一种智能座舱中驾驶回放方法技术

本申请提供一种智能座舱中驾驶回放方法，包括：回放录制系统构建，具体包括：已录制回放获取；构建行驶路段识别系统，所述构建行驶路段识别系统，具体包括：识别需回放路段，相同路段行车的正确驾驶获取；识别回放场景与时间，所述识别回放场景与时间，具体包括：建立场景识别模型，判断回放时长，判断截取重点部分；自动分析和讲解驾驶内容；智能推荐视频播放时间；保护驾驶员隐私；基于预测路况，推荐操作视频。频。频。

【技术实现步骤摘要】
一种智能座舱中驾驶回放方法


[0001]本专利技术涉及信息
，尤其涉及一种智能座舱中驾驶回放方法。

技术介绍

[0002]智能座舱中，针对新拿到驾照的用户，经常会有一些操作不太熟悉或者决策不规范的情况。针对这些刚学车的新手。不能一直有教练在身边。因此如果汽车能够根据他人的座舱操作，教会新手的操作，则可以更好的提升驾驶安全性。在下次遇到类似路段和场景的时候，能够学习更好的开车模式。

技术实现思路

[0003]本专利技术提供了一种智能座舱中驾驶回放方法，主要包括：回放录制系统构建，具体包括：已录制回放获取；构建行驶路段识别系统，所述构建行驶路段识别系统，具体包括：识别需回放路段，相同路段行车的正确驾驶获取；识别回放场景与时间，所述识别回放场景与时间，具体包括：建立场景识别模型，判断回放时长，判断截取重点部分；自动分析和讲解驾驶内容；智能推荐视频播放时间；保护驾驶员隐私；基于预测路况，推荐操作视频。
[0004]进一步可选地，所述回放录制系统构建包括：构建回放录制系统，在取得用户授权同意后，通过车载摄像头和导航系统记录行驶路段数据和驾驶操作数据；使用加密方法对司机的个人身份信息和驾驶途中车内各种设备记录的司机行为数据进行隐私保护；当司机驾驶汽车行驶至预定路段时，装载在车内的回放录制系统将开始录制，当司机驶离该路段后，录制结束，之后将录制得到的视频上传至系统存储空间中；包括：已录制回放获取；所述已录制回放获取，具体包括：当接收到视频回放请求时，获取待回放视频；将所述待回放视频按照预设时间间隔划分为多个视频片段，所述视频片段的初始状态为待处理状态；依次判断所述多个视频片段中是否存在运动目标；若当前视频片段中存在运动目标，则标记该片段为初始运动片段，当前视频片段的状态为有运动目标状态；若检测到所述运动目标暂停运动，则标记该片段为终止运动片段，当前视频片段的状态为无运动目标状态；标记当前视频片段与终止运动片段之间所有的视频片段为预测有目标状态，将状态为有目标状态和预测有目标状态的视频片段加入待分析列表；获取所述待分析列表中存在运动目标的视频片段，并将所述存在运动目标的视频片段加入播放列表；当所述播放列表中的视频片段数量达到第一预设阈值时，对所述播放列表中的视频片段进行回放，为后续的视频分析提供输入。
[0005]进一步可选地，所述构建行驶路段识别系统包括：根据驾驶员的历史行驶轨迹点和历史道路及历史道路信息，构建历史轨迹数据库，用于存储若干条历史行驶轨迹点和与历史行驶轨迹点相对应的历史道路及历史道路信息，历史行驶轨迹点包括每个路段对应的一组历史向量；获取驾驶车辆上传的GPS轨迹点；
将GPS轨迹点与历史轨迹数据库中的历史行驶轨迹点进行匹配，得到车辆上传的与历史预存道路不匹配的GPS轨迹点集合；过滤掉集合中对新添加历史道路信息无用的GPS轨迹点；将集合中剩余的GPS轨迹点保存为新添加的历史行驶轨迹点；利用RoadMapReverseUpdate方法，根据新添加的历史行驶轨迹点输出新添加的历史道路；获取驾驶员新添加的历史道路行驶过程中车辆的行驶数据；对行驶数据进行处理，形成适合学习类算法的车辆行驶数据标准样本；将车辆行驶数据标准样本输入到预先构建的学习模型中，输出新添加的历史道路的道路信息；包括：识别需回放路段；相同路段行车的正确驾驶获取；所述识别需回放路段，具体包括：录制行车视频的同时记录所述行车视频对应的地理位置信息和时间；将所述地理位置信息组合成行车轨迹在电子地图上展示；根据国家交通事故次数记录，若次数大于预设的阈值，则判定该路段为需回放路段；根据所述行车视频当前时刻对应的地理位置信息确定需回放路段的地理位置。
[0006]所述相同路段行车的正确驾驶获取，具体包括：获取当前车辆的驾驶数据以及所述当前车辆的行驶路段数据，所述驾驶数据包括：车辆行车数据、驾驶员状态数据；对所述当前车辆的驾驶数据和行驶路段数据进行量化处理，得到预设形式的驾驶数据；将所述预设形式的驾驶数据和行驶路段数据输入至预先创建的回归分类模型中，根据回归分类模型的输出结果判断当前路段与需回放路段是否为相同路段；若当前路段与需回放路段为相同路段，则开始记录驾驶数据以及驾驶员对应的驾驶习惯数据，根据驾驶数据和驾驶习惯数据建立相应的驾驶数据库。
[0007]进一步可选地，所述识别回放场景与时间包括：通过车载摄像头实时采集汽车所处的环境图像，输入场景识别模型检测出图像中的各类道路设施和交通状况，实时获取当前的行驶路段数据；然后，获取司机驾驶行为识别模型的输出数据，统计司机在面对不同路况信息下的各类驾驶行为数量；基于统计结果分析司机的各类驾驶行为和非驾驶行为与路况信息的相关性；计算在某个路况条件下，司机做出某个行为的概率；包括：建立场景识别模型；判断回放时长；判断截取重点部分；所述建立场景识别模型，具体包括：基于目标检测方法建立路况识别神经网络模型；汽车驾驶的路况信息包括道路设施信息和道路交通信息；第一步，通过车内的摄像头采集大量的汽车视角下的道路图像作为训练集和测试集，然后对其进行图像预处理和特征提取，得到图片中各类道路设施物体的候选框；第二步，对训练集中提取的候选框进行手工标注，将候选框中物体类别作为标签；第三步，将候选框输入分类器进行训练，分类器学习各类标签的样本特征，建立起分类决策规则；最后将测试集输入分类器，按照分类器建立的分类决策规则进行分类测试，评估分类的结果准确性，根据测试结果调整模型参数。
[0008]所述判断回放时长，具体包括：根据符合要求的视频行为记录统计出针对所述视频的行为时长的记录，包括：根据符合要求的视频行为记录，确定针对所述视频的视频行为，以及各视频行为的开始时间和结束时间；根据各视频行为的开始时间和结束时间，确定各视频行为对应的视频时长；将针对所述视频的多个视频行为对应的视频时长进行累加，得到针对所述视频的行为时长。
[0009]所述判断截取重点部分，具体包括：
应用于包括车载电脑ECU、回放录制系统和上位机，所述重点部分获取的方法包括：所述ECU的传感器实时采集车辆参数数据，并将采集的所述车辆参数数据发送给ECU中的微控制器；所述微控制器实时获取车辆的位置数据，并采集车辆的行驶数据，所述行驶数据包括：车辆的加速度数据和/或转角速度数据；所述微控制器将所述车辆参数数据、所述行驶数据以及所述位置数据全部或部分发送至上位机；事件分析模块通过分析车辆参数数据确定汽车行驶过程中的事件，若事件为预先设置的异常事件，则开启所述回放录制系统；视频录制完成后将通过事件视频定位模块和事件视频剪切模块来确定视频重点部分；根据现有国家标准，重点关注道路交通事故多发路段。
[0010]进一步可选地，所述自动分析和讲解驾驶内容包括：通过已获取的回放和车辆驾驶数据，其中车辆驾驶数据包括车辆行车数据和驾驶员状态数据，输入驾驶内容讲解模型，分析不同司机面对相同路段的驾驶操作，统计司机在面对相同路况信息下的各类驾驶行为数量；根据已知的驾驶行为和非驾驶行为样本来训练支持向量机SVM分类器，得到可以区分驾驶行为和非驾驶行为的支持向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能座舱中驾驶回放方法，其特征在于，所述方法包括：回放录制系统构建，具体包括：已录制回放获取；构建行驶路段识别系统，所述构建行驶路段识别系统，具体包括：识别需回放路段，相同路段行车的正确驾驶获取；识别回放场景与时间，所述识别回放场景与时间，具体包括：建立场景识别模型，判断回放时长，判断截取重点部分；自动分析和讲解驾驶内容；智能推荐视频播放时间；保护驾驶员隐私；基于预测路况，推荐操作视频。2.根据权利要求1所述的方法，其中，所述回放录制系统构建，包括:构建回放录制系统，在取得用户授权同意后，通过车载摄像头和导航系统记录行驶路段数据和驾驶操作数据；使用加密方法对司机的个人身份信息和驾驶途中车内各种设备记录的司机行为数据进行隐私保护；当司机驾驶汽车行驶至预定路段时，装载在车内的回放录制系统将开始录制，当司机驶离该路段后，录制结束，之后将录制得到的视频上传至系统存储空间中；包括：已录制回放获取；所述已录制回放获取，具体包括:当接收到视频回放请求时，获取待回放视频；将所述待回放视频按照预设时间间隔划分为多个视频片段，所述视频片段的初始状态为待处理状态；依次判断所述多个视频片段中是否存在运动目标；若当前视频片段中存在运动目标，则标记该片段为初始运动片段，当前视频片段的状态为有运动目标状态；若检测到所述运动目标暂停运动，则标记该片段为终止运动片段，当前视频片段的状态为无运动目标状态；标记当前视频片段与终止运动片段之间所有的视频片段为预测有目标状态，将状态为有目标状态和预测有目标状态的视频片段加入待分析列表；获取所述待分析列表中存在运动目标的视频片段，并将所述存在运动目标的视频片段加入播放列表；当所述播放列表中的视频片段数量达到第一预设阈值时，对所述播放列表中的视频片段进行回放，为后续的视频分析提供输入。3.根据权利要求1所述的方法，其中，所述构建行驶路段识别系统，包括:根据驾驶员的历史行驶轨迹点和历史道路及历史道路信息，构建历史轨迹数据库，用于存储若干条历史行驶轨迹点和与历史行驶轨迹点相对应的历史道路及历史道路信息，历史行驶轨迹点包括每个路段对应的一组历史向量；获取驾驶车辆上传的GPS轨迹点；将GPS轨迹点与历史轨迹数据库中的历史行驶轨迹点进行匹配，得到车辆上传的与历史预存道路不匹配的GPS轨迹点集合；过滤掉集合中对新添加历史道路信息无用的GPS轨迹点；将集合中剩余的GPS轨迹点保存为新添加的历史行驶轨迹点；利用RoadMapReverseUpdate方法，根据新添加的历史行驶轨迹点输出新添加的历史道路；获取驾驶员新添加的历史道路行驶过程中车辆的行驶数据；对行驶数据进行处理，形成适合学习类算法的车辆行驶数据标准样本；将车辆行驶数据标准样本输入到预先构建的学习模型中，输出新添加的历史道路的道路信息；包括：识别需回放路段；相同路段行车的正确驾驶获取；所述识别需回放路段，具体包括:录制行车视频的同时记录所述行车视频对应的地理位置信息和时间；将所述地理位置信息组合成行车轨迹在电子地图上展示；根据国家交通事故次数记录，若次数大于预设的阈值，则判定该路段为需回放路段；根据所述行车视频当前时刻对应的地理位置信息确定需回放路段的地理位置；所述相同路段行车的正确驾驶获取，具体包括:
获取当前车辆的驾驶数据以及所述当前车辆的行驶路段数据，所述驾驶数据包括：车辆行车数据、驾驶员状态数据；对所述当前车辆的驾驶数据和行驶路段数据进行量化处理，得到预设形式的驾驶数据；将所述预设形式的驾驶数据和行驶路段数据输入至预先创建的回归分类模型中，根据回归分类模型的输出结果判断当前路段与需回放路段是否为相同路段；若当前路段与需回放路段为相同路段，则开始记录驾驶数据以及驾驶员对应的驾驶习惯数据，根据驾驶数据和驾驶习惯数据建立相应的驾驶数据库。4.根据权利要求1所述的方法，其中，所述识别回放场景与时间，包括:通过车载摄像头实时采集汽车所处的环境图像，输入场景识别模型检测出图像中的各类道路设施和交通状况，实时获取当前的行驶路段数据；然后，获取司机驾驶行为识别模型的输出数据，统计司机在面对不同路况信息下的各类驾驶行为数量；基于统计结果分析司机的各类驾驶行为和非驾驶行为与路况信息的相关性；计算在某个路况条件...

【专利技术属性】
技术研发人员：熊常春，王敬贵，李国元，沈之锐，刘妍，吴江川，李苗，熊桥峰，张富耕，
申请(专利权)人：深圳季连科技有限公司，
类型：发明
国别省市：