作状态时,退出所述某一类型的辅助驾驶功能。
数据接收模块130,用于通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;具体包括:当通过***级芯片检测到与***级芯片连接的对应的传感器处于工作状态、且通过***级芯片接收到所述传感器信息时,控制***级芯片对所述传感器信息进行融合得到所述传感器融合数据。
路径规划模块140,与所述数据接收模块130通讯连接,用于根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
多核微处理器100还包括:
报警模块,用于当检测到车辆处于行驶过程中,且检测到车辆实时车速大于预设档位车速时,通过***级芯片获取和处理驾驶员图像信息;当通过***级芯片根据所述驾驶员图像信息判定驾驶员处于疲劳驾驶状态时,控制***级芯片发出报警信息。
个性化设置模块,用于当检测到***上电时,进行***电源配置;当检测到***电源配置完成之后,控制***级芯片上电;通过***级芯片获取并识别驾驶员脸部信息,并接受***级芯片发送的识别结果;根据接受到的识别结果,进行个性化设置。当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息匹配时,获取并执行对应的个性化设置;当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息不匹配时,存储所述驾驶员脸部信息对应的个性化设置。
泊车规划模块,用于当接收到泊车请求时,退出当前执行的功能,获取雷达数据,并将所述雷达数据发送至***级芯片;控制***级芯片退出当前执行的功能、获取环视图像信息,以及对所述雷达数据和所述环视图像信息进行融合得到融合泊车数据;控制***级芯片根据所述融合泊车数据生成路径规划指令,并接收***级芯片发送的生成泊车规划指令;控制车辆执行所述泊车规划指令。
具体的,本实施例中各个模块的功能在相应的方法实施例中已经进行详细说明,因此不再一一赘述。
如图8所示,一种高集成度辅助驾驶控制***,包括多核微处理器100和***级芯片300,所述多核微处理器100和所述***级芯片300通讯连接;
所述多核微处理器100,在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
所述多核微处理器100,根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片300;
所述***级芯片300,对所述传感器信息进行数据融合得到传感器融合数据,并发送所述传感器融合数据至所述多核微处理器100;
所述多核微处理器100,根据所述传感器融合数据进行路径规划,并控制车辆执行。
所述***级芯片300,当检测到车辆处于行驶过程中,且检测到车辆实时车速大于预设档位车速时,获取和处理驾驶员图像信息;根据所述驾驶员图像信息判定驾驶员处于疲劳驾驶状态时,发出报警信息。
所述多核微处理器100,当检测到***上电时,进行***电源配置;
所述***级芯片300,当检测到***电源配置完成之后,控制***级芯片300上电;
所述***级芯片300,获取并识别驾驶员脸部信息,并发送识别结果至所述多核微处理器100;
所述多核微处理器100,根据接受到的识别结果,进行个性化设置。当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息匹配时,获取并执行对应的个性化设置;当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息不匹配时,存储所述驾驶员脸部信息对应的个性化设置。
所述多核微处理器100,当接收到泊车请求时,退出当前执行的功能,获取雷达数据,并将所述雷达数据发送至***级芯片300;
所述***级芯片300,退出当前执行的功能、获取环视图像信息,以及对所述雷达数据和所述环视图像信息进行融合得到融合泊车数据;根据所述融合泊车数据生成路径规划指令,并发送生成泊车规划指令至所述多核微处理器100;
所述多核微处理器100,控制车辆执行所述泊车规划指令。
所述多核微处理器100,根据分配的辅助驾驶请求指令,获取对应类型的辅助传感器的参数信息;当所述参数信息判定所述辅助传感器处于工作状态时,获取传感器信息,并将得到的所述传感器信息发送给***级芯片300。当接收到某一类型的辅助驾驶退出指令,或检测到某一类型的辅助驾驶对应的辅助传感器的参数信息处于非工作状态时,退出所述某一类型的辅助驾驶功能。
所述***级芯片300,当检测到与***级芯片300连接的对应的传感器处于工作状态、且通过***级芯片300接收到所述传感器信息时,对所述传感器信息进行融合得到所述传感器融合数据。
具体的,本实施例中各个模块的功能在相应的方法实施例中已经进行详细说明,因此不再一一赘述。
基于同一发明构思,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
本发明实现上述方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Ra ndomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
基于同一发明构思,本申请实施例还提供一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CP U),还可以是其他通用处理器、数字信号处理器(Digital Signal Pr ocessor,DSP)、专用集成电路(Application Specific Integrated Circ uit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等);存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Fl ash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、服务器或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种高集成度辅助驾驶控制方法,应用于多核微处理器,其特征在于,包括以下步骤:
在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;
根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
2.如权利要求1所述的高集成度辅助驾驶控制方法,其特征在于,所述“在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
当检测到车辆处于行驶过程中,且检测到车辆实时车速大于预设档位车速时,通过***级芯片获取和处理驾驶员图像信息;
当通过***级芯片根据所述驾驶员图像信息判定驾驶员处于疲劳驾驶状态时,控制***级芯片发出报警信息。
3.如权利要求1所述的高集成度辅助驾驶控制方法,其特征在于,所述“在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理”步骤之前,包括以下步骤:
当检测到***上电时,进行***电源配置;
当检测到***电源配置完成之后,控制***级芯片上电;
通过***级芯片获取并识别驾驶员脸部信息,并接受***级芯片发送的识别结果;
根据接受到的识别结果,进行个性化设置。
4.如权利要求3所述的高集成度辅助驾驶控制方法,其特征在于,所述“根据接受到的识别结果,进行个性化设置”步骤之前,包括以下步骤:
当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息匹配时,获取并执行对应的个性化设置;
当所述识别结果识别出所述驾驶员脸部信息与存储的驾驶员信息不匹配时,存储所述驾驶员脸部信息对应的个性化设置。
5.如权利要求1所述的高集成度辅助驾驶控制方法,其特征在于,所述“根据得到的传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令”步骤之后,包括以下步骤:
当接收到泊车请求时,退出当前执行的功能,获取雷达数据,并将所述雷达数据发送至***级芯片;
控制***级芯片退出当前执行的功能、获取环视图像信息,以及对所述雷达数据和所述环视图像信息进行融合得到融合泊车数据;
控制***级芯片根据所述融合泊车数据生成路径规划指令,并接收***级芯片发送的生成泊车规划指令;
控制车辆执行所述泊车规划指令。
6.如权利要求1所述的高集成度辅助驾驶控制方法,其特征在于,所述“根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片”步骤,包括以下步骤:
根据分配的辅助驾驶请求指令,获取对应类型的辅助传感器的参数信息;
当所述参数信息判定所述辅助传感器处于工作状态时,获取传感器信息,并将得到的所述传感器信息发送给***级芯片。
7.如权利要求6所述的高集成度辅助驾驶控制方法,其特征在于,所述“根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片”步骤之后,包括以下步骤:
当接收到某一类型的辅助驾驶退出指令,或检测到某一类型的辅助驾驶对应的辅助传感器的参数信息处于非工作状态时,退出所述某一类型的辅助驾驶功能。
8.如权利要求6或7所述的高集成度辅助驾驶控制方法,其特征在于,所述“通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据”步骤,包括以下步骤:
当通过***级芯片检测到与***级芯片连接的对应的传感器处于工作状态、且通过***级芯片接收到所述传感器信息时,控制***级芯片对所述传感器信息进行融合得到所述传感器融合数据。
9.一种多核微处理器,其特征在于,包括:
请求分配模块,用于在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
信息获取模块,与所述请求分配模块通讯连接,用于根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
数据接收模块,用于通过***级芯片对得到的所述传感器信息进行数据融合,获取对应的传感器融合数据;
路径规划模块,与所述数据接收模块通讯连接,用于根据得到的所述传感器融合数据生成路径规划指令,并控制车辆执行路径规划指令。
10.一种高集成度辅助驾驶控制***,其特征在于,包括多核微处理器和***级芯片,所述多核微处理器和所述***级芯片通讯连接;
所述多核微处理器,在车辆处于行驶过程中,当接收到多项辅助驾驶请求指令时,将各项辅助驾驶请求指令分别分配给多个处理器内核进行并行处理;
所述多核微处理器,根据分配的辅助驾驶请求指令,获取对应的传感器信息,并将得到的所述传感器信息发送给***级芯片;
所述***级芯片,对所述传感器信息进行数据融合得到传感器融合数据,并发送所述传感器融合数据至所述多核微处理器;
所述多核微处理器,根据所述传感器融合数据进行路径规划,并控制车辆执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110269311.8A CN113093591A (zh) | 2021-03-12 | 2021-03-12 | 高集成度辅助驾驶控制方法、多核微处理器及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110269311.8A CN113093591A (zh) | 2021-03-12 | 2021-03-12 | 高集成度辅助驾驶控制方法、多核微处理器及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113093591A true CN113093591A (zh) | 2021-07-09 |
Family
ID=76667361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110269311.8A Pending CN113093591A (zh) | 2021-03-12 | 2021-03-12 | 高集成度辅助驾驶控制方法、多核微处理器及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113093591A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113415290A (zh) * | 2021-07-30 | 2021-09-21 | 驭势(上海)汽车科技有限公司 | 辅助驾驶方法、装置、设备及存储介质 |
CN113635845A (zh) * | 2021-08-30 | 2021-11-12 | 三一专用汽车有限责任公司 | 集成辅助驾驶***及作业机械 |
CN114132342A (zh) * | 2021-11-24 | 2022-03-04 | 重庆长安汽车股份有限公司 | 一种自动驾驶***的监控方法 |
CN114328352A (zh) * | 2021-12-24 | 2022-04-12 | 中汽创智科技有限公司 | 一种数据处理方法、装置、***及存储介质 |
CN114609953A (zh) * | 2022-04-13 | 2022-06-10 | 中国第一汽车股份有限公司 | 一种融合车控控制器***及车辆 |
CN116074638A (zh) * | 2022-12-30 | 2023-05-05 | 清智汽车科技(苏州)有限公司 | 视频的处理方法、装置及***、智能汽车 |
CN116559789A (zh) * | 2023-07-07 | 2023-08-08 | 成都泰格微电子研究所有限责任公司 | 一种雷达控制***的信号处理方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881116A (zh) * | 2011-07-13 | 2013-01-16 | 上海库源电气科技有限公司 | 一种疲劳驾驶预警***及方法 |
CN103365697A (zh) * | 2013-08-02 | 2013-10-23 | 大陆汽车投资(上海)有限公司 | 汽车仪表开机画面个性化方法及相应汽车仪表 |
CN106740874A (zh) * | 2017-02-17 | 2017-05-31 | 张军 | 一种基于多核处理器的智能行车预警感知*** |
CN108482187A (zh) * | 2018-04-26 | 2018-09-04 | 浙江吉利汽车研究院有限公司 | 基于身份识别的车辆控制方法及*** |
CN108508882A (zh) * | 2017-02-28 | 2018-09-07 | 郑州宇通客车股份有限公司 | 一种车辆辅助驾驶控制平台 |
CN108995537A (zh) * | 2018-06-04 | 2018-12-14 | 浙江吉利新能源商用车有限公司 | 一种用于车辆智能驾驶的整车控制装置 |
CN109031251A (zh) * | 2018-07-27 | 2018-12-18 | 长安大学 | 一种汽车车载传感器故障自动检测方法及装置 |
CN109062209A (zh) * | 2018-08-07 | 2018-12-21 | 安徽工程大学 | 一种智能辅助驾驶控制***及其控制方法 |
CN110509929A (zh) * | 2018-05-21 | 2019-11-29 | 通用汽车环球科技运作有限责任公司 | 自适应巡航控制中传感器故障的确认和减轻 |
-
2021
- 2021-03-12 CN CN202110269311.8A patent/CN113093591A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881116A (zh) * | 2011-07-13 | 2013-01-16 | 上海库源电气科技有限公司 | 一种疲劳驾驶预警***及方法 |
CN103365697A (zh) * | 2013-08-02 | 2013-10-23 | 大陆汽车投资(上海)有限公司 | 汽车仪表开机画面个性化方法及相应汽车仪表 |
CN106740874A (zh) * | 2017-02-17 | 2017-05-31 | 张军 | 一种基于多核处理器的智能行车预警感知*** |
CN108508882A (zh) * | 2017-02-28 | 2018-09-07 | 郑州宇通客车股份有限公司 | 一种车辆辅助驾驶控制平台 |
CN108482187A (zh) * | 2018-04-26 | 2018-09-04 | 浙江吉利汽车研究院有限公司 | 基于身份识别的车辆控制方法及*** |
CN110509929A (zh) * | 2018-05-21 | 2019-11-29 | 通用汽车环球科技运作有限责任公司 | 自适应巡航控制中传感器故障的确认和减轻 |
CN108995537A (zh) * | 2018-06-04 | 2018-12-14 | 浙江吉利新能源商用车有限公司 | 一种用于车辆智能驾驶的整车控制装置 |
CN109031251A (zh) * | 2018-07-27 | 2018-12-18 | 长安大学 | 一种汽车车载传感器故障自动检测方法及装置 |
CN109062209A (zh) * | 2018-08-07 | 2018-12-21 | 安徽工程大学 | 一种智能辅助驾驶控制***及其控制方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113415290A (zh) * | 2021-07-30 | 2021-09-21 | 驭势(上海)汽车科技有限公司 | 辅助驾驶方法、装置、设备及存储介质 |
CN113415290B (zh) * | 2021-07-30 | 2022-08-09 | 驭势(上海)汽车科技有限公司 | 辅助驾驶方法、装置、设备及存储介质 |
CN113635845A (zh) * | 2021-08-30 | 2021-11-12 | 三一专用汽车有限责任公司 | 集成辅助驾驶***及作业机械 |
CN114132342A (zh) * | 2021-11-24 | 2022-03-04 | 重庆长安汽车股份有限公司 | 一种自动驾驶***的监控方法 |
CN114132342B (zh) * | 2021-11-24 | 2023-09-22 | 重庆长安汽车股份有限公司 | 一种自动驾驶***的监控方法 |
CN114328352A (zh) * | 2021-12-24 | 2022-04-12 | 中汽创智科技有限公司 | 一种数据处理方法、装置、***及存储介质 |
CN114328352B (zh) * | 2021-12-24 | 2024-05-24 | 中汽创智科技有限公司 | 一种数据处理方法、装置、***及存储介质 |
CN114609953A (zh) * | 2022-04-13 | 2022-06-10 | 中国第一汽车股份有限公司 | 一种融合车控控制器***及车辆 |
CN114609953B (zh) * | 2022-04-13 | 2024-03-26 | 中国第一汽车股份有限公司 | 一种融合车控控制器***及车辆 |
CN116074638A (zh) * | 2022-12-30 | 2023-05-05 | 清智汽车科技(苏州)有限公司 | 视频的处理方法、装置及***、智能汽车 |
CN116559789A (zh) * | 2023-07-07 | 2023-08-08 | 成都泰格微电子研究所有限责任公司 | 一种雷达控制***的信号处理方法 |
CN116559789B (zh) * | 2023-07-07 | 2023-09-19 | 成都泰格微电子研究所有限责任公司 | 一种雷达控制***的信号处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113093591A (zh) | 高集成度辅助驾驶控制方法、多核微处理器及*** | |
CN111769240B (zh) | 电动汽车远程热管理控制方法、装置、***及存储介质 | |
EP3849150B1 (en) | Secure open api for a vehicle | |
US8635018B2 (en) | Managing a driver profile | |
JP6373989B2 (ja) | 車両分散ネットワーク | |
WO2019024648A1 (zh) | 电动汽车的控制***和汽车 | |
CN112416006B (zh) | 基于Sharing-X的驾驶模式切换方法及*** | |
US20200055522A1 (en) | Vehicle control device | |
CN109720352B (zh) | 车辆驾驶辅助控制方法及设备 | |
CN107380103A (zh) | 基于用户识别和云共享的汽车饰件自动调节方法及*** | |
CN113492856B (zh) | 巡航跟车停车等待时间控制方法、***、车辆及存储介质 | |
CN108074166A (zh) | 车辆目的地 | |
CN114162068A (zh) | 车辆智能驾驶功能的管理方法、装置以及车辆 | |
CN109878492B (zh) | 一种驻车信号的调协方法及调协装置 | |
CN116215571A (zh) | 车辆的自动驾驶***及方法 | |
WO2024036947A1 (zh) | 电动汽车的控制方法、装置、计算机设备和可读存储介质 | |
US9744902B2 (en) | Vehicle headlight control | |
US11999254B2 (en) | Coordinated bi-directional charging for vehicles | |
JP7443411B2 (ja) | 電子通信システム、及び、信号伝送方法 | |
CN114274977B (zh) | 自动驾驶控制方法、装置、设备及存储介质 | |
CN219761329U (zh) | 车辆通信***及车辆 | |
CN116653831A (zh) | 车辆的迎宾方法、装置、车辆及存储介质 | |
CN117523705A (zh) | 视频数据存储方法、装置、车辆和计算机可读存储介质 | |
CN117453966A (zh) | 一种用户自定义使用场景生成方法、***及云端 | |
CN118386757A (zh) | 一种控制预瞄功能的方法及相关装置 |
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: 20210709 |
|
RJ01 | Rejection of invention patent application after publication |