[發明專利]車輛駕駛預測方法、系統、計算機設備及可讀存儲介質

有效

• 申請號: 202011038208.4
• 申請日: 2020-09-28
• 公開（公告）號: CN112149908B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 蔣磊
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F18/214;G06N3/0464;G06N3/0442;G06Q10/0639;B60W50/00;B60W40/10;G06N3/045
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 王勇;鄧小玲

本發明提供了一種車輛駕駛預測方法，所述方法包括：監測用戶駕駛車輛時的車輛運行數據；將所述車輛運行數據轉換為用于描述用戶行為習慣的參數指標；根據所述參數指標生成參數向量，并將所述參數向量輸入訓練好的用戶駕駛行為習慣模型中；通過所述用戶駕駛行為習慣模型基于所述參數向量輸出預測結果，該預測結果包括各個行為的出現概率；及根據所述用戶駕駛行為習慣模型輸出的預測結果，預測事故概率。本發明提供的車輛駕駛預測方法，可以根據參數向量和用戶習慣高效地預測用戶下一步會有出現什么行為，并根據各種行為出現的概率來預測事故發生概率，使得用戶可以調整不良駕駛行為習慣，減少事故的發生。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種車輛駕駛預測方法、系統、計算機設備以及計算機可讀存儲介質。

背景技術

隨著車輛的逐年增加，交通事故嚴重威脅人們的生命財產安全。為降低交通事故發生率，傳統的解決方案是：從交通道路、外界環境、汽車性能等因素進行分析，以在交通事故發生時向駕駛員發出警報，提供躲避事故的躲避措施，因此，國內外很多機構都在研究汽車碰撞預警系統。

然而，本發明人認為：用戶的駕駛行為習慣，才是導致事故發生的重要因素。在汽車行駛過程中，情況瞬息萬變，對應不同的道路情況進行習慣性的反應，才是事故發生的重要因素。因此，有必要提供一種車輛駕駛預測方法，來根據用戶習慣高效地預測用戶應對場景下的行為和相應的事故概率。

發明內容

本發明的目的是提供一種車輛駕駛預測方法、系統、計算機設備以及計算機可讀存儲介質，用于根據用戶習慣高效地預測下一步的行為，從而進一步預測發生事故的概率。

本發明的一個方面提供了一種車輛駕駛預測方法，所述方法包括：監測用戶駕駛車輛時的車輛運行數據；將所述車輛運行數據轉換為用于描述用戶行為習慣的參數指標；根據所述參數指標生成參數向量，并將所述參數向量輸入訓練好的用戶駕駛行為習慣模型中；通過所述用戶駕駛行為習慣模型基于所述參數向量輸出預測結果，該預測結果包括各個行為的出現概率；及根據所述用戶駕駛行為習慣模型輸出的預測結果，預測事故概率。

可選的，所述將所述參數向量輸入訓練好的用戶駕駛行為習慣模型中的步驟包括：S1：創建主線程、第一副線程和第二副線程；第一副線程加載有第一用戶駕駛行為習慣模型，所述第二幅線程加載有第二用戶駕駛行為習慣模型，所述第一用戶駕駛行為習慣模型和所述第二用戶駕駛行為模塊均為所述用戶駕駛行為習慣模型；S2：通過所述主線程獲取當前周期的車輛運行數據，并根據所述當前周期的車輛運行數據生成相應的當前周期的參數指標；S3：通過所述主線程將所述當前周期的參數指標傳送至所述第一副線程中；S4：通過所述第一副線程根據所述當前周期的參數指標生成當前周期的參數向量，將所述當前周期的參數向量輸入到所第一用戶駕駛行為習慣模型，并根據所述第一用戶駕駛行為習慣模型輸出預測結果；S5：通過所述主線程獲取所述當前周期的實際結果以及從所述第一副線程中獲取所述當前周期對應的預測結果，將所述當前周期的參數指標、所述當前周期的預測結果和實際結果輸入到所述第二副線程中；S6：通過所述第二副線程根據所述當前周期的參數指標、所述當前周期的預測結果和實際結果，修改所述第二用戶駕駛行為習慣模型的模型參數；重復執行步驟S2至步驟S6直至到達預設時間長度之后，通過所述主線程獲取所述第二副線程中的更新后的第二用戶駕駛行為習慣模型，并將所述更新后的第二用戶駕駛行為習慣模型加載到所述第一副線程中，以替換所述第一用戶駕駛行為習慣模型，以使所述第一副線程基于所述更新后的第二用戶駕駛習慣模型進行預測操作。

可選的，在所述步驟S1之后，所述方法還包括：維持所述第一副線程處于工作狀態；檢測所述車輛是否處于穩定路段；及若所述車輛處于所述穩定路段，則啟動所述第二副線程，否則暫停所述第二副線程。

可選的，在所述步驟S6之后，所述方法還包括：將修改后的模型參數上傳至區塊鏈中。