一种智能网联汽车数据异常环境的安全控制方法及设备

1.本发明涉及智能交通技术领域，具体涉及一种智能网联汽车数据异常环境的安全控制方法及设备。


背景技术：

2.近年来，各国的政府、科研机构、汽车企业都极力重视智能网联汽车产业的发展。智能网联汽车是智能交通系统的重要组成部分，其搭载各类先进的车载传感器、控制器、执行器等装置，并且融入了现代通信网络技术，能实现交通系统内部各元素的数据信息共享，使得交通系统变得更加智能高效、绿色环保、安全畅通。
3.智能网联汽车是智能汽车和车联网的有机结合，车辆的智能化与网联化的不断改善提升给用户带来了丰富的驾乘体验。但是，由于其功能性的不断拓展延伸，会提高智能网联汽车系统的脆弱性。与此同时，车辆网具备开放性、共享性、交互性等特征，这会导致智能网联汽车的安全风险漏洞增加，使得车辆在进行数据交互的过程中，更易受到外界的网络攻击。恶意攻击者可利用智能连接设备、恶意程序软件、蓝牙和蜂窝网络接口等对本车实施无线远程攻击，一旦其成功入侵车辆内部网络后，恶意攻击者便可以很容易地改变本车的状态，比如紧急制动、恶意变道、发动机熄火等，这不仅仅会损害有关汽车制造商的品牌声誉，还会危及驾乘人员的用户隐私和生命安全，甚至严重影响整个交通系统的平稳安全运行。除此之外，不良天气、信号干扰源、传感器的老化等因素，也会进一步增大汽车处于数据异常环境的可能性。
4.在智能网联汽车不断推广普及的背景下，数据异常环境已成为制约其快速发展的重要瓶颈。因此，亟需一种安全控制方法及设备来保障智能网络汽车处于数据异常环境下的行车安全，以期大力推动智能网联汽车行业的变革与发展。


技术实现要素：

5.发明目的：针对现有技术中存在的问题，本发明提出了一种智能网联汽车数据异常环境的安全控制方法及设备，通过实时采集车辆的状态数据，利用车辆状态数据进行行车间距推算，依据不同的实际情况进行数据异常风险判定，当判断存在数据异常风险车辆时，立即利用vehicle-to-cloud技术完成数据异常风险车辆的相关信息传输，路段内各车依据所接收到的信息和自身车辆状态数据进行安全控制策略的确定。
6.技术方案：本发明的一种智能网联汽车数据异常环境的安全控制方法，包括如下步骤：
7.步骤a.车辆状态数据采集：每隔一定的时间间隔g，本车实时获取前车与本车的车辆状态数据，所述车辆状态数据至少包括数据采集时刻t、前车的速度前车的纵向位置前车的长度l
p
、本车的速度本车的纵向位置本车的长度lc、两车的车道编号d
t
、两车之间的距离l
t
；
8.步骤b.行车间距推算：在本车利用步骤a中得到的车辆状态数据，进行t时刻行车
间距推算值的计算；
9.步骤c.数据异常风险判定：
10.当或或时，判定这一组前车与本车存在数据异常风险，为一组数据异常风险车辆，其中，k为截至当前数据采集时刻发生数据异常风险的次数，ti为发生数据异常风险的时刻，α为两车间距累计相对偏差容许值，s
*
为idm模型的本车期望间距，γ为安全间距容许值；所述idm模型的本车期望间距其中s
min
为静止安全距离，t为安全时间间隔，为本车和前车的速度差，a为起步加速度，b为舒适减速度；
11.步骤d.数据异常风险信息传输：当这一组前车与本车被判定为存在数据异常风险时，其中的本车采用vehicle-to-cloud技术每隔一定的时间间隔g将这一组数据异常风险车辆的车辆状态数据传输至云平台，再由云平台将这一组数据异常风险车辆的车辆状态数据传输至所处路段内的所有车辆；
12.步骤e.确定安全控制策略：路段内的所有车辆在接收到云平台的数据异常风险车辆的车辆状态数据后，依据所接收到的数据和自身车辆状态数据采取不同安全控制策略。
13.优选地，步骤a中，时间间隔g的单位为毫秒，且g∈{10,20,50,100}，两车的车道编号d
t
由道路内侧向外依次用从1开始的正整数标记，两车之间的距离l
t
通过本车的车载激光雷达采集获得，为本车的车头至前车的车尾之间的距离。
14.优选地，步骤b中，所述t时刻行车间距推算值为优选地，步骤b中，所述t时刻行车间距推算值为其中为t-g时刻对应的前车的速度，为t-g时刻对应的本车的速度，为t-g时刻对应的前车的纵向位置，为t-g时刻对应的本车的纵向位置。
15.优选地，步骤c中，截至当前数据采集时刻发生数据异常风险的次数k与发生数据异常风险的时刻ti的确定：
16.初始化k与i，即令：k＝0，i＝0；
17.当即令：k＝k+1，i＝i+1，并将此时的数据采集时刻t记录为ti，其中β为两车间距相对偏差容许值。
18.优选地，步骤e中，确定安全控制策略，具体包括如下步骤：
19.e1.划分安全控制策略等级，按等级从高到底依次为，自动靠边停车/人工接管(ⅰ级)、紧急制动(ⅱ级)、变更车道(ⅲ级)、调整行驶速度(ⅳ级)、注意相邻异常车道的车辆变道且重新规划行车路线(
ⅴ
级)、重新规划行车路线(ⅵ级)；
20.e2.安全控制策略的划定，具体分为以下情况：
21.①
当时，其中n为路段内的车辆编号，为路段内的车辆n在t时刻的车道编号，安全控制策略的划分为：
22.当时，车辆n在变道行为不受阻的情况下采取ⅲ级安全控制策略，在变道行为受阻的情况下采取ⅳ级安全控制策略，实现车辆的加速，增加其与数据异常风险车辆的间距；
23.当或时，车辆n采取ⅰ级安全控制策略，在保证交通安全的前提下实现自动靠边停车策略，若无法实现自动靠边停车则采取人工接管策略，其中为车辆n在t时刻的纵向位置；
24.当时，车辆n在变道行为受阻的情况下采取ⅱ级安全控制策略，在变道行为不受阻的情况下采取ⅲ级安全控制策略，其中y1为数据异常风险车辆影响范围一级阈值；
25.当时，车辆n采取ⅳ级安全控制策略，实现车辆的减速，增加其与数据异常风险车辆的间距，其中y2为数据异常风险车辆影响范围二级阈值；
26.当时，车辆n采取ⅵ级安全控制策略，避免与数据异常风险车辆产生路线冲突；
27.②
当时，车辆n采取的安全控制策略为
ⅴ
级安全控制策略；
28.③
当时，车辆n采取的安全控制策略为ⅵ级安全控制策略。
29.优选地，步骤e中，当路段内的车辆存在超过一个安全控制策略时，车辆最终采用最高等级的安全控制策略。
30.本发明还公开一种智能网联汽车数据异常环境的安全控制设备，包括：
31.车辆数据读取单元：每隔一定的时间间隔g，读取车辆的can总线数据，得到所需的本车的车辆状态数据；
32.数据通信共享单元：用于前后车辆之间的车辆状态数据的通信共享；
33.异常风险检测单元：依据特征值进行前车与本车是否处在数据异常风险中的判定；
34.异常情况通信单元：用于与云平台的通信，接收来自云平台的数据异常风险车辆的车辆状态数据，且当前车与本车处于数据异常风险中时，将前车与本车的车辆状态数据信息传输至云平台；
35.车辆行为决策单元：依据来自云平台的数据异常风险车辆的车辆状态数据和自身车辆状态数据，进行安全控制策略的确定，并给本车发送对应的行为决策命令。
36.本发明采用上述技术方案，具有以下有益效果：
37.本发明提出一种智能网联汽车数据异常环境的安全控制方法及设备，实时、精准判定在数据异常环境下智能网联汽车是否处于安全风险状态，并且通过剔除误差范围内的误差，设计一定的延迟和多次判断，保障了车辆状态判断的准确性。面对数据异常风险车辆的出现，设计了其所处路段内各车的安全控制策略，有效保障了驾乘人员与汽车的安全，降低交通事故发生的概率，提升整个交通系统的运行效率。此外，智能网联汽车搭载车载激光雷达，可以有效解决前车传输的速度数据和位置数据同时出错而检测不出的问题，并改善在复杂通讯拓扑结构下智能网联交通流运行的稳定性和安全性。在智能网联汽车处于数据异常环境已成为一种常态的背景下，本发明具备很强的现实意义。
附图说明
38.图1是本发明一种智能网联汽车数据异常环境的安全控制方法的流程图；
39.图2是实施例中路段内各车的安全控制策略的示意图。
具体实施方式
40.为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
41.该部分的描述只针对典型的实施例，本发明并不仅局限于实施例描述的范围。不同实施例的组合、不同实施例中的一些技术特征进行相互替换，相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
42.本实施例提供了一种智能网联汽车数据异常环境的安全控制方法，参考图1所示，包括如下步骤：
43.a.车辆状态数据采集：每隔一定的时间间隔g，本车实时获取前车与本车的车辆状态数据，所述车辆状态数据至少包括数据采集时刻t、前车的速度前车的纵向位置前车的长度l
p
、本车的速度本车的纵向位置本车的长度lc、两车的车道编号d
t
、两车之间的距离l
t
，如表1所示；
44.其中，时间间隔g＝100ms，两车的车道编号d
t
由道路内侧向外依次用从1开始的正整数标记，两车之间的距离l
t
通过本车的车载激光雷达采集获得，为本车的车头至前车的车尾之间的距离；
45.本实施例中，路段内所有车辆的长度均为5m，表1中的两辆车均处于3号车道。
46.表1前车与本车的车辆状态数据
[0047][0048][0049]
b.行车间距推算：在本车利用步骤a中得到的车辆状态数据，进行t时刻行车间距推算值的计算；行车间距推算值为其中为t-g时刻对应的前车的速度，为t-g时刻对应的本车的速度，为t-g时刻对应的前车的纵向位置，为t-g时刻对应的本车的纵向位置。
[0050]
c.数据异常风险判定：
[0051]
当或或时，判定这一组前车与本车存在数据异常风险，为一组数据异常风险车辆，其中，k为截至当前数据采集时刻发生数据异
常风险的次数，ti为发生数据异常风险的时刻，α为两车间距累计相对偏差容许值，s
*
为idm模型的本车期望间距，γ为安全间距容许值；优选地，参数α的取值为5％，参数γ的取值为8％；其中两车间距累计相对偏差统计表如表2所示，两车安全间距统计表如表4所示；
[0052]
该步骤中，截至当前数据采集时刻发生数据异常风险的次数k与发生数据异常风险的时刻ti的确定：初始化k与i，即令：k＝0，i＝0；当即令：k＝k+1，i＝i+1，并将此时的数据采集时刻t记录为ti，其中β为两车间距相对偏差容许值，优选地，参数β的取值为2％；
[0053]
表2两车间距累计相对偏差统计表
[0054][0055]
路段内所有车辆均符合智能驾驶员模型(idm)，所用idm模型的参数取值如下表3所示，其中s
min
为静止安全距离，t为安全时间间隔，a为起步加速度，b为舒适减速度，v0为自由流速度，δ为速度幂系数；
[0056]
表3 idm模型参数取值
[0057]
参数数值s
min
(m)2t(s)1.5a(m/s2)1.4b(m/s2)2v0(km/h)120δ4
[0058]
所述idm模型的本车期望间距其中为本车和前车的速度差；
[0059]
表4两车安全间距统计表
[0060][0061]
由表2与表4可得在数据采集时刻t＝1.0s时，判定这一组前车与本车存在数据异常风险，为一组数据异常风险车辆，原因：7.48％》5％且
[0062]
d.数据异常风险信息传输：当这一组前车与本车被判定为存在数据异常风险时，即在t＝1.0s时，其中的本车采用vehicle-to-cloud技术每隔一定的时间间隔g将这一组数据异常风险车辆的车辆状态数据传输至云平台，再由云平台将这一组数据异常风险车辆的车辆状态数据传输至所处路段内的所有车辆。
[0063]
e.确定安全控制策略：路段内的所有车辆在接收到云平台的数据异常风险车辆的车辆状态数据后，依据所接收到的数据和自身车辆状态数据采取不同安全控制策略；
[0064]
本实施例中，路段内各车的具体安全控制策略可见图2，所选路段为四车道，数据异常风险车辆位于3号车道。
[0065]
确定安全控制策略，具体包括如下步骤：
[0066]
e1.划分安全控制策略等级，按等级从高到底依次为，自动靠边停车/人工接管(ⅰ级)、紧急制动(ⅱ级)、变更车道(ⅲ级)、调整行驶速度(ⅳ级)、注意相邻异常车道的车辆变道且重新规划行车路线(
ⅴ
级)、重新规划行车路线(ⅵ级)；
[0067]
e2.安全控制策略的划定，具体分为以下情况：
[0068]
①
当时，其中n为路段内的车辆编号，为路段内的车辆n在t时刻的车道编号，安全控制策略的划分为：
[0069]
当时，车辆n在变道行为不受阻的情况下采取ⅲ级安全控制策略，在变道行为受阻的情况下采取ⅳ级安全控制策略，实现车辆的加速，增加其与数据异常风险车辆的间距；
[0070]
当或时，车辆n采取ⅰ级安全控制策略，在保证交通安全的前提下实现自动靠边停车策略，若无法实现自动靠边停车则采取人工接管策略，其中为车辆n在t时刻的纵向位置；
[0071]
当时，车辆n在变道行为受阻的情况下采取ⅱ级安全控制策略，在变道行为不受阻的情况下采取ⅲ级安全控制策略，其中y1为数据异常风险车辆影响范围一级阈值；
[0072]
当时，车辆n采取ⅳ级安全控制策略，实现车辆的减速，增加其与数据异常风险车辆的间距，其中y2为数据异常风险车辆影响范围二级阈值；
[0073]
当时，车辆n采取ⅵ级安全控制策略，避免与数据异常风险车辆产生路线冲突；
[0074]
②
当时，车辆n采取的安全控制策略为
ⅴ
级安全控制策略；
[0075]
③
当时，车辆n采取的安全控制策略为ⅵ级安全控制策略。
[0076]
当路段内出现多组数据异常风险车辆时，即车辆可能存在超过一个安全控制策略，在这种情况下车辆最终采用最高等级的安全控制策略。
[0077]
本发明还提供了一种智能网联汽车数据异常环境的安全控制设备，包括：
[0078]
车辆数据读取单元：每隔一定的时间间隔g，读取车辆的can总线数据，得到所需的本车的车辆状态数据；
[0079]
数据通信共享单元：用于前后车辆之间的车辆状态数据的通信共享；
[0080]
异常风险检测单元：依据特征值进行前车与本车是否处在数据异常风险中的判定；
[0081]
异常情况通信单元：用于与云平台的通信，接收来自云平台的数据异常风险车辆的车辆状态数据，且当前车与本车处于数据异常风险中时，将前车与本车的车辆状态数据信息传输至云平台；
[0082]
车辆行为决策单元：依据来自云平台的数据异常风险车辆的车辆状态数据和自身车辆状态数据，进行安全控制策略的确定，并给本车发送对应的行为决策命令。
[0083]
这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。说明书中所涉及的效果或优点等相关描述可因具体条件参数的不确定或其它因素影响而可能在实际实验例中不能体现，效果或优点等相关描述不用于对发明范围进行限制。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它
变形和改变。

技术特征：
1.一种智能网联汽车数据异常环境的安全控制方法，其特征在于，分别针对目标路段中各车道上各组前后相邻位置的本车与前车，基于本车与前车的车辆状态数据，按预设时间间隔g，周期执行如下步骤，步骤a：分别采集本车与前车的车辆状态数据，获得采集时刻t下本车与前车的车辆状态数据组；步骤b：基于本车与前车的车辆状态数据组，计算采集时刻t下本车与前车的行车间距推算值步骤c：当超过预设容许值，则判定采集时刻t下本车与前车车辆状态数据组存在数据异常风险，为一组数据异常风险车辆的车辆状态数据，进入步骤d；否则判定采集时刻t下本车与前车车辆状态数据组正常，结束步骤；步骤d：通过vehicle-to-cloud技术将一组数据异常风险车辆的车辆状态数据传输至云平台，再由云平台将这一组数据异常风险车辆的车辆状态数据传输至目标路段中各车道上的所有车辆；步骤e：目标路段中各车道上的所有车辆在接收到云平台的数据异常风险车辆的车辆状态数据后，依据所接收到的数据和自身车辆状态数据采取不同安全控制策略。2.根据权利要求1所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，步骤a中，所述车辆状态数据包括数据采集时刻t、前车的速度前车的纵向位置前车的长度l
p
、本车的速度本车的纵向位置本车的长度l
c
、两车的车道编号d
t
、两车之间的距离l
t
；所述时间间隔g的单位为毫秒，且g∈{10,20,50,100}，两车的车道编号d
t
由道路内侧向外依次用从1开始的正整数标记，两车之间的距离l
t
通过本车的车载激光雷达采集获得，为本车的车头至前车的车尾之间的距离。3.根据权利要求2所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，步骤b中，所述t时刻行车间距推算值为其中为t-g时刻对应的前车的速度，为t-g时刻对应的本车的速度，为t-g时刻对应的前车的纵向位置，为t-g时刻对应的本车的纵向位置。4.根据权利要求3所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，步骤c具体为：数据异常风险判定：当或或时，判定这一组前车与本车存在数据异常风险，为一组数据异常风险车辆，其中，k为截至当前数据采集时刻发生数据异常风险的次数，t
i
为发生数据异常风险的时刻，α为两车间距累计相对偏差容许值，s
*
为idm模型的本车期望间距，γ为安全间距容许值；所述idm模型的本车期望间距其中s
min
为静止安全距离，t为安全时间间隔，为本车和前车的速度差，a为起步加速度，b为舒适减速度。
5.根据权利要求4所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，截至当前数据采集时刻发生数据异常风险的次数k与发生数据异常风险的时刻t
i
的确定：初始化k与i，即令：k＝0，i＝0；当即令：k＝k+1，i＝i+1，并将此时的数据采集时刻t记录为t
i
，其中β为两车间距相对偏差容许值。6.根据权利要求1所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，步骤e中，确定安全控制策略，具体包括如下步骤：e1.划分安全控制策略等级，按等级从高到底依次为，自动靠边停车/人工接管ⅰ级、紧急制动ⅱ级、变更车道ⅲ级、调整行驶速度ⅳ级、注意相邻异常车道的车辆变道且重新规划行车路线
ⅴ
级、重新规划行车路线ⅵ级；e2.安全控制策略的划定，具体分为以下情况：
①
当时，其中n为路段内的车辆编号，为路段内的车辆n在t时刻的车道编号，安全控制策略的划分为：当时，车辆n在变道行为不受阻的情况下采取ⅲ级安全控制策略，在变道行为受阻的情况下采取ⅳ级安全控制策略，实现车辆的加速，增加其与数据异常风险车辆的间距；当或时，车辆n采取ⅰ级安全控制策略，在保证交通安全的前提下实现自动靠边停车策略，若无法实现自动靠边停车则采取人工接管策略，其中为车辆n在t时刻的纵向位置；当时，车辆n在变道行为受阻的情况下采取ⅱ级安全控制策略，在变道行为不受阻的情况下采取ⅲ级安全控制策略，其中y1为数据异常风险车辆影响范围一级阈值；当时，车辆n采取ⅳ级安全控制策略，实现车辆的减速，增加其与数据异常风险车辆的间距，其中y2为数据异常风险车辆影响范围二级阈值；当时，车辆n采取ⅵ级安全控制策略，避免与数据异常风险车辆产生路线冲突；
②
当时，车辆n采取的安全控制策略为
ⅴ
级安全控制策略；
③
当时，车辆n采取的安全控制策略为ⅵ级安全控制策略。7.根据权利要求6所述一种智能网联汽车数据异常环境的安全控制方法，其特征在于，步骤e中，当路段内的车辆存在超过一个安全控制策略时，车辆最终采用最高等级的安全控制策略。8.一种智能网联汽车数据异常环境的安全控制设备，其特征在于，包括：车辆数据读取单元：每隔一定的时间间隔g，读取车辆的can总线数据，得到所需的本车的车辆状态数据；数据通信共享单元：用于前后车辆之间的车辆状态数据的通信共享；异常风险检测单元：依据特征值进行前车与本车是否处在数据异常风险中的判定；
异常情况通信单元：用于与云平台的通信，接收来自云平台的数据异常风险车辆的车辆状态数据，且当前车与本车处于数据异常风险中时，将前车与本车的车辆状态数据信息传输至云平台；车辆行为决策单元：依据来自云平台的数据异常风险车辆的车辆状态数据和自身车辆状态数据，进行安全控制策略的确定，并给本车发送对应的行为决策命令。

技术总结
本发明提供了一种智能网联汽车数据异常环境的安全控制方法及设备，通过实时采集车辆状态数据，利用车辆状态数据进行行车间距推算，依据不同的实际情况进行数据异常风险判定，当判断存在数据异常风险车辆时，立即利用vehicle-to-cloud技术完成数据异常风险车辆的相关信息传输，最后路段内各车依据所接收到的信息和自身车辆状态数据进行安全控制策略的确定。本发明采用的方法可以实现在数据异常环境出现时，对智能网联汽车是否处于安全风险状态进行实时、精准判定，并为各车提供合适的安全控制策略，有效保障了驾乘人员与汽车的安全，提升整个交通系统的运行效率，具有较高的推广应用价值。推广应用价值。推广应用价值。


技术研发人员：华雪东 赵扬震 王炜 雷惠莹
受保护的技术使用者：东南大学
技术研发日：2023.02.17
技术公布日：2023/5/30