本公开涉及车辆安全，尤其涉及一种车辆主动避险方法、碰撞大模型训练方法及装置。
背景技术：
1、随着科技以及经济的发展，人们乘坐车辆出行的频率越来越高。在出行过程中，车辆的安全性显得尤为重要，如何避免车辆发生剐蹭与碰撞是驾驶员与乘客主要关注的问题。
2、现有技术中，当由于其他车辆故障或者失控导致的撞击、前后夹击等被动撞击的危险情况发生时，通常需要依赖车辆自身的结构与装置(例如ab柱、车架、安全气囊等)抵抗外来的冲击力，以尽可能减少对于车内驾乘人员的伤害。
3、但是，这种被动的碰撞保护方式无法提前将可能发生的危险告知司机，使得车辆以及驾乘人员只能被动态承接危险，导致车辆安全性不足。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种车辆主动避险方法、碰撞大模型训练方法及装置，以提高车辆安全性。
2、第一方面，本公开实施例提供一种车辆主动避险方法，包括：
3、获取目标车辆的行驶状态数据以及所述目标车辆的车辆类型，所述目标车辆为距自车预设距离内的任一车辆；
4、将所述行驶状态数据以及所述车辆类型输入碰撞大模型中，接收所述碰撞大模型输出的所述目标车辆的碰撞危险评估值；
5、若所述碰撞危险评估值大于预设危险阈值，则执行避险操作，所述避险操作至少包括向用户提供警示信息和/或控制自车移动至安全位置。
6、在一些实施例中，所述获取目标车辆的行驶状态数据以及所述目标车辆的车辆类型，包括：
7、若自车为静止状态时，通过激光雷达获取目标车辆的行驶状态数据；
8、通过图像采集设备获取目标车辆的车辆图像；
9、对所述车辆图像进行图像识别，确定所述目标车辆的车辆类型。
10、在一些实施例中，所述将所述行驶状态数据以及所述车辆类型输入碰撞大模型中，接收所述碰撞大模型输出的所述目标车辆的碰撞危险评估值，包括：
11、将所述行驶状态数据以及所述车辆类型输入碰撞大模型中，通过所述碰撞大模型结合多个碰撞系数计算所述目标车辆的碰撞危险评估值；
12、其中，所述多个碰撞系数至少包括：
13、所述目标车辆距自车的距离对应的最小间距系数、所述目标车辆的减速行为对应的减速姿态系数、所述目标车辆的速度和所述目标车辆的行驶方向对应的减速系数、所述目标车辆的车辆类型对应的车辆类型系数。
14、在一些实施例中，所述若所述碰撞危险评估值大于预设危险阈值，则执行避险操作，包括：
15、从多个预设危险等级中确定所述碰撞危险评估值所属的目标危险等级，每个所述预设危险等级分别对应不同的碰撞危险评估值范围；
16、执行所述目标危险等级对应的避险操作。
17、在一些实施例中，所述多个预设危险等级中，危险程度由低到高分别为第一危险等级、第二危险等级、第三危险等级、第四危险等级，所述执行所述目标危险等级对应的避险操作，包括：
18、当所述目标危险等级为第一危险等级时，输出第一警示信息；
19、当所述目标危险等级为第二危险等级时，输出第二警示信息，在所述自车的车载屏幕上展示前往所述安全位置的规避路线，所述第二警示信息的警示频率高于所述第一警示信息的警示频率；
20、当所述目标危险等级为第三危险等级时，输出第二警示信息，在所述自车的车载屏幕上展示所述规避路线，控制所述自车切换至d挡，收紧安全带，将所述自车的方向调整至朝向所述安全位置的方向；
21、当所述目标危险等级为第四危险等级时，控制所述自车移动至所述安全位置。
22、第二方面，本公开实施例提供一种碰撞大模型训练方法，包括：
23、获取多个碰撞事件的碰撞事件数据，所述碰撞事件数据至少包括碰撞事件中肇事车辆的行驶状态数据以及肇事车辆的车辆类型；
24、将所述碰撞事件数据作为待训练碰撞大模型的输入，将所述碰撞事件对应的碰撞危险标注值作为所述待训练碰撞大模型的输出，对所述待训练碰撞大模型进行训练，使得所述待训练碰撞大模型学习所述碰撞事件数据与多个碰撞系数的对应关系，以使所述待训练碰撞大模型根据所述碰撞事件数据确定所述碰撞事件数据对应的碰撞系数，并根据所述碰撞系数计算得出所述碰撞危险标注值，得到训练好的碰撞大模型。
25、第三方面，本公开实施例提供一种车辆主动避险装置，所述装置包括：
26、第一获取模块，用于获取目标车辆的行驶状态数据以及所述目标车辆的车辆类型，所述目标车辆为距自车预设距离内的任一车辆；
27、接收模块，用于将所述行驶状态数据以及所述车辆类型输入碰撞大模型中，接收所述碰撞大模型输出的所述目标车辆的碰撞危险评估值；
28、避险模块，用于若所述碰撞危险评估值大于预设危险阈值，则执行避险操作，所述避险操作至少包括向用户提供警示信息和/或控制自车移动至安全位置。
29、第四方面，本公开实施例提供一种碰撞大模型训练装置，所述装置包括：
30、第二获取模块，用于获取多个碰撞事件的碰撞事件数据，所述碰撞事件数据至少包括碰撞事件中肇事车辆的行驶状态数据以及肇事车辆的车辆类型；
31、训练模块，用于将所述碰撞事件数据作为待训练碰撞大模型的输入，将所述碰撞事件对应的碰撞危险标注值作为所述待训练碰撞大模型的输出，对所述待训练碰撞大模型进行训练，使得所述待训练碰撞大模型学习所述碰撞事件数据与多个碰撞系数的对应关系，得到训练好的碰撞大模型。
32、第五方面，本公开实施例提供一种电子设备，包括：
33、存储器；
34、处理器；以及
35、计算机程序；
36、其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面或第二方面所述的方法。
37、第六方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现第一方面或第二方面所述的方法。
38、第七方面，本公开实施例提供一种车辆，包括如上所述的装置、电子设备或计算机可读存储介质。
39、本公开实施例提供的车辆主动避险方法、碰撞大模型训练方法及装置，通过结合目标车辆的行驶状态数据以及车辆类型，利用碰撞大模型对目标车辆对自车的碰撞风险进行综合评估，得到碰撞危险评估值，并在碰撞危险评估值大于预设危险阈值时进行提醒以及主动规避，控制自车移动至安全位置，使得用户能够提前感知危险，并主动规避危险，提高车辆安全性，尽可能减少车内人员所受到的伤害。
1.一种车辆主动避险方法，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，所述获取目标车辆的行驶状态数据以及所述目标车辆的车辆类型，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述行驶状态数据以及所述车辆类型输入碰撞大模型中，接收所述碰撞大模型输出的所述目标车辆的碰撞危险评估值，包括：
4.根据权利要求1所述的方法，其特征在于，所述若所述碰撞危险评估值大于预设危险阈值，则执行避险操作，包括：
5.根据权利要求4所述的方法，其特征在于，所述多个预设危险等级中，危险程度由低到高分别为第一危险等级、第二危险等级、第三危险等级、第四危险等级，所述执行所述目标危险等级对应的避险操作，包括：
6.一种碰撞大模型训练方法，其特征在于，所述碰撞大模型应用于如权利要求1-5中任意一项所述的车辆主动避险方法中，所述碰撞大模型训练方法包括：
7.一种车辆主动避险装置，其特征在于，所述装置包括：
8.一种碰撞大模型训练装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5或权利要求6中任一项所述的方法。
11.一种车辆，其特征在于，包括：如权利要求7或8所述的装置；或者如权利要求9所述的电子设备；或者，如权利要求10所述的计算机可读存储介质。