CN109318894B - 车辆驾驶辅助系统、车辆驾驶辅助方法及车辆 - Google Patents

Abstract

本发明提供了一种车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，所述系统安装在本车辆上或应用于本车辆，以在本车辆进行调头操作时进行危险预警，并且包括：检测单元，其配置成检测本车辆是否处于调头位置，并且检测本车辆所在车道的对向车道中是否存在对向来车；以及计算单元，其被配置成在本车辆处于调头位置并且对向车道中存在对向来车的情况下，预测在本车辆进行当前调头操作期间是否存在与对向来车的碰撞危险，其中计算单元被配置成基于本车辆当前驾驶员的驾驶行为习惯进行碰撞危险的预测。

Description

车辆驾驶辅助系统、车辆驾驶辅助方法及车辆

技术领域

本发明涉及车辆驾驶辅助领域。具体地，本发明涉及一种车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，其能够在车辆将要调头时进行危险预警。

背景技术

车辆在行驶过程中，特别是在城市道路的行驶过程中，经常遇到需要进行调头的场景。由于很多情况下对于调头不会设置单独的红绿灯来控制车辆的通行，需要司机自己观察对向来车情况来确定进行调头的时机。此外，由于调头是较为复杂并且占据较大的空间的操作，因此，调头往往会影响对向车道的交通，例如迫使对向来车减速甚至停车等待直到调头操作完成。在有些情况下，甚至会造成与对向来车发生碰撞等危险情形。

因此，有必要提供一种车辆驾驶辅助系统及方法，在车辆将要进行调头操作时检测对向车道的交通状况，并且进行危险预警，以便于在不妨碍对向车道的交通和/或不发生危险例如碰撞的情况下帮助司机完成调头操作。

发明内容

本发明的一个目的是提供一种车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，其能够在车辆进行调头时进行危险预警，辅助司机在不妨碍对向车道的交通和/或不发生危险(例如碰撞)的情况下完成调头操作。本发明的另一个目的是提供一种车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，其能够基于驾驶员的驾驶行为习惯个性化地在车辆开始进行调头操作时进行危险预警，使得危险预警更加准确。

本发明提供了一种车辆驾驶辅助系统，其安装在本车辆上或应用于本车辆，以在本车辆进行调头操作时进行危险预警，所述系统包括：检测单元，其被配置成检测本车辆是否处于调头位置，并且检测本车辆所在车道的对向车道中是否存在对向来车；以及计算单元，其被配置成在本车辆处于所述调头位置并且所述对向车道中存在所述对向来车的情况下，预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中所述计算单元被配置成基于本车辆当前驾驶员的驾驶行为习惯进行所述碰撞危险的预测。

根据本发明的实施例，其中所述计算单元被配置成预测在本车辆完成当前调头操作的时间长度内本车辆和所述对向来车的行驶轨迹，并且基于两者的预测行驶轨迹来预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中本车辆完成当前调头操作的时间长度是基于本车辆当前驾驶员的驾驶行为习惯得到的。

根据本发明的实施例，其中所述计算单元被配置成预先存储针对本车辆的当前驾驶员的用于计算本车辆完成当前调头操作的时间长度的函数，其中所述函数的参数是基于在本车辆的当前驾驶员的历次调头操作中采集的数据通过机器学习而被优化的。

根据本发明的实施例，其中所述函数的变量包括本车辆进行当前调头操作的可用空间的宽度以及本车辆进行当前调头操作时的初始速度。

根据本发明的实施例，其中本车辆进行当前调头操作的可用空间的宽度由所述检测单元检测得到，并且由所述对向车道的宽度及其周围的障碍物共同决定。

根据本发明的实施例，其中所述计算单元被配置成基于所述对向来车的当前速度来预测所述对向来车的行驶轨迹。

根据本发明的实施例，其中所述计算单元被配置成基于所述对向来车的当前速度和减速度来预测所述对向来车的行驶轨迹。

根据本发明的实施例，其中所述对向来车的减速度是根据所述对向来车的类别确定的。

根据本发明的实施例，其中所述计算单元被配置成基于本车辆进行当前调头操作时的初始速度和预设最大转向角来预测本车辆的行驶轨迹。

根据本发明的实施例，其中所述检测单元还包括身份信息获取元件，其用于获取本车辆的当前驾驶员的身份信息，并且所述计算单元还配置成预先存储分别对应于本车辆历史经历的多个驾驶员的各个的用于计算本车辆完成当前调头操作的时间长度的多个函数，其中所述多个驾驶员包括本车辆的当前驾驶员，并且所述多个函数的各个的参数是基于对应驾驶员的历次调头操作中采集的数据通过机器学习而被优化的，其中所述计算单元配置成基于所获取的本车辆的当前驾驶员的身份信息从所述多个函数中获取对应的用于计算本车辆完成当前调头操作的时间长度的函数。

根据本发明的实施例，车辆驾驶辅助系统还包括：输出单元，其在所述计算单元预测为在本车辆进行当前调头操作期间存在与所述对向车辆的碰撞危险的情况下，向驾驶员发出警告和/或使本车辆自动减速或停车。

本发明还提供了一种车辆驾驶辅助方法，其用于在本车辆进行调头操作时进行危险预警，所述方法包括以下步骤：检测本车辆是否处于调头位置，并且检测本车辆所在车道的对向车道中是否存在对向来车；以及在本车辆处于所述调头位置并且所述对向车道中存在所述对向来车的情况下，预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中基于本车辆当前驾驶员的驾驶行为习惯来预测所述碰撞危险。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：预测在本车辆完成当前调头操作的时间长度内本车辆和所述对向来车的行驶轨迹，并且基于两者的预测行驶轨迹来预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中本车辆完成当前调头操作的时间长度是基于本车辆当前驾驶员的驾驶行为习惯得到的。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：预先存储针对本车辆的当前驾驶员的用于计算本车辆完成当前调头操作的时间长度的函数，其中所述函数的参数是基于在本车辆的当前驾驶员的历次调头操作中采集的数据通过机器学习而被优化的。

根据本发明的实施例，所述函数的变量包括本车辆进行当前调头操作的可用空间的宽度以及本车辆进行当前调头操作时的初始速度。

根据本发明的实施例，本车辆进行当前调头操作的可用空间的宽度由所述检测单元检测得到，并且由所述对向车道的宽度及其周围的障碍物共同决定。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：基于所述对向来车的当前速度来预测所述对向来车的行驶轨迹。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：基于所述对向来车的当前速度和减速度来预测所述对向来车的行驶轨迹。

根据本发明的实施例，所述对向来车的减速度是根据所述对向来车的类别确定的。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：基于本车辆进行当前调头操作时的初始速度和预设最大转向角来预测本车辆的行驶轨迹。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：获取本车辆的当前驾驶员的身份信息；以及预先存储分别对应于本车辆历史经历的多个驾驶员的各个的用于计算本车辆完成当前调头操作的时间长度的多个函数，其中所述多个驾驶员包括本车辆的当前驾驶员，并且所述多个函数的各个的参数是基于对应驾驶员的历次调头操作中采集的数据通过机器学习而被优化的，其中，所述方法还包括以下步骤：基于所获取的本车辆的当前驾驶员的身份信息从所述多个函数中获取对应的用于计算本车辆完成当前调头操作的时间长度的函数。

根据本发明的实施例，车辆驾驶辅助方法还包括以下步骤：在预测为在本车辆进行当前调头操作期间存在与所述对向车辆的碰撞危险的情况下，向驾驶员发出警告和/或使本车辆自动减速或停车。

本发明的一个方面还提供了安装或适合于应用上述任意实施例的车辆驾驶辅助系统的车辆。

由此，根据本发明的实施例的车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，其能够在车辆进行调头时进行危险预警，辅助司机在不妨碍对向车道的交通和/或不发生危险(例如碰撞)的情况下完成调头操作。此外，根据本发明的车辆驾驶辅助系统、车辆驾驶辅助方法及车辆，其能够针对驾驶员的驾驶行为习惯个性化地在车辆进行调头操作时进行危险预警，使得危险预警更加准确。

附图说明

下面，将结合附图对本发明的示例性实施例的特征、优点和技术效果进行描述，附图中相似的附图标记表示相似的元件，其中：

图1示出了根据本发明的实施例的车辆驾驶辅助系统的示意性框图。

图2示出了车辆A处于调头位置并且对向车道中存在对向来车B的情况。

图3示出了根据本发明的实施例的车辆驾驶辅助方法的示意性流程图。

具体实施方式

下文中，将参照附图详细描述本发明的实施例。下面的详细描述和附图用于示例性地说明本发明的原理，本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。

图1示出了根据本发明的实施例的车辆驾驶辅助系统100的示意性框图。如图1所示，车辆驾驶辅助系统100可以安装在车辆A上或应用于车辆A，以在车辆A进行调头时进行危险预警。具体地，车辆驾驶辅助系统100可以包括检测单元10、计算单元20和输出单元30。车辆驾驶辅助系统100的各个单元可以配置成以各个单元中的部件相互连接的方式工作。连接方式包括系统总线、网络和/或其他适合的连接方式。根据本发明的其他实施例，车辆驾驶辅助系统100可以包括更多、更少或不同的单元，并且各个单元可以包括更多、更少或不同的部件。此外，所述单元和部件可以以多种方式组合或拆分。

下面，将具体地描述根据本发明的实施例的车辆驾驶辅助系统100的各个单元和/或部件的配置和功能。

检测单元10包括外部检测装置和内部检测装置。外部检测装置被配置成获取车辆A所在环境的交通信息。具体地，外部检测装置可以被配置成基于所获取的交通信息检测车辆是否处于调头位置。在车辆A处于调头位置的情况下，外部检测装置被配置成进一步检测车辆A所在车道的对向车道中在预定范围内是否存在对向来车B。这里，车辆A所在车道的对向车道可能有一条或多条。由于车辆A的调头操作可能涉及一条以上的对向车道，因此，外部检测装置可以配置成检测在所有对向车道上是否存在对向来车B。在存在对向来车B的情况下，外部检测装置还配置成进一步检测该对向来车B的位置、速度和加速度等运动参数。这里所述的预定范围，可以是外部检测装置能够检测到的到车辆A的最大距离范围，也可以是根据经验预设的距离范围，诸如100m、200m等。此外，外部检测装置还可以配置成检测对向来车B的类别(诸如卡车、公共汽车、面包车、四门轿车等)。图2示意性地示出了车辆A处于调头位置并且对向车道中存在对向来车B的情况。

具体地，外部检测装置可以包括安装在车辆A上的各种传感器，例如GPS传感器等位置传感器、摄像头等图像传感器以及激光传感器、雷达传感器、超声波传感器和红外传感器等。外部检测装置可以利用这些传感器的任意组合来获取交通信息并且进行后续检测。例如，外部检测装置可以利用GPS传感器或基于视觉的定位方法，获取车辆A的当前位置信息，来检测车辆A是否处于某个路口处并且正处于U型转弯车道中，以确定车辆A是否处于U型转弯位置。外部检测装置还可以利用摄像头获取车辆A周围环境的图像，并且利用计算机视觉和图像处理技术来识别路口以及车道中的U型转弯标志，以确定车辆A是否处于U型转弯位置。此外，外部检测装置还可以通过与车辆A上安装的导航设备通信，获取地图信息和车辆A的导航路线，来确定车辆A是否处于U型转弯位置。

在确定车辆A处于U型转弯位置的情况下，外部检测装置可以配置成利用摄像头、激光传感器、雷达传感器、超声波传感器和红外传感器等的任意组合所获取的交通信息，来检测对向车道上在预定范围内是否存在对向来车B，并且在检测到对向来车B的情况下，进一步获取对向来车B的位置、速度、加速度等运动参数。

在优选实施例中，外部检测装置还配置成确定供车辆A进行当前调头的可用空间。具体地，外部检测装置配置成确定车辆A进行当前调头的可用空间的宽度W，该宽度定义成与对向车道宽度方向一致。具体地，外部检测装置可以配置成利用GPS传感器获取车辆A所在车道的对向车道的宽度。外部检测装置还可以配置成利用摄像头等拍摄车辆A周围的环境图像，通过计算机视觉和图像处理技术识别道路边界(诸如路缘、围栏、车道线等)来检测对向车道的宽度。这里，由于可能存在多条对向车道，因此，检测所有对向车道的宽度。此外，还考虑到对向车道周围的临时出现的障碍物对车辆A进行当前调头的可用空间的影响。外部检测单元可以通过摄像头、激光传感器、雷达传感器、超声波传感器、红外传感器等的任意组合来检测对向车道周围的停放车辆、行人等障碍物的位置、形状等。由此，外部检测装置可以基于对向车道的实际宽度及其周围的障碍物信息，确定供车辆A进行当前调头操作的可用空间的宽度W。

检测单元10的内部检测装置可配置成获取车辆A的运动参数。内部检测装置10可以根据需要检测车辆A的速度、加速度、转向角等运动参数。内部检测装置主要通过车辆A自带的各种传感器，诸如测量车辆A的速度的速度传感器、测量车辆A的转向角度的转向角传感器、测量车辆A的加速度的加速度传感器等来获取车辆A的运动参数。

在优选实施例中，内部检测装置还配置成能够获取车辆A的当前驾驶员的身份信息。具体地，内部检测装置可以包括用于获取当前驾驶员的身份信息的身份信息获取元件，该身份信息获取元件可以是指纹信息获取元件、面部信息获取元件等。指纹信息获取元件可以设置在车辆A的车厢内适合的位置处，诸如启动控制键、方向盘等以方便地获取驾驶员的指纹。当然，指纹信息获取元件也可以设置在车辆A的其他位置处，例如驾驶员座位旁车门的把手、车钥匙等，只要便于获取驾驶员的指纹即可。面部信息获取元件可以是设置在车辆A的车厢内的适合位置处，例如设置在后视镜附近的摄像头等图像传感器，以便于获取驾驶员的脸部图像。内部检测装置可以基于当前驾驶员的指纹或脸部图像，识别当前驾驶员身份。此外，驾驶员可以通过车辆A的输入装置等主动输入他或她的身份信息，以便于内部检测装置识别其身份。

下面，将具体地描述根据本发明的实施例的计算单元20的配置和功能。计算单元20具体地由处理器和存储器实现。处理器可以包括一个或多个通用处理器和/或一个或多个专用处理器(例如，图像处理器、数字信号处理等)。存储器可以包括一个或多个易失性和/或一个或多个非易失性存储器。存储器可以与处理器一体的形成或分别单独地形成。存储器可以包含由处理器执行以实现各种功能的指令。存储器还可以存储计算单元20执行指令时需要的数据以及产生的数据等。

在本发明的实施例中，计算单元20被配置成在车辆A处于调头位置并且对向车道中存在对向来车B的情况下，基于当前的交通状况预测车辆A进行当前调头操作是否存在潜在危险。具体地，计算单元20可以通过预测车辆A在进行当前调头操作期间是否会与对向来车B发生碰撞，来预测潜在危险。此外，由于调头操作对于驾驶员来说是较为复杂的操作，不同的驾驶员完成调头操作需要的空间、时间等是不同的，即使是同一驾驶员随着驾驶经验的增长完成调头操作需要的空间、时间等也会发生变化。优选地，计算单元20配置成基于车辆A的当前驾驶员的驾驶行为习惯，来判断车辆A进行当前调头操作期间是否存在与对向来车B的碰撞危险。这样，车辆驾驶辅助系统100可以针对不同的驾驶员提供个性化的驾驶辅助，使危险预警更加准确。

在示例性实施例中，计算单元20可以配置成预测车辆A的行驶轨迹和对向来车B的行驶轨迹，并且通过判断两者的行驶轨迹在车辆A进行调头操作期间的某个时间点是否发生重合来判断在车辆A进行当前调头操作期间是否存在与对向来车B的碰撞危险。由于不同驾驶员的驾驶行为习惯以及同一驾驶员在不同时期的驾驶行为习惯对车辆A进行当前调头操作的影响主要可以通过完成当前调头操作的时间来体现，因此，在优选实施例中，计算单元20可以配置成首先基于车辆A的当前驾驶员的驾驶行为习惯得到车辆A完成当前调头操作的时间长度，然后预测在该时间长度内车辆A和对向来车B的行驶轨迹。这里，车辆A完成当前调头操作的时间长度是指从车辆A开始调头操作，即车辆A的转向角变为大于某个阈值(例如方向盘转向角大于90°，或者车轮转向角大于10°)时，到车辆A完成调头操作的时间。车辆A完成调头操作意味着，车辆A的车头方向朝向目标车道的行驶方向并且车辆A的速度大于等于某个阈值。该阈值可以根据当地的法规和驾驶习惯，针对调头车辆对对向车流的阻碍容忍度，进行设置。例如，该阈值可以等于0，可以等于目标车道的限速的50％，可以等于目标车道的限速的100％，可以等于对向来车B的当前速度的50％，可以等于对向来车B的当前速度的100％。这里，对向来车B的当前速度可以是检测单元10在检测到对向来车B时检测到的速度。

具体地，计算单元20可以预先存储针对车辆A的当前驾驶员的用于计算车辆A完成当前调头操作的时间的函数t＝f(V_A,W)，其中V_A是指车辆A进行当前调头操作时的初始速度(即，车辆A在当前调头操作开始的速度，例如，车辆A在转向角变得大于某个阈值(例如方向盘转向角大于90°，或者车轮转向角大于10°)时的速度)，W是车辆A进行当前调头操作的可用空间的宽度。V_A和W作为函数t＝f(V_A,W)的输入变量，如前所述可以通过检测单元10检测得到。而函数t＝f(V_A,W)的参数则针对当前驾驶员个性化地设置。具体地，函数t＝f(V_A,W)的参数可以通过机器学习而被优化。例如，计算单元20可以在当前驾驶员在当前调头之前的历次调头期间采集有关数据，并且基于这些数据对函数t＝f(V_A,W)的参数进行优化，从而得到针对当前驾驶员的与其驾驶行为习惯匹配的函数t＝f(V_A,W)。

在示例性实施例中，计算单元20可以采集并且存储车辆A在当前调头操作之前历史上经历的各个驾驶员的身份信息，并且针对各个驾驶员均设置对应的函数t＝f(V_A,W)。而且，对于各个函数t＝f(V_A,W)，计算单元20在对应的驾驶员在当前调头之前的历次调头期间采集有关数据，并且基于这些数据通过机器学习对各个函数t＝f(V_A,W)的参数进行优化，从而得到针对各个驾驶员的与其驾驶行为习惯相匹配的函数t＝f(V_A,W)。当计算单元20预测车辆A和对向来车B的行驶轨迹时，可以根据检测单元10获取的车辆A的当前驾驶员身份信息，获取其对应的函数t＝f(V_A,W)。由此，可以计算得到与当前驾驶员的驾驶行为习惯匹配的、车辆A完成当前调头操作的时间长度。

在得到车辆A完成当前调头操作的时间长度之后，计算单元20可以预测该时间长度内对向来车B的行驶轨迹。在一个示例性实施例中，可以假设对向来车B以当前速度继续行驶而不减速的情况下，预测在车辆A进行当前调头操作期间对向来车B的行驶轨迹。

此外，计算单元20还可以预测在车辆A进行当前调头操作期间车辆A的行驶轨迹。可以以车辆A进行当前调头操作时的初始速度以及预设的最大转向角为初始条件，来预测车辆A的行驶轨迹。此外，车辆A的行驶轨迹预测还可以考虑车辆A进行当前调头操作可用空间的宽度W的影响。

基于所预测的车辆A的行驶轨迹和对向来车B的行驶轨迹，计算单元20可以判断两者是否在车辆A完成当前调头操作的时间长度内的某个时间点发生重合。如果发生重合，则意味着车辆A此时进行调头操作，会与对向来车B发生碰撞。在这种情况下，系统100的输出单元30向车辆A的驾驶员发出警告。输出单元30还可以自动控制车辆A进行减速或使车辆A停止。如果不会发生重合，则意味着车辆A此时进行调头操作是安全的。输出单元30可以提醒驾驶员尽快进行转弯操作。输出单元30可以以视觉或声音的方式来警告或提醒驾驶员。

由此，根据本发明的车辆驾驶辅助系统100可以在车辆A进行调头操作时进行危险预警，防止车辆发生危险。此外，根据本发明的车辆驾驶辅助系统在进行危险预警时，考虑了车辆A当前驾驶员的驾驶行为习惯，使得危险预警更加准确。

此外，在上述实施例中，计算单元20在对向来车B以当前速度继续行驶而不减速的情况下预测对向来车B的行驶轨迹。在这种情况下，仅完全不会阻碍对向来车B的行驶的情况，即，不会迫使对向来车B减速的情况才视为允许车辆A进行调头操作的安全情况。这种情况下，本发明会给出最稳妥的警示和/或主动干预。

然而，在有些地区的驾驶习惯，针对调头车辆对对向车流的阻碍会有一定的容忍。如果每次调头都以不能使对向来车减速的标准来给予用户警示或刹车，可能造成与当地不相符的驾驶行为，造成糟糕的用户体验。因此，在其他实施例中，计算单元20还可以预测对向来车B以当前速度行驶但进行减速的情况下的行驶轨迹。这里，对向来车B的减速度可以根据对向来车B的类别来确定。例如，检测单元10可以检测对向来车B的种类，诸如公共汽车、四门轿车、卡车、面包车等，并且计算单元20根据对向来车B的类别，例如从预先存储的各个类别的车辆对应的减速度获取，或者根据预先存储的函数计算得到对向来车B的减速度。对于公共汽车，对向来车B的减速度可以是5m/s²，对于四门轿车，对向来车B的减速度可以是10m/s²。对向来车的减速度可以设置成对向来车缓慢减速，而不是急刹车的情况。由此，计算单元20可以得到对向来车B以当前速度行驶并且进行缓慢减速的情况下在车辆A进行当前调头操作期间的行驶轨迹。基于这样的对向来车B的预测行驶轨迹，只有判断为车辆A和缓慢减速的对向来车B一定会发生碰撞，本发明的警示和主动干预才会启动。车辆驾驶辅助系统100可以设置切换装置，以方便用户在上述两种情况之间切换车辆驾驶辅助系统100的使用模式，以使得系统100适配当地的驾驶习惯。

下面，将详细描述根据本发明的实施例的车辆驾驶辅助方法。图3示出了根据本发明的实施例的车辆驾驶辅助方法的流程示意图。

在步骤S1中，检测车辆A是否处于调头位置。如前所述，可以通过GPS传感器获取的位置信息、摄像头拍摄的车辆A的周围环境信息、车辆A的导航装置的地图信息和导航路径等来检测车辆A是否处于调头位置。步骤S1可以在车辆A的行驶过程中周期性地实时进行。例如，步骤S1可响应于车辆A的启动而开始进行。当判断为车辆A处于调头位置时，进入步骤S2。

在步骤S2中，检测车辆A所在车道的对向车道中在预定范围内是否存在对向来车B。在检测为存在对向来车B的情况下，在步骤S2中还获取对向来车B的位置、速度、加速度等运动参数，并且随后进入步骤S3。

在步骤S3中，检测车辆A进行当前U型操作的可用空间的宽度W以及车辆A进行调头操作时的初始速度V_A(即，车辆A开始进行调头时的速度)。如前所述，根据车辆A所在车道的对向车道的实际宽度以及对向车道周围临时存在的停放车辆、行人等障碍物，确定该宽度W。这里，宽度W的检测可以在检测初始速度V_A之前进行，而初始速度V_A可以在车辆A的转向角变得大于某个阈值(例如方向盘转向角大于90°，或者车轮转向角大于10°)时获取。这样，可以获得准确的初始速度V_A值。

在步骤S4中，获取针对车辆A的当前驾驶员的用于计算车辆A完成当前调头操作的时间长度的函数，并且计算该时间长度。在示例性实施例中，基于当前驾驶员的身份信息，从预先存储的针对车辆A历史经历的多个驾驶员的用于计算车辆A完成当前调头操作的时间长度的多个函数中获取对应的函数。特别地，所述多个函数的各个的参数是基于对应驾驶员的历次调头操作中采集的数据通过机器学习而被优化的。当前驾驶员的身份信息的检测或输入可以在步骤S4之前进行，例如，在车辆A启动时进行。

在步骤S5中，基于在步骤S4中计算的时间长度，预测在该时间长度内车辆A和对向来车B的行驶轨迹。可以假设对向来车B以当前速度行驶而不减速，来得到在车辆A进行当前调头操作期间对向来车B的行驶轨迹。也可以假设对向来车B以当前速度行驶并且逐渐减速，来得到在车辆A进行当前调头操作期间对向来车B的行驶轨迹。这里，对向来车B的当前速度，是在步骤S2中检测到的对向来车B的速度。对向来车B的减速度可以根据对向来车B的类别来确定。以上两种预测对向来车B的行驶轨迹的方式，可以使得本发明的车辆驾驶辅助方法提供两种不同的安全等级。因此，可以在车辆A或车辆驾驶辅助系统100启动时，设置选择步骤，方便用户根据需要选择适合的安全等级。

此外，在步骤S5中，以车辆A进行当前调头操作时的初始速度以及预设的最大转向角为初始条件，来预测车辆A的行驶轨迹。

在步骤S6中，基于所预测的车辆A和对向来车B的行驶轨迹，预测在车辆A进行调头期间是否存在与对向来车B的碰撞风险。这主要是通过判断车辆A和对向来车B的行驶轨迹是否在车辆A完成当前调头操作的时间长度内的某个时间点发生重合来实现。如果是，则进入步骤S7。在步骤S7中，向车辆A的驾驶员发出警告。另外，也可以自动控制车辆A进行减速或使车辆A停止。如果不是，则进入步骤S8，提醒驾驶员尽快进行调头操作。

由此，根据本发明的实施例的车辆驾驶辅助方法，可以在车辆A进行调头操作时进行危险预警，防止车辆发生危险。此外，根据本发明的车辆驾驶辅助方法在进行危险预警时，考虑了车辆A当前驾驶员的驾驶行为习惯，使得危险预警更加准确。

本发明还提供了一种车辆，该车辆安装有或者适合于应用如上所述实施例的车辆驾驶辅助系统。该车辆驾驶辅助系统适合于执行上述实施例的车辆驾驶辅助方法。

尽管已经参考示例性实施例描述了本发明，但是应理解，本发明并不限于上述实施例的构造和方法。相反，本发明意在覆盖各种修改例和等同配置。另外，尽管在各种示例性组合和构造中示出了所公开发明的各种元件和方法步骤，但是包括更多、更少的元件或方法的其它组合也落在本发明的范围之内。

Claims (13)

1.一种车辆驾驶辅助系统，其安装在本车辆上或应用于本车辆，以在本车辆进行调头操作时进行危险预警，所述系统包括：

检测单元，其被配置成检测本车辆是否处于调头位置，并且检测本车辆所在车道的对向车道中是否存在对向来车；以及

计算单元，其被配置成在本车辆处于所述调头位置并且所述对向车道中存在所述对向来车的情况下，预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中

所述计算单元被配置成基于本车辆当前驾驶员的驾驶行为习惯进行所述碰撞危险的预测。

2.根据权利要求1所述的车辆驾驶辅助系统，其中

所述计算单元被配置成预测在本车辆完成当前调头操作的时间长度内本车辆和所述对向来车的行驶轨迹，并且基于两者的预测行驶轨迹来预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中本车辆完成当前调头操作的时间长度是基于本车辆当前驾驶员的驾驶行为习惯得到的。

3.根据权利要求2所述的车辆驾驶辅助系统，其中

所述计算单元被配置成预先存储针对本车辆的当前驾驶员的用于计算本车辆完成当前调头操作的时间长度的函数，其中所述函数的参数是基于在本车辆的当前驾驶员的历次调头操作中采集的数据通过机器学习而被优化的。

4.根据权利要求3所述的车辆驾驶辅助系统，其中

所述函数的变量包括本车辆进行当前调头操作的可用空间的宽度以及本车辆进行当前调头操作时的初始速度。

5.根据权利要求4所述的车辆驾驶辅助系统，其中

本车辆进行当前调头操作的可用空间的宽度由所述检测单元检测得到，并且由所述对向车道的宽度及其周围的障碍物共同决定。

6.根据权利要求2所述的车辆驾驶辅助系统，其中

所述计算单元被配置成基于所述对向来车的当前速度来预测所述对向来车的行驶轨迹。

7.根据权利要求2所述的车辆驾驶辅助系统，其中

所述计算单元被配置成基于所述对向来车的当前速度和减速度来预测所述对向来车的行驶轨迹。

8.根据权利要求7所述的车辆驾驶辅助系统，其中

所述对向来车的减速度是根据所述对向来车的类别确定的。

9.根据权利要求2所述的车辆驾驶辅助系统，其中

所述计算单元被配置成基于本车辆进行当前调头操作时的初始速度和预设最大转向角来预测本车辆的行驶轨迹。

10.根据权利要求3所述的车辆驾驶辅助系统，其中

所述检测单元还包括身份信息获取元件，其用于获取本车辆的当前驾驶员的身份信息，并且

所述计算单元还配置成预先存储分别对应于本车辆历史经历的多个驾驶员的各个的用于计算本车辆完成当前调头操作的时间长度的多个函数，其中所述多个驾驶员包括本车辆的当前驾驶员，并且所述多个函数的各个的参数是基于对应驾驶员的历次调头操作中采集的数据通过机器学习而被优化的，其中

所述计算单元配置成基于所获取的本车辆的当前驾驶员的身份信息从所述多个函数中获取对应的用于计算本车辆完成当前U型转弯操作的时间长度的函数。

11.根据权利要求1所述的车辆驾驶辅助系统，还包括：

输出单元，其在所述计算单元预测为在本车辆进行当前调头操作期间存在与所述对向来车 的碰撞危险的情况下，向驾驶员发出警告和/或使本车辆自动减速或停车。

12.一种车辆驾驶辅助方法，其用于在本车辆进行调头操作时进行危险预警，所述方法包括以下步骤：

检测本车辆是否处于调头位置，并且检测本车辆所在车道的对向车道中是否存在对向来车；以及

在本车辆处于所述调头位置并且所述对向车道中存在所述对向来车的情况下，预测在本车辆进行当前调头操作期间是否存在与所述对向来车的碰撞危险，其中

基于本车辆当前驾驶员的驾驶行为习惯来预测所述碰撞危险。

13.一种车辆，其安装或适用于应用如权利要求1-11中任一项所述的车辆驾驶辅助系统。

Images