[发明专利]车辆警告方法、装置以及电子设备在审

专利信息
申请号: 202211426035.2 申请日: 2022-11-14
公开(公告)号: CN115805957A 公开(公告)日: 2023-03-17
发明(设计)人: 杨文杰;李辉;宋文明;陈泓羽;霍广;葛雯 申请(专利权)人: 广州汽车集团股份有限公司
主分类号: B60W50/14 分类号: B60W50/14;G08G1/01;B60W40/09;B60W40/00
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 韩绍君
地址: 510030 广东省广州市越秀*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆 警告 方法 装置 以及 电子设备
【权利要求书】:

1.一种车辆警告方法,其特征在于,所述方法包括:

获取车辆在行车过程中的行车数据以及驾驶员的驾驶数据;

根据所述行车数据,确定第一结果值,所述第一结果值表征所述车辆在行车过程中的行车环境的危险程度;

根据所述驾驶数据,确定第二结果值,所述第二结果值表征所述车辆在行车过程中所述驾驶员的驾驶行为的危险程度;

根据所述第一结果值以及所述第二结果值,得到目标值;

在所述目标值高于预设阈值时,控制所述车辆输出警告。

2.根据权利要求1所述的方法,其特征在于,所述根据所述第一结果值以及所述第二结果值,得到目标值,包括:

获取偏移量、针对所述第一结果值的第一权重以及针对所述第二结果值的第二权重;

根据所述第一权重以及所述第二权重,对所述第一结果值以及所述第二结果值进行加权求和,得到求和结果;

计算所述求和结果与所述偏移量的和,作为所述目标值。

3.根据权利要求2所述的方法,其特征在于,所述获取偏移量、针对所述第一结果值的第一权重以及针对所述第二结果值的第二权重,包括:

从所述行车数据以及所述驾驶数据中获取目标类别的数据,作为第一目标数据;

根据所述第一目标数据,确定对应所述第一权重的第一初始权重、对应所述第二权重的第二初始权重以及对应所述偏移量的初始偏移量;

获取误差值;

根据所述误差值,对所述初始偏移量、所述第一初始权重以及所述第二初始权重进行调整,得到所述偏移量、所述第一权重以及所述第二权重。

4.根据权利要求3所述的方法,其特征在于,所述误差值的获取方法包括:

从历史行车数据以及历史驾驶数据中获取目标类别的数据,作为第二目标数据,所述历史行车数据以及所述历史驾驶数据是所述目标时刻的前一时刻的数据;

根据所述第二目标数据,对所述目标时刻的数据进行预测,得到预测目标数据;

根据所述预测目标数据以及所述第一目标数据,得到误差值。

5.根据权利要求1所述的方法,其特征在于,所述根据所述行车数据,确定第一结果值,包括:

在规则引擎中获取对应所述行车数据中各个环境信息的危险系数;

计算各个所述环境信息的危险系数之和,作为所述第一结果值。

6.根据权利要求1所述的方法,其特征在于,所述驾驶数据包括驾驶图像;所述根据所述驾驶数据,确定第二结果值,包括:

将所述驾驶图像输入驾驶行为分析模型,得到所述驾驶行为分析模型预测的多个预置驾驶行为各自的预测概率,每个所述预置驾驶行为的预测概率表征所述驾驶图像包括该预置驾驶行为的概率;

计算所述多个预置驾驶行为各自的预测概率之和,作为所述第二结果值。

7.根据权利要求6所述的方法,其特征在于,所述驾驶行为分析模型的训练方法包括:

获取训练样本以及测试样本,所述训练样本包括每个所述预置驾驶行为下的训练图像以及每个所述训练图像的标签,所述测试样本包括每个所述预置驾驶行为下的测试图像以及每个所述测试图像的标签;

通过每个所述训练图像以及该训练图像的标签,对初始模型进行训练,得到训练后的模型;

将每个所述预置驾驶行为下的每个测试图像输入所述训练后的模型,得到所述训练后的模型预测的每个所述预置驾驶行为下的每个测试图像包括该预置驾驶行为的概率;

根据每个所述预置驾驶行为下的每个测试图像包括该预置驾驶行为的概率以及该预置驾驶行为的标签,确定所述训练后的模型的评估结果;

在所述评估结果满足预设条件时,获取所述训练后的模型作为所述驾驶行为分析模型。

8.根据权利要求6所述的方法,其特征在于,所述驾驶图像的获取方法包括:

获取所述车辆在行车过程中的驾驶视频信息;

对所述驾驶视频信息进行切帧转换处理,得到所述驾驶图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州汽车集团股份有限公司,未经广州汽车集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211426035.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top