车辆制动方法、装置及存储介质制造方法及图纸

本申请公开了一种车辆制动方法，属于汽车技术领域。该方法包括：获取目标车辆的状态信息、该目标车辆与前车之间的距离以及该前车的速度；根据该目标车辆的状态信息和该前车的速度，通过指定神经网络模型确定该目标车辆以该前车的速度为目标制动速度的制动数据，该制动数据包括制动距离；根据该制动数据、该前车的速度以及该目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略；按照该目标制动策略对该目标车辆进行制动。本申请通过为车辆提供多个制动策略，并根据车辆的具体状态从中选取合适的制动策略进行制动，提高了制动的精确度和灵活性。

【技术实现步骤摘要】
车辆制动方法、装置及存储介质
本申请涉及汽车
，特别涉及一种车辆制动方法、装置及存储介质。
技术介绍
在各种交通事故中，车辆追尾是最常出现的交通事故，约占交通事故的70％以上。车辆追尾一般是因不合适的跟车距离所导致，也即是本车与前车之间的相对距离小于安全距离，导致制动不及时。为此，根据本车与前车的相对速度和相对距离进行提前制动显得尤为重要。相关技术中，提供了一种车辆制动方法，包括：根据本车车速、本车与前车的相对速度以及本车与前车的相对距离，计算本车与前车的碰撞时间，根据碰撞时间决定是否进行自动制动，从而防止车辆追尾。相关技术中仅提供了一种制动方法，但是该制动方法并不一定适应于所有的车辆状态，因此制动精确度和灵活性较低。
技术实现思路
为了解决相关技术中存在的制动精确度和灵活性较低的问题，本申请提供了一种车辆制动方法、装置及存储介质。所述技术方案如下：第一方面，提供了一种车辆制动方法，应用于目标车辆中，所述方法包括：获取目标车辆的状态信息、所述目标车辆与前车之间的距离以及所述前车的速度；根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据，所述制动数据包括制动距离；根据所述制动数据、所述前车的速度以及所述目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略；按照所述目标制动策略对所述目标车辆进行制动。也即是，目标车辆可以提供多个制动策略，并可以根据本车的实时状态信息和前车的速度，通过存储的指定神经网络模型确定制动数据，然后根据制动数据从多个制动策略中选取合适的制动策略进行制动。通过为车辆提供多个制动策略，并根据车辆的具体状态从中选取合适的制动策略进行制动，提高了制动的精确度和灵活性，而且通过利用神经网络模型选择制动策略，进一步提高了选择的准确度和选择效率。在具体实现中，所述目标车辆的状态信息包括所述目标车辆的质量、质心、与路面的摩擦系数和速度。通过获取目标车辆的质量、质心、与路面的摩擦系数和速度等状态信息，便于指定神经网络模型综合考虑影响制动数据的各种因素，提高了所输出的制动数据的准确性。在具体实现中，所述根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据之前，还包括：当所述目标车辆的速度大于所述前车的速度时，执行根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据的步骤。在具体实现中，所述制动数据还包括制动时长；所述根据所述制动数据、所述前车的速度以及所述目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略，包括：将所述制动数据包括的制动时长与所述前车的速度进行相乘，得到第一距离；将所述目标车辆与前车之间的距离与所述第一距离进行相加，得到第二距离；根据所述第二距离和所述制动数据包括的制动距离，从存储的多个制动策略中选择目标制动策略。通过将第二距离与制动数据包括的制动距离进行比较，根据比较结果选择目标制动策略，保证了制动的安全性。在具体实现中，所述制动距离包括安全制动距离、警示制动距离和紧急制动距离，且所述制动时长为警示制动距离对应的制动时长；其中，所述警示制动距离是指所述目标车辆在舒适制动过程中的行驶距离，所述舒适制动过程是指制动过程满足预设舒适度指标的制动过程，所述安全制动距离是将所述目标车辆的速度与预设驾驶员反应时长的乘积与所述警示制动距离进行相加得到，所述紧急制动距离是指所述目标车辆在紧急制动过程中的行驶距离，所述紧急制动过程是指按照最大制动力进行制动的制动过程；所述根据所述第二距离和所述制动数据包括的制动距离从存储的多个制动策略中选择目标制动策略，包括：当所述第二距离小于或等于所述紧急制动距离时，从存储的多个制动策略中选择紧急制动策略作为所述目标制动策略，所述紧急制动策略是指按照所述目标车辆的最大制动力进行制动的制动策略；当所述第二距离大于所述紧急制动距离且小于或等于所述警示制动距离时，从存储的多个制动策略中选择自动舒适制动策略作为所述目标制动策略，所述自动舒适制动策略是指根据来自所述目标车辆的制动力进行制动且制动过程满足所述预设舒适度指标的制动策略；当所述第二距离大于所述警示制动距离且小于或等于所述安全制动距离时，从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略，所述辅助舒适制动策略是指根据来自驾驶员的制动力和所述预设舒适度指标进行制动的策略。通过将第二距离分别与安全制动距离、警示制动距离和紧急制动距离进行比较，根据比较结果从紧急制动策略、自动舒适制动策略和辅助舒适制动策略中选择合适的制动策略进行制动，在安全制动的基础上，最大程度地提高了制动的舒适度和制动策略选择的准确度，提高了乘客的制动体验。制动数据包括的制动距离进行比较，根据比较结果选择目标制动策略，保证了制动的安全性。在另一实施例中，所述从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略之前，还包括：发出报警信息，所述报警信息用于指示所述车辆存在追尾风险；当基于所述车辆的刹车踏板检测到驾驶员施加的制动力时，执行从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略的步骤。通过在安全制动距离内发出报警信息，提示驾驶员主动进行制动，避免了紧急制动的发生，提高了制动的舒适度和安全性。在具体实现中，所述按照所述目标制动策略对所述目标车辆进行制动，包括：当所述目标制动策略为所述紧急制动策略时，按照所述目标车辆的最大制动力对所述目标车辆进行制动，直至所述目标车辆停止；当所述目标制动策略为所述自动舒适制动策略，且所述制动数据还包括最大舒适度制动力时，根据所述最大舒适度制动力和所述制动时长对所述目标车辆进行制动，以使所述目标车辆在自动舒适制动过程中的最大制动加速度参数小于所述预设舒适度指标，所述最大舒适制动力是指所述目标车辆在舒适制动过程中的最大制动力；当所述目标制动策略为所述辅助制动策略时，根据来自驾驶员的制动力和所述预设舒适度指标对所述目标车辆进行制动，以使所述目标车辆在辅助制动过程中的最大制动加速度参数小于所述预设舒适度指标。在另一实施例中，所述根据所述车辆的状态信息和所述前车的速度，通过指定神经网络模型确定以所述前车的速度为目标制动速度的制动数据之前，还包括：从云端服务器获取所述指定神经网络模型，所述指定神经网络模型为所述云端服务器根据与所述目标车辆为相同车型的车辆在制动过程中上传的多组制动状态信息进行训练得到；其中，所述多组制动状态信息包括至少一组舒适制动状态信息和至少一组紧急制动状态信息，舒适制动状态信息是指对应车辆执行满足预设舒适度指标的舒适制动过程的制动状态信息，紧急制动状态信息为对应车辆按照最大制动力进行紧急制动的制动状态信息。在具体实现中，每组舒适制动状态信息包括但不限于：制动开始时的质量、质心、与路面的摩擦系数和速度、基于制动结束时的速度确定的目标制动速度、最大舒适制动力、制动时长和警示制动距离，所述制动时长为舒适制动过程中的制动时长，所述警示制动距离是指舒适制定过程中车辆的行驶距离；每组紧急制动状态信息包括但不限于：制动开始时的质量、质心、与路面的摩擦本文档来自技高网...

【技术保护点】
1.一种车辆制动方法，其特征在于，应用于目标车辆中，所述方法包括：获取目标车辆的状态信息、所述目标车辆与前车之间的距离以及所述前车的速度；根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据，所述制动数据包括制动距离；根据所述制动数据、所述前车的速度以及所述目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略；按照所述目标制动策略对所述目标车辆进行制动。

【技术特征摘要】
1.一种车辆制动方法，其特征在于，应用于目标车辆中，所述方法包括：获取目标车辆的状态信息、所述目标车辆与前车之间的距离以及所述前车的速度；根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据，所述制动数据包括制动距离；根据所述制动数据、所述前车的速度以及所述目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略；按照所述目标制动策略对所述目标车辆进行制动。2.如权利要求1所述的方法，其特征在于，所述目标车辆的状态信息包括所述目标车辆的质量、质心、与路面的摩擦系数和速度。3.如权利要求2所述的方法，其特征在于，所述根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据之前，还包括：当所述目标车辆的速度大于所述前车的速度时，执行根据所述目标车辆的状态信息和所述前车的速度，通过指定神经网络模型确定所述目标车辆以所述前车的速度为目标制动速度的制动数据的步骤。4.如权利要求1-3任一所述的方法，其特征在于，所述制动数据还包括制动时长；所述根据所述制动数据、所述前车的速度以及所述目标车辆与前车之间的距离，从存储的多个制动策略中选择目标制动策略，包括：将所述制动数据包括的制动时长与所述前车的速度进行相乘，得到第一距离；将所述目标车辆与前车之间的距离与所述第一距离进行相加，得到第二距离；根据所述第二距离和所述制动数据包括的制动距离，从存储的多个制动策略中选择目标制动策略。5.如权利要求4所述的方法，其特征在于，所述制动距离包括安全制动距离、警示制动距离和紧急制动距离，且所述制动时长为警示制动距离对应的制动时长；其中，所述警示制动距离是指所述目标车辆在舒适制动过程中的行驶距离，所述舒适制动过程是指制动过程满足预设舒适度指标的制动过程，所述安全制动距离是将所述目标车辆的速度与预设驾驶员反应时长的乘积与所述警示制动距离进行相加得到，所述紧急制动距离是指所述目标车辆在紧急制动过程中的行驶距离，所述紧急制动过程是指按照最大制动力进行制动的制动过程；所述根据所述第二距离和所述制动数据包括的制动距离从存储的多个制动策略中选择目标制动策略，包括：当所述第二距离小于或等于所述紧急制动距离时，从存储的多个制动策略中选择紧急制动策略作为所述目标制动策略，所述紧急制动策略是指按照所述目标车辆的最大制动力进行制动的制动策略；当所述第二距离大于所述紧急制动距离且小于或等于所述警示制动距离时，从存储的多个制动策略中选择自动舒适制动策略作为所述目标制动策略，所述自动舒适制动策略是指根据来自所述目标车辆的制动力进行制动且制动过程满足所述预设舒适度指标的制动策略；当所述第二距离大于所述警示制动距离且小于或等于所述安全制动距离时，从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略，所述辅助舒适制动策略是指根据来自驾驶员的制动力和所述预设舒适度指标进行制动的策略。6.如权利要求5所述的方法，其特征在于，所述从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略之前，还包括：发出报警信息，所述报警信息用于指示所述车辆存在追尾风险；当基于所述目标车辆的刹车踏板检测到驾驶员施加的制动力时，执行从存储的多个制动策略中选择辅助舒适制动策略作为所述目标制动策略的步骤。7.如权利要求5或6所述的方法，其特征在于，所述按照所述目标制动策略对所述目标车辆进行制动，包括：当所述目标制动策略为所述紧急制动策略时，按照所述目标车辆的最大制动力对所述目标车辆进行制动，直至所述目标车辆停止；当所述目标制动策略为所述自动舒适制动策略，且所述制动数据还包括最大舒适度制动力时，根据所述最大舒适度制动力和所述制动时长对所述目标车辆进行制动，以使所述目标车辆在自动舒适制动过程中的最大制动加速度参数小于所述预设舒适度指标，所述最大舒适制动力是指所述目标车辆在舒适制动过程中的最大制动力；当所述目标制动策略为所述辅助制动策略时，根据来自驾驶员的制动力和所述预设舒适度指标对所述目标车辆进行制动，以使所述目标车辆在辅助制动过程中的最大制动加速度参数小于所述预设舒适度指标。8.如权利要求1-7任一所述的方法，其特征在于，所述根据所述车辆的状态信息和所述前车的速度，通过指定神经网络模型确定以所述前车的速度为目标制动速度的制动数据之前，还包括：从云端服务器获取所述指定神经网络模型，所述指定神经网络模型为所述云端服务器根据与所述目标车辆为相同车型的车辆在制动过程中上传的多组制动状态信息进行训练得到；其中，所述多组制动状态信息包括至少一组舒适制动状态信息和至少一组紧急制动状态信息，舒适制动状态信息是指对应车辆执行满足预设舒适度指标的舒适制动过程的制动状态信息，紧急制动状态信息为对应车辆按照最大制动力进行紧急制动的制动状态信息。9.如权利要求8所述的方法，其特征在于，每组舒适制动状态信息包括但不限于：制动开始时的质量、质心、与路面的摩擦系数和速度、基于制动结束时的速度确定的目标制动速度、最大舒适制动力、制动时长和警示制动距离，所述制动时长为舒适制动过程中的制动时长，所述警示制动距离是指舒适制定过程中车辆的行驶距离；每组紧急制动状态信息包括但不限于：制动开始时的质量、质心、与路面的摩擦系数和速度、基于制动结束时的速度确定的目标制动速度和紧急制动距离，所述紧急制动距离是指紧急制动过程中车辆的形式距离。10.如权利要求5-9任一所述的方法，其特征在于，所述预设舒适度指标包括预设最大舒适制动加速度和预设最大舒适制动加加速度，制动加加速度是基于制动加速度对时间求导得到。11.一种车辆制动方法，其特征在于，应用于云端服务器中，所述方法包括：接收与目标车辆的车型相同的车辆在制动过程中发送的制动状态信息，得到多组制动状态信息；基于所述多组制动状态信息对待训练神经网络模型进行训练，得到指定神经网络模型；将所述指定神经网络模型发送给所述目标车辆...

【专利技术属性】
技术研发人员：汪涛，刘祖齐，刘浏，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44