一种智能自动矢量驾驶执行系统及控制方法技术方案

本发明专利技术公开了一种智能自动矢量驾驶执行系统及换档控制方法，所述系统包括：包括执行器和控制器，控制器包括接收模块，用于接收整车控制器的指令，一个即时车辆目标运动矢量和一个预备目标运动矢量；判断模块，用于判断整车控制器的指令是否正确；深度自学习模块，根据判断模块的判断结果自主选择执行命令、采用原程序中设置的对应措施、向云端搜索方案或求救。本发明专利技术包含了动力总成以外的转向总成，还改变了控制方式，给予执行层的自主求学和选择执行的权利。

An intelligent automatic vector driving executive system and its control method

The invention discloses an intelligent automatic vector driving execution system and a shift control method, the system includes: an actuator and a controller, the controller includes a receiving module, which is used to receive instructions of the whole vehicle controller, an instant vehicle target motion vector and a preparatory target motion vector; a judging module, which is used to judge whether the instructions of the whole vehicle controller are correct; a depth The self-learning module, according to the judgment results of the judgment module, can choose to execute the command independently, adopt the corresponding measures set in the original program, search the scheme or ask for help from the cloud. The invention includes a steering assembly other than a power assembly, and also changes the control mode, giving the executive layer the right to study independently and choose to execute.

【技术实现步骤摘要】
一种智能自动矢量驾驶执行系统及控制方法
本专利技术涉及汽车驱动系统，智能驾驶，尤其是自动驾驶
里的动力总成系统。
技术介绍
人们对车辆自动驾驶的需求越来越明显，自动驾驶的研发工作进展很快，具有自动驾驶L2的车辆已经上市。自动驾驶系统可以分为三大部分：感知层、决策层、和执行层。感知层依赖于多种传感器，包括：摄像头、毫米波雷达、超声波雷达、激光雷达、夜视红外、定位系统、惯性测量单元、车联网等，在有人驾驶的情况下还有驾驶员动机识别等。决策层包括控制中心，主要任务是根据感知部分得到的信息决定朝哪里走？走多快？这就是一个对车辆进行矢量控制的问题。简单的路径和环境可以容易做出决策，复杂的路径和环境需要很多方面的考虑，比较复杂。一旦决策层给出了方向和速度，那么依赖的就是执行层面的执行力了。如果执行层执行不到位，再好的传感器，再好的决策都无济于事，甚至导致车毁人亡的悲剧发生。现今由人工操作的车辆也要执行驾驶员的指令。不过，行驶方向完全由驾驶员通过旋转方向盘的角度大小来实现，而行驶速度完全由驾驶员踩下的油门和刹车深度来决定。转弯方向的大小和行驶速度的快慢基本上是相互独立的，相互之间没有什么关系或者说完全由驾驶员自己决定这种关系。对于现今的自动驾驶系统也都沿用手动驾驶系统中使用的执行系统，即分别对方向和速度进行控制。执行器是一个完全被动的部件。它机械地接受控制器的指令就像以前机械地执行驾驶员的操作一样。这样做的缺点是执行器自身得不到提高，完全依赖于整车控制器。有的整车控制器也许可以做得很完美，问题就不大，但如果换一种整车控制器和现有的执行器，问题可能就比较多了。换一个车辆外部环境，问题可能就更多了。对于一个面向社会的通用性的执行器，应该不完全受整车控制器能力的制约而应有它自身的智力去不断完善自己、保护自己。就像人体一样，人的各个器官基本上都是接受大脑控制的，但不是所有器官只等大脑独家控制。比如正常人的肢体运动和语言都是受大脑控制的，但肌肉皮肤损伤后的自我愈合、骨头的自我愈合、抗体的自我形成、食物的消化都不由大脑明确发出指令来控制。心脏跳动也是不由大脑直接发出指令来控制，但呼吸是可以受大脑控制也可以不受大脑控制的行为。人可以短暂地憋住呼吸，也可以在大脑休眠后自动呼吸。行走时，手和脚的运动可以自动协调，也叫做潜意识。自动驾驶的执行层包含多个部件，它们之间的自动协调或说潜意识协调也是很重要的。但是人体除了大脑以外，其他器官没有自我学习功能。根据达尔文的进化论，生物都是遵循随机变异自然淘汰达到自然进化的法则，而不是主动学习进化的结果。到现代人类才进入主动学习和主动进化的阶段。机器的部件也应该朝主动学习、自我提高的智能化迈进。自动驾驶汽车中的执行部件也应该朝主动学习、自我提高的智能化迈进。机器部件的自我提高意识可以比人体各器官的个体意识更强。甚至超出个人范围，而将自动驾驶车辆有一个人体演变成一个团队。一个人体只有一个大脑，而一个团队可以有很多个大脑，当然这些大脑都服从一个统一的领导或遵循统一的规则。在车辆控制系统中有许多子系统，它们都有单独的控制器，这些控制器的能力都很大，这就像一个团队中带着聪明脑袋的众多成员，如何发挥好它们的主动积极性、发挥好它们的作用，优化它们自身系统是非常有意义的。所以本专利技术旨在使自动驾驶的执行层的总体智能化。
技术实现思路
本专利技术实施例所要解决的一个技术问题是：提供一种智能自动矢量驾驶执行系统及控制方法，以解决现有技术中存在的问题。一种智能自动矢量驾驶执行系统，其特征在于：包括执行器和控制器，控制器包括接收模块，用于接收整车控制器的指令，指令内容为一个即时车辆目标运动矢量和一个预备目标运动矢量；判断模块，用于判断整车控制器的指令是否正确；深度自学习模块，根据判断模块的判断结果自主选择执行命令、采用原程序中设置的对应措施、向云端搜索方案或求救；执行器包括动力总成，提供车辆前进动力，和转向总成，改变车辆的行驶方向。作为优选，所述判断模块包括第一判断单元，用于判断整车控制器是否被非法劫持；第二判断单元，用于在第一判断单元确认整车控制器未被非法劫持的情况下判断整车控制器状态是否健康；第三判断单元，用于在第二判断单元确认整车控制器状态健康的情况下判断执行器的状态是否正常和被优化；综合判断单元，综合第一判断单元、第二判断单元、第三判断单元的判断结果，对整车控制器的指令是否正确进行判断。作为优选，深度自学习模块包括内学习模块，在综合判断单元判断整车控制器指令正确时选择执行命令，在综合判断单元判断整车控制器指令错误时从自身的运行数据中收集信息，进行统计、推导、归纳、总结，得出结论，然后采用原程序中设置的对应措施；外搜索模块，在原有程序中没有对应的措施时向云端搜索方案或求救。一种智能自动矢量驾驶执行系统的控制方法，包括：a)控制器接收整车控制器的指令，一个即时车辆目标运动矢量和一个预备目标运动矢量，并对指令的正确性进行判断，判断整车控制器是否被非法劫持，如果被非法劫持，则作劫持处理，判定该指令为错误指令，如果未被非法劫持，则判断整车控制器状态是否健康，如果不健康，则作病态处理，判定该指令为错误指令，如果健康，则判断执行器的状态是否正常和被优化，如果执行器的状态不正常或未被优化，则作优化处理，判定该指令为错误指令，如果执行器状态正常且被优化，判定该指令为正确指令；b)判定该指令为错误指令时，控制器拒绝接受指令并采用原有程序中设置的对应措施，如果在原有程序中没有对应的解救措施，则通过网络搜索方案或求教并采取相应措施，搜索方案包括搜索执行器的运行经验和故障处理矫正对策、其它车辆上整车控制器的健康状况及成功处理经验、劫持和绑架的先例信息，求援包括将有关怀疑意见通过有关部门或个人进行进一步分析和确认，对最终采用的措施和结果进行统计、分析、上传到云端；c)判定该指令为正确指令，控制器控制动力总成和转向总成按整车控制器的指令内容运行。作为优选，判断整车控制器是否被非法劫持的步骤，包括采用原始目标和中途更改目标形成前期疑虑，通过外部询问和求证来得出结果。作为优选，判断执行器状态是否正常和被优化的步骤，包括根据实际矢量于目标矢量的差异，判断执行部件的执行力，回答执行器状态是否正常和被优化。作为优选，判断整车控制器状态是否健康的步骤，包括根据目标矢量判断决策的正确性。与现有技术相比，本专利技术具有如下优点：在驾驶执行上实施矢量智能控制；在系统上实施主动求学智能学习。附图说明图1为本专利技术智能自动矢量驾驶执行系统的结构示意图；图2为本专利技术中深度自学习模块的结构示意图；图3为本专利技术中判断模块的判断流程图。具体实施方式下面结合附图对本专利技术的实施例进行详细阐述。一种智能自动矢量驾驶执行系统，其特征在于：包括执行器和控制器，控制器包括接收模块，用于接收整车控制器的指令，指令内容为一个即时车辆目标运动矢量和一个预备目标运动矢量；判断模块，用于判断整车本文档来自技高网...

【技术保护点】
1.一种智能自动矢量驾驶执行系统，其特征在于：包括执行器和控制器，控制器包括接收模块，用于接收整车控制器的指令，指令的内容为一个即时车辆目标运动矢量和一个预备目标运动矢量；判断模块，用于判断整车控制器的指令是否正确；深度自学习模块，根据判断模块的判断结果自主选择执行命令、采用原程序中设置的对应措施、向云端搜索方案或求救；执行器包括动力总成，提供车辆前进动力；转向总成，改变车辆的行驶方向。/n

【技术特征摘要】
1.一种智能自动矢量驾驶执行系统，其特征在于：包括执行器和控制器，控制器包括接收模块，用于接收整车控制器的指令，指令的内容为一个即时车辆目标运动矢量和一个预备目标运动矢量；判断模块，用于判断整车控制器的指令是否正确；深度自学习模块，根据判断模块的判断结果自主选择执行命令、采用原程序中设置的对应措施、向云端搜索方案或求救；执行器包括动力总成，提供车辆前进动力；转向总成，改变车辆的行驶方向。


2.根据权利要求1所述的一种智能自动矢量驾驶执行系统，其特征在于：所述判断模块包括第一判断单元，用于判断整车控制器是否被非法劫持；
第二判断单元，用于在第一判断单元确认整车控制器未被非法劫持的情况下判断整车控制器状态是否健康；
第三判断单元，用于在第二判断单元确认整车控制器状态健康的情况下判断执行器的状态是否正常和被优化；
综合判断单元，综合第一判断单元、第二判断单元、第三判断单元的判断结果，对整车控制器的指令是否正确进行判断。


3.根据权利要求2所述的一种智能自动矢量驾驶执行系统，其特征在于：深度自学习模块包括内学习模块，在综合判断单元判断整车控制器指令正确时选择执行命令，在综合判断单元判断整车控制器指令错误时从自身的运行数据中收集信息，进行统计、推导、归纳、总结，得出结论，然后采用原程序中设置的对应措施；外搜索模块，在原有程序中没有对应的措施时向云端搜索方案或求救。


4.根据权利要求3所述的一种智能自动矢量驾驶执行系统，其特征在于：深度自学习模块总结所采用的措施的真正效果是否好，如果发现现有的处理措施不好，就应该记录并自动矫正以后的处理措施，包括特殊情况下控制矢量中的x、y、z三个分量之间的关系是否最佳、其变化过程是否最佳，深度自学习模块学习的深度在于矢量三点法：1)温故而知新；2)矢量值最佳化结果；3)矢量变化值的最佳化结果。


5.一种智能自动矢量驾驶执行系统的控制方法，其特征在于：包括：
a)控制器接收整车控制器的指令，一个即时车辆目标运动矢量和一个预备目标运动矢量，并对指...

【专利技术属性】
技术研发人员：刘贻樟，
申请(专利权)人：浙江鸿吉智能控制有限公司，
类型：发明
国别省市：浙江;33