一种车辆驾驶状态的识别方法、装置及存储介质与流程

本发明涉及驾驶信息处理
技术领域：
，尤其涉及一种车辆驾驶状态的识别方法、装置及存储介质。
背景技术：
：随着社会经济的发展，人们的生活水平也随之提高，汽车成为家家户户必不可少的交通工具，加之网络技术的发展，驾驶信息处理技术也随之得到发展应用。经过研究发现，车辆在驾驶过程中发生交通事故时的驾驶状态在一定程度上预示了事故发生的可能性，因此，为了提高车辆的行驶安全性，电子地图技术中的车辆驾驶状态识别技术也运营而生，利用车辆驾驶状态识别技术，能够在判断车辆处于危险状态时即进行预警，在一定程度上实现了交通事故的预防。人们驾车出行频率的增加，使得驾驶信息处理技术中的车辆驾驶状态识别的准确度对于预防交通事故的发生有着重要的实际意义，因此，如何提高车辆驾驶状态识别的准确度从而提高预防交通事故的能力是一个需要考虑的技术问题之一。技术实现要素：本发明实施例提供一种车辆驾驶状态的识别方法、装置及存储介质，用于提高车辆驾驶状态识别的准确度，从而提高预防交通事故的能力。第一方面，本发明实施例提供的一种车辆驾驶状态的识别方法，包括：获取车辆的多个连续的gps点数据；根据获取的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，获得多个位移方向向量；根据所述多个位移方向向量，确定每相邻的两个位移方向向量的位移方向夹角，获得多个位移方向夹角；根据所述车辆在行驶过程中的所述多个位移方向夹角的变化特征，确定车辆驾驶状态。本发明实施例提供的一种车辆驾驶状态的识别方法，首先利用获取的车辆的多个连续的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，从而获得多个位移方向向量，然后确定多个位移方向向量中每相邻的两个位移方向向量的位移方向夹角，从而获得多个位移方向夹角，进而使用多个位移方向夹角的变化特征，确定车辆驾驶状态，由于位移方向夹角的变化范围越小，车辆越趋于正常行驶状态，位移方向夹角的变化范围越大，车辆越趋于低速行驶状态，甚至趋于停车状态，所以，利用位移方向夹角的变化特征确定车辆驾驶状态，能够提高车辆驾驶状态识别的准确度。可选的，所述根据所述车辆在行驶过程中的所述多个位移方向夹角的变化特征，确定车辆驾驶状态，具体包括：确定所述多个位移方向夹角的变化范围；根据所述多个位移方向夹角的变化范围所在的阈值范围，确定车辆驾驶状态；其中，每一种车辆驾驶状态对应一个阈值范围。上述可选的方式，描述了本发明实施例可以具体通过多个位移方向夹角的变化所处的范围来判断，也即可以设置与不同车辆驾驶状态对应的阈值范围作为判断标准，进而通过确定多个位移方向夹角的变化范围所处的阈值范围，确定车辆驾驶状态。可选的，所述确定所述多个位移方向夹角的变化范围，具体包括：确定所述多个位移方向夹角中每相邻的两个位移方向夹角的余弦值，获得多个位移方向夹角余弦值；根据所述多个位移方向夹角余弦值，确定每相邻的两个位移方向夹角余弦值的一阶差分，获得多个一阶差分；根据所述多个一阶差分的离散特征，确定所述多个位移方向夹角的变化范围。上述可选的方式，充分利用若多个位移方向夹角的变化范围小，那么，由多个位移方向夹角中每相邻的两个位移向量夹角之差，得到的多个位移向量夹角之差表现出的离散度就会越低，若多个位移方向夹角的变化范围大，则多个位移向量夹角之差表现出的离散度就会越高，因此，可以具体通过确定多个位移方向夹角中每相邻的两个位移方向夹角的余弦值，进一步通过确定多个余弦值中每相邻的两个位移方向夹角余弦值的一阶差分，进而通过多个一阶差分的离散特征也即离散度，来确定车辆驾驶状态，提高了车辆驾驶状态识别的准确度。可选的，所述根据所述多个一阶差分的离散特征，确定所述多个位移方向夹角的变化范围，具体为：确定所述多个一阶差分的方差或标准差，所述方差或标准差表征所述多个位移方向夹角的变化范围。可选的，所述根据所述多个一阶差分的离散特征，确定所述多个位移方向夹角的变化范围，具体为：对所述多个一阶差分进行小波变换，获得小波变换结果，所述小波变换结果表征所述多个位移方向夹角的变化范围；或者对所述多个一阶差分进行卷积，获得卷积结果，所述卷积结果表征所述多个位移方向夹角的变化范围。可选的，所述多个连续的gps点数据为：设定时间长度内获取的所有gps点数据；或者对一段时间内获得的所有gps点数据按照时间顺序划分为多个样本分组后，任何一个样本分组中包含的多个连续的gps点数据。可选的，获取车辆的多个连续的gps点数据之后，所述方法还包括：若根据获取的gps点数据，确定相邻的两个gps点之间或者相隔设定数目的两个gps点之间的位移坐标之差小于第二阈值时，则确定所述车辆驾驶状态为停车状态。可选的，所述方法还包括：当所述多个连续的gps点数据是在对用于eta模型训练的gps点数据集合进行数据预处理时，从所述gps点数据集合中获取的，则当确定车辆驾驶状态为停车状态时，从所述gps点数据集合中去除所述多个连续的gps点数据。上述可选的方式，描述了本发明实施例中的方法还可以应用于eta模型训练中，以便去除用于进行eta模型训练的gps点数据集合中的车辆驾驶状态为停车状态对应的gps点数据，进而获得更加精确的eta结果。进而以可控力度输出车辆在第二方面，本发明实施例提供的一种车辆驾驶状态的识别装置，包括：获取单元，用于获取车辆的多个连续的gps点数据；第一确定单元，用于根据获取的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，获得多个位移方向向量；第二确定单元，用于根据所述多个位移方向向量，确定每相邻的两个位移方向向量的位移方向夹角，获得多个位移方向夹角；第三确定单元，用于根据所述车辆在行驶过程中的所述多个位移方向夹角的变化特征，确定车辆驾驶状态。可选的，所述第三确定单元，还用于：确定所述多个位移方向夹角的变化范围；根据所述多个位移方向夹角的变化范围所在的阈值范围，确定车辆驾驶状态，其中，每一种车辆驾驶状态对应一个阈值范围。可选的，所述第三确定单元，还用于：确定所述多个位移方向夹角中每相邻的两个位移方向夹角的余弦值，获得多个位移方向夹角余弦值；根据所述多个位移方向夹角余弦值，确定每相邻的两个位移方向夹角余弦值的一阶差分，获得多个一阶差分；根据所述多个一阶差分的离散特征，确定所述多个位移方向夹角的变化范围。可选的，所述第三确定单元，还用于：确定所述多个一阶差分的方差或标准差，所述方差或标准差表征所述多个位移方向夹角的变化范围。可选的，所述第三确定单元，还用于：对所述多个一阶差分进行小波变换，获得小波变换结果，所述小波变换结果表征所述多个位移方向夹角的变化范围；或者对所述多个一阶差分进行卷积，获得卷积结果，所述卷积结果表征所述多个位移方向夹角的变化范围。可选的，所述多个连续的gps点数据为：设定时间长度内获取的所有gps点数据；或者对一段时间内获得的所有gps点数据按照时间顺序划分为多个样本分组后，任何一个样本分组中包含的多个连续的gps点数据。可选的，所述第三确定单元，还用于：若根据获取的gps点数据，确定相邻的两个gps点之间或者相隔设定数目的两个gps点之间的位移坐标之差小于第二阈值时，则确定所述车辆驾驶状态为停车状态。可选的，所述第三确定单元，还用于：当所述多个连续的gps点数据是在对用于eta模型训练的gps点数据集合进行数据预处理时，从所述gps点数据集合中获取的，则当确定车辆驾驶状态为停车状态时，从所述gps点数据集合中去除所述多个连续的gps点数据。第四方面，本发明实施例提供一种计算装置，包括至少一个处理器、以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如第一方面所述的方法的步骤。第五方面，本发明实施例提供一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行如第一方面所述的方法的步骤。本发明实施例中提供的一种车辆驾驶状态的识别方法，充分考虑到若一段时间内某些gps上报时刻出现漂移现象，导致上报的gps点数据不准确，而正常行驶状态下gps点两两之间的位移模较大，不准确的gps点数据对较大位移模的影响小，进而该段时间内整个位移方向夹角的变化范围仍处于较小范围内；而车辆低速行驶或停止状态下的gps点两两之间的位移模较小，不准确的gps点数据对较小的位移模的影响大，进而该段时间内整个位移方向夹角的变化范围也大，因此，根据车辆在行驶过程中的多个位移方向夹角的变化特征来确定车辆驾驶状态，能够提高车辆驾驶状态的识别准确度。同时，由于本发明利用了车辆在行驶过程中的多个位移方向夹角的变化特征，即便获取的多个gps点数据中存在一个或几个不精确的gps点数据，也不会影响多个位移方向夹角的整体变化特征，所以，本发明对于数据噪音及异常值的包容性较强，也增加了本方案的适用范围。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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。图1为本发明实施例提供的车辆与卫星通信断开的示意图；图2a为本发明实施例提供的一种应用场景示意图；图2b为本发明实施例提供的另一种应用场景示意图；图3为本发明实施例提供的车辆驾驶状态识别方法的流程图；图4为本发明实施例提供的一种确定位移方向向量的示意图；图5为本发明实施例提供的另一种确定位移方向向量的示意图；图6为本发明实施例提供的确定位移方向向量之间的夹角的示意图；图7为本发明实施例提供的另一种车辆驾驶状态识别方法的流程图；图8为本发明实施例提供的一种车辆驾驶状态识别装置示意图；图9为本发明实施例提供的一种计算机装置示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明技术方案保护的范围。为了方便理解，下面对本发明实施例中涉及的名词进行解释。车辆驾驶状态：本文是指根据车辆的行驶速度对车辆状态的划分，一般可以分为正常行驶状态，低速行驶状态，停车状态，例如正常行驶状态为车辆以不低于第一速度行驶的状态，低速行驶状态为低于第一速度行驶的状态，停车状态为车速为0或趋于0的状态，其中，第一速度可以根据实际需要进行设置，如10km/h、15km/h等。gps点：车辆在gps采样时刻(又称为gps上报时刻)所在的坐标位置。eta：estimatedtimeofarrival，即预计到达时间，eta模型即用来估计eta值的算法模型。在驾驶信息处理
技术领域：
中，驾驶信息可应用于导航、自动驾驶、电子地图等场景，而驾驶信息中的gps数据是描述车辆最主要也是最原始的数据信息，通常，车辆中的gps单元，负责将车辆的gps数据上传至需要gps数据的业务服务器。gps数据常见的数据格式包含如下字段：gps经纬度数据、gps时间戳、gps瞬时速度、gps海拔高度等等，通过gps数据可以描述车辆的运动状态。目前，利用gps数据判断车辆的驾驶状态主要包括两种方案，第一种方案主要是利用gps数据中的gps瞬时速度来判断车辆的驾驶状态；第二种方案主要是利用gps点的位移向量的模的大小来判断车辆的驾驶状态，然而，在具体实践过程中，发明人发现，上述第一种方案，对gps点的瞬时速度的可靠性依赖较大，当车辆在行驶过程中gps位置出现漂移状态时，会导致gps点的瞬时速可靠性低，因此对驾驶状态的识别不够准确。而上述第二种方案在gps位置出现漂移状态时，例如图1所示，车辆10在正常行驶过程中被建筑物11遮挡，也会导致车辆10中的gps单元与卫星12的通信断开，使得车辆10中的gps单元需要通过附近的基站13间接与卫星12通信，进而导致卫星12将附近的基站13所在的位置误认为是车辆10当前所在的位置，遮挡车辆与卫星的通信的建筑物11较为密集问题会更加严重，由此导致服务器14对车辆10的驾驶状态的误判，所以上述第二种方案，也存在驾驶状态识别不够准确的问题。为此，本发明发明人考虑到车辆在正常行驶状态下，相邻gps点形成的位移方向夹角的变化范围较小，即便是在一段时间内某些gps上报时刻出现漂移现象，导致上报的gps点数据不准确，而正常行驶状态下gps点两两之间的位移模较大，不准确的gps点数据对较大位移模的影响小，因此，一段时间内整个位移方向夹角的波动较小，也即位移方向夹角的变化范围仍处于较小范围内。而车辆在低速行驶或停止状态时，相邻gps点形成的位移方向夹角的变化范围大，若一段时间内某些gps上报时刻出现漂移现象，导致上报的gps点数据不准确，而低速行驶或停止状态下的gps点两两之间的位移模较小，不准确的gps点数据对较小的位移模的影响大，进而使得一段时间内整个位移方向夹角的波动就会更大。因此，采用车辆在行驶过程中的多个位移方向夹角的变化特征，来确定车辆的驾驶状态就会更加准确。基于此，本发明实施例提供一种车辆驾驶状态的识别方法，该方法可以先获取车辆的多个连续的gps点数据，进而根据获取的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，然后再确定每相邻的两个位移方向向量的位移方向夹角，进而根据车辆在行驶过程中的多个位移方向夹角的变化特征，来确定车辆的驾驶状态。本发明实施例中的车辆驾驶状态的识别方法可以应用于如图2a所示的应用场景，在该应用场景中包括卫星21，基站22以及服务器23，其中，服务器23可以是某台需要gps数据进行相关业务的服务器，也可以是若干台服务器组成的服务器集群或云计算中心，车辆20在道路上行驶，卫星21与车辆20中的定位单元直接通信，车辆20中的定位单元可以是gps定位芯片，也可以是任何具有定位功能的移动设备，如驾驶员的手机，ipad等，通过车辆20中的定位单元与卫星21直接通信，车辆20能够实时收集到车辆在行驶过程中的gps点数据，车辆20还可以将在gps上报时刻将实时收集到的行驶过程中的gps点数据通过基站22发送给服务器23，进而使得服务器23实时获得车辆20在行驶过程中的gps点数据。本发明实施例中的车辆驾驶状态的识别方法还可以应用于如图2b所示的应用场景，在该应用场景中包括卫星31，路边通信设备32以及服务器33，车辆30在道路上行驶，卫星31与车辆30中的定位单元直接通信，进而使得车辆30能够实时收集到车辆在行驶过程中的gps点数据，车辆30还可以将在gps上报时刻将实时收集到的行驶过程中的gps点数据通过路边通信设备32发送给服务器33，进而使得服务器33实时获得车辆30在行驶过程中的gps点数据。需要注意的是，上文提及的应用场景仅是为了便于理解本发明的精神和原理而示出，本发明实施例在此方面不受任何限制。相反，本发明实施例可以应用于适用的任何场景。下面结合图2a所示的应用场景，对本发明实施例提供的道路路况的识别方法进行说明。如图3所示，本发明实施例提供的一种车辆驾驶状态的识别方法，包括：步骤s101：获取车辆的多个连续的gps点数据。在实际应用中，车辆在行驶过程中车辆内的gps单元会在gps上报时刻，实时上报车辆当前时刻所在位置的gps数据，在本发明实施例中，可以预先设置一设定时间长度，例如，设定时间长度为30秒分钟，或设定时间长度为1分钟，或设定时间长度为5分钟等，进而服务器可以收集该设定时间长度内，车辆的gps单元上报的所有gps数据，通常，设定时间长度内上报的所有gps数据中包括多个连续的gps点的数据，每个gps点的数据中包括每个gps点的一组坐标信息也即经纬度数据，当然，还可以包括gps时间戳也即gps上报时刻、gps瞬时速度、gps海拔高度等等数据，在此就不一一列举。在具体实践过程中，可以根据实际需要设置车辆内的gps单元的gps上报周期，例如，设置gps上报周期为1秒，若设定时间长度为1分钟，则该1分钟内就包括60个连续的gps点的数据，又如设置gps上报周期为2秒，若设定时间长度为1分钟，则该1分钟内就包括30个连续的gps点的数据。在本发明实施例中，具体以gps上报周期为2秒为例，那么，在设定时间长度为20秒时，服务器获取到的车辆的gps单元上报的所有gps数据就包括10个连续的gps点的数据；在设定时间长度为1分钟时，服务器获取到的车辆的gps单元上报的所有gps数据就包括30个连续的gps点的数据；在设定时间长度为4分钟时，服务器获取到的车辆的gps单元上报的所有gps数据就包括120个连续的gps点的数据，在此就不一一列举了。步骤s102：根据获取的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，获得多个位移方向向量。本发明实施例中，在获取到设定时间长度内的多个连续的gps点的数据之后，服务器根据多个连续的gps点的数据，可以确定多个连续的gps点中每相邻的两个gps点之间的位移方向向量，也可以确定多个连续的gps点中按照每相隔设定数目的两个gps点之间的位移方向向量。例如，在设定时间长度为20秒时，服务器获取10个连续的gps点的数据，为叙述方便，分别称为gps点1、gps点2、gps点3、gps点4、gps点5、gps点6、gps点7、gps点8、gps点9、gps点10，服务器可以确定上述10个gps点中每相邻的两个gps点之间的位移方向向量。如图4所示，为服务器基于上述10个gps点的数据，按照每相邻的两个gps点确定位移方向向量，从而获得9个位移方向向量的示意图，由于篇幅所限，图4中仅示意出了10个gps点中的gps点1、gps点2、gps点3、gps点4、gps点5、gps点6按照每相邻的两个gps点确定位移方向向量，其余的gps点中每相邻的两个gps点确定位移方向向量的方式可参考图4。在图4中，gps点1、gps点2、gps点3、gps点4、gps点5、gps点6为依次相邻的6个gps点，这里假设，gps点1的坐标为(x1,y1)，gps点2的坐标为(x2,y2)，gps点3的坐标为(x3,y3)，gps点4的坐标为(x4,y4)，gps点5的坐标为(x5,y5)，gps点6的坐标为(x6,y6)，那么，gps点1与gps点2之间的位移方向向量v1就为：v1＝(x2-x1,y2-y1)；gps点2与gps点3之间的位移方向向量v2就为：v2＝(x3-x2,y3-y2)；gps点3与gps点4之间的位移方向向量v3就为：v3＝(x4-x3,y4-y3)；gps点4与gps点5之间的位移方向向量v4就为：v4＝(x5-x4,y5-y4)；gps点5与gps点6之间的位移方向向量v5就为：v5＝(x6-x5,y6-y7)，依次类推，可得到另外4个位移方向向量，也即gps点6与gps点7之间的位移方向向量v6，gps点7与gps点8之间的位移方向向量v7，gps点8与gps点9之间的位移方向向量v8，gps点9与gps点10之间的位移方向向量v9。在具体实践过程中，若设定时间长度较长，服务器收集到的gps点较多时，为了提高计算效率，可以确定多个连续的gps点中每相隔设定数目的两个gps点之间的位移方向向量。例如，在设定时间长度为1分钟时，服务器获取30个连续的gps点的数据，为叙述方便，将30个gps点分别称为gps点1、gps点2、gps点3、gps点4、gps点5、gps点6、gps点7、gps点8、gps点9、gps点10、gps点11、gps点12、gps点13、gps点14、gps点15、gps点16、gps点17、gps点18、gps点19、gps点20、gps点21、gps点22、gps点23、gps点24、gps点25、gps点26、gps点27、gps点28、gps点29、gps点30。如图5所示，按照1个gps点的采样间隔，从30个gps点的数据，选择出gps点1、gps点3、gps点5、gps点7、gps点9、gps点11、gps点13、gps点15、gps点17、gps点19、gps点21、gps点23、gps点25、gps点27、gps点29这个15个点。然后，依次确定gps点1与gps点3之间的位移方向向量v1，gps点3与gps点5之间的位移方向向量v2，gps点5与gps点7之间的位移方向向量v3，直至gps点27与gps点29之间的位移方向向量v14，也即服务器根据30个gps点的数据，确定每相隔1个gps点后的每两个gps点之间的位移方向向量，由于篇幅所限，图5中仅示意出了上述gps点1、gps点2、gps点3、gps点4、gps点5、gps点6、gps点7。在实际应用中，服务器还可以按照2个gps点的采样间隔，从30个gps点的数据选择出10个gps点，然后确定选择出的该10个gps点中每相邻的两个点之间的位移方向向量，也即服务器根据30个gps点的数据，确定每相隔2个gps点后的每两个gps点之间的位移方向向量，当然，在具体实践过程中，可以根据实际需要设置每相隔的设定数目的具体值，在此就不一一列举了。在本发明实施例中，具体以如图4所示，设定时间长度为20秒时，服务器获取10个连续的gps点的数据，分为gps点1、gps点2、gps点3、gps点4、gps点5、gps点6、gps点7、gps点8、gps点9、gps点10，服务器按照每相邻的两个gps点确定位移方向向量，从而获得9个位移方向向量为例。若假设获取的10个gps点的经纬度(称为坐标信息)如表1所示：表1：经纬度(坐标)gps点1[113.834026,22.886551]gps点2[113.834024,22.886548]gps点3[113.834010,22.886550]gps点4[113.833980,22.886578]gps点5[113.833980,22.886620]gps点6[113.834000,22.886673]gps点7[113.834044,22.886779]gps点8[113.834094,22.886944]gps点9[113.834141,22.887098]gps点10[113.834213,22.887288]则根据表1所示10个gps点的经纬度，服务器按照每相邻的两个gps点确定位移方向向量，则可以确定获得9个位移方向向量，这9个位移方向向量如表2所示：表2：gps点1与gps点2的位移方向向量v1[-0.000002,-0.000003]gps点2与gps点3的位移方向向量v2[-0.000014,0.000002]gps点3与gps点4的位移方向向量v3[-0.000030,0.000028]gps点4与gps点5的位移方向向量v4[0.000000,0.000042]gps点5与gps点6的位移方向向量v5[0.000020,0.000053]gps点6与gps点7的位移方向向量v6[0.000044,0.000106]gps点7与gps点8的位移方向向量v7[0.000050,0.000165]gps点8与gps点9的位移方向向量v8[0.000047,0.000154]gps点9与gps点10的位移方向向量v9[0.000072,0.000190]步骤s103：根据多个位移方向向量，确定每相邻的两个位移方向向量的位移方向夹角，获得多个位移方向夹角。请结合图6参考，本发明实施例中，服务器获得如表2所示的9个位移方向向量之后，可以根据获得的9个位移方向向量，确定每相邻的两个位移方向向量的夹角，从而获得8个位移方向夹角，为方便叙述将获得8个位移方向夹角依次称为夹角1、夹角2、夹角3、夹角4、夹角5、夹角6、夹角7、夹角8，由于篇幅所限，图6中仅示意出了位移方向向量v1与位移方向向量v2之间的夹角1、位移方向向量v2与位移方向向量v3之间的夹角2、位移方向向量v3与位移方向向量v4之间的夹角3，位移方向向量v4与位移方向向量v5之间的夹角4。步骤s104：根据车辆在行驶过程中的多个位移方向夹角的变化特征，确定车辆驾驶状态。本发明实施例中，服务器在根据获得的9个位移方向向量，确定这个9个位移方向向量中每相邻的两个位移方向向量的夹角，从而获得夹角1至夹角8这8个位移方向夹角之后，就可以根据这8个位移方向夹角的变化特征，确定车辆的驾驶状态。上述步骤s104中，根据车辆在行驶过程中的多个位移方向夹角的变化特征，确定车辆的驾驶状态，可以有多种方式，例如可以根据多个位移方向夹角的变化范围所在的预置范围来确定车辆的驾驶状态，其中，每一种车辆驾驶状态对应一个阈值范围，多个位移方向夹角的变化范围越小，说明车辆驾驶的速度车辆越趋近正常行驶，多个位移方向夹角变化范围越大，车辆越趋近于低速行驶，甚至为停车状态，例如设置两个阈值t1以及t2，t2大于t1，若多个位移方向夹角的变化范围小于t1，则确定车辆驾驶状态为正常行驶状态；若多个位移方向夹角的变化范围大于等于t1且小于t2，则确定车辆驾驶状态为低速行驶状态；若多个位移方向夹角的变化范围大于等于t2，则确定车辆驾驶状态为停车状态。例如，还可以依次求取多个位移方向夹角中每个位移方向夹角的余弦值或正弦值，从而获得多个余弦值或多个正弦值，然后依次求取多个余弦值中每相邻两个余弦值的一阶差分或依次求取多个正弦值中每相邻两个正弦值的一阶差分，进而通过一阶差分的方差或标准差，来确定多个位移方向夹角的变化，方差或标准差越小，表征多个位移方向夹角的波动越小也即变化小，车辆的驾驶状态越趋于正常驾驶状态，方差或标准差越大，表征多个位移方向夹角的波动越大也即变化大，车辆的驾驶状态越趋于低速驾驶状态。流程如图7所示，具体包括：步骤s201：确定多个位移方向夹角中每相邻的两个位移方向夹角的余弦值，获得多个位移方向夹角余弦值。步骤s202：根据多个位移方向夹角余弦值，确定每相邻的两个位移方向夹角余弦值的一阶差分，获得多个一阶差分。步骤s203：确定多个一阶差分的方差或标准差。步骤s204：设置阈值t1以及t2，t2大于t1，判断方差或标准差所处阈值范围，若方差或标准差小于t1，则执行步骤s205；若方差或标准差大于等于t1且小于t2，作为执行步骤s206；若方差或标准差大于等于t2，则执行步骤s207。步骤s205：确定车辆为正常行驶状态。步骤s206：确定车辆为低速行驶状态。步骤s207：确定车辆为停车状态。其中，正常行驶状态为车辆以不低于第一速度行驶的状态；低速行驶状态为车辆以低于第一速度行驶的状态，停车状态为车辆以接近于0或等于0的速度行驶的状态。在本发明实施例中，可以根据长期且大量的试验结果设置上述步骤s204中的阈值t1以及t2，t2大于t1，作为判别多个位移方向夹角的变化范围的大小，这里假设t1取值0.15，t2取值0.25，那么，在服务器在获得夹角1至夹角8这8个位移方向夹角之后，就可以依次求取夹角1至夹角8中每个夹角的余弦值，从而获得28个余弦值，获得的28个余弦值如表3所示：表3：余弦值v1与v20.4314554963498936v2与v30.8202021650533098v3与v40.6823182502489656v4与v50.935601718908528v5与v60.9994682153770595v6与v70.9950821216551627v7与v80.9999980372940752v8与v90.9978220618563701表3中，v1与v2表征位移方向向量v1与位移方向向量v2之间的夹角1的余弦值；v2与v3表征位移方向向量v2与位移方向向量v3之间的夹角2的余弦值；v3与v4表征位移方向向量v3与位移方向向量v4之间的夹角3的余弦值；v4与v5表征位移方向向量v4与位移方向向量v5之间的夹角4的余弦值；v5与v6表征位移方向向量v5与位移方向向量v6之间的夹角5的余弦值；v6与v7表征位移方向向量v6与位移方向向量v7之间的夹角6的余弦值；v7与v8表征位移方向向量v7与位移方向向量v8之间的夹角7的余弦值；v8与v9表征位移方向向量v8与位移方向向量v9之间的夹角8的余弦值。在获得表3所示8个夹角的余弦值之后，就可以依次求取8个余弦值中每相邻两个余弦值的一阶差分，从而获得7个一阶差分，进而根据该7个一阶差分的离散特征，确定多个位移方向夹角的变化范围，获得的7个一阶差分如表4所示：表4：夹角1与夹角2的一阶差分0.043194074300379574夹角2与夹角3的一阶差分-0.01532043497826046夹角3与夹角4的一阶差分0.028142607628840258夹角4与夹角5的一阶差分0.0070962773853924夹角5与夹角6的一阶差分-0.0004873437468774222夹角6与夹角7的一阶差分0.0005462128487680524夹角7与夹角8的一阶差分-0.000241775048633899在具体实践过程中，有多种方式来求取多个一阶差分的离散特征，例如，可以如上述步骤s203，通过求取获得的7个一阶差分的方差或标准差，方差或标准差均是反映上述7个一阶差分的离散特征，例如，还可以通过对7个一阶差分进行小波变换，从而得到小波变换结果，小波变换结果也是反映多个一阶差分的离散特征的方式，又如，也可以通过对7个一阶差分进行卷积变换，从而得到卷积变换结果，卷积变换结果也是反映多个一阶差分的离散特征的方式。在本法发明实施例中，具体以确定7个一阶差分的标准差为例，那么根据表4所示的27个一阶差分，计算获得的标准差d为：0.018430052198914779，这里假设，如表5所示，在d小于阈值t1时，表征多个位移方向向量的变化范围小，确定车辆的驾驶状态为正常行驶状态；在d大于等于阈值t1，且小于阈值t2时，表征多个位移方向向量的变化范围较大，确定车辆的驾驶状态为低速行驶状态；在d大于或等于阈值t2时，表征多个位移方向向量的变化范围大，确定车辆的驾驶状态为停车状态：表5：d＜t1t1≤d＜t2t2≤d正常行驶状态低速行驶状态停车状态本发明实施例中，t1取值0.15，t2取值0.25，由于计算出的标准差d为：0.018430052198914779，小于0.15，因此，确定车辆的驾驶状态为正常行驶状态，当然，在实际应用中，也会存在根据一定时间长度收集的多个连续的gps点数据，通过上文方法，确定出车辆的驾驶状态为低速行驶状态的情况，或确定出车辆的驾驶状态为停车状态的情况，例如，若设定时间长度20秒内服务器获取10个连续的gps点的数据，如表6所示：表6：经纬度(坐标)gps点1[114.145233,22.745547]gps点2[114.145234,22.745548]gps点3[114.145235,22.745546]gps点4[114.145236,22.745544]gps点5[114.145055,22.745434]gps点6[114.145052,22.745412]gps点7[114.144978,22.745339]gps点8[114.144917,22.745300]gps点9[114.144856,22.745260]gps点10[114.144792,22.745219]那么，根据表6所示的10个连续的gps点的经纬度，确定每相邻的两个gps点之间的位移方向向量，从而获得9个位移方向向量，这9个位移方向向量依次为：[0.000001,0.000001]，[0.000001,-0.000002]，[0.000001,-0.000002]，[-0.000181,-0.000110]，[-0.000003,-0.000022]，[-0.000074,-0.000073]，[-0.000061,-0.000039]，[-0.000061,-0.000040]，[-0.000064,-0.000041]，根据上述9个位移方向向量，确定每相邻的两个位移方向向量的夹角，从而获得8个夹角，然后求取这8个夹角的余弦值，从而获得8个余弦值，这8个余弦值依次为：0.31622776837611805，1.0000000000000002，0.08234649853650869，0.6300481149706577，0.7920276550471359，0.9780834803927725，0.9999332956929929，0.9999433772832513，然后求取8个余弦值中每相邻的两个余弦值的一阶差分，从而得到7个一阶差分，依次为：0.4387425894587061，-0.3058845004878305，0.1825672054780497，0.05399318002549273，0.06201860844854553，0.007283271766740151，0.0000033605300861，根据上述7个一阶差分计算获得的标准差d：0.20657370216176699，结合上述表6可知，计算获得的标准差d大于t1也即0.15，小于t2也即0.25，所以，确定车辆的驾驶状态为低速行驶状态。例如，若设定时间长度20秒内服务器获取10个连续的gps点的数据，如表7所示：表7：经纬度(坐标)gps点1[114.141728,22.744347]gps点2[114.141731,22.744347]gps点3[114.141730,22.744347]gps点4[114.141732,22.744348]gps点5[114.141731,22.744347]gps点6[114.141731,22.744347],gps点7[114.141732,22.744347]gps点8[114.141732,22.744347]gps点9[114.141732,22.744347]gps点10[114.141731,22.744347]那么，根据表7所示的10个连续的gps点的经纬度，确定每相邻的两个gps点之间的位移方向向量，从而获得9个位移方向向量，这9个位移方向向量依次为：[0.000003,0.000000]，[-0.000001,0.000000]，[0.000002,0.000001]，[-0.000001,-0.000001]，[0.000000,0.000000]，[0.000001,0.000000]，[0.000000,0.000000]，[0.000000,0.000000]，[-0.000001,0.000000]，根据上述9个位移方向向量，由于上述多个位移方向向量为0，此时，0位移方向向量相邻的其他位移方向向量难以与0位移方向向量计算夹角，因此，在这种情况下，可以对这上述0位移方向向量相邻的其他位移方向向量与0位移方向向量之间的夹角余弦赋值-1n，其中，n为同一gps坐标的计数。这样做首先能够解决同一gps坐标无法进行计算的问题，其次，能够将停车时的夹角余弦一阶差分最大化，因此，根据上述9个位移方向向量，确定每相邻的两个位移方向向量的夹角，从而获得8个夹角，这8个夹角的余弦值依次为：1，-0.894427，0.9486833，-1，-1，1，-1，1。然后根据上述8个夹角的余弦值，确定每相邻的余弦值的一阶差分，从而获得7个一阶差分，依次为-1.894427，1.8431103，-1.9486833，0，2，-2，2。根据上述7个一阶差分计算获得的标准差d：1.8040935927572359，结合上述表6可知，计算获得的标准差d大于t2也即0.25，所以，确定车辆的驾驶状态为停车状态。可选的，获取车辆的多个连续的gps点数据之后，方法还包括：若根据获取的gps点数据，确定相邻的两个gps点之间或者相隔设定数目的两个gps点之间的位移坐标之差小于第二阈值时，则确定车辆的驾驶状态为停车状态。在本发明实施例中，服务器在获取到一定时间长度内的多个连续的gps点数据之后，还可以先根据gps点数据，确定相邻的两个gps点之间或者相隔设定数目的两个gps点之间的位移坐标之差是否小于第二阈值，第二阈值可以根据实际情况进行设置，该第二阈值作为判断gps点之间的位移坐标之差是否符合停车状态下的gps点之间的位移坐标之差，这里假设，第二阈值为0.00001，并以表7所示的10个连续的gps点的数据为例。服务器可以先确定表7所示的10个连续的gps点任意相邻的两个gps点的位移坐标之差，将这任意相邻的两个gps点的位移坐标之差与第二阈值进行比较，若每相邻的两个gps点的位移坐标之差均小于第二阈值，就确定车辆的驾驶状态为停车状态；或者，确定10个连续的gps点每相邻的两个gps点的位移坐标之差，共获得多个位移坐标之差，若多个位移坐标之差中大多数如超过50％(或60％，或70％等)的差值小于第二阈值，则确定车辆的驾驶状态为停车状态。在本发明实施例中，以获取10个连续的gps点每相邻的两个gps点的位移坐标之差，共获得9个位移坐标之差，若9个位移坐标之差中有超过5个位移坐标之差大于第二阈值，则确定车辆的驾驶状态为停车状态为例，那么，根据上述表7可知，由表7中的gps点每相邻的两个gps点之间的位移坐标之差中有超过5个位移坐标之差大于第二阈值，因此，就确定车辆的驾驶状态为停车状态。可选的，本发明实施例中步骤s101中获取的多个连续的gps点数据可以具体为：对一段时间内获得的所有gps点数据按照时间顺序划分为多个样本分组后，任何一个样本分组中包含的多个连续的gps点数据。在实际应用中，当服务器获取的较长一段时间内的多个连续的gps点的数据时，如服务器获取4分钟内的120个连续的gps点的数据，在根据上文求得120个连续的gps点的多个位移方向夹角之后，可以将多个位移方向夹角按照预设时间长度分为多个分组，然后根据每个样本分组中的位移方向夹角的变化特征，确定车辆在每个样本分组对应时间段内的驾驶状态。例如，服务器获取5分钟内的150个连续的gps点，按照上文的方法可以获得149个位移方向向量，根据149个位移方向向量中每相邻的两个位移方向向量形成一个夹角，从而获得148个夹角，以及根据148个夹角中每相邻的两个夹角成一个一阶差分，从而获得147个一阶差分之后，还可以将147个一阶差分按照预设时长如10秒划分为30个时间窗，每个时间窗内包括的49个一阶差分，每个时间窗内的49个一阶差分为一个样本分组，为叙述方便，将30个时间窗分别称为时间窗1，时间窗2……时间窗30，然后根据时间窗1内的49个一阶差分计算获得一个标准差d1，并根据标准差d1来确定该时间窗1对应时间段的车辆驾驶状态；以及根据时间窗2内的49个一阶差分计算获得一个标准差d2，并根据标准差d2来确定该时间窗2对应时间段的车辆驾驶状态……直至根据时间窗30内的49个一阶差分计算获得一个标准差d30，并根据标准差d30来确定该时间窗30对应时间段的车辆驾驶状态。所以，本发明实施例中的车辆驾驶状态的识别方法，充分考虑到若一段时间内某些gps上报时刻出现漂移现象，导致上报的gps点数据不准确，而正常行驶状态下gps点两两之间的位移模较大，不准确的gps点数据对较大位移模的影响小，进而该段时间内整个位移方向夹角的变化范围仍处于较小范围内；而车辆低速行驶或停止状态下的gps点两两之间的位移模较小，不准确的gps点数据对较小的位移模的影响大，进而该段时间内整个位移方向夹角的变化范围也大，因此，根据车辆在行驶过程中的多个位移方向夹角的变化特征来确定车辆驾驶状态，能够提高车辆驾驶状态的识别准确度，同时，由于本发明利用了车辆在行驶过程中的多个位移方向夹角的变化特征，即便获取的多个gps点数据中存在一个或几个不精确的gps点数据，也不会影响多个位移方向夹角的整体变化特征，所以，本发明对于数据噪音及异常值的包容性较强，也增加了本方案的适用范围。另外，由于本发明在根据获得的多个连续的gps点数据，得到多个位移方向向量夹角之后，还可以根据预设时间长度将多个位移方向向量夹角划分为多个时间窗，进而根据每个时间窗内的多个位移方向向量夹角的变化特征，确定该时间窗对应时间段的车辆驾驶状态，所以，本发明还能够以可控粒度输出车辆在每一种驾驶状态下的时间长度。可选的，本发明中的方法还包括：当所述多个连续的gps点数据是在对用于预计到达时间eta模型训练的gps点数据集合进行数据预处理时，从所述gps点数据集合中获取的，则当确定车辆驾驶状态为停车状态时，从所述gps点数据集合中去除所述多个连续的gps点数据。本发明实施例中，若获取的多个连续的gps点数据为eta模型训练的gps点数据集合中的gps点数据，且在根据上文的方法对获取的多个连续的gps点数进行处理后，确定车辆驾驶状态为停车状态时，可以从eta模型训练的gps点数据集合中除去获取的多个连续的gps点数据，在具体实践过程中，停车状态对应的gps点数据对eta模型训练的eta结果有影响，因此，停车状态对应的gps点数据被认为是异常行为的车辆行驶轨迹，所以，通过本发明能够去除eta模型中的异常数据，进而使得eta模型在模型训练时能够得到不包含异常，更为可靠的训练数据，同时，在对eta模型进行评测的时候，使用更为可靠的数据能够得到更为可靠的评估结果，使eta模型迭代做到有的放矢，以及使得eta结果更加精确。基于同一发明构思，本发明实施例中提供了一种车辆驾驶状态的识别装置，该识别装置的车辆驾驶状态识别方法具体实施可参见上述方法实施例部分的描述，重复之处不再赘述，如图8所示，该识别装置包括：获取单元40，用于获取车辆的多个连续的gps点数据；第一确定单元41，用于根据获取的gps点数据，确定每相邻的两个gps点之间或者每相隔设定数目的两个gps点之间的位移方向向量，获得多个位移方向向量；第二确定单元42，用于根据所述多个位移方向向量，确定每相邻的两个位移方向向量的位移方向夹角，获得多个位移方向夹角；第三确定单元43，用于根据所述车辆在行驶过程中的所述多个位移方向夹角的变化特征，确定车辆驾驶状态。可选的，所述第三确定单元，还用于：确定所述多个位移方向夹角的变化范围；根据所述多个位移方向夹角的变化范围所在的阈值范围，确定车辆驾驶状态，其中，每一种车辆驾驶状态对应一个阈值范围。可选的，所述第三确定单元，还用于：确定所述多个位移方向夹角中每相邻的两个位移方向夹角的余弦值，获得多个位移方向夹角余弦值；根据所述多个位移方向夹角余弦值，确定每相邻的两个位移方向夹角余弦值的一阶差分，获得多个一阶差分；根据所述多个一阶差分的离散特征，确定所述多个位移方向夹角的变化范围。可选的，所述第三确定单元，还用于：确定所述多个一阶差分的方差或标准差，所述方差或标准差表征所述多个位移方向夹角的变化范围。可选的，所述第三确定单元，还用于：对所述多个一阶差分进行小波变换，获得小波变换结果，所述小波变换结果表征所述多个位移方向夹角的变化范围；或者对所述多个一阶差分进行卷积，获得卷积结果，所述卷积结果表征所述多个位移方向夹角的变化范围。可选的，所述多个连续的gps点数据为：设定时间长度内获取的所有gps点数据；或者对一段时间内获得的所有gps点数据按照时间顺序划分为多个样本分组后，任何一个样本分组中包含的多个连续的gps点数据。可选的，所述第三确定单元，还用于：若根据获取的gps点数据，确定相邻的两个gps点之间或者相隔设定数目的两个gps点之间的位移坐标之差小于第二阈值时，则确定所述车辆驾驶状态为停车状态。可选的，所述第三确定单元，还用于：当所述多个连续的gps点数据是在对用于eta模型训练的gps点数据集合进行数据预处理时，从所述gps点数据集合中获取的，则当确定车辆驾驶状态为停车状态时，从所述gps点数据集合中去除所述多个连续的gps点数据。基于同一发明构思，本发明实施例提供一种计算装置，如图9所示，包括至少一个处理器50、以及至少一个存储器51，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如上所述的车辆驾驶状态的识别方法的步骤。基于同一发明构思，本发明实施例提供一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行如上所述的车辆驾驶状态的识别方法的步骤。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。当前第1页12