CN116758756A - 碰撞事件处理方法、装置、存储介质和*** - Google Patents
碰撞事件处理方法、装置、存储介质和*** Download PDFInfo
- Publication number
- CN116758756A CN116758756A CN202311063241.6A CN202311063241A CN116758756A CN 116758756 A CN116758756 A CN 116758756A CN 202311063241 A CN202311063241 A CN 202311063241A CN 116758756 A CN116758756 A CN 116758756A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- vehicle
- target vehicle
- collision event
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 22
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 9
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012015 optical character recognition Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及车辆领域,尤其涉及一种碰撞事件处理方法、装置、存储介质和***。该方法包括:获取目标车辆外部的视频;响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息;若提取到的图像信息中包括目标信息,则根据目标信息对应的目标图像帧生成数据包,其中,目标信息包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者;根据碰撞事件发生时目标车辆的行驶状态,确定目标设备;将数据包发送至目标设备。如此,能够通过目标设备查询出目标车辆发生碰撞事件时生成的数据包,以便于快速地查询到碰撞事件发生时用于判断肇事责任方的关键性信息,实现碰撞事件的还原。
Description
技术领域
本公开涉及车辆领域,尤其涉及一种碰撞事件处理方法、装置、存储介质和***。
背景技术
随着车辆的不断增多,发生交通事故的可能性也在不断增大。车辆在行驶的过程中,可能会和其他车辆发生剐蹭,也有可能撞到行人。即使车辆处于停车状态,也存在被其他车辆剐蹭的可能性。
当车辆发生碰撞引发交通事故时,一般是由当事人或者目击者拨打报警电话求助,如果事发当时没有目击者及视频监控设施,那么交通管理部门对于车辆碰撞事故的发生原因及责任认定工作也存在一定的困难。
发明内容
为克服相关技术中存在的问题,本公开提供一种碰撞事件处理方法、装置、存储介质和***。
根据本公开实施例的第一方面,提供一种碰撞事件处理方法,包括:
获取目标车辆外部的视频;
响应于确定目标车辆发生碰撞事件,对所述视频进行特征提取,以获得图像信息;
若提取到的所述图像信息中包括目标信息,则根据所述目标信息对应的目标图像帧生成数据包,其中,所述目标信息包括其他车辆的其他车辆信息和位于所述目标车辆外的人的生理特征信息中的至少一者;
根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备;
将所述数据包发送至所述目标设备。
可选地,所述根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备,包括:
若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将与所述目标车辆绑定的终端设备确定为所述目标设备;
若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则根据提取到的所述图像信息,确定目标设备。
可选地,所述根据提取到的所述图像信息,确定目标设备,包括:
若所述图像信息包括所述其他车辆信息,则将所述终端设备确定为所述目标设备;
若所述图像信息包括所述生理特征信息,则将数据共享平台确定为所述目标设备。
可选地,所述目标信息包括所述其他车辆信息,所述其他车辆信息包括所述其他车辆的车牌号;
所述根据所述目标信息对应的目标图像帧生成数据包,包括:
根据所述其他车辆的车牌号、所述目标图像帧、所述碰撞事件发生的碰撞时间和碰撞地点,生成所述数据包。
可选地,在将所述数据包发送至所述目标设备之前,所述方法还包括:
若所述目标设备为数据共享平台,则将辅助信息添加至所述数据包中,以获得更新后的数据包,其中,所述辅助信息包括所述碰撞事件发生时所述目标车辆的驾驶员信息、所述目标车辆内部的酒精浓度信息、所述目标车辆的车辆信息中的至少一者。
可选地,所述方法还包括:
若提取到的所述图像信息中不包括目标信息,则生成用于指示所述碰撞事件发生的碰撞地点和碰撞时间的提示信息;
若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将所述提示信息发送至与所述目标车辆绑定的终端设备;
若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则将所述提示信息发送至数据共享平台。
根据本公开实施例的第二方面,提供一种第一碰撞事件处理装置,包括:
第一获取模块,用于获取目标车辆外部的视频;
第二获取模块,用于响应于确定目标车辆发生碰撞事件,对所述视频进行特征提取,以获得图像信息;
第一生成模块,用于若提取到的所述图像信息中包括目标信息,则根据所述目标信息对应的目标图像帧生成数据包,其中,所述目标信息包括其他车辆的其他车辆信息和位于所述目标车辆外的人的生理特征信息中的至少一者;
确定模块,用于根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备;
第一发送模块,用于将所述数据包发送至所述目标设备。
可选地,所述确定模块包括:
第一确定子模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将与所述目标车辆绑定的终端设备确定为所述目标设备;
第二确定子模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则根据提取到的所述图像信息,确定目标设备。
可选地,第二确定子模块包括:
第三确定子模块,用于若所述图像信息包括所述其他车辆信息,则将所述终端设备确定为所述目标设备;
第四确定子模块,用于若所述图像信息包括所述生理特征信息,则将数据共享平台确定为所述目标设备。
可选地,所述目标信息包括所述其他车辆信息,所述其他车辆信息包括所述其他车辆的车牌号;所述第一生成模块通过以下方式生成数据包:
根据所述其他车辆的车牌号、所述目标图像帧、所述碰撞事件发生的碰撞时间和碰撞地点,生成所述数据包。
可选地,所述第一碰撞事件处理装置还包括:
更新模块,用于若所述目标设备为数据共享平台,则将辅助信息添加至所述数据包中,以获得更新后的数据包,其中,所述辅助信息包括所述碰撞事件发生时所述目标车辆的驾驶员信息、所述目标车辆内部的酒精浓度信息、所述目标车辆的车辆信息中的至少一者。
可选地,所述第一碰撞事件处理装置还包括:
第二生成模块,用于若提取到的所述图像信息中不包括目标信息,则生成用于指示所述碰撞事件发生的碰撞地点和碰撞时间的提示信息;
第二发送模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将所述提示信息发送至与所述目标车辆绑定的终端设备;
第三发送模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则将所述提示信息发送至数据共享平台。
根据本公开实施例的第三方面,提供一种第二碰撞事件处理装置,包括:
第一处理器;
用于存储第一处理器可执行指令的第一存储器;
其中,所述第一处理器用于实现本公开第一方面所提供的碰撞事件处理方法的步骤。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被第二处理器执行时实现本公开第一方面所提供的碰撞事件处理方法的步骤。
根据本公开实施例的第五方面,提供一种碰撞事件处理***,包括:
行车记录仪,用于采集目标车辆外部的视频;
碰撞事件处理装置,其中,所述碰撞事件处理装置为本公开第二方面所提供的第一碰撞事件处理装置,或者为本公开第三方面所提供的第二碰撞事件处理装置。
本公开的实施例提供的技术方案可以包括以下有益效果:
获取目标车辆外部的视频;响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息;若提取到的图像信息中包括目标信息,则根据目标信息对应的目标图像帧生成数据包,其中,目标信息包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者。如此,生成的数据包中包括了提取出来的碰撞事件发生时的关键信息,便于后续判定肇事责任方。根据碰撞事件发生时目标车辆的行驶状态,能够初步判定目标车辆是否存在肇事的可能性,进而确定目标设备;将数据包发送至目标设备。如此,能够通过目标设备查询出目标车辆发生碰撞事件时生成的数据包,以便于快速地查询到碰撞事件发生时用于判断肇事责任方的关键性信息,实现碰撞事件的还原。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种碰撞事件处理方法的流程图。
图2是根据一示例性实施例示出的一种碰撞事件处理方法的流程图。
图3是根据一示例性实施例示出的一种碰撞事件处理方法应用的场景图。
图4是根据一示例性实施例示出的一种碰撞事件处理方法的流程图。
图5是根据一示例性实施例示出的一种第一碰撞事件处理装置的框图。
图6是根据一示例性实施例示出的一种车辆的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种碰撞事件处理方法的流程图。该方法可以应用于车辆上设置的车载***的控制器中,例如,车载***的控制器可以为车载T-BOX(Telematics BOX,远程信息处理器)。如图1所示,该方法可以包括S101至S105。
S101,获取目标车辆外部的视频。
示例地,可通过设置在目标车辆上的摄像头,采集目标车辆外部的视频。再例如,还可以通过设置在目标车辆上的行车记录仪,采集目标车辆外部的视频,其中,行车记录仪和车载***的控制器可基于USB数据线连接,也可通过无线通信的方式,实现视频传输。如此,车载***的控制器可获取到目标车辆外部的视频,以在确定目标车辆发生碰撞事件时,对视频进行特征提取。
S102,响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息。
示例地,若目标车辆的行驶状态为停车状态,但检测到目标车辆产生了加速度,则可确定目标车辆发生碰撞事件;若目标车辆的行驶状态为行车状态且车速转速稳定,但检测到目标车辆产生了大于加速度阈值的加速度,则可确定目标车辆发生碰撞事件。还可以采用相关技术中其他用于判断车辆是否发生碰撞的方法,确定目标车辆是否发生碰撞事件。
示例地,可以通过预先训练完成的图像特征提取模型,对视频中的每一帧图像进行特征提取,以获得图像信息。可将视频中的图像帧输入至预先训练完成的图像特征提取模型中,图像特征提取模型输出结果即为该帧图像的图像信息。图像信息可以用于表征对应的图像帧包括的具体内容,如用于表征该帧图像中是否有人、是否有其他车辆等等。其中,图像特征提取模型可以是采用机器学***台,每次使用时从第三方调用,这里不作具体限定。
如此,在确定目标车辆发生碰撞事件时,对视频进行特征提取,可以避免在车辆未遇到碰撞事件时,对视频进行不必要的处理,以降低车载***的控制器的数据处理量,降低能耗。还可以在确定目标车辆发生碰撞事件时,每间隔预设帧数进行一次特征提取,如此,可以进一步降低车载***的控制器的数据处理量。
S103,若提取到的图像信息中包括目标信息,则根据目标信息对应的目标图像帧生成数据包。
其中,目标信息可以包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者。
示例地,其他车辆信息可以包括其他车辆的车牌号、车身形状、车辆型号中的至少一者,因车牌号具备唯一性,优选地,其他车辆信息为其他车辆的车牌号。生理特征信息可以包括人脸信息、人的身型信息中的至少一者,因人脸信息具备唯一性,优选地,生理特征信息为人脸信息。目标信息为可以判断肇事责任方的关键性信息,相比于上传整段视频,数据包中的目标图像帧可以更好地体现出此次碰撞事件的关键性信息,以提高后续判定肇事责任方的效率。
若提取到的图像信息中包括其他车辆信息,则可确定目标车辆有可能是与其他车辆发生碰撞,若提取到的图像信息中包括生理特征信息,则可确定目标车辆存在撞到行人的可能性。为了避免用于判断肇事责任方的关键性信息被遗漏,即使多个图像帧中包括了不同其他车辆的车辆信息,和/或,不同人的生理特征信息,也可以将这些信息对应的图像帧,均作为目标图像帧,并用于实现数据包的生成。另外,为了实现数据包的快速传输,可对生成的数据包进行压缩处理后再发送。
S104,根据碰撞事件发生时目标车辆的行驶状态,确定目标设备。
S105,将数据包发送至目标设备。
示例地,目标设备可以为与目标车辆绑定的终端设备,终端设备可以包括智能手机、智能平板、智能手环等。目标设备还可以为数据共享平台,如车联网***中的TSP(Telematics Service Provider,汽车远程服务提供商)平台。根据碰撞事件发生时目标车辆的行驶状态,可以确定目标车辆为肇事车辆的可能性,进而确定对应的目标设备,并将生成的数据包发送至目标设备。如此,能够通过目标设备查询出目标车辆发生碰撞事件时生成的数据包,以便于快速地查询到碰撞事件发生时用于判断肇事责任方的关键性信息,实现碰撞事件的还原。
在上述技术方案中,获取目标车辆外部的视频;响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息;若提取到的图像信息中包括目标信息,则根据目标信息对应的目标图像帧生成数据包,其中,目标信息包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者。如此,生成的数据包中包括了提取出来的碰撞事件发生时的关键信息,便于后续判定肇事责任方。根据碰撞事件发生时目标车辆的行驶状态,能够初步判定目标车辆是否存在肇事的可能性,进而确定目标设备;将数据包发送至目标设备。如此,能够通过目标设备查询出目标车辆发生碰撞事件时生成的数据包,以便于快速地查询到碰撞事件发生时用于判断肇事责任方的关键性信息,实现碰撞事件的还原。
如图2所示,在一种可选的实施例中,在S104中,根据碰撞事件发生时目标车辆的行驶状态,确定目标设备,可包括:
S1041,若碰撞事件发生时目标车辆的行驶状态为停车状态,则将与目标车辆绑定的终端设备确定为目标设备。
示例地,若碰撞事件发生时目标车辆的行驶状态为停车状态,则目标车辆不会为肇事车辆,而在目标车辆的行驶状态为停车状态时,存在车内无人的可能性,此时可将数据包发送至与目标车辆绑定的终端设备,以及时通知终端设备的持有者目标车辆发生了碰撞事件。终端设备的持有者可基于数据包中的内容对快速对碰撞事件发生的现场进行了解,还可基于数据包中的内容报警,将数据包作为证据提交至交通管理部门,以便于交通管理部门展开工作。其中,与目标车辆绑定的终端设备,可以在接收到数据包后,基于振动、响铃、信息弹出等方式对终端设备持有者进行进一步的提示。
S1042,若碰撞事件发生时目标车辆的行驶状态为行车状态,则根据提取到的图像信息,确定目标设备。
若碰撞事件发生时目标车辆的行驶状态为行车状态,目标车辆则可能为肇事车辆,此时,可结合提取到的图像信息,进一步确定目标车辆为肇事车辆的可能性,进而确定对应的目标设备。例如,可以通过以下方式根据提取到的图像信息,确定目标设备:
若图像信息包括其他车辆信息,则将终端设备确定为目标设备;若图像信息包括生理特征信息,则将数据共享平台确定为目标设备。
示例地,若图像信息包括其他车辆信息,则可确定本次碰撞事件可能是车和车之间的碰撞,可将与目标车辆绑定的终端设备确定为目标设备。如图3所示,车载***的控制器10可将生成的数据包发送至终端设备12,终端设备12的持有者可对本次碰撞事件进行证据的留存,可基于数据包中的内容报警,以便于交通管理部门展开工作。
示例地,若图像信息包括生理特征信息,则可确定本次碰撞事件可能是车和人之间的碰撞,目标车辆是肇事车辆的可能性大幅度提高,为避免目标车辆的驾驶员存在侥幸心理,避免肇事逃逸的发生,可将数据共享平台确定为目标设备。如图3所示,车载***的控制器10可将生成的数据包发送至数据共享平台13。交通管理部门的相关人员可登录数据共享平台13调取本次碰撞事件发生时目标车辆上传的数据包,如此,交通管理部门可快速确定车辆碰撞事件的发生原因,完成责任认定工作,缩短排查时间。
在一种可选的实施例中,目标信息包括其他车辆信息,其他车辆信息包括其他车辆的车牌号;
根据目标信息对应的目标图像帧生成数据包,包括:
根据其他车辆的车牌号、目标图像帧、碰撞事件发生的碰撞时间和碰撞地点,生成数据包。
示例地,若提取到的目标信息包括其他车辆信息,可基于光学字符识别的技术手段,确定能否从图像中提取出其他车辆的车牌号。相比于目标图像帧,车牌号作为一串字符,更容易实现信息的查询。在目标信息包括其他车辆信息,其他车辆信息包括其他车辆的车牌号时,数据包中可同时包括其他车辆的车牌号和对应的目标图像帧,如此,可以便于后续对提取到的车牌号进行验证,以提高锁定肇事车辆的准确性。数据包中的碰撞事件发生的碰撞时间和碰撞地点,可用于提高调用数据包的准确性,避免混淆同一目标车辆的不同碰撞事件对应的数据包。
在一种可选的实施例中,在将数据包发送至目标设备之前,本公开提供的碰撞事件处理方法,还可以包括:
若目标设备为数据共享平台,则将辅助信息添加至数据包中,以获得更新后的数据包。
其中,辅助信息包括碰撞事件发生时目标车辆的驾驶员信息、目标车辆内部的酒精浓度信息、目标车辆的车辆信息中的至少一者。
示例地,目标车辆的驾驶员信息,可以包括通过目标车辆内部设置的车内摄像头采集到的驾驶员的人脸信息,以确定车辆碰撞事件发生时实际的驾驶员身份。目标车辆内部的酒精浓度信息可以基于预先设置在车辆内部的酒精浓度传感器获取,以确定目标车辆的驾驶员是否存在酒驾的可能性。目标车辆的车辆信息,可以包括目标车辆的车主信息、目标车辆的车牌号信息、碰撞事件发生的碰撞时间和碰撞地点等。其中,目标车辆的车主信息和车牌号信息,可用于快速锁定目标车辆。碰撞事件发生的碰撞时间和碰撞地点,可用于提高调用数据包的准确性,避免混淆同一目标车辆的不同碰撞事件对应的数据包。
如此,可以通过更新后的数据包,获取更多细节化的关键性信息,以更加准确地还原碰撞事件,便于交通管理部门展开工作。
在一种可选的实施例中,本公开提供的碰撞事件处理方法,还可以包括:
若提取到的图像信息中不包括目标信息,则生成用于指示碰撞事件发生的碰撞地点和碰撞时间的提示信息;
若碰撞事件发生时目标车辆的行驶状态为停车状态,则将提示信息发送至与目标车辆绑定的终端设备;
若碰撞事件发生时目标车辆的行驶状态为行车状态,则将提示信息发送至数据共享平台。
示例地,若提取到的图像信息中不包括目标信息,则可确定车辆的车载***的控制器并未获取到可以用于直接还原碰撞事件的关键性信息,此时,可生成用于指示碰撞事件发生的碰撞地点和碰撞时间的提示信息,以记录此次碰撞事件的发生。例如,可以生成“在A时间,车辆B于C地发生碰撞事件”的提示信息。
若碰撞事件发生时目标车辆的行驶状态为停车状态,则目标车辆不会为肇事车辆,而在目标车辆的行驶状态为停车状态时,存在车内无人的可能性。可将提示信息发送至与目标车辆绑定的终端设备,以使终端设备的持有者可以及时知晓碰撞事件的发生,并根据自身需求,确定是否报警。
若碰撞事件发生时目标车辆的行驶状态为行车状态,则目标车辆有可能是肇事车辆,为避免目标车辆的驾驶员存在侥幸心理,避免肇事逃逸的发生,可将数据共享平台确定为目标设备。交通管理部门的相关人员可登录数据共享平台查询到本次碰撞事件发生的碰撞地点和碰撞时间,以便于后续工作的展开。
图4是根据一示例性实施例示出的一种碰撞事件处理方法的流程图。通过该图4,可以更为清晰地了解本公开提供的碰撞事件处理方法的实现过程。如图4所示,该方法可以包括S401至S411。
S401,获取目标车辆外部的视频。
S402,响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息。
其中,目标信息包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者。
S403,判断提取到的图像信息中是否包括目标信息。若是,则执行步骤S404;若否,则执行步骤S409。
S404,根据目标信息对应的目标图像帧生成数据包。
S405,若碰撞事件发生时目标车辆的行驶状态为停车状态,则将与目标车辆绑定的终端设备确定为目标设备。
S406,若碰撞事件发生时目标车辆的行驶状态为行车状态,且图像信息包括其他车辆信息,则将终端设备确定为目标设备。
S407,若碰撞事件发生时目标车辆的行驶状态为行车状态,且图像信息包括生理特征信息,则将数据共享平台确定为目标设备。
S408,将数据包发送至目标设备。
S409,生成用于指示碰撞事件发生的碰撞地点和碰撞时间的提示信息。
S410,若碰撞事件发生时目标车辆的行驶状态为停车状态,则将提示信息发送至与目标车辆绑定的终端设备。
S411,若碰撞事件发生时目标车辆的行驶状态为行车状态,则将提示信息发送至数据共享平台。
如此,在目标车辆提取到的图像信息中包括目标信息的情况下,若目标车辆处于停车状态,则可及时通知与目标车辆绑定的终端设备的持有者目标车辆发生碰撞事件,并提供包含此次碰撞事件的关键性信息的数据包,便于车主报警。在目标车辆提取到的图像信息中包括目标信息的情况下,若目标车辆处于行车状态,则可根据获取到的目标信息,确定目标车辆为肇事车辆的可能性;若目标车辆存在肇事的可能性,则可向数据共享平台上传数据包,以避免目标车辆的驾驶员存在侥幸心理,避免肇事逃逸的发生,交通管理部门可基于数据包快速确定车辆碰撞事件的发生原因,完成责任认定工作。即使目标车辆提取到的图像信息中不包括目标信息,在目标车辆处于停车状态时也可通过生成的提示信息告知终端设备持有者碰撞事件的发生,在目标车辆处于行车状态时,可通过将提示信息发送至数据共享平台,避免目标车辆的驾驶员存在侥幸心理。
基于同一发明构思,本公开还提供一种第一碰撞事件处理装置,执行上述的碰撞事件处理方法。图5是根据一示例性实施例示出的一种第一碰撞事件处理装置500的框图。参照图5,该第一碰撞事件处理装置500可以包括:
第一获取模块501,用于获取目标车辆外部的视频;
第二获取模块502,用于响应于确定目标车辆发生碰撞事件,对所述视频进行特征提取,以获得图像信息;
第一生成模块503,用于若提取到的所述图像信息中包括目标信息,则根据所述目标信息对应的目标图像帧生成数据包,其中,所述目标信息包括其他车辆的其他车辆信息和位于所述目标车辆外的人的生理特征信息中的至少一者;
确定模块504,用于根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备;
第一发送模块505,用于将所述数据包发送至所述目标设备。
在上述技术方案中,获取目标车辆外部的视频;响应于确定目标车辆发生碰撞事件,对视频进行特征提取,以获得图像信息;若提取到的图像信息中包括目标信息,则根据目标信息对应的目标图像帧生成数据包,其中,目标信息包括其他车辆的其他车辆信息和位于目标车辆外的人的生理特征信息中的至少一者。如此,生成的数据包中包括了提取出来的碰撞事件发生时的关键信息,便于后续判定肇事责任方。根据碰撞事件发生时目标车辆的行驶状态,能够初步判定目标车辆是否存在肇事的可能性,进而确定目标设备;将数据包发送至目标设备。如此,能够通过目标设备查询出目标车辆发生碰撞事件时生成的数据包,以便于快速地查询到碰撞事件发生时用于判断肇事责任方的关键性信息,实现碰撞事件的还原。
可选地,所述确定模块504包括:
第一确定子模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将与所述目标车辆绑定的终端设备确定为所述目标设备;
第二确定子模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则根据提取到的所述图像信息,确定目标设备。
可选地,第二确定子模块包括:
第三确定子模块,用于若所述图像信息包括所述其他车辆信息,则将所述终端设备确定为所述目标设备;
第四确定子模块,用于若所述图像信息包括所述生理特征信息,则将数据共享平台确定为所述目标设备。
可选地,所述目标信息包括所述其他车辆信息,所述其他车辆信息包括所述其他车辆的车牌号;所述第一生成模块503通过以下方式生成数据包:
根据所述其他车辆的车牌号、所述目标图像帧、所述碰撞事件发生的碰撞时间和碰撞地点,生成所述数据包。
可选地,所述第一碰撞事件处理装置500还包括:
更新模块,用于若所述目标设备为数据共享平台,则将辅助信息添加至所述数据包中,以获得更新后的数据包,其中,所述辅助信息包括所述碰撞事件发生时所述目标车辆的驾驶员信息、所述目标车辆内部的酒精浓度信息、所述目标车辆的车辆信息中的至少一者。
可选地,所述第一碰撞事件处理装置500还包括:
第二生成模块,用于若提取到的所述图像信息中不包括目标信息,则生成用于指示所述碰撞事件发生的碰撞地点和碰撞时间的提示信息;
第二发送模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将所述提示信息发送至与所述目标车辆绑定的终端设备;
第三发送模块,用于若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则将所述提示信息发送至数据共享平台。
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有关该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。
本公开还提供一种第二碰撞事件处理装置,包括:
第一处理器;
用于存储第一处理器可执行指令的第一存储器;
其中,第一处理器用于实现本公开提供的碰撞事件处理方法的步骤。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被第二处理器执行时实现本公开提供的碰撞事件处理方法的步骤。
本公开还提供一种碰撞事件处理***,包括:
行车记录仪,用于采集目标车辆外部的视频;
碰撞事件处理装置,其中,碰撞事件处理装置为本公开提供的第一碰撞事件处理装置500,或第二碰撞事件处理装置。
图6是根据一示例性实施例示出的一种车辆600的框图。例如,车辆600可以是混合动力车辆,也可以是非混合动力车辆、电动车辆、燃料电池车辆或者其他类型的车辆。车辆600可以是自动驾驶车辆、半自动驾驶车辆或者非自动驾驶车辆。
参照图6,车辆600可包括各种子***,例如,信息娱乐***610、感知***620、决策控制***630、驱动***640以及计算平台650。其中,车辆600还可以包括更多或更少的子***,并且每个子***都可包括多个部件。另外,车辆600的每个子***之间和每个部件之间可以通过有线或者无线的方式实现互连。
在一些实施例中,信息娱乐***610可以包括通信***,娱乐***以及导航***等。
感知***620可以包括若干种传感器,用于感测车辆600周边的环境的信息。例如,感知***620可包括全球定位***(全球定位***可以是GPS***,也可以是北斗***或者其他定位***)、惯性测量单元(inertial measurement unit,IMU)、激光雷达、毫米波雷达、超声雷达以及摄像装置。
决策控制***630可以包括计算***、整车控制器、转向***、油门以及制动***。
驱动***640可以包括为车辆600提供动力运动的组件。在一个实施例中,驱动***640可以包括引擎、能量源、传动***和车轮。引擎可以是内燃机、电动机、空气压缩引擎中的一种或者多种的组合。引擎能够将能量源提供的能量转换成机械能量。
车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个第三处理器651和第二存储器652,第三处理器651可以执行存储在第二存储器652中的指令653。
第三处理器651可以是任何常规的处理器,诸如商业可获得的CPU。处理器还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、片上***(System on Chip,SOC)、专用集成芯片(Application Specific Integrated Circuit,ASIC)或它们的组合。
第二存储器652可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
除了指令653以外,第二存储器652还可存储数据,例如道路地图,路线信息,车辆的位置、方向、速度等数据。第二存储器652存储的数据可以被计算平台650使用。
在本公开实施例中,第三处理器651可以执行指令653,以完成上述的碰撞事件处理方法的全部或部分步骤。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的碰撞事件处理方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种碰撞事件处理方法,其特征在于,包括:
获取目标车辆外部的视频;
响应于确定目标车辆发生碰撞事件,对所述视频进行特征提取,以获得图像信息;
若提取到的所述图像信息中包括目标信息,则根据所述目标信息对应的目标图像帧生成数据包,其中,所述目标信息包括其他车辆的其他车辆信息和位于所述目标车辆外的人的生理特征信息中的至少一者;
根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备;
将所述数据包发送至所述目标设备。
2.根据权利要求1所述的碰撞事件处理方法,其特征在于,所述根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备,包括:
若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将与所述目标车辆绑定的终端设备确定为所述目标设备;
若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则根据提取到的所述图像信息,确定目标设备。
3.根据权利要求2所述的碰撞事件处理方法,其特征在于,所述根据提取到的所述图像信息,确定目标设备,包括:
若所述图像信息包括所述其他车辆信息,则将所述终端设备确定为所述目标设备;
若所述图像信息包括所述生理特征信息,则将数据共享平台确定为所述目标设备。
4.根据权利要求1所述的碰撞事件处理方法,其特征在于,所述目标信息包括所述其他车辆信息,所述其他车辆信息包括所述其他车辆的车牌号;
所述根据所述目标信息对应的目标图像帧生成数据包,包括:
根据所述其他车辆的车牌号、所述目标图像帧、所述碰撞事件发生的碰撞时间和碰撞地点,生成所述数据包。
5.根据权利要求4所述的碰撞事件处理方法,其特征在于,在将所述数据包发送至所述目标设备之前,所述方法还包括:
若所述目标设备为数据共享平台,则将辅助信息添加至所述数据包中,以获得更新后的数据包,其中,所述辅助信息包括所述碰撞事件发生时所述目标车辆的驾驶员信息、所述目标车辆内部的酒精浓度信息、所述目标车辆的车辆信息中的至少一者。
6.根据权利要求1所述的碰撞事件处理方法,其特征在于,所述方法还包括:
若提取到的所述图像信息中不包括目标信息,则生成用于指示所述碰撞事件发生的碰撞地点和碰撞时间的提示信息;
若所述碰撞事件发生时所述目标车辆的行驶状态为停车状态,则将所述提示信息发送至与所述目标车辆绑定的终端设备;
若所述碰撞事件发生时所述目标车辆的行驶状态为行车状态,则将所述提示信息发送至数据共享平台。
7.一种第一碰撞事件处理装置,其特征在于,包括:
第一获取模块,用于获取目标车辆外部的视频;
第二获取模块,用于响应于确定目标车辆发生碰撞事件,对所述视频进行特征提取,以获得图像信息;
第一生成模块,用于若提取到的所述图像信息中包括目标信息,则根据所述目标信息对应的目标图像帧生成数据包,其中,所述目标信息包括其他车辆的其他车辆信息和位于所述目标车辆外的人的生理特征信息中的至少一者;
确定模块,用于根据所述碰撞事件发生时所述目标车辆的行驶状态,确定目标设备;
第一发送模块,用于将所述数据包发送至所述目标设备。
8.一种第二碰撞事件处理装置,其特征在于,包括:
第一处理器;
用于存储第一处理器可执行指令的第一存储器;
其中,所述第一处理器用于实现权利要求1-6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被第二处理器执行时实现权利要求1-6中任一项所述方法的步骤。
10.一种碰撞事件处理***,其特征在于,包括:
行车记录仪,用于采集目标车辆外部的视频;
碰撞事件处理装置,其中,所述碰撞事件处理装置为根据权利要求7所述的第一碰撞事件处理装置,或权利要求8所述的第二碰撞事件处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311063241.6A CN116758756A (zh) | 2023-08-22 | 2023-08-22 | 碰撞事件处理方法、装置、存储介质和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311063241.6A CN116758756A (zh) | 2023-08-22 | 2023-08-22 | 碰撞事件处理方法、装置、存储介质和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116758756A true CN116758756A (zh) | 2023-09-15 |
Family
ID=87961384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311063241.6A Pending CN116758756A (zh) | 2023-08-22 | 2023-08-22 | 碰撞事件处理方法、装置、存储介质和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116758756A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN110415380A (zh) * | 2019-08-26 | 2019-11-05 | 苏州金螳螂怡和科技有限公司 | 交通事故自主处理方法及*** |
WO2022111333A1 (zh) * | 2020-11-26 | 2022-06-02 | 博泰车联网(南京)有限公司 | 用于客服的方法、计算设备和计算机存储介质 |
CN114973449A (zh) * | 2021-02-26 | 2022-08-30 | 上海博泰悦臻网络技术服务有限公司 | 交通事故处理***、处理方法及中控设备 |
CN116012812A (zh) * | 2022-12-28 | 2023-04-25 | 昆山泽纳斯数字科技有限公司 | 停车监控方法、装置、电子设备及存储介质 |
-
2023
- 2023-08-22 CN CN202311063241.6A patent/CN116758756A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及*** |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN110415380A (zh) * | 2019-08-26 | 2019-11-05 | 苏州金螳螂怡和科技有限公司 | 交通事故自主处理方法及*** |
WO2022111333A1 (zh) * | 2020-11-26 | 2022-06-02 | 博泰车联网(南京)有限公司 | 用于客服的方法、计算设备和计算机存储介质 |
CN114973449A (zh) * | 2021-02-26 | 2022-08-30 | 上海博泰悦臻网络技术服务有限公司 | 交通事故处理***、处理方法及中控设备 |
CN116012812A (zh) * | 2022-12-28 | 2023-04-25 | 昆山泽纳斯数字科技有限公司 | 停车监控方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108860162B (zh) | 电子装置、基于用户驾驶行为的安全预警方法及存储介质 | |
JP6432490B2 (ja) | 車載制御装置、及び、車載記録システム | |
US8749350B2 (en) | Method of processing vehicle crash data | |
US9047721B1 (en) | Driver log generation | |
US10672258B1 (en) | In-vehicle apparatus for early determination of occupant injury | |
DE102019113578A1 (de) | System und verfahren zur benachrichtigung von fahrzeugdiensten | |
US20160098868A1 (en) | Triggering a specialized data collection mode | |
US10929552B2 (en) | Driver consent management | |
CN111262903B (zh) | 服务器装置及车辆 | |
DE102019135180A1 (de) | System und verfahren zur einschränkung des fahrzeugbetriebs in erwiderung auf eine beeinträchtigung des fahrers | |
KR102037459B1 (ko) | 시뮬레이터를 이용한 차량 검사 시스템 | |
US20120330480A1 (en) | Vehicular electronic control device, related information acquisition device, and method for controlling the same | |
CN112396824A (zh) | 车辆监控方法、***及车辆 | |
DE112018004773T5 (de) | Informationsverarbeitungseinrichtung, informationsverarbeitungsverfahren, programm und fahrzeug | |
CN115657647B (zh) | 故障确定方法、装置、车辆及存储介质 | |
CN116758756A (zh) | 碰撞事件处理方法、装置、存储介质和*** | |
KR102374563B1 (ko) | 차량의 사고 정보 자동 처리 시스템 | |
KR20140147298A (ko) | 디지털 운행기록 장치 | |
US20240177537A1 (en) | System and method of integrating traffic accident assistance identification and safety of intended functionality scene establishment | |
CN116108041B (zh) | 车辆测试数据的确定方法、装置、车辆和存储介质 | |
US20220180340A1 (en) | Method, information processing apparatus, and non-transitory computer readable medium | |
CN115457792B (zh) | 信息处理装置、非暂时性介质以及信息处理方法 | |
US20230055945A1 (en) | Server apparatus, information provision system, and method of operating information provision system | |
US20230056485A1 (en) | Server apparatus, information provision system, and method of operating information provision system | |
US20220003571A1 (en) | Information processing method, non-transitory computer readable medium, in-vehicle apparatus, vehicle, information processing apparatus, and information processing system |
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 |