CN112614342B - 一种道路异常事件的预警方法、车载设备及路侧设备 - Google Patents

Abstract

本发明提供了一种道路异常事件的预警方法、车载设备及路侧设备，其中，应用于车载设备的预警方法，包括：获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；根据第一车况运行数据对当前路况进行判断，得到第一判断结果；当第一判断结果为道路异常时，获取车辆的第一位置；当车辆位于一路侧设备的通信范围内时，向路侧设备发送道路异常事件信息；道路异常事件信息包括：第一车况运行数据和第一位置。本发明通过根据车辆行驶传感器检测到的第一车况运行数据，进行当前路况是否异常判断，减弱了对光线的需求，使得在弱光、无光或大雾路段也可以进行路况判断，有利于提高道路异常事件的预警方法的适用性。

Description

一种道路异常事件的预警方法、车载设备及路侧设备

技术领域

本发明涉及道路异常监测技术领域，特别涉及一种道路异常事件的预警方法、车载设备及路侧设备。

背景技术

对于城市道路或高速道路，经常发生一些道路异常的状态，比如行驶车辆落下重物(例如石块，铁块，小型装备)，使道路中出现危险障碍物；比如出现道路遗撒(沙石，废土渣)，使道路车辆打滑不稳；又比如道路由于外力造成巨大损坏，出现坑洼，使道路车辆行驶出现颠簸侧翻等危险。

上述种种潜在风险，需要及时发现风险点，并提醒车辆注意，尤其是在高速道路上，但发现风险点的工作，比较耗费费力。风险存在的时间越长，发生事故的概率也越大。

目前市场的技术，主要是以视频检测器(摄像头)，利用视频识别算法，发现道路异常事件，然后进行事件识别，最后上报。进行道路异常事件的发现的系统具体如图9所示，车载设备901安装于车辆902上，路侧设备903安装于路旁，视频检测器904安装于路侧设备903上，无论车载设备901还是视频检测器904检测到位于行驶道路905上的障碍物906时，都会向另一方发射道路异常事件信息。但利用视频检测器的系统，对于光线明亮的场景，其检测效果尚可。但对于无光夜晚的场景，其检测效果较差，准确度不高。

发明内容

本发明实施例要达到的技术目的是提供一种道路异常事件的预警方法、车载设备及路侧设备，用以解决当前采用视频检测器进行道路异常监测时，对光线要求较高，当处于弱光、无光或大雾的场景时，监测的准确度低的问题。

为解决上述技术问题，本发明实施例提供了一种道路异常事件的预警方法，应用于车载设备，包括：

获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

根据第一车况运行数据对当前路况进行判断，得到第一判断结果；

当第一判断结果为道路异常时，获取车辆的第一位置；

当车辆位于一路侧设备的通信范围内时，向路侧设备发送道路异常事件信息；道路异常事件信息包括：第一车况运行数据和第一位置。

优选地，如上所述的预警方法，根据第一车况运行数据对当前路况进行判断，得到第一判断结果的步骤，包括：

对第一车况运行数据进行量化处理，得到统计数据；

将统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；

当回归结果数值大于预设阈值时，确定第一判断结果为道路异常。

具体地，如上所述的预警方法，第一车况运行数据，包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统(antilock brake system，简称ABS)传感器检测到的车轮ABS数据和滑行数据。

进一步的，如上所述的预警方法，逻辑回归分类模型的计算公式包括：

其中，z＝θ₀UAC+θ₁AAC+θ₂RAC+θ₃VE+θ₄LAC+θ₅SB+θ₆BAC+θ₇BU+θ₈ABS+θ₉SL；

为逻辑回归分类模型的回归结果数值；

θ₀、θ₁、θ₂、θ₃、θ₄、θ₅、θ₆、θ₇、θ₈、θ₉为回归系数；

UAC为上下振动数据；

AAC为前向加速度数据；

RAC为右转弯数据；

VE为即时车速数据；

LAC为左转弯数据；

SB为急刹车数据；

BAC为后向加速度数据；

BU为颠簸数据；

ABS为车轮ABS数据；

SL为滑行数据。

优选地，如上所述的预警方法，还包括：

接收路侧设备发送的道路异常验证请求信息；道路异常验证请求信息包括：其他车辆在确定道路异常时，上传至路侧设备的第二车况运行数据和第二位置；

对道路异常验证请求信息进行路况验证，得到验证结果，并当车辆到达第二位置时，获取车辆的第三车况运行数据；

根据第三车况运行数据信息对第二位置处的路况进行判断，得到第二判断结果；

向路侧设备发送道路异常验证信息，其中，道路异常验证信息包括：第二位置、验证结果以及第二判断结果。

优选地，如上所述的预警方法，还包括：

接收路侧设备发送的道路异常提醒信息；道路异常提醒信息至少包括：道路异常位置；

根据道路异常提醒信息进行预警提示。

本发明的另一优选实施例还提供了一种道路异常事件的预警方法，应用于路侧设备，包括：

接收第一车辆的车载设备发送的道路异常事件信息；道路异常事件信息包括：第一车辆在确定道路异常时的第三位置，以及车辆行驶传感器检测到的第四车况运行数据；

发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备；道路异常提醒信息至少包括：第三位置，第一转发信息包括：道路异常提醒信息。

优选地，如上所述的预警方法，在发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备的步骤之前，预警方法还包括：

根据道路异常事件信息生成道路异常验证请求信息；道路异常验证请求信息包括：第三位置和第四车况运行数据；

将道路异常验证请求信息发送至位于路侧设备的通信范围内的第三车辆的车载设备以及发送第二转发信息至所述其他路侧设备，所述第二转发信息包括：所述道路异常验证请求信息；

接收多个第三车辆上的车载设备根据道路异常验证请求信息反馈的道路异常验证信息；道路异常验证信息包括：第三位置、第三车辆对第四车况运行数据进行验证后得到的验证结果以及对第三车辆在第三位置处的第五车况运行数据进行判断得到的第三判断结果；

当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息。

具体地，如上所述的预警方法，当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息的步骤包括：

当根据道路异常验证信息，确定第三位置处存在道路异常的数量达到预设数量时，生成道路异常提醒信息；其中，当验证结果为验证通过，且第三判断结果为道路异常时，确定第三位置处存在道路异常。

具体地，如上所述的预警方法，第一车况运行数据包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

本发明的再一优选实施例还提供了一种车载设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上所述的道路异常事件的预警方法的步骤。

本发明的又一优选实施例还提供了一种路侧设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上所述的道路异常事件的预警方法的步骤。

本发明的另一优选实施例还提供了一种车载设备的处理装置，包括：

第一获取模块，用于获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

第一判断模块，用于根据第一车况运行数据对当前路况进行判断，得到第一判断结果；

第二获取模块，用于当第一判断结果为道路异常时，获取车辆的第一位置；

第一处理模块，用于当车辆位于一路侧设备的通信范围内时，向路侧设备发送道路异常事件信息；道路异常事件信息包括：第一车况运行数据和第一位置。

优选地，如上所述的车载设备的处理装置，所述第一判断模块，包括：

第一处理单元，用于对第一车况运行数据进行量化处理，得到统计数据；

第二处理单元，用于将统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；

第三处理单元，用于当回归结果数值大于预设阈值时，确定第一判断结果为道路异常。

具体地，如上所述的车载设备的处理装置，第一车况运行数据，包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

进一步的，如上所述的车载设备的处理装置，逻辑回归分类模型的计算公式包括：

其中，z＝θ₀UAC+θ₁AAC+θ₂RAC+θ₃VE+θ₄LAC+θ₅SB+θ₆BAC+θ₇BU+θ₈ABS+θ₉SL；

为逻辑回归分类模型的回归结果数值；

θ₀、θ₁、θ₂、θ₃、θ₄、θ₅、θ₆、θ₇、θ₈、θ₉为回归系数；

UAC为上下振动数据；

AAC为前向加速度数据；

RAC为右转弯数据；

VE为即时车速数据；

LAC为左转弯数据；

SB为急刹车数据；

BAC为后向加速度数据；

BU为颠簸数据；

ABS为车轮ABS数据；

SL为滑行数据。

优选地，如上所述的车载设备的处理装置，还包括：

第一接收模块，用于接收路侧设备发送的道路异常验证请求信息；道路异常验证请求信息包括：其他车辆在确定道路异常时，上传至路侧设备的第二车况运行数据和第二位置；

第四处理模块，用于对道路异常验证请求信息进行路况验证，得到验证结果，并当车辆到达第二位置时，获取车辆的第三车况运行数据；

第二判断模块，用于根据第三车况运行数据信息对第二位置处的路况进行判断，得到第二判断结果；

第五处理模块，用于向路侧设备发送道路异常验证信息，其中，道路异常验证信息包括：第二位置、验证结果以及第二判断结果。

优选地，如上所述的车载设备的处理装置，还包括：

第二接收模块，用于接收路侧设备发送的道路异常提醒信息；道路异常提醒信息至少包括：道路异常位置；

预警提示模块，用于根据道路异常提醒信息进行预警提示。

本发明的再一优选实施例还提供了一种路侧设备的处理装置，包括：

第二处理模块，用于接收第一车辆的车载设备发送的道路异常事件信息；道路异常事件信息包括：第一车辆在确定道路异常时的第三位置，以及车辆行驶传感器检测到的第四车况运行数据；

第三处理模块，用于发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段的其他路侧设备；道路异常提醒信息至少包括：第三位置，第一转发信息包括：道路异常提醒信息。

优选地，如上所述的路侧设备的处理装置，还包括：

第六处理模块，用于根据道路异常事件信息生成道路异常验证请求信息；道路异常验证请求信息包括：第三位置和第四车况运行数据；

第七处理模块，用于将道路异常验证请求信息发送至位于路侧设备的通信范围内的第三车辆的车载设备以及发送第二转发信息至其他路侧设备，第二转发信息包括：道路异常验证请求信息；

第八处理模块，用于接收多个第三车辆上的车载设备根据道路异常验证请求信息反馈的道路异常验证信息；道路异常验证信息包括：第三位置、第三车辆对第四车况运行数据进行验证后得到的验证结果以及对第三车辆在第三位置处的第五车况运行数据进行判断得到的第三判断结果；

第九处理模块，用于当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息。

具体地，如上所述的路侧设备的处理装置，第九处理模块包括：

第四处理单元，用于当根据道路异常验证信息，确定第三位置处存在道路异常的数量达到预设数量时，生成道路异常提醒信息；其中，当验证结果为验证通过，且第三判断结果为道路异常时，确定第三位置处存在道路异常。

具体地，如上所述的路侧设备的处理装置，第一车况运行数据包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

本发明的又一优选实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上所述的路异常事件的预警方法的步骤，或者，实现如上所述的路异常事件的预警方法的步骤。

与现有技术相比，本发明实施例提供的一种道路异常事件的预警方法、车载设备及路侧设备，至少具有以下有益效果：

本发明通过实时获取车辆行驶传感器检测到的当前的第一车况运行数据，并基于第一车况运行数据进行当前路况是否异常判断，减弱了对光线的需求，使得在弱光、无光或大雾路段也可以进行路况判断，解决了视频检测器在弱光、无光或大雾的情况下，无法进行检测或检测准确度较低的问题，有利于提高道路异常事件的预警方法的适用性。且仅在当第一判断结果为道路异常时，向路侧设备发送道路异常事件信息，有利于避免车辆在于路侧设备连接时上传所有数据造成的通信传输压力以及路侧设备对数据处理的压力，有利于提高道路异常事件上报的效率。同时将道路异常的准确位置上报，保证后续对其他车辆进行提醒时，使得驾驶员可在到达该第一位置前，进行有效避让。

附图说明

图1为本发明的应用于车载设备的道路异常事件的预警方法的流程示意图之一；

图2为本发明的应用于车载设备的道路异常事件的预警方法的流程示意图之二；

图3为本发明的应用于车载设备的道路异常事件的预警方法的流程示意图之三；

图4为本发明的应用于车载设备的道路异常事件的预警方法的流程示意图之四；

图5为本发明的应用于路侧设备的道路异常事件的预警方法的流程示意图之一；

图6为本发明的应用于路侧设备的道路异常事件的预警方法的流程示意图之二；

图7为本发明的应用于车载设备的；

图8为本发明的应用于路侧设备的处理装置的结构示意图；

图9为现有技术中进行道路异常事件的发现的系统的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在本申请所提供的实施例中，应理解，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。

参见图1，本发明的一优选实施例提供了一种道路异常事件的预警方法，应用于车载设备，包括：

步骤S101，获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

步骤S102，根据第一车况运行数据对当前路况进行判断，得到第一判断结果；

步骤S103，当第一判断结果为道路异常时，获取车辆的第一位置；

步骤S104，当车辆位于一路侧设备的通信范围内时，向路侧设备发送道路异常事件信息；道路异常事件信息包括：第一车况运行数据和第一位置。

在本发明的一优选实施例中，提供了一种应用于车载设备的道路异常事件的预警方法，其中，车载设备的处理装置会实时获取车辆行驶传感器检测到的车辆当前的第一车况运行数据，并基于第一车况运行数据进行当前路况是否异常判断，相较于现有技术中通过视频检测器例如摄像头获取道路图像，并通过对道路图像进行识别判断路况是否异常判断的方法，减弱了对光线的需求，使得在弱光、无光或大雾路段也可以进行路况判断，解决了视频检测器在弱光、无光或大雾的情况下，无法进行检测或检测准确度较低的问题，有利于提高道路异常事件的预警方法的适用性。进一步的，根据得到的第一判断结果确定是否上报，具体为当第一判断结果为道路异常时，向路侧设备发送道路异常事件信息，有利于避免车辆在于路侧设备连接时上传所有数据造成的通信传输压力以及路侧设备对数据处理的压力，有利于提高道路异常事件上报的效率。具体地，道路异常事件信息包括：车辆的第一车况运行数据以及确定道路异常时的全球定位系统(Global Positioning System，简称GPS)定位到的第一位置，可将道路异常的准确位置上报，保证后续对其他车辆进行提醒时，使得驾驶员可在到达该第一位置前，进行有效避让。

具体地，在实际中由于路侧设备的通讯范围有限，覆盖全路段的成本较高，因此，在上述的实施例中，当车辆位于一路侧设备的通信范围内时，进行上报的具体操作为：若车辆处于一路侧设备的通信范围内确定道路异常时，则实时将数据上传至该路侧设备；若车辆处于两个路侧设备之间，且不位于任一路侧设备的通信范围内时，先将道路异常事件信息进行存储，当进入路侧设备的通信范围内时，再进行上报，可实现全路段监测。

优选地，本发明中所选用的全球定位系统的精度采用车道级精度，进一步有利于保证道路异常的位置的准确性。

参见图2，优选地，如上所述的预警方法，根据第一车况运行数据对当前路况进行判断，得到第一判断结果的步骤S102，包括：

步骤S201，对第一车况运行数据进行量化处理，得到统计数据；

步骤S202，将统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；

步骤S203，当回归结果数值大于预设阈值时，确定第一判断结果为道路异常。

在本发明的另一优选实施例中，应用于车载设备的预警方法在根据第一车况运行数据对当前路况进行判断时，会首先对第一车况运行数据进行量化处理，将其转化为预设数据格式的数据，使得第一车况运行数据中不同格式的数据进行统一，并记为统计数据；便于后续对第一车况运行数据进行运算。进而将量化处理后得到统计数据输入至预设的逻辑回归分类模型中进行回归处理，即可得到处理结果，为便于进行判断，本发明中将处理结果设计为数值形式的回归结果数值。进一步的，将该回归结果数值与一界定路况正常和道路异常的预设阈值进行比对，当回归结果数值大于预设阈值时，即可确定第一判断结果为道路异常，反之则确定第一判断结果为路况正常。

可选地，本领域的技术人员通过对逻辑回归分类模型进行修改，使其得到的回归结果数值产生变化，也可当回归结果数值小于预设阈值时，确定第一判断结果为道路异常，也属于本发明的保护范围。

具体地，如上所述的预警方法，第一车况运行数据，包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

在本发明的一具体实施例中，对上述所获取以及进行计算的第一车况运行数据进行了举例说明，其中，第一车况运行数据包括：用于表示车辆行驶趋势的前向加速数据和后向加速度数据；表示车辆是否存在颠簸的上下振动数据和颠簸数据；表示车辆行驶方向的左转弯数据和右转弯数据；表示车辆是否紧急制动的急刹车数据；表示车辆行驶速度的即时车速数据；表示车辆是否打滑的车轮ABS数据和滑行数据。

具体地，上述的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据，优选地由设置于车载设备内的三轴加速度传感器进行检测，有利于减少传感器数量并优化获取上述数据的效率。可选地，本领域的技术人员也可设计为从车辆上各部件处的传感器进行检测并获取，例如通过方向盘处的转角传感器可获取左转弯数据和右转弯数据。

即时车速数据可由车速传感器进行检测，其中从车速传感器中获取即时车速数据时，可将车载设备直接与车速传感器连接直接进行数据获取，或者将车载设备与车速传感器所在系统或者与整车局域网络连接，间接进行数据获取。

车轮ABS数据和滑行数据可由车辆上的ABS传感器进行检测，通过与上述车速传感器类似的直接连接或间接连接进行数据获取。

可选地，基于路况判断需求以及预设的逻辑回归分类模型的需求，本领域的技术人员进一步的从上述数据中，选取部分数据或全部数据进行回归处理也属于本发明的保护范围。

进一步的，如上所述的预警方法，逻辑回归分类模型的计算公式包括：

其中，z＝θ₀UAC+θ₁AAC+θ₂RAC+θ₃VE+θ₄LAC+θ₅SB+θ₆BAC+θ₇BU+θ₈ABS+θ₉SL；

为逻辑回归分类模型的回归结果数值；

θ₀、θ₁、θ₂、θ₃、θ₄、θ₅、θ₆、θ₇、θ₈、θ₉为回归系数；

UAC为上下振动数据；

AAC为前向加速度数据；

BAC为右转弯数据；

VE为即时车速数据；

LAC为左转弯数据；

SB为急刹车数据；

BAC为后向加速度数据；

BU为颠簸数据；

ABS为车轮ABS数据；

SL为滑行数据。

在本发明的一具体实施例中，公开了一种优选地逻辑回归分类模型的计算公式，其中，优选地，将每一具体数据与一对应的回归系数相乘，即根据每一数据的重要因素不同进行计算，有利于保证得到的回归结果数值的准确性和代表性。

可选地，上述回归系数可为技术人员根据车型等车辆因素和/或道路类型等道路因素进行定义得到的固定参数；也可为逻辑回归分类模型通过机器学习调整得到的可变参数。

参见图3，优选地，如上所述的预警方法，还包括：

步骤S301，接收路侧设备发送的道路异常验证请求信息；道路异常验证请求信息包括：其他车辆在确定道路异常时，上传至路侧设备的第二车况运行数据和第二位置；

步骤S302，对道路异常验证请求信息进行路况验证，得到验证结果，并当车辆到达第二位置时，获取车辆的第三车况运行数据；

步骤S303，根据第三车况运行数据信息对第二位置处的路况进行判断，得到第二判断结果；

步骤S304，向路侧设备发送道路异常验证信息，其中，道路异常验证信息包括：第二位置、验证结果以及第二判断结果。

在本发明的另一优选实施例中，上述的预警方法还包括：当车载设备接收到路侧设备发送的道路异常验证请求信息时，对道路异常验证请求信息中其他车辆在确定道路异常时，所上传的第二车况运行数据进行验证，得到验证结果，其中验证的过程与上述根据第一车况运行数据对当前路况进行判断的步骤相同，再次不再赘述；同时，当车辆到达第二车况运行数据中其他车辆确定道路异常的第二位置时，获取车辆的第三车辆运行数据，并根据第三车况运行数据信息对第二位置处的路况进行判断，得到第二判断结果，其中根据第三车况运行数据信息对路况进行判断的步骤，与上述根据第一车况运行数据对当前路况进行判断的步骤相同，再次不再赘述；在得到第二判断结果和验证结果后，将包括第二位置、验证结果以及第二判断结果的道路异常验证信息发送至路侧设备，便于路侧设备根据道路异常验证信息判断第二位置处道路异常的准确性。

具体地，车辆接收到该道路异常验证请求信息只会进行验证而不会对驾驶员进行提醒，有利于保证得到的第二判断结果的准确性。

参见图4，优选地，如上所述的预警方法，还包括：

步骤S401，接收路侧设备发送的道路异常提醒信息；道路异常提醒信息至少包括：道路异常位置；

步骤S402，根据道路异常提醒信息进行预警提示。

在本发明的又一优选实施例中，当车载设备接收到路侧设备发送的道路异常提醒信息时，确定道路异常提醒信息中的道路异常位置处存在障碍物、道路遗撒、坑洼等道路异常事件，此时根据该道路异常提醒信息对驾驶员进行预警提示，引起驾驶员注意，有利于使驾驶员在到达道路异常位置之前进行变道或减速等避让措施，避免驾驶员面对道路异常时出现慌张等情况，保证驾驶安全。

需要说明的是，上述的第一位置、第二位置和道路异常位置，在车载设备应用于不同车辆时，可以为同一位置。且第一位置、第二位置和道路异常位置优选为一个坐标范围。

参见图5，本发明的另一优选实施例还提供了一种道路异常事件的预警方法，应用于路侧设备，包括：

步骤S501，接收第一车辆的车载设备发送的道路异常事件信息；道路异常事件信息包括：第一车辆在确定道路异常时的第三位置，以及车辆行驶传感器检测到的第四车况运行数据；

步骤S502，发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备；道路异常提醒信息至少包括：第三位置，第一转发信息包括：道路异常提醒信息。

在本发明的另一优选实施例中提供一种应用于路侧设备的道路异常事件的预警方法，其中，当路侧设备接收到第一车辆的车载设备发送的道路异常事件信息时，确定道路异常事件信息中的第三位置处存在道路异常，此时发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备，使得可通过第二车辆的车载设备可根据该道路异常提醒信息对驾驶员进行预警提醒。同时，还会发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备，该第一转发信息中包括上述的道路异常提醒信息，使得当前路段上的其他路侧设备在接收到该第一转发信息后，至少将道路异常提醒信息发送至位于其通信范围内的车辆，扩大道路异常提醒的范围，同时避免由于道路异常位置位于当前路侧设备之外时，仅对当前路侧设备通信范围内的车辆进行发送无法起到应有效果的情况出现。

其中，所述道路异常事件信息为第一车辆的车载设备根据车辆行驶传感器检测到的第四车况运行数据，确定第三位置处存在道路异常时所发送，所述第三位置即为道路异常位置。本实施例中的路侧设备会接收第一车辆根据第四车况运行数据确定的道路异常事件信息，并据此发送道路异常提醒信息至通信范围内的第二车辆，进行提醒，减弱了对光线的需求，使得在弱光、无光或大雾路段也可以进行路况判断，解决了视频检测器在弱光、无光或大雾的情况下，无法进行检测或检测准确度较低的问题，有利于提高道路异常事件的预警方法的适用性。

可选地，道路异常提醒信息还可以包括道路异常类型等。

参见图6，优选地，如上所述的预警方法，在发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备的步骤S502之前，预警方法还包括：

步骤601，根据道路异常事件信息生成道路异常验证请求信息；道路异常验证请求信息包括：第三位置和第四车况运行数据；

步骤602，将道路异常验证请求信息发送至位于路侧设备的通信范围内的第三车辆的车载设备以及发送第二转发信息至其他路侧设备，第二转发信息包括：道路异常验证请求信息；

步骤603，接收多个第三车辆上的车载设备根据道路异常验证请求信息反馈的道路异常验证信息；道路异常验证信息包括：第三位置、第三车辆对第四车况运行数据进行验证后得到的验证结果以及对第三车辆在第三位置处的第五车况运行数据进行判断得到的第三判断结果；

步骤604，当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息。

在本发明的另一优选实施例中，在发送道路异常提醒信息至第二车辆之前，会根据道路异常事件信息生成道路异常验证请求信息，即将原有道路异常事件信息中的第三位置和第四车况运行数据携带在该道路异常验证请求信息中，使得接收到该道路异常验证请求信息的设备可获知第一车辆确定路况时的第三位置以及当时第一车辆的第四车况运行数据；进而将该道路异常验证请求信息发送至位于路侧设备的通信范围内的第三车辆的车载设备，使得可通过第三车辆的车载设备对第四车况运行数据进行验证，并对第三位置处进行再次检测和判断，并接收第三车辆进行验证和检测后反馈的道路异常验证信息。同时，还会发送供其他路侧设备进行转发的第二转发信息至当前路段上的其他路侧设备，该第二转发信息中包括上述的道路异常验证请求信息，使得当前路段上的其他路侧设备在接收到该第二转发信息后，至少将道路异常验证请求信息发送至位于其通信范围内的车辆，扩大道路异常验证请求信息的范围，同时避免由于道路异常位置位于当前路侧设备之外时，仅对当前路侧设备通信范围内的车辆进行发送无法进行再次检测的情况出现。

当根据道路异常验证信息确定第三位置处确实存在道路异常时，则生成上述的道路异常提醒信息，并发送至第二车辆进行提醒。通过对第四车况运行数据进行再次验证，以及对第三位置的再次检测，有利于提高判断第三位置处是否存在道路异常的判断的准确性。

需要说明的是，道路异常验证请求信息被车辆接收到时，不会触发车辆对驾驶员的提醒，有利于保证第三车辆对第三位置处再次检测的准确性。

可选地，在获取到一个第三车辆上传的道路异常验证信息后，会将第五车况运行数据融合至所述道路异常验证请求信息中再次发送，使得接收到融合后的道路异常验证请求信息的车辆会对第四车况运行数据和第五车况运行数据均进行验证。依次类推，直至当根据道路异常验证信息，确定第三位置处存在道路异常。

具体地，如上所述的预警方法，当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息的步骤包括：

当根据道路异常验证信息，确定第三位置处存在道路异常的数量达到预设数量时，生成道路异常提醒信息；其中，当验证结果为验证通过，且第三判断结果为道路异常时，确定第三位置处存在道路异常。

在本发明的一具体实施例中，在根据道路异常验证信息，确定第三位置是否存在道路异常时，若确定第三位置处存在道路异常的数量达到预设数量，则确定第三位置处确实存在道路异常，此时生成所述道路异常提醒信息，有利于避免偶然事件造成的误判，保证道路异常判断的准确性；其中，预设数量可根据道路车流量等多种因素确定。

具体地，当接收到的道路异常验证信息中的验证结果为验证通过，且第三判断结果为道路异常时，才确定该道路异常验证信息表示第三位置处存在道路异常，有利于进一步提高判断第三位置处是否存在道路异常的判断的准确性。

具体地，如上所述的预警方法，第一车况运行数据包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

在本发明的一具体实施例中，对上述第一车况运行数据进行了举例说明，其中，第一车况运行数据包括：用于表示车辆行驶趋势的前向加速数据和后向加速度数据；表示车辆是否存在颠簸的上下振动数据和颠簸数据；表示车辆行驶方向的左转弯数据和右转弯数据；表示车辆是否紧急制动的急刹车数据；表示车辆行驶速度的即时车速数据；表示车辆是否打滑的车轮ABS数据和滑行数据。

具体地，上述的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据，优选地由设置于车载设备内的三轴加速度传感器进行检测，有利于减少传感器数量并优化获取上述数据的效率。可选地，本领域的技术人员也可设计为从车辆上各部件处的传感器进行检测并获取，例如通过方向盘处的转角传感器可获取左转弯数据和右转弯数据。

即时车速数据可由车速传感器进行检测，其中从车速传感器中获取即时车速数据时，可将车载设备直接与车速传感器连接直接进行数据获取，或者将车载设备与车速传感器所在系统或者与整车局域网络连接，间接进行数据获取。

车轮ABS数据和滑行数据可由车辆上的ABS传感器进行检测，通过与上述车速传感器类似的直接连接或间接连接进行数据获取。

可选地，基于路况判断需求以及预设的逻辑回归分类模型的需求，本领域的技术人员进一步的从上述数据中，选取部分数据或全部数据进行回归处理也属于本发明的保护范围。

需要说明的是，上述的第三位置优选为一坐标范围。

本发明的再一优选实施例还提供了一种车载设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上所述的道路异常事件的预警方法的步骤。

本发明的又一优选实施例还提供了一种路侧设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上所述的道路异常事件的预警方法的步骤。

参见图7，本发明的另一优选实施例还提供了一种车载设备的处理装置，包括：

第一获取模块701，用于获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

第一判断模块702，用于根据第一车况运行数据对当前路况进行判断，得到第一判断结果；

第二获取模块703，用于当第一判断结果为道路异常时，获取车辆的第一位置；

第一处理模块704，用于当车辆位于一路侧设备的通信范围内时，向路侧设备发送道路异常事件信息；道路异常事件信息包括：第一车况运行数据和第一位置。

优选地，如上所述的车载设备的处理装置，所述第一判断模块，包括：

第一处理单元，用于对第一车况运行数据进行量化处理，得到统计数据；

第二处理单元，用于将统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；

第三处理单元，用于当回归结果数值大于预设阈值时，确定第一判断结果为道路异常。

具体地，如上所述的车载设备的处理装置，第一车况运行数据，包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

进一步的，如上所述的车载设备的处理装置，逻辑回归分类模型的计算公式包括：

其中，z＝θ₀UAC+θ₁AAC+θ₂RAC+θ₃VE+θ₄LAC+θ₅SB+θ₆BAC+θ₇BU+θ₈ABS+θ₉SL；

为逻辑回归分类模型的回归结果数值；

θ₀、θ₁、θ₂、θ₃、θ₄、θ₅、θ₆、θ₇、θ₈、θ₉为回归系数；

UAC为上下振动数据；

AAC为前向加速度数据；

RAC为右转弯数据；

VE为即时车速数据；

LAC为左转弯数据；

SB为急刹车数据；

BAC为后向加速度数据；

BU为颠簸数据；

ABS为车轮ABS数据；

SL为滑行数据。

优选地，如上所述的车载设备的处理装置，还包括：

第一接收模块，用于接收路侧设备发送的道路异常验证请求信息；道路异常验证请求信息包括：其他车辆在确定道路异常时，上传至路侧设备的第二车况运行数据和第二位置；

第四处理模块，用于对道路异常验证请求信息进行路况验证，得到验证结果，并当车辆到达第二位置时，获取车辆的第三车况运行数据；

第二判断模块，用于根据第三车况运行数据信息对第二位置处的路况进行判断，得到第二判断结果；

第五处理模块，用于向路侧设备发送道路异常验证信息，其中，道路异常验证信息包括：第二位置、验证结果以及第二判断结果。

优选地，如上所述的车载设备的处理装置，还包括：

第二接收模块，用于接收路侧设备发送的道路异常提醒信息；道路异常提醒信息至少包括：道路异常位置；

预警提示模块，用于根据道路异常提醒信息进行预警提示。

本发明的路侧设备的处理装置是与上述应用于路侧设备的道路异常事件的预警方法的实施例对应的处理装置，上述应用于路侧设备的道路异常事件的预警方法实施例中的所有实现手段均适用于该处理装置的实施例中，也能达到相同的技术效果。

参见图8，本发明的再一优选实施例还提供了一种路侧设备的处理装置，包括：

第二处理模块801，用于接收第一车辆的车载设备发送的道路异常事件信息；道路异常事件信息包括：第一车辆在确定道路异常时的第三位置，以及车辆行驶传感器检测到的第四车况运行数据；

第三处理模块802，用于发送道路异常提醒信息至位于路侧设备的通信范围内的第二车辆的车载设备以及发送供其他路侧设备进行转发的第一转发信息至当前路段上的其他路侧设备；道路异常提醒信息至少包括：第三位置，第一转发信息包括：道路异常提醒信息。

优选地，如上所述的路侧设备的处理装置，还包括：

第六处理模块，用于根据道路异常事件信息生成道路异常验证请求信息；道路异常验证请求信息包括：第三位置和第四车况运行数据；

第七处理模块，用于将道路异常验证请求信息发送至位于路侧设备的通信范围内的第三车辆的车载设备以及发送第二转发信息至其他路侧设备，第二转发信息包括：道路异常验证请求信息；

第八处理模块，用于接收多个第三车辆上的车载设备根据道路异常验证请求信息反馈的道路异常验证信息；道路异常验证信息包括：第三位置、第三车辆对第四车况运行数据进行验证后得到的验证结果以及对第三车辆在第三位置处的第五车况运行数据进行判断得到的第三判断结果；

第九处理模块，用于当根据道路异常验证信息，确定第三位置处存在道路异常时，生成道路异常提醒信息。

具体地，如上所述的路侧设备的处理装置，第九处理模块包括：

第四处理单元，用于当根据道路异常验证信息，确定第三位置处存在道路异常的数量达到预设数量时，生成道路异常提醒信息；其中，当验证结果为验证通过，且第三判断结果为道路异常时，确定第三位置处存在道路异常。

具体地，如上所述的路侧设备的处理装置，第一车况运行数据包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

本发明的路侧设备的处理装置是与上述应用于路侧设备的道路异常事件的预警方法的实施例对应的处理装置，上述应用于路侧设备的道路异常事件的预警方法实施例中的所有实现手段均适用于该处理装置的实施例中，也能达到相同的技术效果。

本发明的又一优选实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上所述的路异常事件的预警方法的步骤，或者，实现如上所述的路异常事件的预警方法的步骤。

需要说明的是，上述车载设备与路侧设备之间优选使用车联网技术(vehicle toeverything，简称V2X)进行通信，还可以选用4G网络、5G网络等进行通信。进一步的，还可将采用多种通信方式通信，减少单一通信方式存在缺点对信息传递的效率和准确度造成的影响。

此外，由当前路侧设备向车载设备以及其他路侧设备进行信息发送时，可选用广播的方式进行发送。

此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种道路异常事件的预警方法，应用于车载设备，其特征在于，包括：

获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

根据所述第一车况运行数据对当前路况进行判断，得到第一判断结果，包括：对所述第一车况运行数据进行量化处理，得到统计数据；将所述统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；当所述回归结果数值大于预设阈值时，确定所述第一判断结果为道路异常；其中，将每一具体数据与一对应的回归系数相乘，回归系数为根据车辆因素和/或道路因素进行定义得到的固定参数，或者为逻辑回归分类模型通过机器学习调整得到的可变参数；

当所述第一判断结果为道路异常时，获取所述车辆的第一位置；

当所述车辆位于一路侧设备的通信范围内时，向所述路侧设备发送道路异常事件信息；所述道路异常事件信息包括：所述第一车况运行数据和所述第一位置。

2.根据权利要求1所述的预警方法，其特征在于，所述第一车况运行数据，包括以下至少之一：

三轴加速度传感器检测到的前向加速数据、后向加速度数据、上下振动数据、颠簸数据、左转弯数据、右转弯数据以及急刹车数据；

车速传感器检测到的即时车速数据；

防抱死刹车系统ABS传感器检测到的车轮ABS数据和滑行数据。

3.根据权利要求2所述的预警方法，其特征在于，所述逻辑回归分类模型的计算公式包括：

其中，z＝θ₀UAC+θ₁AAC+θ₂RAC+θ₃VE+θ₄LAC+θ₅SB+θ₆BAC+θ₇BU+θ₈ABS+θ₉SL；

为逻辑回归分类模型的回归结果数值；

θ₀、θ₁、θ₂、θ₃、θ₄、θ₅、θ₆、θ₇、θ₈、θ₉为回归系数；

UAC为所述上下振动数据；

AAC为所述前向加速度数据；

RAC为所述右转弯数据；

VE为所述即时车速数据；

LAC为所述左转弯数据；

SB为所述急刹车数据；

BAC为所述后向加速度数据；

BU为所述颠簸数据；

ABS为所述车轮ABS数据；

SL为所述滑行数据。

4.根据权利要求1所述的预警方法，其特征在于，还包括：

接收所述路侧设备发送的道路异常验证请求信息；所述道路异常验证请求信息包括：其他车辆在确定道路异常时，上传至所述路侧设备的第二车况运行数据和第二位置；

对所述道路异常验证请求信息进行路况验证，得到验证结果，并当所述车辆到达所述第二位置时，获取所述车辆的第三车况运行数据；

根据所述第三车况运行数据信息对所述第二位置处的路况进行判断，得到第二判断结果；

向所述路侧设备发送道路异常验证信息，其中，所述道路异常验证信息包括：所述第二位置、所述验证结果以及所述第二判断结果。

5.根据权利要求1所述的预警方法，其特征在于，还包括：

接收所述路侧设备发送的道路异常提醒信息；所述道路异常提醒信息至少包括：道路异常位置；

根据所述道路异常提醒信息进行预警提示。

6.一种车载设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至权利要求5中任一项所述的道路异常事件的预警方法的步骤。

7.一种车载设备的处理装置，其特征在于，包括：

第一获取模块，用于获取车辆行驶传感器检测到的车辆当前的第一车况运行数据；

第一判断模块，用于根据所述第一车况运行数据对当前路况进行判断，得到第一判断结果；其中，对所述第一车况运行数据进行量化处理，得到统计数据；将所述统计数据输入预设的逻辑回归分类模型中进行回归处理，并得到回归结果数值；当所述回归结果数值大于预设阈值时，确定所述第一判断结果为道路异常；其中，将每一具体数据与一对应的回归系数相乘，回归系数为根据车辆因素和/或道路因素进行定义得到的固定参数，或者为逻辑回归分类模型通过机器学习调整得到的可变参数；

第二获取模块，用于当所述第一判断结果为道路异常时，获取所述车辆的第一位置；

第一处理模块，用于当所述车辆位于一路侧设备的通信范围内时，向所述路侧设备发送道路异常事件信息；所述道路异常事件信息包括：所述第一车况运行数据和所述第一位置。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至权利要求5中任一项所述的道路异常事件的预警方法的步骤。

Images