CN112078591A - 车辆、车机设备及其驾驶辅助方法 - Google Patents

Abstract

本申请提供一种车辆、车机设备及其基于驾驶行为评分的驾驶辅助方法，车机设备通过车载传感器获取用户的操作动作，根据所述操作动作分析得到对应的驾驶行为类型，对所述驾驶行为类型按照预设规则进行评分，根据多次综合的评分判断所述用户的驾驶习惯，获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患，若存在安全隐患，提示用户注意控制所述驾驶习惯。通过这种方式，本申请通过建立用户个性化的用户形象这种自画像的方式，能够自动分析用户的行车行为习惯，准确判断用户的的不良驾驶习惯，然后根据路况对用户进行提前警示，避免用户因为一些陋习而发生安全意外，保障用户的行车安全。

Description

车辆、车机设备及其驾驶辅助方法

技术领域

本申请涉及车辆技术领域，具体涉及一种车机设备，所述车机设备的驾驶辅助方法，以及应用所述车机设备的车辆。

背景技术

“安全驾驶”虽然说起来容易，但真正做起来却非常难。很多交通事故的发生，不是偶然的事件，而是由于司机的不良的驾驶习惯造成的，更可怕的是很多老司机以为自己不良的驾驶习惯是正确的，等真正遇到事故时却幡然醒悟，而一些新手司机，开车犯错也是司空见惯。

据统计，开车看手机发生事故“概率”是普通驾驶的23倍，这是因为司机开车时看手机，反应速度比平时慢35％，而酒驾和毒驾的反应比平时慢21％，也就是说开车看手机比酒驾毒驾更危险。

开车的朋友都知道，开车系安全带这是最基本的常识。但是，在实际生活中，不愿意系安全带是个普遍现象。据调查显示，在正面碰撞事故中，系上安全带可以使死亡率减少57％，侧面撞车时可减少44％，翻车时可减少80％，由此可见安全带的作用有多大。

不难看出，针对用户的这些不规范驾驶行为，很有必要提出一种车辆、车机设备及其驾驶辅助方法。

发明内容

本申请的目的在于，提供一种车辆、车机设备及其驾驶辅助方法，能够自动分析用户的行车行为习惯，准确判断用户的的不良驾驶习惯，然后根据路况对用户进行提前警示，避免用户因为一些陋习而发生安全意外，保障用户的行车安全。

为解决上述技术问题，本申请提供一种基于驾驶行为评分的驾驶辅助方法，作为其中一种实施方式，所述驾驶辅助方法包括如下步骤：

车机设备通过车载传感器获取用户的操作动作；

根据所述操作动作分析得到对应的驾驶行为类型；

对所述驾驶行为类型按照预设规则进行评分；

根据多次综合的评分判断所述用户的驾驶习惯；

获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患；

若存在安全隐患，提示用户注意控制所述驾驶习惯。

作为其中一种实施方式，所述驾驶行为类型包括急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向。

作为其中一种实施方式，所述对所述驾驶行为类型按照预设规则进行评分的步骤，包括：

按照每百公里出现所述驾驶行为类型的次数进行评分，或者按照每小时出现所述驾驶行为类型的次数进行评分。

作为其中一种实施方式，所述评分的过程包括采用归一化处理的方式。

作为其中一种实施方式，所述根据多次综合的评分判断所述用户的驾驶习惯的步骤，具体包括：

根据用户的急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向的驾驶行为类型的多次综合的评分，从整体上判断所述用户的驾驶习惯。

作为其中一种实施方式，所述从整体上判断所述用户的驾驶习惯的步骤，具体包括：

对每种驾驶行为类型设置不同的权重值，并最终对所有驾驶行为类型的评分进行加权求和得到总分数，根据计算得到的所述总分数判断用户的驾驶习惯。

作为其中一种实施方式，所述获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患的步骤，具体包括：

所述实时交通路况包括路面湿滑、行人多/学校路段、非机动车较多、单行道、可见度低和靠水路段，根据所述实时交通路况判断所述用户的驾驶习惯会否发生意外。

作为其中一种实施方式，所述提示用户注意控制所述驾驶习惯的步骤，具体包括：

通过语音、弹出窗口和/或警示灯的方式提示用户注意控制驾驶习惯，以降低安全隐患。

为解决上述技术问题，本申请还提供一种车机设备，作为其中一种实施方式，所述车机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现如上所述的驾驶辅助方法。

为解决上述技术问题，本申请还提供一种车辆，作为其中一种实施方式，配置有如上所述的车机设备。

本申请车辆、车机设备及其驾驶辅助方法，车机设备通过车载传感器获取用户的操作动作，根据所述操作动作分析得到对应的驾驶行为类型，对所述驾驶行为类型按照预设规则进行评分，根据多次综合的评分判断所述用户的驾驶习惯，获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患，若存在安全隐患，提示用户注意控制所述驾驶习惯。通过这种方式，本申请通过建立用户个性化的用户形象这种自画像的方式，能够自动分析用户的行车行为习惯，准确判断用户的的不良驾驶习惯，然后根据路况对用户进行提前警示，避免用户因为一些陋习而发生安全意外，保障用户的行车安全。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本申请基于驾驶行为评分的驾驶辅助方法一实施方式的流程示意图。

图2为本申请车机设备一实施方式的模块示意图。

具体实施方式

为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例，对本申请详细说明如下。

通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。

请参阅图1，图1为本申请基于驾驶行为评分的驾驶辅助方法一实施方式的流程示意图。

需要说明的是，本实施方式所述基于驾驶行为评分的驾驶辅助方法，可以应用在车机设备中，也可以应用到手机、平板电脑、笔记本电脑、台式电脑、可穿戴设备和虚拟现实设备中。

在本实施方式中，所述基于驾驶行为评分的驾驶辅助方法包括但不限于如下步骤。

步骤S101，车机设备通过车载传感器获取用户的操作动作；

步骤S102，根据所述操作动作分析得到对应的驾驶行为类型；

步骤S103，对所述驾驶行为类型按照预设规则进行评分；

步骤S104，根据多次综合的评分判断所述用户的驾驶习惯；

步骤S105，获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患；

步骤S106，若存在安全隐患，提示用户注意控制所述驾驶习惯。

需要说明的是，所述驾驶行为类型包括急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向。当然，在其他实施方式中，所述驾驶行为类型还可以包括酒驾、醉驾、开车玩手机以及违反交通法规的行为。

容易理解的是，本实施方式的车载传感器可以包括摄像头、重力传感器、加速度传感器以及声音传感器等，通过对车辆内的实景、车辆的速度变化以及车内的声音等进行采集，进而分析驾驶行为。

值得一提的是，本实施方式可以按照行程公里数或者时间进行统计，所述对所述驾驶行为类型按照预设规则进行评分的步骤，包括：按照每百公里出现所述驾驶行为类型的次数进行评分，或者按照每小时出现所述驾驶行为类型的次数进行评分。

具体而言，本实施方式所述评分的过程包括采用归一化处理的方式。比如，100公里允许最多20次超速，合理范围即为[0,20]，而本次行程总共10公里，超速1次，实际相对于100公里而言，应该是超速了10次，而后在范围内进行归一化处理即为10-0/20-0＝0.5。

相应地，本实施方式所述根据多次综合的评分判断所述用户的驾驶习惯的步骤，具体包括：根据用户的急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向的驾驶行为类型的多次综合的评分，从整体上判断所述用户的驾驶习惯。

作为其中一种实施方式，所述从整体上判断所述用户的驾驶习惯的步骤，具体包括：对每种驾驶行为类型设置不同的权重值，并最终对所有驾驶行为类型的评分进行加权求和得到总分数，根据计算得到的所述总分数判断用户的驾驶习惯。

不难理解的是，除了超速，其他各种事件均按上述方法进行归一化处理，分别得到某个[0,1]的值S_i，根据每种事件的权重A_i，计算总的分数值为∑A_iS_i。

需要说明的是，本实施方式所述获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患的步骤，具体包括：所述实时交通路况包括路面湿滑、行人多/学校路段、非机动车较多、单行道、可见度低和靠水路段，根据所述实时交通路况判断所述用户的驾驶习惯会否发生意外。

举例而言，对于路面湿滑的路况，超速、追逐竞速等行为都容易发生翻车等，而对于行人多和学校路段，由于行人特别是学生等经常出现在道路上，或者横穿马路，容易出现安全事故，所以这些路段一般只适合低速匀速通行。

在本实施方式中，所述提示用户注意控制所述驾驶习惯的步骤，具体包括：通过语音、弹出窗口和/或警示灯的方式提示用户注意控制驾驶习惯，以降低安全隐患。

通过这种方式，本申请通过建立用户个性化的用户形象这种自画像的方式，能够自动分析用户的行车行为习惯，准确判断用户的的不良驾驶习惯，然后根据路况对用户进行提前警示，避免用户因为一些陋习而发生安全意外，保障用户的行车安全。

请参阅图2，本申请还提供一种车机设备，作为其中一种实施方式，所述车机设备包括存储器20和处理器21，所述存储器20用于存储计算机程序，所述处理器21用于执行所述计算机程序，以实现如上所述的驾驶辅助方法。

具体而言，本实施方式所述处理器21用于通过车载传感器获取用户的操作动作；

所述处理器21用于根据所述操作动作分析得到对应的驾驶行为类型；

所述处理器21用于对所述驾驶行为类型按照预设规则进行评分；

所述处理器21用于根据多次综合的评分判断所述用户的驾驶习惯；

所述处理器21用于获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患；

若存在安全隐患，所述处理器21用于提示用户注意控制所述驾驶习惯。

需要说明的是，所述驾驶行为类型包括急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向。当然，在其他实施方式中，所述驾驶行为类型还可以包括酒驾、醉驾、开车玩手机以及违反交通法规的行为。

容易理解的是，本实施方式的车载传感器可以包括摄像头、重力传感器、加速度传感器以及声音传感器等，通过对车辆内的实景、车辆的速度变化以及车内的声音等进行采集，进而分析驾驶行为。

值得一提的是，本实施方式可以按照行程公里数或者时间进行统计，所述处理器21用于按照每百公里出现所述驾驶行为类型的次数进行评分，或者按照每小时出现所述驾驶行为类型的次数进行评分。

具体而言，本实施方式所述评分的过程包括采用归一化处理的方式。比如，100公里允许最多20次超速，合理范围即为[0,20]，而本次行程总共10公里，超速1次，实际相对于100公里而言，应该是超速了10次，而后在范围内进行归一化处理即为10-0/20-0＝0.5。

相应地，本实施方式所述处理器21用于根据用户的急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向的驾驶行为类型的多次综合的评分，从整体上判断所述用户的驾驶习惯。

作为其中一种实施方式，所述处理器21用于对每种驾驶行为类型设置不同的权重值，并最终对所有驾驶行为类型的评分进行加权求和得到总分数，根据计算得到的所述总分数判断用户的驾驶习惯。

不难理解的是，除了超速，其他各种事件均按上述方法进行归一化处理，分别得到某个[0,1]的值S_i，根据每种事件的权重A_i，计算总的分数值为∑A_iS_i。

需要说明的是，本实施方式所述实时交通路况包括路面湿滑、行人多/学校路段、非机动车较多、单行道、可见度低和靠水路段，所述处理器21用于根据所述实时交通路况判断所述用户的驾驶习惯会否发生意外。

举例而言，对于路面湿滑的路况，超速、追逐竞速等行为都容易发生翻车等，而对于行人多和学校路段，由于行人特别是学生等经常出现在道路上，或者横穿马路，容易出现安全事故，所以这些路段一般只适合低速匀速通行。

在本实施方式中，所述处理器21用于通过语音、弹出窗口和/或警示灯的方式提示用户注意控制驾驶习惯，以降低安全隐患。

请结合图2及其实施方式，本申请还提供一种车辆，所述车辆配置有上述的车机设备，所述车机设备还可以包括显示器和扬声器等，所述显示器用于向用户推送推荐信息，所述扬声器可以用于向用户播发语音的推荐信息。

在其中一实施方式中，所述车机设备还可以虚拟地架设在云服务器上，而通过车辆和云服务器侧的车机设备网络连接，实现上述实施方式所提及驾驶辅助方法。

需要说明的是，本实施方式车机设备、车辆和云服务器均可以采用WIFI技术或5G技术等，比如利用5G车联网网络实现彼此的网络连接，本实施方式所采用的5G技术可以是一个面向场景化的技术，本申请利用5G技术对车辆起到关键的支持作用，其同时实现连接人、连接物或连接车辆，其具体可以采用下述三个典型应用场景组成。

第一个是eMBB(Enhance Mobile Broadband，增强移动宽带)，使用户体验速率在0.1～1gpbs，峰值速率在10gbps，流量密度在10Tbps/km2；

第二个超可靠低时延通信，本申请可以实现的主要指标是端到端的时间延迟为ms(毫秒)级别；可靠性接近100％；

第三个是mMTC(海量机器类通信)，本申请可以实现的主要指标是连接数密度，每平方公里连接100万个其他终端，10^6/km2。

通过上述方式，本申请利用5G技术的超可靠、低时延时的特点，结合比如雷达和摄像头等就可以给车辆提供显示的能力，可以跟车辆实现互动，同时利用5G技术的交互式感知功能，用户可以对外界环境做一个输出，不光能探测到状态，还可以做一些反馈等。进一步而言，本申请还可以应用到自动驾驶的协同里面，比如车辆编队等。

此外，本申请还可以利用5G技术实现通信增强自动驾驶感知能力，并且可以满足车内乘客对AR(增强现实)/VR(虚拟现实)、游戏、电影、移动办公等车载信息娱乐，以及高精度的需求。本申请可以实现厘米级别的3D高精度定位地图的下载量在3～4Gb/km，正常车辆限速120km/h(千米/时)下每秒钟地图的数据量为90Mbps～120Mbps(兆比特每秒)，同时还可以支持融合车载传感器信息的局部地图实时重构，以及危险态势建模与分析等。

在本申请中，上述基于车机设备均可以使用到具备车辆TBOX的车辆系统中，其还可以连接到车辆的CAN总线上。

在本实施方式中，CAN可以包括三条网络通道CAN_1、CAN_2和CAN_3，车辆还可以设置一条以太网网络通道，其中三条CAN网络通道可以通过两个车联网网关与以太网网络通道相连接，举例而言，其中CAN_1网络通道包括混合动力总成系统，其中CAN_2网络通道包括运行保障系统，其中CAN_3网络通道包括电力测功机系统，以太网网络通道包括高级管理系统，所述的高级管理系统包括作为节点连接在以太网网络通道上的人-车-路模拟系统和综合信息采集单元，所述的CAN_1网络通道、CAN_2网络通道与以太网网络通道的车联网网关可以集成在综合信息采集单元中；CAN_3网络通道与以太网网络通道的车联网网关可以集成在人-车-路模拟系统中。

进一步而言，所述的CAN_1网络通道连接的节点有：发动机ECU、电机MCU、电池BMS、自动变速器TCU以及混合动力控制器HCU；CAN_2网络通道连接的节点有：台架测控系统、油门传感器组、功率分析仪、瞬时油耗仪、直流电源柜、发动机水温控制系统、发动机机油温度控制系统、电机水温控制系统以及发动机中冷温度控制系统；CAN_3网络通道连接的节点有：电力测功机控制器。

优选的所述的CAN_1网络通道的速率为250Kbps，采用J1939协议；CAN_2网络通道的速率为500Kbps，采用CANopen协议；CAN_3网络通道的速率为1Mbps，采用CANopen协议；以太网网络通道的速率为10/100Mbps，采用TCP/IP协议。

在本实施方式中，所述车联网网关支持5G技术的5G网络，其还可以配备有IEEE802.3接口、DSPI接口、eSCI接口、CAN接口、MLB接口、LIN接口和/或I2C接口。

在本实施方式中，比如，IEEE802.3接口可以用于连接无线路由器，为整车提供WIFI网络；DSPI(提供者管理器组件)接口用于连接蓝牙适配器和NFC(近距离无线通讯)适配器，可以提供蓝牙连接和NFC连接；eSCI接口用于连接4G/5G模块，与互联网通讯；CAN接口用于连接车辆CAN总线；MLB接口用于连接车内的MOST(面向媒体的系统传输)总线，LIN接口用于连接车内LIN(局域互联网络)总线；IC接口用于连接DSRC(专用短程通讯)模块和指纹识别模块。此外，本申请可以通过采用MPC5668G芯片对各个不同协议进行相互转换，将不同的网络进行融合。

此外，本实施方式车辆TBOX系统(Telematics-BOX)，简称车载TBOX或远程信息处理器。

本实施方式Telematics为远距离通信的电信(Telecommunications)与信息科学(Informatics)的合成，其定义为通过内置在车辆上的计算机系统、无线通信技术、卫星导航装置、交换文字、语音等信息的互联网技术而提供信息的服务系统。简单的说就通过无线网络将车辆接入互联网(车联网系统)，为车主提供驾驶、生活所必需的各种信息。

此外，本实施方式Telematics是无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合，当车辆行驶当中出现故障时，通过无线通信连接服务中心，进行远程车辆诊断，内置在发动机上的计算机可以记录车辆主要部件的状态，并随时为维修人员提供准确的故障位置和原因。通过用户通讯终端接收信息并查看交通地图、路况介绍、交通信息、安全与治安服务以及娱乐信息服务等，另外，本实施方式的车辆还可以在后座设置电子游戏和网络应用。不难理解，本实施方式通过Telematics提供服务，可以方便用户了解交通信息、临近停车场的车位状况，确认当前位置，还可以与家中的网络服务器连接,及时了解家中的电器运转情况、安全情况以及客人来访情况等等。

本实施方式车辆还可设置ADAS(Advanced Driver Assistant System，先进驾驶辅助系统)，其可以利用安装于车辆上的上述各种传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性。对应地，本申请ADAS还可以采用雷达、激光和超声波等传感器，可以探测光、热、压力或其它用于监测车辆状态的变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。不难看出，上述ADAS功能所使用的各种智能硬件，均可以通过以太网链路的方式接入车联网系统实现通信连接、交互。

本实施方式车辆的主机可包括适当的逻辑器件、电路和/或代码以用于实现OSI模型(Open System Interconnection，开放式通信系统互联参考模型)上面五层的运行和/或功能操作。因此，主机会生成用于网络传输的数据包和/或对这些数据包进行处理，并且还会对从网络接受到的数据包进行处理。同时，主机可通过执行相应指令和/或运行一种或多种应用程序来为本地用户和/或一个或多个远程用户或网络节点提供服务。在本申请的不同实施方式中，主机可采用一种或多种安全协议。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请,任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。

Claims (10)

1.一种基于驾驶行为评分的驾驶辅助方法，其特征在于，所述驾驶辅助方法包括如下步骤：

车机设备通过车载传感器获取用户的操作动作；

根据所述操作动作分析得到对应的驾驶行为类型；

对所述驾驶行为类型按照预设规则进行评分；

根据多次综合的评分判断所述用户的驾驶习惯；

获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患；

若存在安全隐患，提示用户注意控制所述驾驶习惯。

2.根据权利要求1所述的驾驶辅助方法，其特征在于，所述驾驶行为类型包括急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向。

3.根据权利要求2所述的驾驶辅助方法，其特征在于，所述对所述驾驶行为类型按照预设规则进行评分的步骤，包括：

按照每百公里出现所述驾驶行为类型的次数进行评分，或者按照每小时出现所述驾驶行为类型的次数进行评分。

4.根据权利要求3所述的驾驶辅助方法，其特征在于，所述评分的过程包括采用归一化处理的方式。

5.根据权利要求3所述的驾驶辅助方法，其特征在于，所述根据多次综合的评分判断所述用户的驾驶习惯的步骤，具体包括：

根据用户的急转弯、急加速、急减速、超速、疲劳驾驶、追逐竞速和危险路况不合理控制车速方向的驾驶行为类型的多次综合的评分，从整体上判断所述用户的驾驶习惯。

6.根据权利要求5所述的驾驶辅助方法，其特征在于，所述从整体上判断所述用户的驾驶习惯的步骤，具体包括：

对每种驾驶行为类型设置不同的权重值，并最终对所有驾驶行为类型的评分进行加权求和得到总分数，根据计算得到的所述总分数判断用户的驾驶习惯。

7.根据权利要求2-6中任一项所述的驾驶辅助方法，其特征在于，所述获取实时交通路况，判断所述驾驶习惯是否会在所述实时交通路况下存在安全隐患的步骤，具体包括：

所述实时交通路况包括路面湿滑、行人多/学校路段、非机动车较多、单行道、可见度低和靠水路段，根据所述实时交通路况判断所述用户的驾驶习惯会否发生意外。

8.根据权利要求7所述的驾驶辅助方法，其特征在于，所述提示用户注意控制所述驾驶习惯的步骤，具体包括：

通过语音、弹出窗口和/或警示灯的方式提示用户注意控制驾驶习惯，以降低安全隐患。

9.一种车机设备，其特征在于，所述车机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现如权利要求1-8中任一项所述的驾驶辅助方法。

10.一种车辆，其特征在于，配置有如权利要求9所述的车机设备。

Images