CN107680012A - 车辆辅助驾驶系统及方法 - Google Patents
车辆辅助驾驶系统及方法 Download PDFInfo
- Publication number
- CN107680012A CN107680012A CN201610622716.4A CN201610622716A CN107680012A CN 107680012 A CN107680012 A CN 107680012A CN 201610622716 A CN201610622716 A CN 201610622716A CN 107680012 A CN107680012 A CN 107680012A
- Authority
- CN
- China
- Prior art keywords
- accident
- traffic
- vehicle
- information
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 145
- 230000008569 process Effects 0.000 claims description 27
- 230000010365 information processing Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/182—Alternative dispute resolution
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Technology Law (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆辅助驾驶系统及方法,该系统及方法能够在车辆发生事故后辅助驾驶员判定事故涉及的各个交通参与者的责任。该系统包括信息采集单元,其用于采集本车辆的行驶状态信息以及本车辆的外部环境交通状况信息;交通规则存储单元,其用于预先存储多个交通事故模型以及与多个交通事故模型中的各个对应的责任判定规则;以及分析单元,其通过将信息采集单元所采集的信息与预先存储在交通规则存储单元中的各个交通事故模型进行比较,确定当前事故对应的交通事故模型,并且判定事故涉及的各个交通参与者的责任。
Description
技术领域
本发明涉及车辆辅助驾驶系统及方法。具体地,本发明涉及在车辆发生事故时能够辅助驾驶员进行事故责任判定的车辆辅助驾驶系统及方法。
背景技术
随着车辆日益增多,道路交通运输日趋繁忙,经常发生道路交通事故。在发生交通事故之后,驾驶员通过其有限的交通法规知识,仅能猜测事故涉及的各个交通参与者应负的责任是多少,不能进行准确地判断。在各个交通参与者对事故责任的看法存在分歧时,只能等待交通警察的判断。但是,等待交通警察的处理需要花费很多时间。对于轻微碰撞、刮擦等事故,最好是驾驶员可以通过客观方法分析事故涉及的各个交通参与者的责任,以便在与其他交通参与者、交通警察的交流前心中有数。
发明内容
本发明的一个目的是提供一种车辆辅助驾驶系统及方法,其能够在车辆发生事故之后,帮助驾驶员判断事故涉及的各个交通参与者的责任。本发明的另一个目的是提供一种车辆辅助驾驶系统及方法,其能够帮助交通事故涉及的各个交通参与者尽快地获知根据法律应负的责任,便于交通事故的快速处理。
根据本发明的一个实施例,提供了一种车辆辅助驾驶系统,其用于在本车辆发生事故后辅助驾驶员判定事故涉及的各个交通参与者的责任,所述系统包括:信息采集单元,其用于采集本车辆的行驶状态信息以及本车辆的外部环境交通状况信息;交通规则存储单元,其用于预先存储多个交通事故模型以及与所述多个交通事故模型中的各个对应的责任判定规则;以及分析单元,其通过将所述信息采集单元所采集的信息与预先存储在所述交通规则存储单元中的所述多个交通事故模型中的各个进行比较,确定当前事故对应的交通事故模型,并且判定当前事故涉及的各个交通参与者的责任。
根据本发明的另一个实施例,所述信息采集单元包括用于检测本车辆的行驶状态的内部检测装置和用于检测本车辆周围的外部环境交通状况的外部环境检测装置。
根据本发明的另一个实施例,所述系统还包括信息存储单元,其存储所述信息采集单元实时采集的信息和当前时间点之前的预定时间段内所采集的信息。
根据本发明的另一个实施例,所述系统还包括信息处理单元,其对所述信息存储单元所存储的信息进行处理以获得与确认当前事故对应的交通事故模型有关的信息。
根据本发明的另一个实施例,其中所述多个交通事故模型采用有限数量的特征来表示,并且所述多个交通事故模型中的每一个对应于所述有限数量的特征中的特定的多个特征,并且所述信息处理单元对所述信息存储单元所存储的信息进行处理以获得多个特征,所述多个特征是所述有限数量的特征中的多个特征。
根据本发明的另一个实施例,其中所述有限数量的特征至少包括道路形状描述、本车辆的行为描述、本车辆周围的交通参与者的行为描述以及交通标志的描述。
根据本发明的另一个实施例,其中所述分析单元对所述信息处理单元所获得的多个特征和所述各个交通事故模型对应的特定的多个特征进行比较,并且当所述信息处理单元所获得的多个特征与某个交通事故模型对应的特定的多个特征完全相同时,将所述某个交通事故模型确认为当前事故对应的交通事故模型。
根据本发明的另一个实施例,其中所述分析单元计算所述信息处理单元所获得的多个特征和所述各个交通事故模型对应的特定的多个特征的匹配度,并且将匹配度最高的交通事故模型确认为当前事故所述的交通事故模型。
根据本发明的另一个实施例,其中所述分析单元根据所确认的当前事故对应的交通事故模型判定当前事故涉及的各个交通参与者的责任,并且计算所述责任的判定的可信水平,所述责任的判定的可信水平是基于所述信息采集单元所采集的信息的准确度,以及所述信息处理单元获得的多个特征与被确认为当前事故对应的交通事故模型的匹配度确定的。
根据本发明的另一个实施例,所述系统还包括事故判断单元,其用于基于所述信息采集单元所采集的信息判断本车辆是否发生了事故。
根据本发明的另一个实施例,所述系统还包括触发单元,其用于在所述事故判断单元判断为本车辆发生事故的情况下自动触发所述车辆辅助驾驶系统进行事故责任判定。
根据本发明的另一个实施例,所述系统还包括输出单元,所述输出单元以图表的形式显示所判定的当前事故涉及的各个交通参与者的责任以及所述责任的判定的可信水平。
根据本发明的上述实施例的车辆辅助驾驶系统能够在车辆发生事故之后,帮助驾驶员判断事故涉及的各个交通参与者的责任。
此外,根据本发明的上述实施例的车辆辅助驾驶系统能够帮助交通事故涉及的各个交通参与者尽快地获知根据法律应负的责任,便于交通事故的快速处理。
本发明还提供了一种车辆辅助驾驶方法,其用于在本车辆发生事故后辅助驾驶员判定事故涉及的各个交通参与者的责任,所述方法包括以下步骤:采集本车辆的行驶状态信息以及本车辆的外部环境交通状况信息;预先存储多个交通事故模型以及与所述多个交通事故模型中的各个对应的责任判定规则;以及在通过将所采集的信息与预先存储的所述各个交通事故模型进行比较,确认当前事故对应的交通事故模型,并且判定当前事故涉及的各个交通参与者的责任。
根据本发明的另一个实施例,所述方法还包括以下步骤:检测本车辆的行驶状态,并且检测本车辆周围的外部环境交通状况。
根据本发明的另一个实施例,所述方法还包括以下步骤:存储实时采集的信息和当前时间点之前的预定时间段内所采集的信息。
根据本发明的另一个实施例,所述方法还包括以下步骤:对所存储的信息进行处理以获得与确认当前事故对应的交通事故模型有关的信息。
根据本发明的另一个实施例,其中所述多个交通事故模型采用有限数量的特征来表示,并且所述多个交通事故模型中的每一个对应于所述有限数量的特征中的特定的多个特征,并且所述方法还包括以下步骤:对所存储的信息进行处理以获得多个特征,所述多个特征是所述有限数量的特征中的多个特征。
根据本发明的另一个实施例,其中所述有限数量的特征至少包括道路形状描述、本车辆的行为描述、本车辆周围的交通参与者的行为描述以及交通标志的描述。
根据本发明的另一个实施例,所述方法还包括以下步骤:对在信息处理步骤中所获得的多个特征和所述各个交通事故模型对应的特定的多个特征进行比较,并且当在所述信息处理步骤中所获得的多个特征与某个交通事故模型对应的特定的多个特征完全相同时,将所述某个交通事故模型确认为当前事故对应的交通事故模型。
根据本发明的另一个实施例,其中计算在所述信息处理步骤中所获得的多个特征和所述各个交通事故模型对应的特定的多个特征的匹配度,并且将匹配度最高的交通事故模型确认为当前事故所述的交通事故模型。
根据本发明的另一个实施例,所述方法还包括以下步骤:根据所确认的当前事故对应的交通事故模型判定当前事故涉及的各个交通参与者的责任,并且计算所述责任的判定的可信水平,所述责任的判定的可信水平是基于在信息采集步骤中所采集的信息的准确度水平,以及在所述信息处理步骤中所获得的多个特征与被确认为当前事故对应的交通事故模型的匹配度确定的。
根据本发明的另一个实施例,所述方法还包括以下步骤:在本车辆发生事故时基于所采集的信息判断本车辆是否发生了事故。
根据本发明的另一个实施例,所述方法还包括以下步骤:在判断为本车辆发生事故的情况下自动进行事故责任判定。
根据本发明的另一个实施例,所述方法还包括以下步骤:以图表的形式显示所判定的当前事故涉及的各个交通参与者的责任以及所述责任的判定的可信水平。
根据本发明的上述实施例的车辆辅助驾驶方法能够在车辆发生事故之后,帮助驾驶员判断事故涉及的各个交通参与者的责任。
此外,根据本发明的上述实施例的车辆辅助驾驶方法能够帮助交通事故涉及的各个交通参与者尽快地获知根据法律应负的责任,便于交通事故的快速处理。
附图说明
图1示出了根据本发明的一个实施例的车辆辅助驾驶系统的构成框图;
图2示意性地示出了根据本发明的一个实施例的交通事故模型及其对应的责任判定规则的存储方式;
图3示出了一种显示事故责任判定结果及其可信度的图表形式;
图4示出了根据本发明的车辆辅助驾驶系统进行事故责任判定的流程图;
图5示出了交通事故责任判定示例1的交通事故模型,其中交通事故模型是“进入环岛的车辆未让在环岛中行驶的车辆先行”;以及
图6示出了交通事故责任判定示例2的交通事故模型,其中交通事故模型是“在同一方向只有一条机动车道的道路上,从前车右侧超车”。
具体实施方式
下文中,参照附图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。
本发明涉及一种能够在车辆发生事故之后帮助驾驶员判定事故涉及的各个交通参与者的责任的车辆辅助驾驶系统及方法。图1示出了根据本发明的一个实施例的装备在车辆A上的辅助驾驶系统的构成框图。如图1所示,车辆辅助驾驶系统100至少包括信息采集单元10、交通规则存储单元20和分析单元30。
具体地,信息采集单元10采集车辆A的行驶状态信息以及车辆A的外部环境交通状况信息。信息采集单元10可以包括用于采集车辆A的行驶状态信息的内部检测装置11、以及用于检测车辆A的外部交通环境状况信息的外部环境检测装置12。车辆A的外部交通环境状况信息包括与车辆A的行驶有关的车辆A周围的交通参与者、道路及其他交通设施以及交通标志的信息等等。
内部检测装置11可以包括车速传感器、加速度传感器、方向盘转角传感器、左/右转向灯开关、手刹开关、前后车门开关以及其他传感器等装置。内部检测装置11所装备的传感器和/或开关等装置不限于以上所列的各项,但是应该能够足以提供在判定事故涉及的各个交通参与者的责任时,为确定车辆A在事故发生时以及事故发生前预定时间段内的行驶状态所需要的信息。信息采集单元10可以通过内部检测装置11采集车辆A的车速、横向加速度、纵向加速度、转向角、左/右转向灯的开关状态、手刹状态、车门开关状态等信息以及判定事故涉及的各个交通参与者的责任所需要的其他行驶状态信息。
外部环境检测装置12可以包括设置在车辆A上适合位置处的距离传感器和图像传感器。距离传感器可以是雷达、激光或超声波传感器等。图像传感器例如可以是RGB摄像头、红外摄像头或者具有RGB和距离/深度传感能力的混合摄像头等。外部环境检测装置12可以基于距离传感器和图像传感器以及这些传感器的融合来获取车辆A周围的诸如车辆、行人等交通参与者的类别、形状、位置和运动数据等信息,诸如道路形状、障碍物和护栏位置、交通标志位置等的道路及其他交通设施信息,以及诸如路面标线、交通信号灯等交通标志的信息。距离传感器可以设置在车辆A的前后保险杠内侧的中央和左右两侧。图像传感器可以设置在车辆A的车内后视镜处、左右两侧后视镜处以及车辆后方适合的位置处。实际上,外部环境检测装置12的传感器的设置位置没有特别的限制,只要便于同时对车辆A周围各个方向上的交通参与者、道路及其他交通设施以及交通标志等进行检测即可。
此外,信息采集单元10还可以包括具有导航装置的定位装置13和交通信息通信装置14。定位装置13带有十字路口和/或信号灯等的位置、道路的车道数、道路的曲率半径、限速、禁止超车路段等形式环境的地图信息。定位装置13可用于获取车辆A的位置信息和道路及其他交通设施信息等。交通信息通信装置14可通过车对车通信或者车与交通基础设施通信,来获取车辆A的外部环境信息,甚至可以直接获取其他车辆的行驶状态信息。
交通规则存储单元20预先存储多个交通事故模型以及车辆A所在地区的法律规定的与多个交通事故模型中的各个交通事故模型对应的责任判定规则。并且,在车辆A发生事故之后,分析单元30通过将信息采集单元10所采集的信息与预先存储在交通规则存储单元20中的各个交通事故模型进行比较,确定当前事故对应的交通事故模型,并且判定事故涉及的各个交通参与者的责任。需要明确的是,上述预先存储的多个交通事故模型包括了车辆A所在地区法律明确列出的全部交通事故的情形。由此,分析单元30在判定事故涉及的各个交通参与者的责任时,能够从交通规则存储单元20中查询到该交通事故对应的交通事故模型以及相应的责任判定规则。
优选地,交通规则存储单元20以表格的形式存储各个交通事故模型及其对应的责任判定规则,其中责任判定规则明确地指出了车辆A所在地的法律规定的针对各个交通事故模型事故涉及的各个交通参与者的应负的责任。图2示意性地示出了根据本发明的一个实施例的交通事故模型及其对应的责任判定规则的存储方式。如图2所示,交通规则存储单元20中存储有n个交通事故模型,并且针对每个交通事故模型相应地存储有责任判定规则。在这种情况下,交通规则存储单元20也存储有n个责任判定规则。但是,本发明的实施例并不限于以上方式。例如,由于针对不同的交通事故模型可能存在相同的责任判定规则,因此,责任判定规则的数目可以少于n个。因此,交通规则存储单元20也可以存储少于n个的责任判定规则,并且建立n个交通事故模型的各个到对应的责任判定规则的映射。这样,针对每个交通事故模型也可以查询到相应的责任判定规则。
下面,将进一步描述交通事故模型在交通规则存储单元20中的存储方式。优选地,每个交通事故模型利用包括在有限数量的特征中的多个特征来表示,其中不同的交通事故模型利用来自上述有限数量的特征的不同特征的组合来表示。例如,预先设定m个特征,该m个特征可以表示全部n个交通事故模型,并且每个交通事故模型可以用包括在该m个特征中的特定的多个(小于等于m个)特征来表示。上述有限数量的特征至少包括对道路形状的描述(例如环岛、弯道、交叉路口等)、对车辆A的行为的描述(诸如倒车、变更车道、左\右转弯、打开车门等)、对车辆A周围的交通参与者的行为的描述(例如其他车辆的倒车、变更车道、左\右转弯、打开车门等)以及对交通标志信息的描述(诸如红\绿灯亮、黄色双实线、专用车道等)等。以“进入环形路口的车未让已在路口内的车先行”这一交通事故模型为例,该交通事故模型可以通过“环形路口”、“在路口内行驶的车辆”、“进入路口的车辆”这三个特征来表示。
如前所述,分析单元30在发生事故之后,通过将信息采集单元10所采集的信息与预先存储在交通规则存储单元20中的各个交通事故模型进行比较,来确定当前事故对应的交通事故模型,并且判定事故涉及的各个交通参与者的责任。分析单元30在进行上述比较动作时,从信息采集单元10获取所需要的信息。但是,分析单元30并不限于直接从信息采集单元10获取信息。车辆A的辅助驾驶系统100还可以包括用于存储由信息采集单元10所采集的信息的信息存储单元40,并且分析单元30可以从信息存储单元40获取所需要的信息。由于分析单元30利用从信息存储单元40所存储的信息来确定当前事故对应的交通事故模型,因此,信息存储单元40所存储的信息应该足以描述当前事故的具体情形。即,信息存储单元40应该至少存储有信息采集单元10在当前事故发生时以及事故发生之前预定时间段内,例如事故发生前的10秒内所采集的信息。也就是说,信息存储单元40配置成能够存储由信息采集单元10实时采集的信息以及当前时间点之前预定时间段内采集的信息。
此外,辅助驾驶系统100还优选地包括对信息采集单元10所采集的信息或者存储在信息存储单元40中的信息进行处理的信息处理单元50。具体地,由于分析单元30主要是通过将信息采集单元10所采集的信息或者信息存储单元40所存储的信息与预先存储的各个交通事故模型进行比较,来确定当前事故对应的交通事故模型的,因此,信息处理单元50可以配置成在事故发生时从信息采集单元10或者信息存储单元40获取所需要的信息并且进行处理,以获得与确认当前事故对应的交通事故模型有关的信息。优选地,信息处理单元50参考交通事故模型的存储方式来对信息进行处理,以便于分析单元30进行比较动作。如上所述,交通事故模型在交通规则存储单元20中以有限数量的特征中特定的多个特征表示。在这种情况下,信息处理单元50可以配置成在事故发生时从信息采集单元10或者信息存储单元40获取所需要的信息并且进行处理,以输出与表示交通事故模型的有限数量的特征有关的信息。信息处理单元50可以输出多个特征,该多个特征是表示交通事故模型的有限数量的特征当中的多个特征。
下面,将具体地描述分析单元30判定事故涉及的各个交通参与者的责任的过程。分析单元30从信息处理单元50获取与用于表示交通事故模型的有限数量的特征有关的信息,并且从交通规则存储单元20获取各个交通事故模型的信息。具体地,分析单元30可以从信息处理单元50获取多个特征,并且从交通规则存储单元20获取表示各个交通事故模型的有限数量的特征中的特定的多个特征。分析单元30将从信息处理单元50获取的多个特征与表示各个交通事故模型的特定的多个特征进行比较。当从信息处理单元50获取的多个特征与表示某个交通事故模型的特定的多个特征完全相同时,分析单元30将该交通事故模型确认为当前事故对应的交通事故模型。然后,分析单元30访问交通规则存储单元20,查询当前事故对应的交通事故模型所对应的责任判定规则,并且根据查询的结果得到当前事故涉及的各个交通参与者的应负的责任。
优选地,分析单元30可以将从信息处理单元50获取的多个特征与表示各个交通事故模型的特定的多个特征进行比较,并且得到两者的匹配程度。比较方法的一种实现方式可以是一个概率函数,该函数的输入变量是从信息处理单元50获取的多个特征以及表示各个交通事故模型的特定的多个特征。该函数的运算结果是一个概率数值,如80%、70%等。该概率数值可以是从信息处理单元50获取的多个特征与表示各个交通事故模型的特定的多个特征的匹配程度的一种表现方式。分析单元30将匹配程度最高的那个交通事故模型作为当前事故对应的交通事故模型。由此,分析单元30访问交通规则存储单元20,查询当前事故对应的交通事故模型所对应的责任判定规则,并且根据查询的结果得到当前事故涉及的各个交通参与者的应负的责任。
此外,分析单元30还可以计算得到的责任判定结果的可信度。该可信度主要是由信息采集单元10所采集的信息的准确度以及信息处理单元50输出的多个特征与当前事故对应的交通事故模型的匹配程度确定的,并且可以是两者的加权值。信息采集单元10所采集的信息的准确度可能会由于不确定的检测等以及检测装置本身的误差而受到影响。例如,当道路上的交通标线不清晰时,信息采集单元10获取的与交通标线有关的信息的准确度较低。
根据本发明的车辆辅助驾驶系统还包括事故判断单元60、触发单元70和输出单元80。事故判断单元60配置成基于信息采集单元10采集的信息判断车辆A是否发生了事故,并且在判断为车辆A发生事故的情况下将车辆A发生事故的信号传输到触发单元70。触发单元70在事故判断单元60判断为车辆A发生事故的情况下,自动触发辅助驾驶系统100来判定事故涉及的各个交通参与者的责任。当然,触发辅助驾驶系统100的方式不限于自动触发的方式。也可以通过设置在车辆A的仪表盘或其他适合的位置处的按钮等手动触发辅助驾驶系统100。
输出单元80输出事故涉及的各个交通参与者的责任的判定结果以及该责任判定结果的可信度。输出单元80可以视觉或声音的方式进行输出。例如,输出单元80可以在车辆现有的显示屏幕或者专用的显示屏幕上显示事故涉及的各个交通参与者应负的责任以及该责任判定结果的可信度。输出单元80可以图表的形式或其他适合的形式进行显示。图3示出了一种显示责任判定结果及其可信度的图表形式。此外,输出单元80也可以通过扬声器以声音的方式来输出事故责任判定结果及该结果的可信度。
以上描述了根据本发明的车辆驾驶辅助系统,其能够在车辆发生事故之后,帮助驾驶员判断事故涉及的各个交通参与者应负的责任。通过该系统,驾驶员能够在车辆发生事故之后,通过客观方法分析事故涉及的各个交通参与者的责任,便于在与其他交通参与者、交通警察的交流前心中有数。
下面,将描述根据本发明的车辆驾驶辅助系统在车辆发生事故之后判定事故涉及的各个交通参与者的责任的具体步骤。图4示出了通过根据本发明的车辆辅助驾驶系统来判定事故涉及的各个交通参与者的责任的流程图。
在步骤S1中,事故判断单元60判断是否车辆A是否发生了事故。在步骤S1中判断为车辆A发生事故的情况下,进入步骤S2。在步骤S2中,车辆A的辅助驾驶系统100被触发从而对事故涉及的各个交通参与者的责任进行分析。在手动启动辅助驾驶系统100的情况下,可省略步骤S1,并且在辅助驾驶系统100的触发按钮被按下的情况下,直接进入步骤S2。在步骤S3中,分析单元30从信息采集单元10获取车辆A发生事故时以及车辆A发生事故之前的预定时间段内信息采集单元10所采集的信息,并且从交通规则存储单元20中获取各个交通事故模型的信息。在步骤S4中,分析单元30将从信息采集单元10获取的信息和从交通规则存储单元20中获取的各个交通事故模型的信息进行比较,确认当前事故对应的交通事故模型。在步骤S5中,分析单元30访问交通规则存储单元20并查询在步骤S4中确认的交通事故模型对应的责任判定规则,从而确定当前事故的责任判定结果。在步骤S6中,分析单元30计算在步骤S5中确定的责任判定结果的可信度,并且责任判定结果及其可信度输出到输出单元80。在步骤S7中,输出单元80输出当前事故的责任判定结果及其可信度。
在上述流程中,分析单元30直接从信息采集单元10获取车辆A发生事故时以及车辆A发生事故之前的预定时间段内信息采集单元10所采集的信息。但是本发明的实施例不限于此。例如,在紧接着步骤S2的步骤S31中,信息处理单元50从信息存储单元40中获取车辆A发生事故时以及车辆A发生事故之前的预定时间段信息采集单元10所采集的信息,并且对所获取的信息进行处理,以输出多个特征,该多个特征是表示交通事故模型的有限数量的特征当中的多个特征。在步骤S41中,分析单元30从信息处理单元50获取多个特征,并且从交通规则存储单元20中获取各个交通事故模型的特定的多个特征。在步骤S42中,分析单元30将从信息处理单元50获取的多个特征与交通规则存储单元20中获取各个交通事故模型的特定的多个特征进行比较。当从信息处理单元50获取的多个特征与表示某个交通事故模型的特定的多个特征完全相同时,将该交通事故模型确认为当前事故对应的交通事故模型。或者,分析单元30将从信息处理单元50获取的多个特征与表示各个交通事故模型的特定的多个特征进行比较,以得到两者的匹配程度,并且将匹配程度最高的那个交通事故模型作为当前事故对应的交通事故模型。随后,依次进行前述的步骤S5-步骤S7,输出当前事故的责任判定结果及其可信度。
下面,将描述通过根据本发明的车辆驾驶辅助系统进判定事故涉及的各个交通参与者的责任的两个示例。
示例1
图5示出了示例1的交通事故模型,该交通事故模型为进入环形路口的车辆未让已在路口内的车辆先行。根据中国法律的规定,在图5所示的交通事故模型中A车负全责。此外,交通规则存储单元20以“环形路口”、“环形路口内车辆”、“进入路口的车辆”等特定的特征来表示图5所示的交通事故模型。
车辆A发生事故之后,可以经由触发单元70触发车辆A的辅助驾驶系统100进行责任判定。信息存储单元40存储有事故发生时以及事故发生之前预定时间段内,例如10s内的信息。信息处理单元50从信息存储单元40中获取这些信息并进行处理,以输出多个特征。这些特征可能包括“环形路口”、“本车辆进入路口”、“B车在路口内行驶”。分析单元30从信息处理单元50获取这些特征,并且将其依次与表示各个交通事故模型的特定的多个特征进行比较。分析单元30通过上述比较动作确定“进入环形路口的车辆未让已在路口内的车辆先行”这一交通事故模型的特定的多个特征与从信息处理单元50获取的这些特征完全相同,并且将该交通事故模型作为当前事故对应的交通事故模型。分析单元30基于该交通事故模型在交通规则存储单元20中查询对应的责任判定规则,从而得到车辆A负全责的结果。之后,分析单元30根据信息采集单元10所采集信息的准确度计算上述结果的可信度,并且输出单元80输出上述结果及其可信度。
交通事故责任判定示例2
图6示出了交通事故责任判定示例2的交通事故模型,该交通事故模型为“在同一方向只有一条机动车道的道路上,从前车右侧超车”。根据中国法律的规定,在图6所示的交通事故模型中A车负全责。在交通规则存储单元20中,图6所示的交通事故模型可能以“两条对向车道”、“黄色虚线”、“相同车道的前车”、“相同车道的后车”、“后车加速”、“后车从前车的右侧超过前车”等特定的多个特征存储。
当车辆A发生事故并且其辅助驾驶系统100被触发之后,信息处理单元50从信息存储单元40中获取事故发生时以及事故发生之前预定时间段内,例如10s内的信息,进行处理并输出多个特征。这些特征可能包括“两条对向车道”、“黄色虚线”、“相同车道的前车B”、“本车辆加速”、“本车辆从右侧超越前车B”、“对向来车C”等特征。分析单元30从信息处理单元50获取这些特征,将其与从交通规则存储单元20获取的表示各个交通事故模型的特定的多个特征进行比较,并且计算其与各个交通事故模型的匹配度。结果是,从信息处理单元50获取的这些特征与图6所示的交通事故模型具有最高的匹配度,如95%。从信息处理单元50获取的这些特征与“变更车道”、“越线超车”、“超越左转弯车辆”等其他交通事故模型具有较低的匹配度,如80%、70%等。分析单元30随后将图6所示的交通事故模型作为当前事故对应的交通事故模型,并且在交通规则存储单元20中查询对应的责任判定规则,从而得到车辆A负全责的结果。分析单元30还根据信息采集单元10所采集信息的准确度,以及当前交通事故的情形与图6所示的交通事故模型的匹配度计算上述责任判定结果的可信度。
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,尽管在各种示例性结合体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)
1.一种车辆辅助驾驶系统,其能够在本车辆发生事故后辅助驾驶员判定事故涉及的各个交通参与者的责任,所述系统包括:
信息采集单元,其用于采集本车辆的行驶状态信息以及本车辆的外部环境交通状况信息;
交通规则存储单元,其用于预先存储多个交通事故模型以及与所述多个交通事故模型中的各个对应的责任判定规则;以及
分析单元,其通过将所述信息采集单元所采集的信息与预先存储在所述交通规则存储单元中的所述多个交通事故模型的各个进行比较,确认当前事故对应的交通事故模型,并且判定当前事故涉及的各个交通参与者的责任。
2.根据权利要求1所述的车辆辅助驾驶系统,其中
所述信息采集单元包括用于检测本车辆的行驶状态的内部检测装置和用于检测本车辆周围的外部环境交通状况的外部环境检测装置。
3.根据权利要求1或2所述的车辆辅助驾驶系统,还包括
信息存储单元,其存储所述信息采集单元实时采集的信息和当前时间点之前的预定时间段内所采集的信息。
4.根据权利要求3所述的车辆辅助驾驶系统,还包括
信息处理单元,其对所述信息存储单元所存储的信息进行处理以获得与确认当前事故对应的交通事故模型有关的信息。
5.根据权利要求4所述的车辆辅助驾驶系统,其中
所述多个交通事故模型采用有限数量的特征来表示,并且所述多个交通事故模型中的每一个对应于所述有限数量的特征中的特定的多个特征,并且
所述信息处理单元对所述信息存储单元所存储的信息进行处理以获得多个特征,所述多个特征是所述有限数量的特征中的多个特征。
6.根据权利要求5所述的车辆辅助驾驶系统,其中
所述有限数量的特征至少包括道路形状描述、本车辆的行为描述、本车辆周围的交通参与者的行为描述以及交通标志的描述。
7.根据权利要求5或6所述的车辆辅助驾驶系统,其中
所述分析单元对所述信息处理单元所获得的多个特征和所述各个交通事故模型对应的特定的多个特征进行比较,并且当所述信息处理单元所获得的多个特征与某个交通事故模型对应的特定的多个特征完全相同时,将所述某个交通事故模型确认为当前事故对应的交通事故模型。
8.根据权利要求5或6所述的车辆辅助驾驶系统,其中
所述分析单元计算所述信息处理单元所获得的多个特征和所述各个交通事故模型对应的特定的多个特征的匹配度,并且将匹配度最高的交通事故模型确认为当前事故所述的交通事故模型。
9.根据权利要求8所述的车辆辅助驾驶系统,其中
所述分析单元根据所确认的当前事故对应的交通事故模型判定当前事故涉及的各个交通参与者的责任,并且计算所述责任的判定的可信水平,
所述责任的判定的可信水平是基于所述信息采集单元所采集的信息的准确度,以及所述信息处理单元获得的多个特征与被确认为当前事故对应的交通事故模型的匹配度确定的。
10.根据权利要求1-9中任一项所述的车辆辅助驾驶系统,还包括
事故判断单元,其用于基于所述信息采集单元所采集的信息判断本车辆是否发生了事故。
11.根据权利要求10所述的车辆辅助驾驶系统,还包括
触发单元,其用于在所述事故判断单元判断为本车辆发生事故的情况下自动触发所述车辆辅助驾驶系统进行事故责任判定。
12.根据权利要求11所述的车辆辅助驾驶系统,还包括
输出单元,所述输出单元以图表的形式显示所判定的当前事故涉及的各个交通参与者的责任以及所述责任的判定的可信水平。
13.一种车辆辅助驾驶方法,其用于在本车辆发生事故后辅助驾驶员判定事故涉及的各个交通参与者的责任,所述方法包括以下步骤:
采集本车辆的行驶状态信息以及本车辆的外部环境交通状况信息;
预先存储多个交通事故模型以及与所述多个交通事故模型中的各个对应的责任判定规则;以及
在本车辆发生事故之后,通过将所采集的信息与预先存储的所述各个交通事故模型进行比较,确认当前事故对应的交通事故模型,并且判定当前事故涉及的各个交通参与者的责任。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610622716.4A CN107680012A (zh) | 2016-08-01 | 2016-08-01 | 车辆辅助驾驶系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610622716.4A CN107680012A (zh) | 2016-08-01 | 2016-08-01 | 车辆辅助驾驶系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107680012A true CN107680012A (zh) | 2018-02-09 |
Family
ID=61133890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610622716.4A Pending CN107680012A (zh) | 2016-08-01 | 2016-08-01 | 车辆辅助驾驶系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107680012A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN109710984A (zh) * | 2018-12-04 | 2019-05-03 | 斑马网络技术有限公司 | 事故识别与救援方法及装置 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN110738842A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 事故责任划分及行为分析方法、装置、设备及存储介质 |
CN110942623A (zh) * | 2018-09-21 | 2020-03-31 | 阿里巴巴集团控股有限公司 | 一种辅助交通事故处理方法和系统 |
CN111161533A (zh) * | 2019-12-04 | 2020-05-15 | 支付宝(杭州)信息技术有限公司 | 交通事故处理方法和装置、电子设备 |
CN111260482A (zh) * | 2018-12-03 | 2020-06-09 | 丰田自动车株式会社 | 信息处理系统、程序和控制方法 |
CN111429739A (zh) * | 2018-12-20 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 一种辅助驾驶方法和系统 |
CN111985418A (zh) * | 2020-08-24 | 2020-11-24 | 庞荣 | 一种车载式公路交通安全设施风险源智能识别装置及方法 |
CN112272841A (zh) * | 2018-06-29 | 2021-01-26 | 日立汽车系统株式会社 | 车载电子控制装置 |
CN114550342A (zh) * | 2022-04-26 | 2022-05-27 | 新石器慧通(北京)科技有限公司 | 基于黑匣子的无人车事故责任判定方法、装置及电子设备 |
CN116828157A (zh) * | 2023-08-31 | 2023-09-29 | 华路易云科技有限公司 | 一种自动驾驶环境的交通事故责任判定辅助系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020059084A1 (en) * | 2000-10-02 | 2002-05-16 | Steven Wahlbin | Computerized method and system of displaying an accident type |
CN103065371A (zh) * | 2012-12-03 | 2013-04-24 | 深圳市元征科技股份有限公司 | 交通事故责任界定方法 |
US20140051041A1 (en) * | 2012-08-14 | 2014-02-20 | Ford Global Technologies, Llc | Driver behavior monitor and analyzer |
CN104574882A (zh) * | 2014-12-31 | 2015-04-29 | 东莞市天霸电子科技有限公司 | 车辆发生交通事故的判断系统和判断方法 |
CN205264045U (zh) * | 2015-12-16 | 2016-05-25 | 浙江中科正方电子技术有限公司 | 一种车辆管理系统 |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
-
2016
- 2016-08-01 CN CN201610622716.4A patent/CN107680012A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020059084A1 (en) * | 2000-10-02 | 2002-05-16 | Steven Wahlbin | Computerized method and system of displaying an accident type |
US20140051041A1 (en) * | 2012-08-14 | 2014-02-20 | Ford Global Technologies, Llc | Driver behavior monitor and analyzer |
CN103065371A (zh) * | 2012-12-03 | 2013-04-24 | 深圳市元征科技股份有限公司 | 交通事故责任界定方法 |
CN104574882A (zh) * | 2014-12-31 | 2015-04-29 | 东莞市天霸电子科技有限公司 | 车辆发生交通事故的判断系统和判断方法 |
CN205264045U (zh) * | 2015-12-16 | 2016-05-25 | 浙江中科正方电子技术有限公司 | 一种车辆管理系统 |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112272841B (zh) * | 2018-06-29 | 2023-02-03 | 日立安斯泰莫株式会社 | 车载电子控制装置 |
CN112272841A (zh) * | 2018-06-29 | 2021-01-26 | 日立汽车系统株式会社 | 车载电子控制装置 |
CN110738842A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 事故责任划分及行为分析方法、装置、设备及存储介质 |
CN110942623A (zh) * | 2018-09-21 | 2020-03-31 | 阿里巴巴集团控股有限公司 | 一种辅助交通事故处理方法和系统 |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN109671006B (zh) * | 2018-11-22 | 2021-03-02 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN111260482A (zh) * | 2018-12-03 | 2020-06-09 | 丰田自动车株式会社 | 信息处理系统、程序和控制方法 |
CN111260482B (zh) * | 2018-12-03 | 2023-09-22 | 丰田自动车株式会社 | 信息处理终端、计算机可读存储介质和控制方法 |
CN109710984A (zh) * | 2018-12-04 | 2019-05-03 | 斑马网络技术有限公司 | 事故识别与救援方法及装置 |
CN111429739A (zh) * | 2018-12-20 | 2020-07-17 | 阿里巴巴集团控股有限公司 | 一种辅助驾驶方法和系统 |
CN109741602A (zh) * | 2019-01-11 | 2019-05-10 | 福建工程学院 | 一种轻微交通事故辅助定责的方法及系统 |
CN111161533A (zh) * | 2019-12-04 | 2020-05-15 | 支付宝(杭州)信息技术有限公司 | 交通事故处理方法和装置、电子设备 |
CN111161533B (zh) * | 2019-12-04 | 2021-11-02 | 支付宝(杭州)信息技术有限公司 | 交通事故处理方法和装置、电子设备 |
CN111985418A (zh) * | 2020-08-24 | 2020-11-24 | 庞荣 | 一种车载式公路交通安全设施风险源智能识别装置及方法 |
CN111985418B (zh) * | 2020-08-24 | 2024-02-27 | 招商局重庆公路工程检测中心有限公司 | 一种车载式公路交通安全设施风险源智能识别装置及方法 |
CN114550342B (zh) * | 2022-04-26 | 2022-08-02 | 新石器慧通(北京)科技有限公司 | 基于黑匣子的无人车事故责任判定方法、装置及电子设备 |
CN114550342A (zh) * | 2022-04-26 | 2022-05-27 | 新石器慧通(北京)科技有限公司 | 基于黑匣子的无人车事故责任判定方法、装置及电子设备 |
CN116828157A (zh) * | 2023-08-31 | 2023-09-29 | 华路易云科技有限公司 | 一种自动驾驶环境的交通事故责任判定辅助系统及方法 |
CN116828157B (zh) * | 2023-08-31 | 2023-12-29 | 华路易云科技有限公司 | 一种自动驾驶环境的交通事故责任判定辅助系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107680012A (zh) | 车辆辅助驾驶系统及方法 | |
CN108883725B (zh) | 一种行驶车辆警报系统和方法 | |
US8547249B2 (en) | Method for avoiding collision | |
CN107077795B (zh) | 用于探测车辆周围环境中出现的行驶障碍的辅助系统 | |
CN107615353A (zh) | 汽车周边信息显示系统 | |
US9569962B2 (en) | Method for identifying a vehicle detected by a sensor device | |
CN107444406A (zh) | 车辆辅助驾驶系统及方法 | |
CN106891888A (zh) | 车辆转向信号检测 | |
CN107203738A (zh) | 车辆车道边界定位 | |
CN107545232A (zh) | 车道探测系统和方法 | |
JP4051623B2 (ja) | 車両危険度に応じた警報信号を出力する警報装置 | |
EP2244065A2 (en) | Driving assistance apparatus, driving assistance method, and driving assistance program | |
CN106335509A (zh) | 车辆的驾驶辅助装置 | |
CN113442917B (zh) | 用于宿主机动车辆的警告系统 | |
WO2019106789A1 (ja) | 処理装置及び処理方法 | |
CN109841088A (zh) | 车辆驾驶辅助系统及方法 | |
CN109383367B (zh) | 车辆外部通知装置 | |
CN102673560A (zh) | 识别拐弯机动的方法和驾驶员辅助系统 | |
CN111354222A (zh) | 一种辅助驾驶方法和系统 | |
JP3356058B2 (ja) | 車両用後方モニタシステム | |
JP6496619B2 (ja) | 車両用駐車支援装置 | |
CN114365208A (zh) | 驾驶辅助装置、驾驶辅助方法以及程序 | |
US20240085209A1 (en) | Display control device and display control method | |
WO2018212090A1 (ja) | 制御装置及び制御方法 | |
JP2018205909A (ja) | 処理装置、車両、処理方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |
|
RJ01 | Rejection of invention patent application after publication |