CN114301938A - 车路协同车辆事件确定方法、相关装置及计算机程序产品 - Google Patents
车路协同车辆事件确定方法、相关装置及计算机程序产品 Download PDFInfo
- Publication number
- CN114301938A CN114301938A CN202111594820.4A CN202111594820A CN114301938A CN 114301938 A CN114301938 A CN 114301938A CN 202111594820 A CN202111594820 A CN 202111594820A CN 114301938 A CN114301938 A CN 114301938A
- Authority
- CN
- China
- Prior art keywords
- event
- vehicle
- information
- initial
- supplementary
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004590 computer program Methods 0.000 title claims abstract description 16
- 230000000977 initiatory effect Effects 0.000 claims description 39
- 230000000153 supplemental effect Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 22
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Abstract
本公开提供了一种车辆事件确定方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及车路协同等人工智能技术领域,可应用于智能交通场景。该方法包括:接收车载终端和/或路侧感知设备发起的例如车辆违章等初始车辆事件;根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息;根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。该方法借助云端服务器来融合车端和路侧端分别从各自视角记录的信息,从而根据更全面的信息来更准确的确定车辆事件,避免因单一视角对某些关键信息的遗漏确定出错误的车辆事件。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及车路协同等人工智能技术领域,可应用于智能交通场景,尤其涉及一种车辆事件方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
不同于普通的私家车,两客一危及重型货车这种特殊车辆因其所运载物体的特殊性、庞大的车辆体型,在城市中运营时需要给予更多的关注,以避免因其违规、违章运营为城市居民的生命财产安全带来的危害。
即如何更好的对这类特殊车辆的营运状态进行准确监管,是本领域技术人员亟待解决的问题。
发明内容
本公开实施例提出了一种车辆事件确定方法、装置、电子设备、计算机可读存储介质及计算机程序产品,以期通过利用车路协同的方式,更准确的确定车辆事件。
第一方面,本公开实施例提出了一种应用于云端服务器的车辆事件确定方法,包括:接收车载终端和/或路侧感知设备发起的初始车辆事件;其中,车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息;根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息;根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。
第二方面,本公开实施例提出了一种应用于路侧感知设备的车辆事件确定方法,包括:记录出现在感知区域内的物体的信息;响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
第三方面,本公开实施例提出了一种应用于车载终端的车辆事件确定方法,包括:记录所在车辆的驾驶员信息和车辆行驶信息;响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
第四方面,本公开实施例提出了一种应用于云端服务器的车辆事件确定装置,包括:初始车辆事件接收单元,被配置成接收车载终端和/或路侧感知设备发起的初始车辆事件;其中,车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息;补充事件参数确定单元,被配置成根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;补充事件信息获取单元,被配置成从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息;最终车辆事件确定单元,被配置成根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。
第五方面,本公开实施例提出了一种应用于路侧感知设备的车辆事件确定装置,包括:物体信息记录单元,被配置成记录出现在感知区域内的物体的信息;第一初始车辆事件发起单元,被配置成响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;第一补充事件信息返回单元,被配置成响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
第六方面,本公开实施例提出了一种应用于车载终端的车辆事件确定装置,包括:驾驶员信息及车辆行驶信息记录单元,被配置成记录所在车辆的驾驶员信息和车辆行驶信息;第二初始车辆事件发起单元,被配置成响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;第二补充事件信息返回单元,被配置成响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
第七方面,本公开实施例提供了一种电子设备,该电子设备包括: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,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面、第二方面、第三方面中任一实现方式描述的车辆事件确定方法。
第八方面,本公开实施例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,该计算机指令用于使计算机执行时能够实现如第一方面、第二方面、第三方面中任一实现方式描述的车辆事件确定方法。
第九方面,本公开实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面、第二方面、第三方面中任一实现方式描述的车辆事件确定方法。
为了更好的对营运车辆的营运状态进行监管,本公开实施例借助云端服务器来融合车载终端和路侧感知设备分别从各自视角记录的信息,从而根据融合后的每辆车的更全面信息来更准确的确定车辆事件,避免因单一视角对某些关键信息的遗漏确定出错误的车辆事件,提升车辆营运状态的监管力度。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开可以应用于其中的示例性系统架构;
图2为本公开实施例提供的由云端服务器作为执行主体的一种车辆事件确定方法的流程图;
图3为本公开实施例提供的由云端服务器作为执行主体的另一种车辆事件确定方法的流程图;
图4为本公开实施例提供的由云端服务器作为执行主体的又一种车辆事件确定方法的流程图;
图5为本公开实施例提供的由云端服务器作为执行主体的一种确定最终车辆时间的方法的流程图;
图6为本公开实施例提供的由路侧感知设备作为执行主体的一种车辆事件确定方法的流程图;
图7为本公开实施例提供的由车载终端作为执行主体的一种车辆事件确定方法的流程图;
图8为本公开实施例提供的一种包含各执行主体的确定车辆事件的时序图;
图9为本公开实施例提供的一种应用于云端服务器的车辆事件确定装置的结构框图;
图10为本公开实施例提供的一种应用于路侧感知设备的车辆事件确定装置的结构框图;
图11为本公开实施例提供的一种应用于车载终端的车辆事件确定装置的结构框图;
图12为本公开实施例提供的一种适用于执行车辆事件确定方法的电子设备的结构示意图。
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。需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图1示出了可以应用本公开的车辆事件确定方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括路侧感知设备101、安装有车载终端(未示出)的待监管车辆102、云端服务器103。路侧感知设备101与云端服务器103和车载终端与云端服务器103之间可通过多种方式进行数据传输,例如各种有线或无线的数据传输方式,此处不再一一赘述。
其中,路侧感知设备101包括多种设置在道路一侧的感知设备,例如电子警察、电警卡口、毫米波感知雷达、抓拍摄像头、激光扫描仪等,用于对其出现在其感知区域的物体的运动信息进行感知;车载终端则用于收集驾驶员的驾驶信息和车辆行驶信息,车载终端上通常也集成有行车记录仪的功能组件,即收集的车辆行驶信息还包括外界信息。
路侧感知设备101和车载终端可分别、独立的与云端服务器103进行交互,以接收或发送消息等。具体的,路侧感知设备101、车载终端、云端服务器103上可以安装有用于实现不同功能的应用,例如车辆事件判定类应用、信息收集类应用、数据收发类应用等。
路侧感知设备101、车载终端和服务器105通常表现为形式不同的硬件,而在某些测试场景、仿真场景下也可以某些软件所虚构出来的。当路侧感知设备101为硬件时,可以是具有信息采集功能的摄像头、扫描仪等;当车载终端为硬件时,可以是集成或加装在车辆驾驶位附近的一个车机、行车记录仪等;当云端服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。
云端服务器103通过内置的各种应用可以提供各种服务,以可以提供车辆事件判定服务的车辆事件判定类应用为例,云端服务器103在运行该车辆事件判定类应用时可实现如下效果:首先,接收车载终端和/或路侧感知设备101发起的初始车辆事件;然后,根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;接下来,从车载终端和/或路侧感知设备101获取与补充事件参数对应的补充事件信息;最后,根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。
应当理解的是,为使云端服务器103能够按照上述步骤最终确定出最终车辆事件,路侧感知设备101和车载终端也根据自己的能力参与了整个过程,包括向云端服务器103发起初始车辆时间,响应于云端服务器下发的补充事件参数,向云端服务器103进一步返回其所需要的补充事件信息,以便于云端服务器103可以根据更全面的信息得到更准确的最终车辆事件。
应该理解,图1中的路侧感知设备、车载终端和云端服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的路侧感知设备、车载终端和云端服务器。
由于本公开方案实际上涉及到多个执行主体,本公开首先就最核心的云端服务器所执行的操作,通过下述多个实施例进行描述:
图2为本公开实施例提供的由云端服务器作为执行主体的一种车辆事件确定方法的流程图,其中流程200包括以下步骤:
步骤201:接收车载终端和/或路侧感知设备发起的初始车辆事件;
本步骤旨在由云端服务器接收车载终端和/或路侧感知设备发起的初始车辆事件。其中,车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息,驾驶员信息包括驾驶员身份信息、驾驶员状态信息等,车辆行驶信息则包括车辆状态参数、通过车辆前窗看到的行驶过程视野等。
车载终端和路侧感知设备均拥有独立的发起车辆事件的能力,发起车辆事件是因为车载终端或路侧感知设备根据其查看到的信息认为符合预设的车辆事件发起策略的相关特征,例如根据查看到的车辆违规特征发起车辆违规事件。车载终端和路侧感知设备根据其能够查看到信息的不同,可以预先被配置有不同的车辆事件发起策略。可根据实际应用场景的需求,配置得到不同的车辆事件发起策略。
步骤202:根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;
在步骤201的基础上,本步骤旨在由上述执行主体根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数。
其中,初始车辆事件用于表征发起事件的车载终端或路侧感知设备所认为的符合事件发起策略的相关信息和初步的结论。其中,通常用车辆的车牌号指代作为事件对象的车辆,相关信息又可以包括:事件发生位置、事件发生时间、事件发送时的车速、事件发生时的路况、车况、外界障碍物信息等;初步的结论可以表现为:事件类型、事件等级等。本步骤的初始事件信息就是指描述作为事件对象的目标车辆发生了何种情况的相关信息和初步结论的统称。
本步骤在根据初始车辆事件确定初始事件信息后,更重要的是确定与初始事件信息相关的补充事件参数,应当理解的是,上述执行主体为了确定初始车辆事件的正确性,尝试根据初始事件信息来获取更多的相关信息来提升结果的准确性,而补充事件参数是指用于描述补充事件信息的参数,而补充事件信息除可以来自于发起初始车辆事件的执行主体外,也可以来自于非发起该初始车辆事件的另一执行主体,以通过从其它执行主体的另一视角来对事件结论的正确性进行验证。
步骤203:从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息;
在步骤202的基础上,本步骤旨在由上述执行主体从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息。应当理解的是,路侧感知设备所能够记录的信息与车载终端所能够记录的信息通常不同,因此也应根据补充事件参数对应的补充事件信息的类型、来源,下发给不同的执行主体来获取到所需的补充事件信息。特殊的,若车载终端和路侧感知设备均记录有某项补充事件信息,也可以同时下发给车载终端和路侧感知设备。
步骤204:根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。
在步骤203的基础上,本步骤旨在由上述执行主体根据初始事件信息和补充事件信息,来融合更多的、更全面的事件信息来最终确定与目标车辆对应的最终车辆事件,以提升车辆事件的确定准确性。
进一步的,还可以根据最终车辆事件生成与目标车辆对应的事件处理结果,并将事件处理结果下发至相应的信息推送路径。其中,根据事件处理结果的不同,信息推送路径除了包括相应的车辆之外,还可以包括因该车辆出现该车辆对周围其它车辆或行人的信息接收渠道,以起到警示作用。
为了更好的对营运车辆的营运状态进行监管,本公开实施例提供的车辆事件确定方法,借助云端服务器来融合车载终端和路侧感知设备分别从各自视角记录的信息,从而根据融合后的每辆车的更全面信息来更准确的确定车辆事件,避免因单一视角对某些关键信息的遗漏确定出错误的车辆事件,提升车辆营运状态的监管力度。
由于车载终端和路侧感知设备均拥有独立的发起车辆事件的能力,因此为了加深对具体实现过程的理解,本实施例还通过图3示出了一种仅由路侧感知设备发起初始车辆事件的整体处理过程,其中流程300包括以下步骤:
步骤301:接收路侧感知设备发起的第一初始车辆事件;
步骤302:从第一初始车辆事件提取出第一事件类型、车牌号、第一事件发生时间;
其中,第一事件类型是路侧感知设备根据其车辆事件发起策略对本次发起事件的类型判定,可以包括:闯红灯、不礼让行人、追尾、违规停车等,车牌号则用于指示相应的车辆,第一事件发生时间则描述了发生类型为第一事件类型的车辆事件的实际发生时间。
应当理解的是,本步骤从第一初始车辆事件提取出第一事件类型、车牌号、第一事件发生时间,是因为这些参数能够用于确定补充事件参数,并不是第一初始车辆事件中仅包含这些内容,用于支持得到第一事件类型的实际记录内容一定能够获取到的。
步骤303:将对应于车牌号的车辆确定为目标车辆,并确定与目标车辆对应的目标车载终端;
在步骤302的基础上,本步骤旨在由上述执行主体根据预先建立的车牌号-车-车载终端之间的对应关系,根据车牌号确定相应的目标车辆上安装的目标车载终端。
步骤304:根据第一事件类型确定与第一事件发生时间对应的第一关联时间段;
在步骤302的基础上,本步骤旨在由上述执行主体确定与第一事件发生时间对应的第一关联时间段,以便于将包含更多相关时间的第一关联时间段作为补充事件参数,进而从更长的时间中获取到更多的有效信息。具体的,为了准确的确定第一关联时间段的时长,本步骤还结合第一事件类型,即不同的事件类型将影响以第一事件发生时间为中心时间点的第一关联时间段的总时长,例如当事件类型分别为追尾和不礼让行人时,追尾和不礼让行人的不同行为的平均耗时就存在较大的差异,因此有必要灵活的确定第一关联时间段的时长,以使能够从第一关联时间段的时长内获取到有效信息。
步骤305:从目标车载终端获取在第一关联时间段内记录的驾驶员信息和车辆行驶信息;
在步骤304的基础上,本步骤旨在由上述执行主体从目标车载终端获取在第一关联时间段内记录的驾驶员信息和车辆行驶信息。其中,驾驶员信息用于确认导致事件产生的原因是否来自于驾驶员、车辆行驶信息则更加偏向于对车况、路况、前方障碍物等信息的记录,从而便于定责。
步骤306:根据第一事件类型和目标车辆的驾驶员信息和车辆行驶信息,确定最终车辆事件。
区别于上一实施例,本实施例还通过图4示出了一种仅由车载终端发起初始车辆事件的整体处理过程,其中流程400包括以下步骤:
步骤401:接收车载终端发起的第二初始车辆事件;
步骤402:从第二初始车辆事件中提取出第二事件类型、第二事件发生时间、事件发生位置、车辆航向角;
其中,第二事件类型是车载终端根据其车辆事件发起策略对本次发起事件的类型判定,同样可以包括:闯红灯、不礼让行人、追尾、违规停车,以及发动机故障熄火、刹车失灵等,第二事件发生时间则描述了发生类型为第二事件类型的车辆事件的实际发生时间,车辆发生位置在用于描述事件的发生位置,车辆航向角则用于描述发生事件时车辆的行车方向和对应的前方视野。
应当理解的是,本步骤从第二初始车辆事件提取出第二事件类型、第二事件发生时间、事件发生位置、车辆航向角,是因为这些参数能够用于确定补充事件参数,并不是第二初始车辆事件中仅包含这些内容,用于支持得到第二事件类型的实际记录内容一定能够获取到的。
步骤403:根据第二事件类型确定与第二事件发生时间对应的第二关联时间段;
本步骤类似于流程300的步骤304,此处不再赘述。
步骤404:根据事件发生位置和车辆航向角,确定目标路侧感知设备;
在步骤402的基础上,本步骤旨在由上述执行主体根据事件发生位置和车辆航向角,确定目标路侧感知设备。即通过车辆航向角来确定能够拍摄到相同位置的相关信息的目标路侧感知设备。
确认目标路侧感知设备的方式可形成最优路侧感知设备的确认方案,并通过正反馈和负反馈来不断修正确定最优路侧感知设备的标准,以期将目标路侧感知设备的设备数控制在尽可能的少,从而通过提升信息有效性、降低信息量的方式提升事件处理效率。
步骤405:从目标路侧感知设备获取在第二关联时段记录的包含除车辆航向角外的其它角度的路侧记录信息;
在步骤404的基础上,本步骤旨在由上述执行主体从目标路侧感知设备获取在第二关联时段记录的包含除车辆航向角外的其它角度的路侧记录信息,以补充车载终端记录不到的相关信息。
步骤406:根据第二事件类型和路侧记录信息,确定最终车辆事件。
需要说明的是,流程300和流程400对应的两个实施例仅作为示例性的实施例存在,初始事件信息和根据初始事件信息确定出的补充事件参数,仅作为一种具体的实现方式,并不意味着其它的初始事件信息就不一定不会参与确定补充事件参数,例如当云端服务器对初始事件信息所包含的事件视频的某个物体存在疑问或对事件判定过程存在疑问时,也可以基于该疑问产生新的补充事件参数。
为了更好的理解根据初始事件信息和补充事件信息确定出最终车辆事件的过程,本实施例还通过图5提供了一种由云端服务器作为执行主体的确定最终车辆事件的方法,其中流程500包括以下步骤:
步骤501:融合初始事件信息和补充事件信息,得到融合事件信息;
需要说明的是,本步骤所融合的事件信息不包括初始事件信息包含的初始事件类型,仅融合用于得到判定得到事件类型的事件内容。以便于重新根据融合事件信息来重新判定得到最终的事件类型,以提升准确性。
步骤502:判断融合事件信息与初始事件信息的事件类型是否一致,若是,执行步骤503,否则执行步骤504;
在步骤501的基础上,本步骤旨在由上述执行主体判断融合事件信息与初始事件信息的事件类型是否一致,并根据判断结果选择不同的后续处理分支。
步骤503:根据融合事件信息确定与目标车辆对应的最终车辆事件;
本步骤建立在步骤502的判断结果为融合事件信息与初始事件信息的事件类型一致的基础上,旨在由上述执行主体根据融合事件信息确定与目标车辆对应的最终车辆事件。即融合前后的事件类型具有一致性,因此大概率不存在初始事件类型判定错误的问题。
步骤504:根据与融合事件信息对应的融合事件类型,重新向车载终端和/或路侧感知设备发起按融合事件类型重新收集事件信息的重新收集指令;
本步骤建立在步骤502的判断结果为融合事件信息与初始事件信息的事件类型不一致的基础上,旨在按照基于包含更多信息的融合事件信息确定出的融合事件类型,来重新发起信息收集指令,以尽可能的排除因初始事件类型错误进而确定出错误的补充事件参数的问题。即融合前后的事件类型不具有一致性,因此存在初始事件类型判定错误的可能性。
步骤505:根据车载终端和/或路侧感知设备根据重新收集指令返回的新事件信息,确定与目标车辆对应的最终车辆事件。
在步骤504的基础上,本步骤旨在由上述执行主体根据车载终端和/或路侧感知设备根据重新收集指令返回的新事件信息,确定与目标车辆对应的最终车辆事件。
需要说明的是,步骤503和步骤504-步骤505分别描述的两个处理分支,并不一定要在一个实施例中存在唯一的对立分支,其对立分支完全可以在不同的实施例中不同,本实施例仅作为将两个处理分支放在一个实施例的优选实施例存在。
上述实施例均从云端服务器的角度描述了整个处理方案,为了更好的展示其它执行主体如何参与整个方案,下述还分别通过图6和图7提供了由路侧感知设备作为执行主体的和由车载终端作为执行主体的车辆事件确定方法,其中流程600包括以下步骤:
步骤601:记录出现在感知区域内的物体的信息;
物体包括运动的物体和静态的物体。
步骤602:响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
步骤603:响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
其中流程700包括以下步骤:
步骤701:记录所在车辆的驾驶员信息和车辆行驶信息;
步骤702:响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
步骤703:响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
为加深理解,本公开还结合一个具体应用场景,给出了一种具体的实现方案,请参见如图8所示的时序图:
步骤1-1:车载终端向云端服务器发起第一初始车辆事件;
步骤1-2:路侧感知设备向云端服务器发起第二初始车辆事件;
需要说明的是,在本实施例,车载终端和路侧感知设备是在同时向云端服务器发起的不同的初始车辆事件。
步骤2:云端服务器通过解析第一初始车辆事件和第二初始车辆事件后发现,其指向拥有相同车牌号的同一辆车(目标车辆);
步骤3:云端服务器又进一步发现第一初始车辆事件和第二初始车辆事件对目标车辆提请了不同的事件类型;
步骤4:云端服务器因为两个不同的事件类型,确定包含两个事件发生时间的较宽泛的关联时间段、包含两个事件发生位置的较远路段的关联路段,以试图收集尽可能全面的信息;
步骤5-1:云端服务器向车载终端索要与关联时间段对应的全部信息;
步骤5-2:云端服务器向路侧感知设备索要与关联路段在关联时间段内的全部信息;
步骤6-1:车载终端向云端服务器反馈相应的补充事件信息;
步骤6-2:路侧感知设备向云端服务器反馈相应的补充事件信息;
步骤7:云端服务器根据补充事件信息重新确定最终车辆事件;
步骤8:云端服务器根据确定出的最终车辆事件向车载终端下发违章提醒,以提醒目标车辆的驾驶员不要再次违章。
作为对上述各图所示方法的实现,本公开还分别对不同的执行主体提供了对应的装置实施例,这些装置实施例与图2、图6、图7所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图9所示,本实施例的应用于云端服务器的车辆事件确定装置900可以包括:初始车辆事件接收单元901、补充事件参数确定单元902、补充事件信息获取单元903、最终车辆事件确定单元904。其中,初始车辆事件接收单元901,被配置成接收车载终端和/或路侧感知设备发起的初始车辆事件;其中,车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息;补充事件参数确定单元902,被配置成根据初始车辆事件包含的与目标车辆对应的初始事件信息,确定与初始事件信息相关的补充事件参数;补充事件信息获取单元903,被配置成从车载终端和/或路侧感知设备获取与补充事件参数对应的补充事件信息;最终车辆事件确定单元904,被配置成根据初始事件信息和补充事件信息,确定与目标车辆对应的最终车辆事件。
在本实施例中,车辆事件确定装置900中:初始车辆事件接收单元901、补充事件参数确定单元902、补充事件信息获取单元903、最终车辆事件确定单元904的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,初始车辆事件接收单元901可以被进一步配置成:
接收路侧感知设备发起的第一初始车辆事件;
对应的,补充事件参数确定单元902可以被进一步配置成:
从第一初始车辆事件提取出第一事件类型、车牌号、第一事件发生时间;
将对应于车牌号的车辆确定为目标车辆,并确定与目标车辆对应的目标车载终端;
根据第一事件类型确定与第一事件发生时间对应的第一关联时间段;
对应的,补充事件信息获取单元903可以被进一步配置成:
从目标车载终端获取在第一关联时间段内记录的驾驶员信息和车辆行驶信息。
在本实施例的一些可选的实现方式中,初始车辆事件接收单元901可以被进一步配置成:
接收车载终端发起的第二初始车辆事件;
对应的,补充事件参数确定单元902可以被进一步配置成:
从第二初始车辆事件中提取出第二事件类型、第二事件发生时间、事件发生位置、车辆航向角;
根据第二事件类型确定与第二事件发生时间对应的第二关联时间段;
根据事件发生位置和车辆航向角,确定目标路侧感知设备;
对应的,补充事件信息获取单元903可以被进一步配置成:
从目标路侧感知设备获取在第二关联时段记录的包含除车辆航向角外的其它角度的路侧记录信息。
在本实施例的一些可选的实现方式中,最终车辆事件确定单元904可以被进一步配置成:
融合初始事件信息和补充事件信息,得到融合事件信息;
响应于融合事件信息与初始事件信息的事件类型一致,根据融合事件信息确定与目标车辆对应的最终车辆事件。
在本实施例的一些可选的实现方式中,车辆事件确定装置900还可以包括:
重新收集指令下发单元,被配置成响应于融合事件信息与初始事件信息的事件类型不一致,根据与融合事件信息对应的融合事件类型,重新向车载终端和/或路侧感知设备发起按融合事件类型重新收集事件信息的重新收集指令;
最终车辆事件重新确定单元,被配置成根据车载终端和/或路侧感知设备根据重新收集指令返回的新事件信息,确定与目标车辆对应的最终车辆事件。
在本实施例的一些可选的实现方式中,车辆事件确定装置900还可以包括:
事件处理结果生成单元,被配置成根据最终车辆事件生成与目标车辆对应的事件处理结果;
事件处理结果下发单元,被配置成将事件处理结果下发至相应的信息推送路径。
如图10所示,本实施例的应用于路侧感知设备的车辆事件确定装置900可以包括:物体信息记录单元1001、第一初始车辆事件发起单元1002、第一补充事件信息返回单元1003。其中,物体信息记录单元1001,被配置成记录出现在感知区域内的物体的信息;第一初始车辆事件发起单元1002,被配置成响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;第一补充事件信息返回单元1003,被配置成响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
如图11所示,本实施例的应用于车载终端的车辆事件确定装置1100可以包括:驾驶员信息及车辆行驶信息记录单元1101、第二初始车辆事件发起单元1102、第二补充事件信息返回单元1103。其中,驾驶员信息及车辆行驶信息记录单元1101,被配置成记录所在车辆的驾驶员信息和车辆行驶信息;第二初始车辆事件发起单元1102,被配置成响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;第二补充事件信息返回单元1103,被配置成响应于接收到云端服务器发来的补充事件参数,向云端服务器返回与补充事件参数对应的补充事件信息。
上述实施例作为对应于上述方法实施例的装置实施例存在。
为了更好的对营运车辆的营运状态进行监管,本公开实施例提供的车辆事件确定装置,借助云端服务器来融合车载终端和路侧感知设备分别从各自视角记录的信息,从而根据融合后的每辆车的更全面信息来更准确的确定车辆事件,避免因单一视角对某些关键信息的遗漏确定出错误的车辆事件,提升车辆营运状态的监管力度。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括: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,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的车辆事件确定方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的车辆事件确定方法。
根据本公开的实施例,本公开还提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的车辆事件确定方法。
图12示出了可以用来实施本公开的实施例的示例电子设备1200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12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200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1201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1201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1201执行上文所描述的各个方法和处理,例如车辆事件确定方法。例如,在一些实施例中,车辆事件确定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1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的车辆事件确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车辆事件确定方法。
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,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。
为了更好的对营运车辆的营运状态进行监管,本公开实施例借助云端服务器来融合车载终端和路侧感知设备分别从各自视角记录的信息,从而根据融合后的每辆车的更全面信息来更准确的确定车辆事件,避免因单一视角对某些关键信息的遗漏确定出错误的车辆事件,提升车辆营运状态的监管力度。
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,本发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公开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 (19)
1.一种车辆事件确定方法,应用于云端服务器,包括:
接收车载终端和/或路侧感知设备发起的初始车辆事件;其中,所述车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息;
根据所述初始车辆事件包含的与目标车辆对应的初始事件信息,确定与所述初始事件信息相关的补充事件参数;
从所述车载终端和/或所述路侧感知设备获取与所述补充事件参数对应的补充事件信息;
根据所述初始事件信息和所述补充事件信息,确定与所述目标车辆对应的最终车辆事件。
2.根据权利要求1所述的方法,其中,所述接收车载终端和/或路侧感知设备发起的初始车辆事件,包括:
接收所述路侧感知设备发起的第一初始车辆事件;
对应的,所述根据所述初始车辆事件包含的与目标车辆对应的初始事件信息,确定与所述初始事件信息相关的补充事件参数,包括:
从所述第一初始车辆事件提取出第一事件类型、车牌号、第一事件发生时间;
将对应于所述车牌号的车辆确定为所述目标车辆,并确定与所述目标车辆对应的目标车载终端;
根据所述第一事件类型确定与所述第一事件发生时间对应的第一关联时间段;
对应的,从所述车载终端和/或所述路侧感知设备获取与所述补充事件参数对应的补充事件信息,包括:
从所述目标车载终端获取在所述第一关联时间段内记录的驾驶员信息和车辆行驶信息。
3.根据权利要求1所述的方法,其中,所述接收车载终端和/或路侧感知设备发起的初始车辆事件,包括:
接收所述车载终端发起的第二初始车辆事件;
对应的,根据所述初始车辆事件包含的与目标车辆对应的初始事件信息,确定与所述初始事件信息相关的补充事件参数,包括:
从所述第二初始车辆事件中提取出第二事件类型、第二事件发生时间、事件发生位置、车辆航向角;
根据所述第二事件类型确定与所述第二事件发生时间对应的第二关联时间段;
根据所述事件发生位置和所述车辆航向角,确定目标路侧感知设备;
对应的,从所述车载终端和/或所述路侧感知设备获取与所述补充事件参数对应的补充事件信息,包括:
从所述目标路侧感知设备获取在所述第二关联时段记录的包含除所述车辆航向角外的其它角度的路侧记录信息。
4.根据权利要求1所述的方法,其中,所述根据所述初始事件信息和所述补充事件信息,确定与所述目标车辆对应的最终车辆事件,包括:
融合所述初始事件信息和所述补充事件信息,得到融合事件信息;
响应于所述融合事件信息与所述初始事件信息的事件类型一致,根据所述融合事件信息确定与所述目标车辆对应的最终车辆事件。
5.根据权利要求4所述的方法,还包括:
响应于所述融合事件信息与所述初始事件信息的事件类型不一致,根据与所述融合事件信息对应的融合事件类型,重新向所述车载终端和/或所述路侧感知设备发起按所述融合事件类型重新收集事件信息的重新收集指令;
根据所述车载终端和/或所述路侧感知设备根据所述重新收集指令返回的新事件信息,确定与所述目标车辆对应的最终车辆事件。
6.根据权利要求1-5任一项所述的方法,还包括:
根据所述最终车辆事件生成与所述目标车辆对应的事件处理结果;
将所述事件处理结果下发至相应的信息推送路径。
7.一种车辆事件确定方法,应用于路侧感知设备,包括:
记录出现在感知区域内的物体的信息;
响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
响应于接收到所述云端服务器发来的补充事件参数,向所述云端服务器返回与所述补充事件参数对应的补充事件信息。
8.一种车辆事件确定方法,应用于车载终端,包括:
记录所在车辆的驾驶员信息和车辆行驶信息;
响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
响应于接收到所述云端服务器发来的补充事件参数,向所述云端服务器返回与所述补充事件参数对应的补充事件信息。
9.一种车辆事件确定装置,应用于云服务器端,包括:
初始车辆事件接收单元,被配置成接收车载终端和/或路侧感知设备发起的初始车辆事件;其中,所述车载终端用于收集所在车辆的驾驶员信息和车辆行驶信息;
补充事件参数确定单元,被配置成根据所述初始车辆事件包含的与目标车辆对应的初始事件信息,确定与所述初始事件信息相关的补充事件参数;
补充事件信息获取单元,被配置成从所述车载终端和/或所述路侧感知设备获取与所述补充事件参数对应的补充事件信息;
最终车辆事件确定单元,被配置成根据所述初始事件信息和所述补充事件信息,确定与所述目标车辆对应的最终车辆事件。
10.根据权利要求9所述的装置,其中,所述初始车辆事件接收单元被进一步配置成:
接收所述路侧感知设备发起的第一初始车辆事件;
对应的,所述补充事件参数确定单元被进一步配置成:
从所述第一初始车辆事件提取出第一事件类型、车牌号、第一事件发生时间;
将对应于所述车牌号的车辆确定为所述目标车辆,并确定与所述目标车辆对应的目标车载终端;
根据所述第一事件类型确定与所述第一事件发生时间对应的第一关联时间段;
对应的,所述补充事件信息获取单元被进一步配置成:
从所述目标车载终端获取在所述第一关联时间段内记录的驾驶员信息和车辆行驶信息。
11.根据权利要求9所述的装置,其中,所述初始车辆事件接收单元被进一步配置成:
接收所述车载终端发起的第二初始车辆事件;
对应的,所述补充事件参数确定单元被进一步配置成:
从所述第二初始车辆事件中提取出第二事件类型、第二事件发生时间、事件发生位置、车辆航向角;
根据所述第二事件类型确定与所述第二事件发生时间对应的第二关联时间段;
根据所述事件发生位置和所述车辆航向角,确定目标路侧感知设备;
对应的,所述补充事件信息获取单元被进一步配置成:
从所述目标路侧感知设备获取在所述第二关联时段记录的包含除所述车辆航向角外的其它角度的路侧记录信息。
12.根据权利要求9所述的装置,其中,所述最终车辆事件确定单元被进一步配置成:
融合所述初始事件信息和所述补充事件信息,得到融合事件信息;
响应于所述融合事件信息与所述初始事件信息的事件类型一致,根据所述融合事件信息确定与所述目标车辆对应的最终车辆事件。
13.根据权利要求12所述的装置,还包括:
重新收集指令下发单元,被配置成响应于所述融合事件信息与所述初始事件信息的事件类型不一致,根据与所述融合事件信息对应的融合事件类型,重新向所述车载终端和/或所述路侧感知设备发起按所述融合事件类型重新收集事件信息的重新收集指令;
最终车辆事件重新确定单元,被配置成根据所述车载终端和/或所述路侧感知设备根据所述重新收集指令返回的新事件信息,确定与所述目标车辆对应的最终车辆事件。
14.根据权利要求9-14任一项所述的装置,还包括:
事件处理结果生成单元,被配置成根据所述最终车辆事件生成与所述目标车辆对应的事件处理结果;
事件处理结果下发单元,被配置成将所述事件处理结果下发至相应的信息推送路径。
15.一种车辆事件确定装置,应用于路侧感知设备,包括:
物体信息记录单元,被配置成记录出现在感知区域内的物体的信息;
第一初始车辆事件发起单元,被配置成响应于所记录的信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
第一补充事件信息返回单元,被配置成响应于接收到所述云端服务器发来的补充事件参数,向所述云端服务器返回与所述补充事件参数对应的补充事件信息。
16.一种车辆事件确定装置,应用于车载终端,包括:
驾驶员信息及车辆行驶信息记录单元,被配置成记录所在车辆的驾驶员信息和车辆行驶信息;
第二初始车辆事件发起单元,被配置成响应于所记录的驾驶员信息和/或车辆行驶信息中包含有符合预设的事件发起策略的车辆事件,向云端服务器发起初始车辆事件;
第二补充事件信息返回单元,被配置成响应于接收到所述云端服务器发来的补充事件参数,向所述云端服务器返回与所述补充事件参数对应的补充事件信息。
17.一种电子设备,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、权利要求7和权利要求8中任一项所述的车辆事件确定方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-6、权利要求7和权利要求8中任一项所述的车辆事件确定方法。
19.一种计算机程序产品,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、权利要求7和权利要求8中任一项所述的车辆事件确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111594820.4A CN114301938B (zh) | 2021-12-24 | 2021-12-24 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111594820.4A CN114301938B (zh) | 2021-12-24 | 2021-12-24 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114301938A true CN114301938A (zh) | 2022-04-08 |
CN114301938B CN114301938B (zh) | 2024-01-02 |
Family
ID=80968835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111594820.4A Active CN114301938B (zh) | 2021-12-24 | 2021-12-24 | 车路协同车辆事件确定方法、相关装置及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114301938B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863709A (zh) * | 2022-04-26 | 2022-08-05 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备和存储介质 |
CN117593892A (zh) * | 2024-01-19 | 2024-02-23 | 福思(杭州)智能科技有限公司 | 真值数据的获取方法和装置、存储介质及电子设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105355039A (zh) * | 2015-10-23 | 2016-02-24 | 张力 | 路况信息处理方法及设备 |
US20160293000A1 (en) * | 2013-12-18 | 2016-10-06 | Intel Corporation | Aggregated analytics for intelligent transportation systems |
CN107886339A (zh) * | 2017-11-15 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US20200027333A1 (en) * | 2018-07-17 | 2020-01-23 | Denso International America, Inc. | Automatic Traffic Incident Detection And Reporting System |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、系统、终端及存储介质 |
CN111524357A (zh) * | 2020-05-19 | 2020-08-11 | 河北德冠隆电子科技有限公司 | 用于车辆安全行驶所需的多数据融合的方法 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN111597507A (zh) * | 2020-03-31 | 2020-08-28 | 浙江吉利汽车研究院有限公司 | 一种事件数据记录方法、装置、设备及存储介质 |
CN111696366A (zh) * | 2020-06-04 | 2020-09-22 | 中国人民解放军战略支援部队信息工程大学 | 一种道路事故感知识别方法及系统 |
CN112118554A (zh) * | 2019-06-20 | 2020-12-22 | 上海三思电子工程有限公司 | 路侧信息系统、路侧信息设备、存储介质及车辆 |
CN112277936A (zh) * | 2020-10-10 | 2021-01-29 | 广州亚美智造科技有限公司 | 车辆碰撞检测处理方法、装置、车载终端和存储介质 |
CN112712719A (zh) * | 2020-12-25 | 2021-04-27 | 北京百度网讯科技有限公司 | 车辆控制方法、车路协同系统、路侧设备和自动驾驶车辆 |
CN112926575A (zh) * | 2021-01-22 | 2021-06-08 | 北京嘀嘀无限科技发展有限公司 | 交通事故识别方法、装置、电子设备和介质 |
CN113053099A (zh) * | 2019-12-26 | 2021-06-29 | 北京万集智能网联技术有限公司 | 一种异常交通事件处理方法及装置 |
CN113240909A (zh) * | 2021-06-17 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 车辆监测方法、设备、云控平台和车路协同系统 |
CN113808386A (zh) * | 2020-06-17 | 2021-12-17 | 中兴通讯股份有限公司 | 交通事故处理方法及装置 |
-
2021
- 2021-12-24 CN CN202111594820.4A patent/CN114301938B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160293000A1 (en) * | 2013-12-18 | 2016-10-06 | Intel Corporation | Aggregated analytics for intelligent transportation systems |
CN105355039A (zh) * | 2015-10-23 | 2016-02-24 | 张力 | 路况信息处理方法及设备 |
CN107886339A (zh) * | 2017-11-15 | 2018-04-06 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US20200027333A1 (en) * | 2018-07-17 | 2020-01-23 | Denso International America, Inc. | Automatic Traffic Incident Detection And Reporting System |
CN112118554A (zh) * | 2019-06-20 | 2020-12-22 | 上海三思电子工程有限公司 | 路侧信息系统、路侧信息设备、存储介质及车辆 |
CN113053099A (zh) * | 2019-12-26 | 2021-06-29 | 北京万集智能网联技术有限公司 | 一种异常交通事件处理方法及装置 |
CN111597507A (zh) * | 2020-03-31 | 2020-08-28 | 浙江吉利汽车研究院有限公司 | 一种事件数据记录方法、装置、设备及存储介质 |
CN111462497A (zh) * | 2020-05-18 | 2020-07-28 | 深圳博通机器人有限公司 | 一种交通数据下发方法、系统、终端及存储介质 |
CN111524357A (zh) * | 2020-05-19 | 2020-08-11 | 河北德冠隆电子科技有限公司 | 用于车辆安全行驶所需的多数据融合的方法 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN111696366A (zh) * | 2020-06-04 | 2020-09-22 | 中国人民解放军战略支援部队信息工程大学 | 一种道路事故感知识别方法及系统 |
CN113808386A (zh) * | 2020-06-17 | 2021-12-17 | 中兴通讯股份有限公司 | 交通事故处理方法及装置 |
CN112277936A (zh) * | 2020-10-10 | 2021-01-29 | 广州亚美智造科技有限公司 | 车辆碰撞检测处理方法、装置、车载终端和存储介质 |
CN112712719A (zh) * | 2020-12-25 | 2021-04-27 | 北京百度网讯科技有限公司 | 车辆控制方法、车路协同系统、路侧设备和自动驾驶车辆 |
CN112926575A (zh) * | 2021-01-22 | 2021-06-08 | 北京嘀嘀无限科技发展有限公司 | 交通事故识别方法、装置、电子设备和介质 |
CN113240909A (zh) * | 2021-06-17 | 2021-08-10 | 阿波罗智联(北京)科技有限公司 | 车辆监测方法、设备、云控平台和车路协同系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863709A (zh) * | 2022-04-26 | 2022-08-05 | 北京百度网讯科技有限公司 | 道路数据处理方法、装置、电子设备和存储介质 |
CN117593892A (zh) * | 2024-01-19 | 2024-02-23 | 福思(杭州)智能科技有限公司 | 真值数据的获取方法和装置、存储介质及电子设备 |
CN117593892B (zh) * | 2024-01-19 | 2024-04-09 | 福思(杭州)智能科技有限公司 | 真值数据的获取方法和装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114301938B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7371157B2 (ja) | 車両監視方法、装置、電子機器、記憶媒体、コンピュータプログラム、クラウド制御プラットフォームおよび車路連携システム | |
CN114301938A (zh) | 车路协同车辆事件确定方法、相关装置及计算机程序产品 | |
CN112819968B (zh) | 基于混合现实的自动驾驶车辆的测试方法和装置 | |
CN113535569B (zh) | 自动驾驶的控制效果确定方法 | |
CN113129596B (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN109284801A (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
EP3907659A2 (en) | Perception data detection method and apparatus | |
CN114399916A (zh) | 一种数字孪生智慧城市交通的虚拟红绿灯控制提醒方法 | |
CN113538963A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN115601983A (zh) | 交通信号灯的周期时长确定方法、装置、设备和存储介质 | |
CN111765904A (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
CN113920735B (zh) | 一种信息融合方法、装置、电子设备及存储介质 | |
CN112991735B (zh) | 交通流量监测系统的测试方法、装置及设备 | |
CN113052047B (zh) | 交通事件的检测方法、路侧设备、云控平台及系统 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN115782919A (zh) | 信息感知方法、装置及电子设备 | |
CN115891868A (zh) | 自动驾驶车辆的故障检测方法、装置、电子设备和介质 | |
CN113962107A (zh) | 对行驶路段仿真的方法、装置、电子设备及存储介质 | |
CN112216133B (zh) | 信息推送方法、装置、设备及介质 | |
CN114861321A (zh) | 交通流仿真的问题场景提取方法、装置、设备及介质 | |
CN114973656A (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
CN113119999A (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
CN115330042B (zh) | 冲突点确定方法、装置、设备、可读存储介质 | |
CN113408141B (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
CN114167463A (zh) | 车辆异常停滞的检测方法、电子设备和管理系统 |
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 |