一种车辆行驶数据处理方法、系统、存储介质及电子设备与流程

1.本发明涉及汽车技术领域，特别涉及一种车辆行驶数据处理方法、系统、存储介质及电子设备。


背景技术：

2.随着经济和社会的不断发展，自动驾驶汽车保有量越来越多，随着自动驾驶汽车数量的增多而引发的一些社会问题也日益突出现在由于交通事故导致的人员与财产损失在社会中越来越严重；其中，交通事故中主要涉及车辆的碰撞；
3.现有自动驾驶备受行业追捧；随着自动驾驶车辆的增多，由于传感器精准度不高，导致自动驾驶的应用给人们的生命安全及财产带来了损失，也给行业带来了一些负面影响；为了解决传感器精度不高的问题，提升车辆感知的准确性，车辆传感器技术逐渐发展从单传感器到多传感器，以及多传感器融合的方式；单一传感器的感知会受到周边环境天气、光照、道路类型、道路设置和地面标识等多种因素的影响，复杂场景下会产生多一些的误检，尤其针对一些特殊场景，如隧道或地下车库等。使用多传感器方案意味着要实时处理大量的传感器数据和更多的冗余数据，需要更高的总线带宽，采用更高性能的芯片，这会大大增加自动驾驶技术开发的难度和成本。
4.基于现有技术存在的缺点，急需研究一种方案来解决上述问题。


技术实现要素：

5.为了解决上述技术问题，本发明的提供了一种车辆行驶数据处理方法、系统、存储介质及电子设备，本发明基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围，再基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；并根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据，进而减少所述车辆在判断路况信息时的数据处理量，能够避免无效行驶数据对所述车辆自动驾驶的影响，也能够避免处理无效行驶数据而增大对路况信息的误检率；所述车辆仅通过处理所述目标行驶数据也能够提高自动驾驶的安全性和稳定性。
6.本发明公开了一种车辆行驶数据处理方法，车辆上设置有距离传感器，所述距离传感器用于获取车辆前方的行驶数据；所述方法包括：
7.在预设工况时，获取车辆的当前位置信息和所述当前位置信息对应的目标场景信息；
8.基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围；
9.基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；
10.根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据。
11.进一步地，所述基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系的步骤之前包括：
12.获取各场景信息对应的检测点数据集；
13.根据所述检测点数据集，确定所述各场景信息各自对应的有效检测范围；
14.分别将所述各场景信息与对应的有效检测范围进行关联存储。
15.进一步地，所述获取各场景信息对应的检测点数据集的步骤之前包括：
16.构建参考坐标系；其中，所述参考坐标的原点为距离传感器的信号检测区的中心位置，所述参考坐标系的x轴为所述车辆行驶方向，y轴为所述车辆的宽度方向；
17.获取所述距离传感器检测的实际检测范围；
18.根据所述场景信息、所述实际检测范围和所述参考坐标系，确定所述场景信息对应的目标检测点的位置信息；其中，所述目标检测点为至少三个；
19.分别基于所述各场景各自对应目标检测点的位置信息，生成对应的检测点数据集。
20.进一步地，所述实际检测范围包括采用下述方式确定：
21.获取所述距离传感器的视场角和探测距离信息；
22.根据所述距离传感器的视场角和所述探测距离信息，确定所述距离传感器的实际检测范围。
23.进一步地，所述根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据的步骤包括：
24.根据所述实际检测范围和所述有效检测范围，从所述行驶数据中确定所述有效检测范围外的无效行驶数据；
25.从所述行驶数据中去除所述无效行驶数据，得到所述目标行驶数据。
26.进一步地，所述在预设工况时，获取车辆的当前位置信息和所述当前位置信息对应的目标场景信息的步骤之前包括：
27.获取所述车辆的运行状态信息；
28.根据所述运行状态信息，判断所述车辆是否处于运行状态；
29.若所述车辆处于所述运行状态，确定所述车辆处于预设工况。
30.进一步地，所述得到所述有效检测范围对应的目标行驶数据的步骤之后还包括：
31.根据所述目标行驶数据，判断所述有效检测范围内是否存在障碍物；
32.若所述检测范围内存在障碍物，展示碰撞预警信息；
33.其中，所述碰撞警示信息为文字、语音或图片信息。
34.本发明另一方面保护一种车辆行驶数据处理系统，用于实现如上所述的车辆行驶数据处理方法，所述系统包括：
35.获取模块，用于在预设工况时，获取车辆的当前位置信息和所述当前位置信息对应的目标场景信息；
36.第一执行模块，用于基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围；
37.第二执行模块，用于基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目
标行驶数据。
38.本发明另一方面保护一种存储介质，所述存储介质包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上所述的车辆行驶数据处理方法。
39.本发明另一方面保护一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如上任意一项所述的车辆行驶数据处理方法。
40.实施本发明实施例，具有如下有益效果：
41.本发明基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围，再基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；并根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据，进而减少所述车辆在判断路况信息时的数据处理量，能够避免无效行驶数据对所述车辆自动驾驶的影响，也能够避免处理无效行驶数据而增大对路况信息的误检率；所述车辆仅通过处理所述目标行驶数据也能够提高自动驾驶的安全性和稳定性。
附图说明
42.为了更清楚地说明本发明的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还能够根据这些附图获得其它附图。
43.图1为本实施例所述车辆行驶数据处理方法的流程图；
44.图2为本实施例所述车辆行驶数据处理系统的结构图；
45.图3为本实施例所述车辆两侧均为车道时，所述有效检测范围的示意图；
46.图4为本实施例所述车辆两侧均为车道时，所述有效检测范围的坐标图；
47.图5为本实施所述车辆一侧为车道另一侧为城市绿化带时，所述有效检测范围的示意图。
48.其中，图中附图标记对应为：
49.1-获取模块；2-第一执行模块；3-第二执行模块。
具体实施方式
50.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
51.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或
描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
52.现有技术存在以下缺点：现有自动驾驶备受行业追捧；随着自动驾驶车辆的增多，由于传感器精准度不高，导致自动驾驶的应用给人们的生命安全及财产带来了损失，也给行业带来了一些负面影响；为了解决传感器精度不高的问题，提升车辆感知的准确性，车辆传感器技术逐渐发展从单传感器到多传感器，以及多传感器融合的方式；单一传感器的感知会受到周边环境天气、光照、道路类型、道路设置和地面标识等多种因素的影响，复杂场景下会产生多一些的误检，尤其针对一些特殊场景，如隧道或地下车库等。使用多传感器方案意味着要实时处理大量的传感器数据和更多的冗余数据，需要更高的总线带宽，采用更高性能的芯片，这会大大增加自动驾驶技术开发的难度和成本。
53.针对现有技术的缺陷，本发明基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围，再基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；并根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据，进而减少所述车辆在判断路况信息时的数据处理量，能够避免无效行驶数据对所述车辆自动驾驶的影响，也能够避免处理无效行驶数据而增大对路况信息的误检率；所述车辆仅通过处理所述目标行驶数据也能够提高自动驾驶的安全性和稳定性。
54.实施例1
55.参见附图1～图5，本实施例提供了一种车辆行驶数据处理方法，车辆上设置有距离传感器，距离传感器用于获取车辆前方的行驶数据；方法包括：
56.在预设工况时，获取车辆的当前位置信息和当前位置信息对应的目标场景信息；
57.基于预存的场景信息与距离传感器的有效检测范围间的映射关系，确定目标场景信息对应的有效检测范围；
58.基于距离传感器获取车辆在实际检测范围内的行驶数据；
59.根据有效检测范围对行驶数据进行筛选，得到有效检测范围对应的目标行驶数据。
60.需要说明的是：在现有技术中存在单一传感器和多传感器获取数据；其中单一传感器的感知会受到周边环境影响，如天气，光照，道路类型，道路设置和地面标识等多种因素的影响，复杂场景下会产生多一些的误检，尤其针对一些特殊场景，如隧道或地下车库等出现误检的情况更多；而设置多传感器的方案会大大增加自动驾驶技术开发的难度和成本，意味着要实时处理大量的传感器数据和更多的冗余数据，需要更高的总线带宽，采用更高性能的芯片，这明显增加了生产成本；为了解决上述问题，本实施例基于预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围，再基于所述距离传感器获取所述车辆在实际检测范围内的行驶数据；并根据所述有效检测范围对所述行驶数据进行筛选，得到所述有效检测范围对应的目标行驶数据，进而减少所述车辆在判断路况信息时的数据处理量，能够避免无效行驶数据对所述车辆自动驾驶的影响，也能够避免处理无效行驶数据而增大对路况信息的误检率；所述车辆仅通过处
理所述目标行驶数据也能够提高自动驾驶的安全性和稳定性。
61.还需要说明的是：本实施例也降低了传感器数量避免使用多个传感器造成更多的冗余数据，在一定程度上也降低了生产成本。
62.在一些可能的实施例中，基于预存的场景信息与距离传感器的有效检测范围间的映射关系的步骤之前包括：
63.获取各场景信息对应的检测点数据集；
64.根据检测点数据集，确定各场景信息各自对应的有效检测范围；
65.分别将各场景信息与对应的有效检测范围进行关联存储。
66.在另一些可能的实施例中，主要通过定位系统和地图数据获取车辆的当前位置信息，这可以精准确定车辆的当前位置信息，进而准确确定与车辆的当前位置信息对应的有效检测范围，这可以有效减少车辆的数据处理量，进而提高自动驾驶的安全性和稳定性。
67.在一些可能的实施例中，获取各场景信息对应的检测点数据集的步骤之前包括：
68.构建参考坐标系；其中，参考坐标的原点为距离传感器的信号检测区的中心位置，参考坐标系的x轴为车辆行驶方向，y轴为车辆的宽度方向；
69.获取距离传感器检测的实际检测范围；
70.根据场景信息、实际检测范围和参考坐标系，确定场景信息对应的目标检测点的位置信息；其中，目标检测点为至少三个；
71.分别基于各场景各自对应目标检测点的位置信息，生成对应的检测点数据集，通过预先设置不同场景对应不同检测点数据，这能够避免车辆运行时快速获取到有效检测范围，进而提高响应速度，提升驾乘人员的体验感。
72.在另一些可能的实施例中，参见附图3，车辆行驶在至少具有三个车道的道路上，车辆处于其中一个车道；距离传感器为毫米波雷达，毫米波雷达设置在车辆前保险杠，毫米波雷达的实际检测范围为扇形区域；假设图3为城市道路场景，车辆在实际行驶中，从驾驶员的角度而言，主要关注本车道前方区域(可能的追尾风险)，本车道左右两侧车道(可能有其他车辆的变道风险)；而与本车相邻的可能是另一车道也有可能是城市绿化带，而城市绿化带所在区域无需关注，因为无其他车辆从绿化带变道至本车所在车道，故绿化带所在区域的数据即为无效行驶数据，由毫米波雷达获取的绿化带所在区域的数据可以不用关注；因此当车辆处于城市道路场景，且车辆处于中间车道时，以毫米波雷达的信号检测区的中心位置为原点构建参考坐标系，虚线区域为毫米波雷达的有效检测范围，这可以将毫米波雷达的重点检测目标限制在有效检测范围以内，有效检测范围以外的对本车行驶没有威胁的目标就可以过滤掉，从而降低了无效目标数据量，以及这些无效目标可能带来的误检，进而提高自动驾驶的安全性和稳定性。
73.参见图4，当车辆处于至少三个车道的道路上时，在毫米波雷达的实际检测区域内，选择多个点(x0,y0)，(x1,y1)
…
(xn，yn)；在本实施例中采用5个点，(x0,y0)、(x1,y1)、(x2,y2)、(x3,y3)和(x4，y4)确定的毫米波雷达的有效检测范围。
74.具体地，有效检测范围根据车辆的实际运行道路场景、驾乘人员的驾驶行为、车辆周边环境、道路设施和其他的移动障碍物等因素综合确定，根据预存的场景信息与所述距离传感器的有效检测范围间的映射关系，确定所述目标场景信息对应的有效检测范围；更为具体地，事先定义好车辆行驶的多种典型场景下的有效检测范围，并形成编码与场景或
定位绑定，进而将场景或定位与对应场景或定位下的有效检测范围进行关联，从而达到通过场景或定位确定有效检测范围的目的，进而使车辆仅通过处理所述目标行驶数据也能够提高自动驾驶的安全性和稳定性。
75.具体地，在本实施例中最多设置8个检测点；检测点的数量根据实际需求进行设定，也可支持更多检测点，在此不进行限定。
76.在其他可能的实施例中，参见图5，车辆处于一个车道上，与车辆所在车道相邻的一侧为相邻车道，另一侧为城市绿化带，而城市绿化带所在区域的数据无需关注，即绿化带所在区域为无效行驶数据，由毫米波雷达获取的绿化带所在区域的数据可以不用关注；此时以毫米波雷达的信号检测去的中心位置为原点工件参考坐标系，虚线区域为毫米波雷达的有效检测范围，这可以将好膜拜雷达的重点检测目标限制在有效检测范围以内，有效检测范围以为的对本车辆行驶没有威胁的目标就可以过滤掉，从而降低了无效目标数据量，以及这些无效目标数据可能带来的误检，进而提高自动驾驶的安全性和稳定性。
77.具体地，车辆处于不同车道存在不同的有效检测范围，这有效的避免对无效行驶数据处理而增加数据处理量的增加，能够避免无效行驶数据对所述车辆自动驾驶的影响，也能够避免处理无效行驶数据而增大对路况信息的误检率。
78.在一些可能的实施例中，实际检测范围包括采用下述方式确定：
79.获取距离传感器的视场角和探测距离信息；
80.根据距离传感器的视场角和探测距离信息，确定距离传感器的实际检测范围。
81.在一些可能的实施例中，根据有效检测范围对行驶数据进行筛选，得到有效检测范围对应的目标行驶数据的步骤包括：
82.根据实际检测范围和有效检测范围，从行驶数据中确定有效检测范围外的无效行驶数据；
83.从行驶数据中去除无效行驶数据，得到目标行驶数据。
84.在另一些可能的实施例中，根据实际检测范围和有效检测范围，从行驶数据中确定有效检测范围外的无效行驶数据包括：
85.根据实际检测范围和有效检测范围，确定无效检测范围，其中，有效检测范围和无效检测范围组成距离传感器的实际检测范围；
86.确定无效检测范围内的数据，并将无效检测范围内的数据定义为无效行驶数据；
87.从行驶数据去除无效行驶数据，得到目标行驶数据，这能够避免无效行驶数据对车辆自动化驾驶的影响，进而提高自动化驾驶的安全性和稳定性。
88.在一些可能的实施例中，在预设工况时，获取车辆的当前位置信息和当前位置信息对应的目标场景信息的步骤之前包括：
89.获取车辆的运行状态信息；
90.根据运行状态信息，判断车辆是否处于运行状态；
91.若车辆处于运行状态，确定车辆处于预设工况。
92.在另一些可能的实施例中，运行状态信息包括车辆的行驶速度，根据运行状态信息，判断车辆是否处于运行状态包括：
93.根据行驶速度判断车辆是否处于运行状态；
94.若行驶速度大于零，判定车辆处于运行状态，确定车辆处于预设工况；
95.若行驶速度为零，判定车辆处于未运行状态，此时车辆为非预设工况；车辆处于预设工况时才获取到目标行驶数据，避免车辆在停止时，也获取目标行驶数据而造成车辆控制器处理数据量的增多，而影响车辆数据处理的速度，进而影响自动驾驶的安全性。
96.在一些可能的实施例中，得到有效检测范围对应的目标行驶数据的步骤之后还包括：
97.根据目标行驶数据，判断有效检测范围内是否存在障碍物；
98.若检测范围内存在障碍物，展示碰撞预警信息；
99.其中，碰撞警示信息为文字、语音或图片信息，通过展示碰撞预警信息能够有效提示驾乘人员进行躲避，避免车辆发生碰撞，进而提高车辆驾驶的安全性。
100.在另一些可能的实施例中，得到有效检测范围对应的目标行驶数据的步骤之后还包括：
101.在预设工况时，实时获取目标行驶数据；
102.根据目标行驶数据，判断有效检测范围内是否存在障碍物；
103.若检测范围内存在障碍物，展示碰撞预警信息，并控制车辆停车；
104.若检测范围内部存在障碍物，则重新执行根据目标行驶数据，判断有效检测范围内是否存在障碍物的步骤，以保证车辆在行驶时的驾驶安全性。
105.本发明另一方面保护一种车辆行驶数据处理系统，用于实现如上的车辆行驶数据处理方法，系统包括：
106.获取模块1，用于在预设工况时，获取车辆的当前位置信息和当前位置信息对应的目标场景信息；
107.第一执行模块2，用于基于预存的场景信息与距离传感器的有效检测范围间的映射关系，确定目标场景信息对应的有效检测范围；
108.第二执行模块3，用于基于距离传感器获取车辆在实际检测范围内的行驶数据；根据有效检测范围对行驶数据进行筛选，得到有效检测范围对应的目标行驶数据。
109.在另一些可能的实施例中，系统还包括：
110.第三执行模块，用于获取各场景信息对应的检测点数据集；根据所述检测点数据集，确定所述各场景信息各自对应的有效检测范围。
111.存储模块，用于分别将所述各场景信息与对应的有效检测范围进行关联存储。
112.构建模块，用于构建参考坐标系；其中，所述参考坐标的原点为距离传感器的信号检测区的中心位置，所述参考坐标系的x轴为所述车辆行驶方向，y轴为所述车辆的宽度方向。
113.第一确定模块，用于根据所述场景信息、所述实际检测范围和所述参考坐标系，确定所述场景信息对应的目标检测点的位置信息；分别基于所述各场景各自对应目标检测点的位置信息，生成对应的检测点数据集。
114.第二确定模块，用于根据所述距离传感器的视场角和所述探测距离信息，确定所述距离传感器的实际检测范围。
115.第四执行模块，用于根据所述实际检测范围和所述有效检测范围，从所述行驶数据中确定所述有效检测范围外的无效行驶数据；从所述行驶数据中去除所述无效行驶数据，得到所述目标行驶数据。
116.工况确定模块，用于获取所述车辆的运行状态信息；根据所述运行状态信息，判断所述车辆是否处于运行状态；若所述车辆处于所述运行状态，确定所述车辆处于预设工况。
117.警示模块，用于根据所述目标行驶数据，判断所述有效检测范围内是否存在障碍物；若所述检测范围内存在障碍物，展示碰撞预警信息。
118.本发明另一方面保护一种存储介质，存储介质包括处理器和存储器，存储器中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现如上的车辆行驶数据处理方法。
119.计算机程序产品可以包括存储介质，其上载有用于使处理器实现本技术的各个方面的计算机可读程序指令。
120.存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。存储介质不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
121.这里所描述的计算机可读程序指令可以从存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的存储介质中。
122.用于执行本技术操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(现场可编程门阵列)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本技术的各个方面。
123.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功
能/动作的装置。也可以把这些计算机可读程序指令存储在存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品。
124.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现规定的功能/动作。
125.本发明另一方面保护一种电子设备，包括至少一个处理器，以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，至少一个处理器通过执行存储器存储的指令实现如上任意一项的车辆行驶数据处理方法。
126.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
127.在不冲突的情况下，本文中上述实施例及实施例中的特征能够相互结合。
128.以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。