CN110428693B - 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 - Google Patents
用户驾驶习惯培训方法、培训模块、车载设备及存储介质 Download PDFInfo
- Publication number
- CN110428693B CN110428693B CN201910698918.0A CN201910698918A CN110428693B CN 110428693 B CN110428693 B CN 110428693B CN 201910698918 A CN201910698918 A CN 201910698918A CN 110428693 B CN110428693 B CN 110428693B
- Authority
- CN
- China
- Prior art keywords
- training
- user
- function
- intelligent driving
- training mode
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
Abstract
本公开实施例涉及一种用户驾驶习惯培训方法、培训模块、车载设备及存储介质,应用于智能驾驶系统,智能驾驶系统配置有培训模式,培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且功能为智能驾驶系统和人工均可控制的功能,方法包括:提醒用户进入培训模式;关闭培训模式下一个或多个功能,所述功能无故障;提醒用户已关闭的功能及对应的人工操作;监测用户操作。可见,本公开实施例中,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
Description
技术领域
本公开实施例涉及智能驾驶技术领域,具体涉及一种用户驾驶习惯培训方法、培训模块、车载设备及存储介质。
背景技术
随着智能驾驶技术的发展,越来越多的车辆装备了不同等级的智能驾驶系统,智能驾驶系统可以在一定程度上脱离驾驶员的控制进行自动驾驶。在自动驾驶过程中,若碰到紧急情况,例如EHB(Electro-Hydraulic Brake System,电子液压制动系统)失效时,驾驶员往往无法立即反应过来对车辆进行控制,导致发生交通事故。
因此在智能驾驶技术尚未完全成熟的今天,亟需提供一种用户驾驶习惯的培训方案,以使用户在碰到紧急情况时能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
上述对问题的发现过程的描述,仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
为了解决现有技术存在的至少一个问题,本发明的至少一个实施例提供了一种用户驾驶习惯培训方法、培训模块、车载设备及存储介质。
第一方面,本公开实施例提出一种用户驾驶习惯培训方法,应用于智能驾驶系统,所述智能驾驶系统配置有培训模式,所述培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能,所述方法包括:
提醒用户进入培训模式;
关闭培训模式下一个或多个功能,所述功能无故障;
提醒用户已关闭的功能及对应的人工操作;
监测用户操作。
第二方面,本公开实施例还提供一种用户驾驶习惯培训模块,其特征在于,应用于智能驾驶系统,所述智能驾驶系统配置有培训模式,所述培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能,所述培训模块包括:
提醒单元,用于提醒用户进入培训模式;
培训控制单元,用于关闭培训模式下一个或多个功能,所述功能无故障;
所述提醒单元,还用于提醒用户已关闭的功能及对应的人工操作;
监测单元,用于监测用户操作。
第三方面,本公开实施例还提出一种车载设备,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面所述方法的步骤。
第四方面,本公开实施例还提出一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如第一方面所述方法的步骤。
可见,本公开实施例的至少一个实施例中,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
附图说明
为了更清楚地说明本公开实施例的技术方案,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一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种智能驾驶车辆的整体架构图;
图2是本公开实施例提供的一种智能驾驶系统的框图;
图3为本公开实施例提供的一种培训模块的框图;
图4是本公开实施例提供的一种车载设备的框图;
图5为本公开实施例提供的一种用户驾驶习惯培训方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
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。
针对现有技术中若碰到紧急情况,例如EHB(Electro-Hydraulic Brake System,电子液压制动系统)失效时,驾驶员无法立即反应过来对车辆进行控制,导致发生交通事故的问题,本公开实施例提供一种用户驾驶习惯培训方案,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
本公开实施例提供的用户驾驶习惯培训方案,可应用于智能驾驶车辆。
图1为本公开实施例提供的一种智能驾驶车辆的整体架构图。如图1所示,智能驾驶车辆包括:传感器组、智能驾驶系统100、车辆底层执行系统以及其他可用于驱动车辆和控制车辆运行的部件。
传感器组,用于采集车辆外界环境的数据和探测车辆的位置数据。传感器组例如包括但不限于摄像头、激光雷达、毫米波雷达、超声波雷达、GPS(Global PositioningSystem,全球定位系统)和IMU(Inertial Measurement Unit,惯性测量单元)中的至少一个。
在一些实施例中,传感器组,还用于采集车辆的动力学数据,传感器组例如还包括但不限于车轮转速传感器、速度传感器、加速度传感器、方向盘转角传感器、前轮转角传感器中的至少一个。
智能驾驶系统100,用于获取传感器组的数据,传感器组中所有传感器在智能驾驶车辆行驶过程中都以较高的频率传送数据。智能驾驶系统,还用于与云端服务器无线通信,交互各种信息。
智能驾驶系统100,还用于基于传感器组的数据进行环境感知和车辆定位,并基于环境感知信息和车辆定位信息进行路径规划和决策,以及基于规划的路径生成车辆控制指令,从而控制车辆按照规划路径行驶。
在一些实施例中,智能驾驶系统100,还用于提醒用户进入培训模式;关闭培训模式下一个或多个功能,所述功能无故障;提醒用户已关闭的功能及对应的人工操作;监测用户操作。
在一些实施例中,智能驾驶系统100可以为软件系统、硬件系统或者软硬件结合的系统。例如,智能驾驶系统100是运行在操作系统上的软件系统,车载硬件系统是支持操作系统运行的硬件系统。
车辆底层执行系统,用于接收车辆控制指令,实现对车辆行驶的控制。在一些实施例中,车辆底层执行系统包括但不限于:转向系统、制动系统和驱动系统。转向系统、制动系统和驱动系统属于车辆领域成熟系统,在此不再赘述。
在一些实施例中,智能驾驶车辆还可包括图1中未示出的车辆CAN总线,车辆CAN总线连接车辆底层执行系统。智能驾驶系统100与车辆底层执行系统之间的信息交互通过车辆CAN总线进行传递。
在一些实施例中,智能驾驶车辆既可以通过驾驶员又可以通过智能驾驶系统100控制车辆行驶。在人工驾驶模式下,驾驶员通过操作控制车辆行驶的装置驾驶车辆,控制车辆行驶的装置例如包括但不限于制动踏板、方向盘和油门踏板等。控制车辆行驶的装置可直接操作车辆底层执行系统控制车辆行驶。
在一些实施例中,智能驾驶车辆也可以为无人车,车辆的驾驶控制由智能驾驶系统100来执行。
本公开实施例提供的用户驾驶习惯培训方案,可应用于智能驾驶系统。在一些实施例中,所述智能驾驶系统配置有培训模式,所述培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能。
图2为本公开实施例提供的一种智能驾驶系统200的框图。在一些实施例中,智能驾驶系统200可以实现为图1中的智能驾驶系统100或者智能驾驶系统100的一部分,用于控制车辆行驶。
如图2所示,智能驾驶系统200可划分为多个模块,例如包括但不限于:感知模块201、规划模块202、控制模块203、培训模块204以及其他一些可用于智能驾驶的模块。
感知模块201用于进行环境感知与定位。
在一些实施例中,感知模块201用于获取的传感器数据、V2X(Vehicle to X,车用无线通信)数据、高精度地图等数据。
在一些实施例中,感知模块201用于基于获取的传感器数据、V2X(Vehicle to X,车用无线通信)数据、高精度地图等数据中的至少一种,进行环境感知与定位。
在一些实施例中,感知模块201用于生成感知定位信息,实现对障碍物感知、摄像头图像的可行驶区域识别以及车辆的定位等。
环境感知(Environmental Perception)可以理解为对于环境的场景理解能力,例如障碍物的位置,道路标志/标记的检测,行人/车辆的检测等数据的语义分类。
在一些实施例中,环境感知可采用融合摄像头、激光雷达、毫米波雷达等多种传感器的数据进行环境感知。
定位(Localization)属于感知的一部分,是确定智能驾驶车辆相对于环境的位置的能力。
定位可采用:GPS定位,GPS的定位精度在数十米到厘米级别,定位精度高;定位还可采用融合GPS和惯性导航系统(Inertial Navigation System)的定位方法。定位还可采用SLAM(Simultaneous Localization And Mapping,同步定位与地图构建),SLAM的目标即构建地图的同时使用该地图进行定位,SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。
V2X是智能交通运输系统的关键技术,使得车与车、车与基站、基站与基站之间能够通信,从而获得实时路况、道路信息、行人信息等一系列交通信息,提高智能驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
高精度地图是智能驾驶领域中使用的地理地图,与传统地图相比,不同之处在于:1)高精度地图包括大量的驾驶辅助信息,例如依托道路网的精确三维表征:包括交叉路口局和路标位置等;2)高精地图还包括大量的语义信息,例如报告交通灯上不同颜色的含义,又例如指示道路的速度限制,以及左转车道开始的位置;3)高精度地图能达到厘米级的精度,确保智能驾驶车辆的安全行驶。
规划模块202用于基于感知定位模块生成的感知定位信息,进行路径规划和决策。
在一些实施例中,规划模块202用于基于感知定位模块生成的感知定位信息,并结合V2X数据、高精度地图等数据中的至少一种,进行路径规划和决策。
在一些实施例中,规划模块202用于规划路径、决策:行为(例如包括但不限于跟车、超车、停车、绕行等)、车辆航向、车辆速度、车辆的期望加速度、期望的方向盘转角等,生成规划决策信息。
控制模块203用于基于规划模块生成的规划决策信息,进行路径跟踪和轨迹跟踪。
在一些实施例中,控制模块203用于生成车辆底层执行系统的控制指令,并下发控制指令,以使车辆底层执行系统控制车辆按照期望路径行驶,例如通过控制方向盘、刹车以及油门对车辆进行横向和纵向控制。
在一些实施例中,控制模块203还用于基于路径跟踪算法计算前轮转角。
在一些实施例中,路径跟踪过程中的期望路径曲线与时间参数无关,跟踪控制时,可以假设智能驾驶车辆以当前速度匀速前进,以一定的代价规则使行驶路径趋近于期望路径;而轨迹跟踪时,期望路径曲线与时间和空间均相关,并要求智能驾驶车辆在规定的时间内到达某一预设好的参考路径点。
路径跟踪不同于轨迹跟踪,不受制于时间约束,只需要在一定误差范围内跟踪期望路径。
培训模块204用于培训用户驾驶习惯,从而培训用户在自动驾驶模式下遇到紧急情况时的驾驶习惯。
在一些实施例中,智能驾驶系统配置有培训模式,培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能。
在一些实施例中,培训模块204用于提醒用户进入培训模式;关闭培训模式下一个或多个功能,所述功能无故障。进一步地,培训模块204用于提醒用户已关闭的功能及对应的人工操作。在一些实施例中,培训模块204用于监测用户操作。
在一些实施例中,培训模块204的功能可集成到感知模块201、规划模块202或控制模块203中,也可配置为与智能驾驶系统200相独立的模块,培训模块204可以为软件模块、硬件模块或者软硬件结合的模块。例如,培训模块204是运行在操作系统上的软件模块,车载硬件系统是支持操作系统运行的硬件系统。
图3为本公开实施例提供的一种培训模块300的框图。在一些实施例中,培训模块300可以实现为图2中的培训模块204或者培训模块204的一部分。
如图3所示,培训模块300可包括以下单元:周期控制单元、提醒单元、培训控制单元和监测单元。需要说明的是,虽然图3中示出了四个单元,本领域技术人员应当理解,可根据实际需要选择部分单元构成培训模块,例如选择提醒单元、培训控制单元和监测单元构成培训模块。在一些实施例中,培训模块300中还可增加其他用于培训的单元。
提醒单元用于提醒用户进入培训模式。
培训控制单元用于关闭培训模式下一个或多个功能,所述功能无故障。
在一些实施例中,所述提醒单元还用于提醒用户已关闭的功能及对应的人工操作。
监测单元用于监测用户操作。
在一些实施例中,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
在一些实施例中,培训模式下培训的功能为多个,培训模式包括以下至少一种:
每次进入培训模式后,培训一组功能,每组包括至少两个功能;
每次进入培训模式后,培训一个功能。
每次进入培训模式后,培训所有功能。
在车辆自动驾驶过程中,提醒单元可提醒用户进入培训模式,在一些实施例中,为了增加用户对培训的反映时间、注意力,让用户对培训有所准备,例如手扶方向盘等,提醒单元可提醒用户即将进入培训模式。
用户做好准备后,可向智能驾驶系统反馈确认信息,以使智能驾驶系统进入培训模式。反馈确认信息的方式可基于提醒方式来确定。
例如,提醒方式包括以下至少一个:语音提醒、文字提醒、影像提醒、振动提醒。其中,文字提醒、影像提醒和振动提醒中的一个或多个可在车载HMI(Human MachineInterface,人机界面)上显示提醒信息。
若提醒方式为语音提醒,则用户反馈确认信息的方式可以为语音,若车载HMI上显示提醒信息,也可以为对车载HMI的触控操作。
为了便于用户对车载HMI的触控操作,在车载HMI上显示提醒信息的同时,可在车载HMI上显示确认控件,用户通过点击确认控件实现反馈确认信息。
在一些实施例中,提醒单元提醒用户进入培训模式后进行计时,若用户一直未反馈确认信息,且计时时长达到预设时长,则进入培训模式。
为了避免用户长时间未反馈确认信息,或者用户不方便反馈确认信息,设定预设时长,该预设时长可以理解为智能驾驶系统自动进入培训模式的等待时长。
智能驾驶系统进入培训模式后,培训控制单元主动有选择性地关闭培训模式下一个或多个功能,所述功能无故障。目前,智能驾驶系统是不会关闭正常使用的功能,只会在功能故障时再关闭,本实施例中为了训练用户的驾驶习惯,会主动有选择性地关闭正常使用的功能。
培训模式下一个或多个功能包括但不限于以下至少一个:自动刹车控制功能、刹车助力功能、方向盘控制功能。本领域技术人员可以理解,智能驾驶系统和人工均可控制的任一功能为培训模式下培训的功能。
智能驾驶系统进入培训模式后,提醒单元提醒用户已关闭的功能及对应的人工操作。
培训模式下培训的功能对应的人工操作例如为:
自动刹车控制功能对应的人工操作为踩踏制动踏板;
刹车助力功能对应的人工操作为用力踩踏制动踏板;
方向盘控制功能对应的人工操作为转动方向盘。
需要说明的是:“踩踏制动踏板”、“用力踩踏制动踏板”、“转动方向盘”等人工操作是提醒单元提醒用户要执行的操作,而非用户实际的操作,例如提醒方式为语音提醒,则语音播报“自动刹车控制功能已关闭,请踩踏制动踏板”,用户听到语音播报后,知晓当前应踩踏制动踏板。
提醒单元提醒用户已关闭的功能及对应的人工操作后,监测单元监测用户操作,若用户操作满足培训条件,则完成已关闭功能的培训,相应地,提醒单元提醒用户已关闭功能培训完成;若用户操作不满足培训条件,则提醒单元提醒用户调整操作,直至满足所述培训条件。
若用户操作不满足培训条件,则提醒单元提醒用户调整操作,监测单元监测用户调整后的操作,若调整后的操作满足培训条件,则完成已关闭功能的培训,相应地,提醒单元提醒用户已关闭功能培训完成;若用户操作不满足培训条件,则提醒单元提醒用户调整操作。
不同培训功能对应的培训条件不同,例如:
自动刹车控制功能对应的培训条件为制动踏板的开度达到第一开度阈值;
刹车助力功能对应的培训条件为制动踏板的开度达到第二开度阈值;
方向盘控制功能对应的培训条件为转动方向盘的方向(下文简称方向盘转向)为预设方向、转角为预设角度。
其中,第一开度阈值和第二开度阈值可以为预设的固定值,也可以基于智能驾驶系统规划的行驶路径和智能驾驶车辆的行驶状态确定。第一开度阈值小于第二开度阈值。
预设方向和预设角度基于智能驾驶系统规划的行驶路径和智能驾驶车辆的行驶状态确定。
若用户操作不满足培训条件,提醒单元提醒用户调整操作例如为:语音播报“增大制动踏板的踩踏力度”、“减小方向盘转角”、“改变方向盘转向”等。
监测单元监测用户操作可以通过智能驾驶系统获取的数据进行监测,也可以直接获取例如车辆底层执行系统的状态数据等进行监测。
提醒单元提醒用户已关闭功能培训完成后,培训控制单元重新开启已关闭功能,并关闭培训模式下正常使用的另一功能,以培训所述另一功能。若培训模式下所有功能均完成培训,提醒单元则提醒用户完成所有功能培训。
在一些实施例中,周期控制单元用于周期性控制培训模块启动。培训模块启动可理解为智能驾驶系统进入培训模式。
本实施例中,培训模式为周期性培训或随机培训。其中,周期性培训包括以下至少一种:以预设时间间隔完成一次培训、以用户设定的时间间隔完成一次培训。
培训模式为周期性培训时,周期控制单元控制智能驾驶系统周期性进入培训模式开始一次培训。
周期性培训例如每天、每周、每月一次培训,用于培养用户形成处理紧急情况的习惯,或者可以按需进行(例如由用户指定、用户主动启动培训模块,或者智能驾驶系统自动发现某些情况时,例如更换了用户等情况,自动激活培训功能,进入培训模式)。
在一些实施例中,周期控制单元还用于对周期性培训的周期进行调整,具体地,基于培训次数进行调整、基于用户信息进行调整或者基于培训次数和用户信息进行调整。
在一些实施例中,周期控制单元可以随着用户习惯逐渐养成从而延长培训周期,或者在用户习惯已养成后停止培训。周期控制单元还可以通过分辨不同用户从而确定培训周期的长短。
在一些实施例中,周期控制单元用于周期性控制培训模块的启动。在一些实施例中,周期控制单元可以在每周、每月或者每季度启动培训模块。其中,周期控制单元可以随着用户习惯逐渐养成从而延长培训周期,或者在用户习惯已养成后停止培训。周期控制单元还可以通过分辨不同用户从而确定培训周期的长短。在一些实施例中,周期控制单元还可以按需进行,例如由用户主动启动培训模块。在一些实施例中,周期控制单元可以自动发现某些特殊情况(例如发现更换了用户等),自动激活培训功能。
在一些实施例中,培训控制单元用于控制在培训模式下,关闭车辆的某些控制功能。其中,培训控制单元可通过关闭车辆不同的控制功能,从而训练养成用户在不同情况下的用户习惯。在一些实施例中,培训控制单元可以在培训模式下关闭EHB的自动刹车控制功能,从而训练用户在EHB不可控的情况下,用户踩踏刹车的习惯。在一些实施例中,培训控制单元可以在培训模式下关闭EHB的刹车助力功能,从而训练用户在EHB电气助力失效的情况下,用户(以更大的力量)踩踏刹车的习惯。在一些实施例中,培训控制单元也可模拟方向盘失效,从而训练用户实际操作方向盘等。在一些实施例中,培训控制单元还可以在用户一种习惯培训完成之后,启动关闭的控制功能,然后关闭其他功能,训练用户的其他习惯。
在一些实施例中,提醒单元用于传送给用户在培训模式下的不同信息。在一些实施例中,提醒单元可以用于在进入培训模式之前提醒用户即将进入培训模式从而让用户有所准备。在一些实施例中,提醒单元可以提醒用户当前关闭的车辆功能以及应当采取的操作。另外,提醒单元还可以提醒用户在操作过程中的状况以及当前培训是否完成。
在一些实施例中,监测单元用于监测用户在控制车辆时的车辆状态,以判断用户是否完成培训。在一些实施例中,当关闭车辆EHB自动刹车控制,或者关闭EHB电气助力时,用户需要踩踏刹车板,达到一定制动力的要求,监测单元用于监测当前制动力是否达到需求,当达到需求或者超过需求一定阈值时,完成培训。
可见,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
在一些实施例中,培训模块300中各单元的划分仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如周期控制单元、提醒单元、培训控制单元和监测单元可以实现为一个单元;周期控制单元、提醒单元、培训控制单元或监测单元也可以划分为多个子单元。可以理解的是,各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。
图4是本公开实施例提供的一种车载设备的结构示意图。车载设备可支持智能驾驶系统的运行。在一些实施例中,智能驾驶系统配置有培训模式,培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能。
如图4所示,车载设备包括:至少一个处理器401、至少一个存储器402和至少一个通信接口403。车载设备中的各个组件通过总线系统404耦合在一起。通信接口403,用于与外部设备之间的信息传输。可理解,总线系统404用于实现这些组件之间的连接通信。总线系统404除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见,在图4中将各种总线都标为总线系统404。
可以理解,本实施例中的存储器402可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
在一些实施方式中,存储器402存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本公开实施例提供的用户驾驶习惯培训方法的程序可以包含在应用程序中。
在本公开实施例中,处理器401通过调用存储器402存储的程序或指令,具体的,可以是应用程序中存储的程序或指令,处理器401用于执行本公开实施例提供的用户驾驶习惯培训方法各实施例的步骤。
本公开实施例提供的用户驾驶习惯培训方法可以应用于处理器401中,或者由处理器401实现。处理器401可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器401可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本公开实施例提供的用户驾驶习惯培训方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器402,处理器401读取存储器402中的信息,结合其硬件完成方法的步骤。
图5为本公开实施例提供的一种用户驾驶习惯培训方法流程图。该方法的执行主体为车载设备,在一些实施例中,该方法的执行主体为车载设备所支持的智能驾驶系统。
如图5所示,本实施例公开的方法可包括以下步骤501至504:
501、提醒用户进入培训模式。
502、关闭培训模式下一个或多个功能,所述功能无故障。
503、提醒用户已关闭的功能及对应的人工操作。
504、监测用户操作。
本实施例中,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
在一些实施例中,培训模式下培训的功能为多个,培训模式包括以下至少一种:
每次进入培训模式后,培训一组功能,每组包括至少两个功能;
每次进入培训模式后,培训一个功能。
每次进入培训模式后,培训所有功能。
在车辆自动驾驶过程中,可提醒用户进入培训模式,在一些实施例中,为了增加用户对培训的反映时间、注意力,让用户对培训有所准备,例如手扶方向盘等,可提醒用户即将进入培训模式。
用户做好准备后,可向智能驾驶系统反馈确认信息,以使智能驾驶系统进入培训模式。反馈确认信息的方式可基于提醒方式来确定。
例如,提醒方式包括以下至少一个:语音提醒、文字提醒、影像提醒、振动提醒。其中,文字提醒、影像提醒和振动提醒中的一个或多个可在车载HMI(Human MachineInterface,人机界面)上显示提醒信息。
若提醒方式为语音提醒,则用户反馈确认信息的方式可以为语音,若车载HMI上显示提醒信息,也可以为对车载HMI的触控操作。
为了便于用户对车载HMI的触控操作,在车载HMI上显示提醒信息的同时,可在车载HMI上显示确认控件,用户通过点击确认控件实现反馈确认信息。
在一些实施例中,提醒用户进入培训模式后进行计时,若用户一直未反馈确认信息,且计时时长达到预设时长,则进入培训模式。
为了避免用户长时间未反馈确认信息,或者用户不方便反馈确认信息,设定预设时长,该预设时长可以理解为智能驾驶系统自动进入培训模式的等待时长。
智能驾驶系统进入培训模式后,主动有选择性地关闭培训模式下一个或多个功能,所述功能无故障。目前,智能驾驶系统是不会关闭正常使用的功能,只会在功能故障时再关闭,本实施例中为了训练用户的驾驶习惯,会主动有选择性地关闭正常使用的功能。
培训模式下一个或多个功能包括但不限于以下至少一个:自动刹车控制功能、刹车助力功能、方向盘控制功能。本领域技术人员可以理解,智能驾驶系统和人工均可控制的任一功能为培训模式下培训的功能。
智能驾驶系统进入培训模式后,提醒用户已关闭的功能及对应的人工操作。
培训模式下培训的功能对应的人工操作例如为:
自动刹车控制功能对应的人工操作为踩踏制动踏板;
刹车助力功能对应的人工操作为用力踩踏制动踏板;
方向盘控制功能对应的人工操作为转动方向盘。
需要说明的是:“踩踏制动踏板”、“用力踩踏制动踏板”、“转动方向盘”等人工操作是提醒用户要执行的操作,而非用户实际的操作,例如提醒方式为语音提醒,则语音播报“自动刹车控制功能已关闭,请踩踏制动踏板”,用户听到语音播报后,知晓当前应踩踏制动踏板。
提醒用户已关闭的功能及对应的人工操作后,监测用户操作,若用户操作满足培训条件,则完成已关闭功能的培训,相应地,提醒用户已关闭功能培训完成;若用户操作不满足培训条件,则提醒用户调整操作,直至满足所述培训条件。
若用户操作不满足培训条件,则提醒用户调整操作,监测用户调整后的操作,若调整后的操作满足培训条件,则完成已关闭功能的培训,相应地,提醒用户已关闭功能培训完成;若用户操作不满足培训条件,则提醒用户调整操作。
不同培训功能对应的培训条件不同,例如:
自动刹车控制功能对应的培训条件为制动踏板的开度达到第一开度阈值;
刹车助力功能对应的培训条件为制动踏板的开度达到第二开度阈值;
方向盘控制功能对应的培训条件为转动方向盘的方向(下文简称方向盘转向)为预设方向、转角为预设角度。
其中,第一开度阈值和第二开度阈值可以为预设的固定值,也可以基于智能驾驶系统规划的行驶路径和智能驾驶车辆的行驶状态确定。第一开度阈值小于第二开度阈值。
预设方向和预设角度基于智能驾驶系统规划的行驶路径和智能驾驶车辆的行驶状态确定。
若用户操作不满足培训条件,提醒用户调整操作例如为:语音播报“增大制动踏板的踩踏力度”、“减小方向盘转角”、“改变方向盘转向”等。
监测用户操作可以通过智能驾驶系统获取的数据进行监测,也可以直接获取例如车辆底层执行系统的状态数据等进行监测。
提醒用户已关闭功能培训完成后,重新开启已关闭功能,并关闭培训模式下正常使用的另一功能,以培训所述另一功能。若培训模式下所有功能均完成培训,则提醒用户完成所有功能培训。
在一些实施例中,培训模式为周期性培训或随机培训。其中,周期性培训包括以下至少一种:以预设时间间隔完成一次培训、以用户设定的时间间隔完成一次培训。
培训模式为周期性培训时,控制智能驾驶系统周期性进入培训模式开始一次培训。
周期性培训例如每天、每周、每月一次培训,用于培养用户形成处理紧急情况的习惯,或者可以按需进行(例如由用户指定、用户主动启动培训,或者智能驾驶系统自动发现某些情况时,例如更换了用户等情况,自动激活培训功能,进入培训模式)。
在一些实施例中,对周期性培训的周期进行调整,具体地,基于培训次数进行调整、基于用户信息进行调整或者基于培训次数和用户信息进行调整。
在一些实施例中,可以随着用户习惯逐渐养成从而延长培训周期,或者在用户习惯已养成后停止培训。还可以通过分辨不同用户从而确定培训周期的长短。
可见,智能驾驶系统在培训模式下通过关闭正常使用的功能,模拟紧急情况,并提醒用户进行该功能对应的人工操作,以培训用户对该功能的操作习惯,实现在真实紧急情况下,用户能够及时控制或者制动智能驾驶车辆,减少交通事故的发生率。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员能够理解,本公开实施例并不受所描述的动作顺序的限制,因为依据本公开实施例,某些步骤可以采用其他顺序或者同时进行(例如“关闭培训模式下一个或多个功能”和“提醒用户已关闭的功能及对应的人工操作”可同时进行)。另外,本领域技术人员能够理解,说明书中所描述的实施例均属于可选实施例。
本公开实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如用户驾驶习惯培训方法各实施例的步骤,为避免重复描述,在此不再赘述。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
本领域的技术人员能够理解,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (14)
1.一种用户驾驶习惯培训方法,其特征在于,应用于智能驾驶系统,所述智能驾驶系统配置有培训模式,所述培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能,所述方法包括:
提醒用户进入培训模式;
关闭培训模式下一个或多个功能,所述功能无故障;
提醒用户已关闭的功能及对应的人工操作;
监测用户操作。
2.根据权利要求1所述的方法,其特征在于,
所述培训模式为周期性培训或随机培训。
3.根据权利要求2所述的方法,其特征在于,
所述周期性培训包括以下至少一种:以预设时间间隔完成一次培训、以用户设定的时间间隔完成一次培训;
所述周期性培训的周期基于培训次数进行调整和/或基于用户信息进行调整。
4.根据权利要求1所述的方法,其特征在于,
所述培训模式下培训的功能为多个,所述培训模式包括以下至少一种:
每次进入培训模式后,培训一组功能,每组包括至少两个功能;
每次进入培训模式后,培训一个功能;
每次进入培训模式后,培训所有功能。
5.根据权利要求1所述的方法,其特征在于,
所述培训模式下培训的功能包括以下至少一个:
自动刹车控制功能、刹车助力功能、方向盘控制功能。
6.根据权利要求5所述的方法,其特征在于,
所述自动刹车控制功能对应的人工操作为踩踏制动踏板;
所述刹车助力功能对应的人工操作为用力踩踏制动踏板;
所述方向盘控制功能对应的人工操作为转动方向盘。
7.根据权利要求1所述的方法,其特征在于,
所述提醒包括以下至少一个:语音提醒、文字提醒、影像提醒、振动提醒。
8.根据权利要求1所述的方法,其特征在于,
所述提醒用户进入培训模式后,所述方法还包括:
若接收到用户确认信息或达到预设时长,则进入培训模式。
9.根据权利要求1所述的方法,其特征在于,
所述方法还包括:确定所述用户操作不满足培训条件后,提醒用户调整操作,直至满足所述培训条件。
10.根据权利要求1所述的方法,其特征在于,
所述方法还包括:完成所述功能的培训后,提醒用户所述功能培训完成。
11.根据权利要求10所述的方法,其特征在于,
提醒用户所述功能培训完成后,所述方法还包括:
开启所述功能,并关闭所述培训模式下正常使用的另一功能,以培训所述另一功能;
若所述培训模式下所有功能均完成培训,则提醒用户完成所有功能培训。
12.一种用户驾驶习惯培训模块,其特征在于,应用于智能驾驶系统,所述智能驾驶系统配置有培训模式,所述培训模式下培训的功能为智能驾驶车辆可开启和关闭的功能,且所述功能为智能驾驶系统和人工均可控制的功能,所述培训模块包括:
提醒单元,用于提醒用户进入培训模式;
培训控制单元,用于关闭培训模式下一个或多个功能,所述功能无故障;
所述提醒单元,还用于提醒用户已关闭的功能及对应的人工操作;
监测单元,用于监测用户操作。
13.一种车载设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至11任一项所述方法的步骤。
14.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1至11任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698918.0A CN110428693B (zh) | 2019-07-31 | 2019-07-31 | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910698918.0A CN110428693B (zh) | 2019-07-31 | 2019-07-31 | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110428693A CN110428693A (zh) | 2019-11-08 |
CN110428693B true CN110428693B (zh) | 2021-08-24 |
Family
ID=68411623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910698918.0A Active CN110428693B (zh) | 2019-07-31 | 2019-07-31 | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110428693B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825236B (zh) * | 2019-11-21 | 2023-09-01 | 江西千盛文化科技有限公司 | 一种基于智能vr语音控制的展示系统 |
CN113272750A (zh) * | 2019-11-29 | 2021-08-17 | 驭势(上海)汽车科技有限公司 | 一种交通拥堵辅助驾驶方法、系统、车载设备和存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10191493B2 (en) * | 2016-09-27 | 2019-01-29 | Baidu Usa Llc | Vehicle position point forwarding method for autonomous vehicles |
CN106696968A (zh) * | 2016-12-15 | 2017-05-24 | 英业达科技有限公司 | 智能陪驾系统及其方法 |
CN107564363B (zh) * | 2017-09-05 | 2019-11-05 | 百度在线网络技术(北京)有限公司 | 一种用于驾驶模式切换的方法和装置 |
CN107826105B (zh) * | 2017-10-31 | 2019-07-02 | 清华大学 | 半透明自动驾驶人工智能系统及车辆 |
US11461627B2 (en) * | 2017-11-30 | 2022-10-04 | Volkswagen Ag | Systems and methods for training and controlling an artificial neural network with discrete vehicle driving commands |
CN108230817B (zh) * | 2017-11-30 | 2020-09-22 | 商汤集团有限公司 | 车辆驾驶模拟方法和装置、电子设备、系统、程序和介质 |
US11584390B2 (en) * | 2017-12-28 | 2023-02-21 | Intel Corporation | System and method for simulation of autonomous vehicles |
CN108364494B (zh) * | 2018-02-26 | 2023-11-10 | 郑清辉 | 道路交通智能管理方法、系统及平台 |
CN108577869A (zh) * | 2018-04-29 | 2018-09-28 | 武汉理工大学 | 基于驾驶指纹的驾驶疲劳监测方法与系统 |
CN109147368A (zh) * | 2018-08-22 | 2019-01-04 | 北京市商汤科技开发有限公司 | 基于车道线的智能驾驶控制方法装置与电子设备 |
CN109637261B (zh) * | 2019-01-16 | 2021-08-24 | 吉林大学 | 自动-人工驾驶权切换情景下驾驶员反应能力训练系统 |
CN109949650B (zh) * | 2019-03-29 | 2023-10-17 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种用于智能网联汽车智能驾驶辅助实验及实训教学的台架 |
-
2019
- 2019-07-31 CN CN201910698918.0A patent/CN110428693B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110428693A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110641472B (zh) | 基于神经网络的用于自主车辆的安全监控系统 | |
US10739787B2 (en) | Responsibilities and agreement acceptance for vehicle platooning | |
EP3299921B1 (en) | Location specific assistance for an autonomous vehicle control system | |
CN109426256B (zh) | 自动驾驶车辆的基于驾驶员意图的车道辅助系统 | |
CN107624155B (zh) | 自主导航系统 | |
US11345359B2 (en) | Autonomous driving vehicles with dual autonomous driving systems for safety | |
CN108459601A (zh) | 自主车辆牵引 | |
KR102279078B1 (ko) | 자율 주행 차량의 v2x 통신 기반의 차량 차로 시스템 | |
CN110673602B (zh) | 一种强化学习模型、车辆自动驾驶决策的方法和车载设备 | |
JP2019519420A (ja) | 車両の監視制御方法 | |
CN110606070B (zh) | 一种智能驾驶车辆及其制动方法、车载设备和存储介质 | |
JP2019218046A (ja) | 予め定められた運転状況に応じて車両のユーザの意図を自律的に示すための運転者支援システム | |
JP6790463B2 (ja) | 走行支援装置 | |
CN110568847B (zh) | 一种车辆的智能控制系统、方法,车载设备和存储介质 | |
CN111845771A (zh) | 数据收集自动化系统 | |
US11396305B2 (en) | Systems and methods for improving driver warnings during automated driving | |
CN110562269A (zh) | 一种智能驾驶车辆故障处理的方法、车载设备和存储介质 | |
CN110428693B (zh) | 用户驾驶习惯培训方法、培训模块、车载设备及存储介质 | |
CN113015665A (zh) | 用于运行车辆的驾驶员辅助功能的方法、装置、计算机程序和计算机程序产品 | |
US20210390225A1 (en) | Realism in log-based simulations | |
CN115769287A (zh) | 自动驾驶装置、车辆控制方法 | |
CN110426215B (zh) | 一种用于车辆平顺性测试的模型建立方法及智能驾驶系统 | |
CN110435668B (zh) | 智能驾驶车辆执行机构的失效检测方法、模块和车载设备 | |
US11467580B2 (en) | Systems and methods for detecting surprise movements of an actor with respect to an autonomous vehicle | |
CN113272750A (zh) | 一种交通拥堵辅助驾驶方法、系统、车载设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |