CN110723153A - 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统 - Google Patents

一种基于环境信息与车辆运动的个性化驾驶习惯学习系统 Download PDF

Info

Publication number
CN110723153A
CN110723153A CN201911052518.9A CN201911052518A CN110723153A CN 110723153 A CN110723153 A CN 110723153A CN 201911052518 A CN201911052518 A CN 201911052518A CN 110723153 A CN110723153 A CN 110723153A
Authority
CN
China
Prior art keywords
driving
information
vehicle
module
personalized
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.)
Pending
Application number
CN201911052518.9A
Other languages
English (en)
Inventor
陈志军
王鑫鹏
吴超仲
程校昭
黄子豪
黄晴
何德鹏
孔旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology (WUT)
Original Assignee
Wuhan University of Technology (WUT)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology (WUT) filed Critical Wuhan University of Technology (WUT)
Priority to CN201911052518.9A priority Critical patent/CN110723153A/zh
Publication of CN110723153A publication Critical patent/CN110723153A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明公开了一种基于环境信息与车辆运动的个性化驾驶习惯学习系统，包括：驾驶操作信息采集模块，用于采集驾驶人的驾驶操作信息和车辆运动信息；交通环境信息采集模块，用于采集车辆行驶时周边的交通环境信息；气象数据采集系统，用于采集气象信息，识别实时天气状况；所述气象信息包括温度、湿度和雨量；规则判断模块，用于判断当前驾驶习惯是否存在高风险驾驶行为，根据判断结果决定是否触发个性化驾驶习惯学习模块；个性化驾驶习惯学习模块，用于学习个性化驾驶习惯，即在不同交通环境和气象环境下学习非高风险驾驶行为下的驾驶习惯。本发明系统可以同时满足安全性和驾驶人个性化需求，有利于智能汽车的个性化辅助决策制定和应用推广。

Description

一种基于环境信息与车辆运动的个性化驾驶习惯学习系统
技术领域
本发明涉及智能汽车技术，尤其涉及一种基于环境信息与车辆运动的个性化驾驶习惯学习系统。
背景技术
由于环境因素会影响人的精神状态和驾驶决策，不同环境下驾驶人的驾驶习惯存在差异。处在非高风险驾驶环境中，驾驶人倾向选择最适宜的驾驶习惯来控制车辆运动。
在传统汽车领域，人与车的关系并不是简单的服务与被服务关系，而是决策控制者与执行者的关系，汽车行驶的方向、速度需要由驾驶人来操控。随着智能车驾驶技术的不断发展，驾驶人也在追求更高层次的体验，更加注重汽车与人的配合关系，即汽车应该更为智能地满足驾驶人的个性化需求。因此自动驾驶习惯不应再局限于单一标准化的驾驶方案，智能车还应学习不同环境下驾驶人的个性化驾驶习惯。现有产品中不能根据外部交通及气象环境定制不同的驾驶方案，无法满足车主的个性化需求，这将降低智能车及其自动驾驶技术在实际中的应用率。
日常行驶过程中，影响驾驶人驾驶操作的因素十分复杂，外部环境信息是影响较为显著的因素之一，它主要包含交通环境及气象环境。由于行车中所处的环境时刻在改变，对驾驶习惯的影响也在改变，因此基于环境信息学习驾驶习惯是十分有必要的。
在技术方面，本系统引入深度学习技术，从收集到的信息中分析提取决策的依据，即环境与车辆运动信息。与传统技术不同，深度学习技术能够自动提取驾驶特征并学习。除此之外，该系统经济可靠，安装简易，在运行过程中不会影响正常驾驶，且在安全的驾驶环境下学习驾驶行为习惯，辅助实现车主的个性化驾驶需求。对智能汽车个性化辅助决策的制定，智能汽车的应用推广有巨大帮助。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于环境信息与车辆运动的个性化驾驶习惯学习系统。
本发明解决其技术问题所采用的技术方案是：一种基于环境信息与车辆运动的个性化驾驶习惯学习系统，包括：
驾驶操作信息采集模块，用于采集驾驶人的驾驶操作信息和车辆运动信息；所述驾驶操作信息包括：油门踏板信息、刹车踏板信息和方向盘转角信息；所述车辆运动信息包括速度信息、加速度信息、位置信息及转向操作信息；
交通环境信息采集模块，用于采集车辆行驶时周边的交通环境信息；所述交通环境信息包括交通指示牌信息和车辆周边交通流信息；
气象数据采集系统，用于采集气象信息，识别实时天气状况；所述气象信息包括温度、湿度和雨量；
规则判断模块，用于判断当前驾驶习惯是否存在高风险驾驶行为，根据判断结果决定是否触发个性化驾驶习惯学习模块；具体如下：
判断车辆压线行驶时间是否超过阈值、判断车辆行驶状态是否违反交通指示牌中指示信息、判断车辆是否超速；若不处于上述状态，则启动个性化驾驶习惯学习模块；
个性化驾驶习惯学习模块，用于学习个性化驾驶习惯，即在不同交通环境和气象环境下学习非高风险驾驶行为下的驾驶习惯，从而满足安全性和驾驶人个性化需求。
按上述方案，所述规则判断模块的判断流程如下：
1)检测车辆压线行驶时间是否超过设定阈值，若是，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
2)判断车辆行驶状态是否违反交通指示牌中指示信息，若是，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
3)若车载雷达检测到在车速超过限定值，且前后车距小于阈值超过5秒，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
4)若当前没有处在步骤1、2、3中的行车状态，则启动个性化驾驶习惯学习模块对驾驶人驾驶习惯进行学习。
本发明产生的有益效果是：本发明系统经济可靠，安装简易，在运行过程中不会影响正常驾驶，且在安全的驾驶环境下学习驾驶行为习惯，辅助实现车主的个性化驾驶需求。对智能汽车个性化辅助决策的制定，智能汽车的应用推广有巨大帮助。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的系统结构示意图；
图2是本发明实施例的工作流程示意图；
图3是本发明实施例的信息采集模块工作流程图；
图4是本发明实施例的规则判断模块工作流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，一种基于环境信息与车辆运动的个性化驾驶习惯学习系统包括：驾驶人操作信息采集模块，用于采集驾驶人的驾驶操作信息；交通环境信息采集模块，用于采集车辆行驶时周边的交通环境信息；气象数据采集系统，用于采集气象信息，识别实时天气状况；规则判断模块，用于判断当前驾驶习惯是否存在高风险驾驶行为，从而决定是否进行学习；个性化驾驶习惯学习模块，用于学习个性化驾驶习惯。
当车辆启动时，本装置启动。驾驶人操作信息采集模块、交通环境信息采集模块和气象数据采集系统同时开始工作，采集驾驶人驾驶操作参数、周围交通环境参数及气象数据。
所述驾驶人操作信息采集模块包括油门踏板传感器、刹车踏板传感器和方向盘转角传感器。
所述驾驶人操作信息采集模块中的油门踏板传感器用来采集驾驶人踩踏油门深度和速度参数，刹车踏板传感器用来采集驾驶人踩踏油门深度和速度参数，方向盘转角传感器用来采集驾驶人扭转方向盘的角度和速度参数，各参数中包含驾驶人的驾驶操作习惯。
所述交通环境信息采集模块包含：摄像头、车载雷达，用于采集周边交通环境信息，包括车道线、交通指示牌信息、周围车辆距离参数。
所述气象数据采集系统包含温度传感器、湿度传感器和雨量检测器，用于采集车外温度、湿度和降雨量参数。
所述气象数据采集系统，采集到温度、湿度和降雨量参数后，与交通环境信息按时间序列同步。
所述规则判断模块用于处理交通环境信息以及驾驶人操作信息，判断当前驾驶操作是否存在高风险行车状态，从而决定是否对驾驶习惯进行学习。
若摄像头检测到车辆压线行驶超过5秒钟，或车辆行驶状态违反交通指示牌中指示信息，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块。
若车载雷达检测到在车速超过限定值，且前后车距小于阈值超过5秒，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块。
若当前处在非高风险行车状态，则启动个性化驾驶习惯学习模块对驾驶人驾驶习惯进行学习。
所述个性化驾驶习惯学习模块，采用深度学习技术，学习交通环境参数和气象环境参数到驾驶人操作参数的映射。
所述个性化驾驶习惯学习模块，在学习时长达到100小时后，每多学习2小时，对比学习结果和驾驶人真实操作参数差距，若学习结果达到一定精度，则学习结束，否则继续学习。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种基于环境信息与车辆运动的个性化驾驶习惯学习系统，其特征在于，包括：
驾驶操作信息采集模块，用于采集驾驶人的驾驶操作信息和车辆运动信息；所述驾驶操作信息包括：油门踏板信息、刹车踏板信息和方向盘转角信息；所述车辆运动信息包括速度信息、加速度信息、位置信息及转向操作信息；
交通环境信息采集模块，用于采集车辆行驶时周边的交通环境信息；所述交通环境信息包括交通指示牌信息和车辆周边交通流信息；
气象数据采集系统，用于采集气象信息，识别实时天气状况；所述气象信息包括温度、湿度和雨量；
规则判断模块，用于判断当前驾驶习惯是否存在高风险驾驶行为，根据判断结果决定是否触发个性化驾驶习惯学习模块；具体如下：
判断车辆压线行驶时间是否超过阈值、判断车辆行驶状态是否违反交通指示牌中指示信息、判断车辆是否超速；若不处于上述状态，则启动个性化驾驶习惯学习模块；
个性化驾驶习惯学习模块，用于学习个性化驾驶习惯，即在不同交通环境和气象环境下学习非高风险驾驶行为下的驾驶习惯，从而满足安全性和驾驶人个性化需求。
2.根据权利要求1所述的基于环境信息与车辆运动的个性化驾驶习惯学习系统，其特征在于，所述规则判断模块的判断流程如下：
1)检测车辆压线行驶时间是否超过设定阈值，若是，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
2)判断车辆行驶状态是否违反交通指示牌中指示信息，若是，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
3)若车载雷达检测到在车速超过限定值，且前后车距小于阈值超过5秒，则向驾驶人发出提示，并拒绝启动个性化驾驶学习模块；
4)若当前没有处在步骤1)、2)和3)中的行车状态，则判定当前处在非高风险行车状态，启动个性化驾驶习惯学习模块对驾驶人驾驶习惯进行学习。
CN201911052518.9A 2019-10-31 2019-10-31 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统 Pending CN110723153A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911052518.9A CN110723153A (zh) 2019-10-31 2019-10-31 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911052518.9A CN110723153A (zh) 2019-10-31 2019-10-31 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统

Publications (1)

Publication Number Publication Date
CN110723153A true CN110723153A (zh) 2020-01-24

Family

ID=69222680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911052518.9A Pending CN110723153A (zh) 2019-10-31 2019-10-31 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统

Country Status (1)

Country Link
CN (1) CN110723153A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113954844A (zh) * 2021-10-15 2022-01-21 南通漫行信息科技有限公司 一种智能汽车人机驾驶模式切换系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008120288A (ja) * 2006-11-14 2008-05-29 Aisin Aw Co Ltd 運転支援装置
CN104590274A (zh) * 2014-11-26 2015-05-06 浙江吉利汽车研究院有限公司 一种驾驶行为自适应系统及驾驶行为自适应方法
JP2015089801A (ja) * 2013-11-07 2015-05-11 株式会社デンソー 運転制御装置
DE102015210630A1 (de) * 2014-06-13 2015-12-17 Hyundai Mobis Co., Ltd. System und Verfahren zum Handhaben eines Fahr-Gefahrenindexes für ein Fahrzeug
US20160187880A1 (en) * 2014-12-25 2016-06-30 Automotive Research & Testing Center Driving control system and dynamic decision control method thereof
CN108986545A (zh) * 2018-08-16 2018-12-11 武汉理工大学 基于v2v的个性化驾驶诱导系统
CN109032144A (zh) * 2018-08-21 2018-12-18 武汉理工大学 一种基于大数据的驾驶人个性化驾驶特性学习系统
CN109177978A (zh) * 2018-08-21 2019-01-11 武汉理工大学 一种驾驶人驾驶习惯学习装置
CN110337394A (zh) * 2017-02-23 2019-10-15 松下知识产权经营株式会社 信息处理系统、信息处理方法、程序以及记录介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008120288A (ja) * 2006-11-14 2008-05-29 Aisin Aw Co Ltd 運転支援装置
JP2015089801A (ja) * 2013-11-07 2015-05-11 株式会社デンソー 運転制御装置
DE102015210630A1 (de) * 2014-06-13 2015-12-17 Hyundai Mobis Co., Ltd. System und Verfahren zum Handhaben eines Fahr-Gefahrenindexes für ein Fahrzeug
CN104590274A (zh) * 2014-11-26 2015-05-06 浙江吉利汽车研究院有限公司 一种驾驶行为自适应系统及驾驶行为自适应方法
US20160187880A1 (en) * 2014-12-25 2016-06-30 Automotive Research & Testing Center Driving control system and dynamic decision control method thereof
CN110337394A (zh) * 2017-02-23 2019-10-15 松下知识产权经营株式会社 信息处理系统、信息处理方法、程序以及记录介质
CN108986545A (zh) * 2018-08-16 2018-12-11 武汉理工大学 基于v2v的个性化驾驶诱导系统
CN109032144A (zh) * 2018-08-21 2018-12-18 武汉理工大学 一种基于大数据的驾驶人个性化驾驶特性学习系统
CN109177978A (zh) * 2018-08-21 2019-01-11 武汉理工大学 一种驾驶人驾驶习惯学习装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113954844A (zh) * 2021-10-15 2022-01-21 南通漫行信息科技有限公司 一种智能汽车人机驾驶模式切换系统
CN113954844B (zh) * 2021-10-15 2022-07-26 南通漫行信息科技有限公司 一种智能汽车人机驾驶模式切换系统

Similar Documents

Publication Publication Date Title
EP3533681B1 (en) Method for detecting safety of driving behavior, apparatus and storage medium
CN108657189B (zh) 基于bp神经网络和安全距离移线工况自动驾驶转向系统及其控制方法
CN107640154B (zh) 新手司机驾驶辅助系统
CN108995654B (zh) 一种驾驶员状态识别方法及系统
CN108428343B (zh) 一种多车驾驶行为分析和危险预警方法及系统
CN104477167B (zh) 一种智能驾驶系统及其控制方法
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和系统
CN109760678B (zh) 一种汽车自适应巡航系统的限速方法
CN109145719B (zh) 一种驾驶员疲劳状态识别方法及系统
CN102859568B (zh) 基于影像的智能机动车控制系统
CN110533958A (zh) 车辆变道提醒方法及系统
US11912286B2 (en) Driving risk identification model calibration method and system
CN104527427A (zh) 基于行车录像仪的限速标识识别及车速控制方法及系统
CN111391856A (zh) 汽车自适应巡航的前方弯道检测系统及方法
CN103057470A (zh) 一种车辆违章压线预先提示装置及其提示方法
CN105774815A (zh) 一种高适应性人机交互型智能泊车方法
CN208393354U (zh) 基于bp神经网络和安全距离移线工况自动驾驶转向系统
CN113386778B (zh) 一种基于车辆行驶轨迹数据的急减速驾驶行为判定方法
CN107745710A (zh) 一种基于机器视觉与机器学习的自动泊车方法及系统
CN110126730A (zh) 车辆变道提醒方法及系统
CN112644478B (zh) 一种泊车控制方法和装置
CN110780358A (zh) 自动驾驶天气环境认知的方法、系统、计算机可读存储介质及车辆
CN113147752A (zh) 一种无人驾驶方法及系统
CN112606831A (zh) 一种用于客车的防碰撞警示信息对外交互方法及系统
CN113920485A (zh) 一种基于大数据的车载道路坑洼提醒方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124

RJ01 Rejection of invention patent application after publication