CN114506332A - 辅助驾驶方法、装置、电子设备和存储介质 - Google Patents

辅助驾驶方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114506332A
CN114506332A CN202210264870.4A CN202210264870A CN114506332A CN 114506332 A CN114506332 A CN 114506332A CN 202210264870 A CN202210264870 A CN 202210264870A CN 114506332 A CN114506332 A CN 114506332A
Authority
CN
China
Prior art keywords
vehicle
driving
lane line
lane
determining
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.)
Pending
Application number
CN202210264870.4A
Other languages
English (en)
Inventor
曾路遥
高智
张晓龙
唐林军
宗宁
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.)
Shanghai Anting Horizon Intelligent Transportation Technology Co ltd
Original Assignee
Shanghai Anting Horizon Intelligent Transportation Technology 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 Shanghai Anting Horizon Intelligent Transportation Technology Co ltd filed Critical Shanghai Anting Horizon Intelligent Transportation Technology Co ltd
Priority to CN202210264870.4A priority Critical patent/CN114506332A/zh
Publication of CN114506332A publication Critical patent/CN114506332A/zh
Priority to PCT/CN2023/073974 priority patent/WO2023173942A1/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例公开了一种辅助驾驶方法、装置、电子设备和存储介质，其中，辅助驾驶方法包括：基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式；基于所述辅助驾驶模式进行辅助驾驶。本公开实施例可以根据驾驶状态和道路类型进行针对性地、符合驾驶员驾驶需求的辅助驾驶，用户体验好。

Description

辅助驾驶方法、装置、电子设备和存储介质
技术领域
本公开涉及车辆技术领域，尤其是本公开涉及车辆技术领域，具体涉及一种辅助驾驶方法、装置、电子设备和存储介质。
背景技术
辅助驾驶系统利用安装在车辆上的感知系统(例如可以包括雷达、视觉感知系统和定位系统)，在车辆行驶过程中获取车辆周围的环境数据进行处理和分析，进而辅助驾驶员对车辆的控制，提升车辆行驶安全性。
目前，开启辅助驾驶系统后，辅助驾驶系统通常会根据感知系统获取的车辆周围的环境数据进行提示，但道路类型复杂，难以针对道路类型进行合理有效的辅助驾驶。
发明内容
现有的辅助驾驶系统在工作状态下，通常根据环境感知系统采集的环境数据进行周期性地提示，难以针对道路类型进行合理有效的辅助驾驶，用户体验差。
为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种辅助驾驶方法、装置、电子设备和存储介质。
根据本公开实施例的第一方面，提供了一种辅助驾驶方法，包括：
基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；
基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；
基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；
基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，其中，所述辅助驾驶模式包括预设提醒模式和/或接管模式；
基于所述辅助驾驶模式进行辅助驾驶。
根据本公开实施例的第二方面，提供了一种辅助驾驶装置，包括：
道路类型确定模块，用于基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；
车道线信息确定模块，用于基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；
驾驶状态确定模块，用于基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；
辅助驾驶模块确定模块，用于基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，其中，所述辅助驾驶模式包括预设提醒模式和接管模式；
辅助驾驶模块，用于基于所述辅助驾驶模式进行辅助驾驶。
根据本公开实施例的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面所述的辅助驾驶方法。
根据本公开实施例的第四方面，提供了一种电子设备，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述第一方面所述的辅助驾驶方法。
基于本公开上述实施例提供的辅助驾驶方法、装置、电子设备和存储介质，基于车辆的当前位置确定车辆当前行驶路段的道路类型，并基于车辆的视觉感知系统采集的车道线图像确定车辆当前所在车道的车道线信息，并基于车辆内部的驾驶员图像确定驾驶员当前的驾驶状态，进而基于道路类型、车道线信息和驾驶状态，可以合理地确定满足当前车辆行驶需求的辅助驾驶模式，根据辅助驾驶模式进行辅助驾驶。该方法既可以提升车辆行驶的安全性，满足驾驶员对辅助驾驶功能的需求，又可以避免频繁对驾驶员进行非必要的提醒，利于提高用户体验。
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1是本公开一个实施例中辅助驾驶方法的流程示意图；
图2是本公开一个实施例中步骤S4的流程示意图；
图3是本公开一个实施例中步骤S5的流程示意图；
图4是本公开一个实施例中步骤S1的流程示意图；
图5是本公开一个实施例中步骤S3的流程示意图；
图6是本公开另一个实施例中步骤S3的流程示意图；
图7是本公开一个实施例中辅助驾驶装置的结构框图；
图8是本公开一个实施例中辅助驾驶模块500的结构框图；
图9是本公开一个实施例中道路类型确定模块100的结构框图；
图10是本公开一个实施例中驾驶状态确定模块300的结构框图；
图11是本公开另一个实施例中驾驶状态确定模块300的结构框图；
图12是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
另外，本公开中术语“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，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，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。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性系统
具有辅助驾驶功能的车辆上设置有环境感知系统和车内图像采集设备。其中，环境感知系统可以包括雷达感知系统、视觉感知系统和卫星定位系统。车内图像采集设备可以包括设置在车内的摄像头，通过摄像头采集驾驶员图像。车载控制系统分别与环境感知系统和车内图像采集设备相连，通过环境感知系统采集的车辆位置和车道线信息，结合车内图像采集设备采集的驾驶员图像进行综合分析，从而可以合理地确定出适应于当前道路环境的辅助驾驶模式。
示例性方法
图1是本公开一个实施例中辅助驾驶方法的流程示意图。本实施例可应用在电子设备上，如图1所示，包括如下步骤：
S1：基于车辆的当前位置，确定车辆当前行驶路段的道路类型。
通过定位系统获取车辆的当前位置。其中，定位系统可以包括车载定位系统，例如车载全球定位系统(Global Positioning System，GPS)或者车载北斗系统，通过车载定位系统可以直接得到车辆的当前位置。定位系统还可以包括位于车内移动终端上的定位系统，例如用户手机的GPS，通过位于车内移动终端上的定位系统可以得到该移动终端的当前位置，将该移动终端的当前位置作为车辆的当前位置。
将电子地图中预存的各道路的道路位置和车辆的当前位置进行匹配，可以确定车辆当前行驶路段。例如基于导航软件可以确定车辆当前行驶路段。
当电子地图中预存有当前行驶路段的道路类型时，可以通过电子地图获取当前行驶路段的道路类型；当电子地图中未存储有当前行驶路段的道路类型时，可以通过网络向预存有当前行驶路段的道路类型的服务器获取当前行驶路段的道路类型。
S2：基于车辆的视觉感知系统采集的车道线图像，确定车辆当前所在车道的车道线信息。
从车道线图像中提取当前所在车道的第一侧车道线(以左舵车为例，该第一侧可以为位于驾驶室的左侧的车道线)所在的第一图像块。对第一图像块进行分析，可以得到当前所在车道的第一侧车道线的车道线参数，还可以得到车辆当前所在车道的第一侧车道线的置信度。
从车道线图像中提取当前所在车道的第二侧车道线(以左舵车为例，该第一侧可以为位于驾驶室的右侧的车道线)所在的第二图像块。对第二图像块进行分析，可以得到当前所在车道的第二侧车道线的车道线参数，还可以得到车辆当前所在车道的第二侧车道线的置信度。
S3：基于车辆内部的图像采集装置采集的驾驶员图像，确定车辆的驾驶员当前的驾驶状态。
通过预先训练好的驾驶状态识别模型对驾驶员图像进行图像识别，可以识别出驾驶员当前驾驶状态。其中，驾驶状态识别模型是基于样本驾驶员图像和样本驾驶员图像的驾驶状态标签进行模型训练得到。基于驾驶员的驾驶状态可以确定驾驶员是否处于疲劳状态，即，驾驶状态可以包括疲劳驾驶状态和非疲劳驾驶状态。
S4：基于道路类型、车道线信息和驾驶状态，确定辅助驾驶模式。其中，辅助驾驶模式包括预设提醒模式和/或接管模式。
在基于道路类型、车道线信息和驾驶状态判定当前车况为安全车况时，可以将辅助驾驶模式确定为预设提醒模式；在基于道路类型、车道线信息和驾驶状态判定当前车况为危险车况时，可以将辅助驾驶模式确定为接管模式。
预设提醒模式可以包括周期性提醒模式，还可以包括针对特殊路况进行提醒的模式。其中，特殊路况可以包括道路拥堵路况和恶劣天气路况等等。
在根据道路类型、车道线信息和驾驶状态判定为紧急危险情况下(例如即将发生碰撞等交通事故)，直接切换成接管模式；在根据道路类型、车道线信息和驾驶状态判定为非紧急危险情况下(例如在恶劣天气下超过安全车速阈值行驶)，可以对驾驶员进行提醒，在驾驶员确认后切换成接管模式。
S5：基于辅助驾驶模式进行辅助驾驶。
需要说明的是，本实施例并不限定步骤S1、步骤S2和步骤S3的先后执行关系。可以先在步骤S1、步骤S2和步骤S3中选择一个步骤执行，然后从剩余的两个步骤中选择一个步骤执行，最后执行仅剩余的一个步骤；还可以先在步骤S1、步骤S2和步骤S3中选择一个步骤执行，然后对剩余的两个步骤同时执行；还可以先同时执行步骤S1、步骤S2和步骤S3中的两个步骤，然后执行剩余的一个步骤；还可以同时执行步骤S1、步骤S2和步骤S3。
在本实施例中，基于车辆的当前位置确定车辆当前行驶路段的道路类型，并基于车辆的视觉感知系统采集的车道线图像确定车辆当前所在车道的车道线信息，并基于车辆内部的驾驶员图像确定驾驶员当前的驾驶状态，进而基于道路类型、车道线信息和驾驶状态，可以合理地确定满足当前车辆行驶需求的辅助驾驶模式，根据辅助驾驶模式进行辅助驾驶，既可以提升车辆行驶的安全性，满足驾驶员对辅助驾驶功能的需求，又可以避免频繁对驾驶员进行非必要的提醒，利于提高用户体验。
图2是本公开一个实施例中步骤S4的流程示意图。如图2所示，步骤S4包括：
S4-1：若道路类型为高速公路类型或高架桥类型，车道线信息满足预设车道线条件，且驾驶状态为疲劳驾驶状态，确定辅助驾驶模式为接管模式。
由于车辆行驶在高速公路或高架桥上时通常车速稳定且车速较快，当驾驶员处于疲劳驾驶状态时容易发生危险，此时车辆当前所在车道的两侧车道线满足预设车道线条件，则确定辅助驾驶模式为接管模式，通过接管模式对车辆进行接管控制可以提升车辆行驶安全性。其中，预设车道线条件例如可以检测约束车辆当前行驶车道的两侧车道线的车道线检测长度的数值与当前车速的数值之间是否满足第一预设条件。假设约束车辆当前行驶车道的两侧车道线的车道线检测长度为L，当前车速为V，当L>KV时，可以认为满足第一预设条件，其中，K为大于0的实数。此外，预设车道线条件还可以检测车辆当前行驶车道的两侧车道线的置信度是否满足第二预设条件。假设车辆当前行驶车道的两侧车道线的置信度为P，当P大于Pt时，可以认为满足第二预设条件，其中，Pt为(0，1)之间的预设值。
S4-2：若驾驶状态为疲劳驾驶状态且道路类型不属于高速公路类型和高架桥类型，或者驾驶状态为疲劳驾驶状态且车道线信息不满足预设车道线条件，确定辅助驾驶模式为预设提醒模式。
由于车辆行驶在非高速公路和非高架桥上时通常车速不稳定且车速较慢，相对于车辆行驶在高速公路和高架桥上的场景，当发生紧急车况时驾驶员有更多的反应时间，因此在驾驶员处于疲劳状态时可以采用预设提醒模式对驾驶员进行提醒。
由于车道线信息不满足预设车道线条件，辅助驾驶系统可能难以根据车辆，当前行驶车道的左右两侧车道线进行车道居中控制，因此可以采用预设提醒模式对驾驶员进行提醒。
需要说明的是，本实施例并不限定步骤S4-1和步骤S4-2的先后执行关系。可以先执行步骤S4-1，然后执行步骤S4-2；也可以先执行步骤S4-2，然后执行步骤S4-1；还可以同时执行步骤S4-1和步骤S4-2。
在本实施例中，可以根据道路类型、车辆当前行驶车道的车道线信息和驾驶状态，合理地确定出满足当前车况的辅助驾驶模式，以便基于确定的辅助驾驶模式进行辅助驾驶，用户体验好。
图3是本公开一个实施例中步骤S5的流程示意图。如图3所示，步骤S5包括：
S5-1：若确定辅助驾驶模式为接管模式，基于车辆在当前行驶车道内的位置和当前行驶车道的中线位置进行车道居中控制、调整横向控制接管扭矩限制值，并关闭脱手报警抑制逻辑。
在接管模式下，为了保证车辆行驶安全，可以通过至少一种控制方式对车辆进行控制。
第一种控制方式，基于车辆在当前行驶车道内的位置和当前行驶车道的中线位置进行车道居中控制，避免车辆突然变道导致本车与其他车道的车辆发生碰撞，也避免本车碰撞路侧的隔离带或者路沿从而提升车辆行驶安全性。
第二种控制方式，通过调整横向控制接管扭矩限制值，可以降低驾驶员在疲劳驾驶状态下对方向盘进行误操作造成车辆行驶方向的横向变化幅度，从而提升车辆行驶安全性。
第三种控制方式，由于脱手报警抑制逻辑驾驶员通过晃动方向盘关闭报警，因此通过关闭脱手报警抑制逻辑，可以对驾驶员进行持续报警，例如通过持续声光报警的方式把驾驶员吵醒，便于驾驶员及时对车辆进行控制，提升车辆行驶安全性。
S5-2：以连续点刹方式控制车辆减速。
在通过以上三种控制方式对车辆进行控制的基础上，再通过连续点刹的方式控制车辆减速，可以进一步提升车辆行驶安全性。
在本实施例中，在接管模式下，通过车道居中控制、调整横向控制接管扭矩限制值、关闭脱手报警抑制逻辑和连续点刹方式控制车辆减速，可以极大地提升车辆行驶安全性。
图4是本公开一个实施例中步骤S1的流程示意图。如图4所示，步骤S1包括：
S1-1：获取车辆的当前位置、车辆在预设第一时间窗口内的平均速度和平均加速度。
通过定位装置获取车辆的当前位置。
在本公开的一个示例中，可以从当前时刻向前推预设时间段作为预设第一时间窗口的起始时刻，以当前时刻作为预设第一时间窗口的结束时刻，将起始时刻至结束时刻之间的连续时间作为预设第一时间窗口。例如当前时刻为TA，当前时刻向前推预设时间段的时刻为TB，则预设第一时间窗口的起始时刻为TB，预设第一时间窗口的结束时刻为TA，预设第一时间窗口为[TB,TA]，预设时间段的长度为TA-TB。通过车载中控系统采集车辆在预设第一时间窗口内的平均速度和平均加速度。
S1-2：基于车辆的当前位置，确定车辆当前行驶路段的所属道路类型集合。
当车辆行驶在竖直方向上投影重合的路段，例如车辆行驶下方具有道路的高架桥上，或者车辆行驶在上方存在高架桥的下方道路上，或者车辆行驶在立交桥处，车辆当前行驶路段对应至少一种道路类型，基于至少一种道路类型生成车辆当前行驶路段的所属道路类型集合。
S1-3：若车辆当前行驶路段的所属道路类型集合中包括高速公路类型或高架桥类型，平均速度大于预设车速阈值且平均加速度小于预设加速度阈值，确定道路类型为高速公路类型或高架桥类型。
当车辆行驶在高速公路或高架桥时，通常行驶车速稳定且车速较高；当车辆行驶在高架桥下方的道路时，由于该道路上存在交通灯的原因，通常行驶速度不稳定且车速较低。
基于此，当车辆行驶路段的所属道路类型集合中包括高速公路类型或高架桥类型，在预设第一时间窗口内的平均速度大于预设车速阈值且平均加速度小于预设加速度阈值，则可以确定车辆当前行驶在高速公路或高架桥。
在本实施例中，通过车辆定位结合车辆在预设第一时间窗口内的平均速度和平均加速度，可以准确地确定车辆当前行驶路段的道路类型。
在本公开的一个实施例中，步骤S2可以包括：基于车道线图像，确定车辆当前所在车道的车道线置信度和车道线检测长度。相应地，在步骤S4-1和步骤S4-2中，预设车道线条件包括：车道线检测长度的数值大于车速与预设车速系数乘积的数值，以及车道线置信度大于预设车道线置信度阈值。
由于车道线图像中存在仅包括当前行驶车道的两侧车道线的部分成像，因此基于车道线图像中车道线的像面长度可以对应得到实际车道中车道线的检测长度。根据车道线样本图像对车道线检测模块进行训练，可以训练出车道线检测模型，通过车道线检测模块可以检测出车辆当前所在车道的车道线置信度和车道线检测长度。
示例性地，预设车速系数乘积可以为1.5，预设车道线置信度阈值可以为90％。在此示例下，若目标时刻车道中两侧车道线长度大于目标时刻车速*1.5，且目标时刻的车道线置信度大于90％，则可以判定车道线清晰且车道线较长，居中控制的裕量更充分，从而满足车道居中控制条件。
在本实施例中，通过对车道线图像进行识别，确定出车辆当前所在车道的车道线置信度和车道线检测长度，基于车辆当前所在车道的车道线置信度和车道线检测长度可以有效判断当前时刻的车道线是否满足车道居中控制条件。
在本公开的一个实施例中，步骤S2还可以包括：基于视觉感知系统采集的车道线图像，确定车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数。相应地，在步骤S4-1和步骤S4-2中，预设车道线条件还包括：车道线曲率突变次数小于预设车道线曲率突变阈值。
在本公开的一个示例中，当前时刻为TC，当前时刻向前推预设时间段的时刻为TD，则预设第二时间窗口的起始时刻为TD，预设第二时间窗口的结束时刻为TC，预设第二时间窗口为[TD,TC]，预设时间段的长度为TC-TD。
当路面上有重复或者交叉的车道线，会导致曲率突变。通过对车道线图像进行识别可以得到车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数。曲率突变会导致车道居中控制较为剧烈，存在安全风险。
在本实施例中，通过对车道线图像进行识别，确定出车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数。在车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数小于预设车道线曲率突变阈值的情况下，才进行车道居中控制可以提升车道居中控制时的安全性。
图5是本公开一个实施例中步骤S3的流程示意图。如图5所示，步骤S3包括：
S3-A-1：获取车辆在预设第三时间窗口内的横向位移。
在本公开的一个示例中，可以从当前时刻向前推预设时间段作为预设第三时间窗口的起始时刻，以当前时刻作为预设第二时间窗口的结束时刻，将起始时刻至结束时刻之间的连续时间作为预设第二时间窗口。例如当前时刻为TE，当前时刻向前推预设时间段的时刻为TF，则预设第三时间窗口的起始时刻为TF，预设第二时间窗口的结束时刻为TE，预设第三时间窗口为[TF,TE]，预设时间段的长度为TE-TF。可以通过传感器获取车轮转速，对车轮转速进行换算得到车速。可以通过车载中控系统获取方向盘的转矩。基于横向车速和方向盘转矩确定车辆在预设第三时间窗口内的横向位移。
S3-A-2：基于图像采集装置采集的驾驶员图像，判断驾驶员当前是否处于疲劳状态。
通过基于包含驾驶员的样本图像训练疲劳状态识别模型，并基于训练后的疲劳状态识别模型对实时采集的包含当前驾驶员的图像进行处理，即可确定出驾驶员当前是否处于疲劳状态。
S3-A-3：若判断结果为驾驶员当前处于疲劳状态，且横向位移不在预设第一横向位移范围内，确定驾驶状态为疲劳驾驶状态。其中，预设第一横向位移范围根据预设第三时间窗口的时间长度而定，例如当车辆在3秒内的横向位移超过5米，可以确定驾驶员存在误操作方向盘行为。
在本实施例中，由于疲劳状态识别模型主要针对包含驾驶员眼部区域的图像进行识别，基于驾驶员的眼部睁开度确定驾驶员是否处于疲劳状态，但是存在部分驾驶员的眼部特征不明显，例如即使眼部处于正常睁开状态，其眼部睁开度依然不大，容易被疲劳状态识别模型误识别为疲劳状态。因此，在对驾驶员图像对驾驶状态进行识别的基础上，结合车辆在预设第三时间窗口内的横向位移，可以准确地确定驾驶状态。
图6是本公开另一个实施例中步骤S3的流程示意图。如图6所示，步骤S3包括：
S3-B-1：获取车道居中控制功能的工作状态和车辆在预设第四时间窗口内的横向位移。其中，车道居中控制功能的工作状态包括车道居中控制功能处于激活状态和车道居中控制功能处于未激活状态。
S3-B-2：基于图像采集装置采集的驾驶员图像，判断驾驶员当前是否处于疲劳状态。
S3-B-3：若判定为驾驶员当前处于疲劳状态、车道居中控制功能的工作状态为未激活状态、且横向位移不在预设第二横向位移范围内，确定驾驶状态为疲劳驾驶状态。其中，预设第二横向位移范围根据预设第四时间窗口的时间长度而定，例如当车辆在3秒内的横向位移超过5米时，可以认为驾驶员存在误操作方向盘行为。
在本实施例中，由于疲劳状态识别模型主要针对包含驾驶员眼部区域的图像进行识别，基于驾驶员的眼部睁开度确定驾驶员是否处于疲劳状态，但是存在部分驾驶员的眼部特征不明显，例如即使眼部处于正常睁开状态，其眼部睁开度依然不大，容易被疲劳状态识别模型误识别为疲劳状态。因此，在对驾驶员图像对驾驶状态进行识别的基础上，结合车辆在预设第三时间窗口内的横向位移，可以准确地确定驾驶状态。
本公开实施例提供的任一种辅助驾驶方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种辅助驾驶方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种辅助驾驶方法。下文不再赘述。
示例性装置
图7是本公开一个实施例中辅助驾驶装置的结构框图。如图7所示，辅助驾驶装置包括：
道路类型确定模块100，用于基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；
车道线信息确定模块200，用于基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；
驾驶状态确定模块300，用于基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；
辅助驾驶模式确定模块400，用于基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，其中，所述辅助驾驶模式包括预设提醒模式和接管模式；
辅助驾驶模块500，用于基于所述辅助驾驶模式进行辅助驾驶。
在本公开的一个实施例中，所述辅助驾驶模式确定模块400用于若所述道路类型为高速公路类型或高架桥类型，所述车道线信息满足预设车道线条件，且所述驾驶状态为疲劳驾驶状态，确定辅助驾驶模式为所述接管模式；所述辅助驾驶模块确定模块400还用于若所述驾驶状态为疲劳驾驶状态且所述道路类型不属于高速公路类型和高架桥类型，或者所述驾驶状态为疲劳驾驶状态且所述车道线信息不满足所述预设车道线条件，确定辅助驾驶模式为所述预设提醒模式。
图8是本公开一个实施例中辅助驾驶模块500的结构框图。如图8所示，辅助驾驶模块500包括：
第一辅助驾驶单元510，用于若确定所述辅助驾驶模式为所述接管模式，基于所述车辆在当前行驶车道内的位置和所述当前行驶车道的中线位置进行车道居中控制、调整横向控制接管扭矩限制值，并关闭脱手报警抑制逻辑；
第二辅助驾驶单元520，用于以连续点刹方式控制所述车辆减速。
图9是本公开一个实施例中道路类型确定模块100的结构框图。如图9所示，道路类型确定模块100包括：
获取单元110，用于获取所述车辆的当前位置、所述车辆在预设第一时间窗口内的平均速度和平均加速度；
道路类型集合确定单元120，用于基于所述车辆的当前位置，确定所述车辆当前行驶路段的所属道路类型集合；
道路类型确定单元130，用于若所述车辆当前行驶路段的所属道路类型集合中包括高速公路类型或高架桥类型，所述平均速度大于预设车速阈值且所述平均加速度小于预设加速度阈值，确定所述道路类型为高速公路类型或高架桥类型。
在本公开的一个实施例中，所述辅助驾驶模式确定模块400用于基于所述车道线图像，确定所述车辆当前所在车道的车道线置信度和车道线检测长度；其中，所述预设车道线条件包括：所述车道线检测长度的数值大于车速与预设车速系数乘积的数值，以及所述车道线置信度大于预设车道线置信度阈值。
在本公开的一个实施例中，所述辅助驾驶模式确定模块400还用于基于所述视觉感知系统采集的车道线图像，确定所述车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数；其中，所述预设车道线条件还包括：所述车道线曲率突变次数小于预设车道线曲率突变阈值。
图10是本公开一个实施例中驾驶状态确定模块300的结构框图。如图10所示，驾驶状态确定模块300包括：
横向位移确定单元310，用于获取所述车辆在预设第三时间窗口内的横向位移；
第一判断单元320，用于基于所述图像采集装置采集的驾驶员图像，判断所述驾驶员当前是否处于疲劳状态；
第一驾驶状态确定单元330，用于若判定为所述驾驶员当前处于疲劳状态，且所述横向位移不在第一预设横向位移范围内，确定所述驾驶状态为疲劳驾驶状态。
图11是本公开另一个实施例中驾驶状态确定模块300的结构框图。如图10所示，驾驶状态确定模块300包括：
获取单元340，用于获取车道居中控制功能的工作状态和所述车辆在预设第四时间窗口内的横向位移；
第二判断单元350，用于基于所述图像采集装置采集的驾驶员图像，判断所述驾驶员当前是否处于疲劳状态；
第二驾驶状态确定单元360，用于若判定为所述驾驶员当前处于疲劳状态、所述车道居中控制功能的工作状态为未激活状态、且所述横向位移不在第二预设横向位移范围内，确定所述驾驶状态为疲劳驾驶状态。
需要说明的是，本公开实施例的辅助驾驶装置的具体实施方式与本公开实施例的辅助驾驶方法的具体实施方式类似，具体参见辅助驾驶方法部分，为了减少冗余，不作赘述。
示例性电子设备
下面，参考图12来描述根据本公开实施例的电子设备。如图12所示，电子设备包括一个或多个处理器10和存储器20。
处理器10可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。
存储器20可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本公开的各个实施例的辅助驾驶方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中，电子设备10还可以包括：输入装置30和输出装置40，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。输入装置30可以例如键盘、鼠标等等。输出装置40可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图12中仅示出了该电子设备中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备还可以包括任何其他适当的组件。
示例性计算机可读存储介质
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (11)

1.一种辅助驾驶方法，包括：
基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；
基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；
基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；
基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，其中，所述辅助驾驶模式包括预设提醒模式和/或接管模式；
基于所述辅助驾驶模式进行辅助驾驶。
2.根据权利要求1所述的辅助驾驶方法，其中，所述基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，包括：
若所述道路类型为高速公路类型或高架桥类型，所述车道线信息满足预设车道线条件，且所述驾驶状态为疲劳驾驶状态，确定辅助驾驶模式为所述接管模式；
若所述驾驶状态为疲劳驾驶状态且所述道路类型不属于高速公路类型和高架桥类型，或者所述驾驶状态为疲劳驾驶状态且所述车道线信息不满足所述预设车道线条件，确定辅助驾驶模式为所述预设提醒模式。
3.根据权利要求2所述的辅助驾驶方法，其中，所述基于所述辅助驾驶模式进行辅助驾驶，包括：
若确定所述辅助驾驶模式为所述接管模式，基于所述车辆在当前行驶车道内的位置和所述当前行驶车道的中线位置进行车道居中控制、调整横向控制接管扭矩限制值，并关闭脱手报警抑制逻辑；
以连续点刹方式控制所述车辆减速。
4.根据权利要求1或2所述的辅助驾驶方法，其中，所述基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型，包括：
获取所述车辆的当前位置、所述车辆在预设第一时间窗口内的平均速度和平均加速度；
基于所述车辆的当前位置，确定所述车辆当前行驶路段的所属道路类型集合；
若所述车辆当前行驶路段的所属道路类型集合中包括高速公路类型或高架桥类型，所述平均速度大于预设车速阈值且所述平均加速度小于预设加速度阈值，确定所述道路类型为高速公路类型或高架桥类型。
5.根据权利要求2所述的辅助驾驶方法，其中，所述基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息，包括：
基于所述车道线图像，确定所述车辆当前所在车道的车道线置信度和车道线检测长度；
其中，所述预设车道线条件包括：所述车道线检测长度的数值大于车速与预设车速系数乘积的数值，以及所述车道线置信度大于预设车道线置信度阈值。
6.根据权利要求5所述的辅助驾驶方法，其中，所述基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息，还包括：
基于所述视觉感知系统采集的车道线图像，确定所述车辆当前所在车道在预设第二时间窗口内的车道线曲率突变次数；
其中，所述预设车道线条件还包括：所述车道线曲率突变次数小于预设车道线曲率突变阈值。
7.根据权利要求1或2所述的辅助驾驶方法，其中，所述基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态，包括：
获取所述车辆在预设第三时间窗口内的横向位移；
基于所述图像采集装置采集的驾驶员图像，判断所述驾驶员当前是否处于疲劳状态；
若判定所述驾驶员当前处于疲劳状态，且所述横向位移不在第一预设横向位移范围内，确定所述驾驶状态为疲劳驾驶状态。
8.根据权利要求1或2所述的辅助驾驶方法，其中，所述基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态，包括：
获取车道居中控制功能的工作状态和所述车辆在预设第四时间窗口内的横向位移；
基于所述图像采集装置采集的驾驶员图像，判断所述驾驶员当前是否处于疲劳状态；
若判定所述驾驶员当前处于疲劳状态、所述车道居中控制功能的工作状态为未激活状态、且所述横向位移不在第二预设横向位移范围内，确定所述驾驶状态为疲劳驾驶状态。
9.一种辅助驾驶装置，包括：
道路类型确定模块，用于基于车辆的当前位置，确定所述车辆当前行驶路段的道路类型；
车道线信息确定模块，用于基于所述车辆的视觉感知系统采集的车道线图像，确定所述车辆当前所在车道的车道线信息；
驾驶状态确定模块，用于基于所述车辆内部的图像采集装置采集的驾驶员图像，确定所述车辆的驾驶员当前的驾驶状态；
辅助驾驶模式确定模块，用于基于所述道路类型、所述车道线信息和所述驾驶状态，确定辅助驾驶模式，其中，所述辅助驾驶模式包括预设提醒模式和接管模式；
辅助驾驶模块，用于基于所述辅助驾驶模式进行辅助驾驶。
10.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-8任一所述的辅助驾驶方法。
11.一种电子设备，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-8任一所述的辅助驾驶方法。
CN202210264870.4A 2022-03-17 2022-03-17 辅助驾驶方法、装置、电子设备和存储介质 Pending CN114506332A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210264870.4A CN114506332A (zh) 2022-03-17 2022-03-17 辅助驾驶方法、装置、电子设备和存储介质
PCT/CN2023/073974 WO2023173942A1 (zh) 2022-03-17 2023-01-31 辅助驾驶方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210264870.4A CN114506332A (zh) 2022-03-17 2022-03-17 辅助驾驶方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114506332A true CN114506332A (zh) 2022-05-17

Family

ID=81553324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210264870.4A Pending CN114506332A (zh) 2022-03-17 2022-03-17 辅助驾驶方法、装置、电子设备和存储介质

Country Status (2)

Country Link
CN (1) CN114506332A (zh)
WO (1) WO2023173942A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115140053A (zh) * 2022-07-13 2022-10-04 北京地平线机器人技术研发有限公司 智能驾驶控制方法、装置、电子设备和存储介质
WO2023173942A1 (zh) * 2022-03-17 2023-09-21 上海安亭地平线智能交通技术有限公司 辅助驾驶方法、装置、电子设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105711588A (zh) * 2016-01-20 2016-06-29 奇瑞汽车股份有限公司 一种车道保持辅助系统和车道保持辅助方法
CN107640152A (zh) * 2017-08-08 2018-01-30 吉利汽车研究院（宁波）有限公司 一种车道保持辅助系统的可靠性控制装置及方法
CN109664891A (zh) * 2018-12-27 2019-04-23 北京七鑫易维信息技术有限公司 辅助驾驶方法、装置、设备及存储介质
CN110293969A (zh) * 2019-06-14 2019-10-01 重庆长安汽车股份有限公司 一种自适应巡航驾驶系统、方法及汽车
CN111469854A (zh) * 2020-04-26 2020-07-31 东风汽车有限公司 驾驶员安全保障车载方法、车载电子设备、服务器方法及服务器
CN111559381A (zh) * 2020-04-21 2020-08-21 汉腾汽车有限公司 一种基于驾驶员状态监测的自动驾驶控制系统
CN111976723A (zh) * 2020-09-02 2020-11-24 大连理工大学 人机协同控制下考虑车辆危险状态的车道保持辅助系统
CN112770293A (zh) * 2020-12-18 2021-05-07 杭州宣迅电子科技有限公司 一种基于人工智能的车辆行驶环境安全性分析预警管理云平台
CN113928325A (zh) * 2021-12-17 2022-01-14 深圳佑驾创新科技有限公司 一种驾驶辅助接管提示方法、装置、终端设备及存储介质
CN113954839A (zh) * 2021-12-23 2022-01-21 福瑞泰克智能系统有限公司 辅助驾驶系统的控制方法、装置、电子装置和存储介质
CN114030475A (zh) * 2021-12-22 2022-02-11 清华大学苏州汽车研究院（吴江） 一种车辆辅助驾驶方法、装置、车辆及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109910900B (zh) * 2019-04-01 2020-11-10 广东科学技术职业学院 一种智能驾驶方法
DE102019112453A1 (de) * 2019-05-13 2020-11-19 Valeo Schalter Und Sensoren Gmbh Automatisches Auswählen einer Assistenzstufe für ein Fahrzeug
CN112622901B (zh) * 2021-01-11 2022-05-13 一汽解放汽车有限公司 车辆控制方法、装置及设备
CN114506332A (zh) * 2022-03-17 2022-05-17 上海安亭地平线智能交通技术有限公司 辅助驾驶方法、装置、电子设备和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105711588A (zh) * 2016-01-20 2016-06-29 奇瑞汽车股份有限公司 一种车道保持辅助系统和车道保持辅助方法
CN107640152A (zh) * 2017-08-08 2018-01-30 吉利汽车研究院（宁波）有限公司 一种车道保持辅助系统的可靠性控制装置及方法
CN109664891A (zh) * 2018-12-27 2019-04-23 北京七鑫易维信息技术有限公司 辅助驾驶方法、装置、设备及存储介质
CN110293969A (zh) * 2019-06-14 2019-10-01 重庆长安汽车股份有限公司 一种自适应巡航驾驶系统、方法及汽车
CN111559381A (zh) * 2020-04-21 2020-08-21 汉腾汽车有限公司 一种基于驾驶员状态监测的自动驾驶控制系统
CN111469854A (zh) * 2020-04-26 2020-07-31 东风汽车有限公司 驾驶员安全保障车载方法、车载电子设备、服务器方法及服务器
CN111976723A (zh) * 2020-09-02 2020-11-24 大连理工大学 人机协同控制下考虑车辆危险状态的车道保持辅助系统
CN112770293A (zh) * 2020-12-18 2021-05-07 杭州宣迅电子科技有限公司 一种基于人工智能的车辆行驶环境安全性分析预警管理云平台
CN113928325A (zh) * 2021-12-17 2022-01-14 深圳佑驾创新科技有限公司 一种驾驶辅助接管提示方法、装置、终端设备及存储介质
CN114030475A (zh) * 2021-12-22 2022-02-11 清华大学苏州汽车研究院（吴江） 一种车辆辅助驾驶方法、装置、车辆及存储介质
CN113954839A (zh) * 2021-12-23 2022-01-21 福瑞泰克智能系统有限公司 辅助驾驶系统的控制方法、装置、电子装置和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023173942A1 (zh) * 2022-03-17 2023-09-21 上海安亭地平线智能交通技术有限公司 辅助驾驶方法、装置、电子设备和存储介质
CN115140053A (zh) * 2022-07-13 2022-10-04 北京地平线机器人技术研发有限公司 智能驾驶控制方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2023173942A1 (zh) 2023-09-21

Similar Documents

Publication Publication Date Title
US11117596B2 (en) Intelligent driving control
US11027750B2 (en) Method and system for assisting drivers to drive with precaution
JP7263233B2 (ja) 車両衝突を検出するための方法、システム及びプログラム
WO2022007655A1 (zh) 一种自动换道方法、装置、设备及存储介质
US11351992B2 (en) Method and system for assisting drivers to drive with precaution
EP3720750B1 (en) Method and system for maneuvering a vehicle
CN114506332A (zh) 辅助驾驶方法、装置、电子设备和存储介质
US11952003B2 (en) Computer-assisted driving method and apparatus including automatic mitigation of potential emergency
KR20170042961A (ko) 주행 안전을 위한 차량 제어 장치 및 방법
US20230415735A1 (en) Driving support apparatus, control method of vehicle, and non-transitory computer-readable storage medium
WO2018138980A1 (ja) 制御システム、制御方法及びプログラム
WO2018168121A1 (ja) 運転状態判定装置、運転状態判定方法及び運転状態判定のためのプログラム
US20220144269A1 (en) Method for securing a vehicle
CN110920539A (zh) 车辆驾驶分析方法和装置、电子设备和计算机存储介质
JP2009037415A (ja) ドライバ状態判別装置、および運転支援装置
KR101994304B1 (ko) 주행 안전을 위한 차량 제어 장치 및 방법
CN113619581B (zh) 一种跟车巡航状态的车辆控制方法、装置、设备及介质
CN112874515B (zh) 利用驾驶姿态对驾驶辅助系统进行安全提醒的系统和方法
CN115042782B (zh) 一种车辆巡航控制方法、系统、设备及介质
CN111169474B (zh) 一种自主式紧急转向避让辅助装置及方法
JP2010039718A (ja) 車両制御装置、車両制御方法および車両制御処理プログラム
CN108556737A (zh) 一种车辆压线违章预先提示装置
CN111959519B (zh) 一种辅助驾驶功能设置方法、装置、设备及介质
CN114454891B (zh) 汽车的控制方法、装置及计算机存储介质
US20230068703A1 (en) Planning system for autonomously navigating around lane-sharing road agents

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