本發(fā)明涉及行車輔助技術(shù)，特別涉及基于駕駛行為的行車輔助方法。

背景技術(shù)：

目前，隨著汽車電子技術(shù)的發(fā)展及車輛聯(lián)網(wǎng)功能的實現(xiàn)，市場上推出了各種行車輔助技術(shù)，常見的比如：超速提示/違章預(yù)警/電子狗、在特定路段提示駕駛員注意限速、行人檢測緊急制動、雷達檢測到周邊障礙物提醒駕駛員，等等。

上述行車輔助技術(shù)能夠在滿足預(yù)設(shè)條件時給予用戶各種警示或干預(yù)，但這種警示或干預(yù)是否對各個用戶都能起到有效效果尚不得而知。因而，提升行車輔助的有效性仍是本領(lǐng)域技術(shù)人員關(guān)注的重點。

技術(shù)實現(xiàn)要素：

本發(fā)明解決的問題是提供一種基于駕駛行為的行車輔助方法，以提供更適應(yīng)駕駛員個人的在線輔助。

為了解決上述問題，本發(fā)明基于駕駛行為的行車輔助方法，包括：

獲取用戶日常駕駛數(shù)據(jù)以確定用戶的駕駛行為偏好；

獲取車輛當前位置，在根據(jù)行車輔助設(shè)置確定當前位置需提供行車輔助時，針對用戶的不同駕駛行為偏好提供不同類型的行車輔助。

與現(xiàn)有技術(shù)相比，上述方案具有以下優(yōu)點：對行車輔助的呈現(xiàn)方式按用戶的駕駛行為偏好進行區(qū)分，結(jié)合車輛當前位置所需的行車輔助和用戶的駕駛行為偏好，提供相對應(yīng)的行車輔助。例如，對于一向小心操控的謹慎駕駛類型的用戶，提供提示消息即可；而對于喜好激烈駕駛的危險駕駛類型的用 戶，則提供干預(yù)性更強的輔助，以更好地警示或直接干預(yù)。從而，使得行車輔助不僅適應(yīng)不同類型的用戶，也進一步提高行車安全。

附圖說明

圖1是本發(fā)明基于駕駛行為的行車輔助方法的一種實施方式流程示意圖；

圖2是本發(fā)明基于駕駛行為的行車輔助方法的基于車載端實現(xiàn)的一種實施例示意圖；

圖3是本發(fā)明基于駕駛行為的行車輔助方法的一種實施例的應(yīng)用場景示意圖。

具體實施方式

在下面的描述中，闡述了許多具體細節(jié)以便使所屬技術(shù)領(lǐng)域的技術(shù)人員更全面地了解本發(fā)明。但是，對于所屬技術(shù)領(lǐng)域內(nèi)的技術(shù)人員明顯的是，本發(fā)明的實現(xiàn)可不具有這些具體細節(jié)中的一些。此外，應(yīng)當理解的是，本發(fā)明并不限于所介紹的特定實施例。相反，可以考慮用下面的特征和要素的任意組合來實施本發(fā)明，而無論它們是否涉及不同的實施例。因此，下面的方面、特征、實施例和優(yōu)點僅作說明之用而不應(yīng)被看作是權(quán)利要求的要素或限定，除非在權(quán)利要求中明確提出。

考慮到現(xiàn)有技術(shù)的行車輔助技術(shù)大都基于下述實現(xiàn)手段：檢測目前狀態(tài)是否滿足預(yù)設(shè)條件，若滿足預(yù)設(shè)條件，則執(zhí)行預(yù)設(shè)的響應(yīng)動作。例如，對于“在特定路段提示駕駛員注意限速”，其實現(xiàn)過程簡單來說就是：獲得車輛當前位置，根據(jù)地圖信息判斷車輛位置是否已處于限速區(qū)域，若處于限速區(qū)域，則提醒駕駛員(例如顯示/報警音提示/語音播報報警)。此時，無論是對哪個駕駛員，提醒的方式都是一樣的，因為這些都已預(yù)先固定在出廠前的設(shè)置中。但事實上，對于不同類型的駕駛員，同樣的提醒所能取得的效果會差別很大。對于習慣小心操控的駕駛員，例如顯示限速消息可能已足夠引起重 視；而對于喜好激烈駕駛的駕駛員，例如顯示限速消息可能完全并不足夠，此時可能需大音量的報警提示或其他提醒手段，方能引起這種類型的駕駛員重視。因此，現(xiàn)有技術(shù)的行車輔助技術(shù)并未將駕駛員的個人因素考慮在內(nèi)。而事實上，為了有效保證行車輔助的效果，駕駛員的個人因素也應(yīng)作為其中重要的一部分。

有鑒于此，本發(fā)明提供的行車輔助方法將對駕駛行為的評估也考慮在內(nèi)。參照圖1所示，根據(jù)本發(fā)明的行車輔助方法的一種實施方式，其包括：

步驟s10，獲取用戶日常駕駛數(shù)據(jù)以確定用戶的駕駛行為偏好；

步驟s20，獲取車輛當前位置；

步驟s30，判斷當前位置處是否需提供行車輔助，若是，則轉(zhuǎn)至步驟s40；若否，則返回步驟s20；

步驟s40，針對用戶的不同駕駛行為偏好提供不同類型的行車輔助。

根據(jù)上述實施方式，將行車輔助從現(xiàn)有技術(shù)的僅根據(jù)預(yù)設(shè)條件，轉(zhuǎn)變?yōu)榻Y(jié)合預(yù)設(shè)條件和歷史的駕駛行為評估，并且將駕駛行為評估的結(jié)果作為確定行車輔助呈現(xiàn)方式的決定性因素。從而，使得本發(fā)明的行車輔助方法能夠更有針對性地向用戶提供行車輔助的提示或提醒，以獲得更有效的輔助效果。

以下以本發(fā)明基于車載端的應(yīng)用為例，對本發(fā)明的實現(xiàn)過程作更詳細的說明。

參照圖2所示，由于目前汽車電子技術(shù)的發(fā)展，各類行車數(shù)據(jù)都會被匯聚起來進行處理，以實現(xiàn)相應(yīng)的功能。此處車載端中的數(shù)據(jù)采集模塊指能夠獲取用戶行車過程中的駕駛數(shù)據(jù)的功能單元。其可以作廣義的理解，既可以是指某一本身就具備匯總各類行車數(shù)據(jù)的車載系統(tǒng)(例如，儀表、車載信息系統(tǒng)等)，也可以指專門用于采集某一類型的行車數(shù)據(jù)的各類模塊/系統(tǒng)的集合(例如輪速傳感器、GPS、方向盤轉(zhuǎn)角傳感器、車身控制模塊等)。

通過數(shù)據(jù)采集，車載端或云端將可從中獲得/選擇適于分析用戶駕駛行為的駕駛數(shù)據(jù)。這些駕駛數(shù)據(jù)可以是直接來自于數(shù)據(jù)采集模塊的數(shù)據(jù)，或者也可以基于數(shù)據(jù)采集模塊的數(shù)據(jù)計算獲得。這些駕駛數(shù)據(jù)可以包括：車輛行駛軌跡、速度、車輛位置、時間、車載系統(tǒng)/模塊的工作狀態(tài)(如是否鳴喇叭、是否開啟轉(zhuǎn)向燈等)、車身姿態(tài)等。其中，車身姿態(tài)指的是：由于用戶踩踏油門/剎車、打方向盤等主動性駕駛操作而產(chǎn)生的車身動態(tài)變化的相關(guān)數(shù)據(jù)。例如，由于急剎車而使得車頭下沉的幅度；又例如，由于猛打方向盤而使得車身側(cè)傾的幅度，等等。而對于分析用戶駕駛行為，并進而確定用戶的駕駛行為偏好，可以選擇上述任意一種或組合的駕駛數(shù)據(jù)來進行。

例如，根據(jù)GPS和方向盤轉(zhuǎn)角傳感器獲得車輛行駛軌跡為正處于轉(zhuǎn)彎的狀態(tài)，以及根據(jù)車身控制模塊獲得轉(zhuǎn)向燈的開啟狀態(tài)，就能獲知用戶駕駛車輛轉(zhuǎn)彎時是否會開啟轉(zhuǎn)向燈。又例如，根據(jù)GPS所確定的車輛位置獲得車輛是否處于限速路段(這可由地圖信息獲得)，以及根據(jù)輪速傳感器獲得車輛當前速度，就能獲知用戶駕駛車輛處于限速路段時是否會違章超速。再例如，根據(jù)GPS所確定的車輛位置獲得車輛是否處于時段限行的路段(這可由地圖信息獲得)，以及結(jié)合當前時間，就能獲知用戶是否在時段限行的路段處于禁行時段時，仍在該路段上違章行駛。

凡此種種，當獲得足夠多的駕駛行為記錄時，就可由此確定目前駕駛車輛的用戶的駕駛行為偏好。為使得敘述方便，此處以相對簡單的方式對駕駛行為偏好進行分類：謹慎駕駛類型和危險駕駛類型。當本發(fā)明并不局限于此，根據(jù)實際需要，還可對駕駛行為偏好作進一步細分。

在本實施例中，上述獲取用戶駕駛行為記錄并隨后確定駕駛行為偏好，可通過下述方式獲得：由車載端將數(shù)據(jù)采集獲得的數(shù)據(jù)直接上傳至云端，并有云端進行計算及分析。在其他實施例中，也可由車載端對數(shù)據(jù)采集獲得的數(shù)據(jù)進行初步處理以獲得有關(guān)駕駛行為記錄的數(shù)據(jù)，并將有關(guān)駕駛行為記錄 的數(shù)據(jù)上傳至云端，由云端來分析確定駕駛行為偏好。并且，有關(guān)目前駕駛車輛的用戶的駕駛行為偏好還可以是隨駕駛行為記錄的改變而動態(tài)變化的，無論這種駕駛行為記錄的改變源自于同一用戶或是不同用戶。以上述分類的駕駛行為偏好為例，隨著駕駛行為記錄的改變，駕駛行為偏好的類型可能由謹慎駕駛類型變?yōu)槲ｋU駕駛類型，也可能由危險駕駛類型變?yōu)橹斏黢{駛類型。

另一方面，云端還會采集地圖信息，以從中獲得一些特定地點的行車輔助信息。例如，學校附近路段限速、醫(yī)院/居民社區(qū)附近路段禁止鳴笛等。

在已有用戶的駕駛行為偏好信息后，當用戶處于行車途中時，一旦其所駕駛車輛的位置處于上述提及的一些特定地點時，就可由云端依據(jù)其駕駛行為偏好而向車載端提供對應(yīng)的行車輔助信息，并由車載端的消息警示模塊和/或車輛控制模塊執(zhí)行相應(yīng)的行車輔助操作。需要說明的是，此處考慮到目前較常采用的方式而舉例車載端和云端配合實現(xiàn)功能的方式，但本發(fā)明并不局限于此，在本發(fā)明的其他實施例中，上述功能也可完全由車載端自身實現(xiàn)而無需云端介入。

以下以一具體的應(yīng)用場景舉例來進一步說明本發(fā)明針對不同的駕駛行為偏好所能提供的針對性行車輔助。

參照圖3所示，通過分別收集用戶A和用戶B的日常駕駛數(shù)據(jù)以分別確定用戶A和用戶B的駕駛行為偏好，其具體處理過程可以參考上述說明，此處不再贅述。假定經(jīng)過云端的分析后，給予用戶A的評級為90分，確定用戶A的駕駛行為偏好為謹慎駕駛類型；相對的，給予用戶B的評級為30分，確定用戶B的駕駛行為偏好為危險駕駛類型。當然，需要說明的是，在確定用戶的駕駛行為偏好時并不一定要采取評分的方式，也可采用其他適于對用戶的駕駛行為偏好進行分類的方式。

并且，如上述提及的，根據(jù)實際需要，還可對用戶的駕駛行為偏好作進 一步的細分或另行劃分。此時，對應(yīng)更細分的駕駛行為偏好或另行劃分的駕駛行為偏好，也可對應(yīng)設(shè)置適合的行車輔助方式。

為體現(xiàn)針對不同駕駛行為偏好的針對性行車輔助，圖3所示的實施例也假定用戶A和用戶B均處于在學校附近行車的應(yīng)用場景下，仍沿用上述舉例的學校附近路段限速的行車輔助信息。對于用戶A，由于其屬于謹慎駕駛類型，可通過顯示提示消息或語音輸出提示消息，以提醒用戶A在所行駛的路段降低車速。該提示消息可以為“學校周邊，車速請勿超過30公里/小時”等類似內(nèi)容。即，對于謹慎駕駛類型的用戶，僅需采用提示性行車輔助方式即可。

相對地，對于用戶B，由于其屬于危險駕駛類型，出于道路安全的考慮，會采用更為強硬的行車輔助方式，以增強提醒效果。例如，對于用戶B，仍可采用相同的提示消息內(nèi)容，但于此同時，還會采用例如方向盤振動、降低實際噴油量、甚至主動制動的方式，以給予用戶B強力提醒或迫使用戶B將車速降至30公里/小時以下。即，對于危險駕駛類型的用戶，提供干預(yù)性的行車輔助。

因而，兩相對比可以發(fā)現(xiàn)，本發(fā)明通過對具備不同駕駛行為偏好的用戶提供不同方式的行車輔助，使得行車輔助的關(guān)鍵信息(或目的)能夠以一種更匹配于用戶的方式被傳遞給用戶。從而，用戶能更有效地獲得并基于該行車輔助采取更安全的駕駛操作。

雖然本發(fā)明已以較佳實施例披露如上，但本發(fā)明并非限定于此。任何本領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)所作的各種更動與修改，均應(yīng)納入本發(fā)明的保護范圍內(nèi)，因此本發(fā)明的保護范圍應(yīng)當以權(quán)利要求所限定的范圍為準。