CN116788277A - 汽车控制方法、装置以及智能汽车 - Google Patents

Abstract

本申请提供了一种汽车控制方法、装置以及智能汽车。其中方法包括：获取当前驾驶者的驾驶行为数据；基于所述驾驶行为数据和驾驶习惯类别识别模型，得到所述当前驾驶者的驾驶习惯类别；根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；在自动驾驶模式下，根据所述自动驾驶控制策略，控制车辆行驶。可通过驾驶习惯类别预测，匹配自动驾驶控制策略，实现将自动驾驶控制策略和驾驶者的驾驶风格匹配，实现自动驾驶更符合驾驶者本人的驾驶习惯，以提升驾驶者的驾驶体验。

Description

汽车控制方法、装置以及智能汽车

技术领域

本申请涉及汽车智能驾驶技术领域，尤其涉及汽车控制方法、装置以及智能汽车。

背景技术

智能驾驶指的是机器帮助人进行驾驶，以及完全取代人驾驶的技术。智能驾驶的时代已经来到。智能汽车包括自动驾驶模式和非自动驾驶模式。自动驾驶模式和非自动驾驶模式是相互独立的，且自动驾驶的驾驶风格在统一版软件上是固定不变的，即自动驾驶的驾驶风格不能随着驾驶者的不同而改变，忽略了驾驶者的驾驶体验。

发明内容

本申请提供了一种汽车控制方法、装置以及智能汽车，以提升驾驶体验。本申请的技术方案如下：

第一方面，本申请实施例提供了一种汽车控制方法，包括：

获取当前驾驶者的驾驶行为数据；

基于所述驾驶行为数据和驾驶习惯类别识别模型，得到所述当前驾驶者的驾驶习惯类别；

根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；

在自动驾驶模式下，根据所述自动驾驶控制策略，控制车辆行驶。

第二方面，本申请实施例提供了一种汽车控制装置，包括：

数据获取模块，用于获取当前驾驶者的驾驶行为数据；

类别识别模块，用于基于所述驾驶行为数据和驾驶习惯类别识别模型，得到所述当前驾驶者的驾驶习惯类别；

策略获取模块，用于根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；

汽车控制模块，用于在自动驾驶模式下，根据所述自动驾驶控制策略，控制车辆行驶。

第三方面，本申请实施例提供了一种智能汽车，包括油门踏板，所述油门踏板上设置有用于感知受力的压力传感装置，所述压力传感装置电连接汽车控制器。

第四方面，本申请实施例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本申请第一方面实施例所述的汽车控制方法。

第五方面，本申请实施例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，所述计算机指令用于使所述计算机执行本申请第一方面实施例所述的汽车控制方法。

第六方面，本申请实施例提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本申请第一方面实施例所述的汽车控制方法的步骤。

本申请实施例提供的技术方案至少带来以下有益效果：

获取当前驾驶者的驾驶行为数据，可通过驾驶习惯类别识别模型预测当前驾驶者的驾驶习惯类别，匹配自动驾驶控制策略，实现将自动驾驶控制策略和驾驶者的驾驶风格匹配，实现自动驾驶更符合驾驶者本人的驾驶习惯，以提升驾驶者的驾驶体验。

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，并不构成对本申请的不当限定。

图1是根据一示例性实施例示出的一种汽车控制方法的流程图。

图2是根据另一示例性实施例示出的一种汽车控制方法的流程图。

图3是根据一示例性实施例示出的一种汽车控制装置的框图。

图4是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本申请的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本申请中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

图1是根据本申请一个实施例的汽车控制方法的流程图。需要说明的是，本申请实施例的汽车控制方法可应用于本申请实施例的汽车控制装置。该汽车控制装置可被配置于汽车控制器等电子设备上。如图1所示，该汽车控制方法可以包括步骤S101-S104。

在步骤S101中，获取当前驾驶者的驾驶行为数据。

可以理解为，先获取一段时间范围内，当前驾驶者的驾驶行为数据，以了解当前驾驶者的驾驶习惯。也就是说，汽车会记录当前驾驶者的驾驶行为数据，一般获取几分钟或者十几分钟的驾驶行为数据即可。

采集一段时间的数据，有一个学习的过程，先学习当前驾驶员的驾驶行为，基本上开个几分钟，就能获取学习样本。

通过驾驶行为数据学习驾驶者的驾驶习惯，即驾驶风格。驾驶行为数据可以包括任何驾驶动作信息，例如，驾驶者行车过程中的方向盘的转角数据、档位数据、油门踏板的深度信息、制动踏板的深度信息等。根据该数据可以判断该驾驶员是否存在急加速、急转弯等驾驶习惯。

在步骤S102中，基于驾驶行为数据和驾驶习惯类别识别模型，得到当前驾驶者的驾驶习惯类别。

不同的人的驾驶习惯很可能不同，例如，有的驾驶者的驾驶习惯是比较激进的，而有的驾驶者的驾驶习惯是比较沉稳的。如果针对所有的驾驶者，在自动驾驶模式下，均采用相同的自动驾驶控制策略，可能会影响驾驶者的驾驶体验。

将当前驾驶者的驾驶行为数据输入驾驶习惯类别识别模型，得到当前驾驶者的驾驶习惯类别。

作为一个示例，可以将驾驶习惯类别分为四个等级，分别为一级到四级，一级为最为保守安全的驾驶习惯类别，四级为最为激进的驾驶习惯类别。

在步骤S103中，根据驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略。

在获取到当前驾驶者的驾驶习惯类别后，自动匹配对应的自动驾驶模式下的自动驾驶控制策略，而实现将自动驾驶风格和驾驶者的驾驶风格进行匹配，实现在自动驾驶模式下的自动驾驶控制策略与当前驾驶者的驾驶风格类似，从而满足当前驾驶者的更好的驾驶体验。即通过对驾驶者习惯的匹配，提升驾驶舒适性。

在步骤S104中，在自动驾驶模式下，根据自动驾驶控制策略，控制车辆行驶。

在选择自动驾驶模式的情况下，根据该匹配的自动驾驶控制策略，控制车辆自动行驶。

本申请实施例的汽车控制方法，通过获取的当前驾驶者的驾驶行为数据，进行驾驶习惯类别预测，根据类别预测结果匹配自动驾驶控制策略，实现将自动驾驶控制策略和驾驶者的驾驶风格匹配，即实现自动驾驶更符合驾驶者本人的驾驶习惯，以提升驾驶者的驾驶体验。

图2是根据本申请一个具体实施例的汽车控制方法的流程图。如图2所示，该汽车控制方法可以包括步骤S201-S204。

在步骤S201中，获取当前驾驶者的驾驶行为数据，其中，驾驶行为数据包括油门踏板受力信息，所述油门踏板上设置有与汽车控制器电连接的压力传感装置。

也就是说明，获取当前驾驶者的驾驶行为数据，包括：获取当前驾驶者的油门踏板受力信息。

需要说明的是，油门踏板受力信息通过油门踏板上设置的压力传感装置所采集。本申请实施例中的油门踏板为具有压力感知能力的油门踏板，在行车过程中，根据驾驶者踩踏油门踏板的力度大小，控制车速的快慢。通过油门踏板的振动反馈，使驾驶者感受到油门踏板的踩踏行为，油门踏板没有伸缩，这种感知踏板，如同触摸屏。

需要说明的是，可以通过汽车的控制器控制油门踏板产生振动，油门踏板的振动可以通过安装线性马达实现。即在某些情况下，驾驶者踩油门踏板时会收到线性震动反馈。

由于传统的伸缩油门踏板会一定程度上侵占驾驶者的腿部空间，而本申请实施例的具有压力感知能力的油门踏板由于没有伸缩结构，节省了驾驶者的腿部空间。

并且，通过此油门踏板，在识别到驾驶者的危险驾驶习惯的情况下，还可以对驾驶者发出提醒。

作为一个示例，当发现驾驶者有危险驾驶习惯时会通过油门踏板震动，或者声光等方式提醒驾驶者，以注意驾驶安全。

危险驾驶习惯包括但不限于快速加速超车、快速变道、曲线快速行驶等驾驶行为，危险驾驶习惯可以通过摄像头获取的驾驶者的行为数据和汽车反馈的行车数据，再结合每个危险驾驶行为的判定规则或者判定算法识别。判定算法可以是训练好的神经网络模型等，在此不做限制。

例如，可以根据当前的路况信息，判断当前的油门踏板受力或者受力变化所对应的速度或者加速行为是否会有安全隐患，如果有安全隐患，通过油门踏板震动，或者声光等方式提醒驾驶者，以注意驾驶安全。

在步骤S202中，基于驾驶行为数据和驾驶习惯类别识别模型，得到当前驾驶者的驾驶习惯类别。

可选的，该驾驶习惯类别识别模型的训练方法，包括：获取训练数据，其中，训练数据包括带标记的多个驾驶者的驾驶行为数据；通过训练数据对神经网络模型进行训练，得到驾驶习惯类别识别模型。

通过神经网络模型训练，输入样本是驾驶者的驾驶使用，即驾驶者的驾驶行车特征，针对驾驶者的历史驾驶习惯的AI学习，以区分不同驾驶者的驾驶习惯类别。

在步骤S203中，根据驾驶习惯类别，从自动驾驶控制策略库中，获取自动驾驶模式下的自动驾驶控制策略；其中，自动驾驶控制策略库包含不同驾驶习惯类别与多个自动驾驶控制策略之间的对应关系。

作为一种可能的实现方式，多个自动驾驶控制策略对应不同的控制模式。例如，自动驾驶控制策略库中包括四种自动驾驶控制策略，分别对应新手模式(作为安全保守的模式)、轻柔模式、沉稳模式以及激进模式。

也就是说，不同的自动驾驶控制策略对应不同的控制模式，不同的控制模式对应不同的汽车控制参数，汽车控制参数例如包括方向盘的转角大小、油门踏板的深度、制动踏板的深度等。

需要说明的是，本申请实施例的自动驾驶模式下的自动驾驶控制策略可以通过驾驶者的驾驶习惯类别进行自动匹配，也可以直接通过驾驶者选择自动驾驶模式下的自动驾驶控制策略。

可选的，获取自动驾驶模式下的自动驾驶控制策略的方法，还包括：接收当前驾驶者输入的自动驾驶控制策略选择请求，匹配自动驾驶模式下的自动驾驶控制策略。

例如，针对新手刚开车时推荐使用新手模式，即最为安全保守的自动驾驶控制策略。这时，驾驶者可以自行选择新手模式。

还需要说明的是，为了在电量低的情况下，减少耗电量，可选的，在汽车的剩余电量小于预设电量阈值的情况下，在处于自动驾驶模式时，自动匹配自动驾驶控制策略。

作为一个示例，在剩余电量小于预设电量阈值的情况下，自动选择轻柔模式，以减少耗电，以延长剩余里程。

在步骤S204中，在自动驾驶模式下，根据自动驾驶控制策略，控制车辆行驶。

需要说明的是，在自动驾驶模式下，匹配驾驶者的驾驶风格。在辅助驾驶模式下，也可以匹配驾驶者的驾驶风格。

可选的，在自动驾驶模式下，在识别到发生油门误踩行为的情况下，对驾驶者发出提醒。

可选的，基于油门踏板受力信息和预设判断规则，判断是否发生油门误踩行为；

在发生油门误踩行为的情况下，通过控制油门踏板震动或者通过声光方式提醒驾驶者。

可以理解，为了防止油门误踩，发生影响驾驶安全的驾驶行为，通过表面压力感知踏板通过智能判断防止油门误踩。作为一种可能的实现方式，可以对驾驶者对油门的踩踏行为做出判断，根据一定的规则，判断是否为误踩，从而提醒驾驶者，以提升安全驾驶体验。可以通过控制该油门踏板产生震动，或者通过车机等发出声光的方式提醒驾驶者，发生误踩行为，防止出现安全隐患。

预设判断规则可以为油门踏板的受力值在很短的时间内的突变值达到某一阈值，则认为发生油门误踩。

本申请实施例的汽车控制方法，通过获取的当前驾驶者的驾驶行为数据，进行驾驶习惯类别预测，其中，驾驶行为数据包括油门踏板受力信息；根据类别预测结果匹配自动驾驶控制策略，实现将自动驾驶控制策略和驾驶者的驾驶风格匹配，即实现自动驾驶更符合驾驶者本人的驾驶习惯，以提升驾驶者的驾驶体验。还通过具有感知能力的油门踏板，对驾驶者的驾驶行为进行提醒，以提升驾驶安全性。

对应上述实施例对应的汽车控制方法，图3是根据一示例性实施例示出的一种汽车控制装置的框图。参照图3，该汽车控制装置可以包括：数据获取模块301、类别识别模块302、策略获取模块303和汽车控制模块304。

具体地，数据获取模块301，用于获取当前驾驶者的驾驶行为数据；

类别识别模块302，用于基于驾驶行为数据和驾驶习惯类别识别模型，得到当前驾驶者的驾驶习惯类别；

策略获取模块303，用于根据驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；

汽车控制模块304，用于在自动驾驶模式下，根据自动驾驶控制策略，控制车辆行驶。

在本申请的一些实施例中，策略获取模块303在根据驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略时，用于：

根据驾驶习惯类别，从自动驾驶控制策略库中，获取自动驾驶模式下的自动驾驶控制策略；其中，自动驾驶控制策略库包含不同驾驶习惯类别与多个自动驾驶控制策略之间的对应关系。

在本申请的一些实施例中，驾驶行为数据包括油门踏板受力信息，其中，油门踏板受力信息通过油门踏板上设置的压力传感装置所采集；数据获取模块301在获取当前驾驶者的驾驶行为数据时，用于：

获取当前驾驶者的油门踏板受力信息。

在本申请的一些实施例中，策略获取模块303，还用于：

接收当前驾驶者输入的自动驾驶控制策略选择请求，匹配自动驾驶模式下的自动驾驶控制策略。

在本申请的一些实施例中，策略获取模块303，还用于：

在汽车的剩余电量小于预设电量阈值的情况下，在处于自动驾驶模式时，自动匹配固定的自动驾驶控制策略。

在本申请的一些实施例中，装置还包括模型训练模块305，用于：

获取训练数据，其中，训练数据包括多个驾驶者的驾驶行为数据；

通过训练数据对神经网络模型进行训练，得到驾驶习惯类别识别模型。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本申请实施例的汽车控制装置，通过获取的当前驾驶者的驾驶行为数据，进行驾驶习惯类别预测，其中，驾驶行为数据包括油门踏板受力信息；根据类别预测结果匹配自动驾驶控制策略，实现将自动驾驶控制策略和驾驶者的驾驶风格匹配，即实现自动驾驶更符合驾驶者本人的驾驶习惯，以提升驾驶者的驾驶体验。还通过具有感知能力的油门踏板，对驾驶者的驾驶行为进行提醒，以提升驾驶安全性。

本申请一实施例还提供了一种智能汽车，包括油门踏板，所述油门踏板上设置有用于感知受力的压力传感装置，所述压力传感装置电连接汽车控制器。

本申请实施例中的油门踏板为具有压力感知能力的油门踏板，在行车过程中，根据驾驶者踩踏油门踏板的力度大小，控制车速的快慢。

可选的，油门踏板上还设置有与所述汽车控制器电连接的振动装置。

可以通过油门踏板的振动反馈，使驾驶者感受到油门踏板的踩踏行为。可以在一些特殊的情况下，对驾驶者提供震动反馈。例如在发生油门误踩的情况下以及在识别到驾驶者的危险驾驶习惯的情况下，可以通过震动反馈提醒驾驶者，以提升驾驶安全性。

通过汽车的控制器控制油门踏板产生振动，振动装置可以选择线性马达实现，在此不做限制。

本申请实施例的智能汽车，由于传统的伸缩油门踏板会一定程度上侵占驾驶者的腿部空间，而本申请实施例的具有压力感知能力的油门踏板由于没有伸缩结构，节省了驾驶者的腿部空间。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图4所示，是根据本申请实施例的用于实现汽车控制的方法的电子设备的框图。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/或者要求的本申请的实现。

如图4所示，该电子设备包括：一个或多个处理器401、存储器402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。

存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的汽车控制的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的汽车控制的方法。

存储器402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的汽车控制的方法对应的程序指令/模块(例如，附图3所示的数据获取模块301、类别识别模块302、策略获取模块303和汽车控制模块304)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的汽车控制的方法。

存储器402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据汽车控制的电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至汽车控制的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

汽车控制的方法的电子设备还可以包括：输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图4中以通过总线连接为例。

输入装置403可接收输入的数字或字符信息，以及产生与汽车控制的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处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、专用ASIC(专用集成电路)、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。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

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。

在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行上述方法。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (11)

1.一种汽车控制方法，其特征在于，包括：

获取当前驾驶者的驾驶行为数据；

基于所述驾驶行为数据和驾驶习惯类别识别模型，得到所述当前驾驶者的驾驶习惯类别；

根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；

在自动驾驶模式下，根据所述自动驾驶控制策略，控制车辆行驶。

2.根据权利要求1所述的方法，其特征在于，所述根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略，包括：

根据所述驾驶习惯类别，从自动驾驶控制策略库中，获取自动驾驶模式下的自动驾驶控制策略；其中，所述自动驾驶控制策略库包含不同驾驶习惯类别与多个自动驾驶控制策略之间的对应关系。

3.根据权利要求1所述的方法，其特征在于，所述驾驶行为数据包括油门踏板受力信息，其中，所述油门踏板受力信息通过油门踏板上设置的压力传感装置所采集；所述获取当前驾驶者的驾驶行为数据，包括：

获取所述当前驾驶者的油门踏板受力信息。

4.根据权利要求1所述的方法，其特征在于，还包括：

接收所述当前驾驶者输入的自动驾驶控制策略选择请求，匹配自动驾驶模式下的自动驾驶控制策略。

5.根据权利要求1所述的方法，其特征在于，还包括：

在所述汽车的剩余电量小于预设电量阈值的情况下，在处于自动驾驶模式时，自动匹配固定的自动驾驶控制策略。

6.根据权利要求1所述的方法，其特征在于，还包括：

获取训练数据，其中，所述训练数据包括多个驾驶者的驾驶行为数据；

通过所述训练数据对神经网络模型进行训练，得到所述驾驶习惯类别识别模型。

7.一种汽车控制装置，其特征在于，包括：

数据获取模块，用于获取当前驾驶者的驾驶行为数据；

类别识别模块，用于基于所述驾驶行为数据和驾驶习惯类别识别模型，得到所述当前驾驶者的驾驶习惯类别；

策略获取模块，用于根据所述驾驶习惯类别，匹配自动驾驶模式下的自动驾驶控制策略；

汽车控制模块，用于在自动驾驶模式下，根据所述自动驾驶控制策略，控制车辆行驶。

8.一种智能汽车，包括油门踏板，其特征在于，所述油门踏板上设置有用于感知受力的压力传感装置，所述压力传感装置电连接汽车控制器。

9.根据权利要求8所述的智能汽车，其特征在于，所述油门踏板上还设置有与所述汽车控制器电连接的振动装置。

10.一种电子设备，其特征在于，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至6中任一项所述的汽车控制方法。

11.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1至6中任一项所述的汽车控制方法。