【技术实现步骤摘要】
一种安全监测方法及装置
本申请涉及交通安全领域，尤其涉及一种安全监测方法及装置。
技术介绍
共享租车、共享单车等作为一种新型的共享经济，由于其方便受到人们的青睐。但是用户在驾驶或骑行过程中的安全问题并没有得到足够的重视。例如，用户在骑行单车过程中发生摔倒和碰撞的可能性非常大，从而对对用户的人身安全带来重大的威胁和隐患。
技术实现思路
有鉴于此，本申请实施例提供一种安全监测方法及装置，能够实时获取用户的驾驶或骑行的相关数据，判断用户是否处于或者即将处于危险状态，及时发出安全提醒的信息或提供相应的帮助，提高了用户驾驶或骑行的安全性，进而提高了安全保证的全面性。本申请的实施例提供了一种安全监测方法及装置。具体包括以下几个方面：第一方面，本申请披露了一种安全监测方法。该方法包括：获取车辆的车辆状态信息；基于所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态；在确定用户处于危险状态的情况下，触发报警机制。在一些实施例中，若所述方法应用于平台服务器或者移动终端...
【技术保护点】
1.一种安全监测方法，其特征在于，包括：/n获取车辆的车辆状态信息；/n基于所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态；/n在确定用户处于危险状态的情况下，触发报警机制。/n
【技术特征摘要】 【专利技术属性】
1.一种安全监测方法，其特征在于，包括：
获取车辆的车辆状态信息；
基于所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态；
在确定用户处于危险状态的情况下，触发报警机制。
2.如权利要求1所述的方法，其特征在于，若所述方法应用于平台服务器或者移动终端，在确定用户处于危险状态的情况下，触发报警机制，包括：
在确定用户处于危险状态的情况下，向云端报警中心发送报警信息。
3.如权利要求1所述的方法，其特征在于，若所述方法应用于平台服务器，在确定用户处于危险状态的情况下，触发报警机制，包括：
在确定用户处于危险状态的情况下，向移动终端发送预设的帮助信息。
4.如权利要求1所述的方法，其特征在于，所述车辆状态信息至少包括以下一种：
速度变化信息；加速度变化信息；重心变化信息。
5.如权利要求4所述的方法，其特征在于，根据所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态，包括：
根据所述车辆状态信息，在发生以下状况中的一种或多种时，确定所述用户处于危险状态：
所述车辆的速度变化量大于预设的速度变化阈值；
所述车辆的加速度变化量大于预设的加速度变化阈值；
所述车辆的重心变化量大于预设的重心变化阈值。
6.如权利要求1所述的方法，其特征在于，所述根据所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态，包括：
根据当前采集的所述车辆状态信息、当前在多个车辆状态影响特征下的特征值、前一次采集的车辆状态信息、以及前一次采集车辆状态信息时，在多个车辆状态影响特征下的特征值，构建特征向量；
将所述特征向量输入至预先训练的危险状态检测模型中，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果。
7.如权利要求6所述的方法，其特征在于，采用下述步骤训练所述危险状态检测模型：
针对多个样本用户中的每个样本用户，获取该样本用户在连续两个采样时刻分别对应的车辆状态信息以及在多个所述车辆状态影响特征下的特征值，以及所述样本用户对应的实际危险状态信息；
根据该样本用户在连续两个采样时刻分别对应的车辆状态信息以及在多个所述车辆状态影响特征下的特征值，构建该样本用户的特征向量；
将所述特征向量输入至预先构建的基础检测模型中，获得与该样本用户对应的危险状态检测结果；
根据各个所述样本用户的危险状态检测结果以及对应的实际危险状态信息，对所述基础检测模型进行训练，得到所述危险状态检测模型。
8.如权利要求7所述的方法，其特征在于，所述根据该样本用户在连续两个采样时刻分别对应的车辆状态信息以及在多个所述车辆状态影响特征下的特征值，构建该样本用户的特征向量，具体包括：
根据该样本用户分别在连续两个所述采样时刻分别对应的车辆状态信息以及在多个所述车辆状态影响特征下的特征值，构建两个所述采样时刻分别对应的中间特征向量；
将两个所述采样时刻分别对应的中间特征向量进行加权求和，生成该样本用户的特征向量；
或者，
将两个所述采样时刻分别对应的中间特征向量进行拼接，生成该样本用户的特征向量。
9.如权利要求8所述的方法，其特征在于，还包括：所述基础监测模型包括神经网络和分类器；
将所述特征向量输入至预先构建的基础检测模型中，获得与样本用户对应的危险状态检测结果，包括：
将所述特征向量输入至所述神经网络中，获取目标特征向量；
将所述目标特征向量输入至分类器，获取所述危险状态检测结果。
10.如权利要求7所述的方法，其特征在于，所述根据各个所述样本用户的危险状态检测结果以及对应的实际危险状态信息，对所述基础检测模型进行训练，包括：
根据各个所述样本用户的危险状态检测结果以及对应的实际危险状态信息，对所述基础检测模型进行一轮训练后，调整基础检测模型的训练参数并进入下一轮训练，将经过多轮训练后的基础检测模型确定为所述危险状态检测模型。
11.如权利要求10所述的方法，其特征在于，采用下述步骤对所述基础检测模型进行本轮训练：
将本轮还未完成训练的所述样本用户中的任意一个样本用户确定为目标样本用户，根据该目标样本用户的危险状态检测结果，以及对应的实际危险状态信息，确定所述目标样本用户在本轮的交叉熵损失；
根据所述目标样本用户在本轮的交叉熵损失，调整所述基础检测模型的训练参数；
将所述目标样本用户作为本轮完成训练的样本用户，并将本轮还未完成训练的样本用户中任意一个样本用户确定为新的目标样本用户；
使用调整了参数后的所述基础检测模型，获取该新的目标样本用户的危险状态检测结果，并重新返回根据该目标样本用户的危险状态检测结果，以及对应的实际危险状态信息，确定所述目标样本用户在本轮的交叉熵损失的步骤；
直至所有样本用户都完成本轮的训练，完成对所述基础检测模型的本轮训练。
12.如权利要求11所述的方法，其特征在于，所述基础检测模型还包括：特征库；
所述方法还包括：
在训练完成后，为各个所述样本用户的特征向量提取的目标特征向量之间的相似度；根据所述相似度对所述各个所述目标特征向量进行分类，生成多个类；
根据各个类中所包括的目标特征向量，确定各个类对应的中心特征向量；将所述中心特征向量存储在所述特征库中。
13.如权利要求12所述的方法，其特征在于，将所述特征向量输入至预先训练的危险状态检测模型中，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果，包括：
将所述特征向量输入至预先训练的危险状态检测模型中，提取目标特征向量；
根据所述目标特征向量以及各个类对应的中心特征向量，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果。
14.如权利要求13所述的方法，其特征在于，所述根据所述目标特征向量以及所述中心特征向量，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果，包括：
计算所述目标特征向量与各个类对应的中心特征向量之间的相似度；
根据各个所述相似度以及预设的相似度阈值，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果。
15.如权利要求12所述的方法，其特征在于，将所述特征向量输入至预先训练的危险状态检测模型中，获取驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果，包括：
将所述特征向量输入至预先训练的危险状态检测模型的神经网络中，得到目标特征向量，并将所述目标特征向量输入危险状态检测模型的分类器中，输出驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果；
根据所述目标特征向量、以及各个类对应的中心特征向量，验证输出的所述危险状态检测结果的准确性，并在确定输出的所述危险状态检测结果准确后，将该输出的危险状态检测结果作为获取的所述驾驶或者骑行车辆的用户的在当前时刻的危险状态检测结果。
16.如根据权利要求15所述的方法，其特征在于，根据所述目标特征向量、以及各个类对应的中心特征向量，验证输出的所述危险状态检测结果的准确性，具体包括：
计算所述目标特征向量与所述各个类对应的中心特征向量之间的相似度；
当其中一个类对应的相似度大于预设的相似度阈值，则所述危险状态检测结果是准确的。
17.如权利要求16所述的方法，其特征在于，所述车辆状态影响特征，包括以下特征中的至少一种：
路况特征、道路特征、天气特征。
18.一种安全监测装置，其特征在于，包括：
获取模块，用于获取车辆的车辆状态信息；
判断模块，用于基于所述车辆状态信息，判断驾驶或者骑行车辆的用户是否处于危险状态；
触发模块，用于在确定用户处于危险状态的情况下，触发报警机制。
技术研发人员：邹琪，
申请(专利权)人：北京骑胜科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。