CN113515580A - 车辆数据处理方法和设备 - Google Patents
车辆数据处理方法和设备 Download PDFInfo
- Publication number
- CN113515580A CN113515580A CN202110689663.9A CN202110689663A CN113515580A CN 113515580 A CN113515580 A CN 113515580A CN 202110689663 A CN202110689663 A CN 202110689663A CN 113515580 A CN113515580 A CN 113515580A
- Authority
- CN
- China
- Prior art keywords
- vehicle data
- completion
- determining
- degree
- processing method
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G07C5/085—Registering performance data using electronic data carriers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G07C5/0808—Diagnosing performance data
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/84—Vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0618—Block ciphers, i.e. encrypting groups of characters of a plain text message using fixed encryption transformation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
Abstract
本公开涉及一种车辆数据处理方法和设备。所述车辆数据处理方法包括:获取车辆数据;根据所述车辆数据确定预设目标的完成程度,其中,所述预设目标包括状态保持类目标;以及根据所述预设目标的完成程度,确定与对用户的激励相关联的激励参考数据。本公开的技术方案可以优化对车辆数据的处理,改善用户体验。
Description
技术领域
本公开涉及车辆技术领域,具体而言,涉及一种车辆数据处理方法和设备。
背景技术
在车辆的使用过程中,可以产生大量的数据。如何充分地利用这些数据,为用户提供更好的体验,是值得思考的问题。相应地,存在对于优化车辆数据的处理的需求。
发明内容
本公开的目的之一在于提供一种车辆数据处理方法和设备。
根据本公开的第一方面,提供了一种车辆数据处理方法,所述车辆数据处理方法包括:
获取车辆数据;
根据所述车辆数据确定预设目标的完成程度;以及,
根据所述预设目标的完成程度,确定与对用户的激励相关联的激励参考数据。
在一些实施例中,所述车辆数据包括实际里程数据、启动加速度数据、刹车加速度数据、方向变换数据、用户识别数据、车辆识别数据、行车影像数据、行车位置数据和功能记录数据中的至少一者。
在一些实施例中,所述预设目标包括操作实现类目标。
在一些实施例中,根据所述车辆数据确定预设目标的完成程度包括:
确定所述预设目标的难度系数;以及,
根据所述难度系数确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述难度系数的增大而增大。
在一些实施例中,所述难度系数是根据至少部分车辆数据确定的。
在一些实施例中,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述操作实现类目标的完成时间;
确定所述操作实现类目标的完成时间与所述操作实现类目标的发布时间之间的第一时间差;以及,
根据所述第一时间差,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述第一时间差的减小而增大。
在一些实施例中,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述操作实现类目标的完成质量;以及,
根据所述完成质量,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述完成质量的提高而增大。
在一些实施例中,根据所述车辆数据确定所述操作实现类目标的完成质量包括:
比较多个车辆的车辆数据中的对应于所述操作实现类目标的一部分车辆数据;以及,
根据比较的结果,确定所述多个车辆中的每个车辆的操作实现类目标的完成质量。
在一些实施例中,根据所述车辆数据确定所述操作实现类目标的完成质量包括:
发起对多个车辆的车辆数据中的对应于所述操作实现类目标的一部分车辆数据的投票;以及,
根据投票的结果,确定所述多个车辆中的每个车辆的操作实现类目标的完成质量。
在一些实施例中,所述操作实现类目标包括多个子目标,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述多个子目标中的至少一个子目标的完成程度;以及,
根据所述至少一个子目标的完成程度确定所述预设目标的完成程度。
在一些实施例中,所述操作实现类目标包括绘制地图目标和新功能使用目标中的至少一者。
在一些实施例中,新功能包括自动驾驶功能、车内香氛功能和灯光交互功能中的至少一种。
在一些实施例中,所述预设目标包括状态保持类目标。
在一些实施例中,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述状态保持类目标的持续时间;以及,
根据所述持续时间,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述持续时间的增大而增大。
在一些实施例中,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定是否发生预设不良情形;以及,
根据所述预设不良情形的发生,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述预设不良情形发生的次数的增大而减小。
在一些实施例中,所述预设不良情形包括紧急启动、紧急刹车、频繁变道、不合理使用车灯中和不合理使用道路中的至少一种。
在一些实施例中,所述激励参考数据包括折算里程数据。
在一些实施例中,根据所述预设目标的完成程度,确定与对用户的激励相关联的激励参考数据包括:
对所述车辆数据中的实际里程数据进行预设运算,以获得所述折算里程数据,其中,所述预设运算是根据所述预设目标的完成程度确定的。
在一些实施例中,所述车辆数据处理方法还包括:
根据一个或多个车辆的激励参考数据,确定存储在区块链的区块中的对应于所述一个或多个车辆的区块数据。
根据本公开的第二方面,提供了一种车辆数据处理设备,所述车辆数据处理设备包括存储器和处理器,所述存储器上存储有指令,当所述指令被所述处理器执行时,实现如上所述的车辆数据处理方法的步骤。
根据本公开的第三方面,提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质上存储有指令,当所述指令被处理器执行时,实现如上所述的车辆数据处理方法的步骤。
根据本公开的第四方面,提供了一种计算机程序产品,所述计算机程序产品包括指令,当所述指令被处理器执行时,实现如上所述的车辆数据处理方法的步骤。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1示出了根据本公开的一示例性实施例的车辆数据处理方法的流程示意图;
图2示出了根据本公开的第一具体示例的车辆数据处理方法中步骤S200的流程示意图;
图3示出了根据本公开的第二具体示例的车辆数据处理方法中步骤S200的流程示意图;
图4示出了根据本公开的第三具体示例的车辆数据处理方法中步骤S200的流程示意图;
图5示出了根据本公开的第四具体示例的车辆数据处理方法中步骤S200的流程示意图;
图6示出了根据本公开的第五具体示例的车辆数据处理方法中步骤S200的流程示意图;
图7示出了根据本公开的第六具体示例的车辆数据处理方法中步骤S200的流程示意图;
图8示出了根据本公开的另一示例性实施例的车辆数据处理方法的流程示意图;
图9示出了根据本公开的一示例性实施例的车辆数据处理设备的框图。
注意,在以下说明的实施方式中,有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分,而省略其重复说明。在本说明书中,使用相似的标号和字母表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为了便于理解,在附图等中所示的各结构的位置、尺寸及范围等有时不表示实际的位置、尺寸及范围等。因此,所公开的发明并不限于附图等所公开的位置、尺寸及范围等。此外,附图不必按比例绘制,一些特征可能被放大以示出具体组件的细节。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。也就是说,本文中的方法和设备是以示例性的方式示出,来说明本公开中的电路或方法的不同实施例,而并非意图限制。本领域的技术人员将会理解,它们仅仅说明可以用来实施本发明的示例性方式,而不是穷尽的方式。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
随着车辆(例如电动车辆)技术的发展,在车辆的行驶和使用过程中产生的车辆数据被越来越多得收集和分析。例如,根据这些车辆数据,可以监测车辆的行驶状态、用户的驾车习惯等。由此可见,所产生的车辆数据具有十分重要的价值。为了鼓励用户,帮助用户更好地使用车辆,可以基于车辆数据来给予用户一定的激励。可以理解的是,直接产生的车辆数据往往是庞大而繁杂的,因此有必要它们进行有效的处理,进而帮助改善车辆的使用体验。
在本公开的示例性实施例中,基于预设目标来对车辆数据进行处理,以确定与对用户的激励相关的激励参考数据,从而鼓励用户按照期望的方式来使用车辆,也帮助改善了车辆的使用体验。
具体而言,在本公开的一示例性实施例中,如图1所示,车辆数据处理方法可以包括:
步骤S100,获取车辆数据。
其中,车辆数据可以包括与车辆的行驶状态有关的数据,例如实际里程数据、启动加速度数据、刹车加速度数据、方向变换数据等。这些与车辆的行驶状态有关的数据可以通过例如里程表、加速度计、转向传感器等装载在车辆上的相关的传感器获得,并由这些传感器直接传送到用于处理车辆数据的设备或者通过相应的通信设备传送到用于处理车辆数据的设备。用于处理车辆数据的设备可以是设置在车辆之外的中心服务器等数据处理设备,也可以是设置在车辆上的数据处理设备等。此外,车辆数据还可以包括用户在使用车辆的过程中所产生的数据,例如包括用于用户的身份认证的用户识别数据、用于车辆的身份认证的车辆识别数据、行车影像数据(包括行车记录仪记录的行车影像或者用户通过移动终端、相机、摄像机等设备拍摄的行车影像等)、用于车辆的定位的行车位置数据和用于记录用户使用车辆中的各种功能的功能记录数据等。在一些实施例中,车辆数据可以是在车辆的行驶过程中通过数据传送通道直接获取的,或者是经过用户的筛选、授权后方才获取的。
返回图1,车辆数据处理方法还可以包括:
步骤S200,根据车辆数据确定预设目标的完成程度。
其中,预设目标可以是在车辆出厂时就预先设置好的,也可以是根据当时的情况来发布的。预设目标可以包括操作实现类目标和状态保持类目标两种。一般而言,操作实现类目标可以具有相对确定的完成时间,例如操作实现类目标可以包括绘制地图目标、新功能使用目标等。具体而言,为了绘制某个区域的地图,可以充分利用曾经到过这个区域的车辆的用户所提供的车辆数据,从而降低地图绘制的成本。而新功能使用目标可以鼓励用户学习和使用车辆中的新功能,以引导用户学习,帮助改善用户体验。其中,新功能可以包括自动驾驶功能、车内香氛功能和灯光交互功能中的至少一种。可以理解的是,随着对车辆的进一步开发,还可以有其他的新功能,在此不作限制。通过引导用户使用车辆的新功能,可以帮助用户更好地熟悉车辆和驾驶。
根据上述描述可知,绘制地图目标的完成时间可以是获得了绘制特定区域的地图所需的所有数据之时,而新功能使用目标的完成时间可以是确认用户已经学习、使用或掌握了某种新功能之时。相反,状态保持类目标通常没有相对确定的完成时间,其可以是对某种状态的延续的要求,例如状态保持类目标可以是要求用户保持良好的驾驶习惯,始终进行安全驾驶操作,而避免不安全的操作等,以帮助改善行车安全。
在本公开的实施例中,可以根据多种因素来确定预设目标的完成程度,例如考虑预设目标的完成时间或保持时间,完成预设目标的难度系数,预设目标的完成质量等等。
在一些实施例中,如图2所示,步骤S200可以包括:
步骤S211,确定预设目标的难度系数;以及,
步骤S212,根据难度系数确定预设目标的完成程度,其中,在其他条件不变的情况下,预设目标的完成程度随着难度系数的增大而增大。
也就是说,所发布的任务可以具有彼此不同的难度系数,而用户可以根据自身需要选择去完成特定难度系数的预设目标,并因此获得相应的预设目标的完成程度,进而影响后续步骤中对用户的激励。
在一些实施例中,难度系数不仅与预设目标本身有关,还可能与车辆或用户有关,因此,可以至少部分地根据车辆数据来确定难度系数。
例如,在绘制地图目标中,可以根据所绘制的区域与用户的经常活动区域之间的距离远近、所绘制的区域的车流量或所绘制的区域的路况等来确定难度系数。可以理解的是,当所绘制的区域与用户的经常活动区域之间的距离越远时,难度系数可以越高。当所绘制的区域的车流量很小(说明该区域比较荒芜)或很大(说明该区域比较拥堵)时,可以设置较高的难度系数,而当所绘制的区域的车流量适中时,可以设置较低的难度系数。当所绘制的区域的路况越差,可以设置越高的难度系数。较高的难度系数可以对应于对用户的更多的激励,从而鼓励用户完成更难的预设目标。
在一些实施例中,如图3所示,步骤S200可以包括:
步骤S221,根据车辆数据确定操作实现类目标的完成时间;
步骤S222,确定操作实现类目标的完成时间与操作实现类目标的发布时间之间的第一时间差;以及,
步骤S223,根据第一时间差,确定预设目标的完成程度,其中,在其他条件不变的情况下,预设目标的完成程度随着第一时间差的减小而增大。
也就是说,可以根据完成预设目标的快慢,来确定预设目标的完成程度,越早地完成预设目标,有助于获得更高的完成程度。在一些实施例中,还可以针对预设目标设置截止时间,在截止时间之前完成该预设目标才可以获得相应的完成程度。例如,在为了推广车辆的新功能而设置新功能使用目标时,可以设置这样的截止时间和完成程度的确定方式,以鼓励用户更快地学习和使用新功能。
在一些实施例中,如图4所示,步骤S200可以包括:
步骤S231,根据车辆数据确定操作实现类目标的完成质量;以及,
步骤S232,根据完成质量,确定预设目标的完成程度,其中,在其他条件不变的情况下,预设目标的完成程度随着完成质量的提高而增大。
可以理解的是,对应于更高的完成质量可以有更高的完成程度。在确定完成质量时,可以根据多种方式来实现。
例如,可以比较多个车辆的车辆数据中的对应于操作实现类目标的一部分车辆数据,并根据比较的结果来确定多个车辆中的每个车辆的操作实现类目标的完成质量。也就是说,可以对多个车辆的完成质量进行排序,并由排序由高到低的顺序,确定相应的由高到低的完成质量。
或者,也可以发起对多个车辆的车辆数据中的对应于操作实现类目标的一部分车辆数据的投票,并根据投票的结果来确定多个车辆中的每个车辆的操作实现类目标的完成质量。通过发起用户对完成质量的投票,有助于提高交互性和趣味性,鼓励用户更好地完成预设目标。
在一些实施例中,如图5所示,对于某些预设目标,尤其是相对复杂的预设目标,还可以将该预设目标划分成多个子目标,并根据每个子目标的完成情况来确定预设目标的完成程度。即,步骤S200可以包括:
步骤S241,根据车辆数据确定多个子目标中的至少一个子目标的完成程度;以及,
步骤S242,根据至少一个子目标的完成程度确定预设目标的完成程度。
此外,在确定每个子目标的完成程度时,可以根据上文所述的基于难度系数、完成时间和完成质量中的一者或多者来确定子目标的完成程度。
在一具体示例中,操作实现类目标可以是绘制地图目标,目标的截止日期为自目标发布之日起30天。那么,可以根据以下判断标准来确定绘制地图目标的完成程度:
获取用户所拍摄的用于绘制地图的图像或影像,图像或影像可以是多张或多段;
比较所有用户提交的图像或影像,根据图像或影像的清晰度,以及某张图像或某段影像与其他图像或影像之间的相似度,得到对应于该图像或影像的完成质量,并根据图像或影像的完成质量赋予用户相应的完成程度;
还可以根据从早到晚的次序对每张图像或每段影像的完成时间进行排序,并相应地逐级递减完成程度,例如,每晚3天完成,将导致完成程度下降2%。
然后可以基于完成程度进行抽奖,以确定给予用户的例如虚拟币等奖励。
例如,在上文所述的具体示例中,假设在绘制地图目标中,完成任务共可获得的奖励为500虚拟币。那么,可以根据多个用户的完成程度排行来分发奖励,奖励由获奖人的完成程度在总的完成程度中的占比决定。例如,对于排行前5名的完成程度80、50、50、50、20,最高的第一笔奖励可以为500*80/(80+50+50+50+20)=160虚拟币,其他笔奖励依此类推。
在一些实施例中,状态保持类目标旨在帮助用户养成安全驾驶等良好的习惯。因此,如图6所示,根据车辆数据确定预设目标的完成程度可以包括:
步骤S251,根据车辆数据确定状态保持类目标的持续时间;以及,
步骤S252,根据持续时间,确定预设目标的完成程度,其中,在其他条件不变的情况下,预设目标的完成程度随着持续时间的增大而增大。
其中,状态保持类目标可以包括保持不超速行驶、不急转弯、不急刹车和启动等。为了鼓励用户始终保持良好的驾驶习惯,随着保持类目标的持续时间的增长,预设目标的完成程度可以更快地增长。例如,若用户保持一个月没有超速行驶,可以对应于1.1倍的完成程度,而若用户继续保持在下一个月中也没有超速行驶,那么可以对应于更高的1.2倍的完成程度。
在一些实施例中,如图7所示,根据车辆数据确定预设目标的完成程度也可以包括:
步骤S261,根据车辆数据确定是否发生预设不良情形;以及,
步骤S262,根据预设不良情形的发生,确定预设目标的完成程度,其中,在其他条件不变的情况下,预设目标的完成程度随着预设不良情形发生的次数的增大而减小。
例如,预设不良情形可以包括紧急启动、紧急刹车、频繁变道、不合理使用车灯中和不合理使用道路中的至少一种。当发生上述情况的次数越多,完成程度将相应减小。此外,与上文中所述的类似,完成程度也可以是非线性减小的,例如当预设不良情形发生得越频繁,完成程度的下降就越快。
返回图1,车辆数据处理方法还可以包括:
步骤S300,根据预设目标的完成程度,确定与对用户的激励相关联的激励参考数据。
激励参考数据可以有多种形式,例如奖励给用户的积分、虚拟币等。然而,考虑到在车辆技术领域中的特点,激励参考数据可以包括车辆的折算里程数据。在确定对用户的激励时,可以根据折算里程数据来调整对例如积分、虚拟币等的抽奖的中奖概率。
在一些实施例中,步骤S300可以包括:
对车辆数据中的实际里程数据进行预设运算,以获得折算里程数据,其中,预设运算是根据预设目标的完成程度确定的。
例如,预设运算可以包括对实际里程数据乘除相应的因子,或者对实际里程数据加减相应的里程。上述所乘除的因子或所加减的里程可以是完成程度或者由完成程度推算而来。
在一些实施例中,当用户驾驶车辆完成绘制地图目标时,根据在绘制地图过程中所产生的实际里程数据和由完成程度所确定的加权因子(通常是大于1)的乘积,可以获得相应的折算里程数据。
在一些实施例中,当用户始终保持安全驾驶时,可以在实际里程数据上添加由完成程度确定的相应的额外里程,以获得折算里程数据。
在一些实施例中,当用户驾驶车辆闯红灯、频繁变道等,可以根据这些不良驾驶行为发生的次数或频率从实际里程数据中扣减相应的里程数。
在一些实施例中,当用户驾驶车辆长时间超速时,可以在超速的实际里程数据的基础上乘以由完成程度确定的因子(小于1),以减小用户所能得到的折算里程。
可以理解的是,在其他实施例中,也可以根据其他条件和方式来基于实际里程数据计算出折算里程数据,在此不再赘述。
在本公开的另一示例性实施例中,如图8所示,车辆数据处理方法还可以包括:
步骤S400,根据一个或多个车辆的激励参考数据,确定存储在区块链的区块中的对应于一个或多个车辆的区块数据。
为了使得对用户的激励是公开和公平的,可以将至少部分数据或由此得出的相关数据存储到区块链的区块中。此外,通过将折算里程数据存储在区块链的区块中,可以更公开且令人信服地确认这些数据的真实性。可以理解的是,为了节约存储空间和降低维护成本,所存储的数据可以是多个车辆的折算里程数据的哈希值。
根据本公开的另一个方面,还提出了一种车辆数据处理设备。如图9所示,车辆数据处理设备可以包括处理器910和存储器920,存储器920上存储有指令,当指令被处理器910执行时,可以实现如上文所描述的车辆数据处理方法中的步骤。
其中,处理器910可以根据存储在存储器920中的指令执行各种动作和处理。具体地,处理器910可以是一种集成电路芯片,具有信号的处理能力。上述处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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。可以实现或者执行本公开实施例中公开的各种方法、步骤及逻辑框图。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,可以是X86架构或者是ARM架构等。
存储器920存储有可执行指令,该指令在被处理器910执行上文所述的车辆数据处理方法。存储器920可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)、双倍数据速率同步动态随机存取存储器(DDRSDRAM)、增强型同步动态随机存取存储器(ESDRAM)、同步连接动态随机存取存储器(SLDRAM)和直接内存总线随机存取存储器(DR RAM)。应注意,本文描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
根据本公开的另一个方面,提出了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质上存储有指令,当指令被执行时,可以实现上文所描述的车辆数据处理方法中的步骤。
类似地,本公开实施例中的计算机可读存储介质可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。应注意,本文描述的计算机可读存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本公开也提出了一种计算机程序产品,该计算机程序产品可以包括指令,当指令被处理器执行时,可以实现如上所述的车辆数据处理方法的步骤。
指令可以是将由一个或多个处理器直接地执行的任何指令集,诸如机器代码,或者间接地执行的任何指令集,诸如脚本。本文中的术语“指令”、“应用”、“过程”、“步骤”和“程序”在本文中可以互换使用。指令可以存储为目标代码格式以便由一个或多个处理器直接处理,或者存储为任何其他计算机语言,包括按需解释或提前编译的独立源代码模块的脚本或集合。指令可以包括引起诸如一个或多个处理器来充当本文中的各神经网络的指令。本文其他部分更加详细地解释了指令的功能、方法和例程。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
在说明书及权利要求中的词语“前”、“后”、“顶”、“底”、“之上”、“之下”等,如果存在的话,用于描述性的目的而并不一定用于描述不变的相对位置。应当理解,这样使用的词语在适当的情况下是可互换的,使得在此所描述的本公开的实施例,例如,能够在与在此所示出的或另外描述的那些取向不同的其他取向上操作。
如在此所使用的,词语“示例性的”意指“用作示例、实例或说明”,而不是作为将被精确复制的“模型”。在此示例性描述的任意实现方式并不一定要被解释为比其它实现方式优选的或有利的。而且,本公开不受在上述技术领域、背景技术、发明内容或具体实施方式中所给出的任何所表述的或所暗示的理论所限定。
如在此所使用的,词语“基本上”意指包含由设计或制造的缺陷、器件或元件的容差、环境影响和/或其它因素所致的任意微小的变化。词语“基本上”还允许由寄生效应、噪音以及可能存在于实际的实现方式中的其它实际考虑因素所致的与完美的或理想的情形之间的差异。
上述描述可以指示被“连接”或“耦合”在一起的元件或节点或特征。如在此所使用的,除非另外明确说明,“连接”意指一个元件/节点/特征与另一种元件/节点/特征在电学上、机械上、逻辑上或以其它方式直接地连接(或者直接通信)。类似地,除非另外明确说明,“耦合”意指一个元件/节点/特征可以与另一元件/节点/特征以直接的或间接的方式在机械上、电学上、逻辑上或以其它方式连结以允许相互作用,即使这两个特征可能并没有直接连接也是如此。也就是说,“耦合”意图包含元件或其它特征的直接连结和间接连结,包括利用一个或多个中间元件的连接。
还应理解,“包括/包含”一词在本文中使用时,说明存在所指出的特征、整体、步骤、操作、单元和/或组件,但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件以及/或者它们的组合。
本领域技术人员应当意识到,在上述操作之间的边界仅仅是说明性的。多个操作可以结合成单个操作,单个操作可以分布于附加的操作中,并且操作可以在时间上至少部分重叠地执行。而且,另选的实施例可以包括特定操作的多个实例,并且在其他各种实施例中可以改变操作顺序。但是,其它的修改、变化和替换同样是可能的。因此,本说明书和附图应当被看作是说明性的,而非限制性的。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。在此公开的各实施例可以任意组合,而不脱离本公开的精神和范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本公开的范围和精神。本公开的范围由所附权利要求来限定。
Claims (21)
1.一种车辆数据处理方法,其特征在于,所述车辆数据处理方法包括:
获取车辆数据;
根据所述车辆数据确定预设目标的完成程度,其中,所述预设目标包括状态保持类目标;以及
根据所述预设目标的完成程度,确定与对用户的激励相关联的激励参考数据。
2. 根据权利要求1所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述状态保持类目标的持续时间;以及
根据所述持续时间,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述持续时间的增大而增大。
3. 根据权利要求1所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定是否发生预设不良情形;以及
根据所述预设不良情形的发生,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述预设不良情形发生的次数的增大而减小。
4.根据权利要求3所述的车辆数据处理方法,其特征在于,所述预设不良情形包括紧急启动、紧急刹车、频繁变道、不合理使用车灯中和不合理使用道路中的至少一种。
5.根据权利要求1所述的车辆数据处理方法,其特征在于,所述车辆数据包括实际里程数据、启动加速度数据、刹车加速度数据、方向变换数据、用户识别数据、车辆识别数据、行车影像数据、行车位置数据和功能记录数据中的至少一者。
6.根据权利要求1所述的车辆数据处理方法,其特征在于,所述预设目标还包括操作实现类目标。
7. 根据权利要求6所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定预设目标的完成程度包括:
确定所述预设目标的难度系数;以及
根据所述难度系数确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述难度系数的增大而增大。
8.根据权利要求7所述的车辆数据处理方法,其特征在于,所述难度系数是根据至少部分车辆数据确定的。
9.根据权利要求6所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述操作实现类目标的完成时间;
确定所述操作实现类目标的完成时间与所述操作实现类目标的发布时间之间的第一时间差;以及
根据所述第一时间差,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述第一时间差的减小而增大。
10. 根据权利要求6所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述操作实现类目标的完成质量;以及
根据所述完成质量,确定所述预设目标的完成程度,其中,在其他条件不变的情况下,所述预设目标的完成程度随着所述完成质量的提高而增大。
11. 根据权利要求10所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定所述操作实现类目标的完成质量包括:
比较多个车辆的车辆数据中的对应于所述操作实现类目标的一部分车辆数据;以及
根据比较的结果,确定所述多个车辆中的每个车辆的操作实现类目标的完成质量。
12. 根据权利要求10所述的车辆数据处理方法,其特征在于,根据所述车辆数据确定所述操作实现类目标的完成质量包括:
发起对多个车辆的车辆数据中的对应于所述操作实现类目标的一部分车辆数据的投票;以及
根据投票的结果,确定所述多个车辆中的每个车辆的操作实现类目标的完成质量。
13. 根据权利要求6所述的车辆数据处理方法,其特征在于,所述操作实现类目标包括多个子目标,根据所述车辆数据确定预设目标的完成程度包括:
根据所述车辆数据确定所述多个子目标中的至少一个子目标的完成程度;以及
根据所述至少一个子目标的完成程度确定所述预设目标的完成程度。
14.根据权利要求6所述的车辆数据处理方法,其特征在于,所述操作实现类目标包括绘制地图目标和新功能使用目标中的至少一者。
15.根据权利要求14所述的车辆数据处理方法,其特征在于,新功能包括自动驾驶功能、车内香氛功能和灯光交互功能中的至少一种。
16.根据权利要求1所述的车辆数据处理方法,其特征在于,所述激励参考数据包括折算里程数据。
17.根据权利要求16所述的车辆数据处理方法,其特征在于,根据所述预设目标的完成程度,确定与对用户的激励相关联的激励参考数据包括:
对所述车辆数据中的实际里程数据进行预设运算,以获得所述折算里程数据,其中,所述预设运算是根据所述预设目标的完成程度确定的。
18.根据权利要求16所述的车辆数据处理方法,其特征在于,所述车辆数据处理方法还包括:
根据一个或多个车辆的激励参考数据,确定存储在区块链的区块中的对应于所述一个或多个车辆的区块数据。
19.一种车辆数据处理设备,其特征在于,所述车辆数据处理设备包括存储器和处理器,所述存储器上存储有指令,当所述指令被所述处理器执行时,实现如权利要求1至18中任一项所述的车辆数据处理方法的步骤。
20.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质上存储有指令,当所述指令被处理器执行时,实现如权利要求1至18中任一项所述的车辆数据处理方法的步骤。
21.一种计算机程序产品,其特征在于,所述计算机程序产品包括指令,当所述指令被处理器执行时,实现如权利要求1至18中任一项所述的车辆数据处理方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110689663.9A CN113515580B (zh) | 2021-06-22 | 2021-06-22 | 车辆数据处理方法和设备 |
US17/554,780 US20220406101A1 (en) | 2021-06-22 | 2021-12-17 | Vehicle data processing method and device |
EP21216925.4A EP4109361A1 (en) | 2021-06-22 | 2021-12-22 | Vehicle data processing method and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110689663.9A CN113515580B (zh) | 2021-06-22 | 2021-06-22 | 车辆数据处理方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113515580A true CN113515580A (zh) | 2021-10-19 |
CN113515580B CN113515580B (zh) | 2022-03-01 |
Family
ID=78065986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110689663.9A Active CN113515580B (zh) | 2021-06-22 | 2021-06-22 | 车辆数据处理方法和设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220406101A1 (zh) |
EP (1) | EP4109361A1 (zh) |
CN (1) | CN113515580B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447497A (zh) * | 2015-08-06 | 2017-02-22 | 平安科技(深圳)有限公司 | 安全驾驶监控方法、车辆、电子设备及保险服务器 |
CN107742184A (zh) * | 2017-10-11 | 2018-02-27 | 北京摩拜科技有限公司 | 车辆调度方法、服务器、客户端及*** |
CN107749008A (zh) * | 2017-11-08 | 2018-03-02 | 广东翼卡车联网服务有限公司 | 基于驾驶行为评分领取奖励的方法、存储设备及车载终端 |
CN109520756A (zh) * | 2018-11-20 | 2019-03-26 | 中车齐齐哈尔车辆有限公司 | 铁路货车车辆安全性的测试方法及装置 |
CN109741074A (zh) * | 2018-09-30 | 2019-05-10 | 薛钢 | 基于车辆数据的区块链*** |
US20200042012A1 (en) * | 2018-08-02 | 2020-02-06 | Nvidia Corporation | Method and apparatus for enabling map updates using a blockchain platform |
US20200074477A1 (en) * | 2018-08-29 | 2020-03-05 | Jpmorgan Chase Bank, N.A. | Method and apparatus for implementing a block chain node device |
CN111127944A (zh) * | 2019-12-27 | 2020-05-08 | 中国联合网络通信集团有限公司 | 共享单车停放区域推荐方法、装置、***及存储介质 |
CN111275787A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 一种利用行车记录仪绘制地图的方法及*** |
CN111613061A (zh) * | 2020-06-03 | 2020-09-01 | 徐州工程学院 | 一种基于众包和区块链的交通流采集***及方法 |
CN112001696A (zh) * | 2020-08-13 | 2020-11-27 | 信雅达***工程股份有限公司 | 一种基于区块链数据共享的汽车全周期记录追踪*** |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN112682184A (zh) * | 2019-10-18 | 2021-04-20 | 丰田自动车株式会社 | 车辆用控制装置、车辆用控制***以及车辆控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123894A (ja) * | 2000-10-16 | 2002-04-26 | Hitachi Ltd | プローブカー制御方法及び装置並びにプローブカーを用いた交通制御システム |
US8550909B2 (en) * | 2011-06-10 | 2013-10-08 | Microsoft Corporation | Geographic data acquisition by user motivation |
US8498792B2 (en) * | 2011-10-11 | 2013-07-30 | GM Global Technology Operations LLC | Efficiency score tracker for vehicle operations |
WO2017192726A1 (en) * | 2016-05-03 | 2017-11-09 | Azuga, Inc. | Method and apparatus for evaluating driver performance and determining driver rewards |
JP6946662B2 (ja) * | 2017-02-27 | 2021-10-06 | トヨタ自動車株式会社 | 地図更新システム |
US10915914B2 (en) * | 2018-08-21 | 2021-02-09 | Here Global B.V. | Method, apparatus, and computer program product for incentivizing travel along road segments |
US20220253941A1 (en) * | 2019-02-22 | 2022-08-11 | Karching Inc. | Safe driving monitoring and incentive system |
US20220274623A1 (en) * | 2021-02-26 | 2022-09-01 | Nissan North America, Inc. | System and Method for Vehicle Gamification |
-
2021
- 2021-06-22 CN CN202110689663.9A patent/CN113515580B/zh active Active
- 2021-12-17 US US17/554,780 patent/US20220406101A1/en not_active Abandoned
- 2021-12-22 EP EP21216925.4A patent/EP4109361A1/en not_active Withdrawn
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447497A (zh) * | 2015-08-06 | 2017-02-22 | 平安科技(深圳)有限公司 | 安全驾驶监控方法、车辆、电子设备及保险服务器 |
CN107742184A (zh) * | 2017-10-11 | 2018-02-27 | 北京摩拜科技有限公司 | 车辆调度方法、服务器、客户端及*** |
CN107749008A (zh) * | 2017-11-08 | 2018-03-02 | 广东翼卡车联网服务有限公司 | 基于驾驶行为评分领取奖励的方法、存储设备及车载终端 |
US20200042012A1 (en) * | 2018-08-02 | 2020-02-06 | Nvidia Corporation | Method and apparatus for enabling map updates using a blockchain platform |
US20200074477A1 (en) * | 2018-08-29 | 2020-03-05 | Jpmorgan Chase Bank, N.A. | Method and apparatus for implementing a block chain node device |
CN109741074A (zh) * | 2018-09-30 | 2019-05-10 | 薛钢 | 基于车辆数据的区块链*** |
CN109520756A (zh) * | 2018-11-20 | 2019-03-26 | 中车齐齐哈尔车辆有限公司 | 铁路货车车辆安全性的测试方法及装置 |
CN111275787A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 一种利用行车记录仪绘制地图的方法及*** |
CN112682184A (zh) * | 2019-10-18 | 2021-04-20 | 丰田自动车株式会社 | 车辆用控制装置、车辆用控制***以及车辆控制方法 |
CN111127944A (zh) * | 2019-12-27 | 2020-05-08 | 中国联合网络通信集团有限公司 | 共享单车停放区域推荐方法、装置、***及存储介质 |
CN112585656A (zh) * | 2020-02-25 | 2021-03-30 | 华为技术有限公司 | 特殊路况的识别方法、装置、电子设备和存储介质 |
CN111613061A (zh) * | 2020-06-03 | 2020-09-01 | 徐州工程学院 | 一种基于众包和区块链的交通流采集***及方法 |
CN112001696A (zh) * | 2020-08-13 | 2020-11-27 | 信雅达***工程股份有限公司 | 一种基于区块链数据共享的汽车全周期记录追踪*** |
Non-Patent Citations (1)
Title |
---|
中国地理信息产业协会: "《中国地理信息产业发展报告 2019[M]》", 31 July 2019, 北京:中国地图出版社 * |
Also Published As
Publication number | Publication date |
---|---|
US20220406101A1 (en) | 2022-12-22 |
CN113515580B (zh) | 2022-03-01 |
EP4109361A1 (en) | 2022-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10688981B2 (en) | Hybrid vehicle and method of controlling mode transition | |
US11161497B2 (en) | Hybrid vehicle and method of controlling mode transition | |
DE112014006584B4 (de) | Fahrassistenzvorrichtung und Fahrassistenzverfahren | |
US20180186360A1 (en) | Hybrid vehicle and method of predicting driving pattern in the same | |
EP4145340A1 (en) | Method for identifying abnormal vehicle parameters in vehicle platoon and terminal device | |
CN112874519B (zh) | 自适应巡航的控制方法、***、存储介质及电子设备 | |
Svärd et al. | Computational modeling of driver pre-crash brake response, with and without off-road glances: Parameterization using real-world crashes and near-crashes | |
CN112937593B (zh) | 车辆运动控制方法、装置、***以及计算机设备 | |
CN114987498B (zh) | 自动驾驶车辆的拟人化轨迹规划方法、装置、车辆及介质 | |
CN113002545A (zh) | 一种车辆控制方法、装置及车辆 | |
CN115056798A (zh) | 一种基于贝叶斯博弈的自动驾驶车辆换道行为车路协同决策算法 | |
DE102021119012A1 (de) | Platooning-steuerungsvorrichtung, server und verfahren | |
CN113085873A (zh) | 驾驶策略的获取方法、装置、计算机设备和存储介质 | |
CN113515580B (zh) | 车辆数据处理方法和设备 | |
CN112258097B (zh) | 一种基于大数据的辅助驾驶方法和*** | |
CN114572180B (zh) | 车辆制动诊断方法、装置、电子设备及介质 | |
CN115358415A (zh) | 自动驾驶学习模型的分布式训练方法及自动驾驶方法 | |
US11479271B2 (en) | Driving assist device, method and program | |
CN113511206A (zh) | 基于起步场景的动力控制方法、***、车辆及存储介质 | |
CN113506386A (zh) | 违章停车的监控方法、行车记录仪、程序及存储介质 | |
CN113386779A (zh) | 驾驶风格识别方法、设备及存储介质 | |
CN115123227A (zh) | 变道决策方法、装置以及车辆 | |
US20210362745A1 (en) | Control method for a vehicle, computer program, non-transitory computer-readable medium, and automated driving system | |
Scully et al. | Preliminary evaluation of electronic stability control effectiveness in Australasia | |
Wei et al. | Characteristics Analysis and Classification of Lane-changing Behavior after Following Process based on China-FOT |
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 |