CN115472039A - 信息处理方法及相关产品 - Google Patents
信息处理方法及相关产品 Download PDFInfo
- Publication number
- CN115472039A CN115472039A CN202110649142.0A CN202110649142A CN115472039A CN 115472039 A CN115472039 A CN 115472039A CN 202110649142 A CN202110649142 A CN 202110649142A CN 115472039 A CN115472039 A CN 115472039A
- Authority
- CN
- China
- Prior art keywords
- road condition
- target road
- preset
- image information
- target
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 47
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000003068 static effect Effects 0.000 claims description 76
- 238000004891 communication Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004660 morphological change Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供了一种信息处理方法及相关产品，其中，方法包括：可穿戴设备可获取目标路况图像信息，并将目标路况图像信息发送至终端设备；终端设备可接收可穿戴设备发送的目标路况图像信息，并根据目标路况图像信息，确定目标路况，进而，在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息；可穿戴设备可响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，并输出语音提示信息。采用本申请实施例有利于提高用户行车安全。
Description
技术领域
本申请涉及可穿戴设备技术领域，具体涉及一种信息处理方法及相关产品。
背景技术
近期以来，两轮电动车、摩托车事故频发，国内部分城市已经强制骑车人主动佩戴头盔，但事故仍不时发生，细究原因很多时候与骑车人随意拐弯或变道引起的，头盔虽然能减轻事故发生后造成的伤害，但更重要的是如何避免发生事故。佩戴头盔后，后方以及侧后方的视觉盲区较大，骑车人会向变道方向偏离一段距离同时扭头才能观察到后方的车况，从而带来了交通隐患。
发明内容
本申请实施例提供了一种信息处理方法及相关产品，有利于提高用户行车安全。
本申请实施例第一方面提供了一种信息处理方法，应用于可穿戴设备，所述可穿戴设备包括头盔，所述方法包括以下步骤：
获取目标路况图像信息；
将所述目标路况图像信息发送至终端设备；
响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
本申请实施例第二方面提供了一种信息处理方法，应用于终端设备，其包括以下步骤：
接收可穿戴设备发送的目标路况图像信息；
根据所述目标路况图像信息，确定目标路况；
在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
本申请实施例第三方面提供了一种可穿戴设备，所述可穿戴设备包括与人体适配的可穿戴组件、摄像模组、通信装置和音频输出装置，其中，所述摄像模组与通信装置通信连接；
所述摄像模组，与所述可穿戴组件连接，用于获取目标路况图像信息；
所述通信装置，用于将所述目标路况图像信息发送于终端设备；
所述音频输出装置，与所述可穿戴组件连接，用于响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
本申请实施例第三方面提供了一种信息处理装置，应用于可穿戴设备，所述可穿戴设备包括头盔，所述装置包括：获取单元、发送单元和输出单元，其中，
所述获取单元，用于获取目标路况图像信息；
所述发送单元，用于将所述目标路况图像信息发送至终端设备；
所述输出单元，用于响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
本申请实施例第四方面提供了一种信息处理装置，应用于终端设备，所述装置包括：接收单元、确定单元和发送单元，其中，
所述接收单元，用于接收可穿戴设备发送的目标路况图像信息；
所述确定单元，用于根据所述目标路况图像信息，确定目标路况；
所述发送单元，用于在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
本申请第五方面提供了一种可穿戴设备，包括：处理器和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。
本申请第六方面提供了一种终端设备，包括：处理器和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述程序包括用于如第二方面中所描述的部分或全部步骤的指令。
本申请实施例第七方面提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第一方面或第二方面中所描述的部分或全部步骤的指令。
本申请实施例第八方面提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本申请实施例第一方面或第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，具有如下有益效果：
可以看出，通过本申请实施例所描述的信息处理方法及相关产品，可穿戴设备可获取目标路况图像信息，并将目标路况图像信息发送至终端设备；终端设备可接收可穿戴设备发送的目标路况图像信息，并根据目标路况图像信息，确定目标路况，进而，在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息；可穿戴设备可响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，并输出语音提示信息。如此，可穿戴设备可获取目标路况图像信息并发送于终端设备，由终端设备对上述目标路况图像信息进行处理，有利于提高数据处理效率，并减少可穿戴设备的功耗；同时，实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种信息处理系统的构架示意图；
图1B是本申请实施例提供的一种可穿戴设备的结构示意图；
图1C是本申请实施例提供的一种信息处理方法的实施例流程示意图；
图2A是本申请实施例提供的一种信息处理方法的实施例流程示意图；
图2B是本申请实施例提供的一种信息处理方法的场景示意图；
图3是本申请实施例提供的一种信息处理方法的实施例流程示意图；
图4是本申请实施例提供的一种信息处理装置的实施例结构示意图；
图5是本申请实施例提供的一种信息处理装置的实施例结构示意图；
图6是本申请实施例提供的一种可穿戴设备的实施例结构示意图；
图7是本申请实施例提供的一种终端设备的实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了更好的理解本申请实施例提供的一种信息处理方法及相关产品，下面先对本申请实施例适用的信息处理方法的系统构架进行描述。
请参阅图1A，图1A是本申请实施例提供的信息处理系统的构架示意图。如图1A所示，系统构架可以包括可穿戴设备与与终端设备，该可穿戴设备可包括头盔、智能手表、智能手环、智能眼镜等等，该可穿戴设备可与终端设备建立通信连接，并获取目标路况图像信息，并将目标路况图像信息发送至终端设备；终端设备可接收可穿戴设备发送的目标路况图像信息，并根据目标路况图像信息，确定目标路况，进而，在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息；可穿戴设备可响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，并输出语音提示信息。如此，可穿戴设备可获取目标路况图像信息并发送于终端设备，由终端设备对上述目标路况图像信息进行处理，有利于提高数据处理效率，并减少可穿戴设备的功耗；同时，实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
在本申请实施例中，终端设备可以是还包含其它功能诸如个人数字助理和/或音乐播放器功能的便携式终端设备，诸如手机、平板电脑、具备无线通讯功能的可穿戴终端设备(如智能手表)等。便携式终端设备的示例性实施例包括但不限于搭载IOS系统、Android系统、Microsoft系统或者其它操作系统的便携式终端设备。上述便携式终端设备也可以是其它便携式终端设备，诸如膝上型计算机(Laptop)等。还应当理解的是，在其他一些实施例中，上述终端设备还可以是具有数据处理和分析功能的云端服务器，可穿戴设备将采集的目标路况图像上传至云端服务器，云端服务器判定目标路况满足预设警示条件时，向可穿戴设备下发警示指令。
可选地，如图1B所示，为一种可穿戴设备的结构示意图，该可穿戴设备可包括与人体适配的可穿戴组件、摄像模组、通信装置和音频输出装置，其中，所述摄像模组与通信装置通信连接；
所述摄像模组，与所述可穿戴组件连接，用于获取目标路况图像信息；
所述通信装置，用于将所述目标路况图像信息发送于终端设备；
所述音频输出装置，与所述可穿戴组件连接，用于响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
可以看出，通过本申请实施例所提供的可穿戴设备，可获取目标路况图像信息；将目标路况图像信息发送至终端设备；响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。如此，可向终端设备传输上述目标路况图像信息，通过终端设备实现对用户当前路况情况的预判，实现对用户进行预警，有利于提高该用户的行驶安全。
请参阅图1C，为本申请实施例提供的一种信息处理方法的实施例的流程示意图。应用于可穿戴设备，所述可穿戴设备包括头盔，本实施例中所描述的信息处理方法，包括以下步骤：
101、获取目标路况图像信息。
其中，本申请实施例应用于如图1C中的可穿戴设备，该可穿戴设备可包括头盔，还可包括智能手表、智能手环、智能眼镜等等，在此不作限定，该可穿戴设备中可装配有摄像模组，包括至少一个摄像头，通信装置，包括蓝牙通信模块、无线保真(Wireless Fidelity，WiFi)通信模块等，可穿戴组件、音频输出装置等等，在此不作限定。
其中，可穿戴设备可通过至少一个摄像头拍摄得到可穿戴设备周围的路况情况，即获取目标路况图像信息，该目标路况图像信息可为一段视频或者图像，在此不作限定。
其中，用户在使用电动车、自行车、滑翔伞等工具时，可佩戴该可穿戴设备，该可穿戴设备包括一个或多个摄像头，可用于拍摄各个方向的视频片段或者图像，可根据用户的实际用途对摄像头的拍摄角度进行调节，从而，可通过该可穿戴设备获取周围的环境情况，例如，交通情况、越野环境情况、树木遮挡情况、降落情况、山路情况等等，在此不作限定。例如，当用户在使用电动车时，将摄像头配置为可拍摄到用户后方、侧方的交通情况，使得用户实时获知是否侧方来车、是否后方有来车或者其他道路情况，为用户做出行驶决策提供准确的路况依据，保障用户安全。
102、将所述目标路况图像信息发送至终端设备。
其中，上述终端设备可与可穿戴设备建立通信连接，可接收可穿戴设备拍摄得到的目标路况图像信息。
在一种可能的示例中，上述将所述目标路况图像信息发送至终端设备包括如下步骤：响应于检测到用户完成穿戴所述可穿戴设备，与所述终端设备建立数据传输通道；将所述目标路况图像信息通过所述数据传输通道发送给所述终端设备。
其中，可穿戴设备可在检测到用户完成穿戴该可穿戴设备以后，通过蓝牙通信模块与终端设备建立通信连接，并通过WiFi通信模块将上述目标路况图像信息通过数据传输通道发送至该终端设备。
在一种可能的示例中，所述与所述终端设备建立数据传输通道，可包括如下步骤：与所述终端设备建立蓝牙连接，获取所述终端设备的标识信息，根据所述标识信息与所述终端设备建立wifi连接。
其中，上述标识信息可包括以下至少一种：设备物理地址、设备IP地址、设备名称、设备型号、设备电量、国际移动用户识别码(IMSI:International Mobile SubscriberIdentification Number)、国际移动设备识别码(International Mobile EquipmentIdentification Number，IMEI)等等，在此不作限定。
其中，上述可穿戴设备可通过蓝牙通信模块识别出与该可穿戴设备对应的用户的终端设备，并建立蓝牙连接，进而，在识别上述终端设备以后，或者蓝牙配对连接成功以后，可通过WiFi通信模块建立WiFi连接，并通过WiFi通信模块传输上述目标路况图像信息。由于WiFi通信传输较快，能够传输的数据量较大，因此，可实时通过摄像头拍摄得到一个或多个视频片段，并实时传输给终端设备，有利于提高传输效率。
103、响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
其中，该可穿戴设备中还可包括音频输出装置，可通过音频输出装置输出上述语音提示信息，上述语音提示信息可包括以下至少一种：后方有来车、左转、右转、道路安全可向左转、左侧方100m左右有来车、请减速慢行等等，在此不作限定；该语音提示信息用于语音提示穿戴该可穿戴设备的用户周围的情况，并提示该用户安全的行驶方向。
其中，上述预设警示条件可为用户自行设置或者系统默认，在此不作限定；该预设警示条件可预设于终端设备中，以供该终端设备根据路况图像信息判断目标路况，该目标路况可理解为当前用户所处环境中的交通或者路况情况。
可以看出，通过本申请实施例所提供的信息处理方法，应用于可穿戴设备，获取目标路况图像信息；将目标路况图像信息发送至终端设备；响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。如此，可向终端设备传输上述目标路况图像信息，通过终端设备实现对用户当前路况情况的预判，实现对用户进行预警，有利于提高该用户的行驶安全。
与上述一致地，请参阅图2A，为本申请实施例提供的一种信息处理方法的实施例流程示意图。本实施例中所描述的信息处理方法，应用于终端设备，包括以下步骤：
201、接收可穿戴设备发送的目标路况图像信息。
其中，上述终端设备可与可穿戴设备建立通信连接，可接受上述可穿戴设备发送的目标路况图像信息，该目标路况图像信息可由可穿戴设备携带的一个或多个摄像头多角度拍摄得到，该目标路况图像信息可包括至少一个图像或者至少一个视频片段，该目标路况图像信息可用于表征佩戴该可穿戴设备的用户周围的景象或者环境，可包括交通情况、越野环境情况、树木遮挡情况、降落情况、山路情况等等，在此不作限定。
202、根据所述目标路况图像信息，确定目标路况。
其中，上述目标路况可包括以下至少一种：正常路况状态、非正常路况状态等等，在此不作限定；该目标路况可根据用户使用上述可穿戴设备的具体场景而具体设定，例如，在与自行车、电动车等结合使用时，上述正常路况状态即可包括：道路通畅、后方无车、其他车辆均在其对应的行驶路线上等等情况，上述非正常路况状态可包括：当前道路拥挤、后方有来车、即将发生碰撞等情况，在此不作限定。
其中，终端设备可根据目标路况图像信息，对该路况图像信息进行图像处理等操作，具体确定该用户当前所处环境中的路况状态，从而可给予该用户预警提示等。
在一种可能的示例中，所述目标路况图像信息包括视频片段，所述根据所述目标路况图像信息，确定目标路况，可包括如下步骤：对所述视频片段进行解析，得到多帧视频图像；对所述多帧视频图像进行图像分割，得到多帧子视频图像；对所述多帧子视频图像进行目标识别，得到多个目标对象；对所述多个目标对象按照预设方式进行分类，得到至少一个静态对象和至少一个动态对象；确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离；确定每一所述动态对象的移动速度、移动方位和第二距离；根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况。
其中，上述视频片段可包括用户通过可穿戴设备中一个或多个摄像头拍摄得到的至少一个视频片段。
其中，上述预设方式可为用户自行设置或者系统默认，在此不作限定；该预设方式用于区分用户当前所处环境中包括人、车、环境等对象，可根据各个对象的特征，将各个对象分为动态对象和静态对象，有利于后续进一步实现对路况的分析。
具体实现中，可对上述视频片段进行解析，得到多帧视频图像，当然，并非每帧视频图像中均包括人体图像、车辆图像，因此，可以对多帧视频图像进行图像分割，得到多帧子视频图像，进而，可对多帧子视频图像进行目标识别，得到多个目标对象，具体地，可以将多个子视频图像输入到预设神经网络模型，得到多个目标对象，预设神经网络模型可以由用户自行设置或者系统默认，例如，卷积神经网络模型，如此，可得到每一子视频图像中包括当前路况情况下的行人、车辆、环境等图像信息，其中，上述环境可体现用户当前行驶过程中的路况，例如，前方是否有大坑、水洼、水井等等情况。
进一步地，可以对多个目标对象按照预设方式进行分类，得到至少一个静态对象和至少一个动态对象，如此，可精确定位图像中的动态或静态物体。
再进一步地，可通过子视频图像对应的摄像参数(例如，像素数、焦距、分辨率等)确定每一静态对象与用户之间的第一距离，得到至少一个第一距离，同样可得到每一帧子视频图像中动态对象与用户之间的第二距离，并确定其对应的移动速度、移动方位等参数，具体实现中，上述运动方向和运动速度均可根据动态对象对应的多帧子视频图像确定，具体实现中，可根据多帧子图像以及拍摄时间，建立在同一空间坐标系中，并在该空间坐标系中标注每一动态对象在每一帧子图像中的位置坐标，根据位置坐标，确定上述运动方向和运动速度。
再进一步地，由于动态对象是实时变化的，可能每一帧子视频图像中的动态对象与用户之间的距离是变化的，因此，可基于动态对象的移动速度、移动方位、第二距离以及每一静态对象与用户之间的第一距离，对用户当前的路况情况进行评估，从而得到目标路况。
可见，在本申请实施例中，可通过对静态对象和动态对象特征，将用户所处环境中的事物分为静态对象和动态对象，以精确定位各个目标对象的各种状态，有利于清楚了解用户所处环境中各个事物或者行人或者环境的运动情况、摆放情况、环境状态等等提高图像处理的效率；并在精确定位上述目标对象的情况下，实现对路况状态的预判，有利于提高对用户所处路况判断的精确度，并为用户的行驶安全做保障，有利于提高用户体验。
在一种可能的示例中，所述确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离，上述方法可包括以下步骤：对所述多帧子视频图像按照拍摄时间进行排序，得到包含所述每一静态对象的多个第一子视频图像块；对所述多个第一子视频图像块进行特征点提取，得到多个第一特征点集，其中，每一第一子视频图像块对应一个第一特征点集；获取多个预设静态对象对应的多个预设特征点集，其中，每一预设静态对象对应一个预设特征点集；确定每一所述预设特征点集与对应的所述第一特征点集之间的投影关系，得到多个投影关系；获取多个预设静态对象与所述用户之间的多个预设距离关系，其中，每一静态对象对应一个预设距离关系；根据所述多个预设距离关系和所述多个投影关系，确定所述每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离。
其中，上述静态对象可包括以下至少一种：树木、砖块、水井、马路牙子、斑马线等等，在此不作限定。
其中，终端设备中可以事先存储多个预设静态对象，每一预设静态对象均对应有预设特征点集，以及每一预设静态对象与所述用户之间的多个预设距离关系，例如，在不同位置或者不同拍摄角度下上述静态对象距离用户的距离关系(包括距离、方向等等)。
其中，特征点提取的算法可以为以下至少一种：Harris角点、尺度不变特征提取变换(scale invariant feature transform，SIFT)等等，在此不做限定。
具体实现中，由于同一帧子视频图像中不只包括一个静态对象，且每一静态对象可能存在于多帧子视频图像中，因此，终端设备可对多帧子视频图像按照拍摄时间进行排序，从而得到包含每一静态对象的多个第一子视频图像块；进而，可对多个第一子视频图像块进行特征点提取，得到多个第一特征点集，其中，每一第一子视频图像块对应一个第一特征点集。
进一步地，可获取多个预设静态对象对应的多个预设特征点集，其中，每一预设静态对象对应一个预设特征点集；进而，可确定每一预设特征点集与与该预设静态对象一样的静态对应的第一特征点集之间的投影关系，得到多个投影关系，由于静态对象可能由于时间的推移发生形态变化，上述投影关系可体现特征点与特征点之间的对应关系，从而确定预设静态对象与静态对象之间的映射关系。
再进一步地，可获取多个预设静态对象与所述用户之间的多个预设距离关系，其中，每一静态对象对应一个预设距离关系，并根据多个预设距离关系和多个投影关系，在同一三维坐标系中建立每一静态对象对应的上述两种关系，并根据上述两种关系，映射出每一静态对象与用户之间的第一距离，从而，确定所述每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离。
可选地，在所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况之前，上述方法还可包括如下步骤：获取预设地图；获取所述用户对应的第一运动轨迹；将第一运动轨迹和所述至少一个静态对象标记在所述预设地图中，得到第一地图。
其中，上述预设地图可为用户自行设置或者系统默认，在此不作限定；该预设地图可用于表征该用户当前所处街道、纬度、经度、街区、市区、林区等信息。
具体实现中，可获取该用户对应的第一运动轨迹，该第一运动轨迹可用于表示该用户的行驶路线，由于动态对象是实时变化的，上述静态对象相对于地面是不变化的，可对上述预设地图中的至少一个静态对象作标记，得到更新以后的第一地图。
在一种可能的示例中，所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况，可包括如下步骤：根据所述每一动态对象的移动速度、所述移动方位和所述第二距离，确定每一所述动态对象的第二运动轨迹，得到至少一个第二运动轨迹；将所述至少一个第二运动轨迹绘制在所述第一地图中，得到目标地图；根据所述目标地图，确定所述用户的目标路况。
具体实现中，终端设备可根据上述多帧子视频图像确定每一动态对象的移动速度，并根据其对应的移动速度、移动方位和与用户之间的第二距离，对每一动态对象的移动轨迹进行预估，从而得到每一动态对象对应的第二运动轨迹，得到至少一个第二运动轨迹。
进一步地，将上述至少一个第二运动轨迹绘制在上述包括至少一个静态对象的第一地图中，可得到目标地图，该目标地图中可包括该用户周围的任意一个对象的运动轨迹、摆放位置等信息，例如，后方来车的运动轨迹、前方是否有大坑等等，进而，可根据目标地图，确定该用户对应的目标路况，具体实现中，可通过确定该用户的轨迹与动态对象的第二运动轨迹是否出现重合点或者拐点等情况，对该用户的目标路况进行判断。
例如，若用户对应的第一运动轨迹与第二运动轨迹在某一时段存在的重合点大于预设阈值，该预设阈值可为用户自行设置或者系统默认，在此不作限定；或者第一运动轨迹与第二运动轨迹之间的距离小于或等于预设距离，那么，表明该用户可能会与该第二运动轨迹对应的动态对象存在相互碰撞的可能性；又或者，若第一运动轨迹中包括上述静态对象对应的标记点，那么，可根据上述图像识别的方法确定该静态对象对应的形态变化等情况，例如，若该静态对象为水井，若该水井的水井盖处于开启状态，那么，认为该静态对象的形态发生变化，又例如，可确定上述静态对象的当前状况，例如，前方林中处于无信号状态或者无人区或者沼泽等等，在此不作限定，可后续对该用户进行示警，以说明当前路况状态中可能存在的危险，或者道路安全的情况，从而确定目标路况。
可见，在本申请实施例中，可通过对静态对象和动态对象的区分，精确定位用户所处环境中各个事物或者行人或者环境的运动情况、摆放情况、环境状态等等，以实现对路况状态的预判，有利于提高对用户所处路况判断的精确度，并为用户的行驶安全做保障，有利于提高用户体验。
203、在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
其中，上述预设警示条件可为用户自行设置或者系统默认，在此不作限定。该预设警示条件可包括以下至少一种：前方出现发生形态变化的静态对象、右后方有来车并可能存在碰撞情况、侧方有车正在向该用户转弯、前方进入无信号区域等等，在此不作限定。
其中，上述语音提示信息可根据上述预警警示条件进行预设，可为用户自行设定或者系统默认，在此不作限定。例如，针对后方有来车并可能存在碰撞情况，该语音提示信息可为：左后方有来车并可能存在碰撞，请注意！请靠右行驶！
可选地，上述方法还可包括如下步骤：获取预设的路况与预设语音特征之间的映射关系；根据所述映射关系，确定所述目标路况对应的多个目标语音特征；根据所述多个目标语音特征，生成所述语音音频。
其中，终端设备中可预设路况与预设语音特征之间的映射关系，每一语音特征可对应一种信息，可包括以下至少一种：车辆行驶情况、用户躲避方式、男声或者女声、声音大小等等，在此不作限定，例如：左后方有来车、靠右行驶、前方有水坑等等。
具体实现中，终端设备可根据用户当前所处目标路况中目标对象(静态对象或者动态对象)之间的各个特征情况，确定其对应的目标语音特征，得到多个目标语音特征，并对该多个目标语音特征进行排列组合，生成语音音频。
可选地，由于若用户在行驶过程中出现多个目标对象，且可能会对该用户的行驶安全造成影响，则可根据每一目标对象的形态变化、行驶速度、行驶路线等特征情况，根据预设的安全等级与目标对象的特征之间的映射关系，确定每一目标对象的特征对应的安全等级，进而，可根据目标对象对该用户行驶安全等级，确定语音音频的输出顺序，安全等级越低，则表明对该用户行驶安全造成影响越大，则可优先播报该目标对象对应的路况；如此，可为用户预留时间进行躲避或者避开或者调整行驶路线，有利于提高用户行驶安全。
如图2B所示，为一种本申请实施例所提供的信息处理方法的场景示意图，如图所示，用户头戴头盔(可穿戴设备)正在通过绿灯情况下的马路，车辆A处于停止状态，车辆B与该用户同方向行驶，但是由于该用户没有意识到左后方有车过来，可能会与其发生碰撞；该用户头戴的头盔后方或者侧后方安装有至少一个摄像头，可通过至少一个摄像头获取目标路况图像信息，并发送于该用户的终端设备，由终端设备对该目标路况图像信息进行处理，从而确定该用户当前所处环境中的目标路况，即左后方有来车，那么，终端设备可通过该目标路况对应的车辆B的行车特征，确定应该要发给用户的语音提示信息，即，注意，左后方有来车，请靠右行驶，注意避让！并发送于头盔，通过该头盔的音频输出装置向用户进行播放，直到车辆B超过该用户，则停止播放；如此，有利于该用户及时避让后方来车，有利于提高用户行车安全。
可以看出，通过本申请实施例所提供的信息处理方法，应用于终端设备，接收可穿戴设备发送的目标路况图像信息；根据目标路况图像信息，确定目标路况；在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息。如此，可接收可穿戴设备传输过来的目标路况图像信息，并实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
与上述一致地，请参阅图3，为本申请实施例提供的一种信息处理方法的实施例流程示意图。本实施例中所描述的信息处理方法，包括以下步骤：
301、可穿戴设备获取目标路况图像信息。
302、可穿戴设备将所述目标路况图像信息发送至终端设备。
303、终端设备接收可穿戴设备发送的目标路况图像信息。
304、终端设备根据所述目标路况图像信息，确定目标路况。
305、在所述目标路况满足预设警示条件时，终端设备向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
306、响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，可穿戴设备输出语音提示信息。
其中，上述步骤301-步骤302的具体描述可参照图1C所描述的信息处理方法的步骤101-步骤102的对应步骤，上述步骤303-步骤305的具体描述可参照图2A所描述的信息处理方法的步骤201-步骤203的对应步骤，上述步骤303的具体描述可参照图1C所描述的信息处理方法的步骤103的对应步骤，在此不再赘述。
可以看出，通过本申请实施例所提供的信息处理方法，可穿戴设备可获取目标路况图像信息，并将目标路况图像信息发送至终端设备；终端设备可接收可穿戴设备发送的目标路况图像信息，并根据目标路况图像信息，确定目标路况，进而，在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息；可穿戴设备可响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，并输出语音提示信息。如此，可穿戴设备可获取目标路况图像信息并发送于终端设备，由终端设备对上述目标路况图像信息进行处理，有利于提高数据处理效率，并减少可穿戴设备的功耗；同时，实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
与上述一致地，以下为实施上述信息处理方法的装置，具体如下：
请参阅图4，为本申请实施例提供的一种信息处理装置的实施例结构示意图。本实施例中所描述的信息处理装置，应用于可穿戴设备，所述可穿戴设备包括头盔，包括：获取单元401、发送单元402和输出单元403，其中，
所述获取单元401，用于获取目标路况图像信息；
所述发送单元402，用于将所述目标路况图像信息发送至终端设备；
所述输出单元403，用于响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
可以看出，通过本申请实施例所描述的信息处理装置，获取目标路况图像信息；将目标路况图像信息发送至终端设备；响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。如此，可向终端设备传输上述目标路况图像信息，通过终端设备实现对用户当前路况情况的预判，实现对用户进行预警，有利于提高该用户的行驶安全。
在一种可能的示例中，在所述将所述目标路况图像信息发送至终端设备方面，所述发送单元402具体用于：
响应于检测到用户完成穿戴所述可穿戴设备，与所述终端设备建立数据传输通道；将所述目标路况图像信息通过所述数据传输通道发送给所述终端设备。
请参阅图5，为本申请实施例提供的一种信息处理装置的实施例结构示意图。本实施例中所描述的信息处理装置，应用于终端设备，所述终端设备包括脚踏板和氛围灯，包括：应用于终端设备，所述装置包括：接收单元501、确定单元502和发送单元503，其中，
所述接收单元501，用于接收可穿戴设备发送的目标路况图像信息；
所述确定单元502，用于根据所述目标路况图像信息，确定目标路况；
所述发送单元503，用于在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
可以看出，通过本申请实施例所描述的信息处理装置，接收可穿戴设备发送的目标路况图像信息；根据目标路况图像信息，确定目标路况；在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息。如此，可接收可穿戴设备传输过来的目标路况图像信息，并实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
在一种可能的示例中，在所述目标路况图像信息包括视频片段，所述根据所述目标路况图像信息，确定目标路况方面，上述确定单元502具体用于：
对所述视频片段进行解析，得到多帧视频图像；
对所述多帧视频图像进行图像分割，得到多帧子视频图像；
对所述多帧子视频图像进行目标识别，得到多个目标对象；
对所述多个目标对象按照预设方式进行分类，得到至少一个静态对象和至少一个动态对象；
确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离；
确定每一所述动态对象的移动速度、移动方位和第二距离；
根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况。
在一种可能的示例中，在所述确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离方面，上述确定单元502具体用于：
对所述多帧子视频图像按照拍摄时间进行排序，得到包含所述每一静态对象的多个第一子视频图像块；
对所述多个第一子视频图像块进行特征点提取，得到多个第一特征点集，其中，每一第一子视频图像块对应一个第一特征点集；
获取多个预设静态对象对应的多个预设特征点集，其中，每一预设静态对象对应一个预设特征点集；
确定每一所述预设特征点集与对应的所述第一特征点集之间的投影关系，得到多个投影关系；
获取多个预设静态对象与所述用户之间的多个预设距离关系，其中，每一静态对象对应一个预设距离关系；
根据所述多个预设距离关系和所述多个投影关系，确定所述每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离。
在一种可能的示例中，在所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况方面，上述确定单元502具体用于：
根据所述每一动态对象的移动速度、所述移动方位和所述第二距离，确定每一所述动态对象的第二运动轨迹，得到至少一个第二运动轨迹；
将所述至少一个第二运动轨迹绘制在所述第一地图中，得到目标地图；
根据所述目标地图，确定所述用户的目标路况。
可以理解的是，本实施例的信息处理装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
与上述一致地，请参阅图6，为本申请实施例提供的一种可穿戴设备的实施例结构示意图。如图所示，该包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本申请实施例中，所述可穿戴设备包括头盔，上述程序包括用于执行以下步骤的指令：
获取目标路况图像信息；
将所述目标路况图像信息发送至终端设备；
响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
可以看出，通过本申请实施例所描述的可穿戴设备，获取目标路况图像信息；将目标路况图像信息发送至终端设备；响应于终端设备根据路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。如此，可向终端设备传输上述目标路况图像信息，通过终端设备实现对用户当前路况情况的预判，实现对用户进行预警，有利于提高该用户的行驶安全。
在一种可能的示例中，在所述将所述目标路况图像信息发送至终端设备方面，上述程序包括用于执行以下步骤的指令：
响应于检测到用户完成穿戴所述可穿戴设备，与所述终端设备建立数据传输通道；将所述目标路况图像信息通过所述数据传输通道发送给所述终端设备。
与上述一致地，请参阅图7，为本申请实施例提供的一种终端设备的实施例结构示意图。如图所示，该包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本申请实施例中，上述程序包括用于执行以下步骤的指令：
接收可穿戴设备发送的目标路况图像信息；
根据所述目标路况图像信息，确定目标路况；
在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
可以看出，通过本申请实施例所描述的终端设备，接收可穿戴设备发送的目标路况图像信息；根据目标路况图像信息，确定目标路况；在目标路况满足预设警示条件时，向可穿戴设备发送警示指令，警示指令用于指示可穿戴设备输出语音提示信息。如此，可接收可穿戴设备传输过来的目标路况图像信息，并实现对用户当前路况情况的预判，并确定该目标路况对应的语音提示信息，并传输给可穿戴设备，通过可穿戴设备对该用户进行预警，有利于提高该用户的行驶安全。
在一种可能的示例中，在所述目标路况图像信息包括视频片段，所述根据所述目标路况图像信息，确定目标路况方面，上述程序包括用于执行以下步骤的指令：
对所述视频片段进行解析，得到多帧视频图像；
对所述多帧视频图像进行图像分割，得到多帧子视频图像；
对所述多帧子视频图像进行目标识别，得到多个目标对象；
对所述多个目标对象按照预设方式进行分类，得到至少一个静态对象和至少一个动态对象；
确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离；
确定每一所述动态对象的移动速度、移动方位和第二距离；
根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况。
在一种可能的示例中，在所述确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离方面，上述程序包括用于执行以下步骤的指令：
对所述多帧子视频图像按照拍摄时间进行排序，得到包含所述每一静态对象的多个第一子视频图像块；
对所述多个第一子视频图像块进行特征点提取，得到多个第一特征点集，其中，每一第一子视频图像块对应一个第一特征点集；
获取多个预设静态对象对应的多个预设特征点集，其中，每一预设静态对象对应一个预设特征点集；
确定每一所述预设特征点集与对应的所述第一特征点集之间的投影关系，得到多个投影关系；
获取多个预设静态对象与所述用户之间的多个预设距离关系，其中，每一静态对象对应一个预设距离关系；
根据所述多个预设距离关系和所述多个投影关系，确定所述每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离。
在一种可能的示例中，在所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况之前，上述程序还包括用于执行以下步骤的指令：
获取预设地图；
获取所述用户对应的第一运动轨迹；
将第一运动轨迹和所述至少一个静态对象标记在所述预设地图中，得到第一地图。
在一种可能的示例中，在所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况方面，上述程序包括用于执行以下步骤的指令：
根据所述每一动态对象的移动速度、所述移动方位和所述第二距离，确定每一所述动态对象的第二运动轨迹，得到至少一个第二运动轨迹；
将所述至少一个第二运动轨迹绘制在所述第一地图中，得到目标地图；
根据所述目标地图，确定所述用户的目标路况。
在一种可能的示例中，上述程序还包括用于执行以下步骤的指令：
获取预设的路况与预设语音特征之间的映射关系；
根据所述映射关系，确定所述目标路况对应的多个目标语音特征；
根据所述多个目标语音特征，生成所述语音音频。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时包括上述方法实施例中记载的任何一种信息处理方法的部分或全部步骤。
尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白，本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请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，本申请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。计算机程序存储/分布在合适的介质中，与其它硬件一起提供或作为硬件的一部分，也可以采用其他分布形式，如通过Internet或其它有线或无线电信系统。
本申请是参照本申请实施例的方法、装置(设备)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信息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信息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信息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信息处理设备上，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。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种信息处理方法，其特征在于，应用于可穿戴设备，所述可穿戴设备包括头盔，其包括以下步骤：
获取目标路况图像信息；
将所述目标路况图像信息发送至终端设备；
响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
2.根据权利要求1所述的方法，所述将所述目标路况图像信息发送至终端设备，包括：
响应于检测到用户完成穿戴所述可穿戴设备，与所述终端设备建立数据传输通道；将所述目标路况图像信息通过所述数据传输通道发送给所述终端设备。
3.根据权利要求2所述的方法，所述与所述终端设备建立数据传输通道，包括：
与所述终端设备建立蓝牙连接，获取所述终端设备的标识信息，根据所述标识信息与所述终端设备建立wifi连接。
4.一种信息处理方法，其特征在于，应用于终端设备，其包括以下步骤：
接收可穿戴设备发送的目标路况图像信息；
根据所述目标路况图像信息，确定目标路况；
在所述目标路况满足预设警示条件时，向所述可穿戴设备发送警示指令，所述警示指令用于指示所述可穿戴设备输出语音提示信息。
5.根据权利要求4所述的方法，所述目标路况图像信息包括视频片段，所述根据所述目标路况图像信息，确定目标路况，包括：
对所述视频片段进行解析，得到多帧视频图像；
对所述多帧视频图像进行图像分割，得到多帧子视频图像；
对所述多帧子视频图像进行目标识别，得到多个目标对象；
对所述多个目标对象按照预设方式进行分类，得到至少一个静态对象和至少一个动态对象；
确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离；
确定每一所述动态对象的移动速度、移动方位和第二距离；
根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况。
6.根据权利要求5所述的方法，所述确定每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离，包括：
对所述多帧子视频图像按照拍摄时间进行排序，得到包含所述每一静态对象的多个第一子视频图像块；
对所述多个第一子视频图像块进行特征点提取，得到多个第一特征点集，其中，每一第一子视频图像块对应一个第一特征点集；
获取多个预设静态对象对应的多个预设特征点集，其中，每一预设静态对象对应一个预设特征点集；
确定每一所述预设特征点集与对应的所述第一特征点集之间的投影关系，得到多个投影关系；
获取多个预设静态对象与所述用户之间的多个预设距离关系，其中，每一静态对象对应一个预设距离关系；
根据所述多个预设距离关系和所述多个投影关系，确定所述每一所述静态对象与所述用户之间的第一距离，得到至少一个第一距离。
7.根据权利要求5所述的方法，在所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况之前，所述方法还包括：
获取预设地图；
获取所述用户对应的第一运动轨迹；
将第一运动轨迹和所述至少一个静态对象标记在所述预设地图中，得到第一地图。
8.根据权利要求7所述的方法，所述根据所述至少一个第一距离以及每一所述动态对象的移动速度、所述移动方位和所述第二距离，确定所述目标路况，包括：
根据所述每一动态对象的移动速度、所述移动方位和所述第二距离，确定每一所述动态对象的第二运动轨迹，得到至少一个第二运动轨迹；
将所述至少一个第二运动轨迹绘制在所述第一地图中，得到目标地图；
根据所述目标地图，确定所述用户的目标路况。
9.根据权利要求4所述的方法，所述方法还包括：
获取预设的路况与预设语音特征之间的映射关系；
根据所述映射关系，确定所述目标路况对应的多个目标语音特征；
根据所述多个目标语音特征，生成所述语音音频。
10.一种可穿戴设备，其特征在于，所述可穿戴设备包括与人体适配的可穿戴组件、摄像模组、通信装置和音频输出装置，其中，所述摄像模组与通信装置通信连接；
所述摄像模组，与所述可穿戴组件连接，用于获取目标路况图像信息；
所述通信装置，用于将所述目标路况图像信息发送于终端设备；
所述音频输出装置，与所述可穿戴组件连接，用于响应于所述终端设备根据所述目标路况图像信息判定目标路况满足预设警示条件，输出语音提示信息。
11.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-3任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求4-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110649142.0A CN115472039B (zh) | 2021-06-10 | 2021-06-10 | 信息处理方法及相关产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110649142.0A CN115472039B (zh) | 2021-06-10 | 2021-06-10 | 信息处理方法及相关产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115472039A true CN115472039A (zh) | 2022-12-13 |
| CN115472039B CN115472039B (zh) | 2024-03-01 |
Family
ID=84363336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110649142.0A Active CN115472039B (zh) | 2021-06-10 | 2021-06-10 | 信息处理方法及相关产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115472039B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202844049U (zh) * | 2012-10-24 | 2013-04-03 | 中国移动通信集团公司 | 一种头戴式导盲系统 |
| CN104473717A (zh) * | 2014-12-04 | 2015-04-01 | 上海交通大学 | 针对全盲人群的可穿戴式引导设备 |
| CN104906776A (zh) * | 2014-03-13 | 2015-09-16 | 富泰华工业（深圳）有限公司 | 体感运动评分系统、装置及方法 |
| CN105744293A (zh) * | 2016-03-16 | 2016-07-06 | 北京小米移动软件有限公司 | 视频直播的方法及装置 |
| CN105976399A (zh) * | 2016-04-29 | 2016-09-28 | 北京航空航天大学 | 一种基于sift特征匹配的运动目标检测方法 |
| CN106389078A (zh) * | 2016-11-24 | 2017-02-15 | 贵州大学 | 一种智能导盲眼镜系统及其导盲方法 |
| CN107800998A (zh) * | 2017-09-27 | 2018-03-13 | 深圳市牛鼎丰科技有限公司 | 定位预警提醒方法、计算机设备和存储介质 |
| CN108106627A (zh) * | 2017-12-20 | 2018-06-01 | 清华大学 | 一种基于特征点在线动态标定的单目视觉车辆定位方法 |
| WO2018119588A1 (zh) * | 2016-12-26 | 2018-07-05 | 深圳前海达闼云端智能科技有限公司 | 一种盲人安全出行实现方法、系统以及可穿戴设备 |
| CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
| CN109039355A (zh) * | 2018-05-31 | 2018-12-18 | Oppo广东移动通信有限公司 | 语音提示方法及相关产品 |
| CN109255314A (zh) * | 2018-08-30 | 2019-01-22 | Oppo广东移动通信有限公司 | 信息提示方法、装置、智能眼镜及存储介质 |
| CN109740461A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标跟随后的处理方法 |
| CN110443225A (zh) * | 2019-08-15 | 2019-11-12 | 安徽半问科技有限公司 | 一种基于特征像素统计的虚实车道线识别方法及其装置 |
| CN110555987A (zh) * | 2019-08-01 | 2019-12-10 | 宝能汽车有限公司 | 智慧穿戴设备 |
| KR20200035585A (ko) * | 2018-09-27 | 2020-04-06 | 라마 아베드 | 스마트 안경 솔루션 |
| CN111241340A (zh) * | 2020-01-17 | 2020-06-05 | Oppo广东移动通信有限公司 | 视频标签确定方法、装置、终端及存储介质 |
| CN111369807A (zh) * | 2020-03-24 | 2020-07-03 | 北京百度网讯科技有限公司 | 一种交通事故的检测方法、装置、设备和介质 |
| CN111736658A (zh) * | 2020-06-22 | 2020-10-02 | 安徽华米信息科技有限公司 | 信息处理方法及装置 |
| CN112569092A (zh) * | 2020-12-16 | 2021-03-30 | 上海夕田科技有限公司 | 一种5g盲人户外导盲设备 |
-
2021
- 2021-06-10 CN CN202110649142.0A patent/CN115472039B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202844049U (zh) * | 2012-10-24 | 2013-04-03 | 中国移动通信集团公司 | 一种头戴式导盲系统 |
| CN104906776A (zh) * | 2014-03-13 | 2015-09-16 | 富泰华工业（深圳）有限公司 | 体感运动评分系统、装置及方法 |
| CN104473717A (zh) * | 2014-12-04 | 2015-04-01 | 上海交通大学 | 针对全盲人群的可穿戴式引导设备 |
| CN105744293A (zh) * | 2016-03-16 | 2016-07-06 | 北京小米移动软件有限公司 | 视频直播的方法及装置 |
| CN105976399A (zh) * | 2016-04-29 | 2016-09-28 | 北京航空航天大学 | 一种基于sift特征匹配的运动目标检测方法 |
| CN106389078A (zh) * | 2016-11-24 | 2017-02-15 | 贵州大学 | 一种智能导盲眼镜系统及其导盲方法 |
| WO2018119588A1 (zh) * | 2016-12-26 | 2018-07-05 | 深圳前海达闼云端智能科技有限公司 | 一种盲人安全出行实现方法、系统以及可穿戴设备 |
| CN107800998A (zh) * | 2017-09-27 | 2018-03-13 | 深圳市牛鼎丰科技有限公司 | 定位预警提醒方法、计算机设备和存储介质 |
| CN108106627A (zh) * | 2017-12-20 | 2018-06-01 | 清华大学 | 一种基于特征点在线动态标定的单目视觉车辆定位方法 |
| CN109039355A (zh) * | 2018-05-31 | 2018-12-18 | Oppo广东移动通信有限公司 | 语音提示方法及相关产品 |
| CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
| CN109255314A (zh) * | 2018-08-30 | 2019-01-22 | Oppo广东移动通信有限公司 | 信息提示方法、装置、智能眼镜及存储介质 |
| KR20200035585A (ko) * | 2018-09-27 | 2020-04-06 | 라마 아베드 | 스마트 안경 솔루션 |
| CN109740461A (zh) * | 2018-12-21 | 2019-05-10 | 北京智行者科技有限公司 | 目标跟随后的处理方法 |
| CN110555987A (zh) * | 2019-08-01 | 2019-12-10 | 宝能汽车有限公司 | 智慧穿戴设备 |
| CN110443225A (zh) * | 2019-08-15 | 2019-11-12 | 安徽半问科技有限公司 | 一种基于特征像素统计的虚实车道线识别方法及其装置 |
| CN111241340A (zh) * | 2020-01-17 | 2020-06-05 | Oppo广东移动通信有限公司 | 视频标签确定方法、装置、终端及存储介质 |
| CN111369807A (zh) * | 2020-03-24 | 2020-07-03 | 北京百度网讯科技有限公司 | 一种交通事故的检测方法、装置、设备和介质 |
| CN111736658A (zh) * | 2020-06-22 | 2020-10-02 | 安徽华米信息科技有限公司 | 信息处理方法及装置 |
| CN112569092A (zh) * | 2020-12-16 | 2021-03-30 | 上海夕田科技有限公司 | 一种5g盲人户外导盲设备 |
Non-Patent Citations (2)
| Title |
|---|
| 邵校;陶建武;: "基于单目视觉的静止目标定位方法", 光子学报, vol. 45, no. 10, pages 1 - 8 * |
| 钱鹰;张梦;: "基于单目视觉的目标物高度测量", 计算机工程与设计, vol. 37, no. 03, pages 709 - 713 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115472039B (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6082802B2 (ja) | 物体検知装置 | |
| US20170131114A1 (en) | Vehicle data processing method and vehicle terminal | |
| CN113420805B (zh) | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 | |
| CN109817022B (zh) | 一种获取目标对象位置的方法、终端、汽车及系统 | |
| CN110769195B (zh) | 输电线路施工现场违章智能监控识别系统 | |
| CN106559645B (zh) | 基于摄像机的监控方法、系统和装置 | |
| CN110188482B (zh) | 一种基于智能驾驶的测试场景创建方法及装置 | |
| CN105832501A (zh) | 一种盲人导航方法及盲人导航设备 | |
| CN110866479A (zh) | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 | |
| CN111985373A (zh) | 基于交通路口识别的安全预警方法、装置及电子设备 | |
| CN110580808A (zh) | 一种信息处理方法、装置、电子设备及智能交通系统 | |
| CN108335507B (zh) | 利用摄像头的拍摄影像的驾驶引导提供方法及装置 | |
| KR20170059344A (ko) | 이미지 센서를 이용한 위험 감지 장치 | |
| CN113516099A (zh) | 一种交通行为识别方法及装置、电子设备和存储介质 | |
| CN110838219A (zh) | 一种危险预测报警方法及装置 | |
| CN113486850A (zh) | 一种交通行为识别方法及装置、电子设备和存储介质 | |
| CN115472039B (zh) | 信息处理方法及相关产品 | |
| CN109300313B (zh) | 违法行为的检测方法、相机及服务器 | |
| CN111724437B (zh) | 视觉定位方法及相关装置、设备、存储介质 | |
| CN113283296A (zh) | 安全帽佩戴检测方法、电子装置及存储介质 | |
| KR101613501B1 (ko) | 주행 이동식 또는 고정식 일체형 차량번호 인식기 및 이를 이용한 단속 시스템 | |
| CN112102623A (zh) | 交通违章识别方法和装置、智能可穿戴设备 | |
| CN116071949A (zh) | 一种用于辅助驾驶的增强现实的方法及装置 | |
| CN116798247A (zh) | 事故数据提示的方法及相关设备 | |
| CN116363865A (zh) | 交通拥堵评估方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |