交通事故识别预测方法、设备及计算机可读存储介质技术

本发明专利技术公开了一种交通事故识别预测方法、设备及计算机可读存储介质，属于智能驾驶技术领域。本发明专利技术通过判断虚拟驾驶员的驾驶行为和/或人类驾驶员的驾驶行为是否达到预设条件；若是，则将预设的目标数据回传至所述车辆关联的后台服务器；获取所述后台服务器传递的软件升级包，其中，所述软件升级包由所述后台服务器根据所述目标数据进行训练得到的算法进行集成；根据所述软件升级包进行升级以进行交通事故的识别预测。本发明专利技术解决了现有的智能驾驶技术在对交通事故进行识别预测时，准确度较低的问题，实现了提升智能驾驶技术交通事故识别预测性能的技术效果。识别预测性能的技术效果。识别预测性能的技术效果。

【技术实现步骤摘要】
交通事故识别预测方法、设备及计算机可读存储介质


[0001]本专利技术涉及智能驾驶
，尤其涉及一种交通事故识别预测方法、设备及计算机可读存储介质。

技术介绍

[0002]在车联网与人工智能技术的支持下，现有的智能驾驶技术已经可以实现辅助驾驶员安全行驶，甚至是实现无驾驶员情况下的自动驾驶。该技术能够帮助避免醉驾、疲劳驾驶等安全隐患，对于减少驾驶员失误，提升安全性也能起到重要意义。
[0003]在智能驾驶技术中，对交通事故的识别和预测是其所必备的功能。为了对交通事故的进行识别与预测，现有技术提出了不同的解决方案，如基于高清地图或高清摄像头或毫米波雷达的车辆轨迹预测、交通状况预测、碰撞预测技术等，虽然这些技术对交通事故的识别与预测做出了改进，但大都是简单的通过车辆与目标物之间的距离作为预测评判标准，能识别和预测的场景较少，而往往实际道路交通情况具有极强的复杂性与不确定性，因此，现有的智能驾驶技术在对交通事故进行识别和预测时，仍然存在准确度较低的问题。

技术实现思路

[0004]本专利技术的主要目的在于提供一种交通事故识别预测方法、设备及计算机可读存储介质，旨在解决现有的智能驾驶技术在对交通事故进行识别预测时，准确度较低的问题。
[0005]为实现上述目的本专利技术提供一种交通事故识别预测方法，所述交通事故识别预测方法应用于车辆，所述交通事故识别预测方法包括以下步骤：
[0006]判断虚拟驾驶员的驾驶行为和/或人类驾驶员的驾驶行为是否达到预设条件；
[0007]若是，则将预设的目标数据回传至所述车辆关联的后台服务器；
[0008]获取所述后台服务器传递的软件升级包，其中，所述软件升级包由所述后台服务器根据所述目标数据进行训练得到的算法进行集成；
[0009]根据所述软件升级包进行升级以进行交通事故的识别预测。
[0010]可选地，所述判断虚拟驾驶员的驾驶行为是否达到预设条件的步骤，包括：
[0011]获取所述虚拟驾驶员的驾驶行为所生成的第一行为信息，判断所述第一行为信息是否达到第一预设条件；
[0012]若所述第一行为信息达到第一预设条件，则判定所述虚拟驾驶员的驾驶行为达到预设条件。
[0013]可选地，所述判断人类驾驶员的驾驶行为是否达到预设条件的步骤，包括：
[0014]获取所述人类驾驶员的驾驶行为所生成的第二行为信息，判断所述第二行为信息是否达到第二预设条件；
[0015]若所述第二行为信息达到第二预设条件，则判定所述人类驾驶员的驾驶行为达到预设条件。
[0016]可选地，所述判断虚拟驾驶员的驾驶行为和人类驾驶员的驾驶行为是否达到预设
条件的步骤，包括：
[0017]获取所述虚拟驾驶员的驾驶行为与所述人类驾驶员的驾驶行为的行为差别信息，判断所述行为差别信息是否达到第三预设条件；
[0018]若所述行为差别信息达到第三预设条件，则判定所述虚拟驾驶员的驾驶行为和所述人类驾驶员的驾驶行为达到预设条件。
[0019]可选地，其特征在于，所述将预设的目标数据回传至所述车辆关联的后台服务器的步骤，包括：
[0020]确定所述虚拟驾驶员的驾驶行为和/或所述人类驾驶员的驾驶行为达到所述预设条件的时间点；
[0021]获取所述时间点前后预设时长内采集到的目标数据，并将所述目标数据回传至所述车辆关联的后台服务器。
[0022]可选地，所述将所述目标数据回传至所述车辆关联的后台服务器的步骤，包括：
[0023]根据所述预设条件的条件类型，对所述目标数据进行分类；
[0024]将所述分类后的目标数据回传至预设的数据存储中心，以供所述车辆关联的后台服务器从所述数据存储中心下载所述目标数据。
[0025]本专利技术还提供另一种交通事故识别预测方法，所述交通事故识别预测方法应用于车辆关联的后台服务器，所述交通事故识别预测方法包括：
[0026]获取所述车辆回传的目标数据，对所述目标数据进行清洗获得有效数据集；
[0027]根据所述有效数据集对交通事故识别预测算法进行训练得到训练后的算法；
[0028]根据所述训练后的算法集成得到软件升级包，将所述软件升级包传递至所述车辆。
[0029]可选地，所述对所述目标数据进行清洗获得有效数据集的步骤，包括：
[0030]获取所述目标数据的类型，根据所述目标数据的类型将所述目标数据分别放入第一数据集和第二数据集；
[0031]分别对第一数据集和第二数据集中的数据进行清洗以获得所述有效数据集。
[0032]此外，本专利技术还提供一种交通事故识别预测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交通事故识别预测程序，所述交通事故识别预测程序配置为实现如上述的交通事故识别预测方法的步骤。
[0033]此外，本专利技术还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有交通事故识别预测程序，所述交通事故识别预测程序被处理器执行时实现如上述的交通事故识别预测方法的步骤。
[0034]本专利技术通过判断虚拟驾驶员的驾驶行为和/或人类驾驶员的驾驶行为是否达到预设条件；若是，则将预设的目标数据回传至所述车辆关联的后台服务器；获取所述后台服务器传递的软件升级包，其中，所述软件升级包由所述后台服务器根据所述埋点传数据进行训练得到的交通事故算法进行集成；根据所述软件升级包进行升级以进行交通事故的识别预测。
[0035]相比于现有基于条件规则进行交通事故预测的方式，本专利技术通过车辆虚拟驾驶员和/或人类驾驶员各自的驾驶行为进行数据回传埋点设计，从而回传目标数据至后台进行交通事故预测算法的训练，以针对车辆用于预测交通事故的算法进行升级，有效地改进了
车辆的交通事故识别预测算法的训练方式，解决了现有智能驾驶技术仍然存在对交通事故识别预测准确度较低的问题，实现了提升智能驾驶技术交通事故识别预测性能的技术效果。
附图说明
[0036]图1是本专利技术方案涉及的硬件运行环境交通事故识别预测设备的结构示意图；
[0037]图2是本专利技术一种交通事故识别预测方法一实施例的流程示意图；
[0038]图3为本专利技术另一种交通事故识别预测方法一实施例的流程示意图。
[0039]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0040]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0041]应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通事故识别预测方法，其特征在于，所述交通事故识别预测方法应用于车辆，所述交通事故识别预测方法包括以下步骤：判断虚拟驾驶员的驾驶行为和/或人类驾驶员的驾驶行为是否达到预设条件；若是，则将预设的目标数据回传至所述车辆关联的后台服务器；获取所述后台服务器传递的软件升级包，其中，所述软件升级包由所述后台服务器根据所述目标数据进行训练得到的算法进行集成；根据所述软件升级包进行升级以进行交通事故的识别预测。2.如权利要求1所述的交通事故识别预测方法，其特征在于，所述判断虚拟驾驶员的驾驶行为是否达到预设条件的步骤，包括：获取所述虚拟驾驶员的驾驶行为所生成的第一行为信息，判断所述第一行为信息是否达到第一预设条件；若所述第一行为信息达到第一预设条件，则判定所述虚拟驾驶员的驾驶行为达到预设条件。3.如权利要求1所述的交通事故识别预测方法，其特征在于，所述判断人类驾驶员的驾驶行为是否达到预设条件的步骤，包括：获取所述人类驾驶员的驾驶行为所生成的第二行为信息，判断所述第二行为信息是否达到第二预设条件；若所述第二行为信息达到第二预设条件，则判定所述人类驾驶员的驾驶行为达到预设条件。4.如权利要求1所述的交通事故识别预测方法，其特征在于，所述判断虚拟驾驶员的驾驶行为和人类驾驶员的驾驶行为是否达到预设条件的步骤，包括：获取所述虚拟驾驶员的驾驶行为与所述人类驾驶员的驾驶行为的行为差别信息，判断所述行为差别信息是否达到第三预设条件；若所述行为差别信息达到第三预设条件，则判定所述虚拟驾驶员的驾驶行为和所述人类驾驶员的驾驶行为达到预设条件。5.如权利要求1所述的交通事故识别预测方法，其特征在于，所述将预设的目标数据回传至所述车辆关联的后台服务器的步骤，包括：确定所述虚拟驾驶员的驾驶行为和/或所述人类驾驶员的驾驶行为达到所述预设条件的时间点；获取...

【专利技术属性】
技术研发人员：廖尉华，陈有辉，张韬，刘开勇，何逸波，
申请(专利权)人：上汽通用五菱汽车股份有限公司，
类型：发明
国别省市：