一种车辆数据处理方法、装置及车辆与流程

本申请涉及车辆数据，具体而言，涉及一种车辆数据处理方法、装置及车辆。

背景技术：

1、在车辆的行驶过程中，为了辅助驾驶员做换道决策，可以向驾驶员提供换道时间的预测数据，但现阶段，换道时间的预测受限于固定的规则和阈值，往往需要事先定义好计算规则和阈值，再将定义好的计算规则进行实际应用，以在车辆实际行驶过程中对换道时间进行预测，但随着城市道路的交通情况越来越复杂，这种传统的采用计算规则对换道时间进行预测，无法适应不同驾驶条件和交通环境的变化，导致预测结果不准确，对驾驶员提供不准确的换道时间的预测数据，会降低车辆换道的安全性。

技术实现思路

1、本申请的实施例提供了一种车辆数据处理方法、装置及车辆，基于本申请提供的技术方案能提升车辆换道的安全性。

2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

3、根据本申请实施例的第一方面，提供了一种车辆数据处理方法，所述方法包括：获取车辆状态数据集，所述车辆状态数据集包括目标车辆当前的状态数据，以及在以所述目标车辆为中心的预设范围内各个其他车辆当前的状态数据；基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据；向所述目标车辆发送所述换道决策参考数据。

4、在本申请的一些实施例中，基于前述方案，所述换道决策参考数据包括保持当前车道，在未来第一时间段换道至左侧车道，以及在未来第二时间段换道至右侧车道中的一种。

5、在本申请的一些实施例中，基于前述方案，所述其他车辆位于所述目标车辆所在的当前车道，或者位于所述当前车道同方向的相邻车道；所述状态数据包括行驶速度数据，位置数据，以及加速度数据中的多种。

6、在本申请的一些实施例中，基于前述方案，所述基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据，包括：对所述车辆状态数据集进行预处理，以得到目标状态数据集；将所述目标状态数据集中的各个数据输入至所述换道时间预测模型，以输出所述换道决策参考数据。

7、在本申请的一些实施例中，基于前述方案，所述对所述车辆状态数据集进行预处理，以得到目标状态数据集，包括：对所述车辆状态数据集中的各个数据进行格式化处理，以满足设定格式，得到第一状态数据集；识别所述第一状态数据集中的缺失值，并对缺失值进行填充处理，得到第二状态数据集；对所述第二状态数据集中的各个数据进行归一化处理，得到所述目标状态数据集。

8、在本申请的一些实施例中，基于前述方案，所述方法还包括：构建多通道卷积神经网络模型；基于预先采集的样本训练数据集，对所述多通道卷积神经网络模型进行训练，以得到所述换道时间预测模型。

9、在本申请的一些实施例中，基于前述方案，所述方法还包括：响应于检测到所述目标车辆产生换道意图，获取与所述换道意图对应的换道意图信息；如果所述换道意图信息与所述换道决策参考数据不匹配，则向所述目标车辆发送报警信号。

10、在本申请的一些实施例中，基于前述方案，在向所述目标车辆发送报警信号之后，所述方法还包括：获取所述目标车辆的方向盘角度信息；如果所述方向盘角度信息与所述换道意图信息相匹配，则停止向所述目标车辆发送报警信号。

11、根据本申请实施例的第二方面，提供了一种车辆数据处理装置，所述装置包括：获取单元，用于获取车辆状态数据集，所述车辆状态数据集包括目标车辆当前的状态数据，以及在以所述目标车辆为中心的预设范围内各个其他车辆当前的状态数据；输出单元，用于基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据；发送单元，用于向所述目标车辆发送所述换道决策参考数据。

12、根据本申请实施例的第三方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如上述第一方面任一项所述的方法所执行的操作。

13、根据本申请实施例的第四方面，提供了一种车辆，包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如上述第一方面任一项所述的方法所执行的操作。

14、本申请的技术方案，提供的车辆数据处理方法，首先，获取车辆状态数据集，所述车辆状态数据集包括目标车辆当前的状态数据，以及在以所述目标车辆为中心的预设范围内各个其他车辆当前的状态数据；其次，基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据；最后，向所述目标车辆发送所述换道决策参考数据。由此可见，本申请提供的技术方案，不是采用预先定义的计算规则和阈值进行换道时间的预测，而是采用预先训练得到的换道时间预测模型进行换道时间的预测，从而能得到换道决策参考数据，由于换道时间预测模型可以自动从大量数据中学习换道时间与各种驾驶条件和交通环境的关系，从而能更准确地预测换道时间。与传统定义计算规则的方法相比，换道时间预测模型具有更强的泛化能力，可以适应不同驾驶条件和交通环境的变化，能提高换道时间的预测准确性，从而提供更加准确的换道决策参考数据，进而提升车辆换道的安全性。

15、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种车辆数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述换道决策参考数据包括保持当前车道，在未来第一时间段换道至左侧车道，以及在未来第二时间段换道至右侧车道中的一种。

3.根据权利要求1所述的方法，其特征在于，所述其他车辆位于所述目标车辆所在的当前车道，或者位于所述当前车道同方向的相邻车道；所述状态数据包括行驶速度数据，位置数据，以及加速度数据中的多种。

4.根据权利要求1所述的方法，其特征在于，所述基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述对所述车辆状态数据集进行预处理，以得到目标状态数据集，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.根据权利要求7所述的方法，其特征在于，在向所述目标车辆发送报警信号之后，所述方法还包括：

9.一种车辆数据处理装置，其特征在于，所述装置包括：

10.一种车辆，其特征在于，包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至8中任一项权利要求所述的方法。

技术总结
本申请的实施例提供了一种车辆数据处理方法、装置及车辆，所述方法包括：获取车辆状态数据集，所述车辆状态数据集包括目标车辆当前的状态数据，以及在以所述目标车辆为中心的预设范围内各个其他车辆当前的状态数据；基于所述车辆状态数据集，通过预先训练得到的换道时间预测模型，输出针对所述目标车辆的换道决策参考数据；向所述目标车辆发送所述换道决策参考数据。本申请的实施例提供的技术方案能提升车辆换道的安全性。

技术研发人员：张成阳,刘会凯,侯明洋,袁晓东,孙雄风
受保护的技术使用者：岚图汽车科技有限公司
技术研发日：
技术公布日：2024/3/17