CN106541948A - 一种行车安全辅助方法、系统及ar设备 - Google Patents

Abstract

本申请公开了一种行车安全辅助方法、系统及AR设备，该方法包括：获取目标车辆的当前行车车速；判断当前行车车速是否大于目标危险车速阈值；若当前行车车速大于目标危险车速阈值，则获取与目标危险车速阈值对应的潜在交通事故场面信息；将潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。本申请可以使司机能够形象地观看到如果继续以当前车速行进时所可能引发的交通事故，从而使得司机充分地意识到当前行车车速的危险性，有利于促使司机降低车速，提高行车安全性，可见本申请有利于进一步降低交通安全事故发生率。

Description

一种行车安全辅助方法、系统及AR设备

技术领域

本发明涉及智能交通技术领域，特别涉及一种行车安全辅助方法、系统及AR设备。

背景技术

当前，随着机动车行业的快速发展，社会上的机动车保有量越来越多，这一方面为人们的出行提供了便利，另一方面也引发了诸多问题，如交通拥堵、交通安全事故等。交通安全事故的频发，造成了社会重大的人员伤亡和财产损失。

为了降低交通安全事故的发生率，各级交通监管部门采取了多种监管措施，针对各种违规行车操作进行严厉的惩罚，起到了一定的预防作用，然而，各地的交通安全事故依然不时发生，给当事人造成了沉痛的伤害。

综上，如何进一步降低交通安全事故发生率是目前亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种行车安全辅助方法、系统及AR设备，有利于进一步降低交通安全事故发生率。其具体方案如下：

一种行车安全辅助方法，包括：

获取目标车辆的当前行车车速；

判断当前行车车速是否大于目标危险车速阈值；

若当前行车车速大于所述目标危险车速阈值，则获取与所述目标危险车速阈值对应的潜在交通事故场面信息；

将所述潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

可选的，所述判断当前行车车速是否大于目标危险车速阈值的过程，包括：

根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到所述目标危险车速阈值；

判断当前行车车速是否大于所述目标危险车速阈值。

可选的，所述根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值的过程，包括：

获取所述目标车辆的车辆类型以及当前位置信息；

利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到所述目标危险车速阈值。

可选的，所述根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值的过程，包括：

获取所述目标车辆的车辆类型以及当前位置信息；

利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

获取当前所述目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

利用所述行车间距和所述个人状态信息，对所述初始安全车速阈值进行适应性的优化调整，得到所述目标危险车速阈值。

可选的，所述获取与所述目标危险车速阈值对应的潜在交通事故场面信息的过程，包括：

从预设的交通事故场面数据库中筛选出与所述目标危险车速阈值对应的场面信息，得到第一类场面信息；

从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息。

可选的，所述从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息的过程，包括：

从所述第一类场面信息中筛选出事故车辆的车辆类型与当前所述目标车辆相一致的场面信息，得到第二类场面信息；

从所述第二类场面信息中筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

可选的，所述从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息的过程，包括：

从所述第一类场面信息中直接筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

本发明还公开了一种行车安全辅助系统，包括：

车速探测模块，用于获取目标车辆的当前行车车速；

车速判断模块，用于判断当前行车车速是否大于目标危险车速阈值；

信息获取模块，用于当所述车速判断模块判定当前行车车速大于所述目标危险车速阈值，则获取与所述目标危险车速阈值对应的潜在交通事故场面信息；

信息发送模块，用于将所述潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

可选的，所述车速判断模块，包括：

第一阈值确定子模块，用于根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到所述目标危险车速阈值；

第一车速判断子模块，用于判断当前行车车速是否大于所述目标危险车速阈值。

可选的，所述第一阈值确定子模块，包括：

第一信息获取单元，用于获取所述目标车辆的车辆类型以及当前位置信息；

第一信息确定单元，用于利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第二信息确定单元，用于根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到所述目标危险车速阈值。

可选的，所述第一阈值确定子模块，包括：

第二信息获取单元，用于获取所述目标车辆的车辆类型以及当前位置信息；

第三信息确定单元，用于利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第四信息确定单元，用于根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

第三信息获取单元，用于获取当前所述目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

阈值调整单元，用于利用所述行车间距和所述个人状态信息，对所述初始安全车速阈值进行适应性的优化调整，得到所述目标危险车速阈值。

可选的，所述信息获取模块，包括：

第一信息筛选子模块，用于从预设的交通事故场面数据库中筛选出与所述目标危险车速阈值对应的场面信息，得到第一类场面信息；

第二信息筛选子模块，用于从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息。

可选的，所述第二信息筛选子模块，包括：

第一信息筛选单元，用于从所述第一类场面信息中筛选出事故车辆的车辆类型与当前所述目标车辆相一致的场面信息，得到第二类场面信息；

第二信息筛选单元，用于从所述第二类场面信息中筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

可选的，所述第二信息筛选子模块，包括：

第三信息筛选单元，用于从所述第一类场面信息中直接筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

本发明进一步公开了一种AR设备，包括前述公开的行车安全辅助系统。

本发明中，行车安全辅助方法包括：获取目标车辆的当前行车车速；判断当前行车车速是否大于目标危险车速阈值；若当前行车车速大于目标危险车速阈值，则获取与目标危险车速阈值对应的潜在交通事故场面信息；将潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

可见，本发明在目标车辆的当前行车车速大于目标危险车速阈值的情况下，会获取相应的潜在交通事故场面信息，然后将该场面信息发送至位于当前司机视角范围之内的AR设备显示器，这样可以使司机能够形象地观看到如果继续以当前车速行进时所可能引发的交通事故，从而使得司机充分地意识到当前行车车速的危险性，有利于促使司机降低车速，提高行车安全性，由此可见，本发明有利于进一步降低交通安全事故发生率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种行车安全辅助方法流程图；

图2为本发明实施例公开的一种行车安全辅助系统结构示意图；

图3为本发明实施例公开的一种AR设备结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种行车安全辅助方法，参见图1所示，该方法包括：

步骤S11：获取目标车辆的当前行车车速。

可以理解的是，本实施例具体可以直接通过车辆OBD接口(OBD，即On-BoardDiagnostic，车载诊断系统)，获取目标车辆上的车速传感器实时采集到的车速信号，另外，也可以通过无线通信技术来获取目标车辆上的车辆OBD接口所输出的车速信号，当然，也可以利用位于目标车辆内容的导航装置来获取目标车辆的当前行车车速。

步骤S12：判断当前行车车速是否大于目标危险车速阈值。

可以理解的是，上述目标危险车速阈值是预先设定的车速阈值，若当前行车车速超过该车速阈值，则意味着当前的行车车速的危险性较大，很容易引发交通事故。

步骤S13：若当前行车车速大于目标危险车速阈值，则获取与目标危险车速阈值对应的潜在交通事故场面信息。

需要指出的是，上述潜在交通事故场面信息可以是预先保存在交通事故场面数据库中的场面信息，其中，上述交通事故场面数据库具体为用于对道路上的监控摄像头和/或机动车上的行车记录仪和/或行人手上的智能移动设备所采集到的历史交通事故场面信息进行保存的数据库。可以理解的是，上述交通事故场面数据库中除了记录历史交通事故场面信息之外，还会记录与每个历史交通事故场面信息对应的事发车速，其中，可以通过人工测量的方式来确定每个历史交通事故场面信息所对应的事发车速，也可以通过由后台系统对每个历史事故场面信息进行自动分析的方式来确定每个历史交通事故场面信息所对应的事发车速。进一步的，上述交通事故场面数据库中还可以对事发地点的位置信息和/或事发车辆的车辆类型。

当然，上述交通事故场面数据库中除了可以对历史交通事故场面信息进行保存以外，还可以对其他类型的危险场面信息进行保存，如车辆打滑、车辆冒烟等场面信息以及发生这些场面时所对应的事发车速。另外，上述交通事故场面数据库中除了记载真实的画面信息之外，还可以包括创建的动画场面信息，如三维的动画事故场面信息和二维的动画事故场面信息。

本实施例中，上述交通事故场面数据库具体可以保存在常规的物理服务器或者云端服务器上。

步骤S14：将潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

也即，利用AR设备中的显示器对上述潜在交通事故场面信息进行显示。

本实施例中，上述AR设备(AR，即Augmented Reality，增强现实)具体可以是头戴式AR设备和/或AR手机和/或AR平板电脑和/或基于平视显示器的车载AR设备。

可见，本发明实施例在目标车辆的当前行车车速大于目标危险车速阈值的情况下，会获取相应的潜在交通事故场面信息，然后将该场面信息发送至位于当前司机视角范围之内的AR设备显示器，这样可以使司机能够形象地观看到如果继续以当前车速行进时所可能引发的交通事故，从而使得司机充分地意识到当前行车车速的危险性，有利于促使司机降低车速，提高行车安全性，由此可见，本发明实施例有利于进一步降低交通安全事故发生率。

本发明实施例公开了一种具体的行车安全辅助方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：

上一实施例步骤S12中，需要对当前行车车速是否大于目标危险车速阈值进行判断。本实施例中，上述判断当前行车车速是否大于目标危险车速阈值的过程，可以具体包括下面步骤S121和S122：

步骤S121：根据当前目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到目标危险车速阈值；

步骤S122：判断当前行车车速是否大于目标危险车速阈值。

也即，本实施例具体可以基于当前目标车辆的驾驶状况信息，来确定出上述目标危险车速阈值。具体的，考虑到道路类型以及车辆类型均会对车辆的限速产生影响，所以，上述步骤S121可以包括下面步骤S21至S23：

步骤S21：获取目标车辆的车辆类型以及当前位置信息；

步骤S22：利用目标车辆的当前位置信息，确定出目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

步骤S23：根据目标车辆的车辆类型以及目标道路类型，确定出相应的安全车速阈值，得到目标危险车速阈值。

其中，上述目标车辆的车辆类型可以通过司机预先输入信息的方式来获取到，上述目标车辆的当前位置信息具体可以通过位于目标车辆内部的导航装置来获取到。在同一种道路类型下，不同的车辆类型，如大型客车、货车、小型车、摩托车等，各自所对应的限速会有所不同，而对于同一种车型，在不同类型的道路上，如高速公路、快速路、主干路、次干路等，各自所对应的限速也会有所不同。本实施例具体可以基于当前目标车辆所处的道路类型以及相应的车辆类型，来确定上述目标危险车速阈值。

当然，为了进一步提升行车安全性，本实施例中，上述步骤S121也可以具体包括下面步骤S31至S35：

步骤S31：获取目标车辆的车辆类型以及当前位置信息；

步骤S32：利用目标车辆的当前位置信息，确定出目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

步骤S33：根据目标车辆的车辆类型以及目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

步骤S34：获取当前目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

步骤S35：利用行车间距和个人状态信息，对初始安全车速阈值进行适应性的优化调整，得到目标危险车速阈值。

也即，本实施例可以在基于当前目标车辆所处的道路类型以及相应的车辆类型确定出相应的初始安全车速阈值之后，可以进一步根据当前目标车辆的行车间距和司机的当前个人状态信息，来对上述初始安全车速阈值进行进一步的优化修正，以得到更能满足当前行车安全要求的车速阈值。

可以理解的是，上述行车间距可以由安装在目标车辆上的测距仪来获得，其中，测距仪包括但不限于光波测距仪和/或声波测距仪。另外，上述司机的个人状态信息包括但不限于司机眨眼频率和/或司机血压和/或司机脉搏频率。其中，司机眨眼频率具体可以通过对司机的脸部视频画面进行分析得到，司机血压以及司机脉搏频率局可以通过智能穿戴设备来获取到，如携带相关传感器的智能手表以及智能手环。

当然，除了可以通过当前目标车辆的驾驶状况信息来确定上述目标危险车速阈值，本实施例也可以通过人工输入信息的方式来确定上述目标危险车速阈值。具体的，上述判断当前行车车速是否大于目标危险车速阈值的过程，也可以包括：读取预先保存的由司机通过预设数据输入接口输入的车速阈值，得到目标危险车速阈值，然后判断当前行车车速是否大于目标危险车速阈值。

另外，上一实施例步骤S13中，在当前行车车速大于目标危险车速阈值的情况下，将会获取与目标危险车速阈值对应的潜在交通事故场面信息。本实施例中，上述获取与目标危险车速阈值对应的潜在交通事故场面信息的过程，具体可以包括下面步骤S131和S132：

步骤S131：从预设的交通事故场面数据库中筛选出与目标危险车速阈值对应的场面信息，得到第一类场面信息。

也即，从上述交通事故场面数据库中筛选出事发车速与上述目标危险车速阈值相一致的历史交通事故场面信息。

可以理解的是，上述交通事故场面数据库具体为用于对道路上的监控摄像头和/或机动车上的行车记录仪和/或行人手上的智能移动设备所采集到的历史交通事故场面信息进行保存的数据库。可以理解的是，上述交通事故场面数据库中除了记录历史交通事故场面信息之外，还会记录与每个历史交通事故场面信息对应的事发车速，其中，可以通过人工测量的方式来确定每个历史交通事故场面信息所对应的事发车速，也可以通过由后台系统对每个历史事故场面信息进行自动分析的方式来确定每个历史交通事故场面信息所对应的事发车速。

步骤S132：从第一类场面信息中筛选出一份场面信息，得到潜在交通事故场面信息。

进一步的，上述交通事故场面数据库中还可以对事发地点的位置信息和/或事发车辆的车辆类型。

另外，上述步骤S132，可以具体包括：从第一类场面信息中筛选出事故车辆的车辆类型与当前目标车辆相一致的场面信息，得到第二类场面信息，然后从第二类场面信息中筛选出与目标车辆的当前位置相距最近的一份场面信息，得到潜在交通事故场面信息。

当然，上述步骤S132具体也可以包括：从第一类场面信息中直接筛选出与目标车辆的当前位置相距最近的一份场面信息，得到潜在交通事故场面信息。

再者，上述步骤S132具体也可以包括：从第一类场面信息中筛选出事故车辆的车辆型号和/或车辆颜色与当前目标车辆相一致的场面信息，得到第三类场面信息，然后从第三类场面信息中筛选出与目标车辆的当前位置相距最近的一份场面信息，得到潜在交通事故场面信息。

进一步的，考虑到在某些情况下，行车车速过低也可能会引发交通事故，所以本实施例还可以包括：实时判断当前行车车速是否小于安全车速下限阈值，如果是，则从上述交通事故场面数据库中筛选出事发车速与上述安全车速下限阈值相一致的场面信息，然后将该场面信息发送至上述AR设备显示器。

相应的，本发明还公开了一种行车安全辅助系统，参见图2所示，该系统包括：

车速探测模块11，用于获取目标车辆的当前行车车速；

车速判断模块12，用于判断当前行车车速是否大于目标危险车速阈值；

信息获取模块13，用于当车速判断模块12判定当前行车车速大于目标危险车速阈值，则获取与目标危险车速阈值对应的潜在交通事故场面信息；

信息发送模块14，用于将潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

可见，本发明实施例在目标车辆的当前行车车速大于目标危险车速阈值的情况下，会获取相应的潜在交通事故场面信息，然后将该场面信息发送至位于当前司机视角范围之内的AR设备显示器，这样可以使司机能够形象地观看到如果继续以当前车速行进时所可能引发的交通事故，从而使得司机充分地意识到当前行车车速的危险性，有利于促使司机降低车速，提高行车安全性，由此可见，本发明实施例有利于进一步降低交通安全事故发生率。

具体的，上述车速判断模块可以包括第一阈值确定子模块和第一车速判断子模块；其中，

第一阈值确定子模块，用于根据当前目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到目标危险车速阈值；

第一车速判断子模块，用于判断当前行车车速是否大于目标危险车速阈值。

其中，上述第一阈值确定子模块，具体可以包括第一信息获取单元、第一信息确定单元和第二信息确定单元；其中，

第一信息获取单元，用于获取目标车辆的车辆类型以及当前位置信息；

第一信息确定单元，用于利用目标车辆的当前位置信息，确定出目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第二信息确定单元，用于根据目标车辆的车辆类型以及目标道路类型，确定出相应的安全车速阈值，得到目标危险车速阈值。

当然，除了利用车辆类型以及车辆当前位置信息来确定目标危险车速阈值，本实施例也可以利用车辆类型、车辆当前位置信息、行车间距以及司机的个人状态信息来确定上述目标危险车速阈值，这种情况下，上述第一阈值确定子模块具体包括第二信息获取单元、第三信息确定单元、第四信息确定单元、第三信息获取单元和阈值调整单元；其中，

第二信息获取单元，用于获取目标车辆的车辆类型以及当前位置信息；

第三信息确定单元，用于利用目标车辆的当前位置信息，确定出目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第四信息确定单元，用于根据目标车辆的车辆类型以及目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

第三信息获取单元，用于获取当前目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

阈值调整单元，用于利用行车间距和个人状态信息，对初始安全车速阈值进行适应性的优化调整，得到目标危险车速阈值。

当然，除了可以通过当前目标车辆的驾驶状况信息来确定上述目标危险车速阈值，本实施例也可以通过人工输入信息的方式来确定上述目标危险车速阈值。具体的，上述车速判断模块也可以包括第二阈值确定子模块和第二车速判断子模块；其中，

第二阈值确定子模块，用于读取预先保存的由司机通过预设数据输入接口输入的车速阈值，得到目标危险车速阈值；

第二车速判断子模块，用于判断当前行车车速是否大于目标危险车速阈值。

另外，上述信息获取模块，具体可以包括第一信息筛选子模块和第二信息筛选子模块；其中，

第一信息筛选子模块，用于从预设的交通事故场面数据库中筛选出与目标危险车速阈值对应的场面信息，得到第一类场面信息；

第二信息筛选子模块，用于从第一类场面信息中筛选出一份场面信息，得到潜在交通事故场面信息。

具体的，上述第二信息筛选子模块，可以包括第一信息筛选单元和第二信息筛选单元；其中，

第一信息筛选单元，用于从第一类场面信息中筛选出事故车辆的车辆类型与当前目标车辆相一致的场面信息，得到第二类场面信息；

第二信息筛选单元，用于从第二类场面信息中筛选出与目标车辆的当前位置相距最近的一份场面信息，得到潜在交通事故场面信息。

当然，除了上述方案之外，本实施例中的第二信息筛选子模块，也可以包括：

第三信息筛选单元，用于从第一类场面信息中直接筛选出与目标车辆的当前位置相距最近的一份场面信息，得到潜在交通事故场面信息。

进一步的，本实施例还公开了一种AR设备，包括前述实施例公开的行车安全辅助系统。其中，上述AR设备包括但不限于头戴式AR设备和/或AR手机和/或AR平板电脑和/或基于平视显示器的车载AR设备。

具体的，参见图3所示，本实施例中提供的AR设备包括处理器21、显示器22以及存储了上述行车安全辅助系统的存储器23，当然，本实施例中的AR设备上还可以进一步包括电源24、输出装置25和输入装置26。其中，上述AR设备中的处理器21通过调用存储器23中存储的上述行车安全辅助系统，并在上述显示器22的协助下，完成相应的行车安全辅助过程，具体如下：

获取目标车辆的当前行车车速；判断当前行车车速是否大于目标危险车速阈值；若当前行车车速大于目标危险车速阈值，则获取与目标危险车速阈值对应的潜在交通事故场面信息；将潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

可以理解的是，本实施例中处理器21、显示器22、存储器23、电源24、输出装置25和输入装置26的数量均可以是单数个，也可以是复数个，在此不对它们进行一一限定。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种行车安全辅助方法、系统及AR设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (15)

1.一种行车安全辅助方法，其特征在于，包括：

获取目标车辆的当前行车车速；

判断当前行车车速是否大于目标危险车速阈值；

若当前行车车速大于所述目标危险车速阈值，则获取与所述目标危险车速阈值对应的潜在交通事故场面信息；

将所述潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

2.根据权利要求1所述的行车安全辅助方法，其特征在于，所述判断当前行车车速是否大于目标危险车速阈值的过程，包括：

根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到所述目标危险车速阈值；

判断当前行车车速是否大于所述目标危险车速阈值。

3.根据权利要求2所述的行车安全辅助方法，其特征在于，所述根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值的过程，包括：

获取所述目标车辆的车辆类型以及当前位置信息；

利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到所述目标危险车速阈值。

4.根据权利要求2所述的行车安全辅助方法，其特征在于，所述根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值的过程，包括：

获取所述目标车辆的车辆类型以及当前位置信息；

利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

获取当前所述目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

利用所述行车间距和所述个人状态信息，对所述初始安全车速阈值进行适应性的优化调整，得到所述目标危险车速阈值。

5.根据权利要求1至4任一项所述的行车安全辅助方法，其特征在于，所述获取与所述目标危险车速阈值对应的潜在交通事故场面信息的过程，包括：

从预设的交通事故场面数据库中筛选出与所述目标危险车速阈值对应的场面信息，得到第一类场面信息；

从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息。

6.根据权利要求5所述的行车安全辅助方法，其特征在于，所述从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息的过程，包括：

从所述第一类场面信息中筛选出事故车辆的车辆类型与当前所述目标车辆相一致的场面信息，得到第二类场面信息；

从所述第二类场面信息中筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

7.根据权利要求5所述的行车安全辅助方法，其特征在于，所述从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息的过程，包括：

从所述第一类场面信息中直接筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

8.一种行车安全辅助系统，其特征在于，包括：

车速探测模块，用于获取目标车辆的当前行车车速；

车速判断模块，用于判断当前行车车速是否大于目标危险车速阈值；

信息获取模块，用于当所述车速判断模块判定当前行车车速大于所述目标危险车速阈值，则获取与所述目标危险车速阈值对应的潜在交通事故场面信息；

信息发送模块，用于将所述潜在交通事故场面信息发送至位于当前司机视角范围之内的AR设备显示器。

9.根据权利要求8所述的行车安全辅助系统，其特征在于，所述车速判断模块，包括：

第一阈值确定子模块，用于根据当前所述目标车辆的驾驶状况信息，确定出相应的安全车速阈值，得到所述目标危险车速阈值；

第一车速判断子模块，用于判断当前行车车速是否大于所述目标危险车速阈值。

10.根据权利要求9所述的行车安全辅助系统，其特征在于，所述第一阈值确定子模块，包括：

第一信息获取单元，用于获取所述目标车辆的车辆类型以及当前位置信息；

第一信息确定单元，用于利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第二信息确定单元，用于根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到所述目标危险车速阈值。

11.根据权利要求9所述的行车安全辅助系统，其特征在于，所述第一阈值确定子模块，包括：

第二信息获取单元，用于获取所述目标车辆的车辆类型以及当前位置信息；

第三信息确定单元，用于利用所述目标车辆的当前位置信息，确定出所述目标车辆的当前所行驶道路的道路类型，得到目标道路类型；

第四信息确定单元，用于根据所述目标车辆的车辆类型以及所述目标道路类型，确定出相应的安全车速阈值，得到初始安全车速阈值；

第三信息获取单元，用于获取当前所述目标车辆与周围车辆之间的行车间距，以及获取当前司机的个人状态信息；

阈值调整单元，用于利用所述行车间距和所述个人状态信息，对所述初始安全车速阈值进行适应性的优化调整，得到所述目标危险车速阈值。

12.根据权利要求8至11任一项所述的行车安全辅助系统，其特征在于，所述信息获取模块，包括：

第一信息筛选子模块，用于从预设的交通事故场面数据库中筛选出与所述目标危险车速阈值对应的场面信息，得到第一类场面信息；

第二信息筛选子模块，用于从所述第一类场面信息中筛选出一份场面信息，得到所述潜在交通事故场面信息。

13.根据权利要求12所述的行车安全辅助系统，其特征在于，所述第二信息筛选子模块，包括：

第一信息筛选单元，用于从所述第一类场面信息中筛选出事故车辆的车辆类型与当前所述目标车辆相一致的场面信息，得到第二类场面信息；

第二信息筛选单元，用于从所述第二类场面信息中筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

14.根据权利要求12所述的行车安全辅助系统，其特征在于，所述第二信息筛选子模块，包括：

第三信息筛选单元，用于从所述第一类场面信息中直接筛选出与所述目标车辆的当前位置相距最近的一份场面信息，得到所述潜在交通事故场面信息。

15.一种AR设备，其特征在于，包括如权利要求8至14任一项所述的行车安全辅助系统。