WO2022227986A1 - 车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质 - Google Patents

车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
WO2022227986A1
WO2022227986A1 PCT/CN2022/083576 CN2022083576W WO2022227986A1 WO 2022227986 A1 WO2022227986 A1 WO 2022227986A1 CN 2022083576 W CN2022083576 W CN 2022083576W WO 2022227986 A1 WO2022227986 A1 WO 2022227986A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
slow
speed
information
lane
Prior art date
Application number
PCT/CN2022/083576
Other languages
English (en)
French (fr)
Inventor
王健
Original Assignee
腾讯科技（深圳）有限公司
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 腾讯科技（深圳）有限公司 filed Critical 腾讯科技（深圳）有限公司
Publication of WO2022227986A1 publication Critical patent/WO2022227986A1/zh
Priority to US18/077,687 priority Critical patent/US20230103687A1/en

Links

Images

Classifications

    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2756/00—Output or target parameters relating to data
    • B60W2756/10—Involving external transmission of data to or from the vehicle

Definitions

  • the embodiments of the present application relate to the field of intelligent transportation, and more particularly, to a method for vehicle driving detection, a method, device, electronic device, and storage medium for vehicle driving early warning.
  • the present application provides a method for vehicle driving detection, a method, device, electronic device, chip and computer-readable storage medium for vehicle driving warning.
  • Speeding vehicles can leave the lane or speed up in the original lane, avoiding the impact of slow vehicles on the vehicles behind and improving the driving experience.
  • a method for vehicle driving detection executed by an electronic device, including:
  • the second vehicle When the first speed is less than the minimum speed limit value of the first lane, the second vehicle is regarded as a potentially slow vehicle.
  • a method for early warning of vehicle driving executed by an electronic device, including:
  • the slow vehicle warning information includes at least location information of the second vehicle and license plate information of the second vehicle;
  • backtracking historical congestion events is performed to determine whether the second vehicle is the slow-moving frontmost vehicle driving in the same lane as the first vehicle within a preset distance in front of the first vehicle vehicle;
  • the second vehicle When the second vehicle is the forwardmost slow-speed vehicle traveling on the same lane as the first vehicle within a preset distance in front of the first vehicle, sending slow-speed indication information to the second vehicle , and the slow speed instruction information is used to instruct the second vehicle to enter the slow speed lane or speed up in the original lane.
  • a vehicle driving detection device comprising:
  • an acquisition module configured to acquire the first image data in the driving direction of the first vehicle
  • a processing module configured to perform lane line detection processing on the first image data, and determine that the first vehicle is driving along the first lane of the at least two lanes;
  • the processing module is further configured to perform image recognition processing on the first image data, and detect that a second vehicle is driving on the first lane within a preset distance in front of the first vehicle;
  • the processing module is further configured to perform speed measurement processing on the second vehicle to obtain the first speed of the second vehicle;
  • the processing module is further configured to regard the second vehicle as a potential slow vehicle when the first speed is less than the minimum speed limit value of the first lane.
  • a device for early warning of vehicle driving comprising:
  • a receiving module configured to receive the slow-speed vehicle early warning information sent by the first vehicle, the slow-speed vehicle early warning information including at least the position information of the second vehicle and the license plate information of the second vehicle;
  • the processing module is configured to perform historical congestion event backtracking according to the slow-speed vehicle early warning information, and determine whether the second vehicle is a vehicle traveling in the same lane as the first vehicle within a preset distance in front of the first vehicle. the slowest vehicle ahead;
  • a sending module configured to send the second vehicle to the second vehicle when the second vehicle is the frontmost slow vehicle driving on the same lane as the first vehicle within a preset distance in front of the first vehicle Sending slow speed instruction information, where the slow speed instruction information is used to instruct the second vehicle to enter a slow speed lane or speed up in the original lane.
  • an electronic device comprising: a processor and a memory, where the memory is used for storing a computer program, the processor is used for calling and running the computer program stored in the memory, and executing the above-mentioned vehicle driving detection The steps of the method, or, the steps of the above-mentioned vehicle driving warning method are executed.
  • a chip comprising: a processor for calling and running a computer program from a memory, so that the processor executes the steps of the above-mentioned method for vehicle driving detection, or performs the above-mentioned vehicle driving warning steps of the method.
  • a computer-readable storage medium for storing a computer program, the computer program enables a computer to execute the steps of the above method for vehicle driving detection, or to perform the steps of the above method for vehicle driving warning.
  • a computer program product or computer program comprising computer instructions stored in a computer-readable storage medium.
  • the processor of the computer device reads the computer instructions from the computer-readable storage medium, and the processor executes the computer instructions, so that the computer device performs the steps of the above-mentioned method for vehicle driving detection, or performs the steps of the above-mentioned method for vehicle driving warning.
  • FIG. 1 schematically shows an application scenario diagram of the method for vehicle driving detection and the method for vehicle driving warning provided in an embodiment of the present application
  • FIG. 2 schematically shows a schematic diagram of a link provided by the present application
  • FIG. 3 schematically shows a schematic diagram of the H3 grid parameters provided by the present application
  • FIG. 4 schematically shows a flowchart of a method for vehicle driving detection according to an embodiment of the present application
  • FIG. 5 schematically shows a schematic diagram of lane line detection according to an embodiment of the present application
  • FIG. 6 schematically shows a schematic diagram of a first vehicle and a second vehicle according to an embodiment of the present application
  • FIG. 7 schematically shows a flowchart of a method for vehicle driving detection according to another embodiment of the present application.
  • FIG. 8 schematically shows a schematic diagram of a first vehicle and a second vehicle according to another embodiment of the present application.
  • FIG. 9 schematically shows a schematic diagram of a grid processed map according to an embodiment of the present application.
  • FIG. 10 schematically shows a flowchart of a method for vehicle driving detection according to another embodiment of the present application.
  • FIG. 11 schematically shows a flowchart of a method for vehicle driving warning according to another embodiment of the present application.
  • FIG. 12 schematically shows a flowchart of a method for vehicle driving warning according to still another embodiment of the present application.
  • FIG. 13 schematically shows a flowchart of a method for vehicle driving warning according to still another embodiment of the present application.
  • FIG. 14 schematically shows a flow chart of vehicle driving detection and early warning according to yet another embodiment of the present application.
  • FIG. 15 schematically shows a block diagram of an apparatus for vehicle driving detection according to an embodiment of the present application.
  • FIG. 16 schematically shows a block diagram of a vehicle driving warning device according to another embodiment of the present application.
  • FIG. 17 shows a schematic structural diagram of an electronic device suitable for implementing the embodiments of the present application.
  • Example embodiments will now be described more fully with reference to the accompanying drawings.
  • Example embodiments can be embodied in various forms and should not be construed as limited to the examples set forth herein; rather, these example embodiments are provided so that the description of this application will be more thorough and complete, and will convey the concepts of the example embodiments It will be fully conveyed to those skilled in the art.
  • the drawings are schematic illustrations of the application and are not necessarily drawn to scale. The same reference numerals in the drawings denote the same or similar parts, and thus their repeated descriptions will be omitted.
  • Intelligent Transportation System also known as Intelligent Transportation System
  • Intelligent Transportation System is a combination of advanced science and technology (information technology, computer technology, data communication technology, sensor technology, electronic control technology, automatic control theory, Operations research, artificial intelligence (AI), etc.) are effectively and comprehensively applied to transportation, service control and vehicle manufacturing to strengthen the connection between vehicles, roads, and users, thereby forming a way to ensure safety and improve efficiency.
  • advanced science and technology information technology, computer technology, data communication technology, sensor technology, electronic control technology, automatic control theory, Operations research, artificial intelligence (AI), etc.
  • AI artificial intelligence
  • Intelligent Vehicle Infrastructure Cooperative Systems referred to as Vehicle-Road Collaboration System
  • Vehicle-Road Collaboration System is a development direction of Intelligent Transportation System (ITS).
  • the vehicle-road coordination system adopts advanced wireless communication and new-generation Internet technologies to implement dynamic real-time information interaction between vehicles and vehicles, and based on the collection and fusion of full-time dynamic traffic information, it implements vehicle active safety control and integration.
  • Road collaborative management fully realizes the effective coordination of people, vehicles and roads, ensures traffic safety, and improves traffic efficiency, thereby forming a safe, efficient and environmentally friendly road traffic system.
  • FIG. 1 is an application scenario diagram of a method for vehicle driving detection and a method for vehicle driving warning provided in an embodiment.
  • the application scenario includes a vehicle terminal 110 and a server 120 .
  • the in-vehicle terminal 110 has a camera, and has certain storage, processing, and transceiving capabilities.
  • the server 120 can be, for example, a server of a traffic system, or some road monitoring equipment, and has certain storage, processing, and transceiving capabilities.
  • the server 120 can realize the management and control of the vehicle.
  • the in-vehicle terminal 110 may acquire image data in the driving direction from a camera; perform lane line detection processing on the image data in the driving direction to determine the lane in which the in-vehicle terminal 110 is driving; and analyze the image data in the driving direction.
  • Image recognition processing is performed to detect whether there is a traveling vehicle within a preset distance in front of the vehicle-mounted terminal 110 .
  • the in-vehicle terminal 110 may measure the speed of the preceding vehicle to obtain the speed of the preceding vehicle.
  • the in-vehicle terminal 110 may also report the slow-speed vehicle early warning information to the server 120, which may specifically include the current position information of the slow-speed vehicle, the license plate information of the slow-speed vehicle, the current speed information of the slow-speed vehicle, and the currently obtained information on the driving direction of the user's vehicle. at least one of image data.
  • the server 120 may instruct the slow vehicle to enter the slow lane or increase speed in the original lane.
  • obtaining image data based on the camera of the user equipment determining that the user's vehicle is traveling in a left lane having at least two lanes based on the image data (an object recognition process, determining that a specific road feature is positively identified from the image), It is detected that other vehicles are driving in the left lane of the road within a predetermined distance in front of the user's vehicle, and the speed of the user's vehicle and the target vehicle is obtained, and according to the obtained speed information, it is determined that the speed of the target vehicle is lower than the minimum speed limit value of the road , and in response, trigger a potential violation program and report it to the server.
  • the server notifies the speed of the vehicle ahead is lower than the road speed limit, and guides the driver of the preceding vehicle to enter the right lane.
  • the server 120 may be an independent physical server, or a server cluster or a distributed system composed of multiple physical servers, or may provide cloud services, cloud databases, cloud computing, cloud functions, cloud storage, network services, cloud communications, Cloud servers for basic cloud computing services such as middleware services, domain name services, security services, CDN, and big data and artificial intelligence platforms.
  • the in-vehicle terminal 110 may be a smart phone, a tablet computer, a notebook computer, a desktop computer, a smart speaker, an intelligent voice interaction device, a smart home appliance, an in-vehicle device, a smart watch, etc., but is not limited thereto.
  • the in-vehicle terminal 110 and the server 120 may be directly or indirectly connected through wired or wireless communication, which is not limited in this application.
  • User application (application, APP): a mobile APP with a navigation function used by a user.
  • SDK Navigation Software Development Kit
  • Map SDK Provides map basemap capabilities and map tile services.
  • Driving route planning A technology that calculates the optimal driving route by specifying the starting point and ending point, combined with various preferences such as real-time road conditions, less tolls, and no high-speed travel.
  • Link In the map navigation business, the road is generally divided into links, and the link is also the smallest unit that provides road network data in four-dimensional graphics.
  • the bold lines in Figure 2 are links.
  • Link ID The unique identifier of the link in the road network data.
  • Grid map system Use a grid system to divide the earth's space into recognizable grid cells.
  • the Uber H3 algorithm H3 is used to realize the hexagonal grid of the map with approximately no deformation, and a latitude and longitude can be given to calculate the hexagonal grid identifier; or, the grid identifier and the surrounding query range can be specified to query a certain surrounding area. All grids are marked.
  • the grid sizes of each precision of the H3 algorithm are given. For example, if you choose to generate a hexagonal grid with an H3 precision of level 10, the side length of each hexagon is 65.9 meters.
  • the leftmost lane on the expressway is the high-speed lane.
  • the leftmost lane on the expressway requires a speed of not less than 100km/h
  • the slow-speed driving rule requires the vehicle to keep at least 100km/h in the leftmost lane. h speed limit.
  • the rightmost lane on the expressway is the high-speed lane.
  • the rightmost lane on the expressway requires a speed of not less than 100km/h
  • the slow driving rule requires the vehicle to keep at least 100km in the rightmost lane. /h speed limit.
  • the present application proposes a vehicle driving detection and warning scheme.
  • the entire detection scheme is progressive, including:
  • the speed of the slow vehicle is measured again, and if it is detected that the second vehicle is still in a slow state, a slow vehicle warning is sent to the second vehicle, that is, it indicates that the second vehicle continues to slow drive fast;
  • the second vehicle is a slow-speed vehicle driving in the frontmost on the same lane within a preset distance in front of the first vehicle, then sending slow-speed indication information to the second vehicle, and also It means that the second vehicle is not only driving continuously at a slow speed, but also the vehicle at the front that continues to drive at a slow speed, so that the second vehicle leaves the fast lane or speeds up in the original lane, avoiding the impact of the slow vehicle on the vehicles behind. , to enhance the driving experience of the vehicle behind. At the same time, it also avoids traffic chaos and even traffic accidents caused by slow vehicles.
  • FIG. 4 shows a schematic flowchart of a method 200 for vehicle driving detection according to an embodiment of the present application.
  • the vehicle driving detection method 200 may be executed by a device with computing processing capability, for example, by the above-mentioned vehicle-mounted terminal 110 Executed, or jointly executed by the above-mentioned in-vehicle terminal 110 and the server 120 .
  • the method 200 for vehicle driving detection may at least include S210 to S250, which are described in detail as follows:
  • the first image data in the driving direction of the first vehicle is acquired from the camera.
  • the above-mentioned camera may be a camera of a vehicle-mounted terminal of the first vehicle (such as a user's mobile phone or a vehicle-mounted driving recorder), or may be a camera of another vehicle or device, which is not limited in this application.
  • a user eg, a passenger on the first vehicle acquires first image data in the traveling direction of the first vehicle through a camera of a mobile phone.
  • the camera of the vehicle-mounted driving recorder on the first vehicle automatically acquires the first image data in the driving direction of the first vehicle.
  • the first image data is the image data obtained from the camera in the current driving direction of the first vehicle, or the first image data is the image data obtained from the camera in the direction of the first vehicle for a period of time, such as continuous Take multiple pictures.
  • lane line detection processing is performed on the first image data, and it is determined that the first vehicle is traveling along a first lane of the at least two lanes.
  • identifying lanes on the road is a common task for all drivers to ensure that the vehicle is within the lane limits while driving and to reduce the chance of colliding with other vehicles by crossing the lane.
  • specific road features ie, the total number of lanes, the driving lanes, etc.
  • the first image data in the traveling direction of the first vehicle may also be processed in other manners to determine that the first vehicle is traveling along the first lane of the at least two lanes, which is not limited in this embodiment of the present application.
  • lane line detection processing is performed on the first image data in the traveling direction of the first vehicle, and it is determined that the first vehicle is traveling along the leftmost lane of a road having three lanes.
  • lane line detection processing is performed on the first image data in the traveling direction of the first vehicle, and it is determined that the first vehicle is traveling along the middle lane of a road with three lanes.
  • image recognition processing is performed on the first image data, and it is detected that the second vehicle is driving on the first lane within a preset distance in front of the first vehicle.
  • performing image recognition processing on the first image data in the driving direction of the first vehicle can identify the license plate information of the vehicle ahead, and then detect whether there is a vehicle driving in the first lane within a preset distance in front of the first vehicle.
  • image recognition processing may be performed on the first image data in the driving direction of the first vehicle through a deep learning model, and the license plate information of the preceding vehicle may be recognized.
  • the above-mentioned preset distance can be flexibly set according to requirements, which is not limited in this application.
  • the license plate is the unique identification of the vehicle, and it can be determined by the license plate that the vehicle is driving in the first lane within a preset distance in front of the first vehicle.
  • the second vehicle travels in the same lane as the first vehicle within a preset distance in front of the first vehicle.
  • a speed measurement process is performed on the second vehicle to obtain the first speed of the second vehicle.
  • the speed information may be obtained through a sensing device, such as a light detection and ranging (LiDAR (LIDAR)) device, connected to the vehicle.
  • a sensing device such as a light detection and ranging (LiDAR (LIDAR)) device
  • LIDAR light detection and ranging
  • the second vehicle when the first speed is less than the minimum speed limit value of the first lane, the second vehicle is regarded as a potential slow vehicle.
  • the minimum speed limit value of the road and/or lane can be obtained through road sign information, or the minimum speed limit value of the road and/or lane at the current location can be obtained by querying a map application or server.
  • the determined "potentially slow vehicle” indicates that the second vehicle is currently in a slow driving state, and if it is still in a slow state in the future, an early warning will be triggered.
  • the minimum speed limit value of the first lane may be acquired from a road monitoring device or a map server according to the current position information of the first vehicle.
  • the road monitoring device may be the foregoing server 120 , or may be a device capable of invoking the resources of the foregoing server 120 .
  • Road monitoring equipment can realize the management and control of vehicles.
  • slow vehicle warning information may also be directly sent to the road monitoring device, which is not limited in this application.
  • FIG. 7 shows a schematic flowchart of a method 200 for vehicle driving detection according to an embodiment of the present application.
  • the vehicle driving detection method 200 may be executed by a device with computing processing capability, for example, by the above-mentioned vehicle-mounted terminal 110 Executed, or jointly executed by the above-mentioned in-vehicle terminal 110 and the server 120 .
  • the method 200 for vehicle driving detection may at least include S260 to S290, which are described in detail as follows:
  • the preset duration can be flexibly set according to requirements, for example, the preset duration can be set to 10s, 20s, 30s, 1 minute, and so on. This application is not limited to this.
  • the cameras that acquire the image data in the driving direction of the first vehicle twice before and after may be the same or different, which is not limited in this application.
  • image recognition processing is performed on the second image data to determine that the second vehicle is still driving in the first lane within a preset distance in front of the first vehicle.
  • the image recognition method is the same as the image recognition method in S230 above.
  • the speed measurement method is the same as the speed measurement method in S240 above.
  • slow-speed vehicle early warning information includes the current position information of the second vehicle, the license plate of the second vehicle at least one of information, a second speed of the second vehicle, and second image data in the direction of travel of the first vehicle.
  • the first vehicle may determine that the average vehicle speed within the preset time period of the second vehicle is less than the minimum speed limit value of the first lane, so that the second vehicle may determine The vehicle has been in a slow running state, or, it is determined that the second vehicle is in a slow running state for a preset period of time.
  • the first vehicle may determine that the second vehicle is a slow vehicle. That is, the running of the second vehicle may cause traffic chaos, which may lead to accidents and traffic congestion.
  • the current location of the first vehicle may be reported as the current location of the second vehicle.
  • the second vehicle is the foremost vehicle among the plurality of vehicles traveling in the first lane within a preset distance in front of the first vehicle.
  • historical congestion events may be retrospectively performed according to the slow vehicle warning information, and the second vehicle may be determined to be the frontmost slow vehicle traveling in the same lane as the first vehicle within a preset distance in front of the first vehicle. That is, historical congestion events can be retrospectively performed according to the slow-speed vehicle warning information, and the second vehicle can be determined to be the frontmost vehicle among the multiple vehicles traveling in the first lane within a preset distance in front of the first vehicle.
  • the gridded map in the gridded map, look up the map grid identifier where the location information of the second vehicle is located; and look up the second vehicle in the road network information (for example, by longitude and latitude) according to the location information of the second vehicle
  • the link identifier where the location information of the vehicle is located at least one of the following information is stored as the congestion event corresponding to the second vehicle in the storage device corresponding to the map grid identifier where the location information of the second vehicle is located:
  • grid processing is performed on the map.
  • the map is divided into regular hexagons (hexagon, hex) with a side length of 64m according to the level of accuracy 10, and then for each reported congestion event, first calculate the current position X of the slow vehicle.
  • the specific link identification of the current vehicle is obtained through the latitude and longitude.
  • the link identifier where the occurrence location is located, and the offset of the current location relative to the coordinates of the end point in the driving direction of the link) is stored in the storage device corresponding to the specific map grid identifier.
  • the expiration time can be set to 1 minute, because the vehicle is moving, and the vehicle has traveled far after a certain period of time, and the historical data is invalid at this time. Therefore, the record can be automatically deleted after 1 minute.
  • FIG. 10 shows a schematic flowchart of determining that the second vehicle is the frontmost slow-speed vehicle driving on the same lane as the first vehicle within a preset distance in front of the first vehicle according to an embodiment of the present application, which can be determined by It is executed by a device with computing processing capability, for example, by the above-mentioned vehicle-mounted terminal 110 , or jointly executed by the above-mentioned vehicle-mounted terminal 110 and the server 120 .
  • S2010 to S2040 may be included, and the details are as follows:
  • search for the map grid identifier where the position information of the second vehicle is located and according to the position information of the second vehicle, search the road network information (for example, by longitude and latitude) for the position information of the second vehicle The ID of the link where the location information is located.
  • the uber H3 algorithm can be used to implement map gridding.
  • the identifiers of a plurality of map grids within a preset range are determined by taking the map grid identifier where the position information of the second vehicle is located as the center.
  • the historical congestion events associated with the congestion events corresponding to the second vehicle include historical congestion events associated with the link identifier where the location information of the second vehicle is located, and/or, the link identifier The corresponding link has associated historical congestion events with other links that can be reached in the future according to the driving direction.
  • the link corresponding to the link identifier is obtained. the offset of the position information of the second vehicle relative to the coordinates of the end point in the traveling direction; and according to the offset, determine the front-to-back relationship between the associated historical congestion event and the second vehicle.
  • FIG. 11 shows a schematic flow chart of a method 300 for early warning of vehicle driving according to an embodiment of the present application.
  • the method 300 for early warning of vehicle driving may be executed by a device with computing processing capability, such as a road monitoring device.
  • the road monitoring device may be the above-mentioned server 120 in FIG. 1 , or the road monitoring device may be a device capable of invoking the resources of the above-mentioned server 120 .
  • the method 300 for early warning of vehicle driving may include at least S310 to S330, which are described in detail as follows:
  • the slow vehicle early warning information sent by the first vehicle is received, where the slow vehicle early warning information includes at least location information of the second vehicle and license plate information of the second vehicle.
  • the first vehicle when the first vehicle determines that the second vehicle is a slow vehicle, the first vehicle sends the slow vehicle early warning information. For example, the first vehicle may determine that the second vehicle is a slow vehicle based on the solution in the method 200 for early warning of a slow vehicle.
  • the slow-speed vehicle warning information may further include speed information of the second vehicle and image data in the driving direction of the first vehicle.
  • retrospecting historical congestion events is performed according to the slow vehicle warning information to determine whether the second vehicle is the frontmost slow vehicle traveling in the same lane as the first vehicle within a preset distance in front of the first vehicle.
  • the historical congestion event backtracking is performed according to the slow-speed vehicle early warning information to determine whether the second vehicle is a vehicle traveling in the same lane as the first vehicle within a preset distance in front of the first vehicle. The slowest vehicle ahead.
  • the first vehicle in the case where the second vehicle is not the forwardmost slow-moving vehicle traveling in the same lane as the first vehicle within a preset distance in front of the first vehicle, the first vehicle is traveling in the same lane as the first vehicle.
  • a slow-speed vehicle ahead sends a slow-speed indication message to instruct to enter a slow-speed lane or increase speed in the original lane.
  • Fig. 12 shows a schematic flowchart of a method for early warning of a slow vehicle according to an embodiment of the present application.
  • the method shown in Fig. 12 details the specific process of the above S320, and can be executed by a device with computing processing capability , for example, road monitoring equipment.
  • the road monitoring device may be the above-mentioned server 120 in FIG. 1 , or the road monitoring device may be a device capable of invoking the resources of the above-mentioned server 120 .
  • the following S3201 to S3204 may be included. The details are as follows:
  • the latitude and longitude can be used to find the link identifier in the road network information
  • the uber H3 algorithm can be used to realize the map grid.
  • the identifiers of a plurality of map grids within a preset range are determined by taking the map grid identifier where the position information of the second vehicle is located as the center.
  • the Krings algorithm of H3 can be used to quickly calculate the surrounding k of a certain map grid The circled map grid identification, and then query all historically reported congestion events in the grid through the map grid identification.
  • the front-to-back relationship is determined by judging the offset relative to the coordinates of the end point in the driving direction of the link.
  • the specific process of the above-mentioned method 300 for vehicle driving warning performed in the road monitoring device may be as shown in FIG. 13 .
  • the road monitoring device may include a background access layer server, a background H3 storage server and a road network server, or the road monitoring device may call part of the background access layer server, the background H3 storage server and the road network server, or All server data.
  • the user terminal corresponds to the on-board terminal of the above-mentioned first vehicle, and the user terminal found to be traveling at a slow speed corresponds to the on-board terminal of the above-mentioned second vehicle, which may specifically include S1-1 to S1-14.
  • the user terminal reports slow traffic events, including the license plate number and location of the target vehicle;
  • the background access layer server inquires from the road network server the link identifier of the road where the target vehicle is located, and the link ID of the location relative to the destination coordinate in the driving direction in the link. Offset;
  • the road network server feeds back the query content to the background access layer server;
  • the background access layer server records the slow traffic event to the background H3 storage server
  • the background H3 storage server calculates the map grid identifier where the reported location is located, stores the information corresponding to the slow traffic event in the storage unit corresponding to the map grid identifier, and automatically deletes it after 1 minute of setting;
  • the background H3 storage server feeds back the map grid identifier corresponding to the slow traffic event to the background access layer server;
  • the background access layer server recalls the surrounding slow traffic events from the background H3 storage server according to the map grid identifier
  • the background H3 storage server realizes fast recall through H3's Krings algorithm
  • the back-end H3 storage server feeds back the recall result to the back-end access layer server;
  • the background access layer server sends all events to the road network server to judge the relevance
  • the road network server finds other links whose link ID is the same as that of the current slow traffic event, or other links that the link belonging to the current slow traffic event can reach in the future according to the driving direction, determine the identity of other links;
  • the road network server feeds back whether there is a related event for the previous slow traffic event
  • the background access layer server determines that the target vehicle needs to be notified to change lanes or speed up in the original lane;
  • the background access layer server notifies the target vehicle to change lanes or speed up in the original lane.
  • FIG. 14 shows an example of the overall process of vehicle driving detection and early warning described in the embodiments of the present application, which can be executed by a device with computing processing capabilities, for example, executed by the above-mentioned vehicle-mounted terminal 110, Alternatively, it is jointly executed by the above-mentioned in-vehicle terminal 110 and the server 120 . As shown in FIG. 14 , it may specifically include S2-1 to S2-13.
  • the image data in the driving direction of the vehicle is acquired from the camera.
  • the vehicle may be the above-mentioned first vehicle.
  • a user eg, a passenger on the first vehicle acquires image data in the direction of travel of the first vehicle through a camera of a mobile phone.
  • the camera of the vehicle-mounted driving recorder on the first vehicle automatically acquires image data in the driving direction of the first vehicle.
  • image recognition based on a lane line detection algorithm is performed on the acquired image data, and it is determined that the vehicle is traveling along a left lane with at least two vehicles.
  • image recognition is performed on the acquired image data to detect whether there are other vehicles driving along the left lane within a certain distance ahead.
  • S2-4 obtain the current position and the driving speed of the preceding vehicle, and at the same time detect the license plate number of the preceding vehicle through image recognition.
  • the current position and the driving speed of the preceding vehicle are obtained, and the license plate number of the preceding vehicle is detected through image recognition.
  • the image data in the driving direction of the vehicle is obtained from the camera, and through the lane detection algorithm of image recognition, it is determined that the user's vehicle is still driving in the left lane with at least two lanes, and there is a certain distance ahead. Other vehicles in the left lane.
  • the certain period of time may be a preset period of time, and the preset period of time may be flexibly set according to requirements, for example, the preset period of time may be set to 10s, 20s, 30s, 1 minute, and so on. This application is not limited to this.
  • S2-7 Obtain the current position, the speed of the preceding vehicle, and the speed limit information of the current road. If the speed of the preceding vehicle is found to be lower than the minimum speed limit value, the license plate number of the preceding vehicle is detected through image recognition to determine whether it matches the previous record. The license plate number is the same.
  • the preceding vehicle may be the above-mentioned second vehicle.
  • the monitoring server may be the above-mentioned road monitoring device.
  • the monitoring server summarizes the alarm data, finds the slow-speed vehicle at the front of the road through backtracking, and sends a slow-speed notification to the user terminal of the vehicle, prompting the driver to drive the vehicle into the slow lane or speed up in the left lane.
  • the embodiments of the present application solve the technical difficulty that the user equipment located in the vehicle cannot perform slow vehicle identification.
  • the vehicle monitoring application in the vehicle monitoring system can be used to determine whether other vehicles violate traffic regulations.
  • FIG. 15 schematically shows a block diagram of an apparatus for vehicle driving detection according to an embodiment of the present application.
  • the device for vehicle driving detection can use a software unit or a hardware unit, or a combination of the two to become a part of the computer equipment.
  • the apparatus 400 for vehicle driving detection provided in this embodiment of the present application may specifically include:
  • an acquisition module 410 configured to acquire first image data in the driving direction of the first vehicle
  • a processing module 420 configured to perform lane line detection processing on the first image data, and determine that the first vehicle is traveling along the first lane of the at least two lanes;
  • the processing module 420 is further configured to perform image recognition processing on the first image data, and detect that a second vehicle is driving on the first lane within a preset distance in front of the first vehicle;
  • the processing module 420 is further configured to perform speed measurement processing on the second vehicle to obtain the first speed of the second vehicle;
  • the processing module 420 is further configured to regard the second vehicle as a potential slow vehicle when the first speed is less than the minimum speed limit value of the first lane.
  • the apparatus 400 for vehicle driving detection further includes a sending module 430, wherein:
  • the acquiring module 410 is further configured to re-acquire the second image data in the driving direction of the first vehicle after a preset time period;
  • the processing module 420 is further configured to perform image recognition processing on the second image data to determine that the second vehicle is still driving on the first lane within a preset distance in front of the first vehicle; The second vehicle performs speed measurement processing to obtain the second speed of the second vehicle;
  • the sending module 430 is configured to send slow vehicle early warning information when the second speed is less than the minimum speed limit value of the first lane; wherein the slow vehicle early warning information includes the current speed of the second vehicle At least one of the location information of the second vehicle, the license plate information of the second vehicle, the second speed, and the second image data.
  • the second vehicle is the foremost vehicle among a plurality of vehicles traveling on the first lane within a preset distance in front of the first vehicle.
  • the obtaining module 410 is further configured to obtain the minimum speed limit value of the first lane from the road monitoring device or the map server according to the current position information of the first vehicle.
  • the processing module 420 is further configured to perform historical congestion event backtracking according to the slow-speed vehicle early warning information, and determine that the second vehicle is within a preset distance in front of the first vehicle and the first vehicle The frontmost slow-moving vehicle in the same lane.
  • the processing module 420 is specifically configured to:
  • the historical congestion events associated with the congestion events corresponding to the second vehicle include: historical congestion events associated with the link identifier, and/or, the link identifier
  • the corresponding link has associated historical congestion events with other links that can be reached in the future according to the driving direction.
  • the processing module 420 is specifically configured to:
  • At least one of the following information is stored as a congestion event corresponding to the second vehicle in a storage device corresponding to the map grid identifier where the location information of the second vehicle is located:
  • each module in the apparatus 400 for vehicle driving detection provided in this embodiment of the present application, reference may be made to the content in the foregoing vehicle driving detection method 200 , which will not be repeated here.
  • FIG. 16 schematically shows a block diagram of a vehicle driving warning device according to an embodiment of the present application.
  • the device for early warning of vehicle driving can use a software unit or a hardware unit, or a combination of the two to become a part of the computer equipment.
  • the apparatus 500 for early warning of vehicle driving provided in this embodiment of the present application may specifically include:
  • the receiving module 510 is configured to receive the slow-speed vehicle early warning information sent by the first vehicle, where the slow-speed vehicle early warning information includes at least the position information of the second vehicle and the license plate information of the second vehicle;
  • the processing module 520 is configured to perform historical congestion event backtracking according to the slow-speed vehicle warning information, and determine whether the second vehicle is the frontmost vehicle driving on the same lane as the first vehicle within a preset distance in front of the first vehicle. slow vehicles;
  • the sending module 530 is configured to send a slow speed vehicle to the second vehicle when the second vehicle is the frontmost slow speed vehicle driving on the same lane as the first vehicle within a preset distance in front of the first vehicle Instruction information, where the slow speed instruction information is used to instruct the second vehicle to drive into the slow speed lane or increase speed in the original lane.
  • the processing module 520 is specifically configured to:
  • the historical congestion events associated with the congestion events corresponding to the second vehicle include: historical congestion events associated with the link identifier, and/or, associated with the link
  • the link corresponding to the road sign has an associated historical congestion event with other links that can be reached in the future according to the driving direction.
  • the vehicle driving warning device 500 in the case of querying the historical congestion events stored in the storage devices corresponding to the plurality of map grids that are associated with the link identifier where the location information of the second vehicle is located, the vehicle driving warning device 500 further Including acquisition module 540, wherein,
  • an obtaining module 540 configured to obtain the offset of the position information of the second vehicle in the link corresponding to the link identifier relative to the coordinates of the end point in the driving direction;
  • the processing module 520 is further configured to determine the contextual relationship between the associated historical congestion event and the second vehicle according to the offset.
  • processing module 520 is further configured to:
  • At least one of the following information is stored as a congestion event corresponding to the second vehicle in a storage device corresponding to the map grid identifier where the location information of the second vehicle is located:
  • each module in the apparatus 500 for vehicle driving early warning provided by the embodiment of the present application, reference may be made to the content in the above-mentioned vehicle driving early warning method 300 , which will not be repeated here.
  • All or part of the modules in the above-mentioned vehicle driving warning device can be implemented by software, hardware and combinations thereof.
  • the above modules can be embedded in or independent of the processor in the computer device in the form of hardware, or can be stored in the memory of the computer device in the form of software, so that the processor can call and execute the operations performed by the above modules.
  • FIG. 17 shows a schematic structural diagram of an electronic device implementing an embodiment of the present application. It should be noted that the electronic device 600 shown in FIG. 17 is only an example, and should not impose any limitations on the functions and scope of use of the embodiments of the present application.
  • the electronic device 600 includes a central processing unit (Central Processing Unit, CPU) 601, which can be loaded into a random device according to a program stored in a read-only memory (Read-Only Memory, ROM) 602 or from a storage part 608 Various appropriate actions and processes are performed by accessing programs in a memory (Random Access Memory, RAM) 603 . In the RAM 603, various programs and data required for system operation are also stored.
  • the CPU 601, the ROM 602, and the RAM 603 are connected to each other through a bus 604.
  • An Input/Output (I/O) interface 605 is also connected to the bus 604 .
  • I/O Input/Output
  • the following components are connected to the I/O interface 605: an input section 606 including a keyboard, a mouse, etc.; an output section 607 including a cathode ray tube (CRT), a liquid crystal display (LCD), etc., and a speaker, etc. ; a storage section 608 including a hard disk, etc.; and a communication section 609 including a network interface card such as a local area network (Local Area Network, LAN) card, a modem, and the like. The communication section 609 performs communication processing via a network such as the Internet.
  • a drive 610 is also connected to the I/O interface 605 as needed.
  • a removable medium 611 such as a magnetic disk, an optical disk, a magneto-optical disk, a semiconductor memory, etc., is mounted on the drive 610 as needed so that a computer program read therefrom is installed into the storage section 608 as needed.
  • embodiments of the present application include a computer program product comprising a computer program carried on a computer-readable medium, the computer program containing program code for performing the method shown in the above flow chart.
  • the computer program may be downloaded and installed from the network via the communication portion 609 and/or installed from the removable medium 611 .
  • CPU central processing unit
  • various functions defined in the apparatus of the present application are executed.
  • an electronic device comprising:
  • a memory for storing executable instructions for the processor
  • the processor is configured to execute the steps in the foregoing method embodiments by executing the executable instructions.
  • a computer device including a memory and a processor, where a computer program is stored in the memory, and the processor implements the steps in the foregoing method embodiments when the processor executes the computer program.
  • a computer-readable storage medium which stores a computer program, and when the computer program is executed by a processor, implements the steps in the foregoing method embodiments.
  • the computer-readable storage medium described in this application can be, for example, but not limited to, an electrical, magnetic, optical, electromagnetic, infrared, or semiconductor system, device or device, or any combination of the above. More specific examples of computer readable storage media may include, but are not limited to, electrical connections having one or more wires, portable computer disks, hard disks, random access memory (RAM), read only memory (ROM), erasable Erasable Programmable Read Only Memory (EPROM), flash memory, optical fiber, portable Compact Disc Read-Only Memory (CD-ROM), optical storage device, magnetic disk storage device, or any suitable of the above combination.
  • RAM random access memory
  • ROM read only memory
  • EPROM erasable Erasable Programmable Read Only Memory
  • CD-ROM portable Compact Disc Read-Only Memory
  • CD-ROM Compact Disc Read-Only Memory
  • a computer-readable storage medium can be any tangible medium that contains or stores a program that can be used by or in conjunction with an instruction execution system, apparatus, or device.
  • a computer readable signal medium may include a data signal propagated in baseband or as part of a carrier wave, carrying computer readable program code therein. Such propagated data signals may take a variety of forms, including but not limited to electromagnetic signals, optical signals, or any suitable combination of the foregoing.
  • a computer-readable signal medium can also be any computer-readable storage medium, other than a computer-readable storage medium, that can transmit, propagate, or transmit data for use by or in connection with the instruction execution system, apparatus, or device. program.
  • Program code embodied on a computer readable medium may be transmitted using any appropriate medium including, but not limited to, wireless, wireline, optical fiber cable, radio frequency, etc., or any suitable combination of the foregoing.
  • This embodiment is only used to illustrate the present application, and the selection of software and hardware platform architecture, development environment, development language, message acquisition source, etc. in this embodiment can be changed.
  • the improvement and equivalent transformation of a certain part based on the principle should not be excluded from the protection scope of the present application.
  • a software functional unit If implemented in the form of a software functional unit and sold or used as a stand-alone product, it may be stored in a computer-readable storage medium.
  • the technical solutions of the embodiments of the present application can be embodied in the form of software products in essence, or the parts that make contributions to the prior art or the parts of the technical solutions, and the computer software products are stored in a storage medium , including several instructions for causing a computer device (which may be a personal computer, a server, or a network device, etc.) to execute all or part of the steps of the methods described in the embodiments of the present application.
  • the aforementioned storage medium includes: a U disk, a removable hard disk, a read-only memory, a random access memory, a magnetic disk or an optical disk and other media that can store program codes.
  • division of units, modules or components in the apparatus embodiments described above is only a logical function division, and other division methods may be used in actual implementation.
  • multiple units, modules or components may be combined or integrated.
  • To another system, or some units or modules or components can be ignored, or not implemented.
  • the above-mentioned units/modules/components described as separate/display components may or may not be physically separated, that is, may be located in one place, or may be distributed to multiple network units. Some or all of the units/modules/components may be selected according to actual needs to achieve the purpose of the embodiments of the present application.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种车辆行驶检测的方法（200）、车辆行驶预警的方法（300）、装置、电子设备及存储介质。车辆行驶检测的方法（200），包括：获取第一车辆行驶方向上的第一图像数据（S210）；对第一图像数据进行车道线检测处理，确定第一车辆正在沿着至少两个车道中的第一车道行驶（S220）；对第一图像数据进行图像识别处理，检测到第二车辆在第一车辆前方预设距离内行驶在第一车道上（S230）；对第二车辆进行测速处理，得到第二车辆的第一速度（S240）；第一速度小于第一车道的最低限速值的情况下，将第二车辆作为潜在慢速车辆（S250）。

Description

车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质
本申请要求于2021年4月29日提交中国专利局、申请号为202110470434.8、申请名称为“车辆行驶检测的方法、车辆行驶预警的方法和装置”的中国专利申请的优先权。
技术领域
本申请实施例涉及智慧交通领域，并且更具体地，涉及一种车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质。
发明背景
随着交通路网的建设，驾车出行在人们出行中扮演着越来越重要的角色，极大地丰富了用户的出行体验。然而，快速车道上行驶的一些慢速车辆，不仅影响周围车辆的驾驶体验，也会导致交通混乱或造成交通事故。因此，如何识别慢速车辆以进行预警，是一项亟待解决的技术问题。
发明内容
本申请提供了一种车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备、芯片和计算机可读存储介质，用户车辆能够识别前方同车道上的慢速车辆并进行预警，从而使慢速车辆驶离该车道或在原车道提速，避免了慢速车辆对后方车辆的影响，提升驾驶体验。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请的一方面，提供了一种车辆行驶检测的方法，由电子设备执行，包括：
获取第一车辆行驶方向上的第一图像数据；
对所述第一图像数据进行车道线检测处理，确定所述第一车辆正在沿着至少两个车道中的第一车道行驶；
对所述第一图像数据进行图像识别处理，检测到第二车辆在所述第一车辆前方预设距离内行驶在所述第一车道上；
对所述第二车辆进行测速处理，得到所述第二车辆的第一速度；及，
在所述第一速度小于所述第一车道的最低限速值的情况下，将所述第二车辆作为潜在慢速车辆。
根据本申请的一方面，提供了一种车辆行驶预警的方法，由电子设备执行，包括：
接收第一车辆发送的慢速车辆预警信息，所述慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息；
根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆是否为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆；
在所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向所述第二车辆发送慢速指示信息，所述慢速指示信息用于指示所述第二车辆驶入慢速车道或在原车道提速。
根据本申请的一方面，提供了一种车辆行驶检测的装置，包括：
获取模块，用于获取第一车辆行驶方向上的第一图像数据；
处理模块，用于对所述第一图像数据进行车道线检测处理，确定所述第一车辆正在沿着至少两个车道中的第一车道行驶；
所述处理模块，还用于对所述第一图像数据进行图像识别处理，检测到第二车辆在所述第一车辆前方预设距离内行驶在所述第一车道上；
所述处理模块，还用于对所述第二车辆进行测速处理，得到所述第二车辆的第一速度；
所述处理模块，还用于在所述第一速度小于所述第一车道的最低限速值的情况下，将所述第二车辆作为潜在慢速车辆。
根据本申请的一方面，提供了一种车辆行驶预警的装置，包括：
接收模块，用于接收第一车辆发送的慢速车辆预警信息，所述慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息；
处理模块，用于根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆是否为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆；
发送模块，用于在所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向所述第二车辆发送慢速指示信息，所述慢速指示信息用于指示所述第二车辆驶入慢速车道或在原车道提速。
根据本申请的一方面，提供了一种电子设备，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行上述车辆行驶检测的方法的步骤，或者，执行上述车辆行驶预警的方法的步骤。
根据本申请的一方面，提供了一种芯片，包括：处理器，用于从存储器中调用并运行计算机程序，使得该处理器执行上述车辆行驶检测的方法的步骤，或者，执行上述车辆行驶预警的方法的步骤。
根据本申请的一方面，提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序使得计算机执行上述车辆行驶检测的方法的步骤，或者，执行上述车辆行驶预警的方法的步骤。
根据本申请的一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算 机指令，使得该计算机设备执行上述车辆行驶检测的方法的步骤，或者，执行上述车辆行驶预警的方法的步骤。
本申请实施例的其他特性和优点将通过下面的详细描述变得显然，或者部分通过本申请的实践而习得。
应理解，以上的一般描述和后文的细节描述仅是示例性的，并不对本申请构成限定。
附图简要说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。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的附图。
图1示意性示出了根据本申请的一个实施例中提供的车辆行驶检测的方法和车辆行驶预警的方法的应用场景图；
图2示意性示出了本申请提供的链路的示意图；
图3示意性示出了本申请提供的H3网格参数的示意图；
图4示意性示出了根据本申请的一实施例的车辆行驶检测的方法的流程图；
图5示意性示出了根据本申请的一实施例的车道线检测的示意图；
图6示意性示出了根据本申请的一实施例的第一车辆与第二车辆的示意图；
图7示意性示出了根据本申请的另一实施例的车辆行驶检测的方法的流程图；
图8示意性示出了根据本申请的另一实施例的第一车辆与第二车辆的示意图；
图9示意性示出了根据本申请的一实施例的网格化处理的地图的示意性图；
图10示意性示出了根据本申请的另一实施例的车辆行驶检测的方法的流程图；
图11示意性示出了根据本申请的另一实施例的车辆行驶预警的方法的流程图；
图12示意性示出了根据本申请的再一实施例的车辆行驶预警的方法的流程图；
图13示意性示出了根据本申请的再一实施例的车辆行驶预警的方法的流程图；
图14示意性示出了根据本申请的再一实施例的车辆行驶检测及预警的流程图；
图15示意性示出了根据本申请的一实施例的车辆行驶检测的装置的框图；
图16示意性示出了根据本申请的另一实施例的车辆行驶预警的装置的框图；
图17示出了适于用来实现本申请实施例的电子设备的结构示意图。
实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本申请的描述将更加全面的完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图为本申请的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本申请的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而省略特定细节中的一个或更多，或者可以采用其他的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本申请的各方面变得模糊。
附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络、处理器装置或者微控制装置中现实这些功能实体。
智能交通系统(Intelligent Traffic System，ITS)，又称智能运输系统(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能(Artificial Intelligence，AI)等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
智能车路协同系统(Intelligent Vehicle Infrastructure Cooperative Systems，IVICS)，简称车路协同系统，是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
图1为一个实施例中提供的车辆行驶检测的方法和车辆行驶预警的方法的应用场景图，如图1所示，在该应用场景中，包括车载终端110和服务器120。其中，车载终端110具有摄像头，并具有一定的存储、处理和收发能力。服务器120例如可以交通系统的服务器，也可以是一些道路监控设备，并具有一定的存储、处理和收发能力。服务器120可以实现对车辆的管理和控制。
在一些实现方式中，车载终端110可以从摄像头获取行驶方向上的图像数据；对行驶方向上的图像数据进行车道线检测处理，确定车载终端110所行驶的车道；以及对行驶方向上的图像数据进行图像识别处理，检测车载终端110前方预设距离内是否存在行驶的车辆。车载终端110可以对前方车辆进行测速，以获取前车的速度。车载终端110还可以向服务器120上报慢速车辆预警信息，具体可以包括慢速车辆当前的位置信息、慢速车辆的车牌信息、慢速车辆当前的速度信息、当前获取的用户车辆行驶方向上的图像数据中的至少一种。服务器120可以指示慢速车辆驶入慢速车道或在原车道提速。
具体例如，基于用户设备的摄像头获取图像数据，基于图像数据(对象识别过程，确定从图像中肯定地识别出特定的道路特征)，确定用户的车辆正在 沿具有至少两个车道的左车道行驶，检测到其他车辆在用户的车辆前方预定距离内行驶在所述道路的左车道上，获取用户车辆和目标车辆的速度，根据获取的速度信息，确定目标车辆的速度低于道路的最低限速值，并且作为响应，触发潜在的违规程序，上报给服务器，服务器通知前车速度低于道路限速，引导前车司机进入右侧车道行驶。
可以理解，上述应用场景仅是一个示例，并不能构成对本申请实施例提供的车辆行驶检测及预警的方案的限制。
服务器120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者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。车载终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能语音交互设备、智能家电、车载设备以及智能手表等，但并不局限于此。车载终端110和服务器120可以通过有线或者无线通信方式进行直接或间接地连接，本申请对此并不限定。
为便于更好的理解本申请实施例，对本申请相关的术语进行说明。
用户应用程序(application，APP)：用户使用的有导航功能的手机APP。
导航软件开发工具包(Software Development Kit，SDK)：提供导航能力给APP使用的工具包，提供导航、路线规划、路线绘制等能力。
地图SDK：提供地图的底图能力，提供地图瓦片服务。
驾车路线规划：通过指定起点和终点，结合实时路况、少收费、不走高速等多种偏好，计算最优行驶路线的技术。
链路(Link)：在地图导航业务中，一般将道路分为一条条链路，链路也是四维图形提供路网数据的最小单元，长度不定，一般遇到门、出入口、路口等会截断，如图2中加粗线条的就是一条条链路。
链路标识(Link ID)：路网数据中链路的唯一标识。
网格地图系统：使用网格(Grid)系统，将地球空间划分为可识别的网格单元(cell)。例如，采用Uber H3算法H3，实现近似无形变的地图六边形网格化，并且可以给定一个经纬度，计算所在六边形格子标识；或者，指定格子标识和周边查询范围，查询周边一定范围内所有格子标识。如图3所示，给出了H3算法各个精度的网格大小，例如，如果选择生成H3精度为10级的六边形网格，每个六边形的边长就是65.9米。
公路上有各种版本的“慢速行驶规则”。在一些场景下，高速公路上的最左侧车道为高速车道，例如高速公路上的最左车道要求速度不低于100km/h，该慢速行驶规则要求车辆在最左车道上至少保持100km/h的限速。在另一些场景下，高速公路上的最右侧车道为高速车道，例如高速公路上的最右车道要求速度不低于100km/h，该慢速行驶规则要求车辆在最右车道上至少保持100km/h 的限速。
本申请实施例以高速公路上的最左侧车道为高速车道为例进行说明。
公路上这些类型的“慢速行驶规则”背后的一般原则是，在右侧行驶速度较慢的车辆，在左侧行驶速度较快的车辆。例如，当慢速驾驶员在多车道道路的左车道上徘徊时，车辆的驾驶员可能倾向于向右侧进行超车，从而导致交通混乱，引发事故和交通拥堵。此外，违反左车道最低限速的驾驶员所面临的问题之一是，很多时候没有意识到交通拥堵，或，他们因在左车道和右车道上徘徊而可能造成的潜在事故。
基于上述技术问题，本申请提出了车辆行驶检测及预警的方案，通过对第一车辆行驶方向上的图像数据进行处理，整个检测方案是渐进式的，包括：
首先，检测第一车辆前方是否存在第二车辆是潜在慢速车辆，也就是表明，第二车辆当前的行驶速度是慢速的；
然后，在预设时长之后，再次在对该慢速车辆进行测速，如果检测出第二车辆仍然处于慢速状态，则向第二车辆发送慢速车辆预警，也就是表明，第二车辆持续慢速行驶；
进一步，当进行历史拥堵事件回溯之后，确定该第二车辆为第一车辆前方预设距离内、在相同车道上行驶在最前方的慢速车辆，则向第二车辆发送慢速指示信息，也就是表明，第二车辆，不仅是持续慢速行驶，而是还是最前方持续慢速行驶的车辆，以使第二车辆驶离快速车道或在原车道提速，避免了慢速车辆对后方车辆的影响，提升后方车辆的驾驶体验。同时也避免因慢速车辆而造成的交通混乱甚至交通事故。
下面对本申请实施例的具体实施过程进行详细的描述。
图4示出了根据本申请的一个实施例的车辆行驶检测的方法200的示意性流程图，该车辆行驶检测的方法200可以由具有计算处理能力的设备来执行，例如，由上述车载终端110执行，或者，由上述车载终端110和服务器120共同执行。参照图4所示，该车辆行驶检测的方法200至少可以包括S210至S250，详细介绍如下：
在S210中，获取第一车辆行驶方向上的第一图像数据。
具体例如，从摄像头获取第一车辆行驶方向上的第一图像数据。
上述摄像头可以是第一车辆的车载终端(如用户手机或车载行车记录仪)的摄像头，也可以是其他车辆或设备的摄像头，本申请对此并不限定。
例如，第一车辆上的用户(如乘客)通过手机的摄像头获取第一车辆行驶方向上的第一图像数据。
又例如，第一车辆上的车载行车记录仪的摄像头自动获取第一车辆行驶方向上的第一图像数据。
在一些实施例中，第一图像数据为从摄像头获取当前第一车辆行驶方向上的图像数据，或者，第一图像数据为从摄像头获取一段时间内第一车辆行驶方 向上的图像数据，如连续拍摄多张图片。
在S220中，对第一图像数据进行车道线检测处理，确定第一车辆正在沿着至少两个车道中的第一车道行驶。
具体地，识别道路上的车道是所有司机的共同任务，以确保车辆在驾驶时处于车道限制之内，并减少因越过车道而与其他车辆发生碰撞的机会。通过对第一车辆行驶方向上的第一图像数据进行车道线检测处理，识别特定的道路特征(即车道总数、行驶的车道等)，如图5所示。当然，也可以对第一车辆行驶方向上的第一图像数据进行其他方式的处理，确定第一车辆正在沿着至少两个车道中的第一车道行驶，本申请实施例对此并不限定。
例如，对第一车辆行驶方向上的第一图像数据进行车道线检测处理，确定第一车辆正在沿着具有三车道的道路的最左侧车道行驶。
又例如，对第一车辆行驶方向上的第一图像数据进行车道线检测处理，确定第一车辆正在沿着具有三车道的道路的中间车道行驶。
在S230中，对第一图像数据进行图像识别处理，检测到第二车辆在第一车辆前方预设距离内行驶在第一车道上。
具体的，对第一车辆行驶方向上的第一图像数据进行图像识别处理，可以识别出前方车辆的车牌信息，进而检测在第一车辆前方预设距离内是否存在车辆行驶在第一车道上。例如，可以通过深度学习模型，对第一车辆行驶方向上的第一图像数据进行图像识别处理，识别出前方车辆的车牌信息。
上述预设距离可以根据需求灵活设置，本申请对此并不限定。
需要说明的是，车牌是车辆的唯一标识，可以通过车牌确定车辆在第一车辆前方预设距离内行驶在第一车道上。
具体的，如图6所示，第二车辆在第一车辆前方预设距离内行驶在与第一车辆相同的车道上。
在S240中，对第二车辆进行测速处理，得到第二车辆的第一速度。
具体的，速度信息可以通过连接到车辆的传感设备(例如光检测和测距(激光雷达(LIDAR))设备)获得。这可以防止用户必须向服务器发出多个定位请求，然后通过距离/时间的方式计算速度信息，从而减少了车载终端网络交互的时间，提升了系统的效率。
在S250中，在第一速度小于第一车道的最低限速值的情况下，将第二车辆作为潜在慢速车辆。
具体的，可以通过路标信息获取道路和/或车道的最低限速值，也可以通过查询地图类应用或服务器，获取当前位置道路和/或车道的最低限速值。
所确定的“潜在慢速车辆”表明第二车辆当前处于慢速行驶状态，将来若仍处于慢速状态，则会触发预警。
在一些实施例中，可以根据第一车辆当前的位置信息，从道路监控设备或者地图服务器获取第一车道的最低限速值。
在一些实施例中，道路监控设备可以是上述服务器120，也可以是能够调用上述服务器120的资源的设备。道路监控设备可以实现对车辆的管理和控制。
在一些实施例中，在第一速度小于第一车道的最低限速值的情况下，也可以直接向道路监控设备发送慢速车辆预警信息，本申请对此并不限定。
图7示出了根据本申请的一个实施例的车辆行驶检测的方法200的示意性流程图，该车辆行驶检测的方法200可以由具有计算处理能力的设备来执行，例如，由上述车载终端110执行，或者，由上述车载终端110和服务器120共同执行。参照图7所示，在上述S210至S250的基础上，该车辆行驶检测的方法200至少可以包括S260至S290，详细介绍如下：
在S260中，在预设时长之后，重新获取第一车辆行驶方向上的第二图像数据。
具体的，预设时长可以根据需求灵活设置，例如，预设时长可以设置为10s、20s、30s、1分钟等。本申请对此并不限定。
在一些实施例中，前后两次获取第一车辆行驶方向上的图像数据的摄像头可以相同，也可以不同，本申请对此并不限定。
在S270中，对第二图像数据进行图像识别处理，确定第二车辆依然在第一车辆前方预设距离内行驶在第一车道上。
具体的，图像识别的方法与上述S230中的图像识别方法相同。
在S280中，重新对第二车辆进行测速处理，得到第二车辆的第二速度。
具体的，测速方法与上述S240中的测速方法相同。
在S290中，在第二速度小于第一车道的最低限速值的情况下，发送慢速车辆预警信息；其中，该慢速车辆预警信息包括第二车辆当前的位置信息、第二车辆的车牌信息、第二车辆的第二速度、第一车辆行驶方向上的第二图像数据中的至少一种。
也即，在第二速度小于第一车道的最低限速值的情况下，第一车辆可以确定第二车辆预设时长内的平均车速小于第一车道的最低限速值，从而可以确定第二车辆一直处于慢速行驶状态，或者，确定第二车辆在预设时长内处于慢速行驶状态。
具体的，在第二速度小于第一车道的最低限速值的情况下，第一车辆可以确定第二车辆为慢速车辆。即第二车辆的行驶可能导致交通混乱，从而可能导致事故和交通拥堵。
在一些实施例中，在无法准确获取第二车辆的位置信息的情况下，可以将第一车辆当前的位置作为第二车辆当前的位置进行上报。
在一些实施例中，第二车辆为第一车辆前方预设距离内行驶在第一车道上的多辆车中的最前方车辆。
具体的，在存在多个车辆连续拥堵的情况下，其实是最前面的车辆慢速行驶导致的，如图8所示。因此识别第一车辆前方预设距离内行驶在第一车道上 的多辆车中的最前方车辆，并上报慢速车辆预警信息，可以更有效的缓解拥堵。
在一些实施例中，可以根据慢速车辆预警信息，进行历史拥堵事件回溯，确定第二车辆为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆。也即，可以根据慢速车辆预警信息进行历史拥堵事件回溯，确定第二车辆为第一车辆前方预设距离内行驶在第一车道上的多辆车中的最前方车辆。
在一些实施例中，在网格化处理的地图中，查找第二车辆的位置信息所在的地图格子标识；以及根据第二车辆的位置信息，在路网信息中(例如通过经纬度)查找第二车辆的位置信息所在的链路标识；将以下信息中的至少一种作为第二车辆对应的拥堵事件，存储在第二车辆的位置信息所在的地图格子标识对应的存储设备中：
接收慢速车辆预警信息的时间、第二车辆的车牌信息、慢速发生时的经纬度、链路标识、在链路标识对应的链路中第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
具体的，对地图进行网格化处理。例如，如图9所示，按照精度为10级，将地图划分成边长为64m的正六边形(hexagon，hex)，然后对于每个上报的拥堵事件，首先计算慢速车辆当前位置X所在的地图格子标识，然后在路网信息中通过经纬度得出当前车辆具体所在的链路标识，将此次拥堵事件(包含：上报时间，慢速车辆车牌号，慢速发生时的经纬度，慢速发生位置所在的链路标识，当前位置相对此link行驶方向终点坐标的偏移量)存储到这个具体的地图格子标识所对应的存储设备中去。可以设置过期时间为1分钟，因为车辆在移动，一定时间后车辆已经行驶了很远，此时历史数据已经无效，因此，可以设置1分钟之后自动删除此记录。
图10示出了根据本申请的一个实施例的确定第二车辆为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆的示意性流程图，可以由具有计算处理能力的设备来执行，例如，由上述车载终端110执行，或者，由上述车载终端110和服务器120共同执行。参照图10所示，可以包括S2010至S2040，详细介绍如下：
在S2010中，在网格化处理的地图中，查找第二车辆的位置信息所在的地图格子标识；以及根据第二车辆的位置信息，在路网信息中(例如通过经纬度)查找第二车辆的位置信息所在的链路标识。
具体的，可以采用uber H3算法实现地图网格化。
在S2020中，以第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识。
在S2030中，根据链路标识以及多个地图格子的标识，查询多个地图格子对应的存储设备中存储的与第二车辆对应的拥堵事件存在关联的历史拥堵事件。
在一些实施例中，与第二车辆对应的拥堵事件存在关联的历史拥堵事件， 包括，与第二车辆的位置信息所在的链路标识存在关联的历史拥堵事件，和/或，与链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
在一些实施例中，在查询多个地图格子对应的存储设备中存储的与第二车辆的位置信息所在的链路标识存在关联的历史拥堵事件的情况下，获取在链路标识对应的链路中第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量；以及根据偏移量，确定关联的历史拥堵事件与第二车辆的前后关系。
在S2040中，在查询得到第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定第二车辆为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆。
因此，在本申请实施例中，通过对第一车辆行驶方向上的图像数据进行处理，检测第一车辆前方是否存在慢速车辆，以及对慢速车辆进行预警，以使慢速车辆驶离快速车道或在原车道提速，避免了慢速车辆对后方车辆的影响，提升后方车辆的驾驶体验。同时也避免因慢速车辆而造成的交通混乱甚至交通事故。
图11示出了根据本申请的一个实施例的车辆行驶预警的方法300的示意性流程图，该车辆行驶预警的方法300可以由具有计算处理能力的设备来执行，例如，道路监控设备。该道路监控设备可以是上述图1中的服务器120，或者，该道路监控设备是能够调用上述服务器120的资源的设备。参照图11所示，该车辆行驶预警的方法300至少可以包括S310至S330，详细介绍如下：
在S310中，接收第一车辆发送的慢速车辆预警信息，该慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息。
具体的，在第一车辆确定第二车辆为慢速车辆的情况下，第一车辆发送该慢速车辆预警信息。例如，第一车辆可以基于上述慢速车辆预警的方法200中的方案确定第二车辆为慢速车辆。
在一些实施例中，该慢速车辆预警信息还可以包括第二车辆的速度信息和第一车辆行驶方向上的图像数据。
在S320中，根据慢速车辆预警信息进行历史拥堵事件回溯，确定第二车辆是否为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆。
具体地，在接收到慢速车辆预警信息之后，根据慢速车辆预警信息进行历史拥堵事件回溯，以确定第二车辆是否为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆。
在S330中，在第二车辆为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向第二车辆发送慢速指示信息，慢速指示信息用于指示第二车辆驶入慢速车道或在原车道提速。
在一些实施例中，在第二车辆不是第一车辆前方预设距离内与第一车辆行 驶在相同车道上的最前方的慢速车辆的情况下，向第一车辆行驶在相同车道上的最前方的慢速车辆发送慢速指示信息，以指示驶入慢速车道或在原车道提速。
图12示出了根据本申请的一个实施例的慢速车辆预警的方法的示意性流程图，图12所示的方法详细说明了上述S320的具体过程，可以由具有计算处理能力的设备来执行，例如，道路监控设备。该道路监控设备可以是上述图1中的服务器120，或者，该道路监控设备是能够调用上述服务器120的资源的设备。如图12所示，可以包括如下S3201至S3204。详细介绍如下：
在S3201中，在网格化处理的地图中，查找第二车辆的位置信息所在的地图格子标识；以及根据第二车辆的位置信息，在路网信息中查找第二车辆的位置信息所在的链路标识。
具体的，可以通过经纬度在路网信息中查找链路标识，采用uber H3算法实现地图网格化。
在S3202中，以第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识。
在S3203中，根据链路标识以及多个地图格子的标识，查询多个地图格子对应的存储设备中存储的与第二车辆对应的拥堵事件存在关联的历史拥堵事件。
在S3204中，在查询得到第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定第二车辆为第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆；否则，确定第二车辆不是第一车辆前方预设距离内与第一车辆行驶在相同车道上的最前方的慢速车辆。
具体的，在获取上报的慢速车辆之后，接着需要判断当前车辆是否是由于前面存在慢速车辆导致此车也慢速行驶，此时可以通过H3的Krings算法快速计算出某个地图格子周边k圈的地图格子的标识，然后通过地图格子标识查询出格子内的所有历史上报的拥堵事件。在此可以采用k＝3，也就是说，召回周围半径400m内的所有交通事件，然后结合路网数据，从中找出所有由当前上报事件存在关联关系的事件(也就是，召回事件所在链路标识与当前事件链路标识相同的其他link，或者属于当前事件链路标识按照行驶方向未来能到达的其他link)。对于链路标识相同的，则通过判断相对此link行驶方向终点坐标的偏移量来确定前后关系。如果发现当前时间在此上报事件前方道路上有相关的其他事件，则说明当前上报慢速车辆并不是多车慢速行驶的源头，则不需要对此车的驾驶员发送通知，否则，则需要对此车的驾驶员发送通知，提示当前行驶速度低于法规要求，建议变道或者在原车道提速。
在一些实施例中，上述车辆行驶预警的方法300在道路监控设备中执行的具体流程可以如图13所示。如图13所示，道路监控设备可以包括后台接入层服务器、后台H3存储服务器和路网服务器，或者，道路监控设备可以调用后台接入层服务器、后台H3存储服务器和路网服务器中部分或者全部服务器的数据。用户终端对应于上述第一车辆的车载终端，被发现慢速行驶的用户终端对应于 上述第二车辆的车载终端，具体可以包括S1-1至S1-14。
S1-1，用户终端上报慢速交通事件，包括目标车辆的车牌号和位置；
S1-2，后台接入层服务器在获知慢速交通事件之后，从路网服务器查询目标车辆的位置所在道路的链路标识，以及在该链路中此位置相对于行驶方向上的终点坐标的偏移量；
S1-3，路网服务器向后台接入层服务器反馈查询内容；
S1-4，后台接入层服务器记录慢速交通事件至后台H3存储服务器；
S1-5，后台H3存储服务器计算上报位置所在的地图格子标识，将慢速交通事件对应的信息存储至地图格子标识对应的存储单元内，设置1分钟后自动删除；
S1-6，后台H3存储服务器向后台接入层服务器反馈慢速交通事件对应的地图格子标识；
S1-7，后台接入层服务器按照该地图格子标识从后台H3存储服务器中召回周边的慢速交通事件；
S1-8，后台H3存储服务器通过H3的Krings算法实现快速召回；
S1-9，后台H3存储服务器向后台接入层服务器反馈召回结果；
S1-10，后台接入层服务器将所有事件发送至路网服务器，判断关联性；
S1-11，路网服务器找出链路标识与当前慢速交通事件的链路标识相同的其他链路，或者，属于当前慢速交通事件的链路按照行驶方向未来能到达的其他链路，确定其他链路的标识；
S1-12，路网服务器反馈是否存在针对前慢速交通事件的相关事件；
S1-13，如果没有找到其他相关事件，则后台接入层服务器确定需要通知目标车辆变道或者在原车道提速；
S1-14，后台接入层服务器通知目标车辆变道或者在原车道提速。
在一些实施例中，图14示出了本申请实施例所述的车辆行驶检测及预警的整体流程的一个示例，可以由具有计算处理能力的设备来执行，例如，由上述车载终端110执行，或者，由上述车载终端110和服务器120共同执行。如图14所示，具体可以包括S2-1至S2-13。
S2-1，获取车辆行驶方向上的图像数据。
具体的，从摄像头中获取车辆行驶方向上的图像数据。
需要说明的是，该车辆可以是上述第一车辆。
例如，第一车辆上的用户(如乘客)通过手机的摄像头获取第一车辆行驶方向上的图像数据。
又例如，第一车辆上的车载行车记录仪的摄像头自动获取第一车辆行驶方向上的图像数据。
S2-2，通过图像识别的车道线检测算法，确定车辆正在沿着具有至少两个车辆的左车道行驶。
具体的，对获取的图像数据进行基于车道线检测算法的图像识别，确定车辆正在沿着具有至少两个车辆的左车道行驶。
S2-3，通过图像识别，检测前方一定距离内是否有沿左车道行驶的其他车辆。
具体的，对获取的图像数据进行图像识别，检测前方一定距离内是否有沿左车道行驶的其他车辆。
S2-4，获取当前位置和前车的行驶速度，同时通过图像识别，检测前车的车牌号。
具体的，在检测前方一定距离内存在沿左车道行驶的其他车辆的情况下，获取当前位置和前车的行驶速度，同时通过图像识别检测前车的车牌号。
S2-5，基于当前位置从服务器获取当前道路的限速信息，判断前车的速度是否低于最低限速值。
S2-6，如果低于最低限速值，则在一定时间之后，通过图像识别的车道检测算法，确定用户车辆依然在沿左车道行驶，前方一定距离内有沿左车道行驶的其他车辆。
具体的，在一定时间之后，从摄像头中获取车辆行驶方向上的图像数据，以及通过图像识别的车道检测算法，确定用户车辆依然在沿具有至少两个车道的左车道行驶，前方一定距离内有沿左车道行驶的其他车辆。
具体的，一定时间可以是一个预设时长，预设时长可以根据需求灵活设置，例如，预设时长可以设置为10s、20s、30s、1分钟等。本申请对此并不限定。
S2-7，获取当前位置和前车的行驶速度，以及当前道路的限速信息，如果发现前车速度低于最低限速值，同时通过图像识别检测前车的车牌号，判断是否与之前记录的车牌号一致。
具体的，该前车可以是上述第二车辆。
S2-8，如果一致，则向监控服务器上报前车的车牌号、当前位置、前车的速度、当前截取的图像数据。
具体的，该监控服务器可以是上述道路监控设备。
S2-9，监控服务器汇总报警数据，通过回溯找到位于道路最前方的慢速车辆，发送慢速通知给此车的用户终端，提示驾驶员驾驶车辆进入慢车道或在左车道提速。
因此，可以避免违反左车道最低限速的驾驶员因在左车道和右车道上徘徊而可能造成的潜在事故。
因此，在本申请实施例中，通过对第一车辆行驶方向上的图像数据进行处理，检测第一车辆前方是否存在慢速车辆，并对慢速车辆进行预警，以使慢速车辆驶离快速车道或在原车道提速，避免了慢速车辆对后方车辆的影响，提升后方车辆的驾驶体验。同时也避免因慢速车辆而造成的交通混乱甚至交通事故。
此外，本申请实施例解决了位于车辆内的用户设备无法进行慢速车辆识别的技术难点，例如，车辆监测系统内的车辆监测应用可用于确定其他车辆是否 违反交通违规。
上文结合图4至图14，详细描述了本申请的方法实施例，下文结合图15至图16，详细描述本申请的装置实施例，应理解，装置实施例与方法实施例相互对应，类似的描述可以参照方法实施例。
图15示意性示出了根据本申请的一实施例的车辆行驶检测的装置的框图。该车辆行驶检测的装置可以采用软件单元或硬件单元，或者是二者的结合成为计算机设备的一部分。如图15所示，本申请实施例提供的车辆行驶检测的装置400具体可以包括：
获取模块410，用于获取第一车辆行驶方向上的第一图像数据；
处理模块420，用于对所述第一图像数据进行车道线检测处理，确定所述第一车辆正在沿着至少两个车道中的第一车道行驶；
该处理模块420，还用于对所述第一图像数据进行图像识别处理，检测到第二车辆在所述第一车辆前方预设距离内行驶在所述第一车道上；
该处理模块420，还用于对所述第二车辆进行测速处理，得到所述第二车辆的第一速度；
该处理模块420，还用于在所述第一速度小于所述第一车道的最低限速值的情况下，将所述第二车辆作为潜在慢速车辆。
在一个实施例中，车辆行驶检测的装置400还包括发送模块430，其中，
获取模块410还用于在预设时长之后，重新获取所述第一车辆行驶方向上的第二图像数据；
处理模块420还用于，对所述第二图像数据进行图像识别处理，确定所述第二车辆依然在所述第一车辆前方预设距离内行驶在所述第一车道上；重新对所述第二车辆进行测速处理，得到所述第二车辆的第二速度；
发送模块430用于，在所述第二速度小于所述第一车道的最低限速值的情况下，发送慢速车辆预警信息；其中，所述慢速车辆预警信息包括所述第二车辆当前的位置信息、所述第二车辆的车牌信息、所述第二速度、所述第二图像数据中的至少一种。
在一个实施例中，该第二车辆为该第一车辆前方预设距离内行驶在该第一车道上的多辆车中的最前方车辆。
在一个实施例中，获取模块410还用于根据该第一车辆当前的位置信息，从该道路监控设备或者地图服务器获取该第一车道的最低限速值。
在一个实施例中，处理模块420，还用于根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
在一个实施例中，处理模块420具体用于：
在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；
根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；
在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
在一个实施例中，所述与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件，包括：与所述链路标识存在关联的历史拥堵事件，和/或，与所述链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
在一个实施例中，处理模块420具体用于：
在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
将以下信息中的至少一种作为所述第二车辆对应的拥堵事件，存储在所述第二车辆的位置信息所在的地图格子标识对应的存储设备中：
接收所述慢速车辆预警信息的时间、所述第二车辆的车牌信息、慢速发生时的经纬度、所述链路标识、在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
本申请实施例提供的车辆行驶检测的装置400中的各个模块的具体实现可以参照上述车辆行驶检测的方法200中的内容，在此不再赘述。
图16示意性示出了根据本申请的一实施例的车辆行驶预警的装置的框图。该车辆行驶预警的装置可以采用软件单元或硬件单元，或者是二者的结合成为计算机设备的一部分。如图16所示，本申请实施例提供的车辆行驶预警的装置500具体可以包括：
接收模块510，用于接收第一车辆发送的慢速车辆预警信息，该慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息；
处理模块520，用于根据该慢速车辆预警信息，进行历史拥堵事件回溯，确定该第二车辆是否为该第一车辆前方预设距离内与该第一车辆行驶在相同车道上的最前方的慢速车辆；
发送模块530，用于在该第二车辆为该第一车辆前方预设距离内与该第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向该第二车辆发送慢速指示信息，该慢速指示信息用于指示该第二车辆驶入慢速车道或在原车道提速。
在一个实施例中，处理模块520具体用于：
在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；
根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；
在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
在一个实施例中，其中，所述与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件，包括：与所述链路标识存在关联的历史拥堵事件，和/或，与所述链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
在一个实施例中，在查询该多个地图格子对应的存储设备中存储的与该第二车辆的位置信息所在的链路标识存在关联的历史拥堵事件的情况下，车辆行驶预警的装置500还包括获取模块540，其中，
获取模块540，用于获取在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量；
处理模块520还用于根据该偏移量，确定关联的历史拥堵事件与该第二车辆的前后关系。
在一个实施例中，处理模块520进一步用于：
在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
将以下信息中的至少一种作为所述第二车辆对应的拥堵事件，存储在所述第二车辆的位置信息所在的地图格子标识对应的存储设备中：
接收所述慢速车辆预警信息的时间、所述第二车辆的车牌信息、慢速发生时的经纬度、所述链路标识、在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
本申请实施例提供的车辆行驶预警的装置500中的各个模块的具体实现可以参照上述车辆行驶预警的方法300中的内容，在此不再赘述。
上述车辆行驶预警的装置中的各个模块可全部或部分通过软件、硬件及其 组合来实现。上述各个模块可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行上述各个模块对于的操作。
图17示出了实现本申请实施例的电子设备的结构示意图。需要说明的是，图17示出的电子设备600仅是一个示例，不应该对本申请实施例的功能和使用范围带来任何限制。
如图17所示，电子设备600包括中央处理单元(Central Processing Unit，CPU)601，其可以根据存储在只读存储器(Read-Only Memory，ROM)602中的程序或者从存储部分608加载到随机访问存储器(Random Access Memory，RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(Input/Output，I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如局域网(Local Area Network，LAN)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读取的计算机程序根据需要被安装入存储部分608。
特别地，根据本申请实施例，上文流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在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上述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部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理器(CPU)601执行时，执行本申请的装置中限定的各种功能。
在一个实施例中，还提供了一种电子设备，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，处理器配置为经由执行可执行指令来执行上述各方法实施例中的步骤。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所述的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、装置或者器件，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：具有一个或者多个导线的电连接、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(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁盘存储器件、或者上述任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或者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。而在申请中，计算机可读的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、光信号或者上述的任何合适的组合。计算机可读的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存储介质，该计算机可读介质可以发送、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恰当的介质传输，包括但不限于：无线、电线、光缆、射频等等，或者上述的任意合适的组合。
本实施例仅用于说明本申请，本实施例的软硬件平台架构、开发环境、开发语言、消息获取源头等的选取都是可以变化的，在本申请技术方案的基础上，凡根据本申请原理对某个部分进行的改进和等同变换，均不应排除在本申请的保护范围之外。
需要说明的是，在本申请实施例和所附权利要求书中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。
所属领域的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实施例的范围。
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，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程， 在此不再赘述。
在本申请提供的几个实施例中，应该理解到，所揭露的电子设备、装置和方法，可以通过其它的方式实现。
例如，以上所描述的装置实施例中单元或模块或组件的划分，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，多个单元或模块或组件可以结合或者可以集成到另一个系统，或一些单元或模块或组件可以忽略，或不执行。
又例如，上述作为分离/显示部件说明的单元/模块/组件可以是或者也可以不是物理上分开的，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/模块/组件来实现本申请实施例的目的。
最后，需要说明的是，上文中显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
以上内容，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以权利要求的保护范围为准。

Claims (23)

  1. 一种车辆行驶检测的方法，由电子设备执行，包括：
    获取第一车辆行驶方向上的第一图像数据；
    对所述第一图像数据进行车道线检测处理，确定所述第一车辆正在沿着至少两个车道中的第一车道行驶；
    对所述第一图像数据进行图像识别处理，检测到第二车辆在所述第一车辆前方预设距离内行驶在所述第一车道上；
    对所述第二车辆进行测速处理，得到所述第二车辆的第一速度；及，
    在所述第一速度小于所述第一车道的最低限速值的情况下，将所述第二车辆作为潜在慢速车辆。
  2. 根据权利要求1所述的方法，还包括：
    在预设时长之后，重新获取所述第一车辆行驶方向上的第二图像数据；
    对所述第二图像数据进行图像识别处理，确定所述第二车辆依然在所述第一车辆前方预设距离内行驶在所述第一车道上；
    重新对所述第二车辆进行测速处理，得到所述第二车辆的第二速度；
    在所述第二速度小于所述第一车道的最低限速值的情况下，发送慢速车辆预警信息；其中，所述慢速车辆预警信息包括所述第二车辆当前的位置信息、所述第二车辆的车牌信息、所述第二速度、所述第二图像数据中的至少一种。
  3. 根据权利要求2所述的方法，其中，所述第二车辆为所述第一车辆前方预设距离内行驶在所述第一车道上的多辆车中的最前方车辆。
  4. 根据权利要求2所述的方法，还包括：
    根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
  5. 根据权利要求4所述的方法，其中，所述根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆，包括：
    在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
    根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
    以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；
    根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；
    在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
  6. 根据权利要求5所述的方法，其中，所述与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件，包括：与所述链路标识存在关联的历史拥堵事件，和/或，与所述链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
  7. 根据权利要求4所述的方法，还包括：
    在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
    根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
    将以下信息中的至少一种作为所述第二车辆对应的拥堵事件，存储在所述第二车辆的位置信息所在的地图格子标识对应的存储设备中：
    接收所述慢速车辆预警信息的时间、所述第二车辆的车牌信息、慢速发生时的经纬度、所述链路标识、在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
  8. 一种车辆行驶预警的方法，由电子设备执行，包括：
    接收第一车辆发送的慢速车辆预警信息，所述慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息；
    根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆是否为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆；
    在所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向所述第二车辆发送慢速指示信息，所述慢速指示信息用于指示所述第二车辆驶入慢速车道或在原车道提速。
  9. 根据权利要求8所述的方法，其中，所述根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆是否为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆，包括：
    在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
    根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
    以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；
    根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；
    在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
  10. 根据权利要求9所述的方法，其中，所述与所述第二车辆对应的拥堵事件 存在关联的历史拥堵事件，包括：与所述链路标识存在关联的历史拥堵事件，和/或，与所述链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
  11. 根据权利要求10所述的方法，其中，在查询得到与所述链路标识存在关联的历史拥堵事件的情况下，所述方法还包括：
    获取在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量；
    根据所述偏移量，确定关联的历史拥堵事件与所述第二车辆的前后关系。
  12. 根据权利要求8所述的方法，还包括：
    在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；
    根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；
    将以下信息中的至少一种作为所述第二车辆对应的拥堵事件，存储在所述第二车辆的位置信息所在的地图格子标识对应的存储设备中：
    接收所述慢速车辆预警信息的时间、所述第二车辆的车牌信息、慢速发生时的经纬度、所述链路标识、在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
  13. 一种车辆行驶检测的装置，包括：
    获取模块，用于获取第一车辆行驶方向上的第一图像数据；
    处理模块，用于对所述第一图像数据进行车道线检测处理，确定所述第一车辆正在沿着至少两个车道中的第一车道行驶；
    所述处理模块，还用于对所述第一图像数据进行图像识别处理，检测到第二车辆在所述第一车辆前方预设距离内行驶在所述第一车道上；
    所述处理模块，还用于对所述第二车辆进行测速处理，得到所述第二车辆的第一速度；
    所述处理模块，还用于在所述第一速度小于所述第一车道的最低限速值的情况下，将所述第二车辆作为潜在慢速车辆。
  14. 根据权利要求13所述的装置，其中，所述获取模块还用于，在预设时长之后，重新获取所述第一车辆行驶方向上的第二图像数据；
    所述处理模块还用于，对所述第二图像数据进行图像识别处理，确定所述第二车辆依然在所述第一车辆前方预设距离内行驶在所述第一车道上；重新对所述第二车辆进行测速处理，得到所述第二车辆的第二速度；
    所述装置还包括：
    发送模块，用于在所述第二速度小于所述第一车道的最低限速值的情况下，发送慢速车辆预警信息；其中，所述慢速车辆预警信息包括所述第二车辆当前的位置信息、所述第二车辆的车牌信息、所述第二速度、所述第二图像数据中的至少一种。
  15. 根据权利要求14所述的装置，其中，所述处理模块还用于，根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
  16. 根据权利要求15所述的装置，其中，所述处理模块用于，在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆。
  17. 根据权利要求14所述的装置，其中，所述处理模块还用于，在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；将以下信息中的至少一种作为所述第二车辆对应的拥堵事件，存储在所述第二车辆的位置信息所在的地图格子标识对应的存储设备中：接收所述慢速车辆预警信息的时间、所述第二车辆的车牌信息、慢速发生时的经纬度、所述链路标识、在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量。
  18. 一种车辆行驶预警的装置，包括：
    接收模块，用于接收第一车辆发送的慢速车辆预警信息，所述慢速车辆预警信息至少包括第二车辆的位置信息和第二车辆的车牌信息；
    处理模块，用于根据所述慢速车辆预警信息，进行历史拥堵事件回溯，确定所述第二车辆是否为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆；
    发送模块，用于在所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上的最前方的慢速车辆的情况下，向所述第二车辆发送慢速指示信息，所述慢速指示信息用于指示所述第二车辆驶入慢速车道或在原车道提速。
  19. 根据权利要求18所述的装置，其中，所述处理模块用于，在网格化处理的地图中，查找所述第二车辆的位置信息所在的地图格子标识；根据所述第二车辆的位置信息，在路网信息中查找所述第二车辆的位置信息所在的链路标识；以所述第二车辆的位置信息所在的地图格子标识为中心，确定预设范围内的多个地图格子的标识；根据所述链路标识以及所述多个地图格子的标识，查询所述多个地图格子对应的存储设备中存储的与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件；在查询得到所述第二车辆行驶车道的前方不存在关联的历史拥堵事件的情况下，确定所述第二车辆为所述第一车辆前方预设距离内与所述第一车辆行驶在相同车道上 的最前方的慢速车辆。
  20. 根据权利要求19所述的装置，其中，所述与所述第二车辆对应的拥堵事件存在关联的历史拥堵事件，包括：与所述链路标识存在关联的历史拥堵事件，和/或，与所述链路标识对应的链路按照行驶方向未来能到达的其他链路存在关联的历史拥堵事件。
  21. 根据权利要求20所述的装置，还包括：
    获取模块，用于在查询得到与所述链路标识存在关联的历史拥堵事件的情况下，获取在所述链路标识对应的链路中所述第二车辆的位置信息相对于行驶方向上的终点坐标的偏移量；
    其中，所述处理模块还用于，根据所述偏移量，确定关联的历史拥堵事件与所述第二车辆的前后关系。
  22. 一种电子设备，包括：
    处理器；以及
    存储器，用于存储所述处理器的可执行指令；
    其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的方法，或者，执行权利要求8至12中任一项所述的方法。
  23. 一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，实现权利要求1-12中任一项所述的方法。
PCT/CN2022/083576 2021-04-29 2022-03-29 车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质 WO2022227986A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/077,687 US20230103687A1 (en) 2021-04-29 2022-12-08 Vehicle driving detection method and apparatus, vehicle driving warning method and apparatus, electronic device, and storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110470434.8A CN112885112B (zh) 2021-04-29 2021-04-29 车辆行驶检测的方法、车辆行驶预警的方法和装置
CN202110470434.8 2021-04-29

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/077,687 Continuation US20230103687A1 (en) 2021-04-29 2022-12-08 Vehicle driving detection method and apparatus, vehicle driving warning method and apparatus, electronic device, and storage medium

Publications (1)

Publication Number Publication Date
WO2022227986A1 true WO2022227986A1 (zh) 2022-11-03

Family

ID=76040211

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/083576 WO2022227986A1 (zh) 2021-04-29 2022-03-29 车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (1) US20230103687A1 (zh)
CN (1) CN112885112B (zh)
WO (1) WO2022227986A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885112B (zh) * 2021-04-29 2021-11-05 腾讯科技（深圳）有限公司 车辆行驶检测的方法、车辆行驶预警的方法和装置
CN114005285B (zh) * 2021-10-21 2023-02-28 淮阴工学院 基于视频检测的车辆速度异常检测及车辆速度异常预警方法
CN115311848A (zh) * 2022-07-04 2022-11-08 中国第一汽车股份有限公司 车辆信息的处理方法、系统、装置、存储介质和车辆

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090282072A1 (en) * 2008-03-17 2009-11-12 Aisin Aw Co., Ltd. Database making system and database making method
CN201698589U (zh) * 2010-04-15 2011-01-05 国通道路交通管理工程技术研究中心有限公司 用于检测低速车辆长时间占用快速车道行驶的设备
US20170294117A1 (en) * 2015-08-26 2017-10-12 Bertram V. Burke Move over slow drivers
US10475338B1 (en) * 2018-09-27 2019-11-12 Melodie Noel Monitoring and reporting traffic information
CN110782680A (zh) * 2019-11-01 2020-02-11 北京星云互联科技有限公司 一种慢车检测方法、装置以及计算机可读存储介质
CN112885112A (zh) * 2021-04-29 2021-06-01 腾讯科技（深圳）有限公司 车辆行驶检测的方法、车辆行驶预警的方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE536536C2 (sv) * 2012-06-11 2014-02-11 Varningssystem
JP2016212630A (ja) * 2015-05-08 2016-12-15 トヨタ自動車株式会社 走行制御装置
WO2017153979A1 (en) * 2016-03-06 2017-09-14 Foresight Automotive Ltd. Running vehicle alerting system and method
CN105825185B (zh) * 2016-03-15 2018-02-06 深圳市中天安驰有限责任公司 车辆防碰撞预警方法及装置
CN107452217B (zh) * 2016-05-31 2021-12-28 罗伯特·博世有限公司 快车道驾驶警告单元和方法
CN106297350A (zh) * 2016-09-22 2017-01-04 深圳市元征科技股份有限公司 车辆行驶的控制方法及装置
DE102016223579A1 (de) * 2016-11-28 2018-05-30 Robert Bosch Gmbh Verfahren zum Ermitteln von Daten einer Verkehrssituation
CN108877234B (zh) * 2018-07-24 2021-03-26 河北德冠隆电子科技有限公司 四维实景交通仿真的车辆违规占道跟踪检测系统及方法
CN209028836U (zh) * 2018-09-26 2019-06-25 浙江省公安厅高速公路交通警察总队台州支队 一种对低速行驶车辆的主动警示系统
CN112071117A (zh) * 2019-06-11 2020-12-11 湖南车路协同智能科技有限公司 一种基于车路协同的高速公路交通安全预警系统及方法
KR102187021B1 (ko) * 2019-06-11 2020-12-04 주식회사 토페스 전방 저속 차량 알림 시스템
CN112540384A (zh) * 2019-09-04 2021-03-23 南昌欧菲生物识别技术有限公司 障碍物的检测方法、装置和设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090282072A1 (en) * 2008-03-17 2009-11-12 Aisin Aw Co., Ltd. Database making system and database making method
CN201698589U (zh) * 2010-04-15 2011-01-05 国通道路交通管理工程技术研究中心有限公司 用于检测低速车辆长时间占用快速车道行驶的设备
US20170294117A1 (en) * 2015-08-26 2017-10-12 Bertram V. Burke Move over slow drivers
US10475338B1 (en) * 2018-09-27 2019-11-12 Melodie Noel Monitoring and reporting traffic information
CN110782680A (zh) * 2019-11-01 2020-02-11 北京星云互联科技有限公司 一种慢车检测方法、装置以及计算机可读存储介质
CN112885112A (zh) * 2021-04-29 2021-06-01 腾讯科技（深圳）有限公司 车辆行驶检测的方法、车辆行驶预警的方法和装置

Also Published As

Publication number Publication date
CN112885112B (zh) 2021-11-05
CN112885112A (zh) 2021-06-01
US20230103687A1 (en) 2023-04-06

Similar Documents

Publication Publication Date Title
WO2022227986A1 (zh) 车辆行驶检测的方法、车辆行驶预警的方法、装置、电子设备及存储介质
Wang et al. Speed, speed variation and crash relationships for urban arterials
CN110880236B (zh) 路况信息处理方法、装置及系统
US8725396B2 (en) System for providing traffic data and driving efficiency data
CN109587621B (zh) 预测性地提供援助信息的方法和计算设备
CN108766031B (zh) 一种检测车道障碍物的方法和装置
US10565871B2 (en) Method and device for requesting for road right
US20220013010A1 (en) Method for vehicle navigation and device
CN112590813A (zh) 自动驾驶车辆信息生成方法、装置、电子设备和介质
Ahn et al. Real‐time estimation of travel speed using urban traffic information system and filtering algorithm
CN103544843B (zh) 道路交通组织方法、装置及系统
Khadka et al. Developing novel performance measures for traffic congestion management and operational planning based on connected vehicle data
US11200798B2 (en) Grouping of moving objects
WO2015188450A1 (zh) 预警处理方法和装置
CN104167096B (zh) 一种城市交通拥堵预警方法、装置与预警系统
CN110083666B (zh) 服务器装置、信息收集系统、信息收集方法以及记录介质
Ashqer et al. Evaluating a signalized intersection performance using unmanned aerial Data
WO2022148166A1 (zh) 电子地图校正方法、导航信息设置方法、导航方法及装置
US20230126172A1 (en) Method of outputting prompt information, device, medium, and vehicle
CN103888894A (zh) 一种获取交通状态信息的方法和装置
CN110619748A (zh) 基于交通大数据的交通状况分析与预测方法、装置及系统
CN114170832B (zh) 公交车辆监测方法、装置、服务器、系统及存储介质
CN114596704A (zh) 交通事件处理方法、装置、设备及存储介质
CN115359671A (zh) 一种路口车辆协同控制方法及相关设备
CN112766746A (zh) 交通事故识别方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22794459

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 28.02.2024)