[发明专利]一种用于物流运输的辅助驾驶方法及系统

权利要求书

1.一种用于物流运输的辅助驾驶方法，所述方法包括：

获取物流运输中实际业务场景的历史数据集，所述实际业务场景的历史数据集包括<行车事件、时间、车辆信息、行车结果>；

将所述行车事件、时间和车辆信息作为行车安全模型的输入样本参数，将行车结果作为所述行车安全模型的输出样本参数，对所述实际业务场景的历史数据集进行学习，根据所述实际业务场景的历史数据集的学习结果，建立运输车辆的行车安全模型；

获取进行物流运输时的运输车辆的车辆信息；

监控所述运输车辆行驶过程中的行车事件以及与所述行车事件对应的时间，根据所述运输车辆的车辆信息，利用所述行车安全模型，对行车结果进行预测。

2.根据权利要求1所述的方法，所述行车事件包括运输中道路事物识别、行车速度、行车方向的视频数据。

3.根据权利要求1所述的方法，所述行车结果包括：所述运输车辆与前后车辆的距离、所述运输车辆的行驶偏移。

4.根据权利要求1所述的方法，包括：获取运输的订单信息，根据所述运输车辆当前的定位地点及所述订单信息中的运输终点，确定所述运输车辆的运输路径。

5.根据权利要求1所述的方法，所述对所述实际业务场景的历史数据进行学习，包括：通过机器学习算法，对所述实际业务场景的历史数据集进行学习。

6.根据权利要求1所述的方法，还包括：通过目标检测算法Faster-RCNN对所监控运输车辆行驶过程中的行车事件以及与所述行车事件对应的时间进行识别。

7.一种用于物流运输的辅助驾驶系统，所述系统包括：

第一获取单元，用于获取物流运输中实际业务场景的历史数据集，所述实际业务场景的历史数据集包括<行车事件、时间、车辆信息、行车结果>；

建立单元，用于将所述行车事件、时间和车辆信息作为行车安全模型的输入样本参数，将行车结果作为所述行车安全模型的输出样本参数，对所述实际业务场景的历史数据集进行学习，根据所述实际业务场景的历史数据集的学习结果，建立运输车辆的行车安全模型；

第二获取单元，用于获取进行物流运输时的运输车辆的车辆信息；

预测单元，用于监控所述运输车辆行驶过程中的行车事件以及与所述行车事件对应的时间，根据所述运输车辆的车辆信息，利用所述行车安全模型，对行车结果进行预测。

8.根据权利要求7所述的系统，所述行车事件包括运输中道路事物识别、行车速度、行车方向的视频数据。

9.根据权利要求7所述的系统，所述行车结果包括：所述运输车辆与前后车辆的距离、所述运输车辆的行驶偏移。

10.根据权利要求7所述的系统，所述第二获取单元还用于：获取运输的订单信息，根据所述运输车辆当前的定位地点及所述订单信息中的运输终点，确定所述运输车辆的运输路径。

11.根据权利要求7所述的系统，所述建立单元还用于：通过机器学习算法，对所述实际业务场景的历史数据进行学习。

12.根据权利要求7所述的系统，所述建立单元还用于：通过目标检测算法Faster-RCNN对所监控运输车辆行驶过程中的行车事件以及与所述行车事件对应的时间进行识别。