CN114689079A - 一种车辆状态判断方法、装置、设备及可读存储介质 - Google Patents
一种车辆状态判断方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114689079A CN114689079A CN202210287369.XA CN202210287369A CN114689079A CN 114689079 A CN114689079 A CN 114689079A CN 202210287369 A CN202210287369 A CN 202210287369A CN 114689079 A CN114689079 A CN 114689079A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- vehicle
- state
- speed
- current moment
- 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 62
- 230000001133 acceleration Effects 0.000 claims abstract description 218
- 238000001914 filtration Methods 0.000 claims abstract description 60
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 230000003068 static effect Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000011056 performance test Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 230000003247 decreasing effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/18—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration in two or more dimensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆状态判断方法、装置、设备及可读存储介质,涉及车辆性能测试技术领域,包括获取当前时刻的GPS数据和三轴加速度数据;基于GPS数据计算得到第一加速度,基于三轴加速度数据计算得到第二加速度;当检测到第一加速度和第二加速度之间的差值大于预设的差值阈值时,将第二加速度作为车辆当前时刻的实际加速度;基于卡尔曼滤波算法对当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;基于实际加速度、车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。本申请通过三轴加速度和卡尔曼滤波算法来提高基于GPS数据得到的加速度和车速的准确性,进而提高车辆状态判断的准确性。
Description
技术领域
本申请涉及车辆性能测试技术领域,特别涉及一种车辆状态判断方法、装置、设备及可读存储介质。
背景技术
随着经济水平的快速发展和人们生活水平的不断提升,车辆已然成为家家户户必不可少的代步工具,由此可见,车辆的性能安全将与每个家庭息息相关。于是,为了保证车辆的性能安全,在车辆下线出厂之后,需要对其进行相关的性能测试(比如测速试验、消耗试验等),且待各个性能均满足要求后,方能进入市场。
相关技术中,往往采用VBox测速设备进行相关的性能测试,比如根据本次GPS数据经纬度和上次GPS经纬度求出两点间的距离,然后再根据两点的时间计算出速度,进而根据速度进行车辆状态的判断。其中,GPS(Global Positioning System,全球定位***)是目前最为成熟的卫星导航定位***之一,因此在汽车电子车载领域,GPS的应用也相当广泛。不过,由于GPS导航***定位要求高,而其信号抗干扰能力和信号强度相对较弱,经常会受到高层建筑和树木、高架桥、金属、电波、天气、障碍物等的影响。比如,高层建筑和树木会成为反射物,干扰卫星信号的接收,而GPS信号在经过障碍物体边缘时,直射信号会发生弯曲以致产生多余的路径,同时金属物体(如避雷针、金属支架或电力线)对GPS信号也会产生较大影响,即多种因素都会对GPS定位的精准度造成影响,以使得VBox测速设备接收到的GPS数据可能会产生漂移,进而无法保证车辆状态判断结果的准确性。
此外,由于GPS经纬度在转换为距离时,往往采用小数格式的近似值,以致VBox测速设备所计算得到的速度与车速估计值之间存在一定的误差。由此可见,GPS数据漂移和GPS经纬度转换为近似值距离都会对依赖GPS导航定位***的电子设备在进行车辆状态判断时产生不可忽略的影响,以致无法准确判断车辆状态。
发明内容
本申请提供一种车辆状态判断方法、装置、设备及可读存储介质,以解决相关技术中无法准确判断车辆状态的问题。
第一方面,提供了一种车辆状态判断方法,包括以下步骤:
获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
一些实施例中,所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度或车辆从运行状态到静止状态的临界点对应的加速度,所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度或车辆从运行状态到静止状态的临界点对应的速度。
一些实施例中,当所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度、所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于启动状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
一些实施例中,当所述预设的临界加速度为车辆从运行状态到静止状态的临界点对应的加速度、所述预设的临界速度为车辆从运行状态到静止状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
一些实施例中,在所述当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态的步骤之后,还包括:
基于卡尔曼滤波算法对当前时刻的GPS数据进行滤波处理,得到当前时刻的最优状态GPS数据;
基于当前时刻的最优状态GPS数据和上一时刻的最优状态GPS数据计算出第一行驶距离;
基于中位值平均滤波法对M个历史时刻对应的行驶距离和所述第一行驶距离进行滤波处理,得到行驶距离的算数平均值,将所述行驶距离的算数平均值作为当前时刻的实际行驶距离,其中,M为正整数。
一些实施例中,在所述将所述行驶距离的算数平均值作为当前时刻的实际行驶距离的步骤之后,还包括:
对各个时刻对应的基础数据按照预设存储顺序进行存储,得到存储列表,所述基础数据包括车速估计值、实际行驶距离和时间;
接收用户所输入的待查询特定点信息;
根据所述待查询特定点信息对所述存储列表进行遍历,得到待查询特定点的关联信息;
基于所述待查询特定点的关联信息计算得到待查询特定点对应的待显示状态信息,所述待显示状态信息包括车速估计值和/或实际行驶距离和/或时间信息;
对所述待显示状态信息进行显示。
一些实施例中,所述预设存储顺序包括递增存储顺序和递减存储顺序。
第二方面,提供了一种车辆状态判断装置,包括:
获取单元,其用于获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
计算单元,其用于基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
检测单元,其用于当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
滤波单元,其用于基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
确定单元,其用于基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
第三方面,提供了一种车辆状态判断设备,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现前述的车辆状态判断方法。
第四方面,提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现前述的车辆状态判断方法。
本申请提供的技术方案带来的有益效果包括:可以有效提高车辆状态判断的准确性。
本申请提供了一种车辆状态判断方法、装置、设备及可读存储介质,包括获取当前时刻的GPS数据和当前时刻的三轴加速度数据;基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。本申请通过三轴加速度对基于GPS数据计算得到的加速度进行修正,并通过卡尔曼滤波算法对GPS数据中的速度进行修正,以提高基于GPS数据得到的加速度和车速的准确性,最后根据该实际加速度和车速估计值即可准确判断出车辆的当前状态。由此可见,本申请可以有效提高车辆状态判断的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种车辆状态判断方法的流程示意图;
图2为本申请实施例提供的一种车辆状态判断装置的结构示意图;
图3为本申请实施例提供的一种车辆状态判断设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种车辆状态判断方法、装置、设备及可读存储介质,其能解决相关技术中无法准确判断车辆状态的问题。
图1是本申请实施例提供的一种车辆状态判断方法,包括以下步骤:
步骤S10:获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
示范性的,本实施例中,***设备上电后,可通过移动终端来进行车辆测试的控制。当试验人员进行测试时,首先需要选择测试模式和填写相关参数,并向服务器提交更改的配置数据,即向服务器发送请求更改配置的内容,进而触发设备的触发开关,并开始进行车辆测试,试验人员可通过移动终端查看实时的车辆状态、车速、行驶距离、行驶时间、加速度、GPS定位状态等信息。
不过,车辆处于静止状态时,车辆的GPS经度、纬度、海拔高度、车速等数值理论上应该是不变,但是由于GPS漂移误差和启动前车辆存在抖动的问题,以致在车辆处于静止状态时从GPS服务器所接收到的车速并不为零,因此,若以速度值0km/h作为车辆的运动和静止状态的判断并不合理可靠。
本实施例中,通过分析车辆的运动物理模型,静止状态下车辆只有重力作用,即当车辆启动以后,其会受到牵引力的作用,因此可采用车辆速度和X轴加速度融合算法分析车辆的状态。所以本实施例获取了当前时刻的GPS数据和当前时刻的三轴加速度数据。
步骤S20:基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
示范性的,本实施例中,利用接收到的GPS数据中的速度参数和时间间隔计算出车辆当前时刻的第一加速度;不过由于GPS存在偏移,所以计算出来的当前时刻的第一加速度可能并不是十分准确,故本实施例采用三轴加速度传感器来对第一加速度数据进行滤波处理修正,因此先通过三轴加速度传感器实时获取到车辆在X轴、Y轴、Z轴的加速度,并将X轴方向的加速度作为当前时刻的第二加速度。
步骤S30:当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
示范性的,本实施例中通过三轴加速度来对第一加速度进行滤波处理修正,因此可根据第一加速度和第二加速度之间的差值来判定第一加速度是否合理和准确。具体的,计算的第一加速度值和第二加速度值的差值是否在可接受范围内,即若当第一加速度和第二加速度之间的差值小于或等于预设的差值阈值时,则认为基于GPS数据计算得到的第一加速度合理且准确,此时可将第一加速度作为车辆当前时刻的实际加速度,并使第一加速度参与至车辆状态的判断;而若当第一加速度和第二加速度之间的差值大于预设的差值阈值时,则说明基于GPS数据计算得到的第一加速度是不合理的,此时需要将第二加速度作为车辆当前时刻的实际加速度,并使第二加速度参与至车辆状态的判断。
步骤S40:基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
示范性的,由于从GPS服务器所接收到的车速存在误差,因此本实施例采用卡尔曼滤波进行优化处理。具体的,卡尔曼滤波***的状态方程为:Xk=A*Xk-1+B*Uk+Wk,观测方程为:Zk=H*Xk+Vk;其中,Xk是k时刻的***状态估计值,Xk-1表示k-1时刻的***状态估计值,Uk是k时刻对***的控制量,A和B是***参数,如果***是多模型***,A和B就是矩阵;Zk是k时刻的行驶距离测量值,H是测量***的参数,对于多测量***,H为矩阵;Wk和Vk分别表示预测噪声和状态转移噪声。由于本实施例中的滤波处理对象是车速,所以Xk表示k时刻的车速估计值,Xk-1表示k-1时刻的车速最优估计值。
利用卡尔曼滤波***的状态方程和观测方程可以进一步得到状态预测方程、协方差方程、均波增益方程、滤波估计方程和均方误差方程。其中,状态预测方程为:Xk|k-1=A*Xk-1|k-1+B*Uk,Xk|k-1表示利用k-1时刻预测的k时刻的车速最优估计值,Xk-1|k-1是k-1时刻下的车速最优化估计值,Uk为k时刻的控制量;协方差预测方程为:Pk|k-1=A*Pk-1|k-1*A'+Q,Pk|k-1是Xk|k-1对应的***协方差矩阵,Pk-1|k-1是Xk-1|k-1对应的***协方差矩阵,A'表示A的转置矩阵,Q是过程噪声协方差;均波增益方程:Kk=Pk|k-1*H'/(H*Pk|k-1*H'+R),Kk为卡尔曼增益,R为观测噪声协方差,H'表示H的转置矩阵;滤波估计方程:Xk|k=Xk|k-1+Kk(Zk-H*Xk|k-1),Xk|k表示k时刻状态变量最优估计值;均方误差方程:Pk|k=(I-Kk*H)*Pk|k-1,I为矩阵,对于单模型单测量,I=1。要令卡尔曼滤波***不断的运行下去直到***过程结束,还需要更新k时刻下Xk|k的协方差矩阵Pk|k,而当***进入k+1时刻时,Pk|k就是预测协方差方程的Pk-1|k-1。
对于上述过程,只需先确定卡尔曼***两个零时刻的初始值X0|0和P0|0,就可通过递推运算得到k时刻的车速估计值。其中,由于随着卡尔曼***的工作,X会逐渐的收敛,因此可根据实际需求确定X0|0和P0|0的值。不过,对于P,一般不要取值为0,因为将P0|0取值为0可能会令卡尔曼***完全相信给定的X0|0是***最优的,从而使算法不能收敛。
步骤S50:基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
进一步的,所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度或车辆从运行状态到静止状态的临界点对应的加速度,所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度或车辆从运行状态到静止状态的临界点对应的速度。
进一步的,当所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度、所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于启动状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
进一步的,当所述预设的临界加速度为车辆从运行状态到静止状态的临界点对应的加速度、所述预设的临界速度为车辆从运行状态到静止状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
示范性的,本实施例中,当预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度、预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度时,通过实验测试后发现,可将临界加速度预设为0.5g,g=0.98m/s2,并将临界速度预设为0.5km/h,如果实际加速度超过0.5g且当前的车速估计值大于0.5km/h时,说明此时可作为车辆静止到运动的临界点,即判定车辆当前时刻处于启动状态,否则判定车辆当前时刻处于静止状态。同理,当预设的临界加速度为车辆从运行状态到静止状态的临界点对应的加速度、预设的临界速度为车辆从运行状态到静止状态的临界点对应的速度时,也可根据实验测试后确定临界加速度和临界速度的预设值,并根据实际加速度和车速估计值进行车辆状态判定,为了描述的简洁性,在此不再赘述。
由此可见,本申请通过三轴加速度对基于GPS数据计算得到的加速度进行修正,并通过卡尔曼滤波算法对GPS数据中的速度进行修正,以提高基于GPS数据得到的加速度和车速的准确性,最后根据该实际加速度和车速估计值即可准确判断出车辆的当前状态,因此本申请可以有效提高车辆状态判断的准确性。
进一步的,在所述当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态的步骤之后,还包括:
基于卡尔曼滤波算法对当前时刻的GPS数据进行滤波处理,得到当前时刻的最优状态GPS数据;
基于当前时刻的最优状态GPS数据和上一时刻的最优状态GPS数据计算出第一行驶距离;
基于中位值平均滤波法对M个历史时刻对应的行驶距离和所述第一行驶距离进行滤波处理,得到行驶距离的算数平均值,将所述行驶距离的算数平均值作为当前时刻的实际行驶距离,其中,M为正整数。
示范性的,由于GPS存在漂移,使得在车辆移动中,根据GPS数据计算得到的车辆行驶距离存在偏差,因此本实施例基于动态卡尔曼滤波和中位值平均滤波法实现动态实时统计车辆的实际行驶距离和车速。即本实施例中的卡尔曼滤波***会一直对接收到的GPS数据中的位置和速度进行处理,不断预测和修正新的观测值,可随时算出当前时刻的最优状态GPS数据,对车辆下一步的走向做出有根据的预测,即使伴随着各种干扰,卡尔曼滤波总是能指出真实发生的情况,因此在连续变化的***中使用卡尔曼滤波是非常理想的,其具有占用内存小的优点,并且速度很快,很适合应用于实时问题和嵌入式***。
此外,由于地球是一个近乎标准的椭球体,假设地球是一个完美的球体,那么它的半径就是地球的平均半径记为R;如果以0度经线为基准,那么根据地球表面任意两点的经纬度就可以计算出这两点间的地表距离。因此,根据当前最优状态GPS数据和上一时刻最优状态GPS数据的差值以及地球WGS-84坐标系和勾股定理即可计算出车辆的行驶距离。其中,卡尔曼滤波***的状态方程中的Xk是k时刻的行驶距离估计值,Xk-1表示k-1时刻的行驶距离的最优估计值,Uk是k时刻对***的控制量,A和B是***参数,如果***是多模型***,A和B就是矩阵;Zk是k时刻的行驶距离测量值,H是测量***的参数,对于多测量***,H为矩阵;Wk和Vk分别表示预测噪声和状态转移噪声;在确定了卡尔曼滤波***两个零时刻的初始值X0|0和P0|0,就可通过递推运算得到k时刻的车辆行驶距离。由于行驶距离的滤波过程和车速的滤波过程相似,因此为了描述的简洁性,在此不再赘述。
然后基于中位值平均滤波法对经过卡尔曼滤波后得到的行驶距离进行平滑处理;其中,中位值平均滤波法相当于“中位值滤波法”和“算术平均滤波法”的结合,比如:先保存连续采样的10个历史行驶距离,舍弃掉与当前时刻存在最大时间差的时刻对应的行驶距离,将剩下的9个行驶距离赋值到数组中,再将当前时刻的行驶距离也添加到该数组中,然后再去掉数组中的最大值和最小值,并计算出数组里所有数据的算术平均值,最后将计算得到的算术平均值存放到数组中作为当前时刻的实际行驶距离值,也就是当前时刻车辆的实际行驶距离。
进一步的,在所述将所述行驶距离的算数平均值作为当前时刻的实际行驶距离的步骤之后,还包括:
对各个时刻对应的基础数据按照预设存储顺序进行存储,得到存储列表,所述基础数据包括车速估计值、实际行驶距离和时间;其中,所述预设存储顺序包括递增存储顺序和递减存储顺序;
接收用户所输入的待查询特定点信息;
根据所述待查询特定点信息对所述存储列表进行遍历,得到待查询特定点的关联信息;
基于所述待查询特定点的关联信息计算得到待查询特定点对应的待显示状态信息,所述待显示状态信息包括车速估计值和/或实际行驶距离和/或时间信息;
对所述待显示状态信息进行显示。
示范性的,在车辆测试中,车辆测试人员往往想找到以5km/h作为起点,50km/h作为终止点,并将数值2作为累加值的所有点对应的时间、经纬度、行驶距离,也就是速度等于5km/h、7km/h、9km/h、……、47km/h、49km/h、50km/h的点,下文称这些点为特定点,即特定点包括起始点、结束点以及特定速度、特定行驶距离、特定时间和特定空间位置等。不过,由于实际GPS传输过来的数据为非整值且是非连续的数据,以致特定点查找结果存在误差。因此本实施例通过根据GPS速度曲线或行驶距离曲线进行函数求导,得出特定点的速度整值、距离整值、精确时间等。
本实施例中通过QT解析软件(QT解析软件为报文解析工具)来实现特定点的判断与显示,其主要功能是先读取远程数据采集终端保存的加速模式、匀速模式、减速模式等试验数据文件,并对数据进行滤波平滑处理,计算出每个点的相对时间;然后将基础数据(比如车速估计值、实际行驶距离和时间等)写到数据库之中,再根据用户的数据筛选进行数据的分析处理,最后将一系列处理后的数据通过列表展现给用户,以使得用户能看到所需要的数据。
其中,可将QT解析软件的主界面从上到下设计为用户查询文件的提示行、文件路径显示框和文件导入按钮;数据的查询条件分别为时间、车速和行驶距离,时间选择有起始时间和结束时间的输入框,车速有起始速度和结束速度,行驶距离分为起始行驶速度和结束行驶速度;特定点的输入框有车速和距离,用户输入速度或距离的特定点值,就能找到与特定点的关联信息;还可设置列表显示按钮、列表清空按钮、速度曲线按钮和距离曲线按钮,列表显示按钮对应的功能为将查询到的数据以列表的形式显示出来,速度曲线按钮对应的功能为将筛选的数据以速度和时间的关系展示出来,距离曲线按钮对应的功能为将筛选的数据以速度和时间的关系展示出来。
具体的,QT解析软件先读取用户导入的数据文件,数据文件的内容包括表头名、时间、经纬度、车速、行驶距离、状运行态等数据,然后对数据进行平滑滤波处理,并将滤波后数据写到数据库中;当用户提交了待查询特定速度或行驶距离后,QT解析软件将以时间作为查询主键从数据库遍历所有的数据,得到待查询特定速度或行驶距离的关联信息,并计算得到待查询特定速度或行驶距离对应的待显示状态信息。其中,若数据文件以加速模式进行数据的保存,则速度就按照递增的关系计算,而若数据文件以减速模式进行数据的保存,则速度就按照递减的规律计算;不过,对于行驶距离而言,无论数据文件是以哪种模式进行数据的保存,行驶距离均按照递增关系计算。
以特定点为起始点为例,按照递增或递减的关系,在数据库中遍历到介于特定点中间的两个点,并提取出数据记录,由于每次数据记录的时间间隔是20ms,所以可以使用函数求导的办法进行数值计算:先计算出两点间的斜率,然后计算出起始点在两点间的位置,并通过斜率关系即可计算出起始点对应的时间、相对时间、车速和行驶距离等数值。此外,若特定点作为结束点的速度设置为零时,如果计算出来的连续10个记录的速度同时小于0.5km/h,则可将此点作为车辆的停止点。
参见图2所示,本申请实施例还提供了一种车辆状态判断装置,包括:
获取单元,其用于获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
计算单元,其用于基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
检测单元,其用于当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
滤波单元,其用于基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
确定单元,其用于基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
由此可见,本申请通过三轴加速度对基于GPS数据计算得到的加速度进行修正,并通过卡尔曼滤波算法对GPS数据中的速度进行修正,以提高基于GPS数据得到的加速度和车速的准确性,最后根据该实际加速度和车速估计值即可准确判断出车辆的当前状态。由此可见,本申请可以有效提高车辆状态判断的准确性,且具有移植性好、操作简单、成本低等优点。
进一步的,所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度或车辆从运行状态到静止状态的临界点对应的加速度,所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度或车辆从运行状态到静止状态的临界点对应的速度。
进一步的,当所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度、所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度时,所述确定单元具体用于:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于启动状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
进一步的,当所述预设的临界加速度为车辆从运行状态到静止状态的临界点对应的加速度、所述预设的临界速度为车辆从运行状态到静止状态的临界点对应的速度时,所述确定单元具体用于:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
进一步的,所述滤波单元还用于:基于卡尔曼滤波算法对当前时刻的GPS数据进行滤波处理,得到当前时刻的最优状态GPS数据;所述计算单元还用于:基于当前时刻的最优状态GPS数据和上一时刻的最优状态GPS数据计算出第一行驶距离;基于中位值平均滤波法对M个历史时刻对应的行驶距离和所述第一行驶距离进行滤波处理,得到行驶距离的算数平均值,将所述行驶距离的算数平均值作为当前时刻的实际行驶距离,其中,M为正整数。
进一步的,所述装置还包括处理单元,其用于:
对各个时刻对应的基础数据按照预设存储顺序进行存储,得到存储列表,所述基础数据包括车速估计值、实际行驶距离和时间;其中,所述预设存储顺序包括递增存储顺序和递减存储顺序;
接收用户所输入的待查询特定点信息;
根据所述待查询特定点信息对所述存储列表进行遍历,得到待查询特定点的关联信息;
基于所述待查询特定点的关联信息计算得到待查询特定点对应的待显示状态信息,所述待显示状态信息包括车速估计值和/或实际行驶距离和/或时间信息;
对所述待显示状态信息进行显示。
示范性的,本申请可由远程数据采集终端、移动终端、QT解析软件等组成。其中,移动终端主要用于显示整车进行各类试验项目时的相关数据显示和配置,便于试验操作人员更好的进行测试,其主要功能包括制动试验、消耗试验、车速试验三个部分。
制动试验功能对应的界面将显示该试验所需查看的相关数据,如制动速度、平均减速度、最大踏板力、实测制动距离、实测制动距离和GPS定位状态等信息。用户点击“更改配置”按钮,进入制动模式下的更改配置界面,其可针对不同的车速模式进行相关配置,车速模式分为:默认测试和区间测试两种;点击该界面上的“提交”按钮,将会向服务器提交更改的配置数据。
消耗试验功能对应的界面将显示该试验所需查看的相关数据,如车速、行驶距离、行驶时间、燃料消耗量、燃油消耗量和GPS定位状态等信息。消耗试验中的车速模式分为3种:加速、怠速和等速,用户对相关数据进行修改后,点击“提交”按钮,将会向服务器发送请求更改配置的内容。
速度试验功能对应的界面将显示该试验所需查看的相关数据,如加速度、行驶距离、行驶时间、平均车速、实时车速、试验状态和GPS定位状态等信息。速度试验中的车速模式分为:手动模式、自动模式和加速模式三种,用户点击该界面上的“提交”按钮,将会向服务器提交更改的配置数据或标定系数更改的请求指令。
远程数据采集终端集成了获取单元、计算单元、检测单元、滤波单元和确定单元,其主要用于数据采集、接收、计算、发送和保存。数据采集的功能主要是每隔20ms采集一次车辆GPS数据;数据接收的功能主要是接收移动终端发送过来的工作模式和相关配置参数;数据计算的功能主要是根据采集到车辆GPS数据和三轴加速度数据计算出车辆的行驶距离、车速和加速度等数据;数据保存功能主要是将每次试验的实时经纬度、车速、行驶距离、加速度以CSV(Comma-Separated Values,逗号分隔值)文件形式进行保存;数据发送功能主要是将计算得到的车速、经纬度、行驶距离、加速度等数据传输到服务器,移动终端通过访问服务器就能读取到车辆速度、加速度、行驶距离等数据。
远程数据采集终端以CSV文件进行数据保存以后,试验人员能查看到的都是一个个文件,不便于数据的查看和实验数据的分析和整理。为此本实施例基于QT解析软件(QT解析软件集成了处理单元)进行数据处理,可以解析出车辆在加速模式、匀速模式、减速模式等模式保存的数据文件;并通过曲线图还可以找到每个时刻对应的车速、行驶距离和状态以及行驶距离、速度和时间之间的关系,通过列表图还可以找到相关特定点的时间、车速、行驶距离等数据。
需要说明的是,所属本领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述车辆状态判断方法实施例中的对应过程,在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图3所示的车辆状态判断设备上运行。
本申请实施例还提供了一种车辆状态判断设备,包括:通过***总线连接的存储器、处理器和网络接口,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行,以实现前述的车辆状态判断方法的全部步骤或部分步骤。
其中,网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
处理器可以是CPU,还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程逻辑门阵列(FieldProgrammable GateArray,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(比如视频播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外,存储器可以包括高速随存取存储器,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(Flash 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,实现前述的车辆状态判断方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程,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(Read-Only memory,ROM)、随机存取存储器(Random Accessmemory,RAM)、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。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、服务器或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(***)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。
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。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种车辆状态判断方法,其特征在于,包括以下步骤:
获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
2.如权利要求1所述的车辆状态判断方法,其特征在于:所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度或车辆从运行状态到静止状态的临界点对应的加速度,所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度或车辆从运行状态到静止状态的临界点对应的速度。
3.如权利要求2所述的车辆状态判断方法,其特征在于,当所述预设的临界加速度为车辆从静止状态到启动状态的临界点对应的加速度、所述预设的临界速度为车辆从静止状态到启动状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于启动状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
4.如权利要求2所述的车辆状态判断方法,其特征在于,当所述预设的临界加速度为车辆从运行状态到静止状态的临界点对应的加速度、所述预设的临界速度为车辆从运行状态到静止状态的临界点对应的速度时,所述基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态,包括:
当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态;
当所述实际加速度小于或等于预设的临界加速度或所述车速估计值小于或等于预设的临界速度时,则判定车辆当前时刻处于静止状态。
5.如权利要求4所述的车辆状态判断方法,其特征在于,在所述当所述实际加速度大于预设的临界加速度且所述车速估计值大于预设的临界速度时,则判定车辆当前时刻处于运行状态的步骤之后,还包括:
基于卡尔曼滤波算法对当前时刻的GPS数据进行滤波处理,得到当前时刻的最优状态GPS数据;
基于当前时刻的最优状态GPS数据和上一时刻的最优状态GPS数据计算出第一行驶距离;
基于中位值平均滤波法对M个历史时刻对应的行驶距离和所述第一行驶距离进行滤波处理,得到行驶距离的算数平均值,将所述行驶距离的算数平均值作为当前时刻的实际行驶距离,其中,M为正整数。
6.如权利要求5所述的车辆状态判断方法,其特征在于,在所述将所述行驶距离的算数平均值作为当前时刻的实际行驶距离的步骤之后,还包括:
对各个时刻对应的基础数据按照预设存储顺序进行存储,得到存储列表,所述基础数据包括车速估计值、实际行驶距离和时间;
接收用户所输入的待查询特定点信息;
根据所述待查询特定点信息对所述存储列表进行遍历,得到待查询特定点的关联信息;
基于所述待查询特定点的关联信息计算得到待查询特定点对应的待显示状态信息,所述待显示状态信息包括车速估计值和/或实际行驶距离和/或时间信息;
对所述待显示状态信息进行显示。
7.如权利要求6所述的车辆状态判断方法,其特征在于:所述预设存储顺序包括递增存储顺序和递减存储顺序。
8.一种车辆状态判断装置,其特征在于,包括:
获取单元,其用于获取当前时刻的GPS数据和当前时刻的三轴加速度数据;
计算单元,其用于基于所述当前时刻的GPS数据计算得到第一加速度,基于所述当前时刻的三轴加速度数据计算得到第二加速度;
检测单元,其用于当检测到所述第一加速度和所述第二加速度之间的差值大于预设的差值阈值时,将所述第二加速度作为车辆当前时刻的实际加速度;
滤波单元,其用于基于卡尔曼滤波算法对所述当前时刻的GPS数据进行滤波处理,得到当前时刻的车速估计值;
确定单元,其用于基于所述实际加速度、所述车速估计值、预设的临界加速度和预设的临界速度确定出车辆当前时刻的状态。
9.一种车辆状态判断设备,其特征在于,包括:存储器和处理器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行,以实现权利要求1至7中任一项所述的车辆状态判断方法。
10.一种计算机可读存储介质,其特征在于:所述计算机存储介质存储有计算机程序,当所述计算机程序被处理器执行时,以实现权利要求1至7中任一项所述的车辆状态判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210287369.XA CN114689079A (zh) | 2022-03-22 | 2022-03-22 | 一种车辆状态判断方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210287369.XA CN114689079A (zh) | 2022-03-22 | 2022-03-22 | 一种车辆状态判断方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114689079A true CN114689079A (zh) | 2022-07-01 |
Family
ID=82139674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210287369.XA Pending CN114689079A (zh) | 2022-03-22 | 2022-03-22 | 一种车辆状态判断方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114689079A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1847068A (zh) * | 2005-04-06 | 2006-10-18 | 罗伯特.博世有限公司 | 自动停止功能的启动时刻的确定 |
DE102010006904A1 (de) * | 2010-02-05 | 2011-08-11 | Dr. Ing. h.c. F. Porsche Aktiengesellschaft, 70435 | Verfahren und Vorrichtung zur Ansteuerung eines Antriebsmotors mit Einklemmschutz für ein Schiebedach |
US20170269233A1 (en) * | 2016-03-17 | 2017-09-21 | Cm Hk Limited | Methods and mobile devices with electric vehicle transportation detection |
CN108700423A (zh) * | 2016-03-01 | 2018-10-23 | 歌乐株式会社 | 车载装置及推定方法 |
CN113071456A (zh) * | 2021-05-14 | 2021-07-06 | 奇瑞商用车(安徽)有限公司 | 一种自动驻车功能的开启控制方法 |
-
2022
- 2022-03-22 CN CN202210287369.XA patent/CN114689079A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1847068A (zh) * | 2005-04-06 | 2006-10-18 | 罗伯特.博世有限公司 | 自动停止功能的启动时刻的确定 |
DE102010006904A1 (de) * | 2010-02-05 | 2011-08-11 | Dr. Ing. h.c. F. Porsche Aktiengesellschaft, 70435 | Verfahren und Vorrichtung zur Ansteuerung eines Antriebsmotors mit Einklemmschutz für ein Schiebedach |
CN108700423A (zh) * | 2016-03-01 | 2018-10-23 | 歌乐株式会社 | 车载装置及推定方法 |
US20170269233A1 (en) * | 2016-03-17 | 2017-09-21 | Cm Hk Limited | Methods and mobile devices with electric vehicle transportation detection |
CN113071456A (zh) * | 2021-05-14 | 2021-07-06 | 奇瑞商用车(安徽)有限公司 | 一种自动驻车功能的开启控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10102694B2 (en) | Systems and methods for monitoring and reporting road quality | |
JP6233727B2 (ja) | 車両加速度を判定するための方法および装置 | |
KR20220088387A (ko) | 도로의 울퉁불퉁한 구역의 검측방법, 장치, 전자기기, 저장매체, 컴퓨터 프로그램 및 차량 | |
WO2016086792A1 (zh) | 一种驾驶行为分析方法及设备 | |
CN110658542B (zh) | 自动驾驶汽车定位识别方法、装置、设备及存储介质 | |
CN112509352B (zh) | 水淹检知装置、***及方法以及水淹检知程序存储介质 | |
CN107764273B (zh) | 一种车辆导航定位方法及*** | |
CN113012429B (zh) | 一种车路多传感器数据融合方法及*** | |
CN112389442B (zh) | 水淹检知装置、水淹检知***及计算机可读介质 | |
CN112526978A (zh) | 车辆驾驶性能检测方法及***、电子设备和存储介质 | |
CN114689079A (zh) | 一种车辆状态判断方法、装置、设备及可读存储介质 | |
US20230234602A1 (en) | Road surface evaluation apparatus | |
CN116691659A (zh) | 一种无gps信号下车辆行驶轨迹的评估方法、装置 | |
CN113884089B (zh) | 一种基于曲线匹配的相机杆臂补偿方法及*** | |
CN113361079B (zh) | 路面平整度检测方法、装置、设备及存储介质 | |
US20210221384A1 (en) | System and method for evaluating recorded vehicle operation data | |
CN115060291A (zh) | 自适应巡航功能的测试评价方法、装置、车辆及存储介质 | |
CN110032172B (zh) | 一种车辆驾驶控制***精度检测方法及装置 | |
CN114841514A (zh) | 模型训练和车辆舒适性评价方法、装置、设备及存储介质 | |
CN109710594B (zh) | 地图数据的有效性判断方法、装置及可读存储介质 | |
KR102018583B1 (ko) | 교통정보 제공 장치 및 그 방법 | |
CN112051074B (zh) | 车辆标定参数获取方法、***及计算机可读存储介质 | |
KR20180090659A (ko) | 운전자 수용성 평가 장치 및 방법 | |
JP2019139462A (ja) | 混雑状況推定方法、混雑状況推定プログラム、および混雑状況推定システム | |
CN112525143B (zh) | 一种设备安装角的确定方法及车载终端 |
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 |