[发明专利]基于高级通讯网络和云计算平台的商用车远程控制系统

权利要求书

1.一种基于高级通讯网络和云计算平台的商用车远程控制系统，其特征在于：

所述系统包括云计算系统、车载通信系统、车载测量与采集系统和车载控制系统；

所述云计算系统为分布式系统，由N个云计算子系统和一个资源管理系统组成，其中N为：

A_se为系统服务设计面积，单位为平方千米，R_m为单个云计算子系统覆盖半径；

所述云计算系统为所述系统服务面积内的商用车提供云服务，包含：返程任务分配服务、前方路况预警服务和智能维护服务；

所述返程任务分配服务在所述驾驶员完成运载任务后返程时，为所述驾驶员提供返程运载任务咨询、接单的服务，以降低所述云计算系统覆盖范围内安装了所述基于高级通讯网络和云计算平台的商用车远程控制系统的商用车的空载率，以提高经济性；

所述返程任务分配服务可由注册用户发布运载任务；所述运载任务包含运载任务发布人或发布公司、联系方式、运载货物种类、运载货物总质量、起始地址、目标地址和发布人定义的运载要求；

由所述运载任务的起始地址和目标地址，所述云计算系统可以获得n_task条运载路径；再由所述商用车的所在地址和返程目标地址，所述云计算系统可以获得n_back条返程路径；若n_task条运载路径中的第i条运载路径与n_back条返程路径中的第j条返程路径的重合比例最大，则称该重合比例为该任务的路径重合度，且(i，j)为该任务的最佳匹配；

在完成运载任务后，所述驾驶员向所述云计算系统请求返程任务，所述返程任务分配服务收到所述驾驶员请求后，依据所述商用车车型，按以下五个咨询推荐等级推荐给所述驾驶员：

a)一级推荐：所述运载任务的路径与所述驾驶员返程路径的路径重合度为90％～100％；

b)二级推荐：所述运载任务的路径与所述驾驶员返程路径的路径重合度为80％～90％；

c)三级推荐：所述运载任务的路径与所述驾驶员返程路径的路径重合度为70％～80％；

d)四级推荐：所述运载任务的路径与所述驾驶员返程路径的路径重合度为60％～70％；

e)不推荐：所述运载任务的路径与所述驾驶员返程路径的路径重合度为低于60％；

所述驾驶员依据推荐任务选择最佳返程任务接单；返程运载期间，所述运载任务发布用户通过货物运载监督模块实时监控；

所述驾驶员完成返程运载任务后，向所述返程任务分配服务申请货物运载任务结束；所述任务发布用户根据反馈信息确认接收或者向所述返程任务分配服务申请赔偿，并对所述驾驶员进行评分；评分标准包括运载时间，货物完好状况，其计算公式为：

其中，Moy_s为运载货物总价格，单位为元人民币，Moy_los为运载货物价值损失，单位为圆，K_los运载货物价值损失评分放大因子，T_avr的运载路径平均时间，单位为小时，T_tas为实际运载时间，单位为小时；

所述前方路况预警服务基于大数据和云计算，所述商用车实时预测t_pre分钟内的周围车辆运动轨迹，其中：

K_tpre是预测时间系数，t_limi是最大预测时间；若出现所述商用车在所述预测时间内与所述周围车辆运动轨迹在同一时刻重合，则所述前方路况预警服务对所述驾驶员进行警告；

所述前方路况预警服务还提供前方S_pre米内的路面附着系数，其中：

K_spre是预测距离系数，S_limi是最大预测距离；

所述前方路况预警服务基于大数据和云计算，应所述商用车请求，预测出前方S_pre米内的风向和强度，以ΔS米为间隔，得到n_win个点，其中

接着所述云计算系统每个点的等效风阻F_winj(j＝1，2，...，n_win)，然后把等效风阻F_winj(j＝1，2，...，n_win)回传给下面的转向角修正模块；

所述智能维护服务基于大数据和云计算，为所述商用车制定维护计划：

a)所述商用车换机油时，自动把换油日期记录到所述云计算系统；所述云计算系统依据大数据和所述商用车自所述换油日期起的载货总质量、公路总里程及山路总里程实时监测机油的质量状态；在机油的质量状态到达更换状态的前三天，所述智能维护服务提醒所述驾驶员商用车三天后应更换机油；

b)所述商用车更换轮胎时，自动把更换轮胎日期记录到所述云计算系统；所述云计算系统依据大数据和所述商用车各轴的轴荷、所到路面的路面等级来预测轮胎的质量状态：

SOW＝0.5SOW_pre+0.5(1-EXP(η_tyμ_tyt))

其中：SOW为轮胎质量状态，SOW_pre为所述云计算系统依据大数据预测的轮胎质量状态，η_ty是轴荷影响系数，μ_ty是路面等级影响系数；

当0.15≤SOW＜0.3时，所述前方路况预警服务提醒所述驾驶员更换轮胎；

当SOW＜0.15时，所述前方路况预警服务警告所述驾驶员更换轮胎；

c)所述商用车更换制动摩擦片时，自动把更换轮胎日期记录到所述云计算系统；所述商用车在每次制动时，把制动时间、制动力上传至所述云计算系统；所述云计算系统收到数据即时进行耗损计算，自所述商用车更换制动摩擦片之日起的总耗损为：

Ls_i＝λ_it_iP_bi，Ls_bra＝∑Ls_i

Ls_i为i次损耗，单位为毫米，λ_i为第i次摩擦损耗系数，P_bi为第i次平均制动压力，单位为Pa，

Ls为当前摩擦损耗，单位为毫米；则：

Δ_b为制动摩擦片原始厚度；

所述车载通信系统内含有5G通讯模块、4G通讯模块、wifi模块和通讯数据储备模块；所述车载通信系统主要用于所述商用车与所述云计算系统的通信，以所述5G通讯模块为主要通信方式，4G通讯模块和wifi模块作为冗余通信储备；所述通讯数据储备模块用于储备来自于所述云计算系统的通讯数据；所述通讯数据储备模块按数据优先级分配存储，分配方式为：

Q_sum为总存储量，单位为GB，Q_k(k＝1，2，3)为信息优先级为k的储存量，k＝1，2，3分别对应信息最高级，中间级，最低级，单位为GB，T_coll为信息采集周期，单位为秒；

所述车载测量与采集系统安装于所述商用车内，包含本车状态采集模块、车外环境参数采集模块和驾驶员参数采集模块；所述车载测量与采集系统将信息进行分级，按不同优先级处理；所述本车状态采集模块采集安装了所述基于高级通讯网络和云计算平台的商用车远程控制系统的商用车的自身行驶状态数据，所述行驶状态数据包括：前进车速Vx、侧向加速度a_y、横摆角速度ω_r、前轮转角δ_f、侧倾角左前轮转速ω_lf、右前轮转速ω_rf、左后轮转速ω_lr、右后轮转速ω_rr、离合踏板角加速度ω_clu和油门踏板角加速度ω_thr；

所述车外环境参数采集模块采集所述商用车外在环境数据，所述外在环境数据分为有形数据和无形数据；所述有形数据包括周围车辆信息、周围人与动物信息、静止物体信息和前方道路几何信息；所述无形数据包括地面附着系数、地面湿度、前方光的强度、风的方向和强度、降雨强度；

所述驾驶员参数采集模块采集所述商用车的驾驶员的参数，包含：所述驾驶员的体重m_dr，所述驾驶员手持转向盘的平均压力P_dr，所述驾驶员的坐姿高度h_dr；

将上述所有采集的信息分为3个优先级：

a)最高级：前进车速Vx，侧向加速度a_v，横摆角速度ω_r，前轮转角δ_f，侧倾角左前轮转速ω_lf、右前轮转速ω_rf，左后轮转速ω_lr，右后轮转速ω_rr，离合踏板角加速度ω_clu，半径R_veh内的周围车辆信息，半径R_ani内的周围人与动物信息，半径R_sta内静止物体信息，前方S_sa米以内的道路几何信息、地面附着系数和地面湿度；

b)中间级：离合踏板角加速度ω_clu，油门踏板角加速度ω_thr，半径大于R_veh、小于R_veh2内的周围车辆信息，半径大于R_ani、小于R_ani2内的周围人与动物信息，半径大于R_sta、小于R_sta2内的静止物体信息，前方光的强度，风的方向和强度以及雨的强度；

c)最低级：半径大于R_veh2、小于R_lim内的周围车辆信息，半径大于R_ani2、小于R_lim内的周围人与动物信息，半径大于R_sta2、小于R_lim内的静止物体信息，所述驾驶员的体重m_dr，所述驾驶员手持转向盘的平均压力P_dr，所述驾驶员的坐姿高度h_dr；

其中，R_lim为所述商用车外在环境有形数据最大测量半径，单位为米；R_veh、R_veh2单位为米，且

R_veh＝k_veh|Vx|+R_veh0，R_veh2＝1.2R_veh

k_veh是R_veh随前进速度Vx的变化率，R_veh0是周围车辆信息最小探测半径；R_ani、R_ani2单位为米，且

R_ani＝k_ani|Vx|+R_ani0，R_ani2＝1.2R_ani

k_ani是R_ani随前进速度Vx的变化率，R_ani0是周围人与动物最小探测半径；R_sta、R_sta2单位为米，且

R_ani＝k_ani|Vx|+R_ani0，R_ani2＝1.2R_ani

k_sta是R_sta随前进速度Vx的变化率，R_sta0是静止物体信息最小探测半径；S_sa的单位为米，且

k_sa是S_sa随前进速度Vx的变化率，S_sa0是道路几何信息最小探测距离，S_limi是道路几何信息最大探测距离；

所述优先级为最高级的数据实时采集并发送给所在地所述云计算子系统，其采集周期为T_coll；所述优先级为中间级的数据采集周期为5T_coll；所述优先级为最低级的数据采集周期为25T_coll；

所述车载控制系统依据所述车载通信系统从所述云计算系统获得的信息，以提高所述商用车的经济性和安全性；所述车载控制系统包含基于云计算的转向角修正模块、路感模拟模块和基本驱动模块；

所述车载控制系统的基于云计算的基本驱动模块包含了所述商用车的换挡策略，依据所述云计算系统反馈的此路段的路面附着系数信息、道路坡道信息、所述商用车自重和所述商用车的速度计算出需求功率P_e，然后用需求功率P_e和所述商用车的燃油消耗特性曲线可得所述商用车发动机的经济转速；最后用所述发动机经济转速n_eco和所述商用车的速度Vx可求得理想传动比，最后所述车载控制系统选择与所述理想传动比的差的绝对值最小的挡位作为输出挡位；

所述车载控制系统的基于云计算的转向角修正模块从所述云计算系统中获得该路段风的方向和强度信息，然后将风的方向和强度等效成对所述商用车质心的作用力F_cwin，所述等效力F_cwin在侧向的分力为F_cwiny，则对所述商用车的转角进行修正，修正量Δδ为：

Δδ＝δ_f+ζ_FF_cwiny

其中，ζ_F为前轮转角修正系数；

所述车载控制系统的基于云计算的路感模拟模块将路感分为强烈、中度和微弱三个等级；将所述商用车的驾驶员的体重m_dr，手持转向盘的平均压力P_dr，坐姿高度h_dr上传至所述云计算系统；所述云计算系统通过大数据预测模拟得到所述驾驶员的路感等级推荐值，并返回发送给所述路感模拟模块，所述路感模拟模块接受收据后，将路感等级设置为推荐值。