本公开涉及云物联领域，具体涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术：
随着互联网技术在交通领域的深入发展，应用云技术根据车辆驾驶风险等级对道路上驾驶的车辆进行预警有着重要的应用价值。在这一预警过程中，有时会出现车辆驾驶风险等级发生跳变的情况。跳变可能是正常的，也可能是异常的。现有技术中，要么认为车辆驾驶风险等级一定是不会发生跳变的，进而将所有跳变视为异常，从而增大了预警的漏报率；要么认为车辆驾驶风险等级发生的所有跳变都是正常的，从而增大了预警的虚警率。
技术实现要素：
本公开的一个目的在于提出一种数据处理方法、装置、电子设备及存储介质，能够提高对车辆驾驶风险等级所发生跳变的识别准确度。
根据本公开实施例的一方面，公开了一种数据处理方法，所述方法包括：
获取车辆驾驶风险等级的跳变级数所服从的概率分布，所述跳变级数用于表征所述车辆驾驶风险等级所发生的跳变程度；
获取所述车辆驾驶风险等级的跳变级数的期望发生概率；
基于所述概率分布以及所述期望发生概率，获取所述车辆驾驶风险等级的期望跳变级数；
基于在车辆驾驶过程中所述车辆驾驶风险等级的目标跳变级数与所述期望跳变级数的对比，确定所述目标跳变级数是否异常。
根据本公开实施例的一方面，公开了一种数据处理装置，所述装置包括：
第一获取模块，配置为获取车辆驾驶风险等级的跳变级数所服从的概率分布，所述跳变级数用于表征所述车辆驾驶风险等级所发生的跳变程度；
第二获取模块，配置为获取所述车辆驾驶风险等级的跳变级数的期望发生概率；
第三获取模块，配置为基于所述概率分布以及所述期望发生概率，获取所述车辆驾驶风险等级的期望跳变级数；
确定模块，配置为基于在车辆驾驶过程中所述车辆驾驶风险等级的目标跳变级数与所述期望跳变级数的对比，确定所述目标跳变级数是否异常。
在本公开的一示例性实施例中，所述装置配置为：
获取所述车辆驾驶风险等级的平均跳变级数；
以在单位时间内的所述平均跳变级数为参数，生成所述跳变级数所服从的泊松分布。
在本公开的一示例性实施例中，所述装置配置为：
获取第一车辆与第二车辆之间的距离；
获取所述第一车辆的第一运动信息以及所述第二车辆的第二运动信息；
基于所述距离、所述第一运动信息以及所述第二运动信息，确定所述第一车辆与所述第二车辆相遇所需时间；
基于所述相遇所需时间确定所述单位时间。
在本公开的一示例性实施例中，所述装置配置为：
获取触发所述车辆驾驶风险等级发生跳变的外部事件的平均数量规模；
以在单位时间内的所述平均数量规模为参数，生成所述跳变级数所服从的泊松分布。
在本公开的一示例性实施例中，所述装置配置为：
获取对所述外部事件进行响应所对应的响应时间，其中，所述对所述外部事件的响应用于触发所述车辆驾驶风险等级发生跳变；
基于所述响应时间确定所述单位时间。
在本公开的一示例性实施例中，所述装置配置为：
获取道路的事故发生率；
基于所述事故发生率获取所述期望发生概率。
在本公开的一示例性实施例中，所述装置配置为：
获取用于表征车辆驾驶风险所在方向的目标方向；
获取在所述目标方向上的车辆驾驶风险等级的跳变级数所服从的概率分布。
根据本公开实施例的一方面，公开了一种数据处理电子设备，包括：存储器，存储有计算机可读指令；处理器，读取存储器存储的计算机可读指令，以执行以上权利要求中的任一个所述的方法。
根据本公开实施例的一方面，公开了一种计算机程序介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行以上权利要求中的任一个所述的方法。
本公开实施例中，对于车辆驾驶风险等级的跳变级数，基于该跳变级数所服从的概率分布确定车辆驾驶风险等级的期望跳变级数，进而在此基础上确定在车辆驾驶过程中的目标跳变级数是否异常。通过这种方法，保证对异常跳变的识别率的同时，尽量降低了对正常跳变的误判率，提高了对车辆驾驶风险等级所发生跳变的识别准确度。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
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的，并不能限制本公开。
附图说明
通过参考附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。
图1示出了根据本公开一个实施例的应用于云物联领域相关的智能交通领域中的体系构架图。
图2示出了根据本公开一个实施例的应用于云物联领域相关的智能交通领域中的终端界面图。
图3示出了根据本公开一个实施例的数据处理方法的流程图。
图4示出了根据本公开一个实施例的数据处理装置的框图。
图5示出了根据本公开一个实施例的数据处理电子设备的硬件图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开实施例提出了一种数据处理方法，涉及云物联领域，具体的，涉及云物联领域相关的智能交通领域。本公开实施例适用于对车辆驾驶风险进行预警的应用中，用以提高对车辆驾驶风险等级所发生跳变的识别准确度。
其中，物联网(theinternetofthings，简称iot)是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
云物联(cloudiot)旨在将传统物联网中传感设备感知的信息和接受的指令连入互联网中，真正实现网络化，并通过云计算技术实现海量数据存储和运算，由于物联网的特性是物与物相连接，实时感知各个“物体”当前的运行状态，在这个过程中会产生大量的数据信息，如何将这些信息汇总，如何在海量信息中筛取有用信息为后续发展做决策支持，这些已成为影响物联网发展的关键问题，而基于云计算和云存储技术的物理云也因此成为物联网技术和应用的有力支持。
图1示出了本公开一实施例应用于云物联领域相关的智能交通领域中的体系构架。
该实施例中，车辆10与服务器20进行协作(例如：车辆10中的车辆控制系统与服务器20进行协作)共同实现用以对车辆驾驶风险进行预警的车辆预警系统，车辆10与服务器20之间通过传输网络进行信息的传输。服务器20可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。在用户侧，车辆预警系统可以集成于车辆10的驾驶员的终端中，例如终端的小程序中、终端的地图应用中。其中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器20可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。传输网络可以是通过4g(the4thgenerationmobilecommunicationtechnology，第四代移动通信技术)基站、5g(the5thgenerationmobilecommunicationtechnology，第五代移动通信技术)基站建立起的4g网络或者5g网络。
具体的，各个车辆10在道路上行驶的过程中，车辆预警系统会根据车辆驾驶风险等级对相应的车辆10进行预警。在这一过程中，车辆驾驶风险等级可能会发生跳变。这一现象的发生有两种可能：在第一种情况中，车辆驾驶风险等级所发生的跳变是异常的(例如：由于信息处理的问题，导致本来不应发生跳变的车辆驾驶风险等级发生了跳变)；在第二种情况中，车辆驾驶风险等级所发生的跳变是正常的(例如：由于道路上的突发外部事件，导致车辆驾驶风险等级确实发生了跳变)。
需要说明的是，该实施例只是示例性地示出了本公开一实施例所应用的基础体系构架，不应对本公开的功能和使用范围造成限制。在具体的应用中，体系构架的组成以及结构可以根据需求进行调整。例如：体系构架的组成中还可以包括作为车辆预警系统一部分的、用于采集车辆驾驶信息的路测设备(例如：路边设置的超声波测速设备)。
图2示出了本公开一实施例应用于云物联领域相关的智能交通领域中的终端界面图。
该实施例中，在用户侧，用于进行车辆驾驶风险预警的车辆预警系统集成于用户的终端的地图应用中。用户点击该地图应用进入应用内，在驾驶过程中，该车辆预警系统根据获取到的信息对本车的驾驶风险进行预警。其中，根据车辆驾驶风险等级的不同，该车辆预警系统会作出相应的预警表现。
如图所示，当前方车辆距离本车一段距离时，车辆预警系统根据该情况下的车辆驾驶风险等级，作出车辆驾驶风险等级需要以“黄色”表示的预警，并于终端界面显示出以“黄色”表示的预警信息。
随着前方车辆与本车之间的距离缩小到一定程度时，车辆预警系统根据该情况下的车辆驾驶风险等级，作出车辆驾驶风险等级需要以“浅红色”表示的预警，并于终端界面显示出以“浅红色”表示的预警信息。
随着前方车辆与本车之间的距离进一步缩小时，车辆预警系统根据该情况下的车辆驾驶风险等级，作出车辆驾驶风险等级需要以“红色”表示的预警，并于终端界面显示出以“红色”表示的预警信息。
具体的，该实施例中，可以通过以下设置实现图2所示的具体表现。
设置三个门限值e1、e2、e3，其中，e1、e2以及e3均大于0小于1；且e1小于e2，e2小于e3。这三个门限值将车辆驾驶风险等级划分为四个区间——[0,e1)、[e1,e2)、[e2,e3)、[e3,1]。
若检测到车辆驾驶风险等级位于[0,e1)中，则视为不存在驾驶风险，不作出预警；若检测到车辆驾驶风险等级位于[e1,e2)中，则视为存在低驾驶风险，作出以“黄色”表示的预警；若检测到车辆驾驶风险等级位于[e2,e3)中，则视为存在中驾驶风险，作出以“浅红色”表示的预警；若检测到车辆驾驶风险等级位于[e3,1]中，则视为存在高驾驶风险，作出以“红色”表示的预警。
可以理解的，该实施例中，一般情况下，车辆驾驶风险等级从“黄色”转变为“浅红色”，或者从“浅红色”转变为“红色”，或者从“红色”转变为“浅红色”，这种转变通常是正常的。但车辆驾驶风险等级若从“黄色”直接跳变为“红色”，或者从“红色”直接跳变为“黄色”，这种跳变可能是正常的也可能是异常的。
需要说明的是，该实施例只是示例性地展示出了本公开一实施例用户侧的终端界面图，不应对本公开的功能和使用范围造成限制。
为了保证对异常跳变的识别率的同时，尽量降低对正常跳变的误判率，本公开实施例提出了一种数据处理方法。需要说明的是，本公开实施例中的车辆驾驶风险等级所发生的跳变，主要指的是跳至不相邻的车辆驾驶风险等级，相应的，跳变级数为中间所跳过的车辆驾驶风险等级的个数。例如：车辆驾驶风险等级按照从低至高的顺序，依次划分为“0级”、“1级”、“2级”、“3级”。若车辆驾驶风险等级从“0级”转变至“1级”，则不属于跳变；若车辆驾驶风险等级从“0级”转变至“2级”，则属于跳变级数为1的跳变；若车辆驾驶风险等级从“0级”转变至“3级”，则属于跳变级数为2的跳变；若车辆驾驶风险等级从“3级”转变至“2级”，则不属于跳变；若车辆驾驶风险等级从“3级”转变至“1级”，则属于跳变级数为1的跳变；若车辆驾驶风险等级从“3级”转变至“0级”，则属于跳变级数为2的跳变。
图3示出了根据本公开一实施例的数据处理方法，示例性地以云物联领域相关的智能交通领域中通过车辆与服务器的协作实现的车辆预警系统为执行主体，该方法包括：
步骤s310、获取车辆驾驶风险等级的跳变级数所服从的概率分布，所述跳变级数用于表征所述车辆驾驶风险等级所发生的跳变程度；
步骤s320、获取所述车辆驾驶风险等级的跳变级数的期望发生概率；
步骤s330、基于所述概率分布以及所述期望发生概率，获取所述车辆驾驶风险等级的期望跳变级数；
步骤s340、基于在车辆驾驶过程中所述车辆驾驶风险等级的目标跳变级数与所述期望跳变级数的对比，确定所述目标跳变级数是否异常。
本公开实施例中，对于车辆驾驶风险等级的跳变级数，基于该跳变级数所服从的概率分布确定车辆驾驶风险等级的期望跳变级数，进而在此基础上确定在车辆驾驶过程中的目标跳变级数是否异常。通过这种方法，保证对异常跳变的识别率的同时，尽量降低了对正常跳变的误判率，提高了对车辆驾驶风险等级所发生跳变的识别准确度。
本公开实施例中，车辆驾驶风险等级的跳变级数主要服从于泊松分布。根据具体应用场景的改变，车辆驾驶风险等级的跳变级数服从于除泊松分布之外的其他分布，例如：正态分布。
下面对车辆驾驶风险等级的跳变级数服从于泊松分布的情况下，本公开实施例的具体实施过程进行描述。
在一实施例中，获取车辆驾驶风险等级的跳变级数所服从的概率分布，包括：
获取该车辆驾驶风险等级的平均跳变级数；
以在单位时间内的该平均跳变级数为参数，生成该跳变级数所服从的泊松分布。
该实施例中，车辆预警系统以在单位时间内的平均跳变级数为参数，生成车辆驾驶风险等级的跳变级数所服从的泊松分布。
具体的，车辆驾驶风险等级的跳变级数所服从的泊松分布可以表示为：
其中，k代表车辆驾驶风险等级的跳变级数，n(t)＝k代表“车辆驾驶风险等级发生k级跳变”这一事件，p[n(t)＝k]代表“车辆驾驶风险等级发生k级跳变”这一事件的发生概率，e代表自然常数，t代表单位时间,λ1代表车辆驾驶风险等级的平均跳变级数。
该实施例的优点在于，以车辆驾驶风险等级的平均跳变级数为参数，在宏观统计上保证了所生成的泊松分布的适用性。
在一实施例中，获取该车辆驾驶风险等级的平均跳变级数，包括：
获取预设时间段内预设区域内车辆驾驶风险等级的历史跳变级数；
基于该历史跳变级数获取该平均跳变级数。
该实施例中，车辆预警系统基于一定时间内且一定区域内的历史跳变级数，确定平均跳变级数。
具体的，车辆预警系统获取在预设时间段(例如：当前时间点过去一周)内预设区域(例如：道路甲)内车辆驾驶风险等级的历史跳变级数，进而基于该历史跳变级数获取车辆驾驶风险等级的平均跳变级数。其中，车辆预警系统可以对历史跳变级数进行平均，得到用于作为泊松分布参数的平均跳变级数；也可以对历史跳变级数进行平均再根据应用需求进行修正后，得到用于作为泊松分布参数的平均跳变级数。
需要说明的是，该实施例中，区域可以是物理区域，也可以是逻辑区域。例如：预先根据物理位置，将道路甲设置为用于获取历史跳变级数的物理区域，从而车辆预警系统基于预设时间段内在道路甲上的历史跳变级数获取平均跳变级数。又例如：预先根据业务需求，将用于物流运输的各车辆设置为用于获取历史跳变级数的逻辑区域，从而车辆预警系统基于预设时间段内用于物流运输的各车辆的历史跳变级数获取平均跳变级数。
该实施例的优点在于，通过时间段以及区域的预设，保证了所求得的平均跳变级数的准确性。
需要说明的是，该实施例只是示例性的说明，不应对本公开的功能和使用范围造成限制。
在一实施例中，获取该车辆驾驶风险等级的平均跳变级数，包括：
获取第一车辆在当前驾驶过程中车辆驾驶风险等级的历史跳变级数；
基于该历史跳变级数获取该第一车辆的平均跳变级数。
该实施例中，车辆预警系统基于第一车辆在当前驾驶过程中车辆驾驶风险等级的历史跳变级数，获取第一车辆的车辆驾驶风险等级的平均跳变级数。优选的，该第一车辆可以为待确定是否异常的目标跳变级数所对应的车辆。
例如：车辆a从10：00：00时刻开始驾驶，这一驾驶过程一直持续到当前时间点。车辆预警系统获取车辆a从10：00：00到当前时间点这一时间段内车辆驾驶风险等级的历史跳变级数，进而在此基础上获取平均跳变级数；进而获取车辆a的车辆驾驶风险等级的跳变级数所服从的泊松分布、车辆a的车辆驾驶风险等级的跳变级数的期望发生概率、车辆a的车辆驾驶风险等级的期望跳变级数；进而基于车辆a在车辆驾驶过程中车辆驾驶风险等级的目标跳变级数与该期望跳变级数的对比，确定该目标跳变级数是否异常。
该实施例的优点在于，获取特定车辆在当前驾驶过程中的平均跳变级数，保证了平均跳变级数的时效性。
在一实施例中，该单位时间通过以下方法确定：
获取第一车辆与第二车辆之间的距离；
获取该第一车辆的第一运动信息以及该第二车辆的第二运动信息；
基于该距离、该第一运动信息以及该第二运动信息，确定该第一车辆与该第二车辆相遇所需时间；
基于该相遇所需时间确定该单位时间。
该实施例中，车辆预警系统将第一车辆与第二车辆相遇所需时间确定为用于生成泊松分布的参数所在的单位时间。其中，运动信息包括对应车辆的车辆速度以及车辆加速度。优选的，该第一车辆可以为待确定是否异常的目标跳变级数所对应的车辆。
具体的，将第一车辆与第二车辆之间的距离记为l，将第一车辆的车辆速度记为v1，将第一车辆的车辆加速度记为a1，将第二车辆的车辆速度记为v2，将第二车辆的车辆加速度记为a2，将二者相遇所需时间记为t。进而根据运动公式：
(v1t+0.5a1t2)-(v2t+0.5a2t2)＝l
计算其中的相遇所需时间t，进而基于求得的t确定用于生成泊松分布的参数所在的单位时间。例如：将求得的t确定为该单位时间；或者，根据应用需求对求得的t进行修正，进而将修正后的t确定为该单位时间。
需要说明的是，若根据运动公式无法求得相遇所需时间t，即，根据第一车辆与第二车辆各自在当前时间点的运动状态，第一车辆与第二车辆不会相遇。在这种情况下，将车辆驾驶风险等级发生的任何跳变都视为正常。
在一实施例中，获取车辆驾驶风险等级的跳变级数所服从的概率分布，包括：
获取触发该车辆驾驶风险等级发生跳变的外部事件的平均数量规模；
以在单位时间内的该平均数量规模为参数，生成该跳变级数所服从的泊松分布。
该实施例中，车辆预警系统以在单位时间内的外部事件的平均数量规模为参数，生成车辆驾驶风险等级的跳变级数所服从的泊松分布。其中，外部事件主要指的是来自于车辆的外部环境、触发车辆驾驶风险等级发生跳变的事件(例如：车辆驾驶过程中，第一车辆逐渐逼近前方驾驶的第二车辆。在第一车辆与第二车辆之间突然插入一个第三车辆，从而触发第一车辆的车辆驾驶风险等级发生了跳变)。
具体的，车辆驾驶风险等级所发生的跳变，主要是外部事件所触发的。而且单位时间内外部事件的数量规模越大，所触发的跳变的跳变级数越大(例如：若在第一车辆与第二车辆之间突然插入一个第三车辆，则触发第一车辆的车辆驾驶风险等级发生1级跳变；若在第一车辆与第二车辆之间突然插入两个第三车辆，则触发第一车辆的车辆驾驶风险等级发生2级跳变)。
车辆驾驶风险等级的跳变级数所服从的泊松分布可以表示为：
其中，k代表车辆驾驶风险等级的跳变级数，n(t)＝k代表“车辆驾驶风险等级发生k级跳变”这一事件，p[n(t)＝k]代表“车辆驾驶风险等级发生k级跳变”这一事件的发生概率，e代表自然常数，t代表单位时间，λ2代表外部事件的平均数量规模。
该实施例的优点在于，以触发跳变的外部事件的平均数量规模为参数，减小了所生成的泊松分布的适用场景的颗粒度。
在一实施例中，获取触发该车辆驾驶风险等级发生跳变的外部事件的平均数量规模，包括：
获取预设时间段内预设区域内外部事件的历史数量规模；
基于该历史数量规模获取该平均数量规模。
该实施例中，车辆预警系统基于一定时间内且一定区域内的外部事件的历史数量规模，确定外部事件的平均数量规模。
可以理解的，该实施例的具体实施过程与上述“车辆预警系统基于一定时间内且一定区域内的历史跳变级数，确定平均跳变级数”这一实施例的具体实施过程同理，故在此不再赘述。
在一实施例中，获取触发该车辆驾驶风险等级发生跳变的外部事件的平均数量规模，包括：
获取第一车辆在当前驾驶过程中外部事件的历史数量规模；
基于该历史数量规模获取该平均数量规模。
该实施例中，车辆预警系统基于第一车辆在当前驾驶过程中外部事件的历史数量规模，获取外部事件的平均数量规模。
可以理解的，该实施例的具体实施过程与上述“车辆预警系统基于第一车辆在当前驾驶过程中车辆驾驶风险等级的历史跳变级数，获取第一车辆的车辆驾驶风险等级的平均跳变级数”这一实施例的具体实施过程同理，故在此不再赘述。
在一实施例中，该单位时间通过以下方法确定：
获取对该外部事件进行响应所对应的响应时间，其中，该对该外部事件的响应用于触发该车辆驾驶风险等级发生跳变；
基于该响应时间确定该单位时间。
该实施例中，车辆预警系统将对外部事件进行响应所对应的响应时间确定为用户生成泊松分布的参数所在的单位时间。其中，对外部事件的响应用于触发车辆驾驶风险等级发生跳变。
例如：对于在第一车辆与第二车辆之间突然插入的若干数量的第三车辆，车辆预警系统通常需要0.2秒进行响应，进而触发与第三车辆数量相匹配的跳变级数。在这种情况下，车辆预警系统基于响应时间0.2秒确定泊松分布所服从参数所在的单位时间。
其中，响应时间可以通过读取车辆预警系统的工作属性信息获取；也可以基于车辆预警系统历史上对外部事件的历史响应时间确定。
需要说明的是，该实施例只是示例性的说明，不应对本公开的功能和使用范围造成限制。
在一实施例中，获取该车辆驾驶风险等级的跳变级数的期望发生概率，包括：
获取道路的事故发生率；
基于该事故发生率获取该期望发生概率。
该实施例中，车辆预警系统基于道路的事故发生率获取车辆驾驶风险等级的跳变级数的期望发生概率。其中，该期望发生概率通常是一个概率区间。
具体的，将道路的事故发生率记为i。车辆预警系统可以将期望发生概率确定为[0，i)这一概率区间；也可以根据具体应用需求对该事故发生率i进行修正，得到修正后的事故发生率i’，进而将期望发生概率确定为[0，i’)这一概率区间。
该实施例的优点在于，车辆驾驶风险等级发生的跳变会一定程度上导致道路上事故的发生，通过这种方法获取期望发生概率，从而使得在该期望发生概率上进行的处理能够降低道路的事故发生率。
需要说明的是，该实施例只是示例性的说明。可以理解的，期望发生概率还可以根据具体应用需求预先设置，该实施例不应对本公开的功能和使用范围造成限制。
本公开实施例中，车辆预警系统获取到车辆驾驶风险等级的跳变级数所服从的概率分布以及对应的期望发生概率后，基于二者获取车辆驾驶风险等级的期望跳变级数。
在一实施例中，车辆预警系统获取到的车辆驾驶风险等级的跳变级数所服从的概率分布为：
其中，k代表车辆驾驶风险等级的跳变级数，e代表自然常数，t代表已获取的单位时间,λ1代表已获取的车辆驾驶风险等级的平均跳变级数。
车辆预警系统获取到的车辆驾驶风险等级的跳变级数的期望发生概率为[0，i)这一概率区间。则车辆预警系统通过以下公式求得车辆驾驶风险等级的期望跳变级数：
根据该公式求得的k的取值范围，即车辆驾驶风险等级的期望跳变级数所在的范围。其中，若根据该公式求得k不存在，则将车辆驾驶风险发生的任何跳变视为正常。
需要说明的是，该实施例只是示例性的说明。可以理解的，还可以根据具体应用需求对期望发生概率进行修正后再结合概率分布获取对应的期望跳变级数，该实施例不应对本公开的功能和使用范围造成限制。
本公开实施例中，对于在车辆驾驶过程中车辆驾驶风险等级的目标跳变级数，车辆预警系统将该目标跳变级数与期望跳变级数进行对比，根据对比结果确定该目标跳变级数是否异常。
在一实施例中，将车辆预警系统获取到的车辆驾驶风险等级的期望跳变级数记为k0，将在车辆驾驶过程中车辆驾驶风险等级的目标跳变级数记为kreal。若k0包含kreal，则确定该目标跳变级数不是异常；若k0不包含kreal，则确定该目标跳变级数异常。
需要说明的是，该实施例只是示例性的说明。目标跳变级数与期望跳变级数的对比方式，可以根据具体应用需求调整；目标跳变级数与期望跳变级数的对比结果与异常与否的对应关系，也可以根据具体应用需求调整。该实施例不应对本公开的功能和使用范围造成限制。
在一实施例中，该方法还包括：获取用于表征车辆驾驶风险所在方向的目标方向；
获取车辆驾驶风险等级的跳变级数所服从的概率分布，包括：获取在该目标方向上的车辆驾驶风险等级的跳变级数所服从的概率分布。
该实施例中，车辆预警系统针对目标方向上的车辆驾驶风险等级进行预警，进而针对该目标方向上的车辆驾驶风险等级的跳变级数进行相应处理。其中，该目标方向包括：车辆前方、车辆左方、车辆右方、车辆后方；目标方向可以根据具体应用需求预先设置，也可以在实际应用中将各个方向分别确定为目标方向。
具体的，车辆预警系统获取车辆驾驶风险所在的目标方向；获取在该目标方向上的车辆驾驶风险等级的跳变级数所服从的概率分布；获取在该目标方向上的车辆驾驶风险等级的跳变级数的期望发生概率；基于该概率分布以及该期望发生概率，获取在该目标方向上的车辆驾驶风险等级的期望跳变级数；基于该期望跳变级数，确定在车辆驾驶过程中在该目标方向上的车辆驾驶风险等级的目标跳变级数是否异常。
例如：车辆预警系统可以分别对第一车辆在车辆前方、车辆左方、车辆右方以及车辆后方的车辆驾驶风险进行预警。
车辆预警系统可以将车辆前方选定为目标方向，以确定第一车辆在驾驶过程中在第一车辆前方的车辆驾驶风险等级的目标跳变级数是否异常；也可以将车辆右方选定为目标方向，以确定第一车辆在驾驶过程中在第一车辆右方的车辆驾驶风险等级的目标跳变级数是否异常；以此类推，在此不再赘述。
该实施例的优点在于，通过设置目标方向，使得对于车辆驾驶风险等级的处理更具有针对性，相应的，在此基础上作出的预警也更具有针对性。
需要说明的是，该实施例只是示例性的说明，不应对本公开的功能和使用范围造成限制。
下表1示出了本公开一实施例在智能交通领域中对驾驶过程中的车辆进行预警的漏报率与虚警率方面，本公开实施例与现有技术的效果对比。
其中，漏报指的是在车辆驾驶过程中，车辆驾驶风险等级确实应当发生跳变时，却没有作出与跳变相对应预警的情况；虚警指的是在车辆驾驶过程中，车辆驾驶风险等级不应当发生跳变时，去作出与跳变相对应预警的情况。
表1
通过该实施例示出的数据可以看出，相比于现有技术，本公开实施例所提供的方法能够明显降低对车辆驾驶风险等级所发生跳变的漏报率与虚警率，提高了对车辆驾驶风险等级所发生跳变的识别准确度。
需要说明的是，该实施例只是示例性的说明，不应对本公开的功能和使用范围造成限制。
图4示出了根据本公开一实施例的数据处理装置，所述装置包括：
第一获取模块410，配置为获取车辆驾驶风险等级的跳变级数所服从的概率分布，所述跳变级数用于表征所述车辆驾驶风险等级所发生的跳变程度；
第二获取模块420，配置为获取所述车辆驾驶风险等级的跳变级数的期望发生概率；
第三获取模块430，配置为基于所述概率分布以及所述期望发生概率，获取所述车辆驾驶风险等级的期望跳变级数；
确定模块440，配置为基于在车辆驾驶过程中所述车辆驾驶风险等级的目标跳变级数与所述期望跳变级数的对比，确定所述目标跳变级数是否异常。
在本公开的一示例性实施例中，所述装置配置为：
获取所述车辆驾驶风险等级的平均跳变级数；
以在单位时间内的所述平均跳变级数为参数，生成所述跳变级数所服从的泊松分布。
在本公开的一示例性实施例中，所述装置配置为：
获取第一车辆与第二车辆之间的距离；
获取所述第一车辆的第一运动信息以及所述第二车辆的第二运动信息；
基于所述距离、所述第一运动信息以及所述第二运动信息，确定所述第一车辆与所述第二车辆相遇所需时间；
基于所述相遇所需时间确定所述单位时间。
在本公开的一示例性实施例中，所述装置配置为：
获取触发所述车辆驾驶风险等级发生跳变的外部事件的平均数量规模；
以在单位时间内的所述平均数量规模为参数，生成所述跳变级数所服从的泊松分布。
在本公开的一示例性实施例中，所述装置配置为：
获取对所述外部事件进行响应所对应的响应时间，其中，所述对所述外部事件的响应用于触发所述车辆驾驶风险等级发生跳变；
基于所述响应时间确定所述单位时间。
在本公开的一示例性实施例中，所述装置配置为：
获取道路的事故发生率；
基于所述事故发生率获取所述期望发生概率。
在本公开的一示例性实施例中，所述装置配置为：
获取用于表征车辆驾驶风险所在方向的目标方向；
获取在所述目标方向上的车辆驾驶风险等级的跳变级数所服从的概率分布。
下面参考图5来描述根据本公开实施例的数据处理电子设备50。图5显示的数据处理电子设备50仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，数据处理电子设备50以通用计算设备的形式表现。数据处理电子设备50的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述示例性方法的描述部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图3中所示的各个步骤。
存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(rom)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
数据处理电子设备50也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该数据处理电子设备50交互的设备通信，和/或与使得该数据处理电子设备50能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口550进行。输入/输出(i/o)接口550与显示单元540相连。并且，数据处理电子设备50还可以通过网络适配器560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与数据处理电子设备50的其它模块通信。应当明白，尽管图中未示出，可以结合数据处理电子设备50使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行上述方法实施例部分描述的方法。
根据本公开的一个实施例，还提供了一种用于实现上述方法实施例中的方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，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所附的权利要求指出。