CN116968757A - 一种基于智能物联的新能源汽车安全行驶方法及*** - Google Patents
一种基于智能物联的新能源汽车安全行驶方法及*** Download PDFInfo
- Publication number
- CN116968757A CN116968757A CN202311148517.0A CN202311148517A CN116968757A CN 116968757 A CN116968757 A CN 116968757A CN 202311148517 A CN202311148517 A CN 202311148517A CN 116968757 A CN116968757 A CN 116968757A
- Authority
- CN
- China
- Prior art keywords
- data
- chassis
- new energy
- energy automobile
- tire
- 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 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 138
- 238000001514 detection method Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000003708 edge detection Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 12
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 description 30
- 238000012545 processing Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 238000001914 filtration Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000006378 damage Effects 0.000 description 10
- 230000007797 corrosion Effects 0.000 description 8
- 238000005260 corrosion Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000003466 welding Methods 0.000 description 8
- 208000027418 Wounds and injury Diseases 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 208000014674 injury Diseases 0.000 description 6
- 230000035882 stress Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012821 model calculation Methods 0.000 description 4
- 230000003449 preventive effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000002706 hydrostatic effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- 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
- 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
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
-
- 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
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/24—Energy storage means
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/20—Tyre data
-
- 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
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/201—Dimensions of vehicle
-
- 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
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
-
- 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
- B60W2556/45—External transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出一种基于智能物联的新能源汽车安全行驶方法及***，所述新能源汽车安全行驶***包括云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***。通过本发明方案，不仅能根据第一新能源汽车的自身状态和环境对其进行行车安全控制，还可以根据对其有影响的其他车辆的状态对第一新能源汽车的行车控制方案进行应对性变更，灵活、智能，能充分保证行车安全。
Description
技术领域
本发明涉及物联网技术领域，具体涉及一种基于智能物联的新能源汽车安全行驶方法及***。
背景技术
随着科技发展以及人们环保意识的提高，搭载自动化技术、物联网科技且无有害废气排放的新能源汽车，由于其相较于燃油汽车具有节能减排以及能源价格优势，而逐渐在汽车市场中占领一席之地。新能源汽车的驾驶方案脱胎于燃油汽车的传统驾驶方法，目前，新能源汽车的安全行驶控制方面仍处于较为落后状态，亟需一种基于智能物联的新能源汽车安全行驶方案。
发明内容
本发明正是基于上述问题，提出了一种基于智能物联的新能源汽车安全行驶方法及***，通过本发明方案，不仅能根据第一新能源汽车的自身状态和环境对其进行行车安全控制，还可以根据对其有影响的其他车辆的状态对第一新能源汽车的行车控制方案进行应对性变更，灵活、智能，能充分保证行车安全。
有鉴于此，本发明的一方面提出了一种基于智能物联的新能源汽车安全行驶方法，应用于一种基于智能物联的新能源汽车安全行驶***，所述新能源汽车安全行驶***包括云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；
所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***获取所述第一新能源汽车的第一电池数据；
所述环境监测***获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
可选地，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，包括：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据；
将所述第一轮胎图像数据作为所述第一轮胎数据。
可选地，所述底盘监测***包括设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据的步骤，包括：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度；
通过所述应变传感器测量底盘部件得到各部件的第一应变值；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据。
可选地，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，包括:
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置；
按预设拍摄规则控制所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理，得到所述第一底盘图像数据。
可选地，还包括对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形的步骤，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据；
对所述第二序列图像数据使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据。
本发明的另一方面提供一种基于智能物联的新能源汽车安全行驶***，包括：云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；其中，
所述轮胎监测***被配置为：对所述第一新能源汽车进行监测得到第一轮胎数据；
所述底盘监测***被配置为：对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***被配置为：获取所述第一新能源汽车的第一电池数据；
所述环境监测***被配置为：获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***被配置为：获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器被配置为：
获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
可选地，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，所述轮胎监测***被配置为：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据；
将所述第一轮胎图像数据作为所述第一轮胎数据。
可选地，所述底盘监测***包括：设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述对所述第一新能源汽车进行监测得到第一底盘数据的步骤中，所述底盘监测***被配置为：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度；
通过所述应变传感器测量底盘部件得到各部件的第一应变值；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据。
可选地，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，所述底盘监测***被配置为：
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置；
按预设拍摄规则控制所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理(提高后续图像分析的准确性)，得到所述第一底盘图像数据。
可选地，所述物联网服务还被配置为：对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据；
对所述第二序列图像数据使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据。
采用本发明的技术方案，不仅能根据第一新能源汽车的自身状态和环境对其进行行车安全控制，还可以根据对其有影响的其他车辆的状态对第一新能源汽车的行车控制方案进行应对性变更，灵活、智能，能充分保证行车安全。
附图说明
图1是本发明一个实施例提供的基于智能物联的新能源汽车安全行驶方法流程图；
图2是本发明一个实施例提供的基于智能物联的新能源汽车安全行驶***的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图2来描述根据本发明一些实施方式提供的一种基于智能物联的新能源汽车安全行驶方法及***。
如图1所示，本发明一个实施例提供一种基于智能物联的新能源汽车安全行驶方法，应用于一种基于智能物联的新能源汽车安全行驶***，所述新能源汽车安全行驶***包括云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；
所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据(包括但不限于：轮胎的胎压数据、温度数据、材质数据、老化数据、图像数据等)；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***获取所述第一新能源汽车的第一电池数据；
所述环境监测***获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
在本发明实施例中，利用物联网服务器及其管理的智能物联网终端(如智慧路灯、智慧交通灯、智慧站台等)根据所述第一当前位置信息确定符合第一预设条件(如处于以第一当前位置信息的位置为圆心、以第一预设距离为半径的圆内)的第二新能源汽车(即可能对第一新能源汽车的行驶产生影响的车辆)，并实时获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据。
所述物联网服务器根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据生成所述第一新能源汽车的初始安全行驶控制方案，具体可以是：
对采集的前述数据进行格式、范围及冗余校验，剔除无效或异常数据，确保后续计算与控制的准确性；
根据相关安全标准提取轮胎、底盘、电池等的安全工作范围及环境适应限值，作为生成控制方案的安全约束条件；
评估第一轮胎数据、第一底盘数据、第一电池数据和根据所述第一行驶数据反映的相关部件的实时工作状态和性能，得到判断是否超出安全约束范围的状态评估结果，超出则需增加相应控制措施；
分析第一当前位置的第一环境数据(如道路环境、天气环境及交通环境)对行驶安全的影响，得到环境影响分析数据，如湿滑路面、强风天气或拥堵交通状况，紧急情况下发出警告与控制指令；
根据所述第一驾乘人员数据和第一行程数据得到预期通过路段数据，并进一步通过物联网服务器得到通过预期通过路段需要满足的行驶状态要求；
根据状态评估结果、安全约束要求、环境影响分析数据和行驶状态要求综合确定行驶速度、制动参数、转向参数、能量输出等的控制数值范围，并考虑驾驶人员的操控特性进行修正，生成初始安全行驶控制方案。
将初始安全行驶控制方案实时发送至底层控制***执行，持续监测相关数据变化，当工作状态或环境条件发生较大变化时，更新并重新生成安全行驶控制方案，以确保乘员生命安全。
本方案实施例中，根据第一新能源汽车的多源数据与模型计算可以实现第一新能源汽车安全行驶控制方案的初步生成。
所述物联网服务器根据所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成所述第二新能源汽车对所述第一新能源汽车的第一影响数据，具体是：
根据第二新能源汽车的第二当前位置信息和第一新能源汽车的第一当前位置信息，分析两车的相对位置关系，判断是否存在潜在的碰撞危险或是否会影响第一新能源汽车的正常行驶(如距离过近或处在死角位置)；
将第二新能源汽车的第二轮胎数据、第二底盘数据和第二电池数据与第一新能源汽车的状况进行比较，判断第二新能源汽车的技术状态或控制参数是否可能对第一新能源汽车产生不利影响，如失控打滑或急加速等；
分析第二新能源汽车所在位置的第二环境数据，判断路面情况、天气状况或交通状况是否较复杂，是否较易引起事故或影响到周边车辆；
根据第二驾乘人员数据评估第二新能源汽车的驾驶员的驾驶能力、经验与习惯，判断其操作稳定性和应变能力，较差的驾驶特性会增加对其他车辆产生影响的可能性；
实时监测第二新能源汽车的第二行驶数据(如速度、加速度、转向等)和第二行程数据(如目的地、预期行驶路线、中途停靠点等)，判断第二新能源汽车的动态运动状态是否超出安全范围，是否可能会对周边车辆正常行驶产生干扰或威胁；
根据上述分析结果，利用预先训练好的新能源汽车动力学模型和事故概率模型，预测第二新能源汽车在特定时间和空间范围内对第一新能源汽车产生的潜在影响程度(如发生碰撞的概率和严重性程度等)，得到所述第一影响数据。
根据所述第一影响数据对所述初始安全行驶控制方案进行修改，得到所述第一安全行驶控制方案。
可以理解的是，新能源汽车的动力学模型包括但不限于以下内容：
电机模型：建立电机的数学模型，描述电机的机电转换关系，输入为电压和转速，输出为转矩和电流。
电池模型：建立电池的电荷及端电压模型，描述电池的充放电特性。
传动***模型：建立差速器、变速箱等传动机构的力学模型。
车辆长动力学模型：建立整车纵向运动学模型，描述车辆加速、爬坡和制动特性。包括质量、转向率、风阻系数等参数。
车辆横向动力学模型：建立车辆横向运动学模型，描述车辆的转向、横摆运动特性。包括转向***、悬架***等。
制动***模型：建立制动***的静压学和动力学模型，描述制动过程中的力学响应。
能量管理***模型：建立整车能量流模型，对电池、电机、传动***进行联合控制和管理。
驱动控制策略模型：建立电机控制策略模型，进行速度/转矩跟踪控制、能量优化控制等。
通过建立和仿真这些模型，可以评估新能源汽车的动力性、操稳性和续驶里程等性能指标，也可以开发和验证新型控制策略。
新能源汽车的事故概率模型包括但不限于以下内容：
电池事故模型：建立电池在使用和充电过程中的各种故障模式，评估导致着火或***的概率。
电气***故障模型：建模和分析车载高压电气***的故障模式，如绝缘故障、接触不良故障等，评估触电或短路的风险。
电控***故障模型：分析车载电子控制***在复杂电磁环境下的故障率，评估导致失控的概率。
操作误用模型：建立驾驶员误操作的模型，如踩错踏板，评估这类操作错误导致事故的概率。
充电安全模型：建立快速充电过程中的各种故障模型，如电弧、过充等，评估充电过程的事故风险。
交通事故数据库：收集和分析交通事故数据库，比较新能源汽车和传统汽车的事故率差异。
车辆动力学模型：建立电动汽车的动力学模型，评估操控失控的概率，与传统车辆的差异。
乘员伤害模型：建立碰撞条件下的乘员伤害模型，评估电动汽车的伤害风险和保护水平。
综合这些模型，可以全面评估新能源汽车的事故风险。
本实施中，通过对第二新能源汽车数据和状态的全面分析，并结合相关模型计算，可以实时评估其对周边第一新能源汽车产生的影响与潜在危险，从而可以进一步修改第一新能源的安全行驶控制方案，灵活、智能，能充分保证行车安全。
采用该实施例的技术方案，不仅能根据第一新能源汽车的自身状态和环境对其进行行车安全控制，还可以根据对其有影响的其他车辆的状态对第一新能源汽车的行车控制方案进行应对性变更，灵活、智能，能充分保证行车安全。
在本发明实施例中，第一新能源汽车与第二新能源汽车间可以通过物联网服务器及其管理的智能物联网终端进行协同、交互；协同或交互需要用到的前述数据或产生的数据均存于集成于道路设施的安全服务节点，并根据第一新能源汽车/第二新能源汽车的行进路线同步将数据传输至下一安全服务节点，以方便第一新能源汽车/第二新能源汽车读取。
在本发明一些可能的实施方式中，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，包括：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度(可以根据轮胎的转速与轮胎尺寸数据计算得到)间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率(或各第一拍摄频率子范围)与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作(如根据轮胎的胎压数据、温度数据、车辆行驶时的状态数据等判断是否存在异常进而判断是否需要启动所述第一摄像装置的监测操作)；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据，比如，当第一当前车速小于最高拍摄频率(即对应最快拍摄速度)对应的最大车速时，启动监测；
将所述第一轮胎图像数据作为所述第一轮胎数据。
在本发明实施例中，可以根据车轮的转动速度动态调节第一摄像装置对轮胎的拍摄频率从而保证得到高质量的轮胎图像数据，在得到了第一轮胎数据后，可以进一步对第一轮胎数据进行分析与诊断，以确定第一新能源汽车的轮胎是否存在安全隐患，从而可以保证行车安全。
在本发明一些可能的实施方式中，所述底盘监测***包括设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据的步骤，包括：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据(可以用来判断是否存在松动或损坏，超标振动可能表明轴承、节轴等部件发生故障)；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度(可以用来判断底盘受载是否均匀以及弹簧或减震器的工作状况)；
通过所述应变传感器测量底盘部件得到各部件的第一应变值(可以用来判断底盘部件的应力状态以及进一步分析其强度和寿命)；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据(可以根据回波判断底盘部件的完整性以及可检测裂纹、空洞等缺陷)；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据(根据图像分析判断底盘形状与几何尺寸是否发生变形)；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据(判断轴承发热、管路漏热等情况，分析潜在故障)；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据(根据图像处理判断底盘焊缝完整性、防护罩损伤、连接件松动等)；
所述新能源汽车安全行驶方法，还包括：根据所述第一振动数据、所述第一倾斜角度、所述第一应变值、所述第一超声波检测数据、所述第一激光扫描图像数据、所述第一底盘温度数据和所述第一底盘图像数据，判断所述第一新能源汽车是否存在故障，当存在故障时，根据预设的故障模型得到第一故障数据及对应的第一故障处理方案。
在本实施例中，将各传感器检测信息输入诊断***，综合分析判断底盘存在的故障类型与严重程度，为维修保养提供参考依据。
本发明方案聚合多种传感器与检测技术，能全面监控底盘的振动、应力、温度、形状等状态，对底盘故障进行精准判断，为实现汽车的智能监控与预防性维修提供技术支撑。
在本发明一些可能的实施方式中，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，包括:
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置(如固定摄像头或设计机械臂带动摄像头，要确保摄像头可以清晰拍摄到底盘表面和连接部位)；
按预设拍摄规则控制(如经过预设时间周期或在检测***发出指令时进行采集)所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理(提高后续图像分析的准确性)，得到所述第一底盘图像数据；
在本发明一些可能的实施方式中，可以通过Canny边缘检测、Hough变换等方法提取所述第一底盘图像数据中的线段特征、圆弧特征(对应到底盘焊缝、螺栓孔等位置)得到所述第一底盘图像特征，将所述第一底盘图像特征与底盘的标准图像特征模板进行匹配以判断特征的连续性、位置偏差是否在正常范围，分析焊缝完整性和连接件状态。
对所述第一底盘图像数据进行图像配准以判断底盘局部形状是否发生明显变形，若发生了明显变形，表明可能受到大应力或发生塌陷。
对图像进行滤波、增强和差分操作，检测底盘表面是否存在裂纹、凹陷、腐蚀等明显缺陷。将图像分析结果与其他传感器检测信息进行融合，得出对底盘状态的总体判断，指示是否需要维修检查。
本发明方案运用了数字图像处理和机器视觉的相关技术，可以验证底盘表面特征的完整性与形状信息，配合其它检测手段实现对底盘状态的全面监测与故障诊断。
在本发明一些可能的实施方式中，还包括对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形的步骤，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据(配准方法可以采用特征点匹配或图像相互相关等方法，实现不同视角下的图像对齐)；
对所述第二序列图像数据(配准后的图像序列)使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型(事先使用三维扫描或CAD模型建立的底盘表面参考三维模型)；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点(可能对应局部凸凹变形或破损)；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形(是否发生较大变化，表明局部形状发生膨胀、塌陷等变形)；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据。
本发明实施例的方案采用点云处理和三维形状分析技术，可以准确检测出底盘表面局部和整体的三维几何形状变化，为实现底盘变形的在线监测与健康管理奠定基础，以为安全行驶提供了保障。
在本发明一些可能的实施方式中，对图像进行缺陷检测的操作的具体实现步骤如下：
图像滤波：使用中值滤波、高斯滤波等方法过滤图像噪声，提高图像质量。
图像增强：使用直方图均衡化、对比度增强等方法增强图像的对比度和清晰度，突出缺陷边缘和纹理特征。
图像分割：使用阈值分割、边缘检测等方法分割图像，提取感兴趣区域如焊缝区域。
加博尔滤波：使用Gabor滤波器检测图像频域信息，通过滤波器的方向和尺度参数检测直线特征和曲线特征，对应焊缝表面裂纹等。
小波变换：使用小波变换分解图像，在不同频率子带检测信号异常，对应焊缝表面凹凸不平和腐蚀等缺陷。
图像差分：选择相邻的正常图像和待检图像进行像素差分运算，检测两图像之间的差异区域，表明缺陷产生的位置。
缺陷特征提取：使用形态学、连通域分析和边缘检测等方法提取缺陷区域的轮廓、面积、长周比、方向等特征。
缺陷分类：根据提取的特征将检测到的缺陷分类为裂纹、凹坑、腐蚀等类型，评判缺陷的严重程度。
位置标定：基于图像处理结果和摄像头参数，将检测到的缺陷的二维像素位置转换到三维空间位置，确定缺陷在底盘中的具体部位。
信息输出：输出缺陷的种类、严重程度、空间位置等信息，为维修部位和方式的选择提供依据，以安全行驶提供预警。
本发明实施例的方案运用数字图像处理的相关技术，可以有效检测出底盘表面焊接缺陷和腐蚀情况，实现对底盘健康状态的精准诊断，为汽车的质量控制和预防性维护奠定技术基础。
请参见图2，本发明的另一实施例提供一种基于智能物联的新能源汽车安全行驶***，包括：云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；其中，
所述轮胎监测***被配置为：对所述第一新能源汽车进行监测得到第一轮胎数据(包括但不限于：轮胎的胎压数据、温度数据、材质数据、老化数据、图像数据等)；
所述底盘监测***被配置为：对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***被配置为：获取所述第一新能源汽车的第一电池数据；
所述环境监测***被配置为：获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***被配置为：获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器被配置为：
获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
在本发明实施例中，利用物联网服务器及其管理的智能物联网终端(如智慧路灯、智慧交通灯、智慧站台等)根据所述第一当前位置信息确定符合第一预设条件(如处于以第一当前位置信息的位置为圆心、以第一预设距离为半径的圆内)的第二新能源汽车(即可能对第一新能源汽车的行驶产生影响的车辆)，并实时获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据。
所述物联网服务器根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据生成所述第一新能源汽车的初始安全行驶控制方案，具体可以是：
对采集的前述数据进行格式、范围及冗余校验，剔除无效或异常数据，确保后续计算与控制的准确性；
根据相关安全标准提取轮胎、底盘、电池等的安全工作范围及环境适应限值，作为生成控制方案的安全约束条件；
评估第一轮胎数据、第一底盘数据、第一电池数据和根据所述第一行驶数据反映的相关部件的实时工作状态和性能，得到判断是否超出安全约束范围的状态评估结果，超出则需增加相应控制措施；
分析第一当前位置的第一环境数据(如道路环境、天气环境及交通环境)对行驶安全的影响，得到环境影响分析数据，如湿滑路面、强风天气或拥堵交通状况，紧急情况下发出警告与控制指令；
根据所述第一驾乘人员数据和第一行程数据得到预期通过路段数据，并进一步通过物联网服务器得到通过预期通过路段需要满足的行驶状态要求；
根据状态评估结果、安全约束要求、环境影响分析数据和行驶状态要求综合确定行驶速度、制动参数、转向参数、能量输出等的控制数值范围，并考虑驾驶人员的操控特性进行修正，生成初始安全行驶控制方案。
将初始安全行驶控制方案实时发送至底层控制***执行，持续监测相关数据变化，当工作状态或环境条件发生较大变化时，更新并重新生成安全行驶控制方案，以确保乘员生命安全。
本方案实施例中，根据第一新能源汽车的多源数据与模型计算可以实现第一新能源汽车安全行驶控制方案的初步生成。
所述物联网服务器根据所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成所述第二新能源汽车对所述第一新能源汽车的第一影响数据，具体是：
根据第二新能源汽车的第二当前位置信息和第一新能源汽车的第一当前位置信息，分析两车的相对位置关系，判断是否存在潜在的碰撞危险或是否会影响第一新能源汽车的正常行驶(如距离过近或处在死角位置)；
将第二新能源汽车的第二轮胎数据、第二底盘数据和第二电池数据与第一新能源汽车的状况进行比较，判断第二新能源汽车的技术状态或控制参数是否可能对第一新能源汽车产生不利影响，如失控打滑或急加速等；
分析第二新能源汽车所在位置的第二环境数据，判断路面情况、天气状况或交通状况是否较复杂，是否较易引起事故或影响到周边车辆；
根据第二驾乘人员数据评估第二新能源汽车的驾驶员的驾驶能力、经验与习惯，判断其操作稳定性和应变能力，较差的驾驶特性会增加对其他车辆产生影响的可能性；
实时监测第二新能源汽车的第二行驶数据(如速度、加速度、转向等)和第二行程数据(如目的地、预期行驶路线、中途停靠点等)，判断第二新能源汽车的动态运动状态是否超出安全范围，是否可能会对周边车辆正常行驶产生干扰或威胁；
根据上述分析结果，利用预先训练好的新能源汽车动力学模型和事故概率模型，预测第二新能源汽车在特定时间和空间范围内对第一新能源汽车产生的潜在影响程度(如发生碰撞的概率和严重性程度等)，得到所述第一影响数据。
根据所述第一影响数据对所述初始安全行驶控制方案进行修改，得到所述第一安全行驶控制方案。
可以理解的是，新能源汽车的动力学模型包括但不限于以下内容：
电机模型：建立电机的数学模型，描述电机的机电转换关系，输入为电压和转速，输出为转矩和电流。
电池模型：建立电池的电荷及端电压模型，描述电池的充放电特性。
传动***模型：建立差速器、变速箱等传动机构的力学模型。
车辆长动力学模型：建立整车纵向运动学模型，描述车辆加速、爬坡和制动特性。包括质量、转向率、风阻系数等参数。
车辆横向动力学模型：建立车辆横向运动学模型，描述车辆的转向、横摆运动特性。包括转向***、悬架***等。
制动***模型：建立制动***的静压学和动力学模型，描述制动过程中的力学响应。
能量管理***模型：建立整车能量流模型，对电池、电机、传动***进行联合控制和管理。
驱动控制策略模型：建立电机控制策略模型，进行速度/转矩跟踪控制、能量优化控制等。
通过建立和仿真这些模型，可以评估新能源汽车的动力性、操稳性和续驶里程等性能指标，也可以开发和验证新型控制策略。
新能源汽车的事故概率模型包括但不限于以下内容：
电池事故模型：建立电池在使用和充电过程中的各种故障模式，评估导致着火或***的概率。
电气***故障模型：建模和分析车载高压电气***的故障模式，如绝缘故障、接触不良故障等，评估触电或短路的风险。
电控***故障模型：分析车载电子控制***在复杂电磁环境下的故障率，评估导致失控的概率。
操作误用模型：建立驾驶员误操作的模型，如踩错踏板，评估这类操作错误导致事故的概率。
充电安全模型：建立快速充电过程中的各种故障模型，如电弧、过充等，评估充电过程的事故风险。
交通事故数据库：收集和分析交通事故数据库，比较新能源汽车和传统汽车的事故率差异。
车辆动力学模型：建立电动汽车的动力学模型，评估操控失控的概率，与传统车辆的差异。
乘员伤害模型：建立碰撞条件下的乘员伤害模型，评估电动汽车的伤害风险和保护水平。
综合这些模型，可以全面评估新能源汽车的事故风险。
本实施中，通过对第二新能源汽车数据和状态的全面分析，并结合相关模型计算，可以实时评估其对周边第一新能源汽车产生的影响与潜在危险，从而可以进一步修改第一新能源的安全行驶控制方案，灵活、智能，能充分保证行车安全。
采用该实施例的技术方案，不仅能根据第一新能源汽车的自身状态和环境对其进行行车安全控制，还可以根据对其有影响的其他车辆的状态对第一新能源汽车的行车控制方案进行应对性变更，灵活、智能，能充分保证行车安全。
在本发明实施例中，第一新能源汽车与第二新能源汽车间可以通过物联网服务器及其管理的智能物联网终端进行协同、交互；协同或交互需要用到的前述数据或产生的数据均存于集成于道路设施的安全服务节点，并根据第一新能源汽车/第二新能源汽车的行进路线同步将数据传输至下一安全服务节点，以方便第一新能源汽车/第二新能源汽车读取。
应当知道的是，图2所示的基于智能物联的新能源汽车安全行驶***的框图仅作示意，其所示出的各模块的数量并不对本发明的保护范围进行限定。
在本发明一些可能的实施方式中，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，所述轮胎监测***被配置为：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度(可以根据轮胎的转速与轮胎尺寸数据计算得到)间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率(或各第一拍摄频率子范围)与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作(如根据轮胎的胎压数据、温度数据等判断是否存在异常进而判断是否需要启动所述第一摄像装置的监测操作)；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据，比如，当第一当前车速小于最高拍摄频率(即对应最快拍摄速度)对应的最大车速时，启动监测；
将所述第一轮胎图像数据作为所述第一轮胎数据。
在本发明实施例中，可以根据车轮的转动速度动态调节第一摄像装置对轮胎的拍摄频率从而保证得到高质量的轮胎图像数据，在得到了第一轮胎数据后，可以进一步对第一轮胎数据进行分析与诊断，以确定第一新能源汽车的轮胎是否存在安全隐患，从而可以保证行车安全。
在本发明一些可能的实施方式中，所述底盘监测***包括：设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述对所述第一新能源汽车进行监测得到第一底盘数据的步骤中，所述底盘监测***被配置为：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据(可以用来判断是否存在松动或损坏，超标振动可能表明轴承、节轴等部件发生故障)；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度(可以用来判断底盘受载是否均匀以及弹簧或减震器的工作状况)；
通过所述应变传感器测量底盘部件得到各部件的第一应变值(可以用来判断底盘部件的应力状态以及进一步分析其强度和寿命)；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据(可以根据回波判断底盘部件的完整性以及可检测裂纹、空洞等缺陷)；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据(根据图像分析判断底盘形状与几何尺寸是否发生变形)；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据(判断轴承发热、管路漏热等情况，分析潜在故障)；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据(根据图像处理判断底盘焊缝完整性、防护罩损伤、连接件松动等)；
所述物联网服务被配置为：根据所述第一振动数据、所述第一倾斜角度、所述第一应变值、所述第一超声波检测数据、所述第一激光扫描图像数据、所述第一底盘温度数据和所述第一底盘图像数据，判断所述第一新能源汽车是否存在故障，当存在故障时，根据预设的故障模型得到第一故障数据及对应的第一故障处理方案。
在本发明一些可能的实施方式中，将各传感器检测信息输入诊断***，综合分析判断底盘存在的故障类型与严重程度，为维修保养提供参考依据。
本发明方案聚合多种传感器与检测技术，能全面监控底盘的振动、应力、温度、形状等状态，对底盘故障进行精准判断，为实现汽车的智能监控与预防性维修提供技术支撑。
在本发明一些可能的实施方式中，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，所述底盘监测***被配置为：
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置(如固定摄像头或设计机械臂带动摄像头，要确保摄像头可以清晰拍摄到底盘表面和连接部位)；
按预设拍摄规则控制(如经过预设时间周期或在检测***发出指令时进行采集)所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理(提高后续图像分析的准确性)，得到所述第一底盘图像数据；
本发明实施例中，可以通过Canny边缘检测、Hough变换等方法提取所述第一底盘图像数据中的线段特征、圆弧特征(对应到底盘焊缝、螺栓孔等位置)得到所述第一底盘图像特征，将所述第一底盘图像特征与底盘的标准图像特征模板进行匹配以判断特征的连续性、位置偏差是否在正常范围，分析焊缝完整性和连接件状态。
对所述第一底盘图像数据进行图像配准以判断底盘局部形状是否发生明显变形，若发生了明显变形，表明可能受到大应力或发生塌陷。
对图像进行滤波、增强和差分操作，检测底盘表面是否存在裂纹、凹陷、腐蚀等明显缺陷。将图像分析结果与其他传感器检测信息进行融合，得出对底盘状态的总体判断，指示是否需要维修检查。
本发明方案运用了数字图像处理和机器视觉的相关技术，可以验证底盘表面特征的完整性与形状信息，配合其它检测手段实现对底盘状态的全面监测与故障诊断。
在本发明一些可能的实施方式中，所述物联网服务还被配置为：对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据(配准方法可以采用特征点匹配或图像相互相关等方法，实现不同视角下的图像对齐)；
对所述第二序列图像数据(配准后的图像序列)使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型(事先使用三维扫描或CAD模型建立的底盘表面参考三维模型)；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点(可能对应局部凸凹变形或破损)；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形(是否发生较大变化，表明局部形状发生膨胀、塌陷等变形)；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据；
本发明实施例的方案采用点云处理和三维形状分析技术，可以准确检测出底盘表面局部和整体的三维几何形状变化，为实现底盘变形的在线监测与健康管理奠定基础，以为安全行驶提供了保障。
在本发明实施例中，对图像进行缺陷检测的操作的具体实现步骤如下：
图像滤波：使用中值滤波、高斯滤波等方法过滤图像噪声，提高图像质量。
图像增强：使用直方图均衡化、对比度增强等方法增强图像的对比度和清晰度，突出缺陷边缘和纹理特征。
图像分割：使用阈值分割、边缘检测等方法分割图像，提取感兴趣区域如焊缝区域。
加博尔滤波：使用Gabor滤波器检测图像频域信息，通过滤波器的方向和尺度参数检测直线特征和曲线特征，对应焊缝表面裂纹等。
小波变换：使用小波变换分解图像，在不同频率子带检测信号异常，对应焊缝表面凹凸不平和腐蚀等缺陷。
图像差分：选择相邻的正常图像和待检图像进行像素差分运算，检测两图像之间的差异区域，表明缺陷产生的位置。
缺陷特征提取：使用形态学、连通域分析和边缘检测等方法提取缺陷区域的轮廓、面积、长周比、方向等特征。
缺陷分类：根据提取的特征将检测到的缺陷分类为裂纹、凹坑、腐蚀等类型，评判缺陷的严重程度。
位置标定：基于图像处理结果和摄像头参数，将检测到的缺陷的二维像素位置转换到三维空间位置，确定缺陷在底盘中的具体部位。
信息输出：输出缺陷的种类、严重程度、空间位置等信息，为维修部位和方式的选择提供依据，以安全行驶提供预警。
本发明实施例的方案运用数字图像处理的相关技术，可以有效检测出底盘表面焊接缺陷和腐蚀情况，实现对底盘健康状态的精准诊断，为汽车的质量控制和预防性维护奠定技术基础。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述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，作为单元显示的部件可以是或者也可以不是物理单元，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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (10)
1.一种基于智能物联的新能源汽车安全行驶方法，其特征在于，应用于一种基于智能物联的新能源汽车安全行驶***，所述新能源汽车安全行驶***包括云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；
所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***获取所述第一新能源汽车的第一电池数据；
所述环境监测***获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
2.根据权利要求1所述的基于智能物联的新能源汽车安全行驶方法，其特征在于，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述轮胎监测***对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，包括：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据；
将所述第一轮胎图像数据作为所述第一轮胎数据。
3.根据权利要求2所述的基于智能物联的新能源汽车安全行驶方法，其特征在于，所述底盘监测***包括设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述底盘监测***对所述第一新能源汽车进行监测得到第一底盘数据的步骤，包括：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度；
通过所述应变传感器测量底盘部件得到各部件的第一应变值；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据。
4.根据权利要求3所述的基于智能物联的新能源汽车安全行驶方法，其特征在于，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，包括:
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置；
按预设拍摄规则控制所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理，得到所述第一底盘图像数据。
5.根据权利要求4所述的基于智能物联的新能源汽车安全行驶方法，其特征在于，还包括对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形的步骤，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据；
对所述第二序列图像数据使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据。
6.一种基于智能物联的新能源汽车安全行驶***，其特征在于，包括：云服务器、物联网服务器、智能物联网终端、第一新能源汽车；所述第一新能源汽车包括轮胎监测***、底盘监测***、电池监测***、环境监测***、驾乘人员监测***；其中，
所述轮胎监测***被配置为：对所述第一新能源汽车进行监测得到第一轮胎数据；
所述底盘监测***被配置为：对所述第一新能源汽车进行监测得到第一底盘数据；
所述电池监测***被配置为：获取所述第一新能源汽车的第一电池数据；
所述环境监测***被配置为：获取所述第一新能源汽车的第一环境数据；
所述驾乘人员监测***被配置为：获取所述第一新能源汽车的第一驾乘人员数据；
所述物联网服务器被配置为：
获取所述第一新能源汽车的第一当前位置信息、第一行驶数据、第一行程数据；
根据所述第一当前位置信息确定符合第一预设条件的第二新能源汽车，并获取所述第二新能源汽车的第二轮胎数据、第二底盘数据、第二电池数据、第二环境数据、第二驾乘人员数据、第二当前位置信息、第二行驶数据、第二行程数据；
根据所述第一轮胎数据、所述第一底盘数据、所述第一电池数据、所述第一环境数据、所述第一驾乘人员数据、所述第一当前位置信息、所述第一行驶数据、所述第一行程数据，和所述第二轮胎数据、所述第二底盘数据、所述第二电池数据、所述第二环境数据、所述第二驾乘人员数据、所述第二当前位置信息、所述第二行驶数据、所述第二行程数据，生成第一安全行驶控制方案；
将所述第一安全行驶控制方案发送至所述第一新能源汽车。
7.根据权利要求6所述的基于智能物联的新能源汽车安全行驶***，其特征在于，所述轮胎监测***包括设置于所述第一新能源汽车的每个轮胎轮眉处的多个第一摄像装置；所述对所述第一新能源汽车进行监测得到第一轮胎数据的步骤，所述轮胎监测***被配置为：
获取所述第一摄像装置的第一属性数据；
根据所述第一属性数据得到所述第一摄像装置支持的第一拍摄频率范围；
根据预设的拍摄频率与轮胎线速度间的第一关联关系，建立所述第一拍摄频率范围中各个第一拍摄频率与所述第一新能源汽车的车速间的第二关联关系；
判断是否需要启动所述第一摄像装置的监测操作；
若是，则获取所述第一新能源汽车的第一当前车速；
根据所述第二关联关系判断所述第一当前车速是否满足所述第一拍摄频率范围；
若是，则启动所述第一摄像装置的监测操作，得到第一轮胎图像数据；
将所述第一轮胎图像数据作为所述第一轮胎数据。
8.根据权利要求7所述的基于智能物联的新能源汽车安全行驶***，其特征在于，所述底盘监测***包括：设置于底盘的多个振动传感器、超声波传感器、激光扫描装置、红外热像仪、第二摄像装置；设置于底盘的左右两侧的倾斜传感器和设置于底盘关键部位的应变片上的应变传感器；
所述对所述第一新能源汽车进行监测得到第一底盘数据的步骤中，所述底盘监测***被配置为：
通过所述振动传感器检测底盘部件的振动状态得到第一振动数据；
通过所述倾斜传感器监测底盘的倾斜状态得到第一倾斜角度；
通过所述应变传感器测量底盘部件得到各部件的第一应变值；
通过所述超声波传感器发出超声波通过底盘部件得到第一超声波检测数据；
通过所述激光扫描装置使用激光线扫描底盘表面得到第一激光扫描图像数据；
通过所述红外热像仪扫描底盘高温部位得到第一底盘温度数据；
通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据。
9.根据权利要求8所述的基于智能物联的新能源汽车安全行驶***，其特征在于，所述通过所述第二摄像装置采集底盘静态图像得到第一底盘图像数据的步骤，所述底盘监测***被配置为：
根据所述第一新能源汽车的第一三维模型确定可以拍摄到底盘表面和连接部位的第二底盘拍摄位；
在所述第二底盘拍摄位安装所述第二摄像装置；
按预设拍摄规则控制所述第二摄像装置采集底盘静态图像，得到底盘图像数据；
对所述底盘图像数据进行去噪、平滑、边缘检测的预处理(提高后续图像分析的准确性)，得到所述第一底盘图像数据。
10.根据权利要求9所述的基于智能物联的新能源汽车安全行驶***，其特征在于，所述物联网服务还被配置为：对所述第一底盘图像数据进行图像配准以判断底盘形状是否发生明显变形，具体是：
从所述第一底盘图像数据中提取出第一序列图像数据；
从所述第一序列图像数据中选择两个或多个图像作为参考图像，对其余图像进行配准操作得到第二序列图像数据；
对所述第二序列图像数据使用立体匹配算法生成第一点云数据以得到底盘表面多个三维点的空间坐标；
获取所述第一新能源汽车的底盘基准三维模型；
将所述第一点云数据按空间位置划分到与所述底盘基准三维模型上相对应的第一比对部位；
计算所述第一点云数据中所有第一三维点到对应的所述底盘基准三维模型表面的之间的所述第一比对部位的第一正交距离；
从所述第一三维点中选择所述第一正交距离大于第一预设正交距离的三维点作为第一离群三维点；
统计所述第一离群三维点的第一占比值，当所述第一占值比大于第一预设占比值，确定所述第一新能源汽车的底盘局部形状发生明显变形；
根据所述第一点云数据确定点云较密集的第一区域，并计算所述第一区域的第一曲面法线和第一曲率；
将所述第一曲面法线和所述第一曲率与所述底盘基准三维模型上对应区域的第一标准曲面法线和第一标准曲率相比得到第一差值；
当所述第一差值大于第一预设差值时，确定所述第一区域对应的底盘局部形状发生明显变形；
计算所有所述第一点云数据的重心与所述底盘基准三维模型上重心之间的第二差值；
当所述第二差值大于第二预设差值时，确定所述第一新能源汽车的底盘整体发生明显变形；
输出检测到的所述第一新能源汽车的底盘的局部或整体变形的图像位置、程度数据以为维修部位和程度的判断提供依据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311148517.0A CN116968757A (zh) | 2023-09-06 | 2023-09-06 | 一种基于智能物联的新能源汽车安全行驶方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311148517.0A CN116968757A (zh) | 2023-09-06 | 2023-09-06 | 一种基于智能物联的新能源汽车安全行驶方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116968757A true CN116968757A (zh) | 2023-10-31 |
Family
ID=88483408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311148517.0A Pending CN116968757A (zh) | 2023-09-06 | 2023-09-06 | 一种基于智能物联的新能源汽车安全行驶方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116968757A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117633489A (zh) * | 2023-12-13 | 2024-03-01 | 智车信安(苏州)信息安全科技有限公司 | 一种基于ai的车辆安全分析方法和*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102745025A (zh) * | 2012-03-13 | 2012-10-24 | 浙江吉利汽车研究院有限公司 | 汽车轮胎监控装置和方法 |
| JP2016084093A (ja) * | 2014-10-28 | 2016-05-19 | 富士重工業株式会社 | 車両の走行制御システム |
| CN107972663A (zh) * | 2018-01-03 | 2018-05-01 | 汽-大众汽车有限公司 | 一种基于智能驾驶技术的车辆控制***、装置及方法 |
| US20200376979A1 (en) * | 2012-01-17 | 2020-12-03 | Shwu-Jian Liang | Managing and monitoring car-battery and tires to assure safe operation and providing arrival ready battery and tire services |
| CN113525364A (zh) * | 2021-07-20 | 2021-10-22 | 杭州鸿泉物联网技术股份有限公司 | 基于车车通信的前向防碰撞方法、***、设备及存储介质 |
| CN114459775A (zh) * | 2022-02-10 | 2022-05-10 | 宜宾职业技术学院 | 一种基于物联网的新能源汽车故障诊断装置 |
| CN115482195A (zh) * | 2022-08-03 | 2022-12-16 | 西南交通大学 | 一种基于三维点云的列车部件变形检测方法 |
-
2023
- 2023-09-06 CN CN202311148517.0A patent/CN116968757A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200376979A1 (en) * | 2012-01-17 | 2020-12-03 | Shwu-Jian Liang | Managing and monitoring car-battery and tires to assure safe operation and providing arrival ready battery and tire services |
| CN102745025A (zh) * | 2012-03-13 | 2012-10-24 | 浙江吉利汽车研究院有限公司 | 汽车轮胎监控装置和方法 |
| JP2016084093A (ja) * | 2014-10-28 | 2016-05-19 | 富士重工業株式会社 | 車両の走行制御システム |
| CN107972663A (zh) * | 2018-01-03 | 2018-05-01 | 汽-大众汽车有限公司 | 一种基于智能驾驶技术的车辆控制***、装置及方法 |
| CN113525364A (zh) * | 2021-07-20 | 2021-10-22 | 杭州鸿泉物联网技术股份有限公司 | 基于车车通信的前向防碰撞方法、***、设备及存储介质 |
| CN114459775A (zh) * | 2022-02-10 | 2022-05-10 | 宜宾职业技术学院 | 一种基于物联网的新能源汽车故障诊断装置 |
| CN115482195A (zh) * | 2022-08-03 | 2022-12-16 | 西南交通大学 | 一种基于三维点云的列车部件变形检测方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117633489A (zh) * | 2023-12-13 | 2024-03-01 | 智车信安(苏州)信息安全科技有限公司 | 一种基于ai的车辆安全分析方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102263337B1 (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
| CN111351664B (zh) | 一种基于lstm模型的轴承温度预测和报警诊断方法 | |
| CN105258785B (zh) | 声学监测站、车轮检测方法和列车轴承故障被动声学诊断*** | |
| CN111311914B (zh) | 车辆行驶事故监控方法、装置和车辆 | |
| CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子*** | |
| CN116968757A (zh) | 一种基于智能物联的新能源汽车安全行驶方法及*** | |
| Biddle et al. | A novel fault detection, identification and prediction approach for autonomous vehicle controllers using SVM | |
| CN113569451B (zh) | 基于数字孪生的列车轴箱轴承寿命预测及故障维修*** | |
| CN105388021A (zh) | Adas虚拟开发与测试*** | |
| US11669947B2 (en) | Machine learning assisted image analysis | |
| Peng et al. | Intelligent method for identifying driving risk based on V2V multisource big data | |
| CN112987687B (zh) | 一种云-端融合的智能线控底盘健康监测***及方法 | |
| CN108961473A (zh) | 一种基于智能网联汽车控制中心的车辆状态评估预警方法 | |
| CN112304633A (zh) | 一种路面湿滑状态下汽车制动安全性风险识别方法 | |
| CN111247566B (zh) | 用于确定在车辆与碰撞对象之间的事故中在车辆上发生的损伤的方法 | |
| CN106441411A (zh) | 一种轨道机车及车辆走行部检测方法及检测*** | |
| CN107437147A (zh) | 还原货运物流情景的车辆行驶风险动态评估方法及其*** | |
| CN114194212A (zh) | 一种故障诊断方法、自动驾驶域控制器及车辆 | |
| CN112488995A (zh) | 列车自动化检修的智能判伤方法及*** | |
| Nowakowski et al. | Diagnostics of the drive shaft bearing based on vibrations in the high-frequency range as a part of the vehicle's self-diagnostic system | |
| KR20200022407A (ko) | 차량 예방정비 서비스 제공 장치 및 방법 | |
| Wang et al. | Road surface state recognition based on semantic segmentation | |
| KR20190133841A (ko) | 차량 예방정비 서비스 제공 장치 및 방법 | |
| Menegazzo et al. | Vehicular perception and proprioception based on inertial sensing: a systematic review | |
| JP6961041B1 (ja) | 異常通知システム及び異常通知方法 |
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 |