CN114333289B - 车辆起步提醒设备、系统和方法 - Google Patents

Abstract

本发明提供了一种车辆起步提醒设备、系统和方法。所述设备包括：获取模块，配置成获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息；处理模块，配置成对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格；决策模块，配置成在确定为目标信号灯处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令；以及输出模块，配置成向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒。

Description

车辆起步提醒设备、系统和方法

技术领域

本申请主要涉及车辆驾驶辅助的技术领域，尤其涉及一种车辆起步提醒设备、系统和方法，还涉及一种相应的机器可读存储介质。

背景技术

随着汽车工业的快速发展，在车辆中越来越多地采用驾驶辅助功能，以便提升车辆的安全性和舒适性。在诸多驾驶辅助功能中，车辆起步提醒是一项有益的功能，该功能能够帮助驾驶员在交通堵塞或者等待红绿灯时及时起步，防止错过当前绿灯或者引起交通拥堵。

现有的车辆起步提醒功能通常设置成一旦探测到前方车辆开动就自动地向驾驶员发出提醒。这样的方案虽然可以起到提醒的作用，但依然存在尚待改善的方面。例如，在驾驶员已经准备开动车辆时收到提醒消息，对驾驶员造成了过渡打扰。另外，在虽然前车已开动但本车没有必要立即启动的情况下向驾驶员发出提醒，造成了对驾驶员的过渡提醒。

发明内容

鉴于现有技术中的上述问题，根据本发明第一方面的实施例，提供了一种车辆起步提醒设备，其包括：获取模块，配置成获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息；处理模块，配置成对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格；决策模块，配置成在确定为目标信号灯处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令；以及输出模块，配置成向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒。

根据本发明第二方面的实施例，提供了一种车辆起步提醒系统，其包括：如上所述的车辆起步提醒设备，用于在目标信号灯处于红灯尾期并且驾驶员的注意力集中程度不合格的情况下，输出提醒指令；以及人机交互设备，与所述车辆起步提醒设备连接，在接收到所述提醒指令时，根据所述提醒指令的指示在本车内触发起步提醒消息。

根据本发明第三方面的实施例，提供了一种车辆起步提醒方法，可选地，所述方法由如上所述的车辆起步提醒设备和/或如上所述车辆起步提醒系统执行，所述方法包括：获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息；对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格；在确定为目标信号灯处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令；以及向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒。

根据本发明第四方面的实施例，提供了一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行如上所述的方法。

附图说明

从结合附图的以下详细说明中，将会使本发明的技术方案更加清楚。可以理解的是，这些附图仅用于说明的目的，而并非意在对本发明的保护范围进行限制。

图1是可以在其中实施本发明的一些实施方式的示例性环境。

图2是根据本发明的一可行实施方式的车辆起步提醒系统的示意性框图。

图3示意性示出了根据本发明的一可行实施方式的车辆起步提醒的过程。

图4是根据本发明的一可行实施方式的车辆起步提醒方法的流程图。

具体实施方式

鉴于驾驶员在等待交通信号灯变绿期间，时常不会将注意力一直集中在前方红绿灯，尤其在红绿灯间隔较长的路口，从而在信号灯变绿以后没能及时起步，形成道路拥堵和路口通行效率降低，而且，这种情形可能引起路怒、鸣笛、加塞、增加尾气排放等问题，本发明提供了一种车辆起步提醒方案，其根据信号灯状态和驾驶员注意力集成程度来确定是否向驾驶员发出起步提醒。

本发明还提供了这样的控制逻辑，即能够确定出不必要触发起步提醒的情形(例如，确定出在下次绿灯期间本车都不可能通过当前交通信号灯的情形)，从而避免了对驾驶员的过渡打扰，还避免了对驾驶员的误导(即，在不应当起步时向驾驶员送达起步提醒，驾驶员因接收到提醒而不假思索地开动车辆)。

本发明还提供了这样的控制逻辑，即基于驾驶员状态(例如，驾驶员注意力分散情况)确定发出提醒的时机以及发出提醒的方式(例如，程度和频率)，从而使得提醒消息送达驾驶员的频率和时机更加精准，送达方式更加灵活和舒适，从而增强了车辆的用户友好性。

下面，结合附图描述本发明的具体实施方式。

图1以示例的方式示出了可以在其中实施本发明的一些实施方式的环境。图2示意性示出了根据本发明的一可行实施方式的车辆起步提醒系统100。车辆起步提醒系统100设置于车辆上，主要包括车辆起步提醒设备10和人机交互设备20。

车辆起步提醒设备10可以获取交通信号灯信息和驾驶员状态信息，基于获取的信息进行分析和判断，从而根据红灯剩余时间和驾驶员注意力集中程度来确定是否在车内触发起步提醒消息。在确定为需要触发提醒消息时，生成并输出提醒指令。

交通信号灯信息可以包括关于信号灯的多种信息，例如，当前信号灯的灯色、剩余时间和对应方向，其他信号灯的时间长度。

车辆起步提醒设备10可以从智能型交通信号灯获得信号灯状态信息。例如，交通信号灯实时地将包含自身状态的信息经由无线通信(例如，5G,C-V2X,DSRC)传送到车端。也就是说，本车借助于车端与路侧设施之间的互联互通来获得信号灯信息。车辆起步提醒设备10还可以借助于车载传感器(例如，摄像头、雷达、激光雷达)捕捉信号灯信息，并对捕捉到的信号灯信息进行处理和分析，从而得到信号灯状态。

驾驶员状态信息可以包括关于驾驶员状态的多种信息，例如，驾驶员的视线角度、头部角度、眨眼频率、瞳孔大小和两个瞳孔的朝向、以及面部表情。

车辆起步提醒设备10可以从车内摄像头获得包含驾驶员状态信息的图像，并对该图像进行分析和处理以得到驾驶员状态。车辆起步提醒设备10也可以从车载驾驶员监控系统(DMS)获得驾驶员状态。

另外，车辆起步提醒设备10还可以通过车内总线系统获得本车的状态参数，通过车端无线通信接口从云端或路端获得周围环境情况、周围车辆参数、地图数据以及导航路径等，并借助于这些信息中的一个或多个来辅助分析和判断。

例如，车辆起步提醒设备10还获取本车状态信息(例如，本车车速)，前方车辆状态信息(例如，前方车辆的车型，各车型的尺寸、起步时间和数量)，地图信息(例如，车道级数字地图的地图数据)，导航信息(例如，本车的导航路径)，并借助于这些信息中的一个或多个计算出在后续分析和处理中需要使用的参数。该参数例如包括：本车所处车道，本车经过当前交通信号灯之后的行驶方向以及与该方向对应的目标信号灯，本车与停车线之间的排队距离，前方所有车辆的总起步时间(即，本车起步的延迟时间)。

在进一步的实施例中，车辆起步提醒设备10根据获取的信息或者基于获取的信息计算得出的信息来确定无需触发提醒消息的情形，并在确定出现这样的情形时结束本次处理。

在进一步的实施例中，车辆起步提醒设备10根据获取的信息或者基于获取的信息计算得出的信息，以及驾驶员的注意力集成程度来确定触发提醒的时机和/或方式，并且生成并输出包含相应指示的提醒指令。

人机交互设备20用于在接收到提醒指令之后，按照提醒指令的指示，在车内产生提醒消息。提醒消息的方式可以包括一种或多种形式，例如，视觉、音频、语音、振动中的一种或多种。人机交互装置20可以实现为集成有相应提醒功能的方向盘、驾驶员座椅、抬头显示器、中控显示屏、语音播报器，等等。

另外，车辆起步提醒系统100还可以包括定位设备30，用于基于定位信号确定本车的位置。定位设备30可以实现为车载GPS定位器，其基于接收到的卫星信号确定该接收器(即，本车)的位置。定位设备30还可以是基于其他技术实现定位的设备，例如，基于计算机视觉技术、射频识别定位技术、超宽带定位技术或基站定位技术的定位器。本发明对如何获得本车的位置不进行限定。

下面介绍车辆起步提醒设备10的构成和工作原理。

车辆起步提醒设备10主要包括获取模块11、预判模块12、处理模块13、决策模块14和输出模块15。车辆起步提醒设备10及其各模块可以采用硬件或者软件或者软件与硬件相结合的方式来实现。对于硬件实现的部分，可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数据信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计以执行其功能的电子单元、或它们的组合中实现。对于以软件实现的部分，可以借助于微代码、程序代码或代码段来实现，还可以将它们存储在诸如存储组件之类的机器可读存储介质中。

可以理解的是，车辆起步提醒设备的各模块的命名应当被理解为逻辑上(功能上)的描述，而不应理解为物理形态或设置方式的限定。换言之，获取模块、预判模块、处理模块、决策模块和输出模块中的一个或多个可以实现在同一芯片或电路中，它们也可以分别设置于不同的芯片或电路中，本发明对此不进行限定。

在一个实现方式中，车辆起步提醒设备10可以实现为包括存储器和处理器。存储器包含指令，该指令在被处理器执行时使得处理器执行根据本发明的实施例的车辆起步提醒策略/车辆起步提醒方法。

在一个实现方式中，车辆起步提醒设备10实现为车载软件，例如，设置在车辆的域控制器(行车电脑，ECU)中。

图3示出了根据本发明的一实施方式的车辆起步提醒过程，该过程可以在车辆起步提醒设备10中执行。以下，结合图3介绍车辆起步提醒设备10的工作原理。

在框302中，获取模块11获取交通信号灯状态信息和驾驶员状态信息，还获取定位信息、本车以及本车前方车辆的车辆状态信息、地图信息和路径信息中的一项或多项。本发明对于获取这些信息的顺序和时机不进行限定，这些信息可以实时地获取，以预定频率获取，在计算和处理需要时获取或者在计算和处理之前获取。

在框304中，预判模块12基于获取的信息或者获取的信息计算得到的信息确定本车是否处于红灯等待状态。在确定为本车处于红灯等待状态时，激活车辆起步提醒设备的后续判断和处理，即，启动(激活)关于起步提醒的功能。在确定为本车不处于红灯等待状态时，不激活车辆起步提醒设备的后续判断和处理，即，不启动(不激活)关于起步提醒的功能。

在一个实施例中，预判模块12可以基于(1)本车位置和地图数据；或者(2)导航路径(该导航路径包含在导航信息中)确定出本车所处的车道(即，本车车道)。预判模块12可以基于(1)导航路径；或者(2)本车定位信息、地图数据以及摄像头的视觉识别和判断功能确定出本车通过当前信号灯之后的行驶方向，并基于该方向确定出与该方向对应的目标信号灯(例如，本车即将左转，则应当关注左转信号灯并将该信号灯作为目标信号灯)。接着，在满足下列条件时，预判模块12确定为本车处于红灯等待状态：(1)目标信号灯的灯色为红色；(2)本车车速为0并持续了预定时长(例如，持续了预定秒数)。

在预判模块12确定了本车处于红灯等待状态之后，在框306中，处理模块13确定目标信号灯是否进入红灯尾期阶段。“红灯尾期阶段”可以理解为红灯的剩余时间小于等于预定时长。例如，目标信号灯的当前灯色为红色并且该红灯将在预定时长(例如，10秒)后变化灯色(例如，变为绿灯)。

在一个实施例中，获取模块11可以从智能型信号灯获取信号灯信息，处理模块13从获取的信息中确定出目标信号灯的剩余时间。在另一个实施例中，获取模块11从车载摄像头获取包含信号灯剩余时间的一系列图片，处理模块13对获取的图片进行识别和分析，以获得目标信号灯的剩余时间。在又一个实施例中，获取模块11从云端服务器获得信号灯信息，处理模块13从获取的信息中确定出目标信号灯的剩余时间。

可以理解的是，无论当前交通信号灯是否包含剩余时间的显示信息，本车都可以获得剩余时间信息，因为本车可以通过车与云端和/或路侧的互联互通来获得该信息。

在框308中，在确定了目标信号灯进入红灯尾期阶段之后，处理模块13进行关于是否需要触发起步提醒的计算和判断，从而排除一些无需触发起步提醒的情形，由此避免对驾驶员的过渡打扰。

在框3081中，处理模块13计算在本车为非头车时的排队距离L_queue，即，本车从当前位置到达停车线的距离。处理模块13可以基于本车位置和停车线位置计算出该排队距离L_queue。在该排队距离L_queue小于距离阈值时，继续本次处理。在该排队距离L_queue大于或等于距离阈值时，结束本次处理。“距离阈值”可以基于如下值来确定，即，以本车的起动车速乘以红灯剩余时间与下次绿灯时长之和的时间之后的值。当然，距离阈值也可以在上述值的基础上，根据实际情况而考虑一些余量。也就是说，采用排队距离的判断，可以在预估出本车距离停车线较远以使得本车在下次绿灯期间都无法开过停车线的情况下，不向驾驶员发出起步提醒。这样，在不影响后方以及周围车辆通行的情况下，本车的驾驶员可以无需迫切地关注起步时刻。

在框3082中，处理模块13计算本车由于前方车辆起步而需等待的排队时间T_queue(即，本车的延迟启动时间)。该排队时间T_queue可以通过计算本车前方所有的车辆的总起步时间来获得。在该排队时间T_queue小于时间阈值时，继续本次处理。在该排队时间T_queue大于或等于时间阈值时，结束本次处理。“时间阈值”可以基于本次红灯剩余时间和下次绿灯时长之和来设置。也就是说，采用排队时间判断，可以在预估出本车的延迟启动时间较长以使得本车在下次绿灯期间都无法开过停车线的情况下，不向驾驶员发出起步提醒。在不影响后方以及周围车辆通行的情况下，本车的驾驶员可以无需迫切地关注起步时刻。

本车的排队时间T_queue，即，前方车辆的总起步时间可以采用多种方式来计算。

在一个实施例中，获取模块11从云端服务器获取前方车辆参数，例如，车辆类型，各车辆类型的数量和起步时间。处理模块13计算出各类型车辆的起步时间再对这些时间求和，得到总起步时间。例如，小车(类型A)5辆，起步时间为t(A)；卡车(类型B)2辆，起步时间为t(B)；公交车(类型C)1辆，起步时间为t(C)，则T_queue＝t(A)*5+t(B)*2+t(C)*1。

在另一个实施例中，可以在云端服务器处估算排队车辆的平均长度L_car。L_car可以通过排队车辆的平均车身长度与平均车辆间隔之和来计算。接着，将排队距离L_queue除以平均长度L_car可以计算出出排队车辆数量N。接着，将平均车辆启动时间T_car与排队车辆数量N相乘得到排队时间T_queue。

在框3083中，处理模块13根据以下模型(公式)来计算本车的排队时间T_queue，并由此来判断是否触发起步提醒。

T_queue＝∑A(i)*t(i)*L/∑A(i)*l(i)+L/S

其中，i表示前车的车辆类型(例如，i＝1表示小车，i＝2表示公交车，i＝3表示货车)，A(i)表示类型为i的车辆的数量占前方车辆总数的比率，t(i)表示类型为i的车辆的起步时间，l(i)表示类型为i的车辆的长度，L表示本车的排队距离，S表示当前道路的限速。

在该排队时间T_queue小于时间阈值时，继续本次处理。在该排队时间T_queue大于或等于时间阈值时，结束本次处理。“时间阈值”可以基于本次红灯剩余时间和下次绿灯时长之和来设置。

可以理解的是，框3081，框3082和框3083可以选择性地执行其中之一或多个，在执行多个的情况下，对于执行顺序不进行限定。

在框310中，处理模块13确定驾驶员的注意力集成程度并判断该注意力集中程度是否合格。

在一个实施例中，处理模块13计算表征驾驶员的注意力集成程度的注意力等级，并在计算出的注意力等级大于等级阈值时，判定为合格，反之，计算出注意力等级小于或等于等级阈值时，判定为不合格。例如，处理模块13可以将驾驶员状态信息中的各参数(视线反向、头部角度、瞳孔参数、面部表情)作为机器学习模型的模型输入，机器学习模型输出经模型处理的输出，即，注意力等级。

在另一个实施例中，处理模块13这样来判断驾驶员的注意力集成程度是否合格，即，在目标信号灯的红灯倒计时为0时，驾驶员的注意力不集中的持续时间超过注意力分散时长阈值(例如，6秒)，则判定为驾驶员的注意力集成程度不合格。反之，在目标信号灯的红灯倒计时为0时，驾驶员的注意力不集中的持续时间未超过注意力分散时长阈值(例如，6秒)，则判定为驾驶员的注意力集成程度合格。这样，在驾驶员注意力仅瞬间或轻微不集中而被捕捉到的情况下，可以无需向驾驶员发出起步提醒，以免造成过度打扰。

在框312中，决策模块14作出关于是否触发提醒、触发提醒的时机以及触发提醒的方式的决策，并生成相应的提醒指令。也就是说，提醒指令中包含关于触发时机和触发方式的指示。

在框3121中，在满足(1)目标信号灯进入红灯尾期；(2)驾驶员注意力集中程度不合格时，决策模块14作出触发起步提醒的决策，生成并输出提醒指令。

在框3122中，决策模块14基于注意力程度来确定触发起步提醒的时机，以使得在车内触发提醒消息的时刻随着驾驶员注意力程度的变劣而提前。例如，在驾驶员注意力严重不集中时，在轮到本车启动前20秒触发提醒消息；在驾驶员注意力中等不集中时，在轮到本车启动前10秒触发提醒消息。在一个实施例中，可以将驾驶员的注意力分散程度分为几个档次，由此来确定合适的触发提前时间。

可以理解的是，在计算轮到本车启动时间时，考虑本车作为头车和非头车的情况，在非头车的情况下加入本车的排队等待时间。

在框3123中，决策模块14基于驾驶员的注意力集中程度来确定触发提醒的方式，以使得在车内触发提醒消息的程度和频率随着注意力程度的变劣而增强。例如，在驾驶员注意力严重不集中时，可以设置成启动视觉、语音和震动的提醒行驶，并且采用强语音、强振动、多次反复提醒。在驾驶员注意力中等不集中时，可以设置成启动视觉和语音提醒，并且采用中等音量和中等振动强度。在一个实施例中，可以将驾驶员的注意力分散程度分为几个档次，由此来确定相应的提醒方式。

在框314中，输出模块15将提醒指令输出给人机交互设备20，以便人机交互设备20根据提醒指令来在车内实现提醒消息。

图4示出了根据本发明一实施方式的车辆起步提醒方法400。该方法可以在上述车辆起步提醒设备10中执行，也可以在上述车辆起步提醒系统100中执行。因此，以上相关描述同样适用于此，不赘述。

参见图4，在步骤402中，获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息。

在步骤404中，对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格。

在框406中，在确定为目标信号灯处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令。

在框408中，向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒。

本发明还提供机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行上述车辆起步提醒方法400。

可以理解的是，以上描述的所有模块都可以通过各种方式来实施。这些模块可以被实施为硬件、软件、或其组合。此外，这些模块中的任何模块可以在功能上被进一步划分成子模块或组合在一起。

可以理解的是，处理器可以使用电子硬件、计算机软件或其任意组合来实施。这些处理器是实施为硬件还是软件将取决于具体的应用以及施加在系统上的总体设计约束。作为示例，本发明中给出的处理器、处理器的任意部分、或者处理器的任意组合可以实施为微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、状态机、门逻辑、分立硬件电路、以及配置用于执行在本公开中描述的各种功能的其它适合的处理部件。本发明给出的处理器、处理器的任意部分、或者处理器的任意组合的功能可以实施为由微处理器、微控制器、DSP或其它适合的平台所执行的软件。

可以理解的是，软件应当被广泛地视为表示指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、运行线程、过程、函数等。软件可以驻留在计算机可读介质中。计算机可读介质可以包括例如存储器，存储器可以例如为磁性存储设备(如，硬盘、软盘、磁条)、光盘、智能卡、闪存设备、随机存取存储器(RAM)、只读存储器(ROM)、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、寄存器或者可移动盘。尽管在本公开给出的多个方面中将存储器示出为是与处理器分离的，但是存储器也可以位于处理器内部(如，缓存或寄存器)。

虽然前面描述了一些实施方式，这些实施方式仅以示例的方式给出，而不意于限制本发明的范围。所附的权利要求及其等同替换意在涵盖本发明范围和主旨内做出的所有修改、替代和改变。

Claims (15)

1.一种车辆起步提醒设备，包括：

获取模块，配置成获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息；

处理模块，配置成对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否为红灯且处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格；

决策模块，配置成在确定为目标信号灯为红灯且处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令；以及

输出模块，配置成向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒，

其中，所述处理模块还配置成：

在执行关于驾驶员注意力的判断之前，计算在本车为非头车时本车距离停车线的排队距离和本车由于前方车辆起步而需要等待的排队时间；以及

在所述排队距离小于距离阈值时和/或在所述排队小于时间阈值时，继续关于驾驶员注意力的判断。

2.如权利要求1所述的车辆起步提醒设备，其中，所述决策模块还配置成根据所述注意力集成程度确定触发所述起步提醒的时刻，以使得所述人机交互设备在车内触发起步提醒的时刻随着注意力集中程度的变劣而提前。

3.如权利要求1所述的车辆起步提醒设备，其中，所述决策模块还配置成根据所述注意力集中程度确定触发所述起步提醒的方式，以使得所述人机交互设备在车内触发起步提醒的程度和频率随着注意力集中程度的变劣而增强。

4.如权利要求1所述的车辆起步提醒设备，其中，所述车辆起步提醒设备还包括预判模块，所述预判模块配置成：

基于所获取的信息判断本车是否处于红灯等待状态；

在判定为本车处于红灯等待状态时，激活所述车辆起步提醒设备的后续判断和处理；

在判定为本车不处于红灯等待状态时，不激活所述车辆起步提醒设备的后续判断和处理，并且

在满足以下条件时，所述预判模块判定为本车处于红灯等待状态：(1)所述目标信号灯的当前灯色为红色；(2)本车车速为0并持续超过预定时长。

5.如权利要求1所述的车辆起步提醒设备，其中，在所述排队距离大于或等于所述距离阈值时，结束本次处理。

6.如权利要求1所述的车辆起步提醒设备，其中，在所述排队时间大于或等于所述时间阈值时，结束本次处理，

并且，所述时间阈值是基于红灯剩余时长与下次绿灯时长之和确定的。

7.如权利要求1所述的车辆起步提醒设备，其中，所述处理模块还配置成在执行关于驾驶员注意力的判断之前，基于以下公式计算本车由于前方车辆起步而需要等待的排队时间T_queue，

T_queue＝∑A(i)*t(i)*L/∑A(i)*l(i)+L/S

其中，i表示前车的车辆类型，A(i)表示车辆类型为i的车辆数量占前方总车辆数量的比率，t(i)表示车辆类型为i的车辆起步时间，l(i)表示车辆类型为i的车辆长度，L表示本车距离停车线之间的排队距离，S表示当前道路的限速，

在所述排队时间T_queue小于时间阈值时，继续关于驾驶员注意力的判断；并且

在所述排队时间T_queue大于或等于所述时间阈值时，结束本次处理，并且，所述时间阈值是基于红灯剩余时长与下次绿灯时长之和确定的。

8.如权利要求1所述的车辆起步提醒设备，其中，所述处理模块配置成基于所述驾驶员状态信息计算表示所述驾驶员注意力集中程度的注意力等级，并基于注意力等级来判断驾驶员的注意力集成程度是否合格，并且

所述处理模块将所述驾驶员状态信息作为机器学习模型的模型输入，所述机器学习模型输出经模型处理的注意力等级。

9.如权利要求1所述的车辆起步提醒设备，其中，所述处理模块配置成：在所述目标信号灯的红灯倒计时为0时，驾驶员的注意力不集中的持续时间超过注意力分散时长阈值，则判定为驾驶员的注意力集成程度不合格。

10.如权利要求4所述的车辆起步提醒设备，其中，所述预判模块还配置成：

基于(1)导航信息和/或(2)定位信息、地图信息和环境信息确定本车通过当前信号灯后的行驶方向；并且

基于所述行驶方向和所述交通信号灯信息确定所述目标信号灯。

11.如权利要求1所述的车辆起步提醒设备，其中，所述交通信号灯信息至少包括当前灯色及其对应方向和倒计时，并且所述交通信号灯信息还包括其他灯色的持续时间。

12.如权利要求1所述的车辆起步提醒设备，其中，所述驾驶员状态信息包括以下一项或多项：驾驶员的视线角度、头部角度、眨眼频率、瞳孔大小和两个瞳孔的朝向、以及面部表情。

13.一种车辆起步提醒系统，包括：

如1-12中任一项所述的车辆起步提醒设备，用于在目标信号灯处于红灯尾期并且驾驶员的注意力集中程度不合格的情况下，输出提醒指令；以及

人机交互设备，与所述车辆起步提醒设备连接，在接收到所述提醒指令时，根据所述提醒指令的指示在本车内触发起步提醒消息。

14.一种车辆起步提醒方法，由如权利要求1-12中任一项所述的车辆起步提醒设备和/或如权利要求13所述车辆起步提醒系统执行，所述方法包括：

获取交通信号灯信息和驾驶员状态信息，以及如下信息中的部分或全部：本车的定位信息、状态信息和导航信息，地图信息，前方车辆状态信息，环境信息；

对所获取的信息进行综合处理，以确定与本车通过当前信号灯后的行驶方向相对应的目标信号灯是否为红灯且处于红灯尾期阶段，并确定驾驶员的注意力集成程度是否合格；

在确定为目标信号灯为红灯且处于红灯尾期阶段并且驾驶员的注意力集成程度不合格的情况下生成提醒指令；以及

向本车内的人机交互设备输出所述提醒指令，用于触发所述人机交互设备在本车内发出车辆起步提醒，

其中，所述方法还包括：

在执行关于驾驶员注意力的判断之前，计算在本车为非头车时本车距离停车线的排队距离和本车由于前方车辆起步而需要等待的排队时间；以及

在所述排队距离小于距离阈值时和/或在所述排队小于时间阈值时，继续关于驾驶员注意力的判断。

15.一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得处理器执行如权利要求14所述的方法。