CN117033701A - 车辆事故场景还原方法、装置、智能终端和存储介质 - Google Patents

车辆事故场景还原方法、装置、智能终端和存储介质 Download PDF

Info

Publication number
CN117033701A
CN117033701A CN202310911594.0A CN202310911594A CN117033701A CN 117033701 A CN117033701 A CN 117033701A CN 202310911594 A CN202310911594 A CN 202310911594A CN 117033701 A CN117033701 A CN 117033701A
Authority
CN
China
Prior art keywords
accident
vehicle
time
target
video
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
Application number
CN202310911594.0A
Other languages
English (en)
Inventor
郭新新
王斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Streamax Technology Co Ltd
Original Assignee
Streamax Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Streamax Technology Co Ltd filed Critical Streamax Technology Co Ltd
Priority to CN202310911594.0A priority Critical patent/CN117033701A/zh
Publication of CN117033701A publication Critical patent/CN117033701A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请适用于车辆安全技术领域，提供了一种车辆事故场景还原方法、装置、智能终端和存储介质，所述方法包括：获取事故车辆的事故时间和事故位置；基于所述事故时间和所述事故位置，确定目标车辆，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；获取所述目标车辆在所述指定时间区间内拍摄的对外视频；基于所述对外视频，还原所述事故车辆的事故场景。采用该方法可在车载设备异常的情况下有效的还原事故场景，保障事故场景还原的可能性。

Description

车辆事故场景还原方法、装置、智能终端和存储介质
技术领域
本申请涉及车辆安全技术领域，尤其涉及一种车辆事故场景还原方法、装置、智能终端和存储介质。
背景技术
随着人们生活水平提高，私家车也越来约普遍，人们出行时也开始更多的选择驾车出行或者打车出行。道路上的车辆越来越多，道路安全也开始备受关注。当车辆出现交通事故时，还原事故当时的场景便于判定此类事故的责任，也有助于分析事故原因。
目前，现在无论上私家车或是运营车辆，基本都已经安装了行车记录仪等用于记录车辆内外视频的车载设备。然而，在某些异常情况下，比如车载设备故障，或者车辆事故时车载设备供电被断开，会导致车载设备无法完整记录事故发生时刻的视频场景。
鉴于此，如何在车载设备异常的情况下还原车辆事故场景，是当前需要考虑的问题。
发明内容
本申请实施例提供了一种车辆事故场景还原方法、装置、智能终端和存储介质，可在车载设备异常的情况下有效的还原事故场景，保障事故场景还原的可能性。
第一方面，本申请实施例提供了一种车辆事故场景还原方法，包括：
获取事故车辆的事故时间和事故位置；
基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；
获取所述目标车辆在所述指定时间区间内拍摄的对外视频；
基于所述对外视频，还原所述事故车辆的事故场景。
在第一方面的一种可能的实现方式中，所述获取事故车辆的事故时间和事故位置的步骤，包括：
获取所述事故车辆的车载设备录制的车载视频；
读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置。
在第一方面的一种可能的实现方式中，所述读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置，包括：
读取所述车载视频中的目标I帧，所述目标I帧为所述车载视频最后一帧I帧；
将所述目标I帧中记录的车辆位置确定为所述事故车辆的事故位置；
将所述目标I帧中记录的拍摄时间确定为所述事故车辆的事故时间。
在第一方面的一种可能的实现方式中，在所述获取事故车辆的事故时间和事故位置的步骤之前，包括：
监测各车辆实时或者定时上报的位置信息及上报时间；
将所述上报的位置信息及上报时间存储至位置信息库中；
所述获取事故车辆的事故时间和事故位置的步骤，包括：
在所述位置信息库中查找所述事故车辆上报的位置信息及上报时间，并将所述事故车辆最近一次上报的位置信息确定为事故位置，将所述事故车辆最近一次的上报时间确定为事故时间。
在第一方面的一种可能的实现方式中，在所述监测各车辆实时或者定时上报的位置信息及上报时间的步骤之后，还包括：
若在第一预设时长内未再接收到所述车辆上报的位置信息及上报时间，基于所述车辆的车辆信息，向所述车辆发送位置请求；
监测所述车辆基于所述位置请求的反馈信息；
若在第二预设时长内未监测到所述反馈信息，则确定所述车辆存在异常。
在第一方面的一种可能的实现方式中，所述基于所述事故时间和所述事故位置，确定目标车辆的步骤，包括：
获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
将所述目标道路监控视频中出现的车辆确定为所述目标车辆。
在第一方面的一种可能的实现方式中，所述基于所述对外视频，还原所述事故车辆的事故场景的步骤，包括：
获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
根据所述目标道路监控视频与所述对外视频，还原所述事故车辆的事故场景。
第二方面，本申请实施例提供了一种车辆事故场景还原装置，包括：
事故信息获取单元，用于获取事故车辆的事故时间和事故位置；
目标车辆确定单元，用于基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；
对外视频获取单元，用于获取所述目标车辆在所述指定时间区间内拍摄的对外视频；
事故场景还原单元，用于基于所述对外视频，还原所述事故车辆的事故场景。
在第二方面的一种可能的实现方式中，上述事故信息获取单元包括：
事故车载视频获取模块，用于获取所述事故车辆的车载设备录制的车载视频；
事故信息读取模块，用于读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置。
在第二方面的一种可能的实现方式中，上述事故信息读取模块包括：
读取子模块，用于读取所述车载视频中的目标I帧，所述目标I帧为所述车载视频最后一帧I帧；
位置确定子模块，用于将所述目标I帧中记录的车辆位置确定为所述事故车辆的事故位置；
时间确定子模块，用于将所述目标I帧中记录的拍摄时间确定为所述事故车辆的事故时间。
在第二方面的一种可能的实现方式中，上述车辆事故场景还原装置包括：
信息监测单元，用于监测各车辆实时或者定时上报的位置信息及上报时间；
信息存储单元，用于将所述上报的位置信息及上报时间存储至位置信息库中。
上述事故信息获取单元包括：
事故信息确定模块，用于在所述位置信息库中查找所述事故车辆上报的位置信息及上报时间，并将所述事故车辆最近一次上报的位置信息确定为事故位置，将所述事故车辆最近一次的上报时间确定为事故时。
在第二方面的一种可能的实现方式中，上述车辆事故场景还原装置还包括：
位置请求单元，用于若在第一预设时长内未再接收到所述车辆上报的位置信息及上报时间，基于所述车辆的车辆信息，向所述车辆发送位置请求；
反馈监测单元，用于监测所述车辆基于所述位置请求的反馈信息；
异常确定单元，用于若在第二预设时长内未监测到所述反馈信息，则确定所述车辆存在异常。
在第二方面的一种可能的实现方式中，上述目标车辆确定单元包括：
道路监控视频获取模块，用于获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
目标车辆确定模块，用于将所述目标道路监控视频中出现的车辆确定为所述目标车辆。
在第二方面的一种可能的实现方式中，上述事故场景还原单元包括：
道路监控视频获取模块，用于获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
事故场景还原模块，用于根据所述目标道路监控视频与所述对外视频，还原所述事故车辆的事故场景。
第三方面，本申请实施例提供了一种智能终端，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如上述第一方面所述的车辆事故场景还原方法。
第四方面，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如上述第一方面所述的车辆事故场景还原方法。
第五方面，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智能终端上运行时，使智能终端执行如上述第一方面所述的车辆事故场景还原方法。
本申请实施例中，通过获取事故车辆的事故时间和事故位置，基于所述事故时间和所述事故位置，确定目标车辆，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定，然后获取所述目标车辆在所述指定时间区间内拍摄的对外视频，基于所述对外视频，还原所述事故车辆的事故场景。本申请方案可不受事故车辆车载设备异常与否的影响，通过事故现场其余车辆拍摄的视频还原所述事故车辆的事故场景，保障事故场景还原的可能性。
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，显而易见地，下面描述中的附图仅仅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性的前提下，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车辆事故场景还原方法的实现流程图；
图2是本申请实施例提供的车辆事故场景还原方法中获取事故车辆的事故时间和事故位置的一种具体实现流程图；
图3是本申请实施例提供的车辆事故场景还原方法中确定所述事故车辆的事故时间和事故位置的一种具体实现流程图；
图4是本申请实施例提供的车辆事故场景还原方法中对存储上报信息的一种具体实现流程图；
图5是本申请实施例提供的车辆事故场景还原方法中车辆异常确定的一种具体实现流程图；
图6是本申请实施例提供的车辆事故场景还原方法中对还原事故场景的一种具体实现流程图；
图7是本申请实施例提供的车辆事故场景还原装置的结构框图；
图8是本申请实施例提供的智能终端的示意图。
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。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
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。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本申请实施例提供的车辆事故场景还原方法可应用于需要执行车辆事故场景还原的各种类型的智能终端，具体可以包括手机、平板电脑、可穿戴设备、笔记本电脑、台式电脑、远程服务器等智能终端。
图1示出了本申请实施例提供的车辆事故场景还原方法的实现流程，该方法流程包括步骤S101至S104。各步骤的具体实现原理如下：
S101：获取事故车辆的事故时间和事故位置。
上述事故时间是指事故车辆发生事故的事件，上述事故位置是指事故车辆发生事故的地理位置。
在一种可能的实施方式中，获取事故还原请求，所述事故还原请求携带所述事故时间和事故位置。
作为本申请一种可能的实施方式，图2示出了本申请实施例中，获取事故车辆的事故时间和事故位置的一种具体实现流程，详述如下：
A1：获取所述事故车辆的车载设备录制的车载视频。
在本申请实施例中，车载设备可以为行车记录仪等具备视频录制功能的智能车载设备。所述车载视频包括车内视频和对外视频。一些实施方式中，车载设备与车载摄像头通信连接，实时获取并存储车载摄像头拍摄的视频图像。
A2：读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置。
在本实施例中，将所述车载视频最后的拍摄时间确定为所述事故车辆的事故时间，将所述车载视频拍摄的最后一帧画面对应的位置确定为事故位置。
作为本申请一种可能的实施方式，如图3所示，上述读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置的步骤，包括：
A21：读取所述车载视频中的目标I帧，所述目标I帧为所述车载视频最后一帧I帧。
A22：将所述目标I帧中记录的车辆位置确定为所述事故车辆的事故位置。
A23：将所述目标I帧中记录的拍摄时间确定为所述事故车辆的事故时间。
在本实施例中，车载设备录制视频的同时获取车辆的GPS定位信息，将GPS定位信息及定位时间存储至对应视频帧的I帧帧头。车载视频的每一帧I帧帧头记录有该I帧对应的车辆位置，该I帧的录制时间即为该车辆位置对应的时间。通过读取车载视频中的I帧即可快速读取车辆在该I帧录制时间对应的位置信息。
本申请实施例中，通过读取车载视频尾部最后一个I帧，即可快速确定事故车辆的事故时间及事故位置，提高事故信息确定的效率。
作为本申请一种可能的实施方式，如图4所示，在上述获取事故车辆的事故时间和事故位置的步骤之前，还包括：
B1：监测各车辆实时或者定时上报的位置信息及上报时间。智能终端与车辆远程通信连接，实时接收和记录各车辆实时或者定时上报的位置信息及上报时间。
B2：将所述上报的位置信息及上报时间存储至位置信息库中。
本实施例中，车辆的车载设备实时或者定时上报车辆的位置信息以及上报时间，将所述上报的位置信息及上报时间存储至位置信息库。车辆上报位置信息的同时还上报包括车辆标识的车辆信息。所述位置信息库还包括车辆信息，在位置信息库中，车辆信息、位置信息、上报时间三者对应。
一些实施方式中，所述位置信息库中车辆上报的位置信息及上报时间按车辆标识分组，即，同一车辆标识对应的位置信息及上报时间为一组。另一些实施方式中，所述位置信息库中车辆上报的位置信息及上报时间按路段分组，即，同一路段的分组内包括不同车辆标识的车辆对应的位置信息及上报时间，以便可快速查找同一路段内的车辆信息。
在本申请实施例中，在所述位置信息库中查找所述事故车辆上报的位置信息及上报时间，并将所述事故车辆最近一次上报的位置信息确定为事故位置，将所述事故车辆最近一次的上报时间确定为事故时间。
作为本申请一种可能的实施方式，为能及时发现车辆的异常，图5示出了本申请实施例中，车辆异常确定的一种具体实现流程，详述如下：
C1：若在第一预设时长内未再接收到所述车辆上报的位置信息及上报时间，基于所述车辆的车辆信息，向所述车辆发送位置请求。所述第一预设时长是指在最新一次接收到车辆上报的位置信息及上报时间后的一段时间内，该第一预设时长的具体值可根据车辆信息上报的历史频率确定。
C2：监测所述车辆基于所述位置请求的反馈信息。
C3：若在第二预设时长内未监测到所述反馈信息，则确定所述车辆存在异常。所述第二预设时长的具体值根据所述位置请求的发送时间确定。
本实施中，若持续上报位置信息的车辆在一定时间内未继续上报位置信息，智能终端主动向其请求位置信息，以保障该车辆位置信息记录的及时性和准确性。若在主动向车辆请求位置信息未果，则判定该车辆存在异常。
在一些实施例中，在判定车辆异常后采取响应的保障措施。该保障措施可根据实际情况预先自定义。
S102：基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定。
目标车辆为除事故车辆以外的其它车辆。本实施例中，为提高事故场景还原的准确性，不仅仅将事故时间出现在事故位置的车辆确定为目标车辆，而是以事故时间为中心，确定指定时间区间，以事故位置为中心，确定指定位置范围，将指定时间区间内出现在搜书指定位置范围内的车辆确定为目标车辆，扩大目标车辆的范围，以便提高事故场景还原的有效性及准确性。
在一种可能的实施方式中，可通过获取目标道路监控视频，将所述目标道路监控视频中出现的车辆确定为所述目标车辆。所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频。
本实施例中，智能终端与道路监控摄像头远程通信连接，道路监控摄像头为设于道路两侧可联网的监控摄像头，道路监控摄像头对道路进行监控拍摄，并将拍摄到的道路监控图像通过无线通信发送给智能终端。智能终端根据事故位置确定距离事故位置距离最近的一个或者多个道路监控摄像头拍摄的视频图像，并将该一个或者多个道路监控摄像头拍摄的所述指定时间区间内的视频图像确定为目标道路监控视频。
在一些实施方式中，道路两侧均设有道路监控摄像头，上述道路监控摄像头对指定范围内的道路进行监控拍摄。
S103：获取所述目标车辆在所述指定时间区间内拍摄的对外视频。
本实施例中，目标车辆上装载有具备视频录制功能的车载设备，该车载设备录制的车载视频包括车内视频和对外视频，所述对外视频是与该车辆行驶方向相同朝向的车外视频。
一些实施方式中，车辆实时将车载视频上传至智能终端的视频信息库，根据所述事故时间及事故位置，在视频信息库中调取所述目标车辆对应的对外视频。
一些实施方式中，获取所述目标车辆的车辆信息，基于所述车辆信息联系车主，获取所述目标车辆的对外视频。
S104：基于所述对外视频，还原所述事故车辆的事故场景。
本实施例中，基于目标车辆的对外视频还原所述事故车辆的事故场景，还原过程可通过建模的方式，具体可参照已有技术。
作为本申请一种可能的实施方式，图6示出了本申请实施例中，基于所述对外视频，还原所述事故车辆的事故场景的一种具体实现流程，详述如下：
D1：获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频。
D2：根据所述目标道路监控视频与所述对外视频，还原所述事故车辆的事故场景。
在本申请实施例中，结合目标道路监控视频和目标车辆的对外视频一起还原事故车辆的事故场景，可提高场景还原的准确性和可靠性。
由上可见，本申请实施例中，通过获取事故车辆的事故时间和事故位置，基于所述事故时间和所述事故位置，确定目标车辆，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定，然后获取所述目标车辆在所述指定时间区间内拍摄的对外视频，基于所述对外视频，还原所述事故车辆的事故场景。本申请方案可不受事故车辆车载设备异常与否的影响，通过事故现场其余车辆拍摄的视频还原所述事故车辆的事故场景，保障事故场景还原的可能性。
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。
对应于上文实施例所述的车辆事故场景还原方法，图7示出了本申请实施例提供的车辆事故场景还原装置的结构框图，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7，该车辆事故场景还原装置包括：事故信息获取单元71，目标车辆确定单元72，对外视频获取单元73，事故场景还原单元74，其中：
事故信息获取单元71，用于获取事故车辆的事故时间和事故位置；
目标车辆确定单元72，用于基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；
对外视频获取单元73，用于获取所述目标车辆在所述指定时间区间内拍摄的对外视频；
事故场景还原单元74，用于基于所述对外视频，还原所述事故车辆的事故场景。
作为本申请一种可能的实施方式，上述事故信息获取单元71包括：
事故车载视频获取模块，用于获取所述事故车辆的车载设备录制的车载视频；
事故信息读取模块，用于读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置。
作为本申请一种可能的实施方式，上述事故信息读取模块包括：
读取子模块，用于读取所述车载视频中的目标I帧，所述目标I帧为所述车载视频最后一帧I帧；
位置确定子模块，用于将所述目标I帧中记录的车辆位置确定为所述事故车辆的事故位置；
时间确定子模块，用于将所述目标I帧中记录的拍摄时间确定为所述事故车辆的事故时间。
作为本申请一种可能的实施方式，上述车辆事故场景还原装置包括：
信息监测单元，用于监测各车辆实时或者定时上报的位置信息及上报时间；
信息存储单元，用于将所述上报的位置信息及上报时间存储至位置信息库中。
作为本申请一种可能的实施方式，上述事故信息获取单元71包括：
事故信息确定模块，用于在所述位置信息库中查找所述事故车辆上报的位置信息及上报时间，并将所述事故车辆最近一次上报的位置信息确定为事故位置，将所述事故车辆最近一次的上报时间确定为事故时。
作为本申请一种可能的实施方式，上述车辆事故场景还原装置还包括：
位置请求单元，用于若在第一预设时长内未再接收到所述车辆上报的位置信息及上报时间，基于所述车辆的车辆信息，向所述车辆发送位置请求；
反馈监测单元，用于监测所述车辆基于所述位置请求的反馈信息；
异常确定单元，用于若在第二预设时长内未监测到所述反馈信息，则确定所述车辆存在异常。
作为本申请一种可能的实施方式，上述目标车辆确定单元72包括：
道路监控视频获取模块，用于获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
目标车辆确定模块，用于将所述目标道路监控视频中出现的车辆确定为所述目标车辆。
作为本申请一种可能的实施方式，上述事故场景还原单元74包括：
道路监控视频获取模块，用于获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
事故场景还原模块，用于根据所述目标道路监控视频与所述对外视频，还原所述事故车辆的事故场景。
由上可见，本申请实施例中，通过获取事故车辆的事故时间和事故位置，基于所述事故时间和所述事故位置，确定目标车辆，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定，然后获取所述目标车辆在所述指定时间区间内拍摄的对外视频，基于所述对外视频，还原所述事故车辆的事故场景。本申请方案可不受事故车辆车载设备异常与否的影响，通过事故现场其余车辆拍摄的视频还原所述事故车辆的事故场景，保障事故场景还原的可能性。
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。
本申请实施例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，所述计算机程序被处理器执行时实现如图1至图6表示的任意一种车辆事故场景还原方法的步骤。
本申请实施例还提供一种智能终端，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如图1至图6表示的任意一种车辆事故场景还原方法的步骤。
本申请实施例还提供一种计算机程序产品，当该计算机程序产品在智能终端上运行时，使得智能终端执行实现如图1至图6表示的任意一种车辆事故场景还原方法的步骤。
图8是本申请一实施例提供的智能终端的示意图。如图8所示，该实施例的智能终端8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个车辆事故场景还原方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能，例如图7所示单元71至74的功能。
示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序82在所述智能终端8中的执行过程。
所述智能终端8可以为智能服务器。所述智能终端8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是智能终端8的示例，并不构成对智能终端8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，例如所述智能终端8还可以包括输入输出设备、网络接入设备、总线等。
所述处理器80可以是中央处理单元(Central Processing Unit，CPU)，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)、现成可编程门阵列(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81可以是所述智能终端8的内部存储单元，例如智能终端8的硬盘或内存。所述存储器81也可以是所述智能终端8的外部存储设备，例如所述智能终端8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81还可以既包括所述智能终端8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述智能终端所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
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。
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。
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，Random AccessMemory)、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。
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 (10)

1.一种车辆事故场景还原方法，其特征在于，包括：
获取事故车辆的事故时间和事故位置；
基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；
获取所述目标车辆在所述指定时间区间内拍摄的对外视频；
基于所述对外视频，还原所述事故车辆的事故场景。
2.根据权利要求1所述的方法，其特征在于，所述获取事故车辆的事故时间和事故位置的步骤，包括：
获取所述事故车辆的车载设备录制的车载视频；
读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置。
3.根据权利要求2所述的方法，其特征在于，所述读取所述车载视频，并根据读取结果确定所述事故车辆的事故时间和事故位置，包括：
读取所述车载视频中的目标I帧，所述目标I帧为所述车载视频最后一帧I帧；
将所述目标I帧中记录的车辆位置确定为所述事故车辆的事故位置；
将所述目标I帧中记录的拍摄时间确定为所述事故车辆的事故时间。
4.根据权利要求1所述的方法，其特征在于，在所述获取事故车辆的事故时间和事故位置的步骤之前，包括：
监测各车辆实时或者定时上报的位置信息及上报时间；
将所述上报的位置信息及上报时间存储至位置信息库中；
所述获取事故车辆的事故时间和事故位置的步骤，包括：
在所述位置信息库中查找所述事故车辆上报的位置信息及上报时间，并将所述事故车辆最近一次上报的位置信息确定为事故位置，将所述事故车辆最近一次的上报时间确定为事故时间。
5.根据权利要求4所述的方法，其特征在于，在所述监测各车辆实时或者定时上报的位置信息及上报时间的步骤之后，还包括：
若在第一预设时长内未再接收到所述车辆上报的位置信息及上报时间，基于所述车辆的车辆信息，向所述车辆发送位置请求；
监测所述车辆基于所述位置请求的反馈信息；
若在第二预设时长内未监测到所述反馈信息，则确定所述车辆存在异常。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述事故时间和所述事故位置，确定目标车辆的步骤，包括：
获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
将所述目标道路监控视频中出现的车辆确定为所述目标车辆。
7.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述对外视频，还原所述事故车辆的事故场景的步骤，包括：
获取目标道路监控视频，所述目标道路监控视频为所述指定位置范围的道路上在所述指定时间区间内的道路监控视频；
根据所述目标道路监控视频与所述对外视频，还原所述事故车辆的事故场景。
8.一种车辆事故场景还原装置，其特征在于，包括：
事故信息获取单元，用于获取事故车辆的事故时间和事故位置；
目标车辆确定单元，用于基于所述事故时间和所述事故位置，确定目标车辆，其中，所述目标车辆为指定时间区间内位于指定位置范围内的车辆，所述指定时间区间根据所述事故时间确定，所述指定位置范围根据所述事故位置确定；
对外视频获取单元，用于获取所述目标车辆在所述指定时间区间内拍摄的对外视频；
事故场景还原单元，用于基于所述对外视频，还原所述事故车辆的事故场景。
9.一种智能终端，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任一项所述的车辆事故场景还原方法。
10.一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任一项所述的车辆事故场景还原方法。
CN202310911594.0A 2023-07-21 2023-07-21 车辆事故场景还原方法、装置、智能终端和存储介质 Pending CN117033701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310911594.0A CN117033701A (zh) 2023-07-21 2023-07-21 车辆事故场景还原方法、装置、智能终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310911594.0A CN117033701A (zh) 2023-07-21 2023-07-21 车辆事故场景还原方法、装置、智能终端和存储介质

Publications (1)

Publication Number Publication Date
CN117033701A true CN117033701A (zh) 2023-11-10

Family

ID=88601402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310911594.0A Pending CN117033701A (zh) 2023-07-21 2023-07-21 车辆事故场景还原方法、装置、智能终端和存储介质

Country Status (1)

Country Link
CN (1) CN117033701A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933948A (zh) * 2024-03-21 2024-04-26 贵州华鑫信息技术有限公司 车辆事故处理方法、装置、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933948A (zh) * 2024-03-21 2024-04-26 贵州华鑫信息技术有限公司 车辆事故处理方法、装置、设备及介质
CN117933948B (zh) * 2024-03-21 2024-07-26 贵州华鑫信息技术有限公司 车辆事故处理方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN108537916B (zh) 一种基于区块链的行车记录信息处理方法及装置
US20200117928A1 (en) Traffic violation vehicle identification system, server and non-transitory recording medium in which vehicle control program is recorded
US20140078304A1 (en) Collection and use of captured vehicle data
US10252701B2 (en) Object tracking system and method therewith
CN117033701A (zh) 车辆事故场景还原方法、装置、智能终端和存储介质
CN104519316A (zh) 监视系统、监视方法、监视程序、及记录介质
CN106919610B (zh) 车联网数据处理方法、系统及服务器
KR101428537B1 (ko) 차량용 블랙박스 시스템 및 그 운용방법
CN112464030B (zh) 一种可疑人员确定方法及装置
CN111798667A (zh) 非机动车的监控方法、监控服务器及监控系统、存储介质
CN112464755A (zh) 一种监控方法及装置、电子设备、存储介质
CN116052103A (zh) 监控数据处理方法、装置、计算机设备和存储介质
CN113888860A (zh) 车辆异常行驶的检测方法、装置、服务器及可读存储介质
CN113869137A (zh) 事件检测方法、装置、终端设备及存储介质
CN113792697B (zh) 目标检测方法、装置、电子设备及可读存储介质
CN111522878B (zh) 基于区块链的车载视频处理方法、装置、计算机和介质
CN111563425B (zh) 交通事件识别方法及电子设备
CN112291538A (zh) 一种视频监控数据的存储方法及装置
KR20180088024A (ko) 주행 상황을 고려한 블랙박스 긴급 동영상 추출 방법 및 장치
CN114040223B (zh) 一种图像处理方法及系统
CN111371984A (zh) 确定抓拍机异常的方法、装置及存储介质
CN115421656A (zh) 一种存储服务器内数据存取管理方法、装置、终端及介质
CN107306384B (zh) 一种车辆丢失处理的方法、装置以及服务器
CN112201047B (zh) 一种基于Flink框架的嫌疑车辆落脚点分析方法及装置
CN114724373A (zh) 交通现场信息获取方法和装置、电子设备和存储介质

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