CN110211401A - 一种驾驶的危险提示方法及装置 - Google Patents

Abstract

本发明实施例提供了一种驾驶的危险提示方法及装置，所述方法包括：接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；若存在，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中，并针对不同类型的驾驶行为分别进行危险提示。解决了对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。

Description

一种驾驶的危险提示方法及装置

技术领域

本发明涉及汽车技术领域，特别涉及一种驾驶的危险提示方法及装置。

背景技术

机动车驾驶员的违法驾驶行为和危险驾驶行为是导致交通事故的主要原因之一，从而预先识别违法驾驶行为和危险驾驶行为，并进行纠正和引导，可以有效的降低交通事故率。

现有技术中，专利申请文件CN2015103173416提出的纠正方法具体方案如下：由第一信息获取器实时获取本车信息，由第二信息获取器实时获取行驶道路上其它周边车辆车况信息；由设置在本车内的或云端的判断单元根据本车信息和周边车辆车况信息来实时判断本车的驾驶行为是否具有危险性，若是则向本车的驾驶员发出驾驶行为的纠正提示，若否则不发出纠正提示。

然而，上述方案中采集的信息不全面导致对危险驾驶行为的识别准确性较差，且对危险驾驶行为的识别和处理较简单，导致无法从根本上提高驾驶员对危险驾驶行为的认知。

发明内容

有鉴于此，本发明旨在提出一种驾驶的危险提示方法，以解决现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种驾驶的危险提示方法，所述方法包括：

接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；

基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；

若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；

针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

进一步地，所述方法还包括：

当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告；

将所述分析报告发送至预设终端。

进一步地，所述针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示的步骤，包括：

对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目；

若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示；

若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

进一步地，所述根据所述危险等级进行危险提示的步骤，包括：

若所述危险等级在预设危险等级之上，则进行危险提示；

若所述危险等级在预设危险等级之下，则不进行危险提示。

进一步地，所述基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为的步骤，包括：

以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息；

基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。

相对于现有技术，本发明所述的驾驶的危险提示方法具有以下优势：

在本发明实施例中，接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。解决了现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。

本发明的另一目的在于提出一种驾驶的危险提示装置，以解决现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种驾驶的危险提示装置，所述装置包括：

监测信息接收模块，用于接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；

目标驾驶行为确定模块，用于基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；

目标驾驶行为列表生成模块，用于若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；

危险提示模块，用于针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

进一步地，所述装置还包括：

停止监测模块，用于当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告；

报告发送模块，用于将所述分析报告发送至预设终端。

进一步地，所述危险提示模块，包括：

归类统计子模块，用于对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目；

不提示子模块，用于若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示；

危险等级确定子模块，用于若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

进一步地，所述危险等级确定子模块，包括：

危险提示单元，用于若所述危险等级在预设危险等级之上，则进行危险提示；

不提示单元，用于若所述危险等级在预设危险等级之下，则不进行危险提示。

进一步地，所述目标驾驶行为确定模块，包括：

监测信息处理子模块，用于以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息；

驾驶行为判断子模块，用于基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。

所述装置与上述驾驶的危险提示方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的另一目的在于提出一种ECU，以解决现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种ECU，包括如上述的驾驶的危险提示装置。

所述ECU与上述驾驶的危险提示方法相对于现有技术所具有的优势相同，在此不再赘述。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例一所述的一种驾驶的危险提示方法的步骤流程图；

图2为本发明实施例二所述的一种驾驶的危险提示方法的步骤流程图；

图3为本发明实施例三所述的一种驾驶的危险提示装置的结构框图；

图4为本发明实施例四所述的一种驾驶的危险提示装置的结构框图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面将参考附图并结合实施例来详细说明本发明。

实施例一

参照图1，示出了本发明实施例一的一种驾驶的危险提示方法的步骤流程图，具体可以包括如下步骤：

步骤101，接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息。

其中，车辆控制信息包括但不限于：车辆位置信息、车速信息、转向信息、加速度信息、地图信息、导航信息、车辆故障信息等。车辆控制信息通过车内网络采集。

驾驶员状态信息包括但不限于：面部信息和身体状态信息。面部信息通过面向驾驶的摄像头，身体状态信息由可穿戴设备等采集。

例如，摄像头可以通过抓取驾驶员的面部信息，并提取驾驶员的眼睛信息，判断驾驶员的状态是否异常。若驾驶员的眼睛大小不停变化或眼睛闭上，则确定驾驶员的状态异常，存在危险驾驶行为；若驾驶员的眼睛大小正常，且大小稳定，则确定驾驶员的状态正常，不存在危险驾驶行为。在实际应用中，还可以通过面部信息确定视线方向，从而确定驾驶员是否注意到交通灯、行人等。

例如，可穿戴设备包括智能手表等，可以采集驾驶员的心率、汗液流量等信息，从而可以判断驾驶员的情绪状态及身体状态是否正常。当心率小于等于一定值、且汗液流量小于等于一定值时，驾驶员的情绪状态、身体状态正常，不存在危险驾驶行为；否则，当心率大于一定值，或汗液流量大于一定值时，驾驶员的情绪状态、身体状态异常，存在危险驾驶行为。

第一行车环境信息为无法通过网络获取的信息，包括但不限于：非联网车辆信息、行人信息、交通信息。车辆的探测装置包括但不限于：布置于车身周围的雷达、超声波传感器、图像传感器。其中，非联网车辆信息包括但不限于：非联网机动车、摩托车、自行车及其它车辆的尺寸、位置、速度、运动方向、运动轨迹等；行人信息包括但不限于：行人位置、速度、运动方向、运动轨迹等；交通信息包括但不限于：交通标志牌、周围障碍物等无法从网络获取的信息。

第二行车环境信息为可以通过网络获取的信息，包括但不限于：周边联网车辆信息、交通信息。具体地，可以通过车辆联网装置TBOX、或手机网络的联网装置等采集周边联网车辆、交通信息。其中，周边联网车辆信息包括：车辆位置、方向、车速、转向、加速度信息等。交通信息包括但不限于：交通信号灯、交通拥堵等可从网络获取的信息。

在实际应用中，车载处理中心在车辆启动时，通知车内网络采集车辆控制信息、摄像头或可穿戴设备采集驾驶员状态信息、车辆的探测装置获取第一行车环境信息、网络获取第二行车环境信息，并将这些信息发送至云端或车载处理中心。当云端或车载处理中心接收到实时监测信息时，对该信息进行分析，判断当前驾驶行为是否存在违法驾驶行为或危险驾驶行为。可以理解，车载处理中心可以通过内部通信与车内网络进行通信，车载处理中心与摄像头、可穿戴设备、探测装置通过网络、蓝牙设备进行通信。

本发明实施例以云端和车载处理中心侧进行详细说明。

步骤102，基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为。

其中，目标驾驶行为为违法驾驶行为或危险驾驶行为。

违法驾驶行为模型为根据相关交通法律法规建立的模型，包括：超速行驶、未按规定进行让行、逆向行驶、违法超车、违反交通信号、疲劳驾驶、违法变更车道等。该模型随着交通法律法规变化，可通过网络进行更新。

危险驾驶行为模型为根据危险驾驶行为建立的模型。危险驾驶行为包括对本车或其他交通参与者、交通设施可能带来危害的所有驾驶行为。根据危险驾驶行为引发危险的可能性分为高危险等级驾驶行为和低危险等级驾驶行为。在本发明实施例中，针对高、低危险等级驾驶行为分别进行不同的警告方式。例如，高危险等级驾驶行为的警告方式更加明显、更具有震慑力，低危险等级驾驶行为的警告方式震慑力和提示作用相对较弱。

在实际应用中，违法驾驶模型和危险驾驶模型均包括目标驾驶行为及判断目标驾驶行为对应的基准信息、以及判断算法。

具体地，针对违法驾驶行为模型和危险驾驶行为模型中的各目标驾驶行为，从实时监测信息中提取对应的基准信息；然后，根据基准信息判断当前驾驶行为是否存在目标驾驶行为。例如，对于超速行驶，首先从实时监测信息中提取车速信息；然后，通过车速判断是否超速。

可以理解，当前驾驶行为可以同时存在多个目标驾驶行为。

步骤103，若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中。

其中，目标驾驶行为列表可以存储于系统数据库中。

在实际应用中，若当前驾驶行为不存在目标驾驶行为，则继续进行监测，直至当前驾驶行为存在目标驾驶行为；若当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为保存至目标驾驶行为列表中，并更新该目标驾驶行为的次数。

步骤104，针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

本发明实施例可以根据对安全的影响程度不同、发生次数不同，而分别进行不同的危险提示。

例如，对安全影响较严重、发生次数较多的目标驾驶行为，进行立即提示；对安全影响较轻、发生次数较少的目标驾驶行为，不进行立即提示。

本发明实施例提供了一种驾驶的危险提示方法，所述方法包括：接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。解决了现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。

实施例二

参照图2，示出了本发明实施例二的一种驾驶的危险提示方法的步骤流程图，具体可以包括如下步骤：

步骤201，接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息。

该步骤可以参照步骤101的详细说明，在此不再赘述。

步骤202，以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息。

本发明实施例可以去除检测信息中的无关信息。例如，地图信息中的交通信息、面部信息中耳朵、头发等信息、摄像机获取的其他信息等。

具体地，将同一时间点，各个设备获取的实时监测信息整合，得到该时间点的实时监测信息，从而判断该时间点是否存在目标驾驶行为。

步骤203，基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。

该步骤可以参照步骤102的详细说明，在此不再赘述。

步骤204，若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中。

该步骤可以参照步骤103的详细说明，在此不再赘述。

步骤205，对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目。

具体地，当确定当前驾驶行为属于一归类时，将该归类的目标驾驶行为数目加一，得到当前包含的目标驾驶行为数目。

可以理解，在实际应用中，随着时间的推移，属于一归类的目标驾驶行为数目不变或增大。例如，当在时间点A时，一归类的目标驾驶行为数目为9，当经过一段时间到达时间点B时，该归类的目标驾驶行为数目为10。

步骤206，若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示。

其中，第一次数阈值可以根据实际应用场景设定，本发明实施例对其不加以限制。

本发明实施例对出现次数较少的目标驾驶行为，不立即进行危险提示，以避免分散驾驶员注意力，导致出现危险状况。

可以理解，不立即进行危险提示的目标驾驶行为，在分析报告中提供给用户。

步骤207，若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

本发明实施例对出现次数大于等于第一次数阈值的驾驶行为，按照危险等级进行危险提示。以尽量避免提示分散驾驶员注意力，导致出现危险状况。

危险等级可以根据目标驾驶行为造成的安全影响程度而定。例如，对于逆向行驶、违法超车、疲劳驾驶等对安全的影响较大，从而危险等级较高；对于未按规定进行让行、违反交通信号、违法变更车道等对安全的影响较小，从而危险等级较低。

可以理解，危险等级还跟天气、交通状况等相关。

可选地，在本发明的另一种实施例中，上述步骤207包括子步骤2071至2072：

子步骤2071，若所述危险等级在预设危险等级之上，则进行危险提示。

其中，预设危险等级可以根据实际应用场景设定，本发明实施例对其不加以限制。

例如，在实际应用中，可以对危险等级划分为第一等级、第二等级、第三等级。当预设危险等级为第二等级时，则危险等级为第三等级时，需要立即进行危险提示。

本发明实施例对危险等级较高的目标驾驶行为立即进行危险提示，对于危险等级较低的目标驾驶行为暂不进行危险提示。

子步骤2072，若所述危险等级在预设危险等级之下，则不进行危险提示。

对于子步骤2071中提到的第一等级、第二等级、第三等级。当预设危险等级为第二等级时，则危险等级为第一、二等级时，不需要立即进行危险提示。

步骤208，当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告。

本发明实施例可以根据车辆是否行使自动的进行实时监测。在实际应用中，可以根据车辆在一定时间段内位置是否变化来判断车辆是否行使。若在一定时间段内，车辆位置未变化，则车辆结束行使，停止进行实时监测；若在一定时间内，车辆位置发生变化，则车辆未结束行使，继续进行实时监测。

其中，分析报告可以包括：本次行驶对应的各目标驾驶行为及次数、对应的基准信息、对应的法规条例、违法驾驶行为模型、危险驾驶行为模型、实际驾驶过程的违法及危险驾驶行为简化模型。

步骤209，将所述分析报告发送至预设终端。

其中，预设终端可以为预先设置的移动终端，如手机、平板电脑等，也可以为PC(Personal Computer，个人电脑)等。

在实际应用中，可以将分析报告通过短信、邮箱、以及其他类型的通信应用发送至手机，通过邮箱、以及其他类型的通信应用发送至平板电脑、PC。

本发明实施例可以将分析报告推送至驾驶员，从而使驾驶员对违法危险驾驶行为有一个正确的认知，从而降低后续危险驾驶行为的次数，以保证安全驾驶。

本发明实施例提供了一种驾驶的危险提示方法，所述方法包括：接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。解决了现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。此外，还可以在车辆结束行驶时，将本次驾驶过程中的违法驾驶行为和/或危险驾驶行为生成分析报告，推送给用户，从而可以进一步提高用户对危险驾驶的认知。

实施例三

参照图3，示出了本发明实施例三提供的一种驾驶的危险提示装置的结构框图，包括：

监测信息接收模块301，用于接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息。

目标驾驶行为确定模块302，用于基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为。

目标驾驶行为列表生成模块303，用于若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中。可选地，参照图4，在本发明实施例中，上述目标驾驶行为确定模块303，包括：

监测信息处理子模块3031，用于以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息。

驾驶行为判断子模块3032，用于基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。

危险提示模块304，用于针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。可选地，参照图4，上述危险提示模块304，包括：

归类统计子模块3041，用于对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目。

不提示子模块3042，用于若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示。

危险等级确定子模块3043，用于若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

可选地，如图4所示，在本发明的另一实施例中，所述装置还包括：

停止监测模块305，用于当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告。

报告发送模块306，用于将所述分析报告发送至预设终端。

可选地，在本发明的另一种实施例中，上述危险等级确定子模块3043，包括：

危险提示单元，用于若所述危险等级在预设危险等级之上，则进行危险提示；

不提示单元，用于若所述危险等级在预设危险等级之下，则不进行危险提示。

本发明实施例提供了一种驾驶的危险提示装置，所述装置包括：监测信息接收模块，用于接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；目标驾驶行为确定模块，用于基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；目标驾驶行为列表生成模块，用于若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；危险提示模块，用于针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示；停止监测模块，用于当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告；报告发送模块，用于将所述分析报告发送至预设终端。解决了现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。此外，还可以在车辆结束行驶时，将本次驾驶过程中的违法驾驶行为和/或危险驾驶行为生成分析报告，推送给用户，从而可以进一步提高用户对危险驾驶的认知。

实施例四

详细介绍了本发明实施例提供的一种ECU。

本发明实施例提供的ECU包括如实施例三所述的驾驶的危险提示装置，部署于车辆。所述驾驶的危险提示装置，包括：

监测信息接收模块，用于接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息。

目标驾驶行为确定模块，用于基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为。

目标驾驶行为列表生成模块，用于若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中。

危险提示模块，用于针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

综上所述，在本发明实施例中，上述ECU包括上述驾驶的危险提示装置，驾驶的危险提示装置包括监测信息接收模块、目标驾驶行为确定模块、目标驾驶行为列表生成模块和危险提示模块。通过本发明实施例，解决了现有技术中对危险驾驶行为的识别准确性较差、无法从根本上提高驾驶员对危险驾驶行为的认知的问题，取得了提高危险驾驶行为的识别准确性、以及驾驶员对危险驾驶行为的认知的有益效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种驾驶的危险提示方法，其特征在于，所述方法包括：

接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；

基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；

若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；

针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告；

将所述分析报告发送至预设终端。

3.根据权利要求1所述的方法，其特征在于，所述针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示的步骤，包括：

对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目；

若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示；

若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

4.根据权利要求3所述的方法，其特征在于，所述根据所述危险等级进行危险提示的步骤，包括：

若所述危险等级在预设危险等级之上，则进行危险提示；

若所述危险等级在预设危险等级之下，则不进行危险提示。

5.根据权利要求1所述的方法，其特征在于，所述基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为的步骤，包括：

以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息；

基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。

6.一种驾驶的危险提示装置，其特征在于，所述装置包括：

监测信息接收模块，用于接收对正在行驶车辆的实时监测信息，所述实时监测信息包括：车辆控制信息、驾驶员状态信息、通过所述车辆的探测装置获取的第一行车环境信息、通过网络获取的第二行车环境信息；

目标驾驶行为确定模块，用于基于违法驾驶行为模型和危险驾驶行为模型，对所述实时监测信息进行判断，确定当前驾驶行为是否存在目标驾驶行为；

目标驾驶行为列表生成模块，用于若所述当前驾驶行为存在目标驾驶行为，则将所述目标驾驶行为及对应的实时监测信息存储至目标驾驶行为列表中；

危险提示模块，用于针对所述目标驾驶行为列表中不同类型的驾驶行为，分别进行危险提示。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

停止监测模块，用于当检测到所述车辆结束行驶时，停止对所述车辆的实时监测，并将所述目标驾驶行为列表中的各驾驶行为生成分析报告；

报告发送模块，用于将所述分析报告发送至预设终端。

8.根据权利要求6所述的装置，其特征在于，所述危险提示模块，包括：

归类统计子模块，用于对所述目标驾驶行为列表中的各驾驶行为进行归类，并统计所述归类当前包含的目标驾驶行为数目；

不提示子模块，用于若所述归类当前包含的目标驾驶行为数目小于第一次数阈值，则不进行危险提示；

危险等级确定子模块，用于若所述归类包含的目标驾驶行为数目大于等于所述第一次数阈值，则确定所述归类的危险等级，并根据所述危险等级进行危险提示。

9.根据权利要求8所述的装置，其特征在于，所述危险等级确定子模块，包括：

危险提示单元，用于若所述危险等级在预设危险等级之上，则进行危险提示；

不提示单元，用于若所述危险等级在预设危险等级之下，则不进行危险提示。

10.根据权利要求6所述的装置，其特征在于，所述目标驾驶行为确定模块，包括：

监测信息处理子模块，用于以时间为基准，将所述实时监测信息进行整合并过滤掉无关信息，得到有效监测信息；

驾驶行为判断子模块，用于基于违法驾驶行为模型和危险驾驶行为模型，根据所述有效监测信息判断当前驾驶行为是否存在目标驾驶行为。