一种车辆事故检测、预警方法、设备和系统
技术领域
本申请涉及互联网计算机技术领域,尤其涉及一种车辆事故检测、预警方法、设备和系统。
背景技术
目前,移动互联网技术被广泛应用于人类生活的各个领域,为人们的生活增加便利。例如,在汽车驾驶领域开发出第三方地图应用,通过第三方地图应用,可以实现行车导航,更重要的是可以接收道路安全信息。
在这种情况下,第三方地图应用可以通过人工上报、实地采集等方式获取道路安全信息,所述道路安全信息包括实时道路事故、事故易发路段等信息。
但是,业界期望提供一种更加智能化的车辆事故检测与预警机制。
发明内容
有鉴于此,本说明书实施例提供了一种更加智能化的车辆事故检测与预警机制。
本说明书实施例采用下述技术方案:
本说明书实施例提供一种车辆事故检测方法,包括:
车载端检测车况信息;
若基于车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
本说明书实施例还提供一种车辆事故预警方法,包括:
接收至少一个车辆事故检测信息,所述车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于至少一个车辆事故检测信息,生成车辆事故预警。
本说明书实施例还提供一种车辆事故预警方法,包括:
接收车辆事故预警,所述车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于车辆事故预警生成预警信息。
本说明书实施例还提供一种车辆事故检测设备,包括:
检测模块,设于车载端,检测车况信息;
生成模块,若基于车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
本说明书实施例还提供一种车辆事故预警设备,包括:
获取模块,获取至少一个车辆事故检测信息,所述车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
生成模块,基于至少一个所述车辆事故检测信息,生成车辆事故预警。
本说明书实施例还提供一种车辆事故预警设备,包括:
获取模块,获取车辆事故预警,所述车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中所述车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速中的至少一种;
生成模块,基于所述车辆事故预警生成预警信息。
本说明书实施例还提供一种车辆事故预警系统,包括:
车载端,检测车况信息,并在基于车况信息确定车辆发生事故时,生成车辆事故检测信息,其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
服务端,接收至少一个所述车辆事故检测信息,并基于所述车辆事故检测信息并生成车辆事故预警,使得各所述车载端基于所述车辆事故预警生成预警消息。
本说明书实施例还提供一种操作系统,包括:
第一程序,当所述第一程序被执行时,获取车况信息;
第二程序,当所述第二程序被执行时,在基于所述车况信息确定车辆发生事故时,生成车辆事故检测信息;其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,所述存储器存储有程序,并且被配置成由至少一个所述处理器执行以下步骤:
检测车况信息;
若基于所述车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
本说明书实施例还提供一种计算机可读存储介质,包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
检测车况信息;
若基于所述车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,所述存储器存储有程序,并且被配置成由至少一个所述处理器执行以下步骤:
获取至少一个车辆事故检测信息,所述车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于至少一个所述车辆事故检测信息,生成车辆事故预警。
本说明书实施例还提供一种计算机可读存储介质,包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
获取至少一个车辆事故检测信息,所述车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于至少一个所述车辆事故检测信息,生成车辆事故预警。
本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,所述存储器存储有程序,并且被配置成由至少一个所述处理器执行以下步骤:
获取车辆事故预警,所述车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中所述车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于所述车辆事故预警生成预警信息。
本说明书实施例还提供一种计算机可读存储介质,包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
获取车辆事故预警,所述车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中所述车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于所述车辆事故预警生成预警信息。
本说明书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:
车载端检测车况信息;若基于车况信息确定车辆发生事故,则生成车辆事故检测信息,其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。具体地,可以根据用户需要确定车辆事故检测信息中所包含的信息。这样,车载端可以自检以获取车况信息,车辆事故检测方案具有较强的实时性,还节省人力成本。在这种情况下,可以基于车辆事故检测信息实现车辆事故预警,不仅可以包括警示后续车辆注意前方车辆事故,还可以包括警示当前车辆注意前方事故易发路段,从而降低事故发生率。因此,本说明书实施例提出的技术方案可以提供及时准确的车辆事故检测与预警策略,智能化程度高,提升汽车的用户体验。
附图说明
此处所说明的附图用来提供对本说明书实施例的进一步理解,构成本说明书实施例的一部分,本说明书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车辆事故预警系统的结构示意图;
图2为本说明书提供的图1所示车辆事故预警系统的一个示例的结构图;
图3为本说明书实施例提供的一种车辆事故检测方法的流程示意图;
图4为本说明书实施例提供的一种碰撞检测方法的流程示意图;
图5为本说明书实施例提供的一种车载加速度计安装坐标示意图;
图6为本说明书实施例提供的一种车辆事故预警方法的流程示意图;
图7为本说明书实施例提供的一种聚类得出的事故易发位置区域坐标的高斯分布;
图8为本说明书实施例提供的一种事故易发位置区域的事故发生时间的分布;
图9为本说明书实施例提供的一种车辆事故预警方法的流程示意图;
图10为本说明书实施例还提供一种车辆事故检测设备的结构示意图;
图11为本说明书实施例提供的一种车辆事故预警设备的结构示意图;
图12为本说明书实施例提供的一种车辆事故预警设备的结构示意图;
图13为本说明书实施例提供的一种设备的硬件结构示意图;
图14为本说明书实施例提供的一种设备的硬件结构示意图,可以是对图13在实现过程中的一个具体的实施例。
具体实施方式
对现有技术进行分析发现,通过人工上报、实地采集的策略缺乏实时性,不能实现准确及时的事故预警,降低汽车的用户体验。
为解决这一问题,本说明书实施例提出一种车辆事故检测、预警方法、设备和系统,车载端检测车况信息;若基于车况信息确定车辆发生事故,则生成车辆事故检测信息,其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。具体地,可以根据用户需要确定车辆事故检测信息中所包含的信息。这样,车载端可以自检以获取车况信息,车辆事故检测方案具有较强的实时性,还节省人力成本。在这种情况下,可以基于车辆事故检测信息实现车辆事故预警,不仅可以包括警示后续车辆注意前方车辆事故,还可以包括警示当前车辆注意前方事故易发路段,从而降低事故发生率。因此,本说明书实施例提出的技术方案可以提供及时准确的车辆事故检测与预警策略,智能化程度高,提升汽车的用户体验。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种车辆事故预警系统的结构示意图,如下所示。车辆事故预警系统可以包括:车载端101、服务端102和网络层103,其中,车载端101与服务端102之间可以通过网络层103实现通信连接;
车载端101用于:检测车况信息,并在基于车况信息确定车辆发生事故时,生成车辆事故检测信息,其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
服务端102用于:接收至少一个所述车辆事故检测信息,并基于所述车辆事故检测信息并生成车辆事故预警,使得各所述车载端基于所述车辆事故预警生成预警消息。
图2为本说明书实施例提供的一种车辆事故预警系统的示例结构示意图,其中,车载端101可以包括:碰撞检测系统1011、数据聚合器1012和碰撞预警系统1013。
结合车辆事故检测阶段,作为一个例子,碰撞检测系统1011可以包括:
位置传感器10111,用于检测车辆位置信息,可以得到事故发生地;
速度传感器10112,用于检测车速,可以得到事故发生时的车速;
惯性传感器10113,用于检测平行于路面的车辆加速度;
滤波器10114,对来自惯性传感器10113输出的车辆加速度进行滤波处理;
碰撞检测器10115,对经滤波处理的车辆加速度进行处理,输出碰撞车况信息。
在碰撞检测过程中,碰撞检测器10115检测碰撞车况信息。优选地,当根据碰撞车况信息确定发生碰撞时,碰撞检测系统1011可以进一步获取事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种,这些信息是影响碰撞的因素,进而生成碰撞检测信息。之后,碰撞检测信息被发送至数据聚合器1012,并由数据聚合器1012通过网络层103上报给服务端102。
这样,车载端101可以实现碰撞检测,碰撞检测信息的时效性强。
作为一个例子,服务端102可以包括:
数据聚合器1021,用于接收至少一个碰撞检测信息,对碰撞检测信息进行缓存压缩,以形成车辆事故检测信息得到聚合数据;
聚类分析器1022,用于对所有聚合数据进行聚类分析,可以生成碰撞预警,该碰撞预警可以是包含事故易发位置区域和/或事故易发时间范围的事故预警模型;
预警判断器1023,用于定制预警信息并可以判断发送何种预警信息。
这样,服务端102可以基于获取的碰撞检测信息生成碰撞预警。这里碰撞预警可以是事故预警模型,或者可以是实时预警信息。
结合车辆事故预警阶段,服务端102进一步包括:预警判断器
在车载端101,碰撞预警系统1013可以包括:
模型计算器10131,用于从数据聚合器1012获取当前碰撞检测信息,和从服务端102中的聚类分析器1022获取与当前车辆位置信息对应的事故预警模型,并将当前碰撞检测信息与事故预警模型进行匹配,得到匹配度;
感知判决器10132,用于从模型计算器10131获取所述匹配度,比较匹配度与安全阈值,根据比较结果判定当前车辆是否进入或接近事故易发位置区域,若判定当前车辆进入或接近事故易发位置区域,则将感知判决结果上报至服务端102中的预警判断器1023;
预警器10133,用于从预警判断器1023获取预警信息,从而在车载端生成预警信息。
这样,在车辆事故预警阶段,可以基于碰撞检测信息实现车辆事故预警。
这里需要说明的是,上述实施例结合碰撞检测这一具体实施例阐述了本说明书实施例提供的车辆事故检测系统的工作机理,这并不构成对本申请保护范围的限制。在本说明书具体实施例中,根据车辆事故的不同类型,车载端可以包括不同的车辆事故检测系统,用来检测车况信息,并在根据车况信息确定车辆发生事故时,生成车辆事故检测信息。其中,车辆事故检测信息可以包括以下至少一种:车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。之后,服务端可以基于获取的至少一个车辆事故检测信息生成车辆事故预警。
再需要说明的是,上述文字内容是在未发生事故的情况下,可以基于预警事故模型确定及时的车辆事故预警,使车辆经过时可以谨慎驾驶,降低车辆事故发生的可能性。在本说明书具体实施例中,还可以是:在已经发生事故的情况下,可以对后续车辆提供实时预警信息,使后续车辆可以及时避开事故路段、或及时调整驾驶策略以安全通过,降低发生连环事故的可能性。
说明书实施例提供的车辆事故预警系统,利用车载端实时检测车辆事故,服务端将车辆事故预警推送至各车载端,提供车辆事故预警,警示后续车辆行驶安全。车载端与服务端(例如云服务器)之间可以紧密协调工作,而不再需要用户下载使用第三方应用利用,形成了真正的云端一体的系统服务,从系统层面提供了更为精细的智能服务能力,提升车载端一侧的用户体验,符合车联网的发展要求。
需要说明的是,所述车载端具有检测车辆是否发生事故的功能,应用于汽车。所述车载端可以包括车载电脑ECU(Electronic Control Unit,缩写:ECU)、车载感知引擎、操作系统OS、车载终端等各种可以外设于车辆或预装在车辆中的产品。其中,车载感知引擎可以集成进ECU,与ECU进行深度整合,使得ECU更加智能化;或者车载感知引擎可以独立于ECU安装于车辆中。
图3为本说明书实施例提供的一种车辆事故检测方法的流程示意图,检测方法如下所示。其中,在车辆事故检测方法中,各步骤的执行主体均可以是车载端;或者各步骤的执行主体可以不一致,具体如下。
步骤301:车载端检测车况信息。
在本说明书实施例中,步骤301的执行主体可以是车载端,可以用来从车载传感器接收车况信息,并对车况信息进行处理以得到车况信息。
针对所要检测的不同车辆事故类型,车载感知引擎接收的传感器数据不同,从而输出的车况信息不同。其中,车况信息可以包括碰撞车况信息、爆胎事故检测结果、车辆自燃检测结果等,在此不再一一理解。
具体地,若车载端检测到的车况信息为碰撞车况信息,结合参照图4,图4为本说明书实施例提供的一种碰撞检测方法的流程图,方法如下所示。车载端检测碰撞车况信息,包括:
步骤402:采集平行于路面的车辆加速度a;
步骤404:对采集到的车辆加速度a进行滤波处理;
步骤406:匹配车辆加速度a与加速度阈值T,根据匹配结果生成碰撞车况信息。
其中,若匹配结果为a≥T,则生成碰撞车况信息;
若匹配结果为a<T,则确定未发生碰撞。
在本说明书实施例中,在车辆正常行驶过程中,平行于路面的车辆加速度较小,尤其是在畅通的高速公路行驶时,车辆加速度接近于0。一旦发生碰撞,车辆会因此获得一个巨大的瞬间加速度,因此若检测到达到或超过加速度阈值的巨大的瞬间车辆加速度,则确定车辆发生碰撞。其中,加速度阈值可以是根据车辆碰撞试验得到的。
因此,依靠采集的车辆加速度,可以检测车辆事故。
在本说明书实施例中,可以在执行步骤306之前执行步骤304,对采集到的车辆加速度a进行滤波处理,滤除背景噪声、颠簸导致的低频扰动,提升匹配结果的准确性。
其中,结合参照图5,图5为本说明书实施例提供的一种车载加速度计安装坐标示意图,车辆加速度a可以是根据加速度计检测到的沿车长方向(坐标轴x方向)的第一加速度ax与沿车宽方向(坐标值y方向)的第二加速度ay合成,
进一步地,可以通过如下实施例获取车辆碰撞位置。具体地,车载端检测碰撞车况信息,还可以包括:
获取沿车长方向的第一加速度ax、和沿车宽方向的第二加速度ay;
分别匹配第一加速度ax和第二加速度ay与对应方向的加速度阈值Tx、Ty,确定车辆碰撞位置。
其中,执行步骤408:若ax≥Tx&ay<Ty,则表明车辆加速度主成分分量方向与车辆行进的径向一致,判定为正向碰撞;
执行步骤410:若ax<Tx&ay≥Ty,表明车辆加速度主成分分量方向与车辆行进的法向一致,判定为侧向碰撞;
若出现其他结果,则判定为斜向碰撞。
这样,根据匹配结果生成碰撞车况信息,可以包括:
根据匹配结果和车辆碰撞位置生成碰撞车况信息。
在本说明书实施例中,还可以通过如下实施例获取车辆碰撞位置。具体地,车载端检测碰撞车况信息,还包括:
获取车身侧面承受压力、车辆保险杠承受压力;
分别匹配车身侧面承受压力、车辆保险杠承受压力与对应位置的压力阈值,确定车辆碰撞位置;
根据匹配结果生成碰撞车况信息,包括:
根据匹配结果和车辆碰撞位置生成碰撞车况信息。
在这种情况下,可以分别在车辆前后保险杠、车身两侧安装压力传感器,以检测车身承受压力。当车身遭受碰撞,其车身会受压变形,引发压力传感器检测到车身承受压力。
在本说明书实施例中,可以根据设置于车身各位置的压力传感器直接检测车身受压情况,确定碰撞车况信息。
在本说明书实施例中,车载端检测碰撞车况信息,可以包括:
基于碰撞检测任务创建传感器,传感器接收碰撞车况信息并输出碰撞检测信息,其中,车况信息包括平行于路面的车辆加速度和/或压力传感器输出的车身承受压力;
开启传感器,从传感器中获取输出的碰撞检测信息。
这里基于碰撞检测任务创建的传感器用于对接收到的碰撞车况信息执行计算任务得到碰撞检测信息并输出,但并不是真的是物理传感器的输出,可以称为抽象传感器或虚拟传感器或仿真传感器。
因此,抽象传感器自身没有任何物理的传感器硬件载体,而是依赖于其它物理传感器等物理元件的输出、抽象信息,对事物的某种属性进行估计和度量。如抽象传感器的输出
其中,表示该传感器依赖的n个抽象信息,而V′1,V′2,…V′n本身就是抽象传感器,表示抽象传感器所依赖的m个物理传感器。
在这种情况下,可以在需要使用碰撞检测时,开启传感器。传感器可以存在于车载端,如ECU、车载感知引擎、操作系统中,增加了车载感知引擎的可扩展性,易于将更多的智能检测算法进行抽象传感器封装,插入到整个引擎架构中。
可预见的是,抽象传感器具有极大可定制性,可以根据不同车型创建加速度阈值等配置信息。同时,针对不同车辆事故,可以创建不同检测信息,使得服务端与车载端的服务架构具有高度的灵活性,能够根据需要快速适配到不同的应用场景。
在本说明书实施例中,对其他车辆事故的检测,可以获取不同的配置信息以确定车况信息,在此不再一一列举。
步骤303:若基于车况信息确定车辆发生事故,则基于车况信息生成车辆事故检测信息,其中,车辆事故检测信息可以包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
在本说明书实施例中,步骤303的执行主体可以是车载端或服务端。在步骤303的执行主体是服务端的情况下,服务端从车载端获取车况信息,并生成车辆事故检测信息。
需要理解的是,根据造成车辆事故的不同因素,车辆事故检测信息所包含的信息不同,可以根据车辆事故类型确定。一般情况下,车辆事故检测信息包括车况信息、事故发生地、事故发生时间。其中,车况信息用来确定是否发生车辆事故及车辆事故的类型,事故发生地用来确定车辆事故的位置区域,统计事故易发位置区域或通知接近车辆谨慎驾驶或通知其他车辆合理选择驾驶路线。事故发生时间用来统计事故易发位置区域对应的事故易发时间,或通知其他车载端合理选择出行时机和驾驶路线。
若车况信息包括碰撞车况信息,则车辆事故检测信息可以进一步包括事故发生时的车速、事故发生时的天气。碰撞发生时的车速也可能是造成车辆事故的重要因素,例如碰撞可能是因超速引起的。另外,天气,如气温、湿度、风速、风向也可能是造成碰撞的因素。
因此,车载端检测车况信息之后,可以考虑车辆行驶环境,基于车辆事故的类型及各种诱因,检测事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气等信息,生成车辆事故检测信息。
在本说明书实施例中,当碰撞被检测到,可以将事故发生时间t、碰撞检测信息collision_index、事故发生时的车速speed、当前位置信息location、天气因素(包括气温temperature、湿度humidity、风速wind_speed、风向wind_direction)进行聚合组成数据向量
在这种情况下,可以以上述数据向量的形式生成实时车辆事故检测信息。
在本说明书实施例中,若检测到的车辆事故的数量达到预设数量,可以得到预设数量的数据向量这样可以对预设数量的数据向量进行缓存压缩,再上传至服务端。
在本说明书实施例中,服务端可以根据数据向量生成事故预警模型,各车载端可以根据生成的车辆事故检测信息与事故预警模型进行匹配,以确定是否接近或进入不安全区间。
由此可知,基于车况信息确定车辆发生事故,则生成车辆事故检测信息,包括以下至少一种:
生成实时车辆事故检测信息,该实时车辆事故检测信息用于生成实时预警信息;
当检测到的车辆事故的数量达到预设数量时,生成车辆事故检测信息,该车辆事故检测信息用于生成事故预警模型。
其中,实时车辆事故检测信息可以用来生成实时预警信息。例如由服务端根据实时车辆事故检测信息生成实时预警信息,将当前车辆事故情况及时发送至其他车载端,使得后续车辆谨慎驾驶,避免造成连环事故,或者使后续车辆及时调整行驶路线。
在本说明书实施例中,生成实时车辆事故检测信息,可以包括:
若车况信息达到或超过车况信息阈值,则生成实时车辆事故检测信息。
在实际应用中,当发生重大车辆事故,其危险性教大,此时可以生成实时车辆事故检测信息,并实时发送出去。反之,若发生轻微车辆事故,其危险性较小,可以不生成实时车辆事故检测信息。
在这种情况下,车况信息阈值可以由服务端确定,并下发存储至车载端,由车载端匹配车辆检测结果与车况信息阈值,生成实时车辆事故检测信息,并实时上报。或者,服务端直接匹配车辆检测结果与车况信息阈值,生成实时车辆事故检测信息。
需要说明的是,车况信息阈值可以是服务端根据各车载端发送的车况信息,进行分析得到的。
具体地,车载端检测车况信息包括:
车载端检测碰撞车况信息;
生成实时车辆事故检测信息,包括:
若碰撞车况信息达到或超过车况信息阈值,则生成实时碰撞检测信息。在本说明书实施例中,参考前文步骤301的内容,碰撞车况信息对应的车况信息阈值可以是加速度阈值或车身承受的压力阈值。
具体地,在碰撞检测过程中,车况信息阈值可以用加速度阈值表征,设置用来判断轻微碰撞的第一加速度阈值和判断严重碰撞的第二加速度阈值,第一加速度阈值小于第二加速度阈值。当碰撞检测信息中包含的加速度大于等于第一加速度阈值并小于第二加速度阈值,则表明碰撞为轻微碰撞,可以不用生成实时碰撞检测信息;若碰撞检测信息中包含的加速度大于等于第二加速度阈值,则判定碰撞为严重碰撞,可以生成实时碰撞检测信息。
在本说明书实施例中,碰撞检测过程中,不限于上述两种加速度阈值,可以根据需要设置对应不同事故级别的多个加速度阈值。在这种情况下,可以根据不同碰撞级别与预警级别之间的对应关系,生成对应预警级别的实时预警信息。
在本说明书实施例中,碰撞车况信息对应的车况信息阈值可以是碰撞发生的次数。具体地,若碰撞车况信息达到或超过车况信息阈值,则生成实时碰撞检测信息,包括:
若根据碰撞车况信息确定连续发生至少一次碰撞,则生成实时碰撞检测信息。
在实际应用中,若根据碰测信息确定连续发生至少两次碰撞,则判定发生连环碰撞或连续追尾,其危险性大,因此生成实时碰撞检测信息。
在本说明书实施例中,对于其他车辆事故,可以根据需要设置分别对应不同车辆事故级别的车况信息阈值,以实现根据不同车辆事故级别生成对应预警级别的实时预警信息。
优选地,可以根据需要设置不同的碰撞级别对应的车况信息阈值。这样,若碰撞车况信息达到或超过对应的车况信息阈值,则生成实时碰撞检测信息,可以包括:
匹配碰撞车况信息与分别对应不同碰撞级别的车况信息阈值;
根据匹配结果生成包含对应的碰撞级别的实时碰撞检测信息。
利用本说明书实施例提供的车辆事故检测方法,可以实时检测车辆事故,时效性较强。
图6为本说明书实施例提供的一种车辆事故预警方法的流程示意图,预警方法如下所示,其执行主体可以是服务端,例如云服务端。
步骤602:获取至少一个车辆事故检测信息,车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
步骤604:基于至少一个车辆事故检测信息,生成车辆事故预警。
在本说明书实施例中,基于至少一个车辆事故检测信息,生成车辆事故预警,可以包括:
生成实时预警信息。
在这种情况下,实时预警信息可以包括:车况信息、事故发生地、事故发生时间、事故发生时的车速等。实时预警信息可以发送至其他车载端,警示其他车载端控制车速、谨慎驾驶;或者可以发送至交通管理平台、医疗平台、或道路救援平台,及时通报车辆事故情况,做好疏导、救援工作。
在本说明书实施例中,生成实时预警信息,可以包括:
检测距离事故发生地预设距离范围内的车辆位置信息;
基于检测到的车辆位置信息所对应的其他车载端,生成实时预警信息。
在这种情况下,服务端可以将实时预警信息发送至接近事故发生地的车辆,进行及时预警,防止出现更大事故,尤其是在夜间、大雾天气、暴雨等视野范围较小的情形。
优选地,生成实时预警信息,还包括:
根据检测到的车辆位置信息到车辆事故发生地的距离与预警级别之间的对应关系,生成包含对应的预警级别的实时预警信息。
在这种情况下,若检测到车辆位置信息到车辆事故发生地的距离较近,则该车辆面临的危险系数较大,可以生成高预警级别的实时预警信息,例如发送高频预警信息;若检测到车辆位置信息到车辆事故发生地的距离较远,则该车辆面临的危险系数小,可以生成低预警级别的实时预警信息,例如发送低频预警信息。因此,可以根据车辆位置信息到车辆事故发生地的距离远近,设置不同频率预警信息,或者其他级别的预警信息,在此不做限定。
在本说明书实施例中,生成实时预警信息,可以包括:
基于车况信息确定车辆事故级别;
基于车辆事故级别与预警级别之间的对应关系,生成包含对应预警级别的实时预警信息。
其中基于车况信息确定车辆事故级别,可以包括:若车况信息中包括车辆事故级别,则确认该车辆事故级别;若车况信息中未包含车辆事故级别,则根据车况信息与对应不同车辆事故级别的车况信息阈值之间的匹配度,确定车辆事故级别,可参考上文步骤303的内容,在此不再详述。
在本说明书实施例中,若车况信息包括碰撞车况信息,则基于至少一个所述车辆事故检测信息,生成车辆事故预警,可以包括:基于该碰撞车况信息,生成关于碰撞的车辆事故预警。
优选地,在这种情况下,生成关于碰撞的车辆事故预警,可以包括:
基于所述碰撞车况信息确定碰撞级别;
若碰撞级别达到或超过预警级别,则生成实时预警信息。
优选地,若碰撞级别达到或超过预警级别,则生成实时预警信息,可以包括:
若接收至少两个车载端发送的位于预设范围内的事故发生地所对应的碰撞检测信息,则生成实时预警信息。
这种同时接收到事故发生地比较接近或相同的至少两个车载端发送的碰撞检测信息,表明发生连环碰撞的几率较大,危险系数较大,需要及早通知后续车辆注意,并上报交通管理平台进行救援。
在本说明书实施例中,基于至少一个车辆事故检测信息,生成车辆事故预警,可以包括:
若获取的车辆事故检测信息的数量达到预设数量,则对预设数量的车辆事故检测信息进行聚类分析,得到包含事故易发位置区域的事故预警模型,所述事故预警模型用于与车辆事故检测信息进行匹配并根据匹配度生成预警判断。
具体地,如图7所示,图7为本说明书实施例提供的一种聚类得出的事故易发位置区域坐标的高斯分布,从中可以获知区域A和区域B。在这种情况下,服务端可以以数据包的形式,将事故预警模型发送至各车载端。
或者,当检测到距离事故易发位置区域预设范围内的车辆位置信息时,动态响应,而将事故易发位置区域的事故预警模型发送至车辆位置信息对应的车载端,例如以数据包的形式发送事故预警模型。
在这种情况下,服务端可以以模型数据集合UMODEL的方式下发事故预警模型,这样车载端可以根据检测到的车辆事故检测信息(参考步骤303中的向量)与该模型数据集合UMODEL进行匹配,以确定是否接近事故易发地、当前天气造成车辆事故的几率、当前车速可能引发事故的几率、或者当前时间是否接近事故发生时间等。
具体地,如图8所示,图8为本说明书实施例提供的一种事故易发位置区域的事故发生时间的分布,例如区域A的碰撞集中在凌晨3点发生,区域B的碰撞集中发生在晚上22点发生。
这样,服务端可以从各车载端收集大量的车辆事故检测信息,进而通过数据的分析和挖掘,创建和更新事故预警模型。整个过程不需要线下的地图采集工作和地图数据录入更新工作,可以节省大量人力、时间成本。并且事故易发路段数据库可以得到及时有效的更新。
若从车载端接收到车辆事故检测信息与事故预警模型之间的匹配度小于安全阈值,则发送包含对应的预警级别的实时预警信息。在这种情况下,服务端可以根据匹配度与安全阈值之间的比较结果,得到感知判决结果,定制不同类型的预警级别,将包含预警级别的实时预警消息推送至车载端。
利用本说明书实施例提供的一种车辆事故预警方法,可以提供实时地车辆事故预警,提升汽车的用户体验。
图9为本说明书实施例提供的一种车辆事故预警方法的流程图,预警方法如下所示,其执行主体可以是接受车辆事故预警的车载端。
步骤902:获取车辆事故预警,车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,车辆事故预警信息包括事故发生地、事故发生时间、事故发生时的车速中的至少一种。
在本说明书实施例中,在获取车辆事故预警之前,车辆事故预警方法还可以包括:
获取车况信息,车况信息包括车辆位置信息;
发送车辆位置信息,所述车辆位置信息用于与车辆事故预警包含的事故发生地进行匹配得到所述车辆事故预警。
在本说明书实施例中,车辆事故预警可以是实时预警信息或者事故预警模型。
步骤904:基于车辆事故预警生成预警信息。
若车辆事故预警为实时预警信息,则车载端可以及时提醒用户谨慎驾驶。这里实时预警信息可以包括建议车速、建议路线、建议灯光等语音信息,在此不做具体限定。
优选地,若车辆事故预警为事故预警模型,则基于事故预警模型生成预警信息,包括:
计算车辆事故检测信息与事故预警模型之间的匹配度;
基于车辆事故检测信息与事故预警模型之间的匹配度,生成对应预警级别的预警信息。
在这种情况下,服务端可以以模型数据集合UMODEL的方式下发事故预警模型。这样,车载端可以根据检测到的车辆事故检测信息(参考上文步骤303中的向量)与模型数据集合UMODEL进行匹配。具体地,向量与UMODEL之间可以进行Fresenius范数距离匹配,得到匹配度dist:
之后,比较匹配度与安全阈值(THR_SAFETY),得到感知判决结果。若dist<THR_SAFETY,则表明当前车辆接近或进入不安全区间,感知判决结果会被通知到服务端。
这样,车载端可以确定是否接近事故易发地、当前天气造成车辆事故的几率、当前车速可能引发事故的几率、或者当前时间是否接近事故发生时间等。
在本说明书实施例中,感知判决结果被发送至服务端,服务端可以根据感知判决结果下发对应的预警级别,使得车载端生成对应级别的预警信息。
在本说明书实施例中,事故预警模型中可以包括感知判决结果与预警级别之间的对应关系,由车载端在本地确定对应的预警级别。
在这种情况下,计算车辆事故检测信息与事故预警模型之间的匹配度,可以包括:
执行解释性语言,计算车辆事故检测信息与事故预警模型之间的匹配度。
其中,解释性语言可以是在运行的时候将程序翻译成机器语言,实现车载端与服务端双向通信。解释性语言可以包括:Python、JavaScript、Perl、Shell或Node JS脚本。
优选地,Node JS是一个JavaScript运行环境,具有非阻塞输入/输出(I/O)、适于实时数据交互应用等特点,使得车载端能够动态、灵活地接收服务端发送的预警事故模型,服务端可以及时将感知判决结果发送至服务端。这样,车载端与服务端构建的整个服务架构具有高度的灵活性,能够根据需要快速适配到不同的应用场景。
利用本说明书实施例提供的车辆事故预警方法,可以使车载端获取及时准确的车辆事故预警信息,从而提升驾驶安全性。
图10为本说明书实施例还提供一种车辆事故检测设备的结构图,结构如下所示。车辆事故检测设备可以集成于车辆中,包括:
检测模块1001,设于车载端,检测车况信息;
生成模块1002,若基于车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
可选地,若基于车况信息检测到车辆发生事故,则生成车辆事故检测信息,包括以下至少一种:
生成实时车辆事故检测信息,所述实时车辆事故检测信息用于生成实时预警信息;
当检测到的车辆事故的数量达到预设数量时,生成车辆事故检测信息,所述车辆事故检测信息用于生成事故预警模型。
可选地,生成模块1002生成实时车辆事故检测信息,包括:
若车况信息达到或超过车况信息阈值,则生成实时车辆事故检测信息。
可选地,检测模块1001检测车况信息,包括:
检测碰撞车况信息;
生成模块1002生成实时车辆事故检测信息,包括:
若碰撞车况信息达到或超过车况信息阈值,则生成实时碰撞检测信息。
可选地,检测模块1001检测碰撞车况信息,包括:
采集平行于路面的车辆加速度;
匹配车辆加速度与加速度阈值;
根据匹配结果生成碰撞车况信息。
可选地,检测模块1001检测碰撞车况信息,还包括:
获取沿车长方向的第一加速度、和沿车宽方向的第二加速度;
分别匹配第一加速度和第二加速度与对应方向的加速度阈值,确定车辆碰撞位置;
根据匹配结果生成碰撞车况信息,包括:
根据匹配结果和车辆碰撞位置生成碰撞车况信息。
可选地,若碰撞车况信息达到或超过车况信息阈值,则生成实时碰撞检测信息,包括:
匹配碰撞车况信息与分别对应不同碰撞级别的车况信息阈值;
根据匹配结果生成包含对应的碰撞级别的实时碰撞检测信息。
利用本说明书实施例提供的车辆事故检测设备,可以实时检测车辆是否发生事故,并生成车辆事故检测信息,车辆事故检测信息的时效性强。
基于同一个发明构思,本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,存储器存储有程序,并且被配置成由至少一个处理器执行以下步骤:
检测车况信息;
若基于车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
检测车况信息;
若基于车况信息确定车辆发生事故,则生成车辆事故检测信息;
其中车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
图11为本说明书实施例提供的一种车辆事故预警设备的结构图,结构如下所示。该车辆事故预警设备可以集成于服务端,具体可以包括:
获取模块1101,获取至少一个车辆事故检测信息,车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
生成模块1102,基于至少一个车辆事故检测信息,生成车辆事故预警。
可选地,基于至少一个车辆事故检测信息,生成车辆事故预警,包括以下至少一种:
生成实时预警信息;
若接收到的车辆事故检测信息的数量达到预设数量,则对预设数量的车辆事故检测信息进行聚类分析,得到包含事故易发位置区域的事故预警模型,所述事故预警模型用于与车辆事故检测信息进行匹配得到预警判断。
可选地,基于至少一个车辆事故检测信息,生成车辆事故预警,包括:
若车况信息包括碰撞车况信息,则生成关于碰撞的车辆事故预警。
可选地,若所述车况信息包括碰撞车况信息,则生成关于碰撞的车辆事故预警,包括:
基于碰撞车况信息确定碰撞级别;
若碰撞级别达到或超过预警级别,则生成实时预警信息。
可选地,若碰撞级别达到或超过预警级别,则生成实时预警信息,包括:
若接收到至少两个车载端发送的位于预设范围内的事故发生地所对应的碰撞检测信息,则生成实时预警信息。
利用本说明书实施例提供的车辆事故预警设备,可以生成及时有效的车辆事故预警。
基于同一个发明构思,本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,存储器存储有程序,并且被配置成由至少一个处理器执行以下步骤:
接收至少一个车辆事故检测信息,车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于至少一个车辆事故检测信息,生成车辆事故预警。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
接收至少一个车辆事故检测信息,车辆事故检测信息为车载端基于检测得到的车况信息生成的,其中,车辆事故检测信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于至少一个车辆事故检测信息,生成车辆事故预警。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种操作系统,包括:
第一程序,当所述第一程序被执行时,获取车况信息;
第二程序,当所述第二程序被执行时,在基于所述车况信息确定车辆发生事故时,生成车辆事故检测信息;其中所述车辆事故检测信息包括所述车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种。
该操作系统可以集成于汽车ECU、车载感知引擎、车载终端等设备,或者外设安装在车辆中。
图12为本说明书实施例提供的一种车辆事故预警设备的结构示意图,结构如下所示。该车辆事故预警设备可以集成于车载端,具体可以包括:
获取模块1201,获取车辆事故预警,车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速中的至少一种;
生成模块1202,基于车辆事故预警生成预警信息。
可选地,在获取车辆事故预警之前,获取模块1201获取车况信息,车况信息包括车辆位置信息;
发送模块1203,发送车辆位置信息,所述车辆位置信息用于与车辆事故预警包含的事故发生地进行匹配得到所述车辆事故预警。
可选地,若车辆事故预警为事故预警模型,则生成模块1202基于事故预警模型生成预警信息,包括:
计算车辆事故检测信息与事故预警模型之间的匹配度;
基于车辆事故检测信息与事故预警模型之间的匹配度,生成对应预警级别的预警信息。
本说明书实施例提供的车辆事故预警设备可以基于车辆事故预警生成及时有效的预警信息,提升车辆的用户操作体验。
基于同一个发明构思,本说明书实施例还提供一种电子设备,包括至少一个处理器及存储器,存储器存储有程序,并且被配置成由至少一个处理器执行以下步骤:
接收车辆事故预警,车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于车辆事故预警生成预警信息。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
基于同一个发明构思,本说明书实施例还提供一种计算机可读存储介质,该计算机可读存储介质包括与电子设备结合使用的程序,程序可被处理器执行以完成以下步骤:
接收车辆事故预警,车辆事故预警是根据车载端检测到的车辆事故检测信息生成的,其中车辆事故预警信息包括车况信息、事故发生地、事故发生时间、事故发生时的车速、事故发生时的天气中的至少一种;
基于车辆事故预警生成预警信息。
其中,处理器的其他功能还可以参见上述实施例中记载的内容,这里不再一一赘述。
需要说明的是,本说明书实施例所记载的车辆事故检测设备、预警设备可以通过软件方式实现,也可以通过硬件方式实现。
图13为本说明书实施例提供的一种设备的硬件结构示意图,所述硬件结构如下所示。
如图13所示,该设备可以包括:输入设备1300、处理器1301、输出设备1302、存储器1303和至少一个通信总线1304。通信总线1304用于实现元件之间的通信连接。存储器1303可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器1303中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器1301例如可以为中央处理器(Central Processing Unit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器1301通过有线或无线连接耦合到上述输入设备1300和输出设备1302。
可选的,上述输入设备1300可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备1302可以包括显示器、音响等输出设备。
在本实施例中,该设备的处理器包括用于执行各设备中数据处理装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图14为本申请的一个实施例提供的设备的硬件结构示意图。图14是对图13在实现过程中的一个具体的实施例。如图14所示,本实施例的设备可以包括处理器1401以及存储器1402。
处理器1401执行存储器1402所存放的计算机程序代码,实现上述实施例中图3及图9所示的方法。
存储器1402被配置为存储各种类型的数据以支持在设备的操作。这些数据的示例包括用于在设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器1402可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,处理器1401设置在处理组件1400中。该设备还可以包括:通信组件1403,电源组件1404,多媒体组件1405,音频组件1406,输入/输出接口1407和/或传感器组件1408。设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件1400通常控制设备的整体操作。处理组件1400可以包括一个或多个处理器1401来执行指令,以完成上述图3及图9所示方法的全部或部分步骤。此外,处理组件1400可以包括一个或多个模块,便于处理组件1400和其他组件之间的交互。例如,处理组件1400可以包括多媒体模块,以方便多媒体组件1405和处理组件1400之间的交互。
电源组件1404为设备的各种组件提供电力。电源组件1404可以包括电源管理系统,一个或多个电源,及其他与为设备生成、管理和分配电力相关联的组件。
多媒体组件1405包括在设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件1406被配置为输出和/或输入音频信号。例如,音频组件1406包括一个麦克风(MIC),当设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1402或经由通信组件1403发送。在一些实施例中,音频组件1406还包括一个扬声器,用于输出音频信号。
输入/输出接口1407为处理组件1400和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件1408包括一个或多个传感器,用于为设备提供各个方面的状态评估。例如,传感器组件1408可以检测到设备的打开/关闭状态,组件的相对定位,用户与设备接触的存在或不存在。传感器组件1408可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与设备间的距离。在一些实施例中,该传感器组件1408还可以包括摄像头等。
通信组件1403被配置为便于设备和其他设备之间有线或无线方式的通信。设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图14对应实施例中所涉及的通信组件1403、音频组件1406以及输入/输出接口1407、传感器组件1408均可以作为图13实施例中的输入设备的实现方式。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、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装置。
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装置的制造品,该指令装置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。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
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。