[发明专利]一种智能驾驶行车安全约束方法及系统、车辆

说明书

本发明公开一种智能驾驶行车安全约束方法，步骤包括：获取本车驾驶历史数据，根据本车驾驶历史数据对用户驾驶习惯进行统计分析并形成用户画像，计算出对应该用户的用户信赖度；获取当前驾驶场景，将当前驾驶场景与驾驶风险场景库进行匹配，得到风险场景匹配度；其中，驾驶风险场景库是根据本车驾驶历史数据统计得出且其内划分有多个风险场景匹配度；根据该用户的用户信赖度和风险场景匹配度确定出当前驾驶场景是否禁用智能驾驶高级功能。该方法有针对性的对不同类型的用户进行智能驾驶功能匹配，匹配出能确保当前用户行车安全的智能驾驶功能，以最大限度避免有用户引起的驾驶安全事件，从而保证在使用智能驾驶功能的过程中的行车安全。

技术领域

本发明涉及智能驾驶技术领域，尤其涉及一种智能驾驶行车安全约束方法及系统、车辆。

背景技术

近年来，随着互联网技术的飞速发展给汽车带来了革命性的变化，汽车智能化技术也得到了广泛的应用。汽车的智能化带给用户更加安全、舒适的驾乘体验的同时也使得用户更加依赖汽车智能化系统从而降低用户驾驶时的警觉性，若存在系统无法及时处理的突发情况，用户则无法第一时间介入车辆控制，可能会引发不必要的事故。

由于国内相对复杂的道路情况以及目前传感器感知能力的发展情况，当前的智能驾驶功能无法完全识别事故和防止事故的发生，且不能防止由于用户滥用自动驾驶功能导致事故发生前不能及时接管车辆的场景。

发明内容

本发明的目的是提供一种智能驾驶行车安全约束方法及系统、车辆，有针对性的对不同类型的用户进行智能驾驶功能匹配，匹配出能确保当前用户行车安全的智能驾驶功能，以最大限度避免有用户引起的驾驶安全事件，从而保证在使用智能驾驶功能的过程中的行车安全。

为实现上述目的，本发明提供了一种智能驾驶行车安全约束方法，步骤包括：

获取本车驾驶历史数据，根据本车驾驶历史数据对用户驾驶习惯进行统计分析并形成用户画像，计算出对应该用户的用户信赖度；

获取当前驾驶场景，将当前驾驶场景与驾驶风险场景库进行匹配，得到风险场景匹配度；其中，驾驶风险场景库是根据本车驾驶历史数据统计得出且其内划分有多个风险场景匹配度；

根据该用户的用户信赖度和风险场景匹配度确定出当前驾驶场景是否禁用智能驾驶高级功能。

进一步，用户信赖度根据遵守交通规则程度和智能驾驶功能使用保守度计算得出；

用户信赖度的计算公式为：

D_{用户信赖度}＝C₆×D_{遵守交通规则程度}+C₇×D_{智能驾驶功能保守度}；

智能驾驶功能使用保守度的计算公式为：

其中，D_{遵守交通规则程度}为遵守交通规则程度；D_{智能驾驶功能保守度}为智能驾驶功能使用保守度；D_用户信赖度为用户信赖度；D_{车辆违规程度}为车辆操控违规程度，车辆操控违规程度根据车辆操控违规次数计算得出；D_{智能驾驶功能滥用程度}为智能驾驶功能滥用程度；C₆和C₇均为小于等于1的系数且根据车辆操控违规程度严重性决定，C₆+C₇＝1，且C₆0，C₇0；d_总里程数为车辆行驶总里程数。

进一步，车辆操控违规包括车辆压实线、车辆闯红灯和非法停车；车辆操控违规程度的计算公式为：