CN109410582A - 交通状况分析方法及终端设备 - Google Patents
交通状况分析方法及终端设备 Download PDFInfo
- Publication number
- CN109410582A CN109410582A CN201811423307.7A CN201811423307A CN109410582A CN 109410582 A CN109410582 A CN 109410582A CN 201811423307 A CN201811423307 A CN 201811423307A CN 109410582 A CN109410582 A CN 109410582A
- Authority
- CN
- China
- Prior art keywords
- traffic
- application message
- standby signal
- data
- driver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明适用于路况分析技术领域，提供了一种交通状况分析方法及终端设备。所述方法包括：获取图像采集单元采集的交通状况数据；根据预存的数据处理规则对交通状况数据进行处理，确定交通状况数据的数据特征；根据预存的数据特征处理模型对交通状况数据的数据特征进行处理，确定交通状况数据的应用信息，并根据应用信息判断是否需要触发提示信号；若根据应用信息判定需要触发提示信号，则发送提示信号生成指令，提示信号生成指令用于指示提示信号生成装置生成提示信号。采用上述方案后，提高了行车记录仪拍摄的路面情况数据利用率，减少了数据的浪费，且为驾驶人员了解路况提供了依据。
Description
技术领域
本发明属于路况分析技术领域，尤其涉及一种交通状况分析方法及终端设备。
背景技术
随着行车记录仪的应用和普及，不管是私家车还是运营车辆，很多都安装了可以拍摄视频的行车记录仪。
但是，现有的行车记录仪主要用途是实时拍摄行驶路线的路面情况，仅能为后续查看路面情况收集证据，使得行车记录仪拍摄的路面情况数据利用率低，加重了后台服务器的负担，且造成了数据的浪费。
发明内容
有鉴于此，本发明实施例提供了一种交通状况分析方法及终端设备，以解决现有技术中行车记录仪拍摄的路面情况数据利用率低，加重了后台服务器的负担，且造成了数据浪费的问题。
本发明实施例的第一方面提供了一种交通状况分析方法，包括：
获取图像采集单元采集的交通状况数据；
根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征；
根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要；
若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
作为进一步的技术方案，在所述根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息之后，还包括：直接触发提示信号，并将所述提示信号传输给控制***。
作为进一步的技术方案，若所述应用信息为引发司机心理反应的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应；
若判定会引发司机预设的心理反应，判断引发司机心理反应的交通场景类应用信息的持续时间能否超过预设时间；
若判定引发司机心理反应的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
作为进一步的技术方案，若所述应用信息为违反交通法规的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据违反交通法规的交通场景类应用信息判断是否为车辆行驶压线、逆行或闯红灯中的任意一种情形；
若判定为车辆行驶压线、逆行或闯红灯中的任意一种情形，判断违反交通法规的交通场景类应用信息的持续时间能否超过预设时间；
若判定违反交通法规的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
作为进一步的技术方案，若所述应用信息为道路异常的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据道路异常的交通场景类应用信息判断是否为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形；
若判定为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形，判断道路异常的交通场景类应用信息的持续时间能否超过预设时间；
若判定道路异常的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
作为进一步的技术方案，所述根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应中预设的心理反应包括：司机疲倦和/或烦躁和/或不宜驾驶的精神状态；
若判定为会触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景，则判断触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景的持续时间能否超过预设时间，若触发司机疲倦或者烦躁精神状态的交通场景超过预设时间，则触发提示信号。
作为进一步的技术方案，在所述发送提示信号生成指令之前，还包括：
获取所述应用信息的种类，并根据所述种类获取提示类型；
根据所述提示类型发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置按所述提示类型生成提示信号。
本发明实施例的第二方面提供了一种交通状况分析装置，包括：
交通状况数据获取模块，用于获取图像采集单元采集的交通状况数据；
数据特征确定模块，用于根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征；
应用信息判断模块，用于根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要触发提示信号；
提示信号生成模块，用于若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
本发明实施例的第三方面提供了一种交通状况分析终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的方法。
本发明实施例与现有技术相比存在的有益效果是：采用上述方案后，能将图像采集单元获取的交通状况数据进行处理，确定交通状况数据的应用信息，并根据应用信息判断是否需要触发提示信号提示驾驶人员注意前方路况，提高了行车记录仪拍摄的路面情况数据利用率，减少了数据的浪费，且为驾驶人员了解路况提供了依据。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的交通状况分析方法的步骤流程图；
图2是本发明另一实施例提供的交通状况分析方法的步骤流程图；
图3是本发明实施例提供的交通状况分析装置的结构示意图；
图4是本发明实施例提供的交通状况分析终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
如图1所示，为本发明实施例提供的一种交通状况分析方法的步骤流程图，包括：
步骤S101，获取图像采集单元采集的交通状况数据。
具体的，图像采集单元可以为摄像头，也可以为图像采集传感器。采集的交通状况数据可以是视频数据，也可以是图像数据。
步骤S102，根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征。
具体的，数据处理规则为获取视频数据或图像数据的像素信息、声音信息和时间信息的处理规则，并将数据处理规则存储在***数据表中以供调用。即根据预存的数据处理规则对交通状况数据进行处理，确定交通状况数据的像素信息、声音信息和时间信息等数据特征。其中，可以用opencv库来获取。
步骤S103，根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要触发提示信号。
具体的，数据特征处理模型可以为机器学习模型或者机器学习模型与数据处理规则混合的处理模型。所述机器学习模型的训练数据是各种交通状况数据以及对应标注好的应用信息。所述交通状况数据包括像素信息、声音信息和时间信息，所述应用信息包括路况信息、路段信息、司机状态信息或天气信息，以及需要提示驾驶人员的应用信息。机器学习模型的训练方法包括但不限于k近邻法、感知机、朴素贝叶斯法、决策树、逻辑回归模型、支持向量机、adaBoost、贝叶斯网络以及神经网络方法等。
所述数据特征处理模型根据输入的交通状况数据的数据特征进行处理，其中，可以输入交通状况数据的像素信息、声音信息和时间信息，数据特征处理模型根据交通状况数据的像素信息、声音信息和时间信息确定交通状况数据的应用信息，包括路况信息、路段信息、司机状态信息或天气信息，并根据确定的交通状况数据的应用信息判断是否为预设的需要提示驾驶人员的应用信息。
步骤S104，若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
具体的，若根据预设的交通状况数据的应用信息判定是需要提示驾驶人员的应用信息，则将提示信号生成指令发送至提示信号生成装置，提示信号生成装置根据提示信号生成指令进行提示。
采用上述方案后，能将图像采集单元获取的交通状况数据进行处理，确定交通状况数据的应用信息，并根据应用信息判断是否需要触发提示信号提示驾驶人员注意前方路况，提高了行车记录仪拍摄的路面情况数据利用率，减少了数据的浪费，且为驾驶人员了解路况提供了依据，且能根据应用信息进行提示，提醒驾驶人员及时注意路况，安全驾驶。
此外，在一个具体实施例中，在所述根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息之后，还包括：直接触发提示信号，并将所述提示信号传输给控制***。
具体的，在一些紧急情况下，还可以直接触发提示信号，不用进行判断，减少了等待时间，保障了行车的安全，若根据所述应用信息判定需要发送所述信息给控制***，则使用无线通信技术，包括但是不限于3G/4G/5G/WiFi发送所述信息到控制***的服务器。
此外，如图2所示，在一个具体实施例中，若所述应用信息为引发司机心理反应的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
步骤S201，根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应。
具体的，根据引发司机心理反应的交通场景类应用信息判断是否会引发司机疲倦或烦躁类的心理反应。
步骤S202，若判定会引发司机预设的心理反应，判断引发司机心理反应的交通场景类应用信息的持续时间能否超过预设时间。
具体的，我们可以规定引发司机心理反应的交通场景类的应用信息持续的时间高于预设时间时，代表会触发驾驶人员疲倦或烦躁类的心理反应。其中，预设时间可以设置成十分钟。数据特征处理模型根据输入的交通状况数据的数据特征对比分析每帧图像像素点的差别获得一个量化值，例如灰度图的灰度值，十分钟内这个差的平均值就可以用来衡量交通场景是否变化很大。声音强度和频率变化的值处理也是如此。
步骤S203，若判定引发司机心理反应的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
具体的，预设时间可以设置成十分钟到二十分钟之间，其中，可以为十五分钟，若判定引发司机心理反应的交通场景类应用信息的持续时间能超过十五分钟，则触发提示信号提醒驾驶人员引起注意，避免产生疲倦或烦躁类心理影响驾驶。
此外，在一个具体实施例中，若所述应用信息为违反交通法规的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据违反交通法规的交通场景类应用信息判断是否为车辆行驶压线、逆行或闯红灯中的任意一种情形。
若判定为车辆行驶压线、逆行或闯红灯中的任意一种情形，判断违反交通法规的交通场景类应用信息的持续时间能否超过预设时间。
若判定违反交通法规的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
具体的，预设时间可以设置成十分钟到二十分钟之间，其中，可以为十五分钟，若判定违反交通法规的交通场景类应用信息的持续时间能超过十五分钟，则触发提示信号提醒驾驶人员引起注意，及时注意车辆行驶压线或逆行等违规驾驶行为。
此外，在一个具体实施例中，所述根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应中预设的心理反应包括：司机疲倦和/或烦躁和/或不宜驾驶的精神状态；
若判定为会触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景，则判断触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景的持续时间能否超过预设时间，若触发司机疲倦或者烦躁精神状态的交通场景超过预设时间，则触发提示信号。
此外，在一个具体实施例中，若所述应用信息为道路异常的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据道路异常的交通场景类应用信息判断是否为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形。
若判定为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形，判断道路异常的交通场景类应用信息的持续时间能否超过预设时间。
若判定道路异常的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
具体的，预设时间可以设置成十分钟到二十分钟之间，其中，可以为十五分钟，若判定违反交通法规的交通场景类应用信息的持续时间能超过十五分钟，则触发提示信号提醒驾驶人员引起注意，及时注意车辆拥挤、人群拥挤、着火或行人打架等道路异常行为，选择合适的出行道路。
此外，在一个具体实施例中，在所述发送提示信号生成指令之前，还包括：
获取所述应用信息的种类，并根据所述种类获取提示类型。
具体的，每种应用信息都有唯一的种类，用种类标识来区分应用信息的种类，不同的种类对应着不同的提示类型，根据应用信息的种类标识区分不同的应用信息的种类，种类标识可以为***数字编号、字母或者罗马数字，不一样的种类标识对应不同的提示类型，例如，***数字1对应蜂鸣报警提示，***数字2对应振动报警提示，***数字3对应消息通知类提示。
根据所述提示类型发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置按所述提示类型生成提示信号。
具体的，提示信号生成装置根据提示类型生成对应的提示信号，例如，根据蜂鸣报警提示类型生成蜂鸣报警提示，根据振动报警提示类型生成振动报警提示，根据消息通知类提示类型生成消息通知提示，方便驾驶人员直接根据提示类型确定提示原因，及时作出调整处理。
如图3所示，为本发明实施例提供的一种交通状况分析装置的结构示意图，包括：
交通状况数据获取模块301，用于获取图像采集单元采集的交通状况数据。
数据特征确定模块302，用于根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征。
应用信息判断模块303，用于根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要触发提示信号。
提示信号生成模块304，用于若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
采用上述方案后，能将图像采集单元获取的交通状况数据进行处理，确定交通状况数据的应用信息，并根据应用信息判断是否需要触发提示信号提示驾驶人员注意前方路况，提高了行车记录仪拍摄的路面情况数据利用率，减少了数据的浪费，且为驾驶人员了解路况提供了依据，且能根据应用信息进行提示，提醒驾驶人员及时注意路况，安全驾驶。
此外，在一个具体实施例中，所述应用信息判断模块303还用于：
直接触发提示信号，并将所述提示信号传输给控制***。
此外，在一个具体实施例中，若所述应用信息为引发司机心理反应的交通场景类应用信息，所述应用信息判断模块还用于：
根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应。
若判定会引发司机预设的心理反应，判断引发司机心理反应的交通场景类应用信息的持续时间能否超过预设时间。
若判定引发司机心理反应的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
此外，在一个具体实施例中，若所述应用信息为引发司机心理反应的交通场景类应用信息，所述应用信息判断模块还用于：根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应中预设的心理反应包括：司机疲倦和/或烦躁和/或不宜驾驶的精神状态。若判定为会触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景，则判断触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景的持续时间能否超过预设时间，若触发司机疲倦或者烦躁精神状态的交通场景超过预设时间，则触发提示信号。
此外，在一个具体实施例中，若所述应用信息为违反交通法规的交通场景类应用信息，所述根应用信息判断模块还用于：
根据违反交通法规的交通场景类应用信息判断是否为车辆行驶压线、逆行或闯红灯中的任意一种情形。
若判定为车辆行驶压线、逆行或闯红灯中的任意一种情形，判断违反交通法规的交通场景类应用信息的持续时间能否超过预设时间。
若判定违反交通法规的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
此外，在一个具体实施例中，若所述应用信息为道路异常的交通场景类应用信息，所述应用信息判断模块还用于：
根据道路异常的交通场景类应用信息判断是否为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形。
若判定为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形，判断道路异常的交通场景类应用信息的持续时间能否超过预设时间。
若判定道路异常的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
此外，在一个具体实施例中，在所述提示信号生成模块304之前，还包括：
提示类型获取模块，用于获取所述应用信息的种类，并根据所述种类获取提示类型。
提示信号生成子模块，用于根据所述提示类型发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置按所述提示类型生成提示信号。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图4是本发明实施例提供的交通状况分析终端设备的示意图，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如交通状况分析程序。所述处理器40执行所述计算机程序42时实现上述各个交通状况分析方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至304的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述交通状况分析终端设备4中的执行过程。例如，所述计算机程序42可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)，各模块具体功能如下：
获取图像采集单元采集的交通状况数据。
根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征。
根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要触发提示信号。
若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
若所述应用信息为引发司机心理反应的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应。
若判定会引发司机预设的心理反应，判断引发司机心理反应的交通场景类应用信息的持续时间能否超过预设时间。
若判定引发司机心理反应的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
在所述根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息之后，还包括：直接触发提示信号，并将所述提示信号传输给控制***。
若所述应用信息为违反交通法规的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据违反交通法规的交通场景类应用信息判断是否为车辆行驶压线、逆行或闯红灯中的任意一种情形。
若判定为车辆行驶压线、逆行或闯红灯中的任意一种情形，判断违反交通法规的交通场景类应用信息的持续时间能否超过预设时间。
若判定违反交通法规的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
若所述应用信息为道路异常的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据道路异常的交通场景类应用信息判断是否为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形。
若判定为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形，判断道路异常的交通场景类应用信息的持续时间能否超过预设时间。
若判定道路异常的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
所述根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应中预设的心理反应包括：司机疲倦和/或烦躁和/或不宜驾驶的精神状态。
若判定为会触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景，则判断触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景的持续时间能否超过预设时间，若触发司机疲倦或者烦躁精神状态的交通场景超过预设时间，则触发提示信号。
在所述发送提示信号生成指令之前，还包括：
获取所述应用信息的种类，并根据所述种类获取提示类型。
根据所述提示类型发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置按所述提示类型生成提示信号。
所述交通状况分析终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述交通状况分析终端设备可包括但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是交通状况分析终端设备4的示例，并不构成对交通状况分析终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述交通状况分析终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述交通状况分析终端设备4的内部存储单元，例如交通状况分析终端设备4的硬盘或内存。所述存储器41也可以是所述交通状况分析终端设备4的外部存储设备，例如所述交通状况分析终端设备4上配备的插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述交通状况分析终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述交通状况分析终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种交通状况分析方法，其特征在于，包括：
获取图像采集单元采集的交通状况数据；
根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征；
根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要触发提示信号；
若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
2.如权利要求1所述的交通状况分析方法，其特征在于，在所述根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息之后，还包括：
直接触发提示信号，并将所述提示信号传输给控制***。
3.如权利要求1所述的交通状况分析方法，其特征在于，若所述应用信息为引发司机心理反应的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应；
若判定会引发司机预设的心理反应，
判断引发司机心理反应的交通场景类应用信息的持续时间能否超过预设时间；若判定引发司机心理反应的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
4.如权利要求1所述的交通状况分析方法，其特征在于，若所述应用信息为违反交通法规的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据违反交通法规的交通场景类应用信息判断是否为车辆行驶压线、逆行或闯红灯中的任意一种情形；
若判定为车辆行驶压线、逆行或闯红灯中的任意一种情形，
判断违反交通法规的交通场景类应用信息的持续时间能否超过预设时间，若判定违反交通法规的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
5.如权利要求1所述的交通状况分析方法，其特征在于，若所述应用信息为道路异常的交通场景类应用信息，所述根据所述应用信息判断是否需要触发提示信号包括：
根据道路异常的交通场景类应用信息判断是否为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形；
若判定为车辆拥挤、人群拥挤、着火或行人打架中的任意一种情形，
判断道路异常的交通场景类应用信息的持续时间能否超过预设时间，
若判定道路异常的交通场景类应用信息的持续时间能超过预设时间，则触发提示信号。
6.如权利要求3所述的交通状况分析方法，其特征在于，所述根据引发司机心理反应的交通场景类应用信息判断是否会引发司机预设的心理反应中预设的心理反应包括：司机疲倦和/或烦躁和/或不宜驾驶的精神状态；
若判定为会触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景，则判断触发司机疲倦和/或烦躁和/或不宜驾驶的精神状态的交通场景的持续时间能否超过预设时间，若触发司机疲倦或者烦躁精神状态的交通场景超过预设时间，则触发提示信号。
7.如权利要求1所述的交通状况分析方法，其特征在于，在所述发送提示信号生成指令之前，还包括：
获取所述应用信息的种类，并根据所述种类获取提示类型；
根据所述提示类型发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置按所述提示类型生成提示信号。
8.一种交通状况分析装置，其特征在于，包括：
交通状况数据获取模块，用于获取图像采集单元采集的交通状况数据；
数据特征确定模块，用于根据预存的数据处理规则对所述交通状况数据进行处理，确定所述交通状况数据的数据特征；
应用信息判断模块，用于根据预存的数据特征处理模型对所述交通状况数据的数据特征进行处理，确定所述交通状况数据的应用信息，并根据所述应用信息判断是否需要；
提示信号生成模块，用于若根据所述应用信息判定需要触发提示信号，则发送提示信号生成指令，所述提示信号生成指令用于指示提示信号生成装置生成提示信号。
9.一种交通状况分析终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811423307.7A CN109410582B (zh) | 2018-11-27 | 2018-11-27 | 交通状况分析方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811423307.7A CN109410582B (zh) | 2018-11-27 | 2018-11-27 | 交通状况分析方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109410582A true CN109410582A (zh) | 2019-03-01 |
| CN109410582B CN109410582B (zh) | 2021-11-16 |
Family
ID=65455706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811423307.7A Active CN109410582B (zh) | 2018-11-27 | 2018-11-27 | 交通状况分析方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109410582B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021121311A1 (en) * | 2019-12-19 | 2021-06-24 | Ningbo Geely Automobile Research & Development Co., Ltd. | System and method for providing decision suggestions to operator of vehicle and computer program product |
Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1074958A1 (en) * | 1999-07-23 | 2001-02-07 | Matsushita Electric Industrial Co., Ltd. | Traffic congestion measuring method and device and applications thereof |
| JP2001291198A (ja) * | 2000-04-11 | 2001-10-19 | Mitsubishi Electric Corp | 警報提示装置 |
| DE102007032814A1 (de) * | 2006-07-13 | 2008-01-17 | Denso Corp., Kariya | System zum Bereitstellen von Informationen zur Fahrunterstützung für einen Fahrer eines Fahrzeugs |
| CN102136194A (zh) * | 2011-03-22 | 2011-07-27 | 浙江工业大学 | 基于全景计算机视觉的道路交通状态检测装置 |
| CN102169631A (zh) * | 2011-04-21 | 2011-08-31 | 福州大学 | 基于流形学习的交通拥堵事件协同检测方法 |
| CN102201059A (zh) * | 2011-05-20 | 2011-09-28 | 北京大学深圳研究生院 | 一种行人检测方法及装置 |
| CN102274570A (zh) * | 2010-06-09 | 2011-12-14 | 上海市宝山区青少年科学技术指导站 | 用单片机控制消除路怒症的装置及控制方法 |
| CN102556043A (zh) * | 2011-12-12 | 2012-07-11 | 浙江吉利汽车研究院有限公司 | 一种基于交通灯识别的汽车控制***及其控制方法 |
| CN102637257A (zh) * | 2012-03-22 | 2012-08-15 | 北京尚易德科技有限公司 | 一种基于视频的交通车辆检测识别***和方法 |
| CN103824452A (zh) * | 2013-11-22 | 2014-05-28 | 银江股份有限公司 | 一种轻量级的基于全景视觉的违章停车检测装置 |
| CN104636723A (zh) * | 2015-01-29 | 2015-05-20 | 何灌昌 | 基于视频图像中特定物体影像分析的行车预警方法 |
| CN105339992A (zh) * | 2013-06-25 | 2016-02-17 | 株式会社东芝 | 道路状况掌握***以及道路状况掌握装置 |
| CN105513358A (zh) * | 2016-01-04 | 2016-04-20 | 烟台中正新技术有限公司 | 驾驶行为评估和车辆行驶状态监测预警***及方法 |
| CN105790374A (zh) * | 2016-04-26 | 2016-07-20 | 广东志成冠军集团有限公司 | 一种车载储电箱 |
| CN105869342A (zh) * | 2015-01-19 | 2016-08-17 | 徐成琦 | 一种预防公共安全事件的方法和*** |
| CN106781458A (zh) * | 2016-11-30 | 2017-05-31 | 成都通甲优博科技有限责任公司 | 一种交通事故监控方法及*** |
| CN106780548A (zh) * | 2016-11-16 | 2017-05-31 | 南宁市浩发科技有限公司 | 基于交通视频的运动车辆检测方法 |
| CN107204055A (zh) * | 2017-07-25 | 2017-09-26 | 成都大学 | 一种智能联网行车记录仪 |
| CN107856671A (zh) * | 2017-01-24 | 2018-03-30 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行路况识别的方法和*** |
| CN107871398A (zh) * | 2017-01-24 | 2018-04-03 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行红绿灯识别的方法和*** |
| CN108172025A (zh) * | 2018-01-30 | 2018-06-15 | 东软集团股份有限公司 | 一种辅助驾驶方法、装置、车载终端及车辆 |
| CN108307312A (zh) * | 2018-01-09 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种拥堵提示方法、服务器、客户端及存储介质 |
| CN108319909A (zh) * | 2018-01-29 | 2018-07-24 | 清华大学 | 一种驾驶行为分析方法及*** |
| EP3350792A1 (de) * | 2015-09-17 | 2018-07-25 | Volkswagen Aktiengesellschaft | Vorrichtung, verfahren und computerprogramm zum bereitstellen von information über ein stauende über eine fahrzeug-zu-fahrzeug-schnittstelle |
| CN108346316A (zh) * | 2018-03-23 | 2018-07-31 | 上海工程技术大学 | 一种基于车道线检测的智能违章防控*** |
| CN108399752A (zh) * | 2018-04-28 | 2018-08-14 | 上海与德科技有限公司 | 一种驾驶违章预判方法、装置、服务器和介质 |
| CN108764042A (zh) * | 2018-04-25 | 2018-11-06 | 深圳市科思创动科技有限公司 | 一种异常路况信息识别方法、装置及终端设备 |
| CN108766001A (zh) * | 2018-06-27 | 2018-11-06 | 浙江科技学院 | 一种用于提示交通信号灯的行车记录仪 |
-
2018
- 2018-11-27 CN CN201811423307.7A patent/CN109410582B/zh active Active
Patent Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1074958A1 (en) * | 1999-07-23 | 2001-02-07 | Matsushita Electric Industrial Co., Ltd. | Traffic congestion measuring method and device and applications thereof |
| JP2001291198A (ja) * | 2000-04-11 | 2001-10-19 | Mitsubishi Electric Corp | 警報提示装置 |
| DE102007032814A1 (de) * | 2006-07-13 | 2008-01-17 | Denso Corp., Kariya | System zum Bereitstellen von Informationen zur Fahrunterstützung für einen Fahrer eines Fahrzeugs |
| CN102274570A (zh) * | 2010-06-09 | 2011-12-14 | 上海市宝山区青少年科学技术指导站 | 用单片机控制消除路怒症的装置及控制方法 |
| CN102136194A (zh) * | 2011-03-22 | 2011-07-27 | 浙江工业大学 | 基于全景计算机视觉的道路交通状态检测装置 |
| CN102169631A (zh) * | 2011-04-21 | 2011-08-31 | 福州大学 | 基于流形学习的交通拥堵事件协同检测方法 |
| CN102201059A (zh) * | 2011-05-20 | 2011-09-28 | 北京大学深圳研究生院 | 一种行人检测方法及装置 |
| CN102556043A (zh) * | 2011-12-12 | 2012-07-11 | 浙江吉利汽车研究院有限公司 | 一种基于交通灯识别的汽车控制***及其控制方法 |
| CN102637257A (zh) * | 2012-03-22 | 2012-08-15 | 北京尚易德科技有限公司 | 一种基于视频的交通车辆检测识别***和方法 |
| CN105339992A (zh) * | 2013-06-25 | 2016-02-17 | 株式会社东芝 | 道路状况掌握***以及道路状况掌握装置 |
| CN103824452A (zh) * | 2013-11-22 | 2014-05-28 | 银江股份有限公司 | 一种轻量级的基于全景视觉的违章停车检测装置 |
| CN105869342A (zh) * | 2015-01-19 | 2016-08-17 | 徐成琦 | 一种预防公共安全事件的方法和*** |
| CN104636723A (zh) * | 2015-01-29 | 2015-05-20 | 何灌昌 | 基于视频图像中特定物体影像分析的行车预警方法 |
| EP3350792A1 (de) * | 2015-09-17 | 2018-07-25 | Volkswagen Aktiengesellschaft | Vorrichtung, verfahren und computerprogramm zum bereitstellen von information über ein stauende über eine fahrzeug-zu-fahrzeug-schnittstelle |
| CN105513358A (zh) * | 2016-01-04 | 2016-04-20 | 烟台中正新技术有限公司 | 驾驶行为评估和车辆行驶状态监测预警***及方法 |
| CN105790374A (zh) * | 2016-04-26 | 2016-07-20 | 广东志成冠军集团有限公司 | 一种车载储电箱 |
| CN106780548A (zh) * | 2016-11-16 | 2017-05-31 | 南宁市浩发科技有限公司 | 基于交通视频的运动车辆检测方法 |
| CN106781458A (zh) * | 2016-11-30 | 2017-05-31 | 成都通甲优博科技有限责任公司 | 一种交通事故监控方法及*** |
| CN107856671A (zh) * | 2017-01-24 | 2018-03-30 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行路况识别的方法和*** |
| CN107871398A (zh) * | 2017-01-24 | 2018-04-03 | 问众智能信息科技（北京）有限公司 | 一种通过行车记录仪进行红绿灯识别的方法和*** |
| CN107204055A (zh) * | 2017-07-25 | 2017-09-26 | 成都大学 | 一种智能联网行车记录仪 |
| CN108307312A (zh) * | 2018-01-09 | 2018-07-20 | 腾讯科技（深圳）有限公司 | 一种拥堵提示方法、服务器、客户端及存储介质 |
| CN108319909A (zh) * | 2018-01-29 | 2018-07-24 | 清华大学 | 一种驾驶行为分析方法及*** |
| CN108172025A (zh) * | 2018-01-30 | 2018-06-15 | 东软集团股份有限公司 | 一种辅助驾驶方法、装置、车载终端及车辆 |
| CN108346316A (zh) * | 2018-03-23 | 2018-07-31 | 上海工程技术大学 | 一种基于车道线检测的智能违章防控*** |
| CN108764042A (zh) * | 2018-04-25 | 2018-11-06 | 深圳市科思创动科技有限公司 | 一种异常路况信息识别方法、装置及终端设备 |
| CN108399752A (zh) * | 2018-04-28 | 2018-08-14 | 上海与德科技有限公司 | 一种驾驶违章预判方法、装置、服务器和介质 |
| CN108766001A (zh) * | 2018-06-27 | 2018-11-06 | 浙江科技学院 | 一种用于提示交通信号灯的行车记录仪 |
Non-Patent Citations (2)
| Title |
|---|
| YIZHUO GUO等: ""Research on Model of Road Traffic Data Bbased on Large Data of Video"", 《2017 INTERNATIONAL CONFERENCE ON COMPUTER SYSTEMS, ELECTRONICS AND CONTROL (ICCSEC)》 * |
| 黄继风: ""数字图像隐秘信息的检测与定位算法"", 《微电子学与计算机》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021121311A1 (en) * | 2019-12-19 | 2021-06-24 | Ningbo Geely Automobile Research & Development Co., Ltd. | System and method for providing decision suggestions to operator of vehicle and computer program product |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109410582B (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110390262B (zh) | 视频分析方法、装置、服务器及存储介质 | |
| CN109523652B (zh) | 基于驾驶行为的保险的处理方法、装置、设备及存储介质 | |
| CN110414313B (zh) | 异常行为告警方法、装置、服务器及存储介质 | |
| CN109243181A (zh) | 交通事故预警方法、装置、终端设备及存储介质 | |
| CN108124485A (zh) | 针对肢体冲突行为的告警方法、装置、存储介质及服务器 | |
| CN110427432A (zh) | 基于区块链的违章事件处理方法、***、设备及存储介质 | |
| CN107742399B (zh) | 用于发出告警信号的方法及装置 | |
| CN108891413B (zh) | 车载防疲劳驾驶***、方法、设备及存储介质 | |
| US20100305806A1 (en) | Portable Multi-Modal Emergency Situation Anomaly Detection and Response System | |
| US20210024080A1 (en) | Method for data analysis, electronic device, and computer readable medium | |
| CN204087490U (zh) | 一种基于机器视觉的疲劳预警*** | |
| CN103391432A (zh) | 一种景区安全预警智能视频监控***及监控方法 | |
| CN205281786U (zh) | 报警*** | |
| WO2022213336A1 (zh) | 车辆驾驶环境异常监测方法、装置、电子设备和存储介质 | |
| CN109218074A (zh) | 一种汽车紧急事件远程通知方法及*** | |
| CN105427528A (zh) | 一种监控方法及*** | |
| CN109889776A (zh) | 视频处理方法、装置、计算机装置及计算机可读存储介质 | |
| Zhu et al. | Real-time crash identification using connected electric vehicle operation data | |
| CN109409643A (zh) | 一种城市风险预警方法、预警装置及预警*** | |
| CN109410582A (zh) | 交通状况分析方法及终端设备 | |
| CN114093143A (zh) | 一种车辆驾驶风险感知预警方法及装置 | |
| CN206301463U (zh) | 交通****** | |
| Bassoo et al. | A framework for safer driving in Mauritius | |
| CN109981338A (zh) | 代码拉取的告警方法、装置及存储介质 | |
| CN106530712B (zh) | 通过大数据预估行车伤亡事故率的***及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |