一种基于云端大数据分析动态优化AEB制动策略的方法技术

本发明专利技术公开一种基于云端大数据分析动态优化AEB制动策略的方法，包括以下步骤：(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据；(2)云端分析平台利用数据融合方法形成实时的最佳制动方案；(3)驾驶环境感知系统，采集前方障碍物信息、道路环境信息、车辆信息；(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统；(5)智能ADAS控制系统根据驾驶环境感知系统的数据，形成制动力度数据输出给制动控制系统；获取云端数据支持。本发明专利技术可达到动态优化系统制动参数，打破单机计算的制约，建立驾驶风险预测模型，提升防碰撞系统制动性能的适应性的有益效果。

【技术实现步骤摘要】
一种基于云端大数据分析动态优化AEB制动策略的方法
本专利技术属于汽车
，特别涉及一种基于云端大数据分析动态优化AEB制动策略的方法。
技术介绍
汽车防撞系统，是防止汽车发生碰撞的一种智能装置。它能够自动发现可能与汽车发生碰撞的车辆、行人、或其他障碍物体，发出警报或同时采取制动或规避等措施，以避免碰撞的发生。采用毫米波雷达、激光、声纳、红外线、摄像头等技术自动前车相对速度以及两车之间的距离。计算机芯片对两车距离以及两车的瞬时相对速度进行处理后，判断两车的安全距离，如果两车车距小于安全距离，数据处理系统就会发出指令；另外一种是计算机芯片计算两车碰撞时间(TTC)来计算危险程度，进而做出报警及刹车指令。而随着物联网、云计算、大数据、技术的飞速发展，采集车辆以及车辆周边环境的数据进行场景分析成为可能。更快更高效的通讯技术的发展将满足对高数据带宽和传输速度的要求。把汽车防撞系统与物联网结合起来，通过大数据云计算，实时动态优化防撞系统已经成为可能。传统的车联网系统包括车载T-BOX以及云端后台系统，车载T-BOX通过CAN总线主要采集车辆定量车辆运行状态数据，比如车速、电量、里程等，通过3G、4G网卡可以接入互联网，将车辆数据实时状态以报文形式上报给车联网云端后台系统。同时借助于GPS模块实时采集车辆位置信息上传到云端后台系统。汽车防撞系统技术方案包括毫米波雷达、激光雷达、红外线雷达、摄像头等。毫米波雷达受自然环境影响小，探测距离适中，在车载雷达领域性价比最高，但是难以识别行人、交通标志等；激光雷达测量精度较高，可用于实时建立空间三维地图，但是成本高昂，且在雨、雪、雾天效果较差；红外线雷达测量精度较高，技术成熟且成本较低，但是测量距离近(小于10m)，极大地限制了其应用场景；摄像头成本低，能够对物体进行识别，是车道偏离预警、交通标志识别等功能必不可少的传感器，但具有依赖光线、在夜间和极端天气下会失效、难以精确测距等缺点。传统的汽车防撞系统仅仅是固定的制动策略，基于车辆现有的传感设备，进行实时的采集与计算，并根据实时的结果进行预警以及制动，存在局限性与片面性，并且由于计算芯片的能力有限并不能进行更加复杂的运算，例如对复杂路况的具体分析，结合周边驾驶工况，计算出最好的驾驶方案，报警方案以及碰撞制动方案。在特殊路况，特殊车况等情况下，往往会因为固定的策略，从而造成误判断。而现有的监控平台又仅仅是起到的监控的作用，完全没有体现云端的大数据应用以及计算功能。
技术实现思路
本专利技术针对现有技术中存在的技术问题，提供一种基于云端大数据分析动态优化AEB制动策略的方法，可达到动态优化系统制动参数，打破单机计算的制约，建立驾驶风险预测模型，提升防碰撞系统制动性能的适应性的有益效果。为解决上述技术问题，本专利技术采用的技术方案是：一种基于云端大数据分析动态优化AFB制动策略的方法，包括以下步骤：(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据；(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数，结合车辆制动模型数据，动态进行数据分析，形成实时的最佳制动方案，推送到智能ADAS控制系统对制动策略参数进行更新，以适应实时车况、路况及环境变化；(3)驾驶环境感知系统，通过雷达传感器采集前方障碍物信息；通过视觉传感器采集道路环境信息；通过车辆数据分析模块采集车辆信息；(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统；(5)智能ADAS控制系统根据驾驶环境感知系统的数据，通过内部算法模块计算危险目标信息，包括距离、相对速度、相对位置，并形成制动力度数据输出给制动控制系统；同时将车辆的定位信息实时上传到云端分析平台；获取云端数据支持，本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。作为优选，步骤(3)中，通过雷达传感器如毫米波雷达采集前方障碍物相对距离、相对速度、相对角度数据；通过视觉传感器如摄像头采集包括人、车、车道线在内的道路环境信息；通过车辆数据分析模块采集车辆行驶方向加速度、偏移方向加速度、车况信息，其中车况信息包括实际车速、载重、油耗。与现有技术相比，本专利技术所具有的有益效果是：1、本专利技术可利用云端数据资源对车辆防碰撞系统的制动参数进行动态优化。2、本专利技术能够打破现技术防碰撞单机计算的制约，运行本地与云计算互补算法。3、本专利技术可利用云端海量真实道路驾驶环境数据进行分析、挖掘，可以建立驾驶风险预测模型，针对车型进行策略优化控制，提升防碰撞系统制动性能的适应性，有效避免交通事故的发生，带来良好的经济和社会效益。附图说明图1为本专利技术的流程示意图。具体实施方式为使本领域技术人员更好的理解本专利技术的技术方案，下面结合附图和具体实施例对本专利技术作详细说明。本专利技术的实施例公开了一种基于云端大数据分析动态优化AEB制动策略的方法，如图所示，其包括以下步骤：(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据；(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数，结合车辆制动模型数据，动态进行数据分析，形成实时的最佳制动方案，推送到智能ADAS控制系统对制动策略参数进行更新，以适应实时车况、路况及环境变化；(3)驾驶环境感知系统，通过雷达传感器采集前方障碍物信息；通过视觉传感器采集道路环境信息；通过车辆数据分析模块采集车辆信息；(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统；(5)智能ADAS控制系统根据驾驶环境感知系统的数据，通过内部算法模块计算危险目标信息，包括距离、相对速度、相对位置，并形成制动力度数据输出给制动控制系统；同时将车辆的定位信息实时上传到云端分析平台；获取云端数据支持，本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。本实施例中，步骤(3)中，通过雷达传感器如毫米波雷达采集前方障碍物相对距离、相对速度、相对角度数据；通过视觉传感器如摄像头采集包括人、车、车道线在内的道路环境信息；通过车辆数据分析模块采集车辆行驶方向加速度、偏移方向加速度、车况信息，其中车况信息包括实际车速、载重、油耗。本实施例中，云端分析平台可以持续扩充，丰富云端数据资源，将更多环境因素融入算法模型，将更多干扰因素考虑在内，提升制动控制参数的适应性。本实施例中，通过本地与云端双重数据分析，优化防碰撞制动控制系统的控制参数，对AEB控制器制动策略进行实时更新，为车辆的紧急制动提供更加适应参数进行有效制动。以上通过实施例对本专利技术进行了详细说明，但所述内容仅为本专利技术的示例性实施例，不能被认为用于限定本专利技术的实施范围。本专利技术的保护范围由权利要求书限定。凡利用本专利技术所述的技术方案，或本领域的技术人员在本专利技术技术方案的启发下，在本专利技术的实质和保护范围内，设计出类似的技术方案而达到上本文档来自技高网...

【技术保护点】
1.一种基于云端大数据分析动态优化AEB制动策略的方法，其特征在于，包括以下步骤：/n(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据；/n(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数，结合车辆制动模型数据，动态进行数据分析，形成实时的最佳制动方案，推送到智能ADAS控制系统对制动策略参数进行更新；/n(3)驾驶环境感知系统，通过雷达传感器采集前方障碍物信息；通过视觉传感器采集道路环境信息；通过车辆数据分析模块采集车辆信息；/n(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统；/n(5)智能ADAS控制系统根据驾驶环境感知系统的数据，通过内部算法模块计算危险目标信息，包括距离、相对速度、相对位置，并形成制动力度数据输出给制动控制系统；同时将车辆的定位信息实时上传到云端分析平台；获取云端数据支持，本地与云端数据形成互补策略对智能ADAS控制系统进行动态刷新。/n

【技术特征摘要】
1.一种基于云端大数据分析动态优化AEB制动策略的方法，其特征在于，包括以下步骤：
(1)通过云端分析平台分别获得道路环境、天气环境、车辆信息、配货信息的相关联数据；
(2)云端分析平台利用数据融合方法形成车辆、道路、环境参数，结合车辆制动模型数据，动态进行数据分析，形成实时的最佳制动方案，推送到智能ADAS控制系统对制动策略参数进行更新；
(3)驾驶环境感知系统，通过雷达传感器采集前方障碍物信息；通过视觉传感器采集道路环境信息；通过车辆数据分析模块采集车辆信息；
(4)将步骤(3)中采集的数据形成驾驶环境感知数据传输给智能ADAS控制系统；
(5)智能ADAS控制系统...

【专利技术属性】
技术研发人员：刘宗刚，肖伟，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
类型：发明
国别省市：天津;12