CN116142178A - 一种车辆辅助驾驶方法、系统、介质及电子设备 - Google Patents

Abstract

本发明提供一种车辆辅助驾驶方法、系统、介质及电子设备，该方法包括获取目标车辆当前行驶路线所在地区的气象信息、环境信息、车辆故障信息；基于气象信息、环境信息与故障信息确定当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；根据气象状况、路面状况、障碍物状况和车辆故障状况，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；获取目标车辆当前行驶路线所在路段的地图信息；基于行车风险状况和地图信息确定目标车辆的危险行驶区域；若车辆处于或驶入危险行驶区域，则生成预警信息，和/或，实施危险规避策略。本发明能有效降低驾驶事故风险，并通过提供危险预警和规避决策，提高车辆的安全性、可靠性。

Description

一种车辆辅助驾驶方法、系统、介质及电子设备

技术领域

本申请涉及导航技术领域，具体涉及一种车辆辅助驾驶方法、系统、介质及电子设备。

背景技术

随着自动驾驶技术的发展，越来越多的车辆装备有更多的、更高精的传感器和大算力计算平台，配合V2X技术(vehicle to everything，车对外界的信息交换)，能够探测到事故、拥堵、施工等动态交通事件和其精确位置。

对此，有研究开发了一种基于车联网的高速公路危险预警及速度控制系统，通过对道路上车流、车速的收集、分析，生成车辆速度控制策略。还有技术公开了一种基于V2X车联网协同的交通工具危险预警的方法、装置和设备，通过监测车辆间距、行驶方向、位置、速度等变量，分析并计算危险程度，从而对后方来车进行预警提醒。

但是上述技术均聚焦于交通环境中的动态变量，即车辆和其他交通参与者的信息，而忽略了静态环境可能存在的危险，如：雨雪天气导致路面积水、结冰；路面坑洼、颠簸；大雾天气导致能见度降低；夜间无路灯导致可视范围变窄等。

因此，若能开发一种辅助驾驶方法，能够对静态行车环境中的危险进行探测、预警并给出针对性的规避决策，将更有助于辅助驾驶人员正确且安全地驾驶车辆，降低驾驶安全风险。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种车辆辅助驾驶方法、系统、介质及电子设备，以解决上述无法聚焦于静态行车环境危险探测、无法基于气象、路面等危险预警给出合理规避决策的技术问题。

为实现上述目的及相关目的，本发明第一方面提供一种车辆辅助驾驶方法包括：

获取目标车辆当前行驶路线所在地区的气象信息、所在路段的环境信息，以及目标车辆的故障信息；

基于气象信息、环境信息与故障信息确定目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；

根据目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；

获取目标车辆当前行驶路线所在路段的地图信息；

基于行车风险状况和地图信息确定目标车辆的危险行驶区域；

若目标车辆处于或驶入危险行驶区域，则生成预警信息，和/或，实施危险规避策略。

于本申请的一实施例中，行车风险状况包括恶劣气象条件场景、危险路段场景、障碍物场景和车辆故障场景。

于本申请的一实施例中，识别目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度；当未识别到遮挡目标，但车道线长度小于预设长度阈值时，确定目标车辆当前行驶环境的气象状况；和/或，

当指示目标与目标车辆的间距小于预设距离阈值，且与目标车辆的间距小于预设距离阈值的时间达到预设时长时，确定目标车辆当前行驶环境的气象状况。

于本申请的一实施例中，获取目标车辆当前行驶环境所在路面的路面点云数据和/或图像数据，确定目标车辆当前行驶环境的路面状况和/或障碍物状况。

于本申请的一实施例中，获取目标车辆当前行驶环境所在路段的光照强度数据，确定目标车辆当前行驶环境的路面状况。

于本申请的一实施例中，路面状况包括积水结冰路面、坑洼路面、路面光照强度，和/或，气象状况包括能见度。

于本申请的一实施例中，实施危险规避策略包括手动实施危险规避策略或所述目标车辆自动实施危险规避策略。

本发明第二方面提供一种车辆辅助驾驶系统，系统包括：

气象信息获取模块，用于获取目标车辆当前行驶路线所在地区的气象信息；

环境信息获取模块，用于获取目标车辆当前行驶路线所在路段的环境信息；

故障信息获取模块，用于获取目标车辆当前行驶状态的故障信息；

判断模块，用于基于气象信息、环境信息和故障信息确定目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；

行车风险状况确定模块，用于根据目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；

地图信息获取模块，用于获取目标车辆当前行驶路线所在路段的地图信息；

危险行驶区域确定模块，用于基于行车风险状况和地图信息确定目标车辆的危险行驶区域；

预警模块，用于当目标车辆处于或驶入危险行驶区域时，生成预警信息；

规避模块，用于当目标车辆处于或驶入危险行驶区域时，实施危险规避策略。

于本申请的一实施例中，气象信息获取模块还包括识别模块，用于识别目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度。

本发明第三方面提供一种电子设备，电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述的车辆辅助驾驶方法。

本发明第四方面提供一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行上述的车辆辅助驾驶方法。

本发明的有益效果：本发明聚焦于车辆在静态环境中行驶时可能存在的危险，对积水结冰路面、坑洼路面、行车环境能见度和行车环境可视光照强度进行危险探测，在判断存在行车风险状况时，获取车辆当前行驶路线所在路段的地图信息，并基于地图信息生成安全行驶区域。当目标车辆的安全行驶区域内存在行车风险状况时，本发明才生成预警信息，同时，本发明还可以基于地图信息生成与行车风险状况相对应的危险规避策略。本发明通过确定车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，来确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况，能够有效降低驾驶事故风险，本发明能够及时提供预警信息和危险规避策略，从而提高车辆的安全性、可靠性、提高驾驶人员的用车体验感。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。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者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是应用本申请中一个或多个实施例中技术方案的示例性系统架构的示意图；

图2是本申请的一示例性实施例示出的车载系统布设示意图；

图3是本申请的一示例性实施例示出的车辆辅助驾驶方法流程图；

图4是本申请的另一示例性实施例示出的车辆辅助驾驶方法流程图；

图5是本申请的一示例性实施例示出的车辆辅助驾驶系统框图；

图6是本申请的另一示例性实施例示出的气象信息获取模块框图；

图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。

首先需要说明的是，车联网(Internet of Vehicles)，车载自组织网络，是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与X(即车与车、人、路、服务平台)之间的网络连接，提升车辆整体的智能驾驶水平，为用户提供安全、舒适、智能、高效的驾驶感受与交通服务，同时提高交通运行效率，提升社会交通服务的智能化水平。车联网通过新一代信息通信技术，实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接，主要实现了“三网融合”，即将车内网、车际网和车载移动互联网进行融合。车联网是利用传感技术感知车辆的状态信息，并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理，以及交通信息服务的智能决策和车辆的智能化控制。

V2X技术，意为vehicle to everything，即车对外界的信息交换。车联网通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向，实现了手动驾驶和自动驾驶的兼容。搭配了该系统的车型，在自动驾驶模式下，能够通过对实时交通信息的分析，自动选择路况最佳的行驶路线，从而大大缓解交通堵塞。除此之外，通过使用车载传感器和摄像系统，还可以感知周围环境，做出迅速调整，从而实现“零交通事故”。例如，如果行人突然出现，可以自动减速至安全速度或停车。

点云，在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。

ESP(Electronic Stability Program)车身电子稳定系统，它通过对从各传感器传来的车辆行驶状态信息进行分析，然后向ABS、EBD等发出纠偏指令，来帮助车辆维持动态平衡。ESP可以使车辆在各种状况下保持最佳的稳定性，在转向过度或转向不足的情形下效果更加明显。

车辆轮胎抱死是制动器(包括盘式和鼓式)将轮胎夹紧,轮胎对于制动器没有相对运动，轮胎相对地面滑动的一种现象。

地理围栏技术(Geo-fencing)是LBS基于移动位置服务，Location BasedServices)的一种新应用，就是用一个虚拟的栅栏围出一个虚拟地理边界。当手机进入、离开某个特定地理区域，或在该区域内活动时，手机可以接收自动通知和警告。有了地理围栏技术，位置社交网站就可以帮助用户在进入某一地区时自动登记。

图1是应用本申请中一个或多个实施例中技术方案的示例性系统架构的示意图。如图1所示，系统架构100包括云端平台110、前车120、后车130。前车120和后车130可以是用于任何目的(包括个人、建筑、商业、快递等)的任何车辆，无论是内燃发动机、电动车辆还是混合动力车辆。前车120和后车130均与云端平台110网络连接，可以是有线通信链路或者无线通信链路。前车120利用车载探测装置例如激光雷达等探测行驶环境的气象状况，例如因雨、雪、雾霾、沙尘暴等引起的能见度低等，探测行驶环境的路面状况，例如因雨、雪、冰雹导致的路面积水、结冰等。前车120将探测结果上传至云端平台110，云端平台110又将该探测结果发送至后车130，以便后车130基于该探测结果生成预警提醒。前车120和后车130的数量在此不做限定，但车辆均连接车联网。

图2是本申请的一示例性实施例示出的车载系统布设示意图。如图2所示，本申请车辆设有车载传感器，车载传感器包括摄像头、激光雷达、光照传感器、高精定位系统等并与车载计算平台相连。车载计算平台与通讯设备通过总线相连。车辆的每一个传感装置可连接一个对应的传感处理单元，传感装置将采集的实时数据传输至连接的传感处理单元进行数据预处理以及数据关联。传感装置通常安装在车辆本体上，传感处理单元可安装于车辆本体靠近传感装置，避免长距离数据传输导致数据丢失或数据延迟。当然，在保证数据传输网络稳定性的前提下，也可将传感处理单元设置于服务器。传感装置和传感处理单元之间通过移动网络建立通信连接，以完成传感数据上载。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。车载计算平台主要实时处理传感器数据，然后进行感知、融合、预测、决策、规划、控制等操作实现自动驾驶。高精定位系统可以是GPS(Global Positioning System，全球定位系统)等。当车辆经过某一特定路段时，利用车载激光雷达和光照传感器监测到该路段有危险道路状况存在时，利用高精定位系统定位车辆位置，将车辆位置信息及监测到的危险道路状况信息发送至云端。车载计算平台可以基于监测到的危险道路状况生成预警提醒，且具有自动驾驶能力的车辆可以规划出对应的行驶路径以规避危险路段，或者提前减速避免事故发生。

图3是本申请的一示例性实施例示出的车辆辅助驾驶方法流程图，包括步骤S310至步骤S360，详细介绍如下：

步骤S310，获取目标车辆当前行驶路线所在地区的气象信息、所在路段的环境信息，以及目标车辆的故障信息。

本实施例中目标车辆可以通过车载通信设备与公共交通平台进行网络通信，从公共交通平台获取其探测的当前行驶路线所在地区的气象信息，气象信息包括雨、雪、雾霾、沙尘暴、风力等级等，以及上述天气引起的道路能见度情况等。本实施例目标车辆也可以通过车载摄像头、车载识别系统等探测装置，对所在地区的能见度等气象信息进行探测。利用车载探测装置探测道路能见度的方法如下：

识别目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度。遮挡目标是指在车辆行驶过程中遮挡车辆前挡风玻璃的布料、塑料、传单等能够依附在前挡风玻璃上遮挡驾驶人员视线的物件。指示目标是指车辆前方行驶的其他车辆或者路标、路边建筑物等具有引导性的目标。车道线长度是指驾驶人员视野范围内及车辆探测装置可以识别到的车道线长度。

识别指示目标与目标车辆的距离，当指示目标首次出此案在驾驶人员内的距离小于预设距离阈值时，识别其保持与目标车辆的间距小于预设距离阈值的时间，即持续时间。具体地，本实施例可以通过车载雷达和/或车载摄像头来识别指示目标与目标车辆的间距。

在本申请的一具体实施方式中，采用车载激光雷达来获取目标车辆所在路段的环境信息，环境信息包括路面环境和车辆四周环境等。不同的气象条件会改变路段的环境，例如当出现强降雨时，易发生道路积水现象。当出现大范围强冷空气活动引起气温下降并伴有雨雪时，易发生道路结冰现象。积水、结冰路面可导致路面摩擦力降低，影响车辆操控性能，严重时会导致车辆轮胎抱死，引发车辆侧滑、侧翻。因此，为提高车辆行驶的安全性，对积水、结冰路面环境进行探测，探测方法如下：

对于近处低矮障碍物，激光雷达由远及近靠近过程中，出现的点云“时有时无”的丢失现象被称为“空洞”。障碍物原始点云的“时有时无”会让感知软件难以连续跟踪，从而没法准确判断是不是一个固定障碍物，容易导致危险的急刹车或频繁的“减速加速”现象。所以，本实施例利用积水、结冰路面反射率高的特点，使用车载激光雷达进行探测，积水、结冰区域会在点云上形成空洞。

在本申请的一具体实施方式中，本实施例还可以通过车载摄像头来获取环境信息，例如采集车辆所在路段的障碍物图像等。

在本申请的一具体实施方式中，当环境信息是坑洼路面时，获取方法如下:

车辆在高速通过坑洼路面时，会使车身颠簸，从而降低用户的驾乘舒适感，路面坑洼严重时，还会导致车辆悬架损坏，增加出现安全事故的概率。

本实施例利用车载激光雷达和点云输出的三维信息，将连续多帧点云拼接在一起，获得高密度点云，以直接反应探测路面的空间分布特点，即路面的凹凸变化。

在本申请的一具体实施方式中，当环境信息是目标车辆行驶环境光照强度时，获取方法如下：

在低亮度环境下，驾驶员只能依靠车辆灯光识别道路环境，驾驶员的可视范围较窄，对于路边突然出现的动物或其他交通参与者容易反应不及时，或是在弯道上无法看到前方的障碍物等，易发生交通安全事故。本实施例可以利用光照传感器直接获取车辆行驶环境的光照强度。

在本申请的一具体实施方式中，本实施例获取目标车辆的车辆故障信息，车辆故障信息包括制动系统故障、发动机系统故障等。

具体地，本实施例利用车身电子稳定系统检测车辆是否出现制动系统故障，例如车轮抱死。

步骤S320，基于气象信息、环境信息与故障信息确定目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况。

气象状况包括能见度，路面状况包括积水结冰路面、坑洼路面、路面光照强度。障碍物状况包括车辆行驶道路前方的静止障碍物、突然中四周窜出的移动障碍物等。车辆故障状况包括车轮抱死。

雾霾、尘暴天气会导致能见度降低，减少驾驶员的反应时间，在高速行驶时易发生交通安全事故。理想情况下可视距离不小于150m。

因此，当车辆探测装置未识别到遮挡目标，但持续输出的车道线长度小于预设长度阈值；和/或，

当识别到指示目标与目标车辆的间距小于预设距离阈值，且持续时间达到预设时长时，判断路面能见度低。

目标车辆与指示目标的间距可以通过车载激光雷达或车载摄像头来探测。

其中，车道线预设长度阈值可以是150m等，当检测到前挡风玻璃上无遮挡目标时，且视野可见的车道线长度小于预设阈值时，判断该气象状况为能见度低。此处不对车道线预设长度阈值做具体限定，可根据实际情况进行设定。

预设距离阈值可以是100m、50m等，此处不对预设距离阈值做具体限定，可根据实际情况进行设定。预设时长可以是两分钟等，例如，当车辆在行驶时，路边突然出现浓雾、浓烟遮挡视线，且指示目标与目标车辆的间距小于预设距离阈值时，例如预计在前方100m出现指示目标，但目标车辆探测到指示目标时，两者的距离为50m，有可能受路边农家焚烧秸秆导致的浓雾、浓烟等影响，在风力吹动下，能够快速消散，因此，指示目标与目标车辆的间距较短，持续时间低于预设时长，在这种情况下，车辆能够在短时间内恢复视野，故不能将此种情况的气象状况判断为能见度低。此处不对预设时长做具体限定，可根据实际情况进行设定。

当车身电子稳定系统检测到车轮抱死时，确定车辆故障状况为制动系统故障，且当前路面状况为积水结冰路面。

在本申请的一具体实施方式中，获取目标车辆当前行驶环境所在路面的路面点云数据和/或图像数据，确定目标车辆当前行驶环境的路面状况和/或障碍物状况。

本实施例通过车载激光雷达对车辆前方路面不断扫描，在车辆行驶到相应路面之前，感知前方路面的情况，激光雷达获取车辆所在路面的路面点云数据，车载计算平台接收原始的路面点云数据，并对其进行图像化、数据提取等处理，当处理结果为点云存在空洞时，确定路面状况为积水、结冰路面。本实施例从路面点云数据中提取路面不平因素的几何描述，从而对路面凹凸进行测量，当处理结果为路面形状出现凹凸时，确定路面状况为坑洼路面。进一步地，当本实施例采用基于激光雷达的路面形状测量系统时，本实施例对路面凹凸的高度差测量可以精确至毫米级。

本实施例通过处理路面点云数据，判断前面道路是否出现障碍物，并确定该障碍物为静止障碍物，如石块、阻碍物等，还是移动障碍物，例如突出窜出的动物等移动障碍物。本实施例也可以通过车载摄像头获取前方道路环境图像数据，判断是否存在障碍物。

在本申请的一具体实施方式中，当使用车辆光照传感器在路面探测区域探测到行驶环境的光照强度低于预设光照阈值时，判断路面光照强度低。预设光照阈值应该满足车辆的较近视野距离为30-40m，较远视野距离为100m等，此处不对预设光照阈值对具体限定，可根据实际需要设定。因此，当探测到行驶环境的光照强度低于预设光照阈值时，驾驶人员的视野距离较短，无法判断前方来车、障碍物、前方是否具有弯道等，具有一定的潜在危险，易发生交通安全事故。

步骤S330，根据目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况。

当目标车辆当前行驶环境的气象状况为能见度低，路面状况为积水结冰路面、坑洼路面、路面光照强度低，存在障碍物，车辆出现制动系统故障中的任一种或多种时，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况。

行车风险状况包括危险路段场景、恶劣气象条件场景、障碍物场景和车辆故障场景。危险路段场景指出现路面状况，恶劣气象条件场景指因雨、雪、雾霾、大风、沙尘暴等天气引起的能见度低，障碍物场景是指车辆行驶前面存在固定和/或移动障碍物，车辆故障场景是指出现车辆故障状况。

步骤S340，获取目标车辆当前行驶路线所在路段的地图信息。

当探测到目标车辆存在步骤S330中任一种或多种行车风险状况时，结合车载高精地图和高精定位系统，可以将行车风险状况映射到道路上，甚至映射到车道上。获取存在行车风险状况的路段的地图信息，该地图信息包括存在行车风险状况的车道名称、存在行车风险状况的路段起点坐标及终点坐标。并将该地图信息上报至车联网等云端平台，以供其他连入车联网的车辆获取该地图信息。

步骤S350，基于行车风险状况和地图确定目标车辆的危险行驶区域。

当车联网等云端平台收到行车风险路段的地图信息后，在该路段上形成电子地理围栏，即危险行驶区域。车辆通过高精定位系统实时定位车辆的位置信息并将该位置信息上传至车联网等云端平台。当连入车联网的车辆驶入危险行驶区域范围内时，车联网等云端平台将地图信息发送至车端。

步骤S360，若目标车辆处于或驶入危险行驶区域，则生成预警信息，和/或，实施危险规避策略。

当连入车联网的车辆处于或驶入危险行驶区域内时，车联网等云端平台将地图信息发送至车端。车端可以基于该地图信息生成预警信息，并将该地图信息可视化显示在实时环境显示界面上，该实时环境显示界面可以是车端人机界面中的图形化用户界面，在该图形化用户界面中显示该行车风险路段的二维或三维图像，并显示该路段的具体地图信息，路段起始坐标，危险路段长度，危险路段涉及车道名称等。或者该图形化用户界面可以通过语音、文字等方式进行预警提醒，例如，显示“国道XX，坐标XX至坐标XX，涉及长度X公里，存在积水结冰/能见度低，能见度为X米，请谨慎驾驶”等。

危险规避策略包括规避路径和行车速度控制。本实施例中实施危险规避策略包括手动实施或具有自动驾驶功能的汽车自动实施。

当处于或驶入危险行驶区域的车辆在收到行车风险路段的地图信息后，车辆可以通过其车载计算平台自动规划出对应的行驶路径以规避危险路段，或提前减速以避免事故发生，甚至停车等。例如，当车辆进入积水结冰路段的危险行驶区域时，车载计算平台规划出规避路径并通过车载图形化用户界面实时显示，如，车辆行驶X米后左转进入国道XX等，以规避危险路段，该规避路径为绕过该危险路段驶入目的地的路径。该规避路径基于车辆所在位置实时更新。或者通过语音等方式提醒驾驶人员控制行车速度，如，前方X米存在积水结冰路段，请驾驶人员控制行车速度为Xkm/h。驾驶人员能够根据该规避策略手动实施规避，具有自动驾驶功能的车辆也可以自动实施规避规避。

具体地，本实施例的车辆能够基于不同的行车风险状况进行不同的规避策略。例如，当气象状况为能见度低时，危险规避策略为减速；当路面状况为坑洼路面时，危险规避策略为减速或绕道行驶；当障碍物状况为突然出现移动障碍物时，危险规避策略为停车等。

图4是本申请的另一示例性实施例示出的车辆辅助驾驶方法流程图，包括步骤S401至步骤S410，详细介绍如下：

步骤S401，确定面临和/或潜在行车风险状况。

基于气象状况、路面状况、障碍物状况和车辆故障状况确定车辆面临和/或潜在行车风险状况。例如，车辆存在车辆故障状况时，确定车辆面临行车风险状况，当车辆所在路段存在路面状况时，确定车辆潜在行车风险状况。

步骤S402，获取地图信息并上传到云端。

通过车载高精定位系统结合高精地图，获取步骤S401探测到的存在行车风险状况的道路的地图信息，该地图信息包括危险道路的车道名称，危险路段的起点坐标和终点坐标。并将该地图信息上传至车联网等云端平台，以供连入车联网的所有车辆获取该地图信息。

步骤S403，收到地图信息。

车联网等云端平台接收该危险信息。

步骤S404，形成危险行驶区域。

车联网等云端平台基于地图信息在存在行车风险状况的路段上形成危险行驶区域。

步骤S405，是否位于区域内。

区域对应于步骤S404的危险行驶区域本实施例需要对车辆位置进行判断，判断其是否位于区域内。

步骤S406，上传位置信息。

连入车联网的所有车辆实时定位其车辆位置信息，并将其位置信息上传至车联网等云端平台。车联网等云端平台接收所有车辆的位置信息后，判断所有车辆的位置信息是否位于危险行驶区域内。

步骤S407，结束。

当车联网等云端平台判断车辆位置不在危险行驶区域内时，不对该车辆做任何信息处理，该车辆保持原始行车方式。

步骤S408，将地图信息发回车端。

当步骤S406，判断车辆位置位于危险行驶区域内时，直接跳转至步骤S408，将该存在行车风险状况的路段的地图信息发送给驶入进危险行驶区域内的所有车辆。

步骤S409，收到地图信息。

连入车联网并驶入危险行驶区域的所有车辆自动接收该地图信息。

步骤S410，生成预警信息和危险规避策略。

车辆基于该地图信息通过车载计算平台生成预警信息，提醒驾驶人员前方出现危险道路；通过车载计算平台自动规划出对应的行驶路径以规避危险路段，或提前减速以避免事故发生。

具体地，本实施例由前车完成步骤S401至步骤S402，其中，前车是指在某一特定时间内，驶入存在行车风险状况的路段的一辆或多辆汽车。本实施例由车联网等云端平台完成步骤S403至步骤S405、步骤S407至步骤S408。本实施例由后车完成步骤S406、步骤S409至步骤S410，其中，后车是指在前车驶入存在行车风险状况的路段获取气象信息、环境信息后，在经过上述某一特定时间后，驶入存在行车风险状况的路段的一辆或多辆汽车。前车和后车均与车联网等云端平台通信连接。

基于上述方式，本实施例可以基于车联网进行多车辅助驾驶，该辅助驾驶方式包括预警提醒、提供规避路径和提供速度控制策略。

图5是本申请的一示例性实施例示出的车辆辅助驾驶系统框图。如图5所示，系统包括：

气象信息获取模块510，用于获取目标车辆当前行驶路线所在地区的气象信息；

环境信息获取模块520，用于获取目标车辆当前行驶路线所在路段的环境信息；

故障信息获取模块530，用于获取目标车辆当前行驶状态的故障信息；

判断模块540，用于基于气象信息、环境信息和故障信息确定目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；

行车风险状况确定模块550，用于根据目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；

地图信息获取模块560，用于获取目标车辆当前行驶路线所在路段的地图信息；

危险行驶区域确定模块570，用于基于行车风险状况和地图信息确定目标车辆的危险行驶区域；

预警模块580，用于当目标车辆处于或驶入危险行驶区域时，生成预警信息；

规避模块590，用于当目标车辆处于或驶入危险行驶区域时，实施危险规避策略。

图6是本申请的另一示例性实施例示出的气象信息获取模块框图，如图6所示，气象信息获取模块510还包括识别模块5101，用于识别目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度。

需要说明的是，上述实施例所提供的车辆辅助驾驶系统与上述实施例所提供的车辆辅助驾驶方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。上述实施例所提供的车辆辅助驾驶系统在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能，本处也不对此进行限制。

本申请的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述各个实施例中提供的车辆辅助驾驶方法。

图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(Central Processing Unit，CPU)701，其可以根据存储在只读存储器(Read-Only Memory，ROM)702中的程序或者从储存部分708加载到随机访问存储器(Random Access Memory，RAM)703中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(Input/Output，I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分707；包括硬盘等的储存部分708；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入储存部分708。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

本申请的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行如前所述车辆辅助驾驶方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。

本申请的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的车辆辅助驾驶方法。

上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (11)

1.一种车辆辅助驾驶方法，其特征在于，所述方法包括：

获取目标车辆当前行驶路线所在地区的气象信息、所在路段的环境信息，以及所述目标车辆的故障信息；

基于所述气象信息、环境信息与故障信息确定所述目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；

根据所述目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定所述目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；

获取所述目标车辆当前行驶路线所在路段的地图信息；

基于所述行车风险状况和所述地图信息确定所述目标车辆的危险行驶区域；

若所述目标车辆处于或驶入危险行驶区域，则生成预警信息，和/或，实施危险规避策略。

2.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述行车风险状况包括恶劣气象条件场景、危险路段场景、障碍物场景和车辆故障场景。

3.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，识别所述目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度；

当未识别到所述遮挡目标，但所述车道线长度小于预设长度阈值时，确定所述目标车辆当前行驶环境的气象状况；

和/或，当所述指示目标与目标车辆的间距小于预设距离阈值，且保持与目标车辆的间距小于预设距离阈值的时间达到预设时长时，确定所述目标车辆当前行驶环境的气象状况。

4.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，获取所述目标车辆当前行驶环境所在路段的路面点云数据和/或图像数据，确定所述目标车辆当前行驶环境的路面状况和/或障碍物状况。

5.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，获取所述目标车辆当前行驶环境所在路段的光照强度数据，确定所述目标车辆当前行驶环境的路面状况。

6.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，所述路面状况包括积水结冰路面、坑洼路面、路段光照强度，和/或，所述气象状况包括能见度。

7.根据权利要求1所述的车辆辅助驾驶方法，其特征在于，实施危险规避策略包括手动实施危险规避策略或所述目标车辆自动实施危险规避策略。

8.一种车辆辅助驾驶系统，其特征在于，所述系统包括：

气象信息获取模块，用于获取目标车辆当前行驶路线所在地区的气象信息；

环境信息获取模块，用于获取目标车辆当前行驶路线所在路段的环境信息；

故障信息获取模块，用于获取目标车辆当前行驶状态的故障信息；

判断模块，用于基于所述气象信息、环境信息和故障信息确定所述目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况；

行车风险状况确定模块，用于根据所述目标车辆当前行驶环境的气象状况、路面状况、障碍物状况和车辆故障状况，确定所述目标车辆在当前行驶环境中面临和/或潜在的行车风险状况；

地图信息获取模块，用于获取所述目标车辆当前行驶路线所在路段的地图信息；

危险行驶区域确定模块，用于基于所述行车风险状况和所述地图信息确定所述目标车辆的危险行驶区域；

预警模块，用于当所述目标车辆处于或驶入危险行驶区域时，生成预警信息；

规避模块，用于当所述目标车辆处于或驶入危险行驶区域时，实施危险规避策略。

9.根据权利要求8所述的车辆辅助驾驶系统，其特征在于，所述气象信息获取模块还包括识别模块，用于识别所述目标车辆当前行驶路线所在路段的遮挡目标、指示目标及车道线长度。

10.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至7中任一项所述的车辆辅助驾驶方法。

11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7中任一项所述的车辆辅助驾驶方法。

Images