CN111422202A - 智能驾驶考试评判方法 - Google Patents

Abstract

本发明涉及一种智能驾驶考试评判方法，该方法包括信息获取步骤、数据处理步骤和车载控制步骤，在信息获取步骤中，通过利用车载传感器实时感知并采集学员的驾驶行为数据并通过数据处理步骤中的车载计算装置对所采集的数据进行计算处理，并与预设的驾考规则库中的驾驶行为数据进行对比，得出对比结果根据对比结果判定学员的驾驶行为是否合格，在不合格时，由车载计算装置规划出安全路径并通过车载控制步骤中的车载控制装置控制车辆驶向安全路径的终点，实现了在驾驶考试中对容易受考官个人主观因素影响的考试科目评判的客观性，提高了驾考的公平性，并实现了对驾考车辆的安全控制，减少由驾驶培训与考试车辆引发的交通事故，保障道路行车安全。

Description

智能驾驶考试评判方法

技术领域

本发明属于驾驶考试车辆领域，具体涉及一种智能驾驶考试评判方法。

背景技术

我国机动车驾驶培训与考试车辆超过100万辆，每年新增机动车驾驶人超千万。近年来，发生了数起在公共道路由驾驶培训与考试车辆引发的交通事故，多为新手驾驶员误操作导致，驾考车辆成为影响当前道路行车安全的一大隐患。

目前，针对封闭场景的科目二考试以及公共道路科目三考试，已经开发出采用高精度定位进行考试评判的系统；然而针对公共道路驾驶考试科目三，仍有许多考试评判项目须由考官随车进行评判，评判结果受个人主观因素影响，且存在徇私舞弊的可能。

发明内容

针对上述现有技术存在的公共道路驾驶考试科目三的许多考试评判项目的评判结果受考官个人主观因素的影响，且存在徇私舞弊的可能并且驾考车辆影响当前道路行车安全的技术问题，本发明提供一种智能驾驶考试评判方法，该方法通过利用车载传感器实时感知并采集学员的驾驶行为数据并将驾驶行为数据传输到车联网终端利用车载计算系统对学员的驾驶行为数据进行实时的计算和分析，对照已有的驾考规则库判断学员的驾驶行为是否合格，实现了对容易受考官个人主观因素影响的考试科目评判的客观性，提高了驾考的公平性，并实现了对驾考车辆的安全控制，减少由驾驶培训与考试车辆引发的交通事故，保障道路行车安全。

本发明的技术方案如下：

一种智能驾驶考试评判方法，所述方法包括如下步骤：

信息获取步骤，由若干车载传感器实时获取学员的驾驶行为数据，并传输至车联网终端；

数据处理步骤，由车载计算装置从车联网终端获取所述驾驶行为数据并与预设的驾考规则库中的驾驶行为数据进行对比，得出对比结果；如果所述对比结果匹配则评判所述学员的驾驶行为合格，则学员继续驾驶进行考试并返回信息获取步骤；如果所述对比结果未匹配则评判所述学员的驾驶行为不合格，车载计算装置根据所述若干车载传感器实时获取的学员的驾驶行为数据规划出安全路径并进入车载控制步骤；

车载控制步骤，由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

进一步地，所述驾驶行为数据包括行驶中的考试车辆周围的机动车的速度和位置信息、非机动车和行人的位置信息、周围的交通信号灯、交通标志信息以及车道线信息。

进一步地，所述车载计算装置根据所述传感器实时获取的学员的驾驶行为数据规划出安全路径，所述安全路径由考试车辆与周围的机动车的相对位置大于预设距离、与非机动车和行人的位置大于预设距离、遵循了周围的交通信号灯、遵循了交通标志信息及车道线信息确定。

进一步地，所述车载控制步骤中，由车载控制装置启动线性制动装置控制考试车辆的制动或加速，启动线控转向装置控制考试车辆的转向。

进一步地，所述数据处理步骤中，在所述对比结果判定为不合格时，实时语音播报“不合格”。

进一步地，所述数据处理步骤中，在所述对比结果判定为合格时，语音不进行实时播报或实时语音播报“合格”，并返回信息获取步骤。

进一步地，所述数据处理步骤中，当车载传感器检测到考试车辆前方存在障碍物，对考试车辆与前方障碍物之间的相对距离实时进行检测，当所述相对距离递减至预设安全避让阈值时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，当考试车辆进行超车操作时，当车载传感器识别检测到考试车辆周围存在机动车，在超车过程中，实时检测考试车辆与周围的机动车之间的相对距离，并分别检测考试车辆与周围的机动车的车速，当周围的机动车的车速大于或等于所述考试车辆的车速时和/或至少一个所述相对距离小于预设安全距离时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，当传感器检测到被超机动车的车速小于所述考试车辆的车速且检测到所述考试车辆与所述被超机动车以及周围机动车之间的相对距离大于预设安全距离时，正常进行超车操作，超车后，实时检测所述考试车辆与所述被超机动车以及周围机动车之间的相对距离，当至少一个所述相对距离小于预设安全距离时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，在识别检测到后方机动车发出的超车信号时，实时检测考试车辆的车速，当所述考试车辆的车速未减速时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，在考试车辆进行变更车道操作时，由车载传感器实时检测考试车辆的车速和周围机动车的车速，并实时检测考试车辆与周围机动车车辆之间的相对距离，当所述考试车辆与至少一个周围机动车车辆之间的相对距离小于预设安全距离时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，由车载传感器对交通信号灯、交通标志、交通标线进行识别和判断，如果判断结果为学员的驾驶行为不符合预设的交通信号灯、交通标志、交通标线的规则则判定所述学员的驾驶行为不合格，则进入车载控制步骤。

进一步地，所述数据处理步骤中，通过GNSS和IMU并结合预设高精度地图定位对学员考试车辆的停放位置进行检测，当检测到学员将考试车辆停放到人行横道、网状线内则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述数据处理步骤中，当车载传感器检测到前车的加速度为负而学员考试车辆的加速度为正则判定所述学员的驾驶行为不合格，进入车载控制步骤。

进一步地，所述若干车载传感器包括摄像头、毫米波雷达、超声波雷达、GNSS和IMU。

本发明的技术效果如下：

本发明提供一种智能驾驶考试评判方法，该方法通过利用车载传感器实时感知并采集学员的驾驶行为数据并将驾驶行为数据传输到车联网终端利用车载计算系统对学员的驾驶行为数据进行实时的计算和分析，对照已有的驾考规则库判断学员的驾驶行为是否合格，当驾驶行为不合格时，由车载控制系统控制驾考车辆驶向安全区域，结束考试，可以有效地提高驾考评判的效率，可以在学员出现不合格驾驶行为的第一时间判断出学员的错误，并实现了对容易受考官个人主观因素影响的考试科目评判的客观性，将评判标准量化，可以有效减少人工评判是出现的主观性错误，提高了驾考的公平性，并实现了对驾考车辆的安全控制，减少由驾驶培训与考试车辆引发的交通事故，保障道路行车安全。

附图说明

图1为本发明智能驾驶考试评判方法的流程图。

图2为本发明智能驾驶考试评判方法的优选流程图。

具体实施方式

为了更清楚的理解本发明的内容，将结合附图和实施例详细说明。

本发明所述智能驾驶考试评判方法对现有的驾驶考试评判方法所存在的缺陷进行了针对性的改进，主要体现在如下三个步骤：信息获取步骤；数据处理步骤；车载控制步骤。

具体地，如图1所示(图1展示出上述三个步骤的具体内容并未标示出上述三个步骤)，信息获取步骤，由若干车载传感器实时获取学员的驾驶行为数据，并传输至车联网终端，具体地，驾驶行为数据包括行驶中的考试车辆周围的机动车的速度和位置信息、非机动车和行人的位置信息、周围的交通信号灯、交通标志信息以及车道线信息；数据处理步骤，由车载计算装置从车联网终端获取所述驾驶行为数据并与预设的驾考规则库中的驾驶行为数据进行对比，得出对比结果；如果所述对比结果匹配则评判所述学员的驾驶行为合格，则学员继续驾驶进行考试并返回信息获取步骤；如果所述对比结果未匹配则评判所述学员的驾驶行为不合格，车载计算装置根据所述若干车载传感器实时获取的学员的驾驶行为数据规划出安全路径并进入车载控制步骤，具体地，车载计算装置根据传感器实时获取的学员的驾驶行为数据规划出安全路径，安全路径由考试车辆与周围的机动车的相对位置大于预设距离、与非机动车和行人的位置大于预设距离、遵循了周围的交通信号灯、遵循了交通标志信息及车道线信息确定，例如，如图2所示，在学员驾驶行为不合格(不符合规则)时进行安全路径的规划，车辆进入自动驾驶模式，在进入自动驾驶模式之前利用车载传感器获取学员的驾驶行为数据，获取考试车辆周边其他车辆的间距和行驶速度，感知交通参与者信息并获取交通参与者、考试车辆自身和周边其他车辆的定位数据，并由车载计算装置对车载传感器获取的驾驶行为数据、考试车辆周边其他车辆的间距和行驶速度、交通参与者信息以及交通参与者、考试车辆自身和周边其他车辆的定位数据进行分析计算，参考上述各指标预设的安全阈值规划出安全的行驶路径，具体为当相邻车辆速度均不超过50Km/h且距离考试车辆均大于50m时，视为是安全的；利用车载传感器感知行人和非机动车的位置，并识别交通信号和交通标志，当识别到前方100m内无行人、非机动车和交通信号灯时视为是安全的；通过定位结合高精度地图，确定车辆安全的停放位置并规划出一条安全的行驶路线将车辆驶向安全路径的终点(即根据规划的安全路径驶向车辆安全的停放位置)，通过安全路径的规划可以使得驾考车辆在安全的环境下驶向安全的停放位置，提高了学员行车的安全性，保障了学员的人身安全；车载控制步骤，由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。此外，在判定学员的驾驶行为不合格时，进行实时的指令提醒，语音播报“不合格”，在判定学员的驾驶行为合格时，可以进行语音播报“合格”，也可以不进行语音播报直接进入下一个考试项目，本发明对在学员的驾驶行为合格时是否进行语音播报不作具体限定。

基于本发明的实施例，本发明提供一种智能驾驶考试评判方法，该方法通过利用车载传感器实时感知并采集学员的驾驶行为数据并将驾驶行为数据传输到车联网终端利用车载计算系统对学员的驾驶行为数据进行实时的计算和分析，对照已有的驾考规则库判断学员的驾驶行为是否合格，当驾驶行为不合格时，由车载控制系统控制驾考车辆驶向安全区域，结束考试，可以有效地提高驾考评判的效率，可以在学员出现不合格驾驶行为的第一时间判断出学员的错误，并实现了对容易受考官个人主观因素影响的考试科目评判的客观性，将评判标准量化，可以有效减少人工评判是出现的主观性错误，提高了驾考的公平性，并实现了对驾考车辆的安全控制，减少由驾驶培训与考试车辆引发的交通事故，保障道路行车安全。

在上述实施例中，若干车载传感器包括摄像头、毫米波雷达、超声波雷达、GNSS和IMU，在车辆中安装车联网终端和车载计算和控制系统。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时地通过摄像头对前方障碍物进行距离判断，并通过毫米波雷达进行距离判断，如果学员没有对此类障碍物进行避让，则判定学员驾驶行为不合格，并进行语音播报，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。具体地，上述障碍物可以是行人、树木、非机动车和机动车中的一种或几种，本发明对此不做具体限定。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对本考试车辆周围其他车辆进行识别，通过毫米波雷达对该考试车辆和周围其他车辆的车速和距离进行判断，通过GNSS和IMU对该考试车辆的位姿进行判断，如果检测到学员在超车时距离其他车辆过近或妨碍其他车辆正常行驶，则判定为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时通过侧向安装的超声波雷达对侧向车辆的间距进行判断，在该间距小于安全间距的情况下判定学员驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对考试车辆周围其他车辆进行识别，通过毫米波雷达对这些车辆进行车速和距离的判断，通过GNSS和IMU对该考试车辆的位姿进行判断，如果检测到学员在行驶回原车道时距离被超车辆的间距小于预设安全距离，或影响其他车辆正常行驶时则判定学员的驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对后车发出的超车信号灯进行识别，如果检测到学员在候车超车时未减速让行(即检测到学员驾驶的考试车辆的加速度一直为正值)，则判定学员的驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

具体地，在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对考试车辆周围的其他车辆进行识别，通过毫米波雷达检测考试车辆与周围其他车辆之间的安全距离，通过GNSS和IMU判断考试车辆的位姿，当检测到学员在变更车道时与相邻任一车辆的间距小于预设安全距离，则判定学员的驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对考试车辆周围的交通信号灯、交通标志、交通标线进行识别和判断，若识别和判断的结果为不符合交通信号灯和/或交通标志和/或交通标线的规则，则判定学员的驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

在该实施例中，在学员驾驶考试车辆过程中，实时通过考试车辆内置驾驶路段的高精度地图结合GNSS和IMU进行考试车辆的高精度定位(GNSS是一种相对精准的定位传感器，但更新频率低，并不能满足实时计算的要求，而惯性传感器的定位误差会随着运行时间增长，但由于其是高频传感器，在短时间内可以提供稳定的实时位置更新，GNSS和IMU结合能融合这两种传感器的优点，各取所长，就可以得到比较实时与精准的定位。姿态的判断更多的是依靠IMU测量物体三轴姿态角及加速度，IMU是惯性测量单元是测量物体三轴姿态角及加速度的装置，GNSS和IMU的组合使用可以得到较高精度的定位，并测得车辆的位置和姿态信息)，判断停车的位置是否在人行横道和网状线内，如果学员将车辆停入人行横道和网状线内，则判定学员的驾驶行为为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

在该实施例中，在学员驾驶考试车辆过程中，实时通过摄像头对前车进行识别，通过毫米波雷达对前车的加速度进行判断，当检测到前车的加速度为负且考车车辆的加速度为正，则判定学员的驾驶行为不合格，并进行语音播报“不合格”，进入自动驾驶模式由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

基于本发明的实施例，通过考试车辆上的传感器对学员的多种类型的驾驶行为进行识别与判断，并将学员的多种驾驶行为数据与驾考规则库中的预设标准驾驶行为数据进行对比分析，在分析结果不匹配时，判定学员的驾驶行为不合格并进行语音播报“不合格”，并将考试车辆驶向规划的安全路径的终点，全面地保护了学员驾驶安全，有效地提高驾考评判的效率，可以在学员出现不合格驾驶行为的第一时间判断出学员的错误，并且有效地提高驾考评判的客观性，将评判标准量化，可以有效减少人工评判时出现的主观性错误，提高驾考的公平性。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种智能驾驶考试评判方法，其特征在于，所述方法包括如下步骤：

信息获取步骤，由若干车载传感器实时获取学员的驾驶行为数据，并传输至车联网终端；

数据处理步骤，由车载计算装置从车联网终端获取所述驾驶行为数据并与预设的驾考规则库中的驾驶行为数据进行对比，得出对比结果；如果所述对比结果匹配则评判所述学员的驾驶行为合格，则学员继续驾驶进行考试并返回信息获取步骤；如果所述对比结果未匹配则评判所述学员的驾驶行为不合格，车载计算装置根据所述若干车载传感器实时获取的学员的驾驶行为数据规划出安全路径并进入车载控制步骤；

车载控制步骤，由车载控制装置启动线性制动装置进行紧急制动并启动线控转向装置将考试车辆按照规划出的安全路径行驶至所述安全路径的终点，结束考试。

2.根据权利要求1所述的方法，其特征在于，所述驾驶行为数据包括行驶中的考试车辆周围的机动车的速度和位置信息、非机动车和行人的位置信息、周围的交通信号灯、交通标志信息以及车道线信息。

3.根据权利要求2所述的方法，其特征在于，所述车载计算装置根据所述传感器实时获取的学员的驾驶行为数据规划出安全路径，所述安全路径由考试车辆与周围的机动车的相对位置大于预设距离、与非机动车和行人的位置大于预设距离、遵循了周围的交通信号灯、遵循了交通标志信息及车道线信息确定。

4.根据权利要求1～3中任一项所述的方法，其特征在于，所述车载控制步骤中，由车载控制装置启动线性制动装置控制考试车辆的制动或加速，启动线控转向装置控制考试车辆的转向。

5.根据权利要求1～3中任一项所述的方法，其特征在于，所述数据处理步骤中，在所述对比结果判定为不合格时，实时语音播报“不合格”。

6.根据权利要求1～3中任一项所述的方法，其特征在于，所述数据处理步骤中，在所述对比结果判定为合格时，语音不进行实时播报或实时语音播报“合格”，并返回信息获取步骤。

7.根据权利要求1～3中任一项所述的方法，其特征在于，所述数据处理步骤中，当车载传感器检测到考试车辆前方存在障碍物，对考试车辆与前方障碍物之间的相对距离实时进行检测，当所述相对距离递减至预设安全避让阈值时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

8.根据权利要求1～3中任一项所述的方法，其特征在于，所述数据处理步骤中，当考试车辆进行超车操作时，当车载传感器识别检测到考试车辆周围存在机动车，在超车过程中，实时检测考试车辆与周围的机动车之间的相对距离，并分别检测考试车辆与周围的机动车的车速，当周围的机动车的车速大于或等于所述考试车辆的车速时和/或至少一个所述相对距离小于预设安全距离时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

9.根据权利要求8所述的方法，其特征在于，所述数据处理步骤中，当传感器检测到被超机动车的车速小于所述考试车辆的车速且检测到所述考试车辆与所述被超机动车以及周围机动车之间的相对距离大于预设安全距离时，正常进行超车操作，超车后，实时检测所述考试车辆与所述被超机动车以及周围机动车之间的相对距离，当至少一个所述相对距离小于预设安全距离时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

10.根据权利要求1～3中任一项所述的方法，其特征在于，所述数据处理步骤中，在识别检测到后方机动车发出的超车信号时，实时检测考试车辆的车速，当所述考试车辆的车速未减速时则判定所述学员的驾驶行为不合格，进入车载控制步骤。

Images