CN110550105A - 驾驶辅助系统及方法 - Google Patents

Abstract

本发明提供了一种驾驶辅助系统及方法，该驾驶辅助系统安装或应用于本车辆并且包括：盲区判断单元，其配置成判断本车辆的前方道路中是否存在盲区，盲区是由于存在遮挡物而无法被本车辆的传感器检测到的道路区域；虚拟移动体设定单元，其配置成在存在盲区的情况下在盲区中假设一虚拟移动体，并设置虚拟移动体的行驶状态；以及危险预测单元，其配置成判断本车辆是否会与虚拟移动体发生碰撞，以预测本车辆是否会与从盲区中驶出的车辆发生碰撞。

Description

驾驶辅助系统及方法

技术领域

本发明涉及车辆的汽车领域。更具体地，本发明涉及一种驾驶辅助系统和方法，其用于在车辆前方道路中存在盲区的情况下提供危险预警和驾驶辅助。

背景技术

近年来，对于汽车等车辆，开发并应用了各种驾驶辅助系统，其通过照相机、激光和/或雷达等来传感器装置检测车辆的行驶环境，辅助驾驶员进行驾驶并且向驾驶员提供危险预警。

但是，在有些情况下，由于遮挡物的存在使得车辆的传感器无法对一些道路区域进行检测。如图1所示，由于墙体的遮挡，车辆A的驾驶员无法看到墙体后面的交通状况。因此，当车辆A进行右转弯时，很可能会与骑行者B发生碰撞。此外，由于墙体的遮挡，车辆A的传感器无法对墙体后面的道路区域进行检测，因而无法提供危险预警。

因此，需要一种即使车辆的前方道路中由于存在遮挡物而无法被传感器检测到的道路区域时，也能够提供危险预警的驾驶辅助系统及方法。

发明内容

本发明的一个目的在于提供一种驾驶辅助系统和方法，其能够在车辆前方道路中存在盲区的情况下提供危险预警并辅助驾驶员驾驶车辆，避免发生事故。

本发明的一个方面提供了一种驾驶辅助系统，其安装或应用于本车辆并且包括：盲区判断单元，其配置成判断本车辆的前方道路中是否存在盲区，所述盲区是由于存在遮挡物而无法被本车辆的传感器检测到的道路区域；虚拟移动体设定单元，其配置成在存在所述盲区的情况下在所述盲区中假设一虚拟移动体，并设置所述虚拟移动体的行驶状态；以及危险预测单元，其配置成判断本车辆是否会与所述虚拟移动体发生碰撞，以预测本车辆是否会与从所述盲区中驶出的车辆发生碰撞。

根据本发明的实施例，其中，所述盲区判断单元被配置成基于预先存储的地图信息以及本车辆的所述传感器的传感器数据判断是否存在所述盲区并确定所述盲区在本车辆侧的起始边界。

根据本发明的实施例，其中，所述虚拟移动体被设置成具有所述盲区所在道路路段的历史平均车流速度。

根据本发明的实施例，其中，所述历史平均车流速度是一天中当前时间段的历史平均车流速度。

根据本发明的实施例，其中，所述虚拟移动体设定单元配置成仅在所述盲区所在道路路段的历史平均单位时间车流量大于预定阈值的情况下，假设所述虚拟移动体。

根据本发明的实施例，其中，所述历史平均单位时间车流量是一天中当前时间段的历史平均单位时间车流量。

根据本发明的实施例，其中，所述虚拟移动体设定单元配置成从外部设备获取所述盲区所在道路路段的历史平均车流速度。

根据本发明的实施例，其中，所述虚拟移动体设定单元配置成从外部设备获取所述盲区所在道路路段的历史平均单位时间车流量。

根据本发明的实施例，其中，所述外部设备配置成在过去预定时间长度内从道路网络内的若干车辆获取其位置、速度和运动方向数据以及传感器数据，所述传感器数据包括与对应车辆周围的交通参与者的位置、速度和运动方向有关的数据，并且所述外部设备配置成基于所获取的数据计算所述盲区所在道路路段的历史平均车流速度和历史平均单位时间车流量。

根据本发明的实施例，其中，所述危险预测单元配置成基于本车辆的行驶状态和所述虚拟移动体的行驶状态计算本车辆和所述虚拟移动体的碰撞时间，并且基于所述碰撞时间确定碰撞风险级别。

根据本发明的实施例，其中所述驾驶辅助系统还包括：驾驶辅助单元，其配置成基于所确定的碰撞风险级别输出驾驶辅助指令，所述驾驶辅助指令包括以下各项中的至少一项：向本车辆的驾驶员输出警告；向本车辆的外部环境输出警告；使本车辆减速、以预定速度行驶或停车；和使本车辆转向。

根据本发明的另一方面，还提供了一种车辆，其上安装或应用有任一项实施例所述的驾驶辅助系统。

根据本发明的另一方面，还提供了一种驾驶辅助方法，包括以下步骤：判断本车辆的前方道路中是否存在盲区，所述盲区是由于存在遮挡物而无法被本车辆的传感器检测到的道路区域；在存在所述盲区的情况下在所述盲区中假设一虚拟移动体，并设置所述虚拟移动体的行驶状态；以及判断本车辆是否会与所述虚拟移动体发生碰撞，以预测本车辆是否会与从所述盲区中驶出的车辆发生碰撞。

根据本发明的一个实施例，其中，基于预先存储的地图信息以及本车辆的所述传感器的传感器数据判断是否存在所述盲区并确定所述盲区的起始边界。

根据本发明的一个实施例，其中，将所述虚拟移动体的行驶状态设置成具有所述盲区所在道路路段的历史平均车流速度。

根据本发明的一个实施例，其中，所述历史平均车流速度是一天中当前时间段的历史平均车流速度。

根据本发明的一个实施例，其中，仅在所述盲区所在道路路段的历史平均单位时间车流量大于预定值时，假设所述虚拟移动体。

根据本发明的一个实施例，其中，所述历史平均单位时间车流量是一天中当前时间段的历史平均单位时间车流量。

根据本发明的一个实施例，所述驾驶辅助方法还包括：从外部设备获取所述盲区所在道路路段的历史平均车流速度。

根据本发明的一个实施例，所述驾驶辅助方法还包括：从外部设备获取所述盲区所在道路路段的历史平均单位时间车流量。

根据本发明的一个实施例，其中，所述外部设备配置成在过去预定时间长度内从道路网络内的若干车辆获取其位置、速度和方向数据以及传感器数据，所述传感器数据包括与对应车辆周围的交通参与者的位置、速度和方向有关的数据，并且所述外部设备配置成基于所获取的数据计算所述盲区所在道路路段的历史平均车流速度和历史平均单位时间车流量。

根据本发明的一个实施例，所述驾驶辅助方法还包括：基于本车辆的行驶状态和所述虚拟移动体的行驶状态计算本车辆和所述虚拟移动体的碰撞时间，并且基于所述碰撞时间确定碰撞风险级别。

根据本发明的一个实施例，所述驾驶辅助方法还包括：基于所确定的碰撞风险级别输出驾驶辅助指令，所述驾驶辅助指令包括以下各项中的至少一项：向本车辆的驾驶员输出警告；向本车辆的外部环境输出警告；使本车辆减速、以预定速度行驶或停车；和使本车辆转向。

由此，根据本发明的实施例的驾驶辅助系统和方法，能够在车辆前方道路中存在盲区的情况下提供危险预警并辅助驾驶员驾驶车辆，避免发生事故。

附图说明

下面，将结合附图对本发明的示例性实施例的特征、优点和技术效果进行描述，附图中相似的附图标记表示相似的元件，其中：

图1示出了车辆的前方道路中存在盲区的场景示例。

图2示出了根据本发明的实施例的驾驶辅助系统的结构框图。

图3示出了根据本发明的实施例在如图1所示的场景示例中确定的盲区以及假设的虚拟移动体。

图4示出了根据本发明的实施例的驾驶辅助方法的流程图。

具体实施方式

下文中，参照附图描述本发明的实施例。下面的详细描述和附图用于示例性地说明本发明的原理，本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。

根据本发明的实施例的驾驶辅助系统可以安装在车辆上或应用于车辆。车辆可以是以内燃机为驱动源的内燃机车辆、以电动机为驱动源的电动车辆或燃料电池车辆、以上述两者为驱动源的混合动力车辆、或具有其他驱动源的车辆。驾驶辅助系统可以与车辆的控制系统彼此连接和通信。为了简明起见，未对车辆中公知的动力和操纵装置、传动系统等部件进行详述。

图2是根据本发明的实施例的驾驶辅助系统的示意图。图2所示的驾驶辅助系统安装或应用于车辆1，在车辆1的前方道路中存在盲区的情况下提供危险预警，并且还可以对车辆1进行驾驶辅助，以避免发生事故。在本文中，盲区是指车辆的前方道路中由于存在遮挡物导致车辆上的传感器装置无法检测到的道路区域。当然，盲区对于车辆1的驾驶员来说也是不可见的。这里，遮挡物可以包括道路两侧的物体(例如墙和房屋等建筑物、树丛、栅栏、山体等)，也可以包括路面上的物体，例如路面上的临时搭建、道路自身形状造成的遮挡等。

如图2所示，驾驶辅助系统100包括传感器装置10、存储装置20、通信装置30、计算装置40和输出装置50。驾驶辅助系统100的这些装置可以经由CAN总线等相互通信，以相互传递数据和指令。

传感器装置10可以包括内部传感器11和外部传感器12。内部传感器11可以是车辆1上通常安装的内部传感器，包括但不限于GNSS传感器、速度传感器、加速度传感器、转向角传感器等。内部传感器11用于检测车辆1的位置、速度、加速度、转向角、行驶方向等。车辆1的位置、速度、加速度、行驶方向等的组合可表示车辆1的行驶状态。

外部传感器12可以是车辆1上通常安装的外部传感器。外部传感器12可以包括摄像头等图像传感器、超声传感器、雷达传感器和/或激光传感器等。外部传感器12的传感器数据可以用于检测车辆1的周围环境状况，例如检测车辆1周围的其他交通参与者(诸如行人、自行车、摩托车、其他机动车辆等)的行驶状态(位置、速度、加速度、行驶方向等)，以及车辆1周围特别是前方的道路状况，例如道路上的车道线、围栏、路缘以及道路两侧的物体(诸如建筑物、树丛、围栏、山体等)的位置、轮廓等。

存储装置20可以是硬盘等常见的存储装置。根据本发明的实施例，存储装置20用于预先存储道路形状、建筑物位置和轮廓、河川、铁路等各种地图信息。

通信装置30可以是蓝牙、天线等装置，并且通信装置30可配置成通过蓝牙、Wi-Fi、移动网络等无线方式与诸如远程服务器等外部设备通信，以从外部设备获取信息或者向外部设备传递信息。

计算装置40可以是中央处理单元(CPU)或者电子控制单元(ECU)。计算装置40可以从传感器装置10、存储装置20和通信装置30等获取数据，执行各种处理，以预测车辆1的潜在碰撞风险。根据一些实施例，计算装置40还区分潜在碰撞风险的级别，并且可根据潜在碰撞风险级别输出驾驶辅助指令，以警告或辅助驾驶员的驾驶。

输出装置50可以包括安装在车辆1上的显示器、扬声器以及车辆1的动力系统、传动系统和制动系统等，以响应于驾驶辅助指令进行相应的操作。

根据具体的实施例，计算装置40包括盲区判断单元41、虚拟移动体设定单元42、危险预测单元43以及驾驶辅助单元44。

盲区判断单元41配置成判断车辆1的前方道路中是否存在盲区。在示例性实施例中，盲区判断单元41基于车辆1的外部传感器12的传感器数据以及存储装置20中预先存储的地图信息进行上述判断。盲区判断单元41从存储装置20获取预先存储的地图信息，并基于该地图信息，确定车辆1前方道路的完整形状。此外，盲区判断单元41从外部传感器12获取其传感器数据，并基于传感器数据确定车辆1周围、特别是前方的道路状况，例如，道路上的车道线、围栏、路缘以及道路两侧的物体的位置和轮廓等。通过将基于传感器数据确定的道路状况与前方道路的完整形状相比较，盲区判断单元41能够判断车辆1前方道路中是否存在未能被外部传感器12检测到的区域，即，盲区。

在盲区判断单元41判断车辆1前方道路中存在盲区的情况下，盲区判断单元41可进一步识别盲区的范围，例如，明确盲区在车辆1侧的起始边界。盲区判断单元41基于外部传感器12的传感器数据确定盲区的起始边界。例如，盲区判断单元41可基于外部传感器12的传感器数据确定车辆1的前方沿各个角度(例如在车辆1前方的120度-180度的角度范围内)可检测到的最远物体，并通过这些最远物体的连接线确定盲区的起始边界。

参考图3描述盲区判断单元41进行的盲区判断以及起始边界的确定。图3示出了如图1所示的场景示例，其中，道路L1与道路L2交叉并形成交叉口C，车辆1正在道路L1朝向交叉口C行驶。道路L1和道路L2的道路两侧均存在墙体W。车辆1即将进入交叉口C时，盲区判断单元41从存储装置20获取预先存储的地图信息并确定交叉口C附近的道路L1和道路L2的完整形状，并且从外部传感器12获取传感器数据并确定车辆1的前方道路状况。通过将基于传感器数据确定的前方道路状况与道路L1和道路L2的完整形状比较，盲区判断单元41可确定道路L2中存在盲区B。同时，盲区判断单元41可基于外部传感器12的传感器数据确定盲区B的起始边界B1。在示例性实施例中，盲区判断单元41可基于摄像头拍摄到的墙体、路面上的车道线、路缘、道路两侧的标识牌等的位置，以及超声波传感器、激光传感器等检测到的物体的距离等，确定在车辆1前方的不同角度上可检测到的最远物体。盲区B的起始边界B1为沿各个角度的最远物体的连接线。

虚拟移动体设定单元42配置成在存在盲区的情况下在盲区中假设一虚拟移动体，并设置虚拟移动体的行驶状态。虚拟移动体的行驶状态通过虚拟移动体的位置、速度和行驶方向来表示。在示例性实施例中，虚拟移动体被假设处于盲区中，并且以盲区所在道路路段的历史平均车流速度朝向靠近车辆1的方向行驶。特别地，可假设虚拟移动体当前时刻位于盲区的起始边界处。

在图3所示的场景示例中，虚拟移动体设定单元42可假设骑行者2，并且设定骑行者2当前时刻位于盲区B的起始边界B1处，并且正在以道路L2在当前路段L2-1的历史平均车流速度V朝向交叉口C行驶。

根据本发明的实施例，虚拟移动体设定单元42从外部设备获取盲区所在道路路段的历史平均车流速度。具体地，虚拟移动体设定单元42可以通过通信装置30以无线方式与外部设备通信，以获取上述历史平均车流速度。这里，外部设备可以是远程服务器。远程服务器可以设置成与道路网络内的若干车辆通信，并且从这些车辆获取其位置、速度、方向等数据及其传感器数据。这里，传感器数据包括与其对应车辆周围的其他交通参与者(诸如行人、自行车、摩托车、其他机动车辆等)的位置、速度、加速度、行驶方向等有关的数据。由此，远程服务器可以利用统计方法得到道路网络内的各条道路甚至是各条道路的各个路段的平均车流速度。这里，道路网络可以是车辆1所在城市或地区的全部或者部分区域的道路网络。路段是指以预定长度(例如5m，10m等)划分某条道路而得到的若干区段中的任一区段。

远程服务器可以在过去预定时间长度内一直与道路网络内的若干车辆通信并获取相关数据。由此，可以得到过去预定时间长度内的历史平均车流速度。过去预定时间长度例如可以是从当前时刻开始的过去几个月，几个星期，几天，或几小时。此外，远程服务器可以计算一天中的不同时间段(例如上午8:00到8:30)的历史平均车流速度。

根据一些实施例，远程服务器还可以基于从若干车辆获取的数据计算道路网络内的各条道路甚至各条道路的各个路段的历史平均单位时间车流量。特别地，远程服务器还可以计算一天中的不同时间段(例如上午8:00到8:30)的历史平均单位时间车流量。

由此，虚拟移动体设定单元42还可以从远程服务器获取盲区所在道路路段的历史平均单位时间车流量。根据一些实施例，虚拟移动体设定单元42配置成仅在历史平均单位时间车流量大于预定阈值时，才假设虚拟移动体。在这些实施例中，历史平均单位时间车流量可以是一天中的当前时间段(当前时刻为上午8:10，当前时间段例如可以是上午8:00到8:30)的历史平均单位时间车流量。

危险预测单元43配置成预测车辆1是否会与从盲区驶出的车辆发生碰撞。危险预测单元43通过判断车辆1是否会与虚拟移动体发生碰撞来预测上述碰撞风险。具体地，危险预测单元43可以基于车辆1的行驶状态和虚拟移动体的行驶状态计算两者的碰撞时间TTC，并且根据碰撞时间TTC与预定时间阈值之间的大小关系来判断车辆1是否会与虚拟移动体发生碰撞。根据本发明的实施例，车辆1的行驶状态通过由内部传感器11所检测到的位置、速度、加速度、运动方向等确定，并且虚拟移动体的行驶状态由虚拟移动体设定单元42设置。当碰撞时间TTC小于预定时间阈值时，危险预测单元43判断为车辆1会与虚拟移动体发生碰撞，并且由此预测为车辆1具有与从盲区驶出的车辆发生碰撞的风险。

根据其他实施例，危险预测单元43可以设置多个不同的时间阈值，并且根据碰撞时间TTC与多个时间阈值中的各个阈值的大小关系确定多个碰撞风险级别。在示例性实施例中，可设置四个不同的时间阈值T1、T2、T3和T4，其中T1>T2>T3>T4。当T2<TTC<T1时，危险预测单元43确定车辆1处于碰撞风险较低的第一级别。以此类推，当T3<TTC<T2时，危险预测单元43确定车辆1处于碰撞风险比第一级别高的第二级别；当T4<TTC<T3时，危险预测单元43确定车辆1处于碰撞风险更高的第三级别；当TTC<T4时，危险预测单元43确定车辆1处于碰撞风险极高的第四级别。

驾驶辅助单元44配置成基于危险预测单元43所确定的碰撞风险级别输出驾驶辅助指令。驾驶辅助指令可被输出到输出装置50。输出装置50通过执行接收的驾驶辅助指令，进行相应的操作，以向驾驶员发出警告或辅助驾驶员驾驶车辆1。驾驶辅助指令可以是以下各项中的一项或多项：向车辆1的驾驶员输出警告；向车辆1的外部环境输出警告；使车辆1减速、以预定速度行驶或停车；以及使车辆1转向。

驾驶辅助单元44可基于不同的碰撞风险级别输出不同的驾驶辅助指令或其组合。在示例性实施例中，当危险预测单元43确定的碰撞风险级别是第一级别时，驾驶辅助单元44输出向车辆1的驾驶员输出警告的驾驶辅助指令，车辆1的扬声器或显示器等接收该指令并向车辆1的驾驶员发出音频或视频警告。

当危险预测单元43确定的碰撞风险级别是第二级别时，驾驶辅助单元44输出向车辆1的外部环境输出警告的驾驶辅助指令，车辆1的喇叭或前大灯等接收该指令并使喇叭鸣响或使前大灯闪烁，提醒有可能从盲区驶出的车辆，例如图3所示的道路L2上即将从盲区B行驶到交叉口C内的车辆。

当危险预测单元43确定的碰撞风险级别是第三级别时，驾驶辅助单元44输出使车辆1减速和朝向与虚拟移动体相反方向转向(进行横向躲避)的驾驶辅助指令，车辆1的制动和转向系统接收该指令并控制车辆1减速并转向。根据一些实施例，车辆1的减速度值、减速的目标速度以及横向躲避的距离等是根据碰撞时间TTC确定的。

当危险预测单元43确定的碰撞风险级别是第四级别时，碰撞时间TTC非常小(例如小于1s)，此时，车辆1极有可能与从盲区驶出的车辆发生碰撞。在这种情况下，驾驶辅助单元44输出使车辆1停车或者使车辆1以非常小的速度(诸如3m/s等)移动的驾驶辅助指令，车辆1的动力系统、传动系统和制动系统等接收该指令，并且将车辆1停车或控制车辆1以目标速度移动。此外，根据一些实施例，危险预测单元43持续地以预定时间间隔计算车辆1与虚拟移动体的碰撞时间TTC，并且判断碰撞时间TTC与T4之间的关系。当碰撞时间TTC变得大于T4时，确定新的碰撞风险级别。驾驶辅助单元44根据新的碰撞风险级别输出新的驾驶辅助指令，使车辆1根据新的驾驶辅助指令行驶。或者，当车辆1以非常小的速度移动时，盲区判断单元41持续地监控盲区的起始边界的变化。直到当盲区的大部分变得可检测时，车辆1可恢复正常行驶。

由此，根据本发明的实施例的驾驶辅助系统，可以在车辆1的前方道路中存在盲区的情况下提供危险预警并且辅助车辆1的驾驶，避免发生事故。

下面，将详细描述根据本发明的实施例的驾驶辅助方法。根据本发明的实施例的驾驶辅助方法可以利用如上任意实施例的驾驶辅助系统来实现。图4示出了根据本发明的实施例的驾驶辅助方法的流程图。

根据本发明的实施例的驾驶辅助方法，可以由驾驶员手动激活。例如，当驾驶员看见前方道路中存在遮挡物时，通过安装在车辆1上的按钮或触摸屏上的按键等手动激活根据本发明的驾驶辅助方法。此外，驾驶辅助方法也可以在车辆1开始行驶时自动启动。

如图4所示，在驾驶辅助方法启动之后，在步骤S10中，判断车辆1的前方道路中是否存在盲区。具体地，从存储装置20获取预先存储的地图信息，并基于该地图信息确定车辆1的前方道路的完整道路形状。同时，从外部传感器12获取传感器数据并基于传感器数据确定车辆1周围特别是前方的道路状况。通过比较两者，可判断车辆1的前方道路中是否存在盲区。此外，基于所确定的车辆1周围特别是前方的道路状况确定盲区在车辆1侧的起始边界。

当判断车辆1的前方道路中存在盲区时，方法进入步骤S20，其中，在盲区中假设一虚拟移动体(例如，图3中的骑行者2)，并且设置虚拟移动体的行驶状态。具体地，虚拟移动体的行驶状态设置成在当前时刻位于盲区的起始边界处，并且以盲区所在道路路段的历史平均车流速度朝向车辆1的方向移动。以图3中的骑行者2为例，可以假设骑行者2在当前时刻位于盲区B的起始边界B1处，并且以盲区B所在道路L2的路段L2-1的历史平均车流速度V朝向交叉口C行驶。在该步骤中，盲区所在道路路段的历史平均车流速度是从外部设备，例如远程服务器获取的。该历史平均车流速度可以是一天中的当前时间段(例如，当前时刻为上午8:10，当前时间段可以是上午8:00-8:30)的历史平均车流速度。

在步骤S20之后，方法进入步骤S30。在步骤S30中，预测车辆1是否会与从盲区驶出的车辆发生碰撞。具体地，通过判断车辆1是否会与虚拟移动体发生碰撞来实施该步骤。更具体地，基于车辆1的行驶状态和虚拟移动体的行驶状态，可以计算两者的碰撞时间TTC。然后，可以通过将碰撞时间TTC与预定时间阈值相比较，判断车辆1是否会与虚拟移动体发生碰撞。

当碰撞时间TTC小于预定时间阈值时，预测为车辆1会与从盲区驶出的车辆发生碰撞。在这种情况下，方法进入步骤S40，在步骤S40中，确定碰撞风险级别。可以通过设置多个时间阈值，根据碰撞时间TTC与该多个时间阈值中的各个阈值之间的大小关系来确定碰撞风险级别。

在步骤S40之后，方法进入步骤S50。在步骤S50中，根据所确定的碰撞风险级别输出驾驶辅助指令。根据不同的碰撞风险级别，驾驶辅助指令可以是以下各项中的一项或多项：向车辆1的驾驶员输出警告；向车辆1的外部环境输出警告；使车辆1减速、以预定速度行驶或停车；以及使车辆1转向。

在步骤S60中，输出装置50接收驾驶辅助指令，并执行相关动作。例如，车辆1的扬声器、显示器等接收向车辆1的驾驶员输出警告的驾驶辅助指令，发出音频或视频警告。车辆1的喇叭或前大灯等可接收向车辆1的外部环境输出警告的驾驶辅助指令，并且鸣笛或闪烁以向可能从盲区驶出的车辆发出警告。车辆1的传动和制动系统可接收使车辆1减速、以预定速度行驶或停车的驾驶辅助指令，并使车辆1减速、以预定速度行驶或停车。车辆1的转向系统可接收使车辆1转向的驾驶辅助指令，并使车辆1转向，例如向虚拟移动体的相反方向转向以进行横向躲避。

当在步骤S30中预测为车辆1不会与从盲区驶出的车辆发生碰撞时，(即，碰撞时间TTC大于预定时间阈值)，方法直接进入步骤S50，输出驾驶辅助指令，该驾驶辅助指令包括向车辆1的驾驶员输出警告；和/或向车辆1的外部环境输出警告。

由此，根据本发明的实施例的驾驶辅助方法，可以在车辆1的前方道路中存在盲区的情况下提供危险预警并且辅助车辆的驾驶，避免发生事故。

在上述实施例中，当判断为车辆1的前方道路中存在盲区时，方法即在盲区中假设一虚拟移动体并设定虚拟移动体的状态。但是，根据本发明的其他实施例，在判断车辆1的前方道路中存在盲区时(步骤S10)，方法进入步骤S70。在步骤S70中，判断盲区所在道路路段的历史平均单位时间车流量是否大于预定阈值。当该历史平均单位时间车流量大于预定阈值时，方法进入步骤S20。当该历史平均单位时间车流量小于预定阈值时，认为车辆1与从盲区驶出的车辆发生碰撞的风险非常低，方法可直接进入步骤S50。在步骤S50中，输出驾驶辅助指令，该驾驶辅助指令包括向车辆1的驾驶员输出警告；和/或向车辆1的外部环境输出警告。

尽管已经参考示例性实施例描述了本发明，但是应理解，本发明并不限于上述实施例的构造和方法。相反，本发明意在覆盖各种修改例和等同配置。另外，尽管在各种示例性结合体和构造中示出了所公开发明的各种元件和方法步骤，但是包括更多、更少的元件或方法的其它组合也落在本发明的范围之内。

Claims (23)

1.一种驾驶辅助系统，其安装或应用于本车辆并且包括：

盲区判断单元，其配置成判断本车辆的前方道路中是否存在盲区，所述盲区是由于存在遮挡物而无法被本车辆的传感器检测到的道路区域；

虚拟移动体设定单元，其配置成在存在所述盲区的情况下在所述盲区中假设一虚拟移动体，并设置所述虚拟移动体的行驶状态；以及

危险预测单元，其配置成判断本车辆是否会与所述虚拟移动体发生碰撞，以预测本车辆是否会与从所述盲区中驶出的车辆发生碰撞。

2.根据权利要求1所述的驾驶辅助系统，其中，

所述盲区判断单元被配置成基于预先存储的地图信息以及本车辆的所述传感器的传感器数据判断是否存在所述盲区并确定所述盲区在本车辆侧的起始边界。

3.根据权利要求1或2所述的驾驶辅助系统，其中，

所述虚拟移动体被设置成具有所述盲区所在道路路段的历史平均车流速度。

4.根据权利要求3所述的驾驶辅助系统，其中，

所述历史平均车流速度是一天中当前时间段的历史平均车流速度。

5.根据权利要求1或2所述的驾驶辅助系统，其中，

所述虚拟移动体设定单元配置成仅在所述盲区所在道路路段的历史平均单位时间车流量大于预定阈值的情况下，假设所述虚拟移动体。

6.根据权利要求5所述的驾驶辅助系统，其中，

所述历史平均单位时间车流量是一天中当前时间段的历史平均单位时间车流量。

7.根据权利要求3所述的驾驶辅助系统，其中，

所述虚拟移动体设定单元配置成从外部设备获取所述盲区所在道路路段的历史平均车流速度。

8.根据权利要求5所述的驾驶辅助系统，其中，

所述虚拟移动体设定单元配置成从外部设备获取所述盲区所在道路路段的历史平均单位时间车流量。

9.根据权利要求7或8所述的驾驶辅助系统，其中，

所述外部设备配置成在过去预定时间长度内从道路网络内的若干车辆获取其位置、速度和运动方向数据以及传感器数据，所述传感器数据包括与对应车辆周围的交通参与者的位置、速度和运动方向有关的数据，并且

所述外部设备配置成基于所获取的数据计算所述盲区所在道路路段的历史平均车流速度和历史平均单位时间车流量。

10.根据权利要求1或2所述的驾驶辅助系统，其中，

所述危险预测单元配置成基于本车辆的行驶状态和所述虚拟移动体的行驶状态计算本车辆和所述虚拟移动体的碰撞时间，并且基于所述碰撞时间确定碰撞风险级别。

11.根据权利要求10所述的驾驶辅助系统，还包括：

驾驶辅助单元，其配置成基于所确定的碰撞风险级别输出驾驶辅助指令，所述驾驶辅助指令包括以下各项中的至少一项：

向本车辆的驾驶员输出警告；

向本车辆的外部环境输出警告；

使本车辆减速、以预定速度行驶或停车；和

使本车辆转向。

12.一种车辆，其上安装或应用有如权利要求1-11中任一项所述的驾驶辅助系统。

13.一种驾驶辅助方法，包括以下步骤：

判断本车辆的前方道路中是否存在盲区，所述盲区是由于存在遮挡物而无法被本车辆的传感器检测到的道路区域；

在存在所述盲区的情况下在所述盲区中假设一虚拟移动体，并设置所述虚拟移动体的行驶状态；以及

判断本车辆是否会与所述虚拟移动体发生碰撞，以预测本车辆是否会与从所述盲区中驶出的车辆发生碰撞。

14.根据权利要求13所述的驾驶辅助方法，其中，

基于预先存储的地图信息以及本车辆的所述传感器的传感器数据判断是否存在所述盲区并确定所述盲区的起始边界。

15.根据权利要求13或14所述的驾驶辅助方法，其中，

将所述虚拟移动体的行驶状态设置成具有所述盲区所在道路路段的历史平均车流速度。

16.根据权利要求15所述的驾驶辅助方法，其中，

所述历史平均车流速度是一天中当前时间段的历史平均车流速度。

17.根据权利要求13或14所述的驾驶辅助方法，其中，

仅在所述盲区所在道路路段的历史平均单位时间车流量大于预定值时，假设所述虚拟移动体。

18.根据权利要求17所述的驾驶辅助方法，其中，

所述历史平均单位时间车流量是一天中当前时间段的历史平均单位时间车流量。

19.根据权利要求15所述的驾驶辅助方法，还包括：

从外部设备获取所述盲区所在道路路段的历史平均车流速度。

20.根据权利要求17所述的驾驶辅助方法，还包括：

从外部设备获取所述盲区所在道路路段的历史平均单位时间车流量。

21.根据权利要求19或20所述的驾驶辅助方法，其中，

所述外部设备配置成在过去预定时间长度内从道路网络内的若干车辆获取其位置、速度和方向数据以及传感器数据，所述传感器数据包括与对应车辆周围的交通参与者的位置、速度和方向有关的数据，并且

所述外部设备配置成基于所获取的数据计算所述盲区所在道路路段的历史平均车流速度和历史平均单位时间车流量。

22.根据权利要求13或14所述的驾驶辅助方法，还包括：

基于本车辆的行驶状态和所述虚拟移动体的行驶状态计算本车辆和所述虚拟移动体的碰撞时间，并且基于所述碰撞时间确定碰撞风险级别。

23.根据权利要求22所述的驾驶辅助方法，还包括：

基于所确定的碰撞风险级别输出驾驶辅助指令，所述驾驶辅助指令包括以下各项中的至少一项：

向本车辆的驾驶员输出警告；

向本车辆的外部环境输出警告；

使本车辆减速、以预定速度行驶或停车；和

使本车辆转向。