驾驶训练指导的推送方法、装置及电子设备与流程

本申请涉及计算机，尤其涉及智能驾驶、大模型等人工智能领域，具体涉及一种驾驶训练指导的推送方法、装置及电子设备。

背景技术：

1、随着车辆的普及程度越来越高，驾驶车辆逐渐成为现代人必需的生活技能。相关技术中，有驾驶训练需求的用户主要是在人工教练指导的情况下，进行驾驶训练，学习驾驶技能。

技术实现思路

1、本申请提供了一种驾驶训练指导的推送方法、装置及电子设备。具体方案如下：

2、根据本申请的一方面，提供了一种驾驶训练指导的推送方法，包括：

3、获取驾驶训练模式下采集的目标对象的问题；

4、对问题进行识别，确定问题与车辆的当前练习场景之间的关联关系；

5、响应于关联关系为相关，获取车辆的状态信息和行驶环境信息；

6、根据问题、状态信息和行驶环境信息，确定问题对应的驾驶训练指导答复；

7、向目标对象推送驾驶训练指导答复。

8、根据本申请的另一方面，提供了一种驾驶训练指导的推送装置，包括：

9、第一获取模块，用于获取驾驶训练模式下采集的目标对象的问题；

10、识别模块，用于对问题进行识别，确定问题与车辆的当前练习场景之间的关联关系；

11、第二获取模块，用于响应于关联关系为相关，获取车辆的状态信息和行驶环境信息；

12、第一确定模块，用于根据问题、状态信息和行驶环境信息，确定问题对应的驾驶训练指导答复；

13、推送模块，用于向目标对象推送驾驶训练指导答复。

14、根据本申请的另一方面，提供了一种电子设备，包括：

15、至少一个处理器；以及

16、与所述至少一个处理器通信连接的存储器；其中，

17、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的方法。

18、根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例所述的方法。

19、根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述实施例所述方法的步骤。

20、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种驾驶训练指导的推送方法，包括：

2.如权利要求1所述的方法，其中，所述当前练习场景为变道场景，所述根据所述问题、所述状态信息和所述行驶环境信息，确定所述问题对应的驾驶训练指导答复，包括：

3.如权利要求1所述的方法，其中，所述当前练习场景为右转场景，所述根据所述问题、所述状态信息和所述行驶环境信息，确定所述问题对应的驾驶训练指导答复，包括：

4.如权利要求1所述的方法，其中，所述当前练习场景为超车场景，所述根据所述问题、所述状态信息和所述行驶环境信息，确定所述问题对应的驾驶训练指导答复，包括：

5.如权利要求1所述的方法，其中，所述根据所述问题、所述状态信息和所述行驶环境信息，确定所述问题对应的驾驶训练指导答复，包括：

6.如权利要求1所述的方法，其中，所述根据所述问题、所述状态信息和所述行驶环境信息，确定所述问题对应的驾驶训练指导答复，包括：

7.如权利要求1所述的方法，其中，所述车辆在训练路线上行驶，所述方法还包括：

8.如权利要求7所述的方法，其中，所述根据所述关联信息和所述属性信息，从所述多个候选路线中确定出所述训练路线，包括：

9.如权利要求7所述的方法，其中，所述根据所述关联信息和所述属性信息，从所述多个候选路线中确定出所述训练路线，包括：

10.如权利要求7-9中任一项所述的方法，其中，所述根据所述车辆的当前位置和所述至少一个目标位置，确定多个候选路线，包括：

11.如权利要求1所述的方法，其中，所述车辆在训练路线上行驶，所述方法还包括：

12.如权利要求11所述的方法，其中，所述根据所述训练路线上各路段的路段评分，确定所述目标对象在所述训练路线上的总评分，包括：

13.如权利要求12所述的方法，其中，所述根据各练习场景的场景评分，确定所述总评分，包括：

14.如权利要求13所述的方法，其中，所述根据各练习场景在所述目标对象的前一次训练中的场景评分，对各练习场景的初始权重进行调整，得到各练习场景调整后的权重，包括：

15.如权利要求12所述的方法，其中，所述根据所述车辆在各练习场景的行驶数据，确定所述车辆在各练习场景的整体行驶平稳性评分，包括：

16.如权利要求1-9中任一项所述的方法，还包括：

17.如权利要求16所述的方法，还包括：

18.一种驾驶训练指导的推送装置，包括：

19.如权利要求18所述的装置，其中，所述当前练习场景为变道场景，所述第一确定模块，用于：

20.如权利要求18所述的装置，其中，所述当前练习场景为右转场景，所述第一确定模块，用于：

21.如权利要求18所述的装置，其中，所述当前练习场景为超车场景，所述第一确定模块，用于：

22.如权利要求18所述的装置，其中，所述第一确定模块，用于：

23.如权利要求18所述的装置，其中，所述第一确定模块，用于：

24.如权利要求18所述的装置，其中，所述车辆在训练路线上行驶，所述装置还包括：

25.如权利要求24所述的装置，其中，所述第四确定模块，用于：

26.如权利要求24所述的装置，其中，所述第四确定模块，用于：

27.如权利要求24-26中任一项所述的装置，其中，所述第三确定模块，用于：

28.如权利要求18所述的装置，其中，所述车辆在训练路线上行驶，所述装置还包括：

29.如权利要求28所述的装置，其中，所述第八确定模块，用于：

30.如权利要求29所述的装置，其中，所述第八确定模块，用于：

31.如权利要求30所述的装置，其中，所述第八确定模块，用于：

32.如权利要求29所述的装置，其中，所述第八确定模块，用于：

33.如权利要求18-26中任一项所述的装置，还包括：

34.如权利要求33所述的装置，其中，所述推送模块，还用于：

35.一种电子设备，包括：

36.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-17中任一项所述的方法。

37.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-17中任一项所述方法的步骤。

技术总结
本申请公开了驾驶训练指导的推送方法、装置及电子设备，涉及计算机技术领域，尤其涉及智能驾驶、大模型等人工智能领域。具体方案为：获取驾驶训练模式下采集的目标对象的问题；对问题进行识别，确定问题与车辆的当前练习场景之间的关联关系；响应于关联关系为相关，获取车辆的状态信息和行驶环境信息；根据问题、状态信息和行驶环境信息，确定问题对应的驾驶训练指导答复；向目标对象推送驾驶训练指导答复。在驾驶训练过程中，对于与当前练习场景相关的问题，可基于问题、车辆的状态信息和行驶环境信息，为目标对象提供驾驶训练指导答复，保证了驾驶训练指导答复的质量，使目标对象可自主学习驾驶技能，实现了驾驶训练的智能化，降低了人力成本。

技术研发人员：李诗琦,谢志海,丁鹤,裴永胜
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/3/24