CN114827954A - 一种车辆节能方法 - Google Patents

一种车辆节能方法 Download PDF

Info

Publication number
CN114827954A
CN114827954A CN202210224238.7A CN202210224238A CN114827954A CN 114827954 A CN114827954 A CN 114827954A CN 202210224238 A CN202210224238 A CN 202210224238A CN 114827954 A CN114827954 A CN 114827954A
Authority
CN
China
Prior art keywords
vehicle
roadside
turning
information
road side
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
CN202210224238.7A
Other languages
English (en)
Inventor
秦文刚
代堃鹏
殷承良
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.)
Shangzhilian Testing Technology Shanghai Co ltd
Original Assignee
Shangzhilian Testing Technology Shanghai 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 Shangzhilian Testing Technology Shanghai Co ltd filed Critical Shangzhilian Testing Technology Shanghai Co ltd
Priority to CN202210224238.7A priority Critical patent/CN114827954A/zh
Publication of CN114827954A publication Critical patent/CN114827954A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0023—Planning or execution of driving tasks in response to energy consumption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种车辆节能方法，该方法包括以下步骤：车辆与外部环境建立通讯；车辆将其相关信息发送至路侧单元；车辆自主进行感知运算；路侧单元实时将感知结果发送至车辆；车辆和路侧单元进行信息融合；车辆和路侧信息***分别评估当前环境是否满足接管条件，若是，则车辆和路侧单元获取接管条件的满足程度和结论，并请求进行算力接管；车辆请求进行算力接管；路侧设备进行算力资源评估，并判断是否通过请求；车辆降低算力，处于低算力模式；判断车辆当前是否满足自动驾驶需求，若是，则维持低算力模式，若否，则车辆恢复算力；车辆恢复算力，并与路侧信息***进行确认，与现有技术相比，本发明具有降低车辆能耗和节能减排等优点。

Description

一种车辆节能方法
技术领域
本发明涉及自动驾驶的能耗领域，尤其是涉及一种车辆节能方法。
背景技术
随着自动驾驶技术的发展，越来越多驾驶行为中原有需要人类完成的任务已经逐渐被机器所完成，其中接替人眼对道路的观察工作的是自动驾驶***中的车辆感知技术，驾驶员的感知是通过各种器官观测，经由大脑处理判断后，对环境或事物形成的认知，相对应的，在自动驾驶领域，中央控制器接受各个传感器的信息经过一系列融合算法处理的这一过程便是感知技术，传感器就是汽车的感知器官，因此，近几年的感知技术跟随着传感器的发展不断的进行技术革新。
自动驾驶的关键技术主要为感知(Perception)、决策(Planning)和控制(Control)三个方面，其中感知***以多种传感器捕获的数据以及高清地图的信息作为输入，经过一系列的计算和处理，来预估车辆的状态和实现对车辆周围环境的精确感知，可以为下游决策***模块提供丰富的信息。
目前NVIDIA、Intel、高通等传统芯片制造商凭借自身的整合和研发能力，致力于通过自研或收购的方式建立自动驾驶芯片生产能力，并纷纷推出可实现L3级以上高等级自动驾驶的车载计算平台，这些智能传感器，深度学***台在车上的使用需要消耗大量的电力，并且需要实时工作，当前这种车辆智能驾驶主要是单车智能，依靠车辆自身的电池供电，功耗较高。
高算力带来高性能的同时也使得车辆的电力消耗快速增长，并且出于安全监控等的原因，所有的传感器及中央计算机在车辆工作时刻随时都在全负荷工作，例如在路口等待红灯，或者停车等待过程中，传统的燃油车可以通过自动启停功能关闭发动机运行以减少运行，智能车辆虽然可以关闭电力驱动，但智能部分目前没有好的办法在特定场景下降低算力节省电耗，因此本发明提出一种通过降低自动驾驶和辅助驾驶车辆智能传感器和智能控制器算力的方式降低车辆能耗的方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种车辆节能方法。
本发明的目的可以通过以下技术方案来实现：
一种车辆节能方法，该方法包括以下步骤：
步骤1：车辆与外部环境建立通讯；
步骤2：车辆将其相关信息发送至外部环境中的路侧单元；
步骤3：车辆自主进行感知运算；
步骤4：路侧单元实时感知周边环境，并将感知结果发送至车辆；
步骤5：车辆和路侧单元的路侧感知设备进行信息确认，并将信息进行融合；
步骤6：车辆和路侧单元的路侧信息***分别评估当前环境是否满足由路侧感知接管车辆感知的接管条件，若是，则车辆和路侧获取接管条件的满足程度和结论，并执行步骤7，若否，则返回步骤2；
步骤7：车辆请求进行算力接管；
步骤8：路侧单元进行算力资源评估，并判断是否通过请求，若是，则执行步骤9，若否，则返回步骤2；
步骤9：车辆降低算力，处于低算力模式；
步骤10：判断车辆当前的低算力状态是否满足自动驾驶需求，若是，则维持低算力模式，若否，则执行步骤11；
步骤11：车辆恢复算力，处于自主算力的使用阶段，并与路侧信息***进行确认，并返回步骤2。
所述的步骤1中，路侧单元包括路侧感知设备和路侧信息***。
所述的路侧感知设备包括激光雷达、摄像头和毫米波雷达。
所述的路侧信息***为路侧边缘计算单元，即路侧的计算机，用以接收路侧感知设备传输的数据。
所述的相关信息包括当前车辆的状态、车辆的自动驾驶等级以及自动驾驶是否激活。
所述的步骤6中，接管条件包括车辆当前无故障、路侧感知设备无故障、通讯信号强度大于设定的强度阈值、车辆和路侧握手正常和路侧感知设备预留的算力大于设定的算力阈值。
所述的步骤9中，低算力模式具体为：
当车辆进入特定区域后，位于特定区域内的路侧感知设备基于V2X技术接收车辆周边环境的感知结果，与车辆发送的相关信息进行融合，获取融合的感知结果，路侧信息***和云端的信息集成***将该区域内的融合的感知结果和规划的路径发送至车辆，车辆通过接收非车辆自身感知和计算的信息对算力进行控制，即路侧和云端将感知计算的结果告知车辆，以降低车辆功耗。
所述的特定区域包括路口、地下车库和高速公路。
所述的非车辆自身感知和计算的信息包括路径的规划、温度的控制和未来的拥堵情况。
所述的步骤9中，车辆降低算力的行为包括关闭部分摄像头、关闭全部摄像头、关闭部分毫米波雷达、关闭全部毫米波雷达、关闭部分激光雷达、关闭全部激光雷达、关闭红外传感器、关闭部分感知计算算法、关闭全部感知计算算法、关闭部分感知融合算法、关闭全部感知融合算法、关闭高精地图、关闭规划决策算法、降低摄像头采样率、降低毫米波雷达采样率、降低激光雷达采样率、关闭车辆域控制器的部分AI芯片和降低AI芯片的工作频率。
与现有技术相比，本发明具有以下优点：
1、本发明通过将车辆、云端和路侧形成一个分布式计算***，形成云端、边缘端和车端的计算架构，基于优化算法优化云端、边缘端和车端的算力分配，以实现整个分布式计算***的能耗最优；
2、本发明的车辆具有LTE-V2X通讯功能，以实现远程驾驶，当车辆由远程驾驶员接管后，发出降低本车自动驾驶运算算力的要求，得到握手后，降低车辆的运算能力或关闭部分自动驾驶功能，以实现降低车辆的功耗；
3、本发明能够在特定场景下降低车辆的算力，进而节省电耗，达到节能减排的技术效果。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明提供了一种车辆节能方法，该方法包括以下步骤：
步骤1：车辆与外部环境建立通讯；
步骤2：车辆将其相关信息发送至外部环境中的路侧单元(路端)；
步骤3：车辆自主进行感知运算；
步骤4：路侧单元实时感知周边环境，并将感知结果发送至车辆；
步骤5：车辆和路侧感知设备进行信息确认，根据双方发送和收到的信息确认信息是否可信，并将信息进行融合；
步骤6：车辆和路侧信息***分别评估当前环境是否满足由路侧感知接管车辆感知的接管条件，若是，则车辆和路侧获取接管条件的满足程度和结论，并执行步骤7，若否，则返回步骤2；
步骤7：车辆或路侧信息***中的一方请求进行算力接管；
步骤8：路侧设备进行算力资源评估，并判断是否通过请求，若是，则执行步骤9，若否，则返回步骤2；
步骤9：车辆降低算力，处于低算力模式；
步骤10：判断车辆当前的低算力状态是否满足自动驾驶需求，若是，则维持低算力模式，若否，则执行步骤11；
步骤11：车辆恢复算力，进行自主算力的使用阶段，并与路侧信息***进行确认，并返回步骤2。
在步骤1中，车辆的相关信息包括当前车辆的状态，车辆的自动驾驶等级以及自动驾驶是否激活。
在步骤9中，车辆通过接收非车辆自身感知和计算的信息对算力进行控制，即路侧和云端将感知计算的结果告知车辆，以节省车辆自身的功耗，非车辆自身感知和计算的信息为路侧和云端感知计算的结果，包括路径的规划，温度的控制和未来的拥堵情况。
路侧感知设备包括激光雷达，摄像头，毫米波雷达等，路侧信息***为路侧边缘计算单元，即路侧的计算机，路侧感知设备将数据传至路侧信息***。
车辆的控制***为车辆的计算机，计算机包括CPU、内存和GPU，采用TOPS表示算力。
车辆和外部设备(路端和云端)对算力进行协调沟通的方式具体为：
当车辆进入特定区域后，特定区域内的路侧感知***和云端信息集成***将该区域内的所有感知结果和规划的路径等信息提供给车辆，特定区域包括路口、地下车库和高速公路，车辆发出降低算力的请求，路侧感知设备基于V2X技术接收车辆周围感知的结果，生成融合的感知结果，融合的感知结果包括决策规划的结果，以代替自身车辆的深度计算，路侧和云端根据车辆所处的状态、自身资源可用的状态和车辆请求的运算能力级别定义需要接管的任务，根据任务定义和车辆的交互信息，任务包括外部设备代替车辆进行视觉感知、雷达感知或代替车辆进行路径规划，交互信息为信息来回传递的过程，并和车辆对路侧和云端的需求达成一致，进行算力的转移，将车辆的控制器计算转移到路侧或云端进计算，以完成车辆算力的下调。
车辆降低算力的行为包括关闭部分摄像头、关闭全部摄像头、关闭部分毫米波雷达、关闭全部毫米波雷达、关闭部分激光雷达、关闭全部激光雷达、关闭红外传感器、关闭部分感知计算算法、关闭全部感知计算算法、关闭部分感知融合算法、关闭全部感知融合算法、关闭高精地图、关闭规划决策算法、降低摄像头采样率、降低毫米波雷达采样率、降低激光雷达采样率、关闭车辆域控制器的部分AI芯片和降低AI芯片的工作频率。
本发明将车辆、云端和路侧形成一个分布式计算***，形成云端、边缘端和车端的计算架构，通过优化算法优化云端、边缘端和车端的算力分配，以实现整个分布式计算***的能耗最优，即将车辆、路侧和云端作为一个大的计算机***，各方的算力都是整个计算机***的一部分，通过分配机制重新进行算力的分配，且车辆具有LTE-V2X通讯功能，以实现远程驾驶，当车辆由远程驾驶员接管后，发出降低本车自动驾驶运算算力的要求，得到握手(建立正确的连接)后，降低车辆的运算能力或关闭部分自动驾驶功能，以实现降低车辆的功耗。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种车辆节能方法，其特征在于，该方法包括以下步骤：
步骤1：车辆与外部环境建立通讯；
步骤2：车辆将其相关信息发送至外部环境中的路侧单元；
步骤3：车辆自主进行感知运算；
步骤4：路侧单元实时感知周边环境，并将感知结果发送至车辆；
步骤5：车辆和路侧单元的路侧感知设备进行信息确认，并将信息进行融合；
步骤6：车辆和路侧单元的路侧信息***分别评估当前环境是否满足由路侧感知接管车辆感知的接管条件，若是，则车辆和路侧获取接管条件的满足程度和结论，并执行步骤7，若否，则返回步骤2；
步骤7：车辆请求进行算力接管；
步骤8：路侧单元进行算力资源评估，并判断是否通过请求，若是，则执行步骤9，若否，则返回步骤2；
步骤9：车辆降低算力，处于低算力模式；
步骤10：判断车辆当前的低算力状态是否满足自动驾驶需求，若是，则维持低算力模式，若否，则执行步骤11；
步骤11：车辆恢复算力，处于自主算力的使用阶段，并与路侧信息***进行确认，并返回步骤2。
2.根据权利要求1所述的一种车辆节能方法，其特征在于，所述的步骤1中，路侧单元包括路侧感知设备和路侧信息***。
3.根据权利要求2所述的一种车辆节能方法，其特征在于，所述的路侧感知设备包括激光雷达、摄像头和毫米波雷达。
4.根据权利要求2所述的一种车辆节能方法，其特征在于，所述的路侧信息***为路侧边缘计算单元，即路侧的计算机，用以接收路侧感知设备传输的数据。
5.根据权利要求1所述的一种车辆节能方法，其特征在于，所述的相关信息包括当前车辆的状态、车辆的自动驾驶等级以及自动驾驶是否激活。
6.根据权利要求1所述的一种车辆节能方法，其特征在于，所述的步骤6中，接管条件包括车辆当前无故障、路侧感知设备无故障、通讯信号强度大于设定的强度阈值、车辆和路侧握手正常和路侧感知设备预留的算力大于设定的算力阈值。
7.根据权利要求1所述的一种车辆节能方法，其特征在于，所述的步骤9中，低算力模式具体为：
当车辆进入特定区域后，位于特定区域内的路侧感知设备基于V2X技术接收车辆周边环境的感知结果，与车辆发送的相关信息进行融合，获取融合的感知结果，路侧信息***和云端的信息集成***将该区域内的融合的感知结果和规划的路径发送至车辆，车辆通过接收非车辆自身感知和计算的信息对算力进行控制，即路侧和云端将感知计算的结果告知车辆，以降低车辆功耗。
8.根据权利要求7所述的一种车辆节能方法，其特征在于，所述的特定区域包括路口、地下车库和高速公路。
9.根据权利要求7所述的一种车辆节能方法，其特征在于，所述的非车辆自身感知和计算的信息包括路径的规划、温度的控制和未来的拥堵情况。
10.根据权利要求7所述的一种车辆节能方法，其特征在于，所述的步骤9中，车辆降低算力的行为包括关闭部分摄像头、关闭全部摄像头、关闭部分毫米波雷达、关闭全部毫米波雷达、关闭部分激光雷达、关闭全部激光雷达、关闭红外传感器、关闭部分感知计算算法、关闭全部感知计算算法、关闭部分感知融合算法、关闭全部感知融合算法、关闭高精地图、关闭规划决策算法、降低摄像头采样率、降低毫米波雷达采样率、降低激光雷达采样率、关闭车辆域控制器的部分AI芯片和降低AI芯片的工作频率。
CN202210224238.7A 2022-03-09 2022-03-09 一种车辆节能方法 Pending CN114827954A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210224238.7A CN114827954A (zh) 2022-03-09 2022-03-09 一种车辆节能方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210224238.7A CN114827954A (zh) 2022-03-09 2022-03-09 一种车辆节能方法

Publications (1)

Publication Number Publication Date
CN114827954A true CN114827954A (zh) 2022-07-29

Family

ID=82528402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210224238.7A Pending CN114827954A (zh) 2022-03-09 2022-03-09 一种车辆节能方法

Country Status (1)

Country Link
CN (1) CN114827954A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115473750A (zh) * 2022-08-04 2022-12-13 湖南湘江智车出行科技有限公司 基于云边协同的路侧设备能耗优化控制方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115473750A (zh) * 2022-08-04 2022-12-13 湖南湘江智车出行科技有限公司 基于云边协同的路侧设备能耗优化控制方法及装置
CN115473750B (zh) * 2022-08-04 2024-06-11 湖南湘江智车出行科技有限公司 基于云边协同的路侧设备能耗优化控制方法及装置

Similar Documents

Publication Publication Date Title
Yu et al. Deep learning-based traffic safety solution for a mixture of autonomous and manual vehicles in a 5G-enabled intelligent transportation system
US11842638B2 (en) Parallel remote control driving system for intelligent network vehicle
CN111006879B (zh) 一种面向港口环境的人机混驾自动驾驶的测试方法及其测试平台
CN107458243B (zh) 一种用于新能源汽车智能无人驾驶的故障停车控制方法
CN111127931B (zh) 一种智能网联汽车的车路云协同方法、装置及***
CN112544061B (zh) 一种数据传输方法以及装置
CN113022540B (zh) 一种用于多车状态监控的实时远程驾驶***及方法
CN112249034B (zh) 一种汽车大脑***及车辆驾驶控制方法
CN102819263A (zh) 多摄像头无人车视觉感知***
CN113552867B (zh) 一种运动轨迹的规划方法及轮式移动设备
CN111806466B (zh) 一种智能驾驶***及其工作流程
CN112530156A (zh) 基于边缘计算的智能网联汽车开放道路***和建设方法
CN114827954A (zh) 一种车辆节能方法
Chen et al. Research on automatic driving simulation test system based on digital twin
CN104268884A (zh) 一种基于车联网的车道偏离预警的标定***和方法
CN114103994B (zh) 基于车辆自动清扫路面的控制方法、装置、设备及车辆
CN116185019A (zh) 无人公交***控制方法、装置、计算机设备和存储介质
Song et al. State-of-the-art and development trends of energy management strategies for intelligent and connected new energy vehicles: a review
CN113815533B (zh) 前向adas及自动泊车融合控制器
Du et al. A Vision-based Taillight Intention Detection Method for Intelligent and Connected Vehicles
KR20200063615A (ko) Ar 기반의 가로등 유지보수 시스템
CN112666980B (zh) 一种无人机集群协作***、协作方法及无人机集群
CN109532724A (zh) 一种车载自动驾驶控制电路
CN104064038B (zh) 基于视觉的交通路口仿生指挥方法
CN114690750A (zh) 一种远程代客泊车方法及***

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