CN105355039A - 路况信息处理方法及设备 - Google Patents

Abstract

本申请的目的是提供一种路况信息处理方法及设备，具体地，获取路面图像，由路面图像识别可疑路况事件；获取该可疑路况事件发生时的车辆行驶信息；根据车辆行驶信息对可疑路况事件进行进一步确认，获取可靠路况事件。与现有技术相比，由于直接通过路面图像自动识别到的路况事件容易发生错误，因此进一步通过车辆行驶信息，例如在发现路面异物时，若同时获取到急刹车、防撞预警等车辆行驶信息，由于在当前道路上存在异物时，很有可能同时出现上述车辆行驶信息，则可以认为该路段存在路面异物的可能性很高，由此确认该可疑路况事件为可靠路况事件。由此，可以快速准确的自动识别行车过程中的路况事件，不会分散驾驶者的注意力，提高行车的安全性。

Description

路况信息处理方法及设备

技术领域

本申请涉及车联网技术领域，尤其涉及一种路况信息处理方法及设备。

背景技术

随着互联网技术的发展，互联网技术逐步应用到路况信息的获取以及分享上。目前，对于行车过程中的一些路况事件，例如道路拥堵、车辆事故、路面异物、其它车辆不文明驾驶等，需要由驾驶者在行车过程中看到这些路况事件后，主动通过手机等移动终端向相关平台上报。此种方式存在以下问题：1、驾驶者由于需要在集中注意力进行驾驶，过多关注路况事件容易分散注意力，降低行车安全。2、由于路况事件往往具有一定的时效性，若在停车之后在进行路况事件的上报，可能导致上报时该路况事件已经不存在，造成信息错误。

发明内容

本申请的目的是提供一种路况信息处理方法及设备。

为实现上述目的，本申请提供了一种路况信息处理方法，该方法包括：

获取路面图像，由所述路面图像识别可疑路况事件；

获取该可疑路况事件发生时的车辆行驶信息；

根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

进一步地，由所述路面图像识别可疑路况事件，包括：

由所述路面图像识别该路面图像的关键信息；

将所述关键信息与预设的图像模型信息进行匹配，若匹配成功，则根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。

进一步地，该方法还包括：

获取人工上报路况事件的触发指令；

根据所述触发指令获取预设时间段内的路面图像以及车辆行驶信息；

若根据所述预设时间段内的路面图像识别到可疑路况事件，则根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；

若根据所述预设时间段内的路面图像未识别到可疑路况事件，则将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

进一步地，在获取所述可靠路况事件之后，还包括：

对所述可靠路况事件进行分享。

进一步地，在对所述可靠路况事件进行分享之前，还包括：

获取可靠路况事件和车辆行驶信息中包含的事件参数，并根据所述事件参数确定所述可靠路况事件的事件等级；

对所述可靠路况事件进行分享，包括：

若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。

进一步地，在对所述可靠路况事件进行分享之前，还包括：

根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。

基于本申请的另一方面，还提供了一种路况信息处理设备，该设备包括：

第一装置，用于获取路面图像，由所述路面图像识别可疑路况事件；

第二装置，用于获取该可疑路况事件发生时的车辆行驶信息；

第三装置，用于根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

进一步地，所述第一装置，用于获取路面图像，由所述路面图像识别该路面图像的关键信息，将所述关键信息与预设的图像模型信息进行匹配，并在匹配成功时根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。

进一步地，该设备还包括：

第四装置，用于获取人工上报路况事件的触发指令；

所述第一装置，还用于根据所述触发指令获取预设时间段内的路面图像，并根据所述预设时间段内的路面图像识别可疑路况事件；

所述第二装置，还用于根据所述触发指令获取预设时间段内的车辆行驶信息；

所述第三装置，还用于在根据所述预设时间段内的路面图像识别到可疑路况事件时，根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；以及在根据所述预设时间段内的路面图像未识别到可疑路况事件时，将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

进一步地，该设备还包括：

第五装置，用于在获取所述可靠路况事件之后，对所述可靠路况事件进行分享。

进一步地，该设备还包括：

第六装置，用于在对所述可靠路况事件进行分享之前，获取可靠路况事件和车辆行驶信息中包含的事件参数，并根据所述事件参数确定所述可靠路况事件的事件等级；

所述第五装置，用于若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。

进一步地，该设备还包括：

第七装置，用于在对所述可靠路况事件进行分享之前，根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。

与现有技术相比，本申请的技术方案通过获取路面图像，并由路面图像初步识别出可疑路况事件，例如道路拥堵、车辆事故、路面异物、路面破损、其它车辆不文明驾驶等，然后结合车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。由于直接通过路面图像自动识别到的路况事件容易发生错误，因此进一步通过车辆行驶信息，例如在发现路面异物时，若同时获取到急刹车、防撞预警等车辆行驶信息，由于在当前道路上存在异物时，很有可能同时出现上述车辆行驶信息，则可以认为该路段存在路面异物的可能性很高，由此确认该可疑路况事件为可靠路况事件。由此，可以快速准确的自动识别行车过程中的路况事件，不会分散驾驶者的注意力，提高行车的安全性。

进一步地，对由上述方式确认的可靠路况事件可以自动进行分享，通过设定的方式快速发送给各类平台，保证路况信息的时效性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本申请实施例提供的一种路况信息处理设备的结构示意图；

图2为本申请实施例提供的路况信息处理设备的一种典型实现方式的结构示意图；

图3为本申请实施例涉及的路面图像的示意图；

图4为本申请实施例提供的一种优选的路况信息处理设备的结构示意图；

图5为本申请实施例提供的驾驶行为分析设备的另一种典型实现方式的结构示意图；

图6为图5所示的实现方式中所述车载终端进行相关处理的流程图；

图7为图5所示的实现方式中所述网络设备进行相关处理的流程图；

图8为本申请实施例提供的一种路况信息处理方法的流程图；

图9为本申请实施例提供的一种路况信息处理方法在另一情形下的处理流程图；

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

图1示出了本申请实施例提供的一种路况信息处理设备，该设备包括第一装置110、第二装置120和第三装置130。具体地，所述第一装置110用于获取路面图像，由所述路面图像识别可疑路况事件；所述第二装置120用于获取该可疑路况事件发生时的车辆行驶信息；所述第三装置130用于根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

在此，所述设备可以包括但不限于车载终端、网络设备或车载终端与网络设备通过网络相集成所构成的设备。所述车载终端包括设置于车辆内可以获取现场图片以及行驶信息，并进行相关数据处理的终端设备。所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集群或基于云计算的计算机集合等实现。在此，云由基于云计算(CloudComputing)的大量主机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟计算机。

图2示出了车载终端作为上述路况信息处理设备的一种典型实现方式，该车载终端包括摄像头210、数据接口220、处理器230和存储器240。其中，所述摄像头210用于获取路面图像，所述数据接口220用于获取该可疑路况事件发生时的车辆行驶信息；所述处理器230用于由所述路面图像识别可疑路况事件，以及根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。在此，本领域技术人员应能理解车载终端作为上述设备的实现方式仅为举例，其他现有的或今后可能出现的设备的实现方式如可适用于本发明，也应包含在本发明保护范围以内，并在此以引用方式包含于此。

所述路面图像是指行车过程中车辆所在道路上的图像信息，例如可以是通过行车记录仪、摄像头等图像采集设备获取到的视频、图片等。具体获取到的路面图像所包含的内容与图像采集设备的设置有关，例如仅设置一个摄像头，且该摄像头位于车辆中间的后视镜上并朝向前方，若该摄像头的摄像角度为135°，那么获取到的路面图像即为该摄像头可以拍摄到的图片或者视频。所述车辆行驶信息是指车辆在行车过程中自身的特定行为信息，包括一些偏道报警(LaneDepartureWarning，LDW)、防撞预警(ForwardCollisionWarning，FCW)等驾驶辅助事件，以及其它例如急刹车、低速行驶、转向、加速、车辆颠簸、开启双跳灯等车辆行为事件。在实际应用中，该车辆行驶信息的获取方式可以包括：通过车辆的OBD(On-BoardDiagnostic，车载诊断)系统的接口、车辆总线、相关数据的传感器、或者利用设备中集成的ADAS(AdvancedDriverAssistanceSystem，高级驾驶者辅助系统)等来获取。

相较于现有技术，本申请的技术方案通过获取路面图像，并由路面图像初步识别出可疑路况事件，例如道路拥堵、车辆事故、路面异物、路面破损、其它车辆不文明驾驶等，然后结合车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。由于直接通过路面图像自动识别到的路况事件容易发生错误，因此进一步通过车辆行驶信息，例如在发现路面异物时，若同时获取到急刹车、防撞预警等车辆行驶信息，由于在当前道路上存在异物时，很有可能同时出现上述车辆行驶信息，则可以认为该路段存在路面异物的可能性很高，由此确认该可疑路况事件为可靠路况事件。由此，可以快速准确的自动识别行车过程中的路况事件，不会分散驾驶者的注意力，提高行车的安全性。

具体地，在由路面图像识别可疑路况事件时，所述第一装置110具体用于由所述路面图像识别该路面图像的关键信息，将所述关键信息与预设的图像模型信息进行匹配，并在匹配成功时根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。其中，路面图像的关键信息是指实际道路中可能与可疑路况事件相关的图像信息，例如在路面上除了正常的道路设施(护栏、道桩等)、标线之外的其它物体。例如图3中道路中央存在异物3A，由该路面图像中识别其关键信息，具体可以包括：物体轮廓、物体颜色、运动速度、运动轨迹等。在实际应用中可以利用各类图像识别算法对上述关键信息进行识别，例如基于图像的局部特征点、基于像素差值的图像识别算法识别出关键信息。而图像模型信息是用于特定物体的指标范围，若关键信息符合某类物体的图像模型信息的指标范围，则可以确定该关键信息对应的物体即为该类物体。例如，上述异物3A其运动速度为零，即静止于路面，没有运动轨迹，其物体轮廓和物体颜色符合落石的指标范围，则可以获知该可疑路况事件的事件类型为路面异物。在实际应用中，图像模型信息可以利用适当的机器学习算法进行自学习，例如基于决策树的自学习算法、基于人工神经网络的自学习算法等，由此提高与关键信息的匹配精度。

除前述提及的路面异物之外，实际场景下常见的事件类型还可能包括路面破损、道路拥堵、车辆事故、其它车辆不文明驾驶等。以路面破损为例，其情况与所述路面异物类似，对其关键信息进行匹配的图像模型信息中的物体轮廓、物体颜色与路面异物的图像模型信息不同。

而对于道路拥堵的路况事件，路面图像中包含较多的低速行驶的其它车辆，相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且数量需要大于预设值，例如五个车辆的轮廓信息。此外，运动速度不为零但是处于一个较低的速度，例如实际情况中设定为大于0且小于30KM/H。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为道路拥堵。

对于车辆事故的路况事件，若为单车事故，则路面图像中包含一辆速度为零的车辆；若为多车事故，则路面图像中至少包含两辆速度为零的车辆。相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且该物体的运动速度为零。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为车辆事故。

对于其它车辆不文明驾驶的路况事件，例如其它车辆强行变道、插队等行为，其路面图像中至少包含一辆与本车距离较近的车辆。相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且该物体的运动轨迹为从其它车道行驶至本车道，且与本车距离较近。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为其它车辆不文明驾驶。

第三装置130在初步识别的可疑路况事件后，根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，若确认确实存在该可疑路况事件，则将该可疑路况事件作为可靠路况事件，相应地，该可疑路况事件的事件类型即为对应的可靠路况事件的事件类型。例如，对于上述提及的路面异物、路面破损、车辆事故和其它车辆不文明驾驶的可疑路况事件，由于这些事件很有可能会影响到当前道路的正常行车，因此若这些可疑路况事件发生时的车辆行驶信息中包含偏道报警、防撞预警、急刹车等事件，则说明通过图像识别到的这些可疑路况事件发生的真实性很高，即可以将其确定为可靠路况事件。再如，对于道路拥堵的可疑路况事件，若在该可疑路况事件发生时获取的车辆行驶信息中包含低速行驶这一事件，则说明通过图像识别到的这些可疑路况事件发生的真实性很高，即可以将其确定为可靠路况事件。

对于某些实际场景下不常见的路况信息，可能会受限于当前设备的参数设置(如图像模型信息)等而无法正确识别。为此，本申请实施例还提供了一种优选的路况信息处理设备，该设备的结构如图4所示，除图1所示的第一装置110、第二装置120和第三装置130之外，还包括第四装置140。具体地，所述第四装置140用于获取人工上报路况事件的触发指令；所述第一装置110还用于根据所述触发指令获取预设时间段内的路面图像，并根据所述预设时间段内的路面图像识别可疑路况事件；所述第二装置120还用于根据所述触发指令获取预设时间段内的车辆行驶信息；所述第三装置130还用于在根据所述预设时间段内的路面图像识别到可疑路况事件时，根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；以及在根据所述预设时间段内的路面图像未识别到可疑路况事件时，将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

通过人工控制的方式(例如点击某一按钮启动人工方式)，记录预设时间段(例如可以是从点击按钮起至点击按钮之后的几分钟或者点击按钮之前的几分钟至点击按钮之后的几分钟)内的路面图像以及当时的车辆行驶信息，若能够通过图像识别的方式识别出可疑路况事件，则结合车辆行驶信息进一步确认是否为可靠路况事件，若不能够通过图像识别的方式识别出可疑路况事件，则将所述预设时间段内的路面图像以及车辆行驶信息直接作为可靠路况事件。在实际应用中，除了用于记录一些通过前述图像识别的方式难以识别的特殊路况信息之外，还可以用于对驾驶者感兴趣的其它事件进行记录。

相应地，在采用如图2所示的车载终端的具体实现方式中，数据接口220还用于获取人工上报路况事件的触发指令，处理器230还用于根据所述触发指令获取预设时间段内的路面图像，并根据所述预设时间段内的路面图像识别可疑路况事件；根据所述触发指令获取预设时间段内的车辆行驶信息；在根据所述预设时间段内的路面图像识别到可疑路况事件时，根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；以及在根据所述预设时间段内的路面图像未识别到可疑路况事件时，将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

进一步地，前述的任意一种路况信息处理设备还可以包括第五装置，该第五装置用于在获取所述可靠路况事件之后，对所述可靠路况事件进行分享。对由上述方式确认的可靠路况事件可以自动进行分享，通过设定的方式快速发送给各类平台，保证路况信息的时效性。对于不同类型的路况事件，可以分别采用不同的方式进行分享。若事件类型为路面异物或路面破损，则在数据库中记录该事件对应的相关数据，包括路面图像以及当时的车辆行驶信息，然后根据数据库的同步策略，更新这些数据至道路养护主管部门的数据库，通知道路养护主管部门尽快清理异物或者进行路面维修；若事件类型为道路拥挤或车辆事故，则在数据库中记录该事件对应的相关数据，同样包括路面图像以及当时的车辆行驶信息，然后根据数据库的同步策略，更新这些数据至交通主管部门的数据库，通知交通主管部门尽快处理事故或者疏导交通。对于上述情况，还可以在通知道路养护主管部门或者交通主管部门之后，更新数据至地图数据公司、导航服务公司、手机软件公司等第三方公司的数据库，使其可以利用这些数据对地图数据或者导航数据进行更新，为使用这些服务或者软件的驾驶者提供最新的信息。此外，若事件类型为其他车辆不文明驾驶，则由路面图像中识别出不文明车辆的车牌号，然后在数据库中记录该事件对应的相关数据，包括路面图像、当时的车辆行驶信息以及不文明车辆的车牌号，然后更新数据至保险公司、交通主管部门、手机软件公司等需要利用该数据的单位。

由于在进行分享时需要尽可能完整的与事件相关的事件参数，因此，可以将事件参数的记录作为整个处理流程的通用步骤，对所有可靠路况事件和车辆行驶信息中包含的事件参数进行记录。由此，所述路况信息处理设备还可以包括第六装置，该第六装置用于在对所述可靠路况事件进行分享之前，获取可靠路况事件和车辆行驶信息中包含的事件参数。

在实际应用中，对于某些可靠路况事件可能十分紧急或者重要，因此需要优先对其进行分享，以通知相关单位来进行处理。因此，所述第六装置可以在获取可靠路况事件和车辆行驶信息中包含的事件参数之后，进一步根据所述事件参数确定所述可靠路况事件的事件等级。例如，以路面破损的可靠路况事件为例，通过该可靠路况事件的路面图像识别出的事件参数中，其路面破损面积较大(超过的设定阈值)且位于车道中央，容易引起车辆事故，影响形成安全，因此可以确定该可靠路况事件的事件等级为重要事件。相应地，所述第五装置具体用于若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。优先对可靠路况事件进行分享时，可以采用重要事件的特殊处理流程，例如通过人工的方式进一步核实该可靠路况事件，采用高时效事件快速处理通道或者第三方信息沟通快速处理通道等。若所述可靠路况事件的事件等级不是重要事件时，则第五装置会按照前述提及的方式，对于不同类型的路况事件分别采用不同的方式进行分享。此外，所述路况信息处理设备还可以进一步包括第七装置，该第七装置用于在对所述可靠路况事件进行分享之前，根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。由于在实际应用中，有可能会出现一些重复获取到某些可靠路况事件的情况，若对于这些重复获取到的可靠路况事件都进行后续的分享或者处理，将会使得信息被重复分享，同时浪费设备的计算资源。因此通过事件参数和路况图像进行对比，可以剔除无效的可靠路况事件，从而节约计算资源。

作为另一种具体的实现方式，所述路况信息处理设备还可以是车载终端510与网络设备520通过通信网络530相集成所构成的设备，如图5所示。所述车载终端510可以参考如图2实施例中的结构，除图2所示的摄像头210、数据接口220、处理器230和存储器240之外，还包括通信模块，用于通过网络530与网络设备520进行通信，收发相关的数据。所述网络设备520用于实现与分享相关的处理功能，即在获取所述可靠路况事件之后，对所述可靠路况事件进行分享。车载终端510在获取到可靠路况事件的相关数据之后，会通过通信网络530向网络设备520上传，由网络设备520进行保存。其中，所述车载终端510在通过通信网络530向网络设备520上传数据时，可以根据不同的应用场景采用相应的上传策略，例如根据通信网络530的当前网络情况或者车载终端510的处理繁忙情况选择实时或者滞后上传数据包。

对于前述提及的第五装置、第六装置和第七装置，其中所述第六装置的相关功能可以由车载终端510中的处理器实现，而所述第五装置和第七装置的相关功能则可以由网络设备520实现。其中，所述网络设备520包括但不限于如网络主机、单个网络服务器、多个网络服务器集群或基于云计算的计算机集合等实现。

图6和图7分别给出了车载终端和网络设备进行相关处理的流程。对于所述车载终端，在车辆启动后，该车载终端随之启动，在车辆的行驶过程中，车载终端的具体处理步骤如下：

步骤S601，获取路面图像并对图像进行处理，监视可疑路况事件，同时检测车辆行驶信息，以及检测人工上报路况事件的触发指令。

步骤S602，判断是否捕捉到可疑路况事件，当捕捉到可疑路况事件时，执行步骤S603，否则继续获取路面图像进行处理；同时判断是否检测到车辆行驶信息和人工上报路况事件的触发指令，若检测到车辆行驶信息和人工上报路况事件的触发指令，则将其用于步骤S603中的处理。

步骤S603，确定事件类型，并根据预设时间段内的获取到的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

步骤S604，记录事件参数，其中事件参数包括事件所在的车道位置、路面异物或者破损大小、拥堵程度、位置信息(GPS、北斗等卫星定位系统的坐标)、事件发生时间、刹车强度、转向信息、车速、车辆颠簸强度等。

步骤S605，根据事件参数以及设定的阈值，判断事件的等级。例如可以分为重要事件、普通事件和人工触发的娱乐分享事件等。

步骤S606，根据可靠路况事件的相关数据创建数据包，该数据包的内容可以包括可靠路况事件的事件类型、事件等级、对应的路面图像、事件参数等。

步骤S607，上传数据包。

在车辆启动之后，重复执行上述步骤直至车辆熄火。

相应地，在网络设备520一侧在接收到数据包之后，其相关处理流程具体包括：

步骤S701，解析接收到的数据包，获取数据包中的相关数据。

步骤S702，根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。

步骤S703，判断事件等级是否为重要事件，若为重要事件，则执行步骤S704；否则，执行步骤S705。

步骤S704，对重要事件进行优先处理，采用的方式包括通过人工的方式进一步核实该可靠路况事件，采用高时效事件快速处理通道或者第三方信息沟通快速处理通道等。在完成本步骤后，结束本次处理流程。

步骤S705，判断事件类型，若为路面异物或路面破损，则执行步骤S706；否则，执行步骤S708。

步骤S706，将该事件对应的相关数据更新至网络设备中的数据库。

步骤S707，根据数据库的同步策略，更新这些数据至道路养护主管部门的数据库，通知道路养护主管部门尽快清理异物或者进行路面维修，然后执行步骤S711。

步骤S708，判断事件类型，若为道路拥挤或车辆事故，则执行步骤S709；否则，执行步骤S712。

步骤S709，将该事件对应的相关数据更新至网络设备中的数据库。

步骤S710，根据数据库的同步策略，更新这些数据至交通主管部门的数据库，通知交通主管部门尽快处理事故或者疏导交通，然后执行步骤S711。

步骤S711，根据数据库同步策略，更新数据至地图数据公司、导航服务公司、手机软件公司等第三方公司的数据库，使其可以利用这些数据对地图数据或者导航数据进行更新，为使用这些服务或者软件的驾驶者提供最新的信息。例如通过收集软件、移动终端、车载终端提醒或者通知其他驾驶者规避相应路段或车道；在进行导航路径规划时规避相应路段。在完成本步骤后，结束本次处理流程。

步骤S712，判断事件类型，若为其他车辆不文明驾驶，则执行步骤S713；否则，继续判断是否为其它的事件类型并进行相应的后续处理。

步骤S713，由路面图像中识别出不文明车辆的车牌号。

步骤S714，将该事件对应的相关数据更新至网络设备中的数据库。

步骤S715，根据数据库同步策略，更新数据至保险公司、交通主管部门、手机软件公司等需要利用该数据的单位的数据库。

基于本申请的另一方面，本实施例还提供了一种路况信息处理方法，该方法的处理流程如图8所示，包括以下步骤：

步骤S801，获取路面图像，由所述路面图像识别可疑路况事件；

步骤S802，获取该可疑路况事件发生时的车辆行驶信息；

步骤S803，根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

在此，上述方法的执行主体可以包括但不限于车载终端、网络设备或车载终端与网络设备通过网络相集成所构成的设备。所述车载终端包括设置于车辆内可以获取现场图片以及行驶信息，并进行相关数据处理的终端设备。所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集群或基于云计算的计算机集合等实现。在此，云由基于云计算的大量主机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟计算机。

所述路面图像是指行车过程中车辆所在道路上的图像信息，例如可以是通过行车记录仪、摄像头等图像采集设备获取到的视频、图片等。具体获取到的路面图像所包含的内容与图像采集设备的设置有关，例如仅设置一个摄像头，且该摄像头位于车辆中间的后视镜上并朝向前方，若该摄像头的摄像角度为135°，那么获取到的路面图像即为该摄像头可以拍摄到的图片或者视频。所述车辆行驶信息是指车辆在行车过程中自身的特定行为信息，包括一些偏道报警、防撞预警等驾驶辅助事件，以及其它例如急刹车、低速行驶、转向、加速、车辆颠簸、开启双跳灯等车辆行为事件。所述车辆行驶信息是指车辆在行车过程中自身的特定行为，例如急刹车、低速行驶、偏道报警、防撞预警、转向、加速、车辆颠簸等事件。在实际应用中，该车辆行驶信息的获取方式可以包括：通过车辆的OBD系统的接口、车辆总线、相关数据的传感器、或者利用设备中集成的ADAS等来获取。

相较于现有技术，本申请的技术方案通过获取路面图像，并由路面图像初步识别出可疑路况事件，例如道路拥堵、车辆事故、路面异物、路面破损、其它车辆不文明驾驶等，然后结合车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。由于直接通过路面图像自动识别到的路况事件容易发生错误，因此进一步通过车辆行驶信息，例如在发现路面异物时，若同时获取到急刹车、防撞预警等车辆行驶信息，由于在当前道路上存在异物时，很有可能同时出现上述车辆行驶信息，则可以认为该路段存在路面异物的可能性很高，由此确认该可疑路况事件为可靠路况事件。由此，可以快速准确的自动识别行车过程中的路况事件，不会分散驾驶者的注意力，提高行车的安全性。

具体地，步骤S801中，由所述路面图像识别可疑路况事件，具体包括：由所述路面图像识别该路面图像的关键信息，将所述关键信息与预设的图像模型信息进行匹配，并在匹配成功时根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。其中，路面图像的关键信息是指实际道路中可能与可疑路况事件相关的图像信息，例如在路面上除了正常的道路设施(护栏、道桩等)、标线之外的其它物体。例如图3中道路中央存在异物3A，由该路面图像中识别其关键信息，具体可以包括：物体轮廓、物体颜色、运动速度、运动轨迹等。在实际应用中可以利用各类图像识别算法对上述关键信息进行识别，例如基于图像的局部特征点、基于像素差值的图像识别算法识别出关键信息。而图像模型信息是用于特定物体的指标范围，若关键信息符合某类物体的图像模型信息的指标范围，则可以确定该关键信息对应的物体即为该类物体。例如，上述异物3A其运动速度为零，即静止于路面，没有运动轨迹，其物体轮廓和物体颜色符合落石的指标范围，则可以获知该可疑路况事件的事件类型为路面异物。在实际应用中，图像模型信息可以利用适当的机器学习算法进行自学习，例如基于决策树的自学习算法、基于人工神经网络的自学习算法等，由此提高与关键信息的匹配精度。

除前述提及的路面异物之外，实际场景下常见的事件类型还可能包括路面破损、道路拥堵、车辆事故、其它车辆不文明驾驶等。以路面破损为例，其情况与所述路面异物类似，对其关键信息进行匹配的图像模型信息中的物体轮廓、物体颜色与路面异物的图像模型信息不同。

而对于道路拥堵的路况事件，路面图像中包含较多的低速行驶的其它车辆，相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且数量需要大于预设值，例如五个车辆的轮廓信息。此外，运动速度不为零但是处于一个较低的速度，例如实际情况中设定为大于0且小于30KM/H。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为道路拥堵。

对于车辆事故的路况事件，若为单车事故，则路面图像中包含一辆速度为零的车辆；若为多车事故，则路面图像中至少包含两辆速度为零的车辆。相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且该物体的运动速度为零。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为车辆事故。

对于其它车辆不文明驾驶的路况事件，例如其它车辆强行变道、插队等行为，其路面图像中至少包含一辆与本车距离较近的车辆。相应地，用于对其关键信息进行匹配的图像模型信息中图像轮廓和图像颜色等均为常规车辆的轮廓信息以及对应的颜色信息，且该物体的运动轨迹为从其它车道行驶至本车道，且与本车距离较近。若关键信息能够与该图像模型信息匹配成功，则该路面图像中包含的可疑路况事件为其它车辆不文明驾驶。

在初步识别的可疑路况事件后，根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，若确认确实存在该可疑路况事件，则将该可疑路况事件作为可靠路况事件，相应地，该可疑路况事件的事件类型即为对应的可靠路况事件的事件类型。例如，对于上述提及的路面异物、路面破损、车辆事故和其它车辆不文明驾驶的可疑路况事件，由于这些事件很有可能会影响到当前道路的正常行车，因此若这些可疑路况事件发生时的车辆行驶信息中包含偏道报警、防撞预警、急刹车等事件，则说明通过图像识别到的这些可疑路况事件发生的真实性很高，即可以将其确定为可靠路况事件。再如，对于道路拥堵的可疑路况事件，若在该可疑路况事件发生时获取的车辆行驶信息中包含低速行驶这一事件，则说明通过图像识别到的这些可疑路况事件发生的真实性很高，即可以将其确定为可靠路况事件。

对于某些实际场景下不常见的路况信息，可能会受限于当前设备的参数设置(如图像模型信息)等而无法正确识别。为此，所述路况信息处理方法还包括如图9所示的步骤：

步骤S901，获取人工上报路况事件的触发指令；

步骤S902，根据所述触发指令获取预设时间段内的路面图像以及车辆行驶信息；

步骤S903，若根据所述预设时间段内的路面图像识别到可疑路况事件，则根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；

步骤S904，若根据所述预设时间段内的路面图像未识别到可疑路况事件，则将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

通过人工控制的方式(例如点击某一按钮启动人工方式)，记录预设时间段(例如可以是从点击按钮起至点击按钮之后的几分钟或者点击按钮之前的几分钟至点击按钮之后的几分钟)内的路面图像以及当时的车辆行驶信息，若能够通过图像识别的方式识别出可疑路况事件，则结合车辆行驶信息进一步确认是否为可靠路况事件，若不能够通过图像识别的方式识别出可疑路况事件，则将所述预设时间段内的路面图像以及车辆行驶信息直接作为可靠路况事件。在实际应用中，除了用于记录一些通过前述图像识别的方式难以识别的特殊路况信息之外，还可以用于对驾驶者感兴趣的其它事件进行记录。

进一步地，前述的任意一种路况信息处理方法中，在获取可靠路况事件之后，还可以包括：对所述可靠路况事件进行分享。对由上述方式确认的可靠路况事件可以自动进行分享，通过设定的方式快速发送给各类平台，保证路况信息的时效性。对于不同类型的路况事件，可以分别采用不同的方式进行分享。若事件类型为路面异物或路面破损，则在数据库中记录该事件对应的相关数据，包括路面图像以及当时的车辆行驶信息，然后根据数据库的同步策略，更新这些数据至道路养护主管部门的数据库，通知道路养护主管部门尽快清理异物或者进行路面维修；若事件类型为道路拥挤或车辆事故，则在数据库中记录该事件对应的相关数据，同样包括路面图像以及当时的车辆行驶信息，然后根据数据库的同步策略，更新这些数据至交通主管部门的数据库，通知交通主管部门尽快处理事故或者疏导交通。对于上述情况，还可以在通知道路养护主管部门或者交通主管部门之后，更新数据至地图数据公司、导航服务公司、手机软件公司等第三方公司的数据库，使其可以利用这些数据对地图数据或者导航数据进行更新，为使用这些服务或者软件的驾驶者提供最新的信息。此外，若事件类型为其他车辆不文明驾驶，则由路面图像中识别出不文明车辆的车牌号，然后在数据库中记录该事件对应的相关数据，包括路面图像、当时的车辆行驶信息以及不文明车辆的车牌号，然后更新数据至保险公司、交通主管部门、手机软件公司等需要利用该数据的单位。

由于在进行分享时需要尽可能完整的与事件相关的事件参数，因此，可以将事件参数的记录作为整个处理流程的通用步骤，对所有可靠路况事件和车辆行驶信息中包含的事件参数进行记录。由此，所述路况信息处理设备还可以包括第六装置，该第六装置用于在对所述可靠路况事件进行分享之前，获取可靠路况事件和车辆行驶信息中包含的事件参数。

在实际应用中，对于某些可靠路况事件可能十分紧急或者重要，因此需要优先对其进行分享，以通知相关单位来进行处理。因此，所述第六装置可以在获取可靠路况事件和车辆行驶信息中包含的事件参数之后，进一步根据所述事件参数确定所述可靠路况事件的事件等级。例如，以路面破损的可靠路况事件为例，通过该可靠路况事件的路面图像识别出的事件参数中，其路面破损面积较大(超过的设定阈值)且位于车道中央，容易引起车辆事故，影响形成安全，因此可以确定该可靠路况事件的事件等级为重要事件。相应地，对所述可靠路况事件进行分享，包括：若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。优先对可靠路况事件进行分享时，可以采用重要事件的特殊处理流程，例如通过人工的方式进一步核实该可靠路况事件，采用高时效事件快速处理通道或者第三方信息沟通快速处理通道等。若所述可靠路况事件的事件等级不是重要事件时，则在进行路况事件分享时仍然会按照前述提及的方式，对于不同类型的路况事件分别采用不同的方式进行分享。

此外，在对所述可靠路况事件进行分享之前，还可以包括：根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。由于在实际应用中，有可能会出现一些重复获取到某些可靠路况事件的情况，若对于这些重复获取到的可靠路况事件都进行后续的分享或者处理，将会使得信息被重复分享，同时浪费计算资源。因此通过事件参数和路况图像进行对比，可以剔除无效的可靠路况事件，从而节约计算资源。

综上所述，本申请的技术方案通过获取路面图像，并由路面图像初步识别出可疑路况事件，例如道路拥堵、车辆事故、路面异物、路面破损、其它车辆不文明驾驶等，然后结合车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。由于直接通过路面图像自动识别到的路况事件容易发生错误，因此进一步通过车辆行驶信息，例如在发现路面异物时，若同时获取到急刹车、防撞预警等车辆行驶信息，由于在当前道路上存在异物时，很有可能同时出现上述车辆行驶信息，则可以认为该路段存在路面异物的可能性很高，由此确认该可疑路况事件为可靠路况事件。由此，可以快速准确的自动识别行车过程中的路况事件，不会分散驾驶者的注意力，提高行车的安全性。

进一步地，对由上述方式确认的可靠路况事件可以自动进行分享，通过设定的方式快速发送给各类平台，保证路况信息的时效性。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (12)

1.一种路况信息处理方法，其中，该方法包括：

获取路面图像，由所述路面图像识别可疑路况事件；

获取该可疑路况事件发生时的车辆行驶信息；

根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

2.根据权利要求1所述的方法，其中，由所述路面图像识别可疑路况事件，包括：

由所述路面图像识别该路面图像的关键信息；

将所述关键信息与预设的图像模型信息进行匹配，若匹配成功，则根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。

3.根据权利要求1或2所述的方法，其中，该方法还包括：

获取人工上报路况事件的触发指令；

根据所述触发指令获取预设时间段内的路面图像以及车辆行驶信息；

若根据所述预设时间段内的路面图像识别到可疑路况事件，则根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；

若根据所述预设时间段内的路面图像未识别到可疑路况事件，则将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

4.根据权利要求1至3中任一项所述的方法，其中，在获取所述可靠路况事件之后，还包括：

对所述可靠路况事件进行分享。

5.根据权利要求4所述的方法，其中，在对所述可靠路况事件进行分享之前，还包括：

获取可靠路况事件和车辆行驶信息中包含的事件参数，并根据所述事件参数确定所述可靠路况事件的事件等级；

对所述可靠路况事件进行分享，包括：

若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。

6.根据权利要求4或5所述的方法，其中，在对所述可靠路况事件进行分享之前，还包括：

根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。

7.一种路况信息处理设备，其中，该设备包括：

第一装置，用于获取路面图像，由所述路面图像识别可疑路况事件；

第二装置，用于获取该可疑路况事件发生时的车辆行驶信息；

第三装置，用于根据所述车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件。

8.根据权利要求7所述的设备，其中，所述第一装置，用于获取路面图像，由所述路面图像识别该路面图像的关键信息，将所述关键信息与预设的图像模型信息进行匹配，并在匹配成功时根据所述图像模型信息确定由所述路面图像识别的可疑路况事件的事件类型。

9.根据权利要求7或8所述的设备，其中，该设备还包括：

第四装置，用于获取人工上报路况事件的触发指令；

所述第一装置，还用于根据所述触发指令获取预设时间段内的路面图像，并根据所述预设时间段内的路面图像识别可疑路况事件；

所述第二装置，还用于根据所述触发指令获取预设时间段内的车辆行驶信息；

所述第三装置，还用于在根据所述预设时间段内的路面图像识别到可疑路况事件时，根据所述预设时间段内的车辆行驶信息对所述可疑路况事件进行进一步确认，获取可靠路况事件；以及在根据所述预设时间段内的路面图像未识别到可疑路况事件时，将所述预设时间段内的路面图像以及车辆行驶信息作为可靠路况事件。

10.根据权利要求7至9中任一项所述的设备，其中，该设备还包括：

第五装置，用于在获取所述可靠路况事件之后，对所述可靠路况事件进行分享。

11.根据权利要求10所述的设备，其中，该设备还包括：

第六装置，用于在对所述可靠路况事件进行分享之前，获取可靠路况事件和车辆行驶信息中包含的事件参数，并根据所述事件参数确定所述可靠路况事件的事件等级；

所述第五装置，用于若所述可靠路况事件的事件等级为重要事件，则优先对所述可靠路况事件进行分享；否则，根据所述可靠路况事件的事件类型对所述可靠路况事件进行分享。

12.根据权利要求10或11所述的设备，其中，该设备还包括：

第七装置，用于在对所述可靠路况事件进行分享之前，根据可靠路况事件和车辆行驶信息中包含的事件参数以及所述可靠路况事件对应的路面图像，剔除无效的可靠路况事件。