CN115009292B - 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 - Google Patents
用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 Download PDFInfo
- Publication number
- CN115009292B CN115009292B CN202210730855.4A CN202210730855A CN115009292B CN 115009292 B CN115009292 B CN 115009292B CN 202210730855 A CN202210730855 A CN 202210730855A CN 115009292 B CN115009292 B CN 115009292B
- Authority
- CN
- China
- Prior art keywords
- risk level
- road
- risk
- determining
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008447 perception Effects 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 52
- 230000006399 behavior Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 44
- 238000004891 communication Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000005286 illumination Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- 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
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- 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
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
-
- 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
- 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
- B60W50/16—Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- 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
- B60W2050/146—Display means
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种用于自动驾驶车辆的风险提示方法、装置、设备、存储介质、计算机程序产品及自动驾驶车辆,涉及人工智能技术领域,尤其涉及自动驾驶技术领域。具体实现方案为:根据获取的行车先验信息,确定第一道路风险等级;根据获取的车端感知信息,确定第二道路风险等级;根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中,所述风险级别的高低与行车危险程度正相关;按照所述目标提示频率输出对应的提示信号,本公开能够提高驾驶的安全性,并通过动态调整提示频率,提高用户的辅助驾驶体验。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及自动驾驶技术领域,尤其涉及一种用于自动驾驶车辆的风险提示方法、装置、设备、存储介质、计算机程序产品及自动驾驶车辆。
背景技术
随着人工智能技术以及第五代移动通信技术的逐渐普及,自动驾驶技术得到了快速发展,其在车辆上的使用率也越来越高。通常情况下,自动驾驶功能主要依托于机器视觉、雷达定位、卫星定位以及智能控制等基础技术来实现。如何保证并不断提高自动驾驶的安全性,始终是自动驾驶领域关注的重点问题之一。
发明内容
本公开提供了一种用于自动驾驶车辆的风险提示方法、装置、设备、存储介质、计算机程序产品及自动驾驶车辆,提高了自动驾驶的安全性。
根据本公开的一方面,提供了一种自动驾驶车辆的风险提示方法,包括:根据获取的行车先验信息,确定第一道路风险等级;根据获取的车端感知信息,确定第二道路风险等级;根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中,所述风险级别的高低与行车危险程度正相关;按照所述目标提示频率输出对应的提示信号。
根据本公开的另一方面,提供了一种用于自动驾驶车辆的风险提示装置,包括:第一道路风险等级确定模块,被配置为根据获取的行车先验信息,确定第一道路风险等级;第二道路风险等级确定模块,被配置为根据获取的车端感知信息,确定第二道路风险等级;目标提示频率确定模块,被配置为根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中,所述风险级别的高低与行车危险程度正相关;提示信号输出模块,被配置为按照所述目标提示频率输出对应的提示信号。
根据本公开的又一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述用于自动驾驶车辆的风险提示方法
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述用于自动驾驶车辆的风险提示方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现上述用于自动驾驶车辆的风险提示方法。
根据本公开的又一方面,提供了一种自动驾驶车辆包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述用于自动驾驶车辆的风险提示方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的用于自动驾驶车辆的风险提示方法的一个实施例的流程图;
图3是根据本公开的用于自动驾驶车辆的风险提示方法的另一个实施例的流程图;
图4是根据本公开的用于自动驾驶车辆的风险提示方法的又一个实施例的流程图;
图5是根据本公开的用于自动驾驶车辆的风险提示方法的场景示意图;
图6是根据本公开的用于自动驾驶车辆的风险提示装置的一个实施例的结构示意图;
图7是用来实现本公开的用于自动驾驶车辆的风险提示方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的用于自动驾驶车辆的风险提示方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括自动驾驶车辆101、网络102和服务器103。网络103用以在自动驾驶车辆101和服务器103之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
自动驾驶车辆101可以通过网络102与服务器103交互,自动驾驶车辆101上可以安装有各种智能车端应用,例如智能驾驶、智能导航应用等等;服务器103可以提供各种用于自动驾驶车辆的风险提示服务,例如,服务器105可以对获取的行车先验信息确定第一道路等级,以及可以对从自动驾驶车辆101获取的车端感知信息备103确定第二道路等级,进一步,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,并按照目标提示频率输出对应的提示信号,自动驾驶车辆101可以根据提示信号对用户进行风险提示。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的自动驾驶车辆、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的自动驾驶车辆、网络和服务器。
需要说明的是,本公开实施例所提供的用于自动驾驶车辆的风险提示方法一般由自动驾驶车辆101执行,相应地,用于自动驾驶车辆的风险提示装置一般设置于自动驾驶车辆101中。
继续参考图2,其示出了根据本公开的用于自动驾驶车辆的风险提示方法的一个实施例的流程200。该方法包括以下步骤:
步骤201、根据获取的行车先验信息,确定第一道路风险等级。
在本实施例中,用于自动驾驶车辆的风险提示方法的执行主体(例如图1所示的自动驾驶车辆101)首先获取行车先验信息,进一步根据获取的行车先验信息确定第一道路风险等级。
需要说明的是,道路风险等级的风险级别的高低与行驶危险程度成正相关,也就是说,行驶危险程度越高,风险级别越高。在本实施例中,道路风险等级的风险级别包括最高级别的风险等级、中等级别的风险等级以及最低级别的风险等级,其中,最高级别的风险等级用三级风险表示,中等级别的风险等级用二级风险表示,最低级别的风险等级用一级风险表示。
其中,行车先验信息为能够通过相关应用预先获知的信息。例如,自动驾驶车辆通过服务器获取到行车先验信息为拥堵,由于拥堵路段车辆之间距离近,表明车辆的行车危险程度高,确定当前行驶路段的道路风险等级为最高级别的风险等级。
步骤202、根据获取的车端感知信息,确定第二道路风险等级。
在本实施例中,获取由设置在车辆上的传感器监测到的车端感知信息,确定第二道路等级。例如,通过传感器获取到行车先验信息为当前能见度不足100米,表明车辆的行车危险程度高,确定当前行驶路段的道路风险等级为最高级别的风险等级。
步骤203、根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
在本实施例中,风险级别的高低与行驶危险程度正相关。在利用步骤201和步骤202分别确定第一道路危险等级和第二道路危险等级以后,选取其中风险级别较高的一个,来确定目标提示频率。其中,目标提示频率的高低与风险级别的高低正相关,风险级别越高,其相对应的目标提示频率越大。
步骤204、按照目标提示频率输出对应的提示信号。
例如,确定当前行驶路段的道路风险等级为最高级别的风险等级时,控制车辆语音播报“请将双手握住方向盘”,以及显示屏中控文字显示“前方道路危险,请将双手握住方向盘”;确定当前行驶路段的道路风险等级为中等级别的风险等级时,控制车辆语音播报“请注意前方道路”并发出短促警示音。
需要说明的是,上述提示信号是示例性的,不构成对风险提示的具体限定,应当理解,不同的目标提示频率对应不同的提示信号,最高级别的风险等级对应的提示信号的类型更多元。
本公开实施例提供的用于自动驾驶车辆的风险提示方法,首先根据获取的行车先验信息和车辆感知信息,确定第一道路风险等级和第二道路风险等级中级别较高的一个确定目标提示频率,然后按照目标提示频率输出对应的提示信号,自动驾驶车辆根据该提示信号对驾驶员进行提示,从而提高驾驶安全性。
进一步,继续参考图3,其示出了根据本公开的用于自动驾驶车辆的风险提示方法的另一个实施例的流程300。该方法包括以下步骤:
步骤301、获取当前行驶路段上的多个行车先验信息。
在本实施例中,行车先验信息包括道路交汇信息、道路类型信息、交通情况信息、历史驾驶信息以及天气信息中的至少一项。其中,道路交汇信息、道路类型信息以及交通情况信息可以在开启导航时,根据导航软件中的地图信息得出。此外,交通情况消息还可以从交通管理部门获得,例如从交通管理部门的公共信息发布平台获得。天气信息是指行驶路段的具体天气情况,如降雨、降雪等,其可从天气预报部门获得,例如从天气预报部门的公共信息发布平台获得。历史驾驶信息可以是服务器本地存储的,也可以从其他服务器获取,其包括与服务器通信的所有具有自动驾驶功能的车辆所上传的数据,以及服务器基于自动驾驶功能与上述所有车辆交互的数据。
步骤302、分别确定每个行车先验信息的先验风险等级,得到多个先验风险等级。
在本实施例中,服务器中预先存储有行车先验信息与先验风险等级的对应关系,在步骤301获取到多个行车先验信息后,自动驾驶车辆通过服务器根据获取的行车先验信息进行查表操作,从而确定每个行车先验信息对应的先验风险等级。例如,获取到当前行车先验信息为交叉路口、天气信息为中雨以及道路类型消息为直道,通过查找行车先验信息与先验风险等级的对应关系,能够确定交叉路口的先验风险等级为三级风险;中雨的先验风险等级为二级风险;直道的先验风险等级为一级风险。
需要说明的是,上述行车先验信息及其对应的先验风险等级是示例性的,本领域技术人员能够依据实际应用场景设置相应的行车先验信息与先验风险等级的对应规则。
步骤303、将多个先验风险等级中风险级别最高的一个,确定为第一道路风险等级。
在本实施例中,按照步骤302提供的示例,上述多个先验风险等级中风险级别最高的一个为根据交叉路口确定的道路风险等级,即三级风险,因此,本实施例中,第一道路风险等级为三级风险。
步骤304、获取当前行驶路段的多个车端感知信息。
在本实施例中,车端感知信息包括人车感知信息、环境信息、路面状况信息以及驾驶员状态信息中的至少一项。其中,车辆感知信息可以通过安装在车辆上的各种传感器、摄像头或雷达获取并由车辆上传至服务器。
例如,自动驾驶车辆配备有3个三焦前置摄像头、2个前视侧摄像头、2个后视侧摄像头、1个倒车摄像头、4个鱼眼摄像机、1个远程雷达、4个中程短雷达以及12个超声波传感器等部件。
需要说明的是,上述摄像头、传感器以及雷达的种类和数目是示例性的,不构成对自动驾驶车辆的部件的具体限定,本领域技术人员能够依据想要获取的车端感知信息类型设置相应数目的部件。
此外,还可以利用驾驶员监控系统,通过对驾驶员面部特征的识别,获取驾驶员状态信息来确定驾驶员是否有疲劳驾驶、危险驾驶以及分心驾驶等危险行为;利用环境传感器确定当前行驶路段的光照度、能见度或地面摩擦系数等,本申请在此不再详述。
例如,获取到当前行驶路段的环境信息为光照充足、能见度大于200米、驾驶员状态信息为疲劳驾驶、以及人车感知信息为感知范围内存在非机动车行人混行等。
步骤305、分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级。
在本实施例中,分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级,按照步骤304提供的示例,即光照充足的感知风险等级为一级风险;能见度大于200米的感知风险等级为一级风险;疲劳驾驶的感知风险等级为三级风险;感知范围内存在非机动车行人混行的感知风险等级为三级风险。
步骤306、将多个感知风险等级中风险级别最高的一个,确定为第二道路风险等级。
在本实施例中,第二道路风险等级为多个感知风险等级中风险级别最高的一个。按照步骤305提供的示例,即通过疲劳驾驶确定的感知风险等级以及通过感知范围内存在非机动车行人混行的感知风险等级为风险级别最高的,由此,确定第二道路风险等级为三级风险。
步骤307、根据第一道路风险等级,确定基础提示频率。
正如前文所述,行车先验信息为在驾驶启程能够预先获知的信息,车辆感知信息为在行驶过程中,不断随着外界环境发生改变的信息。由此,在本实施例中,首先将与行车先验信息对应的道路风险等级作为当前提示频率的基础,即根据第一道路风险等级,确定基础提示频率;随后,将获取的车辆感知信息叠加到行车先验信息上,通过对第一道路风险等级和第二道路风险等级进行比较,最终确定目标提示频率。
步骤308、响应于第一道路风险等级为最高级别的风险等级,将基础提示频率确定为目标提示频率。
在本实施例中,当第一道路风险等级为最高级别的风险等级,即三级风险,此时,表明当前目标基础提示频率已经达到提示频率的最高频次,由此,将基础提示频率确定为目标提示频率。
步骤309、响应于第一道路风险等级为非最高级别的风险等级,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
在本实施例中,当第一道路风险等级为非最高级别的风险等级,即为二级风险或一级风险此时,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。例如,若第一道路风险等级为二级风险,第二道路风险等级为三级风险,则根据第二道路风险等级对应的三级风险确定目标提示频率,此时目标提示频率最大;若第一道路风险等级为二级风险,第二道路风险等级为一级风险,则根据第一道路风险等级对应的二级风险确定目标提示频率,此时,目标提示频率为中等频率。
本实施例中,将基础提示频率作为当前提示频率的基础,通过叠加动态的车辆感知信息,来确定目标提示频率,当第一道路风险等级为最高级别的风险等级,确定基础提示频率为目标提示频率;当第一道路风险等级为非最高级别的风险等级,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。通过动态调整提示频率,给用户创造更为良好的辅助驾驶体验。
步骤310、按照目标提示频率输出对应的提示信号。
在本实施例中,对步骤310的描述参见步骤204,本申请在此不再详述。
在本实施例中一些可选的实现方式中,提示信号的类型包括视觉提示信号、听觉提示信号、触觉提示信号以及嗅觉提示信号中的至少一种。例如,视觉提示信号包括车内视觉信号和车外视觉信号,其中车内视觉信号包括显示屏弹窗提醒提示信号、中控文字提示信号、中控图标状态提示信号、仪表文字提示信号、仪表图标状态提示信号、车内氛围灯提示信号、外后视镜灯提示信号、后视镜灯提示信号、HUD图形文字提示信号以及A柱提示信号;车外视觉信号包括危险报警闪光灯提示信号、转向灯提示信号、远近光灯切换提示信号、LOGO灯提示信号以及投影灯提示信号。听觉提示信号包括车内听觉提示信号和车外听觉提示信号,其中,车内听觉提示信号包括车内语音语义播报提示信号和车内告警声音提示信号;车外听觉提示信号包括车外告警声音提示信号和车外语音语义播报提示信号。触觉提示信号包括方向盘震振动提示信号、座椅振动提示信号、安全带收紧提示信号、座椅振动提示信号以及座椅调整提示信号。嗅觉提示信号包括智能香氛提示信号。
例如,与一级风险的提示频率对应的提示信号可以为座椅振动提醒;与二级风险的提示频率对应的提示信号可以为音效提醒叠加显示屏弹窗提醒;与三级风险的提示频率对应的提示信号可以为音效提醒、灯光提醒以及显示屏弹窗提醒。
需要说明的是,本实施例对各风险级别的提示频率对应的提示信号不作限定,其可以是各种提示信号的自由组合,能够区分出不同级别的风险等级即可。
本公开实施例提供的用于自动驾驶车辆的风险提示方法,首先根据获取的多个行车先验信息和多个车辆感知信息,确定第一道路风险等级和第二道路风险等级,当第一道路风险等级为最高级别的风险等级时,将第一道路风险等级对应的基础提示频率作为目标提示频率;否则根据第一道路风险等级与第二道路风险等级中级别较高的一个确定目标提示频率,然后按照目标提示频率输出对应的提示信号,最后自动驾驶车辆在最高级别的风险路段上对驾驶员进行高频提示,在最低级别的风险路段上对驾驶员进行低频提示,从而给驾驶员创造舒适放松的驾驶体验,提高驾驶的安全性。
进一步,继续参考图4,其示出了根据本公开的用于自动驾驶车辆的风险提示方法的另一个实施例的流程400。该方法包括以下步骤:
步骤401、获取当前行驶路段上的多个第一行车先验信息。
在本实施例中,对步骤401的描述参考步骤301,本申请在此不再详述。
步骤402、分别确定每个第一行车先验信息的第一先验风险等级,得到多个第一先验风险等级。
在本实施例中,对步骤402的描述参考步骤302,本申请在此不再详述。
步骤403、将多个第一先验风险等级中风险级别最高的一个,确定为第一候选风险等级。
在本实施例中,将第一先验风险等级中风险级别最高的一个,确定为第一候选风险等级。
步骤404、响应于第一候选风险等级为最高级别的风险等级,将第一候选风险等级确定为第一道路风险等级。
例如,当前行驶路段的行车先验信息为“晴天、能见度大于200米、道路出入口”,则确定第一候选风险等级为三级风险,显然,第一候选风险等级为最高级别的风险等级,此时,第一道路风险等级为三级风险。
步骤405、响应于第一候选风险等级为非最高级别的风险等级,获取当前导航路径上多个规划路段对应的第二候选风险等级,并将第一候选风险等级和第二候选风险等级中风险级别较高的一个,确定为第一道路风险等级。
例如,当前行驶路段的行车先验信息为“晴天、能见度大于200米、用户接管次数小于5次以及通行顺畅”,则确定第一候选风险等级为一级风险,显然,第一候选风险等级为非最高级别的风险等级。
上述步骤405进一步包括图4中未示出的以下步骤:
步骤4050、获取在距当前行驶路段预设距离内的多个规划路段的多个第二行车先验信息。
在本实施例中,自动驾驶车辆可以根据当前的导航信息,确定导航路径上的全部规划路段,然后将距当前行驶路段预设距离内的多个规划路段,作为获取第二行车先验信息的来源。例如,本实施例中,设置预设距离为200米,也就是说,获取自动驾驶车辆根据导航信息在距当前行驶路段处前方的200米距离内,即将行驶经过的多个规划路段,进一步,确定每个规划路段对应的第二行车先验信息。
步骤4051、分别确定每个第二行车先验信息的第二先验风险等级,得到多个第二先验风险等级。
在本实施例中,在步骤4050获取到多个第二行车先验信息后,自动驾驶车辆通过服务器存储的行车先验信息与先验风险等级的对应关系,确定每个第二行车先验信息对应的第二先验风险等级,具体描述参见步骤302,本申请在此不再详述。
步骤4052、根据多个第二先验风险等级,确定多个规划路段的各风险等级的风险路段占比。
例如,经过统计,在距当前行驶路段前方200米内的导航路径上,自动驾驶车辆将要行驶经过10个路段,即存在10个规划路段。其中,在10个规划路段内存在2个低风险等级的风险路段,占比为20%;存在2个中风险等级的风险路段,占比为20%;存在6个高风险等级的风险路段,占比为60%
步骤4053、根据各风险等级的风险路段占比和当前车速,确定第二候选风险等级。
在本实施例中,在确定各风险等级的风险路段占比的基础上,结合当前车速确定第二候选风险等级。例如,若当前车速较快,由于高风险等级的风险路段占比较高,表明行驶危险程度高,则第二候选风险等级为最高级别的风险等级三级风险;若当前车速较慢,然而由于高风险等级的风险路段占比较高,表明仍存在中等程度的行驶危险,则第二候选风险等级为中等级别的风险等级二级风险。
需要说明的是,上述对第二候选风险等级的确定规则是示例性的,只要在确定第二候选风险等级时,将各风险路段占比与当前车速两个因素结合考虑即可,具体的对应关系依据实际情况而定。
在获取到第二候选风险等级后,将第一候选风险等级和第二候选风险等级中风险级别较高的一个,确定为第一道路风险等级。例如,若第一候选风险等级为二级风险,第二候选风险等级为三级风险,则确定第一道路风险等级为三级风险;若第一候选风险等级为二级风险,第二候选风险等级为二级风险,则确定第一道路风险等级为二级风险。
本实施例中,通过获取在距当前行驶路段预设距离内的多个规划路段的多个第二行车先验信息,从而确定第二候选风险等级,进一步将第一候选风险等级和第二候选风险等级中级别较高的一个作为第一道路风险等级,从而提高对第一道路风险等级判定的准确性,以实现对驾驶员危险提示的准确性,提高驾驶的安全性。
步骤406、获取当前行驶路段的多个车端感知信息。
步骤407、分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级。
步骤408、将多个感知风险等级中风险级别最高的一个,确定为第二道路风险等级。
步骤409、根据第一道路风险等级,确定基础提示频率。
步骤410、响应于第一道路风险等级为最高级别的风险等级,将基础提示频率确定为目标提示频率。
步骤411、响应于第一道路风险等级为非最高级别的风险等级,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
步骤412、按照目标提示频率输出对应的提示信号。
本实施例中,对步骤406-步骤412的描述参考上文步骤304-步骤310,本申请在此不再详述。
为了进一步提高自动驾驶的安全性,在步骤412之后还包括:响应于在预设时间阈值内,未检测到与提示信号对应的操作,控制自动驾驶车辆减速停车。
在本实施例中,自动驾驶车辆按照目标提示频率发出对应的提示信号,例如,确定当前行驶路段为最高级别的风险等级,车辆对驾驶员进行高频提示,持续语音播报“请将双手握住方向盘”,以及在车机的显示屏上持续显示文字“请将双手握住方向盘”,若在在预设时间阈值内,例如10s内,监测到驾驶员执行了“将双手握住方向盘”的操作,则控制车辆由用户接管;若在10s内未监测到驾驶员执行“将双手握住方向盘”的操作,此时,为了保证驾驶安全,控制自动驾驶车辆减速停车。
本公开实施例提供的用于自动驾驶车辆的风险提示方法,能够在最高级别的风险路段上对驾驶员进行高频提示,在最低级别的风险路段上对驾驶员进行低频提示,避免了在低风险路段过度使用强提示骚扰用户,给用户造成不良的体验的问题,通过动态调整提示频率,给驾驶员创造舒适放松的驾驶体验,提高驾驶的安全性。
需要说明的是,本申请对预设时间阈值不作限定,其可以与目标提示频率的高低有关,例如,若目标提示频率为每5秒对驾驶员进行高频提示,则设置预设时间阈值为5秒,即驾驶员在5秒内未响应风险提示对应的操作,控制车辆减速停车;若目标提示频率为每15秒对驾驶员进行低频提示,则设置预设时间阈值为15秒,即驾驶员在15秒内未响应风险提示对应的操作,控制车辆减速停车。
在一些可选的实施方式中,本实施例对行车先验信息及行车先验信息对应的先验风险等级进行了示例性规定,其中:
响应于通过道路交汇信息确定当前行驶路段为交叉路口或道路出入口,确定第一道路风险等级为最高级别的风险等级。
在本实施例中,当通过道路交汇信息确定当前行驶路段为无保护交叉口、有保护交叉口、环形交叉口、汇出路口或汇入路口时,确定道路风险等级为三级风险。
响应于通过道路类型信息确定当前行驶路段为隧道、曲率半径大于预设半径值的弯道或坡度大于预设坡度值的坡道,确定第一道路风险等级为最高级别的风险等级。
在本实施例中,例如,当弯道的曲率半径小于50米时,道路风险等级为三级风险;当弯道的曲率半径大于300米时,道路风险等级为一级风险;当弯道的曲率半径大于50米小于300米时,道路风险等级为二级风险;当坡道的坡度大于5%时,道路风险等级为三级风险;当坡道的坡度小于5%时,道路风险等级为二级风险;若当前行驶路段为隧道,道路风险等级为三级风险。
响应于通过交通情况信息,确定当前行驶路段为拥堵路段、维修路段或事故路段,确定第一道路风险等级为最高级别的风险等级。
在本实施例中,交通情况信息用于表征导航路径上的交通情况,其可以包括道路上的临时突发事件而产生的施工路段、事故路段、交通管制路段、维修路段以及由此带来的拥堵路段,此时,道路风险等级为三级风险。
响应于通过历史驾驶信息确定用户接管车辆的概率或触发车辆预警的概率满足预设概率条件,确定第一道路风险等级为最高级别的风险等级。
在本实施例中,历史驾驶信息为自动驾驶车辆在历史驾驶中存储的交互数据,包括用户接管车辆的概率和触发车辆预警的概率,其中,用户接管车辆的概率越高,即同路段中用户被动接管次数多,表明该路段有一定风险。例如,若用户接管车辆的概率大于50%时,即当50%以上用户在同一路段有接管行为,则确定道路风险等级为三级风险。此外,触发车辆预警的概率越高,即多用户在同一路段内触发主动安全预警的次数多,表明该路段有一定风险,若触发车辆预警的概率大于20%时,即20%以上车辆在同一路段触发主动安全预警,则确定道路风险等级为三级风险。
响应于通过天气信息确定当前行驶路段的天气满足预设天气条件,确定第一道路风险等级为最高级别的风险等级。
在本实施例中,若通过天气预报获取当前路段的天气信息为大雨或大雪,则确定道路风险等级为三级风险;若通过天气信息确定当前行驶路段的天气为晴天,则确定道路风险等级为一级风险。
在一些可选的实施方式中,本实施例对车端感知信息及车端感知信息对应的感知风险等级进行了示例性规定,其中:
响应于通过人车感知信息确定当前感知到的机动车数量大于预设数量,确定第二道路风险等级为最高级别的风险等级。
响应于通过人车感知信息确定当前感知到行人或非机动车,确定第二道路风险等级为最高级别的风险等级。
例如,在距车辆30米范围内,连续1秒检测到有效感知范围内不存在大型或异形车辆,确定感知风险等级为一级风险,连续1秒检测到有效感知范围内存在1-3辆大型或异形车辆,确定感知风险等级为二级风险,连续1秒检测到有效感知范围内存在大于3辆大型或异形车辆,确定感知风险等级为三级风险;连续1秒检测到有效感知范围内一旦存在行人和非机动车,确定感知风险等级为三级风险。
响应于通过环境信息确定当前行驶位置的光照度或能见度满足预设环境条件,确定第二道路风险等级为最高级别的风险等级。
例如,当能见度大于300米时,确定感知风险等级为一级风险;当能见度大于100米小于300米时,确定感知风险等级为二级风险;当能见度小于100m时,确定感知风险等级为三级风险;当光照强度大于100000勒克斯小于300000勒克斯时,表明当前行驶路段为晴天光照充足,此时,确定感知风险等级为一级风险;当光照强度小于5勒克斯,表明当前行驶路段为夜晚光照不足,此时,确定感知风险等级为三级风险。
响应于通过路面状况信息确定当前行驶位置的路面满足预设路面条件,确定第二道路风险等级为最高级别的风险等级。
在本实施例中,路面状况信息包括路面磨损信息、路面湿滑信息、路面坑洼信息以及路面障碍物信息等,其中,路面湿滑信息与地面摩擦系数有关,正常干燥沥青路面的摩擦系数为0.6,雨天路面摩擦系数降为0.4,雪天则为0.28,结冰路面0.18。具体的,当地面摩擦系数大于0.6时,确定感知风险等级为一级风险;当地面摩擦系数大于0.3<小于等于0.6时,确定感知风险等级为二级风险;当地面摩擦系数小于0.3时,确定感知风险等级为三级风险。
响应于通过驾驶员状态信息确定当前驾驶员的行为满足预设行为条件,确定第二道路风险等级为最高级别的风险等级。
本实施例中,利用驾驶员监控系统,通过对驾驶员面部特征的识别,获取驾驶员状态信息来确定驾驶员是否有疲劳驾驶、危险驾驶以及分心驾驶等危险行为,若监测所驾驶员存在疲劳驾驶、分心驾驶、接打电话或开车抽烟等,确定感知风险等级为三级风险。
需要说明的是,上述对行车先验信息和车端感知信息的说明是示例性的,不构成具体限定,本领域技术人员能够依据实际情况进行相对应的设置并将对应关系预存于服务器中,以确定行车先验信息和车端感知信息对应的风险等级的级别,并最终确定目标提示频率,使得自动驾驶车辆在最高级别的风险路段上对驾驶员进行高频提示,在最低级别的风险路段上对驾驶员进行低频提示,从而给驾驶员创造舒适放松的驾驶体验,提高驾驶的安全性。
如图5所示,在一个实际的应用场景中,自动驾驶可以是由车辆的自动导航辅助驾驶系统(Navigation Guided Pilot,NGP)来执行。当车辆开启自动驾驶功能时,NGP接管车辆的行驶并通过车辆传感器采集车辆的车端感知信息并启动导航应用,进而获取道路交汇信息、道路类型信息以及交通情况信息等行车先验信息,并对用户导航路径上的道路进行风险评定,划分为一级风险、二级风险及三级风险,当车辆进入对应路段后,若用户在对应等级下超过约定时间未握住方向盘,则进行必要的风险提示,以警示用户。例如,如图5所示,当车辆行驶于道路开阔以及前方无机动车的路段上,对用户进行低频提示或者不提示,从而避免在低风险路段过度使用强提示骚扰用户,给用户造成不良的体验的问题。当车辆进入车流量密集以及存在行人的路口时,当用户长时间未握住方向盘,则对用户进行高频提示,以提示用户将手放在方向盘上接管车辆,此时,若用户依旧在预设时间阈值内,未响应与高频提示对应的操作,控制车辆减速停车,以保证驾驶的安全。本实施例通过动态调整提示频率,给用户创造更为良好的辅助驾驶体验。
本公开实施例提供的用于自动驾驶车辆的风险提示方法,首先根据获取的行车先验信息和车辆感知信息,确定第一道路风险等级和第二道路风险等级,按照目标提示频率输出对应的提示信号,自动驾驶车辆根据该提示信号对驾驶员进行提示,从而提高驾驶安全性。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种用于自动驾驶车辆的风险提示装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于自动驾驶车辆的风险提示装置600包括:第一道路风险等级确定模块601、第二道路风险等级确定模块602、目标提示频率确定模块603以及提示信号输出模块604。其中,第一道路风险等级确定模块601,被配置为根据获取的行车先验信息,确定第一道路风险等级;第二道路风险等级确定模块602,被配置为根据获取的车端感知信息,确定第二道路风险等级;目标提示频率确定模块603,被配置为根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中风险级别的高低与行车危险程度正相关;提示信号输出模块604,被配置为按照目标提示频率输出对应的提示信号。
在本实施例的一些可选实现方式中,目标提示频率确定模块包括:基础提示频率确定单元,被配置为根据第一道路风险等级,确定基础提示频率;第一目标提示频率确定单元,被配置为响应于第一道路风险等级为最高级别的风险等级,将基础提示频率确定为目标提示频率;第二目标提示频率确定单元,被配置为响应于第一道路风险等级为非最高级别的风险等级,根据第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
在本实施例的一些可选实现方式中,第一道路风险等级确定模块,包括:第一获取单元,被配置为获取当前行驶路段上的多个行车先验信息;先验风险等级确定单元,被配置为分别确定每个行车先验信息的先验风险等级,得到多个先验风险等级;第一道路风险等级确定第一单元,被配置为将多个先验风险等级中风险级别最高的一个,确定为第一道路风险等级。
在本实施例的一些可选实现方式中,第一道路风险等级确定模包括:第二获取单元,被配置为获取当前行驶路段上的多个第一行车先验信息;第一先验风险等级确定单元,被配置为分别确定每个第一行车先验信息的第一先验风险等级,得到多个第一先验风险等级;第一候选风险等级确定单元,被配置为将多个第一先验风险等级中风险级别最高的一个,确定为第一候选风险等级;第一道路风险等级确定第二单元,被配置为响应于第一候选风险等级为最高级别的风险等级,将第一候选风险等级确定为所述第一道路风险等级。第一道路风险等级确定第三单元,被配置为响应于第一候选风险等级为非最高级别的风险等级,获取当前导航路径上多个规划路段对应的第二候选风险等级,并将第一候选风险等级和第二候选风险等级中风险级别较高的一个,确定为第一道路风险等级。
在本实施例的一些可选实现方式中,第一道路风险等级确定第三单元被配置为:获取在距当前行驶路段预设距离内的多个规划路段的多个第二行车先验信息;分别确定每个第二行车先验信息的第二先验风险等级,得到多个第二先验风险等级;根据所述多个第二先验风险等级,确定多个规划路段的各风险等级的风险路段占比;根据各风险等级的风险路段占比和当前车速,确定所述第二候选风险等级。
在本实施例的一些可选实现方式中,行车先验信息包括以下至少一项:道路交汇信息、道路类型信息、交通情况信息、历史驾驶信息以及天气信息,第一道路风险等级确定模块被配置为:
响应于通过道路交汇信息确定当前行驶路段为交叉路口或道路出入口,确定第一道路风险等级为最高级别的风险等级;响应于通过道路类型信息确定当前行驶路段为隧道、曲率半径大于预设半径值的弯道或坡度大于预设坡度值的坡道,确定第一道路风险等级为最高级别的风险等级;响应于通过交通情况信息,确定当前行驶路段为拥堵路段、维修路段或事故路段,确定第一道路风险等级为最高级别的风险等级;响应于通过历史驾驶信息确定用户接管车辆的概率或触发车辆预警的概率满足预设概率条件,确定第一道路风险等级为最高级别的风险等级;响应于通过天气信息确定当前行驶路段的天气满足预设天气条件,确定第一道路风险等级为最高级别的风险等级。
在本实施例的一些可选实现方式中,第二道路风险等级确定模块,包括:第三获取单元,被配置为获取当前行驶路段的多个车端感知信息;感知风险等级确定单元,被配置为分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级;第二道路风险等级确定单元,被配置为将多个感知风险等级中风险级别最高的一个,确定为第二道路风险等级。
在本实施例的一些可选实现方式中,车端感知信息包括以下至少一项:人车感知信息、环境信息、路面状况信息以及驾驶员状态信息,第二道路风险等级确定模块被配置为:
响应于通过人车感知信息确定当前感知到的机动车数量大于预设数量,确定第二道路风险等级为最高级别的风险等级;响应于通过人车感知信息确定当前感知到行人或非机动车,确定第二道路风险等级为最高级别的风险等级;响应于通过环境信息确定当前行驶位置的光照度或能见度满足预设环境条件,确定第二道路风险等级为最高级别的风险等级;响应于通过路面状况信息确定当前行驶位置的路面满足预设路面条件,确定第二道路风险等级为最高级别的风险等级;响应于通过驾驶员状态信息确定当前驾驶员的行为满足预设行为条件,确定第二道路风险等级为最高级别的风险等级。
在本实施例的一些可选实现方式中,提示信号输出模块被配置为:控制车辆按照提示频率输出对应的视觉提示信号、听觉提示信号、触觉提示信号以及嗅觉提示信号中的至少一种。
在本实施例的一些可选实现方式中,装置还包括:减速停车模块,被配置为响应于在预设时间阈值内,未检测到与提示信号对应的操作,控制自动驾驶车辆减速停车。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种计算机程序产品和一种自动驾驶车辆。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如用于自动驾驶车辆的风险提示方法。例如,在一些实施例中,用于自动驾驶车辆的风险提示方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的用于自动驾驶车辆的风险提示方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于自动驾驶车辆的风险提示方法。
本公开所提供的自动驾驶车辆,可以包括如图7所示的上述电子设备,该电子设备可在其处理器执行时能够实现上述实施例所描述的用于自动驾驶车辆的风险提示方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (22)
1.一种用于自动驾驶车辆的风险提示方法,所述方法包括:
根据获取的行车先验信息,确定第一道路风险等级;
根据获取的车端感知信息,确定第二道路风险等级;
根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中,所述风险级别的高低与行车危险程度正相关;
按照所述目标提示频率输出对应的提示信号;
其中,所述根据获取的行车先验信息,确定第一道路风险等级,包括:
获取当前行驶路段上的多个第一行车先验信息;分别确定每个第一行车先验信息的第一先验风险等级,得到多个第一先验风险等级;将所述多个第一先验风险等级中风险级别最高的一个,确定为第一候选风险等级;
响应于所述第一候选风险等级为最高级别的风险等级,将所述第一候选风险等级确定为所述第一道路风险等级;
响应于所述第一候选风险等级为非最高级别的风险等级,获取当前导航路径上多个规划路段对应的第二候选风险等级,并将所述第一候选风险等级和所述第二候选风险等级中风险级别较高的一个,确定为所述第一道路风险等级。
2.根据权利要求1所述的方法,其中,所述根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,包括:
根据所述第一道路风险等级,确定基础提示频率;
响应于所述第一道路风险等级为最高级别的风险等级,将所述基础提示频率确定为目标提示频率;
响应于所述第一道路风险等级为非最高级别的风险等级,根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
3.根据权利要求1所述的方法,其中,所述根据获取的行车先验信息,确定第一道路风险等级,包括:
获取当前行驶路段上的多个行车先验信息;
分别确定每个行车先验信息的先验风险等级,得到多个先验风险等级;
将所述多个先验风险等级中风险级别最高的一个,确定为所述第一道路风险等级。
4.根据权利要求1所述的方法,其中,所述获取当前导航路径上多个规划路段对应的第二候选风险等级,包括:
获取在距当前行驶路段预设距离内的多个规划路段的多个第二行车先验信息;
分别确定每个第二行车先验信息的第二先验风险等级,得到多个第二先验风险等级;
根据所述多个第二先验风险等级,确定所述多个规划路段的各风险等级的风险路段占比;
根据所述各风险等级的风险路段占比和当前车速,确定所述第二候选风险等级。
5.根据所述权利要求1-4任一项所述的方法,其中,所述行车先验信息包括以下至少一项:道路交汇信息、道路类型信息、交通情况信息、历史驾驶信息以及天气信息,所述根据获取的行车先验信息,确定第一道路风险等级,包括:
响应于通过所述道路交汇信息确定当前行驶路段为交叉路口或道路出入口,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述道路类型信息确定当前行驶路段为隧道、曲率半径大于预设半径值的弯道或坡度大于预设坡度值的坡道,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述交通情况信息,确定当前行驶路段为拥堵路段、维修路段或事故路段,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述历史驾驶信息确定用户接管车辆的概率或触发车辆预警的概率满足预设概率条件,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述天气信息确定当前行驶路段的天气满足预设天气条件,确定所述第一道路风险等级为最高级别的风险等级。
6.根据权利要求1所述的方法,其中,所述根据获取的车端感知信息,确定第二道路风险等级,包括:
获取当前行驶路段的多个车端感知信息;
分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级;
将所述多个感知风险等级中风险级别最高的一个,确定为所述第二道路风险等级。
7.根据所述权利要求1或6所述的方法,其中,所述车端感知信息包括以下至少一项:人车感知信息、环境信息、路面状况信息以及驾驶员状态信息,所述根据获取的车端感知信息,确定第二道路风险等级,包括:
响应于通过所述人车感知信息确定当前感知到的机动车数量大于预设数量,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述人车感知信息确定当前感知到行人或非机动车,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述环境信息确定当前行驶位置的光照度或能见度满足预设环境条件,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述路面状况信息确定当前行驶位置的路面满足预设路面条件,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述驾驶员状态信息确定当前驾驶员的行为满足预设行为条件,确定所述第二道路风险等级为最高级别的风险等级。
8.根据权利要求1所述的方法,其中,所述按照所述目标提示频率输出对应的提示信号,包括:
控制车辆按照所述提示频率输出对应的视觉提示信号、听觉提示信号、触觉提示信号以及嗅觉提示信号中的至少一种。
9.根据权利要求1所述的方法,其中,所述方法还包括:
响应于在预设时间阈值内,未检测到与所述提示信号对应的操作,控制所述自动驾驶车辆减速停车。
10.一种用于自动驾驶车辆的风险提示装置,所述装置包括:
第一道路风险等级确定模块,被配置为根据获取的行车先验信息,确定第一道路风险等级;
第二道路风险等级确定模块,被配置为根据获取的车端感知信息,确定第二道路风险等级;
目标提示频率确定模块,被配置为根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率,其中,所述风险级别的高低与行车危险程度正相关;
提示信号输出模块,被配置为按照所述目标提示频率输出对应的提示信号;
其中,所述第一道路风险等级确定模包括:第二获取单元,被配置为获取当前行驶路段上的多个第一行车先验信息;
第一先验风险等级确定单元,被配置为分别确定每个第一行车先验信息的第一先验风险等级,得到多个第一先验风险等级;
第一候选风险等级确定单元,被配置为将所述多个第一先验风险等级中风险级别最高的一个,确定为所述第一候选风险等级;
第一道路风险等级确定第二单元,被配置为响应于所述第一候选风险等级为最高级别的风险等级,将所述第一候选风险等级确定为所述第一道路风险等级;
第一道路风险等级确定第三单元,被配置为响应于所述第一候选风险等级为非最高级别的风险等级,获取当前导航路径上多个规划路段对应的第二候选风险等级,并将所述第一候选风险等级和所述第二候选风险等级中风险级别较高的一个,确定为所述第一道路风险等级。
11.根据权利要求10所述的装置,其中,所述目标提示频率确定模块包括:
基础提示频率确定单元,被配置为根据所述第一道路风险等级,确定基础提示频率;
第一目标提示频率确定单元,被配置为响应于所述第一道路风险等级为最高级别的风险等级,将所述基础提示频率确定为目标提示频率;
第二目标提示频率确定单元,被配置为响应于所述第一道路风险等级为非最高级别的风险等级,根据所述第一道路风险等级和第二道路风险等级中风险级别较高的一个,确定目标提示频率。
12.根据权利要求10所述的装置,其中,所述第一道路风险等级确定模块,包括:
第一获取单元,被配置为获取当前行驶路段上的多个行车先验信息;
先验风险等级确定单元,被配置为分别确定每个行车先验信息的先验风险等级,得到多个先验风险等级;
第一道路风险等级确定第一单元,被配置为将所述多个先验风险等级中风险级别最高的一个,确定为所述第一道路风险等级。
13.根据权利要求10所述的装置,其中,所述第一道路风险等级确定第三单元被配置为:
获取在距当前行驶路段预设距离内的多个规划路段的多个第二行车先验信息;
分别确定每个第二行车先验信息的第二先验风险等级,得到多个第二先验风险等级;
根据所述多个第二先验风险等级,确定所述多个规划路段的各风险等级的风险路段占比;
根据所述各风险等级的风险路段占比和当前车速,确定所述第二候选风险等级。
14.根据所述权利要求10-13任一项所述的装置,其中,所述行车先验信息包括以下至少一项:道路交汇信息、道路类型信息、交通情况信息、历史驾驶信息以及天气信息,所述第一道路风险等级确定模块被配置为:
响应于通过所述道路交汇信息确定当前行驶路段为交叉路口或道路出入口,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述道路类型信息确定当前行驶路段为隧道、曲率半径大于预设半径值的弯道或坡度大于预设坡度值的坡道,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述交通情况信息,确定当前行驶路段为拥堵路段、维修路段或事故路段,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述历史驾驶信息确定用户接管车辆的概率或触发车辆预警的概率满足预设概率条件,确定所述第一道路风险等级为最高级别的风险等级;
响应于通过所述天气信息确定当前行驶路段的天气满足预设天气条件,确定所述第一道路风险等级为最高级别的风险等级。
15.根据权利要求10所述的装置,其中,所述第二道路风险等级确定模块,包括:
第三获取单元,被配置为获取当前行驶路段的多个车端感知信息;
感知风险等级确定单元,被配置为分别确定每个车端感知信息的感知风险等级,得到多个感知风险等级;
第二道路风险等级确定单元,被配置为将所述多个感知风险等级中风险级别最高的一个,确定为所述第二道路风险等级。
16.根据所述权利要求10或15所述的装置,其中,所述车端感知信息包括以下至少一项:人车感知信息、环境信息、路面状况信息以及驾驶员状态信息,所述第二道路风险等级确定模块被配置为:
响应于通过所述人车感知信息确定当前感知到的机动车数量大于预设数量,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述人车感知信息确定当前感知到行人或非机动车,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述环境信息确定当前行驶位置的光照度或能见度满足预设环境条件,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述路面状况信息确定当前行驶位置的路面满足预设路面条件,确定所述第二道路风险等级为最高级别的风险等级;
响应于通过所述驾驶员状态信息确定当前驾驶员的行为满足预设行为条件,确定所述第二道路风险等级为最高级别的风险等级。
17.根据权利要求10所述的装置,其中,所述提示信号输出模块被配置为:
控制车辆按照所述提示频率输出对应的视觉提示信号、听觉提示信号、触觉提示信号以及嗅觉提示信号中的至少一种。
18.根据权利要求10所述的装置,其中,所述装置还包括:
减速停车模块,被配置为响应于在预设时间阈值内,未检测到与所述提示信号对应的操作,控制所述自动驾驶车辆减速停车。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
22.一种自动驾驶车辆,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730855.4A CN115009292B (zh) | 2022-06-24 | 2022-06-24 | 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730855.4A CN115009292B (zh) | 2022-06-24 | 2022-06-24 | 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115009292A CN115009292A (zh) | 2022-09-06 |
CN115009292B true CN115009292B (zh) | 2023-10-13 |
Family
ID=83076368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210730855.4A Active CN115009292B (zh) | 2022-06-24 | 2022-06-24 | 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115009292B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187949B (zh) * | 2022-09-07 | 2023-01-20 | 山东金宇信息科技集团有限公司 | 一种隧道出入口的路面状态检测方法、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208232928U (zh) * | 2018-05-22 | 2018-12-14 | 长安大学 | 一种用于检测驾驶员分心的数据采集设备 |
CN111976489A (zh) * | 2019-05-21 | 2020-11-24 | 大众汽车有限公司 | 用于运行电驱动机动车的方法以及机动车 |
CN113147794A (zh) * | 2021-06-03 | 2021-07-23 | 北京百度网讯科技有限公司 | 生成自动驾驶预警信息方法、装置、设备及自动驾驶车辆 |
CN113879327A (zh) * | 2020-07-03 | 2022-01-04 | 奥迪股份公司 | 车辆控制方法、装置及车辆 |
CN114056346A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 一种自动驾驶行车控制方法及装置 |
CN114194197A (zh) * | 2021-12-08 | 2022-03-18 | 中科创达软件股份有限公司 | 一种危险驾驶预警方法、装置、设备和相关系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200133858A (ko) * | 2019-05-20 | 2020-12-01 | 현대모비스 주식회사 | 자율 주행 장치 및 방법 |
-
2022
- 2022-06-24 CN CN202210730855.4A patent/CN115009292B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208232928U (zh) * | 2018-05-22 | 2018-12-14 | 长安大学 | 一种用于检测驾驶员分心的数据采集设备 |
CN111976489A (zh) * | 2019-05-21 | 2020-11-24 | 大众汽车有限公司 | 用于运行电驱动机动车的方法以及机动车 |
CN113879327A (zh) * | 2020-07-03 | 2022-01-04 | 奥迪股份公司 | 车辆控制方法、装置及车辆 |
CN114056346A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 一种自动驾驶行车控制方法及装置 |
CN113147794A (zh) * | 2021-06-03 | 2021-07-23 | 北京百度网讯科技有限公司 | 生成自动驾驶预警信息方法、装置、设备及自动驾驶车辆 |
CN114194197A (zh) * | 2021-12-08 | 2022-03-18 | 中科创达软件股份有限公司 | 一种危险驾驶预警方法、装置、设备和相关系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115009292A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11738768B2 (en) | Manual vehicle control notification | |
CN109389824B (zh) | 一种驾驶风险的评估方法及装置 | |
US8725309B2 (en) | Safety driving support apparatus | |
US9050980B2 (en) | Real time risk assessment for advanced driver assist system | |
US9342986B2 (en) | Vehicle state prediction in real time risk assessments | |
US20140244111A1 (en) | System and method for monitoring vehicle speed and driver notification | |
US20140063196A1 (en) | Comprehensive and intelligent system for managing traffic and emergency services | |
JP2017167587A (ja) | 情報処理装置、情報処理方法、プログラム、およびビークル | |
US20160264047A1 (en) | Systems and methods for a passing lane vehicle rear approach alert | |
US11873007B2 (en) | Information processing apparatus, information processing method, and program | |
US9454905B2 (en) | Safe distance determination | |
US10099637B1 (en) | System and method for dynamic vehicle customization and tuning | |
CN113924241B (zh) | 用于自主车辆的追踪消失对象 | |
KR102534960B1 (ko) | 자율주행 차량들을 위한 행렬들의 검출 및 그에 대한 대응 | |
CN112017438B (zh) | 一种行车决策生成方法及系统 | |
CN115009292B (zh) | 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆 | |
CN114435388B (zh) | 车辆的安全控制系统、方法、装置、设备及车辆 | |
JP2006252148A (ja) | 車両用制御装置 | |
JP2022037199A (ja) | 路側サービスユニット、交通提示機器、交通提示システム及び方法、記憶媒体およびコンピュータプログラム | |
CN113140129B (zh) | 一种车辆预警方法、设备及系统 | |
CN107599965B (zh) | 用于车辆的电子控制装置及方法 | |
WO2014130460A2 (en) | Real time risk assessment for advanced driver assist system | |
US11955006B2 (en) | Traffic light indication system with suppressed notification for a vehicle | |
US20230030736A1 (en) | Autonomous driving vehicle control method and apparatus, electronic device and readable storage medium | |
US11590845B2 (en) | Systems and methods for controlling a head-up display in a vehicle |
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 |