CN115938114B - 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 - Google Patents
自动驾驶车辆数据的处理系统、方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN115938114B CN115938114B CN202211518470.8A CN202211518470A CN115938114B CN 115938114 B CN115938114 B CN 115938114B CN 202211518470 A CN202211518470 A CN 202211518470A CN 115938114 B CN115938114 B CN 115938114B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- driving
- target
- adpi
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 68
- 238000004458 analytical method Methods 0.000 claims abstract description 62
- 230000006399 behavior Effects 0.000 claims description 113
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 14
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 13
- 230000008447 perception Effects 0.000 claims description 4
- 238000013498 data listing Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 230000006872 improvement Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶车辆数据的处理系统、方法、装置、终端及介质。该系统中,车端前视网络摄像头,用于采集车端前视数据,并将车端前视数据,发送至数据处理终端;ADPI系统,用于采集ADPI检测数据,并将ADPI检测数据发送至数据处理终端;数据处理终端,用于接收车端前视数据以及ADPI检测数据;在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。本发明实施例的技术方案能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种自动驾驶车辆数据的处理系统、方法、装置、终端及介质。
背景技术
自动驾驶汽车是人类期盼已久的梦想,目前普遍被大家认可的第一辆“自动驾驶”汽车建于1961年,在建立初期,它可以利用摄像头技术和早期的人工智能系统来绕过障碍物,然而它每移动1米,需要20分钟,这甚至远远落后于人类正常步行的速度,距离真正的自动驾驶交通工具相距甚远。经过数十年科学技术的快速发展,自动驾驶技术日趋成熟,从最初的实验室车、封闭道路测试车,已经逐步发展到现如今的开放道路上试运营车辆阶段。
目前,当自动驾驶汽车出现驾驶事故时,对采集数据的分析比较简单,往往无法准确分析驾驶事故原因,安全驾驶功能的完善受到限制。
发明内容
本发明提供了一种自动驾驶车辆数据的处理系统、方法、装置、终端及介质,以解决驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题。
根据本发明的一方面,提供了一种自动驾驶车辆数据的处理系统,包括车端前视网络摄像头、ADPI系统以及数据处理终端,其中,
数据处理终端,分别与车端前视网络摄像头以及ADPI系统通信连接;
车端前视网络摄像头,用于采集目标自动驾驶车辆的车端前视数据,并将车端前视数据,发送至数据处理终端;
ADPI系统,用于采集目标自动驾驶车辆的ADPI检测数据,并将ADPI检测数据发送至数据处理终端;
数据处理终端,用于接收车端前视数据以及ADPI检测数据;在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
根据本发明的另一方面,提供了一种自动驾驶车辆数据的处理方法,应用于数据处理终端,包括:
接收车端前视数据以及ADPI检测数据;
在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;
在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
根据本发明的另一方面,提供了一种自动驾驶车辆数据的处理装置,包括:
数据接收模块,用于接收车端前视数据以及ADPI检测数据;
粗粒度目标数据确定模块,用于在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;
驾驶事故分析结果确定模块,用于在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
根据本发明的另一方面,提供了一种数据处理终端,数据处理终端包括:
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计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的自动驾驶车辆数据的处理方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的自动驾驶车辆数据的处理方法。
本发明实施例的技术方案,通过车端前视网络摄像头、ADPI系统以及数据处理终端构成自动驾驶车辆数据的处理系统,数据处理终端接收车端前视网络摄像头采集的车端前视数据,并接收ADPI系统采集的ADPI检测数据,从而在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据,进一步在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。虽然ADPI系统采集的数据量较大,但ADPI系统采集的数据(即ADPI检测数据)能够反映自动驾驶车辆细粒度的驾驶行为,基于粗粒度目标数据的目标时间戳以及ADPI检测数据对驾驶事故进行分析,不仅可以避免对ADPI系统采集的海量数据的分析,还可以利用ADPI系统采集数据的特性,精准定位驾驶事故的原因,解决了现有技术中驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题,能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例一提供的一种自动驾驶车辆数据的处理系统的示意图;
图2为本发明实施例一提供的一种自动驾驶车辆数据的处理方法系统的功能框架示意图;
图3为本发明实施例二提供的一种自动驾驶车辆数据的处理方法的流程图;
图4为本发明实施例三提供的一种自动驾驶车辆数据的处理方法的流程图;
图5为本发明实施例四提供的一种自动驾驶车辆数据的处理装置的结构示意图;
图6示出了可以用来实施本发明的实施例的数据处理终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种自动驾驶车辆数据的处理系统的示意图,如图1所示自动驾驶车辆数据的处理系统,包括车端前视网络摄像头110、ADPI(Auto DrivingPerception interface Images,自动驾驶感知界面图像)系统120以及数据处理终端130,其中,数据处理终端130,分别与车端前视网络摄像头110以及ADPI系统120通信连接。
车端前视网络摄像头110,可以用于采集目标自动驾驶车辆的车端前视数据,并将车端前视数据,发送至数据处理终端130;ADPI系统120,可以用于采集目标自动驾驶车辆的ADPI检测数据,并将ADPI检测数据发送至数据处理终端130;数据处理终端130,可以用于接收车端前视数据以及ADPI检测数据;在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
其中,车端前视网络摄像头110可以是拍摄车辆前视视角中驾驶环境的网络摄像头。ADPI系统120可以是自动驾驶车辆出厂前配置于车辆中的自动感知系统。车端前视数据可以是车端前视网络摄像头110采集的,表征车辆前进方向的驾驶环境的数据。车端前视数据中可以包括车辆前方可视视角下的道路、行人、基础设施、车辆以及天空等。ADPI检测数据可以是ADPI系统120生成的数据。数据处理终端130可以是具有数据收发以及数据处理功能的设备。目标自动驾驶车辆可以是当前需要进行驾驶行为分析的自动驾驶车辆。粗粒度目标数据可以是目标自动驾驶车辆出现驾驶事故行为时,由车端前视网络摄像头110拍摄的数据。目标时间戳可以是一份用于表示粗粒度目标数据在一个特定时间已完整存在的可验证数据。驾驶事故分析结果可以是根据目标时间戳以及ADPI检测数据,对目标自动驾驶车辆产生驾驶事故行为的分析结果。驾驶事故分析结果可以包括但不限于ADPI系统图像融合错误、刹车迟缓以及未正常开启转向灯等。
可选的,ADPI系统120支持跨机通信机制,可将ADPI检测数据发往车辆前端时,同步发送数据给已配置的数据处理端130的远程IP地址。自动驾驶车辆上路运营前,需对本车有监管要求的数据用户的网络地址进行配置和身份认证,确保数据不泄露。ADPI系统120运行时,可以将ADPI检测数据镜像发送给已经配置的数据用户。
在本发明实施例中,可以由车端前视网络摄像头110、ADPI系统120以及数据处理终端130构造自动驾驶车辆数据的处理系统。车端前视网络摄像头110以及ADPI系统120,可以安装于目标自动驾车车辆上,数据处理终端130,可以分别与车端前视网络摄像头110以及ADPI系统120通信连接。
可选的,车端前视网络摄像头110以及ADPI系统120可以通过无线传输形式(如远程数据传输形式等),与数据处理终端130通信连接。
车端前视网络摄像头110可以拍摄目标自动驾驶车辆前视视角的驾驶环境,实现对目标自动驾驶车辆的车端前视数据的采集,并将目标自动驾驶车辆的车端前视数据,发送至数据处理终端130。ADPI系统120可以对目标自动驾驶车辆的驾驶感知界面进行融合处理,得到ADPI检测数据,并将ADPI检测数据发送至数据处理终端130。数据处理终端130在接收车端前视数据以及ADPI检测数据之后,还可以在目标自动驾驶车辆存在驾驶事故行为时,对车端前视数据进行解析,得到与驾驶事故行匹配的粗粒度目标数据,若仅根据粗粒度目标数据无法确定驾驶事故原因时,获取粗粒度目标数据的目标时间戳,并根据粗粒度目标数据的目标时间戳以及ADPI检测数据,对产生驾驶事故的原因进行分析,得到驾驶事故分析结果,以使技术人员根据驾驶事故分析结果对自动驾驶汽车的安全驾驶缺陷进行改进,提升自动驾驶车辆的安全驾驶性能。
在本发明的一个可选实施例中,自动驾驶车辆数据的处理系统,还可以包括车端安全员网络摄像头以及车端乘客网络摄像头;车端安全员网络摄像头,可以用于采集驾驶目标自动驾驶车辆的安全员的驾驶行为数据,并将驾驶行为数据发送至数据处理终端;车端乘客网络摄像头,可以用于采集目标自动驾驶车辆中乘客的乘客行为数据,并将乘客行为数据发送至数据处理终端。
其中,车端安全员网络摄像头可以是一种监控自动驾驶车辆的安全员(即司机)驾驶行为的网络摄像头。车端乘客网络摄像头可以是监控车内乘客行为的摄像头。驾驶行为数据可以是表征安全员驾驶行为的数据。乘客行为数据可以是表征车内乘客行为的数据。
在本发明实施例中,自动驾驶车辆数据的处理系统,还可以包括车端安全员网络摄像头以及车端乘客网络摄像头,车端安全员网络摄像头以及车端乘客网络摄像头与数据处理终端通信连接。
车端安全员网络摄像头以及车端乘客网络摄像头可以安装于目标自动驾驶车辆中。具体的,车端安全员网络摄像头可以对驾驶目标自动驾驶车辆的安全员的驾驶行为进行拍摄记录,完成对目标自动驾驶车辆的安全员的驾驶行为数据的采集,进而将采集的驾驶行为数据发送至数据处理终端。车端乘客网络摄像头可以对目标自动驾驶车辆中乘客的行为进行拍摄记录,完成对目标自动驾驶车辆中乘客的乘客行为数据的采集,并将采集的乘客行为数据发送至数据处理终端。
在本发明的一个可选实施例中,数据处理终端,还可以用于实时展示接收到的驾驶行为数据以及乘客行为数据;当驾驶行为数据和/或乘客行为数据中包括异常行为数据时,将驾驶行为数据和/或乘客行为数据进行数据落盘。
其中,异常行为数据可以是表征妨碍车辆安全行驶的用户行为的数据。异常行为数据可以包括但不限于视频格式数据。异常行为可以包括安全员疲劳驾驶、安全员玩手机、安全员双手脱离方向盘规定位置以及乘客阻挡安全员前视视野的行为等。
在本发明实施例中,数据处理终端可以在接收到目标自动驾驶车辆的安全员的驾驶行为数据,以及目标自动驾驶车辆中乘客的乘客行为数据之后,将驾驶行为数据以及乘客行为数据进行实时展示,以使目标自动驾驶车辆的运营平台或者其他监管机构等能及时掌握目标自动驾驶车辆中的用户行为。当驾驶行为数据中包括异常行为数据时,可以将驾驶行为数据存储于数据处理终端的本地存储介质;当乘客行为数据中包括异常行为数据时,可以将乘客行为数据存储于数据处理终端的本地存储介质;当驾驶行为数据与乘客行为数据中均包括异常行为数据时,可以将驾驶行为数据以及乘客行为数据存储于数据处理终端的本地存储介质。将驾驶行为数据和/或乘客行为数据存储于数据处理终端的本地存储介质,即为进行数据落盘。
在一个具体的例子中,可以通过车端前视网络摄像头、车端安全员网络摄像头、车端乘客网络摄像头、ADPI系统以及数据处理终端,构成自动驾驶车辆数据的处理系统。当目标自动驾驶车辆出现驾驶事故行为时,数据处理终端可以根据车端前视网络摄像头、车端安全员网络摄像头、车端乘客网络摄像头,分别采集的车端前视数据、安全员的驾驶行为数据以及乘客的乘客行为数据,初步分析驾驶事原因。具体逻辑如下:
若由于安全员的驾驶行为不规范和/或乘客行为不规范,导致驾驶事故时,可以直接通过查询解析安全员的驾驶行为数据以及乘客的乘客行为数据,确定目标自动驾驶车辆的驾驶事故是汽车内用户导致的,即驾驶行为数据和/或乘客行为数据中包括异常行为数据时,可以确定目标自动驾驶车辆的驾驶事故是汽车内用户导致的。
若驾驶行为数据以及乘客行为数据中均不包括异常行为数据,可以根据车端前视数据确定粗粒度目标数据,进而在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
在本发明的一个可选实施例中,车端前视网络摄像头,还可以用于将车端前视数据,进行锁定存储;车端安全员网络摄像头,还可以用于将安全员的驾驶行为数据进行锁定存储,并在安全员的驾驶行为数据中包括异常行为数据时,发送警报触发信号,以通过警报触发信号,触发警报;车端乘客网络摄像头,还可以用于将目标自动驾驶车辆中乘客的乘客行为数据,进行锁定存储。
其中,锁定存储可以是将数据存储于数据采集设备本地,并将数据权限设置为不可删除的操作。警报触发信号可以是触发警报的信号。
在本发明实施例中,若目标自动驾驶车辆出现碰撞等紧急状况时,车端前视网络摄像头采集到车端前视数据之后,可以将车端前视数据存储于车端前视网络摄像头的数据存储空间中,并将车端前视数据的数据权限设置为不可删除,完成对车端前视数据,进行锁定存储。
若目标自动驾驶车辆出现碰撞等紧急状况时,车端安全员网络摄像头采集到安全员的驾驶行为数据之后,可以将安全员的驾驶行为数据存储于车端安全员网络摄像头的数据存储空间中,并将驾驶行为数据的数据权限设置为不可删除,即对安全员的驾驶行为数据,进行锁定存储,还可以接收数据处理终端发送的提示安全员的驾驶行为数据包括异常行为数据的预警信号,从而根据预警信号生成警报触发信号,并将警报触发信号发送至目标自动驾驶车辆中的警报器,以通过警报触发信号触发警报器进行报警,提示安全员注意行车安全规范。
若目标自动驾驶车辆出现碰撞等紧急状况时,车端乘客网络摄像头在采集到目标自动驾驶车辆中乘客的乘客行为数据之后,可以将目标自动驾驶车辆中乘客的乘客行为数据存储于车端乘客网络摄像头的数据存储空间中,并将乘客行为数据的数据权限设置为不可删除,即对乘客行为数据,进行锁定存储。
可选的,车端前视网络摄像头分辨率可以设置为1080P,帧率不小于30fps,其采集的车端前视数据不仅可以进行本地存储及云端存储,还支持网页端在线查看。一般情况下,可以将车端前视数据以视频流方式通过网络发送给用户授权的客户端。
可选的,车端安全员网络摄像头分辨率可以设置为1080P,帧率不小于30fps,其采集的驾驶行为数据不仅可以进行本地存储及云端存储,还支持网页端在线查看。一般情况下,可以将驾驶行为数据以视频流方式通过网络发送给用户授权的客户端。
可选的,车端乘客网络摄像头分辨率可以设置为1080P,帧率不小于30fps,其采集的乘客行为数据不仅可以进行本地存储及云端存储,还支持网页端在线查看。一般情况下,可以将乘客行为数据以视频流方式通过网络发送给用户授权的客户端。
可选的,数据处理终端可以包括网络摄像头视频流接收服务器,能够远程访问车端前视网络摄像头、车端安全员网络摄像头以及车端乘客网络摄像头,还可以实时接收车端前视数据、驾驶行为数据以及乘客行为数据。数据处理终端部署的数据解析服务器,可以对车端前视数据、驾驶行为数据以及乘客行为数据进行解析,监控目标自动驾驶车辆内部信息、目标自动驾驶车辆前视的外围环境信息。
可选的,数据处理终端还包括ADPI远程监控服务器,用于通过与车端ADPI系统开放的端口建立远程连接,实时接收ADPI检测数据并进行显示。数据处理终端部署的ADPI监控服务,可以镜像同步ADPI检测数据,若有需要可进行数据落盘。
图2为本发明实施例一提供的一种自动驾驶车辆数据的处理方法系统的功能框架示意图。如图2所示,车端前视网络摄像头、车端安全员网络摄像头、车端乘客网络摄像头以及ADPI系统,分别可以对采集的数据进行数据处理(如本地存储和流媒体上传)。由车端前视网络摄像头、车端安全员网络摄像头、车端乘客网络摄像头以及ADPI系统,将各自需要上传的数据传输至数据处理终端(数据用户端),从而通过数据处理终端对上述设备传输的数据进行数据处理,数据处理结果支持实时查看与数据落盘。其中,数据处理终端的用户可以为车辆生产厂家、车辆运营平台以及监管机构等。
本发明实施例的技术方案中,所涉及用户个人信息(如用户行为等)的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
本发明实施例的技术方案,通过车端前视网络摄像头、ADPI系统以及数据处理终端构成自动驾驶车辆数据的处理系统,数据处理终端接收车端前视网络摄像头采集的车端前视数据,并接收ADPI系统采集的ADPI检测数据,从而在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据,进一步在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。虽然ADPI系统采集的数据量较大,但ADPI系统采集的数据(即ADPI检测数据)能够反映自动驾驶车辆细粒度的驾驶行为,基于粗粒度目标数据的目标时间戳以及ADPI检测数据对驾驶事故进行分析,不仅可以避免对ADPI系统采集的海量数据的分析,还可以利用ADPI系统采集数据的特性,精准定位驾驶事故的原因,解决了现有技术中驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题,能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
实施例二
图3为本发明实施例二提供的一种自动驾驶车辆数据的处理方法的流程图,本实施例可适用于准确分析驾驶事故原因的情况,该方法可以由自动驾驶车辆数据的处理装置来执行,该自动驾驶车辆数据的处理装置可以采用硬件和/或软件的形式实现,该自动驾驶车辆数据的处理装置可配置于数据处理终端中。如图3所示,该方法包括:
S210、接收车端前视数据以及ADPI检测数据。
S220、在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据。
S230、在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
本发明实施例的技术方案,通过数据处理终端接收车端前视数据以及ADPI检测数据,进而在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据,从而在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。虽然ADPI系统采集的数据量较大,但ADPI系统采集的数据(即ADPI检测数据)能够反映自动驾驶车辆细粒度的驾驶行为,基于粗粒度目标数据的目标时间戳以及ADPI检测数据对驾驶事故进行分析,不仅可以避免对ADPI系统采集的海量数据的分析,还可以利用ADPI系统采集数据的特性,精准定位驾驶事故的原因,解决了现有技术中驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题,能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
实施例三
图4为本发明实施例三提供的一种自动驾驶车辆数据的处理方法的流程图,本实施例以上述实施例为基础进行具体化,给出了在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果的具体的可选的实施方式。如图4所示,该方法包括:
S310、接收车端前视数据以及ADPI检测数据。
S320、在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据。
在本发明的一个可选实施例中,根据车端前视数据确定粗粒度目标数据,可以包括:确定车端前视数据中与驾驶事故行为匹配的目标驾驶环境数据;将目标驾驶环境数据作为粗粒度目标数据。
其中,目标驾驶环境数据可以是车端前视数据中的,反映出现驾驶事故行为时车辆驾驶环境的数据。
在本发明实施例中,可以对车端前视数据进行解析,确定在目标自动驾驶车辆出现驾驶事故行为时由车端前视网络摄像头采集的数据,得到与驾驶事故行为匹配的目标驾驶环境数据,进而将目标驾驶环境数据作为粗粒度目标数据。
S330、根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定细粒度事故分析数据。
其中,细粒度事故分析数据可以是根据目标时间戳从ADPI检测数据中筛选出的部分数据。
在本发明实施例中,可以根据粗粒度目标数据的目标时间戳,确定粗粒度目标数据的签名时间,从而将ADPI检测数据中该签名时间下的数据作为细粒度事故分析数据。
S340、根据细粒度事故分析数据,确定驾驶事故分析结果。
在本发明实施例中,可以对细粒度事故分析数据进行逐帧分析,确定驾驶事故分析结果。
本发明实施例的技术方案,通过接收车端前视数据以及ADPI检测数据,进而在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据,从而根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定细粒度事故分析数据,进而根据细粒度事故分析数据,确定驾驶事故分析结果。虽然ADPI系统采集的数据量较大,但ADPI系统采集的数据(即ADPI检测数据)能够反映自动驾驶车辆细粒度的驾驶行为,基于粗粒度目标数据的目标时间戳以及ADPI检测数据对驾驶事故进行分析,不仅可以避免对ADPI系统采集的海量数据的分析,还可以利用ADPI系统采集数据的特性,精准定位驾驶事故的原因,解决了现有技术中驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题,能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
实施例四
图5为本发明实施例四提供的一种自动驾驶车辆数据的处理装置的结构示意图。如图5所示,该装置包括:数据接收模块410、粗粒度目标数据确定模块420、驾驶事故分析结果确定模块430,其中,
数据接收模块410,用于接收车端前视数据以及ADPI检测数据;
粗粒度目标数据确定模块420,用于在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据;
驾驶事故分析结果确定模块430,用于在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。
本发明实施例的技术方案,通过车端前视网络摄像头、ADPI系统以及数据处理终端构成自动驾驶车辆数据的处理系统,数据处理终端接收车端前视网络摄像头采集的车端前视数据,并接收ADPI系统采集的ADPI检测数据,从而在确定目标自动驾驶车辆存在驾驶事故行为时,根据车端前视数据确定粗粒度目标数据,进一步在根据粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及ADPI检测数据,确定驾驶事故分析结果。虽然ADPI系统采集的数据量较大,但ADPI系统采集的数据(即ADPI检测数据)能够反映自动驾驶车辆细粒度的驾驶行为,基于粗粒度目标数据的目标时间戳以及ADPI检测数据对驾驶事故进行分析,不仅可以避免对ADPI系统采集的海量数据的分析,还可以利用ADPI系统采集数据的特性,精准定位驾驶事故的原因,解决了现有技术中驾驶事故原因分析效果较差以及安全驾驶功能完善受限的问题,能够提升驾驶事故原因的分析效果,为安全驾驶功能的完善提供数据支撑。
可选的,粗粒度目标数据确定模块420,具体用于确定所述车端前视数据中与驾驶事故行为匹配的目标驾驶环境数据;将所述目标驾驶环境数据作为所述粗粒度目标数据。
可选的,驾驶事故分析结果确定模块430,具体用于根据所述粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定细粒度事故分析数据;根据所述细粒度事故分析数据,确定所述驾驶事故分析结果。
本发明实施例所提供的自动驾驶车辆数据的处理装置可执行本发明任意实施例所提供的自动驾驶车辆数据的处理方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6示出了可以用来实施本发明的实施例的数据处理终端的结构示意图。数据处理终端旨在表示各种形式的数字计算机,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/或者要求的本发明的实现。
如图6所示,数据处理终端10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储数据处理终端10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
数据处理终端10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许数据处理终端10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如自动驾驶车辆数据的处理方法。
在一些实施例中,自动驾驶车辆数据的处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到数据处理终端10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的自动驾驶车辆数据的处理方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动驾驶车辆数据的处理方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在数据处理终端上实施此处描述的系统和技术,该数据处理终端具有: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数据处理终端。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)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种自动驾驶车辆数据的处理系统,其特征在于,包括车端前视网络摄像头、自动驾驶感知界面图像ADPI系统以及数据处理终端,其中,
所述数据处理终端,分别与所述车端前视网络摄像头以及所述ADPI系统通信连接;
所述车端前视网络摄像头,用于采集目标自动驾驶车辆的车端前视数据,并将所述车端前视数据,发送至所述数据处理终端;
所述ADPI系统,用于采集目标自动驾驶车辆的ADPI检测数据,并将所述ADPI检测数据发送至所述数据处理终端;
所述数据处理终端,用于接收所述车端前视数据以及所述ADPI检测数据;在确定目标自动驾驶车辆存在驾驶事故行为时,根据所述车端前视数据确定粗粒度目标数据;在根据所述粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定驾驶事故分析结果。
2.根据权利要求1所述的系统,其特征在于,还包括车端安全员网络摄像头以及车端乘客网络摄像头;
所述车端安全员网络摄像头,用于采集驾驶所述目标自动驾驶车辆的安全员的驾驶行为数据,并将所述驾驶行为数据发送至所述数据处理终端;
所述车端乘客网络摄像头,用于采集所述目标自动驾驶车辆中乘客的乘客行为数据,并将所述乘客行为数据发送至所述数据处理终端。
3.根据权利要求2所述的系统,其特征在于,所述数据处理终端,还用于实时展示接收到的驾驶行为数据以及所述乘客行为数据;
当所述驾驶行为数据和/或所述乘客行为数据中包括异常行为数据时,将所述驾驶行为数据和/或所述乘客行为数据进行数据落盘。
4.根据权利要求2所述的系统,其特征在于,所述车端前视网络摄像头,还用于将所述车端前视数据,进行锁定存储;
所述车端安全员网络摄像头,还用于将安全员的驾驶行为数据进行锁定存储,并在安全员的驾驶行为数据中包括异常行为数据时,发送警报触发信号,以通过所述警报触发信号,触发警报;
所述车端乘客网络摄像头,还用于将所述目标自动驾驶车辆中乘客的乘客行为数据,进行锁定存储。
5.一种自动驾驶车辆数据的处理方法,其特征在于,应用于数据处理终端,包括:
接收车端前视数据以及ADPI检测数据;
在确定目标自动驾驶车辆存在驾驶事故行为时,根据所述车端前视数据确定粗粒度目标数据;
在根据所述粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定驾驶事故分析结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述车端前视数据确定粗粒度目标数据,包括:
确定所述车端前视数据中与驾驶事故行为匹配的目标驾驶环境数据;
将所述目标驾驶环境数据作为所述粗粒度目标数据。
7.根据权利要求5所述的方法,其特征在于,所述在根据所述粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定驾驶事故分析结果,包括:
根据所述粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定细粒度事故分析数据;
根据所述细粒度事故分析数据,确定所述驾驶事故分析结果。
8.一种自动驾驶车辆数据的处理装置,其特征在于,包括:
数据接收模块,用于接收车端前视数据以及ADPI检测数据;
粗粒度目标数据确定模块,用于在确定目标自动驾驶车辆存在驾驶事故行为时,根据所述车端前视数据确定粗粒度目标数据;
驾驶事故分析结果确定模块,用于在根据所述粗粒度目标数据无法确定驾驶事故原因时,根据粗粒度目标数据的目标时间戳以及所述ADPI检测数据,确定驾驶事故分析结果。
9.一种数据处理终端,其特征在于,所述数据处理终端包括:
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计算机程序,所述计算机程序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5-7中任一项所述的自动驾驶车辆数据的处理方法。
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指令,所述计算机指令用于使处理器执行时实现权利要求5-7中任一项所述的自动驾驶车辆数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211518470.8A CN115938114B (zh) | 2022-11-29 | 2022-11-29 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211518470.8A CN115938114B (zh) | 2022-11-29 | 2022-11-29 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115938114A CN115938114A (zh) | 2023-04-07 |
CN115938114B true CN115938114B (zh) | 2024-05-03 |
Family
ID=86556984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211518470.8A Active CN115938114B (zh) | 2022-11-29 | 2022-11-29 | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115938114B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116684142B (zh) * | 2023-06-06 | 2024-03-08 | 深圳华石供应链科技有限公司 | 一种基于物联网的辅助驾驶系统和方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009083815A (ja) * | 2007-10-03 | 2009-04-23 | Fujitsu Ten Ltd | ドライブレコーダ装置および事故解析シミュレーション装置 |
JP2015052843A (ja) * | 2013-09-05 | 2015-03-19 | 株式会社オートネットワーク技術研究所 | 事故情報収集システム、撮像情報送信装置、及び事故情報収集装置 |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
DE102015226126A1 (de) * | 2015-12-21 | 2017-06-22 | Zf Friedrichshafen Ag | Verfahren zum Ermitteln einer Unfallursache eines Fahrzeugs und zum Melden der Unfallursache des Fahrzeugs und Unfalldatenspeichersystem |
CN106920171A (zh) * | 2017-01-23 | 2017-07-04 | 深圳优动信息科技有限公司 | 车辆事故在线理赔的方法及装置 |
CN108154696A (zh) * | 2017-12-25 | 2018-06-12 | 重庆冀繁科技发展有限公司 | 车辆事故管理系统及方法 |
CN110047286A (zh) * | 2019-04-20 | 2019-07-23 | 深圳市元征科技股份有限公司 | 一种车辆事故分析方法及装置 |
CN112735161A (zh) * | 2019-10-14 | 2021-04-30 | 中移物联网有限公司 | 一种交通事故处理方法、车辆及服务器 |
CN112750225A (zh) * | 2019-10-31 | 2021-05-04 | 北京新能源汽车股份有限公司 | 一种行车视频的处理方法、装置及汽车 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11087569B2 (en) * | 2019-03-25 | 2021-08-10 | International Business Machines Corporation | Vehicle accident data management system |
-
2022
- 2022-11-29 CN CN202211518470.8A patent/CN115938114B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009083815A (ja) * | 2007-10-03 | 2009-04-23 | Fujitsu Ten Ltd | ドライブレコーダ装置および事故解析シミュレーション装置 |
JP2015052843A (ja) * | 2013-09-05 | 2015-03-19 | 株式会社オートネットワーク技術研究所 | 事故情報収集システム、撮像情報送信装置、及び事故情報収集装置 |
DE102015226126A1 (de) * | 2015-12-21 | 2017-06-22 | Zf Friedrichshafen Ag | Verfahren zum Ermitteln einer Unfallursache eines Fahrzeugs und zum Melden der Unfallursache des Fahrzeugs und Unfalldatenspeichersystem |
CN106157614A (zh) * | 2016-06-29 | 2016-11-23 | 北京奇虎科技有限公司 | 汽车事故责任确定方法及系统 |
CN106920171A (zh) * | 2017-01-23 | 2017-07-04 | 深圳优动信息科技有限公司 | 车辆事故在线理赔的方法及装置 |
CN108154696A (zh) * | 2017-12-25 | 2018-06-12 | 重庆冀繁科技发展有限公司 | 车辆事故管理系统及方法 |
CN110047286A (zh) * | 2019-04-20 | 2019-07-23 | 深圳市元征科技股份有限公司 | 一种车辆事故分析方法及装置 |
CN112735161A (zh) * | 2019-10-14 | 2021-04-30 | 中移物联网有限公司 | 一种交通事故处理方法、车辆及服务器 |
CN112750225A (zh) * | 2019-10-31 | 2021-05-04 | 北京新能源汽车股份有限公司 | 一种行车视频的处理方法、装置及汽车 |
Non-Patent Citations (2)
Title |
---|
基于多信息融合的道路客运车辆及驾驶员监控系统研究;肖心远;李怀俊;;机电工程技术;20180621(第06期);全文 * |
机车6A视频子系统常见故障及原因分析;张廷尉;刘峰;;哈尔滨铁道科技;20200325(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115938114A (zh) | 2023-04-07 |
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 | |
CN108320553B (zh) | 基于道路驾驶事件的路况预测方法 | |
WO2020042984A1 (zh) | 一种车辆行为检测方法及装置 | |
WO2017206192A1 (zh) | 出租车乘客人数的监控方法及系统 | |
CN110889351B (zh) | 视频检测方法、装置、终端设备及可读存储介质 | |
US9367966B2 (en) | Smartphone augmented video-based on-street parking management system | |
CN104200671A (zh) | 一种基于大数据平台的虚拟卡口管理方法及系统 | |
CN115938114B (zh) | 自动驾驶车辆数据的处理系统、方法、装置、终端及介质 | |
CN110992706B (zh) | 一种车辆检测方法、装置以及车路协同系统 | |
CN103886763B (zh) | 一种利用视频跟踪技术实现超速违法行为拍照方法及系统 | |
CN109409172B (zh) | 驾驶员视线检测方法、系统、介质及设备 | |
CN113721621B (zh) | 车辆控制方法、装置、电子设备以及存储介质 | |
CN111492416A (zh) | 一种违章监控系统及违章监控方法 | |
CN111028503B (zh) | 一种车辆变道监测方法及装置 | |
EP3642793A1 (en) | Platform for the management and validation of contents of video images, pictures or similars, generated by different devices | |
CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
US20200410788A1 (en) | Management apparatus, vehicle, inspection apparatus, and vehicle inspection system and inforamtion processing method therefor | |
CN114664002A (zh) | 分布式车载实时传感器数据处理作为服务 | |
CN110706115A (zh) | 交通事故快速理赔方法、系统以及一种服务器 | |
CN110933360A (zh) | 车辆违章监控方法及系统 | |
KR20060119079A (ko) | 주차위반 단속 시스템 및 단속 방법 | |
CN116311901A (zh) | 一种智能交通实时监控系统 | |
KR101738025B1 (ko) | 블랙박스를 이용한 사고판단시스템 및 그 구동방법 | |
CN113821924A (zh) | 车辆实时数据采集系统、定位核查方法及里程分析方法 | |
CN113674311A (zh) | 异常行为检测方法、装置、电子设备、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 |