本申请公开了车辆监管系统智能AI防线方法及装置，其中，所述方法包括：通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别；通过在平台搭建智能事件分析引擎对监控终端上报的报警数据进行二次识别，对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供；通过在平台搭建企业监管决策引擎对报警事件及图像证据的风险等级进行评估，并根据风险等级管理办法进行智能的辅助处理。助处理。助处理。
【技术实现步骤摘要】
车辆监管系统智能AI防线方法及装置
[0001]本申请属于车辆监管
，具体涉及一种车辆监管系统智能AI防线方法及装置。
技术介绍
[0002]现有的车载导航系统一般包括车载智能终端、电子地图和控制中心三部分。其工作原理主要是通过车载终端获取车辆的位置、行驶速度等信息，配合道路级导航电子地图提供车辆导航服务。
[0003]随着车辆的增多，道路拥堵情况及交通事故的发生率也被人们普遍关注。在车辆行驶过程中违法占道、变道是造成道路拥堵及交通事故发生的一个比较普遍的因素。尤其在高速公路上，货车长期占用超车道、非应急车辆占用应急车道给高速公路的有序行驶及应急抢救造成了严重的安全隐患。为避免上述情况的发生，有必要对车辆行驶信息进行监管与协调。
技术实现思路
[0004]本申请的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
[0005]本申请提供的车辆监管系统智能AI防线方法，所述方法包括：通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别；通过在平台搭建智能事件分析引擎对监控终端上报的报警数据进行二次识别，对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供；通过在平台搭建企业监管决策引擎对报警事件及图像证据的风险等级进行评估，并根据风险等级管理办法进行智能的辅助处理。
[0006]可选地，本申请实施例中，所述通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别之后，包括：将海量车辆上传多规格多标准的ADAS及DSM报警证据进行统一标准规格校验。并通过持续优化智能图像识别算法，对报警视频司机违规驾驶状态准确性、持续时长及发生频率更精准的判断。
[0007]可选地，本申请实施例中，所述对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供之后，包括：通过数据治理对报警事件不断优化，优化报警事件处理同时对潜在风险因子探索深入。
[0008]可选地，本申请实施例中，所述根据风险等级管理办法进行智能的辅助处理，包括：对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0009]可选地，本申请实施例中，所述对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理，包括：根据不同的风险等级，对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0010]本申请提供的车辆监管系统智能AI防线装置，所述装置包括：处理模块，所述处理
模块用于通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别；通过在平台搭建智能事件分析引擎对监控终端上报的报警数据进行二次识别，对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供；通过在平台搭建企业监管决策引擎对报警事件及图像证据的风险等级进行评估，并根据风险等级管理办法进行智能的辅助处理。
[0011]可选地，本申请实施例中，所述处理模块，具体用于将海量车辆上传多规格多标准的ADAS及DSM报警证据进行统一标准规格校验。并通过持续优化智能图像识别算法，对报警视频司机违规驾驶状态准确性、持续时长及发生频率更精准的判断。
[0012]可选地，本申请实施例中，所述处理模块，具体用于通过数据治理对报警事件不断优化，优化报警事件处理同时对潜在风险因子探索深入。
[0013]可选地，本申请实施例中，所述处理模块，具体用于对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0014]可选地，本申请实施例中，所述处理模块，具体用于根据不同的风险等级，对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0015]本申请的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。
附图说明
[0016]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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。
[0017]图1为本申请实施例提供的方法的流程示意图之一；
[0018]图2为本申请实施例提供的方法的流程示意图之二；
[0019]图3为本申请实施例提供的方法的流程示意图之三；
[0020]图4为本申请实施例提供的方法的流程示意图之四。
具体实施方式
[0021]下面结合附图对本申请做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0022]应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
[0023]下面结合附图和具体的实施例对本申请的技术方案进行详细的说明。
[0024]图1示出了本申请实施例的方法的流程示意图。如图1所示，本申请实施例提供的方法，可以包括下述的步骤101至步骤103。
[0025]步骤101、通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别。
[0026]步骤102、通过在平台搭建智能事件分析引擎对监控终端上报的报警数据进行二次识别，对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供。
[0027]步骤103、通过在平台搭建企业监管决策引擎对报警事件及图像证据的风险等级进行评估，并根据风险等级管理办法进行智能的辅助处理。
[0028]可选地，本申请实施例中，结合图1，如图2所示，在步骤101之后，本申请实施例提供的方法还可以包括步骤201。
[0029]步骤201、将海量车辆上传多规格多标准的ADAS及DSM报警证据进行统一标准规格校验。并通过持续优化智能图像识别算法，对报警视频司机违规驾驶状态准确性、持续时长及发生频率更精准的判断。
[0030]可选地，本申请实施例中，结合图1，如图3所示，在步骤101之后，本申请实施例提供的方法还可以包括步骤301。
[0031]步骤301、通过数据治理对报警事件不断优化，优化报警事件处理同时对潜在风险因子探索深入。
[0032]可选地，本申请实施例中，结合图1，如图4所示，在步骤101之后，本申请实施例提供的方法还可以包括步骤401。
[0033]步骤401、对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0034]可选地，本申请实施例中，根据不同的风险等级，对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。
[0035]以下将具体举例说明。
[0036]具体地，企业监管大脑是由图像识别引擎、报警事件识别引擎及企业监管决策本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆监管系统智能AI防线方法，其特征在于，包括：通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别；通过在平台搭建智能事件分析引擎对监控终端上报的报警数据进行二次识别，对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供；通过在平台搭建企业监管决策引擎对报警事件及图像证据的风险等级进行评估，并根据风险等级管理办法进行智能的辅助处理。2.根据权利要求1所述的方法，其特征在于，所述通过在平台搭建智能图像分析引擎对ADAS及DSM上报的报警证据二次识别之后，包括：将海量车辆上传多规格多标准的ADAS及DSM报警证据进行统一标准规格校验。并通过持续优化智能图像识别算法，对报警视频司机违规驾驶状态准确性、持续时长及发生频率更精准的判断。3.根据权利要求1所述的方法，其特征在于，所述对报警事件误报、高频上报、延迟上报等情况进行分析，为风险决策引擎提供之后，包括：通过数据治理对报警事件不断优化，优化报警事件处理同时对潜在风险因子探索深入。4.根据权利要求1所述的方法，其特征在于，所述根据风险等级管理办法进行智能的辅助处理，包括：对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理。5.根据权利要求4所述的方法，其特征在于，所述对驾驶司机、企业检查员、省市县监管员、系统办公应急及公安人员的提醒、警告、通知处理，包括：根据不同的风...
【专利技术属性】
技术研发人员：邓毅，
申请(专利权)人：西安向南物联科技股份有限公司，
类型：发明
国别省市：
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。