一种自动识别碰撞事件的方法、存储介质及车载终端

摘要

本发明公开了一种自动识别碰撞事件的方法、存储介质及车载终端，方法包括：检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数；将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整；调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生。本发明通过检测车辆上的传感器设备，并根据传感器设备的性能参数自动调整碰撞识别算法，从而使得识别更加准确，有效解决了现有技术中因车辆上的传感器设备配置差异而导致碰撞事件识别不准确的问题。

权利要求

1.一种自动识别碰撞事件的方法，其特征在于，所述方法包括：检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数；

将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整；

调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生；

所述将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整具体包括：实时采集车辆的运行数据，并从所述运行数据中选取样本数据；

将所述性能参数与样本数据进行算法训练，输出训练结果；

将所述训练结果与碰撞识别算法模型进行匹配，自动调整所述碰撞识别算法中的碰撞事件发生的触发条件以及碰撞阈值。

2.根据权利要求1中所述的自动识别碰撞事件的方法，其特征在于，所述检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数具体包括：检测车辆上安装的各类传感器设备，并分别检测每一个传感器设备的性能是否完好；

分别获取每一个传感器设备的性能参数，并将所述性能参数保存。

3.根据权利要求2中所述的自动识别碰撞事件的方法，其特征在于，所述传感器设备包括：GPS设备、G-sensor设备以及陀螺仪传感器设备。

4.根据权利要求2中所述的自动识别碰撞事件的方法，其特征在于，所述性能参数包括：所述传感器设备的采样频率、采样时长以及采样精度。

5.根据权利要求1中所述的自动识别碰撞事件的方法，其特征在于，所述训练结果中包括：所述车辆在当前采集的运行数据下计算出的各类碰撞事件发生的触发条件以及用于判断各类碰撞事件是否发生的碰撞阈值。

6.根据权利要求5中所述的自动识别碰撞事件的方法，其特征在于，所述碰撞事件包括：车辆侧翻事件以及野蛮操作事件；所述野蛮操作事件包括：急加速事件、急刹车事件以及急转弯事件。

7.根据权利要求1中所述的自动识别碰撞事件的方法，其特征在于，所述调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生具体包括：调用调整后的碰撞识别算法中各类碰撞事件发生的触发条件以及碰撞阈值；

将车辆当前的运行参数与所述触发条件以及碰撞阈值进行比较；

当车辆当前的运行参数符合所述触发条件以及碰撞阈值，则判断车辆发生碰撞事件。

8.一种存储介质，其上存储有多条指令，其特征在于，所述指令适于由处理器加载并执行，以实现上述权利要求1-7任一项所述的自动识别碰撞事件的方法的步骤。

9.一种车载终端，其特征在于，包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述权利要求1-7任一项所述的自动识别碰撞事件的方法的步骤。

说明书

一种自动识别碰撞事件的方法、存储介质及车载终端

技术领域

[0001] 本发明涉及汽车碰撞检测技术领域，具体涉及一种自动识别碰撞事件的方法、存储介质及车载终端。

背景技术

[0002] 随着汽车行业的高速发展，汽车行驶的安全隐患问题也越来越多。为了及时检测出车辆是否发生碰撞事件，目前最常见的汽车碰撞检测方法是通过OBD（On-Board Diagnostic，车载诊断系统）、原车自身的传感器与车厂深度融合、ADAS（Advanced Driver Assistant Systems，高级驾驶辅助系统）、面部图像识别、安全气囊以及通过车载终端的传感器与GPS结合来进行碰撞识别。

[0003] 但是由于汽车的种类繁多，难以规范统一，并且不同的车载设备所集成的传感器、GPS芯片以及软硬件的配置各有差异，导致碰撞数据采集的能力不尽相同，同一套碰撞算法难以在所有的传感器设备上进行准确识别，这就使得碰撞算法的通用性大大的减弱，影响用户的使用。

[0004] 因此，现有技术还有待于改进和发展。

发明内容

[0005] 本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种自动识别碰撞事件的方法、存储介质及车载终端，旨在解决现有技术中因车辆上的传感器设备配置差异而导致碰撞事件识别不准确，使得碰撞算法的通用性大大减弱等问题。

[0006] 本发明解决技术问题所采用的技术方案如下：

[0007] 一种自动识别碰撞事件的方法，其中，所述方法包括：

[0008] 检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数；

[0009] 将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整；

[0010] 调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生。

[0011] 优选地，所述的自动识别碰撞事件的方法，其中，所述检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数具体包括：

[0012] 检测车辆上安装的各类传感器设备，并分别检测每一个传感器设备的性能是否完好；

[0013] 分别获取每一个传感器设备的性能参数，并将所述性能参数保存。

[0014] 优选地，所述的自动识别碰撞事件的方法，其中，所述传感器设备包括：GPS设备、G-sensor设备以及陀螺仪传感器设备。

[0015] 优选地，所述的自动识别碰撞事件的方法，其中，所述性能参数包括：所述传感器设备的采样频率、采样时长以及采样精度。

[0016] 优选地，所述的自动识别碰撞事件的方法，其中，所述将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整具体包括：

[0017] 实时采集车辆的运行数据，并从所述运行数据中选取样本数据；

[0018] 将所述性能参数与样本数据进行算法训练，输出训练结果；

[0019] 将所述训练结果与碰撞识别算法模型进行匹配，自动调整所述碰撞识别算法中的碰撞事件发生的触发条件以及碰撞阈值。

[0020] 优选地，所述的自动识别碰撞事件的方法，其中，所述训练结果中包括：所述车辆在当前采集的运行数据下计算出的各类碰撞事件发生的触发条件以及用于判断各类碰撞事件是否发生的碰撞阈值。

[0021] 优选地，所述的自动识别碰撞事件的方法，其中，所述碰撞事件包括：车辆侧翻事件、车辆碰撞事件以及野蛮操作事件；所述野蛮操作事件包括：急加速事件、急刹车事件以及急转弯事件。

[0022] 优选地，所述的自动识别碰撞事件的方法，其中，所述调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生具体包括：

[0023] 调用调整后的碰撞识别算法中各类碰撞事件发生的触发条件以及碰撞阈值；

[0024] 将车辆当前的运行参数与所述触发条件以及碰撞阈值进行比较；

[0025] 当车辆当前的运行参数符合所述触发条件以及碰撞阈值，则判断车辆发生碰撞事件。

[0026] 一种存储介质，其上存储有多条指令，其中，所述指令适于由处理器加载并执行，以实现上述任一项所述的自动识别碰撞事件的方法的步骤。

[0027] 一种车载终端，其中，包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述任一项所述的自动识别碰撞事件的方法的步骤。

[0028] 本发明产生的技术效果：本发明通过检测车辆上的传感器设备，并根据传感器设备的性能参数自动调整碰撞识别算法，从而使得识别更加准确，有效解决了现有技术中因车辆上的传感器设备配置差异而导致碰撞事件识别不准确的问题。

附图说明

[0029] 图1是本发明的自动识别碰撞事件的方法的较佳实施例的流程图。

[0030] 图2是本发明的车载终端的功能原理框图。

具体实施方式

[0031] 为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0032] 现有技术中常见的汽车碰撞检测方法通OBD、原车自身的传感器与车厂深度融合、ADAS、面部图像识别、安全气囊以及将车载终端的传感器与GPS结合来进行识别碰撞。在这几种方法中，通过OBD、原车与车厂深度融合、ADAS、面部图像识别、安全气囊这些方式的优点是识别率高、实时性高、可靠性强，但是汽车种类繁多难以规范统一，因此安装成本比较高、需要车厂进行特殊融合。而通过车载终端的传感器与GPS相结合的方式，虽然成本比较低、比较容易进行推广，斌企鹅识别率、实时性、可靠性等都比较高，但是由于不同的车载设备所集成的传感器、GPS芯片以及软硬件的配置各有差异，导致碰撞数据采集的能力不尽相同，同一套碰撞算法难以在所有的设备上进行准确识别，这就使得碰撞算法的通用性大大的减弱，严重制约着汽车碰撞检测技术的发展。为了解决上述问题，本发明提供一种自动识别碰撞事件的方法，如图1所示，图1是本发明的自动识别碰撞事件的方法的较佳实施例的流程图。所述自动识别碰撞事件的方法包括以下步骤：

[0033] 步骤S100、检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数。

[0034] 较佳地，所述步骤S100具体包括：

[0035] 检测车辆上安装的各类传感器设备，并分别检测每一个传感器设备的性能是否完好；

[0036] 分别获取每一个传感器设备的性能参数，并将所述性能参数保存。

[0037] 具体实施时，本发明首先通过安卓系统的开发工具包检测车辆上所安装的传感器设备，并进一步检测所述传感器设备是否能够正常工作。在本发明中所述传感器设备包括：GPS设备、G-sensor（加速度传感器）设备以及陀螺仪传感器设备。进一步地，由于汽车上所安装的传感器设备的性能差异较大，每一种传感器设备的型号对应的性能参数也不一样，而性能参数对碰撞检测的精确度有着很大影响，因此本发明获取每一个传感器设备的性能参数，所述性能参数具体包括：传感器设备的采样频率、采样时长以及采样精度。例如，获取GPS设备的精度以及获取G-sensor、陀螺仪传感器设备的采样精度以及采样能力。而采样时间、采样频率以及采样精度这三者是相互影响的，例如采样时长为60s，60s内一共采集样本的总数（Z），则实际的采样频率(f)：f=Z/T，实际的采样率决定特征点（取N组样本的均值作为当前的一个特征点，选取特征点可以对采集的数据进行降噪）的区间范围；则采集精度（Sensor_Accuracy）即浮点型的有效特征点的个数，所述采样精度越高所采样的数据质量越高。

[0038] 进一步地，步骤S200、将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整。

[0039] 较佳地，所述步骤S200具体包括：

[0040] 实时采集车辆的运行数据，并从所述运行数据中选取样本数据；

[0041] 将所述性能参数与样本数据进行算法训练，输出训练结果；

[0042] 将所述训练结果与碰撞识别算法模型进行匹配，自动调整所述碰撞识别算法中的碰撞事件发生的触发条件以及碰撞阈值。

[0043] 具体实施时，本发明所要实现的是根据检测出的传感器设备的性能参数，自动调整碰撞识别算法，使得在进行识别时能够更加准确。因此，本发明在车辆运行过程中实时启动所述传感器设备，并对车辆的运行参数进行采集。较佳地，本发明还对采集的运行参数进行选取样本数据，剔除明显属于采集错误的参数。然后将性能参数与样本数据进行算法训练，输出训练结果。在本发明中所述训练结果包括：车辆在当前采集的运行数据下计算出的各类碰撞事件发生的触发条件以及用于判断各类碰撞事件是否发生的碰撞阈值。也就是说，本发明通过对性能参数以及样本数据进行训练之后所得到的是当前最能准确识别出碰撞事件的条件（触发条件以及碰撞阈值）。

[0044] 具体地，在本发明中所述碰撞事件具体包括：车辆侧翻事件、车辆碰撞事件以及野蛮操作事件；所述野蛮操作事件包括：急加速事件、急刹车事件以及急转弯事件。当通过算法训练之后，本发明将训练结果与碰撞识别算法（该碰撞算法为车载终端内置的用于检测车辆碰撞事件的算法）进行匹配，自动调整所述碰撞识别算法中的碰撞事件发生的触发条件以及碰撞阈值，从而更加准确的识别出车辆碰撞事件的发生。

[0045] 例如，以G-sensor采集的数据为例，经过训练之后的侧翻阈值为侧翻角度大于等于45度，车辆发生侧翻事件的触发条件为连续有7次特征点的值达到了侧翻阈值。为了进一步准确识别出碰撞事件，且分析出碰撞事件的严重程度，本发明还可将碰撞事件分为三个等级，一级碰撞的碰撞阈值为8G，二级碰撞的碰撞阈值为5G，三级碰撞的碰撞阈值为3G，而不同等级的碰撞事件的触发条件也应不同：速度大于等于60km/h,碰撞G值大于3G，一级碰撞；速度小于60km/h且大于等于30km/h,碰撞G值大于5G为一级碰撞；碰撞G值小于5G并大于3G为二级碰撞；速度小于等于30km/h，碰撞G值大于8G为一级碰撞、G值大于5G小于8G为二级碰撞，G值大于3G小于5G为三级碰撞。

[0046] 进一步地，对于判断野蛮操作事件的触发条件以及碰撞阈值，本发明利用陀螺仪传感器以及GPS设备的性能参数以及采集的样本数据进行训练与计算。例如通过采集数据之后计算出的可以被判定处急转弯事件的触发条件为：速度>=60km/h且角速度阈值9.0(度/s)；速度>=50km/h且角速度阈值11.0(度/s)；速度>=40km/h且角速度阈值13.0(度/s)；速度>=30km/h且角速度阈值16.0(度/s)。若车辆上没有安装陀螺仪，则根据GPS的方向角的变化来判断急转弯事件，此时的触发条件为：速度>=60km/h且方向角每秒变化大于55度；速度>=50km/h且方向角每秒变化大于65度；速度>=40km/h且方向角每秒变化大于75度；速度>=30km/h且方向角每秒变化大于90度。

[0047] 当计算出各类碰撞事件的触发条件以及碰撞阈值后，调整所述碰撞识别算法，将碰撞识别算法中的触发条件以及碰撞阈值训练结果中的碰撞事件发生的触发条件以及碰撞阈值，使得调整后的碰撞识别算法可以准确识别出当前车辆的碰撞事件，有效解决了现有技术中因车辆上的传感器设备配置差异而导致碰撞事件识别不准确的问题。

[0048] 进一步地，步骤S300、调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生。

[0049] 较佳地，所述步骤S300具体包括：

[0050] 调用调整后的碰撞识别算法中各类碰撞事件发生的触发条件以及碰撞阈值；

[0051] 将车辆当前的运行参数与所述触发条件以及碰撞阈值进行比较；

[0052] 当车辆当前的运行参数符合所述触发条件以及碰撞阈值，则判断车辆发生碰撞事件。

[0053] 具体实施时，当将训练结果与碰撞识别算法进行匹配之后，所述训练结果中的用于判断碰撞事件的触发条件以及碰撞阈值均被作为当前识别碰撞的标准，这样直接调用调整后的碰撞识别算法，就可以准确识别当前车辆的碰撞事件了。当车辆当前的运行参数符合所述触发条件以及碰撞阈值，则判断车辆发生碰撞事件，并立即响应的报警装置或者直接显示在车载终端上。

[0054] 较佳地，本发明采集到的运行数据还可以保存起来，用于不断修正碰撞识别算法。此外，本发明的自动识别碰撞事件的方法可以直接应用在车载终端的APP中或者是应用车辆的后台监测系统（例如后视镜的实时监测系统）。

[0055] 基于上述实施例，本发明还公开了一种车载终端，所述车载终端包括点播车载终端以及广播车载终端。如图2所示，包括：处理器(processor)10、与处理器10连接的存储介质(memory)20；其中，所述处理器10用于调用所述存储介质20中的程序指令，以执行上述实施例所提供的方法，例如执行：

[0056] 检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数；

[0057] 将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整；

[0058] 调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生。

[0059] 本发明实施例还提供一种存储介质，所述存储介质上存储计算机指令，所述计算机指令使计算机执行上述各实施例所提供的方法。

[0060] 综上所述，本发明提供的一种自动识别碰撞事件的方法、存储介质及车载终端，方法包括：检测车辆上的传感器设备，并按照预设的周期获取传感器设备的性能参数；将获取的性能参数与实时采集的车辆运行数据进行算法训练，输出当前训练结果，并根据所述训练结果对碰撞识别算法进行调整；调用调整后的碰撞识算法对当前车辆进行检测识别，判断出碰撞事件是否发生。本发明通过检测车辆上的传感器设备，并根据传感器设备的性能参数自动调整碰撞识别算法，从而使得识别更加准确，有效解决了现有技术中因车辆上的传感器设备配置差异而导致碰撞事件识别不准确的问题。

[0061] 应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。