CN114407907A - 智能驾驶***参数自适应调整方法、设备及存储介质 - Google Patents

智能驾驶***参数自适应调整方法、设备及存储介质 Download PDF

Info

Publication number
CN114407907A
CN114407907A CN202210057371.8A CN202210057371A CN114407907A CN 114407907 A CN114407907 A CN 114407907A CN 202210057371 A CN202210057371 A CN 202210057371A CN 114407907 A CN114407907 A CN 114407907A
Authority
CN
China
Prior art keywords
vehicle
vehicle owner
identification code
intelligent driving
behavior 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
Application number
CN202210057371.8A
Other languages
English (en)
Inventor
兰华
刘开勇
何国良
付广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SAIC GM Wuling Automobile Co Ltd
Original Assignee
SAIC GM Wuling Automobile Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SAIC GM Wuling Automobile Co Ltd filed Critical SAIC GM Wuling Automobile Co Ltd
Priority to CN202210057371.8A priority Critical patent/CN114407907A/zh
Publication of CN114407907A publication Critical patent/CN114407907A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • 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
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种智能驾驶***参数自适应调整方法、设备及存储介质，属于智能驾驶技术领域，所述方法为：接收车端成功识别第一车主后上传的第一车主标识码，根据所述第一车主识别码在用户画像集合中确定对应的目标用户画像；调用与所述目标用户画像的驾驶风格匹配的智能驾驶参数，下发所述智能驾驶参数至所述智能驾驶***，使所述智能驾驶***基于所述智能驾驶参数进行自适应调整。本发明通过车内传感器识别驾驶员得到车主标识码，根据驾驶员的驾驶参数得到用户画像；根据识别到的车主识别码自动调用用户画像对应的预设好的智能驾驶参数自适应调整车辆，使得车端参数设定符合驾驶员在使用智能驾驶功能时的心理预期，满足不同驾驶员的驾驶习惯。

Description

智能驾驶***参数自适应调整方法、设备及存储介质
技术领域
本发明涉及智能驾驶领域，尤其涉及一种智能驾驶***参数自适应调整方法、设备及计算机可读存储介质。
背景技术
目前，不同的驾驶员由于各自的驾驶习惯不同，导致使用智能驾驶功能时驾驶员的主观体验大相径庭，就会容易存在以下问题：智能驾驶性能匹配调试严重依赖于调试人员的主观性和经验，无法贴合驾驶员的实际需求，导致不能根据驾驶员的驾驶习惯去设置专属的驾驶风格，以满足不同驾驶员的驾驶需求，最终使得售后抱怨大，体验感差，并且无法获取驾驶员真实驾驶感受，也难以在之后版本中迭代。综上所述，当前智能驾驶***参数调节存在较大缺陷，无法满足不同驾驶员的驾驶习惯。
发明内容
本发明的主要目的在于提供一种智能驾驶***参数自适应调整方法，旨在解决现有技术中智能驾驶***的参数调节难以满足不同驾驶员的驾驶习惯的技术问题。
为实现上述目的，本发明提供一种智能驾驶***参数自适应调整方法，所述智能驾驶***参数自适应调整方法包括：
接收车端成功识别第一车主后上传的第一车主标识码，根据所述第一车主识别码在用户画像集合中确定对应的目标用户画像；
调用与所述目标用户画像的驾驶风格匹配的智能驾驶参数，下发所述智能驾驶参数至所述智能驾驶***，使所述智能驾驶***基于所述智能驾驶参数进行自适应调整。
可选地，在所述接收车端成功识别第一车主后上传的第一车主标识码之前的步骤，还包括：
在车端成功识别到第二车主并建立所述第二车主的第二车主识别码后，接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据。
可选地，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
分析处理所述第二车主的所述驾驶行为数据，得到所述第二车主识别码对应的原始用户画像；
将所述原始用户画像归类到所述用户画像集合中。
可选地，在所述将所述原始用户画像归类到所述用户画像集合中之后的步骤，还包括：
配置与所述原始用户画像驾驶风格匹配的所述智能驾驶参数。
可选地，所述分析处理所述第二车主的所述驾驶行为数据的步骤，包括：
对所述驾驶行为数据进行数据标注、模型训练和算法优化的分析处理操作。
可选地，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据。
可选地，在所述存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据之后的步骤，还包括：
判断接收到所述第二车主的所述驾驶行为数据与所述已有驾驶行为数据的变化幅度是否大于预设变化阈值；
若不大于，则执行所述分析处理所述第二车主的所述驾驶行为数据的步骤。
可选地，在所述判断接收到所述第二车主的所述驾驶行为数据的变化幅度是否大于预设变化阈值之后的步骤，还包括：
若大于，则重新分析处理所述第二车主的所述驾驶行为数据，更新所述第二车主识别码对应的原始用户画像。
此外，为实现上述目的，本发明还提供一种智能驾驶***参数自适应调整设备，所述智能驾驶***参数自适应调整设备包括：存储器、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智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序被所述处理器执行时实现如上述的智能驾驶***参数自适应调整方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序被处理器执行时实现如上所述的智能驾驶***参数自适应调整方法的步骤。
本发明实施例提出的一种智能驾驶***参数自适应调整方法、设备及计算机可读存储介质，通过车内安装的各种传感器采集驾驶员的身份信息，根据驾驶员的身份信息建立不同的驾驶人员ID、即车主标识码，在驾驶员日常开车的过程中通过车内各种传感器收集驾驶员的驾驶行为数据(例如车辆加减速度、***制动距离、跟车距离等)，将收集到的驾驶行为数据上传至后台，通过后台分析处理后得出不同驾驶员的专属用户画像，智能驾驶***根据不同的用户画像自动匹配与之驾驶风格匹配的驾驶参数，下发到车内传感器所识别到的驾驶员ID的车端，从而使得车端的参数设定符合用户在使用智能驾驶功能时的心理预期。参照如图3所示的***整体框架图，首先通过车内监视摄像头识别不同驾驶员，建立专属的驾驶员ID、即车主标识码；然后通过车内传感器采集不同驾驶员ID的驾驶行为习惯，建立驾驶员专属的用户画像；接着根据驾驶员专属的驾驶习惯对应的用户画像匹配不同的智能驾驶参数；从而根据车内监视摄像头识别出的车主识别码自动调用智能驾驶参数控制车辆。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的运行设备的结构示意图；
图2为本发明一种智能驾驶***参数自适应调整方法一实施例的流程示意图；
图3为本发明一种智能驾驶***参数自适应调整方法一实施例的***整体框架图；
图4为本发明一种智能驾驶***参数自适应调整方法一实施例的数据传输示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的运行设备的结构示意图。
如图1所示，该运行设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、网络接口1003，存储器1004。其中，通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1004可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对运行设备的限定，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。
如图1所示，作为一种存储介质的存储器1004中可以包括操作***、数据存储模块、网络通信模块以及智能驾驶***参数自适应调整程序。
在图1所示的运行设备中，网络接口1003主要用于与其他设备进行数据通信；本发明运行设备中的处理器1001、存储器1004可以设置在运行设备中，所述运行设备通过处理器1001调用存储器1004中存储的智能驾驶***参数自适应调整程序，并执行以下操作：
接收车端成功识别第一车主后上传的第一车主标识码，根据所述第一车主识别码在用户画像集合中确定对应的目标用户画像；
调用与所述目标用户画像的驾驶风格匹配的智能驾驶参数，下发所述智能驾驶参数至所述智能驾驶***，使所述智能驾驶***基于所述智能驾驶参数进行自适应调整。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述接收车端成功识别第一车主后上传的第一车主标识码之前的步骤，还包括：
在车端成功识别到第二车主并建立所述第二车主的第二车主识别码后，接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
分析处理所述第二车主的所述驾驶行为数据，得到所述第二车主识别码对应的原始用户画像；
将所述原始用户画像归类到所述用户画像集合中。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述将所述原始用户画像归类到所述用户画像集合中之后的步骤，还包括：
配置与所述原始用户画像驾驶风格匹配的所述智能驾驶参数。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
所述分析处理所述第二车主的所述驾驶行为数据的步骤，包括：
对所述驾驶行为数据进行数据标注、模型训练和算法优化的分析处理操作。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据之后的步骤，还包括：
判断接收到所述第二车主的所述驾驶行为数据与所述已有驾驶行为数据的变化幅度是否大于预设变化阈值；
若不大于，则执行所述分析处理所述第二车主的所述驾驶行为数据的步骤。
进一步地，处理器1001可以调用存储器1004中存储的智能驾驶***参数自适应调整程序，还执行以下操作：
在所述判断接收到所述第二车主的所述驾驶行为数据的变化幅度是否大于预设变化阈值之后的步骤，还包括：
若大于，则重新分析处理所述第二车主的所述驾驶行为数据，更新所述第二车主识别码对应的原始用户画像。
本发明实施例提供了一种智能驾驶***参数自适应调整方法，参照图2，图2为本发明一种智能驾驶***参数自适应调整方法第一实施例的流程示意图。
本实施例中，所述智能驾驶***参数自适应调整方法包括：
步骤S10：接收车端成功识别第一车主后上传的第一车主标识码，根据所述第一车主识别码在用户画像集合中确定对应的目标用户画像。
在本实施例中，通过车辆内部的传感器采集车主身份信息，根据不同车主身份建立对应不同的驾驶人员ID(IDentification，标识码)，即与车主身份对应唯一的车主标识码。在车主进入车内之前或之后的过程中，通过安装在车辆内外的各种传感器识别车主身份。在成功识别车主后，上传该识别到的车主身份信息对应的车主标识码到云端，云端接收后在预先维护的用户画像集合内根据车端上传的车主识别码，确定对应的目标用户画像。其中，采集的车主身份信息可以是通过监视摄像头捕捉的驾驶员面部特征信息，可以是在高档汽车的门把手上通过指纹识别器获取的驾驶员指纹特征信息，也可以是通过麦克风采集的驾驶员声音特征信息，还可以是根据驾驶员面部特征信息和驾驶员声音特征信息组合而成的驾驶员特征信息等特征信息的组合，或者特征信息的融合，或者以上特征信息中的一种或多种。总之，在本实施例中，对确认车主身份的所采用的特征信息不做限定，对采集该特征信息的传感器不做限定。其中，用户画像集合包括不同类型的驾驶人员的用户画像，是所有已有的用户画像的集合，比如包括男士、女士、青年、老人等用户画像，可根据需求对用户画像进行定义和切割，最简单的比如青年男士和老年女士等。在用户画像集合中，一个用户画像可以与一个或多个车主标识码对应，但一个车主识别码只与一个用户画像对应，即比如男士用户画像可以包括车主标识码A、车主标识码B等，但车主识别码A只与男士用户画像对应，很容易理解的是，某位驾驶员只需要对应一个用户画像即可，但一个用户画像却可以包含不止一个驾驶员。在用户画像集合中，以多对一的形式维护车主标识码与用户画像的对应关系，所以在接收到车端上传的车主标识码后，根据该车主识别码即可在用户画像集合中确定对应的目标用户画像。
步骤S20：调用与所述目标用户画像的驾驶风格匹配的智能驾驶参数，下发所述智能驾驶参数至所述智能驾驶***，使所述智能驾驶***基于所述智能驾驶参数进行自适应调整。
在本实施例中，云端在步骤S10中根据第一车主识别码在用户画像集合中确定对应的目标用户画像后，在后台调用与该目标用户画像的驾驶风格匹配的智能驾驶参数，将调用出来的该智能驾驶参数下发到车端的智能驾驶***，智能驾驶***根据接收到的智能驾驶参数对当前车辆进行自适应调整。其中，智能驾驶参数是在开发阶段根据不同的用户画像和不同用户画像的驾驶风格预先设定好的参数，比如，对青年男士的用户画像，其驾驶风格可能比较激烈，将其对应的智能驾驶参数调整为使车端更为灵敏，对老年女士的用户画像，其驾驶风格可能比较柔和，将其对应的智能驾驶参数调整为使车端更为线性。其中，智能驾驶参数为车端的ESC(Electronic Stability Controller，车身电子稳定性控制***)、TCU(Transmission Control Unit，自动变速箱控制单元)、EMS(发动机管理***，engine management system)以及仪表等其中一种或多种设备组合的参数，在本实施例中，对不同用户画像对应的智能驾驶参数的设定不做限定。可以想到的是，开发人员根据不断接收到用户画像对应的新的驾驶行为数据后，根据新的驾驶行为数据对该用户画像对应的智能驾驶参数进行修改、更正或补充。也就是说，云端可以根据接收到的驾驶行为数据对用户画像对应的已有的智能驾驶参数进行调整，以更好的适应车主不断变化的驾驶行为和驾驶习惯或者驾驶路况。
在本实施例中，通过车内安装的各种传感器采集驾驶员的身份信息，根据驾驶员的身份信息建立不同的驾驶人员ID、即车主标识码，在驾驶员日常开车的过程中通过车内各种传感器收集驾驶员的驾驶行为数据(例如车辆加减速度、***制动距离、跟车距离等)，将收集到的驾驶行为数据上传至后台，通过后台分析处理后得出不同驾驶员的专属用户画像，智能驾驶***根据不同的用户画像自动匹配与之驾驶风格匹配的驾驶参数，下发到车内传感器所识别到的驾驶员ID的车端，从而使得车端的参数设定符合用户在使用智能驾驶功能时的心理预期。参照如图3所示的***整体框架图，首先通过车内监视摄像头识别不同驾驶员，建立专属的驾驶员ID、即车主标识码；然后通过车内传感器采集不同驾驶员ID的驾驶行为习惯，建立驾驶员专属的用户画像；接着根据驾驶员专属的驾驶习惯对应的用户画像匹配不同的智能驾驶参数；从而根据车内监视摄像头识别出的车主识别码自动调用智能驾驶参数控制车辆。
可选地，在所述接收车端成功识别第一车主后上传的第一车主标识码之前的步骤，还包括：
在车端成功识别到第二车主并建立所述第二车主的第二车主识别码后，接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据。
在本实施例中，在接收车端识别车主上传的车主识别码、根据该车主识别码对应的用户画像调用智能驾驶参数下发到车端进行自适应调整设置之前，需要提前接收车端上传的车主识别码和该车主的驾驶行为数据，使用车主识别码和对应的驾驶行为数据进行用户画像的分析构建。其中，构建的用户画像为后台已有的用户画像中的其中一种，即包括了不同类型驾驶人员的用户画像的用户画像集合中的一种。
可选地，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
分析处理所述第二车主的所述驾驶行为数据，得到所述第二车主识别码对应的原始用户画像；
将所述原始用户画像归类到所述用户画像集合中。
在本实施例中，在接收到车端上传的车主识别码和驾驶行为数据后，对该驾驶行为数据进行分析处理，得到该车主识别码对应的用户画像。其中，第二车主意为在分析构建得到用户画像之前、下发智能驾驶参数至智能驾驶***对车辆进行自适应调整之前的车主，原始用户画像为对第二车主驾驶习惯产生的驾驶行为数据进行分析处理后得到的用户画像，为用户画像集合中的其中一个用户画像。而第一车主意为在根据车主的身份信息建立车主标识码、根据车主驾驶行为和驾驶风格的智能驾驶数据建立车主的用户画像之后进入车辆的车主。在得到该原始用户画像后，将其归类到用户画像集合中，相当于将该车主对应到用户画像集合中，以键值对的形式存在，从而在车主的下一次驾驶时，根据识别到的车主识别码在用户画像集合根据键值对关系即可直接快速的找到对应的用户画像，进而调用该用户画像预设的智能驾驶参数控制车辆。
可选地，在所述将所述原始用户画像归类到所述用户画像集合中之后的步骤，还包括：
配置与所述原始用户画像驾驶风格匹配的所述智能驾驶参数。
在本实施例中，在得到第二车主的原始用户画像、将其以键值对的形式归类到用户画像集合之后，配置与该用户画像驾驶风格匹配的智能驾驶参数。比如，对青年男士驾驶员的原始用户画像，其驾驶风格可能比较激烈，将其对应的智能驾驶参数配置调整为使车端更为灵敏，对老年女士驾驶员的原始用户画像，其驾驶风格可能比较柔和，将其对应的智能驾驶参数配置调整为使车端更为线性。也就是说，在云端预先提前维护了车主识别码-用户画像-智能驾驶参数的一一对应关系。在本实施例中，整个智能驾驶***参数自适应调整过程大体分为两个步骤，第一个过程为建立用户画像的过程，第二个过程为调用智能驾驶参数的过程。在第一个过程中，根据车主的身份信息建立车主标识码，根据车主驾驶行为、驾驶风格的智能驾驶数据建立车主的用户画像。在第二个过程中，通过识别的车主标识码调用对应用户画像预先配置的智能驾驶参数，下发到车端进行自适应调整。
可选地，所述分析处理所述第二车主的所述驾驶行为数据的步骤，包括：
对所述驾驶行为数据进行数据标注、模型训练和算法优化的分析处理操作。
在本实施例中，参照如图4所示的数据传输示意图，在接收到车端智能驾驶软件采集并存储的智能驾驶***的驾驶行为数据后，将其存储到云端数据库中，通过数据标注、模型训练和算法优化后，得到车主识别码对应的原始用户画像。在本实施例中，对数据标注、模型训练和算法优化的具体实施不做限制，对数据标注、模型训练和算法优化的实施细节可以是现有技术中的标注、训练和优化方法，在此不做赘述。
可选地，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据。
在本实施例中，参照如图4所示的数据传输示意图，在接收到车端上传的第二车主识别码和第二车主的驾驶行为数据之后，在对该驾驶行为数据进行数据标注、模型训练和算法优化的分析处理操作的同时，将其存储到云端数据库中，作为已有车主识别码和已有驾驶行为数据，用来进行后续的用户画像更新处理。
可选地，在所述存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据之后的步骤，还包括：
判断接收到所述第二车主的所述驾驶行为数据与所述已有驾驶行为数据的变化幅度是否大于预设变化阈值；
若不大于，则执行所述分析处理所述第二车主的所述驾驶行为数据的步骤。
在本实施例中，云端保存有预设变化阈值，用来判断接收到的第二车主的新的驾驶行为数据与已有驾驶行为数据之间的变化幅度是否合理。在接收到第二车主的新的驾驶行为数据和第二车主的车主识别码后，可以先判断车主识别码是否一致，在车主识别码一致的情况下，根据该车主识别码找到对应的已有车主识别码和已有驾驶行为数据，接着判断第二车主的新的驾驶行为数据和已有驾驶行为数据之间的变化幅度是否大于预设变化阈值，如果不大于的话，则分析处理新的驾驶行为数据，将新的驾驶行为数据覆盖已有驾驶行为数据，或者同时保存以进行进一步分析处理。
可选地，在所述判断接收到所述第二车主的所述驾驶行为数据的变化幅度是否大于预设变化阈值之后的步骤，还包括：
若大于，则重新分析处理所述第二车主的所述驾驶行为数据，更新所述第二车主识别码对应的原始用户画像。
在本实施例中，如果第二车主的新的驾驶行为数据和已有驾驶行为数据之间的变化幅度大于预设变化阈值，则重新分析处理新的驾驶行为数据来更新第二车主识别码对应的原始用户画像，以此来完成用户画像的更新处理，并将新的驾驶行为数据覆盖已有驾驶行为数据，或者同时保存以进行进一步分析处理。
此外，本发明实施例还提供一种智能驾驶***参数自适应调整设备，所述智能驾驶***参数自适应调整设备包括：存储器、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智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序被所述处理器执行时实现如上述的智能驾驶***参数自适应调整方法的步骤。
此外，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序被处理器执行时实现如上所述的智能驾驶***参数自适应调整方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能驾驶***参数自适应调整方法，其特征在于，所述智能驾驶***参数自适应调整方法包括以下步骤：
接收车端成功识别第一车主后上传的第一车主标识码，根据所述第一车主识别码在用户画像集合中确定对应的目标用户画像；
调用与所述目标用户画像的驾驶风格匹配的智能驾驶参数，下发所述智能驾驶参数至所述智能驾驶***，使所述智能驾驶***基于所述智能驾驶参数进行自适应调整。
2.如权利要求1所述的智能驾驶***参数自适应调整方法，其特征在于，在所述接收车端成功识别第一车主后上传的第一车主标识码之前的步骤，还包括：
在车端成功识别到第二车主并建立所述第二车主的第二车主识别码后，接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据。
3.如权利要求2所述的智能驾驶***参数自适应调整方法，其特征在于，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
分析处理所述第二车主的所述驾驶行为数据，得到所述第二车主识别码对应的原始用户画像；
将所述原始用户画像归类到所述用户画像集合中。
4.如权利要求3所述的智能驾驶***参数自适应调整方法，其特征在于，在所述将所述原始用户画像归类到所述用户画像集合中之后的步骤，还包括：
配置与所述原始用户画像驾驶风格匹配的所述智能驾驶参数。
5.如权利要求4所述的智能驾驶***参数自适应调整方法，其特征在于，所述分析处理所述第二车主的所述驾驶行为数据的步骤，包括：
对所述驾驶行为数据进行数据标注、模型训练和算法优化的分析处理操作。
6.如权利要求3所述的智能驾驶***参数自适应调整方法，其特征在于，在所述接收车端上传的所述第二车主识别码和所述第二车主的驾驶行为数据之后的步骤，还包括：
存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据。
7.如权利要求6所述的智能驾驶***参数自适应调整方法，其特征在于，在所述存储所述第二车主识别码和所述第二车主的所述驾驶行为数据，作为已有车主识别码和已有驾驶行为数据之后的步骤，还包括：
判断接收到所述第二车主的所述驾驶行为数据与所述已有驾驶行为数据的变化幅度是否大于预设变化阈值；
若不大于，则执行所述分析处理所述第二车主的所述驾驶行为数据的步骤。
8.如权利要求7所述的智能驾驶***参数自适应调整方法，其特征在于，在所述判断接收到所述第二车主的所述驾驶行为数据的变化幅度是否大于预设变化阈值之后的步骤，还包括：
若大于，则重新分析处理所述第二车主的所述驾驶行为数据，更新所述第二车主识别码对应的原始用户画像。
9.一种智能驾驶***参数自适应调整设备，其特征在于，所述智能驾驶***参数自适应调整设备包括：存储器、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智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序配置为实现如权利要求1至8中任一项所述的智能驾驶***参数自适应调整方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有智能驾驶***参数自适应调整程序，所述智能驾驶***参数自适应调整程序被处理器执行时实现如权利要求1至8中任一项所述的智能驾驶***参数自适应调整方法的步骤。
CN202210057371.8A 2022-01-18 2022-01-18 智能驾驶***参数自适应调整方法、设备及存储介质 Pending CN114407907A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210057371.8A CN114407907A (zh) 2022-01-18 2022-01-18 智能驾驶***参数自适应调整方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210057371.8A CN114407907A (zh) 2022-01-18 2022-01-18 智能驾驶***参数自适应调整方法、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114407907A true CN114407907A (zh) 2022-04-29

Family

ID=81273996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210057371.8A Pending CN114407907A (zh) 2022-01-18 2022-01-18 智能驾驶***参数自适应调整方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114407907A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497295A (zh) * 2022-09-21 2022-12-20 联通智网科技股份有限公司 安全预警方法和装置
CN116302010A (zh) * 2023-05-22 2023-06-23 安徽中科星驰自动驾驶技术有限公司 自动驾驶***升级包生成方法、装置、计算机设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120169526A1 (en) * 2009-09-25 2012-07-05 Valeo Schalter Und Sensoren Gmbh Driver assistance system for a vehicle, vehicle having a driver assistance system, and method for assisting a driver in driving a vehicle
US8527146B1 (en) * 2012-01-30 2013-09-03 Google Inc. Systems and methods for updating vehicle behavior and settings based on the locations of vehicle passengers
US20150191178A1 (en) * 2014-01-06 2015-07-09 Harman International Industries, Incorporated Automatic driver identification
US20150246676A1 (en) * 2012-09-19 2015-09-03 Yakov Keren Personal profiles based system for speed limit enforcing and methods of use thereof
US9533688B1 (en) * 2015-12-29 2017-01-03 Thunder Power Hong Kong Ltd. Platform for acquiring driver behavior data
GB201714913D0 (en) * 2017-09-15 2017-11-01 De Innovation Lab Ltd Driving assistance system and method
WO2017219319A1 (zh) * 2016-06-23 2017-12-28 驭势科技（北京）有限公司 车辆自动驾驶方法和车辆自动驾驶***
KR102070752B1 (ko) * 2018-12-28 2020-01-30 (주)오펠솔루션 차량 운전 정보 자동 추출 및 운전 행동 모니터링을 위한 장치 및 방법
CN113386777A (zh) * 2021-06-24 2021-09-14 广汽本田汽车有限公司 车辆自适应控制方法、***、车辆及计算机存储介质
WO2021248301A1 (zh) * 2020-06-09 2021-12-16 华为技术有限公司 自动驾驶***的自学习方法、装置、设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120169526A1 (en) * 2009-09-25 2012-07-05 Valeo Schalter Und Sensoren Gmbh Driver assistance system for a vehicle, vehicle having a driver assistance system, and method for assisting a driver in driving a vehicle
US8527146B1 (en) * 2012-01-30 2013-09-03 Google Inc. Systems and methods for updating vehicle behavior and settings based on the locations of vehicle passengers
US20150246676A1 (en) * 2012-09-19 2015-09-03 Yakov Keren Personal profiles based system for speed limit enforcing and methods of use thereof
US20150191178A1 (en) * 2014-01-06 2015-07-09 Harman International Industries, Incorporated Automatic driver identification
US9533688B1 (en) * 2015-12-29 2017-01-03 Thunder Power Hong Kong Ltd. Platform for acquiring driver behavior data
WO2017219319A1 (zh) * 2016-06-23 2017-12-28 驭势科技（北京）有限公司 车辆自动驾驶方法和车辆自动驾驶***
GB201714913D0 (en) * 2017-09-15 2017-11-01 De Innovation Lab Ltd Driving assistance system and method
GB2566509A (en) * 2017-09-15 2019-03-20 Detroit Electric Ev Tech Zhejiang Limited Driving assistance system and method
KR102070752B1 (ko) * 2018-12-28 2020-01-30 (주)오펠솔루션 차량 운전 정보 자동 추출 및 운전 행동 모니터링을 위한 장치 및 방법
WO2021248301A1 (zh) * 2020-06-09 2021-12-16 华为技术有限公司 自动驾驶***的自学习方法、装置、设备及存储介质
CN113386777A (zh) * 2021-06-24 2021-09-14 广汽本田汽车有限公司 车辆自适应控制方法、***、车辆及计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孟添: "智能交通***理论体系与应用", 上海大学出版社, pages: 33 - 37 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497295A (zh) * 2022-09-21 2022-12-20 联通智网科技股份有限公司 安全预警方法和装置
CN115497295B (zh) * 2022-09-21 2024-06-11 联通智网科技股份有限公司 安全预警方法和装置
CN116302010A (zh) * 2023-05-22 2023-06-23 安徽中科星驰自动驾驶技术有限公司 自动驾驶***升级包生成方法、装置、计算机设备及介质

Similar Documents

Publication Publication Date Title
CN114407907A (zh) 智能驾驶***参数自适应调整方法、设备及存储介质
CN107199971B (zh) 车载语音交互方法、终端及计算机可读存储介质
CN111091200A (zh) 训练模型的更新方法、***、智能体、服务器及存储介质
JP2019531560A (ja) 自動運転者識別システムおよび方法
CN110673590A (zh) 自动驾驶***可靠性判断方法、装置、设备及存储介质
CN110110038B (zh) 话务预测方法、装置、服务器及存储介质
CN111439268B (zh) 一种主动提供个性化服务的方法、装置、云端服务器及汽车
CN109318902A (zh) 基于用户操作行为的用户操作引导方法、***及控制器
CN109996026B (zh) 基于穿戴式设备的视频特效互动方法、装置、设备及介质
CN112862507A (zh) 网约车司乘纠纷的制止方法、装置、设备、介质以及产品
CN112086098B (zh) 一种驾乘人员分析方法、装置及计算机可读存储介质
CN111340355A (zh) 行程订单的匹配方法、装置、服务器和介质
CN114037053A (zh) 基于gan的车辆视觉感知数据增强方法及相关设备
CN110796266B (zh) 基于公共信息的强化学习实现方法、设备及存储介质
JP2022023800A (ja) 異なる種類の車両間で異なる設定を移転するシステム及び方法
CN111723740A (zh) 数据识别方法、装置、设备及计算机可读存储介质
CN115794374A (zh) 用于处理车辆数据的边缘处理***及边缘处理方法
CN110660000A (zh) 数据预测方法、装置、设备及计算机可读存储介质
CN110033584A (zh) 服务器、控制方法以及计算机可读取记录介质
CN113401135B (zh) 驾驶功能智能配置推送方法、装置、设备及存储介质
CN112969053B (zh) 车内信息传输方法、装置、车载设备及存储介质
CN114863532A (zh) 在终端设备处执行的模型训练方法、装置、设备及介质
CN112419366A (zh) 车辆的追踪方法、***及计算机可读存储介质
CN113163384A (zh) 一种蓝牙连接方法、装置、车载蓝牙设备及车辆
CN112829763A (zh) 一种语音交互处理方法、***及汽车

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