CN112202890B - 车辆驾驶风险的预警方法、装置和计算机设备 - Google Patents
车辆驾驶风险的预警方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN112202890B CN112202890B CN202011063462.XA CN202011063462A CN112202890B CN 112202890 B CN112202890 B CN 112202890B CN 202011063462 A CN202011063462 A CN 202011063462A CN 112202890 B CN112202890 B CN 112202890B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- correlation coefficient
- target
- driving
- current
- 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
-
- 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
-
- 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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆驾驶风险的预警方法、装置和计算机设备,其中方法包括:获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态;根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数;根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒。采用本方法能够使得提醒更加准确、更具有针对性、更符合实际情况,从而有利于对目标车辆进行有效的驾驶风险预警。
Description
技术领域
本申请涉及车联网技术领域,特别是涉及一种车辆驾驶风险的预警方法、装置和计算机设备。
背景技术
近年来,随着车辆数量的与日俱增,交通事故也在不断增加,尤其是危险路段,如下坡路段,当多个车辆同时下坡时,极易发生交通事故,因此如何对每个车辆进行有效的驾驶风险预警是安全辅助驾驶面临的关键问题之一。
相关技术中,当车辆处于下坡路段或者即将进入下坡路段时,通过车载电脑提示车辆当前或者前方为下坡路段,以使驾驶员根据提示信息进行行驶状态调整,从而降低交通事故发生的概率。但是,该方式的提示信息过于简单,无法进行有效的驾驶风险预警。
发明内容
基于此,有必要针对上述技术问题,提供一种能够使得提醒更加准确、更具有针对性、更符合实际情况的车辆驾驶风险的预警方法、装置和计算机设备。
一种车辆驾驶风险的预警方法,包括以下步骤:
获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态;
根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数;
根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒。
一种车辆驾驶风险的预警装置,包括:
获取模块,用于获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态;
确定模块,用于根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数;
提醒模块,用于根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述车辆驾驶风险的预警方法的步骤。
上述车辆驾驶风险的预警方法、装置和计算机设备,通过获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态,并根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,以及根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒,使得提醒更加准确、更具有针对性、更符合实际情况,从而有利于对目标车辆进行有效的驾驶风险预警。
附图说明
图1为一个实施例中车辆驾驶风险的预警方法的应用环境图;
图2为一个实施例中车辆驾驶风险的预警方法的流程示意图;
图3为一个实施例中目标道路包括下坡路段的示意图;
图4为一个实施例中目标道路对应的车辆行驶状态之间的第一相关系数的获取流程图;
图5为一个实施例中目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数的获取流程图;
图6为另一个实施例中目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数的获取流程图;
图7为一个实施例中根据相关系数确定风险提醒结果的流程示意图;
图8为一个实施例中多车下坡的示意图;
图9为一个实施例中车辆驾驶风险的预警装置的结构框图;
图10为一个实施例中计算机设备的内部结构图;
图11为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的车辆驾驶风险的预警方法,可以应用于如图1所示的应用环境中。该应用环境为一种车联网应用系统,其中车联网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的动态信息进行有效利用,以在车辆运行中提供不同的功能服务。
在该应用系统中,车辆102可以是具有车联网应用功能的智能车辆,车辆102上的车载设备可以通过网络104与服务器106建立通信连接,以将自身的车辆信息通过网络104上传至服务器106,或者从服务器106中获取其它车辆102的车辆信息。服务器106可以是与车辆102进行数据交互的云服务器或云平台,服务器106可以是独立服务器或集群服务器。网络104可以是4G、5G等网络。
基于该应用系统,在进行车辆驾驶风险预警提醒时,一种方式是:在车辆102行驶在目标道路上时,车辆102上的车载设备获取目标道路上目标车辆(本车)的当前行驶状态,并通过网络104与服务器106进行数据交互,以获取目标道路上其它车辆的当前行驶状态,根据目标车辆(本车)的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆(本车)的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆(本车)进行风险提醒。
另一种方式是:服务器106通过网络104与车辆102上的车载设备进行通信,以获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态,并根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,以及根据相关系数确定风险提醒结果,并根据风险提醒结果通过网络104对目标车辆进行风险提醒。
以下对本申请实施例的技术方案的实现细节进行详细描述。
在一个实施例中,提供一种车辆驾驶风险的预警方法,该车辆驾驶风险的预警方法可由车辆上的车载设备来执行,车辆可以是图1中的任一车辆102,参考图2所示,该车辆驾驶风险的预警方法可包括以下步骤:
步骤S202,获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态。
目标道路是指需要对行驶在该道路上的车辆进行驾驶风险预警提醒的道路,可包括下坡路段、起伏路段、急转弯路段、桥梁路段等容易引起交通事故的路段。目标车辆是指位于目标道路上的待进行驾驶风险预警提醒的车辆。其它车辆是指行驶在目标车辆所在目标道路上且位于目标车辆预设范围内的车辆,例如当目标道路较长时,其它车辆可包括目标车辆前方第一预设范围内的车辆和目标车辆后方第二预设范围内的车辆,第一预设范围和第二预设范围可以相同或不同;当目标道路较短时,其它车辆可包括整个目标道路上除目标车辆以外的所有车辆。
行驶状态是指车辆可具备的运行状态,可包括正常行驶状态、长时间空挡滑行行驶状态、长时间刹车降速行驶状态、过速行驶状态和关闭发动机滑行行驶状态等。其中,正常行驶状态是指按照正常驾驶标准对车辆进行控制,使得车辆所具有的状态,可包括匀速行驶状态、正常加速行驶状态和正常减速行驶状态等;长时间空挡滑行行驶状态是指长时间使车辆的挡位处于空挡位置,使得车辆利用惯性行驶的状态;长时间刹车降速行驶状态是指长时间使车辆的制动踏板处于一定角度,使得车辆利用刹车装置进行降速的状态;过速行驶状态是指车辆的行驶速度超过一定速度的状态;关闭发动机滑行行驶状态是指使发动机处于熄火状态,使得车辆利用惯性行驶的状态。当前行驶状态是指车辆当前时刻所处的行驶状态,可包括上述行驶状态中的任一种。
目标车辆的当前行驶状态是指目标车辆当前时刻所处的行驶状态,可由目标车辆上的车载设备(如车载电脑)通过车内监测装置识别获得,具体可采用现有技术实现,这里不做限制。其它车辆的当前行驶状态是指其它车辆当前时刻所处的行驶状态,可由其它车辆上的车载设备(如车载电脑)通过车内监测装置识别获得,具体可采用现有技术实现,这里不做限制。
可以理解的是,当本申请的车辆驾驶风险的预警方法应用于图1中的任一车辆102时,当该车辆102行驶于目标道路上时,该车辆102即作为目标车辆,为便于说明,后续描述中所提及的本车均是指目标车辆。例如,参考图3所示,当目标道路包括下坡路段时,当目标车辆处于或即将驶入或即将驶离该下坡路段时,目标车辆上的车载设备通过车内监测装置识别本车的当前行驶状态,并在识别完成后,对本车进行标记,如记本车标号为k,本车的当前行驶状态为zk∈{s1,s2,...,sm},其中sm表示车辆可具备的第m种行驶状态,同时,目标车辆通过网络104向服务器106请求该下坡路段上其它车辆的当前行驶状态,并对其它车辆进行标记,如记其它车辆的当前行驶状态分别为z1、z2、...、zk-1、zk+1、...、zn,且z1,z2,...,zk-1,zk+1,...,zn∈{s1,s2,...,sm},其中zn表示第n个其它车辆的当前行驶状态。
需要说明的是,处于或即将驶入或即将驶离上述下坡路段的每个车辆均通过网络104将自身的当前行驶状态上传给服务器106,以便进行预警提醒。其中,即将驶入下坡路段是指车辆正在驶入下坡路段且与下坡路段的起始端之间的距离在驾驶安全距离内;即将驶离下坡路段是指车辆正在驶离下坡路段且与下坡路段的结束端之间的距离在驾驶安全距离内,驾驶安全距离可根据国标确定。
步骤S204,根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
相关性是指两个变量的关联程度,相关系数是研究变量之间线性相关程度的量,简单相关系数又叫相关系数,用来度量两个变量间的线性关系。行驶状态之间的相关性是指不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关性,行驶状态之间的相关系数是指不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关系数。目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关性是指目标车辆的当前行驶状态与其它车辆的当前行驶状态导致的历史交通事故次数之间的相关性,目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数是指目标车辆的当前行驶状态与其它车辆的当前行驶状态导致的历史交通事故次数之间的相关系数。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备在获得本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn后,根据本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn,按照预设策略依次确定出本车的当前行驶状态与每个其它车辆的当前行驶状态之间的相关系数,所获得的相关系数的个数与其它车辆的个数相同。例如,目标车辆先根据本车的当前行驶状态zk和第1个其它车辆的当前行驶状态z1,按照预设策略确定出本车的当前行驶状态与第1个其它车辆的当前行驶状态之间的相关系数记为接着,根据本车的当前行驶状态zk和第2个其它车辆的当前行驶状态z2,按照预设策略确定出本车的当前行驶状态与第2个其它车辆的当前行驶状态之间的相关系数记为…;以此类推,直至确定出本车的当前行驶状态与第n个其它车辆的当前行驶状态之间的相关系数记为最终获得n个相关系数,分别为
步骤S206,根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒。
通过前述可知,相关系数是研究变量之间线性相关程度的量,目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数是指目标车辆的当前行驶状态与其它车辆的当前行驶状态导致的历史交通事故次数之间的相关系数,因此目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数在一定程度上反映了以当前行驶状态行驶的目标车辆和其它车辆之间引起交通事故的可能性,相关系数越大,说明两车之间引起交通事故的可能性越高;相关系数越小,说明两车之间引起交通事故的可能性越小。因此,可以通过相关系数对目标车辆进行风险提醒,使得提醒更加准确、更具有针对性、更符合实际情况,以便提前做出相应决策。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备可按照相关系数 的大小顺序,对本车进行预警提醒。其中,当目标车辆具有驾驶员时,目标车辆上的车载设备可按照相关系数的大小顺序将相应其它车辆的车辆信息在本车上进行显示或语音播报等,以对驾驶员进行提醒,便于驾驶员提前做出决策;当目车辆不具有驾驶员时,即为无人驾驶时,目标车辆上的车载设备可按照相关系数的大小顺序根据相应其它车辆的车辆信息进行预判,以便根据车辆信息提前做出决策。其中,车辆信息可包括其它车辆的当前行驶状态、驾驶员信息和类型信息等,车辆信息可由处于或即将驶入或即将驶离上述下坡路段的每个车辆通过网络104上传给服务器106,然后由服务器106通过网络104一并下发给目标车辆。
上述车辆驾驶风险的预警方法,通过获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态,并根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,以及根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒,使得提醒更加准确、更具有针对性、更符合实际情况,从而有利于对目标车辆进行有效的驾驶风险预警。
在一个实施例中,根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,包括:根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,其中,预先设定的车辆行驶状态之间的相关系数包括与目标道路对应的车辆行驶状态之间的第一相关系数和/或与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数。
通过前述可知,行驶状态之间的相关系数是指不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关系数,目标道路对应的车辆行驶状态之间的第一相关系数是指在该目标道路上,不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关系数,与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数是指在与目标道路类型相同的道路上,不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关系数。
需要说明的是,不同的目标道路,即使相同的车辆采用相同的行驶状态,所产生的历史交通事故次数也是不同的,因此可根据与目标道路对应的车辆行驶状态之间的第一相关系数获取目标道路上目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,从而可以使得预警提醒更加准确、更加符合实际情况。但是,由于道路数目繁多,不一定每个目标道路都具有相应的车辆行驶状态之间的第一相关系数,此时可利用与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数获取目标道路上目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,从而可以实现对每个目标道路上目标车辆的风险预警提醒,其中类型相同是指道路的结构相同或相似,例如均为下坡路段、急转弯路段等。
其中,目标道路对应的车辆行驶状态之间的第一相关系数和与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数可由服务器106进行获取。在一个实施例中,参考图4所示,可通过以下方式获取目标道路对应的车辆行驶状态之间的第一相关系数:
步骤S402,获取车辆在目标道路上所具有的行驶状态。
即,服务器106先确定车辆可具备的行驶状态。例如,服务器106可先获取预设个不同类型车辆中每个车辆在目标道路上以及与目标道路类型相同的道路上所具备的所有可能行驶状态,然后对预设个不同类型车辆的行驶状态取并集,以获得车辆可具备的行驶状态,假设车辆可具备m个行驶状态,那么可将这m个行驶状态分别记为s1、s2、…、sm。以目标道路包括下坡路段为例,服务器106可获取不同类型车辆行驶在所有下坡路段所具备的所有可能行驶状态,然后对所获得的行驶状态取并集,以获得车辆可具备的行驶状态,包括但不限于正常行驶状态、长时间空挡滑行行驶状态、长时间刹车降速行驶状态、下坡过速行驶状态和关闭发动机滑行行驶状态,其中下坡过速行驶状态是指下坡时车辆的速度超过一定值。
步骤S404,获取预设历史时长内车辆在目标道路上处于不同行驶状态导致的历史交通事故次数。
即,服务器106确定目标道路对应的预设历史时长内车辆处于不同行驶状态导致的历史交通事故次数。例如,服务器106可从交通管理部门获取目标道路对应的预设历史时长内车辆处于不同行驶状态导致的历史交通事故次数(预设历史时长的选取视具体情况而定,以交通管理部门能够提供的数据为准)。
步骤S406,根据历史交通事故次数,确定目标道路对应的车辆行驶状态之间的第一相关系数。
即,服务器106确定目标道路对应的不同车辆的相同或不同行驶状态导致的历史交通事故次数之间的相关性。在一个实施例中,根据历史交通事故次数,确定目标道路对应的车辆行驶状态之间的第一相关系数可包括:对预设历史时长进行区间划分以获得多个子历史时长;获取每个子历史时长内车辆在目标道路上处于第一行驶状态导致的历史交通事故次数以获得多个第一历史交通事故次数,并获取每个子历史时长内车辆在目标道路上处于第二行驶状态导致的历史交通事故次数以获得多个第二历史交通事故次数;获取多个第一历史交通事故次数的均方差以获得第一均方差,并获取多个第二历史交通事故次数的均方差以获得第二均方差,以及获取多个第一历史交通事故次数与多个第二历史交通事故次数之间的协方差;根据第一均方差、第二均方差和协方差,确定目标道路对应的第一行驶状态与第二行驶状态之间的第一相关系数。
例如,服务器106在从交通管理部门获取到目标道路对应的预设历史时长内车辆处于不同行驶状态导致的历史交通事故次数后,可将预设历史时长平均分成T(T为大于2的任意整数)个子历史时长,并将第t个子历史时长内由行驶状态s1、s2、…、sm导致的历史交通事故次数分别记为a1,t、a2,t、…、am,t,即在第t个子历史时长内,因行驶状态s1导致的历史交通事故次数为a1,t,因行驶状态s2导致的历史交通事故次数为a2,t,以此类推。以目标道路包括下坡路段为例,服务器106可从交通管理部门获取该下坡路段对应的预设历史时长内车辆处于不同行驶状态导致的历史交通事故次数,并将预设历史时长平均分成T个子历史时长,并将第t个子历史时长内由行驶状态s1、s2、…、sm导致的历史交通事故次数分别记为a1,t、a2,t、…、am,t,那么在整个预设历史时长内,由行驶状态s1导致的历史交通事故次数包括a1,1、a1,2、…、a1,T,由行驶状态s2导致的历史交通事故次数包括a2,1、a2,2、…、a2,T,以此类推。
需要说明的是,交通管理部门通常会将目标道路的交通事故成因记录在案,根据这些成因做计数,即可获得第t个子历史时长内由行驶状态导致的历史交通事故次数。其中,如果一件交通事故是由多个成因导致,那么需要对每个成因进行计数,例如,在第t个子历史时长内,某件交通事故是由一个处于行驶状态si的车辆与另一个处于行驶状态sj的车辆共同导致的,那么ai,t和aj,t均加1,因为不同的行驶状态对交通事故的影响是不一样的,例如,长时间空挡滑行行驶状态可能导致车辆的助力系统无法控制刹车和方向;长时间刹车降速行驶状态可能导致刹车装置如刹车盘过热;下坡过速行驶状态可能导致刹车失效;关闭发动机滑行行驶状态可能导致所有动力系统失灵,无法控制车辆。
然后,可基于概率论与数量统计,利用前述步骤获得的历史交通事故次数确定出目标道路对应的车辆的任意两个相同或不同行驶状态导致的历史交通事故次数之间的相关系数,并将此相关系数简称为目标道路对应的车辆行驶状态之间的第一相关系数,该相关系数定量反映了任意两个相同或不同行驶状态导致的历史交通事故次数之间的相关性。
假设当前需要获取行驶状态si与行驶状态sj之间的第一相关系数,则可先通过前述方式获取整个预设历史时长内由行驶状态si导致的多个第一历史交通事故次数分别为ai,1、ai,2、…、ai,T,以及由行驶状态sj导致的多个第二历史交通事故次数分别为aj,1、aj,2、…、aj,T,然后计算多个第一历史交通事故次数的均方差以获得第一方差并计算多个第二历史交通事故次数的均方差以获得第二方差以及计算多个第一历史交通事故次数与多个第二历史交通事故次数之间的协方差最后根据第一均方差、第二均方差和协方差,可通过以下方式确定行驶状态si与行驶状态sj之间的第一相关系数:
在公式(1)中,pi,j表示行驶状态si与行驶状态sj之间的第一相关系数,相关系数满足对称性,即pi,j=pj,i,T表示历史时长的个数,t表示第t个子历史时长,ai,t表示第t个子历史时长内由行驶状态si导致的历史交通事故次数,aj,t表示第t个子历史时长内由行驶状态sj导致的历史交通事故次数,si和sj可以相同或不同。
需要说明的是,对于目标道路对应的其它车辆行驶状态之间的第一相关系数的获取过程与行驶状态si与行驶状态sj之间的第一相关系数的获取过程相同,这里就不再赘述。另外,与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数的获取过程和目标道路对应的车辆行驶状态之间的第一相关系数的获取过程相同,具体可参考目标道路对应的车辆行驶状态之间的第一相关系数的获取过程,这里不再赘述。
最后,服务器106可将目标道路的相关信息、目标道路对应的车辆行驶状态之间的第一相关系数和该相关系数对应的车辆行驶状态对应存储至相关系数库中,并将与目标道路类型相同的道路的相关信息、与目标道路类型相同的道路对应的车辆行驶状态之间的第二相关系数和该相关系数对应的车辆行驶状态对应存储至相关系数库中。其中,相关信息可包括类型信息、特征数据等,相关系数库可位于服务器106或车辆102中,在使用时直接调用即可。
在一个实施例中,当预先设定的车辆行驶状态之间的相关系数包括第一相关系数时,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,包括:根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和第一相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备在获得本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn后,可查找相关系数库中是否存储有目标道路对应的车辆行驶状态之间的第一相关系数,如果存在,则根据本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn,从相关系数库中查找出本车的当前行驶状态与每个其它车辆的当前行驶状态之间的相关系数,分别为其中, 分别为根据本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn从预设相关系数库中获取的目标道路对应的车辆行驶状态之间的第一相关系数。
在另一个实施例中,参考图5所示,当预先设定的车辆行驶状态之间的相关系数包括第二相关系数时,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,包括:
步骤502,获取目标道路的第一特征数据和与目标道路类型相同的道路的第二特征数据。
目标道路的第一特征数据是指用于表征目标道路特性的数据,可包括目标道路的坡度、弯角弧度和弯角数目等,可通过车辆上的车载设备识别获得,具体可采用现有技术实现,这里不做限制,然后通过网络104发送至服务器106,由服务器106对应存储至预设相关系数库中;与目标道路类型相同的道路的第二特征数据是指用于表征与目标道路类型相同的道路特性的数据,可包括与目标道路类型相同的道路的坡度、弯角弧度和弯角数目等,可通过位于该道路上的车辆的车载设备识别获得,具体可采用现有技术实现,这里不做限制,然后通过网络104发送至服务器106,由服务器106对应存储至预设相关系数库中。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备在获得本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn后,可查找相关系数库中是否存储有目标道路对应的车辆行驶状态之间的第一相关系数,如果不存在,则通过本车的车载设备获取目标道路的第一特征数据,并从预设相关系数库中获取与目标道路类型相同的道路的第二特征数据。
步骤504,根据第一特征数据和第二特征数据,确定第二相关系数对应的比例系数。
仍以上述目标道路包括下坡路段为例,第一特征数据可以为目标道路的坡度,第二特征数据可以为与目标道路类型相同的道路的坡度,然后根据坡度的比值确定第二相关系数对应的比例系数,比例系数的个数与预设相关系数库中存储的与目标道路类型相同的道路的个数相同。
步骤506,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态、比例系数和第二相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
仍以上述目标道路包括下坡路段为例,假设获取的比例系数为1个其值为K,那么根据本车的当前行驶状态zk、其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn、比例系数K和第二相关系数,可获得本车的当前行驶状态与每个其它车辆的当前行驶状态之间的相关系数,分别为 其中,分别为根据本车的当前行驶状态zk和其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn从预设相关系数库中获取的与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数。
需要说明的是,当获取的比例系数为多个时,可选择比例系数最小的进行计算,也可以选择多个比例系数的均值进行计算等。
在又一个实施例中,参考图6所示,当预先设定的车辆行驶状态之间的相关系数包括第一相关系数和第二相关系数时,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,包括:
步骤S602,获取目标道路的第一特征数据和与目标道路类型相同的道路的第二特征数据。
需要说明的是,该过程可参考步骤S502,这里不再赘述。
步骤S604,根据第一特征数据和第二特征数据,确定第一相关系数的第一权重和第二相关系数的第二权重。
仍以上述目标道路包括下坡路段为例,第一特征数据可以为目标道路的坡度,第二特征数据可以为与目标道路类型相同的道路的坡度,然后根据坡度确定第一权重和第二权重,其中第二权重的个数与预设相关系数库中存储的与目标道路类型相同的道路的个数相同。
步骤S606,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态、第一权重、第二权重、第一相关系数和第二相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
仍以上述目标道路包括下坡路段为例,假设目标道路和与目标道路类型相同的道路的坡度分别为15度和30度,那么可将第一权重H1设置为0.8,第二权重H2设置为0.2,具体可根据实际情况进行设置,这里不做限制。然后,根据本车的当前行驶状态zk、其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn、第一权重H1、第二权重H2、第一相关系数和第二相关系数,可获得本车的当前行驶状态与每个其它车辆的当前行驶状态之间的相关系数,分别为
上述实施例中,基于预设历史时长内车辆处于不同行驶状态导致的历史交通事故次数来获取车辆行驶状态之间的第一相关系数和第二相关系数,并基于第一相关系数和/或第二相关系数获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,使得获得的相关系数更加准确、更具有针对性、更符合实际情况,有利于对目标车辆进行有效的驾驶风险预警,且获取过程简单、方便。
在一个实施例中,参考图7所示,根据相关系数对目标车辆进行风险提醒可包括:
步骤S702,对相关系数进行分组,得到多个相关系数组,其中每个相关系数组中的相关系数均相同。
交通事故的发生通常与多种因素有关,例如除了与车辆的行驶状态有关,还与车辆的数量有关,因此可对相关系数进行分组,即对其它车辆进行分组,以将具有相同行驶状态的其它车辆分为一组,然后确定该组对应的当前行驶状态整体对目标车辆的影响,进而基于该影响对目标车辆进行提醒。
具体来说,当其它车辆包括多个(如2个及以上)时,多个其它车辆中的部分其它车辆的当前行驶状态可能相同,相应的,相关系数可能相同,因此可根据当前行驶状态是否相同或者相关系数是否相同,对相关系数进行分组,得到多个相关系数组,其中每个相关系数组对应的其它车辆的当前行驶状态和相关系数均相同,即同一组的相关系数和其它车辆的当前行驶状态一定相同,不同组的相关系数和其它车辆的当前行驶状态一定不同。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备可根据其它车辆的当前行驶状态z1、z2、...、zk-1、zk+1、...、zn是否相同或者本车的当前行驶状态与其它车辆的当前行驶状态之间的相关系数是否相同来对相关系数进行分组,假设分为r个组,分别记为g1、g2、…、gr,其中gr表示第r个相关系数组。
步骤S704,对多个相关系数组进行排序,以确定风险提醒结果。
在一个实施例中,对多个相关系数组进行排序可包括:对每个相关系数组进行求和以获得第一值;根据第一值,对多个相关系数组进行排序。
例如,可以将每个相关系数组的相关系数相加或者将相关系数乘以该相关系数组中相关系数的个数,以获得第一值,然后根据第一值对多个相关系数组进行排序,例如可按照第一值从大到小的顺序对多个相关系数组进行排序,该排序结果代表了每个相关系数组对应的其它车辆的当前行驶状态与目标车辆的当前行驶状态之间的相关程度,第一值越大,相关程度越高,其它车辆将目标车辆卷入交通事故的风险性越高。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备可先依次确定相关系数组g1、g2、…、gr中每个相关系数组的第一值,分别记为h1、h2、…、hr。然后,从相关系数组g1、g2、…、gr中选取第一值最大的组,记为并将该组对应的其它车辆的当前行驶状态作为与本车第1相关的当前行驶状态;接着,从剩余相关系数组中选取第一值最大的组,记为并将该组对应的其它车辆的当前行驶状态作为与本车第2相关的当前行驶状态;…;以此类推,最终确定出与本车第1、2、…、r相关的当前行驶状态。
在一个实施例中,根据风险提醒结果对目标车辆进行风险提醒可包括:根据排序结果,按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的位置信息;根据位置信息对目标车辆进行风险提醒。
受车端资源限制,目标车辆上的车载设备可能无法对前述所有其它车辆的车辆信息进行显示,因此可按照排序结果从大到小的顺序对部分其它车辆的部分车辆信息进行显示。例如,当目标车辆上的车载设备预先存储有最多可以为本车提示c种行驶状态对应的其它车辆的车辆信息时,如果c<r,目标车辆上的车载设备则可对第1、2、…、c相关的当前行驶状态对应的其它车辆的位置信息进行显示或播报等;如果c≥r,目标车辆上的车载设备则可对第1、2、…、r相关的当前行驶状态对应的其它车辆的位置信息进行显示或播报等。
其中,其它车辆的位置信息可以是其它车辆相对于目标车辆的位置信息,具体可由服务器106通过设置在目标道路至少一侧的路侧设备,如路侧摄像头,捕捉每个车辆的GPS位置,并与其它车辆的当前行驶状态通过网络104一并下发给目标车辆,目标车辆通过本车设备获取自身的GPS位置,并根据自身的GPS位置和其它车辆的GPS位置,基于几何计算工具确定出其它车辆相对于本车的位置信息。
上述实施例中,通过对相关系数进行分组,得到多个相关系数组,以将具有相同当前行驶状态的其它车辆作为一组,并根据多个相关系数组中每个相关系数组的相关系数进行排序,根据排序结果对目标车辆进行风险提醒,即通过确定同一行驶状态的多个其它车辆在整体上对目标车辆的影响,基于该影响对目标车辆进行风险提醒,不仅考虑了行驶状态的类型,还考虑了车辆的数量,从而使得提醒准确、更加符合实际情况。同时,基于大小顺序对目标车辆进行位置信息提醒,不仅能够实现对目标车辆的有效提醒,而且能够有效解决车端资源受限无法对所有其它车辆的车辆信息进行显示的问题,同时可避免因提示信息过多影响驾驶员对重要信息的获取。
在另一个实施例中,对多个相关系数组进行排序还可包括:根据第一值,确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率。
概率是指采用同一类行驶状态的其它车辆将目标车辆卷入交通事故的总概率,可由目标车辆上的车载设备根据第一值进行确定,且其与第一值成正比,原因在于,一方面与目标车辆的当前行驶状态的相关性越大的其它车辆的当前行驶状态越容易将目标车辆卷入交通事故,另一方面就是否发生交通事故而言,各种行驶状态应被同等看待。
在一个实施例中,根据第一值确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率可包括:对多个相关系数组进行求和以获得第二值;根据第一值和第二值,确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率。
仍以上述目标道路包括下坡路段为例。目标车辆上的车载设备在确定出相关系数组g1、g2、…、gr中每个相关系数组的第一值h1、h2、…、hr后,根据第一值依次确定出每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率,分别为h1/(h1+h2+...+hr)、h2/(h1+h2+...+hr)、…、hr/(h1+h2+...+hr)。
进一步地,根据风险提醒结果对目标车辆进行风险提醒,包括:根据排序结果,按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率;根据概率对目标车辆进行提醒。
如前述,当目标车辆上的车载设备预先存储有最多可以为本车提示c种行驶状态对应的其它车辆的车辆信息时,如果c<r,目标车辆上的车载设备则可对第1、2、…、c相关的当前行驶状态对目标车辆产生风险的概率进行显示或播报等;如果c≥r,目标车辆上的车载设备则可对第1、2、…、r相关的当前行驶状态对目标车辆产生风险的概率进行显示或播报等。
上述实施例中,通过根据第一值确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率,能够定量分析出同一行驶状态的其它车辆从整体上对目标车辆的影响,使得对目标车辆的提醒更加准确。同时,基于大小顺序对目标车辆进行风险概率提醒,不仅能够实现对目标车辆的有效提醒,而且能够有效解决车端资源受限无法对所有其它车辆的车辆信息进行显示的问题,同时可避免因提示信息过多影响驾驶员对重要信息的获取。
在又一个实施例中,目标车辆上的车载设备可根据排序结果,按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的位置信息以及其它车辆的当前行驶状态对目标车辆产生风险的概率;根据位置信息和概率对目标车辆进行提醒。具体可参考前述,这里不再赘述。
作为一个具体示例,参考图8所示,当多车下坡时,目标车辆上的车载设备获取本车的当前行驶状态,并通过网络104从服务器106上获取其它车辆A、B、C的当前行驶状态,然后,根据本车的当前行驶状态、其它车辆A、B、C的当前行驶状态和预设的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆A、B、C的当前行驶状态之间的相关系数分别为Pa、Pb、Pc。然后,根据相关系数是否相同对相关系数进行分组得到多个相关系数组,如Pa=Pb≠Pc,则Pa和Pb属于第一个相关系数组,Pc属于第二个相关系数组,并对多个相关系数组排序,如对第一个相关系数组中的所有相关系数求和得到第一值h1,并对第二个相关系数组中的所有相关系数求和得到第一值h2,且h1大于h2。然后,根据排序结果按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的位置信息,根据位置信息对目标车辆进行风险提醒,如将第一个相关系数组对应的其它车辆A、B的位置信息在目标车辆上显示或语音播报等;和/或,根据每个相关系数组的第一值进一步确定出每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率,如对第一值h1和第一值h2求和得到第二值(h1+h2),然后根据第一值h1和第二值(h1+h2)计算获得第一个相关系数组对应的其它车辆A、B的当前行驶状态对目标车辆产生风险的概率为h1/(h1+h2),根据第一值h2和第二值(h1+h2)计算获得第二个相关系数组对应的其它车辆C的当前行驶状态对目标车辆产生风险的概率为h2/(h1+h2),根据概率对目标车辆进行风险提醒,如将第一个相关系数组对应的其它车辆A、B的当前行驶状态对目标车辆产生风险的概率h1/(h1+h2)在目标车辆上显示或语音播报等。
而对于其它车辆A、B、C均可作为目标车辆,以进行相应的风险提醒,具体提醒过程参考前述,这里不再赘述。
进一步地,为验证本申请的车辆驾驶风险的预警方法是否有效,可通过模拟器进行测试,以统计出目标道路如下坡路段上利用本申请的车辆驾驶风险的预警方法和利用现有方法的车辆碰撞事故之比,通过比值确定本申请的有效性,其中统计结果如表1所示:
表1
从表1可以明显看出,本申请的车辆驾驶风险的预警方法能够有效降低交通事故发生的可能性。
应该理解的是,虽然图2和4-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且图2和4-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
综上所述,本申请的车辆驾驶风险的预警方法,能够使得提醒更加准确、更具有针对性、更符合实际情况,从而有利于对目标车辆进行有效的驾驶风险预警,且其能够适用于多种类型的目标道路,通用性强。并且该方法可用于智慧公路、安全辅助驾驶中,以进行有效提醒,例如可将该方法嵌入至各类地图、车载APP(如微信)以及其它小场景中,也可以用于导航系统等,适用范围广。
在一个实施例中,提供一种车辆驾驶风险的预警装置,参考图9所示,该车辆驾驶风险的预警装置900可包括:获取模块902、确定模块904和提醒模块906。
其中,获取模块902用于获取目标道路上目标车辆的当前行驶状态和目标道路上其它车辆的当前行驶状态;确定模块904用于根据目标车辆的当前行驶状态和其它车辆的当前行驶状态,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数;提醒模块906用于根据相关系数确定风险提醒结果,并根据风险提醒结果对目标车辆进行风险提醒。
在一个实施例中,确定模块904具体用于,根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数,其中,预先设定的车辆行驶状态之间的相关系数包括与目标道路对应的车辆行驶状态之间的第一相关系数和/或与目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数。
在一个实施例中,当预先设定的车辆行驶状态之间的相关系数包括第一相关系数时,确定模块904具体用于:根据目标车辆的当前行驶状态、其它车辆的当前行驶状态和第一相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
在另一个实施例中,当预先设定的车辆行驶状态之间的相关系数包括第二相关系数时,确定模块904具体用于:获取目标道路的第一特征数据和与目标道路类型相同的道路的第二特征数据;根据第一特征数据和第二特征数据,确定第二相关系数对应的比例系数;根据目标车辆的当前行驶状态、其它车辆的当前行驶状态、比例系数和第二相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
在又一个实施例中,当预先设定的车辆行驶状态之间的相关系数包括第一相关系数和第二相关系数时,确定模块904具体用于:获取目标道路的第一特征数据和与目标道路类型相同的道路的第二特征数据;根据第一特征数据和第二特征数据,确定第一相关系数的第一权重和第二相关系数的第二权重;根据目标车辆的当前行驶状态、其它车辆的当前行驶状态、第一权重、第二权重、第一相关系数和第二相关系数,确定目标车辆的当前行驶状态与其它车辆的当前行驶状态之间的相关系数。
在一个实施例中,提醒模块906包括:分组单元和排序单元,其中,分组单元用于对相关系数进行分组,得到多个相关系数组,其中每个相关系数组中的相关系数均相同;排序单元用于对多个相关系数组进行排序,以确定风险提醒结果。
在一个实施例中,排序单元具体用于,对每个相关系数组进行求和以获得第一值;根据第一值对多个相关系数组进行排序。
在一个实施例中,提醒模块906具体用于,根据排序结果,按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的位置信息;根据位置信息对目标车辆进行风险提醒。
在一个实施例中,排序单元具体用于,用于根据第一值,确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率;提醒模块906具体用于,根据排序结果,按照从大到小的顺序从多个相关系数组中获取至少部分相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率;根据概率对目标车辆进行提醒。
在一个实施例中,排序单元具体用于,对多个相关系数组进行求和以获得第二值;根据第一值和第二值,确定每个相关系数组对应的其它车辆的当前行驶状态对目标车辆产生风险的概率。
关于车辆驾驶风险的预警装置的具体限定可以参见上文中对于车辆驾驶风险的预警方法的限定,在此不再赘述。上述车辆驾驶风险的预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标道路对应的行驶状态之间的相关系数。该计算机设备的网络接口用于与外部的车辆通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆驾驶风险的预警方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是车辆上的车载设备,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆驾驶风险的预警方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10和图11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计算机设备的限定,具体的计算机设备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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种车辆驾驶风险的预警方法,其特征在于,包括以下步骤:
获取目标道路上目标车辆的当前行驶状态和所述目标道路上其它车辆的当前行驶状态;
根据所述目标车辆的当前行驶状态和所述其它车辆的当前行驶状态,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,具体为:根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,其中,所述预先设定的车辆行驶状态之间的相关系数包括与所述目标道路对应的车辆行驶状态之间的第一相关系数和/或与所述目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数;其中,当所述预先设定的车辆行驶状态之间的相关系数包括所述第一相关系数和所述第二相关系数时,获取所述目标道路的第一特征数据和与所述目标道路类型相同的道路的第二特征数据,并根据所述第一特征数据和所述第二特征数据,确定所述第一相关系数的第一权重和所述第二相关系数的第二权重,且根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态、所述第一权重、所述第二权重、所述第一相关系数和所述第二相关系数,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数;
根据所述相关系数确定风险提醒结果,并根据所述风险提醒结果对所述目标车辆进行风险提醒。
2.根据权利要求1所述的车辆驾驶风险的预警方法,其特征在于,所述目标道路包括下坡路段、起伏路段、急转弯路段和桥梁路段中的一种或多种。
3.根据权利要求1所述的车辆驾驶风险的预警方法,其特征在于,当所述预先设定的车辆行驶状态之间的相关系数包括所述第一相关系数时,所述根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,包括:
根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态和所述第一相关系数,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数。
4.根据权利要求1所述的车辆驾驶风险的预警方法,其特征在于,当所述预先设定的车辆行驶状态之间的相关系数包括所述第二相关系数时,所述根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,包括:
获取所述目标道路的第一特征数据和与所述目标道路类型相同的道路的第二特征数据;
根据所述第一特征数据和所述第二特征数据,确定所述第二相关系数对应的比例系数;
根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态、所述比例系数和所述第二相关系数,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数。
5.根据权利要求1所述的车辆驾驶风险的预警方法,其特征在于,通过以下方式获取所述目标道路对应的车辆行驶状态之间的第一相关系数:
获取车辆在所述目标道路上所具有的行驶状态;
获取预设历史时长内所述车辆在所述目标道路上处于不同行驶状态导致的历史交通事故次数;
根据所述历史交通事故次数,确定所述目标道路对应的车辆行驶状态之间的第一相关系数。
6.根据权利要求5所述的车辆驾驶风险的预警方法,其特征在于,所述根据所述历史交通事故次数,确定所述目标道路对应的车辆行驶状态之间的第一相关系数,包括:
对所述预设历史时长进行区间划分以获得多个子历史时长;
获取每个子历史时长内所述车辆在所述目标道路上处于第一行驶状态导致的历史交通事故次数以获得多个第一历史交通事故次数,并获取每个子历史时长内所述车辆在所述目标道路上处于第二行驶状态导致的历史交通事故次数以获得多个第二历史交通事故次数;
获取所述多个第一历史交通事故次数的均方差以获得第一均方差,并获取所述多个第二历史交通事故次数的均方差以获得第二均方差,以及获取所述多个第一历史交通事故次数与所述多个第二历史交通事故次数之间的协方差;
根据所述第一均方差、所述第二均方差和所述协方差,确定所述目标道路对应的所述第一行驶状态与所述第二行驶状态之间的第一相关系数。
7.根据权利要求1-6中任一项所述的车辆驾驶风险的预警方法,其特征在于,所述根据所述相关系数确定风险提醒结果,包括:
对所述相关系数进行分组,得到多个相关系数组,其中每个所述相关系数组中的相关系数均相同;
对所述多个相关系数组进行排序,以确定所述风险提醒结果。
8.根据权利要求7所述的车辆驾驶风险的预警方法,其特征在于,所述对所述多个相关系数组进行排序,包括:
对每个所述相关系数组进行求和以获得第一值;
根据所述第一值,对多个所述相关系数组进行排序。
9.根据权利要求7所述的车辆驾驶风险的预警方法,其特征在于,所述根据所述风险提醒结果对所述目标车辆进行风险提醒,包括:
根据排序结果,按照从大到小的顺序从多个所述相关系数组中获取至少部分所述相关系数组对应的其它车辆的位置信息;
根据所述位置信息对所述目标车辆进行风险提醒。
10.根据权利要求8所述的车辆驾驶风险的预警方法,其特征在于,所述对所述多个相关系数组进行排序,还包括:
根据所述第一值,确定每个所述相关系数组对应的其它车辆的当前行驶状态对所述目标车辆产生风险的概率;
所述根据所述风险提醒结果对所述目标车辆进行风险提醒,包括:
根据排序结果,按照从大到小的顺序从多个所述相关系数组中获取至少部分所述相关系数组对应的其它车辆的当前行驶状态对所述目标车辆产生风险的概率;
根据所述概率对所述目标车辆进行提醒。
11.根据权利要求10所述的车辆驾驶风险的预警方法,其特征在于,所述根据所述第一值确定每个所述相关系数组对应的其它车辆的当前行驶状态对所述目标车辆产生风险的概率,包括:
对多个所述相关系数组进行求和以获得第二值;
根据所述第一值和所述第二值,确定每个所述相关系数组对应的其它车辆的当前行驶状态对所述目标车辆产生风险的概率。
12.一种车辆驾驶风险的预警装置,其特征在于,包括:
获取模块,用于获取目标道路上目标车辆的当前行驶状态和所述目标道路上其它车辆的当前行驶状态;
确定模块,用于根据所述目标车辆的当前行驶状态和所述其它车辆的当前行驶状态,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,具体为:根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态和预先设定的车辆行驶状态之间的相关系数,获取所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数,其中,所述预先设定的车辆行驶状态之间的相关系数包括与所述目标道路对应的车辆行驶状态之间的第一相关系数和/或与所述目标道路类型相同的道路所对应的车辆行驶状态之间的第二相关系数;其中,当所述预先设定的车辆行驶状态之间的相关系数包括所述第一相关系数和所述第二相关系数时,获取所述目标道路的第一特征数据和与所述目标道路类型相同的道路的第二特征数据,并根据所述第一特征数据和所述第二特征数据,确定所述第一相关系数的第一权重和所述第二相关系数的第二权重,且根据所述目标车辆的当前行驶状态、所述其它车辆的当前行驶状态、所述第一权重、所述第二权重、所述第一相关系数和所述第二相关系数,确定所述目标车辆的当前行驶状态与所述其它车辆的当前行驶状态之间的相关系数;
提醒模块,用于根据所述相关系数确定风险提醒结果,并根据所述风险提醒结果对所述目标车辆进行风险提醒。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-11中任一项所述方法的步骤。
14.一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存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如权利要求1-11任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011063462.XA CN112202890B (zh) | 2020-09-30 | 2020-09-30 | 车辆驾驶风险的预警方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011063462.XA CN112202890B (zh) | 2020-09-30 | 2020-09-30 | 车辆驾驶风险的预警方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112202890A CN112202890A (zh) | 2021-01-08 |
CN112202890B true CN112202890B (zh) | 2022-03-22 |
Family
ID=74012967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011063462.XA Active CN112202890B (zh) | 2020-09-30 | 2020-09-30 | 车辆驾驶风险的预警方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112202890B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116778733A (zh) * | 2022-11-26 | 2023-09-19 | 武汉广旺科技有限公司 | 一种基于大数据的高速公路导航语音预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077153A (ja) * | 2011-09-30 | 2013-04-25 | Nissan Motor Co Ltd | 運転支援装置及び運転支援方法 |
CN108806018A (zh) * | 2017-04-28 | 2018-11-13 | 华为技术有限公司 | 一种数据处理方法、数据处理设备和智能汽车 |
CN110956810A (zh) * | 2019-10-28 | 2020-04-03 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu和v2x的复杂道路前向预警方法 |
CN111354223A (zh) * | 2018-12-20 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置、电子设备和计算机存储介质 |
CN111402555A (zh) * | 2020-05-07 | 2020-07-10 | 深圳创维汽车智能有限公司 | 车辆行驶检测方法、装置及计算机可读存储介质 |
EP3705384A1 (en) * | 2019-03-04 | 2020-09-09 | Aptiv Technologies Limited | Side collision risk estimation system for a vehicle |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016093751A1 (en) * | 2014-12-10 | 2016-06-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for avoiding an accident involving moving vehicle, and related computer program and computer program products |
CN107945574B (zh) * | 2017-10-25 | 2020-04-10 | 东软集团股份有限公司 | 一种车辆碰撞预警方法、装置及设备 |
CN110930733B (zh) * | 2019-11-29 | 2021-07-30 | 腾讯科技(深圳)有限公司 | 车道切换风险处理方法、装置、存储介质和计算机设备 |
CN111612378A (zh) * | 2020-06-02 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 潜在碰撞风险预测方法、装置及计算机设备 |
-
2020
- 2020-09-30 CN CN202011063462.XA patent/CN112202890B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077153A (ja) * | 2011-09-30 | 2013-04-25 | Nissan Motor Co Ltd | 運転支援装置及び運転支援方法 |
CN108806018A (zh) * | 2017-04-28 | 2018-11-13 | 华为技术有限公司 | 一种数据处理方法、数据处理设备和智能汽车 |
CN111354223A (zh) * | 2018-12-20 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置、电子设备和计算机存储介质 |
EP3705384A1 (en) * | 2019-03-04 | 2020-09-09 | Aptiv Technologies Limited | Side collision risk estimation system for a vehicle |
CN110956810A (zh) * | 2019-10-28 | 2020-04-03 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu和v2x的复杂道路前向预警方法 |
CN111402555A (zh) * | 2020-05-07 | 2020-07-10 | 深圳创维汽车智能有限公司 | 车辆行驶检测方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112202890A (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11836802B2 (en) | Vehicle operation analytics, feedback, and enhancement | |
CN110782654A (zh) | 拥堵区域通行能力估测方法、装置及数据处理设备 | |
WO2015160900A1 (en) | Assessing asynchronous authenticated data sources for use in driver risk management | |
US10755565B2 (en) | Prioritized vehicle messaging | |
CN110969834B (zh) | 处理方法、装置、计算机设备、存储介质及车辆调度系统 | |
JP7413503B2 (ja) | 車両の安全性能を評価すること | |
CN109800984B (zh) | 驾驶水平评估方法、装置、计算机设备和存储介质 | |
US11454967B2 (en) | Systems and methods for collecting vehicle data to train a machine learning model to identify a driving behavior or a vehicle issue | |
CN112598169B (zh) | 交通运行态势评估方法、系统及装置 | |
CN108073076B (zh) | 车辆控制方法和装置 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
US20200094809A1 (en) | Systems and Methods for Determining Engine Start Time During Predicted Acceleration Events | |
CN106956680A (zh) | 一种电动汽车驾驶行为识别分析方法 | |
CN112202890B (zh) | 车辆驾驶风险的预警方法、装置和计算机设备 | |
Scanlon et al. | Predicting crash-relevant violations at stop sign–controlled intersections for the development of an intersection driver assistance system | |
CN111091215A (zh) | 车辆识别方法、装置、计算机设备和存储介质 | |
Ucar et al. | Differential deviation based abnormal driving behavior detection | |
Wallace et al. | Driver unique acceleration behaviours and stability over two years | |
CN111586143B (zh) | 从服务器请求数据的方法、车路协同设备、装置和介质 | |
SE1650916A1 (en) | Method and system for evaluating the operational performance of advanced driver assistant systems associated with a vehicle | |
US20220041169A1 (en) | System and Method for Providing an Indication of Driving Performance | |
US11881064B2 (en) | Technologies for determining driver efficiency | |
CN108268678A (zh) | 驾驶行为分析方法、装置及系统 | |
CN114572180B (zh) | 车辆制动诊断方法、装置、电子设备及介质 | |
US20160082905A1 (en) | System and method for analyzing fuel efficiency based on driving behavior |
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 |