用于车辆的驾驶辅助系统、方法及可读存储介质与流程

本发明涉及车辆领域，更具体而言，涉及一种用于车辆的驾驶辅助系统、包括其的车辆及相应的驾驶辅助方法和计算机可读存储介质。

背景技术：

为了减少交通事故，通常会在车辆上设置安全驾驶辅助系统，例如碰撞预警系统等，其能够通过雷达、激光、超声波及红外线等传感器对道路环境进行检测，并根据所检测到的信息判定碰撞发生的可能性，从而在可能发生危险时，给驾驶员及时警报。

但是，当前的高级驾驶辅助系统(例如，adas系统)仅能够响应于可见的车辆或周边环境，且基于adas系统的传感器虽然能够检测到驾驶员的盲区并且尽可能地检测到可见区域内的图像，但是由于有些移动目标(例如，行人、自行车甚至车辆)可能会被其他物体遮挡或隐藏，因此车辆的驾驶辅助系统也就无法获取这些移动目标的真实信息或者根本获取不到这些移动目标的任何信息，又或者在看到这些移动目标时来不及做出规避风险的操作，导致无法做出及时的危险判定和规避风险的操作，从而导致交通事故的发生。

因此，需要一种能够预测当前车辆的不可检测区域中存在碰撞对象的驾驶辅助系统。

技术实现要素：

为解决上述技术问题，本发明提出了一种基于当前车辆周围的行人和/或非机动车辆用户的行为状况，来确定在当前车辆的不可检测区域中存在碰撞对象的风险值的方案，旨在降低车辆的碰撞风险，提高行驶安全性。

具体地，根据本发明的第一方面，提供一种用于车辆的驾驶辅助系统，该系统包括：

图像获取单元，被配置用于获取当前车辆周围的行人和/或非机动车辆用户的图像；

图像处理单元，被配置用于基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况；

风险评估单元，被配置用于基于所检测到的所述行人和/或非机动车辆用户的行为状况，估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值；

驾驶辅助单元，被配置用于在所估计的所述风险值超过预设风险阈值时，为所述当前车辆提供相应的驾驶辅助。

在一个实施方案中，所述行人和/或非机动车辆用户的行为状况包括：行人和/或非机动车辆用户的运动状态、注视方向和/或面部表情。

在一个实施方案中，所述图像处理单元被进一步配置用于基于所获取的所述行人和/或非机动车辆用户的图像来检测以下情况中的任意一种或多种：

检测所述行人和/或非机动车辆用户的运动状态是否与交通灯允许的移动方向不一致和/或所述运动状态是否存在变化；

检测所述行人和/或非机动车辆用户的注视方向是否朝向所述当前车辆的不可检测区域超过预设时间阈值；和/或

检测所述行人和/或非机动车辆用户的面部表情是否存在变化和/或是否存在与惊讶或恐惧相关的表情。

在一个实施方案中，所述风险评估单元被进一步配置用于：对于所述图像处理单元所检测到的多种情况分别赋予不同的权重，并且将所检测到的多种情况的结果进行加权求和来估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值。

在一个实施方案中，所述风险评估单元被进一步配置用于基于所获取的图像中的所述行人和/或非机动车辆用户的位置以及注视方向确定所述不可检测区域中可能存在的碰撞对象相对于当前车辆的方位和/或距离。

在一个实施方案中，所述驾驶辅助单元被进一步配置用于在所述风险评估单元所估计的所述风险值超过预设风险阈值时：

向所述当前车辆提供警报信息，以提醒所述当前车辆在不可检测区域中存在碰撞对象，并且表明所述碰撞对象相对于当前车辆的方位和/或距离；和/或

提供相应的驾驶辅助操作，以控制所述当前车辆采取减速和/或调整行驶方向的操作。

根据本发明的另一方面，提供了一种车辆，其包括根据上述任一项所述的驾驶辅助系统。

根据本发明的再一方面，提供一种用于车辆的驾驶辅助方法，所述方法包括：

获取当前车辆周围的行人和/或非机动车辆用户的图像；

基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况；

基于所检测到的所述行人和/或非机动车辆用户的行为状况，估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值；以及

在所估计的所述风险值超过预设风险阈值时，为所述当前车辆提供相应的驾驶辅助。

在一个实施方案中，所述行人和/或非机动车辆用户的行为状况包括：行人和/或非机动车辆用户的运动状态、注视方向和/或面部表情。

在一个实施方案中，所述基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况包括：

检测所述行人和/或非机动车辆用户的运动状态是否与交通灯允许的移动方向不一致和/或所述运动状态是否存在变化；

检测所述行人和/或非机动车辆用户的注视方向是否朝向所述当前车辆的不可检测区域超过预设时间阈值；和/或

检测所述行人和/或非机动车辆用户的面部表情是否存在变化和/或是否存在与惊讶或恐惧相关的表情。

在一个实施方案中，所述估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值包括：

对于所述图像处理单元所检测到的多种情况分别赋予不同的权重，并且将所检测到的多种情况的结果进行加权求和来估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值。

在一个实施方案中，所述方法还包括：

基于所获取的图像中的所述行人和/或非机动车辆用户的位置以及注视方向确定所述不可检测区域中可能存在的碰撞对象相对于当前车辆的方位和/或距离。

在一个实施方案中，其中，为所述当前车辆提供相应的驾驶辅助包括：

向所述当前车辆提供警报信息，以提醒所述当前车辆在不可检测区域中存在碰撞对象，并且表明所述碰撞对象相对于当前车辆的方位和/或距离；和/或

提供相应的驾驶辅助操作，以控制所述当前车辆采取减速和/或调整行驶方向的操作。

根据本发明的又一方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。

根据本发明的又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现上述任一项所述的方法。

利用本发明的方案，能够更加准确地根据当前车辆周围可见检测区域内的行人和/或非机动车辆用户的图像来检测该行人和/或非机动车辆用户的行为状况，确定当前车辆目前检测不到或者看不到的、被相邻车辆遮挡的不可检测区域中存在碰撞对象的风险值，并根据该风险值的大小控制所述当前车辆进行相应的行驶状态调整，从而极大降低了当前车辆与不可检测区域中存在的碰撞对象的碰撞风险，显著提高了行驶安全性。

附图说明

以示例的方式参考以下附图描述本发明的非限制性且非穷举性实施方案，其中：

图1示出了根据本发明一实施方案的驾驶辅助系统和方法的应用场景示意图；

图2示出了根据本发明一实施方案的驾驶辅助系统的示意图；

图3示出了根据本发明另一实施方案的驾驶辅助系统的示意图；

图4示出了根据本发明一实施方案的驾驶辅助方法的流程图。

具体实施方式

为了使本发明的上述以及其他特征和优点更加清楚，下面结合附图进一步描述本发明。应当理解，本文给出的具体实施方案是出于向本领域技术人员解释的目的，仅是示例性的，而非限制性的。

图1示出根据本发明一实施方案的驾驶辅助系统和方法的应用场景示意图。

具体地，根据本发明一实施方案的车辆驾驶辅助系统和方法可以在图1所示的应用场景中应用于当前车辆10。当前车辆10上可以安装有图像获取单元101和图像处理单元102。在图1所示的实施方案中，图像获取单元101可以通过安装在当前车辆上的传感器例如摄像头、超声波传感器或者雷达等各种传感器来获取当前车辆周围的行人和/或非机动车辆用户的图像。图像处理单元102可以为例如安装在车载系统、车辆用户的智能移动终端、在线服务器(未示出)或者其他位置上的可以处理所获取的图像的处理设备。在一个实施例中，图像获取单元101也可以通过与和当前车辆10连接的基础设施(例如，道路上的摄像头等)或在线服务器通信来获取相关图像，而图像处理单元102可以通过与在线服务器连接来处理图像。优选地，图像获取单元101不仅可以获取当前车辆周围的行人和/或非机动车辆用户的图像，而且也可以获取当前车辆周围的环境图像，例如，获取当前车辆位置/该位置周围的交通标识、周围的公交站、地铁站、商场60等设定类型区域、以及周围车辆等的图像。

如图1中所示，在当前车辆10右侧存在相邻车辆20时，由于相邻车辆20的遮挡导致当前车辆右侧方存在传感器无法检测到的不可检测区域，当在所述不可检测区域中存在车辆40、50时，行人30或者其他的非机动车辆用户在观察到车辆40和50时会停止向前移动或者面部表情会出现变化，甚至可能会出现与惊讶或恐惧相关的表情。图像获取单元101可以获取到行人30或者其他的非机动车辆用户的图像以检测其行为状况，例如行人30或者其他的非机动车辆用户的运动状态(例如，突然停止)、注视方向和/或面部表情(例如，表情从之前的平和变得很惊讶或者很恐惧等)。图像处理单元102会处理所获取图像中的这些行为动作图像或表情图像，来检测该行人和/或非机动车辆用户的行为状况。风险评估单元103通过该行人和/或非机动车辆用户的行为状况来估计在该当前车辆的不可检测区域中存在碰撞对象的风险值。

由于位于当前车辆10右侧的相邻车辆20会部分地挡住当前车辆10的驾驶员视线并且挡住当前车辆10的传感器的探测信号，使得与当前车辆的行驶路线存在交叉的车辆40、50会位于当前车辆10的遮挡盲区。如果不能及时判断出可能存在碰撞对象40，50，在不采取相应措施的情况下，当前车辆10与碰撞对象40，50发生碰撞的风险将会比较大。

有利的，根据本发明的驾驶辅助系统和方法能够提前结合行人和/或非机动车辆用户的行为状况来估计当前车辆的不可检测区域中存在碰撞对象的风险值，并且如果所估计的风险值超过预设风险阈值，则确定在该当前车辆10的不可检测区域存在碰撞对象40，50，从而为该当前车辆10提供相应的驾驶辅助，比如：提醒驾驶员及时减速，停车等的操作。因此，通过使用本发明的方案，能够提前调整当前车辆10的行驶状态，降低当前车辆10与不可检测区域中的碰撞对象的碰撞风险，提高了完全性。

应指出，本文中提到的“碰撞对象”应当采用广义的解释，其并不一定要求碰撞对象的移动方向相对于当前车辆呈横向，而是只要该碰撞对象与当前车辆10存在碰撞风险即可。

图2示意性示出根据本发明一实施方案的驾驶辅助系统的示意图。

如图2所示，根据本发明一实施方案的驾驶辅助系统100包括图像获取单元101、图像处理单元102、风险评估单元103和驾驶辅助单元104。

具体地，所述图像获取单元101被配置用于检测当前车辆周围的行人和/或非机动车辆用户的图像，例如：所述图像获取单元101被配置用于检测当前车辆周围的行人和/或非机动车辆用户的图像，以及周边的环境建筑物60和相邻车辆等的图像。

优选地，图像获取单元101可以被配置用于检测当前车辆左前方和右前方例如预设可检测区域内的行人和/或非机动车辆用户的图像。例如，所述图像获取单元101可以通过以下方式至少之一实现：所述图像获取单元101可以包括安装在车辆10上的传感器；可以连接至安装在车辆10上的传感器以获取行人30和/或非机动车辆用户的图像；或者通过与相邻车辆20、基础设施或者在线服务器通信来获取车辆10周围的行人30和/或非机动车辆用户的图像来实现。上述传感器可以包括摄像头、毫米波雷达、激光雷达、超声波传感器或任何其他合适的传感器，或其组合。

所述图像处理单元102被配置用于基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况。在一个实施方案中，所述行人和/或非机动车辆用户的行为状况包括：行人和/或非机动车辆用户的运动状态、注视方向和/或面部表情。

所述风险评估单元103被配置用于基于所检测到的行人30和/或非机动车辆用户的行为状况，估计在当前车辆10的不可检测区域中存在碰撞对象的风险值。所述驾驶辅助单元104被配置用于在所估计的风险值超过预设风险阈值时，为所述当前车辆提供相应的驾驶辅助。例如，所述风险评估单元103和所述驾驶辅助单元104二者都可以通过车载终端系统或者在线服务器中的相应单元实现。

通过上述的驾驶辅助系统，当前车辆可以在无法检测到被阻挡的不可检测区域的情况下，通过获取当前车辆周围的行人或者非机动车辆用户的图像，通过分析图像确定行人或者非机动车辆用户的行为状况，例如运动状态、注视方向和/或面部表情，然后基于行人或者非机动车辆用户的行为状况，可以估算出当前车辆的不可检测区域中存在碰撞对象的风险值，当风险值超过预设风险阈值时，确定在当前车辆周围存在碰撞对象，及时为当前车辆提供相应的驾驶辅助，比如：自动减速刹车、停车等。

在一个实施方案中，所述图像处理单元被进一步配置用于基于所获取的所述行人和/或非机动车辆用户的图像来检测以下情况中的任意一种或多种：

检测所述行人和/或非机动车辆用户的运动状态是否与交通灯允许的移动方向不一致和/或所述运动状态是否存在变化；

检测所述行人和/或非机动车辆用户的注视方向是否朝向所述当前车辆的不可检测区域超过预设时间阈值；和/或

检测所述行人和/或非机动车辆用户的面部表情是否存在变化和/或是否存在与惊讶或恐惧相关的表情。

可以理解的是，检测所述行人和/或非机动车辆用户的运动状态是否与交通灯允许的移动方向不一致，主要是用于检测所述行人和/或非机动车辆用户当前的移动是否违反交通规则，并且判断所述行人和/或非机动车辆用户的面部表情和注视方向是否能够成为判断不可检测区域中的碰撞对象的重要依据。检测所述行人30和/或非机动车辆用户的运动状态是否存在变化，可以包括检测所述行人30或非机动车辆用户的移动方向或移动速度是否变化，例如用户是否突然停止移动或者改变原来的移动方向。检测所述行人30和/或非机动车辆用户的注视方向是否朝向当前车辆的不可检测区域超过预设时间阈值，可以包括检测所述行人30和/或非机动车辆用户在朝向不可检测区域的某个方向观看的时间是否超过预设时间阈值。另外，可以从行人或用户的面部特征(例如，眼睛、嘴巴、面部肌肉)的形状，检测所述行人30和/或非机动车辆用户的面部表情是否存在变化和/或是否存在与惊讶或恐惧等相关的表情。

在一实施方案中，所述风险评估单元103被进一步配置用于：对于所述图像处理单元所检测到的多种情况分别赋予不同的权重，并且将所检测到的多种情况的结果进行加权求和来估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值。举例而言，例如：当检测到周围行人和/或非机动车辆用户的运动状态发生变化，比如：突然停止，则赋予权重值为5；若是检测到行人和/或非机动车辆用户的注视方向一直沿着朝向不可检测区域的一个方向且超过预定时间段，则赋予权重值为3；若是检测到行人和/或非机动车辆用户的面部表情变为惊讶或恐惧，则赋予权重值为4。另外，将所检测到的多种情况的结果进行加权求和来更加准确地估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值。

在一实施方案中，所述风险评估单元103被进一步配置用于基于所获取的图像中的所述行人和/或非机动车辆用户的位置以及注视方向确定所述不可检测区域中可能存在的碰撞对象相对于当前车辆的方位和/或距离。

在一实施方案中，所述驾驶辅助单元104被进一步配置用于在所述风险评估单元所估计的所述风险值超过预设风险阈值时：

向所述当前车辆提供警报信息，以提醒所述当前车辆在不可检测区域中存在碰撞对象，并且表明所述碰撞对象相对于当前车辆的方位和/或距离；和/或

提供相应的驾驶辅助操作，以控制所述当前车辆采取减速和/或调整行驶方向的操作。

例如，向该当前车辆10提供警报信息可以包括例如在车载显示器上显示紧急警报标志，红色表示可能存在碰撞对象的不可检测区域相对于当前车辆的距离为例如1-20米，黄色表示可能存在碰撞对象的不可检测区域相对于当前车辆的距离为例如20-60米，绿色表示可能存在碰撞对象的不可检测区域相对于当前车辆的距离为例如60-100米等。

根据不同的紧急警报标志，当前车辆可以采用不同的辅助驾驶策略，例如，对于红色警报进行紧急刹车，对于黄色警报进行及时减速，对于绿色警报进行缓慢减速等。

图3示出根据本发明另一实施方案的驾驶辅助系统的示意图。

如图3所示，所述驾驶辅助系统100还可以包括机器学习单元105，所述机器学习单元可以被配置用于通过机器学习方式执行训练过程来对所述风险评估单元103的风险分析模型进行训练。所述风险评估单元103被进一步配置用于根据训练后的所述风险分析模型确定所述风险值。

在一个实施例中，所述机器学习单元105可以位于在线服务器上，所述图像获取单元101、所述图像处理单元102和/或所述风险评估单元103通过移动网络/wi-fi等连接至在线服务器上的所述机器学习单元105。所述机器学习单元105进一步被配置用于通过使用所获取的大量行人和/或非机动车辆用户的图像以及后续的是否出现碰撞对象的结果值对所述风险分析模型进行训练。具体的，所述机器学习可以基于当前车辆和至少一个其他车辆中的任一个进行。

根据本发明的另一方面，还提供一种包括上述任一项所述的车辆驾驶辅助系统的车辆。

图4示出根据本发明一实施方案的车辆驾驶辅助方法的流程图。

如图4中所示，所述驾驶辅助方法s100包括：

s200：获取当前车辆周围的行人和/或非机动车辆用户的图像；以及

s300：基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况；

s400：基于所检测到的所述行人和/或非机动车辆用户的行为状况，估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值；

s500：在所估计的所述风险值超过预设风险阈值时，为所述当前车辆提供相应的驾驶辅助。

优选地，所述行人和/或非机动车辆用户的行为状况包括：行人和/或非机动车辆用户的运动状态、注视方向和/或面部表情。

优选地，所述基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况包括：

检测所述行人和/或非机动车辆用户的运动状态是否与交通灯允许的移动方向不一致和/或所述运动状态是否存在变化；

检测所述行人和/或非机动车辆用户的注视方向是否朝向所述当前车辆的不可检测区域超过预设时间阈值；和/或

检测所述行人和/或非机动车辆用户的面部表情是否存在变化和/或是否存在与惊讶或恐惧相关的表情。

优选地，所述估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值包括：

对于所述图像处理单元所检测到的多种情况分别赋予不同的权重，并且将所检测到的多种情况的结果进行加权求和来估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值。

优选地，所述方法还包括：

基于所获取的图像中的所述行人和/或非机动车辆用户的位置以及注视方向确定所述不可检测区域中可能存在的碰撞对象相对于当前车辆的方位和/或距离。

优选地，为所述当前车辆提供相应的驾驶辅助包括：

向所述当前车辆提供警报信息，以提醒所述当前车辆在不可检测区域中存在碰撞对象，并且表明所述碰撞对象相对于当前车辆的方位和/或距离；和/或

提供相应的驾驶辅助操作，以控制所述当前车辆采取减速和/或调整行驶方向的操作。

关于本发明的驾驶辅助方法的更具体的说明，可以参见上文中对于本发明的驾驶辅助系统的上述说明，在此不再赘述。

本发明的另一发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现上述任一项所述的方法。例如，所述计算机程序在被处理器执行时能够指示处理器和/或相应部件实现以下步骤：获取当前车辆周围的行人和/或非机动车辆用户的图像；以及基于所获取的所述行人和/或非机动车辆用户的图像来检测所述行人和/或非机动车辆用户的行为状况；基于所检测到的所述行人和/或非机动车辆用户的行为状况，估计在所述当前车辆的不可检测区域中存在碰撞对象的风险值；并且在所估计的所述风险值超过预设风险阈值时，为所述当前车辆提供相应的驾驶辅助。

尽管上文以图1的应用场景为示例对本发明进行了描述，但本领域技术人员应理解，本发明同样适用于其他在不可检测区域中存在可能的碰撞对象的情形。

另外，应理解上述车辆驾驶辅助系统100中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个单元对应的操作。

在一个实施方案中，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任意一个实施方案中的方法的步骤。该计算机设备可以是服务器或者车载终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现本发明的车辆驾驶辅助方法。

本领域技术人员可以理解，图2中示出的驾驶辅助系统100的示意图仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本领域普通技术人员可以理解实现根据本发明的上述实施方案的方法中的全部或部分步骤，可以通过计算机程序来指示相关的硬件完成，所述的计算机程序可存储于非易失性的计算机可读存储介质中，该计算机程序在执行时，可包括如上述各方法的实施方案的步骤。其中，本申请所提供的各实施方案中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。

以上实施方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施方案中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

尽管结合实施方案对本发明进行了描述，但本领域技术人员应理解，上文的描述和附图仅是示例性而非限制性的，本发明不限于所公开的实施方案。在不偏离本发明的精神的情况下，各种改型和变体是可能的。