车辆违规提醒的方法及装置的制造方法
【专利摘要】本公开是关于车辆违规提醒的方法及装置。该方法包括：获取车辆周围环境的图像；对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；获取所述车辆的当前状态信息；根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；当所述车辆违规时，向驾驶员发出提醒。该技术方案能够自动识别车辆违规，并及时向驾驶员发出提醒，因此可以有效避免行车过程中因违规行驶造成的危险。
【专利说明】
车辆违规提醒的方法及装置
技术领域
[0001 ]本公开涉及互联网技术领域，尤其涉及车辆违规提醒的方法及装置。
【背景技术】
[0002]随着汽车普及率的提高，越来越多的车主开车出行，这就要求大家文明驾驶，做一个合格的驾驶人。车主开车时有时会违规行驶，比如闯红灯、频繁变更车道、超出规定车速行驶、并道不打灯等，这些行为有的是车主故意违规，有时候是车主忘记自己违规了，并非故意违规。
【发明内容】
[0003]本公开实施例提供车辆违规提醒的方法及装置。所述技术方案如下:
[0004]根据本公开实施例的第一方面，提供一种车辆违规提醒的方法，包括:
[0005]获取车辆周围环境的图像；
[0006]对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；
[0007]获取所述车辆的当前状态信息；
[0008]根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；
[0009]当所述车辆违规时，向驾驶员发出提醒。
[0010]在一个实施例中，所述方法还可包括:
[0011 ]收集与所述目标信息的类型相对应的样本；
[0012]根据所述样本训练检测目标信息的检测模型；
[0013]所述对所述图像进行识别，识别出与所述车辆行驶相关的目标信息，包括:
[0014]将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标信息。
[0015]在一个实施例中，所述方法还可包括:
[0016]预先设置违规行为；
[0017]所述根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规，包括:
[0018]根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配；
[0019]当匹配时，确定所述车辆违规；
[0020]当不匹配时，确定所述车辆不违规。
[0021]在一个实施例中，所述违规行为可包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。
[0022]在一个实施例中，所述当所述车辆违规时，向驾驶员发出提醒，可包括:
[0023]当所述车辆违规时，向驾驶员语音播报所述违规行为。
[0024]在一个实施例中，所述获取车辆周围环境的图像，可包括:
[0025]对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。
[0026]在一个实施例中，所述车辆的当前状态信息，可包括以下信息中的一项或多项:
[0027]所述车辆的行驶速度、位置和转向角度。
[0028]在一个实施例中，所述与所述车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。
[0029]根据本公开实施例的第二方面，提供一种车辆违规提醒的装置，包括:
[0030]第一获取模块，用于获取车辆周围环境的图像；
[0031 ]识别模块，用于对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；
[0032]第二获取模块，用于获取所述车辆的当前状态信息；
[0033]确定模块，用于根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；
[0034]提醒模块，用于当所述车辆违规时，向驾驶员发出提醒。
[0035]在一个实施例中，所述装置还可包括:
[0036]收集模块，用于收集与所述目标信息的类型相对应的样本；
[0037]训练模块，用于根据所述样本训练检测目标信息的检测模型；
[0038]所述识别模块，包括:
[0039]第一确定子模块，用于将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标信息。
[0040]在一个实施例中，所述装置还可包括:
[0041 ]设置模块，用于预先设置违规行为；
[0042]所述确定模块，包括:
[0043]匹配子模块，用于根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配；
[0044]第二确定子模块，用于当匹配时，确定所述车辆违规；
[0045]第三确定子模块，用于当不匹配时，确定所述车辆不违规。
[0046]在一个实施例中，所述违规行为可包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。
[0047]在一个实施例中，所述提醒模块，可包括:
[0048]提醒子模块，用于当所述车辆违规时，向驾驶员语音播报所述违规行为。
[0049]在一个实施例中，所述第一获取模块，可包括:
[0050]获取子模块，用于对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。
[0051]在一个实施例中，所述车辆的当前状态信息，可包括以下信息中的一项或多项:
[0052]所述车辆的行驶速度、位置和转向角度。
[0053]在一个实施例中，所述与所述车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。
[0054]根据本公开实施例的第三方面，提供一种车辆违规提醒的装置，包括:
[0055]处理器；
[0056]用于存储处理器可执行指令的存储器；
[0057]其中，所述处理器被配置为:
[0058]获取车辆周围环境的图像；
[0059]对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；
[0060]获取所述车辆的当前状态信息；
[0061]根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；
[0062]当所述车辆违规时，向驾驶员发出提醒。
[0063]本公开的实施例提供的技术方案可以包括以下有益效果:
[0064]在一个实施例中，获取车辆周围环境的图像，对图像进行识别，识别出与车辆行驶相关的目标信息，获取车辆的当前状态信息，根据目标信息和车辆的当前状态信息确定车辆当前是否违规，当车辆违规时，向驾驶员发出提醒。由于能够自动识别车辆违规，并及时向驾驶员发出提醒，因此，可以有效避免行车过程中因违规行驶造成的危险。
[0065]在另一个实施例中，通过收集与目标信息的类型相对应的样本，根据样本建立训练模型，并将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标信息，从而可以快速、准确确定出目标信息。
[0066]在另一个实施例中，预先设置违规行为，并将目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配，当匹配时，确定车辆违规，当不匹配时，确定车辆不违规，从而可以及时采取措施，避免危险的发生。
[0067]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0068]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0069]图1是根据一示例性实施例示出的车辆违规提醒的方法的流程图。
[0070]图2是根据一示例性实施例示出的另一种车辆违规提醒的方法的流程图。
[0071 ]图3是根据一示例性实施例示出的另一种车辆违规提醒的方法的流程图。
[0072]图4是根据一示例性实施例一示出的车辆违规提醒的方法的流程图。
[0073]图5是根据一示例性实施例示出的车辆违规提醒的装置的框图。
[0074]图6是根据一示例性实施例示出的另一种车辆违规提醒的装置的框图。
[0075]图7是根据一示例性实施例示出的另一种车辆违规提醒的装置的框图。
[0076]图8是根据一示例性实施例示出的适用于车辆违规提醒的装置的框图。
【具体实施方式】
[0077]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0078]图1是根据一示例性实施例示出的一种车辆违规提醒的方法的流程图，用于车辆，如图1所示，该方法包括以下步骤S11-S105:
[0079]在步骤SlOl中，获取车辆周围环境的图像。
[0080]在一个实施例中，可以通过车载摄像头对车辆周围的环境进行拍摄，获得车辆周围环境的照片，由于车辆大部分时间是在行驶中，因此，车载摄像头最好是高速动态摄像头，能够在车辆行驶时拍摄清晰的图像。可以在车辆中安装一个摄像头，也可在车辆的前部、后部、左右各安装摄像头，以实现360度无死角拍摄。摄像头除拍摄车辆周围环境的照片夕卜，还可拍摄车辆周围环境的视频，对视频的处理和对照片的处理方式一样。
[0081]在步骤S102中，对图像进行识别，识别出与车辆行驶相关的目标信息。
[0082]车载摄像头拍摄车辆周围环境的图像后，将图像传送给模式识别装置，模式识别装置对图像进行模式识别。在一个实施例中，与车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。除此之外，还可以是任何与车辆行驶相关的信息，比如前、后方车辆的行驶信息。
[0083]除通过图像识别与车辆行驶相关的目标信息之外，还可以利用传感器检测与车辆行驶相关的目标信息，比如，利用传感器检测车辆周围是否有障碍物，利用安装在挡风玻璃上的传感器识别车道标志线。
[0084]在步骤S103中，获取车辆的当前状态信息。
[0085]在一个实施例中，车辆的当前状态信息，可包括以下信息中的一项或多项:车辆的行驶速度、位置和转向角度。利用定位技术，对车辆进行定位，获得车辆的位置。可通过方向盘或车轮转动的角度来确定车辆的转向角度。
[0086]在步骤S104中，根据目标信息和车辆的当前状态信息确定车辆当前是否违规。
[0087]举例说明，识别出的目标信息为前方十字路口红灯，车辆的当前状态信息为与该十字路口的距离小于100米，车速大于40km/h，且车主没有减速，此时可以确定车辆发生违规行为。再比如，车主在路边停车，识别出车辆周围有禁止停车的标志，则可以确定车辆违规。
[0088]在步骤S105中，当车辆违规时，向驾驶员发出提醒。
[0089]提醒可以是语音提醒，也可以是预定指示灯闪烁灯提醒方式。
[0090]在一个实施例中，步骤S105可实施为如下步骤A:
[0091 ]步骤A，当车辆违规时，向驾驶员语音播报违规行为。
[0092]向驾驶员语音播报违规行为，可以使驾驶员直观了解违规行为，便于驾驶员及时采取措施，避免危险行车。
[0093]本公开实施例的上述方法，获取车辆周围环境的图像，对图像进行识别，识别出与车辆行驶相关的目标信息，获取车辆的当前状态信息，根据目标信息和车辆的当前状态信息确定车辆当前是否违规，当车辆违规时，向驾驶员发出提醒。由于能够自动识别车辆违规，并及时向驾驶员发出提醒，因此，可以有效避免行车过程中因违规行驶造成的危险。
[0094]在一个实施例中，在步骤S102之前，如图2所示，上述方法还可包括以下步骤S106-S107:
[0095]在步骤S106中，收集与目标信息的类型相对应的样本。
[0096]目标信息的类型比如可以是行人、交通信号标志、道路标志、车辆等，收集多个行人、交通信号标志、道路标志、车辆的样本，将这些样本作为训练集，训练检测模型。
[0097]在步骤S107中，根据样本训练检测目标信息的检测模型。
[0098]可以利用分类检测算法比如CNN(卷积神经网络算法)、adab00st(—种迭代算法)、svm(支持向量机)，训练能从图像中检测出目标信息的模型。
[0099]此时，步骤S102可以实施为如下步骤S1021:
[0100]在步骤S1021中，将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标?目息O
[0101]训练能从图像中检测出目标信息的模型。将摄像头捕获的图像传递给训练好的模型，检测模型将图像中含有的行人、车辆、道路标志、或交通信号等信息识别出来。
[0102]具体检测方法例如可以是:将图像(新样本)传递给检测模型之后，在新样本到达后，提取特征，确定新样本的特征向量表示，确定训练集中与该新样本距离最近(最相似)的K个样本，根据K个样本所属类别来判定新样本所属类别。
[0103]本实施例中，通过收集与目标信息的类型相对应的样本，根据样本建立训练模型，并将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标信息，从而可以准确、快速确定出目标信息。
[0104]在一个实施例中，如图3所示，在步骤S104之前，上述方法还可包括以下步骤S108:
[0105]在步骤S108中，预先设置违规行为。
[0106]在判断车辆是否违规之前，需要先在系统内设置违规行为，以此确定哪些行为是违规的。在一个实施例中，违规行为可以是违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶等行为。具体地违规行为例如可以是闯红灯、实线变道、在禁止停车区域停车等行为。
[0107]此时，步骤S104可以实施为如下步骤S1041-S1043:
[0108]在步骤S1041中，根据目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配。
[0109]在步骤S1042中，当匹配时，确定车辆违规。
[0110]在步骤S1043中，当不匹配时，确定车辆不违规。
[0111]本实施例中，预先设置违规行为，并将目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配，当匹配时，确定车辆违规，当不匹配时，确定车辆不违规，从而可以及时采取措施，避免危险的发生。
[0112]在一个实施例中，步骤SlOl可实施为如下步骤B:
[0113]步骤B，对车辆周围环境进行拍摄，获取车辆周围环境的图像。
[0114]下面以具体实施例来说明本公开实施例提供的上述技术方案。
[0115]实施例一
[0116]实施例一利用本公开实施例提供的车辆违规提醒的方法，用于车辆中，如图4所示，车辆接下来进行如下操作:
[0117]在步骤S401中，车辆收集与目标信息的类型相对应的样本。
[0118]在步骤S402中，车辆根据样本训练检测目标信息的检测模型。
[0119]在步骤S403中，车辆预先设置违规行为。
[0120]在步骤S404中，车辆获取车辆周围环境的图像。
[0121]在步骤S405中，车辆将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标信息。
[0122]在步骤S406中，车辆获取车辆的当前状态信息。
[0123]在步骤S407中，车辆根据目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配。
[0124]在步骤S408中，当匹配时，车辆确定车辆违规，当不匹配时，确定车辆不违规。
[0125]在步骤S409中，当车辆违规时，车辆向驾驶员发出提醒。
[0126]实施例一，通过预先设置违规行为以及建立检测模型，通过检测模型确定出与车辆行驶相关的目标信息，通过预先设置的违规行为确定车辆是否违规，并在车辆违规时，向驾驶员发出提醒，从而可以有效避免行车过程中因违规行驶造成的危险。
[0127]下述为本公开装置实施例，可以用于执行本公开方法实施例。
[0128]图5是根据一示例性实施例示出的一种车辆违规提醒的框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图5所示，该车辆违规提醒的装置包括:
[0129]第一获取模块51，被配置为获取车辆周围环境的图像。
[0130]在一个实施例中，可以通过车载摄像头对车辆周围的环境进行拍摄，获得车辆周围环境的照片，由于车辆大部分时间是在行驶中，因此，车载摄像头最好是高速动态摄像头，能够在车辆行驶时拍摄清晰的图像。可以在车辆中安装一个摄像头，也可在车辆的前部、后部、左右各安装摄像头，以实现360度无死角拍摄。摄像头除拍摄车辆周围环境的图像夕卜，还可拍摄车辆周围环境的视频，对视频的处理和对图像的处理方式一样。
[0131 ]识别模块52，被配置为对图像进行识别，识别出与车辆行驶相关的目标信息。
[0132]第二获取模块53，被配置为获取车辆的当前状态信息。
[0133]确定模块54，被配置为根据目标信息和车辆的当前状态信息确定所述车辆当前是否违规。
[0134]提醒模块55，被配置为当车辆违规时，向驾驶员发出提醒。
[0135]提醒方式可以是语音提醒，也可以是预定指示灯闪烁灯提醒方式。
[0136]车载摄像头拍摄车辆周围环境的图像后，将图像传送给模式识别装置，模式识别装置对图像进行模式识别。在一个实施例中，与车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。除此之外，还可以是任何与车辆行驶相关的信息，比如前、后方车辆的行驶信息。
[0137]除通过图像识别与车辆行驶相关的目标信息之外，还可以利用传感器检测与车辆行驶相关的目标信息，比如，利用传感器检测车辆周围是否有障碍物、利用安装在挡风玻璃上的传感器识别车道标志线。
[0138]本公开实施例的上述装置，获取车辆周围环境的图像，对图像进行识别，识别出与车辆行驶相关的目标信息，获取车辆的当前状态信息，根据目标信息和车辆的当前状态信息确定车辆当前是否违规，当车辆违规时，向驾驶员发出提醒。由于能够自动识别车辆违规，并及时向驾驶员发出提醒，因此，可以有效避免行车过程中因违规行驶造成的危险。
[0139]在一个实施例中，车辆的当前状态信息，可包括以下信息中的一项或多项:车辆的行驶速度、位置和转向角度。利用定位技术，对车辆进行定位，获得车辆的位置。可通过方向盘或车轮转动的角度来确定车辆的转向角度。
[0140]在一个实施例中，如图6所示，上述装置还可包括:
[0141]收集模块56，被配置为收集与目标信息的类型相对应的样本。
[0142]目标信息的类型比如可以是行人、交通信号标志、道路标志、车辆等，收集多个行人、交通信号标志、道路标志、车辆的样本，将这些样本作为训练集，训练检测模型。
[0143]训练模块57，被配置为根据样本训练检测目标信息的检测模型。
[0144]可以利用分类检测算法比如CNN(卷积神经网络算法)、adab00st(—种迭代算法)、svm(支持向量机)，训练检测模型。
[0145]识别模块52，包括:
[0146]第一确定子模块，被配置为将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标信息。
[0147]训练能从图像中检测出目标信息的模型。将摄像头捕获的图像传递给训练好的模型，检测模型将图像中含有的行人、车辆、道路标志、或交通信号等信息识别出来。
[0148]具体检测方法例如可以是:将图像(新样本)传递给检测模型之后，在新样本到达后，提取特征，确定新样本的特征向量表示，确定训练集中与该新样本距离最近(最相似)的K个样本，根据K个样本所属类别来判定新样本所属类别。
[0149]本实施例中，通过收集与目标信息的类型相对应的样本，根据样本建立训练模型，并将图像传递给检测模型，由检测模型确定出与车辆行驶相关的目标信息，从而可以快速、准确确定出目标信息。
[0150]在一个实施例中，如图7所示，上述装置还可包括:
[0151]设置模块58，被配置为预先设置违规行为。
[0152]在判断车辆是否违规之前，需要先在系统内设置违规行为，以此确定哪些行为是违规的。在一个实施例中，违规行为可以是违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶等行为。具体地违规行为例如可以是闯红灯、实线变道、在禁止停车区域停车等行为。
[0153]确定模块54，包括:
[0154]匹配子模块，被配置为根据目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配。
[0155]第二确定子模块，用于当匹配时，确定车辆违规。
[0156]第三确定子模块，用于当不匹配时，确定车辆不违规。
[0157]本实施例中，预先设置违规行为，并将目标信息和车辆的当前状态信息与预先设置的违规行为进行匹配，当匹配时，确定车辆违规，当不匹配时，确定车辆不违规，从而可以及时采取措施，避免危险的发生。
[0158]在一个实施例中，违规行为可包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。
[0159]在一个实施例中，提醒模块55，可包括:
[0160]提醒子模块，被配置为当车辆违规时，向驾驶员语音播报违规行为。
[0161 ]在一个实施例中，第一获取模块51，可包括:
[0162]获取子模块，被配置为对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。
[0163]在一个实施例中，所述车辆的当前状态信息，可包括以下信息中的一项或多项:
[0164]车辆的行驶速度、位置和转向角度。
[0165]在一个实施例中，与车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。
[0166]本公开实施例还提供一种车辆违规提醒的装置，包括:
[0167]处理器；
[0168]用于存储处理器可执行指令的存储器；
[0169]其中，所述处理器被配置为:
[0170]获取车辆周围环境的图像；
[0171 ]对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；
[0172]获取所述车辆的当前状态信息；
[0173]根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；
[0174]当所述车辆违规时，向驾驶员发出提醒。
[0175]上述处理器还可被配置为:
[0176]收集与所述目标信息的类型相对应的样本；
[0177]根据所述样本训练检测目标信息的检测模型；
[0178]将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标信息。
[0179]上述处理器还可被配置为:
[0180]预先设置违规行为；
[0181]根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配；
[0182]当匹配时，确定所述车辆违规；
[0183]当不匹配时，确定所述车辆不违规。
[0184]上述处理器还可被配置为:
[0185]所述违规行为可包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。
[0186]上述处理器还可被配置为:
[0187]当所述车辆违规时，向驾驶员语音播报所述违规行为。
[0188]上述处理器还可被配置为:
[0189]对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。
[0190]上述处理器还可被配置为:
[0191]所述车辆的当前状态信息，可包括以下信息中的一项或多项:
[0192]所述车辆的行驶速度、位置和转向角度。
[0193]上述处理器还可被配置为:
[0194]所述与所述车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。
[0195]关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0196]图8是根据一示例性实施例示出的一种用于车辆违规提醒的装置的框图，该装置适用于终端设备。例如，装置1200可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0197]装置1200可以包括以下一个或多个组件:处理组件1202，存储器1204，电源组件1206，多媒体组件1208，音频组件1210，输入/输出(I/0)的接口 1212，传感器组件1214，以及通信组件1216。
[0198]处理组件1202通常控制装置1200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1202可以包括一个或多个模块，便于处理组件1202和其他组件之间的交互。例如，处理组件1202可以包括多媒体模块，以方便多媒体组件1208和处理组件1202之间的交互。
[0199]存储器1204被配置为存储各种类型的数据以支持在装置1200的操作。这些数据的示例包括用于在装置1200上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPR0M)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
[0200]电源组件1206为装置1200的各种组件提供电力。电源组件1206可以包括电源管理系统，一个或多个电源，及其他与为装置1200生成、管理和分配电力相关联的组件。
[0201 ]多媒体组件1208包括在所述装置1200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1208包括一个前置摄像头和/或后置摄像头。当装置1200处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0202 ]音频组件1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦克风(MIC)，当装置1200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。
[0203]I/O接口 1212为处理组件1202和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
[0204]传感器组件1214包括一个或多个传感器，用于为装置1200提供各个方面的状态评估。例如，传感器组件1214可以检测到装置1200的打开/关闭状态，组件的相对定位，例如所述组件为装置1200的显示器和小键盘，传感器组件1214还可以检测装置1200或装置1200—个组件的位置改变，用户与装置1200接触的存在或不存在，装置1200方位或加速/减速和装置1200的温度变化。传感器组件1214可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0205]通信组件1216被配置为便于装置1200和其他设备之间有线或无线方式的通信。装置1200可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1216还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
[0206]在示例性实施例中，装置1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0207]在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1204，上述指令可由装置1200的处理器1220执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是R0M、随机存取存储器(RAM)、CD-R0M、磁带、软盘和光数据存储设备等。
[0208]—种非临时性计算机可读存储介质，当所述存储介质中的指令由装置1200的处理器执行时，使得装置1200能够执行上述车辆违规提醒的方法，所述方法包括:
[0209]获取车辆周围环境的图像；
[0210]对所述图像进行识别，识别出与所述车辆行驶相关的目标信息；
[0211 ]获取所述车辆的当前状态信息；
[0212]根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规；
[0213]当所述车辆违规时，向驾驶员发出提醒。
[0214]在一个实施例中，所述方法还可包括:
[0215]收集与所述目标信息的类型相对应的样本；
[0216]根据所述样本训练检测目标信息的检测模型；
[0217]所述对所述图像进行识别，识别出与所述车辆行驶相关的目标信息，包括:
[0218]将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标信息。
[0219]在一个实施例中，所述方法还可包括:
[0220]预先设置违规行为；
[0221]所述根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规，包括:
[0222]根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配；
[0223]当匹配时，确定所述车辆违规；
[0224]当不匹配时，确定所述车辆不违规。
[0225]在一个实施例中，所述违规行为可包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。
[0226]在一个实施例中，所述当所述车辆违规时，向驾驶员发出提醒，可包括:
[0227]当所述车辆违规时，向驾驶员语音播报所述违规行为。
[0228]在一个实施例中，所述获取车辆周围环境的图像，可包括:
[0229]对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。
[0230]在一个实施例中，所述车辆的当前状态信息，可包括以下信息中的一项或多项:
[0231]所述车辆的行驶速度、位置和转向角度。
[0232]在一个实施例中，所述与所述车辆行驶相关的目标信息可包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。
[0233]本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0234]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种车辆违规提醒的方法，其特征在于，包括: 获取车辆周围环境的图像； 对所述图像进行识别，识别出与所述车辆行驶相关的目标信息； 获取所述车辆的当前状态信息； 根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规； 当所述车辆违规时，向驾驶员发出提醒。2.如权利要求1所述的方法，其特征在于，所述方法还包括: 收集与所述目标信息的类型相对应的样本； 根据所述样本训练检测目标信息的检测模型； 所述对所述图像进行识别，识别出与所述车辆行驶相关的目标信息，包括: 将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标?目息O3.如权利要求1所述的方法，其特征在于，所述方法还包括: 预先设置违规行为； 所述根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规，包括: 根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配； 当匹配时，确定所述车辆违规； 当不匹配时，确定所述车辆不违规。4.如权利要求3所述的方法，其特征在于，所述违规行为包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。5.如权利要求1所述的方法，其特征在于，所述当所述车辆违规时，向驾驶员发出提醒，包括: 当所述车辆违规时，向驾驶员语音播报所述违规行为。6.如权利要求1所述的方法，其特征在于，所述获取车辆周围环境的图像，包括: 对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。7.如权利要求1所述的方法，其特征在于，所述车辆的当前状态信息，包括以下信息中的一项或多项: 所述车辆的行驶速度、位置和转向角度。8.如权利要求1-7中任一项所述的方法，其特征在于，所述与所述车辆行驶相关的目标信息包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。9.一种车辆违规提醒的装置，其特征在于，包括: 第一获取模块，用于获取车辆周围环境的图像； 识别模块，用于对所述图像进行识别，识别出与所述车辆行驶相关的目标信息； 第二获取模块，用于获取所述车辆的当前状态信息； 确定模块，用于根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规； 提醒模块，用于当所述车辆违规时，向驾驶员发出提醒。10.如权利要求9所述的装置，其特征在于，所述装置还包括: 收集模块，用于收集与所述目标信息的类型相对应的样本； 训练模块，用于根据所述样本训练检测目标信息的检测模型； 所述识别模块，包括: 第一确定子模块，用于将所述图像传递给所述检测模型，由所述检测模型确定出与所述车辆行驶相关的目标信息。11.如权利要求9所述的装置，其特征在于，所述装置还包括: 设置模块，用于预先设置违规行为； 所述确定模块，包括: 匹配子模块，用于根据所述目标信息和所述车辆的当前状态信息与预先设置的违规行为进行匹配； 第二确定子模块，用于当匹配时，确定所述车辆违规； 第三确定子模块，用于当不匹配时，确定所述车辆不违规。12.如权利要求11所述的装置，其特征在于，所述违规行为包括以下行为中的一项或多项:违反道路交通信号灯通行，不按规定减速、停车、超车、避让行人，超速行驶、占用应急车道行驶，在高速公路上倒车、逆向行驶、低于规定最低时速行驶，违反禁令标志、禁止标线指示行驶。13.如权利要求9所述的装置，其特征在于，所述提醒模块，包括: 提醒子模块，用于当所述车辆违规时，向驾驶员语音播报所述违规行为。14.如权利要求9所述的装置，其特征在于，所述第一获取模块，包括: 获取子模块，用于对车辆周围环境进行拍摄，获取所述车辆周围环境的图像。15.如权利要求9所述的装置，其特征在于，所述车辆的当前状态信息，包括以下信息中的一项或多项: 所述车辆的行驶速度、位置和转向角度。16.如权利要求9-15中任一项所述的装置，其特征在于，所述与所述车辆行驶相关的目标信息包括以下信息中的一项或多项:限速牌、交通信号灯、行人、非机动车、障碍物、道路转向标志、车道标志线。17.一种车辆违规提醒的装置，其特征在于，包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 获取车辆周围环境的图像； 对所述图像进行识别，识别出与所述车辆行驶相关的目标信息； 获取所述车辆的当前状态信息； 根据所述目标信息和所述车辆的当前状态信息确定所述车辆当前是否违规； 当所述车辆违规时，向驾驶员发出提醒。
【文档编号】B60W50/14GK106004883SQ201610350481
【公开日】2016年10月12日
【申请日】2016年5月24日
【发明人】陈志军, 杨松, 张旭华
【申请人】北京小米移动软件有限公司