CN115903790A - 运动轨迹追踪方法、追踪设备、服务器和存储介质 - Google Patents
运动轨迹追踪方法、追踪设备、服务器和存储介质 Download PDFInfo
- Publication number
- CN115903790A CN115903790A CN202211336140.7A CN202211336140A CN115903790A CN 115903790 A CN115903790 A CN 115903790A CN 202211336140 A CN202211336140 A CN 202211336140A CN 115903790 A CN115903790 A CN 115903790A
- Authority
- CN
- China
- Prior art keywords
- data
- image data
- vehicle
- motion
- speed mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种运动轨迹追踪方法、追踪设备、服务器和存储介质,该方法包括:根据车辆的行驶速度确定车辆的运动模式;根据运动模式获取车辆的行程数据,行程数据包括图像数据和非图像数据;当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,第一反馈信息包括低速模式下行程数据中的非图像数据,第一反馈信息用于指示服务器根据行程数据与预设行程规划信息对车辆进行运动轨迹追踪。通过当速度模式为低速模式且当前网络速率小于网络速率阈值时,将非图像数据上传至服务器,无需上传图像数据,使服务器能够根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
Description
技术领域
本申请涉及车辆安全领域,尤其涉及一种运动轨迹追踪方法、追踪设备、服务器和存储介质。
背景技术
房车是一种可移动、具有居家必备的基本设施的车种,用户可以驾驶房车进行长途旅行。为了确保房车在行驶过程中的安全,通常会通过网络实时将房车采集的车辆数据以及包括沿途记录的各种图像数据上传至云端服务器,以供云端服务器对房车进行定位追踪。这种方式需要传输大量的图像数据,由于在整个数据传输过程中无法保证网络一直畅通,因此很容易造成数据丢失或传输延迟,导致云端服务器无法确定房车的准确位置,从而无法确保房车的安全。
因此,如何在减少数据传输量的同时,确保房车的安全成为亟需解决的问题。
发明内容
本申请提供了一种运动轨迹追踪方法、追踪设备、服务器和存储介质,通过当速度模式为低速模式且当前网络速率小于网络速率阈值时,将非图像数据上传至服务器,无需上传图像数据,使服务器能够根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
第一方面,本申请提供了一种运动轨迹追踪方法,所述方法包括:
根据车辆的行驶速度确定所述车辆的运动模式;
根据所述运动模式获取所述车辆的行程数据,所述行程数据包括图像数据和非图像数据;
当所述运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,所述第一反馈信息包括低速模式下所述行程数据中的非图像数据,所述第一反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
第二方面,本申请还提供了一种运动轨迹追踪方法,应用于服务器,所述方法包括:
获取车辆的预设行程规划信息;
接收第一反馈信息,所述第一反馈信息为所述车辆的运动模式为低速模式且当前网络速率小于预设的网络速率阈值时发送的,所述第一反馈信息包括低速模式下行程数据中的非图像数据;
根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
第三方面,本申请还提供了一种追踪设备,所述追踪设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的运动轨迹追踪方法。
第四方面,本申请还提供了一种服务器,所述服务器包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的运动轨迹追踪方法。
第五方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的运动轨迹追踪方法。
本申请公开了一种运动轨迹追踪方法、追踪设备、服务器和存储介质,根据行驶速度确定车辆处于低速模式还是高速模式,继而可以选择性地获得不同运动模式下的行程数据;当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息。通过不同的运动模式区分不同的行程数据,在车辆处于低速模式且当前网络速率小于网络速率阈值时,优先确保非图像数据的上传,使服务器能够根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
附图说明
为了更清楚地说明本申请实施例技术方案,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1是本申请实施例提供的一种运动轨迹追踪系统的示意图;
图2是本申请实施例提供的一种追踪设备的结构示意图;
图3是本申请实施例提供的一种服务器的结构示意图;
图4是本申请实施例提供的一种运动轨迹追踪方法的示意性流程图;
图5是本申请实施例提供的一种获取车辆的行程数据的子步骤的示意性流程图;
图6是本申请实施例提供的另一种运动轨迹追踪方法的示意性流程图;
图7是本申请实施例提供的一种打包行程数据的子步骤的示意性流程图;
图8是本申请实施例提供的一种发送行程数据的子步骤的示意性流程图;
图9是本申请实施例提供的另一种运动轨迹追踪方法的示意性流程图。
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做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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本申请的实施例提供了一种运动轨迹追踪方法、追踪设备、服务器和存储介质。其中,该运动轨迹追踪方法可以应用于追踪设备中,当速度模式为低速模式且当前网络速率小于网络速率阈值时,将非图像数据上传至服务器,无需上传图像数据,使服务器能够根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
请参阅图1,图1是本申请实施例提供的一种运动轨迹追踪系统100的示意图。如图1所示,运动轨迹追踪系统100可以包括追踪设备1000和服务器2000。其中,追踪设备1000获取车辆的行程数据,将行程数据发送至服务器2000,由服务器200根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
在本申请实施例中,追踪设备1000可以设置在车辆中,与车辆通信连接。示例性的,车辆可以是轿车、运动型多用途汽车(Sport utility vehicle,SUV)、房车、货车、长途客车等等。其中,房车可以包括但不限于越野房车、大型房车、面包房车、拖挂房车以及商务房车等等。在本申请实施例中,以车辆是房车为例说明如何进行运动轨迹追踪。
示例性的,追踪设备1000可以是设置有摄像头、定位模块、运动检测模块以及通信模块的电子设备。当然,追踪设备1000可以是一个控制器,可以调用车辆中的摄像头、定位模块、运动检测模块以及通信模块等模块,采集车辆的行程数据并将行程数据发送至服务器2000。示例性的,追踪设备1000可以是移动储能设备或智能电源管理设备,在为车辆提供供电或供电管理的同时,该追踪设备1000还与车辆上的各个模块例如上述摄像头、定位模块、运动检测模块以及通信模块等通信连接,以采集车辆行程数据并发送至服务器2000。
示例性的,服务器2000可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信安全服务、内容分发网络以及其他基础云计算服务的云服务器。
在本申请实施例中,追踪设备1000可以通过摄像头对车辆的周边环境进行拍摄,获得图像数据。追踪设备1000可以通过定位模块对车辆进行定位,得到车辆的定位数据。追踪设备1000还可以通过运动检测模块对车辆的行驶速度、姿态进行检测,得到车辆的运动数据。其中,姿态可以包括但不限于方位角、偏航角、俯仰角等等。此外,追踪设备1000可以通过通信模块将图像数据、定位数据、运行信息等行程数据发送至服务器2000,由服务器2000根据行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
在一些实施例中,追踪设备1000可以根据车辆的行驶速度确定车辆的运动模式,根据运动模式获取车辆的行程数据,行程数据包括图像数据和非图像数据。当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器2000发送第一反馈信息,第一反馈信息包括低速模式下行程数据中的非图像数据,第一反馈信息用于指示服务器2000根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
在一些实施例中,服务器2000获取车辆的预设行程规划信息,并接收追踪设备1000发送的第一反馈信息,根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
请参阅图2,图2是本申请实施例提供的一种追踪设备1000的结构示意图。追踪设备1000可以包括处理器1001和存储器1002,其中处理器1001以及存储器1002可以通过总线连接,该总线比如为I2C(Inter-integrated Circuit)总线等任意适用的总线。
其中,存储器1002可以包括存储介质和内存储器。存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行追踪设备1000对应的运动轨迹追踪方法。
其中,处理器1001用于提供计算和控制能力,支撑整个追踪设备1000的运行。
其中,处理器1001可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器1001用于运行存储在存储器1002中的计算机程序,以实现如下步骤:
根据车辆的行驶速度确定所述车辆的运动模式;根据所述运动模式获取所述车辆的行程数据,所述行程数据包括图像数据和非图像数据;当所述运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,所述第一反馈信息包括低速模式下所述行程数据中的非图像数据,所述第一反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
在一个实施例中,所述处理器1001还用于实现:
当所述速度模式为低速模式且所述网络速率大于或等于所述网络速率阈值时,向所述服务器发送第二反馈信息,所述第二反馈信息包括低速模式下的所述行程数据中的图像数据和非图像数据,所述第二反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪;当所述速度模式为高速模式时,向所述服务器传输心跳包,所述心跳包用于向所述服务器指示所述车辆为正常行驶状态。
在一个实施例中,所述处理器1001在实现向所述服务器发送第二反馈信息之前,还用于实现:
对低速模式下所述行程数据中的图像数据进行打包处理,获得图像数据包;基于所述图像数据包中图像数据的采集时间,将所述图像数据包与低速模式下所述行程数据中对应的非图像数据进行关联;基于所述图像数据包和所述图像数据包对应的非图像数据生成所述第二反馈信息。
在一个实施例中,所述处理器1001在实现低速模式下获取的所述图像数据进行打包处理,获得图像数据包时,用于实现:
若所述图像数据的图像帧集合中存在多帧内容相同的图像帧,则将多帧内容相同的图像帧中的其中一帧图像帧确定为目标图像帧,所述图像帧集合由多个连续的图像帧组合形成;将所述图像帧集合中内容相同的剩余图像帧的编号或采集时间标记在所述目标图像帧中,并剔除所述剩余图像帧,得到处理后的图像数据;根据处理后的图像数据,生成所述图像数据包。
在一个实施例中,所述非图像数据包括定位数据和运动数据;所述处理器1001在实现根据所述运动模式获取所述车辆的行程数据时,用于实现:
在所述运动模式为低速模式时,获取所述车辆运动时的图像数据、定位数据和运动数据;将低速模式下获取的图像数据、定位数据以及运动数据确定为低速模式下所述车辆的行程数据;在所述运动模式为高速模式时,获取所述车辆的运动数据和定位数据,并在高速模式下的定位数据无法获取时,获取所述车辆运行时的图像数据;将高速模式下获取的定位数据和/或图像数据、以及运动数据确定为高速模式下所述车辆的行程数据。
在一个实施例中,所述处理器1001还用于实现:
检测所述车辆是否进入补给状态;当所述车辆进入补给状态时,按预设的数据优先级依次传输在低速模式下未传输的所述行程数据以及高速模式下的所述行程数据。
请参阅图3,图3是本申请实施例提供的一种服务器2000的结构示意图。服务器2000可以包括处理器2001和存储器2002,其中处理器2001以及存储器2002可以通过总线连接,该总线比如为I2C(Inter-integrated Circuit)总线等任意适用的总线。
其中,存储器2002可以包括存储介质和内存储器。存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行服务器2000对应的运动轨迹追踪方法。
其中,处理器2001用于提供计算和控制能力,支撑整个服务器2000的运行。
其中,处理器2001可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,在一个实施例中,所述处理器2001用于运行存储在存储器2002中的计算机程序,以实现如下步骤:
获取车辆的预设行程规划信息;接收第一反馈信息,所述第一反馈信息为所述车辆的运动模式为低速模式且当前网络速率小于预设的网络速率阈值时发送的,所述第一反馈信息包括低速模式下行程数据中的非图像数据;根据接收到的所述非图像数据与所述预设行程规划信息对所述车辆进行运动轨迹追踪。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
如图4所示,运动轨迹追踪方法包括步骤S101至步骤S103。
步骤S101、根据车辆的行驶速度确定车辆的运动模式。
需要说明的是,在本申请实施例中,需要根据运动模式获取车辆的行程数据,其中,不同运动模式下行程数据的获取方式不同。因此,需要确定车辆的运动模式。
示例性的,运动模式可以包括高速模式与低速模式。其中,高速模式是指车辆的行驶速度大于或等于预设的行驶速度阈值的状态。低速模式是指车辆的行驶速度小于行驶速度阈值的状态。其中,预设的行驶速度阈值可以根据实际情况设定,具体数值在此不作限定。
示例性的,可以对车辆的运动数据进行解析,得到车辆的行驶速度;然后根据车辆的行驶速度确定车辆的运动模式。其中,运动数据可以通过运动检测模块检测得到。
在一些实施例中,根据车辆的行驶速度确定车辆的运动模式,可以包括:若行驶速度大于或等于预设的行驶速度阈值,则确定速度模式为高速模式;若行驶速度小于行驶速度阈值,则确定速度模式为低速模式。
示例性的,当行驶速度阈值为30km/h时,若行驶速度大于或等于30km/h,则可以确定车辆的速度模式为高速模式;若行驶速度小于30km/h,则可以确定车辆的速度模式为低速模式。
通过根据车辆的行驶速度确定车辆的运动模式,可以实现根据行驶速度确定车辆处于低速模式还是高速模式,后续可以根据不同的运动模式获取相应的行程数据。
步骤S102、根据所述运动模式获取所述车辆的行程数据,所述行程数据包括图像数据和非图像数据。
需要说明的是,图像数据是指车辆四周环境的图像。非图像数据可以包括定位数据和运动数据。其中,定位数据可以由定位模块采集得到。例如,定位模块可以是GPS定位模块、北斗定位模块等等。
示例性的,当车辆的运动模式为高速模式时,可以获取车辆的非图像数据。当车辆的运动模式为低速模式时,可以获取车辆的图像数据与非图像数据。
需要说明的是,当车辆的运动模式为高速模式时,车辆以较高的速度行驶,此时车辆遇险的可能性较小。其中,车辆遇险是指车辆被劫持、碰瓷或逼停等人为导致的危险情况;并且,高速模式下,若处于正常运动中,周边环境变化较快,因此,高速模式下,在能够正常获取定位数据和运动数据的情况下,可以无需获取图像数据。当车辆的运动模式为低速模式时,车辆以较低的速度行驶或处于静止状态,此时车辆遇险的可能性较高。为了进一步提高车辆的安全性,除了获取车辆的定位数据和运动数据,还需要获取车辆运动时的图像数据,进而可以根据图像数据对车辆周边环境进行监测。
通过在车辆的运动模式为高速模式时获取车辆的非图像数据,以及在车辆的运动模式为低速模式时获取车辆的图像数据与非图像数据,可以实现选择性地获得不同运动模式下的行程数据。在不同的运动模式下获取不同的行程数据,可以在确保车辆安全的同时,最大程度的减少数据的总传输量,也减少数据获取工作,例如,减少摄像头等模块的工作,避免摄像头一直处于运转。
步骤S103、当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息。
需要说明的是,在根据运动模式获取车辆的行程数据之后,可以根据运动模式以及当前网络速率,确定数据发送方式,并基于数据发送方式将行程数据发送至服务器。在本申请实施例中,将对如何发送行程数据作详细说明。
在一些实施例中,当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息。其中,第一反馈信息包括低速模式下行程数据中的非图像数据,第一反馈信息用于指示服务器根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
示例性的,可以对通信模块的网络速率进行检测,获得当前网络速率;并判断当前网络速率是否小于预设的网络速率阈值。其中,网络速率阈值可以根据实际情况设定,具体数值在此不作限定。
示例性的,当运动模式为低速模式且当前网络速率小于网络速率阈值时,向服务器发送低速模式下行程数据中的非图像数据。例如,向服务器发送低速模式下车辆的定位数据和运动数据。
可以理解的是,由于图像数据的数据量远大于非图像数据的数据量,因此在网络信号较差时,为了避免数据丢失或传输延迟,可以先将非图像数据发送至服务器,以供服务器根据接非图像数据与预设行程规划信息对车辆进行运动轨迹追踪,确保车辆的安全性。待到网络信号良好或车辆进入补给状态时,再将图像数据发送至服务器。
在本申请实施例中,预设行程规划信息可以是车辆行驶前用户设定的行驶路径。其中,预设行程规划信息可以包括目标路径和候选路径。目标路径是指车辆行驶的路径;候选路径是指备用的路径,例如,在行驶过程中可能会从目标路径切换至候选路径。
示例性的,可以在检测到行程规划操作时,获取车辆的预设行程规划信息,并将预设行程规划信息发送至服务器。服务器在接收到行程数据时,可以根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
本申请上述实施例提供的运动轨迹追踪方法,在运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,只向服务器发送低速模式下行程数据中的非图像数据,而无需上传图像数据,使服务器能够根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
请参阅图5,图5是步骤S102中获取车辆的行程数据的子步骤的示意性流程图,包括以下步骤S1021至步骤S1025。
步骤S1021、根据车辆的行驶速度确定车辆的运动模式。
示例性的,当行驶速度大于或等于预设的行驶速度阈值时,确定速度模式为高速模式;当行驶速度小于行驶速度阈值时,确定速度模式为低速模式。
步骤S1022、在运动模式为低速模式时,获取车辆运动时的图像数据、定位数据和运动数据。
示例性的,在运动模式为低速模式时,可以通过拍摄头对车辆周边进行拍摄,获得车辆运动时的图像数据;通过定位模块对车辆进行定位,获得车辆运动时的定位数据;通过运动检测模块对车辆的行驶速度、姿态进行检测,获得车辆运动时的运动数据。
示例性的,运动检测模块可以为惯性测量传感器、陀螺仪、加速度计或上述一种或多种的组合,本申请对此不作限制。
步骤S1023、将低速模式下获取的图像数据、定位数据以及运动数据确定为低速模式下车辆的行程数据。
示例性的,可以将获取的图像数据、定位数据以及运动数据确定为低速模式下车辆的行程数据。
通过在运动模式为低速模式时,获取车辆运动时的图像数据、定位数据和运动数据,可以将低速模式下获取的图像数据、定位数据以及运动数据确定为行程数据。
步骤S1024、在运动模式为高速模式时,获取车辆的运动数据和定位数据,并在高速模式下的定位数据无法获取时,获取车辆运行时的图像数据。
高速模式下,由于车辆以较高速度行驶时,车辆遇险的可能性较小,因此只需要获取运动数据和定位数据,而不需要获取图像数据,在确定车辆运动数据和定位数据时,服务器能够根据运动数据和定位数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
示例性的,在高速模式下的定位数据无法获取时,获取车辆运行时的图像数据。例如,在定位信号较弱或定位信号断开时,可以获取车辆运行时的图像数据与运动数据。
需要说明的是,车辆在行驶过程中,由于位置偏僻,定位信号较弱或容易断开,会导致定位数据无法获取。在无法获取定位数据的情况下,为了确保车辆的运动轨迹追踪的准确性,需要获取车辆运动时的图像数据,后续可以根据图像数据对车辆的运动轨迹进行预测,从而可以得到车辆的实际运动轨迹。
通过在高速模式下的定位数据无法获取时,获取车辆运行时的图像数据,可以实现在定位数据缺失时,根据图像数据对运动轨迹进行预测,得到车辆的实际运动轨迹,确保运动轨迹追踪的完整性与准确性。
步骤S1025、将高速模式下获取的定位数据和/或图像数据、以及运动数据确定为高速模式下所述车辆的行程数据。
示例性的,当获取到车辆的运动数据和定位数据时,可以将运动数据和定位数据确定为高速模式下车辆的行程数据。
示例性的,当定位数据无法获取时,可以将获取到图像数据和运动数据确定为高速模式下车辆的行程数据。
示例性地,当有部分时间可以获取到定位数据,有部分时间获取不到定位数据时,可以将定位数据、图像数据以及运动确定为高速模式下车辆的行程数据。
请参阅图6,图6是本申请实施例提供的另一种运动轨迹追踪方法的示意性流程图,具体可以包括以下步骤S201至步骤S205。
步骤S201、根据车辆的行驶速度确定车辆的运动模式。
步骤S202、根据运动模式获取车辆的行程数据,行程数据包括图像数据和非图像数据。
步骤S203、当运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,第一反馈信息包括低速模式下行程数据中的非图像数据,第一反馈信息用于指示服务器根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
可以理解,上述步骤S201至S203的具体实现过程与图1中步骤S101至S103基本一致,在此不赘述。
步骤S204、当速度模式为低速模式且网络速率大于或等于网络速率阈值时,向服务器发送第二反馈信息,第二反馈信息包括低速模式下的行程数据中的图像数据和非图像数据,第二反馈信息用于指示服务器根据接收到的行程数据与预设行程规划信息对车辆进行运动轨迹追踪。
示例性的,当速度模式为低速模式且网络速率大于或等于网络速率阈值时,向服务器发送第二反馈信息。其中,第二反馈信息可以包括低速模式下的行程数据中的图像数据和非图像数据。
需要说明的是,在网络信号良好时,可以同时将图像数据和非图像数据发送至服务器,以供服务器根据接收到的图像数据、定位数据、运动数据与预设行程规划信息对车辆进行运动轨迹追踪。
通过在速度模式为低速模式且网络速率大于或等于网络速率阈值时,向服务器发送第二反馈信息,实现在网络信号良好时发送图像数据,避免数据丢失,可以使得服务器根据图像数据、定位数据、运动数据与预设行程规划信息对车辆进行运动轨迹追踪,提高了房车的安全性。同时,在数据更为充足的前提下,服务器进行运动追踪时可以更为快速,计算量相对较小,追踪结果也更为精准。
步骤S205、当速度模式为高速模式时,向服务器传输心跳包,心跳包用于向服务器指示车辆为正常行驶状态。
需要说明的是,在本申请实施例中,当速度模式为高速模式时,不需要实时将行程数据发送至服务器,而是向服务器传输心跳包,待到车辆进入补给状态时,再将行程数据发送至服务器。
示例性的,可以定时向服务器发送心跳包。其中,心跳包用于服务器指示车辆为正常行驶状态。
通过在速度模式为高速模式时向服务器传输心跳包,可以使得服务器根据心跳包实现跟踪车辆的行驶状态,减少传输的数据量,又确保服务器可以实时确认车辆的安全,避免对车辆行驶状态失去追踪。
在本申请实施例中,在向服务器发送第二反馈信息之前,还可以对行程数据进行打包,得到第二反馈信息。以下将对如何打包行程数据作详细说明。
请参阅图7,图7是本申请实施例提供的一种打包行程数据的子步骤的示意性流程图,具体可以包括以下步骤S301至步骤S303。
步骤S301、对低速模式下所述行程数据中的图像数据进行打包处理,获得图像数据包。
在本申请实施例中,为了减少传输的数据量,可以对低速模式下行程数据中的图像数据进行打包处理。当然,若高速模式下获取到图像数据,则高速模式下行程数据中的图像数据同样可以进行打包处理,其打包处理方式与低速模式下一致。以下将以对低速模式下行程数据中的图像数据的包处理过程为例进行说明。
在一些实施例中,对低速模式下获取的图像数据进行打包处理,获得图像数据包,可以包括:若图像数据的图像帧集合中存在多帧内容相同的图像帧,则将多帧内容相同的图像帧中的其中一帧图像帧确定为目标图像帧,图像帧集合由多个连续的图像帧组合形成;将图像帧集合中内容相同的剩余图像帧的编号或采集时间标记在目标图像帧中,并剔除剩余图像帧,得到处理后的图像数据;根据处理后的图像数据,生成图像数据包。
需要说明的是,在本申请实施例中,在获取摄像头拍摄得到的图像数据时,可以对图像数据中的前后图像帧进行比对,保留有变化的图像帧,从而可以极大地减少图像数据的数据量。示例性的,可以对每帧图像帧进行编号,其中,图像帧的编号可以与定位数据、运动数据的编号对应。当然,也可以将采集时间作为图像帧的编号。
示例性的,若图像数据的图像帧集合中存在多帧内容相同的图像帧,则可以将其中一帧图像帧确定为目标图像帧;然后,将图像帧集合中内容相同的剩余图像帧的编号或采集时间标记在目标图像帧中,并剔除剩余图像帧,得到处理后的图像数据。例如,若第N帧至第N+M帧图像帧的内容均相同,则可以将其中的第N帧图像帧标记为目标图像帧,并将第N+1帧至第N+M帧图像帧的编号或采集时间标记在第N帧图像帧中,然后删除第N+1帧至第N+M帧图像帧。
示例性的,在得到处理后的图像数据之后,可以将处理后的图像数据确定为图像数据包。其中,还可以对处理后的图像数据进行压缩,得到图像数据包。
通过在图像数据的图像帧集合中存在多帧内容相同时,将其中一帧图像帧确定为目标图像帧,将内容相同的剩余图像帧的编号或采集时间标记在目标图像帧中并剔除剩余图像帧,在避免丢失图像数据的前提下,可以有效地减少图像数据的数据量,提高了数据传输的效率。
在本申请实施例中,在对图像数据进行打包处理,除了可以删除内容相同的图像帧,还可以保留内容相同的图像帧,但清除内容相同的其它图像帧的像素。
在另一些实施例中,每个图像帧包括用于指示参考图像帧的第一字段;对低速模式下获取的图像数据进行打包处理,获得图像数据包,可以包括:若图像数据存在多帧内容相同且连续的图像帧组成的图像帧集合,则将图像帧集合中的其中一帧图像帧确定为参考图像帧;将图像帧集合中的剩余图像帧的像素清除,并将剩余图像帧中的第一字段配置为参考图像帧对应的标识,得到处理后的图像数据;根据处理后的图像数据,生成图像数据包。
示例性的,参考图像帧对应的标识可以包括编号或采集时间。
示例性的,若第N帧至第N+M帧图像帧的内容均相同,则可以将其中的第N帧图像帧标记为参考图像帧;将第N+1帧至第N+M帧图像帧的像素清除,并将第N+1帧至第N+M帧图像帧中的第一字段配置为N帧图像帧对应的编号或采集时间,得到处理后的图像数据。
通过在图像数据的图像帧集合中存在多帧内容相同时,将其中一帧图像帧确定为参考图像帧,将剩余图像帧的像素清除,并将剩余图像帧中的第一字段配置为参考图像帧对应的标识,可以有效地减少图像数据的数据量,提高了数据传输的效率。
步骤S302、基于图像数据包中图像数据的采集时间,将图像数据包与低速模式下行程数据中对应的非图像数据进行关联。
示例性的,可以基于图像数据包中图像数据的采集时间,将图像数据包与低速模式下行程数据中对应的非图像数据进行关联。
需要说明的是,通过基于图像数据的采集时间,将图像数据包与行程数据中对应的非图像数据进行关联,可以使得图像数据包与非图像数据保持同步,避免在根据图像数据包与非图像数据进行运动轨迹追踪时出现数据混淆。
步骤S303、基于图像数据包和述图像数据包对应的非图像数据生成所述第二反馈信息。
示例性的,在将图像数据包与低速模式下行程数据中对应的非图像数据进行关联之后,可以基于图像数据包和图像数据包对应的非图像数据生成第二反馈信息,也即,第二反馈信息包括图像数据与非图像数据。
需要说明的是,在本申请实施例中,在车辆行驶过程中由于网络信号不好,未能及时发送至服务器的行程数据,可以在车辆进入补给状态时发送至服务器。
请参阅图8,图8是本申请实施例提供的一种发送行程数据的子步骤的示意性流程图,具体可以包括以下步骤S401和步骤S402。
步骤S401、检测车辆是否进入补给状态。
示例性的,当检测到车辆为静止状态且对车辆的补给操作时,确定车辆进入补给状态,其中,补给操作包括以下至少一项:对车辆中的电池的充电操作;对车辆中的水箱的注水操作;对车辆中的垃圾箱的拆卸操作。
需要说明的是,当车辆行驶至补给站时,可以在补给站对车辆进行补给。
步骤S402、当车辆进入补给状态时,按预设的数据优先级依次传输在低速模式下未传输的行程数据以及高速模式下的行程数据。
示例性的,当车辆进入补给状态时,可以按预设的数据优先级依次传输在低速模式下未传输的行程数据以及高速模式下的行程数据。例如,可以先传输低速模式下未传输的图像数据,再传输高速模式下未传输的图像数据与非图像数据。
通过当车辆进入补给状态时,按预设的数据优先级依次传输在低速模式下未传输的行程数据以及高速模式下的行程数据,可以实现将完整的行程数据发送至服务器,以使得服务器根据完整的行程数据对车辆进行运动轨迹追踪,得到车辆在整个行程中的运动轨迹,以修正数据量较少或数据量缺失时的预测轨迹,使得服务器可以得到更为准确、更为完整的运动轨迹。
请参阅图9,图9是本申请实施例提供的另一种运动轨迹追踪方法的示意性流程图,具体可以包括以下步骤S501至步骤S503。
步骤S501、获取车辆的预设行程规划信息。
示例性的,服务器可以接收追踪设备发送的预设行程规划信息。其中,预设行程规划信息可以包括目标路径和候选路径。
需要说明的是,在本申请实施例中,追踪设备可以在车辆行程开始之前,将预设行程规划信息发送至服务器。当然,若用户在车辆行程过程中,对预设行程规划信息进行更新,追踪设备可以将更新后的行程规划信息发送至服务器。
通过获取车辆的预设行程规划信息,可以获得车辆的目标路径和候选路径。
步骤S502、接收第一反馈信息,第一反馈信息包括低速模式下行程数据中的非图像数据。
在一些实施例中,可以接收追踪设备发送的第一反馈信息,如前所述,在车辆的运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,追踪设备将向服务器发送第一反馈信息。第一反馈信息包括低速模式下行程数据中的非图像数据。
通过接收第一反馈信息,可以获得车辆在低速模式下行程数据中的非图像数据,后续可以基于非图像数据对车辆进行运动轨迹追踪。
步骤S503、根据接收到的非图像数据与预设行程规划信息对车辆进行运动轨迹追踪。
示例性的,非图像数据可以包括定位数据与运动数据。在一些实施例中,在根据接收到的非图像数据与预设行程规划信息对车辆进行运动轨迹追踪时,可以包括:根据定位数据与运动数据生成车辆对应的实际运动轨迹;根据实际运动轨迹、目标路径以及候选路径进行运动轨迹追踪,确定车辆的行驶状态。
示例性的,可以根据定位数据进行运动轨迹生成,获得初始运动轨迹;根据运动数据对初始运动轨迹进行修正,获得实际运动轨迹。
其中,定位数据可以包括车辆运动时的经纬度;运动数据可以包括车辆的行驶速度、姿态等等。例如,可以根据车辆运动时的经纬度进行运动轨迹生成,获得初始运动轨迹,再根据车辆的行驶速度、姿态等信息对初始运动轨迹进行修改,获得车辆的实际运动轨迹。此外,还可以采用其它方式生成车辆的实际运动轨迹,在此不作限定。
示例性的,在生成实际运动轨迹之后,可以将实际运动轨迹与目标路径以及候选路径进行比对,获得车辆的行驶状态。例如,当实际运动轨迹与目标路径不匹配、且实际运动轨迹与候选路径不匹配时,可以确定车辆行驶状态为异常状态。
通过根据非图像数据与预设行程规划信息对车辆进行运动轨迹追踪,可以根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
需要说明的是,在本申请实施例中,除了可以接收第一反馈信息,也可以接收当车辆的速度模式为低速模式且网络速率大于或等于网络速率阈值时发送的第二反馈信息,还可以接收车辆在补给状态时发送的第三反馈信息。
其中,第二反馈信息包括低速模式下行程数据中的图像数据与非图像数据。第三反馈信息包括在低速模式下未传输的行程数据以及高速模式下的行程数据。
示例性的,可以根据接收到的第二反馈信息以及第三反馈信息对车辆进行运动轨迹追踪。其中,具体的运动轨迹追踪过程,可以参见上述实施例的详细描述,具体过程在此不再赘述。
通过根据车辆的速度模式为低速模式且网络速率大于或等于网络速率阈值时发送的第二反馈信息以及车辆在补给状态时发送的第三反馈信息进行运动轨迹追踪,可以实现根据完整的行程数据对车辆进行运动轨迹追踪,获得车辆在整个行程中的运动轨迹。
在本申请实施例中,当行程数据中的定位数据丢失时,可以根据图像数据与运动数据对车辆进行运动轨迹生成。
在一些实施例中,当行程数据中的定位数据丢失时,根据丢失的定位数据对应的运动数据进行运动轨迹预测,获得至少一个预测运动轨迹;将图像数据与每个预测运动轨迹对应的预设图像数据进行匹配,将匹配成功的预设图像数据对应的轨迹点作为目标轨迹点;将目标轨迹点所在的预测运动轨迹,确定为实际运动轨迹。
上述实施例中,通过在定位数据丢失时,根据运动数据与图像数据对车辆进行运动轨迹追踪,可以得到车辆的实际运动轨迹,确保运动轨迹追踪的完整性与准确性。
在一些实施例中,若在预设时间内未接收到车辆的行程数据或心跳包,则确定车辆行驶状态为异常状态。
其中,预设时间可以根据实际情况设定,具体数值在此不作限定。
例如,若在预设时间内为接收到车辆的非图像数据,则确定车辆行驶状态异常。又例如,若在预设时间内未接收到车辆的心跳包,则确定车辆行驶状态异常。
在一些实施例中,当确定车辆行驶状态异常时,输出报警信息。例如,可以发送报警信息至距离房车最近的补给站,也可以发送报警信息至房车的用户的紧急联系人等等。
通过当确定车辆行驶状态异常时,输出报警信息,可以使得相关人员对房车进行关注,确保房车以及车主的安全。
上述实施例提供的运动轨迹追踪方法,通过获取车辆的预设行程规划信息,可以获得车辆的目标路径和候选路径;通过接收第一反馈信息,可以获得车辆在低速模式下行程数据中的非图像数据,后续可以基于非图像数据对车辆进行运动轨迹追踪;通过根据非图像数据与预设行程规划信息对车辆进行运动轨迹追踪,可以根据非图像数据最低限度地追踪车辆的运动轨迹,可以实现在减少数据传输量的同时,确保房车的安全。
本申请的实施例中还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项运动轨迹追踪方法。
例如,该程序被处理器加载,可以执行如下步骤:
根据车辆的行驶速度确定所述车辆的运动模式;根据所述运动模式获取所述车辆的行程数据,所述行程数据包括图像数据和非图像数据;当所述运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,所述第一反馈信息包括低速模式下所述行程数据中的非图像数据,所述第一反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
又例如,该程序被处理器加载,可以执行如下步骤:
获取车辆的预设行程规划信息;接收第一反馈信息,所述第一反馈信息为所述车辆的运动模式为低速模式且当前网络速率小于预设的网络速率阈值时发送的,所述第一反馈信息包括低速模式下行程数据中的非图像数据;根据接收到的所述非图像数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
其中,所述计算机可读存储介质可以是前述实施例所述的追踪设备或服务器的内部存储单元,例如所述追踪设备或服务器的硬盘或内存。所述计算机可读存储介质也可以是所述追踪设备或服务器的外部存储设备,例如所述追踪设备或服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字卡(Secure Digital Card,SD Card),闪存卡(Flash Card)等。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的程序等;存储数据区可存储根据各程序所创建的数据等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种运动轨迹追踪方法,其特征在于,所述方法包括:
根据车辆的行驶速度确定所述车辆的运动模式;
根据所述运动模式获取所述车辆的行程数据,所述行程数据包括图像数据和非图像数据;
当所述运动模式为低速模式且当前网络速率小于预设的网络速率阈值时,向服务器发送第一反馈信息,所述第一反馈信息包括低速模式下所述行程数据中的非图像数据,所述第一反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪。
2.根据权利要求1所述的运动轨迹追踪方法,其特征在于,所述方法还包括:
当所述速度模式为低速模式且所述网络速率大于或等于所述网络速率阈值时,向所述服务器发送第二反馈信息,所述第二反馈信息包括低速模式下的所述行程数据中的图像数据和非图像数据,所述第二反馈信息用于指示所述服务器根据接收到的所述行程数据与预设行程规划信息对所述车辆进行运动轨迹追踪;
当所述速度模式为高速模式时,向所述服务器传输心跳包,所述心跳包用于向所述服务器指示所述车辆为正常行驶状态。
3.根据权利要求2所述的运动轨迹追踪方法,其特征在于,所述向所述服务器发送第二反馈信息之前,还包括:
对低速模式下所述行程数据中的图像数据进行打包处理,获得图像数据包;
基于所述图像数据包中图像数据的采集时间,将所述图像数据包与低速模式下所述行程数据中对应的非图像数据进行关联;
基于所述图像数据包和所述图像数据包对应的非图像数据生成所述第二反馈信息。
4.根据权利要求3所述的运动轨迹追踪方法,其特征在于,所述对低速模式下获取的所述图像数据进行打包处理,获得图像数据包,包括:
若所述图像数据的图像帧集合中存在多帧内容相同的图像帧,则将所述多帧内容相同的图像帧中的其中一帧图像帧确定为目标图像帧,所述图像帧集合由多个连续的图像帧组合形成;
将所述图像帧集合中内容相同的剩余图像帧的编号或采集时间标记在所述目标图像帧中,并剔除所述剩余图像帧,得到处理后的图像数据;
根据处理后的图像数据,生成所述图像数据包。
5.根据权利要求1所述的运动轨迹追踪方法,其特征在于,所述非图像数据包括定位数据和运动数据;所述根据所述运动模式获取所述车辆的行程数据,包括:
在所述运动模式为低速模式时,获取所述车辆运动时的图像数据、定位数据和运动数据;
将低速模式下获取的图像数据、定位数据以及运动数据确定为低速模式下所述车辆的行程数据;
在所述运动模式为高速模式时,获取所述车辆的运动数据和定位数据,并在高速模式下的定位数据无法获取时,获取所述车辆运行时的图像数据;
将高速模式下获取的定位数据和/或图像数据、以及运动数据确定为高速模式下所述车辆的行程数据。
6.根据权利要求1所述的运动轨迹追踪方法,其特征在于,所述方法还包括:
检测所述车辆是否进入补给状态;
当所述车辆进入补给状态时,按预设的数据优先级依次传输在低速模式下未传输的所述行程数据以及高速模式下的所述行程数据。
7.一种运动轨迹追踪方法,其特征在于,应用于服务器,包括:
获取车辆的预设行程规划信息;
接收第一反馈信息,所述第一反馈信息为所述车辆的运动模式为低速模式且当前网络速率小于预设的网络速率阈值时发送的,所述第一反馈信息包括低速模式下行程数据中的非图像数据;
根据接收到的所述非图像数据与所述预设行程规划信息对所述车辆进行运动轨迹追踪。
8.一种追踪设备,其特征在于,所述追踪设备与车辆通信连接,所述追踪设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至6任一项所述的运动轨迹追踪方法。
9.一种服务器,其特征在于,所述服务器包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求7所述的运动轨迹追踪方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现:
如权利要求1至6任一项所述的运动轨迹追踪方法;或
如权利要求7所述的运动轨迹追踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336140.7A CN115903790A (zh) | 2022-10-28 | 2022-10-28 | 运动轨迹追踪方法、追踪设备、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211336140.7A CN115903790A (zh) | 2022-10-28 | 2022-10-28 | 运动轨迹追踪方法、追踪设备、服务器和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115903790A true CN115903790A (zh) | 2023-04-04 |
Family
ID=86496524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211336140.7A Pending CN115903790A (zh) | 2022-10-28 | 2022-10-28 | 运动轨迹追踪方法、追踪设备、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115903790A (zh) |
-
2022
- 2022-10-28 CN CN202211336140.7A patent/CN115903790A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105741556B (zh) | 路况信息的推送方法以及推送系统 | |
US10442432B2 (en) | Lead vehicle monitoring for adaptive cruise control | |
US10089869B1 (en) | Tracking hit and run perpetrators using V2X communication | |
CN106170826A (zh) | 出租车乘客人数的监控方法及系统 | |
CN106707926B (zh) | 基于物联网技术的物流通道远程控制系统 | |
CN104408604A (zh) | 智能物流全程感知系统 | |
CN112544061B (zh) | 一种数据传输方法以及装置 | |
CA3080210A1 (en) | Cloud-coupled connected sensor data and telematics | |
CN104881907A (zh) | 一种车辆事故信息获取方法和电子设备 | |
CN106056697A (zh) | 一种事件监控方法、装置和系统 | |
CN105894610A (zh) | 数据处理方法、装置及系统 | |
CN106251423A (zh) | 车辆事故记录装置和生成其事故信息的方法 | |
US11703874B2 (en) | System and method for collection of performance data by a vehicle | |
CN102785780A (zh) | 无人飞行载具控制系统及方法 | |
EP3736695A1 (en) | Method and system for real-time diagnostics and fault monitoring in a robotic system | |
CN109387218A (zh) | 车载设备及道路维护辅助管理系统 | |
US20210387584A1 (en) | Sensor fusion for collision detection | |
CN115903790A (zh) | 运动轨迹追踪方法、追踪设备、服务器和存储介质 | |
CN117135323A (zh) | 一种车载监控方法、设备及车辆 | |
US20220254204A1 (en) | Checkpoint-Based Tracing for Monitoring a Robotic System | |
US11615654B1 (en) | Signature use for efficient data transfer | |
US20230144289A1 (en) | Ai-based input output expansion adapter for a telematics device | |
US11693920B2 (en) | AI-based input output expansion adapter for a telematics device and methods for updating an AI model thereon | |
JP2020107107A (ja) | 通信接続機器、情報伝送システム、情報伝送方法、及びプログラム | |
US11565696B1 (en) | Systems and methods for vehicle reversing detection using machine learning |
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 |