CN117150247A - 一种智能产品质量风险控制方法 - Google Patents

一种智能产品质量风险控制方法 Download PDF

Info

Publication number
CN117150247A
CN117150247A CN202311419704.8A CN202311419704A CN117150247A CN 117150247 A CN117150247 A CN 117150247A CN 202311419704 A CN202311419704 A CN 202311419704A CN 117150247 A CN117150247 A CN 117150247A
Authority
CN
China
Prior art keywords
information
data
actual
track
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311419704.8A
Other languages
English (en)
Other versions
CN117150247B (zh
Inventor
许应成
宁秀丽
高晓红
吴芳
叶如意
华春翔
李亚
李莹
吴倩
赵巍巍
王双
彭彬
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.)
China National Institute of Standardization
Original Assignee
China National Institute of Standardization
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 China National Institute of Standardization filed Critical China National Institute of Standardization
Priority to CN202311419704.8A priority Critical patent/CN117150247B/zh
Publication of CN117150247A publication Critical patent/CN117150247A/zh
Application granted granted Critical
Publication of CN117150247B publication Critical patent/CN117150247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种智能产品质量风险控制方法,能够结合待分析智能产品提供的行驶轨迹信息的清晰与否、以及行驶轨迹信息与实际沿行驶轨迹行驶的情况下的实际信息之间的差异,确定待分析智能产品在信息提示方面是否存在潜在的风险。一方面,通过以管理、监督目的的数据处理,实现了基于用户自身的情况,确定智能产品可能带来的潜在风险,为实现安全、低风险驾驶提供了条件。另一方面,本申请中的方法为进一步地减少监督、管理资源的消耗提供了条件。

Description

一种智能产品质量风险控制方法
技术领域
本申请涉及适用于管理、监督或预测目的的数据处理技术领域,尤其涉及一种智能产品质量风险控制方法。
背景技术
人工智能(Artificial Intelligence),英文缩写为AI,它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。
基于人工智能技术的智能产品,为人们的生产生活提供了较大的便利。例如在基于人工智能技术的行驶轨迹规划产品的辅助下,驾驶员可以无需进行针对目的地的寻路的作业,在驾驶过程中,通过行驶轨迹规划产品提供的信息,即可高效地到达目的地。然而,行驶轨迹规划产品给出的方案未必是最优方案,其对驾驶员提供信息也未必符合驾驶员的实际需求,在某些情况下,甚至会对驾驶员造成误导。具体地,行驶轨迹规划产品给出的方案通常可以表达基于路况的一种可行性。倘若驾驶行为完全由车辆自动执行,这种方案未必会存在由人体自然规律因素导致的风险。例如,人眼是基于光学原理、电信号传播原理等自然规律的复杂的部件,其对接收的图形信息存在一定的局限性,当传达关键信息的图形出现在视野中,但位于视野的边缘位置时,则有可能导致人无法注意到该关键信息。此外,剧烈图形切换、图形位姿调整,也有可能导致人眼无法及时地对该切换和调整做出应对。特别是在驾驶场景下,驾驶员一方面要注意前方的路况,另一方面还要留意导航信息,则更有可能导致关键信息被驾驶员忽视,可见,有必要对行驶轨迹规划产品投入市场后可能面临的、由此带来的风险进行预测。由于大多数人的眼部结构、原理是一样的,对图形等信息的处理能力也能够达到一定的水平,则为基于人眼、人脑的视觉部分表现出的自然规律改善驾驶员对关键信息的接收条件提供了可能性。
如,公开(公告)号:CN106384209B,专利标题:“基于运行数据的智能产品配置改进方法及***”(主分类号:G06Q10/06),根据预设方法计算融合每个功能模块对应的运行数据,提出不同智能产品功能模块配置的改进要求。一方面,能够说明监督或预测目的的数据处理技术在智能产品相关技术领域大有可为;另一方面,也能够说明在该领域的技术挖掘还具有较为宽泛的扩展前景。
发明内容
本申请实施例提供了一种智能产品质量风险控制方法,以至少部分的解决上述技术问题。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种智能产品质量风险控制方法,所述方法包括:
确定用于测试的第一数据和第二数据;所述第一数据包含:用于确定行驶轨迹的起点数据和终点数据;所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段;
基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息;所述行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻;
基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息;所述实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面中所述关键信息的清晰度;
基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度;所述风险程度与所述可分辨度负相关,与所述行驶轨迹信息中的关键信息清晰度负相关,与所述实际画面中所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关。
在本说明书一个可选的实施例中,所述关键信息包含以下至少一种:斑马线、路口、减速带、道路封闭信息。
在本说明书一个可选的实施例中,所述行驶轨迹信息还包含:所述待分析智能产品提供的沿所述行驶轨迹行驶的情况下,预计耗费的预计时长;所述实际信息还包含:沿所述行驶轨迹行驶的情况下,耗费的实际时长;
基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度,包括:
确定所述风险程度,使得所述风险程度与所述实际时长超出所述预计时长的部分正相关。
在本说明书一个可选的实施例中,基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度,包括:
在所述实际画面上所述关键信息的清晰度不小于所述清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长小于预设的时长阈值的情况下,则直接确定所述风险程度为最大值。
在本说明书一个可选的实施例中,所述方法还包括:
在所述实际画面上所述关键信息的清晰度不小于所述清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长不小于预设的时长阈值的情况下,根据所述实际时长超出所述预计时长的部分,确定所述风险程度。
在本说明书一个可选的实施例中,
所述方法还包括:获取历史轨迹信息;所述历史轨迹信息包含所述第一数据、所述第二数据、以及所述第二数据表示出的所述时段中,从所述起点数据表示位置至所述终点数据表示的位置之间的各历史轨迹;
基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息,包括:从所述各历史轨迹中确定出与所述行驶轨迹相似度最大的,作为实际轨迹;将所述实际轨迹的信息,作为所述实际信息。
第二方面,本申请实施例还提供一种智能产品质量风险控制***,所述***包括:
数据获取模块,配置为:确定用于测试的第一数据和第二数据;所述第一数据包含:用于确定行驶轨迹的起点数据和终点数据;所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段;
行驶轨迹信息确定模块,配置为:基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息;所述行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻;
实际信息确定模块,配置为:基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息;所述实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面中所述关键信息的清晰度;
风险程度确定模块,配置为:基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度;所述风险程度与所述可分辨度负相关,与所述行驶轨迹信息中的关键信息清晰度负相关,与所述实际画面中所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行第一方面所述的方法步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行第一方面所述的方法步骤。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
智能产品的开发通常会将一些人为的规则赋予智能产品,这些人为的规则例如图形显示方式、图形显示内容等等。这些规则需要结合用户自身的情况(例如人眼观察事物图形过程中表现出的自然规律)考虑其合理性。本说明书中的方法能够结合待分析智能产品提供的行驶轨迹信息的清晰与否、以及行驶轨迹信息与实际沿行驶轨迹行驶的情况下的实际信息之间的差异,确定待分析智能产品在信息提示方面是否存在潜在的风险。一方面,通过以管理、监督目的的数据处理,实现了基于用户自身的情况,确定智能产品可能带来的潜在风险,为实现安全、低风险驾驶提供了条件。另一方面,本申请中的方法为进一步地减少监督、管理资源的消耗提供了条件。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提供的一种智能产品质量风险控制方法的过程示意图;
图2为本说明书实施例中一种电子设备的结构示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其它元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本说明书中的智能产品质量风险控制方法包含以下步骤:
S100:确定用于测试的第一数据和第二数据。
本说明书中的待分析智能产品是需要通过本说明书中的方法确定其风险性的智能产品。本说明书中的方法针对的智能产品是用于规划行驶轨迹的智能产品。该智能产品的智能性体现在能够基于行驶轨迹的起点、终点以及预计出行的时段,规划出行驶轨迹。该智能产品可以是应用程序,该应用程序可以加载在终端设备上,例如,手机、车机等。此外,本说明书中的智能产品还可以是具有行驶轨迹规划功能的硬件设备,例如手机、车机等。相关技术中,可以用于实现行驶轨迹规划的智能产品,在条件允许的情况下,均可以作为本说明书中的待分析智能产品。
本说明书中的第一数据包含:用于确定行驶轨迹的起点数据(用表征起点的位置)和终点数据(用表征终点的位置);所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段(即预计的出行时间,例如上午10:00出行)。
S102:基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息。
具体地,可以将第一数据和第二数据输入待分析智能产品,即可得到待分析智能产品输出的行驶轨迹信息。行驶轨迹信息用于表征待分析智能产品规划出的行驶轨迹,以及对行驶轨迹的相关信息的展示情况。本说明书中的行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻。
通常情况下,待分析智能产品能获取到用户的位置信息,进而通过用户的位置信息为用户提供导航。导航画面可以是二维画面也可是三维画面,导航画面通常是由不同颜色的区域在画面中拼接得到的。例如,车道用灰色,车道旁边的绿化带用绿色。导航画面主要用于向用户提供其行驶的车道的情况,则可以以用户所在的车道在导航画面中的可分辨度作为导航画面的可分辨度。
在本说明书一个可选的实施中,确定可分辨度的过程可以是:确定用户所在车道偏离导航画面的中心线的偏离度、确定用户所在车道的颜色与除所述车道且与所述车道相邻的位置的颜色差异程度(例如,黑色和白色之间的差异较大,黑色和棕色之间的差异较小)、以及所述车道在所述导航画面中所占的第一面积、除所述车道以外的其他标志物(例如其他车道、停车标志、指示牌、标志性建筑等)在所述导航画面中所占的第二面积;所述可分辨度与所述偏离度负相关、与所述颜色差异程度负相关、与所述第一面积占所述导航画面的总面积正相关、且与所述第一面积和所述第二面积之和占所述导航画面的总面积正相关。
在本说明书一个可选的实施例中,关键信息包含以下至少一种:斑马线、路口、减速带、道路封闭信息。关键信息清晰度可以与其对应的图形在所述导航画面中所占的第三面积与所述第一面积之和占所述导航画面的总面积正相关。
提示关键信息的时刻用于表征待分析智能产品向用户发出针对关键信息的提示是否及时。例如,A位置是斑马线,在距离A位置还有1分钟路程的情况下发出的提示的及时性,要高于在距离A位置还有30秒路程的情况下发出的提示的及时性。
S104:基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息。
行驶轨迹信息是抽象的信息,可以由抽象的色块为用户展示行驶轨迹。而实际信息是用于表征在用户处于道路上的情况下,其视力所及范围内能够捕捉到的信息。在本说明书一个可选的实施例中,可以通过现有的实景地图程序获取到对应于行驶轨迹的实际信息。在本说明书另一个可选的实施例中,实际信息是根据历史轨迹获得的,第一数据中也是对应于历史轨迹的。具体地,可以获取历史轨迹信息;所述历史轨迹信息包含所述第一数据、第二数据、以及所述第二数据表示出的所述时段中,从所述起点数据表示位置至所述终点数据表示的位置之间的各历史轨迹(可以通过车载摄像机获得)。基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息,包括:从所述各历史轨迹中确定出与所述行驶轨迹相似度最大的,作为实际轨迹;将所述实际轨迹的信息,作为所述实际信息。
本说明书中的实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面上所述关键信息的清晰度。该清晰程度的确定方式可以和基于行驶轨迹信息确定清晰程度的方式相同。实际信息中包含了其他车辆、行人等,且视角、比例与行驶轨迹信息展示的也有所不同,则确定出的清晰度也会存在差异。关键信息的清晰度受到时段的影响更加明显。
S106:基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度。
待分析智能产品的风险程度越高,则表明待分析智能产品为用户提供的信息质量越差,存在隐患的可能性越大。待分析智能产品的风险程度越低,则表明待分析智能产品为用户提供的信息质量越好,存在隐患的可能性越小。
本说明书中的行驶轨迹信息和实际信息是通过行驶轨迹上的位置点一一对应的。例如,行驶轨迹上包含A、B、C……位置点,则在进行对比时,将A位置点的行驶轨迹信息和实际信息进行比较,针对其他位置点同理。
本说明书中风险程度与所述可分辨度负相关(可分辨度越高,表明信息展示效果越好,便于用户观看),与所述行驶轨迹信息中的关键信息清晰度负相关(关键信息清晰度越高,表明信息展示效果越好,便于用户观看),与所述实际画面上所述关键信息的清晰度不小于预设清晰度阈值(可以是经验值,与人眼在车辆行驶状态下对事物的分辨能力有关)的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关(用于表征关键信息提示是否及时。该时长是默认实际画面上所述关键信息的清晰度不小于预设清晰度阈值的时刻在后,行驶轨迹信息中提示所述关键信息的时刻在先。若实际情况中先后顺序相反,则直接将风险确定为最大)。
可选地,在所述实际画面上所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长不小于预设的时长阈值的情况下,根据所述实际时长超出所述预计时长的部分,确定所述风险程度。在所述实际画面上所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长小于预设的时长阈值的情况下(表明智能产品未能为用户及时地针对关键信息进行提示),则直接确定所述风险程度为最大值。
在本说明书一个可选的实施例中,时长阈值与待分析智能产品提供的在行驶轨迹上行驶时预计的最大行驶速度负相关。
在本说明书另一个可选的实施例中,时长阈值与待分析智能产品提供的在行驶轨迹上行驶时预计的最大行驶速度和车辆行驶时的实际速度的比值与1之间的差值负相关。差值越小,表明实际的行驶速度与预计的接近,则应更加及时的提示用户关键信息
智能产品的开发通常会将一些人为的规则赋予智能产品,这些人为的规则例如图形显示方式、图形显示内容等等。这些规则需要结合用户自身的情况(例如人眼观察事物图形过程中表现出的自然规律)考虑其合理性。本说明书中的方法能够结合待分析智能产品提供的行驶轨迹信息的清晰与否、以及行驶轨迹信息与实际沿行驶轨迹行驶的情况下的实际信息之间的差异,确定待分析智能产品在信息提示方面是否存在潜在的风险,体现了人眼结构、工作原理与人的反映能力这两种自然规律之间的结合。一方面,通过以管理、监督目的的数据处理,实现了基于用户自身的情况,确定智能产品可能带来的潜在风险,为实现安全、低风险驾驶提供了条件。另一方面,本申请中的方法为进一步地减少监督、管理资源的消耗提供了条件。
在智能产品实际使用过程中,还会基于时段,为用户预估到达目的地的时间。若预估的不准确,则会影响用户体验,也是一种潜在的风险(例如,导致用户未能赶上飞机等)。
则在本说明书一个可选的实施例中,所述行驶轨迹信息还包含:所述待分析智能产品提供的沿所述行驶轨迹行驶的情况下,预计耗费的预计时长;所述实际信息还包含:沿所述行驶轨迹行驶的情况下,耗费的实际时长。则确定出的风险程度还与所述实际时长超出所述预计时长的部分正相关。
进一步地,本说明书还提供一种智能产品质量风险控制***,所述***包括:
数据获取模块,配置为:确定用于测试的第一数据和第二数据;所述第一数据包含:用于确定行驶轨迹的起点数据和终点数据;所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段;
行驶轨迹信息确定模块,配置为:基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息;所述行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻;
实际信息确定模块,配置为:基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息;所述实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面中所述关键信息的清晰度;
风险程度确定模块,配置为:基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度;所述风险程度与所述可分辨度负相关,与所述行驶轨迹信息中的关键信息清晰度负相关,与所述实际画面中所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关。
该***能够执行前述任一实施例中的方法,并能够获得相同或相似的技术效果,此处不再赘述。
图2是本申请的一个实施例电子设备的结构示意图。请参考图2,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图2中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成一种智能产品质量风险控制***。处理器,执行存储器所存放的程序,并具体用于执行前述任意一种智能产品质量风险控制方法。
上述如本申请图1所示实施例揭示的一种智能产品质量风险控制方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中一种智能产品质量风险控制方法,并实现图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,执行前述的任意一种智能产品质量风险控制方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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***。
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***的制造品,该指令***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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种智能产品质量风险控制方法,其特征在于,所述方法包括:
确定用于测试的第一数据和第二数据;所述第一数据包含:用于确定行驶轨迹的起点数据和终点数据;所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段;
基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息;所述行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻;
基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息;所述实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面中所述关键信息的清晰度;
基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度;所述风险程度与所述可分辨度负相关,与所述行驶轨迹信息中的关键信息清晰度负相关,与所述实际画面中所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关。
2.如权利要求1所述方法,其特征在于,所述关键信息包含以下至少一种:斑马线、路口、减速带、道路封闭信息。
3.如权利要求1所述方法,其特征在于,所述行驶轨迹信息还包含:所述待分析智能产品提供的沿所述行驶轨迹行驶的情况下,预计耗费的预计时长;所述实际信息还包含:沿所述行驶轨迹行驶的情况下,耗费的实际时长;
基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度,包括:
确定所述风险程度,使得所述风险程度与所述实际时长超出所述预计时长的部分正相关。
4.如权利要求3所述方法,其特征在于,基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度,包括:
在所述实际画面上所述关键信息的清晰度不小于所述清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长小于预设的时长阈值的情况下,则直接确定所述风险程度为最大值。
5.如权利要求4所述方法,其特征在于,所述方法还包括:
在所述实际画面上所述关键信息的清晰度不小于所述清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长不小于预设的时长阈值的情况下,根据所述实际时长超出所述预计时长的部分,确定所述风险程度。
6.如权利要求3所述方法,其特征在于,
所述方法还包括:获取历史轨迹信息;所述历史轨迹信息包含所述第一数据、所述第二数据、以及所述第二数据表示出的所述时段中,从所述起点数据表示位置至所述终点数据表示的位置之间的各历史轨迹;
基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息,包括:从所述各历史轨迹中确定出与所述行驶轨迹相似度最大的,作为实际轨迹;将所述实际轨迹的信息,作为所述实际信息。
7.一种智能产品质量风险控制***,其特征在于,所述***包括:
数据获取模块,配置为:确定用于测试的第一数据和第二数据;所述第一数据包含:用于确定行驶轨迹的起点数据和终点数据;所述第二数据包含:预计从所述起点数据表征的位置到达所述终点数据表征的位置的时段;
行驶轨迹信息确定模块,配置为:基于所述第一数据和所述第二数据,确定采用待分析智能产品规划行驶轨迹的情况下,得到分别对应于不同的时段的各行驶轨迹信息;所述行驶轨迹信息包含:在所述待分析智能产品规划的行驶轨迹上的不同位置点提供的导航画面的可分辨度、关键信息清晰度、以及提示所述关键信息的时刻;
实际信息确定模块,配置为:基于所述第二数据,确定其表示出的所述时段中,在沿所述行驶轨迹信息表示的行驶轨迹行驶的情况下的实际信息;所述实际信息包含:在路面上对应于所述行驶轨迹上的不同位置点的实际画面中所述关键信息的清晰度;
风险程度确定模块,配置为:基于所述行驶轨迹信息和所述实际信息,确定所述待分析智能产品的风险程度;所述风险程度与所述可分辨度负相关,与所述行驶轨迹信息中的关键信息清晰度负相关,与所述实际画面中所述关键信息的清晰度不小于预设清晰度阈值的时刻和所述行驶轨迹信息中提示所述关键信息的时刻之间的时长负相关。
8.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~6之任一所述方法。
9.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~6之任一所述方法。
CN202311419704.8A 2023-10-30 2023-10-30 一种智能产品质量风险控制方法 Active CN117150247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311419704.8A CN117150247B (zh) 2023-10-30 2023-10-30 一种智能产品质量风险控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311419704.8A CN117150247B (zh) 2023-10-30 2023-10-30 一种智能产品质量风险控制方法

Publications (2)

Publication Number Publication Date
CN117150247A true CN117150247A (zh) 2023-12-01
CN117150247B CN117150247B (zh) 2023-12-26

Family

ID=88910484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311419704.8A Active CN117150247B (zh) 2023-10-30 2023-10-30 一种智能产品质量风险控制方法

Country Status (1)

Country Link
CN (1) CN117150247B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106384209A (zh) * 2016-10-27 2017-02-08 合肥工业大学 基于运行数据的智能产品配置改进方法及装置
CN110275934A (zh) * 2019-06-28 2019-09-24 青岛无车承运服务中心有限公司 基于北斗定位***的车辆行驶情况风险分析方法和***
CN111623794A (zh) * 2020-05-15 2020-09-04 广州小鹏车联网科技有限公司 车辆导航的显示控制方法及车辆、可读存储介质
CN111695713A (zh) * 2019-03-12 2020-09-22 北京嘀嘀无限科技发展有限公司 一种历史轨迹数据处理方法及装置
CN114548248A (zh) * 2022-02-14 2022-05-27 中汽研(天津)汽车工程研究院有限公司 一种自动驾驶汽车行驶数据的分类触发上传方法及***
CN116050245A (zh) * 2022-12-05 2023-05-02 江苏大学 基于复杂网络理论的高速公路自动驾驶商用车轨迹预测与决策方法与***
WO2023092451A1 (zh) * 2021-11-26 2023-06-01 华为技术有限公司 预测可行驶车道的方法和装置
US20230174115A1 (en) * 2021-12-08 2023-06-08 Zenseact Ab Precautionary planning of minimal risk maneuvers
CN116433988A (zh) * 2023-06-01 2023-07-14 中国标准化研究院 一种多源异构的图像数据分类治理方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106384209A (zh) * 2016-10-27 2017-02-08 合肥工业大学 基于运行数据的智能产品配置改进方法及装置
CN111695713A (zh) * 2019-03-12 2020-09-22 北京嘀嘀无限科技发展有限公司 一种历史轨迹数据处理方法及装置
CN110275934A (zh) * 2019-06-28 2019-09-24 青岛无车承运服务中心有限公司 基于北斗定位***的车辆行驶情况风险分析方法和***
CN111623794A (zh) * 2020-05-15 2020-09-04 广州小鹏车联网科技有限公司 车辆导航的显示控制方法及车辆、可读存储介质
WO2023092451A1 (zh) * 2021-11-26 2023-06-01 华为技术有限公司 预测可行驶车道的方法和装置
US20230174115A1 (en) * 2021-12-08 2023-06-08 Zenseact Ab Precautionary planning of minimal risk maneuvers
CN114548248A (zh) * 2022-02-14 2022-05-27 中汽研(天津)汽车工程研究院有限公司 一种自动驾驶汽车行驶数据的分类触发上传方法及***
CN116050245A (zh) * 2022-12-05 2023-05-02 江苏大学 基于复杂网络理论的高速公路自动驾驶商用车轨迹预测与决策方法与***
CN116433988A (zh) * 2023-06-01 2023-07-14 中国标准化研究院 一种多源异构的图像数据分类治理方法

Also Published As

Publication number Publication date
CN117150247B (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
US20170076598A1 (en) Driving lane change suggestions
CN112885145B (zh) 路口风险预警的方法和装置
US11727810B2 (en) Systems and methods for avoiding intersection collisions
CN108520634A (zh) 高速匝道限速识别方法、装置及电子设备
CN111912423B (zh) 一种预测障碍物轨迹以及模型训练的方法及装置
CN113158349A (zh) 车辆换道仿真方法、装置、电子设备及存储介质
CN112912883B (zh) 一种仿真方法以及相关设备
CN111879330A (zh) 路口行驶路径的规划方法、装置、处理器和自动驾驶车辆
CN108520635A (zh) 一种混合现实道路显示***
CN113968243A (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN112649012A (zh) 一种轨迹规划方法、设备、介质及无人设备
CN112614365A (zh) 一种电子地图处理方法及装置
CN112327864A (zh) 一种无人驾驶设备的控制方法及控制装置
CN113071523A (zh) 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆
CN111159832A (zh) 交通信息流的构建方法和装置
CN108665556A (zh) 一种基于混合现实的路政指示显示方法及存储介质
CN113012261B (zh) 一种自动构建地图的方法及装置
CN117150247B (zh) 一种智能产品质量风险控制方法
CN111125270A (zh) 地图构建和加载的方法及装置
CN113033527A (zh) 一种场景识别方法、装置、存储介质及无人设备
CN108711298A (zh) 一种混合现实道路显示方法
CN113108801A (zh) 绿波道路导航方法及装置
CN109975847A (zh) 一种浮动车辆位置确定和交通违章识别的方法和装置
CN113715817A (zh) 车辆控制方法、装置、计算机设备及存储介质
CN114154510A (zh) 自动驾驶车辆的控制方法、装置、电子设备及存储介质

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