一种基于云端交互的ADAS数据监控分析方法与流程

本发明属于车辆驾驶技术领域，特别涉及一种基于云端交互的adas数据监控分析方法。

背景技术：

传统的车联网系统包括车载t-box以及云端后台系统，车载t-box通过can总线主要采集车辆定量车辆运行状态数据，将车辆数据实时状态以报文形式上报给车联网云端后台系统。同时借助于gps模块实时采集车辆位置信息上传到云端后台系统。物流运输企业、交通单位、运管单位等通过云端后台实时监控车辆运行情况，对司机驾驶情况进行安全监控。

传统车联网平台，对车辆监控分析有限，不能对车辆进行有效的安全监控；另外，由于缺少融合算法对有效目标障碍物的识别，很难将驾驶环境进行场景化描述，还原车辆交通事故现场。

技术实现要素：

本发明针对现有技术中存在的技术问题，提供一种基于云端交互的adas数据监控分析方法，可用于驾驶安全监控以及驾驶风险预测，辅助对高危驾驶人员进行筛查，避免交通事故。

为解决上述技术问题，本发明采用的技术方案是：一种基于云端交互的adas数据监控分析方法，包括监控分析系统，所述监控分析系统包括驾驶环境感知单元、adas控制单元、执行机构、数据管理控制单元、云端服务器；所述adas控制单元分别与驾驶环境感知单元、执行机构、数据管理控制单元信号连接；所述数据管理控制单元与云端服务器信号连接；

所述驾驶环境感知单元包括雷达、摄像头；

所述adas控制单元包括目标融合控制模块、aeb自适应控制模块、制动控制反馈模块、车辆状态采集模块、惯性单元；

所述执行机构包括缓速器、制动输出机构；

所述数据管理控制单元包括4g模块、gps模块、mpu、存储单元、升级模块；

所述监控分析方法包括以下步骤：

(1)通过驾驶环境感知单元采集驾驶环境数据；

(2)将步骤(1)中采集到的数据通过can总线传输到adas控制单元进行处理形成报警报文数据；adas控制单元采集驾驶数据、制动数据，并进行制动策略调整控制；

(3)将步骤(2)中的报警报文数据、制动数据以及驾驶数据由adas控制单元通过can总线传输给数据管理控制单元；

(4)数据管理控制单元将步骤(3)传输的数据进行汇总采集，并通过4g模块上传到云端服务器；

(5)云端服务器利用地图以及上传的数据进行场景化大数据挖掘，对驾驶风险进行分析预测。

作为优选，步骤(1)中，通过雷达采集的数据为车辆前方障碍物相对距离、相对角度、相对速度；通过摄像头采集的数据为车辆前向道路环境信息，包括人、车、车道线的道路环境信息。

作为优选，步骤(2)中，目标融合控制模块将步骤(1)中传输的信息进行数据融合，感知周围环境；通过制动控制反馈模块，对司机制动力度的电压反馈数据进行收集；通过车辆状态采集模块，对车辆车速、刹车踏板状态、刹车力度、转向灯状态、油耗、里程的数据进行采集；通过惯性单元采集车辆姿态信息；

aeb自适应控制模块根据驾驶环境数据、制动数据、驾驶数据进行制动策略调整控制。

作为优选，步骤(4)中，还通过gps模块采集地理位置数据。

作为优选，所述雷达采用毫米波雷达；所述存储单元采用sd卡。

与现有技术相比，本发明所具有的有益效果是：本发明通过对adas以及车辆行驶数据进行监控分析，用于驾驶安全监控以及驾驶风险预测，辅助对高危驾驶人员进行筛查，避免交通事故，带来良好的经济和社会效益。

附图说明

图1为本发明的系统结构框图。

具体实施方式

为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施例对本发明作详细说明。

本发明的实施例公开了一种基于云端交互的adas数据监控分析方法，如图所示，其包括监控分析系统，监控分析系统包括驾驶环境感知单元、adas控制单元、执行机构、数据管理控制单元、云端服务器；adas控制单元分别与驾驶环境感知单元、执行机构、数据管理控制单元信号连接；数据管理控制单元与云端服务器信号连接；

驾驶环境感知单元包括雷达、摄像头；

adas控制单元包括目标融合控制模块、aeb自适应控制模块、制动控制反馈模块、车辆状态采集模块、惯性单元；

执行机构包括缓速器、制动输出机构；

数据管理控制单元包括4g模块、gps模块、mpu、存储单元、升级模块；

监控分析方法包括以下步骤：

(1)通过驾驶环境感知单元采集驾驶环境数据；

(2)将步骤(1)中采集到的数据通过can总线传输到adas控制单元进行处理形成报警报文数据；adas控制单元采集驾驶数据、制动数据，并进行制动策略调整控制；

(3)将步骤(2)中的报警报文数据、制动数据以及驾驶数据由adas控制单元通过can总线传输给数据管理控制单元；

(4)数据管理控制单元将步骤(3)传输的数据进行汇总采集，并通过4g模块上传到云端服务器；

(5)云端服务器利用地图以及上传的数据进行场景化大数据挖掘，对驾驶风险进行分析预测。

本实施例中，步骤(1)中，通过雷达采集的数据为车辆前方障碍物相对距离、相对角度、相对速度；通过摄像头采集的数据为车辆前向道路环境信息，包括人、车、车道线的道路环境信息。

本实施例中，步骤(2)中，目标融合控制模块将步骤(1)中传输的信息进行数据融合，感知周围环境；通过制动控制反馈模块，对司机制动力度的电压反馈数据进行收集；通过车辆状态采集模块，对车辆车速、刹车踏板状态、刹车力度、转向灯状态、油耗、里程的数据进行采集；通过惯性单元采集车辆姿态信息；

aeb自适应控制模块根据驾驶环境数据、制动数据、驾驶数据进行制动策略调整控制。

本实施例中，步骤(4)中，还通过gps模块采集地理位置数据。

本实施例中，雷达采用毫米波雷达；存储单元采用sd卡。

本实施例中，云端驾驶环境数据场景分析系统主要对驾驶环境数据进行大数据挖掘，真实还原车辆行驶环境，对驾驶风险进行有效预测。同时根据数据优化adas控制单元和策略。同时云端服务器可以实时通过系统监控adas控制单元状态，并根据车辆实际运行状态数据，分析司机驾驶风险进行预测，并且通过云端服务器下发指令对司机高危驾驶进行干预。

以上通过实施例对本发明进行了详细说明，但所述内容仅为本发明的示例性实施例，不能被认为用于限定本发明的实施范围。本发明的保护范围由权利要求书限定。凡利用本发明所述的技术方案，或本领域的技术人员在本发明技术方案的启发下，在本发明的实质和保护范围内，设计出类似的技术方案而达到上述技术效果的，或者对申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖保护范围之内。应当注意，为了清楚的进行表述，本发明的说明中省略了部分与本发明的保护范围无直接明显的关联但本领域技术人员已知的部件和处理的表述。

技术特征：

技术总结
本发明公开一种基于云端交互的ADAS数据监控分析方法，包括监控分析系统，ADAS控制单元分别与驾驶环境感知单元、执行机构、数据管理控制单元信号连接；数据管理控制单元与云端服务器信号连接；驾驶环境感知单元包括雷达、摄像头；执行机构包括缓速器、制动输出机构；通过驾驶环境感知单元采集驾驶环境数据；将采集到的数据通过CAN总线传输到ADAS控制单元进行处理；ADAS控制单元采集驾驶数据、制动数据；将数据传输给数据管理控制单元；数据管理控制单元通过4G模块上传；云端服务器对驾驶风险进行分析预测。本发明可用于驾驶安全监控以及驾驶风险预测，辅助对高危驾驶人员进行筛查，避免交通事故。

技术研发人员：李路路;王华旺;王碧莹
受保护的技术使用者：天津所托瑞安汽车科技有限公司
技术研发日：2018.12.07
技术公布日：2019.04.12