一种车辆行车记录仪的智能数据存储方法与流程

1.本发明涉及数据处理领域，具体涉及一种车辆行车记录仪的智能数据存储方法。


背景技术：

2.行车记录仪主要是记录车辆在行驶和停放过程中的影像及声音的相关数据的电子设备，行车记录仪采集的数据可以被用作交通事故责任判定的证据，所以可能会发生交通事故的情况时采集的数据都属于重要数据，例如车速过快时行人和车辆距离相近的情况就属于可能会发生交通事故的情况，这时采集的数据属于重要数据。
3.然而行车记录仪的存储空间有限，能够存储的数据有限。现有的行车记录仪对采集的所有数据都进行统一存储，在数据存储过程中行车记录仪的存储容量不足时，用新采集的数据覆盖旧的数据，从而使旧的数据丢失无法查看。现有的存储方式没有考虑到数据的重要程度，对所有的数据按储存的时间的长短进行数据删除，没有针对性，若删除重要数据会造成不可挽回的损失；而且所有的数据都使用无损压缩进行存储，所以数据存储占用的空间较大，有限的存储空间能够存储的数据较少，因此，需要一种车辆行车记录仪的智能数据存储方法。


技术实现要素：

4.本发明提供一种车辆行车记录仪的智能数据存储方法，以解决现有的问题。
5.本发明的一种车辆行车记录仪的智能数据存储方法，采用如下技术方案：利用行车记录仪采集视频数据，对视频数据中的行人进行标记得到行人标记框；在视频数据中抽取关键帧图像，根据相邻两关键帧图像中的对应的行人标记框之间的差异得到每个行人的行进向量和行进速度；根据车辆的行驶速度和加速度获取车辆的安全刹车距离，根据车辆的安全刹车距离和行驶方向获得车辆的安全范围；根据行人的行进向量获取行人的安全范围；根据当前时刻车辆的行驶方向、行驶速度得到预估时刻的车辆位置，根据当前时刻行人的行进向量和行进速度得到预估时刻的行人位置；根据预估时刻车辆的安全范围、车辆位置、每个行人的安全范围和行人位置确定该预估时刻车辆与每个行人的交互概率；获取预估时刻车辆与行人的最大交互概率；根据预估时刻车辆与行人的最大交互概率以及车辆的行驶速度确定当前时刻的视频数据的存储位置。
6.进一步，对视频数据中的行人进行标记得到行人标记框的步骤包括：利用yolov3识别视频数据中的行人并进行标记得到行人标记框。
7.进一步，在视频数据中间隔相等时间抽取不同帧图像，将抽取的不同帧图像记为关键帧图像。
8.进一步，根据相邻两关键帧图像中的对应的行人标记框之间的差异得到每个行人的行进向量和行进速度的步骤包括：
将相邻两关键帧图像中的行人标记框的左上角作为关键点；利用相邻两关键帧图像中互相对应的行人标记框的关键点的坐标计算行人的行进方向向量；根据每个行人的行进方向向量和相邻两关键帧图像的时间差得到每个行人的行进速度。
9.进一步，根据车辆的安全刹车距离和行驶方向获得车辆的安全范围的步骤包括：车辆的安全范围为扇形区域；以车辆的安全刹车距离为扇形区域的半径，车辆的行车记录仪位置为扇形区域的圆心，行车记录仪的拍摄范围角度为扇形区域的弧度角，构建形状为扇形区域的车辆的安全范围；车辆的安全范围的扇形区域方向为车辆的行驶方向。
10.进一步，根据行人的行进向量获取行人的安全范围的步骤包括：行人的安全范围为扇形区域；设定扇形区域的半径，以行人的位置为扇形区域的圆心，行人的目视角度为扇形区域的弧度角，构建形状为扇形区域的行人的安全范围；行人的安全范围的扇形区域方向为行人的行进向量的方向。
11.进一步，根据当前时刻车辆的行驶方向、行驶速度得到预估时刻的车辆位置的步骤包括：获取当前时刻车辆的行驶方向的单位矢量；根据当前时刻车辆的行驶速度、行驶方向的单位矢量以及预估时刻和当前时刻的时间差计算预估时刻的车辆位置；计算预估时刻的车辆位置的公式为：其中，表示预估时刻车辆位置的位置向量；表示当前时刻车辆的行驶速度；表示当前时刻与预估时刻的时间差；表示当前时刻车辆的行驶方向的单位矢量。
12.进一步，根据当前时刻行人的行进向量和行进速度得到预估时刻的行人位置的步骤包括：获取当前时刻和预估时刻的时间差，根据当前时刻行人的行进速度、行进速度以及当前时刻和预估时刻的时间差计算预估时刻的行人位置；计算预估时刻的行人位置的公式为：其中，表示预估时刻行人位置的位置向量；表示当前时刻行人的行进速度；表示当前时刻行人的行进方向的单位向量。
13.进一步，根据预估时刻车辆的安全范围、车辆位置、行人的安全范围和行人位置确
定该预估时刻车辆和行人的交互概率的步骤包括：利用预估时刻的车辆位置和行人位置计算该预估时刻的车辆和行人之间的距离；根据预估时刻的车辆和行人之间的距离、车辆的安全范围和行人的安全范围计算车辆与行人的交互概率的公式为：其中，表示预估时刻第个行人与车辆的交互概率；表示预估时刻车辆和行人之间的距离；表示当前时刻行人的安全范围的半径，表示当前时刻车辆的安全范围的半径。
14.进一步，根据预估时刻车辆与行人的最大交互概率以及当前时刻车辆的行驶速度确定当前时刻的视频数据的存储位置的步骤包括：视频数据的存储位置包括：将视频数据进行逐帧存储的第一区域，和将视频数据进行抽帧存储的第二区域；若当前时刻得到的预估时刻车辆与行人的最大交互概率大于预设的最大交互概率阈值，则将当前时刻对应的视频数据存储到第一区域；若当前时刻得到的预估时刻车辆与行人的最大交互概率不大于预设的最大交互概率阈值，且当前时刻车辆的行驶速度大于行驶速度阈值，则将当前时刻对应的视频数据存储到第一区域；若当前时刻得到的预估时刻车辆与行人的最大交互概率不大于预设的最大交互概率阈值，且当前时刻车辆的行驶速度不大于行驶速度阈值，则将当前时刻对应的视频数据存储到第二区域。
15.本发明的有益效果是：本发明的一种车辆行车记录仪的智能数据存储方法，根据车辆的行驶速度以及车辆与行人的最大交互概率，判断当前时刻的视频数据的重要程度，按照不同的重要程度对视频数据进行分类存储，实现了行车记录仪的智能化存储，对重要程度低，即车辆速度较小，最大交互概率较小的视频数据抽帧存储，减少了对行车记录仪的存储空间占用，将重要的视频数据逐帧存储，保证了重要数据的完整，为后续发生事故时的事故原因的溯源提供证据。
附图说明
16.为了更清楚地说明本发明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发明的一些实施例，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。
17.图1为本发明的一种车辆行车记录仪的智能数据存储方法的实施例总体步骤的流程图；图2为车辆安全范围的示意图。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.本发明的一种车辆行车记录仪的智能数据存储方法的实施例，如图1所示，该方法包括：s1、利用行车记录仪采集视频数据，对视频数据中的行人进行标记得到行人标记框。
20.具体的，利用车辆的行车记录仪采集视频数据，获取车辆周围的环境信息，本方案中对行车记录仪采集到的视频数据进行分析，设定行车记录仪的录制时间间隔为10分钟，每隔10分钟重新录制，对录制的视频数据进行分析。
21.利用yolov3识别采集到的视频数据中的行人和车辆，得到行人和车辆的包围框，对视频数据中行人的包围框进行标记得到行人的标记框。
22.s2、在视频数据中抽取关键帧图像，根据相邻两关键帧图像中的对应的行人标记框之间的差异得到每个行人的行进向量和行进速度。
23.根据视频数据的帧间差异计算不同帧图像中对应的行人标记框之间的差异，可以根据相邻帧图像的行人标记框之间的差异得到图像中行人的行进方向向量以及行人的行进速度，视频数据中有大量的图像，如果每帧图像都进行计算，计算量太大，而且相邻帧图像行人的行近距离几乎没有变化，所以计算差异没有意义，因此选取视频数据中的关键帧图像，根据关键帧图像的行人标记框之间的差异计算图像中行人的行进向量以及行进速度。
24.可选的，本方案在视频数据中每间隔1秒进行关键帧图像的提取，将关键帧图像中每个行人标记框的左上角作为关键点，获取关键帧图像中每个关键点的坐标。
25.根据相邻关键帧图像中对应的行人标记框的关键点坐标计算行人的行进向量和行进速度，对应的行人标记框是指在相邻关键帧图像中同一个行人的行人标记框。
26.根据相邻两关键帧图像中对应的行人标记框的关键点坐标计算行人的行进方向的公式为：其中，表示第个关键帧图像中行人标记框的关键点坐标； 表示第个关键帧图像中对应的行人标记框的关键点坐标；表示相邻两关键帧图像中两个行人标记框之间的角度，该公式通过关键点坐标构建正切函数确定相邻两关键帧图像中行人标记框变化的角度，根据相邻两关键帧图像中两个对应的行人标记框之间的角度可以得到行人的行进方向。
27.根据相邻两关键帧图像中对应的关键点坐标得到行人的行进向量的公式为：
其中，表示相邻两关键帧图像中第个行人的行进向量；表示第个关键帧图像中行人标记框的关键点坐标； 表示第个关键帧图像中对应的行人标记框的关键点坐标，根据两点坐标得到两点之间的向量为现有技术。
28.根据相邻两关键帧图像中对应的关键点坐标以及相邻两关键帧图像的时间差计算行人的行进速度的公式为：其中，表示行人的行进速度，表示第个关键帧图像中行人标记框的关键点坐标； 表示第个关键帧图像中对应的行人标记框的关键点坐标；表示相邻两关键帧图像的时间差；表示两关键点之间的距离，根据距离与时间差得到行人的行进速度。
29.根据车辆自身的传感器获取车辆的行驶速度、行驶方向和加速度。
30.s3、根据车辆的行驶速度和加速度获取车辆的安全刹车距离，根据车辆的安全刹车距离和行驶方向获得车辆的安全范围；根据行人的行进向量获取行人的安全范围。
31.具体的，根据下式计算车辆的安全刹车距离：其中，表示车辆的安全刹车距离；表示车辆的行驶速度；表示驾驶员紧急刹车时的反应时间（一般取0.8～1.2s,本方案取1.2s），表示车辆的加速度；该公式为计算车辆刹车距离的现有公式。
32.车辆的安全范围为扇形区域，如图2所示，将车辆的安全刹车距离作为扇形区域的半径，将车辆的行车记录仪的位置作为扇形区域的圆心，将行车记录仪的拍摄范围角度作为扇形区域的弧度角，行车记录仪的拍摄范围角度为，即扇形区域的弧度角为，将车辆的行驶方向作为扇形区域的方向，构建车辆的安全范围的扇形区域，不同时刻的行驶速度会得到不同的车辆的安全范围。
33.行人的安全范围也为扇形区域，设定行人的扇形区域的半径为1米，以行人的位置为扇形区域的圆心，行人的目视角度为扇形区域的弧度角，构建形状为扇形区域的行人的安全范围，设定行人的目标角度为，即扇形区域的弧度角为，行人的安全范围的扇形区域方向为行人的行进向量的方向。
[0034] s4、根据当前时刻车辆的行驶方向、行驶速度得到预估时刻的车辆位置，根据当前时刻行人的行进向量和行进速度得到预估时刻的行人位置。
[0035]
具体的，根据当前时刻车辆的行驶速度、行驶方向的单位矢量以及预估时刻和当
前时刻的时间差计算预估时刻的车辆位置，计算预估时刻的车辆位置的公式为：其中，表示预估时刻车辆位置的位置向量；表示当前时刻车辆的行驶速度；表示当前时刻与预估时刻的时间差；表示当前时刻车辆的行驶方向的单位矢量，单位矢量，是指上一时刻到当前时刻的行驶方向的单位矢量，行驶向量可以通过传感器得到，表示当前时刻传感器得到的车辆即将发生变化的行驶方向与上一时刻的行驶方向的转向角；利用行驶方向的单位矢量乘以当前时刻的转向角可以得到车辆下一刻的行驶方向的单位矢量，利用行驶速度与时间差相乘可以得到预估时刻与当前时刻的行驶距离，通过行驶距离乘以行驶方向的单位矢量就可以得到预估时刻的车辆位置的位置向量。
[0036]
根据当前时刻行人的行进速度、行进速度以及当前时刻和预估时刻的时间差计算预估时刻的行人位置，计算预估时刻的行人位置的公式为：其中，表示预估时刻行人位置的位置向量；表示当前时刻行人的行进速度；表示当前时刻行人的行进方向的单位向量，得到行人的行进方向的单位向量的方法与得到车辆的行驶方向的单位向量的方法相同，该公式的公式逻辑与得到车辆位置的位置向量的逻辑相同，在此不赘述。
[0037]
s5、根据预估时刻车辆的安全范围、车辆位置、每个行人的安全范围和行人位置确定该预估时刻车辆和每个行人的交互概率；获取预估时刻车辆与行人的最大交互概率。
[0038]
具体的，利用预估时刻的车辆位置和行人位置计算该预估时刻的车辆和行人之间的距离，根据预估时刻的车辆和行人之间的距离、车辆的安全范围和行人的安全范围计算车辆与行人的交互概率的公式为：其中，表示预估时刻第个行人与车辆的交互概率；表示预估时刻车辆和行人之间的距离；表示当前时刻行人的安全范围的半径，表示当前时刻车辆的安全范围的半径，表示车辆和行人共同的安全范围，若车辆和行人之间距离小于共同的安全范围，则可能会发生交互，即车辆和行人可能会发生解除或者碰撞。在关键帧图像中，行人和车辆可能是互相背离行进的，此时距离无论多小，都不会产生接触，但是本方案考虑到发
生事故的可能性，所以按照行人和车辆相向的直线距离进行计算，可以最大概率的得到发生事故的情况。
[0039]
车辆和行人之间距离小于共同的安全范围，即，当预估时刻第个行人与车辆交互概率时，说明此时的车辆和行人之间产生交互的可能性较大，车辆行驶中可能会产生事故；当预估时刻第个行人与车辆的交互概率时，说明此时的车辆和行人之间产生交互的可能性较小，车辆行驶中并没有发生事故的可能。
[0040]
获取预估时刻车辆与所有行人的交互概率中的最大交互概率，即预估时刻可能会发生的车辆和行人最大概率会交互的情况。
[0041]
s6、根据预估时刻车辆与行人的最大交互概率以及当前时刻的车辆的行驶速度确定当前时刻的视频数据的存储位置。
[0042]
具体的，将行车记录仪的存储空间分为两个区域：第一区域和第二区域。
[0043]
设置车辆的行驶速度阈值为50，最大交互概率阈值为1。若当前时刻的预估时刻得到的最大交互概率，无论车辆的行驶速度为多少，都将当前时刻对应的关键帧图像存储到第一区域，本方案中间隔1s抽取关键帧计算每个预估时刻的车辆和行人的最大交互概率，若当前时刻的预估时刻得到的最大交互概率满足的条件，则说明此时车辆和行人可能会接触的概率较大，且车速较快，属于可能会发生交通事故的情况，表明当前时刻对应的关键帧图像属于重要数据，应该存储到第一区域。
[0044]
需要说明的是，抽取关键帧图像计算预估时刻的最大交互概率是每隔1s进行的，但是车辆和行人之间的距离不会瞬时发生极大变化，所以若当前时刻对应的关键帧图像属于重要数据，则该当前时刻的后续一段时间抽取的关键帧图像计算得到的最大交互概率也满足的条件，所以将得到满足该条件的这部分连续的关键帧图像对应的时间段的视频数据中的所有帧图像都存储到第一区域。
[0045]
若当前时刻的预估时刻得到的最大交互概率，当前时刻车辆的行驶速度，将当前时刻对应的关键帧图像存储到第一区域，当前时刻的车辆速度以及当前时刻的预估时刻得到的最大交互概率满足，的条件，则说明此时车辆和行人可能会接触的概率不是很大，但是车速较快，属于可能会发生交通事故的情况，表明当前时刻对应的关键帧图像属于重要数据，将满足该条件的这部分连续的关键帧图像对应的时间段的视频数据中的所有帧图像都存储到第一区域。
[0046]
若当前时刻的预估时刻得到的最大交互概率，当前时刻车辆的行驶速度，将当前时刻对应的关键帧图像存储到第二区域，当前时刻的车辆的行驶速度和最大交互概率满足该条件时，认为车辆速度较小，且车辆和行人发生交互的概率较小，所以发生交通事故的概率较小，当前时刻对应的关键帧图像不属于重要数据，应该存储到第二区域；车辆和行人之间的距离以及车辆的行驶速度不会瞬时发生极大变化，所以若当前时刻对应的关键帧图像不属于重要数据，则该当前时刻的后续一段时间抽取的关键帧图像计算
得到的最大交互概率和车辆行驶速度也满足，的条件，所以将得到的满足该条件的这部分连续的关键帧图像对应的视频数据存储到第二区域。
[0047]
第一区域的视频数据中车辆周围环境复杂度较高，可能会发生事故的概率较大，所以将第一区域的视频数据进行逐帧保存；第二区域的视频数据中车辆行驶速度较低且车辆周围环境复杂度较低，可能会发生事故的概率较小，所以对第一区域的视频数据进行抽帧存贮，每间隔1秒保存1帧关键帧图像；将不重要的视频数据抽帧压缩存储可以减少视频数据的大小，节约行车记录仪的存储空间。
[0048]
综上所述，本发明提供一种车辆行车记录仪的智能数据存储方法，根据车辆的行驶速度以及车辆与行人的最大交互概率，判断当前时刻的视频数据的重要程度，按照不同的重要程度对视频数据进行分类存储，实现了行车记录仪的智能化存储，对重要程度低，即车辆速度较小，最大交互概率较小的视频数据抽帧存储，减少了对行车记录仪的存储空间占用，将重要的视频数据逐帧存储，保证了重要数据的完整，为后续发生事故时的事故原因的溯源提供证据。
[0049]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。