CN112261116A - 用于车联网的信息发送方法、装置、存储介质和设备 - Google Patents

用于车联网的信息发送方法、装置、存储介质和设备 Download PDF

Info

Publication number
CN112261116A
CN112261116A CN202011116813.9A CN202011116813A CN112261116A CN 112261116 A CN112261116 A CN 112261116A CN 202011116813 A CN202011116813 A CN 202011116813A CN 112261116 A CN112261116 A CN 112261116A
Authority
CN
China
Prior art keywords
vehicle
target vehicle
traffic accident
control object
historical
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
CN202011116813.9A
Other languages
English (en)
Other versions
CN112261116B (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 CN202011116813.9A priority Critical patent/CN112261116B/zh
Publication of CN112261116A publication Critical patent/CN112261116A/zh
Application granted granted Critical
Publication of CN112261116B publication Critical patent/CN112261116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种用于车联网的信息发送方法、装置、存储介质和设备。其中，该方法包括：接收目标车辆发送的车辆信息获取请求；确定目标车辆的控制对象和目标车辆当前所在路段的历史交通事故率；通过交通管理部门云平台获取控制对象在两段以上连续的历史时长内的违章驾驶行为占比；分析控制对象的违章驾驶行为占比和历史交通事故率，判断控制对象的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；当控制对象的违章驾驶行为的变化有利于降低当前交通事故发生概率时，基于目标车辆附近的周围车辆的车辆信息发送反馈信息。本发明方案能够降低别车超车等可能引发交通事故驾驶行为，从整体上提升驾驶安全性。

Description

用于车联网的信息发送方法、装置、存储介质和设备
技术领域
本发明涉及车联网和车路协同技术领域，具体而言，涉及一种用于车联网的信息发送方法、装置、存储介质和设备。
背景技术
车联网是智能交通系统的重要组成部分，通过车辆与车辆之间的通信，能够使驾驶员及时准确的了解视野以外的其他车辆的运行状态，从而为安全驾驶提供保障。
在现有技术中，只要车辆向车联网云平台请求车辆信息，那么车联网云平台会将该车周围车辆的车辆信息(包括驾驶员信息)下发给本车。此技术存在以下不足：
1)车辆驾驶员的个人信息可能会全部暴露给周围车辆，没有考虑驾驶员隐私，进而可能出现“当前方车辆的驾驶员是新手而后方车辆的驾驶员存在违章驾驶历史时；如果违章驾驶员是激进驾驶，那么他会出现超车甚至别车行为”的现象；
2)不能根据车辆驾驶员的实际驾驶情况和实际路况判断是否应该将车辆驾驶员信息下发给周围车辆。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种用于车联网的信息发送方法、装置、存储介质和设备，以至少解决车联网云平台无区分下发车辆相关信息可能对安全辅助驾驶造成负面影响的技术问题。
根据本发明实施例的一个方面，提供了一种用于车联网的信息发送方法，包括：
接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息；确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率；将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比；根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；如果所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率，则获取处于所述目标车辆附近的周围车辆的车辆信息；基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
根据本发明实施例的另一方面，还提供了一种用于车联网的信息发送装置，包括：
请求接收单元，用于接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息；
第一获取单元，用于确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率；
第二获取单元，用于将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比；
判断单元，用于根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；
确定单元，用于当所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率时，获取处于所述目标车辆附近的周围车辆的车辆信息；
反馈单元，用于基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现上述的用于车联网的信息发送方法。
根据本发明实施例的另一方面，还提供了一种计算机设备，所述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，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的用于车联网的信息发送方法。
本发明实施例中，在目标车辆请求周围车辆信息时，采用对目标车辆的控制对象的历史违章驾驶行为进行分析，判断该控制对象的驾驶行为是否有利于降低当前交通事故的发生概率，如果是有利于降低交通事故发生概率的，则向该目标车辆下发其周围车辆的信息，如果不利于降低交通事故发生概率，则拒绝向该目标车辆下发其周围车辆的信息，如此，获得周围车辆信息的目标车辆能够基于周围车辆的信息朝着更有利于提升交通安全的方向进行驾驶，同时，未获得周围车辆信息的目标车辆，由于不知道周围车辆的驾驶情况，因而不太可能采取冒进的驾驶行为，能够降低别车超车等可能引发交通事故驾驶行为，从整体上提升驾驶安全性。解决了车联网云平台无区分下发车辆相关信息可能对安全辅助驾驶造成负面影响的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的用于车联网的信息发送方法的硬件环境的示意图；
图2是根据本发明实施例的数据共享系统；
图3是现有技术中车联网信息发送方法的应用场景示意图；
图4是根据本发明实施例的一种可选的用于车联网的信息发送方法的流程图；
图5是根据本发明实施例的一种可选的判断控制对象的历史驾驶行为是否有利于降低交通事故发生概率的方法的流程图；
图6是根据本发明实施例的判断控制对象的历史驾驶行为是否有利于降低交通事故发生概率的方法的流程图；
图7是根据本发明实施例的基于周围车辆向目标车辆发送反馈信息的方法的流程图；
图8是根据本发明实施例的目标车辆与周围车辆的示意图；
图9是根据本发明实施例的用于车联网的信息发送装置的结构示意图；
图10是根据本发明实施例的一种设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种车联网的信息发送方法。首先，本发明实施例公开了在一个可行的实施例中所述一种车联网的信息发送方法的实施环境。
参见图1，所述实施场景至少包括车载设备、车联网云平台20和交通管理部门云平台30，所述车载设备搭载于车辆10上，车载设备可实时采集车辆10的位置信息、行车轨迹、视频数据等。所述车载设备可以基于浏览器/服务器模式(Browser/Server，B/S)或客户端/服务器模式(Client/Server，C/S)与车联网云平台20通信，向车联网云平台20上报实时位置以及响应车联网云平台20获取视频数据的请求向所述车联网云平台20上传视频数据。所述车联网云平台20可以包括数据库服务器和业务服务器，所述业务服务器与所述数据库服务器通信连接，所述数据库服务器也可以设置于所述业务服务器内部，所述数据库服务器可以用于存储业务服务器所需的数据内容，比如存储从车载设备采集的位置信息及视频数据以及从交通管理部门云平台30获取的车辆历史违章驾驶行为数据等；所述数据库服务器可以通过与业务服务器进行交互使得业务服务器可以基于车载设备采集的位置信息及视频数据等从交通管理云平台30获取车辆的历史违章驾驶行为数据，以及基于车辆的历史违章驾驶行为数据进行处理分析，以判断车辆的历史驾驶行为变化是否有利于降低当前交通事故发生的概率，并根据分析结果决定是否向请求信息的车辆下发其周围车辆的车辆信息。
车联网云平台20可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。
交通管理部门云平台30可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。所述交通管理部门云平台30可以包括有网络通信单元、处理器和存储器等等。
车载设备可以包括：智能手机、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载终端等类型的实体设备，也可以包括运行于实体设备中的软体，例如应用程序等。在实际应用中，车载设备可以是安装在车辆10上的智能行车记录仪。
本发明实施例涉及的车联网的信息发送方法的场景中的车联网云平台可以是由多个节点(接入网络中的任意形式的计算设备，如服务器、客户端)通过网络通信的形式连接形成的数据共享系统。
参见图2所示的数据共享系统，数据共享系统400是指用于进行节点与节点之间数据共享的系统，该数据共享系统中可以包括多个节点101，多个节点101可以是指数据共享系统中各个客户端。每个节点101在进行正常工作可以接收到输入信息，并基于接收到的输入信息维护该数据共享系统内的共享数据。为了保证数据共享系统内的信息互通，数据共享系统中的每个节点之间可以存在信息连接，节点之间可以通过上述信息连接进行信息传输。例如，当数据共享系统中的任意节点接收到输入信息时，数据共享系统中的其他节点便根据共识算法获取该输入信息，将该输入信息作为共享数据中的数据进行存储，使得数据共享系统中全部节点上存储的数据均一致。
对于数据共享系统中的每个节点，均具有与其对应的节点标识，而且数据共享系统中的每个节点均可以存储有数据共享系统中其他节点的节点标识，以便后续根据其他节点的节点标识，将生成的区块广播至数据共享系统中的其他节点。每个节点中可维护一个如下表所示的节点标识列表，将节点名称和节点标识对应存储至该节点标识列表中。其中，节点标识可为IP(InternetProtocol，网络之间互联的协议)地址以及其他任一种能够用于标识该节点的信息。
图3是现有技术中车联网信息发送方法的应用场景示意图。请参见图3，车辆进入车联网系统后，可以从车联网云平台请求周围车辆信息，车联网云平台则会响应请求返回请求车辆附近周围车辆的信息，图中GPS字段表示车辆所在的位置，根据车辆的GPS可以判断任一车辆周围有哪些车辆。目前，车联网云平台仅做到了积极响应用户请求，没有对用户的驾驶行为进行甄别，其无区分的下发周围车辆信息给请求车辆，可能会使得请求车辆在获得周围车辆信息后作出一些有害交通安全的行为，例如图3中，主车在知晓前方车辆为女司机时，产生“原来我前的车是女司机，我要别车”的想法即行为。
换言之，在任何一辆车均可从车联网云平台请求周围车辆信息的条件下，周围车辆的车辆驾驶员的个人信息可能会全部暴露，这既有利于道路驾驶安全性也不利于道路驾驶安全性，具有两面性。例如，当前方车辆的驾驶员是新手而后方车辆的驾驶员存在违章驾驶历史时，如果违章驾驶员是文明驾驶，那么在知道前车是新手后会谨慎驾驶，避免碰撞；如果违章驾驶员是激进驾驶，那么他会出现超车甚至别车行为。因此，车联网云平台如何根据车辆驾驶员的实际驾驶情况和实际路况判断是否应该将车辆驾驶员信息下发给周围车辆是安全辅助驾驶落地面临的关键问题之一。
针对目前车联网云平台向请求车辆无区分下发其周围车辆信息的现状，本发明提出根据请求车辆的历史驾驶违章行为判断该请求车辆是否有利于降低当前路段的交通事故发生率，仅在请求车辆有助于降低交通事故发生率的情况下才向该请求车辆下发周围车辆信息，避免驾驶偏激的车辆在获得周围车辆信息后作出超车、别车等危害交通安全的行为，提升驾驶安全性。以下结合附图4-8对本发明方案进行说明。
图4是根据本发明实施例的一种可选的用于车联网的信息发送方法的流程图。请参考图4，其示出了一种用于车联网的信息发送方法的流程图，所述方法可以以图1所述的实施环境中的车联网云平台为执行主体实施，所述方法可以包括以下步骤。
步骤S401：接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息。
车联网主要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。车联网能够为车与车之间的间距提供保障，降低车辆发生碰撞事故的几率；车联网可以帮助车主实时导航，并通过与其它车辆和网络系统的通信，提高交通运行的效率。
本发明实施例中的目标车辆和周围车辆均是指加入车联网的车辆，以使车联网云平台能够与这些车辆进行通讯，对于未加入车联网的车辆本申请不做考虑。车联网云平台可以获取车联网中每辆车的车辆身份信息及历史行为数据等，车辆身份信息包括车辆的型号、使用年限、驾驶员信息等。车联网云平台既具有数据存储功能，也具有数据分析处理能力。
在一个可行的实施例中，目标车辆在行驶过程中请求获得其周围车辆的车辆信息，目标车辆可以向车联网云平台发送车辆信息获取请求，车联网云平台则会在收到该请求后，根据目标车辆的历史驾驶行为决定是否向目标车辆返回其周围车辆的车辆信息，
步骤S403：确定所述目标车辆的控制对象和所述目标车辆的历史交通事故率。
车辆的控制对象即车辆的控制系统，对于有人驾驶而言，它是表示驾驶员；对于半自动驾驶而言，它是表示驾驶员与车辆半控制系统(如辅助驾驶中的半控制系统)的混合系统；对于自动驾驶而言，它是表示车辆控制系统。
在一个可行的实施例中，确定所述目标车辆的控制对象可以包括：当所述目标车辆为有人驾驶车辆时，将所述目标车辆的驾驶员作为所述控制对象；当所述目标车辆为半自动驾驶车辆时，将所述目标车辆的驾驶员和半自动驾驶系统作为所述控制对象；当所述目标车辆为自动驾驶车辆时，将所述目标车辆的自动驾驶系统作为所述控制对象。
在一个可行的实施例中，确定所述目标车辆当前所在路段的历史交通事故率可以包括：根据所述目标车辆当前所在路段从交通管理部门云平台获取所述历史交通事故率，或者，从道路监控平台获取所述目标车辆当前所在路段在预设时间段内的车流量和交通事故次数，将所述交通事故次数与所述车流量的比值作为所述历史交通事故率。
具体的，目标车辆当前所在路段的历史交通事故率可以直接从交通管理部门获取或者基于粗糙的初始值(如从开源网站上找到的历史交通事故率)实时更新得到，还可以按照如下方式确认：从道路监控平台获取路段在某时间段内的车流量和交通事故次数，后者与前者之比即为历史交通事故率的初始值，并可基于该初始值实时更新。
步骤S405：将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比。
车联网云平台将目标车辆的控制对象的相关信息提交至交通管理部门云平台，请求交通管理部门云平台查询该控制对象的历史违章驾驶行为记录，为了确定控制对象的历史驾驶行为的变化，交通管理部门云平台向车联网云平台返回至少两段连续的历史时长内的违章驾驶行为占比。其中，违章驾驶行为占比可以是一段时间内违章驾驶行为的次数与总出行次数之间的比值，也称为历史违章率。选择至少两段连续的历史时长内的违章驾驶行为占比返回车联网云平台，其目的在于通过分析控制对象在连续的多段历史时长内的驾驶行为变化，具体的，车联网云平台可以在向交通管理部门云平台请求控制对象的违章驾驶行为占比时，设定需要获取的历史时段的数量。
对于有人驾驶，目标车辆的历史违章率是指驾驶员历史违章率；对于半自动驾驶，目标车辆的历史违章率类比于驾驶员历史违章率和半自动驾驶系统的故障率之和；对于自动驾驶，目标车辆的历史违章率类比于自动驾驶系统的故障率。对于有人驾驶系统或者半自动驾驶系统，需要车内摄像头先识别驾驶员，然后将识别结果上传到交通管理部门云平台，交通管理部门云平台根据识别结果在驾驶员数据库里查询该驾驶员在两段以上连续的历史时长内的违章驾驶行为占比；对于自动驾驶系统，车辆控制系统在车辆每次自行启动时会将自身的历史故障率自动上报给云平台。
以有人驾驶为例，为获取驾驶员的历史驾驶行为数据，车内摄像头先识别驾驶员，然后将识别结果上传到交通管理部门云平台，交通管理部门云平台根据识别结果在驾驶员数据库里查询该驾驶员在至少两段连续的历史时长内的违章驾驶行为占比并返回车联网云平台，分别记为poffence,1和poffence,2。示例性的，驾驶员违章驾驶行为占比用驾驶员违章驾驶的天数除以他出行的总天数。例如，如果将历史时间段选为一年，驾驶员前年365天都开车外出了且它有6天违章了，去年365天也开车外出了且他有3天违章了，那么该驾驶员在前年和去年的违章驾驶占比分别是6/365和3/365。历史时间段的选取视历史数据存储量而定，对本案无影响。在得到了粗糙的违章行为占比后，可以根据实际驾驶情况对其持续更新。
步骤S407：根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。
图5是根据本发明实施例的一种可选的判断控制对象的历史驾驶行为是否有利于降低交通事故发生概率的方法的流程图。请参见图5，步骤S407可以包括：
S501、根据所述历史交通事故率确定非交通事故率。
以上步骤S401确定了目标车辆当前所在路段的历史交通事故率，根据该历史交通事故率可以确定非交通事故率。具体的，非交通事故率P非＝1-Phistory，其中，Phistory是目标车辆当前所在路段的历史交通事故率。
S503、根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比生成至少一个数据对，每个数据对包括两段连续的历史时长内的违章驾驶行为占比。
具体的，历史时长可以是一个设定的时间段，例如为一年、半年或者3个月等，本发明实施例对此不作限定。但是获取的历史违章数据必须是连续时间段内的数据，因为只有连续时间段内的驾驶行为数据才能真实反映驾驶对象的驾驶行为是否能够帮助降低交通事故发生的概率。
本发明实施例中，如果交通管理部门云平台返回的控制对象的历史驾驶行为数据包括两段以上连续的历史时长内的违章驾驶行为占比，则根据违章驾驶行为的发生时序，将历史驾驶行为数据分割并组合成一个以上的数据对，其中，每个数据对包括两段连续的历史时长内的违章驾驶行为占比。
例如，历史驾驶行为数据如下表1所示：
表1：
历史时长 违章驾驶行为占比
2018年7月1日—2018年12月30日 5/120
2019年1月1日—2019年6月30日 1/135
2019年7月1日—2019年12月30日 2/140
2020年1月1日—2020年6月30日 2/100
根据表1中的历史驾驶行为数据可以生成如表2所示的3个数据对。
表2：
Figure BDA0002730578450000111
Figure BDA0002730578450000121
S505、基于所述非交通事故率，判断各数据对所对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。
在一个可行的实施例中，可以根据图6所示的步骤确定控制对象的历史驾驶行为是否有利于降低交通事故发生概率。对于任一数据对执行如下处理：
S601、按照违章驾驶行为的发生时序，判断所述数据对中后一段历史时长内的违章驾驶行为占比是否小于前一段历史时长内的违章驾驶行为占比；如果所述数据对中后一段历史时长内的违章驾驶行为占比小于前一段历史时长内的违章驾驶行为占比，则执行步骤S603；如果所述数据对中后一段历史时长内的违章驾驶行为占比不小于前一段历史时长内的违章驾驶行为占比，则执行步骤S609。
S603、计算后一段历史时长内的违章驾驶行为相对于前一段历史时长内的违章驾驶行为的占比降低量。
S605、将所述占比降低量与所述非交通事故率进行比较，判断所述占比降低量是否不小于所述非交通事故率；如果所述占比降低量不小于所述非交通事故率，则执行步骤S607，如果所述占比降低量小于所述非交通事故率，则执行步骤S609。
S607、确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化有利于降低当前交通事故发生的概率。
S609、确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化不利于降低当前交通事故发生的概率。
在有人驾驶场景下实施本发明实施例时，车联网云平台判断驾驶员在连续两段历史时长内的违章驾驶行为占比相对降低量是否不小于非交通事故率，即判断poffence,2-poffence,1＜0和Δp＝(poffence,1-poffence,2)/poffence,1≥1-phistory是否同时成立，如果同时成立，那么确定驾驶员在连续两段历史时长内的违章驾驶行为有利于降低当前交通事故发生的概率。其中，Poffence,2表示两段历史时长中后一段历史时长内的违章驾驶行为占比，Poffence,1表示两段历史时长中前一段历史时长内的违章驾驶行为占比，Phistory表示车辆当前所在路段的历史交通事故率。
本发明实施例将判断条件设为：poffence,2-poffence,1＜0且Δp＝(poffence,1-poffence,2)/poffence,1≥1-phistory，是因为违章驾驶可以直接导致交通事故，驾驶员违章驾驶行为占比的降低意味着道路驾驶安全性的提升，如果驾驶员的违章驾驶行为占比的降低程度小于道路驾驶安全程度，即非道路交通事故率1-Phistory，那么违章驾驶行为的降低程度不足以提升道路驾驶安全性，因而不利于降低道路现有的交通事故率phistory。
步骤S409：如果所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率，则获取处于所述目标车辆附近的周围车辆的车辆信息。
根据步骤S601-S609可以判断出每个数据对所对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。为客观反映驾驶对象的驾驶行为是否有利于提升道路通行安全，在存在多个数据对时，会对每个数据对对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生概率进行判断，只有在所有数据对对应的判断结果均为有利于降低当前交通事故发生概率的情况下，才将目标车辆附近的周围车辆的车辆信息下发至目标车辆，否则，拒绝向目标车辆下发其周围车辆的车辆信息。
本发明实施例中，确定目标车辆附近的周围车辆的方法可以包括：根据所述目标车辆的当前车速和/或所处路段确定安全距离；以所述目标车辆为圆心、所述安全距离为半径圈定预设范围；将处于所述预设范围以内且位于所述目标车辆所在的当前车道以及与该当前车道相邻的车道上的各车辆作为所述目标车辆的周围车辆。其中，安全距离可以结合目标车辆所处路段情况来确定，例如目标车辆行驶于高速公路上，根据国家规定，高速公路的驾驶安全距离为150米，则确定安全距离为150米；当然，由于国家对不同车速下的安全距离有规定，也可以结合目标车辆当前车速来确定安全距离；还可以分别确定出路段对应的安全距离和车速对应的安全距离，选择其中的较大值作为目标车辆的安全距离。
图8示出了目标车辆及其周围车辆，其中车辆A为目标车辆(即本车)，车辆A所在的车道上有车辆C，其相邻车道上有车辆B和车辆D，并且，车辆B、车辆C和车辆D均处于以车辆A为中心圈定的预设范围内，即车辆A与车辆B、车辆C和车辆D之间的距离均处于安全距离以内，将车辆B、车辆C和车辆D作为车辆A的周围车辆。
进一步的，在确定出目标车辆附近的周围车辆后，可以从交通管理部门云平台获取各周围车辆的车辆信息，该车辆信息可以包括车辆的位置信息、驾驶员信息和违章信息。
步骤S411：基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
图7是根据本发明实施例的基于周围车辆向目标车辆发送反馈信息的方法的流程图。请参见图7，包括如下步骤：
S701、根据各所述数据对所对应的占比降低量和所述非交通事故率，获取与各所述数据对对应的安全提升概率。
其中，数据对对应的安全提升概率可以表达为数据对所对应的占比降低量ΔP与非交通事故率(1-Phistory)的差值。
S703、根据各所述数据对对应的安全提升概率，确定反馈给所述目标车辆的所述周围车辆的数量取值区间。
具体包括：S7031、对各所述数据对对应的安全提升概率向下取整，获得每个所述数据对对应的上限值；S7033、将各所述数据对对应的上限值中的最小值作为区间临界值；S7035、根据所述区间临界值构建所述周围车辆的数量取值区间。
示例性的，目标车辆请求周围车辆时，对应生成了3个数据对，这三个数据对对应的安全提升概率分别为0.73、0.5和0.41，分别对三个数据对所对应的安全提升概率向下取整，得到上限值7、5和4，4为最小的上限值，可以确定出周围车辆的数量取值区间为[0,4]。
本发明实施例中，考虑到(1-Phistory)能反映道路驾驶安全程度，控制对象的违章驾驶行为的降低量不仅能满足道路驾驶安全程度，即Δp≥(1-phistory)，而且还以Δp-(1-phistory)的量超出了，故可以相信该控制对象不仅能够保证不降低道路驾驶安全度，而且在道路只有该车的条件下(理想条件)还能将道路安全度提升Δp-(1-phistory)的程度(即使控制对象知道了周围车辆的车辆信息，也不会出现“当前方车辆的驾驶员是新手而后方车辆的驾驶员存在违章驾驶历史时；如果违章驾驶员是激进驾驶，那么他会出现超车甚至别车行为”的现象)，这种可信度最大是Δp-(1-phistory)，因而认为最多可将
Figure BDA0002730578450000151
辆周围车辆的车辆信息下发给目标车辆。故在具体实施时，如果车联网云平台确定出目标车辆周围有多少辆车，记为nvehicle；那么车联网云平台最多将
Figure BDA0002730578450000152
辆周围车辆的车辆信息下发给目标车辆。其中，
Figure BDA0002730578450000161
是向下取整。
S705、从所述数量取值区间中确定下发给所述目标车辆的所述周围车辆的目标数量。
在目标车辆向车联网云平台请求周围车辆信息后，车联网云平台从区间
Figure BDA0002730578450000162
均匀随机选择一个整数，记为k，并将k作为下发给目标车辆的周围车辆数。
S707、从所述交通管理部门云平台获取各所述周围车辆的违章驾驶行为占比，并对所述周围车辆的违章驾驶行为占比按照由高至低进行排序。
S709、将排序在前的目标数量的周围车辆的车辆信息下发给所述目标车辆，所述车辆信息包括所述周围车辆的控制对象的信息。当控制对象为驾驶员时，控制对象的信息包括但不限于驾驶证中的信息，例如，性别、驾龄、酒驾史、交通违章史。
对于有人驾驶，确定好待发送的周围车辆的数量之后，车联网云平台通过周围车辆的车内摄像头先识别驾驶员，然后将识别结果上传到交通管理部门云平台，交通管理部门云平台根据识别结果在驾驶员数据库里查询该驾驶员在历史时长内的违章驾驶行为占比并返回车联网云平台；对于无人驾驶，车联网云平台可以根据车辆的车牌信息从交通管理部门云平台获取对应的违章驾驶行为占比；对于半自动驾驶，车联网与平台一方面根据车辆的车牌信息从交通管理部门云平台获取对应的违章驾驶行为占比，另一方面通过车内摄像头识别驾驶员，然后基于识别结果从交通管理部门云平台获得违章驾驶行为占比，将两次获得的违章驾驶行为占比之和作为其周围车辆的违章驾驶行为占比。得到目标车辆周围nvehicle辆车的驾驶员的违章驾驶行为占比后，从中选择排名在前的k辆车，给目标车辆下发的周围车辆的车辆信息包含这k辆车的驾驶员信息。
本发明实施例中，考虑目标车辆的控制对象当前已经处于有利于提升道路驾驶安全性的驾驶状态，为了更进一步提升道路驾驶安全性，目标车辆需要获取的是周围车辆中更可能出现违章驾驶的车辆的相关信息，因此选择违章驾驶行为占比排名在前的共k辆车的车辆信息反馈至目标车辆。
本发明实施例在目标车辆请求周围车辆信息时，采用对目标车辆的控制对象的历史违章驾驶行为进行分析，判断该控制对象的驾驶行为是否有利于降低当前交通事故的发生概率，如果是有利于降低交通事故发生概率的，则向该目标车辆下发其周围车辆的信息，如果不利于降低交通事故发生概率，则拒绝向该目标车辆下发其周围车辆的信息，如此，获得周围车辆信息的目标车辆能够基于周围车辆的信息朝着更有利于提升交通安全的方向进行驾驶，同时，未获得周围车辆信息的目标车辆，由于不知道周围车辆的驾驶情况，因而不太可能采取冒进的驾驶行为，能够降低别车超车等可能引发交通事故驾驶行为，从整体上提升驾驶安全性。解决了车联网云平台无区分下发车辆相关信息可能对安全辅助驾驶造成负面影响的技术问题。
本发明实施例的典型应用场景如图3所示(智能网联汽车和智慧出行领域)，可应用于自动驾驶、半自动驾驶、安全辅助驾驶、车辆导航、车路协同产品中，可嵌入到车路协同的云边协同的PaaS服务中，也可用于车辆驾驶员的安全隐私保护中。
为验证本发明方案的效果，在车辆驾驶模拟器中分别模拟现有技术及本发明方案的实施过程，获得如下表3中的实验数据，其中，现有技术的违章驾驶车辆占比是指无区分的向请求车辆下发周围车辆信息情况下，目标路段出现的违章车辆与总通行车辆之间的比值，本发明的违章驾驶车辆占比是指按照本发明方案向满足条件的请求车辆下发周围车辆信息的情况下，目标路段出现的违章车辆与总通行车辆之间的比值。该对比试验在同一路段上进行。
表3：
Figure BDA0002730578450000171
Figure BDA0002730578450000181
由表3可知，实施本发明方案后，显著降低了违章驾驶行为的发生概率，对于提高驾驶安全性做出了贡献。
本发明实施例还公开一种用于车联网的信息发送装置，如图9所示，所述用于车联网的信息发送装900包括：请求接收单元910，用于接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息。第一获取单元920，用于确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率。第二获取单元930，用于将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比。判断单元940，用于根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。确定单元950，用于当所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率时，获取处于所述目标车辆附近的周围车辆的车辆信息。反馈单元960，用于基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
其中，所述第一获取单元920包括第一获取模块和第二获取模块。所述第一获取模块用于：当所述目标车辆为有人驾驶车辆时，将所述目标车辆的驾驶员作为所述控制对象；当所述目标车辆为半自动驾驶车辆时，将所述目标车辆的驾驶员和半自动驾驶系统作为所述控制对象；当所述目标车辆为自动驾驶车辆时，将所述目标车辆的自动驾驶系统作为所述控制对象。所述第二获取模块用于：根据所述目标车辆当前所在路段从交通管理部门云平台获取所述历史交通事故率，或者，从道路监控平台获取所述目标车辆当前所在路段在预设时间段内的车流量和交通事故次数，将所述交通事故次数与所述车流量的比值作为所述历史交通事故率。
所述判断单元940进一步包括：非交通事故率确定模块，用于根据所述历史交通事故率确定非交通事故率；数据对生成模块，用于根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比生成至少一个数据对，每个数据对包括两段连续的历史时长内的违章驾驶行为占比；判断模块，用于基于所述非交通事故率，判断各数据对所对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。
其中，所述判断模块还用于：按照违章驾驶行为的发生时序，判断所述数据对中后一段历史时长内的违章驾驶行为占比是否小于前一段历史时长内的违章驾驶行为占比；如果所述数据对中后一段历史时长内的违章驾驶行为占比小于前一段历史时长内的违章驾驶行为占比，则计算后一段历史时长内的违章驾驶行为相对于前一段历史时长内的违章驾驶行为的占比降低量；将所述占比降低量与所述非交通事故率进行比较，如果所述占比降低量不小于所述非交通事故率，则确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化有利于降低当前交通事故发生的概率；如果所述占比降低量小于所述非交通事故率，则确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化不利于降低当前交通事故发生的概率。
所述确定单元950还用于：根据所述目标车辆的当前车速和/或所处路段确定安全距离；以所述目标车辆为圆心、所述安全距离为半径圈定预设范围；将处于所述预设范围以内且位于所述目标车辆所在的当前车道以及与该当前车道相邻的车道上的各车辆作为所述目标车辆的周围车辆；从所述交通管理部门云平台获取各周围车辆的车辆信息。
进一步的，所述反馈单元960还包括：安全提升概率获取模块，用于根据各所述数据对所对应的占比降低量和所述非交通事故率，获取与各所述数据对对应的安全提升概率；取值区间确定模块，用于根据各所述数据对对应的安全提升概率，确定反馈给所述目标车辆的所述周围车辆的数量取值区间；目标数量确定模块，用于从所述数量取值区间中确定下发给所述目标车辆的所述周围车辆的目标数量；违章驾驶数据获取模块，用于从所述交通管理部门云平台获取各所述周围车辆的违章驾驶行为占比，并对所述周围车辆的违章驾驶行为占比按照由高至低进行排序；信息反馈模块，用于将排序在前的目标数量的周围车辆的车辆信息下发给所述目标车辆，所述车辆信息包括所述周围车辆的控制对象的信息。
进一步的，所述取值区间确定模块还用于：对各所述数据对对应的安全提升概率向下取整，获得每个所述数据对对应的上限值；将各所述数据对对应的上限值中的最小值作为区间临界值；根据所述区间临界值构建所述周围车辆的数量取值区间。
具体地，本发明实施例所述一种用于车联网的信息发送装置与方法实施例均基于相同发明构思。详情请参见方法实施例，在此不再赘述。
本发明实施例提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令和至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现如图3-8对应的用于车联网的信息发送方法。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器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、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
本发明实施例还提供了一种计算机程序产品或计算机程序，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。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的用于车联网的信息发送方法。所述方法至少包括下述步骤：接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息；确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率；将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比；根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；如果所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率，则获取处于所述目标车辆附近的周围车辆的车辆信息；基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
进一步地，图10示出了一种用于实现本发明实施例所提供的方法的设备的硬件结构示意图，所述设备可以参与构成或包含本发明实施例所提供的装置或系统。如图10所示，设备10可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图10所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，设备10还可包括比图10中所示更多或者更少的组件，或者具有与图10所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到设备10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中所述的方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种用于车联网的信息发送方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与设备10(或移动设备)的用户界面进行交互。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于车联网的信息发送方法，其特征在于，包括：
接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息；
确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率；
将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比；
根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；
如果所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率，则获取处于所述目标车辆附近的周围车辆的车辆信息；
基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
2.根据权利要求1所述的方法，其特征在于，
确定所述目标车辆的控制对象包括：当所述目标车辆为有人驾驶车辆时，将所述目标车辆的驾驶员作为所述控制对象；当所述目标车辆为半自动驾驶车辆时，将所述目标车辆的驾驶员和半自动驾驶系统作为所述控制对象；当所述目标车辆为自动驾驶车辆时，将所述目标车辆的自动驾驶系统作为所述控制对象；
确定所述目标车辆当前所在路段的历史交通事故率包括：根据所述目标车辆当前所在路段从交通管理部门云平台获取所述历史交通事故率，
或者，
从道路监控平台获取所述目标车辆当前所在路段在预设时间段内的车流量和交通事故次数，将所述交通事故次数与所述车流量的比值作为所述历史交通事故率。
3.根据权利要求1所述的方法，其特征在于，所述根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率，包括：
根据所述历史交通事故率确定非交通事故率；
根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比生成至少一个数据对，每个数据对包括两段连续的历史时长内的违章驾驶行为占比；
基于所述非交通事故率，判断各数据对所对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率。
4.根据权利要求3所述的方法，其特征在于，所述基于所述非交通事故率，判断各数据对所对应的两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率，包括：
按照违章驾驶行为的发生时序，判断所述数据对中后一段历史时长内的违章驾驶行为占比是否小于前一段历史时长内的违章驾驶行为占比；
如果所述数据对中后一段历史时长内的违章驾驶行为占比小于前一段历史时长内的违章驾驶行为占比，则计算后一段历史时长内的违章驾驶行为相对于前一段历史时长内的违章驾驶行为的占比降低量；
将所述占比降低量与所述非交通事故率进行比较，如果所述占比降低量不小于所述非交通事故率，则确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化有利于降低当前交通事故发生的概率；如果所述占比降低量小于所述非交通事故率，则确定所述数据对所对应的两段连续的历史时长内的违章驾驶行为的变化不利于降低当前交通事故发生的概率。
5.根据权利要求1所述的方法，其特征在于，所述获取处于所述目标车辆附近的周围车辆的车辆信息，包括：
根据所述目标车辆的当前车速和/或所处路段确定安全距离；
以所述目标车辆为圆心、所述安全距离为半径圈定预设范围；
将处于所述预设范围以内且位于所述目标车辆所在的当前车道以及与该当前车道相邻的车道上的各车辆作为所述目标车辆的周围车辆；
从所述交通管理部门云平台获取各周围车辆的车辆信息。
6.根据权利要求4所述的方法，其特征在于，所述基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息，包括：
根据各所述数据对所对应的占比降低量和所述非交通事故率，获取与各所述数据对对应的安全提升概率；
根据各所述数据对对应的安全提升概率，确定反馈给所述目标车辆的所述周围车辆的数量取值区间；
从所述数量取值区间中确定下发给所述目标车辆的所述周围车辆的目标数量；
从所述交通管理部门云平台获取各所述周围车辆的违章驾驶行为占比，并对所述周围车辆的违章驾驶行为占比按照由高至低进行排序；
将排序在前的目标数量的周围车辆的车辆信息下发给所述目标车辆，所述车辆信息包括所述周围车辆的控制对象的信息。
7.根据权利要求6所述的方法，其特征在于，所述根据各所述数据对对应的安全提升概率，确定反馈给所述目标车辆的所述周围车辆的数量取值区间，包括：
对各所述数据对对应的安全提升概率向下取整，获得每个所述数据对对应的上限值；
将各所述数据对对应的上限值中的最小值作为区间临界值；
根据所述区间临界值构建所述周围车辆的数量取值区间。
8.一种用于车联网的信息发送装置，其特征在于，包括：
请求接收单元，用于接收目标车辆发送的车辆信息获取请求，所述车辆信息获取请求用于获取处于所述目标车辆附近的周围车辆的车辆信息；
第一获取单元，用于确定所述目标车辆的控制对象和所述目标车辆当前所在路段的历史交通事故率；
第二获取单元，用于将所述控制对象发送至交通管理部门云平台，通过所述交通管理部门云平台获取所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比；
判断单元，用于根据所述控制对象在两段以上连续的历史时长内的违章驾驶行为占比和所述历史交通事故率，判断所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化是否有利于降低当前交通事故发生的概率；
确定单元，用于当所述控制对象在每两段连续的历史时长内的违章驾驶行为的变化均有利于降低当前交通事故发生的概率时，获取处于所述目标车辆附近的周围车辆的车辆信息；
反馈单元，用于基于所述周围车辆的车辆信息向所述目标车辆发送反馈信息。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的用于车联网的信息发送方法。
10.一种计算机设备，其特征在于，所述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，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7任一所述的用于车联网的信息发送方法。
CN202011116813.9A 2020-10-19 2020-10-19 用于车联网的信息发送方法、装置、存储介质和设备 Active CN112261116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011116813.9A CN112261116B (zh) 2020-10-19 2020-10-19 用于车联网的信息发送方法、装置、存储介质和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011116813.9A CN112261116B (zh) 2020-10-19 2020-10-19 用于车联网的信息发送方法、装置、存储介质和设备

Publications (2)

Publication Number Publication Date
CN112261116A true CN112261116A (zh) 2021-01-22
CN112261116B CN112261116B (zh) 2023-12-12

Family

ID=74244699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011116813.9A Active CN112261116B (zh) 2020-10-19 2020-10-19 用于车联网的信息发送方法、装置、存储介质和设备

Country Status (1)

Country Link
CN (1) CN112261116B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150807A (zh) * 2020-09-18 2020-12-29 腾讯科技（深圳）有限公司 车辆预警方法和装置、存储介质及电子设备
CN114285538A (zh) * 2021-11-08 2022-04-05 淮阴工学院 一种面向电网广域测量的云边协同弹性可扩展方法
CN114550183A (zh) * 2022-02-23 2022-05-27 海信集团控股股份有限公司 电子设备及错题记录方法
CN114694416A (zh) * 2022-03-24 2022-07-01 东风汽车集团股份有限公司 基于云端服务器的违章车辆避让方法及避让系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754011A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种车联网多方协同控制方法以及车联网协同平台
CN105989745A (zh) * 2015-02-05 2016-10-05 华为技术有限公司 一种车辆违章信息的获取方法、装置及系统
WO2016184181A1 (zh) * 2015-05-19 2016-11-24 中兴通讯股份有限公司 一种实现交通提醒的方法、移动终端及服务器
CN106355917A (zh) * 2016-09-14 2017-01-25 奇瑞汽车股份有限公司 一种基于车联网的交通违章预测提醒的方法及系统
CN108154683A (zh) * 2017-12-26 2018-06-12 河北农业大学 智能交通管理方法及系统
CN108182815A (zh) * 2017-12-28 2018-06-19 大陆汽车投资（上海）有限公司 车辆智能提醒方法
CN109754153A (zh) * 2018-11-23 2019-05-14 北京交通大学 一种基于持续时间模型的驾驶员违章风险估计方法
CN111332289A (zh) * 2020-03-23 2020-06-26 腾讯科技（深圳）有限公司 车辆运行环境数据获取方法、装置和存储介质
CN111402449A (zh) * 2020-03-27 2020-07-10 斑马网络技术有限公司 行车安全预警方法、行车记录仪及服务器
CN111613055A (zh) * 2020-05-15 2020-09-01 腾讯科技（深圳）有限公司 车辆驾驶风险的预警方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104754011A (zh) * 2013-12-31 2015-07-01 中国移动通信集团公司 一种车联网多方协同控制方法以及车联网协同平台
CN105989745A (zh) * 2015-02-05 2016-10-05 华为技术有限公司 一种车辆违章信息的获取方法、装置及系统
WO2016184181A1 (zh) * 2015-05-19 2016-11-24 中兴通讯股份有限公司 一种实现交通提醒的方法、移动终端及服务器
CN106355917A (zh) * 2016-09-14 2017-01-25 奇瑞汽车股份有限公司 一种基于车联网的交通违章预测提醒的方法及系统
CN108154683A (zh) * 2017-12-26 2018-06-12 河北农业大学 智能交通管理方法及系统
CN108182815A (zh) * 2017-12-28 2018-06-19 大陆汽车投资（上海）有限公司 车辆智能提醒方法
CN109754153A (zh) * 2018-11-23 2019-05-14 北京交通大学 一种基于持续时间模型的驾驶员违章风险估计方法
CN111332289A (zh) * 2020-03-23 2020-06-26 腾讯科技（深圳）有限公司 车辆运行环境数据获取方法、装置和存储介质
CN111402449A (zh) * 2020-03-27 2020-07-10 斑马网络技术有限公司 行车安全预警方法、行车记录仪及服务器
CN111613055A (zh) * 2020-05-15 2020-09-01 腾讯科技（深圳）有限公司 车辆驾驶风险的预警方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150807A (zh) * 2020-09-18 2020-12-29 腾讯科技（深圳）有限公司 车辆预警方法和装置、存储介质及电子设备
CN112150807B (zh) * 2020-09-18 2024-01-09 腾讯科技（深圳）有限公司 车辆预警方法和装置、存储介质及电子设备
CN114285538A (zh) * 2021-11-08 2022-04-05 淮阴工学院 一种面向电网广域测量的云边协同弹性可扩展方法
CN114285538B (zh) * 2021-11-08 2023-09-29 淮阴工学院 一种面向电网广域测量的云边协同弹性可扩展方法
CN114550183A (zh) * 2022-02-23 2022-05-27 海信集团控股股份有限公司 电子设备及错题记录方法
CN114694416A (zh) * 2022-03-24 2022-07-01 东风汽车集团股份有限公司 基于云端服务器的违章车辆避让方法及避让系统

Also Published As

Publication number Publication date
CN112261116B (zh) 2023-12-12

Similar Documents

Publication Publication Date Title
CN112261116A (zh) 用于车联网的信息发送方法、装置、存储介质和设备
CN106652515B (zh) 车辆自动控制方法、装置和系统
CN112216105B (zh) 一种车速引导方法、装置、车辆及存储介质
WO2022121247A1 (zh) 汽车协同决策方法、装置、电子设备及计算机存储介质
CN109003467A (zh) 一种防止车辆碰撞的方法、装置及系统
JP6791221B2 (ja) 車両用メッシュネットワークのｐｓｍメッセージに基づくデバイス検出
DE102022105584A1 (de) Dynamische verkehrsgeschwindigkeitssteuerung in echtzeit
CN109785611B (zh) 无人驾驶车辆控制方法、装置、服务器及存储介质
CN112071087B (zh) 一种基于v2i的限速预警方法、系统、车辆及存储介质
CN107564328B (zh) 用于车辆的停车位确定方法和装置
CN112419708A (zh) 基于交通流激进程度的道路安全策略确定方法及装置
CN110992724B (zh) 一种车辆导航方法及终端
CN112862214A (zh) 基于大数据的停车服务推荐方法、装置、介质及服务器
CN112258838B (zh) 驾驶风险提示方法、装置、存储介质和设备
CN114506323A (zh) 编队车辆控制方法、装置、设备及介质
CN112150807B (zh) 车辆预警方法和装置、存储介质及电子设备
CN117612394A (zh) 城市路权共享方法及装置
CN113734202B (zh) 多车协同方法、装置、系统、设备、介质和产品
CN113734184B (zh) 自动驾驶车辆在途组队方法、装置及电子设备
CN115862360A (zh) 公交车行驶速度管理方法、装置、电子设备及存储介质
EP3997685B1 (de) Erheben von fahrzeugbasierten, ortsbezogenen datensätzen
CN115967921A (zh) 一种信息传输方法、装置、车辆及车联网设备
US11823576B2 (en) Vehicle management device, vehicle management method, and storage medium having program stored therein
CN114596727A (zh) 用于车辆的辅助方法、系统、相应的车辆和存储介质
CN111326001A (zh) 自动驾驶的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant