车辆驾驶风险应对方法、装置与流程

本申请涉及车联网技术领域，具体而言，涉及一种车辆驾驶风险应对方法、装置。

背景技术：

在车联网领域，车辆如何应对驾驶风险是安全辅助驾驶需要面临的关键问题，目前的车辆应对驾驶风险就是车辆开启所有的安全监测装置，如果安全监测装置有若干个安全保护级别，一般就选择最高保护级别。

然而，车辆开启所有的安全监测装置并不能导致最低的预测交通事故率，因为安全监测装置的开启势必会带来一些负面效应，比如，在不是特别危险的场景频繁报警会影响驾驶人员正常驾驶，不利于驾驶，此外，车辆一味性地开启所有的安全监测装置，而非根据当前道路实际情况进行安全监测装置的选择性开启，也不利于实际驾驶风险的应对。

技术实现要素：

本申请的实施例提供了一种车辆驾驶风险应对方法、装置，进而至少在一定程度上能够提高车辆选择驾驶风险应对方案的准确性，进而提高车辆驾驶的安全性，减少交通事故的发生。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种车辆驾驶风险应对方法，包括：根据目标路段的历史交通事故数据、处于所述目标路段的车辆上的监测设备以及所述监测设备的监测级别，获取所述车辆的多个驾驶风险应对方案；根据所述历史交通事故数据，预测所述车辆在所述多个驾驶风险应对方案中分别对应的交通事故率，得到所述车辆的多个预测交通事故率；根据所述多个预测交通事故率，确定所述车辆在所述目标路段的驾驶风险应对方案。

根据本申请实施例的一个方面，提供了一种车辆驾驶风险应对装置，包括：获取单元，配置为根据目标路段的历史交通事故数据、处于所述目标路段的车辆上的监测设备以及所述监测设备的监测级别，获取所述车辆的多个驾驶风险应对方案；预测单元，配置为根据所述历史交通事故数据预测所述车辆在所述多个驾驶风险应对方案中分别对应的交通事故率，得到所述车辆的多个预测交通事故率；确定单元，配置为根据所述多个预测交通事故率，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定单元配置为：将所述多个预测交通事故率中的最小预测交通事故率对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定单元还配置为：若所述最小预测交通事故率包含多个，则根据多个最小预测交通事故率分别对应的驾驶风险应对方案中监测设备数量，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定单元还配置为：将多个最小预测交通事故率分别对应的驾驶风险应对方案中最大监测设备数量对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定单元还配置为：若所述最大监测设备数量包含多个，则根据多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定单元包括：加权求和子单元，配置为对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值；确定子单元，配置为将所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值中的最大加权值对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述确定子单元还配置为：若所述最大加权值包含多个，则从多个最大加权值分别对应的驾驶风险应对方案中任选一个驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，基于前述方案，所述加权求和子单元配置为：获取所述车辆上的监测设备所监测的交通事故隐患的重视程度；将所述重视程度作为所述监测设备的监测级别的权重因子；根据所述权重因子，对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值。

在本申请的一些实施例中，基于前述方案，所述加权求和子单元还配置为：根据所述目标路段的历史交通事故数据，统计所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率；将所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率，作为所述车辆上的监测设备所监测的交通事故隐患的重视程度。

在本申请的一些实施例所提供的技术方案中，通过目标路段的历史交通事故数据、车辆上的监测设备以及监测设备的监测级别获取了车辆的多个驾驶风险应对方案，并预测出了车辆在多个驾驶风险应对方案中分别对应的交通事故率，得到车辆在目标路段的多个预测交通事故率，从而使得车辆可以根据预测交通事故率选择在目标路段的驾驶风险应对方案，本申请实施例提供的车辆驾驶风险应对方法提高了车辆选择驾驶风险应对方案的准确性，进而提高了车辆驾驶的安全性，减少了交通事故的发生。

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，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。在附图中：

图1示出了可以应用本申请实施例的技术方案的一个示例性系统架构的示意图；

图2示出了根据本申请的一个实施例的车辆驾驶风险应对方法的流程图；

图3示出了根据本申请的一个实施例的车辆驾驶风险应对方法的流程图；

图4示出了根据本申请的一个实施例的车辆驾驶风险应对方法的流程图；

图5示出了根据本申请的一个实施例的车辆驾驶风险应对方法的流程图；

图6示出了根据本申请的一个实施例的车辆驾驶风险应对装置的框图；

图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

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，提供这些实施方式使得本申请将更加全面和完整，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。

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实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。

如图1所示，系统架构100可以包括多个车辆101和服务器102，其中，车辆101可以是车联网中的车辆，服务器102可以是与车辆网中的车辆进行数据交互的车联网云服务器，车辆101与服务器102之间通过网络进行连接。

如前所述的网络是用以提供通信链路的介质，可以包括但不限于：无线网络、有线网络，有线网络包括但不限于以下至少之一：广域网、城域网、局域网。无线网络包括但不限于以下至少之一：蓝牙、wi-fi、近场通信(nearfieldcommunication，简称nfc)。

车辆101通过网络与服务器102进行交互，以接收或发送消息等，当车辆101处于目标路段时，可以从服务器102中获取目标路段的历史交通事故数据；并根据获取到的目标路段的历史交通事故数据、车辆101上的监测设备以及监测设备的监测级别，得到车辆101在目标路段的多个驾驶风险应对方案；然后，根据目标路段的历史交通事故数据，预测车辆在多个驾驶风险应对方案中分别对应的交通事故率，得到车辆101的多个预测交通事故率，从而使得车辆101可以根据多个预测交通事故率，确定车辆101在目标路段的驾驶风险应对方案。

应该理解，图1中的车辆101和服务器102的数目仅仅是示意性的。根据实现需要，可以具有任意数目的车辆101和服务器102。比如服务器102可以是多个服务器组成的服务器集群等。

需要说明的是，本申请实施例所提供的车辆驾驶风险应对方法一般由车辆101执行，相应地，车辆驾驶风险应对装置一般设置于车辆101中。但是，在本申请的其它实施例中，服务器102也可以与车辆101具有相似的功能，从而执行本申请实施例所提供的车辆驾驶风险应对的方案。

以下对本申请实施例的技术方案的实现细节进行详细阐述：

图2示出了根据本申请的一个实施例的车辆驾驶风险应对方法的流程图，该车辆驾驶风险应对方法可以由车辆101来执行，该车辆可以是图1中所示的车辆101，参照图2所示，所述方法包括：

步骤s210、根据目标路段的历史交通事故数据、处于所述目标路段的车辆上的监测设备以及所述监测设备的监测级别，获取所述车辆的多个驾驶风险应对方案；

步骤s220、根据所述历史交通事故数据，预测所述车辆在所述多个驾驶风险应对方案中分别对应的交通事故率，得到所述车辆的多个预测交通事故率；

步骤s230、根据所述多个预测交通事故率，确定所述车辆在所述目标路段的驾驶风险应对方案。

下面对这些步骤进行详细描述。

在步骤s210中，根据目标路段的历史交通事故数据、处于所述目标路段的车辆上的监测设备以及所述监测设备的监测级别，获取所述车辆的多个驾驶风险应对方案。

其中，车辆上的监测设备是对车辆进行监测的设备，例如，监测设备可以是车胎压力传感器、机油漏油监测装置、道路能见度监测装置等等。此外，每一个监测设备都有一个或若干个监测级别，级别越高，监测保护特性越好，例如，车胎压力传感器在监测车胎压力时有三个级别，第一级别是车胎压力增大50％报警，第二个级别是车胎压力增大30％报警，第三个级别是车胎压力增大10％报警。

车辆在进入目标路段后，可以从交通管理部门的数据库中获取到目标路段的历史交通事故数据，也就是在目标路段发生的交通事故的相关数据，例如，交通事故的数量、交通事故的类型以及交通事故的发生原因等等。

车辆的驾驶风险应对方案可以是通过车辆上的监测设备的开启，以及相应监测设备的相应级别的开启，以实现应对驾驶风险所形成的方案。例如，车辆上有两个监测设备：设备a和设备b，每个设备有两个监测级别，那么车辆的驾驶风险应对方案可以包括：驾驶风险应对方案1(开启设备a且其监测级别是一级)，驾驶风险应对方案2(开启设备a且其监测级别是二级)，驾驶风险应对方案3(开启设备b且其监测级别是一级)，驾驶风险应对方案4(开启设备b且其监测级别是二级)，驾驶风险应对方案5(同时开启两个设备，设备a和设备b均是一级)，驾驶风险应对方案6(同时开启两个设备，设备a是一级，设备b是二级)，驾驶风险应对方案7(同时开启两个设备，设备a是二级，设备b是一级)；驾驶风险应对方案8(同时开启两个设备，设备a和设备b均是二级)。

进一步，值得说明的是，以上根据车辆上的监测设备以及监测设备的监测级别确定出车辆的驾驶风险应对方案可以看作是理论驾驶风险应对方案，然而，理论驾驶风险应对方案并不一定是车辆实际采用的方案，因此，可以进一步根据目标路段的历史交通事故数据对理论驾驶风险应对方案进行调整，最后获得车辆的多个驾驶风险应对方案。

继续上面的例子进行说明，假如根据历史交通事故数据能够预测出车辆在驾驶风险应对方案3、驾驶风险应对方案4、驾驶风险应对方案5、驾驶风险应对方案6、驾驶风险应对方案7、驾驶风险应对方案8中的交通事故率，并且还能预测出车辆在同时开启两个设备且设备b是一级的交通事故率，能够预测出车辆在同时开启两个设备且设备b是二级的交通事故率，而无法预测出车辆在驾驶风险应对方案1和驾驶风险应对方案2中的交通事故率，因此，可以对驾驶风险应对方案进行调整，最后得到的车辆的驾驶风险应对方案就包括：驾驶风险应对方案3、驾驶风险应对方案4、驾驶风险应对方案5、驾驶风险应对方案6、驾驶风险应对方案7、驾驶风险应对方案8、驾驶风险应对方案9(同时开启两个设备且设备b是一级)、驾驶风险应对方案10(同时开启两个设备且设备b是二级)。

步骤s220，根据所述历史交通事故数据，预测所述车辆在所述多个驾驶风险应对方案中分别对应的交通事故率，得到所述车辆的多个预测交通事故率。

历史交通事故数据一般会记录历史交通事故的类型以及事故原因，如爆胎、漏油、车辆视距过短、路面湿滑等，也会记录肇事车辆是否开启了监测设备以及监测设备开启的监测级别，因此，车辆在某种驾驶风险应对方案中对应的交通事故率可以通过目标路段某种驾驶风险应对方案的交通事故起数与目标路段的总的历史交通事故起数的比值得到。

举例说明，假如根据历史交通事故数据得到在目标路段总共发生了100起交通事故，其中，肇事车辆开启一级漏油监测设备的交通事故有20起，则可以预测出车辆在目标路段在即采用开启一级漏油监测设备的驾驶风险应对方案对应的交通事故率为20/100＝20％。

步骤s230、根据所述多个预测交通事故率，确定所述车辆在所述目标路段的驾驶风险应对方案。

在通过步骤s220得到多个预测交通事故率后，可以通过比较多个预测交通事故率的大小，确定出车辆在目标路段的驾驶风险应对方案。

通过以上实施例提供的技术方案，根据目标路段的历史交通事故数据获取了车辆的多个驾驶风险应对方案，并预测出了车辆在多个驾驶风险应对方案中分别对应的交通事故率，得到车辆在目标路段的多个预测交通事故率，从而根据预测交通事故率选择车辆在目标路段的驾驶风险应对方案，使得车辆的驾驶风险应对方案的选择是根据实际路段情况做出的，提高了车辆选择驾驶风险应对方案的准确性，进而提高了车辆驾驶的安全性，减少了交通事故的发生。

在本申请的一个实施例中，根据多个预测交通事故率，确定车辆在目标路段的驾驶风险应对方案的方式可以包括：

将所述多个预测交通事故率中的最小预测交通事故率对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

容易理解的是，最小预测交通事故率表明了车辆在目标路段发生交通事故的概率最小，因此，为了控制车辆的驾驶风险，可以将最小预测交通事故率对应的驾驶风险应对方案作为车辆在目标路段的驾驶风险应对方案。

举例说明，假如通过步骤s220预测得到了车辆在五种驾驶风险应对方案分别对应的交通事故率，分别为：车辆在驾驶风险应对方案1中的预测交通事故率为10％，车辆在驾驶风险应对方案2中的预测交通事故率为10％，车辆在驾驶风险应对方案3中的预测交通事故率为30％，车辆在驾驶风险应对方案4中的预测交通事故率为40％，车辆驾驶风险应对方案5中的预测交通事故率为50％，其中，车辆在驾驶风险应对方案1中的预测交通事故率最小，因此，可以将驾驶风险方案1作为车辆在目标路段的驾驶风险应对方案。

值得一提的是，最小预测交通事故率可能会出现多个的情况，因此，在包含多个时，则还需要进一步根据多个最小预测交通事故率确定车辆在目标路段的驾驶风险应对方案。

在本申请的一个实施例中，最小预测交通事故率包含多个时，所述方法还包括：

若所述最小预测交通事故率包含多个，则根据多个最小预测交通事故率分别对应的驾驶风险应对方案中的监测设备数量，确定所述车辆在所述目标路段的驾驶风险应对方案。

在该实施例中，在最小预测交通事故率不止一个，而是包含多个的情况，则可以进一步根据多个最小预测交通事故率分别对应的驾驶风险应对方案中的监测设备数量，确定车辆在目标路段的驾驶风险应对方案。

例如，通过步骤s220预测得到了车辆在五种驾驶风险应对方案分别对应的交通事故率，分别为：车辆在驾驶风险应对方案1中的预测交通事故率为10％，车辆在驾驶风险应对方案2中的预测交通事故率为10％，车辆在驾驶风险应对方案3中的预测交通事故率为30％，车辆在驾驶风险应对方案4中的预测交通事故率为40％，车辆驾驶风险应对方案5中的预测交通事故率为50％，可以看出，车辆在驾驶风险应对方案1中的交通事故率和车辆在驾驶风险应对方案2中的交通事故率均为最小预测交通事故率，因此，可以进一步根据最小预测交通事故率对应的驾驶风险应对方案1和驾驶风险应对方案2中的监测设备的数量进行确定。

可选的，根据监测设备数量，确定车辆在目标路段的驾驶风险应对方案的方式可以是将大于预设阈值的监测设备数量对应的任一驾驶风险应对方案，作为车辆在目标路段的驾驶风险应对方案，也可以是将最大监测设备数量对应的驾驶风险应对方案，作为车辆在目标路段的驾驶风险应对方案。

在一个实施例中，所述根据多个最小预测交通事故率分别对应的驾驶风险应对方案中监测设备数量，确定所述车辆在所述目标路段的驾驶风险应对方案，包括：

将多个最小预测交通事故率分别对应的驾驶风险应对方案中最大监测设备数量对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在该实施例中，当最小预测交通事故率包含多个时，则可以将多个最小预测交通事故率分别对应的驾驶风险应对方案中最大监测设备数量对应的驾驶风险应对方案，作为车辆在目标路段的驾驶风险应对方案。

如前所述，驾驶风险应对方案中包含有开启的监测设备以及监测设备的相应级别，例如，车辆有6个驾驶风险应对方案，分别为：驾驶风险应对方案1中开启了监测设备a一级和监测设备b一级，驾驶风险应对方案2中开启了监测设备c一级和监测设备a三级，驾驶风险应对方案3中开启了监测设备a二级，驾驶风险应对方案4中开启了监测设备a一级、监测设备b一级以及监测设备c一级，驾驶风险应对方案5开启了监测设备b二级、监测设备c二级以及监测设备d一级，驾驶风险应当对方案6开启了监测设备a二级、监测设备b二级、监测设备c级一级监测设备d二级，则可以得到驾驶风险应对方案1中监测设备数量为2个，驾驶风险应对方案2中监测设备数量为2个，驾驶风险应对方案3中监测设备数量为1个，驾驶风险应对方案4中监测设备数量为3个，驾驶风险应对方案1中监测设备数量为3个，驾驶风险应对方案5中监测设备数量为4个。如果多个最小预测交通事故率分别对应的驾驶风险应对方案为驾驶风险应对方案1、驾驶风险应对方案3和驾驶风险应对方案5，则可以将驾驶风险应对方案5作为车辆在目标路段的驾驶风险应对方案。

在另一个实施例中，如果最大监测设备数量包含多个，则可以进一步根据多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别，确定车辆在目标路段的驾驶风险应对方案，在该实施例中，所述方法还包括：

若所述最大监测设备数量包含多个，则根据多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别，确定所述车辆在所述目标路段的驾驶风险应对方案。

具体的，在最大监测设备数量出现多个的情况时，则可以根据监测级别进行确定，如果监测设备在驾驶风险应对方案中没有开启监测级别，则可以认定监测设备开启的监测级别为零。

可选的，根据监测级别确定车辆在目标路段的驾驶风险应对方案可以是进行监测级别之间的大小比较，将最大监测级别作为车辆在目标路段的驾驶风险应对方案，而驾驶风险应对方案中的监测级别可以是各个监测设备的监测级别之和，也可以是各个监测设备的监测级别的平均值。

例如，多个最大监测设备分别对应的驾驶风险应对方案分别为驾驶风险应对方案1、驾驶风险应对方案2和驾驶风险应对方案3，其中，驾驶风险应对方案1中开启了监测设备a一级和监测设备b一级，驾驶风险应对方案2中开启了监测设备c一级和监测设备a三级，驾驶风险应对方案3中开启了监测设备a三级。

如果按照各个监测设备的监测级别之和，可以得到驾驶风险应对方案1中的监测级别为2，驾驶风险应对方案2中的监测级别为4，驾驶风险应对方案3中的监测级别为3，因为驾驶风险应对方案2中的监测级别的数值最大，因此，可以将驾驶风险应对方案2作为车辆在目标路段的驾驶风险应对方案。

如果按照各个监测设备的监测级别的平均值，可以得到驾驶风险应对方案1中的监测级别为1，驾驶风险应对方案2中的监测级别为2，驾驶风险应对方案3中的监测级别为3，因为驾驶风险应对方案3中的监测级别的数值最大，因此，可以将驾驶风险应对方案3作为车辆在目标路段的驾驶风险应对方案。

在本申请的一个实施例中，根据监测级别确定车辆在目标路段的驾驶风险应对方案还可以是对监测级别进行加权求和的方式，如图3所示，在该实施例中，根据多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别，确定所述车辆在所述目标路段的驾驶风险应对方案，可以具体包括步骤s310-步骤s320，现详细说明如下：

步骤s310、对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值。

具体的，可以根据权重因子对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，其中，权重因子可以根据监测级别对应的监测设备的重要性进行确定，重要性的确定可以根据监测设备的特性以及监测设备实际使用情况进行确定，例如，在车胎压力传感器的重要性小于道路能见度监测设备的重要性的情况下，如果对道路能见度监测设备赋予权重因子为0.6，则可以对车胎压力传感器赋予小于0.6的权重因子，比如说0.4。

在得到权重因子后，可以对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，例如，驾驶风险方案中开启了监测设备a一级以及监测设备b二级，而对监测设备a赋予的权重因子为0.4，对监测设备b赋予的权重因子为0.7，则可以得到驾驶风险方案中监测级别的加权值为0.4*1+0.7*2＝1.8。

步骤s320、将所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别的加权值中的最大加权值对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在通过步骤s310得到多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值之后，可以将最大加权值对应的驾驶风险应对方案作为车辆在目标路段的驾驶风险应对方案。

同样的，在最大加权值出现多个的情况下，还需要进一步根据多个最大加权值确定车辆在目标路段的驾驶风险应对方案。

在一个实施例中，在最大加权值出现多个的情况下，根据多个最大加权值确定车辆在目标路段的驾驶风险应对方案的方法可以包括：

若所述最大加权值包含多个，则从多个最大加权值分别对应的驾驶风险应对方案中任选一个驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一个实施例中，如图4所示，步骤s310可以具体包括：

步骤s3101、获取所述车辆上的监测设备所监测的交通事故隐患的重视程度；

步骤s3102、将所述重视程度作为所述监测设备的监测级别的权重因子；

步骤s3103、根据所述权重因子，对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值。

下面对这些步骤详细进行说明：

在步骤s3101中，获取所述车辆上的监测设备所监测的交通事故隐患的重视程度。

具体的，在一起交通事故中会涉及到一种或者多种交通事故隐患，例如爆胎、漏油、车辆视距过短、路面湿滑等，而监测设备可以对这些交通事故隐患进行监测，例如车胎压力传感器监测的交通事故隐患为爆胎，机油漏油监测设备监测的交通事故隐患为漏油等。

交通事故隐患是造成交通事故的潜在风险，重视这些潜在风险，可以有效防止交通事故的发生，而不同的交通事故隐患造成交通事故的严重程度可能不同，因此，对不同的交通事故隐患的重视程度也可能不同。

步骤s3102、将所述重视程度作为所述监测设备的监测级别的权重因子。

具体的，将步骤s3101中获取得到的重视程度作为监测设备的监测级别的权重因子，以进行加权求和计算。

步骤s3103、根据所述权重因子，对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值。

在通过步骤s3102得到权重因子后，可以对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值，加权求和的方式在前文已经描述，在此不再赘述。

在本申请的一个实施例中，如图5所示，获取所述车辆上的监测设备所监测的交通事故隐患的重视程度的方式可以包括步骤s31011-步骤s31012，现详细说明如下：

步骤s31011、根据所述目标路段的历史交通事故数据，统计所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率。

具体的，因为交通事故隐患的存在，往往很容易发生交通事故，因此可以根据目标路段的历史交通事故数据，统计交通事故隐患造成的交通事故率。历史交通事故数据中通常会记录造成交通事故的交通事故隐患，因此，可以根据历史交通事故数据统计出交通事故隐患造成的交通事故率。

步骤s31012、将所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率，作为所述车辆上的监测设备所监测的交通事故隐患的重视程度。

可以理解的是，交通事故隐患造成的交通事故率越大，交通事故隐患越应该被重视，因此，交通事故隐患的重视程度越大，因此，可以将车辆上的监测设备所监测的交通事故隐患造成的交通事故率，作为车辆上的监测设备所监测的交通事故隐患的重视程度。比如说，统计得到爆胎这一交通事故隐患造成的交通事故率为30％，则可以得到车胎传感器所监测的交通事故隐患的重视程度为30％。

以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的车辆驾驶风险应对方法。对于本申请装置实施例中未披露的细节，请参照本申请上述的车辆驾驶风险应对方法的实施例。

图6示出了根据本申请的一个实施例的车辆驾驶风险应对装置的框图，参照图6所示，根据本申请的一个实施例的车辆驾驶风险应对装置600，包括：获取单元602、预测单元604和确定单元606。

其中，获取单元602，配置为根据目标路段的历史交通事故数据、处于所述目标路段的车辆上的监测设备以及所述监测设备的监测级别，获取所述车辆的多个驾驶风险应对方案；预测单元604，配置为根据所述历史交通事故数据预测所述车辆在所述多个驾驶风险应对方案中分别对应的交通事故率，得到所述车辆的多个预测交通事故率；确定单元606，配置为根据所述多个预测交通事故率，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定单元606配置为：将所述多个预测交通事故率中的最小预测交通事故率对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定单元606还配置为：若所述最小预测交通事故率包含多个，则根据多个最小预测交通事故率分别对应的驾驶风险应对方案中监测设备数量，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定单元606还配置为：将多个最小预测交通事故率分别对应的驾驶风险应对方案中最大监测设备数量对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定单元606还配置为：若所述最大监测设备数量包含多个，则根据多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别，确定所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定单元606包括：加权求和子单元，配置为对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值；确定子单元，配置为将所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值中的最大加权值对应的驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述确定子单元还配置为：若所述最大加权值包含多个，则从多个最大加权值分别对应的驾驶风险应对方案中任选一个驾驶风险应对方案，作为所述车辆在所述目标路段的驾驶风险应对方案。

在本申请的一些实施例中，所述加权求和子单元配置为：获取所述车辆上的监测设备所监测的交通事故隐患的重视程度；将所述重视程度作为所述监测设备的监测级别的权重因子；根据所述权重因子，对多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别进行加权求和，得到所述多个最大监测设备数量分别对应的驾驶风险应对方案中的监测级别对应的加权值。

在本申请的一些实施例中，所述加权求和子单元还配置为：根据所述目标路段的历史交通事故数据，统计所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率；将所述车辆上的监测设备所监测的交通事故隐患造成的交通事故率，作为所述车辆上的监测设备所监测的交通事故隐患的重视程度。

图7示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图7示出的电子设备的计算机系统700仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(centralprocessingunit，cpu)701，其可以根据存储在只读存储器(read-onlymemory，rom)702中的程序或者从存储部分708加载到随机访问存储器(randomaccessmemory，ram)703中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram703中，还存储有系统操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(input/output，i/o)接口705也连接至总线704。

以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(cathoderaytube，crt)、液晶显示器(liquidcrystaldisplay，lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan(localareanetwork，局域网)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasableprogrammablereadonlymemory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compactdiscread-onlymemory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机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。而在本申请中，计算机可读的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，其中承载了计算机可读的计算机程序。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。

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，根据本申请的实施方式，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。

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，根据本申请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、触控终端、或者网络设备等)执行根据本申请实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本申请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。本申请的范围仅由所附的权利要求来限制。