【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及汽車，具體而言，涉及一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)及方法。
技術(shù)介紹
1、中國(guó)汽車產(chǎn)業(yè)按照電動(dòng)化、智能化、網(wǎng)聯(lián)化和共享化的新四化路線飛速演進(jìn)，汽車電子電氣架構(gòu)也逐漸從當(dāng)前應(yīng)用成熟的分布式架構(gòu)，逐漸向分布式域控架構(gòu)，再到域集中式架構(gòu)，最終向中央集中式架構(gòu)進(jìn)行轉(zhuǎn)變。在未來(lái)中央集中式電子電氣架構(gòu)下，中央計(jì)算模塊需要處理龐大規(guī)模的數(shù)據(jù)，且不同模塊在整車系統(tǒng)的協(xié)同工作下，會(huì)出現(xiàn)數(shù)據(jù)不兼容、數(shù)據(jù)調(diào)取效率低、存儲(chǔ)溢出等狀況，造成系統(tǒng)擁堵進(jìn)而崩潰。而現(xiàn)有技術(shù)中的電子電氣架構(gòu)在數(shù)據(jù)處理方面，只能對(duì)數(shù)據(jù)進(jìn)行分類，不能解決未來(lái)中央集中式電子電氣架構(gòu)所面臨的問(wèn)題，也未對(duì)未來(lái)網(wǎng)聯(lián)化后的信號(hào)交互提出可靠方案。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)?zhí)峁┮环N基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)及方法，用以克服現(xiàn)有技術(shù)中存在的至少一個(gè)技術(shù)問(wèn)題。
2、具體的技術(shù)方案如下：
3、第一方面，本申請(qǐng)實(shí)施例提供了一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，所述數(shù)據(jù)管理系統(tǒng)包括：集成于中央計(jì)算平臺(tái)的數(shù)據(jù)中心模塊，所述數(shù)據(jù)中心模塊包括數(shù)據(jù)定制處理單元、數(shù)據(jù)存儲(chǔ)單元以及云端交互單元；
4、所述數(shù)據(jù)定制處理單元用于獲取車輛的各電子模塊所產(chǎn)生的多源異構(gòu)數(shù)據(jù)，根據(jù)定制數(shù)據(jù)類型對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)分類，并對(duì)數(shù)據(jù)分類后的所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理、預(yù)設(shè)格式轉(zhuǎn)換處理、特征提取處理、數(shù)據(jù)融合處理以及數(shù)據(jù)壓縮處理，以得到所述中央計(jì)算平臺(tái)和所述各電子模塊所需的標(biāo)準(zhǔn)化數(shù)據(jù)；其
5、所述數(shù)據(jù)存儲(chǔ)單元用于儲(chǔ)存所述車輛在運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)，并儲(chǔ)存經(jīng)所述數(shù)據(jù)定制處理單元處理后的所述整車行為數(shù)據(jù)、所述故障報(bào)警數(shù)據(jù)和所述駕駛員行為數(shù)據(jù)；
6、所述云端交互單元用于所述云控平臺(tái)與所述數(shù)據(jù)定制處理單元之間的數(shù)據(jù)傳輸，獲取所述云控平臺(tái)的所述云端數(shù)據(jù)，并將所述云控平臺(tái)所需的所述標(biāo)準(zhǔn)化數(shù)據(jù)上傳至所述云控平臺(tái)。
7、在本申請(qǐng)的一些實(shí)施例中，所述數(shù)據(jù)管理系統(tǒng)還包括：集成于所述中央計(jì)算平臺(tái)的智能駕駛模塊、車控域模塊和智能交互模塊，所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊分別與所述數(shù)據(jù)中心模塊相連，且所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊與所述數(shù)據(jù)中心模塊之間采用spi(serial?peripheral?interface，串行外設(shè)接口)通信模式，所述智能駕駛模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛智能駕駛的感知、規(guī)劃與決策，所述車控域模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)控制所述車輛的整車車身，所述智能交互模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛的座艙的智能交互。
8、在本申請(qǐng)的一些實(shí)施例中，所述傳感器采集數(shù)據(jù)包括激光雷達(dá)數(shù)據(jù)、毫米波雷達(dá)數(shù)據(jù)、超聲波雷達(dá)數(shù)據(jù)、攝像頭數(shù)據(jù)、imu(inertial?measurement?unit，慣性測(cè)量單元)傳感器數(shù)據(jù)、gps(global?positioning?system，全球定位系統(tǒng))數(shù)據(jù)以及v2x(vehicle?toeverything，車用無(wú)線通信)數(shù)據(jù)；所述車輛內(nèi)部信號(hào)數(shù)據(jù)包括電池狀態(tài)和性能數(shù)據(jù)、環(huán)境感知數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)和車輛行為數(shù)據(jù)。
9、在本申請(qǐng)的一些實(shí)施例中，所述數(shù)據(jù)預(yù)處理具體包括：對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)、過(guò)濾和歸一化處理，并轉(zhuǎn)換所述多源異構(gòu)數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)格式；其中，所述過(guò)濾的處理方式為卡爾曼濾波、中值濾波、機(jī)器學(xué)習(xí)算法中的一種或幾種的組合。
10、在本申請(qǐng)的一些實(shí)施例中，所述預(yù)設(shè)格式轉(zhuǎn)換處理具體包括：將所述多源異構(gòu)數(shù)據(jù)中的視頻數(shù)據(jù)的色彩格式、圖像格式、像素位深轉(zhuǎn)換為指定格式；所述色彩格式的指定格式為yuv444格式、yuv422格式、yuv420格式、rgb格式中的一種或幾種的組合，所述圖像格式的指定格式為交織、平面或半平面。
11、在本申請(qǐng)的一些實(shí)施例中，所述特征提取處理具體包括：基于opencv(opensource?computervision?library，開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù))算法庫(kù)和卷積神經(jīng)網(wǎng)絡(luò)，對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行hog(histogram?oforiented?gradient，方向梯度直方圖)特征、lbp(localbinary?patterns，局部二值模式)特征、haar(哈爾)特征提取，和/或利用目標(biāo)檢測(cè)提取算法對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行目標(biāo)提取。
12、在本申請(qǐng)的一些實(shí)施例中，所述數(shù)據(jù)融合處理具體包括：基于隨機(jī)類融合算法和人工智能類融合算法，對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行多傳感器融合，其中，所述隨機(jī)類融合算法包括加權(quán)平均法、卡爾曼濾波法、多貝葉斯估計(jì)法、d–s(dempster–shafer?envidencetheory，d–s證據(jù)理論)證據(jù)推理法和產(chǎn)生式規(guī)則，所述人工智能類融合算法包括模糊邏輯推力算法和人工神經(jīng)網(wǎng)絡(luò)算法。
13、在本申請(qǐng)的一些實(shí)施例中，所述視覺(jué)信息數(shù)據(jù)的數(shù)據(jù)融合處理具體包括：
14、獲取攝像頭采集的視覺(jué)圖像數(shù)據(jù)、激光雷達(dá)采集的點(diǎn)云數(shù)據(jù)、毫米波雷達(dá)采集的深度雷達(dá)圖像數(shù)據(jù)以及超聲波雷達(dá)采集的近景圖像數(shù)據(jù)；
15、根據(jù)所述視覺(jué)圖像數(shù)據(jù)在應(yīng)用場(chǎng)景下的不同環(huán)境背景影響因素權(quán)重，對(duì)不同環(huán)境的所述視覺(jué)圖像數(shù)據(jù)進(jìn)行加權(quán)融合，計(jì)算得到視覺(jué)融合數(shù)據(jù)，并將所述視覺(jué)融合數(shù)據(jù)與所述點(diǎn)云數(shù)據(jù)、所述深度雷達(dá)圖像數(shù)據(jù)、所述近景圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，計(jì)算得到融合輸出圖像；其中，所述環(huán)境背景影響因素包括光照因素、道路標(biāo)示線因素、道路標(biāo)示牌因素以及道路障礙物因素，所述融合輸出圖像的計(jì)算公式為：
16、
17、其中，s表示融合輸出圖像；u(x)表示視覺(jué)圖像數(shù)據(jù)；u(y)表示點(diǎn)云數(shù)據(jù)；u(z表示深度雷達(dá)圖像數(shù)據(jù)；u(l)表示近景圖像數(shù)據(jù)；n表示環(huán)境背景影響因素的總個(gè)數(shù)，n＝4；w1表示光照因素的權(quán)重系數(shù)，其取值大小由光照等級(jí)確定；w2表示道路標(biāo)示線因素的權(quán)重系數(shù)，其取值大小由道路標(biāo)示線的識(shí)別率確定；w3表示道路標(biāo)示牌因素的權(quán)重系數(shù)，其取值大小由道路標(biāo)示牌的識(shí)別率確定；w4表示道路障礙物因素的權(quán)重系數(shù)，其取值大小由障礙物距離的大小確定。
18、在本申請(qǐng)的一些實(shí)施例中，所述數(shù)據(jù)壓縮處理具體包括：對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行pca(principal?component?analysis，主成分分析)降維處理，或基于壓縮感知技術(shù)獲取并重構(gòu)稀疏信號(hào)；同時(shí)，采用圖像重構(gòu)算法對(duì)所述視覺(jué)信息數(shù)據(jù)進(jìn)行還原和增強(qiáng)。
19、第二方面，本申請(qǐng)實(shí)施例提供了一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理方法，所述數(shù)據(jù)管理方法包括：
20、獲取車輛的各電子模塊所產(chǎn)生的多源異構(gòu)數(shù)據(jù)，根據(jù)定制數(shù)據(jù)類型對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)分類，并對(duì)數(shù)據(jù)分類后的所述多源異構(gòu)數(shù)本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)管理系統(tǒng)包括：集成于中央計(jì)算平臺(tái)的數(shù)據(jù)中心模塊，所述數(shù)據(jù)中心模塊包括數(shù)據(jù)定制處理單元、數(shù)據(jù)存儲(chǔ)單元以及云端交互單元；
2.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)管理系統(tǒng)還包括：集成于所述中央計(jì)算平臺(tái)的智能駕駛模塊、車控域模塊和智能交互模塊，所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊分別與所述數(shù)據(jù)中心模塊相連，且所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊與所述數(shù)據(jù)中心模塊之間采用SPI通信模式，所述智能駕駛模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛智能駕駛的感知、規(guī)劃與決策，所述車控域模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)控制所述車輛的整車車身，所述智能交互模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛的座艙的智能交互。
3.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述傳感器采集數(shù)據(jù)包括激光雷達(dá)數(shù)據(jù)、毫米波雷達(dá)數(shù)據(jù)、超聲波雷達(dá)數(shù)據(jù)、攝像頭數(shù)據(jù)、
4.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)預(yù)處理具體包括：對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)、過(guò)濾和歸一化處理，并轉(zhuǎn)換所述多源異構(gòu)數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)格式；其中，所述過(guò)濾的處理方式為卡爾曼濾波、中值濾波、機(jī)器學(xué)習(xí)算法中的一種或幾種的組合。
5.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述預(yù)設(shè)格式轉(zhuǎn)換處理具體包括：將所述多源異構(gòu)數(shù)據(jù)中的視頻數(shù)據(jù)的色彩格式、圖像格式、像素位深轉(zhuǎn)換為指定格式；所述色彩格式的指定格式為YUV444格式、YUV422格式、YUV420格式、RGB格式中的一種或幾種的組合，所述圖像格式的指定格式為交織、平面或半平面。
6.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述特征提取處理具體包括：基于OpenCV算法庫(kù)和卷積神經(jīng)網(wǎng)絡(luò)，對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行HOG特征、LBP特征、Haar特征提取，和/或利用目標(biāo)檢測(cè)提取算法對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行目標(biāo)提取。
7.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)融合處理具體包括：基于隨機(jī)類融合算法和人工智能類融合算法，對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行多傳感器融合，其中，所述隨機(jī)類融合算法包括加權(quán)平均法、卡爾曼濾波法、多貝葉斯估計(jì)法、D–S證據(jù)推理法和產(chǎn)生式規(guī)則，所述人工智能類融合算法包括模糊邏輯推力算法和人工神經(jīng)網(wǎng)絡(luò)算法。
8.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述視覺(jué)信息數(shù)據(jù)的數(shù)據(jù)融合處理具體包括：
9.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)壓縮處理具體包括：對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行PCA降維處理，或基于壓縮感知技術(shù)獲取并重構(gòu)稀疏信號(hào)；同時(shí)，采用圖像重構(gòu)算法對(duì)所述視覺(jué)信息數(shù)據(jù)進(jìn)行還原和增強(qiáng)。
10.一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理方法，其特征在于，所述數(shù)據(jù)管理方法包括：
...【技術(shù)特征摘要】
1.一種基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)管理系統(tǒng)包括：集成于中央計(jì)算平臺(tái)的數(shù)據(jù)中心模塊，所述數(shù)據(jù)中心模塊包括數(shù)據(jù)定制處理單元、數(shù)據(jù)存儲(chǔ)單元以及云端交互單元；
2.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)管理系統(tǒng)還包括：集成于所述中央計(jì)算平臺(tái)的智能駕駛模塊、車控域模塊和智能交互模塊，所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊分別與所述數(shù)據(jù)中心模塊相連，且所述智能駕駛模塊、所述車控域模塊、所述智能交互模塊與所述數(shù)據(jù)中心模塊之間采用spi通信模式，所述智能駕駛模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛智能駕駛的感知、規(guī)劃與決策，所述車控域模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)控制所述車輛的整車車身，所述智能交互模塊用于根據(jù)所述數(shù)據(jù)中心模塊輸出的所述標(biāo)準(zhǔn)化數(shù)據(jù)實(shí)現(xiàn)所述車輛的座艙的智能交互。
3.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述傳感器采集數(shù)據(jù)包括激光雷達(dá)數(shù)據(jù)、毫米波雷達(dá)數(shù)據(jù)、超聲波雷達(dá)數(shù)據(jù)、攝像頭數(shù)據(jù)、imu傳感器數(shù)據(jù)、gps數(shù)據(jù)以及v2x數(shù)據(jù)；所述車輛內(nèi)部信號(hào)數(shù)據(jù)包括電池狀態(tài)和性能數(shù)據(jù)、環(huán)境感知數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)和車輛行為數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的基于智能網(wǎng)聯(lián)集中式電子電氣架構(gòu)的數(shù)據(jù)管理系統(tǒng)，其特征在于，所述數(shù)據(jù)預(yù)處理具體包括：對(duì)所述多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)、過(guò)濾和歸一化處理，并轉(zhuǎn)換所述多源異構(gòu)數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)格式；其中，所述過(guò)濾的處理方式為卡爾曼濾波、中值濾波、機(jī)器學(xué)習(xí)算法中的一種或幾種的組合。
5.根據(jù)權(quán)利要求1所述的基...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：管磊，褚文博，楊春龍，孔德聰，沈斌，
申請(qǐng)(專利權(quán))人：西部科學(xué)城智能網(wǎng)聯(lián)汽車創(chuàng)新中心重慶有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。