1.本发明涉及一种用于辅路行车场景的安全预警的方法，本发明还涉及一种用于辅路行车场景的安全预警的设备和一种机器可读的存储介质。
背景技术：2.随着交通事业的发展与国民经济水平的提升，车辆保有量稳步增加，然而这也伴随着交通事故数量的增多。经统计研究表明，当车辆在辅路上行驶时发生交通事故的频率很高，事故产生的原因主要在于机动车和非机动车混行机制带来的较大复杂性和不确定性。另外，有些国家和地区会在主路与辅路的交界处建设公交车站，这意味着，公交车乘客在上车或下车时必须跨越辅路才能进入或离开站台。在很多情况下，乘客可能由于视角盲区而无法观察到后方来车，车辆也可能无法及时察觉到突然下车的乘客，从而造成车辆与行人之间的碰撞。
3.为此，现有技术中提出在公交车停靠站之前通知周边车辆，以使车辆能够及时了解正在发生的危险情况并做出反应。
4.还已知一种用于非机动车骑行提醒的方法，以便在骑行者周围存在公交车站、道路斑马线等危险环境元素时对骑行者进行提醒。
5.然而，目前已知的上述解决方案仍存在诸多不足，特别是，目前仅侧重于对危险点位本身的识别和探测，但是并没有对车辆行驶场景进行过滤，因此容易造成过多虚警，这会给驾驶员造成不必要的精神紧张并且干预周边道路参与者的正常行驶。
6.在这种背景下，期待提供一种改进的车辆预警方案，旨在通过更加精准的触发机制来提升车辆在辅路行车场景中的安全性。
技术实现要素：7.本发明的目的在于提供一种用于辅路行车场景的安全预警的方法、一种用于辅路行车场景的安全预警的设备和一种机器可读的存储介质，以至少解决现有技术中的部分问题。
8.根据本发明的第一方面，提出一种用于辅路行车场景的安全预警的方法，所述方法包括以下步骤：
9.s1：识别车辆在平行于主路的辅路上的驾驶行为；
10.s2：响应于识别到所述驾驶行为，探测车辆是否正在接近预定义类别的风险点位，所述风险点位位于主路与辅路之间；以及
11.s3：在探测到车辆正在接近所述风险点位的情况下，向车辆的驾驶员和/或向车辆的周围环境发出预警。
12.本发明尤其包括以下技术构思：在识别潜在风险时不仅考虑到可能引发危险的具体点位类型，而且还提前对车辆所处的交通环境进行了筛选，由此将预警触发场景准确地限定在车辆在辅路行驶的情况下。在总体上，减少了不必要的信息推送和错误警报的数量，
提高了车辆在辅路路段的行车安全性。
13.可选地，所述风险点位涉及主路与辅路之间的如下位置：在所述位置处以预定义风险发生至少一个交通对象对辅路的横穿行为。
14.由此，实现以下技术优点：由于辅路中适用的交通规则的特殊性，可能在没有交通信号灯管控行驶权限的情况下频繁发生行人横穿马路的现象。通过在安全策略中重点考虑这些横穿风险较高的位置，能够使车辆获得更加可靠、有效的预警。
15.可选地，所述风险点位包括：
16.公交车站，所述公交车站设置在位于主路与辅路之间的路缘处；和/或
17.过街天桥的入口通道和/或出口通道，所述过街天桥的入口通道和/或出口通道设置在位于主路与辅路之间的路缘处。
18.由此，实现以下技术优点：目前已经认识到，乘客频繁发生跨越辅路行为通常是为了到达公交站台或过街天桥，如果重点考虑这些引发安全隐患的源头位置，则可以更有针对性地避免碰撞事故。
19.可选地，在所述步骤s3中，在探测到车辆正在接近风险点位的情况下，仅当在风险点位处正在发生至少一个交通对象对辅路的横穿行为和/或存在至少一个交通对象对辅路的横穿意图时，才向车辆的周围环境发出预警。
20.由此，实现以下技术优点：可以进一步滤除不必要的预警场景，从而提升这种预警功能的接受度。
21.可选地，在风险点位涉及公交车站的情况下，当公交车正在进站或者已经停靠在所述公交车站处时，确认识别到在所述风险点位处正在发生至少一个交通对象对辅路的横穿行为和/或存在至少一个交通对象对辅路的横穿意图。
22.由此，实现以下技术优点：如果公交车正在进站或者已经停靠，通常意味着以较高概率存在正在上/下车的乘客。借助对公交车的识别，能够降低行人意图或行为识别的难度，从而提升整个方案的可靠性。
23.可选地，探测车辆是否正在接近风险点位包括：
24.获取所述车辆的周围环境的图像，借助经训练的对象分类器和/或人工神经网络在所述图像中识别预定义类别的风险点位；和/或
25.借助车对车和/或车对基础设施通信接收车辆周围预设范围内的风险点位的信息。
26.由此，实现以下技术优点：基于图像识别技术，能够以较高准确率辨识出车辆周围环境，为警报的正确触发提供了可靠的数据基础。此外，即使在车辆未搭载高精度摄像头或车载摄像头不可用的情况下，也能够借助车辆通信技术提供探测风险点位的附加可能性。
27.可选地，所述方法还包括以下步骤：
28.获取车辆的当前位置以及车辆的周围环境的数字地图；
29.基于车辆的当前位置在数字地图中的定位信息识别车辆在平行于主路的辅路上的驾驶行为，和/或，基于车辆的当前位置在数字地图中的定位信息对在步骤s2中关于风险点位的探测结果执行可信度检验。
30.由此，实现以下技术优点：通过对数字地图信息的充分利用，能够基于车道识别更准确地推断出辅路行车场景。此外，数字地图的丰富内容也能够被用于对图像识别结果进
行补充或验证，由此进一步提升风险点位的探测准确性。
31.可选地，向车辆的驾驶员和/或向车辆的周围环境发出预警包括：
32.在车载显示单元上和/或通过语音播报通知驾驶员“正在接近风险点位”；
33.触发车辆的紧急制动功能；和/或
34.控制车辆的车灯闪烁和/或控制车辆的喇叭发声，以向车辆的周围环境发出带有警示内容的光学警报信号和/或声学警报信号。
35.由此，实现以下技术优点：通过控制警报的发出方式，不仅能够使驾驶员提前意识到突发危险，而且还能在驾驶员来不及反应时自动完成制动。此外，通过向车辆周围发出警报，可以使打算跨越马路的行人注意到车辆的靠近。
36.根据本发明的第二方面，提供一种用于辅路行车场景的安全预警的设备，所述设备用于执行根据本发明的第一方面所述的方法，所述设备包括：
37.识别模块，所述识别模块被配置为能够识别车辆在平行于主路的辅路上的驾驶行为；
38.探测模块，所述探测模块被配置为能够响应于识别到所述驾驶行为，探测车辆是否正在接近预定义类别的风险点位，所述风险点位位于所述主路与辅路之间；以及
39.控制模块，所述控制模块被配置为能够在探测到车辆正在接近所述风险点位的情况下，向车辆的驾驶员和/或向车辆的周围环境发出预警。
40.根据本发明的第三方面，提供一种机器可读的存储介质，在所述存储介质上存储有计算机程序，所述计算机程序用于当在计算机上运行时执行根据本发明的第一方面所述的方法。
附图说明
41.下面，通过参看附图更详细地描述本发明，可以更好地理解本发明的原理、特点和优点。附图包括：
42.图1示出了根据本发明的一个示例性实施例的用于辅路行车场景的安全预警的设备的框图；
43.图2示出了根据本发明的一个示例性实施例的用于辅路行车场景的安全预警的方法的流程图；
44.图3示出了根据本发明的另一示例性实施例的用于辅路行车场景的安全预警的方法的流程图；
45.图4示出了在示例性应用场景中使用根据本发明的方法的示意图；以及
46.图5示出了在另一示例性应用场景中使用根据本发明的方法的示意图。
具体实施方式
47.为了使本发明所要解决的技术问题、技术方案以及有益的技术效果更加清楚明白，以下将结合附图以及多个示例性实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，而不是用于限定本发明的保护范围。
48.图1示出了根据本发明的一个示例性实施例的用于辅路行车场景的安全预警的设备的框图。
49.如图1所示，车辆100包括根据本发明的设备1。在此，该车辆100例如还包括由前视摄像头11、左视摄像头12、后视摄像头13、右视摄像头14构成的全景视觉感知系统、雷达传感器15以及激光雷达传感器16。借助这些车载环境传感器，车辆100例如能够执行倒车辅助、障碍物探测、道路结构识别等多种功能以支持部分自主行驶或完全自主行驶。此外，车辆100例如还包括基于车联网技术的通信接口17以及定位导航单元18。借助通信接口17能够从其他交通参与者、基础设施和/或道路监管平台接收交通信息，并且还将车辆100收集的交通信息共享给其他交通参与者。借助定位导航单元18能够实时地确定车辆在数字地图中的位置并由此了解车辆周围的地标信息。在此应注意，除了在图1中示出的传感器之外，车辆100还可能包括其他类型及数量的传感器，本发明对此不进行具体限制。
50.为了在辅路行车场景中进行安全预警，设备1例如包括识别模块10、探测模块20和控制模块30，这些模块在通信技术上彼此连接。
51.识别模块10用于识别车辆100在平行于主路的辅路上的驾驶行为。为此，识别模块10例如可以连接到车辆100的全景视觉感知系统，以便接收车辆100的前方和/或侧方道路的图像。在识别模块10中，借助经训练的机器学习模型从这些图像中辨识出车辆周边的道路形态(这例如包括车道数量、车道宽度、车道标记形态、车道边界位置、路灯位置、路缘位置、人行道位置等)，然后基于道路形态对车辆100当前所处交通场景执行分类，并检查当前交通场景是否与一个或多个预设场景吻合。附加地或替代地，识别模块10例如还可以连接到定位导航单元18，从而能够获得车辆100的车道级定位，在结合数字地图中存储的道路信息的情况下，同样可以判断出车辆100当前是否在平行于主路的辅路上行驶。
52.识别模块10连接到探测模块20并用于将关于车辆所处交通场景的识别结果提供给探测模块20。如果已经识别出车辆100正在辅路场景中行驶，探测模块20发起对车辆周围环境中的风险点位的探测，并检查车辆是否正在接近该风险点位。为此，探测模块20例如同样连接到车辆100的前视摄像头11并接收车辆100前方道路环境的图像，借助适当的图像识别算法，探测模块20能够从所拍摄的图像中识别出风险点位的标志性特征，从而可以良好地辨识出风险点位的存在性。此外，探测模块20例如还可以借助通信接口17从周围的其他交通参与者/基础设施接收信息，从而例如可以借助超视距信息对图像识别结果进行补充或验证。
53.借助控制模块30，可以在确认车辆100正在接近风险点位的情况下向车辆100的驾驶员和/或向车辆100的周围环境发出预警。这种预警例如可以以视觉和/或听觉的形式向驾驶员或向车辆的周围环境发出。作为示例，控制模块30例如可以连接到车辆100的显示单元41，从而可以在接近风险点位时在显示单元41上显示出警示性提示。此外，在该实施例中控制模块30例如还连接到车辆100的喇叭42，由此，控制模块30可以在必要时促使车辆100的喇叭发声，以便及时引起周围交通对象的注意。
54.在此应注意，虽然设备1的各个子模块10、20、30在图1中被示出为通信接口并连接到各个传感器或执行机构，然而也可能的是，这些模块10、20、30直接构造为或包括上述车载传感器和执行机构。
55.图2示出了根据本发明的一个示例性实施例的用于辅路行车场景的安全预警的方法的流程图。在图2所示实施例中，所述方法示例性地包括步骤s1-s3，并且例如可以在使用图1所示的设备1的情况下实施。
56.在步骤s1中，识别车辆在平行于主路的辅路上的驾驶行为。
57.在上下文中，主路例如也被同义地称为“主干道”，其通常仅供机动车行驶，辅路则允许机动车、非机动车及行人的混合通行。这两种道路类型一般会同时出现，然而在一些较狭窄路段也可能仅单独出现这两种中的一种。
58.本发明的目的在于：将辅路和主路同时存在的交通场景筛选出来，并针对在这种特殊场景中可能存在的风险做出响应。为了将辅路行车场景与主路行车场景等区分开来，不仅需要在车道宽度/车道线形态方面执行道路类型方面的判定，而且例如还需要基于至少一个视觉道路特征的方向特性以及特殊标志物的存在性来对道路类型的识别结果进行合理性验证。
59.此外，为了避免错误地将车辆停放在辅路一侧的情况也考虑进来，还可以附加地对车辆的运动状态进行探测，并且仅当车辆速度大于零或者仅当车辆处于点火状态时才对道路类型执行识别。
60.附加地或替代地，还可以结合车辆的gps坐标或借助通信接口接收到的信息来综合推断车辆在平行于主路的辅路上的驾驶行为。
61.在步骤s2中，响应于识别到车辆在平行于主路的辅路上行驶的驾驶行为，探测车辆是否正在接近预定义类别的风险点位，该风险点位位于主路与辅路之间。
62.在本发明的意义上，“风险点位”理解为位于主路与辅路之间的如下位置：在该位置处以预定义风险发生至少一个交通对象对辅路的横穿行为。
63.这样的风险点位例如包括公交车站以及过街天桥的入口和/或出口通道。但是应注意，并非所有的公交车站以及过街天桥入口和/或出口通道等都在风险评估方面同等重要。在此，尤其更应关注那些设置在位于主路与辅路之间的路缘处的公交车站以及过街天桥的入口和/或出口通道，人员如果需要到达或离开这样的地点则一定需要横向穿越辅路，因此这些地点带来非常大的潜在风险。此外，也可以根据国家和/或地区的具体交通规则和文化特点而考虑其他类别的风险点位，以使车辆的预警行为适应于不同的使用场景。
64.有利的是，仅当已经识别到车辆处于平行于主路的辅路上时才发起对风险点位的存在性检查以及车辆接近方面的估计，由此，极大地减少了关于风险点位探测和识别方面的开销。另外，例如不单独为了探测风险点位而额外拍摄车辆的周围环境图像，而是直接使用在步骤s1中在识别车辆所处道路类型阶段已经采集的图像，并且在探测风险点位时充分利用在步骤s1中已经执行的图像识别结果，由此进一步节省了计算开销。
65.在步骤s3中，在探测到车辆正在接近风险点位的情况下，向车辆的驾驶员和/或向车辆的周围环境发出预警。在该步骤中，例如可以采取以下措施中的至少一个：
66.在车载显示单元上和/或通过语音播报通知驾驶员“正在接近风险点位”；
67.触发车辆的紧急制动功能；和/或
68.控制车辆的车灯闪烁和/或控制车辆的喇叭发声，以向车辆的周围环境发出带有警示内容的光学警报信号和/或声学警报信号。
69.此外，也可想到按照一定顺序执行这些预警措施。例如，可以通过车舱内的人员监控摄像头拍摄驾驶员的图像，并检查驾驶员对已经触发的警报有无反应，如果没有反应再控制车辆自动采取紧急制动。
70.图3示出了根据本发明的另一示例性实施例的用于辅路行车场景的安全预警的方
法的流程图。图2中的步骤s1例如包括子步骤s11-s13，步骤s2例如包括子步骤s21-s23，步骤s3例如包括子步骤s31-s32。
71.在步骤s11中，持续地借助车载摄像头拍摄车辆周围环境的图像，并借助经训练的机器学习模型分析所述图像并识别车辆所处的交通场景或者道路类型。
72.由于已经借助大量图像样本对机器学习模型进行了预训练，因此当在图像中出现预定义类型的视觉道路特征时，机器学习模型能够自动判别出车辆在何种类型的道路上行驶。
73.对于确定道路类型而言，借助视觉道路特征与一个或多个参考特征的一次比较就可能是足够的，或者也可以执行多次比较。例如，可能需要3至5次肯定的比较。
74.在步骤s12中，获取车辆的当前的gps位置，并在车辆搭载的数字地图中确定车辆所处的交通场景或道路类型。具体地，例如可以直接根据车辆在数字地图中的定位信息而读取出车辆当前正在行驶的车道类型。
75.在步骤s13中，基于图像识别结果和车辆在数字地图中的定位信息综合判定车辆是否位于平行于主路的辅路上。
76.例如，可将检测到的车辆所在的车道宽度与辅路的标准车道宽度比较，并判断当前道路类型是否涉及辅路。在此基础上，还可以通过识别车辆周围的道路特征的方向特性来执行这种判定，例如，可以检查人行道或者主路与辅路之间的隔离结构位于车辆的左侧还是右侧。
77.此外可想到的是，仅当基于图像识别结果和定位信息均得出车辆正在平行于主路的辅路上行驶的结论时，才确认这一点。
78.如果在步骤s13判断出车辆没有在平行于主路的辅路上行驶，则在步骤s32中不触发预警功能。同时，可以继续执行这种交通场景方面的评估。
79.如果已经确认车辆在平行于主路的辅路上行驶，则在步骤s21中进一步检查车辆是否正在接近至少一个公交车站，该公交车站设置在位于主路与辅路之间的路缘上。作为示例，可以借助图像识别结果检查在车辆前方道路环境中是否能够观测到上述类型的公交车站。
80.例如，如果在借助车载摄像头拍摄的图像中识别出公交车站的站牌、过街天桥的结构轮廓、主路与辅路之间的隔离护栏缺口等标志性特征，则确认车辆正在接近风险点位。附加地，例如还可以结合各种道路元素在所拍摄的图像中的大小、形状和位置方面推断出相关风险点位与车辆的距离，由此，还可以在距离方面进一步衡量风险大小，从而为更精准的预警奠定基础。
81.接下来，在步骤s22中基于数字地图的信息检查所识别出的公交车站的存在性，从而对风险点位的探测结果进行可信度检验。
82.例如，如果结合数字地图信息发现在车辆前方20米范围内不存在任何公交车站，则在步骤s32中不触发预警功能。这可能表明，图像识别结果存在错误，或者，误将马路对面的公交车站识别为风险点位。
83.相反，如果不仅在借助车载摄像头拍摄的图像中识别到公交车站，而且还在数字地图中验证了这一点，则表示车辆确实正在辅路行车场景中接近风险点位。在这种情况下，可以继续在步骤s23中检查：公交车是否正在进站，或者，在该公交车站处是否停靠有公交
车。
84.如果在该公交车站附近未发现公交车，则表示在该风险点位附近以较低概率存在人员横穿马路的行为或意图，因此可以在步骤s32中暂时不发出预警。
85.如果发现在该公交车站处已经有停靠的公交车，则表示以较高概率正在发生乘客的上车和下车行为，已经下车的乘客会聚集在公交车站附近并可能在未来的某一时刻穿行辅路。此时，可以在步骤s31中向车辆的驾驶员和/或向车辆的周围环境发出预警。
86.图4示出了在示例性应用场景中使用根据本发明的方法的示意图。
87.在图4所示场景中，车辆100正沿着确定方向在辅路502上行驶，并即将到达公交车站310，在该公交车站310处设有专门用于等车的等待区域以及公交指示牌320。还注意到，与辅路502并排地铺设有主路501，主路501与辅路502彼此平行延伸并且两者之间使用路缘300隔离开。
88.在图4中，主路501具有两个车道，在每个车道上仅允许机动车行驶。在辅路502上例如允许机动车和非机动车及行人的混合通行，辅路502的外侧由人行道400限界，辅路502在靠近主路501的一侧由路缘300限界，该路缘300例如构造为绿化带。值得注意的是，公交车站310建造在主路501与辅路502之间的路缘300上。
89.为了在辅路行车场景中实现预警，车辆100借助车载摄像头检测前方道路环境，并识别到：在前方不远处存在公交车站310，并且在该公交车站310已经停靠有公交车200。可以看出，若干乘客401已经从公交车200上下来并准备横向穿过辅路502到达对面的人行道400。此外，还有一些乘客402正打算从人行道400穿越辅路502到达站台310，以便搭乘公交车200。在这种情况下，可以判断出车辆100正在接近风险点位310，并且在该风险点位310处存在行人对辅路502的横穿意图。为了避免车辆100与突然出现的行人401、402发生碰撞，可以提前(例如在车辆100距公交车站310还有5米时)控制车辆100通过鸣笛或促使前车灯闪烁的方式警示行人，此外，也可以在车辆100内部通过语音、文字等形式通知驾驶员即将经过危险区域。
90.图5示出了在另一示例性应用场景中使用根据本发明的方法的示意图。
91.在图5所示场景中，车辆100同样正沿着确定方向在辅路502上行驶，并且在辅路502旁边并排地铺设有双车道的主路501。在图5所示场景中存在过街天桥600，该过街天桥600除了具有延伸至辅路502外侧的人行道400的第二入口和/或出口通道602之外，还具有通往路缘300的第一入口和/或出口通道601。通过在路缘300处增设这样的第一入口和/或出口通道601，原本是为了让在附近公交车站(未明确示出)处下车的乘客能够更方便地到达过街天桥600，而无须穿越辅路502。然而，由于过街天桥500的第一入口和/或出口通道601与第二入口和/或出口通道602朝着相反方向延伸，因此很多步行通过过街天桥600的行人为了节省时间而会选择在靠近路缘300的第一入口和/或出口通道601进出。这同样增加了行人横穿辅路502的风险。
92.为了对这种情况进行预警，车辆100首先确定自身所处的道路类型。然后，车辆100例如结合图像识别技术探测到在道路前方存在过街天桥600，并且该过街天桥600有一个入口和/或出口通道通往主路501与辅路502之间的路缘300处。更进一步地，车辆100例如还可结合人员的面部表情和/或动作识别而判断出具体的行为意图。由此，可以在综合多种因素的情况下决定是否需要触发预警功能。
93.尽管这里详细描述了本发明的特定实施方式，但它们仅仅是为了解释的目的而给出的，而不应认为它们对本发明的范围构成限制。在不脱离本发明精神和范围的前提下，各种替换、变更和改造可被构想出来。
技术特征：1.一种用于辅路行车场景的安全预警的方法，所述方法包括以下步骤：s1：识别车辆(100)在平行于主路(501)的辅路(502)上的驾驶行为；s2：响应于识别到所述驾驶行为，探测车辆(100)是否正在接近预定义类别的风险点位(310)，所述风险点位(310)位于主路(501)与辅路(502)之间；以及s3：在探测到车辆(100)正在接近所述风险点位(310)的情况下，向车辆(100)的驾驶员和/或向车辆(100)的周围环境发出预警。2.根据权利要求1所述的方法，其中，所述风险点位(310)涉及主路(501)与辅路(502)之间的如下位置：在所述位置处以预定义风险发生至少一个交通对象(401)对辅路(502)的横穿行为。3.根据权利要求1或2所述的方法，其中，所述风险点位(310)包括：公交车站，所述公交车站设置在位于主路(501)与辅路(502)之间的路缘(300)处；和/或过街天桥(600)的入口通道和/或出口通道(601)，所述过街天桥(600)的入口通道和/或出口通道(601)设置在位于主路(501)与辅路(502)之间的路缘(300)处。4.根据权利要求1至3中任一项所述的方法，其中，在所述步骤s3中，在探测到车辆(100)正在接近风险点位(310)的情况下，仅当在所述风险点位(310)处正在发生至少一个交通对象(401)对辅路(502)的横穿行为和/或存在至少一个交通对象(401)对辅路(502)的横穿意图时，才向车辆(100)的周围环境发出预警。5.根据权利要求4所述的方法，其中，在所述风险点位(310)涉及公交车站的情况下，当公交车(200)正在进站或者已经停靠在所述公交车(200)站处时，确认识别到在所述风险点位(310)处正在发生至少一个交通对象(401)对辅路(502)的横穿行为和/或存在至少一个交通对象(401)对辅路(502)的横穿意图。6.根据权利要求1至5中任一项所述的方法，其中，探测车辆(100)是否正在接近风险点位(310)包括：获取所述车辆(100)的周围环境的图像，借助经训练的对象分类器和/或人工神经网络在所述图像中识别预定义类别的风险点位(310)；和/或借助车对车和/或车对基础设施通信接收车辆(100)周围预设范围内的风险点位(310)的信息。7.根据权利要求1至6中任一项所述的方法，其中，所述方法还包括以下步骤：获取车辆(100)的当前位置以及车辆(100)的周围环境的数字地图；基于车辆(100)的当前位置在数字地图中的定位信息识别车辆(100)在平行于主路(501)的辅路(502)上的驾驶行为，和/或，基于车辆(100)的当前位置在数字地图中的定位信息对在步骤s2中关于风险点位(310)的探测结果执行可信度检验。8.根据权利要求1至7中任一项所述的方法，其中，向车辆(100)的驾驶员和/或向车辆(100)的周围环境发出预警包括：在车载显示单元上和/或通过语音播报通知驾驶员“正在接近风险点位(310)”；触发车辆(100)的紧急制动功能；和/或控制车辆(100)的车灯闪烁和/或控制车辆(100)的喇叭发声，以向车辆(100)的周围环境发出带有警示内容的光学警报信号和/或声学警报信号。
9.一种用于辅路行车场景的安全预警的设备(1)，所述设备(1)用于执行根据权利要求1至8中任一项所述的方法，所述设备(1)包括：识别模块(10)，所述识别模块(10)被配置为能够识别车辆(100)在平行于主路(501)的辅路(502)上的驾驶行为；探测模块(20)，所述探测模块(20)被配置为能够响应于识别到所述驾驶行为，探测车辆(100)是否正在接近预定义类别的风险点位(310)，所述风险点位(310)位于所述主路(501)与辅路(502)之间；以及控制模块(30)，所述控制模块(30)被配置为能够在探测到车辆(100)正在接近所述风险点位(310)的情况下，向车辆(100)的驾驶员和/或向车辆(100)的周围环境发出预警。10.一种机器可读的存储介质，在所述存储介质上存储有计算机程序，所述计算机程序用于当在计算机上运行时执行根据权利要求1至8中任一项所述的方法。
技术总结本发明涉及车辆的安全驾驶领域。本发明提供一种用于辅路行车场景的安全预警的方法，所述方法包括以下步骤：S1：识别车辆在平行于主路的辅路上的驾驶行为；S2：响应于识别到所述驾驶行为，探测车辆是否正在接近预定义类别的风险点位，所述风险点位位于主路与辅路之间；以及，S3：在探测到车辆正在接近所述风险点位的情况下，向车辆的驾驶员和/或向车辆的周围环境发出预警。本发明还提供一种用于辅路行车场景的安全预警的设备和一种机器可读的存储介质。本发明通过考虑车辆行驶的道路类型对进行预警的场景进行了筛选，由此可以减少不必要的信息推送和错误警报数量，实现了更精准且高效的预警触发机制。效的预警触发机制。效的预警触发机制。
技术研发人员：李和安
受保护的技术使用者：梅赛德斯-奔驰集团股份公司
技术研发日：2022.07.18
技术公布日：2022/11/1
