CN117253301A - 一种基于人工智能的电动汽车******及方法 - Google Patents
一种基于人工智能的电动汽车******及方法 Download PDFInfo
- Publication number
- CN117253301A CN117253301A CN202311241628.6A CN202311241628A CN117253301A CN 117253301 A CN117253301 A CN 117253301A CN 202311241628 A CN202311241628 A CN 202311241628A CN 117253301 A CN117253301 A CN 117253301A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- radar sensor
- overtaking
- safety supervision
- 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 25
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims abstract description 37
- 230000035772 mutation Effects 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 36
- 238000010252 digital analysis Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 9
- MYVIATVLJGTBFV-UHFFFAOYSA-M thiamine(1+) chloride Chemical compound [Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N MYVIATVLJGTBFV-UHFFFAOYSA-M 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims 2
- 206010039203 Road traffic accident Diseases 0.000 abstract description 7
- 230000001276 controlling effect Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/12—Recording operating variables ; Monitoring of operating variables
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于人工智能的电动汽车******及方法,涉及人工智能技术领域,包括利用雷达传感器组对车辆周边的信息数据进行采集,并对采集的信息数据进行整合;对雷达传感器组采集的数据信息进行处理,建立车辆***的动态数字化平面模型;对动态数字化平面模型中的目标进行智能化分析,确定车辆***的判断数据;根据判断数据,利用超车分析单元判断车辆当前是否存在加速超车的条件;根据判断结果,选择性的对车辆加速率进行智能化控制;本申请通过对车辆的当前状态进行判断,分析是否存在超车条件,进而对车辆的加速率进行控制,不仅仅可以减少交通事故发生的概率,还可以避免能量的消耗。
Description
技术领域
本发明涉及人工智能技术领域,具体是一种基于人工智能的电动汽车******及方法。
背景技术
电动汽车是指使用电能作为动力源,通过电动机驱动行驶的汽车,属于新能源汽车,电动汽车的问世,意味着汽车行业将进入一个新的时代,同时,电动汽车凭借着其噪声低、多样化、无污染、结构简单、能源效率高的特点被人们广泛接受;
电动汽车由于加速率比燃油汽车高,在行驶过程中,车速提升的速度会更快,加速变道超车容易出现安全事故,若在加速准备超车时发现无法超车,进行减速又会造成能源的损耗,虽然电动汽车装载有能量回收***,但是,无法实现百分百回收,还是会存在能量的消耗,所以,如何对电动汽车的安全进行监管成为了亟待解决的技术问题;
所以,人们急需一种基于人工智能的电动汽车******及方法来解决上述技术问题。
发明内容
本发明的目的在于提供一种基于人工智能的电动汽车******及方法,以解决现有技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于人工智能的电动汽车***方法,该电动汽车***方法包括以下步骤:
S1、利用雷达传感器组对车辆周边的信息数据进行采集,并对采集的信息数据进行整合;
S2、对雷达传感器组采集的数据信息进行处理,建立车辆***的动态数字化平面模型;
S3、对动态数字化平面模型中的目标进行智能化分析,确定车辆***的判断数据;
S4、根据S3确定的判断数据,利用超车分析单元判断车辆当前是否存在加速超车的条件;
S5、根据S4的判断结果,选择性的对车辆加速率进行智能化控制。
根据上述技术方案,在S1中,雷达传感器组采集的信息数据组成集合Q={Q1,Q2,Q3,...,Qn},其中,Qn表示第n个雷达传感器所采集数据的集合;
Qi={q1,q2,q3,...,qm},其中,Qi表示第i个雷达传感器所采集数据的集合,qm表示第i个雷达传感器所采集的第m个数据,雷达传感器每隔时间间隔t进行一次信息数据的采集。
根据上述技术方案,在S2中,对于动态数字化平面模型的建立包括以下步骤:
S201、利用雷达传感器检测与前车之间的车距值Lj,根据车距值Lj建立与前车的平面位置模型;
S202、利用雷达传感器检测与道路两侧之间的距离值Sj,根据距离值Sj确定车辆所属车道;
S203、利用雷达传感器检测与其他车道上的车辆之间的距离值pj,根据距离值pj建立与其他车道上车辆的平面位置模型;
S204、根据S201-S203的结果建立动态数字化平面模型。
根据上述技术方案,在S3中,对动态数字化平面模型的智能化分析包括以下步骤:
S301、确定车辆所属车道,当车辆处于边缘车道时,启动对动态数字化平面模型的智能化分析;
S302、确定车辆与前车之间的车距值为Lj,确定车辆的车速为V0,根据车距值Lj变化和车辆的车速,确定前车的车速为V1;
S303、利用若干个雷达传感器对车辆侧前方的其他车辆进行检测,获取检测数据,组成集合P={p1,p2,p3,...,ps},其中,s表示s个雷达传感器采集的数据;
集合P中的检测数据大于设定阈值时,判定为无效数据;
根据下列公式寻找集合P中检测数据的突变点:
*p=|pk+1-pk|;
其中,*p表示集合P中相邻两个检测数据差值的绝对值;
当*p≥a时,表明符合突变点要求,数据pk或pk+1为突变点数据;
根据下列公式进行进一步分析;
*p=pk+1-pk;
当*p’≥a时,pk为突变点数据;
当*p’<-a时,pk+1为突变点数据;
当*p<a时,表明不符合突变点要求,pk和pk+1均不是突变点数据,其中,a表示设定的突变点判断阈值,a为正数;
因为对于侧前方其他车辆的检测利用了若干个雷达传感器,每两个相邻的雷达传感器之间的检测方向的夹角为α,通过对突变点的分析和判读,可以减少侧前方车辆长度对后期数据分析造成的误差影响;
S304、当车辆侧前方存在其他车辆时,集合P中会存在两个突变点数据pe和pf,e、f∈[1,s];因为当一排不同角度的雷达传感器对侧前方的其他车辆进行检测时,由于其他车辆具有一定的长度,所以在临近其他车辆车头和车位的区域,必然会出现检测数据的突变点;
S305、提取突变点数据pe和pf对应的雷达传感器信息,获得雷达传感器与车辆前行方向之间的夹角βe和βf;
比较βe和βf的大小,提取两者中小的为使用数据,定义为βmin,对应的检测数据为pmin;
S306、根据提取的使用数据βmin和检测数据pmin,根据下列公式计算侧前方车辆与前车之间在车辆行进方向上的距离Dj;
Dj=Lj-cos(βmin)*pmin;
根据Dj以及前车车速V1,分析得到侧前方车辆的车速为V2。
根据上述技术方案,在S4中,利用超车分析单元对分析结果进行判断:
当Dj≥u且Lj≥w时,判断符合超车条件;
当Dj<u或Lj<w时,判定不符合超车条件;
w=γ1*V0+γ2*V1+Ω1;
u=γ1*V0+γ3*V2+Ω2;
其中,γ1、γ2、γ3表示设定系数,Ω1和Ω2表示误差因子;
因为在不同的车速情况下,对于Lj的要求是不同的,车速较慢的情况下,Lj的距离可以适当小一些,当车速较快时,Lj的距离需要大一些,并且,当侧前方车辆的车速V2大于车辆车速V0时,也需要对阈值u进行调节,而影响阈值w的因素也就是前车的车速和车辆的车速,影响阈值u的因此也就是侧前方车辆和车辆的车速,因此,对于阈值w和阈值u需要不断的变动和调整;
在S5中,当车辆当前状态符合超车条件时,不对车辆加速率进行控制;
当车辆当前状态不符合超车条件时,利用加速控制单元对车辆的加速率进行控制。
通过上述技术方案,当判定无法完成超车时,会对车辆的加速率进行控制,因为电动汽车的加速率高于普通燃油汽车,部分驾驶员因为加速率高,往往会在进行超车时,作出危险驾驶的行为,容易出现交通事故,同时,驾驶员在发现无法超车的情况下,又不得不紧急刹车,虽然电动汽车有能量回收***,但是还是会造成能量的无故消耗,所以,对电动汽车的加速率进行控制,不仅仅可以减少交通事故发生的概率,还可以避免能量的消耗。
一种电动汽车******,该***包括用于进行信息数据采集的雷达传感器组,安装在车辆前方,用于对车辆前方至少180°范围内的信息数据进行检测,用于对雷达传感器组所采集的信息数据进行处理的数据整合单元,用于对数据整合单元整合之后的数据进行分析的数字化分析模块以及根据数字化分析模块判断是否存在超车条件的超车分析单元。
根据上述技术方案,***还包括用于为雷达传感器组的若干个雷达传感器添加标签的标签添加单元。
根据上述技术方案,所述数据整合单元整合后的数据发送至模型建立单元,所述模型建立单元用于根据雷达传感器组所采集的信息数据建立车辆当前位置的动态数字化平面模型。
根据上述技术方案,所述数字化分析模块包括车道定位单元、距离分析单元和车速比对单元;
所述车道定位单元用于根据雷达传感器组所采集的数据信息对车辆的当前车道进行分析和定位,所述距离分析单元用于根据雷达传感器组的检测数据对其他车辆之间的垂直距离进行检测,所述车速比对单元用于对其他车辆之间的车速进行比对,配合距离分析单元判断其他车辆之间的垂直距离变化。
根据上述技术方案,***还包括加速控制单元,用于在超车分析单元判断无加速超车的条件时,控制车辆的加速率。
与现有技术相比,本发明的有益效果是:本申请通过对车辆的当前状态进行判断,分析是否存在超车条件,进而对车辆的加速率进行控制,因为电动汽车的加速率高于普通燃油汽车,部分驾驶员因为加速率高,往往会在进行超车时,作出危险驾驶的行为,容易出现交通事故,同时,驾驶员在发现无法超车的情况下,又不得不紧急刹车,虽然电动汽车有能量回收***,但是还是会造成能量的无故消耗,所以,对电动汽车的加速率进行控制,不仅仅可以减少交通事故发生的概率,还可以避免能量的消耗。
附图说明
图1为本发明一种基于人工智能的电动汽车***方法的步骤流程示意图;
图2为本发明一种基于人工智能的电动汽车******的连接关系示意图;
图3为本发明一种基于人工智能的电动汽车******及方法的动态数字化平面模型示意图;
图4为本发明一种基于人工智能的电动汽车******及方法的雷达传感器组示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1~图4所示,本发明提供以下技术方案,一种基于人工智能的电动汽车***方法,该电动汽车***方法包括以下步骤:
S1、利用雷达传感器组对车辆周边的信息数据进行采集,并对采集的信息数据进行整合;
雷达传感器组采集的信息数据组成集合Q={Q1,Q2,Q3,...,Qn},其中,Qn表示第n个雷达传感器所采集数据的集合,例如:n为7,分别表示左侧雷达传感器、右侧雷达传感器、前方雷达传感器、左侧30°雷达传感器,左侧60°雷达传感器、右侧30°雷达传感器和右侧60°雷达传感器;
Qi={q1,q2,q3,...,qm},其中,Qi表示第i个雷达传感器所采集数据的集合,qm表示第i个雷达传感器所采集的第m个数据,雷达传感器每隔时间间隔t进行一次信息数据的采集。
S2、对雷达传感器组采集的数据信息进行处理,建立车辆***的动态数字化平面模型;
对于动态数字化平面模型的建立包括以下步骤:
S201、利用雷达传感器检测与前车之间的车距值Lj,根据车距值Lj建立与前车的平面位置模型;
S202、利用雷达传感器检测与道路两侧之间的距离值Sj,根据距离值Sj确定车辆所属车道;
S203、利用雷达传感器检测与其他车道上的车辆之间的距离值pj,根据距离值pj建立与其他车道上车辆的平面位置模型;
S204、根据S201-S203的结果建立动态数字化平面模型。
S3、对动态数字化平面模型中的目标进行智能化分析,确定车辆***的判断数据;
对动态数字化平面模型的智能化分析包括以下步骤:
S301、确定车辆所属车道,当车辆处于边缘车道时,启动对动态数字化平面模型的智能化分析,所述边缘车道是指两侧的车道,例如:当前高速公路为双向八车道,那么,第一车道和第四车道为边缘车道;
S302、确定车辆与前车之间的车距值为Lj,确定车辆的车速为V0,根据车距值Lj变化和车辆的车速,确定前车的车速为V1;
S303、利用若干个雷达传感器对车辆侧前方的其他车辆进行检测,获取检测数据,组成集合P={p1,p2,p3,...,ps},其中,s表示s个雷达传感器采集的数据;
集合P中的检测数据大于设定阈值时,判定为无效数据;
因为当检测数据大于设定阈值时,说明雷达传感器采集的非相邻车道的车辆信息,而是相隔了一个车道的车辆信息,相隔一个车道存在车辆并不是影响车辆的变道,所以为无效数据;
根据下列公式寻找集合P中检测数据的突变点:
*p=|pk+1-pk|;
其中,*p表示集合P中相邻两个检测数据差值的绝对值;
当*p≥a时,表明符合突变点要求,数据pk或pk+1为突变点数据;
为了进一步进行突变点数据的分析和确定,根据下列公式进行进一步分析;
*p'=pk+1-pk;
当*p’≥a时,pk为突变点数据;
当*p’<-a时,pk+1为突变点数据;
当*p<a时,表明不符合突变点要求,pk和pk+1均不是突变点数据,其中,a表示设定的突变点判断阈值,a为正数;
因为对于侧前方其他车辆的检测利用了若干个雷达传感器,每两个相邻的雷达传感器之间的检测方向的夹角为α,通过对突变点的分析和判读,可以减少侧前方车辆长度对后期数据分析造成的误差影响;
S304、当车辆侧前方存在其他车辆时,集合P中会存在两个突变点数据pe和pf,e、f∈[1,s];因为当一排不同角度的雷达传感器对侧前方的其他车辆进行检测时,由于其他车辆具有一定的长度,所以在临近其他车辆车头和车位的区域,必然会出现检测数据的突变点;
S305、提取突变点数据pe和pf对应的雷达传感器信息,获得雷达传感器与车辆前行方向之间的夹角βe和βf;
比较βe和βf的大小,提取两者中小的为使用数据,定义为βmin,对应的检测数据为pmin;
S306、根据提取的使用数据βmin和检测数据pmin,根据下列公式计算侧前方车辆与前车之间在车辆行进方向上的距离Dj;
Dj=Lj-cos(βmin)*pmin;
根据Dj以及前车车速V1,分析得到侧前方车辆的车速为V2。
S4、根据S3确定的判断数据,利用超车分析单元判断车辆当前是否存在加速超车的条件;
在S4中,利用超车分析单元对分析结果进行判断:
当Dj≥u且Lj≥w时,判断符合超车条件;
当Dj<u或Lj<w时,判定不符合超车条件;
w=γ1*V0+γ2*V1+Ω1;
u=γ1*V0+γ3*V2+Ω2;
其中,γ1、γ2、γ3表示设定系数,Ω1和Ω2表示误差因子;
因为在不同的车速情况下,对于Lj的要求是不同的,车速较慢的情况下,Lj的距离可以适当小一些,当车速较快时,Lj的距离需要大一些,并且,当侧前方车辆的车速V2大于车辆车速V0时,也需要对阈值u进行调节,而影响阈值w的因素也就是前车的车速和车辆的车速,影响阈值u的因此也就是侧前方车辆和车辆的车速,因此,对于阈值w和阈值u需要不断的变动和调整;
S5、根据S4的判断结果,选择性的对车辆加速率进行智能化控制。
当车辆当前状态符合超车条件时,不对车辆加速率进行控制;
当车辆当前状态不符合超车条件时,利用加速控制单元对车辆的加速率进行控制。
通过上述技术方案,当判定无法完成超车时,会对车辆的加速率进行控制,因为电动汽车的加速率高于普通燃油汽车,部分驾驶员因为加速率高,往往会在进行超车时,作出危险驾驶的行为,容易出现交通事故,同时,驾驶员在发现无法超车的情况下,又不得不紧急刹车,虽然电动汽车有能量回收***,但是还是会造成能量的无故消耗,所以,对电动汽车的加速率进行控制,不仅仅可以减少交通事故发生的概率,还可以避免能量的消耗。
一种电动汽车******,该***包括用于进行信息数据采集的雷达传感器组,安装在车辆前方,用于对车辆前方至少180°范围内的信息数据进行检测,用于对雷达传感器组所采集的信息数据进行处理的数据整合单元,用于对数据整合单元整合之后的数据进行分析的数字化分析模块,
所述数字化分析模块包括车道定位单元、距离分析单元和车速比对单元;
所述车道定位单元用于根据雷达传感器组所采集的数据信息对车辆的当前车道进行分析和定位,所述距离分析单元用于根据雷达传感器组的检测数据对其他车辆之间的垂直距离进行检测,所述车速比对单元用于对其他车辆之间的车速进行比对,配合距离分析单元判断其他车辆之间的垂直距离变化。
根据数字化分析模块判断是否存在超车条件的超车分析单元。
***还包括用于为雷达传感器组的若干个雷达传感器添加标签的标签添加单元,以便于对采集的数据信息进行规整,方便后期的分析和调用。
所述数据整合单元整合后的数据发送至模型建立单元,所述模型建立单元用于根据雷达传感器组所采集的信息数据建立车辆当前位置的动态数字化平面模型。
***还包括加速控制单元,用于在超车分析单元判断无加速超车的条件时,控制车辆的加速率,避免车主加速超车带来安全隐患和能源浪费,所述加速率是指电动车辆车速提升的速率。
实施例1:
电动汽车前方安装有13个雷达传感器,组成雷达传感器组;
利用左侧雷达传感器和右侧雷达传感器判断当前道路为双向四车道,并判断车辆当前处于左侧车道;
利用前方雷达传感器检测到的距离数值为Lj,当前车速为V0,随着采集数据的更新,计算出前车的车速为V1;
雷达传感器对车辆侧前方的其他车辆进行检测,获取检测数据,组成集合P={p1,p2,p3,p4,p5};
根据下列公式寻找集合P中检测数据的突变点:
*p=|p2-p1|=4;
*p=|p3-p2|=0.25;
*p=|p4-p3|=7;
*p=|p5-p4|=0.15;
其中,*p表示集合P中相邻两个检测数据差值的绝对值;
*p≥a=1,表明符合突变点要求,数据p2或p1或p4或p5为突变点数据;
根据下列公式进行进一步分析;
*p'=p2-p1=-4;
*p'=p5-p4=6;
*p’≥a=1,p5为突变点数据;
*p’<-a=-1,p2为突变点数据;
提取突变点数据p2和p5对应的雷达传感器信息,获得雷达传感器与车辆前行方向之间的夹角β2=60°和β5=15°;
比较β2和β5的大小,提取两者中小的为使用数据,定义为βmin=15°,对应的检测数据为pmin=7;
根据提取的使用数据βmin和检测数据pmin,根据下列公式计算侧前方车辆与前车之间在车辆行进方向上的距离Dj;
Dj=Lj-cos(βmin)*pmin=40-0.97*7=33.21;
根据Dj以及前车车速V1,分析得到侧前方车辆的车速为V2。
利用超车分析单元对分析结果进行判断:
Dj≥u=20且Lj≥w=30,判断符合超车条件;
w=γ1*V0+γ2*V1+Ω1;
u=γ1*V0+γ3*V2+Ω2;
其中,γ1、γ2、γ3表示设定系数,Ω1和Ω2表示误差因子;
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于人工智能的电动汽车***方法,其特征在于,该电动汽车***方法包括以下步骤:
S1、利用雷达传感器组对车辆周边的信息数据进行采集,并对采集的信息数据进行整合;
S2、对雷达传感器组采集的数据信息进行处理,建立车辆***的动态数字化平面模型;
S3、对动态数字化平面模型中的目标进行智能化分析,确定车辆***的判断数据;
S4、根据S3确定的判断数据,利用超车分析单元判断车辆当前是否存在加速超车的条件;
S5、根据S4的判断结果,选择性的对车辆加速率进行智能化控制。
2.根据权利要求1所述的一种基于人工智能的电动汽车***方法,其特征在于:在S1中,雷达传感器组采集的信息数据组成集合Q={Q1,Q2,Q3,...,Qn},其中,Qn表示第n个雷达传感器所采集数据的集合;
Qi={q1,q2,q3,...,qm},其中,Qi表示第i个雷达传感器所采集数据的集合,qm表示第i个雷达传感器所采集的第m个数据,雷达传感器每隔时间间隔t进行一次信息数据的采集。
3.根据权利要求2所述的一种基于人工智能的电动汽车***方法,其特征在于,在S2中,对于动态数字化平面模型的建立包括以下步骤:
S201、利用雷达传感器检测与前车之间的车距值Lj,根据车距值Lj建立与前车的平面位置模型;
S202、利用雷达传感器检测与道路两侧之间的距离值Sj,根据距离值Sj确定车辆所属车道;
S203、利用雷达传感器检测与其他车道上的车辆之间的距离值pj,根据距离值pj建立与其他车道上车辆的平面位置模型;
S204、根据S201-S203的结果建立动态数字化平面模型。
4.根据权利要求3所述的一种基于人工智能的电动汽车***方法,其特征在于:在S3中,对动态数字化平面模型的智能化分析包括以下步骤:
S301、确定车辆所属车道,当车辆处于边缘车道时,启动对动态数字化平面模型的智能化分析;
S302、确定车辆与前车之间的车距值为Lj,确定车辆的车速为V0,根据车距值Lj变化和车辆的车速,确定前车的车速为V1;
S303、利用若干个雷达传感器对车辆侧前方的其他车辆进行检测,获取检测数据,组成集合P={p1,p2,p3,...,ps},其中,s表示s个雷达传感器采集的数据;
集合P中的检测数据大于设定阈值时,判定为无效数据;
根据下列公式寻找集合P中检测数据的突变点:
*p=|pk+1-pk|;
其中,*p表示集合P中相邻两个检测数据差值的绝对值;
当*p≥a时,表明符合突变点要求,数据pk或pk+1为突变点数据;
根据下列公式进行进一步分析;
*p’=pk+1-pk;
当*p’≥a时,pk为突变点数据;
当*p’<-a时,pk+1为突变点数据;
当*p<a时,表明不符合突变点要求,pk和pk+1均不是突变点数据,其中,a表示设定的突变点判断阈值,a为正数;
S304、当车辆侧前方存在其他车辆时,集合P中会存在两个突变点数据pe和pf,e、f∈[1,s];
S305、提取突变点数据pe和pf对应的雷达传感器信息,获得雷达传感器与车辆前行方向之间的夹角βe和βf;
比较βe和βf的大小,提取两者中小的为使用数据,定义为βmin,对应的检测数据为pmin;
S306、根据提取的使用数据βmin和检测数据pmin,根据下列公式计算侧前方车辆与前车之间在车辆行进方向上的距离Dj;
Dj=Lj-cos(βmin)*pmin;
根据Dj以及前车车速V1,分析得到侧前方车辆的车速为V2。
5.根据权利要求4所述的一种基于人工智能的电动汽车***方法,其特征在于,在S4中,利用超车分析单元对分析结果进行判断:
当Dj≥u且Lj≥w时,判断符合超车条件;
当Dj<u或Lj<w时,判定不符合超车条件;
w=γ1*V0+γ2*V1+Ω1;
u=γ1*V0+γ3*V2+Ω2;
其中,γ1、γ2、γ3表示设定系数,Ω1和Ω2表示误差因子;
在S5中,当车辆当前状态符合超车条件时,不对车辆加速率进行控制;
当车辆当前状态不符合超车条件时,利用加速控制单元对车辆的加速率进行控制。
6.一种实现权利要求1-5任一项所述的基于人工智能的电动汽车***方法的电动汽车******,其特征在于:该***包括用于进行信息数据采集的雷达传感器组,安装在车辆前方,用于对车辆前方至少180°范围内的信息数据进行检测,用于对雷达传感器组所采集的信息数据进行处理的数据整合单元,用于对数据整合单元整合之后的数据进行分析的数字化分析模块以及根据数字化分析模块判断是否存在超车条件的超车分析单元。
7.根据权利要求6所述的电动汽车******,其特征在于:***还包括用于为雷达传感器组的若干个雷达传感器添加标签的标签添加单元。
8.根据权利要求7所述的电动汽车******,其特征在于:所述数据整合单元整合后的数据发送至模型建立单元,所述模型建立单元用于根据雷达传感器组所采集的信息数据建立车辆当前位置的动态数字化平面模型。
9.根据权利要求8所述的的电动汽车******,其特征在于:所述数字化分析模块包括车道定位单元、距离分析单元和车速比对单元;
所述车道定位单元用于根据雷达传感器组所采集的数据信息对车辆的当前车道进行分析和定位,所述距离分析单元用于根据雷达传感器组的检测数据对其他车辆之间的垂直距离进行检测,所述车速比对单元用于对其他车辆之间的车速进行比对,配合距离分析单元判断其他车辆之间的垂直距离变化。
10.根据权利要求9所述的电动汽车******,其特征在于:***还包括加速控制单元,用于在超车分析单元判断无加速超车的条件时,控制车辆的加速率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241628.6A CN117253301A (zh) | 2023-09-25 | 2023-09-25 | 一种基于人工智能的电动汽车******及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311241628.6A CN117253301A (zh) | 2023-09-25 | 2023-09-25 | 一种基于人工智能的电动汽车******及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117253301A true CN117253301A (zh) | 2023-12-19 |
Family
ID=89136431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311241628.6A Pending CN117253301A (zh) | 2023-09-25 | 2023-09-25 | 一种基于人工智能的电动汽车******及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117253301A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06206469A (ja) * | 1993-01-12 | 1994-07-26 | Toyota Motor Corp | 車両用走行制御装置 |
KR20050017890A (ko) * | 2003-08-11 | 2005-02-23 | 현대자동차주식회사 | 차량의 차간 거리 경고 제어장치 및 방법 |
CN109237011A (zh) * | 2018-09-11 | 2019-01-18 | 江苏大学 | 一种含有驾驶行为预测模型的自动变速箱换挡控制方法 |
CN111452789A (zh) * | 2020-04-07 | 2020-07-28 | 北京汽车集团越野车有限公司 | 自动驾驶超车控制方法及*** |
CN113212439A (zh) * | 2020-06-30 | 2021-08-06 | 赵鹏 | 新能源汽车突发情况自调节驾驶*** |
CN116424322A (zh) * | 2023-03-13 | 2023-07-14 | 东南大学 | 一种车辆控制方法、控制装置、车辆及存储介质 |
-
2023
- 2023-09-25 CN CN202311241628.6A patent/CN117253301A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06206469A (ja) * | 1993-01-12 | 1994-07-26 | Toyota Motor Corp | 車両用走行制御装置 |
KR20050017890A (ko) * | 2003-08-11 | 2005-02-23 | 현대자동차주식회사 | 차량의 차간 거리 경고 제어장치 및 방법 |
CN109237011A (zh) * | 2018-09-11 | 2019-01-18 | 江苏大学 | 一种含有驾驶行为预测模型的自动变速箱换挡控制方法 |
CN111452789A (zh) * | 2020-04-07 | 2020-07-28 | 北京汽车集团越野车有限公司 | 自动驾驶超车控制方法及*** |
CN113212439A (zh) * | 2020-06-30 | 2021-08-06 | 赵鹏 | 新能源汽车突发情况自调节驾驶*** |
CN116424322A (zh) * | 2023-03-13 | 2023-07-14 | 东南大学 | 一种车辆控制方法、控制装置、车辆及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111301316B (zh) | 一种智能公交车载终端*** | |
CN110077398B (zh) | 一种用于智能驾驶的危险处理方法 | |
CN108550262B (zh) | 基于毫米波雷达的城市交通感知*** | |
CN109591794B (zh) | 一种智能启停方法及*** | |
CN112927512A (zh) | 一种高速公路匝道合流控制***及方法 | |
CN113192331B (zh) | 一种网联环境下面向骑行安全的智能预警***及预警方法 | |
CN110335467B (zh) | 一种利用计算机视觉实现高速公路车辆行为检测的方法 | |
CN1862620A (zh) | 高速公路汽车行驶智能检测预警方法及其预警*** | |
CN106541946A (zh) | 车速控制装置 | |
WO2022213542A1 (zh) | 基于激光雷达和轨迹预测的信控交叉口清空方法和*** | |
CN111879360B (zh) | 一种黑暗场景中自动驾驶辅助安全预警***及其预警方法 | |
CN115294767B (zh) | 一种高速公路车道线实时检测与交通安全预警方法及装置 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、***及可存储介质 | |
CN107564336B (zh) | 一种信号交叉口左转冲突预警***及预警方法 | |
CN114064656B (zh) | 一种基于路端感知***的自动驾驶场景识别与转化方法 | |
CN115476861A (zh) | 智能网联汽车的安全评价*** | |
CN111427063B (zh) | 一种移动装置通行控制方法、装置、设备、***及介质 | |
TWI505958B (zh) | Intuitive energy - saving driving aids and systems | |
CN117253301A (zh) | 一种基于人工智能的电动汽车******及方法 | |
CN112466139A (zh) | 基于多传感器的限速融合方法、***、车辆及存储介质 | |
CN116630891A (zh) | 一种交通异常事件检测***及方法 | |
CN114155710B (zh) | 一种地下道路合流路段引导控制***及控制方法 | |
CN106448202A (zh) | 一种基于视频的弯道预警***及预警方法 | |
CN113178081B (zh) | 一种车辆汇入预警方法、装置及电子设备 | |
CN113548049B (zh) | 一种基于有限状态机的智能车辆驾驶行为决策方法及*** |
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 |