CN112109645B - 向车辆用户提供辅助的方法和系统 - Google Patents

向车辆用户提供辅助的方法和系统 Download PDF

Info

Publication number
CN112109645B
CN112109645B CN201910528926.0A CN201910528926A CN112109645B CN 112109645 B CN112109645 B CN 112109645B CN 201910528926 A CN201910528926 A CN 201910528926A CN 112109645 B CN112109645 B CN 112109645B
Authority
CN
China
Prior art keywords
auxiliary
current scene
data set
alternatives
scheme
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
Application number
CN201910528926.0A
Other languages
English (en)
Other versions
CN112109645A (zh
Inventor
周碧云
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to CN201910528926.0A priority Critical patent/CN112109645B/zh
Publication of CN112109645A publication Critical patent/CN112109645A/zh
Application granted granted Critical
Publication of CN112109645B publication Critical patent/CN112109645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开涉及向车辆用户提供辅助的方法，包括：根据当前场景和历史数据，确定供用户选择的第一和第二辅助方案，所述第一辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第二辅助方案的该相应特性，其中，所述历史数据包括基于多个相关用户的第一数据集和基于所述用户的第二数据集，其中，基于所述第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及基于所述第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及在所述多个备选方案中确定所述第一和第二辅助方案。本公开还涉及向车辆用户提供辅助的系统。本公开的技术方案能够向车辆用户提供辅助。

Description

向车辆用户提供辅助的方法和系统
技术领域
本公开涉及一种向车辆用户提供辅助的方法和系统。
背景技术
现有的用于车辆的人机交互方式，通常是车辆的人机交互系统从用户接收不同的输入，并根据每个输入向用户提供相应的辅助。本文所称的车辆的用户，可以包括驾驶员和/或乘客。本文所称的辅助，包括车辆能够提供给其用户的例如用于舒适目的、安全目的、便利目的、准确目的等的各种帮助，其可以是与驾驶有关的、也可以是与驾驶无关的。存在对向车辆用户提供辅助的新技术的需求。
发明内容
本公开的目的之一是提供一种向车辆用户提供辅助的方法和系统。
根据本公开的第一方面，提供了一种向车辆用户提供辅助的方法，包括：根据当前场景和历史数据，确定供用户选择的多个辅助方案，其中所述多个辅助方案包括第一辅助方案和第二辅助方案，其中，所述第一辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第二辅助方案的该相应特性，其中，所述历史数据包括基于多个相关用户的第一数据集和基于所述用户的第二数据集，其中，基于所述第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及基于所述第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及在所述多个备选方案中确定所述第一和第二辅助方案。
根据本公开的第二方面，提供了一种向车辆用户提供辅助的方法，包括：根据当前场景和历史数据，向用户输出一个辅助方案，所述辅助方案与所述当前场景具有不低于第一阈值的关联性并且针对所述当前场景具有不低于第二阈值的紧急度；以及若在预定时间段内未收到用户的否定表示，则执行所述辅助方案，其中，所述历史数据包括基于多个相关用户的第一数据集和基于所述用户的第二数据集，其中，基于所述第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及基于所述第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及在所述多个备选方案中确定所述辅助方案。
根据本公开的第三方面，提供了向车辆用户提供辅助的系统，包括：一个或多个感测器，被配置为感测当前场景；以及一个或多个处理器，被配置为：根据基于多个相关用户的第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及根据基于所述用户的第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及在所述多个备选方案中确定供用户选择的多个辅助方案，其中所述多个辅助方案包括第一辅助方案和第二辅助方案，其中，所述第一辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第二辅助方案的该相应特性。
根据本公开的第四方面，提供了向车辆用户提供辅助的系统，包括：一个或多个处理器；以及一个或多个存储器，所述一个或多个存储器被配置为存储一系列计算机可执行的指令，其中，当所述一系列计算机可执行的指令被所述一个或多个处理器执行时，使得所述一个或多个处理器进行如上所述的方法。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。
参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：
图1是示意性地示出根据本公开一个实施例的向车辆用户提供辅助的方法的框图。
图2是示意性地示出根据本公开又一个实施例的向车辆用户提供辅助的方法的框图。
图3A至3C是示意性地示出图2所示的方法中的一部分过程的示例性的实现方式的示意图。
图4A至4C是示意性地示出图2所示的方法中的又一部分过程的示例性的实现方式的示意图。
图5是示意性地示出根据本公开一个实施例的向车辆用户提供辅助的系统的框图。
图6是示意性地示出根据本公开又一个实施例的向车辆用户提供辅助的系统的框图。
注意，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在一些情况中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
具体实施方式
以下将参照附图描述本公开，其中的附图示出了本公开的若干实施例。然而应当理解的是，本公开可以以多种不同的方式呈现出来，并不局限于下文描述的实施例；事实上，下文描述的实施例旨在使本公开的公开更为完整，并向本领域技术人员充分说明本公开的保护范围。还应当理解的是，本文公开的实施例能够以各种方式进行组合，从而提供更多额外的实施例。
应当理解的是，本文中的用语仅用于描述特定的实施例，并不旨在限定本公开。本文使用的所有术语(包括技术术语和科学术语)除非另外定义，均具有本领域技术人员通常理解的含义。为简明和/或清楚起见，公知的功能或结构可以不再详细说明。
在本文中，用语“A或B”包括“A和B”以及“A或B”，而不是排他地仅包括“A”或者仅包括“B”，除非另有特别说明。
在本文中，用语“示例性的”意指“用作示例、实例或说明”，而不是作为将被精确复制的“模型”。在此示例性描述的任意实现方式并不一定要被解释为比其它实现方式优选的或有利的。而且，本公开不受在上述技术领域、背景技术、发明内容或具体实施方式中所给出的任何所表述的或所暗示的理论所限定。
另外，仅仅为了参考的目的，还可以在本文中使用“第一”、“第二”等类似术语，并且因而并非意图限定。例如，除非上下文明确指出，否则涉及结构或元件的词语“第一”、“第二”和其它此类数字词语并没有暗示顺序或次序。
还应理解，“包括/包含”一词在本文中使用时，说明存在所指出的特征、整体、步骤、操作、单元和/或组件，但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件以及/或者它们的组合。
图1是示意性地示出根据本公开一个实施例的向车辆用户提供辅助的方法100的框图。本公开所称的车辆用户，可以是指车辆的驾驶员，也可以是指除驾驶员之外的其他乘客。方法100包括根据当前场景110和历史数据120，来确定供用户选择的多个辅助方案130。在一些实施例中，方法100可以包括，在当前场景110发生改变时，执行上述确定多个辅助方案130的操作。在一些实施例中，方法100还可以包括，在接收到来自用户的触发信号140之后，才执行上述确定多个辅助方案130的操作。
当前场景110可以包括可感测的(例如可以通过感测器感测到的)与该车辆相关的任何场景。例如，可以包括车辆内部和/或外部的当前环境111、以及与车辆和用户相关的当前事件112。车辆外部的当前环境111可以包括，例如，天气状况(例如包括光照强度、降水情况、可见度、风速等)、道路状况(例如包括拥堵情况、颠簸情况、弯道的多少等)、道路类型(例如包括高速路、城市路、山路、沙土路等)、道路周围的状况(例如包括道路两旁的栅栏、绿植、交通设施(例如包括交通标志、人行跨路桥、照明设施、交通监视设施等)、建筑物等)、行驶路线(例如包括出发地点、目的地点、途经地点等)、以及行驶时间(例如包括出发时间、已连续/非连续行驶的时间、预计到达时间、工作日或周末/节假日等)等。
车辆内部的当前环境111可以包括，例如，车辆内部的人的个数、人的身份(例如可以通过人脸识别、电子身份识别等方式来感测)、人的穿着(例如包括商务装、休闲装、度假装、派对装等)、人的行为和/或状态(例如包括打哈欠的情况、眼球的移动/开闭的情况、穿上/脱掉衣物的情况、吃/喝东西的情况等)、人之间的关系(例如包括司机与乘客关系、商务关系、亲属关系、朋友关系、恋人关系等)、车内的氛围(例如包括严肃、轻松、温馨、欢快等)、以及放置的物品(例如公文包、书包、购物袋、运动用品等)等。
当前事件112可以包括当前发生的与车辆和用户相关的任何事件，包括用户的与车辆有关的动作、对车辆的操作等。例如，当前事件112可以包括用户上/下车、开/关和调节车窗(包括前后车窗和天窗)、开/关和调节音乐、使用导航、调节后视镜、调节座椅、开/关和调节空调、开/关和调节雨刮器、开/关和调节车灯(包括车内/外的各种灯)、从车内的置物空间取/放物品等。
如上所述，在一些实施例中，方法100可以包括，在感测到当前场景110发生改变时，执行上述确定多个辅助方案130的操作。当前场景110发生改变，可以包括车辆内部和/或外部的环境发生改变，改变之后的环境即为上文所述的当前环境111；还可以包括发生了与车辆和用户相关的事件，该事件即为上文所述的当前事件112。在这些实施例中，车辆用户不需要进行任何特定的操作来启动方法100，这为用户的操作提供了便利。
历史数据120可以包括基于多个相关用户的第一数据集121和基于方法100所针对的车辆用户的第二数据集122。如上所述，车辆用户可以是指车辆的驾驶员也可以是指除驾驶员之外的其他乘客，但对于一次特定的运算(即执行一次特定的方法100)来说，方法100所针对的车辆用户是固定的，例如，本次执行方法100所针对的车辆用户是驾驶员、或者是坐在后排某个/些座椅上的乘客、或者是驾驶员和副驾驶上的乘客、或者是驾驶员和后排座椅上的乘客等。第二数据集122就是指基于本次执行方法100所针对的车辆用户的历史数据的集合。这些历史数据包括与该车辆用户相关的历史场景(包括环境和事件)及每个场景所对应的时间信息，还可以包括在每个场景下该车辆用户对于车辆辅助方案的历史选择及每次选择所对应的时间信息。
第一数据集121为基于多个相关用户的历史数据的集合。相关用户可以指与上述本次执行方法100所针对的车辆用户具有(包括全部或部分地具有)相同或相似属性的用户。例如，与上述车辆用户使用相同或相似车辆(包括品牌、车型、颜色等)、具有相同或相似的职业类型、家庭状况、生活习惯等的用户。第一数据集121可以包括与这些相关用户有关的历史场景(包括环境和事件)及每个场景所对应的时间信息，还可以包括在每个场景下这些相关用户对于车辆辅助方案的历史选择及每次选择所对应的时间信息。
需要说明的是，第一数据集121和第二数据集122中的任何一个中所包括的在特定场景下用户选择的车辆辅助方案，不仅可以包括方法100所确定并提供给用户的辅助方案，还包括用户自主操作的辅助方案。此外，第一数据集121和第二数据集122中的任何一个均既可以来自车辆的本地存储器，也可以来自云端存储器。
多个辅助方案130可以包括第一辅助方案131和第二辅助方案132。第一辅助方案131与当前场景110的关联性和针对当前场景110的优先性中的至少一个特性不低于第二辅助方案132的该相应特性。即，第一辅助方案131与当前场景110的关联性不低于第二辅助方案132与当前场景110的关联性和/或第一辅助方案131针对当前场景110的优先性不低于第二辅助方案132针对当前场景110的优先性。方法100基于第一数据集121得到在当前场景110下多个备选方案中每个备选方案的关联性，并且基于第二数据集122得到在当前场景下多个备选方案中每个备选方案的优先性。然后在上述多个备选方案中选择第一辅助方案131和第二辅助方案132。尽管上文描述为在多个备选方案中选择第一和第二辅助方案131和132，但本领域技术人员应理解，上述多个备选方案中的方案的个数可以是两个，方法100包括在两个备选方案中确定第一和第二辅助方案131和132。
触发信号140可以包括来自车辆用户的任何输入。此处的车辆用户可以包括上述的方法100所针对的用户，也可以包括其他的车辆用户。这就是说，在需要感测到触发信号140才执行上述确定多个辅助方案130的操作的实施例中，这些车辆用户均可以通过触发信号140来触发执行上述确定多个辅助方案130的操作。然而应当理解，方法100也可以被设置成仅接受方法100所针对的用户的触发，即只有来自方法100所针对的用户的触发信号140才能触发执行上述确定多个辅助方案130的操作。触发信号140可以是用户与方法100的执行实体事先约定的特定输入。例如，触发信号140可以是用户按下特定的按钮(包括物理按钮或虚拟按钮)、触摸特定的区域、做出特定的手势、发出特定的声音(包括语音)等。在这些实施例中，用户需要进行特定输入以产生触发信号140，才能启动方法100的执行，这可以避免用户过多地受到方法100提供的辅助方案的打扰，只在其想要被辅助的时候进行特定输入即可。
图2是示意性地示出根据本公开又一个实施例的向车辆用户提供辅助的方法200的框图。方法200包括根据当前场景210和历史数据220，来确定供用户选择的多个辅助方案230。在一些实施例中，方法200可以包括，在当前场景210发生改变时，执行上述确定多个辅助方案230的操作。在一些实施例中，方法200还可以包括，在接收到来自用户的触发信号240之后，才执行上述确定多个辅助方案230的操作。在根据该实施例的方法200中，当前场景210(包括当前环境211和当前事件212)、历史数据220(包括第一数据集221和第二数据集222)、和触发信号240分别与上述实施例的方法100中的当前场景110(包括当前环境111和当前事件112)、历史数据120(包括第一数据集121和第二数据集122)、和触发信号140相似，故此处省略对其的详细描述。
在方法200中，多个辅助方案230可以包括第一至第三辅助方案231至233。第一辅助方案231与当前场景210的关联性和针对当前场景210的优先性中的至少一个特性不低于第二辅助方案232的该相应特性，并且第二辅助方案232与当前场景210的关联性和针对当前场景210的优先性中的至少一个特性不低于第三辅助方案233的该相应特性。即，第一辅助方案231与当前场景210的关联性不低于第二辅助方案132与当前场景110的关联性和/或第一辅助方案131针对当前场景210的优先性不低于第二辅助方案232针对当前场景210的优先性，并且第二辅助方案132与当前场景110的关联性不低于第三辅助方案233与当前场景210的关联性和/或第二辅助方案232针对当前场景210的优先性不低于第三辅助方案233针对当前场景210的优先性。方法200基于第一数据集221得到在当前场景210下多个备选方案中每个备选方案的关联性，并且基于第二数据集222得到在当前场景下多个备选方案中每个备选方案的优先性。然后在上述多个备选方案中选择第一至第三辅助方案231至233。尽管上文描述为在多个备选方案中选择第一至第三辅助方案231至233，但本领域技术人员应理解，上述多个备选方案中的方案的个数可以是三个，方法100包括在三个备选方案中确定第一至第三辅助方案231至233。
下面结合图3A至图4C以具体的示例来说明方法200中的根据当前场景210和历史数据220确定多个辅助方案230的过程。虽然本文对该过程的详细描述是以方法200为基础的，本领域技术人员根据该描述能够得出方法100中的类似过程。为便于叙述，下文中以图3指代图3A至3C的整体，图4指代图4A至4C的整体。
如上文所述，历史数据220包括与用户相关的历史场景及每个场景对应的时间信息、以及在每个场景下用户对于车辆辅助方案的历史选择及每次选择所对应的时间信息。其中，第一数据集221是基于相关用户的，第二数据集222是基于方法200所针对的车辆用户的。备选方案可以是历史数据220中在特定场景下被用户选择的全部或部分车辆辅助方案。关于备选方案的确定，本领域技术人员应理解，可以把历史数据中用户选择过的所有辅助方案均作为备选方案，也可以把当前分析的特性不低于一定阈值的辅助方案作为备选方案。需要说明的是，在做不同的特性分析时所确定的备选方案的集合可以是完全相同的或不完全相同的。这些备选方案被分别基于两个维度进行评价，第一维度为基于相关用户分析的备选方案与对应场景的关联性，第二维度为基于方法200所针对的车辆用户分析的备选方案针对对应场景的优先性。图3示出了可能的实现方式。其中，基于第一和第二维度对备选方案进行分组(或称“分类”、“分级”等)。第一维度在图3中以命名为“第一数据集”的坐标轴表示，第二维度在图3中以命名为“第二数据集”的坐标轴表示。
基于第一维度对备选方案进行分组，可以包括对第一数据集221中的备选方案(即第一数据集221中的被用户选择的全部或部分车辆辅助方案)，依照其与对应场景的关联性，对各备选方案进行分组。其中，一个备选方案的关联性可以是指：在对应场景下，用户选择该备选方案的概率。例如，可以如图3所示，将关联性不低于第一阈值的备选方案分到具有“较高的关联性”的组G11，将关联性低于第一阈值并不低于第二阈值的备选方案分到具有“居中的关联性”的组G12，将关联性低于第二阈值的备选方案分到具有“较低的关联性”的组G13。在图中所示的虚线矩形格子中，位置越靠上的格子表示关联性越高的备选方案。
基于第二维度对备选方案进行分组，可以包括对第二数据集222中的备选方案(即第二数据集222中的被用户选择的全部或部分车辆辅助方案)，依照其针对对应场景的优先性，对各备选方案进行分组。例如，可以如图3所示，将优先性不低于第三阈值的备选方案分到具有“较高的优先性”的组G21，将优先性低于第三阈值并不低于第四阈值的备选方案分到具有“居中的优先性”的组G22，将优先性低于第四阈值的备选方案分到具有“较低的优先性”的组G23。在图中所示的虚线矩形格子中，位置越靠左的格子表示优先性越高的备选方案。
可以基于上述分组结果，在备选方案中确定第一至第三辅助方案231至233。在图3中，位置越靠上和靠左的格子表示关联性和优先性越高的备选方案。例如，可以将既被分到组G11又被分到组G21的备选方案确定为第一辅助方案231，将既被分到组G12又被分到组G22的备选方案确定为第二辅助方案232，将既被分到组G13又被分到组G23的备选方案确定为第三辅助方案233。此外，位于其他位置的格子所代表的备选方案当然也可以被确定为第一至第三辅助方案231至233中的一个，其确定结果根据不同的确定规则可能不同。图3A至3C分别示出了三种可能的确定规则。以既被分到组G11又被分到组G22的备选方案为例，根据图3A所示的规则，可能被确定为第一辅助方案231也可能被确定为第二辅助方案232；根据图3B所示的规则，将被确定为第一辅助方案231；根据图3C所示的规则，将被确定为第二辅助方案232。
在本公开的方法中，可以分别针对每个场景，对备选方案进行基于两个维度的评价。例如，针对每个场景，采用图3所示的方式对备选方案进行分组。本领域技术人员应理解，针对不同的场景，上述的各个阈值的取值可以不同。
然而应当理解，图3示出的实现方式只是示例性的。例如，图3示出的分组方式是示例性的。在其他实现中，基于第一和第二维度中的至少一个维度，可以对备选方案分成更多或更少的组。再例如，图3A至3C示出的确定第一至第三辅助方案的方式是示例性的。在其他实现中，基于与图3所示相同或不同的分组方式，均可以有与图3所示不同的确定第一至第三辅助方案的方式。又例如，在基于两个维度中的至少一个维度对备选方案进行评价时，可以采取不同于上述图3对备选方案进行分组的方式。在其他实现中，可以采取对备选方案进行评分的方式，分数较高的备选方式具有较高的关联性或优先性。在确定第一至第三辅助方案时，可以综合考虑两个维度(关联性和优先性)的分数，例如通过加权平均的方式计算出每个备选方案的平均分数，然后根据平均分数来确定第一至第三辅助方案。
上文所述的基于第二维度对备选方案进行评价，需要确定第二数据集222中的各备选方案针对对应场景的优先性。这些备选方案被分别基于两个维度进行评价，第一维度为基于该备选方案的重要性，第二维度为基于该备选方案的紧急性。其中，被确定为具备较高的优先性的备选方案的重要性和紧急性中的至少一个特性不低于被确定为具备较低的优先性的备选方案的该相应特性。图4示出了确定优先性的可能的实现方式。其中，基于第一和第二维度对备选方案进行分组(或称“分类”、“分级”等)。第一维度在图4中以命名为“重要性”的坐标轴表示，第二维度在图4中以命名为“紧急性”的坐标轴表示。
基于第一维度对备选方案进行分组，可以包括：根据在第二数据集222中备选方案在对应场景下被选择的次数来确定其重要性。例如，可以如图4所示，将被选择的次数不低于第五阈值的备选方案分到具有“较高的重要性”的组G31，将被选择的次数低于第五阈值并不低于第六阈值的备选方案分到具有“居中的重要性”的组G32，将被选择的次数低于第六阈值的备选方案分到具有“较低的重要性”的组G33。在图中所示的虚线矩形格子中，位置越靠上的格子表示重要性越高的备选方案。
基于第二维度对备选方案进行分组，可以包括：根据在第二数据集222中备选方案被选择的时刻与对应场景的时刻(例如感测到对应场景的时刻)之间的时间间隔来确定其紧急性。例如，可以如图4所示，将时间间隔小于第七阈值(或者时间间隔属于“短期”间隔)的备选方案分到具有“较高的紧急性”的组G41，将时间间隔大于第七阈值并小于第八阈值(或者时间间隔属于“中期”间隔)的备选方案分到具有“居中的紧急性”的组G42，将时间间隔大于第八阈值(或者时间间隔属于“长期”间隔)的备选方案分到具有“较低的紧急性”的组G43。在图中所示的虚线矩形格子中，位置越靠左的格子表示紧急性越高的备选方案。
可以基于上述分组结果，确定各个备选方案的优先性的高低。在图4中，位置越靠上和靠左的格子表示重要性和紧急性越高的备选方案，即优先性越高的备选方案。在上述图3所示的示例中，将优先性也分为三个等级，即较高、居中和较低的优先性。在这种情况下，可以将既被分到组G31又被分到组G41的备选方案确定为具有较高的优先性的方案，将既被分到组G32又被分到组G42的备选方案确定为具有居中的优先性的方案，将既被分到组G33又被分到组G43的备选方案确定为具有较低的优先性的方案。此外，位于其他位置的格子所代表的备选方案当然也可以被确定为具有较高、居中和较低的优先性的方案中的一个，其确定结果根据不同的确定规则可能不同。图4A至4C分别示出了三种可能的确定规则。以既被分到组G31又被分到组G42的备选方案为例，根据图4A所示的规则，可能被确定为具有较高的优先性的方案也可能被确定为具有居中的优先性的方案；根据图4B所示的规则，将被确定为具有较高的优先性的方案；根据图4C所示的规则，将被确定为具有居中的优先性的方案。
在本公开的方法中，可以分别针对每个场景，对备选方案进行基于两个维度的评价。例如，针对每个场景，采用图4所示的方式对备选方案进行分组。本领域技术人员应理解，针对不同的场景，上述的各个阈值的取值可以不同。
然而应当理解，图4示出的实现方式只是示例性的。例如，图4示出的分组方式是示例性的。在其他实现中，基于第一和第二维度中的至少一个维度，可以对备选方案分成更多或更少的组。再例如，图4A至4C示出的确定具有较高、居中和较低的优先性的方案的方式是示例性的。在其他实现中，基于与图4所示相同或不同的分组方式，均可以有与图4所示不同的确定具有较高、居中和较低的优先性的方案的方式。又例如，在基于两个维度中的至少一个维度对备选方案进行评价时，可以采取不同于上述图4对备选方案进行分组的方式。在其他实现中，可以采取对备选方案进行评分的方式，分数较高的备选方式具有较高的重要性或紧急性。在确定优先性的高低时，可以综合考虑两个维度(重要性和紧急性)的分数，例如通过加权平均的方式计算出每个备选方案的平均分数，然后根据平均分数来确定各备选方案的优先性的高低。
下面以具体的应用场景的举例来对本公开实施例的方法中的至少部分过程进行说明。
应用场景的示例一
在该示例中，根据本公开实施例的方法中的至少部分过程基于上述图3和图4的示例性实现。
感测到的当前场景中的车辆外部的当前环境为道路类型变为了高速路(例如可以通过导航数据来感测，或者对沿途的路标进行图像识别来感测等)，方法对历史数据中的基于相关用户的第一数据集进行分析，得到在当前场景(包括变为了高速路这个车辆外部的当前环境和其他的车辆外部的当前环境(例如夜间)、以及车辆内部的当前环境和当前事件)下多个备选方案中每个备选方案的与当前场景的关联性。一个示例可以如下表1所示。
表1各备选方案与当前场景的关联性
方案内容 关联性
关闭车窗 较高
开启空调 较高
开启远光灯 较高
调高车载音响的音量 居中
开启疲劳驾驶提醒 居中
播放音乐 较低
将座椅调节为更舒适 较低
对基于历史数据中的基于本用户的第二数据集进行分析(例如可以通过已知的大数据分析模型和/或算法)，以根据各备选方案在第二数据集中在当前场景下被选择的次数，来确定在当前场景下多个备选方案中每个备选方案针对当前场景的重要性。并根据在第二数据集中各备选方案被选择的时刻、与当前场景对应的场景的时刻(例如感测到该场景的时刻)之间的时间间隔，来确定其紧急性。然后综合考虑以上分析出来的各备选方案的重要性和紧急性，来确定基于第二数据集的各个备选方案的优先性的高低。一个示例可以如下表2所示。
表2各备选方案在当前场景下的重要性、紧急性和优先性
方案内容 重要性 紧急性 优先性
关闭车窗 较高 较高 较高
开启空调 较高 居中 居中
开启远光灯 较高 较高 较高
调高车载音响的音量 居中 较高 较高
开启疲劳驾驶提醒 居中 居中 居中
播放音乐 较低 较低 较低
将座椅调节为更舒适 较低 较低 较低
综合考虑以上分析出来的各备选方案的关联性(表1)和优先性(表2)，以确定供用户选择的多个辅助方案。一个具体的示例可以如下表3-1所示。在该具体示例中，第一辅助方案包括两个方案内容、第二辅助方案包括三个方案内容、第三辅助方案也包括两个方案内容。根据本公开实施例的方法将第一至第三辅助方案提供给用户，若用户选择第一辅助方案，则可以通过后文所述的执行装置执行第一辅助方案，在该示例中，即执行关闭车窗和开启远光灯。
表3-1确定的多个辅助方案
方案内容 关联性 优先性 确定结果
关闭车窗 较高 较高 第一辅助方案
开启空调 较高 居中 第二辅助方案
开启远光灯 较高 较高 第一辅助方案
调高车载音响的音量 居中 较高 第二辅助方案
开启疲劳驾驶提醒 居中 居中 第二辅助方案
播放音乐 较低 较低 第三辅助方案
将座椅调节为更舒适 较低 较低 第三辅助方案
另一个具体的示例可以如下表3-2所示，其中标记*的为未被选择为多个辅助方案的备选方案。在该具体示例中，可以在备选方案中选择关联性和优先性均较高的多个方案为将要提供给用户的辅助方案。
表3-2确定的多个辅助方案
方案内容 关联性 优先性 确定结果
关闭车窗 较高 较高 第一辅助方案
开启空调 较高 居中 *
开启远光灯 较高 较高 第二辅助方案
调高车载音响的音量 居中 较高 第三辅助方案
开启疲劳驾驶提醒 居中 居中 *
播放音乐 较低 较低 *
将座椅调节为更舒适 较低 较低 *
如此，根据本公开实施例的方法，在当前场景下，根据历史数据，确定了供用户选择的多个辅助方案，如表3-1和表3-2所示。其中，第一辅助方案的关联性和优先性中的至少一个特性不低于第二辅助方案的该相应特性，并且第二辅助方案的关联性和优先性中的至少一个特性不低于第三辅助方案的该相应特性。
应用场景的举例二
在该示例中，根据本公开实施例的方法中的至少部分过程未基于上述图3和图4的示例性实现。
感测到的当前场景中的当前事件为用户上车(例如，感测到车辆的门被打开并且有人进入车辆)。方法对历史数据中的基于相关用户的第一数据集进行分析(例如可以通过已知的大数据分析模型和/或算法)，得到在当前场景(包括用户上车这个当前事件和其他当前事件、以及车辆内外的当前环境)下多个备选方案中每个备选方案的与当前场景的关联性。关联性可以是，在第一数据集中，用户在当前场景下选择各备选方案的概率，其一个示例可以如下表4所示。在该示例中，将历史数据中用户选择过的所有辅助方案中关联性不低于70％的方案作为备选方案。
表4各备选方案与当前场景的关联性
方案内容 关联性 关联性等级
打开车窗 95％ 1
调节车外后视镜 90％ 2
调节座椅 85％ 3
开启空调 80％ 4
调节车内后视镜 70％ 5
对基于历史数据中的基于本用户的第二数据集进行分析(例如可以通过已知的大数据分析模型和/或算法)，以根据各备选方案在第二数据集中在当前场景下被选择的次数，来确定在当前场景下多个备选方案中每个备选方案针对当前场景的重要性。一个示例可以如下表5所示。在该示例中，将历史数据中用户选择过的所有辅助方案中次数不低于35的方案作为备选方案。需要说明的是，对第二数据集进行重要性分析时所确定的备选方案可以与上述分析关联性时所确定的备选方案完全相同或不完全相同。例如，表5中的备选方案与表4中的备选方案不完全相同，表5中的备选方案不包括表4中的“开启空调”的方案。
表5各备选方案在当前场景下的重要性
方案内容 重要性(次数) 重要性等级
打开车窗 50 1
调节车外后视镜 40 2
调节座椅 55 3
调节车内后视镜 35 4
方法还根据在第二数据集中各备选方案被选择的时刻、与当前场景对应的场景的时刻(例如感测到该场景的时刻)之间的时间间隔，来确定其紧急性，其一个示例可以如下表6所示。
表6各备选方案在当前场景下的紧急性
综合考虑以上分析出来的各备选方案的重要性(表5)和紧急性(表6)，确定基于第二数据集的各个备选方案的优先性的高低。例如，可以通过将各个备选方案的重要性等级和紧急性等级做加权平均，得到优先性等级。没有被确定为备选方案的方案的等级可以使用一个默认等级，例如表5中没有的“开启空调”的方案的重要性等级可以使用“10”这个值得到的各备选方案针对当前场景的优先性的一个示例可以如下表7所示，该表中的各个备选方案已按照优先性从高到低排列。
表7各备选方案针对当前场景的优先性
方案内容 优先性 优先性等级
调节座椅 最高 1
调节车外后视镜 较高 2
打开车窗 居中 3
调节车内后视镜 较低 4
开启空调 最低 5
综合考虑以上分析出来的各备选方案的关联性(表4)和优先性(表7)，以确定供用户选择的多个辅助方案。例如，可以通过将各个备选方案的关联性等级和优先性等级做加权平均，来得到每个备选方案的等级分数，然后选择等级分数最高的多个方案，即为确定的多个辅助方案。一个具体的示例可以如下表8所示。
表8确定的多个辅助方案
方案内容
第一辅助方案 调节座椅
第二辅助方案 调节车外后视镜
第三辅助方案 打开车窗
如此，根据本公开实施例的方法，在当前场景(包括用户上车这个当前事件和车辆内外的当前环境)下，根据历史数据，所确定的供用户选择的多个辅助方案为调节座椅、调节车外后视镜、和打开车窗。其中，调节座椅的关联性和优先性中的至少一个特性不低于调节车外后视镜的该相应特性，并且调节车外后视镜的关联性和优先性中的至少一个特性不低于打开车窗的该相应特性。
以上结合具体的应用场景的举例说明了本公开实施例的方法中的至少部分过程。在根据本公开上述实施例的方法，确定至少两个或至少三个辅助方案以供用户选择。根据本公开再一个实施例的向车辆用户提供辅助的方法，包括：根据当前场景，基于历史数据中的基于多个相关用户的第一数据集得到在当前场景下多个备选方案中每个备选方案的关联性，以及基于历史数据中的基于该方法所针对的用户的第二数据集得到在当前场景下多个备选方案中每个备选方案的优先性。综合考虑方案的关联性和优先性，确定一个辅助方案并向用户输出，使得该辅助方案与当前场景具有不低于第一阈值的关联性并且针对当前场景具有不低于第二阈值的紧急度。若在预定时间段内未收到用户的否定表示，则执行该辅助方案。用户的否定表示可以是预先约定的特定手势、特定声音、和/或特定操作等。
图5是示意性地示出根据本公开一个实施例的向车辆用户提供辅助的系统300的框图。系统300包括一个或多个感测器310、一个或多个存储器320、一个或多个处理器330、一个或多个交互装置350、以及一个或多个执行装置360。其中，处理器330被配置为执行上文描述的根据本公开实施例的方法。在一些实施例中，系统300还可以包括一个或多个触发装置340。
感测器310被配置为感测当前场景110、210，可以包括被配置为感测车辆内部和/或外部的当前环境111、211的一个或多个环境感测器311和被配置为感测与车辆和用户相关的当前事件112、212的一个或多个事件感测器312。本领域技术人员根据上文对当前场景110、210所包括的内容的描述，能够得到感测器310所包括的内容，例如，感测器310可以包括但不限于以下各项中的至少一项：温度感测器、亮度感测器、风速感测器、运动感测器、天气预报获取装置、导航装置、定位装置、图像获取/识别装置、电子身份识别装置、时钟、以及用于感测对车辆的各种装置进行操作的感测器等。
存储器320被配置为存储系统300所需要的数据和程序等。在一些实施例中，存储器320被配置为存储历史数据120、220中的第一数据集121、221和第二数据集122、222。在这些实施例中，处理器330可以被配置为根据感测器310感测的当前场景110、210，对存储器320存储的第一数据集121、221进行分析以得到每个备选方案的关联性，对存储器320存储的第二数据集122、222进行分析以得到每个备选方案的优先性；以及根据各备选方案的关联性和优先性确定供用户选择的多个辅助方案130、230。
在一些实施例中，存储器320被配置为存储基于第一数据集121、221训练的第一模型321(例如可以是各种人工智能模型，诸如数据分析模型、机器学习模型、神经网络模型等)、以及根据本公开实施例的方法所针对的用户的用户历史数据322(例如，第二数据集122、222)。在这些实施例中，处理器330可以被配置为根据感测器310感测的当前场景110、210，利用存储器320存储的第一模型321得到每个备选方案的关联性，对存储器320存储的用户历史数据322进行分析以得到每个备选方案的优先性；以及根据各备选方案的关联性和优先性确定供用户选择的多个辅助方案130、230。
在一些实施例中，存储器320被配置为存储基于第一数据集121、221训练的第一模型321、根据本公开实施例的方法所针对的用户的用户历史数据322(例如，第二数据集122、222)、以及基于用户历史数据322训练的第二模型(图中未示出，例如可以是各种人工智能模型，诸如数据分析模型、机器学习模型、神经网络模型等)。在这些实施例中，处理器330可以被配置为根据感测器310感测的当前场景110、210，利用存储器320存储的第一模型321得到每个备选方案的关联性，利用存储器320存储的第二模型得到每个备选方案的优先性；以及根据各备选方案的关联性和优先性确定供用户选择的多个辅助方案130、230。处理器330还可以被配置为，基于存储器320存储的用户历史数据322对第二模型进行训练。该训练的进行时机是可配置的，例如，处理器330可以被配置为在有新增历史数据添加到用户历史数据322中之后，基于用户历史数据322对第二模型进行训练。例如，处理器330也可以被配置为定期基于用户历史数据322对第二模型进行训练。
本领域技术人员应理解，虽然本文中用第一模型和第二模型对两个模型进行了区分，但在实现中，第一模型和第二模型可以被共同实现为一个模型，也可以被分别实现为单独的两个模型。
存储器320还被配置为对用户历史数据322进行更新。例如，存储器320可以被配置为，将感测器310感测的当前场景110、210及与当前场景110、210相关的时间信息、以及在当前场景110、210下用户选择的辅助方案及用户选择辅助方案的时间信息，作为用户历史数据322的新增历史数据，添加到用户历史数据322中，以对用户历史数据322进行更新。
需要说明的是，一个或多个存储器320可以都是本地存储器(例如装载在该车辆上的存储器)，也可以都是云端存储器(例如云端服务器中的存储器)，还可以部分是本地存储器部分是云端存储器。类似地，一个或多个处理器330可以都是本地处理器(例如装载在该车辆上的处理器)，也可以都是云端处理器(例如云端服务器中的处理器)，还可以部分是本地处理器部分是云端处理器。
一个或多个存储器320可以被配置为，使用一个存储器320来存储一项上述内容，例如各存储器320分别用来存储第一数据集121、221、第一模型321、用户历史数据322和第二模型。一个或多个存储器320还可以被配置为，使用多个存储器320来共同地存储一项上述内容，例如用多个存储器320来存储第一数据集121、221，诸如此类。一个或多个存储器320还可以被配置为，使用一个存储器320来存储多于一项上述内容，例如使用一个存储器320来存储第一模型321和用户历史数据322，诸如此类。
交互装置350被配置为将处理器330执行根据本公开实施例的方法所确定的多个辅助方案130、230输出给用户，并获取用户的选择。交互装置350与用户的交互可以通过各种方式，例如视觉交互、听觉交互、触觉交互、或其任何组合等。本领域技术人员应理解，交互装置350可以为对应的用于实现这些交互方式的任何已知的装置。在一些实施例中，交互装置350还可以被配置为，将多个辅助方案130、230以特定的优先顺序输出给用户。例如，在多个辅助方案130、230包含第一至第三辅助方案的情况下，以第一辅助方案优先于第二辅助方案、第二辅助方案优先于第三辅助方案的优先顺序输出给用户。例如，在以视觉方式输出的情况下，可以将第一辅助方案显示在最醒目的位置，第二辅助方案显示在次醒目的位置，而第三辅助方案显示在最不醒目的位置。例如，在以视觉方式输出的情况下，可以先输出第一辅助方案，再输出第二辅助方案，最后输出第三辅助方案。
执行装置360被配置为根据用户选择的辅助方案，对用户提供辅助。例如，用户选择的辅助方案为关闭车窗，则执行装置360控制车辆的车窗关闭。在一些情况下，执行装置360可以包括车辆的中央控制器和/或系统300中的处理器。在一些情况下，执行装置360也可以包括交互装置350，例如在用户选择的辅助方案与人车交互有关时。
触发装置340被配置为感测用户的特定输入。在一些情况下，当感测到预先约定的特定输入时，将触发信号140、240传递给处理器330，处理器330在收到触发信号140、240之后，才执行根据本公开实施例的方法。在一些情况下，处理器330按照被配置的规则执行根据本公开实施例的方法，例如在当前场景110、210发生改变时执行根据本公开实施例的方法，而交互装置350在收到触发信号140、240之后，才向用户输出处理器330所确定的多个辅助方案130、230。触发装置340包括但不限于：按压感测器、触摸感测器、手势感测器、和/或声音感测器。
图6是示意性地示出根据本公开又一个实施例的向车辆用户提供辅助的系统400的框图。现在将参考图6描述系统400，其是可以应用于本公开的各方面的硬件设备的示例。系统400可以是被配置为执行处理和/或计算的任何机器，可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数据助理、智能电话、车载电脑、或其任何组合。上述根据本公开一个实施例的向车辆用户提供辅助的系统300可以全部或至少部分地由系统400或类似设备或系统实现。
系统400可以包括可能经由一个或多个接口与总线402连接或与总线402通信的元件。例如，系统400可以包括总线402，以及一个或多个处理器404，一个或多个输入设备406和一个或多个输出设备408。一个或多个处理器404可以是任何类型的处理器，可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。输入设备406可以是可以向计算设备输入信息的任何类型的设备，可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。上文所述的触发装置340以及交互装置350的一部分可以由输入设备406来实现。输出设备408可以是可以呈现信息的任何类型的设备，可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。上文所述的交互装置350的另一部分、一些情况下的执行装置360(例如在用户选择的辅助方案为播放音乐的情况下)可以由输出设备408来实现。
系统400还可以包括非暂时性存储设备410或者与非暂时性存储设备410连接。非暂时性存储设备410可以是非暂时性的并且可以实现数据存储的任何存储设备，可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、硬盘、磁带或任何其他磁介质、光盘或任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器、和/或任何其他存储器芯片/芯片组、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备410可以从接口拆卸。非暂时性存储设备410可以具有用于实现上述方法、步骤和过程的数据/指令/代码。上文所述的一个或多个存储器320中的一个或多个可以由非暂时性存储设备410来实现。
系统400还可以包括通信设备412。通信设备412可以是能够与外部设备和/或与网络通信的任何类型的设备或系统，可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备、和/或芯片组，例如蓝牙设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备、和/或类似物。如上所述的执行装置360在一些情况下可以例如由通信设备412实现，例如在用户选择的辅助方案包括通信操作的情况下。
当系统400用作车载设备时，它还可以连接到外部设备，例如GPS接收器，用于感测不同环境数据的传感器，例如加速度传感器、车轮速度传感器、陀螺仪和等等。以这种方式，系统400可以例如接收指示车辆的行驶状况的位置数据和传感器数据。当系统400用作车载设备时，它还可以连接到车辆的其他设施(例如发动机系统、雨刮器、防抱死制动系统等)以控制车辆的运行和操作。例如，在用户选择的辅助方案为开启雨刮器的情况下，根据本公开又一个实施例的系统400可以向雨刮器的控制器发送信号以控制雨刮器开启。
另外，非暂时性存储设备410可以具有地图信息和软件元素，使得处理器404可以执行路线引导处理。另外，输出设备408可以包括用于显示地图、车辆的位置标记、以及指示车辆的行驶状况的图像的显示器。输出设备408还可以包括扬声器或具有耳机的接口，用于音频引导。
总线402可以包括但不限于工业标准体系结构(ISA)总线、微通道架构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)本地总线、和外围部件互连(PCI)总线。特别地，对于车载设备，总线402还可以包括控制器区域网络(CAN)总线或设计用于在车辆上应用的其他架构。
系统400还可以包括工作存储器414，其可以是可以存储对处理器404的工作有用的指令和/或数据的任何类型的工作存储器，可以包括但不限于随机存取存储器和/或只读存储设备。
软件元素可以位于工作存储器414中，包括但不限于操作系统416、一个或多个应用程序418、驱动程序、和/或其他数据和代码。用于执行上述方法和步骤的指令可以包括在一个或多个应用程序418中。软件元素的指令的可执行代码或源代码可以存储在非暂时性计算机可读存储介质中，例如上述存储设备410，并且可以通过编译和/或安装被读入工作存储器414中。还可以从远程位置下载软件元素的指令的可执行代码或源代码。
还应该理解，可以根据具体要求进行变化。例如，也可以使用定制硬件，和/或可以用硬件、软件、固件、中间件、微代码、硬件描述语言或其任何组合来实现特定元件。此外，可以采用与诸如网络输入/输出设备之类的其他计算设备的连接。例如，根据本公开实施例的方法或装置中的一些或全部可以通过使用根据本公开的逻辑和算法的、用汇编语言或硬件编程语言(诸如VERILOG，VHDL，C++)的编程硬件(例如，包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)来实现。
还应该理解，系统400的组件可以分布在网络上。例如，可以使用一个处理器执行一些处理，而可以由远离该一个处理器的另一个处理器执行其他处理。系统400的其他组件也可以类似地分布。这样，系统400可以被解释为在多个位置执行处理的分布式计算系统。
尽管到目前为止已经参考附图描述了本公开的各方面，但是上述方法，系统和设备仅仅是示例性示例，并且本发明的范围不受这些方面的限制，而是仅由以下方面限定：所附权利要求及其等同物。可以省略各种元件，或者可以用等效元件代替。另外，可以以与本公开中描述的顺序不同的顺序执行这些步骤。此外，可以以各种方式组合各种元件。同样重要的是，随着技术的发展，所描述的许多元素可以由在本公开之后出现的等同元素代替。

Claims (15)

1.一种向车辆用户提供辅助的方法，包括：
根据当前场景和历史数据，确定供用户选择的多个辅助方案，所述多个辅助方案包括第一辅助方案和第二辅助方案，其中，所述第一辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第二辅助方案的该相应特性，
其中，所述历史数据包括基于多个相关用户的第一数据集和基于所述用户的第二数据集，其中，
基于所述第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及基于所述第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及
在所述多个备选方案中确定所述第一和第二辅助方案。
2.根据权利要求1所述的方法，其特征在于，基于所述第二数据集，根据所述多个备选方案中每个备选方案的重要性和紧急性来得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性，其中，被确定为具备较高的优先性的备选方案的重要性和紧急性中的至少一个特性不低于被确定为具备较低的优先性的备选方案的该相应特性。
3.根据权利要求2所述的方法，其特征在于，
根据在所述第二数据集中，所述备选方案在所述当前场景下被执行的次数来确定所述重要性，将被执行较多次数的备选方案确定为具备较高的重要性，并将被执行较少次数的备选方案确定为具备较低的重要性；以及
根据在所述第二数据集中，所述备选方案被执行的时刻与所述当前场景的时刻之间的间隔来确定所述紧急性，将所述间隔较短的备选方案确定为具备较高的紧急性，并将所述间隔较长的备选方案确定为具备较低的紧急性。
4.根据权利要求3所述的方法，其特征在于，所述多个辅助方案还包括第三辅助方案，其中，所述第二辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第三辅助方案的该相应特性，
其中，在所述多个备选方案中还确定所述第三辅助方案。
5.一种向车辆用户提供辅助的方法，包括：
根据当前场景和历史数据，向用户输出一个辅助方案，所述辅助方案与所述当前场景具有不低于第一阈值的关联性并且针对所述当前场景具有不低于第二阈值的优先性；以及
若在预定时间段内未收到用户的否定表示，则执行所述辅助方案，
其中，所述历史数据包括基于多个相关用户的第一数据集和基于所述用户的第二数据集，其中，
基于所述第一数据集得到在所述当前场景下多个备选方案中每个备选方案的所述关联性，以及基于所述第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性；以及
在所述多个备选方案中确定所述辅助方案。
6.一种向车辆用户提供辅助的系统，包括：
一个或多个感测器，被配置为感测当前场景；以及
一个或多个处理器，被配置为：
根据基于多个相关用户的第一数据集得到在所述当前场景下多个备选方案中每个备选方案的关联性，以及根据基于所述用户的第二数据集得到在所述当前场景下所述多个备选方案中每个备选方案的优先性；以及
在所述多个备选方案中确定供用户选择的多个辅助方案，其中所述多个辅助方案包括第一辅助方案和第二辅助方案，其中，所述第一辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第二辅助方案的该相应特性。
7.根据权利要求6所述的系统，其特征在于，所述一个或多个处理器还被配置为：
基于所述第二数据集，根据所述多个备选方案中每个备选方案的重要性和紧急性来得到在所述当前场景下所述多个备选方案中每个备选方案的所述优先性，其中，被确定为具备较高的优先性的备选方案的重要性和紧急性中的至少一个特性不低于被确定为具备较低的优先性的备选方案的该相应特性。
8.根据权利要求7所述的系统，其特征在于，所述一个或多个处理器还被配置为：
根据在所述第二数据集中，所述备选方案在所述当前场景下被执行的次数来确定所述重要性，将被执行较多次数的备选方案确定为具备较高的重要性，并将被执行较少次数的备选方案确定为具备较低的重要性；以及
根据在所述第二数据集中，所述备选方案被执行的时刻与所述当前场景的时刻之间的间隔来确定所述紧急性，将所述间隔较短的备选方案确定为具备较高的紧急性，并将所述间隔较长的备选方案确定为具备较低的紧急性。
9.根据权利要求8所述的系统，其特征在于，所述多个辅助方案还包括第三辅助方案，其中，所述第二辅助方案与所述当前场景的关联性和针对所述当前场景的优先性中的至少一个特性不低于所述第三辅助方案的该相应特性，其中，所述一个或多个处理器还被配置为：
在所述多个备选方案中还确定所述第三辅助方案。
10.根据权利要求6所述的系统，其特征在于，还包括：
一个或多个存储器，被配置为存储所述第一数据集和所述第二数据集。
11.根据权利要求6所述的系统，其特征在于，还包括：
一个或多个存储器，被配置为存储基于所述第一数据集训练的第一模型和所述第二数据集，
所述一个或多个处理器还被配置为：基于所述第一模型得到在所述当前场景下多个备选方案中每个备选方案的所述关联性。
12.根据权利要求11所述的系统，其特征在于，
所述一个或多个存储器还被配置为：将所述一个或多个感测器感测的所述当前场景及与所述当前场景相关的时间信息、以及在所述当前场景下所述用户选择的辅助方案及所述用户选择所述辅助方案的时间信息，作为基于所述用户的新增的历史数据，添加到所述第二数据集中；以及
所述一个或多个处理器还被配置为：在有新增的历史数据添加到所述第二数据集中之后，基于所述第二数据集对所述第一模型进行训练。
13.根据权利要求11所述的系统，其特征在于，
所述一个或多个存储器还被配置为：存储基于所述第二数据集训练的第二模型；以及
所述一个或多个处理器还被配置为：
基于所述第二模型得到在所述当前场景下多个备选方案中每个备选方案的所述优先性；以及
在有新增的历史数据添加到所述第二数据集中之后，基于所述第二数据集对所述第二模型进行训练。
14.根据权利要求6所述的系统，其特征在于，还包括：
一个或多个触发装置，被配置为感测所述用户的特定输入，所述一个或多个触发装置包括：按压感测器、触摸感测器、手势感测器、和/或声音感测器，
其中，所述一个或多个处理器还被配置为：当所述一个或多个触发装置感测到所述用户的所述特定输入之后，执行确定所述多个辅助方案的操作。
15.一种向车辆用户提供辅助的系统，包括：
一个或多个处理器；以及
一个或多个存储器，所述一个或多个存储器被配置为存储一系列计算机可执行的指令，
其中，当所述一系列计算机可执行的指令被所述一个或多个处理器执行时，使得所述一个或多个处理器进行如权利要求1-4中任一项所述的方法。
CN201910528926.0A 2019-06-19 2019-06-19 向车辆用户提供辅助的方法和系统 Active CN112109645B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910528926.0A CN112109645B (zh) 2019-06-19 2019-06-19 向车辆用户提供辅助的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910528926.0A CN112109645B (zh) 2019-06-19 2019-06-19 向车辆用户提供辅助的方法和系统

Publications (2)

Publication Number Publication Date
CN112109645A CN112109645A (zh) 2020-12-22
CN112109645B true CN112109645B (zh) 2023-08-15

Family

ID=73795118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910528926.0A Active CN112109645B (zh) 2019-06-19 2019-06-19 向车辆用户提供辅助的方法和系统

Country Status (1)

Country Link
CN (1) CN112109645B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113103980A (zh) * 2021-05-26 2021-07-13 北京旗偲智能科技有限公司 一种车辆控制方法、装置、车辆及存储介质
CN113859254A (zh) * 2021-09-28 2021-12-31 国汽智控(北京)科技有限公司 车辆功能单元自动设置方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201714913D0 (en) * 2017-09-15 2017-11-01 De Innovation Lab Ltd Driving assistance system and method
CN107861968A (zh) * 2017-09-14 2018-03-30 北京小蓦机器人技术有限公司 用于提供与场景匹配的信息的方法、设备与存储介质
CN107918392A (zh) * 2017-06-26 2018-04-17 怀效宁 一种自动驾驶车辆个性化行车及获取行车执照的方法
CN109094575A (zh) * 2018-08-09 2018-12-28 上海擎感智能科技有限公司 智能场景化的车辆控制方法、服务端及客户端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9805276B2 (en) * 2016-03-31 2017-10-31 Toyota Jidosha Kabushiki Kaisha Generating real-time driver familiarity index for fine-grained dynamic road scenes

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107918392A (zh) * 2017-06-26 2018-04-17 怀效宁 一种自动驾驶车辆个性化行车及获取行车执照的方法
CN107861968A (zh) * 2017-09-14 2018-03-30 北京小蓦机器人技术有限公司 用于提供与场景匹配的信息的方法、设备与存储介质
GB201714913D0 (en) * 2017-09-15 2017-11-01 De Innovation Lab Ltd Driving assistance system and method
CN109094575A (zh) * 2018-08-09 2018-12-28 上海擎感智能科技有限公司 智能场景化的车辆控制方法、服务端及客户端

Also Published As

Publication number Publication date
CN112109645A (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
US10304329B2 (en) Method and system for determining traffic-related characteristics
EP3727962B1 (en) Method and system for human-like vehicle control prediction in autonomous driving vehicles
US10793165B2 (en) Driving assistance method, and driving assistance device, driving control device, vehicle, driving assistance program, and recording medium using said method
US11015948B2 (en) Information provision device, information provision server, and information provision method
US7683767B2 (en) Control device for controlling in-vehicle unit
US20180232770A1 (en) Billboard display and method for selectively displaying advertisements by sensing demographic information of occupants of vehicles
WO2016170786A1 (ja) 情報処理システム、情報処理方法、およびプログラム
CN111448118A (zh) 用于自动驾驶车辆中的个性化驾驶车道规划的方法和系统
CN111433101A (zh) 用于自动驾驶车辆中的个性化运动规划的方法和系统
CN111465824A (zh) 用于自动驾驶车辆中的个性化自身性能觉知路径规划的方法和系统
US20180066959A1 (en) Wearable sensor data to improve map and navigation data
CN111433103A (zh) 用于自动驾驶车辆中的基于乘员对车辆运动的反应的适应性运动规划的方法和系统
US20190344798A1 (en) Information processing system, information processing method, and recording medium
US11077844B2 (en) System and method for increasing passenger satisfaction in a vehicle having an automated driving system
CN112109645B (zh) 向车辆用户提供辅助的方法和系统
US20200334479A1 (en) System and method for measuring passenger satisfaction in a vehicle
CN113320537A (zh) 一种车辆控制方法和系统
CN111433566A (zh) 用于自动驾驶车辆中的似人驾驶车道规划的方法和系统
US20240326851A1 (en) Systems and methods for advanced vehicular alerts
CN118144793A (zh) 用于控制信息的输出的方法、设备及计算机程序
KR20200118917A (ko) 차량 및 그 제어 방법
CN111433565A (zh) 用于自动驾驶车辆中的自身性能觉知路径规划的方法和系统
CN114148342A (zh) 自动驾驶判断系统、自动驾驶控制系统及车辆
JP2018138907A (ja) 車載装置、経路案内方法
JP7280072B2 (ja) 報知制御装置、および、報知制御方法

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