车辆制动控制方法、系统、计算机设备和存储介质技术方案

本申请涉及一种车辆制动控制方法、系统、计算机设备和存储介质，其中方法通过响应于车辆制动指令，采集车辆在制动过程中的制动数据以及车辆行驶的路面类型，并基于路面类型确定对应的目标车辆制动控制模型，将制动数据输入目标车辆制动控制模型，得到对车辆的目标制动控制信号，进而采用目标制动控制信号对车辆进行制动控制。由于目标车辆制动控制模型是与路面类型对应的机器学习模型，因此，可以提高制动控制的精度；又由于目标车辆制动控制模型是采用仿真数据预先训练神经网络得到，因此，不仅可以节约车辆制动控制的成本，且能够从仿真数据中学习到最优的防抱死刹车策略，防止车辆在紧急制动中车轮抱死的情况发生。在紧急制动中车轮抱死的情况发生。在紧急制动中车轮抱死的情况发生。

【技术实现步骤摘要】
车辆制动控制方法、系统、计算机设备和存储介质


[0001]本申请涉及车辆控制
，特别是涉及一种车辆制动控制方法、系统、计算机设备和存储介质。

技术介绍

[0002]随着车辆控制技术的发展，汽车已经融入到人们日常生活的方方面面，为人类的生产、生活提供了极大的便利。在汽车行驶的道路中，积水路面、冰雪路面等湿滑路面是非常常见的，汽车在这种路面上进行紧急刹车时，容易发生侧滑，某些极限情况下会出现猛烈偏转的情况。当刹车系统给出的刹车/制动力过大时，车轮会出现抱死现象，导致驾驶员失去对汽车方向的控制，此时汽车就有可能驶出车道或驶入逆向车道，使其躲避障碍物的能力大大降低。而车轮在制动过程中产生抱死时，车轮相对于路面的运动不再是滚动，而是滑动，路面作用在轮胎上的侧滑摩擦力和纵向制动力将变得很小，路面越滑，对方向的控制就越难。而车轮抱死还会导致制动效率下降、制动距离变长、轮胎寿命降低以及车身不稳定。
[0003]传统技术中，为了防止紧急制动时车轮出现抱死，研发人员设计了防抱死刹车系统(antilock brake system，常见简写ABS)。然而，传统的防抱死刹车系统通常是通过实车采集刹车数据、手动编码设计制动规则来实现防抱死功能，需要耗费大量的人力、物力以及时间来采集不同路面下的制动数据，从而导致其成本较高。

技术实现思路

[0004]基于此，有必要针对上述传统的防抱死刹车系统成本较高的问题，提供一种车辆制动控制方法、系统、计算机设备和存储介质。
[0005]一种车辆制动控制方法，所述方法包括：
[0006]响应于车辆制动指令，获取所述车辆在制动过程中的制动数据以及所述车辆行驶的路面类型；
[0007]基于所述路面类型确定对应的目标车辆制动控制模型；
[0008]将所述制动数据输入所述目标车辆制动控制模型，得到对所述车辆的目标制动控制信号，所述目标车辆制动控制模型是采用仿真数据预先训练神经网络得到，所述仿真数据包括基于所述路面类型在仿真系统中设置对应类型的仿真路面后，采集的仿真车辆的仿真制动数据；
[0009]采用所述目标制动控制信号对所述车辆进行制动控制。
[0010]在其中一个实施例中，所述获取所述车辆行驶的路面类型，包括：获取车载传感器识别的所述车辆行驶的路面类型。
[0011]在其中一个实施例中，所述将所述制动数据输入所述目标车辆制动控制模型，得到对所述车辆的目标制动控制信号，包括：对所述制动数据进行归一化处理；将归一化处理后的制动数据输入所述目标车辆制动控制模型，得到所述目标车辆制动控制模型输出的对所述车辆的目标制动控制信号。
[0012]在其中一个实施例中，所述基于所述路面类型确定对应的目标车辆制动控制模型，包括：在预先设置的多个车辆制动控制模型中确定与所述路面类型匹配的车辆制动控制模型；将匹配的车辆制动控制模型作为与所述路面类型对应的目标车辆制动控制模型。
[0013]在其中一个实施例中，所述预先设置的多个车辆制动控制模型的获取方法包括：获取用于模型训练的与各路面类型一一对应的仿真数据，所述仿真数据中包括所述路面类型在仿真系统中设置对应类型的仿真路面后采集的仿真车辆的仿真制动数据以及与所述仿真制动数据对应的期望制动控制信号；将与各路面类型一一对应的所述仿真制动数据，分别作为神经网络的输入，得到所述神经网络输出的与各路面类型下仿真制动数据对应的预测制动控制信号；根据各路面类型下所述仿真制动数据的预测制动控制信号与所述期望制动控制信号之间的差值，训练对应的神经网络，得到与各路面类型一一对应的车辆制动控制模型。
[0014]在其中一个实施例中，所述根据各路面类型一一对应的所述仿真制动数据的预测制动控制信号与所述期望制动控制信号之间的差值，训练对应的神经网络，包括：若与所述路面类型对应的所述仿真制动数据的预测制动控制信号与所述期望制动控制信号之间的差值大于预设阈值，则调整对应神经网络的参数；重复执行将与所述路面类型对应的所述仿真制动数据，作为对应神经网络的输入，得到所述神经网络输出的与所述路面类型对应的预测制动控制信号的步骤，直到与所述路面类型对应的所述仿真制动数据的预测制动控制信号与所述期望制动控制信号之间的差值小于所述预设阈值，则完成对与所述路面类型对应的神经网络的训练。
[0015]在其中一个实施例中，所述将与各路面类型一一对应的所述仿真制动数据，分别作为神经网络的输入之前，还包括：对与各路面类型一一对应的所述仿真制动数据进行归一化处理。
[0016]一种车辆制动控制系统，所述系统包括：
[0017]数据获取模块，用于响应于车辆制动指令，获取所述车辆在制动过程中的制动数据以及所述车辆行驶的路面类型；
[0018]模型确定模块，基于所述路面类型确定对应的目标车辆制动控制模型；
[0019]控制信号生成模块，用于将所述制动数据输入所述目标车辆制动控制模型，得到对所述车辆的目标制动控制信号，所述目标车辆制动控制模型是采用仿真数据预先训练神经网络得到，所述仿真数据包括基于所述路面类型在仿真系统中设置对应类型的仿真路面后，采集的仿真车辆的仿真制动数据；
[0020]车辆控制模块，用于采用所述目标制动控制信号对所述车辆进行制动控制。
[0021]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0022]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
[0023]上述车辆制动控制方法、系统、计算机设备和存储介质，通过响应于车辆制动指令，采集车辆在制动过程中的制动数据，并将制动数据输入车辆制动控制模型，得到对车辆的目标制动控制信号，进而采用目标制动控制信号对车辆进行制动控制。由于车辆制动控制模型是采用仿真数据预先训练神经网络得到，从而使得神经网络能够从仿真数据中学习
到最优的防抱死刹车策略，因此，基于车辆制动控制模型输出的目标制动控制信号对车辆进行制动控制，能够防止车辆在紧急制动中车轮抱死的情况发生，且基于仿真数据训练神经网络，从而不需要从现实世界中花费大量的人力、物力以及时间来采集大量的制动数据，因此，极大地节约了车辆制动控制的成本。
附图说明
[0024]图1为一个实施例中车辆制动控制方法的流程示意图；
[0025]图2为一个实施例中车辆制动控制模型获取步骤的流程示意图；
[0026]图3为一个实施例中训练神经网络步骤的流程示意图；
[0027]图4为另一个实施例中车辆制动控制方法的流程示意图；
[0028]图5为一个实施例中车辆制动控制系统的结构框图；
[0029]图6为一个实施例中计算机设备的内部结构图。
具体实施方式
[0030]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆制动控制方法，其特征在于，所述方法包括：响应于车辆制动指令，获取所述车辆在制动过程中的制动数据以及所述车辆行驶的路面类型；基于所述路面类型确定对应的目标车辆制动控制模型，所述目标车辆制动控制模型是采用仿真数据预先训练神经网络得到，所述仿真数据包括基于所述路面类型在仿真系统中设置对应类型的仿真路面后，采集的仿真车辆的仿真制动数据；将所述制动数据输入所述目标车辆制动控制模型，得到对所述车辆的目标制动控制信号；采用所述目标制动控制信号对所述车辆进行制动控制。2.根据权利要求1所述的方法，其特征在于，所述获取所述车辆行驶的路面类型，包括：获取车载传感器识别的所述车辆行驶的路面类型。3.根据权利要求1所述的方法，其特征在于，所述将所述制动数据输入所述目标车辆制动控制模型，得到对所述车辆的目标制动控制信号，包括：对所述制动数据进行归一化处理；将归一化处理后的制动数据输入所述目标车辆制动控制模型，得到所述目标车辆制动控制模型输出的对所述车辆的目标制动控制信号。4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述路面类型确定对应的目标车辆制动控制模型，包括：在预先设置的多个车辆制动控制模型中确定与所述路面类型匹配的车辆制动控制模型；将匹配的车辆制动控制模型作为与所述路面类型对应的目标车辆制动控制模型。5.根据权利要求4所述的方法，其特征在于，所述预先设置的多个车辆制动控制模型的获取方法包括：获取用于模型训练的与各路面类型一一对应的仿真数据，所述仿真数据中包括基于所述路面类型在仿真系统中设置对应类型的仿真路面后采集的仿真车辆的仿真制动数据以及与所述仿真制动数据对应的期望制动控制信号；将与各路面类型一一对应的所述仿真制动数据，分别作为神经网络的输入，得到所述神经网络输出的与各路面类型下仿真制动数据对应的预测制动控制信号；根据各路面类型下所述仿真制动数据的预测制动控制信号与所述期望制动控制信号之间的差值，训练对应的神经网络，得...

【专利技术属性】
技术研发人员：董舒，
申请(专利权)人：的卢技术有限公司，
类型：发明
国别省市：