驾驶控制方法、装置、电子设备及可读存储介质制造方法及图纸

本申请提供一种驾驶控制方法、装置、电子设备及可读存储介质，方法应用在车载控制服务器，车载控制服务器部署有算法训练引擎和场景驱动引擎，该方法包括：获取用户驾驶信息；获取车周驾驶场景；算法训练引擎基于用户驾驶信息、车周驾驶场景和已训练的机器模型输出控制信息；场景驱动引擎基于控制信息对车辆进行控制。本申请通过获取用户多维驾驶信息和车周多维驾驶场景，算法训练引擎基于用户多维驾驶信息、车周多维驾驶场景和已训练的机器模型输出控制信息，场景驱动引擎再基于控制信息对车辆进行相应控制，实现根据用户驾驶偏好的个性化控制。解决现有智驾系统，未顾及用户的驾驶个性化偏好，导致用户不习惯和不适应，且体验感差的技术问题。差的技术问题。差的技术问题。

【技术实现步骤摘要】
驾驶控制方法、装置、电子设备及可读存储介质


[0001]本申请涉及计算机领域技术，尤其涉及一种驾驶控制方法、装置、电子设备及可读存储介质。

技术介绍

[0002]智能辅助驾驶和自动驾驶已逐渐成为智能车的必备功能，也是各大厂商逐力的关键卖点，其中基于各种场景给用户做安全提醒或切换到自动驾驶模式是用户依赖的关键功能。
[0003]现有的智驾系统，基于厂商的统一设计和策略。
[0004]然而，现有智驾系统，没有顾及用户的个性化驾驶偏好，使得系统决策让用户感觉到不习惯和不适。

技术实现思路

[0005]本申请提供一种驾驶控制方法、装置、电子设备及可读存储介质，用以解决现有智驾系统，未顾及用户的驾驶个性化偏好，导致用户不习惯和不适应，且体验感差的技术问题。
[0006]第一方面，本申请提供一种驾驶控制方法，所述方法应用在车载控制服务器，所述车载控制服务器部署有算法训练引擎和场景驱动引擎，所述方法包括：
[0007]获取用户驾驶信息；其中，所述用户驾驶信息包括：车控信号和视觉信号；
[0008]获取车周驾驶场景；其中，所述车周驾驶场景包括：天气信息、环境信息和位置信息；
[0009]所述算法训练引擎基于所述用户驾驶信息、所述车周驾驶场景和已训练的机器模型输出控制信息；
[0010]所述场景驱动引擎基于所述控制信息对车辆进行控制。
[0011]进一步地，获取用户驾驶信息，具体包括：
[0012]通过车载摄像头获取视觉信号；其中，所述视觉信号包括：大货车和危险品车；
[0013]通过车载雷达获取车控信号；其中，所述车控信号包括：降低车速、提高车速、超车信号和变道信号。
[0014]进一步地，获取车周驾驶场景，具体包括：
[0015]通过云端服务器获取车周驾驶的天气信息；其中，所述天气信息包括：温度和湿度；
[0016]通过所述车载摄像头获取车周驾驶的环境信息；其中，所述环境信息包括：窄道标志和限速标志；
[0017]通过所述车载雷达和所述车载摄像头获取车周驾驶的位置信息；其中，所述位置信息包括：与其他所述车辆的车距。
[0018]进一步地，所述场景驱动引擎基于所述控制信息对车辆进行控制，具体包括：
[0019]当确定所述大货车遮挡视线，通过所述降低车速增大所述车辆与所述大货车的距离；
[0020]当确定所述大货车或/和所述危险品车在所述车辆的侧面，通过控制与其他所述车辆的车距，增大所述车辆与所述大货车或/和所述危险品车的侧向距离；
[0021]当确定限速标志，降低所述车辆的车速。
[0022]进一步地，所述场景驱动引擎基于所述控制信息对车辆进行控制，具体还包括：
[0023]当确定遮挡视线的大货车或/和所述危险品车或/和超低速的车在所述车辆的前方，通过变道信号和提高车速信号实现超车；
[0024]当确定轻微低速的车在所述车辆的前方，通过控制车速信号实现跟车。
[0025]第二方面，本申请提供一种控制装置，包括：
[0026]获取模块，用于获取用户驾驶信息；其中，所述用户驾驶信息包括：车控信号和视觉信号；
[0027]获取模块，还用于获取车周驾驶场景；其中，所述车周驾驶场景包括：天气信息、环境信息和位置信息；
[0028]处理模块，用于算法训练引擎基于所述用户驾驶信息、所述车周驾驶场景和已训练的机器模型输出控制信息；
[0029]处理模块，还用于所述场景驱动引擎基于所述控制信息对车辆进行控制。
[0030]进一步地，获取模块具体还用于：
[0031]通过车载摄像头获取视觉信号；其中，所述视觉信号包括：大货车和危险品车；
[0032]通过车载雷达获取车控信号；其中，所述车控信号包括：降低车速、提高车速、超车信号和变道信号。
[0033]第三方面，本申请提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的方法。
[0034]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面所述的方法。
[0035]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。
[0036]本申请提供的驾驶控制方法、装置、电子设备及可读存储介质，本方案中，通过获取用户多维驾驶信息和车周多维驾驶场景，算法训练引擎基于用户多维驾驶信息、车周多维驾驶场景和已训练的机器模型输出控制信息，场景驱动引擎再基于控制信息对车辆进行相应控制，实现根据用户驾驶偏好的个性化控制。解决现有智驾系统，未顾及用户的驾驶个性化偏好，导致用户不习惯和不适应，且体验感差的技术问题。
附图说明
[0037]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0038]图1为本申请实施例提供的一种驾驶控制方法的流程示意图；
[0039]图2为本申请实施例提供的另一种驾驶控制方法的流程示意图；
[0040]图3为本申请实施例提供的再一种驾驶控制方法的流程示意图；
[0041]图4为本申请实施例提供的一种控制装置的结构示意图；
[0042]图5为本申请实施例提供的一种电子设备的结构示意图。
[0043]通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
[0044]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开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。
[0045]智能辅助驾驶和自动驾驶已逐渐成为智能车的必备功能，也是各大厂商逐力的关键卖点，其中基于各种场景给用户做安全提醒或切换到自动驾驶模式是用户依赖的关键功能。
[0046]现有的智驾系统，基于厂商的统一设计和策略。
[0047]然而，现有智驾系统，没有顾及用户的个性化驾驶偏好，使得系统决策让用户感觉到不习惯和不适。
[0048]针对上述问题，本申请实施例提供一种驾驶控制方法、装置、电子设备及可读存储介质，旨在解决现有智驾系统，未顾及用户的驾驶个性化偏好，导致用户不习惯和不适应，且体验感差的技术问题。本申请的技术构思是：获取用户驾驶信息；其中，用户驾驶信息包括：车控信号和视觉信号；获取车周驾驶场景；其中，车周驾驶场景包括：天气信息、环境信息和位置信息；算法训练引擎基于用户驾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶控制方法，其特征在于，所述方法应用在车载控制服务器，所述车载控制服务器部署有算法训练引擎和场景驱动引擎，所述方法包括：获取用户驾驶信息；其中，所述用户驾驶信息包括：车控信号和视觉信号；获取车周驾驶场景；其中，所述车周驾驶场景包括：天气信息、环境信息和位置信息；所述算法训练引擎基于所述用户驾驶信息、所述车周驾驶场景和已训练的机器模型输出控制信息；所述场景驱动引擎基于所述控制信息对车辆进行控制。2.根据权利要求1所述的方法，其特征在于，获取用户驾驶信息，具体包括：通过车载摄像头获取视觉信号；其中，所述视觉信号包括：大货车和危险品车；通过车载雷达获取车控信号；其中，所述车控信号包括：降低车速、提高车速、超车信号和变道信号。3.根据权利要求2所述的方法，其特征在于，获取车周驾驶场景，具体包括：通过云端服务器获取车周驾驶的天气信息；其中，所述天气信息包括：温度和湿度；通过所述车载摄像头获取车周驾驶的环境信息；其中，所述环境信息包括：窄道标志和限速标志；通过所述车载雷达和所述车载摄像头获取车周驾驶的位置信息；其中，所述位置信息包括：与其他所述车辆的车距。4.根据权利要求2所述的方法，其特征在于，所述场景驱动引擎基于所述控制信息对车辆进行控制，具体包括：当确定所述大货车遮挡视线，通过所述降低车速增大所述车辆与所述大货车的距离；当确定所述大货车或/和所述危险品车在所述车辆的侧面，通过控制与其他所述车辆的车距，增大所述车辆与所述大货车或/和所述危险品车的侧向距离；当确定限速标志，降低所述车辆的车速。5.根据权利要求2所述的方法，其特征在于，所述场景驱动引...

【专利技术属性】
技术研发人员：袁志俊，
申请(专利权)人：斑马网络技术有限公司，
类型：发明
国别省市：