一种驾驶辅助方法、系统、介质及终端技术方案

本发明专利技术提供一种驾驶辅助方法、系统、介质及终端，包括：获取驾驶员观测行为数据、驾驶员操作行为数据、车辆观测数据和其它车辆的驾驶员行为模型；基于所述驾驶员观测行为数据、车辆观测数据和其它车辆的驾驶员行为模型构建驾驶员感知模型；基于所述驾驶员感知模型和所述驾驶员操作行为数据构建驾驶员行为模型；基于所述车辆观测数据构建车辆感知模型，并结合所述驾驶员行为模型预测车辆感知驾驶场景；基于所述驾驶员感知模型预测驾驶员感知驾驶场景，并与所述车辆感知驾驶场景对比后获取驾驶员缺失信息以向驾驶员提供辅助。本发明专利技术通过观察驾驶员行为从而获取驾驶员在感知与决策方面的信息构建驾驶员的感知模型和行为模型，为驾驶员进行更精准的辅助，促进驾驶员与辅助系统的协作，提升整体交通安全。

【技术实现步骤摘要】
一种驾驶辅助方法、系统、介质及终端
本专利技术涉及智能驾驶
，特别是涉及一种驾驶辅助方法、系统、介质及终端。
技术介绍
机动车驾驶是一项社会性活动，驾驶员需要与其他交通参与者(行人和其他车辆等)共享道路资源。随着居民人均可支配收入的不断提升，机动车的保有量逐年增加，从而导致路况日趋复杂，交通事故的数量也逐年增加，其中94％的交通事故由人为因素导致。根据国家统计局的数据，交通事故造成的直接财产损失总计超13亿元，伤亡人数超30万人。交通事故对人民群众的生命财产安全造成了极大的威胁。随着人工智能技术、传感器技术的发展以及计算机算力的大幅提升，公路交通出现智能化和信息化的发展趋势：例如，驾驶辅助系统通过配备的雷达、激光、摄像头等传感装置对驾驶环境进行感知，并对驾驶员进行提示或直接对车辆进行操控；又例如，随着5G时代即将到来以及车联网通信技术的发展，车辆可通过车联网传递信息，提升公路交通的效率以及驾驶的安全性。虽然自动驾驶技术已经取得长足的进步，但在可预见的未来，人类驾驶的车辆与自动驾驶车辆将长期共存，开发更加有效的智能驾驶辅助系统仍然是提升道路安全的主要手段。目前的驾驶辅助系统对驾驶员的特点与状态所知甚少，因此在辅助的过程中大都采取保守的策略，导致警报假阳性过多，驾驶员对辅助系统信任降低，从而影响辅助的效果。并且，假警报在复杂交通状况时还会增加驾驶员的认知负担，进一步降低安全性。因此，亟需提出一种新的技术方案，降低驾驶辅助系统的警报假阳性率，为驾驶员提供更准确的驾驶辅助。专利技术内容鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种驾驶辅助方法、系统、介质及终端，用于解决现有技术中的驾驶辅助系统辅助效果不佳的技术问题。为实现上述目的及其它相关目的，本专利技术的第一方面提供一种驾驶辅助方法，包括：获取驾驶员观测行为数据、驾驶员操作行为数据、车辆观测数据和其它车辆的驾驶员行为模型；基于所述驾驶员观测行为数据、车辆观测数据和其它车辆的驾驶员行为模型构建驾驶员感知模型；基于所述驾驶员感知模型和所述驾驶员操作行为数据构建驾驶员行为模型；基于所述车辆观测数据构建车辆感知模型，并结合所述驾驶员行为模型预测车辆感知驾驶场景；基于所述驾驶员感知模型预测驾驶员感知驾驶场景，并与所述车辆感知驾驶场景对比后获取驾驶员缺失信息以向驾驶员提供辅助。于本专利技术的第一方面的一些实施例中，所述方法包括：评估所获取的驾驶员缺失信息的风险等级；基于所述风险等级向驾驶员提供对应的辅助手段。于本专利技术的第一方面的一些实施例中，所述车辆感知驾驶场景的预测方式包括：基于所述驾驶员行为模型预测获取下一刻驾驶员操作行为数据；基于所述车辆感知模型、所述下一刻驾驶员操作行为数据和所述其它车辆的驾驶员行为模型，预测获取下一刻的车辆感知驾驶场景。于本专利技术的第一方面的一些实施例中，驾驶环境中包括多台车辆，所述驾驶员感知模型的构建方式包括：目标车辆与其它车辆通信连接以获取其它车辆的驾驶员行为模型；基于所述驾驶员观测行为数据构建多个目标车辆驾驶员的疑似感知模型；基于其它车辆的驾驶员行为模型，通过博弈缩小所述目标车辆驾驶员的疑似感知模型的数量；更新驾驶员观测行为数据和驾驶员操作行为数据，并基于此缩小剩余的疑似感知模型的数量，以获取所述驾驶员感知模型。于本专利技术的第一方面的一些实施例中，所述驾驶员观测行为数据包括当前驾驶员观测行为数据和前一刻驾驶员观测行为数据；所述驾驶员感知模型的构建方式包括：基于所述前一刻驾驶员观测行为数据和当前所述车辆观测数据获取当前驾驶员观测结果；基于所述当前驾驶员观测结果和所述当前驾驶员观测行为数据，构建所述驾驶员感知模型。于本专利技术的第一方面的一些实施例中，所述驾驶员操作行为数据包括当前驾驶员操作行为数据；所述方法包括：基于所述驾驶员感知模型和所述当前驾驶员操作行为数据构建所述驾驶员行为模型。于本专利技术的第一方面的一些实施例中，所述驾驶员观测行为数据包括驾驶员视线数据、驾驶员姿态数据和驾驶员表情数据；所述方法包括：基于所述驾驶员视线数据推断驾驶员的观测视野并采集驾驶员视野数据；并基于所述驾驶员姿态数据和驾驶员表情数据，获取驾驶员对其观测视野内其它车辆的感知信息，以构建所述驾驶员感知模型。为实现上述目的及其它相关目的，本专利技术的第二方面提供一种驾驶辅助系统，包括：数据获取模块，用于获取驾驶员观测行为数据、驾驶员操作行为数据、车辆观测数据和其它车辆的驾驶员行为模型；驾驶员感知模型构建模块，用于基于所述驾驶员观测行为数据、车辆观测数据和其它车辆的驾驶员行为模型构建驾驶员感知模型；驾驶员行为模型构建模块，用于基于所述驾驶员感知模型和所述驾驶员操作行为数据构建驾驶员行为模型；车辆感知驾驶场景预测模块，用于基于所述车辆观测数据构建车辆感知模型，并结合所述驾驶员行为模型预测车辆感知驾驶场景；缺失信息获取模块，用于基于所述驾驶员感知模型预测驾驶员感知驾驶场景，并与所述车辆驾驶场景对比后获取驾驶员缺失信息以向驾驶员提供辅助。为实现上述目的及其它相关目的，本专利技术的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述驾驶辅助方法。为实现上述目的及其它相关目的，本专利技术的第四方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行所述驾驶辅助方法。如上所述，本专利技术涉及的驾驶辅助方法、系统、介质及终端，具有以下有益效果：通过观察驾驶员行为从而获取驾驶员在感知与决策方面的信息构建驾驶员的感知模型和行为模型，并充分利用车联网将驾驶员的行为模型进行共享，为驾驶员进行更精准的辅助，促进驾驶员与辅助系统的协作，提升整体交通安全。附图说明图1显示为本专利技术一实施例中一种驾驶辅助方法的流程示意图。图2显示为本专利技术一实施例中一种驾驶辅助模型示意图。图3显示为本专利技术一实施例中一种驾驶场景的示意图。图4显示为本专利技术一实施例中另一种驾驶场景的示意图。图5显示为本专利技术一实施例中一种驾驶辅助系统结构示意图。图6显示为本专利技术一实施例中电子终端的结构示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其它优点与功效。本专利技术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，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，在下述描述中，参考附图，附图描述了本专利技术的若干实施例。应当理解，还可使用其它实施例，并且可以在不背离本专利技术的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本专利技术的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本文档来自技高网...

【技术保护点】
1.一种驾驶辅助方法，其特征在于，包括：/n获取驾驶员观测行为数据、驾驶员操作行为数据、车辆观测数据和其它车辆的驾驶员行为模型；/n基于所述驾驶员观测行为数据、车辆观测数据和其它车辆的驾驶员行为模型构建驾驶员感知模型；/n基于所述驾驶员感知模型和所述驾驶员操作行为数据构建驾驶员行为模型；/n基于所述车辆观测数据构建车辆感知模型，并结合所述驾驶员行为模型预测车辆感知驾驶场景；/n基于所述驾驶员感知模型预测驾驶员感知驾驶场景，并与所述车辆感知驾驶场景对比后获取驾驶员缺失信息以向驾驶员提供辅助。/n

【技术特征摘要】
1.一种驾驶辅助方法，其特征在于，包括：
获取驾驶员观测行为数据、驾驶员操作行为数据、车辆观测数据和其它车辆的驾驶员行为模型；
基于所述驾驶员观测行为数据、车辆观测数据和其它车辆的驾驶员行为模型构建驾驶员感知模型；
基于所述驾驶员感知模型和所述驾驶员操作行为数据构建驾驶员行为模型；
基于所述车辆观测数据构建车辆感知模型，并结合所述驾驶员行为模型预测车辆感知驾驶场景；
基于所述驾驶员感知模型预测驾驶员感知驾驶场景，并与所述车辆感知驾驶场景对比后获取驾驶员缺失信息以向驾驶员提供辅助。


2.根据权利要求1所述的驾驶辅助方法，其特征在于，包括：评估所获取的驾驶员缺失信息的风险等级；基于所述风险等级向驾驶员提供对应的辅助手段。


3.根据权利要求1所述的驾驶辅助方法，其特征在于，所述车辆感知驾驶场景的预测方式包括：
基于所述驾驶员行为模型预测获取下一刻驾驶员操作行为数据；基于所述车辆感知模型、所述下一刻驾驶员操作行为数据和所述其它车辆的驾驶员行为模型，预测获取下一刻的车辆感知驾驶场景。


4.根据权利要求1所述的驾驶辅助方法，其特征在于，驾驶环境中包括多台车辆，所述驾驶员感知模型的构建方式包括：
目标车辆与其它车辆通信连接以获取其它车辆的驾驶员行为模型；
基于所述驾驶员观测行为数据构建多个目标车辆驾驶员的疑似感知模型；
基于其它车辆的驾驶员行为模型，通过博弈缩小所述目标车辆驾驶员的疑似感知模型的数量；
更新驾驶员观测行为数据和驾驶员操作行为数据，并基于此缩小剩余的疑似感知模型的数量，以获取所述驾驶员感知模型。


5.根据权利要求1所述的驾驶辅助方法，其特征在于，所述驾驶员观测行为数据包括当前驾驶员观测行为数据和前一刻驾驶员观测行为数据；所述驾驶员感知模型的构建方式包括：
基于所述前一刻驾驶员观测行为数据和当前所述车辆观测数据获取当前驾驶...

【专利技术属性】
技术研发人员：江智浩，唐韧之，
申请(专利权)人：上海科技大学，
类型：发明
国别省市：上海;31