CN113569718A - 提醒方法、装置、设备、系统和存储介质 - Google Patents
提醒方法、装置、设备、系统和存储介质 Download PDFInfo
- Publication number
- CN113569718A CN113569718A CN202110844229.3A CN202110844229A CN113569718A CN 113569718 A CN113569718 A CN 113569718A CN 202110844229 A CN202110844229 A CN 202110844229A CN 113569718 A CN113569718 A CN 113569718A
- Authority
- CN
- China
- Prior art keywords
- target
- vehicle
- reminding
- reminding information
- category
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000002159 abnormal effect Effects 0.000 claims abstract description 103
- 230000006399 behavior Effects 0.000 claims description 79
- 238000012806 monitoring device Methods 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种提醒方法、装置、设备、系统和存储介质,涉及人工智能领域,尤其涉及无人驾驶和智能交通技术。具体实现方案为:获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;根据所述目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆;控制所述目标车辆的提醒设备,向车内乘客输出目标提醒信息。根据本公开的技术,提高了至少一个车辆的乘车安全和乘客体验。
Description
技术领域
本公开涉及人工智能领域,尤其涉及无人驾驶和智能交通技术。
背景技术
无人驾驶车辆又称轮式移动机器人,主要依靠车内的以计算机系统为主的智能驾驶仪,通过集场景感知、视觉计算、人工智能和自动控制等众多技术于一体,达到无人驾驶的目的。
当无人驾驶车辆作为公共交通工具搭载乘客过程中,偶尔会出现部分乘客存在异常乘车行为,将会打扰到其他乘客,或者危害车辆行驶安全。
发明内容
本公开提供了一种提醒方法、装置、设备、系统和存储介质。
根据本公开的一方面,提供了一种提醒方法,包括:
获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;
根据目标图像数据,从至少一个车辆中确定存在异常乘车情况的目标车辆;
控制目标车辆的提醒设备,向车内乘客输出目标提醒信息。
根据本公开的另一方面,还提供了一种提醒装置,包括:
目标图像数据获取模块,用于获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;
目标车辆确定模块,用于根据目标图像数据,从至少一个车辆中确定存在异常乘车情况的目标车辆;
目标提醒信息输出模块,用于控制目标车辆的提醒设备,向车内乘客输出目标提醒信息。
根据本公开的另一方面,还提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开实施例所提供的任意一种提醒方法。
根据本公开的另一方面,还提供了一种提醒系统,包括:至少一个车辆和监控设备;
各车辆内部分别设置有采集设备和提醒设备;监控设备分别与各车辆的采集设备和提醒设备通信连接;
采集设备用于采集车辆内部乘客可活动区域的目标图像数据;
监控设备根据各采集设备的目标图像数据,从至少一个车辆中确定存在异常乘车情况的目标车辆,并向目标车辆的提醒设备发送控制指令;
目标车辆的提醒设备,响应于控制指令,向车内乘客输出目标提醒信息。
根据本公开的另一方面,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开实施例所提供的任意一种提醒方法。
根据本公开的另一方面,还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开实施例所提供的任意一种提醒方法。
根据本公开的技术,提高了至少一个车辆的乘车安全和乘客体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1A是本公开实施例提供的一种提醒系统的结构图;
图1B是本公开实施例提供的一种提醒方法的结构图;
图2是本公开实施例提供的另一种提醒方法的结构图;
图3A是本公开实施例提供的一种无人车顶部区域示意图;
图3B是本公开实施例提供的一种无人车展示区域示意图;
图3C是本公开实施例提供的另一种提醒方法的结构图;
图3D是本公开实施例提供的一种监控设备的显示页面示意图;
图3E是本公开实施例提供的一种监控设备的录入页面示意图;
图4是本公开实施例提供的一种提醒装置的结构图;
图5是用来实现本公开实施例的提醒方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例所提供的各提醒方法和提醒装置,适用于无人驾驶车辆(后续简称车辆)作为公共交通工具搭载乘客过程中,对车内存在异常乘车行为的乘客进行提醒的场景。本公开实施例所提供的各提醒方法,可以由提醒装置执行,该提供装置可以采用软件和/或硬件实现,并具体配置于监控设备中。该监控设备可以是设置于车辆内部的车载终端,还可以是设置于车辆外部的智能手机或平板等用户终端、或服务器等。
为了便于理解,首先对本公开所涉及的提醒系统进行详细说明。
参见图1A所示的一种提醒系统,包括至少一个车辆10和监控设备20;各车辆10内部分别设置有采集设备11和提醒设备12;监控设备20分别与各车辆10的采集设备11和提醒设备12通信连接;
采集设备11,设置于车辆内部,用于采集车辆内部的乘客可活动区域的目标图像数据;
监控设备20,可以设置于车辆内部或外部,用于根据各采集设备11的目标图像数据,从至少一个车辆10中确定存在异常乘车情况的目标车辆,并向目标车辆的提醒设备发送控制指令;
提醒设备12,设置于车辆内部,用于响应于控制指令,向车内乘客输出目标提醒信息。
需要说明的是,本公开对采集设备11的数量和具体安装位置不作任何限定,仅需保证采集设备能够采集到车内乘客可活动区域的目标图像数据即可。本公开对提醒装置12的数量和具体安装位置不作任何限定,仅需保证提醒装置12所输出的目标提醒信息能够对应提醒乘客即可。
在一个可选实施例中,采集设备11和提醒设备12可以分离设置,也可以集成设置于一个设备中。
在一个可选实施例中,若监控设备20设置于车辆内部,则监控设备20可以与采集设备11和提醒设备12分离设置,还可以与采集设备11和/或提醒设备12中的至少一个集成设置。
需要说明的是,由于一个监控设备20可以对至少一个车辆进行监控提醒,从而从整体上减少监控设备20的硬件部署成本。
在图1A所示的提醒系统的基础上,以下将对本公开所涉及的各提醒方法进行详细说明。
参见图1B所示的一种提醒方法,应用于监控设备,包括:
S101、获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据。
其中,车辆即为前述无人驾驶车辆。采集设备设置于车辆内部,例如可以是摄像头等。
其中,目标图像数据可以是图片数据或视频数据,一般情况下,目标图像数据为连续的图片帧。
示例性的,实时或定时从至少一个车辆的采集设备,获取各采集设备采集到乘客可活动区域的图像数据,并将获取到的图像数据作为目标图像数据。
S102、根据目标图像数据,从至少一个车辆中确定存在异常乘车情况的目标车辆。
其中,异常乘车情况可以包括异常使用安全带、异常行走和异常站立等中的至少一种。示例性的,异常使用安全带可以包括未使用安全带、和在安全带上悬挂物品等;异常行走可以包括在乘客可活动区域乱跑、打架斗殴、恶意触碰功能区域等;异常站立可以包括物品遗漏、未落座和站在非安全区等。
示例性的,确定存在异常乘车情况的目标图像数据,并将该目标图像数据对应车辆,确定为需要进行乘客提醒的目标车辆。
S103、控制目标车辆的提醒设备,向车内乘客输出目标提醒信息。
其中,目标提醒信息可以采用文字信息、图片信息、视频信息、语音信息、模拟信息等中的至少一种形式进行输出。其中,模拟信息可以采用声、光和电等方式中的至少一种加以呈现。
其中,目标提醒信息可以由技术人员根据需要或经验预先设定,或者还可以根据异常乘车情况实时生成。
示例性的,提醒方可以在监控设备中预先录入候选提醒信息;相应的,在控制目标车辆的提醒设备,向车内乘客输出目标提醒信息时,由监控设备从各候选提醒信息中选取目标提醒信息,并控制目标车辆的提醒设备输出该目标提醒信息。
示例性的,监控设备可以预先设置有异常乘车情况对应的提醒信息生成规则;相应的,在确定目标车辆之后,基于提醒信息生成规则,生成目标提醒信息,以供输出。
在一个可选实施例中,为了便于乘客明晰提醒意图,提醒设备可以设置为语音播放设备;相应的,通过语音播放设备,向车内乘客播放语音形式的目标提醒信息。其中,语音播放设备可以是麦克风。为了加大音量,语音播放设备还可以对应设置信号放大装置。
在另一可选实施例中,为了便于乘客明晰提醒意图,提醒设备可以设置为显示设备;相应的,通过显示设备,向车内乘客展示文字信息、图片信息和视频信息等至少一种形式的目标提醒信息。
本公开实施例通过获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;根据目标图像数据,从至少一个车辆中确定存异常乘车情况的目标车辆;控制目标车辆的提醒设备,向车内乘客输出目标提醒信息,从而在目标车辆中存在异常乘车情况时,及时向乘客输出目标提醒信息,避免了存在异常乘车情况的乘客对车辆正常行驶的干扰,提高了乘车安全。同时,避免了对其他正常乘车的乘客的干扰,保证了乘客体验。另外,本公开实施例能够实现对至少一个目标车辆的提醒,有效减少了提醒方法的执行设备(也即前述监控设备)的配置数量,节约了硬件成本。
在上述各技术方案的基础上,本公开还提供了一个可选实施例。在该实施例中,对目标车辆的确定方式进行了优化改进。需要说明的是,在本公开实施例未详述部分,可参见前述实施例的表述,在此不再赘述。
参见图2所示的一种提醒方法,应用于监控设备,包括:
S201、获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据。
S202A、将提醒方选取的目标图像数据所属车辆,作为存在异常乘车情况的目标车辆。
示例性的,当监控设备获取到至少一个车辆的目标图像数据后,向提醒方呈现各目标图像数据;提醒方选取存在异常乘车情况的目标图像数据;监控设备响应于提醒方的选取操作,确定提醒方所选取的目标图像数据所属车辆,作为目标车辆。
可选的,为了便于提醒方查看,可以在监控设备中分区域显示不同车辆的目标图像数据。
S202B、对目标图像数据所包含乘客进行行为识别,以确定存在异常乘车行为的目标乘客,并将目标乘客所乘坐车辆作为目标车辆。
示例性的,针对各目标图像数据,对该目标图像数据所包含的乘客进行预设动作识别,若目标图像数据所包含乘客存在预设异常动作,则确定该乘客为目标乘客,并将目标乘客所乘坐车辆作为目标车辆。
在一个可选实施例中,可以通过人体局部区域追踪等方式,对乘客进行预设动作识别。当然,本公开还可以采用现有技术的其他方式,对乘客进行行为识别,本公开对具体的行为识别方式不作任何限定。
S203、控制目标车辆的提醒设备,向车内乘客输出候选提醒信息。
在一个可选实施例中,各提醒设备中可以预先存储提醒方所录入的目标提醒信息;相应的,当监控设备确定目标车辆后,向目标车辆发送控制指令;目标车辆的提醒设备接收到监控指令后,选取至少一个候选提醒信息作为目标提醒信息,并向车内乘客输出目标提醒信息。
示例性的,可以通过随机选取的方式选取至少一个候选提醒信息作为目标提醒信息;或者可以在监控指令中确定不同异常乘车行为所属类别,并在监控指令中携带类别标识;相应的,提醒设备根据所携带类别标识,确定与异常乘车行为对应的候选提醒信息作为目标提醒信息。
在另一可选实施例中,提醒方可以在监控设备中预先录入候选提醒信息,并响应于提醒方的选取操作,将提醒方在监控设备中所选取的候选提醒信息作为目标提醒信息;相应的,监控设备向目标车辆的提醒设备发送包括目标提醒信息的监控指令,以供目标车辆的提醒设备输出该目标提醒信息。
在又一可选实施例中,提醒方可以根据目标车辆所存在的异常乘车行为,进行信息录入;监控设备响应于提醒方的信息录入操作,根据所录入内容生成目标提醒信息;监控设备向目标车辆的提醒设备发送包括目标提醒信息的监控指令,以供目标车辆的提醒设备输出该目标提醒信息。
可以理解的是,通过提醒方录入或选取的方式进行目标提醒信息的确定,提高了目标信息能够与目标车辆中的异常乘车情况的匹配度,从而实现了对异常乘车情况的针对性提醒,有利于对存在异常乘车行为的乘客的行为校正,进而有助于保证车辆行驶安全和其他乘客的乘车体验。
在再一可选实施例中,监控设备还可以对异常乘车行为进行类别判定,并根据异常乘车行为所属类别,生成目标提醒信息。
可以理解的是,通过监控设备对异常乘车进行类别自动判定,从而根据异常乘车行为类别实现目标提醒信息的自动化生成,无需人员介入,减少了人力成本,同时提高了目标提醒信息的生成效率,从而实现了对异常乘车情况的及时性提醒,进而有助于保证车辆行驶安全和其他乘客的乘车体验。
示例性的,根据包括样本乘客的样本图像数据和预先标注的乘车行为类别,对预先构建的机器学习模型进行训练,得到行为类别预测模型;将存在异常乘车情况的目标图像数据作为预测数据,输入至行为类别预测模型,得到该目标图像数据进行异常乘车行为类别预测结果;根据类别预测结果,生成目标提醒信息。
在一个可选实施例中,若异常乘车行为所属类别为预设类别,则将异常乘车行为所属类别对应候选提醒信息,作为目标提醒信息;若异常乘车行为所属类别为非预设类别,则向提醒方发送提醒信息生成指示,并将提醒方录入或选取的候选提醒信息,作为目标提醒信息。
示例性的,在监控设备或提醒设备中预先设置有不同预设类别对应的候选提醒信息;根据类别与候选提醒信息之间的对应关系,确定异常乘车行为所属类别对应的候选提醒信息,并将所确定候选提醒信息作为目标提醒信息。
示例性的,若目标图像数据中存在异常乘车行为,但该异常乘车行为所属类别为非预设类别,也即未设定该类别对应的候选提醒信息,无法直接进行目标提醒信息的确定,因此需要向提醒方发送提醒信息生成指示,以请求提醒方进行目标提醒信息的录入,或建立已有候选提醒信息与该类别的异常乘车行为之间的对应关系。
可以理解的是,通过预先建立类别和候选提醒信息的对应关系,为目标提醒信息的确定提供了便利;通过在异常乘车行为属于非预设类别情况下,通过提醒方介入进行候选提醒信息的补录或选取,能够弥补已构建关系覆盖类别不足,导致目标提醒信息无法确定的情况发生,从而有助于对目标乘客进行有效提醒,进而有助于提高乘车安全和乘车体验。
需要说明的是,上述候选提醒信息可以由提醒方录入得到;或者,通过话术模板生成后,预先存储在监控设备中。
为了在新增车辆中尽快实现乘客提醒功能,或者优化已使用车辆的提醒范围,在一个可选实施例中,还可以在不同监控设备之间,实现候选提醒信息的相互迁移或辅助更新,从而实现候选提醒信息的自动化确定。
示例性的,确定关联车辆的历史目标提醒信息的属性参数;其中,属性参数可以包括使用频率和危险等级等信息中的至少一种;根据属性参数,更新候选提醒信息。
其中,关联车辆可以是监控设备所监控车辆的相同类别车辆。可选的,相同类别车辆可以根据车辆动力类型、允许乘客数量、和行驶路线等中的至少一种加以确定。或者可选的,相同类别车辆还可以根据监控设备对应提醒方所属部门确定,例如相同部分的提醒方对应监控设备所监控车辆即为关联车辆。
在一个可选实现方式中,若属性参数包括使用频次,则选取关联车辆的使用频率大于设定频率阈值的候选提醒信息,作为参考候选提醒信息;将参考候选提醒信息添加至监控设备,也即本公开实施例的提醒方法的执行设备中,以供使用。
例如,关联车辆中“请系好安全带”这一候选提醒信息的使用频次较高,则可以将该条候选提醒信息,更新至监控设备中。
在另一可选实现方式中,若属性参数包括危险等级,则可以预估关联车辆中异常乘车行为的危险等级,并将危险等级大于预设等级阈值的候选提醒信息,作为参考候选提醒信息;将参考候选提醒信息添加至监控设备,也即本公开实施例的提醒方法的执行设备中,以供使用。
其中,危险等级预估方式可以由提醒方根据危险等级人工确定;根据预先构建的危险等级列表中各异常乘车行为与危险等级的关联关系,查表确定;或采用现有技术的其他方式自动确定等。
例如,关联车辆中“请勿玩弄灭火器”危险等级较高,则可以将该条候选提醒信息,更新至监控设备中。
在另一可选实施例中,若异常乘车行为所属类别为预设类别,则根据异常乘车行为所属类别对应候选话术模板,生成目标提醒信息;若异常乘车行为所属类别为非预设类别,则根据通用话术模板,生成目标提醒信息。
可选的,候选话术模板可以包括敬词、否定副词和异常乘车行为的行为描述,例如“请勿打闹”;或者可选的,候选话术模板可以包括敬词、和异常乘车行为对应标准乘车行为的行为描述,例如“请保持安静”。当然,为了便于提高提醒的针对性,还可以在进行行为识别时,还可以确定目标乘客的位置信息,相应的,在候选话术模板中添加位置信息相关内容。
可以理解的是,由于异常乘车行为的多样性,导致候选话术模板无法涵盖各种异常乘车行为,因此,在无法自动识别异常乘车行为类别的情况下,还可以采用通用话术模板,生成目标提醒信息。例如,通用话术模板可以是“请文明乘车”。当然,在通用话术模板中,还可以根据需要添加目标乘客的位置信息相关内容。
可以理解的是,通过引入候选话术模板进行目标提醒信息的生成,无需进行提醒信息的存储,减少了监控设备的存储空间占用量,从而降低了对监控设备的存储能力要求。同时,通过引入通用话术模板,使得在异常乘车行为属于非预设类别情况下,能够弥补候选话术模板覆盖类别不足,导致目标提醒信息无法确定的情况发生,从而有助于对目标乘客进行有效提醒,进而有助于提高乘车安全和乘车体验。
本公开实施例通过引入提醒方进行目标车辆的确定,能够在无法自动识别异常乘车情况时,避免了对异常乘车行为的遗漏提醒。同时,上述技术方案,无需针对每一车辆单独设置提醒方,减少了用人成本。另外,本公开实施例通过对乘客进行行为识别的方式,进行目标乘客确定,进而根据目标乘客确定目标车辆,实现了目标车辆的自动化确定,提高了目标车辆确定效率,进而提高了乘客提醒的及时性。
在上述各技术方案的基础上,本公开还提供了一个优选实施例,适用于通过平板电脑(也即监控设备),对无人车(也即监控设备所监控车辆)中乘客进行异常行为提醒的情况。
为了便于理解,首先对无人车中的硬件环境进行说明。
参见图3A所示的无人车顶部区域示意图。在该无人车车顶部分对角设置有两个采集装置(例如摄像头),用于采集无人车内部乘客的目标图像数据。需要说明的是,本公开实施例仅示意性说明采集装置的安装位置和安装数量,不应理解为采集装置的安装位置和安装数量的具体限定。
参见图3B所示的无人车展示区域示意图。在该无人车展示区域中,设置有两个提醒装置(例如可以包括麦克风和扩音器),用于播报语音提醒信息。
基于上述硬件环境,对本公开实施例所涉及的提醒方法进行详细说明。
参见图3C所示的一种提醒方法,包括:
S301、无人车中的采集装置采集车内乘客可活动区域的目标图像数据;
S302、采集装置将目标图像数据发送至监控设备;
S303、监控设备识别目标图像数据中是否存在异常乘车行为;若是,则执行S304;否则,执行S305;
S304、对异常乘车行为进行类别判定;继续执行S306;
S305、向安全员发送提醒指示,并响应于安全员的录入或页面选取操作,生成目标播报信息;继续执行S307。
S306、确定所判定类别是否对应有候选播报内容;若是,则执行S307;否则,执行S305。
S307、生成包括该候选播报内容的目标播报信息;
S308、将目标播报信息发送至存在异常乘车行为的目标车辆的提醒装置;
S309、提醒装置语音播报该目标播报信息。
参见图3D所示的一种监控设备的显示页面,在该显示页面中设置有车内数据显示区域和车外数据显示区域。其中,车内数据显示区域,用于显示所监控无人车的目标图像数据。其中,车内数据显示区域的数量与所监控无人车数量以及无人车内采集装置数量有关。图3D仅示出了对一个车内设置有两个采集装置(车内采集装置A和车内采集装置B)的一个无人车进行监控的情况。其中,车外数据显示区域,用于显示所监控无人车前方道路环境数据(对应采集装置C)。
在一个可选实施例中,为了便于提醒方获知所监控无人车的位置信息,在图3D所示的显示页面中,还可以设置到站提醒区域,用于显示下一站点的站点标识、距离下一站点的距离和时间等信息中的至少一种。
在一个可选实施例中,为了便于提醒方进行目标播报信息的选取,在图3D所示的显示页面中,还设置有候选播报内容列表,在该候选播报内容列表中顺序添加有设定数量的候选播报内容,以供提醒方进行选取。其中,设定数量可以由技术人员根据需要或经验值进行设定或调整。
可选的,在候选播报内容列表中还设置有自定义编辑入口,通过触发该自定义编辑入口,跳转显示录入页面。参见图3E所示的录入页面,提醒方可以通过该页面进行文字或语音录入。
在上述各技术方案的基础上,本公开还提供了实现上述提醒方法的执行装置的可选实施例。
参见图4所示的一种提醒装置400,包括:目标图像数据获取模块401、目标车辆确定模块402和目标提醒信息输出模块403。其中,
目标图像数据获取模块401,用于获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;
目标车辆确定模块402,用于根据所述目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆;
目标提醒信息输出模块403,用于控制所述目标车辆的提醒设备,向车内乘客输出目标提醒信息。
本公开实施例通过获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;根据目标图像数据,从至少一个车辆中确定存异常乘车情况的目标车辆;控制目标车辆的提醒设备,向车内乘客输出目标提醒信息,从而在目标车辆中存在异常乘车情况时,及时向乘客输出目标提醒信息,避免了存在异常乘车情况的乘客对车辆正常行驶的干扰,提高了乘车安全。同时,避免了对其他正常乘车的乘客的干扰,保证了乘客体验。另外,本公开实施例能够实现对至少一个目标车辆的提醒,有效减少了执行提醒方法的监控设备的配置数量,节约了硬件成本。
在一个可选实施例中,所述目标车辆确定模块402,包括:
提醒方介入单元,拥有过将提醒方选取的目标图像数据所属车辆,作为存在异常乘车情况的目标车辆;和/或,
行为识别单元,用于对所述目标图像数据所包含乘客进行行为识别,以确定存在异常乘车行为的目标乘客,并将所述目标乘客所乘坐车辆作为所述目标车辆。
在一个可选实施例中,所述目标车辆确定模块402,还包括:
提醒方介入单元,用于将提醒方录入或选取的候选提醒信息作为目标提醒信息;和/或,
类别判定单元,用于对所述异常乘车行为进行类别判定,并根据所述异常乘车行为所属类别,生成所述目标提醒信息。
在一个可选实施例中,所述类别判定单元,包括:
预设类别响应子单元,用于若所述异常乘车行为所属类别为预设类别,则将所述异常乘车行为所属类别对应候选提醒信息,作为所述目标提醒信息;
非预设类别响应子单元,用于若所述异常乘车行为所属类别为非预设类别,则向所述提醒方发送提醒信息生成指示,并将所述提醒方录入或选取的候选提醒信息,作为所述目标提醒信息。
在一个可选实施例中,所述类别判定单元,包括:
预设类别响应子单元,用于若所述异常乘车行为所属类别为预设类别,则根据所述异常乘车行为所属类别对应候选话术模板,生成所述目标提醒信息;
非预设类别响应子单元,用于若所述异常乘车行为所属类别为非预设类别,则根据通用话术模板,生成所述目标提醒信息。
在一个可选实施例中,所述装置还包括候选提醒信息确定模块,用于确定所述候选提醒信息;
所述候选提醒信息确定模块,包括:
属性参数确定单元,用于确定关联车辆的历史目标提醒信息的属性参数;其中,所述属性参数包括使用频次和/或危险等级;
候选提醒信息更新单元,用于根据所述属性参数,更新所述候选提醒信息。
上述提醒装置可执行本公开任意实施例所提供的提醒方法,具备执行各提醒方法相应的功能模块和有益效果。
本公开的技术方案中,所涉及的目标图像数据的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如提醒方法。例如,在一些实施例中,提醒方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的提醒方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行提醒方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种提醒方法,包括:
获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;
根据所述目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆;
控制所述目标车辆的提醒设备,向车内乘客输出目标提醒信息。
2.根据权利要求1所述的方法,其中,所述根据所述目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆,包括:
将提醒方选取的目标图像数据所属车辆,作为存在异常乘车情况的目标车辆;和/或,
对所述目标图像数据所包含乘客进行行为识别,以确定存在异常乘车行为的目标乘客,并将所述目标乘客所乘坐车辆作为所述目标车辆。
3.根据权利要求2所述的方法,还包括:
将提醒方录入或选取的候选提醒信息作为目标提醒信息;和/或,
对所述异常乘车行为进行类别判定,并根据所述异常乘车行为所属类别,生成所述目标提醒信息。
4.根据权利要求3所述的方法,其中,所述根据所述异常乘车行为所属类别,生成所述目标提醒信息,包括:
若所述异常乘车行为所属类别为预设类别,则将所述异常乘车行为所属类别对应候选提醒信息,作为所述目标提醒信息;
若所述异常乘车行为所属类别为非预设类别,则向所述提醒方发送提醒信息生成指示,并将所述提醒方录入或选取的候选提醒信息,作为所述目标提醒信息。
5.根据权利要求3所述的方法,其中,所述根据所述异常乘车行为所属类别,生成所述目标提醒信息,包括:
若所述异常乘车行为所属类别为预设类别,则根据所述异常乘车行为所属类别对应候选话术模板,生成所述目标提醒信息;
若所述异常乘车行为所属类别为非预设类别,则根据通用话术模板,生成所述目标提醒信息。
6.根据权利要求3或4所述的方法,其中,所述候选提醒信息采用以下方式确定:
确定关联车辆的历史目标提醒信息的属性参数;其中,所述属性参数包括使用频次和/或危险等级;
根据所述属性参数,更新所述候选提醒信息。
7.一种提醒装置,包括:
目标图像数据获取模块,用于获取至少一个车辆的采集设备所采集的乘客可活动区域的目标图像数据;
目标车辆确定模块,用于根据所述目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆;
目标提醒信息输出模块,用于控制所述目标车辆的提醒设备,向车内乘客输出目标提醒信息。
8.根据权利要求7所述的装置,其中,所述目标车辆确定模块,包括:
提醒方介入单元,拥有过将提醒方选取的目标图像数据所属车辆,作为存在异常乘车情况的目标车辆;和/或,
行为识别单元,用于对所述目标图像数据所包含乘客进行行为识别,以确定存在异常乘车行为的目标乘客,并将所述目标乘客所乘坐车辆作为所述目标车辆。
9.根据权利要求8所述的装置,所述目标车辆确定模块,还包括:
提醒方介入单元,用于将提醒方录入或选取的候选提醒信息作为目标提醒信息;和/或,
类别判定单元,用于对所述异常乘车行为进行类别判定,并根据所述异常乘车行为所属类别,生成所述目标提醒信息。
10.根据权利要求9所述的装置,其中,所述类别判定单元,包括:
预设类别响应子单元,用于若所述异常乘车行为所属类别为预设类别,则将所述异常乘车行为所属类别对应候选提醒信息,作为所述目标提醒信息;
非预设类别响应子单元,用于若所述异常乘车行为所属类别为非预设类别,则向所述提醒方发送提醒信息生成指示,并将所述提醒方录入或选取的候选提醒信息,作为所述目标提醒信息。
11.根据权利要求9所述的装置,其中,所述类别判定单元,包括:
预设类别响应子单元,用于若所述异常乘车行为所属类别为预设类别,则根据所述异常乘车行为所属类别对应候选话术模板,生成所述目标提醒信息;
非预设类别响应子单元,用于若所述异常乘车行为所属类别为非预设类别,则根据通用话术模板,生成所述目标提醒信息。
12.根据权利要求9或10所述的装置,其中,所述装置还包括候选提醒信息确定模块,用于确定所述候选提醒信息;
所述候选提醒信息确定模块,包括:
属性参数确定单元,用于确定关联车辆的历史目标提醒信息的属性参数;其中,所述属性参数包括使用频次和/或危险等级;
候选提醒信息更新单元,用于根据所述属性参数,更新所述候选提醒信息。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的提醒方法。
14.一种提醒系统,包括:至少一个车辆和监控设备;
各所述车辆内部分别设置有采集设备和提醒设备;所述监控设备分别与各所述车辆的所述采集设备和所述提醒设备通信连接;
所述采集设备用于采集车辆内部乘客可活动区域的目标图像数据;
所述监控设备根据各所述采集设备的目标图像数据,从所述至少一个车辆中确定存在异常乘车情况的目标车辆,并向所述目标车辆的提醒设备发送控制指令;
所述目标车辆的提醒设备,响应于所述控制指令,向车内乘客输出目标提醒信息。
15.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-6中任一项所述的提醒方法。
16.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的提醒方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844229.3A CN113569718A (zh) | 2021-07-26 | 2021-07-26 | 提醒方法、装置、设备、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844229.3A CN113569718A (zh) | 2021-07-26 | 2021-07-26 | 提醒方法、装置、设备、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113569718A true CN113569718A (zh) | 2021-10-29 |
Family
ID=78167392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844229.3A Pending CN113569718A (zh) | 2021-07-26 | 2021-07-26 | 提醒方法、装置、设备、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569718A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295142A (zh) * | 2021-12-24 | 2022-04-08 | 北京百度网讯科技有限公司 | 同行载客方法、装置、电子设备和自动驾驶车辆 |
WO2023082852A1 (zh) * | 2021-11-09 | 2023-05-19 | 中国第一汽车股份有限公司 | 提醒方法、装置、设备及存储介质 |
CN116206293A (zh) * | 2023-04-27 | 2023-06-02 | 芯知科技(江苏)有限公司 | 基于图像处理的系统数据处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180173974A1 (en) * | 2016-12-16 | 2018-06-21 | Automotive Research & Testing Center | Method for detecting driving behavior and system using the same |
CN109532847A (zh) * | 2018-11-19 | 2019-03-29 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN110213516A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 车载视频录制处理方法、装置、存储介质及电子装置 |
CN112016285A (zh) * | 2019-05-31 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 物流信息的处理方法和处理系统 |
CN112906515A (zh) * | 2021-02-03 | 2021-06-04 | 珠海研果科技有限公司 | 车内异常行为识别方法、系统、电子设备及存储介质 |
-
2021
- 2021-07-26 CN CN202110844229.3A patent/CN113569718A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180173974A1 (en) * | 2016-12-16 | 2018-06-21 | Automotive Research & Testing Center | Method for detecting driving behavior and system using the same |
CN109532847A (zh) * | 2018-11-19 | 2019-03-29 | 百度在线网络技术(北京)有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN110213516A (zh) * | 2019-05-22 | 2019-09-06 | 未来(北京)黑科技有限公司 | 车载视频录制处理方法、装置、存储介质及电子装置 |
CN112016285A (zh) * | 2019-05-31 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 物流信息的处理方法和处理系统 |
CN112906515A (zh) * | 2021-02-03 | 2021-06-04 | 珠海研果科技有限公司 | 车内异常行为识别方法、系统、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023082852A1 (zh) * | 2021-11-09 | 2023-05-19 | 中国第一汽车股份有限公司 | 提醒方法、装置、设备及存储介质 |
CN114295142A (zh) * | 2021-12-24 | 2022-04-08 | 北京百度网讯科技有限公司 | 同行载客方法、装置、电子设备和自动驾驶车辆 |
CN116206293A (zh) * | 2023-04-27 | 2023-06-02 | 芯知科技(江苏)有限公司 | 基于图像处理的系统数据处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113569718A (zh) | 提醒方法、装置、设备、系统和存储介质 | |
US11004451B2 (en) | System for processing sound data and method of controlling system | |
KR102334318B1 (ko) | 외부 이동 수단으로 릴레이 메시지를 전송하는 전자 장치 및 그 동작 방법 | |
KR20190115040A (ko) | 운전 거동 결정 방법, 디바이스, 장비 및 저장 매체 | |
WO2016113968A1 (ja) | ナビゲーションシステム、クライアント端末装置、制御方法、および記憶媒体 | |
CN111598368B (zh) | 基于行程结束后停留异常的风险识别方法、系统及装置 | |
CN110782625A (zh) | 乘车安全报警方法、装置、电子设备及存储介质 | |
CN109993946A (zh) | 一种监控告警方法、摄像头、终端、服务器及系统 | |
US9942741B2 (en) | Incident monitoring and response system | |
KR101883292B1 (ko) | 재난 구조 및 대응 시스템 및 그 운용 방법 | |
CN109451385A (zh) | 一种基于使用耳机时的提醒方法以及装置 | |
CN108068846B (zh) | 一种地铁乘车调度方法及移动终端 | |
CN114550145A (zh) | 图像处理方法、装置、电子设备及计算机存储介质 | |
CN112633387A (zh) | 一种安全提醒方法、装置、设备、系统及存储介质 | |
US20210293556A1 (en) | Information processing apparatus, information processing method, and program | |
CN110728206A (zh) | 疲劳驾驶检测方法、装置、计算机可读存储介质及终端 | |
EP3680839A1 (en) | Information processing device, information processing method, and program | |
CN114140954A (zh) | 语音交互方法、电子设备和存储介质 | |
CN111145490B (zh) | 一种报警方法、装置、服务器及系统 | |
KR102411255B1 (ko) | Ict 기반 사회재난에 대한 스마트 서비스 운영 방법 | |
CN113853634A (zh) | 一种火源位置指示方法、相关设备及装置 | |
JP2021135875A (ja) | 避難誘導システム | |
CN111698642A (zh) | 告警分发方法、设备及计算机存储介质 | |
CN110246297A (zh) | 充电设备的消防预警装置及其消防预警方法和存储介质 | |
CN113822449B (zh) | 碰撞检测方法、装置、电子设备和存储介质 |
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 |