基于泊车异常行为分析的泊车事故识别方法、装置和车辆制造方法及图纸

本发明专利技术实施例提供了一种基于泊车异常行为分析的泊车事故识别方法、装置和车辆。基于泊车异常行为分析的泊车事故识别方法包括：在车辆的车速低于预设阈值时，根据所述车辆的表征驾驶行为的车辆信号数据，判定是否存在先后发生的泊车异常行为；当判定存在先后发生的泊车异常行为时，提取预设时间段内产生的信号数据序列，其中，所述预设时间段包含所述泊车异常行为对应的时刻；所述信号数据序列包括所述车辆泊车时产生的车辆信号数据以及该车辆信号数据相关的时间信息；根据所述信号数据序列，识别所述车辆是否发生泊车事故。能够基于泊车异常行为分析，提高车辆泊车事故识别的准确率，降低车辆泊车事故识别的计算量和硬件成本。

Parking accident recognition method, device and vehicle based on analysis of abnormal parking behavior

【技术实现步骤摘要】
基于泊车异常行为分析的泊车事故识别方法、装置和车辆
本专利技术涉及泊车事故识别
，特别涉及一种基于泊车异常行为分析的泊车事故识别方法、装置和车辆。
技术介绍
随着车辆在生产和生活中应用的逐渐普及和车辆使用场景的日渐丰富，泊车事故识别可作为泊车事故定损等的参考，愈发受到车企和社会大众的关注。目前业界针对车辆泊车事故识别通常有以下几种系统：首先，基于图像的车辆泊车事故识别系统。这类系统分为车辆集成和车辆后装设备两种方案。前者是在车辆车前车侧车后安装多个摄像头，并保持摄像头常开，车辆实时对摄像头采集的图像进行分析，识别出碰撞等事故，这种车内集成的方案需要的硬件前提是摄像头一直保持实时的图像采集，车内需要有计算力较强、存储容量较大的MCU。这种方案的缺点一是计算量大，会导致电动车车辆的续航里程严重下降；二是需要成本比较高的硬件支撑，廉价的硬件引起发热，图像质量较差等问题，影响事故识别的效果。另一种方案为后装的摄像装置，如在集成在车内行车记录仪的图像人工智能识别系统、车载导航系统等。行车记录仪虽然安装方便，容易普及，但只能采集车前的图像进行分析，对于其他侧的碰撞等事故则无能为力，且行车记录仪不仅容易有发热、图像质量差等缺点，而且硬件成本也较高。其次，基于三轴加速度的车辆泊车事故识别系统。这类系统同样分为车辆集成和车辆后装设备两种方案。一般也是集成于车辆内部。通过对三轴加速度进行分析，识别发生重大事故时的三轴加速度模式，达到监控重大事故的目的，但对于一般的如中低速车辆碰撞，尤其是泊车时发生的轻微刮擦，由于此时输出的加速度数据与一般的过缓冲带、过颠簸路段、刹车时的输出信号数据区分度较低，所以识别车辆泊车事故的准确率较低。再者，基于加速度、雷达信号的车辆泊车事故识别系统。此类系统使用车辆集成的数据采集系统，采集车辆的加速度、雷达信号等，通过对加速度及雷达信号等设置阀值，进行监控报警。但由于雷达信号有死区，即存在最小探测距离，加之车辆在正常使用时也有加速度的变化，导致此类系统对车辆泊车事故识别的误差较大。
技术实现思路
本专利技术实施例提供了一种基于泊车异常行为分析的泊车事故识别方法、装置和车辆，以克服上述技术问题或者至少部分地解决上述技术问题。技术方案如下：第一方面，本专利技术实施例提供了一种基于泊车异常行为分析的泊车事故识别方法，包括：在车辆的车速低于预设阈值时，根据所述车辆的表征驾驶行为的车辆信号数据，判定是否存在先后发生的泊车异常行为；当判定存在先后发生的泊车异常行为时，提取预设时间段内产生的信号数据序列，其中，所述预设时间段包含所述泊车异常行为对应的时刻；所述信号数据序列包括所述车辆泊车时产生的车辆信号数据以及该车辆信号数据相关的时间信息；根据所述信号数据序列，识别所述车辆是否发生泊车事故。在一种可选的实现方式中，所述泊车异常行为包括泊车中的第一泊车异常行为，其中，所述第一泊车异常行为包括反复倒车；所述判定是否存在先后发生的泊车异常行为，包括：当根据所述车辆信号数据判断所述车辆在第一预设时长内，第一预设档位与第二预设档位之间切换次数大于第一预设数量，且方向盘转动角度的绝对值大于第一预设角度的正负向来回转动次数大于第二预设数量时，判定存在反复倒车的第一泊车异常行为。在一种可选的实现方式中，所述泊车异常行为还包括泊车后的第二泊车异常行为，其中，所述第一泊车异常行为先于所述第二泊车异常行为发生；所述第二泊车异常行为包括下车时方向盘未打正；所述判定是否存在先后发生的泊车异常行为，还包括：当根据所述车辆信号数据判断主驾车门打开，且方向盘角度大于第二预设角度时，判定存在下车时方向盘未打正的第二泊车异常行为；和/或，所述第二泊车异常行为包括下车后长时间未锁车；所述判定是否存在先后发生的泊车异常行为，包括：当根据所述车辆信号数据判断主驾车门打开后，在第二预设时长内所述车辆未上锁时，判定存在下车后长时间未锁车的第二泊车异常行为。在一种可选的实现方式中，所述根据所述信号数据序列，识别所述车辆是否发生泊车事故，包括：将所述信号数据序列作为泊车事故识别模型的输入；所述泊车事故识别模型根据所述信号数据序列，识别其中的所述车辆信号数据是否满足泊车事故的异常特征，生成至少用于表征是否发生泊车事故的识别结果；所述异常特征包括泊车异常特征、状态异常特征和行为异常特征中的至少一种；所述识别结果为泊车事故识别模型的输出。在一种可选的实现方式中，所述泊车异常特征包括：反复倒车和强震动中的至少一种；所述强震动表征所述车辆的加速度数据在至少一个方向上的变化速率大于预设速率；和/或，所述状态异常特征包括：气囊点爆、雷达异常、双闪灯持续开启时间大于第三预设时长、车灯故障、EPS警告和ABS警告中的至少一种；和/或，所述行为异常特征包括：停车且未锁车、反复倒车过程或之后雷达异常、雷达异常后下车、下车时方向盘未打正、下车后长时间未锁车中的至少一种；所述雷达异常表征所述车辆的车载雷达检测到预设距离内有物体。在一种可选的实现方式中，所述泊车事故识别模型包括泊车事故机器识别模型，通过如下方式训练：获取由历史泊车事故记录中车辆信号数据依据时序组合形成的样本序列，作为正样本；获取由历史正常泊车记录中车辆信号数据依据时序组合形成的样本序列，作为负样本；选取所述样本序列中关联于所述异常特征的车辆信号数据，作为所述正样本和所述负样本的特性信息；根据预设时间段分别对所述正样本和所述负样本的样本序列标注泊车事故信息；所述预设时间段包含雷达异常对应的时刻；基于所述正样本和负样本的特性信息以及标注的泊车事故信息，对所述泊车事故识别模型进行二分类训练，得到泊车事故识别模型的参数，确定所述泊车事故识别模型。在一种可选的实现方式中，所述车辆信号数据包括车辆行驶数据和车辆状态数据；所述车辆行驶数据包括：车速数据，加速度数据，档位数据，方向盘转角数据的至少一种；所述车辆状态数据包括：气囊弹出数据，设备故障信号数据，车门开关信号数据，雷达测距数据，双闪灯状态数据的至少一种。在一种可选的实现方式中，识别出所述车辆发生泊车事故后，还包括如下步骤：通过所述车辆的摄像头采集所述车辆周围的图像信息，分析所述图像信息以确认所述泊车事故。第二方面，本专利技术实施例提供了一种车辆泊车事故识别装置，包括：判定模块，用于在车辆的车速低于预设阈值时，根据所述车辆的表征驾驶行为的车辆信号数据，判定是否存在先后发生的泊车异常行为；提取模块，用于当判定存在先后发生的泊车异常行为时，提取预设时间段内产生的信号数据序列，其中，所述预设时间段包含所述泊车异常行为对应的时刻；所述信号数据序列包括所述车辆泊车时产生的车辆信号数据以及该车辆信号数据相关的时间信息；识别模块，用于根据所述信号数据序列，识别所述车辆是否发生泊车事故。第三方面，本专利技术实施例提供了一种存储介质，所述存储介质中存储有本文档来自技高网...

【技术保护点】
1.一种基于泊车异常行为分析的泊车事故识别方法，其特征在于，包括：/n在车辆的车速低于预设阈值时，根据所述车辆的表征驾驶行为的车辆信号数据，判定是否存在先后发生的泊车异常行为；/n当判定存在先后发生的泊车异常行为时，提取预设时间段内产生的信号数据序列，其中，所述预设时间段包含所述泊车异常行为对应的时刻；所述信号数据序列包括所述车辆泊车时产生的车辆信号数据以及该车辆信号数据相关的时间信息；/n根据所述信号数据序列，识别所述车辆是否发生泊车事故。/n

【技术特征摘要】
1.一种基于泊车异常行为分析的泊车事故识别方法，其特征在于，包括：
在车辆的车速低于预设阈值时，根据所述车辆的表征驾驶行为的车辆信号数据，判定是否存在先后发生的泊车异常行为；
当判定存在先后发生的泊车异常行为时，提取预设时间段内产生的信号数据序列，其中，所述预设时间段包含所述泊车异常行为对应的时刻；所述信号数据序列包括所述车辆泊车时产生的车辆信号数据以及该车辆信号数据相关的时间信息；
根据所述信号数据序列，识别所述车辆是否发生泊车事故。


2.根据权利要求1所述的泊车事故识别方法，其特征在于，所述泊车异常行为包括泊车中的第一泊车异常行为，其中，所述第一泊车异常行为包括反复倒车；所述判定是否存在先后发生的泊车异常行为，包括：
当根据所述车辆信号数据判断所述车辆在第一预设时长内，第一预设档位与第二预设档位之间切换次数大于第一预设数量，且方向盘转动角度的绝对值大于第一预设角度的正负向来回转动次数大于第二预设数量时，判定存在反复倒车的第一泊车异常行为。


3.根据权利要求2所述的泊车事故识别方法，其特征在于，所述泊车异常行为还包括泊车后的第二泊车异常行为，其中，所述第一泊车异常行为先于所述第二泊车异常行为发生；
所述第二泊车异常行为包括下车时方向盘未打正；所述判定是否存在先后发生的泊车异常行为，还包括：当根据所述车辆信号数据判断主驾车门打开，且方向盘角度大于第二预设角度时，判定存在下车时方向盘未打正的第二泊车异常行为；
和/或，所述第二泊车异常行为包括下车后长时间未锁车；所述判定是否存在先后发生的泊车异常行为，包括：当根据所述车辆信号数据判断主驾车门打开后，在第二预设时长内所述车辆未上锁时，判定存在下车后长时间未锁车的第二泊车异常行为。


4.根据权利要求3所述的泊车事故识别方法，其特征在于，所述根据所述信号数据序列，识别所述车辆是否发生泊车事故，包括：
将所述信号数据序列作为泊车事故识别模型的输入；
所述泊车事故识别模型根据所述信号数据序列，识别其中的所述车辆信号数据是否满足泊车事故的异常特征，生成至少用于表征是否发生泊车事故的识别结果；所述异常特征包括泊车异常特征、状态异常特征和行为异常特征中的至少一种；
所述识别结果为泊车事故识别模型的输出。


5.根据权利要求4所述的泊车事故识别方法，其特征在于，所述泊车异常特征包括：反复倒车和强震动中的至少一种；所述强震动表征所述车辆的加速度数据在至少一个方向上的变化速率大于预设速率；
和/或，所述状态异常特征包括：气囊点爆、雷达异常、双闪灯持续开启时间大于第三预设时长、车灯故障、EPS警告和ABS警告中的至少一种；
和/或，所述行为异常特征包括：停车且未锁车、反复倒车过程或之后...

【专利技术属性】
技术研发人员：何锐邦，龙荣深，
申请(专利权)人：广州小鹏汽车科技有限公司，
类型：发明
国别省市：广东;44