本申请公开一种爆胎检测方法、控制装置、车辆、存储介质和程序产品。应用于车辆，方法包括：获取车辆的状态数据；基于预设的检测神经网络模型处理状态数据，以输出爆胎检测结果。预设的检测神经网络模型可精准地识别状态数据的变化，因此可利用检测神经网络模型处理状态数据，当状态数据的变化符合爆胎前后的变化时，检测神经网络模型会立即识别出该情况，并输出爆胎检测结果为爆胎，否则输出爆胎检测结果为未爆胎。如此，本申请利用检测神经网络模型和实时获取的状态数据进行爆胎检测，检测神经网络模型的检测速度较快且检测精度较高，使得本申请能够实现快速且高精度的爆胎识别，从而能够及时地检测出爆胎的情况。
【技术实现步骤摘要】
本申请涉及车辆，更具体而言，涉及一种爆胎检测方法、控制装置、车辆、非易失性计算机可读存储介质和计算机程序产品。
技术介绍
1、车辆运行过程中，可能会出现爆胎的情况。当轮胎发生爆胎，车辆很容易偏离既定的行驶路线，造成操控失稳，从而加大发生交通意外的几率。因此，如何及时地检测出爆胎的情况成为亟需解决的问题。
技术实现思路
1、本申请实施方式提供一种爆胎检测方法、控制装置、车辆、非易失性计算机可读存储介质和计算机程序产品。
2、本申请实施方式的爆胎检测方法应用于车辆，所述方法包括：获取所述车辆的状态数据；基于预设的检测神经网络模型处理所述状态数据，以输出爆胎检测结果。
3、本申请实施方式的控制装置包括处理器、存储器及计算机程序，其中，所述计算机程序被存储在所述存储器中，并且被所述处理器执行，所述计算机程序包括用于执行爆胎检测方法的指令。所述爆胎检测方法应用于车辆，所述方法包括：获取所述车辆的状态数据；基于预设的检测神经网络模型处理所述状态数据，以输出爆胎检测结果。
4、本申请实施方式的车辆包括控制装置，控制装置包括处理器、存储器及计算机程序，其中，所述计算机程序被存储在所述存储器中，并且被所述处理器执行，所述计算机程序包括用于执行爆胎检测方法的指令。所述爆胎检测方法应用于车辆，所述方法包括：获取所述车辆的状态数据；基于预设的检测神经网络模型处理所述状态数据，以输出爆胎检测结果。
5、本申请实施方式的非易失性计算机可读存储介质包括计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行爆胎检测方法。所述爆胎检测方法应用于车辆，所述方法包括：获取所述车辆的状态数据；基于预设的检测神经网络模型处理所述状态数据，以输出爆胎检测结果。
6、本申请实施方式的计算机程序产品包括计算机程序，所述计算机程序包括用于执行爆胎检测方法的指令。所述爆胎检测方法应用于车辆，所述方法包括：获取所述车辆的状态数据；基于预设的检测神经网络模型处理所述状态数据，以输出爆胎检测结果。
7、本申请实施方式的爆胎检测方法、控制装置、车辆、非易失性计算机可读存储介质和计算机程序产品，可实时获取车辆的状态数据，爆胎前后的状态数据会发生变化。预设的检测神经网络模型可精准地识别状态数据的变化，因此可利用检测神经网络模型处理状态数据，当状态数据的变化符合爆胎前后的变化时，检测神经网络模型会立即识别出该情况，并输出爆胎检测结果为爆胎，否则输出爆胎检测结果为未爆胎。如此，本申请利用检测神经网络模型和实时获取的状态数据进行爆胎检测，检测神经网络模型的检测速度较快且检测精度较高，使得本申请能够实现快速且高精度的爆胎识别，从而能够及时地检测出爆胎的情况。
8、本申请的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实施方式的实践了解到。
本文档来自技高网...
【技术保护点】
1.一种爆胎检测方法，其特征在于，应用于车辆，所述方法包括：
2.根据权利要求1所述的爆胎检测方法，其特征在于，状态数据包括所述车辆的车轮的状态数据、所述车辆的惯性传感器的状态数据，以及所述车轮连接的电机的状态数据中的至少一者。
3.根据权利要求2所述的爆胎检测方法，其特征在于，所述车轮的状态数据包括车轮的轮速信号和/或胎压信号；所述惯性传感器的状态数据包括惯性传感器三个方向的加速度信号和/或角速度信号；所述电机的状态数据包括转速信号和/或扭矩信号。
4.根据权利要求1所述的爆胎检测方法，其特征在于，所述基于预设的检测神经网络模型处理所述状态数据，包括：
5.根据权利要求4所述的爆胎检测方法，其特征在于，所述检测神经网络模型包括卷积神经网络模型，所述卷积神经网络包括输入层、多个卷积层、多个池化层和输出层，卷积层和池化层交替排布，且所述输出层与所述池化层对应，所述对所述状态数据进行特征提取，以得到状态特征，包括：
6.根据权利要求4所述的爆胎检测方法，其特征在于，所述处理所述状态特征，以输出爆胎检测结果，包括：
>7.根据权利要求1-6任意一项所述的爆胎检测方法，其特征在于，所述方法还包括：8.根据权利要求7所述的爆胎检测方法，其特征在于，所述图像数据包括所述车辆采集的运动图像数据。
9.根据权利要求7所述的爆胎检测方法，其特征在于，所述基于预设的检测神经网络模型处理图像数据和所述状态数据，以输出爆胎检测结果，包括：
10.根据权利要求9所述的爆胎检测方法，其特征在于，所述对所述图像数据进行特征提取，以得到图像特征，包括：
11.根据权利要求10所述的爆胎检测方法，其特征在于，所述对当前帧的图像数据和上一帧的图像数据进行像素点匹配，以生成图像特征，包括：
12.根据权利要求11所述的爆胎检测方法，其特征在于，所述对当前帧的图像数据和上一帧的图像数据进行像素点匹配，以生成当前帧的图像数据对应的运动信息矩阵，包括：
13.根据权利要求11所述的爆胎检测方法，其特征在于，所述根据所述运动信息矩阵，生成图像特征，包括：
14.根据权利要求13所述的爆胎检测方法，其特征在于，所述对所述运动信息矩阵进行数据降维，以得到关键特征，包括：
15.根据权利要求11所述的爆胎检测方法，其特征在于，所述处理所述状态特征和所述图像特征，以输出所述爆胎检测结果，包括：
16.根据权利要求1所述的爆胎检测方法，其特征在于，还包括：
17.根据权利要求1所述的爆胎检测方法，其特征在于，所述方法还包括：
18. 一种控制装置，其特征在于，包括：
19.一种车辆，其特征在于，包括：
20.一种包含计算机程序的非易失性计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1-17任意一项所述的爆胎检测方法。
21.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序包括用于执行权利要求1-17任意一项所述的爆胎检测方法的指令。
...
【技术特征摘要】
1.一种爆胎检测方法，其特征在于，应用于车辆，所述方法包括：
2.根据权利要求1所述的爆胎检测方法，其特征在于，状态数据包括所述车辆的车轮的状态数据、所述车辆的惯性传感器的状态数据，以及所述车轮连接的电机的状态数据中的至少一者。
3.根据权利要求2所述的爆胎检测方法，其特征在于，所述车轮的状态数据包括车轮的轮速信号和/或胎压信号；所述惯性传感器的状态数据包括惯性传感器三个方向的加速度信号和/或角速度信号；所述电机的状态数据包括转速信号和/或扭矩信号。
4.根据权利要求1所述的爆胎检测方法，其特征在于，所述基于预设的检测神经网络模型处理所述状态数据，包括：
5.根据权利要求4所述的爆胎检测方法，其特征在于，所述检测神经网络模型包括卷积神经网络模型，所述卷积神经网络包括输入层、多个卷积层、多个池化层和输出层，卷积层和池化层交替排布，且所述输出层与所述池化层对应，所述对所述状态数据进行特征提取，以得到状态特征，包括：
6.根据权利要求4所述的爆胎检测方法，其特征在于，所述处理所述状态特征，以输出爆胎检测结果，包括：
7.根据权利要求1-6任意一项所述的爆胎检测方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的爆胎检测方法，其特征在于，所述图像数据包括所述车辆采集的运动图像数据。
9.根据权利要求7所述的爆胎检测方法，其特征在于，所述基于预设的检测神经网络模型处理图像数据和所述状态数据，以输出爆胎检测结果，包括：
10.根据权利...
【专利技术属性】
技术研发人员：杨冬生，陆国祥，闫小粉，刘益发，田方印，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。