CN114013448B - 汽车的控制方法、装置及计算机存储介质 - Google Patents
汽车的控制方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN114013448B CN114013448B CN202111223247.6A CN202111223247A CN114013448B CN 114013448 B CN114013448 B CN 114013448B CN 202111223247 A CN202111223247 A CN 202111223247A CN 114013448 B CN114013448 B CN 114013448B
- Authority
- CN
- China
- Prior art keywords
- driver
- automobile
- information
- target
- target 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
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
- 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
-
- 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
-
- 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
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种汽车的控制方法、装置及计算机存储介质,属于车辆工程技术领域。该方法包括:获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息;根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制。本申请实施例通过目标驾驶员对应的汽车控制模型对汽车进行控制,由于目标驾驶员对应的汽车控制模型能够描述目标驾驶员在不同驾驶环境中的驾驶习惯,从而汽车控制模型对汽车的控制操作符合目标驾驶员的驾驶习惯,进而提高了用户粘度。
Description
技术领域
本申请实施例涉及车辆工程技术领域,特别涉及一种汽车的控制方法、装置及计算机存储介质。
背景技术
随着汽车技术的发展,汽车的功能越来越丰富,比如,越来越多汽车中安装有ADAS(Advanced Driving Assistance System,高级驾驶辅助)***,该ADAS***能够实现多种功能,比如,基于感知传感器获取交通环境信息,以限定的行驶速度、固定的时距对汽车进行控制,以及基于汽车与目标物体之间的速度差确定加速度,并通过该加速度对汽车进行控制。
但是,驾驶员在驾驶汽车时,对时距的需求是实时变化的,且通过汽车与目标物体之间的速度差确定出的加速度,有时候并不是驾驶员所需的加速度,从而导致ADAS***所实现的功能与驾驶员预期不同,降低了用户体验,进而降低了用户粘度。
发明内容
本申请实施例提供了一种汽车的控制方法、装置及计算机存储介质,可以用于解决相关技术中对汽车控制效果不如用户预期,导致用户粘度低的问题。
所述技术方案如下:
一方面,提供了一种汽车的控制方法,所述方法包括:
获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息;
根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;
根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制。
在一些实施例中,所述根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,包括:
根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证;
当所述目标驾驶员的身份认证通过后,获取所述目标驾驶员的驾驶员信息对应的汽车控制模型。
在一些实施例中,所述根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证,包括:
将所述目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,所述参考驾驶员为存储的任一驾驶员的驾驶员信息;
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息匹配时,确定所述目标驾驶员通过身份认证。
在一些实施例中,所述根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证之后,还包括:
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
通过默认控制模型对所述汽车进行控制。
在一些实施例中,所述通过默认控制模型对所述汽车进行控制之后,还包括:
检测所述目标驾驶员对所述汽车的控制操作;
将所述目标驾驶员的驾驶员信息、所述环境信息和所述汽车的运行信息以及所述目标驾驶员对所述汽车的控制操作进行存储;
根据所述目标驾驶员对所述汽车的控制操作、所述环境信息和所述汽车的运行信息进行处理,生成所述目标驾驶员对应的汽车控制模型,以便于下次对所述汽车进行控制时使用。
另一方面,提供了一种汽车的控制装置,所述装置包括:
第一获取模块,用于获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息;
第二获取模块,用于根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;
控制模块,用于根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制。
在一些实施例中,所述第二获取模块包括:
认证子模块,用于根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证;
第一获取子模块,用于当所述目标驾驶员的身份认证通过后,获取所述目标驾驶员的驾驶员信息对应的汽车控制模型。
在一些实施例中,所述认证子模块用于:
将所述目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,所述参考驾驶员为存储的任一驾驶员的驾驶员信息;
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息匹配时,确定所述目标驾驶员通过身份认证。
在一些实施例中,所述第二获取模块还包括:
第二获取子模块,用于当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
控制子模块,用于通过默认控制模型对所述汽车进行控制。
在一些实施例中,所述第二获取模块还包括:
检测子模块,用于检测所述目标驾驶员对所述汽车的控制操作;
存储子模块,用于将所述目标驾驶员的驾驶员信息、所述环境信息和所述汽车的运行信息以及所述目标驾驶员对所述汽车的控制操作进行存储;
生成子模块,用于根据所述目标驾驶员对所述汽车的控制操作、所述环境信息和所述汽车的运行信息进行处理,生成所述目标驾驶员对应的汽车控制模型,以便于下次对所述汽车进行控制时使用。
另一方面,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上存储有指令,所述指令被处理器执行时实现上述汽车的控制方法中的任一步骤。
本申请实施例提供的技术方案带来的有益效果至少包括:
在本申请实施例中,能够通过目标驾驶员的驾驶员信息获取对应的汽车控制模型,由于目标驾驶员对应的汽车控制模型能够描述目标驾驶员在不同驾驶环境中的驾驶习惯,因此,在通过汽车控制模型控制汽车时,所执行的对汽车的控制操作符合目标驾驶员的驾驶习惯,从而提高了用户粘度。
附图说明
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。
图1是本申请实施例提供的一种汽车的控制方法流程图;
图2是本申请实施例提供的另一种汽车的控制方法流程图;
图3是本申请实施例提供的一种汽车的控制装置的结构示意图;
图4是本申请实施例提供的一种第二获取模块的结构示意图;
图5是本申请实施例提供的另一种第二获取模块的结构示意图;
图6是本申请实施例提供的另一种第二获取模块的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例提供的一种汽车的控制方法进行详细地解释说明之前,先对本申请实施例提供的应用场景进行解释说明。
由于ADAS***能够大大提升汽车和道路的安全性,同时对用户驾驶体验、驾驶舒适性、缓解驾驶疲劳等方面都有极大的助益,因此,ADAS***近年来得到了迅速发展,ADAS***在汽车中的配置率逐年提升。
目前,在实现ADAS***的纵向控制功能时,能够基于感知传感器获取交通环境,以限定的速度、固定的时距对汽车进行控制,且能够基于不同的速度差计算加速度对汽车进行控制。但是,驾驶员在驾驶汽车时,对时距的需求是实时变化的,且通过汽车与目标物体之间的速度差确定出的加速度,有时候并不是驾驶员所需的加速度,从而导致ADAS***所实现的功能与驾驶员预期不同,降低了用户体验,进而降低了用户粘度。
基于这样的应用场景,本申请实施例提供了一种能够适应性调整时距和加速度,以提高用户粘度的汽车的控制方法。
图1是本申请实施例提供的一种汽车的控制方法流程图,该汽车的控制方法可以包括如下几个步骤:
步骤101:获取驾驶汽车的目标驾驶员的驾驶员信息,以及该汽车当前所处的环境信息和该汽车的运行信息。
步骤102:根据该目标驾驶员的驾驶员信息,获取对应的汽车控制模型,该汽车控制模型为描述该目标驾驶员在不同驾驶环境中的驾驶习惯的模型。
步骤103:根据该环境信息和该运行信息,通过该汽车控制模型对该汽车进行控制。
在本申请实施例中,能够通过目标驾驶员的驾驶员信息获取对应的汽车控制模型,由于目标驾驶员对应的汽车控制模型能够描述目标驾驶员在不同驾驶环境中的驾驶习惯,因此,在通过汽车控制模型控制汽车时,所执行的对汽车的控制操作符合目标驾驶员的驾驶习惯,从而提高了用户粘度。
在一些实施例中,根据该目标驾驶员的驾驶员信息,获取对应的汽车控制模型,包括:
根据该目标驾驶员的驾驶员信息,对该目标驾驶员进行身份认证;
当该目标驾驶员的身份认证通过后,获取该目标驾驶员的驾驶员信息对应的汽车控制模型。
在一些实施例中,根据该目标驾驶员的驾驶员信息,对该目标驾驶员进行身份认证,包括:
将该目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,该参考驾驶员为存储的任一驾驶员的驾驶员信息;
当该参考驾驶员的驾驶员信息与该目标驾驶员的驾驶员信息匹配时,确定该目标驾驶员通过身份认证。
在一些实施例中,根据该目标驾驶员的驾驶员信息,对该目标驾驶员进行身份认证之后,还包括:
当该参考驾驶员的驾驶员信息与该目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
通过默认控制模型对该汽车进行控制。
在一些实施例中,通过默认控制模型对该汽车进行控制之后,还包括:
检测该目标驾驶员对该汽车的控制操作;
将该目标驾驶员的驾驶员信息、该环境信息和该汽车的运行信息以及该目标驾驶员对该汽车的控制操作进行存储;
根据该目标驾驶员对该汽车的控制操作、该环境信息和该汽车的运行信息进行处理,生成该目标驾驶员对应的汽车控制模型,以便于下次对该汽车进行控制时使用。
上述所有可选技术方案,均可按照任意结合形成本申请的可选实施例,本申请实施例对此不再一一赘述。
图2是本申请实施例提供的一种汽车的控制方法流程图,本实施例以该汽车的控制方法应用于汽车中进行举例说明,该汽车的控制方法可以包括如下几个步骤:
步骤201:汽车获取驾驶汽车的目标驾驶员的驾驶员信息,以及汽车当前所处的环境信息和汽车的运行信息。
需要说明的是,汽车中能够安装驾驶员状态监测***、多功能摄像头FCM、ADAS***或高精地图***、转角传感器等等,因此,汽车能够通过驾驶员状态监测***获取目标驾驶员的驾驶员信息,通过多功能摄像头和ADAS***或高精地图***获取环境信息,通过转角传感器等获取汽车的运行信息。
作为一种示例,汽车通过驾驶员状态监测***获取目标驾驶员信息的操作能够包括:通过汽车车内安装的摄像头对驾驶员位置进行图像采集,得到包括目标驾驶员的驾驶员图像;对驾驶员图像进行人脸识别,得到目标驾驶员的人脸特征,该人脸特征即为目标驾驶员的驾驶员信息。
需要说明的是,汽车对驾驶员图像进行人脸识别,得到目标驾驶员的人脸特征的操作能够参考相关技术,本申请实施例对此不再进行一一进行赘述。
作为一种示例,汽车还能够通过其他方式获取目标驾驶员的驾驶员信息,比如,目标驾驶员能够主动通过IHU(Infotainment Head Unit,信息娱乐主机)向驾驶员状态监测***进行驾驶员身份录入,即向驾驶员状态检测***中输入驾驶员身份标识等驾驶员身份信息。
需要说明的是,环境信息能够包括车道线、汽车当前所处车道以及与当前车道相邻的车道中的道路参与者(包括但不限于其他汽车)、道路标识、障碍物、光照度、交通信号灯信息等等。该驾驶员信息能够目标驾驶员的人脸特征、驾驶员身份标识等等。该驾驶员身份标识能够由字母、数字、符号等至少一种组成。
作为一种示例,汽车能够通过多功能摄像头获取汽车行驶环境的环境视觉数据,并根据环境视觉数据进行图像识别,从而得到车道线、障碍物、道路标识等环境信息。
作为一种示例,汽车能够通过ADAS***中ADAS地图或高精地图***中的高精地图,获取汽车当前所处位置的道路特征信息、道路交通情况信息。
作为一种示例,汽车能够通过转角传感器获取汽车的转角、转角速率,并通过其他传感器获取汽车的行车速度、制动信号、制动力大小等运行信息。
在一些实施例中,汽车在获取到目标驾驶员的驾驶员信息、汽车当前所处的环境信息以及汽车的运行信息后,能够将获取的驾驶员信息、环境信息和运行信息发送至汽车中的ADAS控制器。
步骤202:汽车根据目标驾驶员的驾驶员信息,获取对应的汽车控制模型。
需要说明的是,该汽车控制模型为描述目标驾驶员在不同驾驶环境中的驾驶习惯的模型。
由于不同驾驶员在不同驾驶环境中具有不同的驾驶习惯,因此,为了使对汽车的控制更符合驾驶员的驾驶习惯,汽车能够根据目标驾驶员的驾驶员信息,获取对应的汽车控制模型。
作为一种示例,汽车根据目标驾驶员的驾驶员信息,获取对应的汽车控制模型的操作至少包括:根据目标驾驶员的驾驶员信息,对目标驾驶员进行身份认证;当目标驾驶员的身份认证通过后,获取目标驾驶员的驾驶员信息对应的汽车控制模型。
由于驾驶汽车的目标驾驶员可能是长久驾驶该辆汽车的驾驶员,也可能是临时驾驶该辆汽车的驾驶员,如果是长久驾驶该辆汽车的驾驶员,则汽车中存在描述该目标驾驶员在不同驾驶环境下驾驶习惯的汽车控制模型,如果是临时的驾驶员,则汽车可能会无法获取到对应的汽车控制模型。因此,为了准确地对汽车进行控制,汽车需要根据目标驾驶员的驾驶员信息,对目标驾驶员进行身份认证。
作为一种示例,汽车根据目标驾驶员的驾驶员信息,对目标驾驶员进行身份认证的操作至少包括:将目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,该参考驾驶员为存储的任一驾驶员的驾驶员信息;当参考驾驶员的驾驶员信息与目标驾驶员的驾驶员信息匹配时,确定目标驾驶员通过身份认证。
由上述可知,驾驶员信息能够为目标驾驶员的人脸特征,也能够为驾驶员身份标识,当驾驶员信息类型不同时,汽车确定参考驾驶员的驾驶员信息与目标驾驶员的驾驶员信息是否匹配的方式不相同。
在一些实施例中,当驾驶员信息为人脸特征时,如果目标驾驶员的人脸特征与参考驾驶员的人脸特征之间的相似度大于或等于相似度阈值,则确定目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息匹配;如果目标驾驶员的人脸特征与参考驾驶员的人脸特征之间的相似度小于相似度阈值,则确定目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息不匹配,并确定该目标驾驶员未通过身份认证。
需要说明的是,该相似度阈值能够根据需求事先进行设置,比如,该相似度阈值能够为99%、95%、90%等等。
在一些实施例中,当驾驶员信息为驾驶员身份标识时,如果目标驾驶员的驾驶员身份标识与参考驾驶员的驾驶员身份标识相同,则确定参考驾驶员的驾驶员信息与目标驾驶员的驾驶员信息匹配;如果目标驾驶员的驾驶员身份标识与参考驾驶员的驾驶员身份标识不相同,即存储的驾驶员信息中不存在与目标驾驶员的驾驶员信息相同的信息时,则确定参考驾驶员的驾驶员信息与目标驾驶员的驾驶员信息不匹配,并确定该目标驾驶员未通过身份认证。
在一些实施例中,当目标驾驶员的身份认证通过后,汽车获取目标驾驶员的驾驶员信息对应的汽车控制模型的操作至少包括:根据目标驾驶员的驾驶员信息,从驾驶员信息与汽车控制模型之间的对应关系中获取对应的汽车控制模型。
需要说明的是,目标驾驶员的驾驶员信息对应的汽车控制模型能够为事先通过深度学习训练得到。即汽车的ADAS控制器能够事先获取目标驾驶员在不同驾驶环境下的环境信息和汽车的运行信息,以及驾驶员操纵汽车与当前行驶方向上的汽车保持的时距及加速度,并根据获取目标驾驶员在不同驾驶环境下的环境信息和汽车的运行信息,以及驾驶员操纵汽车与当前行驶方向上的目标物体(可能也为汽车)保持的时距及加速度不断进行深度学习,得到目标驾驶员的驾驶员信息对应的汽车控制模型。
需要说明的是,汽车根据获取目标驾驶员在不同驾驶环境下的环境信息和汽车的运行信息,以及驾驶员操纵汽车与当前行驶方向上的汽车保持的时距及加速度不断进行深度学习的操作能够参考相关技术,本申请实施例对此不再进行一一赘述。
由上述可知,目标驾驶员可能为临时驾驶该汽车的驾驶员,因此,汽车中不存在描述该目标驾驶员在不同驾驶环境中驾驶习惯的汽车控制模型,因此,汽车能够直接通过默认控制模型进行控制。
在一些实施例中,当参考驾驶员的驾驶员信息与目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;通过默认控制模型对汽车进行控制。
需要说明的是,默认控制模型为事先根据需求存储的模型,且该默认控制模型能够输出固定的时距,并根据汽车与目标物体之间的速度差确定出的加速度。
在一些实施例中,汽车通过默认控制模型对汽车进行控制之后,还能够检测目标驾驶员对汽车的控制操作;将目标驾驶员的驾驶员信息、环境信息和汽车的运行信息以及目标驾驶员对汽车的控制操作进行存储;根据目标驾驶员对汽车的控制操作进行处理,生成目标驾驶员对应的汽车控制模型,以便于下次对汽车进行控制时使用。
由于临时驾驶员也可能会变为长久驾驶该汽车的驾驶员,且临时驾驶员可能会因不满意默认控制模型输出的时距和加速度而对汽车进行其他控制,因此,为了提高用户粘度,汽车能够将目标驾驶员的驾驶员信息以及目标驾驶员对汽车的控制操作进行存储,并根据目标驾驶员对汽车的控制操作、环境信息和汽车的运行信息进行处理,生成目标驾驶员对应的汽车控制模型,以便于下次对汽车进行控制时使用。
在一些实施例中,由于临时驾驶员之后可能不会再驾驶该汽车,因此,为了节约存储空间,当目标驾驶员为临时驾驶员,且汽车存储目标驾驶员的驾驶员信息的时长达到时长阈值时,将存储的目标驾驶员的驾驶员信息、环境信息和汽车的运行信息以及目标驾驶员对汽车的控制操作进行删除。
需要说明的是,该时长阈值能够根据需求事先进行设置,比如,该时长阈值能够为7天、14天、30天等等。
由于汽车能够将获取的驾驶员信息、环境信息和运行信息发送至汽车中的ADAS控制器,因此,上述根据目标驾驶员的驾驶员信息,获取对应的汽车控制模型的操作均能够通过汽车的ADAS控制器实现。
步骤203:汽车根据环境信息和运行信息,通过汽车控制模型对汽车进行控制。
作为一种示例,汽车能够将环境信息和运行信息作为汽车控制模型的输入,从而通过汽车控制模型对环境信息和运行信息进行处理,并输出对应的时距和加速度,汽车通过汽车控制模型输出的时距和加速度对汽车进行控制。
由于汽车控制模型通过环境信息、运行信息、驾驶员信息以及驾驶员对汽车的操作信息通过深度学习训练得到,因此,将环境信息和运行信息作为汽车控制模型的输入后,汽车控制模型能够输出对应的时距和加速度。
需要说明的是,汽车能够通过ADAS控制器根据环境信息和运行信息,通过汽车控制模型对汽车进行控制。
在本申请实施例中,汽车能够通过目标驾驶员的驾驶员信息获取对应的汽车控制模型,由于目标驾驶员对应的汽车控制模型能够描述目标驾驶员在不同驾驶环境中的驾驶习惯,因此,在根据当前环境信息和汽车的运行信息,通过汽车控制模型控制汽车时,所执行的对汽车的控制操作符合目标驾驶员的驾驶习惯,从而提高了用户粘度。
图3是本申请实施例提供的一种汽车的控制装置的结构示意图,该汽车的控制装置可以由软件、硬件或者两者的结合实现。该汽车的控制装置可以包括:第一获取模块301、第二获取模块302和控制模块303。
第一获取模块301,用于获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息;
第二获取模块302,用于根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;
控制模块303,用于根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制。
在一些实施例中,参见图4,所述第二获取模块302包括:
认证子模块3021,用于根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证;
第一获取子模块3022,用于当所述目标驾驶员的身份认证通过后,获取所述目标驾驶员的驾驶员信息对应的汽车控制模型。
在一些实施例中,所述认证子模块3021用于:
将所述目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,所述参考驾驶员为存储的任一驾驶员的驾驶员信息;
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息匹配时,确定所述目标驾驶员通过身份认证。
在一些实施例中,参见图5,所述第二获取模块302还包括:
第二获取子模块3023,用于当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
控制子模块3024,用于通过默认控制模型对所述汽车进行控制。
在一些实施例中,参见图6,所述第二获取模块302还包括:
检测子模块3025,用于检测所述目标驾驶员对所述汽车的控制操作;
存储子模块3026,用于将所述目标驾驶员的驾驶员信息、所述环境信息和所述汽车的运行信息以及所述目标驾驶员对所述汽车的控制操作进行存储;
生成子模块3027,用于根据所述目标驾驶员对所述汽车的控制操作、所述环境信息和所述汽车的运行信息进行处理,生成所述目标驾驶员对应的汽车控制模型,以便于下次对所述汽车进行控制时使用。
在本申请实施例中,汽车能够通过目标驾驶员的驾驶员信息获取对应的汽车控制模型,由于目标驾驶员对应的汽车控制模型能够描述目标驾驶员在不同驾驶环境中的驾驶习惯,因此,在根据当前环境信息和汽车的运行信息,通过汽车控制模型控制汽车时,所执行的对汽车的控制操作符合目标驾驶员的驾驶习惯,从而提高了用户粘度。
需要说明的是:上述实施例提供的汽车的控制装置在控制汽车时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的汽车的控制装置与汽车的控制方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请实施例还提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行上实施例提供的汽车的控制方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在终端上运行时,使得终端执行上述实施例提供的汽车的控制方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请实施例的较佳实施例,并不用以限制本申请实施例,凡在本申请实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种汽车的控制方法,其特征在于,所述方法包括:
获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息,所述目标驾驶员包括长久驾驶所述汽车的驾驶员和临时驾驶所述汽车的驾驶员;
若所述目标驾驶员为长久驾驶所述汽车的驾驶员,则根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;
根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制;
若所述目标驾驶员为临时驾驶所述汽车的驾驶员,则通过默认控制模型对所述汽车进行控制;检测所述目标驾驶员对所述汽车的控制操作;将所述目标驾驶员的驾驶员信息、所述环境信息和所述汽车的运行信息以及所述目标驾驶员对所述汽车的控制操作进行存储;根据所述目标驾驶员对所述汽车的控制操作、所述环境信息和所述汽车的运行信息进行处理,生成所述目标驾驶员对应的汽车控制模型,以便于下次对所述汽车进行控制时使用;当所述汽车存储所述目标驾驶员的驾驶员信息的时长达到时长阈值时,将存储的所述目标驾驶员的驾驶员信息、环境信息和汽车的运行信息以及目标驾驶员对汽车的控制操作进行删除。
2.如权利要求1所述的方法,其特征在于,所述根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,包括:
根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证;
当所述目标驾驶员的身份认证通过后,获取所述目标驾驶员的驾驶员信息对应的汽车控制模型。
3.如权利要求2所述的方法,其特征在于,所述根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证,包括:
将所述目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,所述参考驾驶员为存储的任一驾驶员的驾驶员信息;
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息匹配时,确定所述目标驾驶员通过身份认证。
4.如权利要求3所述的方法,其特征在于,所述根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证之后,还包括:
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
通过默认控制模型对所述汽车进行控制。
5.一种汽车的控制装置,其特征在于,所述装置包括:
第一获取模块,用于获取驾驶汽车的目标驾驶员的驾驶员信息,以及所述汽车当前所处的环境信息和所述汽车的运行信息,所述目标驾驶员包括长久驾驶所述汽车的驾驶员和临时驾驶所述汽车的驾驶员;
第二获取模块,用于若所述目标驾驶员为长久驾驶所述汽车的驾驶员,则根据所述目标驾驶员的驾驶员信息,获取对应的汽车控制模型,所述汽车控制模型为描述所述目标驾驶员在不同驾驶环境中的驾驶习惯的模型;
控制模块,用于根据所述环境信息和所述运行信息,通过所述汽车控制模型对所述汽车进行控制;
所述第二获取模块,还用于若所述目标驾驶员为临时驾驶所述汽车的驾驶员,则通过默认控制模型对所述汽车进行控制;检测所述目标驾驶员对所述汽车的控制操作;将所述目标驾驶员的驾驶员信息、所述环境信息和所述汽车的运行信息以及所述目标驾驶员对所述汽车的控制操作进行存储;根据所述目标驾驶员对所述汽车的控制操作、所述环境信息和所述汽车的运行信息进行处理,生成所述目标驾驶员对应的汽车控制模型,以便于下次对所述汽车进行控制时使用;当所述汽车存储所述目标驾驶员的驾驶员信息的时长达到时长阈值时,将存储的所述目标驾驶员的驾驶员信息、环境信息和汽车的运行信息以及目标驾驶员对汽车的控制操作进行删除。
6.如权利要求5所述的装置,其特征在于,所述第二获取模块包括:
认证子模块,用于根据所述目标驾驶员的驾驶员信息,对所述目标驾驶员进行身份认证;
第一获取子模块,用于当所述目标驾驶员的身份认证通过后,获取所述目标驾驶员的驾驶员信息对应的汽车控制模型。
7.如权利要求6所述的装置,其特征在于,所述认证子模块用于:
将所述目标驾驶员的驾驶员信息与参考驾驶员的驾驶员信息进行对比,所述参考驾驶员为存储的任一驾驶员的驾驶员信息;
当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息匹配时,确定所述目标驾驶员通过身份认证。
8.如权利要求7所述的装置,其特征在于,所述第二获取模块还包括:
第二获取子模块,用于当所述参考驾驶员的驾驶员信息与所述目标驾驶员的驾驶员信息不匹配时,获取默认控制模型;
控制子模块,用于通过默认控制模型对所述汽车进行控制。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有指令,所述指令被处理器执行时实现上述权利要求1至权利要求4中的任一项权利要求所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223247.6A CN114013448B (zh) | 2021-10-20 | 2021-10-20 | 汽车的控制方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223247.6A CN114013448B (zh) | 2021-10-20 | 2021-10-20 | 汽车的控制方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114013448A CN114013448A (zh) | 2022-02-08 |
CN114013448B true CN114013448B (zh) | 2023-09-26 |
Family
ID=80056984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111223247.6A Active CN114013448B (zh) | 2021-10-20 | 2021-10-20 | 汽车的控制方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114013448B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013008996A1 (ko) * | 2011-07-14 | 2013-01-17 | 에스케이플래닛 주식회사 | 텔레매틱스 서비스를 위한 장치 및 방법 |
DE102012205143A1 (de) * | 2012-03-29 | 2013-10-02 | Zf Friedrichshafen Ag | Verfahren zum Betreiben eines Antriebsstrangs eines Fahrzeugs |
WO2016170785A1 (ja) * | 2015-04-21 | 2016-10-27 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法、およびプログラム |
CN106184223A (zh) * | 2016-09-28 | 2016-12-07 | 北京新能源汽车股份有限公司 | 一种自动驾驶控制方法、装置及汽车 |
KR20190134906A (ko) * | 2018-05-10 | 2019-12-05 | 한국전자통신연구원 | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 |
KR102057453B1 (ko) * | 2018-07-06 | 2020-01-22 | 전자부품연구원 | 운전습관을 반영한 차량의 가감속 제어 장치 및 방법 |
CN110979332A (zh) * | 2019-12-24 | 2020-04-10 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
DE102018217300A1 (de) * | 2018-10-10 | 2020-04-16 | Robert Bosch Gmbh | Verfahren zum Anpassen eines Steuerungssystems |
EP3750765A1 (en) * | 2019-06-14 | 2020-12-16 | Bayerische Motoren Werke Aktiengesellschaft | Methods, apparatuses and computer programs for generating a machine-learning model and for generating a control signal for operating a vehicle |
CN112581750A (zh) * | 2019-09-29 | 2021-03-30 | 北京地平线机器人技术研发有限公司 | 车辆行驶控制方法、装置、可读存储介质及电子设备 |
CN113085873A (zh) * | 2021-04-30 | 2021-07-09 | 东风小康汽车有限公司重庆分公司 | 驾驶策略的获取方法、装置、计算机设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8260515B2 (en) * | 2008-07-24 | 2012-09-04 | GM Global Technology Operations LLC | Adaptive vehicle control system with driving style recognition |
US9420958B2 (en) * | 2013-03-15 | 2016-08-23 | Honda Motor Co., Ltd. | System and method for determining changes in a body state |
KR102368812B1 (ko) * | 2015-06-29 | 2022-02-28 | 엘지전자 주식회사 | 차량 운전 보조 방법 및 차량 |
US10183679B2 (en) * | 2016-06-28 | 2019-01-22 | Volkswagen Aktiengesellschaft | Apparatus, system and method for personalized settings for driver assistance systems |
US20200216079A1 (en) * | 2019-01-04 | 2020-07-09 | Byton North America Corporation | Systems and methods for driver profile based warning and vehicle control |
KR20210073686A (ko) * | 2019-12-10 | 2021-06-21 | 현대자동차주식회사 | 운전자 인증 기반 개인화 주행모드 제어 장치, 그를 포함한 시스템 및 그 방법 |
-
2021
- 2021-10-20 CN CN202111223247.6A patent/CN114013448B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013008996A1 (ko) * | 2011-07-14 | 2013-01-17 | 에스케이플래닛 주식회사 | 텔레매틱스 서비스를 위한 장치 및 방법 |
DE102012205143A1 (de) * | 2012-03-29 | 2013-10-02 | Zf Friedrichshafen Ag | Verfahren zum Betreiben eines Antriebsstrangs eines Fahrzeugs |
WO2016170785A1 (ja) * | 2015-04-21 | 2016-10-27 | パナソニックIpマネジメント株式会社 | 情報処理システム、情報処理方法、およびプログラム |
CN106184223A (zh) * | 2016-09-28 | 2016-12-07 | 北京新能源汽车股份有限公司 | 一种自动驾驶控制方法、装置及汽车 |
KR20190134906A (ko) * | 2018-05-10 | 2019-12-05 | 한국전자통신연구원 | 사용자의 운전 스타일을 반영한 자율 주행 장치 및 방법 |
KR102057453B1 (ko) * | 2018-07-06 | 2020-01-22 | 전자부품연구원 | 운전습관을 반영한 차량의 가감속 제어 장치 및 방법 |
DE102018217300A1 (de) * | 2018-10-10 | 2020-04-16 | Robert Bosch Gmbh | Verfahren zum Anpassen eines Steuerungssystems |
EP3750765A1 (en) * | 2019-06-14 | 2020-12-16 | Bayerische Motoren Werke Aktiengesellschaft | Methods, apparatuses and computer programs for generating a machine-learning model and for generating a control signal for operating a vehicle |
CN112581750A (zh) * | 2019-09-29 | 2021-03-30 | 北京地平线机器人技术研发有限公司 | 车辆行驶控制方法、装置、可读存储介质及电子设备 |
CN110979332A (zh) * | 2019-12-24 | 2020-04-10 | 奇瑞汽车股份有限公司 | 智能汽车的控制方法、装置及存储介质 |
CN113085873A (zh) * | 2021-04-30 | 2021-07-09 | 东风小康汽车有限公司重庆分公司 | 驾驶策略的获取方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
基于驾驶员意图及行驶场景判断的智能驾驶模式识别策略;郑羿方;卢萍;;汽车实用技术(第09期);61-65 * |
虚幻4驾驶模拟器设计和驾驶员特性分析;周孝吉;郑玲;;重庆大学学报(第09期);34-42 * |
Also Published As
Publication number | Publication date |
---|---|
CN114013448A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210001841A1 (en) | Obstacle Avoidance Method and Apparatus for Autonomous Driving Vehicle | |
US11703883B2 (en) | Autonomous driving device | |
US10183679B2 (en) | Apparatus, system and method for personalized settings for driver assistance systems | |
US10189482B2 (en) | Apparatus, system and method for personalized settings for driver assistance systems | |
US20190118805A1 (en) | System and method for controlling autonomous driving vehicle | |
CN112581750A (zh) | 车辆行驶控制方法、装置、可读存储介质及电子设备 | |
CN114013448B (zh) | 汽车的控制方法、装置及计算机存储介质 | |
CN111572561B (zh) | 自动驾驶汽车的车速控制方法、装置、设备及存储介质 | |
CN112466139A (zh) | 基于多传感器的限速融合方法、***、车辆及存储介质 | |
CN110271557B (zh) | 一种车辆用户特征识别*** | |
JP2018180641A (ja) | 車両識別装置 | |
CN115431995B (zh) | 基于不同级别辅助驾驶的设备控制方法及装置 | |
CN109215369B (zh) | 一种adas***的控制方法、装置、设备及网络设备 | |
CN113119984A (zh) | 高级驾驶辅助***和高级驾驶辅助方法 | |
CN108313051B (zh) | 泊车方法、装置、***及存储介质 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测***以及记录介质 | |
CN112124074A (zh) | 基于车辆周边情况实现自动控制车速方法 | |
WO2023085190A1 (ja) | 教師データ生成方法、教師データ生成プログラム、情報処理装置、情報処理方法、および情報処理プログラム | |
WO2023085017A1 (ja) | 学習方法、学習プログラム、情報処理装置、情報処理方法、および情報処理プログラム | |
CN113276850B (zh) | 车辆控制的方法、装置、设备、存储介质及程序产品 | |
CN115290348A (zh) | 一种智能驾驶辅助***的测试方法、装置和设备 | |
US20220222946A1 (en) | Traffic environment recognition device and vehicle control device | |
CN115129767A (zh) | 信息处理装置、车辆以及存储介质 | |
CN111292539A (zh) | 校车违章行为的确定方法、装置、计算机设备和存储介质 | |
KR20210098875A (ko) | 형상 모델 기반의 라이다/레이더 정보 융합을 통한 주변 차량 추적 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |