CN117842099A - 车辆接管的方法、装置、车辆及计算机存储介质 - Google Patents
车辆接管的方法、装置、车辆及计算机存储介质 Download PDFInfo
- Publication number
- CN117842099A CN117842099A CN202311852881.5A CN202311852881A CN117842099A CN 117842099 A CN117842099 A CN 117842099A CN 202311852881 A CN202311852881 A CN 202311852881A CN 117842099 A CN117842099 A CN 117842099A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- over
- driving
- driving system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000013461 design Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000007704 transition Effects 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 10
- 239000012141 concentrate Substances 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 10
- 230000006399 behavior Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000007257 malfunction Effects 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000002996 emotional effect Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000008921 facial expression Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 1
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 1
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000000979 retarding effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车辆接管的方法、装置、车辆及计算机存储介质。在实施例中,应用于车辆的驾驶系统,车辆设置有至少用于感知驾驶员的状态的多个传感器,方法包括:接收车辆的接管请求;根据多个传感器采集的数据,确定指示了驾驶员对驾驶系统的信任情况的第一信任度,和,指示了驾驶系统对驾驶员的信任情况的第二信任度;根据第一信任度和第二信任度,确定用于说明驾驶员接管车辆的方案的接管策略,接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员接管车辆的提示内容;执行接管策略。综合考虑车辆内的驾驶员对驾驶系统的信任度和驾驶系统对驾驶员的信任度,得到参考价值较高的接管策略,使驾驶员更快进入驾驶状态提高车辆行驶安全。
Description
技术领域
本申请实施例涉及智能驾驶技术领域,提供了一种车辆接管的方法、装置、车辆及计算机存储介质。
背景技术
智能驾驶技术正在逐渐发展,其对于人的依赖性在减小,但是人和智能驾驶系统同时对车辆施加影响的控制方式是很长时期内的常态。在这样的驾驶过程中,智能驾驶系统要求驾驶员随时做好接管准备。
在智能驾驶系统运行的过程中,驾驶员除了在智能驾驶失效时进行被动接管,还有可能出于自身意图进行主动接管,例如想要接管车辆的控制权进行完全人工驾驶。若车辆的控制权不能由智能驾驶系统切换至驾驶员,可能会导致人身安全问题,但控制权切换的过程中存在很多人为因素、系统因素、环境因素等复杂因素的混合影响。因此,亟需一种驾驶员接管车辆的技术方案,提高行驶安全。
发明内容
本申请实施例提供了一种车辆接管的方法、装置、车辆及计算机存储介质,综合考虑车辆内的驾驶员对驾驶系统的信任度和驾驶系统对驾驶员的信任度,得到适配驾驶员的状态的接管策略,从而降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
第一方面,本申请实施例提供了一种车辆接管的方法,应用于车辆的驾驶系统,车辆设置有多个传感器,多个传感器至少用于感知驾驶员的状态,方法包括:
接收车辆的接管请求;根据多个传感器采集的数据,确定第一信任度和第二信任度,第一信任度指示了驾驶员对驾驶系统的信任情况,第二信任度指示了驾驶系统对驾驶员的信任情况;根据第一信任度和第二信任度,确定接管策略,接管策略用于说明驾驶员接管车辆的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员接管车辆的提示内容;执行接管策略。
本方案中,综合考虑车辆内的驾驶员对驾驶系统的信任度和驾驶系统对驾驶员的信任度,得到适配驾驶员的状态的接管策略,从而降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
在一种可能的实现方式中,多个传感器还用于感知车辆所在环境;方法还包括:根据多个传感器采集的车辆所在环境的数据,确定车辆所在道路的交通复杂度;根据第一信任度和第二信任度,确定接管策略,包括:根据车辆所在道路的交通复杂度、第一信任度和第二信任度,确定接管策略。
本方案中,综合考虑车辆内的驾驶员对驾驶系统的信任度、驾驶系统对驾驶员的信任度以及车辆所在道路的交通复杂度,提高接管策略的参考价值,进一步降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
在该实现方式的一个例子中,在车辆所在道路的交通复杂度指示了车辆所在道路的交通环境不复杂,且第二信任度指示了驾驶系统对驾驶员不信任时,提示内容策略包括在车辆100内的驾驶员接管车辆后,按照等待时长等待后询问驾驶员是否继续接管车辆。
在该实现方式的一个例子中,提示内容策略包括提示内容的持续时间和/或频次,在车辆所在道路的交通复杂度指示了车辆所在道路的交通环境复杂,且第一信任度指示了驾驶员不信任驾驶系统时,提示内容的持续时间和/或频次为第一数值;否则,为第二数值;第一数值大于第二数值。
在一种可能的实现方式中,接管策略包括提示内容策略对应的提示方式;
在第二信任度指示了驾驶系统信任驾驶员时,提示方式为语音播报、在车辆中的显示屏中显示、触碰驾驶员中的任一种;
在第二信任度指示了驾驶系统不信任驾驶员时,提示方式为语音播报、在车辆中的显示屏中显示、触碰驾驶员中的任意多种。
在一种可能的实现方式中,在第一信任度指示了驾驶员对驾驶系统信任,且第二信任度指示了驾驶系统信任驾驶员时,提示内容为接管提示信息,接管提示信息用于提醒驾驶员需要接管车辆,或者,提醒驾驶员已接管车辆、或者,询问驾驶员是否接管车辆;否则,提示内容为接管提示信息、车辆的当前驾驶状态。
在该实现方式的一个例子中,接管请求为驾驶员操作车辆发起的;
在确定驾驶员没有能力接管车辆,且确定驾驶员不存在误操作时,接管提示信息用于询问驾驶员是否接管车辆;
在确定驾驶员有能力接管车辆,且确定驾驶员不存在误操作时,接管提示信息用于提醒驾驶员已接管车辆。
在该例子的一个示例中,接管请求为驾驶员操作车辆中的至少一个车辆控制部件发起的,至少一个车辆控制部件包括转向单元、油门、制动单元、离合器中的一个或多个。
在该实现方式的一个例子中,接管请求为驾驶系统发起的;接管提示信息用于提醒驾驶员需要接管车辆。
在该例子的一个示例中,接管请求为驾驶系统在判断当前行驶环境超出设计运行域后发起的,设计运行域指示了允许使用驾驶系统进行驾驶决策的行驶环境。
第二方面,本发明实施例提供了一种车辆接管的装置,车辆接管的装置包括若干个模块,各个模块用于执行本发明实施例第一方面提供的车辆接管的方法中的各个步骤,关于模块的划分在此不做限制。该车辆接管的装置各个模块所执行的具体功能及达到的有益效果请参考本发明实施例第一方面提供的车辆接管的方法的各个步骤的功能,在此不再赘述。
示例地,车辆接管的装置应用于车辆的驾驶系统,车辆设置有多个传感器,多个传感器至少用于感知驾驶员的状态,车辆接管的装置包括:
接收模块,用于接收车辆的接管请求;
计算模块,用于根据多个传感器采集的数据,确定第一信任度和第二信任度,第一信任度指示了驾驶员对驾驶系统的信任情况,第二信任度指示了驾驶系统对驾驶员的信任情况;
分析模块,用于根据第一信任度和第二信任度,确定接管策略,接管策略用于说明驾驶员接管车辆的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员接管车辆的提示内容;
执行模块,用于执行接管策略。
本方案中,综合考虑车辆内的驾驶员对驾驶系统的信任度和驾驶系统对驾驶员的信任度,得到适配驾驶员的状态的接管策略,从而降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
在一种可能的实现方式中,多个传感器还用于感知车辆所在环境;分析模块,用于根据多个传感器采集的车辆所在环境的数据,确定车辆所在道路的交通复杂度;根据车辆所在道路的交通复杂度、第一信任度和第二信任度,确定接管策略。
在该实现方式的一个例子中,在车辆所在道路的交通复杂度指示了车辆所在道路的交通环境不复杂,且第二信任度指示了驾驶系统对驾驶员不信任时,提示内容策略包括在车辆100内的驾驶员接管车辆后,按照等待时长等待后询问驾驶员是否继续接管车辆。
在该实现方式的一个例子中,提示内容策略包括提示内容的持续时间和/或频次,在车辆所在道路的交通复杂度指示了车辆所在道路的交通环境复杂,且第一信任度指示了驾驶员不信任驾驶系统时,提示内容的持续时间和/或频次为第一数值;否则,为第二数值;第一数值大于第二数值。
在一种可能的实现方式中,接管策略包括提示内容策略对应的提示方式;
在第二信任度指示了驾驶系统信任驾驶员时,提示方式为语音播报、在车辆中的显示屏中显示、触碰驾驶员中的任一种;
在第二信任度指示了驾驶系统不信任驾驶员时,提示方式为语音播报、在车辆中的显示屏中显示、触碰驾驶员中的任意多种。
在一种可能的实现方式中,在第一信任度指示了驾驶员对驾驶系统信任,且第二信任度指示了驾驶系统信任驾驶员时,提示内容为接管提示信息,接管提示信息用于提醒驾驶员需要接管车辆,或者,提醒驾驶员已接管车辆、或者,询问驾驶员是否接管车辆;否则,提示内容为接管提示信息、车辆的当前驾驶状态。
在该实现方式的一个例子中,接管请求为驾驶员操作车辆发起的;
在确定驾驶员没有能力接管车辆,且确定驾驶员不存在误操作时,接管提示信息用于询问驾驶员是否接管车辆;
在确定驾驶员有能力接管车辆,且确定驾驶员不存在误操作时,接管提示信息用于提醒驾驶员已接管车辆。
在该例子的一个示例中,接管请求为驾驶员操作车辆中的至少一个车辆控制部件发起的,至少一个车辆控制部件包括转向单元、油门、制动单元、离合器中的一个或多个。
在该实现方式的一个例子中,接管请求为驾驶系统发起的;接管提示信息用于提醒驾驶员需要接管车辆。
在该例子的一个示例中,接管请求为驾驶系统在判断当前行驶环境超出设计运行域后发起的,设计运行域指示了允许使用驾驶系统进行驾驶决策的行驶环境。
第三方面,本申请实施例提供了一种驾驶系统,该驾驶系统用于执行第一方面中所提供的车辆接管的方法。
第四方面,本申请实施例提供了一种车辆,该车辆用于执行第一方面中所提供的车辆接管的方法。
第五方面,本申请实施例提供了一种车辆接管的装置或车辆,包括:至少一个存储器,用于存储程序;至少一个处理器,用于执行存储器存储的程序,当存储器存储的程序被执行时,处理器用于执行第一方面中所提供的方法。
第六方面,本申请实施例提供了一种车辆接管的装置或车辆,装置或车辆运行计算机程序指令,以执行第一方面中所提供的方法。示例性的,该装置可以为芯片,或处理器。
在一个例子中,该装置或车辆可以包括处理器,该处理器可以与存储器耦合,读取存储器中的指令并根据该指令执行第一方面中所提供的方法。其中,该存储器可以集成在芯片或处理器中,也可以独立于芯片或处理器之外。
第七方面,本申请实施例提供了一种计算机存储介质,计算机存储介质中存储有指令,当指令在计算机上运行时,使得计算机执行第一方面中所提供的方法。
第八方面,本申请实施例提供了一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行第一方面中所提供的方法。
附图说明
图1是本申请实施例提供的车辆的结构示意图图;
图2a是本申请实施例提供的车辆中驾驶员和传感器之间的位置关系的示意图;
图2b是本申请实施例提供的车辆中传感器位置关系的示意图;
图3是本申请实施例提供的车辆和云服务中心交互的示意图;
图4是本申请实施例提供的驾驶系统的结构示意图;
图5是本申请实施例提供的车辆接管的方法的示意图一;
图6a是图5提供的方法下提示内容策略的场景示意图;
图6b是本申请实施例提供的提示方式的场景示意图;
图7是本申请实施例提供的车辆接管的方法的通信示意图二;
图8是图7提供的方法下提示内容策略的场景示意图;
图9是本申请实施例提供的车辆接管的装置的结构示意图。
具体实施方式
为了使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本申请实施例中的技术方案进行描述。
在本申请实施例的描述中,“示例性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B这三种情况。另外,除非另有说明,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个终端是指两个或两个以上的终端。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
以下,对本实施例中的部分用语进行解释说明。需要说明的是,这些解释是为了便于本领域技术人员理解,并不是对本申请所要求的保护范围构成限定。
驾驶员接管:车辆处于自动驾驶状态时,驾驶员主动结束车辆的自动驾驶并接管车辆,或者车辆当前的自动驾驶能力不足,驾驶员被动结束车辆的自动驾驶,由驾驶员接管。
深度学习(deep learning,DL):深度学习是机器学习的技术和研究领域之一,通过建立多层的人工神经网络(artificial neural network,ANN),在计算系统中实现人工智能。由于ANN能够对输入信息进行逐层提取和筛选,因此深度学习具有表征学习(representation learning)能力,可以实现端到端的监督学习和非监督学习。此外,深度学习也可参与构建强化学习系统(reinforcement learning system,RLS),形成深度强化学习。深度学习所使用网络结构具有多种形态,其网络层数的复杂度被通称为“深度”,深度学习使用数据对其构筑中的参数进行更新以达成训练目标,该过程被通称为“学习”,学习的常见方法为梯度下降算法及其变体,一些统计学习理论被用于学习过程的优化。在应用方面,深度学习被用于对复杂结构和大样本的高维数据进行学习,按研究领域包括计算机视觉、自然语言处理、生物信息学、自动控制等,且在人像识别、机器翻译、自动驾驶等现实问题中取得了成功。。
接下来对本申请实施例提供的车辆接管的方法可能应用的车辆进行介绍。图1示出了本申请实施例提供的一种车辆的功能框图。本申请实施例提供了车辆接管的方法可以应用于如图1所示的车辆的功能框图。
车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等,本申请实施例不做特别的限定。
在一个实施例中,将车辆100配置为完全或部分地自动驾驶模式。例如,车辆100可以在处于自动驾驶模式中的同时控制自身,并且可通过人为操作来确定车辆及其周边环境的当前状态,确定周边环境中的至少一个其他车辆的可能行为,并确定该其他车辆执行可能行为的可能性相对应的置信水平,基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时,可以将车辆100置于没有和人交互的情况下操作。
车辆100可包括各种子系统,例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口120。可选地,车辆100可包括更多或更少的子系统,并且每个子系统可包括多个元件;此外,示出的子系统和子系统中的元件可以按任意种的方式进行组合或划分,本申请对此不做具体限定。另外,车辆100的每个子系统和元件可以通过有线或者无线互连。车辆100的子系统可以被配置为以与彼此互连和/或与耦合到各系统的其它组件互连的方式工作。例如,电源110可以向车辆100的所有子系统提供电力。计算机系统112可以被配置为从行进系统102、传感器系统104、控制系统106和外围设备108接收数据并对它们进行控制。计算机系统112还可以被配置为在用户接口120上生成图像的显示并从用户接口120接收输入。需要说明的是,在其它示例中,车辆100可以包括更多、更少或不同的系统,并且每个系统可以包括更多、更少或不同的组件。另外,车辆100的子系统可以被配置为以与在其各自的系统内部和/或外部的其它子系统互连的方式工作。为此,车辆100的组件和系统可以通过系统总线、网络和/或其它连接机制通信地链接在一起。
行进系统102可包括为车辆100提供动力运动的组件。在一个实施例中,行进系统102可包括引擎122、能量源124、传动装置126和车轮/轮胎128。引擎122可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合,例如汽油发动机和电动机组成的混动引擎,内燃引擎和空气压缩引擎组成的混动引擎。引擎122将能量源124转换成机械能量。
能量源124的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源124也可以为车辆100的其他系统提供能量。
传动装置126可以将来自引擎122的机械动力传送到车轮128。传动装置126可包括变速箱、差速器和驱动轴。在一个实施例中,传动装置126还可以包括其他器件,比如离合器。其中,驱动轴可包括可耦合到一个或多个车轮128的一个或多个轴。
传感器系统120可以包括用于感测关于车辆100所位于的环境的信息的若干个传感器,为了便于描述和区别,可以从称为环境感知传感器。比如,环境感知传感器可以包括全球定位系统(Global Positioning System,GPS)130、惯性测量单元(InertialMeasurement Unit,IMU)132、雷达134,、激光雷达136、相机138。需要说明的是,来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主车辆100的安全操作的关键功能。
GPS130可以为用于估计车辆100的地理位置的任何传感器。为此,GPS130可以包括收发器,基于卫星定位数据估计车辆100相对于地球的位置。
IMU 132可以用于基于惯性加速度及其任意组合来感测车辆100的位置和朝向变化。在一些示例中,IMU 132中传感器的组合可包括例如加速度计和陀螺仪。另外,IMU 132中传感器的其它组合也是可能的。
雷达134可利用无线电信号来感测车辆100的周边环境内的物体。在一些实施例中,除了感知目标物以外,雷达134还可用于感知目标物的速度、位置、前进方向中的一种或多种状态。
激光雷达136可以被看作物体检测系统,可利用激光来感测车辆100所位于的环境中的物体。在一些实施例中,激光测距仪128可包括一个或多个激光源、激光扫描器以及一个或多个检测器,以及其他系统组件。示例性地,激光雷达136可以包括被配置为发射激光脉冲的激光源和/或激光扫描仪,和用于为接收激光脉冲的反射的检测器。例如,激光雷达传感器136可以包括由转镜反射的激光测距仪,并且以一维或二维围绕数字化场景扫描激光,从而以指定角度间隔采集距离测量值。在示例中,激光雷达136可包括诸如光(例如,激光)源、扫描仪和光学系统、光检测器和接收器电子器件之类的组件,以及位置和导航系统。激光雷达136通过扫描一个物体上反射回来的激光确定物体的距离,可以形成精度高达厘米级的3D环境图。
相机138可以包括用于获取车辆100所位于的环境的图像的任何相机(例如,静态相机、视频相机等)。为此,相机138可以被配置为检测可见光,或可以被配置为检测来自光谱的其它部分(诸如红外光或紫外光)的光。其它类型的相机138也是可能的。相机138可以是二维检测器,或可以具有三维空间范围检测功能。在一些示例中,相机138例如可以是距离检测器,其被配置为生成指示从相机138到环境中的若干点的距离的二维图像。为此,相机138可以使用一种或多种距离检测技术。例如,相机138可以被配置为使用结构光技术,其中车辆100利用预定光图案,诸如栅格或棋盘格图案,对环境中的物体进行照射,并且使用相机138检测从物体的预定光图案的反射。基于反射的光图案中的畸变,车辆100可以被配置为检测到物体上的点的距离。预定光图案可以包括红外光或其它波长的光。
上述示例地传感器仅仅作为示例,并不构成具体限定,在一些可能的情况,环境感知传感器还可以包括毫米波雷达(Millimeter-Wave Radar),毫米波雷达通常指波长为1~10mm的物体检测传感器,频率大致范围是10GHz~200GHz。毫米波雷达的测量值具备深度信息,可以提供目标的距离;其次,由于毫米波雷达有明显的多普勒效应,对速度非常敏感,可以直接获得目标的速度,通过检测其多普勒频移可将目标的速度提取出来。目前主流的两种车载毫米波雷达应用频段分别为24GHz和77GHz,前者波长约为1.25cm,主要用于短距离感知,如车身周围环境、盲点、泊车辅助、变道辅助等;后者波长约为4mm,用于中长距离测量,如自动跟车、自适应巡航(ACC)、紧急制动(AEB)等。
传感器系统120还可以包括感知驾驶员的传感器,为了便于描述和区别,可以称为驾驶员感知传感器。本申请对此不做具体限定。
在一些可能的实现方式中,驾驶员感知传感器可以包括相机138、眼动仪140、脑电传感器142和心率传感器144。图2a示出了相机138、眼动仪140、脑电传感器142和心率传感器144的位置关系,如图2a所示,相机138设置在车辆100内部的驾驶员的前方,用于对车辆100中的驾驶员的面部进行拍照;眼动仪140设置在车辆100内部的驾驶员的前方,用于记录驾驶员在处理视觉信息时的眼动轨迹特征;脑电传感器142设置在驾驶员的头部,用于能感受驾驶员的大脑皮质电位波形并转换成可用输出信号;心率传感器144设置在驾驶员的手腕,用于检测驾驶员的心率变化。
需要说明的是,车辆100的相机138可以有多个,对于用于感知环境的相机138,如图2b所示,该相机138设置在车辆100的外部,比如,车辆100的车顶上;对于用于感知驾驶员的相机138,如图2b所示,该相机138设置在车辆100的内部。
传感器系统104也可以包括额外的传感器,包括例如监视车辆100的内部系统的传感器(例如,氧气监视器、燃油量表、机油温度等等)。
控制系统106可以被配置为控制车辆100及其组件的操作。为此,控制系统130可以包括转向单元146、油门148、制动单元150、计算机视觉系统152、路线控制系统154、障碍规避系统156。
转向系统146可操作来调整车辆100的前进方向。例如在一个实施例中可以为方向盘系统。
油门148用于控制引擎118的操作速度并进而控制车辆100的速度。
制动单元150用于控制车辆100减速。制动单元150可使用摩擦力来减慢车轮128。在其他实施例中,制动单元150可将车轮128的动能转换为电流。制动单元150也可采取其他形式来减慢车轮128转速从而控制车辆100的速度。
计算机视觉系统152可以操作来处理和分析由相机130捕捉的图像以便识别车辆100周边环境中的物体和/或特征,以及车辆驾驶舱内的驾驶员的肢体特征和面部特征。所述物体和/或特征可包括交通信号、道路状况和障碍物,所述驾驶员的肢体特征和面部特征包括驾驶员的行为、视线、表情等。计算机视觉系统134可使用物体识别算法、运动中恢复结构(structure from motion,SFM)算法、视频跟踪和其他计算机视觉技术。在一些实施例中,计算机视觉系统134可以用于为环境绘制地图、跟踪物体、估计物体的速度、确定驾驶员行为、人脸识别等等。
路线控制系统154用于确定车辆100的行驶路线。在一些实施例中,路线控制系统142可结合来自传感器、GPS122和一个或多个预定地图的数据以为车辆100确定行驶路线。
障碍规避系统156用于识别、评估和避免或者以其他方式越过车辆100的环境中的潜在障碍物。
当然,在一个实例中,控制系统106可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。比如,传感器融合算法。控制系统106可以额外地或可替换地包括除了图1所示出的组件以外的其他组件。本申请对此不做具体限定。
外围设备140可以被配置为允许车辆100与外部传感器、其它车辆和/或用户交互。为此,外围设备108可以包括例如无线通信系统158、触摸屏160、麦克风162和/或扬声器164。外围设备140可以额外地或可替换地包括除了图1所示出的组件以外的其他组件。本申请对此不做具体限定。
在一些实施例中,外围设备108提供车辆100的用户与用户接口120交互手段。例如,触摸屏160可向车辆100的用户提供信息。用户接口116还可操作触摸屏160来接收用户的输入。触摸屏160可以作为车载电脑的一个载体。在其他情况中,外围设备108可提供用于车辆100与位于车内的其它设备通信的手段。例如,麦克风162可从车辆100的用户接收音频(例如,语音命令或其他音频输入)。类似地,扬声器164可向车辆100的用户输出音频。
无线通信系统158可以直接地或者经由通信网络来与一个或多个设备无线通信。例如,无线通信系统158可使用3G蜂窝通信,例如码分多址(code division multipleaccess,CDMA)、全球移动通信系统(Global System for Mobile Communications,GSM)/GPRS,或者第四代(fourth generation,4G)通信,例如LTE。或者第五代(5th-Generation,5G)通信。无线通信系统158可利用WiFi与无线局域网(wireless local area network,WLAN)通信。在一些实施例中,无线通信系统158可利用红外链路、蓝牙或紫蜂(Zig Bee)与设备直接通信。其他无线协议,例如各种车辆通信系统,例如,无线通信系统158可包括一个或多个专用短程通信(dedicated short range communications,DSRC)设备,这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。
电源110可以被配置为向车辆100的一些或全部组件提供电力。为此,电源110可以包括例如可再充电锂离子或铅酸电池。在一些示例中,一个或多个电池组可被配置为提供电力。其它电源材料和配置也是可能的。在一些示例中,电源110和能量源126可以一起实现,如一些全电动车中那样。
车辆100的部分或所有功能受计算机系统112控制。计算机系统112可包括至少一个处理器114,处理器114执行存储在例如存储器116这样的非暂态计算机可读介质中的指令118。计算机系统112还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。
处理器114可以是任何常规的处理器,诸如商业可获得的中央处理器(centralprocessing unit,CPU)。替选地,该处理器可以是诸如专用集成电路(applicationspecific integrated circuit,ASIC)或其它基于硬件的处理器的专用设备。尽管图1功能性地图示了处理器114、存储器116,但是本领域的普通技术人员应该理解该计算机系统112、处理器114或存储器116实际上可以包括可以或者可以不存储在相同的物理外壳内的计算机系统112、多个处理器114或存储器116。例如,存储器116可以是硬盘驱动器或位于不同于计算机系统112的外壳内的其它存储介质。因此,对处理器114或计算机系统112的引用将被理解为包括对可以或者可以不并行操作的处理器114或计算机系统112或存储器116的集合的引用。不同于使用单一的处理器114来执行此处所描述的步骤,诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器,所述处理器114只执行与特定于组件的功能相关的计算。
在此处所描述的各个方面中,处理器114可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中,此处所描述的过程中的一些在布置于车辆100内的处理器上执行而其它则由远程处理器执行,包括采取执行单一操纵的必要步骤。
在一些实施例中,存储器116可包含指令118(例如,程序逻辑),指令118可被处理器114执行来执行车辆100的各种功能,包括以上描述的那些功能。存储器116也可包含额外的指令,包括向行进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。
除了指令118以外,存储器116还可存储数据,例如道路地图、路线信息,车辆的位置、方向、速度以及其它这样的车辆数据,以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算机系统112使用。
在一些实施例中,上述处理器114还可以执行本申请实施例提供的车辆接管的方法,以帮助驾驶员接管车辆,其中具体的车辆接管的方法可以参照下文中图5的介绍,为了简洁,在此不再赘述。
用户接口120,用于向车辆100的用户提供信息或从其接收信息。可选地,用户接口120可包括在外围设备108的集合内的一个或多个输入/输出设备,例如无线通信系统158、触摸屏160、麦克风162和扬声器164。
计算机系统112可基于从各种子系统(例如,行进系统102、传感器系统104和控制系统106)以及从用户接口120接收的输入来控制车辆100的功能。例如,计算机系统112可利用来自控制系统106的输入以便控制转向单元146来避免由传感器系统104和障碍规避系统156检测到的障碍物。在一些实施例中,计算机系统112可操作来对车辆100及其子系统的许多方面提供控制。
可选地,上述这些组件中的一个或多个可与车辆100分开安装或关联。例如,存储器116可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。
可选地,上述组件只是一个示例,实际应用中,上述各个子系统中的组件有可能根据实际需要增添或者删除,图1不应理解为对本申请实施例的限制。
在本申请的另一些实施例中,计算机系统112还可以从其它计算机系统接收信息或转移信息到其它计算机系统。或者,从车辆100的传感器系统104收集的传感器数据可以被转移到另一个计算机,由另一计算机对此数据进行处理。在一些可能的场景,来自计算机系统112的数据可以经由网络被传送到云侧的计算机系统用于进一步的处理。网络以及中间节点可以包括各种配置和协议,包括因特网、万维网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个公司的专有通信协议的专用网络、以太网、WiFi和HTTP、以及前述的各种组合。这种通信可以由能够传送数据到其它计算机和从其它计算机传送数据的任何设备执行,诸如调制解调器和无线接口。
在一个示例中,另一计算机系统可以包括具有多个计算机的服务器,例如负载均衡服务器群。为了从计算机系统112接收、处理并传送数据,另一计算机系统300与网络的不同节点交换信息。该服务器可以具有类似于计算机系统112的配置,具有处理器、存储器、指令、和数据。
在一个示例中,服务器的数据可以包括提供天气相关的信息。例如,服务器可以接收、监视、存储、更新、以及传送与天气相关的各种信息。该信息可以包括例如以报告形式、雷达信息形式、预报形式等的降水、云、和/或温度信息和/或湿度信息。
在本申请的另一些实施例中,车辆还可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
参见图3,为车辆100和云服务中心(云服务器)300交互的示例。云服务中心300可以经诸如无线通信网络的网络,从车辆100接收信息(诸如车辆100的传感器系统104采集到的数据或者其它信息)。
在一个可能的场景,云服务中心300通过网络可将地图的部分提供给车辆100。在其它示例中,可以在不同位置之间划分操作。例如,多个云服务中心可以接收、证实、组合和/或发送信息报告。在一些示例中还可以在车辆之间发送信息报告和/传感器数据。其它配置也是可能的。
在一个可能的场景,云服务中心300根据接收到的数据,运行其存储的程序,执行本申请实施例提供的车辆接管的方法中的至少部分步骤,以帮助驾驶员接管车辆,其中具体的车辆接管的方法可以参照下文中图5的介绍,为了简洁,在此不再赘述。
在一些示例中,云服务中心300执行下文所述的步骤501至步骤503,并将接管策略发送到车辆100,由车辆100执行接管策略。
在一些示例中,云服务中心300向车辆100发送驾驶员是否有能力接管车辆100的判断结果。例如,云服务中心300基于收集到的传感器系统104采集的数据,确定驾驶员是否有能力接管车辆100的判断结果并告知车辆100,车辆100基于驾驶员是否有能力接管车辆100的判断结果,辅助判断接管策略。其中具体的内容可以参照下文中步骤503的介绍,为了简洁,在此不再赘述。
图4是本申请实施例的适用的驾驶系统101的示意图,在一些可能的情况,驾驶系统也可以被称为自动驾驶系统、智能驾驶系统,还可以被称为决策系统、计算机系统等。
驾驶系统101包括处理器103,处理器103和系统总线105耦合。处理器103可以是一个或者多个处理器,其中每个处理器都可以包括一个或多个处理器核。显示适配器(videoadapter)107,显示适配器107可以驱动显示器109,显示器109和系统总线105耦合。系统总线105通过总线桥111和输入/输出(input/output,I/O)总线113耦合。I/O接口115和I/O总线113耦合。I/O接口115和多种I/O设备进行通信,比如输入设备117(如:键盘,鼠标,触摸屏等),多媒体盘(media tray)119(例如,CD-ROM,多媒体接口等),收发器121(可以发送和/或接受无线电通信信号),摄像头123(可以捕捉景田和动态数字视频图像),采集设备125和外部USB接口125。其中,可选地,和I/O接口115相连接的接口可以是USB接口127。
采集设备125和驾驶系统101关联。采集设备125用于探测驾驶系统101周围的环境。举例来说,采集设备125可以探测目标物,例如,动物,车辆,障碍物等,进一步采集设备125还可以探测上述目标物的周围的环境,比如:动物周围的环境,动物周围出现的其他动物,天气条件,周围环境的光亮度等。可选地,如果驾驶系统101位于车辆100上,采集设备125可以包括图1描述的传感器系统中的环境感知传感器、驾驶员感知传感器,还可以包括外围设备中的麦克风、扬声器等。
其中,处理器103可以是任何传统处理器,包括精简指令集计算(ReducedInstruction Set Computing,RISC)处理器、复杂指令集计算(Complex Instruction SetComputer,CISC)处理器或上述的组合。可选地,处理器可以是诸如专用集成电路ASIC的专用装置。可选地,处理器103可以是神经网络处理器或者是神经网络处理器和上述传统处理器的组合。
驾驶系统101可以通过网络接口129和软件部署服务器145通过网络143通信。网络接口129是硬件网络接口,比如,网卡。网络143可以是外部网络,比如因特网,也可以是内部网络,比如以太网或者虚拟私人网络(Virtual Private Network,VPN)。可选地,网络143还可以是无线网络,比如Wi-Fi网络,蜂窝网络等。
硬盘驱动接口131和系统总线105耦合。硬件驱动接口131连接硬盘驱动器133。
系统内存135和系统总线105耦合。运行在系统内存135的数据可以包括驾驶系统101的操作系统(OS)137和应用程序139。
操作系统(OS)可以包括外壳(shell)和内核(kernel)。外壳是介于使用者和操作系统之内核间的一个接口。外壳是操作系统(OS)最外面的一层。外壳管理使用者与操作系统(OS)之间的交互:等待使用者的输入,向操作系统(OS)解释使用者的输入,并且处理各种各样的操作系统(OS)的输出结果。内核由操作系统(OS)中用于管理存储器、文件、外设和系统资源的那些部分组成。直接与硬件交互,操作系统(OS)内核通常运行进程,并提供进程间的通信,提供CPU时间片管理、中断、内存管理、IO管理等等。
应用程序139包括控制车辆自动驾驶相关程序141,比如,管理自动驾驶的车辆和路上障碍物交互的程序,控制车辆路线或者速度的程序,控制车辆和路上其他车辆交互的程序。应用程序139也存在于软件部署服务器(deploying server)145的系统上。在一个实施例中,在需要执行应用程序147时,驾驶系统101可以从软件部署服务器(deployingserver)149下载应用程序143。
在一些实施例中,上述应用程序还可以包括用于本申请实施例提供的车辆接管的方法对应的应用程序。其中本申请实施例的车辆接管的方法将在下文中具体介绍,为了简洁在此不再赘述。
在本文所述的各种实施例中,驾驶系统101可位于远离车辆100的地方,并且可与车辆100中的计算机系统112无线通信。在其它方面,本文所述驾驶系统101的全部过程可以在设置在车辆100内的处理器114上执行;或者,本文所述驾驶系统101的部分过程可以在设置在车辆100内的处理器114上执行,其它过程可以由远程处理器执行,比如,云服务中心300中的处理器。
在相关技术中,由于环境的不确定性,车辆100仍然会出现故障或者遇到特殊情况,这时需要驾驶员有效接管车辆100的控制权,以确保行车安全。因此,车辆100长期处于人机共驾状态,即驾驶员和驾驶系统101共同完成驾驶任务,驾驶员和驾驶系统101之间需要来回切换车辆100的控制权。若车辆100的控制权不能由驾驶系统101切换至驾驶员,可能会导致人身安全问题,但控制权切换的过程中存在很多人为因素、系统因素、环境因素等复杂因素的混合影响。
目前,亟需一种提高车辆行驶安全的车辆接管的方法。
考虑到信任是指在不确定和脆弱的情景下,驾驶员相信驾驶系统101帮助其完成驾驶任务的态度。随着汽车的智能程度越来越高,驾驶系统101也越来越复杂,会给人带来各种问题。驾驶系统101控制车辆100进行自动化的操作基于大量的算法,这些算法较为专业,非专业人士不容易判断驾驶系统101的决策是如何产生的。由此,可能会导致两个截然不同的结果,一个是过度信任,认为只要是驾驶系统101做出的决策就是对的;另一个是惊讶和疑惑:“驾驶系统101为什么会这样做?”。因此,如何度量驾驶员对于驾驶系统101的信任度就尤为重要。将人对驾驶系统101的信任度维持在一个合适的水平对于车辆行驶安全有非常重要的作用,能够避免过度信任驾驶系统101导致的该接管而没有接管导致的事故,同时也能避免因为信任不足,导致不使用驾驶系统101。
基于此,本申请提供了一种车辆接管的方法,在车辆控制权的切换过程中,考虑驾驶员对驾驶系统101的第一信任度以及驾驶系统101对驾驶员的第二信任度,确定接管策略,接管策略用于说明接管100车辆的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员接管车辆的提示内容,从而提高驾驶员接管车辆的效率,提高车辆行驶的安全性。下文结合图5详细介绍本申请实施例的车辆的控制方法。
接下来,结合上述提供的驾驶系统101,对本申请实施例提供的一种车辆接管的方法进行详细介绍.
图5是本申请实施例提供的车辆接管的方法的流程示意图。本实施例可应用在驾驶系统101上。
如图5所示,本申请实施例提供的车辆接管的方法至少包括如下步骤:
步骤501、驾驶系统101接收车辆100的接管请求。
在一些可能的情况,车辆100的接管请求可以为车辆100内的驾驶员操作车辆100主动发起的,驾驶员主动发起的方式可以有多种。
方式1:驾驶员通过主动操作车辆100内的至少一个车辆控制部件发起,至少一个车辆控制部件可以包括如下的任意一种或多种:转向单元146、油门146、制动单元150、离合器(图1中未示例,有些车辆100中可能没有)。在具体实现时,驾驶员可以向车辆控制部件施加力,在车辆100检测到对车辆控制部件施加的力超过预设阈值,或者,驾驶员对车辆控制部件的控制时间超过阈值,则发起接管请求。这里,阈值可以结合实际情况设置,本申请实施例对此不做具体限定。
方式2:驾驶员可以通过语音发起接管请求,比如驾驶员可以说出一些可以接管车辆的话语比如“接管车辆”,从而发起接管请求。
方式3:驾驶员可以操作触摸屏160直接发起接管请求,比如驾驶员可以操作触摸屏160进入接管发起界面发起接管请求。
在另一些可能的情况,车辆100的接管请求可以为驾驶系统101主动发出的;比如,驾驶系统101在判断车辆100的当前行驶环境超出设计运行域后发起接管请求;设计运行域可以理解为驾驶系统101可以运行的行驶环境,比如,天气情况为晴天,道路交通简单,传感器系统104的识别精度较高,车速小于80km/h等,具体可以结合实际情况设计,本申请实施例对此不做具体限定。其中行驶环境包括天晴情况,天气情况可以为正常、阴天、小雨/小雪、大雨/大雪或大雾等,天气情况可以通过硬盘录像机(digital video recorder,DVR)摄像头识别、先进驾驶辅助系统(advanced driver assistance system,ADAS)摄像头识别、天气应用(application,APP)获取等方法获取。
步骤502、驾驶系统101根据多个传感器采集的数据,确定第一信任度和第二信任度;第一信任度指示了车辆100内的驾驶员对驾驶系统101的信任情况;第二信任度指示了驾驶系统101对驾驶员的信任情况。
其中,第一信任度可以通过数值表示。在一个例子中,第一信任度指示了车辆100内的驾驶员对驾驶系统101的信任情况可以为是否信任;对应的,第一信任度可以为离散数值0和1,1表示信任,0表示不信任;在另一个例子中,第一信任度指示了车辆100内的驾驶员对驾驶系统101的信任情况可以为信任程度;对应的,第一信任度可以为连续值[0,1]中的任一数值,数值越大则表示信任程度越高,反之信任程度越低。第二信任度和第一信任度类同,不再赘述。
其中,多个传感器采集的数据可以指示驾驶员的状态。示例性地,多个传感器可以包括驾驶员感知传感器,比如,相机138、眼动仪140,脑电传感器142,心率传感器144;多个传感器采集的数据可以包括驾驶员感知传感器采集的数据,该数据可以包括相机138对驾驶员的面部拍照采集到的视频流,眼动仪140采集到的驾驶员的眼部活动情况,脑电传感器142采集到的驾驶员的大脑皮质电位波的信息,心率传感器144采集的驾驶员的心率的信息。
在具体实现时,在步骤502中,驾驶系统101可以基于多个传感器采集的数据,确定车辆内的驾驶员的状态信息,状态信息指示了驾驶员针对非驾驶任务的注意力程度、驾驶员的情绪状态、驾驶员的疲劳程度、驾驶员的驾驶里程中的至少一种或多种;根据驾驶员的状态信息,确定车辆内的驾驶员对驾驶系统101的第一信任度,以及,驾驶系统101对驾驶员的第二信任度。
其中,非驾驶任务表示驾驶员在未驾驶状态没有关注道路情况的任务,比如,非驾驶任务可以包括打电话、玩手机、饮食、操作控制系统与乘客交谈、唱歌、睡眠或化妆等,本申请实施例并不局限于上述所提及的非驾驶任务行为。疲劳程度可以包括实时疲劳程度、预设时间段内的平均疲劳程度中的至少一个参数。情绪状态可以说明驾驶员的面部表情,其中驾驶员的面部表情可以为正常、开心、悲伤或生气等,当驾驶员的情绪异常时,驾驶员的面部表情异常;在具体实现时,驾驶系统101通过检测驾驶员面部的摄像头比如相机138获取驾驶员的面部图像,利用人脸检测算法截取人脸框,获取驾驶员的面部特征,例如眼睛的开闭频率、哈欠频率等,结合深度学习算法以及驾驶员的驾驶时长,确定驾驶员的实时疲劳程度、驾驶员在预设时段内的平均疲劳程度,以及驾驶员的情绪状态。
在具体实现时,驾驶系统101可以基于驾驶员针对非驾驶任务的注意力程度和驾驶员的驾驶里程,确定驾驶员对驾驶系统101的第一信任度;可以基于非驾驶任务的注意力程度、情绪状态、疲劳程度,确定驾驶系统101对驾驶员的第二信任度。
上述确定驾驶员对驾驶系统101的第一信任度考虑的因素:驾驶员针对非驾驶任务的注意力程度和驾驶员的驾驶里程仅仅作为示例,并不构成具体限定;在一些可能的实现方式,确定第一信任度时,还可以考虑如下参数中的一个或多个:当前道路是否为驾驶系统101熟悉路线、当前道路类别、当前车速、当前道路上的其他车辆数目、当前道路是否为事故多发地段。
其中,当前道路是否为驾驶系统101熟悉路线可以通过车辆100的历史驾驶情况确定,比如驾驶系统101是否控制车辆100曾经多次在当前道路上行驶,如果是,可以认为当前道路为驾驶系统101熟悉的道路。
其中,当前道路类别为高速路、城市主路或城市支路等,当前道路类别通过车辆100上的相机138或者高精度地图获取当前道路类别。
其中,当前车速可以通过车辆100上的测速传感器检测得到。
其中,当前道路上的其他车辆数目可以通过车辆100上的相机138或者道路上的监控设备获取。
其中,当前道路是否为事故多发地段可以通过交通管理部门或交通管理系统中获取。
上述确定驾驶系统101对驾驶员的第二信任度考虑的因素:针对非驾驶任务的注意力程度、情绪状态、疲劳程度仅仅作为示例,并不构成具体限定;在一些可能的实现方式,确定第二信任度时,还可以考虑如下参数中的一个或多个:驾驶员的用户画像数据、当前道路是否为驾驶员熟悉路线、当前道路类别、当前车速、当前道路上的其他车辆数目、当前道路是否为事故多发地段。
其中,当前道路是否为驾驶系统101熟悉路线可以通过车辆100的历史驾驶情况确定,比如驾驶员是否控制车辆100曾经多次在当前道路上行驶,如果是,可以认为当前道路为驾驶员熟悉的道路。
其中,驾驶员的用户画像数据可以包括驾驶员的驾驶风格、驾驶员的驾龄、驾驶员的驾驶频率、驾驶员的事故率以及驾驶员当前的身体状况中的至少一个参数,其中,驾驶员的风格可以有多种,本实施例以驾驶员的风格为稳健或冒险进行说明。车辆100利用控制器局域网络(Controller Area Network,CAN)总线获取一段时间内的控制系统106的转向单元146比如方向盘的转角、油门148的力度、制动单元150比如刹车的力度、实时速度等驾驶行为信息,对获取到的驾驶行为信息进行分析,以确定驾驶员的驾驶风格。车辆100周期性的获取驾驶员的驾龄、驾驶员的驾驶频率、驾驶员的事故率以及驾驶员当前的身体状况,其中,驾驶员的驾龄、驾驶员的驾驶频率以及驾驶员的事故率是通过交通联网中心、车辆保险等途径获取,驾驶员当前的身体状况可以通过医疗卫生联网等方式获取。需要说明的是,驾驶员的用户画像数据并不局限于本申请实施例中所提到的数据,还可以包括驾驶员的性别、驾驶员的驾车总公里数等。
步骤503、驾驶系统101根据第一信任度和第二信任度,确定接管策略,接管策略用于说明驾驶员接管车辆100的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员进行车辆100接管的提示内容。
其中,第一信任度可以指示车辆100内的驾驶员对驾驶系统101是否信任;示例性地,在第一信任度为连续值[0,1]中的任一数值,则在第一信任度小于等于预设阈值时,指示车辆100内的驾驶员对驾驶系统101不信任;在第一信任度大于预设阈值时,指示车辆100内的驾驶员信任驾驶系统101;示例性地,在第一信任度为离散数值0和1中的任一数值时,在第一信任度为0时,指示车辆100内的驾驶员对驾驶系统101不信任;在第一信任度为1时,指示车辆100内的驾驶员信任驾驶系统101。第二信任度类同,不再赘述。
对于提示内容的选择,在一种可能的情况,在驾驶系统101对驾驶员的第二信任度较高比如第二信任度为1或大于等于预设阈值(比如0.7)时,说明驾驶员的状态较好,注意力集中可以直接进入驾驶状态;进一步的,若驾驶员对驾驶系统101的第一信任度也较高比如第一信任度为1或大于等于预设阈值(比如0.7)时,说明驾驶员对驾驶系统101的决策持相信态度,此时,提示内容为接管提示信息(接管提示信息用于说明驾驶员对车辆100接管的相关信息)即可,提示内容策略可以为发出接管提示信息,无需额外的信息提示进行干扰,提高行车的安全性。否则,提示内容在接管提示信息的基础上,还包括车辆100的当前驾驶状态,对应的,提示内容策略可以包括发出接管提示信息,发出车辆100的当前驾驶状态,这样驾驶员通过车辆100的当前驾驶状态,可以更好的了解车辆100的情况,更有助于驾驶员进行驾驶决策确保行车安全。其中,车辆100的当前驾驶状态用于说明车辆100当前的驾驶任务比如执行,左转,右转等。值得注意的是,在驾驶系统101对驾驶员的第二信任度较低比如第二信任度为0或小于预设阈值(比如0.7),驾驶员对驾驶系统101的第一信任度也较低比如第一信任度为0或小于预设阈值(比如0.7)时,如果驾驶员接管车辆100,可以认为驾驶员处于异常驾驶状态,为了提高行车安全,需要尽可能减少驾驶员的驾驶时长,提示内容策略还可以包括在驾驶员接管车辆100后,按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管),从而减少驾驶员在异常状态下对车辆100的驾驶时长,提高行车安全。其中,等待时长可以为预先设置的时长,也可以为基于车辆100当前的交通情况确定的时长,比如,交通情况较为复杂时,等待时长较短;交通情况较为简单时,等待时长较长,等待时长的具体确定方式可以结合实际需求确定。
在一个例子中,如图6a所示,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,且第二信任度指示了驾驶系统101信任车辆100内的驾驶员时,提示内容为接管提示信息,提示内容策略可以为发出接管提示信息;其中,接管提示信息用于提醒车辆内的驾驶员需要接管车辆,或者,提醒车辆内的驾驶员已接管车辆、或者,询问车辆内的驾驶员是否接管车辆。需要说明的是,如前所述,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,且第二信任度指示了驾驶系统101信任车辆100内的驾驶员时,说明驾驶员的状态较好,注意力集中可以直接进入驾驶状态,驾驶员对驾驶系统101的决策持相信态度,此时可以通过直接发出接管提示信息的方式,无需额外的信息提示进行干扰,即可让驾驶员快速进入驾驶状态,从而提高行车的安全性。
在一个例子中,如图6a所示,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,且第二信任度指示了驾驶系统101不信任车辆100内的驾驶员;或者,在第一信任度指示了车辆100内的驾驶员不信任驾驶系统101,且第二信任度指示了驾驶系统101信任车辆100内的驾驶员,提示内容包括接管提示信息、车辆100的当前驾驶状态,提示内容策略可以包括发出接管提示信息,发出车辆100的当前驾驶状态;其中,接管提示信息用于提醒车辆内的驾驶员需要接管车辆,或者,提醒车辆内的驾驶员已接管车辆、或者,询问车辆内的驾驶员是否接管车辆;车辆100的当前驾驶状态用于说明车辆100当前的驾驶任务比如执行,左转,右转等。需要说明的是,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,且第二信任度指示了驾驶系统101不信任车辆100内的驾驶员时,说明驾驶员的状态较差,进行驾驶决策的准确性较低,但是驾驶员对驾驶系统101的决策持相信态度,此时需要额外告知驾驶员车辆100的当前驾驶状态,让驾驶员更好的了解车辆100的驾驶状态以便更好的进行驾驶决策,提高行车安全。在第一信任度指示了车辆100内的驾驶员不信任驾驶系统101,且第二信任度指示了驾驶系统101信任车辆100内的驾驶员,说明驾驶员的状态较好,注意力集中可以直接进入驾驶状态,但是驾驶员对驾驶系统101的决策持怀疑态度,为了让驾驶员更好的了解车辆100的驾驶状态以便进行驾驶决策,此时需要额外告知驾驶员车辆100的当前驾驶状态,提高行车安全。
在一个例子中,如图6a所示,在第一信任度指示了车辆100内的驾驶员不信任驾驶系统101,且第二信任度指示了驾驶系统101不信任车辆100内的驾驶员,提示内容为接管提示信息、车辆100的当前驾驶状态,提示内容策略包括发出接管提示信息,发出车辆100的当前驾驶状态;若驾驶员接管车辆100,可以认为驾驶员处于异常驾驶状态,为了减少驾驶员异常状态驾驶的时长,提示内容策略包括在驾驶员接管车辆100后,按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管);接管提示信息用于提醒车辆内的驾驶员需要接管车辆,或者,提醒车辆内的驾驶员已接管车辆、或者,询问车辆内的驾驶员是否接管车辆;车辆100的当前驾驶状态用于说明车辆100当前的驾驶任务比如执行,左转,右转等。
在一些可能的场景,在车辆100的接管请求为车辆100内的驾驶员主动操作车辆100发起的。本申请实施例中,驾驶系统100基于驾驶员是否有能力接管车辆、驾驶员是否存在误操作,确定接管内容策略。
其中,驾驶系统101确定驾驶员是否有能力接管车辆可以通过如下的2种方式确定。
方式1,驾驶系统101根据传感器采集的数据,确定针对驾驶员的分析指标的指标值;基于分析指标的指标值,确定驾驶员是否有能力接管车辆。示例性地,分析指标可以为驾驶员的分心行为持久性、驾驶员的视线偏离持久性、驾驶员的异常驾驶状态、驾驶员的用户画像。其中,驾驶员的分心行为持久性可以通过驾驶员的非驾驶任务以及非驾驶任务的持续时间确定,如前所示,非驾驶任务的行为可以为正常、打电话、玩手机、饮食、操作控制系统与乘客交谈等。在具体实现时,车辆100通过驾驶员座舱的监控摄像头比如相机138实时采集驾驶员的视频,利用深度学习的算法确定当前时刻驾驶员的非驾驶任务以及到当前时刻为止该非驾驶任务的持续时间,即驾驶员的非驾驶任务以及非驾驶任务的持续时间。驾驶员的视线偏离持久性可以通过驾驶员的视线停留区域以及视线停留时间确定,驾驶员的视线停留区域可以为前挡风玻璃的左半边下部分、前挡风玻璃的左半边上部分、前挡风玻璃的右半边部分、方向盘、左后视镜、右后视镜、左车窗、右车窗、控制单元VCU屏幕或副驾驶座椅。需要说明的是,驾驶员视线停留区域的划分方式还可以为除本实施例之外的其他合理的划分方式,具体的驾驶员视线停留区域的划分可以根据车辆100以及驾驶员的实际情况确定。驾驶员的异常驾驶状态可以通过前文所述的实时疲劳程度、预设时间段内的平均疲劳程度、驾驶员的情绪状态中的至少一个参数确定。驾驶员的用户画像可以通过驾驶员的用户画像数据确定,驾驶员的用户画像数据参见上文的描述,不再赘述。
方案2:驾驶系统101基于第二信任度,确定驾驶员是否有能力接管车辆。在第二信任度指示了驾驶系统101信任车辆100内的驾驶员时,比如第二信任度为1或大于等于预设阈值(比如0.7),确定驾驶员有能力接管车辆;在第二信任度指示了驾驶系统101不信任车辆100内的驾驶员时,比如第二信任度为1或小于预设阈值(比如0.7),确定驾驶员没有能力接管车辆。
其中,驾驶系统101判断驾驶员是否存在误操作的方式为:驾驶系统101判断驾驶员对车辆控制部件(比如转向单元146、油门146、制动单元150、离合器)的控制时间(可以理解为操作的时长、干涉的时长),在控制时间达到预设阈值时,说明驾驶员没有误操作,否则说明驾驶员的操作为误操作。
示例性地,驾驶系统101在确定驾驶员没有能力接管车辆100,且确定驾驶员不存在误操作时,接管提示信息用于提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100;在一些可能的情况,若驾驶员拒绝接管车辆,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略,示例性地,安全驾驶策略可以包括减速、保持车道不变或安全制动等。
示例性地,驾驶系统101在确定驾驶员有能力接管车辆,且确定驾驶员不存在误操作时,接管提示信息用于提醒车辆100内的驾驶员已接管车辆。
示例性地,驾驶系统101在确定驾驶员存在误操作时,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略,示例性地,安全驾驶策略可以包括减速、保持车道不变或安全制动等。
在另一些可能的场景,接管请求为驾驶系统101发起的。可选地,接管提示信息用于提醒车辆100内的驾驶员需要接管车辆。
示例性地,驾驶系统101在确定驾驶员有能力接管车辆时,接管提示信息用于提醒车辆100内的驾驶员需要接管车辆;在一些可能的情况,若驾驶员拒绝接管车辆100,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略,示例性地,安全驾驶策略可以包括减速、保持车道不变或安全制动等。
示例性地,驾驶系统101在确定驾驶员没能力接管车辆时,接管提示信息用于提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,如果驾驶员接管车辆100,则提示内容策略还可以包括按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管)。
本申请实施例中,接管策略中还包括驾驶策略,在一些可能的场景,在驾驶员需要接管车辆100时,驾驶策略可以用于说明车辆100从驾驶系统101驾驶过渡到驾驶员驾驶的方案。示例性地,驾驶策略可以为在驾驶员未操作车辆控制部件之前,驾驶系统101继续控制车辆,在驾驶员操作车辆控制部件之后,根据驾驶员对车辆控制部件的操作时间,合理分配驾驶系统101的决策和驾驶员的操作之间的权重,逐渐降低驾驶系统101的决策权重,提高驾驶员的操作的权重,最终实现车辆100从自动驾驶到驾驶员驾驶的过渡。在一些可能的场景,在驾驶员没有能力接管车辆100时,驾驶策略可以为安全驾驶策略,用于说明车辆100安全驾驶的方案。
在一种可能的实现方式中,接管策略还可以包括提示内容策略对应的提示方式。
示例性地,提示方式包括如下的至少一种或多种:听觉比如语音播报、视觉比如在车辆100中的显示屏中显示、触觉比如触碰驾驶员。语音播报通过车辆100内的靠近驾驶员的扬声器164实现。触碰驾驶员通过车辆100内的座椅实现,比如,座椅振动,座椅按摩等,具体可结合实际需求确定触碰驾驶员的方式。
对于提示方式的选择,在一些可能的情况,在驾驶系统101对驾驶员的第二信任度较高比如第二信任度为1或大于等于预设阈值(比如0.7)时,说明驾驶员的状态较好,注意力集中可以直接进入驾驶状态,此时,无需考虑驾驶员对驾驶系统101的第一信任度的情况,采取单一的提示方式,提醒驾驶员进入驾驶状态即可;在另一些可能的情况,在驾驶系统101对驾驶员的信任度较低时,说明驾驶员的状态较差,此时,可以采取多种提示方式组合对驾驶员进行提醒,从而使得驾驶员尽快集中注意力进入驾驶状态,确保行车安全。另外,在驾驶系统101对驾驶员的信任度较低的基础上,如果驾驶系统101在判断驾驶员对驾驶系统101的第一信任度较高比如第一信任度为1或大于等于预设阈值(比如0.7)时,说明驾驶员对驾驶系统101的决策持相信态度,这样从驾驶系统101过渡到驾驶员驾驶的过程中,驾驶系统101的决策的参考价值较大,驾驶员即使进行较少的干涉也可以保证行车安全,因此可以采用较少的提示方式,降低对驾驶员的干涉强度,使得驾驶员更加平稳的集中注意力进入驾驶状态,提高驾驶员的状态的稳定性;如果驾驶员对驾驶系统101的第一信任度较低比如第一信任度为0或小于预设阈值(比如0.7)时,说明驾驶员对驾驶系统101的决策持怀疑态度,这样从驾驶系统101过渡到驾驶员驾驶的过程中,驾驶系统101的决策的参考价值较小,驾驶员需要尽快干涉保证行车安全,因此可以采用更多的提示方式,使得驾驶员更快的集中注意力进入驾驶状态,保证行车安全。
在一个例子中,如图6b所示,在第二信任度指示了驾驶系统101信任车辆100内的驾驶员时,提示方式为语音播报、在车辆100中的显示屏中显示、触碰驾驶员中的任一种。
在一个例子中,在第二信任度指示了驾驶系统101不信任车辆100内的驾驶员时,提示方式为语音播报、在车辆100中的显示屏中显示、触碰驾驶员中的任意多种。举例来说,如图6b所示,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,第二信任度指示了驾驶系统101不信任车辆100内的驾驶员的情况下,提示方式可以为语音播报、在车辆100中的显示屏中显示相结合;在第一信任度指示了车辆100内的驾驶员对驾驶系统101不信任,第二信任度指示了驾驶系统101不信任车辆100内的驾驶员的情况下,提示方式可以为语音播报、在车辆100中的显示屏中显示、触碰驾驶员相结合。
示例性地,如下表1示出了驾驶系统100是否信任驾驶员、驾驶员对驾驶系统100的信任状态、接管策略之间的关系。其中,在第一信任度为1或大于预设阈值比如0.7时,说明驾驶员对驾驶系统100的信任状态高,否则为低;在第二信任度为1或大于预设阈值比如0.7时,说明驾驶系统100信任驾驶员;否则不信任。
表1
在一些可能的场景,在车辆100的接管请求为车辆100内的驾驶员主动操作车辆100发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员),且确定驾驶员不存在误操作时,对于表1中的接管提示信息用于提醒车辆100内的驾驶员已接管车辆。
驾驶系统101在确定驾驶员没有能力接管车辆100(或者驾驶系统100不信任驾驶员),且确定驾驶员不存在误操作时,表1中的接管提示信息用于提醒驾驶员提高注意力并询问驾驶员是否接管车辆100;若驾驶员拒绝接管车辆,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
驾驶系统101在确定驾驶员存在误操作时,表1中的提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
在另一些可能的场景,接管请求为驾驶系统101发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员)时,表1中的接管提示信息用于提醒车辆100内的驾驶员需要接管车辆;在一些可能的情况,若驾驶员拒绝接管车辆100,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
驾驶系统101在确定驾驶员没能力接管车辆(或者驾驶系统100不信任驾驶员)时,表1中的接管提示信息用于提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,如果驾驶员接管车辆100,如果表1中的提示内容策略中没有按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管),则提示内容策略还可以包括按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管)。
步骤504、驾驶系统101执行接管策略。
在具体实现时,驾驶系统101可以按照预先设置的提示方式对接管内容进行表现,并在驾驶员同意接管车辆100的情况下,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶;在一些可能的场景,在驾驶员拒绝接管车辆100的情况下,则驾驶系统101按照安全驾驶策略行驶,并告知驾驶员车辆100的驾驶策略为安全驾驶策略。另外,驾驶员同意接管车辆100的方式可以有多种。示例性地,驾驶员可以通过语音控制接管车辆100,比如,驾驶员说出“同意接管”;再比如,驾驶员可以通过操作显示屏接管车辆100,比如,显示屏显示弹窗,弹窗包括显示内容(询问驾驶员是否接管车辆)和操作按钮(比如同意按钮、拒绝按钮),驾驶员通过点击同意按钮,从而接管车辆;还比如,驾驶员对车辆100中对车辆控制部件(比如转向单元146、油门146、制动单元150、离合器)的控制时间或者控制力度超过预设阈值时,即可认为驾驶员同意接管车辆100。
在一些可能的场景,车辆100的接管请求为车辆100内的驾驶员主动操作车辆100发起的。
示例性地,驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员),确定驾驶员不存在误操作;则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,并提醒车辆100内的驾驶员已接管车辆。
示例性地,驾驶系统101在确定驾驶员没有能力接管车辆100(或者驾驶系统100不信任驾驶员),确定驾驶员不存在误操作;驾驶系统101提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,在按照等待时长等待后,询问车辆100内的驾驶员是否继续接管车辆;如果驾驶员拒绝接管车辆101,则驾驶系统101按照安全驾驶策略行驶,并告知驾驶员车辆100的驾驶策略为安全驾驶策略。
示例性地,驾驶系统101在确定驾驶员存在误操作时,则驾驶系统101按照安全驾驶策略行驶,并告知驾驶员车辆100的驾驶策略为安全驾驶策略;还可以显示显示车辆100的当前驾驶状态。
在另一些可能的场景,车辆100的接管请求为驾驶系统101发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员)时,提醒车辆100内的驾驶员需要接管车辆;如果驾驶员同意接管车辆101,驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶;若驾驶员拒绝接管车辆100,则驾驶系统101按照安全驾驶策略行驶,并告知驾驶员车辆100的驾驶策略为安全驾驶策略。
驾驶系统101在确定驾驶员没能力接管车辆(或者驾驶系统100不信任驾驶员)时,提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,显示车辆100的当前驾驶状态;如果驾驶员接管车辆100,驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,并按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管)。若驾驶员拒绝接管车辆100,则驾驶系统101按照安全驾驶策略行驶,并告知驾驶员车辆100的驾驶策略为安全驾驶策略。
本方案中,综合考虑车辆内的驾驶员对驾驶系统的信任度和驾驶系统对驾驶员的信任度,得到适配驾驶员的状态的接管策略,从而降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
图7示出了本申请实施例提供的另一种车辆接管的方法的流程示意图。具体地,如图7所示,本申请实施例中,至少还包括如下步骤:
步骤701、驾驶系统101接收车辆100的接管请求。
详细内容参见上文对步骤501的描述,不再赘述。
步骤702、驾驶系统101根据多个传感器采集的数据,确定第一信任度、第二信任度、车辆100所在道路的交通复杂度;第一信任度指示了车辆100内的驾驶员对驾驶系统101的信任情况;第二信任度指示了驾驶系统101对驾驶员的信任情况。
第一信任度和第二信任度的详细内容参见上文对步骤502的描述,不再赘述。
在一些可能的情况,多个传感器还用于感知车辆所在环境;示例性地,多个传感器可以包括环境感知传感器,比如相机138、雷达134和/或激光测距仪136;多个传感器采集的数据可以包括环境感知传感器采集的数据,该数据可以包括相机138原始采集的车辆100的外部环境的视频流、雷达134和/或激光测距仪136采集的点云数据。在一些可能的实现方式中,驾驶系统101基于环境感知传感器采集的数据,确定车辆100所在道路的交通复杂度;基于驾驶员感知传感器采集的数据,确定第一信任度、第二信任度。
示例性地,车辆100所在道路的交通复杂度用于说明车辆100当前所处道路的交通情况,需要说明的是,车道数目越多,车辆和行人在道路上的流动越大和滞留越长,交通复杂度越高。其中,交通复杂度可以通过数值表示。在一个例子中,交通复杂度指示了车辆100所在道路的交通情况为是否复杂;对应的,交通复杂度可以为离散数值0和1,1表示复杂,0表示不复杂;在另一个例子中,交通复杂度指示了车辆100所在道路的交通情况可以为复杂程度;对应的,交通复杂度可以为连续值[0,1]中的任一数值,数值越大则表示复杂程度越高,反之复杂程度越低。
步骤703、驾驶系统101根据第一信任度、第二信任度、车辆100所在道路的复杂度,确定接管策略,接管策略用于说明驾驶员接管车辆100的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员进行车辆100接管的提示内容。
本方案中,驾驶系统101可以通过车辆100所在道路的复杂度,确定提示内容的持续时长和/或频次,持续时长用于说明提示内容需要发出的时长,频次用于说明提示内容在持续时长内发出的次数。其中,关于提示内容策略和接管策略的详细内容参见步骤503。如果仅仅考虑持续时长,则提示内容会持续发出,比如,持续发出车辆100的当前驾驶状态,持续发出接管提示消息。需要说明的是,如果提示内容为提醒车辆内的驾驶员需要接管车辆,或者,询问车辆内的驾驶员是否接管车辆,则在驾驶员接管车辆100后,停止该提示内容的表现。值得注意的是,不同的提示内容可以具有不同的持续时长和/或频次;比如,考虑到车辆100的当前驾驶状态是驾驶员行驶决策不可缺少的因素,因此可以持续显示车辆100的当前驾驶状态;然后接管提示内容更多起到提醒的作用,不能干扰到驾驶员的集中注意力,因此,可以适当增加提醒的间隔,减少提醒的持续时长,因此,接管提示内容的持续时长和/或频次,可以小于车辆100的当前驾驶状态的持续时长和/或频次。
在具体实现时,驾驶系统101在车辆100所在道路的交通复杂度较高比如交通复杂度为1或者大于等于预设阈值(比如0.8)时,说明道路情况复杂,驾驶系统101出现决策失误的概率可能会提高;在此基础上,在驾驶员对驾驶系统101的第一信任度较低比如第一信任度为0或小于预设阈值(比如0.7)时,可以提高提示内容的持续时长和/或频次,使得驾驶员可以尽快进入驾驶状态或集中注意力,从而尽快减少驾驶系统101的干预,确保行车安全;驾驶系统101在车辆100所在道路的复杂度较低比如交通复杂度为0或者小于预设阈值(比如0.8)时,说明道路情况简单,驾驶系统101出现决策失误的概率相对较低;在此基础上,在驾驶系统101对驾驶员的第二信任度较低比如第二信任度为0或小于预设阈值(比如0.7)时,此时驾驶员出现异常驾驶的可能性较高,此时,提示内容策略还可以包括在驾驶员接管车辆100后,按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管),从而减少驾驶员在异常状态下对车辆100的驾驶时长,提高驾驶系统101的干预,确保行车安全。
示例性地,如图8所示,在第一信任度指示了车辆100内的驾驶员信任驾驶系统101,且第二信任度指示了驾驶系统101信任车辆100内的驾驶员时,此时无需考虑车辆100所在道路的交通复杂度,提示内容策略为发出接管提示信息。
示例性地,如图8所示,在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境不复杂,且第二信任度指示了驾驶系统101对驾驶员不信任时,无论第一信任度指示了车辆100内的驾驶员信任驾驶系统101,或者,不信任驾驶系统101,提示内容策略包括发出接管提示信息、发出车辆100的当前驾驶状态、在驾驶员接管车辆100后,在预设时长后询问车辆101内的驾驶员是否接管车辆。
示例性地,如图8所示,在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境复杂,且第一信任度指示了驾驶员不信任驾驶系统101时,无论第二信任度指示了驾驶系统101信任车辆100内的驾驶员,或者,信任车辆100内的驾驶员,提示内容策略包括发出接管提示信息、发出车辆100的当前驾驶状态、提示内容的频次高、持续时间长;比如,在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境复杂,且第一信任度指示了驾驶员不信任驾驶系统101时,提示内容的持续时间和/或频次为第一数值;否则,为第二数值;第一数值大于第二数值。在具体实现时,在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境复杂,且第一信任度指示了驾驶员信任驾驶系统101,或者,在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境简单,无需考虑第一信任度和第二信任度,提示内容的持续时长可以为5秒,频次可以为1次;在车辆100所在道路的交通复杂度指示了车辆100所在道路的交通环境复杂,且第一信任度指示了驾驶员不信任驾驶系统101时,提示内容的持续时长可以为10秒,频次可以为2次。
需要说明的是,对于交通复杂度低的道路交通情况,在驾驶员需要接管车辆100时,驾驶策略可以用于说明车辆100从驾驶系统101驾驶过渡到驾驶员驾驶的方案,此时,驾驶系统100在驾驶策略中的控制权重可以适当高一些。
示例性地,如下表2示出了车辆100所在道路的交通复杂度、驾驶系统100是否信任驾驶员、驾驶员对驾驶系统100的信任状态、提示内容策略之间的关系。其中,在第一信任度为1或大于预设阈值比如0.7时,说明驾驶员对驾驶系统100的信任状态为高,否则为低;在第二信任度为1或大于预设阈值比如0.7时,说明驾驶系统100信任驾驶员,否则不信任;在车辆100所在道路的交通复杂度为1或大于预设阈值比如0.8时,说明交通复杂度为高,否则为低。
/>
表2
在一些可能的场景,在车辆100的接管请求为车辆100内的驾驶员主动操作车辆100发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员),且确定驾驶员不存在误操作时,对于表2中的接管提示信息用于提醒车辆100内的驾驶员已接管车辆。
驾驶系统101在确定驾驶员没有能力接管车辆100(或者驾驶系统100不信任驾驶员),且确定驾驶员不存在误操作时,表2中的接管提示信息用于提醒驾驶员提高注意力并询问驾驶员是否接管车辆100;若驾驶员拒绝接管车辆,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
驾驶系统101在确定驾驶员存在误操作时,表2中的提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
在另一些可能的场景,接管请求为驾驶系统101发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员)时,表2中的接管提示信息用于提醒车辆100内的驾驶员需要接管车辆;在一些可能的情况,若驾驶员拒绝接管车辆100,提示内容策略还包括安全驾驶提醒信息,安全驾驶提示信息用于告知驾驶员车辆100的驾驶策略为安全驾驶策略。
驾驶系统101在确定驾驶员没能力接管车辆(或者驾驶系统100不信任驾驶员)时,表2中的接管提示信息用于提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,如果驾驶员接管车辆100,如果表2中的提示内容策略中没有按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管),则提示内容策略还可以包括按照等待时长等待后询问车辆100内的驾驶员是否继续接管车辆(也即一定时间后二次确定接管)。
步骤704驾驶系统101执行接管策略。
详细内容可以参见步骤504,主要区别在于提示内容策略的提示方式为接管策略中的提示方式,已经提示内容的频次和/或持续时长不同。
在一些可能的场景,在车辆100的接管请求为车辆100内的驾驶员主动操作车辆100发起的。
示例性地,驾驶系统101在确定驾驶员没有能力接管车辆100(或者驾驶系统100不信任驾驶员),确定驾驶员不存在误操作。
在一种可能的情况,驾驶系统101在车辆100所在道路的交通复杂度较低的情况,提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,在按照等待时长等待后,询问车辆100内的驾驶员是否继续接管车辆。
在另一种可能的情况,驾驶系统101在车辆100所在道路的交通复杂度较高的情况,且驾驶员不信任驾驶系统101的场景下,长时间高频次的提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,持续显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,并且不断的显示车辆100的当前驾驶状态,不断的提醒驾驶员已接管车辆100,交通情况复杂集中注意力。
示例性地,驾驶系统101在确定驾驶员有能力接管车辆100(或者驾驶系统100信任驾驶员),确定驾驶员不存在误操作,车辆100所在道路的交通复杂度较高的情况,且驾驶员不信任驾驶系统101的场景下,长时间高频次的提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,持续显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,并且不断的显示车辆100的当前驾驶状态,不断的提醒驾驶员交通情况复杂集中注意力。
在另一些可能的场景,车辆100的接管请求为驾驶系统101发起的。
驾驶系统101在确定驾驶员有能力接管车辆(或者驾驶系统100信任驾驶员),车辆100所在道路的交通复杂度较高,驾驶员不信任驾驶系统101的场景,长时间高频次的提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,持续显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,并且不断的显示车辆100的当前驾驶状态,不断的提醒驾驶员交通情况复杂集中注意力。
驾驶系统101在确定驾驶员没能力接管车辆(或者驾驶系统100不信任驾驶员)、车辆100所在道路的交通复杂度较低的情况,提醒驾驶员提高注意力,并询问驾驶员是否接管车辆100,显示车辆100的当前驾驶状态;如果驾驶员同意接管车辆101,则驾驶系统101按照驾驶策略实现车辆100从驾驶系统101驾驶过渡到驾驶员驾驶,在按照等待时长等待后,询问车辆100内的驾驶员是否继续接管车辆。
本方案中,综合考虑车辆内的驾驶员对驾驶系统的信任度、驾驶系统对驾驶员的信任度、车辆所在道路的行驶环境,得到适配驾驶员的状态的接管策略,从而降低驾驶员集中注意力进入驾驶状态的时长,提高车辆行驶安全。
基于上述提供的车辆接管的方法,对车辆接管的方法的具体的应用进行说明。
在一些可能的场景中,驾驶系统101部署在车辆100和云服务中心300。在一些可能的情况,车辆100的接管请求可以为车辆100内的驾驶员操作车辆100主动发起的;则云服务中心300可以确定车辆100内的驾驶员是否有能力接管车辆的判断结果,并将判断结果通知给车辆100;车辆100判断驾驶员是否存在误操作,然后,可以基于第一信任度、第二信任度、驾驶员是否存在误操作的判断结果、驾驶员是否有能力接管车辆的判断结果,确定接管策略,详细内容可以参见步骤503、表1的详细描述。或者,车辆100可以基于车辆100所在道路的交通复杂度、第一信任度、第二信任度、驾驶员是否存在误操作的判断结果、驾驶员是否有能力接管车辆的判断结果,确定接管策略。详细内容可以参见步骤703、表2的详细描述。
在另一些可能的场景中,驾驶系统101部署在车辆100中,执行步骤501至步骤504,或者步骤701至步骤704。
基于与本申请方法实施例相同的构思,本申请实施例还提供了一种车辆接管的装置。车辆接管的装置包括若干个模块,各个模块用于执行本申请实施例提供的车辆接管的方法中的各个步骤,关于模块的划分在此不做限制。所属领域的技术人员可以清楚地了解到,实际应用中,可以根据需要而将本申请实施例提供的车辆接管的方法中的各个步骤分配由不同的模块完成,即将装置的内部结构划分成不同的模块,以完成以上描述的全部或者部分功能。实施例中的各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模块集成在一个单元中,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。上述装置中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。
示例地,车辆接管的装置用于执行本申请实施例提供的车辆接管的方法,图9是本申请实施例提供的车辆接管的装置的结构示意图。如图9所示,本申请实施例提供的车辆接管的装置,包括:
接收模块901,用于接收车辆的接管请求;
计算模块902,用于根据多个传感器采集的数据,确定第一信任度和第二信任度,第一信任度指示了驾驶员对驾驶系统的信任情况,第二信任度指示了驾驶系统对驾驶员的信任情况;
分析模块903,用于根据第一信任度和第二信任度,确定接管策略,接管策略用于说明驾驶员接管车辆的方案;接管策略包括提示内容策略,提示内容策略用于说明辅助驾驶员接管车辆的提示内容;
执行模块904,用于执行接管策略。
其中,关于步骤901的详细内容可以参见步骤501,关于步骤902的详细内容可以参见步骤502,关于步骤903的详细内容可以参见步骤503。
本申请实施例还可以提供了一种计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时,使得所述处理器执行本说明书上述“方法”部分中描述的本申请各种实施例的车辆接管的方法中的步骤。其中,所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。其中,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。计算机程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请实施例还可以提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“方法”部分中描述的根据本公开各种实施例的显示控制方法中的步骤。所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。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电载波信号和电信信号。
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。
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。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。。
Claims (13)
1.一种车辆接管的方法,其特征在于,应用于车辆的驾驶系统,所述车辆设置有多个传感器,所述多个传感器至少用于感知所述驾驶员的状态,所述方法包括:
接收所述车辆的接管请求;
根据所述多个传感器采集的数据,确定第一信任度和第二信任度,所述第一信任度指示了所述驾驶员对所述驾驶系统的信任情况,所述第二信任度指示了所述驾驶系统对所述驾驶员的信任情况;
根据所述第一信任度和所述第二信任度,确定接管策略,所述接管策略用于说明所述驾驶员接管所述车辆的方案;所述接管策略包括提示内容策略,所述提示内容策略用于说明辅助所述驾驶员接管所述车辆的提示内容;
执行所述接管策略。
2.根据权利要求1所述的方法,其特征在于,所述多个传感器还用于感知所述车辆所在环境;所述方法还包括:
根据所述多个传感器采集的所述车辆所在环境的数据,确定所述车辆所在道路的交通复杂度;
所述根据所述第一信任度和所述第二信任度,确定接管策略,包括:
根据所述车辆所在道路的交通复杂度、所述第一信任度和所述第二信任度,确定接管策略。
3.根据权利要求2所述的方法,其特征在于,
在所述车辆所在道路的交通复杂度指示了所述车辆所在道路的交通环境不复杂,且所述第二信任度指示了所述驾驶系统对所述驾驶员不信任时,所述提示内容策略包括在所述驾驶员接管车辆后,按照等待时长等待后询问所述驾驶员是否继续接管车辆;和/或,
所述提示内容策略包括提示内容的持续时间和/或频次,在所述车辆所在道路的交通复杂度指示了所述车辆所在道路的交通环境复杂,且所述第一信任度指示了所述驾驶员不信任所述驾驶系统时,所述提示内容的持续时间和/或频次为第一数值;否则,为第二数值;所述第一数值大于所述第二数值。
4.根据权利要求1至3任一所述的方法,其特征在于,所述接管策略包括所述提示内容策略对应的提示方式;
在所述第二信任度指示了所述驾驶系统信任所述驾驶员时,所述提示方式为语音播报、在所述车辆中的显示屏中显示、触碰所述驾驶员中的任一种;
在所述第二信任度指示了所述驾驶系统不信任所述驾驶员时,所述提示方式为语音播报、在所述车辆中的显示屏中显示、触碰所述驾驶员中的任意多种。
5.根据权利要求1至4任一所述的方法,其特征在于,在所述第一信任度指示了所述驾驶员对所述驾驶系统信任,且所述第二信任度指示了所述驾驶系统信任所述驾驶员时,所述提示内容为接管提示信息,所述接管提示信息用于提醒所述驾驶员需要接管所述车辆,或者,提醒所述驾驶员已接管车辆、或者,询问所述驾驶员是否接管车辆;否则,所述提示内容为所述接管提示信息、所述车辆的当前驾驶状态。
6.根据权利要求5所述的方法,其特征在于,所述接管请求为所述驾驶员操作所述车辆发起的;
在确定所述驾驶员没有能力接管所述车辆,且在确定所述驾驶员不存在误操作时,所述接管提示信息用于询问所述驾驶员是否接管所述车辆;
在确定所述驾驶员有能力接管所述车辆,且在确定所述驾驶员不存在误操作时,所述接管提示信息用于提醒所述驾驶员已接管车辆。
7.根据权利要求6所述的方法,其特征在于,所述接管请求为所述驾驶员操作所述车辆中的至少一个车辆控制部件发起的,所述至少一个车辆控制部件包括转向单元、油门、制动单元、离合器中的一个或多个。
8.根据权利要求5所述的方法,其特征在于,所述接管请求为所述驾驶系统发起的;所述接管提示信息用于提醒所述驾驶员需要接管所述车辆。
9.根据权利要求8所述的方法,其特征在于,所述接管请求为所述驾驶系统在判断当前行驶环境超出设计运行域后发起的,所述设计运行域指示了允许使用所述驾驶系统进行驾驶决策的行驶环境。
10.一种车辆接管的装置,其特征在于,所述车辆接管的装置应用于车辆的驾驶系统,所述车辆设置有多个传感器,所述多个传感器至少用于感知所述驾驶员的状态,所述车辆接管的装置包括:
接收模块,用于接收所述车辆的接管请求;
计算模块,用于根据所述多个传感器采集的数据,确定第一信任度和第二信任度,所述第一信任度指示了所述驾驶员对所述驾驶系统的信任情况,所述第二信任度指示了所述驾驶系统对所述驾驶员的信任情况;
分析模块,用于根据所述第一信任度和所述第二信任度,确定接管策略,所述接管策略用于说明所述驾驶员接管所述车辆的方案;所述接管策略包括提示内容策略,所述提示内容策略用于说明辅助所述驾驶员接管所述车辆的提示内容;
执行模块,用于执行所述接管策略。
11.一种车辆,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于执行所述存储器存储的程序,当所述存储器存储的程序被执行时,所述处理器用于执行如权利要求1-9任一所述的方法。
12.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-9任一所述的方法。
13.一种包含指令的计算机程序产品,其特征在于,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311852881.5A CN117842099A (zh) | 2023-12-28 | 2023-12-28 | 车辆接管的方法、装置、车辆及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311852881.5A CN117842099A (zh) | 2023-12-28 | 2023-12-28 | 车辆接管的方法、装置、车辆及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117842099A true CN117842099A (zh) | 2024-04-09 |
Family
ID=90528327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311852881.5A Pending CN117842099A (zh) | 2023-12-28 | 2023-12-28 | 车辆接管的方法、装置、车辆及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117842099A (zh) |
-
2023
- 2023-12-28 CN CN202311852881.5A patent/CN117842099A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107776574B (zh) | 一种自动驾驶车辆的驾驶模式切换方法和装置 | |
CN110371132B (zh) | 驾驶员接管评估方法及装置 | |
KR102498091B1 (ko) | 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 | |
CN112660157B (zh) | 一种多功能无障碍车远程监控与辅助驾驶系统 | |
KR102267331B1 (ko) | 자율 주행 차량과 이를 이용한 보행자 안내 시스템 및 방법 | |
EP4184476A1 (en) | Method and device for controlling switching of vehicle driving mode | |
US11526166B2 (en) | Smart vehicle | |
CN110023168B (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
WO2021196879A1 (zh) | 车辆驾驶行为的识别方法以及识别装置 | |
KR20210088565A (ko) | 정보 처리 장치, 이동 장치 및 방법, 그리고 프로그램 | |
CN112513787B (zh) | 车内隔空手势的交互方法、电子装置及系统 | |
CN110758241B (zh) | 乘员保护方法及装置 | |
WO2018087877A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
WO2022062825A1 (zh) | 车辆的控制方法、装置及车辆 | |
US20230222914A1 (en) | Vehicle reminding method and system, and related device | |
CN113226886A (zh) | 控制车辆行驶的方法、装置及车辆 | |
CN112654546B (zh) | 用户感兴趣对象的识别方法以及识别装置 | |
CN114531913A (zh) | 车道线检测方法、相关设备及计算机可读存储介质 | |
EP4180297A1 (en) | Automatic driving control method and apparatus | |
WO2022061702A1 (zh) | 驾驶提醒的方法、装置及系统 | |
US20210055116A1 (en) | Get-off point guidance method and vehicular electronic device for the guidance | |
CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
CN117842099A (zh) | 车辆接管的方法、装置、车辆及计算机存储介质 | |
CN115675504A (zh) | 一种车辆告警方法以及相关设备 |
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 |