详情

原文传递一种基于人工智能的车辆辅助制动系统

专利名称：	一种基于人工智能的车辆辅助制动系统
摘要：	本发明提供了一种基于人工智能的车辆辅助制动系统，包括：信号采集模块、设置在车辆内的中央控制器、云服务器、制动机构驱动模块和真空制动机构；所述云服务器将每次辅助制动前后车辆状态信息作为输入值输入到辅助制动深度学习神经网络，将辅助制动策略、辅助制动调整指令、胎压调整策略作为输出值，对辅助制动深度学习神经网络进行学习；通过分析行车状态信号生成制动策略，并触发制动机构驱动模块按所述的制动策略驱动各组真空制动机构运行，所述的真空制动机构设置于汽车底盘上，使其与路面接触，并在接触部位形成真空环境。上述系统能够与汽车主制动系统配合，显著地减小了制动距离，提高了行车制动的稳定性和安全性。
专利类型：	发明专利
国家地区组织代码：	河南;41
申请人：	孙国栋;刘建影;武国文
发明人：	孙国栋;刘建影;武国文
专利状态：	有效
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN201810176637.4
公开号：	CN108422983A
分类号：	B60T1/14(2006.01)I;B60T13/72(2006.01)I;B;B60;B60T;B60T1;B60T13;B60T1/14;B60T13/72
申请人地址：	476000 河南省商丘市梁园区新建南路75号10号楼406号
主权项：	1.一种基于人工智能的车辆辅助制动系统，其特征在于，包括：信号采集模块、设置在车辆内的中央控制器、云服务器、制动机构驱动模块和至少两组沿汽车长度方向设置在汽车底盘上的真空制动机构；所述云服务器用于接收所述中央控制器发送的车辆每次辅助制动前后车辆状态信息、辅助制动策略、辅助制动调整指令、胎压调整策略；并将每次辅助制动前后车辆状态信息作为输入值输入到辅助制动深度学习神经网络，将辅助制动策略、辅助制动调整指令、胎压调整策略作为输出值，对辅助制动深度学习神经网络进行学习，获得学习完成的辅助制动深度学习神经网络；所述辅助制动前后车辆状态信息包括：车辆的车速、刹车片制动力、车前障碍物距离、车辆重量、车胎压力；所述云服务器预先将辅助制动深度学习神经网络生成辅助制动策略比对数据、辅助制动调整比对数据、胎压调整策略比对数据并发送给中央控制器；所述信号采集模块包括用于实时采集车前障碍物距离信号的测距传感器、实时采集车速信号的测速传感器、实时采集刹车片制动力信号的制动力传感器、实时采集车胎压力信号的压力传感器以及车辆重量信号的称重传感器，并将采集的信号发送给所述中央控制器；所述中央控制器按照设定时间间隔根据车速信号、刹车片制动力信号得到当前汽车制动距离，并将当前汽车制动距离与车前障碍物距离进行比对，若当前汽车制动距离大于车前障碍物距离，则所述中央控制器根据车速信号、刹车片制动力信号汽车、当前汽车制动距离、车前障碍物距离及车辆重量与辅助制动策略比对数据进行比对生成辅助制动策略，并向制动机构驱动模块发送所述辅助制动策略；所述辅助制动策略包括每一组真空制动机构的真空度、制动时间；所述制动机构驱动模块根据所述辅助制动策略控制每一组真空制动机构运行；该真空制动机构受制动机构驱动模块驱动，使其与路面接触，并在接触部位形成真空环境；在所述真空制动机构根据辅助制动策略运行过程中，所述信号采集模块每间隔固定时间采集车前障碍物距离信号、车速信号、刹车片制动力信号、车胎压力信号并经过信号处理模块发送给中央控制器；所述中央控制器根据车速信号、刹车片制动力信号得到当前汽车制动距离，并将当前汽车制动距离与车前障碍物距离进行比对，若当前汽车制动距离大于车前障碍物距离，则所述中央控制器根据车速信号、刹车片制动力信号汽车、当前汽车制动距离、车前障碍物距离与辅助制动调整比对数据进行比对生成辅助制动调整指令，并向制动机构驱动模块发送所述辅助制动调整指令；所述中央控制器还根据四个车胎的车胎压力信号进行对比，若前后车胎压力之差超过阈值或左右车胎压力的之差超过阈值，则根据超过阈值的车胎位置以及车速信号、刹车片制动力信号与胎压调整策略比对数据进行比对生成胎压调整策略，并向制动机构驱动模块发送所述胎压调整策略，所述制动机构驱动模块根据所述胎压调整策略控制每一组真空制动机构运行。
所属类别：	发明专利