【技術實現步驟摘要】
本專利技術涉及云計算的領域，尤其涉及基于云計算與車載邊緣設備的行車控制方法和系統。
技術介紹
1、智慧型車輛是車輛發展的重點方向，通過在車輛設置不同類型傳感器，在車輛行駛過程中對車輛的內在零件設備和外在行駛環境進行檢測，從而為調整車輛的行駛狀態提供可靠的依據。現有的智慧型車輛都是將檢測和控制車輛集成在車輛端，這對車輛的感知檢測能力和計算能力提出較高的要求，這會增大車輛的生產成本，同時還會導致車輛內部因數據計算處理設備布置復雜而發生宕機的情況，無法保證車輛的正常穩定工作，也不能對不同車輛進行集中化的控制。
技術實現思路
1、本專利技術的目的在于提供基于云計算與車載邊緣設備的行車控制方法和系統，其分析車載邊緣設備的工作記錄，得到車輛的內在運行狀態信息，以此識別車輛存在的內在運行異常信息，并上傳至云計算平臺，利用云計算平臺處理車輛數據，避免車輛端自身進行大量車輛數據處理而發生宕機；還判斷車輛是否處于無法行駛狀態，以對車輛進行遠程控制操作，調整車輛的行駛狀態，保證車輛的行駛安全；再分析車載邊緣設備的行車記錄，得到車輛的行車地圖信息，以此查找與車輛匹配的停靠區域，并向車載邊緣設備發送行駛導航信息，為車輛行駛提供準確的行駛提示信息，降低車輛端的數據處理負荷和保證車輛的正常穩定行駛。
2、本專利技術是通過以下技術方案實現：
3、基于云計算與車載邊緣設備的行車控制方法，包括：
4、對車載邊緣設備的工作記錄進行分析，得到車輛的內在運行狀態信息；基于所述內在運行狀態
5、基于所述車輛的內在運行異常信息，判斷所述車輛是否處于無法行駛狀態，并對所述車輛進行遠程控制操作，以此調整所述車輛的行駛狀態；對所述車載邊緣設備的行車記錄進行分析，得到所述車輛的行車地圖信息；
6、基于所述行車地圖信息，查找與所述車輛當前的行駛狀態匹配的停靠區域；基于所述停靠區域的位置信息，向所述車載邊緣設備發送行駛導航信息，并基于所述車輛的實時行駛路徑，向所述車載邊緣設備發送行駛提示信息。
7、可選地，對車載邊緣設備的工作記錄進行分析，得到車輛的內在運行狀態信息；基于所述內在運行狀態信息，識別所述車輛存在的內在運行異常信息，并將所述內在運行異常信息上傳至云計算平臺，包括：
8、獲取車載邊緣設備對所在車輛內部的所有傳感器的工作記錄，對所述工作記錄進行分析，得到所有傳感器各自的運行狀態信息；其中，所述運行狀態信息包括所述傳感器在運行過程中產生的傳感檢測數據的抽樣數據；
9、對所述抽樣數據進行分析，得到相應傳感器的傳感檢測數據可信度；若所述傳感檢測數據可信度小于預設可信度閾值，則確定相應傳感器處于運行異常狀態，并獲取相應傳感器在所述車輛內部的定位信息，以此作為所述運行異常信息；并將所述車輛所有處于運行異常狀態的傳感器的定位信息上傳至云計算平臺。
10、可選地，基于所述車輛的內在運行異常信息，判斷所述車輛是否處于無法行駛狀態，并對所述車輛進行遠程控制操作，以此調整所述車輛的行駛狀態；對所述車載邊緣設備的行車記錄進行分析，得到所述車輛的行車地圖信息，包括：
11、基于所述車輛所有處于運行異常狀態的傳感器的定位信息，提取所述云計算平臺內部存儲的處于運行異常狀態的傳感器的歷史運行日志，并對所述歷史運行日志進行分析，判斷處于運行異常狀態的傳感器是否影響所述車輛的剎車性能，若是，則判斷所述車輛處于無法行駛狀態；若否，則判斷所述車輛不處于無法行駛狀態；
12、當所述車輛處于無法行駛狀態，則對所述車輛進行遠程鎖定操作，以此使所述車輛進入自動減速至停車狀態的行駛模式；當所述車輛不處于無法行駛狀態，則對所述車輛進行遠程限速操作，以此使所述車輛進入限速行駛模式；
13、獲取所述車輛邊緣設備的行車定位記錄，對所述行車定位記錄進行分析，得到所述車輛當前行駛路徑對應的行駛地圖信息。
14、可選地，基于所述行車地圖信息，查找與所述車輛當前的行駛狀態匹配的停靠區域；基于所述停靠區域的位置信息，向所述車載邊緣設備發送行駛導航信息，并基于所述車輛的實時行駛路徑，向所述車載邊緣設備發送行駛提示信息，包括：
15、當所述車輛進入自動減速至停車狀態的行駛模式，則對所述行車地圖信息進行分析，查找適于所述車輛進行停車的最近停靠區域；
16、基于所述最近停靠區域與所述車輛的實時行駛地點之間的相對位置信息，向所述車載邊緣設備發生相應的最短行駛路徑導航信息；
17、將所述車輛的實時行駛路徑與所述最短行駛路徑導航信息進行對比，判斷所述車輛是否偏離所述最短行駛路徑行駛，若是，則向所述車載邊緣設備發送行駛提示信息。
18、可選地，所述車輛與所述云計算平臺之間的通信連接還包括：對車輛網絡在未來是否可能處于不可用狀態進行預測，若預測未來10分鐘內車輛網絡狀態將處于不可用狀態，則即時從云計算平臺下載相應控制指令包到車輛，當車輛和云計算平臺之間無法網絡通信連接時，啟用下載的控制指令包對車輛進行離線控制；其中，預測未來10分鐘內車輛網絡狀態是否處于不可用狀態，包括：
19、步驟s1，設最近20分鐘從車輛a傳感器收集到的關鍵信息構成集合as，其中，
20、as＝{v1,v2,…vn}??(1)
21、在上述公式(1)中，v1,v2,…vn為車輛的運作參數信息的值，n為運作參數信息的數量；
22、根據數據庫的歷史數據，設第j個運作參數信息的值為vj時導致網絡異常的概率為p(vj)，則最近20分鐘從車輛相應的傳感器收集到的運作參數信息對應得到在未來10分鐘導致網絡異常的概率為，
23、
24、在上述公式(2)中，p(as)為最近20分鐘從車輛相應的傳感器收集到的運作參數信息對應得到在未來10分鐘導致網絡異常的概率，j為大于等于1且小于等于n的整數；
25、步驟s2，設最近20分鐘車輛所處的道路信息為w，最近20分鐘車輛所處地區的天氣狀態信息為t，則在相應天氣狀態下且在相應道路發生網絡異常的概率為，
26、
27、在上述公式(3)中，p(w&t)為在相應天氣狀態下且在相應道路發生網絡異常的概率，sw、st分別為歷史數據中在相應道路發生網絡故障的次數和在相應天氣狀態下發生網絡故障的次數，nw、nt分別為歷史數據中道路信息總量和天氣狀態信息總量；
28、步驟s3，根據上述步驟s1和s2的計算結果，計算車輛在未來10分鐘內發生網絡故障而導致車輛網絡狀態處于不可用狀態的概率，
29、p(a)＝?p(as)(1-p(w&t))+p(w&t)(1-p(as))??(4)
30、在上述公式(4)中，p(a)為車輛在未來10分鐘內發生網絡故障而導致車輛網絡狀態處于不可用狀態的概率；當p(a)大于或等于0.5，則從云計算平臺本文檔來自技高網...
【技術保護點】
1.基于云計算與車載邊緣設備的行車控制方法，其特征在于，包括：
2.如權利要求1所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
3.如權利要求2所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
4.如權利要求3所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
5.如權利要求1所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
6.基于云計算與車載邊緣設備的行車控制系統，其特征在于，包括：
7.如權利要求6所述的基于云計算與車載邊緣設備的行車控制系統，其特征在于：
8.如權利要求7所述的基于云計算與車載邊緣設備的行車控制系統，其特征在于：
9.如權利要求8所述的基于云計算與車載邊緣設備的行車控制系統，其特征在于：
【技術特征摘要】
1.基于云計算與車載邊緣設備的行車控制方法，其特征在于，包括：
2.如權利要求1所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
3.如權利要求2所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
4.如權利要求3所述的基于云計算與車載邊緣設備的行車控制方法，其特征在于：
5.如權利要求1所述的基于云計算與車載...
【專利技術屬性】
技術研發人員：蘭雨晴，余丹，張雨佳，李森，邢智渙，
申請(專利權)人：慧之安信息技術股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。