CN110576808A - 车辆、车机设备及其基于人工智能的场景信息推送方法 - Google Patents

Abstract

本申请提供一种车辆、车机设备及其基于人工智能的场景信息推送方法，车机设备获取当前用户所处的实时场景数据，根据预定义规则集分析所述实时场景数据以得到对应的场景模型，根据所述场景模型处理得到与所述当前用户适配的场景信息，将所述场景信息推送给所述当前用户。通过这种方式，本申请能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。

Description

车辆、车机设备及其基于人工智能的场景信息推送方法

技术领域

本申请涉及车载技术领域，具体涉及一种车机设备，所述车机设备基于人工智能的场景信息推送方法，以及应用所述车机设备的车辆。

背景技术

目前，车辆的驾驶通常是依靠司机。在一些场景中，比如人工驾驶车辆通过路口过程，由于人的反应速度、驾驶技术和汽车性能等原因，在路口信号灯指示为绿灯后，等待的车辆依次启动，导致车辆之间的间距不必要的被放大，进而导致每次绿灯期间通过的车辆离理想数量相去甚远。

另外，每辆车在信号灯有变化时，并不确定自己在这个周期是否可以通过路口，也就可能造成不必要的燃料浪费，例如：加速冲刺却突然变为红灯被篮下；从安全性考虑，对没有变灯倒计时的路口，前车遇红灯急刹车可能导致后车追尾，对有变灯倒计时的路口，也可能因为部分司机想加速通过而部分司机紧急停车导致事故发生。

在另外的场景中，比如驾驶辅助系统，一般基于摄像头和雷达的技术，通过提供车辆前方、侧面及后方的环境数据并采取相应操作，针对即将发生的风险向驾驶员发出警告，为驾驶员提供辅助。

但是，这些场景并不能解决用户的日常操作需求，而且无法根据用户的个人习惯，作出在行车过程中的所有可能存在的场景的操作建议，用户在开车过程中经常还需要分出心思解决一些日常生活的问题，影响驾车安全。

针对现有技术的多方面不足，本申请的发明人经过深入研究，提出一种车辆、车机设备及其基于人工智能的场景信息推送方法。

发明内容

本申请的目的在于，提供一种车辆、车机设备及其基于人工智能的场景信息推送方法，能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。

为解决上述技术问题，本申请提供一种基于人工智能的场景信息推送方法，作为其中一种实施方式，所述场景信息推送方法包括步骤：

车机设备获取当前用户所处的实时场景数据；

根据预定义规则集分析所述实时场景数据以得到对应的场景模型；

根据所述场景模型处理得到与所述当前用户适配的场景信息；

将所述场景信息推送给所述当前用户。

作为其中一种实施方式，所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体包括：

根据预定义规则集利用机器学习的算法模型分析所述实时场景数据以得到对应的场景模型。

作为其中一种实施方式，所述根据所述场景模型处理得到与所述当前用户适配的场景信息的步骤，具体包括：

获取所述当前用户的用户数据，根据所述场景模型和所述用户数据进行综合处理；

根据综合处理的结果提供可供所述当前用户决策的场景信息。

作为其中一种实施方式，所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体包括：

通过人工智能AI场景化规则引擎根据预定义规则集分析所述实时场景数据。

作为其中一种实施方式，所述预定义规则集存储于云服务器，所述预定义规则集包括：

简单规则，所述简单规则供云服务器的云端AI服务模块识别并可量化；

复杂规则，所述复杂规则为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。

作为其中一种实施方式，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。

作为其中一种实施方式，所述场景信息包括：建议所述当前用户进行空调调节、收音机开关、电台选择、是否通过蓝牙耳机接听电话、行车路线选择、日程安排、车速调节、车距调节、换道、超车、刹车、注意碰撞、注意车道红绿灯、注意前后车车速协同、注意行车环境变更和控制驾车情绪。

作为其中一种实施方式，所述将所述场景信息推送给所述当前用户的步骤之后，还包括：

获取所述当前用户根据所述场景信息所作的操作反馈，在所述操作反馈为确认时，自动执行相应的控制策略。

为解决上述技术问题，本申请还提供一种车机设备，作为其中一种实施方式，所述车机设备配置有处理器，所述处理器用于执行程序数据，以实现任一上述的基于人工智能的场景信息推送方法。

为解决上述技术问题，本申请还提供一种车辆，作为其中一种实施方式，所述车辆配置有上述的车机设备。

本申请车辆、车机设备及其基于人工智能的场景信息推送方法，车机设备获取当前用户所处的实时场景数据，根据预定义规则集分析所述实时场景数据以得到对应的场景模型，根据所述场景模型处理得到与所述当前用户适配的场景信息，将所述场景信息推送给所述当前用户。通过这种方式，本申请能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本申请基于人工智能的场景信息推送方法一实施方式的流程示意图。

图2为本申请车机设备一实施方式的结构示意图。

具体实施方式

为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例，对本申请详细说明如下。

通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及效果得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。

请参阅图1，图1为本申请基于人工智能的场景信息推送方法一实施方式的流程示意图。

需要说明的是，本实施方式基于人工智能的场景信息推送方法可以应用到车机设备中，也可以应用到与车机设备连接的手机、平板电脑、导航仪、可穿戴设备和云服务器中。其中，其具体的连接方式可以采用3G通信网络、4G通信网络、5G通信网络和WIFI网络等。

在本实施方式中，所述基于人工智能的场景信息推送方法包括但不限于如下几个步骤。

步骤S101，车机设备获取当前用户所处的实时场景数据；

步骤S102，根据预定义规则集分析所述实时场景数据以得到对应的场景模型；

步骤S103，根据所述场景模型处理得到与所述当前用户适配的场景信息；

步骤S104，将所述场景信息推送给所述当前用户。

需要说明的是，所述当前用户所处的实时场景数据，可以为当前用户车辆所在的环境、车况、路况或者交通信息等实时场景的场景数据，而在这些实时场景下，用户一般需要作出各种操作选择，本实施方式通过分析其实时场景，则可以智能判断用户可能会进行的操作选择，将这些可能的操作选择通过场景信息的方式提示给用户，方便用户简单快捷处理，避免影响行车安全。

本申请的其中一种实施方式，所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体可以包括：根据预定义规则集利用机器学习的算法模型分析所述实时场景数据以得到对应的场景模型。值得一提的是，本实施方式为了解决现有自动建议难以适合用户的需求的问题，而采用机器学习的算法模型，能够给用户提供更加智能、可行的操作选择，而且采用机器学习的算法，能够自动进行更新、修正或者替换，保证算法模型的可信度。

此外，为了针对不同的用户实现个性化的定制需求，本实施方式所述根据所述场景模型处理得到与所述当前用户适配的场景信息的步骤，具体还可以包括：获取所述当前用户的用户数据，根据所述场景模型和所述用户数据进行综合处理；根据综合处理的结果提供可供所述当前用户决策的场景信息。

举例而言，所述当前用户的用户数据，可以包括用户的兴趣、习惯、年龄、驾龄、性别、职业甚至家庭情况等，通过这些用户数据，可以对所述用户进行深层次的分析，而分析得到所述用户可能的操作选择，使之实现与用户的量身定制，满足用户的特殊需求。

需要说明的是，本实施方式所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体可以包括：通过人工智能AI场景化规则引擎根据预定义规则集分析所述实时场景数据。其中，所述人工智能AI场景化规则引擎可以架设在车机设备，也可以架设在云服务器，甚至可以架设到与车机设备相连接的手机上。

值得一提的是，本实施方式的所述预定义规则集可以存储于云服务器，所述预定义规则集具体可以包括简单规则和复杂规则。

举例而言，所述简单规则可以供云服务器的云端AI服务模块识别并可量化，而所述复杂规则可以为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。

进一步而言，所述预定义规则集，还可以用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。比如，在提供场景信息给用户进行操作选择之后，如果用户没有采取而且存在更加合理的操作，那么，就会根据更加合理的操作更新规则，并同步在预定义规则集进行更新。

在具体的实施例中，所述场景信息可以包括：建议所述当前用户进行空调调节、收音机开关、电台选择、是否通过蓝牙耳机接听电话、行车路线选择、日程安排、车速调节、车距调节、换道、超车、刹车、注意碰撞、注意车道红绿灯、注意前后车车速协同、注意行车环境变更和控制驾车情绪。

需要说明的是，在技术逐渐实现自动化的发展趋势中，除了可以供用户选择操作，本实施方式还可以通过无人驾驶或者其他方式自动执行操作策略，具体而言，本实施方式所述将所述场景信息推送给所述当前用户的步骤之后，还可以包括：获取所述当前用户根据所述场景信息所作的操作反馈，在所述操作反馈为确认时，自动执行相应的控制策略。

本申请车辆、车机设备及其基于人工智能的场景信息推送方法，车机设备获取当前用户所处的实时场景数据，根据预定义规则集分析所述实时场景数据以得到对应的场景模型，根据所述场景模型处理得到与所述当前用户适配的场景信息，将所述场景信息推送给所述当前用户。本申请能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。

在一具体应用例中，本申请可以提供一种基于人工智能的场景信息推送系统，包括可以识别场景的行车环境传感器和通信推送模块，行车环境传感器用于识别车辆周围环境，通信推送模块用于本车与周边车辆以及服务器端进行通信，行车环境传感器和通信推送模块采集到的信息输出至车机设备进行处理，驾驶辅助单元根据处理后输出控制信号实现车速调节、车距调节、换道或超车等。

行车环境传感器，可以通过车载的所有传感器获取行车安全和舒适的相关数据，具体来说，所述行车环境传感器可以包括摄像头和雷达，其识别的车辆周围环境包括车道线、交通标志、车辆、行人以及物体信息；行车环境传感器还采集本车的速度、转向、油门、刹车信息；行车环境传感器中还存储有本车长度、宽度、高度、离地间隙、前后轮距、轮胎位置信息。通过对以上信息的采集，保证车机设备能够做出正确的处理，也使得其控制指令的输出更加准确。

需要特别说明的是，部分场景中，比如高速驾驶时，车速的感知是指对自身车辆和周围其它车辆的行驶速度的判断，而对车速的感知能力，因驾驶员的心理素质、驾车经验等不同而异，而且同一驾驶员随着车速的改变，其感知能力也会发生相应的变化。

不难理解的是，低速时驾驶员的视野较宽，对所观察到道路两侧的目标看得比较清，对目标的动向和与自身车辆的距离以及车速估计比较准确；高速行驶时，驾驶员注视远方，速度越快注视点越远，视野就越窄，此外高速行车还会使驾驶员的动视力下降。所以，驾驶员会因高速驾驶对道路两侧的目标观察不清，对车速判断不准，易导致处理不当造成事故，特别是在一般道路行驶时更为突出。因此，本实施方式可以通过对车速的感知，可以辅助驾驶员选择恰当的会车、超车的时机、地点和跟车的速度等。车距的感知是指在车辆运行中能够准确地预测到自身车辆与其它车辆及行人之间的安全间距。本实施方式通过通过对车距的感知，可以有效辅助驾驶员减少判断错误，避免交通事故的发生，此外，本实施方式还可以对交通信息进行感知，比如对道路上车辆、行人的活动规律的把握，以及对影响安全行车的交通环境等因素的感知。

在一些具体应用场景中，所述的通信推送模块可以包括DSRC模块，车辆之间可以通过DSRC模块进行近距离通讯，本实施方式通过通信推送模块，能够实现获取其他车辆传感器难以实现的宏观行驶环境信息；还能实现车辆间信息共享，对本车行车环境传感器采集信息进行纠错，保证本车行车环境传感器采集信息的准确性。

优选地，本实施方式系统还可以包括指令采集单元，指令采集单元可以为按键、语音识别或手势识别模块，指令采集单元用于采集驾驶员的指令并输出至车机设备。

在一些场景中，所述的指令采集单元采集到的信息为人工驾驶模式，车机设备进行如下处理：本车与前车或后车距离过近时，执行语声光报警并控制本车速度或转向；本车变道或转向时，判断本车周围其他车辆进行位置、速度是否影响到本车变道或转向，如果有影响，则发出声光报警；如果没有影响，则判断车辆左/右转向灯是否打开，如果没有，则自动打开左/右转向灯；本车倒车时，判断本车周围车辆、物体与本车的距离，并根据距离的远近发出不同类型的声光报警；本车与其他车辆夜间会车时，自动完成远光灯、近光灯的切换；对识别到的交通标志进行语音播报。在这种模式下，本系统并不会对车辆的转向、速度进行操控，只对车辆的灯光进行控制，转向和速度的控制主要还是通过声光提醒驾驶员来完成的。

在其他场景中，所述的指令采集单元采集到的信息为自适应巡航模式，车机设备对行车环境传感器采集的车道线、前方车辆信息进行处理，驾驶辅助单元根据处理后的信息控制方向盘、车速保证车辆保持在当前车道内且与前车保持合适距离。这种模式一般适用于高速路上，可完全解除驾驶员的驾驶负担，有效提高驾驶员的驾驶体验，避免了长时间高速行驶所带来的疲劳感。

请参阅图2，图2为本申请车机设备一实施方式的结构示意图。

需要说明的是，本实施方式所述车机设备可以配置有处理器21和存储器22，所述处理器21用于执行程序数据，以实现任一上述实施方式所述的基于人工智能的场景信息推送方法，所述存储器22可以用于存储程序数据。

具体而言，所述处理器21获取当前用户所处的实时场景数据；所述处理器21根据预定义规则集分析所述实时场景数据以得到对应的场景模型；所述处理器21根据所述场景模型处理得到与所述当前用户适配的场景信息；所述处理器21将所述场景信息推送给所述当前用户。

需要说明的是，所述当前用户所处的实时场景数据，可以为当前用户车辆所在的环境、车况、路况或者交通信息等实时场景的场景数据，而在这些实时场景下，用户一般需要作出各种操作选择，本实施方式通过分析其实时场景，则可以智能判断用户可能会进行的操作选择，将这些可能的操作选择通过场景信息的方式提示给用户，方便用户简单快捷处理，避免影响行车安全。

本申请的其中一种实施方式，所述处理器21根据预定义规则集分析所述实时场景数据以得到对应的场景模型，具体可以根据预定义规则集利用机器学习的算法模型分析所述实时场景数据以得到对应的场景模型。值得一提的是，本实施方式为了解决现有自动建议难以适合用户的需求的问题，而采用机器学习的算法模型，能够给用户提供更加智能、可行的操作选择，而且采用机器学习的算法，能够自动进行更新、修正或者替换，保证算法模型的可信度。

此外，为了针对不同的用户实现个性化的定制需求，本实施方式所述处理器21根据所述场景模型处理得到与所述当前用户适配的场景信息，具体还可以获取所述当前用户的用户数据，根据所述场景模型和所述用户数据进行综合处理；根据综合处理的结果提供可供所述当前用户决策的场景信息。

举例而言，所述当前用户的用户数据，可以包括用户的兴趣、习惯、年龄、驾龄、性别、职业甚至家庭情况等，通过这些用户数据，可以对所述用户进行深层次的分析，而分析得到所述用户可能的操作选择，使之实现与用户的量身定制，满足用户的特殊需求。

需要说明的是，本实施方式所述处理器21根据预定义规则集分析所述实时场景数据以得到对应的场景模型，具体可以通过人工智能AI场景化规则引擎根据预定义规则集分析所述实时场景数据。其中，所述人工智能AI场景化规则引擎可以架设在车机设备，也可以架设在云服务器，甚至可以架设到与车机设备相连接的手机上。

值得一提的是，本实施方式的所述预定义规则集可以存储于云服务器，所述预定义规则集具体可以包括简单规则和复杂规则。

举例而言，所述简单规则可以供云服务器的云端AI服务模块识别并可量化，而所述复杂规则可以为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。

进一步而言，所述预定义规则集，还可以用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。比如，在提供场景信息给用户进行操作选择之后，如果用户没有采取而且存在更加合理的操作，那么，就会根据更加合理的操作更新规则，并同步在预定义规则集进行更新。

在具体的实施例中，所述场景信息可以包括：建议所述当前用户进行空调调节、收音机开关、电台选择、是否通过蓝牙耳机接听电话、行车路线选择、日程安排、车速调节、车距调节、换道、超车、刹车、注意碰撞、注意车道红绿灯、注意前后车车速协同、注意行车环境变更和控制驾车情绪。

需要说明的是，在技术逐渐实现自动化的发展趋势中，除了可以供用户选择操作，本实施方式还可以通过无人驾驶或者其他方式自动执行操作策略，具体而言，本实施方式所述将所述场景信息推送给所述当前用户，还可以获取所述当前用户根据所述场景信息所作的操作反馈，在所述操作反馈为确认时，自动执行相应的控制策略。

本申请能够自动分析判断用户的数据、兴趣爱好和习惯，并能结合实时场景，向用户智能化提示包括行车信息、车辆参数设置、车辆操作甚至日常生活行程安排等，能够较大限度上满足用户的个性化需求，改善用户体验。

本申请还提供一种车辆，所述车辆可以配置有上述的车机设备，所述车辆可以为人工驾驶车辆或者无人驾驶车辆。

需要说明的是，本实施方式车机设备、车辆和云服务器均可以采用WIFI技术或5G技术等，比如利用5G车联网网络实现彼此的网络连接，本实施方式所采用的5G技术可以是一个面向场景化的技术，本申请利用5G技术对车辆起到关键的支持作用，其同时实现连接人、连接物或连接车辆，其具体可以采用下述三个典型应用场景组成。

第一个是eMBB(Enhance Mobile Broadband，增强移动宽带)，使用户体验速率在0.1～1gpbs，峰值速率在10gbps，流量密度在10Tbps/km2；

第二个超可靠低时延通信，本申请可以实现的主要指标是端到端的时间延迟为ms(毫秒)级别；可靠性接近100％；

第三个是mMTC(海量机器类通信)，本申请可以实现的主要指标是连接数密度，每平方公里连接100万个其他终端，10^6/km2。

通过上述方式，本申请利用5G技术的超可靠、低时延时的特点，结合比如雷达和摄像头等就可以给车辆提供显示的能力，可以跟车辆实现互动，同时利用5G技术的交互式感知功能，用户可以对外界环境做一个输出，不光能探测到状态，还可以做一些反馈等。进一步而言，本申请还可以应用到自动驾驶的协同里面，比如车辆编队等。

此外，本申请还可以利用5G技术实现通信增强自动驾驶感知能力，并且可以满足车内乘客对AR(增强现实)/VR(虚拟现实)、游戏、电影、移动办公等车载信息娱乐，以及高精度的需求。本申请可以实现厘米级别的3D高精度定位地图的下载量在3～4Gb/km，正常车辆限速120km/h(千米/时)下每秒钟地图的数据量为90Mbps～120Mbps(兆比特每秒)，同时还可以支持融合车载传感器信息的局部地图实时重构，以及危险态势建模与分析等。

在本申请中，上述车机设备可以使用到具备车辆TBOX的车辆系统中，其还可以连接到车辆的CAN总线上。

在本实施方式中，CAN可以包括三条网络通道CAN_1、CAN_2和CAN_3，车辆还可以设置一条以太网网络通道，其中三条CAN网络通道可以通过两个车联网网关与以太网网络通道相连接，举例而言，其中CAN_1网络通道包括混合动力总成系统，其中CAN_2网络通道包括运行保障系统，其中CAN_3网络通道包括电力测功机系统，以太网网络通道包括高级管理系统，所述的高级管理系统包括作为节点连接在以太网网络通道上的人-车-路模拟系统和综合信息采集单元，所述的CAN_1网络通道、CAN_2网络通道与以太网网络通道的车联网网关可以集成在综合信息采集单元中；CAN_3网络通道与以太网网络通道的车联网网关可以集成在人-车-路模拟系统中。

进一步而言，所述的CAN_1网络通道连接的节点有：发动机ECU、电机MCU、电池BMS、自动变速器TCU以及混合动力控制器HCU；CAN_2网络通道连接的节点有：台架测控系统、油门传感器组、功率分析仪、瞬时油耗仪、直流电源柜、发动机水温控制系统、发动机机油温度控制系统、电机水温控制系统以及发动机中冷温度控制系统；CAN_3网络通道连接的节点有：电力测功机控制器。

优选的所述的CAN_1网络通道的速率为250Kbps，采用J1939协议；CAN_2网络通道的速率为500Kbps，采用CANopen协议；CAN_3网络通道的速率为1Mbps，采用CANopen协议；以太网网络通道的速率为10/100Mbps，采用TCP/IP协议。

在本实施方式中，所述车联网网关支持5G技术的5G网络，其还可以配备有IEEE802.3接口、DSPI接口、eSCI接口、CAN接口、MLB接口、LIN接口和/或I2C接口。

在本实施方式中，比如，IEEE802.3接口可以用于连接无线路由器，为整车提供WIFI网络；DSPI(提供者管理器组件)接口用于连接蓝牙适配器和NFC(近距离无线通讯)适配器，可以提供蓝牙连接和NFC连接；eSCI接口用于连接4G/5G模块，与互联网通讯；CAN接口用于连接车辆CAN总线；MLB接口用于连接车内的MOST(面向媒体的系统传输)总线，LIN接口用于连接车内LIN(局域互联网络)总线；IC接口用于连接DSRC(专用短程通讯)模块和指纹识别模块。此外，本申请可以通过采用MPC5668G芯片对各个不同协议进行相互转换，将不同的网络进行融合。

此外，本实施方式车辆TBOX系统(Telematics-BOX)，简称车载TBOX或远程信息处理器。

本实施方式Telematics为远距离通信的电信(Telecommunications)与信息科学(Informatics)的合成，其定义为通过内置在车辆上的计算机系统、无线通信技术、卫星导航装置、交换文字、语音等信息的互联网技术而提供信息的服务系统。简单的说就通过无线网络将车辆接入互联网(车联网系统)，为车主提供驾驶、生活所必需的各种信息。

此外，本实施方式Telematics是无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合，当车辆行驶当中出现故障时，通过无线通信连接服务中心，进行远程车辆诊断，内置在发动机上的计算机可以记录车辆主要部件的状态，并随时为维修人员提供准确的故障位置和原因。通过用户通讯终端接收信息并查看交通地图、路况介绍、交通信息、安全与治安服务以及娱乐信息服务等，另外，本实施方式的车辆还可以在后座设置电子游戏和网络应用。不难理解，本实施方式通过Telematics提供服务，可以方便用户了解交通信息、临近停车场的车位状况，确认当前位置，还可以与家中的网络服务器连接,及时了解家中的电器运转情况、安全情况以及客人来访情况等等。

本实施方式车辆还可设置ADAS(Advanced Driver Assistant System，先进驾驶辅助系统)，其可以利用安装于车辆上的上述各种传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性。对应地，本申请ADAS还可以采用雷达、激光和超声波等传感器，可以探测光、热、压力或其它用于监测车辆状态的变量，通常位于车辆的前后保险杠、侧视镜、驾驶杆内部或者挡风玻璃上。不难看出，上述ADAS功能所使用的各种智能硬件，均可以通过以太网链路的方式接入车联网系统实现通信连接、交互。

本实施方式车辆的主机可包括适当的逻辑器件、电路和/或代码以用于实现OSI模型(Open System Interconnection，开放式通信系统互联参考模型)上面五层的运行和/或功能操作。因此，主机会生成用于网络传输的数据包和/或对这些数据包进行处理，并且还会对从网络接受到的数据包进行处理。同时，主机可通过执行相应指令和/或运行一种或多种应用程序来为本地用户和/或一个或多个远程用户或网络节点提供服务。在本申请的不同实施方式中，主机可采用一种或多种安全协议。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请,任何熟悉本专业的技术人员，在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。

Claims (10)

1.一种基于人工智能的场景信息推送方法，其特征在于，所述场景信息推送方法包括步骤：

车机设备获取当前用户所处的实时场景数据；

根据预定义规则集分析所述实时场景数据以得到对应的场景模型；

根据所述场景模型处理得到与所述当前用户适配的场景信息；

将所述场景信息推送给所述当前用户。

2.根据权利要求1所述的场景信息推送方法，其特征在于，所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体包括：

根据预定义规则集利用机器学习的算法模型分析所述实时场景数据以得到对应的场景模型。

3.根据权利要求2所述的场景信息推送方法，其特征在于，所述根据所述场景模型处理得到与所述当前用户适配的场景信息的步骤，具体包括：

获取所述当前用户的用户数据，根据所述场景模型和所述用户数据进行综合处理；

根据综合处理的结果提供可供所述当前用户决策的场景信息。

4.根据权利要求1所述的场景信息推送方法，其特征在于，所述根据预定义规则集分析所述实时场景数据以得到对应的场景模型的步骤，具体包括：

通过人工智能AI场景化规则引擎根据预定义规则集分析所述实时场景数据。

5.根据权利要求4所述的场景信息推送方法，其特征在于，所述预定义规则集存储于云服务器，所述预定义规则集包括：

简单规则，所述简单规则供云服务器的云端AI服务模块识别并可量化；

复杂规则，所述复杂规则为通过云服务器的云端AI服务模块进行大数据组设计得到的算法模型。

6.根据权利要求5所述的场景信息推送方法，其特征在于，所述预定义规则集，还用于根据不同的场景定义，进行部分或全部规则的更新、迭代与替换。

7.根据权利要求1-6任一项所述的场景信息推送方法，其特征在于，所述场景信息包括：建议所述当前用户进行空调调节、收音机开关、电台选择、是否通过蓝牙耳机接听电话、行车路线选择、日程安排、车速调节、车距调节、换道、超车、刹车、注意碰撞、注意车道红绿灯、注意前后车车速协同、注意行车环境变更和控制驾车情绪。

8.根据权利要求7所述的场景信息推送方法，其特征在于，所述将所述场景信息推送给所述当前用户的步骤之后，还包括：

获取所述当前用户根据所述场景信息所作的操作反馈，在所述操作反馈为确认时，自动执行相应的控制策略。

9.一种车机设备，其特征在于，所述车机设备配置有处理器，所述处理器用于执行程序数据，以实现根据权利要求1-8任一项所述的基于人工智能的场景信息推送方法。

10.一种车辆，其特征在于，所述车辆配置有根据权利要求9所述的车机设备。