[发明专利]辅助驾驶方法、装置、设备及存储介质

权利要求书

1.一种辅助驾驶方法，其特征在于，包括：

判断驾驶员的注视信息是否满足辅助驾驶的触发条件，

若满足，则采集驾驶员的身体信息，其中，所述身体信息包括以下至少一个：眼动信息、人脸信息和行为信息；

根据所述身体信息确定所述驾驶员当前所处的驾驶状态；

根据所述驾驶状态确定目标辅助驾驶等级，并采用所述目标辅助驾驶等级对车辆进行辅助驾驶。

2.根据权利要求1所述的方法，其特征在于，判断驾驶员的注视信息是否满足辅助驾驶的触发条件，包括：

在预设区域连续获取驾驶员的多帧眼部图像，并判断所述多帧眼部图像是否完整；其中，预设区域包括挡风玻璃区域、后视镜或左右视镜中的一个或多个；

若完整，则判断所述多帧眼部图像是否满足辅助驾驶的触发条件，触发条件包括未检测到注视信息。

3.根据权利要求2所述的方法，其特征在于，在设定区域连续获取驾驶员的多帧眼部图像，并判断所述多帧眼部图像是否完整之后，还包括：

若所述多帧眼部图像不完整，则满足辅助驾驶的触发条件。

4.根据权利要求1所述的方法，其特征在于，根据所述身体信息确定所述驾驶员当前所处的驾驶状态，包括：

根据所述眼动信息确定驾驶员当前的注意力状态和/或疲劳程度；

根据所述注意力状态和/或疲劳程度和人脸信息及行为信息确定驾驶状态。

5.根据权利要求1所述的方法，其特征在于，在根据所述驾驶状态确定目标辅助驾驶等级之前，还包括：

建立驾驶状态与辅助驾驶等级的映射规则；

相应的，根据所述驾驶状态确定目标辅助驾驶等级，包括：

根据所述映射规则确定与所述驾驶状态对应的目标辅助驾驶等级。

6.根据权利要求1所述的方法，其特征在于，所述根据所述身体信息确定所述驾驶员当前所处的驾驶状态，包括：

将所述身体信息输入预先建立的分类模型，获得所述分类模型的输出结果；

将所述输出结果确定为驾驶员当前所处的驾驶状态。

7.根据权利要求6所述的方法，其特征在于，在将所述身体信息输入预先建立的分类模型，获得所述分类模型的输出结果之前，包括：获取训练样本集，其中，所述样本集包括身体信息、以及与身体信息对应的驾驶状态；

基于所述样本集，采用深度神经网络DNN算法进行模型训练，获得分类模型。

8.根据权利要求1所述的方法，其特征在于，所述驾驶状态包括：正常驾驶状态、涉猎驾驶状态、疲劳驾驶状态及注意力不集中驾驶状态。

9.根据权利要求1-8任一所述的方法，其特征在于，辅助驾驶等级包括：人工驾驶、辅助驾驶、半自动驾驶、高度自动驾驶、超高度自动驾驶和全自动驾驶。

10.一种辅助驾驶装置，其特征在于，包括：

触发条件判断模块，用于判断驾驶员的注视信息是否满足辅助驾驶的触发条件；

身体信息采集模块，用于采集驾驶员的身体信息，其中所述身体信息包括以下至少一个：眼动信息、人脸信息和行为信息；

驾驶状态确定模块，用于根据所述身体信息确定所述驾驶员当前所处的驾驶状态；

目标辅助驾驶等级确定模块，用于根据所述驾驶状态确定目标辅助驾驶等级，并采用所述目标辅助驾驶等级对车辆进行辅助驾驶。

11.一种移动设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9中任一所述的方法。

12.一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，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。