CN118494510A - 一种主动安全驾驶辅助一体机云管理平台 - Google Patents

Abstract

本发明属于驾驶辅助管理技术领域，具体公开一种主动安全驾驶辅助一体机云管理平台，通过调取辅助驾驶产生的历史警报记录，并将警报记录与警报事件、驾驶监测终端关联，由此结合警报事件对应的历史警报记录占比对驾驶监测终端的监测精度进行更新调整，使辅助驾驶能够实时、快速地响应驾驶员的实时状态变化，提高辅助驾驶对行驶风险的预测能力，同时通过在车辆启动运行过程中实时检测网络传输状态，并分析网络传输受限程度，由此针对网络传输受限程度对采集的行驶数据进行传输限制，确保重要数据在网络传输受限的情况下能够优先传输，最大限度降低因网络传输受限对行驶风险的预测干扰。

Description

一种主动安全驾驶辅助一体机云管理平台

技术领域

本发明属于驾驶辅助管理技术领域，具体公开一种主动安全驾驶辅助一体机云管理平台。

背景技术

伴随着人口的增加和经济发展，车辆数量不断增加，使得导致道路上的车辆密度与日剧增，由此增加了交通事故发生的可能性，另外现代交通环境的复杂多变和不良的驾驶习惯也在无形中加重了交通事故的发生，在这种情况下主动安全辅助驾驶技术应运而生，通过在车辆上运用主动安全辅助驾驶技术在行驶过程中实时监测车辆周围环境和驾驶行为进行危险警报来帮助驾驶员识别潜在的危险和事故风险，从而减少交通事故发生的可能性。

由于主动安全辅助驾驶主要依赖于驾驶监测终端（如摄像头、传感器等）实时地感知和监测驾驶员的行为和状态，因而主动安全辅助驾驶的效果在很大程度上取决于驾驶监测终端对行驶状态的监测精准度，但现有技术在应用主动安全辅助驾驶中通常只关注驾驶监测终端对行驶状态的监测结果，忽略了对驾驶监测终端监测精度的更新调整，容易造成驾驶监测终端的监测精度设置过于固化，可能导致监测过于保守，致使辅助驾驶存在无法实时、及时警示危险情况的隐患，不仅会降低辅助驾驶的监测精准可靠性，同时还会影响辅助驾驶的主动适应性，不利于辅助驾驶的性能优化。

另外行驶数据采集后的实时有效传输对于辅助驾驶的正常运行至关重要，然而行驶数据的传输受网络状态影响较大，现有在进行行驶数据采集后的传输时常常过于关注实时传输，对传输有效性关注不够，存在在网络传输受限情况下还进行正常传输的情况，这种情况容易造成数据传输中断或不完整，使得接收端无法获取到完整和准确的行驶数据，进而造成无效传输，从而影响到辅助驾驶对行驶风险的分析预测能力。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种主动安全驾驶辅助一体机云管理平台，通过基于历史警报记录对驾驶监测终端的监测精度进行针对性更新调整，同时通过在车辆行驶过程中增加网络传输状态的监测来进行行驶数据的传输限制，有效解决了现有技术存在的问题。

本发明的目的可以通过以下技术方案实现：一种主动安全驾驶辅助一体机云管理平台，包括以下模块：历史警报记录归类模块，用于选取历史时段，进而在车辆启动前从云管理平台调取历史时段的警报记录，并从警报记录中提取警报事件和行驶数据，进而将相同警报事件对应的警报记录进行归类，统计各警报事件对应的历史警报记录占比。

关联监测终端获取模块，用于基于相同警报事件对应历史警报记录中的行驶数据获取相应行驶数据对应的监测终端，由此得到各警报事件关联的监测终端。

监测精度更新模块，用于基于各警报事件对应的历史警报记录占比及相应警报事件关联的监测终端对驾驶监测终端的监测精度进行更新。

更新效果评估处理模块，用于在更新后按照设置的评估周期调取已产生的警报记录，由此评估更新效果是否达标，并在评估更新效果不达标时进行调整处理。

监测频率调整模块，用于对云管理平台需要采集的行驶数据进行监测频率需求调整。

行驶数据实时采集模块，用于在车辆启动运行过程中按照调整的监测频率进行行驶数据采集。

网络传输状态检测模块，用于在车辆启动运行过程中实时检测网络传输状态，并分析网络传输受限程度。

行驶数据传输限制模块，用于基于网络传输受限程度对采集的行驶数据进行传输限制。

相较于现有技术，本发明的有益效果如下：（1）本发明通过调取辅助驾驶产生的历史警报记录，并将警报记录与警报事件、驾驶监测终端关联，由此结合警报事件对应的历史警报记录占比对驾驶监测终端的监测精度进行更新调整，使辅助驾驶能够实时、快速地响应驾驶员的实时状态变化，提高辅助驾驶对行驶风险的预测能力，从而使得辅助监测的准确性得到有效提升，同时通过主动自适应地进行监测精度更新，有利于更少地依赖于用户手动设置或干预，这不仅简化了系统的操作，还提升了驾驶员对系统的信任感和满意度。

（2）本发明通过在车辆启动运行过程中实时检测网络传输状态，并分析网络传输受限程度，由此针对网络传输受限程度对采集的行驶数据进行传输限制，一方面确保重要数据在网络传输受限的情况下能够优先传输，最大限度降低因网络传输受限对行驶风险的预测干扰，另一方面通过限制在网络传输受限情况下的数据传输量来节省带宽资源的同时减少数据传输风险。

（3）本发明在对驾驶监测终端的监测精度更新后又增加了更新效果的验证评估，能够验证驾驶监测终端在更新后是否真正提升了性能，帮助评估辅助驾驶在实践中的实际表现，同时可以及时发现监测精度更新可能存在的问题或缺陷，从而形成优化反馈调整，确保辅助驾驶在不断变化的环境和需求下保持高效和有效。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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，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。

图1为本发明系统各模块连接示意图。

具体实施方式

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。

本发明提出一种主动安全驾驶辅助一体机云管理平台，包括历史警报记录归类模块、关联监测终端获取模块、监测精度更新模块、更新效果评估处理模块、监测频率调整模块、行驶数据实时采集模块、网络传输状态检测模块和行驶数据传输限制模块。

参见图1所示，历史警报记录归类模块与关联监测终端获取模块连接，关联监测终端获取模块与监测精度更新模块连接，监测精度更新模块分别与更新效果评估处理模块和监测频率调整模块连接，监测频率调整模块与行驶数据实时采集模块连接，行驶数据实时采集模块和网络传输状态检测模块均与行驶数据传输限制模块连接。

所述历史警报记录归类模块用于选取历史时段，进而在车辆启动前从云管理平台调取历史时段的警报记录，并从警报记录中提取警报事件和行驶数据，进而将相同警报事件对应的警报记录进行归类，统计各警报事件对应的历史警报记录占比。

应用于上述实施例，历史时段要以当前时间为限，且选取时间范围不宜过短，过短会造成调取的警报记录数量较少导致统计结果不够稳定，难以得出具有代表性的结论，难以保证统计分析的可靠性和有效性，同时历史时段的选取时间范围也不宜过长，过长会导致调取的警报记录过于久远，不再具有代表性，具体地可以根据驾驶员对车辆的驾驶频率来选取，示例性地，历史时段的选取时间范围为8个月。

需要说明的是，依据警报记录对驾驶监测终端的监测精度进行更新是由于警报记录通常记录了实际驾驶过程中发生的各种事件和警报，这些事件可能涉及到车辆行为、道路条件、交通情况等多种因素。通过分析这些记录，可以获取真实世界中发生的事件信息，帮助理解监测辅助驾驶在处理各种场景时的表现。

在上述方案的进一步实施中，警报记录通常包含警报事件、警报时间和发生警报时驾驶监测终端监测的行驶数据，其中警报事件是指发生警报的具体事件，如碰撞、车道偏离、超速、盲区等，发生警报时驾驶监测终端监测的行驶数据是参与警报的车辆行驶信息，如车速、加速度、转向角度等，能够量化具象地显示警报状态。

所述关联监测终端获取模块用于基于相同警报事件对应历史警报记录中的行驶数据获取相应行驶数据对应的监测终端，由此得到各警报事件关联的监测终端。

需要补充的是，行驶数据需要依赖驾驶监测终端监测，不同的行驶数据具有不同的监测终端，示例性地，速度对应的驾驶监测终端为速度传感器，转向角度对应的驾驶监测终端为转向感应器，驾驶员行为对应的驾驶监测终端为摄像头。

所述监测精度更新模块用于基于各警报事件对应的历史警报记录占比及相应警报事件关联的监测终端对驾驶辅助监测终端的监测精度进行更新。

作为上述方案的创新实施，对驾驶监测终端的监测精度进行更新前需要对监测终端的更新顺序进行设置，具体操作如下：将各警报事件关联的监测终端进行对比，并将相同监测终端对应的警报事件进行归类，由此统计各监测终端涉及的警报事件数量。

需要知道的是，有些驾驶监测终端会整合多种传感器数据，如摄像头、雷达、激光雷达等。每种传感器提供的数据具有独特的视角和信息，这样的驾驶监测终端能够实现多项行驶数据的监测，因而会存在一个驾驶监测终端涉及多个警报事件。

将各监测终端涉及的所有警报事件对应的警报记录占比进行最值选取，进而将最大值与最小值作差，并将作差结果除以最大值，得各监测终端涉及警报事件的警报占比分化度。

将各监测终端涉及警报事件的警报占比分化度与预设的有效分化度进行对比，示例性地，有效分化度为0.2，其中有效分化度是平台初始设置的，设置目的在于辅助监测终端趋向警报占比的分析，若某监测终端涉及警报事件的警报占比分化度小于有效分化度，表明该监测终端涉及警报事件的警报记录占比分布较为均匀，此时用平均值能够起到代表作用，则以该监测终端涉及的所有警报事件对应警报记录占比的均值作为该监测终端对应的趋向警报占比，反之表明该监测终端涉及警报事件的警报记录占比分布较为分散，可能存在异常值此时用平均值容易受异常值的影响，无法起到代表作用，则以该监测终端涉及的所有警报事件对应警报记录占比的中位值作为该监测终端对应的趋向警报占比。

需要理解的是，由于存在一个监测终端涉及多个警报事件的情况，而每个警报事件又对应一个警报记录占比，如果直接将每个监测终端所涉及每个警报事件的警报记录占比进行均值计算来代表每个监测终端的趋向警报占比就没有考虑到各监测终端所涉及警报事件的警报记录占比分布情况，平均值只适用数据分布均匀对称的情况，直接以平均值用于统计会造成适用局限，影响统计结果的准确可靠性。

将各监测终端对应的趋向警报占比结合关联的警报事件数量计算各监测终端对应的警报涉及度，具体计算式为。

将各监测终端按照警报涉及度降序排列，排列结果即为监测终端的更新顺序。

本发明通过在对驾驶监测终端进行监测精度更新前进行更新顺序设置，能够合理安排更新计划，确保优先对警报涉及度高的驾驶监测终端进行监测精度更新，提高监测系统对驾驶员行为的实时反馈和警示能力，有助于减少驾驶风险和事故发生率。

进一步地，对驾驶监测终端的监测精度进行更新参见下述过程：获取各监测终端对应的产品规格，由此从监测终端的使用说明中提取监测终端对应的可调精度区间，示例性地，监测终端的可调精度区间为。

需要了解的是，随着现代传感技术和电子控制技术的发展使得监测设备可以更灵活地调整和配置，可以实现对监测精度的精确控制，从而适应不同的应用需求和环境条件。

按照监测终端的更新顺序依次将各监测终端对应的警报涉及度与平台设置的阈值进行对比，示例性地，平台设置的阈值为0.5，其中对警报涉及度阈值进行设置的目的在于辅助需要进行监测精度更新的驾驶监测终端筛选，若某监测终端对应的警报涉及度大于或等于相应阈值，则识别需要对该监测终端进行监测精度更新，并将该监测终端记为目标监测终端。

本发明通过利用警报涉及度筛选出高警报涉及度的驾驶监测终端进行监测精度更新，能够在面对有限的资源和时间时将更新精力集中在对驾驶行为影响最大的终端上，可以最大化系统的效益，这不仅提高了资源利用率，还能够在短时间内获得最显著的系统性能改进和安全提升，同时对于警报涉及度较低的驾驶监测终端如果对其进行监测精度更新会面临效益较低、成本较高以及对系统稳定性和用户体验造成潜在负面影响的问题。

获取目标监测终端的当前监测精度，并结合该监测终端对应的警报涉及度通过表达式得到目标监测终端的需求监测精度，式中表示目标监测终端的当前监测精度，表示目标监测终端对应的警报涉及度。

需要知道的是，本发明提到的监测精度可以为绝对精度，在进行需求监测精度计算时不考虑数值的正负符号，更新后的监测精度相对于当前监测精度越小确实意味着监测终端在测量时的误差更小，测量结果更接近实际值，从而监测终端的测量精度越高。

将目标监测终端的需求监测精度与该监测终端对应的可调精度区间进行对比，若目标监测终端的需求监测精度落入该监测终端对应的可调精度区间内，则按照需求监测精度对目标监测终端的监测精度进行更新，反之则按照目标监测终端对应可调精度区间中的下限精度对目标监测终端的监测精度进行更新。

本发明通过按照目标监测终端的需求与可调精度区间进行监测精度更新，能够在最大限度满足更新需求的情况下平衡资源利用。

所述更新效果评估处理模块用于在更新后按照设置的评估周期调取已产生的警报记录，由此评估更新效果是否达标，并在评估更新效果不达标时进行调整处理。

特别需要指出的是，评估周期的设置可参照历史时段时间范围的选取，避免调取的已产生警报记录过少对更新效果评估造成误差。

在上述方案的优化实施中，评估更新效果是否达标具体如下：从已产生的警报记录中提取警报事件作为已警报事件，进而提取已警报事件关联的监测终端，将其与目标监测终端进行匹配，从中筛选出匹配成功的已警报事件记为目标警报事件。

需要说明的是，由于目标监测终端是经过更新的驾驶监测终端，在进行更新效果评估时要针对经过更新的驾驶监测终端才能实现有效评估。

统计已产生的警报记录中目标警报事件的警报记录占比，并与目标警报事件对应的历史警报记录占比进行对比，通过表达式统计监测终端更新效果系数，表示目标警报事件的警报记录占比，表示目标警报事件对应的历史警报记录占比，表示自然常数，其中监测精度更新后的目标警报事件对应的警报记录占比越大于或至少持平历史警报记录占比，更新效果系数越大，这是由于更新后的监测精度更高，意味着系统能够更准确地检测和识别潜在的异常或故障条件。因此，警报事件的记录占比增加可能意味着系统更有效地捕捉到驾驶风险。

将监测终端更新效果系数与平台设置的阈值进行对比，示例性地，平台设置的阈值可以为80%，设置目的在于辅助更新效果是否达标的评估，若监测终端更新效果系数大于或等于设置阈值，则评估更新效果达标，反之则评估更新效果不达标。

在进一步地实施值，当评估更新效果不达标时进行调整处理，具体如下：获取目标警报事件关联监测终端对应的更新监测精度，并与该监测终端对应可调精度区间中的下限精度进行对比，若更新监测精度未达到下限精度，则按照下限精度对更新监测精度进行调整，反之则进行关联监测终端设备升级更换。

需要解释的是，当评估更新效果不达标时通过将监测终端对应的更新监测精度与该监测终端能够支持的最小监测精度进行对比，当未达到最小监测精度时按照最小监测精度调整，这样能够通过调整和优化可以使其达到预期的监测精度要求，进而最大化现有设备的使用效率，避免不必要的成本支出或设备更换。当已达到最小监测精度时需要考虑设备的升级或更换，这包括替换为更先进的传感器、更新为支持更高分辨率或更精确测量的设备，或者升级数据处理和分析系统，确保系统能够长期稳定运行并满足未来的监测需求。

所述监测频率调整模块用于对云管理平台需要采集的行驶数据进行监测频率需求调整，具体调整如下：统计车辆行驶过程中云管理平台需要采集的行驶数据数量，并获取各行驶数据对应的监测终端。

获取当前云管理平台设置的初始监测频率，并将其结合各行驶数据对应监测终端的警报涉及度计算出各行驶数据对应的需求监测频率，其中需求监测频率的计算式为，表示上取整，进而按照需求监测频率进行设置调整，其中警报涉及度越大，行驶数据的监测频率越频繁。

需要补充的是，本发明提到的监测频率具体指单位时间内的监测次数，例如监测频率为1分钟2次，其中监测频率越大，单位时间内的监测次数越多，监测越频繁。

本发明通过基于行驶数据对应监测终端的警报涉及度对行驶数据的监测频率进行调整，可以更准确地捕捉和识别潜在的异常情况或故障。通过增加警报涉及度高的行驶数据对应的监测频率，可以更频繁地检查和分析数据，从而在问题发生时更早地生成警报，提高警报的及时性和精确性。

所述行驶数据实时采集模块用于在车辆启动运行过程中按照调整的监测频率进行行驶数据采集。

所述网络传输状态检测模块用于在车辆启动运行过程中实时检测网络传输状态，具体包括网络传输速度和网络延迟时长，并分析网络传输受限程度，分析如下：将实时检测的网络传输速度和网络延迟时长导入分析公式，得到网络传输受限程度，式中、分别表示为网络传输速度、网络延迟时长，、分别表示为网络传输速度阈值、网络延迟时长阈值，其中网络传输速度越小，网络延迟时长越长，网络传输受限程度越大。

其中、获取如下：获取云管理平台的网络带宽，进而获取该网络带宽下能够支持的最大网络传输速度、最长网络延迟时长，记为网络传输速度阈值、网络延迟时长阈值。

示例性地，10Mbps的通信网络带宽对应的正常网络延迟时长为10ms。

需要补充的是，以网络传输速度、网络延迟时长作为网络传输状态指标的原因在于网络传输速度和延迟时长是评估网络性能的重要指标。传输速度直接影响数据传输的效率和速度，而延迟则反映了数据在网络中传输所需的时间。通过监控这些指标，可以评估网络传输是否达到预期的性能水平。

所述行驶数据传输限制模块用于基于网络传输受限程度对采集的行驶数据进行传输限制。

在上述方案的改进实施中，基于网络传输受限程度对采集的行驶数据进行传输限制前需要进行传输限制评判，具体参见下述过程：将实时分析得到的网络传输受限程度与平台设置的允许值进行对比，示例性地，允许值为0.4，其中平台设置的允许值为初始设置的，设置目的为辅助传输限制的判断，若当前时刻分析得到的网络传输受限程度小于或等于设置的允许值，则评判不需要对采集的行驶数据进行传输限制，反之则评判需要对采集的行驶数据进行传输限制。

进一步地，对采集的行驶数据进行传输限制操作如下：统计当前时刻采集待传输的行驶数据数量，并获取当前时刻各条行驶数据对应的占用空间和对应监测终端的警报涉及度，由此利用计算式得到各条行驶数据对应的传输优先度，式中表示第条行驶数据对应的占用空间，表示第条行驶数据对应监测终端的警报涉及度，表示当前时刻采集待传输的行驶数据编号，，其中行驶数据的占用空间越小，警报涉及度越大，传输优先度越大。

需要理解的是，行驶数据占用空间较小意味着每次传输所需的时间和网络带宽也较少。在传输受限的情况下，系统可以更快速地将小型数据块传输到指定位置，从而降低传输的延迟和等待时间。这有助于提高数据传输的效率和响应速度。

警报涉及度较大通常意味着系统对数据变化或异常反应敏感，需要快速获取和处理相关数据。

按照各条行驶数据对应的传输优先度进行传输顺序设置。

本发明通过在网络传输受限时对行驶数据的进行传输顺序设置来实现传输限制，具体地可按照传输顺序依次对行驶数据传输，并在每次传输后监测网络传输状态，若网络传输状态恢复正常才将排序的行驶数据统一传输，避免在网络传输受限时依旧进行大批量的行驶数据传输。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种主动安全驾驶辅助一体机云管理平台，其特征在于，包括以下模块：

历史警报记录归类模块，用于选取历史时段，进而在车辆启动前从云管理平台调取历史时段的警报记录，并从警报记录中提取警报事件和行驶数据，进而将相同警报事件对应的警报记录进行归类，统计各警报事件对应的历史警报记录占比；

关联监测终端获取模块，用于基于相同警报事件对应历史警报记录中的行驶数据获取相应行驶数据对应的监测终端，由此得到各警报事件关联的监测终端；

监测精度更新模块，用于基于各警报事件对应的历史警报记录占比及相应警报事件关联的监测终端对驾驶监测终端的监测精度进行更新；

更新效果评估处理模块，用于在更新后按照设置的评估周期调取已产生的警报记录，由此评估更新效果是否达标，并在评估更新效果不达标时进行调整处理；

监测频率调整模块，用于对云管理平台需要采集的行驶数据进行监测频率需求调整；

行驶数据实时采集模块，用于在车辆启动运行过程中按照调整的监测频率进行行驶数据采集；

网络传输状态检测模块，用于在车辆启动运行过程中实时检测网络传输状态，并分析网络传输受限程度；

行驶数据传输限制模块，用于基于网络传输受限程度对采集的行驶数据进行传输限制。

2.如权利要求1所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述对驾驶监测终端的监测精度进行更新前需要对监测终端的更新顺序进行设置，具体操作如下：

将各警报事件关联的监测终端进行对比，并将相同监测终端对应的警报事件进行归类，由此统计各监测终端涉及的警报事件数量；

将各监测终端涉及的所有警报事件对应的警报记录占比进行最值选取，进而将最大值与最小值作差，并将作差结果除以最大值，得各监测终端涉及警报事件的警报占比分化度；

将各监测终端涉及警报事件的警报占比分化度与预设的有效分化度进行对比，若某监测终端涉及警报事件的警报占比分化度小于有效分化度，则以该监测终端涉及的所有警报事件对应警报记录占比的均值作为该监测终端对应的趋向警报占比，反之则以该监测终端涉及的所有警报事件对应警报记录占比的中位值作为该监测终端对应的趋向警报占比；

将各监测终端对应的趋向警报占比结合关联的警报事件数量计算各监测终端对应的警报涉及度；

将各监测终端按照警报涉及度降序排列，排列结果即为监测终端的更新顺序。

3.如权利要求2所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述对驾驶监测终端的监测精度进行更新参见下述过程：

获取各监测终端对应的产品规格，由此得到各监测终端对应的可调精度区间；

按照监测终端的更新顺序依次将各监测终端对应的警报涉及度与平台设置的阈值进行对比，若某监测终端对应的警报涉及度大于相应阈值，则识别需要对该监测终端进行监测精度更新，并将该监测终端记为目标监测终端；

获取目标监测终端的当前监测精度，并结合该监测终端对应的警报涉及度通过表达式得到目标监测终端的需求监测精度，式中表示目标监测终端的当前监测精度，表示目标监测终端对应的警报涉及度；

将目标监测终端的需求监测精度与该监测终端对应的可调精度区间进行对比，若目标监测终端的需求监测精度落入该监测终端对应的可调精度区间内，则按照需求监测精度对目标监测终端的监测精度进行更新，反之则按照目标监测终端对应可调精度区间中的下限精度对目标监测终端的监测精度进行更新。

4.如权利要求3所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述评估更新效果是否达标如下操作过程：

从已产生的警报记录中提取警报事件作为已警报事件，进而提取已警报事件关联的监测终端，将其与目标监测终端进行匹配，从中筛选出匹配成功的已警报事件记为目标警报事件；

统计已产生的警报记录中目标警报事件的警报记录占比，并与目标警报事件对应的历史警报记录占比进行对比，通过表达式统计监测终端更新效果系数，表示目标警报事件的警报记录占比，表示目标警报事件对应的历史警报记录占比，表示自然常数；

将监测终端更新效果系数与平台设置的阈值进行对比，若监测终端更新效果系数大于或等于设置阈值，则评估更新效果达标，反之则评估更新效果不达标。

5.如权利要求3所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述在评估更新效果不达标时进行调整处理如下过程：

获取目标警报事件关联监测终端对应的更新监测精度，并与该监测终端对应可调精度区间中的下限精度进行对比，若更新监测精度未达到下限精度，则按照下限精度对更新监测精度进行调整，反之则进行关联监测终端设备升级更换。

6.如权利要求2所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述对云管理平台需要采集的行驶数据进行监测频率需求调整如下：

统计车辆行驶过程中云管理平台需要采集的行驶数据数量，并获取各行驶数据对应的监测终端；

获取当前云管理平台设置的初始监测频率，并将其结合各行驶数据对应监测终端的警报涉及度计算出各行驶数据对应的需求监测频率，进而按照需求监测频率进行设置调整。

7.如权利要求1所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述网络传输状态包括网络传输速度和网络延迟时长。

8.如权利要求7所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述分析网络传输受限程度分析如下：

将实时检测的网络传输速度和网络延迟时长导入分析公式，得到网络传输受限程度，式中、分别表示为网络传输速度、网络延迟时长，、分别表示为网络传输速度阈值、网络延迟时长阈值。

9.如权利要求1所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述基于网络传输受限程度对采集的行驶数据进行传输限制前需要进行传输限制评判，具体参见下述过程：

将实时分析得到的网络传输受限程度与平台设置的允许值进行对比，若当前时刻分析得到的网络传输受限程度小于或等于设置的允许值，则评判不需要对采集的行驶数据进行传输限制，反之则评判需要对采集的行驶数据进行传输限制。

10.如权利要求9所述的一种主动安全驾驶辅助一体机云管理平台，其特征在于：所述对采集的行驶数据进行传输限制操作如下：

统计当前时刻采集待传输的行驶数据数量，并获取当前时刻各条行驶数据对应的占用空间和对应监测终端的警报涉及度，由此利用计算式得到各条行驶数据对应的传输优先度，式中表示第条行驶数据对应的占用空间，表示第条行驶数据对应监测终端的警报涉及度，表示当前时刻采集待传输的行驶数据编号，；

按照各条行驶数据对应的传输优先度进行传输顺序设置。