CN111709665B - 车辆安全性的评估方法和装置 - Google Patents
车辆安全性的评估方法和装置 Download PDFInfo
- Publication number
- CN111709665B CN111709665B CN202010600640.1A CN202010600640A CN111709665B CN 111709665 B CN111709665 B CN 111709665B CN 202010600640 A CN202010600640 A CN 202010600640A CN 111709665 B CN111709665 B CN 111709665B
- Authority
- CN
- China
- Prior art keywords
- parameter
- parameters
- target
- abnormal
- vehicle
- 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 45
- 238000005259 measurement Methods 0.000 claims abstract description 117
- 230000002159 abnormal effect Effects 0.000 claims abstract description 112
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 101
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 description 39
- 238000005516 engineering process Methods 0.000 description 31
- 238000012360 testing method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000013473 artificial intelligence Methods 0.000 description 11
- 230000001133 acceleration Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种车辆安全性的评估方法和装置。该方法包括:读取云服务器中存储的目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数;获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数;基于异常参数,确定目标时间段内的测量参数的有效性;基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估本申请能够对车辆的安全性进行评估。
Description
技术领域
本申请涉及通信技术领域,特别涉及一种车辆安全性的评估方法和装置。
背景技术
车辆的安全性是车辆在行驶中避免事故、保障行人和乘员安全的性能,在道路交通事故中,车辆的安全性好,往往能够避免事故的发生或降低伤亡的程度,因此,找到一种评估车辆安全性的方法,是亟待解决的问题。
发明内容
本申请旨在提供一种车辆安全性的评估方法,能够对车辆的安全性进行评估。
根据本申请实施例的一个方面,提供了一种车辆安全性的评估方法,包括:获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与所述第一参数具有关联关系的第二参数;获取历史交通事故率,基于所述历史交通事故率、所述第一参数、所述第二参数以及所述第一参数与所述第二参数之间的关联关系,确定所述目标时间段内的测量参数中的异常参数;基于所述异常参数,确定所述目标时间段内的测量参数的有效性;基于有效的目标时间段内的测量参数,对所述目标车辆的安全性进行评估。
根据本申请实施例的一个方面,提供了一种车辆安全性的评估装置,包括:获取模块,配置为获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与所述第一参数具有关联关系的第二参数;确定模块,配置为获取历史交通事故率,基于所述历史交通事故率、所述第一参数、所述第二参数以及所述第一参数与所述第二参数之间的关联关系,确定所述目标时间段内的测量参数中的异常参数,基于所述异常参数,确定所述目标时间段内的测量参数的有效性;评估模块,配置为基于有效的目标时间段内的测量参数,对所述目标车辆的安全性进行评估。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:获取在所述目标时间段内所述目标车辆的位置;基于所述目标车辆的位置,确定目标区域;获取所述目标区域的历史交通事故率。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:基于所述第二参数,以及所述第一参数与所述第二参数之间的关联关系,计算出与所述第一参数对应的计算参数;基于所述第一参数和所述第一参数对应的计算参数,确定所述第一参数的测量误差和所述第一参数的波动误差,所述测量误差用于表示所述第一参数与所述第一参数对应的计算参数的之间的差异,所述波动误差用于表示所述第一参数的变化快慢与所述第一参数对应的计算参数的变化快慢之间的差异;基于所述历史交通事故率、所述第一参数的测量误差和所述第一参数的波动误差,筛选出所述目标时间段内所述第一参数中的异常参数;将所述第一参数中的异常参数,作为所述测量参数中的异常参数。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:基于所述第一参数和所述第一参数对应的计算参数之间的差值,确定所述第一参数的测量误差;基于所述相邻两个目标时刻下的第一参数之间的差值,以及所述相邻两个目标时刻下的第一参数对应的计算参数之间的差值,确定所述第一参数的波动误差。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:基于所述历史交通事故率和所述第一参数的测量误差,筛选出所述目标时间段内所述第一参数中的可疑参数;基于所述历史交通事故率和所述第一参数的波动误差,筛选出所述目标时间段内所述可疑参数中的异常参数。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:若所述第一参数的测量误差超过所述历史交通事故率,则将所述第一参数作为所述可疑参数。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:若所述第一参数的波动误差超过所述历史交通事故率,则将所述可疑参数作为所述异常参数。
在本申请的一些实施例中,基于前述方案,所述确定模块配置为:获取所述异常参数对应的异常时刻;计算所述异常时刻在所述目标时间段内的多个目标时刻中的占比,基于所述占比,确定所述目标时间段内的测量参数的有效性。
根据本申请实施例的一个方面,提供了一种车辆安全性的评估装置,还包括:预警模块,配置为获取所述目标车辆的评估结果,基于所述评估结果针对所述目标车辆进行预警。
根据本申请实施例的一个方面,提供了一种计算机可读程序介质,其存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行上任一项所述的方法。
根据本申请实施例的一个方面,提供了一种电子装置,包括:处理器;存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如上任一项所述的方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
在本申请的一些实施例所提供的技术方案中,通过获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数,获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,基于历史交通事故率确定测量参数中的异常参数,有利于驾驶的安全性,再基于异常参数,确定目标时间段内的测量参数的有效性,对测量参数进行筛选,基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估,使用经过筛选后的测量参数对车辆的安全性进行评估,能够使得到的评估结果更加准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图3示意性示出了根据本申请的一个实施例的车辆安全性的评估方法的流程图;
图4示意性示出了根据本申请的一个实施例的确定异常参数的过程的流程图;
图5示意性示出了根据本申请的一个实施例的筛选出目标时间段内第一参数中的异常参数的过程的流程图;
图6示意性示出了根据本申请的一个实施例的车辆安全性的评估方法的流程图;
图7示意性示出了使用本申请的一个实施例的显示界面;
图8示意性示出了根据本申请的一个实施例的车辆安全性的评估装置的框图;
图9是根据一示例性实施例示出的一种电子装置的硬件图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/ 步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术,自动驾驶技术有着广泛的应用前景。在自动驾驶技术中,为了减少交通事故的发生,可以测量车辆的测量参数,基于测量参数评估车辆的安全性。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构100的示意图。
如图1所示,系统架构100可以包括路测感知设备101(路测感知设备可以为智能手机、平板电脑、便携式计算机、台式计算机、摄像头中的一种或多种)、网络102、服务器103和目标车辆104。网络102用以在路测感知设备101、服务器103和目标车辆104之间提供通信链路的介质。网络102 可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
在本申请的一个实施例中,路测感知设备101可以测量目标车辆104在目标时间段内的多个目标时刻下的测量参数,服务器103可以从路测感知设备101处获取目标车辆104在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数,获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,基于历史交通事故率确定测量参数中的异常参数,有利于驾驶的安全性,再基于异常参数,确定目标时间段内的测量参数的有效性,对测量参数进行筛选,基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估,使用经过筛选后的测量参数对车辆的安全性进行评估,能够使得到的评估结果更加准确。
在本申请的一个实施例中,目标车辆104上可以设置车载单元与路测感知设备101进行通信,以实现路测感知设备101对目标车辆104的测量参数的测量。
在本申请的一个实施例中,服务器103可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。
云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源,如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用,将来每个物品都有可能存在自己的识别标志,都需要传输到后台系统进行逻辑处理,不同程度级别的数据将会分开处理,各类行业数据皆需要强大的系统后盾支撑,只能通过云计算来实现。
云存储(cloud storage)是在云计算概念上延伸和发展出来的一个新的概念,分布式云存储系统(以下简称存储系统)是指通过集群应用、网格技术以及分布存储文件系统等功能,将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作,共同对外提供数据存储和业务访问功能的一个存储系统。
目前,存储系统的存储方法为:创建逻辑卷,在创建逻辑卷时,就为每个逻辑卷分配物理存储空间,该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。客户端在某一逻辑卷上存储数据,也就是将数据存储在文件系统上,文件系统将数据分成许多部分,每一部分是一个对象,对象不仅包含数据而且还包含数据标识(ID,ID entity)等额外的信息,文件系统将每个对象分别写入该逻辑卷的物理存储空间,且文件系统会记录每个对象的存储位置信息,从而当客户端请求访问数据时,文件系统能够根据每个对象的存储位置信息让客户端对数据进行访问。
存储系统为逻辑卷分配物理存储空间的过程,具体为:按照对存储于逻辑卷的对象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘阵列(RAID,Redundant Array of Independent Disk)的组别,预先将物理存储空间划分成分条,一个逻辑卷可以理解为一个分条,从而为逻辑卷分配了物理存储空间。
图2示出了可以应用本申请实施例的技术方案的示例性系统架构200的示意图。
如图2所示,系统架构200可以包括路测感知设备101(路测感知设备可以为智能手机、平板电脑、便携式计算机、台式计算机、摄像头中的一种或多种)、网络102、服务器103、目标车辆104和交管服务器105。网络102 用以在路测感知设备101、服务器103、目标车辆104和交管服务器105之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
在本申请的一个实施例中,路测感知设备101可以测量目标车辆104在目标时间段内的多个目标时刻下的测量参数,服务器103可以从路测感知设备101处获取目标车辆104在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数,服务器103可以从交管服务器105处获取历史交通事故率,服务器103 基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,基于历史交通事故率确定测量参数中的异常参数,有利于驾驶的安全性,再基于异常参数,确定目标时间段内的测量参数的有效性,对测量参数进行筛选,基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估,使用经过筛选后的测量参数对目标车辆的安全性进行评估,能够使得到的评估结果更加准确。
应该理解,图1和图2中的路测感知设备101、网络102、服务器103 和、目标车辆104和交管服务器105的数目仅仅是示意性的。根据实现需要,可以具有任意数目的路测感知设备101、网络102、服务器103、目标车辆104和交管服务器105。比如服务器103可以是多个服务器组成的服务器集群,交管服务器105可以是多个服务器组成的服务器集群等。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图3示意性示出了根据本申请的一个实施例的车辆安全性的评估方法的流程图,该车辆安全性的评估方法的执行主体可以是服务器,比如可以是图 1中所示的服务器103。
参照图3所示,该车辆安全性的评估方法至少包括步骤S310至步骤 S340,详细介绍如下:
在步骤S310中,获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数。
在本申请的一个实施例中,可以获取路测感知设备测量得到的目标车辆的测量参数,路测感知设备可以是图1中的路测感知设备101。
在本申请的一个实施例中,路测感知设备可以是RSU(Road Side Unit,路侧单元),RSU可以安装在路侧,采用DSRC(Dedicated Short Range Communication,短程通信技术),与OBU(On Board Unit,车载单元)进行通讯,实现目标车辆的识别,测量目标车辆的测量参数等。
在本申请的一个实施例中,可以获取目标车辆自身的车载设备测量得到的目标车辆的测量参数。
在本申请的一个实施例中,测量参数可以包括目标车辆所在位置、目标车辆行驶速度、加速度、行驶方向、目标车辆横摆角速度、角加速度等运动参数。第一参数和第二参数的关联关系可以为第一参数和第二参数满足同一个运动方程。
在本申请的一个实施例中,可以根据目标车辆所在的位置计算出目标车辆的位移,位移用s表示,目标车辆行驶速度用v表示、目标车辆的加速度用a表示、目标车辆的行驶方向用θ表示,则目标车辆在时间t内的运动方程可以是s=vtcosθ+0.5at2、v=v0cosθ+at或a=(v-v0)cosθ/t等。
在本申请的一个实施例中,测量参数可以包括用于表示目标车辆车况的车况参数,如车辆行驶公里数、车辆出厂时间、轮胎磨损程度、车辆是否有损坏等。
在本申请的一个实施例中,目标时间段的时长可以是1秒或500毫秒等。
在步骤S320中,获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数。
在本申请的一个实施例中,可以获取在目标时间段内目标车辆的位置;基于目标车辆的位置,确定目标区域,获取目标区域的历史交通事故率,再基于目标区域的历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数。
在该实施例中,由于测量参数对交通事故率有影响,测量参数出现异常可能会导致交通事故率升高,因此,将目标区域中的历史交通事故率作为标准,能够确定测量参数中的异常参数。
在本申请的一个实施例中,可以将距离目标车辆的位置在设定距离以内的区域,作为目标区域。
在本申请的一个实施例中,可以根据目标车辆在目标时间段内的行驶路径,确定目标区域。
在本申请的一个实施例中,可以根据目标车辆在目标时间段内的行驶路径的道路特征,确定目标区域。
在该实施例中,可以将在目标时间段内目标车辆经过的交叉路口,作为目标区域。由于目标车辆经过交叉路口时可能与其他车辆的路线发生冲突,在交叉路口发生交通事故的可能性比在具有其他道路特征的道路上发生交通事故的可能性大,因此,使用交叉路口的交通事故率确定异常参数,能够更加准确的找到异常参数。
在本申请的一个实施例中,可以获取目标区域内发生过交通事故的车辆的数量,获取经过目标区域的车辆的数量,将目标区域内发生过交通事故的车辆的数量与经过目标区域的车辆总数量的比值,作为目标区域的历史交通事故率。
在本申请的一个实施例中,可以获取目标车辆的历史交通事故率。可以获取目标车辆曾经发生的交通事故的次数,获取目标车辆启动的次数,将目标车辆曾经发生的交通事故的次数于目标车辆启动的次数的比值,作为目标车辆的历史交通事故率。
在本申请的一个实施例中,可以从交管部门获取历史交通事故率。
在本申请的一个实施例中,在步骤S320中,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,可以包括检验第一参数和第二参数是否符合第一参数与第二参数之间的关联关系。若第一参数和第二参数不符合第一参数与第二参数之间的关联关系,则将第一参数作为异常参数。
继续参照图3,在步骤S330中,基于异常参数,确定目标时间段内的测量参数的有效性。
在本申请的一个实施例中,可以获取异常参数对应的异常时刻,计算异常时刻在目标时间段内的多个目标时刻中的占比,基于占比,确定目标时间段内的测量参数的有效性。
在本申请的一个实施例中,可以将测量得到异常参数的目标时刻,作为异常时刻。
在本申请的一个实施例中,可以将测量得到的测量参数都为异常参数的目标时刻,作为异常时刻。
在本申请的一个实施例中,若目标时间段内存在异常时刻,则确定目标时间段内的测量参数无效。
在本申请的一个实施例中,若目标时间段内的异常时刻的占比超过设定时刻占比,则确定目标时间段内的测量参数无效。
在本申请的一个实施例中,可以将目标时间段包括的目标时刻的数量记为j,将异常时刻的数量记为r,可以确定设定时刻占比为历史交通事故率,记为p,可以确定若r/j≤p,则确定目标时间段内的测量参数有效。
在该实施例中,目标时间段中的正常时刻的个数可以记为a1,a2,…an,正常时刻的个数与车辆的潜在碰撞强度的关系可以记为y=l(a1,a2,…an),泰勒展开后得到车辆的潜在碰撞强度当正常参数的个数a1,a2,…an异常时,y也可能异常,将正常参数的个数的变化量表示为Δa1,Δa2,…Δan,那么由误差传播规律得到车辆的潜在碰撞强度的变化量/>在y的泰勒展开中,当所有车辆静止时道路是安全的,l(0,0,…0)=0,考虑到Rn(a1,a2…an)是a1,a2,…an的高阶无穷小,所以车辆之间的潜在碰撞强度可以工程近似为/>当车辆的潜在碰撞强度发生异常时,车辆之间的潜在碰撞强度越大,交通事故就越容易,车辆之间的潜在碰撞强度与正常参数的个数的变化量之间近似成正比,如果正常参数的个数变化量导致的车辆潜在碰撞强度过大,超过历史交通事故率时,正常参数的个数变化量对应的目标车辆发生事故的概率会高于历史交通事故率,因此,为了将交通事故率控制在现有的交通事故率以内,车辆之间的潜在碰撞强度不能超过历史交通事故率,由于车辆之间的潜在碰撞强度与正常参数的个数变化量成正比,正常参数的个数变化量不能超过历史交通事故率,即异常时刻在目标时间段中的占比不能超过历史交通事故率。
在该实施例中,若目标时间段内的异常时刻的占比未超过设定时刻占比,则确定目标时间段内的正常的测量参数的数量足以用于评估在目标车辆该时间段内的驾驶安全性;若目标时间段内的异常时刻的占比超过设定时刻占比,则确定目标时间段内的正常的测量参数的数量不足以用于评估在目标车辆该时间段内的驾驶安全性。
在本申请的一个实施例中,可以获取目标时间段内异常参数的数量,获取异常参数的数量在目标时间段内所有测量参数的数量占比,若异常参数的数量在目标时间段内所有测量参数的数量占比超过设定参数占比,则确定目标时间段内的测量参数无效。
在本申请的一个实施例中,可以将异常参数对应的异常时刻测量得到的所有测量参数,都作为异常参数,只要得到了一个异常参数,就免去了确定异常参数对应的异常时刻测量得到的其他参数,可以节约计算资源。
在本申请的一个实施例中,可以将测量参数分为多个种类,可以只确定每个目标时刻中的一个种类的测量参数是否异常,从而找到目标时刻中的异常时刻,将在异常时刻测量得到所有测量参数都作为异常参数,进一步节约计算资源。
继续参照图3,在步骤S340中,基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估。
在本申请的一个实施例中,可以基于目标时间段内的测量参数中异常参数的数量,对目标车辆的安全性进行评估,目标时间段内的测量参数中异常参数的数量越多,则目标车辆的安全性越差。
在本申请的一个实施例中,可以基于目标时间段内的测量参数中除了异常参数以外的测量参数,对目标车辆的安全性进行评估,经过对测量参数的有效性进行筛选后,再筛选测量参数中的异常参数,基于得到的测量参数能够准确的评估目标车辆的安全性。
在图3所示的实施例中,通过获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数,获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,基于历史交通事故率确定测量参数中的异常参数,有利于驾驶的安全性,再基于异常参数,确定目标时间段内的测量参数的有效性,对测量参数进行筛选,基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估,使用经过筛选后的测量参数对车辆的安全性进行评估,能够使得到的评估结果更加准确。
在本申请的一个实施例中,步骤S320中,确定目标时间段内的测量参数中的异常参数的过程,可以包括如图4所示的步骤S410至步骤S440,图4 示意性示出了根据本申请的一个实施例的确定异常参数的过程的流程图,详细介绍如下:
在步骤S410中,基于第二参数,以及第一参数与第二参数之间的关联关系,计算出与第一参数对应的计算参数。
在本申请的一个实施例中,第一参数与第二参数之间的关联关系可以为第一参数和第二参数满足同一个运动方程,可以将第二参数带入运动方程中,根据运动方程计算出第一参数对应的计算参数。例如,第一参数可以为目标时刻测量得到的目标车辆的行驶速度v,第二参数可以为目标车辆的加速度a、目标车辆的行驶方向θ、目标车辆的初始速度v0、目标车辆的行驶时间 t,根据运动方程v=v0cosθ+at计算得到目标车辆的速度v1,将计算得到目标车辆的速度v1作为与目标车辆的行驶速度v对应的计算参数,其中,θ表示目标时刻目标车辆偏离初始方向的角度,初始方向可以根据需要设定。
在步骤S420中,基于第一参数和第一参数对应的计算参数,确定第一参数的测量误差和第一参数的波动误差,测量误差用于表示第一参数与第一参数对应的计算参数的之间的差异,波动误差用于表示第一参数的变化快慢与第一参数对应的计算参数的变化快慢之间的差异。
在本申请的一个实施例中,可以获取第一参数对应的参考值,基于第一参数和第一参数对应的参考值的差值,确定第一参数的测量误差。
在本申请的一个实施例中,可以基于第一参数和第一参数对应的计算参数之间的差值,确定第一参数的测量误差。
在本申请的一个实施例中,可以将第一参数和第一参数对应的计算参数之间的差值取绝对值后的结果,作为第一参数的测量误差。
在本申请的一个实施例中,目标时间段可以包括j个目标时刻,目标时刻可以记为t1,t2……tj,对于目标时间段内的任意目标时刻ti,可以将第一参数记为gi,将第一参数对应的计算参数记为hi,可以将|hi-gi|/gi的结果,作为目标时刻ti下第一参数的测量误差。
在本申请的一个实施例中,可以将|hi-gi|/hi的结果,作为目标时刻ti下第一参数的测量误差。
在本申请的一个实施例中,可以将相邻两个目标时刻下的第一参数之间的差值,作为第一参数的波动值,波动值用于表示第一参数的变化快慢。可以将目标时间段设置为1秒或500毫秒,由于目标时间段较短,波动值不应过大,因此,可以将波动值超过设定波动值的测量参数作为异常参数。
在本申请的一个实施例中,可以将相邻两个目标时刻下的第一参数对应的计算参数之间的差值,作为第一参数的波动值。
在本申请的一个实施例中,可以基于相邻两个目标时刻下的第一参数之间的差值,以及相邻两个目标时刻下的第一参数对应的计算参数之间的差值,确定第一参数的波动误差。
在本申请的一个实施例中,可以将相邻两个目标时刻下的第一参数之间的差值和这两个第一参数对应的计算参数之间的差值作差,将得到的结果作为第一参数的波动误差。
在本申请的一个实施例中,可以将目标时间段包括的j个目标时刻记为 t1,t2……tj,对于目标时间段内的任意目标时刻ti,可以将第一参数记为 gi,将第一参数对应的计算参数记为hi,对于目标时间段内的任意相邻的三个目标时刻ti-1,ti,ti+1,可以将|hi-hi-1|-|gi-gi-1|/gi-gi-1|的结果作为第一参数的波动误差。
在本申请的一个实施例中,第一参数的波动误差还可以通过 |hi-hi-1|-|gi-gi-1|/|hi-hi-1|、|hi+1-hi|-|gi+1-gi|/|gi+1-gi|或|hi+1-hi|-|gi+1-gi|/|hi+1-hi|计算得到,由于计算参数是经过测量参数中的第二参数计算得到的,计算参数也与测量参数有关,因此,可以根据计算参数的波动误差,确定计算参数对应的测量参数的波动误差。
继续参照图4,在步骤S430中,基于历史交通事故率、第一参数的测量误差和第一参数的波动误差,筛选出目标时间段内第一参数中的异常参数。
在本申请的一个实施例中,在步骤S430中,基于历史交通事故率、第一参数的测量误差和第一参数的波动误差,筛选出目标时间段内第一参数中的异常参数,可以包括如图5所示的步骤S510至步骤S520,图5示意性示出了根据本申请的一个实施例的筛选出目标时间段内第一参数中的异常参数的过程的流程图,详细介绍如下:
在步骤S510中,基于历史交通事故率和第一参数的测量误差,筛选出目标时间段内第一参数中的可疑参数。
在本申请的一个实施例中,若第一参数的测量误差超过历史交通事故率,则可以将第一参数作为可疑参数。
在该实施例中,目标车辆的测量参数可以记为x1,x2,…xn,测量参数与车辆的潜在碰撞强度的关系可以记为y=f(x1,x2,…xn),泰勒展开后得到车辆的潜在碰撞强度当测量参数 x1,x2,…xn异常时,y也可能异常,将测量参数的变化量表示为Δx1,Δx2,…Δxn,那么由误差传播规律得到车辆的潜在碰撞强度的变化量/>在y的泰勒展开中,当所有车辆静止时道路是安全的,f(0,0,…0)=0,考虑到Rn(x1,x2…xn)是x1,x2,…xn的高阶无穷小,所以车辆之间的潜在碰撞强度/>可以工程近似为当车辆的潜在碰撞强度发生异常时,车辆之间的潜在碰撞强度越大,交通事故就越容易,车辆之间的潜在碰撞强度与测量参数的变化量之间近似成正比,如果异常参数导致的车辆潜在碰撞强度过大,超过历史交通事故率时,异常参数对应的目标车辆发生事故的概率会高于历史交通事故率,因此,为了将交通事故率控制在现有的交通事故率以内,车辆之间的潜在碰撞强度不能超过历史交通事故率,由于车辆之间的潜在碰撞强度与测量参数的变化量成正比,测量参数的变化量不能超过历史交通事故率,即测量参数的测量误差不能超过历史交通事故率。
在步骤S520中,基于历史交通事故率和第一参数的波动误差,筛选出目标时间段内可疑参数中的异常参数。
在本申请的一个实施例中,若第一参数的波动误差超过历史交通事故率,则可以将可疑参数作为异常参数。
在该实施例中,车辆的测量参数的波动值可以记为m1,m2,…mn,测量参数的波动值与车辆的潜在碰撞强度的关系可以记为y=g(m1,m2,…mn),泰勒展开后得到车辆的潜在碰撞强度当测量参数的波动值m1,m2,…mn异常时,y也可能异常,将测量参数的波动值的变化量表示为Δm1,Δm2,…Δmn,那么由误差传播规律得到车辆的潜在碰撞强度的变化量在y的泰勒展开中,当所有车辆静止时道路是安全的,g(0,0,…0)=0,考虑到Rn(m1,m2…mn)是m1,m2,…mn的高阶无穷小,所以车辆之间的潜在碰撞强度/>可以工程近似为当车辆的潜在碰撞强度发生异常时,车辆之间的潜在碰撞强度越大,交通事故就越容易,车辆之间的潜在碰撞强度与测量参数的波动值的变化量之间近似成正比,如果异常参数导致的车辆潜在碰撞强度过大,超过历史交通事故率时,异常参数对应的目标车辆发生事故的概率会高于历史交通事故率,因此,为了将交通事故率控制在现有的交通事故率以内,车辆之间的潜在碰撞强度不能超过历史交通事故率,由于车辆之间的潜在碰撞强度与测量参数的波动值的变化量成正比,测量参数的波动值的变化量不能超过历史交通事故率,即测量参数的波动误差不能超过历史交通事故率。
在图5的实施例中,得到异常参数要经过两个步骤,首先筛选出可疑参数,再从可疑参数中找到异常参数,不必每次都以测量参数为基础,可以节约计算量。
需要说明的是,图5只是示意性的给出了本申请一个实施例的筛选出目标时间段内第一参数中的异常参数的步骤,可以基于历史交通事故率和第一参数的波动误差,得到第一参数中的可疑参数,基于历史交通事故率和第一参数的测量误差,得到可疑参数中的异常参数。
继续参照图4,在步骤S440中,将第一参数中的异常参数,作为测量参数中的异常参数。
在图4的实施例中,通过获取测量参数的测量误差和波动误差,测量误差用于表示第一参数与第一参数对应的计算参数的之间的差异,波动误差用于表示第一参数的变化快慢与第一参数对应的计算参数的变化快慢之间的差异,根据以上记载可知,测量参数的测量误差和测量参数的波动误差都会影响目标车辆发生碰撞的可能性,因此,考虑到测量误差和波动误差得到的异常参数更加准确。
在本申请的一个实施例中,当测量参数是运动参数,第一参数是目标车辆的位置,第二参数是目标车辆的行驶速度、加速度、行驶方向时,车辆安全性的评估方法可以包括如图6所示的步骤S610至步骤S660,图6示意性示出了根据本申请的一个实施例的车辆安全性的评估方法的流程图,详细描述如下:
在步骤S610中,获取在目标时间段内的多个目标时刻下测量得到的目标车辆的位置、目标车辆的行驶速度、加速度和行驶方向;
在步骤S620中,根据测量得到的目标车辆的行驶速度、加速度和行驶方向,计算得到目标车辆的位置;
在步骤S630中,获取历史交通事故率;
在步骤S640中,基于测量得到的目标车辆的位置、计算得到目标车辆的位置,得到目标车辆的位置的测量误差,根据历史交通事故率和目标车辆的位置的测量误差,对多个目标时刻下的目标车辆的位置进行初步筛选;
在步骤S650中,基于相邻的两个目标时刻测量得到的目标车辆的位置之间的差值、相邻的两个时刻计算得到的目标车辆的位置之间的差值,得到目标车辆的位置的波动误差,基于目标车辆的位置的波动误差和历史交通事故率,对经过筛选后的目标车辆的位置进一步筛选,得到异常的目标车辆的位置;
在步骤S660中,根据目标时间段中异常的目标车辆的位置对应的目标时刻的数量占目标时间段中所有目标时刻的数量的比值,确定目标时间段中测量得到的目标车辆的位置、目标车辆的行驶速度、加速度和行驶方向的有效性,基于有效的目标车辆的位置、目标车辆的行驶速度、加速度和行驶方向的有效性,评估车辆的安全性。
在车路协同领域,路侧感知装置感知到的目标车辆运动参数可能不准确,感知到的车速和目标车辆位置有可能存在突变。例如,感知到的车速突然从100变成了50、行驶方向突然从100变成0(行驶方向角以正北方向为 0度,逆时针方向为正,可以根据需要选取哪个方向为0度)、目标车辆的位置突然产生变化等等。在图6的实施例中,通过使用历史交通事故率对测量得到的目标车辆的位置进行筛选,基于驾驶安全性考虑测量得到的目标车辆的位置是否是异常参数,有利于驾驶的安全性,使用有效的目标车辆的位置、目标车辆的行驶速度、加速度和行驶方向评估车辆的安全性,能够准确的评估目标车辆的安全性。
在本申请的一个实施例中,使用本申请的车辆安全性的评估方法对目标车辆进行评估后,还可以获取目标车辆的评估结果,基于评估结果针对目标车辆进行预警。
在本申请的一个实施例中,可以将目标区域中的目标车辆进行显示,在显示器中显示目标车辆的评估结果,如图7所示,图7示意性示出了使用本申请的一个实施例的显示界面700,可以为目标车辆701设置不同的标识 702,通过不同的标识702表示不同的评估结果,可以用椭圆形的标识702表示目标车辆701通过车辆的安全性评估,可以用长方形的标识702表示目标车辆701未通过车辆的安全性评估。
在本申请的一个实施例中,可以使用不同颜色的标识表示不同的评估结果,可以使用绿色标识显示评估结果为正常的目标车辆,可以使用红色标识显示评估结果为异常的目标车辆。
在本申请的一个实施例中,可以在显示器的显示区中使用红色标识针对目标车辆进行预警。
在本申请的一个实施例中,使用本申请的车辆安全性的评估方法对目标区域内的目标车辆进行评估,得到的虚警率和误警率相比于现有技术都大大降低,表1示出了使用本申请的车辆安全性的评估方法对多个目标车辆进行预警10次时,每一次的虚警率的数量与现有技术的虚警率的数量之比和每一次的误警率的数量与现有技术的误警率的数量之比:
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的车辆安全性的评估方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的车辆安全性的评估方法的实施例。
图8示意性示出了根据本申请的一个实施例的车辆安全性的评估装置的框图。
参照图8所示,根据本申请的一个实施例的车辆安全性的评估装置800,包括获取模块801、确定模块802和评估模块803。
在本申请的一些实施例中,基于前述方案,获取模块801配置为获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与第一参数具有关联关系的第二参数;确定模块802配置为获取历史交通事故率,基于历史交通事故率、第一参数、第二参数以及第一参数与第二参数之间的关联关系,确定目标时间段内的测量参数中的异常参数,基于异常参数,确定目标时间段内的测量参数的有效性;评估模块803 配置为基于有效的目标时间段内的测量参数,对目标车辆的安全性进行评估。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:获取在目标时间段内目标车辆的位置;基于目标车辆的位置,确定目标区域;获取目标区域的历史交通事故率。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:基于第二参数,以及第一参数与第二参数之间的关联关系,计算出与第一参数对应的计算参数;基于第一参数和第一参数对应的计算参数,确定第一参数的测量误差和第一参数的波动误差,测量误差用于表示第一参数与第一参数对应的计算参数的之间的差异,波动误差用于表示第一参数的变化快慢与第一参数对应的计算参数的变化快慢之间的差异;基于历史交通事故率、第一参数的测量误差和第一参数的波动误差,筛选出目标时间段内第一参数中的异常参数;将第一参数中的异常参数,作为测量参数中的异常参数。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:基于第一参数和第一参数对应的计算参数之间的差值,确定第一参数的测量误差;基于相邻两个目标时刻下的第一参数之间的差值,以及相邻两个目标时刻下的第一参数对应的计算参数之间的差值,确定第一参数的波动误差。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:基于历史交通事故率和第一参数的测量误差,筛选出目标时间段内第一参数中的可疑参数;基于历史交通事故率和第一参数的波动误差,筛选出目标时间段内可疑参数中的异常参数。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:若第一参数的测量误差超过历史交通事故率,则将第一参数作为可疑参数。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:若第一参数的波动误差超过历史交通事故率,则将可疑参数作为异常参数。
在本申请的一些实施例中,基于前述方案,确定模块802配置为:获取异常参数对应的异常时刻;计算异常时刻在目标时间段内的多个目标时刻中的占比,基于占比,确定目标时间段内的测量参数的有效性。
根据本申请实施例的一个方面,提供了一种车辆安全性的评估装置,还包括:预警模块,配置为获取目标车辆的评估结果,基于评估结果针对目标车辆进行预警。
所属技术领域的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本申请的这种实施方式的电子设备90。图9显示的电子设备90仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图9所示,电子设备90以通用计算设备的形式表现。电子设备90的组件可以包括但不限于:上述至少一个处理单元91、上述至少一个存储单元 92、连接不同系统组件(包括存储单元92和处理单元91)的总线93、显示单元94。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元 91执行,使得所述处理单元91执行本说明书上述“实施例方法”部分中描述的根据本申请各种示例性实施方式的步骤。
存储单元92可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)921和/或高速缓存存储单元922,还可以进一步包括只读存储单元(ROM)923。
存储单元92还可以包括具有一组(至少一个)程序模块925的程序/实用工具924,这样的程序模块925包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线93可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备90也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备90交互的设备通信,和/或与使得该电子设备90能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出 (I/O)接口95进行。并且,电子设备90还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器96通过总线93与电子设备90的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备90使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本申请实施方式的方法。
根据本申请一个实施例,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本申请的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的步骤。
根据本申请一个实施例,程序产品可以采用便携式紧凑盘只读存储器(CD- ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本申请的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++ 等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (11)
1.一种车辆安全性的评估方法,其特征在于,包括:
获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与所述第一参数具有关联关系的第二参数;其中,所述第一参数和所述第二参数的关联关系为所述第一参数和所述第二参数满足同一个运动方程;
获取历史交通事故率,基于所述第二参数,以及所述第一参数与所述第二参数之间的关联关系,计算出与所述第一参数对应的计算参数;
基于所述第一参数和所述第一参数对应的计算参数,确定所述第一参数的测量误差和所述第一参数的波动误差,所述测量误差用于表示所述第一参数与所述第一参数对应的计算参数的之间的差异,所述波动误差用于表示所述第一参数的变化快慢与所述第一参数对应的计算参数的变化快慢之间的差异;
基于所述历史交通事故率、所述第一参数的测量误差和所述第一参数的波动误差,筛选出所述目标时间段内所述第一参数中的异常参数;
将所述第一参数中的异常参数,作为所述测量参数中的异常参数;
基于所述异常参数,确定所述目标时间段内的测量参数的有效性;
基于有效的目标时间段内的测量参数,对所述目标车辆的安全性进行评估。
2.根据权利要求1所述的车辆安全性的评估方法,其特征在于,所述获取历史交通事故率,包括:
获取在所述目标时间段内所述目标车辆的位置;
基于所述目标车辆的位置,确定目标区域;
获取所述目标区域的历史交通事故率。
3.根据权利要求1所述的车辆安全性的评估方法,其特征在于,所述基于所述第一参数和所述第一参数对应的计算参数,确定所述第一参数的测量误差和所述第一参数的波动误差,包括:
基于所述第一参数和所述第一参数对应的计算参数之间的差值,确定所述第一参数的测量误差;
基于所述相邻两个目标时刻下的第一参数之间的差值,以及所述相邻两个目标时刻下的第一参数对应的计算参数之间的差值,确定所述第一参数的波动误差。
4.根据权利要求1所述的车辆安全性的评估方法,其特征在于,所述基于所述历史交通事故率、所述第一参数的测量误差和所述第一参数的波动误差,筛选出所述目标时间段内所述第一参数中的异常参数,包括:
基于所述历史交通事故率和所述第一参数的测量误差,筛选出所述目标时间段内所述第一参数中的可疑参数;
基于所述历史交通事故率和所述第一参数的波动误差,筛选出所述目标时间段内所述可疑参数中的异常参数。
5.根据权利要求4所述的车辆安全性的评估方法,其特征在于,所述基于所述历史交通事故率和所述第一参数的测量误差,筛选出所述目标时间段内所述第一参数中的可疑参数,包括:
若所述第一参数的测量误差超过所述历史交通事故率,则将所述第一参数作为所述可疑参数。
6.根据权利要求4所述的车辆安全性的评估方法,其特征在于,所述基于所述历史交通事故率和所述第一参数的波动误差,筛选出所述目标时间段内所述可疑参数中的异常参数,包括:
若所述第一参数的波动误差超过所述历史交通事故率,则将所述可疑参数作为所述异常参数。
7.根据权利要求1所述的车辆安全性的评估方法,其特征在于,所述基于所述异常参数,确定所述目标时间段内的测量参数的有效性,包括:
获取所述异常参数对应的异常时刻;
计算所述异常时刻在所述目标时间段内的多个目标时刻中的占比,基于所述占比,确定所述目标时间段内的测量参数的有效性。
8.根据权利要求1所述的车辆安全性的评估方法,其特征在于,还包括:
获取所述目标车辆的评估结果,基于所述评估结果针对所述目标车辆进行预警。
9.一种车辆安全性的评估装置,其特征在于,包括:
获取模块,配置为获取目标车辆在目标时间段内的多个目标时刻下的测量参数,每个时刻下的测量参数包括第一参数和与所述第一参数具有关联关系的第二参数;其中,所述第一参数和所述第二参数的关联关系为所述第一参数和所述第二参数满足同一个运动方程;
确定模块,配置为获取历史交通事故率,基于所述第二参数,以及所述第一参数与所述第二参数之间的关联关系,计算出与所述第一参数对应的计算参数;基于所述第一参数和所述第一参数对应的计算参数,确定所述第一参数的测量误差和所述第一参数的波动误差,所述测量误差用于表示所述第一参数与所述第一参数对应的计算参数的之间的差异,所述波动误差用于表示所述第一参数的变化快慢与所述第一参数对应的计算参数的变化快慢之间的差异;基于所述历史交通事故率、所述第一参数的测量误差和所述第一参数的波动误差,筛选出所述目标时间段内所述第一参数中的异常参数;将所述第一参数中的异常参数,作为所述测量参数中的异常参数;
评估模块,配置为基于有效的目标时间段内的测量参数,对所述目标车辆的安全性进行评估。
10.一种计算机可读程序介质,其特征在于,其上存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使所述计算机执行如权利要求1至8中任一项所述的方法。
11.一种电子装置,包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600640.1A CN111709665B (zh) | 2020-06-28 | 2020-06-28 | 车辆安全性的评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010600640.1A CN111709665B (zh) | 2020-06-28 | 2020-06-28 | 车辆安全性的评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111709665A CN111709665A (zh) | 2020-09-25 |
CN111709665B true CN111709665B (zh) | 2024-04-26 |
Family
ID=72544433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010600640.1A Active CN111709665B (zh) | 2020-06-28 | 2020-06-28 | 车辆安全性的评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709665B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230202470A1 (en) * | 2021-12-28 | 2023-06-29 | Argo AI, LLC | Integrated trajectory forecasting, error estimation, and vehicle handling when detecting an observed scenario |
CN114596713B (zh) * | 2022-05-09 | 2022-08-09 | 天津大学 | 一种车辆的实时远程监测控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6240367B1 (en) * | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
CN106525033A (zh) * | 2016-09-22 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
CA3028479A1 (en) * | 2017-04-18 | 2018-10-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for determining safety score of driver |
CN109477754A (zh) * | 2016-06-30 | 2019-03-15 | 米其林集团总公司 | 用于确定机动车辆总质量估计值的方法和装置 |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN110006422A (zh) * | 2019-03-28 | 2019-07-12 | 浙江吉利汽车研究院有限公司 | 一种设备安全运行参数的确定方法、装置、设备和存储介质 |
CN110807950A (zh) * | 2019-11-13 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 基于车辆碰撞的风险评估方法、装置和计算机设备 |
-
2020
- 2020-06-28 CN CN202010600640.1A patent/CN111709665B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6240367B1 (en) * | 1998-11-27 | 2001-05-29 | Ching-Fang Lin | Full fusion positioning method for vehicle |
CN109477754A (zh) * | 2016-06-30 | 2019-03-15 | 米其林集团总公司 | 用于确定机动车辆总质量估计值的方法和装置 |
CN106525033A (zh) * | 2016-09-22 | 2017-03-22 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
CA3028479A1 (en) * | 2017-04-18 | 2018-10-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for determining safety score of driver |
CN109671006A (zh) * | 2018-11-22 | 2019-04-23 | 斑马网络技术有限公司 | 交通事故处理方法、装置及存储介质 |
CN110006422A (zh) * | 2019-03-28 | 2019-07-12 | 浙江吉利汽车研究院有限公司 | 一种设备安全运行参数的确定方法、装置、设备和存储介质 |
CN110807950A (zh) * | 2019-11-13 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 基于车辆碰撞的风险评估方法、装置和计算机设备 |
Non-Patent Citations (1)
Title |
---|
道路交通事故道路条件成因分析及预防对策研究;裴玉龙, 马骥;中国公路学报;20031230(04);78-83 * |
Also Published As
Publication number | Publication date |
---|---|
CN111709665A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9940530B2 (en) | Platform for acquiring driver behavior data | |
Holstein et al. | Ethical and social aspects of self-driving cars | |
CN111164661A (zh) | 使用感测设备监控车辆操作风险 | |
US10101244B2 (en) | Self-learning simulation environments | |
EP3188150A2 (en) | Platform for acquiring driver behavior data | |
CN111709665B (zh) | 车辆安全性的评估方法和装置 | |
CN113408141A (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
WO2022078077A1 (zh) | 驾驶风险的预警方法、装置、计算设备及存储介质 | |
CN112861833B (zh) | 车辆车道级定位方法、装置、电子设备和计算机可读介质 | |
CN104794936A (zh) | 用于车辆防撞的方法和系统 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
US20160259869A1 (en) | Self-learning simulation environments | |
CN113643532A (zh) | 一种区域交通的预测方法以及设备 | |
CN112651535A (zh) | 局部路径规划方法、装置、存储介质、电子设备及车辆 | |
CN112590798B (zh) | 用于检测驾驶员状态的方法、装置、电子设备和介质 | |
CN113538734A (zh) | 用于处理驾驶数据的方法、装置、电子设备及存储介质 | |
CN112230663A (zh) | 车辆定位数据的监测方法、装置 | |
US10730527B2 (en) | Implementing cognitive state recognition within a telematics system | |
US20220237961A1 (en) | Systems and methods for detecting software interactions for autonomous vehicles within changing environmental conditions | |
CN112633980B (zh) | 用于车辆网点呈现的方法、电子设备和存储介质 | |
CN115563734A (zh) | 故障容错时间间隔计算方法及装置、电子设备、存储介质 | |
CN110782114B (zh) | 驾驶行为挖掘方法、装置、电子设备及存储介质 | |
CN111127952A (zh) | 检测潜在交通碰撞的方法、装置和存储介质 | |
US11995154B2 (en) | Method of determining state of target object, electronic device, and storage medium |
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 |