基于车辆行驶数据判断车辆救援的方法、系统及存储介质与流程

1.本技术属于车辆检测技术领域，具体地，涉及一种基于车辆行驶数据判断车辆救援的方法、系统及存储介质。


背景技术：

2.现有车辆救援或者车辆出险时，大多基于报案用户的通信号码，通过运营商获取与通信号码对应的通信数据，确定车祸发生时间、报案用户的定位位置，来确认识别报案的准确性。
3.在货车的事故当中，通常会存在以下状况：报案人员不在车祸发生地；或发生事故程度比较小，并不影响货车行驶，司机会先行驶到目的，报案人员才去报案。遇到这两种情况，传统方法是依赖于通信数据定位车祸发生地点，该方法无法准确判别车祸地点，因为运营商的基站定位是利用基站对手机的距离的测算距离来确定手机位置，定位精度很大程度依赖于基站的分布及覆盖范围的大小，所以定位精度相对比较低，如果报案人员虚假或报错车辆发生车祸的地点，无法识别报案的真实性及实际发生车祸的地点。


技术实现要素：

4.本发明提出了一种基于车辆行驶数据判断车辆救援的方法、系统及存储介质，旨在解决现有技术中基于用户通信数据判断车辆救援时，车辆数据不准确的问题。
5.根据本技术实施例的第一个方面，提供了一种基于车辆行驶数据判断车辆救援的方法，包括以下步骤：
6.获取用户上报的车辆报案信息；
7.根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；
8.根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；
9.根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
10.在本技术一些实施方式中，车辆报案信息包括：车辆车牌号、事故发生地点、事故发生时间以及报案时间。
11.在本技术一些实施方式中，事故相关因子数据包括车辆出险前后的车辆制动数据。
12.在本技术一些实施方式中，车辆制动数据包括车辆急减速数据、车辆gps速度和/或轨迹报警数据。
13.在本技术一些实施方式中，根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据，具体包括：
14.根据车辆轨迹数据计算车辆停靠时间、车辆停靠时长以及车辆停靠坐标点；
15.根据停靠时间和事故发生时间的时间差，对车辆停靠时间进行排序分级；
16.将车辆停靠坐标点以及事故发生地点转换为标准地理信息兴趣点。
17.在本技术一些实施方式中，根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离，具体包括：
18.匹配车辆停靠坐标点以及事故发生地点对应的标准地理信息兴趣点，选择匹配度最高的车辆停靠坐标点为车辆出险停靠点。
19.在本技术一些实施方式中，根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离，具体包括：
20.获取车辆出险停靠点的车辆制动数据；
21.将车辆制动数据与制动阈值数据作比较，判断是否为真实出险救援和/或评估车辆事故等级；
22.根据车辆出险停靠点后一段时间内的车辆停靠点的距离，得到车辆救援距离。
23.根据本技术实施例的第二个方面，提供了一种基于车辆行驶数据判断车辆救援的系统，具体包括：
24.车辆报案信息模块：用于获取用户上报的车辆报案信息；
25.车辆轨迹数据模块：用于根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；
26.车辆停靠数据模块：用于根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；
27.车辆救援评估模块：用于根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
28.根据本技术实施例的第三个方面，提供了一种基于车辆行驶数据判断车辆救援的设备，包括：存储器：用于存储可执行指令；以及处理器：用于与存储器连接以执行可执行指令从而完成基于车辆行驶数据判断车辆救援的方法。
29.根据本技术实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现基于车辆行驶数据判断车辆救援的方法。
30.采用本技术实施例中的基于车辆行驶数据判断车辆救援的方法、系统及存储介质，获取用户上报的车辆报案信息；根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。本技术不需要用户通信数据，根据用户上报信息可以分析车辆的实际施救情况，并根据车辆的轨迹数据评估车辆的事故以及车辆救援。
附图说明
31.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
32.图1中示出了根据本技术实施例的一种基于车辆行驶数据判断车辆救援的方法步骤流程图；
33.图2中示出了根据本技术实施例的基于车辆行驶数据判断车辆救援方法的原理示意图；
34.图3中示出了根据本技术实施例的一种基于车辆行驶数据判断车辆救援的系统的
结构示意图；
35.图4中示出了根据本技术实施例的判断车辆救援的设备结构示意图。
具体实施方式
36.在实现本技术的过程中，发明人在发现在车辆事故当中，通常会出现以下情况：报案人员不在车祸发生地；发生事故程度比较小，并不影响货车行驶，司机会先行驶到目的，报案人员才去报案。遇到这两种情况，传统依赖于通信数据定位车祸发生地点无法准确判别。
37.基于此，本技术的基于车辆行驶数据判断车辆救援的方法、系统及存储介质，不需要报案人员的位置以及用户通信数据，根据用户上报信息可以分析车辆的实际施救情况，并根据车辆的轨迹数据评估车辆的事故以及车辆救援。
38.例如，不仅可以分析车辆的实际施救情况，还可以根据车辆的轨迹数据评估车辆的事故大小评估需要被救援的可能性；以及计算车辆的施救距离评估理赔费用是否合理。
39.还包括根据现实中车辆施救救援流程会计算两段施救费评测，包括出险地到交警队，交警队到修理厂两段路线的施救计算。
40.具体的，通过获取用户上报的车辆报案信息；根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
41.为了使本技术实施例中的技术方案及优点更加清楚明白，以下结合附图对本技术的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本技术的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
42.实施例1
43.图1中示出了根据本技术实施例的一种基于车辆行驶数据判断车辆救援的方法步骤流程图。
44.如图1所示，本实施例的基于车辆行驶数据判断车辆救援的方法，具体包括以下步骤：
45.s101：获取用户上报的车辆报案信息。
46.具体的，车辆报案信息包括：车辆车牌号、事故发生地点、事故发生时间以及报案时间。
47.s102：根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据。
48.s103：根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据。
49.具体的，事故相关因子数据包括车辆出险前后的车辆制动数据。
50.进一步的，车辆制动数据包括车辆急减速数据、车辆gps速度和/或轨迹报警数据。
51.具体实施时，根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据，具体包括：根据车辆轨迹数据计算车辆停靠时间、车辆停靠时长以及车辆停靠坐标点；根据停靠时间和事故发生时间的时间差，对车辆停靠时间进行排序分级；将车辆停靠坐标点以及事故发生地点转换为标准地理信息兴趣点。
52.s104：根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
53.其中，包括：匹配车辆停靠坐标点以及事故发生地点对应的标准地理信息兴趣点，选择匹配度最高的车辆停靠坐标点为车辆出险停靠点。
54.进一步的，
55.首先，获取车辆出险停靠点的车辆制动数据；
56.然后，将车辆制动数据与制动阈值数据作比较，判断是否为真实出险救援和/或评估车辆事故等级；
57.或者，根据车辆出险停靠点后一段时间内的车辆停靠点的距离，得到车辆救援距离。
58.图2中示出了根据本技术实施例的基于车辆行驶数据判断车辆救援方法的原理示意图。
59.如图2所示，首先，根据报案人员上报车牌号、车祸发生地点、车祸发生时间以及报案时间等信息，通过特征计算引擎利用车牌号、车祸发生时间以及报案时间，在线查询海量车辆行驶轨迹。最后进行救援相关数据判断，包括：识别判断车辆实际的出险时间和出险地点；分析车辆出险前后的制动信号，车辆急减速数据，车辆gps速度以及轨迹报警数据；分析评估车辆的事故大小，计算车辆出险后的车辆停靠数据；判断车辆是否发生真实救援，计算车辆的真实施救距离。
60.具体的如图2所示，具体实施时，主要包括以下步骤：
61.步骤一：获取用户提供的车牌号，车架号和上报出险时间，报案时间以及出险地点等报案信息。
62.步骤二：判断用户提供的车牌号是否在全国货运平台中，若在网则继续后续操作。
63.步骤三：提取车辆出险时间前后的车辆轨迹数据。
64.通过查询轨迹服务根据车牌号、车祸发生时间，查询车祸发生时间前后的轨迹。
65.步骤四：计算车辆出险时间前后的停靠点和相关特征因子数据。相关特征因子数据即车辆制动数据。
66.基于上一步骤的车辆行驶轨迹点，计算停靠时间、停靠时长以及停靠坐标点(经纬度)。
67.具体的，去除行驶轨迹漂移点，按轨迹时间轴计算停靠点。
68.速度小于5公里/时,作为停靠基点,计算后续每个点与基点距离，如果连续小于等于200米，持续时间大于10分钟，标记该基点为停靠开始点，基点停靠开始时间作为本次停靠开始时间，基点停靠经纬度作为本次停靠点经纬度；
69.继续判断后续所有行驶轨迹点，找到一个点，与基点位置距离，大于200米，持续时长超过2分钟，标记这一次停靠结束，结束点与基点之间的时间差，为本次停靠的总停靠时长；当连续两个报点时间差大于10分钟或者在出险前后3小时存在最后一个报点之后再无报点也将其算作停靠。
70.过滤掉停靠时间大于报案时间的停靠点，因为车祸发生时间始终发生在报案之前；筛选停靠时间和出险时间时间差在3小时以内的停靠数据。
71.最后，按照停靠时间和出险时间的时间差对停靠时间进行排序分级。例如，按照1
小时以内，2小时以内，3小时以内分成三档。
72.然后，评估停靠前车辆的急减速大小，车辆车机预警报警情况,车辆车机的制动信号停靠前后24小时的情况，车辆停靠前的最大速度；停靠后24小时车辆的车机gps速度情况。
73.步骤五：针对上报出险地点进行分词服务以及输入提示服务，解析得到标准的车辆出险地址，如省市县村镇道路poi(point of interest)信息，如果未能获取到标准的省信息结束判断。
74.其中，分词服务将上报的车辆事故发生地点，转换为标准的省市县城镇路名街道兴趣点poi。
75.步骤六：针对停靠点经纬度通过地理信息服务解析得到标准的省市县村镇道路信息。
76.步骤七：匹配停靠点与上报出险地址，省市区县城镇路名地名相符度，分为省、市、区县、城镇路名地名不同匹配度。
77.步骤八：选择匹配度最高的车辆停靠点与上报出险时间最为接近的作为判断出的真实的车辆出险停靠点。
78.步骤九：根据判断出的真实的车辆出险停靠点前后的制动信号数据，如停靠后车辆gps速度判断车辆是否真实救援。
79.例如，停靠前后速度特征计算判断车辆是否虚假救援，针对车辆出险后存在制动信号的情况或者出险后24小时存在车辆gps速度大于等于60km/h的情况计做虚假救援。
80.步骤十：针对判断出险停靠点后的停靠点，计算两次停靠间距离，得到疑似施救距离。
81.步骤十一：针对判断出险停靠点前后的急减速，速度大小，碰撞侧翻报警数据评估车辆发生重大事故概率。
82.采用本技术实施例中的基于车辆行驶数据判断车辆救援的方法，获取用户上报的车辆报案信息；根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。本技术不需要用户通信数据，根据用户上报信息可以分析车辆的实际施救情况，并根据车辆的轨迹数据评估车辆的事故以及车辆救援。
83.实施例2
84.本实施例提供了一种基于车辆行驶数据判断车辆救援的系统，对于本实施例的基于车辆行驶数据判断车辆救援的系统中未披露的细节，请参照其它实施例中的基于车辆行驶数据判断车辆救援的方法的具体实施内容。
85.图3示出了根据本技术实施例的一种基于车辆行驶数据判断车辆救援的系统的结构示意图。
86.如图3所示，本实施例提供的一种基于车辆行驶数据判断车辆救援的系统，具体包括车辆报案信息模块10、车辆轨迹数据模块20、车辆停靠数据模块30以及车辆救援评估模块40。
87.具体的，
88.车辆报案信息模块10：用于获取用户上报的车辆报案信息。
89.具体的，车辆报案信息包括：车辆车牌号、事故发生地点、事故发生时间以及报案时间。
90.车辆轨迹数据模块20：用于根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据。
91.车辆停靠数据模块30：用于根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据。
92.具体的，事故相关因子数据包括车辆出险前后的车辆制动数据。
93.进一步的，车辆制动数据包括车辆急减速数据、车辆gps速度和/或轨迹报警数据。
94.具体实施时，根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据，具体包括：根据车辆轨迹数据计算车辆停靠时间、车辆停靠时长以及车辆停靠坐标点；根据停靠时间和事故发生时间的时间差，对车辆停靠时间进行排序分级；将车辆停靠坐标点以及事故发生地点转换为标准地理信息兴趣点。
95.车辆救援评估模块40：用于根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
96.其中，包括：匹配车辆停靠坐标点以及事故发生地点对应的标准地理信息兴趣点，选择匹配度最高的车辆停靠坐标点为车辆出险停靠点。
97.进一步的，
98.首先，获取车辆出险停靠点的车辆制动数据；
99.然后，将车辆制动数据与制动阈值数据作比较，判断是否为真实出险救援和/或评估车辆事故等级；
100.或者，根据车辆出险停靠点后一段时间内的车辆停靠点的距离，得到车辆救援距离。
101.采用本技术实施例中的基于车辆行驶数据判断车辆救援的系统，车辆报案信息模块10获取用户上报的车辆报案信息；车辆轨迹数据模块20根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；车辆停靠数据模块30根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；车辆救援评估模块40根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。
102.本技术不需要用户通信数据，根据用户上报信息可以分析车辆的实际施救情况，并根据车辆的轨迹数据评估车辆的事故以及车辆救援。
103.实施例3
104.本实施例提供了一种基于车辆行驶数据判断车辆救援的设备，对于本实施例的基于车辆行驶数据判断车辆救援的设备中未披露的细节，请参照其它实施例中的基于车辆行驶数据判断车辆救援的方法或系统具体的实施内容。
105.图4中示出了根据本技术实施例的基于车辆行驶数据判断车辆救援的设备400的结构示意图。
106.如图4所示，基于车辆行驶数据判断车辆救援的设备400，包括：
107.存储器402：用于存储可执行指令；以及
108.处理器401:用于与存储器402连接以执行可执行指令从而完成运动矢量预测方
法。
109.本领域技术人员可以理解，示意图4仅仅是基于车辆行驶数据判断车辆救援的设备400的示例，并不构成对基于车辆行驶数据判断车辆救援的设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如基于车辆行驶数据判断车辆救援的设备400还可以包括输入输出设备、网络接入设备、总线等。
110.所称处理器401(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器401也可以是任何常规的处理器等，处理器401是基于车辆行驶数据判断车辆救援的设备400的控制中心，利用各种接口和线路连接整个基于车辆行驶数据判断车辆救援的设备400的各个部分。
111.存储器402可用于存储计算机可读指令，处理器401通过运行或执行存储在存储器402内的计算机可读指令或模块，以及调用存储在存储器402内的数据，实现基于车辆行驶数据判断车辆救援的设备400的各种功能。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据基于车辆行驶数据判断车辆救援的设备400使用所创建的数据等。此外，存储器402可以包括硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)或其他非易失性/易失性存储器件。
112.基于车辆行驶数据判断车辆救援的设备400集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。
113.实施例4
114.本实施例提供了一种计算机可读存储介质，其上存储有计算机程序；计算机程序被处理器执行以实现其他实施例中的基于车辆行驶数据判断车辆救援的方法。
115.本技术实施例中的基于车辆行驶数据判断车辆救援的设备及计算机存储介质，通过获取用户上报的车辆报案信息；根据车辆报案信息，提取车辆出险前后一段时间内的车辆轨迹数据；根据车辆轨迹数据得到车辆停靠数据以及事故相关因子数据；根据车辆停靠数据以及事故相关因子数据，评估车辆事故大小、车辆救援真实性和/或计算车辆救援距离。本技术不需要用户通信数据，根据用户上报信息可以分析车辆的实际施救情况，并根据车辆的轨迹数据评估车辆的事故以及车辆救援。
116.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产
品的形式。
117.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
118.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
119.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
120.在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
121.应当理解，尽管在本发明可能采用术语第一、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，在不脱离本发明范围的情况下，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“响应于确定”。
122.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
123.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。