CN116495001A - 一种基于驾驶习惯的辅助驾驶系统和方法 - Google Patents

Abstract

本发明提供一种基于驾驶习惯的辅助驾驶系统和方法，系统包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块。本发明通过记录并分析指定驾驶员的驾驶行为，从而判断驾驶员的驾驶习惯，并通过实时获取驾驶舱内外的安全情况，将其与驾驶员的驾驶习惯进行比较分析，得出驾驶员的当前驾驶状态，在上述驾驶状态为异常状态时进行警示，从而实现了针对于单个驾驶员的驾驶习惯进行个性化驾驶安全监控，并在出现异常情况时发出警示，大大的提升了驾驶员在驾车过程中的驾驶安全，提升了乘驾人员的行车安全。

Description

一种基于驾驶习惯的辅助驾驶系统和方法

技术领域

本发明涉及辅助驾驶技术领域，更具体地，涉及一种基于驾驶习惯的辅助驾驶系统和方法。

背景技术

汽车是用于人们日常出行的代步工具，标准《汽车和挂车类型的术语和定义》(GB/T 3730.1—2001)中对汽车有如下定义：由动力驱动，具有4个或4个以上车轮的非轨道承载的车辆，主要用于：载运人员和(或)货物；牵引载运人员和(或)货物的车辆；特殊用途。

随着汽车的飞速发展，道路安全成为了人们日常生活中关注的重要话题。在汽车行车过程中存在着很多不利于安全的因素，如打瞌睡、分神、偏航等情况都时有发生。而现阶段智能驾驶行列中，大多只在提示层面做到了对驾驶员专注状态的提醒以及道路行车安全提示等，因此，如何进一步的提高汽车行驶过程中的安全性是亟待解决的问题。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于驾驶习惯的辅助驾驶系统和方法，用以解决如何进一步的提高汽车行驶过程中的安全性的问题。

根据本发明的第一方面，提供了一种基于驾驶习惯的辅助驾驶系统，包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块；

所述行为习惯记忆模块，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；

所述行为习惯分析模块，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；

所述行车安全监控模块，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；

所述非安全因素警示模块，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

在上述技术方案的基础上，本发明还可以作出如下改进。

优选的，所述行为习惯分析模块，还用于基于导航地图获取道路的拥堵状态，并基于所述拥堵状态对所述驾驶行为的常规性进行分析，在所述道路为拥堵状态时，设定所述驾驶行为为常规习惯行为，在所述道路为非拥堵状态时，设定所述驾驶行为为非常规习惯行为。

优选的，所述行车安全监控模块，包括：舱内监测单元和道路监测单元；

所述舱内监测单元，用于基于所述驾驶员的面部表情、肢体动作和眨眼频率，分析驾驶员的当前驾驶状态；

所述道路监测单元，用于基于车辆后方来车、前方障碍物、变道条件和偏航情况以及所述驾驶员的操作指令，分析驾驶员的当前驾驶状态。

优选的，所述舱内监测单元，还用于获取车辆上的乘客数量，并基于所述乘客数量对所述当前驾驶状态进行更新，在所述乘客数量大于0、当前驾驶状态为异常状态且异常原因为面部表情、肢体动作和眨眼频率异常时，将当前驾驶状态更新为正常状态。

优选的，所述非安全因素警示模块包括：舱内警示单元和舱外警示单元；

所述舱内警示单元，用于在接收到所述舱内监测单元发出的当前驾驶状态为异常状态时,在接收到所述驾驶员的反馈指令后解除警示；

所述舱外警示单元，用于接收到所述道路监测单元发出的当前驾驶状态为异常状态时,在所述驾驶员发出操作指令或发送反馈指令后解除警示。

优选的，所述舱外警示单元，还用于在所述驾驶员未发出操作指令和发送反馈指令时，持续发出警示。

优选的，所述辅助驾驶系统还包括：行为辅助提示模块；

所述行为辅助提示模块，用于在所述舱内监测单元得到所述驾驶员的当前驾驶状态为异常状态时，为所述驾驶员提供车辆操控提示。

优选的，所述辅助驾驶系统还包括：安全辅助模块；

所述安全辅助模块，用于在所述非安全因素警示模块对所述驾驶员进行警示后，在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。

根据本发明的第二方面，提供一种基于驾驶习惯的辅助驾驶方法，包括：

在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；

对所述驾驶员已记录的驾驶行为进行归类、分析并存储；

实时获取驾驶舱内外的安全情况，并将其与所述驾驶行为进行分析，获取驾驶员的当前驾驶状态；

在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

优选的，所述在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示的步骤之后，包括：

在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。

根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现上述第二方面中任一基于驾驶习惯的辅助驾驶方法的步骤。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现上述第二方面中任一基于驾驶习惯的辅助驾驶方法的步骤。

本发明提供的一种基于驾驶习惯的辅助驾驶系统和方法，系统包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块；所述行为习惯记忆模块，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；所述行为习惯分析模块，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；所述行车安全监控模块，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；所述非安全因素警示模块，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。本发明通过记录并分析指定驾驶员的驾驶行为，从而判断驾驶员的驾驶习惯，并通过实时获取驾驶舱内外的安全情况，将其与驾驶员的驾驶习惯进行比较分析，得出驾驶员的当前驾驶状态，在上述驾驶状态为异常状态时进行警示，从而实现了针对于单个驾驶员的驾驶习惯进行个性化驾驶安全监控，并在出现异常情况时发出警示，大大的提升了驾驶员在驾车过程中的驾驶安全，提升了乘驾人员的行车安全。

附图说明

图1为本发明提供的一种基于驾驶习惯的辅助驾驶系统结构示意图；

图2为本发明提供的舱内安全监控系统工作原理的示意图；

图3为本发明提供的舱内非安全因素警示的示意图；

图4为本发明提供的一种基于驾驶习惯的辅助驾驶方法流程图；

图5为本发明提供的一种可能的电子设备的硬件结构示意图；

图6为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

请参阅图1，图1为本发明实施例提供的一种基于驾驶习惯的辅助驾驶系统结构图示意图，如图1所示，一种基于驾驶习惯的辅助驾驶系统，包括行为习惯记忆模块100、行为习惯分析模块200、行车安全监控模块300和非安全因素警示模块400。

其中，所述行为习惯记忆模块100，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；所述行为习惯分析模块200，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；所述行车安全监控模块300，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；所述非安全因素警示模块400，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

可以理解的是，本实施例中的习惯记忆模块中开启记录功能前需要进行驾驶员身份的验证，这是为了针对于每一个驾车员进行驾驶习惯的收集，以及生成对应的驾驶习惯库；上述操控行为具体包括车速、变道次数、刹车次数、油门深度以及鸣笛次数等驾驶行为，通过CAN信号获取，在车机端记录，用于判断驾驶员的驾驶能力和驾驶习惯；上述肢体行为包括驾驶过程中驾驶员的眨眼频率、打哈欠频率、转头频率等行为，分析驾驶员是否疲劳驾驶。

进一步的，上述驾驶行为还可以在网络良好的情况上传至云服务器端，从而在云端为每个驾驶员建立驾驶档案，用于驾驶员在其他车辆上进行驾驶操作时，进行历史驾驶行为下载，从而为驾驶员提供更好的辅助驾驶体验。

作为实施例，所述行为习惯分析模块，还用于基于导航地图获取道路的拥堵状态，并基于所述拥堵状态对所述驾驶行为的常规性进行分析，在所述道路为拥堵状态时，设定所述驾驶行为为常规习惯行为，在所述道路为非拥堵状态时，设定所述驾驶行为为非常规习惯行为。

可以理解的，上述行为习惯分析模块中用于对已经记录的驾驶员驾驶行为进行统筹分析，每增加一次驾驶活动，该模块便更新一次数据。首先，该模块分析过程中，会通过关联地图等方式判定道路是否处于拥堵状态，从而认定驾驶员行为是否属于常规习惯行为；反之则被定义为非常规习惯行为，这一类行为会被单独计入分析。

进一步的，上述驾驶行为分析的步骤还可以是在云服务器端进行的，通过利用云服务器端近似无限的计算能力，以及现有的5G高速通信能力，将分析能力放在云端，从而为驾驶员提供及时准确的驾驶习惯数据库。

进一步的，上述驾驶习惯数据库在云端建立，更利于驾驶员在其它车辆上使用本实施例提供的辅助驾驶系统时，进行基础数据库的建立。

作为实施例，所述行车安全监控模块，包括：舱内监测单元和道路监测单元；所述舱内监测单元，用于基于所述驾驶员的面部表情、肢体动作和眨眼频率，分析驾驶员的当前驾驶状态；所述道路监测单元，用于基于车辆后方来车、前方障碍物、变道条件和偏航情况以及所述驾驶员的操作指令，分析驾驶员的当前驾驶状态。

进一步的，所述舱内监测单元，还用于获取车辆上的乘客数量，并基于所述乘客数量对所述当前驾驶状态进行更新，在所述乘客数量大于0、当前驾驶状态为异常状态且异常原因为面部表情、肢体动作和眨眼频率异常时，将当前驾驶状态更新为正常状态。

可以理解的是，上述行车安全监控模块包括舱内安全和舱外道路安全两部分。舱内安全主要指驾驶员状态监测。首先，通过监控驾驶员面部表情、肢体动作、眨眼频率等判断驾驶员是否专心驾驶；其次，该模块会判断是否有乘客搭载，在有乘客的情况下，眨眼、偏头、嘴巴开合等一系列行为会在系统裁决后被允许；最后，通过驾驶员对弹窗提示的反馈情况判断驾驶员身体状况是否健康，对驾驶员的清醒状态及反应能力进行分析。道路行驶安全主要借助于车身环视摄像头、超声波雷达等采集道路状况信息，在驾驶员行驶过程中可以对后方来车、障碍物、变道条件以及是否发生偏航等情况进行判断，从而辅助车辆安全行驶。

进一步的，上述舱内监测单元的工作原理参见图2，图2为本发明提供的舱内安全监控系统工作原理的示意图；首先舱内监测单元对驾驶位置的驾驶员进行身份识别，在并在驾驶习惯库中获取上述驾驶员对应的驾驶习惯，在基于导航地图判断当前路段是否拥堵，在当前路段未发生拥堵时，基于驾驶员的面部表情、肢体动作和眨眼频率判断驾驶员是否疲劳驾驶以及专心驾驶，在判定驾驶员为疲劳驾驶或未专心驾驶时，发出声音或者中控弹窗提醒，以使驾驶员进行反馈，当一段时间内未获取到驾驶员的反馈时，控制车辆采取安全措施(减速、靠边停车)。

作为实施例，所述非安全因素警示模块包括：舱内警示单元和舱外警示单元；所述舱内警示单元，用于在接收到所述舱内监测单元发出的当前驾驶状态为异常状态时，在接收到所述驾驶员的反馈指令后解除警示；所述舱外警示单元，用于接收到所述道路监测单元发出的当前驾驶状态为异常状态时，在所述驾驶员发出操作指令或发送反馈指令后解除警示。

可以理解的是，非安全因素警示模块主要行使舱内非安全因素和舱外非道路安全因素发生时的警示性作用，通过弹窗及语音的形式告知驾驶员规范驾驶，并将道路非安全因素反馈。

应理解的是，当系统监测到舱内非安全因素时，车机端会通过语音提示、弹窗提示等方式提示驾驶员，此时需要驾驶员做出相应的反馈，其中，非安全因素识别内容包括疲劳驾驶、接打电话、吸烟、与人交流和饮食，非安全因素警示的方式包括弹窗提示和语音提示，其警示结构参见图3。

进一步的，当系统识别到舱外道路行驶中的非安全因素时，同样会先作出语音提示、弹窗提示，此时会借助雷达及环视摄像头判断行驶环境，若驾驶员及时感知路况并对车辆作出调整，则提示消失；若驾驶员已知路况，并对弹窗提示作出反馈，那么语音提示、弹窗提示同时消失；若驾驶员未对车辆作出调整，也未对弹窗提示作出反馈，则提示持续，这时安全辅助措施模块响应，将协同监管车辆。

作为实施例，所述辅助驾驶系统还包括：行为辅助提示模块；所述行为辅助提示模块，用于在所述舱内监测单元得到所述驾驶员的当前驾驶状态为异常状态时，为所述驾驶员提供车辆操控提示。

在具体实现中，行为辅助提示模块基于驾驶员行为记忆分析结果对驾驶员行为进行衡量与监测。在驾驶过程中，此系统会实时监测，驾驶员可能存在时间紧张、心情波动、疲劳驾驶、注意力分散等情况，可能会导致超速、偏航、跟车距离过近等危险情况发生，这时，行为辅助提示模块将会感知并提示驾驶员应当如何操作以保障安全。

作为实施例，所述辅助驾驶系统还包括：安全辅助模块；所述安全辅助模块，用于在所述非安全因素警示模块对所述驾驶员进行警示后，在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。

在具体实现中，安全辅助模块是在非安全因素警示模块和行为辅助提示模块的基础上，在驾驶员没有对车机提示作出反馈，并且驾驶安全难以保障的情况下，车辆将自主采取减速、变道、靠边停车等接管车辆措施。

进一步的，上述辅助驾驶系统可以记录驾驶员的驾驶习惯，判断驾驶员的驾驶能力，这样当驾驶员出现不适宜驾驶的状况或者超出记忆水平的驾驶行为时车辆可以实时感知，及时作出提示甚至采取相应措施；若行驶过程中有车辆偏航、超速、临车逼近等情况发生也会及时作出提醒。这样通过监控车辆行驶，辅助驾驶员进行安全驾驶，可以减少道路安全问题的发生。该系统首先锁定行为记忆及行为分析，针对驾驶员的驾驶习惯，找到驾驶水平痛点，更加个性化的进行驾驶安全监控；其次，在有非安全因素出现时，该系统不但会及时作出提醒，还会在驾驶员没有及时作出调整并且没有反馈的情况下，主动采取辅助性安全措施，从而保障驾驶安全。

进一步的，与现有案例相比，本实施提供的辅助驾驶系统具备行车习惯记忆及分析功能，更加了解驾驶员能力，从而更好地识别行车安全风险；采用了结合高精地图判断道路情况的方式，通过获取拥堵信息、道路维修信息等裁决驾驶员行为是否合理，从而更加有效的分析驾驶员行为；此外，该系统会根据车内是否搭载乘客等因素，判断驾驶员状态是否偶发，从而获得更加精确的驾驶员习惯数据。

可以理解的是，基于背景技术中的缺陷，本发明实施例提出了一种基于驾驶习惯的辅助驾驶系统。系统包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块；所述行为习惯记忆模块，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；所述行为习惯分析模块，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；所述行车安全监控模块，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；所述非安全因素警示模块，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。本发明通过记录并分析指定驾驶员的驾驶行为，从而判断驾驶员的驾驶习惯，并通过实时获取驾驶舱内外的安全情况，将其与驾驶员的驾驶习惯进行比较分析，得出驾驶员的当前驾驶状态，在上述驾驶状态为异常状态时进行警示，从而实现了针对于单个驾驶员的驾驶习惯进行个性化驾驶安全监控，该系统能辅助驾驶员识别影响行车安全的问题，降低风险的发生，在实现智能驾驶的同时，更加有力的加强道路安全保障。

图4为本发明提供的一种基于驾驶习惯的辅助驾驶方法流程图，如图4所示，方法包括：

步骤S100：在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；

需要说明的是，本实施例方法的执行主体可以是具有数据处理、网络通信及程序运行功能的计算机终端设备，例如：电脑、车载电脑等；也可以是具有相同相似功能的服务器设备，还可以是具有相似功能的云服务器，本实施例对此不做限制。为了便于理解，本实施例及下述各实施例将以车载电脑为例进行说明。

步骤S200：对所述驾驶员已记录的驾驶行为进行归类、分析并存储；

步骤S300：实时获取驾驶舱内外的安全情况，并将其与所述驾驶行为进行分析，获取驾驶员的当前驾驶状态；

步骤S400：在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

进一步的，在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示的步骤之后，包括：

步骤S500：在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。

可以理解的是，本发明提供的一种基于驾驶习惯的辅助驾驶方法与前述各实施例提供的基于驾驶习惯的辅助驾驶系统相对应，基于驾驶习惯的辅助驾驶方法的相关技术特征可参考基于驾驶习惯的辅助驾驶系统的相关技术特征，在此不再赘述。

请参阅图5，图5为本发明实施例提供的电子设备的实施例示意图。如图5所示，本发明实施例提供了一种电子设备，包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311，处理器1320执行计算机程序1311时实现以下步骤：

在确认驾驶员身份后，记录上述驾驶员的驾驶行为，上述驾驶行为包括车辆操控行为和肢体行为；对上述驾驶员已记录的驾驶行为进行归类、分析并存储；实时获取驾驶舱内外的安全情况，并将其与上述驾驶行为进行分析，获取驾驶员的当前驾驶状态；在上述当前驾驶状态为异常状态时，对上述驾驶员进行警示。

请参阅图6，图6为本发明提供的一种计算机可读存储介质的实施例示意图。如图6所示，本实施例提供了一种计算机可读存储介质1400，其上存储有计算机程序1411，该计算机程序1411被处理器执行时实现如下步骤：

在确认驾驶员身份后，记录上述驾驶员的驾驶行为，上述驾驶行为包括车辆操控行为和肢体行为；对上述驾驶员已记录的驾驶行为进行归类、分析并存储；实时获取驾驶舱内外的安全情况，并将其与上述驾驶行为进行分析，获取驾驶员的当前驾驶状态；在上述当前驾驶状态为异常状态时，对上述驾驶员进行警示。

本发明提供的一种基于驾驶习惯的辅助驾驶系统和方法，系统包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块；所述行为习惯记忆模块，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；所述行为习惯分析模块，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；所述行车安全监控模块，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；所述非安全因素警示模块，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。本发明通过记录并分析指定驾驶员的驾驶行为，从而判断驾驶员的驾驶习惯，并通过实时获取驾驶舱内外的安全情况，将其与驾驶员的驾驶习惯进行比较分析，得出驾驶员的当前驾驶状态，在上述驾驶状态为异常状态时进行警示，从而实现了针对于单个驾驶员的驾驶习惯进行个性化驾驶安全监控，并在出现异常情况时发出警示，大大的提升了驾驶员在驾车过程中的驾驶安全，提升了乘驾人员的行车安全。

需要说明的是，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细描述的部分，可以参见其它实施例的相关描述。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种基于驾驶习惯的辅助驾驶系统，其特征在于，所述系统包括：行为习惯记忆模块、行为习惯分析模块、行车安全监控模块和非安全因素警示模块；

所述行为习惯记忆模块，用于在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；

所述行为习惯分析模块，用于对所述驾驶员已记录的驾驶行为进行归类、分析并存储；

所述行车安全监控模块，用于实时获取驾驶舱内外的安全情况，并将其与所述行为习惯分析模块中的驾驶行为进行分析，获取驾驶员的当前驾驶状态；

所述非安全因素警示模块，用于在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

2.根据权利要求1所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述行为习惯分析模块，还用于基于导航地图获取道路的拥堵状态，并基于所述拥堵状态对所述驾驶行为的常规性进行分析，在所述道路为拥堵状态时，设定所述驾驶行为为常规习惯行为，在所述道路为非拥堵状态时，设定所述驾驶行为为非常规习惯行为。

3.根据权利要求2所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述行车安全监控模块，包括：舱内监测单元和道路监测单元；

所述舱内监测单元，用于基于所述驾驶员的面部表情、肢体动作和眨眼频率，分析驾驶员的当前驾驶状态；

所述道路监测单元，用于基于车辆后方来车、前方障碍物、变道条件和偏航情况以及所述驾驶员的操作指令，分析驾驶员的当前驾驶状态。

4.根据权利要求3所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述舱内监测单元，还用于获取车辆上的乘客数量，并基于所述乘客数量对所述当前驾驶状态进行更新，在所述乘客数量大于0、当前驾驶状态为异常状态且异常原因为面部表情、肢体动作和眨眼频率异常时，将当前驾驶状态更新为正常状态。

5.根据权利要求3所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述非安全因素警示模块包括：舱内警示单元和舱外警示单元；

所述舱内警示单元，用于在接收到所述舱内监测单元发出的当前驾驶状态为异常状态时,在接收到所述驾驶员的反馈指令后解除警示；

所述舱外警示单元，用于接收到所述道路监测单元发出的当前驾驶状态为异常状态时,在所述驾驶员发出操作指令或发送反馈指令后解除警示。

6.根据权利要求5所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述舱外警示单元，还用于在所述驾驶员未发出操作指令和发送反馈指令时，持续发出警示。

7.根据权利要求3所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述辅助驾驶系统还包括：行为辅助提示模块；

所述行为辅助提示模块，用于在所述舱内监测单元得到所述驾驶员的当前驾驶状态为异常状态时，为所述驾驶员提供车辆操控提示。

8.根据权利要求1所述的基于驾驶习惯的辅助驾驶系统，其特征在于，所述辅助驾驶系统还包括：安全辅助模块；

所述安全辅助模块，用于在所述非安全因素警示模块对所述驾驶员进行警示后，在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。

9.一种基于驾驶习惯的辅助驾驶方法，其特征在于，方法包括：

在确认驾驶员身份后，记录所述驾驶员的驾驶行为，所述驾驶行为包括车辆操控行为和肢体行为；

对所述驾驶员已记录的驾驶行为进行归类、分析并存储；

实时获取驾驶舱内外的安全情况，并将其与所述驾驶行为进行分析，获取驾驶员的当前驾驶状态；

在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示。

10.根据权利要求9所述的基于驾驶习惯的辅助驾驶方法，其特征在于，所述在所述当前驾驶状态为异常状态时，对所述驾驶员进行警示的步骤之后，包括：

在预设时长内未接收到所述驾驶员发出的反馈指令和操作指令时，控制自车减速、靠边停车。