一种车辆的智能避障方法及装置

技术领域

本发明涉及智能安全驾驶技术领域，尤其涉及一种车辆的智能避障方法及装置。

背景技术

随着互联网技术及经济水平的飞速发展，车辆已然成为人民日常生活中的一项重要的交通工具。驾驶安全一直是人们关注的重点，并且随着科学技术的发展，驾驶的智能化也成为人们在车辆驾驶过程中的热点。

当前，在车辆驾驶安全上，一般是通过判断车辆与障碍物之间的距离进而判断是否执行避障操作，且当前避障操作的方式往往是固定的，并没有考虑到乘客在车内的具体情况。因此，若车辆在驾驶的过程中遇到障碍物并执行避障操作时，存在因避障操作过于激烈从而降低乘客乘坐的舒适度，甚至会降低乘客乘坐车辆的安全性。可见，提供一种新的车辆的避障方法以提高车辆避障过程中乘客的舒适度及安全性显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种车辆的智能避障方法及装置，能够结合车内乘客的乘坐情况对车辆实现智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

为了解决上述技术问题，本发明第一方面公开了一种车辆的智能避障方法，所述方法包括：

获取目标车辆的目标实时信息，其中所述目标实时信息包括所述目标车辆的车辆实时信息、所述目标车辆中所包括的每个乘客的乘客实时信息、所述目标车辆所在道路的道路实时信息；

分析所述目标车辆所包括的每个所述乘客的乘客实时信息，得到所述目标车辆所包括的每个所述乘客的乘客姿态信息，其中，所述乘客姿态信息包括每个所述乘客的身体倾斜角度信息、每个所述乘客的身体扭曲程度信息中的一种或多种；

对于所述目标车辆的每个所述乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数；

分析所述目标车辆所在道路的道路实时信息，得到道路分析结果，所述道路分析结果包括所述目标车辆所在道路的障碍物的障碍信息；

根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第一方面中，所述根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数，包括：

根据所述道路分析结果以及所述目标车辆的车辆实时信息，生成所述目标车辆与所述障碍物之间的障碍影响关系；

根据所有所述乘客的乘坐舒适参数以及所述障碍影响关系，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第一方面中，所述对于所述目标车辆的每个所述乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数之前，所述方法还包括：

获取若干个训练样本信息，所述训练样本信息包括驾驶参数值；

对于每个所述训练样本信息，计算该训练样本信息的个体适应度；

根据所有所述训练样本信息的个体适应度，从所有所述训练样本信息中筛选出所述个体适应度大于等于预设的适应度阈值的至少一个目标训练样本信息；

根据每个所述目标训练样本信息的驾驶参数值以及每个所述目标训练样本信息的个体适应度，对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型。

作为一种可选的实施方式，在本发明第一方面中，所述分析所述目标车辆所包括的每个所述乘客的乘客实时信息，得到所述目标车辆所包括的每个所述乘客的乘客姿态信息，包括：

获取所述目标车辆所包括的每个所述乘客的多模态信息，所述多模态信息包括表情信息、语音信息、动作信息中的一种或多种；

对于所述目标车辆上所乘坐的每个所述乘客，对该乘客的多模态信息以及该乘客的乘客姿态信息执行多模态拟合操作，得到该乘客的姿态拟合结果；

对于所述目标车辆上所乘坐的每个所述乘客，根据该乘客的姿态拟合结果，确定该乘客的乘客姿态信息。

作为一种可选的实施方式，在本发明第一方面中，所述根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数之前，所述方法还包括：

获取所述目标车辆的每个所述乘客的乘客属性信息，根据每个所述乘客的乘客属性信息，生成每个所述乘客的避障优先级；

基于所有所述乘客的避障优先级以及所有所述乘客的乘坐舒适参数，生成乘客避障顺序，其中，所述乘客避障顺序中排列越前的乘客的避障优先级越高；

其中，所述根据所有所述乘客的乘坐舒适参数以及所述障碍影响关系，生成所述目标车辆的避障控制参数，包括：

根据所述乘客避障顺序以及所述障碍影响关系，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述乘客避障顺序以及所述障碍影响关系，生成所述目标车辆的避障控制参数，包括：

根据障碍影响关系，生成所述目标车辆的至少一个避障参考方案，每个所述避障参考方案包括避障参考速度控制参数、避障参考加速度控制参数、避障参考弯度控制参数；

根据所述乘客避障顺序，从所述目标车辆所包括的所有所述乘客中确定出目标乘客，所述目标乘客对应的避障优先级为最高避障优先级；

基于所述目标乘客的乘坐舒适参数，从所有所述避障参考方案中确定出目标避障参考方案，并根据所述目标避障参考方案，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第一方面中，所述基于所述目标乘客的乘坐舒适参数，从所有所述避障参考方案中确定出目标避障参考方案，包括：

对于每个所述避障参考方案，根据所述目标乘客的乘坐舒适参数，计算所述目标乘客与该避障参考方案之间的匹配度；

根据所述目标乘客与每个所述避障参考方案之间的匹配度，从所有所述匹配度中确定出最高匹配度，并将所述最高匹配度对应的避障参考方案确定为目标避障参考方案；或者，

对于每个所述避障参考方案，确定该避障参考方案的方案关键字，以及根据所述目标乘客的乘坐舒适参数，确定所述目标乘客的舒适关键字；

对于每个所述避障参考方案，计算该避障参考方案的方案关键字与所述目标乘客的舒适关键字之间的关键字匹配度；

从所有所述关键字匹配度中确定出最高关键字匹配度，并将所述关键字匹配度对应的避障参考方案确定为目标避障参考方案。

本发明第二方面公开了一种车辆的智能避障装置，所述装置包括：

获取模块，用于获取目标车辆的目标实时信息，其中所述目标实时信息包括所述目标车辆的车辆实时信息、所述目标车辆中所包括的每个乘客的乘客实时信息、所述目标车辆所在道路的道路实时信息；

分析模块，用于分析所述目标车辆所包括的每个所述乘客的乘客实时信息，得到所述目标车辆所包括的每个所述乘客的乘客姿态信息，其中，所述乘客姿态信息包括每个所述乘客的身体倾斜角度信息、每个所述乘客的身体扭曲程度信息中的一种或多种；

确定模块，用于对于所述目标车辆的每个所述乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数；

所述分析模块，还用于分析所述目标车辆所在道路的道路实时信息，得到道路分析结果，所述道路分析结果包括所述目标车辆所在道路的障碍物的障碍信息；

生成模块，用于根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第二方面中，所述生成模块根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数的具体方式包括：

根据所述道路分析结果以及所述目标车辆的车辆实时信息，生成所述目标车辆与所述障碍物之间的障碍影响关系；

根据所有所述乘客的乘坐舒适参数以及所述障碍影响关系，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第二方面中，所述获取模块，还用于在所述确定模块对于所述目标车辆的每个所述乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数之前，获取若干个训练样本信息，所述训练样本信息包括驾驶参数值；

所述装置还包括：

计算模块，对于每个所述训练样本信息，计算该训练样本信息的个体适应度；

筛选模块，用于根据所有所述训练样本信息的个体适应度，从所有所述训练样本信息中筛选出所述个体适应度大于等于预设的适应度阈值的至少一个目标训练样本信息；

训练模块，用于根据每个所述目标训练样本信息的驾驶参数值以及每个所述目标训练样本信息的个体适应度，对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型。

作为一种可选的实施方式，在本发明第二方面中，所述分析模块分析所述目标车辆所包括的每个所述乘客的乘客实时信息，得到所述目标车辆所包括的每个所述乘客的乘客姿态信息的具体方式包括：

获取所述目标车辆所包括的每个所述乘客的多模态信息，所述多模态信息包括表情信息、语音信息、动作信息中的一种或多种；

对于所述目标车辆上所乘坐的每个所述乘客，对该乘客的多模态信息以及该乘客的乘客姿态信息执行多模态拟合操作，得到该乘客的姿态拟合结果；

对于所述目标车辆上所乘坐的每个所述乘客，根据该乘客的姿态拟合结果，确定该乘客的乘客姿态信息。

作为一种可选的实施方式，在本发明第二方面中，所述获取模块，还用于在所述生成模块根据所有所述乘客的乘坐舒适参数以及所述道路分析结果、所述目标车辆的车辆实时信息，生成所述目标车辆的避障控制参数之前，获取所述目标车辆的每个所述乘客的乘客属性信息；

所述生成模块，还用于根据每个所述乘客的乘客属性信息，生成每个所述乘客的避障优先级；基于所有所述乘客的避障优先级以及所有所述乘客的乘坐舒适参数，生成乘客避障顺序，其中，所述乘客避障顺序中排列越前的乘客的避障优先级越高；

其中，所述生成模块根据所有所述乘客的乘坐舒适参数以及所述障碍影响关系，生成所述目标车辆的避障控制参数的具体方式包括：

根据所述乘客避障顺序以及所述障碍影响关系，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第二方面中，所述生成模块根据所述乘客避障顺序以及所述障碍影响关系，生成所述目标车辆的避障控制参数的具体方式包括：

根据障碍影响关系，生成所述目标车辆的至少一个避障参考方案，每个所述避障参考方案包括避障参考速度控制参数、避障参考加速度控制参数、避障参考弯度控制参数；

根据所述乘客避障顺序，从所述目标车辆所包括的所有所述乘客中确定出目标乘客，所述目标乘客对应的避障优先级为最高避障优先级；

基于所述目标乘客的乘坐舒适参数，从所有所述避障参考方案中确定出目标避障参考方案，并根据所述目标避障参考方案，生成所述目标车辆的避障控制参数。

作为一种可选的实施方式，在本发明第二方面中，所述生成模块基于所述目标乘客的乘坐舒适参数，从所有所述避障参考方案中确定出目标避障参考方案的具体方式包括：

对于每个所述避障参考方案，根据所述目标乘客的乘坐舒适参数，计算所述目标乘客与该避障参考方案之间的匹配度；

根据所述目标乘客与每个所述避障参考方案之间的匹配度，从所有所述匹配度中确定出最高匹配度，并将所述最高匹配度对应的避障参考方案确定为目标避障参考方案；或者，

对于每个所述避障参考方案，确定该避障参考方案的方案关键字，以及根据所述目标乘客的乘坐舒适参数，确定所述目标乘客的舒适关键字；

对于每个所述避障参考方案，计算该避障参考方案的方案关键字与所述目标乘客的舒适关键字之间的关键字匹配度；

从所有所述关键字匹配度中确定出最高关键字匹配度，并将所述关键字匹配度对应的避障参考方案确定为目标避障参考方案。

本发明第三方面公开了另一种车辆的智能避障装置，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的车辆的智能避障方法。

本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的车辆的智能避障方法。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，获取目标车辆的目标实时信息；分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息；对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数；分析目标车辆所在道路的道路实时信息，得到道路分析结果；根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数。可见，实施本发明能够结合车内乘客的乘坐情况对车辆实现智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种车辆的智能避障方法的流程示意图；

图2是本发明实施例公开的另一种车辆的智能避障方法的流程示意图；

图3是本发明实施例公开的一种车辆的智能避障装置的结构示意图；

图4是本发明实施例公开的另一种车辆的智能避障装置的结构示意图；

图5是本发明实施例公开的又一种车辆的智能避障装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种车辆的智能避障方法及装置，能够结合车内乘客的乘坐情况对车辆实现智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种车辆的智能避障方法的流程示意图。其中，图1所描述的车辆的智能避障方法可以应用于车辆的智能避障装置中，也可以应用于车辆的智能避障的云端服务器或本地服务器，还可以应用于车辆本身，本发明实施例不做限定。如图1所示，该车辆的智能避障方法可以包括以下操作：

101、获取目标车辆的目标实时信息。

本发明实施例中，目标实时信息包括目标车辆的车辆实时信息、目标车辆中所包括的每个乘客的乘客实时信息、目标车辆所在道路的道路实时信息。

本发明实施例中，可选的，获取目标车辆的目标实时信息可以是实时获取的，也可以是检测到目标车辆需要执行避障操作时进行获取的，还可以是按照预设的时间段定时获取的，本发明实施例不做具体限定。

本发明实施例中，可选的，目标车辆可以为用于进行驾驶教学的车辆，目标车辆中所包括的每个乘客可以为学习驾驶的学员；进一步的，目标车辆中所包括的学员的数量可以为一个，也可以为多个，本发明实施例不做具体限定。

本发明实施例中，可选的，获取目标车辆的目标实时信息可以是通过超声波传感器、视觉传感器、红外传感器、车载传感器中的一种或多种进行获取的；其中，车载传感器主要用于获取车辆的速度、加速度、方向、目标车辆周围的距离信息中的一种或多种目标实时信息。

102、分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息。

本发明实施例中，乘客姿态信息包括每个乘客的身体倾斜角度信息、每个乘客的身体扭曲程度信息中的一种或多种。

本发明实施例中，每个乘客的乘客实时信息包括每个乘客的位置信息。

103、对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数。

本发明实施例中，可选的，每个乘客的乘客舒适参数包括每个乘客的乘客舒适速度参数、每个乘客的乘客舒适加速度参数、每个乘客的乘客舒适转弯速度参数、每个乘客的乘客舒适转弯加速度参数中的一种或多种。

104、分析目标车辆所在道路的道路实时信息，得到道路分析结果。

本发明实施例中，道路分析结果包括目标车辆所在道路的障碍物的障碍信息。

本发明实施例中，可选的，目标车辆所在道路的障碍物的障碍信息包括障碍物的位置信息、障碍物的体积信息、障碍物与目标车辆之间的距离关系信息、障碍物的属性信息、障碍物的硬度信息、障碍物的类别信息中的一种或多种。

105、根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数。

本发明实施例中，可选的，目标车辆的避障控制参数包括目标车辆的避障速度控制参数、目标车辆的避障加速度控制参数、目标车辆的避障弯度控制参数、目标车辆的避障弯度加速度控制参数中的一种或多种。

可见，实施图1所描述的车辆的智能避障方法能够获取目标车辆的目标实时信息，分析目标车辆所包括的每个乘客的乘客实时信息得到目标车辆所包括的每个乘客的乘客姿态信息，根据每个乘客得到乘客姿态信息以及舒适评估模型确定每个乘客的乘坐舒适参数，分析目标车辆所在道路的道路实时信息得到道路分析结果，根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息生成目标车辆的避障控制参数，能够结合车内乘客的乘坐情况对车辆实现智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

实施例二

请参阅图2，图2是本发明实施例公开的另一种车辆的智能避障方法的流程示意图。其中，图2所描述的车辆的智能避障方法可以应用于车辆的智能避障装置中，也可以应用于车辆的智能避障的云端服务器或本地服务器，还可以应用于车辆本身，本发明实施例不做限定。如图2所示，该车辆的智能避障方法可以包括以下操作：

201、获取目标车辆的目标实时信息。

202、分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息。

203、对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数。

204、分析目标车辆所在道路的道路实时信息，得到道路分析结果。

本发明实施例中，针对步骤201-步骤204的详细描述，请参照实施例一中针对步骤101-步骤104的其它描述，本发明实施例不再赘述。

205、根据道路分析结果以及目标车辆的车辆实时信息，生成目标车辆与障碍物之间的障碍影响关系。

本发明实施例中，可选的，目标车辆与障碍物之间的障碍影响关系包括目标车辆与障碍物之间的距离值的影响关系、目标车辆与障碍物之间的角度的影响关系中的一种或多种。

206、根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数。

本发明实施例中，可选的，目标车辆的避障控制参数与每个乘客的乘坐舒适参数以及障碍影响关系相匹配。

可见，实施图2所描述的车辆的智能避障方法能够根据道路分析结果以及目标车辆的车辆实时信息生成目标车辆与障碍物之间的障碍影响关系，并根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数，能够结合目标车辆的车辆实时信息生成障碍影响关系的精准性和实时性，并且能够综合多方面的参数综合性地生成障碍影响关系的准确性和可靠性，有利于实现车辆的智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

在一个可选的实施例中，对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数之前，该方法还包括：

获取若干个训练样本信息，训练样本信息包括驾驶参数值；

对于每个训练样本信息，计算该训练样本信息的个体适应度；

根据所有训练样本信息的个体适应度，从所有训练样本信息中筛选出个体适应度大于等于预设的适应度阈值的至少一个目标训练样本信息；

根据每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度，对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型。

在该可选的实施例中，可选的，驾驶参数值包括驾驶速度值、驾驶加速度值、转向角度值、转向速度值、转向加速度值中的一种或多种；进一步的，每一个训练样本信息均包括驾驶参数值，且不同的训练样本信息所包括的驾驶参数值可以是不一样的。

在该可选的实施例中，可选的，每个训练样本信息的个体适应度用于表示该训练样本信息对于每个驾驶参数的适应程度。

在该可选的实施例中，可选的，根据每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度，对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型，可以包括：

将每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度输入至预先确定出的备用舒适评估模型，并计算备用舒适评估模型的模型损失参数，判断模型损失参数是否小于等于预设的损失阈值；

当判断出模型损失参数小于等于预设的损失阈值时，将模型损失参数小于等于预设的损失阈值对应的备用舒适评估模型确定为训练至收敛的舒适评估模型；

当判断出模型损失参数大于预设的损失阈值时，重新触发执行将每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度输入至预先确定出的备用舒适评估模型，并计算备用舒适评估模型的模型损失参数，判断模型损失参数是否小于等于预设的损失阈值的操作。

在该可选的实施例中，可选的，举例来说，训练至收敛的舒适评估模型可以是通过以下方式得到的：通过生成一组随机的包含驾驶参数的值的个体，通过预设的函数计算每个个体的适应度，根据每个个体的适应度值进行选择操作，将个体的适应度值高于预设阈值的个体确定为目标个体，并从所有个体中随机选择两个个体进行交叉操作，并通过交叉操作生成新的个体，对于所有个体，随机改变该个体驾驶参数的值，以增加种群的多样性，并将新生成的个体与原始个体对应的种群进行替换，以形成新的种群，并基于新的种群重新对每个个体进行适应度计算的操作，最终从所有个体中确定出目标个体对应的驾驶参数确定为最优驾驶参数，并基于最优驾驶参数对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型。

可见，实施该可选的实施例能够获取若干个训练样本信息，并计算每个训练样本信息的个体适应度，根据所有训练样本信息的个体适应度，从所有训练样本信息中筛选出至少一个目标训练样本信息，根据每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度，对备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型，能够基于训练样本信息的驾驶参数值以及计算得到的个体适应度对备用舒适评估模型进行训练，能够使得通过多个训练样本信息对备用舒适评估模型进行训练，有利于提高对备用舒适评估模型进行训练的效率和智能性，以及有利于提高对备用舒适评估模型进行训练的准确性和可靠性，从而有利于提高得到训练至收敛的舒适评估模型的效率和及时性，以及有利于提高得到训练至收敛的舒适评估模型的精准性和可靠性，进而有利于确定每个乘客的乘坐舒适参数的精准性和智能性，以及有利于提高结合每个乘客的乘坐舒适参数实现车辆避障的智能性以及用户在车辆避障过程中的舒适度和安全性。

在另一个可选的实施例中，分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息，包括：

获取目标车辆所包括的每个乘客的多模态信息，多模态信息包括表情信息、语音信息、动作信息中的一种或多种；

对于目标车辆上所乘坐的每个乘客，对该乘客的多模态信息以及该乘客的乘客姿态信息执行多模态拟合操作，得到该乘客的姿态拟合结果；

对于目标车辆上所乘坐的每个乘客，根据该乘客的姿态拟合结果，确定该乘客的乘客姿态信息。

在该可选的实施例中，可选的，获取目标车辆所包括的每个乘客的多模态信息可以是实时获取的，也可以是按照预设的时间段定时获取的，还可以是在车辆需要避障的时候进行获取的，本发明实施例不做具体限定。

在该可选的实施例中，可选的，获取目标车辆所包括的每个乘客的多模态信息可以是通过视觉传感器、红外传感器、声音传感器中的一种或多种进行获取得到的。

在该可选的实施例中，可选的，对于目标车辆上所乘坐的每个乘客，对该乘客的多模态信息以及该乘客的乘客姿态信息执行多模态拟合操作，得到该乘客的姿态拟合结果，包括：

对于目标车辆上所乘坐的每个乘客，提取该乘客的多模态信息的第一目标信息以及提取该乘客的乘客姿态信息的第二目标信息，其中，第一目标信息包括该乘客的多模态信息对应的特征信息，第二目标信息包括该乘客的乘客姿态信息对应的特征信息；

对于目标车辆上所乘坐的每个乘客，根据该乘客的第一目标信息以及该乘客的第二目标信息进行信息拟合操作，得到该乘客的姿态拟合结果。

在该可选的实施例中，可选的，每个乘客的姿态拟合结果包括该乘客的身体姿态信息、表情姿态信息、语言姿态信息中的一种或多种。

可见，实施该可选的实施例能够获取目标车辆所包括的每个乘客的多模态信息，并对每个乘客的多模态信息以及每个乘客的乘客姿态信息执行多模态拟合操作得到每个乘客的姿态拟合结果，根据每个乘客的姿态拟合结果确定每个乘客的乘客姿态信息，能够结合每个乘客的多模态信息并进行多模态拟合操作得到姿态拟合结果，有利于提高得到每个乘客的姿态拟合结果的精准性和可靠性，以及有利于提高得到每个乘客的姿态拟合结果的智能性和效率，从而有利于提高确定每个乘客的乘坐舒适参数的精准性和智能性，进而有利于提高生成目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数之前，该方法还包括：

获取目标车辆的每个乘客的乘客属性信息，根据每个乘客的乘客属性信息，生成每个乘客的避障优先级；

基于所有乘客的避障优先级以及所有乘客的乘坐舒适参数，生成乘客避障顺序，其中，乘客避障顺序中排列越前的乘客的避障优先级越高；

其中，根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数，包括：

根据乘客避障顺序以及障碍影响关系，生成目标车辆的避障控制参数。

在该可选的实施例中，可选的，每个乘客的乘客属性信息包括该乘客的年龄信息、性别信息、身体健康状况信息、体重信息、身高信息、体质信息中的一种或多种。

在该可选的实施例中，可选的，举例来说，年龄较大的乘客的避障优先级高于年龄较轻的乘客的避障优先级；体质异常的乘客的避障优先级高于体质正常的乘客的避障优先级，例如，孕妇的避障优先级高于青年人的避障优先级。

在该可选的实施例中，可选的，基于所有乘客的避障优先级以及所有乘客的乘坐舒适参数，生成乘客避障顺序，包括：

对于每个乘客，根据该乘客的避障优先级以及该乘客的乘坐舒适参数，计算该乘客的乘坐安全评估参数；

根据每个乘客的乘坐安全评估参数，将所有乘客的乘坐安全评估参数按照由高至低的方式进行排列，得到乘客避障顺序。

可见，实施该可选的实施例能够获取目标车辆的每个乘客的乘客属性信息，基于所有乘客的避障优先级以及所有乘客的乘坐舒适参数生成乘客避障顺序，并根据乘客避障顺序以及障碍影响关系生成目标车辆的避障控制参数，能够结合每个乘客的乘坐舒适参数以及避障优先级生成乘客避障顺序，能够确定出每个乘客的避障优先级，有利于提高车辆避障的智能性，进而能够根据乘客避障顺序以障碍影响关系生成目标车辆的避障控制参数的智能性，有利于提高目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，根据乘客避障顺序以及障碍影响关系，生成目标车辆的避障控制参数，包括：

根据障碍影响关系，生成目标车辆的至少一个避障参考方案，每个避障参考方案包括避障参考速度控制参数、避障参考加速度控制参数、避障参考弯度控制参数；

根据乘客避障顺序，从目标车辆所包括的所有乘客中确定出目标乘客，目标乘客对应的避障优先级为最高避障优先级；

基于目标乘客的乘坐舒适参数，从所有避障参考方案中确定出目标避障参考方案，并根据目标避障参考方案，生成目标车辆的避障控制参数。

在该可选的实施例中，可选的，每个避障参考方案均用于控制目标车辆躲避目标车辆所在道路的障碍物；进一步的，每个避障参考方案中所包括的避障参考速度控制参数、避障参考加速度控制参数、避障参考弯度控制参数均不相同。

在该可选的实施例中，可选的，根据目标避障参考方案，生成目标车辆的避障控制参数，包括：

提取目标避障参考方案中的至少一个避障参考参数，并基于所有避障参考参数，生成目标车辆的避障控制参数。

可见，实施该可选的实施例能够根据障碍影响关系生成目标车辆的至少一个避障参考方案，根据乘客避障顺序确定最高避障优先级对应的目标乘客，并在所有避障参考方案中确定出目标避障参考方案进而生成避障控制参数，能够基于生成得到的避障参考方案以及乘客避障顺序确定出目标车辆的避障控制参数，有利于提高确定目标车辆的避障控制参数的效率以及智能性，并且能够结合乘客避障顺序确定出最高避障优先级，有利于针对性地进行智能化避障，有利于提高对避障优先级较高的乘客首先进行智能避障，有利于提高乘客的避障安全度以及降低乘客的受损程度，有利于提高目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，基于目标乘客的乘坐舒适参数，从所有避障参考方案中确定出目标避障参考方案，包括：

对于每个避障参考方案，根据目标乘客的乘坐舒适参数，计算目标乘客与该避障参考方案之间的匹配度；

根据目标乘客与每个避障参考方案之间的匹配度，从所有匹配度中确定出最高匹配度，并将最高匹配度对应的避障参考方案确定为目标避障参考方案；或者，

对于每个避障参考方案，确定该避障参考方案的方案关键字，以及根据目标乘客的乘坐舒适参数，确定目标乘客的舒适关键字；

对于每个避障参考方案，计算该避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度；

从所有关键字匹配度中确定出最高关键字匹配度，并将关键字匹配度对应的避障参考方案确定为目标避障参考方案。

在该可选的实施例中，可选的，对于每个避障参考方案，根据目标乘客的乘坐舒适参数，计算目标乘客与该避障参考方案之间的匹配度，包括：

对于每个避障参考方案，确定该避障参考方案的避障舒适参数；

对于每个避障参考方案，计算该避障参考方案的避障舒适参数与目标乘客的乘坐舒适参数之间的匹配度，得到目标乘客与该避障参考方案之间的匹配度。

在该可选的实施例中，可选的，举例来说，如避障参考方案A的方案关键字为快速转弯避障，避障参考方案B的方案关键字为慢速转弯避障，目标乘客的舒适关键字为慢速转弯时，将避障参考方案B确定为目标避障参考方案。

可见，实施该可选的实施例能够根据目标乘客的乘坐舒适参数计算目标乘客与每个避障参考方案之间的匹配度，并将最高匹配度对应的避障参考方案确定为目标避障参考方案，或者，确定每个避障参考方案的方案关键字以及确定目标乘客的舒适关键字，计算避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度，并将最高关键字匹配度对应的避障参考方案确定为目标避障参考方案，能够从目标乘客的乘坐舒适参数计算目标乘客与每个避障参考方案之间的匹配度或者避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度确定出目标避障参考方案，有利于提高确定目标避障参考方案的智能性和效率，以及有利于提高确定目标避障参考方案的精准性和可靠性，进而有利于提高根据目标避障参考方案生成目标车辆的避障控制参数，以及有利于实现车辆的智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

实施例三

请参阅图3，图3是本发明实施例公开的一种车辆的智能避障装置的结构示意图。如图3所示，该车辆的智能避障装置可以包括：

获取模块301，用于获取目标车辆的目标实时信息，其中目标实时信息包括目标车辆的车辆实时信息、目标车辆中所包括的每个乘客的乘客实时信息、目标车辆所在道路的道路实时信息；

分析模块302，用于分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息，其中，乘客姿态信息包括每个乘客的身体倾斜角度信息、每个乘客的身体扭曲程度信息中的一种或多种；

确定模块303，用于对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数；

分析模块302，还用于分析目标车辆所在道路的道路实时信息，得到道路分析结果，道路分析结果包括目标车辆所在道路的障碍物的障碍信息；

生成模块304，用于根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数。

可见，实施图3所描述的装置能够获取目标车辆的目标实时信息，分析目标车辆所包括的每个乘客的乘客实时信息得到目标车辆所包括的每个乘客的乘客姿态信息，根据每个乘客得到乘客姿态信息以及舒适评估模型确定每个乘客的乘坐舒适参数，分析目标车辆所在道路的道路实时信息得到道路分析结果，根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息生成目标车辆的避障控制参数，能够结合车内乘客的乘坐情况对车辆实现智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

生成模块304根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数的具体方式包括：

根据道路分析结果以及目标车辆的车辆实时信息，生成目标车辆与障碍物之间的障碍影响关系；

根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数。

可见，实施图3所描述的装置能够根据道路分析结果以及目标车辆的车辆实时信息生成目标车辆与障碍物之间的障碍影响关系，并根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数，能够结合目标车辆的车辆实时信息生成障碍影响关系的精准性和实时性，并且能够综合多方面的参数综合性地生成障碍影响关系的准确性和可靠性，有利于实现车辆的智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

在一个可选的实施例中，如图4所示，获取模块301，还用于在确定模块303对于目标车辆的每个乘客，根据该乘客的乘客姿态信息以及预先确定出的舒适评估模型，确定该乘客的乘坐舒适参数之前，获取若干个训练样本信息，训练样本信息包括驾驶参数值；

该装置还包括：

计算模块305，对于每个训练样本信息，计算该训练样本信息的个体适应度；

筛选模块306，用于根据所有训练样本信息的个体适应度，从所有训练样本信息中筛选出个体适应度大于等于预设的适应度阈值的至少一个目标训练样本信息；

训练模块307，用于根据每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度，对预先确定出的备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型。

可见，实施图4所描述的装置能够获取若干个训练样本信息，并计算每个训练样本信息的个体适应度，根据所有训练样本信息的个体适应度，从所有训练样本信息中筛选出至少一个目标训练样本信息，根据每个目标训练样本信息的驾驶参数值以及每个目标训练样本信息的个体适应度，对备用舒适评估模型执行模型训练操作，以生成训练至收敛的舒适评估模型，能够基于训练样本信息的驾驶参数值以及计算得到的个体适应度对备用舒适评估模型进行训练，能够使得通过多个训练样本信息对备用舒适评估模型进行训练，有利于提高对备用舒适评估模型进行训练的效率和智能性，以及有利于提高对备用舒适评估模型进行训练的准确性和可靠性，从而有利于提高得到训练至收敛的舒适评估模型的效率和及时性，以及有利于提高得到训练至收敛的舒适评估模型的精准性和可靠性，进而有利于确定每个乘客的乘坐舒适参数的精准性和智能性，以及有利于提高结合每个乘客的乘坐舒适参数实现车辆避障的智能性以及用户在车辆避障过程中的舒适度和安全性。

在另一个可选的实施例中，如图4所示，分析模块302分析目标车辆所包括的每个乘客的乘客实时信息，得到目标车辆所包括的每个乘客的乘客姿态信息的具体方式包括：

获取目标车辆所包括的每个乘客的多模态信息，多模态信息包括表情信息、语音信息、动作信息中的一种或多种；

对于目标车辆上所乘坐的每个乘客，对该乘客的多模态信息以及该乘客的乘客姿态信息执行多模态拟合操作，得到该乘客的姿态拟合结果；

对于目标车辆上所乘坐的每个乘客，根据该乘客的姿态拟合结果，确定该乘客的乘客姿态信息。

可见，实施图4所描述的装置能够获取目标车辆所包括的每个乘客的多模态信息，并对每个乘客的多模态信息以及每个乘客的乘客姿态信息执行多模态拟合操作得到每个乘客的姿态拟合结果，根据每个乘客的姿态拟合结果确定每个乘客的乘客姿态信息，能够结合每个乘客的多模态信息并进行多模态拟合操作得到姿态拟合结果，有利于提高得到每个乘客的姿态拟合结果的精准性和可靠性，以及有利于提高得到每个乘客的姿态拟合结果的智能性和效率，从而有利于提高确定每个乘客的乘坐舒适参数的精准性和智能性，进而有利于提高生成目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，如图4所示，获取模块301，还用于在生成模块304根据所有乘客的乘坐舒适参数以及道路分析结果、目标车辆的车辆实时信息，生成目标车辆的避障控制参数之前，获取目标车辆的每个乘客的乘客属性信息；

生成模块304，还用于根据每个乘客的乘客属性信息，生成每个乘客的避障优先级；基于所有乘客的避障优先级以及所有乘客的乘坐舒适参数，生成乘客避障顺序，其中，乘客避障顺序中排列越前的乘客的避障优先级越高；

其中，生成模块304根据所有乘客的乘坐舒适参数以及障碍影响关系，生成目标车辆的避障控制参数的具体方式包括：

根据乘客避障顺序以及障碍影响关系，生成目标车辆的避障控制参数。

可见，实施图4所描述的装置能够获取目标车辆的每个乘客的乘客属性信息，基于所有乘客的避障优先级以及所有乘客的乘坐舒适参数生成乘客避障顺序，并根据乘客避障顺序以及障碍影响关系生成目标车辆的避障控制参数，能够结合每个乘客的乘坐舒适参数以及避障优先级生成乘客避障顺序，能够确定出每个乘客的避障优先级，有利于提高车辆避障的智能性，进而能够根据乘客避障顺序以障碍影响关系生成目标车辆的避障控制参数的智能性，有利于提高目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，如图4所示，生成模块304根据乘客避障顺序以及障碍影响关系，生成目标车辆的避障控制参数的具体方式包括：

根据障碍影响关系，生成目标车辆的至少一个避障参考方案，每个避障参考方案包括避障参考速度控制参数、避障参考加速度控制参数、避障参考弯度控制参数；

根据乘客避障顺序，从目标车辆所包括的所有乘客中确定出目标乘客，目标乘客对应的避障优先级为最高避障优先级；

基于目标乘客的乘坐舒适参数，从所有避障参考方案中确定出目标避障参考方案，并根据目标避障参考方案，生成目标车辆的避障控制参数。

可见，实施图4所描述的装置能够根据障碍影响关系生成目标车辆的至少一个避障参考方案，根据乘客避障顺序确定最高避障优先级对应的目标乘客，并在所有避障参考方案中确定出目标避障参考方案进而生成避障控制参数，能够基于生成得到的避障参考方案以及乘客避障顺序确定出目标车辆的避障控制参数，有利于提高确定目标车辆的避障控制参数的效率以及智能性，并且能够结合乘客避障顺序确定出最高避障优先级，有利于针对性地进行智能化避障，有利于提高对避障优先级较高的乘客首先进行智能避障，有利于提高乘客的避障安全度以及降低乘客的受损程度，有利于提高目标车辆的避障控制参数与每个乘客的乘坐舒适参数之间的匹配度，进一步的有利于提高车辆在避障过程中每个乘客的舒适度和安全性。

在又一个可选的实施例中，如图4所示，生成模块304基于目标乘客的乘坐舒适参数，从所有避障参考方案中确定出目标避障参考方案的具体方式包括：

对于每个避障参考方案，根据目标乘客的乘坐舒适参数，计算目标乘客与该避障参考方案之间的匹配度；

根据目标乘客与每个避障参考方案之间的匹配度，从所有匹配度中确定出最高匹配度，并将最高匹配度对应的避障参考方案确定为目标避障参考方案；或者，

对于每个避障参考方案，确定该避障参考方案的方案关键字，以及根据目标乘客的乘坐舒适参数，确定目标乘客的舒适关键字；

对于每个避障参考方案，计算该避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度；

从所有关键字匹配度中确定出最高关键字匹配度，并将关键字匹配度对应的避障参考方案确定为目标避障参考方案。

可见，实施图4所描述的装置能够根据目标乘客的乘坐舒适参数计算目标乘客与每个避障参考方案之间的匹配度，并将最高匹配度对应的避障参考方案确定为目标避障参考方案，或者，确定每个避障参考方案的方案关键字以及确定目标乘客的舒适关键字，计算避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度，并将最高关键字匹配度对应的避障参考方案确定为目标避障参考方案，能够从目标乘客的乘坐舒适参数计算目标乘客与每个避障参考方案之间的匹配度或者避障参考方案的方案关键字与目标乘客的舒适关键字之间的关键字匹配度确定出目标避障参考方案，有利于提高确定目标避障参考方案的智能性和效率，以及有利于提高确定目标避障参考方案的精准性和可靠性，进而有利于提高根据目标避障参考方案生成目标车辆的避障控制参数，以及有利于实现车辆的智能化避障，有利于提高车辆避障的智能性，以及有利于提高车辆避障的精准性，进而有利于提高乘客乘坐车辆的舒适度和安全性。

实施例四

请参阅图5，图5是本发明实施例公开的又一种车辆的智能避障装置的结构示意图。如图5所示，该车辆的智能避障装置可以包括：

存储有可执行程序代码的存储器401；

与存储器401耦合的处理器402；

处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的车辆的智能避障方法中的步骤。

实施例五

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的车辆的智能避障方法中的步骤。

实施例六

本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的车辆的智能避障方法中的步骤。

以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，EPROM）、一次可编程只读存储器（One-timeProgrammable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种车辆的智能避障方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。