辅助驾驶方法、装置、设备、存储介质和程序产品与流程

1.本技术涉及智能交通技术领域，特别是涉及一种辅助驾驶方法、装置、设备、存储介质和程序产品。


背景技术：

2.近些年来，经济和技术的发展使得越来越多的车辆进入千家万户，但随着车辆的不断增多，车辆的行驶问题也日渐增多。
3.相关技术中，在每个道路路段中，主要依赖交通信号和驾驶员的经验来实现安全驾驶，一旦驾驶员存在经验不足、不遵守交通信号等情况，极易造成交通肇事，对本来已经拥堵不堪的交通无疑是雪上加霜。
4.因此，亟需一种可以智能辅助驾驶方法，使得车辆驾驶更加安全。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够使车辆驾驶更加安全的辅助驾驶方法、装置、设备、存储介质和程序产品。
6.第一方面，本技术提供了一种辅助驾驶方法，该方法包括：
7.获取目标车辆的当前感知信息；当前感知信息为通过道路中多源感知
8.系统感知得到的；
9.根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息；参考车辆表示进入道路中的所有车辆；
10.基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测；
11.若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
12.在其中一个实施例中，当前感知信息包括目标车辆的特征信息，绑定信息包括各参考车辆的特征信息；
13.根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息，包括：
14.根据当前感知信息中的目标车辆的特征信息，与参考车辆的绑定信息中的各参考车辆的特征信息进行信息匹配；
15.若匹配成功，将当前感知信息与匹配成功的参考车辆的特征信息进行绑定，得到目标车辆的绑定信息。
16.在其中一个实施例中，参考车辆的绑定信息的生成过程包括：
17.获取进入道路的各初始车辆对应的感知应用程序中的用户信息；用户信息至少包括第一车辆位置信息；
18.根据第一车辆位置信息，筛选出处于道路内的第一候选车辆，得到第一候选车辆
的车辆属性信息；
19.根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息。
20.在其中一个实施例中，车辆属性信息包括第二车辆位置信息；
21.根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息，包括：
22.根据第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息进行信息整合处理，得到各初始车辆的车辆对齐感知信息；车辆对齐感知信息包括第三车辆位置信息；
23.根据第二车辆位置信息和第三车辆位置信息，在车辆对齐感知信息中进行位置初步匹配，将位置处于预设阈值范围内的车辆绑定为同一车辆，得到第二候选车辆的初步绑定信息；
24.根据车辆图像特征信息，在初步绑定信息中进行特征精准匹配，将图像特征相似度大于预设相似度阈值的绑定为同一车辆，得到各参考车辆的绑定信息。
25.在其中一个实施例中，车辆属性信息包括时刻信息；
26.根据第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息进行信息整合处理，得到各初始车辆的车辆对齐感知信息，包括：
27.根据时刻信息，在各初始车辆的车辆感知信息中筛选出最接近时刻信息的车辆感知信息，形成各初始车辆的车辆筛选感知信息；车辆筛选感知信息包括初始位置信息、初始时刻、车辆行驶速度；
28.根据初始位置信息、初始时刻、车辆行驶速度，获取与车辆属性信息中时刻信息对应的最新位置信息；
29.根据最新位置信息更新初始位置信息，得到各初始车辆的车辆对齐感知信息。
30.在其中一个实施例中，基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测，包括：
31.基于目标车辆的绑定信息，获取目标车辆的当前位置和驾驶目的地；
32.根据当前位置和驾驶目的地，确定目标车辆预计行驶的目标道路段；
33.获取目标道路段的行驶异常信息，并根据行驶异常信息预测目标道路段的驾驶风险事件。
34.在其中一个实施例中，行驶异常信息包括异常路面；获取目标道路段的行驶异常信息，并根据行驶异常信息预测目标道路段的驾驶风险事件，包括：
35.获取目标道路段的路面点云数据；
36.根据路面点云数据，确定目标道路段中存在的异常路面；异常路面至少包括积水路面、坑洼路面、无法通行路面；
37.将异常路面对应的事件确定为目标道路段的驾驶风险事件。
38.在其中一个实施例中，行驶异常信息包括异常行驶车辆；获取目标道路段的行驶异常信息，并根据行驶异常信息预测目标道路段的驾驶风险事件，包括：
39.根据目标道路段中各车辆的车辆感知信息，监测目标道路段中各车辆的驾驶行为和车辆碰撞行为；
40.将驾驶行为存在异常的车辆以及发生碰撞的车辆确定为异常行驶车辆，驾驶行为
存在异常包括异常转向、异常加速和减速、异常停车；
41.将异常行驶车辆对应的事件确定为目标道路段的驾驶风险事件。
42.在其中一个实施例中，向目标车辆发布驾驶风险事件提醒消息，包括：
43.向目标车辆上的感知应用程序所属的终端设备发送事件提醒指令，事件提醒指令用于指示在感知应用程序的界面中显示驾驶风险事件的提醒消息；
44.其中，提醒消息至少包括：与驾驶风险事件发生地之间的距离信息、目标车辆的变道指示。
45.在其中一个实施例中，感知应用程序的界面中包括：目标道路段上预设范围的高精地图，高精地图中包括以鸟瞰视角叠加展示的目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风险事件对应的第三内容元素；且高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；
46.其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路中的多源感知系统的感知信息获取。
47.在其中一个实施例中，感知应用程序的界面中还包括风险事件警示面板，风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
48.在其中一个实施例中，感知应用程序的界面中还包括前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。
49.在其中一个实施例中，感知应用程序的界面中还包括目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。
50.在其中一个实施例中，感知应用程序的界面中还包括平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径。
51.在其中一个实施例中，感知应用程序的界面中还包括实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
52.在其中一个实施例中，实景地图面板、平面地图面板和高精地图中任意一个被触发后在感知应用程序的界面中以主视图显示。
53.在其中一个实施例中，感知应用程序的界面中还包括速度信息警示面板，速度信息警示面板用于指示目标车辆的当前速度和限行速度。
54.在其中一个实施例中，感知应用程序的界面中还包括：以动画形式和/或声音形式，展示目标车辆、道路中其他车辆、驾驶风险事件发生地三者之间的位置关系。
55.第二方面，本技术还提供了一种辅助驾驶方法，该方法包括：
56.接收服务器发送的目标车辆的驾驶风险事件提醒消息；驾驶风险事件提醒消息为服务器根据目标车辆的当前感知信息预测出的目标车辆在预计行驶的目标道路段中存在驾驶风险事件且目标车辆距离驾驶风险事件的发生地小于或等于预设距离时生成的；其中，当前感知信息为通过道路中多源感知系统感知得到的；
57.在感知应用程序的界面中显示驾驶风险事件的提醒消息。
58.在其中一个实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息，包括：
59.在感知应用程序的界面中显示目标道路段上预设范围的高精地图，并在高精地图中以鸟瞰视角叠加展示目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风
险事件对应的第三内容元素；且在高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；
60.其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路中的多源感知系统的感知信息获取。
61.在其中一个实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
62.在感知应用程序的界面中显示风险事件警示面板，风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
63.在其中一个实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
64.在感知应用程序的界面中显示前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。
65.在其中一个实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
66.在感知应用程序的界面中显示目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。
67.在其中一个实施例中，感知应用程序的界面包括平面地图选项，则在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
68.若检测到平面地图选项被触发，则在感知应用程序的界面中显示平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径。
69.在其中一个实施例中，感知应用程序的界面包括实景地图选项，则在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
70.若检测到实景地图选项被触发，在感知应用程序的界面中显示实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
71.在其中一个实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息，还包括：
72.在感知应用程序的界面中显示速度信息警示面板，速度信息警示面板用于指示目标车辆的当前速度和限行速度。
73.第三方面，本技术还提供了一种辅助驾驶装置，该装置包括：
74.第一获取模块，用于获取目标车辆的当前感知信息；当前感知信息为通过道路中多源感知系统感知得到的；
75.第二获取模块，用于根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息；参考车辆表示进入道路中的所有车辆；
76.预测模块，用于基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测；
77.提示模块，用于若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
78.第四方面，本技术还提供了一种辅助驾驶装置，该装置包括：
79.接收模块，用于接收服务器发送的目标车辆的驾驶风险事件提醒消息；驾驶风险
事件提醒消息为服务器根据目标车辆的当前感知信息预测出的目标车辆在预计行驶的目标道路段中存在驾驶风险事件且目标车辆距离驾驶风险事件的发生地小于或等于预设距离时生成的；其中，当前感知信息为通过道路中多源感知系统感知得到的；
80.显示模块，用于在感知应用程序的界面中显示驾驶风险事件的提醒消息。
81.第五方面，本技术实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现上述第一方面中任一实施例提供的方法的步骤。
82.第六方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例提供的方法的步骤。
83.第七方面，本技术实施例还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例提供的方法的步骤。
84.上述辅助驾驶方法、装置、设备、存储介质和程序产品，获取目标车辆的当前感知信息，根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息，并基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测，若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。该方法中，当前感知信息可以指代道路中任意一个时刻的车辆感知信息，通过在道路中安装多源感知系统，实现对道路中所有行驶车辆的实时感知，以实时监测道路中所有行驶车辆，得到当前感知信息；以当前感知信息与预存进入道路中的所有车辆的绑定信息，唯一锁定目标车辆的绑定信息，使得可以准确预测出目标车辆是否存在驾驶风险事件。并且，在目标车辆距离驾驶风险事件的发生地小于或等于预设距离时，向目标车辆发布驾驶风险事件提醒消息，如此，在目标车辆进入驾驶风险事件之前就向目标车辆发送提醒消息，达到了智能辅助驾驶的效果，提高了车辆驾驶的安全性。
附图说明
85.图1为一个实施例中辅助驾驶方法的应用环境图；
86.图2为一个实施例中辅助驾驶方法的流程示意图；
87.图3为另一个实施例中辅助驾驶方法的流程示意图；
88.图4为另一个实施例中辅助驾驶方法的流程示意图；
89.图5为另一个实施例中辅助驾驶方法的流程示意图；
90.图6为另一个实施例中辅助驾驶方法的流程示意图；
91.图7为另一个实施例中辅助驾驶方法的流程示意图；
92.图8为另一个实施例中辅助驾驶方法的流程示意图；
93.图9a为一个实施例中辅助驾驶方法的界面示意图；
94.图9b为另一个实施例中辅助驾驶方法的界面示意图；
95.图9c为另一个实施例中辅助驾驶方法的界面示意图；
96.图10为另一个实施例中辅助驾驶方法的流程示意图；
97.图11为一个实施例中辅助驾驶装置的结构框图；
98.图12为一个实施例中计算机设备的内部结构图。
具体实施方式
99.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
100.本技术实施例提供的辅助驾驶方法，可以应用于如图1所示的应用环境中。如图1所示，多源感知系统通过网络与计算机设备进行有线或者无线通信，数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在计算机设备上，也可以放在云上或其他网络服务器上。
101.其中，多源感知系统可以是设置在道路内的路侧感知设备/系统，例如可以是智慧基站(又名路侧融合感知系统或路侧基站)，或者还可以是毫米波雷达传感器、激光雷达传感器以及相机中的至少一种，等等，在此对感知设备102的类型不做具体限定。计算机设备可以是路侧计算单元/终端/边缘服务器，可选地，计算机设备还可以是云端服务器、车端的车载计算单元/终端等等，本技术实施例对计算机设备的类型不做具体限定。
102.基于此，本技术实施例提供一种辅助驾驶方法、装置、设备、存储介质和程序产品，使车辆驾驶更加安全。
103.下面将通过实施例并结合附图具体地对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
104.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。
105.在一个实施例中，如图2所示，提供了一种辅助驾驶方法，该实施例包括以下步骤：
106.s201，获取目标车辆的当前感知信息；当前感知信息为通过道路中多源感
107.知系统感知得到的。
108.多源感知系统可以是一种感知设备，可以是智慧基站、毫米波雷达传感器或者激光雷达传感器，等等；道路就是车辆的行驶道路，可以理解的是，本技术对车辆的行驶道路不做限定。
109.目标车辆可以是通过道路中时，在道路中的多源感知系统的覆盖区域内的任一车辆，目标车辆包括但不限于轿车、卡车、电动车、自行车、三轮车、滑板车等等。
110.需要说明的是，本技术实施例中的目标车辆包括至少一个或多个车辆。
111.实际应用中，设置在道路中的多源感知系统可以实时地对通过道路中的目标车辆进行感知，以获取道路中所有目标车辆的当前感知信息。可以理解的是，道路中的多源感知系统所能感知的区域范围根据实际位置的多源感知系统的位置决定。
112.其中，本技术实施例中的当前指的是当前时刻，具体是指多源感知系统对通过道路中车辆进行感知时的任意时刻，即计算机设备可接收到多源感知系统发送的其在当前(任意一个时刻)感知的当前感知信息。
113.当前感知信息包括但不限于目标车辆的id、类别、位置、时刻、尺寸、速度信息和车辆图像特征信息。
114.其中，id是多源感知系统感知到目标车辆后对目标车辆生成的序列号；类别指的
是车辆类型，例如，上述列举的轿车、卡车、电动车、自行车、三轮车、滑板车等；位置表示通过道路中的多源感知系统感知到目标车辆时车辆的位置坐标，该位置坐标可以任何坐标系下，经纬度、通过道路设定的坐标系等等；时刻表示通过道路中的多源感知系统感知到目标车辆时的时间；尺寸表示通过道路中的多源感知系统感知到的目标车辆的尺寸信息，包括长、高、宽等尺寸；速度信息表示通过道路中的多源感知系统感知到目标车辆时车辆的行驶速度；车辆图像特征信息指多源感知系统感知到目标车辆时目标车辆的特征信息，包括车身颜色、引擎盖特征、车身特征等特征信息。
115.s202，根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息；参考车辆表示进入道路中的所有车辆。
116.参考车辆的绑定信息表征的是进入道路中所有车辆的身份绑定信息，可选地，参考车辆的绑定信息包括但不限于参考车辆的id、类别、位置、时刻、尺寸、速度信息、车辆图像特征信息和车牌号码等。实际应用中，在道路入口处，会基于所有进入道路的车辆的入口感知信息生成绑定信息并进行存储，从而形成参考车辆的绑定信息。
117.其中，参考车辆的id、类别、位置、时刻、尺寸、速度信息、车辆图像特征信息与前述说明相同，在此不做赘述；车牌号码指的是参考车辆的车牌号码。
118.一个实施例中，获取目标车辆的绑定信息的方式可以是在数据库中直接获取，即在道路入口形成参考车辆的绑定信息后将其存储在数据库中，使用时直接从数据库中直接调用参考车辆的绑定信息，并在参考车辆的绑定信息中查找当前感知信息，判断预存的参考车辆的绑定信息中是否存在与当前感知信息相同的绑定信息，如果存在，则可以获取当前感知信息对应的绑定信息作为目标车辆的绑定信息。
119.s203，基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测。
120.目标道路段是目标车辆预计行驶的道路，根据车辆上的导航的目标车辆的目的地，计算机设备可根据目标车辆的当前位置和目的地确定出目标车辆的目标道路段。
121.目标车辆的绑定信息中存在目标车辆的身份信息，则计算机设备可根据目标车辆的身份信息锁定目标车辆，并对确定出的目标道路段进行驾驶风险事件预测。示例地，可以是监测目标道路进行实时的路况信息，根据监测到的路况信息进行路况分析，并基于分析结果可确定出可能会出现的驾驶风险事件。
122.例如，目标道路段上行驶的各车辆中是否存在酒后驾车的、超速行驶的、或者是否存在已经发生的交通事故等等，只要对于目标车辆来说存在安全风险的事件，均可进行监测和预测。
123.s204，若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
124.具体地，如果目标车辆行驶的目标道路存在驾驶风险事件，则判断目标车辆与发生驾驶风险事件的地方的距离，如果该距离小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
125.其中，预设距离和根据实际情况确定，例如，可确定预设距离为500m、1000m等。预设距离需要的确定需考虑车辆的行驶速度，保证对车主有预先警示，即需预留出车主有提前做出反应，改变路线的时间。
126.示例地，确定目标车辆与驾驶风险事件的发生地的距离的方式可以是，根据驾驶风险事件的发生地的位置和目标车辆所在位置之差决定。其中目标车辆所在位置需是计算机设备输出结果的时刻车辆的位置。
127.若目标车辆与驾驶风险事件的发生地的距离小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
128.可选地，驾驶风险事件提醒消息可以包括驾驶风险事件类型、目标车辆与发生驾驶风险事件的地方的距离等。
129.例如，目标车辆与驾驶风险事件的发生地的距离为300m，预设距离为400m，则计算机设备向目标车辆发布驾驶风险事件提醒消息，驾驶风险事件提醒消息的内容可以包括“前方300m发生交通事故，请注意！”、“前方300m存在坑洼道路，请慢行”等。
130.可选地，可以通过道路上距离目标车辆最近的广播将驾驶风险事件提醒消息广播至目标车辆、通过短信的方式将驾驶风险事件提醒消息发生至目标车辆的车主等。
131.上述辅助驾驶方法，获取目标车辆的当前感知信息，根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息，并基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测，若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。该方法中，当前感知信息可以指代道路中任意一个时刻的车辆感知信息，通过在道路中安装多源感知系统，实现对道路中所有行驶车辆的实时感知，以实时监测道路中所有行驶车辆，得到当前感知信息；以当前感知信息与预存进入道路中的所有车辆的绑定信息，唯一锁定目标车辆的绑定信息，使得可以准确预测出目标车辆是否存在驾驶风险事件。并且，在目标车辆距离驾驶风险事件的发生地小于或等于预设距离时，向目标车辆发布驾驶风险事件提醒消息，如此，在目标车辆进入驾驶风险事件之前就向目标车辆发送提醒消息，达到了智能辅助驾驶的效果，提高了车辆驾驶的安全性。
132.基于上述实施例，一个实施例中，对根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息的过程进行说明，如图3所示，该实施例包括以下步骤：
133.s301，根据当前感知信息中的目标车辆的特征信息，与参考车辆的绑定信息中的各参考车辆的特征信息进行信息匹配。
134.基于获取的目标车辆的当前感知信息，可得到目标车辆的特征信息，该目标车辆的特征信息中可以是包括目标车辆的车牌号码、车辆图像特征信息等信息。而参考车辆的绑定信息中是包括各参考车辆的特征信息的。
135.例如，以车辆图像特征信息为例，进行信息匹配的方式可以是将目标车辆的车辆图像特征信息与各参考车辆的车辆图像特征信息分别进行匹配，并获取两者的匹配相似度，如果匹配相似度的最大值大于预设相似度阈值，则表示匹配成功，否则表示匹配不成功。
136.以车牌号码为例，进行信息匹配时可以是在参考车辆的绑定信息中的各参考车辆的车牌号码中查找是否存在与目标车辆的车牌号码相同的车牌号码，如果参考车辆的绑定信息中的各参考车辆的车牌号码中存在与目标车辆的车牌号码相同的车牌，则表示匹配成功，否则匹配不成功。
137.可以理解的是，上述只是单独对每个信息的匹配过程进行说明，但在进行目标车
辆的特征信息和各参考车辆的特征信息之间的匹配时，是需要所有信息均进行匹配的，所有信息均匹配成功才表示两者匹配成功，若存在有一个未匹配成功的，则表示两者未匹配成功。
138.s302，若匹配成功，将当前感知信息与匹配成功的参考车辆的特征信息进行绑定，得到目标车辆的绑定信息。
139.如果当前感知信息中的目标车辆的特征信息，与参考车辆的绑定信息中的各参考车辆的特征信息匹配成功，则将当前感知信息与匹配成功的参考车辆的特征信息进行绑定，得到目标车辆的绑定信息。
140.本实施例中，根据当前感知信息中的目标车辆的特征信息，与参考车辆的绑定信息中的各参考车辆的特征信息进行信息匹配，若匹配成功，将当前感知信息与匹配成功的参考车辆的特征信息进行绑定，得到目标车辆的绑定信息。该方法中，通过实现目标车辆的绑定实现在道路中对目标车辆进行唯一锁定，使得后续可以准确地针对性地向目标车辆发布驾驶风险事件提醒消息。
141.上述实施例中对根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息的过程进行了说明，下面通过一个实施例对参考车辆的绑定信息的生成过程进行说明，在一个实施例中，如图4所示，参考车辆的绑定信息的生成过程包括以下步骤：
142.s401，获取进入道路的各初始车辆对应的感知应用程序中的用户信息；用户信息至少包括第一车辆位置信息。
143.感知应用程序可以是安装在各初始车辆的车主的手机app，也可以是装在车辆车载的终端设备上的app。
144.以感知应用程序是智慧基站app为例，用户在下载该智慧基站app时，会输入车辆相关的信息，基于此，可以道路入口的检测区域为准，定位进入道路入口的检测区域中的初始车辆，从app服务器中获取各初始车辆的车主的app中的用户信息。需要强调的是，本技术实施例中获取的用户信息均经过用户本人以及各方机构授权同意的信息。
145.可选地，用户信息至少包括第一车辆位置信息；第一车辆位置信息指的是用户信息中的车辆位置。
146.s402，根据第一车辆位置信息，筛选出处于道路内的第一候选车辆，得到第一候选车辆的车辆属性信息。
147.具体地，根据获取的用户信息中第一车辆位置信息，筛选处于道路内的初始车辆，即判断第一车辆位置信息是否处于道路内，若是，则确定第一车辆位置信息对应的初始车辆处于道路内。然后将这些处于道路内的初始车辆作为第一候选车辆，并将这些处于道路内的初始车辆的用户信息作为第一候选车辆的车辆属性信息。
148.车辆属性信息可以表征该车辆的身份属性，具有唯一性，车辆属性信息与车辆是一一对应的关系；车辆属性信息包括车辆位置信息、车辆的车牌号码、手机号码、时刻和车辆图像特征信息等等。
149.s403，根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息。
150.绑定信息为车辆属性信息和对应的车辆感知信息之间的绑定关系。
151.具体地，对相同车辆进行绑定，可以是根据第一候选车辆的车辆属性信息中的车
牌号码，在各初始车辆的入口感知信息中查找是否有相同的车牌号码，如果对应有相同的车牌号码，则可以确定该属性信息中的车牌号码对应的第一候选车辆和该车辆感知信息中的车牌号码对应的初始车辆为相同车辆，则对该车辆的车辆属性信息和车辆感知信息进行绑定，得到各参考车辆的绑定信息。
152.需要说明的是，各参考车辆的绑定信息均为相同车辆进行绑定后得到的信息。
153.在完成第一候选车辆的车辆属性信息与各初始车辆的车辆感知信息绑定后，将车辆属性信息存储至数据库，同时存储车辆的绑定id。
154.本实施例中，获取进入道路的各初始车辆对应的感知应用程序中的用户信息，根据用户信息中的第一车辆位置信息，筛选出处于道路内的第一候选车辆，得到第一候选车辆的车辆属性信息，根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息。该方法中获取各参考车辆的绑定信息，能够对各车辆进行唯一身份锁定，从而准确地对各车辆进行实时监测，预测目标车辆的驾驶风险事件，以及时向目标车辆告知驾驶风险事件提醒消息，从而使车辆驾驶更加安全。
155.在一个实施例中，如图5所示，上述根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息，包括以下步骤：
156.s501，根据第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息进行信息整合处理，得到各初始车辆的车辆对齐感知信息。
157.其中，整合处理指的是感知时刻、位置之间的整合，即基于第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息进行位置、时刻的整合处理，并将整合处理后的各初始车辆的感知信息确定为各初始车辆的车辆对齐感知信息。
158.可选地，对各初始车辆的车辆感知信息进行信息整合处理的一种实施例包括：根据时刻信息，在各初始车辆的车辆感知信息中筛选出最接近时刻信息的车辆感知信息，形成各初始车辆的车辆筛选感知信息；根据初始位置信息、初始时刻、车辆行驶速度，获取与车辆属性信息中时刻信息对应的最新位置信息；根据最新位置信息更新初始位置信息，得到各初始车辆的车辆对齐感知信息。
159.具体地，初始位置信息是在车辆进入道路内的检测区域时，多源感知系统感知到的车辆的位置信息；初始时刻是在车辆进入道路内的检测区域时，多源感知系统感知到车辆时的时刻信息；车辆行驶速度是在车辆进入道路内的检测区域时，感知到的车辆的行驶速度。
160.那么，可根据车辆属性信息中的时刻信息，在各初始车辆的车辆感知信息中查找最接近该时刻的车辆感知信息，将该车辆感知信息确定为初始车辆的车辆筛选感知信息。其中，各初始车辆的车辆感知信息也即各初始车辆在道路口处感知的车辆感知信息。
161.得到的车辆筛选感知信息与各初始车辆的车辆感知信息相同，同样包括各初始车辆的初始位置信息、初始时刻和车辆行驶速度等。
162.基于车辆筛选感知信息，可车辆筛选感知信息中的初始位置信息、初始时刻、车辆行驶速度，获取与车辆属性信息中时刻信息对应的最新位置信息。
163.具体地，可根据初始时刻和车辆属性信息中的时刻信息得到时间差，根据时间差与车辆行驶速度计算在该时间差内车辆的行驶位置，根据车辆的行驶位置与初始位置信息，得到车辆身份信息中时刻信息对应的最新位置信息。
164.例如，初始位置信息为0km、初始时刻为2020年1月12日上午8点整，车辆行驶速度为30km/h，车辆身份信息中的时刻为2020年1月12日上午8点01分，则车辆身份信息中时刻信息对应的最新位置信息为500m。
165.接着，以最新位置信息更新初始位置信息，得到各初始车辆的车辆对齐感知信息。即将最新位置信息作为新的初始位置信息，然后将更新了位置信息后形成的感知信息确定为各初始车辆的车辆对齐感知信息。自然地，该车辆对齐感知信息包括更新后的初始位置信息。
166.可选地，车辆对齐感知信息包括但不限于车辆的id、类别、对齐位置、对齐时刻、尺寸、速度信息和车辆图像特征信息；其他信息参见前述说明，而对齐位置表示更新后的初始位置，对齐时刻表示筛选后时刻，即筛选后与身份信息中时刻相同的感知信息中的时刻。
167.本实施例中，通过对进入道路口的各初始车辆的感知信息进行整合处理，可以使得快速且准确地筛选出进入道路口的初始车辆的感知信息，且将app上获取的用户信息和感知设备感知到感知信息之间进行信息对齐，保证了车辆身份锁定的准确性。
168.s502，根据第二车辆位置信息和第三车辆位置信息，在车辆对齐感知信息中进行位置初步匹配，将位置处于预设阈值范围内的车辆绑定为同一车辆，得到第二候选车辆的初步绑定信息。
169.上述车辆属性信息中包括第二车辆位置信息，得到车辆对齐感知信息中包括第三车辆位置信息。可以理解的是，第二车辆位置信息和第三车辆位置信息之间的区别还在于属于不同信息中的位置，并不用于顺序上的限定。
170.具体地，对车辆属性信息中的第二车辆位置信息与车辆对齐感知信息中的第三车辆位置信息进行对比，将第二车辆位置与第三车辆位置信息之间的距离处于预设阈值范围内的车辆绑定为同一车辆，绑定成功的各车辆即为第二候选车辆，第二候选车辆的初步绑定信息即为车辆属性信息和车辆对齐信息绑定后的信息。
171.该实施方式中，第二车辆位置信息和第三车辆位置信息只要处于预设阈值范围内，就将对应的车辆绑定为同一车辆，实现了位置的模糊匹配。
172.初步绑定信息包括但不限于车辆的id、类别、位置、时刻、速度信息、车辆图像特征、车牌号码和手机号码；其中车辆的id、类别、位置、时刻、速度信息、车辆图像特征、车牌号码和手机号码与前述说明相同，在此不再赘述。
173.s503，根据车辆图像特征信息，在初步车辆绑定信息中进行特征精准匹配，将图像特征相似度大于预设相似度阈值的绑定为同一车辆，得到各参考车辆的绑定信息。
174.在上述通过模糊匹配得到的初步绑定信息基础上，可继续根据车辆图像特征信息进行精准匹配。
175.即将第二候选车辆的初步绑定信息对应的车辆图像特征进行相似度匹配，将图像特征相似度大于预设相似度阈值的车辆绑定为同一车辆，以此实现了车辆信息绑定，得到各参考车辆的绑定信息。
176.可选地，绑定信息包括但不限于车辆的id、车辆类别、车辆位置、时刻、速度信息、车辆图像特征、车牌号码和手机号码；其中车辆的id、类别、位置、时刻、速度信息、车辆图像特征、车牌号码和手机号码与前述说明相同，在此不再赘述。
177.本实施例中，根据第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息
进行信息整合处理，得到各初始车辆的车辆对齐感知信息，并根据车辆属性信息中的第二车辆位置信息和车辆对齐感知信息中的第三车辆位置信息，在车辆对齐感知信息中进行位置初步匹配，将位置处于预设阈值范围内的车辆绑定为同一车辆，得到第二候选车辆的初步绑定信息，然后根据车辆图像特征信息，在初步车辆绑定信息中进行特征精准匹配，将图像特征相似度大于预设相似度阈值的绑定为同一车辆，得到各参考车辆的绑定信息。该方法中，首先通过位置的模糊匹配，得到初步绑定信息，然后根据车辆图像特征的相似度，实现精确匹配，得到各参考车辆的绑定信息，能够更加准确的对目标车辆的信息进行绑定，可以更加准确地锁定进入道路的每个车辆。
178.基于上述任一个实施例，如图6所示，提供一种根据目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测的实施例，该实施例包括以下步骤：
179.s601，基于目标车辆的绑定信息，获取目标车辆的当前位置和驾驶目的地。
180.驾驶目的地是目标车辆准备行驶的目的地，此驾驶目的地可以基于各车辆的导航信息确定。
181.具体地，目标车辆的绑定信息中包括目标车辆的id、车牌号码等信息，基于此信息可锁定目标车辆，然后获取目标车辆的当前位置。
182.s602，根据当前位置和驾驶目的地，确定目标车辆预计行驶的目标道路段。
183.目标道路段可以是目标车辆从当前位置到驾驶目的地途径的道路中的任一道路段。例如，可将到驾驶目的地的路径中属于本道路的路段确定目标道路段。
184.一个实施例中，确定目标车辆预计行驶的目标道路段的方式可以是，通过线性规划，确定出几条目标车辆可以行驶的参考道路段，从参考道路段中选择一条最优的参考道路段，并将参考道路段中属于本道路的路段确定目标道路段。
185.s603，获取目标道路段的行驶异常信息，并根据行驶异常信息预测目标道路段的驾驶风险事件。
186.行驶异常信息是车辆在道路行驶中可能发生的行驶异常情况，例如，行驶异常信息可以包括异常路面、异常行驶车辆等。
187.其中路面异常表示目标道路的路面上存在积水路面、坑洼路面、无法通行路面、冰雪路面等。而异常行驶车辆表示车辆超速、慢行或突然停止、突然转弯，或者，发生了车辆碰撞异常现象。
188.针对行驶异常信息为异常路面的情况，一个实施例中，如图7所示，根据行驶异常信息预测目标道路段的驾驶风险事件包括以下步骤：
189.s701，获取目标道路段的路面点云数据。
190.点云数据(point cloud data)是指在一个三维坐标系统中的一组向量的集合，以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(rgb)或反射强度信息(intensity)。
191.例如，可以采用激光扫描仪对目标道路段进行采集，直接扫描目标道路，得到对应的路面点云数据。
192.又例如，可以利用机载激光雷达对目标道路段进行采集，通过向地面发射激光信号，然后收集地面反射的激光信号而得到目标道路段的路面点云数据。
193.s702，根据路面点云数据，确定目标道路段中存在的异常路面。
194.对上述路面点云数据进行分析，过滤异常噪声后，分析点云的空间分布特征，根据点云的空间分布特征确定是否存在异常分布的点云，若存在，则确定目标道路段中存在的异常路面。
195.或者，可以根据路面点云数据建立道路路面数字化模型，定性且定量地对道路路面进行变形分析，若存在变形，则确定目标道路段中存在的异常路面。
196.例如，常见的异常路面至少包括积水路面、坑洼路面、无法通行路面、冰雪路面等。
197.s703，将异常路面对应的事件确定为目标道路段的驾驶风险事件。
198.基于上述实施例得到的异常路面对应的事件，可确定目标道路段的驾驶风险事件，例如，异常路面为坑洼路面，则将在目标道路段中会遇到坑洼路面事件，将坑洼路面事件作为一种驾驶风险事件。
199.针对行驶异常信息包括异常行驶车辆的情况，如图8所示，一个实施例中，根据行驶异常信息预测目标道路段的驾驶风险事件包括以下步骤：
200.s801，根据目标道路段中各车辆的车辆感知信息，监测目标道路段中各车辆的驾驶行为和车辆碰撞行为。
201.车辆感知信息中包括车辆速度、车辆位置、车辆尺寸、车辆航向角、车辆行驶参数(油门、方向盘角度等)等信息，可基于感知到的各车辆的车辆速度，监测目标道路段中各车辆的驾驶行为和车辆碰撞。
202.示例地，基于车辆速度可确定车辆的驾驶行为为超速、慢行或停止的异常行为。基于车辆当前的位置和车辆速度可预测车辆下一刻的位置，然后对各车辆下一刻的位置进行重叠分析，若存在重叠风险，则可预测位置会有重叠的车辆会发生碰撞。
203.或者，若目标道路段中存在车辆处于停止状态，且根据车辆的当前位置和车辆本身的尺寸，检测到当前已经存在两辆或以上车辆存在重叠，则确定目标道路段中已经存在车辆碰撞行为。
204.又或者，根据车辆航向角、车辆行驶参数(油门、方向盘角度等)等，可判断出车辆当前是正在转向，或者是突然异常转向；以及确定出车辆是否存在异常加速和减速、倒车等等。
205.s802，将驾驶行为存在异常的车辆以及发生碰撞的车辆确定为异常行驶车辆。
206.基于上述分析的驾驶行为存在异常的车辆和发生碰撞的车辆均确定异常行驶车辆。异常行驶车辆指道路中存在异常状况的车辆，该异常行驶车辆会影响道路中其他正常车辆的行驶。
207.例如，异常转向车辆、异常加速和减速车辆、异常停车车辆、异常倒车车辆、可能存在碰撞行为车辆等等。
208.s803，将异常行驶车辆对应的事件确定为目标道路段的驾驶风险事件。
209.基于上述实施例得到的异常行驶车辆，将异常行驶车辆对应的事件作为目标道路段的驾驶风险事件。例如，异常驾驶行为为异常转向，则将在目标道路段中可能会遇到异常转向事件，将异常转向事件作为一种驾驶风险事件。又例如，异常驾驶行为为可能存在碰撞行为，则将在目标道路段中可能存在碰撞，将车辆碰撞事件作为一种驾驶风险事件。
210.本实施例中，基于目标车辆的绑定信息，获取目标车辆的当前位置和驾驶目的地，并根据当前位置和驾驶目的地，确定目标车辆预计行驶的目标道路段，然后获取目标道路
段的行驶异常信息，根据行驶异常信息预测目标道路段的驾驶风险事件。以具体的目标道路段为基准，根据该目标道路段中所有车辆的感知信息，对各车辆的异常行为进行判断，以及根据目标道路段点云数据对目标道路段的路面进行分析，双维度监测，可以更加准确地预测出目标道路段中存在的驾驶风险事件。
211.在上述任一实施例基础上，向目标车辆发布驾驶风险事件提醒消息的包括：向目标车辆上的感知应用程序所属的终端设备发送事件提醒指令，事件提醒指令用于指示在感知应用程序的界面中显示驾驶风险事件的提醒消息。
212.其中，驾驶风险事件提醒消息至少包括：与驾驶风险事件发生地之间的距离信息、目标车辆的变道指示、距离驾驶风险事件发生地的行驶时间等等。
213.在一个实施例中，感知应用程序的界面中包括：目标道路段上预设范围的高精地图，高精地图中包括以鸟瞰视角叠加展示的目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风险事件对应的第三内容元素；且高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路段中的多源感知系统的感知信息获取。
214.其中，高精地图的测量精度可以是大于预设精度阈值，也可以理解为高精地图的测量精度是大于普通地图的车辆精度的；邻近车辆为目标车辆同方向行驶，且处于目标车辆周围的预设范围内的车辆，第一内容元素、第二内容元素以及第三元素均是基于布设在目标道路段中的多源感知系统的感知信息获取的，多源感知系统基于上述高精地图初始化，即多源感知系统的感知信息中各目标的位置信息为上述高精地图的坐标系下的位置信息。可选地，多源感知系统可以是路侧基站，智慧基站等等。
215.可选地，内容元素可以包括车辆位置、车辆形状和车辆颜色等。多源感知系统的传感器中包含能够用于定位的传感器。该能够用于定位的传感器可以为激光雷达。
216.需要说明的是，本技术实施例中的感知应用程序的界面可以为车载设备的显示界面，也可能为布设在目标道路中预设位置的路侧显示屏的显示界面、还可能是用户的终端设备上的显示界面等等，本技术实施例对此不做限定。
217.一个实施例中，在感知应用程序的界面为车载设备的显示界面时，显示界面中功能的触发可以为通过触摸对应的虚拟按键触发，也可能是语音输入对应的指令触发，当然可能是车辆执行了界面引导的与相应功能有关的行为触发。例如，车辆驶入高精地图对应的地理范围，则可以认为是行为触发。当然，界面中功能的触发方式也可能是行为触发与用户输入指令相结合的方式。例如，触发展示第一内容元素以及第二内容元素的功能，可以是车辆驶入高精地图对应的地理范围(行为)并接收用户通过车载设备输入道路信息获取指令触发。
218.本技术实施例中，先利用测量设备对目标道路进行测量，并且测量精度大于预设精度阈值；再由服务器根据测量数据绘制目标道路的高精地图，之后，终端设备/车载设备等从服务器下载目标道路的高精地图。在实际应用中，终端设备/车载设备位于目标车辆上，并实时或者定时将目标车辆的gps(global positioning system，全球定位)信息发送到服务器。服务器根据目标车辆的gps信息检测目标车辆是否进入目标道路的高精地图所对应的地理范围内。
219.服务器会基于各个车辆自身的定位信息以及多源感知系统感知到的车辆的定位信息(定位信息的匹配是为了确定是同一辆车)构建检索词条。该检索词条中包括基于感知信息得到的检测特征以及车辆通过通信提供的或者服务器下发的身份标识。在目标车辆进入目标道路后，车辆定位信息弱或丢失时，服务器可以基于感知信息得到的检测特征匹配出目标检索词条，基于该目标检索词条获取多源感知系统的感知信息中的定位信息，即该目标车辆的定位信息。之后服务器可以根据目标车辆在目标道路中的定位信息，对应的将第一内容元素和邻近车辆对应的第二内容元素、以及风险事件对应的第三内容元素发送到终端设备。终端设备接收目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素，以及风险事件对应的第三内容元素，在感知应用程序的界面中展示高精地图，并在高精地图上以鸟瞰视角叠加展示目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素，以及风险事件对应的第三内容元素。其中，高精地图的缩放程度可由用户控制。
220.在一个实施例中，在感知应用程序的界面为路侧显示屏的显示界面时，则界面中功能的触发可以为车辆行为的触发。例如，车辆驶入特定区域并与目标路侧显示屏相距预设距离时，触发目标路侧显示屏展示目标道路段上预设范围高精地图的功能；当车辆行驶到目标路侧显示屏的位置时，在目标路侧显示屏中展示目标道路段上预设范围内的信息。其中，可以通过布设在车辆行驶的目标道路段的线路上的多个路侧显示屏协同实现该功能。路侧显示屏显示以鸟瞰视角叠加展示第一内容元素、第二内容元素以及第三内容元素，同时会在高精度地图标注目标车辆的身份标识(例如车牌信息)。
221.其中，在感知应用程序的界面的高精地图中，采用不同颜色来区别目标车辆和邻近车辆，例如，实际应用中可以以白色示意目标车辆，蓝色示意邻近车辆，蓝绿色示意其他范围的车辆。
222.请参见图9a所示，其中，图9a中未示意具体颜色，仅以标识圈示意，圆圈中的车辆为目标车辆，其他方形圈内的车辆为邻近车辆，三角形圈内的为风险事件。需要注意的是，实际应用中，图9a中的圆圈、方形圈、三角形圈均无需在界面上示意，可参见下述图9b为未示意圆圈、方形圈、三角形圈的情况。
223.高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息，即图9a中的目标车辆到风险事件之间示意的渐变宽线，实际应用中，行驶趋势和距离信息等可以用橘黄、红色等高亮的颜色突出显示。基于此，用户可以从感知应用程序的界面查看自身位置、邻近车辆的位置以及距离风险事件的距离、行驶趋势。图9a中，位于多重圆圈中心位置的为多源感知系统。
224.可选地，感知应用程序的界面中还包括速度信息警示面板，速度信息警示面板用于指示目标车辆的当前速度和限行速度。
225.如图9b所示，速度信息警示面板如图9b中的上方a位置处的圆形框所示，大圈表示目标车辆的当前速度，小圈表示目标车辆的限行速度。
226.除了警示目标车辆的当前速度和限行速度之外，还可以显示导航信息，例如，图9b中的下方b位置显示目标车辆的变道指示：在xxs内变道至左侧车道。在9b中的下方c位置显示导航的基本信息：距离xxkm进入xx路、各个车道上建议车速xx、距离左转xxxm。
227.需要说明的是，上述各图中的xx只表示可以显示的数字符号，并不代表具体的数字，在实际应用中，具体情况，具体分析。
228.可选地，感知应用程序的界面中还包括风险事件警示面板，其中风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。可选地，感知应用程序的界面中还包括目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。可选地，感知应用程序的界面中还包括前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。可选地，感知应用程序的界面中还包括平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径；感知应用程序的界面中还包括实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
229.如图9c所示，图9c中右侧的d位置处为风险事件警示面板，图9c中右侧的e位置处从上往下依次为目的地面板、前方路口显示面板、实景地图面板和平面地图面板。
230.其中，风险事件警示面板以目标道路上的前向碰撞和路面积水为例，距离前向碰撞xxm，距离路面积水xxm。实际应用中，该风险事件警示面板可以以橘色、红色等颜色突出显示，这样单独显示在界面中可以有效提醒用户目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
231.其中，目的地面板中包括目标车辆的当前位置距离目的地的距离和行驶时长，例如，目的地为y地，距离y地总里程为3.8km，目前剩余里程为3km，预计行驶时长为12min等等。
232.其中，前方方路口显示面板中包括目标车辆行驶前方的路口车流量和行驶速度，例如前方路口排队长度，前方路口的车辆的行驶速度等等。
233.其中，实景地图以实景视角示意出车辆周围的实际环境。平面地图指的是二维地图，且在该二维地图中显示出目标车辆的当前位置至目的地的行驶路径。
234.可选地，实景地图面板、平面地图面板和高精地图中任意一个被触发后在感知应用程序的界面中以主视图显示。可以理解的是，图9c的当前界面中主视图的位置显示的即是高精地图，而平面地图和实景地图也可以通过触发方式切换到主视图中显示。可选地，触发方式包括但不限于是用户通过触摸、语音、按键等方式进行切换。
235.还需要说明的是，上述各图中各种功能的面板均可设置为触发后显示，未触发时不显示，当然可以默认为显示。其中，触发可以是通过前面实施例中列举的手动触发、行为触发等等任意一种方式，本技术实施例对此不作限定。
236.通过以上高精地图可提供一种通过多源感知系统对目标道路段内的车辆进行信息服务的方案，具体实现形式，在此不做具体限定。本技术实施例可以为用户提供布设在目标道路段中多源感知系统的感知信息，以使目标车辆在gps信号弱或丢失的情况下，仍可以获取对自身驾驶关联度高的环境信息(定位和周围车辆)，这样，可以辅助在道路中安全的进行驾驶，提高了用户在驾驶时的安全性。
237.可选地，发布驾驶风险事件提醒消息还可以是通过车主的手机号码向车主的发布短信消息；或者，通过道路路侧安装的显示屏发布前方道路存在的驾驶风险事件等等。
238.本实施例中，通过在感知应用程序上发布上述提醒消息，可以是使得方便、快速且直观地将驾驶风险事件提醒消息发布给目标车辆的车主，使得车主可以根据前方存在的驾驶风险事件，快速做出避让、变换出行策略等，保证目标车辆驾驶更加安全。
239.在一个实施例中，提供了一种辅助驾驶方法，如图10所示，该实施例包括以下步
骤：
240.s1001，第一多源感知系统实时感知检测区域内的车辆，得到车辆感知信息；
241.其中，车辆感知信息包括但不限于车辆的id、类别、位置、时刻、尺寸、速度信息和车辆图像特征信息。
242.s1002，通过网络实时获取感知应用程序中的用户信息；
243.其中，用户信息包括但不限于车辆的车牌号码、手机号码、位置、时刻和车辆图像特征信息。
244.s1003，根据用户信息的位置筛选出在多源感知系统检测区域内的信息，形成车辆属性信息；
245.其中，车辆属性信息包括但不限于车辆的车牌号码、手机号码、位置、时刻和车辆图像特征信息。
246.s1004，根据车辆属性信息的时刻筛选出最接近该时刻的车辆感知信息。
247.s1005，根据感知信息的位置、时刻、速度计算出车辆在属性信息时刻对应的位置。
248.s1006，根据车辆属性信息的位置，进行位置模糊匹配，筛选出一定阈值范围内的车辆，再根据车辆图像特征信息进行精准匹配，完成车辆属性信息与车辆感知信息的绑定，形成车辆融合信息；
249.车辆融合信息包括但不限于车辆的id、类别、位置、时刻、尺寸、速度信息、车辆图像特征信息和车牌号码；
250.s1007，车辆属性信息与车辆感知信息绑定后，将车辆属性信息存储至数据库，同时存储车辆的绑定id。
251.s1008，第二多源感知系统获取车辆的感知信息，将该车辆的感知信息与数据库中的车辆属性信息进行匹配，匹配成功，沿用车辆的绑定id，完成再次绑定；若匹配不成功，则执行步骤s1001。
252.s1009，基于各车辆的感知信息和/或计划的目的地对车辆的行驶进行预测，然后基于绑定关系判断各个车辆的需提醒事件。
253.s1010，基于绑定关系将事件发布至车辆上的智能终端，在车辆距离事件发生地预设距离时，基于绑定关系确定的需提醒事件对车辆进行辅助驾驶信息的发布。
254.前述实施例中均是以服务器为执行主体提供的辅助驾驶方法的过程，本技术还以感知应用程序所属的终端设备为执行主体，提供感知应用程序所属的终端设备接收到服务器发送的目标车辆的驾驶风险事件提醒消息后，在感知应用程序的界面中显示驾驶风险事件的提醒消息的实施例。
255.其中，感知应用程序所属的终端设备接收到服务器发送的目标车辆的驾驶风险事件提醒消息后，在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程实现原理和过程可参见服务器端实施例的说明，在此不再赘述。
256.一种实施例中，提供一种辅助驾驶方法，该方法包括：接收服务器发送的目标车辆的驾驶风险事件提醒消息；驾驶风险事件提醒消息为服务器根据目标车辆的当前感知信息预测出的目标车辆在预计行驶的目标道路段中存在驾驶风险事件且目标车辆距离驾驶风险事件的发生地小于或等于预设距离时生成的；其中，当前感知信息为通过道路中多源感知系统感知得到的；在感知应用程序的界面中显示驾驶风险事件的提醒消息。
257.一种实施例中，在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程包括：在感知应用程序的界面中显示目标道路段上预设范围的高精地图，并在高精地图中以鸟瞰视角叠加展示目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风险事件对应的第三内容元素；且在高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路中的多源感知系统的感知信息获取。
258.一种实施例中，上述在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：在感知应用程序的界面中显示风险事件警示面板，风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
259.一种实施例中，上述在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：在感知应用程序的界面中显示前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。
260.一种实施例中，上述在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：在感知应用程序的界面中显示目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。
261.一种实施例中，感知应用程序的界面包括平面地图选项，则上述在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：若检测到平面地图选项被触发，则在感知应用程序的界面中显示平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径。
262.一种实施例中，感知应用程序的界面包括实景地图选项，则上述在感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：若检测到实景地图选项被触发，在感知应用程序的界面中显示实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
263.一种实施例中，在上述感知应用程序的界面中显示驾驶风险事件的提醒消息的过程还包括：在感知应用程序的界面中显示速度信息警示面板，速度信息警示面板用于指示目标车辆的当前速度和限行速度。
264.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
265.本技术实施例还提供了一种用于实现上述所涉及的辅助驾驶方法的辅助驾驶系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个辅助驾驶系统实施例中的具体限定可以参见上文中对于辅助驾驶方法的限定，在此不再赘述。
266.在一个实施例中，提供了一种辅助驾驶系统，包括：第一多源感知模块、用户信息获取模块、位置筛选模块、信息筛选模块、时间对齐模块、属性信息绑定模块、第二多源感知
模块、事件判断模块，其中，
267.第一多源感知模块，用于实时感知检测区域内的车辆，得到车辆的感知信息，感知信息包括但不限于车辆的id、类别、位置、时刻、尺寸、速度信息和车辆图像特征信息。
268.用户信息获取模块，用于通过网络实时获取app中的用户信息，用户信息包括但不限于车辆的车牌号码、手机号码、位置、时刻和车辆图像特征信息。
269.位置筛选模块，用于根据用户信息的位置筛选出在感知系统检测区域内的信息，形成车辆属性信息，车辆属性信息包括但不限于车辆的车牌号码、手机号码、位置、时刻和车辆图像特征信息。
270.信息筛选模块，用于根据车辆属性信息的时刻筛选出最接近该时刻的车辆感知信息。
271.时间对齐模块，用于根据感知信息的位置、时刻、速度计算出车辆在属性信息时刻对应的位置。
272.属性信息绑定模块，用于根据车辆属性信息的位置，进行位置模糊匹配，筛选出一定阈值范围内的车辆，再根据车辆图像特征信息进行精准匹配，完成车辆属性信息与车辆感知信息的绑定，形成车辆融合信息，包括但不限于车辆的id、类别、位置、时刻、尺寸、速度信息、车辆图像特征信息和车牌号码；在完成车辆属性信息与车辆感知信息绑定后，将车辆属性信息存储至数据库，同时存储车辆的绑定id。
273.第二多源感知模块，用于获取车辆的感知信息，将该车辆的感知信息与数据库中的车辆属性信息进行匹配，匹配成功，沿用车辆的绑定id，完成再次绑定。
274.事件判断模块，用于根据感知检测区域内的车辆的感知信息进行需提醒事件的判断。例如碰撞风险，路况信息。同时，多源感知模块基于各车辆的感知信息和/或计划的目的地对车辆的行驶进行预测，基于绑定关系判断各个车辆的需提醒事件。
275.本实施例中在车辆进入服务区时利用app应用注册时预留的信息，完成与感知信息的绑定，获取身份信息，并对道路内全域监控车辆的行为，出现违规行为时能及时自动进行指定车辆违规行为的播报和通过手机号码及时告知，以达到快速主动纠正车主违规行为的目的。
276.上述辅助驾驶系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
277.本技术实施例还提供了一种用于实现上述所涉及的辅助驾驶方法的辅助驾驶装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个辅助驾驶装置实施例中的具体限定可以参见上文中对于辅助驾驶方法的限定，在此不再赘述。
278.在一个实施例中，如图11所示，提供了一种辅助驾驶装置1100，包括：第一获取模块1101、第二获取模块1102、预测模块1103和提示模块1104，其中：
279.第一获取模块1101，用于获取目标车辆的当前感知信息；当前感知信息为通过道路中多源感知系统感知得到的；
280.第二获取模块1102，用于根据当前感知信息和预存的参考车辆的绑定信息，获取目标车辆的绑定信息；参考车辆表示进入道路中的所有车辆；
281.预测模块1103，用于基于目标车辆的绑定信息，对目标车辆预计行驶的目标道路段进行驾驶风险事件预测；
282.提示模块1104，用于若目标道路存在驾驶风险事件，且目标车辆距离驾驶风险事件的发生地小于或等于预设距离，则向目标车辆发布驾驶风险事件提醒消息。
283.在一个实施例中，第二获取模块1102包括：
284.第一匹配单元，用于根据当前感知信息中的目标车辆的特征信息，与参考车辆的绑定信息中的各参考车辆的特征信息进行信息匹配；
285.绑定单元，用于若匹配成功，将当前感知信息与匹配成功的参考车辆的特征信息进行绑定，得到目标车辆的绑定信息。
286.在一个实施例中，该装置1100包括：
287.第三获取模块，用于获取进入道路的各初始车辆对应的感知应用程序中的用户信息；用户信息至少包括第一车辆位置信息；
288.筛选模块，用于根据第一车辆位置信息，筛选出处于道路内的第一候选车辆，得到第一候选车辆的车辆属性信息；
289.绑定模块，用于根据第一候选车辆的车辆属性信息和各初始车辆的车辆感知信息，对相同车辆进行绑定，得到各参考车辆的绑定信息。
290.在一个实施例中，绑定单元包括：
291.整合单元，用于根据第一候选车辆的车辆属性信息，对各初始车辆的车辆感知信息进行信息整合处理，得到各初始车辆的车辆对齐感知信息；车辆对齐感知信息包括第三车辆位置信息；
292.第二匹配单元，用于根据第二车辆位置信息和第三车辆位置信息，在车辆对齐感知信息中进行位置初步匹配，将位置处于预设阈值范围内的车辆绑定为同一车辆，得到第二候选车辆的初步绑定信息；
293.第三匹配单元，用于根据车辆图像特征信息，在初步绑定信息中进行特征精准匹配，将图像特征相似度大于预设相似度阈值的绑定为同一车辆，得到各参考车辆的绑定信息。
294.在一个实施例中，整合单元包括：
295.筛选子单元，用于根据时刻信息，在各初始车辆的车辆感知信息中筛选出最接近时刻信息的车辆感知信息，形成各初始车辆的车辆筛选感知信息；车辆筛选感知信息包括初始位置信息、初始时刻、车辆行驶速度；
296.第一获取子单元，用于根据初始位置信息、初始时刻、车辆行驶速度，获取与车辆属性信息中时刻信息对应的最新位置信息；
297.更新子单元，用于根据最新位置信息更新初始位置信息，得到各初始车辆的车辆对齐感知信息。
298.在一个实施例中，预测模块1103包括：
299.获取单元，用于基于目标车辆的绑定信息，获取目标车辆的当前位置和驾驶目的地；
300.确定单元，用于根据当前位置和驾驶目的地，确定目标车辆预计行驶的目标道路段；
301.预测单元，用于获取目标道路段的行驶异常信息，并根据行驶异常信息预测目标道路段的驾驶风险事件。
302.在一个实施例中，预测单元包括：
303.第二获取子单元，用于获取目标道路段的路面点云数据；
304.第一确定子单元，用于根据路面点云数据，确定目标道路段中存在的异常路面；异常路面至少包括积水路面、坑洼路面、无法通行路面；
305.第二确定子单元，用于将异常路面对应的事件确定为目标道路段的驾驶风险事件。
306.在一个实施例中，预测单元包括：
307.监测子单元，用于根据目标道路段中各车辆的车辆感知信息，监测目标道路段中各车辆的驾驶行为和车辆碰撞行为；
308.第三确定子单元，用于将驾驶行为存在异常的车辆以及发生碰撞的车辆确定为异常行驶车辆，驾驶行为存在异常包括异常转向、异常加速和减速、异常停车；
309.第四确定子单元，用于将异常行驶车辆对应的事件确定为目标道路段的驾驶风险事件。
310.在一个实施例中，提示模块1104包括：
311.发生单元，用于向目标车辆上的感知应用程序所属的终端设备发送事件提醒指令，事件提醒指令用于指示在感知应用程序的界面中显示驾驶风险事件的提醒消息；
312.其中，提醒消息至少包括：与驾驶风险事件发生地之间的距离信息、目标车辆的变道指示。
313.在一个实施例中，感知应用程序的界面中包括：目标道路段上预设范围的高精地图，高精地图中包括以鸟瞰视角叠加展示的目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风险事件对应的第三内容元素；且高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路段中的多源感知系统的感知信息获取。
314.在一个实施例中，感知应用程序的界面中还包括风险事件警示面板，风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
315.在一个实施例中，感知应用程序的界面中还包括前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。
316.在一个实施例中，感知应用程序的界面中还包括目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。
317.在一个实施例中，感知应用程序的界面中还包括平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径。
318.在一个实施例中，感知应用程序的界面中还包括实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
319.在一个实施例中，实景地图面板、平面地图面板和高精地图中任意一个被触发后在感知应用程序的界面中以主视图显示。
320.在一个实施例中，感知应用程序的界面中还包括速度信息警示面板，速度信息警
示面板用于指示目标车辆的当前速度和限行速度。
321.在一个实施例中，提供了一种辅助驾驶装置，包括：接收模块和显示模块，其中：
322.接收模块，用于接收服务器发送的目标车辆的驾驶风险事件提醒消息；驾驶风险事件提醒消息为服务器根据目标车辆的当前感知信息预测出的目标车辆在预计行驶的目标道路段中存在驾驶风险事件且目标车辆距离驾驶风险事件的发生地小于或等于预设距离时生成的；其中，当前感知信息为通过道路中多源感知系统感知得到的；
323.显示模块，用于在感知应用程序的界面中显示驾驶风险事件的提醒消息。
324.在一个实施例中，上述显示模块还用于在感知应用程序的界面中显示目标道路段上预设范围的高精地图，并在高精地图中以鸟瞰视角叠加展示目标车辆对应的第一内容元素、邻近车辆对应的第二内容元素和风险事件对应的第三内容元素；且在高精地图中突出显示目标车辆至风险事件的行驶趋势和距离信息；其中，邻近车辆为与目标车辆同方向行驶的目标车辆周围的车辆；第一内容元素、第二内容元素和第三内容元素基于布设在目标道路中的多源感知系统的感知信息获取。
325.在一个实施例中，上述显示模块还用于在感知应用程序的界面中显示风险事件警示面板，风险事件警示面板用于警示目标车辆在目标道路段上预设范围内行驶时需避让的风险事件。
326.在一个实施例中，上述显示模块还用于在感知应用程序的界面中显示前方路口显示面板，前方路口显示面板用于指示目标车辆行驶前方的路口车流量和行驶速度。
327.在一个实施例中，上述显示模块还用于在感知应用程序的界面中显示目的地面板，目的地面板用于指示目标车辆的当前位置距离目的地的距离和行驶时长。
328.在一个实施例中，感知应用程序的界面包括平面地图选项，上述显示模块还用于若检测到平面地图选项被触发，则在感知应用程序的界面中显示平面地图面板，平面地图面板用于以二维地图视角指示目标车辆的当前位置至目的地的行驶路径。
329.在一个实施例中，感知应用程序的界面包括实景地图选项，上述显示模块还用于若检测到实景地图选项被触发，在感知应用程序的界面中显示实景地图面板，实景地图面板用于以实景视角指示目标车辆的当前位置周围的实际环境。
330.在一个实施例中，上述显示模块还用于在感知应用程序的界面中显示速度信息警示面板，速度信息警示面板用于指示目标车辆的当前速度和限行速度。
331.上述辅助驾驶装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
332.在一个实施例中，提供了一种计算机设备，如图12所示，该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种辅助驾驶方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，
也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
333.本领域技术人员可以理解，上述计算机设备的结构描述仅仅是与本技术方案相关的部分结构，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
334.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
335.本实施例中处理器实现的各步骤，其实现原理和技术效果与上述辅助驾驶方法的原理类似，在此不再赘述。
336.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
337.本实施例中计算机程序被处理器执行时实现的各步骤，其实现原理和技术效果与上述辅助驾驶方法的原理类似，在此不再赘述。
338.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
339.本实施例中计算机程序被处理器执行时实现的各步骤，其实现原理和技术效果与上述辅助驾驶方法的原理类似，在此不再赘述。
340.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
341.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
342.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
343.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并
不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。