CN113386777B - 车辆自适应控制方法、***、车辆及计算机存储介质 - Google Patents
车辆自适应控制方法、***、车辆及计算机存储介质 Download PDFInfo
- Publication number
- CN113386777B CN113386777B CN202110706510.0A CN202110706510A CN113386777B CN 113386777 B CN113386777 B CN 113386777B CN 202110706510 A CN202110706510 A CN 202110706510A CN 113386777 B CN113386777 B CN 113386777B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- information
- identification information
- adaptive control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000009471 action Effects 0.000 claims description 22
- 230000006399 behavior Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000036760 body temperature Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 20
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 6
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 6
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 231100000817 safety factor Toxicity 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/043—Identity of occupants
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种车辆自适应控制方法、***、车辆及计算机存储介质,其中,车辆自适应控制方法包括获取当前驾驶员的身份识别信息;在当前驾驶员的身份识别信息与已存储的画像档案相匹配的情况下,根据画像档案中的驾驶特征对车辆进行设定;获取当前驾驶员在本次车辆使用过程中的各种驾驶参数,基于已训练好的画像生成模型,根据上述驾驶参数更新画像档案中的驾驶特征。本发明实施例根据画像档案中的驾驶特征对车辆进行设定,可以更全面地适应驾驶员的用车需求;而且能够在每次驾驶循环过程中不断优化与驾驶员相匹配的画像档案,实现车辆自适应控制和优化,让车辆更懂用户,减少驾驶员的操作,提升车辆的竞争力。
Description
技术领域
本发明涉及车辆控制技术领域,尤其涉及一种车辆自适应控制方法、***、车辆及计算机存储介质。
背景技术
目前一部分汽车预设驾驶员识别功能,当不同驾驶员使用同一辆车,车辆调用当前驾驶员对应的驾驶档案,对车辆中的各种功能进行自动设定,例如设定空调温度、设定座椅角度、设定后视镜朝向等静态设定,为驾驶员提供自适应的车辆调节方式。
上述驾驶档案的各项设定往往需要人为调整后由车辆的主控***记录,再由用户主动录入自己的信息来匹配当前驾驶档案,并且后续更新驾驶档案时也需要先调出自己驾驶档案,用户调整完成后再次匹配驾驶档案,操作非常繁琐;另一方面,目前驾驶档案仅仅针对静态设定进行记录,对于驾驶员的驾驶行为等动态设定无法记录,影响驾驶体验。总之,目前车辆虽然可以根据驾驶员切换不同的驾驶档案,但是仍存在诸多影响用户体验的地方,无法真正实现自适应驾驶需求。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种车辆自适应控制方法、***、车辆及计算机存储介质,能够减少驾驶员的操作,提升车辆的竞争力。
第一方面,本发明实施例提供了一种车辆自适应控制方法,包括:
获取当前驾驶员的身份识别信息;
在当前驾驶员的身份识别信息与已存储的画像档案相匹配的情况下,根据所述画像档案中的驾驶特征对车辆进行设定,所述驾驶特征用于表示驾驶员的车辆使用习惯;
获取当前驾驶员在本次车辆使用过程中的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,基于已训练好的画像生成模型,根据所述驾驶员状态信息、所述驾驶员动作信息、所述车辆状态信息和所述环境信息更新所述画像档案中的驾驶特征。
第二方面,本发明实施例提供了一种车辆自适应控制***,包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器;所述存储器存储有能够被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的车辆自适应控制方法。
第三方面,本发明实施例还提供了一种车辆,包括如第二方面所述的车辆自适应控制***。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的车辆自适应控制方法。
本发明实施例提供的车辆自适应控制方法,至少具有如下有益效果:通过收集驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息形成驾驶员使用车辆的驾驶特征,得到与当前驾驶员相匹配的画像档案,根据画像档案中的这些驾驶特征对车辆进行设定,可以更全面地适应驾驶员的用车需求;而且驾驶员每次使用车辆都收集驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,从而在每次驾驶循环过程中不断优化与驾驶员相匹配的画像档案,实现车辆自适应控制和优化,让车辆更懂用户,减少驾驶员的操作,提升车辆的竞争力。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本发明的示例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明一个实施例提供的车辆自适应控制方法的整体方法流程图;
图2是本发明一个实施例提供的新建画像档案的流程图;
图3是本发明一个实施例提供的完善新建的画像档案的流程图;
图4是本发明一个实施例提供的获取驾驶员的驾驶倾向的流程图;
图5是本发明一个实施例提供的更新驾驶特征的流程图;
图6是本发明一个实施例提供的根据输入参数得到驾驶特征的过程示意图;
图7是本发明实施例提供的车辆自适应控制***的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,本发明实施例提供了一种车辆自适应控制方法,包括但不限于以下步骤S100、步骤S200、步骤S300和步骤S400。
步骤S100,调获取当前驾驶员的身份识别信息;
步骤S200,在当前驾驶员的身份识别信息与已存储的画像档案相匹配的情况下,根据画像档案中的驾驶特征对车辆进行设定,驾驶特征用于表示驾驶员的车辆使用习惯;
步骤S300,获取当前驾驶员在本次车辆使用过程中的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,基于已训练好的画像生成模型,根据驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息更新画像档案中的驾驶特征。
目前部分燃油汽车或者电动汽车,具有识别驾驶员而自动设定车辆的功能,但是这些功能都比较基本,通常是采集车辆的一些静态设定,例如后视镜角度、车载空调器温度、出风量和出风方向等,这些都需要用户手动设定并被车辆记录,这些设定在后续车辆使用过程中也不会自行变换,需要更改设定的时候就需要驾驶员再设定一次后被车辆记录,操作麻烦;另外,部分车辆还提供了不同的驾驶模式(如舒适模式、运动模式),但这些驾驶模式是制造厂商预设的,无法精细贴合到个体驾驶员的驾驶习惯。上述的这些问题都导致车辆无法贴合单个驾驶员的使用习惯,增加了驾驶员在用车过程中的操作,用户体验有待改进。
基于此,本发明实施例的车辆自适应控制方法提供了多维度的调整功能,并基于采集到的多维度数据智能构建驾驶员的画像档案,从而贴合驾驶员的需求。
当前驾驶员上车过程中或上车后,车辆通过不同的方式对当前驾驶员进行身份识别,得到身份识别信息,其中,识别方式可以包括以下几种:
①.在驾驶员未上车的情况下,获取车辆定位信息和驾驶员所携带的智能终端的位置信息,当驾驶员打开主驾驶车门,通过蓝牙测距确认进入主驾驶位置的人员的身份识别信息;T-BOX作为手机蓝牙/APP相关的驾驶员身份信息采集装置,可以获取车辆定位信息和驾驶员所携带的智能终端发出的位置信息,判断驾驶员是否接近车辆;当驾驶员打开主驾车门时,T-BOX通过蓝牙测距确认用户是驾驶员,这个过程中可以配合下面第二种识别方式来实现精确识别。
②.接收驾驶员所携带的智能终端的密钥交互指令,根据密钥交互结果确定驾驶员的身份识别信息;驾驶员通过智能终端发出指令解锁或者控制车辆,从而可以调用对应画像档案,由于智能终端往往是在用户登录的前提下提供远程解锁功能或者控制功能的,因此通过智能终端(如APP内操作)与车辆之间交互可以实现驾驶员的身份识别。
③.获取主驾驶位置的驾驶员图像,根据图像识别技术识别驾驶员图像以确定驾驶员的身份识别信息;当驾驶员打开主驾车门时,摄像头识别人脸特征,通过人脸特征确定身份识别信息,从而确认用户身份及是否是驾驶员。
④.检测主驾驶位置的座椅压力,根据检测到的压力大小和/或压力分布确定驾驶员的身份识别信息;当驾驶员坐到驾驶位置时,根据主驾驶位置的座椅压力大小、压力分布(通过座椅中的位置传感器反馈),确认驾驶员身份。
⑤.通过两个处于车内不同位置的麦克风确定来自主驾驶位置的语音指令,根据声纹识别语音指令以确定驾驶员的身份识别信息;当驾驶员打开车门或坐到驾驶位置时,提示驾驶员进行语音录入(在一些情况下需要2个位于不同位置的麦克风,以确认语音是从驾驶员座位侧发出),根据录入的语音进行声纹识别,从而确认用户身份及是否是驾驶员身份。
如果识别得到的当前驾驶员的身份识别信息无法匹配到画像档案,则认为当前驾驶员是本车的新用户,可以通过主动配置或者被动配置的方式为新用户建立画像档案。参照图2,具体如下:
步骤S510,新建一个与身份识别信息相关联的画像档案;
步骤S520,基于已训练好的画像生成模型,根据当前驾驶员在本次车辆使用过程中的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息生成画像档案。
主动配置新建画像档案方面,可以通过车辆的中控屏提醒驾驶员进行用户信息录入,录入信息可以包括以下一种或多种的组合:1.提示用户下载专用app进行认证并获取交互密钥;2.提示用户以不同角度对着车内摄像头进行脸部图像录入(中控屏可以同步显示录入的画面并提示用户的录入动作);3.提示用户进行语音输入来进行声纹识别;4.提示用户调节座椅,调节后视镜,并令用户以不同坐姿坐在座位上(以便采集不同坐姿的座椅压力分布)。
上述用户信息录入完成后,根据所录入的用户信息填充新建的画像档案,并开始基于该画像档案记录本次驾驶过程的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,基于已训练好的画像生成模型,完善新建的画像档案。
被动配置新建画像档案方面,可以根据驾驶员在行驶过程中的座椅调节位置以及后视镜位置进行用户区分,在用户不需要操作的前提下,录入用户的人脸信息,并在该用户每次打开车门就通过摄像头采集人脸信息,并逐步精确匹配用户档案。
主动配置和被动配置之间的区别在于若要实现上述功能中座椅/后视镜的自动调节,则被动配置一定需要摄像头额外采集人脸信息,并且被动配置实现座椅/后视镜自动调节的时间要更长,因为被动版需要学习匹配用户身份,对其它功能无影响。
参照图3,因此上述主动配置和被动配置新建画像档案的过程,可以通过以下步骤实现:
步骤S511,获取当前驾驶员在车辆中控屏输入的个人信息,基于个人信息生成身份识别信息并新建与身份识别信息相关联的画像档案;
或者,
步骤S512,获取当前驾驶员在车辆使用过程中的驾驶员座椅状态和后视镜位置,根据驾驶员座椅状态和后视镜位置确定身份识别信息,并新建与身份识别信息相关联的画像档案。
参照图4,其中,建立画像档案的方式还可以通过调查问卷获取用户的驾驶习惯,具体通过以下步骤实现:
步骤S530,通过车辆中控屏向当前驾驶员提供调查问卷,调查问卷包括多个与车辆使用习惯相关的题目;
步骤S540,接收当前驾驶员的填写答案;
步骤S550,根据调查问卷中的题目、题目对应的权重和填写答案确定当前驾驶员的画像档案。
在上述步骤中,通过车辆中控屏向用户提供调查问卷,假设调查问卷有n道题,每道题根据答案不同,其各方面特征的得分不同,可以通过下式表示:
fn(x)=A1a1(x)+A2a2(x)+…+Anan(x)
其中Ai表示第i道题对应特征的权重,ai(x)表示第i道题的特征函数,i=1,2,3,…,n。根据调查问卷中题目的得分,可以初步判断当前用户的驾驶习惯。可以理解的是,除了使用车辆的中控屏向用户提供调查问卷,还可以将调查问卷发送到用户的智能终端,用户在智能终端上完成调查问卷,并将问卷答案发送到车辆。
上述都是新建画像档案的过程。当前驾驶员相关联的画像档案已经存储在车辆中的情况下,通过识别当前驾驶员的身份识别信息,即可调用对应的画像档案对车辆进行设定。
在上述情况下,当前驾驶员再次驾驶车辆,车辆都会再次记录当前驾驶员的行为习惯和驾驶情况,这些行为习惯和驾驶情况包括驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,具体来说,驾驶员状态信息包括驾驶员体温值和驾驶员心率的至少一种;驾驶员动作信息包括油门踏板深度、制动踏板深度、变速箱挡位、方向盘角度、车载空调器设定、大灯操作方式、天窗操作方式和雨刮操作方式中至少一种;车辆状态信息包括车速、舱内温度值、驾驶员座椅状态、后视镜位置、车辆电机扭矩和车内空气质量中的至少一种;环境信息包括车间距离、车辆定位信息、交通标志、车道属性和外界自然环境参数中的至少一种。
上述这些采集的部分参数之间存在互相影响或互相作用的关系,决定了画像档案中不同的驾驶特征,通过本次驾驶采集到的上述参数,可以基于已训练好的画像生成模型,更新驾驶特征,从而在每次用车过程中不断用户的画像档案。例如,参照图5,更新驾驶特征可以通过以下步骤实现:
步骤S310,基于已训练好的画像生成模型,根据驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息进行特征提取得到多个特征值;
步骤S320,根据各个特征值和各个特征值对应的权重得到目标驾驶特征;
步骤S330,根据目标驾驶特征更新已存储的画像档案中的驾驶特征。
对这些采集得到的参数进行特征提取,例如车载空调器的出风调整操作量化成空调器格栅的角度,交通标志通过图像识别提取成对应的交通指示信息等等。然后基于这些特征值对应的预设权重,来计算不同驾驶特征。例如,驾驶特征包括驾驶员温度耐受特性、驾驶行为倾向、视野要求特性和乘客同理心特性;
温度耐受特性根据车辆状态信息中的车载空调器设定和环境信息中的外界自然环境参数确定;
驾驶行为倾向根据驾驶员动作信息确定;
视野要求特性根据环境信息中的交通标志、车道属性以及车辆状态信息中的大灯操作方式、天窗操作方式、雨刮操作方式确定;
乘客同理心特性根据车辆的乘员舱状态确定。
在数学上可以通过下式表示:
其中p表示某一个驾驶特征,Bk表示第k个参数对应的权重,βk表示第k个参数的特征值,i=1,2,3,…,m。
对于驾驶行为倾向,关系到动力***、底盘***和车身***之间进行适配。关于各个***的功能如下:
动力***:整车能源供给(HV BAT)、整车能源补给(CHG)、整车驱动力输出(MOT)、整车低压(12V)供电(DC-DC),VCU则负责进行上述功能的控制(例:采集驾驶员挡位(前进/后退/空挡)、油门踏板信号,考虑HV BAT输出能力,计算出一个既能满足驾驶员需求、又不会超出HV BAT输出能力的指令扭矩并发送给MCU,MCU控制MOT输出对应驱动力);
底盘***:整车转向(EPS)、整车制动(ESP、EPB、ESB)、车身稳定控制(ESP)。一般情况下,EPS根据驾驶员方向盘操作,进行转向助力;ESB采集驾驶员制动踏板信号,进行整车制动控制(同时向VCU发送制动回收指令,VCU通过MOT进行能量回收控制);EPB采集驾驶员手刹操作信号,进行驻车制动。当ADAS功能开启时,由ADAS通过毫米波雷达、前目摄像头等传感器采集车辆周围环境信息,并获取车辆当前所处位置(通过T-BOX),根据驾驶员设定(目标车速、目的地),模拟并计算出驾驶员挡位、加速踏板、制动踏板、转向目标角度等操作信号,将信号发送给VCU、EPS、ESB等ECU,使车辆按驾驶员意图行驶。
车身***:空调(制冷/制暖/风量/风向等)控制、座椅调节、后视镜调节、天窗调节、车灯控制、雨刮调节等,驾驶员可通过DA屏(例:特斯拉大屏)向各ECU发送相关指令,也可以是各ECU分别采集驾驶员操作信号。
上述三个***涉及功能的参数调节主要有以下方面:
①.功能作动的时机τ;(如空调/雨刮在驾驶员未操作的情况下,提前开启等)
②.功能作动的强度s;(见以下说明)
③.功能作动的响应速度r。(见以下说明)
假设VCU根据驾驶员和车速,向MCU发送的指令扭矩的基本函数为:
TqCmd=F(AP,Speed),
自适应控制ECU将根据用户画像向VCU发送目标扭矩的参数值sTqCmd和rTqCmd,分别表示扭矩强度调节和扭矩相应调节,自适应ECU的参数值是基于画像特征与各个功能的相关性函数得到的,假设该用户的动力型得分较高,在驾驶员油门踏板的踏入量不变的情况下,可以看到经过参数调节后,VCU的指令扭矩输出更大,且变化速率更快,其车辆动力性表现更好。例如:
1、VCU负责采集驾驶员油门踏板信号,计算并发送相应指令扭矩给MCU,MCU控制MOT输出扭矩,车辆行驶。VCU同时发送驾驶员油门踏板信号、车速、电机扭矩等信息给自适应控制ECU。
2、自适应控制ECU根据驾驶员踩踏油门信号的变化率、幅度,车速等信息细算出驾驶员对车辆动力性需求的调节系数,VCU收到系数后,对指令扭矩进行调整。
若驾驶员喜欢大脚油门加速起步,然后车辆到中高速(80km/h以上)时才松油门,则自适应控制ECU判断驾驶员为动力性要求高的类型,则向VCU发送动力型系数1.3(假设值),VCU收到该系数后,当驾驶员再次大脚油门时,VCU向MCU发出的指令扭矩为原来的1.3倍,车辆动力增强,加速感提升。
可以理解的是,自适应控制ECU可以是车辆本身已有的控制芯片,也可以是基于本发明的车辆自适应控制方案而额外设置的控制芯片,自适应控制ECU通过连接车辆中的动力***、底盘***和车身***,获取车辆行驶参数和控制车辆的行驶参数。
为了明确本发明实施例的车辆自适应控制方法的具体实现方式,参照图6,下面通过几个简单的示例进行说明:
示例1:
当驾驶员A进入乘员舱后,自适应控制ECU识别到是用户A后,发送座椅/后视镜调节指令,座椅ECU/后视镜ECU接收到指令后进行调节控制。
示例2:
春夏交际,当驾驶员A进入乘员舱后,自适应控制ECU检测用户A的体温,根据用户A的耐热程度,判断是否开启空调,计算并发送空调开启指令及温度、风量、风向调节指令,空调ECU接收到指令后,控制压缩机、鼓风机工作。
示例3:
春夏交际,乘员舱温度30℃,驾驶员A进入乘员舱,并且车上有其他乘客。驾驶员A本身很耐热(平时都是33℃以上才开空调),但驾驶员A的同理心程度较高。自适应控制ECU检测到车上有其他乘客后,也会计算并发送空调开启指令及温度、风量、风向调节指令,空调ECU接收到指令后,控制压缩机、鼓风机工作。
示例4:
夏天,自适应控制ECU通过车辆定位,根据驾驶员出行习惯,识别到车辆处于公司,推断驾驶员即将下班,自适应控制ECU根据外界气温和乘员舱气温差异,首先进行车窗开启和空气交换的指令计算和发出,随后会通过T-BOX向驾驶员手机发送“空调是否开启”的操作咨询,若驾驶员点击是,则自适应ECU根据计算并发送空调开启指令及温度、风量调节指令,使乘员舱温度下降。
示例5:
驾驶员A驾驶车辆比较冒险(每次100km/h行驶与前车保持距离在60m以内,当发现与前车距减小至40m时才开始踩制动,距离<20m才制动踩死;过红绿灯时也是临近才减速),自适应控制ECU计算出一个较高的制动灵敏系数值并发送给底盘***,如此当驾驶员踩制动时,车辆响应更快且制动效果更好;当驾驶员开启ADAS的ACC(自适应巡航)功能时,自适应控制ECU计算并发出车距系数(范围:0.5~1.5),ADAS收到后会控制车辆与前车的保持车距适当减小(例:一般默认保持车距在100km/h为150m,收到一个0.5的系数,ADAS考虑路面环境、车辆制动能力等安全因素,将车距保持为80m),如此驾驶员会觉得ADAS功能很适合自己。
本发明实施例还提供了一种车辆自适应控制***,包括至少一个处理器和用于与至少一个处理器通信连接的存储器;存储器存储有能够被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述的车辆自适应控制方法。
本发明实施例还提供一种车辆,包括上述车辆自适应控制***。该车辆自适应控制***通过收集驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息形成驾驶员使用车辆的驾驶特征,得到与当前驾驶员相匹配的画像档案,根据画像档案中的这些驾驶特征对车辆进行设定,可以更全面地适应驾驶员的用车需求;而且驾驶员每次使用车辆都收集驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,从而在每次驾驶循环过程中不断优化与驾驶员相匹配的画像档案,实现车辆自适应控制和优化,让车辆更懂用户,减少驾驶员的操作,提升车辆的竞争力。
参照图7,以车辆自适应控制***1000中的控制处理器1001和存储器1002可以通过总线连接为例。存储器1002作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器1002可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器1002可选包括相对于控制处理器1001远程设置的存储器,这些远程存储器可以通过网络连接至车辆自适应控制***1000。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解,图7中示出的装置结构并不构成对车辆自适应控制***1000的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例的还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,被图7中的一个控制处理器1001执行,可使得上述一个或多个控制处理器执行上述方法实施例中的车辆自适应控制方法,例如,执行以上描述的图1中的方法步骤S100至步骤S300、图2中的方法步骤S510至步骤S520、图3中的方法步骤S511至步骤S512、图4中的方法步骤S530至步骤S550以及图5中的方法步骤S310至步骤S330。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明,但本申请并不局限于上述实施方式,熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (8)
1.一种车辆自适应控制方法,包括:
获取当前驾驶员的身份识别信息;
在当前驾驶员的身份识别信息与已存储的画像档案相匹配的情况下,根据所述画像档案中的驾驶特征对车辆进行设定,所述驾驶特征用于表示驾驶员的车辆使用习惯;
获取当前驾驶员在本次车辆使用过程中的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息,基于已训练好的画像生成模型,根据所述驾驶员状态信息、所述驾驶员动作信息、所述车辆状态信息和所述环境信息更新所述画像档案中的驾驶特征,所述驾驶员状态信息包括驾驶员温度耐受特性、驾驶行为倾向、视野要求特性和乘客同理心特性;
在当前驾驶员的身份识别信息与已存储的画像档案不相匹配的情况下,还包括:
新建一个与所述身份识别信息相关联的画像档案;
基于已训练好的画像生成模型,根据当前驾驶员在本次车辆使用过程中的驾驶员状态信息、驾驶员动作信息、车辆状态信息和环境信息生成画像档案,所述车辆状态信息包括舱内温度值,所述环境信息包括外界自然环境参数;
所述根据所述驾驶员状态信息、所述驾驶员动作信息、所述车辆状态信息和所述环境信息更新所述画像档案中的驾驶特征,包括:
基于已训练好的画像生成模型,根据所述驾驶员状态信息、所述驾驶员动作信息、所述车辆状态信息和所述环境信息进行特征提取得到多个特征值;
根据各个特征值和各个特征值对应的权重得到目标驾驶特征;
根据目标驾驶特征更新已存储的画像档案中的驾驶特征。
2.根据权利要求1所述的车辆自适应控制方法,其特征在于,所述驾驶员状态信息包括驾驶员体温值和驾驶员心率的至少一种;所述驾驶员动作信息包括油门踏板深度、制动踏板深度、变速箱挡位、方向盘角度、车载空调器设定、大灯操作方式、天窗操作方式和雨刮操作方式中至少一种;所述车辆状态信息包括车速、驾驶员座椅状态、后视镜位置、车辆电机扭矩和车内空气质量中的至少一种;所述环境信息包括车间距离、车辆定位信息、交通标志、车道属性中的至少一种。
3.根据权利要求1所述的车辆自适应控制方法,其特征在于,所述获取当前驾驶员的身份识别信息,包括以下至少之一:
在驾驶员未上车的情况下,获取车辆定位信息和驾驶员所携带的智能终端的位置信息,当驾驶员打开主驾驶车门,通过蓝牙测距确认进入主驾驶位置的人员的身份识别信息;
接收驾驶员所携带的智能终端的密钥交互指令,根据密钥交互结果确定驾驶员的身份识别信息;
获取主驾驶位置的驾驶员图像,根据图像识别技术识别所述驾驶员图像以确定驾驶员的身份识别信息;
检测主驾驶位置的座椅压力,根据检测到的压力大小和/或压力分布确定驾驶员的身份识别信息;
通过两个处于车内不同位置的麦克风确定来自主驾驶位置的语音指令,根据声纹识别所述语音指令以确定驾驶员的身份识别信息。
4.根据权利要求1所述的车辆自适应控制方法,其特征在于,所述新建一个与所述身份识别信息相关联的画像档案,包括:
获取当前驾驶员在车辆中控屏输入的个人信息,基于所述个人信息生成身份识别信息并新建与所述身份识别信息相关联的画像档案;
或者,
获取当前驾驶员在车辆使用过程中的驾驶员座椅状态和后视镜位置,根据所述驾驶员座椅状态和所述后视镜位置确定身份识别信息,并新建与所述身份识别信息相关联的画像档案。
5.根据权利要求1所述的车辆自适应控制方法,其特征在于,所述获取当前驾驶员在车辆中控屏输入的个人信息,基于所述个人信息生成身份识别信息并新建与所述身份识别信息相关联的画像档案,包括:
通过车辆中控屏向当前驾驶员提供调查问卷,所述调查问卷包括多个与车辆使用习惯相关的题目;
接收当前驾驶员的填写答案;
根据所述调查问卷中的题目、所述题目对应的权重和所述填写答案确定当前驾驶员的画像档案。
6.根据权利要求1所述的车辆自适应控制方法,其特征在于,
所述温度耐受特性根据所述车辆状态信息中的车载空调器设定和所述环境信息中的外界自然环境参数确定;
所述驾驶行为倾向根据所述驾驶员动作信息确定;
所述视野要求特性根据所述环境信息中的交通标志、车道属性以及所述车辆状态信息中的大灯操作方式、天窗操作方式、雨刮操作方式确定;
所述乘客同理心特性根据车辆的乘员舱状态确定。
7.一种车辆自适应控制***,其特征在于,包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器;所述存储器存储有能够被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任意一项所述的车辆自适应控制方法。
8.车辆,其特征在于,包括如权利要求7所述的车辆自适应控制***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110706510.0A CN113386777B (zh) | 2021-06-24 | 2021-06-24 | 车辆自适应控制方法、***、车辆及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110706510.0A CN113386777B (zh) | 2021-06-24 | 2021-06-24 | 车辆自适应控制方法、***、车辆及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113386777A CN113386777A (zh) | 2021-09-14 |
CN113386777B true CN113386777B (zh) | 2022-05-20 |
Family
ID=77623835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110706510.0A Active CN113386777B (zh) | 2021-06-24 | 2021-06-24 | 车辆自适应控制方法、***、车辆及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113386777B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114326662A (zh) * | 2021-12-16 | 2022-04-12 | 东风汽车集团股份有限公司 | 一种基于车联网技术的智能终端控制***及方法 |
CN114407907A (zh) * | 2022-01-18 | 2022-04-29 | 上汽通用五菱汽车股份有限公司 | 智能驾驶***参数自适应调整方法、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110065363A (zh) * | 2019-04-13 | 2019-07-30 | 蒋利华 | 一种车载空调*** |
CN110293818A (zh) * | 2019-07-12 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 车载空调控制方法和装置 |
CN112874266A (zh) * | 2021-03-22 | 2021-06-01 | 恒大新能源汽车投资控股集团有限公司 | 一种车载空调温度的控制方法、装置、车载空调及车辆 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2891589A3 (en) * | 2014-01-06 | 2017-03-08 | Harman International Industries, Incorporated | Automatic driver identification |
CN104816694B (zh) * | 2015-04-10 | 2018-07-17 | 上海修源网络科技有限公司 | 一种驾车状态智能调整装置和方法 |
CN106891833A (zh) * | 2017-01-19 | 2017-06-27 | 深圳市元征科技股份有限公司 | 一种基于驾驶习惯的车辆设置方法及车载设备 |
CN109606316A (zh) * | 2018-10-24 | 2019-04-12 | 惠州市德赛西威汽车电子股份有限公司 | 一种驾驶员身份识别方法 |
CN111376911A (zh) * | 2018-12-29 | 2020-07-07 | 北京宝沃汽车有限公司 | 车辆及其驾驶风格的自学习方法和装置 |
KR20200123503A (ko) * | 2019-04-15 | 2020-10-30 | 현대자동차주식회사 | 인공지능을 이용한 운전자 성향 기반의 차량 엔진음 제어장치 및 제어방법 |
CN112319486A (zh) * | 2020-11-05 | 2021-02-05 | 易显智能科技有限责任公司 | 一种基于驾驶数据采集的驾驶检测方法及相关装置 |
CN112829758A (zh) * | 2021-01-08 | 2021-05-25 | 广西宁达汽车科技有限公司 | 一种汽车驾驶风格自学习方法、装置、设备及存储介质 |
-
2021
- 2021-06-24 CN CN202110706510.0A patent/CN113386777B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110065363A (zh) * | 2019-04-13 | 2019-07-30 | 蒋利华 | 一种车载空调*** |
CN110293818A (zh) * | 2019-07-12 | 2019-10-01 | 腾讯科技(深圳)有限公司 | 车载空调控制方法和装置 |
CN112874266A (zh) * | 2021-03-22 | 2021-06-01 | 恒大新能源汽车投资控股集团有限公司 | 一种车载空调温度的控制方法、装置、车载空调及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN113386777A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11465631B2 (en) | Personalization system and method for a vehicle based on spatial locations of occupants' body portions | |
US11388482B2 (en) | Display control system and method to generate a virtual environment in a vehicle | |
US10150410B2 (en) | Apparatus and methods for providing vehicle driving information | |
KR102137213B1 (ko) | 자율 주행을 위한 모델 학습 장치 및 방법과 자율 주행 장치 | |
US10189482B2 (en) | Apparatus, system and method for personalized settings for driver assistance systems | |
CN113386777B (zh) | 车辆自适应控制方法、***、车辆及计算机存储介质 | |
US20200247429A1 (en) | Method and system for controlling an automated driving system of a vehicle | |
EP3475135A1 (en) | Apparatus, system and method for personalized settings for driver assistance systems | |
US20170217445A1 (en) | System for intelligent passenger-vehicle interactions | |
JP2018105774A (ja) | 自動運転システム | |
CN111768616B (zh) | 混合交通场景下基于车路协同的车队一致性控制方法 | |
CN108944944B (zh) | 自动驾驶模型训练方法、终端及可读存储介质 | |
KR20180063069A (ko) | 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 | |
CN110789477B (zh) | 试驾车辆的控制方法及装置、云平台、车载智能设备 | |
CN112041201B (zh) | 用于控制对车辆特征的访问的方法、***和介质 | |
CN108733049A (zh) | 自适应自主车辆驾驶方式 | |
WO2020001345A1 (zh) | 驾驶控制***和方法以及车辆 | |
CN108725444B (zh) | 驾驶方法和装置、电子设备、车辆、程序及介质 | |
CN110329184A (zh) | 基于云端调整汽车驾驶者使用习惯的方法 | |
CN112389451A (zh) | 用于提供个性化驾驶体验的方法、设备、介质以及车辆 | |
US20220024460A1 (en) | System and method for transferring different settings between vehicles of different types | |
CN112654548B (zh) | 一种自适应优化自动驾驶***的方法及装置 | |
US20220114988A1 (en) | Enhanced augmented reality vehicle pathway | |
CN112721565A (zh) | 车载空调控制方法、车辆和介质 | |
JP2021046154A (ja) | 車両制御計画生成装置及び車両の制御装置 |
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 | ||
CB02 | Change of applicant information |
Address after: The road in Whampoa District of Guangzhou City, Guangdong Province, No. 1 510700 Applicant after: GAC Honda Automobile Co., Ltd. Applicant after: Guangzhou Honda Research & Development Co.,Ltd. Address before: Huangpu District guangben road Guangzhou City, Guangdong province 510700 No. 1 Applicant before: GAC Honda Automobile Co., Ltd. Applicant before: Guangzhou Honda Research & Development Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |