CN111222359A - 驾驶行为评价方法、装置和服务器 - Google Patents
驾驶行为评价方法、装置和服务器 Download PDFInfo
- Publication number
- CN111222359A CN111222359A CN201811408308.4A CN201811408308A CN111222359A CN 111222359 A CN111222359 A CN 111222359A CN 201811408308 A CN201811408308 A CN 201811408308A CN 111222359 A CN111222359 A CN 111222359A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- current lane
- water accumulation
- area
- lane
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 101
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 199
- 238000009825 accumulation Methods 0.000 claims abstract description 151
- 238000000034 method Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 36
- 230000006399 behavior Effects 0.000 claims description 86
- 230000008859 change Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种驾驶行为评价方法、装置和服务器。所述方法包括:在车辆行驶过程中,获取所述车辆前方当前车道内的积水分布信息;判断所述当前车道是否为靠近人行道路的边侧车道;根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让;当判定所述当前车道为所述边侧车道,并且所述当前车道内的积水区域需要避让时,获取所述车辆通过所述当前车道内的积水区域的行驶信息;根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果。本公开提供的方法能够用于评价车辆通过积水区域时驾驶员驾驶行为的文明程度,评价结果的准确性高,自动化程度高。
Description
技术领域
本公开涉及车辆控制领域,具体地,涉及一种驾驶行为评价方法、装置和服务器。
背景技术
目前,随着车辆的逐渐普及,拥有驾照的人越来越多。道路上常常可见一些不文明的驾驶行为。例如,城市道路中开远光灯、驾驶途中从车窗向外扔东西、持续鸣笛造成噪声污染、频繁并线、抢道等。
在降雨进行中或降雨过后,由于路面不均匀、不平整,道路中可能会存在一些的积水区域,对于较小的水坑,车辆“踩水”通过时,通常不会有很大的问题。但是如果水坑较大,有些不文明的驾驶员直接驾车以较大的速度“踩水”通过时,就会溅起很大的水花或涌起较大的水浪,有可能将水溅到周边的其他车辆上或行人身上,尤其是对于行人,被溅到水以后给行人带来了很大的不便,引起抱怨。
在一些情况下,由于降雨对驾驶员视线的影响或其他原因,使驾驶员难以对积水区域的深度做出准确的判断,常常会出现车辆行驶时溅湿行人的情况。
发明内容
本公开的目的是提供一种快捷、准确的驾驶行为评价方法、以及该方法对应的装置,并提供一种服务器。
为了实现上述目的,本公开提供一种驾驶行为评价方法。所述方法包括:在车辆行驶过程中,获取所述车辆前方当前车道内的积水分布信息;判断所述当前车道是否为靠近人行道路的边侧车道;根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让;当判定所述当前车道为所述边侧车道,并且所述当前车道内的积水区域需要避让时,获取所述车辆通过所述当前车道内的积水区域的行驶信息;根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果。
可选地,所述获取所述车辆前方当前车道内的积水分布信息的步骤包括:获取当前降雨量和所述车辆前方当前车道的路面三维图像;根据所述当前降雨量和所述路面三维图像确定所述车辆前方当前车道内的积水分布信息。
可选地,所述根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让的步骤包括:当所述当前车道内的积水区域的积水深度大于预定的深度阈值,且所述当前车道内的积水区域的积水面积大于预定的面积阈值时,判定所述当前车道内的积水区域需要避让。
可选地,所述根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果的步骤包括以下中的任意一者或多者:
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
当所述车辆在所述当前车道中行驶通过所述积水区域,所述车辆与所述当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近所述人行道路的车轮的轨迹未穿过所述积水区域时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆改变车道行驶时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,所述第一等级、所述第二等级和所述第三等级依次为由好到差的等级。
可选地,所述方法还包括:获取所述当前车道中的图像信息;根据所述图像信息判断所述所述积水区域周围的预设范围内是否有行人,
其中,所述根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果的步骤包括以下中的任意一者或多者:
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
当所述车辆在所述当前车道中行驶通过所述积水区域,所述车辆与所述当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近所述人行道路的车轮的轨迹未穿过所述积水区域时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆改变车道行驶时,确定驾驶行为的评价结果为所述第一等级;
当判定所述预设范围内没有行人,所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为所述第一等级;
当判定所述预设范围内有行人,所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于所述第二速度阈值时,确定驾驶行为的评价结果为第二等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,所述第一等级、所述第二等级和所述第三等级依次为由好到差的等级。
可选地,所述第一速度阈值和所述第二速度阈值分别通过在存储有速度和积水分布信息之间的对应关系的数据库中查找得到。
可选地,所述方法还包括:根据针对所述车辆的多次评价结果进行评分,其中,所述第三等级的权重大于所述第一等级或所述第二等级的权重。
可选地,所述方法还包括:当所述评价结果为所述第二等级以下时,由所述车辆将所述车辆行驶通过所述当前车道内的积水区域的视频进行锁存,或发送给服务器进行存储。
本公开还提供一种驾驶行为评价装置,所述装置包括:第一获取模块,用于在车辆行驶过程中,获取所述车辆前方当前车道内的积水分布信息;第一判断模块,用于判断所述当前车道是否为靠近人行道路的边侧车道;第二判断模块,用于根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让;第二获取模块,用于当判定所述当前车道为所述边侧车道,并且所述当前车道内的积水区域需要避让时,获取所述车辆通过所述当前车道内的积水区域的行驶信息;第一确定模块,用于根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果。
本公开还提供一种服务器,所述服务器包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开提供的上述驾驶行为评价方法的步骤。
通过上述技术方案,当车辆位于靠近人行道路的边侧车道时,根据获取的车辆前方当前车道内的积水分布信息确定是否需要避让该积水区域,并在需要避让时,根据车辆通过该积水区域的行驶信息来确定本次驾驶的评价结果。由于行驶信息能够在一定程度上体现出驾驶员是否采取了避免溅湿行人的措施,因此,本公开的方法能够用于评价车辆通过积水区域时驾驶员驾驶行为的文明程度,评价结果的准确性高,自动化程度高。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是一示例性实施例提供的驾驶行为评价方法的流程图;
图2是一示例性实施例提供的车辆通过积水区域的情景示意图;
图3是另一示例性实施例提供的车辆通过积水区域的情景示意图;
图4是又一示例性实施例提供的车辆通过积水区域的情景示意图;
图5是一示例性实施例提供的驾驶行为评价装置的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
在本公开中,在未作相反说明的情况下,使用的方位词如“前、后、左、右”通常是相对于车辆正常行驶时的方向。
图1是一示例性实施例提供的驾驶行为评价方法的流程图。如图1所示,方法可以包括以下步骤。
在步骤S11中,在车辆行驶过程中,获取车辆前方当前车道内的积水分布信息;
在步骤S12中,判断当前车道是否为靠近人行道路的边侧车道;
在步骤S13中,根据积水分布信息判断当前车道内的积水区域是否需要避让;
在步骤S14中,当判定当前车道为边侧车道,并且当前车道内的积水区域需要避让时,获取车辆通过当前车道内的积水区域的行驶信息;
在步骤S15中,根据行驶信息确定车辆通过当前车道内的积水区域的驾驶行为的评价结果。
其中,积水分布信息可以包括积水区域的位置、面积、深度等信息。积水分布信息可以是实时获取的,例如,车载摄像装置可以通过感光效应获得积水区域的深度分布,并根据拍摄的图片将积水区域的位置标注在高精度电子地图上,获得积水区域的面积。
积水分布信息也可以根据车联网云平台提供的历史数据获得。车联网云平台中可以存储有当前道路曾经在降雨条件下的积水区域数据,车辆可以从车联网云平台中调取该历史数据作为当前的积水分布信息。例如,车联网云平台中可以存储有数据库,该数据库中存储有降雨条件和积水分布信息的对应关系,可以从数据库中查找到与当前降雨量对应的积水分布信息。
边侧车道为靠近人行道路的车道。当交规规定车辆靠右行驶时,边侧车道为最右边的车道,当交规规定车辆靠左行驶时,边侧车道为最左边的车道。边侧车道由于最靠近人行道路,因此,该车道上的车辆行驶通过积水区域时,最容易溅湿行人。边侧车道可以通过GPS定位来确定,也可以通过车载摄像头获取车前图像来确定。例如,当图像中右侧预定范围内有行人图像时,可以确定当前车道为边侧车道。
有的积水区域水量较小,即使不避让也不会产生较严重的溅湿行人的后果,有的积水区域则水量较大,如果不避让就会溅起较大水花。可以根据积水区域水量的大小来判断该积水区域是否需要避让。
如果车辆当前处于边侧车道,又判定为需要避让,则车辆可以自动获取通过当前车道内的积水区域的行驶信息。行驶信息可以包括车速、行车轨迹等车辆行驶中的状态信息。通过行驶信息能够对车辆通过积水区域时驾驶员驾驶行为的文明程度进行评价。
通过上述技术方案,当车辆位于靠近人行道路的边侧车道时,根据获取的车辆前方当前车道内的积水分布信息确定是否需要避让该积水区域,并在需要避让时,根据车辆通过该积水区域的行驶信息来确定本次驾驶的评价结果。由于行驶信息能够在一定程度上体现出驾驶员是否采取了避免溅湿行人的措施,因此,本公开的方法能够用于评价车辆通过积水区域时驾驶员驾驶行为的文明程度,评价结果的准确性高,自动化程度高。
需要说明的是,上述各个步骤在不矛盾的情况下可以调整先后顺序,例如,步骤S11和步骤S12可以同时执行,或者其中一个步骤先执行,另一步骤后执行。
在又一实施例中,获取车辆前方当前车道内的积水分布信息的步骤(步骤S11)可以包括以下步骤:
获取当前降雨量和车辆前方当前车道的路面三维图像;
根据当前降雨量和路面三维图像确定车辆前方当前车道内的积水分布信息。
其中,车辆前方当前车道的路面三维图像可以预先从车联网云平台上获得。例如,可以由其他车辆行驶在该路段上时采集并上传至车联网云平台。或者,可以由其他车辆预先采集后通过Vehicle-to-Vehicle联网传输至本车辆。当前降雨量可以从车联网云平台或互联网获得。车辆可建立积水区域的数据模型,根据降雨量和路面三维图像计算出积水分布信息。
该实施例中,通过三维图像计算积水分布信息,结果准确性较高。
在又一实施例中,根据积水分布信息判断当前车道内的积水区域是否需要避让的步骤(步骤S13)可以包括:当当前车道内的积水区域的积水深度大于预定的深度阈值,且当前车道内的积水区域的积水面积大于预定的面积阈值时,判定当前车道内的积水区域需要避让。
也就是,当积水深度大于预定的深度阈值,且积水面积大于预定的面积阈值时,可以认为该积水区域中的水量较大,对行人具有一定的影响,此时该积水区域需要避让。如果积水深度大于预定的深度阈值,而积水面积小于预定的面积阈值,或者,积水深度小于预定的深度阈值,而积水面积大于预定的面积阈值,则都可以认为该积水区域中的水量较小,对行人具有较小的影响,该积水区域不需要避让。其中,深度阈值和面积阈值可以由经验或试验获得。
该实施例中,通过积水面积和深度考察积水区域的积水量,判断对行人的影响,数据处理简单,速度快。
在又一实施例中,在图1的实施例中,根据行驶信息确定车辆通过当前车道内的积水区域的驾驶行为的评价结果的步骤(步骤S15)包括以下中的任意一者或多者:
(1)当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
(2)当车辆在当前车道中行驶通过积水区域,车辆与当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近人行道路的车轮的轨迹未穿过积水区域时,确定驾驶行为的评价结果为第一等级;
(3)当车辆改变车道行驶时,确定驾驶行为的评价结果为第一等级;
(4)当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级;
(5)当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,第一等级、第二等级和第三等级依次为由好到差的等级。
该实施例中,评价结果由好到差分为第一等级、第二等级和第三等级。第一等级认为是驾驶员采取了较好的避让措施,第二等级认为是驾驶员的驾驶行为勉强合格,第三等级认为是驾驶员的驾驶行为不文明,完全没有采取措施避让积水。
上述的三种情况可以被评价为第一等级。图2是一示例性实施例提供的车辆通过积水区域的情景示意图。图2是上述情况(1)的示意图。如图2所示,车辆1行驶在边侧车道,人行道路上有行人2。通过车载摄像头4获取到车辆前方的图像,从而识别出车辆1前方当前车道内的积水区域3。虚线为车辆1右侧车轮的轨迹,可以看出,至少右侧车轮的轨迹P1通过了积水区域,并且,车辆1在从当前车道内的积水区域之前的预定距离阈值L1开始到通过积水区域的过程中,速度均小于第一速度阈值。在这种情况中,车辆是否改变行程轨迹均可,但通过积水区域时,车辆的至少一侧轮胎轨迹通过了积水区域。
其中,第一速度阈值与积水的深度、面积相关,可以认为是通过该积水区域的较安全的速度。第一速度阈值可以通过在存储有速度和积水分布信息之间的对应关系的数据库中查找得到。即可以预先建立数据库,从数据库中查找到与当前积水区域的面积、深度对应的第一速度阈值。第一速度阈值也可以是固定的,例如可以取10km/h。
对于车轮的轨迹是否通过积水区域,可以在车辆通过积水区域之后,通过在车载摄像头拍摄的图像中识别出的积水的位置来确定。例如,在车辆通过积水区域的过程中,积水的图像始终处于图像中左边预定的宽度范围内,则可以认为右侧车轮的轨迹没有通过积水区域。
图3是另一示例性实施例提供的车辆通过积水区域的情景示意图。图3是上述情况(2)的示意图。如图3所示,车辆在当前车道中行驶通过了积水区域。车辆与当前车道的车道线的距离的变化大于预定距离变化阈值,可以认为,车辆在当前车道内改变了行驶路线。靠近人行道路的车轮的轨迹P2未穿过积水区域。
在这种情况中,车辆改变了行程轨迹,且通过积水区域时,靠近人行道路的车轮的轨迹未穿过积水区域,对车速没有限制。这样,也可以认为驾驶员在通过该积水区域中,特意选择绕过了积水区域,避免了溅水。
图4是又一示例性实施例提供的车辆通过积水区域的情景示意图。图4是上述情况(3)的示意图。如图4所示,从车辆左轮的行驶轨迹P3可以看出,车辆改变了行驶的车道,在经过积水区域时,不处于边侧车道中。这样,一方面避开了边侧车道中的积水,另一方面,非边侧车道的积水对行人的影响较小,这种情况可以认为驾驶员采取了较好的避让措施。
上述情况(4)中,第二速度阈值与积水的深度、面积相关,也可以认为是通过该积水区域的较安全的速度,但第二速度阈值大于第一速度阈值,比第一速度阈值的安全性较差,可以认为是一个安全的临界值。第二速度阈值可以通过在存储有速度和积水分布信息之间的对应关系的数据库中查找得到。即可以预先建立数据库,从数据库中查找到与当前积水区域的面积、深度对应的第二速度阈值。第二速度阈值也可以是固定的,例如可以取15km/h。
上述情况(5)中,不论车辆是否已经减速,当车速大于第二速度阈值,即可以认为这是一种不文明的驾驶行为,评为最低级的第三等级。
在又一实施例中,还可以进一步根据人行道路中是否有行人来进行评价。在该实施例中,在图1的基础上,所述方法还可以包括:获取当前车道中的图像信息;根据图像信息判断积水区域周围的预设范围内是否有行人。
其中,根据行驶信息确定车辆通过当前车道内的积水区域的驾驶行为的评价结果的步骤(步骤S15)包括以下中的任意一者或多者:
(1)当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
(2)当车辆在当前车道中行驶通过积水区域,车辆与当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近人行道路的车轮的轨迹未穿过积水区域时,确定驾驶行为的评价结果为第一等级;
(3)当车辆改变车道行驶时,确定驾驶行为的评价结果为第一等级;
(4-1)当判定预设范围内没有行人,当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第一等级;
(4-2)当判定预设范围内有行人,车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级;
(5)当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,第一等级、第二等级和第三等级依次为由好到差的等级。
其中,对于积水区域周围的预设范围内是否有行人,可以根据图像信息来确定。例如,当图像信息中识别出的行人的高度大于预定的高度时,可以认为距离该行人在预设范围内。另外,也可以根据雷达测距或红外测距来确定预设范围内是否有行人。
该实施例与上一实施例的区别在于,当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,如果预设范围内没有行人,则评价为第一等级,即仍然为较优的驾驶行为。如果预设范围内有行人,则评价为第二等级,即为不值得鼓励的。
该实施例中,按照有没有行人确定不同的评价等级,更加人性化,结果更准确。
上述实施例中,可以对驾驶员一次经过积水区域的驾驶行为进行评价,在经过多次评价后,还可以对该驾驶员的驾驶行为进行综合性的评分。在又一实施例中,在图1的基础上,所述方法还可以包括:根据针对车辆的多次评价结果进行评分。其中,第三等级的权重大于第一等级或第二等级的权重。
每次评价结果可以对评分结果有一定的贡献。例如,可以将多次评价结果加权求和。将第三等级的权重设置为大于第一等级或第二等级的权重,能够在评分结果中突出不良驾驶行为的影响。例如,第三等级的权重可以是第一等级或第二等级的两倍,即,每次评为第三等级,都认为是两次被评为第三等级,即表1和表2中的“加倍”。
上述的根据行驶信息确定车辆通过当前车道内的积水区域的驾驶行为的评价结果的步骤(步骤S15)可以由车辆或服务器(例如,车联网平台)来执行。本公开的方法可以应用于车辆或服务器。当用于服务器时,车辆与服务器之间可以进行通信,把获取到的信息发送给服务器。
另外,所述方法还可以包括:当评价结果为第二等级以下(包括第二等级和第三等级)时,由车辆将车辆行驶通过当前车道内的积水区域的视频进行锁存。其中,车辆通过积水区域的视频可以通过行车记录仪来获得。当评价为例如第二等级和第三等级时,可以在行车记录仪中将通过该积水区域的视频锁存,或者将视频发送给服务器,由服务器进行存储。
将视频锁存后,被锁存的视频就不会因为行车记录仪中数据的滚动更新而被删除。锁存的视频可以作为日后查询的驾驶员驾驶习惯的证据。对驾驶员的评分结果可以作为驾驶员的一种信用记录。例如,在车辆租赁时,评分较低的驾驶员可能导致租车费用的增高。
下表1和表2分别为确定评价结果的两个实施例。
表1
表2
其中,A为第一等级,B为第二等级,C为第三等级。
基于相同的发明构思,本公开还提供一种驾驶行为评价装置。图5是一示例性实施例提供的驾驶行为评价装置的框图。如图5所示,驾驶行为评价装置10可以包括第一获取模块11、第一判断模块12、第二判断模块13、第二获取模块14和第一确定模块15。
第一获取模块11用于在车辆行驶过程中,获取车辆前方当前车道内的积水分布信息。
第一判断模块12用于判断当前车道是否为靠近人行道路的边侧车道。
第二判断模块13用于根据积水分布信息判断当前车道内的积水区域是否需要避让。
第二获取模块14用于当判定当前车道为边侧车道,并且当前车道内的积水区域需要避让时,获取车辆通过当前车道内的积水区域的行驶信息。
第一确定模块15用于根据行驶信息确定车辆通过当前车道内的积水区域的驾驶行为的评价结果。
可选地,第一获取模块11可以包括第一获取子模块和第一确定子模块。
第一获取子模块用于获取当前降雨量和车辆前方当前车道的路面三维图像。
第一确定子模块用于根据当前降雨量和路面三维图像确定车辆前方当前车道内的积水分布信息。
可选地,第二判断模块13包括第一判断子模块。
第一判断子模块用于当当前车道内的积水区域的积水深度大于预定的深度阈值,且当前车道内的积水区域的积水面积大于预定的面积阈值时,判定当前车道内的积水区域需要避让。
可选地,第一确定模块15可以包括以下中的任意一者或多者:第二确定子模块、第三确定子模块、第四确定子模块、第五确定子模块和第六确定子模块。
第二确定子模块用于当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
第三确定子模块用于当车辆在当前车道中行驶通过积水区域,车辆与当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近人行道路的车轮的轨迹未穿过积水区域时,确定驾驶行为的评价结果为第一等级;
第四确定子模块用于当车辆改变车道行驶时,确定驾驶行为的评价结果为第一等级;
第五确定子模块用于当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级;
第六确定子模块用于当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,第一等级、第二等级和第三等级依次为由好到差的等级。
可选地,装置10还可以包括第三获取模块和第三判断模块。
第三获取模块用于获取当前车道中的图像信息。
第三判断模块用于根据图像信息判断积水区域周围的预设范围内是否有行人。
该实施例中,第一确定模块15可以包括以下中的任意一者或多者:第二确定子模块、第三确定子模块、第四确定子模块、第六确定子模块、第七确定子模块和第八确定子模块。
第二确定子模块用于当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级。
第三确定子模块用于当车辆在当前车道中行驶通过积水区域,车辆与当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近人行道路的车轮的轨迹未穿过积水区域时,确定驾驶行为的评价结果为第一等级。
第四确定子模块用于当车辆改变车道行驶时,确定驾驶行为的评价结果为第一等级。
第七确定子模块用于当判定预设范围内没有行人,车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第一等级。
第八确定子模块用于当判定预设范围内有行人,车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级。
第六确定子模块用于当车辆的至少一侧车轮的轨迹通过积水区域,且车辆在从当前车道内的积水区域之前的预定距离阈值开始到通过积水区域的过程中,速度大于第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,第一等级、第二等级和第三等级依次为由好到差的等级。
可选地,第一速度阈值和第二速度阈值分别通过在存储有速度和积水分布信息之间的对应关系的数据库中查找得到。
可选地,装置10还可以包括评分模块。
评分模块用于根据针对车辆的多次评价结果进行评分,其中,第三等级的权重大于第一等级或第二等级的权重。
可选地,装置10还可以包括锁存模块。
锁存模块用于当评价结果为第二等级以下时,由车辆或服务器将车辆行驶通过当前车道内的积水区域的视频进行锁存,或发送给服务器进行存储。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于相同的发明构思,本公开还提供一种服务器。该服务器包括存储器和处理器。存储器上存储有计算机程序。处理器用于执行存储器中的计算机程序,以实现本公开提供的上述驾驶行为评价方法的步骤。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种驾驶行为评价方法,其特征在于,所述方法包括:
在车辆行驶过程中,获取所述车辆前方当前车道内的积水分布信息;
判断所述当前车道是否为靠近人行道路的边侧车道;
根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让;
当判定所述当前车道为所述边侧车道,并且所述当前车道内的积水区域需要避让时,获取所述车辆通过所述当前车道内的积水区域的行驶信息;
根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述车辆前方当前车道内的积水分布信息的步骤包括:
获取当前降雨量和所述车辆前方当前车道的路面三维图像;
根据所述当前降雨量和所述路面三维图像确定所述车辆前方当前车道内的积水分布信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让的步骤包括:
当所述当前车道内的积水区域的积水深度大于预定的深度阈值,且所述当前车道内的积水区域的积水面积大于预定的面积阈值时,判定所述当前车道内的积水区域需要避让。
4.根据权利要求1所述的方法,其特征在于,所述根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果的步骤包括以下中的任意一者或多者:
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
当所述车辆在所述当前车道中行驶通过所述积水区域,所述车辆与所述当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近所述人行道路的车轮的轨迹未穿过所述积水区域时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆改变车道行驶时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为第二等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,所述第一等级、所述第二等级和所述第三等级依次为由好到差的等级。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述当前车道中的图像信息;
根据所述图像信息判断所述积水区域周围的预设范围内是否有行人,
其中,所述根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果的步骤包括以下中的任意一者或多者:
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度均小于第一速度阈值时,确定驾驶行为的评价结果为第一等级;
当所述车辆在所述当前车道中行驶通过所述积水区域,所述车辆与所述当前车道的车道线的距离的变化大于预定距离变化阈值,且靠近所述人行道路的车轮的轨迹未穿过所述积水区域时,确定驾驶行为的评价结果为所述第一等级;
当所述车辆改变车道行驶时,确定驾驶行为的评价结果为所述第一等级;
当判定所述预设范围内没有行人,所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于第二速度阈值时,确定驾驶行为的评价结果为所述第一等级;
当判定所述预设范围内有行人,所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第一速度阈值且小于所述第二速度阈值时,确定驾驶行为的评价结果为第二等级;
当所述车辆的至少一侧车轮的轨迹通过积水区域,且所述车辆在从所述当前车道内的积水区域之前的预定距离阈值开始到通过所述积水区域的过程中,速度大于所述第二速度阈值时,确定驾驶行为的评价结果为第三等级,其中,所述第一等级、所述第二等级和所述第三等级依次为由好到差的等级。
6.根据权利要求4或5所述的方法,其特征在于,所述第一速度阈值和所述第二速度阈值分别通过在存储有速度和积水分布信息之间的对应关系的数据库中查找得到。
7.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
根据针对所述车辆的多次评价结果进行评分,其中,所述第三等级的权重大于所述第一等级或所述第二等级的权重。
8.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
当所述评价结果为所述第二等级以下时,由所述车辆将所述车辆行驶通过所述当前车道内的积水区域的视频进行锁存,或发送给服务器进行存储。
9.一种驾驶行为评价装置,其特征在于,所述装置包括:
第一获取模块,用于在车辆行驶过程中,获取所述车辆前方当前车道内的积水分布信息;
第一判断模块,用于判断所述当前车道是否为靠近人行道路的边侧车道;
第二判断模块,用于根据所述积水分布信息判断所述当前车道内的积水区域是否需要避让;
第二获取模块,用于当判定所述当前车道为所述边侧车道,并且所述当前车道内的积水区域需要避让时,获取所述车辆通过所述当前车道内的积水区域的行驶信息;
第一确定模块,用于根据所述行驶信息确定所述车辆通过所述当前车道内的积水区域的驾驶行为的评价结果。
10.一种服务器,其特征在于,所述服务器包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-8中任一权利要求所述的驾驶行为评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811408308.4A CN111222359A (zh) | 2018-11-23 | 2018-11-23 | 驾驶行为评价方法、装置和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811408308.4A CN111222359A (zh) | 2018-11-23 | 2018-11-23 | 驾驶行为评价方法、装置和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111222359A true CN111222359A (zh) | 2020-06-02 |
Family
ID=70813448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811408308.4A Pending CN111222359A (zh) | 2018-11-23 | 2018-11-23 | 驾驶行为评价方法、装置和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222359A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
CN113343842A (zh) * | 2021-06-04 | 2021-09-03 | 中山大学 | 一种自适应人脸识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010113532A (ja) * | 2008-11-06 | 2010-05-20 | Nissan Motor Co Ltd | 車両運転操作判断装置及び車両運転操作判断方法 |
JP2010257307A (ja) * | 2009-04-27 | 2010-11-11 | Toyota Motor Corp | 運転支援システム |
CN103337179A (zh) * | 2013-07-01 | 2013-10-02 | 深圳市凯维特信息技术有限公司 | 车辆不良驾驶行为提醒***及方法 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价***与方法 |
CN105835701A (zh) * | 2016-03-28 | 2016-08-10 | 乐视控股(北京)有限公司 | 车辆行驶控制方法及装置 |
CN107650785A (zh) * | 2016-07-26 | 2018-02-02 | 奥迪股份公司 | 驾驶辅助方法和*** |
CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评***及方法 |
CN108074396A (zh) * | 2016-11-10 | 2018-05-25 | 关晓芙 | 安全行驶评价方法及*** |
-
2018
- 2018-11-23 CN CN201811408308.4A patent/CN111222359A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010113532A (ja) * | 2008-11-06 | 2010-05-20 | Nissan Motor Co Ltd | 車両運転操作判断装置及び車両運転操作判断方法 |
JP2010257307A (ja) * | 2009-04-27 | 2010-11-11 | Toyota Motor Corp | 運転支援システム |
CN103337179A (zh) * | 2013-07-01 | 2013-10-02 | 深圳市凯维特信息技术有限公司 | 车辆不良驾驶行为提醒***及方法 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价***与方法 |
CN105835701A (zh) * | 2016-03-28 | 2016-08-10 | 乐视控股(北京)有限公司 | 车辆行驶控制方法及装置 |
CN107650785A (zh) * | 2016-07-26 | 2018-02-02 | 奥迪股份公司 | 驾驶辅助方法和*** |
CN108074396A (zh) * | 2016-11-10 | 2018-05-25 | 关晓芙 | 安全行驶评价方法及*** |
CN107782564A (zh) * | 2017-10-30 | 2018-03-09 | 青岛慧拓智能机器有限公司 | 一种自动驾驶车辆测评***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112498369A (zh) * | 2020-12-07 | 2021-03-16 | 北京小马慧行科技有限公司 | 车辆的控制方法、控制装置、处理器和车辆 |
CN113343842A (zh) * | 2021-06-04 | 2021-09-03 | 中山大学 | 一种自适应人脸识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11685360B2 (en) | Planning for unknown objects by an autonomous vehicle | |
US11400925B2 (en) | Planning for unknown objects by an autonomous vehicle | |
CN104217590B (zh) | 用于使主车辆中的电子控制器确定交通密度的方法 | |
US11231294B2 (en) | Enabling alert messages in a vehicle | |
CN106494399B (zh) | 车辆及用于车辆的车道检测方法 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
EP2826687A1 (en) | Technique for lane assignment in a vehicle | |
CN104812645A (zh) | 基于车辆行为确定驾驶环境的改变 | |
JP2019197356A (ja) | 自動運転システム | |
WO2023197408A1 (zh) | 车速控制模型训练样本的确定方法及装置 | |
GB2505325A (en) | Calculating the risk of a collision | |
CN114604252A (zh) | 基于自主和半自主驾驶***的情境信息的对速度限制的间接验证 | |
CN113071521A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
CN111222359A (zh) | 驾驶行为评价方法、装置和服务器 | |
CN111216729A (zh) | 车辆控制方法、装置和车辆 | |
CN111055852B (zh) | 一种用于自动驾驶的感兴趣目标搜索区域确定方法 | |
WO2009097917A1 (de) | Vorrichtung und verfahren zum bestimmen der position eines anderen verkehrsteilnehmers | |
CN110816544B (zh) | 驾驶行为评价方法、装置、车辆及车联网云平台 | |
CN110608752A (zh) | 一种车辆的交互方法、装置、车辆和计算机可读存储介质 | |
JP6747405B2 (ja) | 自車位置自信度演算装置 | |
CN111223319A (zh) | 行车策略规划方法、装置和车辆 | |
CN115031754A (zh) | 一种车辆行驶路径规划方法、装置、电子设备及存储介质 | |
CN110660263B (zh) | 使用历史聚合移位的可用停车空间检测定位 | |
EP3136367B1 (de) | Fahrzeugkameravorrichtung sowie verfahren zur erfassung eines vorausliegenden umgebungsbereichs eines kraftfahrzeugs | |
CN116588144A (zh) | 一种车辆跟车距离控制方法、装置、电子设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200602 |
|
WD01 | Invention patent application deemed withdrawn after publication |