辅助驾驶方法、装置、设备、介质及程序产品与流程

1.本技术涉及智能交通领域，尤其涉及一种辅助驾驶方法、装置、设备、介质及程序产品。


背景技术：

2.随着社会生产力的发展，人们的生产和生活已经离不开各类载具，车辆、飞机、轮船已经让人员和货物的运输时间大大缩短，甚至可以说交通系统就是整个人类社会运转的血液和动力。
3.目前，绝大部分载具依旧依赖于驾驶员来驾驶，真正意义上的无人驾驶还无法实现。并且，由于生产成本、个人需求等因素，即使将来实现了真正的无人驾驶，人工驾驶也不会消失。
4.因此，如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具就成为了亟待解决的技术问题。


技术实现要素：

5.本技术提供一种辅助驾驶方法、装置、设备、介质及程序产品，以解决如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具的技术问题。
6.第一个方面，本技术提供一种辅助驾驶方法，包括：当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，可穿戴设备上设置有多个振动单元；根据控制参数控制振动单元产生对应的振动场域，振动场域用于表征危险因子与载具之间相对位置的变化情况，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。
7.在一种可能的设计中，当载具为电动车、自行车、摩托车中的任意一种时，可穿戴设备上包括用于检测危险因子的多个定向声音传感器，检测到预设监视范围内出现了危险因子，包括：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
8.在一种可能的设计中，当载具为汽车、卡车、公交车中的任意一种时，载具上包括用于检测危险因子的多个定向声音传感器，预设监视范围包括载具的视觉盲区，检测到预设监视范围内出现了危险因子，包括：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
9.可选的，特征信息包括危险因子的位置信息、运动状态信息以及分类信息。
10.可选的，控制参数包括：振动的强度、频率、持续时间、次数、间隔时间中的至少一项。
11.在一种可能的设计中，载具包括机动车以及非机动车，分类信息包括：第一类车辆以及第二类车辆，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值，对应的，利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，包括：当危险因子为第一类车辆时，确定强度为第一强度，和/或持续时间为第一时间；当危险因子为第二类车辆时，确定强度为第二强度，和/或持续时间为第二时间；其中，第一强度大于第二强度，第一时间大于或等于第二时间。
12.在一种可能的设计中，利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，还包括：根据运动状态信息，确定危险因子与载具的相对加速度；当载具位于相对加速度对应的指向范围内，且加速度的大小大于预设加速阈值时，确定强度为第三强度，和/或持续时间为第三时间；其中，第三强度随着危险因子与载具的相对位置的减小而增大。
13.在一种可能的设计中，根据控制参数控制振动单元产生对应的振动场域，包括：根据控制参数，控制多个振动单元交替振动，以通过振动叠加形成时变的振动场域，使得驾驶员感知到危险因子的靠近过程，和/或离去过程。
14.在一种可能的设计中，预设监视范围的参考原点在载具上，且随载具的运动而变化。
15.在一种可能的设计中，预设监视范围的参考原点与驾驶员的特征属性相对应，特征属性包括：所处位置、生理结构特征、驾驶习惯中的至少一项。
16.在一种可能的设计中，可穿戴设备上设置有模块化调节接口，模块化调节接口用于使驾驶员能够在预设调节范围内对振动单元的位置和/或数量进行自定义调整。
17.在一种可能的设计中，该辅助驾驶方法还包括：获取预设范围内的交通流密度，交通流密度用于表示在预设单位面积内交通参与对象的总量；若交通流密度大于或等于预设密度阈值，则关闭可穿戴设备的振动提示功能。
18.第二方面，本技术提供一种辅助驾驶装置，包括：监视模块，用于当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；处理模块，用于利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，可穿戴设备上设置有多个振动单元；控制模块，用于根据控制参数控制振动单元产生对应的振动场域，振动场域用于表征危险因子与载具之间相对位置的变化情况，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。
19.在一种可能的设计中，当载具为电动车、自行车、摩托车中的任意一种时，可穿戴
设备上包括用于检测危险因子的多个定向声音传感器，监视模块，用于：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
20.在一种可能的设计中，当载具为汽车、卡车、公交车中的任意一种时，载具上包括用于检测危险因子的多个定向声音传感器，预设监视范围包括载具的视觉盲区，监视模块，用于：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
21.可选的，特征信息包括危险因子的位置信息、运动状态信息以及分类信息。
22.可选的，控制参数包括：振动的强度、频率、持续时间、次数、间隔时间中的至少一项。
23.在一种可能的设计中，载具包括机动车以及非机动车，分类信息包括：第一类车辆以及第二类车辆，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值，对应的，处理模块，用于：当危险因子为第一类车辆时，确定强度为第一强度，和/或持续时间为第一时间；当危险因子为第二类车辆时，确定强度为第二强度，和/或持续时间为第二时间；其中，第一强度大于第二强度，第一时间大于或等于第二时间。
24.在一种可能的设计中，处理模块，还用于：根据运动状态信息，确定危险因子与载具的相对加速度；当载具位于相对加速度对应的指向范围内，且加速度的大小大于预设加速阈值时，确定强度为第三强度，和/或持续时间为第三时间；其中，第三强度随着危险因子与载具的相对位置的减小而增大。
25.在一种可能的设计中，控制模块，用于：根据控制参数，控制多个振动单元交替振动，以通过振动叠加形成时变的振动场域，使得驾驶员感知到危险因子的靠近过程，和/或离去过程。
26.在一种可能的设计中，预设监视范围的参考原点在载具上，且随载具的运动而变化。
27.在一种可能的设计中，预设监视范围的参考原点与驾驶员的特征属性相对应，特征属性包括：所处位置、生理结构特征、驾驶习惯中的至少一项。
28.在一种可能的设计中，可穿戴设备上设置有模块化调节接口，模块化调节接口用于使驾驶员能够在预设调节范围内对振动单元的位置和/或数量进行自定义调整。
29.在一种可能的设计中，监视模块，还用于获取预设范围内的交通流密度，交通流密度用于表示在预设单位面积内交通参与对象的总量；处理模块，还用于若交通流密度大于或等于预设密度阈值，则关闭可穿戴设备的振动提示功能。
30.第三方面，本技术提供一种电子设备，包括：存储器，用于存储程序指令；处理器，用于调用并执行所述存储器中的程序指令，执行第一方面所提供的任意一种可能的辅助驾驶方法。
31.第四方面，本技术提供一种存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行第一方面所提供的任意一种可能的辅助驾驶方法。
32.第五方面，本技术还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所提供的任意一种可能的辅助驾驶系统方法。
33.本技术提供了一种辅助驾驶方法、装置、设备、介质及程序产品，通过当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；然后利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，在可穿戴设备上设置有多个振动单元；再根据控制参数控制振动单元产生对应的振动场域，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。解决了如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具的技术问题。达到了驾驶员无需扭头也可以感知到周边影响载具安全行驶的危险因子，从而主动避免事故发生的技术效果。
附图说明
34.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
35.图1为本技术提供的辅助驾驶的场景示意图；图2为本技术实施例提供的一种辅助驾驶方法的流程示意图；图3为本技术实施例提供的一种可穿戴设备的结构示意图；图4为本技术实施提供的另一种辅助驾驶方法的流程示意图；图5为本技术实施例提供的卡车视觉盲区的示意图；图6为本技术实施例提供的一种辅助驾驶装置的结构示意图；图7为本技术提供的一种电子设备的结构示意图。
36.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
37.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，包括但不限于对多个实施例的组合，都属于本技术保护的范围。
38.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这
些过程、方法、产品或设备固有的其它步骤或单元。
39.由于人眼生理构造的原因，人类的眼睛并不可能实现360度的环境监视。并且由于载具的构造的不同，在不同位置上都可能产生各种各样的视野盲区。
40.并且，在不同的环境中，可视范围也是会发生变化的，比如夜晚、灯光较差路段、大雾、大雨、扬尘等等情况下，都容易造成视野受到限制。而且，随着载具行驶速度的提高，驾驶员的视野中清晰的边界范围会越来越窄小，即视野盲区会随着载具行驶速度的提高而扩大。
41.此外，本技术发明人还发现，当驾驶员为了去观察盲区，就需要进行转头、扭头等动作，而这样做有时会分散驾驶员的对前方的关注，在交通情况复杂时，就无法及时发现突发情况，从而造成交通事故。
42.即对于人工驾驶来说，如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具成为了需要解决的技术问题。
43.为解决上述技术问题，本技术的发明构思是：利用视觉以外的其它方式即触觉的方式来向驾驶员传递各个方向的环境监测信息。通过可穿戴设备建立一个时变的振动场域，对可能威胁到当前驾驶的载具的安全的危险因子进行模拟和跟踪。使得驾驶员通过振动场域建立起与危险因子之间相互位置和运动关系的感知体系。这样就延伸的驾驶员的感知范围，无需扭头，也无需时刻提心吊胆地关注所有方向。通过可穿戴设备建立的振动场域，减轻驾驶疲劳和驾驶压力，从而减少交通事故的发生概率。
44.图1为本技术提供的辅助驾驶的场景示意图。如图1所示，驾驶员100身上穿戴着可穿戴设备，如头带、头盔、腰带背心等来驾驶摩托车或电动车或自行车在路上行驶，可穿戴设备以载具为参考原点，将预设监视范围划分为了几个不同的区域，最高危险区101、次级危险区103、后方预警区102、前方预警区104。
45.当有车辆进入不同的区域时，可穿戴设备就会发出不同形式的振动场域，给驾驶员传递对应的预警信息，以使驾驶员无需扭头即可发现危险因子的靠近。
46.例如，车辆24进入到后方预警区102时，可穿戴设备在于车辆24对应的位置上产生轻微振动，提示后方有车辆靠近。而当车辆23从次级危险区103触碰到最高危险区101的边界时，可穿戴设备在对应的位置，产生强烈的振动。对于车辆22，其若维持在次级危险区103或者由次级危险区103退会到后方预警区102时，可穿戴设备不作振动输出。同理，对于车辆21来说，其从次级危险区103进入到前方预警区104时，由于驾驶员容易通过肉眼发现其踪迹，可穿戴设备也无需产生振动提示信息。
47.为了便于理解本技术所提供的辅助驾驶方法，下面对该方法的详细流程进行详细介绍：图2为本技术实施例提供的一种辅助驾驶方法的流程示意图。如图2所示，该辅助驾驶方法的具体步骤，包括：s201、当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息。
48.在本步骤中，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系。例如，车辆的行驶速度较低如在0-30km/h这个速度范围内时，预设监视范围可以是以车
辆为中心的圆形区域，圆形区域的半径可以在2至5米内，进一步的，如果当前运行环境中在车辆的前后左右四周中有两个以上的方向上，如前侧和后侧，或者是前侧和右侧等存在车辆时，判定其为拥堵环境，此时可以缩小预设监视范围，如将圆形区域的半径缩减到1至2米范围内，或者是仅将存在车辆一侧的范围进行缩小，其它方向上的监测半径不变。反之则可以扩大预设监视范围，如将圆形区域的半径拓展至5至8米。
49.再例如，车辆行驶速度较高，如在30km/h速度以上时，此时预设监视范围对应的圆形区域可以设置为8-10米，任意一个方向出现车辆时，将对应方向上的监测半径缩小到车辆所在位置对应的距离，其它的保持不变。
50.在本实施例中，当驾驶员驾驶的载具为电动车、自行车、摩托车中的任意一种时，可穿戴设备上的传感器包括：用于检测危险因子的多个定向声音传感器、雷达、摄像头等等。
51.检测到预设监视范围内出现了危险因子，包括：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
52.具体的，预设定向辩位算法先对检测信号进行滤波，以排除预设检索范围内的噪音干扰；然后，通过定位分析，识别出检测信号中是否包含多个危险因子，例如，定向声音传感器检测不同方向上的音频来源，这样检测信号中就包括了危险因子相对于载具的位置，而通过监测在一段时间内该位置的变化情况就可以知道该危险因子的类型，该类型包括：潜在危险、低风险、高风险。潜在危险的判定原则是在一段时间内该位置没有发生变化，低风险的判定原则是该位置在一段时间内的变化情况是远离本车辆，而高风险的判定原则是该位置在一段时间内的变化情况是向本车辆靠近。需要说明的是，通过音频频率的不同，可以识别出具体包含了多少个危险因子。还需要说明的是，危险因子并不一定会造成危险，而是说其存在与本车辆碰撞的可能性，这种可能性可以是现在的，也可以是未来的。
53.此外，若多个载具靠得很近时，由于不同的危险因子，其声音频率不同，即使声音混合叠加，传感器也能够通过音频的滤波进行解耦分离，识别出不同的危险因子。
54.可选的，特征信息包括：危险因子的位置信息、运动状态信息以及分类信息。
55.具体的，载具的运动状态至少包括：起步状态以及行驶状态。运行环境包括：自然环境以及道路上其它交通参与者的运动情况。
56.例如，在前进的起步状态时，预设监视范围主要对车辆的前方180度的范围进行探测。同理，对于后退的起步状态，预设监视范围主要对车辆的后方180度的范围进行探测。
57.再例如，由于载具速度提升后，驾驶员的视野范围缩小，此时，可穿戴设备会改变对预设监视区域的子区间划分，如图1中，将前方预警区104的部分区域转为次级危险区103。
58.此外，对于危险因子的确定，还可以按照以下步骤进行：利用图像识别算法，根据监视信息中的监视图像，确定预设监视范围内对各个影响因子的类别信息；根据监视信息中的相对距离信息，确定各个影响因子与载具的相对位置以及相对运动速度；
根据类别信息、相对位置以及相对运动速度判断影响因子是否为危险因子，具体的，通过图像识别出影响因子的类别为汽车、自行车、行人、货车等等，相对位置则是影响因子与本车辆的距离，相对运动速度包括两个方面，一个是运动方向和运动速率，例如通过图像识别识别到影响因子的类别是货车，其相对位置位于图1所示的次级危险区103，相对运动速度是朝向本车辆以2m/s的速度行进，则定义此货车为危险因子；若是，则特征信息中的位置信息包括相对位置，特征信息中的运动状态信息包括相对运动速度，特征信息中的分类信息包括类别信息。
59.需要说明的是，监视信息中包括摄像头采集的图像信息、红外线或激光传感器或电磁波雷达采集的距离信息。通过检测距离的变化量即可得到各个影响因此的运动状态信息。
60.需要说明的是，影响因子包括静态障碍物和动态障碍物。
61.静态障碍物包括：山体、岩石、树木、围栏、栏杆、柱子、马路牙子、凹坑、凸起、马路中的大石块、大件货物、路障等。
62.动态障碍物包括：行人、动物、其它的载具等。
63.还需要说明的是，危险因子是影响因子中与驾驶员所驾驶的载具存在相对运动的障碍物。当驾驶员所驾驶的载具处于运动状态时，静态障碍物与载具直接就会存在相对运动速度。
64.可选的，根据相对运动速度的不同以及危险因子种类的不同，可以对危险因子进行危险等级的划分，高等级的危险因子优先提示，或者说高等级的危险因子可以打断低等级危险因子的提示信息，并进行插入提示。这样就可以避免多个危险因子造成提示混乱的现象。
65.在一种可能的设计中，预设监视范围的参考原点在载具上，且随载具的运动而变化。
66.比如，驾驶员在远程遥控驾驶载具，或者是在进行虚拟驾驶时，驾驶员并不处在载具上，因此预设监视范围的参考原点不是设置在驾驶员或者可穿戴设备上，而是在载具上。
67.在一种可能的设计中，预设监视范围的参考原点与驾驶员的特征属性相对应，特征属性包括：所处位置、生理结构特征、驾驶习惯中的至少一项。
68.例如，对于卡车驾驶员来说，其驾驶座位比较高，这样对于低矮的障碍物，容易被车体遮挡。此时，预设监视范围就是一个三维立体区域。并且由于不同驾驶员身高存在差异即生理结构特征的不同，此三维立体区域的参考原点的设置也不一样。进一步的，每个驾驶员查看周围环境的频率也不一样，有些驾驶员会大幅度扭头查看周围环境，而有些驾驶员却很少关注周围，这就使得所需要监视的范围产生差异，即驾驶员的驾驶习惯也会对预设监视范围产生影响。如使得预设监视区域左右不对称，即参考原点偏移。
69.s202、利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数。
70.在本步骤中，可穿戴设备上设置有多个振动单元，控制参数用于控制多个振动单元交替振动，以参数对应的振动场域。
71.可选的，控制参数包括：振动的强度、频率、持续时间、次数、间隔时间中的至少一项。
72.图3为本技术实施例提供的一种可穿戴设备的结构示意图。如图3所示，智能头环
300上设置有多个振动单元31，根据人眼最大水平视角188度来分配振动单元31的分布。在前方区域振动单元31较少，而在后方区域振动单元31分布较为密集。
73.在一种可能的设计中，振动单元31上可以集成数据采集模块，如图3中振动单元31的放大图所示，振动单元31中包括：振动发声器311、摄像头312、传感器313和传感器314。摄像头312用于采集周围预设监视区的图像数据，而传感器313和传感器314用于检测危险因子与驾驶员的相对距离，和/或智能头环301佩戴的状态是否满足预设使用要求。
74.还需要说明的是，在一种可能的设计中，可穿戴设备上设置有模块化调节接口，模块化调节接口用于使驾驶员能够在预设调节范围内对振动单元的位置和/或数量进行自定义调整。
75.如图3所示，智能头环30上的振动单元31是个独立的模块，其可以卡接在对应的调节接口上，用户可以根据自己的需要增减振动单元31的数量，或者是调整振动单元31的位置，以实现个性化定制，提高用户的使用体验以及使用灵活性。
76.在一种可能的设计中，载具包括机动车以及非机动车，分类信息包括：第一类车辆以及第二类车辆，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值，对应的，利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，包括：当危险因子为第一类车辆时，确定强度为第一强度，和/或持续时间为第一时间；当危险因子为第二类车辆时，确定强度为第二强度，和/或持续时间为第二时间；其中，第一强度大于第二强度，第一时间大于或等于第二时间。
77.例如，驾驶员骑着自行车或电动车行驶在马路上，由于自行车或电动车上一般没有后视镜，驾驶员需要扭头才能观察到后方情况，此时驾驶员可以佩戴上具备振动单元的可穿戴设备，如智能头盔或者智能头环。当智能头盔或者智能头环检测到后方来车时，通过检测到的图像信息识别出车辆的类型。
78.比如，后方来车为小型车辆如：电动车、自行车、摩托车等，由于自行车、电动车行驶时发出的声音十分的微小，因此智能头盔或者智能头环上预设位置（如前部或与车辆对应位置）的振动单元，会发出强烈的短暂（如2s）振动，提醒驾驶员，后方有小型车辆。
79.当后方来车为小轿车型的车辆时，考虑到目前的电动汽车行驶时基本上没有声音，人们基本上是听不到后方有来车，因此智能头盔或者智能头环上预设位置（如前部或与车辆对应位置）的振动单元，会发出轻微的短暂（如5s）振动，提醒驾驶员，后方有小型车辆。
80.当检测到后方来车为大型车辆时，大型车辆行驶的过程中，会发出十分强烈的声音，因此智能头盔或者智能头环上预设位置（如前部或与车辆对应位置）的振动单元，会发出轻微的短暂（如2s）振动，提醒驾驶员，后方有大型车辆行驶来。
81.当后方来车速度突然加快时，智能头盔或者智能头环上与车辆对应位置的振动单元发出短暂（如2s）强烈的震感，提醒驾驶员后方车辆加速靠近，注意避让。
82.需要说明的是，上述振动的强烈代表振动的强度大于预设阈值，轻微代表振动的强度小于或等于预设阈值。
83.当检测到后方的来车距离驾驶员越来越近时，震感会由弱到强，持续不断地振动，直到距离越远，危险等级越来越低时，头带振动逐渐减弱，直至停止。
84.对于上述的各种情况，在本步骤中，确定各个振动单元对应的控制参数。
85.s203、根据控制参数控制振动单元产生对应的振动场域。
86.在本步骤中，振动场域用于表征危险因子与载具之间相对位置的变化情况，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。
87.需要说明的是，本技术中所提到的载具包括：各种类型的车辆、飞行器、船舶、潜水器、航天器等。
88.本实施例提供了一种辅助驾驶方法，通过当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；然后利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，在可穿戴设备上设置有多个振动单元；再根据控制参数控制振动单元产生对应的振动场域，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。解决了如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具的技术问题。达到了驾驶员无需扭头也可以感知到周边影响载具安全行驶的危险因子，从而主动避免事故发生的技术效果。
89.为了加深对本技术所提供的辅助驾驶方法的理解，下面以大卡车驾驶员采用本辅助驾驶方法进行驾驶的场景进行举例说明。
90.图4为本技术实施提供的另一种辅助驾驶方法的流程示意图。如图4所示，该辅助驾驶方法的具体步骤包括：s401、对预设监视范围进行扫描，以获取监视信息。
91.在本实施例中，载具为卡车，在卡车上设置有多个传感器以监视卡车周围的环境。
92.驾驶员穿戴上了带有振动单元的可穿戴设备如智能头环，然后点击连接按钮，使得智能头环与载具即卡车的控制器进行初始化连接。
93.智能头环识别出载具类型为卡车，进入与载具对应的驾驶辅助程序。
94.卡车上的不同位置设置多个传感器，该传感器包括定向声音传感器、雷达以及摄像头等，可穿戴设备可以通过无线或者有线连接的方式获取到传感器的检测信号。
95.卡车上的传感器实时对预设监视范围如卡车的视觉盲区进行扫描，以得到预设监视范围内的图像信息，以及各个交通参与者的运行状态信息即获取到相关的监视信息。
96.此外，卡车上的无线设备还可以接收其它车辆、行人或者云端控制器发送的交通路况信息，即监视信息包括交通路况信息。
97.图5为本技术实施例提供的卡车视觉盲区的示意图。如图5所示，卡车500的视野盲区是浅灰色区域501，浅灰色区域501是一个不规则的几何形状，且卡车500后部的视野盲区与其它视野盲区是不相连的。并且随着卡车速度的增加，浅灰色区域501的面积还会进一步扩大。
98.为了避免视野盲区的影响而诱发交通事故，卡车上的不同位置设置多个传感器，该传感器包括定向声音传感器，可穿戴设备可以通过无线或者有线连接的方式获取到传感器的检测信号。以达到通过可穿戴设备即本实施例中的智能头环来减少驾驶员看后视镜的频率的效果。因为卡车上后视镜的数量比较多，驾驶员关注多个后视镜将会使得驾驶员容易出现驾驶疲劳，而采用本技术的辅助驾驶方法后可以减少驾驶员的驾驶压力，缓解驾驶疲劳。
99.s402、当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息
确定危险因子的特征信息。
100.在本步骤中，所述预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系。
101.检测到预设监视范围内出现了危险因子，包括：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
102.具体的，预设定向辩位算法先对检测信号进行滤波，以排除预设检索范围内的噪音干扰；然后，通过定位分析，识别出检测信号中是否包含多个危险因子，例如，定向声音传感器检测不同方向上的音频来源，这样检测信号中就包括了危险因子相对于卡车的位置。
103.此外，若多个载具靠得很近时，由于不同的危险因子，其声音频率不同，即使声音混合叠加，传感器也能够通过音频的滤波进行解耦分离，识别出不同的危险因子。
104.在本实施例中，特征信息包括危险因子的位置信息、运动状态信息以及分类信息。其中，分类信息包括：行人、第一类车辆以及第二类车辆，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值。
105.具体的，通过图像识别模型，识别安装在卡车上的多个摄像头所采集到的图像，识别出危险因子是车辆还是行人，以及这些危险因子的运动状态，以此为各个危险因子设置对应的危险等级。
106.s403、利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数。
107.在本步骤中，可穿戴设备上设置有多个振动单元。
108.具体的，当危险因子为第一类车辆时，确定强度为第一强度，和/或持续时间为第一时间；当危险因子为第二类车辆时，确定强度为第二强度，和/或持续时间为第二时间；其中，第一强度大于第二强度，第一时间大于或等于第二时间，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值。
109.当载具位于相对加速度对应的指向范围内，且加速度的大小大于预设加速阈值时，确定强度为第三强度，和/或持续时间为第三时间；其中，第三强度随着危险因子与载具的相对位置的减小而增大。
110.例如，当危险因子为小型车辆如：电动车、自行车、摩托车等，由于自行车、电动车行驶时发出的声音十分的微小，因此可穿戴设备上预设位置（如前部或与车辆对应位置）的振动单元，会发出强烈的短暂（如2s）振动，提醒驾驶员，后方有小型车辆。
111.当危险因子为小轿车型的车辆时，考虑到目前的电动汽车行驶时基本上没有声音，人们基本上是听不到后方有来车，因此可穿戴设备上预设位置（如前部或与车辆对应位置）的振动单元，会发出轻微的短暂（如5s）振动，提醒驾驶员，后方有小型车辆。
112.当检测到危险因子为大型车辆时，大型车辆行驶的过程中，会发出十分强烈的声音，可穿戴设备上预设位置（如前部或与车辆对应位置）的振动单元，会发出轻微的短暂（如2s）振动，提醒驾驶员，后方有大型车辆行驶来。
113.当危险因子速度突然加快时，可穿戴设备上与车辆对应位置的振动单元发出短暂
（如2s）强烈的震感，提醒驾驶员后方车辆加速靠近，注意避让。
114.当检测到危险因子距离卡车越来越近时，震感会由弱到强，持续不断地振动，直到距离越远，危险等级越来越低时，头带振动逐渐减弱，直至停止。
115.在本实施例中，卡车驾驶员佩戴智能头带即可穿戴设备时，由于智能头带的视角较高，且驾驶员夜间驾驶时容易疲劳或者快速行驶时有部分视角盲区，因此佩戴的头带可大大的增加视角。
116.比如在十字路口，或者是行驶疲劳时，智能头带却会一直进行巡检，当监测到前方有人或小型车辆时，头带对应人的位置会连续振动两次，提醒驾驶员前方某个位置有人或小型车辆，可提高安全性。
117.s404、根据控制参数，控制多个振动单元交替振动，以通过振动叠加形成时变的振动场域，使得驾驶员感知到危险因子的靠近过程，和/或离去过程。
118.在本步骤中，振动场域的是一个时变性的振动信号，其存在的时间是有限的。一般来说，若没有更高危险等级的危险因子需要提示时，当前危险因子对应的振动场域会一直存在，直到该危险因子远离或者控制器预判其危险等级下降，则此振动场域会停止。
119.可以理解的是，若有更高危险等级的危险因子靠近时，较低危险等级的振动场域将会暂停。多个振动单元先发出暂停信号（如先连续振两次），然后产生新的振动场域。
120.并且，振动场域中最强的振动区域代表危险因子相对于载具的方向，其振动的强度大小代表危险因子与载具的距离，距离越近，则强度越大。
121.可选的，当危险因子也是大型车辆时，由于其运行的振动噪音很大，因此，即使没有可穿戴设备的振动，驾驶员也能感觉到危险因子的靠近。因此，可以将可穿戴设备的振动强度大小反向设置，即距离越远，振动强度反而越大。
122.s405、获取预设范围内的交通流密度。
123.在本步骤中，交通流密度用于表示在预设单位面积内交通参与对象的总量。
124.在本实施例中，当卡车停在人行道前时，若刚好有大量行人要过马路时，为了避免每个行人经过时都产生振动，从而影响驾驶员的使用体验。因此需要对获取交通流密度。
125.可选的，可以通过物联网与交通控制中心的服务器连接，获取到卡车所在区域内的车辆及行人数量，同时结合车载摄像头所拍摄到的图像数据，根据预设的密度模型，计算出交通流密度。
126.s406、若交通流密度大于或等于预设密度阈值，则关闭可穿戴设备的振动提示功能。
127.在本实施例中，若交通流密度大于或等于预设密度阈值，此时，驾驶员的驾驶警惕性会比较高，并且车速一般都不会很高，驾驶员有足够的时间反应来处理紧急情况，因此，可以关闭振动提示功能。
128.可以理解的是，此时，可以打开语音提示功能，改用语音提示，避免大量振动影响驾驶员的使用体验感。
129.本实施例提供了一种辅助驾驶方法，通过当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；然后利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，在可穿戴设备上设置有多个振动单元；再根据控制参数控制振动单元
产生对应的振动场域，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。解决了如何让驾驶员在越来越复杂的交通环境中更安全地驾驶载具的技术问题。达到了驾驶员无需扭头也可以感知到周边影响载具安全行驶的危险因子，从而主动避免事故发生的技术效果。
130.图6为本技术实施例提供的一种辅助驾驶装置的结构示意图。该辅助驾驶装置可以通过软件、硬件或者两者的结合实现。
131.如图6所示，该辅助驾驶装置600包括：监视模块601，用于当检测到预设监视范围内出现了危险因子时，利用识别模型，根据监视信息确定危险因子的特征信息，预设监视范围与载具的运动状态，和/或运行环境存在预设对应关系；处理模块602，用于利用预设提示模型，根据特征信息，确定可穿戴设备的控制参数，可穿戴设备上设置有多个振动单元；控制模块603，用于根据控制参数控制振动单元产生对应的振动场域，振动场域用于表征危险因子与载具之间相对位置的变化情况，以使驾驶员通过振动场域实时追踪到危险因子的动态信息，并及时调整载具的驾驶方式。
132.在一种可能的设计中，当载具为电动车、自行车、摩托车中的任意一种时，可穿戴设备上包括用于检测危险因子的多个定向声音传感器，监视模块601，用于：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
133.在一种可能的设计中，当载具为汽车、卡车、公交车中的任意一种时，载具上包括用于检测危险因子的多个定向声音传感器，预设监视范围包括载具的视觉盲区，监视模块601，用于：接收定向声音传感器发送的检测信号；利用预设定向辩位算法解析检测信号，以识别出一个或多个危险因子。
134.可选的，特征信息包括危险因子的位置信息、运动状态信息以及分类信息。
135.可选的，控制参数包括：振动的强度、频率、持续时间、次数、间隔时间中的至少一项。
136.在一种可能的设计中，载具包括机动车以及非机动车，分类信息包括：第一类车辆以及第二类车辆，第一类车辆的运行噪音小于预设音量阈值，第二类车辆的运行噪音大于或等于预设音量阈值，对应的，处理模块602，用于：当危险因子为第一类车辆时，确定强度为第一强度，和/或持续时间为第一时间；当危险因子为第二类车辆时，确定强度为第二强度，和/或持续时间为第二时间；其中，第一强度大于第二强度，第一时间大于或等于第二时间。
137.在一种可能的设计中，处理模块602，还用于：根据运动状态信息，确定危险因子与载具的相对加速度；当载具位于相对加速度对应的指向范围内，且加速度的大小大于预设加速阈值时，确定强度为第三强度，和/或持续时间为第三时间；其中，第三强度随着危险因子与载具的相对位置的减小而增大。
138.在一种可能的设计中，控制模块603，用于：
根据控制参数，控制多个振动单元交替振动，以通过振动叠加形成时变的振动场域，使得驾驶员感知到危险因子的靠近过程，和/或离去过程。
139.在一种可能的设计中，预设监视范围的参考原点在载具上，且随载具的运动而变化。
140.在一种可能的设计中，预设监视范围的参考原点与驾驶员的特征属性相对应，特征属性包括：所处位置、生理结构特征、驾驶习惯中的至少一项。
141.在一种可能的设计中，可穿戴设备上设置有模块化调节接口，模块化调节接口用于使驾驶员能够在预设调节范围内对振动单元的位置和/或数量进行自定义调整。
142.在一种可能的设计中，监视模块601，还用于获取预设范围内的交通流密度，交通流密度用于表示在预设单位面积内交通参与对象的总量；处理模块602，还用于若交通流密度大于或等于预设密度阈值，则关闭可穿戴设备的振动提示功能。
143.值得说明的是，图6所示实施例提供的装置，可以执行上述任一方法实施例中所提供的方法，其具体实现原理、技术特征、专业名词解释以及技术效果类似，在此不再赘述。
144.图7为本技术实施例提供的一种电子设备的结构示意图。如图7所示，该电子设备700，可以包括：至少一个处理器701和存储器702。图7示出的是以一个处理器为例的电子设备。
145.存储器702，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
146.存储器702可能包含高速ram存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
147.处理器701用于执行存储器702存储的计算机执行指令，以实现以上各方法实施例所述的方法。
148.其中，处理器701可能是一个中央处理器（central processing unit，简称为cpu），或者是特定集成电路（application specific integrated circuit，简称为asic），或者是被配置成实施本技术实施例的一个或多个集成电路。
149.可选地，存储器702既可以是独立的，也可以跟处理器701集成在一起。当所述存储器702是独立于处理器701之外的器件时，所述电子设备700，还可以包括：总线703，用于连接所述处理器701以及所述存储器702。总线可以是工业标准体系结构（industry standard architecture，简称为isa）总线、外部设备互连（peripheral component，pci）总线或扩展工业标准体系结构（extended industry standard architecture，eisa）总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
150.可选的，在具体实现上，如果存储器702和处理器701集成在一块芯片上实现，则存储器702和处理器701可以通过内部接口完成通信。
151.本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器（read-only memory，rom）、随机存取存储器（random access memory，ram）、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述各方法实施例中的方法。
152.本技术实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的方法。
153.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由本技术的权利要求书指出。
154.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。
155.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。