一种基于车辆的紧急录像方法、系统、设备及计算机可读存储介质

技术领域

本申请涉及车载录像领域，尤其涉及一种基于车辆的紧急录像方法、系统、设备及计算机可读存储介质。

背景技术

在汽车行业飞速发展的大背景下，汽车用户数量越来越庞大，在复杂的行车环境很难避免汽车之间的碰撞摩擦，事故双方各执己见，事故责任的划分也变得十分困难。以此衍生出的行车记录仪这类产品，真实还原事故现场，快速解决事故责任划分问题。

目前市面上的行车记录仪产品一致采用了循环录像的做法，以保证时刻记录行车周围环境，保证事故出现时真相的还原。但循环录像有一个很大的弊端，循环视频数量太多，无法快速找到事故现场的视频。为此许多记录仪方案商都绞尽脑汁，寻找最佳方案将碰撞事故现场视频单独加锁存储。

因此基于上述问题，现有技术还有待改进。

发明内容

本申请的目的是减少紧急录像的误判断，提高紧急录像开启的准确性。

本申请的上述技术目的一是通过以下技术方案得以实现的：

一种基于车辆的紧急录像方法，所述方法包括：

实时获取行车参数；

基于所述行车参数，对行车参数进行滤波处理；

基于滤波处理后的行车参数，判断车辆是否处于减速带场景；

当车辆未处于减速带场景，进行车辆碰撞判断；

当判断车辆发生碰撞时，触发紧急录像。

通过采用上述技术方案，通过行车参数的获取，对复杂行车场景：过减速带、紧急刹车、追尾前车、被后车追尾、侧方碰撞，进行了算法分析，对过减速带场景进行了过滤，不再误触发紧急录像，极大程度的减少了紧急录像误触发的数量，有效提高还原事故现场的效率。

本发明在一较佳示例中可以进一步配置为：实时获取行车参数包括：

获取不同场景下的多组行车参数；

基于行车场景及对应的行车参数，对行车参数进行分析；

基于行车参数的分析，计算出不同的场景下的判断阈值

通过采用上述技术方案，针对不同场景获取到行车参数，涵盖场景多样性和信息全面性，经过行车参数进行分析所得到的判断阈值也具有针对性，此时的判断阈值是通过分析得出，可靠性较高，也给之后的车辆是否碰撞或行驶通过减速带等场景做了铺垫，让之后计算机的计算和判断过程有据可依。

本发明在一较佳示例中可以进一步配置为：实时获取行车参数包括：

基于车辆为坐标原点，建立三维坐标系，所述三维坐标系包括：X轴、Y轴和Z轴；

分别获取三轴加速度（X，Y，Z）；

其中，X、Y、Z分别反映车辆在第一方向、第二方向、第三方向的加减速信息。

通过采用上述技术方案，化抽象为具体，建立三维坐标系和获取三轴加速度，有利于对行车参数进行滤波处理，同时给予车辆行驶方向做出了清晰的解释，更清晰地辨别出某一方向加速度的大小，有利益计算。

本发明在一较佳示例中可以进一步配置为：基于所述行车参数，对行车参数进行滤波处理还包括：

连续获取采样值；

基于本次采样值与上次采样值进行比对；

判断本次采样值是否大于最大偏差；

当本次采样值大于最大偏差时，剔除本次采样值；

当本次采样值小于等于最大偏差时，保留本次采样值。

通过采用上述技术方案，可以对每次采样到的原始数据先进行限幅处理，可以对于偶然出现的脉冲性干扰，而引起的采样值偏差做出剔除，实现数据的精确性，设定最大偏差使本次采样有限制的范围，实现采样值相对标准化。

本发明在一较佳示例中可以进一步配置为：当本次采样值小于等于最大偏差时，保留本次采样值之后包括：

获取预定个数的采样值；

对预定个数的采样值进行递推平均滤波处理，得到采样值数据队列；

对采样值数据队列进行加权处理，得到该场景下的判断值。

通过采用上述技术方案，可以剔除部分突变和受到影响导致不稳定的滤波，得到采样值数据队列，通过对采样值数据队列进行加权处理，越接近现时刻的数据，权取得越大，灵敏度越高，可以得到当前场景下的判断值，此方具有场景多样性，针对多个场景都可得出判断值，通过采样值与判断值比对具有筛选的效果。

本发明在一较佳示例中可以进一步配置为：对数据队列加权处理包括：

基于采样值数据队列，将采样值数据按照先进先出排列；

基于本次采样值的个数，判断本次采样值数据插入后，数据个数是否超出阈值；

当数据个数超出阈值时，将最新数据按照先进先出排入队列，剔除先进入的数据。

通过采用上述技术方案，将采样值数据按照先进先出排列，体现队列的有序性，判断本次采样值数据插入后用于对最新采样值的保留，使采样值具有最新性，个数和阈值的设置有利于规范化采样值的队列范围，便于计算机的处理。

本发明在一较佳示例中可以进一步配置为：当判断车辆发生碰撞时，触发紧急录像包括：

基于行车参数，分别将行车参数与不同的场景下的行车参数判断阈值比对；

当比对结果与车辆碰撞场景对应时，触发紧急录像。

通过采用上述技术方案，在不同场景下，进行行车参数和行车参数判断阈值比对，可以判断车辆是处于减速带场景还是车辆碰撞场景，达到对减速带场景过滤及对碰撞场景识别的效果，通过对车辆碰撞场景的判断，执行触发紧急录像操作。

本申请目的二是提供一种基于车辆的紧急录像系统。

本申请的上述申请目的二是通过以下技术方案得以实现的：

一种基于车辆的紧急录像系统，所述系统包括：

获取模块，用于实时获取行车参数；

处理模块，用于基于所述行车参数，对行车参数进行滤波处理；

场景判断模块，用于判断模块，用于基于滤波处理后的行车参数，判断车辆是否处于减速带场景；

碰撞判断模块，用于当车辆未处于减速带场景，进行车辆碰撞判断；

触发模块，用于当判断车辆发生碰撞时，触发紧急录像。

通过采用上述技术方案，通过行车参数的获取，对复杂行车场景：过减速带、紧急刹车、追尾前车、被后车追尾、侧方碰撞，进行了算法分析，对过减速带场景进行了过滤，不再误触发紧急录像，极大程度的减少了紧急录像误触发的数量，有效提高还原事故现场的效率。

本申请目的三是提供一种基于车辆的紧急录像设备：

本申请的上述申请目的三是通过以下技术方案得以实现的：

一种基于车辆的紧急录像设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述一种基于车辆的紧急录像方法的计算机程序。

本申请目的四是提供一种计算机可读存储介质。

本申请的上述申请目的四是通过以下技术方案得以实现的：

一种计算机可读存储介质，其中，存储有能够被处理器加载并执行上述一种基于车辆的紧急录像方法的计算机程序。

综上所述，本申请包括以下至少一种有益技术效果：

1、通过行车参数的获取，对复杂行车场景：过减速带、紧急刹车、追尾前车、被后车追尾、侧方碰撞，进行了算法分析，对过减速带场景进行了过滤，不再误触发紧急录像，极大程度的减少了紧急录像误触发的数量，有效提高还原事故现场的效率。

2、化抽象为具体，建立三维坐标系和获取三轴加速度，有利于对行车参数进行滤波处理，同时给予车辆行驶方向做出了清晰的解释，更清晰地辨别出某一方向加速度的大小，有利益计算。

3、可以剔除部分突变和受到影响导致不稳定的滤波，得到采样值数据队列，通过对采样值数据队列进行加权处理，越接近现时刻的数据，权取得越大，灵敏度越高，可以得到当前场景下的判断值，此方具有场景多样性，针对多个场景都可得出判断值，通过采样值与判断值比对具有筛选的效果。

附图说明

图1是本申请一种基于车辆的紧急录像方法的步骤流程图。

图2是本申请一种基于车辆的紧急录像系统的结构框图。

附图标记说明：1、获取模块；2、处理模块；3、场景判断模块；4、碰撞判断模块；5、触发模块。

具体实施方式

以下结合附图对本申请作进一步详细说明。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，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“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

下面结合说明书附图对本申请实施例作进一步详细描述。

本申请实施例提供一种基于车辆的紧急录像方法，参照图1，所述方法的主要流程描述如下：

S1、实时获取行车参数；

其中，行车参数包括不限于车辆的行驶方向、行驶速度、行驶加速度等，通过行驶方向可了解车辆方向的变化情况，并进行记录，行驶加速度有助于检测度车辆当前加速的大小，可以在某个时间段内与平均加速度阈值比较，判断当前加速度超出阈值，从而判断车辆加速度异常。通过行驶参数和行驶加速度的配合，再结合算法，可以识别车辆在碰撞阶段开启紧急录像功能。实时获取行车参数相较于间隔时间段，实时获取更具有实用性，间隔时间段获取可能会出现在车辆发生碰撞时未进行记录的情况，故，优选的实时获取行车参数，且实时获取的行车参数偏差值最小，较能体现出最近时刻的一个车辆状态。

S2、基于所述行车参数，对行车参数进行滤波处理；

行车参数如上述所提及包括不限于车辆的行驶方向、行驶速度、行驶加速度等，对行车参数进行滤波处理主要指对行车加速度进行滤波处理，通过“限幅滤波法”和“加权递推平均滤波法”对行驶加速度进行滤波处理，滤掉异常数据。

S3、基于滤波处理后的行车参数，判断车辆是否处于减速带场景；

其中，滤波处理后的行车参数将偶发性的干扰进行剔除，此时的数据可参考性更强，车辆正常通过减速带的情况下，通过实验可以得出减速带场景下行车加速的一个稳定阈值，行车加速度在一个相对稳定的区间内，基于滤波处理后的行车参数，与减速带场景中的行车方向和车辆某方向的行车加速度阈值比对，当行车参数符合该阈值内可以判断车辆处于减速带场景，对过减速带场景进行了过滤，不再误触发紧急录像。

S4、当车辆未处于减速带场景，进行车辆碰撞判断；

其中，通过S2可知车辆处于减速带场景，设定车辆处于减速带场景，为车辆正常行驶导致车辆加速度发生变化，当车辆未处于减速带场景，通过车辆其他行驶方向和加速度的对应再联合算法可以进行车辆碰撞判断。

S5、当判断车辆发生碰撞时，触发紧急录像。

其中，判断车辆发生碰撞时通过上述判断结合下文具体方法可得，在车辆发生碰撞时，触发紧急录像进行录制，极大程度的减少了紧急录像误触发的数量，有效提高还原事故现场的效率。

具体的，在一些可能的实施例中，实时获取行车参数包括：

获取不同场景下的多组行车参数；

基于行车场景及对应的行车参数，对行车参数进行分析；

基于行车参数的分析，计算出不同的场景下的判断阈值。

针对于不同场景，可以是一个场景下获取多组行车参数，先进行场景的选择，基于所选择的行车场景再获取对应的行车参数，对行车参数进行分析，包括行车方向和行车加速的分析和计算。通过行车参数的分析，可以计算出不同的场景下的判断阈值，每个场景都有自己对应的行车参数，每个行车参数通过均值的计算得出一一对应的判断阈值，判断阈值相当于，当前车辆在该场景下的各个正常行车参数的范围，在判断阈值内为正常行驶或减速带场景，超过判断阈值则为异常情况，将进行紧急录像。

具体的，在一些可能的实施例中，实时获取行车参数包括：

基于车辆为坐标原点，建立三维坐标系，所述三维坐标系包括：X轴、Y轴和Z轴；

分别获取三轴加速度（X，Y，Z）；

其中，X、Y、Z分别反映车辆在第一方向、第二方向、第三方向的加速度信息。

其中，以车辆为坐标原点建立三维坐标系，三维坐标即三个维度建立坐标轴的方向，三维坐标系对应三个轴分别为：X轴、Y轴和Z轴，三轴加速度表示分别X、Y、Z三个轴向上的加速度（X,Y,Z）数据的正负为三个轴的方向，例如，X为车辆往第一方向正向行驶，-X为车辆第往一方向反向行驶，通过数值大小和正负清楚地反应车辆的方向与加速度的大小。

具体的，在一些可能的实施例中，基于所述行车参数，对行车参数进行滤波处理还包括：

连续获取采样值；

基于本次采样值与上次采样值进行比对；

判断本次采样值是否大于最大偏差；

当本次采样值大于最大偏差时，剔除本次采样值；

当本次采样值小于等于最大偏差时，保留本次采样值。

其中，根据碰撞振动的持续性，需要连续获取采样值，连续获取采样值，可以采集到基本所有的数据，可以反应一段时间内的平均水平，代表性强。去掉波峰与波谷将剩下的采样值进行平均，最大偏差值是连续的采样值的平均值域的最大波动范围，上次采样值是通过比对留下的数据，是符合连续采样值的平均值域的采样值，通过本次采样值与上次采样值进行比对，当本次采样值与上次采样值的偏差在符合的范围内时，本次采样值亦符合连续的采样值的平均值域。此时进行滤波处理，基于本次采样值，判断本次采样值是否大于最大偏差值，当本次采样值大于最大偏差时，剔除本次采样值；对于偶然出现的脉冲性干扰而引起的采样值偏差做出剔除，目的提高采样值的精确性。

具体的，在一些可能的实施例中，当本次采样值小于等于最大偏差时，保留本次采样值之后包括：

获取预定个数的采样值；

对预定个数的采样值进行递推平均滤波处理，得到采样值数据队列；

对采样值数据队列进行加权处理，得到该场景下的判断值。

其中，采样值的预定个数可以根据需求和场景进行设定，先进行递推平均滤波处理，将一部份的采样值进行剔除，留下剔除后的采样值，以保证采样值的准确性，再样值数据队列进行加权处理，不同场景三轴数据准确性侧重不同，需要做加权和设定不同阈值，针对不同场景可以获得不同的判断值，也可以称作判断阈值，此处为当前场景下的判断值，用于与下文与行车参数做比对，得出所需场景。

具体的，在一些可能的实施例中，对数据队列加权处理包括：

基于采样值数据队列，将采样值数据按照先进先出排列；

基于本次采样值的个数，判断本次采样值数据插入后，数据个数是否超出阈值；

当数据个数超出阈值时，将最新数据按照先进先出排入队列，剔除先进入的数据。

其中，做递推平均滤波，即对剔除处理后的数据依次放入队尾，并扔掉原来队首的一次数据，实行先进先出原则，得到最新的队列数据。做加权处理，即对于递推的原始队列数据，做不同的加权，越接近现时刻的数据，权取得越大，灵敏度越高。

具体的，在一些可能的实施例中，当判断车辆发生碰撞时，触发紧急录像包括：

基于行车参数，分别将行车参数与不同的场景下的行车参数判断阈值比对；

当比对结果与车辆碰撞场景对应时，触发紧急录像。

其中，针对三轴特性和不同场景的关联性，对XYZ三轴的数据设置不同的阈值。首先判断是否为减速带场景：X轴数据小于X轴阈值，且YZ轴数据大于YZ轴阈值，则认为是减速带场景，不再触发紧急录像；相反，则不认为是减速带场景，需要做紧急刹车、追尾、侧方碰撞环境的判断。紧急情况场景判定条件：紧急刹车场景，XZ轴数据小于XZ轴阈值，且Y轴数据大于Y轴阈值。追前车、被后车追尾和侧方碰撞场景，Z轴数据小于Z轴阈值，且XY轴数据大于XY轴阈值。

本申请实施例中，其中，关于实验过程分析：

第一步，进行实验数据统计：将内置加速度计传感器的记录仪安装于车辆驾驶位合适位置，通过采集场景、采集车速和采集次数进行分析。不同场景包括不限于:颠簸路面场景、减速带场景、紧急刹车场景、被后车追尾场景、追尾前车场景和侧方碰撞场景等，多组行车参数使得行车参数更真实且加准确；

采集车速：为实验人员安全起见，车速只设定为 10/15/20/25/30/35/40/45/50km/h；

采集次数：各场景，各车速，分别采样20次。

第二步，实验数据初步分析：

1. 三轴特性与场景关联性分析；

2. 原始数据分析；

3.数据存在的误差的分析。

第三步，实验数据因素分析：

1. 根据三轴特性和场景关联性分析；

2. 车速因素分析。第四步，得出实验结论与并应用；

3. 由于原始数据可能存在各种误差，根据实验数据初步分析和实验数据因素分析，寻找适合本实验的滤波方法；

4. 记录仪完整工作流程。

本申请另一实施例，公开了一种基于车辆的紧急录像系统，参照图2，包括：

获取模块1，用于实时获取行车参数；

处理模块2，用于基于所述行车参数，对行车参数进行滤波处理；

场景判断模块3，用于判断模块，用于基于滤波处理后的行车参数，判断车辆是否处于减速带场景；

碰撞判断模块4，用于当车辆未处于减速带场景，进行车辆碰撞判断；

触发模块5，用于当判断车辆发生碰撞时，触发紧急录像。

本实施例提供的一种基于车辆的紧急录像系统，由于其各模块本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，获取模块包括：

参数获取单元，用于获取不同场景下的多组行车参数；

分析单元，用于基于行车场景及对应的行车参数，对行车参数进行分析；

计算单元，用于基于行车参数的分析，计算出不同的场景下的判断阈值。

本实施例提供的一种基于车辆的紧急录像系统，由于其各单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，获取模块还包括：

坐标系建立单元，用于基于车辆为坐标原点，建立三维坐标系，所述三维坐标系包括：X轴、Y轴和Z轴；

加速度获取单元，用于分别获取三轴加速度（X，Y，Z）；

其中，X、Y、Z分别反映车辆在第一方向、第二方向、第三方向的加速度信息。

本实施例提供的一种基于车辆的紧急录像系统，由于其各单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，处理模块包括：

连续获取单元，用于连续获取采样值；

比对单元，用于基于本次采样值与上次采样值进行比对；

判断单元，用于判断本次采样值是否大于最大偏差；

剔除单元，用于当本次采样值大于最大偏差时，剔除本次采样值；

保留单元，用于当本次采样值小于等于最大偏差时，保留本次采样值。

本实施例提供的一种基于车辆的紧急录像系统，由于其各单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，处理模块还包括：

个数获取单元，用于获取预定个数的采样值；

递推平均滤波处理单元，用于对预定个数的采样值进行递推平均滤波处理，得到采样值数据队列；

加权处理单元，用于对采样值数据队列进行加权处理，得到该场景下的判断值。

本实施例提供的一种基于车辆的紧急录像系统，由于其各单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，加权处理单元包括：

排列子单元，用于基于采样值数据队列，将采样值数据按照先进先出排列；

判断子单元，用于基于本次采样值的个数，判断本次采样值数据插入后，数据个数是否超出阈值；

剔除子单元，用于当数据个数超出阈值时，将最新数据按照先进先出排入队列，剔除先进入的数据。

本实施例提供的一种基于车辆的紧急录像系统，由于其各子单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

具体的，在一些可能的实施例中，触发模块包括：

判断阈值比对单元，用于基于行车参数，分别将行车参数与不同的场景下的行车参数判断阈值比对；

触发单元，用于当比对结果与车辆碰撞场景对应时，触发紧急录像。

本实施例提供的一种基于车辆的紧急录像系统，由于其各单元本身的功能及彼此之间的逻辑连接，能实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述一种基于车辆的紧急录像方法步骤的相关描述，在此不再累述。

本申请实施例，还提供了一种基于车辆的紧急录像设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述一种基于车辆的紧急录像方法的计算机程序。

本申请实施例，还提供了一种计算机可读存储介质，其中，存储有能够被处理器加载并执行上述一种基于车辆的紧急录像方法的计算机程序。

本实施例提供的可读存储介质，由于其中的计算机程序在处理器上加载并运行后，会实现前述实施例的各个步骤，因此能够达到与前述实施例相同的技术效果，原理分析可参见前述方法步骤的相关描述，在此不再累述。

所述计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定，仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。

由此，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、原理所做的等效变化，均应涵盖于本申请的保护范围之内。