車輛駕駛風險評估方法、裝置、系統及可讀存儲介質與流程

本發明涉及安全駕駛技術領域，尤其涉及一種車輛駕駛風險評估方法、裝置、系統及可讀存儲介質。

背景技術：

汽車作為現代化交通工具給人們的生活帶來了極大的便利，但同時也帶來了嚴重的交通安全問題。據交通管理部門統計，隨著車輛保有量的持續提高，每天都會有因諸如道路條件和交通管理不完善、交通行為規范缺乏、車輛技術狀況復雜等各種情況引發的多起交通事故，這不僅影響了正常的交通秩序，還給駕駛員及乘客的人身安全帶來了威脅。因此，利用現有的大數據準確地評估周邊車輛的駕駛風險是十分必要的。

技術實現要素：

有鑒于此，本發明實施例提供一種車輛駕駛風險評估方法、裝置、系統及可讀存儲介質，能夠綜合判斷周邊車輛的風險等級并提醒當前車輛的駕駛員及時采取措施避讓，因此提高了車輛駕駛的安全性，減少了交通事故的發生。

本發明的一個方面提供一種車輛駕駛風險評估方法，包括：

從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據；

對視頻數據進行分析以提取視頻數據中的車輛特征信息；

基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據；以及

基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

在本發明的一個實施例中，在基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級之后，該方法還包括：

基于周邊車輛的風險等級生成提示信息，該提示信息用于提醒當前車輛的駕駛員關于周邊車輛的風險等級。

在本發明的一個實施例中，基于周邊車輛的事故責任歷史數據、違章扣分記錄和維修記錄進行加權來確定周邊車輛的風險等級。

在本發明的一個實施例中，外部數據庫包括交通管理部門數據庫、車輛維修中心數據庫、保險公司數據庫，并且駕駛風險評估數據包括周邊車輛的車況數據、違章數據、出險數據、維修數據。

本發明的另一個方面提供一種車輛駕駛風險評估裝置，包括：

視頻數據接收模塊，配置為從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據；

車輛特征信息提取模塊，配置為對視頻數據進行分析以提取視頻數據中的車輛特征信息；

駕駛風險評估數據獲取模塊，配置為基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據；以及

風險等級判斷模塊，配置為基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

在本發明的一個實施例中，該裝置還包括：

提示信息生成模塊，配置為基于周邊車輛的風險等級生成提示信息，該提示信息用于提醒當前車輛的駕駛員關于周邊車輛的風險等級。

在本發明的一個實施例中，基于周邊車輛的事故責任歷史數據、違章扣分記錄和維修記錄進行加權來確定周邊車輛的風險等級。

本發明的又一個方面提供一種車輛駕駛風險評估系統，包括：存儲器、處理器及存儲在存儲器中并可在處理器中運行的可執行指令，其中，處理器執行可執行指令時實現如上所述的方法。

本發明的再一個方面提供一種計算機可讀存儲介質，其上存儲有計算機可執行指令，其特征在于，可執行指令被處理器執行時實現如上所述的方法。

根據本發明實施例提供的技術方案，通過接收周邊車輛的視頻數據，對視頻數據進行智能分析并提取視頻數據中的車輛特征信息，基于所提取的車輛特征信息從外部數據庫中獲取周邊車輛的駕駛風險評估數據，基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級，以及基于周邊車輛的風險等級生成提示信息，能夠綜合判斷周邊車輛的風險等級并提醒當前車輛的駕駛員及時采取措施避讓，因此提高了車輛駕駛的安全性，減少了交通事故的發生。

應當理解的是，以上的一般描述和后文的細節描述僅是示例性和解釋性的，并不能限制本發明。

附圖說明

此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本發明的實施例，并與說明書一起用于解釋本發明的原理。

圖1是根據一示例性實施例示出的一種車輛駕駛風險評估方法的流程圖。

圖2是根據一示例性實施例示出的另一種車輛駕駛風險評估方法的流程圖。

圖3是根據一示例性實施例示出的一種車輛駕駛風險評估裝置的框圖。

圖4是根據一示例性實施例示出的另一種車輛駕駛風險評估裝置的框圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

需要說明的是，在本發明的描述中使用的術語“車輛”或“車輛的”或者其他類似術語總體上包括機動車輛，例如包括運動型多用途車(suv)、公共汽車、卡車、各種商用車輛的乘用車，包括各種船只和船舶的水運工具，飛行器等，并且包括混合動力車輛、電動車輛、插電式混合動力電動車輛、氫動力車輛和其他替代燃料車輛，例如，從除石油以外的資源得到的燃料。這里使用的混合動力車輛是具有兩種以上動力源的車輛，例如汽油和電力驅動的車輛。

圖1是根據一示例性實施例示出的一種車輛駕駛風險評估方法的流程圖。如圖1所示，該方法包括：

步驟101：從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據。

在本發明實施例中，周邊車輛的視頻數據(即視頻圖像)是利用安裝在當前車輛上的視頻數據獲取設備實時采集的，該視頻數據獲取設備可以是車載攝像頭、車載攝像機、行車記錄儀等。

步驟102：對視頻數據進行分析以提取視頻數據中的車輛特征信息。

在本發明實施例中，在對視頻數據進行分析之前，由于動態采集的視頻數據可能存在模糊、干擾和噪聲等問題，因此，要先對采集到的視頻數據進行預處理以獲得高品質的視頻數據。這里，圖像預處理方法包括圖像平滑、圖像濾波、直方圖均衡化、灰度變換、二值化、圖像填充等。

進一步地，對預處理后的視頻數據進行智能分析以提取(或識別)視頻數據中的車輛特征信息，該車輛特征信息包括車牌、車標、車系、車型、車款、車身顏色中的一種或多種。

步驟103：基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據。

在本發明實施例中，通過通用分組無線服務gprs(generalpacketradioservice)技術、第三代移動通信技術(3g)、第四代移動通信技術(4g)中的一種與外部數據庫建立無線通信連接，該外部數據庫包括交通管理部門數據庫、車輛維修中心數據庫、保險公司數據庫等。

進一步地，從外部數據庫中獲取與所提取的車輛特征信息相關聯的周邊車輛的駕駛風險評估數據，該駕駛風險評估數據包括周邊車輛的車況數據、違章數據、出險數據、維修數據等。

步驟104：基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

在本發明實施例中，對獲取到的周邊車輛的事故責任歷史數據、違章扣分記錄和維修記錄等進行加權來確定周邊車輛的風險等級分數，并根據該風險等級分數確定周邊車輛的風險等級。

具體地，首先，預設風險等級計算模型，并將權重因子設定為事故責任歷史數據、違章扣分記錄和維修記錄。需要說明的是，本發明的權重因子不限于此，還可以是周邊車輛的出險次數數據、周邊車輛與當前車輛之間的車距數據等，也就是說，只要與周邊車輛的風險等級有關的權重因子都屬于本發明的保護范圍。

進一步地，為所設定的權重因子分配所占的比重，利用加權算法計算周邊車輛的風險等級分數，并根據計算出的風險等級分數確定周邊車輛的風險等級。這里，加權算法是指對車輛的各種違章扣分記錄、維修記錄等分配不同權重的因子，相乘后累加，得到風險等級分數。

本發明實施例提供的車輛駕駛風險評估方法，通過接收周邊車輛的視頻數據，對視頻數據進行智能分析并提取視頻數據中的車輛特征信息，基于所提取的車輛特征信息從外部數據庫中獲取周邊車輛的駕駛風險評估數據，并基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級，能夠綜合判斷周邊車輛的風險等級，因此提高了車輛駕駛的安全性。

圖2是根據一示例性實施例示出的另一種車輛駕駛風險評估方法的流程圖。該實施例與前述實施例基本相同，在下文中將主要描述不同之處，相同的部分將不再重復描述。

本發明實施例提供的車輛駕駛風險評估方法，如圖2所示，在基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級之后，還包括：

步驟205：基于周邊車輛的風險等級生成提示信息，該提示信息用于提醒當前車輛的駕駛員關于周邊車輛的風險等級。

在本發明實施例中，在確定周邊車輛的風險等級之后，可以通過屏幕顯示、指示燈、語音輸出等方式生成提示信息，以提醒當前車輛的駕駛員關于周邊車輛的風險等級。

這里，屏幕顯示方式是指在當前車輛安裝的、易于駕駛員看到的液晶顯示屏上顯示周邊車輛的風險等級信息，該液晶顯示屏可以是中控臺液晶屏、行車記錄儀、車載錄像機或獨立安裝的顯示屏等；指示燈包括紅色指示燈、黃色指示燈和綠色指示燈，用于根據周邊車輛的不同風險等級進行顯示，例如，當風險等級為高時紅色指示燈閃爍或常亮，當風險等級為中時黃色指示燈閃爍或常亮，而風險等級為低時綠色指示燈閃爍或常亮；語音輸出方式是指將周邊車輛的風險等級信息以語音的形式進行播報。

此實施例中的其他步驟201-204和圖1所示實施例中的步驟101-104基本相同，因此不再重復描述。

本發明實施例提供的周邊車輛駕駛風險評估方法，能夠在確定周邊車輛的風險等級之后，通過屏幕顯示、指示燈、語音輸出等方式生成提示信息，以提醒當前車輛的駕駛員關于周邊車輛的風險等級，因此有助于當前車輛的駕駛員及時采取措施避讓，從而減少了交通事故的發生。

下文將以當前車輛周邊的三輛車(分別用車輛a、車輛b和車輛c表示)為例，通過一個示例來對上述車輛駕駛風險評估方法進行具體描述。

首先，當在道路上行駛時，當前車輛的駕駛員利用安裝在當前車輛上的車載攝像機采集位于當前車輛周邊的車輛a、車輛b和車輛c的視頻數據；通過對采集到的視頻數據進行預處理和智能分析識別出車輛a、車輛b和車輛c的車牌信息、車身顏色、車標等。這里，以車牌信息為例進行說明，假設車輛a是車牌號為“京a·f0236”的黃色車牌，車輛b是車牌號為“京n·37ag1”的藍色車牌，車輛c是車牌號為“使014·578”的黑色車牌，那么基于以上信息(如車牌字符類型、車牌顏色等)可以初步判定車輛a為大型車輛，車輛b為小型車輛，車輛c為使館車輛。

接續，通過gprs、3g、4g等無線通信方式將車輛a、車輛b和車輛c的車牌信息分別發送給后臺服務器(該后臺服務器可以是帶有顯示屏的中央控制設備等)，該后臺服務器通過數據庫接口與交通管理部門數據庫、車輛維修中心數據庫、保險公司數據庫等外部數據庫連接，并調取該外部數據庫中與車輛a、車輛b和車輛c的車牌信息匹配的數據信息。

進一步地，假設風險等級可分為“高”、“中”和“低”三個等級，且分別用50分以上、20～50分和0～20分表示，那么當風險等級分數為50分以上時表明風險等級為“高”，當風險等級分數為20～50分時表明風險等級為“中”，當風險等級分數為0～20分時表明風險等級為“低”。

最后，假設風險等級由事故責任歷史數據、違章扣分記錄和維修記錄三部分組成，且這三部分所占的比重分別為40、40和20。具體地，假設過去一年內車輛a發生過3次交通事故且事故的責任認定分別為100％、50％和0％，車輛b和車輛c未發生過交通事故，那么車輛a的風險系數為1*100％+1*50％+1*0％＝1.5，進而車輛a的事故責任分數為40*1.5＝60分，而車輛b和車輛c的風險系數為0，進而車輛b和車輛c的事故責任分數為0分；假設違章扣分按照每扣1分計0.1計算，且過去一年內車輛a扣了3分，車輛b扣了6分，車輛c沒扣分，那么車輛a的違章扣分分數為0.1*3*40＝12分，車輛b的違章扣分分數為0.1*6*40＝24分，車輛c的違章扣分分數為0分；假設維修按照每維修一次計0.1分計算，且過去一年內車輛a進廠維修2次，車輛b進廠維修6次，車輛c進廠維修1次，那么車輛a的維修分數為0.1*2*20＝4分，車輛b的維修分數為0.1*6*20＝12分，車輛c的維修分數為0.1*1*20＝2分；由此可見，基于周邊車輛的事故責任分數、違章扣分分數和維修分數，利用加權算法，計算得出車輛a的風險等級分數為60+12+4＝76分，車輛b的風險等級分數為24+12＝36分，車輛c的風險等級分數為2分，并由此判定車輛a的風險等級為“高”，車輛b的風險等級為“中”，車輛c的風險等級為“低”。

下述為本發明裝置實施例，可以用于執行本發明方法實施例。對于本發明裝置實施例中未披露的細節，請參照本發明方法實施例。

圖3是根據一示例性實施例示出的一種車輛駕駛風險評估裝置的框圖。如圖3所示，該裝置包括：

視頻數據接收模塊11，配置為從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據；

車輛特征信息提取模塊12，配置為對視頻數據進行分析以提取視頻數據中的車輛特征信息；

駕駛風險評估數據獲取模塊13，配置為基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據；以及

風險等級判斷模塊14，配置為基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

本發明實施例提供的車輛駕駛風險評估方法，通過接收周邊車輛的視頻數據，對視頻數據進行智能分析并提取視頻數據中的車輛特征信息，基于所提取的車輛特征信息從外部數據庫中獲取周邊車輛的駕駛風險評估數據，并基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級，能夠綜合判斷周邊車輛的風險等級，因此提高了車輛駕駛的安全性。

圖4是根據一示例性實施例示出的另一種車輛駕駛風險評估裝置的框圖。如圖4所示，在上述圖3所示的實施例的基礎上，該裝置還包括：

提示信息生成模塊15，配置為基于周邊車輛的風險等級生成提示信息，該提示信息用于提醒當前車輛的駕駛員關于周邊車輛的風險等級。

本發明實施例提供的周邊車輛駕駛風險評估方法，能夠在確定周邊車輛的風險等級之后，通過屏幕顯示、指示燈、語音輸出等方式生成提示信息，以提醒當前車輛的駕駛員關于周邊車輛的風險等級，因此有助于當前車輛的駕駛員及時采取措施避讓，從而減少了交通事故的發生。

上述裝置中各個模塊的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。

通過以上的實施方式的描述，本領域的技術人員易于理解，這里描述的示例實施方式可以通過軟件實現，也可以通過軟件結合必要的硬件的方式來實現。因此，根據本發明實施方式的技術方案可以以軟件產品的形式體現出來，該軟件產品可以存儲在一個非易失性存儲介質(可以是cd-rom，u盤，移動硬盤等)中或網絡上，包括若干指令以使得一臺計算設備(可以是個人計算機、服務器、移動終端、或者網絡設備等)執行根據本發明實施方式的方法。

與圖1相應的，本發明實施例還提供一種車輛駕駛風險評估系統，包括：存儲器、處理器及存儲在該存儲器中并可在該處理器中運行的可執行指令；其中，該處理器被配置為：

從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據；

對視頻數據進行分析以提取視頻數據中的車輛特征信息；

基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據；以及

基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

本發明實施例還提供一種計算機可讀存儲介質，其上存儲有計算機可執行指令，其中，該可執行指令被處理器執行時，使得能夠執行一種車輛駕駛風險評估方法，該方法包括：

從當前車輛的視頻數據獲取設備接收當前車輛的周邊車輛的視頻數據；

對視頻數據進行分析以提取視頻數據中的車輛特征信息；

基于所提取的車輛特征信息從外部數據庫獲取周邊車輛的駕駛風險評估數據；以及

基于獲取到的駕駛風險評估數據判斷周邊車輛的風險等級。

本領域技術人員在考慮說明書及實踐這里的公開后，將容易想到本發明的其它實施方案。本申請旨在涵蓋本發明的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本發明的一般性原理并包括本發明未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本發明的真正范圍和精神由下面的權利要求指出。

應當理解的是，本發明并不局限于上面已經描述并在附圖中示出的精確結構，并且可以在不脫離其范圍進行各種修改和改變。本發明的范圍僅由所附的權利要求來限制。