本發(fā)明涉及汽車控制技術(shù)領(lǐng)域，尤其涉及一種汽車駕駛行為提醒方法及系統(tǒng)。

背景技術(shù)：

汽車自動駕駛系統(tǒng)(Motor Vehicle Auto Driving System)，又稱自動駕駛汽車(Autonomous vehicles；Self-piloting automobile)，是一種通過車載電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車系統(tǒng)。自動駕駛汽車技術(shù)的研發(fā)，在20世紀(jì)也已經(jīng)有數(shù)十年的歷史，于21世紀(jì)初呈現(xiàn)出接近實用化的趨勢，比如，谷歌自動駕駛汽車于2012年5月獲得了美國首個自動駕駛車輛許可證，將于2015年至2017年進(jìn)入市場銷售。自動駕駛汽車依靠人工智能、視覺計算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機(jī)動車輛。隨著智能汽車技術(shù)的發(fā)展，互聯(lián)化，智能化，自動駕駛系統(tǒng)慢慢成為了汽車的主要功能。在自動駕駛汽車中，對于汽車的控制權(quán)慢慢的由人轉(zhuǎn)化到汽車自身的操作系統(tǒng)中，但是系統(tǒng)是由軟件代碼組成，就可能會出現(xiàn)漏洞和BUG，駕駛員在行車過程中也容易犯錯，比如超速駕駛、轉(zhuǎn)彎過快、疲勞駕駛、不良的駕駛習(xí)慣等。因此，需要一種在駕駛中的提醒機(jī)制，可以對出對駕駛員進(jìn)行提醒，提高行車安全。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明要解決的一個技術(shù)問題是提供一種汽車駕駛行為提醒方法及系統(tǒng)。

根據(jù)本發(fā)明的一個方面，本發(fā)明提供一種汽車駕駛行為提醒方法，包括：獲取汽車數(shù)據(jù)存儲裝置中記錄的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)；根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，如果是，則生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置；所述汽車數(shù)據(jù)存儲裝置基于所述用戶駕駛提醒信息發(fā)出提醒。

可選地，所述行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息；所述非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)。

可選地，所述汽車數(shù)據(jù)存儲裝置通過車輛傳感器采集所述車輛運(yùn)行參數(shù)，所述車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息；所述汽車數(shù)據(jù)存儲裝置通過GPS設(shè)備采集所述車輛的地理位置信息；所述與周邊汽車或物體的相對距離和相對位置信息為所述汽車數(shù)據(jù)存儲裝置通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：根據(jù)所述車輛運(yùn)行參數(shù)、所述車輛的地理位置信息、所述與周邊汽車或物體的相對距離和相對位置信息并結(jié)合電子地圖信息，生成所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)；根據(jù)所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，判斷是否有發(fā)生碰撞的可能性，如果有，則確定汽車處于危險駕駛狀態(tài)。

可選地，所述判斷是否有發(fā)生碰撞的可能性包括：基于所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷所述車輛與其周邊車輛之間的距離是否小于安全距離；當(dāng)所述車輛與其周邊車輛之間的距離小于安全距離時，預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛所述車輛與周邊車輛或物體是否發(fā)生相撞。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：判斷所述車輛的零部件是否出現(xiàn)異常，如果是，則確定汽車處于設(shè)備異常狀態(tài)。

可選地，所述行車狀態(tài)數(shù)據(jù)包括：設(shè)備故障碼；接收所述汽車數(shù)據(jù)存儲裝置采集的汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，基于所述設(shè)備故障碼判斷車輛是否處于設(shè)備異常狀態(tài)。

可選地，判斷所述車輛的胎壓是否出現(xiàn)異常，如果是，則確定車輛處于設(shè)備異常狀態(tài)；其中，所述行車狀態(tài)數(shù)據(jù)包括：胎壓信息；接收所述汽車數(shù)據(jù)存儲裝置實時采集的胎壓信息，基于所述胎壓信息判斷車輛的胎壓是否出現(xiàn)異常。

可選地，所述汽車數(shù)據(jù)存儲裝置從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，所述自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎；所述汽車數(shù)據(jù)存儲裝置從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車；其中，所述檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置；根據(jù)所述自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定所述車輛為自動操作系統(tǒng)操作或駕駛員操作。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：如果確定所述車輛由駕駛員操作，判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號；接收所述汽車數(shù)據(jù)存儲裝置采集的設(shè)置在車內(nèi)的氣體傳感器發(fā)送的所述車內(nèi)氣體檢測信號，根據(jù)所述車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：如果確定所述車輛由駕駛員操作，判斷駕駛員是否為疲勞駕車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述駕駛行為數(shù)據(jù)包括：駕駛員圖像信息；接收所述汽車數(shù)據(jù)存儲裝置周期性采集的車內(nèi)攝像裝置發(fā)送的所述駕駛員圖像信息，根據(jù)所述駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：基于所述駕駛員圖像信息，跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于所述運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)：其中，所述異常場景包括：打哈欠、打噴嚏、合閉眼、接打電話、與人交談。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：根據(jù)所述燈光狀態(tài)參數(shù)以及所述行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：獲取車輛當(dāng)前的位置和運(yùn)行速度，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)；判斷車輛當(dāng)前的運(yùn)行速度是否大于所述限速標(biāo)準(zhǔn)，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：獲取車輛當(dāng)前的運(yùn)行速度，判斷此車輛為停止或倒車狀態(tài)；獲取車輛當(dāng)前的位置，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息；判斷車輛是否違規(guī)停車或倒車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

可選地，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷所述油耗是否大于與所述發(fā)動機(jī)轉(zhuǎn)速和所述行駛速度相對應(yīng)的油耗閾值，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。

可選地，在換擋策略規(guī)則中查找與所述發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。

可選地，所述汽車數(shù)據(jù)存儲裝置通過語音或文字信息的方式發(fā)出提醒；所述汽車數(shù)據(jù)存儲裝置發(fā)送行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)采用的方式包括：2G/3G/4G蜂窩移動通信網(wǎng)絡(luò)、WiFi、WiMax。

根據(jù)本發(fā)明的另一個方面，本發(fā)明提供一種汽車駕駛行為提醒系統(tǒng)，包括：：駕駛狀態(tài)判斷裝置和汽車數(shù)據(jù)存儲裝置；：駕駛狀態(tài)判斷裝置，包括：數(shù)據(jù)接收模塊，用于接收汽車數(shù)據(jù)存儲裝置發(fā)送的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)；駕駛狀態(tài)分析模塊，用于根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，提醒信息生成模塊，用于如果判斷汽車是否處于非正常駕駛狀態(tài)，則生成用戶駕駛提醒信息并發(fā)送到所述汽車數(shù)據(jù)存儲裝置；所述汽車數(shù)據(jù)存儲裝置，包括：用戶提醒模塊，用于基于所述用戶駕駛提醒信息發(fā)出提醒。

可選地，所述行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息。所述非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)。

可選地，所述汽車數(shù)據(jù)存儲裝置，還包括：運(yùn)行參數(shù)采集模塊，用于通過車輛傳感器采集所述車輛運(yùn)行參數(shù)，所述車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息；地理位置采集模塊，用于通過GPS設(shè)備采集所述車輛的地理位置信息；周邊數(shù)據(jù)采集模塊，用于通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息，作為所述與周邊汽車或物體的相對距離和相對位置信息。

可選地，所述駕駛狀態(tài)分析模塊，包括：運(yùn)行軌跡生成單元，用于根據(jù)所述車輛運(yùn)行參數(shù)、所述車輛的地理位置信息、所述與周邊汽車或物體的相對距離和相對位置信息并結(jié)合電子地圖信息，生成所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)；駕駛狀態(tài)確定單元，用于根據(jù)所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，判斷是否有發(fā)生碰撞的可能性，如果有，則確定汽車處于危險駕駛狀態(tài)。

可選地，所述駕駛狀態(tài)確定單元，還用于基于所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷所述車輛與其周邊車輛之間的距離是否小于安全距離；當(dāng)所述車輛與其周邊車輛之間的距離小于安全距離時，預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛的車輛與周邊車輛或物體是否發(fā)生相撞。

可選地，所述駕駛狀態(tài)確定單元，還用于判斷所述車輛的零部件是否出現(xiàn)異常，如果是，則確定汽車處于設(shè)備異常狀態(tài)。

可選地，所述駕駛狀態(tài)確定單元，還用于基于設(shè)備故障碼判斷車輛是否處于設(shè)備異常狀態(tài)；其中，所述行車狀態(tài)數(shù)據(jù)包括：所述設(shè)備故障碼；所述運(yùn)行參數(shù)采集模塊采集汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，并發(fā)送給所述數(shù)據(jù)接收模塊。

可選地，所述駕駛狀態(tài)確定單元，還用于判斷所述車輛的胎壓是否出現(xiàn)異常，如果是，則確定車輛處于設(shè)備異常狀態(tài)；其中，所述行車狀態(tài)數(shù)據(jù)包括：胎壓信息；所述運(yùn)行參數(shù)采集模塊實時采集胎壓信息并發(fā)送給所述數(shù)據(jù)接收模塊；所述駕駛狀態(tài)確定單元基于所述胎壓信息判斷車輛的胎壓是否出現(xiàn)異常。

可選地，所述運(yùn)行參數(shù)采集模塊，還用于從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，所述自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎；從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車；其中，所述檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置；所述駕駛狀態(tài)確定單元，還用于根據(jù)所述自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定所述車輛為自動操作系統(tǒng)操作或駕駛員操作。

可選地，所述駕駛狀態(tài)確定單元，還用于如果確定所述車輛由駕駛員操作，判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號；所述運(yùn)行數(shù)據(jù)采集模塊采集設(shè)置在車內(nèi)的氣體傳感器發(fā)送的所述車內(nèi)氣體檢測信號，并發(fā)送給所述數(shù)據(jù)接收模塊；所述駕駛狀態(tài)確定單元根據(jù)所述車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

可選地，所述駕駛狀態(tài)確定單元，還用于如果確定所述車輛由駕駛員操作，判斷駕駛員是否為疲勞駕車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述駕駛行為數(shù)據(jù)包括：駕駛員圖像信息；所述運(yùn)行數(shù)據(jù)采集模塊周期性采集車內(nèi)攝像裝置發(fā)送的所述駕駛員圖像信息；所述駕駛狀態(tài)確定單元根據(jù)所述駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

可選地，所述駕駛狀態(tài)確定單元，還用于基于所述駕駛員圖像信息，跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于所述運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)：其中，所述異常場景包括：打哈欠、打噴嚏、合閉眼、接打電話、與人交談。

可選地，所述駕駛狀態(tài)確定單元，還用于根據(jù)所述燈光狀態(tài)參數(shù)以及所述行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；其中，所述車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈。

可選地，所述駕駛狀態(tài)確定單元，還用于獲取車輛當(dāng)前的位置和運(yùn)行速度，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)；判斷車輛當(dāng)前的運(yùn)行速度是否大于所述限速標(biāo)準(zhǔn)，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

可選地，所述駕駛狀態(tài)確定單元，還用于獲取車輛當(dāng)前的運(yùn)行速度，判斷此車輛為停止或倒車狀態(tài)；獲取車輛當(dāng)前的位置，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息；判斷車輛是否違規(guī)停車或倒車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

可選地，所述駕駛狀態(tài)確定單元，還用于根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷所述油耗是否大于與所述發(fā)動機(jī)轉(zhuǎn)速和所述行駛速度相對應(yīng)的油耗閾值，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。

可選地，所述駕駛狀態(tài)確定單元，還用于在換擋策略規(guī)則中查找與所述發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。

可選地，所述用戶提醒模塊通過語音或文字信息的方式發(fā)出提醒；其中，所述汽車數(shù)據(jù)存儲裝置發(fā)送行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)采用的方式包括：2G/3G/4G蜂窩移動通信網(wǎng)絡(luò)、WiFi、WiMax。

本發(fā)明的汽車駕駛行為提醒方法及系統(tǒng)，汽車數(shù)據(jù)存儲裝置在行車過程中監(jiān)控車輛的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)等，汽車數(shù)據(jù)存儲裝置采集的數(shù)據(jù)能夠可靠地傳送到駕駛狀態(tài)判斷裝置，駕駛狀態(tài)判斷裝置能夠基于汽車的運(yùn)行軌跡和駕駛行為實時判斷出汽車所處的行駛狀態(tài)，對車輛行駛過程中的各種不正常的駕駛行為進(jìn)行提醒，幫助駕駛員養(yǎng)成良好的駕駛習(xí)慣，并且對車輛行駛過程中可能發(fā)生的緊急情況和預(yù)發(fā)事故及時提醒，提高了駕駛員的行車安全。

本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其它的附圖：

圖1為根據(jù)本發(fā)明的汽車駕駛行為提醒方法的一個實施例的流程圖；

圖2為汽車數(shù)據(jù)存儲裝置獲取與周邊汽車的相對距離和相對位置信息的示意圖；

圖3為根據(jù)本發(fā)明的汽車駕駛行為提醒系統(tǒng)的一個實施例的模塊示意圖；

圖4為根據(jù)本發(fā)明的駕駛狀態(tài)判斷裝置的一個實施例中的駕駛狀態(tài)分析模塊的模塊示意圖。

具體實施方式

下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能解釋為對本發(fā)明的限制。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非特意聲明，這里使用的單數(shù)形式“一”、“一個”、“所述”和“該”也可包括復(fù)數(shù)形式。應(yīng)該進(jìn)一步理解的是，本發(fā)明的說明書中使用的措辭“包括”是指存在所述特征、整數(shù)、步驟、操作、元件和/或組件，但是并不排除存在或添加一個或多個其他特征、整數(shù)、步驟、操作、元件、組件和/或它們的組。應(yīng)該理解，當(dāng)我們稱元件被“連接”或“耦接”到另一元件時，它可以直接連接或耦接到其他元件，或者也可以存在中間元件。此外，這里使用的“連接”或“耦接”可以包括無線連接或無線耦接。這里使用的措辭“和/或”包括一個或更多個相關(guān)聯(lián)的列出項的全部或任一單元和全部組合。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，除非另外定義，這里使用的所有術(shù)語(包括技術(shù)術(shù)語和科學(xué)術(shù)語)，具有與本發(fā)明所屬領(lǐng)域中的普通技術(shù)人員的一般理解相同的意義。還應(yīng)該理解的是，諸如通用字典中定義的那些術(shù)語，應(yīng)該被理解為具有與現(xiàn)有技術(shù)的上下文中的意義一致的意義，并且除非像這里一樣被特定定義，否則不會用理想化或過于正式的含義來解釋。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，這里所使用的“終端”、“終端設(shè)備”既包括無線信號接收器的設(shè)備，其僅具備無發(fā)射能力的無線信號接收器的設(shè)備，又包括接收和發(fā)射硬件的設(shè)備，其具有能夠在雙向通信鏈路上，執(zhí)行雙向通信的接收和發(fā)射硬件的設(shè)備。這種設(shè)備可以包括：蜂窩或其他通信設(shè)備，其具有單線路顯示器或多線路顯示器或沒有多線路顯示器的蜂窩或其他通信設(shè)備；PCS(Personal Communications Service，個人通信系統(tǒng))，其可以組合語音、數(shù)據(jù)處理、傳真和/或數(shù)據(jù)通信能力；PDA(Personal Digital Assistant，個人數(shù)字助理)，其可以包括射頻接收器、尋呼機(jī)、互聯(lián)網(wǎng)/內(nèi)聯(lián)網(wǎng)訪問、網(wǎng)絡(luò)瀏覽器、記事本、日歷和/或GPS(Global Positioning System，全球定位系統(tǒng))接收器；常規(guī)膝上型和/或掌上型計算機(jī)或其他設(shè)備，其具有和/或包括射頻接收器的常規(guī)膝上型和/或掌上型計算機(jī)或其他設(shè)備。這里所使用的“終端”、“終端設(shè)備”可以是便攜式、可運(yùn)輸、安裝在交通工具(航空、海運(yùn)和/或陸地)中的，或者適合于和/或配置為在本地運(yùn)行，和/或以分布形式，運(yùn)行在地球和/或空間的任何其他位置運(yùn)行。這里所使用的“終端”、“終端設(shè)備”還可以是通信終端、上網(wǎng)終端、音樂/視頻播放終端，例如可以是PDA、MID(Mobile Internet Device，移動互聯(lián)網(wǎng)設(shè)備)和/或具有音樂/視頻播放功能的移動電話，也可以是智能電視、機(jī)頂盒等設(shè)備。

本技術(shù)領(lǐng)域技術(shù)人員可以理解，這里所使用的遠(yuǎn)端網(wǎng)絡(luò)設(shè)備，其包括但不限于計算機(jī)、網(wǎng)絡(luò)主機(jī)、單個網(wǎng)絡(luò)服務(wù)器、多個網(wǎng)絡(luò)服務(wù)器集或多個服務(wù)器構(gòu)成的云。在此，云由基于云計算(Cloud Computing)的大量計算機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成，其中，云計算是分布式計算的一種，由一群松散耦合的計算機(jī)集組成的一個超級虛擬計算機(jī)。本發(fā)明的實施例中，遠(yuǎn)端網(wǎng)絡(luò)設(shè)備、終端設(shè)備與WNS服務(wù)器之間可通過任何通信方式實現(xiàn)通信，包括但不限于，基于3GPP、LTE、WIMAX的移動通信、基于TCP/IP、UDP協(xié)議的計算機(jī)網(wǎng)絡(luò)通信以及基于藍(lán)牙、紅外傳輸標(biāo)準(zhǔn)的近距無線傳輸方式。

本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，本發(fā)明所稱的“應(yīng)用”、“應(yīng)用程序”、“應(yīng)用軟件”以及類似表述的概念，是業(yè)內(nèi)技術(shù)人員所公知的相同概念，是指由一系列計算機(jī)指令及相關(guān)數(shù)據(jù)資源有機(jī)構(gòu)造的適于電子運(yùn)行的計算機(jī)軟件。除非特別指定，這種命名本身不受編程語言種類、級別，也不受其賴以運(yùn)行的操作系統(tǒng)或平臺所限制。理所當(dāng)然地，此類概念也不受任何形式的終端所限制。

圖1為根據(jù)本發(fā)明的汽車駕駛行為提醒方法的一個實施例的流程圖，如圖1所示：

步驟101，獲取汽車數(shù)據(jù)存儲裝置中記錄的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)。

步驟102，根據(jù)行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)。

步驟103，如果汽車處于非正常駕駛狀態(tài)，則生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置。其中，非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)等。

步驟104，汽車數(shù)據(jù)存儲裝置基于用戶駕駛提醒信息發(fā)出提醒。

汽車數(shù)據(jù)存儲裝置在行車過程中監(jiān)控車輛的控制數(shù)據(jù)、系統(tǒng)數(shù)據(jù)、傳感器數(shù)據(jù)等，汽車數(shù)據(jù)存儲裝置發(fā)送行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)采用的方式包括：2G/3G/4G蜂窩移動通信網(wǎng)絡(luò)、WiFi、WiMax等。本發(fā)明的汽車數(shù)據(jù)存儲裝置可以為汽車黑匣子等裝置。本發(fā)明中的駕駛狀態(tài)判斷裝置可以采用多種形式或裝置，駕駛狀態(tài)判斷裝置可以為手持設(shè)備、車載設(shè)備、云服務(wù)器等。例如，手持設(shè)備獲取汽車數(shù)據(jù)存儲裝置中記錄的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)、并判斷汽車是否處于非正常駕駛狀態(tài)，可以生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置。也可以將汽車數(shù)據(jù)存儲裝置采集的數(shù)據(jù)傳送到云服務(wù)器端，由云服務(wù)器根據(jù)行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)判斷車輛是否處于非正常駕駛狀態(tài)，并生成用戶駕駛提醒信息等。在下面的實施例中以云服務(wù)器為例進(jìn)行說明。

汽車數(shù)據(jù)存儲裝置采集的數(shù)據(jù)能夠可靠地傳送到云服務(wù)器端，云服務(wù)器采用云存儲、云計算以及數(shù)據(jù)挖據(jù)等數(shù)據(jù)分析技術(shù)，為事故勘察、智能交通、車聯(lián)網(wǎng)等應(yīng)用提供基于軟件的云服務(wù)。云服務(wù)器能夠根據(jù)行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置，對主動預(yù)防交通事故具有重要意義，提高了駕駛員的行車安全。

云服務(wù)器能夠分析汽車的運(yùn)行軌跡和駕駛行為，并將分析結(jié)果發(fā)送回汽車數(shù)據(jù)存儲裝置、PC、手機(jī)、Pad等終端，如果云服務(wù)器判斷車輛處于危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)等狀態(tài)下，生成用戶駕駛提醒信息并由汽車數(shù)據(jù)存儲裝置發(fā)出提醒，例如為語音播放或在中控顯示屏上顯示提醒信息，能夠提高行車的安全性。

在一個實施例中，云服務(wù)器基于預(yù)設(shè)的汽車行車狀態(tài)模式的特征數(shù)據(jù)，將車輛的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)與特征數(shù)據(jù)進(jìn)行匹配，判斷當(dāng)前的汽車行車狀態(tài)。汽車行車狀態(tài)包括正常駕駛狀態(tài)、危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)等。行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息等。

汽車數(shù)據(jù)存儲裝置通過車輛傳感器采集車輛運(yùn)行參數(shù)，車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息等；汽車數(shù)據(jù)存儲裝置通過GPS設(shè)備采集車輛的地理位置信息；與周邊汽車或物體的相對距離和相對位置信息為汽車數(shù)據(jù)存儲裝置通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息。

例如，云服務(wù)器獲取了車輛的運(yùn)行參數(shù)，為汽車數(shù)據(jù)存儲裝置實時采集車輛的數(shù)據(jù)，包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息等。汽車數(shù)據(jù)存儲裝置通過GPS設(shè)備采集車輛的地理位置信息。與周邊汽車或物體的相對距離和相對位置信息為汽車數(shù)據(jù)存儲裝置通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息，如圖2所示。

云服務(wù)器將車輛運(yùn)行參數(shù)、車輛的地理位置信息、車輛與周邊汽車的相對距離和相對位置信息與電子地圖信息，在電子地圖上生成車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)。云服務(wù)器能夠根據(jù)車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，預(yù)測車輛之間、車輛與物體之間是否會發(fā)生碰撞。

云服務(wù)器在車輛和周邊車輛運(yùn)行軌跡上的每個位置點都添加相應(yīng)的運(yùn)行狀態(tài)，運(yùn)行狀態(tài)包括：速度、加速度、角速度和角加速度等?；谂鲎差A(yù)測規(guī)則對運(yùn)行狀態(tài)，即速度、加速度、角速度和角加速度等進(jìn)行分析，預(yù)測出車輛之間、車輛與物體之間是否會發(fā)生碰撞。如果有發(fā)生碰撞的可能性，則確定汽車處于危險駕駛狀態(tài)。

例如，車輛的運(yùn)行軌跡在電子地圖上顯示位于二環(huán)路上，在車輛的運(yùn)行軌跡上判斷有一個位置點突然發(fā)生了速度為0，并在此運(yùn)行軌跡的下一段上出現(xiàn)速度為負(fù)的多個位置點，則判斷車輛倒車或溜車。從位于此車輛后面的汽車的運(yùn)行軌跡上判斷此車的速度正常，并且，預(yù)測2秒后兩個運(yùn)行軌跡交匯，即發(fā)生碰撞事故，則確定汽車處于危險駕駛狀態(tài)，生成用戶駕駛提醒信息并由汽車數(shù)據(jù)存儲裝置發(fā)出提醒。

云服務(wù)器基于車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷車輛與其周邊車輛之間的距離是否小于安全距離。當(dāng)車輛與其周邊車輛之間的距離小于安全距離時，云服務(wù)器預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛車輛與周邊車輛或物體是否發(fā)生相撞。

例如，當(dāng)車輛與其側(cè)面的車輛之間的距離小于安全距離10米時，云服務(wù)器判斷車輛突然并線，預(yù)測在2秒內(nèi)2輛車會相撞，則確定汽車處于危險駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置，汽車數(shù)據(jù)存儲裝置基于用戶駕駛提醒信息發(fā)出提醒“將與左后方車輛發(fā)生碰撞，請不要并線”。

當(dāng)云服務(wù)器判斷車輛處于跟車過近、急加速、急轉(zhuǎn)彎等的狀態(tài)時，預(yù)測出車輛之間、車輛與物體之間是否會發(fā)生碰撞。如果有發(fā)生碰撞的可能性，則確定汽車處于危險駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。

在一個實施例中，云服務(wù)器判斷車輛的零部件是否出現(xiàn)異常，如果是，則確定汽車處于設(shè)備異常狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。行車狀態(tài)數(shù)據(jù)包括：設(shè)備故障碼。汽車數(shù)據(jù)存儲裝置采集汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，并發(fā)送給云服務(wù)器。

云服務(wù)器基于設(shè)備故障碼判斷車輛是否處于設(shè)備異常狀態(tài)。例如，ECU在發(fā)現(xiàn)汽車出現(xiàn)故障的情況下，例如發(fā)電機(jī)失效、點火線圈失效等，會生成與故障相應(yīng)的故障碼，故障碼屬于狀態(tài)數(shù)據(jù)的一部分，云服務(wù)器如果在所獲取的行車狀態(tài)數(shù)據(jù)中檢測到故障碼，則認(rèn)為汽車當(dāng)前存在故障。

云服務(wù)器判斷車輛的胎壓是否出現(xiàn)異常，如果是，則確定車輛處于設(shè)備異常狀態(tài)；其中，行車狀態(tài)數(shù)據(jù)包括：胎壓信息；汽車數(shù)據(jù)存儲裝置實時采集胎壓信息并發(fā)送給云服務(wù)器，云服務(wù)器基于胎壓信息判斷車輛的胎壓是否出現(xiàn)異常。

例如，胎壓監(jiān)測裝置安裝于輪胎內(nèi)部，用于實時監(jiān)測輪胎內(nèi)的氣壓(壓力)、溫度等輪胎參數(shù)，特別是輪胎壓力參數(shù)，并發(fā)送給汽車數(shù)據(jù)存儲裝置，該汽車數(shù)據(jù)存儲裝置發(fā)送胎壓信號，云服務(wù)器判斷胎壓是否小于或大于預(yù)設(shè)的閾值，實時進(jìn)行監(jiān)控和預(yù)警的目的。

汽車數(shù)據(jù)存儲裝置從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，例如可以分析自動駕駛操作的日志數(shù)據(jù)，也可以通過接口直接獲取，自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎等。汽車數(shù)據(jù)存儲裝置從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車等。檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置等。

云服務(wù)器根據(jù)自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定車輛為自動操作系統(tǒng)操作或駕駛員操作。例如，在方向盤上設(shè)置多個壓力傳感器，當(dāng)判斷壓力傳感器檢測的壓力超過閾值，則認(rèn)為是駕駛員在操作方向盤。云服務(wù)器通過分析檢測傳感器的信號，判斷駕駛員進(jìn)行了哪些操作，根據(jù)判斷控制指令是自動駕駛系統(tǒng)發(fā)出的還是駕駛員手動操作發(fā)出的。

云服務(wù)器基于周邊圖像信息識別出交通信號燈信息，基于行車狀態(tài)數(shù)據(jù)和交通信號燈信息判斷車輛是否違反交通規(guī)則，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。例如，云服務(wù)器分析出所拍攝到的周邊圖像信息中包括紅燈信息，但通過行車狀態(tài)數(shù)據(jù)判斷沒有發(fā)送剎車指示，則確定車輛處于違規(guī)駕駛狀態(tài)。

如果確定車輛由駕駛員操作，云服務(wù)器判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號。汽車數(shù)據(jù)存儲裝置采集設(shè)置在車內(nèi)的氣體傳感器發(fā)送的車內(nèi)氣體檢測信號，并發(fā)送給云服務(wù)器，云服務(wù)器根據(jù)車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

當(dāng)酒精濃度超過預(yù)設(shè)的值時，則駕駛員和乘客都有喝酒的可能，則確定汽車處于設(shè)備異常狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒，建議駕駛員做進(jìn)一步的化驗，以排除嫌疑。汽車數(shù)據(jù)存儲裝置也可以獲取駕駛員的脈搏信號數(shù)據(jù)、血壓數(shù)據(jù)、心率數(shù)據(jù)、體溫數(shù)據(jù)等，配合分析車內(nèi)的酒精濃度。

如果確定車輛由駕駛員操作，云服務(wù)器判斷駕駛員是否為疲勞駕車，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。駕駛行為數(shù)據(jù)包括：駕駛員圖像信息，汽車數(shù)據(jù)存儲裝置周期性采集車內(nèi)攝像裝置發(fā)送的駕駛員圖像信息，云服務(wù)器根據(jù)駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

汽車數(shù)據(jù)存儲裝置周期性采集車內(nèi)攝像裝置發(fā)送的駕駛員圖像信息，云服務(wù)器根據(jù)駕駛員圖像信息判斷在事故發(fā)生時、當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，例如，連續(xù)駕車4小時以上，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。還可以在方向盤上設(shè)置傳感器，采集脈搏、心率等信號并進(jìn)行分析。脈搏、心率以及包含了人體的各種生理狀況，從脈搏信號中可以提取駕駛員的疲勞特征，從而反映出駕駛員的疲勞狀況。

人體處于疲勞狀態(tài)繼續(xù)駕駛車輛，會感到困倦瞌睡，四肢無力，注意力不集中，判斷能力下降，甚至出現(xiàn)精神恍惚或瞬間記憶消失，出現(xiàn)動作遲誤或過早，操作停頓或修正時間不當(dāng)?shù)炔话踩蛩?，極易發(fā)生道路交通事故，因此有必要生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置發(fā)出提醒。

基于駕駛員圖像信息，云服務(wù)器跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)：其中，異常場景包括：打哈欠、打噴嚏、合閉眼、接打電話、與人交談等。例如，云服務(wù)器通過分析駕駛員圖像信息，自動檢測、跟蹤眼睛和嘴巴等面部器官的運(yùn)動特性，并統(tǒng)計一定時間內(nèi)的面部運(yùn)動指標(biāo)，利用建好的形狀模型和局部表觀模型進(jìn)行特征點匹配得到疲勞檢測結(jié)果。在駕駛室內(nèi)適當(dāng)位置安裝監(jiān)控探頭裝置，實時監(jiān)控駕駛員的精神狀態(tài)，判斷是否出現(xiàn)異常情況，例如，打哈欠、打噴嚏、合閉眼、長時間瞇眼、接打電話、與人交談等。

云服務(wù)器根據(jù)燈光狀態(tài)參數(shù)以及行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈等。例如，當(dāng)車輛的遠(yuǎn)光燈處于開啟狀態(tài)時，與周邊車輛會車時車輛的遠(yuǎn)光燈未處于關(guān)閉狀態(tài)，而導(dǎo)致的對周邊車輛駕駛員產(chǎn)生干擾，則確定車輛處于違規(guī)駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。

云服務(wù)器獲取車輛當(dāng)前的位置和運(yùn)行速度，并基于電子地圖信息獲取車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)。云服務(wù)器判斷車輛當(dāng)前的運(yùn)行速度是否大于限速標(biāo)準(zhǔn)，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。例如，車輛在高速路上行駛的平均速度超過道路限速的標(biāo)準(zhǔn)120公里/小時，則確定車輛處于違規(guī)駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。

云服務(wù)器獲取車輛當(dāng)前的運(yùn)行速度，判斷此車輛為停止或倒車狀態(tài)。云服務(wù)器獲取車輛當(dāng)前的位置，并基于電子地圖信息獲取車輛當(dāng)前所處的道路信息。云服務(wù)器判斷車輛違規(guī)停車或倒車，則確定車輛處于違規(guī)駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒。

云服務(wù)器根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷油耗是否大于與發(fā)動機(jī)轉(zhuǎn)速和行駛速度相對應(yīng)的油耗閾值，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。例如，駕駛員會有在沒有掛好檔的情況下就會踩油門起步，出現(xiàn)急加速、頻繁剎車等不良駕駛行為，駕駛員的不良駕駛行為導(dǎo)致汽車百公里燃油消耗量過大，確定車輛處于不良駕駛狀態(tài)，生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒，可以監(jiān)控駕駛員的駕駛行為，規(guī)范操作，促進(jìn)安全駕駛與節(jié)油駕駛。

云服務(wù)器在換擋策略規(guī)則中查找與發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。例如，云服務(wù)器預(yù)先經(jīng)過樣本訓(xùn)練，通過采集汽車的發(fā)動機(jī)轉(zhuǎn)速和車速，生成換擋策略規(guī)則，在換擋策略規(guī)則中設(shè)置有發(fā)動機(jī)轉(zhuǎn)速和車速變換為對應(yīng)的檔位。云服務(wù)器基于換擋策略規(guī)則確定與汽車數(shù)據(jù)存儲裝置采集的發(fā)動機(jī)轉(zhuǎn)速和車速對應(yīng)的檔位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息，并發(fā)送到汽車數(shù)據(jù)存儲裝置用于發(fā)出提醒，建議駕駛員使用正確的檔位。

上述實施例中提供的汽車駕駛行為提醒方法及系統(tǒng)，汽車數(shù)據(jù)存儲裝置在行車過程中監(jiān)控車輛的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)等，汽車數(shù)據(jù)存儲裝置采集的數(shù)據(jù)能夠可靠地傳送到云服務(wù)器端，云服務(wù)器能夠基于汽車的運(yùn)行軌跡和駕駛行為實時判斷出汽車所處的行駛狀態(tài)，對車輛行駛過程中的各種不正常的駕駛行為進(jìn)行提醒，幫助駕駛員養(yǎng)成良好的駕駛習(xí)慣，并且對車輛行駛過程中可能發(fā)生的緊急情況和預(yù)發(fā)事故及時提醒。

在一個實施例中，如圖3、4所示，本發(fā)明提供一種汽車駕駛行為提醒系統(tǒng)，包括：駕駛狀態(tài)判斷裝置20和汽車數(shù)據(jù)存儲裝置30。駕駛狀態(tài)判斷裝置20包括：數(shù)據(jù)接收模塊21、駕駛狀態(tài)分析模塊22和提醒信息生成模塊23。汽車數(shù)據(jù)存儲裝置30包括：運(yùn)行參數(shù)采集模塊31、地理位置采集模塊32、周邊數(shù)據(jù)采集模塊33和用戶提醒模塊34。

數(shù)據(jù)接收模塊21接收汽車數(shù)據(jù)存儲裝置發(fā)送的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)。駕駛狀態(tài)分析模塊22根據(jù)行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，提醒信息生成模塊23如果判斷汽車是否處于非正常駕駛狀態(tài)，則生成用戶駕駛提醒信息并發(fā)送到汽車數(shù)據(jù)存儲裝置30。非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)等。

用戶提醒模塊34基于用戶駕駛提醒信息發(fā)出提醒。行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息。運(yùn)行參數(shù)采集模塊31通過車輛傳感器采集車輛運(yùn)行參數(shù)，車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息。地理位置采集模塊32通過GPS設(shè)備采集車輛的地理位置信息。周邊數(shù)據(jù)采集模塊33通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息，作為與周邊汽車或物體的相對距離和相對位置信息。

如圖4所示，駕駛狀態(tài)分析模塊22包括：運(yùn)行軌跡生成單元221和駕駛狀態(tài)確定單元222。運(yùn)行軌跡生成單元221根據(jù)車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息并結(jié)合電子地圖信息，生成車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)。駕駛狀態(tài)確定單元222根據(jù)車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，判斷是否有發(fā)生碰撞的可能性，如果有，則確定汽車處于危險駕駛狀態(tài)。

駕駛狀態(tài)確定單元222基于車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷車輛與其周邊車輛之間的距離是否小于安全距離。當(dāng)車輛與其周邊車輛之間的距離小于安全距離時，預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛的車輛與周邊車輛或物體是否發(fā)生相撞。

駕駛狀態(tài)確定單元222判斷車輛的零部件是否出現(xiàn)異常，如果是，則確定汽車處于設(shè)備異常狀態(tài)。駕駛狀態(tài)確定單元222基于設(shè)備故障碼判斷車輛是否處于設(shè)備異常狀態(tài)。行車狀態(tài)數(shù)據(jù)包括：設(shè)備故障碼，運(yùn)行參數(shù)采集模塊31采集汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，并發(fā)送給數(shù)據(jù)接收模塊21。

駕駛狀態(tài)確定單元222判斷車輛的胎壓是否出現(xiàn)異常，如果是，則確定車輛處于設(shè)備異常狀態(tài)。行車狀態(tài)數(shù)據(jù)包括：胎壓信息，運(yùn)行參數(shù)采集模塊31實時采集胎壓信息并發(fā)送給數(shù)據(jù)接收模塊21。駕駛狀態(tài)確定單元222基于胎壓信息判斷車輛的胎壓是否出現(xiàn)異常。

運(yùn)行參數(shù)采集模塊31從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎等。從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車等。檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置。

駕駛狀態(tài)確定單元222根據(jù)自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定車輛為自動操作系統(tǒng)操作或駕駛員操作。如果確定車輛由駕駛員操作，駕駛狀態(tài)確定單元222判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則駕駛狀態(tài)確定單元222確定車輛處于違規(guī)駕駛狀態(tài)。駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號，運(yùn)行數(shù)據(jù)采集模塊31采集設(shè)置在車內(nèi)的氣體傳感器發(fā)送的車內(nèi)氣體檢測信號，并發(fā)送給數(shù)據(jù)接收模塊21。駕駛狀態(tài)確定單元222根據(jù)車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

如果確定車輛由駕駛員操作，駕駛狀態(tài)確定單元222判斷駕駛員是否為疲勞駕車，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。駕駛行為數(shù)據(jù)包括：駕駛員圖像信息，運(yùn)行數(shù)據(jù)采集模塊21周期性采集車內(nèi)攝像裝置發(fā)送的駕駛員圖像信息。駕駛狀態(tài)確定單元222根據(jù)駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

駕駛狀態(tài)確定單元222基于駕駛員圖像信息，跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則駕駛狀態(tài)確定單元222確定車輛處于違規(guī)駕駛狀態(tài)。其中，異常場景包括：打哈欠、打噴嚏、合閉眼、接打電話、與人交談等。

駕駛狀態(tài)確定單元222根據(jù)燈光狀態(tài)參數(shù)以及行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則駕駛狀態(tài)確定單元222確定車輛處于違規(guī)駕駛狀態(tài)。車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈等。

駕駛狀態(tài)確定單元222獲取車輛當(dāng)前的位置和運(yùn)行速度，并基于電子地圖信息獲取車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)。駕駛狀態(tài)確定單元222判斷車輛當(dāng)前的運(yùn)行速度是否大于限速標(biāo)準(zhǔn)，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。

駕駛狀態(tài)確定單元222獲取車輛當(dāng)前的運(yùn)行速度，判斷此車輛為停止或倒車狀態(tài)。駕駛狀態(tài)確定單元222獲取車輛當(dāng)前的位置，并基于電子地圖信息獲取車輛當(dāng)前所處的道路信息。駕駛狀態(tài)確定單元222判斷車輛是否違規(guī)停車或倒車，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)。

駕駛狀態(tài)確定單元222根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷油耗是否大于與發(fā)動機(jī)轉(zhuǎn)速和行駛速度相對應(yīng)的油耗閾值，如果是，則駕駛狀態(tài)確定單元222確定車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。駕駛狀態(tài)確定單元222在換擋策略規(guī)則中查找與發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。

上述實施例中提供的汽車駕駛行為提醒方法及系統(tǒng)，汽車數(shù)據(jù)存儲裝置在行車過程中監(jiān)控車輛的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)等，汽車數(shù)據(jù)存儲裝置采集的數(shù)據(jù)能夠可靠地傳送到駕駛狀態(tài)判斷裝置，例如云服務(wù)器等，駕駛狀態(tài)判斷裝置能夠基于汽車的運(yùn)行軌跡和駕駛行為實時判斷出汽車所處的行駛狀態(tài)，對車輛行駛過程中的各種不正常的駕駛行為進(jìn)行提醒，幫助駕駛員養(yǎng)成良好的駕駛習(xí)慣，并且對車輛行駛過程中可能發(fā)生的緊急情況和預(yù)發(fā)事故及時提醒，提高了駕駛員的行車安全，實現(xiàn)智能安全的行車提醒，從而降低交通事故率。

本發(fā)明的實施例公開了：

A1、一種汽車駕駛行為提醒方法，其特征在于，包括：

獲取汽車數(shù)據(jù)存儲裝置中記錄的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)；

根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，如果是，則生成用戶駕駛提醒信息并發(fā)送到所述汽車數(shù)據(jù)存儲裝置；

所述汽車數(shù)據(jù)存儲裝置基于所述用戶駕駛提醒信息發(fā)出提醒。

A2、如A1所述的方法，其特征在于：

所述行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息；

所述非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)。

A3、如A2所述的方法，其特征在于：

安裝在車輛上的所述汽車數(shù)據(jù)存儲裝置通過車輛傳感器采集所述車輛運(yùn)行參數(shù)，所述車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息；

所述汽車數(shù)據(jù)存儲裝置通過GPS設(shè)備采集所述車輛的地理位置信息；

所述與周邊汽車或物體的相對距離和相對位置信息為所述汽車數(shù)據(jù)存儲裝置通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息。

A4、如A3所述的方法，其特征在于，所述根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

根據(jù)所述車輛運(yùn)行參數(shù)、所述車輛的地理位置信息、所述與周邊汽車或物體的相對距離和相對位置信息并結(jié)合電子地圖信息，生成所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)；

根據(jù)所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，判斷是否有發(fā)生碰撞的可能性，如果有，則確定汽車處于危險駕駛狀態(tài)。

A5、如A4所述的方法，其特征在于，所述判斷是否有發(fā)生碰撞的可能性包括：

基于所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷所述車輛與其周邊車輛之間的距離是否小于安全距離；

當(dāng)所述車輛與其周邊車輛之間的距離小于安全距離時，預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛所述車輛與周邊車輛或物體是否發(fā)生相撞。

A6、如A5所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

判斷所述車輛的零部件是否出現(xiàn)異常，如果是，則確定所述車輛處于設(shè)備異常狀態(tài)。

A7、如A6所述的方法，其特征在于：

所述行車狀態(tài)數(shù)據(jù)包括：設(shè)備故障碼；接收所述汽車數(shù)據(jù)存儲裝置采集的汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，基于所述設(shè)備故障碼判斷所述車輛是否處于設(shè)備異常狀態(tài)。

A8、如A6所述的方法，其特征在于，包括：

判斷所述車輛的胎壓是否出現(xiàn)異常，如果是，則確定所述車輛處于設(shè)備異常狀態(tài)；

其中，所述行車狀態(tài)數(shù)據(jù)包括：胎壓信息；接收所述汽車數(shù)據(jù)存儲裝置實時采集的胎壓信息，基于所述胎壓信息判斷所述車輛輛的胎壓是否出現(xiàn)異常。

A9、如A4所述的方法，其特征在于，包括：

所述汽車數(shù)據(jù)存儲裝置從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，所述自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎；

所述汽車數(shù)據(jù)存儲裝置從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車；

其中，所述檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置；

根據(jù)所述自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定所述車輛為自動操作系統(tǒng)操作或駕駛員操作。

A10、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

如果確定所述車輛由駕駛員操作，判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號；接收所述汽車數(shù)據(jù)存儲裝置通過設(shè)置在車內(nèi)的氣體傳感器采集的所述車內(nèi)氣體檢測信號，根據(jù)所述車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

A11、如A9所述的方法，其特征在于,根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

如果確定所述車輛由駕駛員操作，判斷駕駛員是否為疲勞駕車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述駕駛行為數(shù)據(jù)包括：駕駛員圖像信息；接收所述汽車數(shù)據(jù)存儲裝置周期性采集的車內(nèi)攝像裝置發(fā)送的所述駕駛員圖像信息；根據(jù)所述駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

A12、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

基于所述駕駛員圖像信息，跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于所述運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

A13、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

根據(jù)所述燈光狀態(tài)參數(shù)以及所述行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈。

A14、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

獲取所述車輛當(dāng)前的位置和運(yùn)行速度，并基于所述電子地圖信息獲取所述車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)；

判斷所述車輛當(dāng)前的運(yùn)行速度是否大于所述限速標(biāo)準(zhǔn)，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

A15、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

獲取所述車輛當(dāng)前的運(yùn)行速度，判斷所述車輛為停止或倒車狀態(tài)；

獲取所述車輛當(dāng)前的位置，并基于所述電子地圖信息獲取所述車輛當(dāng)前所處的道路信息；

判斷車輛是否違規(guī)停車或倒車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

A16、如A9所述的方法，其特征在于，根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)包括：

根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷所述油耗是否大于與所述發(fā)動機(jī)轉(zhuǎn)速和所述行駛速度相對應(yīng)的油耗閾值，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。

A17、如A16所述的方法，其特征在于：

在換擋策略規(guī)則中查找與所述發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。

A18、如A1所述的方法，其特征在于:

所述汽車數(shù)據(jù)存儲裝置通過語音或文字信息的方式發(fā)出提醒；

所述汽車數(shù)據(jù)存儲裝置發(fā)送行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)采用的方式包括：2G/3G/4G蜂窩移動通信網(wǎng)絡(luò)、WiFi、WiMax。

B19、一種汽車駕駛行為提醒系統(tǒng)，其特征在于，包括：駕駛狀態(tài)判斷裝置和汽車數(shù)據(jù)存儲裝置；

所述駕駛狀態(tài)判斷裝置，包括：

數(shù)據(jù)接收模塊，用于接收汽車數(shù)據(jù)存儲裝置發(fā)送的行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)；

駕駛狀態(tài)分析模塊，用于根據(jù)所述行車狀態(tài)數(shù)據(jù)和所述駕駛行為數(shù)據(jù)判斷汽車是否處于非正常駕駛狀態(tài)，

提醒信息生成模塊，用于如果判斷汽車是否處于非正常駕駛狀態(tài)，則生成用戶駕駛提醒信息并發(fā)送到所述汽車數(shù)據(jù)存儲裝置；

所述汽車數(shù)據(jù)存儲裝置，包括：

用戶提醒模塊，用于基于所述用戶駕駛提醒信息發(fā)出提醒。

B20、如B19所述的系統(tǒng)，其特征在于：

所述行車狀態(tài)數(shù)據(jù)包括：車輛運(yùn)行參數(shù)、車輛的地理位置信息、與周邊汽車或物體的相對距離和相對位置信息；

所述非正常駕駛狀態(tài)包括：危險駕駛狀態(tài)、設(shè)備異常狀態(tài)、違規(guī)駕駛狀態(tài)、疲勞駕駛狀態(tài)、不良習(xí)慣駕駛狀態(tài)。

B21、如B20所述的系統(tǒng)，其特征在于：

所述汽車數(shù)據(jù)存儲裝置，還包括：

運(yùn)行參數(shù)采集模塊，用于通過車輛傳感器采集所述車輛運(yùn)行參數(shù)，所述車輛運(yùn)行參數(shù)包括：行駛速度、發(fā)動機(jī)轉(zhuǎn)速、油門開度、剎車狀況、轉(zhuǎn)向角、燈光狀態(tài)參數(shù)、油耗、檔位信息；

地理位置采集模塊，用于通過GPS設(shè)備采集所述車輛的地理位置信息；

周邊數(shù)據(jù)采集模塊，用于通過測距雷達(dá)裝置和圖像采集裝置采集的雷達(dá)數(shù)據(jù)信息和周邊圖像信息，作為所述與周邊汽車或物體的相對距離和相對位置信息。

B22、如B21所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)分析模塊，包括：

運(yùn)行軌跡生成單元，用于根據(jù)所述車輛運(yùn)行參數(shù)、所述車輛的地理位置信息、所述與周邊汽車或物體的相對距離和相對位置信息并結(jié)合電子地圖信息，生成所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)；

駕駛狀態(tài)確定單元，用于根據(jù)所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)，判斷是否有發(fā)生碰撞的可能性，如果有，則確定汽車處于危險駕駛狀態(tài)。

B23、如B22所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于基于所述車輛和周邊車輛的運(yùn)行軌跡和運(yùn)行狀態(tài)判斷所述車輛與其周邊車輛之間的距離是否小于安全距離；當(dāng)所述車輛與其周邊車輛之間的距離小于安全距離時，預(yù)測在預(yù)設(shè)的時間閾值內(nèi)、按照當(dāng)前運(yùn)行狀態(tài)行駛的車輛與周邊車輛或物體是否發(fā)生相撞。

B24、如B23所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于判斷所述車輛的零部件是否出現(xiàn)異常，如果是，則確定汽車處于設(shè)備異常狀態(tài)。

B25、如B24所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于基于設(shè)備故障碼判斷車輛是否處于設(shè)備異常狀態(tài)；

其中，所述行車狀態(tài)數(shù)據(jù)包括：所述設(shè)備故障碼；所述運(yùn)行參數(shù)采集模塊采集汽車控制系統(tǒng)發(fā)送的設(shè)備故障碼，并發(fā)送給所述數(shù)據(jù)接收模塊。

B26、如B24所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于判斷所述車輛的胎壓是否出現(xiàn)異常，如果是，則確定車輛處于設(shè)備異常狀態(tài)；

其中，所述行車狀態(tài)數(shù)據(jù)包括：胎壓信息；所述運(yùn)行參數(shù)采集模塊實時采集胎壓信息并發(fā)送給所述數(shù)據(jù)接收模塊；所述駕駛狀態(tài)確定單元基于所述胎壓信息判斷車輛的胎壓是否出現(xiàn)異常。

B27、如B22所述的系統(tǒng)，其特征在于，包括：

所述運(yùn)行參數(shù)采集模塊，還用于從車輛的自動駕駛系統(tǒng)中獲取自動駕駛操作數(shù)據(jù)，所述自動駕駛操作數(shù)據(jù)包括：剎車、加大或減小油門、開或關(guān)信號燈、轉(zhuǎn)彎；從檢測傳感器采集手動駕駛操作數(shù)據(jù)，包括：踩油門、轉(zhuǎn)動方向盤、開或關(guān)信號燈、剎車；

其中，所述檢測傳感器設(shè)置的位置包括：方向盤、腳剎踏板、離合踏板、油門踏板、燈光開關(guān)、手剎裝置；

所述駕駛狀態(tài)確定單元，還用于根據(jù)所述自動駕駛操作數(shù)據(jù)或手動駕駛操作數(shù)據(jù)，確定所述車輛為自動操作系統(tǒng)操作或駕駛員操作。

B28、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于如果確定所述車輛由駕駛員操作，判斷車內(nèi)的酒精濃度是否超過預(yù)設(shè)的閾值，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述駕駛行為數(shù)據(jù)包括：車內(nèi)氣體檢測信號；所述運(yùn)行數(shù)據(jù)采集模塊采集設(shè)置在車內(nèi)的氣體傳感器發(fā)送的所述車內(nèi)氣體檢測信號，并發(fā)送給所述數(shù)據(jù)接收模塊；所述駕駛狀態(tài)確定單元根據(jù)所述車內(nèi)氣體檢測信號分析車內(nèi)的酒精濃度。

B29、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于如果確定所述車輛由駕駛員操作，判斷駕駛員是否為疲勞駕車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述駕駛行為數(shù)據(jù)包括：駕駛員圖像信息；所述運(yùn)行數(shù)據(jù)采集模塊周期性采集車內(nèi)攝像裝置發(fā)送的所述駕駛員圖像信息；所述駕駛狀態(tài)確定單元根據(jù)所述駕駛員圖像信息判斷當(dāng)前駕駛員的連續(xù)駕駛時間是否超過設(shè)定的駕駛時長閾值，如果是，則確定當(dāng)前駕駛員為疲勞駕駛。

B30、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于基于所述駕駛員圖像信息，跟蹤駕駛員的多個面部器官的運(yùn)動特征，基于所述運(yùn)動特性判斷是否出現(xiàn)異常場景，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

B31、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于根據(jù)所述燈光狀態(tài)參數(shù)以及所述行車狀態(tài)數(shù)據(jù)判斷駕駛員是否按車燈使用規(guī)定使用車燈，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)；

其中，所述車燈包括：遠(yuǎn)光燈、轉(zhuǎn)向燈、緊急燈。

B32、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于獲取車輛當(dāng)前的位置和運(yùn)行速度，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息和該道路的限速標(biāo)準(zhǔn)；判斷車輛當(dāng)前的運(yùn)行速度是否大于所述限速標(biāo)準(zhǔn)，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

B33、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于獲取車輛當(dāng)前的運(yùn)行速度，判斷此車輛為停止或倒車狀態(tài)；獲取車輛當(dāng)前的位置，并基于所述電子地圖信息獲取車輛當(dāng)前所處的道路信息；判斷車輛是否違規(guī)停車或倒車，如果是，則確定所述車輛處于違規(guī)駕駛狀態(tài)。

B34、如B27所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于根據(jù)發(fā)動機(jī)轉(zhuǎn)速、行駛速度以及油耗，判斷所述油耗是否大于與所述發(fā)動機(jī)轉(zhuǎn)速和所述行駛速度相對應(yīng)的油耗閾值，如果是，則確定車輛處于違規(guī)駕駛狀態(tài)處于不良駕駛狀態(tài)。

B35、如B34所述的系統(tǒng)，其特征在于：

所述駕駛狀態(tài)確定單元，還用于在換擋策略規(guī)則中查找與所述發(fā)動機(jī)轉(zhuǎn)速、行駛速度對應(yīng)的擋位，在生成的用戶駕駛提醒信息中攜帶此檔位的信息。

B36、如B19所述的系統(tǒng)，其特征在于:

所述用戶提醒模塊通過語音或文字信息的方式發(fā)出提醒；

其中，所述汽車數(shù)據(jù)存儲裝置發(fā)送行車狀態(tài)數(shù)據(jù)和駕駛行為數(shù)據(jù)采用的方式包括：2G/3G/4G蜂窩移動通信網(wǎng)絡(luò)、WiFi、WiMax。

以上僅是本發(fā)明的部分實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。