CN111563403B - 车辆状态判断方法、装置、电子设备及计算机可读存储介质 - Google Patents
车辆状态判断方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111563403B CN111563403B CN201910115003.2A CN201910115003A CN111563403B CN 111563403 B CN111563403 B CN 111563403B CN 201910115003 A CN201910115003 A CN 201910115003A CN 111563403 B CN111563403 B CN 111563403B
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- vehicle
- stopped
- judging
- road
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 138
- 230000002159 abnormal effect Effects 0.000 claims abstract description 95
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000005856 abnormality Effects 0.000 claims description 36
- 230000000007 visual effect Effects 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 206010000117 Abnormal behaviour Diseases 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车辆状态判断方法、装置、电子设备及计算机可读存储介质,涉及互联网技术领域,包括:获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置;根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的结果;根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定。依据目标车辆发送过来的车外录像和地理位置直接判断目标车辆是否发生交通事故,可对交通事故的发生及时识别和处理,能有效提高交通事故处理效率,保证交通的正常运行。
Description
技术领域
本申请涉及互联网技术领域,具体而言,涉及一种车辆状态判断方法、装置、电子设备及计算机可读存储介质。
背景技术
不当的驾驶行为是造成交通事故的主要因素之一。根据世界卫生组织的报告显示,每年交通事故中死亡人数近万人,直接经济损失达上百亿美元。一旦发生交通事故,交通秩序的正常运行将受到严重的影响,而及时识别交通事故的发生,可有效提高交通事故处理效率,保证交通的正常运行。
发明内容
有鉴于此,本申请实施例的目的在于提供一种车辆状态判断方法、装置、电子设备及计算机可读存储介质,能够通过对目标车辆发送的车外录像和目标车辆的地理位置进行处理获得目标车辆是否发生交通事故的判定结果,从而及时识别交通事故的发生。
一方面,本申请实施例提供一种车辆状态判断方法,包括:获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置;根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果;根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定。
根据目标车辆的车外录像以及目标车辆的地理位置分别进行车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、停止的位置是否异常、目标车辆是否意思发生纠纷的判定,并且根据上述三个判定结果以及目标车辆停止在道路中的位置来判定目标车辆是否发生交通事故,可以依据目标车辆发送过来的车外录像和地理位置直接判断目标车辆是否发生交通事故,可对交通事故的发生及时识别和处理,能有效提高交通事故处理效率,保证交通的正常运行。
可选地,所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果。所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定。
具体可根据车外录像分别对车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止进行判断,对目标车辆是否处于疑似发生纠纷的状态进行判断;根据车外录像以及目标车辆的地理位置共同判断目标车辆停止的位置是否异常,利用不同的依据对上述三个情况进行判定,可以使判定的结果更加准确。
可选地,所述根据所述目标车辆停止时所在的位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
车外录像记录有至少三个道路延伸特征,即意味着目标车辆目前所在的位置是路口处,在路口处由于堵车,或在转弯待转区域停留的情况较多,因此只是车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、车辆停止的位置异常或处于疑似发生纠纷的状态得到的结论可能不一定准确,因此,当目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时才判定车辆发生交通事故。
可选地,所述根据所述目标车辆停止时所在的位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
车外录像未记录至少三个道路延伸特征,意味着目标车辆不在路口处,相对于在路口处目标车辆正常停止的概率较小。因此,若目标车辆的停止时位于同一道路的不同于所述目标车辆的车辆未停止、停止的位置异常或处于疑似发生纠纷的状态任一项满足时,即可判定目标车辆发生交通事故。
可选地,所述根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果,包括:判断所述车外录像的第一视角位置的车辆是否停止和所述车外录像的第二视角位置的车辆是否停止,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述第二视角位置为所述目标车辆所在车道的旁边车道的位置;若所述第一视角位置的车辆停止且所述第二视角位置的车辆停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果;若所述第一视角位置的车辆未停止或所述第二视角位置的车辆未停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
具体判断与目标车辆位于同一车道的其他车辆是否停止,还可以判断目标车辆所在车道的旁边车道上的车辆是否停止,若均停止,表明当前情况属于堵车的可能性较大。因此,可以得出车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的判定结果,即该车辆停止的行为并非异常行为。若同一车道的其他车辆未停止或旁边车道的车辆未停止,表明在非堵车状态下目标车辆停止,则给出车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的判定结果,即目标车辆的停止行为可能属于异常行为。
可选地,所述根据所述车外录像以及所述车辆的地理位置判断车辆停止的位置是否异常,获得第二判定结果,包括:获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对,判断所述目标车辆的地理位置是否位于高速公路;若是,则获得所述目标车辆停止位置异常的第二判定结果。
如果目标车辆停止的地理位置位于高速公路,则只要目标车辆停止,就意味着车辆出现异常,给出目标车辆停止位置异常的第二判定结果。可以先执行目标车辆是否停在高速公路的判断来对目标车辆停止位置是否异常进行初步判断,从而有机会提高停止位置是否异常的判断效率。
可选地,在所述判断所述目标车辆的地理位置是否位于高速公路之后,所述方法还包括:若所述目标车辆的地理位置未位于高速公路,获得所述车外录像记录的第三视角位置,判断所述第三视角位置是否呈现道路边缘特征,其中,所述道路边缘特征为反映一位置为道路边缘位置的特征;若否,则获得所述目标车辆停止位置异常的第二判定结果。
若目标车辆没有在高速公路上,则判断目标车辆是否在道路边缘,若目标车辆停在道路边缘,可能是正常停车,则获得目标车辆停止位置未异常的第二判定结果;若目标车辆没有停在道路边缘,正常停车的可能性较小,因此给出目标车辆停止位置异常的第二判定结果。
可选地,所述根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果,包括:根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置是否有预设特征图像,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像;若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果;若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
目标车辆是否处于疑似发生纠纷的状态的判断标准较多,例如可以判断目标车辆的周围车辆距目标车辆的距离,目标车辆的同一车道的位置,即该目标车辆的前后方是否有行人阻拦或是否有倒地的两轮车,两轮车包括自行车或电动车。若目标车辆与周围车辆的距离低于预设距离,或目标车辆的前后方有行人阻拦或有倒地的两轮车,可以给出目标车辆处于疑似发生纠纷的状态的判定结果;若目标车辆与周围车辆的距离高于预设距离,且目标车辆的前后方没有行为阻拦或倒地的两轮车,则可以给出目标车辆未处于疑似发生纠纷的状态的判定结果。
可选地,上述的方法利用识别模型实现,所述识别模型的训练过程包括:将发生交通事故的结果的车辆的历史车外环境数据作为样本,对所述识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。
上述方法均可以利用识别模型来实现,该识别模型可以根据历史交通事故的结果以及相应的历史车外环境数据作为样本,进行识别模型的训练,从而加强该识别模型的识别准确度。
可选地,在所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定之后,所述方法还包括:根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。
若被异常取消的订单对应的目标车辆发生了交通事故,由于交通事故属于不可控因素,则可以对目标车辆的驾驶员的被异常取消的订单免责,不追求驾驶员取消订单的责任。
可选地,所述根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理,包括:若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任;在预设时间段内停止向所述服务提供方的帐号派单。
并且在对发生交通事故的目标车辆对应的异常取消的订单免责之后,还可以在一定时间内停止向该驾驶员(即服务提供方)派单,一定时间可以是若干个小时,也可以是一天,从而避免后续订单被异常取消。
另一方面,本申请实施例还提供一种车辆状态判定方法,所述方法包括:判断目标车辆是否疑似发生碰撞;若是,将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器。
若目标车辆出现疑似发生碰撞的情况,例如,目标车辆的惯性测量单元(Inertialmeasurement unit,简称IMU)监控到车辆疑似发生碰撞,或目标车辆的车速骤然下降一定的幅度,均可以认为目标车辆是疑似发生碰撞。目标车辆可以将车外录像和自身的地理位置发送给服务器,以供服务器分析判断车辆是否真的发生碰撞。
另一方面,本申请实施例还提供一种车辆状态判定方法,所述方法包括:当订单被异常取消后,上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器。
异常取消包括服务提供方无故取消或服务请求方取消订单并投诉服务提供方,若出现订单被异常取消的情况时,目标车辆可以上传车外录像和自身的地理位置发送给服务器,以供服务器分析判断车辆是否发生交通事故。
另一方面,本申请实施例还提供一种车辆状态判断装置,包括:录像获取模块,用于获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置;异常判定模块,用于根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果;交通事故判定模块,用于根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定。
根据目标车辆的车外录像以及目标车辆的地理位置分别进行车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、停止的位置是否异常、目标车辆是否意思发生纠纷的判定,并且根据上述三个判定结果以及目标车辆停止在道路中的位置来判定目标车辆是否发生交通事故,可以依据目标车辆发送过来的车外录像和地理位置直接判断目标车辆是否发生交通事故,可对交通事故的发生及时识别和处理,能有效提高交通事故处理效率,保证交通的正常运行。
可选地,所述异常判定模块包括:停止异常子模块,用于根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;停止位置异常子模块,用于根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;疑似纠纷子模块,用于根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;交通事故判定模块,还用于根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定。
具体可根据车外录像分别对车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止进行判断,对目标车辆是否处于疑似发生纠纷的状态进行判断;根据车外录像以及目标车辆的地理位置共同判断目标车辆停止的位置是否异常,利用不同的依据对上述三个情况进行判定,可以使判定的结果更加准确。
可选地,交通事故判定模块,还用于若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
车外录像记录有至少三个道路延伸特征,即意味着目标车辆目前所在的位置是路口处,在路口处由于堵车,或在转弯待转区域停留的情况较多,因此只是车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、车辆停止的位置异常或处于疑似发生纠纷的状态得到的结论可能不一定准确,因此,当目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时才判定车辆发生交通事故。
可选地,所述交通事故判定模块,还用于若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
车外录像未记录至少三个道路延伸特征,意味着目标车辆不在路口处,相对于在路口处目标车辆异常停止的概率较小。因此,若目标车辆的停止时位于同一道路的不同于所述目标车辆的车辆未停止、停止的位置异常或处于疑似发生纠纷的状态任一项满足时,即可判定目标车辆发生交通事故。
可选地,所述停止异常子模块包括:车辆停止次子模块,用于判断所述车外录像的第一视角位置的车辆是否停止和所述车外录像的第二视角位置的车辆是否停止,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述第二视角位置为所述目标车辆所在车道的旁边车道的位置;停止不异常次子模块,用于若所述第一视角位置的车辆停止且所述第二视角位置的车辆停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果;停止异常次子模块,用于若所述第一视角位置的车辆未停止或所述第二视角位置的车辆未停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
具体判断与目标车辆位于同一车道的其他车辆是否停止,还可以判断目标车辆所在车道的旁边车道上的车辆是否停止,若均停止,表明当前情况属于堵车的可能性较大。因此,可以得出车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的判定结果。若同一车道的其他车辆未停止或旁边车道的车辆未停止,表明在非堵车状态下目标车辆停止,则给出车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的判定结果。
可选地,所述停止位置异常子模块包括:地理位置比对次子模块,用于获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对,判断所述目标车辆的地理位置是否位于高速公路;停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
如果目标车辆停止的地理位置位于高速公路,则只要目标车辆停止,就意味着车辆出现异常,给出目标车辆停止位置异常的第二判定结果。可以先执行目标车辆是否停在高速公路的判断来对目标车辆停止位置是否异常进行初步判断,从而有机会提高停止位置是否异常的判断效率。
可选地,所述停止位置异常子模块还包括:道路边缘特征次子模块,用于若所述目标车辆的地理位置未位于高速公路,获得所述车外录像记录的第三视角位置,判断所述第三视角位置是否呈现道路边缘特征,其中,所述道路边缘特征为反映一位置为道路边缘位置的特征;停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
若目标车辆没有在高速公路上,则判断目标车辆是否在道路边缘,若目标车辆停在道路边缘,可能是正常停车,则获得目标车辆停止位置未异常的第二判定结果;若目标车辆没有停在道路边缘,正常停车的可能性较小,因此给出目标车辆停止位置异常的第二判定结果。
可选地,所述疑似纠纷子模块包括:录像处理次子模块,用于根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置是否有预设特征图像,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像;疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果;未疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
目标车辆是否处于疑似发生纠纷的状态的判断标准较多,例如可以判断目标车辆的周围车辆距目标车辆的距离,目标车辆的同一车道的位置,即该目标车辆的前后方是否有行人阻拦或是否有倒地的两轮车,两轮车包括自行车或电动车。若目标车辆与周围车辆的距离低于预设距离,且目标车辆的前后方有行人阻拦或有倒地的两轮车,可以给出目标车辆处于疑似发生纠纷的状态的判定结果;若目标车辆与周围车辆的距离高于预设距离,且目标车辆的前后方没有行为阻拦或倒地的两轮车,则可以给出目标车辆未处于疑似发生纠纷的状态的判定结果。
可选地,所述装置还包括:模型训练模块,用于将发生交通事故的结果的车辆的历史车外环境数据作为样本,对识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。
上述方法均可以利用识别模型来实现,该识别模型可以根据历史交通事故的结果以及相应的历史车外环境数据作为样本,进行识别模型的训练,从而加强该识别模型的识别准确度。
可选地,异常订单处理模块,用于根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。
若被异常取消的订单对应的目标车辆发生了交通事故,由于交通事故属于不可控因素,则可以对目标车辆的驾驶员的被异常取消的订单免责,不追求驾驶员取消订单的责任。
可选地,所述异常订单处理模块包括:免责子模块,用于若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任;停止派单子模块,用于在预设时间段内停止向所述服务提供方的帐号派单。
并且在对发生交通事故的目标车辆对应的异常取消的订单免责之后,还可以在一定时间内停止向该驾驶员(即服务提供方)派单,一定时间可以是若干个小时,也可以是一天,从而避免后续订单被异常取消。
另一方面,本申请实施例还提供了一种车辆状态判断装置,所述装置包括:疑似碰撞判断模块,用于判断目标车辆是否疑似发生碰撞;录像发送模块,用于将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器。
若目标车辆出现疑似发生碰撞的情况,例如,目标车辆的惯性测量单元(Inertialmeasurement unit,简称IMU)监控到车辆疑似发生碰撞,或目标车辆的车速骤然下降一定的幅度,均可以认为目标车辆是疑似发生碰撞。目标车辆可以将车外录像和自身的地理位置发送给服务器,以供服务器分析判断车辆是否真的发生碰撞。
另一方面,本申请实施例还提供了一种车辆状态判断装置,所述装置包括:录像上传模块,用于当订单被异常取消后,上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器。
异常取消包括服务提供方无故取消或服务请求方取消订单并投诉服务提供方,若出现订单被异常取消的情况时,目标车辆可以上传车外录像和自身的地理位置发送给服务器,以供服务器分析判断车辆是否发生交通事故。
另一方面,本申请实施例还提供一种电子设备,包括:处理器、存储介质和总线;存储介质存储有处理器可执行的机器可读指令,当电子设备运行时,处理器与存储介质之间通过总线通信,处理器执行机器可读指令,以执行时执行如上述一方面提供的车辆状态判断方法。
另一方面,本申请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上存储有计算机程序,该计算机程序被处理器运行时执行如上述一方面提供的车辆状态判断方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的电子设备结构示意图;
图2示出了本申请实施例所提供的一种车辆状态判断方法的流程示意图;
图3示出了图2中步骤S120的一种具体实施方式的流程示意图;
图4示出了图3中步骤S121的一种具体实施方式的流程示意图;
图5示出了图3中步骤S122的一种具体实施方式的流程示意图;
图6示出了图3中步骤S123的一种具体实施方式的流程示意图;
图7示出了本申请实施例所提供的另一种车辆状态判断方法的流程示意图;
图8示出了本申请实施例所提供的一种车辆状态判断装置的示意性结构框图;
图9示出了本申请实施例所提供的车辆状态判断系统的框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
为了使得本领域技术人员能够使用本申请内容,结合车辆状态判断方法,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。此外,本申请实施例中,“多个”是指两个或两个以上。服务提供方指的是提供服务或促成服务的提供的个人,例如,可以是网约车的驾驶员。服务请求方为请求服务或订购服务的个人,例如,可以是乘客。
图1为本申请实施例提供的电子设备结构示意图。例如,处理器可以用于电子设备100上,并且用于执行本申请中的功能。
电子设备100可以是通用计算机或特殊用途的计算机,两者都可以用于实现本申请的车辆状态判断方法。本申请尽管仅示出了一个计算机,但是为了方便起见,可以在多个类似平台上以分布式方式实现本申请描述的功能,以均衡处理负载。
例如,电子设备100可以包括连接到网络的网络端口110、用于执行程序指令的一个或多个处理器120、通信总线130和不同形式的存储介质140,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。电子设备100还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output,I/O)接口150。
为了便于说明,在电子设备100中仅描述了一个处理器。然而,应当注意,本申请中的电子设备100还可以包括多个处理器,因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如,若电子设备100的处理器执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B。
现有技术中,网约车的订单被异常取消时,往往无法得知是否是交通事故导致该网约车的订单被取消的。因此,本申请实施例提供了一种车辆状态判断方法,从而及时识别交通事故的发生,有效提高交通事故处理效率,保证交通的正常运行。
请参见图2,图2示出了本申请实施例提供的车辆状态判断方法,具体包括如下步骤:
步骤S110,获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置。
目标车辆可以有多个摄像头,多个摄像头分别拍摄目标车辆的不同角度的车外,例如,可以有4个摄像头,4个摄像头分别拍摄目标车辆的行进方向的视角、目标车辆的与行进方向相反方向的视角、目标车辆的两侧的视角。目标车辆上的摄像头可以是有超广角镜头的摄像头,从而可以拍摄到更大的可视角度。车外录像为目标车辆的摄像头拍摄的反映车辆外部画面的录像。目标车辆的地理位置可以由目标车辆上装载的全球定位系统(Global Positioning System,GPS)获得。
服务器可以在下述情况中获得目标车辆发送的该目标车辆的摄像头记录的车外录像和目标车辆的地理位置:目标车辆出现疑似发生碰撞时,目标车辆将自身的摄像头记录的车外录像和自身的地理位置发送给服务器;网约车订单被异常取消后,目标车辆上传目标车辆的摄像头记录的车外录像和目标车辆的地理位置。网约车订单被异常取消,可以由目标车辆自行上传车外录像和目标车辆的地理位置,也可以由服务器向目标车辆发送获取车外录像和目标车辆的地理位置的请求。
步骤S120,根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果。
可选地,请参见图3,步骤S120具体包括如下步骤:
步骤S121,根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果。
目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止指的是目标车辆停止的动作是否是异常的,具体可以根据车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,例如,可以获得该目标车辆周围其他车辆的录像,并判断周围其他车辆是否停止,若周围其他车辆同样也停止,则可能是共同等红绿灯,也可能是堵车,得出目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果,目标车辆的停止行为并非异常的行为;若周围其他车辆均未停止,则可以排除等红绿灯或堵车的可能性,得出目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果,目标车辆的停止行为可能是异常的行为。
步骤S122,根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果。
目标车辆停止的位置是否异常指的是目标车辆停止时所在的位置是否是按照交通规则可以停车的位置,可以根据车外录像与目标车辆的地理位置共同进行停止位置是否异常的判断。
步骤S123,根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果。
车辆是否处于疑似发生纠纷的状态指的是车辆是否疑似发生如与其他机动车辆碰撞、撞到行人、撞到自行车或电动车等纠纷,可以根据车外录像直接进行判断。
具体可根据车外录像分别对车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止进行判断,对目标车辆是否处于疑似发生纠纷的状态进行判断;根据车外录像以及目标车辆的地理位置共同判断目标车辆停止的位置是否异常,分别利用不同的依据对上述三个情况进行判定,可以使判定的结果更加准确。
步骤S130,根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定。
步骤S130具体包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定。
具体地,若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
至少三个道路延伸特征表明目标车辆所处的位置在至少三条道路交汇的位置,即目标车辆处于丁字路口或十字路口处,在路口处由于堵车,或在转弯待转区域停留的情况较多,因此只是车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、车辆停止的位置异常或处于疑似发生纠纷的状态得到的结论可能不一定准确,因此,当目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时才判定车辆发生交通事故。
若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
车外录像未记录至少三个道路延伸特征,意味着目标车辆不在路口处,不在路口处相对于在路口处目标车辆正常停止的概率较小。因此,若目标车辆的停止时位于同一道路的不同于所述目标车辆的车辆未停止、停止的位置异常或处于疑似发生纠纷的状态任一项满足时,即可判定目标车辆发生交通事故。
可选地,请参见图4,图4示出了步骤S121的具体步骤示意图,具体包括如下步骤:
步骤S1211,判断车外录像的第一视角位置的车辆是否停止,若是,则执行步骤S1212;若否,则执行步骤S1214。
第一视角位置为与目标车辆位于同一车道的位置,判断目标车辆同一车道的其他车辆是否停止,若停止,表明由于堵车或等红绿灯等正常原因而停车的可能性较大,继续执行步骤S1212进行进一步判断。若未停止,则可以排除堵车或等红绿灯等正常原因而造成的停车,执行步骤S1214。
步骤S1212,判断车外录像的第二视角位置的车辆是否停止,若是,则执行步骤S1213;若否,则执行步骤S1214。
第二视角位置为与目标车辆所在车道的旁边车道的位置,在目标车辆同一车道的其他车辆停止的情况下,可以进一步判断目标车辆旁边车道上行驶的车辆是否停止。若目标车辆旁边车道上的车辆依然停止,进一步加大了由于堵车或等红绿灯等正常原因而停车的可能性,则执行步骤S1213。若目标车辆旁边车道上的车辆未停止,可以排除堵车或等红绿灯等正常原因而造成的停车,执行步骤S1214。
步骤S1213,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果。
服务器给出目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果,即目标车辆的停止行为并不是异常行为。
步骤S1214,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
服务器给出目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果,即目标车辆的停止行为可能属于异常行为。
具体判断与目标车辆位于同一车道的其他车辆是否停止,还可以判断目标车辆所在车道的旁边车道上的车辆是否停止。若均停止,表明当前情况属于堵车或等红绿灯的可能性较大。因此,可以得出车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的判定结果。若同一车道的其他车辆未停止或旁边车道的车辆未停止,表明在非堵车状态下目标车辆停止,则给出车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的判定结果。
可选地,请参见图5,图5示出了步骤S122的具体步骤示意图,具体包括如下步骤:
步骤S1221,获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对。
步骤S1222,判断所述目标车辆的地理位置是否位于高速公路,若是,执行步骤S1225;若否,执行步骤S1223。
由于高速公路上在非异常的情况下不会出现车辆停止的情况,因此只要目标车辆停止,就意味着车辆出现异常,执行步骤S1225;若目标车辆停止的位置不是高速公路,就需要根据新的信息进行进一步地判断。
步骤S1223,获得所述车外录像记录的第三视角位置。
第三视角位置可以是目标车辆的车两侧摄像头对应的位置。
步骤S1224,判断所述第三视角位置是否呈现道路边缘特征,若否,执行步骤S1225。
道路边缘特征是反映某位置是道路边缘位置的特征,例如可以是路沿石的图像特征,也可以是道路两旁的行道树或绿化带特征,也可以是自行车道的图像特征等。道路边缘特征的具体表现形式不应该理解为是对本申请的限制。若第三视角位置未呈现出道路边缘特征,则意味着目标车辆停止的位置未在道路边,则执行步骤S1225;若第三视角位置呈现出道路边缘特征,则意味着目标车辆停止的位置在道路边,则可以给出目标车辆停止位置未异常的第二判定结果。
步骤S1225,获得所述目标车辆停止位置异常的第二判定结果。
服务器给出目标车辆停止位置异常的第二判定结果。
若目标车辆没有在高速公路上,则判断目标车辆是否在道路边缘,若目标车辆停在道路边缘,可能是正常停车,则获得目标车辆停止位置未异常的第二判定结果;若目标车辆没有停在道路边缘,正常停车的可能性较小,因此给出目标车辆停止位置异常的第二判定结果。
可选地,请参见图6,图6示出了步骤S123的具体步骤示意图,具体包括如下步骤:
步骤S1231,根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置拍摄的图像。
步骤S1232,若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置拍摄的图像有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果。
预设距离为目标车辆与周围车辆之间的安全距离,若高于预设距离,则可以认为发生碰撞的概率较小,若低于预设距离,则可以认为发生碰撞的概率较大。第一视角位置为与目标车辆位于同一车道的位置,即该目标车辆的前方或后方的位置,预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像。若目标车辆与周围车辆的距离低于预设距离,或目标车辆的前后方有行人阻拦或有倒地的两轮车,可以给出目标车辆处于疑似发生纠纷的状态的判定结果。
步骤S1233,若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置拍摄的图像无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
若目标车辆与周围车辆的距离高于预设距离,且目标车辆的前后方没有行为阻拦或倒地的两轮车,则可以给出目标车辆未处于疑似发生纠纷的状态的判定结果。
上述方法均可以利用识别模型来实现,该识别模型的训练过程包括如下步骤:将发生交通事故的结果的车辆的历史车外环境数据作为样本,对所述识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。该识别模型可以根据历史交通事故的结果以及相应的历史车外环境数据作为样本,进行识别模型的训练,从而加强该识别模型的识别准确度。
可选地,在步骤S130之后,该方法还可以包括:
根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任。在预设时间段内停止向所述服务提供方的帐号派单。
若被异常取消的订单对应的目标车辆发生了交通事故,由于交通事故属于不可控因素,则可以对目标车辆的驾驶员的被异常取消的订单免责,不追究驾驶员取消订单的责任。并且在对发生交通事故的目标车辆对应的异常取消的订单免责之后,还可以在一定时间内停止向该驾驶员(即服务提供方)派单,一定时间可以是若干个小时,也可以是一天,从而避免后续订单被异常取消。
可选地,请参见图7,在本申请的一种具体实施方式中,还提供了一种车辆状态判断方法,包括:
步骤S210,判断目标车辆是否疑似发生碰撞;若是,执行步骤S220。
目标车辆是否疑似发生碰撞可以通过如下方式进行判断:例如,目标车辆的惯性测量单元(Inertial measurement unit,简称IMU)监控到车辆疑似发生碰撞,或目标车辆的车速骤然下降一定的幅度。
步骤S220,将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器。
目标车辆可以将车外录像和自身的地理位置发送给服务器,以供服务器分析判断车辆是否真的发生碰撞。
在本申请的另一种具体实施方式中,当订单被异常取消后,目标车辆依然可以上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器。
异常取消包括服务提供方无故取消或服务请求方取消订单并投诉服务提供方,若服务提供方无故取消网约车订单,则目标车辆的车外录像和地理位置可以连同被取消的网约车订单共同发送给服务器,也可以由服务器先接收服务提供方发送的取消网约车订单请求,并在判定该取消网约车订单请求无合理理由时,发送目标车辆的车外录像和地理位置的获取请求至目标车辆。若网约车订单是被服务请求方取消且由服务请求方发起了投诉,则服务器在接收到服务请求方的投诉请求后,发送目标车辆的车外录像和地理位置的获取请求至目标车辆,以便服务器分析判断车辆是否发生交通事故。
图8示出了车辆状态判断装置的示意性结构框图,该车辆状态判断装置实现的功能对应上述方法执行的步骤。该装置可以理解为执行车辆状态判断方法的服务器,或服务器中的处理器,也可以理解为独立于上述服务器或处理器之外的在服务器控制下实现本申请功能的组件,如图所示,该车辆状态判断装置800可以包括:
录像获取模块810,用于获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置。
异常判定模块820,用于根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果。
交通事故判定模块830,用于根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定。
在上述实施例的基础上,所述异常判定模块包括:停止异常子模块,用于根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;停止位置异常子模块,用于根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;疑似纠纷子模块,用于根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;交通事故判定模块,还用于根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定。
在上述实施例的基础上,所述交通事故判定模块,还用于若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
在上述实施例的基础上,所述交通事故判定模块,还用于若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故,其中,所述道路延伸特征为表征道路由近到远延伸的特征。
在上述实施例的基础上,所述停止异常子模块包括:车辆停止次子模块,用于判断所述车外录像的第一视角位置的车辆是否停止和所述车外录像的第二视角位置的车辆是否停止,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述第二视角位置为所述目标车辆所在车道的旁边车道的位置;停止不异常次子模块,用于若所述第一视角位置的车辆停止且所述第二视角位置的车辆停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果;停止异常次子模块,用于若所述第一视角位置的车辆未停止或所述第二视角位置的车辆未停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
在上述实施例的基础上,所述停止位置异常子模块包括:地理位置比对次子模块,用于获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对,判断所述目标车辆的地理位置是否位于高速公路;停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
在上述实施例的基础上,所述停止位置异常子模块还包括:道路边缘特征次子模块,用于若所述目标车辆的地理位置未位于高速公路,获得所述车外录像记录的第三视角位置,判断所述第三视角位置是否呈现道路边缘特征,其中,所述道路边缘特征为反映一位置为道路边缘位置的特征;停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
在上述实施例的基础上,所述疑似纠纷子模块包括:录像处理次子模块,用于根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置是否有预设特征图像,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像;疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果;未疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
在上述实施例的基础上,所述装置还包括:模型训练模块,用于将发生交通事故的结果的车辆的历史车外环境数据作为样本,对识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。
在上述实施例的基础上,所述装置还包括:异常订单处理模块,用于根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。
在上述实施例的基础上,所述异常订单处理模块包括:免责子模块,用于若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任;停止派单子模块,用于在预设时间段内停止向所述服务提供方的帐号派单。
在本申请的一种具体实施方式中,还提供了一种车辆状态判断装置,所述装置包括:疑似碰撞判断模块,用于判断目标车辆是否疑似发生碰撞;录像发送模块,用于将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器。
在本申请的另一种具体实施方式中,提供了一种车辆状态判断装置,所述装置包括:录像上传模块,用于当订单被异常取消后,上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器。
上述模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合线缆等,或其任意组合。无线连接可以包括通过LAN、WAN、蓝牙、ZigBee、或NFC等形式的连接,或其任意组合。两个或更多个模块可以组合为单个模块,并且任何一个模块可以分成两个或更多个单元。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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,又例如,多个模块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。另一点,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通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图9本发明实施例提供的车辆状态判断系统的框图。例如,车辆状态判断系统可以是用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、驾驶员租赁、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。车辆状态判断系统可以包括服务器501、网络502、服务请求端503、服务提供端504和数据库505中的一种或多种,服务器501中可以包括执行指令操作的处理器。应当说明的是,服务器可以为本发明实施例提供的车辆状态判断装置。
在一些实施例中,服务器501可以是单个服务器,也可以是服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器501可以是分布式系统)。在一些实施例中,服务器501相对于终端,可以是本地的、也可以是远程的。例如,服务器501可以经由网络502访问存储在服务请求端503、服务提供端504、或数据库505、或其任意组合中的信息和/或数据。作为另一示例,服务器501可以直接连接到服务请求端503、服务提供端504和数据库505中至少一个,以访问存储的信息和/或数据。在一些实施例中,服务器501可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。在一些实施例中,服务器501可以在具有本申请中图1所示的一个或多个组件的电子设备100上实现。
在一些实施例中,服务器501可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,处理器可以基于从服务请求端503获得的数据信息来进行车辆状态判断。在一些实施例中,处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、专用指令集处理器(Application Specific Instruction-set Processor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)、或微处理器等,或其任意组合。
网络502可以用于信息和/或数据的交换。在一些实施例中,车辆状态判断系统中的一个或多个组件(例如,服务器501,服务请求端503,服务提供端504和数据库505)可以向其他组件发送信息和/或数据。例如,服务器501可以经由网络502从服务请求端503获取服务请求。在一些实施例中,网络502可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络502可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched TelephoneNetwork,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等,或其任意组合。在一些实施例中,网络502可以包括一个或多个网络接入点。例如,网络502可以包括有线或无线网络接入点,例如基站和/或网络交换节点,车辆状态判断系统的一个或多个组件可以通过该接入点连接到网络502以交换数据和/或信息。
在一些实施例中,服务请求端503的用户可以是除服务实际需求者之外的其他人。例如,服务请求端503的用户A可以使用服务请求端503来为服务实际需求者B发起服务请求(比如,用户A可以为自己的朋友B叫车),或者从服务器501接收服务信息或指令等。在一些实施例中,服务提供端504的用户可以是服务实际提供者,也可以是除服务实际提供者之外的其他人。例如,服务提供端504的用户C可以使用服务提供端504接收由服务实际提供者D提供服务的服务请求(比如用户C可以为自己雇用的司机D接单),和/或来自服务器501的信息或指令。在一些实施例中,“服务请求方”和“服务请求端”可以互换使用,“服务提供方”和“服务提供端”可以互换使用。
在一些实施例中,服务请求端503可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等,或其任意组合。在一些实施例中,移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等,或其任意组合。在一些实施例中,可穿戴设备可包括智能手环、智能鞋带、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能配件等、或其任何组合。在一些实施例中,智能移动设备可以包括智能手机、个人数字助理(PersonalDigital Assistant,PDA)、游戏设备、导航设备、或销售点(point of sale,POS)设备等,或其任意组合。在一些实施例中,服务请求端503可以是具有用于定位服务请求方和/或服务请求端的位置的定位技术的设备。
在一些实施例中,服务提供端504可以是与服务请求端503类似或相同的设备。在一些实施例中,服务提供端504可以是具有定位技术的设备,用于定位服务提供方和/或服务提供端的位置。在一些实施例中,服务请求端503和/或服务提供端504可以与其他定位设备通信以确定服务请求方、服务请求端503、服务提供方、或服务提供端504、或其任意组合的位置。在一些实施例中,服务请求端503和/或服务提供端504可以将定位信息发送给服务器501。
数据库505可以存储数据和/或指令。在一些实施例中,数据库505可以存储从服务请求端503和/或服务提供端504获得的数据。在一些实施例中,数据库505可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中,数据库505可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory,ROM)等,或其任意组合。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(Random Access Memory,RAM);RAM可以包括动态RAM(Dynamic Random AccessMemory,DRAM),双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM,DDRSDRAM);静态RAM(Static Random-Access Memory,SRAM),晶闸管RAM(Thyristor-BasedRandom Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-Only Memory,MROM)、可编程ROM(Programmable Read-Only Memory,PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory,PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable read only memory,EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中,数据库505可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等,或其任意组合。
在一些实施例中,数据库505可以连接到网络502以与车辆状态判断系统(例如,服务器501,服务请求端503,服务提供端504等)中的一个或多个组件通信。车辆状态判断系统中的一个或多个组件可以经由网络502访问存储在数据库505中的数据或指令。在一些实施例中,数据库505可以直接连接到车辆状态判断系统中的一个或多个组件(例如,服务器501,服务请求端503,服务提供端504等);或者,在一些实施例中,数据库505也可以是服务器501的一部分。
在一些实施例中,车辆状态判断系统中的一个或多个组件(例如,服务器501,服务请求端503,服务提供端504等)可以具有访问数据库505的权限。在一些实施例中,当满足一定条件时,车辆状态判断系统中的一个或多个组件可以读取和/或修改与服务请求方、服务提供方、或公众、或其任意组合有关的信息。例如,服务器501可以在接收服务请求之后读取和/或修改一个或多个用户的信息。作为另一示例,服务提供端504可以在从服务请求端503接收服务请求时访问与服务请求方有关的信息,但是服务提供端504可以不修改服务请求方的相关信息。
在一些实施例中,可以通过请求服务来实现车辆状态判断系统中的一个或多个组件的信息交换。服务请求的对象可以是任何产品。在一些实施方案中,产品可以是有形产品或非物质产品。有形产品可包括食品、药品、商品、化学产品、电器、服装、汽车、房屋、或奢侈品等,或其任意组合。非物质产品可以包括服务产品、金融产品、知识产品、或互联网产品等,或其任意组合。互联网产品可以包括单独的主机产品、网络产品、移动互联网产品、商业主机产品、或嵌入式产品等,或其任意组合。互联网产品可以用在移动终端的软件、程序、或系统等,或者它们的任意组合中。移动终端可以包括平板电脑、笔记本电脑、移动电话、个人数字助理(Personal Digital Assistant,PDA)、智能手表、销售点(Point of sales,POS)设备、车载电脑、车载电视、或可穿戴设备等,或其任意组合。例如,互联网产品可以是计算机或移动电话中使用的任何软件和/或应用程序。软件和/或应用程序可以涉及社交、购物、运输、娱乐时间、学习、或投资等,或其任意组合。在一些实施例中,与运输有关的软件和/或应用程序可以包括旅行软件和/或应用程序、车辆调度软件和/或应用程序、绘图软件和/或应用程序等。在车辆调度软件和/或应用程序中,车辆可包括马、马车、人力车(例如,独轮车、自行车、三轮车等)、汽车(例如,出租车、公共汽车、私家车等)、火车、地铁、船只、飞机(例如,飞机、直升机、航天飞机、火箭、热气球等)等,或其任意组合。
另一方面,本申请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上存储有计算机程序,该计算机程序被处理器运行时执行如上述一方面提供的车辆状态判断方法的步骤。
以上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,可轻易想到变化或替换,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 (22)
1.一种车辆状态判断方法,其特征在于,应用于服务器,所述方法包括:
获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置;其中,所述车外录像以及所述地理位置在判断出所述目标车辆疑似发生碰撞,或者订单被异常取消后上传给所述服务器;判断出所述目标车辆疑似发生碰撞的方式包括:所述目标车辆的惯性测量单元监控到车辆疑似发生碰撞,或者所述目标车辆的车速骤然下降一定的幅度;所述订单被异常取消包括:服务提供方无故取消或服务请求方取消订单并投诉服务提供方;所述订单为所述目标车辆的网约车订单;
根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果;
根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:
根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;
根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;
根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:
根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:
若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;
若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;
其中,所述道路延伸特征为表征道路由近到远延伸的特征。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果,包括:
判断所述车外录像的第一视角位置的车辆是否停止和所述车外录像的第二视角位置的车辆是否停止,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述第二视角位置为所述目标车辆所在车道的旁边车道的位置;
若所述第一视角位置的车辆停止且所述第二视角位置的车辆停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果;
若所述第一视角位置的车辆未停止或所述第二视角位置的车辆未停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
3.根据权利要求1所述的方法,其特征在于,所述根据所述车外录像以及所述车辆的地理位置判断车辆停止的位置是否异常,获得第二判定结果,包括:
获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对,判断所述目标车辆的地理位置是否位于高速公路;
若是,则获得所述目标车辆停止位置异常的第二判定结果。
4.根据权利要求3所述的方法,其特征在于,在所述判断所述目标车辆的地理位置是否位于高速公路之后,所述方法还包括:
若所述目标车辆的地理位置未位于高速公路,获得所述车外录像记录的第三视角位置,判断所述第三视角位置是否呈现道路边缘特征,其中,所述道路边缘特征为反映一位置为道路边缘位置的特征;
若否,则获得所述目标车辆停止位置异常的第二判定结果。
5.根据权利要求1所述的方法,其特征在于,所述根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果,包括:
根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置拍摄的图像,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置;
若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置拍摄的图像有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果,所述预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像;
若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置拍摄的图像无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
6.根据权利要求1-5任一项所述的方法,其特征在于,权利要求1-5任一项所述的方法利用识别模型实现,所述识别模型的训练过程包括:
将发生交通事故的结果的车辆的历史车外环境数据作为样本,对所述识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。
7.根据权利要求1所述的方法,其特征在于,在所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定之后,所述方法还包括:
根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。
8.根据权利要求7所述的方法,其特征在于,所述根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理,包括:
若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任;
在预设时间段内停止向所述服务提供方的帐号派单。
9.一种车辆状态判断方法,其特征在于,所述方法包括:
判断目标车辆是否疑似发生碰撞;其中,判断出所述目标车辆疑似发生碰撞的方式包括:所述目标车辆的惯性测量单元监控到车辆疑似发生碰撞,或者所述目标车辆的车速骤然下降一定的幅度;
若是,将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器,以使所述服务器根据所述车外录像以及所述地理位置,获得所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、所述目标车辆停止的位置是否异常、所述目标车辆是否处于疑似发生纠纷的状态的判定结果,并根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;
其中,所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;其中,所述道路延伸特征为表征道路由近到远延伸的特征。
10.一种车辆状态判断方法,其特征在于,所述方法包括:
当订单被异常取消后,上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器,以使所述服务器根据所述车外录像以及所述地理位置,获得所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、所述目标车辆停止的位置是否异常、所述目标车辆是否处于疑似发生纠纷的状态的判定结果,并根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;其中,所述订单被异常取消包括:服务提供方无故取消或服务请求方取消订单并投诉服务提供方;所述订单为所述目标车辆的网约车订单;
其中,所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;其中,所述道路延伸特征为表征道路由近到远延伸的特征。
11.一种车辆状态判断装置,其特征在于,所述装置包括:
录像获取模块,用于获得目标车辆发送的所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置;其中,所述车外录像以及所述地理位置在判断出所述目标车辆疑似发生碰撞,或者订单被异常取消后上传给服务器;判断出所述目标车辆疑似发生碰撞的方式包括:所述目标车辆的惯性测量单元监控到车辆疑似发生碰撞,或者所述目标车辆的车速骤然下降一定的幅度;所述订单被异常取消包括:服务提供方无故取消或服务请求方取消订单并投诉服务提供方;所述订单为所述目标车辆的网约车订单;
异常判定模块,用于根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果;
交通事故判定模块,用于根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;
所述异常判定模块包括:
停止异常子模块,用于根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;
停止位置异常子模块,用于根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;
疑似纠纷子模块,用于根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
交通事故判定模块,还用于根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述交通事故判定模块,还用于:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;其中,所述道路延伸特征为表征道路由近到远延伸的特征。
12.根据权利要求11所述的装置,其特征在于,所述停止异常子模块包括:
车辆停止次子模块,用于判断所述车外录像的第一视角位置的车辆是否停止和所述车外录像的第二视角位置的车辆是否停止,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述第二视角位置为所述目标车辆所在车道的旁边车道的位置;
停止不异常次子模块,用于若所述第一视角位置的车辆停止且所述第二视角位置的车辆停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆停止的第一判定结果;
停止异常次子模块,用于若所述第一视角位置的车辆未停止或所述第二视角位置的车辆未停止,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止的第一判定结果。
13.根据权利要求11所述的装置,其特征在于,所述停止位置异常子模块包括:
地理位置比对次子模块,用于获得所述目标车辆的地理位置,将所述目标车辆的地理位置与预先存储的地图进行比对,判断所述目标车辆的地理位置是否位于高速公路;
停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
14.根据权利要求13所述的装置,其特征在于,所述停止位置异常子模块还包括:
道路边缘特征次子模块,用于若所述目标车辆的地理位置未位于高速公路,获得所述车外录像记录的第三视角位置,判断所述第三视角位置是否呈现道路边缘特征,其中,所述道路边缘特征为反映一位置为道路边缘位置的特征;
停止位置异常次子模块,用于获得所述目标车辆停止位置异常的第二判定结果。
15.根据权利要求11所述的装置,其特征在于,所述疑似纠纷子模块包括:
录像处理次子模块,用于根据所述车外录像获得所述目标车辆与周围车辆的距离、第一视角位置是否有预设特征图像,其中,所述第一视角位置为与所述目标车辆位于同一车道的位置,所述预设特征图像包括表征行人特征的图像和表征倒地的两轮车特征的图像;
疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离低于预设距离,或所述第一视角位置有预设特征图像,获得目标车辆处于疑似发生纠纷的状态的第三判定结果;
未疑似纠纷次子模块,用于若所述目标车辆与周围车辆的距离高于所述预设距离,且第一视角位置无预设特征图像,获得所述目标车辆未处于疑似发生纠纷的状态的第三判定结果。
16.根据权利要求11-15任一项所述的装置,其特征在于,所述装置还包括:
模型训练模块,用于将发生交通事故的结果的车辆的历史车外环境数据作为样本,对识别模型进行训练,获得训练后的识别模型,其中,所述历史车外环境数据作为输入量,发生交通事故的结果作为输出量。
17.根据权利要求11所述的装置,其特征在于,所述装置还包括:
异常订单处理模块,用于根据是否发生交通事故的判定结果,对被异常取消的订单进行相应的处理。
18.根据权利要求17所述的装置,其特征在于,所述异常订单处理模块包括:
免责子模块,用于若判定结果是发生交通事故,免除被异常取消的订单所对应的服务提供方的责任;
停止派单子模块,用于在预设时间段内停止向所述服务提供方的帐号派单。
19.一种车辆状态判断装置,其特征在于,所述装置包括:
疑似碰撞判断模块,用于判断目标车辆是否疑似发生碰撞;其中,判断出所述目标车辆疑似发生碰撞的方式包括:所述目标车辆的惯性测量单元监控到车辆疑似发生碰撞,或者所述目标车辆的车速骤然下降一定的幅度;
录像发送模块,用于将所述目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置发送至服务器,以使所述服务器根据所述车外录像以及所述地理位置,获得所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、所述目标车辆停止的位置是否异常、所述目标车辆是否处于疑似发生纠纷的状态的判定结果,并根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;
其中,所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;其中,所述道路延伸特征为表征道路由近到远延伸的特征。
20.一种车辆状态判断装置,其特征在于,所述装置包括:
录像上传模块,用于当订单被异常取消后,上传目标车辆的摄像头记录的车外录像和所述目标车辆的地理位置至服务器,以使所述服务器根据所述车外录像以及所述地理位置,获得所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、所述目标车辆停止的位置是否异常、所述目标车辆是否处于疑似发生纠纷的状态的判定结果,并根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定;其中,所述订单被异常取消包括:服务提供方无故取消或服务请求方取消订单并投诉服务提供方;所述订单为所述目标车辆的网约车订单;
其中,所述根据所述车外录像以及所述地理位置,获得目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止、目标车辆停止的位置是否异常、目标车辆是否处于疑似发生纠纷的状态的判定结果,包括:根据所述车外录像判断目标车辆停止时位于同一道路的不同于所述目标车辆的车辆是否停止,获得第一判定结果;根据所述车外录像以及所述目标车辆的地理位置判断目标车辆停止的位置是否异常,获得第二判定结果;根据所述车外录像判断目标车辆是否处于疑似发生纠纷的状态,获得第三判定结果;
所述根据所述目标车辆停止时所在的道路位置以及所述判定结果,对所述目标车辆是否发生交通事故进行判定,包括:根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定;
所述根据所述目标车辆停止时所在的道路位置、第一判定结果、第二判定结果以及第三判定结果,对所述目标车辆是否发生交通事故进行判定,包括:若所述车外录像记录有至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常且目标车辆处于疑似发生纠纷的状态均满足时,判定所述目标车辆发生交通事故;若所述车外录像未记录至少三个道路延伸特征,则在所述目标车辆停止时位于同一道路的不同于所述目标车辆的车辆未停止、目标车辆停止的位置异常或目标车辆处于疑似发生纠纷的状态至少一项满足时,判定所述目标车辆发生交通事故;其中,所述道路延伸特征为表征道路由近到远延伸的特征。
21.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求1至10任一所述的车辆状态判断方法的步骤。
22.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至10任一所述的车辆状态判断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115003.2A CN111563403B (zh) | 2019-02-14 | 2019-02-14 | 车辆状态判断方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115003.2A CN111563403B (zh) | 2019-02-14 | 2019-02-14 | 车辆状态判断方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563403A CN111563403A (zh) | 2020-08-21 |
CN111563403B true CN111563403B (zh) | 2024-05-14 |
Family
ID=72069539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910115003.2A Active CN111563403B (zh) | 2019-02-14 | 2019-02-14 | 车辆状态判断方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563403B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114037963B (zh) * | 2021-11-26 | 2022-08-16 | 中关村科学城城市大脑股份有限公司 | 道路标识状态监控方法、装置、存储介质及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009053732A (ja) * | 2007-08-23 | 2009-03-12 | Nissan Motor Co Ltd | 停止目標位置検出装置及び停止目標位置検出方法 |
CN101666872A (zh) * | 2009-09-16 | 2010-03-10 | 深圳市融创天下科技发展有限公司 | 一种车辆的视频定位方法及系统 |
CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种交通事件的检测方法和系统 |
CN106971581A (zh) * | 2017-04-26 | 2017-07-21 | 维沃移动通信有限公司 | 一种交通信号灯状态提醒方法和移动终端 |
CN108470441A (zh) * | 2018-03-30 | 2018-08-31 | 饶雄刚 | 一种车辆交通事故处理的方法及装置 |
-
2019
- 2019-02-14 CN CN201910115003.2A patent/CN111563403B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009053732A (ja) * | 2007-08-23 | 2009-03-12 | Nissan Motor Co Ltd | 停止目標位置検出装置及び停止目標位置検出方法 |
CN101666872A (zh) * | 2009-09-16 | 2010-03-10 | 深圳市融创天下科技发展有限公司 | 一种车辆的视频定位方法及系统 |
CN104751629A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种交通事件的检测方法和系统 |
CN106971581A (zh) * | 2017-04-26 | 2017-07-21 | 维沃移动通信有限公司 | 一种交通信号灯状态提醒方法和移动终端 |
CN108470441A (zh) * | 2018-03-30 | 2018-08-31 | 饶雄刚 | 一种车辆交通事故处理的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111563403A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2018102191A4 (en) | Systems and methods for transportation service safety assessment | |
US10933881B1 (en) | System for adjusting autonomous vehicle driving behavior to mimic that of neighboring/surrounding vehicles | |
JP6568240B2 (ja) | 運輸サービスの料金を求める方法及びシステム | |
US10902525B2 (en) | Enhanced image capture and analysis of damaged tangible objects | |
US10430566B2 (en) | Vehicle based electronic authentication and device management | |
US20220299324A1 (en) | Accident fault detection based on multiple sensor devices | |
CN109416873A (zh) | 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法 | |
US20180082378A1 (en) | Enhanced Image Capture and Analysis of Damaged Tangible Objects | |
US20190306679A1 (en) | Systems and methods for monitoring a vehicle | |
SA515360480B1 (ar) | مراقبة استخدام موقف واحد لعدة مركَبات بواسطة عدة كاميرات | |
US10894547B2 (en) | Method, apparatus, and system for assessing safety and comfort systems of a vehicle | |
MX2013008278A (es) | Metodo y sistema implementados por computadora para reportar una calificacion segura en relacion a un vehiculo equipado con un dispositivo que informa el uso permitido inalambrico. | |
CN109572555A (zh) | 一种应用于无人车的遮挡信息显示方法和系统 | |
CN111105120B (zh) | 一种工单处理方法及装置 | |
CN111325986B (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
CN110197590A (zh) | 信息处理装置、图像分发系统、信息处理方法以及程序 | |
JP2019535049A (ja) | 不正検査を行うシステムおよび方法 | |
CN111105251A (zh) | 一种信息推送方法及装置 | |
CN111147532A (zh) | 一种信息分享方法、装置、设备及介质 | |
CN111833605B (zh) | 路况预测方法、路况预测模型训练方法、装置及存储介质 | |
CN110751531A (zh) | 轨迹识别方法、装置及电子设备 | |
CN109191831A (zh) | 车辆通行的控制方法、装置和服务器 | |
CN111563403B (zh) | 车辆状态判断方法、装置、电子设备及计算机可读存储介质 | |
CN111259119B (zh) | 一种问题推荐方法及装置 | |
CN111104585B (zh) | 一种问题推荐方法及装置 |
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 |