CN111231948A

CN111231948A - 使用环境噪声的行驶安全控制系统及其控制方法

Info

Publication number: CN111231948A
Application number: CN201911141699.2A
Authority: CN
Inventors: 李东喆; 郑仁秀
Original assignee: Hyundai Motor Co; Kia Motors Corp
Current assignee: Hyundai Motor Co; Kia Corp
Priority date: 2018-11-29
Filing date: 2019-11-20
Publication date: 2020-06-05
Also published as: US10943486B2; DE102019217723A1; US20200175877A1; KR20200072579A; KR102518662B1; JP2020083314A

Abstract

本公开涉及使用环境噪声的行驶安全控制系统及其控制方法。使用环境噪声的行驶安全控制系统可以包括：麦克风，安装在运行车辆中并用于接收环境噪声；以及信号处理控制器，用于将环境噪声与车辆噪声特性数据进行比较，并通过基于人工智能的分析来确定与附近车辆有关的行驶信息。

Description

使用环境噪声的行驶安全控制系统及其控制方法

技术领域

本发明涉及一种使用环境噪声的行驶安全控制系统及其控制方法，并且更具体地，涉及一种通过人工智能分析运行车辆的环境噪声来辅助安全行驶的使用环境噪声的行驶安全控制系统及其控制方法。

背景技术

现今的车辆配备有各种安全装置以辅助驾驶员的安全行驶。

当改变车道时，经常发生行驶车辆的事故。

因此，当驾驶员改变行驶车道时，重要的是要确认从车道后方靠近的附近车辆以改变。

驾驶员利用后视镜识别从其后方靠近的附近车辆。

然而，后视镜具有盲区，在盲区中可能无法识别附近车辆。

盲区指示即使附近车辆靠近我的车辆驾驶员也不知道的区域。

当驾驶员在盲区中未找到车辆并将车道改变为同一车道时，可能导致碰撞事故。

传统上，已经提供了广角侧镜以减小盲区，但是盲区尚未完全消除。

同时，近来已经引入了盲区警告系统，以通过将运动检测传感器附接到车辆的侧面来识别盲区中的车辆。

然而，盲区警告系统是以单独的方式显示后视镜的方法，使得驾驶员检查后视镜并确定是否改变车道。

同时，近年来，自动驾驶汽车技术正在发展。

也就是说，还包括一种技术，该技术在车辆的后视镜上显示闪烁的光，并且同时在驾驶员确定是否改变车道时暂时限制转向同一车道。

然而，这样的常规技术仅限制了自动驾驶车辆中的转向，并且具有不能辅助更主动的自动行驶的限制。

同时，驾驶员不知道从运行车辆的侧方和后方靠近的附近车辆的行驶速度。

驾驶员无法通过后视镜知道附近车辆的靠近速度。

因此，即使驾驶员通过后视镜确定从后方靠近的附近车辆距离较远，但在附近车辆的速度相对于驾驶员车辆的速度相对较快的情况下也存在问题。

在当前情况下，当驾驶员仅由于从后方靠近的附近车辆很远而改变车道时，存在后方碰撞的可能性。

此外，就安全行驶而言，重要的是要知道从后方靠近的附近车辆是轿车还是重型卡车。

在相同状况下，优选的是，因为从后方靠近的附近车辆是大型车辆，所以驾驶员不急于将车道改变为相同的行驶车道。

这是因为在大型车辆的情况下，由于增加了快速制动距离，所以发生后方碰撞的风险较高。

即，与从后方靠近的附近车辆有关的速度信息和与车辆有关的类型信息也是安全行驶的重要因素。

包括在本发明的背景技术部分中的信息仅用于增强对本发明的一般背景的理解，并且不可将其视为本信息构成本领域技术人员已知的现有技术的认可或任何形式的建议。

发明内容

本发明的各个方面旨在提供一种使用环境噪声的行驶安全控制系统及其控制方法。

本发明的各个方面提供了一种使用环境噪声的行驶安全控制系统，其包括麦克风，麦克风安装在运行车辆中并用于接收环境噪声；以及信号处理控制器，用于将环境噪声与车辆噪声特性数据进行比较，并通过基于人工智能的分析来确定与附近车辆有关的行驶信息。

此外，在运行车辆的一个侧面上，至少一对麦克风沿长度方向彼此隔开。

此外，信号处理控制器被配置为通过对环境噪声的声压变化分析来确定附近车辆和运行车辆的相对速度，并且通过环境噪声的频率变化分析来识别附近车辆的类型和发动机类型。

此外，使用环境噪声的行驶安全控制系统还包括控制模块，该控制模块根据与附近车辆有关的行驶信息来控制运行车辆的行驶。

此外，控制模块包括加速器踏板控制单元、刹车制动控制单元和车轮转向控制单元中的至少一个。

此外，信号处理控制器包括LSTM学习算法。

此外，麦克风是定向的。

此外，麦克风分别安装在运行车辆的前、后、右和左。

此外，行驶安全控制系统还包括显示单元，其通过接收行驶期间的运行车辆的行驶状况数据和道路状况数据，可视化与运行车辆相关的信息和与附近车辆相关的行驶信息。

此外，行驶状况数据包括CAN信号、车速和踏板开度、档位以及与行驶期间的道路有关的拥堵信息和限速信息中的至少一项。

此外，显示单元显示以根据附近车辆的预测行驶状态来选择自动行驶和手动操作中的任何一种。

此外，使用环境噪声的行驶安全控制系统还包括图像获取单元，图像获取单元通过使用雷达、照相机和GPS中的至少一个为信号处理控制器提供与附近车辆有关的图像信息。

此外，本发明包括一种使用环境噪声的安全行驶控制方法，该方法包括通过安装在运行车辆中的麦克风来接收环境噪声；以及通过信号处理控制器的人工智能将所接收的环境噪声与车辆噪声特性数据进行比较，从而确定附近车辆的类型，以及通过人工智能对环境噪声的声压变化分析和频率变化分析，确定与附近车辆有关的行驶信息。

此外，安全行驶控制方法还包括根据与附近车辆有关的行驶信息来控制运行车辆的车速和转向中的至少一个。

此外，人工智能包括LSTM学习算法。

此外，确定附近车辆的类型包括通过利用环境噪声的声压变化分析确定运行车辆和附近车辆的相对速度来确定附近车辆是否为加速状态、减速状态和匀速行驶状态中的任何一种。

此外，人工智能被配置为通过频率变化分析来识别附近车辆的类型和发动机类型。

此外，安全行驶控制方法还包括通过显示单元，通过接收行驶期间的运行车辆的行驶状况数据和道路状况数据，来显示与运行车辆相关的可视化信息和与附近车辆相关的行驶信息。

此外，安全行驶控制方法还包括以下步骤：通过图像获取单元使用雷达信息、相机信息和全球定位系统(GPS)信息中的至少一个来接收与附近车辆有关的图像信息来获取图像，以将所接收的图像添加到该确定中。

根据如上所述的本发明的示例性实施例，可以获得以下效果。

首先，可以通过使用运行车辆的环境噪声通过人工智能来确认与附近车辆有关的行驶信息，从而更安全地改变车道。

第二，通过使用人工智能可以了解环境噪声，并通过预测自行车驾驶员或行人以及附近车辆的行为来最大程度地提高行车安全性。

第三，通过使用人工智能对环境噪声进行分析，可以对运行车辆进行主动控制，例如加速、减速、制动和转向。

第四，通过使用人工智能对环境噪声进行分析，可以为驾驶员实时显示周围情况，从而使驾驶员可以选择自动行驶或手动操作，从而可以更安全地进行操作。

本发明的方法和装置具有其他特征和优点，这些特征和优点将从附图或在附图中更详细地阐述，这些附图被并入本文，以及下面的详细描述中，这些附图和描述一起用于解释某些本发明的原理。

附图说明

图1是示出根据本发明的示例性实施例的运行车辆和附近车辆的行驶图形的图。

图2A和图2B是示出根据本发明的示例性实施例的，在第一时刻由附近车辆201产生的环境噪声的声压变化分析曲线图A和在第二时刻由附近车辆202产生的环境噪声的声压变化分析曲线图B的图。

图3A、图3B和图3C是根据本发明的示例性实施例的，示出六缸发动机的第三发动机指令和第六发动机指令的频率分析曲线图A、在第一时刻由附近车辆201产生的环境噪声的频率变化分析曲线图B以及在第二时刻由附近车辆202产生的环境噪声的频率变化分析曲线图C的图。

图4是根据本发明的示例性实施例的控制流程图。

图5是示出根据本发明的各个示例性实施例的基于由信号处理控制器的人工智能实现的车辆噪声大数据的学习过程的图。

图6和图7是根据本发明的示例性实施例的控制算法的流程图。

图8是根据本发明的各个示例性实施例的控制算法的流程图。

可以理解，附图不一定按比例绘制，呈现了示出本发明的基本原理的各种特征的稍微简化的表示。如本文所包括的本发明的特定设计特征(包括例如特定尺寸、方向、位置和形状)将部分地由特定预期的应用和使用环境来确定。

在附图中，贯穿附图的几幅附图，附图标记指代本发明的相同或等同部分。

具体实施方式

现在将详细参考本发明的各个实施例，其示例在附图中示出并且在下面进行描述。尽管将结合本发明的示例性实施例描述本发明，但是应该理解，本说明书并不旨在将本发明限制于那些示例性实施例。另一方面，本发明旨在不仅覆盖本发明的示例性实施例，但是还可以包括各种替代、修改、等同和其他实施例，它们可以包括在由所附权利要求书限定的本发明的精神和范围之内。

可以根据本发明的各个方面进行各种修改和各种实施例，从而使得特定的实施例在附图中示出并且在说明书中详细描述。然而，可以理解的是，这并不旨在将本发明限制为特定的包括形式，而是包括落入本发明的精神和技术范围内的所有修改、等同形式和替代形式。

在描述每个附图中，相同的附图标记用于相同的元件。

术语“第一”、“第二”等可以用于示出不同的组件，但是这些组件可以不受术语的限制。这些术语用于将一个元件与另一个元件区分开。

例如，在不脱离本发明的范围的情况下，第一组件可以被称为第二组件，并且类似地，第二组件也可以被称为第一组件。术语“和/或”包括多个相关列出的项或多个相关列出的项中的任何一个的组合。

除非另有定义，否则本文所使用的包括技术和科学术语在内的所有术语具有与本发明的示例性实施例所属的本领域的普通技术人员通常所理解的相同的含义。

将进一步理解的是，诸如在常用字典中定义的那些术语应另外被解释为具有与它们在相关技术的上下文中的含义一致的含义，并且除非在本申请中明确定义，否则不会以理想化或过于正式的意义进行解释。

根据本发明的示例性实施例的使用环境噪声的行驶安全控制系统包括麦克风和信号处理控制器。

以下描述的运行车辆是指配备有使用本发明示例性实施例的环境噪声的行驶安全控制系统的车辆，并且附近车辆是由其他驾驶员操作并在该运行车辆附近(例如该运行车辆的前、后、右或左)行驶的车辆。

麦克风安装在运行车辆中以接收环境噪声。

环境噪声可包括从附近车辆产生的发动机噪声、附近车辆的行驶道路噪声以及附近车辆的风噪声。

同时，环境噪声可以是由摩托车、自行车或运行车辆周围的行人产生的各种噪声。

信号处理控制器112基于人工智能分析环境噪声，以将其与车辆噪声特性数据进行比较，并确定与附近车辆有关的行驶信息。

即，信号处理控制器112设置有人工智能，并且人工智能可以具有车辆噪声特性数据。

同时，人工智能可以通过学习从麦克风输入的环境噪声来数据库化。

车辆噪声特性数据可包括根据车辆的大小、发动机类型和发动机种类的各种信息。

例如，它们包括车辆是轿车还是卡车、大型车辆还是小型车辆等。

同时，在其中包括根据车辆的发动机类型是柴油还是汽油，发动机排量是多少，发动机的气缸数是4缸、6缸、8缸或12缸的车辆噪声特性数据。

信号处理控制器112可以通过对环境噪声的声压变化分析来确定附近车辆和运行车辆的相对速度，并且可以通过对环境噪声的频率变化分析来识别附近车辆的类型及其发动机类型。

至少一对麦克风可以被设置为在运行车辆的一个侧面上沿着纵向方向彼此间隔开。

麦克风可以分别安装在运行车辆100的前、后、右和左。

麦克风可以优选地是定向的。

图1中箭头的方向是车辆的前方。

参照图1，麦克风被设置为使得一对第一麦克风111和第二麦克风121在运行车辆100的右侧表面和/或左侧表面上沿着纵向方向彼此间隔开。

在第一时刻的运行车辆100和附近车辆201沿彼此平行的方向笔直地行驶，并且以下的表达方式表示在第一时刻的运行车辆100和附近车辆201彼此靠近而不是彼此接触。

第二麦克风121设置在运行车辆100的右前侧和/或左前侧，并且第一麦克风111设置在运行车辆100的右后侧和/或左后侧。

运行车辆100在行驶速度恒定的状态下直线行驶。

在第一时刻的附近车辆201在超越运行车辆100之前，并且在第二时刻的附近车辆202通过超越运行车辆100而加速。

在第一时刻的附近车辆201和在第二时刻的附近车辆202是相同的附近车辆。

在第一时刻的附近车辆201在运行车辆100行驶的车道的右侧车道中，从运行车辆100的后方靠近运行车辆100。

即，当第一时刻的附近车辆201的速度比运行车辆100的速度快时，第一时刻的附近车辆201将在预定时间之后超越运行车辆100。

第一麦克风111在第一时刻收集从附近车辆201产生的环境噪声。

假设通过在第一时刻之后的第二时刻超越运行车辆100，第二时刻的附近车辆202正在加速。

第二麦克风121在第二时刻收集从附近车辆202产生的环境噪声。

控制模块122接收与附近车辆有关的行驶信息，并控制加速踏板或制动踏板或方向盘以使运行车辆行驶。显示单元123通过接收数据来可视化与情况状况有关的信息，并显示以选择自动行驶和手动操作中的任何一种。图像获取单元113通过接收数据来生成图像信息，并将该图像信息提供给信号处理控制器112。

将参考分析由此收集的环境噪声的结果进行描述。

第一麦克风111在时刻Tl和时刻T2接收环境噪声，且第二麦克风121在时刻T3和时刻T4接收环境噪声。

即，时刻Tl和时刻T2是第一时刻的附近车辆201从运行车辆100的后方靠近运行车辆100时的时刻，以及时刻T3和时刻T4是在超越运行车辆100之后的在第一时刻的附近车辆201加速时的时刻。

在时刻T1，当在第一时刻的附近车辆201靠近运行车辆100的后方时，输入到第一麦克风111的声压增加，并且在第一时刻的附近车辆201加速，从而增加了待测发动机的RPM。

在时刻T2，随着第一时刻的附近车辆201的超车而使发动机RPM瞬时减小并且然后再次增大，并且输入到第一麦克风111的声压减小。

在时刻T3，当第二时刻的附近车辆202调度加速器时，发动机RPM瞬时降低，并且然后随着档位的改变而再次升高，并且接收到第二麦克风121的声压逐渐增大。

在时刻T4，当第二时刻的附近车辆202继续调度加速器时，第二时刻的附近车辆202的发动机RPM线性增加，并且接收到第二麦克风121中的声压增加。

发动机RPM的曲线图可根据附近车辆的加速踏板的开度的变化而变化。

发动机指令是指RPM和曲轴频率的比例常数。

即，发动机指令是指示曲轴每秒旋转多少次的指标。

例如，第三发动机指令指示由于曲轴旋转三次时的顺序而引起的发动机噪声，且第六发动机指令指示由于曲轴旋转六次时而产生的发动机噪声。

在图3A中，显示了六缸发动机的第三发动机指令和第六发动机指令组件。

信号处理控制器112通过在时刻T1和时刻T2通过第一麦克风111收集的环境噪声对运行车辆100的右后噪声数据进行频率分析。

因此，可以提取在第一时刻与附近车辆201有关的加速度水平和变速信息。

信号处理控制器112通过在时刻T3和时刻T4通过第二麦克风121收集的环境噪声对运行车辆100的右前噪声数据执行频率分析。

因此，可以提取在第二时刻与附近车辆202有关的加速度水平和变速信息。

与如此提取的附近车辆有关的行驶信息被提供给控制模块122，用于支持运行车辆的安全运行。

即，控制模块122根据与附近车辆有关的行驶信息来控制运行车辆的行驶。

控制模块122可以包括加速踏板控制单元、刹车制动控制单元和车轮转向控制单元中的至少一个。

信号处理控制器112可以包括LSTM(长短期记忆)学习算法。

显示单元123可以通过接收行驶期间的运行车辆的行驶状况数据和道路状况数据来可视化与运行车辆有关的信息和与附近车辆有关的行驶信息。

显示单元123还可显示以根据附近车辆的预测行驶状态选择自动行驶和手动操作中的任何一种。

驾驶员可以在观看显示在显示单元123上的附近车辆的行驶状态的同时选择是保持自动行驶还是切换到手动操作。

行驶状况数据可以包括CAN信号、车速和踏板开度、档位以及与行驶期间的道路有关的拥堵信息和限速信息中的至少一个。

本发明的另一示例性实施例可以进一步包括图像获取单元113。

图像获取单元113通过使用雷达、照相机和GPS中的至少一个，向信号处理控制器112提供与附近车辆有关的图像信息。

因此，信号处理控制器112可以通过使用与附近车辆有关的图像信息以及与附近车辆有关的环境噪声信息来更准确地分析和预测附近车辆的行驶状况来提供。

接下来，将描述根据本发明的示例性实施例的使用环境噪声的安全行驶控制方法。

图4是根据本发明的示例性实施例的控制流程图，图5是示出根据本发明的示例性实施例的人工智能学习过程的图以及图6和图7是根据本发明的示例性实施例的控制算法的流程图。

参照图5，信号处理控制器112的人工智能执行车辆类型信息块和车辆噪声信息块的过程，并且然后通过深度学习算法的数据处理块和深度学习算法的算法块的过程，得出基于车辆噪声大数据的人工智能学习结果。

例如，车辆类型信息块处理轿车、卡车、大型车辆、小型车辆、柴油发动机和汽油发动机的区分步骤。车辆噪声信息块处理车辆噪声数据的匹配步骤，从而将噪声分类划分为车辆类型、发动机排量、发动机的汽缸数之间的差异。数据处理块处理在行驶时收集的环境噪声数据的输入数据识别步骤，以及基于大数据通过输入数据处理确定的车辆类型/发动机类型的输出步骤。该算法模块使用长短期记忆(LSTM)的学习算法处理随时间变化的车辆噪声数据的分析，以及根据环境噪声的学习结果处理车辆类型、发动机速度、车速和突然行驶的数据构建步骤。

参照图6和图7，信号处理控制器112包括输入装置、算法装置和输出装置。

输入装置包括：噪声信号提取器311，其通过安装在运行车辆中的麦克风来提取环境噪声信号；运行车辆数据检测器312，其检测行驶期间的行驶状况信息；以及图像获取器321，其接收与附近车辆有关的图像信息，以将接收到的图像添加到该确定中。

该算法装置包括确定附近车辆的类型的附近车辆识别器411；确定与附近车辆有关的行驶信息的车辆行驶识别器412；预测后方车辆行驶的后方车辆预测器413；预测左右车辆行驶的侧方车辆预测器414；预测前方车辆行驶的前方车辆预测器415；显示运行车辆的显示器416；接收运行车辆的行驶状态数据和行驶中的道路状况数据的行驶信息预测器417；选择自动行驶操作或手动操作选项模式的选项选择器418；从获取图像中确定车辆的类型的车辆识别器421；实时分析速度和与附近车辆有关的信息的实时分析器422；预测行驶状况的状况预测器423；以及识别附近车辆的相对速度的变化的情况识别器424。

输出装置包括控制选择器510，控制选择器510选择运行车辆的车速和转向中的至少之一。

输入S1通过使用噪声信号提取器311通过安装在运行车辆中的麦克风提取环境噪声信号。

确定S2通过使用附近车辆识别器411将通过人工智能输入的环境噪声与车辆噪声特性数据进行比较来确定附近车辆的类型，并通过使用车辆行驶识别器412通过声压变化分析和环境噪声的频率变化分析确定与附近车辆有关的行驶信息。在当前步骤中，涉及车辆类型信息块和车辆噪声信息块。

麦克风可以分别安装在运行车辆的前、后、右和左。

通过使用从每个麦克风输入的环境噪声，人工智能可以执行后方车辆预测器413的后方车辆行驶预测，侧方车辆预测器414的左右车辆行驶预测以及使用前方车辆预测器415的前方车辆行驶预测。

人工智能可以包括LSTM学习算法，并通过频率变化分析来识别附近车辆的类型和发动机类型。

确定S2通过环境噪声的声压变化分析来确定运行车辆与附近车辆的相对速度，从而确定附近车辆是加速状态、减速状态还是匀速行驶状态中的任一种。在当前步骤中，涉及数据处理块和算法块。

控制S3通过使用在确定S2中提取的控制选择器510，根据与附近车辆有关的行驶信息来控制运行车辆的车速和转向中的至少一个。

通过使用显示器416的显示可以通过使用运行车辆数据检测器312接收运行车辆的行驶状况数据和行驶期间的道路状况数据，预测和可视化行驶信息预测器417的与运行车辆有关的信息以及与附近车辆有关的行驶信息。

当前，驾驶员可以选择为此显示和提供的选项选择器418的自动行驶操作或手动操作选项模式。

同时，运行车辆数据检测器312的行驶状况数据可以包括CAN(控制器区域网络)信号、车速和踏板开度、档位以及与行驶中的道路有关的拥堵信息和限速信息中的至少一项。

图8是根据本发明的各个示例性实施例的控制算法的流程图。

获取图像获取器321的图像可以使用雷达信息、相机信息和全球定位系统(GPS)信息中的至少一个来接收与附近车辆有关的图像信息，以将接收到的图像添加到确定S2。

人工智能可以通过获取图像获取器321和车辆识别器421的图像来确定车辆的类型，并通过使用实时分析器422来实时分析速度和与附近车辆有关的信息。

基于该结果，可以使用状况预测器423来预测行驶状况，通过识别情况识别器424与附近车辆的相对速度的变化来识别意外情况，以及通过使用控制选择器510根据与附近车辆有关的行驶信息来控制运行车辆的车速和转向中的至少一个。

为了方便解释和准确地定义所附权利要求，术语“上面”、“下面”、“里面”，“外面”、“上”、“下”、“朝上”，“朝下”、“前面”、“后面”、“背面”、“内侧”、“外侧”、向内、“向外”、“内”、“外”、“内部”、“外部”、“向前”和“向后”用于参考示例性实施例的特征，如在附图中显示的位置来描述。还将理解，术语“连接”或其派生词既指直接连接又指间接连接。

为了说明和描述的目的，已经给出了本发明的特定示例性实施例的前述描述。它们并不旨在穷举或将本发明限制为所公开的精确形式，并且显然，根据上述教导，许多修改和变化是可能的。选择和描述示例性实施例以解释本发明的某些原理及其实际应用，以使本领域的其他技术人员能够制造和利用本发明的各种示例性实施例及其各种替代和修改。本发明的范围旨在由所附的权利要求书及其等同物来限定。

Claims

1.一种使用环境噪声的行驶安全控制系统，所述行驶安全控制系统包括：

麦克风，安装在运行车辆中并接收所述环境噪声；以及

信号处理控制器，被配置为将所述环境噪声与车辆噪声特性数据进行比较，并通过基于人工智能的分析确定与附近车辆有关的行驶信息。

2.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，

其中，包括安装在所述运行车辆中的所述麦克风的至少一对麦克风被配置为在所述运行车辆的侧面上沿着纵向方向彼此间隔开。

3.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，

其中，所述信号处理控制器被配置为通过对所述环境噪声的声压变化分析来确定所述附近车辆和所述运行车辆的相对速度，并且通过所述环境噪声的频率变化分析来识别所述附近车辆的类型和发动机类型。

4.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，还包括控制模块，所述控制模块根据与所述附近车辆有关的所述行驶信息来控制所述运行车辆的行驶。

5.根据权利要求4所述的使用所述环境噪声的行驶安全控制系统，

其中，所述控制模块包括加速器踏板控制器、刹车制动控制器和车轮转向控制器中的至少一个。

6.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，

其中，所述信号处理控制器包括长短期记忆学习算法。

7.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，

其中，所述麦克风是定向的。

8.根据权利要求2所述的使用所述环境噪声的行驶安全控制系统，

其中，所述至少一对麦克风分别安装在所述运行车辆的前、后、右和左。

9.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，还包括：

显示单元，所述显示单元通过接收行驶期间的所述运行车辆的行驶状况数据和道路状况数据，可视化与所述运行车辆相关的信息和与所述附近车辆相关的所述行驶信息。

10.根据权利要求9所述的使用所述环境噪声的行驶安全控制系统，

其中，所述行驶状况数据包括控制器局域网络信号、车速和踏板开度、档位以及与行驶期间的道路有关的拥堵信息和限速信息中的至少一项。

11.根据权利要求10所述的使用所述环境噪声的行驶安全控制系统，

其中，所述显示单元显示以根据所述附近车辆的预测行驶状态选择自动行驶和手动操作中的一种。

12.根据权利要求1所述的使用所述环境噪声的行驶安全控制系统，还包括图像获取单元，所述图像获取单元通过使用雷达、照相机和全球定位系统中的至少一个为所述信号处理控制器提供与所述附近车辆有关的图像信息。

13.一种使用环境噪声的安全行驶控制方法，所述安全行驶控制方法包括：

通过安装在运行车辆中的麦克风接收所述环境噪声；以及

通过人工智能将所接收的环境噪声与车辆噪声特性数据进行比较，确定附近车辆的类型；以及通过所述环境噪声的声压变化分析和频率变化分析，确定与所述附近车辆有关的行驶信息。

14.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，还包括：

根据与所述附近车辆有关的所述行驶信息，控制所述运行车辆的车速和转向中的至少一个。

15.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，

其中，所述人工智能包括长短期记忆学习算法。

16.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，

其中，确定所述附近车辆的所述类型包括通过利用所述环境噪声的所述声压变化分析确定所述运行车辆和所述附近车辆的相对速度来确定所述附近车辆是否处于加速状态、减速状态和匀速行驶状态中的一种。

17.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，

其中，所述人工智能被配置为通过所述频率变化分析来识别所述附近车辆的所述类型和发动机类型。

18.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，还包括：

通过接收行驶期间的所述运行车辆的行驶状况数据和道路状况数据，来显示与所述运行车辆相关的可视化信息和与所述附近车辆相关的所述行驶信息。

19.根据权利要求18所述的使用所述环境噪声的安全行驶控制方法，

20.根据权利要求13所述的使用所述环境噪声的安全行驶控制方法，还包括：

通过使用雷达信息、相机信息和全球定位系统信息中的至少一个来接收与所述附近车辆有关的图像信息，获取图像以将所获取的图像添加到所述确定中。