CN115346362B - 行车数据处理方法、装置、电子设备及存储介质 - Google Patents
行车数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115346362B CN115346362B CN202210654589.1A CN202210654589A CN115346362B CN 115346362 B CN115346362 B CN 115346362B CN 202210654589 A CN202210654589 A CN 202210654589A CN 115346362 B CN115346362 B CN 115346362B
- Authority
- CN
- China
- Prior art keywords
- data
- auxiliary driving
- exit
- vehicle
- driving
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 230000004927 fusion Effects 0.000 claims abstract description 112
- 238000004458 analytical method Methods 0.000 claims abstract description 98
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000002452 interceptive effect Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000006399 behavior Effects 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- 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
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
- G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本发明公开了一种行车数据处理方法、装置、电子设备及存储介质,方法包括:获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;在所述车辆对应的交互界面上对所述分析结果进行可视化展示。上述方案实现了多种数据之间的联动,有效提高了数据利用率。
Description
技术领域
本发明涉及车辆领域,尤其涉及一种行车数据处理方法、装置、电子设备及存储介质。
背景技术
随着车辆智能度的提高,车辆车身搭载了更多数量、更多性能的传感器,以及车辆搭载了更高计算力的芯片,具有更强的渲染能力,智能辅助驾驶也在车辆上应用的越来越普遍。现有技术中,车辆产生的辅助驾驶数据、地图数据、车身数据等仅在各自对应的功能被调用时才会被使用,这些数据沉淀在车机***中,且数据之间是相互独立且割裂的存在,导致数据利用率低,无法为更多的上层应用提供数据支撑。
发明内容
本申请实施例提供一种行车数据处理方法、装置、电子设备及存储介质。
第一方面,本申请提供一种行车数据处理方法,所述方法包括:
获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;
在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
可选地,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对辅助驾驶的第一数据融合方式,从所述多种数据集合中筛选出所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
基于与所述第一数据融合方式对应的预设辅助驾驶参数,对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,得到所述预设辅助驾驶参数对应的参数值,作为所述分析结果。
可选地,所述预设辅助驾驶参数包括以下参数中的一种或多种:辅助驾驶持续的总时长、执行所有类型辅助驾驶的总次数、执行每种类型辅助驾驶的次数、辅助驾驶退出原因、每种退出原因对应的发生次数、辅助驾驶的里程数、以及行车记录仪的文件数。
可选地,所述预设辅助驾驶参数包括所述辅助驾驶退出原因,所述对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,包括:
从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,其中,所述车辆在所述M个辅助驾驶退出时刻均自动退出对应的辅助驾驶,M为正整数;
从所述行车记录仪数据集合中确定出与所述M个辅助驾驶退出时刻中每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与所述每个辅助驾驶退出时刻对应的所述车辆所处道路的目标道路状态;
针对所述每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到该辅助驾驶退出时刻对应的路况识别结果;
针对所述每个辅助驾驶退出时刻对应退出的辅助驾驶,将该辅助驾驶的预设退出原因与该辅助驾驶退出时刻对应的路况识别结果进行匹配,并将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因。
可选地,在所述从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻之后,所述方法还包括:
记录所述M个辅助驾驶退出时刻对应的M个路段,以使所述车辆再次行驶至所述M个路段时生成提醒信息,所述提醒信息用于提醒用户手段接管辅助驾驶。
可选地,在所述基于所述N种数据集合进行数据融合分析,得到分析结果之后,所述方法还包括:
基于所述分析结果,生成与所述目标行程对应的辅助驾驶数据分析报告。
可选地,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对行车记录仪的第二数据融合方式,从所述多种数据集合中筛选出所述行车记录仪数据集合以及所述车身数据集合,作为所述N种数据集合;
从所述行车记录仪数据集合中确定出所述目标行程对应的目标数量的拍摄图像,以及每幅拍摄图像的拍摄时刻;
针对所述每幅拍摄图像的拍摄时刻,从所述车身数据集合中确定出与该拍摄时刻对应的目标车身参数,作为所述分析结果。
可选地,所述目标车身参数包括以下参数中的一种或多种:所述车辆的行车档位、制动信息以及车身灯光信息。
可选地,所述在所述车辆对应的交互界面上对所述分析结果进行可视化展示,包括:
基于所述每幅拍摄图像的拍摄时刻,将所述每幅拍摄图像与对应的目标车身参数进行合成,以在所述交互界面上播放所述行车记录仪拍摄的视频时,同时显示对应的目标车身参数。
可选地,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对车辆碰撞的第三数据融合方式,从所述多种数据集合中筛选出所述车身数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
从所述车身数据集合中确定出所述车辆发生碰撞的碰撞时刻;
基于所述碰撞时刻,从所述地图数据集合中确定出与所述碰撞时刻对应的碰撞地点;
基于所述碰撞时刻,从所述行车记录仪数据集合中确定出所述碰撞时刻对应的碰撞视频;
其中,所述分析结果为与所述碰撞时刻对应的碰撞地点以及所述碰撞视频。
可选地,所述交互界面显示有所述目标行程对应的时间轴、所述目标行程对应的行车路线以及所述目标行程对应的行车记录仪拍摄的视频信息;
所述在所述车辆对应的交互界面上对所述分析结果进行可视化展示,包括:
在所述行车路线上对所述碰撞地点进行标记;以及在所述时间轴定位到所述碰撞时刻,在所述交互界面上播放所述碰撞视频。
第二方面,本申请还提供一种行车数据处理装置,包括:
获取模块,用于获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
分析模块,用于基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;
可视化模块,用于在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
第三方面,本发明实施例提供一种电子设备,包括有存储器,以及一个或者多个的程序,其中一个或者多个的程序存储于存储器中,且经配置以由一个或者多个的处理器执行所述一个或者多个的程序所包含的用于进行如第一方面提供的方法所对应的操作指令。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面提供的行车数据处理方法对应的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例中的方案,获取车辆在目标行程中采集到的多种数据集合,多种数据集合包括车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;基于预设数据融合方式,从多种数据集合中筛选出与预设数据融合方式对应的N种数据集合,并基于N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;在车辆对应的交互界面上对分析结果进行可视化展示。上述方案中,多种数据集合来自车辆的不同数据域,通过对不同数据域的数据集合进行融合分析,分析结果可以为车辆的更多应用场景提供数据支撑,实现了多种数据之间的联动,有效提高了数据利用率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种行车数据处理方法的流程图;
图2为本说明书实施例提供的一种可视化交互界面示意图;
图3为本说明书实施例提供的一种行行车数据处理装置的示意图;
图4为本说明书实施例提供的一种电子设备的示意图。
具体实施方式
本申请实施例通过提供一种行车数据处理方法、装置、电子设备及存储介质。
本申请实施例的技术方案总体思路如下:获取车辆在目标行程中采集到的多种数据集合,多种数据集合包括车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;基于预设数据融合方式,从多种数据集合中筛选出与预设数据融合方式对应的N种数据集合,并基于N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;在车辆对应的交互界面上对分析结果进行可视化展示。
本申请中的方案,多种数据集合来自车辆的不同数据域,通过对不同数据域的数据集合进行融合分析,分析结果可以为车辆的更多应用场景提供数据支撑,实现了多种数据之间的联动,有效提高了数据利用率。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本说明书实施例提供了一种行车数据处理方法,如图1所示,该方法包括以下步骤:
步骤S101:获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
步骤S102:基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;
步骤S103:在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
本说明书实施例中的方案,可以应用于车载终端中,也可以应用于能够与车辆通信连接的服务器中,还可以应用于由车载终端和服务器构成的***中,这里不做限定。
步骤S101中,车辆可以为需要进行行车数据处理的任意车辆,车辆中可以搭载有辅助驾驶***、导航***、行车记录仪以及多种传感器。其中,可以将记录辅助驾驶***产生的数据作为辅助驾驶数据集合,将导航***产生的数据作为地图数据集合,将行车记录仪采集到的数据作为行车记录仪数据集合,将各个传感器采集到的数据作为车身数据。
在具体实施过程中,辅助驾驶***可以包括多种类型,例如紧急避障、紧急刹停、车道保持、自适应巡航控制(Adaptive Cruise Control,ACC)、自动辅助驾驶等。车辆能够记录行驶过程中各类辅助驾驶的实时数据,如辅助驾驶启动时刻、辅助驾驶退出时刻、辅助驾驶类型、辅助驾驶持续时间等,并将这些数据作为辅助驾驶数据集合。
车辆上搭载的传感器可以包括但不限于速度传感器、加速度传感器、踏板位置传感器、转向盘转角传感器以及碰撞传感器,通过车辆搭载的多种传感器,可以获取车辆在行驶过程中的行驶速度、加速度、制动力度、转向信息、碰撞信息等作为车身数据集合,当然,车身数据集合还可以包括其他数据,例如车辆的档位信息、灯光信息等,这里不做限定。
通过行车记录仪可以记录车辆行驶过程中的视频数据,对于不同的行车记录仪来说,可以采集不同视角下的视频。例如,有些行车记录仪可以拍摄车辆前方和后方的视频,有些行车记录仪可以拍摄车辆前方、后方、左方、右方的视频。行车记录仪拍摄的视频可以作为行车记录仪数据集合。
通过导航***可以采集到车辆所处区域的地图画面、车辆的实时位置、辅助驾驶启动时刻的车辆位置、辅助驾驶结束时刻的车辆位置、发生碰撞时的车辆位置、道路信息等,可以将这些数据作为地图数据集合。
本说明书实施例中,目标行程可以为车辆历史行驶的任一行程,例如,用户在某日的用车情况为:8:00-9:00由地点A行驶至地点B,18:00-19:30由地点B行驶至地点C,22:00-22:20由地点C行驶至地点A,那么用户在该日共行驶了3段行程,目标行程可以为3段行程中的任意行程,目标行程也可以为由这3段行程所构成的总行程。
需要说明的是,为了使用户更加了解自己的驾驶习惯和用车详情,本说明书实施例中,在用户每完成一次行程,便可以通过本说明书实施例提供的方法对该行程内产生的多种数据集合进行融合分析,并将分析结果反馈给用户。当然,也可以按照默认的数据处理周期,或者按照用户设置的数据处理周期来进行数据融合分析。例如,用户手动设置数据处理周期为每周执行一次,那么就可以在车辆完成一周的行驶之后,将这一周的所有行程内所采集到的多种数据集合进行融合分析。
应理解的是,车辆在采集各种类型的数据时,会同时记录每个数据的采集时刻,这样就可以将数据和采集时刻对应起来,在后续筛选数据时,可以基于数据的采集时刻进行筛选。例如,目标行程为当日8:00-9:00的车辆行程,那么就可以筛选出8:00-9:00这段时间内采集到的各类数据,作为与目标行程对应的多种数据集合。
步骤S102中,在车辆行驶过程中能够采集到多种数据集合,不同的数据集合沉淀在不同的数据域中,例如,辅助驾驶数据集合、地图数据集合沉淀在车辆的智能驾驶域中,车身数据集合沉淀在车身域,行车记录仪数据集合沉淀在座舱域。传统汽车电子电气架构下,跨域数据难以打通、难易进行跨域数据融合。本说明书实施例中,可以基于智能汽车下服务软件架构SOA(Service-Oriented Architecture,面向服务架构),将各域数据打通、贯穿,实现跨域数据调用。
在具体实施过程中,预设数据融合方式,可以根据应用场景来进行设置,具体来讲,由于实现了数据的跨域调用,本说明书实施例中可以延伸和扩展出许多新的应用场景,例如,地图可视化数据联动场景、智能驾驶行为数据报告分析场景、行车记录与地图可视化场景、用车周期数据报告分析场景等。
以地图可视化数据联动场景为例,地图可视化数据联动场景对应的预设数据融合方式可以是将地图数据集合、辅助驾驶数据集合、车身数据集合、行车记录仪数据集合进行融合。再以智能驾驶行为数据报告分析场景为例,智能驾驶行为数据报告分析场景对应的预设数据融合方式可以是将辅助驾驶数据集合、地图数据集合、行车记录仪数据集合进行融合。可见,根据不同的场景,可以设定对应的预设数据融合方式。
基于预设数据融合方式,可以在多种数据集合中筛选出与预设数据融合方式对应的N种数据集合,N为大于1的整数。进一步的,对N种数据集合进行融合分析。其中,预设数据融合方式所对应的具体分析步骤可以根据应用场景的输出目标进行需要设置,仍以上述地图可视化数据联动场景为例,该场景的输出目标为在地图画面上呈现行驶过程中的辅助驾驶情况、车身数据等,因此可以将各个数据集合中同一时刻采集到的数据进行拼接、合成、关联等处理,并将处理结果显示在地图画面上。再以上述智能驾驶行为数据报告分析场景为例,该应用场景的输出目标为目标行程中辅助驾驶的具体详情,因此可以将各个数据集合中的数据进行统计分析,然后将每种统计结果进行融合并以报告的形式进行呈现。
步骤S103中,为了更好的让用户了解到目标行程中的车辆情况,可以将步骤S102中得到的分析结果进行可视化展示。本说明书实施例中,交互界面可以是车辆中控屏的显示界面,也可以是行车记录仪显示屏的显示界面、还可以是与车辆绑定的用户终端设备显示屏的显示界面,这里不做限定。
本说明书实施例中的方案,通过对目标行程中的多种数据集合进行融合分析,并将分析结果进行可视化展示,可以使用户对目标行程中的驾驶操作以及用车数据有更加直观和全面的了解,便于用户从各个角度对目标行程的行驶过程进行回溯。
下面,为了更好的理解本说明书实施例中的数据融合分析过程,以预设数据融合方式分别为针对辅助驾驶的第一数据融合方式、针对行车记录仪的第二数据融合方式以及针对车辆碰撞的第三数据融合方式为例来进行说明。
第一种:预设数据融合方式为针对辅助驾驶的第一数据融合方式
在具体实施过程中,第一数据融合方式对应的融合分析步骤可以为:若所述预设数据融合方式为针对辅助驾驶的第一数据融合方式,从所述多种数据集合中筛选出所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;基于与所述第一数据融合方式对应的预设辅助驾驶参数,对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,得到所述预设辅助驾驶参数对应的参数值,作为所述分析结果。
具体来讲,针对辅助驾驶的第一数据融合方式可以从多个角度对目标行程中辅助驾驶的使用情况进行展示。本说明书实施例中,第一数据融合方式对应的N种数据集合包括辅助驾驶数据集合、行车记录仪数据集合以及地图数据集合。
为了便于说明,下面对该实施例中各个数据集合的具体数据进行说明。
辅助驾驶数据集合可以包括:与每次执行辅助驾驶对应的辅助驾驶启动时刻、辅助驾驶退出时刻、以及辅助驾驶类型。
行车记录仪数据集合可以包括车辆在目标行程中拍摄的多个视频文件。需要说明的是,行车记录仪数据在拍摄视频时,可以按照预设时长对视频进行存储,例如,行车记录仪每拍摄5min的视频就将该视频存储为一个视频文件,如果目标行程为30min,那么对应的视频文件数量为6。当然,视频文件的预设时长还可以根据实际需要进行设定,这里不做限定。
地图数据集合可以包括:与每次执行辅助驾驶所对应的辅助驾驶启动时刻的车辆位置、以及辅助驾驶退出时刻的车辆位置。需要说明的是,地图数据集合中存储有每个行驶时刻对应的车辆位置(经纬度信息),基于辅助驾驶启动时刻便可以在地图数据集合中筛选出辅助驾驶启动时刻的车辆位置,同样的,基于辅助驾驶退出时刻也可以在地图数据集合中查找到辅助驾驶退出时刻的车辆位置。
进一步的,第一数据融合方式对应有预设的辅助驾驶参数,包括但不限于以下的一种或多种:辅助驾驶持续的总时长、执行所有类型辅助驾驶的总次数、执行每种类型辅助驾驶的次数、辅助驾驶退出原因、每种退出原因对应的发生次数、辅助驾驶的里程数、以及行车记录仪的文件数。对于每种预设的辅助驾驶参数,计算参数值所需的数据也可能存在区别,因此,可以根据预设的每种辅助驾驶参数的计算方式,从N种数据集合中确定出用来计算每种预设的辅助驾驶参数的数据,并对数据进行处理,以得到每种预设的辅助驾驶参数的参数值。
为了更好的进行说明,下面,对上述每种预设的辅助驾驶参数的具体计算方式进行说明。
(1)辅助驾驶持续的总时长
基于辅助驾驶数据集合,获取目标行程中每种辅助驾驶的辅助驾驶启动时刻和辅助驾驶退出时刻。例如,目标行程中启动过三种辅助驾驶(辅助驾驶A、辅助驾驶B、和辅助驾驶C),其中,辅助驾驶A的辅助驾驶启动时刻为a1,辅助驾驶退出时刻为a2;辅助驾驶B的辅助驾驶启动时刻为b1,辅助驾驶退出时刻为b2;辅助驾驶C的辅助驾驶启动时刻为c1,辅助驾驶退出时刻为c2。
基于每种辅助驾驶的启动时刻和退出时刻,对时段重叠的辅助驾驶进行合并处理。需要说明的是,时段重叠可以分为全部重叠和部分重叠,对于全部重叠来说,例如,辅助驾驶A的运行时段a1~a2全完包含在辅助驾驶B的运行时段b1~b2中,则合并后的运行时段为b1~b2。对于部分重叠来说,例如,辅助驾驶A的运行时段a1~a2部分包含在辅助驾驶B的运行时段b1~b2中,如a1位于b1~b2时段内,而a2未包含在b1~b2时段内,则将a1~a2和b1~b2进行合并,得到合并后的运行时段为b1~a2。
进一步的,在进行了时段合并之后,计算每个时段的持续时长,并将每个时段的持续时长之和作为辅助驾驶持续的总时长。
(2)执行所有类型辅助驾驶的总次数,可以通过统计辅助驾驶数据集合中执行辅助驾驶的总次数来确定。
(3)执行每种类型辅助驾驶的次数,可以基于辅助驾驶数据集合中的所有辅助驾驶对应的辅助驾驶类型,统计每种辅助驾驶类型出现的次数。
(4)辅助驾驶退出原因
本说明书实施例中,辅助驾驶退出原因的确定可以通过以下步骤来实现:从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,其中,所述车辆在所述M个辅助驾驶退出时刻均为自动退出对应的辅助驾驶,M为正整数;从所述行车记录仪数据集合中确定出与所述M个辅助驾驶退出时刻中每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与所述每个辅助驾驶退出时刻对应的所述车辆所处道路的目标道路状态;针对所述每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到该辅助驾驶退出时刻对应的路况识别结果;针对所述每个辅助驾驶退出时刻对应退出的辅助驾驶,将该辅助驾驶的预设退出原因与该辅助驾驶退出时刻对应的路况识别结果进行匹配,并将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因。
具体来讲,辅助驾驶退出原因可以分为手动退出和自动退出(即非手动退出),针对每次辅助驾驶退出时刻,若在该辅助驾驶退出时刻对应的预设时段内检测到用户手动退出的操作记录,则将用户手动退出作为该次辅助驾驶退出原因,其中,预设时段可以为辅助驾驶退出时刻前1s内、辅助驾驶退出时刻前50ms内,这里不做限定。
从全部的辅助驾驶退出时刻中过滤掉与用户手动退出所对应的退出时刻,将剩余的退出时刻(即自动退出所对应的时刻)作为M个辅助驾驶退出时刻,并结合地图和/或行车记录仪图像来确定每个自动退出辅助驾驶的原因。
对于M个辅助驾驶退出时刻中的每个退出时刻来说,为了确定该退出时刻所对应的退出原因,可以从行车记录仪记录的视频中确定出与该退出时刻对应的目标拍摄图像,其中,目标拍摄图像可以为一幅或多幅,目标拍摄图像中包含有该退出时刻车辆所处位置的道路图像,通过对目标拍摄图像识别得到路况识别结果,路况识别结果可以包括但不限于车道线不清晰、车道线缺失、前方施工、道路无法通行、弯路角度等。另外,还可以从地图数据集合中确定出该退出时刻车辆所处位置的目标道路状态,目标道路状态可以包括车道分布、道路施工等,通过识别目标道路状态得到路况识别结果,路况识别结果可以包括但不限于车道是否合并或分岔、道路是否可用、弯路角度等。
需要说明的是,对目标拍摄图像和/或目标道路状态的路况识别,可以通过AI数据引擎进行分析,结合图像分析、行驶地图路段、地图路线规划数据(如监测到的交通事故、道路维修施工、潮汐车道高峰调整、车道合并汇流等),得到路况识别结果。
应理解的是,每个辅助驾驶都对应有预设退出原因,例如,对于车道保持来说,预设退出原因可以包括但不限于车道线不清晰、车道线缺失、弯路角度大于阈值等。本说明书实施例中,将每个辅助驾驶对应的预设退出原因与各自的路况识别结果进行匹配,并将匹配成功的退出原因作为最终的退出原因。仍以上述辅助驾驶为车道保持为例,基于车道保持的退出时刻,通过上述步骤对该退出时刻的目标拍摄图像和/或目标道路状态进行路况识别,并将路况识别结果与车道保持的预设退出原因进行比较,若路况识别结果和预设退出原因均存在车道线不清晰,则可以将车道线不清晰作为最终的退出原因。
(5)每种退出原因对应的发生次数
通过(4)可以得到每个辅助驾驶退出时刻对应的退出原因,将相同的退出原因进行统计,得到每种退出原因对应的发生次数。
(6)辅助驾驶的里程数
基于地图数据集合,获取目标行程中每个辅助驾驶在辅助驾驶启动时刻的车辆位置,以及在辅助驾驶退出时刻的车辆位置。由于车辆可能在相同的时段内启动了多个辅助驾驶,那么对于时段存在重叠的辅助驾驶来说,对应的行驶路程也会存在全部重叠或部分重叠的情况。因此,可以基于每种辅助驾驶的启动时刻的车辆位置,以及退出时刻的车辆位置,对重叠的路段进行合并处理,以确保相同的路段不会被重复累加。针对合并处理后的路段,计算总的路程作为辅助驾驶的里程数。
(7)行车记录仪的文件数,可以通过统计行车记录仪在目标行程中记录的视频文件总数来确定。
进一步的,为了能够便于使用户了解目标行程中辅助驾驶情况,还可以基于上述分析结果,生成与所述目标行程对应的辅助驾驶数据分析报告。当然,还可以将分析报告显示在交互界面上。
需要说明的是,在某些情况下,车辆可能无法获取到上述全部数据,那么计算得到的辅助驾驶参数也可能不同。举例来讲,若能够获取到上述全部的数据,则可以计算得到上述7种辅助驾驶参数的参数值;若无法获取到辅助驾驶起始时刻的车辆位置和辅助驾驶退出时刻的车辆位置,则无法计算上述辅助驾驶的里程数;若无法获取到辅助驾驶起始时刻的车辆位置、辅助驾驶退出时刻的车辆位置、以及辅助驾驶类型,则无法计算上述辅助驾驶的里程数以及执行每种类型辅助驾驶的次数;若仅能获取到行车记录仪数据集合,那么仅可以计算行车记录仪的文件数。因此,在生成报告时,根据获取到的数据不同,报告中的具体参数也会存在差异。
本说明书实施例中,考虑到M个辅助驾驶均为非用户手动退出的,为了提高行车安全,还可以执行以下步骤:记录所述M个辅助驾驶退出时刻对应的M个路段,以使所述车辆再次行驶至所述M个路段时生成提醒信息,所述提醒信息用于提醒用户手段接管辅助驾驶。
具体来讲,针对每个辅助驾驶退出时刻,对应的路段可以通过以下步骤来确定:确定该辅助驾驶退出时刻的车辆位置作为路段的起点,将下次用户手动启动相同辅助驾驶时的车辆位置作为路段的终点。当然,也可以通过其他方式来确定对应的路段,这里不做限定。在确定了每个辅助驾驶退出时刻对应的路段之后,将这些路段在导航***中进行标记,若车辆下次行驶到这些路段时,则会生成提醒信息,提醒用户是否需要退出辅助驾驶来进行手动接管。
第二种:预设数据融合方式为针对行车记录仪的第二数据融合方式
在具体实施过程中,第二数据融合方式对应的融合分析步骤可以为:若所述预设数据融合方式为针对行车记录仪的第二数据融合方式,从所述多种数据集合中筛选出所述行车记录仪数据集合以及所述车身数据集合,作为所述N种数据集合;从所述行车记录仪数据集合中确定出所述目标行程对应的目标数量的拍摄图像,以及每幅拍摄图像的拍摄时刻;针对所述每幅拍摄图像的拍摄时刻,从所述车身数据集合中确定出与该拍摄时刻对应的目标车身参数,作为所述分析结果。
具体来讲,行车记录仪拍摄的视频可以用于交通事故分析中,为了能够对目标行程中的车辆行驶状态进行还原,本说明书实施例中,可以在行车记录仪的视频图像中对应添加车身数据,以直观的显示行车过程中的各项数据。
本说明书实施例中,可以从行车记录仪数据集合中包含的视频文件中的提取目标数量的拍摄图像,并获取每幅拍摄图像的拍摄时刻。其中,目标数量可以根据实际需要进行设定,目标数量的拍摄图像可以为视频中包含的所有图像,也可以每隔预设帧数提取一幅拍摄图像,这里不做限定。针对每个拍摄时刻,从车身数据集合中确定出在该拍摄时刻采集到的目标车身参数,目标车身参数包括但不限于以下参数中的一种或多种:车辆的行车档位、制动信息以及车身灯光信息。其中,制动信息包括但不限于制动时刻、制动力度,在车辆为电动车时,制动信息还可以包括电动车自动能量回收数据;车身灯光信息包括但不限于近光灯状态、远光灯状态、左转向灯状态、右转向灯状态、双闪状态。
进一步的,基于所述每幅拍摄图像的拍摄时刻,将所述每幅拍摄图像与对应的目标车身参数进行合成,以在所述交互界面上播放所述行车记录仪拍摄的视频时,同时显示对应的目标车身参数。
具体来讲,将同一时刻拍摄到的图像和采集到的目标车身参数进行合成,这样就可以实现在视频文件中同步显示实时的目标车身参数。
需要说明的是,对于电动车来说,电动车独有的能量回收模式会导致驾驶员的驾驶模式和驾驶习惯发生变换,一些驾驶员会由于不熟悉电动车驾驶模式出现误操作,进而导致交通事故的发生。基于此,如果在行车记录仪视频中添加目标车身参数,如制动信息,就可以更加直观的披露事故发生时的细节,确定事故原因。
第三种:预设数据融合方式为针对车辆碰撞的第三数据融合方式
在具体实施过程中,第三数据融合方式对应的融合分析步骤可以为:若所述预设数据融合方式为针对车辆碰撞的第三数据融合方式,从所述多种数据集合中筛选出所述车身数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;从所述车身数据集合中确定出所述车辆发生碰撞的碰撞时刻;基于所述碰撞时刻,从所述地图数据集合中确定出与所述碰撞时刻对应的碰撞地点;基于所述碰撞时刻,从所述行车记录仪数据集合中确定出所述碰撞时刻对应的碰撞视频;其中,所述分析结果为与所述碰撞时刻对应的碰撞地点以及所述碰撞视频。
具体来讲,与第三数据融合方式对应的N种数据集合包括车身数据集合、行车记录仪数据集合以及地图数据集合。在车辆发生碰撞时,车辆会发出碰撞信号,并将碰撞信号对应的碰撞时刻记录在车身数据集合中。
通过车身数据集合,可以确定出车辆发生碰撞的碰撞时刻,并在地图数据集合中确定出与碰撞时刻对应的碰撞地点,以用于后续对碰撞地点进行标记。
同时,在行车过程中,如果检测到碰撞信号,行车记录仪可以执行紧急录制,紧急录制的视频可以根据实际需要进行设定,例如,录制碰撞前6s到碰撞后12s这段时间的视频,并将紧急录制的视频作为碰撞视频存储到行车记录仪数据集合中。或者,碰撞视频也可以是根据通过对行车记录仪正常拍摄的视频进行剪切、拼接等处理得到的视频,这里不做限定。本说明书实施例中,在确定了车辆发生碰撞的碰撞时刻之后,可以根据碰撞时刻从行车记录仪数据集合中确定出对应的碰撞视频。
进一步的,交互界面上显示有目标行程对应的时间轴、目标行程对应的行车路线以及目标行程对应的行车记录仪拍摄的视频信息,在进行可视化显示时,在所述行车路线上对所述碰撞地点进行标记;以及在所述时间轴定位到所述碰撞时刻,在所述交互界面上播放所述碰撞视频。
具体来讲,行车路线可以是在地图画面上突出显示目标行程的路线,为了便于查看碰撞地点,可以在行车路线上对碰撞地点进行标记,同时,在行车记录仪能够采集K个角度下的视频信息时,可以将视频信息的播放时刻与时间轴进行校正,随着时间的变化,能够对应播放对应时间的视频,那么当时间轴定位到碰撞时刻时,能够播放对应的碰撞视频。
为了更好的理解本说明书实施例的数据融合所扩展的应用场景,下面对集中应用场景进行具体说明。
一、地图可视化数据联动场景
在该场景下,可以在交互界面上显示目标行程对应的地图画面,并在地图画面上显示车辆的起始位置、行车路线、以及车辆到达位置。另外,还可以在交互界面上显示车辆在目标行程中的实时速度,并根据速度的快慢对行车路线进行可视化区分,例如,将速度小于预设速度的行车路线部分标记为红色,表明缓慢前进,将速度大于等于预设速度的行车路线部分标记为绿色,表明快速顺畅通行。
在该场景下,还可以将辅助驾驶分析结果进行展示,如辅助驾驶启动时刻、辅助驾驶退出时刻、辅助驾驶路段等。同时还可以提供数据联动来查看详细的目标行程的辅助驾驶数据分析报告。
二、智能驾驶行为数据报告分析场景
在该场景下,主要对目标行程的辅助驾驶情况进行统计,例如,通过数据融合分析,生成上述辅助驾驶数据分析报告,并将分析报告发送给用户进行查看。
三、行车记录与地图可视化场景
在该场景下,可以在交互界面上显示目标星辰对应的地图画面,并在地图画面上显示车辆的起始位置、行车路线、以及车辆到达位置。同时,可以查看对应的行车记录仪拍摄的视频,当发生碰撞时,可以在行车路线上标记碰撞地点。另外,还可以显示有行车记录仪视频/图像列表,用户可以通过选中单个视频/图像,进入具体的查看页面,通过手势缩放查看细节以及通过拖拽视频进度条控制视频的播放,方便在发生事故前后,快速找到辅助证据。
四、用车周期数据报告分析场景等
在该场景下,可以根据目标行程对应的各类数据来生成用户周期数据报告,数据报告中包括但不限于辅助驾驶相关数据、车辆电耗或油耗、用车电耗分布(如空调电耗量、娱乐***电耗量、驾驶电耗量等)、行车记录仪紧急录制次数、急加速次数/路段、急减速次数/路段等,方便用户更清晰的了解用车和驾驶情况。
如图2所示,为本说明书实施例提供的一种可视化交互界面示意图,在图2中,交互界面显示有目标行程的时间轴,目标行程对应的地图画面,并在地图画面上显示有目标行程的行驶路线,在行驶路线上标记的“碰”表示在该位置发生了碰撞。同时,交互界面上还显示了目标行程的基本信息,包括起点位置和终点位置和总里程数,图2中,起点位置为X,终点位置为Y,总里程数为Z。如图2所示,图2中的“辅助驾驶”可以为与辅助驾驶报告进行关联的查看入口,选中“辅助驾驶”可以查看目标行程的辅助驾驶报告。图2中的“记录文件”可以为与行车记录仪视频向关联的查看入口,选中“记录文件”可以查看详细的视频文件。图2中的“可查看文件”可以为与碰撞视频相关联的查看入口,选中“可查看文件”可以查看紧急录制的碰撞视频。另外,交互界面上还显示有行车记录仪在不同角度下拍摄的视频,如图2所示,可以显示5个拍摄角度(拍摄角度1~5)下拍摄的视频。
综上所述,本说明书实施例中的方案,能够实现多类数据之间的融合,为上层应用提供赋能和数据复用分析。
基于同一发明构思,本说明书实施例还提供一种行车数据处理装置,如图3所示,该装置包括:
获取模块301,用于获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
分析模块302,用于基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数;
可视化模块303,用于在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
可选地,分析模块302,用于:
若所述预设数据融合方式为针对辅助驾驶的第一数据融合方式,从所述多种数据集合中筛选出所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
基于与所述第一数据融合方式对应的预设辅助驾驶参数,对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,得到所述预设辅助驾驶参数对应的参数值,作为所述分析结果。
可选地,所述预设辅助驾驶参数包括以下参数中的一种或多种:辅助驾驶持续的总时长、执行所有类型辅助驾驶的总次数、执行每种类型辅助驾驶的次数、辅助驾驶退出原因、每种退出原因对应的发生次数、辅助驾驶的里程数、以及行车记录仪的文件数。
可选地,所述预设辅助驾驶参数包括所述辅助驾驶退出原因,分析模块302,用于:
从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,其中,所述车辆在所述M个辅助驾驶退出时刻均自动退出对应的辅助驾驶,M为正整数;
从所述行车记录仪数据集合中确定出与所述M个辅助驾驶退出时刻中每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与所述每个辅助驾驶退出时刻对应的所述车辆所处道路的目标道路状态;
针对所述每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到该辅助驾驶退出时刻对应的路况识别结果;
针对所述每个辅助驾驶退出时刻对应退出的辅助驾驶,将该辅助驾驶的预设退出原因与该辅助驾驶退出时刻对应的路况识别结果进行匹配,并将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因。
可选地,所述装置还包括:
记录模块,用于记录所述M个辅助驾驶退出时刻对应的M个路段,以使所述车辆再次行驶至所述M个路段时生成提醒信息,所述提醒信息用于提醒用户手段接管辅助驾驶。
可选地,所述装置还包括:
报告生成模块,用于基于所述分析结果,生成与所述目标行程对应的辅助驾驶数据分析报告。
可选地,分析模块302,用于:
若所述预设数据融合方式为针对行车记录仪的第二数据融合方式,从所述多种数据集合中筛选出所述行车记录仪数据集合以及所述车身数据集合,作为所述N种数据集合;
从所述行车记录仪数据集合中确定出所述目标行程对应的目标数量的拍摄图像,以及每幅拍摄图像的拍摄时刻;
针对所述每幅拍摄图像的拍摄时刻,从所述车身数据集合中确定出与该拍摄时刻对应的目标车身参数,作为所述分析结果。
可选地,所述目标车身参数包括以下参数中的一种或多种:所述车辆的行车档位、制动信息以及车身灯光信息。
可选地,可视化模块303,用于:
基于所述每幅拍摄图像的拍摄时刻,将所述每幅拍摄图像与对应的目标车身参数进行合成,以在所述交互界面上播放所述行车记录仪拍摄的视频时,同时显示对应的目标车身参数。
可选地,分析模块302,用于:
若所述预设数据融合方式为针对车辆碰撞的第三数据融合方式,从所述多种数据集合中筛选出所述车身数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
从所述车身数据集合中确定出所述车辆发生碰撞的碰撞时刻;
基于所述碰撞时刻,从所述地图数据集合中确定出与所述碰撞时刻对应的碰撞地点;
基于所述碰撞时刻,从所述行车记录仪数据集合中确定出所述碰撞时刻对应的碰撞视频;
其中,所述分析结果为与所述碰撞时刻对应的碰撞地点以及所述碰撞视频。
可选地,所述交互界面显示有所述目标行程对应的时间轴、所述目标行程对应的行车路线以及所述目标行程对应的行车记录仪拍摄的视频信息;
可视化模块303,用于在所述行车路线上对所述碰撞地点进行标记;以及在所述时间轴定位到所述碰撞时刻,在所述交互界面上播放所述碰撞视频。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在上述行车数据处理方法的实施例中进行了详细描述,此处将不做详细阐述说明。
基于同一发明构思,本说明书实施例还提供一种电子设备,如图4所示,包括存储器808、处理器802及存储在存储器808上并可在处理器802上运行的计算机程序,所述处理器802执行所述程序时实现前文所述行车数据处理方法的任一方法的步骤。
其中,在图4中,总线架构(用总线800来代表),总线800可以包括任意数量的互联的总线和桥,总线800将包括由处理器802代表的一个或多个处理器和存储器808代表的存储器的各种电路链接在一起。总线800还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口806在总线800和接收器801和发送器803之间提供接口。接收器801和发送器803可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器802负责管理总线800和通常的处理,而存储器808可以被用于存储处理器802在执行操作时所使用的数据。
基于同一发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前文所述行车数据处理方法的任一方法的步骤。
本说明书是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (14)
1.一种行车数据处理方法,其特征在于,包括:
获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数,包括:从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,M为正整数;从所述行车记录仪数据集合中确定出与每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与每个辅助驾驶退出时刻对应的目标道路状态;针对每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到路况识别结果,并将路况识别结果与该辅助驾驶退出时刻对应的辅助驾驶的预设退出原因匹配,将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因;
在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
2.如权利要求1所述的方法,其特征在于,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对辅助驾驶的第一数据融合方式,从所述多种数据集合中筛选出所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
基于与所述第一数据融合方式对应的预设辅助驾驶参数,对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,得到所述预设辅助驾驶参数对应的参数值,作为所述分析结果。
3.如权利要求2所述的方法,其特征在于,所述预设辅助驾驶参数包括以下参数中的一种或多种:辅助驾驶持续的总时长、执行所有类型辅助驾驶的总次数、执行每种类型辅助驾驶的次数、辅助驾驶退出原因、每种退出原因对应的发生次数、辅助驾驶的里程数、以及行车记录仪的文件数。
4.如权利要求3所述的方法,其特征在于,所述预设辅助驾驶参数包括所述辅助驾驶退出原因,所述对所述辅助驾驶数据集合、所述行车记录仪数据集合以及所述地图数据集合进行分析,包括:
从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,其中,所述车辆在所述M个辅助驾驶退出时刻均自动退出对应的辅助驾驶,M为正整数;
从所述行车记录仪数据集合中确定出与所述M个辅助驾驶退出时刻中每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与所述每个辅助驾驶退出时刻对应的所述车辆所处道路的目标道路状态;
针对所述每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到该辅助驾驶退出时刻对应的路况识别结果;
针对所述每个辅助驾驶退出时刻对应退出的辅助驾驶,将该辅助驾驶的预设退出原因与该辅助驾驶退出时刻对应的路况识别结果进行匹配,并将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因。
5.如权利要求4所述的方法,其特征在于,在所述从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻之后,所述方法还包括:
记录所述M个辅助驾驶退出时刻对应的M个路段,以使所述车辆再次行驶至所述M个路段时生成提醒信息,所述提醒信息用于提醒用户手段接管辅助驾驶。
6.如权利要求2所述的方法,其特征在于,在所述基于所述N种数据集合进行数据融合分析,得到分析结果之后,所述方法还包括:
基于所述分析结果,生成与所述目标行程对应的辅助驾驶数据分析报告。
7.如权利要求1所述的方法,其特征在于,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对行车记录仪的第二数据融合方式,从所述多种数据集合中筛选出所述行车记录仪数据集合以及所述车身数据集合,作为所述N种数据集合;
从所述行车记录仪数据集合中确定出所述目标行程对应的目标数量的拍摄图像,以及每幅拍摄图像的拍摄时刻;
针对所述每幅拍摄图像的拍摄时刻,从所述车身数据集合中确定出与该拍摄时刻对应的目标车身参数,作为所述分析结果。
8.如权利要求7所述的方法,其特征在于,所述目标车身参数包括以下参数中的一种或多种:所述车辆的行车档位、制动信息以及车身灯光信息。
9.如权利要求7所述的方法,其特征在于,所述在所述车辆对应的交互界面上对所述分析结果进行可视化展示,包括:
基于所述每幅拍摄图像的拍摄时刻,将所述每幅拍摄图像与对应的目标车身参数进行合成,以在所述交互界面上播放所述行车记录仪拍摄的视频时,同时显示对应的目标车身参数。
10.如权利要求1所述的方法,其特征在于,所述基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,包括:
若所述预设数据融合方式为针对车辆碰撞的第三数据融合方式,从所述多种数据集合中筛选出所述车身数据集合、所述行车记录仪数据集合以及所述地图数据集合,作为所述N种数据集合;
从所述车身数据集合中确定出所述车辆发生碰撞的碰撞时刻;
基于所述碰撞时刻,从所述地图数据集合中确定出与所述碰撞时刻对应的碰撞地点;
基于所述碰撞时刻,从所述行车记录仪数据集合中确定出所述碰撞时刻对应的碰撞视频;
其中,所述分析结果为与所述碰撞时刻对应的碰撞地点以及所述碰撞视频。
11.如权利要求10所述的方法,其特征在于,所述交互界面显示有所述目标行程对应的时间轴、所述目标行程对应的行车路线以及所述目标行程对应的行车记录仪拍摄的视频信息;
所述在所述车辆对应的交互界面上对所述分析结果进行可视化展示,包括:
在所述行车路线上对所述碰撞地点进行标记;以及在所述时间轴定位到所述碰撞时刻,在所述交互界面上播放所述碰撞视频。
12.一种行车数据处理装置,其特征在于,包括:
获取模块,用于获取车辆在目标行程中采集到的多种数据集合,所述多种数据集合包括所述车辆的辅助驾驶数据集合、车身数据集合、行车记录仪数据集合以及地图数据集合;
分析模块,用于基于预设数据融合方式,从所述多种数据集合中筛选出与所述预设数据融合方式对应的N种数据集合,并基于所述N种数据集合进行数据融合分析,得到分析结果,N为大于1的整数,包括:从所述辅助驾驶数据集合中确定出M个辅助驾驶退出时刻,M为正整数;从所述行车记录仪数据集合中确定出与每个辅助驾驶退出时刻对应的目标拍摄图像,和/或从所述地图数据集合中确定出与每个辅助驾驶退出时刻对应的目标道路状态;针对每个辅助驾驶退出时刻,对该辅助驾驶退出时刻对应的目标拍摄图像,和/或目标道路状态进行路况识别,得到路况识别结果,并将路况识别结果与该辅助驾驶退出时刻对应的辅助驾驶的预设退出原因匹配,将匹配成功的退出原因作为该辅助驾驶退出时刻对应的退出原因;
可视化模块,用于在所述车辆对应的交互界面上对所述分析结果进行可视化展示。
13.一种电子设备,其特征在于,包括有存储器,以及一个或者多个的程序,其中一个或者多个的程序存储于存储器中,且经配置以由一个或者多个的处理器执行所述一个或者多个的程序所包含的用于进行如权利要求1~11任一项所述方法对应的操作指令。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~11任一权项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210654589.1A CN115346362B (zh) | 2022-06-10 | 2022-06-10 | 行车数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210654589.1A CN115346362B (zh) | 2022-06-10 | 2022-06-10 | 行车数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115346362A CN115346362A (zh) | 2022-11-15 |
CN115346362B true CN115346362B (zh) | 2024-04-09 |
Family
ID=83948310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210654589.1A Active CN115346362B (zh) | 2022-06-10 | 2022-06-10 | 行车数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115346362B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007293536A (ja) * | 2006-04-24 | 2007-11-08 | Denso Corp | 事故情報収集システムおよび事故情報記録装置 |
WO2011062179A1 (ja) * | 2009-11-17 | 2011-05-26 | 富士通テン株式会社 | 情報処理装置、車載装置、情報処理システム、情報処理方法、および記録媒体 |
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及*** |
CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
CN108860165A (zh) * | 2018-05-11 | 2018-11-23 | 深圳市图灵奇点智能科技有限公司 | 车辆辅助驾驶方法和*** |
WO2021155694A1 (zh) * | 2020-02-04 | 2021-08-12 | 腾讯科技(深圳)有限公司 | 在虚拟环境中驾驶载具的方法、装置、终端及存储介质 |
CN113380065A (zh) * | 2021-06-24 | 2021-09-10 | 广汽埃安新能源汽车有限公司 | 车辆管理方法、***、装置、电子设备及存储介质 |
WO2021248301A1 (zh) * | 2020-06-09 | 2021-12-16 | 华为技术有限公司 | 自动驾驶***的自学习方法、装置、设备及存储介质 |
CN114492679A (zh) * | 2022-04-18 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车辆数据处理方法、装置、电子设备及介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2876620B1 (en) * | 2012-07-17 | 2019-08-14 | Nissan Motor Company, Limited | Driving assistance system and driving assistance method |
US10818110B2 (en) * | 2018-04-06 | 2020-10-27 | Nio Usa, Inc. | Methods and systems for providing a mixed autonomy vehicle trip summary |
-
2022
- 2022-06-10 CN CN202210654589.1A patent/CN115346362B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007293536A (ja) * | 2006-04-24 | 2007-11-08 | Denso Corp | 事故情報収集システムおよび事故情報記録装置 |
WO2011062179A1 (ja) * | 2009-11-17 | 2011-05-26 | 富士通テン株式会社 | 情報処理装置、車載装置、情報処理システム、情報処理方法、および記録媒体 |
CN104077819A (zh) * | 2014-06-17 | 2014-10-01 | 深圳前向启创数码技术有限公司 | 基于行车安全的远程监控方法及*** |
CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
CN108860165A (zh) * | 2018-05-11 | 2018-11-23 | 深圳市图灵奇点智能科技有限公司 | 车辆辅助驾驶方法和*** |
WO2021155694A1 (zh) * | 2020-02-04 | 2021-08-12 | 腾讯科技(深圳)有限公司 | 在虚拟环境中驾驶载具的方法、装置、终端及存储介质 |
WO2021248301A1 (zh) * | 2020-06-09 | 2021-12-16 | 华为技术有限公司 | 自动驾驶***的自学习方法、装置、设备及存储介质 |
CN113380065A (zh) * | 2021-06-24 | 2021-09-10 | 广汽埃安新能源汽车有限公司 | 车辆管理方法、***、装置、电子设备及存储介质 |
CN114492679A (zh) * | 2022-04-18 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车辆数据处理方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115346362A (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112012006226B4 (de) | Fahrassistenzvorrichtung | |
CN104103100B (zh) | 驾驶行为分析*** | |
DE112014007249T5 (de) | Bildverarbeitungsvorrichtung, Fahrzeuganzeigesystem, Anzeigevorrichtung, Bildverarbeitungsverfahren und Bildverarbeitungsprogramm | |
CN111915915A (zh) | 驾驶场景重构方法、装置、***、车辆、设备及存储介质 | |
CN109671006A (zh) | 交通事故处理方法、装置及存储介质 | |
CN103886755B (zh) | 具有闯红灯拍照功能的路口异常停车快速报警***及方法 | |
CN111386563B (zh) | 教师数据生成装置 | |
JP7445882B2 (ja) | 走行支援方法、道路撮影画像収集方法、および路側装置 | |
JP7380409B2 (ja) | 車両用記録装置、情報記録方法 | |
US20190340448A1 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
CN111157014A (zh) | 路况展示方法、装置及车载终端、存储介质 | |
CN115056649A (zh) | 增强现实抬头显示***、实现方法、设备及存储介质 | |
DE102017111003A1 (de) | Verfahren zum Ermitteln einer autonomen Notbremsung, Verfahren zur Durchführung der Notbremsung, und Steuereinrichtung für ein Fahrdynamiksystem | |
CN112849160A (zh) | 一种基于自动驾驶的车辆控制的方法和装置 | |
CN115346362B (zh) | 行车数据处理方法、装置、电子设备及存储介质 | |
JP7284951B2 (ja) | 監視支援装置、監視支援プログラム、および記憶媒体 | |
Zhu et al. | Automatic disengagement scenario reconstruction based on urban test drives of automated vehicles | |
CN113593239A (zh) | 车辆间违章监控方法、服务器及车辆 | |
CN115134491B (zh) | 图像处理方法和装置 | |
CN112669612B (zh) | 图像录制、回放方法、装置及计算机*** | |
DE102019217752B4 (de) | Verfahren, Computerprogramm mit Instruktionen und Vorrichtung zum Erfassen von Informationen zu einer Person | |
KR102460623B1 (ko) | 듀얼 카메라를 이용하여 진입 금지 차량을 검출하는 장치 및 방법 | |
JP7432198B2 (ja) | 状況認識推定システム及び運転支援システム | |
CN109795504B (zh) | 认知时机推定装置以及认知时机推定方法 | |
CN106515580A (zh) | 用于实现安全控制的方法和*** |
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 |