一种辅助驾驶方法、装置、设备、车辆和介质制造方法及图纸

本申请公开了一种辅助驾驶方法、装置、设备、车辆和介质。具体包括：获取当前车辆在形式过程中的车辆运行数据和环境数据；根据车辆运行数据、环境数据和预先构建的数字孪生模型，确定当前车辆的车况信息和所处环境的障碍信息；根据车况信息或者障碍信息，通过数字孪生模型预测当前车辆是否发生危险；根据预测结果，确定驾驶建议，并将驾驶建议反馈至车载终端，以辅助当前车辆的驾驶。本申请实施例的技术方案中，在数字孪生模型中进行模拟和预测，再将生成的驾驶建议反馈至车辆进行执行，能够进一步提高车辆的安全性和稳定性。进一步提高车辆的安全性和稳定性。进一步提高车辆的安全性和稳定性。

【技术实现步骤摘要】
一种辅助驾驶方法、装置、设备、车辆和介质


[0001]本申请涉及自动驾驶
，尤其涉及一种辅助驾驶方法、装置、设备、车辆和介质。

技术介绍

[0002]随着社会的发展越来越多的人选择私家车出行的方式。而现如今，结合的自动化、智能化等新型技术手段的车辆越来越受到用户喜爱。用户的需求也在推动着车辆制造业的不断发展。
[0003]当前，越来越多的厂商开始大力研发自动驾驶技术，一般的，采用自动驾驶的仿真软件进行模拟实验，这种模拟实验的比例占据90％左右，而在封闭场景下实验和真正的开放路段测试仅占极少部分，这就导致了仿真实验无法模拟真实复杂的道路情况，造成对应的自动驾驶算法对复杂情况的应对能力较差，也就使自动驾驶车辆的安全性和稳定性较低。

技术实现思路

[0004]本申请提供了一种辅助驾驶方法、装置、设备、车辆和介质，以提高自动驾驶车辆的安全性和稳定性。
[0005]根据本申请的第一方面，提供了一种辅助驾驶方法，应用于云端，所述方法包括：
[0006]获取当前车辆在形式过程中的车辆运行数据和环境数据；
[0007]根据车辆运行数据、环境数据和预先构建的数字孪生模型，确定当前车辆的车况信息和所处环境的障碍信息；
[0008]根据车况信息或者障碍信息，通过数字孪生模型预测当前车辆是否发生危险；
[0009]根据预测结果，确定驾驶建议，并将驾驶建议反馈至车载终端，以辅助当前车辆的驾驶。
[0010]根据本申请的第二方面，提供了一种辅助驾驶方法，应用于车载终端，所述方法包括：
[0011]采集当前车辆在行驶过程中的车辆运行数据和环境数据，并发送至云端，以使云端通过数字孪生模型预测当前车辆是否发生危险；
[0012]接受云端反馈的驾驶建议，并根据驾驶建议修改驾驶参数，以辅助当前车辆的驾驶。
[0013]根据本申请的第三方面，提供了一种辅助驾驶装置，应用于云端，所述装置包括：
[0014]数据获取模块，用于获取当前车辆在形式过程中的车辆运行数据和环境数据；
[0015]车况确定模块，用于根据车辆运行数据、环境数据和预先构建的数字孪生模型，确定当前车辆的车况信息和所处环境的障碍信息；
[0016]危险预测模块，用于根据车况信息或者障碍信息，通过数字孪生模型预测当前车辆是否发生危险；
[0017]辅助驾驶模块，用于根据预测结果，确定驾驶建议，并将驾驶建议反馈至车载终端，以辅助当前车辆的驾驶。
[0018]根据本申请的第四方面，提供了一种辅助驾驶装置，其特征在于，应用于车载终端，包括：
[0019]数据采集模块，用于采集当前车辆在行驶过程中的车辆运行数据和环境数据，并发送至云端，以使云端通过数字孪生模型预测当前车辆是否发生危险；
[0020]驾驶辅助模块，用于接受云端反馈的预测结果，并根据预测结果修改驾驶参数，以辅助当前车辆的驾驶。
[0021]根据本申请的第五方面，提供了一种电子设备，所述电子设备包括：
[0022]至少一个处理器；以及
[0023]与所述至少一个处理器通信连接的存储器；其中，
[0024]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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辅助驾驶方法，和/或，执行本申请第二方面实施例所述的辅助驾驶方法。
[0025]根据本申请的第六方面，提供了一种车辆，用于自动驾驶等场景，所述车辆设置有如本申请第五方面实施例所述的电子设备。
[0026]根据本申请的第七方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本申请第一方面实施例所述的辅助驾驶方法，和/或，实现本申请第二方面实施例所述的辅助驾驶方法。
[0027]本申请实施例的技术方案中，通过获取车辆运行数据和环境数据，在数字孪生模型中确定当前车辆的车况信息和环境中的障碍信息，并预测车辆是否发生危险以及时的帮助车辆选择合适的驾驶方式。在数字孪生模型中进行模拟和预测，再将生成的驾驶建议反馈至车辆进行执行，不仅可以解决车载终端算力不足的问题，还可以依靠云端数字孪生模型大量数据的支撑完善辅助驾驶(或自动驾驶)的功能，从而进一步提高车辆的安全性和稳定性。
[0028]应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0029]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是根据本申请实施例一提供的一种辅助驾驶方法的流程图；
[0031]图2是根据本申请实施例二所提供的一种辅助驾驶方法的流程图；
[0032]图3A是本申请实施例三所适用的基于数字孪生体的自动驾驶车辆的辅助驾驶的示意图；
[0033]图3B是本申请实施例三所适用的安全预警数字孪生框架的示意图；
[0034]图3C是本申请实施例三所适用的碰撞预测的示意图；
[0035]图3D是本申请实施例三所适用的侧翻预测的示意图；
[0036]图4是根据本申请实施例四提供的一种辅助驾驶装置的结构示意图；
[0037]图5是根据本申请实施例五提供的一种辅助驾驶装置的结构示意图；
[0038]图6是实现本申请实施例的辅助驾驶方法的电子设备的结构示意图。
具体实施方式
[0039]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0040]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“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的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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0041]实施例一
[0042]图1为本申请实施例一提供了一种辅助驾驶方法的流程图，本实施例可适用于通过数字孪生体对车辆进行辅助驾驶的情况，该方法可以应用于云端，该方法可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辅助驾驶方法，其特征在于，应用于云端，所述方法包括：获取当前车辆在形式过程中的车辆运行数据和环境数据；根据所述车辆运行数据、所述环境数据和预先构建的数字孪生模型，确定所述当前车辆的车况信息和所处环境的障碍信息；根据所述车况信息或者所述障碍信息，通过所述数字孪生模型预测所述当前车辆是否发生危险；根据预测结果，确定驾驶建议，并将所述驾驶建议反馈至车载终端，以辅助所述当前车辆的驾驶。2.根据权利要求1所述的方法，其特征在于，所述车况信息包括所述当前车辆的横摆角速度、侧倾角、质心侧向加速度和质心侧偏角；所述根据所述车况信息，通过所述数字孪生模型预测所述当前车辆是否发生危险，包括：根据所述横摆角速度、侧倾角、质心侧向加速度和质心侧偏角，确定所述当前车辆各个轮胎的垂直载荷；基于所述数字孪生模型，根据各所述垂直载荷，判断所述车辆是否发生侧翻。3.根据权利要求2所述的方法，其特征在于，所述根据各所述垂直载荷，判断所述车辆是否发生侧翻，包括：根据各所述垂直载荷，确定所述当前车辆的横向载荷转移率；根据所述横向载荷转移率和预先设定的阈值，判断所述车辆是否发生侧翻。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述障碍信息由以下方式确定：获取所述当前车辆采集的图像数据和毫米波数据；对所述图像数据和所述毫米波数据进行信息融合，并确定所述图像数据中的目标识别框和所述毫米波数据中的投影点区域之间的覆盖率；根据所述覆盖率，确定所述障碍信息。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述根据所述车况信息或者所述障碍信息，通过所述数字孪生模型预测所述当前车辆是否发生危险，还包括：根据所述车况信息、所述障碍信息和所述数字孪生模型，确定障碍物与当前车辆之间的碰撞时间；根据所述碰撞时间，确定所述当前车辆是否发生碰撞。6.一种辅助驾驶方法，其特征在于，应用于车载终端，所述方...

【专利技术属性】
技术研发人员：王祎男，王迪，刘汉旭，魏源伯，杨纯宇，赵永新，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：