CN111613059B - 一种数据处理方法以及设备 - Google Patents

一种数据处理方法以及设备 Download PDF

Info

Publication number
CN111613059B
CN111613059B CN202010480336.8A CN202010480336A CN111613059B CN 111613059 B CN111613059 B CN 111613059B CN 202010480336 A CN202010480336 A CN 202010480336A CN 111613059 B CN111613059 B CN 111613059B
Authority
CN
China
Prior art keywords
warning information
information
vehicle
historical
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.)
Active
Application number
CN202010480336.8A
Other languages
English (en)
Other versions
CN111613059A (zh
Inventor
侯琛
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010480336.8A priority Critical patent/CN111613059B/zh
Publication of CN111613059A publication Critical patent/CN111613059A/zh
Application granted granted Critical
Publication of CN111613059B publication Critical patent/CN111613059B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/146—Display means

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开一种数据处理方法以及设备，其中方法包括如下步骤：获取预警服务器发送的针对交通工具的历史警告信息；根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率；根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。采用本申请，可以提高驾驶风险预警信息的准确性。

Description

一种数据处理方法以及设备
技术领域
本申请涉及互联网技术领域，尤其涉及一种数据处理方法以及设备。
背景技术
在安全辅助驾驶中，一方面，服务器给车辆发送驾驶风险预警信息，例如下发前方道路的驾驶风险等级(安全辅助驾驶系统将驾驶风险分成了多个等级，等级越高意味着驾驶风险越大，反之，越小)，另一方面，车辆也会基于车辆上的传感器采集到的路况信息计算当前所在地点的驾驶风险等级。但是，触发驾驶风险的真实事件是随机的，且车辆在经过某一风险路段时，它不一定刚好就能接收到服务器下发的在当前时刻对该地点的预警信息，即车辆接收到的信息要么超前要么滞后。同时，车辆自身的计算资源有限，计算出了的预警等级信息误差较大，因此，导致车辆获取的驾驶风险信息不够准确，增加了驾车的风险。
发明内容
本申请实施例提供一种数据处理方法以及设备，可以提高驾驶风险预警信息的准确性。
本申请实施例一方面提供了一种数据处理方法，可包括：
获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；
采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；
根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率；所述刹车时长是交通工具从开始刹车到完全停止所需要的时长；
根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
其中，所述根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，包括：
获取交通工具在当前路段的历史交通事故率；
根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息；
将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息。
其中，历史警告信息中包括警告信息Ki和警告信息Ki+1，i为小于所述历史告警信息的总数量的正整数，所述警告信息Ki+1的发送时间晚于所述警告信息Ki的发送时间；
所述根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息，包括：
根据所述历史交通事故率生成历史警告信息对应的有效区间；
从所述历史警告信息中获取警告信息Ki+1，获取所述警告信息Ki+1的第一样本方差；
从所述历史警告信息中获取警告信息Ki，获取所述警告信息Ki的第二样本方差；
获取所述第一样本方差与所述第二样本方差的方差比值，若所述方差比值处于所述有效区间之内，则将所述警告信息Ki+1确定为有效警告信息。
其中，所述采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，包括：
获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；
将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息。
其中，所述根据所述交通工具的运行参数和路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，包括：
根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长；
获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率；
获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率。
其中，所述获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率，包括：
获取所述历史警告信息中最近一次发送的警告信息的发送时间，确定所述发送时间与当前时间之间的预警时长，获取刹车时长与所述预警时长之间的第一差值；
获取所述第一差值与所述刹车时长之间的第一比值，若所述第一比值大于零，则将所述第一比值确定为所述预测警告信息对应的第一碰撞概率。
其中，所述获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率，包括：
获取所述目标警告信息的信息延时，获取刹车时长与所述信息延时之间的第二差值；
获取所述第二差值与所述刹车时长之间的第二比值，若所述第二比值大于零，则将所述第二比值确定为所述目标警告信息对应的第二碰撞概率。
其中，所述根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示，包括：
根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；
将所述综合警告信息在所述交通工具的显示界面进行显示。
本申请实施例一方面提供了一种数据处理设备，可包括：
历史信息获取单元，用于获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
预测信息生成单元，用于根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；
目标信息生成单元，用于采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；
碰撞概率生成单元，用于根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率；所述刹车时长是交通工具从开始刹车到完全停止所需要的时长；
综合信息生成单元，用于根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
其中，所述预测信息生成单元包括：
事故率获取子单元，用于获取交通工具在当前路段的历史交通事故率；
有效信息获取子单元，用于根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息；
预测信息生成子单元，用于将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息。
其中，历史警告信息中包括警告信息Ki和警告信息Ki+1，i为小于所述历史告警信息的总数量的正整数，所述警告信息Ki+1的发送时间晚于所述警告信息Ki的发送时间；
所述有效信息获取子单元具体用于：
根据所述历史交通事故率生成历史警告信息对应的有效区间；
从所述历史警告信息中获取警告信息Ki+1，获取所述警告信息Ki+1的第一样本方差；
从所述历史警告信息中获取警告信息Ki，获取所述警告信息Ki的第二样本方差；
获取所述第一样本方差与所述第二样本方差的方差比值，若所述方差比值处于所述有效区间之内，则将所述警告信息Ki+1确定为有效警告信息。
其中，所述目标信息生成单元具体用于：
获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；
将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息。
其中，所述碰撞概率生成单元，包括：
刹车时长获取子单元，用于根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长；
第一碰撞概率生成子单元，用于获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率；
第二碰撞概率生成子单元，用于获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率。
其中，所述第一碰撞概率生成子单元具体用于：
获取所述历史警告信息中最近一次发送的警告信息的发送时间，确定所述发送时间与当前时间之间的预警时长，获取刹车时长与所述预警时长之间的第一差值；
获取所述第一差值与所述刹车时长之间的第一比值，若所述第一比值大于零，则将所述第一比值确定为所述预测警告信息对应的第一碰撞概率。
其中，所述第二碰撞概率生成子单元具体用于：
获取所述目标警告信息的信息延时，获取刹车时长与所述信息延时之间的第二差值；
获取所述第二差值与所述刹车时长之间的第二比值，若所述第二比值大于零，则将所述第二比值确定为所述目标警告信息对应的第二碰撞概率。
其中，所述综合信息生成单元具体用于：
根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；
将所述综合警告信息在所述交通工具的显示界面进行显示。
本申请实施例一方面提供了一种计算机可读存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
本申请实施例一方面提供了一种计算机设备，包括处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
在本申请实施例中，通过获取预警服务器发送的针对交通工具的历史警告信息，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。通过多种途径获取警告信息，并且考虑了延时对警告信息的影响，以概率的形式给出警告信息的准确率，避免了单一来源的警告信息不够准确的问题，提高了驾驶风险预警信息的准确性，降低了驾车的风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请实施例提供的一种数据处理的系统架构图；
图2是本申请实施例提供的一种数据处理方法的流程示意图；
图3是本申请实施例提供的一种数据处理方法的流程示意图；
图4是本申请实施例提供的一种数据处理的场景示意图；
图5是本申请实施例提供的一种数据处理设备的结构示意图；
图6是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参见图1，是本发明实施例提供的一种数据处理的系统架构图。智能交通指挥中心10d与车载终端集群建立连接，车载终端集群可包括：车载终端10a、车载终端10b、...、车载终端10c。数据库10e中存储了多个历史警告信息，车载终端获取预警服务器发送的针对交通工具的历史警告信息，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，车载终端采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，车载终端根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
本申请实施例涉及的智能交通指挥中心可以包括具有数据处理和存储的服务器和云平台，所述车载终端是车辆中用于车辆监控管理的监控终端。
请参见图2，为本申请实施例提供了一种数据处理方法的流程示意图。如图2所示，本申请实施例的所述方法可以包括以下步骤S101-步骤S105。
S101，获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
具体的，数据处理设备获取预警服务器发送的针对交通工具的历史警告信息，可以理解的是，所述数据处理设备可以是图1中的车载终端，所述预警服务器是向交通工具发送警告信息的服务器，具体可以是智能交通指挥中心的服务器，或者是云终端的服务器，预警服务器可以根据交通工具的路况信息生成警告信息对交通工具进行危险预警，所述交通工具包括各种用于出行和交通运输的装置，例如，汽车、轮船、飞机等，所述历史警告信息是预警服务器根据所述交通工具的历史路况信息生成的预警信息，历史路况信息是根据交通工具当前时间之前的时间对应的路况信息生成的，所述历史警告信息与当前时刻的实时警告信息相对，历史预警信息对交通工具的当前时刻没有预警意义，所述历史警告信息包括交通工具在当前时刻接收的预警服务器发送的滞后预警信息，例如，当前时刻为k，交通工具在当前k时刻接收到预警服务器发送的预警信息，所述预警信息的时间戳为时刻k-1，则当前时刻接收的预警信息不能成为当前时刻的实时信息，时刻k以前的时间包括1、2、…、k-1的预警信息均为历史预警信息。
S102，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；
具体的，数据处理设备根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，可以理解的是，可以根据历史警告信息和所述历史警告信息的发送时间确定警告信息与时间之间的关系，根据上述函数关系预测所述交通工具在当前时间的预测警告信息，所述函数关系可以通过函数拟合的方式生成，同时，为了提高预测警告信息的准确度，可以从历史警告信息中筛选出有效警告信息，根据有效警告信息生成警告信息与时间之间的关系。
S103，采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；
具体的，数据处理设备采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，可以理解的是，通过交通工具车端的传感器或者是路边设备(如路侧雷达、路侧感知器、云端摄像头等设备)获取其他交通工具的质量、速度、加速度、GPS坐标等信息，从气象部门获取路面粘度、路面摩擦系数、道路弯度、能见度等信息，然后采用驾驶风险模型计算车端驾驶风险，生成交通工具在当前时间的目标警告信息。
S104，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率；所述刹车时长是交通工具从开始刹车到完全停止所需要的时长；
具体的，数据处理设备根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，可以理解的是，所述运行参数包括交通工具自身的质量、速度、加速度、GPS坐标等信息，当前道路的路况信息包括路面粘度、路面摩擦系数、道路弯度、能见度等信息，路况信息可以通过气象部门获取，根据所述交通工具的运行参数和当前路况信息计算交通工具从开始刹车到完全停止所需要的时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，所述碰撞概率对应警告信息的准确度，碰撞概率越大，表明警告信息的准确性越高。
S105，根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
具体的，数据处理设备根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示，可以理解的是，预测警告信息和目标警告信息均对应一个碰撞概率，所述综合警告信息可以是根据预测警告信息和所述目标警告信息生成，具体可以根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理生成综合警告信息，对所述综合警告信息进行显示的时，可以同时显示预测警告信息和目标警告信息。
在本申请实施例中，通过获取预警服务器发送的针对交通工具的历史警告信息，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。通过多种途径获取警告信息，并且考虑了延时对警告信息的影响，以概率的形式给出警告信息的准确率，避免了单一来源的警告信息不够准确的问题，提高了驾驶风险预警信息的准确性，降低了驾车的风险。
请参见图3，为本申请实施例提供了一种数据处理方法的流程示意图。如图3所示，本申请实施例的所述方法可以包括以下步骤S201-步骤S209。
S201，获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
具体的，数据处理设备获取预警服务器发送的针对交通工具的历史警告信息，可以理解的是，所述预警服务器是向交通工具发送警告信息的服务器，具体可以是智能交通指挥中心的服务器，或者是云终端的服务器，预警服务器可以根据交通工具的路况信息生成警告信息对交通工具进行危险预警，所述交通工具包括各种用于出行和交通运输的装置，例如，汽车、轮船、飞机等，所述历史警告信息是预警服务器根据所述交通工具的历史路况信息生成的预警信息，历史路况信息是根据交通工具当前时间之前的时间对应的路况信息生成的，所述历史警告信息与当前时刻的实时警告信息相对，历史预警信息对交通工具的当前时刻没有预警意义，所述历史警告信息包括交通工具在当前时刻接收的预警服务器发送的滞后预警信息，例如，当前时刻为k，交通工具在当前k时刻接收到预警服务器发送的预警信息，所述预警信息的时间戳为时刻k-1，则当前时刻接收的预警信息不能成为当前时刻的实时信息，时刻k以前的时间包括1、2、…、k-1的预警信息均为历史预警信息。
S202，获取交通工具在当前路段的历史交通事故率；
具体的，数据处理设备获取交通工具在当前路段的历史交通事故率，可以理解的是，所述历史交通事故率是该交通工具在当前路段的一段时间之内的交通事故率，所述历史交通事故率可以从车管所获取，或者从智能交通指挥中心获取，所述历史交通事故率是固定的，可以存储在交通工具的车载终端上，智能交通指挥中心可以对历史交通事故率进行定时更新。
S203，根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息；
具体的，数据处理设备根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息，可以理解的是，所述历史警告信息中包括有效的警告信息和无效的警告信息，无效的警告信息会对警告信息的生成产生偏差，即为了提高预测警告信息的准确性，从所述历史警告信息中筛选有效警告信息，具体的，历史警告信息中包括警告信息Ki和警告信息Ki+1，i为小于所述历史告警信息的总数量的正整数，所述警告信息Ki+1的发送时间晚于所述警告信息Ki的发送时间。
根据所述历史交通事故率生成历史警告信息对应的有效区间；所述有效区间用于判断历史警告信息的有效性，具体的，若历史交通事故率为p，则有效区间为(1-p，1+p)，下面通过对警告信息Ki+1的有效性判断进行说明，从所述历史警告信息中获取警告信息Ki+1，获取所述警告信息Ki+1的第一样本方差，从所述历史警告信息中获取警告信息Ki，获取所述警告信息Ki的第二样本方差，计算所述第一样本方差与所述第二样本方差的方差比值，若所述方差比值处于所述有效区间之内，则将所述警告信息Ki+1确定为有效警告信息。
之所以选择(1-p，1+p)作为有效区间是因为交通工具在道路的历史交通事故率是p，那么只有当预警服务器的警告信息的误差变化幅度在(1-p，1+p)区间内时，它的警告信息才可能有利于降低交通事故率p，否则，会增大交通事故率使得交通事故率大于p，而样本方差是误差的无偏估计，所以选用样本方差的变化幅度作为判断标准，如果是样本方差的比值落入有效区间内，那么对应的警告信息为有效警告信息，否则，警告信息为无效警告信息。
S204，将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息。
具体的，数据处理设备将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息，可以理解的是，对有效警告信息和发送时间进行函数拟合，可以采用最小二乘法或者多项式拟合，生成函数对应关系，将所述当前时间作为函数对应关系输入，将输出的警告信息确定为预测警告信息。
S205，获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息。
具体的，数据处理设备获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息，可以理解的是，所述交通工具的第一运行信息包括交通工具自身的质量、速度、加速度、GPS坐标等信息，第一运行信息可以通过交通工具自身的传感器和车载设备获取，当前道路的路况信息包括路面粘度、路面摩擦系数、道路弯度、能见度等信息，路况信息可以通过气象部门获取，第二运行信息包括其他交通工具的质量、速度、加速度、GPS坐标等信息，将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，生成交通工具在当前时间的目标警告信息。
S206，根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长；
具体的，数据处理设备根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长，可以理解的是，车辆配置信息包括车辆自身的参数，包括轮胎的型号等，根据当前道路的路面粘度以及轮胎的型号等信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，计算所述交通工具的刹车时长，所述刹车时长是交通工具从开始刹车到完全停止所需要的时长。
S207，获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率；
具体的，数据处理设备获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率，可以理解的是，获取所述历史警告信息中最近一次发送的警告信息的发送时间，确定所述发送时间与当前时间之间的预警时长，获取刹车时长与所述预警时长之间的第一差值，获取所述第一差值与所述刹车时长之间的第一比值，若所述第一比值大于零，则将所述第一比值确定为所述预测警告信息对应的第一碰撞概率。例如，刹车时长为t0，历史警告信息中最近一次发送的警告信息的发送时间，与当前时间之间的预警时长为t1，则所述预测警告信息对应的第一碰撞概率为max[(t0-t1)/t0，0]。
S208，获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率。
具体的，数据处理设备获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率，可以理解的是，获取所述目标警告信息的信息延时，所述信息延时是交通工具获取开始生成目标警告信息的开始时间与生成目标警告信息的完成时间之间的时长，获取刹车时长与所述信息延时之间的第二差值，获取所述第二差值与所述刹车时长之间的第二比值，若所述第二比值大于零，则将所述第二比值确定为所述目标警告信息对应的第二碰撞概率。例如，刹车时长为t0，目标警告信息的信息延时为t2，则所述预测警告信息对应的第二碰撞概率为max[(t0-t2)/t0，0]。
S209，根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；将所述综合警告信息在所述交通工具的显示界面进行显示。
具体的，数据处理设备根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；将所述综合警告信息在所述交通工具的显示界面进行显示，可以理解的是，将所述第一碰撞概率作为预测警告信息的权重，将所述第二碰撞概率对作为所述目标警告信息的权重，通过对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息，将所述综合警告信息在所述交通工具的显示界面进行显示。例如，预测警告信息为E1，预测警告信息的第一碰撞概率为max[(t0-t1)/t0，0]，目标警告信息为E2，目标警告信息的第二碰撞概率为max[(t0-t2)/t0，0]，则综合警告信息为max[(t0-t1)/t0，0]E1+max[(t0-t2)/t0，0]E2。
下面将结合图4，为本申请实施例提供的具体实施场景进行说明，如图4所示。车载终端获取预警服务器下发的警告信息的最近时刻是时刻k，时刻k以前的k-1个时刻分别用1，2，…，k-1表示，k个时刻对应警告信息均为历史警告信息，并从历史警告信息中筛选有效警告信息，以k时刻的历史警告信息进行说明，统计时刻k的历史警告信息的样本方差，记为s1 2，统计时刻k-1的历史警告信息的样本方差，记为s2 2，判断在时刻k的样本方差s1 2与时刻k-1的样本方差s2 2之比是否位于区间(1-p，1+p)内，其中，p为车辆在当前路段的一段时间之内的历史交通事故率，如果方差之比处于区间(1-p，1+p)内，那么时刻k的历史警告信息有效，否则，时刻k的历史警告信息无效，然后根据历史警告信息中的有效警告信息拟合出警告信息与时间的函数对应关系，记录为E＝f(T)，其中，E表示警告信息，T表示时间，根据上述函数对应关系预测当前时刻的预测警告信息E1。
在当前时刻t，车辆从车内设备获取自身质量、速度、加速度、GPS坐标，从路边设备(如路侧雷达、路侧感知器、云端摄像头等设备)获取其他车辆的质量、速度、加速度、GPS坐标，从气象部门获取路面粘度、路面摩擦系数、道路弯度、能见度，然后采用驾驶风险模型计算车辆的目标警告信息为E2。车辆从根据基本运动方程结合车辆最大加速度a和车辆当前速度v计算从开始刹车到完全停止下来所花的时间，记为t0，历史警告信息中最近一次发送的警告信息的发送时间，与当前时间之间的预警时长为t1，则所述预测警告信息对应的第一碰撞概率为max[(t0-t1)/t0，0]。车辆根据时间戳计算目标警告信息的信息延时为t2，则所述预测警告信息对应的第二碰撞概率为max[(t0-t2)/t0，0]。在车辆的显示界面，可以输出预警服务器的预测警告信息E1和目标警告信息E2，以及预测警告信息的第一碰撞概率max[(t0-t1)/t0，0]，目标警告信息的第二碰撞概率max[(t0-t2)/t0，0]，也可以输出综合警告信息max[(t0-t1)/t0，0]E1+max[(t0-t2)/t0，0]E2。
在本申请实施例中，通过获取预警服务器发送的针对交通工具的历史警告信息，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。通过多种途径获取警告信息，并且考虑了延时对警告信息的影响，以概率的形式给出警告信息的准确率，避免了单一来源的警告信息不够准确的问题，提高了驾驶风险预警信息的准确性，降低了驾车的风险。
请参见图5，为本申请实施例提供了一种数据处理设备的结构示意图。所述数据处理设备可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该数据处理设备为一个应用软件；该设备可以用于执行本申请实施例提供的方法中的相应步骤。如图5所示，本申请实施例的所述数据处理设备1可以包括：历史信息获取单元11、预测信息生成单元12、目标信息生成单元13、碰撞概率生成单元14、综合信息生成单元15。
历史信息获取单元11，用于获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
预测信息生成单元12，用于根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；
目标信息生成单元13，用于采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；
碰撞概率生成单元14，用于根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率；所述刹车时长是交通工具从开始刹车到完全停止所需要的时长；
综合信息生成单元15，用于根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
请参见图5，本申请实施例的所述预测信息生成单元12可以包括：事故率获取子单元121、有效信息获取子单元122、预测信息生成子单元123。
所述预测信息生成单元12包括：
事故率获取子单元121，用于获取交通工具在当前路段的历史交通事故率；
有效信息获取子单元122，用于根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息；
预测信息生成子单元123，用于将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息。
所述历史警告信息中包括警告信息Ki和警告信息Ki+1，i为小于所述历史告警信息的总数量的正整数，所述警告信息Ki+1的发送时间晚于所述警告信息Ki的发送时间；
所述有效信息获取子单元122具体用于：
根据所述历史交通事故率生成历史警告信息对应的有效区间；
从所述历史警告信息中获取警告信息Ki+1，获取所述警告信息Ki+1的第一样本方差；
从所述历史警告信息中获取警告信息Ki，获取所述警告信息Ki的第二样本方差；
获取所述第一样本方差与所述第二样本方差的方差比值，若所述方差比值处于所述有效区间之内，则将所述警告信息Ki+1确定为有效警告信息。
所述目标信息生成单元13具体用于：
获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；
将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息。
请参见图5，本申请实施例的所述碰撞概率生成单元14可以包括：刹车时长获取子单元141、第一碰撞概率生成子单元142、第二碰撞概率生成子单元143。
刹车时长获取子单元141，用于根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长；
第一碰撞概率生成子单元142，用于获取所述历史警告信息的发送时间与当前时间之间的预警时长，根据所述预警时长和刹车时长获取所述预测警告信息对应的第一碰撞概率；
第二碰撞概率生成子单元143，用于获取所述目标警告信息的信息延时，根据所述信息延时和所述刹车时长获取所述目标警告信息对应的第二碰撞概率。
所述第一碰撞概率生成子单元142具体用于：
获取所述历史警告信息中最近一次发送的警告信息的发送时间，确定所述发送时间与当前时间之间的预警时长，获取刹车时长与所述预警时长之间的第一差值；
获取所述第一差值与所述刹车时长之间的第一比值，若所述第一比值大于零，则将所述第一比值确定为所述预测警告信息对应的第一碰撞概率。
所述第二碰撞概率生成子单元143具体用于：
获取所述目标警告信息的信息延时，获取刹车时长与所述信息延时之间的第二差值；
获取所述第二差值与所述刹车时长之间的第二比值，若所述第二比值大于零，则将所述第二比值确定为所述目标警告信息对应的第二碰撞概率。
所述综合信息生成单元15具体用于：
根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；
将所述综合警告信息在所述交通工具的显示界面进行显示。
在本申请实施例中，通过获取预警服务器发送的针对交通工具的历史警告信息，根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长，根据所述刹车时长获取所述预测警告信息对应的第一碰撞概率和所述目标警告信息对应的第二碰撞概率，根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。通过多种途径获取警告信息，并且考虑了延时对警告信息的影响，以概率的形式给出警告信息的准确率，避免了单一来源的警告信息不够准确的问题，提高了驾驶风险预警信息的准确性，降低了驾车的风险。
请参见图6，为本申请实施例提供了一种计算机设备的结构示意图。如图6所示，所述计算机设备1000可以包括：至少一个处理器1001，例如CPU，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是随机存取存储器(Random Access Memory，RAM)，也可以是非易失性存储器(non-volatile memory，NVM)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图6所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及数据处理应用程序。
在图6所示的计算机设备1000中，网络接口1004可提供网络通讯功能，用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的数据处理应用程序，以实现上述图2-图4任一个所对应实施例中对所述数据处理方法的描述，在此不再赘述。
应当理解，本申请实施例中所描述的计算机设备1000可执行前文图2-图4任一个所对应实施例中对所述数据处理方法的描述，也可执行前文图5所对应实施例中对所述数据处理设备的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请实施例还提供了一种计算机可读存储介质，且所述计算机可读存储介质中存储有前文提及的数据处理设备所执行的计算机程序，且所述计算机程序包括程序指令，当所述处理器执行所述程序指令时，能够执行前文图2-图4任一个所对应实施例中对所述数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。作为示例，程序指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行，分布在多个地点且通过通信网络互连的多个计算设备可以组成区块链系统。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、NVM或RAM等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (8)

1.一种数据处理方法，其特征在于，包括：
获取预警服务器发送的针对交通工具的历史警告信息；所述历史警告信息是基于所述交通工具的历史路况信息所生成的；
根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息；
采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息；
根据所述交通工具的运行参数和当前路况信息获取交通工具的刹车时长；所述刹车时长是交通工具从开始刹车到完全停止所需要的时长；
获取所述历史警告信息中最近一次发送的警告信息的发送时间，确定所述发送时间与当前时间之间的预警时长，获取刹车时长与所述预警时长之间的第一差值；
获取所述第一差值与所述刹车时长之间的第一比值，若所述第一比值大于零，则将所述第一比值确定为所述预测警告信息对应的第一碰撞概率；
获取所述目标警告信息的信息延时，获取刹车时长与所述信息延时之间的第二差值；
获取所述第二差值与所述刹车时长之间的第二比值，若所述第二比值大于零，则将所述第二比值确定为所述目标警告信息对应的第二碰撞概率；
根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史警告信息预测所述交通工具在当前时间的预测警告信息，包括：
获取交通工具在当前路段的历史交通事故率；
根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息；
将所述有效警告信息和所述有效警告信息的发送时间进行函数拟合，生成警告信息与时间的函数对应关系，采用所述函数对应关系预测当前时间的警告信息，将所述当前时间的警告信息确定为预测警告信息。
3.根据权利要求2所述的方法，其特征在于，历史警告信息中包括警告信息Ki和警告信息Ki+1，i为小于所述历史告警信息的总数量的正整数，所述警告信息Ki+1的发送时间晚于所述警告信息Ki的发送时间；
所述根据所述历史交通事故率，确定所述历史警告信息中的有效警告信息，包括：
根据所述历史交通事故率生成历史警告信息对应的有效区间；
从所述历史警告信息中获取警告信息Ki+1，获取所述警告信息Ki+1的第一样本方差；
从所述历史警告信息中获取警告信息Ki，获取所述警告信息Ki的第二样本方差；
获取所述第一样本方差与所述第二样本方差的方差比值，若所述方差比值处于所述有效区间之内，则将所述警告信息Ki+1确定为有效警告信息。
4.根据权利要求1所述的方法，其特征在于，所述采集交通工具的当前路况信息，根据所述路况信息生成交通工具在当前时间的目标警告信息，包括：
获取交通工具的第一运行信息和当前道路的路况信息，获取当前道路上其他交通工具的第二运行信息；
将所述第一运行信息、所述第二运行信息和所述路况信息输入驾驶风险模型，通过所述驾驶风险模型生成交通工具在当前时间的目标警告信息。
5.根据权利要求1所述的方法，其特征在于，所述根据所述交通工具的运行参数和路况信息获取交通工具的刹车时长，包括：
根据当前路况信息以及车辆配置信息生成交通工具在当前道路上的摩擦系数，根据所述摩擦系数以及交通工具的加速度和运行速度，获取所述交通工具的刹车时长。
6.根据权利要求1所述的方法，其特征在于，所述根据所述预测警告信息、所述第一碰撞概率、所述目标警告信息和所述第二碰撞概率生成交通工具的综合警告信息，对所述综合警告信息进行显示，包括：
根据所述第一碰撞概率和所述第二碰撞概率对所述预测警告信息和所述目标警告信息进行加权处理，生成交通工具的综合警告信息；
将所述综合警告信息在所述交通工具的显示界面进行显示。
7.一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程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，执行如权利要求1-6任一项所述的方法。
8.一种计算机设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-6任意一项所述的方法步骤。
CN202010480336.8A 2020-05-30 2020-05-30 一种数据处理方法以及设备 Active CN111613059B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010480336.8A CN111613059B (zh) 2020-05-30 2020-05-30 一种数据处理方法以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010480336.8A CN111613059B (zh) 2020-05-30 2020-05-30 一种数据处理方法以及设备

Publications (2)

Publication Number Publication Date
CN111613059A CN111613059A (zh) 2020-09-01
CN111613059B true CN111613059B (zh) 2023-08-18

Family

ID=72205506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010480336.8A Active CN111613059B (zh) 2020-05-30 2020-05-30 一种数据处理方法以及设备

Country Status (1)

Country Link
CN (1) CN111613059B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112612272A (zh) * 2020-12-17 2021-04-06 湖北亿咖通科技有限公司 一种避障控制方法、电子设备及存储介质
CN112735165B (zh) * 2020-12-28 2022-03-08 深圳市金溢科技股份有限公司 车路协同道路预警方法、车载单元及路侧单元
CN113299077B (zh) * 2021-07-27 2022-01-07 深圳市城市交通规划设计研究中心股份有限公司 一种防止追尾的车辆控制方法、装置及存储介质
CN113660637B (zh) * 2021-08-17 2023-08-18 安徽江淮汽车集团股份有限公司 基于车路协同系统的驾驶危险工况仲裁方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11120478A (ja) * 1997-10-17 1999-04-30 Hitachi Ltd 交通事故管理支援システム
CN106155055A (zh) * 2016-07-13 2016-11-23 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的预警方法和装置
CN106530831A (zh) * 2016-12-15 2017-03-22 江苏大学 一种高威胁车辆监测预警系统及方法
CN107945574A (zh) * 2017-10-25 2018-04-20 东软集团股份有限公司 一种车辆碰撞预警方法、装置及设备
CN108806018A (zh) * 2017-04-28 2018-11-13 华为技术有限公司 一种数据处理方法、数据处理设备和智能汽车
CN109389824A (zh) * 2017-08-04 2019-02-26 华为技术有限公司 一种驾驶风险的评估方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8346468B2 (en) * 2008-07-08 2013-01-01 Sky-Trax Incorporated Method and apparatus for collision avoidance

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11120478A (ja) * 1997-10-17 1999-04-30 Hitachi Ltd 交通事故管理支援システム
CN106155055A (zh) * 2016-07-13 2016-11-23 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的预警方法和装置
CN106530831A (zh) * 2016-12-15 2017-03-22 江苏大学 一种高威胁车辆监测预警系统及方法
CN108806018A (zh) * 2017-04-28 2018-11-13 华为技术有限公司 一种数据处理方法、数据处理设备和智能汽车
CN109389824A (zh) * 2017-08-04 2019-02-26 华为技术有限公司 一种驾驶风险的评估方法及装置
CN107945574A (zh) * 2017-10-25 2018-04-20 东软集团股份有限公司 一种车辆碰撞预警方法、装置及设备

Also Published As

Publication number Publication date
CN111613059A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111613059B (zh) 一种数据处理方法以及设备
US11948405B2 (en) Providing autonomous vehicle maintenance
CN110807930B (zh) 危险车辆预警方法及装置
KR101518894B1 (ko) 운전자 보조 시스템의 경고 기준 설정 방법
AU2022263461A1 (en) Automobile accident detection using machine learned model
US20170129497A1 (en) System and method for assessing user attention while driving
US10169993B1 (en) Forecasting with matrix powers
US11170639B2 (en) Transportation threat detection system
US10269245B2 (en) Server, system, and method for determining a position of an end of a traffic jam
JP7413503B2 (ja) 車両の安全性能を評価すること
CN111612378A (zh) 潜在碰撞风险预测方法、装置及计算机设备
EP3812954A1 (en) Performance monitoring and evaluation of a vehicle adas or autonomous driving feature
JP2012059058A (ja) 危険推定装置及びプログラム
CN111613060A (zh) 一种数据处理方法以及设备
US10916137B2 (en) Traffic mitigation system
CN110803171A (zh) 一种驾驶风险提示方法及装置
RU2431201C1 (ru) Способ передачи данных о местоположении и состоянии транспортных средств в системах мониторинга транспорта
US20230128379A1 (en) Method and device for evaluating a function for predicting a trajectory of an object in an environment of a vehicle
US20200402396A1 (en) Method, device and system for wrong-way driver detection
CN114419888A (zh) 一种货运车辆的安全预警方法、装置、设备及存储介质
JP2017162389A (ja) 車両用走行分析情報提供システム
CN111524389A (zh) 车辆驾驶方法和装置
EP4224370A1 (en) System, server, device and method for training and using neural networks for prediction of vehicle braking distance
US10876843B2 (en) Method, device and system for wrong-way driver detection
WO2021010074A1 (ja) 機器診断装置、機器診断システム及び機器診断方法

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