CN112802227A - 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 - Google Patents
车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 Download PDFInfo
- Publication number
- CN112802227A CN112802227A CN201911110508.6A CN201911110508A CN112802227A CN 112802227 A CN112802227 A CN 112802227A CN 201911110508 A CN201911110508 A CN 201911110508A CN 112802227 A CN112802227 A CN 112802227A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- driving
- adas
- driving data
- 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
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title claims abstract description 63
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title claims abstract description 62
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000003993 interaction Effects 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 238000013480 data collection Methods 0.000 claims abstract description 19
- 238000010295 mobile communication Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G07C5/0841—Registering performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开的实施例公开了一种车辆ADAS行驶数据的采集方法、装置、人机交互装置及车辆，涉及辅助驾驶技术领域，解决现有技术中目前采集ADAS的行车数据的数据量较大的问题。本公开的实施例的方法主要包括：监控车辆高级辅助驾驶系统实时的行驶数据；判断所述行驶数据是否超出预设安全阈值；若超出预设安全阈值，采集车辆当前的行驶数据。车辆在行驶当中，可对车辆实时的行驶数据进行监控，当超出预设安全阈值，采集车辆当前的行驶数据，相对于对所有的行驶数据进行采集的方式，从而可以大大降低ADAS的行车数据的数据采集量，便于实现ADAS的行车数据上传至服务器，以降低ADAS数据分析成本。
Description
技术领域
本公开的实施例涉及辅助驾驶技术领域，特别是涉及一种车辆ADAS行驶数据的采集方法、装置、人机交互装置及车辆。
背景技术
高级辅助驾驶系统(Advanced Driver Assistance System，简写ADAS)可以提供给用户优质的无人辅助驾驶体验，其辅助驾驶的可靠性依赖于车辆上安装的各种传感器采集的行车信号，例如视频采集信号、雷达采集信号、刹车信号、转弯信号、车辆加速信号、车辆倾斜信号等，通过对各种传感器产生的行车信号进行数据分析，从而实现对辅助驾驶的可靠性进行改进提升。
目前，如图1所示，采集ADAS的行车信号的方式是，在车辆出厂之前，在车辆上安装专业的信号记录仪，将信号记录仪增设新的线路或是破坏原有线路连接车辆中的各个传感器(例如，三轴陀螺仪、雷达、GPS、摄像头、ADAS等)，从而对试验的车辆行车产生的行车信号记录。车辆试验区的车辆行车试验完毕之后，从记录仪中下载ADAS的行车数据至电脑中，其中，ADAS的行车数据的数据量较大，每天产生大概10GB左右，为了节约费用(4G网络费用较贵)，之后在通过办公区的宽带网络将ADAS的行车数据上传至服务器，以便于后期的软件工程师对试验的ADAS的行车数据进行数据分析和问题分析，从而便于增强辅助驾驶的可靠性。
其中，目前采集ADAS的行车数据的数据量较大，导致成本较高，不易于实现辅助驾驶的可靠性的增强。
发明内容
本公开为解决现有技术中目前采集ADAS的行车数据的数据量较大的问题，提供了一种车辆ADAS行驶数据的采集方法、装置、人机交互装置及车辆，以减少ADAS的行车数据的采集量。
本公开的实施例主要提供如下技术方案：
第一方面，本公开的实施例提供了一种车辆ADAS行驶数据的采集方法，所述方法包括：
监控车辆高级辅助驾驶系统实时的行驶数据；
判断所述行驶数据是否超出预设安全阈值；
若超出预设安全阈值，采集车辆当前的行驶数据。
在一些实施例中，所述预设安全阈值的种类为多个，所述采集车辆当前的行驶数据，包括：
按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别，其中所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别；
采集与所述数据采集类别对应的行驶数据。
在一些实施例中，所述预设安全阈值的种类包括第一类别、第二类别、第三类别中的至少一种；其中，
所述第一类别包括方向盘设定时间的转动角度；
所述第二类别包括设定时间内刹车踏板的踩踏深度；
所述第三类别包括车辆处于辅助驾驶环境下实施的车辆自动制动的参数。
在一些实施例中，所述行驶数据的数据采集类别包括：雷达数据、视频数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据中的至少一种。
在一些实施例中，所述监控车辆高级辅助驾驶系统实时的行驶数据，包括：
通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
在一些实施例中，所述辅助驾驶指令对应的行驶数据包括视频数据以及控制器局域网络的数据，所述获取与所述辅助驾驶指令对应的行驶数据，包括：
经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及控制器局域网络的数据。
在一些实施例中，所述采集车辆当前的行驶数据，包括：
以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。
在一些实施例中，还包括：
将所述采集的行驶数据通过移动通信网络上传至服务器。
第二方面，本公开的实施例提供了一种车辆ADAS行驶数据的采集装置，所述装置包括：
监控单元，用于监控车辆高级辅助驾驶系统实时的行驶数据；
判断单元，用于判断所述行驶数据是否超出预设安全阈值；
采集单元，用于若超出预设安全阈值，采集车辆当前的行驶数据。
在一些实施例中，所述采集单元包括：
查询模块，用于按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别，其中所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别，其中所述预设安全阈值的种类为多个；
采集模块，用于采集与所述数据采集类别对应的行驶数据。
在一些实施例中，所述监控单元用于通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
在一些实施例中，所述监控单元用于经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及控制器局域网络的数据，所述辅助驾驶指令对应的行驶数据包括视频数据以及控制器局域网络的数据。
在一些实施例中，所述采集单元用于以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。
在一些实施例中，还包括：
移动通信单元，用于将所述采集的行驶数据通过移动通信网络上传至服务器。
在一些实施例中，所述预设安全阈值的种类包括第一类别、第二类别、第三类别中的至少一种；其中所述第一类别包括方向盘设定时间的转动角度；所述第二类别包括设定时间内刹车踏板的踩踏深度；所述第三类别包括车辆处于辅助驾驶环境下实施的车辆自动制动的参数。
在一些实施例中，所述行驶数据的数据采集类别包括：雷达数据、视频数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据中的至少一种。
第三方面，本公开的实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面所述的车辆ADAS行驶数据的采集方法。
第四方面，本公开的实施例提供了一种人机交互装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行第一方面所述的车辆ADAS行驶数据的采集方法。
第五方面，本公开的实施例提供了一种车辆，包括第四方面的所述的人机交互装置。
借由上述技术方案，本发明技术方案提供的车辆ADAS行驶数据的采集方法、装置、人机交互装置及车辆至少具有下列优点：
本公开的实施例提供的技术方案中，车辆在行驶当中，可对车辆实时的行驶数据进行监控，当超出预设安全阈值，采集车辆当前的行驶数据，相对于对所有的行驶数据进行采集的方式，从而可以大大降低ADAS的行车数据的数据采集量，便于实现ADAS的行车数据上传至服务器，以降低ADAS数据分析成本。
上述说明仅是本公开的实施例技术方案的概述，为了能够更清楚了解本公开的实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本公开的实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本公开的实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了现有技术中车辆上安装专业的信号记录仪的连接示意图；
图2示出了本公开的实施例提供的一种车辆ADAS行驶数据的采集方法的流程图；
图3示出了本公开的实施例提供的一种车辆ADAS行驶数据的采集方法的信号流向示意图；
图4示出了本公开的实施例提供的一种具体的车辆ADAS行驶数据的采集方法的流程图；
图5示出了本公开的实施例提供的一种车辆ADAS行驶数据的采集装置的组成框图；
图6示出了本公开的实施例提供的另一种车辆ADAS行驶数据的采集装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面，本公开的实施例提供了一种车辆ADAS行驶数据的采集方法，如图2和图3所示，所述方法主要包括：
101、监控车辆高级辅助驾驶系统实时的行驶数据；
通常的，为了满足高级辅助驾驶系统的可靠性升级，行驶数据可以为ADAS行车数据。实施中，根据不同的需求，可以选择监控不同的行车数据。例如，在本申请的一些实施例中，行驶数据的数据采集类别包括视频数据以及控制器局域网络(Controller AreaNetwork，简写CAN)的数据，CAN数据包括：雷达数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据等，本实施例中，所述行驶数据的数据采集类别包括：雷达数据、视频数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据中的至少一种，但不局限于此。
在进行实际的行驶数据监控当中，在一些实施例中，对于车辆试验场内的车辆，可以采用安装信号记录仪的方式，实现对车辆实时的行驶数据获取，从而实现监控。但是，此种方式，能够获取的数据量较小(试验的时间、次数受限所致)。
为此，在本申请的一些实施例中，步骤101所述监控车辆高级辅助驾驶系统实时的行驶数据，包括：通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
实施中，高级辅助驾驶系统触发的辅助驾驶指令在发送至相应的执行器(如摄像装置、雷达、电子控制单元(Electronic Control Unit，简写ECU)等)的同时，通过车载网关发送至人机交互装置(Human Machine Interface，简写HMI)，HMI从而可以实现对辅助驾驶指令的监控。
具体的，当HMI检测到了辅助驾驶指令，HMI可以以当前时间节点之前第一预设时长为时间起点，至以当前时间节点之后第二预设时长为时间终点，记录车辆的行驶数据，并对记录的行驶数据打上时间戳，但不局限于此。
此种方式，采用车辆当中现有的HMI、车载网关、高级辅助驾驶系统作为硬件基础，无需采用记录仪，即可，从而能够适用于用户车辆的行驶数据采集(现有的用户车辆当中，均不能安装记录仪，影响用户使用)。实施中，不需要增加额外的成本，利用车辆上现有的HMI、车载网关、高级辅助驾驶系统，采集有价值的车辆行驶数据。
102、判断所述行驶数据是否超出预设安全阈值；
预设安全阈值与监控的行驶数据对应配置，其中，实施中，预设安全阈值的种类不局限于一种，预设安全阈值的种类可以为多个，多个预设安全阈值可以对应相同类别的行驶数据进行配置，也可以对应不同类别的行驶数据进行配置。
103、若超出预设安全阈值，采集车辆当前的行驶数据。
当前的行驶数据为判断行驶数据超出预设安全阈值当前的时间所产生的行驶数据。
实施当中，所采集的当前的时间所产生的行驶数据可以为当前时间节点预定范围时间的行驶数据，以满足行驶数据分析的需求。例如，以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。第一预设时长和第二预设时长分别为根据行驶数据的分析需求而设定，第一预设时长和第二预设时长可以相同，也可以不同。对于不同类型的行驶数据，所配置的第一预设时长和第二预设时长也可以不同。例如，雷达数据、视频数据的第一预设时长和第二预设时长可以相同，档位数据、视频数据的第一预设时长和第二预设时长可以不相同。
本公开的实施例提供的技术方案中，车辆在行驶当中，可对车辆实时的行驶数据进行监控，当超出预设安全阈值，采集车辆当前的行驶数据，相对于对所有的行驶数据进行采集的方式，从而可以大大降低ADAS的行车数据的数据采集量，便于实现ADAS的行车数据上传至服务器，以降低ADAS数据分析成本。
其中，所述辅助驾驶指令对应的行驶数据包括视频数据以及CAN数据，在现有的技术中，由于采用独立的记录仪，需要同步时钟记录数据。采集CAN数据所述采用的时钟信号和采集视频数据所述采用的时钟信号为不同的时钟信号，因此导致，回传的行车数据中，视频数据与CAN数据时常出现不同步的问题，例如视频数据和雷达数据存在时间差。为了解决上述问题，采用车辆当中现有的HMI、车载网关、高级辅助驾驶系统作为硬件基础，获取与所述辅助驾驶指令对应的行驶数据中，实现经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及CAN数据，可以使得采集的视频数据与CAN数据完全同步。
为了便于获取用户车辆所产生的行驶数据，上述的车辆ADAS行驶数据的采集方法，还包括：
将所述采集的行驶数据通过移动通信网络上传至服务器。
用户在驾驶车辆当中，即可通过车辆的移动通信网络模块，上传采集的行驶数据，实现自动化数据采集，实时性高。车内人员完全无感的采集方式。其中，采集的车辆的行驶数据可以进行打包后上传至服务器。移动通信网络模块可以为3G网络、4G网络、5G网络等，但不局限于此。
ADAS软件工程师登录服务器，可以随时随地查看行驶数据。以便于后期对行驶数据制作场景库，实现仿真模拟，或是作为地图更新的数据等等。在所有车辆的整个使用周期中，都能采集行驶数据。能收集买到全球各地的车辆的行驶数据，不同场景，不同天气，不同的驾驶习惯以及各种极限场景下同步的的CAN数据和视频数据。
第二方面，本公开的实施例提供了一种车辆ADAS行驶数据的采集方法，如图4所示，基于第一方面提供的车辆ADAS行驶数据的采集方法，所述方法中，所述预设安全阈值的种类为多个，例如，所述预设安全阈值的种类包括第一类别、第二类别、第三类别；所述预设安全阈值的种类包括第一类别、第二类别、第三类别中的至少一种；其中，所述第一类别包括方向盘设定时间的转动角度；所述第二类别包括设定时间内刹车踏板的踩踏深度；所述第三类别包括车辆处于辅助驾驶环境下实施的车辆自动制动的参数，车辆自动制动的参数例如可以有制动的时间、制动的频率(预设时间内制动的次数)、制动的紧急度(可以由车辆的减速度体现，减速度绝对值越大，紧急度越高)等参数，但不局限于此。所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别；例如，第一类别对应胎压数据、视频数据、雷达数据、转弯数据。第二类别对应雷达数据、视频数据、刹车数据。第三类别对应雷达数据、视频数据。采集车辆当前的行驶数据，包括：
1031按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别；
若查询到为第一类别，对应的数据采集类为胎压数据、视频数据、雷达数据、转弯数据，若查询到为第二类别，对应的数据采集类为雷达数据、视频数据、刹车数据，若查询到为第三类别，对应的数据采集类为雷达数据、视频数据。容易理解的是，不同类别对应的数据采集类别为工程师根据自身所需而定，本申请的实施例不作为限定的解释。
1032采集与所述数据采集类别对应的行驶数据。
现有的行驶数据的采集方式中，采集车辆中所有的行驶数据，所采集的数据量较大(每天10GB)，若是通过移动通信网络上传服务器车辆用户无法承担高昂的通信成本，因此无法实现用户端车辆的行驶数据实时采集，本申请中，在判断行驶数据超出预设安全阈值后，根据超出预设安全阈值对应的类别，选择性的采集行驶数据，能够进一步的降低行驶数据采集量，通过降低数据量的采集，从而可以实现低成本的数据采集，能够满足用户的通信成本的承受能力，实现对用户端车辆的行驶数据实时采集。
第三方面，本公开的另一个实施例还提供了一种车辆ADAS行驶数据的采集装置，如图5所示，所述装置主要包括：
监控单元10，用于监控车辆高级辅助驾驶系统实时的行驶数据；
判断单元20，用于判断所述行驶数据是否超出预设安全阈值；
采集单元30，用于若超出预设安全阈值，采集车辆当前的行驶数据。
在一些实施例中，如图6所示，所述采集单元30包括：
查询模块31，用于按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别，其中所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别，其中所述预设安全阈值的种类为多个；
采集模块32，用于采集与所述数据采集类别对应的行驶数据。
在一些实施例中，所述监控单元10用于通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
在一些实施例中，所述监控单元10用于经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及控制器局域网络的数据，所述辅助驾驶指令对应的行驶数据包括视频数据以及控制器局域网络的数据。
在一些实施例中，所述采集单元30用于以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。
在一些实施例中，还包括：
移动通信单元40，用于将所述采集的行驶数据通过移动通信网络上传至服务器。
在一些实施例中，所述预设安全阈值的种类包括第一类别、第二类别、第三类别中的至少一种；其中所述第一类别包括方向盘设定时间的转动角度；所述第二类别包括设定时间内刹车踏板的踩踏深度；所述第三类别包括车辆处于辅助驾驶环境下实施的车辆自动制动的参数。
在一些实施例中，所述行驶数据的数据采集类别包括：雷达数据、视频数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据中的至少一种。
所述装置包括处理器和存储介质，上述监控单元、判断单元、采集单元和移动通信单元等均作为程序单元存储在存储介质中，由处理器执行存储在存储介质中的上述程序单元来实现相应的功能。
上述处理器中包含内核，由内核去存储介质中调取相应的程序单元。内核可以设置一个或以上。
第三方面的实施例提供的车辆ADAS行驶数据的采集装置，可以用以执行第一方面或第二方面的实施例所提供的车辆ADAS行驶数据的采集方法，相关的用于的含义以及具体的实施方式可以参见第一方面或第二方面的实施例中的相关描述，在此不再详细说明。
第四方面，本公开的实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面或第二方面所述的车辆ADAS行驶数据的采集方法。
存储介质可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
第五方面，本公开的实施例提供了一种人机交互装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行第一方面或第二方面所述的车辆ADAS行驶数据的采集方法。
第六方面，本公开的实施例提供了一种车辆，包括第五方面的所述的人机交互装置。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开的实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照本公开的实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本公开的实施例可提供为方法、系统或计算机程序产品。因此，本公开的实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本公开的实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (17)
1.一种车辆ADAS行驶数据的采集方法，其特征在于，所述方法包括：
监控车辆高级辅助驾驶系统实时的行驶数据；
判断所述行驶数据是否超出预设安全阈值；
若超出预设安全阈值，采集车辆当前的行驶数据。
2.根据权利要求1所述的车辆ADAS行驶数据的采集方法，其特征在于，所述预设安全阈值的种类为多个，所述采集车辆当前的行驶数据，包括：
按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别，其中所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别；
采集与所述数据采集类别对应的行驶数据。
3.根据权利要求2所述的车辆ADAS行驶数据的采集方法，其特征在于，所述预设安全阈值的种类包括第一类别、第二类别、第三类别中的至少一种；其中，
所述第一类别包括方向盘设定时间的转动角度；
所述第二类别包括设定时间内刹车踏板的踩踏深度；
所述第三类别包括车辆处于辅助驾驶环境下实施的车辆自动制动的参数。
4.根据权利要求2所述的车辆ADAS行驶数据的采集方法，其特征在于，所述行驶数据的数据采集类别包括：雷达数据、视频数据、刹车数据、转弯数据、加速减速数据、档位数据、倾斜数据、胎压数据中的至少一种。
5.根据权利要求1所述的车辆ADAS行驶数据的采集方法，其特征在于，所述监控车辆高级辅助驾驶系统实时的行驶数据，包括：
通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
6.根据权利要求5所述的车辆ADAS行驶数据的采集方法，其特征在于，所述辅助驾驶指令对应的行驶数据包括视频数据以及控制器局域网络的数据，所述获取与所述辅助驾驶指令对应的行驶数据，包括：
经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及控制器局域网络的数据。
7.根据权利要求1所述的车辆ADAS行驶数据的采集方法，其特征在于，所述采集车辆当前的行驶数据，包括：
以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。
8.根据权利要求1-7中任一所述的车辆ADAS行驶数据的采集方法，其特征在于，还包括：
将所述采集的行驶数据通过移动通信网络上传至服务器。
9.一种车辆ADAS行驶数据的采集装置，其特征在于，所述装置包括：
监控单元，用于监控车辆高级辅助驾驶系统实时的行驶数据；
判断单元，用于判断所述行驶数据是否超出预设安全阈值；
采集单元，用于若超出预设安全阈值，采集车辆当前的行驶数据。
10.根据权利要求8所述的车辆ADAS行驶数据的采集装置，其特征在于，所述采集单元包括：
查询模块，用于按照预设查询规则查询与超出预设安全阈值的种类对应的数据采集类别，其中所述预设查询规则中定义了不同种类预设安全阈值所对应的数据采集类别，其中所述预设安全阈值的种类为多个；
采集模块，用于采集与所述数据采集类别对应的行驶数据。
11.根据权利要求8所述的车辆ADAS行驶数据的采集装置，其特征在于，
所述监控单元用于通过车载网关监控高级辅助驾驶系统触发的辅助驾驶指令，并获取与所述辅助驾驶指令对应的行驶数据。
12.根据权利要求11所述的车辆ADAS行驶数据的采集装置，其特征在于，
所述监控单元用于经所述高级辅助驾驶系统采用同一时钟信号分别采集视频数据以及控制器局域网络的数据，所述辅助驾驶指令对应的行驶数据包括视频数据以及控制器局域网络的数据。
13.根据权利要求8所述的车辆ADAS行驶数据的采集装置，其特征在于，
所述采集单元用于以当前时间节点之前第一预设时长为时间起点，以当前时间节点之后第二预设时长为时间终点，采集车辆的行驶数据。
14.根据权利要求9-13中任一所述的车辆ADAS行驶数据的采集装置，其特征在于，还包括：
移动通信单元，用于将所述采集的行驶数据通过移动通信网络上传至服务器。
15.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任一项所述的车辆ADAS行驶数据的采集方法。
16.一种人机交互装置，其特征在于，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行权利要求1至8中任一项所述的车辆ADAS行驶数据的采集方法。
17.一种车辆，其特征在于，包括权利要求16所述的人机交互装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911110508.6A CN112802227B (zh) | 2019-11-14 | 2019-11-14 | 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911110508.6A CN112802227B (zh) | 2019-11-14 | 2019-11-14 | 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112802227A true CN112802227A (zh) | 2021-05-14 |
| CN112802227B CN112802227B (zh) | 2023-11-21 |
Family
ID=75803517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911110508.6A Active CN112802227B (zh) | 2019-11-14 | 2019-11-14 | 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112802227B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113612673A (zh) * | 2021-09-30 | 2021-11-05 | 北汽福田汽车股份有限公司 | 自动紧急制动数据采集方法、系统及车辆 |
| CN113743356A (zh) * | 2021-09-15 | 2021-12-03 | 东软睿驰汽车技术（沈阳）有限公司 | 数据的采集方法、装置和电子设备 |
| CN113867322A (zh) * | 2021-10-25 | 2021-12-31 | 武汉极目智能技术有限公司 | 高级辅助驾驶系统安装质量的在线监控方法及监控系统 |
| CN114971803A (zh) * | 2022-06-02 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 服务处理方法及装置 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009015789A (ja) * | 2007-07-09 | 2009-01-22 | Denso Corp | ドライブレコーダ及びドライブレコーダシステム |
| US8140358B1 (en) * | 1996-01-29 | 2012-03-20 | Progressive Casualty Insurance Company | Vehicle monitoring system |
| KR20140031435A (ko) * | 2012-08-28 | 2014-03-13 | (주)나노포인트 | 운전 습관 분석 진단 시스템 및 방법 |
| CN106251424A (zh) * | 2015-06-15 | 2016-12-21 | 丰田自动车株式会社 | 信息收集系统、车载装置以及服务器 |
| US20180174380A1 (en) * | 2016-12-21 | 2018-06-21 | Toyota Jidosha Kabushiki Kaisha | Vehicle-data recorder |
| CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
| CN108417046A (zh) * | 2018-04-28 | 2018-08-17 | 上海与德科技有限公司 | 驾驶行为监控方法、交通监管方法、装置、终端及介质 |
| CN108445885A (zh) * | 2018-04-20 | 2018-08-24 | 鹤山东风新能源科技有限公司 | 一种基于纯电动物流车的自动驾驶系统及其控制方法 |
| CN108564681A (zh) * | 2018-04-17 | 2018-09-21 | 百度在线网络技术（北京）有限公司 | 数据处理方法、装置、计算设备、程序产品和存储介质 |
| CN108700875A (zh) * | 2018-04-25 | 2018-10-23 | 深圳市元征软件开发有限公司 | 车辆诊断方法、系统、设备及计算机可读存储介质 |
| CN108876965A (zh) * | 2018-07-24 | 2018-11-23 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录方法 |
| CN108961462A (zh) * | 2018-07-24 | 2018-12-07 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录装置、系统及车辆 |
| CN109215160A (zh) * | 2017-06-30 | 2019-01-15 | 百度在线网络技术（北京）有限公司 | 用于黑匣子的数据发送方法和装置 |
| CN109816816A (zh) * | 2019-02-28 | 2019-05-28 | 百度在线网络技术（北京）有限公司 | 用于获取数据的方法和装置 |
| CN109830002A (zh) * | 2019-01-23 | 2019-05-31 | 征辕科技(宁波)有限公司 | 行车事件数据记录方法、装置及事件数据记录器 |
| CN109857002A (zh) * | 2019-01-15 | 2019-06-07 | 北京百度网讯科技有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
| CN109905194A (zh) * | 2019-02-21 | 2019-06-18 | 初速度（苏州）科技有限公司 | 一种车载终端系统和同步数据获取方法、装置 |
| US20190220011A1 (en) * | 2018-01-16 | 2019-07-18 | Nio Usa, Inc. | Event data recordation to identify and resolve anomalies associated with control of driverless vehicles |
| CN110263564A (zh) * | 2019-06-24 | 2019-09-20 | 爱驰汽车有限公司 | 车辆黑匣子的自动行驶数据处理方法、系统、设备及介质 |
| CN110356344A (zh) * | 2019-07-24 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种应用于全景系统的车载事件记录方法、系统及汽车 |
-
2019
- 2019-11-14 CN CN201911110508.6A patent/CN112802227B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8140358B1 (en) * | 1996-01-29 | 2012-03-20 | Progressive Casualty Insurance Company | Vehicle monitoring system |
| JP2009015789A (ja) * | 2007-07-09 | 2009-01-22 | Denso Corp | ドライブレコーダ及びドライブレコーダシステム |
| KR20140031435A (ko) * | 2012-08-28 | 2014-03-13 | (주)나노포인트 | 운전 습관 분석 진단 시스템 및 방법 |
| CN106251424A (zh) * | 2015-06-15 | 2016-12-21 | 丰田自动车株式会社 | 信息收集系统、车载装置以及服务器 |
| US20180174380A1 (en) * | 2016-12-21 | 2018-06-21 | Toyota Jidosha Kabushiki Kaisha | Vehicle-data recorder |
| CN109215160A (zh) * | 2017-06-30 | 2019-01-15 | 百度在线网络技术（北京）有限公司 | 用于黑匣子的数据发送方法和装置 |
| US20190220011A1 (en) * | 2018-01-16 | 2019-07-18 | Nio Usa, Inc. | Event data recordation to identify and resolve anomalies associated with control of driverless vehicles |
| CN108257250A (zh) * | 2018-01-25 | 2018-07-06 | 成都配天智能技术有限公司 | 行车数据管理方法以及行车记录仪 |
| CN108564681A (zh) * | 2018-04-17 | 2018-09-21 | 百度在线网络技术（北京）有限公司 | 数据处理方法、装置、计算设备、程序产品和存储介质 |
| CN108445885A (zh) * | 2018-04-20 | 2018-08-24 | 鹤山东风新能源科技有限公司 | 一种基于纯电动物流车的自动驾驶系统及其控制方法 |
| CN108700875A (zh) * | 2018-04-25 | 2018-10-23 | 深圳市元征软件开发有限公司 | 车辆诊断方法、系统、设备及计算机可读存储介质 |
| CN108417046A (zh) * | 2018-04-28 | 2018-08-17 | 上海与德科技有限公司 | 驾驶行为监控方法、交通监管方法、装置、终端及介质 |
| CN108876965A (zh) * | 2018-07-24 | 2018-11-23 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录方法 |
| CN108961462A (zh) * | 2018-07-24 | 2018-12-07 | 重庆长安汽车股份有限公司 | 用于自动驾驶人车事故判责的数据记录装置、系统及车辆 |
| CN109857002A (zh) * | 2019-01-15 | 2019-06-07 | 北京百度网讯科技有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
| CN109830002A (zh) * | 2019-01-23 | 2019-05-31 | 征辕科技(宁波)有限公司 | 行车事件数据记录方法、装置及事件数据记录器 |
| CN109905194A (zh) * | 2019-02-21 | 2019-06-18 | 初速度（苏州）科技有限公司 | 一种车载终端系统和同步数据获取方法、装置 |
| CN109816816A (zh) * | 2019-02-28 | 2019-05-28 | 百度在线网络技术（北京）有限公司 | 用于获取数据的方法和装置 |
| CN110263564A (zh) * | 2019-06-24 | 2019-09-20 | 爱驰汽车有限公司 | 车辆黑匣子的自动行驶数据处理方法、系统、设备及介质 |
| CN110356344A (zh) * | 2019-07-24 | 2019-10-22 | 重庆长安汽车股份有限公司 | 一种应用于全景系统的车载事件记录方法、系统及汽车 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743356A (zh) * | 2021-09-15 | 2021-12-03 | 东软睿驰汽车技术（沈阳）有限公司 | 数据的采集方法、装置和电子设备 |
| CN113612673A (zh) * | 2021-09-30 | 2021-11-05 | 北汽福田汽车股份有限公司 | 自动紧急制动数据采集方法、系统及车辆 |
| CN113867322A (zh) * | 2021-10-25 | 2021-12-31 | 武汉极目智能技术有限公司 | 高级辅助驾驶系统安装质量的在线监控方法及监控系统 |
| CN114971803A (zh) * | 2022-06-02 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 服务处理方法及装置 |
| CN114971803B (zh) * | 2022-06-02 | 2024-05-10 | 支付宝(杭州)信息技术有限公司 | 服务处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112802227B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112802227B (zh) | 车辆adas行驶数据的采集方法、装置、人机交互装置及车辆 | |
| US20220048536A1 (en) | Method and device for testing a driver assistance system | |
| US10732633B2 (en) | Operation model construction system, operation model construction method, and non-transitory computer readable storage medium | |
| US11206465B1 (en) | Adaptive methods to minimize data storage and data transfer | |
| EP3570214B1 (en) | Automobile image processing method and apparatus, and readable storage medium | |
| CN111243335B (zh) | 一种自主无人系统中的场景描述方法 | |
| CN114354220A (zh) | 驾驶数据的处理方法、装置和电子设备 | |
| CN115858456A (zh) | 自动驾驶车辆数据采集系统及方法 | |
| CN111652065B (zh) | 基于车辆感知和智能穿戴的多模态安全驾驶方法、设备及系统 | |
| CN112380313B (zh) | 更新高精地图置信度的方法及装置 | |
| CN115148028A (zh) | 依据历史数据构建车辆路测场景的方法、装置及一种车辆 | |
| US20220371530A1 (en) | Device-level fault detection | |
| CN114333309A (zh) | 一种交通事故预警系统和方法 | |
| CN114913620A (zh) | 数据提取方法、装置、计算机设备和存储介质 | |
| WO2019116537A1 (ja) | 情報取得方法、情報取得装置、車載装置、路上センサ装置、及び情報取得システム | |
| US11813982B1 (en) | Vehicle sound emulation | |
| CN116339769A (zh) | 自动驾驶车辆配置方法、装置、存储介质及电子设备 | |
| CN115905030B (zh) | 基于调车监控系统兼容性测试的方法和装置 | |
| WO2023170912A1 (ja) | 情報処理装置、生成方法、情報処理方法、及びコンピュータ可読媒体 | |
| CN114228722B (zh) | 驾驶风格划分方法、装置、设备、存储介质和程序产品 | |
| CN116499772B (zh) | 车辆制动性能评估方法、装置、电子设备及存储介质 | |
| CN114647347B (zh) | 车辆按键控制方法及相关设备 | |
| CN114636568B (zh) | 自动紧急制动系统的测试方法、装置、车辆及存储介质 | |
| CN113256845B (zh) | 一种数据采集方法、装置、存储介质及系统 | |
| CN116737998A (zh) | 一种高级驾驶辅助系统数据分析方法及装置 |
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 |