雨刮器控制方法、系统、装置、电子设备及存储介质与流程

本技术涉及车辆控制，尤其涉及一种雨刮器控制方法、系统、装置、电子设备及存储介质。

背景技术：

1、雨刮器是车辆在雨天或挡风玻璃被遮挡时保障驾驶员视野清晰的重要执行部件。目前，车载雨刮控制主要采用手动挡位控制或者基于雨量传感器进行控制。

2、然而，目前主流的雨刮方案仅能够通过测量挡风玻璃表面的雨量大小来实现对雨刮器的控制操作，属于对既有状态的被动响应式控制，并且单一传感器易受到其他环境条件的干扰，无法对突发遮挡视线的场景做出提前响应，使得驾驶员在最需要视野的瞬间出现短暂视野丢失，进而影响驾驶安全。

技术实现思路

1、本技术提供了一种雨刮器控制方法、系统、装置、电子设备及存储介质，以解决现有的雨刮控制方案依赖单一传感器，无法应对突发条件导致的视线遮挡情况，导致驾驶安全性低的技术问题。

2、第一方面，本技术提供了一种雨刮器控制方法，所述方法包括：

3、获取车辆的环境感知信息；

4、根据所述环境感知信息确定视线干扰源到达所述车辆的挡风玻璃的预计时间；

5、根据所述预计时间确定预测性补偿量；其中，所述预测性补偿量与所述预计时间呈负相关关系；

6、基于所述预测性补偿量对雨刮器的当前速度分量进行补偿，得到目标雨刮速度；

7、控制所述车辆的雨刮器按照所述目标雨刮速度执行雨刮操作。

8、在一可能的实施方式中，所述根据所述环境感知信息确定视线干扰源到达所述车辆的挡风玻璃的预计时间，包括：

9、将所述环境感知信息输入至预先训练好的人工智能模型中，得到预测时间参数和视觉置信度；其中，所述视觉置信度用于表征所述人工智能模型对所述环境感知信息的可信度；

10、在所述视觉置信度大于等于预设置信度阈值的情况下，将所述预测时间参数确定为所述预计时间。

11、在一可能的实施方式中，所述根据所述预计时间确定预测性补偿量，包括：

12、根据所述预计时间确定第一补偿因子；

13、从所述环境感知信息中获取车速数据和视线受阻信息；

14、根据所述车速数据、所述视线受阻信息以及所述第一补偿因子，得到预测性补偿量。

15、在一可能的实施方式中，所述根据所述预计时间确定第一补偿因子，包括：

16、获取预设的安全反应时间阈值；

17、比较所述预计时间与所述安全反应时间阈值；

18、在比较出所述预计时间大于或等于所述安全反应时间阈值的情况下，将所述第一补偿因子确定为零；

19、当所述预计时间小于所述安全反应时间阈值时，确定所述安全反应时间阈值与所述预计时间的差值，并将所述差值与所述安全反应时间阈值的比值确定为第一补偿因子；其中，所述第一补偿因子随所述预计时间的减小而增大。

20、在一可能的实施方式中，所述根据所述车速数据、所述视线受阻信息，以及所述第一补偿因子，得到预测性补偿量，包括：

21、基于所述视线受阻信息和所述车速数据，确定第二补偿因子；并基于所述当前速度分量确定第二补偿权重；其中，所述第二补偿权重与所述当前速度分量呈负相关关系；

22、根据所述第二补偿权重和所述第二补偿因子，得到第二补偿量；

23、基于所述当前速度分量确定第一补偿权重，根据所述第一补偿权重和所述第一补偿因子，确定第一补偿量；其中，所述第一补偿权重与所述当前速度分量呈负相关关系；

24、将所述第二补偿量和所述第一补偿量相加，得到所述预测性补偿量。

25、在一可能的实施方式中，所述基于所述视线受阻信息和所述车速数据，确定第二补偿因子，包括：

26、获取所述视线受阻信息对应的视线受阻指标值，并获取所述车速数据对应的车速系数；其中，所述车速系数随车速增大而增大；

27、将所述视线受阻指标值与所述车速系数相乘，得到第二补偿因子。

28、在一可能的实施方式中，所述基于所述预测性补偿量对所述当前速度分量进行补偿，得到目标雨刮速度，包括：

29、获取所述当前速度分量对应的基础权重；

30、将所述基础权重与所述当前速度分量的乘积，加上所述预测性补偿量，得到所述目标雨刮速度。

31、在一可能的实施方式中，所述获取所述当前速度分量对应的基础权重，包括：

32、根据所述环境感知信息得到所述车辆的场景类别；

33、基于所述场景类别确定场景补偿量；

34、获取所述雨量传感器读数对应的初始权重；

35、基于所述场景补偿量对所述初始权重进行修正，得到所述基础权重。

36、在一可能的实施方式中，所述方法还包括：

37、检测所述雨量传感器的工作状态；

38、在确定所述雨量传感器失效的情况下，按照默认雨刮速度控制所述雨刮器执行雨刮操作。

39、在一可能的实施方式中，所述方法还包括：

40、检测到用户对雨刮速度的手动调节操作，获取当前时刻的环境感知信息和预计时间；

41、在所述手动调节操作为调低雨刮速度的情况下，将所述预计时间向更长时间方向修正；在所述手动调节操作为调高雨刮速度的情况下，将所述预计时间向更短时间方向修正；

42、将所述当前时刻的环境感知信息和修正后的预计时间关联存储，作为训练样本更新所述人工智能模型。

43、第二方面，本技术提供了一种雨刮器控制系统，所述系统包括：

44、顶层规划模块，用于获取车辆的环境感知信息；根据所述环境感知信息确定视线干扰源到达所述车辆的挡风玻璃的预计时间；

45、底层执行模块，用于根据所述预计时间确定预测性补偿量；其中，所述预测性补偿量与所述预计时间呈负相关关系；基于所述预测性补偿量对雨刮器的当前速度分量进行补偿，得到目标雨刮速度，并控制所述车辆的雨刮器按照所述目标雨刮速度执行雨刮操作。

46、在一可能的实施方式中，所述底层执行模块还用于：

47、从获取所述车辆的雨量传感器读数起，未在预设时间内接收到所述顶层规划模块下发的预测性补偿量的情况下，按照所述当前速度分量控制雨刮器执行雨刮操作。

48、在一可能的实施方式中，所述顶层规划模块以第一频率运行，所述底层执行模块以第二频率运行，且所述第一频率小于所述第二频率。

49、第三方面，本技术提供了一种雨刮器控制装置，所述装置包括：

50、信息获取模块，用于获取车辆的环境感知信息；

51、时间确定模块，用于根据所述环境感知信息确定视线干扰源到达所述车辆的挡风玻璃的预计时间；

52、补偿量确定模块，用于根据所述预计时间确定预测性补偿量；其中，所述预测性补偿量与所述预计时间呈负相关关系；

53、目标雨刮速度确定模块，用于基于所述预测性补偿量对雨刮器的当前速度分量进行补偿，得到目标雨刮速度，并控制所述车辆的雨刮器按照所述目标雨刮速度执行雨刮操作。

54、在一可能的实施方式中，所述时间确定模块，具体用于：

55、将所述环境感知信息输入至预先训练好的人工智能模型中，得到预测时间参数和视觉置信度；其中，所述视觉置信度用于表征所述人工智能模型对所述环境感知信息的可信度；

56、在所述视觉置信度大于等于预设置信度阈值的情况下，将所述预测时间参数确定为所述预计时间。

57、在一可能的实施方式中，所述补偿量确定模块，包括：

58、第一补偿因子确定单元，用于根据所述预计时间确定第一补偿因子；

59、信息获取单元，用于从所述环境感知信息中获取车速数据和视线受阻信息；

60、预测性补偿量确定单元，用于根据所述车速数据、所述视线受阻信息以及所述第一补偿因子，得到预测性补偿量。

61、在一可能的实施方式中，所述第一补偿因子确定单元，具体用于：

62、获取预设的安全反应时间阈值；

63、比较所述预计时间与所述安全反应时间阈值；

64、在比较出所述预计时间大于或等于所述安全反应时间阈值的情况下，将所述第一补偿因子确定为零；

65、当所述预计时间小于所述安全反应时间阈值时，确定所述安全反应时间阈值与所述预计时间的差值，并将所述差值与所述安全反应时间阈值的比值确定为第一补偿因子；其中，所述第一补偿因子随所述预计时间的减小而增大。

66、在一可能的实施方式中，所述预测性补偿量确定单元，包括：

67、第二补偿因子确定子单元，用于基于所述视线受阻信息和所述车速数据，确定第二补偿因子；并基于所述当前速度分量确定第二补偿权重；其中，所述第二补偿权重与所述当前速度分量呈负相关关系；

68、第二补偿量确定子单元，用于根据所述第二补偿权重和所述第二补偿因子，得到第二补偿量；

69、第一补偿量确定子单元，用于基于所述当前速度分量确定第一补偿权重，根据所述第一补偿权重和所述第一补偿因子，确定第一补偿量；其中，所述第一补偿权重与所述当前速度分量呈负相关关系；

70、预测性补偿量确定子单元，用于将所述第二补偿量和所述第一补偿量相加，得到所述预测性补偿量。

71、在一可能的实施方式中，所述第二补偿因子确定子单元，具体用于：

72、获取所述视线受阻信息对应的视线受阻指标值，并获取所述车速数据对应的车速系数；其中，所述车速系数随车速增大而增大；

73、将所述视线受阻指标值与所述车速系数相乘，得到第二补偿因子。

74、在一可能的实施方式中，所述目标雨刮速度确定模块，包括：

75、基础权重获取单元，用于获取所述当前速度分量对应的基础权重；

76、目标雨刮速度确定单元，用于将所述基础权重与所述当前速度分量的乘积，加上所述预测性补偿量，得到所述目标雨刮速度。

77、在一可能的实施方式中，所述基础权重获取单元，具体用于：

78、根据所述环境感知信息得到所述车辆的场景类别；

79、基于所述场景类别确定场景补偿量；

80、获取所述雨量传感器读数对应的初始权重；

81、基于所述场景补偿量对所述初始权重进行修正，得到所述基础权重。

82、在一可能的实施方式中，所述装置还用于：

83、检测所述雨量传感器的工作状态；

84、在确定所述雨量传感器失效的情况下，按照默认雨刮速度控制所述雨刮器执行雨刮操作。

85、在一可能的实施方式中，所述装置还用于：

86、检测到用户对雨刮速度的手动调节操作，获取当前时刻的环境感知信息和预计时间；

87、在所述手动调节操作为调低雨刮速度的情况下，将所述预计时间向更长时间方向修正；在所述手动调节操作为调高雨刮速度的情况下，将所述预计时间向更短时间方向修正；

88、将所述当前时刻的环境感知信息和修正后的预计时间关联存储，作为训练样本更新所述人工智能模型。

89、第四方面，本技术提供了一种电子设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的雨刮器控制程序，以实现第一方面中任一项所述的雨刮器控制方法。

90、第五方面，本技术提供了一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现第一方面中任一项所述的雨刮器控制方法。

91、本技术实施例提供的上述技术方案与现有技术相比具有如下优点：本技术实施例提供的该方法，首先获取车辆的环境感知信息；然后根据环境感知信息确定视线干扰源到达车辆的挡风玻璃的预计时间；根据预计时间确定预测性补偿量，其中，预测性补偿量与预计时间呈负相关关系；进一步的，获取车辆的雨量传感器读数，并根据雨量传感器读数确定雨刮器的当前速度分量；基于预测性补偿量对雨刮器的当前速度分量进行补偿，得到目标雨刮速度；并控制车辆的雨刮器按照目标雨刮速度执行雨刮操作。

92、基于上述描述，本技术实施例通过提前获取预计时间并据此生成与紧迫程度匹配的预测性补偿量，再将该补偿量叠加于雨量传感器所决定的当前速度分量之上，使雨刮器在干扰源实际到达之前完成速度提升，有效消除了被动响应方案固有的滞后。同时，当前速度分量的独立存在保证了全工况下的底线可靠性。整体上，本方法在保持物理实测可靠性的基础上，显著提升了雨刮器对突发遮挡场景的响应速度和环境适应能力，改善了驾驶员的视野连续性和驾驶安全性。