用于控制智能车辆的控制方法以及控制单元与流程

1.本发明涉及智能交通工具领域，更具体地，涉及一种用于控制智能车辆的控制方法以及控制单元。


背景技术：

2.随着自动或智能驾驶技术的日益成熟，智能移动空间(智能汽车，智能多栖交通工具，等等)越来越被消费者所青睐，因为其不仅能够避免乘客尤其是驾驶员在旅途中的劳顿，同时还能通过各种人机交互设施为乘客提供愉悦舒适的驾乘体验。因此，驾乘的用户体验已经成为消费者在选购智能移动空间的关键决策因素之一。然而，随着智能移动空间的推广和普及，用户在智能移动空间内遇到突发危险状况和复杂路况的场景也难以避免地不断增加。因此，如何在乘客因遇到突发危险状况和复杂路况而产生负面体验之后快速安抚用户的情绪已经成为目前智能移动空间的发展方向之一。然而，现有技术中的智能移动空间及其情绪安抚方案无法实时、主动、有效地安抚用户情绪，并且不能因人而异地安抚用户情绪，从而导致无法避免用户将负面的用户体验形成深刻的记忆点。然而，用户一旦将负面的用户体验形成深刻的记忆点，就很可能将其主动传播，从而导致消费者对新兴智能移动空间的不良形象，这对智能移动空间的推广和普及产生了负面影响。
3.因此，在本领域中，亟需一种能够在用户遇到危险场景和负面体验之后实时、主动、有效、因人而异地安抚用户情绪的技术方案。


技术实现要素：

4.为了解决上述现有技术中的问题，本发明提出了一种用于控制智能车辆的控制方法，其包括以下步骤：
5.s101：在所述智能车辆启动之后识别所述智能车辆的驾驶员的身份；
6.s110：确定与所述驾驶员的身份相关联的所述驾驶员的驾驶习惯；
7.s201：在所述智能车辆行驶期间实时检测所述驾驶员的情绪；
8.s202：将所述驾驶员的当前情绪与前一情绪相比较，如果所述驾驶员的情绪变差，并且情绪变化程度在预设变化程度以上，则执行步骤s203；否则，返回步骤s201；
9.s203：根据所述驾驶员的情绪变化程度确定情绪干预预案；
10.s204：根据所述驾驶员的驾驶习惯调整所述情绪干预预案，以生成情绪干预方案；以及
11.s205：根据所述情绪干预方案控制所述智能车辆，以对所述驾驶员进行情绪干预。
12.因此，根据本发明的控制方法能够根据驾驶员的身份确定驾驶员的驾驶习惯，并根据驾驶员的情绪变化程度确定情绪干预预案，并且特别地，能够根据驾驶习惯调整情绪干预预案以生成待由车辆执行的情绪干预方案。在该配置下，所生成的情绪干预方案是为驾驶员所定制的并且符合其性格的，例如，如果驾驶员的驾驶习惯比较激进，那么可以认为驾驶员具有较强的心理承受能力并且易于平复情绪，因此可以生成较弱的情绪干预方案，
以便避免对驾驶员的情绪造成过度干预；反之，如果驾驶员的驾驶习惯比较保守，那么可以认为驾驶员具有较差的心理承受能力并且难以平复情绪，因此可以生成较强的情绪干预方案，以便对驾驶员的情绪进行充分的干预。简言之，根据本发明的控制方法所生成的情绪干预方案不仅与驾驶员的情绪变化程度相关联，而且与驾驶员自身的性格相关联，因此，根据本发明的控制方法能够对驾驶员进行个性化的并且高效的情绪干预，这有助于使驾驶员获得良好的驾乘体验。
13.下面描述根据本发明的控制方法的若干可选实施方式，需要指出的是，以任意方式结合这些实施方式而获得的新的实施方式也落入本发明的保护范围之内。
14.根据本发明的一种可选的实施方式，步骤s204在于：
15.根据所述驾驶员的驾驶习惯以及在所述智能车辆的行驶期间实时测得的车辆周边情况调整所述情绪干预预案，以生成所述情绪干预方案。
16.根据本发明的一种可选的实施方式，步骤s110包括以下子步骤：
17.s102：确认所述智能车辆的驾驶模式，如果所述驾驶模式是手动驾驶模式，则执行步骤s111；如果所述驾驶模式是自动或智能驾驶模式，则执行步骤s121-s123；
18.s111：根据在所述智能车辆的行驶期间实施测得的所述驾驶员的操作行为确定所述驾驶员的驾驶习惯，并且将所述驾驶员的驾驶习惯与所述驾驶员的身份相关联地存储；
19.s121：查询历史记录，以根据所述驾驶员的身份获取所述驾驶员的驾驶习惯；
20.s122：根据所述驾驶员的驾驶习惯获取自动或智能驾驶方案；以及
21.s123：根据所述自动或智能驾驶方案控制所述智能车辆的行驶。
22.根据本发明的一种可选的实施方式，步骤s123还在于：
23.根据在所述智能车辆的行驶期间实时测得的车辆周边情况和/或所述驾驶员的情绪调整所述自动或智能驾驶方案。
24.根据本发明的一种可选的实施方式，所述驾驶员的驾驶习惯还与在所述智能车辆的行驶期间实时测得的车辆周边情况和/或所述驾驶员的情绪相关联。
25.根据本发明的一种可选的实施方式，所述车辆周边情况包括所述智能车辆的行驶期间的时间、天气、路况以及路线中的一个或多个。
26.根据本发明的一种可选的实施方式，步骤s205在于：
27.根据所述情绪干预方案控制所述智能车辆的语音系统、照明系统、车机交互系统、座椅系统以及底盘系统中的一个或多个，以对所述驾驶员进行情绪干预。
28.根据本发明的一种可选的实施方式，步骤s205在于：
29.确认所述智能车辆的驾驶模式，如果所述驾驶模式是自动或智能驾驶模式，则根据所述情绪干预方案调整自动或智能驾驶方案。
30.根据本发明的一种可选的实施方式，所述控制方法在步骤s205之后还包括以下步骤：
31.s301：根据执行步骤s205之前测得的所述驾驶员的情绪、所述情绪干预方案以及执行步骤s205之后测得的所述驾驶员的情绪调整所述情绪干预预案；和/或
32.s302：存储以下数据：
33.执行步骤s205之前测得的所述智能车辆的行驶参数、所述驾驶员的情绪、所述情绪干预预案；以及
34.执行步骤s205之后测得的所述智能车辆的行驶参数、所述驾驶员的情绪、所述情绪干预方案。
35.同样为了解决现有技术中的问题，本发明还提出了一种用于控制智能车辆的控制单元，所述控制单元包括存储器、处理器及存储在所述存储器上的计算机程序，其中，所述处理器被配置成执行所述计算机程序以实现如前文所述的控制方法的步骤。
36.本发明可以体现为附图中的示意性的实施例。然而，应注意的是，附图仅仅是示意性的，任何在本发明的教导下所设想到的变化都应被视为包括在本发明的范围内。
附图说明
37.附图示出了本发明的示例性实施例。这些附图不应被解释为必然地限制本发明的范围，其中：
38.图1是根据本发明的一个实施例的控制方法的示意性流程图；以及
39.图2是根据本发明的另一个实施例的控制方法的示意性流程图。
具体实施方式
40.本发明的进一步的特征和优点将从以下参考附图进行的描述中变得更加明显。附图中示出了本发明的示例性实施例，并且各个附图并不必然地按照实际比例绘制。然而，本发明可以实现为许多不同的形式并且不应解释为必然地限制于这里示出公开的示例性实施例。相反，这些示例性实施例仅仅被提供用于说明本发明以及向本领域的技术人员传递本发明的精神和实质。
41.本发明旨在提出一种用于控制智能车辆的控制方法和用于执行该控制方法的控制单元。该控制方法可以为驾驶员选择合适的自动或智能驾驶方案，而且可以在驾驶员的情绪发生恶化(例如，因突然变道，突然刹车等突发事件而造成惊吓)之后控制智能车辆上的各种设施对驾驶员进行安抚。特别地，根据本发明的控制方法能够根据驾驶员的身份确定驾驶员的驾驶习惯(也可称为驾驶风格)，并根据驾驶员的驾驶习惯选择自动或智能驾驶方案，因此智能车辆能够在较符合驾驶员的驾驶习惯的模式下自动行驶或者辅助驾驶员驾驶智能车辆的驾驶或操控，从而能够在行驶过程中为驾驶员带来较好的用户体验。另外，根据本发明的控制方法还能够在驾驶员的情绪发生恶化之后根据驾驶员的驾驶习惯进行情绪安抚，因此能够在驾驶员的情绪恶化之后及时、有效地安抚驾驶员的情绪，从而降低突发事件对驾驶员的负面影响，以进一步确保驾驶员的良好驾乘体验。因此，根据本发明的控制方法使得智能车辆能够全程为驾驶员提供更加个性化的服务并因此全程优化驾驶员的用户体验。
42.下面参考附图详细描述根据本发明的智能车辆的控制方法的各个实施例。
43.参考图1，其中示出了根据本发明的一个实施例的控制方法的示意性流程图。如图1所示，所述控制方法可以包括以下步骤：
44.步骤s101：在智能车辆启动之后识别驾驶员的身份。例如，可以在智能车辆中设置虹膜识别系统，该虹膜识别系统可以采集驾驶员的虹膜，通过将采集到的虹膜与已存储的虹膜进行比对，可以确定驾驶员的身份。还可以在智能车辆中设置坐高采集系统和体重采集系统，该坐高采集系统可以采集坐在车辆座椅上的驾驶员的身高，而该体重采集系统可
以采集驾驶员的体重，通过将采集到的身高、体重与已存储的身高、体重比对，也可以确定驾驶员的身份。虽然以上描述了确定驾驶员身份的具体方式，但本领域技术人员可以理解的是，可以采用其它方式(例如，面部识别，指纹识别等等)确定驾驶员的身份，而这都应视为落入本发明的保护范围中。
45.步骤s102：确定智能车辆的驾驶模式，如果所述驾驶模式为手动驾驶模式，则执行步骤s111；如果所述驾驶模式为自动或智能驾驶模式，则执行步骤s121-s123。例如，所述驾驶模式可以由驾驶员在智能车辆启动时手动设置。
46.如上文所述，在手动驾驶模式下，执行步骤s111：检测驾驶员的操作行为，并根据所述操作行为确定驾驶员的驾驶习惯(也可称为，驾驶风格)，并且将所述驾驶习惯与驾驶员的身份相关联地存储。特别地，可以通过最高时速、跟车距离、变道频率等分析并确定驾驶员的驾驶习惯。例如，如果驾驶员的最高时速较高、变道频率较高、跟车距离较近，那么可以确定该驾驶员具有较为激进的驾驶习惯；反之，如果驾驶员的最高时速较低、变道频率较低、跟车距离较远，那么可以确定该驾驶员具有较为保守的驾驶习惯。
47.特别地，一个驾驶员可以具有多种驾驶习惯，换句话说，一个驾驶员的驾驶习惯可以包括多个子驾驶习惯。这些子驾驶习惯不仅与驾驶员的身份相关联，而且进一步与特定附加信息相关联。
48.例如，一个驾驶员的驾驶习惯可以包括与时间、天气、路况、路线、场景(例如，上班路上、下班路上、外出游玩路上等)等车辆周边情况(即，客观参数)相关联的多个子驾驶习惯，举例而言，与上班、下班路上的子驾驶习惯相比，外出游玩路上的子驾驶习惯可能相对保守；与阴天的子驾驶习惯相比，晴天的子驾驶习惯可能相对保守，等等。为了确定这些子驾驶习惯，步骤s111在于：不仅要检测驾驶员的操作行为，同时还要检测时间、天气、路况、路线等车辆周边情况，以便确定在这些车辆周边情况下的驾驶习惯，即，与这些车辆周边情况相关联的子驾驶习惯，这使得所述驾驶习惯实际上是一个与驾驶员身份相关联的集合，其包括与这些车辆周边情况相关联的多个子驾驶习惯。在该配置下，同一驾驶员在不同的车辆周边情况下的不同驾驶习惯被考虑在内。
49.再例如，一个驾驶员的驾驶习惯可以包括与驾驶员的紧张情绪、放松情绪等不同情绪(即，主观参数)相关联的多个子驾驶习惯，举例而言，与紧张情绪下的子驾驶习惯相比，放松情绪下的子驾驶习惯可能相对保守。为了确定这些子驾驶习惯，步骤s111在于：不仅要检测驾驶员的操作行为，同时还要检测驾驶员的情绪，以便确定在这些情绪下的驾驶习惯，即，与这些情绪相关联的子驾驶习惯，这使得所述驾驶习惯实际上是一个与驾驶员身份相关联的集合，其包括与驾驶员的不同情绪相关联的多个子驾驶习惯。在该配置下，同一驾驶员在不同情绪下的不同驾驶习惯被考虑在内。
50.如上文所述，在自动或智能驾驶模式下，执行步骤s121：查询历史记录以根据驾驶员的身份获取驾驶员的驾驶习惯。所述驾驶习惯可以在驾驶员手动操作智能车辆时通过分析驾驶员的操作行为确定并与所述驾驶员的身份相关联地存储，即，可以在执行步骤s111时确定，并且作为历史记录存储在车载或云端的存储器中，在执行步骤s121时可以通过查询所述历史记录来获取与驾驶员的身份相关联的驾驶习惯。
51.特别地，在所述驾驶习惯包括与时间、天气、路况、路线、场景(例如，上班路上、下班路上、外出游玩路上等)等车辆周边情况(即，客观参数)相关联的多个子驾驶习惯的情况
下，步骤s121进一步地还在于：检测例如智能车辆启动时的时间、天气、路况、路线、场景等车辆周边情况并根据检测到的车辆周边情况从所述驾驶习惯中获取或者选择相应的子驾驶习惯。
52.特别地，在所述驾驶习惯包括与驾驶员的不同情绪(即，主观参数)相关联的多个子驾驶习惯的情况下，步骤s121进一步地还在于：检测例如智能车辆启动时的驾驶员的情绪并根据检测到的驾驶员的情绪从所述驾驶习惯中获取或者选择相应的子驾驶习惯。
53.步骤s122：根据驾驶员的驾驶习惯(特别地，子驾驶习惯)获取自动或智能驾驶方案，或者说，从多种自动或智能驾驶方案中选择与驾驶员的驾驶习惯(特别地，子驾驶习惯)相匹配(或者说最相符)的自动或者智能驾驶方案，特别地，每种自动或智能驾驶方案致使智能车辆根据相应的驾驶参数(例如，最高时速、跟车距离、变道频率、座椅角度、安全带松紧、底盘调校参数、车内灯光、车机界面显示、语音播报参数等)行驶。特别地，根据驾驶参数的不同，智能车辆可以具有多种自动或智能驾驶方案，其中每种自动或智能驾驶方案与一组驾驶参数相对应，例如，激进的自动或智能驾驶方案的最高时速较高、跟车距离较小并且在恰当的情况下变道频率可以较高，因此适合驾驶习惯激进的驾驶员，而保守的自动或智能驾驶方案的最高时速较低、跟车距离较大并且变道频率较低，因此适合驾驶习惯保守的驾驶员。值得一提的是，不同的自动或智能驾驶方案实际上可以认为是控制单元(例如，车载控制器、远程控制器、云端控制器等)控制自动驾驶或者辅助驾驶智能车辆时的驾驶习惯。因此，通过将自动或智能驾驶方案选择成与驾驶员的驾驶习惯相匹配，可以让智能车辆的自动或智能驾驶更符合驾驶员的驾驶习惯，例如，在自动驾驶模式下根据驾驶员的驾驶习惯自动驾驶或操控智能车辆，在智能驾驶模式下根据驾驶员的驾驶习惯辅助驾驶员对智能车辆进行驾驶或操控，从而为驾驶员带来更加舒适的驾乘体验。
54.步骤s123：根据自动或智能驾驶方案控制智能车辆的行驶。
55.特别地，在智能车辆行驶过程中实时检测时间、天气、路况、路线、场景、车辆周边情况等因素(即，客观参数)和/或驾驶员的情绪(即，主观参数)，并根据这些车辆周边情况和/或驾驶员的情绪调整自动或智能驾驶方案。例如，在智能车辆行驶过程中，如果检测到路况变差(例如，拥堵情况加剧)，则将自动或智能驾驶方案的最高时速降低、跟车距离减小、变道频率降低；如果检测到天气变差(例如，发生降雨、降雪)，则将最高时速降低、跟车距离增大、变道频率降低；如果检测到驾驶员的情绪变差或情绪恶化(例如，紧张情绪加剧)，则将最高时速降低、跟车距离增大、变道频率降低。因此，在该配置下，可以致使智能车辆根据实时调整的自动或智能驾驶方案行驶，上述配置的引入既可以提高行驶的安全性，又可以帮助缓解驾驶员的情绪，从而进一步有助于为驾驶员提供并维持良好的驾乘体验。
56.根据前文所述，无论是在手动驾驶模式下，还是在自动或智能驾驶模式下，根据本发明的控制方法都可以确定驾驶员的与其身份相关联的驾驶习惯(特别地，驾驶员的与其身份以及特定车辆周边情况和/或情绪相关联的子驾驶习惯)，并且都可以保证智能车辆的行驶。因此，步骤s102、步骤s111、步骤s121-s123可以统一归于步骤s110：确定与驾驶员的身份相关联的驾驶习惯。在步骤s110中确定了驾驶员的驾驶习惯并确保了智能车辆的行驶之后，根据本发明的控制方法还可以包括以下步骤。
57.步骤s201：在智能车辆的行驶过程中实时检测驾驶员的情绪。特别地，可以在智能车辆的行驶过程中实时检测智能车辆的行驶参数(例如，所述行驶参数包括纵向时速，纵向
加速度，纵向加加速度，横向时速，横向加速度，横向加加速度，车辆距离车道正中间偏移量，等等)和/或驾驶员的行为参数(例如，所述行为参数包括表情，眨眼频率，注视位置，接管驾驶，车机功能操作，肢体动作，语音指令，等等)，并根据检测到的智能车辆的行驶参数和/或驾驶员的行为参数来确定驾驶员的情绪。特别地，可以将所述行驶参数和/或所述行为参数输入车载控制器或云端服务器中存储的情绪评估算法模型中，并通过该情绪评估算法模型生成指示驾驶员的情绪的信号，特别地，该信号的数值可以反应驾驶员情绪的好坏，例如，驾驶员的情绪越好，则该信号数值越大；反之，驾驶员的情绪越差，则该信号数值越小。举例来说，如果智能车辆的横向时速、横向加速度和/或横向加加速度突然增大，则可以认为智能车辆意图、正在或已经进行紧急变道，这很可能会造成驾驶员的情绪紧张，尤其是在自动或智能驾驶模式下更会造成驾驶员的情绪紧张，并导致驾驶员的情绪变差甚至受到惊吓，由此可以生成较小的指示驾驶员的情绪波动的信号，并且横向时速、横向加速度和/或横向加加速度越大，则该信号越小。同样地，如果检测到驾驶员的皱眉、抱头、呼喊等行为，则也可以生成较小的指示驾驶员的情绪的信号，因为皱眉、抱头、呼喊等行为很可能是因驾驶员的情绪变差而导致的，并且该信号的大小可以与上述参数的幅度相关，例如，皱眉幅度越大、抱头动作越大、呼喊声音越高，则该信号越小。但是，需要指出的是，该信号仅仅旨在通过其数值反应驾驶员情绪的好坏，并通过其变化量的数值反应驾驶员的情绪波动的程度，因此上述特定的比例关系不是必然的。
58.步骤s202：将驾驶员的当前情绪与前一情绪相比较(特别地，将当前指示情绪的信号与前一指示情绪的信号相比较)，如果发现驾驶员的情绪变差(即，当前情绪比前一情绪差，特别地，上述指示情绪的信号减小)并且情绪变化程度(特别地，上述指示情绪的信号的变化量)在预设变化程度以上，则认为驾驶员的情绪波动较大，并且其情绪很难或者需要很长时间自行恢复正常，因此执行步骤s203以进行情绪干预，从而快速安抚驾驶员的情绪；否则，如果驾驶员的情绪并未变差，或者情绪变化程度低于预设变化程度，则认为驾驶员的情绪没有变差或者情绪波动较小，因此其情绪不需要干预或者能够很快自行恢复正常，因此不采取情绪干预，并返回步骤s201，以便继续检测驾驶员的情绪。在本文中，情绪变差(也可称为情绪恶化)可以理解成是指驾驶员的情绪朝向焦虑、紧张、愤怒等较差的情绪变化。
59.步骤s203：根据驾驶员的情绪变化程度确定情绪干预预案。特别地，情绪干预预案的强度可以与情绪变化程度(特别地，上述指示情绪的信号的变化量)相关。例如，如果情绪变化程度相对较大，则可以选择相对较强的情绪干预预案；反之，如果情绪变化程度相对较小，则可以选择相对较弱的情绪干预预案。特别地，可以将情绪变化程度(例如，指示情绪的信号的变化量)输入车载控制器或云端服务器中存储的情绪干预算法模型中，并通过该情绪干预算法模型生成情绪干预预案。特别地，可以预先生成将各种程度的情绪变化与各种情绪干预预案相关联的查询表，然后通过查询或访问该查询表来确定与当前的情绪变化相对应的情绪干预预案。当然，无论何种方式，都是根据当前的情绪变化获取与之相匹配的情绪干预预案，以便在随后的步骤中对驾驶员进行适合的情绪干预，从而尽快安抚驾驶员的情绪。
60.步骤s204：在智能车辆行驶过程中实时检测时间、天气、路况、路线、场景等车辆周边情况(即、客观参数)，并根据这些车辆周边情况调整情绪干预预案，和/或，根据驾驶员的驾驶习惯(特别地，子驾驶习惯)调整情绪干预预案，以生成情绪干预方案，所谓情绪干预方
案可以理解成是经过调整并旨在付诸实施的情绪干预预案。例如，如果路况较好、行驶畅通，则驾驶员的情绪比较容易恢复正常，那么可以适当降低情绪干预预案的强度；反之，如果路况较差、交通堵塞，则驾驶员的情绪比较难以恢复正常，那么可以适当提高情绪干预预案的强度。再例如，如果智能车辆周边不存在重型车辆或者与重型车辆相距较远，则驾驶员的情绪比较容易恢复正常，那么可以适当降低情绪干预预案的强度；反之，如果智能车辆周边存在重型车辆或者与重型车辆相距较近，则驾驶员的情绪比较难以恢复正常，那么可以适当提高情绪干预预案的强度。再例如，如果驾驶员的驾驶习惯比较激进，那么可以适当降低情绪干预预案的强度，因为具有激进驾驶习惯的驾驶员往往驾驶经验丰富、驾驶技术熟练，并且具有较强的心理承受能力，因此这类驾驶员的情绪比较容易恢复正常；反之，如果驾驶员的驾驶习惯比较保守，那么可以适当提高情绪干预预案的强度，因为具有保守驾驶习惯的驾驶员往往驾驶经验缺乏、驾驶技术生疏，并且具有较差的心理承受能力，因此这类驾驶员的情绪比较难以恢复正常。换句话说，驾驶员的驾驶习惯反应了其性格，根据驾驶习惯调整情绪干预预案而得到的情绪干预方案能够适应驾驶员自身的性格(或者心态)。因此，在步骤s204中，不仅可以根据实时的车辆周边情况(即，客观参数)调整情绪干预预案，而且可以根据驾驶员自身的驾驶习惯(即，主观参数)调整情绪干预预案，这使得通过调整情绪干预预案而得到的情绪干预方案能够更加适应当前的车辆周边情况，而且更加适应驾驶员的性格，而这进一步使得后续根据情绪干预方案对驾驶员进行的情绪干预能够有效、可靠、快速地安抚驾驶员的情绪并使其情绪恢复正常。特别地，如果在步骤s201之前确定了驾驶员的与车辆周边情况和/或驾驶员情绪相关联的子驾驶习惯，那么根据子驾驶习惯调整情绪干预预案而得到的情绪干预方案能够更加精确地适应驾驶员的与车辆周边情况和/或驾驶员情绪相关联的性格(或心态)，从而能够更加有效、可靠、快速地安抚驾驶员的情绪并使其情绪恢复正常。
61.步骤s205：执行情绪干预方案以控制智能车辆对驾驶员进行情绪干预。所谓情绪干预是指智能车辆上的各种系统运行以影响驾驶员的情绪。例如，智能车辆上的语音系统根据情绪干预方案决定播报的语音内容、语速、语调并播报语音。再例如，智能车辆上的显示系统根据情绪干预方案调整仪表盘、中控显示屏等屏幕的视觉呈现。再例如，智能车辆上的照明系统根据情绪干预方案调整照明灯光和氛围灯光的效果。再例如，智能车辆上的座椅系统根据情绪干预方案调整座椅角度、座椅位置、安全带松紧。再例如，智能车辆上车机交互系统根据情绪干预方案调整显示和播报设置。再例如，智能车辆上的底盘系统根据情绪干预方案进行底盘调校。也就是说，所述情绪干预方案可以包括调整智能车辆的语音系统、照明系统、座椅系统以、车机系统及底盘系统等等。虽然上文中描述了很多具体的对驾驶员进行情绪干预的方式，但是本领域技术人员可以理解的是，本发明可以不局限于这些情绪干预方式，任何在本发明的教导下、以影响驾驶员的情绪为目的的情绪干预方式都应被视为落入本发明的保护范围中。特别地，还可以在步骤s205中判断智能车辆的驾驶模式，如果所述智能车辆处于自动或智能驾驶模式下，所述情绪干预方案还可以包括调整自动或智能驾驶方案。例如，可以根据情绪干预方案，将自动或智能驾驶方案的最高时速降低、跟车距离增大、变道频率减小，以使得自动或智能驾驶方案趋于保守，这有助于在驾驶员发生情绪变化之后安抚驾驶员的情绪，以使其情绪尽快恢复正常。当然，如果智能车辆处于手动驾驶模式下，则不需要调整自动或智能驾驶方案。
62.根据前文所述，根据本发明的控制方法能够根据驾驶员的情绪变化选择合适的情绪干预预案，而且能够根据车辆周边情况(即，客观参数)和驾驶员的驾驶习惯(即，主观参数)实时调整情绪干预预案，以生成为驾驶员实时定制的情绪干预方案，并且能够根据情绪干预方案调整自动或智能驾驶方案。因此，根据本发明的控制方法能够在驾驶员发生情绪变化之后及时、有效地安抚驾驶员的情绪，以优化驾驶员的驾乘体验。
63.参考图2，其中示出了根据本发明的另一个实施例的控制方法的示意性流程图。与图1所示实施例不同的是，根据图2所示实施例的控制方法还可以在步骤s205之后包括以下步骤。
64.步骤s301：根据执行情绪干预方案(即，步骤s205)之前获取的驾驶员的情绪、所执行的情绪干预方案以及执行情绪干预方案之后获取的驾驶员的情绪，调整情绪干预预案。也就是说，根据所执行的情绪干预方案以及执行情绪干预方案所取得的效果优化情绪干预预案。特别地，可以将执行情绪干预方案之前获取的驾驶员的情绪、所执行的情绪干预方案以及执行情绪干预方案之后获取的驾驶员的情绪作为训练数据输入预案优化算法模型(例如，神经网络类型的预案优化算法模型)中，以使得预案优化算法模型能够根据训练数据评估情绪干预方案的有效性并优化情绪干预预案。例如，如果执行情绪干预方案前后驾驶员的情绪变化较小，则增强情绪干预预案的强度，以便后续(例如，在下次发生情绪恶化时)对驾驶员进行更强的情绪干预。另外，类似于上文中提到的情绪评估算法模型和情绪干预算法模型，所述预案优化算法模型也可以存储在车载控制器和/或云端服务器中。当然，将上述各个算法模型存储在云端服务器中是优选的，因为在该配置下，云端服务器可以获得来自大量智能车辆的大量训练数据，使得各个算法模型输出的结果更加准确、合理和有效。
65.步骤s302：将执行情绪干预方案之前获取的智能车辆的行驶参数(例如，所述行驶参数包括纵向时速，纵向加速度，纵向加加速度，横向时速，横向加速度，横向加加速度，车辆距离车道正中间偏移量，等等)、驾驶员的情绪、情绪干预预案以及执行情绪干预方案之后获取的智能车辆的行驶参数、驾驶员的情绪、情绪干预方案存储起来，例如，存储在车载存储器和/或云端服务器中。在执行步骤s302之后，上述数据可以作为智能车辆的驾驶体验片段场景库中的用例，从而可以帮助驾驶员、工作人员等回顾和了解触发情绪干预的事件、所生成的情绪干预预案、通过调整情绪干预预案得到的情绪干预方案以及执行情绪干预方案所取得的情绪干预效果等等，从而可以帮助驾驶员改善驾驶技巧并帮助工作人员改进情绪干预策略。
66.根据前文所述，根据本发明的控制方法不仅能够在驾驶员发生情绪恶化之后及时有效地干预驾驶员的情绪以便对驾驶员进行安抚，而且能够根据情绪干预的效果不断学习并因此不断优化情绪干预预案，并且能够将所执行的情绪干预以及所取得的效果作为用例存储起来以供本驾驶员和其他驾驶员体验和学习。
67.另外，需要指出的是，虽然本文中以智能车辆为例描述了根据本发明的控制方法，但是本领域技术人员可以理解的是，根据本发明的控制方法显然可以用于控制其它类型的智能移动空间，例如，智能交通工具。因此，在本发明的教导下控制任何类型的智能移动空间的任何方案都应视为落入本发明的保护范围中。
68.本发明还提出了一种控制单元(也可称为控制装置)，其包括存储器、处理器及存储在所述存储器上的计算机程序，其中，所述处理器被配置成执行所述计算机程序以实现
如上所述的控制方法的各个步骤。该控制单元可以是智能车辆自身搭载的控制单元、云端服务器中搭载的控制单元、或者远程服务器中搭载的控制单元。
69.以上借助于附图详细描述了根据本发明的用于控制智能车辆的控制方法和控制单元的可选但非限制性的实施例。对于本领域内的那些普通技术人员来说，在不偏离本公开的精神和实质的情况下，对技术和结构的修改和补充以及对各实施例中的特征的重新组合显然都应视为包括在本发明的范围内。因此，在本发明的教导下所能够设想到的这些修改和补充都应被视为本发明的一部分。本发明的范围包括在本发明的申请日时已知的等效技术和尚未预见的等效技术。

技术特征：
1.用于控制智能车辆的控制方法，其包括以下步骤：s101：在所述智能车辆启动之后识别所述智能车辆的驾驶员的身份；s110：确定与所述驾驶员的身份相关联的所述驾驶员的驾驶习惯；s201：在所述智能车辆行驶期间实时检测所述驾驶员的情绪；s202：将所述驾驶员的当前情绪与前一情绪相比较，如果所述驾驶员的情绪变差，并且情绪变化程度在预设变化程度以上，则执行步骤s203；否则，返回步骤s201；s203：根据所述驾驶员的情绪变化程度确定情绪干预预案；s204：根据所述驾驶员的驾驶习惯调整所述情绪干预预案，以生成情绪干预方案；以及s205：根据所述情绪干预方案控制所述智能车辆，以对所述驾驶员进行情绪干预。2.根据权利要求1所述的控制方法，其中，步骤s204在于：根据所述驾驶员的驾驶习惯以及在所述智能车辆的行驶期间实时测得的车辆周边情况调整所述情绪干预预案，以生成所述情绪干预方案。3.根据权利要求1或2所述的控制方法，其中，步骤s110包括以下子步骤：s102：确认所述智能车辆的驾驶模式，如果所述驾驶模式是手动驾驶模式，则执行步骤s111；如果所述驾驶模式是自动或智能驾驶模式，则执行步骤s121-s123；s111：根据在所述智能车辆的行驶期间实施测得的所述驾驶员的操作行为确定所述驾驶员的驾驶习惯，并且将所述驾驶员的驾驶习惯与所述驾驶员的身份相关联地存储；s121：查询历史记录，以根据所述驾驶员的身份获取所述驾驶员的驾驶习惯；s122：根据所述驾驶员的驾驶习惯获取自动或智能驾驶方案；以及s123：根据所述自动或智能驾驶方案控制所述智能车辆的行驶。4.根据权利要求3所述的控制方法，其中，步骤s123还在于：根据在所述智能车辆的行驶期间实时测得的车辆周边情况和/或所述驾驶员的情绪调整所述自动或智能驾驶方案。5.根据权利要求1-4中的任一项所述的控制方法，其中，所述驾驶员的驾驶习惯还与在所述智能车辆的行驶期间实时测得的车辆周边情况和/或所述驾驶员的情绪相关联。6.根据权利要求2、4和5中的任一项所述的控制方法，其中，所述车辆周边情况包括所述智能车辆的行驶期间的时间、天气、路况以及路线中的一个或多个。7.根据权利要求1-6中的任一项所述的控制方法，其中，步骤s205在于：根据所述情绪干预方案控制所述智能车辆的语音系统、照明系统、车机交互系统、座椅系统以及底盘系统中的一个或多个，以对所述驾驶员进行情绪干预。8.根据权利要求1-7中的任一项所述的控制方法，其中，步骤s205在于：确认所述智能车辆的驾驶模式，如果所述驾驶模式是自动或智能驾驶模式，则根据所述情绪干预方案调整自动或智能驾驶方案。9.根据权利要求1-8中的任一项所述的控制方法，其中，所述控制方法在步骤s205之后还包括以下步骤：s301：根据执行步骤s205之前测得的所述驾驶员的情绪、所述情绪干预方案以及执行步骤s205之后测得的所述驾驶员的情绪调整所述情绪干预预案；和/或s302：存储以下数据：执行步骤s205之前测得的所述智能车辆的行驶参数、所述驾驶员的情绪、所述情绪干
预预案；以及执行步骤s205之后测得的所述智能车辆的行驶参数、所述驾驶员的情绪、所述情绪干预方案。10.用于控制智能车辆的控制单元，所述控制单元包括存储器、处理器及存储在所述存储器上的计算机程序，其中，所述处理器被配置成执行所述计算机程序以实现根据权利要求1-9中的任一项所述的控制方法的步骤。

技术总结
本发明涉及用于控制智能车辆的控制方法以及控制单元。所述控制方法包括以下步骤：在智能车辆启动之后识别驾驶员的身份；确定与驾驶员的身份相关联的驾驶员的驾驶习惯；在智能车辆行驶期间实时检测驾驶员的情绪；将驾驶员的当前情绪与前一情绪相比较，如果驾驶员的情绪变差，并且情绪变化程度在预设变化程度以上，则执行下一步骤；否则，返回上一步骤；根据驾驶员的情绪变化程度确定情绪干预预案；根据智能车辆行驶过程中实时检测的车辆周边情况调整情绪干预预案，和/或，根据驾驶员的驾驶习惯调整情绪干预预案，以生成情绪干预方案；以及根据情绪干预方案控制智能车辆，以对驾驶员进行情绪干预。所述控制单元被配置执行所述控制方法。制方法。制方法。


技术研发人员：余钧雷 胡小矿 朱嘉奇 谢剑晖
受保护的技术使用者：上海汽车集团股份有限公司
技术研发日：2022.03.28
技术公布日：2023/10/11