CN110147946A - 一种数据分析方法及装置 - Google Patents
一种数据分析方法及装置 Download PDFInfo
- Publication number
- CN110147946A CN110147946A CN201910366285.3A CN201910366285A CN110147946A CN 110147946 A CN110147946 A CN 110147946A CN 201910366285 A CN201910366285 A CN 201910366285A CN 110147946 A CN110147946 A CN 110147946A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- accident
- roadside
- mentioned
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 150
- 238000007405 data analysis Methods 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims description 38
- 238000004891 communication Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 abstract description 15
- 238000004458 analytical method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种数据分析方法及数据分析装置,其中方法包括:接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;根据所述事故时间和所述事故车辆标识获取车辆数据;根据所述事故地点和事故时间获取路况数据;对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。通过本申请实施例,解决在无人驾驶普及的环境下,道路交通事故的责任认定。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种数据分析方法及装置。
背景技术
随着科技的进步,无人驾驶汽车作为智能汽车的一种,也将慢慢走进人们的生活,给人们带来更便利的出行体验。
无人驾驶汽车减少了因驾驶员疏忽大意导致的安全事故,但在复杂的交通环境中,仍然存在由于车辆行驶异常而发生交通事故的可能。在无人即时普及的环境中,道路交通事故的责任认定是一件普遍并重要的事情。因此,需要有一种基于区块链的道路交通事故责任认定方法。
发明内容
本发明实施例提供一种数据分析方法,可解决在无人驾驶普及的环境下,道路交通事故的责任认定。
第一方面,本发明实施例提供了一种数据分析方法,该方法包括:
接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;
根据所述事故时间和所述事故车辆标识获取车辆数据;
根据所述事故地点和事故时间获取路况数据;
对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。
作为一种可选的实施方式,所述对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任,包括:
根据所述车辆数据和所述路况数据确定所述事故车辆是否存在行驶异常;
若确定所述事故车辆存在行驶异常,则确定所述交通事故责任方包括所述事故车辆的供应方,所述供应商包括车辆软件供应方、车辆硬件供应方以及路边智慧设备软件供应方;
若确定所述事故车辆不存在行驶异常,则确定所述交通事故责任方包括第三方。
作为一种可选的实施方式,所述根据所述车辆数据和所述路况数据确定所述事故车辆是否存在行驶异常,包括:
根据所述车辆数据和所述路况数据确定所述事故车辆的行驶数据;
判断所述行驶数据是否在标准行驶数据范围内,
若所述行驶数据在标准范围内,则确定所述事故车辆不存在行驶异常;
若所述行驶数据不在标准范围内,则确定所述事故车辆存在行驶异常。
作为一种可选的实施方式,所述车辆数据包括事故车辆的车辆软件代码状态信息和车辆硬件状态信息,所述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息;
所述根据所述事故时间和事故车辆获取车辆数据,包括:
获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息;
所述根据所述事故地点和事故时间获取路况数据,包括:
根据上述事故地点确定所述事故地点路边智慧设备;
获取所述路边智慧设备的路边智慧设备标识;
根据所述路边智慧设备标识获取所述事故点路边智慧设备在所述事故时间的时间节点及该时间节点之前记录的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。
作为一种可选的实施方式,所述车辆软件代码状态信息和所述路边智慧设备软件代码状态信息均包括日志信息和运行参数;
在所述确定所述交通事故责任方包括所述事故车辆的供应方之后,所述方法还包括:
确定所述日志信息中是否存在错误日志;
若所述日志信息中存在错误日志,则确定所述软件代码异常;
在确定所述软件代码异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或所述路边智慧设备软件供应方。
作为一种可选的实施方式,若所述日志信息中不存在错误日志,则根据所述运行参数确定软件代码的标准运行结果;
判断所述日志信息中的实际运行结果和所述标准运行结果是否一致;
若所述实际运行结果和所述标准运行结果不一致,则确定所述软件代码运行异常;
在确定所述软件代码运行异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或路边智慧设备软件供应方。
作为一种可选的实施方式,所述车辆硬件状态信息包括车辆硬件设备运行参数;
若所述实际运行结果和所述标准运行结果一致,则根据所述车辆硬件状态信息判断所述车辆硬件设备运行参数的值是否在标准取值范围内;
若所述车辆硬件设备运行参数的值不在标准取值范围内,则确定所述硬件异常;
在确定所述硬件异常的情况下,确定所述交通事故责任方包括所述车辆硬件供应方。
作为一种可选的实施方式,所述路边智慧设备硬件状态信息包括路边智慧设备的硬件设备运行参数;
所述若确定所述事故车辆不存在行驶异常,则确定所述交通事故责任方包括第三方,包括:
若确定所述事故车辆不存在行驶异常,则根据所述路边智慧设备硬件状态信息判断所述路边智慧设备的硬件设备运行参数的值是否在标准取值范围内;
若所述路边智慧设备的硬件设备运行参数的值不在标准取值范围内,则确定所述路边智慧设备的硬件设备异常;
在确定所述路边智慧设备的硬件设备异常的情况下,确定所述交通事故责任方包括所述路边智慧设备的硬件供应方。
作为一种可选的实施方式,所述车辆数据和所述路况数据存储在区块链上;
所述获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息,包括:
从区块链中获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息。
所述获取所述路边智慧设备在所述事故时间点及所述事故时间点之前记录的路况数据,包括:
从区块链上获取所述路边智慧设备在所述事故时间点及所述事故时间点之前记录的路况数据。
第二方面,本发明实施例提供了一种数据分析装置,包括:
接收单元,用于接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;
第一获取单元,用于根据所述事故时间和所述事故车辆标识获取车辆数据;
第二获取单元,用于根据所述事故地点和事故时间获取路况数据;
定责单元,用于对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。
作为一种可选的实施方式,所述定责单元包括:
第一确定子单元,用于根据所述车辆数据和所述路况数据确定所述事故车辆是否存在行驶异常;
第二确定子单元,用于若确定所述事故车辆存在行驶异常,则确定所述交通事故责任方包括所述事故车辆的供应方,所述供应商包括车辆软件供应方、车辆硬件供应方以及路边智慧设备软件供应方;若确定所述事故车辆不存在行驶异常,则确定所述交通事故责任方包括第三方。
作为一种可选的实施方式,所述第一确定子单元,用于根据所述车辆数据和所述路况数据确定所述事故车辆的行驶数据;判断所述行驶数据是否在标准行驶数据范围内,若所述行驶数据在标准范围内,则确定所述事故车辆不存在行驶异常;若所述行驶数据不在标准范围内,则确定所述事故车辆存在行驶异常。
作为一种可选的实施方式,所述车辆数据包括事故车辆的车辆软件代码状态信息和车辆硬件状态信息,所述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息;
所述第一获取单元用于获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息;
所述根据所述事故地点和事故时间获取路况数据,包括:
根据上述事故地点确定所述事故地点路边智慧设备;
获取所述路边智慧设备的路边智慧设备标识;
根据所述路边智慧设备标识获取所述事故点路边智慧设备在所述事故时间的时间节点及该时间节点之前记录的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。
作为一种可选的实施方式,所述车辆软件代码状态信息和所述路边智慧设备软件代码状态信息均包括日志信息和运行参数;
所数据分析装置还包括:
确定单元,用于确定所述日志信息中是否存在错误日志;若所述日志信息中存在错误日志,则确定所述软件代码异常;在确定所述软件代码异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或所述路边智慧设备软件供应方。
作为一种可选的实施方式,所述确定单元,还用于若所述日志信息中不存在错误日志,则根据所述运行参数确定软件代码的标准运行结果;判断所述日志信息中的实际运行结果和所述标准运行结果是否一致;若所述实际运行结果和所述标准运行结果不一致,则确定所述软件代码运行异常;在确定所述软件代码运行异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或所述路边智慧设备软件供应方。
作为一种可选的实施方式,所述车辆硬件状态信息包括车辆硬件设备运行参数;
所述确定单元,还用于若所述实际运行结果和所述标准运行结果一致,则根据所述车辆硬件状态信息判断所述车辆硬件设备运行参数的值是否在标准取值范围内;若所述车辆硬件设备运行参数的值不在标准取值范围内,则确定所述硬件异常;在确定所述硬件异常的情况下,确定所述交通事故责任方包括所述车辆硬件供应方。
作为一种可选的实施方式,所述路边智慧设备硬件状态信息包括路边智慧设备的硬件设备运行参数;所述定责单元,还用于若确定所述事故车辆不存在行驶异常,则根据所述路边智慧设备硬件状态信息判断所述路边智慧设备的硬件设备运行参数的值是否在标准取值范围内;若所述路边智慧设备的硬件设备运行参数的值不在标准取值范围内,则确定所述路边智慧设备的硬件设备异常;在确定所述路边智慧设备的硬件设备异常的情况下,确定所述交通事故责任方包括所述路边智慧设备的硬件供应方。
作为一种可选的实施方式,所述车辆数据和所述路况数据存储在区块链上;
所述第一获取单元,用于从区块链中获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息。
所述第二获取单元,用于从区块链上获取所述路边智慧设备在所述事故时间点及所述事故时间点之前记录的路况数据。
第三方面,本申请实施例提供了另一数据分析装置,包括处理器、存储器和通信模块,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码来执行上述第一方面及其任一种可选方式的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面及其任一种可选方式的方法。
可以看出,在本申请实施例中,通过接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;然后根据所述事故时间和所述事故车辆标识获取车辆数据;接着根据所述事故地点和事故时间获取路况数据;最后对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。通过本申请实施例,可以解决在无人驾驶普及的环境下,道路交通事故的责任认定。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的一种数据分析方法的示意流程图;
图2是本发明实施例提供的另一种数据分析方法的示意流程图;
图3是本发明实施例提供的一种数据分析装置的示意框图;
图4是本申请实施例提供的一种设备示意图。
具体实施方式
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
在未来无人即时普及的环境中,道路交通事故的责任认定是一件普遍并重要的事情。因此,需要有一种基于区块链的道路交通事故责任认定方法,让事故责任认定更公正可信。
参见图1,图1是本发明实施例提供的一种数据分析方法的示意流程图,如图1所示该方法可包括:
101:数据分析装置接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识。
在本申请实施例中,上述数据分析装置为能够连接互联网的电子设备,包括但不限于服务器、便携式平板电脑、笔记本电脑、台式电脑、智能手机、车载终端、OBD设备、可穿戴手环、可穿戴手表等电子产品,也可以是具有将数据上传至区块链网络存证和获取其他区块链节点设备存储数据功能的区块链节点设备。可理解,本申请实施例中,对电子设备和区块链网络不作具体限定。
其中,上述事故地点是指发生交通事故的具体地址;上述事故时间为发生交通事故时的具体时间;上述事故车辆标识为在交通事故中的涉事车辆的唯一识别标志,例如该事故车辆标识可以是车牌号、发动机号、车架号等,上述事故车辆标识可以用于获取与该事故车辆相关的车辆信息,例如该事故车辆的厂家信息、车辆行驶数据、车辆的软件和硬件的运行状态参数等信息。
在本申请实施例中,当无人驾驶车辆发生交通事故之后,可以通过上述数据分析装置对上述无人驾驶车辆进行交通事故责任认定。具体的,可以通过向上述数据分析装置输入交通事故发生的事故时间和事故地点以及涉事车辆的事故车辆标识,然后点击责任认定分析按钮,即向上述数据分析装置发起交通事故责任认定指令。当数据分析装置接收到上述交通事故责任认定指令后,变根据该交通事故责任认定指令中的事故地点、事故时间和事故车辆标识获取相关的数据对该交通事故进行责任认定。
在一种可能的实现方式中,由于在交通事故中对无人驾驶车辆进行分析是可能会需要车辆上的各种软硬件设备的相关数据。因此可以通过上述事故车辆标识,可以获取上述事故车辆的车型、软件和硬件设备的相关数据等信息,从而使得上述电子设备的分析结果更加准确。
例如,通过上述事故车辆标识,可以知晓上述目标车辆的车型为A车型,上述数据分析装置可以进一步获取该车型的各种软硬件设备的标准数据,作为分析该次事故的基础。
102:数据分析装置根据上述事故时间和上述事故车辆标识获取车辆数据。
在本申请实施例中,上述车辆数据包括车辆的车辆软件代码状态信息和车辆硬件状态信息。其中,车辆软件代码状态信息包括事故车辆在发生交通事故时间节点及发生交通事故时间节点以前的软件运行参数和软件的日志信息,软件运行参数包括各种车载软件的输入参数,例如控制刹车的输入参数:车速、行车距离等;车辆硬件状态信息可以为事故车辆在发生交通事故时间节点及发生交通事故时间节点以前以下信息的一种或者多种:发动机转速信息、温度信息、水箱水位信息、空调信息、电瓶电压信息、排量信息、车辆设备开关信息、里程信息、刹车状态信息等。应该理解,上述说明仅仅作为举例,本申请实施例对车辆信息内容不作限定。
其中,上述车辆软件代码状态信息和车辆硬件状态信息可以是上述事故车辆在行驶过程中通过车载设备实时上传的,该车辆软件代码状态信息和车辆硬件状态信息可以是存储在上述数据分析装置中,也可以是村存在云端,还可以是存储在专门的数据库中。当上述数据分析装置需要获取上述车辆软件代码状态信息和车辆硬件状态信息时,可以直接从车辆软件代码状态信息和车辆硬件状态信息的存储点获取。可以理解的是上述车辆软件代码状态信息和车辆硬件状态信息中均包括采集的时间,例如存储了一条车速的信息,该车速信息在存储是还包括了采集该车速信息的时间点。
在发生交通事故后,对交通事故的责任进行认定时,需要判断是否是因为事故车辆本身的行驶异常导致事故的发生。而判断是否为事故车辆本身的行驶异常,则需要对事故车辆的车辆数据进行分析处理,来判断在交通事故发生时及交通事故发生之前的一段时间内事故车辆是否出现异常,从而确定是否是因为事故车辆的行驶异常导致交通事故的发生。因此在对交通事故进行责任分析时需要获取上述事故车辆的车辆数据。
具体的,在上述数据分析装置接收上述交通事故责任认定指令之后,上述数据分析装置则根据上述事故时间和事故车辆标识去获取事故车辆在交通事故发生的时间节点以及该时间节点之前的车辆软件代码状态信息和车辆硬件状态信息。
作为一种可选的实施方式,为了保证上述车辆软件代码状态信息和车辆硬件状态信息真实性,从而保证上述数据分析装置在对交通事故进行责任认定的公正可靠,上述车辆软件代码状态信息和车辆硬件状态信息可以是事故车辆的车载设备实时的将事故车辆的车辆软件代码状态信息和车辆硬件状态信息打包后上传至区块链中。当数据分析装置需要事故车辆的车辆软件代码状态信息和车辆硬件状态信息时,可以直接根据事故车辆标识从区块链中获取。由于区块链中的数据是不可被篡改的,因此可以保证从区块链中获取的车辆软件代码状态信息和车辆硬件状态信息的真实性。
103:根据上述事故地点和事故时间获取路况数据。
在本申请实施例中,上述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。其中,路边智慧设备软件代码状态信息包括在发生交通事故时间节点及发生交通事故时间节点以前路边智慧设备的软件运行参数和软件的日志信息,软件运行参数包括路边智慧设备的各种软件的输入参数,例如,交通事故发生地点的路段内的行车速量、行车距离、行车速度以及各车辆的行车车道等数据;路边智慧设备硬件状态信息可以为在发生交通事故时间节点及发生交通事故时间节点以前路边智慧设备的以下信息的一种或者多种:各种硬件老化程度、摄像头的旋转角度等。应该理解,上述说明仅仅作为举例,本申请实施例对车辆信息内容不作限定。
对于无人驾驶车辆,在行车过程中车辆除了通过车辆本身的车载设备扫描路况外,有时还需要结合路边智慧设备扫描的路况信息来对车辆记性无人驾驶操作。因此当路边智慧设备扫描的路况信息出现错误时,也可能导致交通事故的发生。所以在判断是否是因为事故车辆本身的行驶异常导致事故的发生时,除了需要车辆本身的车载设备记录的数据外,还需要获取路边智慧设备记录的数据,即还需要获取路边智慧设备的软件代码状态信息,来判断否是因为事故车辆本身是否行驶异常导。
另外在发生交通事故后,对交通事故的责任进行认定时,除了需要判断是否是因为事故车辆本身的行驶异常导致事故的发生之外,还需要判断是否是因为第三方因素导致交通事故发生。因此,在上述数据分析装置在对交通事故进行责任认定时,还需要获取交通事故发生时,事故地点的行驶环境数据,以便可以根据行驶环境数据结合上述车辆数据得到交通事故发生时事故车辆的行驶数据,以便判断事故车辆的各种行驶数据是否在标准范围内来确定交通事故的发生原因是否为第三方因素导致的。即若事故车辆的各种行驶数据在标准范围内,表示车辆正常行驶,则确定导致交通事故的原因为第三方因素。否则,进一步确定事故车辆是否存在行驶异常。而行驶环境数据也可以通过路边智慧设备获取得到,即该行驶环境数据可以包括路边智慧设备上传的路边智慧设备的软件代码状态信息和路边智慧设备的硬件状态信息。
其中,上述行驶数据包括发生交通事故的一段时间内事故车辆与周围车辆的车距、事故车辆和周围障碍物的距离、事故车辆的车速、事故车辆的刹车状态、事故车辆的刹车时间和刹车距离等数据。上述第三方因素包括其他车辆违规行驶,障碍物忽然掉落或阻挡等。可以理解的是上述路况信息中的每条信息均包括该信息的采集的时间,例如存储了一条行车距离的信息,该行车距离信息在存储是还包括了采集该行车距离信息的时间。
具体的,在上述数据分析装置接收上述交通事故责任认定指令之后,上述数据分析装置则根据上述事故地点确定上述事故地点路边智慧设备;然后获取上述路边智慧设备的路边智慧设备标识;接着根据上述路边智慧设备标识获取上述事故点路边智慧设备在上述事故时间的时间节点及该时间节点之前记录的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。
作为一种可选的实施方式,为了保证上述路况数据真实性,从而保证上述数据分析装置在对交通事故进行责任认定的公正可靠,上述路况数据可以是上述路边设备实时的将交通事故发生地点的路况数据打包后上传至区块链中。当数据分析装置需要事故车辆的路况数据时,可以直接根据上述路边智慧设备的标识从区块链中获取。由于区块链中的数据是不可被篡改的,因此可以保证从区块链中获取的路况数据的真实性。
104:数据分析装置对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。
在本申请实施例中,当上述数据分析装置获取到上述车辆数据和路况数据后,便对上述车辆数据和路况数据进行分析,并根据分析结果确定上述交通事故中各方的责任。
具体的,上述数据分析装置结合上述路况数据和上述车辆数据判断事故车辆是够存在行驶异常,若上述事故车辆存在行驶异常,说明导致交通事故的原因是由于事故车辆本身存在问题而导致的,而事故车辆本身的问题一般是由软件故障和硬件故障造成的,因此可以确定上述交通事故责任方包括上述事故车辆的供应方;此外,对于无人驾驶车辆,在行车过程中车辆除了通过车辆本身的车载设备扫描路况外,有时还需要结合路边智慧设备扫描的路况信息来对车辆记性无人驾驶操作,即车软件问题还可能是由于路边智慧设备出现问题,上传了错误的数据,从而使得车辆的软件运行输出错误的数据。所以上述供应商应包括车辆软件供应方、车辆硬件供应方以及路边智慧设备软件供应方;若确定上述事故车辆不存在行驶异常,即事故车辆是正常行驶,导致交通事故的原因是由除了事故车辆本身之外的第三方造成的,所以可以确定上述交通事故责任方包括第三方。其中,上述第三方可以是路边智慧设备的硬件供应方。例如路边智慧设备的器件脱落导致交通事故发生时,则交通事故的责任方包括该路边智慧设备的硬件供应方。
其中,上述行驶异常是指事故车辆的至少一项行驶数据不在标准范围内。及上述根据上述车辆数据和上述路况数据确定上述事故车辆是否存在行驶异常,具体包括:根据上述车辆数据和上述路况数据确定上述事故车辆的行驶数据;判断上述行驶数据是否在标准行驶数据范围内,若上述行驶数据在标准范围内,则确定上述事故车辆不存在行驶异常;若上述行驶数据不在标准范围内,则确定上述事故车辆存在行驶异常。其中,事故车辆的行车距离小于标准行车距离,事故车辆的车速超过当前道路的规定车速,事故车辆在躲避障碍物时没有紧急制刹车,事故车辆没有按照规定进行变道行驶等均为车辆存在行驶异常的情况。
例如,在发生交通事故后,数据分析装置通过分析路况数据和车辆数据得到在某一时间点事故车辆与前车的行车距离小于当前车速对应的行车距离,在下一个时间点采集到事故车辆的车速不变,即说明事故车辆没有控制油门和刹车使车辆减速行驶,这种情况则被判定为行驶异常。该情况下的行驶数据包括各个时间点行车距离、各个时间点车速、各个时间点的刹车状态以及各个时间点油门的状态。
在本申请实施例中,由于路边有各种路边智慧设备,所以交通事故的导致原因也可能是由于路边智慧设备的器件突然脱落形成障碍物,而无人驾驶车辆按照正常的操作无法及时躲避障碍物导致交通事故发生的。因此,在确定上述事故车辆不存在行驶异常后,上述数据分析装置可以获取事故地点的路边智慧设备的硬件状态信息来确定该路边智慧设备是否存在硬件故障,例如硬件脱落;若该路边智慧设备存在硬件故障,则可以进一步确定交通事故的责任方包括路边智慧设备的硬件供应方。
具体的,在确定上述事故车辆不存在行驶异常的情况下,上述数据分析装置根据上述路边智慧设备硬件状态信息判断上述路边智慧设备的硬件设备运行参数的值是否在标准取值范围内;若上述路边智慧设备的硬件设备运行参数的值不在标准取值范围内,则确定上述路边智慧设备的硬件设备异常;在确定上述路边智慧设备的硬件设备异常的情况下,确定上述交通事故责任方包括上述路边智慧设备的硬件供应方。
可以看出,在本申请实施例中,通过接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;然后根据上述事故时间和上述事故车辆标识获取车辆数据;接着根据上述事故地点和事故时间获取路况数据;最后对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。通过本申请实施例,可以解决在无人驾驶普及的环境下,道路交通事故的责任认定。
参见图2,图2是本发明实施例提供的另一种数据分析方法的示意流程图,如图2所示该方法可包括:
本申请实施例主要应用于对无人驾驶车辆的交通事故的责任认定。
201:车载设备采集车辆的车辆软件代码状态信息和车辆硬件状态信息,将车辆软件代码状态信息和车辆硬件状态信息打包上传至区块链。
在本申请实施例中,上述车辆软件代码状态信息包括车辆的软件运行参数和软件的日志信息,软件运行参数包括各种车载软件的输入参数,例如控制刹车的输入参数:车速、行车距离等;车辆硬件状态信息可以为事故车辆在发生交通事故时间节点及发生交通事故时间节点以前以下信息的一种或者多种:发动机转速信息、温度信息、水箱水位信息、空调信息、电瓶电压信息、排量信息、车辆设备开关信息、里程信、刹车状态信息等。应该理解,上述说明仅仅作为举例,本申请实施例对车辆信息内容不作限定。
具体的,车载设备按照预设频率采集的车辆的车辆软件代码状态信息和车辆硬件状态信息,然后将采集的车辆软件代码状态信息和车辆硬件状态信息与车辆标识一起打包后上传至区块链;其中,上述车辆软件代码状态信息和车辆硬件状态信息中的每条信息均包括该信息的采集时间。
202:路边智慧设备扫描路况数据,将路况数据打包上传至区块链。
在本申请实施例中,上述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。其中,路边智慧设备软件代码状态信息包括在发生交通事故时间节点及发生交通事故时间节点以前路边智慧设备的软件运行参数和软件的日志信息,软件运行参数包括路边智慧设备的各种软件的输入参数,例如,交通事故发生地点的路段内的行车速量、行车距离、行车速度以及各车辆的行车车道等数据;路边智慧设备硬件状态信息可以为在发生交通事故时间节点及发生交通事故时间节点以前路边智慧设备的以下信息的一种或者多种:各种硬件老化程度、摄像头的旋转角度等。应该理解,上述说明仅仅作为举例,本申请实施例对车辆信息内容不作限定。
具体的,路边智慧设备按照预设频率将事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息以及路边智慧设备的标识一起打包后上传至区块链;其中,上述路况数据中的每条数据均高考该数据的采集时间。
203:数据分析装置接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识。
204:数据分析装置从区块链获取在上述事故时间点及上述事故时间点之前上述车辆标识对应的车载设备记录的车辆软件代码状态信息和车辆硬件状态信息。
在本申请实施例中,当上述数据分析装置接收到上述交通事故责任认定指令后,根据上述交通事故责任认定指令中的事故车辆标识从区块链中获取交通事故发生的时间点及该时间点之前与上述事故车辆标识对应的车辆软件代码状态信息和车辆硬件状态信息。
205:数据分析装置确定上述事故地点的路边智慧设备;获取上述路边智慧设备在上述事故时间点及上述事故时间点之前记录的路况数据。
在本申请实施例中,当上述数据分析装置接收到上述交通事故责任认定指令后,根据上述交通事故责任认定指令中的事故地点确定在该地点的路边智慧设备,然后获取该路边智慧设备的标识,并根据该路边智慧设备的标识从区块链中获取上述路边智慧设备记录的在上述事故时间点及该时间点之前的路况数据。
206:数据分析装置确根据上述车辆软件代码状态信息、车辆硬件状态信息和上述路况数据确定上述事故车辆是否存在行驶异常。
在本申请实施例中,当上述数据分析装置获取到上述状态信息和上述路况数据后,上述数据分析装置结合上述路况数据和上述车辆数据判断事故车辆是够存在行驶异常,若上述事故车辆存在行驶异常,说明导致交通事故的原因是由于事故车辆本身存在问题而导致的,则执行步骤207;若确定上述事故车辆不存在行驶异常,即事故车辆是正常行驶,导致交通事故的原因是由除了事故车辆之外的第三方造成的,执行步骤208。
207:若确定上述事故车辆不存在行驶异常,则数据分析装置确定上述交通事故责任方包括第三方。
208:若确定上述事故车辆存在行驶异常,则数据分析装置确定上述交通事故责任方包括上述事故车辆的供应方,上述供应商包括车辆软件供应方、车辆硬件供应方。
209:在确定上述交通事故责任方包括上述事故车辆的供应方的情况下,数据分析装置确定上述车辆软件代码状态信息和路边智慧设备软件代码状态信息的日志信息中是否存在错误日志。
在本申请实施例中,在确定上述交通事故责任方包括上述事故车辆的供应方的情况下,有两种可能:一是由于事故车辆的软件有问题,二是由于事故车辆的硬件有问题。
由于无人驾驶车辆的硬件运行是由软件对其进行控制的,在确定上述交通事故责任方包括上述事故车辆的供应方的情况下之后,需要先确定是否是事故车辆的软件出现问题,若软件不存在问题,再确定是否是事故车辆的硬件出现问题。而软件问题可能是软件代码本身的问题,也可能是软件代码运行时出现的问题。
具体的,在确定上述交通事故责任方包括上述事故车辆的供应方之后,上述数据分析装置首先确定上述车辆软件代码状态信息的日志信息中是否存在错误日志,若日志信息中存在错误日志,则确定软件代码异常,因此可以进一步确定交通事故责任方包括上述车辆软件供应方或路边智慧设备软件供应方,然后进一步根据具体的出现储物日志的软件属于车辆软件供应方还是路边智慧设备软件供应方来确定交通事故的责任方。若日志信息中不存在错误日志,说明软件代码本身不存在问题,则继续执行步骤210。
210:若上述日志信息中不存在错误日志,则数据分析装置根据上述车辆软件代码状态信息和路边智慧设备软件代码状态信息中的运行参数确定软件代码的标准运行结果,并判断上述日志信息中的实际运行结果和上述标准运行结果是否一致。
在本申请实施例中,若确定日志信息中不存在错误日志后,则上述数据分析装置根据车辆软件代码状态信息中的运行参数确定软件代码的标准运行结果,并判断上述日志信息中的实际运行结果和上述标准运行结果是否一致;若实际运行结果和上述标准运行结果不一致,说明软件运行错误,则确定交通事故责任方包括上述车辆软件供应方或路边智慧设备软件供应方,然后进一步根据具体的出现储物日志的软件属于车辆软件供应方还是路边智慧设备软件供应方来确定交通事故的责任方;若实际运行结果和上述标准运行结果一致,则执行步骤211。
211:若上述实际运行结果和上述标准运行结果一致,则数据分析装置根据上述车辆硬件状态信息判断上述车辆硬件设备运行参数的值是否在标准取值范围内。
在本申请实施例中,若上述数据分析装置确定上述实际裕兴结果和标注运行结果一致,说明软件不存在异常问题,则进一步根据上述车辆硬件状态信息判断上述车辆硬件设备运行参数的值是否在标准取值范围内,若上述车辆硬件设备运行参数的值不在标准取值范围内,则确定上述硬件异常;在确定上述硬件异常的情况下,确定上述交通事故责任方包括上述车辆硬件供应方。
可以看出,在本申请实施例中,通过接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;然后根据上述事故时间和上述事故车辆标识获取车辆数据;接着根据上述事故地点和事故时间获取路况数据;最后对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。通过本申请实施例,可以解决在无人驾驶普及的环境下,道路交通事故的责任认定。
本发明实施例还提供一种数据分析装置,该数据分析装置用于执行前述任一项上述的方法的单元。具体地,参见图3,图3是本发明实施例提供的一种数据分析装置的示意框图。本实施例的数据分析装置包括:接收单元301、第一获取单元302、第二获取单元303、定责单元304。
接收单元301,用于接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;
第一获取单元302,用于根据上述事故时间和上述事故车辆标识获取车辆数据;
第二获取单元303,用于根据上述事故地点和事故时间获取路况数据;
定责单元304,用于对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。
作为一种可选的实施方式,上述定责单元包括:
第一确定子单元,用于根据上述车辆数据和上述路况数据确定上述事故车辆是否存在行驶异常;
第二确定子单元,用于若确定上述事故车辆存在行驶异常,则确定上述交通事故责任方包括上述事故车辆的供应方,上述供应商包括车辆软件供应方、车辆硬件供应方以及路边智慧设备软件供应方;若确定上述事故车辆不存在行驶异常,则确定上述交通事故责任方包括第三方。
作为一种可选的实施方式,上述第一确定子单元,用于根据上述车辆数据和上述路况数据确定上述事故车辆的行驶数据;判断上述行驶数据是否在标准行驶数据范围内,若上述行驶数据在标准范围内,则确定上述事故车辆不存在行驶异常;若上述行驶数据不在标准范围内,则确定上述事故车辆存在行驶异常。
作为一种可选的实施方式,上述车辆数据包括事故车辆的车辆软件代码状态信息和车辆硬件状态信息,上述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息;
上述第一获取单元用于获取在上述事故时间点及上述事故时间点之前上述车辆标识对应的车载设备记录的上述车辆软件代码状态信息和上述车辆硬件状态信息;
上述根据上述事故地点和事故时间获取路况数据,包括:
根据上述事故地点确定上述事故地点路边智慧设备;
获取上述路边智慧设备的路边智慧设备标识;
根据上述路边智慧设备标识获取上述事故点路边智慧设备在上述事故时间的时间节点及该时间节点之前记录的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。
作为一种可选的实施方式,上述车辆软件代码状态信息和上述路边智慧设备软件代码状态信息均包括日志信息和运行参数;
所数据分析装置还包括:
确定单元,用于确定上述日志信息中是否存在错误日志;若上述日志信息中存在错误日志,则确定上述软件代码异常;在确定上述软件代码异常的情况下,确定上述交通事故责任方包括上述车辆软件供应方或上述路边智慧设备软件供应方。
作为一种可选的实施方式,上述确定单元,还用于若上述日志信息中不存在错误日志,则根据上述运行参数确定软件代码的标准运行结果;判断上述日志信息中的实际运行结果和上述标准运行结果是否一致;若上述实际运行结果和上述标准运行结果不一致,则确定上述软件代码运行异常;在确定上述软件代码运行异常的情况下,确定上述交通事故责任方包括上述车辆软件供应方或上述路边智慧设备软件供应方。
作为一种可选的实施方式,上述车辆硬件状态信息包括车辆硬件设备运行参数;
上述确定单元,还用于若上述实际运行结果和上述标准运行结果一致,则根据上述车辆硬件状态信息判断上述车辆硬件设备运行参数的值是否在标准取值范围内;若上述车辆硬件设备运行参数的值不在标准取值范围内,则确定上述硬件异常;在确定上述硬件异常的情况下,确定上述交通事故责任方包括上述车辆硬件供应方。
作为一种可选的实施方式,上述路边智慧设备硬件状态信息包括路边智慧设备的硬件设备运行参数;上述定责单元,还用于若确定上述事故车辆不存在行驶异常,则根据上述路边智慧设备硬件状态信息判断上述路边智慧设备的硬件设备运行参数的值是否在标准取值范围内;若上述路边智慧设备的硬件设备运行参数的值不在标准取值范围内,则确定上述路边智慧设备的硬件设备异常;在确定上述路边智慧设备的硬件设备异常的情况下,确定上述交通事故责任方包括上述路边智慧设备的硬件供应方。
作为一种可选的实施方式,上述车辆数据和上述路况数据存储在区块链上;
上述第一获取单元,用于从区块链中获取在上述事故时间点及上述事故时间点之前上述车辆标识对应的车载设备记录的上述车辆软件代码状态信息和上述车辆硬件状态信息。
上述第二获取单元,用于从区块链上获取上述路边智慧设备在上述事故时间点及上述事故时间点之前记录的路况数据。
可以看出,在本申请实施例中,通过接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;然后根据上述事故时间和上述事故车辆标识获取车辆数据;接着根据上述事故地点和事故时间获取路况数据;最后对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。通过本申请实施例,可以解决在无人驾驶普及的环境下,道路交通事故的责任认定。
参见图4,图4是本申请实施例提供的一种设备,该设备可以为数据分析装置,如图4所示设备包括:一个或多个处理器401;一个或多个输入设备402,一个或多个输出设备403和存储器404。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器402用于存储指令,处理器401用于执行存储器402存储的指令。
其中,该设备作为数据分析装置使用的情况下,处理器401用于:接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;根据上述事故时间和上述事故车辆标识获取车辆数据;根据上述事故地点和事故时间获取路况数据;对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。
上述
应当理解,在本申请实施例中,所称处理器401可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal 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。
输入设备402可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备403可以包括显示器(LCD等)、扬声器等。
该存储器404可以包括只读存储器和随机存取存储器,并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如,存储器404还可以存储设备类型的信息。
具体实现中,本申请实施例中所描述的处理器401、输入设备402、输出设备403可执行本申请实施例提供的一种数据分析方法的第一实施例中所描述的实现方式、第二实施列中的实现方式,也可执行本申请实施例所描述的数据分析装置的实现方式,在此不再赘述。
在本申请的另一实施例中提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现:接收交通事故责任认定指令,上述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;根据上述事故时间和上述事故车辆标识获取车辆数据;根据上述事故地点和事故时间获取路况数据;对上述车辆数据和上述路况数据进行分析,以确定交通事故的责任。
上述计算机可读存储介质可以是前述任一实施例上述的终端的内部存储单元,例如终端的硬盘或内存。上述计算机可读存储介质也可以是上述终端的外部存储设备,例如上述终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,上述计算机可读存储介质还可以既包括上述终端的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述终端所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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申请的范围。
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,上述描述的***、数据分析装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、数据分析装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,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。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
上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申请实施例方案的目的。
另外,在本申请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,也可以是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。
上述集成的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,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种数据分析方法,其特征在于,包括:
接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;
根据所述事故时间和所述事故车辆标识获取车辆数据;
根据所述事故地点和事故时间获取路况数据;
对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。
2.根据权利要求1所述的方法,其特征在于,所述对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任,包括:
根据所述车辆数据和所述路况数据确定所述事故车辆是否存在行驶异常;
若确定所述事故车辆存在行驶异常,则确定所述交通事故责任方包括所述事故车辆的供应方,所述供应商包括车辆软件供应方、车辆硬件供应方以及路边智慧设备软件供应方;
若确定所述事故车辆不存在行驶异常,则确定所述交通事故责任方包括第三方。
3.根据权利要求2所述的方法,其特征在于,所述根据所述车辆数据和所述路况数据确定所述事故车辆是否存在行驶异常,包括:
根据所述车辆数据和所述路况数据确定所述事故车辆的行驶数据;
判断所述行驶数据是否在标准行驶数据范围内,
若所述行驶数据在标准范围内,则确定所述事故车辆不存在行驶异常;
若所述行驶数据不在标准范围内,则确定所述事故车辆存在行驶异常。
4.根据权利要求3所述的方法,其特征在于,所述车辆数据包括事故车辆的车辆软件代码状态信息和车辆硬件状态信息,所述路况数据包括事故点路边智慧设备的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息;
所述根据所述事故时间和事故车辆获取车辆数据,包括:
获取在所述事故时间点及所述事故时间点之前所述车辆标识对应的车载设备记录的所述车辆软件代码状态信息和所述车辆硬件状态信息;
所述根据所述事故地点和事故时间获取路况数据,包括:
根据上述事故地点确定所述事故地点路边智慧设备;
获取所述路边智慧设备的路边智慧设备标识;
根据所述路边智慧设备标识获取所述事故点路边智慧设备在所述事故时间的时间节点及该时间节点之前记录的路边智慧设备软件代码状态信息和路边智慧设备硬件状态信息。
5.根据权利要求4所述的方法,其特征在于,所述车辆软件代码状态信息和所述路边智慧设备软件代码状态信息均包括日志信息和运行参数;
在所述确定所述交通事故责任方包括所述事故车辆的供应方之后,所述方法还包括:
确定所述日志信息中是否存在错误日志;
若所述日志信息中存在错误日志,则确定所述软件代码异常;
在确定所述软件代码异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或所述路边智慧设备软件供应方。
6.根据权利要求5所述的方法,其特征在于,若所述日志信息中不存在错误日志,则根据所述运行参数确定软件代码的标准运行结果;
判断所述日志信息中的实际运行结果和所述标准运行结果是否一致;
若所述实际运行结果和所述标准运行结果不一致,则确定所述软件代码运行异常;
在确定所述软件代码运行异常的情况下,确定所述交通事故责任方包括所述车辆软件供应方或路边智慧设备软件供应方。
7.根据权利要求6所述的方法,其特征在于,所述车辆硬件状态信息包括车辆硬件设备运行参数;
若所述实际运行结果和所述标准运行结果一致,则根据所述车辆硬件状态信息判断所述车辆硬件设备运行参数的值是否在标准取值范围内;
若所述车辆硬件设备运行参数的值不在标准取值范围内,则确定所述硬件异常;
在确定所述硬件异常的情况下,确定所述交通事故责任方包括所述车辆硬件供应方。
8.根据权利要求2至7任一项所述的方法,其特征在于,所述路边智慧设备硬件状态信息包括路边智慧设备的硬件设备运行参数;
所述若确定所述事故车辆不存在行驶异常,则确定所述交通事故责任方包括第三方,包括:
若确定所述事故车辆不存在行驶异常,则根据所述路边智慧设备硬件状态信息判断所述路边智慧设备的硬件设备运行参数的值是否在标准取值范围内;
若所述路边智慧设备的硬件设备运行参数的值不在标准取值范围内,则确定所述路边智慧设备的硬件设备异常;
在确定所述路边智慧设备的硬件设备异常的情况下,确定所述交通事故责任方包括所述路边智慧设备的硬件供应方。
9.一种数据分析装置,其特征在于,包括:
接收单元,用于接收交通事故责任认定指令,所述交通事故责任认定指令包括事故地点、事故时间和事故车辆标识;
第一获取单元,用于根据所述事故时间和所述事故车辆标识获取车辆数据;
第二获取单元,用于根据所述事故地点和事故时间获取路况数据;
定责单元,用于对所述车辆数据和所述路况数据进行分析,以确定交通事故的责任。
10.一种数据分析装置,其特征在于,所述数据分析装置包括处理器、存储器和通信模块,其中,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码来执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910366285.3A CN110147946B (zh) | 2019-04-30 | 2019-04-30 | 一种数据分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910366285.3A CN110147946B (zh) | 2019-04-30 | 2019-04-30 | 一种数据分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110147946A true CN110147946A (zh) | 2019-08-20 |
CN110147946B CN110147946B (zh) | 2023-07-04 |
Family
ID=67594547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910366285.3A Active CN110147946B (zh) | 2019-04-30 | 2019-04-30 | 一种数据分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110147946B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010433A (zh) * | 2019-12-10 | 2020-04-14 | 重庆大学 | 一种基于区块链技术的交通事故协同认证处理及溯源*** |
CN113053099A (zh) * | 2019-12-26 | 2021-06-29 | 北京万集智能网联技术有限公司 | 一种异常交通事件处理方法及装置 |
CN113515562A (zh) * | 2021-09-13 | 2021-10-19 | 天津所托瑞安汽车科技有限公司 | 一种事故数据分析方法、装置、设备及存储介质 |
CN113658426A (zh) * | 2021-07-29 | 2021-11-16 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
WO2022073388A1 (en) * | 2020-10-10 | 2022-04-14 | Suzhou Zhijia Science & Technologies Co., Ltd. | Data transmission method and apparatus, vehicle-mounted device, and storage medium |
WO2024016251A1 (zh) * | 2022-07-21 | 2024-01-25 | 华为技术有限公司 | 一种日志上报方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824154A (zh) * | 2014-02-08 | 2014-05-28 | 刘文书 | 一种车在线事故解决方法及*** |
CN105825464A (zh) * | 2016-03-25 | 2016-08-03 | 深圳市永兴元科技有限公司 | 交通事故处理方法及装置 |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
AU2016244247A1 (en) * | 2015-10-16 | 2017-05-04 | Drive Yello Pty Ltd | Delivery driver management system |
CN106651719A (zh) * | 2016-11-10 | 2017-05-10 | 深圳市元征软件开发有限公司 | 一种基于体域网的交通事故责任认定方法及装置 |
CN106651587A (zh) * | 2016-08-29 | 2017-05-10 | 惠州市沛宸信息技术有限公司 | 交通事故保险理赔案件质量的评估方法 |
CN107633570A (zh) * | 2017-08-28 | 2018-01-26 | 武汉六点整北斗科技有限公司 | 一种交通事故的快撤实现方法及相关产品 |
CN107665393A (zh) * | 2016-07-29 | 2018-02-06 | 宁波国研软件技术有限公司 | 一种基于自动驾驶技术的汽车管理方法 |
CN108470441A (zh) * | 2018-03-30 | 2018-08-31 | 饶雄刚 | 一种车辆交通事故处理的方法及装置 |
CN108860166A (zh) * | 2018-05-21 | 2018-11-23 | 温州中佣科技有限公司 | 无人驾驶汽车事故发生处理***及处理方法 |
-
2019
- 2019-04-30 CN CN201910366285.3A patent/CN110147946B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824154A (zh) * | 2014-02-08 | 2014-05-28 | 刘文书 | 一种车在线事故解决方法及*** |
AU2016244247A1 (en) * | 2015-10-16 | 2017-05-04 | Drive Yello Pty Ltd | Delivery driver management system |
CN105825464A (zh) * | 2016-03-25 | 2016-08-03 | 深圳市永兴元科技有限公司 | 交通事故处理方法及装置 |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
CN107665393A (zh) * | 2016-07-29 | 2018-02-06 | 宁波国研软件技术有限公司 | 一种基于自动驾驶技术的汽车管理方法 |
CN106651587A (zh) * | 2016-08-29 | 2017-05-10 | 惠州市沛宸信息技术有限公司 | 交通事故保险理赔案件质量的评估方法 |
CN106651719A (zh) * | 2016-11-10 | 2017-05-10 | 深圳市元征软件开发有限公司 | 一种基于体域网的交通事故责任认定方法及装置 |
CN107633570A (zh) * | 2017-08-28 | 2018-01-26 | 武汉六点整北斗科技有限公司 | 一种交通事故的快撤实现方法及相关产品 |
CN108470441A (zh) * | 2018-03-30 | 2018-08-31 | 饶雄刚 | 一种车辆交通事故处理的方法及装置 |
CN108860166A (zh) * | 2018-05-21 | 2018-11-23 | 温州中佣科技有限公司 | 无人驾驶汽车事故发生处理***及处理方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111010433A (zh) * | 2019-12-10 | 2020-04-14 | 重庆大学 | 一种基于区块链技术的交通事故协同认证处理及溯源*** |
CN113053099A (zh) * | 2019-12-26 | 2021-06-29 | 北京万集智能网联技术有限公司 | 一种异常交通事件处理方法及装置 |
WO2022073388A1 (en) * | 2020-10-10 | 2022-04-14 | Suzhou Zhijia Science & Technologies Co., Ltd. | Data transmission method and apparatus, vehicle-mounted device, and storage medium |
CN113658426A (zh) * | 2021-07-29 | 2021-11-16 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
CN113658426B (zh) * | 2021-07-29 | 2023-10-03 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
CN113515562A (zh) * | 2021-09-13 | 2021-10-19 | 天津所托瑞安汽车科技有限公司 | 一种事故数据分析方法、装置、设备及存储介质 |
CN113515562B (zh) * | 2021-09-13 | 2022-02-08 | 天津所托瑞安汽车科技有限公司 | 一种事故数据分析方法、装置、设备及存储介质 |
WO2024016251A1 (zh) * | 2022-07-21 | 2024-01-25 | 华为技术有限公司 | 一种日志上报方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110147946B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147946A (zh) | 一种数据分析方法及装置 | |
WO2019142458A1 (ja) | 車両監視装置、不正検知サーバ、および、制御方法 | |
US8126605B2 (en) | Computing platform for multiple intelligent transportation systems in an automotive vehicle | |
US7471999B2 (en) | Vehicle information-communication method, vehicle information-communication system, vehicle and control center | |
CN105045788A (zh) | 用于处理和分析车辆驾驶大数据的方法及其*** | |
CN108351822A (zh) | 处理装置及车辆控制*** | |
CN112840282A (zh) | 异常检测方法以及异常检测装置 | |
US20200216080A1 (en) | Detecting and diagnosing anomalous driving behavior using driving behavior models | |
US8521341B2 (en) | Methods and systems for fault determination for aircraft | |
CN108334087A (zh) | 一种基于软件定义的平台化高级驾驶辅助*** | |
CN111901778A (zh) | 一种基于v2x的车辆异常预警方法、***及存储介质 | |
CN103163878A (zh) | 交通工具和交通工具故障诊断***的运行方法 | |
CN113085873A (zh) | 驾驶策略的获取方法、装置、计算机设备和存储介质 | |
CN110333712A (zh) | 车辆故障诊断方法及*** | |
CN112149908A (zh) | 车辆驾驶预测方法、***、计算机设备及可读存储介质 | |
CN112600839A (zh) | 基于车联网平台构建安全威胁关联视图的方法及装置 | |
CN108428368A (zh) | 基于数据链的行车预警***和方法 | |
CN107610495A (zh) | 驾驶责任确定方法、数据备份装置、判断***和载具 | |
CN111439270A (zh) | 疲劳驾驶状态检测方法、装置、计算机设备和存储介质 | |
CN112492025A (zh) | 一种用于自动驾驶的边缘节点故障分析方法 | |
US11952013B2 (en) | Trusted context self learning method for an in-vehicle network intrusion detection system developed to limit calibration proliferation and development costs | |
CN115631626A (zh) | 一种车辆数据监控分析方法、装置、设备及介质 | |
CN113978394B (zh) | 车辆故障检测的方法、装置、电子设备及存储介质 | |
CN109179211A (zh) | 故障类型的展示方法及装置 | |
CN116238519A (zh) | 驾驶诊断装置、驾驶诊断方法及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |