CN110047286A - 一种车辆事故分析方法及装置 - Google Patents
一种车辆事故分析方法及装置 Download PDFInfo
- Publication number
- CN110047286A CN110047286A CN201910320597.0A CN201910320597A CN110047286A CN 110047286 A CN110047286 A CN 110047286A CN 201910320597 A CN201910320597 A CN 201910320597A CN 110047286 A CN110047286 A CN 110047286A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- vehicles
- target vehicle
- time period
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种车辆事故分析方法及装置。该方法包括:获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果;根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段;根据所述异常运行时间段内的车辆信息,生成事故分析报告。此外,还公开了与该方法对应的装置。实施本申请的方案,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种车辆事故分析方法及相关装置。
背景技术
随着科技的进步,无人驾驶汽车作为智能汽车的一种,也将慢慢走进人们的生活,给人们带来更便利的出行体验。
无人驾驶汽车减少了因驾驶员疏忽大意导致的安全事故,但在复杂的交通环境中,仍然存在由于车辆故障而发生交通事故的可能。而针对无人驾驶汽车的事故分析,往往由汽车生产商或者其他利益相关者决定,缺少公正的监管机制,车辆事故分析数据可信度低。
发明内容
本申请实施例提供了一种车辆事故分析方法及装置,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
第一方面,本申请实施例提供了一种车辆事故分析方法,包括:获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果;根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段;根据所述异常运行时间段内的车辆信息,生成事故分析报告。
在一种可能的实现方式中,所述根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果,包括:将所述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;当所述第一时间段内的车辆信息与异常条件匹配时,将所述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;当所述第二时间段内的车辆信息与异常条件不匹配时,获取所述第一时间段内的车辆异常的匹配结果;当所述第二时间段内的车辆信息与异常条件匹配时,执行将所述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到所述下一时间段内的车辆信息与异常条件不匹配;其中,所述第二时间段为所述第一时间段的前一时间段。
在另一种可能的实现方式中,所述车辆信息包括软件运行信息和硬件运行信息,所述根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果,包括以下至少一种操作:将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过所述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
在又一种可能的实现方式中,所述方法还包括:若所述目标车辆的任一时间段内的车辆信息均与所述异常条件不匹配时,生成运行正常报告。
在又一种可能的实现方式中,所述根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段,包括:当获取到所述第一时间段内的车辆异常的匹配结果时,确定所述异常运行时间段为所述第一时间段;当获取到所述第二时间段内的车辆异常的匹配结果,确定所述异常运行时间段为第一时间段和第二时间段。
在又一种可能的实现方式中,所述方法还包括:根据车辆状态评分规则,确定所述目标车辆发送事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;将所述车辆状态值与第二阈值进行比较,获取低于所述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
在又一种可能的实现方式中,所述方法还包括:接收一个或多个车辆的车辆信息;根据所述车辆的用户标识和/或车辆标识,将所述一个或多个车辆的车辆信息登记在区块链上。
第二方面,本申请实施例提供了一种电子设备,包括:获取单元,用于获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;所述获取单元还用于,根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果;确定单元,用于根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段;报告单元,用于根据所述异常运行时间段内的车辆信息,生成事故分析报告。
在一种可能的实现方式中,所述获取单元具体用于,根据所述目标车辆标识将所述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;当所述第一时间段内的车辆信息与异常条件匹配时,将所述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;当所述第二时间段内的车辆信息与异常条件不匹配时,获取所述第一时间段内的车辆异常的匹配结果;当所述第二时间段内的车辆信息与异常条件匹配时,执行将所述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到所述下一时间段内的车辆信息与异常条件不匹配;其中,所述第二时间段为所述第一时间段的前一时间段。
在另一种可能的实现方式中,所述获取单元还用于,将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过所述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
在又一种可能的实现方式中,所述报告单元还用于,若所述目标车辆的任一时间段内的车辆信息均与所述异常条件不匹配时,生成运行正常报告。
在又一种可能的实现方式中,所述确定单元具体用于,当获取到所述第一时间段内的车辆异常的匹配结果时,确定所述异常运行时间段为所述第一时间段;当获取到所述第二时间段内的车辆异常的匹配结果,确定所述异常运行时间段为第一时间段和第二时间段。
在又一种可能的实现方式中,所述确定单元还用于,根据车辆状态评分规则,确定所述目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;所述获取单元还用于,将所述车辆状态值与第二阈值进行比较,获取低于所述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
在又一种可能的实现方式中,所述装置还包括:接收单元,用于接收一个或多个车辆的车辆信息;登记单元,用于根据所述车辆的用户标识和/或车辆标识,将所述一个或多个车辆的车辆信息登记在区块链上。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、输入装置、输出装置和存储器,其中,存储器用于存储支持服务器执行上述方法的计算机程序,计算机程序包括程序指令,处理器被配置用于调用程序指令,执行上述第一方面的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
第五方面,本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
本申请实施例具有以下有益效果:
能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
附图说明
图1是本申请实施例提供的一种车辆事故分析方法的流程示意图;
图2是本申请实施例提供的另一种车辆事故分析方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种电子设备的硬件结构示意图。
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描述。
应当理解,以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
无人驾驶汽车在复杂的交通环境中,仍然存在由于车辆故障而发生交通事故的可能。而针对无人驾驶汽车的事故分析,缺少公正的监管机制,车辆事故分析数据可信度低。基于上述问题,本申请实施例提供了一种车辆事故分析方法及装置,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
请参阅图1,图1是本申请实施例提供的一种车辆事故分析方法的流程示意图。其中:
S101、获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识。
在本申请实施例中,上述电子设备为能够连接互联网的电子设备,包括但不限于服务器、便携式平板电脑、笔记本电脑、台式电脑、智能手机、车载终端、OBD设备、可穿戴手环、可穿戴手表和耳机等电子产品,也可以是具有将数据上传至区块链网络存证和获取其他区块链节点设备存储数据功能的区块链节点设备。可理解,本申请实施例中,对电子设备和区块链网络不作具体限定。
在一种可能的实现方式中,通过上述目标车辆标识,可以获取上述目标车辆的车型或者厂家信息,从而使得上述电子设备的分析结果更加准确。
例如,通过上述目标车辆标识,可以知晓上述目标车辆的车型为本田雅阁,上述电子设备可以进一步获取该车型的标准数据,作为分析该次事故的基础。
进一步的,通过获取上述目标车辆的车型或者厂家信息,将上述事故分析请求推送给生产厂家对应的电子设备或者分析某类车型较多的电子设备。
例如,通过上述目标车辆标识,可以知晓上述目标车辆的车型为运动型多用途汽车(Sport Utility Vehicle,SUV),可以将上述目标车辆对应的事故分析请求推送给SUV车型占比超过60%的电子设备。应理解,上述例子仅仅用于说明,本实施例不对进行分析的电子设备进行具体限定。
S102、根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果。
若上述无人驾驶车辆因存在故障而发生事故,在实际的情况中,上述目标车辆的故障在事故发生点之前就已经存在。车辆的安全程度随驾驶时间的增加而降低,并且车辆的故障种类可能随时间流逝而增加。所以仅仅对于事故发生点的车辆状况分析是不够完善的,需要找出最初目标车辆出现故障的部位,才能对车辆的事故进行全面而完整的分析。
具体的,将上述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;当上述第一时间段内的车辆信息与异常条件匹配时,将上述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;当上述第二时间段内的车辆信息与异常条件不匹配时,获取上述第一时间段内的车辆异常的匹配结果;当上述第二时间段内的车辆信息与异常条件匹配时,执行将上述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到上述下一时间段内的车辆信息与异常条件不匹配;其中,上述第二时间段为上述第一时间段的前一时间段,上述第一时间段和第二时间段时长为预设时长。上述第一时间段为事故发生时间点之前预设时长的时间段,上述第二时间段为上述第一时间段起始点之前预设时长的时间段,上述第二时间段的结束点为上述第一时间段的起始点。
例如,上述目标车辆在上午11点发生交通事故,先判断上午10点30分到上午11点这段时间内的上述目标车辆的车辆信息是否异常,若异常,获取这一段时间内的车辆异常的匹配结果。再继续对上午10点到上午10点30分这段时间内的上述目标车辆的车辆信息进行判断,若这段时间内的车辆信息与异常条件不匹配,不必对上午10点之前的上述目标车辆的车辆信息进行判断。上午10点30分到上午11点这段时间为第一时间段,上午10点到上午10点30分这段时间为第二时间段。
又例如,上述目标车辆在上午11点发生交通事故,以30分为预设时长对上午11点之前的目标车辆的车辆信息进行异常判断。当判断到上午9点到上午9点30分这段时间内的车辆信息时,发现在上午9点15分之前,上述目标车辆的车辆信息都属于正常,不必对上午9点之前的上述目标车辆的车辆信息进行判断。
在一种可能的实现方式中,若所述目标车辆的任一时间段内的车辆信息均与所述异常条件不匹配时,生成运行正常报告。
例如,在多辆无人驾驶车辆发生事故时,运行正常的车辆A受到故障车辆B的影响,才发生事故。经过对车辆A的车辆信息的分析,可以生成运行正常报告,证明车辆A在事故发生点之前一直属于正常运行的状态。
又例如,由于车辆A在事故发生点之前一直属于正常运行的状态,车辆A在事故发生之后,后续车况不影响正常驾驶的可能性更大。可以先行检查车辆A的车辆状态,若经过检查后的车辆A的车辆状态较好,车辆A可以优先离开事故现场。
在另一种可能的实现方式中,上述车辆信息包括软件运行信息和硬件运行信息,获取达到上述异常条件的一个或多个时间段内的车辆异常的匹配结果,包括将上述软件运行信息和/或上述硬件运行信息与异常条件进行匹配。
具体的,将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;和/或将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过上述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
例如,根据上述目标车辆的日志,发现在时间段A内某函数的运行结果不是规定的类型,而上述目标车辆的硬件参数均处于正常范围,则获取时间段A内达到上述异常条件的的车辆异常的软件匹配结果。
又例如,根据上述目标车辆的日志,发现在时间段A内某函数的运行异常,而在时间段A之前的时间段B内防火墙遭受攻击,而上述目标车辆的硬件参数均处于正常范围,则获取时间段A和时间段B内达到上述异常条件的车辆异常的软件匹配结果。
又例如,根据上述目标车辆的日志,发现在时间段A内程序运行正常,而上述目标车辆的电池电量异常,则获取时间段A内达到上述异常条件的车辆异常的硬件匹配结果。
又例如,根据上述目标车辆的日志,发现在时间段A内上述目标车辆的发动机温度参数不处于正常范围,并且某函数运行异常,则获取时间段A内达到上述异常条件的车辆异常的软件匹配结果和硬件匹配结果。
进一步的,根据车辆状态评分规则,确定上述目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;将上述车辆状态值与第二阈值进行比较,获取低于上述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
对上述目标车辆的不同时间段内的驾驶状况进行评估,当车辆的综合分数低于某个阈值,证明上述目标车辆在该时间点出现问题的可能性更大。
在一种可能的实现方式中,上述车辆状态值与车辆故障数成反比。上述目标车辆的车辆故障数越多,上述车辆状态值越低。在对上述目标车辆的事故分析时,可以优先分析车辆状态值较低的时间段,该时间段的目标车辆的车辆故障更为严重。
在另一种可能的实现方式中,为保障目标车辆的安全驾驶,当上述车辆状态值低于某个阈值时,向上述目标车辆发送提醒消息。便于上述目标车辆尽快进行故障维修,排除上述目标车辆存在的隐患。
S103、根据一个或多个时间段内的车辆异常的匹配结果,确定目标车辆的异常运行时间段。
在确定上述目标车辆在某个时间段内存在故障时,该时间段的目标车辆有部分或全部时间都属于异常运行状态。根据多个目标车辆属于异常运行状态的时间段,就能确定上述目标车辆总的异常运行时间段。
具体的,当获取到上述第一时间段内的车辆异常的匹配结果时,确定上述异常运行时间段为上述第一时间段;当获取到上述第二时间段内的车辆异常的匹配结果,确定上述异常运行时间段为第一时间段和第二时间段。
例如,上述目标车辆在下午10点发生交通事故,当获取到下午9点30分到下午10点内车辆异常的匹配结果时,确定上述异常运行时间段为下午9点30分到下午10点。
又例如,上述目标车辆在下午10点发生交通事故,当获取到下午9点15分~下午9点30分和下午9点30分~下午10点两个时间段内的车辆异常的匹配结果时,确定上述异常时间段为下午9点15分~下午10点这段时间段。
又例如,上述目标车辆在下午10点发生交通事故,当获取到下午8点30分~下午9点、下午9点~下午9点30分和下午9点30分~下午10点三个时间段内的车辆异常的匹配结果时,确定上述异常时间段为下午8点30分到下午10点这段时间段。
S104、根据异常运行时间段内的车辆信息,生成事故分析报告。
具体的,上述目标车辆发生事故的原因包括但不限于:软件运行异常、程序被攻击、程序漏洞及硬件故障。根据异常运行时间段内上述目标车辆的具体的车辆信息,可以明确上述目标车辆发生事故的具体原因。
在一种可能的实现方式中,在上述目标车辆的异常运行时间段内,上述目标车辆的硬件参数均处于正常范围,根据上述目标车辆的软件异常结果,可以根据程序故障点判断出事故发生原因。
例如,上述目标车辆与黄色路障发生撞击,通过上述目标车辆的软件异常结果,发现上述障碍物判断程序中只考虑到了红色障碍物的情况,当上述目标车辆扫描到非红色的路障时,不能识别出其他颜色的路障。可以确定事故发生原因为:没有考虑到障碍物可能为非红色的程序漏洞。
又例如,上述目标车辆与前车追尾,而刹车程序中按照设定的安全车距向目标车辆发送了刹车指令,但上述目标车辆在多次刹车时,出现高温。刹车指令不佳,可以确定事故发生原因为:刹车油水含量过高或者变质。
又例如,上述目标车辆在行驶过程中受到外来程序攻击,导致上述目标车辆延迟接收了指令,从而使得驾驶质量下降。可以确定事故发生原因为:防火墙受到攻击。
根据本申请实施例提供的一种车辆事故分析方法,通过分析目标车辆上传到区块链网络中的车辆信息,获取目标车辆发生故障的具体部位。实施本申请的方案,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
请参阅图2,图2是本申请实施例提供的一种车辆事故分析方法的流程示意图。其中:
S201、接收一个或多个车辆的车辆信息。
电子设备接收上述一个或多个车辆的车辆信息,将同一时间点的车辆信息存储在一起。
具体的,上述车辆信息包括软件运行信息和硬件运行信息两种类型。上述软件运行信息可以包括:运行日志和错误报告。上述硬件运行信息可以为以下信息的一种或者多种:发动机转速信息、车速信息、温度信息、水箱位置信息、油量信息、空调信息、时间信息、电瓶电压信息、故障数量信息、故障码信息、排量信息、车辆设备开关信息、里程信息、平均油耗信息和行驶时间信息。应该理解,上述说明仅仅作为举例,本申请实施例对车辆信息内容不作限定。
S202、根据车辆的用户标识和/或车辆标识,将一个或多个车辆的车辆信息登记在区块链上。
具体的,当上述电子设备为区块链节点设备时,将上述车辆信息登记在一个区块中并进行全网广播,当经过共识机制后将该区块作为一个新的区块添加到区块链中。可以理解的是,上述区块中可以包括属于至少一个用户或车辆的车辆信息。
在一种可能的实现方式中,当上述电子设备为区块链节点设备时,上述电子设备在通过授权节点的认证后,才能将上述车辆信息登记在区块链上。其中,授权节点可以为区块链网络中多个代表不同官方机构或者可信机构的区块链节点设备,也可以为被多个官方机构信赖的可信区块链节点设备。
在另一种可能的实现方式中,在上述电子设备将上述车辆信息登记在区块链时,上述电子设备的标识会与上述车辆信息一起登记在区块中。进一步的,批准上述电子设备进行登记操作的授权节点信息,也会与上述车辆信息一起登记在区块中。
S203、获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识。
该步骤的具体实现可参考图1上述实施例的步骤S101,在此不再赘述。
S204、根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到异常条件的一个或多个时间段内的车辆异常的匹配结果。
该步骤的具体实现可参考图1上述实施例的步骤S102,在此不再赘述。
S205、根据一个或多个时间段内的车辆异常的匹配结果,确定目标车辆的异常运行时间段。
该步骤的具体实现可参考图1上述实施例的步骤S103,在此不再赘述。
S206、根据异常运行时间段内的车辆信息,生成事故分析报告。
该步骤的具体实现可参考图1上述实施例的步骤S104,在此不再赘述。
根据本申请实施例提供的一种车辆事故分析方法,通过分析目标车辆上传到区块链网络中的车辆信息,获取目标车辆发生故障的具体部位。实施本申请的方案,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
请参阅图3,图3是本申请实施例一种电子设备的结构示意图。上述电子设备包括:获取单元301、确定单元302及报告单元303;可选的,上述电子设备还包括:接收单元304和登记单元305。其中:
获取单元301,用于获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;
所述获取单元301还用于,根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的匹配结果;
确定单元302,用于根据上述一个或多个时间段内的车辆异常的匹配结果,确定上述目标车辆的异常运行时间段;
报告单元303,用于根据上述异常运行时间段内的车辆信息,生成事故分析报告。
在一种可能的实现方式中,上述获取单元301具体用于,将上述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;当上述第一时间段内的车辆信息与异常条件匹配时,将上述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;当上述第二时间段内的车辆信息与异常条件不匹配时,获取上述第一时间段内的车辆异常的匹配结果;当上述第二时间段内的车辆信息与异常条件匹配时,执行将上述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到上述下一时间段内的车辆信息与异常条件不匹配;其中,上述第二时间段为上述第一时间段的前一时间段。
在另一种可能的实现方式中,上述获取单元301还用于,将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过上述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
在又一种可能的实现方式中,上述报告单元303还用于,若上述目标车辆的任一时间段内的车辆信息均与上述异常条件不匹配时,生成运行正常报告。
在又一种可能的实现方式中,上述确定单元302具体用于,当获取到上述第一时间段内的车辆异常的匹配结果时,确定上述异常运行时间段为上述第一时间段;当获取到上述第二时间段内的车辆异常的匹配结果,确定上述异常运行时间段为第一时间段和第二时间段。
在又一种可能的实现方式中,上述确定单元302还用于,根据车辆状态评分规则,确定上述目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;上述获取单元301还用于,将上述车辆状态值与第二阈值进行比较,获取低于上述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
在又一种可能的实现方式中,上述电子设备还包括:
接收单元304,用于接收一个或多个车辆的车辆信息;
登记单元305,根据上述车辆的用户标识和/或车辆标识,将上述一个或多个车辆的车辆信息登记在区块链上。
有关上述获取单元301、确定单元302、报告单元303、接收单元304和登记单元305更详细的描述可以直接参考上述图1或图2所示的方法实施例中事故分析方法的相关描述直接得到,这里不加赘述。
根据本申请实施例提供的一种电子设备,通过分析目标车辆上传到区块链网络中的车辆信息,获取目标车辆发生故障的具体部位。实施本申请的方案,能够保障车辆事故分析数据的可信度,明确车辆事故原因,提高车辆事故处理效率。
请参阅图4,图4是本申请实施例提供的一种电子设备的硬件结构示意图,包括处理器401,还可包括输入装置402、输出装置403和存储器404。该输入装置402、输出装置403、存储器404和处理器401之间通过总线相互连接。
存储器包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-onlymemory,ROM)、可擦除可编程只读存储器(erasable programmable readonly memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器用于相关指令及数据。
输入装置用于输入数据和/或信号,以及输出装置用于输出数据和/或信号。输出装置和输入装置可以是独立的器件,也可以是一个整体的器件。
处理器可以包括是一个或多个处理器,例如包括一个或多个中央处理器(centralprocessing unit,CPU),在处理器是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。
存储器用于存储网络设备的程序代码和数据。
处理器用于调用该存储器中的程序代码和数据,执行如下步骤:获取目标车辆的事故分析请求,上述事故分析请求包含目标车辆标识;根据上述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的匹配结果;根据上述一个或多个时间段内的车辆异常的匹配结果,确定上述目标车辆的异常运行时间段;根据上述异常运行时间段内的车辆信息,生成事故分析报告。
在一种可能的实现方式中,上述处理器执行上述根据上述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的匹配结果的步骤,包括:将上述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;当上述第一时间段内的车辆信息与异常条件匹配时,将上述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;当上述第二时间段内的车辆信息与异常条件不匹配时,获取上述第一时间段内的车辆异常的匹配结果;当上述第二时间段内的车辆信息与异常条件匹配时,执行将上述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到上述下一时间段内的车辆信息与异常条件不匹配;其中,上述第二时间段为上述第一时间段的前一时间段
在又一种可能的实现方式中,上述车辆信息包括软件运行信息和硬件运行信息,上述处理器执行上述根据上述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的匹配结果的步骤,包括以下一种或多种操作:将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到上述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过上述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
在又一种可能的实现方式中,上述处理器还用于执行如下步骤:若上述目标车辆的任一时间段内的车辆信息均与上述异常条件不匹配时,生成运行正常报告。
在又一种可能的实现方式中,上述处理器用于执行上述根据上述一个或多个时间段内的车辆异常的匹配结果,确定上述目标车辆的异常运行时间段的步骤,包括:当获取到上述第一时间段内的车辆异常的匹配结果时,确定上述异常运行时间段为上述第一时间段;当获取到上述第二时间段内的车辆异常的匹配结果,确定上述异常运行时间段为第一时间段和第二时间段。
在又一种可能的实现方式中,上述处理器还用于执行如下步骤:根据车辆状态评分规则,确定上述目标车辆发送事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;将上述车辆状态值与第二阈值进行比较,获取低于上述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
在又一种可能的实现方式中,上述处理器还执行如下步骤:控制输入装置接收一个或多个车辆的车辆信息;控制输出装置根据上述车辆的用户标识和/或车辆标识,将上述一个或多个车辆的车辆信息登记在区块链上。
可以理解的是,图4仅仅示出了电子设备的简化设计。在实际应用中,电子设备还可以分别包含必要的其他元件,包含但不限于任意数量的输入/输出装置、处理器、控制器、存储器等,而所有可以实现本申请实施例的电子设备都在本申请的保护范围之内。
所述计算机可读存储介质可以是前述任一实施例所述的终端设备的内部存储模组,例如终端设备的硬盘或内存。所述计算机可读存储介质也可以是所述终端设备的外部存储设备,例如所述终端设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述终端设备的内部存储模组也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的模组的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模组的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模组或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或模组的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的模组可以是或者也可以不是物理上分开的,作为模组显示的部件可以是或者也可以不是物理模组,即可以位于一个地方,或者也可以分布到多个网络模组上。可以根据实际的需要选择其中的部分或者全部模组来实现本申请实施例方案的目的。
另外,在本申请各个实施例中的各功能模组可以集成在一个处理模组中,也可以是各个模组单独物理存在,也可以是两个或两个以上模组集成在一个模组中。上述集成的模组既可以采用硬件的形式实现,也可以采用软件功能模组的形式实现。
所述集成的模组如果以软件功能模组的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车辆事故分析方法,其特征在于,包括:
获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;
根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果;
根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段;
根据所述异常运行时间段内的车辆信息,生成事故分析报告。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果,包括:
将所述目标车辆的第一时间段内的车辆信息与异常条件进行匹配;
当所述第一时间段内的车辆信息与异常条件匹配时,将所述目标车辆的第二时间段内的车辆信息与异常条件进行匹配;
当所述第二时间段内的车辆信息与异常条件不匹配时,获取所述第一时间段内的车辆异常的匹配结果;
当所述第二时间段内的车辆信息与异常条件匹配时,执行将所述目标车辆的第二时间段的下一时间段内的车辆信息与异常条件进行匹配的操作,直到所述下一时间段内的车辆信息与异常条件不匹配;
其中,所述第二时间段为所述第一时间段的前一时间段。
3.根据权利要求2所述的方法,其特征在于,所述车辆信息包括软件运行信息和硬件运行信息;所述根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果,包括以下至少一种操作:
将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的软件运行信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的软件匹配结果;
将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆硬件信息与第一阈值进行比较,获取超过所述第一阈值的一个或多个时间段内的车辆异常的硬件匹配结果。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述目标车辆的任一时间段内的车辆信息均与所述异常条件不匹配时,生成运行正常报告。
5.根据权利要求2或3所述的方法,其特征在于,所述根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段,包括:
当获取到所述第一时间段内的车辆异常的匹配结果时,确定所述异常运行时间段为所述第一时间段;
当获取到所述第二时间段内的车辆异常的匹配结果,确定所述异常运行时间段为第一时间段和第二时间段。
6.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据车辆状态评分规则,确定所述目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息对应的车辆状态值;
将所述车辆状态值与第二阈值进行比较,获取低于所述第二阈值的一个或多个时间段内的车辆异常的匹配结果。
7.根据权利要求1所述的方法,其特征在于,在所述获取目标车辆的事故分析请求之前,所述方法还包括:
接收一个或多个车辆的车辆信息;
根据所述车辆的用户标识和/或车辆标识,将所述一个或多个车辆的车辆信息登记在区块链上。
8.一种电子设备,其特征在于,包括:
获取单元,用于获取目标车辆的事故分析请求,所述事故分析请求包含目标车辆标识;
所述获取单元还用于,根据所述目标车辆标识将目标车辆发生事故时以及发生事故之前的一个或多个时间段内的车辆信息与异常条件进行匹配,获取达到所述异常条件的一个或多个时间段内的车辆异常的匹配结果;
确定单元,用于根据所述一个或多个时间段内的车辆异常的匹配结果,确定所述目标车辆的异常运行时间段;
报告单元,用于根据所述异常运行时间段内的车辆信息,生成事故分析报告。
9.一种电子设备,其特征在于,包括:处理器、输入装置、输出装置和存储器,所述存储器中存储有程序指令;所述程序指令被所述处理器执行时,使所述处理器执行如权利要求1至7任一项权利要求所述的方法。
10.一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中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行权利要求1至7任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320597.0A CN110047286A (zh) | 2019-04-20 | 2019-04-20 | 一种车辆事故分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910320597.0A CN110047286A (zh) | 2019-04-20 | 2019-04-20 | 一种车辆事故分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110047286A true CN110047286A (zh) | 2019-07-23 |
Family
ID=67278231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910320597.0A Pending CN110047286A (zh) | 2019-04-20 | 2019-04-20 | 一种车辆事故分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110047286A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706700A (zh) * | 2019-09-29 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种车内骚扰预防报警方法及装置、服务器、存储介质 |
CN113658426A (zh) * | 2021-07-29 | 2021-11-16 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
CN113726854A (zh) * | 2021-07-30 | 2021-11-30 | 联合汽车电子有限公司 | 一种信息处理方法、装置、存储介质、调试设备及车辆 |
CN115938114A (zh) * | 2022-11-29 | 2023-04-07 | 中国第一汽车股份有限公司 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
TWI824788B (zh) * | 2022-10-21 | 2023-12-01 | 財團法人車輛研究測試中心 | 融合事故輔助鑑別與預期功能安全場景建立的系統及方法 |
CN113726854B (zh) * | 2021-07-30 | 2024-05-31 | 联合汽车电子有限公司 | 一种信息处理方法、装置、存储介质、调试设备及车辆 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0899792A (ja) * | 1994-09-30 | 1996-04-16 | Toyota Autom Loom Works Ltd | 無人搬送システムの分岐部における無人車の走行制御方法及び装置 |
CN102257520A (zh) * | 2008-10-16 | 2011-11-23 | 惠普开发有限公司 | 应用的性能分析 |
CN103922227A (zh) * | 2013-01-11 | 2014-07-16 | 上海船厂船舶有限公司 | 起重机监控管理系统 |
CN104181881A (zh) * | 2014-08-06 | 2014-12-03 | 天津诺顿创新科技有限公司 | 一种车联网智慧诊断设备 |
CN104442831A (zh) * | 2014-11-25 | 2015-03-25 | 安徽安凯汽车股份有限公司 | 一种基于can信息的电动汽车故障智能诊断方法 |
CN105306910A (zh) * | 2015-12-01 | 2016-02-03 | 苏州统购信息科技有限公司 | 一种车联网监控系统 |
CN105976450A (zh) * | 2016-04-27 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据处理方法和装置、黑匣子系统 |
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系统 |
CN108600954A (zh) * | 2017-02-21 | 2018-09-28 | 福特全球技术公司 | 用于车辆元件故障统计分析的方法和设备 |
CN108765171A (zh) * | 2018-05-22 | 2018-11-06 | 深圳市元征科技股份有限公司 | 车辆保险的风险控制方法、区块链节点设备及车载设备 |
CN108860166A (zh) * | 2018-05-21 | 2018-11-23 | 温州中佣科技有限公司 | 无人驾驶汽车事故发生处理系统及处理方法 |
CN109215163A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 行车数据采集设备和行车数据获取方法 |
CN109215160A (zh) * | 2017-06-30 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于黑匣子的数据发送方法和装置 |
-
2019
- 2019-04-20 CN CN201910320597.0A patent/CN110047286A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0899792A (ja) * | 1994-09-30 | 1996-04-16 | Toyota Autom Loom Works Ltd | 無人搬送システムの分岐部における無人車の走行制御方法及び装置 |
CN102257520A (zh) * | 2008-10-16 | 2011-11-23 | 惠普开发有限公司 | 应用的性能分析 |
CN103922227A (zh) * | 2013-01-11 | 2014-07-16 | 上海船厂船舶有限公司 | 起重机监控管理系统 |
CN104181881A (zh) * | 2014-08-06 | 2014-12-03 | 天津诺顿创新科技有限公司 | 一种车联网智慧诊断设备 |
CN104442831A (zh) * | 2014-11-25 | 2015-03-25 | 安徽安凯汽车股份有限公司 | 一种基于can信息的电动汽车故障智能诊断方法 |
CN105306910A (zh) * | 2015-12-01 | 2016-02-03 | 苏州统购信息科技有限公司 | 一种车联网监控系统 |
CN105976450A (zh) * | 2016-04-27 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据处理方法和装置、黑匣子系统 |
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系统 |
CN108600954A (zh) * | 2017-02-21 | 2018-09-28 | 福特全球技术公司 | 用于车辆元件故障统计分析的方法和设备 |
CN109215160A (zh) * | 2017-06-30 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 用于黑匣子的数据发送方法和装置 |
CN109215163A (zh) * | 2017-07-04 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 行车数据采集设备和行车数据获取方法 |
CN108860166A (zh) * | 2018-05-21 | 2018-11-23 | 温州中佣科技有限公司 | 无人驾驶汽车事故发生处理系统及处理方法 |
CN108765171A (zh) * | 2018-05-22 | 2018-11-06 | 深圳市元征科技股份有限公司 | 车辆保险的风险控制方法、区块链节点设备及车载设备 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706700A (zh) * | 2019-09-29 | 2020-01-17 | 深圳市元征科技股份有限公司 | 一种车内骚扰预防报警方法及装置、服务器、存储介质 |
CN113658426A (zh) * | 2021-07-29 | 2021-11-16 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
CN113658426B (zh) * | 2021-07-29 | 2023-10-03 | 中寰卫星导航通信有限公司 | 一种车辆事故识别方法及装置 |
CN113726854A (zh) * | 2021-07-30 | 2021-11-30 | 联合汽车电子有限公司 | 一种信息处理方法、装置、存储介质、调试设备及车辆 |
CN113726854B (zh) * | 2021-07-30 | 2024-05-31 | 联合汽车电子有限公司 | 一种信息处理方法、装置、存储介质、调试设备及车辆 |
TWI824788B (zh) * | 2022-10-21 | 2023-12-01 | 財團法人車輛研究測試中心 | 融合事故輔助鑑別與預期功能安全場景建立的系統及方法 |
CN115938114A (zh) * | 2022-11-29 | 2023-04-07 | 中国第一汽车股份有限公司 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
CN115938114B (zh) * | 2022-11-29 | 2024-05-03 | 中国第一汽车股份有限公司 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110047286A (zh) | 一种车辆事故分析方法及装置 | |
EP4106298B1 (en) | Vehicle anomaly detection server, vehicle anomaly detection system, and vehicle anomaly detection method | |
Zaldivar et al. | Providing accident detection in vehicular networks through OBD-II devices and Android-based smartphones | |
US20180107473A1 (en) | Determining whether to install a vehicle system update in a vehicle | |
US20170024943A1 (en) | System and Method for Service Assessment | |
US11838314B2 (en) | Electronic control device, fraud detection server, in-vehicle network system, in-vehicle network monitoring system, and in-vehicle network monitoring method | |
US10798114B2 (en) | System and method for consistency based anomaly detection in an in-vehicle communication network | |
CN112367318B (zh) | 安全处理方法以及计算机 | |
CN109547401B (zh) | 网络安全漏洞优先化和修复 | |
CN102183945A (zh) | 一种多功能电控汽车远程故障诊断系统 | |
CN108919776B (zh) | 一种故障评估方法及终端 | |
ben Othmane et al. | On the performance of detecting injection of fabricated messages into the can bus | |
ben Othmane et al. | Towards extended safety in connected vehicles | |
CN110325410B (zh) | 数据分析装置及存储介质 | |
CN110333712A (zh) | 车辆故障诊断方法及系统 | |
Stachowski et al. | An assessment method for automotive intrusion detection system performance | |
CN109116830B (zh) | 预测故障的方法及系统 | |
CN113094704B (zh) | 一种基于混合分析的汽车零部件信息安全风险分级的方法和系统 | |
US20230007033A1 (en) | Attack analyzer, attack analysis method and attack analysis program | |
JP2022058420A (ja) | 装置およびプログラム | |
CN114217596A (zh) | 基于车联网的智能诊断升级系统及方法 | |
WO2024070859A1 (ja) | 攻撃分析装置、攻撃分析方法、及び攻撃分析プログラム | |
CN115512536B (zh) | 一种基于人车画像的智能车辆管理系统 | |
KR20200141240A (ko) | 차량 게이트웨이를 이용한 차량 진단 정보 제공 시스템 및 방법 | |
US20240111859A1 (en) | Log determination device, log determination method, log determination program, and log determination 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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190723 |