CN109406167B - 用于评估车辆的方法、装置、设备和计算机可读存储介质 - Google Patents
用于评估车辆的方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109406167B CN109406167B CN201811280541.9A CN201811280541A CN109406167B CN 109406167 B CN109406167 B CN 109406167B CN 201811280541 A CN201811280541 A CN 201811280541A CN 109406167 B CN109406167 B CN 109406167B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- driving mode
- power consumption
- driver
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000006399 behavior Effects 0.000 claims description 18
- 230000008921 facial expression Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 239000000446 fuel Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 230000008909 emotion recognition Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000981 bystander Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
- B60W2050/046—Monitoring control system parameters involving external transmission of data to or from the vehicle, e.g. via telemetry, satellite, Global Positioning System [GPS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
根据本公开的实施例,提供了用于评估车辆的方法、装置、设备和计算机可读存储介质。该方法包括:确定车辆在自动驾驶模式下的驾驶信息,驾驶信息包括车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项;基于驾驶信息来确定在自动驾驶模式下的车辆使用情况;以及提供车辆使用情况。由此可以有利于车辆管理和使用的优化。
Description
技术领域
本公开的实施例主要涉及车外交互领域,并且更具体地,涉及用于评估车辆的方法、装置、设备和计算机可读存储介质。
背景技术
近年来,随着自动驾驶(也称为无人驾驶)相关技术的迅速发展,越来越多的车辆可以具有自动驾驶模式以供用户使用。目前,车辆的自动驾驶模式可以响应于启动自动驾驶模式的用户指令而被启用,并且可以响应于结束自动驾驶模式的用户指令而被禁用。并且,在自动驾驶的过程中可以可视化地展示车辆的自动驾驶***所识别和执行的内容,例如其它车辆、物体之类的实体对车辆的愈发靠近等等。然而,目前没有任何对自动驾驶模式下的车辆进行量化和评估的技术,导致无法直观地获知自动驾驶模式下的车辆使用情况。
发明内容
根据本公开的实施例,提供了一种用于评估车辆的方案。
在本公开的第一方面中,提供了一种用于评估车辆的方法。该方法包括:确定所述车辆在自动驾驶模式下的驾驶信息,所述驾驶信息包括所述车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项;基于所述驾驶信息来确定在所述自动驾驶模式下的车辆使用情况;以及提供所述车辆使用情况。
在本公开的第二方面中,提供了一种用于评估车辆的装置。该装置包括:信息确定单元,被配置用于确定所述车辆在自动驾驶模式下的驾驶信息,所述驾驶信息包括所述车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项;情况确定单元,被配置用于基于所述驾驶信息来确定在所述自动驾驶模式下的车辆使用情况;以及情况提供单元,被配置用于提供所述车辆使用情况。
在本公开的第三方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1示出了本公开的实施例可以在其中实现的示例环境的示意图;
图2示出了根据本公开的一些实施例的用于评估车辆的方法的流程图;
图3示出了根据本公开的一些实施例的用于评估自动驾驶模式下的时间节省的方法的流程图;
图4示出了根据本公开的一些实施例的用于评估自动驾驶模式下的功耗节省的方法的流程图;
图5示出了根据本公开的一些实施例的用于评估自动驾驶模式下的驾驶员放松程度的方法的流程图;
图6示出了根据本公开的一些实施例的用于提供所评估的车辆使用情况的示例的示意图;
图7示出了根据本公开的一些实施例的用于评估车辆的装置的示意框图;以及
图8示出了可以实施本公开的实施例的计算设备的示意框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如前面提及的,目前没有任何对自动驾驶模式下的车辆进行评估的技术,这就导致无法及时且直观地获知自动驾驶模式下的总体情况,不利于车辆的管理和使用。鉴于此,根据本公开的实施例,提出了一种评估自动驾驶模式下的车辆的方案。在该方案中,通过基于车辆在自动驾驶模式下的驾驶信息,包括行程信息、功耗信息和驾驶员状态中的至少一项,来评估自动驾驶模式下的车辆使用情况。从而可以提供车辆使用情况,有助于车辆的优化、管理和使用。以下将参照附图来具体描述本公开的实施例。
图1示出了本公开的实施例可以在其中实现的示例环境100的示意图。在该示例环境100中示意性示出了车辆110。车辆110可以是可以承载人和/或物并且通过发动机等动力***移动的任何类型的车辆,包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等等。根据本公开的一些实施例,车辆110可以具有自动驾驶模式和普通驾驶模式。在自动驾驶模式下,车辆110可以借助于车辆本身配备的智能驾驶***而运行,无需驾驶员111的参与。智能驾驶***基于对车辆周围环境的自动感知,确定车辆在当前环境下可执行的驾驶行为,进而控制车辆实现相应的驾驶行为。本公开实施例的方案适于任意智能驾驶***,为避免混淆本发明,这里不再赘述。而在普通驾驶模式下,需要由驾驶员111来全程操控车辆110的运行。在备选实施例中,车辆100可以仅具有自动驾驶模式,这样的车辆也被称为无人驾驶车辆。
在环境100中,车辆110可以由驾驶员111在普通驾驶模式或自动驾驶模式下驾驶。车辆110可以包括车内摄像头112、行车电脑113和车载GPS 114。应理解到,尽管这里仅示出车内摄像头112、行车电脑113和车载GPS 114,但车辆110还可以配备有其它任意合适设施。为了便于图示,这里未示出。此外,尽管仅示出一个车内摄像头112,但应理解到,车辆110可以包括更多数量的车内摄像头,本公开的实施例对此并不作任何限制。
根据本公开的一些实施例,车内摄像头112至少可以记录驾驶员的操作信息,例如关注区域信息、面部表情信息、非驾驶行为信息等等。在附加实施例中,车内摄像头112也可以记录与乘客或车内其它事物相关联的信息。应理解到,车内摄像头112可以布置在车辆110内部,也可以布置在车辆110外部,只要车内摄像头112能够记录车辆110内部的信息即可。本公开的实施例对此不作限制。根据本公开的一些实施例,行车电脑113可以记录有关车辆的油耗、车速等的信息。例如,即时油耗(或电耗)、平均油耗(或电耗)、剩余油量(或电量)、续航里程、发动机转速、水温等等。根据本公开的一些实施例,车载GPS(全球定位***)114可以用于定位车辆110的当前位置。
在环境100中还示出了存储装置120和计算设备130。根据本公开的实施例,可以将从车辆获取到的信息存储至存储装置120,以在计算设备130处用来执行车辆的评估,从而输出评估结果150。存储装置120可以为任意合适的存储装置,这里不再赘述。计算设备130可以是具有计算功能的任意服务器或终端设备。应理解到,尽管这里将存储装置120和计算设备130示出为独立于车辆110,但在备选实施例中,存储装置120和计算设备130也可以与车辆110集成。
下面将结合图2至图5详细描述根据本公开实施例的用于评估车辆的方案。图2示出了根据本公开的一些实施例的用于评估车辆的方法200的流程图。该方法200可以在图1的计算设备130处实施,因而下面结合图1的环境对其进行描述。
如图2所示,在框210,可以确定车辆110在自动驾驶模式下的驾驶信息。根据本公开的一些实施例,驾驶信息可以包括车辆110在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项。在一些实施例中,可以从车辆110的车内摄像头112、行车电脑113、车载GPS 114记录的数据中分别获取车辆110在自动驾驶模式下的有关信息,进而确定出车辆110在自动驾驶模式下的驾驶信息,包括行程信息、功耗信息以及驾驶员状态。应理解到,在车辆110为无人驾驶车辆的情况下,可以不存在驾驶员状态。
在框220,基于驾驶信息来确定在自动驾驶模式下的车辆使用情况。根据本公开的一些实施例,车辆使用情况可以包括车在自动驾驶模式下的时间节省信息、功耗节省信息、驾驶员放松程度中的至少一项。应理解到,本公开的实施例并不限于此,而是旨在涵盖与自动驾驶模式下的车辆使用情况相关的任意信息。这里仅以时间节省信息、功耗节省信息、驾驶员放松程度为例,结合图3至图5描述具体实施例。
图3示出了根据本公开的一些实施例的用于评估自动驾驶模式下的时间节省的方法300的流程图。该方法300同样可以在图1的计算设备130处实施,因而下面结合图1的环境对其进行描述。
如图3所示,在框310,获取车辆110在自动驾驶模式下的一段行程的地图数据、车载GPS数据和时间信息。根据本公开的一些实施例,可以获取与自动驾驶模式下的整个行程相关联的信息。在备选实施例中,也可以仅获取与自动驾驶模式下的一部分行程相关联的信息。
根据本公开的一些实施例,地图数据可以是从车辆110来获取,例如在车辆110具有车载导航仪的情况下。在备选实施例中,可以从车辆110外部获取地图数据。例如,在一些实施例中,可以获取计算设备130本地存储的地图数据。在备选实施例中,计算设备130可以从维护地图数据的远程服务器获取地图数据。根据本公开的一些实施例,计算设备130可以从车辆110的车载GPS 140获取车载GPS数据和时间信息。
在框320,基于获取的地图数据、车载GPS数据和时间信息,可以确定行程信息。在一些实施例中,结合地图数据、车载GPS数据和时间信息,可以确定自动驾驶模式的开启和结束的位置和时间,并且进而可以确定自动驾驶模式下的行程长度以及行程时间。在一些实施例中,结合地图数据、车载GPS数据和时间信息,可以确定自动驾驶模式下车辆110经过的道路的状况,例如拥堵路段和缓行路段的长度以及相应的通过时间。应理解到,本公开的实施例并不限于此,为了简要起见,这里不再一一列举。
在框330,获取车辆110在普通驾驶模式下的历史行程信息。根据本公开的一些实施例,可以基于自动驾驶模式的开启和结束的位置,来获取在先前某一时间段内车辆110在普通驾驶模式下经过相同起始位置时的地图数据、车载GPS数据和时间信息,并且基于获取到的信息可以确定出历史行程信息。例如,在一些实施例中,可以确定出普通驾驶模式下的行程长度以及行程时间。在一些实施例中,可以确定出普通驾驶模式下车辆110经过的道路的状况,例如拥堵路段和缓行路段的长度以及相应的通过时间。该历史行程信息的确定可以通过类似于框310和框320所述的操作来实现。关于这一点的其它细节可参见关于框310和框320的描述,这里不再赘述。
在框340,基于在框320确定的行程信息和在框330确定的历史行程信息,可以确定自动驾驶模式相比普通驾驶模式的时间节省信息。在一些实施例中,基于自动驾驶模式和普通驾驶模式下的相应的整个行程时间,可以确定自动驾驶模式相比普通驾驶模式而言在整个行程上节省的总时间。在一些实施例中,基于自动驾驶模式和普通驾驶模式下的相应的通过拥堵路段的时间,可以确定自动驾驶模式相比普通驾驶模式而言在拥堵路段上节省的时间。应理解到,本公开的实施例并不限于此,为了简要起见,这里不再一一列举。
图4示出了根据本公开的一些实施例的用于评估自动驾驶模式下的功耗节省的方法400的流程图。该方法400同样可以在图1的计算设备130处实施,因而下面结合图1的环境对其进行描述。
如图4所示,在框410,获取车辆110在自动驾驶模式下的行车电脑数据,例如从行车电脑113获取。根据本公开的一些实施例,可以获取与自动驾驶模式下的整个行程相关联的信息。在备选实施例中,也可以仅获取与自动驾驶模式下的一部分行程相关联的信息。
在框420,基于行车电脑数据,可以确定自动驾驶模式下的功耗信息。在一些实施例中,可以从行车电脑数据确定自动驾驶模式下的整个行程的平均功耗。在一些实施例中,可以从行车电脑数据确定自动驾驶模式下的整个行程的耗油(或耗电)量。应理解到,本公开的实施例并不限于此,为了简要起见,这里不再一一列举。
在框430,获取车辆110在普通驾驶模式下的历史功耗信息。根据本公开的一些实施例,可以基于自动驾驶模式的开启和结束的位置,来获取在先前某一时间段内车辆110在普通驾驶模式下经过相同起始位置时的行车电脑数据,并且基于获取到的数据可以确定出历史功耗信息。例如,在一些实施例中,可以确定出普通驾驶模式下的相同行程上的平均功耗。在一些实施例中,可以确定出普通驾驶模式下的相同行程上的耗油(或耗电)量。该历史功耗信息的确定可以通过类似于框410和框420所述的操作来实现。关于这一点的其它细节可参照关于框410和框420的描述,这里不再赘述。
在框440,基于在框420确定的功耗信息和在框430确定的历史功耗信息,可以确定自动驾驶模式相比普通驾驶模式的功耗节省信息。在一些实施例中,基于自动驾驶模式和普通驾驶模式下的相应的整个行程上的平均功耗或者总耗油(或耗电)量,可以确定自动驾驶模式相比普通驾驶模式而言在整个行程上节省的功耗。在一些实施例中,基于自动驾驶模式和普通驾驶模式下的相应的通过拥堵路段时的平均功耗或耗油(或耗电)量,可以确定自动驾驶模式相比普通驾驶模式而言在拥堵路段上节省的功耗。应理解到,本公开的实施例并不限于此,为了简要起见,这里不再一一列举。
图5示出了根据本公开的一些实施例的用于评估自动驾驶模式下的驾驶员放松程度的方法500的流程图。该方法500同样可以在图1的计算设备130处实施,因而下面结合图1的环境对其进行描述。
如图5所示,在框510,获取车辆110在自动驾驶模式下的摄像头数据,例如从车内摄像头112获取。在一些实施例中,可以基于自动驾驶模式的开启和结束的时间,从摄像头数据获取在此时间段内拍摄的图像数据。
在框520,基于摄像头数据,确定驾驶员的操作信息。根据本公开的一些实施例,可以通过分析所获取的图像数据,确定驾驶员111的关注区域信息、面部表情信息、非驾驶行为信息等等。
在一些实施例中,可以通过机器视觉技术来分析图像数据,以确定驾驶员111对于车道区域和其它区域的关注程度。车道区域包括驾驶所在车道和驾驶两侧的车道。其它区域包括仪表盘、后视镜、路旁行人等。在一些实施例中,例如可以通过机器视觉的方法提取驾驶员面部关键特征点位置,计算驾驶员的头部偏转角度,建立关注程度的判别指标,从而可判别驾驶员当前对预定区域的关注程度。在一些实施例中,例如可以通过判断驾驶员对车道区域或其它区域的关注时间是否超过预定阈值来确定驾驶员对车道区域的关注度。应理解到,这里可以使用本领域已知或未来开发的任意合适的机器视觉技术来实现。
在一些实施例中,可以通过情绪识别技术来分析图像数据,确定驾驶员111的面部表情信息,例如,平静、紧张、畏惧、开心、生气、惊奇等等。在一些实施例中,例如可以通过确定在自动驾驶模式下驾驶员较频繁出现的面部表情,作为驾驶员111的面部表情信息。应理解到,这里可以使用本领域已知或未来开发的任意合适的情绪识别技术来实现。
在一些实施例中,可以通过机器视觉技术来分析图像数据,确定驾驶员111的非驾驶行为信息,例如,打电话、低头玩手机、侧头与旁人交谈、抽烟等等。在一些实施例中,例如可以通过确定在自动驾驶模式下驾驶员的非驾驶行为的持续时间,作为驾驶员111的非驾驶行为信息。在一些实施例中,例如可以通过确定在自动驾驶模式下驾驶员的非驾驶行为的种类数量,作为驾驶员111的非驾驶行为信息。应理解到,这里可以使用本领域已知或未来开发的任意合适的机器视觉技术来实现。
在框530,基于在框520得到的操作信息,确定驾驶员111的放松级别。放松级别指示驾驶员111在自动驾驶模式下的放松程度。根据本公开的一些实施例,可以基于关注区域信息、面部表情信息、非驾驶行为信息中的一项或多项来定义放松级别。例如,放松级别可以包括放松、高度放松、完全放松三个级别。例如,将解放双手但需要驾驶员关注道路的情形,确定为放松。将解放双手、部分解放大脑且无需关注道路的情形,确定为高度放松。将解放双手和大脑、可进行阅读、游戏等活动的情形,确定为完全放松。应理解到,放松级别的定义和确定方式并不限于此示例,还可以使用其它任意合适的划分方式。
具体来说,在一些实施例中,例如,当确定驾驶员111在自动驾驶期间的关注区域是车道区域时,可以将放松级别确定为放松,而当关注区域是其它区域,可以将放松级别确定为高度放松。在一些实施例中,当在确定出关注区域是其它区域的情况下,如果进一步确定出在自动驾驶期间驾驶员的面部表情信息为开心且持续时间超过预定阈值时,可以将放松级别确定为完全放松。在一些实施例中,当在确定出关注区域是其它区域的情况下,如果进一步确定出在自动驾驶期间驾驶员的非驾驶行为的持续时间超过阈值或驾驶员的非驾驶行为的种类数量超过预定阈值时,可以将放松级别确定为完全放松。
在本公开的一些实施例中,也可以针对关注区域信息、面部表情信息、非驾驶行为信息中的各项进行评分并计算总分,将总分与各放松级别的预定阈值进行比较,从而确定驾驶员111的放松程度。或者,在一些实施例中,还可以针对这些信息中的各项分别设置权重,以校正总分,提高准确度。
在一些实施例中,例如,针对关注区域信息中的对车道区域的高关注度,可以给予低评分,而针对关注区域信息中的对车道区域的低关注度,可以给予高评分。例如,针对面部表情信息中的平静表情,可以给予低评分,而针对目标表情信息中的开心表情,可以给予高评分。例如,针对非驾驶行为信息中的低头玩手机的行为,可以给予高评分。总分越高,放松级别越高。
应理解到,放松程度的判断方法并不限于上述示例,还可以使用其它任意合适的方法。通过量化驾驶员的放松程度,使得可以更准确地评估自动驾驶模式下的车辆,从而有利于车辆的优化、管理和使用。
至此结合图3至图5描述了评估车辆使用情况的一些实施例。返回图2,在框230,可以提供所评估的车辆使用情况。在一些实施例中,可以在自动驾驶模式结束时提供该车辆使用情况。
图6示出了根据本公开的一些实施例的用于提供所评估的车辆使用情况的示例600的示意图。示例600呈现车辆使用情况601,该车辆使用情况601包括时间节省信息610、功耗节省信息620和驾驶员状态信息630。应理解到,在备选实施例中,车辆使用情况601可以仅包括时间节省信息610、功耗节省信息620和驾驶员状态信息630中的一项或两项。例如,在无人驾驶车辆的情况下,车辆使用情况601可以仅包括时间节省信息610和功耗节省信息620。此外,应理解到,车辆使用情况的提供方式并不限于610-630所示的方式,可以采用其它任意合适的方式。
根据本公开的一些实施例,可以通过车辆110的显示装置以视觉方式呈现车辆使用情况601。在一些实施例中,可以通过车辆的仪表盘呈现。在一些实施例中,可以通过车辆的中控显示屏呈现。
根据本公开的备选实施例,可以通过车辆110的音箱***以音频方式呈现车辆使用情况601。在其它一些实施例中,还可以在用户的终端上呈现车辆使用情况601。这里的用户可以包括车辆的驾驶员、乘客和管理中的至少一项。管理者例如为销售商、制造商等等。这里的终端可以包括手机、台式计算机、便携式计算机、个人数字助理等等。根据本公开的一些实施例,该呈现可以是响应于来自用户的请求而执行。在备选实施例中,该呈现可以是由计算设备130主动提供给用户。
至此描述了根据本公开实施例的用于评估自动驾驶模式下的车辆的方法。通过参数量化自动驾驶模式下的车辆使用情况,从而可以评估自动驾驶模式下的车辆。该评估结果可以有利于后续对车辆管理和使用的优化。
相对应地,本公开实施例还提供用于评估车辆的装置。图7示出了根据本公开的一些实施例的用于评估车辆的装置700的示意框图。该装置700可以在图1的计算设备130上实施。
如图7所示,装置700可以包括信息确定单元710、情况确定单元720和情况提供单元730。信息确定单元710可以被配置用于确定车辆在自动驾驶模式下的驾驶信息,所述驾驶信息包括所述车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项。情况确定单元720可以被配置用于基于所述驾驶信息来确定在所述自动驾驶模式下的车辆使用情况。情况提供单元730可以被配置用于提供所述车辆使用情况。
根据本公开的一些实施例,信息确定单元710可以包括:信息获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的一段行程的地图数据、车载GPS数据和时间信息;以及行程确定单元,被配置用于基于所述地图数据、所述车载GPS数据和所述时间信息,确定所述行程信息。
根据本公开的一些实施例,情况确定单元720可以包括:历史形成获取单元,被配置用于获取所述车辆在普通驾驶模式下的历史行程信息;以及时间节省确定单元,被配置用于基于所述行程信息和所述历史行程信息,确定所述自动驾驶模式相比所述普通驾驶模式的时间节省信息。
根据本公开的一些实施例,信息确定单元710可以包括:行车数据获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的行车电脑数据;以及功耗确定单元,被配置用于基于所述行车电脑数据,确定所述自动驾驶模式下的功耗信息。
根据本公开的一些实施例,情况确定单元720可以包括:历史功耗获取单元,被配置用于获取所述车辆在普通驾驶模式下的历史功耗信息;以及功耗节省单元,被配置用于基于所述功耗信息和所述历史功耗信息,确定所述自动驾驶模式相比所述普通驾驶模式下的功耗节省信息。
根据本公开的一些实施例,信息确定单元710可以包括:摄像头数据获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的摄像头数据;以及状态确定单元,被配置用于基于所述摄像头数据,确定所述驾驶员状态。
根据本公开的一些实施例,情况确定单元720可以包括:操作信息确定单元,被配置用于基于所述驾驶员状态,确定所述驾驶员的操作信息,所述操作信息包括关注区域信息、面部表情信息、非驾驶行为信息中的至少一项;以及放松级别确定单元,被配置用于基于所述操作信息,确定所述驾驶员的放松级别,所述放松级别指示所述驾驶员在所述自动驾驶模式下的放松程度。
根据本公开的一些实施例,情况提供单元730可以包括以下至少一项:视觉呈现单元,被配置用于通过所述车辆的显示装置以视觉方式呈现所述车辆使用情况;音频呈现单元,被配置用于通过所述车辆的音箱***以音频方式呈现所述车辆使用情况;以及终端呈现单元,被配置用于在用户的终端上呈现所述车辆使用情况,所述用户包括所述车辆的驾驶员、乘客和管理者中的至少一项。
图8示出了可以用来实施本公开的实施例的示例设备800的示意性框图。设备800可以用于实现图1的计算设备130。如图所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序指令或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序指令,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801可以执行上文所描述的各个方法和处理,例如方法200、300、400、500。例如,在一些实施例中,方法200、300、400、500可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的方法200、300、400、500的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200、300、400、500。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (16)
1.一种用于评估车辆的方法,包括:
确定所述车辆在自动驾驶模式下的驾驶信息,所述驾驶信息包括所述车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项;
基于所述驾驶信息来确定在所述自动驾驶模式下的车辆使用情况,包括:
获取所述车辆在普通驾驶模式下的历史功耗信息;以及
基于所述功耗信息和所述历史功耗信息,确定所述自动驾驶模式相比所述普通驾驶模式下的功耗节省信息;以及
提供所述车辆使用情况,所述车辆使用情况包括所述功耗节省信息。
2.根据权利要求1所述的方法,其中确定所述驾驶信息包括:
获取所述车辆在所述自动驾驶模式下的一段行程的地图数据、车载GPS数据和时间信息;以及
基于所述地图数据、所述车载GPS数据和所述时间信息,确定所述行程信息。
3.根据权利要求2所述的方法,其中评估所述车辆使用情况包括:
获取所述车辆在普通驾驶模式下的历史行程信息;以及
基于所述行程信息和所述历史行程信息,确定所述自动驾驶模式相比所述普通驾驶模式的时间节省信息。
4.根据权利要求1所述的方法,其中确定所述驾驶信息包括:
获取所述车辆在所述自动驾驶模式下的行车电脑数据;以及
基于所述行车电脑数据,确定所述自动驾驶模式下的功耗信息。
5.根据权利要求1所述的方法,其中确定所述驾驶信息包括:
获取所述车辆在所述自动驾驶模式下的摄像头数据;以及
基于所述摄像头数据,确定所述驾驶员状态。
6.根据权利要求5所述的方法,
其中确定所述驾驶员状态包括:基于所述摄像头数据,确定所述驾驶员的操作信息,所述操作信息包括关注区域信息、面部表情信息、非驾驶行为信息中的至少一项,以及
其中确定所述车辆使用情况包括:基于所述操作信息,确定所述驾驶员的放松级别,所述放松级别指示所述驾驶员在所述自动驾驶模式下的放松程度。
7.根据权利要求1所述的方法,其中提供所述车辆使用情况包括以下至少一项:
通过所述车辆的显示装置以视觉方式呈现所述车辆使用情况;
通过所述车辆的音箱***以音频方式呈现所述车辆使用情况;以及
在用户的终端上呈现所述车辆使用情况,所述用户包括所述车辆的驾驶员、乘客和管理者中的至少一项。
8.一种用于评估车辆的装置,包括:
信息确定单元,被配置用于确定所述车辆在自动驾驶模式下的驾驶信息,所述驾驶信息包括所述车辆在自动驾驶模式下的行程信息、功耗信息以及驾驶员状态中的至少一项;
情况确定单元,被配置用于基于所述驾驶信息来确定在所述自动驾驶模式下的车辆使用情况,其中所述情况确定单元包括:
历史功耗获取单元,被配置用于获取所述车辆在普通驾驶模式下的历史功耗信息;以及
功耗确定单元,被配置用于基于所述功耗信息和所述历史功耗信息,确定所述自动驾驶模式相比所述普通驾驶模式下的功耗节省信息;以及
情况提供单元,被配置用于提供所述车辆使用情况,所述车辆使用情况包括所述功耗节省信息。
9.根据权利要求8所述的装置,其中所述信息确定单元包括:
信息获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的一段行程的地图数据、车载GPS数据和时间信息;以及
行程确定单元,被配置用于基于所述地图数据、所述车载GPS数据和所述时间信息,确定所述行程信息。
10.根据权利要求9所述的装置,其中所述情况确定单元包括:
历史行程获取单元,被配置用于获取所述车辆在普通驾驶模式下的历史行程信息;以及
时间节省确定单元,被配置用于基于所述行程信息和所述历史行程信息,确定所述自动驾驶模式相比所述普通驾驶模式的时间节省信息。
11.根据权利要求8所述的装置,其中所述信息确定单元包括:
行车数据获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的行车电脑数据;以及
功耗确定单元,被配置用于基于所述行车电脑数据,确定所述自动驾驶模式下的功耗信息。
12.根据权利要求8所述的装置,其中所述信息确定单元包括:
摄像头数据获取单元,被配置用于获取所述车辆在所述自动驾驶模式下的摄像头数据;以及
状态确定单元,被配置用于基于所述摄像头数据,确定所述驾驶员状态。
13.根据权利要求12所述的装置,其中所述情况确定单元包括:
操作信息确定单元,被配置用于基于所述驾驶员状态,确定所述驾驶员的操作信息,所述操作信息包括关注区域信息、面部表情信息、非驾驶行为信息中的至少一项;以及
放松级别确定单元,被配置用于基于所述操作信息,确定所述驾驶员的放松级别,所述放松级别指示所述驾驶员在所述自动驾驶模式下的放松程度。
14.根据权利要求8所述的装置,其中所述情况提供单元包括以下至少一项:
视觉呈现单元,被配置用于通过所述车辆的显示装置以视觉方式呈现所述车辆使用情况;
音频呈现单元,被配置用于通过所述车辆的音箱***以音频方式呈现所述车辆使用情况;以及
终端呈现单元,被配置用于在用户的终端上呈现所述车辆使用情况,所述用户包括所述车辆的驾驶员、乘客和管理者中的至少一项。
15.一种电子设备,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811280541.9A CN109406167B (zh) | 2018-10-30 | 2018-10-30 | 用于评估车辆的方法、装置、设备和计算机可读存储介质 |
EP19206215.6A EP3647147B1 (en) | 2018-10-30 | 2019-10-30 | Method and apparatus for eveluating vehicle, device and computer readable storage medium |
US16/668,380 US11302124B2 (en) | 2018-10-30 | 2019-10-30 | Method and apparatus for evaluating vehicle, device and computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811280541.9A CN109406167B (zh) | 2018-10-30 | 2018-10-30 | 用于评估车辆的方法、装置、设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109406167A CN109406167A (zh) | 2019-03-01 |
CN109406167B true CN109406167B (zh) | 2022-05-20 |
Family
ID=65470542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811280541.9A Active CN109406167B (zh) | 2018-10-30 | 2018-10-30 | 用于评估车辆的方法、装置、设备和计算机可读存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11302124B2 (zh) |
EP (1) | EP3647147B1 (zh) |
CN (1) | CN109406167B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112009494B (zh) * | 2019-05-30 | 2022-12-27 | 华为技术有限公司 | 一种车辆异常处理方法、装置、控制设备及存储介质 |
CN110751823A (zh) * | 2019-10-25 | 2020-02-04 | 上海商汤临港智能科技有限公司 | 自动驾驶车队的监控方法和装置 |
CN111619576B (zh) * | 2020-06-03 | 2021-06-25 | 中国第一汽车股份有限公司 | 一种控制方法、装置、设备及存储介质 |
CN111814904B (zh) * | 2020-07-22 | 2021-05-28 | 同济大学 | 一种自动驾驶道路测试驾驶模式辨别方法及*** |
CN113353065A (zh) * | 2021-05-19 | 2021-09-07 | 广州小鹏汽车科技有限公司 | 一种基于自动驾驶的交互方法和装置 |
CN113320535B (zh) * | 2021-07-20 | 2022-08-19 | 文思海辉智科科技有限公司 | 一种驾驶行为监控方法、装置、电子设备及存储介质 |
CN113954854B (zh) * | 2021-11-30 | 2023-04-07 | 广汽埃安新能源汽车有限公司 | 智能驾驶功能优化方法、装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202243010U (zh) * | 2010-12-27 | 2012-05-30 | 上海博泰悦臻电子设备制造有限公司 | 防疲劳驾驶装置及车载装置 |
CN103234763A (zh) * | 2013-04-09 | 2013-08-07 | 北京理工大学 | 一种无人驾驶车辆定量评价***及评价方法 |
CN105225478A (zh) * | 2015-08-13 | 2016-01-06 | 中国科学院自动化研究所 | 智能车辆行为记录及评价方法 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
CN107543726A (zh) * | 2016-07-28 | 2018-01-05 | 北京百度网讯科技有限公司 | 一种无人车驾驶控制***操控精度的测试方法及装置 |
CN108609019A (zh) * | 2018-05-09 | 2018-10-02 | 浙江金之路信息科技有限公司 | 一种基于人工智能平台的电动车自动驾驶方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160362118A1 (en) * | 2011-08-31 | 2016-12-15 | Pulsar Informatics, Inc. | Driver performance metric |
US10185999B1 (en) * | 2014-05-20 | 2019-01-22 | State Farm Mutual Automobile Insurance Company | Autonomous feature use monitoring and telematics |
US10599155B1 (en) * | 2014-05-20 | 2020-03-24 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation feature monitoring and evaluation of effectiveness |
DE102014209854A1 (de) * | 2014-05-23 | 2015-11-26 | Continental Automotive Gmbh | Fahrzeugsteuervorrichtung |
US10324463B1 (en) * | 2016-01-22 | 2019-06-18 | State Farm Mutual Automobile Insurance Company | Autonomous vehicle operation adjustment based upon route |
JP6493311B2 (ja) * | 2016-06-07 | 2019-04-03 | 株式会社デンソー | 車両用装置、及び車両用システム |
US11623647B2 (en) * | 2016-10-27 | 2023-04-11 | Toyota Motor Engineering & Manufacturing North America, Inc. | Driver and vehicle monitoring feedback system for an autonomous vehicle |
-
2018
- 2018-10-30 CN CN201811280541.9A patent/CN109406167B/zh active Active
-
2019
- 2019-10-30 US US16/668,380 patent/US11302124B2/en active Active
- 2019-10-30 EP EP19206215.6A patent/EP3647147B1/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202243010U (zh) * | 2010-12-27 | 2012-05-30 | 上海博泰悦臻电子设备制造有限公司 | 防疲劳驾驶装置及车载装置 |
CN103234763A (zh) * | 2013-04-09 | 2013-08-07 | 北京理工大学 | 一种无人驾驶车辆定量评价***及评价方法 |
CN105225478A (zh) * | 2015-08-13 | 2016-01-06 | 中国科学院自动化研究所 | 智能车辆行为记录及评价方法 |
CN107543726A (zh) * | 2016-07-28 | 2018-01-05 | 北京百度网讯科技有限公司 | 一种无人车驾驶控制***操控精度的测试方法及装置 |
CN107063713A (zh) * | 2017-04-27 | 2017-08-18 | 百度在线网络技术(北京)有限公司 | 应用于无人驾驶汽车的测试方法和装置 |
CN108609019A (zh) * | 2018-05-09 | 2018-10-02 | 浙江金之路信息科技有限公司 | 一种基于人工智能平台的电动车自动驾驶方法 |
Non-Patent Citations (1)
Title |
---|
"自动驾驶汽车测试评价方法体系研究";吴海飞;《质量与标准化》;20180531(第5期);第52-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109406167A (zh) | 2019-03-01 |
EP3647147B1 (en) | 2023-12-27 |
US11302124B2 (en) | 2022-04-12 |
EP3647147A1 (en) | 2020-05-06 |
US20200134946A1 (en) | 2020-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109406167B (zh) | 用于评估车辆的方法、装置、设备和计算机可读存储介质 | |
CN111806239B (zh) | 电动车辆续航里程测量方法、电子设备及存储介质 | |
CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
US20180370537A1 (en) | System providing remaining driving information of vehicle based on user behavior and method thereof | |
CN111164660B (zh) | 信息处理装置、信息处理方法和程序 | |
JP5434912B2 (ja) | 運転状態判定方法、運転状態判定システム及びプログラム | |
US20110035137A1 (en) | Vehicle operation diagnostic device, vehicle operation diagnostic method, and computer program | |
CN109285547A (zh) | 一种语音唤醒方法、装置及*** | |
CN114026580A (zh) | 一种用户驾驶习惯确定及服务信息推送方法和*** | |
EP4286972A1 (en) | Vehicle driving intention prediction method and apparatus, terminal and storage medium | |
CN111397616A (zh) | 候选充电桩确定方法、装置、设备和介质 | |
JP6786376B2 (ja) | 評価装置、評価方法及び評価プログラム | |
KR20140060751A (ko) | 전기자동차의 주행가능 거리 안내 장치 및 그 방법 | |
CN114493021A (zh) | 基于导航的车辆行驶碳排放量预测方法及可读存储介质 | |
JP6697998B2 (ja) | 移動体保険料算出方法、移動体保険料算出装置、移動体保険料算出プログラム及び移動体 | |
CN115782911B (zh) | 行车场景中对方向盘脱手事件的数据处理方法及相关装置 | |
CN116749774A (zh) | 续航里程确定方法、装置、电子设备及可读存储介质 | |
CN104992560B (zh) | 一种行驶路线数据的处理方法及服务器 | |
CN114771539B (zh) | 车辆变道决策方法、装置、存储介质及车辆 | |
WO2023230740A1 (zh) | 一种异常驾驶行为识别的方法、装置和交通工具 | |
JPWO2008075421A1 (ja) | 情報通知装置、情報通知方法、情報通知プログラム、および記録媒体 | |
WO2012029136A1 (ja) | 操作診断装置、操作診断方法、操作診断プログラムおよび記録媒体 | |
US20230273046A1 (en) | Information display device and recording medium | |
CN116843319A (zh) | 车辆维保预测方法、装置、电子设备及车辆 | |
JP2023095229A (ja) | 車両制御装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 100080 No.10, Shangdi 10th Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |