CN109808695A - 一种车辆行驶模式调整方法及装置 - Google Patents

Abstract

本申请提供了一种车辆行驶模式调整方法及装置，其中，该方法包括：确定驾驶员选取的驾驶模式；获取车辆的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息；根据车辆的当前转动信息确定车辆的当前行驶模式；从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式；在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将当前行驶模式调整至筛选得到的预设行驶模式。本申请根据采集得到的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息，将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，从而能够提高行车安全系数。

Description

一种车辆行驶模式调整方法及装置

技术领域

本申请涉及自动控制技术领域，具体而言，涉及一种车辆行驶模式调整方法及装置。

背景技术

驾驶风格是驾驶员在日常驾驶行为中形成的偏好驾驶方式，具体可以分为温柔型、标准型和激进型。例如，在拥堵的上下班高峰期可以按照温柔型进行驾驶，在高速上可以按照标准型进行驾驶，在比较空旷的路上可以按照激进型进行驾驶。相应的，驾驶员的驾驶风格即车辆的行驶模式。

当前，驾驶员在驾车行驶的过程中，通常按照自己的偏好确定驾驶风格，使得车辆按照自己偏好的行驶模式进行行驶。一旦该行驶模式不适用于当前的行驶环境，将导致行车安全系数较低。

发明内容

有鉴于此，本申请实施例的目的在于提供一种车辆行驶模式调整方法及装置，能够将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，从而提高行车安全系数。

第一方面，本申请实施例提供了一种路况检测方法，其中，包括：

确定驾驶员选取的驾驶模式；

获取转向盘的当前转动信息、所述车辆的行驶状态信息，以及所述车辆所在位置对应的路况信息；

根据所述车辆的当前转动信息确定所述车辆的当前行驶模式；

从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式；

在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将所述当前行驶模式调整至所述筛选得到的预设行驶模式。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述车辆的当前转动信息确定所述车辆的当前行驶模式，包括：

从所述转向盘的当前转动信息中提取转动特征向量；

将所述转动特征向量输入至预先训练好的行驶模式确定模型中，得到所述车辆的当前行驶模式。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述方法还包括训练所述行驶模式确定模型的步骤：

获取第一训练样本集，所述第一训练样本集包括转向盘的多个当前转动信息样本和所述当前转动信息样本对应的第一标签；

从第一训练样本集中获取N个当前转动信息样本，并将每个当前转动信息样本对应的第一标签作为第一参照结果；

从所述N个当前转动信息样本中分别提取转动特征向量，并且将所述第一标签进行向量转换，得到第一标签特征向量；

将提取得到的所述转动特征向量输入至待训练的行驶模式确定模型中，得到本轮训练过程得到的第一检测结果；

基于所述本轮训练过程得到的第一检测结果以及预设的第一参照结果，计算本轮训练的第一误差值；

当计算出的第一误差值大于第一设定值，对所述待训练的行驶模式确定模型的模型参数进行调整，并利用调整后的所述待训练的行驶模式确定模型进行下一轮训练过程，直至计算出的第一误差值不大于所述第一设定值时，确定训练完成。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式，包括：

从所述行驶状态信息中提取行驶状态特征向量，从所述路况信息中提取路况特征向量；

将所述行驶状态特征向量和所述路况特征向量输入至预先训练好的工况识别模型中，得到所述车辆对应的工况类型；

从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式。

结合第一方面的第三种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式，包括：

基于所述驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与所述工况类型匹配的预设行驶模式。

结合第一方面的第四种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述方法还包括训练所述工况识别模型的步骤：

获取第二训练样本集，所述第二训练样本集包括多个行驶状态信息样本、每个行驶状态信息样本对应的路况信息样本，以及每个行驶状态信息样本对应的第二标签；

从第二训练样本集中获取L个行驶状态信息样本和每个行驶状态信息样本对应的路况信息样本，并将每个行驶状态信息样本对应的第二标签作为第二参照结果；

从所述L个行驶状态信息样本中分别提取行驶状态特征向量，从每个路况信息样本中分别提取路况特征向量，并且将所述第二标签进行向量转换，得到所述第二标签特征向量；

将提取的得到所述行驶状态特征向量和所述路况特征向量输入至待训练的工况识别模型中，得到本轮训练过程得到的第二检测结果；

基于所述本轮训练过程得到的第二检测结果以及预设的第二参照结果，计算本轮训练的第二误差值；

当计算出的第二误差值大于第二设定值，对所述待训练的工况识别模型的模型参数进行调整，并利用调整后的所述待训练的工况识别模型进行下一轮训练过程，直至计算出的第二误差值不大于所述第二设定值时，确定训练完成。

第二方面，本申请实施例还提供了一种车辆行驶模式调整装置，其中，包括：

驾驶模式确定模块，用于确定驾驶员选取的驾驶模式；

获取模块，用于获取转向盘的当前转动信息、所述车辆的行驶状态信息，以及所述车辆所在位置对应的路况信息；

当前行驶模式确定模块，用于根据所述车辆的当前转动信息确定所述车辆的当前行驶模式；

预设行驶模式确定模块，用于从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式；

调整模块，用于在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将所述当前行驶模式调整至所述筛选得到的预设行驶模式。

结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述当前行驶模式确定模块，具体用于：

从所述转向盘的当前转动信息中提取转动特征向量；

将所述转动特征向量输入至预先训练好的行驶模式确定模型中，得到所述车辆的当前行驶模式。

结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述预设行驶模式确定模块，具体用于：

从所述行驶状态信息中提取行驶状态特征向量，从所述路况信息中提取路况特征向量；

将所述行驶状态特征向量和所述路况特征向量输入至预先训练好的工况识别模型中，得到所述车辆对应的工况类型；

从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式。

结合第二方面的第二种可能的实施方式，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述预设行驶模式确定模块，还具体用于：

基于所述驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与所述工况类型匹配的预设行驶模式。

本申请提供了一种车辆行驶模式调整方法及装置，其中，该方法包括：确定驾驶员选取的驾驶模式；获取转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息；根据车辆的当前转动信息确定车辆的当前行驶模式；从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式；在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将当前行驶模式调整至筛选得到的预设行驶模式。本申请根据采集得到的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息，将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，避免了现有技术中驾驶员按照自己的偏好确定驾驶风格，使得车辆按照自己偏好的行驶模式进行行驶，一旦该行驶模式不适用于当前的行驶环境，将导致行车安全系数较低，甚至发生车祸的问题，能够提高行车安全系数。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种车辆行驶模式调整方法的流程图；

图2示出了本申请实施例所提供的另一种车辆行驶模式调整方法的流程图；

图3示出了本申请实施例所提供的另一种车辆行驶模式调整方法中训练行驶模式确定模型的流程图；

图4示出了本申请实施例所提供的另一种车辆行驶模式调整方法中训练工况识别模型的流程图；

图5示出了本申请实施例所提供的另一种车辆行驶模式调整方法的流程图；

图6示出了本申请实施例所提供的一种车辆行驶模式调整装置的结构示意图；

图7示出了本申请实施例所提供的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前，驾驶员在驾车行驶的过程中，通常按照自己的偏好确定驾驶风格，使得车辆按照自己偏好的行驶模式进行行驶。一旦该行驶模式不适用于当前的行驶环境，将导致行车安全系数较低，甚至发生车祸。基于此，本申请实施例提供的一种车辆行驶模式调整方法及装置，可以将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，从而提高行车安全系数。

为便于对本申请实施例进行理解，首先对本申请实施例所公开的一种车辆行驶模式调整方法进行详细介绍。

如图1所示，为本申请实施例以控制车辆行驶的设备或装置(例如车辆的行车电脑)为执行主体的车辆行驶模式调整方法的流程图，具体步骤如下：

S101、确定驾驶员选取的驾驶模式。

这里，驾驶员在驾驶的过程中，可以随时通过点击按钮的方式选择驾驶模式。

其中，驾驶模式包括舒适模式和安全模式，舒适模式为比较接近驾驶员的日常习惯和偏好的，安全模式为行驶过程较稳的。

S102、获取车辆的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息。

在具体实施中，利用陀螺仪、角速度传感器采集转向盘的当前转动信息，包括转向盘转角、转向盘转向角速度、转向盘转向角加速度以及转向盘转动力矩等。

这里，车辆的行驶状态信息包括车辆所在位置和车辆行驶速度，其中，可以利用全球定位系统(Global Positioning System，GPS)来采集车辆所在位置，可以利用激光雷达或加速度传感器等采集车辆行驶速度。

还可以利用激光雷达获取车辆所在位置对应的路况信息，具体的，利用激光雷达采集以车辆所在位置为中心以预设距离为半径的区域内的拥堵程度、道路平坦程度等。

S103、根据车辆的当前转动信息确定车辆的当前行驶模式。

这里，在行车电脑获取车辆的转向盘的当前转动信息之后，可以根据车辆的当前转动信息确定车辆的当前行驶模式，例如，可以基于训练好的模型参数和模型算法，根据当前转动信息来确定车辆的当前行驶模式。

其中，当前行驶模式可以包括温柔模式、安全模式以及激进模式。

S104、从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式。

这里，每一组车辆的行驶状态信息，以及车辆所在位置对应的路况信息，均对应有至少一种预设行驶模式。并且，在不同的驾驶模式下，每一组车辆的行驶状态信息，以及车辆所在位置对应的路况信息，对应的预设行驶模式可以不同。

在行车电脑获取车辆的行驶状态信息，以及车辆所在位置对应的路况信息之后，从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式。

S105、在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将当前行驶模式调整至筛选得到的预设行驶模式。

这里，将筛选得到的预设行驶模式与确定的当前行驶模式进行匹配，且筛选得到的预设行驶模式与确定的当前行驶模式不一致时，根据预设的调整策略将当前行驶模式调整至筛选得到的预设行驶模式。

其中，调整策略可以包括助力策略、回正策略和阻尼策略。具体的，是在不改变转向盘转角与前轮转角关系，也不设障碍影响驾驶员的转向盘转角的前提下，通过改变电子助力转向(Electric Power Steering，EPS)助力电机的输出，改变驾驶员在转向盘上感受到的助力力矩，阻尼力矩，以及回正力矩。

例如，当确定的当前行驶模式为温柔模式，而筛选得到的预设行驶模式未安全模式时，通过助力策略、回正策略使得助力力矩和回力力矩均增大，使得温柔模式转变成安全模式。

本申请实施例根据采集得到的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息，将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，避免了现有技术中驾驶员按照自己的偏好确定驾驶风格，使得车辆按照自己偏好的行驶模式进行行驶，一旦该行驶模式不适用于当前的行驶环境，将导致行车安全系数较低，甚至发生车祸的问题，能够提高行车安全系数。

在具体实施中，可以根据如图2所示的方法，确定车辆的当前行驶模式，其中，具体步骤如下：

S201、从转向盘的当前转动信息中提取转动特征向量；

S202、将转动特征向量输入至预先训练好的行驶模式确定模型中，得到车辆的当前行驶模式。

在具体实施中，可以从转向盘的当前转动信息中提取转动特征向量，该转动特征向量指示该车辆的转向盘的当前转动信息。

将转动特征向量输入至预先训练好的行驶模式确定模型中，该行驶模式确定模型可以确定出该转动特征向量对应的当前行驶模式，也即该车辆的当前行驶模式。

具体的，可以根据图3所示的方法训练得到行驶模式确定模型，其中，具体步骤如下：

S301、获取第一训练样本集，第一训练样本集包括转向盘的多个当前转动信息样本和当前转动信息样本对应的第一标签；

S302、从第一训练样本集中获取N个当前转动信息样本，并将每个当前转动信息样本对应的第一标签作为第一参照结果；

S303、从N个当前转动信息样本中分别提取转动特征向量，并且将第一标签进行向量转换，得到第一标签特征向量；

S304、将提取得到的转动特征向量输入至待训练的行驶模式确定模型中，得到本轮训练过程得到的第一检测结果；

S305、基于本轮训练过程得到的第一检测结果以及预设的第一参照结果，计算本轮训练的第一误差值；

S306、当计算出的第一误差值大于第一设定值，对待训练的行驶模式确定模型的模型参数进行调整，并利用调整后的待训练的行驶模式确定模型进行下一轮训练过程，直至计算出的第一误差值不大于第一设定值时，确定训练完成。

这里，通过第一训练样本集对待训练的行驶模式确定模型进行训练。其中，第一训练样本集中包括转向盘的多个当前转动信息样本，并且每个当前转动信息样本对应有第一标签，其中，第一标签指示当前转动信息样本对应的当前行驶模式。

从第一训练样本集中选取N个当前转动信息样本，作为本轮的训练的输入值，并将每个当前转动信息样本作为第一参照结果。其中，N为大于或等于1的数值。

这里，任意模型的输入为数值或数值向量，在训练待训练的行驶模式确定模型时，从所述N个当前转动信息样本中的每个当前转动信息样本中分别提取转动特征向量，得到每个当前转动信息样本对应的转动特征向量，并且将第一标签进行向量转换，得到第一标签特征向量。进一步的，将提取得到的转动特征向量输入至待训练的行驶模式确定模型中，得到本轮训练过程得到的第一检测结果。

将本轮训练得到的第一检测结果与第一参照结果进行对比，得到本轮训练的第一误差值。并将该第一误差值与第一设定值进行对比，其中，第一设定值为行驶模式确定模型训练过程中的最大允许误差。

在将误差值与该设定值进行对比之后，若计算出的误差值大于设定值，则对待训练的行驶模式确定模型的模型参数进行调整，并利用调整后的待训练的行驶模式确定模型进行下一轮训练过程，并且，进行下一轮训练时候，仍然可以利用本轮训练的N个当前转动信息样本，直至计算出的误差值小于或等于设定值；或者，可以利用除本轮训练的N个当前转动信息样本以外的当前转动信息样本继续进行训练，直至训练中计算出的误差值均小于或等于设定值时，确定训练完成。

在具体实施中，可以根据如图4所示的方法，确定与行驶状态信息和路况信息匹配的预设行驶模式，其中，具体步骤如下：

S401、从行驶状态信息中提取行驶状态特征向量，从路况信息中提取路况特征向量；

S402、将行驶状态特征向量和路况特征向量输入至预先训练好的工况识别模型中，得到车辆对应的工况类型；

S403、从驾驶模式对应的预设行驶模式中筛选与工况类型匹配的预设行驶模式。

在具体实施中，在获取车辆的行驶状态信息，以及车辆所在位置对应的路况信息之后，从行驶状态信息中提取行驶状态特征向量，从路况信息中提取路况特征向量，并将行驶状态特征向量和路况特征向量输入至预先训练好的工况识别模型中，该工况识别模型可以识别出该车辆对应的工况类型。其中，工况类型可以包括拥堵工况、城区工况、郊区工况、高速工况等。

具体的，每种工况类型可以对应有至少一个预设行驶模式，且在不同的驾驶模式下，同一种工况类型对应的预设行驶模式也可以不同。

例如，在舒适模式下，拥堵工况对应的预设行驶模式为安全模式和激进模式，在安全模式下，拥堵工况对应的预设行驶模式为温柔模式和安全模式。

在具体实施中，可以预先构建好在驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与工况类型匹配的预设行驶模式。

具体的，可以根据图5所示的方法训练得到工况识别模型，其中，具体步骤如下：

S501、获取第二训练样本集，第二训练样本集包括多个行驶状态信息样本、每个行驶状态信息样本对应的路况信息样本，以及每个行驶状态信息样本对应的第二标签；

S502、从第二训练样本集中获取L个行驶状态信息样本和每个行驶状态信息样本对应的路况信息样本，并将每个行驶状态信息样本对应的第二标签作为第二参照结果；

S503、从L个行驶状态信息样本中分别提取行驶状态特征向量，从每个路况信息样本中分别提取路况特征向量，并且将第二标签进行向量转换，得到第二标签特征向量；

S504、将提取的得到行驶状态特征向量和路况特征向量输入至待训练的工况识别模型中，得到本轮训练过程得到的第二检测结果；

S505、基于本轮训练过程得到的第二检测结果以及预设的第二参照结果，计算本轮训练的第二误差值；

S506、当计算出的第二误差值大于第二设定值，对待训练的工况识别模型的模型参数进行调整，并利用调整后的待训练的工况识别模型进行下一轮训练过程，直至计算出的第二误差值不大于第二设定值时，确定训练完成。

这里，该工况识别模型的训练过程与上述行驶模式确定模型的训练过程相近，再此不再对工况识别模型的训练过程进行详细的阐述。

基于同一发明构思，本申请实施例还提供了与车辆行驶模式调整方法对应的车辆行驶模式调整装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述车辆行驶模式调整方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

参见图6所示，本申请又一实施例所提供的车辆行驶模式调整装置包括：

驾驶模式确定模块601，用于确定驾驶员选取的驾驶模式；

获取模块602，用于获取车辆的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息；

当前行驶模式确定模块603，用于根据车辆的当前转动信息确定车辆的当前行驶模式；

预设行驶模式确定模块604，用于从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式；

调整模块605，用于在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将当前行驶模式调整至筛选得到的预设行驶模式。

在另一种实施方式中，上述当前行驶模式确定模块603，具体用于：

从转向盘的当前转动信息中提取转动特征向量；

将转动特征向量输入至预先训练好的行驶模式确定模型中，得到车辆的当前行驶模式。

在又一种实施方式中，预设行驶模式确定模块604，具体用于：

从行驶状态信息中提取行驶状态特征向量，从路况信息中提取路况特征向量；

将行驶状态特征向量和路况特征向量输入至预先训练好的工况识别模型中，得到车辆对应的工况类型；

从驾驶模式对应的预设行驶模式中筛选与工况类型匹配的预设行驶模式。

在再一种实施方式中，预设行驶模式确定模块604，还具体用于：

基于驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与工况类型匹配的预设行驶模式。

如图7所示，为本申请实施例提供的电子设备的结构示意图，包括：处理器701、存储器702和总线703，存储器702存储执行指令，当电子设备运行时，处理器701与存储器702之间通过总线703通信，机器可读指令被处理器701执行时执行如下处理：

确定驾驶员选取的驾驶模式；

获取车辆的转向盘的当前转动信息、车辆的行驶状态信息，以及车辆所在位置对应的路况信息；

根据车辆的当前转动信息确定车辆的当前行驶模式；

从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式；

在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将当前行驶模式调整至筛选得到的预设行驶模式。

可选地，处理器701执行的方法中，根据车辆的当前转动信息确定车辆的当前行驶模式，包括：

从转向盘的当前转动信息中提取转动特征向量；

将转动特征向量输入至预先训练好的行驶模式确定模型中，得到车辆的当前行驶模式。

可选地，处理器701执行的方法中，方法还包括训练行驶模式确定模型的步骤：

获取第一训练样本集，第一训练样本集包括转向盘的多个当前转动信息样本和当前转动信息样本对应的第一标签；

从第一训练样本集中获取N个当前转动信息样本，并将每个当前转动信息样本对应的第一标签作为第一参照结果；

从N个当前转动信息样本中分别提取转动特征向量，并且将第一标签进行向量转换，得到第一标签特征向量；

将提取得到的转动特征向量输入至待训练的行驶模式确定模型中，得到本轮训练过程得到的第一检测结果；

基于本轮训练过程得到的第一检测结果以及预设的第一参照结果，计算本轮训练的第一误差值；

当计算出的第一误差值大于第一设定值，对待训练的行驶模式确定模型的模型参数进行调整，并利用调整后的待训练的行驶模式确定模型进行下一轮训练过程，直至计算出的第一误差值不大于第一设定值时，确定训练完成。

可选地，处理器701执行的方法中，从驾驶模式对应的预设行驶模式中筛选与行驶状态信息和路况信息匹配的预设行驶模式，包括：

从行驶状态信息中提取行驶状态特征向量，从路况信息中提取路况特征向量；

将行驶状态特征向量和路况特征向量输入至预先训练好的工况识别模型中，得到车辆对应的工况类型；

从驾驶模式对应的预设行驶模式中筛选与工况类型匹配的预设行驶模式。

可选地，处理器701执行的方法中，从驾驶模式对应的预设行驶模式中筛选与工况类型匹配的预设行驶模式，包括：

基于驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与工况类型匹配的预设行驶模式。

可选地，处理器701执行的方法中，方法还包括训练工况识别模型的步骤：

获取第二训练样本集，第二训练样本集包括多个行驶状态信息样本、每个行驶状态信息样本对应的路况信息样本，以及每个行驶状态信息样本对应的第二标签；

从第二训练样本集中获取L个行驶状态信息样本和每个行驶状态信息样本对应的路况信息样本，并将每个行驶状态信息样本对应的第二标签作为第二参照结果；

从L个行驶状态信息样本中分别提取行驶状态特征向量，从每个路况信息样本中分别提取路况特征向量，并且将第二标签进行向量转换，得到第二标签特征向量；

将提取的得到行驶状态特征向量和路况特征向量输入至待训练的工况识别模型中，得到本轮训练过程得到的第二检测结果；

基于本轮训练过程得到的第二检测结果以及预设的第二参照结果，计算本轮训练的第二误差值；

当计算出的第二误差值大于第二设定值，对待训练的工况识别模型的模型参数进行调整，并利用调整后的待训练的工况识别模型进行下一轮训练过程，直至计算出的第二误差值不大于第二设定值时，确定训练完成。

本申请实施例所提供的车辆行驶模式调整方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述车辆行驶模式调整方法，能够将当前行驶模式调整至筛选得到的预设行驶模式，以适应当前的行驶环境，从而提高行车安全系数。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种车辆行驶模式调整方法，其特征在于，包括：

确定驾驶员选取的驾驶模式；

获取车辆的转向盘的当前转动信息、所述车辆的行驶状态信息，以及所述车辆所在位置对应的路况信息；

根据所述车辆的当前转动信息确定所述车辆的当前行驶模式；

从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式；

在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将所述当前行驶模式调整至所述筛选得到的预设行驶模式。

2.根据权利要求1所述的方法，其特征在于，所述根据所述车辆的当前转动信息确定所述车辆的当前行驶模式，包括：

从所述转向盘的当前转动信息中提取转动特征向量；

将所述转动特征向量输入至预先训练好的行驶模式确定模型中，得到所述车辆的当前行驶模式。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括训练所述行驶模式确定模型的步骤：

获取第一训练样本集，所述第一训练样本集包括转向盘的多个当前转动信息样本和所述当前转动信息样本对应的第一标签；

从第一训练样本集中获取N个当前转动信息样本，并将每个当前转动信息样本对应的第一标签作为第一参照结果；

从所述N个当前转动信息样本中分别提取转动特征向量，并且将所述第一标签进行向量转换，得到第一标签特征向量；

将提取得到的所述转动特征向量输入至待训练的行驶模式确定模型中，得到本轮训练过程得到的第一检测结果；

基于所述本轮训练过程得到的第一检测结果以及预设的第一参照结果，计算本轮训练的第一误差值；

当计算出的第一误差值大于第一设定值，对所述待训练的行驶模式确定模型的模型参数进行调整，并利用调整后的所述待训练的行驶模式确定模型进行下一轮训练过程，直至计算出的第一误差值不大于所述第一设定值时，确定训练完成。

4.根据权利要求1所述的方法，其特征在于，所述从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式，包括：

从所述行驶状态信息中提取行驶状态特征向量，从所述路况信息中提取路况特征向量；

将所述行驶状态特征向量和所述路况特征向量输入至预先训练好的工况识别模型中，得到所述车辆对应的工况类型；

从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式。

5.根据权利要求4所述的方法，其特征在于，所述从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式，包括：

基于所述驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与所述工况类型匹配的预设行驶模式。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括训练所述工况识别模型的步骤：

获取第二训练样本集，所述第二训练样本集包括多个行驶状态信息样本、每个行驶状态信息样本对应的路况信息样本，以及每个行驶状态信息样本对应的第二标签；

从第二训练样本集中获取L个行驶状态信息样本和每个行驶状态信息样本对应的路况信息样本，并将每个行驶状态信息样本对应的第二标签作为第二参照结果；

从所述L个行驶状态信息样本中分别提取行驶状态特征向量，从每个路况信息样本中分别提取路况特征向量，并且将所述第二标签进行向量转换，得到第二标签特征向量；

将提取的得到所述行驶状态特征向量和所述路况特征向量输入至待训练的工况识别模型中，得到本轮训练过程得到的第二检测结果；

基于所述本轮训练过程得到的第二检测结果以及预设的第二参照结果，计算本轮训练的第二误差值；

当计算出的第二误差值大于第二设定值，对所述待训练的工况识别模型的模型参数进行调整，并利用调整后的所述待训练的工况识别模型进行下一轮训练过程，直至计算出的第二误差值不大于所述第二设定值时，确定训练完成。

7.一种车辆行驶模式调整装置，其特征在于，包括：

驾驶模式确定模块，用于确定驾驶员选取的驾驶模式；

获取模块，用于获取车辆的转向盘的当前转动信息、所述车辆的行驶状态信息，以及所述车辆所在位置对应的路况信息；

当前行驶模式确定模块，用于根据所述车辆的当前转动信息确定所述车辆的当前行驶模式；

预设行驶模式确定模块，用于从所述驾驶模式对应的预设行驶模式中筛选与所述行驶状态信息和所述路况信息匹配的预设行驶模式；

调整模块，用于在筛选得到的预设行驶模式与确定的当前行驶模式不一致时，将所述当前行驶模式调整至所述筛选得到的预设行驶模式。

8.根据权利要求7所述的装置，其特征在于，所述当前行驶模式确定模块，具体用于：

从所述转向盘的当前转动信息中提取转动特征向量；

将所述转动特征向量输入至预先训练好的行驶模式确定模型中，得到所述车辆的当前行驶模式。

9.根据权利要求7所述的装置，其特征在于，所述预设行驶模式确定模块，具体用于：

从所述行驶状态信息中提取行驶状态特征向量，从所述路况信息中提取路况特征向量；

将所述行驶状态特征向量和所述路况特征向量输入至预先训练好的工况识别模型中，得到所述车辆对应的工况类型；

从所述驾驶模式对应的预设行驶模式中筛选与所述工况类型匹配的预设行驶模式。

10.根据权利要求9所述的装置，其特征在于，所述预设行驶模式确定模块，还具体用于：

基于所述驾驶模式下每个工况类型与预设行驶模式之间的映射关系，在该映射关系中查找与所述工况类型匹配的预设行驶模式。