CN112172829B - 车道偏离预警方法、装置、电子设备和存储介质 - Google Patents

车道偏离预警方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112172829B
CN112172829B CN202011147268.XA CN202011147268A CN112172829B CN 112172829 B CN112172829 B CN 112172829B CN 202011147268 A CN202011147268 A CN 202011147268A CN 112172829 B CN112172829 B CN 112172829B
Authority
CN
China
Prior art keywords
driver
vehicle
lane
determining
historical
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
CN202011147268.XA
Other languages
English (en)
Other versions
CN112172829A (zh
Inventor
叶婧
刘俊峰
雷琴辉
徐宝
陈紫薇
杨晓青
李矿
侯刚
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.)
iFlytek Co Ltd
Original Assignee
iFlytek Co Ltd
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 iFlytek Co Ltd filed Critical iFlytek Co Ltd
Priority to CN202011147268.XA priority Critical patent/CN112172829B/zh
Publication of CN112172829A publication Critical patent/CN112172829A/zh
Application granted granted Critical
Publication of CN112172829B publication Critical patent/CN112172829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0818—Inactivity or incapacity of driver
    • B60W2040/0827—Inactivity or incapacity of driver due to sleepiness

Abstract

本发明实施例提供一种车道偏离预警方法、装置、电子设备和存储介质，其中方法包括：确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；若所述偏离估计结果为即将偏离，则进行车道偏离预警。本发明实施例提供的车道偏离预警方法、装置、电子设备和存储介质，提高了车道偏离预警的灵活性和准确性，在保证安全驾驶的同时优化了车辆驾驶人的使用体验。

Description

车道偏离预警方法、装置、电子设备和存储介质
技术领域
本发明涉及车辆智能控制技术领域，尤其涉及一种车道偏离预警方法、装置、电子设备和存储介质。
背景技术
无意识下的车道偏离是引发车辆交通事故的主要原因，主要是由于驾驶员疲劳驾驶、分心走神等因素造成。因此具备车道偏离预警功能的驾驶辅助系统在驾驶安全保障领域具有重要意义。
然而，现有的车道偏离预警辅助驾驶系统在判断车辆是否偏离车道时，均采用统一的偏离阈值，灵活性欠佳。
发明内容
本发明实施例提供一种车道偏离预警方法、装置、电子设备和存储介质，用以解决现有技术中采用统一的偏离阈值，灵活性欠佳的缺陷。
本发明实施例提供一种车道偏离预警方法，包括：
确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；
基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；
若所述偏离估计结果为即将偏离，则进行车道偏离预警。
根据本发明一个实施例的车道偏离预警方法，所述车辆对应驾驶人的偏离阈值是基于如下步骤确定的：
基于所述驾驶人的人员类型，确定所述驾驶人的参考偏离阈值；
基于所述驾驶人的历史驾驶行为数据和/或历史违章数据，确定所述驾驶人的候选偏离阈值；
基于所述参考偏离阈值和所述候选偏离阈值，确定所述驾驶人的偏离阈值。
根据本发明一个实施例的车道偏离预警方法，所述基于所述驾驶人的人员类型，确定所述驾驶人的参考偏离阈值，具体包括：
基于所述驾驶人的历史驾驶行为数据、历史违章数据、历史交通事故数据以及驾驶年限中的至少一种，确定所述驾驶人的人员类型；
基于所述驾驶人的人员类型，以及预先设定的各个人员类型对应的标准阈值，确定所述驾驶人的参考偏离阈值。
根据本发明一个实施例的车道偏离预警方法，所述基于所述驾驶人的历史驾驶行为数据和/或历史违章数据，确定所述驾驶人的候选偏离阈值，具体包括：
将所述驾驶人的历史驾驶行为数据和/或历史违章数据输入至阈值计算模型，得到所述阈值计算模型输出的所述驾驶人的候选偏离阈值；
所述阈值计算模型是基于样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，以及所述样本驾驶人的样本偏离阈值训练得到的。
根据本发明一个实施例的车道偏离预警方法，所述历史驾驶行为数据包括车速、行车轨迹、预瞄时间以及方向盘最大角速度中的至少一种；
所述历史违章数据包括历史压线数据。
根据本发明一个实施例的车道偏离预警方法，所述进行车道偏离预警，具体包括：
基于转向灯信号、方向盘角速度、方向盘扭矩以及所述车辆的加速度和减速度中的至少一种，确定所述车辆是否为所述驾驶人主动控制；
若所述车辆不为所述驾驶人主动控制，则进行车道偏离预警。
根据本发明一个实施例的车道偏离预警方法，所述基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间，具体包括：
基于所述车辆当前的纵向车速、横向车速以及航向角偏差，确定所述驾驶人对应的最早预警边界；
基于所述当前道路图像所指示的车辆与车道线之间的相对位置，以及所述最早预警边界，确定所述车辆的预估跨道时间。
本发明实施例还提供一种车道偏离预警装置，包括：
跨道时间计算单元，用于确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；
偏离估计单元，用于基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；
预警单元，用于若所述偏离估计结果为即将偏离，则进行车道偏离预警。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车道偏离预警方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车道偏离预警方法的步骤。
本发明实施例提供的车道偏离预警方法、装置、电子设备和存储介质，基于车辆对应驾驶人的历史驾驶行为数据和/或历史违章数据，确定该驾驶人的偏离阈值，并基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果，从而进行车道偏离预警，提高了车道偏离预警的灵活性和准确性，在保证安全驾驶的同时优化了车辆驾驶人的使用体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的车道偏离预警方法的流程示意图；
图2为本发明实施例提供的偏离阈值确定方法的流程示意图；
图3为本发明实施例提供的参考偏离阈值确定方法的流程示意图；
图4为本发明实施例提供的偏离预警方法的流程示意图；
图5为本发明实施例提供的跨道时间计算方法的流程示意图；
图6为本发明实施例提供的车道偏离预警装置的结构示意图；
图7为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
无意识下的车道偏离是引发车辆交通事故的主要原因，主要是由于驾驶员疲劳驾驶、分心走神等因素造成。因此具备车道偏离预警功能的驾驶辅助系统在驾驶安全保障领域具有重要意义。
现有的车道偏离预警辅助驾驶系统在判断车辆是否偏离车道时，均采用统一的偏离阈值。其中，偏离阈值越高，给予驾驶员的反应时间越长。然而，由于不同的驾驶员，其反应时间不同，因此设置过高的偏离阈值，对于反应快的驾驶员而言，预警过于提前，使用体验较差，而设置较低的偏离阈值，对于反应慢的驾驶员而言，反应时间较短，来不及做出相应控制，安全性较差。因此，目前的车道偏离预警方案灵活性欠佳，可适用范围较窄。
对此，本发明实施例提供了一种车道偏离预警方法。图1为本发明实施例提供的车道偏离预警方法的流程示意图，如图1所示，该方法包括：
步骤110，确定当前道路图像，并基于当前道路图像所指示的车辆与车道线之间的相对位置，确定车辆的预估跨道时间。
具体地，可以预先将摄像头安装在车辆上，例如安装在车身侧面或后视镜位置，以实时采集包含行驶车道线的当前道路图像。对当前道路图像进行预处理和边缘检测，根据车道线的宽度特征检测车道线的边缘点，得到当前道路图像中的车道线，进而获得车辆与车道线之间的相对位置。基于车辆与车道线之间的相对位置，以及该车辆当前的车速，计算车辆的预估跨道时间。其中，预估跨道时间是指该车辆以当前车速行驶，且方向盘转角不变以及车辆行驶方向不变的情况下，横越车道线所需的时间。
步骤120，基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果；其中，偏离阈值是基于驾驶人的历史驾驶行为数据和/或历史违章数据确定的。
具体地，对比车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，得到车辆的偏离估计结果。其中，偏离估计结果用于表征当前车辆是否即将偏离车道。若车辆的预估跨道时间小于或等于车辆对应驾驶人的偏离阈值，则表明当前车辆存在即将偏离车道的危险，此时偏离估计结果可以为即将偏离车道，否则，偏离估计结果可以为暂未偏离车道。此处，用于判断车辆是否即将偏离车道的偏离阈值与驾驶该车辆的驾驶人对应，即针对不同的驾驶人，可以为其设定适合该驾驶人的偏离阈值。
偏离阈值可以基于驾驶人的历史驾驶行为数据和/或历史违章数据确定得到。其中，历史驾驶行为数据可以反映该驾驶人在当前时刻之前的驾驶习惯和驾驶水平，而历史违章数据包含了该驾驶人在当前时刻之前的违章情况，也能一定程度上反映该驾驶人的驾驶习惯和驾驶水平。因此，根据历史驾驶行为数据和/或历史违章数据所反映出的驾驶人驾驶习惯和驾驶水平，可以预估适合该驾驶人的偏离阈值，使得基于该偏离阈值进行车道偏离预警时，能够给予该驾驶人长度合适的反应时间，既不会过于提前预警，又不会使驾驶人来不及反应，从而提高了车道偏离预警的灵活性和准确性，优化了车辆驾驶人的使用体验。
步骤130，若偏离估计结果为即将偏离，则进行车道偏离预警。
具体地，若偏离估计结果为即将偏离，则需要进行车道偏离预警，提醒驾驶人当前存在偏离车道的危险，需要尽快调整车辆行驶方向，以免出现交通事故。此处，预警方式可以是语音预警、方向盘震动预警等方式，本发明实施例对此不作具体限定。
本发明实施例提供的方法，基于车辆对应驾驶人的历史驾驶行为数据和/或历史违章数据，确定该驾驶人的偏离阈值，并基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果，从而进行车道偏离预警，提高了车道偏离预警的灵活性和准确性，在保证安全驾驶的同时优化了车辆驾驶人的使用体验。
基于上述实施例，历史驾驶行为数据包括车速、行车轨迹、预瞄时间以及方向盘最大角速度中的至少一种；
历史违章数据包括历史压线数据。
具体地，历史驾驶行为数据中可以包括该驾驶人之前驾驶车辆的车速、行车轨迹、预瞄时间以及方向盘最大角速度中的一种或多种。根据上述数据，可以推测出该驾驶人平时的驾驶习惯，例如常用的驾驶速度、是否喜欢频繁变道、是否经常急转方向盘等。另一方面，根据上述数据还可以推测出该驾驶人的驾驶水平，例如行车轨迹越平滑，该驾驶人的驾驶水平越高，预瞄时间越长，该驾驶人的驾驶水平越高等。
历史违章数据包括历史压线数据。其中，历史压线数据是该驾驶人压线的违章数据，包括违章地点以及违章时间。根据历史违章数据，同样可以推测出该驾驶人平时的驾驶习惯和驾驶水平，例如可以根据历史压线数据，统计预设时间段内的历史压线次数，若历史压线次数较高，可以推测出该驾驶人在驾驶时对车道线不关注不敏感，另一方面也能体现出该驾驶人对方向的把控能力以及车身位置的判断能力相对较弱。另外，由于驾驶人的历史违章数据可能跨越的时间线较长，而距离当前时刻较近的历史违章数据的可参考性更强，因此可以根据违章时间，为不同时间段内的历史压线数据设定不同的权重，以在确定偏离阈值时产生不同程度的影响。
基于上述任一实施例，图2为本发明实施例提供的偏离阈值确定方法的流程示意图，如图2所示，车辆对应驾驶人的偏离阈值是基于如下步骤确定的：
步骤210，基于驾驶人的人员类型，确定驾驶人的参考偏离阈值。
具体地，驾驶人的性格稳重与否以及驾驶水平的高低会影响驾驶人在遇到紧急情况时的反应速度，因此可以根据驾驶人的性格稳重与否以及驾驶水平的高低，将驾驶人分为四种人员类型，即冲动且非熟练型、冲动但熟练型、稳重但非熟练型和稳重且熟练型。其中，冲动且非熟练型的驾驶人性格冲动，且驾驶水平不高，需要较长的反应时间；冲动但熟练型的驾驶人较之冲动且非熟练型的驾驶人驾驶水平更高，所需的反应时间稍短；稳重但非熟练型的驾驶人性格稳重，紧急情况下的应对会更冷静，所需的反应时间更短；而稳重且熟练型的驾驶人应对冷静且驾驶水平较高，因此该类型的驾驶人所需的反应时间最短。
因此，可以预先收集大量的驾驶人的实车测试数据，统计各个驾驶人在驾驶过程中遇到紧急情况时，例如即将偏离车道时，从接收到预警信息到采取应对措施成功避险所需的反应时间，并人工标注各个驾驶人的人员类型，从而为各个人员类型设定对应的偏离阈值。然后，基于当前车辆的驾驶人的人员类型，确定该驾驶人的参考偏离阈值。此处，参考偏离阈值可以为一个具体的数值，也可以为一个数值范围，本发明实施例对此不作具体限定。由于参考偏离阈值是根据大量驾驶人的实测测试数据进行数学统计后设定的，符合该人员类型的多数驾驶人的统计规律，因此可以作为确定偏离阈值时的参考对象。
步骤220，基于驾驶人的历史驾驶行为数据和/或历史违章数据，确定驾驶人的候选偏离阈值。
具体地，可以根据该驾驶人的历史驾驶行为数据和/或历史违章数据，评估该驾驶人的驾驶习惯和驾驶水平，并计算得到适合该驾驶人的候选偏离阈值。此处，候选偏离阈值是根据该驾驶人本人的历史驾驶行为数据和/或历史违章数据计算得到的适合其本人的阈值，更有个体针对性，有助于提高偏离阈值的准确性。
需要说明的是，本发明实施例不对步骤210和步骤220的执行顺序做具体限定，步骤210可以在步骤220之前或之后执行，也可以与步骤220同步执行。
步骤230，基于参考偏离阈值和候选偏离阈值，确定驾驶人的偏离阈值。
具体地，将候选偏离阈值与参考偏离阈值进行比对，若候选偏离阈值与参考偏离阈值差别较大，表明计算的候选偏离阈值可能误差较大，则可以以参考偏离阈值为准，将参考偏离阈值作为该驾驶人的偏离阈值，以保证安全性；否则可以以候选偏离阈值为准，将候选偏离阈值作为该驾驶人的偏离阈值，以提高偏离阈值的准确性。例如，若参考偏离阈值为一个具体数值，可以预先设定一个误差系数，若候选偏离阈值处于[参考偏离阈值－误差系数，参考偏离阈值+误差系数]的范围内，则可以将候选偏离阈值作为该驾驶人的偏离阈值，否则将参考偏离阈值作为该驾驶人的偏离阈值；若参考偏离阈值为一个数值范围，则可以直接判断候选偏离阈值是否处于该数值范围内。
本发明实施例提供的方法，基于驾驶人的人员类型，确定该驾驶人的参考偏离阈值，基于该驾驶人的历史驾驶行为数据和/或历史违章数据，确定该驾驶人的候选偏离阈值，然后综合考虑参考偏离阈值和所述候选偏离阈值，确定驾驶人的偏离阈值，提高了偏离阈值的准确性。
基于上述任一实施例，图3为本发明实施例提供的参考偏离阈值确定方法的流程示意图，如图3所示，步骤210具体包括：
步骤211，基于驾驶人的历史驾驶行为数据、历史违章数据、历史交通事故数据以及驾驶年限中的至少一种，确定驾驶人的人员类型。
具体地，根据该驾驶人的历史驾驶行为数据、历史违章数据、历史交通事故数据以及驾驶年限中的至少一种，可以评估该驾驶人的性格以及驾驶水平，从而确定得到该驾驶人的人员类型。例如，历史驾驶行为数据中，驾驶越熟练或性格越冲动的驾驶人选择较高车速的可能性越大，行车轨迹越平滑的驾驶人驾驶水平越高，预瞄时间越长，驾驶水平越高且性格越稳重，而方向盘角速度表征方向盘的忙碌程度，取决于惯性反应滞后时间，故驾驶人驾驶水平越高，惯性反应滞后时间越小，则方向盘角速度越大。又例如，根据历史违章数据以及历史交通事故数据，统计得到该驾驶人的违章次数和交通事故次数较多，则该驾驶人的驾驶水平可能较差或性格较冲动。而根据该驾驶人的驾驶年限，可以获知该驾驶人的驾驶经验，通常驾驶经验多的驾驶人的驾驶水平也越高，因此根据驾驶年限，也能一定程度推测到该驾驶人的驾驶水平。
步骤212，基于驾驶人的人员类型，以及预先设定的各个人员类型对应的标准阈值，确定驾驶人对应的参考偏离阈值。
具体地，可以预先为各个人员类型确定其对应的标准阈值。其中，各人员类型对应的标准阈值可以表征该人员类型的多数驾驶人的反应时间。例如，针对冲动非熟练型驾驶人，此时车辆偏离速度较快且操作不熟练，需要较长的反应时间，因此设定标准阈值为2.5秒；针对冲动熟练型驾驶人，此时车辆偏离速度较快且操作熟练，因此可以设定比冲动非熟练型驾驶人的标准阈值稍短的反应时间，即设定标准阈值为2秒；针对稳重非熟练型驾驶人，此时车辆偏离速度通常不会很快，因此可以设定预警阈值为1.5秒；针对稳重熟练型驾驶员，可以设定比稳重非熟练型驾驶人的标标准阈值稍短的反应时间，即设定标准阈值为1秒。确定得到该驾驶人的人员类型后，可以根据该人员类型，选取该个人员类型对应的标准阈值，作为该驾驶人对应的参考偏离阈值。
基于上述任一实施例，步骤220具体包括：
将驾驶人的历史驾驶行为数据和/或历史违章数据输入至阈值计算模型，得到阈值计算模型输出的驾驶人的候选偏离阈值；
阈值计算模型是基于样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，以及样本驾驶人对应的样本偏离阈值训练得到的。
具体地，阈值计算模型用于根据输入的驾驶人的历史驾驶行为数据和/或历史违章数据，挖掘该驾驶人的驾驶习惯特征和驾驶水平特征，并基于训练阶段学习到的驾驶习惯和驾驶水平与偏离阈值之间的潜在关联关系，预测得到适合该驾驶人的候选偏离阈值。
在将驾驶人的历史驾驶行为数据和/或历史违章数据输入至阈值计算模型之前，还可以预先训练得到阈值计算模型，具体可以通过如下方式训练得到阈值计算模型：首先，收集大量样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，并确定样本驾驶人的样本偏离阈值。其中，可以通过统计样本驾驶人在驾驶过程中遇到紧急情况时，例如即将偏离车道时，从接收到预警信息到采取应对措施成功避险所需的反应时间的均值，确定得到样本偏离阈值。随即，基于样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，以及样本驾驶人的样本偏离阈值训练初始模型，在训练过程中逐渐学习到如何挖掘驾驶人的驾驶习惯特征和驾驶水平特征，以及驾驶习惯和驾驶水平与样本偏离阈值之间的潜在关联关系，从而得到阈值计算模型。
基于上述任一实施例，图4为本发明实施例提供的偏离预警方法的流程示意图，如图4所示，步骤130具体包括：
步骤131，基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆是否为驾驶人主动控制；
步骤132，若车辆不为驾驶人主动控制，则进行车道偏离预警。
具体地，在进行车道偏离预警时，驾驶人的操作优先权应当放在首位，即应具有较好的人机交互能力，若驾驶人主动控制，此时不应对其进行预警，以避免频繁误警。因此，当偏离估计结果为即将偏离时，还需判断当前车辆是否为驾驶人主动控制。此处，可以基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆是否为驾驶人主动控制。若车辆偏离是驾驶人主动为之，则无需对驾驶人进行车道偏离预警，否则，可以采用语音预警或方向盘振动预警等方式提醒驾驶人当前车辆即将偏离车道。
由于驾驶人驾驶车辆在路上正常变道或者超车行驶时，基本都会打转向灯，以提示后方及旁边车辆，此外法规也明确要求不拨打转向灯变道情况属于违法行为，因此可以将拨打转向灯的操作看作是驾驶人主动控制行为。然而，在紧急情况下，例如前方出现障碍物，驾驶人会急打方向盘来避免车辆与障碍物相撞，此时不应当进行车道偏离预警。因此可以设定方向盘角速度阈值，例如0.3rad/s，当驾驶人转动方向盘时的方向盘角速度大于0.3rad/s时，可以视为驾驶人主动控制，而当方向盘转角速率小于0.3rad/s时，此时认为驾驶员处于无意识操作状态。
其次，还可以预先设定方向盘扭矩阈值，例如1N·m，然后根据驾驶人施加在方向盘上的方向盘扭矩来判断驾驶人是否主动控制。例如，当驾驶员施加的方向盘扭矩大于方向盘扭矩阈值时，可以视为驾驶人主动控制。当驾驶人施加的方向盘扭矩小于方向盘扭矩阈值时，此时驾驶人可能是脱手行驶，即驾驶人没有主动控制车辆。
考虑到驾驶人在部分特殊情况会主动控制车辆偏离车道，例如前车行驶缓慢，驾驶人加速超车，或者前方车辆紧急制动，驾驶人为避免追尾而紧急制动，同时向无障碍一侧转动方向盘，导致车辆偏离车道。即若车辆急加速或紧急制动时，可以视为驾驶人主动控制。因此，可以预先设定加速度和减速度的阈值，例如3m/s2，当驾驶人猛踩加速或者制动踏板时，车辆加速度或者减速度会超过阈值，此时可以认为车辆为驾驶员主动控制。
本发明实施例提供的方法，基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆是否为驾驶人主动控制，当车辆不为驾驶人主动控制时，进行车道偏离预警，避免了频繁误警，提升了驾驶人的使用体验。
基于上述任一实施例，图5为本发明实施例提供的跨道时间计算方法的流程示意图，如图5所示，步骤110中，基于当前道路图像所指示的车辆与车道线之间的相对位置，确定车辆的预估跨道时间，具体包括：
步骤111，基于车辆当前的纵向车速、横向车速以及航向角偏差，确定驾驶人对应的最早预警边界；
步骤112，基于当前道路图像所指示的车辆与车道线之间的相对位置以及最早预警边界，确定车辆的预估跨道时间。
具体地，在不同工况下，例如不同车速及航向角偏差，车辆偏离车道线的状态不同，故设定固定最早预警边界的传统车道偏离预警方法预警精度不足。因此，本发明实施例针对不同工况，基于车辆当前的纵向车速、横向车速以及航向角偏差，确定该驾驶人对应的最早预警边界，以提高预估跨道时间的准确性，并进一步提高车道偏离预警的预警精度。此处，最早预警边界为实际车道线与车道中心线之间设置的虚拟车道线，用于在计算预估跨道时间时，代替实际车道线，即计算得到的预估跨道时间实际上是车辆从当前位置行驶到最早预警边界的时间。最早预警边界的引入，可以提前进行预警，使得驾驶人可以及时采取应对措施，而不会压线或越线。
在确定当前车辆的驾驶人对应的最早预警边界时，可以基于车辆当前的纵向车速、横向车速以及航向角偏差，利用向量加法，计算车辆偏离车速。其中，纵向车速是车身纵轴线方向的车速，横向车速即与车身纵轴线垂直方向的车速，车辆偏离车速则为与水平线垂直方向的车速。例如，可以采用如下公式计算车辆偏离车速：
Figure BDA0002740065580000131
其中，Vde为车辆偏离车速，Vx为纵向车速，Vy为横向车速，
Figure BDA0002740065580000132
为航向角偏差。
参照车道偏离预警法规要求，可以根据车辆偏离车速，确定最早预警边界与实际车道线间的距离，从而得到该驾驶人对应的最早预警边界。其中，最早预警边界与实际车道线间的距离应当处于[0.1，0.2]区间内。此处，若车辆偏离车速较慢，可以将最早预警边界与实际车道线间的距离设定为最低距离0.1，当车辆偏离车速变快，可以线性增加最早预警边界与实际车道线间的距离，直至到达极限距离0.2。例如，可以采用如下公式计算最早预警边界与实际车道线间的距离：
Figure BDA0002740065580000141
其中，D为最早预警边界与实际车道线间的距离，单位为米。
然后，基于当前道路图像所指示的车辆与车道线之间的相对位置，以及最早预警边界与实际车道线间的距离，可以确定得到车辆与最早预警边界之间的相对位置，从而计算得到车辆行驶到该最早预警边界所需的预估跨道时间。
本发明实施例提供的方法，针对不同工况，基于车辆当前的纵向车速、横向车速以及航向角偏差，确定该驾驶人对应的最早预警边界，并据此确定车辆的预估跨道时间，提高了预估跨道时间的准确性，并进一步提高了车道偏离预警的预警精度。
基于上述任一实施例，本发明又一实施例提供了一种车道偏离预警方法，该方法包括：
获取当前道路图像，并对该图像进行预处理和车道线识别，得到当前道路图像中的车道线，以及车辆与车道线之间的相对位置。
基于车辆当前的纵向车速、横向车速以及航向角偏差，确定驾驶人对应的最早预警边界，并基于当前道路图像所指示的车辆与车道线之间的相对位置，以及最早预警边界，确定车辆的预估跨道时间。
基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果。其中，该驾驶人的偏离阈值是预先根据该驾驶人的历史驾驶行为数据和/或历史违章数据确定的，历史驾驶行为数据包括车速、行车轨迹、预瞄时间以及方向盘最大角速度中的至少一种，历史违章数据包括历史压线数据。此处，驾驶人的偏离阈值可以采用上述任一实施例提供的偏离阈值确定方法确定得到，在此不再赘述。
若偏离估计结果为即将偏离，则基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆偏离是否为驾驶人主动控制。若车辆偏离不为驾驶人主动控制，则对驾驶人进行车道偏离预警。
下面对本发明实施例提供的车道偏离预警装置进行描述，下文描述的车道偏离预警装置与上文描述的车道偏离预警方法可相互对应参照。
基于上述任一实施例，图6为本发明实施例提供的车道偏离预警装置的结构示意图，如图6所示，该装置包括跨道时间计算单元610、偏离估计单元620和预警单元630。
其中，跨道时间计算单元610用于确定当前道路图像，并基于当前道路图像所指示的车辆与车道线之间的相对位置，确定车辆的预估跨道时间；
偏离估计单元620用于基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果；其中，偏离阈值是基于驾驶人的历史驾驶行为数据和/或历史违章数据确定的；
预警单元630用于若偏离估计结果为即将偏离，则进行车道偏离预警。
本发明实施例提供的装置，基于车辆对应驾驶人的历史驾驶行为数据和/或历史违章数据，确定该驾驶人的偏离阈值，并基于车辆的预估跨道时间，以及车辆对应驾驶人的偏离阈值，确定车辆的偏离估计结果，从而进行车道偏离预警，提高了车道偏离预警的灵活性和准确性，在保证安全驾驶的同时优化了车辆驾驶人的使用体验。
基于上述任一实施例，历史驾驶行为数据包括车速、行车轨迹、预瞄时间以及方向盘最大角速度中的至少一种；
历史违章数据包括历史压线数据。
基于上述任一实施例，该装置还包括偏离阈值计算单元。其中，偏离阈值计算单元具体包括：
参考偏离阈值确定单元，用于基于驾驶人的人员类型，确定驾驶人的参考偏离阈值；
候选偏离阈值确定单元，用于基于驾驶人的历史驾驶行为数据和/或历史违章数据，确定驾驶人的候选偏离阈值；
偏离阈值确定单元，用于基于参考偏离阈值和候选偏离阈值，确定驾驶人的偏离阈值。
本发明实施例提供的装置，基于驾驶人的人员类型，确定该驾驶人的参考偏离阈值，基于该驾驶人的历史驾驶行为数据和/或历史违章数据，确定该驾驶人的候选偏离阈值，然后综合考虑参考偏离阈值和所述候选偏离阈值，确定驾驶人的偏离阈值，提高了偏离阈值的准确性。
基于上述任一实施例，参考偏离阈值确定单元具体用于：
基于驾驶人的历史驾驶行为数据、历史违章数据、历史交通事故数据以及驾驶年限中的至少一种，确定驾驶人的人员类型；
基于驾驶人的人员类型，以及预先设定的各个人员类型对应的标准阈值，确定驾驶人对应的参考偏离阈值。
基于上述任一实施例，候选偏离阈值确定单元具体用于：
将驾驶人的历史驾驶行为数据和/或历史违章数据输入至阈值计算模型，得到阈值计算模型输出的驾驶人的候选偏离阈值；
阈值计算模型是基于样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，以及样本驾驶人对应的样本偏离阈值训练得到的。
基于上述任一实施例，预警单元630具体用于：
基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆是否为驾驶人主动控制；
若车辆不为驾驶人主动控制，则进行车道偏离预警。
本发明实施例提供的装置，基于转向灯信号、方向盘角速度、方向盘扭矩以及车辆的加速度和减速度中的至少一种，确定车辆是否为驾驶人主动控制，当车辆不为驾驶人主动控制时，进行车道偏离预警，避免了频繁误警，提升了驾驶人的使用体验。
基于上述任一实施例，跨道时间计算单元610具体用于：
基于车辆当前的纵向车速、横向车速以及航向角偏差，确定驾驶人对应的最早预警边界；
基于当前道路图像所指示的车辆与车道线之间的相对位置以及最早预警边界，确定车辆的预估跨道时间。
本发明实施例提供的装置，针对不同工况，基于车辆当前的纵向车速、横向车速以及航向角偏差，确定该驾驶人对应的最早预警边界，并据此确定车辆的预估跨道时间，提高了预估跨道时间的准确性，并进一步提高了车道偏离预警的预警精度。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行车道偏离预警方法，该方法包括：确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；若所述偏离估计结果为即将偏离，则进行车道偏离预警。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的车道偏离预警方法，该方法包括：确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；若所述偏离估计结果为即将偏离，则进行车道偏离预警。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的车道偏离预警方法，该方法包括：确定当前道路图像，并基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；若所述偏离估计结果为即将偏离，则进行车道偏离预警。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种车道偏离预警方法，其特征在于，包括：
确定当前道路图像，对所述当前道路图像进行预处理和车道线识别，得到所述当前道路图像中的车道线，以及车辆与所述车道线之间的相对位置，并基于所述车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；
基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；
若所述偏离估计结果为即将偏离，则进行车道偏离预警；
所述车辆对应驾驶人的偏离阈值是基于如下步骤确定的：
基于所述驾驶人的人员类型，确定所述驾驶人的参考偏离阈值；
基于所述驾驶人的历史驾驶行为数据和/或历史违章数据，确定所述驾驶人的候选偏离阈值，所述历史驾驶行为数据和/或历史违章数据用于反映所述驾驶人的驾驶习惯和驾驶水平；
基于所述参考偏离阈值和所述候选偏离阈值，确定所述驾驶人的偏离阈值。
2.根据权利要求1所述的车道偏离预警方法，其特征在于，所述基于所述驾驶人的人员类型，确定所述驾驶人的参考偏离阈值，具体包括：
基于所述驾驶人的历史驾驶行为数据、历史违章数据、历史交通事故数据以及驾驶年限中的至少一种，确定所述驾驶人的人员类型；
基于所述驾驶人的人员类型，以及预先设定的各个人员类型对应的标准阈值，确定所述驾驶人的参考偏离阈值。
3.根据权利要求1所述的车道偏离预警方法，其特征在于，所述基于所述驾驶人的历史驾驶行为数据和/或历史违章数据，确定所述驾驶人的候选偏离阈值，具体包括：
将所述驾驶人的历史驾驶行为数据和/或历史违章数据输入至阈值计算模型，得到所述阈值计算模型输出的所述驾驶人的候选偏离阈值；
所述阈值计算模型是基于样本驾驶人的样本历史驾驶行为数据和/或样本历史违章数据，以及所述样本驾驶人的样本偏离阈值训练得到的。
4.根据权利要求1至3任一项所述的车道偏离预警方法，其特征在于，所述历史驾驶行为数据包括车速、行车轨迹、预瞄时间以及方向盘最大角速度中的至少一种；
所述历史违章数据包括历史压线数据。
5.根据权利要求1至3任一项所述的车道偏离预警方法，其特征在于，所述进行车道偏离预警，具体包括：
基于转向灯信号、方向盘角速度、方向盘扭矩以及所述车辆的加速度和减速度中的至少一种，确定所述车辆是否为所述驾驶人主动控制；
若所述车辆不为所述驾驶人主动控制，则进行车道偏离预警。
6.根据权利要求1至3任一项所述的车道偏离预警方法，其特征在于，所述基于所述当前道路图像所指示的车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间，具体包括：
基于所述车辆当前的纵向车速、横向车速以及航向角偏差，确定所述驾驶人对应的最早预警边界；
基于所述当前道路图像所指示的车辆与车道线之间的相对位置，以及所述最早预警边界，确定所述车辆的预估跨道时间。
7.一种车道偏离预警装置，其特征在于，包括：
跨道时间计算单元，用于确定当前道路图像，对所述当前道路图像进行预处理和车道线识别，得到所述当前道路图像中的车道线，以及车辆与所述车道线之间的相对位置，并基于所述车辆与车道线之间的相对位置，确定所述车辆的预估跨道时间；
偏离估计单元，用于基于所述车辆的预估跨道时间，以及所述车辆对应驾驶人的偏离阈值，确定所述车辆的偏离估计结果；其中，所述偏离阈值是基于所述驾驶人的历史驾驶行为数据和/或历史违章数据确定的；
预警单元，用于若所述偏离估计结果为即将偏离，则进行车道偏离预警；
所述装置还包括偏离阈值计算单元，所述偏离阈值计算单元具体包括：
参考偏离阈值确定单元，用于基于驾驶人的人员类型，确定驾驶人的参考偏离阈值；
候选偏离阈值确定单元，用于基于驾驶人的历史驾驶行为数据和/或历史违章数据，确定驾驶人的候选偏离阈值，所述历史驾驶行为数据和/或历史违章数据用于反映所述驾驶人的驾驶习惯和驾驶水平；
偏离阈值确定单元，用于基于参考偏离阈值和候选偏离阈值，确定驾驶人的偏离阈值。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述车道偏离预警方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述车道偏离预警方法的步骤。
CN202011147268.XA 2020-10-23 2020-10-23 车道偏离预警方法、装置、电子设备和存储介质 Active CN112172829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011147268.XA CN112172829B (zh) 2020-10-23 2020-10-23 车道偏离预警方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011147268.XA CN112172829B (zh) 2020-10-23 2020-10-23 车道偏离预警方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112172829A CN112172829A (zh) 2021-01-05
CN112172829B true CN112172829B (zh) 2022-05-17

Family

ID=73923279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011147268.XA Active CN112172829B (zh) 2020-10-23 2020-10-23 车道偏离预警方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112172829B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114379648B (zh) * 2022-01-18 2023-04-07 襄阳达安汽车检测中心有限公司 一种横向辅助驾驶方法及装置
CN114407888B (zh) * 2022-01-18 2023-10-27 上汽通用五菱汽车股份有限公司 车道偏离预警方法、装置、设备及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108099819A (zh) * 2017-12-15 2018-06-01 东风汽车集团有限公司 一种车道偏离预警系统及方法
CN110329255A (zh) * 2019-07-19 2019-10-15 中汽研（天津）汽车工程研究院有限公司 一种基于人机协同策略的车道偏离辅助控制方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010009361A (ja) * 2008-06-27 2010-01-14 Denso Corp 車線逸脱警報装置
JP2016007894A (ja) * 2014-06-23 2016-01-18 トヨタ自動車株式会社 注意喚起装置及び走行制御装置
CN108437989B (zh) * 2018-04-09 2019-10-22 广州大学 一种基于动态车道边界的车道偏离预警方法及系统
CN108875603B (zh) * 2018-05-31 2021-06-04 上海商汤智能科技有限公司 基于车道线的智能驾驶控制方法和装置、电子设备
CN109017813A (zh) * 2018-06-14 2018-12-18 安徽江淮汽车集团股份有限公司 一种车道偏离报警方法及装置
JP6968040B2 (ja) * 2018-07-11 2021-11-17 株式会社デンソーアイティーラボラトリ 運転支援装置、方法及びプログラム
US20200055524A1 (en) * 2018-08-20 2020-02-20 Alberto LACAZE System and method for verifying that a self-driving vehicle follows traffic ordinances
EP3623240A1 (en) * 2018-09-12 2020-03-18 Volvo Car Corporation Method and system for assisting a driver in the event of a road departure
CN109849929A (zh) * 2019-03-29 2019-06-07 长安大学 一种基于驾驶员状态的可变车道偏离和前车碰撞预警算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108099819A (zh) * 2017-12-15 2018-06-01 东风汽车集团有限公司 一种车道偏离预警系统及方法
CN110329255A (zh) * 2019-07-19 2019-10-15 中汽研（天津）汽车工程研究院有限公司 一种基于人机协同策略的车道偏离辅助控制方法

Also Published As

Publication number Publication date
CN112172829A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
US11407426B2 (en) Collision warning method and apparatus
US11815892B2 (en) Agent prioritization for autonomous vehicles
EP2172919B1 (en) Vehicle travel track estimator
CN102320301B (zh) 用于使车辆的行驶特性适应驾驶员变换的方法
EP1332910A1 (en) Method and system for vehicle operator assistance improvement
CN112172829B (zh) 车道偏离预警方法、装置、电子设备和存储介质
CN112046494B (zh) 一种车辆控制方法、装置、设备及存储介质
CN113658451B (zh) 车辆碰撞预警的控制方法、装置、车辆和可读存储介质
KR20180020615A (ko) 기계 학습을 통한 주변 차량의 주행 경로 예측 방법 및 이를 이용하는 차량 제어 방법
CN112026761A (zh) 一种基于数据共享的汽车辅助驾驶方法
JP2021026720A (ja) 運転支援装置、車両の制御方法、およびプログラム
JP2022521137A (ja) 車両を安全化するための方法
CN116466644B (zh) 一种基于plc控制的车辆性能监管系统及方法
CN113353083B (zh) 车辆行为识别方法
CN116653957A (zh) 一种变速变道方法、装置、设备及存储介质
CN113920699B (zh) 车辆风险预警方法、路侧控制单元及风险预警控制系统
KR101473458B1 (ko) 차등적 전방충돌 경보 시점을 위한 운전자 성향 분류 방법
CN113548049B (zh) 一种基于有限状态机的智能车辆驾驶行为决策方法及系统
CN115107759A (zh) 车辆的辅助驾驶方法、装置、车辆及存储介质
JP6614688B1 (ja) 制動評価装置、制動評価方法、自動制動パターンの評価閾値の生成方法、自動制動パターンの基礎データの収集方法
CN114655203A (zh) 一种辅助驾驶方法、装置、设备及存储介质
Tomar et al. Collision avoidance warning for safe lane change
CN117104255B (zh) 一种智能驾驶车辆智能感知人车交互系统及方法
JP7400911B1 (ja) 自動運転装置
CN117901903A (zh) 一种道路行驶方法、装置、电子设备及可读存储介质

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