CN114360267B - 基于云端检测***的车况检测方法、装置及云端检测*** - Google Patents
基于云端检测***的车况检测方法、装置及云端检测*** Download PDFInfo
- Publication number
- CN114360267B CN114360267B CN202111417448.XA CN202111417448A CN114360267B CN 114360267 B CN114360267 B CN 114360267B CN 202111417448 A CN202111417448 A CN 202111417448A CN 114360267 B CN114360267 B CN 114360267B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- user
- state
- detection system
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 117
- 230000007613 environmental effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims description 50
- 230000009471 action Effects 0.000 claims description 26
- 230000003068 static effect Effects 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000011897 real-time detection Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010705 motor oil Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于云端检测***的车况检测方法、装置及云端检测***,所述方法适用于云端检测***,所述云端检测***与车载终端连接,所述方法包括:实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;利用所述运行信息和所述状态信息确定车辆的行驶状态;当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户。本发明可以快速有效地确定车辆的实际车况,有效提高检测效率,而且无需用户触发操作,避免用户分心,可以提高用户的驾驶专注度,降低事故风险。
Description
技术领域
本发明涉及车况识别的技术领域,尤其涉及一种基于云端检测***的车况检测方法、装置及云端检测***。
背景技术
近年来,随着科技的持续快速发展,各种机动车的功能逐渐增多,驾驶员在驾驶时需要控制或操控的东西也越来越多。为了减轻驾驶员的驾驶负担,让驾驶员可以集中精力在驾驶操控上,以降低事故概率,车辆的智能检测及智能控制是必不可少的。
目前常用的智能检测方法主要是用户通过语音或操控方式控制其智能终端向车载终端发送检测命令后,再由车载终端检测车辆的实时行驶数据,最后反馈给用户终端,以供用户参考使用。
但目前常用的方法有如下技术问题:在驾驶过程中控制智能终端触发车载终端进行车辆状态检测容易导致用户分心,降低其驾驶的专注度,容易增加事故风险,其次,通过车载终端进行实时检测不但效率低,而且在检测后用户往往只能根据其实时检测结果为自行进行驾驶调整,进一步增加了驾驶员的驾驶难度。
发明内容
本发明提出一种基于云端检测***的车况检测方法、装置及云端检测***,所述方法可以通过云端实时控制车载终端进行实时的车况检测,以提高检测效率并减轻驾驶员的驾驶负担。
本发明实施例的第一方面提供了一种基于云端检测***的车况检测方法,所述方法适用于云端检测***,所述云端检测***与车载终端连接,所述方法包括:
实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;
利用所述运行信息和所述状态信息确定车辆的行驶状态;
当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;
根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户。
在第一方面的一种可能的实现方式中,所述环境信息包括环境图像,所述运行信息包括运行参数;
所述根据所述环境信息与所述运行信息编辑生成车辆状况信息,包括:
从所述环境图像中提取环境特征,以及从所述运行参数中提取运行特征;
融合所述环境特征与所述运行特征得到融合特征;
按照预设的时长对所述融合特征进行特征变化演算得到车辆状况信息。
在第一方面的一种可能的实现方式中,所述状态信息包括驾驶位置信息和驾驶动作信息,所述运行信息包括运行速率和定位坐标;
所述利用所述运行信息和所述状态信息确定车辆的行驶状态,包括:
判断所述驾驶位置信息与预设的位置信息是否相同;
若所述驾驶位置信息与预设的位置信息不相同,查找所述定位坐标对应的定位区域,并当所述定位区域与预设区域相同时,则确定车辆的行驶状态为停泊状态;
若所述驾驶位置信息与预设的位置信息相同,从所述驾驶动作信息中提取用户的动作轮廓,并当所述动作轮廓与预设轮廓相同且所述运行速率大于预设速率时,确定车辆的行驶状态为驾驶状态。
在第一方面的一种可能的实现方式中,所述云端检测***与用户终端连接;
在所述确定车辆的行驶状态为停泊状态的步骤后,所述方法还包括:
采集包含车辆外观的当前静态图像,以及在先存储的历史静态图像;
从所述当前静态图像和所述历史静态图像中确定车辆的外观变化图像;
从所述外观变化图像中提取变化特征,并将所述变化特征发送至所述用户终端,以供所述用户终端提醒用户车辆的外观车况变化。
在第一方面的一种可能的实现方式中,所述云端检测***与用户终端连接;
在所述若所述驾驶位置信息与预设的位置信息不相同的步骤后,所述方法还包括:
采集用户的人脸图像,确定所述人脸图像是否与预设的人脸图像库中的任意一张预设图像匹配;
若所述人脸图像没有与预设的人脸图像库中的任意一张预设图像匹配,则将所述人脸图像发送至所述用户终端,以供所述用户终端提醒用户车辆的内部人员变化。
在第一方面的一种可能的实现方式中,在所述根据所述环境信息与所述运行信息编辑生成车辆状况信息的步骤后,所述方法还包括:
获取历史车况信息,从所述历史车况信息与所述车辆状况信息中提取车辆差异信息;
基于所述车辆差异信息编辑生成车辆变化报告,并将所述车辆变化报告发送至所述车载终端。
本发明实施例的第二方面提供了一种基于云端检测***的车况检测装置,所述装置适用于云端检测***,所述云端检测***与车载终端连接,所述装置包括:
调用模块,用于实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;
确定模块,用于利用所述运行信息和所述状态信息确定车辆的行驶状态;
采集模块,用于当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;
编辑检测模块,用于根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户。
本发明实施例的第二方面提供了一种云端检测***,所述云端检测***适用于如上所述的基于云端检测***的车况检测方法;
所述***分别车载终端和用户终端连接。
相比于现有技术,本发明实施例提供的一种基于云端检测***的车况检测方法、装置及云端检测***,其有益效果在于:本发明可以在用户进入车辆后由云端空车载终端检测车辆的运行信息以及车辆内用户个人的状态信息,从而可以根据车辆的运行信息和用户个人的状态信息确定车辆的实际车况,整个过程简单快捷,而且无需用户触发操作,可以减轻用户的操作负担,避免用户分心,从而可以提高用户的驾驶专注度,降低事故风险,并且整个检测过程快,可以有效提高检测效率。
附图说明
图1是本发明一实施例提供的一种基于云端检测***的车况检测方法的流程示意图;
图2是本发明一实施例提供的一种基于云端检测***的车况检测装置的结构示意图;
图3是本发明一实施例提供的一种云端检测***的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前常用的方法有如下技术问题:在驾驶过程中控制智能终端触发车载终端进行车辆状态检测容易导致用户分心,降低其驾驶的专注度,容易增加事故风险,其次,通过车载终端进行实时检测不但效率低,而且在检测后用户往往只能根据其实时检测结果为自行进行驾驶调整,进一步增加了驾驶员的驾驶难度。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种基于云端检测***的车况检测方法进行详细介绍和说明。
参照图1,示出了本发明一实施例提供的一种基于云端检测***的车况检测方法的流程示意图。
在一实施例中,所述方法适用于云端检测***,所述云端检测***与车载终端连接。所述云端检测***可以是设置在云端的AI智能***。可以通过云端检测***进行智能检测,以提高检测的灵活性和实用性。
其中,作为示例的,所述基于云端检测***的车况检测方法,可以包括:
S11、实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息。
在一实施例中,车载终端可以实时检测车内的各种状况,可以通过检测车内的温度、图像以及开关门的操作等,以确定是否有用户进入车辆。
可以当有用户进入车辆后,由车载终端向云端检测***发送确定信息,以供云端检测***确定有用户进入车辆,同时云端检测***可以控制车载终端采集车辆的运行信息和用户个人的状态信息。也可以是云端检测***实时调用车载终端进行信息采集。
其中,运行信息是关于车辆行驶的参数,可以包括行驶速率、行驶时间、油耗、机油存储量、胎压等等。用户个人的状态信息可以是关于用户个人在车辆内各种形态状态的信息,例如,可以包括用户的体温、动作、人脸图像等等。
通过车辆的运行信息和用户的个人状态信息,可以准确确定车辆的实时状况。
S12、利用所述运行信息和所述状态信息确定车辆的行驶状态。
在一实施例中,在确定运行信息和状态信息后,可以利用运行信息和状态信息进行对应的信息比对,从而确定车辆的实际行驶状态。
为了准确确定车辆的行驶状态,在一实施例中,所述状态信息包括驾驶位置信息和驾驶动作信息,所述运行信息包括运行速率和定位坐标。
其中,驾驶位置信息为用户在车辆中的位置,可以是主驾驶位置、副驾驶位置或乘客位置。驾驶动作信息可以是用户在车辆中的各种动作信息。运行速率为车辆的当前行驶速率,定位坐标为当前车辆的实时坐标。
在一可选的实施例中,步骤S12可以包括以下子步骤:
子步骤S121、判断所述驾驶位置信息与预设的位置信息是否相同。
在本实施例中,预设的位置信息为主驾驶位置信息,可以判断驾驶位置信息与主驾驶位置信息是否相同。
子步骤S122、若所述驾驶位置信息与预设的位置信息不相同,查找所述定位坐标对应的定位区域,并当所述定位区域与预设区域相同时,则确定车辆的行驶状态为停泊状态。
若驾驶位置信息与预设的位置信息不相同,可以确定进入车辆的用户不是驾驶员,车辆可能不是在行驶中,可以查找该定位坐标所在的区域得到其对应的定位区域。例如,其定位区域可以为xxx大厦、xxx游乐园停车场等等。
在一实施例中,预设区域可以是停车区域,具体可以是停车场。若定位区域与预设区域相同,可以确定车辆在停泊中,可以确定车辆的行驶状态为停泊状态。
子步骤S123、若所述驾驶位置信息与预设的位置信息相同,从所述驾驶动作信息中提取用户的动作轮廓,并当所述动作轮廓与预设轮廓相同且所述运行速率大于预设速率时,确定车辆的行驶状态为驾驶状态。
当驾驶位置信息与预设的位置信息相同,则确定用户进入了主驾驶位置,接着可以从用户的动作信息中提取用户的动作轮廓,该动作轮廓是可以用户在一定时长内的动作轨迹。
接着判断动作轮廓与预设轮廓是否相同,以及判断运行速率是否大于预设速率,当动作轮廓与预设轮廓相同且运行速率大于预设速率时,可以确定用户在主驾驶位置中控制车辆行驶,可以确定车辆为驾驶状态。
通过不同参数的联合检测,可以准确确定车辆的实际行驶状态,从而可以根据其实际行驶状态确定实际的车况。
在一实施例中,所述云端检测***与用户终端连接;
该用户终端可以是车主的用户终端。
车辆在停泊过程中,可能是车主本人或车主的亲友进入车辆,也可能是非法人员或盗窃者进入车辆,为了确定进入车辆的具体人员并实时通知车主其车辆的实际状况,可选地,在子步骤S122后,所述方法还可以包括:
步骤S21、采集用户的人脸图像,确定所述人脸图像是否与预设的人脸图像库中的任意一张预设图像匹配。
在应用时,云端检测***可以调用车载终端通过其车内摄像头拍摄进入车辆的用户的人脸图像,然后将该人脸图像与预设的人脸图像中所存储预先存储的图像进行图像匹配,以确定进入车辆的用户是否为预设图像中的用户。
在一实施例中,车主可以预先存储若干张预设图像,每张预先图像所包含的人脸图像均是车主预先设定的人,可以是车主的亲朋好友。
步骤S22、若所述人脸图像没有与预设的人脸图像库中的任意一张预设图像匹配,则将所述人脸图像发送至所述用户终端,以供所述用户终端提醒用户车辆的内部人员变化。
若人脸图像没有与预设的人脸图像库中的任意一张预设图像匹配,则可以确定该用户不是车主预设的对象,车辆可能存在被盗窃的风险。
为了及时通知用户,可以将该人脸图小奶狗发送至用户终端,使得用户终端可以提醒车主执行对应的操作,从而可以降低车辆被盗窃或失窃的风险。
车辆在在停泊过程中,车辆可能会出现被人恶意刮花的情况(例如,周边的车辆在行驶过程中因其视觉盲区使得两车出现碰撞,又例如,有些熊孩子在停车场玩耍过程中,恶意刮车),为了能确定车辆的外观情况,可选地,在子步骤S122后,所述方法还可以包括:
步骤S31、采集包含车辆外观的当前静态图像,以及在先存储的历史静态图像。
可以通过调用车辆内部的行车记录仪或者其它摄像头拍摄车辆的外观得到车辆的当前静态图像,在采集当前静态图像后,可以将当前静态图像上传至云端检测***,由云端检测***存储。历史静态图像为在先采集的静态图像,可选地,历史静态图像可以是在上一次检测的当前静态图像。
步骤S32、从所述当前静态图像和所述历史静态图像中确定车辆的外观变化图像。
云端检测***可以将当前静态图像和历史静态图像进行图像比对,以确定两张图像的差异。
具体地,由于两张图像拍摄的角度和对象均是相同,可以先从两张图像中抠出车辆的外观轮廓,再利用两个外观轮廓进行图像比对。
当比对不相同时,可以获取当前静态图像中不相同的部分,以得到外观变化图像。
例如,拍摄的车辆外观为左前车门,而在当前静态图像中,其左前车门的门把手下方出现两条裂纹,可以从当前静态图像中把裂纹区域的图像截取出来,得到外观变化图像。
步骤S33、从所述外观变化图像中提取变化特征,并将所述变化特征发送至所述用户终端,以供所述用户终端提醒用户车辆的外观车况变化。
承接上述例子,若外观变化图像包含裂纹,可以从外观变化图像中提取裂纹形状,从而可以得到其变化特征,最后将变化特征发送至车主的用户终端,供用户终端提醒车主其车辆的外观变化。
S13、当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息。
在确定车辆的行驶状态为驾驶状态时,说明车辆处于行驶过程中,而在行驶过程中可能车辆出现各种各样的突发情况,可能是机油不够、水温过高、胎压过低或行车距离太近等等,车辆在不同地方或不同环境下的车况也可能不同,为了让车主可以准确知道车辆的实际状况可以采集车辆周边的环境信息,从而可以结合环境信息进行准确的车况识别。
可选地,环境信息可以是车辆周边的环境图像。
S14、根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户。
在一实施例中,可以集合环境信息与运行信息确定车辆的车况,并将车辆车况编辑生成车辆状况信息,从而可以通过车辆状况信息发送至车载终端,再通过车载终端进行实时的语音提示或文字提示,以通知用户或驾驶员车辆的实时状况。
在一实施例中,所述环境信息包括环境图像,所述运行信息包括运行参数;
可选地,为了准确识别车辆的实际车况,步骤S14可以包括以下子步骤:
子步骤S141、从所述环境图像中提取环境特征,以及从所述运行参数中提取运行特征。
其中环境特征可以是车辆周边物体的特征,运行参数可以是速率值、临界值或范围值。
子步骤S142、融合所述环境特征与所述运行特征得到融合特征。
可选地,可以先将环境特征与运行特征转换成对应的特征向量,该向量格式可以根据选用的融合算法确定。
在一实施例中,可以通过普通的卷积网络进行特征融合,也可以使用RF、XGBoost、LightGBM、CatBoost、CNN、LSTM等模型结构进行特征融合。
子步骤S143、按照预设的时长对所述融合特征进行特征变化演算得到车辆状况信息。
特征变化演算具体可以是将融合特征输入至预测算法中,以得到对应的预测情况,从而得到车辆状况信息。
在驾驶车辆一段时间后,用户需要对车辆进行维修保养,而每次保养都需要先对车辆进行一次全面的检查,再对车辆进行针对性的维护,使得每次保养的时间长,效率低。
在一实施例中,为了缩短保养时间,提高保养效率,所述方法还可以包括:
S15、获取历史车况信息,从所述历史车况信息与所述车辆状况信息中提取车辆差异信息。
其中,历史车况信息可以是在先存储的车辆状况信息。由于在先存储的车辆状况信息可能有多个,可以任意选取。
为了提高保养效率,该历史车况信息可以是在先完成一次保养后所存储的车辆状况信息。
在应用时,每当生成一次车辆状况信息后,可以存储该车辆状况信息,以方便后续对比使用。
具体地,可以将历史车况信息中每一项内容与当前检测得到的车辆状况信息进行逐一比对,然后从两个信息中提取差异值。例如,可能是油耗差异值、机油剩余量的差异值、左轮转向角的差异值,后车门外观的差异、胎压差异等等。
S16、基于所述车辆差异信息编辑生成车辆变化报告,并将所述车辆变化报告发送至所述车载终端。
具体地,可以将车辆差值信息添加至预设表格中,从而编辑生成对应车辆变化报告,该报告可以发送至车载终端,也可以发送至用户终端,用户可以通过车载终端或用户终端查看该车辆变化报告,同时可以将该车辆变化报告发送至保养维修的人员,使得保养维修人员可以根据车辆变化报告快速确定车辆的异常地方,从而可以快速地对车辆进行针对性的保养维修,以缩短维修市场,提高维修的效率。
在本实施例中,本发明实施例提供了一种基于云端检测***的车况检测方法,其有益效果在于:本发明可以在用户进入车辆后由云端空车载终端检测车辆的运行信息以及车辆内用户个人的状态信息,从而可以根据车辆的运行信息和用户个人的状态信息确定车辆的实际车况,整个过程简单快捷,而且无需用户触发操作,可以减轻用户的操作负担,避免用户分心,从而可以提高用户的驾驶专注度,降低事故风险,并且整个检测过程快,可以有效提高检测效率。
本发明实施例还提供了一种基于云端检测***的车况检测装置,参见图2,示出了本发明一实施例提供的一种基于云端检测***的车况检测装置的结构示意图。
所述装置适用于云端检测***,所述云端检测***与车载终端连接。
其中,作为示例的,所述基于云端检测***的车况检测装置可以包括:
调用模块201,用于实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;
确定模块202,用于利用所述运行信息和所述状态信息确定车辆的行驶状态;
采集模块203,用于当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;
编辑检测模块204,用于根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户。
可选地,所述环境信息包括环境图像,所述运行信息包括运行参数;
所述编辑检测模块还用于:
从所述环境图像中提取环境特征,以及从所述运行参数中提取运行特征;
融合所述环境特征与所述运行特征得到融合特征;
按照预设的时长对所述融合特征进行特征变化演算得到车辆状况信息。
可选地,所述状态信息包括驾驶位置信息和驾驶动作信息,所述运行信息包括运行速率和定位坐标;
所述确定模块还用于:
判断所述驾驶位置信息与预设的位置信息是否相同;
若所述驾驶位置信息与预设的位置信息不相同,查找所述定位坐标对应的定位区域,并当所述定位区域与预设区域相同时,则确定车辆的行驶状态为停泊状态;
若所述驾驶位置信息与预设的位置信息相同,从所述驾驶动作信息中提取用户的动作轮廓,并当所述动作轮廓与预设轮廓相同且所述运行速率大于预设速率时,确定车辆的行驶状态为驾驶状态。
可选地,所述云端检测***与用户终端连接;
在所述确定车辆的行驶状态为停泊状态的步骤后,所述装置还包括:
图像采集模块,用于采集包含车辆外观的当前静态图像,以及在先存储的历史静态图像;
外观变化模块,用于从所述当前静态图像和所述历史静态图像中确定车辆的外观变化图像;
外观特征提取模块,用于从所述外观变化图像中提取变化特征,并将所述变化特征发送至所述用户终端,以供所述用户终端提醒用户车辆的外观车况变化。
可选地,所述云端检测***与用户终端连接;
在所述若所述驾驶位置信息与预设的位置信息不相同的步骤后,所述装置还包括:
人脸采集模块,用于采集用户的人脸图像,确定所述人脸图像是否与预设的人脸图像库中的任意一张预设图像匹配;
人脸提醒模块,用于若所述人脸图像没有与预设的人脸图像库中的任意一张预设图像匹配,则将所述人脸图像发送至所述用户终端,以供所述用户终端提醒用户车辆的内部人员变化。
可选地,所述装置还包括:
信息比较模块,用于获取历史车况信息,从所述历史车况信息与所述车辆状况信息中提取车辆差异信息;
报告模块,用于基于所述车辆差异信息编辑生成车辆变化报告,并将所述车辆变化报告发送至所述车载终端。
本发明实施例还提供了一种云端检测***,参见图3,示出了本发明一实施例提供的一种云端检测***的结构示意图。
其中,作为示例的,所述云端检测***适用于如上所述的基于云端检测***的车况检测方法;
所述***分别车载终端和用户终端连接。
进一步的,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例所述的基于云端检测***的车况检测方法。
进一步的,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如上述实施例所述的基于云端检测***的车况检测方法。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种基于云端检测***的车况检测方法,其特征在于,所述方法适用于云端检测***,所述云端检测***与车载终端连接,所述方法包括:
实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;
利用所述运行信息和所述状态信息确定车辆的行驶状态;
当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;
根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户;
所述状态信息包括驾驶位置信息和驾驶动作信息,所述运行信息包括运行速率和定位坐标;
所述利用所述运行信息和所述状态信息确定车辆的行驶状态,包括:
判断所述驾驶位置信息与预设的位置信息是否相同;
若所述驾驶位置信息与预设的位置信息不相同,查找所述定位坐标对应的定位区域,并当所述定位区域与预设区域相同时,则确定车辆的行驶状态为停泊状态;
若所述驾驶位置信息与预设的位置信息相同,从所述驾驶动作信息中提取用户的动作轮廓,并当所述动作轮廓与预设轮廓相同且所述运行速率大于预设速率时,确定车辆的行驶状态为驾驶状态。
2.根据权利要求1所述的基于云端检测***的车况检测方法,其特征在于,所述环境信息包括环境图像,所述运行信息包括运行参数;
所述根据所述环境信息与所述运行信息编辑生成车辆状况信息,包括:
从所述环境图像中提取环境特征,以及从所述运行参数中提取运行特征;
融合所述环境特征与所述运行特征得到融合特征;
按照预设的时长对所述融合特征进行特征变化演算得到车辆状况信息。
3.根据权利要求1所述的基于云端检测***的车况检测方法,其特征在于,所述云端检测***与用户终端连接;
在所述确定车辆的行驶状态为停泊状态的步骤后,所述方法还包括:
采集包含车辆外观的当前静态图像,以及在先存储的历史静态图像;
从所述当前静态图像和所述历史静态图像中确定车辆的外观变化图像;
从所述外观变化图像中提取变化特征,并将所述变化特征发送至所述用户终端,以供所述用户终端提醒用户车辆的外观车况变化。
4.根据权利要求1所述的基于云端检测***的车况检测方法,其特征在于,所述云端检测***与用户终端连接;
在所述若所述驾驶位置信息与预设的位置信息不相同的步骤后,所述方法还包括:
采集用户的人脸图像,确定所述人脸图像是否与预设的人脸图像库中的任意一张预设图像匹配;
若所述人脸图像没有与预设的人脸图像库中的任意一张预设图像匹配,则将所述人脸图像发送至所述用户终端,以供所述用户终端提醒用户车辆的内部人员变化。
5.根据权利要求1或2任意一项所述的基于云端检测***的车况检测方法,其特征在于,在所述根据所述环境信息与所述运行信息编辑生成车辆状况信息的步骤后,所述方法还包括:
获取历史车况信息,从所述历史车况信息与所述车辆状况信息中提取车辆差异信息;
基于所述车辆差异信息编辑生成车辆变化报告,并将所述车辆变化报告发送至所述车载终端。
6.一种基于云端检测***的车况检测装置,其特征在于,所述装置适用于云端检测***,所述云端检测***与车载终端连接,所述装置包括:
调用模块,用于实时调用所述车载终端采集车辆的运行信息和用户个人的状态信息;
确定模块,用于利用所述运行信息和所述状态信息确定车辆的行驶状态;
采集模块,用于当所述行驶状态为驾驶状态时,采集关于车辆行驶时周边的环境信息;
编辑检测模块,用于根据所述环境信息与所述运行信息编辑生成车辆状况信息,并将所述车辆状况信息发送至所述车载终端,以供所述车载终端通知用户;
所述状态信息包括驾驶位置信息和驾驶动作信息,所述运行信息包括运行速率和定位坐标;
所述确定模块,还用于:
判断所述驾驶位置信息与预设的位置信息是否相同;
若所述驾驶位置信息与预设的位置信息不相同,查找所述定位坐标对应的定位区域,并当所述定位区域与预设区域相同时,则确定车辆的行驶状态为停泊状态;
若所述驾驶位置信息与预设的位置信息相同,从所述驾驶动作信息中提取用户的动作轮廓,并当所述动作轮廓与预设轮廓相同且所述运行速率大于预设速率时,确定车辆的行驶状态为驾驶状态。
7.一种云端检测***,其特征在于,所述云端检测***适用于如权利要求1-5任意一项所述的基于云端检测***的车况检测方法;
所述***分别车载终端和用户终端连接。
8.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任意一项所述的基于云端检测***的车况检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-5任意一项所述的基于云端检测***的车况检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111417448.XA CN114360267B (zh) | 2021-11-25 | 2021-11-25 | 基于云端检测***的车况检测方法、装置及云端检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111417448.XA CN114360267B (zh) | 2021-11-25 | 2021-11-25 | 基于云端检测***的车况检测方法、装置及云端检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114360267A CN114360267A (zh) | 2022-04-15 |
CN114360267B true CN114360267B (zh) | 2023-10-10 |
Family
ID=81095475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111417448.XA Active CN114360267B (zh) | 2021-11-25 | 2021-11-25 | 基于云端检测***的车况检测方法、装置及云端检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114360267B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117622177B (zh) * | 2024-01-23 | 2024-05-14 | 青岛创新奇智科技集团股份有限公司 | 一种基于工业大模型的车辆数据处理方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598174A (zh) * | 2017-09-29 | 2019-04-09 | 厦门歌乐电子企业有限公司 | 驾驶员状态的检测方法、及其装置和*** |
CN109686050A (zh) * | 2019-01-18 | 2019-04-26 | 桂林电子科技大学 | 基于云服务与深度神经网络的车内环境监测预警方法 |
CN109693612A (zh) * | 2019-01-09 | 2019-04-30 | 北京旷视科技有限公司 | 一种行车辅助方法、装置、车载终端和计算机可读介质 |
CN111599212A (zh) * | 2020-06-22 | 2020-08-28 | 云南昆船智能装备有限公司 | 一种停车场车辆引导***及引导方法 |
CN111746511A (zh) * | 2019-03-29 | 2020-10-09 | 本田技研工业株式会社 | 车辆控制*** |
CN112396824A (zh) * | 2020-11-10 | 2021-02-23 | 恒大新能源汽车投资控股集团有限公司 | 车辆监控方法、***及车辆 |
CN113052098A (zh) * | 2021-03-31 | 2021-06-29 | 深圳酷派技术有限公司 | 车辆防刮预警方法、相关装置及计算机存储介质 |
CN113194138A (zh) * | 2021-04-28 | 2021-07-30 | 昭通亮风台信息科技有限公司 | 基于ai深度学习的出行管理方法和*** |
-
2021
- 2021-11-25 CN CN202111417448.XA patent/CN114360267B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598174A (zh) * | 2017-09-29 | 2019-04-09 | 厦门歌乐电子企业有限公司 | 驾驶员状态的检测方法、及其装置和*** |
CN109693612A (zh) * | 2019-01-09 | 2019-04-30 | 北京旷视科技有限公司 | 一种行车辅助方法、装置、车载终端和计算机可读介质 |
CN109686050A (zh) * | 2019-01-18 | 2019-04-26 | 桂林电子科技大学 | 基于云服务与深度神经网络的车内环境监测预警方法 |
CN111746511A (zh) * | 2019-03-29 | 2020-10-09 | 本田技研工业株式会社 | 车辆控制*** |
CN111599212A (zh) * | 2020-06-22 | 2020-08-28 | 云南昆船智能装备有限公司 | 一种停车场车辆引导***及引导方法 |
CN112396824A (zh) * | 2020-11-10 | 2021-02-23 | 恒大新能源汽车投资控股集团有限公司 | 车辆监控方法、***及车辆 |
CN113052098A (zh) * | 2021-03-31 | 2021-06-29 | 深圳酷派技术有限公司 | 车辆防刮预警方法、相关装置及计算机存储介质 |
CN113194138A (zh) * | 2021-04-28 | 2021-07-30 | 昭通亮风台信息科技有限公司 | 基于ai深度学习的出行管理方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN114360267A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062240B (zh) | 汽车驾驶安全的监控方法、装置、计算机设备及存储介质 | |
US10664710B2 (en) | Start inspection method, apparatus and system applied to unmanned vehicle | |
CN103871200B (zh) | 用于汽车驾驶的安全提醒***及方法 | |
US20200334467A1 (en) | Vehicle damage assessment method, apparatus, and device | |
CN111753711A (zh) | 电动车及其控制方法、装置、电子设备和存储介质 | |
JP2002083297A (ja) | 物体認識方法および物体認識装置 | |
US11250279B2 (en) | Generative adversarial network models for small roadway object detection | |
CN111351474B (zh) | 车辆移动目标检测方法、装置和*** | |
CN112477854A (zh) | 一种基于车辆盲区的监控预警装置及方法 | |
CN114360267B (zh) | 基于云端检测***的车况检测方法、装置及云端检测*** | |
JP2012159955A (ja) | 画像記録制御方法および画像認識装置ならびに車載画像記録装置 | |
CN109664889A (zh) | 一种车辆控制方法、装置和***以及存储介质 | |
CN112215093A (zh) | 一种车辆驾驶能力水平的评价方法及装置 | |
CN111881322A (zh) | 一种目标搜索方法、装置、电子设备及存储介质 | |
CN113569698A (zh) | 车辆监控方法、车辆及计算机可读存储介质 | |
CN109920265A (zh) | 停车场评估设备、停车场信息供应方法及其数据结构 | |
CN113469115A (zh) | 用于输出信息的方法和装置 | |
CN116001716A (zh) | 机械设备的智能远程管理*** | |
CN108932503A (zh) | 恶劣天气下车前障碍的识别方法及装置、存储介质、终端 | |
Dragaš et al. | Development and Implementation of Lane Departure Warning System on ADAS Alpha Board | |
CN114274965A (zh) | 车辆控制方法、车辆控制装置、车载终端设备及存储介质 | |
CN114445787A (zh) | 非机动车重识别方法及相关设备 | |
CN114283361A (zh) | 状态信息的确定方法和装置、存储介质及电子装置 | |
CN112660121A (zh) | 隐患车辆的识别预警方法、装置、车载终端和存储介质 | |
CN110414756B (zh) | 交通工具驾驶***评估方法、装置、计算机设备 |
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 | ||
CP03 | Change of name, title or address |
Address after: No. 309 Huangpu Avenue Middle, Tianhe District, Guangzhou City, Guangdong Province, 510655, self-made 3-14B (for office use only) Patentee after: Guangdong Vip Auto E-commerce Co.,Ltd. Address before: 510655 3-14b, 309 Huangpu Avenue, Tianhe District, Guangzhou City, Guangdong Province Patentee before: Guangdong Weipu Automobile Electronic Commerce Co.,Ltd. |
|
CP03 | Change of name, title or address |