CN103679849A - 一种基于车载行驶记录仪判断事故疑点的方法 - Google Patents
一种基于车载行驶记录仪判断事故疑点的方法 Download PDFInfo
- Publication number
- CN103679849A CN103679849A CN201310698249.XA CN201310698249A CN103679849A CN 103679849 A CN103679849 A CN 103679849A CN 201310698249 A CN201310698249 A CN 201310698249A CN 103679849 A CN103679849 A CN 103679849A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- accident
- speed
- value
- data
- 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
Links
Images
Abstract
本发明涉及车辆事故预警技术领域,具体涉及一种基于车载行驶记录仪判断事故疑点的方法。本发明通过计算车辆停车前行驶记录仪采集速度值的标准偏差来分析停车前车辆速度变化的缓急程度,并结合正常停车与事故停车前数度变化的不同特性进一步过滤非事故停车的记录数据,提高记录仪事故疑点数据的可利用价值。本发明能有效针对正常停车记录数据的过滤,可使记录仪存储更多有效的事故疑点数据。
Description
技术领域
发明涉及车辆事故预警技术领域,具体涉及一种基于车载行驶记录仪判断事故疑点的方法。
背景技术
随着车辆的增多,交通事故也逐年递增,而行车记录仪作为能够进行事故记录,事故判断,远程求援、责任判定等方面取得有效地证据及数据,正被广泛地使用。传统的行驶记录仪事故疑点判断及记录方式,只是简单的记录车辆停止后达到静止前20秒的速度及车辆信号数据,这种仅依靠车辆从运行状态到静止状态的变化来判断是否产生事故疑点的方法显然存在着以下几个弊端:
判断条件过于宽松,大部分记录数据并非真正的事故数据。由于这种判断方式不能区分车辆行驶过程中的正常停车与异常事故的停车,必然对后续事故数据的查找和挖掘带来干扰。
行驶记录仪的数据存储空间一般都比较有限,传统不进行过滤的事故疑点记录的数据大部分为正常停车下的行驶数据,必然降低也降低了记录仪的存储空间利用。
综上所述,由于传统的事故疑点记录方法没有依据车辆事故特性及车辆在静止前的行驶速度变化规律对采数据进行相关分析及过滤,从而导致记录仪保存了大量没有实际意义的事故疑点数据。因此,在车载行驶记录仪上采取一种有效的事故疑点分析方法就显得非常重要。
发明内容
为了解决上述技术问题,本发明提供了一种基于车载行驶记录仪判断事故疑点的方法,在传统车载行驶记录仪记录事故疑点记录方式上,对记录仪的记录数据进行分析和判断,来过滤大部分非事故数据,使得车辆行驶记录仪的事故疑点数据更加可靠,提高记录数据的价值,进而提高事故疑点的判定准确率。
本发明依据的原理是:车辆在停止运行前其车速与平均车速的差值越大,即车速分布越离散,车辆在此运行阶段产生的事故率就越高、事故危害程度也越大;反之,车辆在停止运行前其车速与平均车速的差值越小,即车速的分布越集中,车辆在此运行阶段产生的事故概率就越低、事故危害程度也越小。本发明是通过分析车辆停止运行前采集速度的标准差来反应车速分布的离散情况,并根据一定的车辆道路运行事故模型得出对应的事故率,最终来过滤掉大部分事故率较低、事故危害较小的数据。
为了达到上述目的,发明所采用的技术方案是,一种基于车载行驶记录仪判断事故疑点的方法,包括以下步骤:
步骤一:在车辆运行过程中,以T0(毫秒)为间隔采集车辆行驶速度数据作为速度采集值,并将该速度采集值存入缓存;
步骤二:当速度采集值为零时,启动车辆静止判定模式,当速度采集值为零的持续时间≥第一时间阈值T1时,判定为车辆静止,并记录本次静止状态中第一个速度为0的时刻为静止时刻t,并执行步骤三,否则当速度采集值为零的持续时间<第一时间阈值T1时,将该时间段内的速度采集值作为车辆行驶状态下的速度并存入缓存,返回执行步骤一;
步骤三:对车辆静止时刻t前20秒的车辆行驶速度数据进行分析处理,然后采用如下公式计算速度采集值的标准偏差:
步骤四:根据步骤三中得出的速度标准偏差S并依据事故模型,计算对应的事故率,该事故模型采用指数形式的事故模型,计算公式如下:
AR=9.5839e0.0553S
其中AR为事故率(亿车公里事故率),e为自然底数为常数可取近视值2.718,S为速度标准偏差;
步骤五:当事故率AR>事故率阀值L,则判定该次停车为交通事故造成的可能性较大并进行记录的保存,否则,则判定该次停车为交通事故造成的可能性较小且不进行记录的保存。
进一步的,所述步骤一中,该速度数据根据行车记录仪采集车辆里程表中的车辆里程脉冲经换算所得,或该速度数据根据定位模块中的速度数据所得。
进一步的,所述步骤一中,采集间隔T0的取值范围为10~200毫秒,采集间隔越小对后续车辆的速度规律统计就越准确,应根据具体的行驶记录仪终端处理能力而定,且一般不大于200毫秒。
进一步的,所述步骤二中车速为0的持续时间与第一时间阈值T1比较,是为了过滤车辆正常运行过程中短暂停车的情况,第一时间阈值T1的取值越大过滤的效果就越好,但T1取值过大会影响行驶记录仪对数据保存的实时性,一般情况下T1的值可取5~20秒。
进一步的,所述步骤三中,对车辆静止时刻t前不足20秒的车辆行驶速度数据填0进行补充。
进一步的,所述步骤三中,采集个数N的计算公式如下(N为采集个数,其值由采集间隔决定),N的结果四舍五入取正整数。
进一步的,步骤四中,事故率阀值L可作为一个调节本判定方法过滤程度的参数,其阀值越高本发方法的事故判定过滤程度就越大,反之过滤程度就越小。其具体值可参考实际车辆运行道路的相关事故统计数据,若无具体可参考的统计数据,可以取L值为30(亿车公里事故率)。
发明通过采用上述技术方案,与现有技术相比,具有如下优点:
本发明通过计算车辆停车前行驶记录仪采集速度值的标准偏差来分析停车前车辆速度变化的缓急程度,并结合正常停车与事故停车前数度变化的不同特性进一步过滤非事故停车的记录数据,提高记录仪事故疑点数据的可利用价值。本发明能有效针对正常停车记录数据的过滤,可使记录仪存储更多有效的事故疑点数据。
附图说明
图1是第一状态停车下的行驶记录仪采集数据;
图2是图1的曲线示意图;
图3是第二状态停车下的行驶记录仪采集数据;
图4是图2的曲线示意图。
具体实施方式
现结合附图和具体实施方式对发明进一步说明。
作为一个具体的实施例,本发明的一种基于车载行驶记录仪判断事故疑点的方法,包括以下步骤:
步骤一:在车辆运行过程中,以T0(毫秒)为间隔采集车辆行驶速度数据作为速度采集值,并将该速度采集值存入缓存,该速度数据根据行车记录仪采集车辆里程表中的车辆里程脉冲经换算所得,或该速度数据根据定位模块中的速度数据所得,采集间隔T0的取值范围为10~200毫秒,采集间隔越小对后续车辆的速度规律统计就越准确,应根据具体的行驶记录仪终端处理能力而定,且一般不大于200毫秒,本实施例的图2和图4中采集间隔T0为200毫秒,图1和图3中的表格数据中的采集间隔T0为200毫秒,本实施例采集了同一辆车在第一状态和第二状态停车下的行驶记录仪采集数据,如图1和图3所示,该表格示出了第一状态和第二状态停车下,车载行驶记录仪记录的同一辆车在停车前20秒内每200ms的车辆行驶速度数值,而图2和图4则示出了根据上述图1和图3的具体数值制作成的图形曲线,该图形曲线的横坐标为时间,纵坐标为速度。
步骤二:当速度采集值为零时,启动车辆静止判定模式,当速度采集值为零的持续时间≥第一时间阈值T1时,本实施例中该T1=10秒,判定为车辆静止,并记录本次静止状态中第一个速度为0的时刻为静止时刻t,并执行步骤三,否则当速度采集值为零的持续时间<第一时间阈值T1时,将该时间段内的速度采集值作为车辆行驶状态下的速度并存入缓存,返回执行步骤一;所述步骤二中车速为0的持续时间与第一时间阈值T1进行比较,是为了过滤车辆正常运行过程中短暂停车的情况,T1的取值越大过滤的效果就越好,但T1取值过大会影响行驶记录仪对数据保存的实时性,一般情况下T1的值可取5~20秒。
步骤三:对车辆静止时刻t前20秒的车辆行驶速度数据进行分析处理,然后采用如下公式计算速度采集值的标准偏差:
(i=1,2,3......N,N为正整数)
对车辆静止时刻t前不足20秒的车辆行驶速度数据填0进行补充。所述步骤三中,采集个数N的计算公式如下(N为采集个数,其值由采集间隔决定),N的结果四舍五入取正整数。
步骤四:根据步骤三中得出的速度标准偏差S并依据事故模型,计算对应的事故率,该事故模型采用指数形式的事故模型,计算公式如下:
AR=9.5839e0.0553S
其中AR为事故率(亿车公里事故率),e为自然底数为常数可取近视值2.718,S为速度标准偏差;
依据图1和图3的数据,计算得到S≈16.4(单位为km/h)、AR≈23.7(亿车公里事故率),并记录为S1、AR1,依据图2和图4中的数据,计算得到S≈23.3(单位为km/h)、AR≈34.7(亿车公里事故率),并记录为S2、AR2;
步骤五:当事故率AR>事故率阀值L,则判定该次停车为交通事故造成的可能性较大并进行记录的保存,否则,则判定该次停车为交通事故造成的可能性较小且不进行记录的保存。
事故率阀值L可作为一个调节本判定方法过滤程度的参数,其阀值越高本发方法的事故判定过滤程度就越大,反之过滤程度就越小。其具体值可参考实际车辆运行道路的相关事故统计数据,若无具体可参考的统计数据,本实施例取L值为30(亿车公里事故率)。则AR1=23.7<L=30(亿车公里事故率),则判定该第一状态停车为交通事故造成的可能性较大并进行记录的保存,AR2=34.7>L=30(亿车公里事故率),则判定第二状态停车为交通事故造成的可能性较小且不进行记录的保存。
发明通过采用上述技术方案,与现有技术相比,具有如下优点:
本发明通过计算车辆停车前行驶记录仪采集速度值的标准偏差来分析停车前车辆速度变化的缓急程度,并结合正常停车与事故停车前数度变化的不同特性进一步过滤非事故停车的记录数据,提高记录仪事故疑点数据的可利用价值。本发明能有效针对正常停车记录数据的过滤,可使记录仪存储更多有效的事故疑点数据。
尽管结合优选实施方案具体展示和介绍了发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的发明的精神和范围内,在形式上和细节上可以对发明做出各种变化,均为发明的保护范围。
Claims (7)
1.一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:包括以下步骤:
步骤一:在车辆运行过程中,以T0(毫秒)为间隔采集车辆行驶速度数据作为速度采集值,并将该速度采集值存入缓存;
步骤二:当速度采集值为零时,启动车辆静止判定模式,当速度采集值为零的持续时间≥第一时间阈值T1时,判定为车辆静止,并记录本次静止状态中第一个速度为0的时刻为静止时刻t,并执行步骤三,否则当速度采集值为零的持续时间<第一时间阈值T1时,将该时间段内的速度采集值作为车辆行驶状态下的速度并存入缓存,返回执行步骤一;
步骤三:对车辆静止时刻t前20秒的车辆行驶速度数据进行分析处理,然后采用如下公式计算速度采集值的标准偏差:
步骤四:根据步骤三中得出的速度标准偏差S并依据事故模型,计算对应的事故率,该事故模型采用指数形式的事故模型,计算公式如下:
AR=9.5839e0.0553S
其中AR为事故率(亿车公里事故率),e为自然底数为常数可取近视值2.718,S为速度标准偏差;
步骤五:当事故率AR>事故率阀值L,则判定该次停车为交通事故造成的可能性较大并进行记录的保存,否则,则判定该次停车为交通事故造成的可能性较小且不进行记录的保存。
2.根据权利要求1所述的一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:所述步骤一中,该速度数据根据行车记录仪采集车辆里程表中的车辆里程脉冲经换算所得,或该速度数据根据定位模块中的速度数据所得。
3.根据权利要求1所述的一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:所述步骤一中,采集间隔T0的取值范围为10~200毫秒。
4.根据权利要求1所述的一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:所述步骤二中,第一时间阈值T1的取值范围为5~20秒。
5.根据权利要求1所述的一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:所述步骤三中,对车辆静止时刻t前不足20秒的车辆行驶速度数据填0进行补充。
7.根据权利要求1所述的一种基于车载行驶记录仪判断事故疑点的方法,其特征在于:所述步骤四中,事故率阀值L取值为30(亿车公里事故率)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310698249.XA CN103679849B (zh) | 2013-12-18 | 2013-12-18 | 一种基于车载行驶记录仪判断事故疑点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310698249.XA CN103679849B (zh) | 2013-12-18 | 2013-12-18 | 一种基于车载行驶记录仪判断事故疑点的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679849A true CN103679849A (zh) | 2014-03-26 |
CN103679849B CN103679849B (zh) | 2017-12-26 |
Family
ID=50317285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310698249.XA Active CN103679849B (zh) | 2013-12-18 | 2013-12-18 | 一种基于车载行驶记录仪判断事故疑点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679849B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957183A (zh) * | 2016-04-21 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN109493613A (zh) * | 2018-12-27 | 2019-03-19 | 江苏中科智能系统有限公司 | 交通事件监测系统 |
CN110530379A (zh) * | 2019-10-10 | 2019-12-03 | 蒽帛物联网科技(上海)有限公司 | 一种提供车辆行驶信息的方法、装置及系统 |
CN114402376A (zh) * | 2020-08-24 | 2022-04-26 | 中国科学院重庆绿色智能技术研究院 | 一种行车记录仪事故数据保存方法与装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070173994A1 (en) * | 2006-01-26 | 2007-07-26 | Noboru Kubo | Vehicle behavior analysis system |
CN201886532U (zh) * | 2010-12-07 | 2011-06-29 | 大连理工大学 | 一种车辆事故预警及信息记录仪 |
CN102137775A (zh) * | 2008-08-28 | 2011-07-27 | Trw汽车美国有限责任公司 | 用于控制可致动的安全设备的方法和装置 |
CN102236920A (zh) * | 2010-04-20 | 2011-11-09 | 罗姆股份有限公司 | 驾驶记录仪 |
-
2013
- 2013-12-18 CN CN201310698249.XA patent/CN103679849B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070173994A1 (en) * | 2006-01-26 | 2007-07-26 | Noboru Kubo | Vehicle behavior analysis system |
CN102137775A (zh) * | 2008-08-28 | 2011-07-27 | Trw汽车美国有限责任公司 | 用于控制可致动的安全设备的方法和装置 |
CN102236920A (zh) * | 2010-04-20 | 2011-11-09 | 罗姆股份有限公司 | 驾驶记录仪 |
CN201886532U (zh) * | 2010-12-07 | 2011-06-29 | 大连理工大学 | 一种车辆事故预警及信息记录仪 |
Non-Patent Citations (2)
Title |
---|
吴义虎等: "基于平均车速和车速标准差的路段安全分析方法", 《公路交通科技》 * |
裴玉龙等: "高速公路车速离散性与交通事故的关系及车速管理研究", 《中国公路学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957183A (zh) * | 2016-04-21 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN105957183B (zh) * | 2016-04-21 | 2018-05-29 | 深圳市元征科技股份有限公司 | 一种车辆静止状态检测方法及装置 |
CN109493613A (zh) * | 2018-12-27 | 2019-03-19 | 江苏中科智能系统有限公司 | 交通事件监测系统 |
CN110530379A (zh) * | 2019-10-10 | 2019-12-03 | 蒽帛物联网科技(上海)有限公司 | 一种提供车辆行驶信息的方法、装置及系统 |
CN114402376A (zh) * | 2020-08-24 | 2022-04-26 | 中国科学院重庆绿色智能技术研究院 | 一种行车记录仪事故数据保存方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103679849B (zh) | 2017-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102509418B (zh) | 一种多传感信息融合的疲劳驾驶评估预警方法及装置 | |
CN102881057B (zh) | 基于iOBD的车辆管理系统及其车辆管理方法 | |
CN103456175B (zh) | 基于车辆号牌识别和网格化监控的伴随车实时检测方法 | |
CN204719530U (zh) | 一种集成的obd车联网应用系统 | |
CN104809887B (zh) | 一种高速公路上车辆逆行检测方法与自动报警装置 | |
CN102717765A (zh) | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 | |
CN104021601A (zh) | 基于三轴加速度传感器的汽车碰撞检测方法和装置 | |
CN110766982B (zh) | 基于车载传感器的车辆碰撞检测系统 | |
CN103794058B (zh) | 基于状态机的车辆检测方法及装置 | |
CN103679849A (zh) | 一种基于车载行驶记录仪判断事故疑点的方法 | |
CN203793263U (zh) | 车辆安全监控装置 | |
CN105438183A (zh) | 一种驾驶员激进驾驶状态的识别装置及方法 | |
CN112749210A (zh) | 基于深度学习的车辆碰撞识别方法和系统 | |
US20230252412A1 (en) | Data capture instructions for asset tracking | |
CN102622883A (zh) | 判定交通事件解除的方法及装置 | |
CN106910334A (zh) | 一种基于大数据预测路段状况的方法及装置 | |
CN111425281B (zh) | 一种柴油车加油或加尿素行为检测方法及系统 | |
CN105679092A (zh) | 一种驾驶行为分析系统及方法 | |
CN116279500B (zh) | 一种车辆碰撞识别方法 | |
CN103278603B (zh) | 利用号牌识别技术监测机动车对环境影响的系统及方法 | |
CN105719361A (zh) | 一种用于多张驾驶员卡时判定并记录疲劳驾驶的方法 | |
CN201984549U (zh) | 客车行驶数据记录装置 | |
EP3926559A1 (en) | Data capture trigger configuration for asset tracking | |
CN115167375A (zh) | 一种基于物联网的清洁车辆故障在线检测系统 | |
CN205247622U (zh) | 一种车辆排队长度监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |