CN110803171B - 一种驾驶风险提示方法及装置 - Google Patents

一种驾驶风险提示方法及装置 Download PDF

Info

Publication number
CN110803171B
CN110803171B CN201910769884.XA CN201910769884A CN110803171B CN 110803171 B CN110803171 B CN 110803171B CN 201910769884 A CN201910769884 A CN 201910769884A CN 110803171 B CN110803171 B CN 110803171B
Authority
CN
China
Prior art keywords
risk
driver
vehicle
information
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.)
Active
Application number
CN201910769884.XA
Other languages
English (en)
Other versions
CN110803171A (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 CN201910769884.XA priority Critical patent/CN110803171B/zh
Publication of CN110803171A publication Critical patent/CN110803171A/zh
Application granted granted Critical
Publication of CN110803171B publication Critical patent/CN110803171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0809—Driver authorisation; Driver identity check
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872—Driver physiology

Landscapes

  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开一种驾驶风险提示方法及装置，包括：获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；根据所述驾驶员的信息和所述历史数据确定所述驾驶员的风险等级；根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率；判断所述碰撞风险概率是否大于或等于第一阈值；在判断出所述碰撞风险概率大于或等于所述第一阈值的情况下，向所述车辆或所述车辆对应的终端设备发送用于提示用户所述车辆存在碰撞风险的提示信息。本发明实施例，可以提高驾驶风险提示的准确度。

Description

一种驾驶风险提示方法及装置
技术领域
本发明实施例涉及车联网技术领域，尤其涉及一种驾驶风险提示方法及装置。
背景技术
随着车辆数量的不断增加，交通事故发生的概率也随之上升，因此对驾驶员行车过程中进行驾驶风险提示至关重要。
目前，一种常见的驾驶风险提示方法为：通过识别驾驶员的面部表情和行为动作及时有效地监测驾驶员驾驶过程中的面部表情和行为动作，对不良驾驶行为进行有效检测和预警提示，由于驾驶员面部的位置与周围的光环境会影响到图像识别的精准度，以致降低了驾驶风险提示的准确度。
发明内容
本发明实施例公开了一种驾驶风险提示方法及装置，用于提高驾驶风险提示的准确度。
第一方面公开一种驾驶风险提示方法，包括：
获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
根据所述驾驶员的信息和所述历史数据确定所述驾驶员的风险等级；
根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率；
判断所述碰撞风险概率是否大于或等于第一阈值；
在判断出所述碰撞风险概率大于或等于所述第一阈值的情况下，向所述车辆或所述车辆对应的终端设备发送用于提示用户所述车辆存在碰撞风险的提示信息。
作为一种可能的实施方式，所述根据所述驾驶员的信息和所述历史数据确定所述驾驶员的风险等级包括：
根据所述历史数据从所述驾驶员的信息中选取风险变量，得到多个风险变量；
根据所述多个风险变量确定多个风险个体；
根据所述多个风险个体确定所述驾驶员的风险等级。
作为一种可能的实施方式，所述根据所述多个风险变量确定多个风险个体包括：
计算所述多个风险变量中任意两个风险变量之间的相关系数；
对所述相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；
确定所述相关系数小于所述第二阈值的风险变量为单风险变量；
将所述多风险组合变量和所述单风险变量分别确定为风险个体，得到多个风险个体。
作为一种可能的实施方式，所述根据所述多个风险个体确定所述驾驶员的风险等级包括：
计算所述多个风险个体中每个风险个体的风险系数；
根据所述风险系数确定所述驾驶员的风险等级。
作为一种可能的实施方式，所述根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率包括：
根据所述驾驶员驾驶车辆的信息计算碰撞强度；
根据所述碰撞强度、所述风险等级和标准碰撞强度确定所述驾驶员驾驶车辆的碰撞风险概率。
第二方面公开一种驾驶风险提示装置，包括：
获取单元，用于获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
第一确定单元，用于根据所述驾驶员的信息和所述历史数据确定所述驾驶员的风险等级；
第二确定单元，用于根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率；
判断单元，用于判断所述碰撞风险概率是否大于或等于第一阈值；
发送单元，用于在判断出所述碰撞风险概率大于或等于所述第一阈值的情况下，向所述车辆或所述车辆对应的终端设备发送用于提示用户所述车辆存在碰撞风险的提示信息。
作为一种可能的实施方式，所述第一确定单元包括：
选取子单元，用于根据所述历史数据从所述驾驶员的信息中选取风险变量，得到多个风险变量；
第一确定子单元，用于根据所述多个风险变量确定多个风险个体；
第二确定子单元，用于根据所述多个风险个体确定所述驾驶员的风险等级。
作为一种可能的实施方式，所述第一确定子单元具体用于：
计算所述多个风险变量中任意两个风险变量之间的相关系数；
对所述相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；
确定所述相关系数小于所述第二阈值的风险变量为单风险变量；
将所述多风险组合变量和所述单风险变量分别确定为风险个体，得到多个风险个体。
作为一种可能的实施方式，所述第二确定子单元具体用于：
计算所述多个风险个体中每个风险个体的风险系数；
根据所述风险系数确定所述驾驶员的风险等级。
作为一种可能的实施方式，所述第二确定单元具体用于：
根据所述驾驶员驾驶车辆的信息计算碰撞强度；
根据所述碰撞强度、所述风险等级和标准碰撞强度确定所述驾驶员驾驶车辆的碰撞风险概率。
第三方面公开一种驾驶风险提示装置，该驾驶风险提示装置包括处理器和存储器，存储器存储有一组程序代码，处理器通过执行存储器存储的程序代码，使得驾驶风险提示装置执行第一方面或第一方面的任一种实施例所公开的驾驶风险提示方法。
第四方面公开一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序运行时，实现如第一方面或第一方面的任一种实施例所公开的驾驶风险提示方法。
本发明实施例中，获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据，根据驾驶员的信息和历史数据确定驾驶员的风险等级，根据风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率，判断碰撞风险概率是否大于或等于第一阈值，在判断出碰撞风险概率大于或等于第一阈值的情况下，向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。可见，可以通过历史数据、驾驶员的信息和驾驶员驾驶车辆的信息准确地确定车辆的碰撞风险概率并对用户进行提示，从而可以提高驾驶风险提示的准确度。
附图说明
为了更清楚地说明本发明的技术方案，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的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1是本发明实施例公开的一种网络架构示意图；
图2是本发明实施例公开的一种驾驶风险提示方法的流程示意图；
图3是本发明实施例公开的一种确定驾驶员的风险等级的流程示意图；
图4是本发明实施例公开的一种以矩阵形式输出的车辆之间的碰撞风险概率示意图；
图5是本发明实施例公开的一种应用场景；
图6是本发明实施例公开的一种驾驶风险提示装置的结构示意图；
图7是本发明实施例公开的另一种驾驶风险提示装置的结构示意图。
具体实施方式
本发明实施例公开了一种驾驶风险提示方法及装置，用于提高驾驶风险提示的准确度。以下分别进行详细说明。
请参阅图1，图1是本发明实施例公开的一种网络架构示意图。如图1所示，该网络架构可以包括数据处理服务器101和车辆102。数据处理服务器101与车辆102之间可以通过网络连接。数据处理服务器101，用于生成或接收处理指令之后，向车辆102发送信息获取请求。车辆102，用于接收来自数据处理服务器101的信息获取请求，将车辆的信息发送给数据处理服务器101。数据处理服务器101，还用于接收来自车辆102的车辆的信息，根据车辆的信息、驾驶员的信息以及历史数据确定碰撞风险，在碰撞风险大于一阈值的情况下，向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。在数据处理服务器101向车辆102发送提示信息的情况下，车辆102，还用于接收来自数据处理服务器101的用于提示用户车辆存在碰撞风险的提示信息，输出信息。
请参阅图2，图2是本发明实施例公开的一种驾驶风险提示方法的流程示意图。其中，该方法应是从服务器以及车辆或终端设备的角度描述的。如图2所示，该驾驶风险提示方法可以包括以下步骤。
201、服务器获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据。
在服务器需要对驾驶员进行驾驶风险提示的情况下，服务器可以生成用于对车辆进行驾驶风险提示的处理指令，用户也可以通过终端设备或车辆向服务器发送用于对车辆进行驾驶风险提示的处理指令，该处理指令可以携带车辆的标识。服务器生成或接收到处理指令之后，可以从本地或者云端获取驾驶员的信息和历史数据。在驾驶员的信息和历史数据是服务器从云端获取的情况下，可以是服务器主动从云端服务器获取的，也可以是云端服务器下发的。
驾驶员的信息可以包括驾驶员的性别、年龄、驾龄、职业、驾驶员类型、健康状况、精神状态、反应能力、单位所属行业、损失量等能反映驾驶员驾驶水平的信息。损失量可以是能反映出驾驶危险程度的量，包括但不限于交通事故物质财产损失的计量、交通事故社会服务损失的计量以及交通事故人员伤亡损失的计量。历史数据可以包括所有驾驶员的信息，其中，历史数据可以是实时更新的，也可以是周期性更新的。更新的时候可以根据当前情况下进行更新。
驾驶员驾驶车辆的信息可以是服务器获取的。也可以是车辆主动上报给服务器的，可以是周期性上报的，也可以是实时上报的。驾驶员驾驶车辆的信息可以包括车辆类型、位置、速度、加速度、质量、方向、车辆的相对状态信息等。车辆的相对状态信息可以通过车辆的全球定位系统(globalpositioning system，GPS)、摄像头、雷达、传感器等组件采集得到。车辆的相对状态信息可以包括相对距离、车辆之间行驶风向的夹角、相对速度、相对加速度等。
202、服务器根据驾驶员的信息和历史数据确定驾驶员的风险等级。
获取到驾驶员的信息、驾驶员驾驶车辆的信息和历史数据之后，可以根据驾驶员的信息和历史数据确定驾驶员的风险等级。可以先根据历史数据从驾驶员的信息中选取风险变量得到多个风险变量，根据多个风险变量确定多个风险个体，之后根据多个风险个体确定驾驶员的风险等级。
可以先计算多个风险变量中任意两个风险变量之间的相关系数，对相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量，确定相关系数小于第二阈值的风险变量为单风险变量，将多风险组合变量和单风险变量分别确定为风险个体得到多个风险个体。
可以先计算多个风险个体中每个风险个体的风险系数，之后根据风险系数确定驾驶员的风险等级。
请参阅图3，图3是本发明实施例公开的一种确定驾驶员的风险等级的流程示意图。如图3所示，确定驾驶员的风险等级可以包括：先获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据，根据历史数据从驾驶员的信息中选取风险变量得到多个风险变量，计算多个风险变量中任意两个风险变量之间的相关系数，对相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量，确定相关系数小于第二阈值的风险变量为单风险变量，将多风险组合变量和单风险变量分别确定为风险个体得到多个风险个体，计算多个风险个体中每个风险个体的风险系数，根据风险系数确定驾驶员的风险等级。
根据历史数据从驾驶员的信息中选取风险变量得到多个风险变量，可以先根据似然函数计算驾驶员的信息的风险显著性水平，之后可以选取风险显著性水平高的驾驶员的信息作为风险变量得到多个风险变量。其中，似然函数的公式可以表示为：
Figure BDA0002173223160000071
其中，L(α0,X,α1,X)表示风险显著性水平，X表示驾驶员的信息，α0,X+α1,Xxi表示历史数据库中驾驶员的信息与驾驶员驾驶车辆发生风险概率的关系，即驾驶员的信息与驾驶员造成损失量的关系，nX表示驾驶员的数量，yi表示示性因子，当当前驾驶员的损失量大于或等于历史数据中所有驾驶员损失量的平均值时，yi为1，当当前驾驶员的损失量小于历史数据中所有驾驶员损失量的平均值时，yi为0。
具体地，可以先获取驾驶员的某个信息及该信息对应的驾驶员造成的损失量，相应的从历史数据库中选取所有驾驶员的信息，根据所有驾驶员的信息包括的这个信息对应的损失量计算所有驾驶员的这个信息对应的损失量的平均值。之后再比较平均值与当前驾驶员这个信息的损失量，从而确定示性因子。例如，选取的当前驾驶员的信息为年龄，年龄为30岁，对应的损失量为11；根据历史数据包括的所有驾驶员的年龄对应的损失量可以得到所有驾驶员年龄对应的损失量的平均值为20，当前驾驶员的年龄的损失量11小于损失量的平均值20，可以确定当前驾驶员的年龄的示性因子为0。
计算多个风险变量中任意两个风险变量之间的相关系数，得到的相关系数数值越大，则表示两个风险变量的相关程度越高。阈值可以是根据实际情况选取的，也可以是预先设置的。若两个风险变量之间的相关系数大于或等于阈值，则认为这两个风险变量之间相关性较强，可以将这两个风险变量进行组合得到一个多风险组合变量，若这两个风险变量之间的相关系数小于阈值，则认为两个风险变量之间的相关性较弱，可以将这两个风险变量作为两个单风险变量。例如，驾驶员的健康状况与驾驶员的反应能力之间的相关系数为1.5，驾驶员的性别与驾驶员的职业之间的相关系数为0.3，阈值为1，可见，驾驶员的健康状况与驾驶员的反应能力之间的相关系数1.5大于阈值1，认为驾驶员的健康状况与驾驶员的反应能力之间的相关性较强，可以将驾驶员的健康状况与驾驶员的反应能力这两个风险变量组合得到一个多风险组合变量。驾驶员的性别与驾驶员的职业之间的相关系数0.3小于阈值1，认为驾驶员的性别与驾驶员的职业之间的相关性较弱，可以将驾驶员的性别与驾驶员的职业这两个风险变量分别确定为单风险变量。在任意两个多风险组合变量的损失量的平均值非常接近的情况下，可以将该两个多风险组合变量再次进行合并成新的多风险组合变量。之后可以将多风险组合变量和单风险变量分别确定为风险个体得到多个风险个体。
进一步地，计算每一个风险个体的损失量的平均值与标准风险变量的损失量的平均值的比值可以得到每一个风险个体的风险系数。其中，标准风险变量为多个风险变量中误差最小的风险变量，即计算多个风险变量中每一个风险变量的误差，选取误差最小的风险变量作为标准风险变量，也即计算每一个驾驶员的信息的损失量与历史数据中信息的损失量差的平方值，将每一个驾驶员的信息的损失量差的平方值相加获得误差。计算损失量的误差的公式可以如下：
Figure BDA0002173223160000081
其中，
Figure BDA0002173223160000082
表示风险变量的误差，ci为每一个驾驶员的信息的损失量。其中，也可以根据离均差平方和、均方误差、方差、标准差、绝对值误差等方式计算多个风险变量中每一个风险变量的误差。
可以将风险系数的累加和确定为驾驶员的风险等级，也可以将风险系数的加权和确定为驾驶员的风险等级。在将风险系数的加权和确定为驾驶员的风险等级的情况下，每个风险个体的风险系数的权重与天气、路况等环境信息有关，即每个风险个体的风险系数的权重根据当前环境信息确定。
203、服务器根据驾驶员的风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率。
具体地，可以先根据驾驶员驾驶车辆的信息计算碰撞强度，再根据碰撞强度、风险等级和标准碰撞强度确定驾驶员驾驶车辆的碰撞风险概率。可以将车辆的信息输入碰撞函数，输出为碰撞强度。碰撞函数可以为根据物理学领域的引力场论模型、弹簧势能模型以及多普勒效应模型得到的函数。其中，碰撞函数可以表示如下：
FD＝F(MC,RC,rC,vC)
其中，FD表示车辆的碰撞强度，MC表示车辆的质量，RC表示车辆行驶路面位置的属性(如路面粘度、路面坡度、路面弯曲度以及能见度等)，rC表示车辆与其它车辆之间的距离，vC表示车辆与其它车辆之间的相对速度，D表示驾驶员的风险等级。其中，其它车辆是车辆周围的车辆。驾驶员的风险等级可以用于修正因驾驶员产生的车辆运动带来的碰撞风险，修正的方式可以是用驾驶员的风险等级乘以车辆没有驾驶员时的碰撞强度得到该车辆有驾驶员时的碰撞强度，即按照驾驶员的风险等级将车辆没有驾驶员时的碰撞强度按比例伸长或者收缩。得到车辆的碰撞强度之后，再将车辆的碰撞强度与驾驶员的风险等级相乘再除以标准碰撞强度可以得到碰撞风险概率，标准碰撞强度的取值是在标准环境下的碰撞强度值，是交通车辆处于碰撞临界点时的值。
在一种实施例中，在得到车辆的碰撞风险概率之后可以将车辆的碰撞风险概率按矩阵形式输出，也可以将车辆的碰撞风险概率直接输出，还可以为其他输出方式。请参阅图4，图4是本发明实施例公开的一种以矩阵形式输出的车辆之间的碰撞风险概率示意图。如图4所示的矩阵中第i行第j列的元素表示车辆j碰撞到车辆i的概率。例如，矩阵中的第一行第二列的元素0.07表示车辆2碰撞到车辆1的概率是0.07。
204、服务器判断碰撞风险概率是否大于或等于第一阈值，在判断出碰撞风险概率大于或等于第一阈值的情况下，执行步骤205。
服务器根据驾驶员的风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率之后，可以判断碰撞风险概率是否大于或等于第一阈值，在判断出碰撞风险概率大于或等于(或者大于)第一阈值的情况下，表明存在碰撞风险的概率较大，可以执行步骤205。在判断出碰撞风险概率小于(或者小于或等于)第一阈值的情况下，表明存在碰撞风险的概率较小，可以继续判断车辆的碰撞风险概率或者停止判断。
205、服务器向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。
具体地，在车辆的碰撞风险概率大于或等于第一阈值的情况下，服务器可以向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。车辆或车辆对应的终端设备接收到来自服务器的提示信息之后，可以输出提示信息。该提示信息可以以语音方式进行提示，也可以是文本方式进行提示。其中，车辆对应的终端设备可以是与车辆绑定的终端设备，如车辆对应车主的电话号码对应的手机。
在图2所描述的驾驶风险提示方法中，可以通过历史数据、驾驶员的信息和驾驶员驾驶车辆的信息准确地确定车辆的碰撞风险概率并对用户进行提示，从而可以提高驾驶风险提示的准确度。
请参阅图5，图5是本发明实施例公开的一种应用场景。在图5所示的应用场景中，道路交通系统是一个由人、车、路构成的动态系统。系统中，驾驶员接收到提示信息，提示信息经驾驶员的大脑判断形成驾驶员的操作行为，驾驶员的操作使汽车在道路上安全行驶，避免碰撞风险。因此，必须采用系统的观点，综合考虑，协调好人、车、路三者之间的相互关系，从而改善道路交通的安全状况。
请参阅图6，图6是本发明实施例公开的一种驾驶风险提示装置的结构示意图。其中，该驾驶风险提示装置可以为服务器。如图6所示，该驾驶风险提示装置可以包括：
获取单元601，用于获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
第一确定单元602，用于根据驾驶员的信息和历史数据确定驾驶员的风险等级；
第二确定单元603，用于根据风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率；
判断单元604，用于判断碰撞风险概率是否大于或等于第一阈值；
发送单元605，用于在判断出碰撞风险概率大于或等于第一阈值的情况下，向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。
在一个实施例中，第一确定单元602可以包括：
选取子单元6021，用于根据历史数据从驾驶员的信息中选取风险变量，得到多个风险变量；
第一确定子单元6022，用于根据多个风险变量确定多个风险个体；
第二确定子单元6023，用于根据多个风险个体确定驾驶员的风险等级。
在一个实施例中，第一确定子单元6022，具体用于：
计算多个风险变量中任意两个风险变量之间的相关系数；
对相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；
确定相关系数小于第二阈值的风险变量为单风险变量；
将多风险组合变量和单风险变量分别确定为风险个体，得到多个风险个体。
在一个实施例中，第二确定子单元6023具体用于：
计算多个风险个体中每个风险个体的风险系数；
根据风险系数确定驾驶员的风险等级。
在一个实施例中，第二确定单元603具体用于：
根据驾驶员驾驶车辆的信息计算碰撞强度：
根据碰撞强度、风险等级和标准碰撞强度确定驾驶员驾驶车辆的碰撞风险概率。
有关上述获取单元601、第一确定单元602、第二确定单元603、判断单元604和发送单元605详细的描述可以直接参考上述图2所示的方法实施例中的相关描述直接得到，这里不加赘述。
请参阅图7，图7是本发明实施例公开的另一种驾驶风险提示装置的结构示意图。其中，该驾驶风险提示装置可以为服务器。如图7所示，该驾驶风险提示装置可以包括处理器701、存储器702、通信接口703和连接线704。存储器702可以是独立存在，连接线704与处理器701相连接。存储器702也可以和处理器701集成在一起。连接线704可包括一通路，在上述组件之间传送信息。其中：
存储器702中存储有一组计算机程序代码，处理器701用于调用存储器702中存储的程序指令执行以下操作：
获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
根据驾驶员的信息和历史数据确定驾驶员的风险等级；
根据风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率；
判断碰撞风险概率是否大于或等于第一阈值；
在碰撞风险概率大于或等于第一阈值的情况下，向车辆或车辆对应的终端设备发送用于提示用户车辆存在碰撞风险的提示信息。
作为一种可能的实施方式，处理器701根据驾驶员的信息和历史数据确定驾驶员的风险等级包括：
根据历史数据从驾驶员的信息中选取风险变量，得到多个风险变量；
根据多个风险变量确定多个风险个体；
根据多个风险个体确定驾驶员的风险等级。
作为一种可能的实施方式，处理器701根据多个风险变量确定多个风险个体包括：
计算多个风险变量中任意两个风险变量之间的相关系数；
对相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；
确定相关系数小于第二阈值的风险变量为单风险变量；
将多风险组合变量和单风险变量分别确定为风险个体，得到多个风险个体。
作为一种可能的实施方式，处理器701根据多个风险个体确定驾驶员的风险等级包括：
计算多个风险个体中每个风险个体的风险系数；
根据风险系数确定驾驶员的风险等级。
在一个实施例中，处理器701根据风险等级和驾驶员驾驶车辆的信息确定驾驶员驾驶车辆的碰撞风险概率包括：
根据驾驶员驾驶车辆的信息计算碰撞强度；
根据碰撞强度、风险等级和标准碰撞强度确定驾驶员驾驶车辆的碰撞风险概率。
其中，步骤201-步骤204的步骤可以由处理器701和存储器702来执行，步骤205可以通信接口703来执行。
其中，获取单元601、第一确定单元602、第二确定单元603以及判断单元604可以由处理器701和存储器702来实现,发送单元605可以由通信接口703来实现。
本发明实施例还公开了一种存储介质，该存储介质上存储有程序，该程序运行时，实现如图2所示的驾驶风险提示方法。
以上所述的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施方式而已，并不用于限定本申请的保护范围，凡在本申请的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本申请的保护范围之内。

Claims (8)

1.一种驾驶风险提示方法，其特征在于，包括：
获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
根据所述历史数据从所述驾驶员的信息中选取风险变量，得到多个风险变量；
计算所述多个风险变量中任意两个风险变量之间的相关系数；
对所述相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；
确定所述相关系数小于所述第二阈值的风险变量为单风险变量；
将所述多风险组合变量和所述单风险变量分别确定为风险个体，得到多个风险个体；
根据所述多个风险个体确定所述驾驶员的风险等级；
根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率；
判断所述碰撞风险概率是否大于或等于第一阈值；
在判断出所述碰撞风险概率大于或等于所述第一阈值的情况下，向所述车辆或所述车辆对应的终端设备发送用于提示用户所述车辆存在碰撞风险的提示信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个风险个体确定所述驾驶员的风险等级包括：
计算所述多个风险个体中每个风险个体的风险系数；
根据所述风险系数确定所述驾驶员的风险等级。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率包括：
根据所述驾驶员驾驶车辆的信息计算碰撞强度；
根据所述碰撞强度、所述风险等级和标准碰撞强度确定所述驾驶员驾驶车辆的碰撞风险概率。
4.一种驾驶风险提示装置，其特征在于，包括：
获取单元，用于获取驾驶员的信息、驾驶员驾驶车辆的信息和历史数据；
第一确定单元，用于根据所述驾驶员的信息和所述历史数据确定所述驾驶员的风险等级；
第二确定单元，用于根据所述风险等级和所述驾驶员驾驶车辆的信息确定所述驾驶员驾驶车辆的碰撞风险概率；
判断单元，用于判断所述碰撞风险概率是否大于或等于第一阈值；
发送单元，用于在判断出所述碰撞风险概率大于或等于所述第一阈值的情况下，向所述车辆或所述车辆对应的终端设备发送用于提示用户所述车辆存在碰撞风险的提示信息；
所述第一确定单元包括：
选取子单元，用于根据所述历史数据从所述驾驶员的信息中选取风险变量，得到多个风险变量；
第一确定子单元，用于计算所述多个风险变量中任意两个风险变量之间的相关系数；对所述相关系数大于或等于第二阈值的风险变量进行组合得到多风险组合变量；确定所述相关系数小于所述第二阈值的风险变量为单风险变量；将所述多风险组合变量和所述单风险变量分别确定为风险个体，得到多个风险个体；
第二确定子单元，用于根据所述多个风险个体确定所述驾驶员的风险等级。
5.根据权利要求4所述的装置，其特征在于，所述第二确定子单元具体用于：
计算所述多个风险个体中每个风险个体的风险系数；
根据所述风险系数确定所述驾驶员的风险等级。
6.根据权利要求4或5所述的装置，其特征在于，所述第二确定单元具体用于：
根据所述驾驶员驾驶车辆的信息计算碰撞强度；
根据所述碰撞强度、所述风险等级和标准碰撞强度确定所述驾驶员驾驶车辆的碰撞风险概率。
7.一种驾驶风险提示装置，其特征在于，包括处理器、存储器和输出装置，所述输出装置用于输出信息，所述存储器存储有一组计算机程序代码，所述处理器通过执行所述存储器存储的计算机程序代码实现如权利要求1-3任一项所述的方法。
8.一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或计算机指令，当所述计算机程序或计算机指令被运行时，实现如权利要求1-3任一项所述的方法。
CN201910769884.XA 2019-08-20 2019-08-20 一种驾驶风险提示方法及装置 Active CN110803171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910769884.XA CN110803171B (zh) 2019-08-20 2019-08-20 一种驾驶风险提示方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910769884.XA CN110803171B (zh) 2019-08-20 2019-08-20 一种驾驶风险提示方法及装置

Publications (2)

Publication Number Publication Date
CN110803171A CN110803171A (zh) 2020-02-18
CN110803171B true CN110803171B (zh) 2022-08-26

Family

ID=69487492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910769884.XA Active CN110803171B (zh) 2019-08-20 2019-08-20 一种驾驶风险提示方法及装置

Country Status (1)

Country Link
CN (1) CN110803171B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111332289B (zh) * 2020-03-23 2021-05-07 腾讯科技（深圳）有限公司 车辆运行环境数据获取方法、装置和存储介质
CN112700138A (zh) * 2020-12-31 2021-04-23 京东数字科技控股股份有限公司 道路交通风险管理的方法、装置和系统
CN117698770B (zh) * 2024-02-06 2024-04-12 北京航空航天大学 基于多场景融合的自动驾驶决策安全碰撞风险评估方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4578795B2 (ja) * 2003-03-26 2010-11-10 富士通テン株式会社 車両制御装置、車両制御方法および車両制御プログラム
CN106463054B (zh) * 2014-06-03 2019-04-02 宝马股份公司 高级驾驶辅助系统(adas)的自适应报警管理
US9718468B2 (en) * 2015-10-13 2017-08-01 Verizon Patent And Licensing Inc. Collision prediction system
CN107316436B (zh) * 2017-07-31 2021-06-18 努比亚技术有限公司 危险驾驶状态处理方法、电子设备及存储介质
CN108022026A (zh) * 2018-01-25 2018-05-11 戴姆勒股份公司 一种交通安全预警方法、装置及包括该装置的系统
CN109895767B (zh) * 2019-03-19 2020-11-10 奇瑞汽车股份有限公司 汽车的控制方法、装置及存储介质

Also Published As

Publication number Publication date
CN110803171A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
US11375338B2 (en) Method for smartphone-based accident detection
US12044539B2 (en) Data processing system communicating with a map data processing system to determine or alter a navigation path based on one or more road segments
CN110803171B (zh) 一种驾驶风险提示方法及装置
US11815892B2 (en) Agent prioritization for autonomous vehicles
US11062594B2 (en) Method and system for determining traffic-related characteristics
KR101518894B1 (ko) 운전자 보조 시스템의 경고 기준 설정 방법
US11928739B2 (en) Method and system for vehicular collision reconstruction
US11861727B2 (en) Systems and methods for environmental analysis based upon vehicle sensor data
US20210206382A1 (en) Information processing apparatus, information processing system, information processing method, and program
JP2020530578A (ja) 運転行為の採点方法及び装置
CN109523652A (zh) 基于驾驶行为的保险的处理方法、装置、设备及存储介质
CN114022973B (zh) 一种车辆故障的处理方法、装置、设备以及存储介质
WO2016107876A1 (en) Vehicular motion monitoring method
JP2012059058A (ja) 危険推定装置及びプログラム
CN113147794A (zh) 生成自动驾驶预警信息方法、装置、设备及自动驾驶车辆

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40022463

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant