CN114103966A - 一种辅助驾驶的控制方法、装置和系统 - Google Patents

Abstract

本发明公开了一种辅助驾驶的控制方法、装置和系统，包括：获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据；根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；判断当前驾驶习惯是否符合目标用户的历史驾驶习惯；若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。本申请根据目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据，确定目标用户的当前驾驶习惯，可以将当前驾驶习惯与历史驾驶习惯进行比较，若两者不匹配，可以根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正，提高驾驶安全性。

Description

一种辅助驾驶的控制方法、装置和系统

技术领域

本发明涉及汽车技术领域，尤其涉及一种辅助驾驶的控制方法、装置和系统。

背景技术

随着科技的迅速发展，人们生活水平的提高，汽车技术的发展也越来越迅速，汽车电子技术，特别是汽车主动安全方面的技术日益受到重视。汽车互联网的快速发展，给智能驾驶带来便利的同时也对汽车安全提出了更高的要求。由于传统汽车的操作复杂，研发更加智能、安全的驾驶控制系统将会成为大家关注的重点。

相关技术中，主要通过监控车辆当前的驾驶速度，判断用户是否存在异常驾驶行为，当确定超速时，只能通过超速提示信息提醒用户，并不能提高驾驶安全性。

发明内容

本申请实施例通过提供一种辅助驾驶的控制方法、装置和系统，解决了现有技术中只通过超速提示信息提醒用户，导致安全性较低的技术问题，实现了当存在异常驾驶行为时，可以确定驾驶行为修正参数，以辅助驾驶，提高驾驶安全性的技术效果。

第一方面，本申请提供了一种辅助驾驶的控制方法，方法包括：

获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据；

根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；

判断当前驾驶习惯是否符合目标用户的历史驾驶习惯；

若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。

进一步地，在判断当前驾驶习惯是否符合目标用户的历史驾驶习惯之前，方法还包括：

获取目标车辆当前的位置数据和路况数据；

根据位置数据和路况数据，确定目标车辆当前的环境特征；

根据环境特征，从获取的目标用户的历史驾驶行为数据中，确定目标用户在历史道路上的目标历史驾驶行为数据，历史道路包含环境特征；

根据目标历史驾驶行为数据，确定目标用户的历史驾驶习惯。

进一步地，根据目标历史驾驶行为数据，确定目标用户的历史驾驶习惯，包括：

从目标历史驾驶行为数据中，提取与驾驶习惯相关的驾驶数据；

根据与驾驶习惯相关的驾驶数据，确定目标用户在历史道路上的异常驾驶行为阈值；

根据异常驾驶行为阈值，确定目标用户的历史驾驶习惯。

进一步地，获取目标用户的历史驾驶行为数据，包括：

获取目标用户的生物特征，识别目标用户的身份信息；或者，获取目标用户的账户信息，识别目标用户的身份信息；

根据身份信息，获取目标用户的历史驾驶行为数据。

进一步地，根据当前驾驶行为数据，确定驾驶行为修正数据，包括：

根据当前驾驶习惯与历史驾驶习惯之间的差异数据，确定驾驶行为修正数据。

进一步地，若当前驾驶习惯不符合历史驾驶习惯时，方法还包括：

生成并输出提示信息，提示信息用于提示目标用户的驾驶行为异常。

进一步地，在接收当前驾驶行为数据之后，方法还包括：

存储当前驾驶行为数据。

第二方面，本申请提供了一种辅助驾驶的控制装置，装置包括：

获取模块，用于获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据；

确定模块，用于根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；

判断模块，用于判断当前驾驶习惯是否符合目标用户的历史驾驶习惯；

修正模块，用于若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。

进一步地，获取模块用于获取目标车辆当前的位置数据和路况数据；

确定模块，用于根据位置数据和路况数据，确定目标车辆当前的环境特征；

根据环境特征，从获取的目标用户的历史驾驶行为数据中，确定目标用户在历史道路上的目标历史驾驶行为数据，历史道路包含环境特征；

根据目标历史驾驶行为数据，确定目标用户的历史驾驶习惯。

第三方面，本申请提供了一种辅助驾驶的控制系统，系统包括依次连接的云端智能平台、车载终端和整车控制器；

车载终端用于从目标车辆上获取当前驾驶行为数据和车辆行驶数据，并将当前驾驶行为数据和车辆行驶数据上传至云端智能平台；

云端智能平台用于从车载终端接收当前驾驶行为数据和车辆行驶数据；根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；判断当前驾驶习惯是否符合目标用户的历史驾驶习惯，若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，并将驾驶行为修正数据发送至车载终端；

车载终端用于将驾驶行为修正数据发送至整车控制器；

整车控制器用于根据驾驶行为修正数据，对目标用户的当前驾驶习惯进行修正。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请根据目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据，可以确定目标用户的当前驾驶习惯，进而可以将当前驾驶习惯与历史驾驶习惯进行比较，若两者不匹配，则可以根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正，以达到辅助驾驶的目的，提高驾驶安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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为本申请提供的一种辅助驾驶的控制方法的流程示意图；

图2为本申请提供的一种辅助驾驶的控制系统的结构示意图；

图3为本申请提供的一种辅助驾驶的控制装置的结构示意图。

具体实施方式

本申请实施例通过提供一种辅助驾驶的控制方法，解决了现有技术中只通过超速提示信息提醒用户，导致安全性较低的技术问题。

本申请实施例的技术方案为解决上述技术问题，总体思路如下：

一种辅助驾驶的控制方法，方法包括：获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据；根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；判断当前驾驶习惯是否符合目标用户的历史驾驶习惯；若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。

本实施例根据目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据，可以确定目标用户的当前驾驶习惯，进而可以将当前驾驶习惯与历史驾驶习惯进行比较，若两者不匹配，则可以根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正，以达到辅助驾驶的目的，提高驾驶安全性。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

首先说明，本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在判定用户是否存在异常驾驶行为的相关技术中，主要是通过监控车辆的速度，将车辆的行驶速度按照多个预设速度区间划分，基于预设速度区间与当前驾驶速度，确定是否存在异常驾驶行为。当车辆超速时，只通过超速提醒的方式提醒用户存在异常驾驶行为，这样并不能对异常驾驶行为进行干预，所以其安全性较低。

本实施例提供了如图1所示的一种辅助驾驶的控制方法，应用于如图2所示的辅助驾驶的控制系统中的云端智能平台，方法包括步骤S11-步骤S14。

首先，对图1所示的辅助驾驶的控制方法进行如下说明：

步骤S11，获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据。

同一用户驾驶不同的车辆所表现的驾驶行为数据是有区别的，不同的用户驾驶同一辆车辆所表现的驾驶行为数据也是有区别的。本实施例以目标用户驾驶目标车辆为例对本实施例提供的技术方案进行说明。

获取目标用户驾驶目标车辆时产生的当前驾驶行为数据和目标车辆的车辆行驶数据。其中，当前驾驶行为数据包括方向盘转角、方向盘转矩、制动踏板开度和油门踏板开度，方向盘转角可以通过方向盘转角传感器采集，方向盘转矩可以通过方向盘转矩传感器采集，制动踏板开度可以通过制动踏板开度传感器采集，油门踏板开度可以通过油门踏板开度传感器采集。

车辆行驶数据包括轮速、加速度和横摆角角速度，轮速可以通过轮速传感器采集，加速度可以通过加速度传感器采集，横摆角角速度可以通过横摆角角速度传感器采集。

驾驶行为数据和车辆行驶数据的数据是一一对应的。驾驶行为数据和车辆行驶数据的采集频率可以根据具体的情况进行设定。例如，若车辆行驶在比较笔直的高速路上时，采集频率可以设置得较低；若车辆行驶在弯道较多的低速路上时，采集频率可以设置得较高。

步骤S12，根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯。

可以对目标用户当前驾驶行为数据进行分析，确定目标用户在行驶过程中方向盘转角的范围、转矩的范围、制动踏板开度的平均深度以及油门踏板开度的平均深度。此外，还可以对车辆行驶数据进行分析，确定目标车辆的转速范围、转向角范围、加速度范围和横摆角角速度范围。综合方向盘转角的范围、转矩的范围、制动踏板开度的平均深度以及油门踏板开度的平均深度，以及目标车辆的转速范围、转向角范围、加速度范围和横摆角角速度范围，确定目标用户的当前驾驶习惯。

并且，还可以将当前驾驶行为数据和车辆行驶数据按照道路路况的不同进行分类。例如，可以按照车辆行驶在比较笔直的高速路、弯道较多的低速路、城市道路等进行分类。

步骤S13，判断当前驾驶习惯是否符合目标用户的历史驾驶习惯。

在判断当前驾驶习惯是否符合目标用户的历史驾驶习惯之前，需要先确定历史驾驶习惯，具体方式包括步骤S21-步骤S24。

步骤S21，获取目标车辆当前的位置数据和路况数据。

不同的车辆在不同的地理位置以及不同的路况上行驶时，所表现的行驶状态是区别的。不同的用户驾驶车辆通过同一地理位置、同一工况的道路时，表现的驾驶行为也是有区别的。因此，本实施例将目标车辆当前的位置数据和路况数据作为影响目标用户的驾驶行为是否异常的因素。其中，位置数据可以基于山区、城市、高海拔地区、低海拔地区等地区数据进行确定。路况数据可以基于路况的坑洼程度、道路的弯道数量情况、道路的视野情况等进行确定。

步骤S22，根据位置数据和路况数据，确定目标车辆当前的环境特征。

根据当前的位置数据和路况数据，可以对目标车辆当前所处的环境进行特征提取，得到环境特征，环境特征可以表征当前道路的位置特点和路况特点。

步骤S23，根据环境特征，从获取的目标用户的历史驾驶行为数据中，确定目标用户在历史道路上的目标历史驾驶行为数据，历史道路包含环境特征。

对目标用户的历史驾驶行为数据进行筛选，从中确定目标用户在具有对应环境特征的历史道路上的目标历史驾驶行为数据。

步骤S24，根据目标历史驾驶行为数据，确定目标用户的历史驾驶习惯。

根据目标历史驾驶行为数据，就能确定目标用户在具有相应环境特征的道路上行驶时的历史驾驶习惯。

其中，获取目标用户的历史驾驶行为数据，包括步骤S31-步骤S32。

步骤S31，获取目标用户的生物特征，识别目标用户的身份信息；或者，获取目标用户的账户信息，识别目标用户的身份信息。

步骤S32，根据身份信息，获取目标用户的历史驾驶行为数据。

生物特征可以是面部特征、指纹特征、瞳孔特征等，根据生物特征可以识别目标用户的身份信息，根据身份信息可以调取存储的历史驾驶行为数据。

此外，还可以由目标用户输入对应的账户信息，确定目标用户的身份信息，根据身份信息可以调取存储的历史驾驶行为数据。

步骤S13可以分解为如下步骤(包括步骤S41-步骤S43)。

步骤S41，从目标历史驾驶行为数据中，提取与驾驶习惯相关的驾驶数据。

目标历史驾驶行为数据中包括目标用户的账户信息、驾驶时间、驾驶路线、驾驶行为数据等，从目标历史驾驶行为数据提取出与驾驶习惯相关的驾驶数据，例如，可以提取方向盘转角、转矩、制动踏板开度、油门踏板开度等。

步骤S42，根据与驾驶习惯相关的驾驶数据，确定目标用户在历史道路上的异常驾驶行为阈值。

根据与驾驶习惯相关的驾驶数据，可以综合分析确定目标用户在具有相应环境特征的历史道路上行驶时对应的驾驶行为临界数据，根据这个驾驶行为临界数据，可以确定对应的异常驾驶行为阈值。例如，以车速为例，目标用户在高速路上的速度主要分布在80-120km/h，因此，可以将80km/h和120km/h作为临界数据，即可以将80km/h作为速度下限值，将120km/h作为速度上限值。此外，还可以设定浮动比例，即可以根据浮动比例和80km/h确定一个更低的下限值，根据浮动比例和120km/h确定一个更高的上限值，可以减小目标用户的驾驶行为数据超过异常驾驶行为阈值的比例，降低触发异常驾驶行为阈值的几率，提高目标用户驾驶车辆的灵活性。

步骤S43，根据异常驾驶行为阈值，确定目标用户的历史驾驶习惯。

通过异常驾驶行为阈值，可以表征目标用户的历史驾驶习惯。

步骤S14，若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。

若当前驾驶习惯与历史驾驶习惯有差异时，意味着目标用户的驾驶行为异常，可能会存在安全隐患，因此，可以生成并输出提示信息，提示信息用于提示目标用户的驾驶行为异常。除此之外，还可以根据根据当前驾驶习惯与历史驾驶习惯之间的差异数据，确定驾驶行为修正数据。根据这个驾驶行为修正数据可以对目标用户的当前驾驶习惯进行修正。在具体实施时，可以将驾驶行为修正数据显示给目标用户，使得目标用户可以根据修正数据调整驾驶行为。当然，也可以由整车控制器根据修正数据自动对车辆状态进行调整。

例如，以驾驶速度为例，目标用户在高速路上的历史驾驶习惯为速度上限值为120km/h，若目标用户在高速路上的当前驾驶习惯的速度上限值为130km/h，那么上限速度较大，因此，可以将当前速度上限值调整为120km/h。

不管当前驾驶行为数据是否与历史驾驶习惯对应的数据有差异，都可以存储当前驾驶行为数据，以对历史驾驶习惯进行修正，提高历史驾驶习惯的准确性。

综上所述，本实施例根据目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据，可以确定目标用户的当前驾驶习惯，进而可以将当前驾驶习惯与历史驾驶习惯进行比较，若两者不匹配，则可以根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正，以达到辅助驾驶的目的，提高驾驶安全性。

现对本图2所示的辅助驾驶的控制系统进行如下说明：

辅助驾驶的控制系统包括依次连接的云端智能平台、车载终端和整车控制器。

车载终端用于从目标车辆上获取当前驾驶行为数据和车辆行驶数据，并将当前驾驶行为数据和车辆行驶数据上传至云端智能平台；

云端智能平台用于从车载终端接收当前驾驶行为数据和车辆行驶数据；根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；判断当前驾驶习惯是否符合目标用户的历史驾驶习惯，若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，并将驾驶行为修正数据发送至车载终端；

车载终端用于将驾驶行为修正数据发送至整车控制器；

整车控制器用于根据驾驶行为修正数据，对目标用户的当前驾驶习惯进行修正。

其中，云端智能平台与车载终端之间可以通过4G/5G网络进行数据通信。整车控制器和车载终端之间通过CAN总线通信。

车载终端包括处理器、存储模块、定位模块、通讯模块、摄像头、车辆状态监测模块、驾驶员状态监测模块、主动安全防御模块。通讯模块与云端智能平台的通信服务模块连接；处理器同存储模块、定位模块、通讯模块、车辆状态监测模块、驾驶员状态监测模块、主动安全防御模块连接。驾驶员状态监测模块、主动安全防御模块、存储模块同摄像头连接；摄像头包括车内摄像头和车外摄像头。车内摄像头同驾驶员状态监测模块连接，车外摄像头同主动安全防御模块连接。

车辆状态监控模块包括：轮速传感器、加速度传感器、横摆角角速度传感器。轮速传感器用来测量车辆车轮的转速。加速度传感器用来获得车辆的加速信息。横摆角角速度传感器用来测量车辆的横摆信息，判断车辆是否发生偏转。定位模块获得车辆的定位信息，车辆雷达和摄像头获得车辆在各种驾驶环境如市区、郊区、山区、高速等各种路况数据的路况信息。

驾驶员状态监测模块包括：方向盘转角和转矩传感器、制动踏板开度传感器、油门踏板开度传感器。方向盘转角和转矩传感器获取车辆方向盘转角、转速和转矩信息。制动踏板开度传感器用来监测驾驶员踩制动踏板的位置。油门踏板开度传感器用来监测驾驶员踩油门踏板的位置。

云端智能平台包括通信服务模块、数据存储模块、汇总模块、数据分析模块和判断预警模块。通信服务模块与车载终端连接，数据存储模块、汇总模块、数据分析模块与通信服务模块连接，数据分析模块与预警模块连接。

车载终端根据用户的生物特征或账号信息，确定用户在云端智能平台上调取历史驾驶行为数据等。

云端智能平台根据车载终端上传的历史驾驶行为数据和车辆的位置信息和路况信息，可以确定目标用户在对应的位置和路况的历史驾驶行为习惯，可以将其划分为激进型、一般型和温和型，并根据激进型、一般型和温和型，确定对应的异常驾驶行为阈值。

在当前时刻，车载终端将获取的车辆行驶数据和当前驾驶行为数据通过通信模块发送至云端智能平台，云端智能平台将存储的历史驾驶行为数据与当前驾驶行为数据进行对比，确定目标用户当前驾驶行为习惯与历史驾驶行为习惯之间是否存在差异。

若当前驾驶行为数据没有超出阈值范围，则判断为正常驾驶，将当前驾驶行为数据和车辆行驶数据实时存入云端数据库。若当前驾驶行为数据超过设置的阈值范围，则判断为异常驾驶行为，云端智能平台向车载终端发送提示信号，车载终端收到提示信号后则向驾驶员发送语音提示信息，以警示驾驶员车辆存在安全隐患。此外，云端智能平台还能根据当前驾驶行为习惯与历史驾驶行为习惯之间的差异，确定驾驶行为修正数据，并通过车载终端下发至整车控制器，整车控制器根据驾驶行为修正数据，结合辅助驾驶系统对车辆进行辅助校正，以保证车辆安全行驶。具体地，整车控制器将接收到的驾驶行为修正数据作用到车辆方向盘上的路感执行机构(包括方向盘、油门踏板、制动踏板等)，路感执行机构根据驾驶行为修正数据在方向盘上作用反馈力矩，并发送车辆后轮转角控制指令，对车辆后轮转向进行控制，修正驾驶行为，从而达到辅助校正的目的。

本实施例提供的控制系统可以降低对车载终端的硬件要求，利用4G/5G网络传输的高速与便捷性，将数据发送至云端智能平台，在云端智能平台进行数据分析，降低车辆上控制器的计算负荷，提高系统计算速度和指令执行速率。

通过车载终端与云端智能平台之间实时的数据传输，对驾驶员的驾驶行为进行分析与判断。若判断驾驶员有异常驾驶行为，则发出预警信号，并且辅助校正，提高驾驶的安全性。

基于同一发明构思，本实施例提供了如图3所示的一种辅助驾驶的控制装置，装置包括：

获取模块31，用于获取驾驶目标车辆的目标用户的当前驾驶行为数据和目标车辆的车辆行驶数据；

确定模块32，用于根据当前驾驶行为数据和车辆行驶数据，确定目标用户的当前驾驶习惯；

判断模块33，用于判断当前驾驶习惯是否符合目标用户的历史驾驶习惯；

修正模块34，用于若当前驾驶习惯不符合历史驾驶习惯时，根据当前驾驶行为数据，确定驾驶行为修正数据，以对目标用户的当前驾驶习惯进行修正。

获取模块31用于获取目标车辆当前的位置数据和路况数据；

确定模块32，用于根据位置数据和路况数据，确定目标车辆当前的环境特征；根据环境特征，从获取的目标用户的历史驾驶行为数据中，确定目标用户在历史道路上的目标历史驾驶行为数据，历史道路包含环境特征；根据目标历史驾驶行为数据，确定目标用户的历史驾驶习惯。

修正模块34，还用于从目标历史驾驶行为数据中，提取与驾驶习惯相关的驾驶数据；根据与驾驶习惯相关的驾驶数据，确定目标用户在历史道路上的异常驾驶行为阈值；根据异常驾驶行为阈值，确定目标用户的历史驾驶习惯。还用于根据当前驾驶习惯与历史驾驶习惯之间的差异数据，确定驾驶行为修正数据。

获取模块31还用于获取目标用户的生物特征，识别目标用户的身份信息；或者，获取目标用户的账户信息，识别目标用户的身份信息；根据身份信息，获取目标用户的历史驾驶行为数据。

装置还包括提示模块，用于生成并输出提示信息，提示信息用于提示目标用户的驾驶行为异常。

装置还包括存储模块，用于在接收当前驾驶行为数据之后，存储当前驾驶行为数据。

由于本实施例所介绍的电子设备为实施本申请实施例中信息处理的方法所采用的电子设备，故而基于本申请实施例中所介绍的信息处理的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中信息处理的方法所采用的电子设备，都属于本申请所欲保护的范围。

领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种辅助驾驶的控制方法，其特征在于，所述方法包括：

获取驾驶目标车辆的目标用户的当前驾驶行为数据和所述目标车辆的车辆行驶数据；

根据所述当前驾驶行为数据和所述车辆行驶数据，确定所述目标用户的当前驾驶习惯；

判断所述当前驾驶习惯是否符合所述目标用户的历史驾驶习惯；

当所述当前驾驶习惯不符合所述历史驾驶习惯时，根据所述当前驾驶行为数据，确定驾驶行为修正数据，以对所述目标用户的当前驾驶习惯进行修正。

2.如权利要求1所述的方法，其特征在于，在判断所述当前驾驶习惯是否符合所述目标用户的历史驾驶习惯之前，所述方法还包括：

获取所述目标车辆当前的位置数据和路况数据；

根据所述位置数据和所述路况数据，确定所述目标车辆当前的环境特征；

根据所述环境特征，从获取的所述目标用户的历史驾驶行为数据中，确定所述目标用户在历史道路上的目标历史驾驶行为数据，所述历史道路包含所述环境特征；

根据所述目标历史驾驶行为数据，确定所述目标用户的历史驾驶习惯。

3.如权利要求2所述的方法，其特征在于，所述根据所述目标历史驾驶行为数据，确定所述目标用户的历史驾驶习惯，包括：

从所述目标历史驾驶行为数据中，提取与驾驶习惯相关的驾驶数据；

根据与所述驾驶习惯相关的驾驶数据，确定所述目标用户在所述历史道路上的异常驾驶行为阈值；

根据所述异常驾驶行为阈值，确定所述目标用户的历史驾驶习惯。

4.如权利要求2所述的方法，其特征在于，所述获取所述目标用户的历史驾驶行为数据，包括：

获取所述目标用户的生物特征，识别所述目标用户的身份信息；或者，获取所述目标用户的账户信息，识别所述目标用户的身份信息；

根据所述身份信息，获取所述目标用户的历史驾驶行为数据。

5.如权利要求1所述的方法，其特征在于，所述根据所述当前驾驶行为数据，确定驾驶行为修正数据，包括：

根据所述当前驾驶习惯与所述历史驾驶习惯之间的差异数据，确定所述驾驶行为修正数据。

6.如权利要求1所述的方法，其特征在于，当所述当前驾驶习惯不符合所述历史驾驶习惯时，所述方法还包括：

生成并输出提示信息，所述提示信息用于提示所述目标用户的驾驶行为异常。

7.如权利要求1所述的方法，其特征在于，在接收所述当前驾驶行为数据之后，所述方法还包括：

存储所述当前驾驶行为数据。

8.一种辅助驾驶的控制装置，其特征在于，所述装置包括：

获取模块，用于获取驾驶目标车辆的目标用户的当前驾驶行为数据和所述目标车辆的车辆行驶数据；

确定模块，用于根据所述当前驾驶行为数据和所述车辆行驶数据，确定所述目标用户的当前驾驶习惯；

判断模块，用于判断所述当前驾驶习惯是否符合所述目标用户的历史驾驶习惯；

修正模块，用于当所述当前驾驶习惯不符合所述历史驾驶习惯时，根据所述当前驾驶行为数据，确定驾驶行为修正数据，以对所述目标用户的当前驾驶习惯进行修正。

9.如权利要求8所述的装置，其特征在于，所述获取模块用于获取所述目标车辆当前的位置数据和路况数据；

所述确定模块，用于根据所述位置数据和所述路况数据，确定所述目标车辆当前的环境特征；

根据所述环境特征，从获取的所述目标用户的历史驾驶行为数据中，确定所述目标用户在历史道路上的目标历史驾驶行为数据，所述历史道路包含所述环境特征；

根据所述目标历史驾驶行为数据，确定所述目标用户的历史驾驶习惯。

10.一种辅助驾驶的控制系统，其特征在于，所述系统包括依次连接的云端智能平台、车载终端和整车控制器；

所述车载终端用于从目标车辆上获取当前驾驶行为数据和车辆行驶数据，并将所述当前驾驶行为数据和所述车辆行驶数据上传至所述云端智能平台；

所述云端智能平台用于从所述车载终端接收所述当前驾驶行为数据和所述车辆行驶数据；根据所述当前驾驶行为数据和所述车辆行驶数据，确定所述目标用户的当前驾驶习惯；判断所述当前驾驶习惯是否符合所述目标用户的历史驾驶习惯，当所述当前驾驶习惯不符合所述历史驾驶习惯时，根据所述当前驾驶行为数据，确定驾驶行为修正数据，并将所述驾驶行为修正数据发送至所述车载终端；

所述车载终端用于将所述驾驶行为修正数据发送至所述整车控制器；

所述整车控制器用于根据所述驾驶行为修正数据，对所述目标用户的当前驾驶习惯进行修正。

Images