CN117068177A - 道路坡度处理方法、装置、控制器及存储介质 - Google Patents

道路坡度处理方法、装置、控制器及存储介质 Download PDF

Info

Publication number
CN117068177A
CN117068177A CN202310946802.0A CN202310946802A CN117068177A CN 117068177 A CN117068177 A CN 117068177A CN 202310946802 A CN202310946802 A CN 202310946802A CN 117068177 A CN117068177 A CN 117068177A
Authority
CN
China
Prior art keywords
road
road spectrum
vehicle
spectrum segment
point
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
CN202310946802.0A
Other languages
English (en)
Inventor
王祥
刘通
冯彦明
王振
姚宇航
王泽宇
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.)
Weichai Power Co Ltd
Original Assignee
Weichai Power 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 Weichai Power Co Ltd filed Critical Weichai Power Co Ltd
Priority to CN202310946802.0A priority Critical patent/CN117068177A/zh
Publication of CN117068177A publication Critical patent/CN117068177A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—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 ambient conditions
    • B60W40/06—Road conditions
    • B60W40/076—Slope angle of the road
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W2530/13—Mileage
    • 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)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种道路坡度处理方法、装置、控制器及存储介质，方法包括：获取各车辆的车联网数据，所述车联网数据中包括大气压力与里程；根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点；根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点；根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度；将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。本申请实现了无需增加额外的传感器以及测量装置即可计算道路坡度。

Description

道路坡度处理方法、装置、控制器及存储介质
技术领域
本申请涉及汽车技术领域，尤其涉及一种道路坡度处理方法、装置、控制器及存储介质。
背景技术
在商用车细分市场经济性分析、动力性分析、用户驾驶习惯分析以及产品开发输入中，道路坡度信息至关重要。目前的车联网大数据中无道路坡度的相关信息，因此无法有效利用车联网大数据进行道路坡度的有效分析。
现有技术中，有人提出利用大气压力传感器以及专用检测装置进行道路坡路检测和计算。
然而发明人发现，现有的车辆道路坡度检测和计算方法需增加额外的传感器以及测量装置，存在成本偏高、设备定期维护等问题。
发明内容
本申请提供一种道路坡度处理方法、装置、控制器及存储介质，用以解决现有技术中的车辆道路坡度检测和计算方法需增加额外的传感器以及测量装置导致的成本偏高、设备定期维护的问题。
第一方面，本申请提供一种道路坡度处理方法，包括：
获取各车辆的车联网数据，所述车联网数据中包括大气压力与里程；
根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点；
根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点；
根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度；
将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
在一种可能的设计中，所述获取各车辆的车联网数据，包括：获取各车辆的车联网原始数据；对所述车联网原始数据进行异常值清洗、重复值清洗和缺失值清洗，得到各车辆的车联网数据。
在一种可能的设计中，所述根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点，包括：根据所述各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点；根据路谱片段分割点提取数学模型从所述路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点。
在一种可能的设计中，所述根据所述各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点，包括：若当前时刻等于路谱片段开始时间，则确定当前时刻为路谱片段开始点；若当前时刻等于路谱片段结束时间，则确定当前时刻为路谱片段结束点；若当前时刻的大气压力与上一时刻的大气压力差值不等于预设阈值，则确定当前时刻为大气压力变化点。
在一种可能的设计中，所述根据路谱片段分割点提取数学模型从所述路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点，包括：确定所述路谱片段分割点提取数学模型为：满足当前时刻的里程与上一时刻的里程的里程差大于第一预设阈值，或者当前时刻的里程与下一时刻的里程的里程差大于第一预设阈值；满足当前时刻的大气压力变化值与上一时刻的大气压力变化值的乘积小于第二预设阈值；从所述路谱片段开始点、路谱片段结束点和大气压力变化点中选择满足所述路谱片段分割点提取数学模型的点作为各车辆的路谱片段分割点。
在一种可能的设计中，所述根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点，包括：按时间维度循环遍历所述路谱片段分割点；确定当前路谱片段分割点为路谱片段开始点，所述当前路谱的下一个路谱片段分割点为路谱片段结束点。
在一种可能的设计中，所述根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度，计算公式如下：
式中，Endenvp为路谱片段结束点的大气压力，Startenvp为路谱片段开始点的大气压力，Enddst为路谱片段结束点里程，Startdst为路谱片段开始点里程。
在一种可能的设计中，所述将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度，包括：计算所述多个平均坡度的均值与标准差；从多个平均坡度中删除高于预设倍数标准差的平均坡度；计算剩余平均坡度的均值，将所述均值作为同一路段的道路坡度。
在一种可能的设计中，所述将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度，包括：将所述多个平均坡度从小到大进行排序，计算所述多个平均坡度的N分位数；从多个平均坡度中删除N分位数低于第一预设分位点的平均坡度和高于第二预设分位点的平均坡度；计算剩余平均坡度的均值，将所述均值作为同一路段的道路坡度。
第二方面，本申请提供一种道路坡度处理装置，包括：
获取模块，用于获取各车辆的车联网数据，所述车联网数据中包括大气压力与里程；
第一计算模块，用于根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点；
确定模块，用于根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点；
第二计算模块，用于根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度；
第三模块，用于将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
第三方面，本申请提供一种车辆控制器，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行第一方面及第一方面任一种可能的设计中的道路坡度处理方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序/指令，当处理器执行所述计算机执行指令时，实现如第一方面及第一方面任一种可能的设计中的道路坡度处理方法。
本申请提供的道路坡度处理方法、装置、控制器及存储介质，通过对车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点，根据各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点，基于车联网数据中的里程和大气压力计算路谱片段的平均坡度，并根据平均坡度计算得到道路坡度，实现了无需增加额外的传感器以及测量装置即可计算道路坡度。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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道路坡度处理方法的流程图一；
图2为本申请实施例提供的道路坡度处理方法的流程图二；
图3为本申请实施例提供的原始路谱片段示意图；
图4为本申请实施例提供的所提取的三种类型特征点示意图；
图5为本申请实施例提供的道路坡度处理装置的结构示意图；
图6为本申请实施例提供的车辆控制器的硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请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。
术语解释
国六远程终端：实时采集发动机相关数据流与车载自诊断***诊断信息并上传至国家平台。
车联网数据：国六远程终端采集的发动机转速、发动机扭矩、车速、当前行驶里程、大气压力等数据，且车联网大数据中的大气压力最小精度为5hPa。
道路坡度：两点高程差与两点里程差的百分比，计算公式如下：坡度＝(高程差/水平距离)*100％。
在商用车细分市场经济性分析、动力性分析、用户驾驶习惯分析以及产品开发输入中，道路坡度信息至关重要。目前的车联网大数据中无道路坡度的相关信息，因此无法有效利用车联网大数据进行道路坡度的有效分析。现有技术中，有人提出利用大气压力传感器以及专用检测装置进行道路坡路检测和计算，主要包括以下步骤：每次车辆行驶规定的单位行驶距离时，根据从大气压力传感器得到的大气压力数据来计算高度，根据在上一次高度计算步骤中所计算的高度与当时高度计算步骤中所计算的高度之间的差以及单位行驶距离，来计算路面的坡度，计算在坡度计算步骤中的计算坡度的次数，当在规定次数的坡度计算步骤中的坡度中仅有一个不位于规定的范围内，并且这次的高度值与倒数第二个高度值之间的高度差大于0，这次的高度值与最后一个高度值之间的高度值之差大于零，并且这次的高度值与倒数第三个高度值之间的高度差是规定范围相关的高度差的三倍或以上时，确定该路面是坡面。然而，现有的车辆道路坡度检测和计算方法需增加额外的传感器以及测量装置，存在成本偏高、设备定期维护等问题。
针对上述问题，本申请提出了一种道路坡度处理方法，获取各车辆的车联网数据中的大气压力与里程数据，根据大气压力与里程计算得到道路坡度，以解决现有技术中的车辆道路坡度检测和计算方法需增加额外的传感器以及测量装置导致的成本偏高、设备定期维护等问题。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请实施例提供的道路坡度处理方法的流程图一，本实施例的执行主体可以为车辆控制器。如图1所示，本实施例的方法可以包括如下步骤：
S101、获取各车辆的车联网数据，车联网数据中包括大气压力与里程。
本实施例中，获取各车辆的车联网数据的步骤包括：
a1：获取各车辆的车联网原始数据；
在本实施例中，车联网原始数据是指从国六远程终端获取到的大气压力与里程。
a2：对车联网原始数据进行异常值清洗、重复值清洗和缺失值清洗，得到各车辆的车联网数据。
其中，异常值清洗包括：(1)大气压力的异常值清洗：环境大气压力最小值400hPa，环境大气压力最大值1050hPa。(2)车速的异常值清洗：车速最小值0km/h，车速最大值150km/h。(3)里程的异常值清洗：里程最小值0公里，最大值250万公里。(4)相邻时刻里程差与时间间隔之比的异常值清洗：相邻时刻里程差与时间间隔之比在0-150之间。
重复值清洗包括：基于原始数据时间戳，去除重复数据，即同一车辆同一时刻只有唯一一条数据记录。
缺失值清洗包括：若某时刻里程、大气压力数据缺失，则利用前后时刻均值填补缺失值。
S102、根据各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点。
本实施例中，需要将车辆的路谱进行分割，得到路谱片段，从而可以计算路谱片段的平均坡度，因此就需要知晓应当如何对路谱进行分割。本实施例中通过各车辆的车联网数据可以计算得到将路谱分割为路谱片段的路谱片段分割点，根据该路谱片段分割点即可将路谱分割为本实施例中需要的路谱片段。
S103、根据各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点。
本实施例中，按时间维度循环遍历路谱片段分割点；确定当前路谱片段分割点为路谱片段开始点，当前路谱的下一个路谱片段分割点为路谱片段结束点。
具体地，车辆在行驶时经过的路谱片段是有着时间的先后顺序的，因此按照时间的维度循环遍历路谱片段分割点，可以确定各车辆的路谱片段开始点与路谱片段结束点。
S104、根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算路谱片段的多个平均坡度。
本实施例中，根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算路谱片段的多个平均坡度，计算公式如下：
式中，Endenvp为路谱片段结束点的大气压力，Startenvp为路谱片段开始点的大气压力，Enddst为路谱片段结束点里程，Startdst为路谱片段开始点里程。
S105、将经过同一路段的各车辆的路谱片段进行匹配，将多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
本实施例中，将多个平均坡度根据统计学算法进行计算中的统计学算法可以采用均方差法和N分位间距法。
具体地，采用均方差法进行计算时，计算方法包括：
计算多个平均坡度的均值与标准差；从多个平均坡度中删除高于预设倍数标准差的平均坡度；计算剩余平均坡度的均值，将均值作为同一路段的道路坡度。更具体地，预设倍数标准差可以根据具体情况进行设置，例如可以设置为3倍标准差。
具体地，采用N分位间距法进行计算时，计算方法包括：
将多个平均坡度从小到大进行排序，计算多个平均坡度的N分位数；从多个平均坡度中删除N分位数低于第一预设分位点的平均坡度和高于第二预设分位点的平均坡度；计算剩余平均坡度的均值，将均值作为同一路段的道路坡度。
更具体地，第一预设分位点和第二预设分位点可以根据具体情况进行设置，例如第一预设分位点可以设置为1/N分位点，第二预设分位点可以设置为N-1/N分位点。
此外，在本实施例中，将经过同一路段的各车辆的路谱片段进行匹配，可以采用全球定位***经纬度信息将各车辆的路谱片段进行匹配。
综上，本实施例提供的道路坡度处理方法，通过对车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点，根据各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点，基于车联网数据中的里程和大气压力计算路谱片段的平均坡度，并根据平均坡度计算得到道路坡度，实现了无需增加额外的传感器以及测量装置即可计算道路坡度。
图2为本申请实施例提供的道路坡度处理方法的流程图二。在图1示例实施例的基础上，图2对步骤S102中的根据各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点的过程进行了详细解释，如图2所示，本实施例的方法可以包括如下步骤：
S201、根据各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点。
本实施例中，根据各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点，包括：
若当前时刻等于路谱片段开始时间，则确定当前时刻为路谱片段开始点，图3为本申请实施例提供的原始路谱片段示意图，路谱片段开始点如图3中路谱片段开始点所示。
若当前时刻等于路谱片段结束时间，则确定当前时刻为路谱片段结束点，路谱片段结束点如图3中路谱片段结束点所示。
若当前时刻的大气压力与上一时刻的大气压力差值不等于预设阈值，则确定当前时刻为大气压力变化点，大气压力变化点如图3中大气压力变化点所示。
具体地，预设阈值根据实际情况进行设定，本实施例不做具体限定，例如预设阈值可以设定为0。当前时刻的大气压力与上一时刻的大气压力差值不等于0，即dEnvp(t)！＝0，其中dEnvp(t)＝Envp(t)–Envp(t-1)，其中Envp(t)为t时刻大气压力。
S202、根据路谱片段分割点提取数学模型从路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点。
本实施例中，图4为本申请实施例提供的所提取的三种类型特征点示意图，利用图4中所示的三种类型特征点进行路谱片段分割点提取。提取方法具体包括：
b1：确定路谱片段分割点提取数学模型为：满足当前时刻的里程与上一时刻的里程的里程差大于第一预设阈值，或者当前时刻的里程与下一时刻的里程的里程差大于第一预设阈值。满足当前时刻的大气压力变化值与上一时刻的大气压力变化值的乘积小于第二预设阈值。满足特征点类型为路谱片段开始点或路谱片段结束点。
具体地，第一预设阈值可以根据具体情况进行设置，第一预设阈值的设置与大气压力的精度相关，大气压力精度越低，第一预设阈值设置越高；大气压力精度越高，第一预设阈值设置越低。第二预设阈值叶可以根据具体情况进行设置，例如可以设置为0。
b2：从路谱片段开始点、路谱片段结束点和大气压力变化点中选择满足路谱片段分割点提取数学模型的点作为各车辆的路谱片段分割点。
具体地，将路谱片段开始点、路谱片段结束点和大气压力变化点代入路谱片段分割点提取数学模型中进行筛选，选择出符合该提取数学模型的点作为各车辆的路谱片段分割点。
综上，本实施例提供的道路坡度处理方法，通过根据各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点；根据路谱片段分割点提取数学模型从路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点，实现了路谱片段的精准分割，为后续路谱片段的平均坡度的计算打下基础，可以使得道路坡度的计算更加准确。
图5为本申请实施例提供的道路坡度处理装置的结构示意图，如图5所示，本实施例的道路坡度处理装置用于实现上述任一方法实施例中对应于车辆控制器的操作，本实施例的道路坡度处理装置包括：获取模块501、第一计算模块502、确定模块503、第二计算模块504和第三计算模块505。
获取模块501，用于获取各车辆的车联网数据，车联网数据中包括大气压力与里程。
第一计算模块502，用于根据各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点。
确定模块503，用于根据各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点。
第二计算模块504，用于根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算路谱片段的多个平均坡度。
第三计算模块505，用于将经过同一路段的各车辆的路谱片段进行匹配，将多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
在一种可能的实现方式中，获取模块501具体用于获取各车辆的车联网原始数据；对车联网原始数据进行异常值清洗、重复值清洗和缺失值清洗，得到各车辆的车联网数据。
在一种可能的实现方式中，第二计算模块504具体用于根据各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点；根据路谱片段分割点提取数学模型从路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点。
在一种可能的实现方式中，第二计算模块504还具体用于若当前时刻等于路谱片段开始时间，则确定当前时刻为路谱片段开始点；若当前时刻等于路谱片段结束时间，则确定当前时刻为路谱片段结束点；若当前时刻的大气压力与上一时刻的大气压力差值不等于预设阈值，则确定当前时刻为大气压力变化点。
在一种可能的实现方式中，第二计算模块504还具体用于确定路谱片段分割点提取数学模型为：满足当前时刻的里程与上一时刻的里程的里程差大于第一预设阈值，或者当前时刻的里程与下一时刻的里程的里程差大于第一预设阈值；满足当前时刻的大气压力变化值与上一时刻的大气压力变化值的乘积小于第二预设阈值；从路谱片段开始点、路谱片段结束点和大气压力变化点中选择满足路谱片段分割点提取数学模型的点作为各车辆的路谱片段分割点。
在一种可能的实现方式中，确定模块503具体用于按时间维度循环遍历路谱片段分割点；确定当前路谱片段分割点为路谱片段开始点，当前路谱的下一个路谱片段分割点为路谱片段结束点。
在一种可能的实现方式中，第二计算模块504的计算公式如下：
式中，Endenvp为路谱片段结束点的大气压力，Startenvp为路谱片段开始点的大气压力，Enddst为路谱片段结束点里程，Startdst为路谱片段开始点里程。
在一种可能的实现方式中，第三计算模块505具体用于计算多个平均坡度的均值与标准差；从多个平均坡度中删除高于预设倍数标准差的平均坡度；计算剩余平均坡度的均值，将均值作为同一路段的道路坡度。
在一种可能的实现方式中，第三计算模块505还具体用于将多个平均坡度从小到大进行排序，计算多个平均坡度的N分位数；从多个平均坡度中删除N分位数低于第一预设分位点的平均坡度和高于第二预设分位点的平均坡度；计算剩余平均坡度的均值，将均值作为同一路段的道路坡度。
本申请实施例提供的道路坡度处理装置，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本实施例此处不再赘述。
图6为本申请实施例提供的车辆控制器的硬件结构示意图。如图6所示，车辆控制器包括：存储器601和至少一个处理器602。存储器601，用于存储计算机执行指令。该存储器601可能包含高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
至少一个处理器602，用于执行存储器存储的计算机执行指令，以实现上述实施例中的车辆坡道换挡控制方法。具体可以参见前述方法实施例中的相关描述。该处理器602可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
可选地，存储器601既可以是独立的，也可以跟处理器602集成在一起。
当存储器601是独立于处理器602之外的器件时，车辆控制器还可以包括总线603。该总线603用于连接存储器601和处理器602。该总线603可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本实施例提供的车辆控制器可用于执行上述的道路坡度处理方法，其实现方式和技术效果类似，本实施例此处不再赘述。
本申请还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序/指令，当处理器执行计算机程序/指令时，实现上述的各种实施方式提供的道路坡度处理方法。
其中，计算机可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，计算机可读存储介质耦合至处理器，从而使处理器能够从该计算机可读存储介质读取信息，且可向该计算机可读存储介质写入信息。当然，计算机可读存储介质也可以是处理器的组成部分。处理器和计算机可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和计算机可读存储介质也可以作为分立组件存在于通信设备中。
具体地，该计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random-Access Memory，SRAM)，电可擦除可编程只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)，可编程只读存储器(Programmable read-only memory，PROM)，只读存储器(Read-OnlyMemory，ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本申请还提供一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机程序/指令存储在计算机可读存储介质中。设备的至少一个处理器可以从计算机可读存储介质中读取该计算机程序/指令，至少一个处理器执行该计算机程序/指令使得设备实施上述的各种实施方式提供的方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅是示意性的，例如，模块的划分，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，例如多个模块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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
其中，各个模块可以是物理上分开的，例如安装于一个的设备的不同位置，或者安装于不同的设备上，或者分布到多个网络单元上，或者分布到多个处理器上。各个模块也可以是集成在一起的，例如，安装于同一个设备中，或者，集成在一套代码中。各个模块可以以硬件的形式存在，或者也可以以软件的形式存在，或者也可以采用软件加硬件的形式实现。本申请可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
当各个模块以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，车辆控制器，或者网络设备等)或处理器执行本申请各个实施例方法的部分步骤。
应该理解的是，虽然上述实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (12)

1.一种道路坡度处理方法，其特征在于，包括：
获取各车辆的车联网数据，所述车联网数据中包括大气压力与里程；
根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点；
根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点；
根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度；
将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
2.根据权利要求1所述的方法，其特征在于，所述获取各车辆的车联网数据，包括：
获取各车辆的车联网原始数据；
对所述车联网原始数据进行异常值清洗、重复值清洗和缺失值清洗，得到各车辆的车联网数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点，包括：
根据所述各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点；
根据路谱片段分割点提取数学模型从所述路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点。
4.根据权利要求3所述的方法，其特征在于，所述根据所述各车辆的车联网数据确定路谱片段开始点、路谱片段结束点和大气压力变化点，包括：
若当前时刻等于路谱片段开始时间，则确定当前时刻为路谱片段开始点；
若当前时刻等于路谱片段结束时间，则确定当前时刻为路谱片段结束点；
若当前时刻的大气压力与上一时刻的大气压力差值不等于预设阈值，则确定当前时刻为大气压力变化点。
5.根据权利要求3所述的方法，其特征在于，所述根据路谱片段分割点提取数学模型从所述路谱片段开始点、路谱片段结束点和大气压力变化点中提取得到各车辆的路谱片段分割点，包括：
确定所述路谱片段分割点提取数学模型为：满足当前时刻的里程与上一时刻的里程的里程差大于第一预设阈值，或者当前时刻的里程与下一时刻的里程的里程差大于第一预设阈值；满足当前时刻的大气压力变化值与上一时刻的大气压力变化值的乘积小于第二预设阈值；
从所述路谱片段开始点、路谱片段结束点和大气压力变化点中选择满足所述路谱片段分割点提取数学模型的点作为各车辆的路谱片段分割点。
6.根据权利要求1所述的方法，其特征在于，所述根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点，包括：
按时间维度循环遍历所述路谱片段分割点；
确定当前路谱片段分割点为路谱片段开始点，所述当前路谱的下一个路谱片段分割点为路谱片段结束点。
7.根据权利要求1所述的方法，其特征在于，所述根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度，计算公式如下：
式中，Endenvp为路谱片段结束点的大气压力，Startenvp为路谱片段开始点的大气压力，Enddst为路谱片段结束点里程，Startdst为路谱片段开始点里程。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度，包括：
计算所述多个平均坡度的均值与标准差；
从多个平均坡度中删除高于预设倍数标准差的平均坡度；
计算剩余平均坡度的均值，将所述均值作为同一路段的道路坡度。
9.根据权利要求1至7任一项所述的方法，其特征在于，所述将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度，包括：
将所述多个平均坡度从小到大进行排序，计算所述多个平均坡度的N分位数；
从多个平均坡度中删除N分位数低于第一预设分位点的平均坡度和高于第二预设分位点的平均坡度；
计算剩余平均坡度的均值，将所述均值作为同一路段的道路坡度。
10.一种道路坡度处理装置，其特征在于，包括：
获取模块，用于获取各车辆的车联网数据，所述车联网数据中包括大气压力与里程；
第一计算模块，用于根据所述各车辆的车联网数据进行路谱片段分割点计算，得到各车辆的路谱片段分割点；
确定模块，用于根据所述各车辆的路谱片段分割点进行路谱片段分割，得到分割后的路谱片段，确定各车辆的路谱片段开始点与路谱片段结束点；
第二计算模块，用于根据各车辆的路谱片段开始点与路谱片段结束点的大气压力与里程计算所述路谱片段的多个平均坡度；
第三计算模块，用于将经过同一路段的各车辆的路谱片段进行匹配，将所述多个平均坡度根据统计学算法进行计算，得到同一路段的道路坡度。
11.一种车辆控制器，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至9任一项所述的道路坡度处理方法。
12.一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中存储有计算机程序/指令，当处理器执行所述计算机执行指令时，实现如权利要求1至9任一项所述的道路坡度处理方法。
CN202310946802.0A 2023-07-28 2023-07-28 道路坡度处理方法、装置、控制器及存储介质 Pending CN117068177A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310946802.0A CN117068177A (zh) 2023-07-28 2023-07-28 道路坡度处理方法、装置、控制器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310946802.0A CN117068177A (zh) 2023-07-28 2023-07-28 道路坡度处理方法、装置、控制器及存储介质

Publications (1)

Publication Number Publication Date
CN117068177A true CN117068177A (zh) 2023-11-17

Family

ID=88708914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310946802.0A Pending CN117068177A (zh) 2023-07-28 2023-07-28 道路坡度处理方法、装置、控制器及存储介质

Country Status (1)

Country Link
CN (1) CN117068177A (zh)

Similar Documents

Publication Publication Date Title
CN109118055B (zh) 一种驾驶行为评分方法及装置
CN108986465B (zh) 一种车流量检测的方法、***及终端设备
CN111694917B (zh) 一种车辆异常轨迹检测、模型训练方法及装置
CN108556682B (zh) 一种续驶里程预测方法、装置及设备
CN108053653B (zh) 基于lstm的车辆行为预测方法和装置
CN110175507B (zh) 模型评估方法、装置、计算机设备和存储介质
CN112651417B (zh) 车牌识别方法、装置、设备及存储介质
CN115424053A (zh) 小样本图像识别方法、装置、设备及存储介质
KR20210018493A (ko) 차선 속성 검출
CN117540153B (zh) 一种隧道监测数据预测方法及***
US20210390802A1 (en) Method, Computer Program And Device For Processing Signals
CN117083621A (zh) 检测器训练方法、装置及存储介质
CN114067326A (zh) 一种车牌号码补齐方法及装置
CN117068177A (zh) 道路坡度处理方法、装置、控制器及存储介质
CN111860512A (zh) 一种车辆识别方法、装置、电子设备及计算机可读存储介质
CN116481560A (zh) 车辆行驶里程的计算方法、装置、终端及存储介质
CN112329886A (zh) 双车牌识别方法、模型训练方法、装置、设备及存储介质
CN115345261B (zh) 车辆轨迹真实性校验方法、装置及电子设备
CN111369790A (zh) 过车记录校正方法、装置、设备及存储介质
CN115406452A (zh) 一种实时定位及建图方法、装置及终端设备
CN114169247A (zh) 仿真交通流的生成方法、装置、设备和计算机可读存储介质
CN113160565A (zh) 一种***辆的识别方法、装置、存储介质及终端
CN116109145B (zh) 车辆行驶路线的风险评估方法、装置、终端及存储介质
CN116797781B (zh) 一种目标检测方法、装置、电子设备及存储介质
CN110958423B (zh) 一种车辆检测率确定方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination