车辆异常事件处理方法、装置及车辆与流程
本申请涉及车辆智能化,尤其涉及一种车辆异常事件处理方法、装置及车辆。
背景技术:
1、当车辆熄火锁车后,哨兵模式自动启动,通过车身摄像头、振动传感器等传感器实时监测周围环境,识别异常事件(例如碰撞、撬门和砸窗等),并记录取证,以供用户溯源追责。
2、目前,车辆在哨兵模式下,摄像头会一直开启并持续采集视频数据,后续用户通过人工回放该视频数据,从中查找到发生异常事件的视频片段。
3、但是,目前的这种视频采集方式,用户需要人工逐段拖拽翻阅数十分钟视频查找事发画面,取证效率低下。
技术实现思路
1、本申请实施例提供的车辆异常事件处理方法、装置及车辆,用以解决车辆在哨兵模式下采集的视频数据需要由人工翻阅查找事发画面,取证效率低的问题。
2、第一方面,本申请实施例提供一种车辆异常事件处理方法,包括:
3、在车辆中的目标传感器检测到与所述车辆相关的异常事件时,获取所述目标传感器在所述异常事件发生之前采集的目标数据和在所述异常事件发生之后采集的实时数据;
4、根据所述目标数据和所述实时数据,构建异常事件关键数据;
5、对所述异常事件关键数据进行目标筛选,提取与所述异常事件相关的特写图像帧;
6、根据所述特写图像帧,构建所述异常事件对应的标准化取证包。
7、在一种可能的实施方式中,还包括:
8、为所述车辆中的每个传感器分配对应的预缓存区和循环存储区;
9、将所述传感器在上一短时间周期采集的第一传感器数据从对应的预缓存区删除,并将所述传感器在当前短时间周期采集的第二传感器数据存入至对应的预缓存区;
10、将所述传感器在上一长时间周期内采集的第三传感器数据从对应的循环缓存区删除,并将所述传感器在当前长时间周期内采集的第四传感器数据存储至对应的循环缓存区。
11、在一种可能的实施方式中,所述获取所述目标传感器在所述异常事件发生之前采集的目标数据,包括:在各个预缓存区中确定所述目标传感器对应的目标预缓存区;以及从所述目标预缓存区中提取所述目标数据。
12、在一种可能的实施方式中,所述根据所述特写图像帧,构建所述异常事件对应的标准化取证包,包括:
13、从所述循环缓存区中提取传感器原始数据;
14、对所述传感器原始数据进行轻量化,提取与所述异常事件相关联的事件关联数据;
15、获取所述异常事件发生的时间戳和发生的位置信息;
16、对所述特写图像帧进行画质增强,得到画质增强图像帧;
17、将所述事件关联数据、所述时间戳、所述位置信息、所述画质增强图像帧和所述特写图像帧关联打包,形成所述标准化取证包。
18、在一种可能的实施方式中,所述对所述异常事件关键数据进行目标筛选,提取与所述异常事件相关的特写图像帧,包括:
19、对所述异常事件关键数据进行目标筛选,确定至少一个有效画面帧,所述有效画面帧中包含触发所述异常事件的异常目标;
20、对每个有效画面帧分别进行评分操作,获取每个有效画面帧对应的综合得分,所述评分操作包括清晰度评分、异常目标被遮挡程度评分和画面帧拍摄角度评分中的至少一种;
21、基于每个有效画面帧对应的综合得分,从各个有效画面帧中确定所述特写图像帧。
22、在一种可能的实施方式中,所述根据所述特写图像帧,构建所述异常事件对应的标准化取证包之前,所述方法还包括:根据所述车辆中的至少一个传感器采集到的传感器数据,识别所述目标传感器在采集所述特写图像帧时的环境场景;以及根据所述环境场景和所述特写图像帧的图像特征,确定所述特写图像帧对应的画质增强策略,以对所述特写图像帧进行画质增强。
23、在一种可能的实施方式中,所述根据所述环境场景和所述特写图像帧的图像特征,确定所述特写图像帧对应的画质增强策略,以对所述特写图像帧进行画质增强,包括如下至少一种操作:
24、若所述环境场景为暗光场景,且所述特写图像帧的图像平均灰度小于预设灰度阈值,且所述特写图像帧中暗光像素点的数量大于预设第一数量阈值,则对所述特写图像帧进行提亮操作、灰度优化操作和降噪操作中的至少一种;
25、若所述环境场景为强光场景,且所述特写图像帧中的高光像素点的数量大于预设第二数量阈值,且所述特写图像帧的图像对比度大于预设对比度阈值,则对所述特写图像帧中的高光过曝区域进行压制和/或对阴影区域对比度进行拉升;
26、若所述环境场景为雨天场景,且所述特写图像帧的图像边缘密度小于预设密度阈值,且所述特写图像帧的高光均匀度小于预设均匀度阈值,则对所述特写图像帧进行去雨雾操作和/或去反光操作。
27、在一种可能的实施方式中,所述构建所述异常事件对应的标准化取证包之后,所述方法还包括:将所述异常事件对应的标准化取证包上报至远程终端。
28、第二方面,本申请实施例提供一种车辆异常事件处理装置,包括:
29、获取模块,用于在车辆中的目标传感器检测到与所述车辆相关的异常事件时,获取所述目标传感器在所述异常事件发生之前采集的目标数据和在所述异常事件发生之后采集的实时数据;
30、关键数据构建模块,用于根据所述目标数据和所述实时数据,构建异常事件关键数据;
31、筛选模块,用于对所述异常事件关键数据进行目标筛选,提取与所述异常事件相关的特写图像帧;
32、取证包构建模块,用于根据所述特写图像帧,构建所述异常事件对应的标准化取证包。
33、第三方面,本申请实施例提供一种车辆,包括:电子设备和至少一个传感器,所述电子设备与所述至少一个传感器连接;所述电子设备用于获取所述至少一个传感器采集的传感器数据,并基于所述传感器数据执行上述的方法。
34、本申请实施例提供的车辆异常事件处理方法、装置及车辆,通过在异常触发后获取事件前数据并持续采集事件后数据,建立覆盖异常事件前后过程的完整数据基础,再统一组织为异常事件关键数据,并围绕异常事件相关目标提取特写图像帧,最终生成标准化取证包,可以替代人工翻看全量视频查找取证画面,以提高对异常事件的取证效率。
1.一种车辆异常事件处理方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,还包括:
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标传感器在所述异常事件发生之前采集的目标数据,包括:
4.根据权利要求2所述的方法,其特征在于,所述根据所述特写图像帧,构建所述异常事件对应的标准化取证包,包括:
5.根据权利要求1所述的方法,其特征在于,所述对所述异常事件关键数据进行目标筛选,提取与所述异常事件相关的特写图像帧,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述特写图像帧,构建所述异常事件对应的标准化取证包之前,所述方法还包括:
7.根据权利要求6所述的方法,其特征在于,所述根据所述环境场景和所述特写图像帧的图像特征,确定所述特写图像帧对应的画质增强策略,以对所述特写图像帧进行画质增强,包括如下至少一种操作:
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述构建所述异常事件对应的标准化取证包之后,所述方法还包括:
9.一种车辆异常事件处理装置,其特征在于,包括:
10.一种车辆,其特征在于,包括:电子设备和至少一个传感器,所述电子设备与所述至少一个传感器连接;
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com