使用人工智能的驾驶辅助优化系统和方法技术方案

本公开提供了“使用人工智能的驾驶辅助优化系统和方法”。提供了用于预测驾驶员辅助系统的最佳使用级别的系统和方法。所述系统可以收集历史驾驶员行为和路况数据，并且例如经由机器学习或人工智能使用历史数据来训练优化预测模型。此外，所述系统可以收集实时驾驶员行为和路况数据，并且使用训练后的优化预测模型基于实时数据来预测所述驾驶员辅助系统的最佳使用级别。然后，当所述最佳使用级别落在预定阈值之外时，所述系统可以向驾驶员辅助系统发送反馈，使得所述驾驶员辅助系统可能不可用或减少功能性直到所述最佳使用级别得到改善。善。善。

【技术实现步骤摘要】
使用人工智能的驾驶辅助优化系统和方法


[0001]本公开总体上涉及驾驶辅助系统，并且更具体地涉及使用人工智能的驾驶辅助优化系统和方法。

技术介绍

[0002]最近在汽车行业的努力已经导致不同级别(例如，自主级别1至5)的驾驶自动化的发展。例如，驾驶员辅助、部分自动化、条件自动化、高度自动化和全自动化是不同级别的驾驶自动化。除了全自动化级别之外，其他级别的驾驶员都需要对驾驶做出贡献。当前生产车辆中最常见的级别主要是驾驶员辅助(DA)和部分自动化。尽管DA提供了许多好处，但是在使用DA时可能存在不理想的情况。
[0003]关于这些和其他考虑因素，提出了本文的公开内容。

技术实现思路

[0004]公开了一种实时车辆系统和方法，所述实时车辆系统和方法可以用于计算与在某些情况下和场景中使用任何类型的驾驶辅助系统相关联的最佳使用级别。当确定最佳使用级别在预定阈值之外时，可以禁用驾驶辅助系统。例如，系统可以将道路划分为不同路段(例如，每0.5至1英里或在道路类型改变的位置改变路段)。可以针对每个路段单独收集历史数据，以开发优化预测系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于预测驾驶员辅助系统的最佳使用级别的系统，所述系统包括：收发器，所述收发器被配置为接收多个路段中的每个路段的历史数据和目标路段的实时数据；存储器，所述存储器存储计算机可执行指令；以及处理器，所述处理器被配置为访问所述存储器并执行所述计算机可执行指令以：基于所述多个路段中的每个路段的所述历史数据来训练优化预测模型；经由所述优化预测模型基于所述实时数据来为所述目标路段预测所述驾驶员辅助系统的所述最佳使用级别；如果所述最佳使用级别落在预定阈值之外，则向所述驾驶员辅助系统传输警报。2.如权利要求1所述的系统，其中所述驾驶员辅助系统被配置为基于所述警报来减少或停用所述驾驶员辅助系统的至少一个功能性。3.如权利要求1所述的系统，其中所述驾驶员辅助系统的所述至少一个功能性包括巡航控制。4.如权利要求1所述的系统，其中所述历史数据包括历史驾驶员行为数据和历史路况数据，并且其中所述实时数据包括实时驾驶员行为数据和实时路况数据。5.如权利要求4所述的系统，其中所述历史驾驶员行为数据包括加速和减速模式或驾驶员分心的频率中的至少一者。6.如权利要求4所述的系统，其中所述历史路况数据包括历史交通数据、历史天气数据、历史事故数据、历史地面状况数据或历史道路几何形状数据中的至少一者，并且其中所述实时路况数据包括实时交通数据、实时天气数据、实时事故数据、实时地面状况数据或实时道路几何形状数据中的至少一者。7.如权利要求6所述的系统，其中所述历史...

【专利技术属性】
技术研发人员：阿明，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：