CN114093143A - 一种车辆驾驶风险感知预警方法及装置 - Google Patents

一种车辆驾驶风险感知预警方法及装置 Download PDF

Info

Publication number
CN114093143A
CN114093143A CN202111258213.0A CN202111258213A CN114093143A CN 114093143 A CN114093143 A CN 114093143A CN 202111258213 A CN202111258213 A CN 202111258213A CN 114093143 A CN114093143 A CN 114093143A
Authority
CN
China
Prior art keywords
early warning
risk
vehicle
information
warning
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
Application number
CN202111258213.0A
Other languages
English (en)
Inventor
杨婵
杨竣文
林虎
邢映彪
温振坤
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.)
Guangzhou Bus Online Information Technology Co ltd
Guangzhou Tongda Auto Electric Co Ltd
Original Assignee
Guangzhou Bus Online Information Technology Co ltd
Guangzhou Tongda Auto Electric 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 Guangzhou Bus Online Information Technology Co ltd, Guangzhou Tongda Auto Electric Co Ltd filed Critical Guangzhou Bus Online Information Technology Co ltd
Priority to CN202111258213.0A priority Critical patent/CN114093143A/zh
Publication of CN114093143A publication Critical patent/CN114093143A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/06Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00Audible signalling systems; Audible personal calling systems
    • G08B3/10Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了一种车辆驾驶风险感知预警方法及装置。本申请实施例提供的技术方案,通过实时采集驾驶员行为信息和车辆状态信息;根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;根据预警风险值划分对应的预警风险等级;根据预警风险等级进行不同等级的警告提示。本申请实施例提供的技术方案解决了安全驾驶感知预警无法自动分析呈现问题,提升了安全驾驶感知预警的自动化和可视化。

Description

一种车辆驾驶风险感知预警方法及装置
技术领域
本申请实施例涉及车辆安全技术领域,尤其涉及一种车辆驾驶风险感知预警方法及装置。
背景技术
随着社会的发展,城市公交和私家车成为人们出行的重要交通工具,随着汽车的数据急剧增加,由其引发的交通事故屡见不鲜,因此车辆的安全驾驶是交通领域重要关注的部分。
目前行业普遍的安全驾驶感知是通过在车辆上安装ADAS、DSM、CAN采集器等设备监控司机驾驶行为和车辆运行状态参数上报至管理平台,监管人员可在管理平台远程查看司机的不良驾驶行为例如抽烟、打电话或疲劳驾驶等警告事件和车辆故障等信息,但是管理平台在信息的呈现方式为点状分散的结构,一般以告警报表或故障报表的形式汇总信息,需要管理人员逐条查看且凭借管理员自身经验当前风险做出判断,无法对单个车辆、单条线路整体的安全状态自动分析和直观呈现。
发明内容
本申请实施例提供一种车辆驾驶风险感知预警方法及装置,能够解决安全驾驶感知预警无法自动分析呈现问题,提升安全驾驶感知预警的自动化和可视化。
在第一方面,本申请实施例提供了一种车辆驾驶风险感知预警方法,包括:
实时采集驾驶员行为信息和车辆状态信息;
根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;
根据预警风险值划分对应的预警风险等级;
根据预警风险等级进行不同等级的警告提示。
进一步的,所述预设的预警风险值计算公式,具体为:
Wt=θ1∑A+θ2∑B
其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑B代表预设时间间隔时长t内的车辆状态故障次数,θ1、θ2分别为系数。
进一步的,所述根据预警风险值划分对应的预警风险等级,具体为:
所述预警风险值超过预设的第一阈值,则属于一级风险等级;
所述预警风险值超过预设的第二阈值,则属于二级风险等级;
所述预警风险值超过预设的第三阈值,则属于三级风险等级。
进一步的,所述方法,还包括:
将采集到的信息在显示器通过时序图的形式进行显示;
在显示器上显示不同车辆对应不同的时序曲线;
在所述时序曲线上显示对应车辆实时预警风险值、预警风险等级、发出时间、所处位置、行车轨迹;
在所述行车轨迹上标记对应的告警信息,所述告警信息包括驾驶员违规行为事件或车辆状态故障事件信息。
进一步的,告警信息还包括告警名称、告警事件、告警等级、告警位置、告警车速。
进一步的,所述根据预警风险等级进行不同等级的警告提示,具体为:
当所述预警风险等级为一级风险等级时,通过车载语音装置预设的语音进行警告提示;
当所述预警风险等级为二级风险等级时,通过管理平台远程人工语音进行警告提示;
当所述预警风险等级为三级风险等级时,通过管理平台远程视频或远程人工语音,伴随着蜂鸣声进行警告提示。
进一步的,所述方法,还包括:
点击显示器上某一车辆对应所述时序曲线,显示所述车辆的详细信息,并提供对应的视频监控查看入口、轨迹回放查看入口、视频或语音通话交互入口,所述详细信息包括车牌号、驾驶员信息和告警信息。
在第二方面,本申请实施例提供了一种车辆驾驶风险感知预警装置,包括:
采集单元,用于实时采集驾驶员行为信息和车辆状态信息;
预警风险值计算单元,用于根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;
预警风险等级划分单元,用于根据预警风险值划分对应的预警风险等级;
告警提示单元,用于根据预警风险等级进行不同等级的警告提示。
进一步的,所述预设的预警风险值计算公式,具体为:
Wt=θ1∑A+θ2∑B
其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑B代表预设时间间隔时长t内的车辆状态故障次数,θ1、θ2分别为系数。
进一步的,所述预警风险等级划分单元,还用于所述预警风险值超过预设的第一阈值,则属于一级风险等级;
所述预警风险值超过预设的第二阈值,则属于二级风险等级;
所述预警风险值超过预设的第三阈值,则属于三级风险等级。
进一步的,所述装置,还包括:
显示单元,用于将采集到的信息在显示器通过时序图的形式进行显示;
在显示器上显示不同车辆对应不同的时序曲线;
在所述时序曲线上显示对应车辆实时预警风险值、预警风险等级、发出时间、所处位置、行车轨迹;
在所述行车轨迹上标记对应的告警信息,所述告警信息包括驾驶员违规行为事件或车辆状态故障事件信息。
进一步的,告警信息还包括告警名称、告警事件、告警等级、告警位置、告警车速。
进一步的,所述告警提示单元,还用于当所述预警风险等级为一级风险等级时,通过车载语音装置预设的语音进行警告提示;
当所述预警风险等级为二级风险等级时,通过管理平台远程人工语音进行警告提示;
当所述预警风险等级为三级风险等级时,通过管理平台远程视频或远程人工语音,伴随着蜂鸣声进行警告提示。
进一步的,所述装置,还包括:
交互单元,用于点击显示器上某一车辆对应所述时序曲线,显示所述车辆的详细信息,并提供对应的视频监控查看入口、轨迹回放查看入口、视频或语音通话交互入口,所述详细信息包括车牌号、驾驶员信息和告警信息。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的车辆驾驶风险感知预警方法。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的车辆驾驶风险感知预警方法。
本申请实施例通过根据预设的预警风险计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值,并根据预警风险值进行对应的预警风险等级的划分,根据划分的预警风险等级进行不同等级的告警提示。采用上述技术手段,通过具体的算法对驾驶员行为信息和车辆状态信息进行计算处理得到预警风险值,量化了预警风险值的计算,同时考量驾驶员行为和车辆状态两种因素的影响,扩展了计算预警风险值的维度,使得计算结果更加的精确。此外,还根据划分的不同预警风险等级进行不同的形式的警告提示,以提高警示的有效性。
附图说明
图1是本申请实施例一提供的一种车辆驾驶风险感知预警方法的流程图;
图2是本申请实施例一提供的显示器时序曲线示意图;
图3是本申请实施例二提供的一种车辆驾驶风险感知预警装置的结构示意图;
图4是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的车辆驾驶风险感知预警方法及装置,旨在根据预设的预警风险计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值,并根据预警风险值进行对应的预警风险等级的划分,根据划分的预警风险等级进行不同等级的告警提示。以此来提高安全驾驶感知的自动化和可视化。相对于传统的驾驶风险感知预警方式,其通常通常将监控到的信息通过告警报表或者故障报表的形式进行汇总,需要管理人员手动进行查表查看,这样导致工作效率非常低下,并且浪费大量的人力资源。此外还需要管理员根据自身的经验判断当前存在风险,存在一定的主观性,无法对单个车辆或单条线路整体的安全状态自动分析和直观的呈现,导致驾驶风险的感知效率不高,告警提示不及时。基于此,提供本申请实施例的车辆驾驶风险感知预警方法。以解决现有车辆驾驶风险感知预警中的无法自动分析呈现问题。
实施例一:
图1给出了本申请实施例一提供的一种车辆驾驶风险感知预警方法的流程图,本实施例中提供的车辆驾驶风险感知预警方法可以由车辆驾驶风险感知预警设备执行,该车辆驾驶风险感知预警设备可以通过软件和/或硬件的方式实现,该车辆驾驶风险感知预警设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。一般而言,该车辆驾驶风险感知预警设备可以是终端设备,如计算机、平板、手机等。
下述以计算机为执行车辆驾驶风险感知预警方法的主体为例,进行描述。参照图1,该车辆驾驶风险感知预警方法具体包括:
S101、实时采集驾驶员行为信息和车辆状态信息。
具体的,在车辆设置车载安全设备搭载人工智能***,对驾驶员的身份进行识别,实时对驾驶员的驾驶行为进行告警提醒即进行数据的采集。所述车载安全设备包括智能主机、人脸红外监控摄像头和多个安全视频监控摄像头,用于实现对驾驶员的人脸身份识别及高危驾驶行为进行实时视频采集监控与主动识别报警提醒,及将采集到的驾驶员行为信息上报至服务器后台进行数据处理。所述车载安全设备还包括ADAS、DSM、CAN采集器等。
在一实施例中,通过车载安全设备将采集到的监控视频进行人工智能运算与图像识别,识别出驾驶员行为信息,所述驾驶员行为信息包括:抽烟、打电话、疲劳驾驶、违规开关门、超速、急加速、急减速、前车碰撞、未系安全带、闯红灯、不打转向灯变道和遮挡监控设备等。通过车载安全设备将识别到的驾驶员行为信息上报至服务器后台。
在一实施例中,通过车载安全设备将采集到的监控视频上报至服务器后台,在服务器后台进行对应的驾驶员行为信息的识别。
进一步的,车辆中还设置有车辆状态信息采集模块,对车辆的运行状态信息进行实时的监控,所述车辆状态信息包括:电池高温报警、储能***过压、水温过高、轮胎***、刹车失灵和油量过低等。
在一实施例中,实时采集驾驶员行为信息和车辆状态信息,当采集到驾驶员的违规行为超过预设次数阈值时,进行告警提示,若还继续检测到同种违规行为,则通知管理员进行后续的处罚处理。当检测到车故障状态信息,则立刻进行告警提示,以提示驾驶员注意故障状态,并提醒驾驶员需要进行故障清除处理。
通过实时采集驾驶员的行为信息和车辆的状态信息,能对驾驶员行为和车辆状态进行监控,在出现驾驶员违规行为或者车辆出现故障状态能够及时告警驾驶员注意。此外还将采集到的驾驶员行为信息和车辆的的状态信息发送至服务器后台,以便管理员进行查看,可以让车辆运营管理人员及时了解每一车辆的情况,对每一条路线的每一车辆的驾驶员行为信息和车辆的状态信息进行监控,从而提高了安全驾驶的信息的采集的及时性。
S102、根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值。
具体的,所述预设的预警风险值计算公式,具体为:Wt=θ1∑A+θ2∑B其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑B代表预设时间间隔时长t内的车辆状态故障次数,θ1、θ2分别为系数。θ1、θ2的大小设定可根据实际情况需要而进行设定,例如对于新车辆,车辆相对故障状态发生的记录较少,则θ2可以设置低于θ1;而对于使用比较久的旧车辆,其通常发生车辆状态故障的情况比较频繁,因此则θ2可以设置高于θ1
在一实施例中,所述预设的预警风险值计算公式,具体为:Wt=θ1∑A+θ2∑B其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑A可以代表预设时间间隔时长t内的驾驶员某项违规行为的次数,也可以表示为预设时间间隔时长t内的驾驶员所有违规行为的次数总和;∑B代表预设时间间隔时长t内的车辆状态故障次数,∑B可以代表预设时间间隔时长t内的车辆某项状态故障的次数,也可以表示为预设时间间隔时长t内的车辆所有状态故障的次数的总和;θ1、θ2分别为系数。θ1、θ2的大小设定可根据实际情况需要而进行设定,
所述驾驶员违规行为包括抽烟、打电话、疲劳驾驶、违规开关门、超速、急加速、急减速、前车碰撞、未系安全带、闯红灯、不打转向灯变道和遮挡监控设备等。所述车辆状态故障包括电池高温报警、储能***过压、水温过高、轮胎***、刹车失灵和油量过低等。
在一实施例中,所述预设的时间间隔时长设置为20分钟,每个20分钟对采集到的驾驶员行为信息和车辆状态信息进行数据处理,统计20分钟驾驶员违规行为的次数总和以及车辆状态故障的次数总和,将统计得到的次数代入公式Wt=θ1∑A+θ2∑B中,得到对应的该20分钟内对应的预警风险值。随后,对之后的20分钟内采集的得到的信息进行数据处理得到下一20分钟内对应的预警风险值。一直按预设的20分钟的周期进行数据的处理和计算,并实时更新最新的预警风险值。
通过将驾驶员违规行为次数和车辆故障状态次数进行综合的计算,得到的预警风险值能够更加准确的表现出车辆真实面临的风险情况,可以对驾驶员违规行为带来的风险和车辆自身故障状态带来的风险进行综合评价,扩展了风险感知的维度,提高了风险感知的准确性和适用性。此外,通过预设的时间间隔时长进行数据处理,实时周期性的更新预警风险值,使得驾驶安全风险感知能够实时更新,进一步提高的感知预警的及时性。
S103、根据预警风险值划分对应的预警风险等级。
具体的,所述预警风险值超过预设的第一阈值,则属于一级风险等级;所述预警风险值超过预设的第二阈值,则属于二级风险等级;所述预警风险值超过预设的第三阈值,则属于三级风险等级。所述第一阈值少于所述第二阈值,所述第二阈值少于所述第三阈值。
在一实施例中,所述预警风险值的阈值设定可根据车辆运营公司的要求进行设定,例如某些车辆运营公司要求比较严格,只要有发现驾驶员的违规驾驶行为或者车辆故障状态即进行警告,而某些车辆运营公司要求相对比较宽松,对于驾驶员的违规驾驶行为超过10次才进行警告。
在一实施例中,假设第一阈值为20,第二阈值为30,第三阈值为40,θ1、θ2均设置为1,当本次预设时间间隔时长内根据步骤S102计算得到的预警风险值超过20时,则此刻车辆的风险等级处于一级风险等级,需要对车辆进行一级风险等级对应的告警提示,并开始进行一下预设时间间隔时长的数据信息采集。若在下一预设时间间隔时长内根据步骤S102计算得到的预警风险值超过20时,则车辆的风险等级仍处于一级风险等级,继续对车辆进行一级风险等级对应的告警提示;若根据步骤S102计算得到的预警风险值超过30时,则车辆的风险等级变为二级风险等级,需要车辆进行二级风险等级对应的告警提示;若根据步骤S102计算得到的预警风险值超过40时,则车辆的风险等级变为三级风险等级,需要车辆进行三级风险等级对应的告警提示。
通过对计算得到的不同风险值进行不同预警风险等级的划分,量化了预警风险等级划分的,提高的预警风险等级划分的客观性。
S104、根据预警风险等级进行不同等级的警告提示。
具体的,当所述预警风险等级为一级风险等级时,通过车载语音装置预设的语音进行警告提示;当所述预警风险等级为二级风险等级时,通过管理平台远程人工语音进行警告提示;当所述预警风险等级为三级风险等级时,通过管理平台远程视频或远程人工语音,伴随着蜂鸣声进行警告提示。
在一实施例中,预设时间间隔时长内根据步骤S102计算得到的预警风险值不超过第一阈值时,则车辆驾驶较为安全,不需要对其进行警告提示。预设时间间隔时长内根据步骤S102计算得到的预警风险值超过第一阈值时,则车辆驾驶存在危险行为,判断预警风险等级为一级风险等级,则需要对其进行警告提示,通过车载的语音装置预设的语音进行警告提示,例如:“您的驾驶存在违规行为,请注意”或“车辆存在故障,请注意”。预设时间间隔时长内根据步骤S102计算得到的预警风险值超过第二阈值时,则车辆驾驶存在危险行为,判断预警风险等级为二级风险等级,则需要对其进行警告提示,通过管理平台远程人工语音进行警告提示,例如:“xxx驾驶员,您的驾驶存在xxx违规行为,请注意”或“车辆车牌号为xxx的请注意,车辆的xxx存在故障,请注意”。预设时间间隔时长内根据步骤S102计算得到的预警风险值超过第三阈值时,则车辆驾驶存在非常危险的行为,判断预警风险等级为三级风险等级,则需要对其进行警告提示,通过车载的语音装置发出蜂鸣声并通过管理平台远程人工语音进行警告提示,例如:“xxx驾驶员,您的驾驶存在xxx违规行为,请注意”或“车辆车牌号为xxx的请注意,车辆的xxx存在故障,请注意”,或者,通过车载的语音装置发出蜂鸣声并通过管理平台远程进行远程的视频警告提示。
根据不同的预警风险等级进行不同形式的告警提示,对于有轻微危险的一级预警风险等级,通过车载语音装置预设的语音进行告警提示。而现有的汽车上大部分都装置有车载语音装置进行告警提示,驾驶员听多了车载语音装置的提醒之后可能会置之不理。因此,在较为危险的二级预警风险等级时,则需要通过远程管理人员的人工语音进行告警提示,管理人员对于驾驶员具有一定的督促作用,比一般的车载语音提醒告警效果更明显。进一步的,在存在非常严重的危险情况的三级预警风险等级时,则通过蜂鸣声引起驾驶员的注意并通过远程的视频或者人工语音进行警告警示,体现告警提示的紧急性,提高了告警提示的效果。
在一实施例中,所述车载安全设备还包括文件存储模块,卫星定位模块、无线通信模块、视频显示模块。通过无线通信模块将采集到的信息上报至服务器后台,服务器后台将采集到的信息在显示器通过时序图的形式进行显示。采集到的信息包括车辆状态信息、驾驶员行为信息、车辆定位信息和行车轨迹信息、车辆车牌号信息、驾驶员的身份验证信息、车辆出发时间、车辆的出发地点等。在显示器上显示不同车辆对应不同的时序曲线;在所述时序曲线上显示对应车辆实时预警风险值、预警风险等级、发出时间、所处位置、行车轨迹;在所述行车轨迹上标记对应的告警信息,所述告警信息包括驾驶员违规行为事件或车辆状态故障事件信息。告警信息还包括告警名称、告警事件、告警等级、告警位置、告警车速等。
在一实施例中,在所述显示器中可以点击显示器上某一车辆对应所述时序曲线,显示所述车辆的详细信息,并提供对应的视频监控查看入口、轨迹回放查看入口、视频或语音通话交互入口,所述详细信息包括车牌号、驾驶员信息和告警信息。可以通过视频或语音通话交互入口与车辆进行交互,与车辆驾驶员取得联系,进行对应的交流沟通或者进行对应的告警提示。
图2是本申请实施例一提供的显示器时序曲线示意图,参照图2,在所述显示器上记录并显示着多条时序曲线,每条时序曲线对应不同的车辆的不同路线。例如,车辆1的时序曲线从19:00从火车南站出发,通过车载安全设备进行实时的数据采集,每隔预设时间间隔进行数据处理并在时序曲线上通过圆点进行显示,通过点击对应的圆点即可显示前预设时间间隔内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息。并且,通过点击对应的车辆图标,即可显示出该车所有时间段对应的所有数据信息,例如点击车辆1的车辆图标,即可显示出该车所有预设时间间隔段对应的数据信息,首先显示车辆1对应的时序曲线的第一个圆点前预设时间间隔段内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息,接着显示车辆1对应的时序曲线的第二个圆点前预设时间间隔段内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息,以此类推,直到显示完车辆完成该车车程的所有圆点对应的数据信息。
示例性的,参照图2,在所述显示器上记录并显示着多条时序曲线,每条时序曲线对应不同的车辆的不同路线。例如,车辆1的时序曲线从19:00从火车南站出发,通过车载安全设备进行实时的数据采集,每隔20分钟进行数据处理并在时序曲线上通过圆点进行显示,通过点击对应的圆点即可显示前20分钟时间段内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息。并且,通过点击对应的车辆图标,即可显示出该车所有时间段对应的所有数据信息,例如点击车辆1的车辆图标,即可显示出该车所有20分钟时间段对应的数据信息,首先显示车辆1对应的时序曲线的第一个圆点前20分钟时间段内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息,接着显示车辆1对应的时序曲线的第二个圆点前20分钟时间段内的视频监控画面、驾驶员行为信息、车辆状态信息、预警风险值、预警风险等级、车辆定位、车辆行驶轨迹等信息,以此类推,直到显示完车辆完成该车车程的所有圆点对应的数据信息。
进一步的,在车辆图标上方显示车辆类别以及实时的风险等级,例如,参见图2,第一个车辆图标上方显示为“车辆1三级风险”,第二个车辆图标上方显示“车辆2二级风险”第三个车辆图标上方显示“车辆3一级风险”。通过实时的显示对应的车辆的风险等级,使得管理人员并不需要进行任何的操作也可以清楚看到实时的风险等级,以根据实时风险等级进行对应的告警提示,提高了风险告警的感知效率和提高的告警提示的工作效率。
在一实施例中,所述显示器上还设置有对应监控图像显示,进行实时地反馈对驾驶员的监控画面,并且在点击车辆图标或者点击时序曲线的圆点时,显示对应记录的预设时间间隔段内的驾驶员的监控画面,以实现对驾驶员行为信息的记录。
进一步的,所述显示器上还设置有对应的交互入口,所述交互入口包括视频或语音通话交互入口,通过点击对应的车辆图标,并点击视频或语音通话交互入口,即可以与该车辆图标对应的实体车辆进行视频或语音的通话,以实现对该车辆驾驶员的告警提示,提高了告警提示的效率,并且通过后台的管理员直接对驾驶员进行告警提示,提高了告警的有效性,进一步提高了驾驶员改正违规驾驶行为或者修复车辆故障的机率,从而提高了驾驶的安全性。
上述,通过根据预设的预警风险计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值,并根据预警风险值进行对应的预警风险等级的划分,根据划分的预警风险等级进行不同等级的告警提示。采用上述技术手段,通过具体的算法对驾驶员行为信息和车辆状态信息进行计算处理得到预警风险值,量化了预警风险值的计算,同时考量驾驶员行为和车辆状态两种因素的影响,扩展了计算预警风险值的维度,使得计算结果更加的精确。此外,还根据划分的不同预警风险等级进行不同的形式的警告提示,以提高警示的有效性。
实施例二:
在上述实施例的基础上,图3为本申请实施例二提供的一种车辆驾驶风险感知预警装置的结构示意图。参考图3,本实施例提供的车辆驾驶风险感知预警装置具体包括:采集单元21、预警风险值计算单元22、预警风险等级划分单元23和告警提示单元24。
其中,采集单元21,用于实时采集驾驶员行为信息和车辆状态信息;
预警风险值计算单元22,用于根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;
预警风险等级划分单元23,用于根据预警风险值划分对应的预警风险等级;
告警提示单元24,用于根据预警风险等级进行不同等级的警告提示。
进一步的,所述预设的预警风险值计算公式,具体为:Wt=θ1∑A+θ2∑B
其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑B代表预设时间间隔时长t内的车辆状态故障次数,θ1、θ2分别为系数。
所述预警风险等级划分单元23,还用于所述预警风险值超过预设的第一阈值,则属于一级风险等级;所述预警风险值超过预设的第二阈值,则属于二级风险等级;所述预警风险值超过预设的第三阈值,则属于三级风险等级。
所述装置,还包括:显示单元,用于将采集到的信息在显示器通过时序图的形式进行显示;在显示器上显示不同车辆对应不同的时序曲线;在所述时序曲线上显示对应车辆实时预警风险值、预警风险等级、发出时间、所处位置、行车轨迹;
在所述行车轨迹上标记对应的告警信息,所述告警信息包括驾驶员违规行为事件或车辆状态故障事件信息。告警信息还包括告警名称、告警事件、告警等级、告警位置、告警车速。
所述告警提示单元24,还用于当所述预警风险等级为一级风险等级时,通过车载语音装置预设的语音进行警告提示;当所述预警风险等级为二级风险等级时,通过管理平台远程人工语音进行警告提示;当所述预警风险等级为三级风险等级时,通过管理平台远程视频或远程人工语音,伴随着蜂鸣声进行警告提示。
所述装置,还包括:交互单元,用于点击显示器上某一车辆对应所述时序曲线,显示所述车辆的详细信息,并提供对应的视频监控查看入口、轨迹回放查看入口、视频或语音通话交互入口,所述详细信息包括车牌号、驾驶员信息和告警信息。
上述,通过根据预设的预警风险计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值,并根据预警风险值进行对应的预警风险等级的划分,根据划分的预警风险等级进行不同等级的告警提示。采用上述技术手段,通过具体的算法对驾驶员行为信息和车辆状态信息进行计算处理得到预警风险值,量化了预警风险值的计算,同时考量驾驶员行为和车辆状态两种因素的影响,扩展了计算预警风险值的维度,使得计算结果更加的精确。此外,还根据划分的不同预警风险等级进行不同的形式的警告提示,以提高警示的有效性。
本申请实施例二提供的车辆驾驶风险感知预警装置可以用于执行上述实施例一提供的车辆驾驶风险感知预警方法,具备相应的功能和有益效果。
实施例三:
本申请实施例三提供了一种电子设备,参照图4,该电子设备包括:处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个,该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的车辆驾驶风险感知预警方法对应的程序指令/模块(例如,车辆驾驶风险感知预警装置中的采集单元、预警风险值计算单元、预警风险等级划分单元和告警提示单元)。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***、至少一个功能所需的应用程序;存储数据区可存储根据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、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。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。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的车辆驾驶风险感知预警方法。
输入装置34可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的车辆驾驶风险感知预警方法,具备相应的功能和有益效果。
实施例四:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种车辆驾驶风险感知预警方法,该车辆驾驶风险感知预警方法包括:实时采集驾驶员行为信息和车辆状态信息;根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;根据预警风险值划分对应的预警风险等级;根据预警风险等级进行不同等级的警告提示。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到第一计算机***。第二计算机***可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的车辆驾驶风险感知预警方法,还可以执行本申请任意实施例所提供的车辆驾驶风险感知预警方法中的相关操作。
上述实施例中提供的车辆驾驶风险感知预警装置、存储介质及电子设备可执行本申请任意实施例所提供的车辆驾驶风险感知预警方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的车辆驾驶风险感知预警方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。

Claims (10)

1.一种车辆驾驶风险感知预警方法,其特征在于,包括:
实时采集驾驶员行为信息和车辆状态信息;
根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;
根据预警风险值划分对应的预警风险等级;
根据预警风险等级进行不同等级的警告提示。
2.根据权利要求1所述的车辆驾驶风险感知预警方法,其特征在于,所述预设的预警风险值计算公式,具体为:
Wt=θ1∑A+θ2∑B
其中,Wt代表预设时间间隔时长t内的预警风险值,∑A代表预设时间间隔时长t内的驾驶员违规行为次数,∑B代表预设时间间隔时长t内的车辆状态故障次数,θ1、θ2分别为系数。
3.根据权利要求1所述的车辆驾驶风险感知预警方法,其特征在于,所述根据预警风险值划分对应的预警风险等级,具体为:
所述预警风险值超过预设的第一阈值,则属于一级风险等级;
所述预警风险值超过预设的第二阈值,则属于二级风险等级;
所述预警风险值超过预设的第三阈值,则属于三级风险等级。
4.根据权利要求1所述的车辆驾驶风险感知预警方法,其特征在于,所述方法,还包括:
将采集到的信息在显示器通过时序图的形式进行显示;
在显示器上显示不同车辆对应不同的时序曲线;
在所述时序曲线上显示对应车辆实时预警风险值、预警风险等级、发出时间、所处位置、行车轨迹;
在所述行车轨迹上标记对应的告警信息,所述告警信息包括驾驶员违规行为事件或车辆状态故障事件信息。
5.根据权利要求4所述的车辆驾驶风险感知预警方法,其特征在于,告警信息还包括告警名称、告警事件、告警等级、告警位置、告警车速。
6.根据权利要求3所述的车辆驾驶风险感知预警方法,其特征在于,所述根据预警风险等级进行不同等级的警告提示,具体为:
当所述预警风险等级为一级风险等级时,通过车载语音装置预设的语音进行警告提示;
当所述预警风险等级为二级风险等级时,通过管理平台远程人工语音进行警告提示;
当所述预警风险等级为三级风险等级时,通过管理平台远程视频或远程人工语音,伴随着蜂鸣声进行警告提示。
7.根据权利要求4所述的车辆驾驶风险感知预警方法,其特征在于,所述方法,还包括:
点击显示器上某一车辆对应所述时序曲线,显示所述车辆的详细信息,并提供对应的视频监控查看入口、轨迹回放查看入口、视频或语音通话交互入口,所述详细信息包括车牌号、驾驶员信息和告警信息。
8.一种车辆驾驶风险感知预警装置,其特征在于,包括:
采集单元,用于实时采集驾驶员行为信息和车辆状态信息;
预警风险值计算单元,用于根据预设的预警风险值计算公式对预设时间间隔内的驾驶员行为信息和车辆状态信息进行数据处理,得到对应的预警风险值;
预警风险等级划分单元,用于根据预警风险值划分对应的预警风险等级;
告警提示单元,用于根据预警风险等级进行不同等级的警告提示。
9.一种电子设备,其特征在于,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一所述的方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的方法。
CN202111258213.0A 2021-10-27 2021-10-27 一种车辆驾驶风险感知预警方法及装置 Pending CN114093143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111258213.0A CN114093143A (zh) 2021-10-27 2021-10-27 一种车辆驾驶风险感知预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111258213.0A CN114093143A (zh) 2021-10-27 2021-10-27 一种车辆驾驶风险感知预警方法及装置

Publications (1)

Publication Number Publication Date
CN114093143A true CN114093143A (zh) 2022-02-25

Family

ID=80297935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111258213.0A Pending CN114093143A (zh) 2021-10-27 2021-10-27 一种车辆驾驶风险感知预警方法及装置

Country Status (1)

Country Link
CN (1) CN114093143A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454889A (zh) * 2022-04-14 2022-05-10 新石器慧通(北京)科技有限公司 用于远程驾驶的行驶路面状况反馈方法、装置和无人车
CN116109224A (zh) * 2023-04-13 2023-05-12 福建至简至一信息科技有限公司 基于物流风控平台的在线陪护方法、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9535878B1 (en) * 2012-12-19 2017-01-03 Allstate Insurance Company Driving event data analysis
CN110648244A (zh) * 2019-09-05 2020-01-03 广州亚美信息科技有限公司 基于区块链的车险方案生成方法、装置和行车数据处理***
CN111833480A (zh) * 2019-04-12 2020-10-27 比亚迪股份有限公司 驾驶行为检测方法、装置和车辆
CN112368660A (zh) * 2019-05-24 2021-02-12 空中客车A^3有限责任公司 无人驾驶飞行器风险评估
CN113257039A (zh) * 2021-06-28 2021-08-13 武汉依迅北斗时空技术股份有限公司 基于大数据分析的驾驶预警方法及装置
CN113436414A (zh) * 2021-07-01 2021-09-24 北京汽车集团越野车有限公司 一种车辆驾驶状态预警方法、装置和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9535878B1 (en) * 2012-12-19 2017-01-03 Allstate Insurance Company Driving event data analysis
CN111833480A (zh) * 2019-04-12 2020-10-27 比亚迪股份有限公司 驾驶行为检测方法、装置和车辆
CN112368660A (zh) * 2019-05-24 2021-02-12 空中客车A^3有限责任公司 无人驾驶飞行器风险评估
CN110648244A (zh) * 2019-09-05 2020-01-03 广州亚美信息科技有限公司 基于区块链的车险方案生成方法、装置和行车数据处理***
CN113257039A (zh) * 2021-06-28 2021-08-13 武汉依迅北斗时空技术股份有限公司 基于大数据分析的驾驶预警方法及装置
CN113436414A (zh) * 2021-07-01 2021-09-24 北京汽车集团越野车有限公司 一种车辆驾驶状态预警方法、装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114454889A (zh) * 2022-04-14 2022-05-10 新石器慧通(北京)科技有限公司 用于远程驾驶的行驶路面状况反馈方法、装置和无人车
CN116109224A (zh) * 2023-04-13 2023-05-12 福建至简至一信息科技有限公司 基于物流风控平台的在线陪护方法、设备及存储介质

Similar Documents

Publication Publication Date Title
EP3965082B1 (en) Vehicle monitoring system and vehicle monitoring method
CN114093143A (zh) 一种车辆驾驶风险感知预警方法及装置
CN105261225A (zh) 改良驾驶行为习惯的监测***
CN111361568A (zh) 一种司机驾驶行为评估方法、装置、设备及存储介质
CN107067730B (zh) 基于卡口设备的网约车人车不一致监测方法
WO2023274071A1 (zh) 驾驶行为监控方法、装置、电子设备及存储介质
CN112036361A (zh) 基于监管平台对营运车辆行车安全的智能管理方法和装置
TW202101344A (zh) 用於計算車輛的駕駛人的責任的系統和方法
CN116824484A (zh) 一种基于大数据的城市安全风险监测预警***
CN116704644A (zh) 一种基于云端数据处理和多源数据分析的汽车管控平台
CN115909740A (zh) 车路协同实现方法、装置、计算机设备及存储介质
CN110930707A (zh) 非机动车交通违法监管***及监管方法
CN113986893A (zh) 一种基于发电车风险识别主动预警***及方法
CN116453345B (zh) 一种基于驾驶风险反馈的公交行车安全预警方法及***
CN114841483A (zh) 一种物流货运车辆的安全监控方法及***
CN116911610A (zh) 运输车辆驾驶安全风险监控及评估预警的方法和***
CN110909641A (zh) 一种检测摩托车超载的方法、装置及***
CN115871682A (zh) 驾驶员安全驾驶行为的监测、评价和预警方法及***
CN115297138A (zh) 一种车辆管理方法及***
CN112989069B (zh) 一种基于知识图谱与区块链的交通违章分析方法
CN115272924A (zh) 一种基于模块化视频智能分析引擎的治理***
CN114913398A (zh) 一种客运驾驶员实时行车风险辨识及风险等级判定的方法
CN111861498B (zh) 出租车的监控方法、装置、设备和存储介质
CN110909567B (zh) 拦截失驾人员的方法和装置
CN110060452A (zh) 车辆进出场所的警示方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 605-3, supporting service building, No. 8, Kesheng Road, Guangzhou private science and Technology Park, No. 1633 Beitai Road, Baiyun District, Guangzhou City, Guangdong Province

Applicant after: GUANGZHOU TONGDA AUTO ELECTRIC Co.,Ltd.

Applicant after: Guangzhou Huixing Information Technology Co.,Ltd.

Address before: Room 605-3, supporting service building, No. 8, Kesheng Road, Guangzhou private science and Technology Park, No. 1633 Beitai Road, Baiyun District, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU TONGDA AUTO ELECTRIC Co.,Ltd.

Applicant before: Guangzhou Huixing Technology Co.,Ltd.

Address after: Room 605-3, supporting service building, No. 8, Kesheng Road, Guangzhou private science and Technology Park, No. 1633 Beitai Road, Baiyun District, Guangzhou City, Guangdong Province

Applicant after: GUANGZHOU TONGDA AUTO ELECTRIC Co.,Ltd.

Applicant after: Guangzhou Huixing Technology Co.,Ltd.

Address before: Room 605-3, supporting service building, No. 8, Kesheng Road, Guangzhou private science and Technology Park, No. 1633 Beitai Road, Baiyun District, Guangzhou City, Guangdong Province

Applicant before: GUANGZHOU TONGDA AUTO ELECTRIC Co.,Ltd.

Applicant before: Guangzhou bus Online Information Technology Co.,Ltd.