CN116168472A - 基于edr数据的事故定责方法、装置及相关设备 - Google Patents
基于edr数据的事故定责方法、装置及相关设备 Download PDFInfo
- Publication number
- CN116168472A CN116168472A CN202310201100.XA CN202310201100A CN116168472A CN 116168472 A CN116168472 A CN 116168472A CN 202310201100 A CN202310201100 A CN 202310201100A CN 116168472 A CN116168472 A CN 116168472A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- accident
- determining
- responsibility
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000010485 coping Effects 0.000 claims abstract description 23
- 230000006399 behavior Effects 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000004913 activation Effects 0.000 claims description 6
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 claims description 5
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 claims description 5
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims 3
- 238000012790 confirmation Methods 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于EDR数据的事故定责方法、装置及相关设备。该方法包括获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级；根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态；确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。该方法最大程度保障车主的权益，减少拥有高阶智能驾驶车辆发生问题后车主与车企之间产生的纠纷，降低并消除因此导致的消费者对这类车辆的不信任感。
Description
技术领域
本发明涉及车辆技术领域，尤其涉及一种基于EDR数据的事故定责方法、装置、电子设备和计算机存储介质。
背景技术
相关技术中，随着拥有智能驾驶功能的车辆越来越多，如果车辆发生事故时，通常采用自动驾驶数据记录系统EDR或自动驾驶数据存储系统DSSAD记录事故数据，进而实现事故判责，因此如何更好地实现事故判责成为亟待解决的问题。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此，本发明的第一个目的在于提出一种基于EDR数据的事故定责方法，该方法最大程度保障车主的权益，减少拥有高阶智能驾驶车辆发生问题后车主与车企之间产生的纠纷，降低并消除因此导致的消费者对这类车辆的不信任感。
为达到上述目的，本发明第一方面实施例提出的基于EDR数据的事故定责方法，所述方法包括：获取事故存储数据，所述事故存储数据包括多条CAN信号，并具有多个预设优先级；根据所述多条CAN信号，确定车辆所属阶段类型，并根据所述事故存储数据和所述多个预设优先级，确定车辆所处的驾驶状态；确定所述车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与所述驾驶员责任。
根据本发明实施例的基于EDR数据的事故定责方法，通过获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级，之后根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态，确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。该方法基于不同阶段类型的车辆和事故存储数据，以实现划分车企和驾驶员责任。最大程度保障车主的权益，减少高阶智能驾驶车辆发生问题后车主与车企之间产生的纠纷，降低甚至消除因此导致的消费者对高阶智能驾驶车辆的不信任感。
根据本发明的一个实施例，所述阶段类型包括量产阶段和未量产阶段。
根据本发明的一个实施例，所述多个预设优先级包括第一优先级和第二优先级，其中，所述根据所述事故存储数据和所述多个预设优先级数据，确定车辆所处的驾驶状态，包括：确定所述车辆为所述量产阶段类型时，判断所述事故存储数据是否为第一优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态；或确定所述车辆为所述未量产阶段类型时，判断所述事故存储数据是否为第二优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态。
根据本发明的一个实施例，所述第一优先级事故存储数据包括第一行车数据和第一泊车数据，其中所述第一行车数据包括紧急制动AEB数据、自适应巡航ACC数据、车道偏离辅助LDP数据、巡航辅助Pilot数据、智能领航NNP以及第一行车状态数据；所述第一泊车数据包括自动泊车辅助APA数据、遥控泊车RPA数据、记忆泊车NTP数据、智能召唤NMS数据以及第一功能激活请求数据。
根据本发明的一个实施例，所述第二优先级事故存储数据包括第二行车数据和第二泊车数据，其中所述第二行车数据包括系统故障状态数据、高级驾驶辅助系统ADAS纵向控制请求数据、驾驶员油门干预数据以及方向盘角速度数据；所述第二泊车数据包括握手请求有效数据、反馈功能EPS处于可激活状态数据以及预制动请求数据。
根据本发明的一个实施例，，所述根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，包括：在预设时间内，接收到基于所述报警指令的所述行为指令时，确定所述驾驶员满足应对危险场景的条件。
根据本发明的一个实施例，所述划分车企与所述驾驶员责任，包括：确定所述车辆为智能驾驶控制状态，且接收到所述驾驶员操作指令时，确定所述驾驶员为事故主责任；或确定所述车辆为智能驾驶控制状态，且未接收到所述驾驶员操作指令时，确定所述车企为事故主责任；或确定所述车辆为非智能驾驶控制状态，确定所述驾驶员为事故主责任。
为达到上述目的，本发明第二方面实施例提出的基于EDR数据的事故定责装置，所述装置包括：获取模块，用于获取事故存储数据，所述事故存储数据包括多条CAN信号，并具有多个预设优先级；确定模块，用于根据所述多条CAN信号，确定车辆所属阶段类型，并根据所述事故存储数据和所述多个预设优先级，确定车辆所处的驾驶状态；事故定责模块，用于确定所述车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与所述驾驶员责任。
为达到上述目的，本发明第三方面实施例提出的电子设备，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计算机程序，所述处理器执行所述计算机程序时，实现本发明第一方面实施例所述的基于EDR数据的事故定责方法。
为达到上述目的，本发明第四方面实施例提出的计算机可读存储介质，所述计算机程序被处理器执行时实现本发明第一方面实施例所述的基于EDR数据的事故定责方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的基于EDR数据的事故定责方法的流程图；
图2是根据本发明另一个实施例的基于EDR数据的事故定责方法的流程图；
图3是根据本发明一个实施例的基于EDR数据的事故定责装置的示意图；
图4是根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
随着拥有智能驾驶功能的车辆越来越多，如果车辆发生事故时，通常采用自动驾驶数据记录系统EDR或自动驾驶数据存储系统DSSAD记录事故数据，进而实现事故判责。
其中EDR系统的国标要求对象是车辆处于驾驶员完全控制状态，发生严重事故的车辆，记录事故发生前后一段时间的车辆数据，对于事故双方判责提供支持。如果在开启L3以上智能驾驶功能的车辆发生严重事故，事故的责任方不仅仅是碰撞的碰撞方和被碰撞方，生产智能驾驶车辆的主机厂也要作为事故的责任方承担一定的责任，然而现有的EDR系统中记录的数据无法判断主机厂的责任；DSSAD系统需要记录自车在高级驾驶辅助系统ADAS功能下对底盘、方向盘等器件的控制及具体的控制阈值，和感知对象的行驶数据等，用于完整回放事故发生前后自车的全部信息和感知对象的行驶信息，以此逆向还原事故发生的经过，除了判断事故责任外，还能判断事故发生的原因，但是国家在DSSAD领域还在征求意见稿阶段，各主机厂商还没有完成DSSAD的落地，现阶段通过DSSAD记录智能驾驶车辆相关数据不可行。
为此，本发明提出了一种基于EDR数据的事故定责方法、装置、电子设备及存储介质。
具体地，下面参考附图描述本发明实施例的一种基于EDR数据的事故定责方法、装置、电子设备及存储介质。
图1是根据本发明一个实施例的基于EDR数据的事故定责方法的流程图。需要说明的是，本发明实施例的基于EDR数据的事故定责方法可应用于本发明实施例的基于EDR数据的事故定责装置，该装置可被配置于电子设备上，也可以被配置在服务器中。其中，电子设备可以是PC机或移动终端。本发明实施例对此不作限定。
如图1所示，基于EDR数据的事故定责方法，包括：
S110，获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级。
例如事故存储数据包括事故发生前8s、事故发生时以及事故发生后6s，共计15s的数据量。
其中多条CAN信号可理解为对事故责任判定有作用的信号，其中多条CAN信号的采集频率为1hz。
S120，根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态。
在本发明的实施例中，可根据CAN信号的数量，确定车辆所属阶段类型，进而根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态。
其中，阶段类型包括量产阶段类型和未量产阶段阶段类型。
其中，驾驶状态包括高阶智能驾驶状态和非高阶智能驾驶状态。
S130，确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。
也就是说，确定车辆处于高阶智能驾驶状态时，可从事故存储数据中获取报警数据，并确定报警数据是否存在对应的报警指令，若是，则确定驾驶员满足应对危险场景的条件，进而可划分车企与驾驶员责任。具体地实现过程可参考后续实施例。
根据本发明实施例的基于EDR数据的事故定责方法，通过获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级，之后根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态，确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。该方法基于不同阶段类型的车辆和事故存储数据，以实现划分车企和驾驶员责任。最大程度保障车主的权益，减少拥有高阶智能驾驶车辆发生问题后车主与车企之间产生的纠纷，降低并消除因此导致的消费者对这类车辆的不信任感。
为了本领域人员更容易理解本发明，图2是一种具体的基于EDR数据的事故定责方法，如图2所示，基于EDR数据的事故定责方法，包括：
S210，获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级。
其中，多个预设优先级包括第一优先级和第二优先级。
在本发明的实施例中，可通过EDR设备获取事故存储数据，其中，事故存储数据包括多条CAN信号，且每条CAN信号对应事故数据，每个事故数据对应优先级。
举例而言，获取到多条CAN信号后，可根据CAN信号的信号值确定对应的优先级，例如，当第一CAN信号的信号值高于信号阈值时，可确定第一CAN信号的数据对应优先级为第一优先级。
S220，根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态。
在本发明的实施例中，确定CAN信号的数量为第一数量阈值时，可确定车辆为量产阶段类型，确定CAN信号的数量为第二数量阈值时，可确定车辆为未量产阶段类型。例如，第一数量阈值为52条，第二数量阈值为82条。
在本发明的实施例中，确定车辆为量产阶段类型时，判断事故存储数据是否为第一优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态；或确定车辆为未量产阶段类型时，判断事故存储数据是否为第二优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态。
其中，第一优先级事故存储数据包括第一行车数据和第一泊车数据，其中第一行车数据包括紧急制动AEB数据、自适应巡航ACC数据、车道偏离辅助LDP数据、巡航辅助Pilot数据、智能领航NNP以及第一行车状态数据；所述第一泊车数据包括自动泊车辅助APA数据、遥控泊车RPA数据、记忆泊车NTP数据、智能召唤NMS数据以及第一功能激活请求数据。
举例而言，第一行车状态数据包括行驶中的状态数据、请求接管数据、横纵向控制请求数据、横纵向控制值数据、报警数据、报警等级数据。例如状态数据包括跟车、拨杆变道数据等，横纵向控制值数据包括加速度值和转向扭杆扭矩值，报警数据包括分神、疲劳、脱手等危险的报警信号的数据。
举例而言，第一功能激活请求数据包括功能激活状态信号的数据、泊车过程中状态信号的数据、泊车过程中握手后控制车辆信号的数据、功能退出原因信号的数据等。
其中，第二优先级事故存储数据包括第二行车数据和第二泊车数据，其中所述第二行车数据包括系统故障状态数据、高级驾驶辅助系统ADAS纵向控制请求数据、驾驶员油门干预数据以及方向盘角速度数据；所述第二泊车数据包括握手请求有效数据、反馈功能EPS处于可激活状态数据以及预制动请求数据。
S230，确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件。
在本发明的实施例中，在预设时间内，接收到基于报警指令的行为指令时，确定驾驶员满足应对危险场景的条件。
举例而言，可从事故存储数据中获取报警数据，确定报警数据存在报警指令，且接收到报警指令的行为指令时，则确定驾驶员满足应对危险场景的条件。例如报警数据包括分神、脱手等危险的报警信号的数据，当确定在预设时间内，检测到基于分神做出集中精力的行为指令时，确定驾驶员满足应对危险场景的条件；当确定在预设时间内，检测到基于脱手做出手握方向盘的行为指令时，确定驾驶员满足应对危险场景的条件。
例如，可根据驾驶员眨眼的次数确定驾驶员是否分神。
S240，划分车企与驾驶员责任。
在本发明的实施例中，确定车辆为智能驾驶控制状态，且接收到驾驶员操作指令时，确定驾驶员为事故主责任；或确定车辆为智能驾驶控制状态，且未接收到驾驶员操作指令时，确定车企为事故主责任；或确定车辆为非智能驾驶控制状态，确定驾驶员为事故主责任。例如驾驶员操作指令可理解为干预自动驾驶控制的指令。
与上述几种实施例提供的基于EDR数据的事故定责方法相对应，本发明的一种实施例还提供一种基于EDR数据的事故定责装置，由于本发明实施例提供的基于EDR数据的事故定责装置与上述几种实施例提供的基于EDR数据的事故定责方法相对应，因此在基于EDR数据的事故定责方法的实施方式也适用于本实施例提供的基于EDR数据的事故定责装置，在本实施例中不再详细描述。图3是根据本发明一个实施例的基于EDR数据的事故定责装置的结构示意图。
如图3所示，该基于EDR数据的事故定责装置包括：获取模块310、确定模块320和事故定责模块330，其中，
获取模块310，用于获取事故存储数据，所述事故存储数据包括多条CAN信号，并具有多个预设优先级；
确定模块320，用于根据所述多条CAN信号，确定车辆所属阶段类型，并根据所述事故存储数据和所述多个预设优先级，确定车辆所处的驾驶状态；
事故定责模块330，用于确定所述车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与所述驾驶员责任。
根据本发明实施例的基于EDR数据的事故定责装置，通过获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级，之后根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态，确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。由此基于不同阶段类型的车辆和事故存储数据，以实现划分车企和驾驶员责任。最大程度保障车主的权益，减少高阶智能驾驶车辆发生问题后车主与车企之间产生的纠纷，降低甚至消除因此导致的消费者对高阶智能驾驶车辆的不信任感。
在本发明的一个实施例中，所述阶段类型包括量产阶段和未量产阶段
在本发明的一个实施例中，所述多个预设优先级包括第一优先级和第二优先级，所述确定模块320，具体用于确定所述车辆为所述量产阶段类型时，判断所述事故存储数据是否为第一优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态；或确定所述车辆为所述未量产阶段类型时，判断所述事故存储数据是否为第二优先级事故存储数据；若是，则确定车辆处于高阶智能驾驶状态。
在本发明的一个实施例中，所述第一优先级事故存储数据包括第一行车数据和第一泊车数据，其中所述第一行车数据包括紧急制动AEB数据、自适应巡航ACC数据、车道偏离辅助LDP数据、巡航辅助Pilot数据、智能领航NNP以及第一行车状态数据；所述第一泊车数据包括自动泊车辅助APA数据、遥控泊车RPA数据、记忆泊车NTP数据、智能召唤NMS数据以及第一功能激活请求数据。
在本发明的一个实施例中，所述第二优先级事故存储数据包括第二行车数据和第二泊车数据，其中所述第二行车数据包括系统故障状态数据、高级驾驶辅助系统ADAS纵向控制请求数据、驾驶员油门干预数据以及方向盘角速度数据；所述第二泊车数据包括握手请求有效数据、反馈功能EPS处于可激活状态数据以及预制动请求数据。
在本发明的一个实施例中，所述事故定责模块330，具体用于在预设时间内，接收到基于所述报警指令的所述行为指令时，确定所述驾驶员满足应对危险场景的条件。
在本发明的一个实施例中，所述事故定责模块330，具体用于确定所述车辆为智能驾驶控制状态，且接收到所述驾驶员操作指令时，确定所述驾驶员为事故主责任；或确定所述车辆为智能驾驶控制状态，且未接收到所述驾驶员操作指令时，确定所述车企为事故主责任；或确定所述车辆为非智能驾驶控制状态，确定所述驾驶员为事故主责任。
根据本发明实施例的装置，下面参考图4，其示出了适于用来实现本发明实施例的电子设备(例如图1中的终端设备或服务器)400的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线504彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401执行时，执行本发明实施例的方法中限定的上述功能。
需要说明的是，本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级；根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态；确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取事故存储数据，事故存储数据包括多条CAN信号，并具有多个预设优先级；根据多条CAN信号，确定车辆所属阶段类型，并根据事故存储数据和多个预设优先级，确定车辆所处的驾驶状态；确定车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与驾驶员责任。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本发明的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种基于EDR数据的事故定责方法，其特征在于，所述方法包括：
获取事故存储数据，所述事故存储数据包括多条CAN信号，并具有多个预设优先级；
根据所述多条CAN信号，确定车辆所属阶段类型，并根据所述事故存储数据和所述多个预设优先级，确定车辆所处的驾驶状态；
确定所述车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与所述驾驶员责任。
2.根据权利要求1所述的基于EDR数据的事故定责方法，其特征在于，所述阶段类型包括量产阶段和未量产阶段。
3.根据权利要求2所述的基于EDR数据的事故定责方法，其特征在于，所述多个预设优先级包括第一优先级和第二优先级，其中，所述根据所述事故存储数据和所述多个预设优先级数据，确定车辆所处的驾驶状态，包括：
确定所述车辆为所述量产阶段类型时，判断所述事故存储数据是否为第一优先级事故存储数据；
若是，则确定车辆处于高阶智能驾驶状态；或
确定所述车辆为所述未量产阶段类型时，判断所述事故存储数据是否为第二优先级事故存储数据；
若是，则确定车辆处于高阶智能驾驶状态。
4.根据权利要求3所述的基于EDR数据的事故定责方法，其特征在于，所述第一优先级事故存储数据包括第一行车数据和第一泊车数据，其中所述第一行车数据包括紧急制动AEB数据、自适应巡航ACC数据、车道偏离辅助LDP数据、巡航辅助Pilot数据、智能领航NNP以及第一行车状态数据；所述第一泊车数据包括自动泊车辅助APA数据、遥控泊车RPA数据、记忆泊车NTP数据、智能召唤NMS数据以及第一功能激活请求数据。
5.根据权利要求3所述的基于EDR数据的事故定责方法，其特征在于，所述第二优先级事故存储数据包括第二行车数据和第二泊车数据，其中所述第二行车数据包括系统故障状态数据、高级驾驶辅助系统ADAS纵向控制请求数据、驾驶员油门干预数据以及方向盘角速度数据；所述第二泊车数据包括握手请求有效数据、反馈功能EPS处于可激活状态数据以及预制动请求数据。
6.根据权利要求3-4所述的基于EDR数据的事故定责方法，其特征在于，所述根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，包括：
在预设时间内，接收到基于所述报警指令的所述行为指令时，确定所述驾驶员满足应对危险场景的条件。
7.根据权利要求6所述的基于EDR数据的事故定责方法，其特征在于，所述划分车企与所述驾驶员责任，包括：
确定所述车辆为智能驾驶控制状态，且接收到所述驾驶员操作指令时，确定所述驾驶员为事故主责任；或
确定所述车辆为智能驾驶控制状态，且未接收到所述驾驶员操作指令时，确定所述车企为事故主责任；或
确定所述车辆为非智能驾驶控制状态，确定所述驾驶员为事故主责任。
8.一种基于EDR数据的事故定责装置，其特征在于，所述装置包括：
获取模块，用于获取事故存储数据，所述事故存储数据包括多条CAN信号，并具有多个预设优先级；
确定模块，用于根据所述多条CAN信号，确定车辆所属阶段类型，并根据所述事故存储数据和所述多个预设优先级，确定车辆所处的驾驶状态；
事故定责模块，用于确定所述车辆处于高阶智能驾驶状态，且确定接收到报警指令时，根据所述报警指令和行为指令，确定驾驶员是否满足应对危险场景的条件，并划分车企与所述驾驶员责任。
9.一种电子设备，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指令，所述指令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1-7中任一项所述的基于EDR数据的事故定责方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的基于EDR数据的事故定责方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201100.XA CN116168472B (zh) | 2023-02-22 | 基于edr数据的事故定责方法、装置及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310201100.XA CN116168472B (zh) | 2023-02-22 | 基于edr数据的事故定责方法、装置及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116168472A true CN116168472A (zh) | 2023-05-26 |
| CN116168472B CN116168472B (zh) | 2024-06-04 |
Family
ID=
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110116687A (zh) * | 2019-04-16 | 2019-08-13 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车祸责任判定及处理系统和汽车 |
| JP2020166541A (ja) * | 2019-03-29 | 2020-10-08 | 株式会社日本総合研究所 | 事故責任特定方法、運行支援方法、事故責任特定装置及びコンピュータプログラム |
| CN113299058A (zh) * | 2020-02-21 | 2021-08-24 | 腾讯科技（深圳）有限公司 | 交通事故责任的认定方法、装置、介质以及电子设备 |
| CN114162129A (zh) * | 2021-12-16 | 2022-03-11 | 华人运通(上海)云计算科技有限公司 | 车辆碰撞责任判定方法、装置和系统 |
| US20220335535A1 (en) * | 2021-08-09 | 2022-10-20 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Traffic accident processing method and apparatus, device, storage medium and program product |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| JP2020166541A (ja) * | 2019-03-29 | 2020-10-08 | 株式会社日本総合研究所 | 事故責任特定方法、運行支援方法、事故責任特定装置及びコンピュータプログラム |
| CN110116687A (zh) * | 2019-04-16 | 2019-08-13 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种车祸责任判定及处理系统和汽车 |
| CN113299058A (zh) * | 2020-02-21 | 2021-08-24 | 腾讯科技（深圳）有限公司 | 交通事故责任的认定方法、装置、介质以及电子设备 |
| US20220335535A1 (en) * | 2021-08-09 | 2022-10-20 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Traffic accident processing method and apparatus, device, storage medium and program product |
| CN114162129A (zh) * | 2021-12-16 | 2022-03-11 | 华人运通(上海)云计算科技有限公司 | 车辆碰撞责任判定方法、装置和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6605642B2 (ja) | 車両及び車両を管理制御するシステム | |
| US20190315342A1 (en) | Preference adjustment of autonomous vehicle performance dynamics | |
| CN113581195B (zh) | 特种车辆识别方法、电子设备和计算机可读介质 | |
| WO2023221326A1 (zh) | 电动汽车的主动限速控制方法、装置及相关设备 | |
| CN114348025A (zh) | 一种车辆驾驶监控系统、方法、设备及存储介质 | |
| US20180130349A1 (en) | Methods and systems for displaying virtual signs based on vehicle to everything communications | |
| CN116168472B (zh) | 基于edr数据的事故定责方法、装置及相关设备 | |
| CN112017462B (zh) | 用于生成场景信息的方法、装置、电子设备和介质 | |
| US20170327037A1 (en) | Adaptive rear view display | |
| CN116168472A (zh) | 基于edr数据的事故定责方法、装置及相关设备 | |
| CN112677985B (zh) | 车辆中控功能激活等级确定方法、装置、电子设备和介质 | |
| KR102362452B1 (ko) | 카메라 제어 장치 및 그것의 제어 방법 | |
| EP4369186A1 (en) | Control method and apparatus, device, and storage medium | |
| CN112950930B (zh) | 提供事故信息的方法、装置、设备、介质和程序产品 | |
| CN115309085A (zh) | 无人驾驶双通讯冗余控制方法、系统、电子设备及介质 | |
| JP5920887B2 (ja) | 通信装置、車載装置、通信方法、通信システム | |
| CN113791840A (zh) | 一种管理系统、管理方法、装置、设备及存储介质 | |
| CN116039637B (zh) | 自动驾驶车辆的能量回收方法、装置及系统 | |
| JP2018067225A (ja) | 渋滞予測装置、ドライブレコーダ装置及び渋滞予測装置の渋滞予測方法 | |
| WO2023201485A1 (zh) | 一种提示方法、装置及车辆 | |
| CN116279464A (zh) | 车辆自适应巡航控制方法、装置及相关设备 | |
| CN112590798A (zh) | 用于检测驾驶员状态的方法、装置、电子设备和介质 | |
| CN115659154B (zh) | 数据发送方法、装置、服务器和计算机可读介质 | |
| CN115690944B (zh) | 车辆信息获取方法、装置、车辆及存储介质 | |
| JP7462547B2 (ja) | 情報処理装置、移動体、プログラム及び情報処理方法 |
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 |