[發(fā)明專利]一種車輛控制方法及裝置

在審

• 申請?zhí)枺?/td>: 202010123769.8
• 申請日: 2020-02-27
• 公開（公告）號: CN111252077A
• 公開（公告）日: 2020-06-09
• 發(fā)明（設計）人: 周林;郭宗環(huán);張康
• 申請（專利權）人: 東風小康汽車有限公司重慶分公司
• 主分類號: B60W50/00
• 分類號: B60W50/00
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 顧友

本發(fā)明公開了一種車輛控制方法及裝置，屬于車輛控制技術領域。所述方法包括：根據(jù)獲取到的用戶信息匹配與其對應的輔助駕駛數(shù)據(jù)，根據(jù)所述輔助駕駛數(shù)據(jù)輔助用戶控制車輛，其中所述輔助駕駛數(shù)據(jù)包括：利用機器學習模型獲取的操作慣性數(shù)據(jù)和根據(jù)用戶對功能模式選取的歷史數(shù)據(jù)獲取的操作功能模式選取數(shù)據(jù)。本發(fā)明增加了ADAS系統(tǒng)的自適應功能，根據(jù)用戶的駕駛操作習慣進行適應性更改，與現(xiàn)有技術中單一的出廠默認設置相比，更加人性化、智能化，提高用戶駕駛體驗，滿足用戶的個性化需求。

技術領域

本發(fā)明涉及車輛控制技術領域，特別涉及一種車輛控制方法及裝置。

背景技術

高級駕駛輔助系統(tǒng)ADAS(Advanced Driving Assistance System)是一種配備在車輛上輔助駕駛人員駕駛車輛的智能系統(tǒng)，其利用安裝在車上各位置的傳感器，感應車輛行駛時周圍的環(huán)境，收集數(shù)據(jù)，進行靜態(tài)、動態(tài)物體的辨識、偵測與追蹤，并結合導航儀地圖數(shù)據(jù)，進行系統(tǒng)的運算與分析，從而預先讓駕駛者察覺到可能發(fā)生的危險，有效增加汽車駕駛的舒適性和安全性。通常情況下，ADAS功能為出廠默認，用戶無法自行更改，不能適應不用用戶的駕駛習慣，也不能給不同用戶制定特定的功能需求，降低了用戶自動駕駛體驗，并且各種子功能需要人工頻繁開啟或者關閉，增加了用戶操作的繁瑣性。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術的問題，本發(fā)明實施例提供了一種車輛控制方法及裝置。

所述技術方案如下：

第一方面，提供了一種車輛控制方法，所述方法包括：

根據(jù)獲取到的用戶信息匹配與其對應的輔助駕駛數(shù)據(jù)，根據(jù)所述輔助駕駛數(shù)據(jù)輔助用戶控制車輛，其中所述輔助駕駛數(shù)據(jù)包括：利用機器學習模型獲取的操作慣性數(shù)據(jù)和根據(jù)用戶對功能模式選取的歷史數(shù)據(jù)獲取的操作功能模式選取數(shù)據(jù)。

進一步地，所述操作功能模式選取數(shù)據(jù)包括：橫向輔助控制功能選取數(shù)據(jù)和/或縱向輔助控制功能選取數(shù)據(jù)；

進一步地，根據(jù)所述橫向輔助控制功能選取數(shù)據(jù)或縱向輔助控制功能選取數(shù)據(jù)輔助用戶控制車輛包括：

根據(jù)所述橫向輔助控制功能選取數(shù)據(jù)或縱向輔助控制功能選取數(shù)據(jù)向車道偏移預警系統(tǒng)、自動剎車輔助系統(tǒng)、并線輔助或盲區(qū)監(jiān)測系統(tǒng)、防抱死系統(tǒng)、電子穩(wěn)定程序系統(tǒng)中的一種或多種發(fā)送控制信號，控制其開關及參數(shù)設置。

進一步地，所述用戶信息包括：面部識別信息、指紋信息、聲紋信息中的一種或多種。

進一步地，所述操作慣性數(shù)據(jù)包括：最優(yōu)方向盤轉向力矩；所述最優(yōu)方向盤轉向力矩的獲取包括：

采集方向盤轉向力矩，以及與所述方向盤轉向力矩對應的方向盤轉角、車道曲率、車輛運行速度；

將所述車輛運行速度、所述方向盤轉角、所述車道曲率、所述方向盤轉向力矩、自車姿態(tài)輸入到方向盤轉向力矩的機器學習模型中，獲取所述最優(yōu)方向盤轉向力矩；

將所述最優(yōu)方向盤轉向力矩與所述用戶信息關聯(lián)并存儲。

進一步地，根據(jù)所述最優(yōu)方向盤轉向力矩輔助用戶控制車輛包括：根據(jù)所述最優(yōu)方向盤轉向力矩控制轉向助力系統(tǒng)，通過所述轉向助力系統(tǒng)控制所述車輛的方向盤。

進一步地，所述操作慣性數(shù)據(jù)包括：最優(yōu)踏板靈敏度；所述最優(yōu)踏板靈敏度的獲取包括：

采集用戶操作踏板的力度和深度，以及與所述踏板的力度和深度對應的車輛加速度、車輛運行速度；

將所述車輛運行速度、所述車輛加速度、所述踏板力度和深度輸入到踏板靈敏度的機器學習模型中，獲取所述最優(yōu)踏板靈敏度；

將所述最優(yōu)踏板靈敏度與所述用戶信息關聯(lián)并存儲。