本發(fā)明涉及車(chē)輛駕駛技術(shù)領(lǐng)域，具體涉及一種車(chē)輛自動(dòng)駕駛系統(tǒng)。

背景技術(shù)：

相關(guān)技術(shù)中的汽車(chē)自動(dòng)駕駛系統(tǒng)，本質(zhì)上為輔助駕駛和導(dǎo)航系統(tǒng)，并沒(méi)有真正的實(shí)現(xiàn)自動(dòng)駕駛，仍然需要人工進(jìn)行操作，所以，現(xiàn)有的汽車(chē)自動(dòng)駕駛系統(tǒng)存在自動(dòng)化程度較低，使用不方便的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問(wèn)題，本發(fā)明旨在提供一種車(chē)輛自動(dòng)駕駛系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：

提供了一種車(chē)輛自動(dòng)駕駛系統(tǒng)，包括路況信息獲取裝置、路況信息處理裝置、駕駛控制裝置和車(chē)輛故障檢測(cè)裝置；所述路況信息獲取裝置用于獲取車(chē)輛周?chē)穆窙r信息；所述路況信息處理裝置用于基于所述路況信息產(chǎn)生駕駛控制信息，并將所述駕駛控制信息傳送至駕駛控制裝置；所述車(chē)輛故障檢測(cè)裝置用于對(duì)車(chē)輛進(jìn)行故障檢測(cè)，并向駕駛控制裝置發(fā)送故障檢測(cè)結(jié)果；所述駕駛控制裝置基于所述駕駛控制信息控制車(chē)輛進(jìn)行自動(dòng)駕駛，并在車(chē)輛發(fā)生故障時(shí)控制車(chē)輛停止自動(dòng)駕駛。

本發(fā)明的有益效果為：通過(guò)路況信息獲取裝置獲取路況信息，對(duì)路況信息進(jìn)行處理生成駕駛信息，并基于駕駛信息進(jìn)行車(chē)輛的駕駛，從而能夠避讓周?chē)能?chē)輛，并且能夠在車(chē)輛發(fā)生故障時(shí)及時(shí)控制車(chē)輛停止自動(dòng)駕駛行為，有效解決了汽車(chē)自動(dòng)駕駛系統(tǒng)存在自動(dòng)化程度較低，使用不方便的技術(shù)問(wèn)題，進(jìn)而實(shí)現(xiàn)了汽車(chē)自動(dòng)駕駛系統(tǒng)自動(dòng)化程度較高，使用方便的技術(shù)效果。

附圖說(shuō)明

利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；

圖2是本發(fā)明一個(gè)實(shí)施例中車(chē)輛故障檢測(cè)裝置的結(jié)構(gòu)框圖。

附圖標(biāo)記：

路況信息獲取裝置1、路況信息處理裝置2、駕駛控制裝置3、車(chē)輛故障檢測(cè)裝置4、振動(dòng)信號(hào)獲取模塊11、振動(dòng)信號(hào)降噪模塊12、故障特征提取模塊13、故障識(shí)別模塊14。

具體實(shí)施方式

結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

參見(jiàn)圖1，本實(shí)施例的一種車(chē)輛自動(dòng)駕駛系統(tǒng)，包括路況信息獲取裝置1、路況信息處理裝置2、駕駛控制裝置3和車(chē)輛故障檢測(cè)裝置4；所述路況信息獲取裝置1用于獲取車(chē)輛周?chē)穆窙r信息；所述路況信息處理裝置2用于基于所述路況信息產(chǎn)生駕駛控制信息，并將所述駕駛控制信息傳送至駕駛控制裝置3；所述車(chē)輛故障檢測(cè)裝置4用于對(duì)車(chē)輛進(jìn)行故障檢測(cè)，并向駕駛控制裝置3發(fā)送故障檢測(cè)結(jié)果；所述駕駛控制裝置3基于所述駕駛控制信息控制車(chē)輛進(jìn)行自動(dòng)駕駛，并在車(chē)輛發(fā)生故障時(shí)控制車(chē)輛停止自動(dòng)駕駛。

優(yōu)選的，所述路況信息包括車(chē)輛周?chē)膱D像信息、車(chē)輛周?chē)穆曇粜畔?、自?dòng)駕駛的最優(yōu)路線信息。

優(yōu)選的，所述駕駛控制信息包括：車(chē)輛行駛速度、方向、信號(hào)燈的控制、喇叭的控制。

本發(fā)明上述實(shí)施例通過(guò)路況信息獲取裝置1獲取路況信息，對(duì)路況信息進(jìn)行處理生成駕駛信息，并基于駕駛信息進(jìn)行車(chē)輛的駕駛，從而能夠避讓周?chē)能?chē)輛，并且能夠在車(chē)輛發(fā)生故障時(shí)及時(shí)控制車(chē)輛停止自動(dòng)駕駛行為，有效解決了汽車(chē)自動(dòng)駕駛系統(tǒng)存在自動(dòng)化程度較低，使用不方便的技術(shù)問(wèn)題，進(jìn)而實(shí)現(xiàn)了汽車(chē)自動(dòng)駕駛系統(tǒng)自動(dòng)化程度較高，使用方便的技術(shù)效果。

參見(jiàn)圖2，所述車(chē)輛故障檢測(cè)裝置4包括依次連接的振動(dòng)信號(hào)獲取模塊11、振動(dòng)信號(hào)降噪模塊12、故障特征提取模塊13和故障識(shí)別模塊14，所述振動(dòng)信號(hào)獲取模塊11，用于利用加速度傳感器獲取車(chē)輛在正常狀態(tài)下及各種故障狀態(tài)下運(yùn)行時(shí)的原始振動(dòng)信號(hào)；所述振動(dòng)信號(hào)降噪模塊12用于對(duì)原始振動(dòng)信號(hào)進(jìn)行降噪處理；所述故障特征提取模塊13用于提取降噪后的振動(dòng)信號(hào)的故障特征信息；所述故障識(shí)別模塊14用于建立故障診斷模型，并采用提取的故障特征信息對(duì)該故障診斷模型進(jìn)行訓(xùn)練，從而基于訓(xùn)練完的故障診斷模型對(duì)車(chē)輛進(jìn)行故障識(shí)別。所述振動(dòng)信號(hào)降噪模塊12包括信號(hào)初步降噪子模塊、信號(hào)二級(jí)降噪子模塊和信號(hào)末級(jí)降噪子模塊，所述信號(hào)初步降噪子模塊用于利用最小熵反褶積的自適應(yīng)分析方法對(duì)原始振動(dòng)信號(hào)進(jìn)行初步降噪；所述信號(hào)二級(jí)降噪子模塊用于對(duì)經(jīng)過(guò)信號(hào)初步降噪子模塊處理后的振動(dòng)信號(hào)進(jìn)行二次降噪；所述信號(hào)末級(jí)降噪子模塊用于基于改進(jìn)的綜合經(jīng)驗(yàn)?zāi)B(tài)算法對(duì)信號(hào)二級(jí)降噪后的振動(dòng)信號(hào)進(jìn)行末級(jí)降噪。

本優(yōu)選實(shí)施例對(duì)獲取的原始振動(dòng)信號(hào)進(jìn)行多次降噪，能夠有效地消除噪聲對(duì)數(shù)據(jù)的影響，從而有利于更精確地提高對(duì)車(chē)輛進(jìn)行故障特征提取的精度。

優(yōu)選地，所述提取降噪后的振動(dòng)信號(hào)的故障特征信息，具體包括：(1)通過(guò)二階循環(huán)自相關(guān)函數(shù)對(duì)降噪后的振動(dòng)信號(hào)進(jìn)行解調(diào)分析，獲得二階循環(huán)自相關(guān)函數(shù)；(2)對(duì)該二階循環(huán)自相關(guān)函數(shù)進(jìn)行時(shí)域切片，獲得時(shí)域切片信號(hào)，從而提取出振動(dòng)信號(hào)的故障特征信息。

其中，所述利用最小熵反褶積的自適應(yīng)分析方法對(duì)原始振動(dòng)信號(hào)進(jìn)行初步降噪，包括：(1)采用范數(shù)衡量熵的大小，并把其作為目標(biāo)函數(shù)，求目標(biāo)函數(shù)的最大值，即為最優(yōu)濾波器系數(shù)；(2)運(yùn)用該最優(yōu)濾波器系數(shù)對(duì)原始振動(dòng)信號(hào)進(jìn)行反褶積運(yùn)算，得出濾波器系數(shù)；(3)使用得到的濾波器系數(shù)設(shè)計(jì)FIR濾波器對(duì)原始振動(dòng)歷史信號(hào)進(jìn)行濾波。

本優(yōu)選實(shí)施例通過(guò)上述降噪方式對(duì)原始振動(dòng)信號(hào)進(jìn)行降噪處理，能夠有效降低原始振動(dòng)信號(hào)中的噪聲部分，提高原始振動(dòng)信號(hào)的信噪比，削弱噪聲對(duì)綜合經(jīng)驗(yàn)?zāi)B(tài)分解后的微弱信號(hào)特征提取的干擾，進(jìn)一步提高對(duì)車(chē)輛進(jìn)行故障特征提取的精度，從而有益于提高對(duì)車(chē)輛進(jìn)行精確的故障識(shí)別，確保在車(chē)輛發(fā)生故障時(shí)能夠得到及時(shí)的維修，保證車(chē)輛自動(dòng)駕駛系統(tǒng)的正常運(yùn)行。

優(yōu)選地，所述對(duì)經(jīng)過(guò)信號(hào)初步降噪子模塊處理后的振動(dòng)信號(hào)進(jìn)行二次降噪，具體包括：

(1)對(duì)經(jīng)過(guò)信號(hào)初步降噪子模塊降噪的振動(dòng)信號(hào)進(jìn)行小波轉(zhuǎn)換，得到不同頻帶上的振動(dòng)信號(hào)，采用滑動(dòng)窗技術(shù)對(duì)各頻帶上的振動(dòng)信號(hào)進(jìn)行分段處理，提取振動(dòng)信號(hào)的時(shí)間序列Z和K，以及各段信號(hào)的小波系數(shù)其中g(shù)＝1，2，3…，為振動(dòng)信號(hào)的頻帶數(shù)，m＝1，2，3…，為小波系數(shù)的序列，對(duì)振動(dòng)信號(hào)的功率譜密度進(jìn)行一階平滑處理，得到平滑后的振動(dòng)信號(hào)Q(Z,K)；

(2)設(shè)定各個(gè)頻帶上平滑后的振動(dòng)信號(hào)中各段信號(hào)的閥值，根據(jù)設(shè)定的閥值對(duì)各段信號(hào)進(jìn)行降噪，削除超出閥值以外的振動(dòng)信號(hào)；

(3)將降噪后的各段信號(hào)進(jìn)行重構(gòu)，之后進(jìn)入信號(hào)末級(jí)降噪子模塊進(jìn)行進(jìn)一步降噪處理。

本優(yōu)選實(shí)施例采用上述方式對(duì)原始振動(dòng)信號(hào)進(jìn)行二次降噪處理，能夠使得各段噪聲處理更加靈活準(zhǔn)確，降噪效果更好，為對(duì)車(chē)輛的故障特征提取奠定良好的基礎(chǔ)，從而能夠有利于實(shí)現(xiàn)車(chē)輛故障的精確識(shí)別。

優(yōu)選地，設(shè)Q(Z,K)表示時(shí)間序列為Z和K的平滑后的振動(dòng)信號(hào)，Q(Z-1,K)為時(shí)間序列為Z-1和K的平滑后的振動(dòng)信號(hào)，設(shè)定Q(0,K)＝0，進(jìn)行二次降噪時(shí)，采用以下經(jīng)過(guò)優(yōu)化的平滑公式得到平滑后的振動(dòng)信號(hào)：

式中，N為采用的窗函數(shù)的長(zhǎng)度，β為人為設(shè)定的閾值系數(shù)，|U(Z,K)|²為振動(dòng)信號(hào)Q(Z,K)所對(duì)應(yīng)頻帶的功率譜密度。

在本實(shí)施例中，設(shè)定的平滑公式不僅考慮了閥值系數(shù)的影響，也考慮了窗函數(shù)的長(zhǎng)度的影響，確保了平滑處理的精確度，適用范圍更廣，從而能夠更好地對(duì)車(chē)輛的原始振動(dòng)信號(hào)進(jìn)行降噪，為對(duì)車(chē)輛的故障特征提取奠定良好的基礎(chǔ)。

優(yōu)選地，按照以下公式對(duì)各個(gè)頻帶上平滑后的振動(dòng)信號(hào)中各段信號(hào)的閥值進(jìn)行設(shè)定，設(shè)T_g為第g個(gè)頻帶上平滑后的振動(dòng)信號(hào)Q(Z,K)的閾值，則：

式中，β為所述的人為設(shè)定的閥值系數(shù)，W_max(Z,K)、W_min(Z,K)和分別為平滑后的振動(dòng)信號(hào)Q(Z,K)的最大值、最小值和平均值，為所述的各段信號(hào)的小波系數(shù)的中值的絕對(duì)值。

本優(yōu)選實(shí)施例能夠根據(jù)振動(dòng)信號(hào)中各頻帶的功率譜密度和小波系數(shù)對(duì)各段信號(hào)的閥值自適應(yīng)地進(jìn)行調(diào)整，能夠避免受到振動(dòng)信號(hào)長(zhǎng)度的影響，提高降噪的精確度，有利于實(shí)現(xiàn)車(chē)輛的故障的精確識(shí)別，從而確保在車(chē)輛發(fā)生故障時(shí)能夠及時(shí)控制車(chē)輛停止自動(dòng)駕駛，保證車(chē)輛自動(dòng)駕駛的安全性。

優(yōu)選地，所述對(duì)二級(jí)降噪后的振動(dòng)信號(hào)進(jìn)行末級(jí)降噪，包括：

(1)設(shè)定高低頻的分界線，采用經(jīng)驗(yàn)?zāi)B(tài)分解的自適應(yīng)時(shí)頻分析方法將初步降噪后的原始振動(dòng)信號(hào)按高低頻分解成不同的固有模態(tài)函數(shù)，對(duì)所得的固有模態(tài)函數(shù)進(jìn)行傅里葉變換，獲得多個(gè)含有高頻成分的固有模態(tài)函數(shù)和多個(gè)含有低頻成分的固有模態(tài)函數(shù)，將多個(gè)含有高頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)W_H，將多個(gè)含有低頻成分的固有模態(tài)函數(shù)組合成新的本征模態(tài)函數(shù)W_L，該本征模態(tài)函數(shù)W_H的組合計(jì)算公式為：

本征模態(tài)函數(shù)W_L的組合計(jì)算公式為：

式中，W₁,W₂,…,W_a表示含有高頻成分的固有模態(tài)函數(shù)，W_1+a,W_2+a,…,W_b表示含有低頻成分的固有模態(tài)函數(shù)，a是含有高頻成分的固有模態(tài)函數(shù)的最大層數(shù)，b是含有低頻成分的固有模態(tài)函數(shù)的最大層數(shù)；

(2)對(duì)本征模態(tài)函數(shù)W_H、W_L分別進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解，提取敏感的固有模態(tài)函數(shù)。

本優(yōu)選實(shí)施例能夠避免經(jīng)驗(yàn)?zāi)B(tài)分解中的模態(tài)混疊現(xiàn)象，提高綜合經(jīng)驗(yàn)?zāi)B(tài)的分解精度，為下一步對(duì)車(chē)輛的故障特征提取奠定基礎(chǔ)。

優(yōu)選地，對(duì)本征模態(tài)函數(shù)W_L進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)，選取整合次數(shù)為100，選取白噪聲幅值為[0.2,0.6]；

對(duì)本征模態(tài)函數(shù)W_H進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解時(shí)，選取整合次數(shù)為100，選取白噪聲幅值滿足P_n＝0.06P_h，其中P_n為選取的白噪聲的能量標(biāo)準(zhǔn)差，P_h為原始振動(dòng)信號(hào)的最優(yōu)高頻成分的能量標(biāo)準(zhǔn)差，該最優(yōu)高頻成分為與原始振動(dòng)信號(hào)相關(guān)性最大的固有模態(tài)函數(shù)，其中，采用下式計(jì)算固有模態(tài)函數(shù)與原始振動(dòng)信號(hào)的相關(guān)性：

式中，RELATIVE E_i(j)表示E_i(j)與原始振動(dòng)信號(hào)的相關(guān)性，C₀(j)表示第j個(gè)原始振動(dòng)信號(hào)，E_i(j)表示與第j個(gè)原始振動(dòng)信號(hào)對(duì)應(yīng)的第i個(gè)固有模態(tài)函數(shù)，B為原始振動(dòng)信號(hào)的采樣點(diǎn)數(shù)，γ表示與第j個(gè)原始振動(dòng)信號(hào)對(duì)應(yīng)的固有模態(tài)函數(shù)的數(shù)量，為原始振動(dòng)信號(hào)的均值，Ψ為人為設(shè)定的修正系數(shù)。

本優(yōu)選實(shí)施例選取優(yōu)化后的白噪聲幅值進(jìn)行綜合經(jīng)驗(yàn)?zāi)B(tài)分解，能夠提高綜合經(jīng)驗(yàn)?zāi)B(tài)分解的精度，從而有利于實(shí)現(xiàn)對(duì)車(chē)輛的原始振動(dòng)信號(hào)的精確降噪以及故障特征的提取，實(shí)現(xiàn)精確的車(chē)輛故障識(shí)別，從而確保在車(chē)輛發(fā)生故障時(shí)能夠及時(shí)控制車(chē)輛停止自動(dòng)駕駛，保證車(chē)輛自動(dòng)駕駛的安全性。

發(fā)明人采用本實(shí)施例進(jìn)行了一系列測(cè)試，以下是進(jìn)行測(cè)試得到的實(shí)驗(yàn)數(shù)據(jù)，該試驗(yàn)數(shù)據(jù)表明，本發(fā)明能夠成功的避讓周?chē)能?chē)輛，并且能夠在車(chē)輛發(fā)生故障時(shí)及時(shí)控制車(chē)輛停止自動(dòng)駕駛行為，有效解決了汽車(chē)自動(dòng)駕駛系統(tǒng)存在自動(dòng)化程度較低，使用不方便的技術(shù)問(wèn)題，產(chǎn)生了顯著的有益效果：

最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。