[发明专利]制动距离的计算方法、装置、汽车及介质

说明书

本发明提供了一种制动距离的计算方法、装置、汽车及介质，包括：获取目标用户在自适应巡航模式下的当前驾驶行为数据；将当前驾驶行为数据输入到预先训练的规则模型中，得到规则模型基于当前驾驶行为数据输出的制动距离；其中，规则模型是基于目标用户的历史制动行为数据训练的。本发明能够根据驾驶员的驾驶习惯确定适合驾驶员自身的制动距离，避免驾驶员主动刹车抑制ACC的功能。

技术领域

本发明涉及汽车智能化技术领域，尤其是涉及一种制动距离的计算方法、装置、汽车及介质。

背景技术

随着高级驾驶辅助系统(Advanced Driving Assistance System，ADAS)技术的快速发展，其市场渗透率占比越来越高，一些特定场景可以开启自适应巡航(AdaptiveCruise Control，ACC)功能来缓解驾驶员的疲劳状态。不同驾驶员根据开车的熟练度设置的跟车距离和巡航速度是不一致的，不同的跟车距离和速度对应的制动距离也不一致，同时，驾驶员理想的制动距离和ACC预期制动距离也可能会不一致，从而导致有些驾驶员对于ACC的状态或者制动距离产生不确定性，在某些情况下会主动刹车抑制了ACC的功能。

发明内容

有鉴于此，本发明的目的在于提供一种制动距离的计算方法、装置、汽车及介质，能够根据驾驶员的驾驶习惯确定适合驾驶员自身的制动距离，避免驾驶员主动刹车抑制ACC的功能。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种制动距离的计算方法，包括：获取目标用户在自适应巡航模式下的当前驾驶行为数据；将当前驾驶行为数据输入到预先训练的规则模型中，得到规则模型基于当前驾驶行为数据输出的制动距离；其中，规则模型是基于目标用户的历史制动行为数据训练的。

在一种实施方式中，当前驾驶行为数据携带有用户标识，规则模型包括至少一条制动行为规则；规则模型基于当前驾驶行为数据输出的制动距离，包括：规则模型查找与用户标识匹配的目标制动行为规则；基于目标制动行为规则，输出制动距离。

在一种实施方式中，前述方法还包括：基于制动距离提示目标用户。

在一种实施方式中，规则模型的训练过程包括：获取目标用户在自适应巡航模式下主动刹车时的历史制动行为数据；其中，历史制动行为数据包括历史驾驶行为数据和历史驾驶行为数据对应的历史制动距离；对历史制动行为数据进行数据清洗；将清洗后的历史制动行为数据划分为训练集；基于训练集对机器学习模型进行迭代训练，生成规则模型。

在一种实施方式中，前述方法还包括：将清洗后的历史制动行为数据划分为测试集；其中，测试集与训练集不同；基于测试集，采用预设的评估算法，对规则模型进行评估，得到评估结果；若评估结果不满足预设条件，则基于训练集对机器学习模型进行迭代训练。

在一种实施方式中，基于训练集对机器学习模型进行迭代训练，生成规则模型，包括：基于训练集，确定目标用户对应的制动行为规则；其中，制动行为规则表示驾驶行为数据和制动距离之间的对应关系；采用预设的规则学习算法，对制动行为规则进行优化，生成规则模型。

在一种实施方式中，前述方法还包括：获取目标用户在自适应巡航模式下主动刹车的当前制动行为数据；基于当前制动行为数据，对目标用户对应的制动行为规则进行更新。

第二方面，本发明实施例提供了一种制动距离的计算装置，包括：数据获取模块，用于获取目标用户在自适应巡航模式下的当前驾驶行为数据；制动距离确定模块，用于将当前驾驶行为数据输入到预先训练的规则模型中，得到规则模型基于当前驾驶行为数据输出的制动距离；其中，规则模型是基于目标用户的历史制动行为数据训练的。

第三方面，本发明实施例提供了一种汽车，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。