CN116028435A - 行车记录仪的数据处理方法、装置、设备及存储介质 - Google Patents
行车记录仪的数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116028435A CN116028435A CN202310326396.8A CN202310326396A CN116028435A CN 116028435 A CN116028435 A CN 116028435A CN 202310326396 A CN202310326396 A CN 202310326396A CN 116028435 A CN116028435 A CN 116028435A
- Authority
- CN
- China
- Prior art keywords
- video data
- data
- emergency
- vehicle
- piece
- 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
Images
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于数据处理技术领域,公开了一种行车记录仪的数据处理方法、装置、设备及存储介质。该方法包括:对第一视频数据进行时段划分后,根据各个分段视频数据进行紧急程度评估,当有分段视频数据中存在紧急事件存在时,则根据存在紧急事件的分段视频进行数据拼凑,确定第二视频数据,并基于周边视频数据确定紧急事件对应的紧急视频数据,根据紧急视频数据完成行车记录仪上第一视频数据的归档,实现了用户可以通过行车记录仪的归档数据快速定位行车过程中发生的紧急事件,同时保证了紧急事件记录的完整性,以使用户在后续利用紧急视频数据可以进行全面客观的事件评估,提升了用户的使用体验感。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种行车记录仪的数据处理方法、装置、设备及存储介质。
背景技术
随着社会的进步,汽车的数量呈指数上升,但随之而来的也是交通事故的逐年频发,车辆碰撞引发的交通事故使人们的生命财产安全受到严重威胁,损害极大。为了保证自身权益,行车记录仪被广泛应用于人们的汽车上,用于事件回溯和事件还原。但现有的行车记录仪往往仅限于视频的简单存储,在用户对危险事件或紧急情况进行事件还原时,需要人工对存储的视频一一浏览或依靠记忆中危险事件或紧急情况的发生时间对视频大致定位并对存储视频进行二次浏览筛选,无法实现对紧急事件的快速定位。
发明内容
本发明的主要目的在于提供一种行车记录仪的数据处理方法、装置、设备及存储介质,旨在解决现有技术中无法基于行车记录仪采集的视频数据快速定位行车过程中的紧急事件的技术问题。
为实现上述目的,本发明提供了一种行车记录仪的数据处理方法,所述行车记录仪的数据处理方法包括:
获取第一预设时长的第一视频数据;
根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;
对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;
根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;
根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;
根据所述紧急视频数据完成所述第一视频数据的归档。
可选地,所述对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度,包括:
对各个分段视频数据进行对象检测,确定周边车流量、周边车辆的平均行车速度以及邻接周边对象;
根据所述周边车流量和所述周边车辆的平均行车速度确定环境复杂指标;
根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度。
可选地,所述根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度,包括:
根据所述邻接周边对象的中心点确定图像坐标;
获取行车记录仪的图像采集指标;
根据所述图像采集指标和所述图像坐标进行距离计算,确定车辆与邻接周边对象的间隔距离;
获取所述车辆的车辆当前位置、车辆前帧位置以及车辆加速度;
根据所述车辆当前位置和所述车辆前帧位置进行位置计算,确定所述车辆的位置变化指标;
根据所述位置变化指标、所述车辆加速度、所述间隔距离以及所述环境复杂指标进行紧急指标计算,确定各个分段视频数据的紧急指标;
根据各个分段视频数据的紧急指标确定各个分段视频数据的紧急程度。
可选地,所述根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据各个分段视频数据进行数据拼凑确定所述紧急事件的紧急视频数据之前,还包括:
将各个分段视频数据的紧急程度与预设程度阈值进行比较,得到比较结果;
在比较结果中存在分段视频数据的紧急程度不小于所述预设程度阈值时,则确定紧急程度不小于所述预设程度阈值对应的分段视频数据中有紧急事件存在。
可选地,所述根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据之前,还包括:
根据所述第二视频数据确定起始时间点、结束时间点以及事件地点;
根据所述起始时间点和所述结束时间点确定数据获取时间;
根据所述数据获取时间和所述事件地点获取电子监控数据和周边车辆的周边采集数据。
可选地,所述根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据,包括:
获取各个分段视频数据的时间信息;
根据所述时间信息在多个分段视频数据中获取存在紧急事件的分段视频数据的前部视频数据和后部视频数据;
根据所述紧急事件在所述存在紧急事件的分段视频数据中确定紧急事件对象;
在所述前部视频数据和所述后部视频数据中进行对象检测,确定所述紧急事件对象的多个出现帧;
在多个出现帧中查找所述紧急事件对象与车辆的相对位置,根据所述相对位置确定目标帧;
根据所述目标帧和所述存在紧急事件的分段视频数据进行视频拼凑,确定第二视频数据。
可选地,所述根据所述紧急视频数据完成所述第一视频数据的归档,包括:
根据车辆的车辆标识信息和车辆外形信息对所述紧急视频数据中的电子监控数据和周边采集数据进行车辆标注,得到标注后的电子监控数据和标注后的周边采集数据;
获取各个分段视频数据的紧急程度;
根据各个分段视频数据的紧急程度进行加权计算,确定所述紧急视频数据中的第二视频数据的危险等级;
根据所述危险等级对所述第二视频数据进行等级标注,得到标注后的第二视频数据;
根据所述标注后的电子监控数据、所述标注后的周边采集数据以及所述标注后的第二视频数据得到标注后的紧急视频数据;
根据所述标注后的紧急视频数据完成所述第一视频数据的归档。
此外,为实现上述目的,本发明还提出一种行车记录仪的数据处理装置,所述行车记录仪的数据处理装置包括:
获取模块,用于获取第一预设时长的第一视频数据;
划分模块,用于根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;
评估模块,用于对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;
拼凑模块,用于根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;
组合模块,用于根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;
归档模块,用于根据所述紧急视频数据完成所述第一视频数据的归档。
此外,为实现上述目的,本发明还提出一种行车记录仪的数据处理设备,所述行车记录仪的数据处理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的行车记录仪的数据处理程序,所述行车记录仪的数据处理程序配置为实现如上文所述的行车记录仪的数据处理方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有行车记录仪的数据处理程序,所述行车记录仪的数据处理程序被处理器执行时实现如上文所述的行车记录仪的数据处理方法。
本发明通过获取第一预设时长的第一视频数据;根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;根据所述紧急视频数据完成所述第一视频数据的归档。通过上述方式,对第一视频数据进行时段划分后,根据各个分段视频数据进行紧急程度评估,当有分段视频数据中存在紧急事件存在时,则根据存在紧急事件的分段视频进行数据拼凑,确定第二视频数据,并基于周边视频数据确定紧急事件对应的紧急视频数据,根据紧急视频数据完成行车记录仪上第一视频数据的归档,实现了用户可以通过行车记录仪的归档数据快速定位行车过程中发生的紧急事件,同时保证了紧急事件记录的完整性,以使用户在后续利用紧急视频数据可以进行全面客观的事件评估,提升了用户的使用体验感。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的行车记录仪的数据处理设备的结构示意图;
图2为本发明行车记录仪的数据处理方法第一实施例的流程示意图;
图3为本发明行车记录仪的数据处理方法第二实施例的流程示意图;
图4为本发明行车记录仪的数据处理装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的行车记录仪的数据处理设备结构示意图。
如图1所示,该行车记录仪的数据处理设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对行车记录仪的数据处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及行车记录仪的数据处理程序。
在图1所示的行车记录仪的数据处理设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明行车记录仪的数据处理设备中的处理器1001、存储器1005可以设置在行车记录仪的数据处理设备中,所述行车记录仪的数据处理设备通过处理器1001调用存储器1005中存储的行车记录仪的数据处理程序,并执行本发明实施例提供的行车记录仪的数据处理方法。
本发明实施例提供了一种行车记录仪的数据处理方法,参照图2,图2为本发明一种行车记录仪的数据处理方法第一实施例的流程示意图。
行车记录仪的数据处理方法包括以下步骤:
步骤S10:获取第一预设时长的第一视频数据。
需要说明的是,本实施例的执行主体为行车记录仪,行车记录仪可实现音/视频采集功能、数据交互功能、数据存储功能、数据处理功能以及行车定位功能,还可实现其他功能,本实施例对此不加以限制。行车记录仪的中央处理器可对采集的音/视频数据进行数据处理,标注出视频中的紧急事件,基于标注出紧急事件的视频数据完成对数据的归档。
可以理解的是,由于行车记录仪在启动后即为进行数据采集,为了使后续在进行数据处理时的及时性,中央处理器从未处理的视频数据中获取第一预设时长的第一视频数据,第一预设时长可为用户根据需求自行设定的时长,也可为中央处理器根据获取的行车记录仪每次从启动到关机的时长计算的平均启动时长确定的。
在具体实现中,除了通过获取第一预设时长的第一视频数据,也可采用根据行车记录仪的当前所处位置获取第一视频数据,具体过程为:中央处理器从导航设备上获取此次行车的目标终点,同时获取自身当前所处的位置,自身当前所处的位置即为当前位置,将当前位置和目标终点进行比较,在当前位置邻近目标终点或当前位置即为目标终点时,获取从行车记录仪此次启动对应的时间点至到达当前位置时对应时间点之间的视频数据,该视频数据即为第一视频数据。
步骤S20:根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据。
需要说明的是,为了提高数据处理的效率,通过预先设定的第二预设时长对第一视频数据进行划分,将第一视频数据划分为多个时长相同的视频数据,多个时长相同的视频数据即为分段视频数据。第二预设时长小于第一视频数据,例如,第一预设时长为10分钟,第二预设时长为2分钟,对第一视频数据进行划分后,可得到5个分段视频数据。
步骤S30:对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度。
需要说明的是,依次检测各分段视频数据中存在的紧急情况和危险事件,根据检测到的紧急情况和危险事件进行紧急程度评估,确定各个分段视频数据的紧急程度。紧急程度分为5个等级,0-无紧急事件,1-轻微紧急事件(例如急刹、急转等),2-中等紧急事件(例如剐蹭、轻度追尾等)、3-严重紧急事件(例如碰撞导致车辆部分毁损)、4-重度紧急事件(例如碰撞导致车辆严重毁损)。
步骤S40:根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据。
需要说明的是,由于分段视频数据是对第一分段视频进行等时段划分得到的,会存在紧急事件跨越多个分段视频数据的情况,在检测到存在分段视频数据中有紧急事件时,需要对紧急事件的全过程进行还原,在有紧急事件存在的分段视频数据的基础上,对其余的各分段视频数据与该分段视频数据进行数据拼凑,得到行车记录仪的第一视频数据中所采集到的与紧急事件相关的完整的视频数据,行车记录仪的第一视频数据中所采集到的与紧急事件相关的视频数据即为第二视频数据。
可以理解的是,为了节省资源同时提高数据处理的效率,需对各分段视频数据进行分来,筛选出存在紧急事件的分段视频数据,进一步地,所述根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据各个分段视频数据进行数据拼凑确定所述紧急事件的紧急视频数据之前,还包括:将各个分段视频数据的紧急程度与预设程度阈值进行比较,得到比较结果;在比较结果中存在分段视频数据的紧急程度不小于所述预设程度阈值时,则确定紧急程度不小于所述预设程度阈值对应的分段视频数据中有紧急事件存在。
在具体实现中,预设程度阈值指的是存在紧急事件的程度临界值,在本实施例中预设程度阈值设置为2-轻微紧急事件。将各分段视频数据的紧急程度依次与预设程度阈值进行比较,在多个比较结果中确定紧急程度不小于(大于等于)预设程度阈值的分段视频数据,紧急程度不小于预设程度阈值的分段视频数据中会有紧急事件的存在。
需要说明的是,为了保证数据拼凑过程的准确性,从而得到与紧急事件相关的完整的第二视频数据,进一步地,所述根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据,包括:获取各个分段视频数据的时间信息;根据所述时间信息在多个分段视频数据中获取存在紧急事件的分段视频数据的前部视频数据和后部视频数据;根据所述紧急事件在所述存在紧急事件的分段视频数据中确定紧急事件对象;在所述前部视频数据和所述后部视频数据中进行对象检测,确定所述紧急事件对象的多个出现帧;在多个出现帧中查找所述紧急事件对象与车辆的相对位置,根据所述相对位置确定目标帧;根据所述目标帧和所述存在紧急事件的分段视频数据进行视频拼凑,确定第二视频数据。
可以理解的是,由于各分段视频数据均有数据采集时的时间信息,时间信息包括分段视频数据中各图像帧对应的时间点。因此获取各个分段视频数据的时间信息,根据各个分段视频数据的时间信息确定各分段视频数据对应的分段时间段。例如,分段视频数据1的第一帧图像帧对应的时间点为08:00:00,最后一帧图像帧对应的时间点为08:02:00,则分段时间段为08:00:00~08:02:00。
在具体实现中,根据各分段视频数据的时间信息确定各分段视频数据的分段时间段后,基于存在紧急事件的分段视频数据的分段时间段获取存在紧急事件的分段视频数据的前一段分段视频数据和后一段分段视频数据。前一段分段视频数据即为前部视频数据,后一段分段视频数据即为后部视频数据。例如,分段视频数据1中存在紧急事件,分段视频数据1的分段时间段为08:00:00~08:02:00,分段视频数据2的分段时间段为07:58:00~08:00:00,分段视频数据3的分段时间段为08:02:00~08:04:00,则分段视频数据1的前部视频数据为分段视频数据2,后部视频数据为分段视频数据3。
需要说明的是,在确定分段视频数据中存在紧急事件后,对存在紧急事件的分段视频数据进行对象检测,确定当前车辆周边与紧急事件有关的所有对象,包括车辆、行人、建筑物、树木等。当前车辆的周边与紧急事件有关的所有对象即为紧急事件对象。与紧急事件有关的所有对象的界定方式为:与当前车辆发生接触导致紧急事件发生的对象。
可以理解的是,在存在紧急事件的分段视频数据中确定紧急事件对象后,对前部视频数据和后部视频数据进行分帧检测,查找存在紧急事件对应的图像帧,前部视频数据和后部视频数据中存在紧急事件的图像帧即为出现帧。
在具体实现中,针对每个紧急事件对象存在的出现帧,确定紧急事件对象在各出现帧中的所处位置,基于紧急事件对象在各出现帧中的所处位置确定与当前车辆之间的相对位置,在紧急事件对象与当前车辆的相对位置为紧急事件对象位于当前车辆的前方或左侧或右侧或紧急事件对象贴近当前车辆且距离小于预设距离时,则将此时的出现帧作为目标帧。
需要说明的是,获取各目标帧对应的时间点,并对存在紧急事件的分段视频数据进行分帧检测,确定紧急事件对象出现的起始帧以及紧急事件对象消失的终止帧,根据各目标帧对应的时间点、起始帧对应的时间点以及终止帧对应的时间点进行图像帧的拼凑,得到拼凑后的第二视频数据。
步骤S50:根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据。
需要说明的是,由于行车记录仪进行图像采集时视角有效,无法采集到紧急事件发生时的全景图像,为了全面多方位的还原紧急事件,中央控制设备需获取紧急事件发生时所处位置的周边电子监控所拍摄到的监控视频,并获取紧急事件发生时周边车辆的行车记录仪所采集的行车监控视频,周边电子监控所拍摄到的监控视频即为电子监控数据,周边车辆的行车记录仪所采集的行车监控视频即为周边采集数据。
可以理解的是,将第二视频数据、电子监控数据以及周边采集数据进行数据组合,将上述各项数据合并归类,合并归类的方式可选择将上述各项数据存储至一个文件夹中,也可选择将上述数据进行简单拼接合成一个视频数据,也可为其他方式,本实施例对此不加以限制,从而得到可全面多方位展示紧急事件的紧急视频数据。
在具体实现中,为了保证视频数据来源的准确性和视频数据与紧急事件的相关性,进一步地,所述根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据之前,还包括:根据所述第二视频数据确定起始时间点、结束时间点以及事件地点;根据所述起始时间点和所述结束时间点确定数据获取时间;根据所述数据获取时间和所述事件地点获取电子监控数据和周边车辆的周边采集数据。
需要说明的是,根据第二视频数据中第一帧图像帧对应的时间点确定紧急事件发生的开始时间点,紧急事件发生的开始时间点即为起始时间点,根据第二视频数据中最后一帧图像帧对应的时间点确定紧急事件的结束时间点,紧急事件的结束时间点即为结束时间点,同时获取采集第二视频数据时的所处位置,采集第二视频数据时的所处位置即为事件地点。
可以理解的是,根据起始时间点和结束时间点确定紧急事件发生的时间段,紧急事件发生的时间段即为数据获取时间,发送视频请求指令至事件地点所对应的云端,以使云端反馈数据获取时间段内的电子监控数据。发送视频请求指令至数据获取时间段内与当前车辆产生通讯连接的周边车辆,以使周边车辆的行车记录仪反馈数据获取时间段内的行车监控视频数据,并对各行车监控视频数据进行检测,确定行车监控视频数据中存在当前车辆的行车监控视频数据,行车监控视频数据中存在当前车辆的行车监控视频数据即为周边采集数据。
步骤S60:根据所述紧急视频数据完成所述第一视频数据的归档。
需要说明的是,在确定紧急视频数据后,对第一视频数据中的紧急视频数据进行视频备注,对备注后的紧急视频数据进行存储,以使用户在查阅视频数据时可直观的了解到紧急事件发生时所对应的视频数据,同时对第一视频数据进行完整视频数据的普通存储,最终完成对第一视频数据的归档。
可以理解的是,为了使用户更为直观且方便的对紧急事件对应的视频数据进行查阅浏览,可在对紧急视频数据进行存储时进行信息备注,进一步地,所述根据所述紧急视频数据完成所述第一视频数据的归档,包括:根据车辆的车辆标识信息和车辆外形信息对所述紧急视频数据中的电子监控数据和周边采集数据进行车辆标注,得到标注后的电子监控数据和标注后的周边采集数据;获取各个分段视频数据的紧急程度;根据各个分段视频数据的紧急程度进行加权计算,确定所述紧急视频数据中的第二视频数据的危险等级;根据所述危险等级对所述第二视频数据进行等级标注,得到标注后的第二视频数据;根据所述标注后的电子监控数据、所述标注后的周边采集数据以及所述标注后的第二视频数据得到标注后的紧急视频数据;根据所述标注后的紧急视频数据完成所述第一视频数据的归档。
在具体实现中,车辆标识信息可为当前车辆的车牌号信息,车辆外形信息指的是当前车辆的外观信息,根据车辆标识信息和车辆外形信息在电子监控数据和周边采集数据中进行车辆检测,标注出电子监控数据和周边采集数据中每帧图像帧中的当前车辆,从而得到车辆标注后的电子监控数据和周边采集数据。
需要说明的是,获取第一视频数据中各分段视频数据的紧急程度,确定第二视频数据中存在的分段视频数据,基于第二视频数据中存在的分段视频数据的紧急程度进行加权计算,得到第二视频数据中存在的分段视频数据的紧急程度的均值,紧急程度的均值即为第二视频数据的危险等级。当均值存在小数时将向上取整,得到对应的危险等级。例如,第二视频数据中存在分段视频数据1~3,3个分段视频数据的紧急程度分别为1、2、1,则加权计算后得到的紧急程度的均值为1.333,则第二视频数据的危险等级为2。
可以理解的是,在确定第二视频数据的危险等级后,标注出第二视频数据的危险等级,得到标注危险等级的第二视频数据,将标注后的电子监控数据、标注后的周边采集数据以及标注后的第二视频数据进行数据组合,得到标注后的紧急视频数据,基于标注后的紧急视频数据完成对第一视频数据的归档。
本实施例通过获取第一预设时长的第一视频数据;根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;根据所述紧急视频数据完成所述第一视频数据的归档。通过上述方式,对第一视频数据进行时段划分后,根据各个分段视频数据进行紧急程度评估,当有分段视频数据中存在紧急事件存在时,则根据存在紧急事件的分段视频进行数据拼凑,确定第二视频数据,并基于周边视频数据确定紧急事件对应的紧急视频数据,根据紧急视频数据完成行车记录仪上第一视频数据的归档,实现了用户可以通过行车记录仪的归档数据快速定位行车过程中发生的紧急事件,同时保证了紧急事件记录的完整性,以使用户在后续利用紧急视频数据可以进行全面客观的事件评估,提升了用户的使用体验感。
参考图3,图3为本发明一种行车记录仪的数据处理方法第二实施例的流程示意图。
基于上述第一实施例,本实施例行车记录仪的数据处理方法中所述步骤S30,包括:
步骤S31:对各个分段视频数据进行对象检测,确定周边车流量、周边车辆的平均行车速度以及邻接周边对象。
需要说明的是,对各分段视频数据进行对象检测,确定每秒内当前车辆周边所经过的车辆数量和当前车辆周边所出现的对象,基于每秒内当前车辆周边所经过的车辆数量确定当前车辆的周边车流量。获取当前车辆周边所经过车辆的行车速度,基于周边所经过车辆的行车速度进行速度均值计算,确定当前车辆周边所经过车辆的平均行车速度。当前车辆周边所出现的对象即为邻接周边对象,包括但不限于车辆、行人、树木以及建筑物等。
步骤S32:根据所述周边车流量和所述周边车辆的平均行车速度确定环境复杂指标。
需要说明的是,在确定周边车流量和周边车辆的平均行车速度后,可进行环境复杂度计算,环境复杂度即为环境复杂指标,其具体计算方式为:,其中A为环境复杂指标,为预先设定的复杂度常数,为周边车流量,为周边车辆的平均行车速度,当前车辆的当前行车速度。
步骤S33:根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度。
需要说明的是,在确定环境复杂指标A后,基于邻接周边对象和环境复杂指标可确定各分段视频数据的紧急程度,为了保证紧急程度评估的准确性,进一步地,所述根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度,包括:根据所述邻接周边对象的中心点确定图像坐标;获取行车记录仪的图像采集指标;根据所述图像采集指标和所述图像坐标进行距离计算,确定车辆与邻接周边对象的间隔距离;获取所述车辆的车辆当前位置、车辆前帧位置以及车辆加速度;根据所述车辆当前位置和所述车辆前帧位置进行位置计算,确定所述车辆的位置变化指标;根据所述位置变化指标、所述车辆加速度、所述间隔距离以及所述环境复杂指标进行紧急指标计算,确定各个分段视频数据的紧急指标;根据各个分段视频数据的紧急指标确定各个分段视频数据的紧急程度。
可以理解的是,对邻接周边对象进行中心点定位,确定邻接周边对象的中心位置对应的图像坐标。图像采集指标指的是行车记录仪上的图像采集装置的相机中轴线与地面的夹角、图像采集装置在进行图像采集时的高度范围、图像采集装置的采集焦距以及预设中轴线坐标。在确定图像采集指标和图像坐标后,计算当前车辆与邻接周边对象之间的间隔距离,其中h为高度范围,为相机中轴线与地面的夹角,为采集焦距,预设中轴线坐标为。
在具体实现中,在确定当前车辆与邻接周边对象的间隔距离后,获取当前车辆的当前所处位置,当前车辆的当前所处位置即为车辆当前位置,采集上一帧图像时当前车辆的所处位置即为车辆前帧位置,并获取当前车辆的加速度,当前车辆的当前加速度即为车辆加速度。根据车辆当前位置和车辆前帧位置进行位置计算,确定车辆的位置变化指标,位置变化指标体现了当前车辆在短时间内的位置变化程度。位置变化指标的具体计算方式为:,车辆当前位置为,车辆前帧位置为。
需要说明的是,在获取到位置变化指标、车辆加速度、间隔距离D以及环境复杂指标A后,可进行紧急指标的计算,紧急指标反映了分段视频数据中是否存在紧急事件且在存在紧急事件时的紧急度。紧急指标的具体计算公式为。
可以理解的是,在确定各分段视频数据的紧急指标后,根据预设映射表确定各分段视频数据的紧急程度。预设映射表中各紧急程度对应一个紧急指标的指标范围,查找各分段视频数据的紧急指标所处的指标范围,根据所处的指标范围确定各分段视频数据的紧急程度。
本实施例中通过对各个分段视频数据进行对象检测,确定周边车流量、周边车辆的平均行车速度以及邻接周边对象;根据所述周边车流量和所述周边车辆的平均行车速度确定环境复杂指标;根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度。通过上述方式,对各分段视频数据进行对象检测后,基于确定的周边车流量和平均行车速度进行环境复杂指标的计算,根据环境复杂指标和邻接周边对象确定各分段视频数据的紧急程度,保证了各分段视频数据的紧急程度计算的精度和效率。
此外,参照图4,本发明实施例还提出一种行车记录仪的数据处理装置,所述行车记录仪的数据处理装置包括:
获取模块10,用于获取第一预设时长的第一视频数据。
划分模块20,用于根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据。
评估模块30,用于对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度。
拼凑模块40,用于根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据。
组合模块50,用于根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据。
归档模块60,用于根据所述紧急视频数据完成所述第一视频数据的归档。
本实施例通过获取第一预设时长的第一视频数据;根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;根据所述紧急视频数据完成所述第一视频数据的归档。通过上述方式,对第一视频数据进行时段划分后,根据各个分段视频数据进行紧急程度评估,当有分段视频数据中存在紧急事件存在时,则根据存在紧急事件的分段视频进行数据拼凑,确定第二视频数据,并基于周边视频数据确定紧急事件对应的紧急视频数据,根据紧急视频数据完成行车记录仪上第一视频数据的归档,实现了用户可以通过行车记录仪的归档数据快速定位行车过程中发生的紧急事件,同时保证了紧急事件记录的完整性,以使用户在后续利用紧急视频数据可以进行全面客观的事件评估,提升了用户的使用体验感。
在一实施例中,所述评估模块30,还用于对各个分段视频数据进行对象检测,确定周边车流量、周边车辆的平均行车速度以及邻接周边对象;
根据所述周边车流量和所述周边车辆的平均行车速度确定环境复杂指标;
根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度。
在一实施例中,所述评估模块30,还用于根据所述邻接周边对象的中心点确定图像坐标;
获取行车记录仪的图像采集指标;
根据所述图像采集指标和所述图像坐标进行距离计算,确定车辆与邻接周边对象的间隔距离;
获取所述车辆的车辆当前位置、车辆前帧位置以及车辆加速度;
根据所述车辆当前位置和所述车辆前帧位置进行位置计算,确定所述车辆的位置变化指标;
根据所述位置变化指标、所述车辆加速度、所述间隔距离以及所述环境复杂指标进行紧急指标计算,确定各个分段视频数据的紧急指标;
根据各个分段视频数据的紧急指标确定各个分段视频数据的紧急程度。
在一实施例中,所述拼凑模块40,还用于将各个分段视频数据的紧急程度与预设程度阈值进行比较,得到比较结果;
在比较结果中存在分段视频数据的紧急程度不小于所述预设程度阈值时,则确定紧急程度不小于所述预设程度阈值对应的分段视频数据中有紧急事件存在。
在一实施例中,所述拼凑模块40,还用于获取各个分段视频数据的时间信息;
根据所述时间信息在多个分段视频数据中获取存在紧急事件的分段视频数据的前部视频数据和后部视频数据;
根据所述紧急事件在所述存在紧急事件的分段视频数据中确定紧急事件对象;
在所述前部视频数据和所述后部视频数据中进行对象检测,确定所述紧急事件对象的多个出现帧;
在多个出现帧中查找所述紧急事件对象与车辆的相对位置,根据所述相对位置确定目标帧;
根据所述目标帧和所述存在紧急事件的分段视频数据进行视频拼凑,确定第二视频数据。
在一实施例中,所述组合模块50,还用于根据所述第二视频数据确定起始时间点、结束时间点以及事件地点;
根据所述起始时间点和所述结束时间点确定数据获取时间;
根据所述数据获取时间和所述事件地点获取电子监控数据和周边车辆的周边采集数据。
在一实施例中,所述归档模块60,还用于根据车辆的车辆标识信息和车辆外形信息对所述紧急视频数据中的电子监控数据和周边采集数据进行车辆标注,得到标注后的电子监控数据和标注后的周边采集数据;
获取各个分段视频数据的紧急程度;
根据各个分段视频数据的紧急程度进行加权计算,确定所述紧急视频数据中的第二视频数据的危险等级;
根据所述危险等级对所述第二视频数据进行等级标注,得到标注后的第二视频数据;
根据所述标注后的电子监控数据、所述标注后的周边采集数据以及所述标注后的第二视频数据得到标注后的紧急视频数据;
根据所述标注后的紧急视频数据完成所述第一视频数据的归档。
由于本装置采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有行车记录仪的数据处理程序,所述行车记录仪的数据处理程序被处理器执行时实现如上文所述的行车记录仪的数据处理方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的行车记录仪的数据处理方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通 过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光 盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种行车记录仪的数据处理方法,其特征在于,所述行车记录仪的数据处理方法,包括:
获取第一预设时长的第一视频数据;
根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;
对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;
根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;
根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;
根据所述紧急视频数据完成所述第一视频数据的归档。
2.如权利要求1所述的行车记录仪的数据处理方法,其特征在于,所述对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度,包括:
对各个分段视频数据进行对象检测,确定周边车流量、周边车辆的平均行车速度以及邻接周边对象;
根据所述周边车流量和所述周边车辆的平均行车速度确定环境复杂指标;
根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度。
3.如权利要求2所述的行车记录仪的数据处理方法,其特征在于,所述根据所述环境复杂指标和所述邻接周边对象确定各个分段视频数据的紧急程度,包括:
根据所述邻接周边对象的中心点确定图像坐标;
获取行车记录仪的图像采集指标;
根据所述图像采集指标和所述图像坐标进行距离计算,确定车辆与邻接周边对象的间隔距离;
获取所述车辆的车辆当前位置、车辆前帧位置以及车辆加速度;
根据所述车辆当前位置和所述车辆前帧位置进行位置计算,确定所述车辆的位置变化指标;
根据所述位置变化指标、所述车辆加速度、所述间隔距离以及所述环境复杂指标进行紧急指标计算,确定各个分段视频数据的紧急指标;
根据各个分段视频数据的紧急指标确定各个分段视频数据的紧急程度。
4.如权利要求1所述的行车记录仪的数据处理方法,其特征在于,所述根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据各个分段视频数据进行数据拼凑确定所述紧急事件的紧急视频数据之前,还包括:
将各个分段视频数据的紧急程度与预设程度阈值进行比较,得到比较结果;
在比较结果中存在分段视频数据的紧急程度不小于所述预设程度阈值时,则确定紧急程度不小于所述预设程度阈值对应的分段视频数据中有紧急事件存在。
5.如权利要求1所述的行车记录仪的数据处理方法,其特征在于,所述根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据,包括:
获取各个分段视频数据的时间信息;
根据所述时间信息在多个分段视频数据中获取存在紧急事件的分段视频数据的前部视频数据和后部视频数据;
根据所述紧急事件在所述存在紧急事件的分段视频数据中确定紧急事件对象;
在所述前部视频数据和所述后部视频数据中进行对象检测,确定所述紧急事件对象的多个出现帧;
在多个出现帧中查找所述紧急事件对象与车辆的相对位置,根据所述相对位置确定目标帧;
根据所述目标帧和所述存在紧急事件的分段视频数据进行视频拼凑,确定第二视频数据。
6.如权利要求1所述的行车记录仪的数据处理方法,其特征在于,所述根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据之前,还包括:
根据所述第二视频数据确定起始时间点、结束时间点以及事件地点;
根据所述起始时间点和所述结束时间点确定数据获取时间;
根据所述数据获取时间和所述事件地点获取电子监控数据和周边车辆的周边采集数据。
7.如权利要求1所述的行车记录仪的数据处理方法,其特征在于,所述根据所述紧急视频数据完成所述第一视频数据的归档,包括:
根据车辆的车辆标识信息和车辆外形信息对所述紧急视频数据中的电子监控数据和周边采集数据进行车辆标注,得到标注后的电子监控数据和标注后的周边采集数据;
获取各个分段视频数据的紧急程度;
根据各个分段视频数据的紧急程度进行加权计算,确定所述紧急视频数据中的第二视频数据的危险等级;
根据所述危险等级对所述第二视频数据进行等级标注,得到标注后的第二视频数据;
根据所述标注后的电子监控数据、所述标注后的周边采集数据以及所述标注后的第二视频数据得到标注后的紧急视频数据;
根据所述标注后的紧急视频数据完成所述第一视频数据的归档。
8.一种行车记录仪的数据处理装置,其特征在于,所述行车记录仪的数据处理装置包括:
获取模块,用于获取第一预设时长的第一视频数据;
划分模块,用于根据第二预设时长对所述第一视频数据进行时段划分,确定多个分段视频数据;
评估模块,用于对各个分段视频数据进行紧急程度评估,确定各个分段视频数据的紧急程度;
拼凑模块,用于根据各个分段视频数据的紧急程度确定有紧急事件存在时,根据存在紧急事件的分段视频数据进行数据拼凑确定第二视频数据;
组合模块,用于根据所述第二视频数据、电子监控数据以及周边采集数据进行数据组合,确定所述紧急事件的紧急视频数据;
归档模块,用于根据所述紧急视频数据完成所述第一视频数据的归档。
9.一种行车记录仪的数据处理设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的行车记录仪的数据处理程序,所述行车记录仪的数据处理程序配置为实现如权利要求1至7中任一项所述的行车记录仪的数据处理方法。
10.一种存储介质,其特征在于,所述存储介质上存储有行车记录仪的数据处理程序,所述行车记录仪的数据处理程序被处理器执行时实现如权利要求1至7任一项所述的行车记录仪的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310326396.8A CN116028435B (zh) | 2023-03-30 | 2023-03-30 | 行车记录仪的数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310326396.8A CN116028435B (zh) | 2023-03-30 | 2023-03-30 | 行车记录仪的数据处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116028435A true CN116028435A (zh) | 2023-04-28 |
CN116028435B CN116028435B (zh) | 2023-07-21 |
Family
ID=86077990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310326396.8A Active CN116028435B (zh) | 2023-03-30 | 2023-03-30 | 行车记录仪的数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116028435B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102442311A (zh) * | 2010-10-06 | 2012-05-09 | 罗伯特·博世有限公司 | 确定与车辆周边环境有关的编辑的图像数据的方法和设备 |
US20120158238A1 (en) * | 2010-07-14 | 2012-06-21 | Marcus Isaac Daley | Location based automobile inspection |
CN104581017A (zh) * | 2013-10-21 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种安保资源整合及关联应用方法 |
CN106254487A (zh) * | 2016-08-15 | 2016-12-21 | 成都云科新能汽车技术有限公司 | 一种基于云端平台和车载终端交互的数据上传系统与方法 |
CN110688943A (zh) * | 2019-09-25 | 2020-01-14 | 武汉光庭信息技术股份有限公司 | 一种基于实际驾驶数据自动获取图像样本的方法和装置 |
US20200258329A1 (en) * | 2018-02-26 | 2020-08-13 | Jvckenwood Corporation | Recording device for vehicles, recording method for vehicles, and a non-transitory computer readable medium |
CN115720253A (zh) * | 2022-11-08 | 2023-02-28 | 广州汽车集团股份有限公司 | 视频处理方法、装置、车辆以及存储介质 |
-
2023
- 2023-03-30 CN CN202310326396.8A patent/CN116028435B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158238A1 (en) * | 2010-07-14 | 2012-06-21 | Marcus Isaac Daley | Location based automobile inspection |
CN102442311A (zh) * | 2010-10-06 | 2012-05-09 | 罗伯特·博世有限公司 | 确定与车辆周边环境有关的编辑的图像数据的方法和设备 |
CN104581017A (zh) * | 2013-10-21 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种安保资源整合及关联应用方法 |
CN106254487A (zh) * | 2016-08-15 | 2016-12-21 | 成都云科新能汽车技术有限公司 | 一种基于云端平台和车载终端交互的数据上传系统与方法 |
US20200258329A1 (en) * | 2018-02-26 | 2020-08-13 | Jvckenwood Corporation | Recording device for vehicles, recording method for vehicles, and a non-transitory computer readable medium |
CN110688943A (zh) * | 2019-09-25 | 2020-01-14 | 武汉光庭信息技术股份有限公司 | 一种基于实际驾驶数据自动获取图像样本的方法和装置 |
CN115720253A (zh) * | 2022-11-08 | 2023-02-28 | 广州汽车集团股份有限公司 | 视频处理方法、装置、车辆以及存储介质 |
Non-Patent Citations (3)
Title |
---|
林胜勇;彭能岭;李钰锐;: "自动驾驶汽车数据记录及上传系统设计", 轻工学报, no. 05, pages 102 - 108 * |
邓晓庆: "基于行车视频的出租车交通冲突识别及预测", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 02, pages 034 - 1565 * |
马小博;彭嘉豪;薛磊;管晓宏;: "5G时代车联网信息物理融合系统综合安全研究", 中国科学:信息科学, no. 12, pages 112 - 130 * |
Also Published As
Publication number | Publication date |
---|---|
CN116028435B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11087138B2 (en) | Vehicle damage assessment method, apparatus, and device | |
CN110909419B (zh) | 一种汽车安全完整性能等级计算方法、装置及服务器 | |
CN110606093A (zh) | 车辆性能评测方法、装置、设备和存储介质 | |
CN110751012B (zh) | 目标检测评估方法、装置、电子设备及存储介质 | |
CN112418711A (zh) | 车辆预期功能危害评估方法、设备、存储介质及装置 | |
CN115720253B (zh) | 视频处理方法、装置、车辆以及存储介质 | |
CN112434368A (zh) | 一种图像采集方法、装置及存储介质 | |
CN113569698A (zh) | 车辆监控方法、车辆及计算机可读存储介质 | |
CN111582272A (zh) | 双行车牌识别方法、装置、设备及计算机可读存储介质 | |
CN112078571A (zh) | 自动泊车方法、设备、存储介质及装置 | |
CN112289021A (zh) | 一种交通信号灯的检测方法、装置及自动驾驶汽车 | |
CN116028435B (zh) | 行车记录仪的数据处理方法、装置、设备及存储介质 | |
CN108957460B (zh) | 车辆距离的检测方法、设备及计算机可读存储介质 | |
CN111445599B (zh) | 一种行车记录仪的短视频自动生成方法及装置 | |
CN110188645B (zh) | 用于车载场景的人脸检测方法、装置、车辆及存储介质 | |
CN111243325A (zh) | 驻车多维感知侦查方法、装置、存储介质及终端 | |
CN114724107B (zh) | 一种图像检测方法、装置、设备及介质 | |
CN115146830A (zh) | 一种智能识别路人打车意图的方法、系统及其车辆 | |
CN114897686A (zh) | 车辆图像的拼接方法、装置、计算机设备和存储介质 | |
CN114283361A (zh) | 状态信息的确定方法和装置、存储介质及电子装置 | |
CN112884220A (zh) | 基于关联规则的碰撞预测方法、装置、设备及存储介质 | |
CN111862607A (zh) | 一种责任划分方法、装置、设备及存储介质 | |
CN113128294A (zh) | 一种道路事件取证方法、装置、电子设备及存储介质 | |
CN110717386A (zh) | 涉事对象追踪方法及装置、电子设备和非暂态存储介质 | |
CN112498338B (zh) | 一种库位确定方法、装置及电子设备 |
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 |