CN112258838B - 驾驶风险提示方法、装置、存储介质和设备 - Google Patents

驾驶风险提示方法、装置、存储介质和设备 Download PDF

Info

Publication number
CN112258838B
CN112258838B CN202011123664.9A CN202011123664A CN112258838B CN 112258838 B CN112258838 B CN 112258838B CN 202011123664 A CN202011123664 A CN 202011123664A CN 112258838 B CN112258838 B CN 112258838B
Authority
CN
China
Prior art keywords
vehicle
risk
vehicles
surrounding
target vehicle
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.)
Active
Application number
CN202011123664.9A
Other languages
English (en)
Other versions
CN112258838A (zh
Inventor
侯琛
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011123664.9A priority Critical patent/CN112258838B/zh
Publication of CN112258838A publication Critical patent/CN112258838A/zh
Application granted granted Critical
Publication of CN112258838B publication Critical patent/CN112258838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种驾驶风险提示方法、装置、存储介质和设备。其中，该方法包括：确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；对周边车辆集合执行数据处理，从周边车辆集合中筛选出风险车辆集合，风险车辆集合中的风险车辆为从预设的各风险度量角度均会给目标车辆带来碰撞风险的车辆；将风险车辆集合对应的关联数据下发给目标车辆；然后根据周边车辆集合中除风险车辆以外的数据构建新的周边车辆集合，返回对周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合并依次向目标车辆下发各风险车辆集合对应的关联数据。本发明方案实现了依据碰撞风险程度向目标车辆下发周边车辆信息，提升了驾驶安全性。

Description

驾驶风险提示方法、装置、存储介质和设备
技术领域
本发明涉及辅助驾驶技术领域，具体而言，涉及一种驾驶风险提示方法、装置、存储介质和设备。
背景技术
车辆在行驶的过程中，经常会发生碰撞、追尾等现象。在事故原因统计中，75％以上的事故是由驾驶员违规驾驶引起的，主要包括注意力分散、疲劳驾驶、酒后驾车、拨打手机等。为了提升车辆的行驶安全性，可以通过驾驶风险预警的方式将周边车辆信息发送给目标车辆，从而辅助目标车辆驾驶，可避免大多数碰撞事故。
相关的驾驶风险预警方案中，一般是每间隔一定时长，获取处于目标车辆周边某一范围(如安全距离范围)内所有车辆的信息，这些获取到的车辆被视为与目标车辆存在碰撞风险，然后被全部发送给目标车辆。
然而，相关技术提供的驾驶风险预警方案中，将目标车辆附件所有车辆的信息发送给目标车辆，忽视了不同车辆带给目标车辆的碰撞风险的差异，存在预警准确度不高的缺陷。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种驾驶风险提示方法、装置、存储介质和设备，以至少解决目前驾驶风险预警方案的预警准确度不高的技术问题。
根据本发明实施例的一个方面，提供了一种驾驶风险提示方法，包括：确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；确定所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息；将所述风险车辆集合对应的关联数据下发给所述目标车辆；根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，返回对所述周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
根据本发明实施例的另一方面，还提供了一种驾驶风险提示装置，包括：确定单元，用于确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；处理单元，用于对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；获取单元，用于获取所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息；发送单元，用于将所述风险车辆集合对应的关联数据下发给所述目标车辆；更新单元，用于根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，并触发所述数据处理单元对构建的所述周边车辆集合执行数据处理，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
根据本发明实施例的另一方面，还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或者至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现上述的驾驶风险提示方法。
根据本发明实施例的另一方面，还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的驾驶风险提示方法。
本发明实施例中，根据处于目标车辆驾驶安全距离以内的周边车辆构建周边车辆集合，考虑不同周边车辆带给目标车辆的碰撞风险的差异，对于周边车辆集合中在各风险度量角度均会给目标车辆带来较高碰撞可能性的周边车辆作为风险车辆，完成对周边车辆集合的数据处理，然后将风险车辆从周边车辆集合中剔除，获得更新的周边车辆集合，再对更新后的周边车辆集合执行数据处理，每轮数据处理均能获得一个由风险车辆组成的风险车辆集合，每获得一个风险车辆集合即向目标车辆返回该风险车辆集合中风险车辆的车辆信息和车控信息。本发明中，各轮数据处理获得的风险车辆集合的风险优先级与其生成时序相对应，风险车辆集合生成时序靠前的，其包含的风险车辆碰撞目标车辆的可能性越高，风险车辆集合生成时序靠后的，其包含的风险车辆碰撞目标车辆的可能性越低，本发明将各论数据处理生成的风险车辆集合依次反馈给目标车辆，实现了按照周边车辆对目标车辆的碰撞风险由高至低向目标车辆下发车辆信息，使目标车辆能够快速获得有效信息，有利于提升驾驶安全性。解决了目前驾驶风险预警方案的预警准确度不高的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的驾驶风险提示方法的硬件环境的示意图；
图2是根据本发明实施例的数据共享***；
图3是根据本发明实施例的一种可选的驾驶风险提示方法的流程图；
图4是根据本发明实施例的一种可选的筛选获得风险车辆集合的方法的流程图；
图5是根据本发明实施例的构建与车辆位置对应的候选车辆集合的方法的流程图；
图6是根据本发明实施例的构建与车辆速度对应的候选车辆集合的方法的流程图；
图7是根据本发明实施例的构建与车辆行驶方向对应的候选车辆集合的方法的流程图；
图8是根据本发明实施例的一种可选的用于实施驾驶风险提示方法的硬件平台；
图9是根据本发明实施例的驾驶风险提示装置的结构示意图；
图10是根据本发明实施例的一种设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明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、***、产品或设备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。
本发明实施例提供一种驾驶风险提示方法。首先，本发明实施例公开了在一个可行的实施例中所述驾驶风险提示方法的实施环境。
参见图1，所述实施场景至少包括车载设备、车联网云平台30、路测检测装置20和交通管理部门云平台40。所述车载设备搭载于车辆10上，车载设备可实时采集车辆10的位置信息、行驶速度、行驶方向、视频数据等，所述车载设备可以基于浏览器/服务器模式(Browser/Server，B/S)或客户端/服务器模式(Client/Server，C/S)与车联网云平台20通信，向车联网云平台20上报实时位置、行驶速度及行驶方向等行驶数据。所述路测检测装置用于实时采集路面数据，所述路测检测装置与车联网云平台30通信，可以响应车联网云平台获取车辆10的周边车辆的行驶数据的请求，基车辆10的位置信息获取车辆安全距离以内的各车辆的车速、行驶方向和GPS位置等，并上报给所述车联网云平台30。所述交通管理部门云平台40与车联网云平台30通信，车联网云平台30可以从交通管理部门云平台40获取路段的历史交通事故率及车辆的历史违章信息。
所述车联网云平台30可以包括数据库服务器和业务服务器，所述业务服务器与所述数据库服务器通信连接，所述数据库服务器也可以设置于所述业务服务器内部，所述数据库服务器可以用于存储业务服务器所需的数据内容，比如存储车载设备上报的行驶数据、路测检测装置20检测获得的数据以及交通管理部门云平台40提供的路段历史交通事故率及车辆历史违章信息等，所述数据库服务器可以通过与业务服务器进行交互，使得业务服务器可以基于车载设备、路测检测装置20以及交通管理部门云平台40提供的各项数据进行分析处理，对处于任一目标车辆周边的周边车辆可能给目标车辆带来的碰撞风险进行评估，分批次筛选出对目标车辆造成较大碰撞风险的风险车辆集合，并按照风险大小由大至小分批次向目标车辆下发各风险车辆集合的关联信息。
车联网云平台30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。
交通管理部门云平台40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。所述交通管理部门云平台30可以包括有网络通信单元、处理器和存储器等等。
车载设备可以包括：车内GPS装置、测速装置、陀螺仪、摄像头、行车记录仪、智能手机、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载终端等类型的实体设备，也可以包括运行于实体设备中的软体，例如应用程序等。
路测检测装置可以包括路边摄像头、监控器、测速仪、雷达检测装置等。道路感知融合装置是融合多种检测手段的一种路测检测装置。道路感知融合装置是指道路外部感知(感知外部信息，如车、人)和内部感知(感知道路的现实服务状态、服务性能)的双感知互动，实现人-车-路协同。外部感知技术是以检测车辆信息为主的系列技术，此类技术主要是通过设置固定的检测装置(各类检测设备和检测仪器)，对车辆信息进行采集，包括：线圈检测、视频检测、红外检测、微博检测和超声波检测。内部感知技术主要是针对道路结构设施运行状态和损坏情况进行检测和监测的一系列技术。目前国内外主要的检测技术按技术原理进行分类，包括：超声波检测技术、弹性波检测技术、各类射线检测技术、光纤传感检测技术、图像识别技术和压电传感技术。
本发明实施例涉及的驾驶风险提示方法的场景中的车联网云平台可以是由多个节点(接入网络中的任意形式的计算设备，如服务器、客户端)通过网络通信的形式连接形成的数据共享***。
参见图2所示的数据共享***，数据共享***400是指用于进行节点与节点之间数据共享的***，该数据共享***中可以包括多个节点101，多个节点101可以是指数据共享***中各个客户端。每个节点101在进行正常工作可以接收到输入信息，并基于接收到的输入信息维护该数据共享***内的共享数据。为了保证数据共享***内的信息互通，数据共享***中的每个节点之间可以存在信息连接，节点之间可以通过上述信息连接进行信息传输。例如，当数据共享***中的任意节点接收到输入信息时，数据共享***中的其他节点便根据共识算法获取该输入信息，将该输入信息作为共享数据中的数据进行存储，使得数据共享***中全部节点上存储的数据均一致。
对于数据共享***中的每个节点，均具有与其对应的节点标识，而且数据共享***中的每个节点均可以存储有数据共享***中其他节点的节点标识，以便后续根据其他节点的节点标识，将生成的区块广播至数据共享***中的其他节点。每个节点中可维护一个如下表所示的节点标识列表，将节点名称和节点标识对应存储至该节点标识列表中。其中，节点标识可为IP(Internet Protocol，网络之间互联的协议)地址以及其他任一种能够用于标识该节点的信息。
图3是根据本发明实施例的一种可选的驾驶风险提示方法的流程图。请参考图3，其示出了一种驾驶风险提示方法的流程图，所述方法可以以图1所述的实施环境中的车联网云平台为执行主体实施，所述方法可以包括以下步骤。
步骤S301：确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合。
本发明实施例提供的方法以车联网为背景，车联网是指由车辆位置、速度和路线等信息构成的巨大交互网络。是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车辆与车、路、行人以及互联网之间进行无线通讯和信息交换的大***网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在交通***领域的典型应用。
其中，目标车辆可以指任一待确定下发驾驶风险提示信息的车辆。驾驶风险提示信息是车联网云平台基于对目标车辆周围的其他车辆可能对目标车辆造成碰撞的预判结果，来向目标车辆发送相关危险预判信息，以便于目标车辆提前采取避让危险的驾驶操作行为，确保驾驶安全。
车联网云平台根据目标车辆的位置信息，结合目标车辆当前车速和/或目标车辆当前所在路段确定出驾驶安全距离，以目标车辆为圆心，驾驶安全距离为半径圈设一个范围，将处于该范围以内的除目标车辆之外的其他车辆作为周边车辆，将所有周边车辆汇集得到周边车辆集合。其中，驾驶安全距离是指后方车辆为了避免与前方车辆发生意外碰撞而在行驶中与前车所保持的必要间隔距离，交通管理部门针对不同路段以及不同车速范围制定有安全车距的相关规定，具体实施时可以根据目标车辆当前所处路段进行查询，将查询获得的安全车距确定为驾驶安全距离，也可根据目标车辆当前车速进行查询，将查询所得的安全车距作为驾驶安全距离，也可以将目标车辆当前所处路段对应的安全车距和当前车速对应的安全车距中的较大值作为驾驶安全距离。
在一个可行的实施例中，目标车辆可以通过车内GPS装置获取自身位置信息，将其上报给车联网云平台，车联网云平台可以通过路测检测装置基于目标车辆上报的位置信息检测目标车辆所在道路的驾驶安全距离以内的车辆。其中，路测检测装置包括安装在道路附近的能够记录该道路的信息的传感器，例如，摄像头、雷达、激光和超声波等，这些传感器可以通过探测光、热、压力或其它变量得到道路的信息。路测检测装置可以实时记录道路的信息，也可以每隔参考时间的间隔记录道路的信息，其中，参考时间可以根据实际情况设置，如5秒等。
步骤S303：对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆。
现有驾驶风险预警方案中，会将目标车辆的周边车辆的信息以任意顺序下发给目标车辆，忽视了驾驶安全距离以内不同车辆带给目标车辆的碰撞风险的差异，无序地向目标车辆下发周边车辆的信息，目标车辆无法区分这些车辆可能带来的碰撞危害的大小，不利于提升驾驶安全性。
对此，本发明实施例基于预设的风险度量角度，结合目标车辆和周边车辆集合中各周边车辆的驾驶信息以及目标车辆所在路段对应的历史交通事故率，来对各周边车辆给目标车辆带来的碰撞风险进行评估，从周边车辆集合中筛选出从各风险度量角度均会给目标车辆带来碰撞风险的车辆。具体的处理过程参见图4所示，包括以下步骤：
步骤S401、获取所述目标车辆以及所述周边车辆的与各风险度量角度对应的运动参数。
风险度量角度是指用于度量车辆碰撞风险的参考指标，例如可以是车速、车辆位置、行驶方向、车辆的违章驾驶占比等。与风险度量角度对应的运动参数是指目标车辆或周边车辆的与风险度量角度对应的具体数值。例如，周边车辆集合{a1,a2,a3,...,an}，当前时刻t，风险度量角度为车速时，记录各周边车辆的车速为v1.t,v2.t,v3.t,...vn.t，目标车辆的车速为vt，风险度量角度为车辆位置时，记录各周边车辆的位置为p1.t,p2.t,p3.t,...pn.t，目标车辆的车辆位置为pt，风险度量角度为行驶方向时，记录各周边车辆的行驶方向为θ1.t,θ2.t,θ3.t,...θn.t，目标车辆的行驶方向为θt。
本发明实施例中的风险度量角度至少包括车速、车辆位置和行驶方向，对于周边车辆的运动参数，可以通过路测装置检测获得，车联网云平台可以通过向路测检测装置发送指令的方式获取路测检测装置对周边车辆的运动参数的检测结果，也可以采取路测检测装置向车联网云平台上报周边车辆运动参数的方式，来使车联网云平台获得处于目标车辆周边的周边车辆的相关信息；目标车辆可以通过车内检测设备检测获得本车的车速、行驶方向和本车位置，实际上，目标车辆的运动参数也可以参照以上方式通过路测装置检测获得。
其中，路测装置检测获得的各车辆的相关信息包括但不限于车辆的标识信息、位置信息、行驶速度、行驶方向等信息。每个车辆都有唯一的标识信息，例如，该标识信息可以为车联网***中的车辆的IMEI码(International MobileEquipment Identity，移动设备国际身份码)，车联网云平台可以从获取到的车辆的相关信息中解析出该车辆的标识信息，从而确定该车辆为哪一个车辆。可选地，目标车辆的相关信息可以是测速装置、陀螺仪及GPS装置记录的信息，也可以是指由目标车辆的终端记录的信息，本发明实施例对目标车辆的终端不加以限定，只要能够记录目标车辆的信息即可，例如，目标车辆的车载终端、目标车辆的驾驶人员随身携带的移动终端、目标车辆的乘车人员随身携带的移动终端等。
当风险度量角度为车辆的违章驾驶占比时，车联网云平台可以根据目标车辆和周边车辆的关联信息(如车牌号、车主身份信息)从交通管理部门云平台40查询车辆对应的违章驾驶占比。违章驾驶占比可以表示为出行周期内违章驾驶次数与该出行周期对应的天数之间的比值。
步骤S403、获取所述目标车辆当前所在路段的历史交通事故率。
具体的，可以通过路测检测装置获取目标车辆当前所在路段，或者通过目标车辆当前位置匹配出目标车辆当前所在路段，然后由车联网云平台根据目标车辆当前所在路段从交通管理部门云平台查询获得该路段的历史交通事故率Ptraffic。
步骤S405、根据各周边车辆的运动参数、所述目标车辆的运动参数和所述历史交通事故率，在所述周边车辆集合中筛选出与各风险度量角度对应的候选风险车辆集合。
在一个可行的实施例中，步骤S405具体可以包括如下步骤：
步骤一：根据历史交通事故率和周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限。
其中，确定可反馈给目标车辆的风险车辆的数量下限的方法可以包括：根据历史交通事故率确定非道路交通事故率；根据非道路交通事故率和周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限x，其中，风险车辆的数量下限x与周边车辆的数量n之间的比值不小于非道路交通事故率，非道路交通事故率可表示为1-Ptraffic。
风险车辆的数量下限x满足x/n≥1-Ptraffic。如果x满足x/n≥1-Ptraffic，表示被下发给给目标车辆的周边车辆的数量与周边车辆集合中周边车辆的总数之间的比值不低于1-Ptraffic，不会被下发给目标车辆的周边车辆的数量与周边车辆集合中周边车辆的总数不会超过历史交通事故率Ptraffic。如此设置，主要是基于如下考虑：如果目标车辆未获取到的其他周边车辆信息量与总的车辆信息量的占比超过了历史交通事故率Ptraffic，那么目标车辆可能由于缺乏周边车辆信息而不利于提高驾驶安全性，进而不利于降低现有的交通事故率Ptraffic。
步骤二：对于任一风险度量角度，根据各周边车辆的运动参数和目标车辆的运动参数，确定各周边车辆从该风险度量角度给目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合。
具体实施时，当风险度量角度为车辆位置时，可以按照图5所示的步骤构建与车辆位置对应的候选车辆集合。包括：
S501、根据各周边车辆当前的车辆位置和所述目标车辆当前的车辆位置，计算各周边车辆与所述目标车辆之间的距离。
S503、基于各周边车辆与所述目标车辆之间的距离，对各所述周边车辆进行碰撞风险的优先级排序。具体可以对各周边车辆对应的行驶距离按照从大至小排序。
S505、根据排序在前的前k辆周边车辆构建与所述车辆位置对应的候选车辆集合，其中，k不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
当风险度量角度为车辆速度时，可以按照图6所示的步骤构建与车辆速度对应的候选车辆集合。包括：
S601、根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合。
其中，所述前方车辆集合包括：在所述目标车辆行驶方向上处于该目标车辆之前的周边车辆，或者，在所述目标车辆行驶方向上处于该目标车辆之前的以及与所述目标车辆并排的周边车辆。在对周边车辆进行划分时，可以将与目标车辆并排的周边车辆归入前方车辆集合或者后方车辆集合。
S603、对于步骤S601获得的两个车辆集合，确定其中任一一个集合是否为前方车辆集合，如果为前方车辆集合，则转至步骤S605，如果不是前方车辆集合，判定其为后方车辆集合，转至步骤S607。
S605、对于所述前方车辆集合，根据所述目标车辆的车速与所述前方车辆集合中各所述周边车辆的车速之间的车速差，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k1辆周边车辆组成与所述车辆速度对应的第一候选车辆集合。
具体的，可以计算目标车辆的车速与前方车辆集合中各周边车辆的车速之间的车速差，获得与各周边车辆对应的第一车速差；对各周边车辆的第一车速差按照从大至小排序，选择排序在前的k1辆周边车辆组成与车辆速度对应的第一候选车辆集合。
S607、对于所述后方车辆集合，根据所述后方车辆集合中各所述周边车辆的车速与所述目标车辆的车速之间的车速差，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k2辆周边车辆组成与所述车辆速度对应的第二候选车辆集合。
具体的，可以计算后方车辆集合中各周边车辆的车速与目标车辆的车速之间的车速差，获得与各周边车辆对应的第二车速差；对各周边车辆的第二车速差按照从大至小排序；选择排序在前的k2辆周边车辆组成与车辆速度对应的第二候选车辆集合。
其中，k1与k2之和同时满足条件：1)不小于风险车辆的数量下限，2)不大于周边车辆的总数。
S609、根据步骤S605获得的第一候选车辆集合和步骤S607获得的第二候选车辆集合构建与所述车辆速度对应的候选车辆集合。
具体的，将第一候选车辆集合与第二候选车辆集合的并集作为与车辆速度对应的候选车辆集合。
当风险度量角度为车辆行驶方向时，可以按照图7所示的步骤构建与车辆行驶方向对应的候选车辆集合。包括：
S701、根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合。
具体可以结合目标车辆和周边车辆的行驶方向和车辆位置进行前后车辆划分，将与目标车辆同向行驶且车辆位置处于目标车辆的车辆位置之前的周边车辆划分至前方车辆集合，将与目标车辆同向行驶且车辆位置处于目标车辆的车辆位置之后以及与目标车辆并排行驶的周边车辆归为后方车辆集合，或者，将与目标车辆同向行驶且车辆位置处于目标车辆的车辆位置之前以及与目标车辆并排行驶的周边车辆划分至前方车辆集合，将与目标车辆同向行驶且车辆位置处于目标车辆的车辆位置之后的周边车辆归为后方车辆集合。
S703、对于步骤S701获得的两个车辆集合，确定其中任一一个集合是否为前方车辆集合，如果为前方车辆集合，则转至步骤S705，如果不是前方车辆集合，判定其为后方车辆集合，转至步骤S707。
S705、对于所述前方车辆集合，确定各所述周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第一方向角，以及所述目标车辆的行驶方向与各所述周边车辆的行驶方向之间形成的第二方向角；根据各周边车辆所对应的第一方向角与第二方向角之间的角度差，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k3辆周边车辆组成与所述车辆速度对应的第三候选车辆集合。
在一个可行的实施例中，可以根据目标车辆以及各所述周边车辆当前的车辆位置，确定前方车辆集合中各周边车辆对应的第一方向角，第一方向角为周边车辆与所述目标车辆的连线与目标车辆所在道路的车道线之间形成的夹角；根据目标车辆的行驶方向和各周边车辆的行驶方向，确定前方车辆集合中各周边车辆对应的第二方向角，第二方向角为目标车辆的行驶方向与周边车辆的行驶方向之间形成的夹角；计算各周边车辆所对应的第一方向角与第二方向角之间的第一角度差，按照第一角度差由小至大对各周边车辆进行排序；选择排序在前的k3辆周边车辆组成与车辆速度对应的第三候选车辆集合。
S707、对于所述后方车辆集合，确定各周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第三方向角，以及各所述周边车辆的行驶方向与所述目标车辆的行驶方向之间形成的第四方向角；根据各周边车辆所对应的第三方向角与第四方向角之间的角度差，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k4辆周边车辆组成与所述车辆速度对应的第四候选车辆集合。
在一个可行的实施例中，根据目标车辆以及各周边车辆当前的车辆位置，确定后方车辆集合中各周边车辆对应的第三方向角，第三方向角为周边车辆与目标车辆的连线与目标车辆所在道路的车道线之间形成的夹角；根据目标车辆的行驶方向和各周边车辆的行驶方向，确定后方车辆集合中各周边车辆对应的第四方向角，所述第四方向角为周边车辆的行驶方向与目标车辆的行驶方向之间形成的夹角；计算后方车辆集合中各周边车辆所对应的第三方向角与第四方向角之间的第二角度差，按照第二角度差由小至大对各周边车辆进行排序；选择排序在前的k4辆周边车辆组成与所述车辆速度对应的第四候选车辆集合。
其中，k3与k4之和同时满足条件：1)不小于所述风险车辆的数量下限，2)不大于所述周边车辆的总数。
S709、根据步骤S705获得的第三候选车辆集合和步骤S707获得的第四候选车辆集合构建与所述车辆行驶方向对应的候选车辆集合。
具体的，将第三候选车辆集合与第四候选车辆集合的并集作为与车辆行驶方向对应的候选车辆集合。
当风险度量角度为违章驾驶占比时，如果周边车辆对应的违章驾驶占比与目标车辆对应的违章驾驶占比之和越高，则目标车辆与该周边车辆之间的碰撞风险越大。具体可以按照以下步骤构建与风险度量角度对应的候选车辆集合。包括：
获取各周边车辆的违章驾驶占比；基于各周边车辆的违章驾驶占比，对各周边车辆的违章驾驶占比按照从大至小排序；根据排序在前的前k辆周边车辆构建与所述车辆位置对应的候选车辆集合，其中，k不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
步骤S407、根据同时存在于各所述候选风险车辆集合中的周边车辆确定所述风险车辆集合。
本发明实施例中，候选风险车辆集合中的车辆代表从对应的风险度量角度会给目标车辆带来较高碰撞风险，将同时存在于各候选风险车辆集合中的周边车辆组成风险车辆集合，则风险车辆集合中的周边车辆为从各风险度量角度均会给目标车辆带来较高碰撞风险的车辆。
步骤S305：确定所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息。
风险车辆集合对应的关联数据是指风险车辆集合中各风险车辆的车辆信息和车控信息。其中，车辆信息包括但不限于车辆的速度、车辆的加速度、车辆的类型、车辆的故障信息、车辆的机油使用情况等。车控信息具体是指车辆的控制***的相关信息，对于有人驾驶而言，车辆的控制***是指驾驶员，车控信息是指驾驶员的驾龄、驾驶资格和违章数据等，对于半自动驾驶，车辆的控制***是指驾驶员和半自动驾驶***，车控信息中的违章数据是指半自动驾驶***的故障率与驾驶员对应的违章数据的总和，对于全自动驾驶，车辆的控制***是指自动驾驶***，车控信息中的违章数据是指自动驾驶***的故障率。
步骤S307：将所述风险车辆集合对应的关联数据下发给所述目标车辆。
步骤S309：根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，返回对所述周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
本发明实施例中，车联网云平台确定与碰撞风险相关联的各车辆切片并下发给目标车辆，具体的，车联网云平台从预设的各风险度量角度评估各周边车辆给目标车辆带来的碰撞风险，确定出候选车辆集合{S1,S2,...Sn}，候选车辆集合中每个子集为与一风险度量角度对应的候选风险车辆集合，然后提取候选车辆集合中各子集之间的交集，获得风险车辆集合，记为Sfinal,1。集合Sfinal,1为第一切片，将第一切片的关联数据下发给目标车辆。将Sfinal,1从目标车辆驾驶安全距离以内的周边车辆集合中去除掉(此时n变成了n-|Sfinal,1|)，并返回执行步骤S301得到第二车辆切片，依次类推，每轮数据处理获得一个车辆切片。考虑到各轮数据处理获得的车辆切片给本车带来的碰撞风险显著程度不同，越早获得的车辆切片带给目标车辆的碰撞风险越显著，因此，车联网云平台先向目标车辆下发第一车辆切片的关联信息，然后下发第二车辆切片的关联信息，直至完成最后一个车辆切片的关联信息，先发的车辆切片的关联信息的延时会小，可利用的网络传输资源相对后下发的信息会更充足，有利于目标车辆快速获得对本车形成安全威胁的车辆的信息，利于提升驾驶安全性。
其中，车辆切片表示将多帧车辆信息切成一组一组的多车信息，而不是一辆一辆车的信息，即将车辆以集合的形式下发。例如，有4帧车辆信息，将前两帧车辆信息视为一组(车辆集合)，将后两帧车辆信息切成一组(车辆集合)，而不是将车辆信息一帧一帧的传送。一帧车辆信息表示车辆在某一个时刻的运动状态信息。
需要说明的是，以上实施例中，在筛选获得风险车辆集合后立即将风险车辆集合中车辆的关联信息下发目标车辆，不必对各轮数据处理获得的风险车辆集合的优先级进行排序，却实现了根据优先级自动向目标车辆下发周边车辆信息。
作为本发明方案的延伸，在另一实施例中，驾驶风险提示方法还可以包括：S11：确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；S13：对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合；根据所述周边车辆集合中除所述风险车辆集合以外的信息更新所述周边车辆集合，并返回对所述周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合；S15：根据所述风险车辆集合的生成时序，对处理得到的各风险车辆集合进行风险等级排序；S16：确定各风险车辆集合对应的关联数据，所述关联数据包括周围车辆的车辆信息和车控信息；S17：将各风险车辆集合的关联数据按照风险车辆集合所对应的风险等级，依次下发给所述目标车辆。
其中，S17具体可以包括：按照各风险车辆集合的生成时序对各风险车辆集合进行排序，所述风险车辆集合的风险等级与生成时序成正比；按照风险等级由高至低的顺序向所述目标车辆依次下发所述风险车辆集合中各周边车辆的车辆信息。
本实施例中步骤S13中关于数据处理的具体手段与上述实施例相同，具体请参见以上实施例。
本发明实施例提供一种驾驶风险提示方法，图8示出了一种可选的用于实施驾驶风险提示方法的硬件平台，请参见图8，车辆向车联网云平台840请求周围车辆的相关信息，车联网云平台840根据车辆运动状态选择性的将处于请求车辆周围的车辆的信息下发给请求车辆，其中，高精定位装置810可用于确定请求车辆及其周边车辆的位置，道路感知融合装置830可用于获取各车辆的运动状态信息，交通管理部门云平台820用于提供历史交通事故率。
在图8的应用场景下，以预设风险度量角度为车辆的位置、车速和行驶方向为例，来对驾驶风险提示方法的具体实施过程及效果进行说明。
实施目标：统计在采用现有技术和本申请提供的方法向本车下发周边车辆信息过程中，与本车碰撞风险大的车辆被成功下发给本车的车辆数之比。
实施步骤：
(1)车联网云平台获取本车和本车所在道路驾驶安全距离以内的车辆的运动参数。
本车通过车内GPS装置获取自身GPS，将其上报给车联网云平台。车联网云平台通过路测检测装置基于车辆上报的GPS检测本车所在道路的驾驶安全距离以内的车辆的车速和GPS。分别记它们在当前时刻t的车速为v1,t,v2,t,...,vn,t，GPS为p1,t,p2,t,...,pn,t，行驶方向为θ1,t,θ2,t,...,θn,t；本车通过车内设备获取自身在当前时刻t的车速、GPS，行驶方向，分别记为v0,t,p0,t,θ0,t，将其上报给车联网云平台；其中，n是本车驾驶安全距离以内的除本车外的车辆数量。
(2)车联网云平台确定哪些车辆从位置的角度给本车造成了显著的碰撞风险。
车联网云平台从交通管理部门获取车辆当前所在路段的历史交通事故率，记为ptraffic；如果车辆之间的距离越小，那么车辆之间的碰撞风险越大，即车辆之间的碰撞风险与车辆之间的距离成反比。因为车联网云平台的存储资源、计算资源、网络传输资源等所限，车联网云平台不能将所有车辆的运动状态信息都下发给本车，只能下发部分车辆。为了保证下发的车辆能协助本车提高驾驶安全性，离本车距离太远的车辆信息被下发给本车的概率应该小于离本车距离近的车。因此，根据本车位置p0,t和驾驶安全距离以内的车辆的位置p1,t,p2,t,...,pn,t计算本车与这些车辆之间的距离，分别记为s1,t,s2,t,...,sn,t；然后从小到大选择前k个，满足k/n≥1-ptraffic，将此车辆集合称为第一集合，记为S1。
(3)车联网云平台确定哪些车辆从车速的角度给本车带来了显著的碰撞风险。
车联网云平台将本车驾驶安全距离以内车辆分成两部分，一部分车辆位于本车之前，分别记为另一部分位于本车之后，分别记为/>对于本车前面的车，如果本车与前车的车速差异越大，那么车辆之间的碰撞风险越大，即车辆之间的碰撞风险与本车-前车之间的车速差成正比。对于本车后面的车，如果后车与本车的车速差异越大，那么车辆之间的碰撞风险可能越大，即车辆之间的碰撞风险与本车-后车之间的车速差成正比。因此，根据本车车速v0,t和本车前车的车速v1,t,v2,t,...,vn,t计算本车与前车之间的车速差，分别记为/>根据本车车速v0,t和本车后车的车速/>计算后车与本车之间的车速差，分别记为/>对于本车的前车，从确定出的中从大到小选择前k1个，对于本车的后车，从确定出的/>中从大到小选择前个k2，满足k1+k2＝k且k/n≥1-ptraffic。将此车辆集合称为第二集合，记为S2。
(4)车联网云平台确定哪些车辆从行驶方向的角度给本车带了显著的风险。
车联网云平台根据本车位置p0,t和驾驶安全距离以内的车辆的位置p1,t,p2,t,...,pn,t确定本车与这些车辆之间的连线与车道线之间的夹角(取锐角)，分别记为α1,t,α2,t,...,αn,t，记与本车前车对应的方向是与本车后车对应的方向是车联网云平台根据本车的行驶方向θ0,t和前车的行驶方向/>确定本车与前车的行驶方向的角度差，分别记为/>根据本车的行驶方向θ0,t和后车的行驶方向/>确定后车与本车的行驶方向的角度差，分别记为对于前车，如果/>分别与/>之间的差异越小，那么前车与本车之间的碰撞风险越大，对于后车，如果/>分别与/>之间的差异/>越小，那么后车与本车之间的碰撞风险越大。因此，从/>中从小到大选择k3个，从/>中从小到大选择k4个，满足，满足k3+k4＝k且k/n≥1-ptraffic；将此车辆集合称为第三集合，记为S3。
(5)车联网云平台确定与本车的碰撞风险较大的车辆(这些车辆信息就是应该下发给本车的信息)：车联网云平台确定第一车辆集合S1、第二车辆集合S2、第三车辆集合S3的交集，即从位置、车速、行驶方向的角度均会给本车带来显著碰撞风险的车辆集合，记为Sfinal,1。将这些车辆的信息下发给本车。车辆集合Sfinal,1为第一切片。紧接着，将集合Sfinal,1从本车驾驶安全距离以内的车辆集合中去除掉(此时n变成了n-|Sfinal,1|)，并返回步骤1得到第二车辆切片，依次类推，得到各个车辆切片。车联网云平台先向本车下发第一车辆切片，然后下发第二车辆切片，直至所有车辆切片下发完毕。
在模拟器中应用本发明方案，车辆以不同的行驶状态驶入图8中交通灯所在的路口。统计在采用现有技术和本申请提供的方法向本车下发周边车辆信息过程中，与本车碰撞风险大的车辆被成功下发给本车的车辆数之比。比较现有技术与本发明的性能，显然，本发明的性能优于现有技术。
表1实验结果
本发明实施例还公开一种驾驶风险提示装置，如图9所示，所述驾驶风险提示装置900包括：确定单元910，用于确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；处理单元920，用于对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；获取单元930，用于获取所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息；发送单元940，用于将所述风险车辆集合对应的关联数据下发给所述目标车辆；更新单元950，用于根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，并触发所述数据处理单元对构建的所述周边车辆集合执行数据处理，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
其中，所述处理单元920还可以包括：第一获取模块，用于获取所述目标车辆以及所述周边车辆的与各风险度量角度对应的运动参数；第二获取模块，用于获取所述目标车辆当前所在路段的历史交通事故率；筛选模块，用于根据各周边车辆的运动参数、所述目标车辆的运动参数和所述历史交通事故率，在所述周边车辆集合中筛选出与各风险度量角度对应的候选风险车辆集合；确定模块，用于根据同时存在于各所述候选风险车辆集合中的周边车辆确定所述风险车辆集合。
进一步的，所述筛选模块具体包括：第一确定子模块，用于根据所述历史交通事故率和所述周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限；第二确定子模块，用于对任一风险度量角度，根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合。
在一个可行的实施例中，所述第一确定子模块还用于：根据所述历史交通事故率确定非道路交通事故率；根据所述非道路交通事故率和所述周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限，其中，所述风险车辆的数量下限与所述周边车辆的数量之间的比值不小于所述非道路交通事故率。
在一个可行的实施例中，所述第二确定子模块可以用于：根据各周边车辆当前的车辆位置和所述目标车辆当前的车辆位置，计算各周边车辆与所述目标车辆之间的距离；基于各周边车辆与所述目标车辆之间的距离，对各所述周边车辆进行碰撞风险的优先级排序；根据排序在前的前k辆周边车辆构建与所述车辆位置对应的候选车辆集合，其中，k不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
在一个可行的实施例中，所述第二确定子模块可以用于：根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合；对于所述前方车辆集合，根据所述目标车辆的车速与所述前方车辆集合中各所述周边车辆的车速之间的车速差，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k1辆周边车辆组成与所述车辆速度对应的第一候选车辆集合；对于所述后方车辆集合，根据所述后方车辆集合中各所述周边车辆的车速与所述目标车辆的车速之间的车速差，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k2辆周边车辆组成与所述车辆速度对应的第二候选车辆集合；根据所述第一候选车辆集合和所述第二候选车辆集合构建与所述车辆速度对应的候选车辆集合；其中，k1与k2之和满足不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
在一个可行的实施例中，所述第二确定子模块还可以用于：根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合；对于所述前方车辆集合，确定各所述周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第一方向角，以及所述目标车辆的行驶方向与各所述周边车辆的行驶方向之间形成的第二方向角；根据各周边车辆所对应的第一方向角与第二方向角之间的角度差，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k3辆周边车辆组成与所述车辆速度对应的第三候选车辆集合；对于所述后方车辆集合，确定各周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第三方向角，以及各所述周边车辆的行驶方向与所述目标车辆的行驶方向之间形成的第四方向角；根据各周边车辆所对应的第三方向角与第四方向角之间的角度差，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k4辆周边车辆组成与所述车辆速度对应的第四候选车辆集合；根据所述第三候选车辆集合和所述第四候选车辆集合构建与所述车辆行驶方向对应的候选车辆集合；其中，k3与k4之和满足不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
本发明实施例中，根据处于目标车辆驾驶安全距离以内的周边车辆构建周边车辆集合，考虑不同周边车辆带给目标车辆的碰撞风险的差异，对于周边车辆集合中在各风险度量角度均会给目标车辆带来较高碰撞可能性的周边车辆作为风险车辆，完成对周边车辆集合的数据处理，然后将风险车辆从周边车辆集合中剔除，获得更新的周边车辆集合，再对更新后的周边车辆集合执行数据处理，每轮数据处理均能获得一个由风险车辆组成的风险车辆集合，每获得一个风险车辆集合即向目标车辆返回该风险车辆集合中风险车辆的车辆信息和车控信息。本发明实施例中，各轮数据处理获得的风险车辆集合的风险优先级与其生成时序相对应，风险车辆集合生成时序靠前的，其包含的风险车辆碰撞目标车辆的可能性越高，风险车辆集合生成时序靠后的，其包含的风险车辆碰撞目标车辆的可能性越低，本发明将各论数据处理生成的风险车辆集合依次反馈给目标车辆，实现了按照周边车辆对目标车辆的碰撞风险由高至低向目标车辆下发车辆信息，使目标车辆能够快速获得有效信息，有利于提升驾驶安全性。解决了目前驾驶风险预警方案的预警准确度不高的技术问题。
具体地，本发明实施例所述一种驾驶风险提示装置与方法实施例均基于相同发明构思。详情请参见方法实施例，在此不再赘述。
本发明实施例提供了一种电子设备，所述电子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和至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现如图3-8对应的驾驶风险提示方法。
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。
本发明实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的驾驶风险提示方法。所述方法至少包括下述步骤：
确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；对所述周边车辆集合执行数据处理，从所述周边车辆集合中筛选出风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；确定所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息；将所述风险车辆集合对应的关联数据下发给所述目标车辆；根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，返回对所述周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
进一步地，图10示出了一种用于实现本发明实施例所提供的方法的设备的硬件结构示意图，所述设备可以参与构成或包含本发明实施例所提供的装置或***。如图10所示，设备10可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102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104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图10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，设备10还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到设备10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中所述的方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内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，即实现上述的一种驾驶风险提示方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106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设备10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，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，传输装置106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。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与设备10(或移动设备)的用户界面进行交互。
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，对于装置和服务器实施例而言，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 (7)

1.一种驾驶风险提示方法，其特征在于，包括：
确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；
获取所述目标车辆以及所述周边车辆的与各风险度量角度对应的运动参数；
获取所述目标车辆当前所在路段的历史交通事故率；
根据所述历史交通事故率确定非道路交通事故率；
根据所述非道路交通事故率和所述周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限，其中，所述风险车辆的数量下限与所述周边车辆的数量之间的比值不小于所述非道路交通事故率；
对于任一风险度量角度，根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合；
根据同时存在于各所述候选风险车辆集合中的周边车辆确定所述风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；
确定所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息，所述车控信息是指车辆的控制***的相关信息；
将所述风险车辆集合对应的关联数据下发给所述目标车辆；
根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，返回对所述周边车辆集合执行数据处理的步骤，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
2.根据权利要求1所述的方法，其特征在于，当所述风险度量角度为车辆位置时，所述根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合，包括：
根据各周边车辆当前的车辆位置和所述目标车辆当前的车辆位置，计算各周边车辆与所述目标车辆之间的距离；
基于各周边车辆与所述目标车辆之间的距离按照从大到小排序的结果，对各所述周边车辆进行碰撞风险的优先级排序；
根据排序在前的前k辆周边车辆构建与所述车辆位置对应的候选车辆集合，其中，k不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
3.根据权利要求1所述的方法，其特征在于，当所述风险度量角度为车辆速度时，所述根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合，包括：
根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合；
对于所述前方车辆集合，根据所述目标车辆的车速与所述前方车辆集合中各所述周边车辆的车速之间的车速差按照从大至小排序的结果，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k1辆周边车辆组成与所述车辆速度对应的第一候选车辆集合；
对于所述后方车辆集合，根据所述后方车辆集合中各所述周边车辆的车速与所述目标车辆的车速之间的车速差按照从大至小排序的结果，对所述周边车辆进行碰撞风险的优先级排序；选择排序在前的k2辆周边车辆组成与所述车辆速度对应的第二候选车辆集合；
根据所述第一候选车辆集合和所述第二候选车辆集合构建与所述车辆速度对应的候选车辆集合；
其中，k1与k2之和满足不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
4.根据权利要求1所述的方法，其特征在于，当所述风险度量角度项为车辆行驶方向时，所述根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合，包括：
根据所述目标车辆以及各所述周边车辆当前的车辆位置，将所述周边车辆集合中各周边车辆划分至前方车辆集合或后方车辆集合；
对于所述前方车辆集合，确定各所述周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第一方向角，以及所述目标车辆的行驶方向与各所述周边车辆的行驶方向之间形成的第二方向角；根据各周边车辆所对应的第一方向角与第二方向角之间的角度差按照从小至大排序的结果，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k3辆周边车辆组成与所述车辆速度对应的第三候选车辆集合；
对于所述后方车辆集合，确定各周边车辆与所述目标车辆的连线与所述目标车辆所在道路的车道线之间形成的第三方向角，以及各所述周边车辆的行驶方向与所述目标车辆的行驶方向之间形成的第四方向角；根据各周边车辆所对应的第三方向角与第四方向角之间的角度差按照从小至大排序的结果，对各周边车辆进行碰撞风险的优先级排序；选择排序在前的k4辆周边车辆组成与所述车辆速度对应的第四候选车辆集合；
根据所述第三候选车辆集合和所述第四候选车辆集合构建与所述车辆行驶方向对应的候选车辆集合；
其中，k3与k4之和满足不小于所述风险车辆的数量下限且不大于所述周边车辆的总数。
5.一种驾驶风险提示装置，其特征在于，包括：
确定单元，用于确定处于目标车辆驾驶安全距离以内的周边车辆，获得周边车辆集合；
处理单元，用于获取所述目标车辆以及所述周边车辆的与各风险度量角度对应的运动参数；获取所述目标车辆当前所在路段的历史交通事故率；根据所述历史交通事故率确定非道路交通事故率；根据所述非道路交通事故率和所述周边车辆的数量，确定可反馈给目标车辆的风险车辆的数量下限，其中，所述风险车辆的数量下限与所述周边车辆的数量之间的比值不小于所述非道路交通事故率；对于任一风险度量角度，根据各周边车辆的运动参数和所述目标车辆的运动参数，确定各周边车辆从该风险度量角度给所述目标车辆带来碰撞风险的优先级排序；以及基于各周边车辆对应的优先级排序和所述风险车辆的数量下限，确定与各风险度量角度对应的候选风险车辆集合；根据同时存在于各所述候选风险车辆集合中的周边车辆确定所述风险车辆集合，所述风险车辆集合中的风险车辆为从预设的各风险度量角度均会给所述目标车辆带来碰撞风险的车辆；
获取单元，用于获取所述风险车辆集合对应的关联数据，所述关联数据包括风险车辆的车辆信息和车控信息，所述车控信息是指车辆的控制***的相关信息；
发送单元，用于将所述风险车辆集合对应的关联数据下发给所述目标车辆；
更新单元，用于根据所述周边车辆集合中除所述风险车辆以外的数据构建新的周边车辆集合，并触发所述数据处理单元对构建的所述周边车辆集合执行数据处理，生成与各轮数据处理对应的风险车辆集合并依次向所述目标车辆下发各风险车辆集合对应的关联数据。
6.一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者至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现如权利要求1-4任一所述的驾驶风险提示方法。
7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至4任一所述的驾驶风险提示方法。
CN202011123664.9A 2020-10-20 2020-10-20 驾驶风险提示方法、装置、存储介质和设备 Active CN112258838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011123664.9A CN112258838B (zh) 2020-10-20 2020-10-20 驾驶风险提示方法、装置、存储介质和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011123664.9A CN112258838B (zh) 2020-10-20 2020-10-20 驾驶风险提示方法、装置、存储介质和设备

Publications (2)

Publication Number Publication Date
CN112258838A CN112258838A (zh) 2021-01-22
CN112258838B true CN112258838B (zh) 2023-10-13

Family

ID=74245193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011123664.9A Active CN112258838B (zh) 2020-10-20 2020-10-20 驾驶风险提示方法、装置、存储介质和设备

Country Status (1)

Country Link
CN (1) CN112258838B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113066289B (zh) * 2021-04-30 2024-03-15 腾讯科技（深圳）有限公司 驾驶辅助处理方法、装置、计算机可读介质及电子设备
CN115273546A (zh) * 2022-07-25 2022-11-01 深圳市元征软件开发有限公司 一种风险提示方法、装置、设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130114782A (ko) * 2012-04-10 2013-10-21 주식회사 만도 차량 충돌 방지 시스템
CN107945574A (zh) * 2017-10-25 2018-04-20 东软集团股份有限公司 一种车辆碰撞预警方法、装置及设备
CN107993001A (zh) * 2017-11-29 2018-05-04 华勤通讯技术有限公司 一种风险评估的可视化方法、装置及存储介质
DE102017009956A1 (de) * 2017-10-26 2018-07-19 Daimler Ag Verfahren zur Vermeidung einer Kollision
CN109300333A (zh) * 2018-08-27 2019-02-01 东软集团股份有限公司 一种车辆行驶风险预警方法、装置、存储介质及电子设备
CN110796859A (zh) * 2019-10-28 2020-02-14 长安大学 基于交通流的实时交通状态辨识及事故风险预警方法
CN110941275A (zh) * 2019-12-06 2020-03-31 格物汽车科技(苏州)有限公司 用于车辆自动驾驶的数据处理方法
CN111080158A (zh) * 2019-12-26 2020-04-28 安徽揣菲克科技有限公司 一种基于复合权重的城市路口通行危险指数评价方法
KR20200081603A (ko) * 2018-12-27 2020-07-08 주식회사 아이비스 차량의 위험운행 판단장치 및 그 동작 방법
CN111469837A (zh) * 2020-04-13 2020-07-31 中国联合网络通信集团有限公司 车辆碰撞预测方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111816004B (zh) * 2020-07-16 2024-03-22 腾讯科技（深圳）有限公司 车辆防撞的控制方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130114782A (ko) * 2012-04-10 2013-10-21 주식회사 만도 차량 충돌 방지 시스템
CN107945574A (zh) * 2017-10-25 2018-04-20 东软集团股份有限公司 一种车辆碰撞预警方法、装置及设备
DE102017009956A1 (de) * 2017-10-26 2018-07-19 Daimler Ag Verfahren zur Vermeidung einer Kollision
CN107993001A (zh) * 2017-11-29 2018-05-04 华勤通讯技术有限公司 一种风险评估的可视化方法、装置及存储介质
CN109300333A (zh) * 2018-08-27 2019-02-01 东软集团股份有限公司 一种车辆行驶风险预警方法、装置、存储介质及电子设备
KR20200081603A (ko) * 2018-12-27 2020-07-08 주식회사 아이비스 차량의 위험운행 판단장치 및 그 동작 방법
CN110796859A (zh) * 2019-10-28 2020-02-14 长安大学 基于交通流的实时交通状态辨识及事故风险预警方法
CN110941275A (zh) * 2019-12-06 2020-03-31 格物汽车科技(苏州)有限公司 用于车辆自动驾驶的数据处理方法
CN111080158A (zh) * 2019-12-26 2020-04-28 安徽揣菲克科技有限公司 一种基于复合权重的城市路口通行危险指数评价方法
CN111469837A (zh) * 2020-04-13 2020-07-31 中国联合网络通信集团有限公司 车辆碰撞预测方法及装置

Also Published As

Publication number Publication date
CN112258838A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN111123933B (zh) 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车
US20220299324A1 (en) Accident fault detection based on multiple sensor devices
CN105261229B (zh) 一种商砼车的监控方法及***
CN112258838B (zh) 驾驶风险提示方法、装置、存储介质和设备
CN109270565B (zh) 一种车载gps大数据的处理装置
DE102017113129A1 (de) Aufhebung des Autonomverhaltens bei Nutzung einer Rettungsgasse
JP2016095831A (ja) 運転支援システム及びセンタ
CN112738171B (zh) 车辆的控制方法、装置、***、设备及存储介质
CN110428663B (zh) 一种车辆碰撞预警方法、车载终端及服务器
CN206601241U (zh) 自动驾驶车辆换道能力的测试场
CN112419708B (zh) 基于交通流激进程度的道路安全策略确定方法及装置
CN112839320A (zh) 交通信息的传输方法、装置、存储介质和电子设备
CN113870553A (zh) 一种面向混合交通流的路网运行状态检测***及方法
CN109421715A (zh) 自适应巡航控制***中车道条件的检测
CN105989745A (zh) 一种车辆违章信息的获取方法、装置及***
CN112885112B (zh) 车辆行驶检测的方法、车辆行驶预警的方法和装置
US20220080962A1 (en) Vehicle operation using a behavioral rule model
JP2018018214A5 (zh)
CN112261116A (zh) 用于车联网的信息发送方法、装置、存储介质和设备
CN112399347B (zh) 一种报文处理方法及设备
CN114170832B (zh) 公交车辆监测方法、装置、服务器、***及存储介质
CN116633598A (zh) 一种车辆的驾驶权限的移交方法及装置
US11823570B2 (en) Traffic management server, and method and computer program for traffic management using the same
CN112150807B (zh) 车辆预警方法和装置、存储介质及电子设备
CN114626704A (zh) 一种驾培驾考评判***方法及***

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