CN105761323A - 基于车载数据的碰撞事件识别方法与装置 - Google Patents

Abstract

本发明公开了一种基于车载数据的碰撞事件识别方法，包括：实时采集车辆位置信息数据、车载诊断***数据、车辆加速度数据；判断车辆碰撞时间和车辆行驶状态；识别车辆的当前发生的车辆碰撞事件类型，并计算得到车辆碰撞程度信息；生成报警信息；将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。本发明还公开了一种基于车载数据的碰撞事件识别装置，包括数据采集模块，车辆行驶状态判断模块，碰撞事件识别模块，碰撞程度计算模块，报警信息生成模块，数据发送模块。本发明提供的基于车载数据的碰撞事件识别方法及装置，能够自动对车辆碰撞时间进行识别，自动向外界发出求助信号，并为碰撞事件发生时的车辆运行状态进行还原。

Description

基于车载数据的碰撞事件识别方法与装置

技术领域

本发明涉及车辆碰撞检测技术领域，特别是指一种基于车载数据的碰撞事件识别方法与装置。

背景技术

随着车辆保有量的增多，交通事故的发生率也在不断增加，汽车的安全性逐渐成为消费者关注的首要话题，汽车的安全措施有多种，例如在汽车内设置安全带和安全气囊，这些安全设备减小了汽车发生交通事故使汽车上的乘客和驾驶者的受伤的程度。但是在车辆发生交通事故时，往往能降低伤员死亡率的最重要的条件是及时对伤者进行施救。当车辆发生碰撞引发交通事故时，一般是由当事人或者目击者拨打报警电话求助，如果发生重大交通事故(比如车辆侧翻、车辆严重变形)时，由于当事人受伤严重，没有能力拨打求助电话，或者发生交通事故后，当事人的通讯工具丢失，这样只能由目击者拨打电话报警求助，但是如果现场没有目击者，则会出现没有人报警的现象，会延误事故伤者的救助时间，而给事故伤者的生命带来了极大的威胁。同时如果事发当时没有目击者及视频监控设施，交通管理部门对于车辆碰撞事故的发生原因及责任认定工作也带来了一定困难。

传统车载GPS终端能够非常方便的帮助人们确定车辆的具***置，而且准确知道发生交通事故的车辆具***置是能够及时地向发生事故的伤者提供帮助的必要条件。目前的很多车辆虽然配备了车载GPS终端，但是仅凭借普通的车载GPS终端却不具备实时检测车辆运行状态并在车辆发生交通事故时自动代替该车辆的驾驶人员向外界发出求助信号并且为还原事故发生时的现场及车辆运行状态的功能。

发明内容

有鉴于此，本发明的目的在于提出一种能够自动对车辆碰撞时间进行识别，自动向外界发出求助信号，并为碰撞事件发生时的车辆运行状态进行还原的基于车载数据的碰撞事件识别方法与装置。

基于上述目的本发明的一个方面，提供了一种基于车载数据的碰撞事件识别方法，包括：

实时采集车辆位置信息数据、车载诊断***数据、车辆加速度数据；

根据所述车载诊断***数据及车辆加速度数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型，并计算得到车辆碰撞程度信息；

将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

在一些实施方式中，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速为0；

行车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速大于0。

在一些实施方式中，所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：车辆在点火状态产生了第一加速度；

行车被动碰撞是指：车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：车辆的发动机转速稳定且产生了第三加速度。

在一些实施方式中，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述计算得到车辆碰撞程度信息的步骤包括：

预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；

根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息。

在一些实施方式中，所述车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。

本发明的另一方面提供了一种基于车载数据的碰撞事件识别装置，包括：

数据采集模块，用于实时采集车辆位置信息数据、车载诊断***数据、车辆加速度数据；

车辆行驶状态判断模块，用于根据所述车载诊断***数据及车辆加速度数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

碰撞事件识别模块，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型；

碰撞程度计算模块，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，计算得到车辆碰撞程度信息；

报警信息生成模块，用于将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

数据发送模块，用于将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

在一些实施方式中，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于点火状态且车速为0；

行车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于点火状态且车速大于0。

在一些实施方式中，所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：所述碰撞事件识别模块判断车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：所述碰撞事件识别模块判断车辆在点火状态产生了第一加速度；

行车被动碰撞是指：所述碰撞事件识别模块判断车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：所述碰撞事件识别模块判断车辆的发动机转速稳定且产生了第三加速度。

在一些实施方式中，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述碰撞程度计算模块，用于预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；以及，根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息。

在一些实施方式中，所述数据采集模块包括加速度传感器，车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。

从上面所述可以看出，本发明提供的基于车载数据的碰撞事件识别方法及装置，能够根据车辆行驶状态，自动对车辆碰撞时间进行识别，并根据车辆运行状态和车辆碰撞事件类型，自动向服务器发出报警信息，从而通过服务器向外界发出求助信号，并为碰撞事件发生时的车辆行驶状态进行还原。

附图说明

图1为本发明提供的基于车载数据的碰撞事件识别方法实施例的流程示意图；

图2为本发明提供的基于车载数据的碰撞事件识别装置实施例的模块结构示意图；

图3为本发明提供的基于车载数据的碰撞事件识别方法及装置实施例中的投影绘制数据密度热力图；

图4为本发明提供的基于车载数据的碰撞事件识别方法及装置实施例中的选取区域内数据点及确定校准后的y轴方向的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

本发明涉及车辆碰撞检测技术，尤其是涉及利用车载OBD技术、GPS卫星定位***、加速度传感器应用技术、GSM通讯技术的车辆碰撞事件识别算法。

OBD是英文On-BoardDiagnostic的缩写，中文翻译为“车载诊断***”。这个***随时监控发动机的运行状况和尾气后处理***的工作状态，一旦发现有可能引起排放超标的情况，会马上发出警示。当***出现故障时，故障灯(IL)或检查发动机(CheckEngine)警告灯亮，同时OBD***会将故障信息存入存储器，通过标准的诊断仪器和诊断接口可以以故障码的形式读取相关信息。根据故障码的提示，维修人员能迅速准确地确定故障的性质和部位。

为了解决现有技术中存在的技术问题，本发明提供一种基于车载数据的碰撞事件识别方法及装置，以实现车辆碰撞的自动报警，并还原事故现场。

本发明的第一个方面，提供了一种能够自动对车辆碰撞时间进行识别，自动向外界发出求助信号，并为碰撞事件发生时的车辆运行状态进行还原的基于车载数据的碰撞事件识别方法。如图1所示，为本发明提供的基于车载数据的碰撞事件识别方法实施例的流程示意图。

所述基于车载数据的碰撞事件识别方法，包括以下步骤：

步骤101：实时采集车辆位置信息数据(GPS数据)、车载诊断***数据(车载OBD数据，包括发动机转速、车辆传感器车速、气囊状态等)、车辆加速度数据；

步骤102：根据所述车载诊断***数据及车辆加速度数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

可选的，所述车辆碰撞时间的判断方法可以采用如下方法进行判断：

1.在停车状态，产生加速度；

2.在驻车状态，转速不变的情况下产生大于0.4g的加速度；

3.在行车状态，车速转速稳定的情况下，产生大于0.8g的加速度；

其中，0.4g和0.8g的加速度均为举例数值，可根据车型等参数进行不同设置。

步骤103：根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型，并计算得到车辆碰撞程度信息；

步骤104：将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

步骤105：将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

从上述实施例可以看出，本发明提供的基于车载数据的碰撞事件识别方法，能够根据车辆行驶状态，自动对车辆碰撞时间进行识别，并根据车辆运行状态和车辆碰撞事件类型，自动向服务器发出报警信息，从而通过服务器向外界发出求助信号，并为碰撞事件发生时的车辆行驶状态进行还原。

进一步的，在一些可选实施方式中，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速为0；较佳的，还通过GPS数据验证车辆位置不变；

行车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速大于0；较佳的，还通过GPS数据验证车辆处于移动状态。

所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：车辆在点火状态产生了第一加速度；

行车被动碰撞是指：车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：车辆的发动机转速稳定且产生了第三加速度。

更进一步的，在一些可选实施方式中，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述计算得到车辆碰撞程度信息的步骤包括：

预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；

根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息；

例如，对于停车被动碰撞，其第一加速度小于第一加速度阈值时，判定为轻微；第一加速度大于等于第一加速度阈值且小于第二加速度阈值时，判定为中等；第一加速度大于等于第二加速度阈值且小于第三加速度阈值时，判定为严重；第一加速度大于等于第三加速度阈值时，判定为特别严重；其中，第一加速度阈值小于第二加速度阈值，第二加速度阈值小于第三加速度阈值。其他的车辆碰撞事件类型也可根据上述原理进行设置，在此不再赘述。

这里，加速度阈值可根据不同车型设置不同的阈值，也可设置为相同阈值。

此外，还可根据加速度值判断车辆是否发生了侧翻，若发生侧翻，则直接判定车辆碰撞程度信息为特别严重。

较佳的，在一些可选实施方式中，所述车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。

进一步的，在一些可选实施方式中，所述车辆加速度数据是通过车载加速传感器的三轴自校准方法得到的。

所述车载加速传感器的三轴自校准方法，包括以下步骤：

基于行程末尾车速为0时的原始加速度数据，确定校准后的z轴方向；

根据校准后的z轴方向及原点，确定校准后的x-y平面；

将原始加速度数据投影到校准后的x-y平面；

删除校准后的x-y平面上原始加速度数据的投影数据的密集区域；

基于剩余的原始加速度数据的投影数据，计算得到校准后的y轴负向；

根据校准后的y轴负向，得到校准后的坐标系下的x-y坐标；

计算得到加速度数据校准矩阵；

原始加速度数据乘以所述加速度数据校准矩阵，即为校准后的加速度数据。

通过上述车载加速传感器的三轴自校准方法，对加速度数据的坐标轴进行校准，可以实现当加速度传感器以任意方向固定时，依旧能提供较为精确的实时车辆三轴方向的加速度变化，从而能够对车辆的运行状态等通过校准后的加速度数据进行较为精准的辅助判断。

在所述基于行程末尾车速为0时的原始加速度数据，确定校准后的z轴方向的步骤之前，首先需要收集车载终端上传的数据，数据包括(点\熄火信息、加速度传感器的原校准矩阵、GPS数据、OBD数据、加速度数据)，数据频率为1Hz。并且，根据加速度传感器的原校准矩阵对加速度数据进行原始值还原，得到原始加速度数据。

对于有GPS数据的行程来说，行程末尾车速为0的数据一般意味着车辆是静止的，此时加速度数据的z轴方向是指向地心的，因此，若将这部分数据提取出来，对于确定z轴方向很有必要。

因此，进一步的，在一些可选实施方式中，所述基于行程末尾车速为0时的原始加速度数据，确定校准后的z轴方向的步骤可进一步包括以下步骤：

根据GPS数据里上传时间确定行程最后若干秒(具体秒数可以根据需要进行设置，例如5s、10s等)的原始加速度数据，并从中筛选出其中车速为0的数据点，将这些数据点的原始加速度数据做如下计算：

$\left\{\begin{array}{c}{c}_1=\underset{all}{\mathrm{\Σ}}{x}_i\\ c_2=\underset{all}{\mathrm{\Σ}}{y}_i\\ c_3=\underset{all}{\mathrm{\Σ}}{z}_i\end{array}\right.$

最终，得到校准后的z轴的方向向量为

确定z轴后，由于加速度传感器的原点固定，因此可以根据原点位置及校准后的z轴，确定校准后的x-y平面所在的位置，然后将数据投影到x-y平面并分析其规律，以此判断x轴或y轴的方向向量。

因此，更进一步的，在一些可选实施方式中，所述将原始加速度数据投影到校准后的x-y平面的步骤还可进一步包括以下步骤：

由于只确定了z轴的方向向量，因此对于原始的三维向量只能做z轴方向上的旋转变换，因此，在x-y平面上，设x轴的方向向量为y轴的方向向量为并且有如下关系成立：

此时，假定有下式成立：

即：

$\left\{\begin{array}{c}{b}_1-\frac{c_1}{c_3}{b}_3=0\\ c_1{b}_1+c_2{b}_2+c_3{b}_3=0\end{array}\right.,$

可得：

计算原始加速度数据在新的坐标系下的坐标：

P′＝P·R

其中，基于校准后的z轴的变换矩阵R：

并将基于校准后的z轴的变换矩阵R单位化得到基于校准后的z轴的单位化变换矩阵

基于所述基于校准后的z轴的单位化变换矩阵和原始加速度数据，即可得到在校准后的x-y平面上的原始加速度数据的投影数据。

从校准后的x-y平面上的原始加速度数据的投影数据可以看出投影数据的分布规律及其现实意义。

绘出所有数据在校准后的x-y平面上的投影绘制数据密度热力图如图3所示。

结合实际用车习惯来分析图3的热力图像，可以判断出较为对称的方向为x轴方向，明显不对称的为y轴方向。由于在实际驾驶过程中，加速的过程是较为缓慢的，对应的加速度应较小且集中；而刹车的过程是较为迅速的，对应的加速度应较大且分散。同时由于“右侧通行”，故存在较多的加速左转。

在得到校准后的x-y平面上的投影数据分布后，由其重心所在位置以及数据密度热力图可以看出分布在中心的点较多，密度较大，而这些点有较多是由于车辆本身震动引起的，若能将这些不具有明显特征的数据去除，对于判断x轴或y轴的方向向量有很大帮助。

因此，所述删除校准后的x-y平面上原始加速度数据的投影数据的密集区域步骤还可进一步采用以下步骤来完成：

计算校准后的x-y平面上所有点到原点的距离，即所有点到原点向量的模长；

以其中最大模长的比例阈值长度为半径画圆，将模长小于比例阈值长度的点删除，保留所有到原点的向量模长数值大于等于比例阈值长度的点；所述的最大模长为所有点到原点的向量模长中的最大值；所述比例阈值长度，是指占最大模长的阈值比例的长度，例如，阈值比例为1/4，最大模长为8，则比例阈值长度为2；所述阈值比例可以根据需要进行设定，以最终的校准数据更为精准为原则；得到用于计算y轴负向的数据组。

在删除x-y平面上数据密集区域后的数据分布规律中，只有y轴负向(刹车方向)数据分布对于判断y轴方向有明显作用，故在此基础上，通过数据分布的集中程度判断y轴负向。

因此，进一步的，在一些可选实施方式中，所述基于剩余的原始加速度数据的投影数据，计算得到校准后的y轴负向的步骤包括：

计算删除数据密集区域后的投影数据的重心，并以重心和原点的连线为初始切分直线，以第一弧度值为单位，将数据分为360度/第一弧度值个扇形区域，所述第一弧度值可以根据需要进行选择，优选以保证数据更为精准的原则进行选择；

如图4所示，计算每个扇形区域内的点的个数，其中分布最多的区域为y轴负向所在区域；

计算y轴负向所在区域内所有向量的和向量(或所有点的重心)，拟合后并以此作为校准后的y轴方向。

在得到y轴负向的斜率(或y轴方向向量)后，将x-y平面的坐标轴进行旋转，可以得到在加速度数据在校准后坐标系的x-y坐标，从而得到加速度数据校准矩阵。

因此，进一步的，在一些实施方式中，所述根据校准后的y轴负向，得到校准后的坐标系下的x-y坐标的步骤包括：

在得到y轴负向的斜率k后，将x-y平面的坐标轴进行旋转，得到原始加速度数据在校准后坐标系的x-y坐标，旋转变换公式如下：

$P_{(x,y)}^{\′}=P_{(x,y)}\·T_{(x,y)}=P_{(x,y)}\left[\begin{array}{cc}\frac{k}{\sqrt{1+k^2}}& \frac{1}{\sqrt{1+k^2}}\\ -\frac{1}{\sqrt{1+k^2}}& \frac{k}{\sqrt{1+k^2}}\end{array}\right].$

更进一步的，所述计算得到加速度数据校准矩阵的步骤包括：

求出加速度数据校准矩阵中的变换矩阵R^* _(x,y)如下：

${R^{*}}_{(x,y)}={\stackrel{\‾}{R}}_{(x,y)}\·T_{(x,y)}=\left[\begin{array}{cc}\frac{1}{\sqrt{1+\frac{{c_1}^2}{{c_3}^2}}}& \frac{1}{\sqrt{1+\frac{{c_3}^2}{{c_1}^2}+\frac{{({c_1}^2+{c_3}^2)}^2}{{c_1}^2{c_2}^2}}}\\ 0& \frac{-\frac{{c_1}^2+{c_3}^2}{c_1{c}_2}}{\sqrt{1+\frac{{c_3}^2}{{c_1}^2}+\frac{{({c_1}^2+{c_3}^2)}^2}{{c_1}^2{c_2}^2}}}\\ \frac{-\frac{c_1}{c_3}}{\sqrt{1+\frac{{c_1}^2}{{c_3}^2}}}& \frac{\frac{c_3}{c_1}}{\sqrt{1+\frac{{c_3}^2}{{c_1}^2}+\frac{{({c_1}^2+{c_3}^2)}^2}{{c_1}^2{c_2}^2}}}\end{array}\right]\left[\begin{array}{cc}\frac{k}{\sqrt{1+k^2}}& \frac{1}{\sqrt{1+k^2}}\\ -\frac{1}{\sqrt{1+k^2}}& \frac{k}{\sqrt{1+k^2}}\end{array}\right]$

将变换矩阵R^* _(x,y)单位化得到单位化变换矩阵

最终的加速度数据校准矩阵为：

${R^{*}}_{(x,y,z)}=\left[\begin{array}{cc}& \frac{c_1}{\sqrt{{c_1}^2+{c_2}^2+{c_3}^2}}\\ {\stackrel{\‾}{R}}_{(x,y)}^{*}& \frac{c_2}{\sqrt{{c_1}^2+{c_2}^2+{c_3}^2}}\\ & \frac{c_3}{\sqrt{{c_1}^2+{c_2}^2+{c_3}^2}}\end{array}\right].$

将最终的加速度数据校准矩阵下发至车载终端，

得到车载终端中加速度数据校准公式如下：

P′_(x,y,z)＝P_(x,y,z)·R^* _(x,y,z)。

此外，本发明提供的车载加速传感器的三轴自校准装置，还可包括校准有效性检验的步骤，具体包括以下步骤：

使用更新的加速度校准矩阵校准车辆加速度数据；

将GPS速度变化数据分别与校准前/后的加速度数据进行皮尔森相关系数计算；

将GPS方向变化数据分别与校准前/后的加速度数据进行皮尔森相关系数计算；

若校准后的相关性指标优于校准前相关性指标，则说明校准有效。

本发明的第二个方面，提供了一种能够自动对车辆碰撞时间进行识别，自动向外界发出求助信号，并为碰撞事件发生时的车辆运行状态进行还原的基于车载数据的碰撞事件识别装置。如图2所示，为本发明提供的基于车载数据的碰撞事件识别装置实施例的模块结构示意图。

所述基于车载数据的碰撞事件识别装置(终端)，包括：

数据采集模块201，用于实时采集车辆位置信息数据、车载诊断***数据(车载OBD数据，包括发动机转速、车辆传感器车速、气囊状态等)、车辆加速度数据；

车辆行驶状态判断模块202，用于根据所述车载诊断***数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

碰撞事件识别模块203，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型；

碰撞程度计算模块204，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，计算得到车辆碰撞程度信息；

报警信息生成模块205，用于将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

数据发送模块206，用于将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

从上述实施例可以看出，本发明提供的基于车载数据的碰撞事件识别装置(或终端)，能够根据车辆行驶状态，自动对车辆碰撞时间进行识别，并根据车辆运行状态和车辆碰撞事件类型，自动向服务器发出报警信息，从而通过服务器向外界发出求助信号，并为碰撞事件发生时的车辆行驶状态进行还原。

进一步的，在一些可选实施方式中，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：所述车辆行驶状态判断模块202通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：所述车辆行驶状态判断模块202通过车载诊断***数据判断车辆处于点火状态且车速为0；较佳的，所述车辆行驶状态判断模块202还通过GPS数据验证车辆位置不变；

行车状态是指：所述车辆行驶状态判断模块202通过车载诊断***数据判断车辆处于点火状态且车速大于0；较佳的，所述车辆行驶状态判断模块202还通过GPS数据验证车辆处于移动状态。

所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：所述碰撞事件识别模块203判断车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：所述碰撞事件识别模块203判断车辆在点火状态产生了第一加速度；

行车被动碰撞是指：所述碰撞事件识别模块203判断车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：所述碰撞事件识别模块203判断车辆的发动机转速稳定且产生了第三加速度。

更进一步的，在一些可选实施方式中，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述碰撞程度计算模块204，具体用于预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；以及，根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息。

例如，对于停车被动碰撞，其第一加速度小于第一加速度阈值时，判定为轻微；第一加速度大于等于第一加速度阈值且小于第二加速度阈值时，判定为中等；第一加速度大于等于第二加速度阈值且小于第三加速度阈值时，判定为严重；第一加速度大于等于第三加速度阈值时，判定为特别严重；其中，第一加速度阈值小于第二加速度阈值，第二加速度阈值小于第三加速度阈值。其他的车辆碰撞事件类型也可根据上述原理进行设置，在此不再赘述。

这里，加速度阈值可根据不同车型设置不同的阈值，也可设置为相同阈值。

此外，还可根据加速度值判断车辆是否发生了侧翻，若发生侧翻，则直接判定车辆碰撞程度信息为特别严重。

较佳的，在一些可选实施方式中，所述数据采集模块包括加速度传感器，车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。

本发明的第三个方面，还提供了一种基于车载数据的碰撞事件识别服务器。所述服务器包括；

信息接收模块，用于接收由车载终端的通讯模块通过无线通讯网络发送来的车辆数据；

数据存储模块，用于存储接收到的报警信息及碰撞事件发生期间的车辆运行状态数据。

数据导出模块，用于将报警信息及碰撞事件发生期间的车辆运行状态数据进行导出，发送给交警部门以提示其及时处理。

本发明的第四个方面，还提供了一种车载数据采集处理***，包括：

上述实施例中所述的基于车载数据的碰撞事件识别装置，以及，上述实施例中所述的服务器。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于车载数据的碰撞事件识别方法，其特征在于，包括：

实时采集车辆位置信息数据、车载诊断***数据、车辆加速度数据；

根据所述车载诊断***数据及车辆加速度数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型，并计算得到车辆碰撞程度信息；

将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

2.根据权利要求1所述的方法，其特征在于，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速为0；

行车状态是指：通过车载诊断***数据判断车辆处于点火状态且车速大于0。

3.根据权利要求1所述的方法，其特征在于，所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：车辆在点火状态产生了第一加速度；

行车被动碰撞是指：车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：车辆的发动机转速稳定且产生了第三加速度。

4.根据权利要求3所述的方法，其特征在于，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述计算得到车辆碰撞程度信息的步骤包括：

预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；

根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息。

5.根据权利要求1所述的方法，其特征在于，所述车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。

6.一种基于车载数据的碰撞事件识别装置，其特征在于，包括：

数据采集模块，用于实时采集车辆位置信息数据、车载诊断***数据、车辆加速度数据；

车辆行驶状态判断模块，用于根据所述车载诊断***数据及车辆加速度数据，判断车辆碰撞时间和碰撞事件发生时的车辆行驶状态；

碰撞事件识别模块，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，识别车辆的当前发生的车辆碰撞事件类型；

碰撞程度计算模块，用于根据所述车载诊断***数据、车辆行驶状态及车辆加速度数据，计算得到车辆碰撞程度信息；

报警信息生成模块，用于将识别出的车辆碰撞事件类型、计算得到的碰撞程度信息，连同车辆位置信息数据，生成报警信息；

数据发送模块，用于将报警信息及碰撞事件发生时的车辆行驶状态上传至服务器。

7.根据权利要求6所述的装置，其特征在于，所述车辆行驶状态包括停车状态、驻车状态和行车状态；其中：

停车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于熄火状态；

驻车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于点火状态且车速为0；

行车状态是指：所述车辆行驶状态判断模块通过车载诊断***数据判断车辆处于点火状态且车速大于0。

8.根据权利要求6所述的装置，其特征在于，所述车辆碰撞事件类型包括停车被动碰撞、驻车被动碰撞、行车被动碰撞和行车主动碰撞；其中：

停车被动碰撞是指：所述碰撞事件识别模块判断车辆在熄火状态产生了第一加速度；

驻车被动碰撞是指：所述碰撞事件识别模块判断车辆在点火状态产生了第一加速度；

行车被动碰撞是指：所述碰撞事件识别模块判断车辆的发动机转速稳定且产生了第二加速度；

行车主动碰撞是指：所述碰撞事件识别模块判断车辆的发动机转速稳定且产生了第三加速度。

9.根据权利要求8所述的装置，其特征在于，所述车辆碰撞程度信息包括轻微、中等、严重和特别严重；

所述碰撞程度计算模块，用于预先设置车辆碰撞程度所对应的不同的车辆行驶状态发生碰撞时的加速度阈值范围；以及，根据不同的车辆行驶状态发生碰撞时的加速度，得出该加速度所处的加速度阈值范围所对应的车辆碰撞程度信息。

10.根据权利要求6所述的装置，其特征在于，所述数据采集模块包括加速度传感器，车辆加速度数据是通过加速度传感器采集的三轴加速度数据，其三轴方向分别为：车辆垂直地面方向、车辆行驶方向、与车辆行驶方向水平面相垂直的方向。