首页 > 专利 > 乐清市芮易经济信息咨询有限公司 > 基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法专利详情

基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2019-12-16
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2020-05-12
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2020-12-08
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2039-12-16
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201911291040.5 申请日 2019-12-16
公开/公告号 CN111027633B 公开/公告日 2020-12-08
授权日 2020-12-08 预估到期日 2039-12-16
申请年 2019年 公开/公告年 2020年
缴费截止日
分类号 G06K9/62 主分类号 G06K9/62
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 2
权利要求数量 3 非专利引证数量 0
引用专利数量 0 被引证专利数量 0
非专利引证
引用专利 被引证专利
专利权维持 2 专利申请国编码 CN
专利事件 转让 事务标签 公开、实质审查、申请权转移、授权
申请人信息
申请人 第一申请人
专利权人 乐清市芮易经济信息咨询有限公司 当前专利权人 乐清市芮易经济信息咨询有限公司
发明人 张伟红 第一发明人 张伟红
地址 浙江省温州市乐清市柳市镇溪桥路714号 邮编 325600
申请人数量 1 发明人数量 1
申请人所在省 浙江省 申请人所在市 浙江省温州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
摘要
本发明公开了一种基于大数据的自动驾驶车辆碰撞分析系统及方法,所述碰撞分析系统包括安装在车辆的应答器和发射器、分析模块、信息生成模块和反馈接收控制模块,所述分析模块包括碰撞分析模块和射频信号分析模块,所述应答器用于接收其他车辆发送的载有第一混合信息的射频信号,所述发射器用于向其他车辆发送第二混合信息的射频信号,所述碰撞分析模块用于分析车辆发生碰撞的风险等级,所述射频信号分析模块用于分析车辆接收到的载有第一混合信息的射频信号,所述信息生成模块根据碰撞分析模块和射频信号分析模块生成发送给其他车辆的第二混合信息。
  • 摘要附图
    基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法
  • 说明书附图:图1
    基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2020-12-08 授权
2 2020-12-04 专利申请权的转移 登记生效日: 2020.11.23 申请人由张伟红变更为乐清市芮易经济信息咨询有限公司 地址由215000 江苏省苏州市工业园区独墅湖车坊镇普惠路淞泽家园6区变更为325600 浙江省温州市乐清市柳市镇溪桥路714号
3 2020-05-12 实质审查的生效 IPC(主分类): G06K 9/62 专利申请号: 201911291040.5 申请日: 2019.12.16
4 2020-04-17 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法,其特征在于:所述碰撞分析系统包括安装在车辆的应答器和发射器、分析模块、信息生成模块和反馈接收控制模块,所述分析模块包括碰撞分析模块和射频信号分析模块,所述应答器用于接收其他车辆发送的载有第一混合信息的射频信号,所述发射器用于向其他车辆发送第二混合信息的射频信号,所述碰撞分析模块用于分析车辆发生碰撞的风险等级,所述射频信号分析模块用于分析车辆接收到的载有第一混合信息的射频信号,所述信息生成模块根据碰撞分析模块和射频信号分析模块生成发送给其他车辆的第二混合信息,所述反馈接收控制模块根据碰撞分析模块的输出结果和射频信号分析的分析结果对车辆自身的行驶数据进行调整,或者调整车辆往其他车辆发送的射频信号质量;
所述碰撞分析模块包括样本数据采集模块、样本数据处理模块、车辆数据采集模块和车辆碰撞风险输出模块,所述样本数据采集模块用于采集发生碰撞和邻近碰撞的车辆在行驶过程中的行驶数据特征作为样本,所述样本数据处理模块利用K均值模型对样本中的行驶数据特征进行聚类,并根据聚类结果按照碰撞风险的高低分成不同的碰撞风险等级,所述车辆数据采集模块用于采集车辆在行驶过程中的行驶数据特征,所述车辆碰撞风险输出模块用于将采集到的行驶数据特征输入K均值模型,并输出车辆碰撞风险等级;所述射频信号分析模块包括第一响应信息分析模块和第一接收信息解析模块,所述第一响应信息分析模块用于分析车辆接收到的射频信号的比特误码率并做出反馈建议,所述第一接收信息解析模块用于解析输出周围车辆发生碰撞的风险等级;
所述反馈接收控制模块包括车辆行驶数据调整模块和射频信号调整模块,所述车辆行驶数据调整模块包括内部刺激调整模块和外部刺激调整模块,所述内部刺激调整模块根据车辆自身的碰撞风险等级来调整车辆自身的行驶数据,所述外部刺激调整模块根据周围车辆的碰撞风险等级来调整车辆自身的行驶数据,所述射频信号调整模块用于接收其他车辆对发送信号车辆的射频信号质量的反馈建议,并据此调整射频信号质量;
所述碰撞分析方法包括以下:
安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,根据接收到的第一混合信息的射频信号和中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号;
所述碰撞分析方法进一步包括以下:
安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,所述第一混合信息包括第一响应信息和第一接收信息,所述第一响应信息用于供中心车辆分析接收到的射频信号的质量,所述第一接收信息为发送射频信号车辆的发生碰撞的风险等级;
中心车辆解析第一接收信息,并据此调节中心车辆的行驶数据特征后判断中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号,所述第二混合信息包括第二反馈信息和第二分析信息,所述第二反馈信息包括对接收到的射频信号的质量进行反馈,所述第二分析信息为中心车辆发生碰撞的风险等级;
所述中心车辆分析接收到的射频信号的质量包括分析中心车辆射频信号的比特误码率;
所述对接收到的射频信号的质量进行反馈包括:当射频信号的比特误码率的测量值小于比特误码率阈值,控制相应发射射频信号车辆的发射器减小发射功率,当射频信号的比特误码率的测量值大于比特误码率阈值,控制相应发射射频信号车辆的发射器增大发射功率。

2.根据权利要求1所述的一种基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法,其特征在于:所述行驶数据特征包括车辆速度、车辆加速度、车辆与周围车辆距离。

3.根据权利要求2所述的一种基于大数据的自动驾驶车辆碰撞分析系统的碰撞分析方法,其特征在于:所述判断中心车辆发生碰撞的风险等级包括:
步骤S1:将发生碰撞和邻近碰撞的车辆数据作为样本,采集车辆样本在行驶过程中的行驶数据特征,对这些行驶数据特征利用K均值模型聚类,根据聚类结果按照碰撞风险的高低,将碰撞风险从高到低依次划分为4个碰撞风险等级,分别为高碰撞风险、中高碰撞风险、低碰撞风险和无碰撞风险,并将高碰撞风险和中高碰撞风险设定为警报等级;
步骤S2:采集中心车辆的行驶数据特征,将行驶数据特征输入K均值模型,输出碰撞的风险等级,判断车辆是否发出警报,若车辆发出警报,则车辆调节行驶数据特征。
说明书

技术领域

[0001] 本发明涉及大数据领域,具体是一种基于大数据的自动驾驶车辆碰撞分析系统及方法。

背景技术

[0002] 自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。自动驾驶是一种通过电脑系统实现无人驾驶的智能汽车,不需要司机就能把乘车人送到目的地。自动驾驶是提升道路交通智能化水平、推动交通运输行业转型升级的重要途径,也是带动交通、汽车、通信等产业融合发展的有利契机。但是现有的自动驾驶车辆在行驶过程中发生车辆碰撞风险很高,因此,现提出一种基于大数据的自动驾驶车辆碰撞分析系统及方法。

发明内容

[0003] 本发明的目的在于提供一种基于大数据的自动驾驶车辆碰撞分析系统及方法,以解决现有技术中的问题。
[0004] 为实现上述目的,本发明提供如下技术方案:
[0005] 一种基于大数据的自动驾驶车辆碰撞分析系统,所述碰撞分析系统包括安装在车辆的应答器和发射器、分析模块、信息生成模块和反馈接收控制模块,所述分析模块包括碰撞分析模块和射频信号分析模块,所述应答器用于接收其他车辆发送的载有第一混合信息的射频信号,所述发射器用于向其他车辆发送第二混合信息的射频信号,所述碰撞分析模块用于分析车辆发生碰撞的风险等级,所述射频信号分析模块用于分析车辆接收到的载有第一混合信息的射频信号,所述信息生成模块根据碰撞分析模块和射频信号分析模块生成发送给其他车辆的第二混合信息,所述反馈接收控制模块根据碰撞分析模块的输出结果和射频信号分析的分析结果对车辆自身的行驶数据进行调整,或者调整车辆往其他车辆发送的射频信号质量。
[0006] 作为优选方案,所述碰撞分析模块包括样本数据采集模块、样本数据处理模块、车辆数据采集模块和车辆碰撞风险输出模块,所述样本数据采集模块用于采集发生碰撞和邻近碰撞的车辆在行驶过程中的行驶数据特征作为样本,所述样本数据处理模块利用K均值模型对样本中的行驶数据特征进行聚类,并根据聚类结果按照碰撞风险的高低分成不同的碰撞风险等级,所述车辆数据采集模块用于采集车辆在行驶过程中的行驶数据特征,所述车辆碰撞风险输出模块用于将采集到的行驶数据特征输入K均值模型,并输出车辆碰撞风险等级;所述射频信号分析模块包括第一响应信息分析模块和第一接收信息解析模块,所述第一响应信息分析模块用于分析车辆接收到的射频信号的比特误码率并做出反馈建议,所述第一接收信息解析模块用于解析输出周围车辆发生碰撞的风险等级。
[0007] 作为优选方案,所述反馈接收控制模块包括车辆行驶数据调整模块和射频信号调整模块,所述车辆行车数据调整模块包括内部刺激调整模块和外部刺激调整模块,所述内部刺激调整模块根据车辆自身的碰撞风险等级来调整车辆自身的行驶数据,所述外部刺激调整模块根据周围车辆的碰撞风险等级来调整车辆自身的行驶数据,所述射频信号调整模块用于接收其他车辆对发送信号车辆的射频信号质量的反馈建议,并据此调整射频信号质量。
[0008] 一种基于大数据的自动驾驶车辆碰撞分析方法,所述碰撞分析方法包括以下:安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,根据接收到的第一混合信息的射频信号和中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号,通过行驶中的车辆之间进行信号传输碰撞危险等级,有利于其他车辆为避免碰撞做出应对措施。
[0009] 作为优选方案,所述碰撞分析方法进一步包括以下:
[0010] 安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,所述第一混合信息包括第一响应信息和第一接收信息,所述第一响应信息用于供中心车辆分析接收到的射频信号的质量,所述第一接收信息为发送射频信号车辆的发生碰撞的风险等级;
[0011] 中心车辆解析第一接收信息,并据此调节中心车辆的行驶数据特征后判断中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号,所述第二混合信息包括第二反馈信息和第二分析信息,所述第二反馈信息包括对接收到的射频信号的质量进行反馈,所述第二分析信息为中心车辆发生碰撞的风险等级。
[0012] 作为优选方案,所述中心车辆分析接收到的射频信号的质量包括分析中心车辆射频信号的比特误码率;
[0013] 所述对接收到的射频信号的质量进行反馈包括:当射频信号的比特误码率的测量值小于比特误码率阈值,控制相应发射射频信号车辆的发射器减小发射功率,当射频信号的比特误码率的测量值大于比特误码率阈值,控制相应发射射频信号车辆的发射器增大发射功率。
[0014] 在上述技术方案中,根据接收到的射频信号的比特误码率来对接收到的射频信号进行反馈,保证发射器的发射功率处于合理状态,防止发射器的发射功率过高,影响到其他信号之间的传输,也防止发射器的发射功率过低,无法清楚的解析第一接收信息,防止信息接收不清楚,导致车辆发生碰撞。
[0015] 作为优选方案,所述行驶数据特征包括车辆速度、车辆加速度、车辆与周围车辆距离。
[0016] 作为优选方案,所述判断中心车辆发生碰撞的风险等级包括:
[0017] 步骤S1:将发生碰撞和邻近碰撞的车辆数据作为样本,采集车辆样本在行驶过程中的行驶数据特征,对这些行驶数据特征利用K均值模型聚类,根据聚类结果按照碰撞风险的高低,将碰撞风险从高到低依次划分为4个碰撞风险等级,分别为高碰撞风险、中高碰撞风险、低碰撞风险和无碰撞风险,并将高碰撞风险和中高碰撞风险设定为警报等级;
[0018] 步骤S2:采集中心车辆的行驶数据特征,将行驶数据特征输入K均值模型,输出碰撞的风险等级,判断车辆是否发出警报,若车辆发出警报,则车辆调节行驶数据特征。
[0019] 在上述技术方案中,车辆不仅会在在自身碰撞风险等级较高时调整车辆自身的行驶数据特征,而且会在接收到其他车辆的碰撞风险等级较高时也对车辆自身的行驶数据特征进行调整,防止其他车辆发生碰撞时,车辆无法及时应对,导致连环碰撞事故的发生。
[0020] 与现有技术相比,本发明的有益效果是:本发明中,根据接收到的射频信号的比特误码率来对接收到的射频信号进行反馈,保证发射器的发射功率处于合理状态,防止发射器的发射功率过高,影响到其他信号之间的传输,也防止发射器的发射功率过低,无法清楚的解析第一接收信息,防止信息接收不清楚,导致车辆发生碰撞。

实施方案

[0022] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0023] 请参阅图1,本发明实施例中,一种基于大数据的自动驾驶车辆碰撞分析系统,所述碰撞分析系统包括安装在车辆的应答器和发射器、分析模块、信息生成模块和反馈接收控制模块,所述分析模块包括碰撞分析模块和射频信号分析模块,所述应答器用于接收其他车辆发送的载有第一混合信息的射频信号,所述发射器用于向其他车辆发送第二混合信息的射频信号,所述碰撞分析模块用于分析车辆发生碰撞的风险等级,所述射频信号分析模块用于分析车辆接收到的载有第一混合信息的射频信号,所述信息生成模块根据碰撞分析模块和射频信号分析模块生成发送给其他车辆的第二混合信息,所述反馈接收控制模块根据碰撞分析模块的输出结果和射频信号分析的分析结果对车辆自身的行驶数据进行调整,或者调整车辆往其他车辆发送的射频信号质量。
[0024] 所述碰撞分析模块包括样本数据采集模块、样本数据处理模块、车辆数据采集模块和车辆碰撞风险输出模块,所述样本数据采集模块用于采集发生碰撞和邻近碰撞的车辆在行驶过程中的行驶数据特征作为样本,所述样本数据处理模块利用K均值模型对样本中的行驶数据特征进行聚类,并根据聚类结果按照碰撞风险的高低分成不同的碰撞风险等级,所述车辆数据采集模块用于采集车辆在行驶过程中的行驶数据特征,所述车辆碰撞风险输出模块用于将采集到的行驶数据特征输入K均值模型,并输出车辆碰撞风险等级;所述射频信号分析模块包括第一响应信息分析模块和第一接收信息解析模块,所述第一响应信息分析模块用于分析车辆接收到的射频信号的比特误码率并做出反馈建议,所述第一接收信息解析模块用于解析输出周围车辆发生碰撞的风险等级。
[0025] 所述反馈接收控制模块包括车辆行驶数据调整模块和射频信号调整模块,所述车辆行车数据调整模块包括内部刺激调整模块和外部刺激调整模块,所述内部刺激调整模块根据车辆自身的碰撞风险等级来调整车辆自身的行驶数据,所述外部刺激调整模块根据周围车辆的碰撞风险等级来调整车辆自身的行驶数据,所述射频信号调整模块用于接收其他车辆对发送信号车辆的射频信号质量的反馈建议,并据此调整射频信号质量。
[0026] 一种基于大数据的自动驾驶车辆碰撞分析方法,所述碰撞分析方法包括以下:安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,根据接收到的第一混合信息的射频信号和中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号。
[0027] 所述碰撞分析方法进一步包括以下:
[0028] 安装在中心车辆上的应答器接收该中心车辆四周车辆发送的载有第一混合信息的射频信号,所述第一混合信息包括第一响应信息和第一接收信息,所述第一响应信息用于供中心车辆分析接收到的射频信号的质量,所述第一接收信息为发送射频信号车辆的发生碰撞的风险等级;
[0029] 中心车辆解析第一接收信息,并据此调节中心车辆的行驶数据特征后判断中心车辆发生碰撞的风险等级,安装在中心车辆上的发射器向该中心车辆四周车辆发送载有第二混合信息的射频信号,所述第二混合信息包括第二反馈信息和第二分析信息,所述第二反馈信息包括对接收到的射频信号的质量进行反馈,所述第二分析信息为中心车辆发生碰撞的风险等级。
[0030] 所述中心车辆分析接收到的射频信号的质量包括分析中心车辆射频信号的比特误码率;
[0031] 所述对接收到的射频信号的质量进行反馈包括:当射频信号的比特误码率的测量值小于比特误码率阈值,控制相应发射射频信号车辆的发射器减小发射功率,当射频信号的比特误码率的测量值大于比特误码率阈值,控制相应发射射频信号车辆的发射器增大发射功率;根据接收到的射频信号的比特误码率来对接收到的射频信号进行反馈,保证发射器的发射功率处于合理状态,防止发射器的发射功率过高,影响到其他信号之间的传输,也防止发射器的发射功率过低,无法清楚的解析第一接收信息,防止信息接收不清楚,导致车辆发生碰撞。
[0032] 所述行驶数据特征包括车辆速度、车辆加速度、车辆与周围车辆距离。
[0033] 所述判断中心车辆发生碰撞的风险等级包括:
[0034] 步骤S1:将发生碰撞和邻近碰撞的车辆数据作为样本,采集车辆样本在行驶过程中的行驶数据特征,对这些行驶数据特征利用K均值模型聚类,根据聚类结果按照碰撞风险的高低,将碰撞风险从高到低依次划分为4个碰撞风险等级,分别为高碰撞风险、中高碰撞风险、低碰撞风险和无碰撞风险,并将高碰撞风险和中高碰撞风险设定为警报等级;
[0035] 步骤S2:采集中心车辆的行驶数据特征,将行驶数据特征输入K均值模型,输出碰撞的风险等级,判断车辆是否发出警报,若车辆发出警报,则车辆调节行驶数据特征,车辆在调节行驶数据特征时,即调整车辆速度、车辆加速度、车辆与周围车辆距离,可以同时对这些数据进行调整,也可以从中选择一项来进行调整。
[0036] 对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

附图说明

[0021] 图1为本发明一种基于大数据的自动驾驶车辆碰撞分析系统的模块示意图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号