申请/专利权人：南京长江自动化研究院有限公司

申请日：2022-09-22

公开（公告）日：2024-06-28

公开（公告）号：CN115503712B

主分类号：B60W30/16

分类号：B60W30/16;B60W40/06;B60W40/00;B60W50/00;G06F30/27;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.04.19#著录事项变更;2023.01.10#实质审查的生效;2022.12.23#公开

摘要：本发明公开了一种考虑道路运行条件的智能网联汽车预测控制方法和系统，该方法包括：按照预定的频率采集车前图像，从所述车前图像中提取路面区域，并采用预存储的神经网络模块进行图像识别，给出车前路面参数的第一输出结果并存储；接收路段相机发送的当前路段的路面图像，进行图像识别，给出当前路段参数的第二输出结果并存储；构建路面参数模型，判断路面参数变化率是否超过阈值，如果没有超过阈值，则基于第一输出结果和第二输出结果，给出当前路段参数平均值，并输出；构建车辆动力学模型和角加减速度计算模型，确定最大附着系数、最大制动力和期望安全距离。本申请通过对路面参数的测定，大大提高了数据的准确性。

主权项：1.考虑道路运行条件的智能网联汽车预测控制方法，其特征在于，包括如下步骤：步骤S1、针对每一车辆，按照预定的频率采集车前图像，从所述车前图像中提取路面区域，并采用预存储的神经网络模块进行图像识别，给出车前路面参数的第一输出结果并存储；步骤S2、接收路段相机发送的当前路段的路面图像，并采用神经网络模块进行图像识别，给出当前路段参数的第二输出结果并存储；步骤S3、基于所述第一输出结果和第二输出结果，构建路面参数模型，判断路面参数变化率是否超过阈值，如果没有超过阈值，则基于第一输出结果和第二输出结果，给出当前路段参数平均值，并输出；步骤S4、构建车辆动力学模型和角加减速度计算模型，以当前路段参数平均值和当前路段材质为输入参数之一，计算滑移率-附着系数数据库，确定当前运行车况的滑移率-附着系数关系曲线；并基于滑移率-附着系数关系曲线对滑移率进行控制，确定最大附着系数、最大制动力和期望安全距离；所述步骤S2中还包括：S21、采集当前区域的交通网地图，从所述交通网地图中采集通行路线数据构建交通路线有向图；S22、针对每一通行路线，按照预定的间隔在两侧布设路段相机，所述路段相机按照预定频率采集路面数据并存储在各个通行路段的存储模块中，所述路面数据包含路段相机的位置信息和图像拍摄时间信息；S23、按照时间顺序，采集预定通行路段各个路段相机的图片，并采用神经网络模块对图片进行处理，构建图片信息与路面参数的模型并给各个场景下路面参数的经验值范围与路面图片信息的映射集合；S24、采用验证集数据对所述路面参数的经验值范围与路面图片信息的映射集合进行验证，直至达到相关标准；步骤S25、接收路段相机发送的当前路段的路面图像，获取当前图像的拍摄时间和地理位置信息；采用预设在该路段的测量装置对该路段的路段参数进行测量，获得测量值序列；步骤S26、采用预设的神经网络模块对接收到的路面图像进行识别，获得当前路段参数的计算值序列，即第二输出结果；步骤S27、构建测量值和计算值的二维联合分布Copula函数，并通过上述测量值序列和计算值序列作为输入之一，采用极大似然法计算Copula函数的参数；步骤S28、基于获得参数的Copula函数，计算测量值和计算值的概率分布，基于概率分布判断测量结果是否符合预期，即计算值的分布与测量值的分布的相似度是否符合要求；步骤S4中，所述期望安全距离为： DE为期望安全距离，DS为车间距被控量，dc为心理最低安全距离，vi车辆当前速度，tall为发生意外时车辆完全制动所需时间，t'为制动信号通讯时长，t1为制动器线性增加时长，ap为前车加速度，am为自身车辆制动最大加速度，d0为预设安全跟车距离，FM为自身最大制动力，f0、f1为常数，（f0+f1vi2）表示滚动阻力，（CDA21.15）vi2表示汽车运行风阻，mgsinα表示上坡阻力，α表示汽车前进方向坡度；k，c为预设常量； 。

全文数据：

权利要求：

百度查询： 南京长江自动化研究院有限公司 考虑道路运行条件的智能网联汽车预测控制方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD