用于提供驾驶指导的方法和系统与流程

本发明涉及用于向驾驶员提供驾驶指导信息的方法和系统，并且更具体地，涉及通过评估驾驶员对行车条件的响应并且以各种方式利用评估信息来向驾驶员反馈用于期望驾驶的指导信息的方法，以及用于所述方法的系统。

背景技术

近年来，随着各种电子设备被安装在车辆上，驾驶员已经能够获得与行车条件有关的各种信息，并且这些电子设备也已经直接参与驾驶。例如，高级驾驶员辅助系统(adas)可以向驾驶员提供有关盲点的警告信息，而自动转向控制可以防止车道偏离，而无需驾驶员的方向盘控制。

此外，已经做出许多努力来研究和开发能够通过利用人工智能等的行车条件识别来自动驾驶的车辆。此外，通过车辆对万物(v2x)通信实现了大量信息共享。

然而，除了技术的进步之外，还应该解决与自动驾驶的责任有关的法律和道德问题。也就是说，考虑自动驾驶车辆与其他车辆并存的环境，预计在相当长的一段时间内，驾驶员仍将是驾驶中最重要的主体。

具体地，不难听到这样的消息，即自动驾驶车辆难以插到另一车辆前方，或者在相对较多的驾驶员趋于鲁莽行驶或不礼让的道路环境中，自动驾驶车辆难以进行车道变换。

因此，为了实现更安全的驾驶环境，有必要提高驾驶员的驾驶能力并开发利用电子设备的驾驶辅助系统。然而，从根本上说，还是希望驾驶员试图改善他们的驾驶态度。

为了改善驾驶员的驾驶态度，需要一种类似于纠正驾驶员错误的预期的、智能的、连续的和可用的方法，而不是一次性警告或教育。

技术实现要素：

因此，本发明的目的是提供一种用于向驾驶员提供驾驶指导信息的方法和系统。

更具体地，本发明的目的是提供一种通过评估驾驶员对行车条件的响应并且以各种方式利用评估信息来向驾驶员反馈用于期望驾驶的指导信息的方法，以及用于所述方法的系统。

本领域技术人员将理解通过本发明所能达到的目的并不局限于以上具体描述的内容，而通过以下的具体实施方案，将更清楚地理解以上及本发明可以达到的其他目的。

为了实现这些目的和其他优点，在本发明的一个方面，提供了一种用于在车辆上提供驾驶指导的方法，所述方法包括：识别包括周围环境和车辆行为的行车条件；从多个先前分类的模式中确定对应于所识别的行车条件的推荐模式；输出对应于确定结果的反馈信息；将关于确定结果的信息发送到外部。

在本发明的另一个方面，提供了一种用于提供驾驶指导的系统，所述系统包括：车辆，其配置为识别包括周围环境和车辆行为的行车条件；从多个先前分类的模式中确定对应于所识别的行车条件的推荐模式；输出对应于确定结果的反馈信息；以及第一服务器，其配置为从车辆接收关于确定结果的信息并存储接收到的信息。

因此，涉及本发明的至少一个实施方案的上述车辆系统可以向驾驶员提供各种驾驶指导信息。

具体地，车辆系统能够为驾驶员提供体贴驾驶的正反馈，从而改善交通文化，促进安全驾驶。

本领域技术人员将理解通过本发明所能达到的效果并不局限于以上具体描述的内容，而通过以下的具体实施方案，将更清楚地理解本发明的其他优点。

附图说明

图1是用于解释本发明的基本概念的示意图。

图2示出了适用于本发明实施方案的驾驶指导系统的配置的示例。

图3示出了根据本发明实施方案的训练数据服务器的示例性结构。

图4示出了根据本发明实施方案的车辆的示例性结构。

图5示出了根据本发明实施方案的车辆基于所识别的行车条件来提供反馈的示例性过程。

图6(a)、图6(b)和图6(c)是示出了根据本发明实施方案的用于识别行车条件并基于所识别的行车条件来提供反馈的具体方法的示意图。

图7是用于解释根据本发明实施方案的可以在在线阶段提供的服务的概念的示意图。

图8(a)和图8(b)示出了根据本发明实施方案的sns相关服务的特定示例。

具体实施方式

在下文中，将参考附图详细描述本发明的实施方案，以允许本领域的普通技术人员容易地实现这些实施方案。然而，本发明可以以各种形式来实现，而不限于这里所描述的实施方案。为了清楚地描述本发明，附图中省略了与描述不相关的部件，并且在整个说明书中，相同的附图标记表示相同的部件。

在整个说明书中，当某个部分“包括或包含”某个部件时，这表示不排除其他部件，并且除非另外特别描述，否则可以进一步包括其他部件。此外，在整个说明书中，具有相同附图标记的部件意味着它们是相同的部件。

在本发明的实施方案中，提供了一种用于识别行车条件的方法以及用于所述方法的系统，所述方法通过确定所识别的行车条件与预先配置的推荐模式之间的相似性来评估驾驶员的响应，将用于期望驾驶的指导信息反馈给驾驶员，并且以各种方式利用评估信息。

首先，参照图1来描述本发明的实施方案的基本构思。图1是用于解释本发明的基本构思的示意图。

参照图1，本发明的实施方案基于驾驶员辅助/信息提供功能10、人工智能(ai)20和附加在线服务的引入；驾驶员辅助/信息提供功能10通过安装在车辆上的各种传感器来提供；人工智能20用于确定当前状况和匹配模式；附加在线服务诸如社交网络服务(sns)。即，基于人工智能技术，本发明的实施方案可以识别驾驶员是否具有期望的驾驶习惯(诸如体贴驾驶)，并向驾驶员提供正反馈，以改善交通文化并促进安全驾驶。

图2示出了适用于本发明实施方案的驾驶指导系统的配置的示例。

参照图2，适用于本发明实施方案的驾驶指导系统可以包括：驾驶训练数据服务器100、车辆200、识别结果服务器(db)300、在线服务实体400和路边实体500；驾驶训练数据服务器100配置为确定推荐模式；车辆200配置为向驾驶员提供驾驶指导信息；识别结果服务器300配置为接收和存储确定由车辆200识别的行车条件的结果；在线服务实体400配置为通过从识别结果服务器300接收数据来提供各种附加功能；路边实体500配置为向车辆200提供识别和确定行车条件所需的信息。

稍后将详细描述除路边实体500之外的各个部件的配置。路边实体500可以包括根据预定通信方法(例如，v2x等)向道路上或道路附近的车辆200提供识别和确定行车条件所需的信息的任何实体。例如，路边实体500可以是道路上的另一车辆、安装在道路上或道路附近的基础设施、由道路附近的行人携带的智能设备。由行人携带的智能设备应执行发现程序或建立数据路径以直接与车辆进行通信，但这样做可能会遇到困难。在这种情况下，智能设备可以连接到预定的远程服务器，以便其可以向远程服务器提供数据，并且远程服务器可以向车辆提供相应的数据。在这种情况下，提供给车辆的数据可以包括在对应车辆周围是否存在行人、行人密度和行人移动方向中的至少一种。然而，这仅仅是一个示例，本发明不限于此。也就是说，可以包括任何与行人安全或关照有关的信息。

应该理解的是，图2所示的部件仅仅是示例性的，并且驾驶指导系统可以包括更多或更少的部件。此外，一个部件可以包括多个子部件，或者至少一个部件可以配置为替换另一个部件。

在下文中，将基于上述系统配置来描述每个部件的操作。为了便于描述，每个部件的操作过程将被分成三个阶段，但是操作过程并不限于此。

这三个阶段包括：离线阶段、车载阶段和在线阶段。离线阶段可以指这样的过程：训练数据服务器100训练人工智能识别模型以识别行车条件，并通过训练基于各种实际驾驶数据和各种体贴驾驶评估结果而确定的推荐模式来确定推荐模式之间的相似性。车载阶段可以指这样的过程：车辆确定在实际驾驶期间发生的行车条件与推荐模式之间的相似性，将基于结果的反馈提供给驾驶员，并利用在离线阶段中生成的识别模型，将相应结果(在对结果进行处理之后)提供给识别结果服务器300。

此外，在线阶段可以指这样的过程：通过将存储在识别结果服务器300中的信息发送到各种在线服务实体400来直接或间接地向驾驶员提供各种激励。在这种情况下，由于驾驶员对驾驶环境的响应可以包括敏感的个人信息或者对驾驶员造成法律或道德方面的不利影响，所以识别结果服务器300可以配置为在驾驶员所允许的范围内向在线服务实体400提供信息。

首先，将参照图3简要描述用于执行在线阶段的训练数据服务器的结构。

图3示出了根据本发明实施方案的训练数据服务器的示例性结构。

参照图3，训练数据服务器100可以包括实际驾驶数据存储单元110、训练单元120和评估数据存储单元130。

实际数据存储单元110存储用于在训练单元120处进行的模型训练的基本数据，并将该基本数据提供给训练单元120。基本数据可以包括以各种方式直接/间接采集的实际驾驶数据，例如远程信息处理服务、安装了用于采集数据的传感器的车辆、通过在线采集的大数据等。

此外，评估数据存储单元130存储用于在训练单元120处进行的模型训练的评估数据。在这种情况下，评估数据可以包括用于每个行车条件的预定评估规则、用于每个行车条件的多个推荐模式、关于由专家估计的体贴程度的信息等。

此外，评估数据可以包括在预先根据预定标准将行车条件定义/分类为多个模式之后，每个分类模式具有不同推荐等级的信息。在这种情况下，具有高于预定参考值的推荐等级的模式可以被称为推荐模式。推荐等级的基准可以包括交通规则中规定的规则、关照附近车辆和行人的行为(尽管交通规则没有规定)以及促进相应车辆、其他车辆和行人的安全的行为中的至少一个。

在这种情况下，实际驾驶数据可以包括关于在车辆的周围环境中检测到的变化的信息以及在周围环境改变的状态下关于车辆移动的信息(即，驾驶员的响应)。也就是说，本发明中使用的“行车条件”是包括“周围环境”和“车辆行为”的构思；“周围环境”意味着其他车辆或行人的位置或行为的变化；“车辆行为”意味着驾驶员对周围环境的响应。

例如，实际驾驶数据可以包括：由adas检测到的指示位于采集数据的车辆的侧前方的车辆向前方移动(即，位于参考车辆的侧前方的车辆试图插队或进行车道变换)的数据、指示驾驶员在相应时间减小或增加速度的数据、指示驾驶员是否使用喇叭或前灯的数据等。作为另一个示例，评估数据可以包括以下数据。首先，包括这样的情况作为推荐模式：由于上述的周围环境变化(例如，当另一车辆插到车辆前方时)，车辆以预定速率降低其速度。然后，可以通过根据减速率不同地评估体贴程度来获得数据。评估数据可以包括上述数据。

训练单元120从实际驾驶数据存储单元110接收上述基础数据和从评估数据存储单元130接收评估数据，然后通过将对应的基础数据与每个行车条件的评估数据进行匹配来执行训练。通过这样做，当接收到关于新的行车条件的数据时，训练单元120可以确定最接近相应行车条件的推荐模式，生成识别模型使得能够确定与所确定的推荐模式的相似性，然后通过累积训练连续地修改所生成的模型。或者，当接收到关于新的行车条件的数据时，训练单元120可以生成识别模型使得能够确定先前定义/分类的行车条件中的哪些行车条件与相应的行车条件对应或最相似。

通过识别模型的训练可以基于机器学习方案来执行。

为此，机器学习方案可以包括基于时间序列模型的方案、基于大数据的深度学习方案、基于规则的方案或其任何组合。在这种情况下，基于时间序列模型的方案的示例可以包括：用于利用随机数据解释取决于时间的行为的变化的自回归积分移动平均方案、利用非参数回归方法作为通用逼近器的多层感知器(mlp)方案等等。此外，基于深度学习的方案的示例可以包括：通过降维使输入/输出数据彼此相似的堆叠式自动编码器(sae)方案、用于处理时序信息的对应于神经网络算法的递归神经网络(rrn)方案、适用于长期训练的长短期记忆(lstm)方案等。

此外，基于规则的识别的基准可以定义为如下表1所示。

[表1]

训练单元120可以选择将在训练之前输入的基础数据。选择过程可以包括：1)用于提取候选输入值的过程；2)通过集成输入信号来预处理数据的过程；以及3)利用预处理的候选值来选择最终变量的过程。

通过训练单元120的训练过程产生的识别模型可以通过规定的在线/离线数据传输过程被发送到车辆200。

接下来，将参照图4至图6(a)、图6(b)和图6(c)对车载阶段进行描述。

如上所述，车载阶段是指这样的步骤：在被提供由离线阶段的训练生成的识别模型之后，车辆通过输入由相应的车辆采集的用于确定周围环境的信息以及驾驶员对所准备的识别模型的响应，来提供驾驶是否体贴的反馈。

图4示出了根据本发明实施方案的车辆的示例性结构。

参照图4，根据本发明的车辆200可以包括：信息采集单元210、确定单元220、输出单元230和无线通信单元240；信息采集单元210配置为获得用于确定行车条件的信息；确定单元220配置为通过利用识别模型和预先配置的推荐模式来确定驾驶是否体贴；输出单元230配置为向驾驶员提供与由确定单元220做出的确定结果相对应的反馈；无线通信单元240配置为将确定结果发送到外部，接收用于识别模型的更新数据，或者与路边实体500交换数据。

信息采集单元210采集关于车辆200的行车条件的信息(即关于周围环境的信息)以及关于驾驶员对周围环境的信息的响应的信息。为此，信息采集单元210可以包括导航、智能巡航控制雷达、用于图像解译的视觉传感器、加速踏板传感器(aps)、制动踏板传感器(bps)和车速传感器中的至少一种。

确定单元220可以实施为计算机，其具有能够存储识别模型和推荐的模式信息的存储器和用于操作识别模型的处理器。或者，确定单元220可以实施为车辆控制器或车辆控制器的一部分。此外，通过将由信息采集单元210获得的行车条件信息和通过无线通信单元240接收到的v2x信息中的至少一个应用于识别模型，确定单元220可以确定在多个先前分类的模式中是否存在相同或相似的推荐模式。此外，确定单元220可以根据预定的标准或处理算法来对确定结果进行索引。

在一些实施方案中，确定单元220可以利用机器学习方案实时地训练或修改识别模型。或者，识别模型可以由外部服务器更新，然后在没有训练的情况下使用。也就是说，当由外部服务器修改识别模型时，对应于训练输入值的参数被发送到远程信息处理或云服务器，然后通过训练由外部服务器修改识别模型。之后，最终模型被发送到车辆。此外，在另一个实施方案中，由信息采集单元210获得的用于确定行车条件的信息可以直接被发送到外部远程服务器。随后，相应的服务器可以确定驾驶是否体贴，然后将确定结果发送到车辆。

输出单元230可以包括能够输出视觉信息的显示装置(诸如组合显示板、avn监视器，hud等)以及能够输出音频信息的装置(诸如扬声器)等。即，输出单元230可以立即输出与由确定单元220做出的确定结果相对应的反馈。例如，视觉信息可以包括文本、图像或其组合，以告知驾驶员正在体贴驾驶，并且音频信息可以包括音乐、称赞等以表明驾驶员正在体贴驾驶。

图5是示出了车辆的操作的流程图。

图5示出了根据本发明实施方案的车辆基于所识别的行车条件来提供反馈的示例性过程。

参照图5，确定单元220可以利用由信息采集单元210采集的信息来识别行车条件，即，车辆200的移动和周围环境(行人或其他车辆的移动)[s510]。

在识别出行车条件之后，确定单元220可以确定识别结果与多个预先分类的模式中的推荐模式之间的相似性(即，识别结果是否相似或等于推荐模式)[s520]。换句话说，基于所确定的相似性，确定单元220可以确定是否存在与所识别的行车条件相似或相同的推荐模式。

输出单元230可以输出与确定结果相对应的反馈[s530a]。例如，当存在与所识别的行车条件相同或相似的推荐模式时，可以向驾驶员提供表明检测到体贴驾驶的视觉/音频类型的反馈。另一方面，当不存在与所识别的行车条件相同或相似的推荐模式时，可以输出建议体贴驾驶的视觉/音频类型的反馈。当然，如果没有推荐模式，则可以不提供反馈。

确定单元220可以通过规定的计算过程来对与确定结果相对应的信息进行索引[s530b]。例如，索引过程可以包括这样的过程：将在特定时间段期间将所识别的结果确定为与推荐模式相似/相同的情况的数量除以在对应时间段期间的行驶距离。

可以通过无线通信单元240将步骤s530b的情况下的确定结果信息或索引信息发送给识别结果服务器300[s540]。

当执行上述步骤时，驾驶员可以自然地体验到：人工智能立即确认驾驶员是否由于对人工智能技术的好奇心或善意而试图体贴驾驶。

图6(a)、图6(b)和图6(c)是示出了根据本发明实施方案的用于识别行车条件并基于所识别的行车条件来提供反馈的具体方法的示意图。在图6(a)、图6(b)和图6(c)中，假定在单向双车道道路上，驾驶员的车辆610在右车道上行驶，而不同的车辆620在驾驶员的车辆610前方的左车道上行驶。在下文中，为了便于描述，驾驶员的车辆610被称为“当前车辆”，而不同的车辆620被称为“其他车辆”。

参照图6(a)，当其他车辆620在打开右转向灯的同时试图将其车道变换为当前车辆610的车道时，当前车辆610可以通过信息采集单元210识别该企图。

在这种情况下，如果当前车辆610的驾驶员如图6(b)所示通过压下制动踏板而减速，则当前车辆的确定单元可以确定出这种行车条件对应于推荐模式，然后输出正反馈611。

与图6(b)不同，如果当前车辆610的驾驶员如图6(c)所示加速，则当前车辆210的确定单元可以确定出不存在与这样的行车条件相似或相同的推荐模式，或者行车条件与推荐度低于预定值的模式匹配。然后，确定单元可以输出负反馈613。

接下来，将参照图7、图8(a)和图8(b)详细描述在线阶段。

在线阶段是指这样的步骤：存储在识别结果服务器300中的信息被提供给驾驶员所允许的在线服务实体400，以提供各种附加服务。

图7是用于解释根据本发明实施方案的可以在在线阶段提供的服务的构思的示意图，图8(a)和图8(b)示出了根据本发明实施方案的sns相关服务的特定示例。

参照图7，可以在在线阶段提供的服务可以包括：sns相关服务710、保险/管理服务720和手册分发服务730等。

具体地，为了激发体贴驾驶的自豪感，可以为体贴的驾驶员提供专用的积分或标记，或者可以通过与sns710的交互工作来提供体贴的驾驶员的发布。例如，如图8(a)所示，可以通过特定的sns账户提供介绍具有高的体贴程度的驾驶员的发布。在这种情况下，可以包括关于驾驶员索引的体贴分数、驾驶员的snsid、通过视觉传感器获得的视频图像等的信息，并且只有当驾驶员同意时，在发布中才可以包括这些信息。作为另一个示例，如图8(a)和图8(b)所示，仅当索引的体贴分数等于或高于预定分数时，sns才可以被设计为允许在驾驶员的sns账户的介绍页面上提供特定标记820。

此外，在保险/管理服务720的情况下，如果将索引的体贴分数提供给保险公司，则预期的是保险费将降低。如果将索引的体贴分数提供给行政办公室，也可以预期已经或将要签发的罚金或罚款减少的好处。

此外，在手册分发服务730的情况下，可以通过车辆avn系统或智能手机应用来分发用于改善驾驶体贴/妥协的手册，以便为正确的驾驶态度提供更多的训练机会。具体地，可以在车载阶段向具有等于或小于预定水平的体贴驾驶频率的驾驶员提供手册分发服务730。在这种情况下，手册分发服务可以配备有用于校正与推荐模式不同的驾驶态度的指导。例如，在图6(a)中所示的情况下，如果频繁识别出图6(c)所示的驾驶模式，则车辆中的avn(音频/视频/导航)终端或由驾驶员携带的终端(即，以驾驶员的名字登记的终端)可以配置为输出关于体贴另一车辆的插队或车道变换的指导信息。当然，这个手册提供过程不应该一定要在在线阶段执行。例如，手册提供过程可以根据车辆的确定在车载阶段执行。

根据上述实施方案，可以为车辆驾驶员提供广泛的好处，并且还可以改善销售安装有上述系统的车辆的公司的声誉。例如，从驾驶员的角度来看，期望的是，由于技术上的好奇心可能导致参与体贴驾驶，交通文化将会得到改善。此外，不仅可以提供关于个人体贴(个性)的社会认可(例如，sns)，还期望额外的好处，例如保险费折扣、减少罚金等。此外，从公司的角度来看，有以下的优点：作为汽车公司，公司分担了社会责任和义务，即促进了交通文化的改善；获得了公司的主要客户是体贴驾驶员的声誉；并宣传了公司利用了在道德和工作方面有争议的人工智能。

此外，期望的是，本发明的实施方案能够基于自动驾驶关键技术而发展到智能驾驶辅助技术(即，体贴/周到的驾驶可以扩展到自卫/守法的驾驶)。此外，实施方案还具有以下优点：当存在积极的社会响应时，它们可以被开发为标准技术/条例。

上述发明可以作为计算机可读代码在程序记录介质中实现。计算机可读介质可以包括其中存储有计算机系统可读取的数据的各种记录装置。计算机可读介质可以包括：hdd(硬盘驱动器)、ssd(固态盘)、sdd(硅盘驱动器)、rom、ram、cd-rom、磁带、软盘、光学数据存储装置等。

因此，上述实施方案在所有方面都应被解释为说明性而非限制性的。本发明的范围应该通过对所附权利要求的合理解释来确定。此外，本发明覆盖落入所附权利要求及其等价形式范围内的本发明的修改和变化。