车辆习惯预警方法与流程

本发明涉及车载控制运算方法，特别是一种根据习惯分析对车辆的操作行为提出预警的控制方法。

背景技术：

在车辆参与进互联网的时代，车辆的感知和控制硬件越来越全面，作为独立的移动智能设备愈加全面。为了提升效率，很多车辆参与到互联网中获取数据，并能做自我适应和更新。而且，随着人们越来越多的驾车，车辆已经参与到生活当中。当车辆成为用户的生活中必不可少的一部分，很多用户对自己驾驶的车辆和路线都有一定的熟悉。而且，有很多人相信自己对车辆和路线的习惯和感觉，可是这些人为主观的因素，不确定因素还是存在的。

另外，随着车辆陪伴用户的时间越久，很多用户的习惯和路线习惯也被固定。那么对于用户的很多个性化地操作行为都是可以被车辆知晓的。甚至于，车辆所掌握的个性习惯，较之手机等移动设备有过之而无不及。但是，目前这些数据并没有得到很好的应用。虽然，数据的重要性大家都知道，可是怎么应用要看追求的方向。

可是，另一个问题也随之凸显，那就是在车辆中的安全问题。因为车辆对于内部用户来说是相对地封闭的，不管用户在车辆内部还是外部，车辆本身都保持了一定的密闭。当用户没有在车辆内部，车辆保持独立的状态，对于车辆的安全是没有保证的。当用户在车辆内部，或行驶或待机，对于用户和车辆本身是没有任何关联的。

另一个常见的问题是，大多数人的驾驶习惯主要还是依赖于主观的判断。对于熟悉的路线，还是会优先选择常走的路线。但是车辆却处于比较被动的地位。这对于特殊情况下的行驶并没有好处，例如夜间行车、高速行车、修路或调整道路等等情况。在特殊的情况下，简单的重复同样的处理方式并是不是最好的解决方式，而且有些情况对于车俩的状态还是有一定的条件要求的。

因此，如何避免上述的不足，进而提供一种对车辆的操作行为提出预警的控制方法对市场是很重要的。

技术实现要素：

本发明的一个目的在于提供一种车辆习惯预警方法，车辆依据用户的至少一行车信息得到历史记录并记录为相应的一行车习惯，对于不匹配于行车习惯的行为或者未行为将予以提醒，进而维护车辆和用户的安全。

本发明的另一个目的在于提供一种车辆习惯预警方法，车辆获得行车信息并构建一条件时间轴，通过所述条件时间轴对于车辆的所述行车习惯从时间上进行掌握，进而分析出异常情况。

本发明的另一个目的在于提供一种车辆习惯预警方法，车辆在不同时段的不同的所述行车习惯作为安全性的标准，从车辆的角度出发为用户的异常行为提供提醒。

本发明的另一个目的在于提供一种车辆习惯预警方法，通过车辆对情况的实时地检测，无需用户操作而是自动地判别当前的行车行为进而得到车辆的状态，增强车辆与外界的联系。

本发明的另一个目的在于提供一种车辆习惯预警方法，对于车辆的实时情况进行检测，视条件的不匹配或者异常程度将提醒转为警报。

本发明的另一个目的在于提供一种车辆习惯预警方法，从车辆的角度为车辆或者用户提供行为建议，避免主观因素对安全行驶产生影响。

本发明的另一个目的在于提供一种车辆习惯预警方法，将实时情况与所述条件时间轴相互的匹配，匹配的结果不仅为匹配度，还有对情况数据的整理，以使在匹配过程中的信息也被完整地保留。

本发明的另一个目的在于提供一种车辆习惯预警方法，在车辆未发动的情况下，对于实时检测和匹配均有在处理，在未使用阶段保持预警状态并对为发动车辆进行监控。

本发明的另一个目的在于提供一种车辆习惯预警方法，在夜间行车、高速行车、修路或调整道路等等特殊的情况，通过对车辆的状态进行检测，得到配合所述行车习惯的方式。

本发明的另一个目的在于提供一种车辆习惯预警方法，通过对车辆的状态进行检测，针对与所述条件时间轴匹配度不高的车辆状态进行预警，仅为维护车辆的性能和安全性。

依本发明的一个方面，本发明进一步提供一车辆习惯预警方法，包括以下步骤：

601：获得至少一行车信息，并形成相应的一行车习惯；

602：构建一条件时间轴；

603：匹配车辆状态与所述条件时间轴；以及

604：若匹配的结果满足所述条件时间轴的至少一提醒条件，则发出提醒。

根据本发明的一个实施例，所述条件时间轴为以时间为周期的数据信息记录。

根据本发明的一个实施例，在步骤603之前，进一步包括步骤：实时检测条件。

根据本发明的一个实施例，通过实时检测条件得到车辆状态的数据。

根据本发明的一个实施例，步骤603中采用车辆状态的数据匹配于所述条件时间轴。

根据本发明的一个实施例，在步骤604之后，进一步包括步骤：

询问是否按所述行车习惯执行；和

若得到确认，则执行。

根据本发明的一个实施例，所述条件时间轴为至少两个，每个所述条件时间轴的时间周期并不完全相同。

根据本发明的一个实施例，步骤603中车辆状态的数据匹配于所述条件时间轴得到匹配度的评价，其中匹配度评价被记录。

根据本发明的一个实施例，车辆状态的数据来源于组合：行车记录、传感器、电子器件中的一种或多种。

根据本发明的一个实施例，所述条件时间轴通过更新所述行车信息而更新。

根据本发明的一个实施例，步骤604中若匹配结果超过一预定的预警值，则将发出的提醒转为警报。

根据本发明的一个实施例，发出的提醒为图像信息。

根据本发明的一个实施例，发出的提醒为声音信息。

根据本发明的一个实施例，步骤603中车辆状态进一步地包括至少一未动作状态，其中所述未动作状态为未响应。

根据本发明的一个实施例，步骤603中车辆状态进一步地包括至少一未动作状态，其中所述未动作状态为响应延迟超过一定的阈值。

根据本发明的一个实施例，在步骤603之前，包括步骤：

实时检测条件，以得到对车辆状态的相关数据。

根据本发明的一个实施例，车辆状态为转速信息。

根据本发明的一个实施例，车辆状态为发动车辆时间。

根据本发明的一个实施例，车辆状态为天气信息。

根据本发明的一个实施例，步骤603中所述实时检测条件为持续循环地被执行，以供每次采用最新的数据进行步骤603中的匹配。

附图说明

图1是根据本发明的一个优选实施例的一车辆习惯预警方法的预警流程示意图。

图2是根据本发明的上述优选实施例的所述车辆习惯预警方法的一种可行的流程示意图。

图3是根据本发明的上述优选实施例的所述车辆习惯预警方法的一种可行的示意图。

图4是根据本发明的上述优选实施例的所述车辆习惯预警方法的一种可行的示意图。

图5是根据本发明的上述优选实施例的所述车辆习惯预警方法的一种可行的流程示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

本发明提供一车辆习惯预警方法，如图1至图4所示，基于车辆自身的检测和识别对用户的行为或者为行为进行分析并对于异常情况发出提醒，避免意外发生。所述车辆习惯预警方法包括以下步骤：

601：获得至少一行车信息，并记录为相应的一行车习惯；

602：构建一条件时间轴；

603：匹配车辆状态与所述条件时间轴；以及

604：若匹配的结果满足所述条件时间轴的提醒条件，则发出提醒。

本优选实施例中，所述车辆习惯预警方法首先根据用户的所述行车信息得到所述行车习惯。优选地，所述行车信息的历史记录可以被利用于形成所述行车习惯。值得一提的是，所述行车习惯为车辆为动作发出者，是车辆的动作经过记录为形成的相应的数据信息。然后，根据所述行车习惯构建所述条件时间轴，所述条件时间轴为以时间为周期的数据信息记录模式。时间周期可以被调整。优选地，所述条件时间轴为至少两个，每个所述条件时间轴的时间周期并不完全相同。更多地，根据所述条件时间轴中的数据信息，匹配车辆状态。也就是说，将车辆的状态与所述条件时间轴进行匹配，那么车辆状态会得到匹配度的评价。特别地，车辆状态也优选地为状态数据信息。最后，根据车辆状态的匹配度评价，查看是否满足所述条件时间轴的提醒条件，对于满足提醒条件的车辆状态将发出提醒。更具体地，车辆状态并不一定为车辆的动作行为，也可以是车辆的未动作行为。

车辆的动作行为相对地是比较容易被检测到的，通过车辆的传感器或者其他电子器件可以对车辆状态进行收集。而车辆的未动作行为也是车辆状态的一种，也就是对于车辆的各个部件是否处于工作状态。优选地，通过对部件发出要求响应信号来进行检测，那么未响应或者响应延迟过久的情况即可以认为未动作行为。

更多地，所述车辆习惯预警方法进一步地在步骤603之前，包括步骤：

实时检测条件。

也就是说，在匹配车辆状态与所述条件时间轴之前，进一步地对车辆状态做实时地检测。换句话说，对车辆状态进行采集，进而得到车辆状态的数据。通过对车辆状态数据的获取，以便对车辆状态是否满足提醒条件有更为直接的处理。值得一提的是，对于步骤中的所述实时检测条件，需要在进行步骤603之前进行。但是，对于具体执行的位置并没有限制。优选地，所述实时检测条件为持续循环地被执行，每次采用最新的数据进行步骤603中的匹配。

更多地，如图2所示，一种可行的所述车辆习惯预警方法的流程如图所示。首先获得所述行车习惯，本优选实施例中，通过车辆搭载的行车记录中的数据进行统计。例如，以一天为周期中在早晨或者晚上会发动车辆。根据车辆重复运行某些状态来看，将所述行车信息形成所述行车习惯。一般地，通过车辆动作记录而转化为数据信息。然后，根据所述行车习惯构建所述条件时间轴。值得一提的是，本优选实施例中的所述条件时间轴基于行车记录而形成。接着，将实时检测条件的结果与所述条件时间轴进行匹配。换句话说，根据所述条件时间轴中的数据信息，匹配车辆状态。本优选实施例中，通过车辆的待机情况掌握车辆状态。接着通过车辆状态与所述条件时间轴进行匹配，那么车辆状态会得到匹配度的评价。例如，车辆状态与所述车辆习惯比较吻合，或者车辆状态与所述车辆习惯存在差异。然后，记录匹配情况，也就是将匹配的进行统计。对于满足提醒条件的匹配结果，将进行最后的发出提醒。例如，所述条件时间轴中记录有以一天为周期中在早晨或者晚上会发动车辆，但是车辆状态表明延迟了很久还没有发动车辆，那么需要发出提醒。换句话说，车辆状态的未动作也得到提醒。本优选实施例中，对于未动作的延迟进行提醒，帮助车辆提醒用户，也提出可能存在的安全风险。特别是对于夜晚行车而言，维持了一定的安全环境，避免过度偏离所述行车习惯而产生的危险。当然，所述条件时间轴可以被添加限行、堵塞等等交通信息，当与限行信息发生匹配，车辆也得到提醒。根据用户的需要，对于所述行车习惯或者所述条件时间轴可以调整参数。

更多地，如图3和图4所示，车辆状态的具体情况来源于车辆的启动操作、未动作操作、时间信息、车况信息、以及用户自设定的需要知晓的条件等等。提醒条件与车辆状态是相对应的，例如包括超时未操作、目的地异常、行为不符合习惯、以及用户自设定的需要提醒的条件等等。值得一提的是，不一定是非匹配才会进行提醒，对于一些条件而言，匹配也需要进行提醒。所以，提醒条件为相对于所述行车习惯而言为异常的情况。通过数据的整合和计算，利用所述条件时间轴进行匹配，从而判断车辆状态是不是符合所述行车习惯，对于满足提醒条件的，则进一步地执行提醒。

本优选实施例的另一个可行的情况如图5所示。首先获得所述行车习惯，本优选实施例中，通过车辆被操作的习惯记录中的数据进行统计。例如，以一星期为周期中在雨天会发动车辆。根据车辆重复运行某些状态来看，将所述行车信息形成所述行车习惯，即雨天会发动车辆，换句话说车辆的习惯为在雨天被使用。一般地，通过车辆动作记录而转化为数据信息，即天气和发动机相关联的数据。然后，根据所述行车习惯构建所述条件时间轴。值得一提的是，本优选实施例中的所述条件时间轴基于操作习惯而形成。接着，将实时检测条件的结果与所述条件时间轴进行匹配。换句话说，根据所述条件时间轴中的数据信息，匹配车辆状态。本优选实施例中，通过车辆的待机情况掌握车辆状态。接着通过车辆状态与所述条件时间轴进行匹配，那么车辆状态会得到匹配度的评价。例如，车辆状态与所述车辆习惯十分匹配，或者车辆状态与所述车辆习惯存在差异。然后，记录匹配情况，也就是将匹配的进行统计。对于满足提醒条件的匹配结果，将进行最后的发出提醒。例如，所述条件时间轴中记录有以一周为周期中在有降雨的天气会发动车辆，但是实时检测车辆状态的结果表明没有发动车辆，那么需要发出提醒。也就是说，本优选实施例在无匹配的情况下，需要发出提醒是否要使用车辆。换句话说，车辆状态的未动作也需要发出提醒。本优选实施例中，对于未动作的延迟进行提醒，帮助车辆提醒用户，也提出可能存在的安全风险。特别是对于特殊情况下的行车而言，维持了一定的安全环境，避免过度偏离所述行车习惯而产生的危险。进一步地，车辆状态可以进一步地被检测，当车辆状态被判断有危及行车安全的风险，例如油箱检测或者制动检测发现错误等等，则需要询问是否执行相应的执行动作。

这里采用几种情况的举例，对于如图3、4和5中的所述车辆习惯预警方法进行说明。首先制成所述行车习惯，采用车辆被操作的习惯记录中的数据进行整合统计。例如，以一星期为周期中在周三会于下午四点左右发动车辆。根据车辆重复运行某些状态来看，将所述行车信息形成所述行车习惯，即周三会较早地发动车辆，换句话说车辆的习惯为在周三被稍早启动。一般地，通过车辆动作记录而转化为数据信息，即时间和发动机相关联的数据。然后，根据所述行车习惯构建所述条件时间轴。值得一提的是，本优选实施例中的所述条件时间轴基于操作习惯而形成。接着，将实时检测条件的结果与所述条件时间轴进行匹配。换句话说，根据所述条件时间轴中的数据信息，匹配车辆状态。本优选实施例中，通过车辆的待机情况掌握车辆状态。接着通过车辆状态与所述条件时间轴进行匹配，那么车辆状态会得到匹配度的评价。例如，车辆状态与所述车辆习惯吻合，或者车辆状态与所述车辆习惯存在差异。然后，记录匹配情况，也就是将匹配的进行统计。对于满足提醒条件的匹配结果，将进行最后的发出提醒。例如，所述条件时间轴中记录有以一周为周期中在周三会于下午四点左右发动车辆，但是实时检测车辆状态的结果表明没有发动车辆，那么需要发出提醒。也就是说，本优选实施例在无匹配的情况下，需要发出提醒是否要使用车辆，很可能使用户主观地遗忘或者有意外事件发生。换句话说，车辆状态的未动作也需要发出提醒。本优选实施例中，对于未动作的延迟进行提醒，帮助车辆提醒用户，也提出可能存在的安全风险。特别是对于特殊情况下的行车而言，例如夜晚或者高速等等特别的情况，所述方法维持了一定的安全环境，避免过度偏离所述行车习惯而产生的危险。进一步地，导航信息可以进一步地被更新，当导航被判断有修路或调整车道的情况，则需要询问是否执行相应的执行动作。因此，不仅对于用户而言，对于自动驾驶或者辅助驾驶的系统而言，从车辆的角度出发为用户的异常行为提供提醒。

更多地，所述车辆习惯预警方法进一地包括步骤：

询问是否按所述行车习惯执行；和

若得到确认，则执行。

如图3、图4和图5中所示，更具体地，执行步骤601，即获得至少一行车信息，并记录而形成所述行车习惯，采用车辆被操作的习惯记录中的数据进行整合统计。例如，以一天为周期中发动车辆之前会有等待转速降到800转/分钟以下再开始行驶。根据车辆重复运行的状态来看，将所述行车信息形成所述行车习惯，即会等待转速降低再发动车辆，换句话说车辆的习惯先等待转速降低再启动。一般地，通过车辆动作记录而转化为数据信息，即发动机和制动系统相关联的数据。然后，根据所述行车习惯构建所述条件时间轴，即步骤602。值得一提的是，本优选实施例中的所述条件时间轴基于操作习惯而形成。接着，将实时检测条件的结果与所述条件时间轴进行匹配。换句话说，根据所述条件时间轴中的数据信息，匹配车辆状态。本优选实施例中，通过车辆的待机情况掌握车辆状态。接着执行步骤603，通过车辆状态与所述条件时间轴进行匹配，那么车辆状态会得到匹配度的评价。例如，车辆状态与所述车辆习惯十分吻合，或者车辆状态与所述车辆习惯存在差异。然后，记录匹配情况，也就是将匹配的进行统计。对于满足提醒条件的匹配结果，将进行最后的发出提醒，即执行步骤604。例如，所述条件时间轴中记录有以一天为周期中发动车辆之前会有等待转速降到800转/分钟以下再开始行驶，但是实时检测车辆状态的结果表明转速还没有降低发动车辆，那么需要发出提醒。也就是说，本优选实施例在无匹配或者匹配度很低的情况下，发出提醒。更多地，很可能使用户主观地遗忘或者有意外事件发生需要即时启动车辆。最后，进一步地执行：询问是否按所述行车习惯执行。本优选实施例中，对于提前的行驶进行提醒，帮助车辆提醒用户，也提出可能存在的安全风险。特别是对于特殊情况下的行车而言，所述方法维持了一定的安全环境，避免过度偏离所述行车习惯而产生的危险。在询问之后，若得到的是确认行驶的答复则立即执行行驶，若得到的是确认继续等待而否认继续行驶则等待。因此，不仅对于用户而言，对于自动驾驶或者辅助驾驶的系统而言，从车辆的角度出发为用户的异常行为提供提醒，避免盲目的操作伤害行车安全。进一步地，所述行车信息可以进一步地被更新，通过不断地更新所述行车信息和所述行车习惯，进而构建可更新的所述条件时间轴。值得一提的是，通过车辆对情况的实时地检测，无需用户操作而是自动地判别当前的行车行为进而得到车辆的状态，增强车辆与外界的联系。

更多地，所述条件时间轴优选地为至少两个，且每个所述条件时间轴的周期部完全一致，使得车辆在不同时段的不同的所述行车习惯作为安全性的标准，更全面地对车辆状态进行分析。通过所述条件时间轴对于车辆的所述行车习惯从时间上进行掌握，进而分析出异常情况。

对于车辆的实时情况进行检测，视条件的不匹配或者异常程度将提醒转为警报。例如，设定匹配度的一预警值，当到达所述预警值，则将发出的提醒转为警报。而且，因为从车辆的角度为车辆或者用户提供行为建议，可以避免主观因素对安全行驶产生影响。优选地，将实时情况与所述条件时间轴相互的匹配，匹配的结果不仅为匹配度，还有对情况数据的整理，以使在匹配过程中的信息也被完整地保留。特别地，在车辆未发动的情况下，对于实时检测和匹配均有在处理，在未使用阶段保持预警状态并对为发动车辆进行监控。或者在夜间行车、高速行车、修路或调整道路等等特殊的情况，通过对车辆的状态进行检测，得到配合所述行车习惯的方式，对于与所述行车习惯有异常的情况进行提醒。这样，通过对车辆的状态进行检测，针对与所述条件时间轴匹配度不高的车辆状态进行预警，维护车辆的性能和安全性。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。