CN102467820A - 一种基于vanet的十字路口违章车辆检测方法 - Google Patents
一种基于vanet的十字路口违章车辆检测方法 Download PDFInfo
- Publication number
- CN102467820A CN102467820A CN2010105308862A CN201010530886A CN102467820A CN 102467820 A CN102467820 A CN 102467820A CN 2010105308862 A CN2010105308862 A CN 2010105308862A CN 201010530886 A CN201010530886 A CN 201010530886A CN 102467820 A CN102467820 A CN 102467820A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- report
- vehicles
- red light
- suspected vehicles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 80
- 238000004891 communication Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- MWBPRDONLNQCFV-UHFFFAOYSA-N Tri-allate Chemical compound CC(C)N(C(C)C)C(=O)SCC(Cl)=C(Cl)Cl MWBPRDONLNQCFV-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于移动车载网的十字路口违章车辆检测方法,位于十字路口区域的所有车辆构成一个车载自组网,在嫌疑车辆出现前所有等待绿灯的车辆均为监视车辆,该检测方法步骤为:根据车载自组网中表现的不同特征确认嫌疑车辆,监视车辆向基站发送嫌疑车辆报告,再由基站进行违章界定。本发明将车载自组网络应用到闯红灯车辆的检测中去,根据车载自组网络中闯红灯的车辆与其他车辆之间的通信特征,实现对闯红灯车辆的自动检测,降低了人力监控成本,可以作为交通违章检测的辅助系统。
Description
技术领域
本发明涉及一种违章车辆的检测方法,具体是一种基于移动车载网的十字路口违章车辆检测方法。
背景技术
车载自组网(VANET,vehicle ad hoc networks)是DTN网络的一种,它的基本思想是在一定通信范围内的车辆可以相互交换各自的车速、方向等信息和车载传感器感知的数据,并自动的连接建立起一个移动的网络。节点的单跳通信范围只有很有限的距离,每一个节点(车辆)不仅是一个收发器,同时还是一个路由器,因此采用多跳的方式把数据转发给更远的车辆。
车载自组网可以被应用到交通秩序的管理当中去。十字路口的违章检测是交通秩序管理的重要内容,这里所指的十字路口的违章现象主要指闯红灯现象。但是对于闯红灯这一交通管理的重要内容,尚缺乏十分有效的手段对其进行实现。如果借助交警或协警对十字路口的违章现象进行检测,则会耗费较大的人力资源成本,如果借助行人对违章现象进行监督,则很可能出现“有人发现,无人举报”的局面。
发明内容
本发明所要解决的技术问题是以车载自组网为基础,根据在车载自组网络中闯红灯的车辆与其他车辆之间的通信特征,实现对闯红灯车辆的自动检测。
本发明所述的基于移动车载网的十字路口违章车辆检测方法,位于十字路口区域的所有车辆构成一个车载自组网,在嫌疑车辆出现前所有等待绿灯的车辆均为监视车辆,该检测方法包括以下步骤:
1)嫌疑车辆确认:在监视车辆一直处于等待状态的情况下,
a.对于行驶方向与之相同的车辆,如果满足下面两个特征其中一个,监视车辆把它作为嫌疑车辆:
特征一:该车的速度由0变为非0的某个值,
特征二:某一时刻和监视车辆断开了通信连接;
b.对于行驶方向与监视车辆相反的车辆,如果它满足下面这个特征,监视车辆将会把它作为嫌疑车辆:
特征三:某一时刻和监视车辆建立起了通信连接;
2)监视车辆向基站发送嫌疑车辆报告;
3)基站进行违章界定。
上述步骤2)监视车辆向基站发送嫌疑车辆报告的过程为:监视车辆一旦检测出嫌疑车辆,就形成违章报告,报告的内容包括步骤1)中嫌疑车辆的编号、闯红灯时间T以及嫌疑车辆的速度V和发现该嫌疑车辆所依据的特征。
上述步骤3)基站进行违章界定的过程为:
a.如果在绿灯切换成红灯后,在时间Treport,基站接收到一个同向车辆的疑似闯红灯报告。假设R为车辆的无线通信半径,Ttrans是基站记录到绿灯切换成红灯的时间,如果满足
Treport-R/V≤Ttrans (1)
则将该嫌疑车辆从报告列表中去除;
b.如果Treport-T≤ΔT,将该嫌疑车辆从报告列表中去除;
其中ΔT是前后车辆开动时间的差值,ΔT的值按照式(2)取得:
ΔT=αi×(Nreport-Nk) (2)
其中,Nreport是监视车辆的序号;Nk是被报告车辆的序号,如果被报告车辆不在基站的注册信息列表中,Nk取0,如果被报告车辆和监视车辆反向,Nk取Nreport-1;αi为通过实验测得的系数,i是报告所依据的特征编号;
c.经过以上两步,仍然在报告列表中嫌疑车辆被认定为违章闯红灯的车辆。
本发明是基于以下想法来设计十字路口的违章检测策略,即位于十字路口区域的所有车辆构成了一个车载自组网,当两辆车在对方的通信范围之内时,他们就建立起一条通信连接,通过这条连接,车辆之间可以交换行驶方向、车辆速度等信息。建立了通信的车辆会互相监督对方,以自己的行动作为基准,观察其是否闯了红灯。比如:当前静止的车辆会认为和它同向的车辆也应该静止,否则就是闯了红灯。车辆发现了闯红灯的其他车辆后,会将该车的编号发送给基站,基站根据收到的报告做出决策。
违章检测算法包含以下三个步骤:
1)特征提取:算法首先通过研究十字路口的违章车辆,提取出违章车辆的特征,制定出检测的基本算法。特征包括①该车的速度由0变为非0的某个值②某一时刻和同方向的监视车辆断开了通信连接;③某一时刻和反向监视车辆建立起了通信连接。
2)误报消除:实际情况中可能会出现的影响判断精度的误报,包括①直闯漏报,②启动延迟,③红绿灯切换时误报针对这些情况对算法进行改进,消除这些情况中出现的误报;
3)违章界定:每当红绿灯切换之际,基站会收到一系列的由监视车辆发来的报告,基站需要根据这些报告调用其决策逻辑,来判断到底是哪些车辆闯了红灯。
本发明将车载自组网络应用到闯红灯车辆的检测中去,根据车载自组网络中闯红灯的车辆与其他车辆之间的通信特征,实现对闯红灯车辆的监测,本发明的优点是:(1)低成本,只依赖于车辆的无线通信设备,不需添加特殊的汽车部件;(2)自动化,不需要人工参与,减少人工监视的负担;(3)具有较高的准确性,可以作为交通违章决策辅助系统。
附图说明
图1违章检测流程图。
图2A车闯红灯时的路况示意图。
图3红绿灯切换之际的路况示意图。
具体实施方式
下面结合附图对本发明进行详细说明。
图1是违章检测流程图。首先通过分析两种不同的闯红灯的情形,总结出了闯红灯车辆的特征,其他车辆可以根据这些特征判断一辆车是否闯了红灯,这是本发明的基础;在找到闯红灯车辆的特征后,又探讨了实际情况中可能出现的影响判断准确性的三种情况,并针对这些情况给出相应的策略;最后说明了基站是怎样根据相应的策略去除接收到的误报,以确定究竟哪些车是闯红灯的车辆。具体步骤如下。
1.特征提取
为了判断出哪些车闯了红灯,首先必须找出在机会网络中违章汽车的特征。所谓“闯红灯”,也就是说本来应该是静止(WAIT)的车辆却处于运动(RUN)的状态,而所有的闯红灯情况无非是以下两种情况的某一种,就不同的监视车辆看来,它们与嫌疑车辆之间的通信也会体现出不同的特征。下面分情况进行讨论。
(1)某辆车在停在路口等待绿灯的到来,但是在绿灯尚未到达之时,该车开动了,即该车闯了红灯,变成了相应监视车辆的嫌疑车辆。对于不同的监视车辆(当然,嫌疑车辆必须在监视车辆的通信范围之内)来说,这个嫌疑车辆体现出不同的特征。
(a)如果监视车辆的行驶方向与嫌疑车辆的方向相同,那么嫌疑车辆的速度在监视车辆所维护的信息列表中由0变为一个非0的值,而监视车辆自己的速度仍然为0。如图2所示,假设A车本来是停在路口等待绿灯的到达,但是在绿灯到来之前闯了红灯,那么B车、C车将会发现A车速度的变化,因而将A车列为嫌疑车辆。
(b)如果监视车辆的行驶方向与嫌疑车辆的方向相反,那么由于车辆通信范围的制约,嫌疑车辆的信息在初始情况下并没有出现在监视车辆所维护的信息列表中,但由于闯红灯现象的出现,嫌疑车辆和与其反向的监视车辆建立了通信连接,并且该嫌疑车辆的速度不为0,而监视车辆的速度为0。如图2所示,在D车和E车看来,原本无通信连接的反向而来的A车现在与它们建立了通信连接,因而将A车列为嫌疑车辆。
(2)在某辆车驶入十字路口区域的时候,它行驶方向上的交通灯是红灯,但是它没有遵守交通规则,停下来等待绿灯的到达,而是未经停顿地直接穿过了十字路口,于是它也变成了相应监视车辆的嫌疑车辆。对于不同的监视车辆来说,这个嫌疑车辆体现出不同的特征。
(a)如果监视车辆的行驶方向与嫌疑车辆的方向相同,那么由于嫌疑车辆未经停顿地穿过了十字路口区域,它必将和停下来等待绿灯到达的监视车辆渐行渐远,最终断开通信连接,而监视车辆在与嫌疑车辆断开通信连接时仍处于WAIT状态。如图2所示,假设A车是未经停顿,直接开出了十字路口区域,那么就B车和C车看来,A车最后与它们断开了通信连接,因而将A车列为嫌疑车辆。
(b)如果监视车辆的行驶方向与嫌疑车辆的方向相反,那么类似地,由于通信范围的限制,嫌疑车辆在初试情况下并未和监视车辆建有通信关系,但由于闯红灯现象的发生,嫌疑车辆出现在了监视车辆的通信范围之内,而监视车辆仍然处于WAIT状态。如图2所示,在D车和E车看来,反向而来的A车突然出现在了它们的通信列表中,因而将A车列为嫌疑车辆。
通过总结上面的情况,可以得出监视车辆判断一辆车是否为嫌疑车辆的依据。在监视车辆一直处于WAIT状态的情况下,对于行驶方向与之相同的车辆,如果满足下面两个特征的某一个,监视车辆将会把它作为嫌疑车辆:
特征一:该车的速度由0变为非0的某个值;
特征二:某一时刻和监视车辆断开了通信连接。
对于行驶方向与监视车辆相反的车辆,如果它满足下面这个特征,监视车辆将会把它作为嫌疑车辆:
特征三:某一时刻和监视车辆建立起了通信连接。
以上特征是监视车辆用于判断某辆车是否闯红灯的重要依据,如果监视车辆发现了满足以上三个特征之一的车辆,将会认为它是嫌疑车辆,但需要特别注意的是,由于十字路口交通情况的复杂,实际的闯红灯行为也是多种多样,上面的任意一种情形都不足以独立地作为监视车辆判断某辆车是否闯红灯的依据,不同的监视车辆可能需要根据不同的特征进行综合判断,并且任何的监视车辆都不足以独立担当起发现所有嫌疑车辆的任务,监视车辆之间也需要合作,利用不同的监视车辆发现不同的嫌疑车辆。
2.误报消除
上面给出了监视车辆判断一辆车是否闯红灯的基本方案,但在实际情况中,问题往往不是这样简单,有很多特殊情况的发生,考虑以下三种情况。
情况一,直闯漏报。如图2所示,假设A车在十字路口区域没有停顿,直接闯了红灯,但A车尚未超出监视车辆的通信范围时,绿灯到达,监视车辆开始运动并中断监视逻辑。此时对于与A车同向的B车和C车而言,它们既没有和A车断开通信连接,也未能检测到A车的速度由0到非0的变化,所以就无法发现闯红灯的A车,那么A车就成为了“漏网之鱼”。
情况二,启动延迟。如果某时刻有很多车在等红灯,当绿灯到达后,可能前面的车已经开出去了,而后面的车仍在等待状态,那么根据上文的判断依据,后面的监视车辆会认为前面的车闯了红灯;或者闯红灯的第二种情形,后面的车可能会和已经开出的车断开连接,作为监视车辆,后面的车将会把前面的车当成嫌疑车辆。很显然,这是一个“误报”。
情况三,红绿灯切换时误报。考虑十字路口中正按照绿灯行驶的前后两辆车,当前一辆车刚驶过路口时红灯恰好到来,而此时后面一辆车尚未驶过路口,并因为红灯停下来等待而成为了监视车辆,那么该车将会监视到和前面一辆车的通信连接断开,然后将会把前面的车当作嫌疑车辆,但实际上前面的车并没有闯红灯。但类似的情形不会出现在两辆相向行驶的车辆中,在红绿灯切换之际,如果有一辆车遇到红灯停了下来而成为监视车辆,那么如果它此时发现有反向而来的车和它建立起了通信关系,那么这辆车一定是闯红灯的车辆,因为既然监视车辆遵从红灯停了下来,它对面的车也应该停下来,如果对面的车未停,就会和监视车辆建立起通信连接,因此肯定闯了红灯。如图3所示,如果此时东西方向恰好红灯到来,那么f车就会停下等待成为监视车辆,它将会怀疑和其远去的e、h闯红灯。
其中,直闯漏报发生的可能性不高,可以通过反向检视车辆的报告来提高准确性。启动延迟和红绿灯切换误报比较常见,需要通过专门的手段来消除这些误报,来保证违章检测的准确性。具体措施在下节讨论。
另外,由于汽车和基站不能随时保持通信,所以一旦检测出嫌疑违章车辆,会形成违章报告,内容包括嫌疑车辆的编号、闯红灯时间T以及嫌疑车辆的速度V和发现该嫌疑车辆所依据的特征。违章报告被存在本地内存中,当该车辆经过基站时,发送给基站。
3.违章界定
每当有车辆通过十字路口之际,基站会收到一系列的由监视车辆发来的报告,基站需要根据这些报告调用其决策逻辑,来判断到底是哪些车辆闯了红灯。决策逻辑的主要工作是从报告中消除误报的项目。首先,决策逻辑需要把因为情况三而出现的误报去除。假设在绿灯切换成红灯后,在时间treport,基站接收到一个同向车辆的疑似闯红灯报告。假设R为车辆的无线通信半径,V为车辆的行驶速度,则可以估算出嫌疑车辆穿过十字路口时的时间为treport-R/V。另外,假设基站记录到绿灯切换成红灯的时间为ttrans,对比这两个时间,如果满足:
treport-R/V≤ttrans (1)
那么相应项目的报告被认为为一个误报,将其从报告列表中去除。
然后,决策逻辑需要把因为情况二而出现的误报去除。假设基站接收到违章报告的时间为Treport,如果满足Treport-T≤ΔT(ΔT是前后车辆开动时间的差值),那么这是启动延迟,属于误报,决策逻辑需要将这个误判去除。但是,实际情况中,ΔT的具体值是难以知道的,因此这里只能对ΔT的值进行估计。值得注意的是,ΔT的值需要谨慎选取,如果ΔT偏大,在第一种情况中,就可能造成漏判。本文按照下面的方法计算ΔT的值。
由于基站记录了各个监视车辆的注册时间,计算ΔT的值之前,决策逻辑按照注册时间从早到晚将行驶方向相同的决策者进行排序,并分配以序号N(序号N从1开始编号)。ΔT的值按照式(2)取得:
ΔT=αi×(Nreport-Nk) (2)
其中,Nreport是监视车辆的序号;Nk是被报告车辆的序号,如果被报告车辆不在基站的注册信息列表中,Nk取0,如果被报告车辆和监视车辆反向,Nk取Nreport-1;αi为系数,可以通过实验测得,i是报告所依据的特征编号。
经过以上两步,误判的项目基本被去除了,如果某辆车此时仍然在报告列表中,那么决策逻辑将认为该车是闯红灯的车辆。做出决策之后,决策逻辑将已经报告过的监视车辆从监视车辆注册列表中删除。
Claims (3)
1.一种基于移动车载网的十字路口违章车辆检测方法,位于十字路口区域的所有车辆构成一个车载自组网,在嫌疑车辆出现前所有等待绿灯的车辆均为监视车辆,其特征在于该检测方法包括以下步骤:
1)嫌疑车辆确认:在监视车辆一直处于等待状态的情况下,
a.对于行驶方向与之相同的车辆,如果满足下面两个特征其中一个,监视车辆把它作为嫌疑车辆:
特征一:该车的速度由0变为非0的某个值,
特征二:某一时刻和监视车辆断开了通信连接;
b.对于行驶方向与监视车辆相反的车辆,如果它满足下面这个特征,监视车辆将会把它作为嫌疑车辆:
特征三:某一时刻和监视车辆建立起了通信连接;
2)监视车辆向基站发送嫌疑车辆报告;
3)基站进行违章界定。
2.根据权利要求1所述的基于移动车载网的十字路口违章车辆检测方法,其特征在于步骤2)监视车辆向基站发送嫌疑车辆报告的过程为:监视车辆一旦检测出嫌疑车辆,就形成违章报告,报告的内容包括步骤1)中嫌疑车辆的编号、闯红灯时间T以及嫌疑车辆的速度V和发现该嫌疑车辆所依据的特征。
3.根据权利要求1或2所述的基于移动车载网的十字路口违章车辆检测方法,其特征在于步骤3)基站进行违章界定的过程为:
a.如果在绿灯切换成红灯后,在时间Treport,基站接收到一个同向车辆的疑似闯红灯报告。假设R为车辆的无线通信半径,Ttrans是基站记录到绿灯切换成红灯的时间,如果满足
Treport-R/V≤Ttrans (1)
则将该嫌疑车辆从报告列表中去除;
b.如果Treport-T≤ΔT,将该嫌疑车辆从报告列表中去除;
其中ΔT是前后车辆开动时间的差值,ΔT的值按照式(2)取得:
ΔT=αi×(Nreport-Nk) (2)
其中,Nreport是监视车辆的序号;Nk是被报告车辆的序号,如果被报告车辆不在基站的注册信息列表中,Nk取0,如果被报告车辆和监视车辆反向,Nk取Nreport-1;αi为通过实验测得的系数,i是报告所依据的特征编号;
c.经过以上两步,仍然在报告列表中嫌疑车辆被认定为违章闯红灯的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105308862A CN102467820B (zh) | 2010-11-04 | 2010-11-04 | 一种基于vanet的十字路口违章车辆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105308862A CN102467820B (zh) | 2010-11-04 | 2010-11-04 | 一种基于vanet的十字路口违章车辆检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102467820A true CN102467820A (zh) | 2012-05-23 |
CN102467820B CN102467820B (zh) | 2013-11-27 |
Family
ID=46071412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105308862A Active CN102467820B (zh) | 2010-11-04 | 2010-11-04 | 一种基于vanet的十字路口违章车辆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102467820B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909840A (zh) * | 2017-12-18 | 2018-04-13 | 奇瑞汽车股份有限公司 | 信息发布方法、装置及计算机可读存储介质 |
CN109658691A (zh) * | 2018-12-23 | 2019-04-19 | 郑州威科姆华大北斗导航科技有限公司 | 电动车闯红灯违章记录方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006072850A1 (en) * | 2005-01-07 | 2006-07-13 | Philips Intellectual Property & Standards Gmbh | Communication device and communication system as well as method of communication between and among mobile nodes such as vehicles |
CN101692314A (zh) * | 2009-10-15 | 2010-04-07 | 康华武 | 利用车辆位置信息识别车辆身份的方法及应用 |
CN101808275A (zh) * | 2010-01-08 | 2010-08-18 | 中国科学院软件研究所 | 一种基于车辆移动趋势预测的车载网络数据转发方法 |
CN101866557A (zh) * | 2010-06-08 | 2010-10-20 | 上海交通大学 | 汽车防撞通信系统 |
-
2010
- 2010-11-04 CN CN2010105308862A patent/CN102467820B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006072850A1 (en) * | 2005-01-07 | 2006-07-13 | Philips Intellectual Property & Standards Gmbh | Communication device and communication system as well as method of communication between and among mobile nodes such as vehicles |
CN101692314A (zh) * | 2009-10-15 | 2010-04-07 | 康华武 | 利用车辆位置信息识别车辆身份的方法及应用 |
CN101808275A (zh) * | 2010-01-08 | 2010-08-18 | 中国科学院软件研究所 | 一种基于车辆移动趋势预测的车载网络数据转发方法 |
CN101866557A (zh) * | 2010-06-08 | 2010-10-20 | 上海交通大学 | 汽车防撞通信系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909840A (zh) * | 2017-12-18 | 2018-04-13 | 奇瑞汽车股份有限公司 | 信息发布方法、装置及计算机可读存储介质 |
CN109658691A (zh) * | 2018-12-23 | 2019-04-19 | 郑州威科姆华大北斗导航科技有限公司 | 电动车闯红灯违章记录方法和系统 |
CN109658691B (zh) * | 2018-12-23 | 2021-04-27 | 郑州威科姆华大北斗导航科技有限公司 | 电动车闯红灯违章记录方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102467820B (zh) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751629B (zh) | 一种交通事件的检测方法和系统 | |
US20210281986A1 (en) | Vehicle-to-Everything Abnormal Behavior Detection Method, Apparatus, and System | |
CN102546696B (zh) | 行车感知导航系统 | |
CN110226310A (zh) | 电子控制装置、不正当检测服务器、车载网络系统、车载网络监视系统以及车载网络监视方法 | |
CN103167024A (zh) | 一种面向车联网的协作信息传递方法 | |
CN107170265A (zh) | 一种车辆紧急避让系统及方法 | |
CN110312203A (zh) | 信息处理方法、相关设备及计算机存储介质 | |
CN110505254B (zh) | 一种车辆编队行驶的通信方法、系统和终端 | |
CN110503843A (zh) | 车辆行驶路线分析方法、装置、服务器和存储介质 | |
CN106297343A (zh) | 前车路况显示系统及方法 | |
JP2007501971A (ja) | 移動経路に沿った物品の移動の性質を査定する方法とシステム | |
CN102611604B (zh) | 一种共享网状保护实现方法及系统 | |
CN106165379A (zh) | 用于运行机动车的方法和机动车 | |
CN105407170A (zh) | 一种具有链路保护的车联网系统 | |
CN102769845A (zh) | 无线传感器网络中基于特定3跳路径的虫洞检测方法 | |
CN111267821B (zh) | 一种轨道车辆抱死故障的判断方法及装置 | |
CN102467820B (zh) | 一种基于vanet的十字路口违章车辆检测方法 | |
Lin et al. | Feasibility of safety applications based on intra-car wireless sensor networks: A case study | |
Rhodes et al. | Trader: traffic light phases aware driving for reduced traffic congestion in smart cities | |
CN101547131A (zh) | Eaps环网单通故障定位和保护方法 | |
CN109168143B (zh) | 轨道车地通信系统及其通信方法、通信装置和网络设备 | |
KR20110116779A (ko) | 에이전트 기반 실시간 통행시간 산정장치 및 그 방법 | |
CN110232838A (zh) | 一种基于位置信息的紧急预警报文多跳组播路由协议 | |
Yadav et al. | Architechture, applications and security for IOV: a survey | |
JP2011195120A (ja) | 無線式踏切警報システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |