CN111710158A - 一种车辆数据处理方法及相关设备 - Google Patents
一种车辆数据处理方法及相关设备 Download PDFInfo
- Publication number
- CN111710158A CN111710158A CN202010467748.8A CN202010467748A CN111710158A CN 111710158 A CN111710158 A CN 111710158A CN 202010467748 A CN202010467748 A CN 202010467748A CN 111710158 A CN111710158 A CN 111710158A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicle data
- scene
- data
- driving
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
-
- 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
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种车辆数据处理方法,用于对车辆数据进行传输和处理。应用于车载设备,本申请实施例方法包括:接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据驾驶场景从多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送目标车辆数据至服务器。通过对车辆数据进行分析,确定车辆所处的驾驶场景,并依据该驾驶场景确定所需传输的车辆数据,且驾驶场景越复杂则需传输的数据种类越多,将需传输的车辆数据传输至服务器,通过此种方式降低车辆行驶过程中所需向服务器传输的数据量,减小了对服务器的数据处理能力的要求,同时降低了车载设备的数据传输压力。
Description
技术领域
本申请实施例涉及数据处理领域,尤其涉及一种车辆数据处理方法及相关设备
背景技术
边缘计算技术是用以支持当前大数据时代的新型网络计算技术。不同于云计算技术将数据由远距离的终端设备收集至云服务器之后再进行计算处理的方式,边缘计算技术将整体架构分为终端设备,边缘计算单元及服务器三个层次,边缘计算技术将终端设备所收集的数据在边缘计算单元部分进行预先处理,并将计算结果传输至服务器,以得到更符合要求的数据,以降低服务器的计算压力。
对于日常使用的车辆而言,存在由车辆所设置的传感器、车载设备与服务器所组成的边缘计算系统,通常由车载设备作为边缘计算单元以对车辆所设置的传感器所收集的数据进行处理,以获得符合服务器要求格式的数据并进行上传,并由服务器对所接受的数据进行后续处理以指导车辆的驾驶策略或提供车辆所需要的辅助信息。
现有的车载设备对于车辆数据的处理方式仅包括将所获取的数据进行打包发送至服务器以便于服务器进行识别,对于服务器而言需对所接受的所有数据进行处理,处理压力较大。
发明内容
本申请基于当前车载设备对车辆数据处理时需将所获取的全部数据进行打包并发送至服务器以便于服务器进行识别,对于服务器而言需对所接受的所有数据进行处理,处理压力较大,提出一种对车辆数据的处理方法,包括识别车辆所处的驾驶环境并根据不同的驾驶环境向服务器传输不同类型的车辆数据,总体而言车辆所处的驾驶环境越复杂,则传输的车辆数据种类较多,通过此种方式降低了服务器的处理压力。
本申请实施例第一方面提供了一种车辆数据处理方法,应用于边缘计算单元,包括:
接收多种类的车辆数据;
依据所述多种类的车辆数据确定驾驶场景;
依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;
发送所述目标车辆数据至云端服务器。
基于本申请实施例第一方面,可选地,所述驾驶场景包括:道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景;所述多种类的车辆数据包括:当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速和周边图像数据;
所述依据所述多种类的车辆数据确定驾驶场景,包括:
判断前后车辆的距离是否大于第一预设距离;
若所述前后车辆的距离大于第一预设距离,则确定所述驾驶场景为道路畅通场景;
若所述前后车辆的距离小于等于第一预设距离,则判断所述当前车辆速度、预设速度和所述当前车道最低限速之间的关系,所述预设速度小于所述当前车道最低限速;
若所述当前车速大于等于所述当前车道最低限速,则确定所述驾驶场景为道路正常场景;
若所述当前车速大于等于所述预设车速且小于所述当前车道最低限速,则确定所述驾驶场景为道路缓行场景;
若所述当前车辆速度小于所述预设车速,则确定所述驾驶场景为道路拥堵场景。
基于本申请实施例第一方面,可选地,所述依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,包括:
对所述驾驶场景进行判断;
若所述驾驶场景为道路畅通场景,则确定所述当前车辆速度为目标车辆数据;
若所述驾驶场景为道路正常场景,则确定所述当前车辆速度和前后车辆的距离为目标车辆数据;
若所述驾驶场景为道路缓行场景,则确定所述当前车辆速度和前后车辆的距离和前后车辆的速度为目标车辆数据;
若所述驾驶场景为道路拥堵场景,则确定所述当前车辆速度和前后车辆的距离、前后车辆的速度和周边图像数据为目标车辆数据。
基于本申请实施例第一方面,可选地,所述驾驶场景包括交叉路口场景;
所述车辆数据包括:车辆与交叉路口的距离和车辆的行驶方向;
所述依据所述多种类的车辆数据确定驾驶场景,包括:
判断所述车辆与交叉路口的距离与第二预设距离之间的关系;
若所述车辆与交叉路口的距离小于所述第二预设距离,则确定所述驾驶场景为交叉路口场景;
所述依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,包括:
若所述驾驶场景为交叉路口场景,则确定所述车辆与交叉路口的距离和车辆的行驶方向为目标车辆数据。
基于本申请实施例第一方面,可选地,所述发送所述目标车辆数据至服务器,包括:
对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组;
发送所述目标车辆数据组至所述服务器。
本申请实施例第二方面提供了一种车辆数据处理方法,其特征在于,应用于服务器,包括:
接收车载设备所发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;
对所述目标车辆数据进行验证。
本申请实施例第三方面提供了一种边缘计算单元,包括:
接收模块,用于接收多种类的车辆数据;
驾驶场景确定模块,用于依据所述多种类的车辆数据确定驾驶场景;
目标车辆数据确定模块,用于依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;
发送模块,用于发送所述目标车辆数据至云端服务器。
基于本申请实施例第三方面,可选的,
所述驾驶场景包括:道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景;所述多种类的车辆数据包括:当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速和周边图像数据
所述驾驶场景确定模块包括:
距离判断单元,所述车辆距离判断单元用于判断所述前后车辆的距离是否大于第一预设距离,若所述前后车辆的距离大于第一预设距离,则触发畅通单元;若所述前后车辆的距离小于等于第一预设距离,则触发车速判断单元;
畅通单元,用于确定所述驾驶场景为道路畅通场景;
车速判断单元,用于判断所述当前车辆速度、预设速度和所述当前车道最低限速之间的关系,所述预设速度小于所述当前车道最低限速;若所述当前车速大于等于所述当前车道最低限速,则触发正常单元;若所述当前车速大于等于所述预设车速且小于所述当前车道最低限速,则触发缓行单元;若所述当前车辆速度小于所述预设车速,则触发拥堵单元。
正常单元,用于确定所述驾驶场景为道路正常场景;
缓行单元,用于确定所述驾驶场景为道路缓行场景;
拥堵单元,用于确定所述驾驶场景为道路拥堵场景。
基于本申请实施例第三方面,可选的,
所述目标车辆数据确定模块具体用于对所述驾驶场景进行判断;
若所述驾驶场景为道路畅通场景,则确定所述当前车辆速度为目标车辆数据;
若所述驾驶场景为道路正常场景,则确定所述当前车辆速度和前后车辆的距离为目标车辆数据;
若所述驾驶场景为道路缓行场景,则确定所述当前车辆速度和前后车辆的距离和前后车辆的速度为目标车辆数据;
若所述驾驶场景为道路拥堵场景,则确定所述当前车辆速度和前后车辆的距离、前后车辆的速度和周边图像数据为目标车辆数据。
基于本申请实施例第三方面,可选的,所述驾驶场景包括交叉路口场景;
所述车辆数据包括:车辆与交叉路口的距离和车辆的行驶方向;
所述驾驶场景确定模块具体用于:判断所述车辆与交叉路口的距离与第二预设距离之间的关系;
若所述车辆与交叉路口的距离小于所述第二预设距离,则确定所述驾驶场景为交叉路口场景;
所述目标车辆数据确定模块具体用于:若所述驾驶场景为交叉路口场景,则确定所述车辆与交叉路口的距离和车辆的行驶方向为目标车辆数据。
基于本申请实施例第三方面,可选的,
所述车辆数据处理装置还包括:
处理模块,用于对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组;
所述发送模块具体用于:对所述目标车辆数据进行验证。
本申请实施例第四方面提供了一种车辆数据处理装置,应用于服务器,包括:
接收模块,用于接收车载设备所发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;
验证模块,用于对所述目标车辆数据进行验证。
本申请实施例第五方面提供一种车载设备,包括:
中央处理器,存储器;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,执行所述存储器中的指令操作以执行如本申请实施例第一方面中任意一项所述的方法。
本申请实施例第六方面提供一种服务器,包括:
中央处理器,存储器;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,执行所述存储器中的指令操作以执行如本申请实施例第二方面中任意一项所述的方法。
本申请实施例第七方面提供了一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行如本申请实施例第一方面或第二方面中任意一项所述的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:本申请通过在车载设备中对所获取的多种车辆数据进行分析识别,进而确定车辆当前所处的驾驶场景,并依据该驾驶场景确定所需传输的车辆数据,需传输的车辆数据种类与当前所处的驾驶场景相关,且驾驶场景越复杂则需传输的车辆数据种类越多,将需传输的车辆数据传输至服务器,通过此种方式降低车辆行驶过程中所需向云服务器传输的数据量,减小了对服务器的数据处理能力的要求,同时降低了车载设备的数据传输压力,提高了车辆数据处理过程的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请车辆数据处理方法实施例的一个流程示意图;
图2为本申请车辆数据处理方法实施例的另一个流程示意图;
图3为本申请车辆数据处理方法实施例的另一个流程示意图;
图4为本申请车辆数据处理方法实施例的另一个流程示意图;
图5为本申请车辆数据处理装置实施例的一个结构示意图;
图6为本申请车辆数据处理装置实施例的另一个结构示意图;
图7为本申请车辆数据处理装置实施例的另一个结构示意图;
图8为本申请车载设备实施例的一个结构示意图;
图9为本申请服务器实施例的另一个结构示意图。
具体实施方式
本申请基于当前车载设备对车辆数据处理时需将所获取的全部数据进行打包并发送至服务器以便于服务器进行识别,对于服务器而言需对所接受的所有数据进行处理,处理压力较大,提出一种对车辆数据的处理方法,包括识别车辆所处的驾驶环境并根据不同的驾驶环境向云服务器传输不同类型的车辆数据,总体而言车辆所处的驾驶环境越复杂,则传输的车辆数据种类较多,通过此种方式降低了服务器的处理压力。
为了使本技术领域的人员更好地理解本申请方案,下面对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
边缘计算技术是用以支持当前大数据时代的新型网络计算技术。不同于云计算技术将数据由远距离的终端设备收集至云服务器之后再进行计算处理的方式,边缘计算技术将整体架构分为终端设备,车载设备及服务器三个层次,边缘计算技术将终端设备所收集的数据在车载设备部分进行预先处理,并将计算结果传输至服务器,以得到更符合要求的数据,以降低服务器的计算压力。
对于日常使用的车辆而言,由车辆所设置的传感器、车载设备与服务器所组成的边缘计算系统,通常由车载单元作为车载设备以对车辆所设置的传感器所收集的数据进行处理,以获得符合服务器要求格式的数据并进行上传。现有的车载设备对于车辆数据的处理方式仅包括将所获取的数据进行打包发送至服务器以便于服务器进行识别,对于服务器而言需对所接受的所有数据进行处理,处理压力较大。
基于上述问题,本申请文件提出了一种车辆数据处理方法,用于车载设备对所获取的车辆数据进行分析并确定其中需传输的车辆数据加以上传,以降低服务器的数据处理压力,减少车载设备所需传输的数据量。为便于理解,请参阅图1,本申请实施例中一种车辆数据处理方法的一个实施例包括:
101、接收多种类的车辆数据。
车载设备接收多种类的车辆数据,车辆数据由车辆上所设置的多种传感器产生,反应当前车辆的具体情况及车辆所处环境的具体情况,车辆数据可用于车辆确定具体的行驶策略,对车辆数据的使用过程中主要包括在车辆本身的其他设备上使用和将车辆数据传输至服务器以便于服务器依据车辆数据进行相关的记录以便进行车辆折旧计算,车辆导航等功能。
车载设备可以为设置在车辆上的车载单元(On board Unit,OBU),对车辆所设置的传感器所获得的数据进行预处理并传输至服务器,具体处理过程一般包括将不同种类的数据互相关联,并添加时间和车辆识别信息等参数,以便于服务器接收到的车辆数据符合其格式要求,便于服务器对车辆数据进行处理。
102、依据所述多种类的车辆数据确定驾驶场景。
车载设备依据所述多种类的车辆数据确定驾驶场景,车载设备接收到多种类的车辆数据后对车辆数据所含的数据信息进行分析,根据具体数据信息确定当前车辆所处的驾驶场景,具体的,车辆数据一般由传感器实时传输至车载设备,车载设备依据当前车辆数据所包含信息确定当前驾驶场景,驾驶场景的具体设置由工作人员预设于车载设备内,也可由车载设备通过数据交互从服务器获取,具体此处不做限定。驾驶场景用以反映车辆当前所处的外界情况,具体的可依据车辆拥堵情况设置为:道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景等场景,也可依据车辆所处的地理位置分为非交叉路口场景与交叉路口场景等情况。具体对驾驶场景的设置可依据实际情况进行针对性设置,存在多种设置情况,此处不做限定,同时驾驶场景存在对应的判定条件与目标车辆数据种类,驾驶场景所对应的判断条件与目标车辆数据种类也可由工作人员预设或通过数据交互从服务器获取。判定条件与车载设备所获得到的车辆数据相关,一般由车辆数据所包含的数量大小进行限定,如某一数据大于某一特定值则认定当前驾驶场景为某一特定场景。具体此处不做限定。
103、依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据。
车载设备依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多。具体的,车载设备确定该驾驶场景所对应的目标车辆数据种类,然后将车载设备所实时接受的车辆数据中对应种类的车辆数据确认为目标车辆数据,以便进行上传,具体而言车载设备可将所确定的目标车辆数据单独存储以便进行上传,也可对目标车辆数据添加表示,以便后续进行传输,具体此处不做限定。
目标车辆数据的种类与驾驶场景存在对应关系,且驾驶场景越复杂,目标车辆数据的种类越多,驾驶场景的复杂程度可按不同情况进行定义,一般而言影响驾驶的因素越多则称驾驶环境越复杂,可以理解的是,在驾驶过程中影响驾驶的因素越少,则驾驶人员精力更集中,驾驶安全程度越高,越不需要车辆进行辅助驾驶,而驾驶过程中影响驾驶的因素越多,则驾驶人员的精力更加分散,需要车辆进行辅助分析以保证安全的情况越多,因此驾驶场景越复杂,则向服务器发送越多种类的车辆数据,以便于服务器更好的掌握车辆的具体驾驶情况,更好的辅助驾驶人员进行驾驶。而对于驾驶场景比较简单的情况,驾驶人员精力更集中,则无需服务器对车辆驾驶进行过多干预,因此向服务器提供较少种类的数据即可。
104、发送所述目标车辆数据至服务器。
车载设备发送所述目标车辆数据至服务器。以便于服务器对车辆的车辆数据进行分析和记录,具体而言,车载设备可将目标车辆数据进行预处理,以获得符合服务器接收标准的数据组或数据包,再将处理好的目标车辆数据发送至服务器,可以理解的是所述服务器可以为设置在本地的本地服务器,也可以为由多台具有数据连接关系的服务器所组成的云服务器,具体可依照实际情况而定,此处不做限定。
从以上技术方案可以看出,本申请实施例具有以下优点:本申请通过在车载设备中对所获取的多种车辆数据进行分析识别,进而确定车辆当前所处的驾驶场景,并依据该驾驶场景确定所需传输的车辆数据,需传输的车辆数据种类与当前所处的驾驶场景相关,且驾驶场景越复杂则需传输的车辆数据种类越多,将需传输的车辆数据传输至服务器,通过此种方式降低车辆行驶过程中所需向服务器传输的数据量,减小了对服务器的数据处理能力的要求,同时降低了车载设备的数据传输压力。
基于图1所述的实施例,下面详细描述本申请实施例中的一种车辆数据处理方法,请参阅图2,本申请实施例中的一种车辆数据处理方法的另一个实施例,包括:
201、接收多种类的车辆数据。
车载设备接收设置于车辆上的传感器所传输的多种类的车辆数据,在本方案中以车载单元作为车载设备为例,发挥其计算及传输功能。所述多种类的车辆数据包括:当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速和周边图像数据。具体的当前车辆速度和前后车辆的速度可通过车速传感器获得,前后车辆的距离可通过红外传感器获得,当前车道限速可由导航软件获得,周边图像数据可由车辆上所设置的图像传感器获得。可以理解的是,在实际工作过程中车辆数据的种类可以多于上述的种类或少于上述种类,此处所列举的车辆数据种类仅为本方案的一种实施方式并不对本方案造成限定。
202、判断前后车辆的距离是否大于第一预设距离。
车载设备判断前后车辆的距离是否大于第一预设距离。车载设备判断车辆与前车的距离和车辆与后车距离这两个数值是否大于第一预设距离。判断目的在于确定车辆所处的驾驶环境,第一预设距离人为预设于车载设备中,此处以第一预设距离为1km为例,若前后车辆的距离都大于1km,则说明当前车辆的驾驶场景道路较为空旷,存在的干扰因素较少,执行步骤204、确定驾驶场景为道路畅通场景。若车辆与前车的距离和车辆与后车距离这两个数值中任一数值小于等于1km则执行步骤203、判断当前车辆速度、预设速度和当前车道最低限速之间的关系,进而对车辆所处的驾驶环境进行进一步的判断。
203、判断当前车辆速度、预设速度和当前车道最低限速之间的关系。
若前后车辆的距离小于等于第一预设距离,则车载设备判断当前车辆速度、预设速度和当前车道最低限速之间的关系。所述预设速度小于所述当前车道最低限速;预设速度为与驾驶场景所关联的一个预设数值,通常较低。此处以20km/h为例。则存在三种情况,即当前车速大于等于所述当前车道最低限速,则执行步骤205、确定驾驶场景为道路正常场景,所述当前车速大于等于所述预设车速且小于所述当前车道最低限速,则执行步骤 206、确定驾驶场景为道路缓行场景,若所述当前车辆速度小于所述预设车速,则执行207、确定驾驶场景为道路拥堵场景。
204、确定驾驶场景为道路畅通场景。
若前后车辆的距离大于第一预设距离,则说明当前车辆的驾驶场景道路较为空旷,存在的干扰因素较少。车载设备确定当前驾驶场景为道路畅通场景,并可依据该场景确定所需传输的目标车辆数据。
205、确定驾驶场景为道路正常场景。
若前后车辆的距离小于等于第一预设距离且车辆速度大于等于当前车道最低限速,则说明当前驾驶情况虽道路上存在距离较近的车辆但并未对车辆的正常行驶造成影响,因此可确定驾驶场景为道路正常场景。
206、确定驾驶场景为道路缓行场景。
若前后车辆的距离小于等于第一预设距离且当前车速大于等于预设车速、小于当前车道最低限速,则说明当前道路上所存在的车辆数量对驾驶造成了一定影响,使得车辆速度较低,可确定驾驶场景为道路缓行场景。
207、确定驾驶场景为道路拥堵场景。
若前后车辆的距离小于等于第一预设距离且当前车辆速度小于预设车速,即车辆车速低于20km/h则说明车辆进入拥堵状态,行驶过程较为困难,确定驾驶场景为道路拥堵场景。
208、依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据。
车载设备、依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据。具体的包括:对所述驾驶场景进行判断,判断当前车辆所处的驾驶场景的具体种类,由于驾驶场景的判断条件互不重叠,因此只会获得一种驾驶场景,可以理解的是,此处仅为对本例的说明,在实际实施过程中,也可存在多种驾驶场景同时存在的情况。可以理解的是在本方案中驾驶场景按道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景复杂程度依次递增。
若驾驶场景为道路畅通场景,则说明影响驾驶的因素较少,仅需确定当前车辆速度为目标车辆数据即可。
若驾驶场景为道路正常场景,为保证车辆的正常驾驶只需确定当前车辆速度和前后车辆的距离为目标车辆数据并进行处理即可。
若驾驶场景为道路缓行场景,则说明车辆的驾驶过程中其他车辆的因素较多,需云服务器处理的数据也较多,因此可确定当前车辆速度和前后车辆的距离和前后车辆的速度为目标车辆数据。
若所述驾驶场景为道路拥堵场景,则当前车辆驾驶困难较大,需云服务器进行对数据进行记录和计算的数据较多,因此确定所述当前车辆速度和前后车辆的距离、前后车辆的速度和周边图像数据为目标车辆数据。
209、对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组。
车载设备确定需传输的目标车辆数据后,需对目标车辆数据进行处理,以便于服务器进行识别并处理,具体的目标车辆数据组可为一组包含不同种类的数据,若存在对应种类的目标车辆数据则传输实际数据,若不存在则填0或其他与服务器事先约定的常数占位,以便服务器理解数据组含义,并可通过数据组确定车辆当前所处的驾驶状况。
210、发送所述目标车辆数据组至服务器。
车载设备发送所述目标车辆数据组至服务器。以使得服务器对所述目标车辆数据组进行验证。具体而言服务器可对所接收到的目标车辆数据组所包含的数据进行解析,识别数据所代表的车辆场景并识别该场景所对应的各个数据是否正确,如若驾驶场景为道路畅通场景,则校验除车速数据外的其他数据是否为0,若不为0,则说明数据与驾驶场景不符,服务器可向车载设备发送重新上传数据的指令,同时服务器也可对通过校验的数据再进行解析处理,并将处理结果下发指令给车辆执行。可以理解的是所述服务器可以为设置在本地的本地服务器,也可以为由多台具有数据连接关系的服务器所组成的云服务器,具体可依照实际情况而定,此处不做限定。
基于图1所述的实施例,下面详细描述本申请实施例中的一种车辆数据处理方法,请参阅图3,本申请实施例中的一种车辆数据处理方法的另一个实施例,包括:
301、接收多种类的车辆数据。
车载设备接收设置于车辆上的传感器所传输的多种类的车辆数据,所述多种类的车辆数据包括车辆与交叉路口的距离和车辆的行驶方向。
302、判断车辆与交叉路口的距离是否小于第二预设距离。
车载设备确定在车辆行驶方向上车辆与交叉路口的距离,并判断该距离是否小于第二预设距离,若小于,则执行步骤303、确定驾驶场景为交叉路口场景。
303、确定驾驶场景为交叉路口场景。
若所述车辆与交叉路口的距离小于所述第二预设距离,则车载设备确定所述驾驶场景为交叉路口场景。
304、依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据。
车载设备确定所述车辆与交叉路口的距离和车辆的行驶方向为目标车辆数据。
305、对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组。
306、发送所述目标车辆数据组至所述服务器。
上述305和306步骤与上述图2对应的步骤209和210类似,此处不再赘述。可以理解的是,本实施例在具体实施过程中可与图2所对应的实施例同时实施,即车载设备在获取车辆数据时同时获取当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速、周边图像数据、车辆与交叉路口的距离和车辆的行驶方向等种类的车辆数据,并依据车辆数据同时判断车辆所处的道路拥挤情况与地理位置上是否处于交叉路口附近的场景,进而得出当前车辆所对应的一个或两个驾驶场景,并依据驾驶场景确定需发送的目标车辆数据,以便于服务器可更全面的获取当前车辆情况,并依据车辆情况分析得出更合理的指令发送至车辆执行。具体可依照实际情况而定此处不做限定。
请参阅图4,本申请车辆数据处理方法的另一个实施例包括:步骤401至步骤402。
401、接收车载设备所发送的目标车辆数据。
服务器接收车载设备发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;即目标车辆数据可通过上述图1、图2或图3所对应的实施例中描述的方法步骤获得。目标车辆数据在车载设备中已经过初步处理,即通过车辆数据所对应的场景判断需向服务器发送的数据,因此服务器所接收到的数据量较低,降低了服务器的处理压力。可以理解的是,车载设备可将目标车辆数据进行预处理,以获得符合服务器接收标准的数据组或数据包,再将处理好的目标车辆数据发送至服务器,以便于服务器对车辆数据进行识别,具体可依照实际情况而定,此处不做限定。
402、对所述目标车辆数据进行验证。
服务器对所述目标车辆数据进行验证。具体而言,服务器可对所接收到的目标车辆数据进行识别,判断上传的车辆数据所对应的具体驾驶场景,再根据具体的驾驶场景判断车载设备所上传的车辆数据是否正确,种类是否符合要求,若存在问题,服务器可向车载设备返回重传信息,以使得车载设备再次传输目标车辆数据,或向车载设备发送传感器的报错信息,以使得车载设备对传感器进行检查或通知驾驶员有关的错误信息,此处不做限定。
作为一种实施方式,车载设备可向服务器发送与服务器预先约定的数据组的,具体的目标车辆数据组可为一组包含不同种类的数据,若存在对应种类的目标车辆数据则传输实际数据,若不存在则填0或其他与服务器事先约定的常数占位,以便服务器理解数据组含义,并可通过数据组确定车辆当前所处的驾驶状况。可以理解的是所述服务器可以为设置在本地的本地服务器,也可以为由多台具有数据连接关系的服务器所组成的云服务器,具体可依照实际情况而定,此处不做限定。
图5为本申请所提供的一种车辆数据处理装置,应用于车载设备,包括:接收模块501、驾驶场景确定模块502、目标车辆数据确定模块503和发送模块504,其中:
接收模块501,用于接收多种类的车辆数据;
驾驶场景确定模块502,用于依据所述多种类的车辆数据确定驾驶场景;
目标车辆数据确定模块503,用于依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;
发送模块504,用于发送所述目标车辆数据至服务器。
本实施例中,车辆数据处理装置中各模块所执行的流程与前述图1所对应的实施例中描述车辆数据处理方法流程类似,此处不再赘述。
图6为本申请所提供的另一种车辆数据处理装置,应用于车载设备,包括:接收模块 601、驾驶场景确定模块602、目标车辆数据确定模块603、处理模块604和发送模块605,其中:
接收模块601、目标车辆数据确定模块603和发送模块605与上述图5所对应实施例中接收模块501目标车辆数据确定模块603和发送模块504作用类似,此处不再赘述。
所述驾驶场景包括:道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景;所述多种类的车辆数据包括:当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速和周边图像数据。
所述驾驶场景确定模块包括:
距离判断单元6021,用于判断所述前后车辆的距离是否大于第一预设距离,若所述前后车辆的距离大于第一预设距离,则触发畅通单元6022;若所述前后车辆的距离小于等于第一预设距离,则触发车速判断单元6023;
畅通单元6022,用于确定所述驾驶场景为道路畅通场景;
车速判断单元6023,用于判断所述当前车辆速度、预设速度和所述当前车道最低限速之间的关系,所述预设速度小于所述当前车道最低限速;若所述当前车速大于等于所述当前车道最低限速,则触发正常单元6024;若所述当前车速大于等于所述预设车速且小于所述当前车道最低限速,则触发缓行单元6025;若所述当前车辆速度小于所述预设车速,则触发拥堵单元6026。
正常单元6024,用于确定所述驾驶场景为道路正常场景;
缓行单元6025,用于确定所述驾驶场景为道路缓行场景;
拥堵单元6026,用于确定所述驾驶场景为道路拥堵场景。
基于上述实施例所提供的车辆数据处理装置,可选的,
所述目标车辆数据确定模块603具体用于对所述驾驶场景进行判断;
若所述驾驶场景为道路畅通场景,则确定所述当前车辆速度为目标车辆数据;
若所述驾驶场景为道路正常场景,则确定所述当前车辆速度和前后车辆的距离为目标车辆数据;
若所述驾驶场景为道路缓行场景,则确定所述当前车辆速度和前后车辆的距离和前后车辆的速度为目标车辆数据;
若所述驾驶场景为道路拥堵场景,则确定所述当前车辆速度和前后车辆的距离、前后车辆的速度和周边图像数据为目标车辆数据。
基于上述实施例所提供的车载设备,可选的,所述驾驶场景包括交叉路口场景;
所述车辆数据包括:车辆与交叉路口的距离和车辆的行驶方向;
所述驾驶场景确定模块具体用于:判断所述车辆与交叉路口的距离与第二预设距离之间的关系;
若所述车辆与交叉路口的距离小于所述第二预设距离,则确定所述驾驶场景为交叉路口场景;
所述目标车辆数据确定模块具体用于:若所述驾驶场景为交叉路口场景,则确定所述车辆与交叉路口的距离和车辆的行驶方向为目标车辆数据。
基于上述实施例所提供的车辆数据处理装置,可选的,
所述车辆数据处理装置还包括:
处理模块604,用于对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组;
所述发送模块具体用于:对所述目标车辆数据进行验证。
请参与图7本申请实施例提供了一种车辆数据处理装置,应用于服务器,包括:
接收模块701,用于接收车载设备所发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;
验证模块702,用于对所述目标车辆数据进行验证。
本实施例中,车辆数据处理装置中各模块所执行的流程与前述图4所对应的实施例中描述车辆数据处理方法流程类似,此处不再赘述。
图8是本申请实施例提供的一种车载设备的结构示意图,该车载设备800可以包括一个或一个以上处理器(central processing units,CPU)801和存储器805,该存储器805中存储有一个或一个以上的应用程序或数据。
本实施例中,中央处理器801中的具体功能模块划分可以与前述图5或图6中所描述的各模块的功能模块划分方式类似,此处不再赘述。
其中,存储器805可以是易失性存储或持久存储。存储在存储器805的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器801可以设置为与存储器805通信,在服务器800上执行存储器805中的一系列指令操作。
车载设备800还可以包括一个或一个以上电源802,一个或一个以上有线或无线网络接口803,一个或一个以上输入输出接口804,和/或,一个或一个以上操作系统,例如WindowsServerTM,MacOSXTM,UnixTM,LinuxTM,FreeBSDTM等。
该处理器801可以执行前述图1或图2所示实施例中车辆数据处理方法所执行的操作,具体此处不再赘述。
图9是本申请实施例提供的一种处理器的结构示意图,该车载设备900可以包括一个或一个以上处理器(central processing units,CPU)901和存储器905,该存储器905 中存储有一个或一个以上的应用程序或数据。
本实施例中,中央处理器901中的具体功能模块划分可以与前述图7中所描述的各模块的功能模块划分方式类似,此处不再赘述。
其中,存储器905可以是易失性存储或持久存储。存储在存储器905的程序可以包括一个或一个以上模块,每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器901可以设置为与存储器905通信,在服务器900上执行存储器905中的一系列指令操作。
车载设备900还可以包括一个或一个以上电源902,一个或一个以上有线或无线网络接口903,一个或一个以上输入输出接口904,和/或,一个或一个以上操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
该处理器901可以执行前述图4所示实施例中车辆数据处理方法所执行的操作,具体此处不再赘述。
本申请实施例还提供了一种计算机存储介质,该计算机存储介质用于储存为上述所用的计算机软件指令,其包括用于执行为车辆数据处理方法所设计的程序。
该车辆数据处理方法可以如前述图1、图2、图3或图4中所描述的车辆数据处理方法。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元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接口,装置或单元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单元可以是或者也可以不是物理上分开的,作为单元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。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备 (可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种车辆数据处理方法,其特征在于,应用于车载设备,包括:
接收多种类的车辆数据;
依据所述多种类的车辆数据确定驾驶场景;
依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据;
发送所述目标车辆数据至服务器。
2.根据权利要求1所述的车辆数据处理方法,其特征在于,所述驾驶场景包括:道路畅通场景、道路正常场景、道路缓行场景和道路拥堵场景;所述多种类的车辆数据包括:当前车辆速度、前后车辆的速度、前后车辆的距离、当前车道最低限速和周边图像数据;
所述依据所述多种类的车辆数据确定驾驶场景,包括:
判断所述前后车辆的距离是否大于第一预设距离;
若所述前后车辆的距离大于第一预设距离,则确定所述驾驶场景为道路畅通场景;
若所述前后车辆的距离小于等于第一预设距离,则判断所述当前车辆速度、预设速度和所述当前车道最低限速之间的关系,所述预设速度小于所述当前车道最低限速;
若所述当前车速大于等于所述当前车道最低限速,则确定所述驾驶场景为道路正常场景;
若所述当前车速大于等于所述预设车速且小于所述当前车道最低限速,则确定所述驾驶场景为道路缓行场景;
若所述当前车辆速度小于所述预设车速,则确定所述驾驶场景为道路拥堵场景。
3.根据权利要求2所述的车辆数据处理方法,其特征在于,所述依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,包括:
对所述驾驶场景进行判断;
若所述驾驶场景为道路畅通场景,则确定所述当前车辆速度为目标车辆数据;
若所述驾驶场景为道路正常场景,则确定所述当前车辆速度和前后车辆的距离为目标车辆数据;
若所述驾驶场景为道路缓行场景,则确定所述当前车辆速度和前后车辆的距离和前后车辆的速度为目标车辆数据;
若所述驾驶场景为道路拥堵场景,则确定所述当前车辆速度和前后车辆的距离、前后车辆的速度和周边图像数据为目标车辆数据。
4.根据权利要求1所述的车辆数据处理方法,其特征在于,所述驾驶场景包括交叉路口场景;
所述车辆数据包括:车辆与交叉路口的距离和车辆的行驶方向;
所述依据所述多种类的车辆数据确定驾驶场景,包括:
判断所述车辆与交叉路口的距离与第二预设距离之间的关系;
若所述车辆与交叉路口的距离小于所述第二预设距离,则确定所述驾驶场景为交叉路口场景;
所述依据驾驶场景从所述多种类的车辆数据中确定目标车辆数据,包括:
若所述驾驶场景为交叉路口场景,则确定所述车辆与交叉路口的距离和车辆的行驶方向为目标车辆数据。
5.根据权利要求1所述的车辆数据处理方法,其特征在于,所述发送所述目标车辆数据至服务器,包括:
对所述目标车辆数据进行处理,获得具有特定格式的目标车辆数据组;
发送所述目标车辆数据组至所述服务器。
6.一种车辆数据处理方法,其特征在于,应用于服务器,包括:
接收车载设备所发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;
对所述目标车辆数据进行验证。
7.一种车辆数据处理装置,其特征在于,应用于车载设备,包括:
接收模块,用于接收多种类的车辆数据;
驾驶场景确定模块,用于依据所述多种类的车辆数据确定驾驶场景;
目标车辆数据确定模块,用于依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;
发送模块,用于发送所述目标车辆数据至服务器。
8.一种车辆数据处理装置,其特征在于,应用于服务器,包括:
接收模块,用于接收车载设备所发送的目标车辆数据,所述目标车辆数据由所述车载设备接收多种类的车辆数据;依据所述多种类的车辆数据确定驾驶场景;依据所述驾驶场景从所述多种类的车辆数据中确定目标车辆数据,所述驾驶场景越复杂则所述目标车辆数据的种类越多;发送所述目标车辆数据至服务器获得;
验证模块,用于对所述目标车辆数据进行验证。
9.一种车载设备,其特征在于,包括:
处理器,存储器;
所述存储器为短暂存储存储器或持久存储存储器;
所述处理器配置为与所述存储器通信,执行所述存储器中的指令操作以执行如权利要求1-5中任意一项所述的方法。
10.一种服务器,其特征在于,包括:
处理器,存储器;
所述存储器为短暂存储存储器或持久存储存储器;
所述处理器配置为与所述存储器通信,执行所述存储器中的指令操作以执行如权利要求6所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467748.8A CN111710158B (zh) | 2020-05-28 | 2020-05-28 | 一种车辆数据处理方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467748.8A CN111710158B (zh) | 2020-05-28 | 2020-05-28 | 一种车辆数据处理方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111710158A true CN111710158A (zh) | 2020-09-25 |
CN111710158B CN111710158B (zh) | 2022-04-15 |
Family
ID=72538868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467748.8A Active CN111710158B (zh) | 2020-05-28 | 2020-05-28 | 一种车辆数据处理方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111710158B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233419A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113709703A (zh) * | 2021-07-28 | 2021-11-26 | 东风柳州汽车有限公司 | 车对车通讯数据简化方法、装置、设备及存储介质 |
CN113747400A (zh) * | 2021-07-28 | 2021-12-03 | 东风柳州汽车有限公司 | 车对车通讯传输优化方法、装置、设备及存储介质 |
CN113762406A (zh) * | 2021-09-15 | 2021-12-07 | 东软睿驰汽车技术(沈阳)有限公司 | 数据的挖掘方法、装置和电子设备 |
CN115221151A (zh) * | 2022-07-13 | 2022-10-21 | 小米汽车科技有限公司 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
CN116091250A (zh) * | 2023-02-09 | 2023-05-09 | 中国人民健康保险股份有限公司深圳分公司 | 一种保险风控管理方法与系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108569296A (zh) * | 2017-12-15 | 2018-09-25 | 蔚来汽车有限公司 | 自适应匹配辅助驾驶系统的方法及其实现模块 |
CN109017803A (zh) * | 2018-07-14 | 2018-12-18 | 安徽中科美络信息技术有限公司 | 一种车载终端工作模式控制方法及车载终端 |
CN109345853A (zh) * | 2018-08-30 | 2019-02-15 | 浙江工业大学 | 一种基于gis的无人车安全驾驶优化方法 |
CN109389863A (zh) * | 2017-08-02 | 2019-02-26 | 华为技术有限公司 | 提示方法及相关设备 |
CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶系统道路驾驶数据采集、分析及上传方法 |
CN110506303A (zh) * | 2017-04-12 | 2019-11-26 | 罗伯特·博世有限公司 | 用于求取交通场景的数据的方法 |
US20200090510A1 (en) * | 2018-09-14 | 2020-03-19 | ANI Technologies Private Ltd. | Methods and Systems for Facilitating Driving-Assistance to Drivers of Vehicles |
CN110942671A (zh) * | 2019-12-04 | 2020-03-31 | 北京京东乾石科技有限公司 | 车辆危险驾驶检测方法、装置以及存储介质 |
-
2020
- 2020-05-28 CN CN202010467748.8A patent/CN111710158B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110506303A (zh) * | 2017-04-12 | 2019-11-26 | 罗伯特·博世有限公司 | 用于求取交通场景的数据的方法 |
CN109389863A (zh) * | 2017-08-02 | 2019-02-26 | 华为技术有限公司 | 提示方法及相关设备 |
CN108569296A (zh) * | 2017-12-15 | 2018-09-25 | 蔚来汽车有限公司 | 自适应匹配辅助驾驶系统的方法及其实现模块 |
CN109017803A (zh) * | 2018-07-14 | 2018-12-18 | 安徽中科美络信息技术有限公司 | 一种车载终端工作模式控制方法及车载终端 |
CN109345853A (zh) * | 2018-08-30 | 2019-02-15 | 浙江工业大学 | 一种基于gis的无人车安全驾驶优化方法 |
US20200090510A1 (en) * | 2018-09-14 | 2020-03-19 | ANI Technologies Private Ltd. | Methods and Systems for Facilitating Driving-Assistance to Drivers of Vehicles |
CN110264586A (zh) * | 2019-05-28 | 2019-09-20 | 浙江零跑科技有限公司 | L3级自动驾驶系统道路驾驶数据采集、分析及上传方法 |
CN110942671A (zh) * | 2019-12-04 | 2020-03-31 | 北京京东乾石科技有限公司 | 车辆危险驾驶检测方法、装置以及存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233419A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN112233419B (zh) * | 2020-10-10 | 2023-08-25 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113709703A (zh) * | 2021-07-28 | 2021-11-26 | 东风柳州汽车有限公司 | 车对车通讯数据简化方法、装置、设备及存储介质 |
CN113747400A (zh) * | 2021-07-28 | 2021-12-03 | 东风柳州汽车有限公司 | 车对车通讯传输优化方法、装置、设备及存储介质 |
CN113762406A (zh) * | 2021-09-15 | 2021-12-07 | 东软睿驰汽车技术(沈阳)有限公司 | 数据的挖掘方法、装置和电子设备 |
CN115221151A (zh) * | 2022-07-13 | 2022-10-21 | 小米汽车科技有限公司 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
CN115221151B (zh) * | 2022-07-13 | 2024-02-02 | 小米汽车科技有限公司 | 车辆数据的传输方法、装置、车辆、存储介质及芯片 |
CN116091250A (zh) * | 2023-02-09 | 2023-05-09 | 中国人民健康保险股份有限公司深圳分公司 | 一种保险风控管理方法与系统 |
CN116091250B (zh) * | 2023-02-09 | 2023-12-15 | 中国人民健康保险股份有限公司深圳分公司 | 一种保险风控管理方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111710158B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111710158B (zh) | 一种车辆数据处理方法及相关设备 | |
EP4080468A2 (en) | Collision detection method and apparatus, electronic device, medium, and autonomous vehicle | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
US8466807B2 (en) | Fast collision detection technique for connected autonomous and manual vehicles | |
CN110148312B (zh) | 一种基于v2x系统的碰撞预警方法、装置和存储介质 | |
CN105976450A (zh) | 无人驾驶车辆的数据处理方法和装置、黑匣子系统 | |
CN112738171B (zh) | 车辆的控制方法、装置、系统、设备及存储介质 | |
US20220001899A1 (en) | Vehicle control system using reliability of input signal for autonomous vehicle | |
CN110718094A (zh) | 碰撞预警方法、装置和设备 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN114301938A (zh) | 车路协同车辆事件确定方法、相关装置及计算机程序产品 | |
CN115675534A (zh) | 车辆轨迹预测方法、装置、电子设备及存储介质 | |
CN113849971B (zh) | 驾驶系统评估方法、装置、计算机设备和存储介质 | |
CN114987555A (zh) | 自动驾驶纵向异常状态确定方法、装置、电子设备及介质 | |
CN116558469A (zh) | 距离误差评价方法、装置、电子设备及存储介质 | |
CN111824138A (zh) | 车辆防碰撞方法、装置和计算机可读存储介质 | |
CN109215365B (zh) | 路况监测的方法、装置、设备及存储介质 | |
US20200342758A1 (en) | Drive assistance device, drive assistance method, and recording medium in which drive assistance program is stored | |
CN111640321B (zh) | 一种基于边缘计算的拥堵缓解方法及相关设备 | |
CN110706478A (zh) | 跟随车辆的监控方法、装置、电子设备及存储介质 | |
CN114323693A (zh) | 车路云感知系统的测试方法、装置、设备及存储介质 | |
CN110930714B (zh) | 位置匹配方法及装置 | |
US20240161616A1 (en) | Fulfillment of a safety requirement of at least one vehicle | |
CN112009496B (zh) | 用于自主车辆控制的安全架构 | |
CN115497295B (zh) | 安全预警方法和装置 |
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 |