CN115123211A - 车辆驾驶辅助方法、装置、车辆和云端服务器 - Google Patents

Abstract

本申请涉及车辆技术领域，提供一种车辆驾驶辅助方法、装置、车辆和云端服务器。该车辆驾驶辅助方法包括：获取车辆的实时行驶信息，该实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置；向云端发送实时行驶信息；在车辆行驶至目标区域时，获取车辆驾驶辅助信息，该车辆驾驶辅助信息由云端基于目标车辆的实时行驶信息生成，目标车辆为位于目标区域中的车辆；播报上述车辆驾驶辅助信息。本申请能够为驾驶员提高可靠的信息支持，辅助驾驶员更加安全地驾驶车辆。

Description

车辆驾驶辅助方法、装置、车辆和云端服务器

技术领域

本申请涉及车辆技术领域，尤其涉及车辆驾驶辅助方法、装置、车辆和云端服务器。

背景技术

车辆在弯道等危险区域行驶过程中，由于弯道旁边大都具有障碍物，会遮挡驾驶员观察对向车道的视线，使得驾驶员存在驾驶盲区。目前在车辆通过弯道时，在减速慢行的基础上，驾驶员通常会通过鸣笛等方式提醒对向车道的车辆注意安全。然而，这种方式很大程度上会受到环境条件的限制而无法可靠地确定并提示对向车辆。尤其车辆在弯角较大的转弯道路中行驶时，或者在对向车辆转弯时越过中央实线的情况下，存在很大的交通事故风险。另外，部分车辆具有360°全景影像，车辆也可以借助360°全景影像协助驾驶员通过弯道等危险区域。

然而以上方式仅是在车辆在弯道等危险区域行驶过程中辅助驾驶员安全驾驶车辆，并不能够预先给到驾驶员更多的相关信息，从而为驾驶员提高可靠的信息支持。

发明内容

本申请提供了车辆驾驶辅助方法、装置、车辆和云端服务器，能够为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

第一方面，本申请提供了一种车辆驾驶辅助方法，应用于车辆侧，上述方法包括：获取车辆的实时行驶信息，该实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置；向云端发送上述实时行驶信息；在车辆行驶至目标区域时，获取车辆驾驶辅助信息，上述车辆驾驶辅助信息由云端基于目标车辆的实时行驶信息生成，目标车辆为位于目标区域中的车辆；播报车辆驾驶辅助信息。

本申请实施例中，车辆将实时行驶信息发送给云端，以使得云端可以根据车辆发送的实时行驶信息对车辆进行监测。在车辆行驶至目标区域时，可以向云端获取云端基于目标车辆的实时行驶信息生成的车辆驾驶辅助信息，并播报该车辆驾驶辅助信息来辅助驾驶员驾驶车辆，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

示例性的，该车辆驾驶辅助信息可以包含：目标区域内以及目标区域附近的车辆的实时行驶信息。例如，该车辆驾驶辅助信息可以包含：目标区域内以及目标区域附近的车辆的行驶速度，方向盘转角，行驶车道，车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系、车辆与行人之间的位置关系等。将上述车辆驾驶辅助信息播报给驾驶员，能够辅助驾驶员提前预判可能存在的危险，使得驾驶员能够更加安全地驾驶车辆。

在一种可能的实现方式中，在上述获取车辆的实时行驶信息之前，所述方法还包括：检测车辆是否位于目标道路上；其中，若检测到车辆位于目标道路上，则执行上述获取车辆的实时行驶信息步骤。

在一种可能的实现方式中，上述在车辆行驶至目标区域时，获取车辆驾驶辅助信息，包括：若检测到车辆行驶至目标区域，则向云端请求车辆驾驶辅助信息，以及获取车辆驾驶辅助信息；或者，在车辆行驶至目标区域时，获取云端发送的车辆驾驶辅助信息；其中，上述目标区域为到盲区点的距离小于阈值的区域，盲区点基于车辆行驶的道路(即目标道路)确定。

示例性的，对于弧线状道路，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则盲区点为第一位置点；若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于所述阈值，则盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点。对于目标道路为两条相交的直线状道路的情况，盲区点为两条直线状道路的交点。

在一种可能的实现方式中，实时行驶信息中的地理位置可以包括以下至少一种：车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆与行人之间的位置关系。

在一种可能的实现方式中，上述实时行驶信息还包括转向灯信号，上述方法还包括：在检测到车辆变道信号时，获取车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

第二方面，本申请提供了一种车辆驾驶辅助方法，应用于云端侧，上述方法包括：接收车辆发送的实时行驶信息，该实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置，上述车辆为行驶于目标道路上的车辆；基于上述实时行驶信息，对行驶于所述目标道路上的车辆进行位置监测；若确定第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，第一车辆为行驶于所述目标道路上的车辆中的任意车辆，目标车辆为位于目标区域中的车辆，且目标区域位于目标道路上；向第一车辆发送车辆驾驶辅助信息。

本申请实施例中，云端接收车辆发送的实时行驶信息，之后基于实时行驶信息对行驶于目标道路上的车辆进行位置监测。若云端确定第一车辆行驶至目标区域，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，并将该车辆驾驶辅助信息发送给第一车辆，以使得第一车辆播报该车辆驾驶辅助信息来辅助驾驶员驾驶车辆，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

示例性的，该车辆驾驶辅助信息可以包含：目标区域内以及目标区域附近的车辆的实时行驶信息。例如，该车辆驾驶辅助信息可以包含：目标区域内以及目标区域附近的车辆的行驶速度，方向盘转角，行驶车道，车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系、车辆与行人之间的位置关系等。将上述车辆驾驶辅助信息播报给驾驶员，能够辅助驾驶员提前预判可能存在的危险，使得驾驶员能够更加安全地驾驶车辆。

在一种可能的实现方式中，上述基于实时行驶信息，对行驶于目标道路上的车辆进行位置监测，包括：将上述实时行驶信息导入目标地图中，并将行驶于所述目标道路上的车辆转换为预设标志；根据该预设标志在目标地图中的实时位置，对行驶于目标道路上的车辆进行位置监测。

在一种可能的实现方式中，上述若确定第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，包括：若接收到第一车辆发送的获取车辆驾驶辅助信息的请求，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；或者，若检测到第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息。其中，目标区域为到所述目标道路上到盲区点的距离小于阈值对应的区域，盲区点基于目标道路确定。

示例性的，对于弧线状道路，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则盲区点为第一位置点；若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于所述阈值，则盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点。对于目标道路为两条相交的直线状道路的情况，盲区点为两条直线状道路的交点。

在一种可能的实现方式中，实时行驶信息中的地理位置可以包括以下至少一种：车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆与行人之间的位置关系。

在一种可能的实现方式中，上述实时行驶信息还包括转向灯信号，上述方法还包括：若确定第一车辆触发车辆变道信号，基于所述目标车辆的实时行驶信息生成车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

例如，云端将第一车辆及第一车辆前方预设范围内的其他车辆的行驶信息，导入目标地图模型中，并将各个车辆转换为预设标志；根据该预设标志在目标地图中的实时位置，对上述多个车辆进行位置监测。

若确定第一车辆触发车辆变道信号，即第一车辆的驾驶员想要超车，云端根据第一车辆的方向盘转角、转角方向、转向灯状态构建行驶场景：基于第一车辆的起始点和目标点构造直角三角形，直角三角形的斜边为行驶距离。以第一车辆的起始点为基准，直到第一车辆到达目标点期间，云端监控第一车辆前方预设范围内的其他车辆的实时行驶信息(例如行驶路线和动态位置及驾驶员相关输入，例如是否有车辆变道信号输入)，并向第一车辆发送车辆辅助驾驶信息，以辅助第一车辆的驾驶员进行变道超车。

第三方面，本申请提供了一种车辆驾驶辅助装置，应用于车辆侧，上述装置包括：第一获取模块，用于获取车辆的实时行驶信息，该实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置；第一发送模块，用于向云端发送所述实时行驶信息；第二获取模块，用于在车辆行驶至目标区域时，获取车辆驾驶辅助信息，该车辆驾驶辅助信息由云端基于目标车辆的实时行驶信息生成，目标车辆为位于目标区域中的车辆；播报模块，用于播报上述车辆驾驶辅助信息。

第四方面，本申请提供了一种车辆驾驶辅助装置，应用于云端侧，上述装置包括：第三获取模块，用于获取车辆发送的实时行驶信息，上述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置，上述车辆为行驶于目标道路上的车辆；位置监测模块，用于基于上述行驶于所述目标道路上的车辆进行位置监测；生成模块，用于在确定第一车辆行驶至目标区域时，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，第一车辆为行驶于目标道路上的车辆中的任意车辆，目标车辆为位于目标区域中的车辆，且目标区域位于目标道路上；第二发送模块，用于向第一车辆发送上述车辆驾驶辅助信息。

第五方面，本申请提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行上述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

第六方面，本申请实施例提供了一种车辆，该车辆包括电子设备，上述电子设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行上述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

第七方面，本申请实施例提供了一种云端服务器，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第二方面或第二方面的任一种可能的实现方式所述方法步骤。

第八方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤，或实现如上第二方面或第二方面的任一种可能的实现方式所述方法的步骤。

第九方面，本申请实施例提供一种计算机程序产品，上述计算机程序产品具有程序代码，当程序代码在相应的处理器、控制器、计算装置或电子设备中运行时执行如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤，或实现如上第二方面或第二方面的任一种可能的实现方式所述方法的步骤。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的车辆驾驶辅助方法的应用场景示意图；

图2是本申请实施例提供的车辆驾驶辅助方法的又一应用场景示意图；

图3是本申请实施例提供的车辆驾驶辅助方法的又一应用场景示意图；

图4是本申请实施例提供的车辆驾驶辅助方法的流程示意图；

图5是本申请实施例提供的目标区域和盲区点的示意图；

图6是本申请实施例提供的目标区域和盲区点的又一示意图；

图7是本申请实施例提供的目标区域和盲区点的又一示意图；

图8是本申请实施例提供的车辆驾驶辅助方法的实现流程图；

图9是本申请实施例提供的第一车辆变道行驶场景示意图；

图10是本申请实施例提供的车辆驾驶辅助方法的实现流程图；

图11是本申请实施例提供的车辆驾驶辅助装置的结构示意图；

图12是本申请实施例提供的车辆驾驶辅助装置的结构示意图；

图13是本申请实施例提供的电子设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对公众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

图1示出了本申请实施例提供的车辆驾驶辅助方法的应用场景。参见图1，该应用场景中，车辆A和车辆B对向行驶在环山道路上，车辆A获取自身的实时行驶信息发送给云端，车辆B获取自身的实时行驶信息发送给云端，上述实时行驶信息可以包含行驶速度、方向盘转角、行驶车道和地理位置等信息。云端获取到上述实时行驶信息后，基于两个车辆的实时行驶信息对车辆A和车辆B进行位置监测。若确定车辆A或车辆B行驶至目标区域，则基于两个车辆的实时行驶信息生成车辆驾驶辅助信息，将该车辆驾驶辅助信息发送给进入目标区域的车辆，以辅助驾驶员驾驶车辆。

其中，目标区域可以根据车辆行驶的环山道路情况确定，例如目标区域可以为固定不变的，也可以为随车辆的位置变化而变换，在此先不做解释说明，请参考后述相关内容。

例如，车辆A的驾驶员根据该车辆驾驶辅助信息，能够预先获知：车辆B在目标道路中的实时位置，车辆B与车辆A之间的实时距离，车辆B是否行驶到车辆A的车道中，车辆B的实时行驶速度。由于道路旁边山体对驾驶员视线的遮挡，驾驶员不能够观察到对向来车情况，而车辆驾驶辅助信息能够将对向车辆行驶信息预先告知驾驶员，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

需要说明的是，若车辆A和车辆B同向行驶在环山道路上，或当前时间段只有辆车A行驶在环山道路上，则该车辆可以将自身的实时行驶信息发送给云端。云端根据上述实时行驶信息确定无对向车辆，则可以不生成车辆驾驶辅助信息，或不向车辆发送车辆驾驶辅助信息，从而能够节省云端的资源，来腾出资源处理其他目标道路的车辆驾驶辅助信息。

另外，图中只示出了两个车辆，但不以此为限。例如，具有三个及以上的车辆的场景中，三个及以上的车辆需要将自身的实时行驶信息发送给云端，云端根据上述三个及以上的车辆的实时行驶信息实现驾驶辅助。

图2示出了本申请实施例提供的车辆驾驶辅助方法的又一应用场景。参见图2，该应用场景中，车辆A、车辆B和车辆C行驶在城镇街道道路上，车辆A和车辆C行驶至转弯区，由于道路盘建筑物对实现的遮挡，驾驶员无法观察到右侧道路或左侧道路的情况。此时车辆A和车辆C可以各自获取自身的实时行驶信息发送给云端，由云端基于两个车辆的实时行驶信息对车辆A和车辆C进行位置监测。若确定车辆A或车辆C行驶至目标区域，则基于两个车辆的实时行驶信息生成车辆驾驶辅助信息，将该车辆驾驶辅助信息发送给进入目标区域的车辆，以辅助驾驶员驾驶车辆。

例如，车辆A的驾驶员根据该车辆驾驶辅助信息，能够预先获知：车辆C在目标道路中的实时位置，车辆C与车辆A之间的实时距离，车辆C是直行或右拐，车辆C的实时行驶速度，车辆C周围行人信息等。车辆驾驶辅助信息能够将对左侧道路或右侧道路的车辆行驶信息预先告知驾驶员，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

图3示出了本申请实施例提供的车辆驾驶辅助方法的又一应用场景。参见图3，该应用场景中，车辆A、车辆B和车辆C同向行驶在道路上，车辆A与车辆B位于同一车道，车辆C可以与车辆A位于同一车道或相邻车道。车辆A、车辆B和车辆C获取自身的实时行驶信息发送给云端，上述实时行驶信息可以包含行驶速度、方向盘转角、转向灯信号、行驶车道和地理位置等信息。云端获取到上述实时行驶信息后，基于两个车辆的实时行驶信息对车辆A和车辆B进行位置监测。若确定车辆A触发车辆变道信号，则基于三个车辆的实时行驶信息生成车辆驾驶辅助信息，将该车辆驾驶辅助信息发送给车辆A，以辅助驾驶员驾驶车辆。

例如，车辆A的驾驶员根据该车辆驾驶辅助信息，能够预先获知：车辆B和车辆C的实时行驶速度，车辆C在目标道路中的实时位置，车辆C与车辆B之间的实时距离，车辆C是否触发车辆变道信号以及变道方向等。由于车辆B对驾驶员视线的遮挡，驾驶员不能够观察到前方车辆情况，而车辆驾驶辅助信息能够将对向车辆C的行驶信息预先告知驾驶员，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

以下结合图1至图3，对本申请实施例中提供的车辆驾驶辅助方法进行详述。

参见图4，其示出了本申请实施例提供的车辆驾驶辅助方法的实现流程图，该车辆驾驶辅助方法应用于车辆侧，详述如下：

步骤101，获取车辆的实时行驶信息。

其中，上述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置。该地理位置可以包括车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆附近行人的信息等。

一种场景中，在步骤101之前，上述方法可以包括：检测车辆是否位于目标道路上。其中，若检测到车辆位于目标道路上，则执行步骤101。其中，上述目标道路可以为能够遮挡驾驶员视线的道路，例如环山公路、弯路、城镇道路的路口附近道路等。若车辆当前行驶的道路特征信息符合上述目标道路对应的预设特征信息，则可以确定车辆位于目标道路上。

通过检测车辆是否位于目标道路上，来确定是否获取车辆的实时行驶信息：若车辆位于目标道路上，则开始获取车辆的实时行驶信息并发送给云端，若车辆未位于目标道路上，则不需获取车辆的实时行驶信息也不需向云端发送实时行驶信息，可以减少对车辆资源的浪费，以及减少对网络资源的浪费。

示例性的，车辆可以基于高精地图和定位模块识别出车辆是否位于目标道路上，若位于目标道路上则获取自身的实时行驶信息。例如，在车辆位于目标道路上的时间段内，车辆可以每隔第一预设时间获取一次自身的行驶信息。其中，第一预设时间可以为较小的时间间隔，例如0.1秒。

示例性的，车辆可以响应用户发出的获取指令，获取自身的实时行驶信息。例如，可以为用户通过说出包含预设内容的语音的方式生成该获取指令，或者用户可以通过触发物理按键的方式生成该获取指令。

步骤102，向云端发送上述实时行驶信息。

例如，在车辆位于目标道路上的时间段内，车辆可以每隔预设时间向云端发送一次自身的实时行驶信息，直至车辆离开目标道路。

又例如，在响应上述获取指令后，车辆可以每隔预设时间向云端发送一次自身的实时行驶信息，直至接收到用户发出的停止获取指令。

步骤103，在车辆行驶至目标区域时，获取车辆驾驶辅助信息。

其中，上述车辆驾驶辅助信息由云端基于目标车辆的实时行驶信息生成，目标车辆可以为位于目标区域中的车辆，目标车辆可以为两个车辆或三个以上的车辆，而且目标车辆可以包括当前车辆也可以不包括当前车辆。

示例性的，该车辆驾驶辅助信息可以包含：目标区域内以及目标区域附近的车辆的实时行驶信息，或目标道路上车辆的实时行驶信息。例如，目标区域内以及目标区域附近的车辆的行驶速度，方向盘转角，行驶车道，车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆与行人之间的位置关系等。通过上述车辆驾驶辅助信息，能够辅助驾驶员提前预判可能存在的危险，使得驾驶员能够更加安全地驾驶车辆。

一种场景中，车辆若检测到车辆行驶至目标区域，则向云端请求车辆驾驶辅助信息，以及获取云端下发的车辆驾驶辅助信息。本场景中，车辆检测自身是否行驶至目标区域，若进入目标区域，则向云端请求车辆驾驶辅助信息。云端响应该请求，向车辆下发车辆驾驶辅助信息。

又一种场景中，在车辆行驶至目标区域时，获取云端发送的车辆驾驶辅助信息。本场景中，不需要车辆向云端请求车辆驾驶辅助信息，云端能够根据实时行驶信息确定车辆是否行驶至目标区域，若车辆行驶至目标区域则向车辆下发车辆驾驶辅助信息。

相对于辆向云端发送请求以获取车辆驾驶辅助信息的方式，通过云端确定车辆是否行驶至目标区域来向车辆想法驾驶辅助信息，能够减少车辆向云端发送请求的时间，云端可以根据车辆发送的实时行驶数据快速确定车辆是否位于目标区域，对于快速行驶的车辆能够为驾驶员提供更加准确的车辆驾驶辅助信息。

其中，云端可以基于车辆的实时行驶信息，对行驶于目标道路上的车辆进行位置监测。若确定车辆行驶至目标区域，基于目标区域中车辆的实时行驶信息生成车辆驾驶辅助信息。具体过程请参考图8实施例中的相关内容，在此不予赘述。

本申请实施例中，目标区域可以为到盲区点的距离小于阈值的区域，上述盲区点基于车辆行驶的目标道路确定。

其中，对于目标道路为弧线状道路的情况，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值(为便于描述将此弧线状道路成为第一弧线状道路)，则盲区点为该第一位置点。若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于阈值(为便于描述将此弧线状道路成为第二弧线状道路)，则盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点。对于目标道路为两条相交的直线状道路，盲区点为两条直线状道路的交点。

对于第二弧线状道路，盲区点会随着当前车辆和对向车辆之间的位置变化而变化，考虑到这一问题，本申请实施例中将当前车辆和对向车辆连线的中垂线与目标道路的交点作为盲区点，在车辆到达盲区点的目标区域时，将车辆驾驶辅助信息发送给车辆，来引导当前车辆的驾驶员能够准确、及时地关注到未在视野范围内的对向车辆的实时行驶信息，使得驾驶员能够更加安全地驾驶车辆。

对于第一弧线状道路，盲区点不会随着当前车辆和对向车辆之间的位置变化而变化，而是固定的位置点，考虑到这一问题，本申请实施例中将第一位置点作为盲区点，盲区点的目标区域也为固定区域，相对于第二弧线状道路，不需要进行大量的计算，而只需检测车辆是否到固定的目标区域即可。在车辆到达盲区点的目标区域时，将车辆驾驶辅助信息发送给车辆，来引导当前车辆的驾驶员能够准确、及时地关注到未在视野范围内的对向车辆的实时行驶信息，使得驾驶员能够更加安全地驾驶车辆，而且能够节省云端的计算资源。

对于直线状道路，盲区点也是固定的为支点，盲区点的目标区域也为固定区域，相对于第二弧线状道路，也不需要进行大量的计算，而只需检测车辆是否到固定的目标区域即可。在车辆到达盲区点的目标区域时，将车辆驾驶辅助信息发送给车辆，来引导当前车辆的驾驶员能够准确、及时地关注到未在视野范围内的对向车辆的实时行驶信息，使得驾驶员能够更加安全地驾驶车辆，而且能够节省云端的计算资源。

另外，为了提高盲区点精度，可以为内车道行驶的第一车辆和外车道行驶的第二车辆分别设置不同的修正盲区点。对于第一弧线状道路，第一车辆的修正盲区点可以为内车道上与上述盲区点对应的点，第二车辆的修正盲区点可以为外车道上与上述盲区点对应的点。对于第二弧线状道路，第一车辆的盲区点可以为第一车辆和第二车辆的连线的中垂线与内车道的交点，第二车辆的盲区点可以为第一车辆和第二车辆的连线的中垂线与外车道的交点。

以下结合图5至图7对上述目标区域和盲区点进行说明。

参见图5，目标道路的弧度较为均匀平滑，而且各位置点的弯度变化速度基本相同，此种场景中盲区点为车辆A和车辆B的连线的中垂线与目标道路的交点O2。此种场景中盲区点O2为最能够影响驾驶员视线的盲区点，而且盲区点O2会随着车辆A和车辆B的位置变化而变化，当车辆A或车辆B到盲区点O2的距离小于或等于阈值，则车辆A或车辆B进入目标区域。

另外，为了提高盲区点的精度，可以为车辆A和车辆B设置不同的盲区点，如图中所示的盲区点O1和盲区点O3。盲区点O1为车辆A和车辆B的连线的中垂线与车辆B行驶车道的交点，盲区点O3为车辆A和车辆B的连线的中垂线与车辆A行驶车道的交点。此种场景中盲区点O1和盲区点O3会随着车辆A和车辆B的位置变化而变化，若车辆A到盲区点O3的距离小于或等于阈值，则车辆A进入目标区域；若车辆B到盲区点O1的距离小于或等于阈值，则车辆B进入目标区域。

参见图6，目标道路类似于山峰状或长轴与短轴之比较大的椭圆状，在该目标道路的O4点处(即椭圆长轴与椭圆的交点处或峰值点)，道路弯度的变化速度远大于其他点道路弯度的变化速度，则盲区点为O4点。此种场景中盲区点O4为最能够影响驾驶员视线的盲区点，而且位置固定，并不会随着车辆A和车辆B的位置变化而变化，当车辆A或车辆B到盲区点O4的距离小于或等于阈值，则车辆A或车辆B进入目标区域。

另外，为了提高精度，可以为车辆A和车辆B设置不同的盲区点，如图中所示的盲区点O5和盲区点O6。盲区点O5为盲区点O4与车辆B行驶车道对应的点，盲区点O6为盲区点O4与车辆A行驶车道对应的点。此种场景中，若车辆A到盲区点O6的距离小于或等于阈值，则车辆A进入目标区域；若车辆B到盲区点O5的距离小于或等于阈值，则车辆B进入目标区域。

参见7，目标道路为两条交叉的城镇街道道路，盲区点为两条城镇街道道路的交点O7。此种场景中盲区点O7为最能够影响驾驶员视线的盲区点，而且位置固定，并不会随着车辆A和车辆C的位置变化而变化，当车辆A或车辆C到盲区点O7的距离小于或等于阈值，则车辆A或车辆C进入目标区域。

需要说明的是，车辆A与车辆B之间具有一个盲区点，而车辆A与对向行驶的其他车辆之间也可以具有一个盲区点，这两个盲区点通常不同。

而在实际应用中，弧线状道路通常是单向一个车道，此时车辆B之后的其他车辆通常会在车辆B之后跟随行驶，因此基于车辆A与车辆B之间的盲区点可以为驾驶员的安全驾驶起到较好的辅助作用。

步骤104，播报车辆驾驶辅助信息。

示例性的，车辆可以将车辆驾驶辅助信息显示到中控屏上，通过地图的方式呈现给驾驶员；或者车辆可以通过语音的方式播放给驾驶员，告知驾驶员对向车道是否有车辆行驶，该车辆的实时行驶速度，该车辆是否偏离车道，该车辆与本车辆的实时距离，该车辆周围的其他车辆以及行人的情况等。

需要说明的是，对于目标道路包括一个弯道的情况，在车辆驶出该弯道后即为离开目标道路，此时不需要再执行上述步骤。而对于目标道路包括多个弯道的情况，车辆经过所有弯道后即为离开目标道路，此时不需要再执行上述步骤。

可选地，上述实时行驶信息还可以包括转向灯信号，上述方法还可以包括：若确定第一车辆触发车辆变道信号，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。其中，该车辆驾驶辅助信息还可以包括第一车辆前方预设范围内的其他车辆的行驶信息，该其他车辆可以为与第一车辆位于同一车道的车辆，以及位于与第一车辆所在车道相邻车道的车辆。

上述车辆驾驶辅助方法，车辆将实时行驶信息发送给云端，以使得云端可以根据车辆发送的实时行驶信息对车辆进行监测。在车辆行驶至目标区域时，可以向云端获取基于目标车辆的实时行驶信息生成的车辆驾驶辅助信息，并播报该车辆驾驶辅助信息来辅助驾驶员驾驶车辆，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

参见图8，其示出了本申请实施例提供的车辆驾驶辅助方法的实现流程图，该车辆驾驶辅助方法应用于云端侧，详述如下：

步骤201，接收车辆发送的实时行驶信息。

其中，上述实时行驶信息可以包括行驶速度、方向盘转角、行驶车道和地理位置。该地理位置可以包括车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆附近行人的信息等。

关于车辆获取实时行驶信息的场景，请参考步骤301中的相关内容，在此不再赘述。

步骤202，基于上述实时行驶信息，对行驶于目标道路上的车辆进行位置监测。

示例性的，可以将上述实时行驶信息导入目标地图中，将车辆转换为预设标志；根据预设标志在目标地图中的实时位置，对行驶于目标道路上的车辆进行位置监测。

以下以对向行驶的车辆A和车辆B为例，对本步骤进行说明。车辆A和车辆B将实时行驶信息发送给云端后，云端可以将实时行驶信息转化为数据点填补到目标地图中。假设车辆A在弯道外车道行驶、车辆B在弯道内车道行使，此时云端的目标地图中会有车辆A、车辆B的数据点(该数据点包含车辆所在车道、车速、方向盘转角等)，云端基于车辆A、车辆B的数据点对车辆进行位置监测，例如监测车辆A或车辆B距离盲区点的位置。

步骤203，若确定第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息。

其中，第一车辆为行驶于目标道路上的车辆中的任意车辆，目标区域位于目标道路上。例如，目标区域可以为目标道路上到盲区点的距离小于阈值对应的区域，盲区点基于目标道路确定。

一种场景中，若云端接收到第一车辆发送的获取车辆驾驶辅助信息的请求，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息。本场景中，由车辆检测自身是否行驶至目标区域，若进入目标区域，则向云端请求车辆驾驶辅助信息，云端响应该请求生成车辆驾驶辅助信息。

又一种场景中，若检测到第一车辆行驶至目标区域，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息。本场景中，云端根据实时行驶信息确定车辆是否行驶至目标区域，若车辆行驶至目标区域则生成车辆驾驶辅助信息。

其中，上述目标区域为目标道路上到盲区点的距离小于阈值的区域，盲区点基于车辆行驶的目标道路确定。对于目标道路为弧线状道路的情况，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则盲区点为所述第一位置点；若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于上述阈值，则盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点。对于目标道路为两条相交的直线状道路的情况，盲区点为两条直线状道路的交点

关于目标区域和盲区点的具体内容，请参考步骤303中的相关内容，在此不再赘述。

步骤204，向第一车辆发送车辆驾驶辅助信息。

示例性的，在第一车辆位于目标区域的时间段内，云端可以每隔第二预设时间向第一车辆发送一次车辆驾驶辅助信息，直至车辆行驶过盲区点。其中，第二预设时间可以为较小的时间间隔，例如0.1秒。而且，云端发送的车辆驾驶辅助信息为基于车辆上传的实时行驶信息实时生成并发送给车辆的。

需要说明的是，对于目标道路包括一个弯道的情况，在车辆驶出该弯道后即为离开目标道路，此时不需要再执行上述步骤。而对于目标道路包括多个弯道的情况，车辆经过所有弯道后即为离开目标道路，此时不需要再执行上述步骤。

另外，对于目标道路包括多个弯道的情况，云端会接收到位于目标道路上各个位置的车辆的实时行驶信息，此时云端可以对每个车辆进行持续的位置监测，在当前车辆将要经过某个弯道时，根据当前车辆的实时行驶信息和位于该弯道的对向行驶的车辆的实时行驶信息生成车辆驾驶辅助信息，发送给当前车辆。

可选的，上述实时行驶信息还可以包括转向灯信号，上述方法还可以包括：若确定第一车辆触发车辆变道信号，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。其中，该车辆驾驶辅助信息还可以包括第一车辆前方预设范围内的其他车辆的行驶信息，该其他车辆可以为与第一车辆位于同一车道的车辆，以及位于与第一车辆所在车道相邻车道的车辆。

云端在检测到第一车辆触发车辆变道信号时，可以基于第一车辆前方预设范围内的其他车辆的实时行驶信息生成车辆驾驶辅助信息发送给第一车辆。第一车辆播报该车辆驾驶辅助信息，使得驾驶员能够预先获知：第二车辆的实时行驶速度，第二车辆在目标道路中的实时位置，第二车辆与第三车辆之间的实时距离，第二车辆是否触发车辆变道信号以及变道方向等。其中，第三车辆为第一车辆前方且与第一车辆相邻的车辆，第二车辆为第三车辆前方的车辆。

由于第三车辆对驾驶员视线的遮挡，驾驶员不能够观察到前方第二车辆情况，而车辆驾驶辅助信息能够将对向第二车辆的实施行驶信息预先告知驾驶员，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

参见图3，以车辆B为信息提供车，车辆A为超车准备车辆，车辆C为车辆B的前方车辆。车辆A、车辆B和车辆C分别将各自的实时行驶信息发给云端，该实时行驶信息可以包含行驶速度、方向盘转角、转向灯信号、行驶车道和地理位置等信息。其中，地理位置信息可以包括车辆自身的位置以及车辆与前车之间的距离，行驶速度可以包括自身行驶速度以及自身与前车间的相对速度。相对速度可以根据时间T内两车之间的距离变化确定。

云端将可以车辆A、车辆B和车辆C的实时行驶信息填补到虚拟构建的目标道路模型中，以此对车辆A、车辆B和车辆C进行监测。云端也可以将包含车辆A、车辆B和车辆C的实时行驶信息的目标道路模型发送给车辆A、车辆B和车辆C。若车辆A要超车，云端根据车辆A的方向盘转角、转角方向、转向灯状态构建行驶场景：基于车辆A的起始点和目标点构造直角三角形(如图9所示)，斜边为行驶距离。以车辆A起始点为基准，直到车辆A的目标点结束，云端监控车辆B和车辆C的实时行驶信息(例如行驶路线和动态位置及驾驶员相关输入，例如是否有车辆转向信号输入)，并向车辆A发送车辆辅助驾驶信息，以辅助车辆A的驾驶员进行变道超车。

上述车辆驾驶辅助方法，云端接收车辆发送的实时行驶信息，之后基于实时行驶信息对行驶于目标道路上的车辆进行位置监测。若云端确定第一车辆行驶至目标区域，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，并将该车辆驾驶辅助信息发送给第一车辆，以使得第一车辆播报该车辆驾驶辅助信息来辅助驾驶员驾驶车辆，为驾驶员提高可靠的信息支持，使得驾驶员能够更加安全地驾驶车辆。

参见图10，其示出了本申请实施例提供的车辆驾驶辅助方法的实现流程图，该车辆驾驶辅助方法应用于车辆侧，详述如下：

步骤301，车辆获取车辆的实时行驶信息。

步骤302，车辆向云端发送车辆的实时行驶信息。

步骤303，云端基于车辆的实时行驶信息，对车辆进行位置监测。

步骤304，若确定车辆行驶至目标区域，云端基于车辆的实时行驶信息生成车辆驾驶辅助信息。

步骤305，若确定车辆触发车辆变道信号，云端基于车辆的实时行驶信息生成车辆驾驶辅助信息。

步骤306，云端向车辆发送车辆驾驶辅助信息。

步骤307，车辆播报车辆驾驶辅助信息。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

以下为本申请的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

图11示出了本申请实施例提供的应用于车辆侧的车辆驾驶辅助装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分，详述如下：

如图11所示，车辆驾驶辅助装置400可以包括第一获取模块401、第一发送模块402、第二获取模块403和播报模块404。

第一获取模块401，用于获取车辆的实时行驶信息，上述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置。第一发送模块402，用于向云端发送所述实时行驶信息。第二获取模块403，用于在所述车辆行驶至目标区域时，获取车辆驾驶辅助信息，所述车辆驾驶辅助信息由云端基于目标车辆的实时行驶信息生成，目标车辆为位于目标区域中的车辆。播报模块404，用于播报所述车辆驾驶辅助信息。

可选的，上述装置还包括：检测模块，用于检测车辆是否位于目标道路上。其中，若检测到车辆位于目标道路上，则第一获取模块401执行获取车辆的实时行驶信息。

可选的，第二获取模块403具体用于：若检测到所述车辆行驶至所述目标区域，则向所述云端请求所述车辆驾驶辅助信息，以及获取所述车辆驾驶辅助信息；或者，在所述车辆行驶至目标区域时，获取所述云端发送的所述车辆驾驶辅助信息；其中，所述目标区域为到盲区点的距离小于阈值的区域，所述盲区点基于所述车辆行驶的目标道路确定。

示例性的，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则盲区点为第一位置点；若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于上述阈值，则盲区点为当前车辆和对向车辆的连线的中垂线与道路的交点；对于目标道路为两条相交的直线状道路的情况，盲区点为两条直线状道路的交点。

示例性的，上述地理位置包括以下至少一种：车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆与行人之间的位置关系。

可选的，上述实时行驶信息还包括转向灯信号，上述装置还可以包括：第四获取模块，用于在检测到车辆变道信号时，获取车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

图12示出了本申请实施例提供的应用于云端侧的车辆驾驶辅助装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分，详述如下：

如图12所示，车辆驾驶辅助装置500可以包括第三获取模块501、位置监测模块502、生成模块503和第二发送模块504。

第三获取模块501，用于获取车辆发送的实时行驶信息，上述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置，上述车辆为行驶于目标道路上的车辆。位置监测模块502，用于基于上述实时行驶信息，对行驶于目标道路上的车辆进行位置监测。生成模块503，用于在确定第一车辆行驶至目标区域时，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，第一车辆为行驶于所述目标道路上的车辆中的任意车辆，上述目标车辆为位于目标区域中的车辆，且目标区域位于目标道路上。第二发送模块504，用于向第一车辆发送车辆驾驶辅助信息。

可选的，位置监测模块502具体用于：将实时行驶信息导入目标地图中，将车辆转换为预设标志；根据所述预设标志在所述目标地图中的实时位置，对行驶于目标道路上的车辆进行位置监测。

可选的，生成模块503具体用于：若接收到第一车辆发送的获取车辆驾驶辅助信息的请求，则基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；或者，若检测到第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，目标区域为目标道路上到盲区点的距离小于阈值的区域，盲区点基于车辆行驶的目标道路确定。

示例性的，若弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则盲区点为第一位置点；若弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于上述阈值，则盲区点为当前车辆和对向车辆的连线的中垂线与道路的交点。对于目标道路为两条相交的直线状道路的情况，盲区点为两条直线状道路的交点。

示例性的，所述地理位置包括以下至少一种：车辆的位置，车辆距离盲区点的距离，车辆与其他车辆之间的位置关系，车辆与行人之间的位置关系。

可选的，上述实时行驶信息还包括转向灯信号，上述装置还可以包括：第二生成模块，用于在确定第一车辆触发车辆变道信号时，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，上述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

本申请实施例提供了一种车辆，包括电子设备，该电子设备包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一个车辆驾驶辅助方法实施例中的步骤，例如图4所示的步骤101至步骤104。

本申请实施例还提供了一种计算机程序产品，其具有程序代码，该程序代码在相应的处理器、控制器、计算装置或终端中运行时执行上述任一个车辆驾驶辅助方法实施例中的步骤，例如图8所示的步骤201至步骤204。

本领域技术人员应当理解，可以以硬件、软件、固件、专用处理器或其组合的各种形式来实现本申请实施例所提出的方法和所属的设备。专用处理器可以包括专用集成电路(ASIC)、精简指令集计算机(RISC)和/或现场可编程门阵列(FPGA)。所提出的方法和设备优选地被实现为硬件和软件的组合。该软件优选地作为应用程序安装在程序存储设备上。其典型地是基于具有硬件的计算机平台的机器，例如一个或多个中央处理器(CPU)、随机存取存储器(RAM)和一个或多个输入/输出(I/O)接口。操作系统典型地也安装在所述计算机平台上。这里描述的各种过程和功能可以是应用程序的一部分，或者其一部分可以通过操作系统执行。

图13是本申请实施例提供的电子设备的示意图。如图13所示，该实施例的电子设备600包括：处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603。上述处理器601执行计算机程序603时实现上述各个车辆驾驶辅助方法实施例中的步骤，例如图4所示的步骤101至步骤104。或者，所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能，例如图11所示模块401至404的功能。

示例性的，所述计算机程序603可以被分割成一个或多个模块，所述一个或者多个模块/单元被存储在所述存储器602中，并由所述处理器601执行，以完成/实施本申请所提供的方案。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序603在所述电子设备600中的执行过程。例如，所述计算机程序603可以被分割成图11所示的模块/单元401至404。

上述电子设备600可以是车辆控制器、手机、笔记本、掌上电脑及云端服务器等计算设备。上述电子设备600可包括，但不仅限于，处理器601、存储器602。本领域技术人员可以理解，图13仅仅是电子设备600的示例，并不构成对电子设备600的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如电子设备600还可以包括输入输出设备、网络接入设备、总线等。

所称处理器601可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器602可以是所述电子设备600的内部存储单元，例如电子设备600的硬盘或内存。所述存储器602也可以是所述电子设备600的外部存储设备，例如电子设备600上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器602还可以既包括电子设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及电子设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个车辆空调控制方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

此外，本申请附图中示出的实施例或本说明书中提到的各种实施例的特征不必理解为彼此独立的实施例。而是，可以将一个实施例的其中一个示例中描述的每个特征与来自其他实施例的个或多个其他期望的特征组合，从而产生未用文字或参考附图描述的其他实施例。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (17)

1.一种车辆驾驶辅助方法，其特征在于，应用于车辆侧，所述方法包括：

获取车辆的实时行驶信息，所述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置；

向云端发送所述实时行驶信息；

在所述车辆行驶至目标区域时，获取车辆驾驶辅助信息，所述车辆驾驶辅助信息由所述云端基于目标车辆的实时行驶信息生成，所述目标车辆为位于所述目标区域中的车辆；

播报所述车辆驾驶辅助信息。

2.根据权利要求1所述的车辆驾驶辅助方法，其特征在于，在所述获取车辆的实时行驶信息之前，所述方法还包括：

检测车辆是否位于目标道路上；其中，若检测到车辆位于目标道路上，则执行所述获取车辆的实时行驶信息。

3.根据权利要求1所述的车辆驾驶辅助方法，其特征在于，所述在所述车辆行驶至目标区域时，获取车辆驾驶辅助信息，包括：

若检测到所述车辆行驶至所述目标区域，则向所述云端请求所述车辆驾驶辅助信息，以及获取所述云端下发的车辆驾驶辅助信息；或者，

在所述车辆行驶至目标区域时，获取所述云端发送的所述车辆驾驶辅助信息；

其中，所述目标区域为到盲区点的距离小于阈值的区域，所述盲区点基于所述目标道路确定。

4.根据权利要求3所述的车辆驾驶辅助方法，其特征在于，对于目标道路为弧线状道路的情况，若所述弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则所述盲区点为所述第一位置点；若所述弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于所述阈值，则所述盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点；

对于目标道路为两条相交的直线状道路的情况，所述盲区点为两条直线状道路的交点。

5.根据权利要求4所述的车辆驾驶辅助方法，其特征在于，所述地理位置包括以下至少一种：所述车辆的位置，所述车辆距离所述盲区点的距离，所述车辆与其他车辆之间的位置关系。

6.根据权利要求1所述的车辆驾驶辅助方法，其特征在于，所述实时行驶信息还包括转向灯信号，所述方法还包括：

在检测到车辆变道信号时，获取车辆驾驶辅助信息，所述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

7.一种车辆驾驶辅助方法，其特征在于，应用于云端侧，所述方法包括：

接收车辆发送的实时行驶信息，所述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置，所述车辆为行驶于目标道路上的车辆；

基于所述实时行驶信息，对行驶于所述目标道路上的车辆进行位置监测；

若确定第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，所述第一车辆为行驶于所述目标道路上的车辆中的任意车辆，所述目标车辆为位于所述目标区域中的车辆，且所述目标区域位于所述目标道路上；

向所述第一车辆发送所述车辆驾驶辅助信息。

8.根据权利要求7所述的车辆驾驶辅助方法，其特征在于，所述基于所述实时行驶信息，对行驶于所述目标道路上的车辆进行位置监测，包括：

将所述实时行驶信息导入目标地图中，将车辆转换为预设标志；

根据所述预设标志在所述目标地图中的实时位置，对行驶于所述目标道路上的车辆进行位置监测。

9.根据权利要求7所述的车辆驾驶辅助方法，其特征在于，所述若确定第一车辆行驶至目标区域，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息，包括：

若接收到所述第一车辆发送的获取车辆驾驶辅助信息的请求，则基于所述目标车辆的实时行驶信息生成车辆驾驶辅助信息；或者，

若检测到所述第一车辆行驶至目标区域，基于所述目标车辆的实时行驶信息生成车辆驾驶辅助信息；

其中，所述目标区域为所述目标道路上到盲区点的距离小于阈值对应的区域，所述盲区点基于所述目标道路确定。

10.根据权利要求9所述的车辆驾驶辅助方法，其特征在于，对于目标道路为弧线状道路的情况，若所述弧线状道路上第一位置点的弯度变化速度与其他位置点的弯度变化速度的比值大于或等于阈值，则所述盲区点为所述第一位置点；若所述弧线状道路上任一位置点的弯度变化速度与其他位置点的弯度变化速度的比值均小于所述阈值，则所述盲区点为当前车辆和对向车辆的连线的中垂线与弧线状道路的交点；

对于目标道路为两条相交的直线状道路的情况，所述盲区点为两条直线状道路的交点。

11.根据权利要求7所述的车辆驾驶辅助方法，其特征在于，所述地理位置包括以下至少一种：所述车辆的位置，所述车辆距离所述盲区点的距离，所述车辆与其他车辆之间的位置关系。

12.根据权利要求7所述的车辆驾驶辅助方法，其特征在于，所述实时行驶信息还包括转向灯信号，所述方法还包括：

若确定第一车辆触发车辆变道信号，基于所述目标车辆的实时行驶信息生成车辆驾驶辅助信息，所述车辆变道信号包括方向盘转角大于角度阈值，和/或触发转向灯信号。

13.一种车辆驾驶辅助装置，其特征在于，应用于车辆，所述装置包括：

第一获取模块，用于获取车辆的实时行驶信息，所述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置；

第一发送模块，用于向云端发送所述实时行驶信息；

第二获取模块，用于在所述车辆行驶至目标区域时，获取车辆驾驶辅助信息，所述车辆驾驶辅助信息由所述云端基于目标车辆的实时行驶信息生成，所述目标车辆为位于所述目标区域中的车辆；

播报模块，用于播报所述车辆驾驶辅助信息。

14.一种车辆驾驶辅助装置，其特征在于，应用于云端，所述装置包括：

第三获取模块，用于获取车辆发送的实时行驶信息，所述实时行驶信息包括行驶速度、方向盘转角、行驶车道和地理位置，所述车辆为行驶于目标道路上的车辆；

位置监测模块，用于基于所述实时行驶信息，对行驶于所述目标道路上的车辆进行位置监测；

生成模块，用于在确定第一车辆行驶至目标区域时，基于目标车辆的实时行驶信息生成车辆驾驶辅助信息；其中，所述第一车辆为行驶于所述目标道路上的车辆中的任意车辆，所述目标车辆为位于所述目标区域中的车辆，且所述目标区域位于所述目标道路上；

第二发送模块，用于向所述第一车辆发送所述车辆驾驶辅助信息。

15.一种车辆，包括电子设备，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如上的权利要求1至6中任一项所述车辆驾驶辅助方法的步骤。

16.一种云端服务器，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如上的权利要求7至12中任一项所述车辆驾驶辅助方法的步骤。

17.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至12中任一项所述车辆驾驶辅助方法的步骤。

Images