CN116597677A - 车辆监控方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请适用于计算机技术领域，提供了车辆监控方法、装置、终端设备及存储介质，包括：根据至少3个车辆发送的第一车辆数据确定车辆队列，第一车辆数据能够指示对应的车辆是否为智能车辆，车辆队列按顺序包括第一车辆、第二车辆和第三车辆，第二车辆为非智能车辆，第一车辆和第三车辆均为智能车辆，根据车辆队列中的各个智能车辆发送的第二车辆数据确定预警数据，第二车辆数据至少包括对应的智能车辆的车速和车距，车距为对应的智能车辆与第二车辆之间的距离，将预警数据发送给第二车辆，第二车辆用于根据预警数据进行事故预警。本申请可以在不提高成本的前提下提高非智能车辆的行驶安全性。

Description

车辆监控方法、装置、终端设备及存储介质

技术领域

本申请属于计算机技术领域，尤其涉及车辆监控方法、装置、终端设备及计算机可读存储介质。

背景技术

近年来，随着移动互联网技术的快速更替，智能车辆技术也在快速发展。智能车辆是一个集环境感知、规划决策和辅助驾驶等功能于一体的综合系统，集中应用了计算机、现代传感、人工智能及自动控制等技术，使车辆能够在车辆行驶过程中通过传感器、摄像头等智能硬件采集到的数据自动分析车辆的行驶数据，从而根据得到的行驶数据分析车辆行驶过程中可能出现的事故。

当前智能车辆市场仍处于起步阶段，生产应用的车辆多为非智能车辆。因此，目前通常在非智能车辆上部署智能硬件和软件来实现对非智能车辆的升级改造。

目前车辆的智能化升级的成本较高，例如，在运输车队等车辆规模较大应用中，实现全部车辆的智能化升级需要大量的成本。

发明内容

本申请实施例提供了车辆监控方法、装置、终端设备及存储介质，可以在不提高成本的前提下提高非智能车辆的行驶安全性。

第一方面，本申请实施例提供了一种车辆监控方法，应用于数据平台，包括：

根据至少3个车辆发送的第一车辆数据确定车辆队列，所述第一车辆数据能够指示对应的车辆是否为智能车辆，所述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，所述第二车辆为非智能车辆，所述第一车辆和所述第三车辆均为所述智能车辆；

根据所述车辆队列中的各个所述智能车辆发送的第二车辆数据确定预警数据，所述第二车辆数据至少包括对应的所述智能车辆的车速和车距，所述车距为对应的所述智能车辆与所述第二车辆之间的距离；

将所述预警数据发送给所述第二车辆，所述第二车辆用于根据所述预警数据进行事故预警。

第二方面，本申请实施例提供了一种车辆监控方法，应用于车辆队列中的智能车辆，所述智能车辆为第一车辆或第三车辆，所述车辆队列还包括位于所述第一车辆和所述第三车辆之间的第二车辆，所述第二车辆为非智能车辆，所述方法包括：

确定所述智能车辆的第二车辆数据，所述第二车辆数据包括车距和所述智能车辆的车速，所述车距为所述智能车辆与所述第二车辆之间的距离；

将所述第二车辆数据发送到数据平台，所述数据平台用于根据所述第二车辆数据确定所述第二车辆的预警数据。

第三方面，本申请实施例提供了一种车辆监控装置，应用于数据平台，包括：

车辆队列确定模块，用于根据至少3个车辆发送的第一车辆数据确定车辆队列，所述第一车辆数据能够指示对应的车辆是否为智能车辆，所述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，所述第二车辆为非智能车辆，所述第一车辆和所述第三车辆均为所述智能车辆；

预警数据获取模块，用于根据所述车辆队列中的各个所述智能车辆发送的第二车辆数据确定预警数据，所述第二车辆数据至少包括对应的所述智能车辆的车速和车辆距离，所述车辆距离为对应的所述智能车辆与所述第二车辆之间的距离；

发送模块，用于将所述预警数据发送给所述第二车辆，所述第二车辆用于根据所述预警数据进行事故预警。

第四方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中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上述第一方面所述的车辆监控方法的步骤或者上述第二方面所述的车辆监控方法的步骤。

第五方面，本申请实施例提供了一种计算机可读存储介质，所述计算机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实现上述第一方面中所述的车辆监控方法的步骤或者上述第二方面所述的车辆监控方法的步骤。

第六方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的车辆监控方法的步骤或者上述第二方面所述的车辆监控方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例中，由于根据至少3个车辆中的各个车辆上报的第一车辆数据确定包含非智能车辆的车辆队列，且车辆队列中非智能车辆的前后方的车辆均为智能车辆，而智能车辆可以基于智能算法计算自身与前后方车辆的距离等行驶相关的数据，因此，根据接收到的车辆队列中的各个智能车辆所发送的包括智能车辆的车速和车距的第二车辆数据确定的预警数据能够反映与第二车辆的行驶相关的数据，从而使得第二车辆能够根据接收到的预警数据进行事故预警，进而使得非智能车辆在没有部署智能硬件和算法的情况下实现事故预警，即，在不需要对非智能车辆进行智能化升级的前提下实现智能预警的功能，从而在减少改造成本的基础上提高非智能车辆的行驶安全性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1是本申请一实施例提供的一种应用于数据平台的车辆监控方法的流程示意图；

图2是本申请实施例提供的一种车辆队列示意图；

图3是本申请实施例提供的应用于车辆队列中的智能车辆的车辆监控方法；

图4是本申请实施例提供的应用于数据平台的车辆监控装置的结构示意图；

图5是本申请实施例提供的应用于车辆队列中的智能车辆的车辆监控装置的结构示意图；

图6是本申请实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

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。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。

实施例一：

图1示出了本发明实施例提供的一种应用于数据平台的车辆监控方法的流程示意图，详述如下：

步骤S101，根据至少3个车辆发送的第一车辆数据确定车辆队列。

其中，上述第一车辆数据能够指示对应的车辆是否为智能车辆。可选地，第一车辆数据中能够指示对应的车辆是否为智能车辆的数据可以是车辆的车牌号或者车辆类型(即车辆的智能类型，包括智能车辆和非智能车辆)等可以反映车辆的智能类型的数据。例如，第一车辆数据可以包括发送该第一车辆数据的车辆的车牌号(即车辆的唯一标识)，数据平台中存储有各个车辆的型号、车辆类型、车牌号和车主等车辆信息，数据平台可以根据第一车辆数据中的车牌号检索到该车牌号对应的车辆信息，从而能够根据检索到的车辆信息确定发送该第一车辆数据的车辆是否为智能车辆。或者，为了减少车辆信息检索步骤，提高数据处理效率，也可以在第一车辆数据直接增加车辆类型，直接指示发送该第一车辆数据的车辆是否为智能车辆。

上述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，上述第二车辆为非智能车辆，上述第一车辆和上述第三车辆均为上述智能车辆，即，车辆队列中的智能车辆和非智能车辆为交叉排列的关系，非智能车辆位于两个智能车辆之间。

上述智能车辆是指包含环境感知、规划决策、多等级辅助驾驶等一种或多种功能的综合系统的车辆。智能车辆是在普通车辆的基础上进行智能化升级，如增加了先进的传感器(如雷达、前置摄像、后置摄像等)、控制器和执行器等一种或多种装置，进一步地，还可部署有图像检索等人工智能算法及对应的神经网络模型，使车辆具备智能的环境感知能力，能够自动分析车辆行驶的安全及危险状态，而非智能车辆则是没有进行智能化升级的车辆，不具备环境感知能力和自动分析车辆行驶的安全及危险状态等功能。

具体地，由于组成一个车辆队列需要3个车辆，因此，在接收到至少3个车辆所发送的第一车辆数据之后(即存在至少3个车辆在向数据平台发送第一车辆数据)，再根据至少3个车辆所发送的第一车辆数据来确定车辆队列。

本申请实施例中，由于车辆所发送的第一车辆数据能够指示对应的车辆是否为智能车辆，因此，根据第一车辆数据能够确定发送对应的车辆是否为智能车辆，从而根据智能车辆和非智能车辆确定车辆队列。

步骤S102，根据上述车辆队列中的各个上述智能车辆发送的第二车辆数据确定预警数据。

上述第二车辆数据至少包括对应的上述智能车辆的车速和车距，上述车距为对应的上述智能车辆与上述第二车辆之间的距离。可以理解的是，这里所说的对应的智能车辆即发送该第二车辆数据的智能车辆，例如，车辆队列中的第一车辆所发送的第二车辆信息包括该第一车辆的车速，以及该第一车辆与第二车辆所对应的车距。

具体地，由于非智能车辆没有进行智能化改造，不能感知车辆周围环境和实现自动预警等功能，而智能车辆能够感知周围环境并自动计算车辆行驶相关的数据，且车辆队列中智能车辆的行驶会影响非智能车辆的行驶，因此，本申请实施例中，根据车辆队列中的各个智能车辆(即第一车辆和第三车辆)所发送的第二车辆数据来确定第二车辆的预警数据，以便第二车辆能够根据该预警数据进行事故预警。

可选地，该预警数据可以是未经处理的第二车辆数据中的数据(如各个智能车辆的车速、车距等)，使第二车辆能够根据相关的行驶数据判断第二车辆是否会发生事故、可能会发生的事故等，以进行事故预警。此时，该预警数据至少包括车距(即第一车辆与第二车辆的车距以及第三车辆与第二车辆的车距)。该预警数据也可以是数据平台根据各个第二车辆数据直接进行分析后得到的分析结果，该分析结果指示第二车辆是否会发生事故、可能发生的事故等，以便第二车辆直接根据预警数据中的分析结果进行事故预警，不需要属于非智能车辆的第二车辆进行分析判断，提高第二车辆的事故预警效率。

可选地，第二车辆数据还可以包括智能车辆检测到的前方车辆和/或后方车辆的转向信号(如前方车辆打左转向灯)、智能车辆的转向数据(例如，10s后将向右转弯、预备超车等数据)、故障情况(如刹车失灵等)或其它的车辆行驶相关的数据，以便第二车辆能够提前获知其前方和后方的智能车辆的动向，能够及时作出相应的处理，减少事故的发生，对应地，根据第二车辆数据确定的预警数据也可以包括智能车辆的转向数据、故障情况等与车辆行驶相关的数据。

本申请实施例中，由于车辆队列中的智能车辆分别位于非智能车辆的前方和后方，对非智能车辆的行驶存在影响，且智能车辆发送的第二车辆数据中包含智能车辆的车速、车距等影响非智能车辆行驶的数据，因此，基于第二车辆数据确定的预警数据能够反映非智能车辆的行驶事故状况，从而使得非智能车辆能够根据预警数据进行事故预警，在不需要对非智能车辆进行智能化升级的情况下减小非智能车辆的风险，增加安全性。

步骤S103，将上述预警数据发送给上述第二车辆，上述第二车辆用于根据上述预警数据进行事故预警。

具体地，数据平台在得到预警数据之后，将预警数据实时发送给车辆队列中的第二车辆，第二车辆能够根据数据平台所发送的预警数据进行事故预警。可选地，若第二车辆接收到的预警数据是经数据平台分析判断后得到的分析结果，已经直接指示了是否会发生事故、可能发生的事故等，则第二车辆可以直接针对会发生的事故以及可能发生的事故进行报警，并通过语音提醒第二车辆的用户。若第二车辆接收到的预警数据是未经处理的数据(至少包括车距)，则可以结合自身车速和第二车辆数据判断该第二车辆是否会与前方或者后方的智能车辆发生碰撞等事故，从而根据判断结果进行事故预警。

本申请实施例中，由于智能车辆能够基于智能设备感知周围环境，并通过智能算法计算与自身与前后方车辆的车距等与其行驶相关的数据，而包含至少3个车辆的车辆队列中智能车辆分别位于非智能车辆的前后方，因此，根据位于非智能车辆前后方的智能车辆所发送的包括智能车辆的车速和车距的第二车辆数据确定的预警数据能够反映与第二车辆的行驶相关的数据，从而使得第二车辆能够根据接收到的预警数据进行事故预警，进而使得非智能车辆在没有部署智能硬件和算法的情况下实现事故预警，即，在不需要对非智能车辆进行智能化升级的前提下实现智能预警的功能，从而在减小改造成本的基础上提供非智能车辆的行驶安全性。

在一些实施例中，上述步骤S101包括：

A1、对上述至少3个车辆中的每一个车辆，接收上述车辆在行驶过程中发送的第一车辆数据。

A2、对接收的每一个上述第一车辆数据，确定上述第一车辆数据对应的车辆属于上述非智能车辆还是属于上述智能车辆。

A3、根据确定的上述智能车辆和上述非智能车辆确定满足目标位置关系的上述非智能车辆和上述智能车辆，上述目标位置关系为上述非智能车辆位于两个上述智能车辆之间。

A4、根据满足上述目标位置关系的上述非智能车辆和上述智能车辆确定对应的上述车辆队列。

具体地，为了提高非智能车辆在行驶过程中的安全性，实时接收至少3个车辆中的每一个车辆在行驶过程中所发送的第一车辆数据，然后根据接收到的每一个第一车辆数据，根据第一车辆数据中所携带的信息确定该第一车辆所对应的车辆是属于非智能车辆，还是属于智能车辆，从而确定发送第一车辆数据中的各个智能车辆和各个非智能车辆。可选地，第一车辆数据可以是对应的车辆实时获取到的数据，以提高第一车辆数据的实时性，从而提高后续事故预警的实时性。

在确定智能车辆和非智能车辆之后，基于确定的智能车辆和非智能车辆确定满足目标位置关系的非智能车辆和智能车辆，该目标位置关系是指非智能车辆位于两个智能车辆之间。在确定满足目标位置关系的非智能车辆和智能车辆之后，再根据满足目标位置关系的非智能车辆和智能车辆确定该非智能车辆对应的车辆队列。

例如，假设接收到车辆：A、B、C、D、E分别发送的第一车辆数据，根据各个第一车辆数据分别确定出智能车辆包括车辆A、车辆C和车辆D，非智能车辆包括车辆B和车辆E，其中，判断出智能车辆A在非智能车辆B的前方，智能车辆C在非智能车辆B的后方，即非智能车辆B位于两个智能车辆(车辆A和车辆C)之间，表明智能车辆A、非智能车辆B和智能车辆C的位置关系满足目标位置关系，得到满足目标位置关系的非智能车辆B和两个智能车辆(车辆A和车辆C)，则根据智能车辆A、非智能车辆B和智能车辆C确定非智能车辆B对应的车辆队列。

本申请实施例中，由于接收的第一车辆数据是车辆在行驶过程中实时发送的数据，因此，确定的车辆队列中的车辆均为处于行驶状态的车辆，使得后续在对非智能车辆进行事故预警时，是对行驶过程中的非智能车辆进行事故预警，从而提高非智能车辆行驶过程中的安全性，且车辆队列中非智能车辆位于两个智能车辆之间，能够获取非智能车辆的不同方向的数据进行事故预警，提高事故预警的全面性和准确性。

在一些实施例中，当车辆为非智能车辆时，第一车辆数据包括非智能车辆的车牌号，当车辆为智能车辆时，第一车辆数据包括智能车辆的车牌号以及智能车辆的前方车辆的车牌号和/或智能车辆的后方车辆的车牌号，对应地，上述步骤A3包括：

A31、判断上述非智能车辆的车牌号是否与一个上述智能车辆的前方车辆的车牌号相同，以及，判断上述非智能车辆的车牌号是否与另一个上述智能车辆的后方车辆的车牌号相同。

A32、若上述非智能车辆的车牌号与一个上述智能车辆的前方车辆的车牌号相同，且与另一个上述智能车辆的后方车辆的车牌号相同，则判定上述非智能车辆在两个上述智能车辆之间，得到满足上述目标位置关系的上述非智能车辆和上述两个上述智能车辆。

具体地，为了提高车辆队列的准确性，在一些实施例中，令车辆在向数据平台发送第一车辆数据时，均在第一车辆数据中加入自身的车牌号，并使智能车辆在第一车辆数据中加入位于该智能车辆的前方车辆的车牌号，和/或位于该智能车辆的后方车辆的车牌号。在根据确定的智能车辆和非智能车辆确定满足目标位置关系的非智能车辆和智能车辆时，基于非智能车辆的车牌号，从各个智能车辆的前方车辆的车牌号和后方车辆的车牌号中找到与该非智能车辆的车牌号相同的车牌号，即，判断该非智能车辆的车牌号是否和一个智能车辆的前方车辆的车牌号(前方车牌号)相同，并判断该非智能车辆的车牌号是否和另一个智能车辆的后方车辆的车牌号(后方车牌号)相同。

例如，假设一个非智能车辆的车牌号为A，3个智能车辆(B、C、D)的前方车辆的车牌号分别为：B1、C1和D1，其后方车辆的车牌号分别为：B2、C2和D2，在从这3个智能车辆的前方车辆的车牌号和后方车辆的车牌号中找到与该非智能车辆的车牌号相同的车牌号时，先判断前方车辆的车牌号B1、C1和D1是否与车牌号A相同，得到智能车辆C的前方车辆的车牌号C1与非智能车辆A的车牌号相同，再判断后方车辆的车牌号B2和D2是否与车牌号A相同，得到智能车辆D的后方车辆的车牌号D2与非智能车辆A的车牌号相同。

可选地，所接收的智能车辆发送的第一车辆数据中的前方车辆的车牌号和/或位于该智能车辆的后方车辆的车牌号，可以是智能车辆根据采集到的视频数据进行图像识别或图像检测等智能算法获取得到位于该智能车辆的前方车辆的车牌号和/或后方车辆的车牌号。可以理解的是，智能车辆的前方或后方没有车辆存在时，此时该智能车辆的第一车辆数据中也就没有前方车辆的车牌号或者后方车辆的车牌号。

本申请实施例中，由于智能车辆发送的第一车辆数据中包含了其前方车辆的车牌号和/或后方车辆的车牌号，非智能车辆发送的第一车辆数据包含其自身的车牌号，因此，根据各个前方车辆的车牌号和各个后方车辆的车牌号能够准确地确定非智能车辆是否位于两个智能车辆之间，从而得到满足目标位置关系的车辆队列。

在一些实施例中，当上述车辆为上述智能车辆时，上述第一车辆数据还包括上述智能车辆的位置信息，在上述步骤A31之前，还包括：

根据上述智能车辆的上述位置信息确定相邻的两个上述智能车辆，得到上述目标车辆集合，

或者，

若上述非智能车辆的上述第一车辆数据还包括上述非智能车辆的位置信息，则根据上述非智能车辆的上述位置信息确定目标区域，并根据上述智能车辆的上述位置信息确定位于上述目标区域的上述智能车辆，得到目标车辆集合。

对应地，上述步骤A31包括：

判断上述非智能车辆的车牌号是否与上述目标车辆集合中的一个上述智能车辆的前方车辆的车牌号相同，以及，判断上述非智能车辆的车牌号是否与上述目标车辆集合中的另一个上述智能车辆的后方车辆的车牌号相同。

具体地，为了进一步提高确定车辆队列的效率，在判断非智能车辆的车牌号是否与智能车辆的前方车辆的车牌号或后方车辆的车牌号相同时，可以先根据第一车辆数据中智能车辆的位置信息确定相邻的两个智能车辆，得到一个目标车辆集合(仅包括这两个相邻的智能车辆)，然后判断非智能车辆的车牌号是否与该目标车辆集合中的一个智能车辆的前方车辆的车牌号相同，以及该非智能车辆的车牌号是否与该目标车辆集合中的另一个智能车辆的后方车辆的车牌号相同。

或者，如果部分非智能车辆具备定位功能，其第一车辆数据包含该非智能车辆的位置信息时，对于第一车辆数据包含位置信息的非智能车辆，可以先根据该非智能车辆的位置信息确定一个目标区域(例如，将以非智能车辆的位置为中心、半径为500米的圆形区域)，然后根据各个智能车辆的位置信息确定位于该目标区域内的智能车辆，将其作为一个目标车辆集合(包括该目标区域内的所有智能车辆)，再判断该非智能车辆的车牌号是否与该目标车辆集合中的一个智能车辆的前方车辆的车牌号相同，以及该非智能车辆的车牌号是否与该目标车辆集合中的另一个智能车辆的后方车辆的车牌号相同。

本申请实施例中，仅判断非智能车辆的车牌号是否与确定的目标车辆集合中的智能车辆的前方车辆的车牌号或后方车辆的车牌号是否相同，不需要和所有的智能车辆的前方车辆的车牌号或后方车辆的车牌号进行对比，从而提高了确定车辆队列的效率，进而提高对非智能车辆的事故预警的效率。

在一些实施例中，上述步骤A4包括：

对满足上述目标位置关系的上述非智能车辆和对应的上述两个上述智能车辆，获取上述非智能车辆与上述两个上述智能车辆的车距。

可选地，在获取该非智能车辆与对应的两个智能车辆的车距时，可以令智能车辆在发送第一车辆数据时，就通过距离传感器或者图像检测等方法获取该智能车辆与前方车辆、后方车辆的车距，并在第一车辆数据中加入获取到的车距，数据平台能够在第一车辆数据中获取到非智能车辆与该智能车辆的车距。或者，可以在需要获取非智能车辆和智能车辆的车距时，再向对应的智能车辆发送指令，使对应的智能车辆获取其与非智能车辆的车距，并将获取到的车距发送到数据平台。

若上述非智能车辆与上述两个上述智能车辆的车距均小于或等于预设阈值，则将上述非智能车辆作为上述第二车辆，根据上述两个上述智能车辆确定上述第一车辆和上述第三车辆，得到上述车辆队列。

具体地，由于智能车辆能够感知的范围有限，对于一定距离外的车辆不能较好地检测相关数据，因此，为了提高非智能车辆的事故预警的准确性，本申请实施例中，在根据满足目标位置关系的非智能车辆和该非智能车辆对应的两个智能车辆确定车辆队列时，获取该非智能车辆和这两个智能车辆的车距，若该非智能车辆与这两个智能车辆中各个智能车辆的车距均小于或者等于预设阈值(如100米)，则认为非智能车辆和这两个智能车辆可以作为一个车辆队列，此时，将该非智能车辆作为第二车辆，将这两个智能车辆中位于该非智能车辆前方的智能车辆作为第一车辆，将位于该非智能车辆后方的智能车辆作为第三车辆，得到该非智能车辆对应的车辆队列。

可选地，在该非智能车辆与这两个智能车辆中一个智能车辆的车距小于或者等于预设阈值，与另一个智能车辆的车距大于预设阈值时，因为仅有一个智能车辆与非智能车辆的车距不符合预设阈值，此时，可以等待预设时长(如3s)后对该智能车辆与非智能车辆的车距进行二次判断，如果二次判断中该智能车辆与非智能车辆的车距仍大于预设阈值，再解散该车辆队列，如果二次判断的结果指示该非智能车辆与这两个智能车辆中各个智能车辆的车距均小于或者等于预设阈值，则可以将这三个车辆确定为一个车辆队列。

本申请实施例中，由于在得到满足目标位置关系的非智能车辆和两个智能车辆后，在该非智能车辆与其前后方的智能车辆的车距均小于或等于预设阈值时，再将其组合为一个车辆队列，因此，车辆队列中的智能车辆能够较好地检测到非智能车辆相关的数据，从而提高得到的第二车辆数据的准确性，进而提高非智能车辆的事故预警的准确性。

在一些实施例中，上述步骤S102包括：

根据上述第二车辆的车速、上述第一车辆的车速以及上述第一车辆对应的上述车距计算上述第二车辆的前方预碰撞时长。

根据上述第二车辆的车速、上述第三车辆的车速以及上述第三车辆对应的上述车距计算上述第二车辆的后方预碰撞时长。

根据上述前方预碰撞时长和上述后方预碰撞时长确定上述预警数据。

具体地，为了进一步提高事故预警效率，在根据第二车辆数据确定第二车辆的预警数据时，数据平台直接根据第二车辆数据对第二车辆进行事故分析，根据分析结果确定预警数据。其中，根据第二车辆的车速和各个智能车辆的车速、车距分析碰撞事故数据，即，根据第二车辆的车速、第一车辆的车速以及第一车辆对应的车距(即第一车辆与第二车辆之间的距离)计算第二车辆的前方预碰撞时长，该前方预碰撞时长可以指示在当前车速下第二车辆撞上第一车辆所需的时长。同时，根据第二车辆的车速、第三车辆的车速以及第三车辆对应的车距计算第二车辆的后方预碰撞时长，该后方预碰撞时长可以指示在当前车速下第二车辆被第三车辆碰撞所需的时长。在计算得到第二车辆的前方预碰撞时长和后方预碰撞时长后，将前方预碰撞时长和后方预碰撞时长分别与第一碰撞时长阈值(如20s)进行对比，若前方预碰撞时长和/或后方预碰撞时长小于第一碰撞时长阈值，可以生成如即将与前方车辆和/或后方车辆发生碰撞等警告信息，还可以针对警告信息给出对应的应对建议(如提升车速为80至90千米每小时之间)，并根据前方预碰撞时长、后方预碰撞时长、第一车辆的车速、第一车辆对应的车距、警告信息以及应对建议等数据中的一个或多个确定预警数据，其中，预警数据至少包括警告信息，以使第二车辆能够清楚地了解可能发生的事故。可选地，若前方预碰撞时长和/或后方预碰撞时长大于或等于第一碰撞时长阈值，可以将前方预碰撞时长和/或后方预碰撞时长作为警告信息。

可选地，由于车辆队列在实际行驶过程中，第一车辆前方可能还存在车辆，该会对车辆队列的行驶造成一定的影响，因此，在一些实施例中，第一车辆前方存在车辆时，第一车辆所发送的第二车辆数据还包括第一车辆的车长(即车身长度)以及第一车辆与其前方车辆对应的车距(前方车距)，在根据第二车辆数据确定预警数据时，可以根据第一车辆的车速、第一车辆对应的车距、第二车辆的车速以及前方车距计算第二车辆的队外车辆预碰撞时长，该队外车辆预碰撞时长可以指示第二车辆撞上第一车辆的前方车辆所需的时长。在队外车辆预碰撞时长小于第二碰撞时长阈值(如30s)时，根据队外车辆预碰撞时长生成对应的警告信息。其中，队外车辆预碰撞时长为：

其中，FD1为第一车辆和第二车辆对应的车距，FFD为第一车辆与其前方车辆对应的车距，CL1为第一车辆的车长，C1为第一车辆的车速，C2为第二车辆的车速。

在一些实施例中，车辆队列的第一车辆和/或第三车辆所发送的第二车辆数据还包括第二车辆的侧边距(分别包括车头和车尾的左侧边距、右侧边距)以及转向信号(如左转信号)，在根据第二车辆数据确定预警数据时，还获取第二车辆的车长，根据第二车辆的车长、侧边距、转向信号以及第二车辆的车速分析第二车辆的车道偏离事故(如车身压线、驶出当前车道)的分析。其中，若转向信号指示第二车辆不转向(即第二车辆没有给出转向信号)，则根据第二车辆的车速和侧边距计算第二车辆偏离出车道的偏离时长，并在偏离时长大于偏离时长阈值(如3s)时，生成对应的警告信息(如在偏离时长后将从左侧偏离车道)。其中，第二车辆车身姿态偏右时，偏离时长如下：

第二车辆车身姿态偏左时，偏离时长如下：

其中，如图2所示的车辆队列，RF为第二车辆的车头的右侧边距，LF为第二车辆的车头的左侧边距，RB为第二车辆的车尾头的右侧边距，LB为第二车辆的车尾的左侧边距，CL2为第二车辆的车长，C2为第二车辆的车速。

其中，上述第二车辆的车身姿态可以是第一车辆和/或第三车辆通过姿态识别等模型或算法识别到的第二车辆的车身的姿态，并在第二车辆数据中加入识别到的第二车辆的车身姿态。上述第二车辆数据中包含的车距、侧边距、转向信号等第二车辆中所包含的数据为对应的智能车辆通过图像识别、距离检测等模型或智能算法计算得到的数据，此为现有技术，在此不再赘述。

本申请实施例中，由于根据第二车辆数据确定预警数据时，直接根据第二车辆数据进行第二车辆的事故分析，根据分析结果来确定预警数据，使得后续第二车辆能够直接根据预警数据进行预警，不需要属于非智能车辆的第二车辆数据进行判断，减小对非智能车辆的设备要求，提高非智能车辆的事故预警效率。

在一些实施例中，上述方法还包括：

在上述第二车辆行驶过程中，若上述第二车辆和上述第一车辆的车距大于上述预设阈值，和/或，若上述第二车辆与上述第三车辆的车距大于上述预设阈值，则解散上述第二车辆所对应的上述车辆队列。

具体地，车辆队列中的第二车辆的行驶过程中，根据预设的检测间隔(如每5s检测一次)对第二车辆与第一车辆和第二车辆对应的车距进行检测，若第二车辆与第一车辆的车距、第二车辆与第三车辆的车距都大于预设阈值(如120米，与在确定车辆队列时的预设阈值可以是不同的阈值)，则解散该第二车辆所对应的车辆队列，再针对该第二车辆(非智能车辆)确定一个包含该非智能车辆的车辆队列。若只有第二车辆与第一车辆的车距大于预设阈值，或者，只有第二车辆与第三车辆的车距大于预设阈值时，也解散该第二车辆所对应的车辆队列，重新对该第二车辆确定一个车辆队列。可选地，在仅有第二车辆与第一车辆的车距或者第二车辆与第三车辆的车距大于预设阈值时，因为仅有一个智能车辆与第二车辆的车距不符合预设阈值，此时，可以等待预设时长后对该智能车辆与第二车辆的车距进行二次判断，如果该智能车辆与第二车辆的车距仍大于预设阈值，再解散该车辆队列，如果二次判断的结果指示，该智能车辆与第二车辆的车距已经小于或等于预设阈值，则不需要解散该车辆队列。

本申请实施例中，对行驶过程中车辆队列中的非智能车辆与智能车辆的车距进行检测，以保障在行驶过程中两个智能车辆能够较好地采集第二车辆数据，提高第二车辆数据的准确度，从而提高事故预警的准确性以及非智能车辆的安全性。

在一些实施例中，存在运输车队的特定应用场景中的车辆数量通常较大，且车队中车辆的位置关系通常不变，因此，在满足车辆队列中车辆的目标位置关系(非智能车辆位于两个智能车辆之间)的情况下，车辆队列也可以包括不止3个车辆。可以理解的是，车辆队列所包含的车辆数为2n+1(n大于或等于1)，其中，n为车辆队列中非智能车辆的数量，在车辆队列中，非智能车辆的位置为2n(例如车辆队列包含2个非智能车辆，即车辆队列共包括5个车辆，其中，位置第二和第四的车辆为非智能车辆)。本申请实施例中以包含三个车辆的车辆队列进行说明。

可以理解的是，当车辆队列中所包含的车辆数量(2n+1，n为非智能车辆)大于3时，即车辆队列中的非智能车辆的数量大于1时，在获取第二车辆数据以确定非智能车辆的预警数据时，非智能车辆的预警数据是根据位于该非智能车辆的前后方的智能车辆来确定的。例如，假设车辆队列按序包含5个车辆：A、B、C、D、E，其中，车辆B和车辆D为非智能车辆，车辆A、车辆C和车辆E，在确定车辆B和车辆D的预警数据时，根据车辆A和车辆C采集的与车辆B相关的第二车辆数据确定车辆B的预警数据(此时，可以将车辆A作为第一车辆，车辆B作为第二车辆，车辆C作为第三车辆)，根据车辆C和车辆D采集的与车辆D相关的第二车辆数据确定车辆D的预警数据(此时，可以将车辆C作为第一车辆，车辆D作为第二车辆，车辆E作为第三车辆)，其中，数据平台接收到车辆C发送的两个不同的第二车辆数据(即与车辆B相关的第二车辆数据以及与车辆D相关的第二车辆数据)。

图3示出了本申请实施例提供的一种应用于车辆队列中的智能车辆的车辆监控方法的流程示意图，上述智能车辆为第一车辆或第三车辆，上述车辆队列还包括位于第一车辆和第三车辆之间的第二车辆，上述第二车辆为非智能车辆，上述方法详述如下：

步骤S301，确定智能车辆的第二车辆数据，上述第二车辆数据包括车距和上述智能车辆的车速，上述车距为上述智能车辆与上述第二车辆之间的距离。

具体地，智能车辆在行驶过程中实时获取自身的车速，并获取与第二车辆之间的实时距离，得到该智能车辆与第二车辆的车距，根据车速和车距得到智能车辆的第二车辆数据。例如，假设需要确定第一车辆的第二车辆数据，则需要获取第一车辆的车速，以及第一车辆与第二车辆之间的距离，得到车距。可选地，在获取智能车辆的第二车辆数据时，可以每隔预设时长(如3s)获取一次第二车辆数据。

可选地，上述第二车辆数据还包括第一车辆的车长、转向数据(如10s后将向右转弯、预备超车等数据)、故障情况和其它的第二车辆的行驶相关的数据，以及第二车辆的转向信号、侧边距等第二车辆相关的数据，增加数据多样性，以更好地进行事故预警。

在一些实施例中，由于智能车辆配置有用于感知周围环境的摄像设备，能够拍摄到位于智能车辆前方和后方的车辆，因此，本申请实施例中，在获取第二车辆数据时，获取智能车辆上的摄像设备所采集的包含了第二车辆的视频数据，基于该视频数据来计算智能车辆与第二车辆之间的距离，得到所需要的车距。在需要在第二车辆数据中加入第二车辆的侧边距和转向信号时，基于视频数据中的第二车辆计算该第二车辆的车头或者车尾到两侧的车道线的距离，得到第二车辆的侧边距(包括车头或车尾的左侧边距、右侧边距)，同时，基于视频数据进行图像识别或者目标检测，检测视频帧中第二车辆是否存在转向信号，以及转向信号所指示的转向方向，得到第二车辆的转向信号。可以理解的是，当智能车辆为第一车辆时，所获取的侧边距为第二车辆的车头的左侧边距和右侧边距，当智能车辆为第二车辆时，所获取的侧边距为第二车辆的车尾的左侧边距和右侧边距。

本申请实施例中，智能车辆实时获取自身车速、车距等数据，得到具有实时性的第二车辆数据，使得后续根据第二车辆数据确定的预警数据具有较好的实时性。

步骤S302，将上述第二车辆数据发送到数据平台，上述数据平台用于根据上述第二车辆数据确定上述第二车辆的预警数据。

本申请实施例中，由于第二车辆数据是与第二车辆的行驶相关的数据，因此，在获取到实时的第二车辆数据时候，将第二车辆数据实时发送到数据平台，数据平台能够根据实时获取的第二车辆数据确定第二车辆的预警数据，以对属于非智能车辆的第二车辆进行事故预警，提高事故预警效率以及提高第二车辆的安全性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

对应于上文实施例所述的应用于数据平台的车辆监控方法，图4示出了本申请实施例提供的车辆监控装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图4，该装置包括：车辆队列确定模块41、预警数据获取模块42、发送模块43。其中，

车辆队列确定模块41，用于根据至少3个车辆发送的第一车辆数据确定车辆队列，上述第一车辆数据能够指示对应的车辆是否为智能车辆，上述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，上述第二车辆为非智能车辆，上述第一车辆和上述第三车辆均为上述智能车辆；

预警数据获取模块42，用于根据上述车辆队列中的各个上述智能车辆发送的第二车辆数据确定预警数据，上述第二车辆数据至少包括对应的上述智能车辆的车速和车辆距离，上述车辆距离为对应的上述智能车辆与上述第二车辆之间的距离；

发送模块43，用于将上述预警数据发送给上述第二车辆，上述第二车辆用于根据上述预警数据进行事故预警。

本申请实施例中，由于智能车辆能够基于智能设备感知周围环境，并通过智能算法计算与自身与前后方车辆的车距等与其行驶相关的数据，而包含至少3个车辆的车辆队列中智能车辆分别位于非智能车辆的前后方，因此，根据位于非智能车辆前后方的智能车辆所发送的包括智能车辆的车速和车距的第二车辆数据确定的预警数据能够反映与第二车辆的行驶相关的数据，从而使得第二车辆能够根据接收到的预警数据进行事故预警，进而使得非智能车辆在没有部署智能硬件和算法的情况下实现事故预警，即，在不需要对非智能车辆进行智能化升级的前提下实现智能预警的功能，从而在减小改造成本的基础上提供非智能车辆的行驶安全性。

在一些实施例中，上述车辆队列确定模块41包括：

第一车辆数据接收单元，用于对上述至少3个车辆中的每一个车辆，接收上述车辆在行驶过程中发送的第一车辆数据。

车辆分类单元，用于对接收的每一个上述第一车辆数据，确定上述第一车辆数据对应的车辆属于上述非智能车辆还是属于上述智能车辆。

车辆位置关系确定单元，用于根据确定的上述智能车辆和上述非智能车辆确定满足目标位置关系的上述非智能车辆和上述智能车辆，上述目标位置关系为上述非智能车辆位于两个上述智能车辆之间。

车辆队列确定单元，用于根据满足上述目标位置关系的上述非智能车辆和上述智能车辆确定对应的上述车辆队列。

在一些实施例中，上述车辆队列确定模块41还包括：

第一车牌号判断单元，用于判断上述非智能车辆的车牌号是否与一个上述智能车辆的前方车辆的车牌号相同，以及，判断上述非智能车辆的车牌号是否与另一个上述智能车辆的后方车辆的车牌号相同。

车辆确定单元，用于若上述非智能车辆的车牌号与一个上述智能车辆的前方车辆的车牌号相同，且与另一个上述智能车辆的后方车辆的车牌号相同，则判定上述非智能车辆在两个上述智能车辆之间，得到满足上述目标位置关系的上述非智能车辆和上述两个上述智能车辆。

在一些实施例中，上述车辆队列确定模块41还包括：

第一集合获取单元，用于根据上述智能车辆的上述位置信息确定相邻的两个上述智能车辆，得到上述目标车辆集合，

第二集合获取单元，用于若上述非智能车辆的上述第一车辆数据还包括上述非智能车辆的位置信息，则根据上述非智能车辆的上述位置信息确定目标区域，并根据上述智能车辆的上述位置信息确定位于上述目标区域的上述智能车辆，得到目标车辆集合。

第二车牌号判断单元，用于判断上述非智能车辆的车牌号是否与上述目标车辆集合中的一个上述智能车辆的前方车辆的车牌号相同，以及，判断上述非智能车辆的车牌号是否与上述目标车辆集合中的另一个上述智能车辆的后方车辆的车牌号相同。

在一些实施例中，上述车辆队列确定模块41还包括：

车距获取单元，用于对满足上述目标位置关系的上述非智能车辆和对应的上述两个上述智能车辆，获取上述非智能车辆与上述两个上述智能车辆的车距。

车辆队列获取单元，用于若上述非智能车辆与上述两个上述智能车辆的车距均小于或等于预设阈值，则将上述非智能车辆作为上述第二车辆，根据上述两个上述智能车辆确定上述第一车辆和上述第三车辆，得到上述车辆队列。

在一些实施例中，上述预警数据获取模块42包括：

前方预碰撞时长计算单元，用于根据上述第二车辆的车速、上述第一车辆的车速以及上述第一车辆对应的上述车距计算上述第二车辆的前方预碰撞时长。

后方预碰撞时长计算单元，用于根据上述第二车辆的车速、上述第三车辆的车速以及上述第三车辆对应的上述车距计算上述第二车辆的后方预碰撞时长。

预警数据获取单元，用于根据上述前方预碰撞时长和上述后方预碰撞时长确定上述预警数据。

在一些实施例中，上述车辆监控装置还包括：

车辆队列监控模块，用于在上述第二车辆行驶过程中，若上述第二车辆和上述第一车辆的车距大于上述预设阈值，和/或，若上述第二车辆与上述第三车辆的车距大于上述预设阈值，则解散上述第二车辆所对应的上述车辆队列。

对应于上文实施例所述的应用于车辆队列中的智能车辆的车辆监控方法，图5示出了本申请实施例提供的车辆监控装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图5，该装置包括：第二车辆数据获取模块51、数据发送模块52。其中，

第二车辆数据获取模块51，用于确定上述智能车辆的第二车辆数据，上述第二车辆数据包括车距和上述智能车辆的车速，上述车距为上述智能车辆与上述第二车辆之间的距离；

数据发送模块52，用于将上述第二车辆数据发送到数据平台，上述数据平台用于根据上述第二车辆数据确定上述第二车辆的预警数据。

本申请实施例中，由于第二车辆数据是与第二车辆的行驶相关的数据，因此，在获取到实时的第二车辆数据时候，将第二车辆数据实时发送到数据平台，数据平台能够根据第二车辆数据确定第二车辆的预警数据，以对属于非智能车辆的第二车辆进行事故预警，提高事故预警效率以及提高第二车辆的安全性。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图6为本申请一实施例提供的终端设备的结构示意图。如图6所示，该实施例的终端设备6包括：至少一个处理器60(图6中仅示出一个处理器)、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时实现上述任意各个方法实施例中的步骤。

所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的举例，并不构成对终端设备6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，例如还可以包括输入输出设备、网络接入设备等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，该处理器60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。

所述存储器61在一些实施例中可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个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上述任意各个方法实施例中的步骤。

本申请实施例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实现可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (11)

1.一种车辆监控方法，应用于数据平台，其特征在于，包括：

根据至少3个车辆发送的第一车辆数据确定车辆队列，所述第一车辆数据能够指示对应的车辆是否为智能车辆，所述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，所述第二车辆为非智能车辆，所述第一车辆和所述第三车辆均为所述智能车辆；

根据所述车辆队列中的各个所述智能车辆发送的第二车辆数据确定预警数据，所述第二车辆数据至少包括对应的所述智能车辆的车速和车距，所述车距为对应的所述智能车辆与所述第二车辆之间的距离；

将所述预警数据发送给所述第二车辆，所述第二车辆用于根据所述预警数据进行事故预警。

2.如权利要求1所述的车辆监控方法，其特征在于，所述根据至少3个车辆发送的第一车辆数据确定车辆队列，包括：

对所述至少3个车辆中的每一个车辆，接收所述车辆在行驶过程中发送的第一车辆数据；

对接收的每一个所述第一车辆数据，确定所述第一车辆数据对应的车辆属于所述非智能车辆还是属于所述智能车辆；

根据确定的所述智能车辆和所述非智能车辆确定满足目标位置关系的所述非智能车辆和所述智能车辆，所述目标位置关系为所述非智能车辆位于两个所述智能车辆之间；

根据满足所述目标位置关系的所述非智能车辆和对应的所述两个所述智能车辆确定所述车辆队列。

3.如权利要求2所述的车辆监控方法，其特征在于，当所述车辆为所述非智能车辆时，所述第一车辆数据包括所述非智能车辆的车牌号，当所述车辆为所述智能车辆时，所述第一车辆数据包括所述智能车辆的车牌号以及所述智能车辆的前方车辆的车牌号和/或所述智能车辆的后方车辆的车牌号，

所述根据确定的所述智能车辆和所述非智能车辆确定满足目标位置关系的所述非智能车辆和所述智能车辆，包括：

判断所述非智能车辆的车牌号是否与一个所述智能车辆的前方车辆的车牌号相同，以及，判断所述非智能车辆的车牌号是否与另一个所述智能车辆的后方车辆的车牌号相同；

若所述非智能车辆的车牌号与一个所述智能车辆的前方车辆的车牌号相同，且与另一个所述智能车辆的后方车辆的车牌号相同，则判定所述非智能车辆在两个所述智能车辆之间，得到满足所述目标位置关系的所述非智能车辆和所述两个所述智能车辆。

4.如权利要求3所述的车辆监控方法，其特征在于，当所述车辆为所述智能车辆时，所述第一车辆数据还包括所述智能车辆的位置信息，在所述判断所述非智能车辆的车牌号是否与一个所述智能车辆的前方车辆的车牌号相同，以及，判断所述非智能车辆的车牌号是否与另一个所述智能车辆的后方车辆的车牌号相同之前，还包括：

根据所述智能车辆的所述位置信息确定相邻的两个所述智能车辆，得到目标车辆集合，

或者，

若所述非智能车辆的所述第一车辆数据还包括所述非智能车辆的位置信息，则根据所述非智能车辆的所述位置信息确定目标区域，并根据所述智能车辆的所述位置信息确定位于所述目标区域的所述智能车辆，得到所述目标车辆集合；

所述判断所述非智能车辆的车牌号是否与一个所述智能车辆的前方车辆的车牌号相同，以及，判断所述非智能车辆的车牌号是否与另一个所述智能车辆的后方车辆的车牌号相同，包括：

判断所述非智能车辆的车牌号是否与所述目标车辆集合中的一个所述智能车辆的前方车辆的车牌号相同，以及，判断所述非智能车辆的车牌号是否与所述目标车辆集合中的另一个所述智能车辆的后方车辆的车牌号相同。

5.如权利要求2所述的车辆监控方法，其特征在于，所述根据满足所述目标位置关系的所述非智能车辆和对应的所述两个所述智能车辆确定所述车辆队列，包括：

对满足所述目标位置关系的所述非智能车辆和对应的所述两个所述智能车辆，获取所述非智能车辆与所述两个所述智能车辆的车距；

若所述非智能车辆与所述两个所述智能车辆的车距均小于或等于预设阈值，则将所述非智能车辆作为所述第二车辆，根据所述两个所述智能车辆确定所述第一车辆和所述第三车辆，得到所述车辆队列。

6.如权利要求5所述的车辆监控方法，其特征在于，所述方法还包括：

在所述第二车辆行驶过程中，若所述第二车辆和所述第一车辆的车距大于所述预设阈值，和/或，若所述第二车辆与所述第三车辆的车距大于所述预设阈值，则解散所述第二车辆所对应的所述车辆队列。

7.如权利要求1至6任一项所述的车辆监控方法，其特征在于，根据所述车辆队列中的各个所述智能车辆发送的第二车辆数据确定预警数据，包括：

根据所述第二车辆的车速、所述第一车辆的车速以及所述第一车辆对应的所述车距计算所述第二车辆的前方预碰撞时长；

根据所述第二车辆的车速、所述第三车辆的车速以及所述第三车辆对应的所述车距计算所述第二车辆的后方预碰撞时长；

根据所述前方预碰撞时长和所述后方预碰撞时长确定所述预警数据。

8.一种车辆监控方法，其特征在于，应用于车辆队列中的智能车辆，所述智能车辆为第一车辆或第三车辆，所述车辆队列还包括位于所述第一车辆和所述第三车辆之间的第二车辆，所述第二车辆为非智能车辆，所述方法包括；

确定所述智能车辆的第二车辆数据，所述第二车辆数据包括车距和所述智能车辆的车速，所述车距为所述智能车辆与所述第二车辆之间的距离；

将所述第二车辆数据发送到数据平台，所述数据平台用于根据所述第二车辆数据确定所述第二车辆的预警数据。

9.一种车辆监控装置，应用于数据平台，其特征在于，包括

车辆队列确定模块，用于根据至少3个车辆发送的第一车辆数据确定车辆队列，所述第一车辆数据能够指示对应的车辆是否为智能车辆，所述车辆队列按顺序包括第一车辆、第二车辆和第三车辆，所述第二车辆为非智能车辆，所述第一车辆和所述第三车辆均为所述智能车辆；

预警数据获取模块，用于根据所述车辆队列中的各个所述智能车辆发送的第二车辆数据确定预警数据，所述第二车辆数据至少包括对应的所述智能车辆的车速和车辆距离，所述车辆距离为对应的所述智能车辆与所述第二车辆之间的距离；

发送模块，用于将所述预警数据发送给所述第二车辆，所述第二车辆用于根据所述预警数据进行事故预警。

10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法或如权利要求8所述的方法。

11.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法或如权利要求8所述的方法。