CN108715164B - 用于车辆的驾驶辅助设备和方法 - Google Patents

Abstract

本申请涉及用于车辆的驾驶辅助设备和方法。根据一种实施例，一种用于车辆的驾驶辅助设备包括：目标车辆状态检测单元，用于检测在车辆所处车道的预定侧相邻车道上同向行驶的目标车辆的行驶状态；道路交通状况检测单元，用于检测目标车辆前方的道路交通状况；预测评分计算单元，用于基于目标车辆的行驶状态和道路交通状况，计算用于预测目标车辆的掉头动机的预测评分；以及反应单元，用于响应于预测评分大于预定阈值输出反应信号。

Description

用于车辆的驾驶辅助设备和方法

技术领域

本申请总地涉及车辆领域，更具体地涉及用于车辆的驾驶辅助设备和 方法。

背景技术

近年来高级驾驶辅助系统(ADAS)越来越普遍地应用于车辆中。 ADAS利用安装在车辆上的各式各样的传感器，在车辆行驶过程中随时感 应周围的环境，进行静态、动态物体的辨识、侦测与追踪，并结合导航仪 地图数据，进行系统的运算与分析，从而预先让驾驶员察觉到可能发生的 危险，有效增加车辆驾驶的安全性。针对车辆行驶过程中可能遇到的各种 危险，现有的ADAS具有各种各样的功能，例如下车辅助功能、转弯辅助 功能、追尾碰撞预警等等。

但是，车辆驾驶辅助设备的设计者们仍然在不断完善其功能以应对可 能出现的各种危险。

发明内容

根据一种实施例，一种用于本车车辆的驾驶辅助设备包括：目标车辆 状态检测单元，用于检测在本车车辆所处车道的预定侧相邻车道上同向行 驶的目标车辆的行驶状态；道路交通状况检测单元，用于检测目标车辆前 方的道路交通状况；预测评分计算单元，用于基于目标车辆的行驶状态和 道路交通状况，计算用于预测目标车辆的掉头动机的预测评分；以及反应 单元，用于响应于预测评分大于预定阈值输出反应信号。

根据另一种实施例，一种用于本车车辆的驾驶辅助方法包括：检测在 所述本车车辆所处车道的预定侧相邻车道上同向行驶的目标车辆的行驶状 态；检测目标车辆前方的道路交通状况；基于目标车辆的行驶状态和道路 交通状况，计算用于预测目标车辆的掉头动机的预测评分；以及响应于预 测评分大于预定阈值输出反应信号。

根据另一种实施例，一种用于本车车辆的驾驶辅助设备包括处理器和 存储器，其中存储器上存储有指令，这些指令在由处理器执行时，使处理 器执行根据本申请实施例的方法。

根据另一种实施例，提供了一种存储有指令的非暂态机器可读介质， 所述指令在由处理器执行时，使处理器执行根据本申请实施例的方法。

本申请的实施例提供的驾驶辅助设备和方法能够预测在本车车辆的预 定侧相邻车道上同向行驶的目标车辆的掉头动机，以在目标车辆有任何横 向偏移动作之前发出警告或控制信号。根据本申请实施例的驾驶辅助设备 和方法既可以用于提高人工驾驶车辆的安全性，也可以在采用自动驾驶技 术(或者无人驾驶)的车辆中使用。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本 发明，其中，相似的标号指示相同或功能类似的元件。

图1是汽车的简化示意图，该汽车包括根据本申请实施例的驾驶辅助 设备。

图2是根据本申请实施例的驾驶辅助设备的结构示意图。

图3示出了根据本申请实施例的驾驶辅助方法的流程图。

图4A和图4B示出了本申请实施例的示例性应用场景。

图5A至图5E示出了本申请实施例的示例性应用场景。

图6示出了信息处理设备的结构示意图，本申请的实施例中的驾驶辅 助设备可以由该信息处理设备来实现。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本 发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的 任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、 部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出 公知的结构和技术，以便避免对本发明造成不必要的模糊。

图1是汽车100的简化示意图。虽然以汽车作为示例，但是本申请不 限于应用于汽车中，而是可以应用于例如可以使用内燃机、电动机等一种 或多种动力源作为动力机构的各种各样的机动车辆，例如轿车、货车、卡 车、电车、摩托车、运动型多用途车辆、拖拉机等。

如图1所示，虽然以汽车作为示例，但是本申请不限于应用在汽车中， 而是可以应用于各种各样的车辆，例如轿车、货车、卡车、电车、摩托车、 运动型多用途车辆、拖拉机等，这些车辆可以使用内燃机、电动机等一种 或多种动力源作为动力机构。

如图1所示，汽车100包括控制系统110、车载传感器120、驾驶辅 助设备130，它们可以彼此连接，例如连接到汽车100的控制器局域网 (CAN)总线160或

网络。为了简明起见，汽车100中公知的 动力和操纵装置、传动系统等部件未在图1中示出。可选地，汽车100还 可以包括车载导航设备140、通信设备150、娱乐设备(未示出)等，它 们也可以通过相应的接口连接到汽车100的控制系统110、驾驶辅助设备 130等。

控制系统110例如可以包括电子控制单元(ECU)。ECU可以用处理 器(例如微处理器)、控制器(例如微控制器)、可编程逻辑电路(例如 现场可编程门阵列(FPGA))和专用集成电路(ASIC)等来实现。ECU 可以包括一个或多个存储器，例如，随机存取存储器(RAM)、只读存储 器(ROM)、可擦可编程存储器(EPROM)、电可擦可编程存储器 (EEPROM)等。存储器可以用于存储数据、指令、软件、代码等，这些 指令被执行以执行本申请中所描述的动作。

车载传感器120可以包括以下各种传感器中的一项或多项：摄像设备、 超声波传感器、雷达装置和激光装置等。摄像设备可以安装在车辆的前方、 后方、侧面、顶部、内部等位置，并且可以包括可见光摄像头、红外摄像 头等。可见光摄像头例如能够实时捕获车辆内部和/或外部的图像(例如， 以60°左右的角度工作)并呈现给驾驶员和/或乘客。此外，通过对摄像 头捕获的图像进行分析，可以获取诸如交通信号灯指示、交叉路口情况、 其他车辆的运行状态等信息。红外摄像头可以在夜视情况下捕获图像。超 声波传感器可以安装在车辆的四周，准确地测量外部物体距车辆的距离。 超声波传感器通常对近距离物体比远距离物体的测距精度更高。雷达装置 可以安装在车辆的前方、后方或其他位置。雷达装置可以利用电磁波的特 性，准确地测量外部物体距车辆的距离，并且通常对金属物体敏感度更高。 雷达装置还可以利用多普勒效应来测量车辆相对于物体的速度变化。激光 装置(例如激光雷达LIDAR)可以安装在车辆的前方、后方或其他位置。 激光装置可以检测到精确的物体边缘、形状信息，从而进行精确的物体识 别和追踪。车载传感器120还可以包括对车辆的自身状态(例如当前载重 量及其分布情况、车辆的维护状况、行驶状态)、车辆的周围环境(例如 温度、湿度、亮度、气压等)等进行感测的装置。

驾驶辅助系统130连接到控制系统110和未示出的传动系统。驾驶辅 助系统130例如可以具有以下功能中的一项或多项：车灯控制；喇叭控制； 诸如换挡、刹车、加速、转向之类的致动控制等。

车载导航设备140可以为汽车100提供导航信息，例如关于汽车100 的当前位置、行驶速度和方向、路线规划、周边设施、交通状况、历史交 通数据等信息。车载导航设备140例如可以基于卫星定位(例如GPS、 Glonass、北斗等)、惯性定位、辅助全球定位(A-GPS)、和/或三角定位 等原理工作。车载导航设备140可以基于汽车100本地存储的电子地图而工作，也可以基于从外部接收的电子地图数据而工作。

通信设备150可以包括允许汽车100与其他信息源进行通信的无线通 信设备。例如，汽车100可以与其附近的其他车辆通信(称为“Car to Car (Car2Car)”或“Vehicle toVehicle(V2V)”通信)。更一般地，汽车 100可以与附近的车辆、行人、设施等进行通信(称为“Car to X (Car2X)”或“Vehicle to X(V2X)”通信)。例如，汽车100可以通 过通信设备150向交通信号灯发送请求，以获得其目前的状态(例如红色 还是绿色)。交通信号灯也可以向附近的车辆广播这种状态。汽车100也 可以通过通信设备150向附近的车辆或设施发送自身的信息，例如型号、 行驶方向、行驶速度等。通信设备150可以包括基于任意类型电磁波(例 如红外线、微波、毫米波等)的通信设备，并可以基于任意预设的通信协 议进行Car2Car或Car2X通信。

图2是根据本申请实施例的驾驶辅助设备130的结构示意图。驾驶辅 助设备130可以包括目标车辆状态检测单元210、道路交通状况检测单元 220、预测评分计算单元230和反应单元240，并且可以包括可选的驾驶模 式检测单元250，其中预测评分计算单元230可以包括预测赋值单元232 和求和单元234。这些单元可以由硬件电路实现，也可以由软件模块实现， 还可以通过硬件和软件的组合来实现。下文中会对这些单元的操作进行详 细描述。

根据本申请实施例的驾驶辅助设备130可以预测在汽车100所处车道 的预定侧相邻车道上同向行驶的目标车辆的掉头动机并且当预测出该目标 车辆有掉头动机时输出反应信号，以提醒或控制汽车100躲避有掉头动机 的目标车辆，或者也可以提醒有掉头动机的目标车辆注意在进行掉头时避 免与汽车100发生碰撞。例如，在遵循靠右行驶的交通规则的情况下，当 车辆试图掉头时，为了得到更大的转向角度，该车辆往往会向右偏移一定的距离，甚至可能偏离自身所处的车道而占用右侧的相邻车道。这种行为 是非常危险的。当右侧的相邻车道上恰好有车辆行驶时，很可能发生碰撞。 因此，在车辆上安装用于预测相邻车道上的目标车辆的掉头动机以在该目 标车辆有任何横向偏移动作之前发出警告或控制信号的车辆驾驶辅助设备 是有利于安全驾驶的。

为了方便说明，在以下的描述中假设车辆都是遵循靠右行驶的交通规 则的。靠右行驶的交通规则指人沿车辆前进的方向向前看时，右手侧是前 进的车道。在假设车辆靠右行驶的情况下，所述预定侧为汽车100的左侧， 所以当检测到汽车100的左侧相邻车道上有同向行驶的目标车辆时，对目 标车辆的掉头动机进行预测，并且根据预测结果及时向驾驶员发出警告信 息或者做出其它应对措施。类似地，靠左行驶的交通规则指人面向车辆前进的方向站立时，左手侧是前进的车道。在假设车辆靠左行驶的情况下， 所述预定侧为汽车100的右侧。根据本申请的实施例可以很容易地被修改 以适用于车辆靠左行驶的情况。

图3示出了根据本申请实施例的驾驶辅助方法的流程图。在汽车100 行驶过程中，汽车100的驾驶辅助设备130可以执行方法300。

在步骤310中，目标车辆状态检测单元210检测在汽车100的左侧相 邻车道上是否有同向行驶的目标车辆。目标车辆状态检测单元210例如通 过接收和分析车载传感器120中的摄像装置所捕获的汽车100外部的图像 进行检测。当确定汽车100的左侧相邻车道上有同向行驶的目标车辆时， 继续进行方法300的步骤320；当确定汽车100的左侧相邻车道上没有同 向行驶的目标车辆时，方法300返回到步骤310继续进行检测。在该实施 例中，目标车辆不限于与汽车100相同类型的车辆，而可以是任意类型的 机动车辆或非机动车辆。本申请中所称的目标车辆指与汽车100同向行驶 的并排车辆，即该目标车辆与汽车100的行驶方向相同，并且至少一部分 在汽车100的行驶方向上位于汽车100的前端和尾端之间。注意，为了方 便说明，下文中汽车100的行驶方向被称为“第一方向”。例如，图4A 和图4B示出了道路上的行驶车辆的两种示例情形，其中，车辆的行驶方 向由箭头表示。在图4A所示的情形中，汽车100沿车道L4从南向北行驶， 在其左侧的车道L3上从南向北行驶的车辆410、420被检测为同向行驶的 目标车辆，而车辆430不被检测为同向行驶的目标车辆，因为车辆430的 任一部分均不位于车辆100的前端与尾端之间。在图4B的情形中，汽车 100沿车道L3从南向北行驶，其左侧车道L2上从北向南行驶的车辆440 和450的行驶方向与汽车100相反，因此车辆440和450不被检测为同向 行驶的目标车辆。

在步骤320中，由目标车辆状态检测单元210检测同向行驶的目标车 辆的行驶状态，例如该目标车辆的位置、行驶速度、加速度和转向指示灯 状态等。目标车辆状态检测单元210可以例如通过接收和分析车载传感器 120中的摄像装置所捕获的汽车100外部的图像来检测目标车辆的位置和 转向指示灯状态；并且可以例如根据车载导航设备140所测得的汽车100 的行驶速度以及车载传感器120中的超声波传感器或雷达装置所测得的目 标车辆相对于汽车100的距离和速度变化，来检测目标车辆的行驶速度和 加速度。

在步骤330中，由道路交通状况检测单元220检测目标车辆前方的道 路交通状况，例如目标车辆前方道路的类型、目标车辆所处的车道的类型、 目标车辆前方预定距离内的车流状况以及目标车辆前方的交通信号灯的状 态。目标车辆前方道路的类型可以例如包括交叉路口、无左侧支路的直行 道路、具有左侧支路的直行道路等。在本申请中，交叉路口可以是沿第一 方向的道路与沿第二方向的道路相交的位置，例如十字路口、丁字路口或具有更多个可通行方向的路口，无论该位置是否设置有交通信号灯或人行 横道，也无论是否禁止向某个方向转弯。目标车辆所处的车道的类型可以 例如包括可左转的直行车道、不可左转的直行车道、第一方向的道路最左 侧的左转车道、不在第一方向的道路最左侧的左转车道、右转车道等等。 目标车辆前方的交通信号灯的状态可以包括直行红灯状态、直行绿灯状态、 左转红灯状态、左转绿灯状态等等。道路交通状况检测单元220可以例如 通过接收和分析车载传感器120中的摄像装置所捕获的汽车100前方外部 的图像来检测目标车辆前方道路的类型、目标车辆所处的车道的类型和目 标车辆前方的交通信号灯的状态。道路交通状况检测单元220可以例如通 过接收和分析车载传感器120中的摄像装置所捕获的汽车100前方外部的 图像或者可以例如根据车载传感器120中的超声波传感器或雷达装置对汽 车100前方预定范围内的物体的探测结果，来检测目标车辆前方预定距离 内的车流状况。检测目标车辆前方预定距离内的车流状况可以例如是判断 在目标车辆前方5米或10米等距离以内是否有车辆。

接下来，在步骤340中，由预测评分计算单元230基于目标车辆的行 驶状态和目标车辆前方的道路交通状况计算出用于预测目标车辆的掉头动 机的预测评分。

根据本申请的实施例，通过综合考虑目标车辆的行驶状态和前方的道 路交通状况来预测目标车辆是否存在掉头动机。为此，预测评分计算单元 230中的预测赋值单元232可以给关于目标车辆行驶状态和道路交通状况 的每个检测结果赋予相应的预测权值，该预测权值与在该检测结果所对应 的目标车辆行驶状态或道路交通状况下目标车辆掉头的可能性相关联。然 后，预测评分计算单元230中的求和单元234将各个预测权值相加以计算出预测评分。赋值过程可以例如通过预定义的赋值函数或者查找表来完成。 下面给出一些示例来说明可能的赋值情况，但是应当清楚赋值过程不限于 这些示例，而是可以包括有利于做出准确预测的任何其它赋值过程。例如， 在加权方法之外，还可以应用高斯混合模型等构建预测函数。

为了方便说明，在对赋值过程的示例的描述中，例如根据检测结果与 目标车辆掉头的可能性的关联性，为检测结果赋予在0到10之间变化的 预测权值。在检测结果所对应的目标车辆行驶状态或道路交通状况下目标 车辆掉头的可能性越大，为该检测结果赋予的预测权值越大。

在第一示例中，如图5A所示，假设目标车辆510前方道路的类型被 检测为交叉路口，目标车辆510所处车道的类型被检测为第一方向的道路 最左侧的左转车道，目标车辆510前方的交通信号灯的状态被检测为直行 绿灯，目标车辆510的速度为30公里/小时并且正在减速。在这种情况下， 由于通常车辆在交叉路口掉头的可能性较大，可以为该检测结果赋予较大 的预测权值(例如6)；由于车辆在掉头之前通常会换到道路最左侧的左 转车道上，可以为该检测结果赋予较大的预测权值(例如9)；由于通常 车辆在交通信号灯的状态为直行绿灯时掉头的可能性较大，可以为该检测 结果赋予较大的预测权值(例如6)；并且由于车辆在有掉头动机时通常 速度较慢并且/或者正在减速，所以针对目标车辆510的速度被检测为低于 阈值速度(例如40公里/小时)的检测结果，可以赋予较大的预测权值(例如6)，并且针对正在减速的检测结果赋予较大的预测权值(例如 6)。因此，在这种情况下，通过对上述各项检测结果所对应的预测权值 求和，可以得到预测评分等于33。

在第二示例中，如图5B中所示，假设目标车辆510前方道路的类型 被检测为交叉路口，目标车辆510所处车道的类型被检测为不在第一方向 的道路最左侧的左转车道，目标车辆510前方的交通信号灯的状态被检测 为直行绿灯，目标车辆510的速度为30公里/小时并且正在减速。该示例 与第一示例的区别仅在于目标车辆510所处车道的类型被检测为不在第一 方向的道路最左侧的左转车道。在该示例中，由于位于不在第一方向的道 路最左侧的左转车道上的车辆几乎不可能做出掉头操作，除非在违反交规 的极端情况下，所以针对该检测结果的预测权值可以被设为非常小，例如 1。此外，对于与第一示例相同的检测结果，可以赋予相同的预测权值。 类似地，在该示例中，可以通过对各项检测结果所对应的预测权值求和来 得到预测评分等于25。

在第三示例中，如图5C中所示，假设目标车辆510前方道路的类型 被检测为无左侧支路的直行道路，目标车辆510前方5米以内没有车辆， 目标车辆510的左转向指示灯的状态为点亮状态，目标车辆510的速度为 30公里/小时并且正在减速。在这种情况下，因为车辆在无左侧支路的直 行道路上有可能掉头，但是可能性相对于在交叉路口掉头的可能性较小， 所以可以为该检测结果赋予相对较小的预测权值(例如4)。然后，对于 目标车辆510前方5米以内没有车辆的检测结果可以赋予较大的预测权值 (例如6)；对于目标车辆510的左转向指示灯的状态为点亮状态的检测 结果可以赋予较大的预测权值(例如6)；对于针对目标车辆510的速度 被检测为低于阈值速度(例如40公里/小时)的检测结果，可以赋予较大 的预测权值(例如6)，并且针对正在减速的检测结果赋予较大的预测权 值(例如6)。因此，在这种情况下，通过对上述各项检测结果所对应的 预测权值求和，可以得到预测评分等于28。

在第四示例中，如图5D中所示，假设目标车辆510前方道路的类型 被检测为无左侧支路的直行道路，目标车辆510前方5米以内没有车辆， 目标车辆510的左转向指示灯的状态为点亮状态，目标车辆510的速度保 持为60公里/小时。该示例与第三示例的区别仅在于目标车辆510的速度 大于阈值速度(例如40公里/小时)并且没有减速。由于车辆在高速状态 下很难掉头，所以对于针对目标车辆510的速度被检测为高于阈值速度 (例如40公里/小时)的检测结果，可以赋予较小的预测权值(例如2)。 由于车辆在进行掉头操作之前通常会减速，所以针对速度保持不变的检测 结果可以赋予较小的预测权值(例如2)。此外，对于与第三示例相同的 检测结果，可以赋予相同的预测权值。类似地，在这种情况下，通过对上 述各项检测结果所对应的预测权值求和，可以得到预测评分等于20。

在第五示例中，如图5E所示，假设目标车辆510前方道路的类型被 检测为有左侧支路的直行道路，目标车辆510前方5米以内没有车辆，目 标车辆510的左转向指示灯的状态为点亮状态，目标车辆510的速度为30 公里/小时并且正在减速。该示例与第三示例的区别仅在于目标车辆510前 方道路为有左侧支路的直行道路。因为在有左侧支路的直行道路的左侧一 般没有相反方向的道路，所以车辆在有左侧支路的直行道路上基本不可能 掉头。从而，针对该检测结果的预测权值可以设为0。此时，仅从这个预 测权值就基本可以预测目标车辆510没有掉头动机。类似地，在该示例中， 可以通过对各项检测结果所对应的预测权值求和来得到预测评分等于24。 或者作为选择，也可以直接将预测评分设置为0。换言之，只要有一个预 测权值为0，就可以直接得到预测评分为0。这样既可以简化预测评分计算过程，而且可以避免将没有掉头动机的车辆错误预测为有掉头动机，例 如当预测阈值设置得过低时。

以上描述了针对五种可能的示例场景的赋值情况和最终得到的预测评 分。接下来，在步骤350中，由反应单元240判断预测评分是否大于预定 阈值。

可以在反应单元240中预先设定合适的阈值。例如，针对上述步骤 340中的赋值过程，该阈值可以被设定为26。基于该预定阈值，在图5A 和图5C中所示的示例场景中，目标车辆510被预测为有掉头动机；而在 图5B、图5D和图5E中所示的示例场景中，目标车辆510被预测为没有 掉头动机。对于图5B所示的示例场景，目标车辆510可能是想要左转； 对于图5D所示的示例场景，目标车辆510可能是想要换到左侧的车道上； 而对于图5E所示的示例场景，目标车辆510可能是想要换到直行道路的 左侧支路上。可以看出，预定阈值的大小决定了预测的准确性，过高或过 低的阈值都可能造成预测错误。在本申请的实施例中，该阈值也可以由驾 驶员根据驾驶员的个人偏好或驾驶经验、当前道路的状况、历史预测结果等进行配置。

然后，当反应单元240确定预测评分不大于预定阈值时，方法300可 以返回到步骤320，继续检测目标车辆的行驶状态；当反应单元240确定 预测评分大于预定阈值时，方法300前进到步骤360，反应单元240可以 输出反应信号。以下描述反应信号的一些示例。

在一种实施例中，假设汽车100处于人工驾驶模式下。在该实施例中， 反应信号可以用于向汽车100的驾驶员发出警告信息。这种警告信息可以 包括视觉信息、听觉信息、触觉信息等信息中的一种或多种。例如，反应 信号可以用于使汽车100的仪表板、导航装置、视频装置、平视显示器 (HUD)和/或警告灯等部件上显示文字、图案、图像、视频等形式的警告信息。反应信号也可以用于使汽车100的导航装置、音频装置、蜂鸣器 和/或报警器等部件发出语音或其他音频警告信息。汽车100的驾驶员可以 根据这些警告信息得知相邻车道上的车辆有掉头动机，以注意避让。此外， 反应信号还可以用于使汽车100向检测到有掉头动机的目标车辆发出警告 信息。例如，反应信号可以用于使汽车100发出按响喇叭的声音信号或者 远光灯闪烁信号，以提醒有掉头动机的目标车辆在掉头时注意躲避汽车 100。

在另一实施例中，假设汽车100处于自动驾驶模式下。自动驾驶模式 例如自适应巡航控制(ACC)、自动驾驶(Piloted Driving)、自主驾驶 (Autonomous Driving)、无人驾驶(Driverless Driving)等等。类似地， 在该实施例中，反应信号也可以用于向汽车100发出警告信息，并且用于 使汽车100向检测到有掉头动机的目标车辆发出警告信息。此外，在该实 施例中，反应信号还可以用于向汽车100的制动系统发出警告信号。例如， 反应信号可以触发主动制动操作，和/或有关的高级驾驶辅助系统(ADAS) 操作，例如自动紧急制动(Automatic Emergency Brake)。反应信号还可 以用于向汽车100的转向操纵系统发出警告信号，控制汽车100的行驶方 向在可能的范围内向远离有掉头动机的目标车辆的方向偏移，可以在当前 车道内偏移，甚至也可以向相邻车道换道(例如向具有自动换道功能的系统发送请求信号)。

基于以上描述，反应单元240可以根据汽车100的驾驶模式输出不同 的反应信号。为此，如图2中所示，驾驶辅助设备130可以包括驾驶模式 检测单元250。在这种情况下，在步骤360中，反应单元240可以响应于 预测评分大于预定阈值、根据驾驶模式检测单元250所检测到的汽车100 的驾驶模式输出相应的反应信号。

在步骤360之后，方法300结束。

驾驶辅助方法300可以预测在汽车100的左侧相邻车道上同向行驶的 目标车辆的掉头动机并且当预测出该目标车辆有掉头动机时输出反应信号， 以提醒或控制汽车100躲避有掉头动机的目标车辆，或者也可以提醒有掉 头动机的目标车辆注意在进行掉头时避免与汽车100发生碰撞。

图6示出了信息处理设备600的结构示意图，本申请的实施例中的电 子控制装置110可以由信息处理设备600来实现。如图6所示，设备600 可以包括以下组件中的一项或多项：处理器620、存储器630、电源组件 640、输入/输出(I/O)接口660、通信接口680，这些组件例如可以通过 总线610以可通信的方式连接。

处理器620在整体上控制设备600的操作，例如与数据通信和计算处 理等相关联的操作。处理器620可以包括一个或多个处理核心，并能够执 行指令以实现本申请中所述方法的全部或部分步骤。处理器620可以包括 具有处理功能的各种装置，包括但不限于通用处理器、专用处理器、微处 理器、微控制器、图形处理器(GPU)、数字信号处理器(DSP)、专用 集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程逻辑门阵列 (FPGA)等。处理器620可以包括缓存625或可以与缓存625通信，以 提高数据的访问速度。

存储器630被配置为存储各种类型的指令和/或数据以支持设备600的 操作。数据的示例包括用于在设备600上操作的任何应用程序或方法的指 令、数据等。存储器630可以由任何类型的易失性或非易失性存储设备或 者它们的组合实现。存储器630可以包括半导体存储器，例如随机存储器 (RAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦 除可编程只读存储器(EPROM)、电可擦除可编程只读存储器 (EEPROM)、快闪存储器等。存储器630也可以包括例如使用纸介质、 磁介质和/或光介质的任何存储器，如纸带、硬盘、磁带、软盘、磁光盘 (MO)、CD、DVD、Blue-ray等。

电源组件640为设备600的各种组件提供电力。电源组件640可以包 括内部电池和/或外部电源接口，并可以包括电源管理系统以及其他与为设 备600生成、管理和分配电力相关联的组件。

I/O接口660提供了使用户能够与设备600进行交互的接口。I/O接口 660例如可以包括基于PS/2、RS-232、USB、FireWire、Lightening、VGA、 HDMI、DisplayPort等技术的接口，使用户能够通过键盘、鼠标器、触摸 板、触摸屏、操纵杆、按钮、麦克风、扬声器、显示器、摄像头、投影端 口等周边装置与设备600进行交互。

通信接口680被配置来使设备600能够与其他设备以有线或无线方式 进行通信。设备600可以通过通信接口680接入基于一种或多种通信标准 的无线网络，例如WiFi、2G、3G、4G通信网络。在一种示例性实施例中， 通信接口680还可以经由广播信道接收来自外部广播管理系统的广播信号 或广播相关信息。示例性的通信接口680可以包括基于近场通信(NFC) 技术、射频识别(RFID)技术、红外数据协会(IrDA)技术、超宽带 (UWB)技术、蓝牙(BT)技术等通信方式的接口。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或 者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成 电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时， 其元素可以是被用于执行所需任务的程序或者代码段。程序或者代码段可 以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或 者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任 何介质，例如易失性计算机可读介质或非易失性计算机可读介质。机器可 读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除 ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF) 链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例 如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本 发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而 非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落 入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的 范围之中。

Claims (12)

1.一种用于本车车辆的驾驶辅助设备，包括：

目标车辆状态检测单元，用于检测在所述本车车辆所处车道的预定侧相邻车道上同向行驶的目标车辆的行驶状态；

道路交通状况检测单元，用于检测所述目标车辆前方的道路交通状况；

预测评分计算单元，用于基于所述目标车辆的行驶状态和所述道路交通状况，计算用于预测所述目标车辆的掉头动机的预测评分；以及

反应单元，用于响应于所述预测评分大于预定阈值输出反应信号。

2.根据权利要求1所述的设备，其中所述目标车辆的行驶状态包括以下参数中的至少一项：所述目标车辆的位置、速度、加速度和转向指示灯状态；并且

所述道路交通状况包括以下参数中的至少一项：所述目标车辆前方道路的类型、所述目标车辆所处的车道的类型、所述目标车辆前方预定距离内的车流状况以及所述目标车辆前方的交通信号灯的状态。

3.根据权利要求2所述的设备，其中所述预测评分计算单元包括：

预测赋值单元，用于给每个参数的检测结果赋予对应的预测权值；以及

求和单元，用于对各个所述预测权值求和以计算出所述预测评分。

4.根据权利要求3所述的设备，其中所述预测评分计算单元还配置为：当任一预测权值为0时，将所述预测评分直接设置为0。

5.根据权利要求1所述的设备，其中：

所述目标车辆的行驶状态是基于来自所述本车车辆的车载传感器的信息检测的；并且

所述道路交通状况是基于以下信息中的至少一项检测的：

来自所述本车车辆的车载传感器的信息；以及

来自所述本车车辆的车载导航设备的信息。

6.根据权利要求1所述的设备，还包括驾驶模式检测单元，用于检测所述本车车辆处于人工驾驶模式还是自动驾驶模式，其中：

当所述本车车辆处于人工驾驶模式时，所述反应信号被用于以下至少一者：

向所述本车车辆的驾驶员发出警告信息；以及

向所述目标车辆发出警告信息，并且

当所述本车车辆处于自动驾驶模式时，所述反应信号被用于以下至少一者：

向所述本车车辆的制动系统发出制动控制信号；

向所述本车车辆的转向操纵系统发出转向控制信号；

向所述本车车辆的驾驶员发出警告信息；以及

向所述目标车辆发出警告信息。

7.一种用于本车车辆的驾驶辅助方法，包括：

检测在所述本车车辆所处车道的预定侧相邻车道上同向行驶的目标车辆的行驶状态；

检测所述目标车辆前方的道路交通状况；

基于所述目标车辆的行驶状态和所述道路交通状况，计算用于预测所述目标车辆的掉头动机的预测评分；以及

响应于所述预测评分大于预定阈值输出反应信号。

8.根据权利要求7所述的方法，其中所述目标车辆的行驶状态包括以下参数中的至少一项：所述目标车辆的位置、速度、加速度和转向指示灯状态；并且

所述道路交通状况包括以下参数中的至少一项：所述目标车辆前方道路的类型、所述目标车辆所处的车道的类型、所述目标车辆前方预定距离内的车流状况以及所述目标车辆前方的交通信号灯的状态。

9.根据权利要求7所述的方法，所述计算包括：

给每个参数的检测结果赋予对应的预测权值；并且

对各个所述预测权值求和以计算出所述预测评分。

10.根据权利要求9所述的方法，其中当任一预测权值为0时，将所述预测评分直接设置为0。

11.根据权利要求7所述的方法，其中：

基于来自所述本车车辆的车载传感器的信息检测所述目标车辆的行驶状态；并且

基于以下信息中的至少一项检测所述目标车辆前方的道路交通状况：

来自所述本车车辆的车载传感器的信息；以及

来自所述本车车辆的车载导航设备的信息。

12.根据权利要求7所述的方法，还包括响应于所述预测评分大于预定阈值检测所述本车车辆处于人工驾驶模式还是自动驾驶模式，其中：

当检测到所述本车车辆处于人工驾驶模式时，所述反应信号被用于以下至少一者：

向所述本车车辆的驾驶员发出警告信息；以及

向所述目标车辆发出警告信息，并且

当所述本车车辆处于自动驾驶模式时，所述反应信号被用于以下至少一者：

向所述本车车辆的制动系统发出制动控制信号；

向所述本车车辆的转向操纵系统发出转向控制信号；

向所述本车车辆的驾驶员发出警告信息；以及

向所述目标车辆发出警告信息。

Images