[发明专利]一种基于预测车辆切入可能性的辅助驾驶系统和方法

说明书

本公开涉及基于预测车辆切入可能性的辅助驾驶系统，所述系统包括：训练数据集收集单元，被配置用于收集参照车辆周围的物理参数和距离参数以及周围车辆的切入情况；模型训练单元，被配置用于将所述物理参数和距离参数以及周围车辆的切入情况作为深度神经网络的输入来训练模型；执行单元，被配置用于使用所述训练的模型进行辅助驾驶。根据本公开的辅助驾驶系统和方法可以通过测量周围车辆的一些物理参数和距离参数，对周围车辆的切入可能性进行预测。

技术领域

本公开涉及车辆安全行驶技术领域，并且更具体地，涉及一种基于预测车辆切入可能性的辅助驾驶系统和方法。

背景技术

在车辆行驶过程中，确定预测的车辆切入概率可用于识别切入目标，使得自适应巡航控制(ACC)功能可以在车辆实际被选择作为真实靶目标之前开始对其作出反应。然后，将这些目标与实际切入概率一起提供给控制功能。

在确定预测的切入概率时，通常分别使用如下三个参数计算三个单个概率：目标的横向速度；目标和车道之间的重叠率；目标转向指示灯信息。通过综合这三个单个概率计算总概率，作为预测的切入概率。这样预测的切入概率的缺点是：不适用于开车比较猛烈的情况，以及在一些情况下预测到目标切入时已为时过晚而不能阻止碰撞发生。

因此，需要改进的确定预测的车辆切入概率的方法。

发明内容

本公开的目的在于，通过记录车辆切入行为开始之前切入车辆的一些物理参数和距离参数，提供一种基于预测车辆切入可能性的辅助驾驶系统和方法。本公开所提出的技术方案可以用于检测周围车辆的切入可能性。

因此，根据本公开第一方面，提供了一种基于预测车辆切入可能性的辅助驾驶系统，所述系统包括：

训练数据集收集单元，被配置用于收集参照车辆周围的物理参数和距离参数以及周围车辆的切入情况；

模型训练单元，被配置用于将所述物理参数和距离参数以及周围车辆的切入情况作为深度神经网络的输入来训练模型；

执行单元，被配置用于使用所述训练的模型进行辅助驾驶。

在优选的实施例中，在所述训练数据集收集单元中，所述物理参数和距离参数的数据包括：所述参照车辆所在车道中所有车辆的平均速度；左侧车道中所有车辆的平均速度；右侧车道中所有车辆的平均速度；当前道路的车辆密度；所述参照车辆和周围车辆之间的横向距离；所述参照车辆和周围车辆之间的纵向距离；所述参照车辆的速度；周围车辆的速度；道路类型；天气状况；周围车辆至车道线的横向距离。

在优选的实施例中，所述物理参数和距离参数的数据通过设置在参照车辆周围的传感器获取，所述传感器为任一个或任意多个的组合：摄像装置、激光雷达、毫米波雷达、超声波传感器，优选摄像装置。

在优选的实施例中，周围车辆的切入情况包括车辆切入和车辆不切入。

在优选的实施例中，所述物理参数和距离参数以及周围车辆的切入情况存储在在线服务器端，所述训练数据集收集单元通过在线服务器获得所述物理参数和距离参数以及周围车辆的切入情况。例如，某一地区的车辆将其获取的参照车辆周围的物理参数和距离参数以及周围车辆的切入情况上传至所述在线服务器。

在优选的实施例中，所述训练数据集收集单元和所述模型训练单元位于在线服务器端。

在优选的实施例中，所述执行单元包括将所述训练模型发送至有需要的车辆。优选地，所述有需求的车辆包括信息获取单元和预测单元，所述当前车辆通过无线通讯从所述在线服务器端获取所述训练的模型。

根据本公开第二方面，提供了一种基于预测车辆切入可能性的辅助驾驶方法，所述方法包括：

(1)收集参照车辆周围的物理参数和距离参数以及周围车辆的切入情况；