CN111806458B - 无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 - Google Patents
无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 Download PDFInfo
- Publication number
- CN111806458B CN111806458B CN202010576354.6A CN202010576354A CN111806458B CN 111806458 B CN111806458 B CN 111806458B CN 202010576354 A CN202010576354 A CN 202010576354A CN 111806458 B CN111806458 B CN 111806458B
- Authority
- CN
- China
- Prior art keywords
- unmanned
- report
- automobile
- unmanned vehicle
- pressure
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质,该方法包括:获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息,并将所述车损照片和报案信息发送至服务器进行理赔报案。本申请涉及数据处理和人工智能,能够实现无人驾驶汽车的自动理赔报案,本申请还可以应用于智慧交通,从而推进智慧城市的发展与建设。
Description
技术领域
本申请涉及无人驾驶汽车的技术领域,尤其涉及一种无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质。
背景技术
随着无人驾驶汽车的不断发展,无人驾驶汽车逐渐被大家所接受,与传统汽车一样,无人驾驶汽车也需要购买保险,使得在无人驾驶汽车发生交通事故时,可以进行理赔,减少损失。目前,当无人驾驶汽车发生交通事故时,由于是无人驾驶,因此需要责任人赶赴事故现场拍照取证,但责任人赶赴事故现场需要花费一定的时间,无法快速的实现理赔报案,容易造成交通拥堵。
发明内容
本申请的主要目的在于提供一种无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质,旨在实现无人驾驶汽车的自动理赔报案。
第一方面,本申请提供一种无人驾驶汽车报案方法,所述无人驾驶汽车包括若干碰撞传感器和若干压力传感器,所述方法包括:
获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息,并将所述车损照片和报案信息发送至服务器进行理赔报案。
第二方面,本申请还提供一种无人驾驶汽车报案装置,所述无人驾驶汽车报案装置包括:
第一获取模块,用于获取每个压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
确定模块,用于根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
第二获取模块,用于若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息;
发送模块,用于将所述车损照片和报案信息发送至服务器进行理赔报案。
第三方面,本申请还提供一种无人驾驶汽车,所述无人驾驶汽车包括若干碰撞传感器、若干压力传感器、处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的无人驾驶汽车报案方法的步骤。
第四方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的无人驾驶汽车报案方法的步骤。
本申请提供一种无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质,本申请通过无人驾驶汽车的各压力传感器采集到的压力数据以及碰撞传感器采集到的碰撞力数据,可以确定无人驾驶汽车是否需要进行理赔报案,若无人驾驶汽车需要进行理赔报案,则获取无人驾驶汽车的车损照片和报案信息,并将车损照片和报案信息发送至服务器进行理赔报案,从而实现无人驾驶汽车的自动理赔报案,减少人工报案的人力成本,提高无人驾驶汽车的理赔报案效率,本方法还可以应用于智慧交通,从而推进智慧城市的发展与建设。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种无人驾驶汽车报案方法的流程示意图;
图2是本申请实施例提供的另一种无人驾驶汽车报案方法的流程示意图;
图3是图2中的无人驾驶汽车报案方法的子步骤流程示意图;
图4是本申请实施例提供的一种无人驾驶汽车报案装置的示意性框图;
图5是本申请实施例提供的另一种无人驾驶汽车报案装置的示意性框图;
图6是本申请实施例提供的一种无人驾驶汽车的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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,显然,所描述的实施例是本申请一部分实施例,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,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,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、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种无人驾驶汽车报案方法、装置、无人驾驶汽车及计算机可读存储介质。其中,该无人驾驶汽车报案方法可应用于无人驾驶汽车中。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请的实施例提供的一种无人驾驶汽车报案方法的流程示意图。
如图1所示,该无人驾驶汽车报案方法包括步骤S101至步骤S103。
步骤S101、获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据。
其中,无人驾驶汽车设置有若干压力传感器和若干碰撞传感器,压力传感器和碰撞传感器的安装位置以及安装数量可以基于实际情况进行设置,本申请对此不做具体限定,例如,无人驾驶汽车的车灯、车门、引擎盖和底盘等位置设置有压力传感器。无人驾驶汽车还设置有拍摄装置和雷达,所述拍摄装置可以是单目摄像装置,也可以是双目摄像装置,所述拍摄装置包括2D摄像头、3D摄像头、深度摄像头和红外摄像头,该雷达用于采集无人驾驶汽车周围环境的点云数据,并基于点云数据建立高精度地图,使得无人驾驶汽车可以基于高精度地图进行自动驾驶。通过设置压力传感器和碰撞传感器,可以确定无人驾驶汽车是否出现剐蹭或者撞击,从而能够确定是否需要进行报案。
在一些实施方式中,以间隔预设时间获取每个压力传感器采集到的压力,得到压力数据,并以间隔预设时间获取每个碰撞传感器采集到的碰撞压力,得到碰撞压力数据。其中,压力数据包括每个压力传感器采集到的压力和采集时刻点,碰撞力数据包括每个碰撞传感器采集到的碰撞压力和采集时刻点,预设时间可以基于实际情况进行设置,本申请对此不做具体限定。可选地,预设时间为1分钟。
步骤S102、根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案。
在获取到压力数据和碰撞压力数据之后,基于该压力数据和碰撞压力数据,确定无人驾驶汽车是否需要理赔报案。具体地,确定压力数据中的每个压力传感器采集到的压力是否大于或等于第一预设阈值;以及确定碰撞力数据中的每个碰撞传感器采集到的碰撞力是否大于或等于第二预设阈值;若存在至少一个压力传感器采集到的压力大于或等于第一预设阈值,或者至少一个碰撞传感器采集到的碰撞力大于或等于第二预设阈值,则确定无人驾驶汽车出现剐蹭或者撞击,需要理赔报案;若每个压力传感器采集到的压力均小于第一预设阈值,且每个碰撞传感器采集到的碰撞力小于第二预设阈值,则确定无人驾驶汽车未出现剐蹭或者撞击,不需要理赔报案。其中,第一预设阈值和第二预设阈值可基于实际情况进行设置,本申请对此不做具体限定。
在一些实施方式中,确定压力数据中的每个压力传感器采集到的压力是否大于或等于第一预设阈值;若存在至少一个压力传感器采集到的压力大于或等于第一预设阈值,则确定与至少一个压力传感器关联的碰撞传感器采集到的碰撞压力是否大于或等于第二预设阈值,若与至少一个压力传感器关联的碰撞传感器采集到的碰撞压力大于或等于第二预设阈值,则确定无人驾驶汽车出现剐蹭或者撞击,需要理赔报案。其中,相互关联的压力传感器和碰撞传感器位于无人驾驶汽车的相同位置。
在一些实施方式中,确定压力数据中的每个压力传感器采集到的压力是否大于或等于第一预设阈值;以及确定碰撞力数据中的每个碰撞传感器采集到的碰撞力是否大于或等于第二预设阈值;若存在至少一个压力传感器采集到的压力大于或等于第一预设阈值,或者至少一个碰撞传感器采集到的碰撞力大于或等于第二预设阈值,则获取无人驾驶汽车的行驶状态,并确定该行驶状态是否为停止行驶状态;若该行驶状态为停止行驶状态,则确定无人驾驶汽车出现剐蹭或者撞击,需要理赔报案,或者,确定无人驾驶汽车的当前状态是否由行驶状态变化为停止状态,若无人驾驶汽车的当前状态由行驶状态变化为停止状态,则确定无人驾驶汽车出现剐蹭或者撞击,需要理赔报案。
在一些实施方式中,根据压力数据,确定每个压力传感器的压力变化值以及根据碰撞压力数据,确定每个碰撞传感器的碰撞压力变化值;确定每个压力传感器的压力变化值是否大于或等于预设压力,以及确定每个碰撞传感器的碰撞压力变化值是否大于或等于预设碰撞压力;若存在至少一个压力传感器的压力变化值大于或等于预设压力,或存在至少一个碰撞传感器的碰撞压力变化值大于或等于预设碰撞压力,则确定无人驾驶汽车发生交通事故。其中,预设压力和预设碰撞压力可基于实际情况进行设置,本申请对此不作具体限定。
步骤S103、若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息,并将所述车损照片和报案信息发送至服务器进行理赔报案。
如果无人驾驶汽车需要理赔报案,则获取无人驾驶汽车的车损照片和报案信息,并将车损照片和报案信息发送至服务器进行理赔报案,服务器在接收到报案信息和车损照片之后进行报案登记。其中,报案信息包括无人驾驶汽车的当前地理位置坐标、事故发生时刻点、无人驾驶汽车的车牌号码、责任人身份证号码、手机号码和无人驾驶汽车的设备识别码,无人驾驶汽车的当前地理位置坐标可以通过无人驾驶汽车的定位装置采集得到,该定位装置包括全球定位系统,而无人驾驶汽车的车牌号码、责任人身份证号码、手机号码和无人驾驶汽车的设备识别码可以提前存储在无人驾驶汽车的存储器中。
在一些实施方式中,若无人驾驶汽车需要理赔报案,则建立无人驾驶汽车与路侧单元(Roadside Unit,RSU)的通信连接;向已建立通信连接的每个路侧单元发送车损照片采集指令,并接收每个路侧单元发送的基于车损照片采集指令采集到的车损照片。其中,路侧单元上设置有可以转动方向的拍摄装置,当路侧单元接收到无人驾驶汽车发送的车损照片采集指令时,控制该拍摄装置对无人驾驶汽车进行拍摄,得到无人驾驶汽车的车损照片,并将采集到的车损照片发送至无人驾驶汽车。通过建立无人驾驶汽车与路侧单元之间的通信连接,使得路侧单元能够将采集到的车损照片发送至无人驾驶汽车。
在一些实施方式中,若无人驾驶汽车需要理赔报案,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒无人驾驶汽车周围的行人进行理赔报案;当检测到移动终端发送的通信连接请求时,根据该通信连接请求,建立移动终端与无人驾驶汽车之间的通信连接;在通信连接建立完成后,接收移动终端发送的无人驾驶汽车的车损照片。其中,移动终端与无人驾驶汽车之间的通信连接包括但不限于蓝牙连接和Wi-Fi连接,无人驾驶汽车周围的行人操作移动终端拍摄无人驾驶汽车前后左右的照片,得到车损照片,并在移动终端与无人驾驶汽车之间的通信连接建立完成后,将该车损照片发送至无人驾驶汽车。其中,该预设时间可基于实际情况进行设置,本申请对此不做具体限定,例如,预设时间为1分钟。
在一些实施方式中,若无人驾驶汽车需要理赔报案,则控制无人驾驶汽车的拍摄装置拍摄无人驾驶汽车周围的环境,得到环境图像;根据环境图像确定无人驾驶汽车的周围是否存在行人;若无人驾驶汽车的周围存在行人,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒无人驾驶汽车周围的行人进行理赔报案;当检测到移动终端发送的通信连接请求时,根据该通信连接请求,建立移动终端与无人驾驶汽车之间的通信连接;在通信连接建立完成后,接收移动终端发送的无人驾驶汽车的车损照片。
在一些实施方式中,根据环境图像确定无人驾驶汽车的周围是否存在行人的方式具体为:获取行人检测模型,其中,该行人检测模型为基于样本数据集预先训练好的目标检测模型或者神经网络模型,该样本数据包括标记有行人的图像;将该环境图像输入至行人检测模型进行处理,得到行人检测结果,如果行人检测结果为存在行人,则可以确定无人驾驶汽车的周围存在行人,如果行人检测结果为不存在行人,则可以确定无人驾驶汽车的周围不存在行人。其中,行人检测模型的训练方式具体为:收集大量标记有行人的图像,构建样本数据集,并获取初始的目标检测模型或者神经网络模型;基于样本数据集对初始的目标检测模型或者神经网络模型进行迭代训练,以不断优化目标检测模型或者神经网络模型,直到目标检测模型或者神经网络模型收敛,从而得到行人检测模型。
在一些实施方式中,若无人驾驶汽车需要理赔报案,则向关联的终端设备发送报案提醒信息,以提醒责任人报案;获取该终端设备发送的报案确认语音,并对该报案确认语音进行声纹识别,得到声纹信息;确定该声纹信息与预设声纹信息是否相同,若该声纹信息与预设声纹信息相同,则对该报案确认语音进行语音识别,得到文本信息,并确定该文本信息是否包含预设关键字,若该文本信息包含预设关键字,则获取报案信息和车损照片,并将报案信息和车损照片发送至服务器进行报案。其中,预设关键字可基于实际情况进行设置,本申请对此不做具体限定。
上述实施例提供的无人驾驶汽车报案方法,通过无人驾驶汽车的各压力传感器采集到的压力数据以及碰撞传感器采集到的碰撞力数据,可以确定无人驾驶汽车是否需要进行理赔报案,若无人驾驶汽车需要进行理赔报案,则获取无人驾驶汽车的车损照片和报案信息,并将车损照片和报案信息发送至服务器进行理赔报案,从而实现无人驾驶汽车的自动理赔报案,减少人工报案的人力成本,提高无人驾驶汽车的理赔报案效率,本方案还可以应用于智慧交通,从而推进智慧城市的发展与建设。
请参照图2,图2是本申请实施例提供的另一种无人驾驶汽车报案方法的流程示意图。
如图2所示,该无人驾驶汽车报案方法包括步骤S201至S204。
步骤S201、获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据。
其中,无人驾驶汽车设置有若干压力传感器和若干碰撞传感器,压力传感器和碰撞传感器的安装位置以及安装数量可以基于实际情况进行设置,本申请对此不做具体限定。
在一些实施方式中,以间隔预设时间获取每个压力传感器采集到的压力,得到压力数据,并以间隔预设时间获取每个碰撞传感器采集到的碰撞压力,得到碰撞压力数据。其中,压力数据包括每个压力传感器采集到的压力和采集时刻点,碰撞力数据包括每个碰撞传感器采集到的碰撞压力和采集时刻点,预设时间可以基于实际情况进行设置,本申请对此不做具体限定。可选地,预设时间为1分钟。
步骤S202、根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案。
在获取到压力数据和碰撞压力数据之后,基于该压力数据和碰撞压力数据,确定无人驾驶汽车是否需要理赔报案。具体地,确定压力数据中的每个压力传感器采集到的压力是否大于或等于第一预设阈值;以及确定碰撞力数据中的每个碰撞传感器采集到的碰撞力是否大于或等于第二预设阈值;若存在至少一个压力传感器采集到的压力大于或等于第一预设阈值,或者至少一个碰撞传感器采集到的碰撞力大于或等于第二预设阈值,则确定无人驾驶汽车出现剐蹭或者撞击,需要理赔报案;若每个压力传感器采集到的压力均小于第一预设阈值,且每个碰撞传感器采集到的碰撞力小于第二预设阈值,则确定无人驾驶汽车未出现剐蹭或者撞击,不需要理赔报案。其中,第一预设阈值和第二预设阈值可基于实际情况进行设置,本申请对此不做具体限定。
步骤S203、若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息。
如果无人驾驶汽车需要理赔报案,则获取无人驾驶汽车的车损照片和报案信息,并将车损照片和报案信息发送至服务器进行理赔报案,服务器在接收到报案信息和车损照片之后进行报案登记。其中,报案信息包括无人驾驶汽车的当前地理位置坐标、事故发生时刻点、无人驾驶汽车的车牌号码、责任人身份证号码、手机号码和无人驾驶汽车的设备识别码,无人驾驶汽车的当前地理位置坐标可以通过无人驾驶汽车的定位装置采集得到,该定位装置包括全球定位系统,而无人驾驶汽车的车牌号码、责任人身份证号码、手机号码和无人驾驶汽车的设备识别码可以提前存储在无人驾驶汽车的存储器中。
步骤S204、根据所述车损照片确定所述无人驾驶汽车的车损信息,并将所述车损信息和报案信息发送至服务器进行理赔报案。
其中,该车损信息包括无人驾驶汽车的受损部位以及该受损部位的受损程度。具体地,获取受损部位识别模型,其中,该受损部位识别模型为预先基于样本数据集训练得到的神经网络模型,该样本数据集包括标记有受损部位的车辆照片;将车损照片输入至受损部位识别模型进行处理,得到标记有受损部位的目标车损照片,并从该目标车损图片中裁剪出每个包含受损部位的区域,得到受损部位图像区域;将每个受损部位图像区域与预设部位图像库中的部位图像进行匹配,并将匹配得到的每个部位图像各自对应的汽车部位作为无人驾驶汽车的受损部位。
在一些实施方式中,获取车损照片上的像素点与空间点之间的尺寸比例,并确定每个受损部位图像区域的面积;根据该尺寸比例以及每个受损部位图像区域的面积,确定每个受损部位的受损程度,即确定该尺寸比例与每个受损部位图像区域的面积的乘积,得到每个受损部位的受损面积,并获取每个受损部位的受损面积各自对应的受损程度。其中,该尺寸比例根据拍摄该车损照片的拍摄装置与无人驾驶汽车之间的距离以及焦距确定,该受损部位识别模型的训练过程为:收集大量的标记有受损部位的车辆照片,以构建样本数据集;获取初始的神经网络模型,并基于该样本数据集对初始的神经网络模型进行迭代训练,直到神经网络模型收敛,从而得到受损部位识别模型。
在一些实施方式中,如3所示,步骤S204包括子步骤S2041-S2043。
子步骤S2041、根据所述车损照片确定所述无人驾驶汽车的第一受损部位集。
具体地,获取受损部位识别模型,其中,该受损部位识别模型为预先基于样本数据集训练得到的神经网络模型,该样本数据集包括标记有受损部位的车辆照片;将车损照片输入至受损部位识别模型进行处理,得到标记有受损部位的目标车损照片,并从该目标车损图片中裁剪出每个包含受损部位的区域,得到受损部位图像区域;将每个受损部位图像区域与预设部位图像库中的部位图像进行匹配,并将匹配得到的每个部位图像各自对应的汽车部位作为无人驾驶汽车的受损部位,得到无人驾驶汽车的第一受损部位集。
子步骤S2042、根据所述压力数据确定所述无人驾驶汽车的第二受损部位集。
具体地,将压力大于或等于预设阈值的压力传感器作为目标压力传感器,并获取每个目标压力传感器的预设布局位置;获取预存的布局位置与汽车部位之间的映射关系表,并根据每个目标压力传感器的预设布局位置和映射关系表,确定无人驾驶汽车的第二受损部位集,即查询该映射关系表,以获取每个目标压力传感器的预设布局位置各自对应的汽车部位,并将每个目标压力传感器的预设布局位置各自对应的汽车部位作为受损部位,得到第二受损部位集。其中,布局位置与汽车部位之间的映射关系表可以基于实际情况进行设置,本申请对此不做具体限定。
子步骤S2043、根据所述第一受损部位集和所述第二受损部位集,确定所述无人驾驶汽车的目标受损部位集。
具体地,确定第一受损部位集和第二受损部位集的交集,并将第一受损部位集和第二受损部位集的交集作为无人驾驶汽车的目标受损部位集,或者,确定第一受损部位集和第二受损部位集的并集,并将第一受损部位集和第二受损部位集的并集作为无人驾驶汽车的目标受损部位集。通过车损照片和压力数据综合的确定受损部位,可以提高确定的受损部位的准确性。
在一些实施方式中,根据车损照片确定目标受损部位集中每个目标受损部位的第一受损程度;根据压力数据确定目标受损部位集中每个目标受损部位的第二受损程度;根据目标受损部位集中每个目标受损部位的第一受损程度以及第二受损程度,确定每个目标受损部位的目标受损程度。通过车损照片和压力数据综合的确定受损部位的受损程度,可以提高确定的受损程度的准确性。
在一些实施方式中,根据车损照片确定目标受损部位集中每个目标受损部位的第一受损程度的方式具体为:获取车损照片上的像素点与空间点之间的尺寸比例,并确定每个目标受损部位的图像区域的面积;根据该尺寸比例以及每个目标受损部位的图像区域的面积,确定每个目标受损部位的第一受损程度,即确定该尺寸比例与每个目标受损部位的图像区域的面积的乘积,得到每个目标受损部位的受损面积,并获取每个目标受损部位的受损面积各自对应的第一受损程度。
在一些实施方式中,根据压力数据确定目标受损部位集中每个目标受损部位的第二受损程度的方式具体为:从压力数据中获取各目标压力传感器采集到的压力,并获取压力与受损程度之间的映射关系表;根据各目标压力传感器采集到的压力和该映射关系表,确定每个目标受损部位各自对应的第二受损程度。其中,压力与受损程度之间的映射关系表可以基于实际情况进行设置,本申请对此不做具体限定。
在一些实施方式中,根据目标受损部位集中每个目标受损部位的第一受损程度以及第二受损程度,确定每个目标受损部位的目标受损程度的方式具体为:获取第一预设权重系数和第二预设权重系数,其中,第一预设权重系数和第二预设权重系数之和为1;确定每个目标受损部位的第一受损程度与第一预设权重系数的乘积,得到每个目标受损部位的第一受损程度权重值;确定每个目标受损部位的第二受损程度与第二预设权重系数的乘积,得到每个目标受损部位的第二受损程度权重值;将同一个目标受损部位的第一受损程度权重值和第二受损程度权重值进行相加,得到每个目标受损部位的目标受损程度。其中,第一预设权重系数和第二预设权重系数可以基于实际情况进行设置,本申请对此不做具体限定,例如,预设权重系数为0.5,第二预设权重系数为0.5。
上述实施例提供的无人驾驶汽车报案方法,通过无人驾驶汽车的各压力传感器采集到的压力数据以及碰撞传感器采集到的碰撞力数据,可以确定无人驾驶汽车是否需要进行理赔报案,若无人驾驶汽车需要进行理赔报案,则获取无人驾驶汽车的车损照片和报案信息,然后基于车损照片确定车损信息,并将车损信息和报案信息发送至服务器进行理赔报案,从而实现无人驾驶汽车的自动理赔报案,减少人工报案的人力成本,提高无人驾驶汽车的理赔报案效率。
请参照图4,图4是本申请实施例提供的一种无人驾驶汽车报案装置的示意性框图。
如图4所示,该无人驾驶汽车报案装置300包括:第一获取模块301、确定模块302、第二获取模块303和发送模块304,其中:
所述第一获取模块301,用于获取每个压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
所述确定模块302,用于根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
所述第二获取模块303,用于若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息;
所述发送模块304,用于将所述车损照片和报案信息发送至服务器进行理赔报案。
在一些实施方式中,所述第二获取模块303还用于:
建立所述无人驾驶汽车与路侧单元的通信连接;
向已建立通信连接的每个所述路侧单元发送车损照片采集指令,并接收每个所述路侧单元发送的基于所述车损照片采集指令采集到的车损照片。
在一些实施方式中,所述第二获取模块303还用于:
以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案;
当检测到移动终端发送的通信连接请求时,根据所述通信连接请求,建立所述移动终端与所述无人驾驶汽车之间的通信连接;
在所述通信连接建立完成后,接收所述移动终端发送的所述无人驾驶汽车的车损照片。
在一些实施方式中,所述第二获取模块303还用于:
控制所述无人驾驶汽车的拍摄装置拍摄所述无人驾驶汽车周围的环境,得到环境图像;
根据所述环境图像确定所述无人驾驶汽车的周围是否存在行人;
若所述无人驾驶汽车的周围存在行人,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案;
当检测到移动终端发送的通信连接请求时,根据所述通信连接请求,建立所述移动终端与所述无人驾驶汽车之间的通信连接;
在所述通信连接建立完成后,接收所述移动终端发送的所述无人驾驶汽车的车损照片。
请参照图5,图5是本申请实施例提供的另一种无人驾驶汽车报案装置的示意性框图。
如图5所示,该无人驾驶汽车报案装置400包括:第一获取模块401、第一确定模块402、第二获取模块403、第二确定模块404和发送模块405,其中:
所述第一获取模块401,用于获取每个压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
所述确定模块402,用于根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
所述第二获取模块403,用于若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息;
所述第二确定模块404,用于根据所述车损照片确定所述无人驾驶汽车的车损信息;
所述发送模块405,用于将所述车损信息和报案信息发送至服务器进行理赔报案。
在一些实施方式中,所述第二确定模块404还用于:
根据所述车损照片确定所述无人驾驶汽车的第一受损部位集;
根据所述压力数据确定所述无人驾驶汽车的第二受损部位集;
根据所述第一受损部位集和所述第二受损部位集,确定所述无人驾驶汽车的目标受损部位集。
在一些实施方式中,所述第二确定模块404还用于:
将所述压力大于或等于预设阈值的压力传感器作为目标压力传感器,并获取每个所述目标压力传感器的预设布局位置;
获取预存的布局位置与汽车部位之间的映射关系表,并根据每个所述目标压力传感器的预设布局位置和所述映射关系表,确定所述第二受损部位集。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各模块及单元的具体工作过程,可以参考前述无人驾驶汽车报案方法实施例中的对应过程,在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图6所示的无人驾驶汽车上运行。
请参阅图6,图6是本申请实施例提供的一种无人驾驶汽车的结构示意性框图。
如图6所示,该无人驾驶汽车500包括通过系统总线501连接的处理器502、存储器503、通信接口504、若干压力传感器505和若干碰撞传感器506,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种无人驾驶汽车送风控制方法。
处理器用于提供计算和控制能力,支撑整个无人驾驶汽车的运行。
存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种无人驾驶汽车送风控制方法。
该通信接口504用于通信。本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的无人驾驶汽车的限定,具体的无人驾驶汽车可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,该总线501比如为I2C(Inter-integrated Circuit)总线,存储器503可以是Flash芯片、只读存储器(ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等,处理器502可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器502用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息,并将所述车损照片和报案信息发送至服务器进行理赔报案。
在一些实施方式中,所述处理器502在实现获取所述无人驾驶汽车的车损照片时,用于实现:
建立所述无人驾驶汽车与路侧单元的通信连接;
向已建立通信连接的每个所述路侧单元发送车损照片采集指令,并接收每个所述路侧单元发送的基于所述车损照片采集指令采集到的车损照片。
在一些实施方式中,所述处理器502在实现获取所述无人驾驶汽车的车损照片时,用于实现:
以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案;
当检测到移动终端发送的通信连接请求时,根据所述通信连接请求,建立所述移动终端与所述无人驾驶汽车之间的通信连接;
在所述通信连接建立完成后,接收所述移动终端发送的所述无人驾驶汽车的车损照片。
在一些实施方式中,所述处理器502在实现以间隔预设时间播报预设的理赔报案提醒语音之前,还用于实现:
控制所述无人驾驶汽车的拍摄装置拍摄所述无人驾驶汽车周围的环境,得到环境图像;
根据所述环境图像确定所述无人驾驶汽车的周围是否存在行人;
若所述无人驾驶汽车的周围存在行人,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案。
其中,在另一些实施方式中,所述处理器502用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
若所述无人驾驶汽车需要理赔报案,则获取所述无人驾驶汽车的车损照片和报案信息;
根据所述车损照片确定所述无人驾驶汽车的车损信息,并将所述车损信息和报案信息发送至服务器进行理赔报案。
在一些实施方式中,所述车损信息包括受损部位,所述处理器502在实现根据所述车损照片确定所述无人驾驶汽车的车损信息时,用于实现:
根据所述车损照片确定所述无人驾驶汽车的第一受损部位集;
根据所述压力数据确定所述无人驾驶汽车的第二受损部位集;
根据所述第一受损部位集和所述第二受损部位集,确定所述无人驾驶汽车的目标受损部位集。
在一些实施方式中,所述压力数据包括每个压力传感器采集到的压力,所述处理器502在实现根据所述压力数据确定所述无人驾驶汽车的第二受损部位集时,用于实现:
将所述压力大于或等于预设阈值的压力传感器作为目标压力传感器,并获取每个所述目标压力传感器的预设布局位置;
获取预存的布局位置与汽车部位之间的映射关系表,并根据每个所述目标压力传感器的预设布局位置和所述映射关系表,确定所述第二受损部位集。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序中包括程序指令,所述程序指令被执行时所实现的方法可参照本申请无人驾驶汽车报案方法的各个实施例。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
其中,所述计算机可读存储介质可以是前述实施例所述的无人驾驶汽车的内部存储单元,例如所述无人驾驶汽车的硬盘或内存。所述计算机可读存储介质也可以是所述无人驾驶汽车的外部存储设备,例如所述无人驾驶汽车上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,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,可轻易想到各种等效的修改或替换,这些修改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 (8)
1.一种无人驾驶汽车报案方法,其特征在于,所述无人驾驶汽车包括若干碰撞传感器和若干压力传感器,所述方法包括:
获取每个所述压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
若所述无人驾驶汽车需要理赔报案,则控制所述无人驾驶汽车的拍摄装置拍摄所述无人驾驶汽车周围的环境,得到环境图像;
根据所述环境图像确定所述无人驾驶汽车的周围是否存在行人;
若所述无人驾驶汽车的周围存在行人,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案;
当检测到移动终端发送的通信连接请求时,根据所述通信连接请求,建立所述移动终端与所述无人驾驶汽车之间的通信连接;
在所述通信连接建立完成后,接收所述移动终端发送的所述无人驾驶汽车的车损照片和获取报案信息;
将所述车损照片和报案信息发送至服务器进行理赔报案。
2.根据权利要求1所述的无人驾驶汽车报案方法,其特征在于,所述获取所述无人驾驶汽车的车损照片,包括:
建立所述无人驾驶汽车与路侧单元的通信连接;
向已建立通信连接的每个所述路侧单元发送车损照片采集指令,并接收每个所述路侧单元发送的基于所述车损照片采集指令采集到的车损照片。
3.根据权利要求1或2所述的无人驾驶汽车报案方法,其特征在于,所述获取所述无人驾驶汽车的车损照片和报案信息之后,还包括:
根据所述车损照片确定所述无人驾驶汽车的车损信息,并将所述车损信息和报案信息发送至服务器进行理赔报案。
4.根据权利要求3所述的无人驾驶汽车报案方法,其特征在于,所述车损信息包括受损部位,所述根据所述车损照片确定所述无人驾驶汽车的车损信息,包括:
根据所述车损照片确定所述无人驾驶汽车的第一受损部位集;
根据所述压力数据确定所述无人驾驶汽车的第二受损部位集;
根据所述第一受损部位集和所述第二受损部位集,确定所述无人驾驶汽车的目标受损部位集。
5.根据权利要求4所述的无人驾驶汽车报案方法,其特征在于,所述压力数据包括每个压力传感器采集到的压力,所述根据所述压力数据确定所述无人驾驶汽车的第二受损部位集,包括:
将所述压力大于或等于预设阈值的压力传感器作为目标压力传感器,并获取每个所述目标压力传感器的预设布局位置;
获取预存的布局位置与汽车部位之间的映射关系表,并根据每个所述目标压力传感器的预设布局位置和所述映射关系表,确定所述第二受损部位集。
6.一种无人驾驶汽车报案装置,其特征在于,所述无人驾驶汽车报案装置包括:
第一获取模块,用于获取每个压力传感器采集到的压力数据,并获取每个碰撞传感器采集到的碰撞力数据;
确定模块,用于根据所述压力数据和碰撞压力数据,确定所述无人驾驶汽车是否需要理赔报案;
第二获取模块,用于若所述无人驾驶汽车需要理赔报案,则控制所述无人驾驶汽车的拍摄装置拍摄所述无人驾驶汽车周围的环境,得到环境图像;根据所述环境图像确定所述无人驾驶汽车的周围是否存在行人;若所述无人驾驶汽车的周围存在行人,则以间隔预设时间播报预设的理赔报案提醒语音,以提醒所述无人驾驶汽车周围的行人进行理赔报案;当检测到移动终端发送的通信连接请求时,根据所述通信连接请求,建立所述移动终端与所述无人驾驶汽车之间的通信连接;在所述通信连接建立完成后,接收所述移动终端发送的所述无人驾驶汽车的车损照片和获取报案信息;
发送模块,用于将所述车损照片和报案信息发送至服务器进行理赔报案。
7.一种无人驾驶汽车,其特征在于,所述无人驾驶汽车包括若干碰撞传感器、若干压力传感器、处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至5中任一项所述的无人驾驶汽车报案方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至5中任一项所述的无人驾驶汽车报案方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576354.6A CN111806458B (zh) | 2020-06-22 | 2020-06-22 | 无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576354.6A CN111806458B (zh) | 2020-06-22 | 2020-06-22 | 无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111806458A CN111806458A (zh) | 2020-10-23 |
CN111806458B true CN111806458B (zh) | 2022-04-22 |
Family
ID=72845463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010576354.6A Active CN111806458B (zh) | 2020-06-22 | 2020-06-22 | 无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111806458B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114261377A (zh) * | 2021-12-01 | 2022-04-01 | 阿维塔科技(重庆)有限公司 | 刹车制动方法、装置及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106021548A (zh) * | 2016-05-27 | 2016-10-12 | 大连楼兰科技股份有限公司 | 基于分布式人工智能图像识别的远程定损方法及系统 |
CN107292394A (zh) * | 2016-04-11 | 2017-10-24 | 富泰华工业(深圳)有限公司 | 车辆损伤定价系统及方法 |
CN108305276A (zh) * | 2017-11-30 | 2018-07-20 | 金华安靠电源科技有限公司 | 车辆立体对比装置 |
CN108648554A (zh) * | 2018-04-27 | 2018-10-12 | 成都博士信智能科技发展有限公司 | 一种车辆损伤方法、装置及存储介质 |
CN109559403A (zh) * | 2018-11-30 | 2019-04-02 | 阿里巴巴集团控股有限公司 | 一种基于车辆部件损失数据的车辆定损方法、装置和系统 |
CN109800958A (zh) * | 2018-12-24 | 2019-05-24 | 广东天创同工大数据应用有限公司 | 一种无人驾驶车辆的智联协助系统 |
US10504302B1 (en) * | 2015-12-22 | 2019-12-10 | United Services Automobile Association (Usaa) | 360 degree vehicle camera accident monitoring system |
-
2020
- 2020-06-22 CN CN202010576354.6A patent/CN111806458B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10504302B1 (en) * | 2015-12-22 | 2019-12-10 | United Services Automobile Association (Usaa) | 360 degree vehicle camera accident monitoring system |
CN107292394A (zh) * | 2016-04-11 | 2017-10-24 | 富泰华工业(深圳)有限公司 | 车辆损伤定价系统及方法 |
CN106021548A (zh) * | 2016-05-27 | 2016-10-12 | 大连楼兰科技股份有限公司 | 基于分布式人工智能图像识别的远程定损方法及系统 |
CN108305276A (zh) * | 2017-11-30 | 2018-07-20 | 金华安靠电源科技有限公司 | 车辆立体对比装置 |
CN108648554A (zh) * | 2018-04-27 | 2018-10-12 | 成都博士信智能科技发展有限公司 | 一种车辆损伤方法、装置及存储介质 |
CN109559403A (zh) * | 2018-11-30 | 2019-04-02 | 阿里巴巴集团控股有限公司 | 一种基于车辆部件损失数据的车辆定损方法、装置和系统 |
CN109800958A (zh) * | 2018-12-24 | 2019-05-24 | 广东天创同工大数据应用有限公司 | 一种无人驾驶车辆的智联协助系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111806458A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11060882B2 (en) | Travel data collection and publication | |
CN108399792B (zh) | 一种无人驾驶车辆避让方法、装置和电子设备 | |
CN111108538B (zh) | 用于生成和/或更新数字地图的数字模型的系统 | |
US20180047291A1 (en) | Dynamic-map constructing method, dynamic-map constructing system, and moving terminal | |
CN111656421B (zh) | 车辆用图像数据生成装置、行驶轨道数据生成系统、区间图像数据生成程序以及存储介质 | |
CN107251123B (zh) | 车辆组管理装置、车辆组管理方法和车辆组显示装置 | |
US20170278386A1 (en) | Method and apparatus for collecting traffic information from big data of outside image of vehicle | |
CN110706485A (zh) | 驾驶预警方法、装置、电子设备和计算机存储介质 | |
CN111243332A (zh) | 信息提供系统和方法、服务器、车载装置以及存储介质 | |
CN110858452A (zh) | 停车管理系统和方法 | |
CN110869867A (zh) | 用于对自动化程度较高的车辆的数字地图进行验证的方法、相应的设备和计算机程序 | |
CN110972111B (zh) | 用于由自动驾驶车辆检测呼叫者的方法 | |
CN111319560B (zh) | 信息处理系统、程序和信息处理方法 | |
KR20190043396A (ko) | 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템 | |
CN109191831B (zh) | 车辆通行的控制方法、装置和服务器 | |
US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
KR20210103559A (ko) | 데이터 분석 방법, 장치, 전자 기기 및 컴퓨터 저장 매체 | |
CN111806458B (zh) | 无人驾驶汽车报案方法、装置、无人驾驶汽车及存储介质 | |
CN113724526A (zh) | 用于停车场的诱导泊车方法、装置、系统及存储介质 | |
CN113888860A (zh) | 车辆异常行驶的检测方法、装置、服务器及可读存储介质 | |
CN114913329A (zh) | 一种图像处理方法、语义分割网络的训练方法及装置 | |
KR102433345B1 (ko) | 차량 카메라를 이용한 정보 제공 서비스 방법 및 장치 | |
CN113257001A (zh) | 一种车辆限速监控方法、装置、电子设备及系统 | |
CN115311891B (zh) | 路边和停车场空闲停车位的共享方法、系统及存储介质 | |
WO2016206788A1 (en) | A system and a method for processing information of parking locations and a vehicle equipped with such system |
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 |