技术摘要：
本发明属于车辆技术领域，涉及辅助驾驶方法、系统、服务器及存储介质，其中，辅助驾驶方法包括：采用实车行驶的大数据对预设模型进行模型训练操作以获取驾驶模式分类模型。将驾驶模式分类模型发送至车辆的控制模块中，以使得车辆的控制模块根据驾驶模式分类模型和自身  全部
背景技术：
随着经济和科技的发展，汽车的保有量不断增加，通常家用汽车是人们出行的首 选交通工具。目前，大部分汽车通常会设置有几种驾驶模式以供驾驶员选择，例如节能驾驶 模式、正常驾驶模式、运动驾驶模式等等，驾驶员可以根据自己的驾驶需求选择某一驾驶模 式来驾驶车辆，例如，车辆处于节能驾驶模式，当驾驶员需要更强的动力输出时，驾驶员可 以切换至运动驾驶模式来驾驶车辆。 但是，传统的驾驶模式的切换，通常需要驾驶员自己的驾驶意图进行手动切换操 作，例如分出手来调节按钮或旋钮以切换驾驶模式，因此，在驾驶车辆时不仅会让驾驶员分 心，还不符合车辆驾驶简单化的发展趋势。 针对以上问题，本领域技术人员一直在寻求解决方法。 前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
技术实现要素：
本发明要解决的技术问题在于，针对上述现有技术的缺陷，提供了辅助驾驶方法、 辅助驾驶系统、服务器及计算机可读存储介质，以实现智能化的驾驶模式切换，不仅能够保 障行驶安全，还能够使得车辆驾驶更加简便。 本发明提供一种辅助驾驶方法，该辅助驾驶方法包括：采用实车行驶的大数据对 预设模型进行模型训练操作以获取驾驶模式分类模型。将驾驶模式分类模型发送至车辆的 控制模块中，以使得车辆的控制模块根据驾驶模式分类模型和自身在预设时长内的行驶信 息获取驾驶模式控制信息并进行响应。 进一步地，行驶信息包括车速信息、加速度信息及加速功率信息。 进一步地，采用实车行驶的大数据对预设模型进行模型训练操作以获取驾驶模式 分类模型的步骤之前，包括：采集实车通过T-BOX发送的实车行驶信息。对实车行驶信息进 行数据处理操作以更新实车行驶信息，数据处理操作包括数据脱敏和/或数据清洗。根据更 新后的实车行驶信息获取实车行驶的大数据。 进一步地，采用实车行驶的大数据对预设模型进行模型训练操作以获取驾驶模式 分类模型的步骤中，包括：采用实车行驶的大数据对两个聚类模型分别进行模型训练以获 取驾驶模式分类模型。 进一步地，采用实车行驶的大数据对两个聚类模型分别进行模型训练以获取驾驶 模式分类模型的步骤中，包括：从实车行驶的大数据中的选取出行信息。将出行信息中的车 速数据按照预设的划分规则进行统计操作以形成车速分布统计。将车速分布统计中的分布 参数作为特征。使用第一聚类模型对所有特征进行模型训练以得到工况分类结果，工况分 4 CN 111613076 A 说　明　书 2/7 页 类结果包括拥堵工况、低速工况、中速工况和/或高速工况。 进一步地，使用第一聚类模型对所有特征进行模型训练以得到工况分类结果的步 骤之后，包括：根据工况分类结果中的每一类工况获取相应的加速度信息和加速功率信息。 根据每一类工况对应的加速度信息获取平均加速度作为第一特征值。根据每一类工况对应 的加速功率信息获取平均加速功率作为第二特征值。使用第二聚类模型对第一特征值和第 二特征值进行模型训练以得到模式分类结果，模式分类结果包括节能模式、正常模式和/或 运动模式。 进一步地，根据每一类工况对应的加速度信息获取平均加速度作为第一特征值的 步骤中，包括：获取每一类工况对应的加速度信息中的所有大于参考加速度值的加速度以 得到特征加速度信息。根据特征加速度信息进行平均值计算操作以获取平均加速度。根据 每一类工况对应的加速功率信息获取平均加速功率作为第二特征值的步骤中，包括：根据 每一类工况对应的加速功率信息和特征加速度信息获取特征加速功率信息。根据特征加速 功率信息进行平均值计算操作以获取平均加速特征值。 本发明还提供一种辅助驾驶系统，该辅助驾驶系统包括：服务器及车辆。服务器， 用于采用实车行驶的大数据进行模型训练操作以获取驾驶模式分类模型，并将驾驶模式分 类模型发送至车辆。车辆，用于存储驾驶模式分类模型，以根据驾驶模式分类模型和自身在 预设时长内的行驶信息获取驾驶模式控制信息并进行响应。 本发明还提供一种服务器，包括存储器和处理器。处理器用于执行存储器中存储 的计算机程序以实现如上所描述的辅助驾驶方法的步骤。 本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机 程序，计算机程序被处理器执行时实现如上所描述的辅助驾驶方法的步骤。 本发明提供的辅助驾驶方法、辅助驾驶系统、服务器及计算机可读存储介质，其 中，辅助驾驶方法包括：采用实车行驶的大数据对预设模型进行模型训练操作以获取驾驶 模式分类模型。将驾驶模式分类模型发送至车辆的控制模块中，以使得车辆的控制模块根 据驾驶模式分类模型和自身在预设时长内的行驶信息获取驾驶模式控制信息并进行响应。 因此，本发明采用大众的或用户自己的实车行驶的大数据训练驾驶模式分类模型，从而车 辆可以根据该驾驶模式分类模型和当前的驾驶情况自动识别出大众的驾驶风格或者用户 自己的驾驶风格以智能化的进行驾驶模式的切换，故而，本发明不仅能够满足用户的驾驶 需求，还能够保障行车安全，此外还能够实现简化车辆驾驶操作的目的。 附图说明 图1是本发明第一实施例提供的辅助驾驶方法的流程示意图； 图2是本发明第二实施例提供的辅助驾驶系统的结构示意图； 图3是本发明第三实施例提供的服务器的结构示意图。