CN119418295A - 驾驶行为标记方法、识别方法、服务器、设备和存储介质 - Google Patents

Abstract

本申请涉及一种驾驶行为标记方法、驾驶行为识别方法、服务器、车载设备和计算机可读存储介质。该方法包括：获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。本方法能够识别出存在不良驾驶行为的车辆，并实时提醒其他车辆注意，降低交通事故发生的概率，提升道路整体的安全性。

Description

驾驶行为标记方法、识别方法、服务器、设备和存储介质

技术领域

本申请涉及车辆技术领域，特别是涉及一种驾驶行为标记方法、驾驶行为识别方法、服务器、车载设备和计算机可读存储介质。

背景技术

目前车辆在道路行驶过程中，周围车辆的不良驾驶行为将影响本车的正常驾驶，还可能导致安全事故的发生。目前对周围车辆的感知信息往往局限于速度和距离等信息，驾驶员无法知悉周围车辆的驾驶行为习惯，导致难以及时发现和应对安全隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种驾驶行为标记方法、驾驶行为识别方法、服务器、车载设备和计算机可读存储介质，使得驾驶员能够知悉周围车辆的驾驶行为习惯，从而做出更加安全合理的驾驶决策。

第一方面，本申请提供了一种驾驶行为标记方法，包括：

获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；

根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；

获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；

查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

在其中一个实施例中，根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新，包括：

查询周围车辆牌照对应的驾驶行为标签和驾驶行为记录；驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项；驾驶行为记录包括良好行为次数和不良行为次数中的至少一项；

若评价结果表征周围车辆发生不良驾驶行为，则将周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签，并根据第一设定时间段内周围车辆牌照对应的不良行为次数对不良驾驶标签的生效时长进行更新；

若查询到的驾驶行为标签为良好驾驶标签、且评价结果表征周围车辆未发生不良驾驶行为，则根据第二设定时间段内周围车辆牌照对应的不良行为次数和第三设定时间段内周围车辆牌照对应的良好行为次数，对良好驾驶标签的生效时长进行更新；

若查询到的驾驶行为标签为未知驾驶标签、评价结果表征周围车辆未发生不良驾驶行为、第二设定时间段内周围车辆牌照对应的不良行为次数不大于第一阈值、且第三设定时间段内周围车辆牌照对应的良好行为次数不小于第二阈值，则将周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。

在其中一个实施例中，所述方法还包括：

获取第三车载设备发送的申诉请求；申诉请求包括当前车辆牌照和牌照申请时间；

根据牌照申请时间，对当前车辆牌照对应的驾驶行为记录进行更新；

根据更新后的驾驶行为记录，重新评估当前车辆牌照的驾驶行为标签。

在其中一个实施例中，驾驶行为评价数据还包括评价材料；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新之前，所述方法还包括：

根据评价材料对评价结果进行核验；

在核验通过后，执行根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新的步骤。

第二方面，本申请还提供了一种驾驶行为识别方法，包括：

获取传感器采集的环境信息；

根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；

根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；

将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器，以指示服务器根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

在其中一个实施例中，驾驶行为评价数据还包括评价材料；所述方法还包括：

获取驾驶员通过文本或语音输入的周围车辆牌照和评价结果；

从传感器采集的环境信息中，获取评价材料；

将周围车辆牌照、评价结果和评价材料作为驾驶行为评价数据上传至服务器。

在其中一个实施例中，所述方法还包括：

根据周围车辆牌照和周围车辆的车辆位置，在人机交互界面内，显示与周围车辆牌照对应的车辆图形；

向服务器发送标签查询请求；标签查询请求携带有周围车辆牌照，以指示服务器查询并反馈周围车辆牌照对应的驾驶行为标签；

在车辆图形上，显示周围车辆牌照对应的驾驶行为标签。

第三方面，本申请还提供了一种服务器，所述服务器与多个车载设备通信连接，所述服务器包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；

根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；

获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；

查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

第四方面，本申请还提供了一种车载设备，所述车载设备与服务器通信连接，所述车载设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取传感器采集的环境信息；

根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；

根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；

将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器，以指示服务器根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

第五方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第二方面的方法的步骤。

上述驾驶行为标记方法、驾驶行为识别方法、服务器、车载设备和计算机可读存储介质，获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。通过上述方式，根据车载设备上传的数据及时更新各车辆牌照对应的驾驶行为标签，在发出请求的车载设备的人机交互界面内显示周围车辆的驾驶行为标签，能够识别出存在不良驾驶行为的车辆，并实时提醒其他车辆注意，使得驾驶员能够知悉周围车辆的驾驶行为习惯，从而做出更加安全合理的驾驶决策，降低交通事故发生的概率，提升道路整体的安全性。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对本申请实施例或相关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的前提下，还可以根据这些附图获得其他相关的附图。

图1为一个实施例中驾驶行为标记方法的应用环境图；

图2为一个实施例中驾驶行为标记方法的流程示意图；

图3为另一个实施例中驾驶行为标记方法的流程示意图；

图4为一个实施例中预测模型的示意图；

图5为一个实施例中超速行驶、占道行驶、右侧超车、紧急刹车的判定示意图；

图6为一个实施例中不打转向灯变道、实线变道的判定示意图；

图7为一个实施例中频繁变道的判定示意图；

图8为一个实施例中人机交互界面的示意图；

图9为又一个实施例中驾驶行为标记方法的流程示意图；

图10为一个实施例中服务器的内部结构图；

图11为一个实施例中车载设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

可以理解的是，目前一般是根据驾驶员情绪变化和车辆运动变化判断用户的不舒适指数，根据待识别车辆速度确认车辆风险原因，通过确定的车辆风险原因和不舒适指数识别具有鲁莽行为的车辆。这种方式存在以下问题：

鲁莽评价触发自用户的情绪，但驾驶员情绪并非完全由鲁莽行为触发；且周围车辆发生鲁莽行为，并不一定会使驾驶员出现情绪变化，因此，这种方式存在误标记或漏标记的问题。鲁莽行为依据只基于车辆速度的变化，但实际触发鲁莽行为可能是速度稳定车辆插队导致的，如果触发时另有其他车辆发生速度变化，会造成所评价的具有鲁莽行为的车辆是错误的，因此，这种方式存在误评价的问题。鲁莽行为依据只基于车辆速度的变化，但实际鲁莽行为中不只有突然加减速，还存在压线行驶、频繁变道等等，因此，这种方式只能识别少数不良驾驶行为。鲁莽行为只能对前车进行评价，存在局限性。评价只局限于鲁莽、非鲁莽；标签存在单一性。被评价鲁莽标签的车辆可能已变更车主，无法申诉，缺乏客观公正性。被评价鲁莽标签不具有时效性，不能适应驾驶情况的变化性，标签的准确性较低。

基于此，本申请实施例提供了一种驾驶行为标记方法，以解决上述问题。

本申请实施例提供的驾驶行为标记方法，可以应用于如图1所示的应用环境中。其中，车载设备102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，车载设备102为设置于车辆上的智能终端设备；其通过安装于车辆上的传感器获取环境信息，利用环境信息预测周围车辆的评价结果，将车辆牌照和评价结果上传至服务器104。服务器104根据各车载设备102上传的数据更新各车辆牌照对应的驾驶行为标签。车载设备102向服务器104发送标签查询请求，服务器104查询驾驶行为标签并反馈给车载设备102，由车载设备102在当前人机交界面内显示该驾驶行为标签，使得驾驶员能够知悉周围车辆的驾驶行为习惯，从而做出更加安全合理的驾驶决策。车载设备102可以通过车联网与服务器104通信。服务器104可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云计算服务的云服务器。

在一个示例性的实施例中，如图2所示，提供了一种驾驶行为标记方法，以该方法应用于图1中的服务器104为例进行说明，包括：

步骤202，获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果。

其中，本申请实施例提出的第一车载设备、第二车载设备以及第三车载设备，为与服务器通信连接的多个车载设备中的任意一个车载设备，该第一车载设备、第二车载设备以及第三车载设备，可以为相同的车载设备，也可以为不同的车载设备，本实施例对此不加以限制。

第一车载设备能够执行以下步骤：获取传感器采集的环境信息；根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器。可以理解的是，与服务器通信连接的各车载设备在识别到周围车辆牌照和评价结果后，向服务器上传驾驶行为评价数据。

周围车辆牌照是指位于第一车载设备所在车辆的探测范围内的其他车辆的牌照。评价结果包括驾驶行为类型，驾驶行为类型为超速行驶、占道行驶、右侧超车、紧急刹车、不打转向灯变道、频繁变道、实线变道以及非不良驾驶行为中的任意一项。驾驶行为类型还可以包括其他不良驾驶行为，本实施例对此不加以限制。

其中，超速行驶是指周围车辆超过道路规定的限速行驶；占道行驶是指周围车辆占用非机动车道、应急车道等行驶；右侧超车是指周围车辆在不允许的情况下从右侧超车；紧急刹车是指周围车辆无预警的突然刹车，易导致追尾；不打转向灯变道是指周围车辆变道时不提前打转向灯；频繁变道、实线变道是指周围车辆频繁、无规律地变换车道；非不良驾驶行为是指周围车辆未发生前述的不良驾驶行为。

步骤204，根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

其中，服务器管理有各车辆牌照对应的驾驶行为标签。在具体实现中，根据周围车辆牌照，从管理的标签数据中查询对应的驾驶行为标签，根据该评价结果按照设定的更新策略，对查询到的驾驶行为标签进行更新，对更新后的驾驶行为标签进行存储和管理。可选地，可以更新驾驶行为标签的类别，也可以更新驾驶行为标签的生效时长。驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项。

步骤206，获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照。

其中，目标车辆牌照是指位于第二车载设备所在车辆的探测范围内的其他车辆的牌照。第二车载设备通过传感器采集的环境信息，识别目标车辆牌照，基于识别到的目标车辆牌照，向服务器发送标签查询请求。

步骤208，查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

其中，服务器响应于第二车载设备发送的标签查询请求，根据各目标车辆牌照，从管理的标签数据中查询对应的目标驾驶行为标签，将查询到的目标驾驶行为标签反馈给第二车载设备。

可以理解的是，第二车载设备在获取到目标驾驶行为标签后，在显示屏上显示人机交互界面，该人机交互界面包括目标驾驶行为标签，使得驾驶员能够查看周围车辆的驾驶行为标签。例如，服务器基于多个车载设备对于车辆A的评价数据，生成车辆A对应的驾驶行为标签，在车辆B识别到车辆A时，基于车载设备与服务器的交互数据，在人机交互界面内显示该驾驶行为标签，若车辆A的驾驶行为差，显示不良驾驶标签，车辆B的驾驶员能够通过人机交互界面得到提示，从而避开车辆A或谨慎驾驶，降低交通事故发生的概率。

可选地，当前人机交互界面可以为汽车导航系统界面，也可以为ADAS（高级驾驶辅助系统）界面。可以理解的是，人机交互界面内显示有按照真实场景模拟的驾驶场景图像，该驾驶场景图像中包括自车图形以及他车图形，他车图形上显示有车辆牌照和驾驶行为标签。

上述驾驶行为标记方法中，获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。通过上述方式，根据车载设备上传的数据及时更新各车辆牌照对应的驾驶行为标签，在发出请求的车载设备的人机交互界面内显示周围车辆的驾驶行为标签，能够识别出存在不良驾驶行为的车辆，并实时提醒其他车辆注意，使得驾驶员能够知悉周围车辆的驾驶行为习惯，从而做出更加安全合理的驾驶决策，降低交通事故发生的概率，提升道路整体的安全性。

在一个示例性的实施例中，步骤204，包括：查询周围车辆牌照对应的驾驶行为标签和驾驶行为记录；驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项；驾驶行为记录包括良好行为次数和不良行为次数中的至少一项；若评价结果表征周围车辆发生不良驾驶行为，则将周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签，并根据第一设定时间段内周围车辆牌照对应的不良行为次数对不良驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为良好驾驶标签、且评价结果表征周围车辆未发生不良驾驶行为，则根据第二设定时间段内周围车辆牌照对应的不良行为次数和第三设定时间段内周围车辆牌照对应的良好行为次数，对良好驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为未知驾驶标签、评价结果表征周围车辆未发生不良驾驶行为、第二设定时间段内周围车辆牌照对应的不良行为次数不大于第一阈值、且第三设定时间段内周围车辆牌照对应的良好行为次数不小于第二阈值，则将周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。

其中，服务器根据从各车载设备接收到的针对某一车辆牌照的评价结果，记录该车辆牌照的良好行为次数和不良行为次数。由于每个评价结果对应有上传时刻，服务器能够确定一定时间段内该车辆牌照的良好行为次数和不良行为次数。可选地，服务器从多个车载设备获取驾驶行为评价数据，对驾驶行为评价数据进行去重处理，对去重处理后的驾驶行为评价数据，生成各车辆牌照对应的驾驶行为记录。可以理解的是，同一天可能有多个车载设备针对同一车辆牌的驾驶行为上传驾驶行为评价数据，服务器通过去重处理，保证同一天同一车辆牌照仅存储一条驾驶行为记录。其中，针对同一车辆牌照在同一天的驾驶行为评价数据，优先存储不良驾驶行为对应的驾驶行为记录。

可以理解的是，服务器存储有各车辆牌照对应的驾驶行为标签，包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项，不良驾驶标签和良好驾驶标签具有时效性，其生效时长从最后一次更新时刻作为失效开始时间，若某一车辆牌照的不良驾驶标签或良好驾驶标签已失效，则根据一定时间段内该车辆牌照的驾驶行为记录重新设置驾驶行为标签和生效时长。

针对本次接收到的评价结果，若评价结果表征周围车辆发生不良驾驶行为，即评价结果的驾驶行为类型为超速行驶、占道行驶、右侧超车、紧急刹车、不打转向灯变道、频繁变道以及实线变道中的任意一项，则将该周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签。可以理解的是，若服务器预先查询到该周围车辆牌照对应的驾驶行为标签为良好驾驶标签或未知驾驶标签，则本次将该驾驶行为标签更新为不良驾驶标签，且更新该标签的生效时长。若服务器预先查询到该周围车辆牌照对应的驾驶行为标签为不良驾驶标签，则本次可以仅更新不良驾驶标签的生效时长。第一设定时间段为提前设置的用于判定不良驾驶标签生效时长的时间段。可选地，第一设定时间段包括多个时间间隔不同的时间段，不同时间段下，判定的次数阈值不同，为不良驾驶标签设置的生效时长不同，时间段的时间间隔越长、判定的次数阈值越大、设置的生效时长越长。在一种可选的实现方式中，若发生不良驾驶行为1次，设置不良驾驶标签的生效时长为7天；若最近7天内发生不良驾驶行为2次及以上，设置不良驾驶标签的生效时长为30天；若最近30天内发生不良驾驶行为价4次及以上，设置不良驾驶标签的生效时长为90天；若最近60天内发生不良驾驶行为10次及以上，设置不良驾驶标签的生效时长为180天。同时满足多个判定规则的情况下，优先为不良驾驶标签设置更长的生效时长。

针对本次接收到的评价结果，若查询到的驾驶行为标签为良好驾驶标签、且评价结果表征周围车辆未发生不良驾驶行为，即评价结果的驾驶行为类型为非不良驾驶行为，则根据第二设定时间段内周围车辆牌照对应的不良行为次数和第三设定时间段内周围车辆牌照对应的良好行为次数，对良好驾驶标签的生效时长进行更新。可以理解的是，良好驾驶标签判定规则下，要求第二设定时间段内未发生不良驾驶行为，且同时第三设定时间段内存在驾驶行为记录，良好驾驶标签同样具有时效性。可选地，第三设定时间段包括多个时间间隔不同的时间段，不同时间段下，判定的阈值不同，为良好驾驶标签设置的生效时长不同，时间段的时间间隔越长、判定的阈值越大、设置的生效时长越长。在一种可选的实现方式中，若180天内不良行为次数为0、且最近7天内至少两天存在驾驶行为记录（也即，最近7天内良好行为次数不小于2），设置良好驾驶标签的生效时长为7天；若180天内不良行为次数为0、且最近30天内至少4天存在驾驶行为记录（也即，最近30天内良好行为次数不小于4），设置良好驾驶标签的生效时长为30天。

针对本次接收到的评价结果，若查询到的驾驶行为标签为未知驾驶标签、评价结果表征周围车辆未发生不良驾驶行为（即评价结果的驾驶行为类型为非不良驾驶行为）、第二设定时间段内周围车辆牌照对应的不良行为次数不大于第一阈值（例如180天内不良行为次数为0）、且第三设定时间段内周围车辆牌照对应的良好行为次数不小于第二阈值（例如，最近7天内良好行为次数不小于2、最近30天内良好行为次数不小于4），则将周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。进一步地，参照前述良好驾驶标签的更新方式，对良好驾驶标签的生效时长进行更新。

本实施例中，提供标签判定规则，能够根据车载设备上传的评价结果以及驾驶行为记录更新各车辆牌照的驾驶行为标签和生效时长，能够适应驾驶情况的变化性，随驾驶员驾驶熟练度、驾驶频率更新，为驾驶员提供实时的、准确的驾驶行为标签，从而做出更加安全合理的驾驶决策，降低交通事故发生的概率。

在一个示例性的实施例中，所述方法还包括：获取第三车载设备发送的申诉请求；申诉请求包括当前车辆牌照和牌照申请时间；根据牌照申请时间，对当前车辆牌照对应的驾驶行为记录进行更新；根据更新后的驾驶行为记录，重新评估当前车辆牌照的驾驶行为标签。

其中，当前车辆牌照为第三车载设备所在车辆的车辆牌照。申诉请求还包括证明材料，服务器在接收到申诉请求后，核对申诉请求中携带的前车辆牌照与第三车载设备是否匹配，并根据证明材料核对牌照申请时间是否真实有效，在核对通过后，根据牌照申请时间，对当前车辆牌照对应的驾驶行为记录进行更新。具体地，清理牌照申请时间之前的驾驶行为记录。根据前述的标签判定规则，更新后的驾驶行为记录，重新评估当前车辆牌照的驾驶行为标签。

本实施例中，提供标签申诉功能，以便新车主对前车主的驾驶行为标签进行申诉，能够适应驾驶情况的变化性，为驾驶员提供实时的、准确的驾驶行为标签。

在一个示例性的实施例中，驾驶行为评价数据还包括评价材料；步骤204之前，所述方法还包括：根据评价材料对评价结果进行核验；在核验通过后，执行步骤204。

其中，评价材料可以为图片、视频类型的文件，为第一车载设备所在车辆上的传感器采集的数据。服务器结合评价材料，对第一车载设备上传的评价结果进行核验，可以由人工进行核验，也可以由自动化程序进行核验，本实施例对此不加以限制。

本实施例中，由车载设备进行驾驶行为评价、由服务器对车载设备的评价结果进行核验，能够提升驾驶行为评价的准确性，从而提升标记的驾驶行为标签的准确性。

在一个示例性的实施例中，如图3所示，提供了一种驾驶行为标记方法，以该方法应用于图1中的车载设备102为例进行说明，包括：

步骤302，获取传感器采集的环境信息。

步骤304，根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息。

其中，传感器为雷达传感器和视觉传感器。可选地，周围车辆牌照的识别方式为：启动车辆的雷达传感器，采集周围车辆的位置并持续追踪，根据周围车辆的大小以及与本车的相对位置，获得周围车辆相对于本车的视野夹角；启动车辆的视觉传感器，采集车辆周围图像数据，根据图像在视野夹角方向进行裁剪，识别裁剪图片中车牌号码；将车辆位置与车辆牌照进行匹配，完成识别周围车辆牌照信息。

其中，使用雷达传感器识别车辆位置、速度，持续跟踪可以得到周围车辆的行驶轨迹。使用视觉传感器，采集车辆附近图像数据，根据图像在视野夹角方向进行裁剪，识别对应车辆的转向灯状态。使用视觉传感器，识别限速图标，采集车道限速信息，也可以使用ADAS从高精度地图获取当前车道的限速信息。使用视觉传感器，识别车道线，结合雷达传感器的车道线点云精确识别车道信息。将采集到的上述状态信息以时间序列的形式进行存储。

步骤306，根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果。

其中，在预测模型训练过程中，将周围车辆时间序列化的数据以及标签处理为训练模型需要的数据集。参照图4，图4为一个实施例中预测模型的示意图，利用车辆位置、速度、转向灯、限速、车道状态时间序列，以及对齐的标签时间序列，输入RNN（RecurrentNeural Network，循环神经网络）神经网络训练，得到不良驾驶预测模型。不良驾驶预测模型根据每辆车的运动状态（包括多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息）进行预测，输出各驾驶行为类型的置信度，驾驶行为类型为超速行驶、占道行驶、右侧超车、紧急刹车、不打转向灯变道、频繁变道、实线变道以及非不良驾驶行为中的任意一项，将置信度最高的驾驶行为类型作为周围车辆的评价结果。

在一种可选的实现方式中，车载设备或服务器可以根据以下判定规则，确定周围车辆的驾驶行为类型。参照图5，图5为一个实施例中超速行驶、占道行驶、右侧超车、紧急刹车的判定示意图；车辆A为车载设备所在车辆，车辆B为周围车辆；参照图5（1），视觉传感器采集并分析图片得到道路限速信息（也可以借助车辆ADAS高精度地图获取当前车道的限速信息），通过雷达传感器得到车辆的相对速度，从而计算出周围车辆的车速，若周围车辆的车速大于当前车道的限速要求，则判定该车辆超速行驶。参照图5（2），借助车辆ADAS获取车道信息，若检测到周围车辆行驶在应急车道或非机动车道上，则判定该车辆占道行驶。参照图5（3），雷达传感器采集到车辆B的行驶轨迹，若车辆B在10秒内完成右侧超车的行驶轨迹，则判定该车辆右侧超车。参照图5（4），雷达传感器采集到车辆B的行驶轨迹，计算得到其行驶速度，若车辆B的每秒减速度达到6m/s^2及以上，则判定该车辆紧急刹车。

参照图6，图6为一个实施例中不打转向灯变道、实线变道的判定示意图；车辆A为车载设备所在车辆，车辆B为周围车辆；参照图6（1），雷达传感器采集到车辆B的行驶轨迹，若车辆B进行超车驾驶，且车辆视觉传感器采集的图像数据并未检测到车灯闪烁行为，则判定该车辆不打转向灯变道。参照图6（2），雷达传感器与视觉传感器采集图像信息，获取车道信息，雷达传感器采集到车辆B的行驶轨迹，若车辆B在实线区域进行变道，则判定该车辆实线变道。

参照图7，图7为一个实施例中频繁变道的判定示意图；车辆A为车载设备所在车辆，车辆B为周围车辆；雷达传感器与视觉传感器采集图像信息，获取车道信息，雷达传感器采集到车辆B的行驶轨迹；若车辆B在3秒内变换两次车道，则判定该车辆频繁变道。

步骤308，将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器，以指示服务器根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

其中，服务器能够执行以下步骤：获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

可选地，驾驶行为评价数据还包括评价材料，采集设定时间段内的传感器采集的数据，作为评价材料进行上传。评价材料例如，驾驶行为监测完成的前3秒内，视觉传感器以及雷达传感器采集的图像数据。

上述驾驶行为标记方法中，车载设备根据传感器采集的环境信息，实时对周围车辆的驾驶行为类型进行评价，将驾驶行为评价数据上传至服务器，使得服务器能够及时更新各车辆牌照对应的驾驶行为标签，提升了标记的驾驶行为标签的准确性和实时性。

在一个示例性的实施例中，驾驶行为评价数据还包括评价材料；所述方法还包括：获取驾驶员通过文本或语音输入的周围车辆牌照和评价结果；从传感器采集的环境信息中，获取评价材料；将周围车辆牌照、评价结果和评价材料作为驾驶行为评价数据上传至服务器。

其中，驾驶员可以人工识别、主动上报驾驶行为评价数据，可以分为即时评价场景和事后评价场景。即时评价场景下，驾驶员可以通过语音指令直接提交驾驶行为评价数据，语音指令需要包含车辆牌照、评价结果，直接关联语音触发前30秒内的视觉传感器以及雷达传感器采集的图像数据作为评价材料。例如，驾驶员语音输入：不良驾驶，车辆A牌照，不打转向灯变道，则驾驶行为评价数据如下表所示：

事后评价场景下，驾驶员非驾驶时直接自主提交车辆牌照、评价结果、评价材料（图片、视频类型的文件）。

本实施例中，提供多种驾驶行为评价数据的上报方式，简化驾驶行为评价数据的上报流程，丰富服务器的数据资源，从而提升标记的驾驶行为标签的准确性。

在一个示例性的实施例中，所述方法还包括：根据周围车辆牌照和周围车辆的车辆位置，在人机交互界面内，显示与周围车辆牌照对应的车辆图形；向服务器发送标签查询请求；标签查询请求携带有周围车辆牌照，以指示服务器查询并反馈周围车辆牌照对应的驾驶行为标签；在车辆图形上，显示周围车辆牌照对应的驾驶行为标签。

其中，人机交互界面可以为汽车导航系统界面，也可以为ADAS（高级驾驶辅助系统）界面。可以理解的是，据周围车辆牌照和周围车辆的车辆位置，在人机交互界面内显示按照真实场景模拟的驾驶场景图像，该驾驶场景图像中包括自车图形以及他车图形，他车图形上显示有车辆牌照。车载设备向服务器发送标签查询请求，从服务器管理的数据中获取周围车辆牌照对应的驾驶行为标签，在人机交互界面的他车图形上显示周围车辆牌照对应的驾驶行为标签。在一种可选的实现方式中，参照图8，图8为一个实施例中人机交互界面的示意图；车载设备根据服务器查询的标签结果，更新ADAS人机交互界面上的车辆标签。通过这种方式提示驾驶员，使得驾驶员能够知悉周围车辆的驾驶行为习惯，从而做出更加安全合理的驾驶决策，降低交通事故发生的概率，提升道路整体的安全性。

在一个示例性的实施例中，参照图9，图9为又一个实施例中驾驶行为标记方法的流程示意图；其中，车载设备上的视觉传感器采集图像，雷达传感器采集位置，ADAS采集地图信息，该驾驶行为标记方法具体步骤如下：

步骤S101，获取车辆雷达传感器、视觉传感器采集到的环境信息，识别待评价车辆牌照数据。

步骤S102，获取车辆雷达传感器、视觉传感器采集到的环境信息，识别周围车辆转向灯状态。

步骤S103，根据车辆雷达传感器、视觉传感器或者ADAS，获取车道线以及限速信息。

步骤S104，获取车辆雷达传感器采集到的环境信息，识别车辆位置以及速度信息。

步骤S105，根据步骤S101以及步骤S104得到车辆牌照、位置信息，ADAS人机交互界面可以模拟真实场景显示识别到的车辆牌照。

步骤S106，使用无线网关将识别到的车辆牌照上报至云端服务器。

步骤S107，云端服务器记录牌照行驶记录（一天只记录一条），根据标签判定规则对车辆牌照的驾驶行为标签进行更新。

步骤S108，将步骤S102、S103、S104收集到的车辆位置、速度、转向灯状态以及车道线和限速信息以时间序列的形式进行存储。

步骤S109，将周围车辆时间序列化的数据处理为训练模型需要的数据集。

步骤S110，按照图5至图7所示的驾驶行为类型判定规则进行训练，生成不良驾驶行为预测模型。

步骤S111，利用步骤S110生成的不良驾驶行为预测模型，实时对周围车辆进行预测。

步骤S112，根据步骤S111识别到的不良驾驶行为（本实施例以不良驾驶行为进行举例说明，还可以为非不良驾驶行为），与车辆牌照信息整合在一起给驾驶员确认，驾驶行为评价数据如下表所示：

驾驶员确认驾驶行为评价数据后，可以跳转步骤S115。

步骤S113，驾驶员可以人工识别、主动上报周围车辆的驾驶行为类型。

步骤S114，驾驶员自行收集驾驶行为评价数据，提供车辆牌照、评价结果、采集信息作为评价材料。

步骤S115，将步骤S112或者S114最终给出的车辆牌照、评价结果以及评价材料上传到云端服务器。

步骤S116，云端服务器收到车辆牌照、评价结果以及评价材料后，由审核员通过远端服务器的程序进行查看确认。在确认后，记录不良行为一次。此处的审核员可以通过人工或程序实现。

步骤S117，根据距今一定时间内良好行为次数和不良行为次数，按照标签判定规则对车辆牌照的驾驶行为标签更新，更新成功后可以跳转步骤S122。

步骤S118，云端服务器根据提交的车辆牌照查询该牌照对应最新的标签。

步骤S119，若驾驶员识别自己的驾驶行为标签属于车牌上一任车主，准备提供包含牌照申请时间的申诉证明材料。

步骤S120，由无线网关将包含牌照申请时间的申诉证明材料上传到云端服务器。

步骤S121，云端服务器的审核员确认包含牌照申请时间的申诉证明材料，确认后进入步骤S117。

步骤S122，车辆根据云端服务器查询的标签结果更新ADAS人机交互界面上的车辆标签，来提示驾驶员。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个示例性的实施例中，本申请还提供了一种驾驶行为标记装置，该装置应用于车辆上，包括：

信息获取模块，用于获取语音指令、车辆图像、车辆速度、车辆位置等；

不良驾驶判断模块，用于根据车辆速度、车辆位置、车辆轨迹确定不良行为；

信息上报模块，用于将车辆牌照、评价结果、评价材料上传到服务器。

在一个示例性的实施例中，本申请还提供了一种驾驶行为标记装置，该装置应用于服务器，包括：

信息接收模块、用于获取车辆上传的车辆牌照、评价结果、评价材料；

评价获取模块，用于根据车辆牌照在预先存储的驾驶记录提取历史评价信息；

评价更新模块，用于根据评价材料更新车辆历史评价信息；

车辆标记模块，用于当车辆历史评价记录达到“良好驾驶标签、不良驾驶标签、未知驾驶标签”的判定规则时，标记车辆标签。

在一个示例性的实施例中，提供了一种服务器，该服务器可以是服务器，其内部结构图可以如图10所示。该服务器包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该服务器的数据库用于存储各车辆牌照对应的驾驶行为标签和驾驶行为记录。该服务器的输入/输出接口用于处理器与外部设备之间交换信息。该服务器的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种驾驶行为标记方法。

在一个示例性的实施例中，提供了一种车载设备，该车载设备可以是终端，其内部结构图可以如图11所示。该车载设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该车载设备的处理器用于提供计算和控制能力。该车载设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该车载设备的输入/输出接口用于处理器与外部设备之间交换信息。该车载设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、近场通信（Near Field Communication，NFC）或其他技术实现。该计算机程序被处理器执行时以实现一种驾驶行为识别方法。该车载设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该车载设备的输入装置可以是显示屏上覆盖的触摸层，也可以是车载设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10或11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的车载设备或服务器的限定，具体的车载设备或服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个示例性的实施例中，提供了一种服务器，服务器与多个车载设备通信连接，服务器包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：查询周围车辆牌照对应的驾驶行为标签和驾驶行为记录；驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项；驾驶行为记录包括良好行为次数和不良行为次数中的至少一项；若评价结果表征周围车辆发生不良驾驶行为，则将周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签，并根据第一设定时间段内周围车辆牌照对应的不良行为次数对不良驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为良好驾驶标签、且评价结果表征周围车辆未发生不良驾驶行为，则根据第二设定时间段内周围车辆牌照对应的不良行为次数和第三设定时间段内周围车辆牌照对应的良好行为次数，对良好驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为未知驾驶标签、评价结果表征周围车辆未发生不良驾驶行为、第二设定时间段内周围车辆牌照对应的不良行为次数不大于第一阈值、且第三设定时间段内周围车辆牌照对应的良好行为次数不小于第二阈值，则将周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取第三车载设备发送的申诉请求；申诉请求包括当前车辆牌照和牌照申请时间；根据牌照申请时间，对当前车辆牌照对应的驾驶行为记录进行更新；根据更新后的驾驶行为记录，重新评估当前车辆牌照的驾驶行为标签。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据评价材料对评价结果进行核验；在核验通过后，执行根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新的步骤。

在一个示例性的实施例中，提供了一种车载设备，车载设备与服务器通信连接，车载设备包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取传感器采集的环境信息；根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器，以指示服务器根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取驾驶员通过文本或语音输入的周围车辆牌照和评价结果；从传感器采集的环境信息中，获取评价材料；将周围车辆牌照、评价结果和评价材料作为驾驶行为评价数据上传至服务器。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据周围车辆牌照和周围车辆的车辆位置，在人机交互界面内，显示与周围车辆牌照对应的车辆图形；向服务器发送标签查询请求；标签查询请求携带有周围车辆牌照，以指示服务器查询并反馈周围车辆牌照对应的驾驶行为标签；在车辆图形上，显示周围车辆牌照对应的驾驶行为标签。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取第一车载设备上传的驾驶行为评价数据；驾驶行为评价数据包括周围车辆牌照和评价结果；根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新；获取第二车载设备发送的标签查询请求；标签查询请求携带有至少一个目标车辆牌照；查询目标车辆牌照对应的目标驾驶行为标签，将目标驾驶行为标签反馈给第二车载设备，以指示第二车载设备在当前人机交界面内显示目标驾驶行为标签。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：查询周围车辆牌照对应的驾驶行为标签和驾驶行为记录；驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项；驾驶行为记录包括良好行为次数和不良行为次数中的至少一项；若评价结果表征周围车辆发生不良驾驶行为，则将周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签，并根据第一设定时间段内周围车辆牌照对应的不良行为次数对不良驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为良好驾驶标签、且评价结果表征周围车辆未发生不良驾驶行为，则根据第二设定时间段内周围车辆牌照对应的不良行为次数和第三设定时间段内周围车辆牌照对应的良好行为次数，对良好驾驶标签的生效时长进行更新；若查询到的驾驶行为标签为未知驾驶标签、评价结果表征周围车辆未发生不良驾驶行为、第二设定时间段内周围车辆牌照对应的不良行为次数不大于第一阈值、且第三设定时间段内周围车辆牌照对应的良好行为次数不小于第二阈值，则将周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取第三车载设备发送的申诉请求；申诉请求包括当前车辆牌照和牌照申请时间；根据牌照申请时间，对当前车辆牌照对应的驾驶行为记录进行更新；根据更新后的驾驶行为记录，重新评估当前车辆牌照的驾驶行为标签。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据评价材料对评价结果进行核验；在核验通过后，执行根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新的步骤。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取传感器采集的环境信息；根据环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；将周围车辆牌照和评价结果作为驾驶行为评价数据上传至服务器，以指示服务器根据评价结果，对周围车辆牌照对应的驾驶行为标签进行更新。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取驾驶员通过文本或语音输入的周围车辆牌照和评价结果；从传感器采集的环境信息中，获取评价材料；将周围车辆牌照、评价结果和评价材料作为驾驶行为评价数据上传至服务器。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据周围车辆牌照和周围车辆的车辆位置，在人机交互界面内，显示与周围车辆牌照对应的车辆图形；向服务器发送标签查询请求；标签查询请求携带有周围车辆牌照，以指示服务器查询并反馈周围车辆牌照对应的驾驶行为标签；在车辆图形上，显示周围车辆牌照对应的驾驶行为标签。

需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性存储器和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（Resistive Random Access Memory，ReRAM）、磁变存储器（Magnetoresistive RandomAccess Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。本申请提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器、人工智能（Artificial Intelligence，AI）处理器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种驾驶行为标记方法，其特征在于，所述方法包括：

获取第一车载设备上传的驾驶行为评价数据；所述驾驶行为评价数据包括周围车辆牌照和评价结果；

根据所述评价结果，对所述周围车辆牌照对应的驾驶行为标签进行更新；

获取第二车载设备发送的标签查询请求；所述标签查询请求携带有至少一个目标车辆牌照；

查询所述目标车辆牌照对应的目标驾驶行为标签，将所述目标驾驶行为标签反馈给所述第二车载设备，以指示所述第二车载设备在当前人机交界面内显示所述目标驾驶行为标签。

2.根据权利要求1所述的方法，其特征在于，所述根据所述评价结果，对所述周围车辆牌照对应的驾驶行为标签进行更新，包括：

查询所述周围车辆牌照对应的驾驶行为标签和驾驶行为记录；所述驾驶行为标签包括不良驾驶标签、良好驾驶标签以及未知驾驶标签中的任意一项；所述驾驶行为记录包括良好行为次数和不良行为次数中的至少一项；

若所述评价结果表征周围车辆发生不良驾驶行为，则将所述周围车辆牌照对应的驾驶行为标签更新为不良驾驶标签，并根据第一设定时间段内所述周围车辆牌照对应的不良行为次数对所述不良驾驶标签的生效时长进行更新；

若查询到的驾驶行为标签为良好驾驶标签、且所述评价结果表征周围车辆未发生不良驾驶行为，则根据第二设定时间段内所述周围车辆牌照对应的不良行为次数和第三设定时间段内所述周围车辆牌照对应的良好行为次数，对所述良好驾驶标签的生效时长进行更新；

若查询到的驾驶行为标签为未知驾驶标签、所述评价结果表征周围车辆未发生不良驾驶行为、第二设定时间段内所述周围车辆牌照对应的不良行为次数不大于第一阈值、且第三设定时间段内所述周围车辆牌照对应的良好行为次数不小于第二阈值，则将所述周围车辆牌照对应的驾驶行为标签更新为良好驾驶标签。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取第三车载设备发送的申诉请求；所述申诉请求包括当前车辆牌照和牌照申请时间；

根据所述牌照申请时间，对所述当前车辆牌照对应的驾驶行为记录进行更新；

根据更新后的驾驶行为记录，重新评估所述当前车辆牌照的驾驶行为标签。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述驾驶行为评价数据还包括评价材料；所述根据所述评价结果，对所述周围车辆牌照对应的驾驶行为标签进行更新之前，所述方法还包括：

根据所述评价材料对所述评价结果进行核验；

在核验通过后，执行根据所述评价结果，对所述周围车辆牌照对应的驾驶行为标签进行更新的步骤。

5.一种驾驶行为识别方法，其特征在于，所述方法包括：

获取传感器采集的环境信息；

根据所述环境信息，识别周围车辆牌照、车道线和限速信息，并识别周围车辆的转向灯状态、车辆位置和速度信息；

根据多个时刻识别到的车道线、限速信息、转向灯状态、车辆位置和速度信息，利用训练好的驾驶行为预测模型进行预测，得到周围车辆的评价结果；

将所述周围车辆牌照和所述评价结果作为驾驶行为评价数据上传至服务器，以指示所述服务器根据所述评价结果，对所述周围车辆牌照对应的驾驶行为标签进行更新。

6.根据权利要求5所述的方法，其特征在于，所述驾驶行为评价数据还包括评价材料；所述方法还包括：

获取驾驶员通过文本或语音输入的周围车辆牌照和评价结果；

从传感器采集的环境信息中，获取评价材料；

将所述周围车辆牌照、所述评价结果和所述评价材料作为驾驶行为评价数据上传至服务器。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述周围车辆牌照和所述周围车辆的车辆位置，在人机交互界面内，显示与所述周围车辆牌照对应的车辆图形；

向所述服务器发送标签查询请求；所述标签查询请求携带有所述周围车辆牌照，以指示所述服务器查询并反馈所述周围车辆牌照对应的驾驶行为标签；

在所述车辆图形上，显示所述周围车辆牌照对应的驾驶行为标签。

8.一种服务器，其特征在于，所述服务器与多个车载设备通信连接，所述服务器包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。

9.一种车载设备，其特征在于，所述车载设备与服务器通信连接，所述车载设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求5至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。