[發明專利]數據處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010469548.6
• 申請日: 2020-05-28
• 公開（公告）號: CN111709462A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 侯琛
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G08G1/16
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

本公開提供了一種數據處理方法、裝置、電子設備及存儲介質，所述方法包括：獲取車輛駕駛風險等級的跳變級數所服從的概率分布，所述跳變級數用于表征所述車輛駕駛風險等級所發生的跳變程度；獲取所述車輛駕駛風險等級的跳變級數的期望發生概率；基于所述概率分布以及所述期望發生概率，獲取所述車輛駕駛風險等級的期望跳變級數；基于在車輛駕駛過程中所述車輛駕駛風險等級的目標跳變級數與所述期望跳變級數的對比，確定所述目標跳變級數是否異常。本公開實施例能夠提高對車輛駕駛風險等級所發生跳變的識別準確度。

技術領域

本公開涉及云物聯領域，具體涉及一種數據處理方法、裝置、電子設備及存儲介質。

背景技術

隨著互聯網技術在交通領域的深入發展，應用云技術根據車輛駕駛風險等級對道路上駕駛的車輛進行預警有著重要的應用價值。在這一預警過程中，有時會出現車輛駕駛風險等級發生跳變的情況。跳變可能是正常的，也可能是異常的。現有技術中，要么認為車輛駕駛風險等級一定是不會發生跳變的，進而將所有跳變視為異常，從而增大了預警的漏報率；要么認為車輛駕駛風險等級發生的所有跳變都是正常的，從而增大了預警的虛警率。

發明內容

本公開的一個目的在于提出一種數據處理方法、裝置、電子設備及存儲介質，能夠提高對車輛駕駛風險等級所發生跳變的識別準確度。

根據本公開實施例的一方面，公開了一種數據處理方法，所述方法包括：

獲取車輛駕駛風險等級的跳變級數所服從的概率分布，所述跳變級數用于表征所述車輛駕駛風險等級所發生的跳變程度；

獲取所述車輛駕駛風險等級的跳變級數的期望發生概率；

基于所述概率分布以及所述期望發生概率，獲取所述車輛駕駛風險等級的期望跳變級數；

基于在車輛駕駛過程中所述車輛駕駛風險等級的目標跳變級數與所述期望跳變級數的對比，確定所述目標跳變級數是否異常。

根據本公開實施例的一方面，公開了一種數據處理裝置，所述裝置包括：

第一獲取模塊，配置為獲取車輛駕駛風險等級的跳變級數所服從的概率分布，所述跳變級數用于表征所述車輛駕駛風險等級所發生的跳變程度；

第二獲取模塊，配置為獲取所述車輛駕駛風險等級的跳變級數的期望發生概率；

第三獲取模塊，配置為基于所述概率分布以及所述期望發生概率，獲取所述車輛駕駛風險等級的期望跳變級數；

確定模塊，配置為基于在車輛駕駛過程中所述車輛駕駛風險等級的目標跳變級數與所述期望跳變級數的對比，確定所述目標跳變級數是否異常。

在本公開的一示例性實施例中，所述裝置配置為：

獲取所述車輛駕駛風險等級的平均跳變級數；

以在單位時間內的所述平均跳變級數為參數，生成所述跳變級數所服從的泊松分布。

在本公開的一示例性實施例中，所述裝置配置為：

獲取第一車輛與第二車輛之間的距離；

獲取所述第一車輛的第一運動信息以及所述第二車輛的第二運動信息；

基于所述距離、所述第一運動信息以及所述第二運動信息，確定所述第一車輛與所述第二車輛相遇所需時間；

基于所述相遇所需時間確定所述單位時間。

在本公開的一示例性實施例中，所述裝置配置為：

獲取觸發所述車輛駕駛風險等級發生跳變的外部事件的平均數量規模；

以在單位時間內的所述平均數量規模為參數，生成所述跳變級數所服從的泊松分布。