一种基于云平台的车辆自动驾驶管理系统及方法与流程

本发明涉及数据分析，具体为一种基于云平台的车辆自动驾驶管理系统及方法。

背景技术：

1、车辆自动驾驶管理是一个综合性领域，它要求制定严格的技术标准和安全协议，确保自动驾驶汽车的性能和安全性；需要对自动驾驶产生的数据进行有效管理，保护用户隐私；同时还包括基础设施的智能化升级，以及对自动驾驶车辆运营的监管和公众教育，以促进技术的健康发展和广泛应用；

2、现有技术环境下，车辆全自动智能驾驶还处于试验阶段，无法实现大范围广数量投入使用，其在于人工智能进行自动驾驶时，需要通过采集和分析大量数据以对车辆进行状态调整来完成自动驾驶，而实际情况中交通环境是多变的，因此车辆的状态数据往往也是多变的，尤其当自动驾驶车辆处于复杂交通情况中，其状态数据无法及时合理地进行智能分析并反馈至管理端，这会造成无法进行生成指令控制车辆，造成交通问题。

技术实现思路

1、本发明的目的在于提供一种基于云平台的车辆自动驾驶管理系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：

3、一种基于云平台的车辆自动驾驶管理方法，该方法包括以下步骤：

4、s100、通过车辆传感网络对车辆状态进行实时数据感知，通过区域覆盖网络将车辆数据传输至云平台；

5、s200、通过数据集成处理，对采集的时序数据进行切片处理获取对应时间点的车辆数据，构建对应时间点切片矩阵并分析各时间点车辆的动态状态值；

6、s300、通过设置周期窗口对车辆的实时动态状态值进行可视化关联构建状态波动曲线，结合波动曲线对车辆自动驾驶进行状态评估，并根据评估结果生成车辆控制决策；

7、s400、将车辆的动态运行状态分析数据通过云平台传输至对应管理端口，根据决策结果输出对应控制指令。

8、所述s100通过车辆传感网络对车辆状态进行实时数据感知，通过区域覆盖网络将车辆数据传输至云平台的具体步骤如下：

9、s101、利用车载各部位传感器设备构建的传感网络对车辆各部位进行实时数据采集，通过数据集成对各部位数据进行综合封包；所述数据集成为将采集的各部位数据根据时间点进行数据拼接获取对应时间点的车辆综合数据；所述传感设备包括雷达设备、声波传感器、转速传感器、光感传感器等；所述实时数据包括速度数据、转速数据、电量数据、胎压数据、距离数据等；

10、s102、通过定位车辆的运动区域确定对应区域的局域覆盖网络，通过将车载网络接入区域局域网络进行数据互联。

11、所述s200通过数据集成处理，对采集的时序数据进行切片处理获取对应时间点的车辆数据，构建对应时间点切片矩阵并分析各时间点车辆的动态状态值的具体步骤如下：

12、s201、对各时间点采集综合数据进行统筹管理，获取对应采集时间周期内的各分类车辆状态数据，通过对各时间点进行数据归属分类；所述归属分类为将对应各时间点处对应的数据进行构建关联牵引，以达成对各分类数据的时间点定位；通过对时间周期进行切片处理，获取对应各时间点的归属车辆状态数据；根据切片数据构建各时间点对应的车辆状态数据的状态切片矩阵；所述矩阵由对应车辆数据采集时间点为主属性，以对应各分类状态数据为从属性，其构建矩阵为；其中为对应各时间点t的状态切片矩阵；为对应时间点下车辆各分类状态数据；n为数据分类数量；

13、s202、对各时间点对应的状态切片矩阵进行车辆各类型数据关联分析，计算各时间点内对应分类型数据的关联状态影响值，其计算公式为；其中为各时间点内对应分类型数据的关联状态影响值；为对应各分类数据的影响比例参数，其计算公式为，其中为对应车辆出厂测试的各类型数据的平均数据；为对应各时间点内各状态分类数据；将各时间点分析的车辆关联状态影响值进行输出并导入可视化端口进行数据转换和分析。

14、所述s300通过设置周期窗口对车辆的实时动态状态值进行可视化关联构建状态波动曲线，结合波动曲线对车辆自动驾驶进行状态评估，并根据评估结果生成车辆控制决策的具体步骤如下：

15、s301、通过云平台可视化端口将各时间点对应的关联状态影响值分析数据进行统筹可视化转换，通过设置周期窗口在时间轴上进行实时平移确定对应周期内的关联状态影响值，以对应周期窗口为牵引变化索引构建对应周期车辆状态影响发展曲线；通过设置筛选阈值，将曲线上对应的时间点进行筛除，并对曲线对应筛除时间点进行状态影响值弥补填充，其弥补值计算公式为；其中为状态影响弥补值；分别为对应t时间点相邻的状态影响值；通过设置筛选阈值将周期窗口内的一部分过小的状态值进行筛除，对这些筛除值判断为车辆停止状态下的状态值，其对于车辆运行状态的分析存在干扰；对弥补处理后的状态影响发展曲线进行波动分析；

16、s302、通过对处理后的状态发展曲线进行数据波动分析，对曲线的状态影响波动均值进行计算，其计算公式为；其中为状态影响波动均值；周期窗口；通过分析状态发展曲线的波动分布情况，对车辆的实时运行状态进行评估，其计算公式为；其中为车辆实时周期的运行状态比值；为对应状态影响值的高于状态影响波动均值的时间点；为高于状态影响波动均值的状态影响值；为对应状态影响值的低于状态影响波动均值的时间点；低于状态影响波动均值的状态影响值；根据车辆运行状态比值分析结果对车辆的周期运行状态及逆行判断，若，则判断当前实时周期内车辆处于高运转状态；若，则判断当前实时周期内车辆处于低运转状态；其中为系统预设值；所述高运转状态为当前周期内车辆处于强性能运行，低运转状态为当前周期内车辆处于低性能运行；

17、s303、结合车辆实时周期的运转状态对车辆的控制进行决策分析，其计算公式为；其中为车辆周期窗口内的环境状态评估值；为周期内车辆勘测范围内的交通流量密度均值，其计算公式为；其中为周期内车辆勘测范围内的交通流量数量；为车辆的勘测范围；其中交通流量数量为车辆勘测范围内的行人和车辆数量；勘测范围为车辆雷达和摄像头可检测范围；若，则保持当前车辆自动行驶，并进行云平台数据辅助分析；若，则发出人工干预指令，通过云平台管理端口进行人工远程控制驾驶；其中为系统预设参数；其中在进行决策分析中，由于当车辆周围交通流量大时，车辆的运转状态不会处于很高的水平，因此对于高性能运行的同时处于高流量的环境的分析可能进行排除。

18、所述s400将车辆的动态运行状态分析数据通过云平台传输至对应管理端口，根据决策结果输出对应控制指令的具体步骤如下：

19、s401、将车辆的周期运动状态分析数据通过云平台传输至管理员端口进行实时反馈；

20、s402、根据决策分析结果将相应的控制指令输出至管理端口。

21、一种基于云平台的车辆自动驾驶管理系统，所述系统包括数据感知模块、数据集成处理模块、状态波动评估模块和决策输出模块；

22、所述数据感知模块通过车辆传感网络对车辆状态进行实时数据感知，通过区域覆盖网络将车辆数据传输至云平台；所述数据集成处理模块通过数据集成处理，对采集的时序数据进行切片处理获取对应时间点的车辆数据，构建对应时间点切片矩阵并分析各时间点车辆的动态状态值；所述状态波动评估模块通过设置周期窗口对车辆的实时动态状态值进行可视化关联构建状态波动曲线，结合波动曲线对车辆自动驾驶进行状态评估，并根据评估结果生成车辆控制决策；所述决策输出模块将车辆的动态运行状态分析数据通过云平台传输至对应管理端口，根据决策结果输出对应控制指令。

23、所述数据感知模块包括数据采集单元和数据互联单元；所述数据采集单元利用车载各部位传感器设备构建的传感网络对车辆各部位进行实时数据采集，通过数据集成对各部位数据进行综合封包；所述数据集成为将采集的各部位数据根据时间点进行数据拼接获取对应时间点的车辆综合数据；所述数据互联单元通过定位车辆的运动区域确定对应区域的局域覆盖网络，通过将车载网络接入区域局域网络进行数据互联。

24、所述数据集成处理模块包括数据切片处理单元和数据关联分析单元；所述数据切片处理单元对各时间点采集综合数据进行统筹管理，获取对应采集时间周期内的各分类车辆状态数据，通过对各时间点进行数据归属分类；通过对时间周期进行切片处理，获取对应各时间点的归属车辆状态数据；根据切片数据构建各时间点对应的车辆状态数据的状态切片矩阵；所述矩阵由对应车辆数据采集时间点为主属性，以对应各分类状态数据为从属性；所述数据关联分析单元对各时间点对应的状态切片矩阵进行车辆各类型数据关联分析，计算各时间点内对应分类型数据的关联状态影响值；将各时间点分析的车辆关联状态影响值进行输出并导入可视化端口进行数据转换和分析。

25、所述状态波动评估模块包括状态关联曲线拟合单元、实时状态分析单元和控制决策分析单元；所述状态关联曲线拟合单元通过云平台可视化端口将各时间点对应的关联状态影响值分析数据进行统筹可视化转换，通过设置周期窗口在时间轴上进行实时平移确定对应周期内的关联状态影响值，以对应周期窗口为牵引变化索引构建对应周期车辆状态影响发展曲线；通过设置筛选阈值，对曲线上各时间点进行筛选并对曲线对应筛除时间点进行状态影响值弥补填充；弥补处理后的状态影响发展曲线进行波动分析；所述实时状态分析单元通过对处理后的状态发展曲线进行数据波动分析，对曲线的状态影响波动均值进行计算；通过分析状态发展曲线的波动分布情况，对车辆的实时运行状态进行评估；根据车辆运行状态比值分析结果对车辆的周期运行状态及逆行判断；所述控制决策分析单元结合车辆实时周期的运转状态对车辆的控制进行决策分析，并根据分析结果生成控制指令。

26、所述决策输出模块包括数据反馈单元和指令输出单元；所述数据反馈单元将车辆的周期运动状态分析数据通过云平台传输至管理员端口进行实时反馈；所述指令输出单元根据决策分析结果将相应的控制指令输出至管理端口。

27、与现有技术相比，本发明所达到的有益效果是：本发明利用车辆的传感器网络和云平台网络连接实现对自动驾驶车辆运行状态数据的采集、处理、分析、评估和决策生成；实现了自动驾驶车辆的实时状态把控，确定车辆的动态数据变动；通过结合车辆运行数据的周期关联影响值的分布确定车辆的实时运行状态，并结合车辆的周围流量数据进行环境影响评估，根据评估结果生成决策指令实现对车辆的灵活控制；本发明实现了对自动驾驶车辆的动态状态实时智能分析，并通过智能决策生成实现对车辆进行合理控制，完善了自动驾驶的智能化。