CN113657632A - 异常驾驶行为检测方法、装置、电子设备和存储介质 - Google Patents
异常驾驶行为检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113657632A CN113657632A CN202110915765.8A CN202110915765A CN113657632A CN 113657632 A CN113657632 A CN 113657632A CN 202110915765 A CN202110915765 A CN 202110915765A CN 113657632 A CN113657632 A CN 113657632A
- Authority
- CN
- China
- Prior art keywords
- user
- driving
- state
- abnormal
- positioning information
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 164
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 230000006399 behavior Effects 0.000 claims abstract description 227
- 230000033001 locomotion Effects 0.000 claims description 49
- 230000004048 modification Effects 0.000 claims description 30
- 238000012986 modification Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 23
- 238000012550 audit Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 2
- 230000010365 information processing Effects 0.000 claims description 2
- 230000002547 anomalous effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000012795 verification Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了异常驾驶行为检测方法、装置、电子设备和存储介质,人工智能领域,尤其涉及智能交通技术,具体可用于智慧城市和智能交通场景下。具体实现方案为:接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。本公开实施例可以提高异常驾驶行为检测的准确率和效率。
Description
技术领域
本公开涉及人工智能领域,尤其涉及智能交通技术,具体可用于智慧城市和智能交通场景下,具体涉及一种异常驾驶行为检测方法、装置、电子设备和存储介质。
背景技术
随着网络技术的发展,网约车服务为用户的出行提供了便利。
网约车是基于互联网技术构建服务平台,接入符合条件的车辆和驾驶员,通过整合供需信息,提供预约出租汽车服务。
发明内容
本公开提供了一种异常驾驶行为检测方法、装置、电子设备和存储介质。
根据本公开的一方面,提供了一种异常驾驶行为检测方法,包括:
接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;
接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;
对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
根据本公开的另一方面,提供了一种异常驾驶行为检测装置,包括:
驾驶用户定位信息获取模块,用于接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;
乘车用户定位信息获取模块,用于接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;
异常驾驶行为检测模块,用于对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开任一实施例所述的异常驾驶行为检测方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开任一实施例所述的异常驾驶行为检测方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开任一实施例所述的异常驾驶行为检测方法。
本公开实施例可以提高异常驾驶行为检测的准确率和效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种异常驾驶行为检测方法的示意图;
图2是根据本公开实施例的一种异常驾驶行为检测方法的示意图;
图3是根据本公开实施例的一种异常驾驶行为检测方法的示意图;
图4是根据本公开实施例的一种异常驾驶行为检测***的示意图;
图5是根据本公开实施例的一种异常驾驶行为检测装置的示意图;
图6是是用来实现本公开实施例的异常驾驶行为检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例公开的一种异常驾驶行为检测方法的流程图,本实施例可以适用于获取驾驶用户是否存在异常驾驶行为的情况。本实施例方法可以由异常驾驶行为检测装置来执行,该装置可采用软件和/或硬件的方式实现,并具体配置于具有一定数据运算能力的电子设备中,该电子设备可以是服务器等。
S101,接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态。
驾驶用户为驾驶车辆的用户,具体是指执行运输乘车用户的出租车任务的用户。第一定位信息可以是指驾驶用户的定位位置。第一定位信息可以通过驾驶用户的客户端上传给服务器。第一用户状态用于确定驾驶用户的状态,其中,状态可以包括运动状态、身份状态和联系状态等。
S102,接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态。
乘车用户为乘坐驾驶用户所驾驶的车辆的用户,具体是指发布出租车任务的用户。第二定位信息可以是指乘车用户的定位位置。第二定位信息可以通过乘车用户的客户端上传给服务器。第二用户状态用于确定乘车用户的状态,其中,状态可以包括运动状态、身份状态和定位传输状态等。驾驶用户和乘车用户是不同个体,使用不同的客户端,分别与本公开实施例提供的异常驾驶行为检测方法的服务器进行交互。同车的乘车用户,是指与驾驶用户同乘一辆车的用户,也即是指驾驶用户所执行出租车任务关联的乘车用户。驾驶用户驾驶车辆,乘车用户乘坐该车辆,驾驶用户通过驾驶车辆承载乘车用户,从目标起始位置行驶到目标终止位置,其中,目标起始位置和目标终止位置均由乘车用户指定。在行驶过程中,驾驶用户和乘车用户乘坐在同一辆车辆上。其中,乘车用户的数量包括至少一个。出租车任务可以为拼车任务,驾驶用户可以在执行拼车任务中,实现将多个乘车用户从各自指定的目标起始位置运输到目标终止位置,不同乘车用户指定的路线完全重叠或部分重叠。
其中,驾驶用户的客户端和乘车用户的客户端可以周期性上传定位信息,周期可以根据需要设定,例如是3秒。
S103,对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
对第一用户状态和第二用户状态进行比较,得到比较结果。比较结果用于描述出租车任务的执行过程中,驾驶用户和乘车用户之间的行为差异。根据比较结果,检测驾驶用户是否存在异常驾驶行为。异常驾驶行为的检测结果包括驾驶用户存在异常驾驶行为,或驾驶用户不存在异常驾驶行为,此外,异常驾驶行为的检测结果还可以包括异常驾驶行为的类型,例如,危险驾驶行为或绕路驾驶行为等,其中,危险驾驶行为导致驾驶用户或乘车用户存在危险,绕路驾驶行为导致乘车用户蒙受经济损失。
需要说明的是,驾驶用户存在危险驾驶行为,可以是乘车用户处于危险状态,例如,驾驶用户对乘车用户进行危险操作,也可以是驾驶用户处于危险状态,例如,乘车用户对驾驶用户进行危险操作;或者是乘车用户和驾驶用户均处于危险状态,例如,发生交通事故。
在检测到驾驶用户存在异常驾驶行为中的危险驾驶行为的情况下,执行报警操作。其中,执行报警操作可以包括:向官方安全***发送报警信息,报警信息包括驾驶用户的信息、乘车用户的信息和最新的定位信息等;向指定的紧急联系人发送报警信息或建立通话连接;向打车服务***的业务人员发送报警信息或建立通话连接等。
根据本公开的技术方案,通过获取驾驶用户和乘车用户的定位信息,并分别确定用户状态,通过比较用户状态,检测驾驶用户的异常驾驶行为,以对乘车用户的乘车安全进行检测,可以准确根据两方的定位信息的比较结果预测,提高定位信息的检测准确率,以及提高异常驾驶行为的检测准确率。
图2是根据本公开实施例公开的另一种异常驾驶行为检测方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。所述对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为,具体化为:对所述第一用户状态包括的联系状态与所述第二用户状态包括的联系状态进行比较;在比较结果为不同的情况下,确定联系状态为可联系状态的目标用户;与所述目标用户建立通话连接,并获取所述目标用户的通话信息;根据通话信息,检测所述驾驶用户的异常驾驶行为。
S201,接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态。
S202,接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态。
S203,对所述第一用户状态包括的联系状态与所述第二用户状态包括的联系状态进行比较。
联系状态用于确定定位信息是否持续上传。联系状态可以包括失联状态或可联系状态。比较结果包括相同结果或不同结果。相同结果包括第一用户状态和第二用户状态均为可联系状态,或均为失联状态;不同结果包括第一用户状态和第二用户状态中,一个为可联系状态,另一个为失联状态。
S204,在比较结果为不同的情况下,确定联系状态为可联系状态的目标用户。
可联系状态的目标用户是指持续上传定位信息的用户,实际是可以联系上的用户。此外,失联状态的用户是指无法联系上的用户。
通常,驾驶用户的联系状态和乘车用户的联系状态均为可联系状态,可以确定乘车用户处于安全状态,不执行报警操作;驾驶用户的联系状态和乘车用户的联系状态均为失联状态,存在两种情况,第一种情况是:驾驶用户驾驶的车辆行驶到信号质量差的位置,第二种情况是:乘车用户处于危险状态。可选的,在比较结果为相同的情况下,获取最新时刻的定位信息;获取标注有信号质量差的位置集合;根据该位置集合,查询所述最新时刻的定位信息匹配的目标位置;在查询结果为空的情况下,确定乘车用户处于危险状态,驾驶用户存在异常驾驶行为中的危险驾驶行为,执行报警操作;在查询结果不为空的情况下,确定乘车用户处于安全状态,不执行报警操作。其中,目标位置与最新时刻的定位信息的距离小于等于设定距离阈值。
S205,与所述目标用户建立通话连接,并获取所述目标用户的通话信息。
建立的通话连接可以是建立安全机构的标准安全用户与该目标用户之间的通话连接,还可以是建立预先指定的亲朋好友与该目标用户之间的通话连接,或者可以是建立智能机器人与该目标用户之间的通话连接。其中,通话连接可以通过客户端实现。通常,通话连接用于校验目标用户的身份以及获取乘车用户的状态和失联原因等信息。在通话时,可以提示通话方发出指定问题的语音,以使目标用户针对指定问题进行回答,可以录制通话音频,并从通话音频中提取通话信息,提取方式可以是语音识别等方法;或者目标用户针对指定问题输入信息,从输入信息中提取通话信息,提取方式可以是语义理解等方法。通话信息包括目标用户针对指定问题的回答信息和目标用户的声音特征。通话信息用于根据目标用户提供的信息,检测乘车用户的状态。
示例性的,可以建立智能机器人与该目标用户之间的通话连接。智能机器人预先生成指定问题的语音并播放,并等待目标用户回复,并指示目标用户说出关键词、输入指定内容或输入指定手势等行为,结束当前问题的回复,播放下一个指定问题,直至目标用户回复完成全部指定问题。此外,如果检测到目标用户长时间(例如30秒)无回复,则结束当前问题的回复,播放下一个指定问题,并累计无回复的次数,在次数大于等于设定次数阈值的情况下,确定乘车用户处于危险状态,驾驶用户存在异常驾驶行为中的危险驾驶行为,执行报警操作。其中,目标用户的回复方式可以是语音说出,输入指定内容或输入指定手势等。
可选的,所述与所述目标用户建立通话连接,包括:建立所述目标用户与标准安全用户之间的通话连接。
标准安全用户为安全机构的用户,可以是打车软件的业务人员,还可以是警察人员等。通过建立标准安全用户与目标用户之间的通话连接,可以通过人工方式联系目标用户,以检测乘车安全,提高乘车用户的安全性。
S206,根据通话信息,检测所述驾驶用户的异常驾驶行为。
根据通话信息,获取目标用户的身份特征和目标用户的类型等。可以获取目标用户的标准身份信息,对目标用户的身份特征进行校验,获取目标用户的身份校验结果。目标用户的类型用于确定目标用户是驾驶用户还是乘车用户。在通话过程中,乘车用户可以通过输入指定报警指令,以指示服务器执行报警操作。从而,在通话信息中查询是否存在指定报警指令的信息,获取指定报警指令的查询结果。根据通话信息可以确定目标用户的身份校验结果、目标用户的类型和指定报警指令的查询结果,并据此,检测驾驶用户是否存在异常驾驶行为中的危险驾驶行为。
其中,对目标用户的身份特征进行校验,获取目标用户的身份校验结果,可以包括:从目标用户的语音中提取声纹特征,与目标用户的标准声纹特征进行比较,确定比较结果;获取目标用户针对指定问题的回答语音,并识别成文本,与标准答案文本进行比较,确定比较结果;从目标用户的语音中,检测出目标用户的性别特征,并与目标用户的标准性别特征进行比较确定比较结果;根据上述至少一个比较结果,确定目标用户的身份校验结果。其中,根据上述至少一个比较结果,确定目标用户的身份校验结果,可以包括:基于比较结果对应的数值和权重,计算身份校验数值;计算身份校验数值与身份校验阈值的比较结果,并根据该比较结果,确定身份校验结果。例如,在该身份校验数值大于等于身份校验阈值的情况下,确定目标用户的身份校验结果为校验通过;在该身份校验数值大于等于身份校验阈值的情况下,确定目标用户的身份校验结果为校验不通过。
在一个具体的例子中,在目标用户的类型为驾驶用户,且身份校验结果不通过的情况下,确定乘车用户处于危险状态,驾驶用户存在异常驾驶行为中的危险驾驶行为,执行报警操作。在目标用户的类型为驾驶用户,且身份校验结果通过的情况下,确定乘车用户处于安全状态,驾驶用户不存在异常驾驶行为中的危险驾驶行为,不执行报警操作。在目标用户的类型为乘车用户,且身份校验结果不通过的情况下,或者,在目标用户的类型为乘车用户,且查询到指定报警指令的情况下,确定乘车用户处于危险状态,驾驶用户存在异常驾驶行为中的危险驾驶行为,执行报警操作。在目标用户的类型为乘车用户,身份校验结果通过,指定报警指令的查询结果为空的情况下,确定乘车用户处于安全状态,驾驶用户不存在异常驾驶行为中的危险驾驶行为,不执行报警操作。
根据本公开的技术方案,通过比较驾驶用户和乘车用户的联系状态,并在联系状态不同的情况下,建立可联系状态的用户的通话连接,并获取通话信息,根据通话信息检测驾驶用户是否存在异常驾驶行为,可以在乘车用户或驾驶用户失联的应用场景中,检测驾驶用户是否存在异常驾驶行为,提高乘车安全性。
图3是根据本公开实施例公开的另一种异常驾驶行为检测方法的流程图,基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。所述对所述第一用户状态和所述第二用户状态进行比较,具体化为:根据所述第一定位信息和所述第二定位信息,检测异常停留行为;在存在所述异常停留行为的情况下,对所述第一用户状态和所述第二用户状态进行比较。
S301,接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态。
S302,接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态。
S303,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。
异常停留行为可以是指在异常停留状态下,且在乘车用户指定的目标终止位置之外的位置进行停留。异常停留状态包括无禁行交通灯、无路口和无拥堵等的状态。异常停留行为表明乘车用户所乘坐的车辆在目的地以外的位置停车,并且该位置并非是在路口的位置,该车辆也不是在等红灯或黄灯,以及该车辆不是处于拥堵状态。可以根据第一定位信息和第二定位信息,确定车辆是否停留。例如,可以在连续设定次数检测到第一定位信息和第二定位信息相同且不变,确定车辆停留。在检测到车辆停留时,检测停留位置是否为目标终止位置,在该停留位置与目标终止位置之间的距离大于等于设定距离阈值的情况下,确定停留位置不是目标终止位置;在该停留位置与目标终止位置之间的距离小于设定距离阈值的情况下,确定停留位置是目标终止位置。在检测到停留位置不是目标终止位置的情况下,检测停留位置是否在路口;检测停留位置附近的交通灯是否为禁行交通灯;或检测停留位置是否处于车辆拥堵队列等,在停留位置不在路口或附近的交通灯不是禁行交通灯,并且不处于车辆拥堵队列中的情况下,确定驾驶用户存在异常停留行为。此外,还可以检测停留位置是否属于危险位置集合,在属于的情况下,确定驾驶用户存在异常停留行为。其中,危险位置集合包括偏僻位置和事故发生频率大于等于设定频率阈值的位置。
可选的,所述根据所述第一定位信息和所述第二定位信息,检测异常停留行为,包括:根据所述第一定位信息和所述第二定位信息,检测偏航行为;在存在所述偏航行为的情况下,向所述乘车用户发送导航路线修改信息;接收所述乘车用户针对所述导航路线修改信息反馈的修改审核结果;在所述修改审核结果为审核不通过的情况下,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。
根据第一定位信息和第二定位信息,检测是否相同,且是否属于与乘车用户指定的导航路线的点集中。其中,在正常情况下,驾驶用户沿着导航路线驾驶车辆。在根据第一定位信息和第二定位信息相同,且不属于与乘车用户指定的导航路线的点集的情况下,确定驾驶用户存在偏航行为。
导航路线修改信息用于提供给乘车用户,检测乘车用户是否确认更改导航路线。修改审核结果用于确定乘车用户是否确认更改导航路线。修改审核结果为审核通过,表明乘车用户确认更改导航路线。修改审核结果为审核不通过,表明乘车用户确认不更改导航路线。在审核不通过的情况下,表明乘车用户不想更改导航路线,此时,乘车用户可能会进入比较危险的状态,进一步根据定位信息检测是否存在异常停留行为,提高乘车用户的危险状态的检测准确率。
此外,还可以在审核通过的情况下,继续根据第一定位信息和第二定位信息,检测是否存在偏航行为,并累计偏航行为出现的次数。在偏航行为的次数大于等于设定次数阈值时,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。或者,在审核通过的情况下,继续根据第一定位信息和第二定位信息,检测是否存在偏航行为,也即检测驾驶用户是否回归到初始导航路线中,如果存在偏航行为,则计算偏航行为的偏航程度,在偏航程度大于等于程度阈值的情况下,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。其中,偏航程度可以是偏航的位置点与初始导航路线之间的最小距离。
通过在存在偏航行为的情况下,向乘车用户发送导航路线修改信息,并根据反馈的修改审核结果,判断乘车用户是否同意更改导航路线,并在乘车用户不同意更改导航路线时,根据定位信息,检测异常停留行为,实现在乘车用户处于疑似风险的环境下,进一步判断是否存在异常停留行为,从而检测是否存在异常驾驶行为,可以排除干扰因素,提高异常驾驶行为的检测准确率。
S304,在存在所述异常停留行为的情况下,对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
通常,驾驶用户在停车状态下,才会对乘车用户进行危险操作。从而,在驾驶用户存在异常停留行为的情况下,检测用户状态,并进行比较,可以提高异常驾驶行为的检测准确率,可以排除一些干扰因素。例如,驾驶用户驶入信号质量差的路线中,导致车辆上用户处于失联状态,引起存在异常驾驶行为的错误检测结果。
可选的,所述对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为,包括:对所述第一用户状态包括的运动状态与所述第二用户状态包括的运动状态进行比较;根据运动状态的比较结果,检测所述驾驶用户的异常驾驶行为。
运动状态表示用户的运动信息,运动状态可以包括运动速度和/或运动方向等。运动状态包括运动方向,实际上,运动方向不同,表明驾驶用户和乘车用户朝向不同方向运动,即乘车用户离开车辆并以车辆的行驶方向的不同方向进行运动,表明乘车用户安全离开车辆;运动方向相同,表明驾驶用户和乘车户用朝向相同方向运动,即乘车用户没有离开车辆,表明乘车用户未安全离开车辆,仍在车辆中,此时,乘车用户处于危险状态。在运动方向的比较结果相同的情况下,确定驾驶用户存在异常驾驶行为中的危险驾驶行为;在运动方向的比较结果不同的情况下,确定驾驶用户不存在异常驾驶行为中的危险驾驶行为。
运动状态包括运动速度,实际上,运动速度不同,表明驾驶用户和乘车用户以不同速度运动,在两个用户的运动速度非零,且不同的情况下,即乘车用户离开车辆并以车辆的行驶速度的不同速度进行运动,表明乘车用户安全离开车辆;在运动速度相同,且非零的情况下,表明驾驶用户和乘车户用以相同速度运动,即乘车用户没有离开车辆,表明乘车用户未安全离开车辆,仍在车辆中,此时,乘车用户处于危险状态。在运动速度相同,且为零的情况下,表明两个用户停留,即车辆停留。在两个运动速度中一个为零,另一个非零的情况下,表明一个用户停留,另外一个用户运动,表明驾驶用户或乘车用户处于危险状态。在运动速度的比较结果相同且非零的情况下,确定驾驶用户存在异常驾驶行为中的危险驾驶行为;在运动速度的比较结果不同且非零的情况下,确定驾驶用户不存在异常驾驶行为中的危险驾驶行为;在运动速度的比较结果不同且存在一个运动速度为零的情况下,确定驾驶用户存在异常驾驶行为中的危险驾驶行为;在运动速度的比较结果相同且为零的情况下,确定驾驶用户和乘车用户存在停留行为。
运动状态可以同时包括运动方向和运动速度,都可以进行判断,在运动方向和运动速度任一项的检测操作中确定存在异常驾驶行为中的危险驾驶行为,则确定存在异常驾驶行为中的危险驾驶行为。
通过比较乘车用户和驾驶用户之间的运动状态,检测驾驶用户是否存在异常驾驶行为,可以准确根据两方的运动状态的比较结果预测,提高异常驾驶行为的检测准确率。
可选的,异常驾驶行为检测方法还包括:获取所述驾驶用户的历史偏航数据;根据所述历史偏航数据对所述异常驾驶行为进行修正。
历史偏航数据是指驾驶用户偏航行为的出现频率,其中,出现频率的计算方式为:统计驾驶用户执行多个出租车任务的持续时长,并统计多个出租车任务中偏航行为的出现次数,计算出现次数与持续时长的比值,确定为出现频率。历史偏航数据用于对异常驾驶行为进行修正。实际上,异常驾驶行为可以包括危险驾驶行为,和绕路驾驶行为。在驾驶用户的偏航行为的频率大于等于预设频率阈值的情况下,可以将驾驶用户存在的危险驾驶行为修改为绕路驾驶行为。或者,可以直接将驾驶用户存在的异常驾驶行为确定为绕路驾驶行为。
通过根据历史偏航数据对异常驾驶行为进行修正,可以提高异常驾驶行为的检测准确率。
此外,还可以根据偏航程度和偏航的定位信息,对异常驾驶行为进行修正。示例性的,偏航程度大于等于预设偏航阈值,将驾驶用户存在的绕路驾驶行为修改为危险驾驶行为;从第一定位信息和第二定位信息中查询偏航的定位信息,并检测偏航的定位信息是否属于预先统计的危险位置集合,在属于的情况下,将驾驶用户存在的绕路驾驶行为修改为危险驾驶行为。或者,可以直接将驾驶用户存在的异常驾驶行为确定为危险驾驶行为。
根据本公开的技术方案,通过检测异常停留行为,并在存在异常停留行为的情况下,比较驾驶用户和乘车用户的用户状态,实现在乘车用户处于疑似风险的环境下,进一步判断是否存在异常停留行为,从而检测是否存在异常驾驶行为,可以排除干扰因素,提高异常驾驶行为的检测准确率。
图4是根据本公开实施例公开的另一种异常驾驶行为检测***的示意图。异常驾驶行为检测***包括服务器401、乘客端402和司机端403。
其中,乘客端402包括目的地确认模块、行车路径确定模块、行车路线上传模块、地理数据上传模块和导航路线切换确认模块等。目的地确认模块:乘车用户输入目的地,确认本次行车的终点;行车路径确定模块:根据目的地,结合上车地点,服务器401为其推荐多个行车路线,乘车用户选择其中一条路线;行车路线上传模块:将乘车用户选择的路线上传服务器401;地理数据上传模块:将当前的地理位置上传到服务器401;导航路线切换确认模块:从服务器401获取提示的导航路线修改信息,可以确认或否认,并作为修改审核结果,反馈给服务器401。
其中,司机端403包括:行车路径接收模块、行车导航模块和地理数据上传模块等。行车路径接收模块:从服务器401拉取乘客选择的行车路径信息;行车导航模块:按照行车路径进行路径导航;地理数据上传模块:将当前的地理位置上传到服务器401。
其中,服务器401可以实现如下功能:根据乘车用户的当前位置及目的地进行路径规划可以返回多条路,将为乘车用户选择。实现司机端403与乘客端402的路径同步;实现获取驾驶用户的第一定位信息和乘车用户的第二定位信息由客户端上报。并将本次行程的地理位置信息的路径进行服务器401的存储。或者是存储于短时间内的行程信息。根据驾驶用户的第一定位信息和乘车用户的第二定位信息,结合乘车用户上报的行车路径。进行当前路线偏航的判断,并且根据偏航的程度向乘车用户进行提示及确认。当乘车用户确认驾驶用户的偏航行为未经过沟通,确定当前的偏航行为存在异常;此时,根据乘客端402和司机端403是否离线的用户状态,以及乘客端402和司机端403的运动状态,检测是否为异常驾驶行为中的危险驾驶行为,并在存在异常驾驶行为中的危险驾驶行为时出发报警行为。
在一个具体的例子中,假设乘客从a到g点,服务器进行路径规划,并返回三条路线:1、a,b,c,d,e,f,g;2、a,b1,c1,d,e,f,g;3、a,b,c,d1,e1,f,g。乘客选择路线a,b,c,d,e,f,g,并通过乘客端行车路线上传模块上传所选的路线。服务器接收所选路线。司机端的行车路径接收模块向服务器拉取该所选路线,并通过行车导航模块开始按a,b,c,d,e,f,g导航。司机端和乘客端分别通过地理数据上传模块,实时获取定位信息,上传到服务器。
服务器周期性接收第一定位信息和第二定位信息。并检测是否出现偏航行为。当出现偏航(如a,b1)时,向乘客端发送导航路线修改信息,以提示乘车用户偏航,驾驶用户可能要更换路线;接收乘客端针对所述导航路线修改信息反馈的修改审核结果,以向乘车用户是否确认按新路线走,在确认的情况下,更新路线数据;在否认的情况下,则进入预警状态。在预警状态下,根据第一定位信息和第二定位信息检测是否存在异常停留行为。在否的情况下,继续检测是否存在异常停留行为;在是的情况下,对第一用户状态和第二用户状态进行比较。
可以对乘车用户的联系状态和驾驶用户的联系状态进行比较,在比较结果不同的情况下,即一方失联,建立未失联的用户端的通话连接,即建立可联系状态的目标用户的通话连接,并根据通话连接过程中的通话信息,检测是否存在异常驾驶行为的危险驾驶行为,并在存在危险驾驶行为的情况下,启动报警,相当于是当驾驶用户或乘车用户的手机失联,服务器主动联系另外一方确认状态。在比较结果相同且均失联的情况下,启动报警。
可以对乘车用户的运动方向和驾驶用户的运动方向进行比较,在比较结果为相同的情况下,确定存在危险驾驶行为,启动报警。
可以对乘车用户的运动速度和驾驶用户的运动速度进行比较,在比较结果为不同,且一方的运动速度为零的情况下,确定存在危险驾驶行为,启动报警。
根据本公开的技术方案,通过异常驾驶行为检测***,在按照乘车用户预设的路线行驶的情况下,当路线出现偏差时,可主动感知,当路线比较偏僻并且是偏航时,结合车辆的状态在检测到危险驾驶行为时可以快速报警,同时对驾驶用户产生威慑力,也会对于一些不法的行为进行提醒,可能较快速的提前发现不法的行为,提高乘车安全性。
根据本公开的实施例,图5是本公开实施例中的异常驾驶行为检测装置的结构图,本公开实施例适用于查询路网中连通两个区域且未记录在路网中的道路的情况。该装置采用软件和/或硬件实现,并具体配置于具备一定数据运算能力的电子设备中。
如图5所示的一种异常驾驶行为检测装置500,包括:驾驶用户定位信息获取模块501、乘车用户定位信息获取模块502和异常驾驶行为检测模块503;其中,
驾驶用户定位信息获取模块501,用于接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;
乘车用户定位信息获取模块502,用于接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;
异常驾驶行为检测模块503,用于对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
根据本公开的技术方案,通过获取驾驶用户和乘车用户的定位信息,并分别确定用户状态,通过比较用户状态,检测驾驶用户的异常驾驶行为,以对乘车用户的乘车安全进行检测,可以准确根据两方的定位信息的比较结果预测,提高定位信息的检测准确率,以及提高异常驾驶行为的检测准确率。
进一步的,所述异常驾驶行为检测模块503,包括:联系状态比较单元,用于对所述第一用户状态包括的联系状态与所述第二用户状态包括的联系状态进行比较;可联系用户确定单元,用于在比较结果为不同的情况下,确定联系状态为可联系状态的目标用户;通话连接单元,用于与所述目标用户建立通话连接,并获取所述目标用户的通话信息;通话信息处理单元,用于根据通话信息,检测所述驾驶用户的异常驾驶行为。
进一步的,所述通话连接单元,包括:用户间通话建立子单元,用于建立所述目标用户与标准安全用户之间的通话连接。
进一步的,所述异常驾驶行为检测模块503,包括:运动状态比较单元,用于对所述第一用户状态包括的运动状态与所述第二用户状态包括的运动状态进行比较;运动状态比较结果处理单元,用于根据运动状态的比较结果,检测所述驾驶用户的异常驾驶行为。
进一步的,所述异常驾驶行为检测模块503,包括:异常停留行为检测单元,用于根据所述第一定位信息和所述第二定位信息,检测异常停留行为;用户状态比较单元,用于在存在所述异常停留行为的情况下,对所述第一用户状态和所述第二用户状态进行比较。
进一步的,所述异常停留行为检测单元,包括:偏航行为检测子单元,用于根据所述第一定位信息和所述第二定位信息,检测偏航行为;导航路线修改信息发送子单元,用于在存在所述偏航行为的情况下,向所述乘车用户发送导航路线修改信息;修改审核结果接收子单元,用于接收所述乘车用户针对所述导航路线修改信息反馈的修改审核结果;偏航审核不通过结果处理子单元,用于在所述修改审核结果为审核不通过的情况下,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。
进一步的,所述异常驾驶行为检测装置,还包括:历史偏航数据获取模块,用于获取所述驾驶用户的历史偏航数据;异常驾驶行为修正模块,用于根据所述历史偏航数据对所述异常驾驶行为进行修正。
上述异常驾驶行为检测装置可执行本公开任意实施例所提供的异常驾驶行为检测方法,具备执行异常驾驶行为检测方法相应的功能模块和有益效果。
本公开的技术方案中,所涉及的用户个人信息或车辆信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如异常驾驶行为检测方法。例如,在一些实施例中,异常驾驶行为检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的异常驾驶行为检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行异常驾驶行为检测方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种异常驾驶行为检测方法,包括:
接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;
接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;
对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
2.根据权利要求1所述的方法,其中,所述对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为,包括:
对所述第一用户状态包括的联系状态与所述第二用户状态包括的联系状态进行比较;
在比较结果为不同的情况下,确定联系状态为可联系状态的目标用户;
与所述目标用户建立通话连接,并获取所述目标用户的通话信息;
根据通话信息,检测所述驾驶用户的异常驾驶行为。
3.根据权利要求2所述的方法,其中,所述与所述目标用户建立通话连接,包括:
建立所述目标用户与标准安全用户之间的通话连接。
4.根据权利要求1所述的方法,其中,所述对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为,包括:
对所述第一用户状态包括的运动状态与所述第二用户状态包括的运动状态进行比较;
根据运动状态的比较结果,检测所述驾驶用户的异常驾驶行为。
5.根据权利要求1所述的方法,其中,所述对所述第一用户状态和所述第二用户状态进行比较,包括:
根据所述第一定位信息和所述第二定位信息,检测异常停留行为;
在存在所述异常停留行为的情况下,对所述第一用户状态和所述第二用户状态进行比较。
6.根据权利要求5所述的方法,其中,所述根据所述第一定位信息和所述第二定位信息,检测异常停留行为,包括:
根据所述第一定位信息和所述第二定位信息,检测偏航行为;
在存在所述偏航行为的情况下,向所述乘车用户发送导航路线修改信息;
接收所述乘车用户针对所述导航路线修改信息反馈的修改审核结果;
在所述修改审核结果为审核不通过的情况下,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。
7.根据权利要求1所述的方法,还包括:
获取所述驾驶用户的历史偏航数据;
根据所述历史偏航数据对所述异常驾驶行为进行修正。
8.一种异常驾驶行为检测装置,包括:
驾驶用户定位信息获取模块,用于接收驾驶用户的第一定位信息,并确定所述驾驶用户的第一用户状态;
乘车用户定位信息获取模块,用于接收与所述驾驶用户同车的乘车用户的第二定位信息,并确定所述乘车用户的第二用户状态;
异常驾驶行为检测模块,用于对所述第一用户状态和所述第二用户状态进行比较,并检测所述驾驶用户的异常驾驶行为。
9.根据权利要求8所述的装置,其中,所述异常驾驶行为检测模块,包括:
联系状态比较单元,用于对所述第一用户状态包括的联系状态与所述第二用户状态包括的联系状态进行比较;
可联系用户确定单元,用于在比较结果为不同的情况下,确定联系状态为可联系状态的目标用户;
通话连接单元,用于与所述目标用户建立通话连接,并获取所述目标用户的通话信息;
通话信息处理单元,用于根据通话信息,检测所述驾驶用户的异常驾驶行为。
10.根据权利要求9所述的装置,其中,所述通话连接单元,包括:
用户间通话建立子单元,用于建立所述目标用户与标准安全用户之间的通话连接。
11.根据权利要求8所述的装置,其中,所述异常驾驶行为检测模块,包括:
运动状态比较单元,用于对所述第一用户状态包括的运动状态与所述第二用户状态包括的运动状态进行比较;
运动状态比较结果处理单元,用于根据运动状态的比较结果,检测所述驾驶用户的异常驾驶行为。
12.根据权利要求11所述的装置,其中,所述异常驾驶行为检测模块,包括:
异常停留行为检测单元,用于根据所述第一定位信息和所述第二定位信息,检测异常停留行为;
用户状态比较单元,用于在存在所述异常停留行为的情况下,对所述第一用户状态和所述第二用户状态进行比较。
13.根据权利要求12所述的装置,其中,所述异常停留行为检测单元,包括:
偏航行为检测子单元,用于根据所述第一定位信息和所述第二定位信息,检测偏航行为;
导航路线修改信息发送子单元,用于在存在所述偏航行为的情况下,向所述乘车用户发送导航路线修改信息;
修改审核结果接收子单元,用于接收所述乘车用户针对所述导航路线修改信息反馈的修改审核结果;
偏航审核不通过结果处理子单元,用于在所述修改审核结果为审核不通过的情况下,根据所述第一定位信息和所述第二定位信息,检测异常停留行为。
14.根据权利要求8所述的装置,还包括:
历史偏航数据获取模块,用于获取所述驾驶用户的历史偏航数据;
异常驾驶行为修正模块,用于根据所述历史偏航数据对所述异常驾驶行为进行修正。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的异常驾驶行为检测方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的异常驾驶行为检测方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的异常驾驶行为检测方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915765.8A CN113657632B (zh) | 2021-08-10 | 2021-08-10 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
PCT/CN2022/083014 WO2023015900A1 (zh) | 2021-08-10 | 2022-03-25 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915765.8A CN113657632B (zh) | 2021-08-10 | 2021-08-10 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113657632A true CN113657632A (zh) | 2021-11-16 |
CN113657632B CN113657632B (zh) | 2023-11-07 |
Family
ID=78479425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110915765.8A Active CN113657632B (zh) | 2021-08-10 | 2021-08-10 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113657632B (zh) |
WO (1) | WO2023015900A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023015900A1 (zh) * | 2021-08-10 | 2023-02-16 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150044064A (ko) * | 2013-10-15 | 2015-04-24 | 조성훈 | 스마트기기를 이용한 편리하고 안전한 택시이용방법 |
CN106056839A (zh) * | 2016-06-30 | 2016-10-26 | 武汉斑马快跑科技有限公司 | 网约车安全监测***及方法 |
US9919648B1 (en) * | 2016-09-27 | 2018-03-20 | Robert D. Pedersen | Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method |
CN108765930A (zh) * | 2018-06-26 | 2018-11-06 | 上海掌门科技有限公司 | 行车监控方法及设备 |
CN108810804A (zh) * | 2018-06-13 | 2018-11-13 | 陈磊 | 一种基于网约车平台的智能防护方法及其*** |
CN109697844A (zh) * | 2017-10-20 | 2019-04-30 | 北京嘀嘀无限科技发展有限公司 | 状态信息处理方法及装置 |
CN109859089A (zh) * | 2019-01-31 | 2019-06-07 | 平安科技(深圳)有限公司 | 预警用户乘车安全方法、装置、计算机设备和存储介质 |
CN110049096A (zh) * | 2019-03-01 | 2019-07-23 | 深圳市华慧云科技有限公司 | 网约顺风车行程监控和紧急信息发送方法 |
CN110070889A (zh) * | 2019-03-15 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 车辆监控方法、装置及存储介质、服务器 |
CN110447214A (zh) * | 2018-03-01 | 2019-11-12 | 北京嘀嘀无限科技发展有限公司 | 一种识别驾驶行为的***、方法、装置和存储介质 |
CN110782625A (zh) * | 2018-12-17 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 乘车安全报警方法、装置、电子设备及存储介质 |
CN111147671A (zh) * | 2018-11-02 | 2020-05-12 | 北京嘀嘀无限科技发展有限公司 | 信息处理方法、装置、服务器及计算机可读存储介质 |
CN111598368A (zh) * | 2019-02-21 | 2020-08-28 | 北京嘀嘀无限科技发展有限公司 | 基于行程结束后停留异常的风险识别方法、***及装置 |
CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
CN111953789A (zh) * | 2020-08-17 | 2020-11-17 | 广西云森科技有限公司 | 基于语音识别的网约车异常驾驶环境监督***及方法 |
CN112183245A (zh) * | 2020-09-11 | 2021-01-05 | 广州宸祺出行科技有限公司 | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 |
CN113038383A (zh) * | 2021-02-01 | 2021-06-25 | 丰桔出行(北京)科技有限公司 | 一种网约车安全监测***及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106791009A (zh) * | 2016-11-28 | 2017-05-31 | 北京奇虎科技有限公司 | 协助用户安全出行的方法及相关设备 |
CN111064841B (zh) * | 2018-10-16 | 2020-11-10 | 北京嘀嘀无限科技发展有限公司 | 消息发送方法、装置及服务器 |
CN112017463B (zh) * | 2020-07-17 | 2021-11-12 | 盛威时代科技集团有限公司 | 智能化的网约车管理方法 |
CN112389448B (zh) * | 2020-11-23 | 2022-07-01 | 重庆邮电大学 | 一种基于车辆状态和驾驶员状态的异常驾驶行为识别方法 |
CN113657632B (zh) * | 2021-08-10 | 2023-11-07 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
-
2021
- 2021-08-10 CN CN202110915765.8A patent/CN113657632B/zh active Active
-
2022
- 2022-03-25 WO PCT/CN2022/083014 patent/WO2023015900A1/zh unknown
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150044064A (ko) * | 2013-10-15 | 2015-04-24 | 조성훈 | 스마트기기를 이용한 편리하고 안전한 택시이용방법 |
CN106056839A (zh) * | 2016-06-30 | 2016-10-26 | 武汉斑马快跑科技有限公司 | 网约车安全监测***及方法 |
US9919648B1 (en) * | 2016-09-27 | 2018-03-20 | Robert D. Pedersen | Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method |
CN109697844A (zh) * | 2017-10-20 | 2019-04-30 | 北京嘀嘀无限科技发展有限公司 | 状态信息处理方法及装置 |
CN110447214A (zh) * | 2018-03-01 | 2019-11-12 | 北京嘀嘀无限科技发展有限公司 | 一种识别驾驶行为的***、方法、装置和存储介质 |
CN108810804A (zh) * | 2018-06-13 | 2018-11-13 | 陈磊 | 一种基于网约车平台的智能防护方法及其*** |
CN108765930A (zh) * | 2018-06-26 | 2018-11-06 | 上海掌门科技有限公司 | 行车监控方法及设备 |
CN111147671A (zh) * | 2018-11-02 | 2020-05-12 | 北京嘀嘀无限科技发展有限公司 | 信息处理方法、装置、服务器及计算机可读存储介质 |
CN110782625A (zh) * | 2018-12-17 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 乘车安全报警方法、装置、电子设备及存储介质 |
CN109859089A (zh) * | 2019-01-31 | 2019-06-07 | 平安科技(深圳)有限公司 | 预警用户乘车安全方法、装置、计算机设备和存储介质 |
CN111598368A (zh) * | 2019-02-21 | 2020-08-28 | 北京嘀嘀无限科技发展有限公司 | 基于行程结束后停留异常的风险识别方法、***及装置 |
CN110049096A (zh) * | 2019-03-01 | 2019-07-23 | 深圳市华慧云科技有限公司 | 网约顺风车行程监控和紧急信息发送方法 |
CN110070889A (zh) * | 2019-03-15 | 2019-07-30 | 深圳壹账通智能科技有限公司 | 车辆监控方法、装置及存储介质、服务器 |
CN111859104A (zh) * | 2020-03-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种乘客状态判断方法、装置、电子设备和存储介质 |
CN111953789A (zh) * | 2020-08-17 | 2020-11-17 | 广西云森科技有限公司 | 基于语音识别的网约车异常驾驶环境监督***及方法 |
CN112183245A (zh) * | 2020-09-11 | 2021-01-05 | 广州宸祺出行科技有限公司 | 一种监测网约车司机异常行为并告警的方法、装置及电子设备 |
CN113038383A (zh) * | 2021-02-01 | 2021-06-25 | 丰桔出行(北京)科技有限公司 | 一种网约车安全监测***及方法 |
Non-Patent Citations (4)
Title |
---|
MARTA GARCÍA: "Transportation Research Procedia", 《TRANSPORTATION RESEARCH PROCEDIA》, vol. 33, pages 267 - 274 * |
于跃: "从出租车到网约车的乘客出行方式选择行为演化博弈分析", 《软科学》, vol. 33, no. 08, pages 126 - 132 * |
惠飞: "基于双向长短记忆网络的异常驾驶行为检测", 《计算机工程与应用》, vol. 56, no. 24, pages 116 - 122 * |
郄广: "智能车与网联技术分析", 《移动通信》, vol. 44, no. 01, pages 80 - 85 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023015900A1 (zh) * | 2021-08-10 | 2023-02-16 | 百度在线网络技术(北京)有限公司 | 异常驾驶行为检测方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113657632B (zh) | 2023-11-07 |
WO2023015900A1 (zh) | 2023-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11927959B2 (en) | Autonomous driving vehicle that avoids natural disasters | |
US11935401B2 (en) | Vehicle control device, vehicle control method, and vehicle control system | |
CN110749319A (zh) | 一种路线偏移检测的方法、装置和电子设备 | |
US10794714B2 (en) | Self-driving vehicle systems and methods | |
US11567509B2 (en) | Control system, control method, and non-transitory storage medium | |
CN109747657A (zh) | 自动驾驶汽车远程控制方法和装置 | |
CN111105243A (zh) | 订单服务安全性检测方法及装置、计算机可读存储介质 | |
CN109919708A (zh) | 一种打车软件派单方法和装置 | |
CN113721621A (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
CN110395205A (zh) | 车辆事故告警方法、装置、电子设备、存储介质 | |
CN113788009A (zh) | 指示泊车模式的方法和装置、电子设备 | |
CN113479196A (zh) | 泊车方法、装置、电子设备、存储介质和自动驾驶汽车 | |
CN113657632A (zh) | 异常驾驶行为检测方法、装置、电子设备和存储介质 | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN113742589A (zh) | 一种行车提示方法、装置、电子设备及存储介质 | |
CN113830104A (zh) | 控制自动驾驶车辆的方法、装置、设备和自动驾驶车辆 | |
CN113895457A (zh) | 车辆行驶状态的控制方法、装置、设备及自动驾驶车辆 | |
CN115209374A (zh) | 一种基于第三方呼叫中心的机动车报警*** | |
CN113183983B (zh) | 控制车辆的方法、装置、电子设备、存储介质及程序产品 | |
KR20230128825A (ko) | 순찰 차량 주행 경로 생성 방법 및 이에 따른 장치 | |
CN114115781A (zh) | 多媒体资源展示方法、装置、***、设备及存储介质 | |
KR101874520B1 (ko) | 버스의 이동경로 추적 및 예상경로 예측 기능의 버스 안내단말과 안내시스템 | |
CN114616139A (zh) | 通过听觉信号的拼车的行程认证 | |
KR102538084B1 (ko) | 사고취약선박 모니터링 지원서비스 장치 및 방법 |
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 |