技術(shù)領(lǐng)域

本發(fā)明涉及報(bào)警領(lǐng)域，特別涉及一種遠(yuǎn)程報(bào)警的方法和裝置。

背景技術(shù)：

交通事故現(xiàn)場(chǎng)是交通事故案件證據(jù)的主要所在地，是反映當(dāng)事人的交通肇事行為，事故演變過程的空間場(chǎng)所。交通現(xiàn)場(chǎng)一般都會(huì)遺留一些痕跡和物證。它是判定行駛狀態(tài)的、行駛路線的證據(jù)。由于交通的動(dòng)態(tài)流動(dòng)以及天氣的變化等客觀因素的影響，一些痕跡和物證可能會(huì)流失，因此當(dāng)事人要及時(shí)地保護(hù)現(xiàn)場(chǎng)。要嚴(yán)防事故的發(fā)生，需要進(jìn)行報(bào)警，而現(xiàn)在一般都是打開危險(xiǎn)警報(bào)閃光燈和警告標(biāo)志，以免發(fā)生事故，然而，卻很少通過遠(yuǎn)程進(jìn)行報(bào)警。

技術(shù)實(shí)現(xiàn)要素：

基于此，本發(fā)明提供了一種遠(yuǎn)程報(bào)警的方法。

一種遠(yuǎn)程報(bào)警的方法，所述方法包括：

獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；

根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；

根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。

在本發(fā)明實(shí)施例中，所述獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息之后，所述方法還包括：

對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，得到信息過濾和整合后的故障信息；

根據(jù)信息過濾和整合后的故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息。

在其中一個(gè)實(shí)施例中，所述對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，包括：

使用擴(kuò)展卡爾曼濾波算法EKF、或無損卡爾曼濾波算法UKF、或粒子濾波算法PF對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合。

在其中一個(gè)實(shí)施例中，所述獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息之后，所述方法還包括：

根據(jù)模糊算法檢測(cè)所述故障信息中是否存在異常數(shù)據(jù)，并在所述故障信息中存在異常數(shù)據(jù)時(shí)，對(duì)所述故障信息進(jìn)行平滑矯正。

在其中一個(gè)實(shí)施例中，所述基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息包括：

通過數(shù)據(jù)估算算法根據(jù)多次拍攝到的圖像數(shù)據(jù)估計(jì)出故障現(xiàn)場(chǎng)的地理位置信息；

在檢測(cè)到不能采集到所述圖像數(shù)據(jù)時(shí)，使用圖像邊緣檢測(cè)算法對(duì)圖像數(shù)據(jù)進(jìn)行檢測(cè)。

一種遠(yuǎn)程報(bào)警的裝置，所述裝置包括：

獲取模塊100，用于獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；

設(shè)置模塊200，用于根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；

遠(yuǎn)程報(bào)警模塊300，用于根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

信息過濾和整合模塊，用于對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，得到信息過濾和整合后的故障信息；

設(shè)置模塊，用于根據(jù)信息過濾和整合后的故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息。

在其中一個(gè)實(shí)施例中，所述信息過濾和整合模塊具體用于使用擴(kuò)展卡爾曼濾波算法EKF、或無損卡爾曼濾波算法UKF、或粒子濾波算法PF對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

檢測(cè)模塊，用于根據(jù)模糊算法檢測(cè)所述故障信息中是否存在異常數(shù)據(jù)，并在所述故障信息中存在異常數(shù)據(jù)時(shí)，對(duì)所述故障信息進(jìn)行平滑矯正。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

估計(jì)模塊，用于通過數(shù)據(jù)估算算法根據(jù)多次拍攝到的圖像數(shù)據(jù)估計(jì)出故障現(xiàn)場(chǎng)的地理位置信息；

數(shù)據(jù)檢測(cè)模塊，用于在檢測(cè)到不能采集到所述圖像數(shù)據(jù)時(shí)，使用圖像邊緣檢測(cè)算法對(duì)圖像數(shù)據(jù)進(jìn)行檢測(cè)。

有益效果：

本發(fā)明公開了一種遠(yuǎn)程報(bào)警的方法，所述方法包括：獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。通過該報(bào)警方法可以使用戶及時(shí)的得知故障現(xiàn)場(chǎng)的故障并進(jìn)行趨利避害。

附圖說明

圖1為本發(fā)明一種遠(yuǎn)程報(bào)警方法的方法流程圖。

圖2為本發(fā)明一種遠(yuǎn)程報(bào)警裝置的裝置框圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，一種遠(yuǎn)程報(bào)警的方法，所述方法包括：

S101：獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；

S102：根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；

S103：根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。

在本發(fā)明實(shí)施例中，所述獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息之后，所述方法還包括：

對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，得到信息過濾和整合后的故障信息；

根據(jù)信息過濾和整合后的故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息。

在其中一個(gè)實(shí)施例中，所述對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，包括：

使用擴(kuò)展卡爾曼濾波算法EKF、或無損卡爾曼濾波算法UKF、或粒子濾波算法PF對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合。

在本發(fā)明的一個(gè)實(shí)施例中，使用擴(kuò)展卡爾曼濾波算法（EKF，Extended Kalman Filter）或無損卡爾曼濾波算法（UKF，Unsented Kalmah Filter）或粒子濾波算法對(duì)故障信息進(jìn)行信息過濾和融合。也就是說，在本發(fā)明實(shí)施例中，各種濾波算法的實(shí)現(xiàn)可以通過具體的濾波器來實(shí)現(xiàn)。

在其中一個(gè)實(shí)施例中，所述獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息之后，所述方法還包括：

根據(jù)模糊算法檢測(cè)所述故障信息中是否存在異常數(shù)據(jù)，并在所述故障信息中存在異常數(shù)據(jù)時(shí)，對(duì)所述故障信息進(jìn)行平滑矯正。

在其中一個(gè)實(shí)施例中，所述基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息包括：

通過數(shù)據(jù)估算算法根據(jù)多次拍攝到的圖像數(shù)據(jù)估計(jì)出故障現(xiàn)場(chǎng)的地理位置信息；

在檢測(cè)到不能采集到所述圖像數(shù)據(jù)時(shí)，使用圖像邊緣檢測(cè)算法對(duì)圖像數(shù)據(jù)進(jìn)行檢測(cè)。

一種遠(yuǎn)程報(bào)警的裝置，所述裝置包括：

獲取模塊100，用于獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；

設(shè)置模塊200，用于根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；

遠(yuǎn)程報(bào)警模塊300，用于根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

信息過濾和整合模塊，用于對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合，得到信息過濾和整合后的故障信息；

設(shè)置模塊，用于根據(jù)信息過濾和整合后的故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息。

在其中一個(gè)實(shí)施例中，所述信息過濾和整合模塊具體用于使用擴(kuò)展卡爾曼濾波算法EKF、或無損卡爾曼濾波算法UKF、或粒子濾波算法PF對(duì)所述多個(gè)故障信息進(jìn)行信息過濾和整合。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

檢測(cè)模塊，用于根據(jù)模糊算法檢測(cè)所述故障信息中是否存在異常數(shù)據(jù)，并在所述故障信息中存在異常數(shù)據(jù)時(shí)，對(duì)所述故障信息進(jìn)行平滑矯正。

在其中一個(gè)實(shí)施例中，所述裝置還包括：

估計(jì)模塊，用于通過數(shù)據(jù)估算算法根據(jù)多次拍攝到的圖像數(shù)據(jù)估計(jì)出故障現(xiàn)場(chǎng)的地理位置信息；

數(shù)據(jù)檢測(cè)模塊，用于在檢測(cè)到不能采集到所述圖像數(shù)據(jù)時(shí)，使用圖像邊緣檢測(cè)算法對(duì)圖像數(shù)據(jù)進(jìn)行檢測(cè)。

本發(fā)明公開了一種遠(yuǎn)程報(bào)警的方法，所述方法包括：獲取多個(gè)物理傳感器檢測(cè)到的故障現(xiàn)場(chǎng)的多個(gè)故障信息，并基于拍攝到的圖像數(shù)據(jù)檢測(cè)出故障現(xiàn)場(chǎng)的地理位置信息；根據(jù)所述故障信息和所述地理位置信息，設(shè)置對(duì)該故障進(jìn)行遠(yuǎn)程報(bào)警的基于一報(bào)警策略的報(bào)警信息；根據(jù)所述報(bào)警信息進(jìn)行遠(yuǎn)程報(bào)警，以使在該故障現(xiàn)場(chǎng)邊緣的用戶和行駛器可繞過該故障現(xiàn)場(chǎng)。通過該報(bào)警方法可以使用戶及時(shí)的得知故障現(xiàn)場(chǎng)的故障并進(jìn)行趨利避害。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡(jiǎn)潔，未對(duì)上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。