驾驶规划方法及系统、车辆与流程

1.本发明涉及汽车驾驶技术领域，具体涉及一种驾驶规划方法及系统、车辆。


背景技术：

2.随着汽车市场的成熟，人们生活品质的提升，目前车辆用户日益增多，随之而来的是交通事故和各种路怒症日益增加，对整个交通出行造成困扰。
3.目前很多车企陆续推出一些驾驶评估方法，用于评价驾驶员的驾驶行为，但行为习惯的调整效果并不能立刻改善，例如公开的中国专利(公开号cn115195690a)记载了将驾驶员的违规行为与标准行为对比，从而限制违规驾驶操作的执行，例如超速，但实际应用中，驾驶员非驾驶操作的不良习惯并不会被限制，例如频繁超车、急停等，还包括驾驶员的疲劳驾驶、开车时使用手机等行为，是驾驶员在正确操作规范下主观的不良行为，这些行为并不能直接对其限制，但就是这些行为导致了许多交通事故的发生，在一定程度上与驾驶员的不良习惯有直接关联，而附近的驾驶员并不对此知情，无法进行提前避让。
4.如何向驾驶员或车辆自动驾驶系统提供驾驶建议，获得安全、高效的行驶方案，提前避让存在不良行为的驾驶车辆，降低事故发生的可能性，是亟需解决的问题。


技术实现要素：

5.本发明为了解决上述现有技术中。
6.为了实现上述目的，本发明采用的技术方案如下：
7.一种驾驶规划方法，包括以下步骤：
8.通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算获得驾驶安全等级；
9.基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案；
10.通过路径信息获得每一预选路径的评分，并选择评分最高的为最佳路径；
11.通过最佳路径的路径规划推荐车速及附近车辆的平均车速，计算获得自车的最佳车速，并周期性对最佳车速进行调整。
12.优选的，所述第一时间范围及第二时间范围均表示以当前时间为起始节点的指定时间范围，其中，第一时间范围大于第二时间范围。
13.优选的，所述通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
14.收集数据，收集驾驶员的驾驶行为数据；
15.识别不良行为，对收集到的数据进行分析和识别，确定其中的不良驾驶行为；
16.计算危害评分，根据预设定评分规则，对不良驾驶行为进行的危害评分；
17.确定第一信用等级，在第一时间范围内，计算对应的危害评分总和，匹配对应的第一信用等级；
18.确定第二信用等级，在第二时间范围内，计算对应的危害评分总和，匹配对应的第二信用等级。
19.优选的，所述基于第一信用等级及第二信用等级计算获得驾驶安全等级包括：
20.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
21.通过如下表达式计算获得驾驶安全等级：
22.sl＝a1×
l1+a2×
l223.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
24.其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。
25.优选的，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：
26.若第一信用等级及第二信用等级皆小于信用阈值，则占比系数均为0.5；
27.若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
28.优选的，所述附近车辆为以自车为圆心，预设半径范围内的车辆。
29.优选的，所述基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案包括：
30.获取附近车辆的驾驶安全等级信息；
31.设置预警阈值，用于确定附近具有潜在危险的车辆；
32.筛选出具有潜在危险的车辆；
33.根据筛选出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短期路径；
34.根据经过避让策略更新的的短期路径，生成短距离驾驶方案。
35.优选的，所述路径信息包括：拥堵情况评分、行驶距离评分及预计时间评分。
36.优选的，所述通过路径信息获得每一预选路径的评分的计算表达式为：
37.score＝b1×
c+b2×
d+b3×
t
38.其中，score表示路径的评分；c表示拥堵情况评分；d表示行驶距离评分；t表示预计时间评分；b1、b2及b3分别表示拥堵情况评分、行驶距离评分及预计时间评分的权重参数。
39.优选的，所述计算获得自车的最佳车速的表达式为：
40.v＝(1-α)
×v1
+α
×v3
41.其中，v表示自车的最佳车速；v1表示最佳路径的路径规划推荐车速；v3表示附近车辆的平均车速；α参数表示自车与附近车辆保持相近车速的意愿程度；
42.当v＞v2，则v＝v243.其中，v2表示道路限速。
44.优选的，所述周期性对最佳车速进行调整包括：
45.s1、确定调整最佳车速的周期；
46.s2、在每个调整周期开始时，记录当前时间作为起始时间；
47.s3、获取附近车辆车速；
48.s4、计算调整后的最佳车速；
49.s5、将计算得到的调整后的最佳车速设置为自车的目标车速；
50.s6、在调整周期内，监控自车的行驶情况和车速变化；
51.s7、当当前时间减去起始时间达到设定的调整周期时，进入下一个调整周期，重复执行s2至s7。
52.一种驾驶规划系统，包括：
53.影像监控装置，所述影像监控装置安装于车辆内部，用于获取驾驶员的行为影像数据；
54.操作记录装置，所述操作记录装置用于记录驾驶员的驾驶行为；
55.中央服务器，所述中央服务器用于集中收集、处理和存储车辆上传的实时数据；
56.数据处理与分析子系统，所述数据处理与分析子系统设置在中央服务器上，用于接收、解析和处理从车辆传输的数据，通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算获得驾驶安全等级；基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案；通过路径信息获得每一预选路径的评分，并选择评分最高的为最佳路径；通过最佳路径的路径规划推荐车速及附近车辆的平均车速，计算获得自车的最佳车速，并周期性对最佳车速进行调整；
57.车辆控制装置，所述车辆控制装置基于数据处理与分析子系统的处理结果，用于实时对车辆进行调整，完成驾驶规划。
58.优选的，所述第一时间范围及第二时间范围均表示以当前时间为起始节点的指定时间范围，其中，第一时间范围大于第二时间范围。
59.优选的，所述通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
60.收集数据，收集驾驶员的驾驶行为数据；
61.识别不良行为，对收集到的数据进行分析和识别，确定其中的不良驾驶行为；
62.计算危害评分，根据预设定评分规则，对不良驾驶行为进行的危害评分；
63.确定第一信用等级，在第一时间范围内，计算对应的危害评分总和，匹配对应的第一信用等级；
64.确定第二信用等级，在第二时间范围内，计算对应的危害评分总和，匹配对应的第二信用等级。
65.优选的，所述基于第一信用等级及第二信用等级计算获得驾驶安全等级包括：
66.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
67.通过如下表达式计算获得驾驶安全等级：
68.sl＝a1×
l1+a2×
l269.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
70.其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。
71.优选的，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：
72.若第一信用等级及第二信用等级皆小于信用阈值，则占比系数均为0.5；
73.若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
74.优选的，所述附近车辆为以自车为圆心，预设半径范围内的车辆。
75.优选的，所述基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案包括：
76.获取附近车辆的驾驶安全等级信息；
77.设置预警阈值，用于确定附近具有潜在危险的车辆；
78.筛选出具有潜在危险的车辆；
79.根据筛选出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短期路径；
80.根据经过避让策略更新的的短期路径，生成短距离驾驶方案。
81.优选的，所述路径信息包括：拥堵情况评分、行驶距离评分及预计时间评分。
82.优选的，所述通过路径信息获得每一预选路径的评分的计算表达式为：
83.score＝b1×
c+b2×
d+b3×
t
84.其中，score表示路径的评分；c表示拥堵情况评分；d表示行驶距离评分；t表示预计时间评分；b1、b2及b3分别表示拥堵情况评分、行驶距离评分及预计时间评分的权重参数。
85.优选的，所述计算获得自车的最佳车速的表达式为：
86.v＝(1-α)
×v1
+α
×v3
87.其中，v表示自车的最佳车速；v1表示最佳路径的路径规划推荐车速；v3表示附近车辆的平均车速；α参数表示自车与附近车辆保持相近车速的意愿程度；
88.当v＞v2，则v＝v289.其中，v2表示道路限速。
90.一种车辆，该车辆包括所述的驾驶规划系统。
91.本发明的有益效果：
92.(1)提供驾驶建议和规划：无论是人为驾驶还是自动驾驶，本发明都能向驾驶员或车辆自动驾驶系统提供准确的驾驶建议和规划；通过考虑驾驶安全等级、路况情况、行驶距离、行驶时间和附近车辆的信息，可以为驾驶员或自动驾驶系统选择最优行驶路径和调整最佳车速，提升驾驶效率和安全性；
93.(2)考虑综合因素：本发明综合考虑了驾驶安全等级、路拥堵程度、行驶距离和行驶时间等因素，以综合评估驾驶条件，并在路径规划和车速调整中加以考虑，这样可以确保驾驶建议和规划符合综合性能要求，满足驾驶员或自动驾驶系统的需求；
94.(3)周期性调整车速：本发明引入了周期性调整车速的概念，通过周期性监控车辆的行驶情况和车速变化，在合适的时间点对最佳车速进行调整。这种周期性调整能够减少频繁的车速变化，提升驾驶的安全性和舒适性；
95.(4)适用于人为驾驶和自动驾驶：本发明不仅适用于人为驾驶，也可以应用于自动驾驶系统，无论是人为驾驶者还是自动驾驶系统，都可以从该方案中获得实时的驾驶建议和规划，以提高驾驶效率和安全性；
96.(5)基于实时数据：该方案依赖于实时收集的数据，包括驾驶行为、车辆状态和附近车辆的信息，这些数据通过车辆内的监控装置和相关设备进行采集和处理，确保驾驶建
议和规划的准确性和可靠性；
97.综合以上优点，本发明为驾驶员和自动驾驶系统提供了全面的驾驶辅助系统，能够提升驾驶效率、安全性和舒适性，实现更智能、高效和安全的驾驶体验。
附图说明
98.图1为本发明方法的流程示意图；
99.图2为本发明中获得信用等级流程示意图；
100.图3为本发明中制定短距离驾驶方案流程示意图；
101.图4为本发明中周期性对最佳车速进行调整流程示意图；
102.图5为本发明系统的结构框图。
具体实施方式
103.以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
104.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
105.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
106.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
107.附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
108.如图1所示，一种驾驶规划方法，包括以下步骤：
109.通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范
围内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算获得驾驶安全等级；
110.基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案；
111.通过路径信息获得每一预选路径的评分，并选择评分最高的为最佳路径；
112.通过最佳路径的路径规划推荐车速及附近车辆的平均车速，计算获得自车的最佳车速，并周期性对最佳车速进行调整。
113.本发明通过对驾驶员的不良驾驶行为进行评估，确定驾驶员的信用等级，并基于信用等级计算出驾驶安全等级。同时，通过评估附近车辆的驾驶安全等级，制定短距离驾驶方案以避免潜在危险车辆。路径信息被用来评估预选路径的优劣，选择最佳路径。最佳路径的推荐车速和附近车辆的平均车速被用来计算最佳车速，并进行周期性调整。
114.本发明提供了驾驶安全等级，能够评估驾驶员的行为，并反映出其驾驶的安全程度。
115.本发明制定短距离驾驶方案，避免与具有潜在危险的车辆相遇，降低交通事故的风险。
116.本发明使用路径评估和选择最佳路径，提供了最优的驾驶路线，考虑道路条件和交通流量等因素。
117.本发明通过计算最佳车速并周期性调整，提供了合适的车速，平衡了行驶效率和安全性。
118.本发明能够提升驾驶安全性，优化驾驶路线选择，降低与潜在危险车辆的接触，提供合适的车速，提升驾驶体验和安全性。无论是人为驾驶还是自动驾驶系统，都可以应用这个方案来获得驾驶建议和规划最佳驾驶路径。
119.优选的，所述第一时间范围及第二时间范围均表示以当前时间为起始节点的指定时间范围，其中，第一时间范围大于第二时间范围。
120.设定第一时间范围和第二时间范围：第一时间范围指过去较长的指定时间范围，例如过去168小时；第二时间范围指过去较短的指定时间范围，例如过去3小时。
121.本发明基于驾驶员的驾驶行为数据进行评估，通过设定第一时间范围和第二时间范围来确定驾驶员的信用等级。第一时间范围表示较长时间内的驾驶行为，而第二时间范围表示较短时间内的驾驶行为。通过对这两个时间范围内的不良驾驶行为进行分析和评估，确定驾驶员的第一信用等级和第二信用等级。
122.设定第一时间范围和第二时间范围：第一时间范围为过去较长的指定时间范围，例如过去168小时(7天)，第二时间范围为过去较短的指定时间范围，例如过去3小时。
123.收集驾驶员的驾驶行为数据：使用监控装置和违规记录装置收集驾驶员的非操作性和操作性行为数据，例如开车打电话、超速、急停等。
124.对第一时间范围内的驾驶行为进行评估：基于第一时间范围内的驾驶行为数据，计算驾驶员的第一信用等级，用于表示较长时间内的驾驶行为安全性。
125.对第二时间范围内的驾驶行为进行评估：基于第二时间范围内的驾驶行为数据，计算驾驶员的第二信用等级，用于表示较短时间内的驾驶行为安全性。
126.通过设定第一时间范围和第二时间范围，可以综合考虑驾驶员的较长时间和较短时间内的驾驶行为，从而更准确地评估驾驶员的驾驶安全性。这种方式可以提供更全面的
驾驶行为分析，并为后续的驾驶建议和路径规划提供更准确的依据。通过评估驾驶安全等级，驾驶员和自动驾驶系统可以获得实时的驾驶建议，提高驾驶的安全性和效率。
127.优选的，如图2所示，所述通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
128.收集数据，收集驾驶员的驾驶行为数据；
129.识别不良行为，对收集到的数据进行分析和识别，确定其中的不良驾驶行为；
130.计算危害评分，根据预设定评分规则，对不良驾驶行为进行的危害评分；
131.确定第一信用等级，在第一时间范围内，计算对应的危害评分总和，匹配对应的第一信用等级；
132.确定第二信用等级，在第二时间范围内，计算对应的危害评分总和，匹配对应的第二信用等级。
133.不良驾驶行为包括非操作性行为及操作性行为，非操作性行为如：开车打电话、疲劳驾驶等行为；操作性行为如：超速、急停、非法变道等行为。不同行为根据其危害性大小对应了不同的评分，用于进行第一信用等级及第二信用等级的计算。
134.基于驾驶员的驾驶行为数据进行评估，通过收集驾驶员的驾驶行为数据并识别其中的不良行为，然后根据预设的评分规则计算危害评分，最终确定驾驶员的第一信用等级和第二信用等级。
135.在一个实施例中，通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
136.收集数据：使用监控装置等设备收集驾驶员的驾驶行为数据，包括非操作性行为和操作性行为。
137.识别不良行为：对收集到的数据进行分析和识别，确定其中的不良驾驶行为，例如开车打电话、疲劳驾驶、超速、急停、非法变道等行为。
138.计算危害评分：根据预设的评分规则，为不良驾驶行为赋予相应的危害评分，根据行为的危害性大小来确定评分。
139.确定第一信用等级：在第一时间范围内，计算对应的不良驾驶行为的危害评分总和，根据预设的规则将总分匹配到对应的第一信用等级。
140.确定第二信用等级：在第二时间范围内，计算对应的不良驾驶行为的危害评分总和，根据预设的规则将总分匹配到对应的第二信用等级。
141.通过收集驾驶员的驾驶行为数据并评估其危害性，能够准确判断驾驶员的驾驶安全等级。通过设定不同时间范围内的行为评分计算，可以综合考虑驾驶员在较长时间和较短时间内的不良驾驶行为，从而更准确地评估驾驶员的驾驶安全性。同时还为后续的驾驶建议和路径规划提供了可靠的依据，进一步增强了驾驶的安全性和效率。
142.根据第一时间范围内的驾驶行为和第二时间范围内的驾驶行为分别计算驾驶员的第一信用等级和第二信用等级。较小的信用等级表示较小的危害性。
143.第一信用等级计算：在第一时间范围内，统计并计算驾驶员的危害评分总和。例如，对过去168小时内的不良驾驶行为进行评分累加，得到第一信用等级(l1)。
144.第二信用等级计算：在第二时间范围内，同样统计并计算驾驶员的危害评分总和。例如，对过去3小时内的不良驾驶行为进行评分累加，得到第二信用等级(l2)。
145.当计算第一信用等级(l1)和第二信用等级(l2)时，可以使用以下表达式来进行评分累加：
146.第一信用等级(l1)计算：
147.l1＝∑(s1_i)
148.其中，s1_i表示第一时间范围内每个不良行为的危害评分，i表示不良行为的索引，∑表示求和运算。
149.第二信用等级(l2)计算：
150.l2＝∑(s2_j)
151.其中，s2_j表示第二时间范围内每个不良行为的危害评分，j表示不良行为的索引，∑表示求和运算。
152.本发明通过对驾驶员在不同时间范围内的不良驾驶行为进行评分累加，计算出第一信用等级和第二信用等级，用以评估驾驶员的驾驶安全等级。
153.在一个实施例中，
154.第一信用等级计算：在第一时间范围内(例如过去168小时)，统计并计算驾驶员的不良驾驶行为的危害评分总和。对过去168小时内的不良驾驶行为进行评分累加，得到第一信用等级(l1)。
155.l1＝∑(s1_i)，其中s1_i表示第一时间范围内每个不良行为的危害评分，i表示不良行为的索引，∑表示求和运算。
156.第二信用等级计算：在第二时间范围内(例如过去3小时)，同样统计并计算驾驶员的不良驾驶行为的危害评分总和。对过去3小时内的不良驾驶行为进行评分累加，得到第二信用等级(l2)。
157.l2＝∑(s2_j)，其中s2_j表示第二时间范围内每个不良行为的危害评分，j表示不良行为的索引，∑表示求和运算。
158.本发明通过计算第一信用等级和第二信用等级，能够客观地评估驾驶员的驾驶安全等级。通过设定不同的时间范围，可以综合考虑驾驶员在较长时间和较短时间内的不良驾驶行为对驾驶安全的影响。通过累加不良行为的评分，能够quantitatively量化驾驶员的驾驶安全水平，并将其映射到相应的信用等级上。该方案提供了一种可操作的方法，使驾驶员能够清晰了解自己的驾驶安全状况，并可以采取适当的措施来改善驾驶行为，提升驾驶安全性。
159.优选的，所述基于第一信用等级及第二信用等级计算获得驾驶安全等级包括：
160.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
161.通过如下表达式计算获得驾驶安全等级：
162.sl＝a1×
l1+a2×
l2163.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
164.其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。
165.该表达式综合考虑了第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算，得出最终的驾驶安全等级。较高的驾驶安全等级表示较低的危险性。
166.本发明基于第一信用等级和第二信用等级的大小，通过设定对应的占比系数，计
算获得驾驶安全等级。驾驶安全等级的计算考虑了第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算。
167.通过综合考虑第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算，得出最终的驾驶安全等级。较高的驾驶安全等级表示较低的危险性。通过设定合理的占比系数，可以根据实际情况更准确地评估驾驶员的驾驶安全水平。该方案提供了一种简单有效的方法，使驾驶员能够直观地了解自己的驾驶安全等级，并可以根据评估结果采取相应的行动，从而提升驾驶安全性。
168.优选的，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：
169.若第一信用等级及第二信用等级皆小于信用阈值，则占比系数均为0.5；
170.若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
171.在一个实施例中，设定阈值为th，如果第一信用等级≥th且第二信用等级≥th，则第一占比系数为0.3，第二占比系数为0.7；
172.否则，第一占比系数为0.5，第二占比系数为0.5。
173.根据占比系数和第一信用等级、第二信用等级的值，计算驾驶安全等级。最终的驾驶安全等级将综合考虑第一信用等级和第二信用等级的危害性，较高的驾驶安全等级表示较低的危险性。
174.本发明根据第一信用等级和第二信用等级的大小，设定对应的占比系数来计算驾驶安全等级。根据设定的占比系数和信用等级的取值，综合考虑第一信用等级和第二信用等级的危害性，得出最终的驾驶安全等级。
175.在一个实施例中，
176.设定阈值：根据实际需求，设定阈值(th)用于判断第一信用等级和第二信用等级是否大于等于阈值。
177.设定占比系数：根据阈值和信用等级的大小关系，设定对应的占比系数。
178.若第一信用等级和第二信用等级皆小于阈值，则占比系数均为0.5。
179.若第一信用等级和第二信用等级中任意一个或两者皆大于等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
180.驾驶安全等级计算：根据设定的占比系数和第一信用等级、第二信用等级的值，计算驾驶安全等级。
181.最终的驾驶安全等级将综合考虑第一信用等级和第二信用等级的危害性，较高的驾驶安全等级表示较低的危险性。
182.通过设定阈值和占比系数，本发明能够根据第一信用等级和第二信用等级的大小，计算出综合考虑两者危害性的驾驶安全等级。如果两个信用等级均小于阈值，表示驾驶行为较为安全，占比系数均为0.5，平等地影响驾驶安全等级。如果其中一个或两者均大于等于阈值，表示驾驶行为存在一定的危险性，此时第一信用等级的占比系数小于第二信用等级的占比系数，更加重视第二信用等级的影响。最终的驾驶安全等级将综合考虑两者的危害性，较高的等级表示较低的危险性。该方案通过灵活调整占比系数，能够根据实际需求和评估标准对驾驶安全等级进行准确的评估和反映。
183.优选的，所述附近车辆为以自车为圆心，预设半径范围内的车辆。
184.具体为：
185.确定自车位置：获取自车的准确位置信息，可以通过车载传感器、gps等方式获取。
186.设置半径范围：根据实际需求和交通情况，设定一个预设的半径范围。该半径范围以自车位置为圆心，确定周围需要考虑的车辆范围。
187.识别附近车辆：利用车辆检测和识别技术，对半径范围内的车辆进行检测和识别。这可以使用传感器数据、图像处理算法等来实现。
188.数据过滤和筛选：根据具体需求，对识别出的附近车辆数据进行过滤和筛选。
189.进一步处理：根据识别出的附近车辆信息，进行进一步的处理和分析，包括评估车辆的安全等级、跟踪车辆的行为、规划驾驶路径等。
190.本发明通过设定半径范围，该方案能够限定周围需要考虑的车辆范围，使得分析和处理更加集中和准确。识别和筛选附近车辆的过程可以根据具体需求进行灵活调整，以满足不同的驾驶安全要求。该方案可以帮助驾驶员更好地感知和应对周围车辆的危险性，从而提高驾驶的安全性和舒适性。
191.优选的，如图3所示，所述基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案包括：
192.获取附近车辆的驾驶安全等级信息；
193.设置预警阈值，用于确定附近具有潜在危险的车辆；
194.筛选出具有潜在危险的车辆；
195.根据筛选出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短期路径；
196.根据经过避让策略更新的的短期路径，生成短距离驾驶方案。
197.本发明基于附近车辆的驾驶安全等级信息，通过筛选出具有潜在危险的车辆，并制定远离这些车辆的短距离驾驶方案。通过获取车辆的驾驶安全等级信息和设定预警阈值，可以识别出潜在危险的车辆，并通过路径规划和避让策略来规划安全的驾驶路径。
198.在一个实施例中，获取附近车辆的驾驶安全等级信息：利用车辆感知系统、交通监控系统或其他相关技术，获取附近车辆的驾驶安全等级信息，包括车辆的行为、速度、距离等信息。
199.设置预警阈值：根据安全要求和具体情况，设定一个预警阈值，用于确定具有潜在危险的车辆。该阈值可以根据驾驶经验、交通规则等因素进行设定。
200.筛选危险车辆：根据附近车辆的驾驶安全等级信息，筛选出驾驶安全等级超过预警阈值的车辆，即具有潜在危险的车辆。
201.基于自车位置和目的地进行路径规划：根据自车当前位置和目的地，使用路径规划算法计算出新的短期路径。在规划路径时，考虑避开具有潜在危险的车辆所在的区域或道路段。
202.生成短距离驾驶方案：根据经过避让策略更新的短期路径，生成最终的短距离驾驶方案。该方案将提供驾驶员所需的转向指示、速度建议等信息，以帮助驾驶员安全地避开危险车辆。
203.本发明通过基于附近车辆的驾驶安全等级信息和预警阈值的设定，该方案能够筛
选出具有潜在危险的车辆，并通过路径规划和避让策略来制定安全的驾驶方案。驾驶员可以根据生成的短距离驾驶方案来避开危险车辆，提高驾驶安全性。该方案可以帮助驾驶员更好地感知和应对周围车辆的危险性，减少潜在的交通事故风险，提高驾驶安全水平，并促进道路交通的流畅性。通过避开具有潜在危险的车辆，驾驶员可以减少与它们的接触和冲突，降低事故的发生概率。此外，通过路径规划和避让策略的应用，还可以改善驾驶员的行车体验，减少交通堵塞和拥堵情况，提高整体道路交通效率。
204.通过综合考虑附近车辆的驾驶安全等级、预警阈值以及路径规划，本发明能够快速响应交通变化，实时调整驾驶方案，使驾驶员能够安全、高效地驾驶。有效地识别和避让潜在危险车辆，能够提前发现潜在的交通危险，帮助驾驶员预防事故，并为他们提供更加可靠的导航指引。
205.本发明基于附近车辆的驾驶安全等级信息，通过筛选危险车辆和制定避让策略，为驾驶员提供了更安全、更可靠的驾驶方案。它能够减少潜在的交通事故风险，提高驾驶员的行车安全性和舒适性，同时改善整体道路交通状况，为出行带来更好的体验。
206.优选的，所述路径信息包括：拥堵情况评分、行驶距离评分及预计时间评分。
207.路径信息评估是基于拥堵情况评分、行驶距离评分和预计时间评分的综合考量。这些评分指标可以帮助驾驶员选择最佳路径，考虑交通拥堵程度、行驶距离和预计到达时间等因素，以提供最佳的驾驶方案。
208.拥堵情况评分：根据道路交通的实时流量和拥堵状况，对每条道路进行评估和打分。较高的拥堵情况评分表示路段拥堵程度较高，行驶速度较慢。
209.行驶距离评分：根据路径的实际行驶距离进行评估和打分。通常情况下，较短的行驶距离评分更高，因为它可以减少驾驶时间和油耗。
210.预计时间评分：根据预计到达目的地所需的时间进行评估和打分。较短的预计时间评分表示可以更快地到达目的地。
211.这些评分指标可以根据实时交通数据和路径规划算法进行计算和更新，以提供准确的路径评估结果。
212.通过评估拥堵情况、行驶距离和预计时间等路径信息，驾驶员可以选择最佳的驾驶方案。这样做的效果包括：
213.减少行驶时间：选择较少拥堵、较短距离和预计时间较短的路径，可以帮助驾驶员更快地到达目的地，节省时间和精力。
214.降低油耗和排放：选择较短的行驶距离可以减少车辆的油耗和排放量，对环境更加友好。
215.提供行车舒适性：避开拥堵路段和选择预计时间较短的路径，可以减少驾驶员在堵车中的停滞时间，提高行车的舒适性和体验。
216.综上所述，通过评估拥堵情况、行驶距离和预计时间等路径信息，可以为驾驶员提供最佳的驾驶方案，减少行驶时间、降低油耗、提供行车舒适性，并优化整体交通流动性。
217.优选的，所述通过路径信息获得每一预选路径的评分的计算表达式为：
218.score＝b1×
c+b2×
d+b3×
t
219.其中，score表示路径的评分；c表示拥堵情况评分；d表示行驶距离评分；t表示预计时间评分；b1、b2及b3分别表示拥堵情况评分、行驶距离评分及预计时间评分的权重参数。
220.路径评分的计算是基于拥堵情况评分、行驶距离评分和预计时间评分的加权求和。通过为每个评分指标分配适当的权重参数，可以综合考虑不同因素对路径的影响，从而确定每条预选路径的最终评分。
221.拥堵情况评分(c)：根据道路交通的实时流量和拥堵情况进行评估和打分。较高的拥堵情况评分表示路段拥堵程度较高。
222.行驶距离评分(d)：根据路径的实际行驶距离进行评估和打分。较短的行驶距离评分更高，因为它可以减少驾驶时间和油耗。
223.预计时间评分(t)：根据预计到达目的地所需的时间进行评估和打分。较短的预计时间评分表示可以更快地到达目的地。
224.权重参数(b1、b2、b3)：这些参数用于调整不同评分指标的相对重要性。通过设置适当的权重参数，可以根据具体需求和优先级来决定不同评分指标的权重。
225.通过计算路径评分，可以为每条预选路径提供一个综合的评价指标，以辅助驾驶员选择最佳的驾驶方案。具体效果包括：
226.综合考虑多个因素：通过加权求和的方式，综合考虑了拥堵情况、行驶距离和预计时间等多个因素，提供了一个全面的路径评价。
227.个性化选择：通过调整权重参数，可以根据驾驶员的个人喜好和需求，灵活地选择更注重拥堵情况、行驶距离或预计时间的路径。
228.提供参考依据：路径评分为驾驶员提供了一种量化的指标，可用作决策的参考依据，帮助驾驶员做出更明智的路径选择。
229.综上所述，通过路径评分的计算表达式和权重参数的设定，可以综合考虑拥堵情况、行驶距离和预计时间等因素，为驾驶员提供量化的路径选择建议和参考。驾驶员可以根据路径评分，对比不同路径的评分结果，选择评分较高的路径作为他们的驾驶方案。这样可以帮助驾驶员避开拥堵路段、选择更短的行驶距离和更快的到达时间，从而提高驾驶效率和节约时间。此外，路径评分还可以提供一种客观的衡量标准，使驾驶员能够更加理性地做出路径选择决策，减少主观因素的影响。
230.通过综合考虑拥堵情况、行驶距离和预计时间等评分指标，驾驶员可以更好地规划他们的驾驶路线，减少潜在的交通延误和拥堵情况，提高整体的驾驶安全性和效率。此外，路径评分的使用还可以促使驾驶员形成更安全的驾驶习惯，因为他们会更倾向于选择评分较高的路径，避免那些评分较低且可能存在风险的路径。
231.通过路径信息的评分计算，为驾驶员提供量化的路径选择建议，可以帮助他们做出更明智的驾驶决策，减少潜在的交通事故风险，提高驾驶的安全性和效率。
232.优选的，所述计算获得自车的最佳车速的表达式为：
233.v＝(1-α)
×v1
+α
×v3
234.其中，v表示自车的最佳车速；v1表示最佳路径的路径规划推荐车速；v3表示附近车辆的平均车速；α参数表示自车与附近车辆保持相近车速的意愿程度；
235.当v＞v2，则v＝v2236.其中，v2表示道路限速。
237.当α参数的值较大时，表示驾驶员更倾向于与附近车辆保持相近的车速，追求车速的一致性和稳定性。在这种情况下，调整后的最佳车速v更加接近附近车辆的平均车速，以
保持与其相近的行驶状态。这样可以提高车辆之间的协调性和安全性，有助于应对突发情况。
238.相反，当α参数的值较小时，表示驾驶员更倾向于接近路径规划推荐车速v1，即更注重路径规划的建议。在这种情况下，调整后的最佳车速v更加接近路径规划推荐车速，以更快地到达目的地。然而，较小的α参数可能会导致车速与附近车辆的差异较大，降低了车辆之间的协调性和安全性。
239.最佳车速的表达式用于计算自车的最佳车速，考虑了最佳路径的推荐车速以及附近车辆的平均车速，并通过α参数调整自车与附近车辆保持相近车速的意愿程度。
240.根据表达式，自车的最佳车速v通过线性插值计算得出，结合了最佳路径的推荐车速v1和附近车辆的平均车速v3。α参数用于调节自车与附近车辆保持相近车速的意愿程度。当α参数较大时，自车更倾向于与附近车辆保持相近车速；当α参数较小时，自车更倾向于接近最佳路径的推荐车速。
241.在一个实施例中，具体为：
242.获取最佳路径的路径规划推荐车速v1；
243.获取附近车辆的平均车速v3。
244.根据α参数的设定值，决定自车与附近车辆保持相近车速的意愿程度。
245.根据表达式v＝(1-α)
×v1
+α
×v3
246.计算自车的最佳车速v。
247.如果计算得到的最佳车速v超过道路限速v2，则将最佳车速限制为道路限速v2。
248.效果：通过计算获得自车的最佳车速，可以根据驾驶员对车速一致性和路径规划建议的偏好进行调整。当α参数较大时，自车更趋向于与附近车辆保持相近的车速，以提高车辆之间的协调性和安全性。当α参数较小时，自车更趋向于接近路径规划的推荐车速，以更快地到达目的地。这样可以根据驾驶员的意愿和道路条件，平衡车速的一致性、安全性和到达效率。然而，过小或过大的α参数值可能会导致与附近车辆的差异较大或过度追求速度一致性，影响车辆之间的协调和安全性。
249.综上所述，该方法通过计算自车的最佳车速，考虑了最佳路径的推荐车速和附近车辆的平均车速，并根据驾驶员的意愿程度调整车速，以实现车速的协调性、安全性和到达效率的平衡。
250.因此，α参数的选择应该根据驾驶员的使用需求和个人偏好进行调整，平衡驾驶的安全性和效率性。驾驶员可以根据交通情况、道路条件和个人驾驶习惯来选择合适的α参数参数值，以满足自身的需求。
251.路径规划推荐车速v1是指系统通过路径规划算法计算出的在给定道路条件下的理想车速。它考虑了多个因素，如道路限速、交通流情况、路况状况等，以提供一个合理的建议车速给驾驶员。
252.然而v1是基于路径规划算法计算出的理想车速，考虑了道路限速、交通流情况和路况状况等因素。它是在没有考虑附近车辆的影响情况下，根据道路条件和最优的行驶策略给出的推荐车速。
253.v是在考虑附近车辆的车速情况下进行调整的最佳车速。它是根据路径规划推荐车速v1和附近车辆的平均车速进行综合计算得出的。通过引入附近车辆的车速信息，v能更
好地适应当前交通环境，提高行驶的安全性和流畅性。
254.总的来说，v1是路径规划的结果，是一个理想的推荐速度，而v是根据实际交通情况和附近车辆的车速进行调整后的最佳车速。v考虑了更多实时的交通信息，以使车辆能够更好地适应当前道路状况，并与周围车辆保持一定的车速协调性。
255.优选的，如图4所示，所述周期性对最佳车速进行调整包括：
256.s1、确定调整最佳车速的周期；
257.s2、在每个调整周期开始时，记录当前时间作为起始时间；
258.s3、获取附近车辆车速；
259.s4、计算调整后的最佳车速；
260.s5、将计算得到的调整后的最佳车速设置为自车的目标车速；
261.s6、在调整周期内，监控自车的行驶情况和车速变化；
262.s7、当当前时间减去起始时间达到设定的调整周期时，进入下一个调整周期，重复执行s2至s7。
263.本发明通过设定调整周期，在每个调整周期开始时记录起始时间，然后获取附近车辆的车速，并根据计算得到的调整后的最佳车速来设置自车的目标车速。通过监控自车的行驶情况和车速变化，并在达到设定的调整周期时进入下一个调整周期，重复进行上述步骤。
264.在一个实施例中，设定调整最佳车速的周期，例如每分钟、每小时或每次启动车辆等。
265.在每个调整周期开始时，记录当前时间作为起始时间。
266.获取附近车辆的车速信息，可以通过车辆传感器、车辆通信或车辆位置信息等方式获取。
267.根据之前的方法(如上述提到的表达式)，计算调整后的最佳车速。
268.将计算得到的调整后的最佳车速设置为自车的目标车速，可以通过车辆的控制系统进行设置。
269.在调整周期内，持续监控自车的行驶情况和车速变化，可以使用车辆传感器或车辆控制系统进行监测。
270.当当前时间减去起始时间达到设定的调整周期时，进入下一个调整周期，重新执行步骤2至步骤6。
271.效果为周期性对最佳车速进行调整可以使驾驶员在不同的道路条件和交通环境下保持合理的车速。通过实时获取附近车辆的车速信息，并计算调整后的最佳车速，可以使自车更好地适应道路的变化。调整后的最佳车速作为自车的目标车速，可以帮助驾驶员更好地控制车辆，提高行驶的平稳性、安全性和燃油效率。同时，周期性的调整可以根据实际情况进行灵活的适应，保持车速的合理性和稳定性。
272.综上所述，该方法通过周期性对最佳车速进行调整，结合附近车辆的车速信息和计算得到的调整后的最佳车速，帮助驾驶员在不同的道路和交通条件下保持合理的车速，提高行驶的平稳性和安全性。
273.如图5所示，一种驾驶规划系统，包括：
274.影像监控装置，所述影像监控装置安装于车辆内部，用于获取驾驶员的行为影像
数据；
275.操作记录装置，所述操作记录装置用于记录驾驶员的驾驶行为；
276.中央服务器，所述中央服务器用于集中收集、处理和存储车辆上传的实时数据；
277.数据处理与分析子系统，所述数据处理与分析子系统设置在中央服务器上，用于接收、解析和处理从车辆传输的数据，通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算获得驾驶安全等级；基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案；通过路径信息获得每一预选路径的评分，并选择评分最高的为最佳路径；通过最佳路径的路径规划推荐车速及附近车辆的平均车速，计算获得自车的最佳车速，并周期性对最佳车速进行调整；
278.车辆控制装置，所述车辆控制装置基于数据处理与分析子系统的处理结果，用于实时对车辆进行调整，完成驾驶规划。
279.具体的：
280.影像监控装置：安装在车辆内部，用于获取驾驶员的行为影像数据，如驾驶姿态、眼神活动、抽烟等，用于识别疲劳驾驶、单手驾驶等违规行为。
281.操作记录装置：记录驾驶员的驾驶行为，包括加速、刹车、转向等操作，配合其他装备用于识别超速、急停、非法变道。
282.中央服务器：集中收集、处理和存储车辆上传的实时数据，包括影像数据和驾驶行为数据。
283.数据处理与分析子系统：设置在中央服务器上，接收、解析和处理从车辆传输的数据。通过分析驾驶员在不同时间范围内的不良驾驶行为，确定驾驶员的第一信用等级和第二信用等级。根据这些信用等级，计算获得驾驶安全等级。
284.基于附近车辆的驾驶安全等级：根据附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案。
285.路径信息评分：通过路径信息包括拥堵情况评分、行驶距离评分和预计时间评分，为每个预选路径计算评分，并选择评分最高的路径作为最佳路径。
286.最佳车速计算与调整：根据最佳路径的路径规划推荐车速和附近车辆的平均车速，计算获得自车的最佳车速。周期性对最佳车速进行调整，以适应不同的道路条件和交通环境。
287.车辆控制装置：基于数据处理与分析子系统的处理结果，实时对车辆进行调整，完成驾驶规划。
288.该驾驶规划系统的设计旨在提高驾驶安全性和效率，通过以下方式实现：
289.驾驶员行为监控：通过影像监控装置和操作记录装置获取驾驶员的行为数据，对驾驶行为进行监测和记录，以便评估驾驶员的驾驶行为和安全性。
290.信用等级评估：通过分析驾驶员在不同时间范围内的不良驾驶行为，确定驾驶员的第一信用等级和第二信用等级，以量化驾驶员的驾驶能力和风险程度。
291.驾驶安全等级计算：根据第一信用等级和第二信用等级的计算结果，结合附近车辆的驾驶安全等级，计算获得驾驶安全等级。
292.短距离驾驶方案：根据附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的
短距离驾驶方案。通过筛选出具有潜在危险的车辆并基于自车位置和目的地，使用避让策略规划新的短期路径，以减少潜在的交通事故风险。
293.路径信息评估与选择：通过评估路径的拥堵情况、行驶距离和预计时间，为每个预选路径计算评分。根据评分最高的路径作为最佳路径，驾驶员可以选择最佳路径以提高行驶效率和避免拥堵。
294.最佳车速计算与调整：根据最佳路径的路径规划推荐车速和附近车辆的平均车速，计算获得自车的最佳车速。通过周期性调整最佳车速，使其适应不同的道路限速和交通状况。驾驶员可以根据自身偏好和实际情况选择保持与附近车辆相近车速的意愿程度，以平衡车速的一致性和行驶效率。
295.通过以上原理和实施方式，该驾驶规划系统可以为驾驶员提供量化的驾驶安全评估和指导。驾驶员可以根据驾驶安全等级、短距离驾驶方案和最佳路径及车速推荐，做出更明智的驾驶决策。系统的效果包括提高驾驶安全性、减少潜在交通事故风险、优化行驶路径选择和提升行驶效率。同时，通过实时监控和数据处理分析，系统还可以为车辆控制装置提供及时的调整指令，进一步提升驾驶规划的效果和实用性。
296.优选的，所述第一时间范围及第二时间范围均表示以当前时间为起始节点的指定时间范围，其中，第一时间范围大于第二时间范围。
297.设定第一时间范围和第二时间范围：第一时间范围指过去较长的指定时间范围，例如过去168小时；第二时间范围指过去较短的指定时间范围，例如过去3小时。
298.本发明基于驾驶员的驾驶行为数据进行评估，通过设定第一时间范围和第二时间范围来确定驾驶员的信用等级。第一时间范围表示较长时间内的驾驶行为，而第二时间范围表示较短时间内的驾驶行为。通过对这两个时间范围内的不良驾驶行为进行分析和评估，确定驾驶员的第一信用等级和第二信用等级。
299.设定第一时间范围和第二时间范围：第一时间范围为过去较长的指定时间范围，例如过去168小时(7天)，第二时间范围为过去较短的指定时间范围，例如过去3小时。
300.收集驾驶员的驾驶行为数据：使用监控装置和违规记录装置收集驾驶员的非操作性和操作性行为数据，例如开车打电话、超速、急停等。
301.对第一时间范围内的驾驶行为进行评估：基于第一时间范围内的驾驶行为数据，计算驾驶员的第一信用等级，用于表示较长时间内的驾驶行为安全性。
302.对第二时间范围内的驾驶行为进行评估：基于第二时间范围内的驾驶行为数据，计算驾驶员的第二信用等级，用于表示较短时间内的驾驶行为安全性。
303.通过设定第一时间范围和第二时间范围，可以综合考虑驾驶员的较长时间和较短时间内的驾驶行为，从而更准确地评估驾驶员的驾驶安全性。这种方式可以提供更全面的驾驶行为分析，并为后续的驾驶建议和路径规划提供更准确的依据。通过评估驾驶安全等级，驾驶员和自动驾驶系统可以获得实时的驾驶建议，提高驾驶的安全性和效率。
304.优选的，所述通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
305.收集数据，收集驾驶员的驾驶行为数据；
306.识别不良行为，对收集到的数据进行分析和识别，确定其中的不良驾驶行为；
307.计算危害评分，根据预设定评分规则，对不良驾驶行为进行的危害评分；
308.确定第一信用等级，在第一时间范围内，计算对应的危害评分总和，匹配对应的第一信用等级；
309.确定第二信用等级，在第二时间范围内，计算对应的危害评分总和，匹配对应的第二信用等级。
310.不良驾驶行为包括非操作性行为及操作性行为，非操作性行为如：开车打电话、疲劳驾驶等行为；操作性行为如：超速、急停、非法变道等行为。不同行为根据其危害性大小对应了不同的评分，用于进行第一信用等级及第二信用等级的计算。
311.基于驾驶员的驾驶行为数据进行评估，通过收集驾驶员的驾驶行为数据并识别其中的不良行为，然后根据预设的评分规则计算危害评分，最终确定驾驶员的第一信用等级和第二信用等级。
312.在一个实施例中，通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级包括：
313.收集数据：使用监控装置等设备收集驾驶员的驾驶行为数据，包括非操作性行为和操作性行为。
314.识别不良行为：对收集到的数据进行分析和识别，确定其中的不良驾驶行为，例如开车打电话、疲劳驾驶、超速、急停、非法变道等行为。
315.计算危害评分：根据预设的评分规则，为不良驾驶行为赋予相应的危害评分，根据行为的危害性大小来确定评分。
316.确定第一信用等级：在第一时间范围内，计算对应的不良驾驶行为的危害评分总和，根据预设的规则将总分匹配到对应的第一信用等级。
317.确定第二信用等级：在第二时间范围内，计算对应的不良驾驶行为的危害评分总和，根据预设的规则将总分匹配到对应的第二信用等级。
318.通过收集驾驶员的驾驶行为数据并评估其危害性，能够准确判断驾驶员的驾驶安全等级。通过设定不同时间范围内的行为评分计算，可以综合考虑驾驶员在较长时间和较短时间内的不良驾驶行为，从而更准确地评估驾驶员的驾驶安全性。同时还为后续的驾驶建议和路径规划提供了可靠的依据，进一步增强了驾驶的安全性和效率。
319.根据第一时间范围内的驾驶行为和第二时间范围内的驾驶行为分别计算驾驶员的第一信用等级和第二信用等级。较小的信用等级表示较小的危害性。
320.第一信用等级计算：在第一时间范围内，统计并计算驾驶员的危害评分总和。例如，对过去168小时内的不良驾驶行为进行评分累加，得到第一信用等级(l1)。
321.第二信用等级计算：在第二时间范围内，同样统计并计算驾驶员的危害评分总和。例如，对过去3小时内的不良驾驶行为进行评分累加，得到第二信用等级(l2)。
322.当计算第一信用等级(l1)和第二信用等级(l2)时，可以使用以下表达式来进行评分累加：
323.第一信用等级(l1)计算：
324.l1＝∑(s1_i)
325.其中，s1_i表示第一时间范围内每个不良行为的危害评分，i表示不良行为的索引，∑表示求和运算。
326.第二信用等级(l2)计算：
327.l2＝∑(s2_j)
328.其中，s2_j表示第二时间范围内每个不良行为的危害评分，j表示不良行为的索引，∑表示求和运算。
329.本发明通过对驾驶员在不同时间范围内的不良驾驶行为进行评分累加，计算出第一信用等级和第二信用等级，用以评估驾驶员的驾驶安全等级。
330.在一个实施例中，
331.第一信用等级计算：在第一时间范围内(例如过去168小时)，统计并计算驾驶员的不良驾驶行为的危害评分总和。对过去168小时内的不良驾驶行为进行评分累加，得到第一信用等级(l1)。
332.l1＝∑(s1_i)，其中s1_i表示第一时间范围内每个不良行为的危害评分，i表示不良行为的索引，∑表示求和运算。
333.第二信用等级计算：在第二时间范围内(例如过去3小时)，同样统计并计算驾驶员的不良驾驶行为的危害评分总和。对过去3小时内的不良驾驶行为进行评分累加，得到第二信用等级(l2)。
334.l2＝∑(s2_j)，其中s2_j表示第二时间范围内每个不良行为的危害评分，j表示不良行为的索引，∑表示求和运算。
335.本发明通过计算第一信用等级和第二信用等级，能够客观地评估驾驶员的驾驶安全等级。通过设定不同的时间范围，可以综合考虑驾驶员在较长时间和较短时间内的不良驾驶行为对驾驶安全的影响。通过累加不良行为的评分，能够quantitatively量化驾驶员的驾驶安全水平，并将其映射到相应的信用等级上。该方案提供了一种可操作的方法，使驾驶员能够清晰了解自己的驾驶安全状况，并可以采取适当的措施来改善驾驶行为，提升驾驶安全性。
336.优选的，所述基于第一信用等级及第二信用等级计算获得驾驶安全等级包括：
337.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
338.通过如下表达式计算获得驾驶安全等级：
339.sl＝a1×
l1+a2×
l2340.根据第一信用等级和第二信用等级的大小，设定对应的占比系数；
341.其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。
342.该表达式综合考虑了第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算，得出最终的驾驶安全等级。较高的驾驶安全等级表示较低的危险性。
343.本发明基于第一信用等级和第二信用等级的大小，通过设定对应的占比系数，计算获得驾驶安全等级。驾驶安全等级的计算考虑了第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算。
344.通过综合考虑第一信用等级和第二信用等级的危害性，并根据设定的占比系数进行加权计算，得出最终的驾驶安全等级。较高的驾驶安全等级表示较低的危险性。通过设定合理的占比系数，可以根据实际情况更准确地评估驾驶员的驾驶安全水平。该方案提供了一种简单有效的方法，使驾驶员能够直观地了解自己的驾驶安全等级，并可以根据评估结果采取相应的行动，从而提升驾驶安全性。
345.优选的，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：
346.若第一信用等级及第二信用等级皆小于信用阈值，则占比系数均为0.5；
347.若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
348.在一个实施例中，设定阈值为th，如果第一信用等级≥th且第二信用等级≥th，则第一占比系数为0.3，第二占比系数为0.7；
349.否则，第一占比系数为0.5，第二占比系数为0.5。
350.根据占比系数和第一信用等级、第二信用等级的值，计算驾驶安全等级。最终的驾驶安全等级将综合考虑第一信用等级和第二信用等级的危害性，较高的驾驶安全等级表示较低的危险性。
351.本发明根据第一信用等级和第二信用等级的大小，设定对应的占比系数来计算驾驶安全等级。根据设定的占比系数和信用等级的取值，综合考虑第一信用等级和第二信用等级的危害性，得出最终的驾驶安全等级。
352.在一个实施例中，
353.设定阈值：根据实际需求，设定阈值(th)用于判断第一信用等级和第二信用等级是否大于等于阈值。
354.设定占比系数：根据阈值和信用等级的大小关系，设定对应的占比系数。
355.若第一信用等级和第二信用等级皆小于阈值，则占比系数均为0.5。
356.若第一信用等级和第二信用等级中任意一个或两者皆大于等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。
357.驾驶安全等级计算：根据设定的占比系数和第一信用等级、第二信用等级的值，计算驾驶安全等级。
358.最终的驾驶安全等级将综合考虑第一信用等级和第二信用等级的危害性，较高的驾驶安全等级表示较低的危险性。
359.通过设定阈值和占比系数，本发明能够根据第一信用等级和第二信用等级的大小，计算出综合考虑两者危害性的驾驶安全等级。如果两个信用等级均小于阈值，表示驾驶行为较为安全，占比系数均为0.5，平等地影响驾驶安全等级。如果其中一个或两者均大于等于阈值，表示驾驶行为存在一定的危险性，此时第一信用等级的占比系数小于第二信用等级的占比系数，更加重视第二信用等级的影响。最终的驾驶安全等级将综合考虑两者的危害性，较高的等级表示较低的危险性。该方案通过灵活调整占比系数，能够根据实际需求和评估标准对驾驶安全等级进行准确的评估和反映。
360.优选的，所述附近车辆为以自车为圆心，预设半径范围内的车辆。
361.具体为：
362.确定自车位置：获取自车的准确位置信息，可以通过车载传感器、gps等方式获取。
363.设置半径范围：根据实际需求和交通情况，设定一个预设的半径范围。该半径范围以自车位置为圆心，确定周围需要考虑的车辆范围。
364.识别附近车辆：利用车辆检测和识别技术，对半径范围内的车辆进行检测和识别。这可以使用传感器数据、图像处理算法等来实现。
365.数据过滤和筛选：根据具体需求，对识别出的附近车辆数据进行过滤和筛选。
366.进一步处理：根据识别出的附近车辆信息，进行进一步的处理和分析，包括评估车辆的安全等级、跟踪车辆的行为、规划驾驶路径等。
367.本发明通过设定半径范围，该方案能够限定周围需要考虑的车辆范围，使得分析和处理更加集中和准确。识别和筛选附近车辆的过程可以根据具体需求进行灵活调整，以满足不同的驾驶安全要求。该方案可以帮助驾驶员更好地感知和应对周围车辆的危险性，从而提高驾驶的安全性和舒适性。
368.优选的，所述基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案包括：
369.获取附近车辆的驾驶安全等级信息；
370.设置预警阈值，用于确定附近具有潜在危险的车辆；
371.筛选出具有潜在危险的车辆；
372.根据筛选出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短期路径；
373.根据经过避让策略更新的的短期路径，生成短距离驾驶方案。
374.本发明基于附近车辆的驾驶安全等级信息，通过筛选出具有潜在危险的车辆，并制定远离这些车辆的短距离驾驶方案。通过获取车辆的驾驶安全等级信息和设定预警阈值，可以识别出潜在危险的车辆，并通过路径规划和避让策略来规划安全的驾驶路径。
375.在一个实施例中，获取附近车辆的驾驶安全等级信息：利用车辆感知系统、交通监控系统或其他相关技术，获取附近车辆的驾驶安全等级信息，包括车辆的行为、速度、距离等信息。
376.设置预警阈值：根据安全要求和具体情况，设定一个预警阈值，用于确定具有潜在危险的车辆。该阈值可以根据驾驶经验、交通规则等因素进行设定。
377.筛选危险车辆：根据附近车辆的驾驶安全等级信息，筛选出驾驶安全等级超过预警阈值的车辆，即具有潜在危险的车辆。
378.基于自车位置和目的地进行路径规划：根据自车当前位置和目的地，使用路径规划算法计算出新的短期路径。在规划路径时，考虑避开具有潜在危险的车辆所在的区域或道路段。
379.生成短距离驾驶方案：根据经过避让策略更新的短期路径，生成最终的短距离驾驶方案。该方案将提供驾驶员所需的转向指示、速度建议等信息，以帮助驾驶员安全地避开危险车辆。
380.本发明通过基于附近车辆的驾驶安全等级信息和预警阈值的设定，该方案能够筛选出具有潜在危险的车辆，并通过路径规划和避让策略来制定安全的驾驶方案。驾驶员可以根据生成的短距离驾驶方案来避开危险车辆，提高驾驶安全性。该方案可以帮助驾驶员更好地感知和应对周围车辆的危险性，减少潜在的交通事故风险，提高驾驶安全水平，并促进道路交通的流畅性。通过避开具有潜在危险的车辆，驾驶员可以减少与它们的接触和冲突，降低事故的发生概率。此外，通过路径规划和避让策略的应用，还可以改善驾驶员的行车体验，减少交通堵塞和拥堵情况，提高整体道路交通效率。
381.通过综合考虑附近车辆的驾驶安全等级、预警阈值以及路径规划，本发明能够快
速响应交通变化，实时调整驾驶方案，使驾驶员能够安全、高效地驾驶。有效地识别和避让潜在危险车辆，能够提前发现潜在的交通危险，帮助驾驶员预防事故，并为他们提供更加可靠的导航指引。
382.本发明基于附近车辆的驾驶安全等级信息，通过筛选危险车辆和制定避让策略，为驾驶员提供了更安全、更可靠的驾驶方案。它能够减少潜在的交通事故风险，提高驾驶员的行车安全性和舒适性，同时改善整体道路交通状况，为出行带来更好的体验。
383.优选的，所述路径信息包括：拥堵情况评分、行驶距离评分及预计时间评分。
384.路径信息评估是基于拥堵情况评分、行驶距离评分和预计时间评分的综合考量。这些评分指标可以帮助驾驶员选择最佳路径，考虑交通拥堵程度、行驶距离和预计到达时间等因素，以提供最佳的驾驶方案。
385.拥堵情况评分：根据道路交通的实时流量和拥堵状况，对每条道路进行评估和打分。较高的拥堵情况评分表示路段拥堵程度较高，行驶速度较慢。
386.行驶距离评分：根据路径的实际行驶距离进行评估和打分。通常情况下，较短的行驶距离评分更高，因为它可以减少驾驶时间和油耗。
387.预计时间评分：根据预计到达目的地所需的时间进行评估和打分。较短的预计时间评分表示可以更快地到达目的地。
388.这些评分指标可以根据实时交通数据和路径规划算法进行计算和更新，以提供准确的路径评估结果。
389.通过评估拥堵情况、行驶距离和预计时间等路径信息，驾驶员可以选择最佳的驾驶方案。这样做的效果包括：
390.减少行驶时间：选择较少拥堵、较短距离和预计时间较短的路径，可以帮助驾驶员更快地到达目的地，节省时间和精力。
391.降低油耗和排放：选择较短的行驶距离可以减少车辆的油耗和排放量，对环境更加友好。
392.提供行车舒适性：避开拥堵路段和选择预计时间较短的路径，可以减少驾驶员在堵车中的停滞时间，提高行车的舒适性和体验。
393.综上所述，通过评估拥堵情况、行驶距离和预计时间等路径信息，可以为驾驶员提供最佳的驾驶方案，减少行驶时间、降低油耗、提供行车舒适性，并优化整体交通流动性。
394.优选的，所述通过路径信息获得每一预选路径的评分的计算表达式为：
395.score＝b1×
c+b2×
d+b3×
t
396.其中，score表示路径的评分；c表示拥堵情况评分；d表示行驶距离评分；t表示预计时间评分；b1、b2及b3分别表示拥堵情况评分、行驶距离评分及预计时间评分的权重参数。
397.路径评分的计算是基于拥堵情况评分、行驶距离评分和预计时间评分的加权求和。通过为每个评分指标分配适当的权重参数，可以综合考虑不同因素对路径的影响，从而确定每条预选路径的最终评分。
398.拥堵情况评分(c)：根据道路交通的实时流量和拥堵情况进行评估和打分。较高的拥堵情况评分表示路段拥堵程度较高。
399.行驶距离评分(d)：根据路径的实际行驶距离进行评估和打分。较短的行驶距离评分更高，因为它可以减少驾驶时间和油耗。
400.预计时间评分(t)：根据预计到达目的地所需的时间进行评估和打分。较短的预计时间评分表示可以更快地到达目的地。
401.权重参数(b1、b2、b3)：这些参数用于调整不同评分指标的相对重要性。通过设置适当的权重参数，可以根据具体需求和优先级来决定不同评分指标的权重。
402.通过计算路径评分，可以为每条预选路径提供一个综合的评价指标，以辅助驾驶员选择最佳的驾驶方案。具体效果包括：
403.综合考虑多个因素：通过加权求和的方式，综合考虑了拥堵情况、行驶距离和预计时间等多个因素，提供了一个全面的路径评价。
404.个性化选择：通过调整权重参数，可以根据驾驶员的个人喜好和需求，灵活地选择更注重拥堵情况、行驶距离或预计时间的路径。
405.提供参考依据：路径评分为驾驶员提供了一种量化的指标，可用作决策的参考依据，帮助驾驶员做出更明智的路径选择。
406.综上所述，通过路径评分的计算表达式和权重参数的设定，可以综合考虑拥堵情况、行驶距离和预计时间等因素，为驾驶员提供量化的路径选择建议和参考。驾驶员可以根据路径评分，对比不同路径的评分结果，选择评分较高的路径作为他们的驾驶方案。这样可以帮助驾驶员避开拥堵路段、选择更短的行驶距离和更快的到达时间，从而提高驾驶效率和节约时间。此外，路径评分还可以提供一种客观的衡量标准，使驾驶员能够更加理性地做出路径选择决策，减少主观因素的影响。
407.通过综合考虑拥堵情况、行驶距离和预计时间等评分指标，驾驶员可以更好地规划他们的驾驶路线，减少潜在的交通延误和拥堵情况，提高整体的驾驶安全性和效率。此外，路径评分的使用还可以促使驾驶员形成更安全的驾驶习惯，因为他们会更倾向于选择评分较高的路径，避免那些评分较低且可能存在风险的路径。
408.通过路径信息的评分计算，为驾驶员提供量化的路径选择建议，可以帮助他们做出更明智的驾驶决策，减少潜在的交通事故风险，提高驾驶的安全性和效率。
409.优选的，所述计算获得自车的最佳车速的表达式为：
410.v＝(1-α)
×v1
+α
×v3
411.其中，v表示自车的最佳车速；v1表示最佳路径的路径规划推荐车速；v3表示附近车辆的平均车速；α参数表示自车与附近车辆保持相近车速的意愿程度；
412.当v＞v2，则v＝v2413.其中，v2表示道路限速。
414.当α参数的值较大时，表示驾驶员更倾向于与附近车辆保持相近的车速，追求车速的一致性和稳定性。在这种情况下，调整后的最佳车速v更加接近附近车辆的平均车速，以保持与其相近的行驶状态。这样可以提高车辆之间的协调性和安全性，有助于应对突发情况。
415.相反，当α参数的值较小时，表示驾驶员更倾向于接近路径规划推荐车速v1，即更注重路径规划的建议。在这种情况下，调整后的最佳车速v更加接近路径规划推荐车速，以更快地到达目的地。然而，较小的α参数可能会导致车速与附近车辆的差异较大，降低了车辆之间的协调性和安全性。
416.最佳车速的表达式用于计算自车的最佳车速，考虑了最佳路径的推荐车速以及附
近车辆的平均车速，并通过α参数调整自车与附近车辆保持相近车速的意愿程度。
417.根据表达式，自车的最佳车速v通过线性插值计算得出，结合了最佳路径的推荐车速v1和附近车辆的平均车速v3。α参数用于调节自车与附近车辆保持相近车速的意愿程度。当α参数较大时，自车更倾向于与附近车辆保持相近车速；当α参数较小时，自车更倾向于接近最佳路径的推荐车速。
418.在一个实施例中，具体为：
419.获取最佳路径的路径规划推荐车速v1；
420.获取附近车辆的平均车速v3。
421.根据α参数的设定值，决定自车与附近车辆保持相近车速的意愿程度。
422.根据表达式v＝(1-α)
×v1
+α
×v3
423.计算自车的最佳车速v。
424.如果计算得到的最佳车速v超过道路限速v2，则将最佳车速限制为道路限速v2。
425.效果：通过计算获得自车的最佳车速，可以根据驾驶员对车速一致性和路径规划建议的偏好进行调整。当α参数较大时，自车更趋向于与附近车辆保持相近的车速，以提高车辆之间的协调性和安全性。当α参数较小时，自车更趋向于接近路径规划的推荐车速，以更快地到达目的地。这样可以根据驾驶员的意愿和道路条件，平衡车速的一致性、安全性和到达效率。然而，过小或过大的α参数值可能会导致与附近车辆的差异较大或过度追求速度一致性，影响车辆之间的协调和安全性。
426.综上所述，该方法通过计算自车的最佳车速，考虑了最佳路径的推荐车速和附近车辆的平均车速，并根据驾驶员的意愿程度调整车速，以实现车速的协调性、安全性和到达效率的平衡。
427.因此，α参数的选择应该根据驾驶员的使用需求和个人偏好进行调整，平衡驾驶的安全性和效率性。驾驶员可以根据交通情况、道路条件和个人驾驶习惯来选择合适的α参数参数值，以满足自身的需求。
428.路径规划推荐车速v1是指系统通过路径规划算法计算出的在给定道路条件下的理想车速。它考虑了多个因素，如道路限速、交通流情况、路况状况等，以提供一个合理的建议车速给驾驶员。
429.然而v1是基于路径规划算法计算出的理想车速，考虑了道路限速、交通流情况和路况状况等因素。它是在没有考虑附近车辆的影响情况下，根据道路条件和最优的行驶策略给出的推荐车速。
430.v是在考虑附近车辆的车速情况下进行调整的最佳车速。它是根据路径规划推荐车速v1和附近车辆的平均车速进行综合计算得出的。通过引入附近车辆的车速信息，v能更好地适应当前交通环境，提高行驶的安全性和流畅性。
431.总的来说，v1是路径规划的结果，是一个理想的推荐速度，而v是根据实际交通情况和附近车辆的车速进行调整后的最佳车速。v考虑了更多实时的交通信息，以使车辆能够更好地适应当前道路状况，并与周围车辆保持一定的车速协调性。
432.优选的，所述周期性对最佳车速进行调整包括：
433.s1、确定调整最佳车速的周期；
434.s2、在每个调整周期开始时，记录当前时间作为起始时间；
435.s3、获取附近车辆车速；
436.s4、计算调整后的最佳车速；
437.s5、将计算得到的调整后的最佳车速设置为自车的目标车速；
438.s6、在调整周期内，监控自车的行驶情况和车速变化；
439.s7、当当前时间减去起始时间达到设定的调整周期时，进入下一个调整周期，重复执行s2至s7。
440.本发明通过设定调整周期，在每个调整周期开始时记录起始时间，然后获取附近车辆的车速，并根据计算得到的调整后的最佳车速来设置自车的目标车速。通过监控自车的行驶情况和车速变化，并在达到设定的调整周期时进入下一个调整周期，重复进行上述步骤。
441.在一个实施例中，设定调整最佳车速的周期，例如每分钟、每小时或每次启动车辆等。
442.在每个调整周期开始时，记录当前时间作为起始时间。
443.获取附近车辆的车速信息，可以通过车辆传感器、车辆通信或车辆位置信息等方式获取。
444.根据之前的方法(如上述提到的表达式)，计算调整后的最佳车速。
445.将计算得到的调整后的最佳车速设置为自车的目标车速，可以通过车辆的控制系统进行设置。
446.在调整周期内，持续监控自车的行驶情况和车速变化，可以使用车辆传感器或车辆控制系统进行监测。
447.当当前时间减去起始时间达到设定的调整周期时，进入下一个调整周期，重新执行步骤2至步骤6。
448.效果为周期性对最佳车速进行调整可以使驾驶员在不同的道路条件和交通环境下保持合理的车速。通过实时获取附近车辆的车速信息，并计算调整后的最佳车速，可以使自车更好地适应道路的变化。调整后的最佳车速作为自车的目标车速，可以帮助驾驶员更好地控制车辆，提高行驶的平稳性、安全性和燃油效率。同时，周期性的调整可以根据实际情况进行灵活的适应，保持车速的合理性和稳定性。
449.综上所述，该方法通过周期性对最佳车速进行调整，结合附近车辆的车速信息和计算得到的调整后的最佳车速，帮助驾驶员在不同的道路和交通条件下保持合理的车速，提高行驶的平稳性和安全性。
450.一种车辆，该车辆包括所述的驾驶规划系统。
451.该车辆包含了所述的驾驶规划系统，该系统结合了多个组件和功能，旨在提供驾驶员量化的驾驶安全评估和指导。系统通过收集和分析车辆内部的行为影像数据、驾驶行为记录以及实时数据上传到中央服务器，利用数据处理与分析子系统进行处理和计算，从而确定驾驶员的第一信用等级、第二信用等级和驾驶安全等级。系统还基于附近车辆的驾驶安全等级制定短距离驾驶方案，评估和选择最佳路径，并计算调整后的最佳车速。最后，车辆控制装置根据数据处理与分析子系统的处理结果实时对车辆进行调整，完成驾驶规划。
452.该车辆的驾驶规划系统带来了多种效果和优势：
453.驾驶安全评估和指导：系统通过量化的驾驶安全等级为驾驶员提供准确的驾驶安全评估，帮助驾驶员了解其驾驶行为的风险水平，并提供相应的指导措施。
454.潜在交通事故风险减少：通过基于驾驶员行为和附近车辆的驾驶安全等级，制定短距离驾驶方案，系统能够帮助驾驶员远离具有潜在危险的车辆，减少潜在的交通事故风险。
455.最佳路径选择和行驶效率优化：系统评估和选择每个预选路径的评分，并提供评分最高的最佳路径建议。这有助于驾驶员选择更优化的行驶路径，避免拥堵和减少行驶距离，提高行驶效率
456.最佳车速调整：系统计算获得自车的最佳车速，并根据驾驶员的意愿程度和周期性调整，使车速适应道路限速和交通状况。这有助于提高车辆之间的协调性和安全性，同时平衡车速一致性和行驶效率。
457.综上所述，该车辆的驾驶规划系统通过提供量化的驾驶安全评估、制定短距离驾驶方案、选择最佳路径和调整最佳车速等功能，能够提高驾驶安全性、减少交通事故风险，并优化驾驶效率和驾驶体验。驾驶员可以凭借系统提供的驾驶安全等级和指导，更加清晰地了解自己的驾驶行为和潜在风险，以便采取适当的措施进行改进。系统的路径选择和最佳车速调整功能有助于驾驶员避开拥堵路段、缩短行驶距离，并根据道路限速和附近车辆的平均车速进行调整，从而提高行驶效率和路况适应能力。
458.此外，驾驶规划系统的周期性调整机制可以根据实时数据和驾驶员的驾驶行为进行动态优化。通过持续监控自车的行驶情况和车速变化，并在设定的调整周期内进行更新，系统可以及时适应不同的驾驶条件和路况变化，保持驾驶规划的准确性和有效性。
459.综合而言，该车辆的驾驶规划系统通过结合影像监控装置、操作记录装置、中央服务器和数据处理与分析子系统等组件，以及路径选择和最佳车速调整等功能，为驾驶员提供全面的驾驶安全评估、路径规划和驾驶指导，从而提高驾驶安全性、效率和舒适性。
460.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
461.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
462.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
463.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计
算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
464.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
465.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
466.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)
467.或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
468.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
469.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种驾驶规划方法，其特征在于，包括以下步骤：通过第一时间通通内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间通通内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算基基驾驶安全等级；基于附近车辆的驾驶安全等级，制定制制具有制在危险车辆的短制制驾驶方案；通过路通信息基基通一通通路通的评通，并通并评通并高的为并并路通；通过并并路通的路通规划通通车通及附近车辆的平通车通，计算基基自车的并并车通，并周并性对并并车通进行调整。2.根据权利要求1所述的驾驶规划方法，其特征在于，所述第一时间通通及第二时间通围通表示以当前时间为起始节点的指定时间通通，其中，第一时间通通大于第二时间通通。3.根据权利要求1所述的驾驶规划方法，其特征在于，所述通过第一时间通通内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间通通内不良驾驶行为确定驾驶员的第二信用等级包括：收集数据，收集驾驶员的驾驶行为数据；识别不良行为，对收集到的数据进行通析和识别，确定其中的不良驾驶行为；计算危害评通，根据通设定评通规则，对不良驾驶行为进行的危害评通；确定第一信用等级，在第一时间通通内，计算对应的危害评通总和，匹配对应的第一信用等级；确定第二信用等级，在第二时间通通内，计算对应的危害评通总和，匹配对应的第二信用等级。4.根据权利要求1所述的驾驶规划方法，其特征在于，所述基于第一信用等级及第二信用等级计算基基驾驶安全等级包括：根据第一信用等级和第二信用等级的大小，设定对应的占比系数；通过如下表达式计算基基驾驶安全等级：sl＝a1×
l1+a2×
l2根据第一信用等级和第二信用等级的大小，设定对应的占比系数；其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。5.根据权利要求4所述的驾驶规划方法，其特征在于，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：若第一信用等级及第二信用等级皆小于信用阈值，则占比系数通为0.5；若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。6.根据权利要求1所述的驾驶规划方法，其特征在于，所述附近车辆为以自车为圆心，通设半通范通内的车辆。7.根据权利要求1所述的驾驶规划方法，其特征在于，所述基于附近车辆的驾驶安全等级，制定制制具有制在危险车辆的短制制驾驶方案包括：基取附近车辆的驾驶安全等级信息；设置通警阈值，用于确定附近具有制在危险的车辆；
筛通出具有制在危险的车辆；根据筛通出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短并路通；根据经过避让策略更新的的短并路通，生成短制制驾驶方案。8.根据权利要求1所述的驾驶规划方法，其特征在于，所述路通信息包括：拥堵情况评通、行驶制制评通及通计时间评通。9.根据权利要求8所述的驾驶规划方法，其特征在于，所述通过路通信息基基通一通通路通的评通的计算表达式为：score＝b1×
c+b2×
d+b3×
t其中，score表示路通的评通；c表示拥堵情况评通；d表示行驶制制评通；t表示通计时间评通；b1、b2及b3通别表示拥堵情况评通、行驶制制评通及通计时间评通的权重参数。10.根据权利要求1所述的驾驶规划方法，其特征在于，所述计算基基自车的并并车通的表达式为：v＝(1-α)
×v1
+α
×v3
其中，v表示自车的并并车通；v1表示并并路通的路通规划通通车通；v3表示附近车辆的平通车通；α参数表示自车与附近车辆保持相近车通的意愿程度；当v＞v2，则v＝v2其中，v2表示道路限通。11.根据权利要求1所述的驾驶规划方法，其特征在于，所述并并性对并并车通进行调整包括：s1、确定调整并并车通的并并；s2、在通个调整并并开始时，记录当前时间作为起始时间；s3、基取附近车辆车通；s4、计算调整后的并并车通；s5、将计算基到的调整后的并并车通设置为自车的目标车通；s6、在调整并并内，监控自车的行驶情况和车通变化；s7、当当前时间减去起始时间达到设定的调整并并时，进入下一个调整并并，重复执行s2至s7。12.一种驾驶规划系统，其特征在于，包括：影像监控装置，所述影像监控装置安装于车辆内部，用于基取驾驶员的行为影像数据；操作记录装置，所述操作记录装置用于记录驾驶员的驾驶行为；中央服务器，所述中央服务器用于集中收集、处理和存储车辆上传的实时数据；数据处理与通析子系统，所述数据处理与通析子系统设置在中央服务器上，用于接收、解析和处理从车辆传输的数据，通过第一时间通通内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间通通内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算基基驾驶安全等级；基于附近车辆的驾驶安全等级，制定制制具有制在危险车辆的短制制驾驶方案；通过路通信息基基通一通通路通的评通，并通并评通并高的为并并路通；通过并并路通的路通规划通通车通及附近车辆的平通车通，计算基基自车的并并车通，并周并性对并并车通进行调整；车辆控制装置，所述车辆控制装置基于数据处理与通析子系统的处理结果，用于实时
对车辆进行调整，完成驾驶规划。13.根据权利要求12所述的驾驶规划系统，其特征在于，所述第一时间通通及第二时间通围通表示以当前时间为起始节点的指定时间通通，其中，第一时间通通大于第二时间通通。14.根据权利要求13所述的驾驶规划系统，其特征在于，所述通过第一时间通通内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间通通内不良驾驶行为确定驾驶员的第二信用等级包括：收集数据，收集驾驶员的驾驶行为数据；识别不良行为，对收集到的数据进行通析和识别，确定其中的不良驾驶行为；计算危害评通，根据通设定评通规则，对不良驾驶行为进行的危害评通；确定第一信用等级，在第一时间通通内，计算对应的危害评通总和，匹配对应的第一信用等级；确定第二信用等级，在第二时间通通内，计算对应的危害评通总和，匹配对应的第二信用等级。15.根据权利要求12所述的驾驶规划系统，其特征在于，所述基于第一信用等级及第二信用等级计算基基驾驶安全等级包括：根据第一信用等级和第二信用等级的大小，设定对应的占比系数；通过如下表达式计算基基驾驶安全等级：sl＝a1×
l1+a2×
l2根据第一信用等级和第二信用等级的大小，设定对应的占比系数；其中，sl表示驾驶安全等级；a1表示第一信用等级的占比系数；a2表示第二信用等级的占比系数。16.根据权利要求15所述的驾驶规划系统，其特征在于，所述根据第一信用等级和第二信用等级的大小，设定对应的占比系数包括：若第一信用等级及第二信用等级皆小于信用阈值，则占比系数通为0.5；若第一信用等级及第二信用等级其中任意一个或二者皆大于或等于阈值，则第一信用等级的占比系数小于第二信用等级的占比系数。17.根据权利要求12所述的驾驶规划系统，其特征在于，所述附近车辆为以自车为圆心，通设半通范通内的车辆。18.根据权利要求12所述的驾驶规划方法，其特征在于，所述基于附近车辆的驾驶安全等级，制定制制具有制在危险车辆的短制制驾驶方案包括：基取附近车辆的驾驶安全等级信息；设置通警阈值，用于确定附近具有制在危险的车辆；筛通出具有制在危险的车辆；根据筛通出的危险车辆，基于自车位置和目的地，使用避让策略规划新的短并路通；根据经过避让策略更新的的短并路通，生成短制制驾驶方案。19.根据权利要求12所述的驾驶规划系统，其特征在于，所述路通信息包括：拥堵情况评通、行驶制制评通及通计时间评通。20.根据权利要求19所述的驾驶规划系统，其特征在于，所述通过路通信息基基通一通
通路通的评通的计算表达式为：score＝b1×
c+b2×
d+b3×
t其中，score表示路通的评通；c表示拥堵情况评通；d表示行驶制制评通；t表示通计时间评通；b1、b2及b3通别表示拥堵情况评通、行驶制制评通及通计时间评通的权重参数。21.根据权利要求12所述的驾驶规划系统，其特征在于，所述计算基基自车的并并车通的表达式为：v＝(1-α)
×v1
+α
×v3
其中，v表示自车的并并车通；v1表示并并路通的路通规划通通车通；v3表示附近车辆的平通车通；α参数表示自车与附近车辆保持相近车通的意愿程度；当v＞v2，则v＝v2其中，v2表示道路限通。22.一种车辆，其特征在于，该车辆包括权利要求12-21中任意一项权利要求所述的驾驶规划系统。

技术总结
本发明公开了驾驶规划方法及系统、车辆，其中，驾驶规划方法包括：通过第一时间范围内不良驾驶行为确定驾驶员的第一信用等级，通过第二时间范围内不良驾驶行为确定驾驶员的第二信用等级，基于第一信用等级及第二信用等级计算获得驾驶安全等级；基于附近车辆的驾驶安全等级，制定远离具有潜在危险车辆的短距离驾驶方案；通过路径信息获得每一预选路径的评分，并选择评分最高的为最佳路径；通过最佳路径的路径规划推荐车速及附近车辆的平均车速，计算获得自车的最佳车速，并周期性对最佳车速进行调整，本发明为驾驶员和自动驾驶系统提供了全面的驾驶辅助系统，能够提升驾驶效率、安全性和舒适性，实现更智能、高效和安全的驾驶体验。体验。体验。


技术研发人员：高斯雄
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：2023.06.21
技术公布日：2023/8/13