CN114724373B - 交通现场信息获取方法和装置、电子设备和存储介质 - Google Patents
交通现场信息获取方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114724373B CN114724373B CN202210397268.8A CN202210397268A CN114724373B CN 114724373 B CN114724373 B CN 114724373B CN 202210397268 A CN202210397268 A CN 202210397268A CN 114724373 B CN114724373 B CN 114724373B
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic accident
- vehicle
- scene
- information
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开实施例公开了一种交通现场信息获取方法和装置、电子设备和存储介质,其中,该方法包括:确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;基于第一交通现场信息,从第三方设备获取针对交通事故现场的第二交通现场信息;基于第一交通现场信息和第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息。本公开实施例可以获取完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
Description
技术领域
本公开涉及驾驶技术,尤其是一种交通现场信息获取方法和装置、电子设备和存储介质。
背景技术
在发生交通事故的情况下,一般需要进行交通事故鉴定,以明确交通事故原因,认定交通事故责任归属。
需要指出的是,交通事故鉴定的实现往往需要参考一些信息,如何保证该信息的完整度,以保证交通事故鉴定结果的准确度对于本领域技术人员而言是一个亟待解决的问题。
发明内容
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种交通现场信息获取方法和装置、电子设备和存储介质。
根据本公开实施例的一个方面,提供了一种交通现场信息获取方法,包括:
确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;
基于所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息;
基于所述第一交通现场信息和所述第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息。
根据本公开实施例的另一个方面,提供了一种交通现场信息获取方法,包括:
接收第一车辆发送的第一获取请求,所述第一获取请求包括:所述第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;所述交通事故发生时刻为所述第一车辆的实际碰撞时刻或预测碰撞时刻;所述交通事故现场位置为所述第一车辆的实际碰撞地点或预测碰撞地点;
基于所述交通事故现场位置,确定现场信息获取装置;
向所述现场信息获取装置发送第二获取请求,所述第二获取请求包括:所述交通事故发生时刻和所述交通事故现场位置;
接收所述现场信息获取装置针对所述第二获取请求返回的第二交通现场信息;
向所述第一车辆返回所述第二交通现场信息。
根据本公开实施例的再一个方面,提供了一种交通现场信息获取方法,包括:
接收云端服务器发送的第二获取请求,所述第二获取请求包括交通事故发生时刻和交通事故现场位置,所述交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻,所述交通事故现场位置为所述第一车辆的实际碰撞地点或预测碰撞地点;
基于所述交通事故发生时刻和所述交通事故现场位置,获取针对交通事故现场的第二交通现场信息;
向所述云端服务器返回所述第二交通现场信息。
根据本公开实施例的又一个方面,提供了一种交通现场信息获取装置,包括:
第一确定模块,用于确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;
第一获取模块,用于基于所述第一确定模块确定的所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息;
第二确定模块,用于基于所述第一确定模块确定的所述第一交通现场信息和所述第一获取模块获取的所述第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息。
根据本公开实施例的又一个方面,提供了一种交通现场信息获取装置,包括:
第一接收模块,用于接收第一车辆发送的第一获取请求,所述第一获取请求包括:所述第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;所述交通事故发生时刻为所述第一车辆的实际碰撞时刻或预测碰撞时刻;所述交通事故现场位置为所述第一车辆的实际碰撞地点或预测碰撞地点;
第三确定模块,用于基于所述第一接收模块接收的所述第一获取请求包括的所述交通事故现场位置,确定现场信息获取装置;
发送模块,用于向所述第三确定模块确定的所述现场信息获取装置发送第二获取请求,所述第二获取请求包括:所述交通事故发生时刻和所述交通事故现场位置;
第二接收模块,用于接收所述第三确定模块确定的所述现场信息获取装置针对所述发送模块发送的所述第二获取请求返回的第二交通现场信息;
第一返回模块,用于向所述第一车辆返回所述第二接收模块接收的所述第二交通现场信息。
根据本公开实施例的又一个方面,提供了一种交通现场信息获取装置,包括:
第三接收模块,用于接收云端服务器发送的第二获取请求,所述第二获取请求包括交通事故发生时刻和交通事故现场位置,所述交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻,所述交通事故现场位置为所述第一车辆的实际碰撞地点或预测碰撞地点;
第二获取模块,用于基于所述第三接收模块接收的所述第二获取请求包括的所述交通事故发生时刻和所述交通事故现场位置,获取针对交通事故现场的第二交通现场信息;
第二返回模块,用于向所述云端服务器返回所述第二获取模块获取的所述第二交通现场信息。
根据本公开实施例的又一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本公开上述任一实施例所述的交通现场信息获取方法。
根据本公开实施例的再一个方面,提供了一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于执行本公开上述任一实施例所述的交通现场信息获取方法。
基于本公开上述实施例提供的交通现场信息获取方法和装置、电子设备和存储介质,可以结合传感器设备针对交通事故现场采集的第一交通现场信息,以及从第三方设备获取的针对交通事故现场的第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息,从而可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开所适用的系统架构图。
图2是本公开一示例性实施例提供的交通现场信息获取方法的流程示意图。
图3是本公开另一示例性实施例提供的交通现场信息获取方法的流程示意图。
图4是本公开再一示例性实施例提供的交通现场信息获取方法的流程示意图。
图5是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图6是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图7是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图8是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图9是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图10是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图11是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图12是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图13是本公开又一示例性实施例提供的交通现场信息获取方法的流程示意图。
图14是本公开一示例性实施例中智能驾驶芯片的组成示意图。
图15是本公开一示例性实施例提供的交通现场信息获取装置的结构示意图。
图16是本公开另一示例性实施例提供的交通现场信息获取装置的结构示意图。
图17是本公开再一示例性实施例提供的交通现场信息获取装置的结构示意图。
图18是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图19是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图20是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图21是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图22是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图23是本公开又一示例性实施例提供的交通现场信息获取装置的结构示意图。
图24是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
本公开中术语“和/或”,仅是一种描述关联对象的关联关系,表示可存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等,它们执行特定任务或实现特定抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
申请概述
现有的交通事故鉴定处理,通常是在交通事故发生后,调取交通事故现场周边的监控设备采集的相关信息进行分析。
在实现本公开的过程中,发明人发现,对于调取交通事故现场周边的监控设备采集的相关信息进行分析的情况,该信息的完整度可能无法满足要求,例如,交通事故可能损害监控设备,导致监控设备无法继续进行信息保存,这会影响该信息的完整度,再例如,监控设备的视域范围可能仅覆盖交通事故现场的部分区域,交通事故现场的其余区域的影像无法被采集,这也会影响该信息的完整度。
因此,有必要采取一种措施,保证用于交通事故鉴定的信息的完整度,以准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
示例性系统
如图1所示,本公开所适用的系统架构图中可以包括第一车辆11、现场信息获取装置13和云端服务器15;其中,第一车辆11可以为已发生碰撞或预测到会发生碰撞的任一车辆;现场信息获取装置13可以包括第一车辆11的交通事故现场预设距离范围内的现场监控设备(例如现场摄像设备)、第一车辆11的交通事故现场预设距离范围内的车辆(为了便于区分,后续将该车辆称为第二车辆)等;云端服务器15也可以称为云服务器或者云端。可选地,预设距离范围内可以为10米范围内、15米范围内、20米范围内等,在此不再一一列举。
需要说明的是,第一车辆11可以针对交通事故现场,进行交通现场信息的采集;现场信息获取装置13也可以针对交通事故现场,进行交通现场信息的采集,并将采集的交通现场信息直接提供给第一车辆11,或者通过云端服务器15提供给第一车辆11。结合第一车辆11采集的交通现场信息和现场信息获取装置13采集的交通现场信息,可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,可以准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
示例性方法
图2是本公开一示例性实施例提供的交通现场信息获取方法的流程示意图。该方法可以应用于图1中的第一车辆11,例如应用于图1中的第一车辆11上的智能驾驶芯片,如图2所示,该方法可以包括步骤210、步骤220和步骤230,下面分别对各步骤进行介绍。
步骤210,确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息。
可选地,步骤210中提及的交通事故现场可以是已发生碰撞的交通事故现场,例如,图1中的第一车辆11已经与行人、机动车等发生了实际碰撞;或者,步骤210中提及的交通事故现场可以是预测到会发生碰撞的交通事故现场,例如,预测到图1中的第一车辆11会与行人、机动车等发生碰撞。
可选地,图1中的第一车辆11上的传感器设备包括但不限于激光雷达、摄像头、车载定位系统、速度传感器、加速度传感器等;其中,激光雷达可以采集第一车辆11与前车/后车之间的距离数据;摄像头可以采集第一车辆11外部的图像数据;车载定位系统可以采集第一车辆11的位置数据;速度传感器可以采集第一车辆11的速度数据;加速度传感器可以采集第一车辆11的加速度数据。
在步骤210中,可以获取激光雷达针对交通事故现场采集的距离数据,摄像头针对交通事故现场采集的图像数据,车载定位系统针对交通事故现场采集的位置数据,速度传感器针对交通事故现场采集的速度数据,以及加速度传感器针对交通事故现场采集的加速度数据,这些数据可以共同组成第一交通现场信息。
步骤220,基于第一交通现场信息,从第三方设备获取针对交通事故现场的第二交通现场信息。
可选地,第三方设备包括但不限于图1中的现场信息获取装置13、图1中的云端服务器15等。
需要说明的是,图1中的第一车辆11、现场信息获取装置13和云端服务器15均可以具有网络通信能力。这样,在步骤220中,基于第一车辆11和第三方设备各自的网络通信能力,第一车辆11可以从第三方设备处获取针对交通事故现场的第二交通现场信息,与第一交通现场信息类似,第二交通现场信息也可以包括距离数据、图像数据、位置数据、速度数据、加速度数据等。
步骤230,基于第一交通现场信息和第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息。
在步骤230中,可以融合第一交通现场信息和第二交通现场信息,并将融合结果作为用于交通事故鉴定的交通事故现场信息;或者,可以提取第一交通现场信息中的第一关键信息,提取第二交通现场信息中的第二关键信息,融合第一关键信息和第二关键信息,将融合结果作为用于交通事故鉴定的交通事故现场信息。
可选地,提取第一关键信息的方式可以为:对第一交通现场信息进行分析,确定其包括的哪些信息能够有效地体现交通事故时的现场实际情况,这些信息即可作为第一关键信息,提取第二关键信息的方式与此类似,在此不再赘述。
本公开的实施例中,可以结合传感器设备针对交通事故现场采集的第一交通现场信息,以及从第三方设备获取的针对交通事故现场的第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息,从而可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
需要指出的是,当步骤230中将第一关键信息和第二关键信息的融合结果作为用于交通事故鉴定的交通事故现场信息时,由于第一关键信息和第二关键信息均是通过信息提取得到的,这样可以采用尽可能少的信息来准确还原交通事故现场,从而有利于降低交通事故鉴定的时间成本,提升交通事故的鉴定处理效率。
在图2所示实施例的基础上,如图3所示,步骤220包括步骤2201、步骤2203、步骤2205和步骤2207。
步骤2201,确定传感器设备的第一工作状态。
在步骤2201中,可以分别检测传感器设备的软件和硬件是否能够正常工作,如果传感器设备的软件和硬件均能够正常工作,则可以确定传感器设备的第一工作状态为正常工作状态,如果传感器设备的软件和硬件中的至少一者无法正常工作,则可以确定传感器设备的第一工作状态为异常工作状态。
步骤2203,在第一交通现场信息中查找与已发生碰撞关联的信息,得到查找结果。
需要说明的是,与已发生碰撞关联的信息可以是指能够对已发生碰撞的碰撞现场的实际情况进行有效地表征的信息,例如已发生碰撞的碰撞影像,图1中的第一车辆11在已发生碰撞的碰撞时刻的位置数据、速度数据等。
在步骤2203中,可以对第一交通现场信息进行遍历,以在第一交通现场信息中查找与已发生碰撞关联的信息,查找结果存在两种情况,分别是:第一交通现场信息中存在与已发生碰撞关联的信息;第一交通现场信息中不存在与已发生碰撞关联的信息。
步骤2205,基于第一工作状态和查找结果,确定第一交通现场信息相对于交通事故鉴定的第一性质属性。
若第一工作状态为正常工作状态,且查找结果为第一交通现场信息中存在与已发生碰撞关联的信息,可以确定第一交通现场信息相对于交通事故鉴定的第一性质属性为支持属性,也即,第一交通现场信息适用于交通事故鉴定。
若第一工作状态为异常工作状态,和/或,查找结果为第一交通现场信息中不存在与已发生碰撞关联的信息,可以确定第一交通现场信息相对于交通事故鉴定的第一性质属性为不支持属性,也即,第一交通现场信息不适用于交通事故鉴定。
步骤2207,基于第一性质属性,从第三方设备获取针对交通事故现场的第二交通现场信息。
若第一性质属性为不支持属性,可以从第三方设备处获取针对交通事故现场的第二交通现场信息。
若第一性质属性为支持属性,可以基于第一交通现场信息,确定用于交通事故鉴定的交通事故现场信息,例如直接将第一交通现场信息确定为交通事故现场信息。
本公开的实施例中,对于已发生碰撞的情况,可以结合传感器设备的第一工作状态,以及在第一交通现场信息中查找与已发生碰撞关联的信息后得到的查找结果,高效快捷地确定第一交通现场信息是否支持交通事故鉴定,在确定结果为不支持的情况下,可以开启求助模式,以从第三方设备处获取第二交通现场信息,从而将第二交通现场信息用于交通事故现场信息的确定,这样能够较好地保证交通事故现场信息的完整性。
在图2所示实施例的基础上,如图4所示,步骤220包括步骤2209、步骤2211、步骤2213、步骤2215和步骤2217。
步骤2209,确定第一车辆的预测碰撞地点和预测碰撞时刻、以及对第一车辆的预测碰撞位置。
需要说明的是,在图1中的第一车辆11上的传感器设备包括激光雷达、摄像头、车载定位系统、速度传感器、加速度传感器的情况下,激光雷达、摄像头、车载定位系统、速度传感器、加速度传感器均可以不断地进行数据采集,并将采集数据上报至第一车辆11上的智能驾驶芯片,第一车辆11上的智能驾驶芯片可以将这些数据作为输入提供给碰撞预测模型。碰撞预测模型可以基于这些数据进行运算,从而预测第一车辆11是否会发生碰撞,如果预测到第一车辆11会发生碰撞,碰撞预测模型还可以预测第一车辆11发生碰撞的碰撞地点、碰撞时刻,以及对第一车辆11的碰撞位置,该碰撞地点即可作为预测碰撞地点,该碰撞时刻即可作为预测碰撞时刻,该碰撞位置即可作为预测碰撞位置。
可选地,碰撞预测模型可以利用大量的样本数据训练得到,样本数据可以包括输入数据和输出数据,输入数据可以包括车辆上的激光雷达、摄像头、车载定位系统、速度传感器、加速度传感器各自的采集数据,输出数据可以包括用于表征该车辆是否发生实际碰撞的数据,如果发生了实际碰撞,输出数据还可以进一步包括该车辆发生实际碰撞的碰撞地点、碰撞时刻,以及对该车辆的碰撞位置。
步骤2211,确定传感器设备在预测碰撞时刻的第二工作状态。
在步骤2211中,可以根据传感器设备在最近一段时间(例如最近1天、最近3天等)内的工作状态,预测传感器设备在预测碰撞时刻的工作状态,该工作状态即可作为第二工作状态。假设传感器设备在最近一段时间内均为正常工作状态,则可以确定第二工作状态为正常工作状态;假设传感器设备在最近一段时间内出现异常的次数超过预设次数,则可以确定第二工作状态为异常工作状态。
步骤2213,基于预测碰撞地点和预测碰撞位置,确定交通事故现场与传感器设备的视域范围之间的归属关系。
需要说明的是,交通事故现场与传感器设备的视域范围之间的归属关系可以用于表征交通事故现场是否位于传感器设备的视域范围内。
在步骤2213中,基于碰撞地点,可以确定交通事故现场的大体范围,再结合碰撞位置,可以确定交通事故现场的具体范围,例如,在碰撞位置为车尾的情况下,交通事故现场可以是指图1中的第一车辆11位于碰撞地点处时,与第一车辆11的车尾的距离不超过一定距离(例如3米、5米等)的范围。通过将交通事故现场的具体范围与传感器设备的视域范围进行比对,即可确定交通事故现场与传感器设备的视域范围之间的归属关系。
步骤2215,基于第二工作状态和归属关系,确定第一交通现场信息相对于交通事故鉴定的第二性质属性。
若第二工作状态为正常工作状态,且归属关系为交通事故现场位于传感器设备的视域范围内,可以确定第一交通现场信息相对于交通事故鉴定的第二性质属性为支持属性。
若第二工作状态为异常工作状态,和/或,归属关系为交通事故现场未位于传感器设备的视域范围内,可以确定第一交通现场信息相对于交通事故鉴定的第二性质属性为不支持属性。
步骤2217,基于第二性质属性,从第三方设备获取针对交通事故现场的第二交通现场信息。
若第二性质属性为不支持属性,可以从第三方设备处获取针对交通事故现场的第二交通现场信息。
若第二性质属性为支持属性,可以基于第一交通现场信息,确定用于交通事故鉴定的交通事故现场信息,例如直接将第一交通现场信息确定为交通事故现场信息。
本公开的实施例中,对于预测到会发生碰撞的的情况,可以结合传感器设备在预测碰撞时刻的第二工作状态,以及由预测碰撞地点和预测碰撞位置确定的交通事故现场与传感器设备的视域范围之间的归属关系,高效快捷地确定第一交通现场信息是否支持交通事故鉴定,在确定结果为不支持的情况下,可以开启求助模式,以从第三方设备处获取第二交通现场信息,从而将第二交通现场信息用于交通事故现场信息的确定,这样能够较好地保证交通事故现场信息的完整性。
在图2所示实施例的基础上,如图5所示,步骤220包括步骤2219和步骤2221。
步骤2219,向第三方设备发送第一获取请求,第一获取请求包括:第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻;交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点。
可选地,图1中的第一车辆11对应的设备标识包括第一车辆11的车架号。
需要说明的是,图1中的第一车辆11上可以具有碰撞传感器,基于碰撞传感器的检测信号,可以确定第一车辆11已发生碰撞的碰撞时刻,该碰撞时刻即为实际碰撞时刻,通过获取第一车辆11在该时刻的位置数据,可以确定第一车辆11已发生碰撞的碰撞地点,该碰撞地点即为实际碰撞地点;通过预先训练碰撞预测模型,可以利用碰撞预测模型,确定第一车辆11的预测碰撞时刻和预测碰撞地点。这样,无论是第一车辆11已发生碰撞的情况,还是预测到第一车辆11会发生碰撞的情况,均能够高效快捷地获取交通事故发生时刻和交通事故现场位置,基于获取的交通事故发生时刻和交通事故现场位置,可以向第三方设备发送第一获取请求。可选地,第一车辆11可以在接入的物联网(Internet of Things,IoT)内广播第一获取请求,这样,只要第三方设备也接入物联网,第三方设备即可接收到第一获取请求。
步骤2221,接收第三方设备针对第一获取请求返回的第二交通现场信息,第二交通现场信息为在交通事故发生时刻针对交通事故现场位置采集的交通现场信息。
若第三方设备为图1中的现场信息获取装置13,在步骤2221中,可以接收现场信息获取装置13响应于第一获取请求,从自身采集的交通现场信息中提取的第二交通现场信息。
若第三方设备为图1中的云端服务器15,在步骤2221中,可以接收云端服务器15响应于第一获取请求,从现场信息获取装置13上报的交通现场信息中提取的第二交通现场信息。
本公开的实施例中,通过向第三方设备发送第一获取请求,以使第三方设备对第一获取请求进行响应,能够高效快捷地从第三方设备处获取第二交通现场信息,以便将第二交通现场信息用于后续步骤。
在图2所示实施例的基础上,如图6所示,在步骤230之后,该方法还包括:
步骤240,将交通事故现场信息上传至用于进行交通事故责任认定的管理服务器。
在步骤240中,图1中的第一车辆11可以基于自身的网络通信能力,将交通事故现场信息上传至管理服务器,管理服务器可以依据预定义的责任认定规则,通过对交通事故现场信息进行分析,确定交通事故责任归属,由于交通事故现场信息的完整度能够得到较好地保证,交通事故的责任认定结果的准确度也能够得到较好地保证。
图7是本公开一示例性实施例提供的交通现场信息获取方法的流程示意图。该方法可以应用于图1中的云端服务器15,如图7所示,该方法可以包括步骤710、步骤720、步骤730、步骤740和步骤750,下面分别对各步骤进行介绍。
步骤710,接收第一车辆发送的第一获取请求,第一获取请求包括:第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻;交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点。
需要说明的是,步骤710与上文中的步骤2219是对应的步骤,区别主要在于步骤2219由图1中的第一车辆11执行,步骤710由图1中的云端服务器15执行,步骤710的具体实施过程参照对步骤2219的说明即可,在此不再赘述。
步骤720,基于交通事故现场位置,确定现场信息获取装置。
在步骤720中,可以将交通事故现场位置预设距离范围内的,具有现场信息获取功能的设备确定为图1中的现场信息获取装置13。可选地,预设距离范围内可以为10米范围内、15米范围内、20米范围内等,在此不再一一列举;现场信息获取功能包括但不限于图像拍摄功能、测距功能、定位功能等。
步骤730,向现场信息获取装置发送第二获取请求,第二获取请求包括:交通事故发生时刻和交通事故现场位置。
在步骤730中,可以基于图1中的云端服务器15的网络通信能力,向图1中的现场信息获取装置13发送第二获取请求。
步骤740,接收现场信息获取装置针对第二获取请求返回的第二交通现场信息。
在步骤740中,可以基于图1中的云端服务器15的网络通信能力,接收图1中的现场信息获取装置13响应于第二获取请求返回的第二交通现场信息。
步骤750,向第一车辆返回第二交通现场信息。
在步骤750中,可以基于图1中的云端服务器15的网络通信能力,将来自图1中的现场信息获取装置13的第二交通现场信息直接转发给图1中的第一车辆11,或者,可以从来自图1中的现场信息获取装置13的第二交通现场信息中,筛选出满足预设质量标准的交通现场信息,并将筛选出的交通现场信息转发给图1中的第一车辆11。可选地,在第二交通现场信息包括图像数据的情况下,满足预设质量标准的图像数据可以是指图像清晰度大于预设清晰度的图像数据,或者,满足预设质量标准的图像数据可以是指图像分辨率大于预设分辨率的图像数据。
本公开的实施例中,图1中的云端服务器15可以在接收第一车辆11发送的第一获取请求的情况下,基于第一获取请求中的交通事故现场位置,确定现场信息获取装置13,通过向现场信息获取装置13发送第二获取请求,接收来自现场信息获取装置13的第二交通现场信息,之后可以向第一车辆11返回第二交通现场信息,以便第一车辆11结合自身的传感器设备针对交通事故现场采集的第一交通现场信息,以及来自云端服务器15的第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息,从而可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
在一个可选示例中,
现场信息获取装置包括:在交通事故发生时刻距离交通事故现场位置预设距离范围内的第二车辆;
在图7所示实施例的基础上,如图8所示,步骤720包括步骤7201、步骤7203和步骤7205。
步骤7201,确定交通事故发生时刻与当前时刻之间的早晚关系。
在步骤7201,可以从第一获取请求中提取交通事故发生时刻,并通过对时钟函数的调用获取当前时刻,之后,通过将交通事故发生时刻与当前时刻进行比对,可以确定两者之间的早晚关系。
步骤7203,若早晚关系为交通事故发生时刻早于当前时刻,基于至少一个车辆中各车辆上的传感器设备历史采集的现场信息记录,确定至少一个车辆中,在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆为第二车辆。
假设交通事故发生时刻表示为t0,交通事故发生时刻所在的预设时间范围可以表示为[t1,t2],其中,t1比t0早预设时长,t2比t0晚预设时长。可选地,预设时长可以为30秒、1分钟、3分钟、4分钟、5分钟等,在此不再一一列举。
需要说明的是,图1中的第一车辆11可以接入物联网,步骤7203中涉及的至少一个车辆可以包括接入该物联网的,除了第一车辆之外的其余车辆。具体实施时,至少一个车辆中的每个车辆上的传感器设备均可以进行现场信息记录的采集,并将采集的现场信息记录定时上报至图1中的云端服务器15,与上文中的第一交通现场信息类似,现场信息记录包括但不限于图像数据、位置数据、速度数据、加速度数据等;至少一个车辆中的每个车辆还可以获取自身的行驶信息,并将获取的行驶信息定时上报至图1中的云端服务器15,行驶信息包括但不限于行驶路径数据、位置数据、速度数据等。
若交通事故发生时刻早于当前时刻,这说明图1中的第一车辆11已发生碰撞,那么,图1中的云端服务器15可以从至少一个车辆中各车辆上的传感器设备历史上报的现场信息记录中,筛选出位置数据,然后通过对筛选出的位置数据进行分析,确定出在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆,确定出的车辆即可作为第二车辆。
步骤7205,若早晚关系为交通事故发生时刻不早于当前时刻,基于至少一个车辆中各车辆上报的行驶信息,确定至少一个车辆中在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆为第二车辆。
若交通事故发生时刻不早于当前时刻,这说明预测到图1中的第一车辆11会发生碰撞,那么,图1中的云端服务器15可以从至少一个车辆中各车辆上报的行驶信息中,筛选出位置数据,然后通过对筛选出的位置数据进行分析,确定出在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆,确定出的车辆即可作为第二车辆。
本公开的实施例中,对于第一车辆11已发生碰撞的情况,可以利用至少一个车辆中各车辆上的传感器设备历史采集的现场信息记录,高效快捷地确定出在交通事故发生时刻距离交通事故现场位置预设范围内的第二车辆,而对于预测到第一车辆11会发生碰撞的情况,可以利用至少一个车辆中各车辆上报的行驶信息,高效快捷地确定出在交通事故发生时刻距离交通事故现场位置预设范围内的第二车辆,也即,无论第一车辆11是否已发生碰撞,均能够采用合适的方式实现第二车辆的确定,以便据此实现第二交通现场信息的获取。
图9是本公开一示例性实施例提供的交通现场信息获取方法的流程示意图。该方法可以应用于图1中的现场信息获取装置13,如图9所示,该方法可以包括步骤910、步骤920和步骤930,下面分别对各步骤进行介绍。
步骤910,接收云端服务器发送的第二获取请求,第二获取请求包括交通事故发生时刻和交通事故现场位置,交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻,交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点。
在步骤910中,可以基于图1中的现场信息获取装置13的网络通信能力,接收图1中的云端服务器15发送的第二获取请求。
步骤920,基于交通事故发生时刻和交通事故现场位置,获取针对交通事故现场的第二交通现场信息。
需要说明的是,图1中的现场信息获取装置13可以不断地进行现场信息的采集,这些现场信息中,并非所有信息都能够对交通事故鉴定起到帮助,因此,在步骤920中,可以结合交通事故发生时刻和交通事故现场位置,获取能够有效地体现交通事故时的现场实际情况的现场信息,获取的信息可以作为针对交通事故现场的第二交通现场信息。
步骤930,向云端服务器返回第二交通现场信息。
在步骤930中,可以基于图1中的现场信息获取装置13的网络通信能力,将第二交通现场信息直接返回给图1中的云端服务器15,或者,可以从第二交通现场信息中筛选出满足预设质量标准的交通现场信息,并将筛选出的交通现场信息返回给图1中的云端服务器15。需要指出的是,预设质量标准参照对步骤750的说明即可,在此不再赘述。
本公开的实施例中,图1中的现场信息获取装置13可以接收云端服务器15发送的第二获取请求,基于第二获取请求中的交通事故发生时刻和交通事故现场位置,获取针对交通事故现场的第二交通现场信息,并向云端服务器15返回第二交通现场信息,以便云端服务器15将接收的第二交通现场信息转发给第一车辆11,从而使得第一车辆11结合自身的传感器设备针对交通事故现场采集的第一交通现场信息,以及来自云端服务器15的第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息,从而可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于准确还原交通事故现场,降低交通事故的鉴定处理难度,提高交通事故的原因分析结果和责任认定结果的准确度,从而保证交通事故鉴定结果的准确度。
假设图1中的现场信息获取装置13为第二车辆,则在图9所示实施例的基础上,如图10所示,步骤920,包括步骤9201、步骤9203和步骤9205。
步骤9201,确定交通事故发生时刻与当前时刻之间的早晚关系。
需要说明的是,步骤9201的具体实施过程参照对步骤7201的说明即可,在此不再赘述。
步骤9203,若早晚关系为交通事故发生时刻早于当前时刻,从第二车辆上的传感器设备采集的历史信息中,获取交通事故发生时刻采集的现场信息,得到第二交通现场信息。
需要说明的是,对于第二车辆而言,与图1中的第一车辆11类似,其也可以通过自身的传感器设备不断地进行信息采集(例如采集距离数据、图像数据、位置数据等),采集到的这些信息可以作为历史信息进行存储。
若交通事故发生时刻早于当前时刻,这说明图1中的第一车辆11已发生碰撞,则可以从第二车辆已存储的历史信息中,获取交通事故发生时刻采集的现场信息,该现场信息即可作为第二交通现场信息。
步骤9205,若早晚关系为交通事故发生时刻不早于当前时刻,基于第二车辆的行驶路径和交通事故现场位置,确定第二车辆上的传感器设备对交通事故现场位置进行现场信息采集所需的第一采集方向,并控制第二车辆上的传感器设备在交通事故发生时刻所在的预设时间范围内,按照第一采集方向对交通事故现场位置进行现场信息采集,得到第二交通现场信息。
若交通事故发生时刻不早于当前时刻,这说明预测到图1中的第一车辆11会发生碰撞,那么,可以参考交通事故现场位置和第二车辆的当前位置,确定第二车辆上的传感器设备对交通事故现场位置进行现场信息采集所需的第一采集方向,第一采集方向需要确保交通事故现场位置在传感器设备的视域范围内,例如,第一采集方向可以沿着交通事故现场位置和第二车辆的当前位置的连线方向,并且,第一采集方向朝向交通事故现场位置。在第二车辆沿着自身的行驶路径行驶的过程中,第二车辆的当前位置与交通事故现场位置之间的相对位置是不断发生变化的,此时,基于第二车辆的行驶路径,可以不断调整第一采集方向,使得交通事故现场位置始终保持在传感器设备的视域范围内。另外,可以控制第二车辆上的传感器设备在交通事故发生时刻所在的预设时间范围内,按照第一采集方向对交通事故现场位置进行现场信息采集,以得到第二交通现场信息,这样,第二交通现场信息中可以包含能够有效地体现交通事故时的现场实际情况的现场信息。
本公开的实施例中,对于第一车辆11已发生碰撞的情况,可以利用第二车辆上的传感器设备采集的历史信息,高效快捷地获取第二交通现场信息,对于预测到第一车辆11会发生碰撞的情况,可以通过第二车辆上的传感器设备执行的信息采集操作,高效快捷地获取第二交通现场信息,并且,对于预测到第一车辆11会发生碰撞的情况,第二车辆上的传感器设备的采集方向可以进行灵活地调整,以保证第二交通现场信息能够有助于交通事故鉴定,也即,无论第一车辆11是否已发生碰撞,均能够采用合适的方式实现第二交通现场信息的获取,并且,第二交通现场信息能够有助于交通事故鉴定,从而保证交通事故鉴定结果的准确度。
假设图1中的现场信息获取装置13为现场监控设备,则在图9所示实施例的基础上,如图11所示,步骤920包括步骤9207、步骤9209和步骤9211。
步骤9207,确定交通事故发生时刻与当前时刻之间的早晚关系。
需要说明的是,步骤9207的具体实施过程参照对步骤7201的说明即可,在此不再赘述。
步骤9209,若早晚关系为交通事故发生时刻早于当前时刻,从现场监控设备采集的历史信息中,获取交通事故发生时刻采集的现场信息,得到第二交通现场信息。
需要说明的是,步骤9209的具体实施过程与步骤9203是类似的,区别主要在于,步骤9203中历史信息由第二车辆上的传感器设备采集,步骤9209中的历史信息由现场监控设备采集,步骤9209的具体实施过程参照对9203的说明即可,在此不再赘述。
步骤9211,若早晚关系为交通事故发生时刻不早于当前时刻,确定现场监控设备对交通事故现场位置进行现场信息采集所需的第二采集方向,并在交通事故发生时刻所在的预设时间范围内,控制现场监控设备按照第二采集方向对交通事故现场位置进行现场信息采集,得到第二交通现场信息。
若交通事故发生时刻不早于当前时刻,这说明预测到图1中的第一车辆11会发生碰撞,那么,可以确定现场监控设备对交通事故现场位置进行现场信息采集所需的第二采集方向,第二采集方向需要确保交通事故现场位置在现场监控设备的视域范围内,例如,第二采集方向可以沿着交通事故现场位置和现场监控设备的当前位置的连线方向,并且,第二采集方向朝向交通事故现场位置。另外,还可以控制现场监控设备在交通事故发生时刻所在的预设时间范围内,按照第二采集方向对交通事故现场位置进行现场信息采集,以得到第二交通现场信息,这样,第二交通现场信息中可以包含能够有效地体现交通事故时的现场实际情况的现场信息。
本公开的实施例中,对于第一车辆11已发生碰撞的情况,可以利用现场监控设备采集的历史信息,高效快捷地获取第二交通现场信息,对于预测到第一车辆11会发生碰撞的情况,可以通过现场监控设备执行的信息采集操作,高效快捷地获取第二交通现场信息,并且,对于预测到第一车辆11会发生碰撞的情况,现场监控设备的采集方向可以进行灵活地调整,以保证第二交通现场信息能够有助于交通事故鉴定,也即,无论第一车辆11是否已发生碰撞,均能够采用合适的方式实现第二交通现场信息的获取,并且,第二交通现场信息能够有助于交通事故鉴定,从而保证交通事故鉴定结果的准确度。
在一个可选示例中,如图12所示,本公开的实施例所适用的系统架构图中可以包括汽车A(相当于图1中的第一车辆11)上的传感器设备、汽车A上的智能驾驶芯片、云端、汽车B(相当于上文中的第二车辆)上的智能驾驶芯片、汽车B上的传感器设备。可选地,汽车A、云端、汽车B可以均接入物联网。
具体实施时,当确定已发生或预测到会发生碰撞事故时,汽车A上的智能驾驶芯片可以捕获本地数据(相当于捕获上文中的第一交通现场信息),汽车A上的智能驾驶芯片还可以判断捕获的本地数据是否支持交通事故鉴定(相当于上文中的确定第一交通现场信息相对于交通事故鉴定的性质属性),在判断结果为支持的情况下,汽车A上的智能驾驶芯片可以开启求助模式。具体地,汽车A上的智能驾驶芯片可以利用本地芯片能力向周边发送信息(相当于上文中的广播第一获取请求)。
接下来,云端可以计算已发生或预测到会发生碰撞事故的事故点可能经过的车辆(相当于汽车B),将相关信息进行下发(相当于向汽车B发送上文中的第二获取请求)。
之后,汽车B上的智能驾驶芯片根据接收到的第一获取请求,计算自身的传感器设备所需的采集方向,并控制自身的传感器设备按照该采集方向进行现场捕获(相当于捕获上文中的第二交通现场信息),汽车B上的传感器设备通过现场捕获得到的信息可以通过低功耗蓝牙(Blooth LE,BLE)、受限应用协议(Constrained Application Protocol,COAP)等本地传输方式提供给汽车B上的智能驾驶芯片,汽车B上的智能驾驶芯片可以对该信息进行处理(例如删除冗余的图像数据、清晰度不达标的图像数据等),并在处理完成后发送给云端,云端据此可以将数据下发给汽车A上的智能驾驶芯片(此时汽车A上的智能驾驶芯片获得了上文中的第二交通现场信息)。
再之后,汽车A上的智能驾驶芯片可以对第一交通现场信息和第二交通现场信息进行分析,保留第一交通现场信息和第二交通现场信息中的关键信息,并通过信息融合,得到用于交通事故鉴定的交通事故现场信息。
在一个可选示例中,如图13所示,汽车A上的智能驾驶芯片可以对汽车A上的传感器设备采集的数据进行分析,以确定是否需要申请数据(相当于上文中的确定第一交通现场信息是否支持交通事故鉴定)。如果确定结果为需要,则可以申请云端和其他设备(相当于图1中的现场信息获取装置11)介入,以基于云端和/或其他设备实现第二交通现场信息的获取,具体地,其他设备可以直接将第二交通现场信息传输提供给汽车A上的智能驾驶芯片,或者,其他设备可以将第二交通现场信息通过云端提供给汽车A上的智能驾驶芯片。最终,汽车A上的智能驾驶芯片可以获取到第一交通现场信息和第二交通现场信息,据此可以得到用于交通事故鉴定的交通事故现场信息。
在一个可选示例中,智能驾驶芯片可以为片上芯片(System on Chip,SoC)如图14所示,智能驾驶芯片可以具有网络通信能力,网络通信能力可以包括云端通信能力和本地通信能力,智能驾驶芯片可以包括作为芯片信息采集模块的传感器设备,位于芯片信息采集模块后的处理模块,以及具有计算能力的本地计算平台;其中,处理模块可以包括图像信号处理(Image Signal Processing,ISP)模块、中央处理器(Central Processing Unit,CPU)等;本地计算平台可以包括大脑处理器(Brain Processing Unit,BPU)、编解码器(Codec)等。
综上,本公开的实施例中,结合第一交通现场信息和第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息,可以获取到完整的交通事故现场信息,将该交通事故现场信息用于交通事故鉴定,这样有助于保证交通事故鉴定结果的准确度。本公开的实施还能够针对未发生的事件,进行提前预测和信息捕获。此外,本公开的实施例能够利用多个设备,对交通事故现场进行最大程度的还原,并且,本公开的实施例能够充分利用智能驾驶芯片的本地处理能力,最大程度地对信息进行获取和分析,减少交通纠纷,提高交通纠纷处理效率,节约交通纠纷处理的时间和成本。
本公开实施例提供的任一种交通现场信息获取方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种交通现场信息获取方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种交通现场信息获取方法。下文不再赘述。
示例性装置
图15是本公开一示例性实施例提供的交通现场信息获取装置的结构示意图。图15所示的装置包括第一确定模块1510、第一获取模块1520和第二确定模块1530。
第一确定模块1510,用于确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;
第一获取模块1520,用于基于第一确定模块1510确定的第一交通现场信息,从第三方设备获取针对交通事故现场的第二交通现场信息;
第二确定模块1530,用于基于第一确定模块1510确定的第一交通现场信息和第一获取模块1520获取的第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息。
在一个可选示例中,如图16所示,第一获取模块1520,包括:
第一确定子模块15201,用于确定传感器设备的第一工作状态;
第一获取子模块15203,用于在第一确定模块1510确定的第一交通现场信息中查找与已发生碰撞关联的信息,得到查找结果;
第二确定子模块15205,用于基于第一确定子模块15201确定的第一工作状态和第一获取子模块15203得到的查找结果,确定第一交通现场信息相对于交通事故鉴定的第一性质属性;
第二获取子模块15207,用于基于第二确定子模块15205确定的第一性质属性,从第三方设备获取针对交通事故现场的第二交通现场信息。
在一个可选示例中,如图17所示,第一获取模块1520,包括:
第三确定子模块15209,用于确定第一车辆的预测碰撞地点和预测碰撞时刻、以及对第一车辆的预测碰撞位置;
第四确定子模块15211,用于确定传感器设备在第三确定子模块15209确定的预测碰撞时刻的第二工作状态;
第五确定子模块15213,用于基于第三确定子模块15209确定的预测碰撞地点和预测碰撞位置,确定交通事故现场与传感器设备的视域范围之间的归属关系;
第六确定子模块15215,用于基于第四确定子模块15211确定的第二工作状态和第五确定子模块15213确定的归属关系,确定第一交通现场信息相对于交通事故鉴定的第二性质属性;
第三获取子模块15217,用于基于第六确定子模块15215确定的第二性质属性,从第三方设备获取针对交通事故现场的第二交通现场信息。
在一个可选示例中,如图18所示,第一获取模块1520,包括:
发送子模块15219,用于向第三方设备发送第一获取请求,第一获取请求包括:第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻;交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点;
接收子模块15221,用于接收第三方设备针对发送子模块15219发送的第一获取请求返回的第二交通现场信息,第二交通现场信息为在交通事故发生时刻针对交通事故现场位置采集的交通现场信息。
在一个可选示例中,如图16、图17、图18所示,该装置还包括:
上传模块1540,用于在基于第一交通现场信息和第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息之后,将交通事故现场信息上传至用于进行交通事故责任认定的管理服务器。
图19是本公开一示例性实施例提供的交通现场信息获取装置的结构示意图。图19所示的装置包括第一接收模块1910、第三确定模块1920、发送模块1930、第二接收模块1940和第一返回模块1950。
第一接收模块1910,用于接收第一车辆发送的第一获取请求,第一获取请求包括:第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻;交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点;
第三确定模块1920,用于基于第一接收模块1910接收的第一获取请求包括的交通事故现场位置,确定现场信息获取装置;
发送模块1930,用于向第三确定模块1920确定的现场信息获取装置发送第二获取请求,第二获取请求包括:交通事故发生时刻和交通事故现场位置;
第二接收模块1940,用于接收第三确定模块1920确定的现场信息获取装置针对发送模块1930发送的第二获取请求返回的第二交通现场信息;
第一返回模块1950,用于向第一车辆返回第二接收模块1940接收的第二交通现场信息。
在一个可选示例中,现场信息获取装置包括:在交通事故发生时刻距离交通事故现场位置预设距离范围内的第二车辆;
如图20所示,第三确定模块1920,包括:
第七确定子模块19201,用于确定交通事故发生时刻与当前时刻之间的早晚关系;
第八确定子模块19203,用于若第七确定子模块19201确定的早晚关系为交通事故发生时刻早于当前时刻,基于至少一个车辆中各车辆上的传感器设备历史采集的现场信息记录,确定至少一个车辆中,在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆为第二车辆;
第九确定子模块19205,用于若第七确定子模块19201确定的早晚关系为交通事故发生时刻不早于当前时刻,基于至少一个车辆中各车辆上报的行驶信息,确定至少一个车辆中在交通事故发生时刻所在的预设时间范围内经过交通事故现场位置的车辆为第二车辆。
图21是本公开一示例性实施例提供的交通现场信息获取装置的结构示意图。图21所示的装置包括第三接收模块2110、第二获取模块2120和第二返回模块2130。
第三接收模块2110,用于接收云端服务器发送的第二获取请求,第二获取请求包括交通事故发生时刻和交通事故现场位置,交通事故发生时刻为第一车辆的实际碰撞时刻或预测碰撞时刻,交通事故现场位置为第一车辆的实际碰撞地点或预测碰撞地点;
第二获取模块2120,用于基于第三接收模块2110接收的第二获取请求包括的交通事故发生时刻和交通事故现场位置,获取针对交通事故现场的第二交通现场信息;
第二返回模块2130,用于向云端服务器返回第二获取模块2120获取的第二交通现场信息。
在一个可选示例中,如图22所示,第二获取模块2120,包括:
第十确定子模块21201,用于确定交通事故发生时刻与当前时刻之间的早晚关系;
第十一确定子模块21203,用于若第十确定子模块21201确定的早晚关系为交通事故发生时刻早于当前时刻,从第二车辆上的传感器设备采集的历史信息中,获取交通事故发生时刻采集的现场信息,得到第二交通现场信息;
第十二确定子模块21205,用于若第十确定子模块21201确定的早晚关系为交通事故发生时刻不早于当前时刻,基于第二车辆的行驶路径和交通事故现场位置,确定第二车辆上的传感器设备对交通事故现场位置进行现场信息采集所需的第一采集方向,并控制第二车辆上的传感器设备在交通事故发生时刻所在的预设时间范围内,按照第一采集方向对交通事故现场位置进行现场信息采集,得到第二交通现场信息。
在一个可选示例中,如图23所示,第二获取模块2120,包括:
第十三确定子模块21207,用于确定交通事故发生时刻与当前时刻之间的早晚关系;
第十四确定子模块21209,用于若第十三确定子模块21207确定的早晚关系为交通事故发生时刻早于当前时刻,从现场监控设备采集的历史信息中,获取交通事故发生时刻采集的现场信息,得到第二交通现场信息;
第十五确定子模块21211,用于若第十三确定子模块21207确定的早晚关系为交通事故发生时刻不早于当前时刻,确定现场监控设备对交通事故现场位置进行现场信息采集所需的第二采集方向,并在交通事故发生时刻所在的预设时间范围内,控制现场监控设备按照第二采集方向对交通事故现场位置进行现场信息采集,得到第二交通现场信息。
示例性电子设备
下面,参考图24来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图24图示了根据本公开实施例的电子设备的框图。
如图24所示,电子设备2400包括一个或多个处理器2401和存储器2402。
处理器2401可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备2400中的其他组件以执行期望的功能。
存储器2402可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器2401可以运行所述程序指令,以实现上文所述的本公开的各个实施例的交通现场信息获取方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备2400还可以包括:输入装置2403和输出装置2404,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在该电子设备是第一设备或第二设备时,该输入装置2403可以是上述的麦克风或麦克风阵列,用于捕捉声源的输入信号。在该电子设备是单机设备时,该输入装置2403可以是通信网络连接器,用于从第一设备和第二设备接收所采集的输入信号。
此外,该输入装置2403还可以包括例如键盘、鼠标等等。
该输出装置2404可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置2404可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图24中仅示出了该电子设备2400中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备2400还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的交通现场信息获取方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的交通现场信息获取方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (12)
1.一种交通现场信息获取方法,包括:
确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;
基于所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息;
基于所述第一交通现场信息和所述第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息;
所述基于所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息,包括:
确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置;
确定所述传感器设备在所述预测碰撞时刻的第二工作状态;
基于所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系;
基于所述第二工作状态和所述归属关系,确定所述第一交通现场信息相对于交通事故鉴定的第二性质属性;
基于所述第二性质属性,从第三方设备获取针对所述交通事故现场的第二交通现场信息。
2.根据权利要求1所述的方法,其中,所述基于所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息,包括:
确定所述传感器设备的第一工作状态;
在所述第一交通现场信息中查找与已发生碰撞关联的信息,得到查找结果;
基于所述第一工作状态和所述查找结果,确定所述第一交通现场信息相对于交通事故鉴定的第一性质属性;
基于所述第一性质属性,从第三方设备获取针对所述交通事故现场的第二交通现场信息。
3.根据权利要求1所述的方法,其中,所述从第三方设备获取针对所述交通事故现场的第二交通现场信息,包括:
向所述第三方设备发送第一获取请求,所述第一获取请求包括:所述第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;所述交通事故发生时刻为所述第一车辆的实际碰撞时刻或预测碰撞时刻;所述交通事故现场位置为所述第一车辆的实际碰撞地点或预测碰撞地点;
接收所述第三方设备针对所述第一获取请求返回的第二交通现场信息,所述第二交通现场信息为在所述交通事故发生时刻针对所述交通事故现场位置采集的交通现场信息。
4.根据权利要求1-3任一所述的方法,其中,所述基于所述第一交通现场信息和所述第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息之后,所述方法还包括:
将所述交通事故现场信息上传至用于进行交通事故责任认定的管理服务器。
5.一种交通现场信息获取方法,包括:
接收第一车辆发送的第一获取请求,所述第一车辆上的传感器设备用于针对交通事故现场采集第一交通现场信息,所述第一车辆用于确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置,确定所述传感器设备在所述预测碰撞时刻的第二工作状态,基于所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系,基于所述第二工作状态和所述归属关系,确定所述第一交通现场信息相对于交通事故鉴定的第二性质属性,并基于所述第二性质属性,发送所述第一获取请求;所述第一获取请求包括:所述第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;所述交通事故发生时刻为所述第一车辆的预测碰撞时刻;所述交通事故现场位置为所述第一车辆的预测碰撞地点;
基于所述交通事故现场位置,确定现场信息获取装置;
向所述现场信息获取装置发送第二获取请求,所述第二获取请求包括:所述交通事故发生时刻和所述交通事故现场位置;
接收所述现场信息获取装置针对所述第二获取请求返回的第二交通现场信息;
向所述第一车辆返回所述第二交通现场信息。
6.根据权利要求5所述的方法,其中,
所述现场信息获取装置包括:在所述交通事故发生时刻距离所述交通事故现场位置预设距离范围内的第二车辆;
所述基于所述交通事故现场位置,确定现场信息获取装置,包括:
确定所述交通事故发生时刻与当前时刻之间的早晚关系;
若所述早晚关系为所述交通事故发生时刻早于所述当前时刻,基于至少一个车辆中各车辆上的传感器设备历史采集的现场信息记录,确定所述至少一个车辆中,在所述交通事故发生时刻所在的预设时间范围内经过所述交通事故现场位置的车辆为所述第二车辆;
若所述早晚关系为所述交通事故发生时刻不早于所述当前时刻,基于所述至少一个车辆中各车辆上报的行驶信息,确定所述至少一个车辆中在所述交通事故发生时刻所在的预设时间范围内经过所述交通事故现场位置的车辆为所述第二车辆。
7.一种交通现场信息获取方法,包括:
接收云端服务器发送的第二获取请求,所述第二获取请求包括交通事故发生时刻和交通事故现场位置,所述交通事故发生时刻为第一车辆的预测碰撞时刻,所述交通事故现场位置为所述第一车辆的预测碰撞地点;所述第一车辆上的传感器设备用于针对交通事故现场采集第一交通现场信息,所述云端服务器用于接收第一车辆发送的第一获取请求,所述第一车辆用于确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置,确定所述传感器设备在所述预测碰撞时刻的第二工作状态,基于所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系,基于所述第二工作状态和所述归属关系,确定所述第一交通现场信息相对于交通事故鉴定的第二性质属性,并基于所述第二性质属性,发送所述第一获取请求;所述第一获取请求包括:所述第一车辆对应的设备标识、所述交通事故发生时刻和所述交通事故现场位置;所述云端服务器还用于基于所述交通事故现场位置,确定现场信息获取装置,并向所述现场信息获取装置发送第二获取请求;
基于所述交通事故发生时刻和所述交通事故现场位置,获取针对交通事故现场的第二交通现场信息;
向所述云端服务器返回所述第二交通现场信息。
8.一种交通现场信息获取装置,包括:
第一确定模块,用于确定第一车辆上的传感器设备针对交通事故现场采集的第一交通现场信息;
第一获取模块,用于基于所述第一确定模块确定的所述第一交通现场信息,从第三方设备获取针对所述交通事故现场的第二交通现场信息;
第二确定模块,用于基于所述第一确定模块确定的所述第一交通现场信息和所述第一获取模块获取的所述第二交通现场信息,确定用于交通事故鉴定的交通事故现场信息;
所述第一获取模块,包括:
第三确定子模块,用于确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置;
第四确定子模块,用于确定所述传感器设备在所述第三确定子模块确定的预测碰撞时刻的第二工作状态;
第五确定子模块,用于基于所述第三确定子模块确定的所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系;
第六确定子模块,用于基于所述第四确定子模块确定的所述第二工作状态和所述第五确定子模块确定的所述归属关系,确定所述第一交通现场信息相对于所述交通事故鉴定的第二性质属性;
第三获取子模块,用于基于所述第六确定子模块确定的所述第二性质属性,从所述第三方设备获取针对所述交通事故现场的第二交通现场信息。
9.一种交通现场信息获取装置,包括:
第一接收模块,用于接收第一车辆发送的第一获取请求,所述第一车辆上的传感器设备用于针对交通事故现场采集第一交通现场信息,所述第一车辆用于确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置,确定所述传感器设备在所述预测碰撞时刻的第二工作状态,基于所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系,基于所述第二工作状态和所述归属关系,确定所述第一交通现场信息相对于交通事故鉴定的第二性质属性,并基于所述第二性质属性,发送所述第一获取请求;所述第一获取请求包括:所述第一车辆对应的设备标识、交通事故发生时刻和交通事故现场位置;所述交通事故发生时刻为所述第一车辆的预测碰撞时刻;所述交通事故现场位置为所述第一车辆的预测碰撞地点;
第三确定模块,用于基于所述第一接收模块接收的所述第一获取请求包括的所述交通事故现场位置,确定现场信息获取装置;
发送模块,用于向所述第三确定模块确定的所述现场信息获取装置发送第二获取请求,所述第二获取请求包括:所述交通事故发生时刻和所述交通事故现场位置;
第二接收模块,用于接收所述第三确定模块确定的所述现场信息获取装置针对所述发送模块发送的所述第二获取请求返回的第二交通现场信息;
第一返回模块,用于向所述第一车辆返回所述第二接收模块接收的所述第二交通现场信息。
10.一种交通现场信息获取装置,包括:
第三接收模块,用于接收云端服务器发送的第二获取请求,所述第二获取请求包括交通事故发生时刻和交通事故现场位置,所述交通事故发生时刻为第一车辆的预测碰撞时刻,所述交通事故现场位置为所述第一车辆的预测碰撞地点;所述第一车辆上的传感器设备用于针对交通事故现场采集第一交通现场信息,所述云端服务器用于接收第一车辆发送的第一获取请求,所述第一车辆用于确定所述第一车辆的预测碰撞地点和预测碰撞时刻、以及对所述第一车辆的预测碰撞位置,确定所述传感器设备在所述预测碰撞时刻的第二工作状态,基于所述预测碰撞地点和所述预测碰撞位置,确定所述交通事故现场与所述传感器设备的视域范围之间的归属关系,基于所述第二工作状态和所述归属关系,确定所述第一交通现场信息相对于交通事故鉴定的第二性质属性,并基于所述第二性质属性,发送所述第一获取请求;所述第一获取请求包括:所述第一车辆对应的设备标识、所述交通事故发生时刻和所述交通事故现场位置;所述云端服务器还用于基于所述交通事故现场位置,确定现场信息获取装置,并向所述现场信息获取装置发送第二获取请求;
第二获取模块,用于基于所述第三接收模块接收的所述第二获取请求包括的所述交通事故发生时刻和所述交通事故现场位置,获取针对交通事故现场的第二交通现场信息;
第二返回模块,用于向所述云端服务器返回所述第二获取模块获取的所述第二交通现场信息。
11.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的交通现场信息获取方法。
12.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-7任一所述的交通现场信息获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210397268.8A CN114724373B (zh) | 2022-04-15 | 2022-04-15 | 交通现场信息获取方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210397268.8A CN114724373B (zh) | 2022-04-15 | 2022-04-15 | 交通现场信息获取方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114724373A CN114724373A (zh) | 2022-07-08 |
CN114724373B true CN114724373B (zh) | 2023-06-27 |
Family
ID=82243345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210397268.8A Active CN114724373B (zh) | 2022-04-15 | 2022-04-15 | 交通现场信息获取方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114724373B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118430269B (zh) * | 2024-07-03 | 2024-10-18 | 浙江宇视科技有限公司 | 一种交通管理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373395A (zh) * | 2016-09-20 | 2017-02-01 | 三星电子(中国)研发中心 | 行车事故的监控方法和装置 |
CN108320348A (zh) * | 2018-02-07 | 2018-07-24 | 广州道安信息科技有限公司 | 交通事故动态图像的生成方法及计算机装置、计算机可读存储介质 |
WO2020177480A1 (zh) * | 2019-03-07 | 2020-09-10 | 阿里巴巴集团控股有限公司 | 车辆事故的鉴定方法及装置、电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105828020A (zh) * | 2015-01-04 | 2016-08-03 | 中国移动通信集团辽宁有限公司 | 一种基于车联网的事故还原控制方法及系统 |
EP3251107A4 (en) * | 2015-01-29 | 2018-09-26 | Scope Technologies Holdings Limited | Remote accident monitoring and vehcile diagnostic distributed database |
CN109410572A (zh) * | 2018-10-19 | 2019-03-01 | 福建工程学院 | 一种交通事故全过程还原方法与系统 |
CN110217187B (zh) * | 2019-05-22 | 2021-07-30 | 未来(北京)黑科技有限公司 | 车辆碰撞处理方法及装置、hud设备和存储介质 |
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 |
CN111815985A (zh) * | 2020-06-28 | 2020-10-23 | 王海峰 | 一种交通数据处理方法、装置、电子设备及存储介质 |
CN113256969B (zh) * | 2021-04-30 | 2022-08-16 | 山东金宇信息科技集团有限公司 | 一种高速公路的交通事故预警方法、设备及介质 |
-
2022
- 2022-04-15 CN CN202210397268.8A patent/CN114724373B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373395A (zh) * | 2016-09-20 | 2017-02-01 | 三星电子(中国)研发中心 | 行车事故的监控方法和装置 |
CN108320348A (zh) * | 2018-02-07 | 2018-07-24 | 广州道安信息科技有限公司 | 交通事故动态图像的生成方法及计算机装置、计算机可读存储介质 |
WO2020177480A1 (zh) * | 2019-03-07 | 2020-09-10 | 阿里巴巴集团控股有限公司 | 车辆事故的鉴定方法及装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114724373A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9779311B2 (en) | Integrated control system and method using surveillance camera for vehicle | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CN110851652A (zh) | 一种辅助查看行车记录视频的方法及装置 | |
US11738747B2 (en) | Server device and vehicle | |
JP6448872B1 (ja) | ドライブレコーダ情報提供システム、ドライブレコーダ情報提供方法、プログラム、およびドライブレコーダ | |
CN105100218B (zh) | 基于行车记录仪的车辆评价方法、装置及系统 | |
US11955001B2 (en) | Traffic near miss collision detection | |
CN110992706A (zh) | 一种车辆检测方法、装置以及车路协同系统 | |
CN114724373B (zh) | 交通现场信息获取方法和装置、电子设备和存储介质 | |
JP2019197525A (ja) | ドライブレコーダ情報提供システム、ドライブレコーダ情報提供方法、およびプログラム | |
US20230229152A1 (en) | Processing system for dynamic event verification & sensor selection | |
JP2022529848A (ja) | データ分析方法、装置、電子機器およびコンピュータ記憶媒体 | |
KR20160005149A (ko) | 차량용 블랙박스를 이용한 교통위반 신고 시스템 및 그 신고 방법 | |
CN115938114B (zh) | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 | |
KR102006080B1 (ko) | 블랙박스 영상 제공 방법 및 이를 수행하는 장치들 | |
US20210125423A1 (en) | Processing System for Dynamic Collison Verification & Sensor Selection | |
CN113111692A (zh) | 目标检测方法、装置、计算机可读存储介质及电子设备 | |
CN112766746A (zh) | 交通事故识别方法、装置、电子设备和存储介质 | |
Alsahlawi et al. | IoT based vehicle blackbox for enhanced safety standards | |
US20230274586A1 (en) | On-vehicle device, management system, and upload method | |
US20230276059A1 (en) | On-vehicle device, management system, and upload method | |
CN116311110A (zh) | 感知数据的处理方法、装置、电子设备和存储介质 | |
CN113721235B (zh) | 对象状态确定方法、装置、电子设备以及存储介质 | |
US20240330313A1 (en) | Mobile computing network programming for queried content capture | |
CN110706374B (zh) | 运动状态预测方法、装置、电子设备及车辆 |
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 |