CN111597507A - 一种事件数据记录方法、装置、设备及存储介质 - Google Patents
一种事件数据记录方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111597507A CN111597507A CN202010244266.6A CN202010244266A CN111597507A CN 111597507 A CN111597507 A CN 111597507A CN 202010244266 A CN202010244266 A CN 202010244266A CN 111597507 A CN111597507 A CN 111597507A
- Authority
- CN
- China
- Prior art keywords
- data
- target vehicle
- vehicle
- risk
- event 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012360 testing method Methods 0.000 claims abstract description 90
- 230000004927 fusion Effects 0.000 claims abstract description 71
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims description 18
- 238000007689 inspection Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 description 110
- 230000008569 process Effects 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005474 detonation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种事件数据记录方法、装置、设备及存储介质,所述方法包括当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的目标车辆的车载记录数据;获取本地记录的目标车辆的运行数据及第二风险事件数据;进行准确性测试,得到准确性测试结果;基于准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对待融合数据进行数据融合,得到目标事件融合数据包。利用本申请提供的技术方案可将多种事件数据进行整合并保存,提升事件数据记录的准确性,提升事件数据的可靠性及安全性。
Description
技术领域
本发明涉及车联网技术领域,具体涉及一种事件数据记录方法、装置、设备及存储介质。
背景技术
随着汽车行业的飞速发展与汽车保有量的大幅递增,每年由于交通事故造成的人员伤亡和财产损失也在随之大幅的增加。为让行驶过程实现可回放,提升交通事故的可追溯性,以便于分析,从而不仅容易确认事故起因,也可从此次事故中吸取经验,以应用于之后的安全设计,近几年,新生产的汽车中都配备EDR(Event Data Recorder事件数据记录***)。中国也在近日发布了国标草案,要求2021年1月1日以后车辆必须装载满足国标要求的事故数据记录器(EDR)。当前的EDR数据记录***主要为车载式,只能通过自车的传感器采集记录相关事故的信息,采集数据局限,存储量小,并且在有二次事故发生时,容易增大车载EDR被破坏的几率,数据无额外备份。并且由于收到设备硬件的限制,车载EDR数据处理能力低。且当车载EDR受到破坏或发生故障时,难以得到事故相关数据。因此,需要提供更加有效的方案。
发明内容
为了解决现有技术的问题,本发明提供了一种事件数据记录方法、装置、计算机设备及存储介质。所述技术方案如下:
本申请一方面提供了一种事件数据记录方法,所述方法包括:
当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;
当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的所述目标车辆的车载记录数据;
获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;
对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;
基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;
对所述待融合数据进行数据融合,得到目标事件融合数据包。
本申请另一方面提供了一种事件数据记录装置,所述装置包括:
风险概率检测模块,用于当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;
风险识别获取模块,用于当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取第一车载设备记录的所述目标车辆的车载记录数据;
数据获取模块,用于获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;
准确性测试模块,用于对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;
数据预处理模块,用于基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;
数据融合模块,用于对所述待融合数据进行数据融合,得到目标事件融合数据包。
本申请另一方面提供了一种设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现所述事件数据记录方法。
本申请另一方面提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现所述事件数据记录方法。
本申请提供的事件数据记录方法、装置、设备及存储介质,具有如下技术效果:
本申请通过当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的所述目标车辆的车载记录数据;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对所述待融合数据进行数据融合,得到目标事件融合数据包。通过本申请的技术方案能够在事件发生的短时间内,接收车载设备的大量信息,同时监控记录设备自身也能够记录大量的事故数据信息。监控记录设备通过数据融合将多份事故相关数据进行整合并保存,能够提升数据处理能力、实现数据备份,数据准确性及可靠性高。通过准确性测试提升事件数据的可靠性及安全性。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例提供的一种应用环境的示意图;
图2是本申请实施例提供的一种事件数据记录方法的流程图;
图3是本申请实施例提供的所述监控记录设备对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果的流程图;
图4是本申请实施例提供的另一种事件数据记录方法的流程图;
图5是本申请实施例提供的一种事件数据记录装置示意图;
图6是本申请实施例提供的一种事件数据记录的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本申请实施例提供的一种应用环境的示意图,如图1所示,该应用环境可以包括监控记录设备100、车载设备200和云端服务器300。
在本发明书实施例中,监控记录设备100也可以用于对目标车辆进行风险概率检测及风险识别,并当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备200记录的所述目标车辆的车载记录数据;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备200在风险识别的结果为存在风险后记录的第二风险事件数据;对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对所述待融合数据进行数据融合,得到目标事件融合数据包,并发送所述目标事件融合数据包至云端服务器300。具体地,监控记录设备100可以包括处理器101和存储器102,所述存储器102可以用于存储监控记录设备100记录目标车辆的第一风险事件数据、目标车辆的运行数据以及从所述车载设备200接收到的目标车辆的第一风险事件数据及目标车辆的车载设备200记录的所述目标车辆的车载记录数据等,所述处理器101可以用于执行风险识别指令及事件记录指令等。具体地,监控记录设备100还可以控制包括具有视频采集等功能的实体设备,且从所述实体设备获取采集数据;在具体的实施例中,监控记录设备100可以包括但不限于基站EDR(Event DataRecorder事件数据记录***)***。
在本发明书实施例中,车载设备200可以用于对目标车辆进行风险概率检测及风险识别,并在事件发生前持续记录目标车辆的车载记录数据;在确认存在风险时将记录的目标车辆的车载记录数据发送至监控记录设备100,并开始记录第二风险事件数据发送至监控记录设备100。具体地,车载设备200可以包括处理器201和存储器202,所述存储器202可以用于存储车载设备200记录目标车辆的车载记录数据及第二风险事件数据等,所述处理器201可以用于执行风险识别指令及事件记录指令等。具体地,车载设备200还可以包括具有视频采集等功能的实体设备;车载设备200还可以包括一种或多种传感器,例如光传感器、运动传感器以及其他传感器,能够用于获取车速、加速度、减速度及安全带状态等;所述车载设备200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。在具体的实施例中,车载设备200可以包括但不限于车载EDR(Event DataRecorder事件数据记录***)***。
在本发明实施例中,云端服务器300可以包括一个独立运行的服务器,或者分布式服务器,或者由多个服务器组成的服务器集群。云端服务器300可以包括有网络通信单元、处理器和存储器等等。具体的,所述云端服务器300可以用于接收监控记录设备100发送目标事件融合数据包并进行保存等操作。
请参照图1,在实际应用中,监控记录设备100会持续记录目标车辆的运行数据,车载设备200会持续记录目标车辆的车载记录数据,可由监控记录设备100和/或车载设备200对目标车辆进行风险概率检测,当检测到目标车辆存在风险概率时,对目标车辆进行风险识别,当风险识别的结果为存在风险时,监控记录设备100开始记录所述目标车辆的第一风险事件数据,且车载设备200开始记录所述目标车辆的第二风险事件数据,并将车载设备200记录的所述目标车辆的车载记录数据及第二风险事件数据发送至监控记录设备100。监控记录设备100对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;监控记录设备100基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;监控记录设备100对所述待融合数据进行数据融合,得到目标事件融合数据包。监控记录设备100发送所述目标事件融合数据包至云端服务器300。
此外,需要说明的是,图1仅仅是本申请实施例提供的一种应用环境示例,本发明并不以此为限。
图2是本申请实施例提供的一种事件数据记录方法的流程图,请参照图2,本说明书实施例提供的事件数据记录方法包括如下步骤:
S201:监控记录设备进行风险概率检测,当所述监控记录设备检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别。
具体地,所述监控记录设备进行风险概率检测可以包括:
监控记录设备基于目标车辆的状态数据进行风险概率检测。
具体地,所述监控记录设备可以包括但不限于基站EDR(Event Data Recorder事件数据记录***)***,在实际应用中,所述基站EDR***可以基于一个或多个传感器及视频图像采集设备(例如,摄像头和测速器)获取目标车辆的状态数据,且能够采集视频数据。
具体地,所述目标车辆的状态数据是用于表征目标车辆的行驶状态及目标车辆与周围车辆关系状态的数据,具体地,所述目标车辆的状态数据可以包括但不限于:目标车辆的横向速度、目标车辆的纵向速度、目标车辆的横向加速度、目标车辆的纵向加速度、与目标车辆的距离在第一预设阈值范围内的车辆的速度、加速度及目标车辆与周围车辆的距离等。
在实际应用中,当所述目标车辆的状态数据中的一个或多个超过第二预设阈值范围时,确定所述目标车辆存在风险概率。例如,当目标车辆的横向速度超过预设阈值时,确定所述目标车辆存在风险概率。
具体地,所述第一预设阈值范围及所述第二预设阈值范围可以根据实际应用需要进行设定,或根据车辆测试结果进行设定。
在实际应用中,所述方法还包括:
目标车辆的车载设备进行风险概率检测,当目标车辆的车载设备检测到目标车辆存在风险概率时,目标车辆的车载设备对所述目标车辆进行风险识别,并发送风险识别指令到所述监控记录设备。
在实际应用中,当所述目标车辆的车载设备先于所述监控记录设备检测到目标车辆存在风险概率时,所述目标车辆的车载设备对所述目标车辆进行风险识别,并发送第一风险识别指令到所述监控记录设备,所述监控记录设备基于所述第一风险识别指令进行风险概率检测;
当所述监控记录设备先于所述目标车辆的车载设备检测到目标车辆存在风险概率时,所述监控记录设备对所述目标车辆进行风险识别,并发送第二风险识别指令到所述目标车辆的车载设备,所述目标车辆的车载设备基于所述第二风险识别指令进行风险概率检测。
通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险概率检测,在任一个检测到存在风险概率时,即发送风险识别指令到另一个设备,目标车辆的车载设备和监控记录设备均进行风险识别,能够提升风险概率检测的准确性,更加及时地记录事件相关数据,确保得到的事件相关数据更加准确。
在实际应用中,所述目标车辆的车载设备在汽车启动时即会开启,且无法被一键式的按钮关闭,所述监控记录设备会进行开启状态检查,确保监控记录设备未关闭。通过对监控记录设备进行开启状态检查,确保监控记录设备未关闭,能够保证事件数据记录的可靠性。且在车辆行驶时,会先通过5G/LTE-V2X(Vehicle to everything车用无线通信技术)技术与临近的路边基站进行配对。在目标车辆移动时,目标车辆的车载设备会持续与路边临近的一个或多个基站保持配对关系。
在本说明书实施例中,所述目标车辆的车载设备及所述监控记录设备始终能够基于感知设备(例如,传感器)采集目标车辆的的状态数据,并把目标车辆的的状态数据存储在一个临时的、易失性的存储介质中,在这个存储介质中,所述目标车辆的车载设备记录的目标车辆的的状态数据及所述监控记录设备记录的目标车辆的的状态数据按一定的时间间隔不断地更新。
S202:监控记录设备进行风险识别,当风险识别的结果为存在风险时,监控记录设备开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的所述目标车辆的车载记录数据。
具体地,所述监控记录设备进行风险识别可以包括:
监控记录设备基于目标车辆的状态数据进行风险识别。
在实际应用中,当所述目标车辆的状态数据中的一个或多个超过第三预设阈值范围时,确定风险识别的结果为存在风险。例如,当目标车辆与周围任一车辆的距离小于预设阈值时,确定风险识别的结果为存在风险,即确认事件发生。
具体地,所述第三预设阈值范围可以根据实际应用需要进行设定,或根据车辆测试结果进行设定。
S203:监控记录设备获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据。
在实际应用中,所述方法还包括:
目标车辆的车载设备进行风险识别,当风险识别的结果为存在风险时,目标车辆的车载设备发送事件记录指令到所述监控记录设备,且目标车辆的车载设备开始记录第二风险事件数据,并发送目标车辆的车载设备记录的所述目标车辆的车载记录数据到所述监控记录设备。
在实际应用中,当所述目标车辆的车载设备先于所述监控记录设备识别目标车辆存在风险时,目标车辆的车载设备发送第一事件记录指令到所述监控记录设备,且目标车辆的车载设备开始记录第二风险事件数据,并发送目标车辆的车载设备记录的所述目标车辆的车载记录数据到所述监控记录设备,所述监控记录设备基于所述第一事件记录指令开始记录第一风险事件数据;
当所述监控记录设备先于所述目标车辆的车载设备识别到目标车辆存在风险时,所述监控记录设备发送第二事件记录指令到所述目标车辆的车载设备,且监控记录设备开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的所述目标车辆的车载记录数据,所述目标车辆的车载设备基于所述第二事件记录指令开始记录第二风险事件数据。
具体地,所述目标车辆的车载设备记录的所述目标车辆的车载记录数据包括确定风险识别的结果为存在风险前第一预设时间内目标车辆的车载设备记录的目标车辆的状态数据(即确认事件发生前第一预设时间内目标车辆的车载设备记录的目标车辆的状态数据),具体地,所述确定风险识别的结果为存在风险前第一预设时间内的目标车辆的状态数据可以包括但不限于:目标车辆的横向/纵向的速度/加速度/最大加速度、点火循环、安全带状态、油门踏板开合度及安全气囊起爆时间。
具体地,所述本地记录的所述目标车辆的运行数据包括确定风险识别的结果为存在风险前第二预设时间内监控记录设备记录的目标车辆的状态数据(即确认事件发生前第二预设时间内监控记录设备记录的目标车辆的状态数据),具体地,所述本地记录的所述目标车辆的运行数据可以包括但不限于:目标车辆与附近车辆的横向/纵向的速度/加速度/最大加速度、路面状况、天气情况和交通情况。
具体地,所述第一预设时间及第二预设时间可以根据实际应用需要进行设定。
具体地,所述监控记录设备记录的所述目标车辆的第一风险事件数据包括确定目标车辆存在风险后开始记录的车辆相关数据,包括事件发生开始直至事件结束后第三预设时间内的数据,所述第三预设时间可以根据实际应用需要进行设定,在一个实施例中,所述第三预设时间可以包括,例如,30分钟。通过记录事件发生开始直至事件结束后第三预设时间内的数据,能够提升事件数据的完整性,提高事件数据的可靠性。具体地,所述目标车辆的第一风险事件数据可以包括但不限于:目标车辆与附近车辆的车速和纵横方向减速度、路面状况、交通情况、有无发生连环事故以及事故发生后一定时间内事故区域的录像。
具体地,所述目标车辆的车载设备记录的所述目标车辆的第二风险事件数据是确定目标车辆存在风险后开始记录的车辆相关数据,包括事件发生开始直至事件结束后第四预设时间内的数据,所述第四预设时间可以根据实际应用需要进行设定,在一个实施例中,所述第四预设时间可以包括,例如,30分钟。通过记录事件发生开始直至事件结束后第四预设时间内的数据,能够提升事件数据的完整性,提高事件数据的可靠性。具体地,所述目标车辆的第一风险事件数据可以包括但不限于:目标车辆纵横方向减速度、最大减速度、安全气囊打开时间及目标车辆在事件结束后车载设备的视频数据。
通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险识别,在任一个识别到存在风险,即确认事故发生时,即发送事件记录指令到另一个设备,目标车辆的车载设备和监控记录设备均开始进行风险事件数据记录,能够提升风险识别的准确性,更加及时地确认事件发生,确保得到的事件过程数据更加准确完整,提升事件数据记录的可靠性。
S204:监控记录设备对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果。
具体地,如图3所示,所述监控记录设备对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果可以包括:
S301:监控记录设备确定所述目标车辆的车载记录数据和目标车辆的运行数据中的同类数据对。
S302:监控记录设备确定所述第一风险事件数据和第二风险事件数据中的同类数据对。
具体地所述目标车辆的车载记录数据和目标车辆的运行数据中的同类数据对和所述第一风险事件数据和第二风险事件数据中的同类数据对是目标车辆的车载设备和监控记录设备记录的相同类型的数据,在实际应用中,所述目标车辆的车载记录数据和目标车辆的运行数据中的同类数据对可以包括,例如,相同时刻目标车辆的车载设备记录的车速和监控记录设备记录的车速;所述第一风险事件数据和第二风险事件数据中的同类数据对可以包括,目标车辆的车载设备记录的目标车辆的最大减速度和监控记录设备记录的目标车辆的最大减速度。
S303:监控记录设备对所述同类数据对进行比对,得到所述同类数据对间的差异数据。
具体地,所述监控记录设备对所述同类数据对进行比对,得到所述同类数据对间的差异数据可以包括:将所述同类数据对中的数据作差,得到所述同类数据对中的数据的差值的绝对值,将所述同类数据对中的数据的差值的绝对值作为所述同类数据对间的差异数据。
S304:监控记录设备基于所述差异数据确定所述准确性测试结果。
具体地,所述准确性测试结果包括准确,或,不准确,所述差异数据确定所述准确性测试结果可以包括:当所述差异数据不大于第一预设阈值时,确定所述准确性测试结果为准确;当所述差异数据不大于第一预设阈值时,确定所述准确性测试结果为不准确。
具体地,所述第一预设阈值可以根据实际应用需要进行设定。
S205:监控记录设备基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据。
具体地,所述监控记录设备基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据可以包括:
1)当所述准确性测试结果包括准确时,所述监控记录设备将所述同类数据对中的所述第二风险事件数据中包括的数据,和/或,所述目标车辆的运行数据删除。
在实际应用中,当所述准确性测试结果包括准确时,即车载设备记录的和监控记录设备记录的同类数据相差不大时,所述监控记录设备将所述同类数据对中的所述第二风险事件数据,和/或,所述目标车辆的运行数据删除,保留所述同类数据对中的目标车辆的车载设备记录的第一风险事件数据,和/或,目标车辆的车载记录数据,因为在数据相差较小时,相比于监控记录设备记录的数据,目标车辆的车载设备记录的第一风险事件数据,和/或,目标车辆的车载记录数据会更加准确,能够提高事件数据记录的可靠性。
2)将所述第一风险事件数据、所述目标车辆的车载记录数据、删除处理后的第二风险事件数据及删除处理后的目标车辆的运行数据作为所述待融合数据。
具体地,所述监控记录设备基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据还可以包括:
(1)当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;
(2)将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据。
通过当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据,例如,当目标车辆的车载设备记录的目标车辆在第一时刻的车速与监控记录***记录的目标车辆在第一时刻的车速的差异数据超过第一预设阈值时,即对目标车辆的车载设备记录的目标车辆在第一时刻的车速与监控记录***记录的目标车辆在第一时刻的车速都进行故障标记,从而能够及时提示车主或管理人员进行设备的检查及维修(例如,测速器的检查及维修),且提升了事件数据记录的可靠性。
在本说明书实施例中,当存在与所述目标车辆相关联的车辆时,所述方法还可以包括:
(1)监控记录设备获取与所述目标车辆相关联的车辆的车载记录数据及与目标车辆相关联的车辆记录的第三风险事件数据。
(2)监控记录设备对所述第一风险事件数据、目标车辆的车载记录数据、第三风险事件数据及与所述目标车辆相关联的车辆的车载记录数据进行准确性测试,得到准确性测试结果。
具体地,所述对所述第一风险事件数据、目标车辆的车载记录数据、第三风险事件数据及与所述目标车辆相关联的车辆的车载记录数据进行准确性测试,得到准确性测试结果可以包括:
1)确定所述目标车辆的车载记录数据和与所述目标车辆相关联的车辆的车载记录数据中的同类数据对。
2)确定所述第一风险事件数据和第三风险事件数据中的同类数据对。
3)对所述同类数据对进行比对,得到所述同类数据对间的差异数据。
4)基于所述差异数据确定所述准确性测试结果。
具体地,所述确定所述目标车辆的车载记录数据和与所述目标车辆相关联的车辆的车载记录数据中的同类数据对,确定所述第一风险事件数据和第三风险事件数据中的同类数据对,对所述同类数据对进行比对,得到所述同类数据对间的差异数据,基于所述差异数据确定所述准确性测试结果的具体过程与S301~S304类似,可以参见S301~S304的相关描述,在此不再赘述。
(3)监控记录设备基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据、目标车辆的运行数据、与所述目标车辆相关联的车辆的车载记录数据及第三风险事件数据进行预处理,得到待融合数据。
具体地,所述监控记录设备基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据、目标车辆的运行数据、与所述目标车辆相关联的车辆的车载记录数据及第三风险事件数据进行预处理,得到待融合数据的具体过程与S204类似,可以参见S204的相关描述,在此不再赘述。
(4)对所述待融合数据进行数据融合,得到目标事件融合数据包。
在实际应用中,当所述准确性测试结果包括准确时,即目标车辆的车载设备记录的和与所述目标车辆相关联的车辆记录的同类数据相差不大时,所述监控记录设备将保留所述同类数据对中的目标车辆的车载设备记录的第一风险事件数据,和/或,目标车辆的车载记录数据,因为在数据相差较小时,相比于与所述目标车辆相关联的车辆记录的数据,目标车辆的车载设备记录的第一风险事件数据,和/或,目标车辆的车载记录数据会更加准确,能够提高事件数据记录的可靠性。在实际应用中,由于车载EDR可能在事故中遭到破坏从而导致事件数据缺失,当存在与所述目标车辆相关联的车辆时,通过将与所述目标车辆相关联的车辆记录的数据一并保存下来,提供了多一重保障,能够提升事件数据记录的可靠性。
具体地,如图4所示,在对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果之前,所述方法还包括:
S401:基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验;
具体地,所述基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验可以包括,基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息将目标车辆的车载记录数据的时长与目标车辆的运行数据的时长作差,若差值超过第二预设阈值,则确定所述目标车辆的车载记录数据缺失。具体地,所述第二预设阈值可以根据实际应用需要进行设定。在实际应用中,还可以基于车载EDR的设置对所述目标车辆的车载记录数据进行缺失检验,例如,记录的目标车辆的车载记录数据的时长低于预设时长,本发明并不以此为限。
S402:基于所述第一风险事件数据中的时间信息和所述第二风险事件数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验。
具体地,所述基于所述第一风险事件数据中的时间信息和所述第二风险事件数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验的具体过程与S401的具体过程类似,可以参考S401的相关描述,在此不再赘述。
S403:当确定所述目标车辆的车载记录数据及所述第一风险事件数据未缺失时,对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试。
在本说明书实施例中,当确定所述目标车辆的车载记录数据和/或所述第一风险事件数据缺失时,所述方法还包括:
在对所述待融合数据进行数据融合,得到目标事件融合数据包之后,对所述目标事件融合数据包进行故障标记。
由于在实际情况中,车载EDR可能会在事故或二次事故中受到破坏从而使得发送给监控记录设备(例如,基站EDR)的数据不完整,通过基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验、基于所述第一风险事件数据中的时间信息和所述第二风险事件数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验,且当确定所述目标车辆的车载记录数据和/或所述第一风险事件数据缺失时,对所述目标事件融合数据包进行故障标记,例如,车载EDR的摄像头在事故中遭到了破坏,导致第二风险事件数据中的视频数据缺失,则对所述目标事件融合数据包进行故障标记,能够及时提示车主或管理人员进行设备的检查及维修(例如,摄像头的检查及维修),且提升了事件数据记录的可靠性。
S206:监控记录设备对所述待融合数据进行数据融合,得到目标事件融合数据包。
具体地,所述监控记录设备对所述待融合数据进行数据融合,得到目标事件融合数据包可以包括将所述待融合数据经过融合算法进行整合,例如,将所述待融合数据的数据格式进行统一转换。
在本说明书实施例中,所述监控记录设备对所述待融合数据进行数据融合,得到目标事件融合数据包之后,所述方法还可以包括:
获取监控记录设备记录的事件发生前较长一段时间的视频数据及事件发生后较长一段时间的视频数据,并将所述监控记录设备记录的事件发生前较长一段时间的视频数据及事件发生后较长一段时间的视频数据与所述目标事件融合数据包进行关联。
通过将监控记录设备记录的事件发生前较长一段时间的视频数据及事件发生后较长一段时间的视频数据与所述目标事件融合数据包进行关联,能够提升事件数据记录的可靠性和完整性,便于之后对事故原因及事故过程进行排查。
在本说明书实施例中,在对所述待融合数据进行数据融合,得到目标事件融合数据包之后,所述方法还包括:
监控记录设备发送所述目标事件融合数据包至云端服务器。
通过监控记录设备发送所述目标事件融合数据包至云端服务器,能够对数据进行备份保存,提升数据保存的安全性,减少占用基站的储存空间及性能。且将目标事件融合数据包上传到云端后能够供远程人工取回数据。目标事件融合数据包在事故被处理完后保存第五预设时间以作为参考,直到人为删除或超出第五预设时间(例如,1年),当目标事件融合数据包一直无人取出且超过第六预设时间后(例如,1个月),基站***(监控记录设备)能够自动发送消息至相关部门通知有关人员取回数据。具体地,所述第五预设时间及第六预设时间可以根据实际应用需要进行设定。在实际应用中,目标事件融合数据包的取回者要凭借许可证(电子认证或者人工确认)进行数据取回,且目标事件融合数据包被取出后,应留有相关取出记录,以提升数据的安全性。
在本说明书实施例中,通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险概率检测,在任一个检测到存在风险概率时,即发送风险识别指令到另一个设备,目标车辆的车载设备和监控记录设备均进行风险识别,能够提升风险概率检测的准确性,更加及时地记录事件相关数据,确保得到的事件相关数据更加准确;通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险识别,在任一个识别到存在风险,即确认事故发生时,即发送事件记录指令到另一个设备,目标车辆的车载设备和监控记录设备均开始进行风险事件数据记录,能够提升风险识别的准确性,更加及时地确认事件发生,确保得到的事件过程数据更加准确完整,提升事件数据记录的可靠性;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;通过对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对所述待融合数据进行数据融合,得到目标事件融合数据包。能够提高事件数据记录的可靠性;通过当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据,能够及时提示车主或管理人员进行设备的检查及维修,且提升了事件数据记录的可靠性。监控记录设备发送所述目标事件融合数据包至云端服务器,能够对数据进行备份保存,提升数据保存的安全性,减少占用基站的储存空间及性能。
本申请实施例还提供了一种事件数据记录装置,如图5所示,所述装置包括:
风险概率检测模块510,用于当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;
风险识别获取模块520,用于当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取第一车载设备记录的所述目标车辆的车载记录数据;
数据获取模块530,用于获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;
准确性测试模块540,用于对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;
数据预处理模块550,用于基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;
数据融合模块560,用于对所述待融合数据进行数据融合,得到目标事件融合数据包。
在一个实施例中,所述准确性测试模块540还可以包括:
第一同类数据对确定单元,用于确定所述目标车辆的车载记录数据和目标车辆的运行数据中的同类数据对;
第二同类数据对确定单元,用于确定所述第一风险事件数据和第二风险事件数据中的同类数据对;
数据比对单元,用于对所述同类数据对进行比对,得到所述同类数据对间的差异数据;
结果确定单元,用于基于所述差异数据确定所述准确性测试结果。
在一个实施例中,所述数据预处理模块850可以包括:
数据删除单元,用于当所述准确性测试结果包括准确时,将所述同类数据对中的所述第二风险事件数据,和/或,所述目标车辆的运行数据删除;
第一数据确定单元,用于将所述第一风险事件数据、所述目标车辆的车载记录数据、删除处理后的第二风险事件数据及删除处理后的目标车辆的运行数据作为所述待融合数据。
在另一个实施例中,所述数据预处理模块850还可以包括:
故障标记单元,用于当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;
第二数据确定单元,用于将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据。
在一个实施例中,所述装置还可以包括:
第一缺失检验模块,用于基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验;
第二缺失检验模块,用于基于所述第一风险事件数据中的时间信息和所述第二风险事件数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验;
检验后准确性测试模块,用于当确定所述目标车辆的车载记录数据及所述第一风险事件数据未缺失时,对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试。
具体地,所述装置还可以包括:
故障标记模块,用于在对所述待融合数据进行数据融合,得到目标事件融合数据包之后,对所述目标事件融合数据包进行故障标记。
在一个实施例中,所述装置还可以包括:
数据发送模块,用于在对所述待融合数据进行数据融合,得到目标事件融合数据包之后,发送所述目标事件融合数据包至云端服务器。
具体地,所述事件数据记录装置的上述各模块可通过总线进行耦合及通信。
本发明实施例的事件数据记录装置通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险概率检测,在任一个检测到存在风险概率时,即发送风险识别指令到另一个设备,目标车辆的车载设备和监控记录设备均进行风险识别,能够提升风险概率检测的准确性,更加及时地记录事件相关数据,确保得到的事件相关数据更加准确;通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险识别,在任一个识别到存在风险,即确认事故发生时,即发送事件记录指令到另一个设备,目标车辆的车载设备和监控记录设备均开始进行风险事件数据记录,能够提升风险识别的准确性,更加及时地确认事件发生,确保得到的事件过程数据更加准确完整,提升事件数据记录的可靠性;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;通过对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对所述待融合数据进行数据融合,得到目标事件融合数据包。能够提高事件数据记录的可靠性;通过当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据,能够及时提示车主或管理人员进行设备的检查及维修,且提升了事件数据记录的可靠性。监控记录设备发送所述目标事件融合数据包至云端服务器,能够对数据进行备份保存,提升数据保存的安全性,减少占用基站的储存空间及性能。
本发明实施例提供了一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的事件数据记录方法。
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、功能所需的应用程序等;存储数据区可存储根据所述设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本发明实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行,即上述计算机设备可以包括移动终端、计算机终端、服务器或者类似的运算装置。以运行在服务器上为例,图6是本发明实施例提供的一种事件数据记录方法的服务器的硬件结构框图。如图6所示,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(Central Processing Units,CPU)610(处理器610可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器630,一个或一个以上存储应用程序623或数据622的存储介质620(例如一个或一个以上海量存储设备)。其中,存储器630和存储介质620可以是短暂存储或持久存储。存储在存储介质620的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器610可以设置为与存储介质620通信,在服务器600上执行存储介质620中的一系列指令操作。服务器600还可以包括一个或一个以上电源660,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口640,和/或,一个或一个以上操作***621,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
输入输出接口640可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器600的通信供应商提供的无线网络。在一个实例中,输入输出接口640包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,输入输出接口640可以为射频(RadioFrequency,RF)模块,其用于通过无线方式与互联网进行通讯。
本领域普通技术人员可以理解,图6所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器600还可包括比图6中所示更多或者更少的组件,或者具有与图6所示不同的配置。
本发明的实施例还提供了一种计算机可读存储介质,所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种事件数据记录方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述方法实施例提供的事件数据记录方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本发明提供的事件数据记录方法、装置、计算机设备或存储介质的实施例可见,本发明通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险概率检测,在任一个检测到存在风险概率时,即发送风险识别指令到另一个设备,目标车辆的车载设备和监控记录设备均进行风险识别,能够提升风险概率检测的准确性,更加及时地记录事件相关数据,确保得到的事件相关数据更加准确;通过目标车辆的车载设备和监控记录设备对所述目标车辆进行风险识别,在任一个识别到存在风险,即确认事故发生时,即发送事件记录指令到另一个设备,目标车辆的车载设备和监控记录设备均开始进行风险事件数据记录,能够提升风险识别的准确性,更加及时地确认事件发生,确保得到的事件过程数据更加准确完整,提升事件数据记录的可靠性;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;通过对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;对所述待融合数据进行数据融合,得到目标事件融合数据包。能够提高事件数据记录的可靠性;通过当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据,能够及时提示车主或管理人员进行设备的检查及维修,且提升了事件数据记录的可靠性。监控记录设备发送所述目标事件融合数据包至云端服务器,能够对数据进行备份保存,提升数据保存的安全性,减少占用基站的储存空间及性能。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种事件数据记录方法,其特征在于,所述方法包括:
当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;
当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取目标车辆的车载设备记录的所述目标车辆的车载记录数据;获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;
对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;
基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;
对所述待融合数据进行数据融合,得到目标事件融合数据包。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果包括:
确定所述目标车辆的车载记录数据和目标车辆的运行数据中的同类数据对;
确定所述第一风险事件数据和第二风险事件数据中的同类数据对;
对所述同类数据对进行比对,得到所述同类数据对间的差异数据;
基于所述差异数据确定所述准确性测试结果。
3.根据权利要求2所述的方法,其特征在于,所述准确性测试结果包括准确,或,不准确,所述基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据包括:
当所述准确性测试结果包括准确时,将所述同类数据对中的所述第二风险事件数据,和/或,所述目标车辆的运行数据删除;
将所述第一风险事件数据、所述目标车辆的车载记录数据、删除处理后的第二风险事件数据及删除处理后的目标车辆的运行数据作为所述待融合数据。
4.根据权利要求3所述的方法,其特征在于,所述基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据还包括:
当所述准确性测试结果包括不准确时,对所述同类数据对中的数据分别进行故障标记;
将故障标记后的第一风险事件数据、故障标记后的目标车辆的车载记录数据、故障标记后的第二风险事件数据及故障标记后的目标车辆的运行数据作为所述待融合数据。
5.根据权利要求1所述的方法,其特征在于,在对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果之前,所述方法还包括:
基于所述目标车辆的车载记录数据中的时间信息和所述目标车辆的运行数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验;
基于所述第一风险事件数据中的时间信息和所述第二风险事件数据中的时间信息对所述目标车辆的车载记录数据进行缺失检验;
当确定所述目标车辆的车载记录数据及所述第一风险事件数据未缺失时,对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试。
6.根据权利要求5所述的方法,其特征在于,当确定所述目标车辆的车载记录数据和/或所述第一风险事件数据缺失时,所述方法还包括:
在对所述待融合数据进行数据融合,得到目标事件融合数据包之后,对所述目标事件融合数据包进行故障标记。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述待融合数据进行数据融合,得到目标事件融合数据包之后,发送所述目标事件融合数据包至云端服务器。
8.一种事件数据记录装置,其特征在于,所述装置包括:
风险概率检测模块,用于当检测到目标车辆存在风险概率时,对所述目标车辆进行风险识别;
风险识别获取模块,用于当风险识别的结果为存在风险时,开始记录所述目标车辆的第一风险事件数据,且获取第一车载设备记录的所述目标车辆的车载记录数据;
数据获取模块,用于获取本地记录的所述目标车辆的运行数据及获取目标车辆的车载设备在风险识别的结果为存在风险后记录的第二风险事件数据;
准确性测试模块,用于对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行准确性测试,得到准确性测试结果;
数据预处理模块,用于基于所述准确性测试结果对所述第一风险事件数据、目标车辆的车载记录数据、第二风险事件数据及目标车辆的运行数据进行预处理,得到待融合数据;
数据融合模块,用于对所述待融合数据进行数据融合,得到目标事件融合数据包。
9.一种事件数据记录设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1至7任一所述的事件数据记录方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至7任一所述的事件数据记录方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244266.6A CN111597507A (zh) | 2020-03-31 | 2020-03-31 | 一种事件数据记录方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010244266.6A CN111597507A (zh) | 2020-03-31 | 2020-03-31 | 一种事件数据记录方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111597507A true CN111597507A (zh) | 2020-08-28 |
Family
ID=72191993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010244266.6A Pending CN111597507A (zh) | 2020-03-31 | 2020-03-31 | 一种事件数据记录方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597507A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581651A (zh) * | 2020-11-18 | 2021-03-30 | 宝能(广州)汽车研究院有限公司 | 车辆的数据记录方法、计算机可读存储介质和车辆 |
CN113302614A (zh) * | 2021-04-25 | 2021-08-24 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN114301938A (zh) * | 2021-12-24 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
CN114913626A (zh) * | 2022-05-07 | 2022-08-16 | 中汽创智科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086780A (ja) * | 2002-08-29 | 2004-03-18 | Alpine Electronics Inc | 車載記録装置およびシステム |
KR20100056600A (ko) * | 2008-11-20 | 2010-05-28 | 재단법인대구경북과학기술원 | 네트워크 기반의 사고 기록 분산 방법, 장치, 차량 및 관제서버 |
CN105243701A (zh) * | 2015-09-25 | 2016-01-13 | 宇龙计算机通信科技(深圳)有限公司 | 一种行车信息上报方法及行车记录终端 |
CN105869230A (zh) * | 2016-04-15 | 2016-08-17 | 北京小米移动软件有限公司 | 视频数据的管理方法、装置、终端及服务器 |
CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
CN110533794A (zh) * | 2019-08-30 | 2019-12-03 | 珠海小可乐科技有限公司 | 车辆危险管理方法、计算机装置以及计算机可读存储介质 |
CN110758398A (zh) * | 2018-07-10 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 驾驶风险的检测方法及装置 |
-
2020
- 2020-03-31 CN CN202010244266.6A patent/CN111597507A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004086780A (ja) * | 2002-08-29 | 2004-03-18 | Alpine Electronics Inc | 車載記録装置およびシステム |
KR20100056600A (ko) * | 2008-11-20 | 2010-05-28 | 재단법인대구경북과학기술원 | 네트워크 기반의 사고 기록 분산 방법, 장치, 차량 및 관제서버 |
CN105243701A (zh) * | 2015-09-25 | 2016-01-13 | 宇龙计算机通信科技(深圳)有限公司 | 一种行车信息上报方法及行车记录终端 |
CN105869230A (zh) * | 2016-04-15 | 2016-08-17 | 北京小米移动软件有限公司 | 视频数据的管理方法、装置、终端及服务器 |
CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
CN110758398A (zh) * | 2018-07-10 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 驾驶风险的检测方法及装置 |
CN110533794A (zh) * | 2019-08-30 | 2019-12-03 | 珠海小可乐科技有限公司 | 车辆危险管理方法、计算机装置以及计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581651A (zh) * | 2020-11-18 | 2021-03-30 | 宝能(广州)汽车研究院有限公司 | 车辆的数据记录方法、计算机可读存储介质和车辆 |
CN113302614A (zh) * | 2021-04-25 | 2021-08-24 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN113302614B (zh) * | 2021-04-25 | 2023-02-03 | 华为技术有限公司 | 数据管理方法、装置和终端设备 |
CN114301938A (zh) * | 2021-12-24 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
CN114301938B (zh) * | 2021-12-24 | 2024-01-02 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
CN114913626A (zh) * | 2022-05-07 | 2022-08-16 | 中汽创智科技有限公司 | 一种数据处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111597507A (zh) | 一种事件数据记录方法、装置、设备及存储介质 | |
CN105383416B (zh) | 用于事件数据记录的激活与记录的方法和设备 | |
CN108986539B (zh) | 停车管理***、方法、车辆信息采集装置及管理服务器 | |
US9767624B2 (en) | Method and system for retrieving vehicular parameters from a vehicle data bus | |
EP3147883A1 (en) | Real-time road conditions monitoring method and real-time road conditions monitoring device | |
CN109804367A (zh) | 使用边缘计算的分布式视频存储和搜索 | |
CN105480177A (zh) | 一种利用车载智能终端实现车辆出险防欺诈的方法 | |
KR101611547B1 (ko) | 실시간 통합 차량관제 시스템 및 방법 | |
CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子*** | |
CN109714576B (zh) | 基于视频监控的车辆识别方法、装置、***及服务器 | |
CN103425731A (zh) | 数据源识别***和方法、数据搜集***和方法以及数据存储*** | |
CN104133467A (zh) | 一种基于云计算的obds远程故障诊断恢复*** | |
CN113485294A (zh) | 车辆的数据记录方法、装置、设备及存储介质 | |
CN104881907A (zh) | 一种车辆事故信息获取方法和电子设备 | |
CN110533794A (zh) | 车辆危险管理方法、计算机装置以及计算机可读存储介质 | |
US10572542B1 (en) | Identifying a vehicle based on signals available on a bus | |
CN111612938B (zh) | 一种事件记录设备控制方法、装置、设备及存储介质 | |
CN113630449A (zh) | 一种车云数据传输***、方法、设备及存储介质 | |
CN114454774A (zh) | 一种电池包热失控预警***及方法 | |
CN114004566A (zh) | 危险告警的方法、装置及存储介质 | |
CN112927089A (zh) | 智能汽车事故自动出险处理方法、装置及电子设备 | |
KR101802612B1 (ko) | 이동형 로봇의 모니터링시스템 | |
CN114694421B (zh) | 基于数字航图的低空空管*** | |
CN110648002B (zh) | 一种车辆诊断方法、装置、设备及可读存储介质 | |
CN111930114B (zh) | 一种窑炉巡检方法、窑炉巡检装置、电子设备及存储介质 |
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 |