CN112277936A - 车辆碰撞检测处理方法、装置、车载终端和存储介质 - Google Patents
车辆碰撞检测处理方法、装置、车载终端和存储介质 Download PDFInfo
- Publication number
- CN112277936A CN112277936A CN202011077769.5A CN202011077769A CN112277936A CN 112277936 A CN112277936 A CN 112277936A CN 202011077769 A CN202011077769 A CN 202011077769A CN 112277936 A CN112277936 A CN 112277936A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision event
- dimension
- collision
- suspicious
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 158
- 230000001133 acceleration Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 8
- 238000004141 dimensional analysis Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及辅助驾驶技术领域，提供了一种车辆碰撞检测处理方法、装置、车载终端和存储介质。本申请能够提高对碰撞事件检测的准确性。该方法包括：响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取该车辆的车辆运动信息、车周声音信息以及车周图像信息，根据车辆运动信息、车周声音信息和车周图像信息，获取对可疑碰撞事件分别在运动、声音和图像维度的碰撞事件分析结果，基于该对可疑碰撞事件分别在运动、声音和图像维度的碰撞事件分析结果得到对可疑碰撞事件的多维度综合分析结果，若多维度综合分析结果表征可疑碰撞事件为真实碰撞事件，则获取基于多维度综合分析结果确定的针对真实碰撞事件的告警等级并向服务器相应等级的告警信息。
Description
技术领域
本申请涉及辅助驾驶技术领域，特别是涉及一种车辆碰撞检测处理方法、装置、车载终端和存储介质。
背景技术
随着智能驾驶技术和智能交通系统的发展，对车辆进行碰撞检测以及执行相应报警处理等技术也得到了发展。具体的，车辆碰撞检测及报警系统可以主要用于检测碰撞事件是否发生及确认发生碰撞事件后进行紧急报警工作，通过该系统在辅助驾驶技术中的应用可以显著降低伤员的救援等待时间和减少人员伤亡和财产损失，还可以为交通事故提供紧急数据备份及取证。
目前技术所提供的车辆碰撞检测处理方案包括基于地感线圈和超声波检测器等方式实施对车辆的碰撞事件的检测。然而，基于地感线圈的检测方案只能获取车流量、车辆速度和车身长度等非常有限的交通信息，对碰撞事件进行检测的准确性比较低，而且只有当线圈位置受到交通流的影响后才能检测到碰撞事件是否发生，具有一定的滞后性；基于超声波检测器的检测方案所检测的范围有限而且精度不高，而且非常容易受到高低温、雨雪等环境的影响而导致对碰撞事件进行检测的准确性比较低。
发明内容
基于此，有必要针对上述技术问题，提供一种车辆碰撞检测处理方法、装置、车载终端和存储介质。
一种车辆碰撞检测处理方法，所述方法包括：
响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；
根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；
若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
一种车辆碰撞检测处理装置，包括：
可疑碰撞响应模块，用于响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；
第一结果获取模块，用于根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
第二结果获取模块，用于基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；
真实碰撞处理模块，用于若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
一种车载终端，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
上述车辆碰撞检测处理方法、装置、车载终端和存储介质，车载终端响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取车辆在第一时段的车辆运动信息、在第二时段的车周声音信息以及在第三时段的车周图像信息，然后，车载终端根据车辆运动信息、车周声音信息和车周图像信息，获取对前述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，接着基于该对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果得到对该可疑碰撞事件的多维度综合分析结果，由此，若多维度综合分析结果表征前述可疑碰撞事件为真实碰撞事件，则车载终端获取基于该多维度综合分析结果确定的针对真实碰撞事件的告警等级，向服务器发送告警等级对应的告警信息。该方案能够在加速度传感器检测到车辆发生碰撞事件时，先将该碰撞事件可疑碰撞事件，然后综合在运动维度、声音维度和图像维度上分析得到的碰撞事件分析结果，进一步确定由加速度传感器检测的碰撞事件是否为真实的碰撞事件，以此提高对碰撞事件检测的准确性，还在确定由加速度传感器检测的碰撞事件为真实的碰撞事件的基础上，向服务器发送与该真实的碰撞事件的告警等级对应的告警信息，由于结合多维度进行碰撞事件分析时能够过滤掉很多误报信息，因此也避免了向服务器发送由于误报而产生的告警信息，达到减轻服务器压力和资源消耗的效果。
附图说明
图1为一个实施例中车辆碰撞检测处理方法的应用环境图；
图2为一个实施例中车辆碰撞检测处理方法的流程示意图；
图3为一个实施例中运动维度检测的流程示意图；
图4为一个实施例中声音维度检测的流程示意图；
图5为另一个实施例中车辆碰撞检测处理方法的流程示意图；
图6为一个实施例中车辆碰撞检测处理装置的结构框图；
图7为一个实施例中车载终端的内部结构图。
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。
本申请提供的车辆碰撞检测处理方法，可以应用于如图1所示的应用环境中。在该应用环境中，车载终端110可以通过网络与服务器120通信连接，该车载终端110可安装在车辆上在车辆行驶过程中检测是否发生碰撞，并能够在发生碰撞时将相应的告警信息上报给服务器120。其中，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
具体的，车载终端110响应于设于该车辆上的加速度传感器检测到可疑碰撞事件，获取该车辆在第一时段的车辆运动信息、在第二时段的车周声音信息以及在第三时段的车周图像信息，然后，车载终端110根据该车辆运动信息、车周声音信息和车周图像信息，获取对上述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，接着车载终端110基于对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果得到对可疑碰撞事件的多维度综合分析结果。至此，若车载终端110判断该多维度综合分析结果表征前述可疑碰撞事件为真实碰撞事件，则车载终端110获取基于多维度综合分析结果确定的针对真实碰撞事件的告警等级，向服务器120发送告警等级对应的告警信息。
下面结合实施例和相应附图对本申请提供的车辆碰撞检测处理方法进行详细说明。
在一个实施例中，如图2所示，提供了一种车辆碰撞检测处理方法，以该方法应用于图1中的车载终端110为例进行说明，该方法可以包括以下步骤：
步骤S201，响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取车辆在第一时段的车辆运动信息，获取车辆在第二时段的车周声音信息以及获取车辆在第三时段的车周图像信息；
本步骤中，搭载有车载终端110的车辆上设有加速度传感器，该加速度传感器可用于检测碰撞事件，而该加速度传感器检测到的碰撞事件作为可疑碰撞事件。具体的，车载终端110首先通过加速度传感器接收车辆的运行信息，以初步判断车辆是否发生碰撞，由于加速度传感器是基于加速度阈值进行碰撞检测，而加速度阈值如果设置得比较低，那么在车辆存在急加速或急减速、路面颠簸震动(例如车辆路过减速带)等情况下，仅通过加速度传感器检测车辆是否发生碰撞容易形成误判，因此在车载终端110判断加速度传感器检测到碰撞事件时，将该加速度传感器检测到的碰撞事件作为可疑碰撞事件，需在后续步骤中进一步判断该可疑碰撞事件是否为真实碰撞事件。
然后，车载终端110响应于车辆上的加速度传感器检测到可疑碰撞事件，获取该车辆在第一时段的车辆运动信息、在第二时段的车周声音信息和在第三时段的车周图像信息。其中，车辆发生前述可疑碰撞事件的时间称为可疑碰撞事件的发生时间，该可疑碰撞事件的发生时间可通过加速度传感器检测得到。
具体的，在加速度传感器检测到可疑碰撞事件之后，车载终端110进一步结合车辆的包括车辆运动信息、车周声音信息和车周图像信息判断该可疑碰撞事件是否为真实的碰撞事件。其中，车辆运动信息是指车辆的运行状态，例如是否处于停止运行状态等，该运行状态可以通过检测该车辆在一定时段内的车速判断。车周声音信息是指该车辆的车身周围的声音信息，该声音信息可以通过设于车辆上的麦克风采集得到。车周图像信息是指该车辆的车身周围的图像信息，可以包括车门边的图像、车辆盲区图像、车头图像和车尾图像等图像的信息。
可根据可疑碰撞事件的发生时间确定获取上述车辆运动信息、车周声音信息和车周图像信息对应的时段，以便于车载终端110对在可疑碰撞事件的发生时间前和/或发生时间后的一定时段内对应的车辆运动信息、车周声音信息和车周图像信息进行针对性分析。示例性的，对于第一时段的设定，可以发生时间为起点设定第一预设时长作为该第一时段，举例来说，设发生时间为A时刻，第一预设时长为30秒，则第一时段为A至A+30秒。对于第二时段的设定，则可将该发生时间前后的第二预设时长作为该第二时段，举例来说，设发生时间为A时刻，第二预设时长为2秒，则第二时段为A－1秒至A+1秒。对于第三时段的设定，与第二时段的设定类似，也可该发生时间前后的第三预设时长作为该第三时段，该第三时段可以取例如2秒。
步骤S202，根据车辆运动信息、车周声音信息和车周图像信息，获取对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
本步骤中，车载终端110可根据车辆运动信息、车周声音信息和车周图像信息，对可疑碰撞事件分别在运动维度、声音维度和图像维度上进行碰撞事件分析，也即车载终端110根据车辆运动信息、车周声音信息和车周图像信息，分别在运动维度、声音维度和图像维度上独立地进行碰撞事件的检测，得到对各维度上的碰撞事件分析结果。该碰撞事件分析结果可以包括在运动维度是否检测到有碰撞事件的发生，在声音维度上是否检测到有碰撞事件的发生和在图像维度上是否检测到有碰撞事件的发生。
步骤S203，基于对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对可疑碰撞事件的多维度综合分析结果；
本步骤中，车载终端110可综合上述步骤S202中得到的对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到多维度综合分析结果，该多维度包括上述运动维度、声音维度和图像维度，也即先分别在运动维度、声音维度和图像维度上对碰撞事件进行独立检测，再综合各维度的检测结果获得多维度综合分析结果。
步骤S204，若多维度综合分析结果表征可疑碰撞事件为真实碰撞事件，则获取基于多维度综合分析结果确定的针对真实碰撞事件的告警等级，向服务器发送告警等级对应的告警信息。
车载终端110综合在运动维度、声音维度和图像维度上进一步对碰撞事件进行独立检测得到的检测结果，判断前述由加速度传感器检测得到的可疑碰撞事件是否为真实碰撞事件，而可疑碰撞事件是否为真实碰撞事件可由多维度综合分析结果来表征，该多维度综合分析结果可以采用对可疑碰撞事件在运动维度、声音维度和图像维度进行碰撞事件分析的综合得分来表示，从而依据综合得分的分值大小可得出可疑碰撞事件是否为真实碰撞事件的结论。具体的，若多维度综合分析结果表征前述由加速度传感器检测得到的可疑碰撞事件为真实碰撞事件，那么车载终端110可进一步基于多维度综合分析结果确定的针对真实碰撞事件的告警等级，也即车载终端110可预先针对真实碰撞事件划分多个告警等级，而当前所发生的真实碰撞事件对应的告警等级也将由多维度综合分析结果来确定，例如在采用综合得分来表示多维度综合分析结果的情况下，可按照综合得分的分值大小来确定真实碰撞事件对应的告警等级。最后，车载终端110可生成该告警等级对应的告警信息并发送至服务器120，以完成碰撞事件上报。
上述车辆碰撞检测处理方法，车载终端110响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取车辆在第一时段的车辆运动信息、在第二时段的车周声音信息以及在第三时段的车周图像信息，然后，车载终端110根据车辆运动信息、车周声音信息和车周图像信息，获取对前述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，接着基于该对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果得到对该可疑碰撞事件的多维度综合分析结果，由此，若多维度综合分析结果表征前述可疑碰撞事件为真实碰撞事件，则车载终端110获取基于该多维度综合分析结果确定的针对真实碰撞事件的告警等级，向服务器120发送告警等级对应的告警信息。
本实施例提供的方案能够在加速度传感器检测到车辆发生碰撞事件时，先将该碰撞事件可疑碰撞事件，然后综合在运动维度、声音维度和图像维度上分析得到的碰撞事件分析结果，进一步确定由加速度传感器检测的碰撞事件是否为真实的碰撞事件，以此提高对碰撞事件检测的准确性，还在确定由加速度传感器检测的碰撞事件为真实的碰撞事件的基础上，向服务器120发送与该真实的碰撞事件的告警等级对应的告警信息，由于结合多维度进行碰撞事件分析时能够过滤掉很多误报信息，因此也避免了向服务器120发送由于误报而产生的告警信息，达到减轻服务器压力和资源消耗的效果。
在一个实施例中，上述步骤S203中的基于对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对可疑碰撞事件的多维度综合分析结果，具体包括：
确定对可疑碰撞事件分别在运动维度、声音维度和图像维度进行碰撞事件分析的参考权重，得到各维度对应的参考权重；根据对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，以及各维度对应的参考权重，得到多维度综合分析结果。
本实施例中，可以预先为运动维度、声音维度和图像维度上进行的碰撞事件分析设置相应的参考权重，该参考权重用于表征分别在这三个维度上进行碰撞事件分析时的参考价值，也可以用于表征这三个维度得出的分析结果的可靠程度。在一些实施例方式当中，可以在运动维度上设置最高的参考权重，图像维度的参考权重次之，声音维度的参考维度最低，示例性的，运动维度上的参考权重可以为70分，声音维度上的参考权重可以为30分，图像维度的参考权重可以为40分。而对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，可以包括在这些维度上是否判断该可疑碰撞事件为真实碰撞事件，那么进一步的，根据参考权重和各维度上的碰撞事件分析结果，可以得到各个维度对应的得分，将各维度对应的得分相加可以得到多维度综合分析结果。具体的，若在运动维度上的碰撞检测成立，则该运动维度对应的得分为70分，若在声音维度上的碰撞检测成立，则该声音维度对应的得分为30分，若在图像维度上的碰撞检测成立，则该图像维度对应的得分为40分，对此，如果某一维度上的碰撞检测不成立，则该某一维度对应的得分为0分，最后将这些得分相加即可得到对上述可疑碰撞事件在运动维度、声音维度和图像维度进行碰撞事件分析的综合得分，将该综合得分作为多维度综合分析结果。
本实施例的技术方案，可以将为不同维度设置不同的参考权重，并且基于此可以实现对分析结果的量化，该基于上述三个维度上对碰撞事件检测采用投票检测机制，可提高对碰撞事件检测的精确性。
在一些实施例中，进一步的，上述方法还可以通过如下步骤判断可疑碰撞事件是否为真实碰撞事件，具体包括：
若上述综合得分大于或者等于综合得分阈值，则判断多维度综合分析结果表征可疑碰撞事件为真实碰撞事件。
本实施例中，多维度综合分析结果包括对可疑碰撞事件在前述运动维度、声音维度和图像维度进行碰撞事件分析的综合得分，如果该综合得分大于或者等于综合得分阈值，则判断该多维度综合分析结果表征可疑碰撞事件为真实碰撞事件。具体的，设运动维度的参考权重为70分，声音维度的参考权重为30分，图像维度的参考权重为40分，而任何一维度如果检测失败，该检测失败的维度对应的分值都为0分，基于此，当三个维度的分值总和(即综合得分)大于或者等于70分(即综合得分阈值)，则判断碰撞成立，也即该三维度综合分析结果表征可疑碰撞事件为真实碰撞事件。本实施例通过设定阈值和分配相应参考权重的方式，能够进一步提高碰撞事件检测的精确性，减少误报概率。
更进一步的，在一些实施例中，上述步骤S204中的获取基于多维度综合分析结果确定的针对实碰撞事件的告警等级，具体包括：
确定综合得分在预先划分的多个分值节点中对应的分值节点；根据综合得分对应的分值节点，确定告警等级。
本实施例中，可以预先划分多个分值节点，在多个分值节点中，不同分值节点对应于不同的告警等级，也即按照分值不同，告警等级的高低也有所不同，从而在确定综合得分在这些预先划分的多个分值节点中对应的分值节点以后，即可快速地根据该综合得分对应的分值节点，精确地锁定告警等级，提高告警的效率和精确程度。
具体的，在可疑碰撞事件为真实碰撞事件的情况之下，碰撞成立对应的多个分值节点包括：70分、100分、110分和140分四个分值节点，而相应的，这四个分值节点也对应于四个告警等级，由此，在车载终端110判断可疑碰撞事件为真实碰撞事件的情况之下，例如当判断到上述三个维度的分值总和(即综合得分)大于或者等于70分的情况下，进一步确定该综合分值对应于上述四个分值节点中的哪一个，对应的分值节点越高，说明对应于越高的告警等级，从而可以实现向服务器120进行分级报警处理。
下面对上述三个维度上进行的可疑碰撞事件分析结果进行说明。
在一些实施例中，碰撞事件分析结果包括对可疑碰撞事件在运动维度的第一分析结果；如图3所示，步骤S202中的根据车辆运动信息、车周声音信息和车周图像信息，获取对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
步骤S301，根据车辆运动信息，获取对车辆是否在第一时段均处于停止运动状态进行检测得到的检测结果；
步骤S302，根据该检测结果，得到碰撞事件分析结果中的第一分析结果。
本实施例中，车载终端110在运动维度上，根据车辆运动信息，判断该车辆是否在第一时段内均处于停止运动状态，由此得到检测结果。具体来说，车载终端110可以采集发生可疑碰撞事件后车辆的包括GPS定位信息和速度信息等车辆运动信息，进入30秒(即第一时段)的车速检测，如果该车辆的车速为0并且车速为0的状态(即停止运动状态)持续15秒直到30秒超时，则车载终端110即可得到检测结果为该车辆已经停车，由此所获得的碰撞事件分析结果为碰撞成立作为第一分析结果，该实施例的方案可以实现基于GPS检测的行车碰撞，满足大部分碰撞后车辆熄火停车的场景，能够有效提高碰撞检测准确度。
在一个实施例中，上述碰撞事件分析结果包括对可疑碰撞事件在声音维度的第二分析结果；如图4所示，步骤S202中的根据车辆运动信息、车周声音信息和车周图像信息，获取对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
步骤S401，获取车周声音信息对应的车周声音特征数据；
步骤S402，根据将车周声音特征数据与预存的碰撞声音特征数据进行比对得到的比对结果，获取碰撞事件分析结果中的第二分析结果。
本实施例中，车载终端110可以实时采集车周声音信息，在检测可疑碰撞事件发生时，将可疑碰撞事件发生时刻的例如前后2秒内的车周声音信息进行检测，具体检测方式包括从该例如前后2秒内的车周声音信息中提取车周声音特征数据，将该车周声音特征数据与预存的碰撞声音特征数据进行比对，得到相应的比对结果，该比对结果可以表征该车周声音特征数据与碰撞声音特征数据的相似程度，从而可以根据车周声音特征数据与碰撞声音特征数据的相似程度得到碰撞事件分析结果中的第二分析结果，示例性的，当比对结果表征车周声音特征数据与碰撞声音特征数据的相似程度大于预先设定的相似程度阈值时，则可以判断在声音维度上的碰撞事件分析检测成立。本实施例通过声音特征比对的方式，能够减低在声音维度上进行碰撞事件分析判断的复杂度，提高碰撞事件的检测效率。
在一个实施例中，进一步的，上述步骤S401之后，还可以通过如下方式获取比对结果，包括：
获取车周声音特征数据与预存的碰撞声音特征数据之间的欧氏距离；根据欧氏距离得到比对结果。
本实施例主要是通过计算车周声音特征数据与预存的碰撞声音特征数据之间的欧氏距离，由此可以直接将欧式距离作为比对结果，该欧式距离可以表征出车周声音特征数据与碰撞声音特征数据的相似程度，而且计算方式相对简单，达到降低在声音维度上进行碰撞事件分析判断复杂度的效果。示例性的，车载终端110可以通过车载麦克风采集携带车周声音信息的PCM(Pulse Code Modulation，脉冲编码调制)音频数据并进行预处理，预处理后的音频数据通过MFCC(Mel Frequency Cepstrum Coefficient，梅尔频率倒谱系数)算法提取车周声音特征数据，然后再通过KNN算法(k-Nearest Nerghbor，k-最近邻算法)，通过对得到的车周声音特征数据与预先存储的碰撞声音特征数据(碰撞音频MFCC特征数据)进行欧式距离的计算，通过对每个特征数据计算得出的欧氏距离进行评估，欧式距离越小说明车周声音特征数据越符合碰撞声音特征数据的特征，可以进一步选取KNN算法中的K值为9，也即当车周声音特征数据中有9个特征数据与碰撞声音特征数据的欧氏距离小于预设的欧式距离阈值，则判断在声音维度上的碰撞事件分析检测成立。本实施例可以基于MFCC+KNN的碰撞语音检测算法，对例如碰撞检测时间前后2秒的车周声音特征数据进行检测，有效的减低算法运行复杂度。
在一个实施例中，碰撞事件分析结果包括对可疑碰撞事件在图像维度的第三分析结果；步骤S202中的根据车辆运动信息、车周声音信息和车周图像信息，获取对可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
从车周图像信息中获取车辆在第三时段的车头图像信息和车尾图像信息；基于车头图像信息和车尾图像信息，获取周边车辆在第三时段的运动轨迹信息；根据运动轨迹信息，得到碰撞事件分析结果中的第三分析结果。
本实施例主要是车载终端110可以获取车辆在可疑碰撞事件触发前后的第三时段内的车周图像信息，从该车周图像信息中获取车头图像信息和车尾图像信息，通过分析该车头图像信息和车尾图像信息判断车辆是否真正发生了碰撞。具体的，车载终端110可以在车头图像信息和车尾图像信息中，分析周边车辆在该第三时段的运动轨迹信息，也即在第三时段是否有周边车辆靠近本车的车头或者车尾而发生了真正的碰撞，也即车载终端110可以通过对车头图像信息和车尾图像信息分析得到的周边车辆在第三时段的运动轨迹信息，在图像维度上确定对可疑碰撞事件的第三分析结果。本实施例中所需要的车周图像信息可以是视频图像，而且只需要对小段的视频图像进行分析即可判断周边车辆在第三时段的运动轨迹是否构成对真正碰撞，以及该用于图像维度进行碰撞事件分析的视频图像也可以用于车载终端110综合判断可疑碰撞事件为真实碰撞事件时作为车辆的报警信息提供给服务器120，由于该视频图像数据量小，由此也可以减轻服务器120的数据处理压力和资源消耗。
为了更清晰从整体上阐明本申请提供的车辆碰撞检测处理方法，结合图5对该车辆碰撞检测处理方法进行说明。
本申请提供的车辆碰撞检测处理方法中，首先由加速度传感器对车辆是否发生碰撞事件进行判定，若加速度传感器判定碰撞不成立，则无需进行后续判断步骤；另外，考虑到加速度传感器基于阈值进行碰撞检测，而阈值设置的低，则在当车辆存在急加速(减速)、路面颠簸震动(路过减速带)等情况下，仅通过加速度传感器的数据判定车辆是否发生碰撞，容易形成误判。因此，在加速度传感器判定碰撞成立的情况下，将该碰撞事件设为可疑碰撞事件，通过另外三个维度分别独立地对该可疑碰撞事件做进一步的判断。加速度传感器检测到可疑碰撞事件后，采集车辆的速度信息、声音信息和图像信息。
在运动维度上，如果根据速度信息判断车辆速度在预设时间内均为预设值，例如车辆速度为0且持续30秒，则判断碰撞成立，在运动维度上的得分Sg为70分，如果车辆速度在该30秒内不为0，则判断碰撞不成立，在运动维度上的得分Sg为0分；在声音维度上，如果根据声音信息判断车周声音数据特征与碰撞声音特征数据相似度较高，则判断碰撞成立，在声音维度上的得分Sa为30分，否则Sa为0分；在图像维度上，如果根据图像信息判断车辆与周边车辆在例如车头或者车尾发生碰撞，则判断碰撞成立，在图像维度上的得分Sv＝40分，否则Sv为0分。
然后，将三个维度对应的分值相加得到综合得分，如果综合得分大于或者等于70分，则车载终端110判断可疑碰撞事件为真实碰撞事件，即碰撞成立，如果小于70分，则判断碰撞不成立。在碰撞成立的情况下，使得碰撞成立的综合得分分四个等级，分别是70分、100分、110分和140分，从而可以向后台即服务器120分四个等级发送相应的告警信息进行告警处理。
本申请所提供的技术方案，基于四个维度的碰撞检测，能够有效的过滤无效碰撞，并且减少上报到后台服务器的碰撞紧急数据，据初步统计，基于加速度传感器上报的紧急碰撞文件，每车每天误检平均4次，每次上报前后摄视频大小为20M，每天以100k的量统计，上传到后台服务器的无效视频的数量高达8T，由此可见，该方案能够有效的过滤掉上传到后台服务器的无效视频，减轻服务器压力和资源消耗。具体的，本申请将加速度传感器、计算机听觉和计算机视觉相结合，避免单纯通过加速度传感器形成的误判，同时利用计算机听觉和视觉增加碰撞事件判断的准确率，而其中结合包括GPS定位信息和速度信息，判断车辆行车碰撞一定时间内是否停车，如果车辆停车则判断车辆进入碰撞业务，可以存储紧急相关视频文件，还采用KNN+MFCC碰撞声音识别方法，可通过设计小型的碰撞声音特征数据库满足嵌入式设备对碰撞事件进行分析的需求，增加碰撞识别权重，而基于车辆轨迹的碰撞检测机制，能够在图像维度上达到实时准确的识别车辆是否发生碰撞。
应该理解的是，虽然图2至图5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至图5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种车辆碰撞检测处理装置，该装置600可以包括：
可疑碰撞响应模块601，用于响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；
第一结果获取模块602，用于根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
第二结果获取模块603，用于基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；
真实碰撞处理模块604，用于若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
在一个实施例中，第二结果获取模块603，进一步用于确定对所述可疑碰撞事件分别在所述运动维度、声音维度和图像维度进行碰撞事件分析的参考权重，得到各维度对应的参考权重；根据所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，以及所述各维度对应的参考权重，得到所述多维度综合分析结果。
在一个实施例中，所述多维度综合分析结果包括对所述可疑碰撞事件在所述运动维度、声音维度和图像维度进行碰撞事件分析的综合得分；
上述装置600还可以包括：判断单元，用于若所述综合得分大于或者等于综合得分阈值，则判断所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件；真实碰撞处理模块604，进一步用于确定所述综合得分在预先划分的多个分值节点中对应的分值节点；所述多个分值节点中，不同分值节点对应于不同告警等级；根据所述综合得分对应的分值节点，确定所述告警等级。
在一个实施例中，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述运动维度的第一分析结果；第一结果获取模块602，进一步用于根据所述车辆运动信息，获取对所述车辆是否在所述第一时段均处于停止运动状态进行检测得到的检测结果；根据所述检测结果，得到所述碰撞事件分析结果中的所述第一分析结果。
在一个实施例中，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述声音维度的第二分析结果；第一结果获取模块602，进一步用于获取所述车周声音信息对应的车周声音特征数据；根据将所述车周声音特征数据与预存的碰撞声音特征数据进行比对得到的比对结果，获取所述碰撞事件分析结果中的所述第二分析结果。
在一个实施例中，第一结果获取模块602，进一步还用于获取所述车周声音信息对应的车周声音特征数据之后，获取所述车周声音特征数据与所述预存的碰撞声音特征数据之间的欧氏距离；根据所述欧氏距离得到所述比对结果。
在一个实施例中，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述图像维度的第三分析结果；第一结果获取模块602，进一步用于从所述车周图像信息中获取所述车辆在所述第三时段的车头图像信息和车尾图像信息；基于所述车头图像信息和车尾图像信息，获取周边车辆在所述第三时段的运动轨迹信息；根据所述运动轨迹信息，得到所述碰撞事件分析结果中的所述第三分析结果。
关于车辆碰撞检测处理装置的具体限定可以参见上文中对于车辆碰撞检测处理方法的限定，在此不再赘述。上述车辆碰撞检测处理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，提供了一种车载终端，其内部结构图可以如图7所示。该车载终端包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该车载终端的处理器用于提供计算和控制能力。该车载终端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。该车载终端的通信接口用于与外部的设备进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆碰撞检测处理方法。该车载终端的显示屏可以是液晶显示屏或者电子墨水显示屏，该车载终端的输入装置可以是显示屏上覆盖的触摸层，也可以是车载终端外壳上设置的按键、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7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车载终端的限定，具体的车载终端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。
在一个实施例中，还提供了一种车载终端，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)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 (10)
1.一种车辆碰撞检测处理方法，其特征在于，所述方法包括：
响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；
根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；
若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果，包括：
确定对所述可疑碰撞事件分别在所述运动维度、声音维度和图像维度进行碰撞事件分析的参考权重，得到各维度对应的参考权重；
根据所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，以及所述各维度对应的参考权重，得到所述多维度综合分析结果。
3.根据权利要求1或2所述的方法，其特征在于，所述多维度综合分析结果包括对所述可疑碰撞事件在所述运动维度、声音维度和图像维度进行碰撞事件分析的综合得分；
所述方法还包括：
若所述综合得分大于或者等于综合得分阈值，则判断所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件；
所述获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，包括：
确定所述综合得分在预先划分的多个分值节点中对应的分值节点；所述多个分值节点中，不同分值节点对应于不同告警等级；
根据所述综合得分对应的分值节点，确定所述告警等级。
4.根据权利要求1所述的方法，其特征在于，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述运动维度的第一分析结果；所述根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
根据所述车辆运动信息，获取对所述车辆是否在所述第一时段均处于停止运动状态进行检测得到的检测结果；
根据所述检测结果，得到所述碰撞事件分析结果中的所述第一分析结果。
5.根据权利要求1所述的方法，其特征在于，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述声音维度的第二分析结果；所述根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
获取所述车周声音信息对应的车周声音特征数据；
根据将所述车周声音特征数据与预存的碰撞声音特征数据进行比对得到的比对结果，获取所述碰撞事件分析结果中的所述第二分析结果。
6.根据权利要求5所述的方法，其特征在于，所述获取所述车周声音信息对应的车周声音特征数据之后，所述方法还包括：
获取所述车周声音特征数据与所述预存的碰撞声音特征数据之间的欧氏距离；
根据所述欧氏距离得到所述比对结果。
7.根据权利要求1所述的方法，其特征在于，所述碰撞事件分析结果包括对所述可疑碰撞事件在所述图像维度的第三分析结果；所述根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，包括：
从所述车周图像信息中获取所述车辆在所述第三时段的车头图像信息和车尾图像信息；
基于所述车头图像信息和车尾图像信息，获取周边车辆在所述第三时段的运动轨迹信息；
根据所述运动轨迹信息，得到所述碰撞事件分析结果中的所述第三分析结果。
8.一种车辆碰撞检测处理装置，其特征在于，包括：
可疑碰撞响应模块，用于响应于设于车辆上的加速度传感器检测到可疑碰撞事件，获取所述车辆在第一时段的车辆运动信息，获取所述车辆在第二时段的车周声音信息以及获取所述车辆在第三时段的车周图像信息；所述第一时段、第二时段和第三时段均根据所述可疑碰撞事件的发生时间确定；
第一结果获取模块，用于根据所述车辆运动信息、车周声音信息和车周图像信息，获取对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果；
第二结果获取模块，用于基于所述对所述可疑碰撞事件分别在运动维度、声音维度和图像维度的碰撞事件分析结果，得到对所述可疑碰撞事件的多维度综合分析结果；
真实碰撞处理模块，用于若所述多维度综合分析结果表征所述可疑碰撞事件为真实碰撞事件，则获取基于所述多维度综合分析结果确定的针对所述真实碰撞事件的告警等级，向服务器发送所述告警等级对应的告警信息。
9.一种车载终端，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至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011077769.5A CN112277936B (zh) | 2020-10-10 | 2020-10-10 | 车辆碰撞检测处理方法、装置、车载终端和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011077769.5A CN112277936B (zh) | 2020-10-10 | 2020-10-10 | 车辆碰撞检测处理方法、装置、车载终端和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112277936A true CN112277936A (zh) | 2021-01-29 |
| CN112277936B CN112277936B (zh) | 2021-08-06 |
Family
ID=74422357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011077769.5A Active CN112277936B (zh) | 2020-10-10 | 2020-10-10 | 车辆碰撞检测处理方法、装置、车载终端和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112277936B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113299317A (zh) * | 2021-05-14 | 2021-08-24 | 东南大学 | 一种基于mfcc特征提取的交叉路口碰撞音频预警测评方法 |
| CN113822449A (zh) * | 2021-08-10 | 2021-12-21 | 百度在线网络技术（北京）有限公司 | 碰撞检测方法、装置、电子设备和存储介质 |
| CN114023092A (zh) * | 2021-11-11 | 2022-02-08 | 东风商用车有限公司 | 车辆碰撞事件确定方法、系统、设备及可读存储介质 |
| CN114301938A (zh) * | 2021-12-24 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090188742A1 (en) * | 2004-09-06 | 2009-07-30 | Anton Dukart | Device for detecting a collision of a vehicle with an obstacle |
| CN104424671A (zh) * | 2013-08-22 | 2015-03-18 | 中兴通讯股份有限公司 | 移动设备取证处理方法及装置 |
| CN104424798A (zh) * | 2013-08-27 | 2015-03-18 | 株式会社日立制作所 | 用于检测车辆发生碰撞事件的方法和控制中心设备 |
| GB201510973D0 (en) * | 2015-06-22 | 2015-08-05 | Octo Telematics Spa | Collision Diagnosis for a Traffic Event |
| CN105205882A (zh) * | 2015-09-30 | 2015-12-30 | 北京九五智驾信息技术股份有限公司 | 行车影像记录方法及行车记录仪 |
| CN105225408A (zh) * | 2014-06-19 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 自动报警的方法及装置 |
| CN106373332A (zh) * | 2016-09-30 | 2017-02-01 | 北京奇虎科技有限公司 | 车载智能告警方法及装置 |
| CN109677352A (zh) * | 2017-10-19 | 2019-04-26 | 福特全球技术公司 | 基于约束控制模块加速度计对车辆周围的非接触事件进行分类 |
| JP2019181989A (ja) * | 2018-04-02 | 2019-10-24 | 株式会社デンソー | 衝突検知装置 |
| US20200279378A1 (en) * | 2019-02-28 | 2020-09-03 | Toyota Jidosha Kabushiki Kaisha | Collision determination server, program, and recording medium |
-
2020
- 2020-10-10 CN CN202011077769.5A patent/CN112277936B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090188742A1 (en) * | 2004-09-06 | 2009-07-30 | Anton Dukart | Device for detecting a collision of a vehicle with an obstacle |
| CN104424671A (zh) * | 2013-08-22 | 2015-03-18 | 中兴通讯股份有限公司 | 移动设备取证处理方法及装置 |
| CN104424798A (zh) * | 2013-08-27 | 2015-03-18 | 株式会社日立制作所 | 用于检测车辆发生碰撞事件的方法和控制中心设备 |
| CN105225408A (zh) * | 2014-06-19 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 自动报警的方法及装置 |
| GB201510973D0 (en) * | 2015-06-22 | 2015-08-05 | Octo Telematics Spa | Collision Diagnosis for a Traffic Event |
| CN105205882A (zh) * | 2015-09-30 | 2015-12-30 | 北京九五智驾信息技术股份有限公司 | 行车影像记录方法及行车记录仪 |
| CN106373332A (zh) * | 2016-09-30 | 2017-02-01 | 北京奇虎科技有限公司 | 车载智能告警方法及装置 |
| CN109677352A (zh) * | 2017-10-19 | 2019-04-26 | 福特全球技术公司 | 基于约束控制模块加速度计对车辆周围的非接触事件进行分类 |
| JP2019181989A (ja) * | 2018-04-02 | 2019-10-24 | 株式会社デンソー | 衝突検知装置 |
| US20200279378A1 (en) * | 2019-02-28 | 2020-09-03 | Toyota Jidosha Kabushiki Kaisha | Collision determination server, program, and recording medium |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113299317A (zh) * | 2021-05-14 | 2021-08-24 | 东南大学 | 一种基于mfcc特征提取的交叉路口碰撞音频预警测评方法 |
| CN113822449A (zh) * | 2021-08-10 | 2021-12-21 | 百度在线网络技术（北京）有限公司 | 碰撞检测方法、装置、电子设备和存储介质 |
| CN113822449B (zh) * | 2021-08-10 | 2023-08-18 | 百度在线网络技术（北京）有限公司 | 碰撞检测方法、装置、电子设备和存储介质 |
| CN114023092A (zh) * | 2021-11-11 | 2022-02-08 | 东风商用车有限公司 | 车辆碰撞事件确定方法、系统、设备及可读存储介质 |
| CN114023092B (zh) * | 2021-11-11 | 2023-01-03 | 东风商用车有限公司 | 车辆碰撞事件确定方法、系统、设备及可读存储介质 |
| CN114301938A (zh) * | 2021-12-24 | 2022-04-08 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
| CN114301938B (zh) * | 2021-12-24 | 2024-01-02 | 阿波罗智联(北京)科技有限公司 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112277936B (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112277936B (zh) | 车辆碰撞检测处理方法、装置、车载终端和存储介质 | |
| US10061013B2 (en) | Mobile gunshot detection | |
| US8321086B2 (en) | Gateway control apparatus for vehicles and travel information recording method thereof | |
| CN106355876A (zh) | 众包事件的报告和重构 | |
| US8379924B2 (en) | Real time environment model generation system | |
| KR101116273B1 (ko) | 교통사고 인식장치 및 그 방법 | |
| CN110866427A (zh) | 一种车辆行为检测方法及装置 | |
| WO2019185045A1 (zh) | 运输设备碰撞检测及预警防护方法 | |
| JP6682222B2 (ja) | 検知装置及びその制御方法、コンピュータプログラム | |
| CN106920293A (zh) | 车辆事故自动记录分析方法 | |
| CN108922166B (zh) | 一种基于大数据的交通事故救援方法 | |
| EP2263533A1 (en) | Enhancing security and emergency functionalities in mobile phones based on detection of physical shocks | |
| US20220017032A1 (en) | Methods and systems of predicting total loss events | |
| CN110533930B (zh) | 交通数据处理方法、装置、计算机设备和存储介质 | |
| CN111862529A (zh) | 报警方法及设备 | |
| Markwood et al. | Vehicle self-surveillance: Sensor-enabled automatic driver recognition | |
| CN111368626A (zh) | 车辆识别方法、装置、电子设备和存储介质 | |
| CN114530057B (zh) | 一种车辆预警方法、装置、车辆及存储介质 | |
| CN113345125B (zh) | 车辆坠落事件的检测处理方法、装置、设备和存储介质 | |
| US11716604B2 (en) | Inconsistency-determining apparatus for vehicle accident | |
| US11735050B2 (en) | Accident reporter | |
| CN108401234A (zh) | 用于检测数据的方法、用于更新情景目录的方法、设备、计算机程序和机器可读的存储介质 | |
| CN108860158B (zh) | 车辆、车险防欺诈预警及存储介质 | |
| WO2022157538A1 (en) | A method and system for determining a possible road safety violation | |
| KR102469583B1 (ko) | 차량 카메라를 이용한 감시 방법 및 그 시스템 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240202 Address after: Room 601, 6th Floor, Building 2, No. 89 Liangcun Avenue, Yongning District, Nanning City, Guangxi Zhuang Autonomous Region, 530299 Patentee after: Yamei Holdings Group Co.,Ltd. Country or region after: China Address before: Room 201, No.1 Hanjing Road, Tianhe District, Guangzhou City, Guangdong Province Patentee before: Guangzhou Yameizhi Technology Co.,Ltd. Country or region before: China |