一种基于人工智能的无人驾驶汽车轮胎监测方法技术

本发明专利技术公开一种基于人工智能的无人驾驶汽车轮胎监测方法，A001：获得在初定时间周期内无人驾驶汽车轮胎对应的运行特性序列；A002：计算无人驾驶汽车轮胎对应的运行状态衡量标准；A003：计算无人驾驶汽车的任意两个轮胎之间的运行状态接近程度；A004：计算无人驾驶汽车轮胎在初定时间周期内各时间阶段内对应的正常工作参数；A005：对对象预估模型进行模拟，模拟好的对象预估模型用于对无人驾驶汽车轮胎未来时间阶段内的正常工作变量进行推测和对无人驾驶汽车轮胎工作状况进行预测。本技术方案实现对无人驾驶汽车轮胎的胎压、温度进行监测，避免温度过高、胎压所导致的轮胎内裂、爆胎，给行驶带来危险因素。给行驶带来危险因素。给行驶带来危险因素。

【技术实现步骤摘要】
一种基于人工智能的无人驾驶汽车轮胎监测方法


[0001]本专利技术涉及基于人工智能的无人驾驶
，具体涉及一种基于人工智能的无人驾驶汽车轮胎监测方法。

技术介绍

[0002]随着人工智能技术的快速发展，无人驾驶汽车的使用现象越来越普遍。无人驾驶汽车作为一种智能汽车，主要依靠车内的计算机系统为主的智能驾驶仪来实现无人驾驶。而在实际的无人驾驶过程中，比如无人驾驶汽车的轮胎部件在长期高速行驶时，会导致无人驾驶汽车轮胎温度上升，轮胎的气压随之升高，轮胎变形，胎体弹性降低，无人驾驶汽车所受到的动负荷增大，容易导致轮胎内裂甚至爆胎。而现有的无人驾驶汽车无法实现对轮胎正常运行状况进行预估，并及时给出预警提示。

技术实现思路

[0003]本专利技术提供一种基于人工智能的无人驾驶汽车轮胎监测方法。
[0004]本专利技术通过下述技术方案实现：
[0005]一种基于人工智能的无人驾驶汽车轮胎监测方法，包括以下步骤：
[0006]A001：获得在初定时间周期内无人驾驶汽车轮胎对应的运行特性序列，所述运行特性序列包括轮胎气压变化序列和轮胎温度变化序列；
[0007]A002：依据无人驾驶汽车轮胎的运行特性序列，计算无人驾驶汽车轮胎对应的运行状态衡量标准；
[0008]A003：依据无人驾驶汽车轮胎对应的运行状态衡量标准和无人驾驶汽车轮胎对应的运行特性序列，计算无人驾驶汽车的任意两个轮胎之间的运行状态接近程度；
[0009]A004：依据无人驾驶汽车的任意两个轮胎之间的运行水平接近程度，计算无人驾驶汽车轮胎在初定时间周期内各时间阶段内对应的正常工作参数；
[0010]A005：通过无人驾驶汽车轮胎对应的运行特性序列与初定时间周期内各时间阶段内对应的正常工作参数，对对象预估模型进行模拟，模拟好的对象预估模型用于对无人驾驶汽车轮胎未来时间阶段内的正常工作变量进行推测和对无人驾驶汽车轮胎工作状况进行预测。
[0011]可选地，步骤A001中，无人驾驶汽车轮胎中设有监测系统，所述监测系统包括控制装置，与控制装置连接的温度传感器和轮胎胎压传感器，温度传感器用于检测无人驾驶汽车的轮胎温度，轮胎胎压传感器用于检测无人驾驶汽车的轮胎压力，控制装置将接收到的温度传感器和轮胎胎压传感器的检测数据发送给所述监测系统中。
[0012]可选地，步骤A001中，获得在初定时间周期内无人驾驶汽车轮胎对应的运行特性序列的具体方法为：
[0013]A0010：采用轮胎胎压传感器测量无人驾驶汽车轮胎的压力值，获得无人驾驶汽车轮胎在某一时间周期内对应的压力数值，根据无人驾驶汽车轮胎在某一时间周期内的压力
数值，获得无人驾驶汽车轮胎对应的轮胎气压变化序列；
[0014]A0011：采用温度传感器测量无人驾驶汽车轮胎的温度值，获得无人驾驶汽车轮胎在某一时间周期内对应的温度值，根据无人驾驶汽车在某一时间周期内的温度值获得无人驾驶汽车轮胎对应的轮胎温度变化序列。
[0015]可选地，所述无人驾驶汽车轮胎的轮胎气压变化序列中所包含数据量与轮胎温度变化序列中所包含的数据量相等。
[0016]可选地，步骤A002中，依据无人驾驶汽车轮胎的运行特性序列，计算无人驾驶汽车轮胎对应的运行状态衡量标准；其中，计算无人驾驶汽车轮胎对应的运行状态衡量标准的公式为：
[0017]x
c
＝{avg(T
c
)*avg(M
c
)}/{(max(M
c
))
‑
(min(M
c
))*(max(T
c
))min(T
c
)}
[0018]其中，X
c
为无人驾驶汽车轮胎c对应的运行状态衡量标准，T
c
为无人驾驶汽车轮胎c对应的轮胎温度变化序列，M
c
为无人驾驶汽车轮胎c对应的轮胎气压变化序列，avg()为平均值，max()为最大值，min()为最小值。
[0019]可选地，步骤A003中，依据无人驾驶汽车轮胎对应的运行状态衡量标准和无人驾驶汽车轮胎对应的运行特性序列，计算无人驾驶汽车的任意两个轮胎之间的运行水平接近程度的公式为：
[0020][0021]其中，DTW为动态时间调整函数，Q
y,z
为无人驾驶汽车轮胎c和无人驾驶汽车轮胎z之间的运行水平接近程度；S
c,z
为无人驾驶汽车轮胎c对应的轮胎气压变化序列和无人驾驶汽车轮胎z对应的轮胎气压变化序列之间的余弦相似度；x
c
为无人驾驶汽车轮胎c对应的运行状态衡量标准，x
z
为无人驾驶汽车轮胎z对应的运行状态衡量标准；T
C
为无人驾驶汽车轮胎c对应的轮胎温度变化序列，T
Z
为无人驾驶汽车轮胎z对应的轮胎温度变化序列，e为自然常数。
[0022]可选地，步骤A004中，根据无人驾驶汽车的任意两个轮胎之间的运行状态衡量标准，计算两个无人驾驶汽车轮胎之间的运行状态衡量标准差值，将所述运行状态衡量标准差值作为无人驾驶汽车的任意两个轮胎之间的差距，对无人驾驶汽车轮胎标记相应的运行状况，获得不同运行状况相应的无人驾驶汽车轮胎。
[0023]可选地，步骤A005中，通过无人驾驶汽车各轮胎对应的运行特性序列与初定时间周期内各时间阶段内对应的正常工作参数对对象预估模型，获得模拟好的对象预估模型，具体模拟过程为：将某一个无人驾驶汽车轮胎在五分钟内的轮胎温度变化序列、轮胎气压变化序列和正常工作参数序列发送至对象预估模型中，对象预估模型能模拟到无人驾驶汽车轮胎在未来时间阶段内的正常工作参数。
[0024]可选地，步骤A005中，无人驾驶汽车轮胎相应的运行特性序列和正常工作参数序列为一次模拟集合，一次模拟集合中每一个时间周期对应的数据作为一个模拟数据，对象预估模型的损耗函数为平均方差损耗函数，获得每一次模拟集合中各模拟数据对应的占比，将各模拟数据的占比与对应的平均方差损失函数进行乘法计算，各乘法计算后求和后，
获得相应的对象损耗函数。
[0025]可选地，获得每一次模拟集合中各模拟数据对应的占比，具体操作为：根据每一个无人驾驶汽车轮胎对应的轮胎温度变化序列和轮胎气压变化序列汇总，获得未来时间阶段内无人驾驶汽车轮胎的温度和气压的波动情况的关联性，关联性用于表示对对应时间点内模拟数据的占比，占比的计算方法为：
[0026][0027]其中，N
a
为该无人驾驶汽车轮胎在第a个时刻对应的权重，M
a
‑1为该无人驾驶汽车轮胎在第a
‑
1个时刻下对应的气压，T
a
‑1为该无人驾驶汽车轮胎在第a
‑
1时刻下对应的温度。
[0028]本专利技术与现有技术相比，具有如下的优点和有益效果：
[0029]本技术方案中根据无人驾驶汽车各轮胎的运行特性序列，计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的无人驾驶汽车轮胎监测方法，其特征在于，包括以下步骤：A001：获得在初定时间周期内无人驾驶汽车轮胎对应的运行特性序列，所述运行特性序列包括轮胎气压变化序列和轮胎温度变化序列；A002：依据无人驾驶汽车轮胎的运行特性序列，计算无人驾驶汽车轮胎对应的运行状态衡量标准；A003：依据无人驾驶汽车轮胎对应的运行状态衡量标准和无人驾驶汽车轮胎对应的运行特性序列，计算无人驾驶汽车的任意两个轮胎之间的运行状态接近程度；A004：依据无人驾驶汽车的任意两个轮胎之间的运行水平接近程度，计算无人驾驶汽车轮胎在初定时间周期内各时间阶段内对应的正常工作参数；A005：通过无人驾驶汽车轮胎对应的运行特性序列与初定时间周期内各时间阶段内对应的正常工作参数，对对象预估模型进行模拟，模拟好的对象预估模型用于对无人驾驶汽车轮胎未来时间阶段内的正常工作变量进行推测和对无人驾驶汽车轮胎工作状况进行预测。2.根据权利要求1所述的一种基于人工智能的无人驾驶汽车轮胎监测方法，其特征在于：步骤A001中，无人驾驶汽车轮胎中设有监测系统，所述监测系统包括控制装置，与控制装置连接的温度传感器和轮胎胎压传感器，温度传感器用于检测无人驾驶汽车的轮胎温度，轮胎胎压传感器用于检测无人驾驶汽车的轮胎压力，控制装置将接收到的温度传感器和轮胎胎压传感器的检测数据发送给所述监测系统中。3.根据权利要求2所述的一种基于人工智能的无人驾驶汽车轮胎监测方法，其特征在于：步骤A001中，获得在初定时间周期内无人驾驶汽车轮胎对应的运行特性序列的具体方法为：A0010：采用轮胎胎压传感器测量无人驾驶汽车轮胎的压力值，获得无人驾驶汽车轮胎在某一时间周期内对应的压力数值，根据无人驾驶汽车轮胎在某一时间周期内的压力数值，获得无人驾驶汽车轮胎对应的轮胎气压变化序列；A0011：采用温度传感器测量无人驾驶汽车轮胎的温度值，获得无人驾驶汽车轮胎在某一时间周期内对应的温度值，根据无人驾驶汽车在某一时间周期内的温度值获得无人驾驶汽车轮胎对应的轮胎温度变化序列。4.根据权利要求3所述的一种基于人工智能的无人驾驶汽车轮胎监测方法，其特征在于：所述无人驾驶汽车轮胎的轮胎气压变化序列中所包含数据量与轮胎温度变化序列中所包含的数据量相等。5.根据权利要求4所述的一种基于人工智能的无人驾驶汽车轮胎监测方法，其特征在于：步骤A002中，依据无人驾驶汽车轮胎的运行特性序列，计算无人驾驶汽车轮胎对应的运行状态衡量标准；其中，计算无人驾驶汽车轮胎对应的运行状态衡量标准的公式为：x
c
＝{avg(T
c
)*avg(M
c
)}/{(max(M
c
))
‑
(min(M
c
))*(max(T
c
))min(T
c
)}其中，X
c
为无人驾驶汽车轮胎c对应的运行状态衡量标准，T
c
为无人驾驶汽车轮胎c对应的轮胎温度变化序列，M
c
为无人驾驶汽车轮胎c对应的轮胎气压变化序列，avg()为平...

【专利技术属性】
技术研发人员：张依婷，
申请(专利权)人：张依婷，
类型：发明
国别省市：