详情

原文传递车辆转向灯自动控制方法、系统及车辆

专利名称：	车辆转向灯自动控制方法、系统及车辆
摘要：	本发明公开了一种车辆转向灯自动控制方法、系统及车辆，包括获取车辆的转向信息，转向信息包括车辆的方向盘转角和实时速度，对转向信息进行预处理获得预处理后的转向信息，基于采集的时间序列数据建立LSTM转向预测模型，基于预处理后的转向信息和LSTM转向预测模型确定车辆的转向方向，根据转向方向控制车辆的相应转向灯亮起。本发明有效解决或在一定程度上协助驾驶员合理使用转向灯，减少交通事故发生率。
专利类型：	发明专利
国家地区组织代码：	上海;31
申请人：	哪吒智合新能源汽车科技(上海)有限公司
发明人：	请求不公布姓名;裴作帷;李怡杰;请求不公布姓名;管信
专利状态：	有效
申请日期：	2023-09-28T00:00:00+0800
发布日期：	2023-11-24T00:00:00+0800
申请号：	CN202311281270.X
公开号：	CN117104129A
代理机构：	北京中原华和知识产权代理有限责任公司
代理人：	寿宁;张琳
分类号：	B60Q1/34;B;B60;B60Q;B60Q1;B60Q1/34
申请人地址：	200062 上海市普陀区同普路602号2幢2层209室
主权项：	1.一种车辆转向灯自动控制方法，其特征在于，包括：获取车辆的转向信息；其中，所述转向信息包括车辆的方向盘转角和实时速度；对所述转向信息进行预处理获得预处理后的转向信息；基于采集的时间序列数据建立LSTM转向预测模型；基于所述预处理后的转向信息和所述LSTM转向预测模型确定车辆的转向方向；根据所述转向方向控制所述车辆的相应转向灯亮起。 2.根据权利要求1所述的车辆转向灯自动控制方法，其特征在于，所述获取车辆的转向信息包括：通过CAN网络从电动助力转向系统和底盘控制器获取车辆的转向信息。 3.根据权利要求1所述的车辆转向灯自动控制方法，其特征在于，所述预处理包括：基于扩展卡尔曼滤波算法对所述转向信息进行卡尔曼滤波处理；其中，所述卡尔曼滤波算法基于卡尔曼滤波器时间更新方程及卡尔曼滤波器状态更新方程实现；所述卡尔曼滤波器时间更新方程为：其中，表示k时刻的先验证状态估计值，是滤波的中间计算结果；A表示状态转移矩阵，是对目标状态转换的猜想模型；/>表示k-1时刻的后验状态估计值，是滤波结果之一；表示k时刻的先验估计协方差，是滤波的中间计算结果；A表示状态转移矩阵；Pk-1表示k-1时刻的后验估计协方差，是滤波的结果之一；Q表示过程激励噪声协方差；所述卡尔曼滤波器状态更新方程为：其中，Kk表示滤波增益矩阵，是滤波的中间计算结果；表示k时刻的先验估计协方差，是滤波的中间计算结果；H表示状态变量到测量的转换矩阵，表示将状态和观测连接起来；R表示测量噪声协方差；/>表示k时刻的后验状态估计值，是滤波结果之一；/>表示k时刻的先验状态估计值，是滤波的中间计算结果；Kk表示滤波增益矩阵，是滤波的中间计算结果；Zk表示测量值，是滤波的输入；Pk表示k时刻的后验估计协方差。 4.根据权利要求3所述的车辆转向灯自动控制方法，其特征在于，所述基于扩展卡尔曼滤波算法对所述转向信息进行卡尔曼滤波处理之后，还包括：计算卡尔曼滤波处理后的所述转向信息的横摆角速度W，如式(1)所示：其中，W表示车辆横摆角速度；δ表示前轮转角；K表示车身稳定系数； K的计算方式如式(2)所示：其中，m表示总质量；l表示车辆轴距；lf表示前轴距；lr表示后轴距；kf表示前轮侧偏刚度和；kr表示后轮侧偏刚度和。 5.根据权利要求4所述的车辆转向灯自动控制方法，其特征在于，根据公式(1)计算得到W1、W2、W3、W4……Wn，每32个横摆角速度W进行快速傅里叶变换从而获得系统特征频率频谱W1、W2、W3、W4、W5、W6……W15、W16及对应的幅值A1、A2、A3、A4、A5、A6……A15、A16。 6.根据权利要求5所述的车辆转向灯自动控制方法，其特征在于，所述基于采集的时间序列数据建立LSTM转向预测模型包括：实车采集车辆的左变道、右变道、左转向、右转向、直行、左掉头及右掉头的速度和方向盘转角数据作为时间序列数据；基于横摆角速度公式计算对应行为横摆角速度序列Wn，将Wn按32个数据进行分组，不足32个的直接丢弃，并将所述时间序列数据进行快速傅里叶变换得到实时频谱数据；其中，不同行为数据的实时频谱数据构造形成训练数据集；基于所述训练数据集并使用逻辑时间序列预测算法LSTM训练LSTM转向预测初级模型，得到LSTM转向预测模型；将所述LSTM转向预测模型部署在控制器中。 7.一种车辆转向灯自动控制系统，其特征在于，包括：获取模块，用于获取车辆的转向信息；其中，所述转向信息包括车辆的方向盘转角和实时速度；预处理模块，用于对所述转向信息进行预处理获得预处理后的转向信息；模型建立模块，用于基于采集的时间序列数据建立LSTM转向预测模型；确定模块，用于基于所述预处理后的转向信息和所述LSTM转向预测模型确定车辆的转向方向；控制模块，用于根据所述转向方向控制所述车辆的相应转向灯亮起。 8.一种车辆，其特征在于，所述车辆包括权利要求7中所述的车辆转向灯自动控制系统。 9.一种电子设备，其特征在于，包括：存储器，其用于存储计算机可执行指令；以及处理器，其用于运行所述计算机可执行指令，以执行权利要求1至6中任一项所述的车辆转向灯自动控制方法。 10.一种非暂时性计算机可读存储介质，其特征在于，所述存储介质上存储有计算机可执行指令，当所述指令被计算机执行时，使得所述计算机执行权利要求1至6中任一项所述的车辆转向灯自动控制方法。