CN106828474B - 一种基于学习机制的制动方法及系统 - Google Patents

Abstract

本发明公开了一种基于学习机制的制动方法和系统，该方法包括：实时获取加速踏板的踏板开度；当加速踏板发生回弹时，获取加速踏板的回弹加速度，判断回弹加速度是否大于或等于加速踏板的全力回弹加速度的85％，若为是，则向车辆制动控制装置发送制动信号；判断制动踏板的开度是否为零，若为是，则向驾驶员发送预制动评价请求，并获取驾驶员的评价信息，评价信息包括准确或不准确；当评价信息为准确时，将回弹加速度存储至有效存储模块；当评价信息为不准确时，将回弹加速度存储至无效存储模块。上述方法能够先于驾驶员踩下制动踏板的制动信号进行制动，通过自动学习机制，能够准确获取驾驶员驾驶习惯，避免误操作制动，并提升驾驶感受。

Description

一种基于学习机制的制动方法及系统

技术领域

本发明涉及车辆控制技术领域，更具体地说，涉及一种基于学习机制的制动方法。此外，本发明还涉及一种用于实现上述基于学习机制的制动方法的系统。

背景技术

车辆的制动系统是车辆的重要控制系统之一，车辆控制制动技术的发展情况决定了车辆的技术水平。

现有技术中的车辆的制动系统包括刹车制动、手动制动等，传统情况中，当驾驶员遇到紧急情况，通常将踩在油门上的右脚急速放松，回收同时移向刹车踏板，并将刹车踏板踩下，当刹车踏板踩下后，车速才会降低，在此过程中车速基本保持原有车速，也就是说，制动操作不能够由驾驶员发现紧急情况时及时作出反应，存在延误操作的可能，对车辆的行驶安全造成了极大的威胁。

综上所述，如何提供一种安全准确的制动方法，是目前本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的是提供一种基于学习机制的制动方法，该方法能够实现对车辆制动的提前预判和反馈学习，能够准确获得驾驶员的驾驶状态，保证车辆驾驶的安全准确。

本发明的另一目的是提供一种用于实现上述基于学习机制的制动方法的系统。

为了实现上述目的，本发明提供如下技术方案：

一种基于学习机制的制动方法，包括：

S1：实时获取加速踏板的踏板开度；

S2：当所述加速踏板发生回弹时，获取加速踏板的回弹加速度，判断回弹加速度是否大于或等于所述加速踏板的全力回弹加速度的85％，若为否，则返回所述实时获取加速踏板的踏板开度的步骤，若为是，则向车辆制动控制装置发送制动信号，所述制动信号为向电马达输送反向电流以进行预制动，并在预定时间后获取制动踏板状态；

S3：判断所述制动踏板的开度是否为零，若为否，则将所述回弹加速度存储至有效存储模块；若为是，则向驾驶员发送预制动评价请求，并获取驾驶员的评价信息，所述评价信息包括准确或不准确；当所述评价信息为准确时，将所述回弹加速度存储至有效存储模块；当所述评价信息为不准确时，将所述回弹加速度存储至无效存储模块。

优选的，所述S3中将所述回弹加速度存储至无效存储模块的步骤，包括：

向驾驶员发送评价选择信息，包括主观误操作、紧急情况解除和系统不合理操作；

若驾驶员选择为主观误操作，则将所述回弹加速度存储至有效存储模块；

若驾驶员选择为紧急情况解除，则将所述回弹加速度存储至有效存储模块；

若驾驶员选择为系统不合理操作，则将所述回弹加速度存储至无效存储模块。

优选的，所述S3中当所述制动踏板的开度不为零，将所述回弹加速度存储至有效存储模块之后，还包括：

获取所述制动踏板的开度和预制动加速度，并保持预制动的作用；

根据所述制动踏板的开度确定实际制动加速度，并将所述实际制动加速度与所述预制动加速度进行比较，若实际制动加速度大于所述预制动加速度，则向车辆制动控制装置发送制动解除信号，并以所述制动踏板的实际制动加速度进行制动。

优选的，所述S2中向车辆制动控制装置发送制动信号之前，还包括：

S21：通过生物识别系统检测驾驶员面部特征变化，判断驾驶员是否处于紧张状态，若为是，则向车辆制动控制装置发送制动信号；若为否，则执行S21；

S22：获取驾驶员踩踏加速踏板的脚部动作，判断所述脚部是否向制动踏板移动，若为是，则向车辆制动控制装置发送制动信号；若为否，则检测制动踏板的开度，以便进行制动。

优选的，所述S2中向车辆制动控制装置发送制动信号的步骤，包括：

检测车辆当前速度，若车辆处于低速驻车状态，则启动机械制动装置进行制动，并控制发电机获取发动机的动能，并进行存储。

优选的，所述S2中的预定时间为0.5至2秒；

和/或所述S3中向驾驶员发送预制动评价请求并获取驾驶员的评价信息包括：在仪表盘上显示预制动评价请求，并通过触摸屏与驾驶员进行人工交互，获取评价信息；或通过TTS语音交互系统与驾驶员进行语音评价。

一种基于学习机制的制动系统，包括：

加速踏板状态获取装置，用于实时获取加速踏板的踏板开度，当所述加速踏板发生回弹时，获取加速踏板的回弹加速度，并将所述回弹加速度发送至预制动发送器；

预制动发送器，用于当回弹加速度是否大于或等于所述加速踏板的全力回弹加速度的85％时，向车辆制动控制装置发送制动信号，所述制动信号为向电马达输送反向电流以进行预制动；

车辆制动控制装置，用于接收所述预制动发送器发送的制动信号，并控制进行制动；

制动踏板状态获取装置，用于在所述预制动发送器发送预制动信号预定时间后获取制动踏板状态；

自主评价装置，用于当所述制动踏板开度为零时，将所述回弹加速度存储至有效存储模块；当所述制动踏板开度为零时向驾驶员进行评价请求，并根据评价信息判断预制动的准确性并将回弹加速度存储至有效存储模块或无效存储模块。

优选的，所述自主评价装置为设置在仪表盘上的触摸屏装置，用于显示所述评价请求，并接收驾驶员的评价信息；

或所述自主评价装置为TTS语音交互系统，所述语音交互系统用于发出评价请求的语音，并接收驾驶员的语音评价。

优选的，所述自主评价装置还与设置在方向盘上的指纹识别装置连接，用于根据驾驶员的指纹在所述有效存储模块和无效存储模块中设置独立的存储空间。

优选的，还包括：

脚部动作识别装置，用于获取脚部动作，并当脚部向制动踏板移动时，向车辆制动控制装置发送制动信号；

生物识别系统，用于检测驾驶员面部特征的变化，并当判断驾驶员处于紧张状态时，向车辆制动控制装置发送制动信号；所述生物识别系统包括虹膜识别系统和表情识别系统。

本发明所提供的基于学习机制的制动方法和系统能够在驾驶员抬起加速踏板的过程中，通过对加速踏板回弹加速度的检测实现对驾驶员操作意图的获取和分析，能够先于驾驶员踩下制动踏板的制动信号，并且通过对操作意图的分析以及获取驾驶员的预制动评价，避免了驾驶员习惯性急抬加速踏板造成的误制动操作，通过自动学习机制，能够准确获取驾驶员驾驶习惯，避免误操作制动，并提升驾驶感受。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的基于学习机制的制动方法的具体实施例一的流程图；

图2为本发明所提供的基于学习机制的制动方法的具体实施例二的流程图；

图3为本发明所提供的基于学习机制的制动方法的具体实施例三的流程图；

图4为本发明所提供的基于学习机制的制动系统的结构示意图。

图4中：

1为加速踏板状态获取装置、2为预制动发送器、3为车辆制动控制装置、4为制动踏板状态获取装置、5为自主评价装置、6为指纹识别装置、7为脚部动作识别装置、8为生物识别系统。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的核心是提供一种基于学习机制的制动方法，该方法能够实现对车辆制动的提前预判和反馈学习，能够准确获得驾驶员的驾驶状态，保证车辆驾驶的安全准确。

本发明的另一核心是提供一种用于实现上述基于学习机制的制动方法的系统。

请参考图1至图4，图1为本发明所提供的基于学习机制的制动方法的具体实施例一的流程图；图2为本发明所提供的基于学习机制的制动方法的具体实施例二的流程图；图3为本发明所提供的基于学习机制的制动方法的具体实施例三的流程图；图4为本发明所提供的基于学习机制的制动系统的结构示意图。其中，图2和图3中与图1相类似的流程已省略。

本发明所提供的一种基于学习机制的制动方法，包括：

步骤S1：实时获取加速踏板的踏板开度。

需要说明的是，上述步骤S1中获取加速踏板的踏板开度为车辆行驶的任意状态下的踏板开度，该步骤的作用在于在车辆行驶过程中获得车辆的行驶状态。

步骤S2：当加速踏板发生回弹时，获取加速踏板的回弹加速度，判断回弹加速度是否大于或等于加速踏板的全力回弹加速度的85％，若为否，则返回实时获取加速踏板的踏板开度的步骤，若为是，则向车辆制动控制装置发送制动信号，制动信号为向电马达输送反向电流以进行预制动，并在预定时间后获取制动踏板状态。

步骤S2中加速踏板发生回弹即通过步骤S1中对于加速踏板的开度进行获取得到的。回弹加速度为加速踏板开度减小的一种状态描述量，加速踏板回弹且不受任何外的情况下产生的加速度为全力回弹加速度。当回弹加速度大于或等于全力回弹加速度的85％时，回弹加速度接近全力回弹加速度时，可以判断驾驶员操作意图为减速操作或遇到紧急情况需要进行制动。考虑到本发明涉及的是电车或混合动力车辆，所以在遇险时通过向马达反送电的方式能够安全有效的进行制动。上述步骤中返回实时获取加速踏板的踏板开度的步骤，即返回上一步S1中，以便下一次的加速踏板回弹时，能够迅速进入处理状态中。

步骤S3：判断制动踏板的开度是否为零，若为否，则将回弹加速度存储至有效存储模块；若为是，则向驾驶员发送预制动评价请求，并获取驾驶员的评价信息，评价信息包括准确或不准确；当评价信息为准确时，将回弹加速度存储至有效存储模块；当评价信息为不准确时，将回弹加速度存储至无效存储模块。

需要说明的是，步骤S3是对步骤S2中获取制动踏板的状态进行判断，如果驾驶员踩踏了制动踏板，则说明上一步的预制动是准确的，若没有踩踏，则需要进一步确认准确性。向驾驶员发送预制动评价请求的步骤中，评价请求可以为语音请求或者显示请求，以便驾驶员在行车过程中方便进行应答互动，应答互动的评价结果可以简单设定为准确和不准确两个，以便于驾驶员进行选择。不同的结果对应对回弹加速度进行不同的处理。

存入无效存储模块的回弹加速度将作为不进行预制动的上限，以便后续使用中的判断，存入有效存储模块的回弹加速度将座位进行预制动的参考常量。

可选的，上述预定时间应为较短时间段，以便驾驶员能够分辨来自于哪一次的预制动评价，然而，为了保证行车安全，预定时间应当在车辆的制动操作完成后，例如车辆停靠平稳后，或者车辆再次进入加速状态后。

本发明所提供的基于学习机制的制动方法能够在驾驶员抬起加速踏板的过程中，通过对加速踏板回弹加速度的检测实现对驾驶员操作意图的获取和分析，能够先于驾驶员踩下制动踏板的制动信号，并且通过对操作意图的分析以及获取驾驶员的预制动评价，避免了驾驶员习惯性急抬加速踏板造成的误制动操作，通过自动学习机制，能够准确获取驾驶员驾驶习惯，避免误操作制动，并提升驾驶感受。

在上述实施例的基础之上，在步骤S3中将回弹加速度存储至无效存储模块的步骤，包括以下具体步骤：

步骤S31：向驾驶员发送评价选择信息，包括主观误操作、紧急情况解除和系统不合理操作。

若驾驶员选择为主观误操作，则将回弹加速度存储至有效存储模块。

若驾驶员选择为紧急情况解除，则将回弹加速度存储至有效存储模块。

若驾驶员选择为系统不合理操作，则将回弹加速度存储至无效存储模块。

需要说明的是，为了进一步明确预制动不准确的原因，可以再与驾驶员进行学习互动，进而将不准确的情况分为三种判别机制，通过与驾驶员的交互操作，最终获取到预制动操作的评价，并将相对应的回弹加速度进行存储。需要说明的是，上述有效存储模块和无效存储模块中的数据均用于以后对预制动的判断，例如，在执行预制动操作之前，将当前回弹加速度与无效存储模块中的最大值进行比较，若大于最大值，则说明可以进行预制动，若远小于最大值，则说明这是驾驶员的驾驶习惯，不能够继续预制动。

需要说明的是，上述学习的结果可以作为对下一次紧急情况的判断，也可以作为衡量驾驶员的操作准确度的判断，应用于驾驶员自动考核系统中等方面。

在上述任意一个实施例的基础之上，步骤S3中当制动踏板的开度不为零，将回弹加速度存储至有效存储模块的步骤之后，还包括：

步骤S32：获取制动踏板的开度和预制动加速度，并保持预制动的作用。

步骤S33：根据制动踏板的开度确定实际制动加速度，并将实际制动加速度与预制动加速度进行比较，若实际制动加速度大于预制动加速度，则向车辆制动控制装置发送制动解除信号，并以制动踏板的实际制动加速度进行制动。

需要说明的是，预制动仅作为先行制动，但不能够完全取代驾驶员的主动制动，所以当制动踏板形成的制动加速度大于预制动加速度时，应当将制动权利还给制动踏板，即还给驾驶员，也就是说制动踏板的操作优先级高于预制动操作。

可选的，上述获取制动踏板开度的方式可以通过制动踏板监测装置，或者通过车辆中控系统进行获取。

在上述任意一个实施例的基础之上，步骤S2中向车辆制动控制装置发送制动信号的步骤之前，还包括：

步骤S21：通过生物识别系统检测驾驶员面部特征变化，判断驾驶员是否处于紧张状态，若为是，则向车辆制动控制装置发送制动信号；若为否，则执行步骤S22。

步骤S22：获取驾驶员踩踏加速踏板的脚部动作，判断脚部是否向制动踏板移动，若为是，则向车辆制动控制装置发送制动信号；若为否，则检测制动踏板的开度，以便进行制动。

需要说明的是，回弹加速度的数值可以作为预制动的判定条件之一，同样由于驾驶员在遇险时还具有其他动作反应特征，所以可以通过其他特征作为预制动的后续判定条件。例如，脚部动作和面部反应，以面部反应为例，遇险时驾驶员的瞳孔可能出现瞳孔的微张或眼睛的微张，这些动作是人的自然反应，要快于驾驶员的脚步动作，能够更准确的反应当前遇险状态。

可选的，上述特征还可以为其他可测量的特征情况。

在上述任意一个实施例的基础之上，步骤S2中向车辆制动控制装置发送制动信号的步骤，具体可以包括：

检测车辆当前速度，若车辆处于低速驻车状态，则启动机械制动装置进行制动，并控制发电机获取发动机的动能，并进行存储。

需要说明的是，电动车辆在当高速行驶或者制动踏板被踩下去的角度幅度在80％之内时，可以采用由电源向马达反向供电，以达到刹车的效果。如果车辆处于低速状态或制动踏板踩入最后的20％的角度时，制动可以采用机械刹车。

在上述任意一个实施例的基础之上，步骤S2中的预定时间为0.5至2秒。

另外，步骤S3中向驾驶员发送预制动评价请求并获取驾驶员的评价信息包括：在仪表盘上显示预制动评价请求，并通过触摸屏与驾驶员进行人工交互，获取评价信息；或通过TTS语音交互系统与驾驶员进行语音评价。

可选的，上述TTS语音交互系统还可以采用其他语音互动系统，由于TTS的转换效果好，且语音能够在文字和语音之间形成相互转化，所以TS语音交互系统的操作性能较优。

除了上述各个实施例所提供的一种基于学习机制的制动方法，本发明还提供一种用于实施上述方法的基于学习机制的制动系统，该系统主要用与电动车辆或混合动力车辆，包括：加速踏板状态获取装置1、预制动发送器2、车辆制动控制装置3、制动踏板状态获取装置4和自主评价装置5。

其中，加速踏板状态获取装置1，用于实时获取加速踏板的踏板开度，当加速踏板发生回弹时，获取加速踏板的回弹加速度，并将回弹加速度发送至预制动发送器2；加速踏板状态获取装置1与预制动发送器2信号连接。

预制动发送器2，用于当回弹加速度是否大于或等于加速踏板的全力回弹加速度的85％时，向车辆制动控制装置3发送制动信号，制动信号为向电马达输送反向电流以进行预制动。

车辆制动控制装置3，用于接收预制动发送器2发送的制动信号，并控制车辆进行制动；其中包括向电马达反向送电以实现降速，车辆制动控制装置3与预制动发送器2信号连接。

制动踏板状态获取装置4，用于在预制动发送器2发送预制动信号预定时间后获取制动踏板状态；制动踏板状态获取装置4可以直接与制动踏板连接，或者与车辆控制系统连接，间接获取制动踏板的状态。

自主评价装置5，用于当制动踏板开度为零时，将回弹加速度存储至有效存储模块；当制动踏板开度为零时向驾驶员进行评价请求，并根据评价信息判断预制动的准确性并将回弹加速度存储至有效存储模块或无效存储模块。自主评价装置5与制动踏板状态获取装置4连接。

需要说明的是，自主评价装置5为交互装置，可以为具有显示屏的系统、具有语音服务的系统，或者仅为内嵌在车辆仪表盘上的模块，通过车辆已有的交互装置与驾驶员实现交互评价和信息的传递。

上述基于学习机制的制动系统的使用和操作方法请参考上述基于学习机制的制动方法的实施例，此处不再赘述。

本发明所提供的基于学习机制的制动系统能够先于制动踏板的开度变化实现预制动，合理实施制动效果，并在制动完成后，开启对预制动驾驶员评价学习模式，以便更好的了解驾驶员操作习惯，形成操作相对应的数据提取库，方便后续的使用。

在上述实施例的基础之上，自主评价装置5为设置在仪表盘上的触摸屏装置，用于显示评价请求，并接收驾驶员的评价信息。

或自主评价装置5为TTS语音交互系统，语音交互系统用于发出评价请求的语音，并接收驾驶员的语音评价。

可选的，上述自主评价装置5也可以为除仪表盘以外其他模式下的装置，例如设置在驾驶员头顶部的风挡玻璃投影显示装置，利用光折射原理将显示信息投影到风挡玻璃上，并通过语音获取驾驶员选择结果。上述TTS语音交互系统和风挡玻璃显示装置在现有技术中均有应用，本发明仅仅是将上述技术应用到自主评价装置5中。

在上述任意一个实施例的基础之上，自主评价装置5还与设置在方向盘上的指纹识别装置6连接，用于根据驾驶员的指纹在有效存储模块和无效存储模块中设置独立的存储空间。

需要说明的是，上述系统和方法着重针对驾驶员的操作习惯进行判断，从而实现更好的理解驾驶员操作意图的目的，然而车辆可能存在多个驾驶员，他们的操作习惯各不相同，所以需要针对不同的驾驶员，进行有针对性的数据存储。通过指纹识别装置6识别的不同指纹，并分别在有效存储模块和无效存储模块中中设置相对应的存储块或列表，以便区分驾驶员。

在上述任意一个实施例的基础之上，还包括：

脚部动作识别装置7，用于获取脚部动作，并当脚部向制动踏板移动时，向车辆制动控制装置3发送制动信号。

生物识别系统8，用于检测驾驶员面部特征的变化，并当判断驾驶员处于紧张状态时，向车辆制动控制装置3发送制动信号；生物识别系统8包括虹膜识别系统和/或表情识别系统。

可选的，除了虹膜识别系统和/或表情识别系统，生物识别系统8也可以为其他的用于检测驾驶员状态的检测装置。

除了上述实施例所提供的基于学习机制的制动系统，本发明还提供一种包括上述实施例公开的基于学习机制的制动系统的车辆，该车辆的其他各部分的结构请参考现有技术，本文不再赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

以上对本发明所提供的基于学习机制的制动方法和系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (4)

1.一种基于学习机制的制动方法，其特征在于，包括：

S1：实时获取加速踏板的踏板开度；

S2：当所述加速踏板发生回弹时，获取加速踏板的回弹加速度，判断回弹加速度是否大于或等于所述加速踏板的全力回弹加速度的85％，若为否，则返回所述实时获取加速踏板的踏板开度的步骤，若为是，则向车辆制动控制装置发送制动信号，所述制动信号为向电马达输送反向电流以进行预制动，并在预定时间后获取制动踏板状态；

S3：判断所述制动踏板的开度是否为零，若为否，则将所述回弹加速度存储至有效存储模块；若为是，则向驾驶员发送预制动评价请求，并获取驾驶员的评价信息，所述评价信息包括准确或不准确；当所述评价信息为准确时，将所述回弹加速度存储至有效存储模块；当所述评价信息为不准确时，将所述回弹加速度存储至无效存储模块；

所述S3中将所述回弹加速度存储至无效存储模块的步骤，包括：向驾驶员发送评价选择信息，包括主观误操作、紧急情况解除和系统不合理操作；若驾驶员选择为系统不合理操作，则将所述回弹加速度存储至无效存储模块；

所述S3中当所述制动踏板的开度不为零，将所述回弹加速度存储至有效存储模块之后，还包括：

获取所述制动踏板的开度和预制动加速度，并保持预制动的作用；

根据所述制动踏板的开度确定实际制动加速度，并将所述实际制动加速度与所述预制动加速度进行比较，若实际制动加速度大于所述预制动加速度，则向车辆制动控制装置发送制动解除信号，并以所述制动踏板的实际制动加速度进行制动。

2.根据权利要求1所述的基于学习机制的制动方法，其特征在于，所述S2中向车辆制动控制装置发送制动信号之前，还包括：

S21：通过生物识别系统检测驾驶员面部特征变化，判断驾驶员是否处于紧张状态，若为是，则向车辆制动控制装置发送制动信号；若为否，则执行S21；

S22：获取驾驶员踩踏加速踏板的脚部动作，判断所述脚部是否向制动踏板移动，若为是，则向车辆制动控制装置发送制动信号；若为否，则检测制动踏板的开度，以便进行制动。

3.根据权利要求2所述的基于学习机制的制动方法，其特征在于，所述S2中向车辆制动控制装置发送制动信号的步骤，包括：

检测车辆当前速度，若车辆处于低速驻车状态，则启动机械制动装置进行制动，并控制发电机获取发动机的动能，并进行存储。

4.根据权利要求3所述的基于学习机制的制动方法，其特征在于，所述S2中的预定时间为0.5至2秒；

和/或所述S3中向驾驶员发送预制动评价请求并获取驾驶员的评价信息包括：在仪表盘上显示预制动评价请求，并通过触摸屏与驾驶员进行人工交互，获取评价信息；或通过文本语音交互系统与驾驶员进行语音评价。