用于通信网络中车辆的适应性通信制造技术

一种控制车辆的操作的方法包括监控路段的一个或多个特征，该车辆被配置为以无线通信网络与多个对象通信，该车辆被配置为基于与车辆周围环境和车辆行为中的至少一个相关的参数的参考值生成通信。该方法还包括基于监控来确定路段的状况，该状况至少包括路段的曲率，将该状况输入到机器学习模型中，该机器学习模型被配置为基于该状况调节参考值并输出调节后的参考值，以及将调节后的参考值与当前参数值进行比较，并且基于与当前参数值相匹配的调节后的参考值，向多个对象中的一个或多个发送警报。警报。警报。

【技术实现步骤摘要】
用于通信网络中车辆的适应性通信


[0001]本主题公开涉及车辆，并且更具体地涉及车辆和对象之间经由通信网络的通信。

技术介绍

[0002]许多车辆(例如，汽车、摩托车、船舶或任何其他类型的汽车)配备有车辆通信系统，其便于车辆和其他实体之间的不同类型的通信。例如，一些车辆配备有通信系统，该通信系统使得车辆对车辆(V2V)或车辆对一切(V2X)通信能够发送和/或接收安全消息、维护消息、车辆状态消息等。例如，配备有V2X能力的车辆可以响应于检测到各种状况而生成警报或安全消息(例如，车辆可以向其他车辆警告事故、道路施工或可能影响车辆的操作的其他状况)。在某些情况下，现有的通信系统可能无法检测潜在的不利状况。
[0003]因此，希望提供一种可增强车辆通信的系统，例如，提高安全性、增强性能和/或提高驾驶性能。

技术实现思路

[0004]在一个示例性实施例中，控制车辆的操作的方法包括监控路段的一个或多个特征，车辆配置为以无线通信网络与多个对象通信，车辆配置为基于与车辆周围环境和车辆行为中的至少一个相关的参数的参考值生成通信。该方法还包括基于监控来确定路段的状况，该状况至少包括路段的曲率，将该状况输入到机器学习模型中，该机器学习模型被配置为基于该状况调节参数的参考值并输出调节后的参考值，以及将调节后的参考值与当前参数值进行比较，并且基于与当前参数值相匹配的调节后的参考值，向多个对象中的一个或多个发送警报。
[0005]除了本文所述的一个或多个特征之外，所述状况包括路段和道路车道中至少一个的宽度变化。<br/>[0006]除了本文所述的一个或多个特征之外，机器学习模型包括神经网络。
[0007]除了本文所述的一个或多个特征之外，确定状况包括从车辆前方的至少一辆其他车辆获取传感器数据。
[0008]除了本文所述的一个或多个特征外，确定状况包括基于采集的传感器数据来估计曲率。
[0009]除了本文所述的一个或多个特征之外，所述状况包括至少基于采集的传感器数据的交通流量估计。
[0010]除了本文所述的一个或多个特征之外，所述无线通信网络为车辆对车辆(V2V)和车辆对一切(V2X)网络中的至少一种。
[0011]除了本文所述的一个或多个特征之外，参数的参考值是基于无线通信网络的通信协议选择的预定参考值。
[0012]在一个示例性实施例中，用于控制车辆的操作的系统包括监控单元，该监控单元被配置为监控路段的一个或多个特征。该车辆被配置为以无线通信网络与多个对象通信，
该车辆被配置为基于与车辆周围的环境和车辆的行为中的至少一个相关的参数的参考值来生成通信，并且该监控单元被配置为基于该监控来确定该路段的状况，该状况至少包括该路段的曲率。该系统还包括:调节单元，该调节单元被配置为将该状况输入到机器学习模型，该机器学习模型被配置为基于该状况调节参数的参考值并输出调节后的参考值；以及处理单元，该处理单元被配置为将调节后的参考值与当前参数值进行比较，并基于与当前参数值相匹配的调节后的参考值，向多个对象中的一个或多个发送警报。
[0013]除了本文所述的一个或多个特征之外，所述状况包括路段和道路车道中至少一个的宽度变化。
[0014]除了本文所述的一个或多个特征之外，机器学习模型包括神经网络。
[0015]除了本文所述的一个或多个特征之外，确定状况包括从车辆前方的至少一辆其他车辆获取传感器数据。
[0016]除了本文所述的一个或多个特征之外，确定状况包括基于采集的传感器数据来估计曲率。
[0017]除了本文所述的一个或多个特征之外，所述状况包括至少基于采集的传感器数据的交通流量估计。
[0018]除了本文所述的一个或多个特征之外，所述无线通信网络为车辆对车辆(V2V)和车辆对一切(V2X)网络中的至少一种。
[0019]除了本文所述的一个或多个特征之外，参数的参考值是基于无线通信网络的通信协议选择的预定参考值。
[0020]在一个示例性实施例中，车辆系统包括具有计算机可读指令的存储器和用于执行计算机可读指令的处理设备，计算机可读指令控制处理设备执行方法。该方法包括监控路段的一个或多个特征，该车辆被配置为以无线通信网络与多个对象通信，该车辆被配置为基于与车辆周围的环境和车辆的行为中的至少一个相关的参数的参考值来生成通信。该方法还包括基于监控来确定路段的状况，该状况至少包括路段的曲率，将该状况输入到机器学习模型中，该机器学习模型被配置为基于该状况调节参数的参考值并输出调节后的参考值，将调节后的参考值与当前参数值进行比较，以及基于与当前参数值相匹配的调节后的参考值，向多个对象中的一个或多个发送警报。
[0021]除了本文所述的一个或多个特征之外，所述状况包括路段和道路车道中至少一个的宽度变化。
[0022]除了本文所述的一个或多个特征之外，机器学习模型包括神经网络。
[0023]除了本文所述的一个或多个特征之外，所述无线通信网络为车辆对车辆(V2V)和车辆对一切(V2X)网络中的至少一种，所述参数的参考值为基于所述无线通信网络的通信协议选择的预定参考值。
[0024]当结合附图进行以下详细描述时，本公开的上述特征和优点以及其他特征和优点是显而易见的。
附图说明
[0025]其他特征、优点和细节仅作为示例出现在以下详细描述中，详细描述参考附图，在附图中：
[0026]图1是根据示例性实施例的包括各种处理设备的机动车辆的俯视图；
[0027]图2描绘了根据示例性实施例的计算机系统；
[0028]图3是描绘根据示例性实施例的基于检测或估计的状况监控车辆周围环境并与通信网络中的对象通信的方法的方面的流程图；
[0029]图4是描绘根据示例性实施例的训练机器学习或人工智能模型的方法的方面的流程图；
[0030]图5是描绘根据示例性实施例的监控车辆周围环境并与通信网络中的对象通信和/或训练机器学习或人工智能模型的方法的方面的流程图；和
[0031]图6描绘了包括路段和环境状况的环境的示例，并且示出了执行图5的方法的方面的示例。
具体实施方式
[0032]以下描述本质上仅是示例性的，并不旨在限制本公开、其应用或用途。应当理解，在所有附图中，对应的附图标记表示相同或对应的部件和特征。
[0033]提供用于通信网络的对象之间的通信和/或自动或半自动车辆控制的设备、系统和方法。车辆控制(例如，使车辆呈现或发送警报和/或控制车辆行为)的方法的实施例包括从车辆中的一个或多个传感器获取传感器数据(例如，摄像机和/或雷达数据)，估计车辆周围环境的特征(例如，包括路段或道路长度)，并确定环境中可能促进通信和/或规避机动或其他车辆行为的状况。在一实施例中，状况包括车辆正在行驶或接近的路段的曲率，并且还可以包括路段(或车道)的宽度和/或宽度变化。诸如曲率和宽度的道路特征可以由本车辆(ego vehicle)中的传感器数据确定，或基于从其他车辆(例如，本车辆前面的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种控制车辆的操作的方法，包括：监控路段的一个或多个特征，车辆被配置为以无线通信网络与多个对象通信，车辆被配置成基于与车辆周围的环境和车辆的行为中的至少一个相关的参数的参考值来生成通信；基于该监控来确定路段的状况，该状况至少包括路段的曲率；将该状况输入机器学习模型，机器学习模型被配置为基于所述状况调节参数的参考值，并输出调节后的参考值；和将调节后的参考值与当前参数值进行比较，并基于与当前参数值匹配的调节后的参考值，向多个对象中的一个或多个对象发送警报。2.根据权利要求1所述的方法，其中，所述状况包括路段和道路车道中的至少一个的宽度变化。3.根据权利要求1所述的方法，其中，所述机器学习模型包括神经网络。4.根据权利要求1所述的方法，其中，确定状况包括从车辆前方的至少一辆其他车辆获取传感器数据，并基于获取的传感器数据来估计曲率。5.根据权利要求1所述的方法，其中，确定所述状况包括从所述车辆前方的至少一个其他车辆获取传感器数据，并且所述状况包括至少基于所获取的传感器数据对交通流量的估计。6.根据权利要求1所述的方法，其中，所述参数的参考值是基于无线通信网络的通信协议选择的预定参考值。...

【专利技术属性】
技术研发人员：戚文渊，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：