CN112164225A - 信息处理方法、装置、设备及存储介质 - Google Patents

信息处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112164225A
CN112164225A CN202011100079.7A CN202011100079A CN112164225A CN 112164225 A CN112164225 A CN 112164225A CN 202011100079 A CN202011100079 A CN 202011100079A CN 112164225 A CN112164225 A CN 112164225A
Authority
CN
China
Prior art keywords
dangerous driving
scene
target
driving scene
dangerous
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
Application number
CN202011100079.7A
Other languages
English (en)
Other versions
CN112164225B (zh
Inventor
侯琛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011100079.7A priority Critical patent/CN112164225B/zh
Publication of CN112164225A publication Critical patent/CN112164225A/zh
Priority to PCT/CN2021/118817 priority patent/WO2022078149A1/zh
Priority to US17/974,289 priority patent/US20230046868A1/en
Application granted granted Critical
Publication of CN112164225B publication Critical patent/CN112164225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种信息处理方法、装置、设备及存储介质，其中方法可包括：获取目标路段上存在的目标危险行驶场景；获取目标路段对应的参考信息，参考信息是根据目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；根据参考信息从N个危险行驶场景中确定出与目标危险行驶场景相关的关联危险行驶场景。采用本发明实施例，可以根据参考信息确定和目标危险行驶场景，以实现提醒更多的危险行驶场景，从而提高行驶安全性。

Description

信息处理方法、装置、设备及存储介质
技术领域
本申请涉及人工智能的智慧交通技术，尤其涉及一种信息处理方法、装置、设备及存储介质。
背景技术
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、智慧交通以及智能医疗等。其中，智慧交通领域中可包括车辆的智能驾驶，比如无人驾驶、自动驾驶等。车联网作为智能驾驶中的辅助技术，其主要内涵是指车辆上的车载设备通过无线通信技术，对信息网络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服务。
车联网通过新一代信息通信技术，实现车与云平台、车与车、车与路、车与人、车内等全方位网络链接，主要实现了三网融合，即将车内网、车际网和车载移动互联网进行融合。当车辆在行驶过程中，车联网云平台根据在车辆行驶路段检测到的路况，为车辆提供行驶指导，比如提示绕开事故多发地行驶等等。那么在智慧交通领域中，车辆设备如何对从车联网平台获取到的信息进行处理成为当今研究的热点问题。
发明内容
本发明实施例提供了一种信息处理方法、装置、设备以及存储介质，可以根据危险行驶场景，确定与某个危险行驶场景相关的关联危险行驶场景，以便于进行安全行驶提示，可提高行驶安全性。
一方面，本发明实施例提供了一种信息处理方法，包括：
获取目标路段上存在的目标危险行驶场景；
获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
一方面，本发明实施例提供了一种信息处理装置，其特征在于，包括：
获取单元，用于获取目标路段上存在的目标危险行驶场景；
所述获取单元，还用于获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
处理单元，用于根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录；或者，所述参考信息包括正关联危险行驶场景对集合和负关联危险行驶场景对集合，所述正关联危险行驶场景对集合和所述负关联危险行驶场景对集合是基于N个危险行驶场景中每个危险行驶场景对应的检测记录确定的；所述正关联危险行驶场景对集合中每个正关联危险行驶场景对对应一个第一关联值，所述负关联危险行驶场景对集合中每个负关联危险行驶场景对对应一个第二关联值；每个正关联危险行驶场景对对应的第一关联值均大于或等于关联值阈值，所述关联值阈值为整数，每个负关联危险行驶场景对对应的第二关联值为负数，且每个负关联危险行驶场景对应的第二关联值的绝对值均大于或等于所述关联值阈值；
一个正关联危险行驶场景对包括的两个危险行驶场景允许同时存在，且越大的第一关联值对应的正关联危险行驶场景对包括的两个危险行驶场景同时存在的概率越大；一个负关联危险行驶场景对包括的两个危险行驶场景不允许同时存在。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录，所述处理单元802在根据所述参考信息从N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
根据每个危险行驶场景对应的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数，以及确定在所述目标时间段内所述目标危险行驶场景被检测到的次数；
基于所述目标危险行驶场景在所述目标时间段内被检测到的次数和每个危险行驶场景在所述目标时间段内被检测到的次数确定所述目标危险行驶场景与所述每个危险行驶场景之间的关联值，得到第一类关联值集合；
根据所述N个危险行驶场景中任意两个危险行驶场景在所述目标时间段内被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合；
根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括正关联危险行驶场景，所述处理单元在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
将所述第一类关联值集合中大于或等于所述第一关联值阈值的关联值所涉及的危险行驶场景确定为第一关联场景子集；
基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集；
对所述第一关联场景子集合和所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集进行取并集运算，并从取并集运算结果中确定与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括负关联危险行驶场景，所述处理单元在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将所述第一类关联值集合中小于0且绝对值大于所述关联值阈值的关联值所涉及的危险行驶场景确定为目标危险行驶场景相关的负关联危险行驶场景。
在一个实施例中，所述参考信息包括正关联危险行驶场景对集合和所述负关联危险行驶场景对集合，所述与所述目标危险行驶场景相关的关联危险行驶场景包括正关联危险行驶场景，所述处理单元802在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
若所述目标危险行驶场景属于所述正关联危险行驶场景对集合，则基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合；
从所述正关联危险行驶场景集合中选取未被选取的危险行驶场景作为当前遍历的危险行驶场景；
基于所述负关联危险行驶场景对集合对所述当前遍历的危险行驶场景进行负关联场景分析得到所述当前遍历的危险行驶场景对应的负关联危险行驶场景集合；
从所述正关联危险行驶场景集合中删除所述负关联危险行驶场景集合包括的各个危险行驶场景，以更新所述正关联危险行驶场景集合；
若更新后的正关联危险行驶场景集合中存在未被选取的危险行驶场景，则重复执行上述遍历流程；
若更新后的正关联危险行驶场景集合中不存在未被选取的危险行驶场景，则从更新后的正关联危险行驶场景集合中选取与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述与所述目标危险行驶场景相关的关联危险行驶场景包括负关联危险行驶场景，所述处理单元在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将每次遍历流程中的当前遍历的危险行驶场景对应的负关联危险行驶场景集合进行取并集运算；从取并集运算的结果中选择负关联危险行驶场景。
在一个实施例中，所述处理器在基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合时，执行如下步骤：从所述正关联危险行驶场景对集合中确定出包括所述目标危险行驶场景的目标正关联危险行驶场景对；
获取所述目标正关联危险行驶场景对所涉及的多个危险行驶场景，并对所述多个危险行驶场景中除所述目标危险行驶场景外的剩余危险行驶场景进行递归分析，得到所述剩余危险行驶场景对应的正关联场景子集；对所述剩余危险行驶场景对应的正关联场景子集以及所述目标正关联危险行驶场景对所涉及的多个危险行驶场景进行取并集运算，得到所述正关联危险行驶场景集合。
在一个实施例中，所述获取单元在所述获取所述目标路段上存在的目标危险行驶场景时，执行如下步骤：当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的目标危险行驶场景。
在一个实施例中，当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的目标危险行驶场景。
在一个实施例中，所述触发事件包括存在触发显示危险行驶场景提示信息的触发指令，所述获取单元在获取目标路段上存在的目标危险行驶场景时，执行如下步骤：
获取目标时间段内所述目标路段被检测到的N个危险行驶场景中每个危险行驶场景的检测记录；根据所述每个危险行驶场景的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数；将被检测到的次数大于次数阈值的危险行驶场景确定为目标危险行驶场景。
在一个实施例中，所述信息处理设备还包括输出单元，所述输出单元，用于基于所述目标危险行驶场景和所述关联危险行驶场景输出危险行驶提示信息，所述危险行驶提示信息包括以下任意一种或多种：所述目标危险行驶场景和所述关联危险行驶场景。
一方面，本发明实施例提供了一种信息处理设备，其特征在于，包括：
处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如下步骤：
获取目标路段上存在的目标危险行驶场景；
获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
一方面，本发明实施例提供了一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时，用于执行：
获取目标路段上存在的目标危险行驶场景；
获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
一方面，本发明实施例提供了一种计算机程序产品或计算机程序，所述计算机程序产品或所述计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中；信息处理设备的处理器从所述计算机存储介质中读取所述计算机指令，所述处理器执行所述计算机指令执行：
获取目标路段上存在的目标危险行驶场景；
获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
本发明实施例中，当交通工具在目标路段行驶时，获取目标路段上存在的目标危险行驶场景；进一步的，获取目标路段对应的参考信息，并根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景。在上述过程中，信息处理设备可以根据目标路段上的参考信息，确定出与目标危险行驶场景相关的关联危险行驶场景，以便于在需要进行危险行驶场景提示时，信息处理设备不仅可以提示存在目标危险行驶场景，还可以提示与目标危险行驶场景关联的关联危险行驶场景，提示更多的危险行驶场景可以避免更多的事故发生，可以提高交通工具行驶的安全性。
附图说明
图1a是本发明实施例提供的一种信息处理系统的结构示意图；
图1b是本发明实施例提供的另一种信息处理系统的结构示意图；
图2是本发明实施例提供的一种信息处理方法的流程示意图；
图3是本发明实施例提供的一种行驶控制界面的示意图；
图4是本发明实施例提供的另一种信息处理方法的流程示意图；
图5a是本发明实施例提供的一种确定危险行驶场景在目标时间段内被检测到的次数的示意图；
图5b是本发明实施例提供的一种确定目标危险行驶场景相关的正关联危险行驶场景的示意图；
图6是本发明实施例提供的又一种信息处理方法的流程示意图；
图7是本发明实施例提供的一种信息处理装置的结构示意图；
图8是本发明实施例提供的一种信息处理设备的结构示意图。
具体实施方式
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，例如场景的智能家居、智能穿戴设备、智能音箱、智慧交通等，本发明实施例提供的信息处理方案主要涉及人工智能的智慧交通领域，主要涉及到人工智能中的智慧交通领域，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
参见图1a，为本发明实施例提供的一种信息处理系统的结构示意图。在图1a所示的信息处理系统中，以交通工具是车辆为例进行示意。图1a所示的信息处理系统中可包括车辆的行驶管理设备110以及至少一个车辆120，其中，行驶管理设备110可以由至少一个服务器130组成，所述服务器130可以是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。
在一个实施例中，至少一个车辆120可对应一个车载设备140，所述车载设备140可以是智能手机、平板电脑、笔记本电脑、智能手表等终端设备中的任意一种或多种。
可选的，行驶管理设备110与车辆120之间的交互，实质上是指行驶管理设备110与车辆120中的车载设备140之间的交互。在一个实施例中，车辆120中的车载设备140可以实时监测车辆120的行驶。当车辆120行驶到任一路段时，若检测到存在危险行驶场景比如事故多发地、轨道偏离等等，车载设备140生成危险行驶场景的检测记录，所述检测记录用于记录检测到的危险行驶场景、检测到危险行驶场景的路段以及检测到危险行驶场景的时间等信息；车载设备140可以将检测记录存储在本地，并且车载设备也可以将检测记录上传至行驶管理设备110中存储以实现与其他交通工具共享危险行驶场景的检测记录。
随着科技的发展，车与车之间通信的技术日趋完善，如果车辆上车载设备的存储资源足够多，本发明实施例的信息处理系统也可以基于车与车之间的通信实现，参见图1b，为本发明实施例提供的另一种信息处理系统的结构示意图。图1b所述的信息处理系统包括多个车辆120以及车辆对应的车载设备140，图1b中车辆与车辆之间相互通信，实质上是车辆上的车载设备140之间相互通信。
在图1b所示的信息处理系统中，每个车辆上的车载设备140检测到危险行驶场景时，可以生成检测记录并将检测记录存储在本地；其他车辆可以与其进行交互以获取某个路段上的危险行驶场景的检测记录。
在一个实施例中，当车辆在目标路段上行驶时，目标路段为任意一个路段，若存在需要提示的目标危险行驶场景，车载设备140便输出目标路段上存在目标危险行驶场景的提示信息。但是，行驶道路上各个危险行驶场景之间存在关联性，如果只提示目标危险行驶场景，可能遗漏了一些与该目标危险行驶场景关联性很大的其他危险行驶场景，从而导致行驶的安全性降低。
为了解决该问题，本发明实施例中，当车载设备140检测到需要提示目标危险行驶场景时，车载设备140或者服务器130可以获取目标路段对应的参考信息，所述参考信息是根据目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的。这些检测记录可以是车载设备140或者服务器130从行驶管理设备110中获取到的；也可以是车载设备140通过与其他车辆交互获取到的。
进一步的，根据参考信息从N个危险行驶场景中确定出与目标危险行驶场景相关的关联行驶场景，同时输出存在目标危险行驶场景和关联行驶场景的提示信息，应当理解的，提示更多的危险行驶场景可以避免更多的事故发生，进而提高车辆行驶的安全性。
基于上述的信息处理系统的示意图，本发明实施例提供了一种信息处理方法，参见图2为本发明实施例提供的一种信息处理方法的流程示意图。图2所示的信息处理方法可由信息处理设备执行，具体可由信息处理设备的处理器执行。所述信息处理设备可以是部署在交通工具内的设备比如车载电脑，或者所述信息处理设备也可以是与交通工具相连接的其他设备；或者，所述信息处理设备可以指服务器。图2所示的信息处理方法可包括如下步骤：
步骤S201、获取目标路段上存在的目标危险行驶场景。
在一个实施例中，所述目标路段可以指交通工具行驶的任意一个路段。其中，交通工具可以包括车辆以及船只等；目标危险行驶场景可以指交通工具在行驶过程中可能存在的危险行驶场景中任意一个，所述危险行驶场景是指存在行驶安全风险的行驶场景，比如对于车辆行驶来说，危险行驶场景可包括轨道偏离、前向碰撞以及低速碰撞等。
在一个实施例中，所述获取目标路段上存在的目标危险行驶场景，包括：当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的危险行驶场景作为所述目标路段上存在的目标危险行驶场景。
在一个实施例中，所述存在危险行驶场景提示的触发事件可包括接收到交通工具的行驶管理设备发送的危险行驶场景的提示指令，此时所述触发事件所指示的目标危险行驶场景为所述提示指令携带的危险行驶场景。也就是说，所述触发事件可以指行驶管理设备检测到的目标路段上存在的危险行驶场景。
在其他实施例中，所述存在危险行驶场景提示的触发事件可包括存在触发显示危险行驶场景提示信息的触发指令，所述触发指令可以是对信息处理设备中触发控件的触发操作。例如，假设在车辆行驶过程中信息处理设备显示行驶控制界面，行驶控制界面中可包括提示目标路段上可能存在的危险行驶场景的触发控件，当用户对触发控件进行选中时，确定检测到触发事件。
在一个实施例中，若所述触发事件包括存在触发显示危险行驶场景提示信息的触发指令，所述获取触发事件所指示的目标危险行驶场景，包括：获取目标时间段内所述目标路段被检测到的N个危险行驶场景中每个危险行驶场景的检测记录；根据所述每个危险行驶场景的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数；将被检测到的次数大于次数阈值的危险行驶场景确定为目标危险行驶场景。也就是说，将目标时间段内出现次数大于次数阈值的一个或多个危险行驶场景确定为触发事件所指示的目标危险行驶场景。
综上可知，目标危险行驶场景的数量为至少一个，为了方便描述在本发明实施例的后续阐述中，以至少一个目标危险行驶场景中的任意一个目标危险行驶场景为例进行介绍。换句话说，无特殊说明的情况下，所述目标危险行驶场景可以为至少一个目标危险行驶场景中的任意一个。
步骤S202、获取目标路段对应的参考信息。
在一个实施例中，所述参考信息是根据目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，其中N为大于1的整数，每个危险行驶场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间。
在一个实施例中，所述参考信息包括目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录。例如参考信息中包括两条检测记录：第一条检测记录为在2020年8月15日xx时检测到发生行驶轨道偏离，第二条检测记录为在2020年8月16日xx时检测到前向碰撞。
步骤S203、根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述与目标危险行驶场景相关的关联危险行驶场景可以包括与目标危险行驶场景之间存在正关联性的正关联危险行驶场景，两个危险行驶场景之间存在正关联性可以指其中任意一个危险行驶场景发生，可能导致另外一个危险行驶场景也发生。
在一个实施例中，由前述可知，所述参考信息可以包括目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录。基于此，步骤S203中所述根据参考信息确定关联危险行驶场景时，可以包括：信息处理设备根据每个危险行驶场景对应的检测记录，确定每个危险行驶场景在目标时间段内被检测到的次数；进而，根据每个危险行驶场景在目标时间段内被检测到的次数从N个危险行驶场景中确定出与目标危险行驶场景相关的正关联危险行驶场景。
作为一种可行的实施方式，信息处理设备可以将目标时间段划分为多个子时间段，比如目标时间段是指过去的24小时，那么将24小时划分为24个子时间段，每一个小时为一个子时间段。基于此，所述根据每个危险行驶场景对应的检测记录，确定每个危险行驶场景在目标时间段内被检测到的次数，包括：获取每个危险行驶场景在每个子时间段被检测到的次数，将每个子时间段被检测到的次数进行求和运算，得到每个危险行驶场景在目标时间段内被检测到的次数。
在一个实施例中，所述根据每个危险行驶场景在目标时间段内被检测到的次数从N个危险行驶场景中确定出与目标危险行驶场景相关的正关联危险行驶场景，包括：根据每个危险行驶场景在目标时间段内被检测到的次数，确定目标时间段内被检测到的次数大于次数阈值的M个危险行驶场景，M大于等于1小于N；计算M个危险行驶场景中每个危险行驶场景与目标危险行驶场景之间的关联值；选取关联值大于关联值阈值的危险行驶场景作为目标危险行驶场景相关的正关联危险行驶场景。
应当理解的，因为提示危险行驶场景的目的是提升行驶安全性，降低交通事故率，因此，如果两个危险行驶场景之间的关联性较大，以至于他们之间的关联值大于非交通事故率，那么在提示两个危险行驶场景中的任意一个时，不能溜掉另外一个，否则，很有可能因为只提示其中一个而提升交通事故率。或者，从另一个角度理解，如果两个危险行驶场景的关联值已经大于非交通事故率，那么不能漏掉这两个危险行驶场景，否则，不利于降低交通事故率。基于上述描述，所述关联阈值可以是根据目标路段上交通事故率确定的，例如目标路段上交通事故率表示为ptraffic，所述关联阈值可以表示为1-ptraffic。
其中，计算M个危险行驶场景中每个危险行驶场景与目标危险行驶场景之间的关联值，包括：将M个危险行驶场景中每个危险行驶场景在目标时间段内被检测到的次数以及目标危险行驶场景在目标时间段内被检测到的次数，输入至关联性计算公式中进行运算，运算结果即为目标危险行驶场景与每个危险行驶场景之间的关联性。
假设tj表示目标危险行驶场景在第j个子时间段被检测到的次数，假设xi,j表示M个危险行驶场景中危险行驶场景i在第j个子时间段内被检测到的次数，假设目标时间段被划分为m个子时间段，那么将上述关联性计算公式可以表示为公式(1)所示：
Figure BDA0002724057810000121
在公式(1)中，Ct,i表示目标危险行驶场景与危险行驶场景i之间的关联值，m表示目标时间段被划分为m个子时间段，k表示第k个子时间段。
在其他实施例中，步骤S203中根据参考信息确定出与目标危险行驶场景相关的关联危险行驶场景，还可以包括：
根据N个危险行驶场景中每个危险行驶场景被检测到的次数，以及目标危险行驶场景被检测到的次数计算任意一个危险行驶场景与目标危险行驶场景之间的关联值，得到第一类关联值集合；以及计算N个危险行驶场景中任意两个危险行驶场景之间的关联值，得到第二类关联值集合；从第一类关联值集合中选取关联值大于所述关联阈值的关联值对应的危险行驶场景，添加至第一关联场景子集中；对于第一关联场景子集中每个危险行驶场景，进行递归查找，从第二类关联值集合中选取与所述每个危险行驶场景之间的关联值大于所述关联阈值的危险行驶场景添加至相应危险行驶场景的第二关联场景子集中；将第一关联场景子集和各个第二关联场景子集进行取并集运算，并将并集运算的结果作为目标危险行驶场景相关的正关联危险行驶场景。
简单来说，在N个危险行驶场景中首先查找与目标危险行驶场景之间的关联值大于所述关联阈值的候选的危险行驶场景，然后在N个危险行驶场景中剩余的危险行驶场景中，继续查找与候选的危险行驶场景之间的关联值大于所述关联阈值的危险行驶场景，依次递归查找，最后将查找到所有危险行驶场景进行取并集处理，得到的结果可以作为正关联危险行驶场景。
在其他实施例中，所述与目标危险行驶场景相关的关联危险行驶场景可以包括与目标危险行驶场景之间存在正关联性的负关联危险行驶场景，两个危险行驶场景之间存在负关联性可以指其中任意一个危险行驶场景发生，另外一个危险行驶场景可能不会发生。
基于此，在确定与目标危险行驶场景关于的关联危险行驶场景时，除了上述的确定正关联危险行驶场景，还可以包括确定负关联危险行驶场景。具体实现中，根据N个危险行驶场景中每个危险行驶场景在目标时间内被检测到次数，以及目标危险行驶场景在目标时间段内被检测到的次数，计算每个危险行驶场景与目标危险行驶场景之间的关联值；将小于0且绝对值大于所述关联阈值的关联值对应的危险行驶场景确定为与目标危险行驶场景存在负先关的负关联危险行驶场景。
在一个实施例中，确定出与目标危险行驶场景相关的关联危险行驶场景后，信息处理设备还可以：根据所述目标危险行驶场景和关联危险行驶场景输出危险行驶提示信息，所述危险行驶提示信息包括所述目标危险行驶场景和所述关联危险行驶场景中的任意一种或多种。
在一个实施例中，假设信息处理设备为车载设备，所述根据所述目标危险行驶场景和关联危险行驶场景输出危险行驶提示信息的实施方式可以是：如果信息处理设备的显示屏幕尺寸足够大，则可以将目标危险行驶场景和关联危险行驶场景均携带在危险行驶提示信息中，以提示驾驶人员目前道路上可能存在的行驶风险；如果信息处理设备的显示屏幕尺寸较小，则可以只将目标危险行驶场景携带在危险行驶提示信息中进行提示。
在一个实施例中，所述危险行驶提示信息的形式可以包括以下任意一种或多种的组合：文字显示提示、语音播放提等。可选的，所述危险行驶提示信息可以是显示在信息处理设备的行驶控制界面中。所述行驶控制界面是信息处理设备的行驶控制按钮被触发时显示的。具体地，所述信息处理设备的用户界面中可包括一个行驶控制控件；当所述行驶控制控件被触发时，信息处理设备可以显示一个行驶控制界面；该行驶控制界面可用于显示车辆行驶的实时画面。
当检测到需要进行危险行驶场景提示时，信息处理设备可以将危险行驶提示信息显示在所述行驶控制界面中。假设，目标路段上存在的目标危险行驶场景为A，与目标危险行驶场景相关的正关联危险行驶场景为危险行驶场景B，与目标危险行驶场景相关的负关联危险行驶场景为危险行驶场景C。基于此，所述危险行驶提示信息的形式可以为以下形式中的任意一种或多种：“当前路段上存在危险行驶场景A，以及危险行驶场景B”、以及，“当前路段上存在危险行驶场景A”、“当前路段上存在危险行驶场景B”、“当前路段上不存在危险行驶场景C”以及“当前路段上存在危险行驶场景A和B，不存在危险行驶场景C”。
举例来说，参见图3，为本发明实施例提供的一种信息处理设备显示危险行驶场景提示信息的示意图。在图3中，假设301表示信息处理设备中的用户界面，在用户界面301中可包括行驶控制控件302，当302被触发时信息处理设备显示行驶控制界面如图3中303所示；303中可实时显示车辆行驶画面所示。可选的，当信息处理设备检测到车辆行驶到当前路段时，需要进行危险行驶场景提示，则可在行驶控制界面中弹出危险行驶提示信息，如304所示。
上述只是本发明实施例列举的一种可能的危险行驶提示信息形式，在具体应用中，危险行驶提示信息还可以为“当前路段可能存在危险行驶场景，点击查看详情”，此时当“点击查看详情”控件被触发时，显示危险行驶提示信息携带的一个或多个危险行驶场景。
本发明实施例中，当交通工具在目标路段行驶时，获取目标路段存在的目标危险行驶场景；进一步的，获取目标路段对应的参考信息，并根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景。在上述过程中，信息处理设备可以根据获取到的参考信息，获取到与目标危险行驶场景相关的关联危险行驶场景，以使得在需要进行危险行驶提示时，信息处理设备不仅可以提示存在目标危险行驶场景，还可以提示与目标危险行驶场景关联的关联危险行驶场景，提示更多的危险行驶场景可以避免更多的事故发生，可以提高交通工具行驶的安全性。
基于上述的信息处理系统的示意图，本发明实施例提供了一种信息处理方法，参见图4为本发明实施例提供的一种信息处理方法的流程示意图。图4所示的信息处理方法可由信息处理设备执行，具体可由信息处理设备的处理器执行。所述信息处理设备可以是部署在交通工具内的任意设备比如部署在车辆内的车载电脑，或者所述信息处理设备可以是与交通工具相连接的其他设备。图4所示的信息处理方法中目标路段对应的参考信息可以包括目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录。图4所示的信息处理方法可包括如下步骤：
步骤S401、当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取触发事件所指示的目标危险行驶场景。
步骤S402、获取目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录。
步骤S403、根据每个危险行驶场景对应的检测记录，从N个危险行驶场景中确定出与目标危险行驶场景相关的正关联危险行驶场景，以及与目标危险行驶场景相关的负相关危险行驶场景。
在一个实施例中，信息处理设备可以依据每个危险行驶场景对应的检测记录确定N个危险行驶场景中每个危险行驶场景在目标时间段内出现的次数，然后根据每个危险行驶场景出现的次数确定任意一个危险行驶场景与目标危险行驶场景之间的关联性，以及任意两个危险行驶场景之间的关联性，进一步根据计算出的关联性确定与目标危险行驶场景相关的关联危险行驶场景，所述关联危险行驶场景包括正关联危险行驶场景以及负关联危险行驶场景。
具体实现中，所述根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景，包括S1-S4：
S41：根据每个危险行驶场景对应的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数，以及在所述目标时间段内所述目标危险行驶场景被检测到的次数；
S42：基于所述目标危险行驶场景被检测到的次数和每个危险行驶场景被检测到的次数确定所述目标危险行驶场景与每个危险行驶场景之间的关联值，得到第一类关联值集合；
S43：根据所述N个危险行驶场景中任意两个危险行驶场景被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合；
S44：根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，S41中所述目标危险行驶场景可以指在目标时间段内首次出现的危险行驶场景，此时在目标时间段内目标危险行驶场景被检测到的次数为1。在其他实施例中，目标危险行驶场景也可以指在目标时间段内曾经出现过的危险行驶场景，也就是说目标危险行驶场景可以指N个危险行驶场景中的任意一个，此时确定目标时间段内目标危险行驶场景被检测到的次数实质上是指确定上述任意一个危险行驶场景在目标时间段内被检测到的次数。
可选的，信息处理设备可以将目标时间段划分为多个子时间段，比如目标时间段是指过去的24小时，那么将24小时划分为24个子时间段，每一个小时为一个子时间段，在步骤S41中根据每个危险行驶场景对应的检测记录确定每个危险行驶场景在目标时间段内被检测到的次数，包括：获取每个危险行驶场景在每一个子时间段被检测到的次数。同理的，目标危险行驶场景在目标时间段被检测到的次数也是指每一个子时间段内被检测到的次数。
举例来说，参考图5a，为本发明实施例提供的一种确定危险行驶场景在目标时间段内被检测到的次数的示意图，501表示目标时间段，假设是从2020年8月17日上午10点至2020年8月17日下午3点，每一个小时划分为一个子时间段，也就是说501中包括5个子时间段，分别表示为m1、m2、m3、m4以及m5；假设N为3，也即包括3个危险行驶场景，分别表示为第一危险行驶场景、第二危险行驶场景以及第三危险行驶场景，目标危险行驶场景不包括在N个危险行驶场景中。那么各个危险行驶场景在每个子时间段被检测到的次数可以如图5a中502所示，502中503表示第一危险行驶场景在第一个子时间段内被检测到的次数，504表示目标危险行驶场景在第3个子时间段内被检测到的次数。
通过S41确定了每个危险行驶场景在目标时间段内被检测到的次数以及目标危险行驶场景在目标时间段内被检测到的次数后，可以通过步骤S42计算目标危险行驶场景与每个危险行驶场景之间的关联值，多个关联值组成了第一类关联值集合。由前述可知，目标危险行驶场景的数量为至少一个，本发明实施例中以任意一个目标危险行驶场景为例，具体介绍如何为任意一个目标危险行驶场景确定关联危险行驶场景。在一个实施例中，假设tj表示目标危险行驶场景在第j个子时间段被检测到的次数，假设xi,j表示危险行驶场景i在第j个子时间段内被检测到的次数，假设目标时间段被划分为m个子时间段，那么在目标时间段内目标危险行驶场景与危险行驶场景i之间的关联值可以通过如下公式(2)表示，其中危险行驶场景i为任意一个危险行驶场景，
Figure BDA0002724057810000161
在公式(2)中，Ct,i表示目标危险行驶场景与危险行驶场景i之间的关联值，m表示目标时间段被划分为m个子时间段，k表示第k个子时间段。通过公式(2)可以计算出目标危险行驶场景与各个危险行驶场景之间的关联值，得到多个N个关联值，这N个关联值组成了第一类关联值集合。
进一步的，在步骤S43中根据N个危险行驶场景中任意两个危险行驶场景在目标时间段内被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合。具体实现中，假设目标时间段被划分为m个子时间段，可通过公式(3)计算危险行驶场景i和危险行驶场景j景之间的关联值，其中，危险行驶场景i和危险行驶场景j为N个危险行驶场景中任意两个不相同的危险行驶场景：
Figure BDA0002724057810000171
在公式(3)中，Ci,j表示危险行驶场景i和危险行驶场景j之间的关联性，xi,k表示在第k个子时间段危险行驶场景i被检测到的次数，xj,k表示在第k个子时间段危险行驶场景j被检测到的次数。
在一个实施例中，如果目标危险行驶场景为N个危险行驶场景中的任意一个，为了避免重复计算，则可以先从N个危险行驶场景中去除目标危险行驶场景得到剩余危险行驶场景，进而计算剩余危险行驶场景中各个危险行驶场景与目标危险行驶场景之间的关联值；以及，计算剩余危险行驶场景中任意两个危险行驶场景之间的关联值。
在其他实施例中，如果目标危险行驶场景为N个危险行驶场景中的任意一个，也可以不从N个危险行驶场景中去除目标危险行驶场景，直接计算目标危险行驶场景与任意一个危险行驶场景之间的关联值(任意一个危险行驶场景中可包括目标危险行驶场景，目标危险行驶场景与目标危险行驶场景之间的关联值大于任意其他危险行驶场景与目标危险行驶场景之间的关联值)。
在一个实施例中，通过步骤S42和步骤S43确定出第一类关联值集合和第二类关联值集合后，可以通过步骤S43根据第一类关联值集合和第二类关联值集合中至少一个从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景。
由前述可知，目标危险行驶场景相关的关联危险行驶场景可以包括正关联危险行驶场景和负关联危险行驶场景，所述正关联危险行驶场景是指若目标危险行驶场景存在，则存在概率大于某个阈值的危险行驶场景，也就是说如果目标危险行驶场景存在，则其对应的正关联危险行驶场景也存在的概率较大；所述负关联危险行驶场景是指若目标危险行驶场景存在，则存在概率小于某个阈值的危险行驶场景，也就是说若目标危险行驶场景存在，则其对应的负关联危险行驶场景也存在的概率很小，甚至不可能存在。
在一个实施例中，若关联危险行驶场景包括正关联危险行驶场景，则上述步骤S43中所述根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
将所述第一类关联值集合中大于所述关联值阈值的关联值所涉及的危险行驶场景确定为第一关联场景子集；基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集；对所述第一关联场景子集合和所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集进行取并集运算，并从取并集运算结果中确定与所述目标危险行驶场景相关的正关联危险行驶场景。
其中，在一个实施例中，所述关联阈值可以是根据目标路段上交通事故率确定的，例如目标路段上交通事故率表示为ptraffic，所述关联阈值可以表示为1-ptraffic。在其他实施例中，所述关联阈值也可以是根据经验确定的。
在一个实施例中，假设第一关联场景子集中包括第一危险行驶场景，N个危险行驶场景中包括第二危险行驶场景，下面以第一危险行驶场景和第二危险行驶场景为例，介绍如何基于第二类关联值对第一关联场景子集中每个危险行驶场景进行递归分析，以从N个危险行驶场景中确定出第一关联场景子集中每个危险行驶场景对应的第二关联场景子集。具体实现中，从所述第二类关联值中确定所述第一危险行驶场景和所述第二危险行驶场景之间的关联值；若所述第一危险行驶场景和所述第二危险行驶场景之间的关联值大于或等于所述关联值阈值，则将第二危险行驶场景添加至第一危险行驶场景对应的第二关联场景子集中。
简单来说，对于第一关联场景子集中第一危险行驶场景，将与该第一危险行驶场景之间的关联值大于关联阈值的第二危险行驶场景添加到该第一危险行驶场景对应的第二关联场景子集。但是此种方式中可能存在如下情况：第二危险行驶场景与目标危险行驶场景之间是冲突的，也就是说如果目标危险行驶场景出现，则第二危险行驶场景不会出现。
为了避免上述问题出现，在确定第一危险行驶场景对应的第二关联场景子集时，采用如下步骤：从所述第二类关联值中确定所述第一危险行驶场景和所述第二危险行驶场景之间的关联值；若所述第一危险行驶场景和所述第二危险行驶场景之间的关联值大于或等于所述关联值阈值，且在所述第一类关联值集合中所述第二危险行驶场景和所述目标危险行驶场景之间的关联值满足关联条件，则将所述第二危险行驶场景添加至所述第一危险行驶场景对应的第二关联场景子集。如此一来，可以保证第一危险行驶场景对应的第二关联场景子集中不存在与目标危险行驶场景冲突的危险行驶场景。
其中，所述第二危险行驶场景和所述目标危险行驶场景之间的关联值满足关联条件可以包括以下情况中的任意一种或多种：第二危险行驶场景和所述目标危险行驶场景之间的关联值大于0且大于指定阈值，所述指定阈值可以是等于所述关联阈值，或者所述指定阈值也可以是不等于所述关联阈值的其他指；第二危险行驶场景和所述目标危险行驶场景之间的关联值小于0且绝对值小于指定阈值。
举例来说，参见图5b为本发明实施例提供的一种确定目标危险行驶场景相关的正关联危险行驶场景的示意图。51表示N个危险行驶场景，假设N个危险行驶场景中包括的危险行驶场景表示为A、B、C以及D，且目标危险行驶场景E不包括在N个危险行驶场景中。52表示第一类关联值集合，第一类关联值集合中包括目标危险行驶场景E与各个危险行驶场景之间的关联值，表示为g(E，A)，g(E，B)，g(E，C)以及g(E，D)。假设在第一类关联值中A与目标危险行驶场景E之间的关联值g(E，A)大于关联阈值，以及B与目标危险行驶场景E之间的关联值g(E，B)大于关联阈值，则将N个危险行驶场景中的A和B组成第一关联场景子集，表示为53。
进一步的，假设第二类关联值集合表示为54，第二类关联值集合中包括各个危险行驶场景之间的关联值，具体表示为g(A，B)，g(A，C)，g(A，D)，g(B，C)，g(B，D)以及g(C，D)，对于第一关联场景子集中B，如果基于第二类关联值集合，找出C和D与B之间的关联值g(B，D)和g(B，C)大于关联阈值，且C和D与目标危险行驶场景E之间的关联性均大于关联阈值，则将C和D作为B的第二关联场景子集，表示为55；以及基于第二类关联值集合查找出D与B之间的关联值g(B，D)大于关联阈值，则将D作为A的第二关联场景子集，表示为56。接下来对第二关联场景子集55和第二关联场景子集56进行取并集处理，得到A、B、C以及D，这几个危险行驶场景作为目标行驶场景的正关联危险行驶场景如57所示。
在其他实施例中，若与目标危险行驶场景相关的关联危险行驶场景包括负关联危险行驶场景，则步骤S44所述根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：将所述第一类关联值集合中小于所述第二关联值阈值的关联值所涉及的危险行驶场景确定与目标危险行驶场景相关的负关联危险行驶场景。
步骤S404、根据目标路段存在目标危险行驶场景和关联危险行驶场景输出危险行驶提示信息。
本发明实施例中，当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取触发事件所指示的目标危险行驶场景；进一步的，目标时间段内目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录；进一步的，根据每个危险行驶场景对应的检测记录从N个危险行驶场景中确定目标危险行驶场景相关的正关联危险行驶场景，以及目标危险行驶场景相关的负关联危险行驶场景，然后输出所述目标路段存在目标危险行驶场景和正关联危险行驶场景，不存在负关联危险行驶场景的提示信息。在上述过程中，信息处理设备不仅可以提示存在目标危险行驶场景，还可以提示与目标危险行驶场景关联的正关联危险行驶场景，改善了漏警的情况，并且信息处理设备还可以提示不存在目标危险行驶场景相关的负关联危险行驶场景的提示信息，有利于提高行驶的便捷性。
基于上述的信息处理方法，本发明实施例提供了另一种信息处理方法，参见图6为本发明实施例提供的另一种信息处理方法的流程示意图。图6所示的信息处理方法可由信息处理设备执行，具体可由信息处理设备的处理器执行。图6所示的信息处理方法中所述参考信息可以包括正关联危险行驶场景对集合和负关联危险行驶场景对集合，图6所示的信息处理方法可包括如下步骤：
步骤S601、当交通工具在目标路段行驶时，若存在危险行驶场景提示触发事件，则获取触发事件所指示的目标危险行驶场景。
在一个实施例中，步骤S601中包括的一些可行的实施方式可参见图2实施例中步骤S201的描述，在此不再赘述。
步骤S602、获取正关联危险行驶场景对集合和负关联危险行驶场景对集合。
在一个实施例中，所述正关联危险行驶场景对集合中每个正关联危险行驶场景对对应一个关联值，所述负关联危险行驶场景对集合中每个负关联危险行驶场景对对应一个关联值；任意一个危险行驶场景对对应的关联值是基于任意一个危险行驶场景对包括的两个危险行驶场景对应的检测记录确定的；每个正关联危险行驶场景对对应的关联值均大于或等于所述关联阈值，并且，一个正关联危险行驶场景对包括的两个危险行驶场景允许同时存在，且越大的关联值对应的正关联危险行驶场景对包括的两个危险行驶场景同时存在的概率越大；
每个负关联危险行驶场景对对应的关联值的绝对值大于或等于所述关联值阈值，一个负关联危险行驶场景对包括的两个危险行驶场景不允许同时存在。
在一个实施例中，正关联危险行驶场景对和负关联危险行驶场景对可以是在检测到触发事件之前执行的，也可以是在检测到触发事件之后执行。在检测到触发事件之前执行，可以加快信息处理设备输出提示信息的效率。下面具体介绍如何根据N个危险行驶场景中各个危险行驶场景对应的检测记录确定正关联场景对集合和负关联场景对集合：
①信息处理设备获取到目标路段上目标时间段内的N个危险行驶场景中每个危险行驶场景的检测检录后，信息处理设备将目标时间段划分为m个子时间段，根据各个危险行驶场景对应的检测记录获取各个危险行驶场景在每个子时间段被检测到的次数，可参见图5a所示，记xi,k表示危险行驶场景i在第k个子时间段被检测到的次数；
②信息处理设备根据各个危险行驶场景在各个子时间段内被检测到的次数确定每两个危险行驶场景之间的关联值。具体实现中，信息处理设备可以通过上述公式(3)确定任意两个危险行驶场景之间的关联值。假设按照公式(3)确定出N个危险行驶场景中，任意两个危险行驶场景之间的关联值可以表示为c1,2,c1,n…c1,n,c2,3,c2,4,…c2,n…cn-1,n。最后确定出的关联值的总数量为n(n-1)/2个。应当理解的，关联值是对称的，也即ci,j＝cj,i，其中n表示N个危险行驶场景的数量。
③信息处理设备根据任意两个危险行驶场景之间的关联值，将上述各个关联值分成两部分，一部分是关联值大于0的第一候选关联值，另一部分是关联值小于0的第二候选关联值。假设将从上述多个关联值中选取的第一候选关联值表示为，cpos，1，cpos，2，...cpos，x；从上述多个关联值中选取的第二候选关联值表示为：cneg，1，cneg，2，...cneg，y。并且x+y＝n(n-1)/2；
④针对第一候选关联值，信息处理设备从第一候选关联值中选取出大于或等于关联阈值的关联值，其中，由前述可知关联阈值可以是指目标路段上的非交通事故率确定的。假设ptraffic表示目标路段上的交通事故率，该数据信息处理设备可以从交通管理部门或者道路维护方获得，非交通事故率表示为1-ptraffic。从第一候选关联值中选取出来的大于或等于关联阈值的关联值可以表示为
Figure BDA0002724057810000221
在该表达式中，ri表示危险行驶场景i，这些关联值中每一个关联值对应的两个危险行驶场景确定为一个正关联危险行驶场景对，多个正关联危险行驶场景对组成正关联危险行驶场景对集合。也即正关联危险行驶场景对集合可以表示为：{(r1，r2)，(r1，r3)，...，(r1，ru)，(r2，r3)，(r2，r4)，...(r2，ru)，...(ru-1，ru)}；
⑤针对第二候选关联值，从上述多个第二候选关联值中选出绝对值大于或等于所述关联阈值的关联值，从第二候选关联值中选取出来的关联值可以表示为：
Figure BDA0002724057810000222
在该表达式中，si表示危险行驶场景i，这些关联值中每一个关联值对应的两个危险行驶场景确定为一个负关联危险行驶场景对，多个负关联危险行驶场景对组成负关联危险行驶场景对集合。可选的，负关联危险行驶场景对集合可以表示为：{(s1，s2)，(s1，s3)，...(s1，sw)，(s2，s3)，(s2，s4)，...(s2，sw)，...(sw-1，sw2)}。应当理解的，此处所述的负关联危险行驶场景对集合所涉及到的危险行驶场景si和上述正关联危险行驶场景对集合所涉及上午危险行驶场景ri均是N个危险行驶场景中包括的危险行驶场景，本发明实施例为了区分正负关联行驶场景，采用不同符号表示。
步骤S603、根据正关联危险行驶场景对集合和负关联危险行驶场景对集合，确定与目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，执行步骤S603之前，可先判断目标危险行驶场景是否为正关联危险行驶场景对集合所涉及的危险行驶场景中的任意一个；若不是，则可确定不存在与目标危险行驶场景相关的关联危险行驶场景；若是，则执行步骤S603。
在一个实施例中，所述与所述目标危险行驶场景相关的关联危险行驶场景包括正关联危险行驶场景，所述根据正关联危险行驶场景对集合和负关联危险行驶场景对集合确定与目标危险行驶场景相关的关联危险行驶场景，可包括步骤S61-步骤S66：
S61：基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合；
S62：从所述正关联危险行驶场景集合中选取未被选取的危险行驶场景作为当前遍历流程的当前遍历的危险行驶场景；
S63：基于所述负关联危险行驶场景对集合对所述当前遍历的危险行驶场景进行负关联场景分析得到所述当前遍历的危险行驶场景对应的负关联危险行驶场景集合；
S64：从所述正关联危险行驶场景集合中删除所述负关联场景子集包括的各个危险行驶场景，以更新所述关联危险行驶场景集合；
S65：若更新后的正关联危险行驶场景集合中存在未被选取的危险行驶场景，则重复执行上述遍历流程；
S66：若更新后的正关联危险行驶场景集合中不存在未被选取的危险行驶场景，则从更新后的正关联危险行驶场景集合中选取与所述目标危险行驶场景相关的关联危险行驶场景。
下面具体阐述步骤S61-步骤S66的实现：
在步骤S61中，所述基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的关联危险行驶场景集合，包括：
从所述正关联危险行驶场景对集合中确定出包括所述目标危险行驶场景的目标正关联危险行驶场景对；获取所述目标正关联危险行驶场景对所涉及的多个危险行驶场景，并对所述多个危险行驶场景中除所述目标危险行驶场景外的剩余危险行驶场景进行递归分析，得到所述剩余危险行驶场景对应的正关联场景子集；对所述剩余危险行驶场景对应的正关联场景子集以及所述目标正关联危险行驶场景对所涉及的多个危险行驶场景进行取并集运算，得到所述关联危险行驶场景集合。
简单来说，假设目标危险行驶场景表示为t，正关联危险行驶场景对集合表示为：{(r1，r2)，(r1，r3)，...，(r1，r5)，(r2，r3)，(r2，r4)，...(r2，r5)}，假设t＝r4，那么在确定与目标危险行驶场景正相关的正关联危险行驶场景集合的步骤可以为：从上述正关联危险行驶场景对集合中选择出所有包括r4的目标正关联危险行驶场景对，目标正关联危险行驶场景对表示为：(r1，r4)，(r2，r4)，(r3，r4)以及(r4，r5)；目标正关联危险行驶场景对所涉及到的多个危险行驶场景，可以用下式表示：r1，r2，r3，r4以及r5。
从上述5个危险行驶场景中，对r1、r2以及r5进行递归分析，找出正关联危险行驶场景对集合中分别包括r1、r2以及r5的正关联危险行驶场景对，进而将r1、r2以及r5对应的正关联危险行驶场景对所涉及的多个危险行驶场景确定为各自对应的正关联场景子集。即r1对应的正关联场景子集为(r1，r2，r3，r4，r5)，r2对应的正关联场景子集为(r1，r2，r3，r4，r5)，r5对应的正关联子集为(r1，r2，r3，r4，r5)，将上述各个正关联子集以及目标正关联危险行驶场景对所涉及的多个危险行驶场景(r1，r2，r3，r4，r5)进行取并集处理，得到正关联危险行驶场景集合表示为(r1，r2，r3，r4，r5)。
通过S61确定了正关联危险行驶场景集合后，进入更新正关联危险行驶场景的遍历流程，遍历流程具体可包括步骤S62-步骤S66，在步骤S62中所选取的当前遍历的危险行驶场景为正关联危险行驶场景集合中任意一个未被选取过的危险行驶场景。假设在一个遍历流程中，步骤S62中选取的当前遍历的危险行驶场景表示为r2，假设负关联危险行驶场景对可以表示为：{(s1，s2)，(s1，s3)，(s2，s3)}。
可见，负关联危险行驶场景对所涉及的危险行驶场景表示为s1，s2，s3。进而，通过步骤S63选取出当前遍历的危险行驶场景对应的负关联危险行驶场景集合，其中，当前遍历的危险行驶场景对应的负关联危险行驶场景集合中不包括目标危险行驶场景。
在步骤S63中，信息处理设备首先判断负关联危险行驶场景对所涉及的危险行驶场景中是否包括目标危险行驶场景；若不包括，则无需执行任何操作；若包括，那么从负关联危险行驶场景对集合中选择出包括目标危险行驶场景r2的危险行驶场景，假设r2＝s2，负关联危险行驶场景对集合中包括s2的负关联危险行驶场景对包括(s1，s2)以及(s2，s3)，那么目标危险行驶场景r2对应的负关联危险行驶场景集合表示为(s1，s3)。
然后，通过步骤S64从正关联危险行驶场景集合中删除负关联危险行驶场景集合包括的危险行驶场景，以实现对正关联危险行驶场景集合的更新。具体来说，如果正关联危险行驶场景集合中包括负关联危险行驶场景集合中的任意一个危险行驶场景，则将该任意一个危险行驶场景删除；若不存在任何一个负关联危险行驶场景集合中的危险行驶场景，则维持正关联危险行驶场景集合不变。
接着，在步骤S65中若判断出更新后的正关联危险行驶场景是否还包括未经历上述步骤S62和步骤S63的遍历过程的，则重复执行步骤S62-步骤S63；若更新后的正关联危险行驶场景中的所有危险行驶场景均被遍历，则结束遍历流程，并通过步骤S66从更新后的正关联危险行驶场景集合中选取目标危险行驶场景相关的正关联危险行驶场景。优选的，在信息处理设备的可用资源足够多的情况的，可以将正关联危险行驶场景集合中所有危险行驶场景作为与目标危险行驶场景相关的正关联危险行驶场景。提示更多的正关联危险行驶场景，能够在更大程度上提高驾驶安全性。
在一个实施例中，所述与所述目标危险行驶场景相关的关联危险行驶场景还包括负关联危险行驶场景，将上述步骤S62-步骤S66的遍历流程中，每次遍历得到的目标危险行驶场景对应的负关联危险行驶场景集合进行取并集运算，从取并集运算的结果中选择负关联危险行驶场景。
步骤S604、根据目标路段存在目标危险行驶场景和关联危险行驶场景输出危险行驶提示信息。
在一个实施例中，步骤S604中包括的一些可行的实施方式可参见图2实施例中步骤S204的相关描述，在此不再赘述。
本发明实施例中，信息处理设备预先根据N个危险行驶场景中每个危险行驶场景对应的检测记录确定出正关联危险行驶场景对集合和负关联危险行驶场景对集合。当交通工具在目标路段上行驶时，若获取到需要提示的目标危险行驶场景，则根据正关联危险行驶场景对集合和负关联危险行驶场景对集合确定出与目标危险行驶场景相关的正关联危险行驶场景和负关联危险行驶场景，最后输出目标路段上存在目标危险行驶场景以及与目标危险行驶场景相关的正关联危险行驶场景和负关联危险行驶场景的提示信息。在上述信息处理过程中，考虑了各种危险行驶场景之间的关联性，不仅能够提示需要提示的目标危险行驶场景，还能有效地筛选出与目标危险行驶场景关联度较大的正关联危险行驶场景，以及与其关联度较小的负关联危险行驶场景，将这些危险行驶场景一并进行提示，提升了场景提示效率，从而提高交通工具行驶的安全性。
基于上述的系统实施例和方法实施例，本发明实施例还提供了一种信息处理装置。参见图7，为本发明实施例提供的一种信息处理装置的结构示意图，图7所示的信息处理装置可运行如下单元：
获取单元701，用于获取目标路段上存在的目标危险行驶场景；
所述获取单元701，还用于获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
处理单元702，用于根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录；
或者，所述参考信息包括正关联危险行驶场景对集合和负关联危险行驶场景对集合，所述正关联危险行驶场景对集合和所述负关联危险行驶场景对集合是基于所述N个危险行驶场景中每个危险行驶场景对应的检测记录确定的；所述正关联危险行驶场景对集合中每个正关联危险行驶场景对对应一个关联值，所述负关联危险行驶场景对集合中每个负关联危险行驶场景对对应一个关联值；每个正关联危险行驶场景对对应的关联值均大于或等于关联值阈值，所述关联值阈值为整数，每个负关联危险行驶场景对对应的关联值为负数，且所述每个负关联危险行驶场景对对应的关联值的绝对值均大于或等于所述关联值阈值；
一个正关联危险行驶场景对包括的两个危险行驶场景允许同时存在，且越大的关联值对应的正关联危险行驶场景对包括的两个危险行驶场景同时存在的概率越大；一个负关联危险行驶场景对包括的两个危险行驶场景不允许同时存在。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录，所述处理单元702在根据所述参考信息从N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
根据每个危险行驶场景对应的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数，以及确定在所述目标时间段内所述目标危险行驶场景被检测到的次数；
基于所述目标危险行驶场景在所述目标时间段内被检测到的次数和每个危险行驶场景在所述目标时间段内被检测到的次数确定所述目标危险行驶场景与所述每个危险行驶场景之间的关联值，得到第一类关联值集合；
根据所述N个危险行驶场景中任意两个危险行驶场景在所述目标时间段内被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合；
根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括正关联危险行驶场景，所述处理单元702在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
将所述第一类关联值集合中大于或等于所述第一关联值阈值的关联值所涉及的危险行驶场景确定为第一关联场景子集；
基于所述第二类关联值对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集；
对所述第一关联场景子集合和所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集进行取并集运算，并从取并集运算结果中确定与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括负关联危险行驶场景，所述处理单元702在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将所述第一类关联值集合中小于0且绝对值大于所述关联值阈值的关联值所涉及的危险行驶场景确定为与目标危险行驶场景相关的负关联危险行驶场景。
在一个实施例中，所述第一关联场景子集包括第一危险行驶场景，所述N个危险场景中包括第二危险行驶场景，所述处理单元702在基于所述第二类关联值对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集时，执行如下步骤：
从所述第二类关联值集合中确定所述第一危险行驶场景和所述第二危险行驶场景之间的关联值；
若所述第一危险行驶场景和所述第二危险行驶场景之间的关联值大于或等于所述第一关联值阈值，且在所述第一类关联值集合中所述第二危险行驶场景和所述目标危险行驶场景之间的关联值大于所述第二关联值阈值，则将所述第二危险行驶场景添加至所述第一危险行驶场景对应的第二关联场景子集。
在一个实施例中，所述参考信息包括正关联危险行驶场景对集合和所述负关联危险行驶场景对集合，所述与所述目标危险行驶场景相关的关联危险行驶场景包括正关联危险行驶场景，所述处理单元702在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
若所述目标危险行驶场景属于所述正关联危险行驶场景对集合，则基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合；
从所述正关联危险行驶场景集合中选取未被选取的危险行驶场景作为当前遍历的危险行驶场景；
基于所述负关联危险行驶场景对集合对所述当前遍历的危险行驶场景进行负关联场景分析得到所述当前遍历的危险行驶场景对应的负关联危险行驶场景集合；
从所述正关联危险行驶场景集合中删除所述负关联危险行驶场景集合包括的各个危险行驶场景，以更新所述正关联危险行驶场景集合；
若更新后的正关联危险行驶场景集合中存在未被选取的危险行驶场景，则重复执行上述遍历流程；
若更新后的正关联危险行驶场景集合中不存在未被选取的危险行驶场景，则从更新后的正关联危险行驶场景集合中选取与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述与所述目标危险行驶场景相关的关联危险行驶场景包括负关联危险行驶场景，所述处理单元702在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将每次遍历流程中的当前遍历的危险行驶场景对应的负关联危险行驶场景集合进行取并集运算；从取并集运算的结果中选择负关联危险行驶场景。
在一个实施例中，所述处理单元702在所述基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合时，执行如下步骤：
从所述正关联危险行驶场景对集合中确定出包括所述目标危险行驶场景的目标正关联危险行驶场景对；
获取所述目标正关联危险行驶场景对所涉及的多个危险行驶场景，并对所述多个危险行驶场景中除所述目标危险行驶场景外的剩余危险行驶场景进行递归分析，得到所述剩余危险行驶场景对应的正关联场景子集；
对所述剩余危险行驶场景对应的正关联场景子集以及所述目标正关联危险行驶场景对所涉及的多个危险行驶场景进行取并集运算，得到所述正关联危险行驶场景集合。
在一个实施例中，所述获取单元701在获取目标路段上存在的目标危险行驶场景时，执行如下步骤：当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的危险行驶场景作为所述目标路段上存在的目标危险行驶场景。
在一个实施例中，所述触发事件包括接收到交通工具的行驶管理设备发送的危险行驶场景的提示指令，所述触发事件所指示的目标危险行驶场景为所述提示指令携带的危险行驶场景。
在一个实施例中，所述触发事件包括存在触发显示危险行驶场景提示信息的触发指令，所述获取单元701在获取目标路段上存在的目标危险行驶场景时，执行如下步骤：
获取目标时间段内所述目标路段被检测到的N个危险行驶场景中每个危险行驶场景的检测记录；根据所述每个危险行驶场景的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数；将被检测到的次数大于次数阈值的危险行驶场景确定为目标危险行驶场景。
在一个实施例中，所述信息处理设备还包括输出单元704，所述输出单元704用于基于所述目标危险行驶场景和所述关联危险行驶场景输出危险行驶提示信息，所述危险行驶提示信息包括以下任意一种或多种：所述目标危险行驶场景和所述关联危险行驶场景。
根据本发明的一个实施例，图2、图4和图6所示的信息处理方法所涉及各个步骤可以是由图7所示的信息处理装置中各个单元来执行的。例如，图2所述的步骤S201和步骤S202可由图7中所述的信息处理装置的获取单元801来执行，步骤S203可由图7所述的信息处理装置中的处理单元702来执行；再如，图4所示的步骤S401和步骤S402可由图7所示的信息处理装置中的获取单元701来执行，步骤S403可由图7所示的信息处理装置中的处理单元702来执行，步骤S404可由图7所示的信息处理装置中的输出单元703来执行；又如，图6所示的信息处理方法中步骤S601和步骤S602可由图7所示的信息处理装置中的获取单元701来执行，步骤S603可由图7所示的信息处理装置中的处理单元702来执行，步骤S604可由图7所示的信息处理装置中的输出单元703来执行。
根据本发明的另一个实施例，图7所示的信息处理装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其它实施例中，基于信息处理装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本发明的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2、图4以及图6所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图8中所示的信息处理装置，以及来实现本发明实施例信息处理方法。所述计算机程序可以记载于例如计算机可读存储介质上，并通过计算机可读存储介质装载于上述计算设备中，并在其中运行。
本发明实施例中，当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取触发事件所指示的目标危险行驶场景；进一步的，获取目标路段对应的参考信息，并根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景；进而，输出所述目标路段存在目标危险行驶场景和关联危险行驶场景的提示信息。在上述过程中，信息处理设备不仅可以提示存在目标危险行驶场景，还可以提示与目标危险行驶场景关联的关联危险行驶场景，提示更多的危险行驶场景可以避免更多的事故发生，可以提高交通工具行驶的安全性。
基于上述的方法实施例以及装置实施例，本发明实施例还提供了一种信息处理设备，参考图8，为本发明实施例提供的一种信息处理设备的结构示意图。图8所示的信息处理设备可至少包括处理器801、输入接口802、输出接口803以及计算机存储介质804。其中，处理器801、输入接口802、输出接口803以及计算机存储介质804可通过总线或其他方式连接。
计算机存储介质804可以存储在信息处理设备的存储器中，所述计算存储介质804用于存储计算机程序，所述计算机程序包括程序指令，所述处理器801用于执行所述计算机存储介质804存储的程序指令。所述处理器801(或称CPU(Central Processing Unit，中央处理器))是信息处理设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。在一个实施例中，本发明实施例所述的处理器801可用于执行：
获取目标路段上存在的目标危险行驶场景；获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
本发明实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是信息处理设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括信息处理设备中的内置存储介质，当然也可以包括信息处理设备所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了信息处理设备的操作系统。并且，在该存储空间中还存放了适于被处理器801加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的还可以是至少一个位于远离前述处理器的计算机存储介质。
在一个实施例中，可由处理器801加载并执行计算机存储介质中存放的一条或多条指令，以实现上述有关图2、图4以及图6所示的信息处理方法实施例中的方法的相应步骤，具体实现中，计算机存储介质中的一条或多条指令由处理器801加载并执行如下步骤：
获取目标路段上存在的目标危险行驶场景；获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录；
或者，所述参考信息包括正关联危险行驶场景对集合和负关联危险行驶场景对集合，所述正关联危险行驶场景对集合和所述负关联危险行驶场景对集合是基于N个危险行驶场景中每个危险行驶场景对应的检测记录确定的；所述正关联危险行驶场景对集合中每个正关联危险行驶场景对对应一关联值，所述负关联危险行驶场景对集合中每个负关联危险行驶场景对对应一个关联值；每个正关联危险行驶场景对对应的关联值均大于或等于关联值阈值，所述关联值阈值为整数，每个负关联危险行驶场景对对应的关联值为负数，且所述每个负关联危险行驶场景对对应的关联值的绝对值均大于或等于关联值阈值；
一个正关联危险行驶场景对包括的两个危险行驶场景允许同时存在，且越大的关联值对应的正关联危险行驶场景对包括的两个危险行驶场景同时存在的概率越大；一个负关联危险行驶场景对包括的两个危险行驶场景不允许同时存在。
在一个实施例中，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录，所述处理器801在根据所述参考信息从N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，只想如下步骤：
根据每个危险行驶场景对应的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数，以及确定在所述目标时间段内所述目标危险行驶场景被检测到的次数；
基于所述目标危险行驶场景在所述目标时间段内被检测到的次数和每个危险行驶场景在所述目标时间段内被检测到的次数确定所述目标危险行驶场景与所述每个危险行驶场景之间的关联值，得到第一类关联值集合；
根据所述N个危险行驶场景中任意两个危险行驶场景在所述目标时间段内被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合；
根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括正关联危险行驶场景，所述处理器801在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
将所述第一类关联值集合中大于或等于所述第一关联值阈值的关联值所涉及的危险行驶场景确定为第一关联场景子集；
基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集；
对所述第一关联场景子集合和所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集进行取并集运算，并从取并集运算结果中确定与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述关联危险行驶场景包括负关联危险行驶场景，所述处理器801在根据所述第一类关联值集合和所述第二类关联值集合中至少一个从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将所述第一类关联值集合中小于第二关联值阈值的关联值所涉及的危险行驶场景确定为与目标危险行驶场景相关的负关联危险行驶场景。
在一个实施例中，所述第一关联场景子集包括第一危险行驶场景，所述N个危险场景中包括第二危险行驶场景，所述处理器801在基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集时，执行如下步骤：
从所述第二类关联值中确定所述第一危险行驶场景和所述第二危险行驶场景之间的关联值；
若所述第一危险行驶场景和所述第二危险行驶场景之间的关联值大于或等于所述第一关联值阈值，且在所述第一类关联值集合中所述第二危险行驶场景和所述目标危险行驶场景之间的关联值满足关联值条件，则将所述第二危险行驶场景添加至所述第一危险行驶场景对应的第二关联场景子集。
在一个实施例中，所述参考信息包括正关联危险行驶场景对集合和所述负关联危险行驶场景对集合，所述与所述目标危险行驶场景相关的关联危险行驶场景包括正关联危险行驶场景，所述处理器801在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：
若所述目标危险行驶场景属于所述正关联危险行驶场景对集合，则基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合；
从所述正关联危险行驶场景集合中选取未被选取的危险行驶场景作为当前遍历流程的危险行驶场景；
基于所述负关联危险行驶场景对集合对所述当前遍历的危险行驶场景进行负关联场景分析得到所述当前遍历的危险行驶场景对应的负关联危险行驶场景集合；
从所述正关联危险行驶场景集合中删除所述负关联危险行驶场景集合包括的各个危险行驶场景，以更新所述正关联危险行驶场景集合；
若更新后的正关联危险行驶场景集合中存在未被选取的危险行驶场景，则重复执行上述遍历流程；
若更新后的正关联危险行驶场景集合中不存在未被选取的危险行驶场景，则从更新后的正关联危险行驶场景集合中选取与所述目标危险行驶场景相关的正关联危险行驶场景。
在一个实施例中，所述与所述目标危险行驶场景相关的关联危险行驶场景包括负关联危险行驶场景，所述处理器801在根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景时，执行如下步骤：将每次遍历流程中的当前遍历的目标危险行驶场景对应的负关联危险行驶场景集合进行取并集运算；从取并集运算的结果中选择负关联危险行驶场景。
在一个实施例中，所述处理器801在所述基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合时，执行如下步骤：
从所述正关联危险行驶场景对集合中确定出包括所述目标危险行驶场景的目标正关联危险行驶场景对；
获取所述目标正关联危险行驶场景对所涉及的多个危险行驶场景，并对所述多个危险行驶场景中除所述目标危险行驶场景外的剩余危险行驶场景进行递归分析，得到所述剩余危险行驶场景对应的正关联场景子集；
对所述剩余危险行驶场景对应的正关联场景子集以及所述目标正关联危险行驶场景对所涉及的多个危险行驶场景进行取并集运算，得到所述正关联危险行驶场景集合。
在一个实施例中，所述处理器801在获取目标路段上存在的目标危险行驶场景时，执行如下步骤：当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的危险行驶场景作为所述目标路段上存在的目标危险行驶场景。
在一个实施例中，所述触发事件包括接收到交通工具的行驶管理设备发送的危险行驶场景的提示指令，所述触发事件所指示的目标危险行驶场景为所述提示指令携带的危险行驶场景。
在一个实施例中，所述触发事件包括存在触发显示危险行驶场景提示信息的触发指令，所述处理器801在获取目标路段上存在的目标危险行驶场景时，执行如下步骤：
获取目标时间段内所述目标路段被检测到的N个危险行驶场景中每个危险行驶场景的检测记录；
根据所述每个危险行驶场景的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数；
将被检测到的次数大于次数阈值的危险行驶场景确定为目标危险行驶场景。
在一个实施例中，所述处理器801还用于基于所述目标危险行驶场景和所述关联危险行驶场景输出危险行驶提示信息，所述危险行驶提示信息包括以下任意一种或多种：所述目标危险行驶场景和所述关联危险行驶场景。
本发明实施例中获取目标路段上存在的目标危险行驶场景；进一步的，获取目标路段对应的参考信息，并根据参考信息从N个危险行驶场景中确定与目标危险行驶场景相关的关联危险行驶场景。在上述过程中，信息处理设备可以根据目标路段上的参考信息，确定出与目标危险行驶场景相关的关联危险行驶场景，以便于在需要进行危险行驶场景提示时，信息处理设备不仅可以提示存在目标危险行驶场景，还可以提示与目标危险行驶场景关联的关联危险行驶场景，提示更多的危险行驶场景可以避免更多的事故发生，可以提高交通工具行驶的安全性。
根据本申请的一个方面，本发明实施例还提供了一种计算机产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。处理器801从计算机可读存储介质读取该计算机指令，处理器801执行该计算机指令，使得该图像处理设备执行图2、图4和图6所示的信息处理方法，具体地：
获取目标路段上存在的目标危险行驶场景；获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。

Claims (15)

1.一种信息处理方法，其特征在于，包括：
获取目标路段上存在的目标危险行驶场景；获取所述目标路段对应的参考信息，所述参考信息是根据目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
2.如权利要求1所述的方法，其特征在于，所述参考信息包括所述目标时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录；或者，
所述参考信息包括正关联危险行驶场景对集合和负关联危险行驶场景对集合，所述正关联危险行驶场景对集合和所述负关联危险行驶场景对集合是基于所述N个危险行驶场景中每个危险行驶场景对应的检测记录确定的；所述正关联危险行驶场景对集合中每个正关联危险行驶场景对对应一个关联值，所述负关联危险行驶场景对集合中每个负关联危险行驶场景对对应一个关联值；每个正关联危险行驶场景对对应的关联值均大于或等于关联值阈值，所述关联值阈值为正数，每个负关联危险行驶场景对对应的关联值为负数，且所述每个负关联危险行驶场景对对应的关联值的绝对值均大于或等于所述关联值阈值；
一个正关联危险行驶场景对包括的两个危险行驶场景允许同时存在，且越大的第一关联值对应的正关联危险行驶场景对包括的两个危险行驶场景同时存在的概率越大；一个负关联危险行驶场景对包括的两个危险行驶场景不允许同时存在。
3.如权利要求2所述的方法，其特征在于，所述参考信息包括所述目标时间段内所述目标路段上被检测到的所述N个危险行驶场景中每个危险行驶场景对应的检测记录，
所述根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
根据每个危险行驶场景对应的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数，以及确定在所述目标时间段内所述目标危险行驶场景被检测到的次数；
基于所述目标危险行驶场景在所述目标时间段内被检测到的次数和每个危险行驶场景在所述目标时间段内被检测到的次数确定所述目标危险行驶场景与所述每个危险行驶场景之间的关联值，得到第一类关联值集合；
根据所述N个危险行驶场景中任意两个危险行驶场景在所述目标时间段内被检测到的次数确定任意两个危险行驶场景之间的关联值，得到第二类关联值集合；
根据所述第一类关联值集合和所述第二类关联值集合中至少一个，从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
4.如权利要求3所述的方法，其特征在于，所述关联危险行驶场景包括正关联危险行驶场景；
所述根据所述第一类关联值集合和所述第二类关联值集合中至少一个，从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
将所述第一类关联值集合中大于或等于所述关联值阈值的关联值所涉及的危险行驶场景确定为第一关联场景子集；
基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定出所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集；
对所述第一关联场景子集合和所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集进行取并集运算，并从取并集运算结果中确定出与所述目标危险行驶场景相关的正关联危险行驶场景。
5.如权利要求3所述的方法，其特征在于，所述关联危险行驶场景包括负关联危险行驶场景；
所述根据所述第一类关联值集合和所述第二类关联值集合中至少一个，从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
将所述第一类关联值集合中小于0且绝对值大于所述关联值阈值的关联值所涉及的危险行驶场景确定为与目标危险行驶场景相关的负关联危险行驶场景。
6.如权利要求4所述的方法，其特征在于，所述第一关联场景子集包括第一危险行驶场景，所述N个危险场景中包括第二危险行驶场景，所述基于所述第二类关联值集合对所述第一关联场景子集中每个危险行驶场景进行递归分析，从所述N个危险行驶场景中确定出所述第一类关联场景子集中每个危险行驶场景对应的第二关联场景子集，包括：
从所述第二类关联值集合中确定所述第一危险行驶场景和所述第二危险行驶场景之间的关联值；
若所述第一危险行驶场景和所述第二危险行驶场景之间的关联值大于或等于所述关联值阈值，且在所述第一类关联值集合中所述第二危险行驶场景和所述目标危险行驶场景之间的关联值满足关联条件，则将所述第二危险行驶场景添加至所述第一危险行驶场景对应的第二关联场景子集。
7.如权利要求2所述的方法，其特征在于，所述参考信息包括正关联危险行驶场景对集合和所述负关联危险行驶场景对集合；
所述与所述目标危险行驶场景相关的关联危险行驶场景包括正关联危险行驶场景，所述根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
若所述目标危险行驶场景属于所述正关联危险行驶场景对集合，则基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合；
从所述正关联危险行驶场景集合中选取未被选取的危险行驶场景作为当前遍历的危险行驶场景；
基于所述负关联危险行驶场景对集合对当前遍历的危险行驶场景进行负关联场景分析得到所述当前遍历的危险行驶场景对应的负关联危险行驶场景集合；
从所述正关联危险行驶场景集合中删除所述负关联危险行驶场景集合包括的各个危险行驶场景，以更新所述正关联危险行驶场景集合；
若更新后的正关联危险行驶场景集合中存在未被选取的危险行驶场景，则重复执行上述遍历流程；
若更新后的正关联危险行驶场景集合中不存在未被选取的危险行驶场景，则从更新后的正关联危险行驶场景集合中选取与所述目标危险行驶场景相关的正关联危险行驶场景。
8.如权利要求7所述的方法，其特征在于，所述与所述目标危险行驶场景相关的关联危险行驶场景包括负关联危险行驶场景，所述根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景，包括：
将每次遍历流程中的当前遍历的危险行驶场景对应的负关联危险行驶场景集合进行取并集运算；
从取并集运算的结果中选择负关联危险行驶场景。
9.如权利要求7所述的方法，其特征在于，所述基于所述正关联危险行驶场景对集合对所述目标危险行驶场景进行正关联场景分析，得到与所述目标危险行驶场景正相关的正关联危险行驶场景集合，包括：
从所述正关联危险行驶场景对集合中确定出包括所述目标危险行驶场景的目标正关联危险行驶场景对；
获取所述目标正关联危险行驶场景对所涉及的多个危险行驶场景，并对所述多个危险行驶场景中除所述目标危险行驶场景外的剩余危险行驶场景进行递归分析，得到所述剩余危险行驶场景对应的正关联场景子集；
对所述剩余危险行驶场景对应的正关联场景子集以及所述目标正关联危险行驶场景对所涉及的多个危险行驶场景进行取并集运算，得到所述正关联危险行驶场景集合。
10.如权利要求1所述的方法，其特征在于，所述获取目标路段上存在的目标危险行驶场景，包括：
当交通工具在目标路段行驶时，若存在危险行驶场景提示的触发事件，则获取所述触发事件所指示的危险行驶场景作为所述目标路段上存在的目标危险行驶场景。
11.如权利要求10所述的方法，其特征在于，所述触发事件包括接收到交通工具的行驶管理设备发送的危险行驶场景的提示指令，所述触发事件所指示的目标危险行驶场景为所述提示指令携带的危险行驶场景。
12.如权利要求10所述的方法，其特征在于，所述触发事件包括存在触发显示危险行驶场景提示信息的触发指令，所述获取目标路段上存在的目标危险行驶场景，包括：
获取目标时间段内所述目标路段被检测到的N个危险行驶场景中每个危险行驶场景的检测记录；
根据所述每个危险行驶场景的检测记录确定所述每个危险行驶场景在所述目标时间段内被检测到的次数；
将被检测到的次数大于次数阈值的危险行驶场景确定为目标危险行驶场景。
13.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述目标危险行驶场景和所述关联危险行驶场景输出危险行驶提示信息，所述危险行驶提示信息包括以下任意一种或多种：所述目标危险行驶场景和所述关联危险行驶场景。
14.一种信息处理装置，其特征在于，包括：
获取单元，用于获取目标路段上存在的目标危险行驶场景；
所述获取单元，还用于获取所述目标路段对应的参考信息，所述参考信息是根据时间段内所述目标路段上被检测到的N个危险行驶场景中每个危险行驶场景对应的检测记录确定的，N为大于1的整数，每个危险场景对应的检测记录用于反映相应的危险行驶场景被检测到的时间；
处理单元，用于根据所述参考信息从所述N个危险行驶场景中确定与所述目标危险行驶场景相关的关联危险行驶场景。
15.一种信息处理设备，其特征在于，包括：
处理器，适于实现一条或多条指令；以及
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如权利要求1-13任一项所述的信息处理方法。
CN202011100079.7A 2020-10-14 2020-10-14 信息处理方法、装置、设备及存储介质 Active CN112164225B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011100079.7A CN112164225B (zh) 2020-10-14 2020-10-14 信息处理方法、装置、设备及存储介质
PCT/CN2021/118817 WO2022078149A1 (zh) 2020-10-14 2021-09-16 信息处理方法、装置、设备及计算机可读存储介质
US17/974,289 US20230046868A1 (en) 2020-10-14 2022-10-26 Information processing method and apparatus, device, and computer-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011100079.7A CN112164225B (zh) 2020-10-14 2020-10-14 信息处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112164225A true CN112164225A (zh) 2021-01-01
CN112164225B CN112164225B (zh) 2023-07-25

Family

ID=73866930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011100079.7A Active CN112164225B (zh) 2020-10-14 2020-10-14 信息处理方法、装置、设备及存储介质

Country Status (3)

Country Link
US (1) US20230046868A1 (zh)
CN (1) CN112164225B (zh)
WO (1) WO2022078149A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022078149A1 (zh) * 2020-10-14 2022-04-21 腾讯科技（深圳）有限公司 信息处理方法、装置、设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011227571A (ja) * 2010-04-15 2011-11-10 Fujitsu Ltd 情報処理方法、情報処理プログラム及び情報処理装置
CN105741590A (zh) * 2016-03-29 2016-07-06 福建工程学院 路段预警的方法及系统
CN110766258A (zh) * 2018-07-25 2020-02-07 高德软件有限公司 一种道路风险的评估方法及装置
CN110767285A (zh) * 2019-09-27 2020-02-07 维沃移动通信有限公司 一种提醒方法及终端设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062240B (zh) * 2019-10-16 2024-04-30 中国平安财产保险股份有限公司 汽车驾驶安全的监控方法、装置、计算机设备及存储介质
CN111231983B (zh) * 2020-01-14 2022-05-03 浙江吉利汽车研究院有限公司 基于交通事故记忆网络的车辆控制方法、装置及设备
CN112164225B (zh) * 2020-10-14 2023-07-25 腾讯科技（深圳）有限公司 信息处理方法、装置、设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011227571A (ja) * 2010-04-15 2011-11-10 Fujitsu Ltd 情報処理方法、情報処理プログラム及び情報処理装置
CN105741590A (zh) * 2016-03-29 2016-07-06 福建工程学院 路段预警的方法及系统
CN110766258A (zh) * 2018-07-25 2020-02-07 高德软件有限公司 一种道路风险的评估方法及装置
CN110767285A (zh) * 2019-09-27 2020-02-07 维沃移动通信有限公司 一种提醒方法及终端设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022078149A1 (zh) * 2020-10-14 2022-04-21 腾讯科技（深圳）有限公司 信息处理方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
US20230046868A1 (en) 2023-02-16
CN112164225B (zh) 2023-07-25
WO2022078149A1 (zh) 2022-04-21

Similar Documents

Publication Publication Date Title
Bhavsar et al. Risk analysis of autonomous vehicles in mixed traffic streams
CN107038478B (zh) 路况预测方法及装置、计算机设备与可读介质
CN112766607B (zh) 出行路线的推荐方法、装置、电子设备及可读存储介质
US9778060B2 (en) Method and apparatus for providing personalized routing based on user routing behaviors
US20190098440A1 (en) Vehicle Occupant Position Determination
CN113535569B (zh) 自动驾驶的控制效果确定方法
WO2022179328A1 (zh) 无人车起步方法、装置、电子设备和计算机可读介质
Jefferson et al. The autonomous vehicle social network: Analyzing tweets after a recent Tesla autopilot crash
US11262207B2 (en) User interface
CN113256993B (zh) 一种模型训练、分析车辆行驶风险的方法
JP6513913B2 (ja) 情報提示装置、方法及びプログラム
Terzi et al. Big data perspective for driver/driving behavior
Masello et al. From traditional to autonomous vehicles: A systematic review of data availability
CN112164225A (zh) 信息处理方法、装置、设备及存储介质
CN104601640A (zh) 驾驶信息处理方法、客户端及系统
CN111785000B (zh) 一种车辆状态数据上传方法、装置、电子设备及存储介质
CN109919293B (zh) 一种危险驾驶判定方法及装置
Zhao et al. Hidden Markov model of lane-changing-based car-following behavior on freeways using naturalistic driving data
US20200245141A1 (en) Privacy protection of entities in a transportation system
CN116128133A (zh) 车辆故障的预测方法、装置、计算机设备和存储介质
US20220229868A1 (en) Method and apparatus for automated map object conflict resolution via map event normalization and augmentation
CN111310858B (zh) 用于生成信息的方法和装置
CN111127952A (zh) 检测潜在交通碰撞的方法、装置和存储介质
CN111049988A (zh) 移动设备的亲密度预测方法、系统、设备及存储介质
US20230392936A1 (en) Method and apparatus for determining lingering communication indicators

Legal Events

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

Ref country code: HK

Ref legal event code: DE

Ref document number: 40037801

Country of ref document: HK

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