本申请涉及智能汽车技术领域，尤其涉及一种基于车载导航系统的人机交互方法及车载导航系统。
背景技术：
在现代汽车发展过程中，利用车载端的多功能化辅助用户提高驾车稳定性的同时，提高用户在驾驶过程中的座驾体验程度已成为衡量汽车优越性能的重要标准。语音识别系统采用语音识别、语音编解码等智能语音技术，实现车内语音声控操作，改变用户驾车途中的人机信息交流方式。如，车载导航系统由传统的“图像导航”逐渐向“语音导航”演变；车载端广播电台也可采用语音选台、切换等方式实现电台播放。语音识别系统可很大程度上解放出驾驶者的双手和双眼，从而提高用户的驾驶专注度，提高驾驶安全性。但是语音识别系统通过语音指令实现车载端的人机交互，即特定的功能通过与其对应的特定的语音指令实现控制，车载端语音识别系统基于用户的语音指令开启对应的操作功能。现有技术的车载系统虽然能够与驾驶员进行语音交互，但是只能接收指令化语句，对于实际的情景交流尚无能为力，并且现有技术的车载系统只能按用户要求进行导航，无法实现智能化推送管理。
综上，现有技术的车载系统无法实现情景交流以及智能化推送，影响用户体验。
技术实现要素：
本申请实施例提供了一种基于车载导航系统的人机交互方法及车载导航系统，用以根据用户的习惯向用户推荐习惯驾驶行为，可以实现智能化的人机交互，进而可以提升用户体验。
本申请实施例提供的一种基于车载导航系统的人机交互方法，该方法包括：
确定当前主驾用户的身份信息；
根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息；
向所述当前主驾用户推荐所述习惯驾驶行为信息。
本申请实施例提供的基于车载导航系统的人机交互方法，由于对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息，从而可以根据用户的习惯向用户推荐习惯驾驶行为，可以实现智能化的人机交互，进而可以提升用户体验。
可选地，根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息具体包括：
根据所述身份信息确定驾驶习惯分析模型；
将所述当前主驾用户的行程参数输入所述驾驶习惯分析模型，确定所述当前主驾用户的习惯驾驶行为信息。
可选地，所述习惯驾驶行为信息包括：目的地、驾驶过程所述当前主驾用户收听的音乐、广播或新闻；所述行程参数包括：当前时间、当前地点、当前车内人物。
可选地，向所述当前主驾用户推荐所述习惯驾驶行为信息之后，该方法还包括：
确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航；
采集并保存所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令；
将保存的所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令上传到云端服务器；
确定所述当前用主驾户的驾驶行为信息与所述云端服务器中存储的习惯驾驶行为信息是否一致，和/或确定所述当前主驾用户对所述车载导航系统的操作指令与所述云端服务器中存储的操作指令是否一致；
当所述当前用主驾户的驾驶行为信息与所述云端服务器中存储的习惯驾驶行为信息不一致，和/或所述当前主驾用户对所述车载导航系统的操作指令与所述云端服务器中存储的操作指令不一致时，所述云端服务器训练并更新习惯分析模型。
本申请实施例提供的人机交互方法，由于记录该用户每一次行为过程中的驾驶行为信息和/或操作指令，这样便可以根据记录的驾驶行为信息和/或这操作指令判断用户的习惯驾驶行为和/或习惯操作指令是否发生变化，当用户的习惯驾驶行为和/或习惯操作指令发生变化时，重新训练并更新习惯分析模型，从而根据更新的习惯分析模型，便可以更准确的向用户推荐相关习惯驾驶行为，这样便可以避免因用户习惯发生改变导致的无法正确推荐的情况，用户习惯发生改变仍可以实现准从而可以实现更加智能化、人性化的人机交互、进一步提升用户体验；或者可以根据更新的习惯分析模型，根据更新的操作指令执行用户所需行为，这样便可以避免用户习惯的操作指令发生变化导致车载导航系统无法执行用户要求的情况，用户还可以自定义对车载导航系统的操作指令，可以降低用户对操作指令的记忆难度，进一步提升用户体验。
可选地，对所述当前主驾用户的驾驶行为进行导航包括：
在所述当前主驾用户的驾驶行为结束之前，向所述当前主驾用户推荐停车点信息、周边餐饮娱乐信息。从而可以实现智能化的推荐，进一步提升用户体验。
可选地，确定当前主驾用户的身份信息具体包括：
获取当前主驾用户的语音信息；
在所述语音信息中识别当前主驾用户的声纹信息；
从预先存储的声纹信息与身份信息的对应关系，确定当前主驾用户的身份信息。
可选地，根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶信息之前，该方法还包括：
根据所述当前主驾用户的语音信息，确定所述当前主驾用户是否处于正常情绪状态；
如果所述当前主驾用户未处于正常情绪状态，对所述当前主驾用户进行情感安抚。
本申请实施例提供的基于车载导航系统的人机交互方法，可以根据用户的语音信息判断其情绪状态，并且可以在用户未处于正常情绪状态是对用户进行情感安抚，从而可以实现智能化、人性化的情景交互，进一步提升用户体验。
本申请实施例提供了一种车载导航系统，该系统包括：
身份识别模块，用于确定当前主驾用户的身份信息；
人机交互模块，所述人机交互模块包括：
习惯分析模块，用于根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息；
习惯交流模块，用于向所述当前主驾用户推荐所述习惯驾驶行为信息。
可选地，所述习惯分析模块包括：
情感分析单元，用于根据所述当前主驾用户的语音信息，确定所述当前主驾用户是否处于正常情绪状态；如果所述当前主驾用户未处于正常情绪状态，通过习惯交流模块对所述当前主驾用户进行情感安抚。
可选地，所述习惯分析模块还包括：
习惯分析模型选择单元，用于根据所述身份信息确定驾驶习惯分析模型；
本地习惯模型分析单元，用于将所述当前主驾用户的行程参数输入所述驾驶习惯分析模型，确定所述当前主驾用户的习惯驾驶行为信息。
本申请实施例提供的一种车载导航系统，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并执行所述计算机程序，使得所述系统执行本申请实施例提供的上述基于车载导航系统的方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于车载导航系统的人机交互方法流程示意图；
图2为本申请实施例提供的另一种基于车载导航系统的人机交互方法流程示意图；
图3为本申请实施例提供的一种基于车载导航系统的示意图；
图4为本申请实施例提供的另一种基于车载导航系统的示意图。
具体实施方式
本申请实施例提供了一种基于车载导航系统的人机交互方法，如图1所示，该方法包括：
S101、确定当前主驾用户的身份信息；
S102、根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息；
S103、向所述当前主驾用户推荐所述习惯驾驶行为信息。
本申请实施例提供的基于车载导航系统的人机交互方法，由于对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息，从而可以根据用户的习惯向用户推荐习惯驾驶行为，可以实现智能化的人机交互，进而可以提升用户体验。
可选地，根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息具体包括：
根据所述身份信息确定驾驶习惯分析模型；
将所述当前主驾用户的行程参数输入所述驾驶习惯分析模型，确定所述当前主驾用户的习惯驾驶行为信息。
需要说明的是，当前主驾用户的习惯驾驶行为例如可以包括：行程习惯、娱乐习惯、操作习惯。行程习惯例如可以包括：在相同的时间段，从相同的地点出发去相同的目的地；或者与相同的人物在相同的时间段，从相同的地点出发去相同的目的地；具体的，行程习惯例如可以是当前主驾用户早晨从家里送孩子去学校上学，那么当行程参数为早晨、家、当前主驾用户和孩子时，便可以通过习惯分析模型得出用户的习惯驾驶行为信息是送孩子上学，从而可以向当前主驾用户推荐“送孩子上学”的驾驶行为信息。娱乐习惯例如可以包括当前主驾用户在驾驶过程中经常听的音乐、广播或新闻等，在用户的行程进行中，可以向用户推荐其喜欢的音乐、广播或新闻等。操作习惯例如可以包括当前主驾用户的接听电话或收发短信的操作，例如，当前主驾用户在将孩子送到学校后需要给妻子打电话报平安，那么本申请实施例提供的人机交互方法，当到达行程“送孩子上学”的目的地，便会提醒当前主驾用户给妻子打电话告知已将孩子安全送到学校，从而可以实现更加智能、更加人性化的人机交互。
可选地，所述习惯驾驶行为信息包括：目的地、操作习惯、驾驶过程所述当前主驾用户收听的音乐、广播或新闻；所述行程参数例如可以包括：当前时间，和/或当前地点，和/或当前车内人物。
需要说明的是，根据习惯分析结果向当前主驾用户推荐习惯驾驶行为信息例如可以包括：向当前主驾用户推荐习惯行程、与用户进行习惯交流。
可选地，向所述当前主驾用户推荐所述习惯驾驶行为信息之后，该方法还包括：
确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航；
采集并保存所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令；
将保存的所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令上传到云端服务器；
确定所述当前用主驾户的驾驶行为信息与所述云端服务器中存储的习惯驾驶行为信息是否一致，和/或确定所述当前主驾用户对所述车载导航系统的操作指令与所述云端服务器中存储的操作指令是否一致；
当所述当前用主驾户的驾驶行为信息与所述云端服务器中存储的习惯驾驶行为信息不一致，和/或所述当前主驾用户对所述车载导航系统的操作指令与所述云端服务器中存储的操作指令不一致时，所述云端服务器训练并更新习惯分析模型。
需要说明的是，与向当前主驾用户推荐的习惯驾驶行为信息相对应，记录的当前主驾用户的驾驶行为信息例如可以包括：行程信息、娱乐信息以及操作信息；行程信息例如可以包括：行程起始时间和地点、行程路线、参与人物；娱乐信息例如可以包括：音乐信息、新闻信息、广播信息；操作信息例如可以包括：接打电话、收发短信的记录。
本申请实施例提供的人机交互方法，由于记录该用户每一次行为过程中的驾驶行为信息和/或操作指令，这样便可以根据记录的驾驶行为信息和/或这操作指令判断用户的习惯驾驶行为和/或习惯操作指令是否发生变化，当用户的习惯驾驶行为和/或习惯操作指令发生变化时，重新训练并更新习惯分析模型，从而根据更新的习惯分析模型，便可以更准确的向用户推荐相关习惯驾驶行为信息，这样便可以避免因用户习惯发生改变导致的无法正确推荐的情况，用户习惯发生改变仍可以实现准从而可以实现更加智能化、人性化的人机交互、进一步提升用户体验；或者可以根据更新的习惯分析模型，根据更新的操作指令执行用户所需行为，这样便可以避免用户习惯的操作指令发生变化导致车载导航系统无法执行用户要求的情况，用户还可以自定义对车载导航系统的操作指令，可以降低用户对操作指令的记忆难度，进一步提升用户体验。
需要说明的是，当用户的习惯驾驶行为和/或操作指令发生变化时，可以立即重新训练习惯分析模型，习惯分析模型训练完毕可以立即对车载端的习惯分析模型进行更新；也可以待一定周期后训练并更新习惯分析模型。本申请实施例提供的基于车载导航系统的人机交互方法，可以采用轻量级神经网络训练习惯分析模型。对习惯分析模型训练并更新的周期可以根据实际需要进行设置，本申请不进行限制。
需要说明的是，在向用户推荐习惯驾驶行为信息之后，会出现用户并不打算按照推荐的习惯驾驶行为信息进行驾驶，因此需要由用户确定本次驾驶行为，例如，用户本次行程的目的地是新的地址，在确定并执行当前主驾用户的驾驶行为之后，可以重新选择习惯分析模型，并向用户推荐其他习惯行为，例如可以向用户推荐音乐、新闻、广播等习惯。
可选地，确定当前主驾用户的身份信息具体包括：
获取当前主驾用户的语音信息；
在所述语音信息中识别当前主驾用户的声纹信息；
从预先存储的声纹信息与身份信息的对应关系，确定当前主驾用户的身份信息。
可选地，在根据所述用户当前行程参数对所述当前主驾用户进行习惯分析之前，该方法还包括：
根据所述当前主驾用户的语音信息，确定所述当前主驾用户是否处于正常情绪状态；
如果所述当前主驾用户未处于正常情绪状态，对所述当前主驾用户进行情感安抚。
本申请实施例提供的基于车载导航系统的人机交互方法，可以根据当前主驾用户的语音信息判断其情绪状态，并且可以在当前主驾用户未处于正常情绪状态是对用户进行情感安抚，从而可以实现智能化、人性化的情景交互，进一步提升用户体验。
需要说明的是，用户在情绪不稳定时驾车会增加交通事故发生的风险，根据所述当前主驾用户的语音信息，确定所述当前主驾用户是否处于正常情绪状态，例如可以包括：将用户的当前语音信息与预先存储的该用户的习惯语音信息进行比较，确定该用户的声音效果量级，声音效果量级例如可以包括：耳语、轻声、正常、大声、高喊，当用户当前声音量级为大声或高喊是，则确定用户的情绪状态为“躁怒”，即用户未处于正常情绪状态，此时便可以对用户进行情感安抚，使得用户的情绪状态恢复正常、安全驾驶，避免发生交通事故。对所述当前主驾用户进行情感安抚例如可以包括与当前主驾用户进行语音交互或者播放当前用户喜欢的音乐、新闻或广播。用户喜欢的音乐、新闻或广播例如可以通过用户习惯分析模型分析得到，例如可以将用户听的次数最多的一首歌作为用户喜欢的音乐，将用户听的次数最多的一类新闻作为用户喜欢的新闻，将用户听到次数最多的频段作为用户喜欢的广播。
可选地，本申请实施例提供的基于车载导航系统的人机交互方法，确定当前主驾用户的身份信息还包括：确定当前主驾用户为新用户。具体地，在获取当前主驾用户的语音信息、在所述语音信息中识别当前主驾用户的声纹信息之后，如果声纹信息与预先存储的声纹信息均不匹配，则确定所述当前主驾用户是新用户。
需要说明的是，确定当前主驾用户的身份信息得到当前主驾用户为新用户时，则用户习惯驾驶行为信息不包括任何信息，当确定当前主驾用户为新用户时，确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航之前，该方法还包括：与所述当前主驾用户交流，保存所述当前主驾用户的语音信息；具体地，对当前主驾用户的语音信息进行声纹识别，并存储当前主驾用户的声纹信息。
可选地，对于新用户，在确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航直到驾驶行为结束的过程中，采集并保存所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令；将保存的所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令上传到云端服务器；所述云端服务器训练并更新习惯分析模型。对于新用户，本申请实施例提供的人机交互方法，由于记录该用户的习惯数据和/或操作指令，从而根据记录对习惯分析模型进行训练，待用户下一次驾车时便可以根据用户的习惯向用户进行智能化的习惯推荐，以及可以根据记录的操作指令执行用户所需行为。
可选地，该方法还包括：在所述当前主驾用户的行为结束之前，向所述当前主驾用户推荐停车点信息、周边餐饮娱乐信息。从而可以实现智能化的推荐，进一步提升用户体验。
具体的，在用户到达目的地之前，可以根据习惯分析选择模型确定本车在某一目的地经常停车的地点并向用户推荐，或者可以由云端服务器境内过大数据分析，统计处当前时间在用户经常停车地点的停车位使用情况，并告知用户统计出的当前停车位使用情况，例如告知用户当前空余停车位是否充足，如果当前空余停车位不充足，可以再次向用户推荐距离目的地1千米内的停车场。还可以根据当前车内的人物参数，例如人数、人物信息向用户推荐停车点周边的餐饮娱乐信息。需要说明的是，本申请实施例提供的基于车载导航系统的人机交互方法，除了对当前主驾用户即当前驾车人员进行声纹识别，还可以对车内非驾车人员进行声纹识别，从而判断当前车内的人数以及人物，从而可以根据当前车内的人物参数向用户进行推荐。此外，对于每一辆车，可以在云端服务器存储停车记录并分享给其他用户，这样云端服务器便可以采集车辆在此地的停车的记录，并进行大数据分析，以便统计出某个地点在某个时间下，停车位的使用情况。
接下来，以用户一次驾驶行为为例，对采用本申请实施例提供的人机交互方法进行人机交互流程进行说明，如图2所示，人机交互流程包括如下步骤：
S201、确定当前主驾用户的身份信息；
S202、确定所述当前主驾用户是否为新用户；如果是则执行步骤S203，否则执行步骤S204；
S203、与当前主驾用户进行交流，保存所述当前主驾用户的语音信息，确定并记录用户的行为，执行步骤S209；
S204、确定所述当前主驾用户是否处于正常情绪状态；如果是则执行步骤S206；否则执行步骤S205；
S205、对所述当前主驾用户进行情感安抚，并执行步骤S06；
S206、根据所述身份信息对所述当前主驾用户进行习惯分析，获得所述当前主驾用户的习惯驾驶行为信息；
S207、向所述当前主驾用户推荐所述习惯驾驶行为信息；
S208、确定是否执行推荐的习惯驾驶行为信息，如果是则执行习惯驾驶行为，否者执行重新确定的驾驶行为，对所述当前主驾用户的驾驶行为进行导航；
S209、在所述当前主驾用户的行为结束之前，向所述当前主驾用户推荐停车点信息、周边餐饮娱乐信息；
S210、行程结束，保存当前主驾用户的驾驶行为信息和/或当前主驾用户对所述车载导航系统的操作指令，并将当前主驾用户的驾驶行为信息和/或当前主驾用户对所述车载导航系统的操作指令上传到云端。
基于同一发明构思，本申请实施例还提供了一种车载导航系统，如图3所示，该系统包括：
身份识别模块01，用于确定当前主驾用户的身份信息；
人机交互模块02，所述人机交互模块包括：
习惯分析模块021，用于根据所述身份信息对所述当前主驾用户的驾驶习惯进行分析，获得所述当前主驾用户的习惯驾驶行为信息；
习惯交流模块022，用于向所述当前主驾用户推荐所述习惯驾驶行为信息。
需要说明的是，习惯交流模块022根据习惯分析结果向用户推荐习惯驾驶行为信息例如可以包括：向当前主驾用户推荐习惯驾驶行程、与用户进行习惯交流。
可选地，所述习惯分析模块包括：
习惯分析模型选择单元，用于根据所述身份信息确定驾驶习惯分析模型；
本地习惯模型分析单元，用于将所述当前主驾用户的行程参数输入所述驾驶习惯分析模型，确定所述当前主驾用户的习惯驾驶行为信息。
可选地，所述习惯驾驶行为信息包括：目的地、操作习惯、驾驶过程所述当前主驾用户收听的音乐、广播或新闻；所述行程参数例如可以包括：当前时间，和/或当前地点，和/或当前车内人物。
可选地，所述系统还包括云端服务器，所述云端服务器包括：习惯数据分析模块、云端存储模块和习惯分析模型训练模块；
所述人机交互模块还包括无线通信模块和导航控制模块；
所述导航控制模块用于：在所述习惯交流模块向所述当前主驾用户推荐所述习惯驾驶行为信息之后，确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航；
所述习惯分析模块还包括：本地数据存储单元，用于采集并保存所述当前主驾用户的行为习惯数据和/或所述当前主驾用户对所述车载导航系统的操作指令；
所述无线通信模块用于将保存的所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令上传到云端服务器；
所述云端存储模块用于存储驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令；
所述习惯数据分析模块用于确定所述当前主驾用户的驾驶行为信息与所述云端存储模块中的习惯驾驶行为信息是否一致，和/或确定所述当前主驾用户对所述车载导航系统的操作指令与所述云端存储模块的操作指令是否一致；
所述习惯分析模型训练模块用于：当所述当前主驾用户的驾驶行为信息与所述云端存储模块中的习惯驾驶行为信息不一致，和/或所述当前主驾用户对所述车载导航系统的操作指令与所述云端存储模块的操作指令不一致时，训练并更新习惯分析模型。
需要说明的是，本申请实施例提供的车载导航系统，可以记录用户所有的操作指令，并且将这些指令上传到云端服务器，训练并更新用户习惯分析模型；对不同的用户，可以开放不同的指令集，或者对比经常用到的指令，更新所有的用户的指令集。从而可以便于不同地区的具有不同方言的用户使用车载导航系统进行人机交互。
需要说明的是，本申请实施例提供的车载导航系统，包括车载端和云端两部分，其中，语音控制模块以及人机交互模块位于车载端，云端服务器及其包括的模块位于云端，车载端与云端通过无线通信模块连接，例如可以通过4G、3G或者2G网络相连。
可选地，所述身份识别模块包括语音控制模块，具体包括：
语音输入单元：用于获取当前主驾用户的语音信息；
语音识别单元，用于在所述语音信息中识别当前主驾用户的声纹信息；
身份确定单元：用于从预先存储的声纹信息与身份信息的对应关系，确定当前主驾用户的身份信息。
语音识别单元还用于将用户的语音信息转化为文本。身份识别模块还包括语音合成单元，用于将需要向用户提供的信息转化成音频进行输出。
可选地，所述习惯分析模块还包括：情感分析单元，用于根据所述当前主驾用户的语音信息，确定所述当前主驾用户是否处于正常情绪状态；如果所述当前主驾用户未处于正常情绪状态，对所述当前主驾用户进行情感安抚。
对所述当前主驾用户进行情感安抚例如可以包括与当前主驾用户进行语音交互或者播放当前主驾用户喜欢的音乐、新闻或广播。
需要说明的是，对用户进行情感安抚或者向用户推荐习惯行为的音乐、新闻、广播可以为存储在车载端本地的，也可以通过网络获取。
可选地，身份识别模块还用于：确定当前主驾用户为新用户。具体地，语音识别单元识别的声纹信息与预先存储的声纹信息均不匹配，则身份确定单元确定所述当前主驾用户是新用户。
需要说明的是，确定当前主驾用户的身份信息得到当前主驾用户为新用户时，则用户习惯驾驶行为信息不包括任何信息，当确定当前主驾用户为新用户时，导航控制模块确定所述当前主驾用户的驾驶行为、对所述当前主驾用户的驾驶行为进行导航之前，习惯分析模型还用于：与所述当前主驾用户交流，保存所述当前主驾用户的语音信息；具体地，对当前主驾用户的语音信息进行声纹识别，并存储当前主驾用户的声纹信息。
可选地，对于新用户，在确定所述当前主驾用户的驾驶行为，对所述当前主驾用户的驾驶行为进行导航直到驾驶行为结束的过程中，本地数据存储单元采集并保存所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令；无线通信模块将保存的所述当前主驾用户的驾驶行为信息和/或所述当前主驾用户对所述车载导航系统的操作指令上传到云端服务器；所述云端服务器训练并更新习惯分析模型。
可选地，所述导航控制模块还用于：
在所述当前主驾用户的行为结束之前，向所述当前主驾用户推荐停车点信息、周边餐饮娱乐信息。
可选地，人机交互模块还可以包括语音通话、信息收发模块。
接下来对本申请实施例提供的包括车载端和云端两部分的车载导航系统进行举例说明，如图4所示，车载导航系统包括车载端和云端，车载端包括：身份识别模块01、人机交互模块02；身份识别模块01包括：语音输入单元011、语音识别单元012、身份确定单元013和语音合成单元014；人机交互模块02包括：习惯分析模块021、习惯交流模块022、导航控制模块023、语音通话、信息收发模块024、无线通信模块025；习惯分析模块021包括：情感分析单元0211、习惯分析模型选择单元0212、本地习惯模型分析单元0213、本地数据存储单元0214。云端包括：云端服务器03，具体包括：云端存储模块031、习惯数据分析模块032和习惯分析模型训练模块033。其中，云端服务器03与车载端通过无线通信模块025互联。上述各模块或单元的功能与前文一致，在此不再赘述。
本申请实施例提供的一种车载导航系统，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并执行所述计算机程序，使得所述系统执行本申请实施例提供的上述基于车载导航系统的方法。
综上所述，本申请实施例提供了一种基于车载导航系统的人机交互方法及车载导航系统，由于对所述当前主驾用户的习惯驾驶行为进行分析，获得所述当前主驾用户的习惯驾驶行为信息，从而可以根据用户的习惯向用户推荐习惯驾驶行为，可以实现智能化的人机交互，进而可以提升用户体验。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。