一种数据处理方法、车辆、系统及存储介质与流程

1.本发明实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、车辆、系统及存储介质。


背景技术：

2.高级别自动驾驶系统的可靠性是其广泛应用、发挥商业价值的前提。自动驾驶中，由于系统复杂度较高，数据量大，对关键数据的准确性判断是自动驾驶系统设计的一个难点。同时，在根据所采集到的数据控制车辆时，如果无法保证数据的可靠性，将会对车辆的驾驶策略以及车辆控制产生不利影响。现有技术中，对于所采集到的车辆行驶过程的数据的准确性并没有标准化的判断方式。如何保证车辆行驶过程中数据的准确性成为有待解决的问题。


技术实现要素：

3.本发明提供一种数据处理方法、车辆、系统及存储介质，以实现对车辆行驶过程中的数据进行处理，并实现可靠性判断。
4.第一方面，本发明实施例提供了一种数据处理方法，所述数据处理方法包括：
5.获取车辆当前时刻的观测速度集合，所述观测速度集合包括至少一个观测速度；
6.根据所述观测速度集合确定当前时刻的车辆速度；以及
7.根据所述车辆速度对所述车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定所述车重和路面坡度的可靠性。
8.第二方面，本发明实施例还提供了一种车辆，该车辆包括：冗余控制器，所述冗余控制器用于执行如本发明实施例中任一项所述的数据处理方法。
9.第三方面，本发明实施例还提供了一种数据处理系统，该系统包括：存储器和处理器；
10.存储器，用于存储一个或多个程序，
11.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一项所述的一种数据处理方法。
12.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一项所述的一种数据处理方法。
13.本发明实施例提供了一种数据处理方法、车辆、系统及存储介质，解决了车辆行驶过程中无法对车辆和路面坡度进行可靠性估计的问题，通过车辆当前时刻的观测速度集合确定车辆在当前时刻的车辆速度，进而根据车辆速度对车重和路面坡度中的至少一个进行可靠性估计，判断车重和路面坡度的可靠性。通过观测速度预测车辆速度提高了车辆速度的准确性，进一步提高车重和路面坡度的可靠性估计结果的准确性。
附图说明
14.图1是本发明实施例一中的一种数据处理方法的流程图；
15.图2是本发明实施例二中的一种数据处理方法的流程图；
16.图3是本发明实施例三中的一种车辆的结构示意图；
17.图4是本发明实施例三中的一种车辆的结构示例图；
18.图5是本发明实施例四中的一种数据处理系统的结构示意图。
具体实施方式
19.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施例方式作进一步地详细描述。应当明确，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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它实施例，都属于本技术保护的范围。
20.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
21.在本技术的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。此外，在本技术的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
22.实施例一
23.图1给出了本技术实施例一提供的一种数据处理方法的流程示意图，该方法适用于在车辆行驶过程中对车重和路面坡度进行可靠性估计的情况。该方法可以由计算机设备或车辆中的冗余控制器执行。
24.对于广泛应用线控系统(x by wire)的自动驾驶车辆，设计者需要对车载控制系统进行冗余设计，确保在由于不确定因素导致某一系统失效的情况下，另一系统能够及时接管车辆各执行器(如转向、刹车等)并按预先设定的控制策略完成行驶任务或执行紧急避险。当车辆主控制器或主系统中执行机构失效时，基于这些机构得出的车速、车重等车辆信息和重要参数可能并不准确。自动驾驶中，如果主系统失效，冗余系统需要能获得车辆行驶过程中的信息，用于进行安全的车辆控制。因此，可通过车辆中的冗余控制器执行本技术所提供的一种数据处理方法。或者由计算机设备执行本技术中的数据处理方法，然后与车辆进行通信，将数据处理结果发送给车辆。
25.如图1所示，本实施例一提供的一种数据处理方法，具体包括如下步骤：
26.s101、获取车辆当前时刻的观测速度集合，观测速度集合包括至少一个观测速度。
27.在本实施例中，观测速度具体可以理解为车辆行驶过程中所采集的速度值，可用于衡量或直接作为车辆的行驶速度。可以通过不同的采集方式采集不同的观测速度。观测速度集合具体可以理解为存储一个或多个观测速度的集合，可以是以数组的形式进行存
储。
28.具体的，通过车辆上安装传感器采集行驶速度，或者通过车载定位系统确定车辆的行驶速度等。在车辆行驶过程中，通过车辆上的传感器或其他方式采集车辆在当前时刻的速度，将其作为观测速度形成观测速度集合。观测速度集合可以临时或长久存储在本地或其他的存储空间，在执行本技术的数据处理方法时，从相应的存储空间中获取观测速度集合。
29.s102、根据观测速度集合确定当前时刻的车辆速度。
30.在本实施例中，车辆速度具体可以理解为车辆的行驶速度。不同采集方式采集得到的观测速度其准确性可能不同，不同的观测速度与实际的车辆速度其关联性也可能不同。因此，本实施例通过观测速度集合中的观测速度综合确定车辆速度。确定车辆速度的方式可以是对每个观测速度设置不同的加权系数，通过加权计算的方式确定车辆速度，或者计算平均值、最大值、最小值、中位数、众数等方式，将得到的结果作为车辆速度，也可以给定与观测速度相关的计算公式，根据计算公式计算得到车辆速度。或者为不同的观测速度设置置信度，根据置信度确定车辆速度；或者根据不同的观测速度的相关信息，例如，不同的观测速度通过不同的方式采集后，获取不同采集设备的状态信息、环境信息等相关信息，进一步根据相关信息确定每种行驶速度的可信度或者权重，根据可以可信度或权重确定车辆速度。
31.s103、根据车辆速度对车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定车重和路面坡度的可靠性。
32.在本实施例中，可靠性至少包括可靠和不可靠。路面坡度是指当前时刻车辆所行驶的路面的坡度。路面坡度可通过gps定位系统确定，也可以根据车辆行驶过程中的各种信息数据计算得到；车重可以根据给定的计算公式计算。本技术针对已经计算得到的车重和路面坡度进行可靠性估计。预先构建用于估计可靠性的物理学模型，根据车辆在当前时刻的车重和路面坡度结合物理学模型对预测一个车辆速度，通过比较车辆速度和预测得到的速度确定两个速度之间的差值，根据速度差值确定车重和路面坡度的可靠性。
33.本发明实施例提供了一种数据处理方法，通过获取车辆当前时刻的观测速度集合，所述观测速度集合包括至少一个观测速度；根据所述观测速度集合确定当前时刻的车辆速度；以及根据所述车辆速度对所述车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定所述车重和路面坡度的可靠性。解决了车辆行驶过程中难以对车辆和路面坡度进行可靠性估计的问题，通过车辆当前时刻的观测速度集合确定车辆在当前时刻的车辆速度，进而根据车辆速度对车重和路面坡度中的至少一个进行可靠性估计，判断车重和路面坡度的可靠性。通过观测速度预测车辆速度提高了车辆速度的准确性，进一步提高车重和路面坡度的可靠性估计结果的准确性。
34.实施例二
35.图2为本发明实施例二提供的一种数据处理方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
36.s201、获取车辆当前时刻的观测速度集合，观测速度集合包括至少一个观测速度。
37.作为本实施例的一个可选实施例，本可选实施例进一步优化包括了：车辆包括传感器系统，获取车辆当前时刻的观测速度集合，包括：从传感器系统获取车辆当前时刻的至
少一个观测速度。
38.在本实施例中，传感器系统具体可以理解为车辆中集中对各类型传感器进行管理的系统，车辆上可以安装不同类型的传感器，采集不同类型的信号。本技术为了获取观测速度，在车辆的不同位置处安装传感器，传感器与传感器系统通信连接，将采集到的信号或数据发送至传感器系统。或者，传感器系统也可以理解为包含了车辆上各类型的传感器的系统。示例性的，本技术中的每个观测速度分别可以来源于传感器所采集的行车记录仪信号、车桥信号、车轮轮速信号或动力系统信号。通过行车记录仪信号可以计算得到一个观测速度；通过车桥信号中的前桥速度信号可以计算得到一个观测速度；通过车轮轮速信号可以计算得到一个观测速度；动力系统可以根据采集的信号计算行驶速度，从动力系统获取行驶速度作为观测速度。
39.s202、确定观测速度集合中所包含的观测速度的数量。
40.对观测速度集合中所包含的观测速度进行统计，确定观测速度的数量。可以对观测速度集合中的观测速度进行计数完成数量的统计。如果观测速度集合以数组形式对观测速度进行存储，可以根据数组长度确定观测速度的数量。
41.进一步地，每个观测速度具有置信度，可以预先设置不同的传感器所采集的观测速度的置信度，在采集到观测速度后，相应可以确定观测速度的置信度。也可以根据传感器当前工作的环境以及工作状态确定置信度。s203与s204-s205为并列步骤。在执行s203，或者执行s204-s205后执行s206。
42.s203、响应于数量小于第一预设数量，根据每个观测速度的置信度，确定当前时刻的车辆速度。
43.在本实施例中，第一预设数量具体可以理解为预先设置的数值阈值。在确定观测速度的数量后，比较数量和第一预设数量的大小，如果数量小于第一预设数量，则确定每个观测速度的置信度。比较各置信度，确定置信度最高的观测速度，将置信度最高的观测速度作为当前时刻的车辆速度。或者，去除置信度最低或一定数量的观测速度，根据剩余的观测速度计算当前时刻的车辆速度，计算方式可以是加权求和、取平均值、最大值、最小值等方式。
44.s204、响应于数量不小于第一预设数量，根据各观测速度确定变异系数。
45.在本实施例中，变异系数具体可以理解为一种通过数学方法计算得到的数值，用于在存在多种速度的情况下评价各速度的差异性。
46.比较数量和第一预设数量的大小，如果数量不小于第一预设数量，根据各观测速度计算方差、均值等参数，进一步计算得到变异系数。或者对各观测速度进行筛选，根据筛选得到的观测速度按照预先给定的公式进行运算，得到变异系数。
47.作为本实施例的一个可选实施例，本可选实施例可以通过a1-a3来实现根据各观测速度确定变异系数：
48.a1、根据各观测速度确定平均速度。
49.在本实施例中，平均速度即观测速度的平均值。统计各观测速度的总和，通过总和除以观测速度的数量，得到平均速度。
50.a2、基于各观测速度和平均速度确定速度方差。
51.针对每个观测速度，计算观测速度和平均速度的差值，计算差值的平方，将得到的
每个平方进行累加，累加后得到的值除以(n-1)，其中，n为观测速度的数量，得到速度方差。
52.a3、将速度方差与平均速度的比值确定为变异系数。
53.计算速度方差和平均速度的比值，将比值作为变异系数。
54.示例性的，本技术提供一种变异系数的计算公式：sigma＝var(v)/e(v)；
55.将上述公式展开为：sigma＝(σ(vi
–
e(v))^2)/(e(v)*(n-1))
56.其中，sigma为变异系数，var(v)为速度方差，e(v)为平均速度，vi为第i个速度，n为观测速度的数量。
57.s205、根据变异系数确定当前时刻的车辆速度。
58.在本技术中，变异系数的大小影响车辆速度的确定方式。由于变异系数是用于评价各速度数据的差异性，如果变异系数较大，此时各观测速度之间的差异性较大，在确定车辆速度时，可去除差异较大的观测速度，根据剩余的观测速度确定车辆速度；或者，比较各观测速度，从各观测速度中选择可靠性较高的观测速度作为车辆速度，可靠性较高可以是观测速度的置信度较高，或者某一观测速度与其他的观测速度之间的差异性最小。如果变异系数较小，此时各观测速度之间的差异较小，即各观测速度具有一定的一致性，可以从各观测速度中选择任意一个作为车辆速度，或者选择置信度最高的观测速度作为车辆速度，也可以通过各观测速度计算平均值、最大值、最小值，加权求和等方式确定车辆速度。
59.作为本实施例的一个可选实施例，本可选实施例可进一步通过b1-b2来实现根据变异系数确定当前时刻的车辆速度：
60.b1、响应于变异系数不大于第一阈值，根据各观测速度的置信度确定第一预设数量的目标观测速度。
61.在本实施例中，第一阈值具体可以理解为用于判断变异系数的边界值，预先设置。第一预设数量为预先设置的数值，例如，2、3等。第一预设数量不大于观测速度的数量。目标观测速度具体可以理解为用于确定车辆速度的观测速度。
62.比较变异系数和第一阈值的大小，当变异系数不大于第一阈值时，说明各观测速度的一致性较好，此时，确定各观测速度的置信度，通过置信度对观测速度进行排序，按照顺序选取第一预设数量的目标观测速度，例如，按照置信度从高到低选择3个观测速度作为目标观测速度。
63.b2、将各目标观测速度的平均值确定为当前时刻的车辆速度。
64.计算各目标观测速度的平均值，将平均值作为当前时刻的车辆速度。
65.作为本实施例的一个可选实施例，本可选实施例可以按照以下方式来实现根据变异系数确定当前时刻的车辆速度：响应于变异系数大于第一阈值，基于预设算法对各观测速度进行处理，确定当前时刻的车辆速度。
66.在本实施例中，预设算法具体可以理解为预先确定的数据处理方法，例如，聚类算法。当变异系数大于第一阈值时，通过预设算法对各观测速度进行处理和运算，例如，通过聚类的方式过滤掉差异性较大的观测速度，通过剩余的观测速度确定当前时刻的车辆速度。
67.作为本实施例的一个可选实施例，本可选实施例进一步采用c1-c4来基于预设算法对各观测速度进行处理，确定当前时刻的车辆速度：
68.c1、根据各观测速度的置信度确定第二预设数量的待聚类观测速度。
69.在本实施例中，第二预设数量可根据需求预先设置，且第二预设数量不大于观测速度的数量。待聚类观测速度具体可以理解为用于作为聚类中心的观测速度。
70.c2、以各待聚类观测速度作为聚类中心进行聚类，确定各待聚类观测速度对应的组内元素数量。
71.在本实施例中，以待聚类观测速度作为聚类中心进行聚类时，每个聚类中的观测速度作为数据组，组内元素数量具体可以理解为上述数据组中的数据的数量。
72.将各待聚类观测速度均作为一个聚类中心进行聚类，计算不作为待聚类观测速度的观测速度与每个待聚类观测速度的距离，比较与各待聚类观测速度的距离，确定距离最近的待聚类观测速度，将观测速度加入到距离最近的待聚类观测速度所在的数据组中。对于新加入元素的组别重新计算中心点，直到所有不作为待聚类观测速度的观测速度依次添加到距离最近的数据组中，得到聚类结果。统计聚类后的每个数据组中的组内元素数量。
73.示例性的，以观测速度集合v＝[vf,v
t
,vw,v
p
]为例，说明聚类过程。
[0074]
i、假设上述观测速度集合为按照置信度由高到低排列，分别选择待聚类观测速度vf和vt作为中心点建立两个速度组(即数据组)。
[0075]
ii.向vf组或vt组中添加观测速度集合v内的其他的观测速度。添加依据为待加入的观测速度到原组别中心点的距离。
[0076]
iii.对有新加入元素的组别重新计算中心点，并统计组内元素数量。
[0077]
iv.重复ii和iii直到所有观测速度被分类(即添加到相应的数据组中)。
[0078]
c3、根据各组内元素数量，确定备选观测速度。
[0079]
在本实施例中，备选观测速度具体可以理解为用于确定车辆速度的观测速度。比较各组内元素数量，确定数量最多的数据组，将此数据组中包括的观测速度作为备选观测速度。如果存在至少两个数量相同，且均为最多的数据组，即数量最多的数据组有两个或以上，此时将两个数据组中的观测速度均作为备选观测速度。
[0080]
c4、根据备选观测速度的置信度，确定当前时刻的车辆速度。
[0081]
比较各备选观测速度的置信度，选择置信度较高的备选观测速度作为车辆速度。或者，按照置信度的高低选择一定数量的备选观测速度，根据各备选观测速度计算平均值以确定车辆速度。具体计算方式可根据实际选择，在此不做限定。
[0082]
步骤c3和c4还可以通过如下方式实现：比较各组内元素数量，确定数量最多的数据组，将此数据组对应的待聚类观测速度作为备选观测速度。如果存在至少两个数量相同，且数量均为最多的数据组，即数量最多的数据组有两个或以上，此时的备选观测速度也为两个或以上。判断备选观测速度的数量是否为1个，若是，将备选行驶速度确定为当前车辆速度；否则，将各备选行驶速度中置信度最高的备选行驶速度确定为当前时刻的车辆速度。
[0083]
根据置信度确定车辆速度可以防止数据组内新加入点由于自身准确度不高对车辆速度产生不利影响的情况发生，通过选择置信度较高的观测速度确定车辆速度，可以提高车辆速度的准确性。
[0084]
在本实施例中，当以下一种或几种情况发生时，可以进一步输出指示信号作为记录，以方便后续检查。
[0085]
具体情况包括：1)观测速度的数量小于第一预设数量；2)变异系数不大于第一阈值；3)存在至少两个组内元素数量最多的数据组。
[0086]
当存在提示信号时，通过计算传感器系统提供的观测速度和经上述步骤确定的车辆速度的差值，找出差值超过设定阈值的数据通路，以此为依据判断该通道的信号是否出现问题，即传感器采集的观测速度是否有误。可以提示工作人员对传感器进行检查，并可以在传感器采集的观测速度有误时，不采用此观测速度计算车辆速度，或者直接将此观测速度从观测速度集合中剔除。
[0087]
s206、获取车辆当前时刻的车重、路面坡度、车辆行驶信息以及车辆的上一时刻车辆速度。
[0088]
在本实施例中，车辆行驶信息具体可以理解为车辆行驶过程中所涉及到的信息，可以是车辆行驶所产生的信息、车辆行驶过程中的环境信息以及车辆自身的相关信息等。本技术中的车辆行驶信息可以是多种信息。上一时刻车辆速度是指在当前时刻的上一时刻，通过本技术所提供的方法确定的车辆速度。从相应的存储空间或进行数据处理的智能计算单元中获取车辆当前时刻的车重、路面坡度、车辆行驶信息以及车辆的上一时刻车辆速度。
[0089]
s207、基于车重、路面坡度、上一时刻车辆速度和车辆行驶信息，根据预设的车辆速度估计公式确定车辆速度估计值。
[0090]
在本实施例中，车辆速度估计公式具体可以理解为用于估算车辆速度的数学公式；车辆速度估计值具体可以理解为通过数学公式预估的车辆速度。
[0091]
根据车辆纵向一自由度动态模型、车重、路面坡度建立增广(augmented)状态空间方程并通过前向欧拉法(forward euler method)进行离散化，得到车辆速度估计公式。将车重、路面坡度、上一时刻车辆速度和车辆行驶信息带入到车辆速度估计公式中计算车辆速度估计值。
[0092]
示例性的，本技术提供一种车辆速度估计公式：
[0093][0094]
其中，v(k)为车辆速度估计值，v(k-1)为上一时刻车辆速度，m是车重，α是路面坡度(rad)，dt是数据采样时间间隔，f是来自动力系统的驱动力，g是重力加速度，f是车轮滚动摩擦系数，cd是车辆的风阻系数，a是车辆有效迎风面积，rho是空气密度。k表示当前的时刻，采样计数器
×
采样时间间隔等于当前的时刻。dt、f、f、cd、a、rho均为车辆行驶信息。
[0095]
s208、计算车辆速度估计值和车辆速度的差值。
[0096]
本技术中的差值可以是车辆速度估计值减去车辆速度，也可以是车辆速度减去车辆速度估计值。
[0097]
s209、响应于差值在预设差值范围内，确定车重和路面坡度为可靠信息。
[0098]
在本实施例中，预设差值范围具体可以理解为预先设置的数值范围，用于判断车辆速度估计值和车辆速度的差值是否符合要求。判断差值是否在预设差值范围内，若是，确定车重和路面坡度为可靠信息，否则，车重和路面坡度为不可靠信息。在本技术中，当差值在预设差值范围内时，可以确定车重或路面坡度为可靠信息。本技术中的车重和路面坡度可以采用上一次计算得到的车重和路面坡度，在确定车重和路面坡度为可靠信息时，车重
和路面坡度可继续使用，无需更新；在确定车重和路面坡度为不可靠信息时，此时的车重和路面坡度已经不准确，需要重新计算并更新，提示计算车重和路面坡度的处理单元重新计算并更新车重和路面坡度。
[0099]
此种方式把车辆的参数看作是车辆的状态量，便于系统对其进行修正，将上一次计算的车重和路面坡度作为此次的参数，可以认为两个数值在一段时间内不会发生突然的变化，甚至是一个常数。在此种情况下无需对车重和路面坡度进行实时计算，而在实际发生变化时进行更新，减少了计算量，节省资源，可以提高工作效率。
[0100]
本技术通过对观测速度集合中的至少一个观测速度进行数据处理，确定车辆速度，提高了车辆速度的可获得性和准确性，避免了因单一信号失效时，车辆速度无法获得的问题。
[0101]
作为本方案的一个可选实施例，本可选实施例进一步包括决策系统，上述方法还包括：根据车辆速度、车重和路面坡度的可靠性确定待反馈信息；在满足信息反馈条件时，向决策系统反馈待反馈信息。
[0102]
在本实施例中，决策系统具体可以理解为车辆中进行驾驶决策的数据处理系统，决策系统可以根据车辆行驶状态、信息等数据进行驾驶决策，控制车辆行驶。待反馈信息具体可以理解为需要向决策系统反馈的信息，决策系统可根据待反馈信息进行驾驶决策。信息反馈条件具体可以理解为用于判断是否需要进行信息反馈的条件。
[0103]
根据车重和路面坡度的可靠性判断是否将车重和路面坡度作为待反馈信息进行反馈，当车重和路面坡度为可靠信息时，将车辆速度、车重和路面坡度作为待反馈信息。当车重和路面坡度为不可靠信息时，由于决策系统在收到不可靠信息时，并不会根据不可靠信息生成驾驶决策，因此，可以不对车重和路面坡度进行反馈，此时可以仅将车辆速度作为待反馈信息进行反馈，也可以什么信息都不反馈，即待反馈信息为空；还可以将车辆速度、车重和路面坡度，以及可靠性作为待反馈信息进行反馈。本技术在进行信息反馈时只要保证决策系统在接收到待反馈信息后，可以相应确定其可靠性，以便进行驾驶决策即可。在检测到满足信息反馈条件时，将待反馈信息发送给决策系统实现信息反馈。
[0104]
作为本实施例的一个可选实施例，本可选实施例进一步优化包括了车辆包括主控制系统，信息反馈条件为车辆的主控制系统失效或当前时刻满足时间条件。
[0105]
在本实施例中，主控制系统具体可以理解为车辆中控制车辆行驶的主系统，可以包括主控制器、主转向机、主刹车系统等主执行机构。
[0106]
具体的，本技术的所提供的数据处理方法的执行设备与车辆的主控制系统通信，获取主控制系统的状态信息，状态信息可包括但不限于主控制器对自身状态的评估，主控制器下属的主执行机构的健康状态信息，主控制器基于传感器系统判断的车辆状态信息和主控制器判断某状态信息的依据等信息。根据主控制系统的状态信息确定主控制系统的状态，当检测到车辆的主控制系统失效时确定满足信息反馈条件。本技术所提供的数据处理方法的执行设备也可以与车辆的决策系统通信，决策系统与主控制系统通信，并将主控制系统的状态信息反馈给本技术的执行设备。或者，设置一定的信息反馈频率，根据信息反馈频率判断当前时刻是否满足时间条件，当检测到当前时刻满足时间条件时确定满足信息反馈条件。
[0107]
作为本实施例的一个可选实施例，本可选实施例进一步包括冗余执行机构，方法
还包括：接收决策系统发送的控制信息，其中，控制信息为决策系统根据待反馈信息确定，待反馈信息包括车辆当前时刻的车辆速度、车重和路面坡度；根据控制信息控制车辆的冗余执行机构。
[0108]
在本实施例中，冗余执行机构具体可以理解为作为主执行结构备份的执行机构，以在主控制系统出现故障时实现冗余功能。控制信息具体可以理解为控制车辆如何行驶的信息。
[0109]
具体的，决策系统在接收到待反馈信息后，如果待反馈信息中包括车辆当前时刻的车辆速度、车重和路面坡度，此时的车重和路面坡度为可靠信息。决策系统根据车辆速度、车重和路面坡度确定控制信息，控制信息可以在主控制系统失效后发送给本技术的执行设备，此时，本方案的执行设备将控制信息转换为相应的指令，以控制冗余执行机构执行相应的操作，从而实现对车辆的控制。或者，控制信息也可以由决策系统每次生成后同时发送给本方案的执行设备，本方案的执行设备仅在主控制系统失效后控制冗余执行机构执行相应的操作，对车辆进行控制。通过上述方案，本技术可在主控制系统失效后，仍能控制冗余执行结构替代主执行机构进行车辆驾驶控制，以保证车辆行驶安全。
[0110]
作为本实施例的一个可选实施例，本可选实施例中的方法还包括：当检测到主控制系统失效时，控制冗余执行机构。
[0111]
具体的，本方案的执行设备可以实时监测主控制系统的工作状态，当检测到车辆的主控制系统失效时，控制冗余执行机构启动以执行相应控制指令。
[0112]
本发明实施例提供了一种数据处理方法，通过对根据观测速度集合确定当前时刻车辆速度的方法进行优化，在不同情况下可以采用不同方式确定用于车辆控制的较为可靠的车辆速度；通过采用不同来源采集得到的车辆观测速度，并为不同来源采集得到的车辆观测速度设置置信度，通过置信度和变异系数来确定车辆速度，提高了车辆速度的可获得性和准确性，避免了因单一信号失效时，车辆速度无法获得的问题；通过构建动态模型，确定车辆速度估计公式，进而根据车重、路面坡度、上一时刻车辆速度和车辆行驶信息结合车辆速度估计公式确定车辆速度估计值，比较车辆速度和车辆速度估计值的差值实现对车重和路面坡度的可靠性估计，从而在车重和路面坡度发生变化时及时更新，解决了车辆行驶过程中无法对车重和路面坡度进行可靠性估计的问题，可以获得更加准确的车重和路面坡度用于车辆控制，最终提高车辆行驶的安全性。
[0113]
实施例三
[0114]
图3为本发明实施例三提供的一种车辆的结构示意图，该车辆包括：冗余控制器31，冗余控制器31用于执行本发明任意实施例所提供的数据处理方法。
[0115]
示例性的，图4为本技术提供的一种车辆的结构示例图，该车辆包括：决策系统41、传感器系统42、主控制系统43和冗余控制系统44。其中，主控制系统43包括主控制器431和主执行结构432，主执行机构442至少包括主转向机4321和主刹车系统4322；冗余控制系统44包括冗余控制器441和冗余执行结构442，冗余执行机构442至少包括冗余转向机4421和冗余刹车系统4422。
[0116]
图4所示的车辆结构中包括三条总线通路，分别为：
[0117]
(1)决策系统41、主控制器431、主转向机4321、主刹车系统4322、传感器系统42所在的can总线。
[0118]
(2)冗余控制器441、传感器系统42、冗余转向机4421、冗余刹车系统4422所在的can总线。
[0119]
(3)决策系统41、主控制器431、冗余控制器441之间用于状态信息和决策信息交互的总线。
[0120]
决策系统41、主控制器431、冗余控制器441之间的通信采用较高标准的flexray总线。具体实现时也可以采用can、ethercat、most等总线，在此不作限定。
[0121]
上述冗余转向机4421可通过一个安装在转向架机构中的一个电机和齿轮组实现，冗余控制器441通过直接控制电机旋转角度进而实现车轮转向。冗余刹车系统4422，依据不同车辆的刹车方式，可以包括刹车气路或油路上的一个可控电磁阀，冗余控制器441通过控制阀门开度调节刹车作动装置对车轮施加的减速力矩。
[0122]
主控制系统43与冗余控制系统44所在的can总线相互独立，避免了因一条总线失效导致的系统故障。车辆的主执行机构432和冗余执行机构442分别与主控制器431与冗余控制器441相连，避免了因车辆主执行机构故障导致转向、刹车等不能激活的问题。考虑到自动驾驶过程中，数据复杂，容量大，控制实时性要求高的特点，本技术为了提高主控制器431与冗余控制器441和决策系统41之间数据通路的性能，利用实时性更好，传输速度更快的总线结构来建立数据通路。在本技术中，该总线优选以flexray为例来构建，目的在于利用flexray总线传输速度快(高达10mb/s)，具有静态的数据分配模式和基于时间触发的特点提高数据传输的稳定性，确保故障诊断和车辆控制的实时性。
[0123]
本技术中的冗余控制系统可以不依赖主控制系统的参数而相对独立的运行，因此对不同车辆和不同主控制器具有较好的适应能力，适合于对常规车辆进行自动驾驶冗余功能的改装。
[0124]
本方案在实际使用时，冗余控制器441可以实时将经过数据处理后得到的车辆速度、车重和路面坡度通过冗余控制器441和决策系统41之间的总线发送给决策系统41，避免因主控制器失效等情况导致反馈数据不可靠甚至无反馈数据的情况。进一步当主控制器431所在控制链路有节点失效时，冗余控制器441可以及时根据决策系统41发送的控制信息控制冗余执行机构442。示例性的，控制信息可以是刹车减速度期望值，冗余控制器441依据车辆纵向动力学模型计算当前车辆刹车所需的刹车力矩。通过刹车力矩和刹车作动控制目标气压(或油压，根据车辆类型确定)查找表查找目标气压，从而对冗余刹车系统的电磁阀进行控制。
[0125]
主控制器431所在控制链路工作正常时，主控制器431检测到的系统状态信息和决策系统41的控制信息可以被冗余控制器441通过flexray总线获取，同样地，冗余控制器441的相关信息也可以被主控制器431和决策系统41读取。通过采用固定频率的通信方式进行通信，主控制器431和冗余控制器441能够对彼此的工作状态进行实时监控。
[0126]
主控制器431所在控制链路出现单节点或多节点失效时，冗余控制器441可通过flexray总线获取当前失效状态，并驱动冗余系统。同时，决策系统41根据冗余控制器441反馈的待反馈信息生成控制信息并发送给冗余控制器441，以使冗余控制器441根据控制信息发出的控制指令，控制冗余执行机构442执行。例如，在主控制器431失效时，冗余控制器441可以接管车辆的转向控制，依据决策系统41规划的路径，冗余控制器441控制冗余转向机4421实现车辆转向。与冗余控制器441直接配合的执行机构可以是一个电机，该电机通过机
械传动装置直接作用于车辆转向机构，实现车辆转向。
[0127]
本发明实施例所提供的冗余控制器可执行本发明任意实施例所提供的数据处理方法，具备执行方法相应的功能模块和有益效果。
[0128]
实施例四
[0129]
图5为本发明实施例四提供的一种数据处理系统的结构示意图，如图5所示，该数据处理系统包括处理器50和存储器51；数据处理系统中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；数据处理系统中的处理器50和存储器51可以通过总线或其他方式连接，图5中以通过总线连接为例。该数据处理系统可以部署在任意计算机设备上。
[0130]
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的数据处理方法对应的程序指令/模块。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行数据处理系统的各种功能应用以及数据处理，即实现上述的数据处理方法。
[0131]
存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至数据处理系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0132]
实施例五
[0133]
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种数据处理方法，该方法包括：
[0134]
获取车辆当前时刻的观测速度集合，所述观测速度集合包括至少一个观测速度；
[0135]
根据所述观测速度集合确定当前时刻的车辆速度；以及
[0136]
根据所述车辆速度对所述车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定所述车重和路面坡度的可靠性。
[0137]
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的数据处理方法中的相关操作。
[0138]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0139]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还
可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

技术特征：
1.一种数据处理方法，包括：获取车辆当前时刻的观测速度集合，所述观测速度集合包括至少一个观测速度；根据所述观测速度集合确定当前时刻的车辆速度；以及根据所述车辆速度对所述车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定所述车重和路面坡度的可靠性。2.根据权利要求1所述的方法，所述车辆包括传感器系统，所述获取车辆当前时刻的观测速度集合，包括：从所述传感器系统获取所述车辆当前时刻的至少一个观测速度。3.根据权利要求1所述的方法，每个观测速度具有置信度，所述根据所述观测速度集合确定当前时刻的车辆速度，包括：确定所述观测速度集合中所包含的观测速度的数量；以及响应于所述数量小于第一预设数量，根据所述每个观测速度的置信度，确定当前时刻的车辆速度。4.根据权利要求3所述的方法，包括：响应于所述数量不小于所述第一预设数量，根据各所述观测速度确定变异系数；以及根据所述变异系数确定当前时刻的车辆速度。5.根据权利要求4所述的方法，所述根据各所述观测速度确定变异系数，包括：根据各所述观测速度确定平均速度；基于各所述观测速度和平均速度确定速度方差；以及将所述速度方差与平均速度的比值确定为变异系数。6.根据权利要求4所述的方法，所述根据所述变异系数确定当前时刻的车辆速度，包括：响应于所述变异系数不大于第一阈值，根据各所述观测速度的置信度确定第一预设数量的目标观测速度；以及将各所述目标观测速度的平均值确定为当前时刻的车辆速度。7.根据权利要求4所述的方法，所述根据所述变异系数确定当前时刻的车辆速度，包括：响应于所述变异系数大于第一阈值，基于预设算法对各所述观测速度进行处理，确定当前时刻的车辆速度；其中，所述基于预设算法对各所述观测速度进行处理，确定当前时刻的车辆速度，具体包括：根据各所述观测速度的置信度确定第二预设数量的待聚类观测速度；以各所述待聚类观测速度作为聚类中心进行聚类，确定各所述待聚类观测速度对应的组内元素数量；根据各所述组内元素数量，确定备选观测速度；以及根据所述备选观测速度的置信度，确定当前时刻的车辆速度。8.根据权利要求1所述的方法，所述根据所述车辆速度对所述车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定所述车重和路面坡度的可靠性，包括：获取所述车辆当前时刻的车重、路面坡度、车辆行驶信息以及所述车辆的上一时刻车辆速度；
基于所述车重、路面坡度、上一时刻车辆速度和车辆行驶信息，根据预设的车辆速度估计公式确定车辆速度估计值；计算所述车辆速度估计值和所述车辆速度的差值；以及响应于所述差值在预设差值范围内，确定所述车重和路面坡度为可靠信息。9.根据权利要求1所述的方法，所述车辆包括决策系统，所述方法还包括：根据所述车辆速度、车重和路面坡度的可靠性确定待反馈信息；以及在满足信息反馈条件时，向所述决策系统反馈所述待反馈信息。10.根据权利要求9所述的方法，所述车辆包括主控制系统，所述信息反馈条件为所述车辆的主控制系统失效或当前时刻满足时间条件。11.根据权利要求9所述的方法，所述车辆包括冗余执行机构，所述方法还包括：接收所述决策系统发送的控制信息，其中，所述控制信息为决策系统根据所述待反馈信息确定，所述待反馈信息包括所述车辆当前时刻的车辆速度、车重和路面坡度；以及根据所述控制信息控制所述车辆的冗余执行机构。12.根据权利要求11所述的方法，所述车辆包括主控制系统，所述方法还包括：当检测到主控制系统失效时，控制冗余执行机构。13.一种车辆，包括冗余控制器，所述冗余控制器用于执行如权利要求1-12任一项所述的数据处理方法。14.一种数据处理系统，包括：存储器和处理器；所述存储器，用于存储一个或多个程序，所述一个或多个程序被所述处理器执行时，实现如权利要求1-12中任一项所述的数据处理方法。15.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-12中任一项所述的数据处理方法。

技术总结
本发明实施例公开了一种数据处理方法、车辆、系统及存储介质，该方法包括：获取车辆当前时刻的观测速度集合，观测速度集合包括至少一个观测速度；根据观测速度集合确定当前时刻的车辆速度；以及根据车辆速度对车辆当前时刻的车重和路面坡度中的至少一个进行可靠性估计，确定车重和路面坡度的可靠性。解决了车辆行驶过程中无法对车辆和路面坡度进行可靠性估计的问题，通过车辆当前时刻的观测速度集合确定车辆在当前时刻的车辆速度，进而根据车辆速度对车重和路面坡度中的至少一个进行可靠性估计，判断车重和路面坡度的可靠性。通过观测速度预测车辆速度提高了车辆速度的准确性，进一步提高车重和路面坡度的可靠性估计结果的准确性。确性。确性。


技术研发人员：王乐天 李贤斌
受保护的技术使用者：北京图森智途科技有限公司
技术研发日：2022.02.16
技术公布日：2023/8/31