CN109801490A - 行驶数据处理方法、装置、设备及计算机可读存储介质 - Google Patents

行驶数据处理方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN109801490A
CN109801490A CN201811501151.XA CN201811501151A CN109801490A CN 109801490 A CN109801490 A CN 109801490A CN 201811501151 A CN201811501151 A CN 201811501151A CN 109801490 A CN109801490 A CN 109801490A
Authority
CN
China
Prior art keywords
vehicle
running data
data
running
current
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.)
Pending
Application number
CN201811501151.XA
Other languages
English (en)
Inventor
刘海涛
沈洪顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811501151.XA priority Critical patent/CN109801490A/zh
Publication of CN109801490A publication Critical patent/CN109801490A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供一种行驶数据处理方法、装置、设备及计算机可读存储介质,方法包括:接收数据采集设备采集的行驶数据;根据所述行驶数据判断车辆是否安全行驶;根据判断结果采取相应措施,以使车辆能够安全行驶;将所述行驶数据发送至预设的数据服务器进行存储。从而数据采集设备能够在数据采集的基础上,实现辅助驾驶的功能,以使车辆能够安全行驶,进而能够提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。

Description

行驶数据处理方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及数据处理领域,尤其涉及一种行驶数据处理方法、装置、设备及计算机可读存储介质。
背景技术
随着交通的逐渐发展,路况逐渐复杂,路面上的汽车数量、类型也日益增加。为了实现车辆的安全驾驶,需要采集大量数据进行数据分析,并根据分析后的数据对车辆进行提醒。
为了实现数据的采集与分析,现有技术中一般都是采用众包的模式,将集成了多种具有数据采集功能的装置的数据采集设备放置在全部众包车辆上,通过众包车辆的行驶,即能够实现不同车型、不同位置的行驶数据的采集。
但是,由于数据采集设备集成了多种具有数据采集功能的装置,因此往往体积较大,此外,数据采集设备在数据采集的过程中,排风***可能会散发热量。而且上述数据采集设备仅具有数据采集的功能,因此,往往会导致众包车辆的司机对其较为反感,不愿意将数据采集设备放置在自己车中进行数据采集。
发明内容
本发明提供一种行驶数据处理方法、装置、设备及计算机可读存储介质,用于解决现有技术中数据采集设备仅具有数据采集的功能且体积较大而导致司机对其较为反感的技术问题。
本发明的第一个方面是提供一种行驶数据处理方法,包括:
接收数据采集设备采集的行驶数据;
根据所述行驶数据判断车辆是否安全行驶;
根据判断结果采取相应措施,以使车辆能够安全行驶;
将所述行驶数据发送至预设的数据服务器进行存储。
本发明的另一个方面是提供一种行驶数据处理装置,包括:
行驶数据接收模块,用于接收数据采集设备采集的行驶数据;
判断模块,用于根据所述行驶数据判断车辆是否安全行驶;
处理模块,用于根据判断结果采取相应措施,以使车辆能够安全行驶;
存储模块,用于将所述行驶数据发送至预设的数据服务器进行存储。
本发明的又一个方面是提供一种行驶数据处理设备,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为由所述处理器执行如上述的行驶数据处理方法。
本发明的又一个方面是提供一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上述的行驶数据处理方法。
本发明提供的行驶数据处理方法、装置、设备及计算机可读存储介质,通过接收数据采集设备采集的行驶数据;根据所述行驶数据判断车辆是否安全行驶;根据判断结果采取相应措施,以使车辆能够安全行驶;将所述行驶数据发送至预设的数据服务器进行存储。从而数据采集设备能够在数据采集的基础上,实现辅助驾驶的功能,以使车辆能够安全行驶,进而能够提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明基于的网络架构示意图;
图2为本发明实施例一提供的行驶数据处理方法的流程示意图;
图3为本发明实施例提供的行驶数据处理方法所基于的场景图;
图4为本发明实施例二提供的行驶数据处理方法的流程示意图;
图5为本发明实施例三提供的行驶数据处理方法的流程示意图;
图6为本发明实施例四提供的行驶数据处理装置的结构示意图;
图7为本发明实施例五提供的行驶数据处理设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例所获得的所有其他实施例,都属于本发明保护的范围。
为了实现数据的采集与分析,现有技术中一般都是采用众包的模式,将集成了多种具有数据采集功能的装置的数据采集设备放置在全部众包车辆上,通过众包车辆的行驶,即能够实现不同车型、不同位置的行驶数据的采集。但是,由于数据采集设备集成了多种具有数据采集功能的装置,因此往往体积较大,此外,数据采集设备在数据采集的过程中,排风***可能会散发热量。而且上述数据采集设备仅具有数据采集的功能,因此,往往会导致众包车辆的司机对其较为反感,不愿意将数据采集设备放置在自己车中进行数据采集。为了解决上述技术问题,本发明提供了一种行驶数据处理方法、装置、设备及计算机可读存储介质。
需要说明的是,本申请提供行驶数据处理方法、装置、设备及计算机可读存储介质可运用在对任意一种行驶数据采集的场景中。
图1为本发明基于的网络架构示意图,如图1所示,本发明基于的网络架构至少包括:行驶数据处理装置1、数据采集设备2、数据服务器3。其中,行驶数据处理装置1可以由软件和/或硬件的方式实现,当其采用软件的方式实现时,可以采用C/C++、Java、Shell或Python等语言编写;数据采集设备包括传感器、GPS、拍摄设备以及激光雷达中的一项或多项;数据服务器3则可为云端服务器或服务器集群,其内存储有大量的数据。具体地,行驶数据处理装置1分别可以与数据采集设备2、数据服务器3进行通信,实现数据交互。需要说明的是,行驶数据处理装置1可以安装在数据采集设备2中。
图2为本发明实施例一提供的行驶数据处理方法的流程示意图,图3为本发明实施例提供的行驶数据处理方法所基于的场景图,如图2-图3所示,所述方法包括:
步骤201、接收数据采集设备采集的行驶数据。
本实施例的执行主体为行驶数据处理装置,行驶数据处理装置可以与数据采集设备通信,实现数据交互。具体地,数据采集设备中集成了多种具有数据采集功能的装置,数据采集设备安装在多个众包车辆上,实现对行驶数据的采集。采集到行驶数据后,数据采集设备可以通过有线或者无线的方式将行驶数据发送至行驶数据处理装置。需要说明的是,行驶数据处理装置可以安装在数据采集设备中,因此,数据采集设备可以通过有线的方式将行驶数据发送至行驶数据处理装置;可选地,行驶数据处理装置还可以为数据采集设备以外单独的装置,因此,数据采集设备可以通过无线的方式将行驶数据发送至行驶数据处理装置。
步骤202、根据所述行驶数据判断车辆是否安全行驶。
在本实施方式中,接收到数据采集设备发送的行驶数据之后,行驶数据处理装置可以对行驶数据进行分析,确定车辆当前的行驶状况,并判断当前行驶状况是否安全。可以理解的是,行驶数据处理装置可以安装在数据采集设备中,因此,数据采集设备在采集到行驶数据之后,数据采集设备可以通过有线的方式将行驶数据发送至行驶数据处理装置,数据采集设备自身即可以实现数据的分析;可选地,行驶数据处理装置还可以为数据采集设备以外单独的装置,因此,数据采集设备在采集到行驶数据之后,数据采集设备可以通过无线的方式将行驶数据发送至行驶数据处理装置,实现数据的分析。
步骤203、根据判断结果采取相应措施,以使车辆能够安全行驶。
在本实施方式中,接收到数据采集设备发送的行驶数据之后,行驶数据处理装置可以对行驶数据进行分析,判断当前行驶状况是否安全,并根据当前的判断结果采取相应的措施,以使车辆能够安全行驶。需要说明的是,该车辆可以为有人驾驶的车辆,也可以为无人驾驶的无人车。因此,数据采集设备能够在实现数据采集的基础上,实现辅助驾驶的功能,进而能够提高众包司机对数据采集设备的接受程度。
步骤204、将所述行驶数据发送至预设的数据服务器进行存储。
在本实施方式中,根据行驶数据实现辅助驾驶的功能之后,行驶数据处理装置可以将该行驶数据发送至数据服务器中进行存储,以便后续可以根据该行驶数据进行大数据分析,实现自动驾驶的分析。
具体地,如图3所示,当前具有多辆众包车辆21,各众包车辆21上均设置有图像采集设备,图像采集设备用于采集行驶数据。此外,当前路面上设置有车道线25、路沿障碍物22、红绿灯24以及标志牌23等。
本实施例提供的行驶数据处理方法,通过接收数据采集设备采集的行驶数据;根据所述行驶数据判断车辆是否安全行驶;根据判断结果采取相应措施,以使车辆能够安全行驶;将所述行驶数据发送至预设的数据服务器进行存储。从而数据采集设备能够在数据采集的基础上,实现辅助驾驶的功能,以使车辆能够安全行驶,进而能够提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
进一步地,在上述任一实施例的基础上,所述方法包括:
接收数据采集设备采集的行驶数据;
根据所述行驶数据判断车辆当前是否偏离车道线;和/或,
根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值;
根据判断结果采取相应措施,以使车辆能够安全行驶;
将所述行驶数据发送至预设的数据服务器进行存储。
在本实施例中,接收到数据采集设备发送的行驶数据之后,可以根据该行驶数据判断当前车辆是否偏移车道线,和/或,判断车辆与周围预设范围内车辆距离是否小于预设的阈值。此外,还可以判断当前车辆以及周围预设范围内的车辆是否正在进行变道等。由于司机在驾驶过程中可能会存在注意力不集中的情况,因此对当前行驶状态不够敏感,也无法获知当前是否偏离车道线或者是否距离其他车辆过近,因此往往存在安全风险。行驶数据处理装置根据行驶数据对汽车当前的行驶状况进行分析能够大大提高车辆行驶的安全性。
本实施例提供的行驶数据处理方法,通过根据所述行驶数据判断车辆当前是否偏离车道线;和/或,根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值,从而能够实现辅助驾驶的功能,提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
图4为本发明实施例二提供的行驶数据处理方法的流程示意图,在上述任一实施例的基础上,如图4所示,所述方法包括:
步骤301、接收数据采集设备采集的行驶数据;
步骤302、通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆周围预设范围内的全部车辆以及所述车辆与各所述车辆的距离信息;
步骤303、判断所述车辆与周围预设范围内车辆距离是否小于预设的阈值;
步骤304、根据判断结果采取相应措施,以使车辆能够安全行驶;
步骤305、将所述行驶数据发送至预设的数据服务器进行存储。
在本实施例中,接收数据采集设备采集的行驶数据之后,行驶数据处理装置可以将行驶数据添加至预设的神经网络模型中进行识别,确定行驶数据中车辆周围预设范围内的全部车辆以及所述车辆与各所述车辆的距离信息,并根据该距离信息判断车辆与周围预设范围内车辆距离是否小于预设的阈值,若小于预设的阈值,则表征车辆未安全驾驶,反之,则表征车辆安全驾驶。需要说明的是,神经网络模型为预先通过标注后的待训练数据对待训练模型进行训练获得的。具体地,可以对待处理图像中的行人、车辆、车道、红绿灯、车型、车辆行驶状态等信息进行标注,获得待训练数据,通过待训练数据对待训练模型进行多次迭代训练,获得神经网络模型。由于神经网络模型通过标注后的待训练数据进行训练,从而训练得到的神经网络模型在进行数据识别时能够精准地识别出当前的路况信息。获得判断结果之后,可以根据判断结果采取相应的措施,以使车辆能够安全行驶,并在数据分析之后,将行驶数据发送至预设的数据服务器进行存储。
本实施例提供的行驶数据处理方法,通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆周围预设范围内的全部车辆以及所述车辆与各所述车辆的距离信息;判断所述车辆与周围预设范围内车辆距离是否小于预设的阈值,从而能够精准地确定当前车辆是否安全行驶,进而能够起到辅助驾驶的功能,提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
进一步地,在上述任一实施例的基础上,所述方法包括:
接收数据采集设备采集的行驶数据;
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆所处位置的当前全部车道线信息;
根据所述全部车道线信息判断所述车辆当前是否偏离车道线;
根据判断结果采取相应措施,以使车辆能够安全行驶;
将所述行驶数据发送至预设的数据服务器进行存储。
在本实施例中,接收数据采集设备采集的行驶数据之后,行驶数据处理装置可以将行驶数据添加至预设的神经网络模型中进行识别,确定行驶数据中全部车道信息,并根据全部车道信息判断车辆当前是否偏离车道线。获得判断结果之后,可以根据判断结果采取相应的措施,以使车辆能够安全行驶,并在数据分析之后,将行驶数据发送至预设的数据服务器进行存储。
本实施例提供的行驶数据处理方法,通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆所处位置的当前全部车道线信息;根据所述全部车道线信息判断所述车辆当前是否偏离车道线。从而能够精准地确定当前车辆是否安全行驶,进而能够起到辅助驾驶的功能,提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
图5为本发明实施例三提供的行驶数据处理方法的流程示意图,在上述任一实施例的基础上,如图5所示,所述方法包括:
步骤401、接收数据采集设备采集的行驶数据;
步骤402、根据所述行驶数据判断车辆是否安全行驶;
步骤403、若当前车辆未安全行驶,则通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整;
步骤404、若车辆当前安全行驶,则不进行提醒;
步骤405、将所述行驶数据发送至预设的数据服务器进行存储。
在本实施例中,接收到数据采集设备采集的行驶数据,并根据行驶数据判断车辆是否安全行驶之后,可以根据判断结果采取相应的措施。具体地,若检测到车辆当前未安全行驶,则可以通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整。举例来说,可以采用语音提示或者蜂鸣器提示等方式对司机进行提醒,也可以采用闪光灯的方式对司机进行提醒,或者可以采取其他任意一种方式实现对司机的提醒,本发明在此不做限制。若检测到车辆当前安全行驶,则表征车辆当前无安全隐患,因此,可以不对司机进行提醒。在对判断结果采取相应的措施之后,可以将行驶数据发送至预设的数据服务器进行存储。
本实施例提供的行驶数据处理方法,通过若当前车辆未安全行驶,则通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整;若车辆当前安全行驶,则不进行提醒,从而能够起到辅助驾驶的功能,提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
可选地,该车辆可以为有人驾驶的车辆,也可以为无人驾驶的无人车。当车辆为有人驾驶的车辆时,可以采用上述实施例的方式对司机进行提醒,若车辆为无人车时,在上述任一实施例的基础上,所述方法包括:
接收数据采集设备采集的行驶数据;
根据所述行驶数据判断车辆是否安全行驶;
若当前车辆未安全行驶,则根据所述行驶数据对车辆当前的行驶状态进行调整;
若车辆当前安全行驶,则不对当前行驶状态进行调整;
将所述行驶数据发送至预设的数据服务器进行存储。
在本实施例中,若车辆为无人车时,接收数据采集设备采集的行驶数据,并根据所述行驶数据判断车辆是否安全行驶之后,若检测到车辆当前安全行驶,则表征车辆当前无安全风险,因此可以保持当前行驶状态继续行驶;相应地,若检测到车辆当前未安全行驶,则可以根据行驶数据对车辆当前的行驶状态进行调整,以保证车辆能够安全行驶。在对判断结果采取相应的措施之后,可以将行驶数据发送至预设的数据服务器进行存储。
本实施例提供的行驶数据处理方法,通过若当前车辆未安全行驶,则根据所述行驶数据对车辆当前的行驶状态进行调整;若车辆当前安全行驶,则不对当前行驶状态进行调整,从而能够起到辅助驾驶的功能,提高用户体验,使司机能够资源安装该数据采集设备并实现行驶数据的采集。
进一步地,在上述任一实施例的基础上,所述数据采集设备包括传感器、GPS、拍摄设备以及激光雷达中的一项或多项。
具体地,数据采集设备中集成有传感器、全球定位***(Global PositioningSystem,简称GPS)、拍摄设备以及激光雷达中的一项或多项。其中,拍摄设备可以为相机或摄像机等。通过设置多种数据采集装置,从而能够获取到多种不同的行驶数据,提高数据丰富度,为后续的大数据分析提供基础。
图6为本发明实施例四提供的行驶数据处理装置的结构示意图,如图5所示,所述行驶数据处理装置包括:
行驶数据接收模块51,用于接收数据采集设备采集的行驶数据;
判断模块52,用于根据所述行驶数据判断车辆是否安全行驶;
处理模块53,用于根据判断结果采取相应措施,以使车辆能够安全行驶;
存储模块54,用于将所述行驶数据发送至预设的数据服务器进行存储。
进一步地,在上述任一实施例的基础上,所述判断模块包括:
第一判断单元,用于根据所述行驶数据判断车辆当前是否偏离车道线;和/或,
第二判断单元,用于根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值。
进一步地,在上述任一实施例的基础上,所述第二判断单元具体用于:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆周围预设范围内的全部车辆以及所述车辆与周围预设范围内各车辆的距离信息;
判断所述车辆与周围预设范围内车辆距离是否小于预设的阈值。
进一步地,在上述任一实施例的基础上,所述第一判断单元具体用于:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆所处位置的当前全部车道线信息;
根据所述全部车道线信息判断所述车辆当前是否偏离车道线。
进一步地,在上述任一实施例的基础上,所述处理模块包括:
第一处理单元,用于若当前车辆未安全行驶,则通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整;
第二处理单元,用于若车辆当前安全行驶,则不进行提醒。
进一步地,在上述任一实施例的基础上,所述处理模块包括:
第三处理单元,用于若当前车辆未安全行驶,则根据所述行驶数据对车辆当前的行驶状态进行调整;
第四处理单元,用于若车辆当前安全行驶,则不对当前行驶状态进行调整。
进一步地,在上述任一实施例的基础上,所述数据采集设备包括传感器、GPS、拍摄设备以及激光雷达中的一项或多项。
图7为本发明实施例五提供的行驶数据处理设备的结构示意图,如图7所示,所述行驶数据处理设备包括:存储器61,处理器62;
存储器61;用于存储所述处理器62可执行指令的存储器61;
其中,所述处理器62被配置为由所述处理器62执行如上述任一实施例所述的行驶数据处理方法;
所述行驶数据处理设备还包括通信接口。
本发明又一实施例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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上述任一实施例所述的行驶数据处理方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (16)

1.一种行驶数据处理方法,其特征在于,包括:
接收数据采集设备采集的行驶数据;
根据所述行驶数据判断车辆是否安全行驶;
根据判断结果采取相应措施,以使车辆能够安全行驶;
将所述行驶数据发送至预设的数据服务器进行存储。
2.根据权利要求1所述的方法,其特征在于,所述根据所述行驶数据判断车辆是否安全行驶,包括:
根据所述行驶数据判断车辆当前是否偏离车道线;和/或,
根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值,包括:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆周围预设范围内的全部车辆以及所述车辆与周围预设范围内各车辆的距离信息;
判断所述车辆与周围预设范围内车辆距离是否小于预设的阈值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述行驶数据判断车辆当前是否偏离车道线,包括:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆所处位置的当前全部车道线信息;
根据所述全部车道线信息判断所述车辆当前是否偏离车道线。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据判断结果采取相应措施,以使车辆能够安全行驶,包括:
若当前车辆未安全行驶,则通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整;
若车辆当前安全行驶,则不进行提醒。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据判断结果采取相应措施,以使车辆能够安全行驶,包括:
若当前车辆未安全行驶,则根据所述行驶数据对车辆当前的行驶状态进行调整;
若车辆当前安全行驶,则不对当前行驶状态进行调整。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述数据采集设备包括传感器、GPS、拍摄设备以及激光雷达中的一项或多项。
8.一种行驶数据处理装置,其特征在于,包括:
行驶数据接收模块,用于接收数据采集设备采集的行驶数据;
判断模块,用于根据所述行驶数据判断车辆是否安全行驶;
处理模块,用于根据判断结果采取相应措施,以使车辆能够安全行驶;
存储模块,用于将所述行驶数据发送至预设的数据服务器进行存储。
9.根据权利要求8所述的装置,其特征在于,所述判断模块包括:
第一判断单元,用于根据所述行驶数据判断车辆当前是否偏离车道线;和/或,
第二判断单元,用于根据所述行驶数据判断车辆与周围预设范围内车辆距离是否小于预设的阈值。
10.根据权利要求9所述的装置,其特征在于,所述第二判断单元具体用于:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆周围预设范围内的全部车辆以及所述车辆与周围预设范围内各车辆的距离信息;
判断所述车辆与周围预设范围内车辆距离是否小于预设的阈值。
11.根据权利要求9所述的装置,其特征在于,所述第一判断单元具体用于:
通过预设的神经网络模型对所述行驶数据进行识别,确定所述车辆所处位置的当前全部车道线信息;
根据所述全部车道线信息判断所述车辆当前是否偏离车道线。
12.根据权利要求8-11任一项所述的装置,其特征在于,所述处理模块包括:
第一处理单元,用于若当前车辆未安全行驶,则通过预设的提示方式对司机进行提醒,以使司机对当前行车状况进行调整;
第二处理单元,用于若车辆当前安全行驶,则不进行提醒。
13.根据权利要求8-11任一项所述的装置,其特征在于,所述处理模块包括:
第三处理单元,用于若当前车辆未安全行驶,则根据所述行驶数据对车辆当前的行驶状态进行调整;
第四处理单元,用于若车辆当前安全行驶,则不对当前行驶状态进行调整。
14.根据权利要求8-11任一项所述的装置,其特征在于,所述数据采集设备包括传感器、GPS、拍摄设备以及激光雷达中的一项或多项。
15.一种行驶数据处理设备,其特征在于,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为由所述处理器执行如权利要求1-7任一项所述的行驶数据处理方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7任一项所述的行驶数据处理方法。
CN201811501151.XA 2018-12-10 2018-12-10 行驶数据处理方法、装置、设备及计算机可读存储介质 Pending CN109801490A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811501151.XA CN109801490A (zh) 2018-12-10 2018-12-10 行驶数据处理方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811501151.XA CN109801490A (zh) 2018-12-10 2018-12-10 行驶数据处理方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN109801490A true CN109801490A (zh) 2019-05-24

Family

ID=66556499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811501151.XA Pending CN109801490A (zh) 2018-12-10 2018-12-10 行驶数据处理方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109801490A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112307236A (zh) * 2019-07-24 2021-02-02 阿里巴巴集团控股有限公司 一种数据标注方法及其装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625793A (zh) * 2008-07-08 2010-01-13 殷特科技股份有限公司 行车监控***
CN101908272A (zh) * 2010-07-20 2010-12-08 南京理工大学 基于移动信息的交通安全感知网
CN102376169A (zh) * 2010-08-25 2012-03-14 佛山市顺德区顺达电脑厂有限公司 具侦测车辆移动状态的***及其方法
CN105336217A (zh) * 2015-12-09 2016-02-17 东华大学 一种基于机器视觉和安卓平台的行车安全预警***
CN105741542A (zh) * 2016-01-29 2016-07-06 深圳市美好幸福生活安全***有限公司 行车安全预警的方法及装置
CN106534366A (zh) * 2016-12-19 2017-03-22 北京经纬恒润科技有限公司 驾驶行为分析方法、装置及***
CN108288312A (zh) * 2017-03-06 2018-07-17 腾讯科技(深圳)有限公司 驾驶行为确定方法及装置
CN108928294A (zh) * 2018-06-04 2018-12-04 Oppo(重庆)智能科技有限公司 行车危险的提醒方法、装置、终端及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625793A (zh) * 2008-07-08 2010-01-13 殷特科技股份有限公司 行车监控***
CN101908272A (zh) * 2010-07-20 2010-12-08 南京理工大学 基于移动信息的交通安全感知网
CN102376169A (zh) * 2010-08-25 2012-03-14 佛山市顺德区顺达电脑厂有限公司 具侦测车辆移动状态的***及其方法
CN105336217A (zh) * 2015-12-09 2016-02-17 东华大学 一种基于机器视觉和安卓平台的行车安全预警***
CN105741542A (zh) * 2016-01-29 2016-07-06 深圳市美好幸福生活安全***有限公司 行车安全预警的方法及装置
CN106534366A (zh) * 2016-12-19 2017-03-22 北京经纬恒润科技有限公司 驾驶行为分析方法、装置及***
CN108288312A (zh) * 2017-03-06 2018-07-17 腾讯科技(深圳)有限公司 驾驶行为确定方法及装置
CN108928294A (zh) * 2018-06-04 2018-12-04 Oppo(重庆)智能科技有限公司 行车危险的提醒方法、装置、终端及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112307236A (zh) * 2019-07-24 2021-02-02 阿里巴巴集团控股有限公司 一种数据标注方法及其装置

Similar Documents

Publication Publication Date Title
CN109242251B (zh) 行车行为安全性检测方法、装置、设备及存储介质
US20240149882A1 (en) Multiple exposure event determination
US9443153B1 (en) Automatic labeling and learning of driver yield intention
CN109345829B (zh) 无人车的监控方法、装置、设备及存储介质
CN112069643B (zh) 一种自动驾驶仿真场景生成方法及装置
RU2597066C2 (ru) Способ и устройство для распознавания дорожных знаков
JP2020530578A (ja) 運転行為の採点方法及び装置
CN104730949A (zh) 自主车辆中的情感型用户界面
CN109598943A (zh) 车辆违章的监控方法、装置及***
CN104508719A (zh) 驾驶辅助***以及驾驶辅助方法
CN104859662A (zh) 自主车辆中的故障处理
JP2011096105A (ja) 運転支援装置
JP2008285015A (ja) 運転タイプ判別装置、プログラム、及び運転支援装置
WO2020007589A1 (en) Training a deep convolutional neural network for individual routes
CN110032947A (zh) 一种监控事件发生的方法及装置
CN104875740B (zh) 用于管理跟随空间的方法、主车辆以及跟随空间管理单元
CN109800654A (zh) 车载摄像头检测处理方法、装置及车辆
CN106846819A (zh) 一种基于小型飞行器的航拍罚单生成方法及实现***
JP5220444B2 (ja) 運転アドバイス装置
CN115269370A (zh) 用于自动驾驶***的路径规划***开发的平台
CN113011285A (zh) 车道线检测方法、装置、自动驾驶车辆及可读存储介质
CN114360261B (zh) 车辆逆行的识别方法、装置、大数据分析平台和介质
CN112654998A (zh) 一种车道线检测方法和装置
CN114968187A (zh) 用于自动驾驶***的感知***开发的平台
CN109801490A (zh) 行驶数据处理方法、装置、设备及计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190524

RJ01 Rejection of invention patent application after publication