CN102985277B - 基于综合状态检测的智能交通安全系统及其决策方法 - Google Patents

基于综合状态检测的智能交通安全系统及其决策方法 Download PDF

Info

Publication number
CN102985277B
CN102985277B CN201180023702.6A CN201180023702A CN102985277B CN 102985277 B CN102985277 B CN 102985277B CN 201180023702 A CN201180023702 A CN 201180023702A CN 102985277 B CN102985277 B CN 102985277B
Authority
CN
China
Prior art keywords
driver
vehicle
unit
automobile
module
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.)
Expired - Fee Related
Application number
CN201180023702.6A
Other languages
English (en)
Other versions
CN102985277A (zh
Inventor
李明航
李智斌
邵奕
马涛
林宗利
李彬
姚正斌
牟建超
李瑛�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING XINGHE YIDA TECHNOLOGY Co Ltd
Original Assignee
BEIJING XINGHE YIDA TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN2010206966408U priority Critical patent/CN201932117U/zh
Priority to CN201020696275 priority
Priority to CN2010106206758 priority
Priority to CN201020696640.8 priority
Priority to CN2010206962750 priority
Priority to CN201010620675.8 priority
Priority to CN201010620675.8A priority patent/CN102097003B/zh
Priority to CN2010206966408 priority
Priority to CN201020696275.0 priority
Priority to CN201120149271.5 priority
Priority to CN2011201492594 priority
Priority to CN201120149259.4 priority
Priority to CN2011201492715 priority
Priority to CN2011201492594U priority patent/CN202029653U/zh
Priority to CN2011201492715U priority patent/CN202029843U/zh
Priority to CN201110122062.6A priority patent/CN102201035B/zh
Priority to CN2011101220626 priority
Priority to CN201180023702.6A priority patent/CN102985277B/zh
Priority to PCT/CN2011/074013 priority patent/WO2011140993A1/zh
Application filed by BEIJING XINGHE YIDA TECHNOLOGY Co Ltd filed Critical BEIJING XINGHE YIDA TECHNOLOGY Co Ltd
Priority to CN201110122062.6 priority
Publication of CN102985277A publication Critical patent/CN102985277A/zh
Application granted granted Critical
Publication of CN102985277B publication Critical patent/CN102985277B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/80Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/84Data processing systems or methods, management, administration

Abstract

本发明公开了一种基于综合状态检测的智能交通安全系统及其决策方法。该智能交通安全系统中包括人况检测单元、车况检测单元、路况检测单元、智能决策单元、驾驶员报警单元、本车强制处理单元、障碍物报警单元、追随物报警单元和碰撞事后报警单元。其中,人况检测单元、车况检测单元和路况检测单元分别连接智能决策单元;该智能决策单元执行基于综合状态检测的智能交通安全决策算法,分别向与之连接的驾驶员报警单元、本车强制处理单元、障碍物报警单元、追随物报警单元和碰撞事后报警单元发出相应的避碰报警与处理指令。本发明全面考虑人况、路况和车况对碰撞事故的诱导机理,在综合状态检测的基础上实现了避碰预报的智能科学决策。

Description

基于综合状态检测的智能交通安全系统及其决策方法
技术领域
[0001] 本发明涉及一种智能交通安全系统及其决策方法,尤其涉及一种集人况检测、路 况检测和车况检测于一身,基于综合状态检测实现汽车避碰报警与处理的智能交通安全系 统及其决策方法,属于交通安全技术领域。
背景技术
[0002] 我国的机动车数量一直处于快速增长状态,目前保有量已超过2亿辆。与此同时, 交通安全问题也日渐突出。有关统计表明,绝大多数的交通事故都是碰撞类事故,而其中 80%以上的碰撞都是双车或多车碰撞。因此,如何避免和减少汽车碰撞类事故的发生,成为 交通安全领域亟待解决的首要问题。
[0003] 纵览一切汽车碰撞现象的触发原因,无外乎三个方面:一是人况,如驾驶员醉驾或 疲劳驾驶等;二是车况,如汽车刹车失灵或刹车不及;三是路况,如前方道路出现急弯或陡 坡而躲避不及、道路拥堵造成汽车追尾等。目前公开的防碰撞技术都是针对上述原因的局 部来寻找解决方案,迄今为止没有任何技术方案针对上述三个方面的原因进行全面检测, 以进行汽车避碰报警与处理。
[0004] 发明人经过深入研究后认为,仅仅知道汽车同周围物体之间的相对运动状况(或 者叫做路况)是远远不够的。因为同样的路况,反应能力强的驾驶员可以避免碰撞,而反 应能力弱的驾驶员就难免碰撞,同一个驾驶员不同时刻的疲劳和清醒程度不同也会导致处 置能力不同。即使对于同样的路况,驾驶员反应和处置能力也完全相同,性能好的汽车有可 能避免碰撞事故的发生,而性能相对较差的汽车则可能无法避免碰撞事故的发生。现有公 开技术没有全面考虑人况、路况、车况,因而不能发现各种汽车碰撞现象普遍的内在本质机 理,治标不治本,也就不可能从根本上预防碰撞事故的发生。
发明内容
[0005] 本发明所要解决的首要技术问题在于提供一种基于综合状态检测的智能交通安 全系统。该系统全面考虑人况、路况和车况对碰撞事故的诱导机理,在综合状态检测的基础 上实现了避碰预报的智能科学决策。
[0006] 本发明所要解决的另一技术问题在于提供一种基于综合状态检测的智能交通安 全决策方法。该决策方法通过探索各种汽车碰撞现象普遍的内在本质规律,正本清源,进而 梳理出进行避碰预报的智能科学决策原理,提出避碰报警与处理的实用化解决方案。
[0007] 为实现上述的发明目的,本发明一方面提出一种基于综合状态检测的智能交通安 全决策方法。在该智能交通安全决策方法中,汽车在做出行动决策时,首先考虑同前方单目 标障碍物之间的避碰要求,如果不施加任何干预的经过时间为:
[0008]
Figure CN102985277BD00041
[0009] 考虑人况影响,避免碰撞的最基本要求是满足如下的不干预致碰时间约束判据 tdr :
[0010] trelatlve> t dr
[0011] 进一步考虑车况影响,避免碰撞的最基本要求是满足如下的干预加速度约束判据 ^brake ·
[0012]
Figure CN102985277BD00051
[0013] 更进一步考虑路况影响,则要求:
[0014]
Figure CN102985277BD00052
[0015] 其中,r"latlTC为汽车同前方单目标障碍物之间的相对距离参考值,V "latlTC为汽车 同前方单目标障碍物之间的相对速度参考值,kgMdlOTt,分别为坡度影响系数和弯度影 响系数。
[0016] 另一方面,本发明也提供一种基于综合状态检测的智能交通安全系统。该智能交 通安全系统包括人况检测单元、车况检测单元、路况检测单元、智能决策单元、驾驶员报警 单元、本车强制处理单元、障碍物报警单元、追随物报警单元和碰撞事后报警单元;其中,
[0017] 所述人况检测单元进一步包括驾驶员身份识别与基本能力检测、驾驶员酒精度监 测和驾驶员疲劳度检测三个底层检测模块;
[0018] 所述车况检测单元进一步包括车辆基本参数检测、车辆动态参数检测、档位设置 参数检测、降速制动参数检测和加速起动参数检测五个底层检测模块;
[0019] 所述路况检测单元进一步包括道路基本参数检测、天气影响因素检测、道路忙碌 程度检测、前方障碍物检测、后方追随物检测和异向追随物检测六个底层检测模块;
[0020] 所述人况检测单元、所述车况检测单元和所述路况检测单元分别连接所述智能决 策单元;该智能决策单元执行上述的智能交通安全决策方法,根据人况信息、车况信息和路 况信息分别向与之连接的驾驶员报警单元、本车强制处理单元、障碍物报警单元、追随物报 警单元和碰撞事后报警单元发出相应的避碰报警与处理指令。
[0021] 与现有技术相比较,本发明全面考虑人况信息、路况信息和车况信息对碰撞事故 的诱导机理,通过分析各种汽车碰撞现象普遍的内在本质规律,梳理出进行避碰预报的智 能科学决策原理,提出避碰报警与处理的实用化解决方案。
附图说明
[0022] 下面结合附图和具体实施方式对本发明作进一步的详细说明。
[0023] 图1为本发明所提供的智能交通安全系统的整体架构示意图;
[0024] 图2为本智能交通安全系统中,车载电子终端的整体架构示例图;
[0025] 图3为进行驾驶员身份识别的汽车防盗抢网络装置的组成原理示意图;
[0026] 图4为汽车防盗抢网络装置中,摄像头等组件的安装点示意图;
[0027] 图5为汽车防盗抢网络装置中,防抢劫功能模块的工作模式示意图;
[0028] 图6为用于实现酒精度监测功能的电子终端的组成原理示意图;
[0029] 图7为驾驶员疲劳度检测电子终端的组成原理示意图;
[0030] 图8为PERCL0S值的测量原理示意图;
[0031] 图9为眼睛开合检测模块的工作模式示意图;
[0032] 图10为打哈欠检测模块的工作模式示意图;
[0033] 图11为头部运动跟踪模块的工作模式示意图;
[0034] 图12为汽车轮胎内部工况的冗余可靠监测装置的整体结构示意图;
[0035] 图13为轮胎滚动阻力与胎压的关系示意图;
[0036] 图14为一个典型双行道路的路况示意图;
[0037] 图15为计算前方道路弯度和坡度的预估方法示意图;
[0038] 图16为基于微波雷达的车辆主动防碰撞模块的整体结构示意图;
[0039] 图17为图16所示的微波雷达中,收发前端的结构示意图;
[0040] 图18为收发前端中接口电路的结构示意图;
[0041] 图19为图16所示的微波雷达中,信号处理后端的结构示意图;
[0042] 图20为汽车转向换道时的方向角示意图;
[0043] 图21为本智能交通安全系统基于云计算平台和无线网络实现的整体架构示意 图;
[0044] 图22为某一路段的无线网络分布示意图。
具体实施方式
[0045] 在本发明中,人况信息包括驾驶员的疲劳状态、驾驶员的受胁迫状态、驾驶员的饮 酒状态、是否为合法驾驶员等。人况信息的识别是由安装在汽车上的各种车载电子终端实 现的。路况信息是指路边基础设施向其路段上的车辆发布的关于道路的维修状态、畅通程 度、天气情况等信息,以及停车场入口设施向其发布临近停车场的经度、炜度、空位信息。车 况信息直接由车载电子终端进行采集,如:车辆行驶速度、车辆超车请求、车辆停车请求、车 辆所在处的地理坐标、车辆遇险、车型、车牌号码等信息,这些信息间接地来自驾驶员的操 作。
[0046] 与现有技术相比较,本发明的显著特点在于全面考虑人况信息、路况信息和车况 信息对碰撞事故的诱导机理,通过分析各种汽车碰撞现象普遍的内在本质规律,梳理出进 行避碰预报的智能科学决策原理,提出避碰报警与处理的实用化解决方案。为此,本发明所 提供的基于综合状态检测的智能交通安全系统采用了如图1所示的设计方案。
[0047] 如图1所示,本发明所提供的智能交通安全系统包括人况检测单元1、车况检测单 元2、路况检测单元3、智能决策单元4、驾驶员报警单元5、本车强制处理单元6、障碍物报警 单元7、追随物报警单元8和碰撞事后报警单元9。其中人况检测单元1进一步包括驾驶员 身份识别与基本能力检测11、驾驶员酒精度监测12和驾驶员疲劳度检测13三个底层检测 模块;车况检测单元2进一步包括车辆基本参数检测21、车辆动态参数检测22、档位设置参 数检测23、降速制动参数检测23和加速起动参数检测25五个底层检测模块;路况检测单 元3进一步包括道路基本参数检测31、天气影响因素检测32、道路忙碌程度检测33、前方障 碍物检测34、后方追随物检测35和异向追随物检测36六个底层检测模块。上述的人况检 测单元1、车况检测单元2和路况检测单元3分别连接智能决策单元4,向其输入所采集的 人况信息、车况信息和路况信息。该智能决策单元4执行基于综合状态检测的智能交通安 全决策算法,分别向与之连接的驾驶员报警单元5、本车强制处理单元6、障碍物报警单元 7、追随物报警单元8和碰撞事后报警单元9发出相应的避碰报警与处理指令。
[0048] 图2所示为实现本发明的车载电子终端架构示意图。在该车载电子终端中,中央 处理器可以选用TI达芬奇处理器或其他嵌入式处理器,以满足视频编解码、视频采集、算 法处理的要求。中央处理器通过广域网无线传输模块接入云计算平台,并与其它广域网终 端设备实现通信。视频/音频采集模块采集驾驶员的人况信息,分别送入与中央处理器连 接的疲劳驾驶检测模块、非法驾驶检测模块等进行进一步的分析判断。酒精测试模块直接 采集驾驶员的呼气信号,判断驾驶员是否饮酒,并将检测结果直接送入中央处理器中。此 外,该车载电子终端中还具有局域网无线传输模块、显示模块、存储模块和导航定位模块 (GPS/北斗2)等,这些模块分别与中央处理器进行连接,在此就不详细说明了。
[0049] 需要说明的是,图2所示的车载电子终端整体架构只是一个概要设计。针对采集、 识别不同人况信息的需要,该车载电子终端会有多种不同的具体实施方式。下面分别进行 详细的说明。
[0050] 首先对本智能交通安全系统中的人况检测单元1的具体结构和工作原理进行说 明。在本发明中,人况检测是指对驾驶员能力进行检测,用时间t drf (秒)来表示:从驾驶员 得到碰撞报警的时刻到驾驶员完成操纵处置的时刻。这里人的能力主要包括两个方面,一 是感觉是否正确、头脑是否清醒,用反应能力表示;二是手脚是否利索,用处置能力表示。根 据驾驶员对车辆的操控特点,具体又分为三个底层检测模块:驾驶员身份识别与基本能力 检测11、驾驶员酒精度检测12和驾驶员疲劳度检测13。
[0051] 在驾驶员身份识别与基本能力检测11中,反映驾驶员反应能力的tdri)(=反应能 力t"+操纵能力,可以在驾驶员注册时通过测试预置,并可以根据该驾驶员后来操控该 车的具体成绩进行动态学习评估更新。
[0052] 预置测试的方式是多种多样的,例如反应能力可以通过回答基本常识随机题库和 颜色、声音的感觉判断进行评判,操纵处置能力可以通过按指令换挡转向等进行实际测试, 具体都包括强、中、弱三个档次:(t ra,tra。,tra+)及,tM。,tM+),能力越弱取值越大。如反 应能力一般、处置能力强,则:
[0053] tdr0= t re+tex= t re0+tex (I)
[0054] 动态学习评估更新的方式也是多种多样的。例如在同等级路况下单位时间油耗比 该车额定油耗高到一定程度便适当增大该驾驶员tra,t 而t 的取值;类似的还有实际 起动、制动和换挡能力同额定起动、制动和换挡参数进行对比等。具体可以根据车况检测单 元2的有关参数进行比对。
[0055] 在进行驾驶员身份识别方面,本发明通过图3所示的汽车防盗抢网络装置实现。 具体而言,汽车防盗抢网络装置由如下几部分组成:热释电传感器、云台、摄像头、拾音器、 声光发生器、前端嵌入式模块和前端检测模块。其中,前端嵌入式模块以前端嵌入式中心单 元为中心,进一步包括电源输入模块、热释电接口电路、云台控制电路、视频输入处理接口、 音频输入处理接口、视频输出处理接口、声光发生器接口、汽车操纵接口、无线通讯模块及 天线、导航定位模块及天线和WLAN模块及天线。该前端嵌入式中心单元分别与电源输入模 块、热释电接口电路、云台控制电路、视频输入处理接口、音频输入处理接口、视频输出处理 接口、声光发生器接口、汽车操纵接口、无线通讯模块及天线、导航定位模块及天线和WLAN 模块及天线进行连接,同时还与前端检测模块进行连接。该前端检测模块用于执行识别人 脸等驾驶员身份信息的模式识别方法。
[0056] 上述的前端嵌入式中心单元包括处理器硬件及相应的驱动程序和操作系统软件。 它安装在汽车内的适当位置,可采用ARM系列芯片、FPGA、DSP或单片机等来实现,并具有 自带时钟。云台控制电路用于提供云台运动和摄像头镜头伸缩驱动命令,以确保得到足够 大且完整的驾驶员头部视频图像。汽车操纵接口连接汽车本身的操纵装置,用于对汽车自 身的制动、喇叭等进行操纵。汽车蓄电池的输出直接与电源输入接口相连,为本汽车防盗抢 网络装置中的有关设备供电。无线通讯模块及天线用于实现广域网无线通信,如采用GSM/ GPRS/3G/4G通信模块及相应的Sm/US頂卡等。导航定位模块及天线可以支持接收美国 GPS、俄罗斯GNNS、欧洲伽利略、中国北斗2等卫星信息或惯性导航系统进行导航定位,能够 实时获知汽车所处的经度、炜度,便于在需要求援时将具体位置通过服务器告知预设的客 户端。WLAN模块及天线用于实现局域网无线通信。当多辆汽车都安装了本汽车防盗抢网络 装置时,可实现车与车之间的通信;而当路网基础设施也安装了本汽车防盗抢网络装置的 相应功能模块时,可实现车与路直接的通信。当一个车内的驾驶员受到劫持,可以自动向相 邻车辆发送信号以便警示或求救。
[0057] 如图4所示,热释电传感器、摄像头、云台及拾音器安装在前挡风玻璃驾驶员外侧 的框架上,确保不影响驾驶员视线且处于与驾驶员头部高度相当的位置。
[0058] 热释电接口电路连接热释电传感器。当驾驶员位置无人时,热释电传感器一直在 工作,而整个汽车防盗抢网络装置处于休眠状态。一旦驾驶员位置出现人,热释电传感器能 够第一时间检测到驾驶员位置人体的红外热释电信号,汽车防盗抢网络装置自动从休眠状 态恢复到正常工作状态。
[0059] 云台控制电路连接云台,视频输入处理接口连接摄像头。它们负责将驾驶员头部 的视频图像传送到前端嵌入式模块。前端嵌入式模块提供云台运动和摄像头镜头伸缩驱动 命令,以确保得到足够大且完整的驾驶员头部视频图像。如果自然光能确保成像要求,则关 闭红外灯;否则,打开红外灯。如果正常行驶过程中汽车遭到非法抢劫,驾驶员自然发出的 异常表情通过摄像头传送到前端嵌入式模块,前端嵌入式模块将通过无线通讯模块及天线 接入无线网络,向服务器及附近装有同类防盗抢网络装置的汽车报警。
[0060] 音频输入处理接口连接拾音器。如果正常行驶过程中汽车遭到非法抢劫,驾驶员 自然发出的异常声音便通过拾音器传送到前端嵌入式模块,前端嵌入式模块将通过无线通 讯模块及天线接入无线网络,向服务器及附近装有同类汽车防盗抢网络装置的汽车报警。
[0061] 声光发生器接口连接声光发生器。声光发生器包括声音发生器、灯光(可发出红、 橙、黄、绿等灯光)或视频显示器等。
[0062] 如图3所示,本汽车防盗抢网络装置中的前端检测模块进一步包括人脸检测模 块、人脸特征点定位模块、活性鉴别模块、人脸识别模块和防抢劫功能模块。其中,人脸检测 模块和人脸特征点定位模块相连接,这两个功能模块分别连接活性鉴别模块、人脸识别模 块和防抢劫功能模块。人脸检测模块用于对输入的单帧图像数据,找到图像中人脸的位置, 并将人脸的位置用矩形框表示。人脸特征点定位模块用于对输入的单帧图像数据,得到人 脸的五官位置,五官位置用多个点的坐标序列表示。活性鉴别模块对于输入的单帧图像数 据,区别登陆者是否照片,以此判断该继续进行人脸识别还是拒绝照片登陆。人脸识别模 块对于输入的单帧图像数据,通过与人脸库中注册过的人脸图像比对,对于库中注册过的 人脸予以放行,对于库中没有注册过的人脸予以拒绝。上述的各功能模块是基于现有的模 式识别方法,以软件或者固件方式实现的。例如基于LGBP的人脸识别方法(参见http:// www. jdl. ac. cn/project/faceId/articles/ICCV2005-wczhang-LGBP· pdf)、基于 AdaBoost 的Gabor特征选择及判别分析方法(参见http://www. jdl. ac. cn/project/faceld/ articles/FRJDL-FG04-BoostedGabor-Yang. pdf)、基于 SV 的 Kernel 判别分析方法(参见 http://www. jdl. ac. cn/project/faceId/articles/FRJDL-baochangzhang-CVPR05. pdf) 和基于特定人脸子空间的人脸识别方法(参见http://www. jdl. ac. cn/project/faceld/ articles/FRJDL-Shan-ICASSP02. pdf)等,在此就不详细赘述了。
[0063]图5显示了防抢劫功能模块的具体工作模式。摄像头和拾音器分别将采集的驾驶 员图像和声音数据输入前端检测模块之中。对于输入的图像帧,由人脸检测模块和人脸特 征点定位模块分别进行图像定位和特征识别,并由人脸识别模块进行人脸特征比对,从而 产生人脸特征识别结果。同样地,对于拾音器输入的声音数据,由防抢劫功能模块中内置的 声音识别子模块(图中未示)进行相应的识别判断。如果结果正常,则允许驾驶员操纵车 辆;如果结果不正常,则一方面通过汽车操纵接口控制汽车操纵装置,使汽车不能正常发动 和行驶,另一方面则由防抢劫功能模块通过LAN和WAN方式进行网络报警。
[0064] 利用上述的汽车防盗抢网络装置,当有人进入驾驶位置时,该系统会自动启动。当 合法驾驶员处于离车状态,非法人员进入驾驶位置时,汽车防盗抢网络装置检测出其身份 不合法。如果驾驶员身份不合法时,汽车不能被启动,车内喇叭会报警。同时,远程客户端 (包括合法驾驶员的手机等)会得到报警示意被盗,附近装有与本车同类防盗抢网络装置 的汽车也会得到报警示意被盗,并报告汽车特征信息与地理位置。如果合法驾驶员正常行 驶过程中遇到非法分子抢劫时,防抢劫功能模块会从驾驶员自然的异常表情和声音做出遇 劫的正确判断。防抢劫功能模块认为汽车遇劫时,及时向远程客户端报警示意被抢劫,同时 向附近装有与本车同类防盗抢网络装置的汽车报警示意被抢劫,并报告汽车特征信息与地 理位置。
[0065] 由于体内酒精含量高会导致驾驶员头脑不清醒,反应能力显著下降,同时也会间 接影响操纵处置能力,因此本智能交通安全系统通过驾驶员酒精度检测12进行相应的测 试。图6为用于实现酒精度监测功能的电子终端的组成原理示意图。它包括驾驶员感应器、 可视吹管、声光发生器、现场嵌入式服务器和至少一个远程无线监控终端。该电子终端以现 场嵌入式服务器为中心,驾驶员感应器、可视吹管和声光发生器分别与该现场嵌入式服务 器进行连接。现场嵌入式服务器中设置有远程无线通讯接口和相应的天线,以便与远程无 线监控终端进行远程无线通讯。
[0066] 驾驶员感应器安装在汽车内的驾驶员座椅下面,具体可由称重计实现。当驾驶员 坐到驾驶座椅上时,由于座椅上承载的重量显著增加,驾驶员感应器能感受到并通过通讯 线路发送给现场嵌入式服务器。
[0067] 可视吹管由吹管、云台与摄像头组成。声光发生器包括声音发生器、灯光(可以发 出红、黄、绿三种颜色)或视频显示器(即液晶显示屏)。它们之间的电路连接关系是电子
技术领域的普通技术人员所熟知的,在此就不详细赘述了。
[0068] 现场嵌入式服务器由硬件部分和相应的现场处理软件组成。其中,该硬件部分以 嵌入式中心处理单元为中心,其余的电源输入接口、驾驶员感应器接口、云台控制电路、视 频接口及模数变换电路、可视吹管气路接口、酒精敏感电路、数模变换及视频处理电路、声 光发生器接口、汽车启动开关接口、导航定位电路及天线、远程无线通讯接口及天线等分别 与该嵌入式中心处理单元进行连接。
[0069] 当驾驶员按要求将自己嘴里的气吹到可视吹管气路接口之后,酒精敏感电路将基 于上述的酒精度检测方式进行处理,包括信号放大、将模拟信号转换成数字信号等。
[0070] 在现场处理软件中,根据醉饮相应的酒精度指标进行了判据预置(一般不能更 改)。微饮判据也根据经验预置,但可以在一定范围内更改(上限不能更改)。当现场处 理软件判断检测的结果属于未饮时,将会通过数模变换及视频处理电路、声光发生器接口 驱动声光发生器报告结果(若未配置液晶显示器则指示灯持续亮绿灯),并通过汽车启动 开关接口允许驾驶员正常操作汽车启动开关;如果现场处理软件判断检测的结果属于微饮 时,将会通过数模变换及视频处理电路、声光发生器接口驱动声光发生器报告结果(若未 配置液晶显示器则指示灯持续亮黄灯),也通过汽车启动开关接口允许驾驶员正常操作汽 车启动开关,但同时要通过远程无线通讯接口及天线向远程无线监控终端报告驾驶员属于 微饮状态,同时也向其报告导航定位电路及天线获取的汽车实时位置;现场处理软件判断 检测的结果属醉饮时,将会通过数模变换及视频处理电路、声光发生器接口驱动声光发生 器报告结果(若未配置液晶显示器则指示灯持续亮红灯),并通过汽车启动开关接口阻断 驾驶员正常操作汽车启动开关,同时也通过远程无线通讯接口及天线向远程无线监控终端 报告驾驶员属于微饮状态,同时也向其报告导航定位电路及天线获取的汽车实时位置。
[0071] 远程无线监控终端可以与远程无线通讯接口及天线之间进行数据、声音和视频通 信。这样在汽车运行过程中,现场嵌入式服务器可以定时要求(可以设定,如夜间行驶每隔 小时一次)抽查驾驶员的酒精度,远程监控终端也可以随时抽查驾驶员的酒精度,当查出 确属过饮时可以强制熄火。
[0072] 在本发明中,将驾驶员酒精度分为醉饮、微饮、未饮。当驾驶员酒精度达到醉饮时 属于能力丧失。否则,可以根据驾驶员当前酒精度检测值按如下公式进行驾驶员能力动态 更新:
[0073]
Figure CN102985277BD00101
. (2)
[0074] 其中括号中的系数分别为酒精度对反应能力和操纵能力的影响。
[0075] 疲劳主要导致驾驶员操纵处置能力下降,同时也会间接导致对声音和颜色感觉迟 钝和头脑反应缓慢。有关统计表明,由于疲劳/瞌睡造成的交通事故在交通事故的总数 中占10 %左右,在严重交通事故中占45%,在重型卡车和高速路上的交通事故中,则占到 40%左右。为此,在本智能交通安全系统中专门设置了驾驶员疲劳度检测13。
[0076] 图7为驾驶员疲劳度检测电子终端的组成原理示意图。该驾驶员疲劳度检测电子 终端包括如下的组成部分:摄像头、云台、声光发生器、前端嵌入式模块和前端应用模块。其 中,前端嵌入式模块以前端嵌入式中心单元为中心,进一步包括电源输入模块、视频接口及 模数变换电路、云台控制电路、数模转换及视频处理电路、声光发生器接口、汽车操纵接口、 无线通讯模块及天线、导航定位模块及天线。该前端嵌入式中心单元分别连接电源输入模 块、视频接口及模数变换电路、云台控制电路、数模转换及视频处理电路、声光发生器接口、 汽车操纵接口、无线通讯模块及天线、导航定位模块及天线。同时,前端嵌入式中心单元也 与前端应用模块进行连接。该前端应用模块用于执行对眼睛开合状态、打哈欠状态、头部运 动状态的检测算法,并做出综合判断。
[0077] 前端嵌入式中心单元包括处理器硬件及相应的驱动程序和操作系统软件。它安装 在汽车内的适当位置,可采用ARM系列芯片、FPGA、DSP或单片机等来实现,并具有自带时 钟。云台控制电路用于提供云台运动和摄像头镜头伸缩驱动命令,以确保得到足够大且完 整的驾驶员头部视频图像。汽车操纵接口连接汽车本身的操纵装置,用于对汽车自身的制 动、喇叭等进行操纵。汽车蓄电池的输出直接与电源输入接口相连,为本驾驶员疲劳度检测 电子终端中的有关设备供电。无线通讯模块及天线用于实现广域网无线通信,如采用GSM/ GPRS/3G通信模块及相应的Sm/US頂卡等。导航定位模块及天线可以支持接收美国GPS、 俄罗斯GNNS、欧洲伽利略、中国北斗2等卫星信息或惯性导航系统进行导航定位,能够实时 获知汽车所处的经度、炜度,便于在需要求援时将具体位置通过服务器告知预设的客户端。 [0078] 摄像头优选为红外摄像头,它安装在云台上面。云台安装在前挡风玻璃驾驶员外 侧的框架上,确保不影响驾驶员视线且处于与驾驶员头部高度相当的位置。摄像头和云台 分别与前端嵌入式模块相连接,并由前端嵌入式模块供电。摄像头将驾驶员头部视频图像 传送到前端嵌入式模块中的视频接口及模数变换电路。前端嵌入式模块通过云台控制电路 提供云台运动和摄像头镜头伸缩驱动命令,以确保得到足够大且完整的驾驶员头部视频图 像。如果自然光能确保成像要求,则关闭红外灯;否则,打开红外灯。
[0079] 声光发生器连接声光发生器接口。声光发生器可以包括声音发生器、灯光(可发 出红、橙、黄、绿等灯光)或视频显示器等。
[0080] 如图7所示,本驾驶员疲劳度检测电子终端中的前端应用模块进一步包括人脸检 测模块、人脸特征点定位模块、眼睛开合检测模块、打哈欠检测模块、头部运动跟踪模块和 综合评判模块。其中,人脸检测模块与人脸特征点定位模块相连接,它们分别连接眼睛开合 检测模块、打哈欠检测模块和头部运动跟踪模块。眼睛开合检测模块、打哈欠检测模块和头 部运动跟踪模块分别与综合评判模块相连接,将从不同角度检测到的驾驶员疲劳程度信息 送入综合评判模块中进行最终的评价。
[0081] 人脸检测模块用于对输入的单帧图像数据,找到图像中人脸的位置,并将人脸的 位置用矩形框表示。人脸特征点定位模块用于对输入的单帧图像数据,得到人脸的五官位 置,五官位置用多个点的坐标序列表示。这些功能模块是基于现有的模式识别方法,以软件 或者固件方式实现的。在前述汽车防盗抢网络装置的前端检测模块中,已经对此做了详细 的说明,在此就不赘述了。
[0082] 眼睛开合检测模块采用PERCL0S算法检测驾驶员眼睛的开合程度。PERCL0S是 Percent Eye Close的缩写,指在一定的时间内眼睛闭合所占的时间比例。在具体实验中, 有P70、P80、EM三种测量方式,其中P80被认为最能反映人的疲劳程度。图8为PERCL0S 值的测量原理图。图中曲线为一次眼睛闭合和睁开过程中眼睛开合度变化曲线图,可根据 此曲线得到所需测量的眼睛的某个程度的闭合或睁开所持续的时间,从而计算出PERCL0S 值。在图8中,tl为眼睛完全睁开到闭合20%的时间;t2为眼睛完全睁开到闭合80%的时 间;t3为眼睛完全睁开到下一次睁开20%的时间;t4为眼睛完全睁开到下一次睁开80% 的时间。通过测量tl到t4的值就可以得到PERCL0S的值f。
[0083]
Figure CN102985277BD00121
[0084] f为眼睛闭合时间所占某一特定时间的百分率。对于P80测量方式来说,可以认为 当f>0. 15时,驾驶员处于疲劳状态。
[0085] 基于上述的PERCL0S值的测量原理,眼睛开合检测模块的工作模式如图9所示。对 于输入的单帧图像数据,经过人脸检测模块和人脸特征点定位模块处理之后,可以得到人 脸的五官位置。然后,对于每帧图像调用眼睛开合度主函数,并结合五官的定位结果,可以 得到眼睛的开合度数值。将多帧图像数据的图像序列结果累积起来,结合多帧图像的眼睛 开合度数值就可以得到疲劳与否的判断。
[0086] 图10显示了打哈欠检测模块的工作模式。对于输入的单帧图像数据,经过人脸检 测模块和人脸特征点定位模块处理之后,可以得到人脸的五官位置。在得到人脸的五官位 置之后,对于每帧图像调用嘴巴开合判断主函数,并结合五官的定位结果,可以得到嘴巴的 开合情况,结合多帧图像计算嘴巴张开时间,可以得到是否疲劳的判断。
[0087]图11显示了头部运动跟踪模块的工作模式。对于输入的单帧图像数据,经过人脸 检测模块和人脸特征点定位模块处理之后,可以得到人脸的五官位置。在得到人脸五官位 置之后,对于每帧图像分别计算其头部位置,并结合五官的定位结果,可以得到头部运动轨 迹。结合多帧图像计算点头频率,可以得到是否疲劳的判断。
[0088] 综合评判模块对眼睛开合检测模块、打哈欠检测模块和头部运动跟踪模块所获得 的检测结果进行加权运算。基于对眼睛开合状态、打哈欠状态、头部运动状态等三种疲劳特 征监测的综合评判,将驾驶员疲劳程度划分为四个等级:绿色一不疲劳、黄色一轻度疲劳、 橙色一中度疲劳、红色一高度疲劳。
[0089]当眼睛开合检测模块、打哈欠检测模块或头部运动跟踪模块这三个模块均未检测 到异常时,综合评价模块输出检测结果为清醒。允许汽车正常行驶,在车载嵌入式设备屏幕 上的疲劳程度指示灯显示为绿色。
[0090] 当眼睛开合检测模块、打哈欠检测模块或头部运动跟踪模块三个模块中有且仅有 一个模块检测到异常时,综合评价模块检测结果为轻度疲劳。允许汽车正常行驶。声光发 生器上的疲劳程度指示灯显示为黄色不断闪烁,并向驾驶员发出报警声。
[0091] 当眼睛开合检测模块、打哈欠检测模块或头部运动跟踪模块三个模块中有且仅有 两个模块检测到异常时,综合评价模块检测结果为中度疲劳。声光发生器上的疲劳程度指 示灯显示为橙色不断闪烁,并同时向驾驶员、远端的服务器和预设的客户端发出报警声,建 议驾驶员靠边停车。
[0092] 当眼睛开合模块检测、打哈欠检测模块或头部运动跟踪模块三个模块均检测到异 常时,综合评价模块检测结果为高度疲劳。声光发生器上的疲劳程度指示灯显示为红色不 断闪烁,自动亮起警示灯以警示周围车辆及行人,数秒钟后自动减速并熄火,同时向远端的 服务器和预设的客户端发出持续报警并报告汽车所处的位置,要求救援。
[0093] 在本发明中,当驾驶员疲劳程度达到红色等级时属于能力丧失。否则,可以根据驾 驶员当前疲劳程度监测值按如下公式进行驾驶员能力动态更新:
[0094] tdr= tre(l+k tiredness-re )+tex (I+kt;[re(jness-ex) (3)
[0095] 其中括号中的系数分别为疲劳程度对反应能力和操纵能力的影响。
[0096] 综上所述,人况检测单元1的检测结果,即驾驶员能力体现为:
[0097] ^dr t re ( I+kaic〇h〇i ty-re) ( I+ktiredness-re) +tex ( I+I^aIcoI10Iici ty-ex) ( I+k tiredness-ex )(4)
[0098] 接下来对本智能交通安全系统中的车况检测单元2的具体结构和工作原理进行 说明。在本发明中,车况检测是指对车辆的性能参数进行检测,并计算其对避碰操控时间的 影响程度。具体又分为五个底层检测模块:车辆基本参数检测21 ;车辆动态参数检测22 ; 档位设置参数检测23 ;减速制动参数检测24和加速起动参数检测25。
[0099] 车辆基本参数检测21包括车辆的种类、尺寸、空载重量等,一般采用预先录入的 方法进行设置。对于车辆种类,参照所属地分类标准,例如:大型客车Al ;牵引车A2 ;城市 公交车A3 ;中型客车Bl ;大型货车B2 ;小型手动挡汽车Cl ;小型自动挡汽车C2 ;小型货车 C3 ;三轮汽车C4 ;等。对于车辆尺寸(转弯半径),采用相对于实现本发明的电子终端的安 装位置的三维包络来描述。车辆空载重量记为m。公斤。
[0100] 车辆动态参数检测22主要包括载荷重量mp、当前的车速、轮胎老化及胎压变 化、等。
[0101] 载荷重量mp可以通过载荷重量检测装置得到,也可以在汽车起动前预置。
[0102] 当前的车速可以通过卫星定位数据或车载CAN总线获得。
[0103] 机动车辆应该定期保养和检修,将胎压调节到规定标准。但在实际使用过程个别 轮胎会不同程度磨损老化和压力异常从而影响汽车的操纵性能。汽车行驶加速度
[0104]
Figure CN102985277BD00131
(5)
[0105] 其中kaging为轮胎老化及胎压异常影响系数,f为发动机受油门操纵的驱动力或制 动力对轮胎的作用(制动力时取负号),f raslsta_为轮胎同地面接触受到的滚动阻力,它同 总承载重量成比例,比例系数μ形如
[0106] μ = y〇-kvcar (6)
[0107] 低胎压会增加滚动阻力,轮胎因运动而变形,不断造成能量损失,大约占到轮胎全 部滚动阻力的90%至95%。轮胎气压过高,抓地力就会下降,轮胎磨损加快。在非标准胎 压下,加速性能影响正负偏差达到2%至5%,刹车性能影响正负偏差达到5%至10%。为 此,在本智能交通安全系统中专门设置了针对汽车轮胎内部工况的冗余可靠监测装置。
[0108] 图12为冗余可靠监测装置的组成原理示意图。该冗余可靠监测装置包括一个整 车上位模块和多个轮胎下位模块,其中整车上位模块安装在汽车内部,由可靠起动单元、多 径报警单元和应急处理单元三部分组成;轮胎下位模块安装在每个汽车轮胎的内部,由冗 余测量单元和现场处理单元两部分组成。每个轮胎下位模块与整车上位模块之间采用无线 方式进行通信。整车上位模块中的可靠起动单元具有车载信息接口,多径报警单元具有远 程网络接口,而应急处理单元则具有车载驱动接口。
[0109] 有别于现有技术只采用单个传感器进行胎内状态测量,本冗余可靠监测装置的一 个显著特点在于冗余测量单元中设置了多种传感器,分别用于实现汽车轮胎内部的压力测 量、温度测量、湿度测量、电量测量和运动感应。这些传感器采用冗余配置方式,即针对同一 个测量目的设置一个主传感器和至少一个备份传感器,各传感器分别独立发送所测量的信 号。另外,在轮胎下位模块与整车上位模块之间的无线通信接口也采用类似的冗余配置方 式。这样就可以确保主传感器或无线通信接口失效后仍然能够获得汽车轮胎内部工况状态 的正确信息。
[0110] 上述冗余测量单元与现场处理单元进行连接。该现场处理单元利用轮胎下位模块 中的嵌入式微处理器进行现场处理,包括信息采集、分析判断、数据上传、屏蔽切换、休眠或 睡醒。其中信息采集是指对运动感应、压力测量、温度测量、湿度测量、电量测量等信息进行 采集。分析判断是指根据采集到的测量信息,利用现场配置方案的内在机理进行分析,判断 是否应进行休眠或睡醒;数据上传;屏蔽及切换。
[0111] 整车上位模块中的可靠起动单元的作用在于:整车上位模块从汽车CAN总线或 GPS接收机等车载信息接口获知汽车起动并平稳运行了,但迟迟未获得某个轮胎下位模块 的上传数据,则给该轮胎下位模块发命令要求上传数据,或者要求进行运动感应传感器的 主备切换,否则切换通彳目接口。
[0112] 整车上位模块中的多径报警单元不仅具有现有技术所采用的LED显示和警示声 报警,而且采用特定的预置语音报警(可以是中文如"右前胎慢漏气",也可以是其他国家 语言或方言,具有缺省预置并可以录音设置),包括通过无线网络向远程报警。
[0113] 整车上位模块中的应急处理单元基于车载信息接口获知驾驶员能力下降的有关 信息(如酒精度"微饮"或疲劳度"黄色"报警),可以通过车载驱动接口自动操纵汽车减速、 靠边和制动停车等。
[0114] 作为直接式胎况监测系统,无论是自带电池的主动式,还是利用轮胎运动发电的 被动式,或是利用运动发电给电池充电的混合式,从可靠性的角度说,都有必要进行电量管 理。当电量测量传感器反映出电量不足应该报警时,就通过现场处理单元进行报警。
[0115] 从降低功耗的角度看,当汽车停泊轮胎静止时本冗余可靠监测装置就应该休眠, 当汽车发动轮胎转动起来才睡醒工作。为此,运动感应传感器对轮胎的转动与静止情况进 行检测,轮胎下位模块中的嵌入式微处理器根据检测结果决定睡醒工作或休眠。当轮胎刚 刚由静止到转动,轮胎下位模块应该持续向整车上位模块发送当前的胎况数据。
[0116] 假如正在工作的主传感器一切正常,如何根据测量信息判断胎况是否正常,如果 异常还需要判断要紧不要紧。因为上传通信消耗的电量占绝对地位,如果要紧就要频繁上 传通信报警,如果不要紧则中等频度报警,如果正常则稀疏频度报警。例如温度过高易导致 爆胎就非常要紧;轮胎快速漏气也非常要紧。
[0117] 以胎压为例,例如某个汽车轮胎内压力的最佳值为2. 5个大气压,如图13所示,当 胎压大于2. 0时轮胎还能整车运行;但若胎压低于2. 0并继续下降时,轮胎滚动运行的阻力 就会显著增加。轮胎下位模块中的嵌入式微处理器可以根据图13所示的轮胎滚动阻力与 胎压的关系,判断胎压是否异常,是慢漏气还是快漏气。
[0118] 另一方面,如何才能知道正在工作的主传感器本身出现异常了呢?这可以有多种 解决方式,例如如果得不到测量数据,或者测量数据一直出现乱码,轮胎下位模块中的嵌入 式微处理器就可以自主判断主传感器失效。当整车上位模块通过车载信息接口得知汽车已 起动行驶,而轮胎下位模块则没有上传有关数据时,则有可能是主运动感应传感器异常。当 定期保养维护时发现胎压异常,而最近行驶时却没有得到报警,也有可能是主压力传感器 失效。
[0119] 当轮胎下位模块中的嵌入式微处理器发现主传感器异常,则自主屏蔽该检测接 口,自动改由备份传感器接口获得测量数据。如果是通过其他方式发现主传感器异常,则由 整车上位模块给轮胎下位模块发出命令,轮胎下位模块接到命令后屏蔽相应检测接口,自 动改由备份传感器接口获得测量数据。
[0120] 档位设置参数检测23记为ls_d(v_),可以根据当前车辆的额定值进行预置,例 如:1档时速20公里以下;2档时速20公里到40公里;3档时速40公里到60公里;4档时 速60公里到80公里;5档时速80公里以上。
[0121] 在减速制动参数检测24中,可以用从时速100公里减速到时速为零所需滑过的距 离Cl 1。。来表示车辆的制动能力,对应于其平均最大加速度为
[0122]
Figure CN102985277BD00151
(?)
[0123] 上式是针对空载情形,当载荷达到一定程度应该进行适当的修正如下
[0124]
Figure CN102985277BD00152
(^)
[0125] 在加速起动参数检测25中,可以用从时速为零加速到时速100公里所需的时间 tvl。。来表示车辆的起动能力,对应于其平均最大加速度为
[0126
Figure CN102985277BD00153
(〔))
[0127] 上式是针对空载情形,当载荷达到一定程度应该进行适当的修正如下
[0128]
Figure CN102985277BD00154
(1·0
[0129] 下面进一步介绍本智能交通安全系统中的路况检测单元3的具体结构和工作原 理。在本发明中,路况检测是指对当前道路的固有性能、动态状况及环境情况进行检测,并 计算其对避碰操控时间的影响程度。具体又分为六个底层检测模块:道路基本参数检测 31 ;天气影响因素检测32 ;道路忙碌程度检测33 ;前方障碍物检测34 ;后方追随物检测35 和异向追随物检测36。
[0130] 道路基本参数检测31的内容包括单行道、双行道、隔离性、车道数、平整度、弯度 和坡度等,目前大都可以通过基于定位和数字地图的商用导航产品获得。对于图14所示的 双行道,当中间的粗黑线仅代表物理隔离实施时属于隔离性道路。
[0131] 关于道路的弯度和坡度,现有的道路导航技术依赖业已固定的数字地图,往往只 能提供大致的前进方向或者对汽车当前所处位置的弯度/坡度进行测量计算,无法对前方 道路的弯度/坡度做出提前预估。这一技术缺陷不利于汽车自动驾驶技术以及主动防碰撞 技术的进一步发展。对于主动防碰撞技术而言,更希望预先知道前方道路的弯度和坡度。为 此这里提出一种计算前方道路弯度和坡度的预估方法。
[0132] 如图15所示,首先,假设行驶中的汽车当前位于C点,以该点为原点建立二维动态 方位坐标系,其中横坐标X轴指向东,纵坐标y轴指向北。在现有技术中,已经做到任意给 定一个点,可以搜索到最近的道路(具体可以参考鲍远律、刘振安合著的《卫星定位、交通 监控与数字地图》,ISBN :7118046221,国防工业出版社2006年出版)。因此,利用现有技术 可以获得C点所在及周围的道路情况,在此就不详细赘述了。
[0133] 其次,按照汽车的长度U和道路拥堵程度d ]Μ确定弧长间隔
Figure CN102985277BD00161
,在道路前 后按照相邻两点间隔A s选择多个点,例如车后选择A,B两点,车前选择D,E,F,G四点,则 可根据A,B,C,D,E,F,G各点的经炜度得到其在动态方位坐标系的坐标值,记两个列向量
[0134]
Figure CN102985277BD00162
[0135] 再次,基于上述已知列向量进行拟合得到如下形式的3维多项式及其一阶、二阶 导函数:
[0136] y = a〇+a1x+a2x2+a3x3, y - a, + 26-,.¾: +v -- 2α-, + βα,χ C 11 )
[0137] 其中,
Figure CN102985277BD00163
[0138] 曲率半径:
[0139]
Figure CN102985277BD00164
(612:5
[0140] 以及方向角:
[0141]
Figure CN102985277BD00165
^ 13 )
[0142] 然后,计算每一点相对上一点的方向改变量△ Φ,写成列向量形式为
[0143]
Figure CN102985277BD00166
(14)
[0144] 当Δ φ > 〇时意味着前方道路在向左拐,当Δ φ < 〇时意味着前方道路在向右 拐。
[0145] 在汽车主动防碰撞技术的实践中,可以不必精确掌握方向改变量的具体取值,而 是根据取值大小分为5档:左急弯;左小弯;无弯;右小弯;右急弯。根据前方道路的弯曲 程度,汽车内部的主动防碰撞装置可以提前采取相对应的技术措施,如自动减速、提前报警 等。
[0146] 类似的方法可以用来预估前方道路的坡度,此时将上述的经炜度参数改为海拔高 度参数即可。在计算前方道路的坡度时,可以对前方道路的海拔高度随弧长的变化进行多 项式拟合,也可以利用三角函数进行更简单的近似计算,例如对于图15中的B、D、F三点而 S : LiN 丄uzysoz// β 、" 丄兮/zu ja
[0147]
Figure CN102985277BD00171
( 15)
[0148] 同样地,在汽车主动防碰撞技术的实践中,可以根据前方道路的坡度大小分为5 档:下陡坡;下缓坡;无坡;上缓坡;上陡坡。汽车内部的主动防碰撞装置可以提前采取相对 应的技术措施,如加大油门、利用发动机进行制动等。
[0149] 天气影响因素检测32包括雾、雨、冰、雪等,一般可通过车载信息系统与交通网络 设施通信获得。对于式(6)的μ。,一般路面取值0.77,耐滑路面取值0.9,而异滑路面取值 0. 64,天气异常会给路面造成不确定性恶劣影响。
[0150] 道路忙碌程度检测33的结果也可通过车载信息系统与交通网络设施通信获得。 按程度可分为四档:严重拥堵(平均时速〈20公里);轻微拥堵(20公里〈平均时速〈0. 6 倍限速);畅通(〇. 6倍限速〈平均时速〈1. 2倍限速);车流稀疏(平均车流量〈每分钟一 辆)。
[0151] 在现有技术中,虽然有安全气囊、安全带作为保护措施,但这些保护措施仅仅是在 车辆已经发生碰撞之后的被动保护,而在碰撞发生前就及时发现前后车辆,避免碰撞才是 减少此类交通事故的重点。前方障碍物检测34可以利用基于微波雷达的车辆主动防碰撞 模块检测目标的相对方向、距离及速度的动态变化情况。当检测结果发现目标位于当前汽 车的前方,运动方向与本车接近,则属于前方障碍物。
[0152] 图16为基于微波雷达的车辆主动防碰撞模块的整体结构示意图。该车辆主动防 碰撞模块由收发前端和信号处理后端两大部分组成,收发前端与信号处理后端之间通过电 源线、控制线、模拟调制信号线和回波信号线进行连接。其中,控制线用来传输控制收发前 端工作状态切换的使能控制信号;模拟调制信号线用于传输从信号处理后端输入到收发前 端的模拟调制信号;回波信号线用于传输从收发前端输送到信号处理后端的回波信号;以 上模拟调制信号线和回波信号线通过同轴电缆接插件端口缆线进行连接。
[0153] 如图17所示,收发前端由微带天线阵列、收发组件和接口电路三部分构成,微带 天线阵列连接收发组件,收发组件连接接口电路。其中,微带天线阵列用于接收/发射高频 载波。收发组件主要包括压控振荡器(VCO)和混频器两部分,其中压控振荡器(VCO)接收 接口电路中的模拟调制信号输入,而混频器向接口电路输出回波信号。
[0154] 如图18所示,接口电路包括:前置放大器、匹配滤波器、自动增益放大电路(AGC放 大电路)、调制信号滤波器和电源调整电路。其中,前置放大器、匹配滤波器和自动增益放大 电路(AGC放大电路)顺序连接,其作用在于对回波信号进行滤波、放大处理。调制信号滤 波器连接在信号处理后端与收发组件之间,其作用在于将信号处理后端产生的模拟调制信 号进行滤波处理。电源调整电路也连接在信号处理后端与收发组件之间,其作用在于:①稳 压功能:对供给收发前端1的电压进行稳压,以使收发前端正常工作。②电压调整:对信号 处理后端的使能控制输入进行响应,调整电压以产生一 5V、0、+5V的可调电压,以便通过此 可调电压对收发前端的工作状态进行控制。
[0155] 信号处理后端的内部结构如图19所示。它由模数转换模块、现场可编程门阵列 (FPGA)、数字信号处理芯片、数模转换模块、显示报警电路、汽车总线扩展模块和电源模块 组成。其中,模数转换模块通过回波信号线接收接口电路的模拟信号,并将转换后的数字信 号输入给现场可编程门阵列(FPGA)。数模转换模块16从现场可编程门阵列(FPGA)处接 收数字调制信号,经数模转换后通过模拟调制信号线输出给接口电路。现场可编程门阵列 (FPGA)的作用在于:①接受数字信号处理芯片的控制信号输入,以判定是否启动模数转换 以及在何时启动、何时停止;②对模数转换模块的转换后数据进行软件滤波并存储滤波后 数据;③产生数字调制信号,并控制数模转换模块对数字调制信号进行数模转换;④通过 控制线发出控制信号,控制收发前端的工作状态。现场可编程门阵列(FPGA)与数字信号处 理芯片进行连接。数字信号处理芯片接收关于路况、车况和人况的外部输入信号,并且一方 面连接显示报警电路,另一方面通过汽车总线扩展模块接入汽车总线中。它的主要作用在 于:①对现场可编程门阵列(FPGA)中存储的模数转换模块的信号转换结果进行数学运算 处理,从中提取目标的速度与距离信息;②将目标的速度与距离信息输入到显示报警电路 以进行声光显示报警;③发送控制指令到现场可编程门阵列(FPGA),以决定是否启动模数 转换以及在何时启动、何时停止。显示报警电路的作用在于对数字信号处理芯片输入的速 度与距离信息进行声音或显示报警。汽车总线扩展模块的作用在于将数字信号处理芯片的 串行总线转换成采用CAN和485标准的汽车总线。电源模块的作用在于提供多个电压等级 以对整个车辆主动防碰撞模块进行供电。
[0156] 在本车辆主动防碰撞模块的一个具体实施例中,数字信号处理芯片米用TI公司 TMS320C6713处理器,对采集转换的信号做快速傅里叶变换FFT的处理,提取相应的目标距 离与速度信息;选择20万门的SPARTAN现场可编程门阵列FPGA进行相应的存储、AD控制、 调制波发生、软件滤波、使能控制输出编程;选择AD9240模数转换模块双通道、14位、IOM采 样率。整个系统采用+12V电源供电,并进行相应的稳压、电平转换,供给相应的芯片与电 路。尤其要在收发前端的接口电路中进行电平转换,以输出正、负、零三种电平。显示报警 电路采用ARM9处理器、IXD显示屏和扩音器,由ARM9处理器接受TMS320C6713的速度与距 离信息的输出
[0157] 下面对本车辆主动防碰撞模块的工作原理进行详细的说明。
[0158] 首先,由现场可编程门阵列(FPGA)发出数字调制信号,经数模转换模块转化成模 拟调制信号一三角波/锯齿波。该模拟调制信号经模拟调制信号线传至接口电路中的调制 信号滤波器中,经过滤波处理滤除噪声,再传至收发组件的压控振荡器(VCO)中,生成高频 载波,并将此高频载波通过微带天线阵列发射出去。高频载波通过微带天线阵列发射出去 后,遇到障碍物反射回来,并经微带天线阵列接收,传输至收发组件,经收发组件处理后由 混频器输出至接口电路,依次经过前置放大器、匹配滤波器、自动增益放大电路AGC放大电 路处理后,经回波信号线传输至信号处理后端。
[0159] 在信号处理后端,反射回来的信号被传输至模数转换模块。在此,模拟信号被转换 为数字信号,并将转换后的数据实时传送到现场可编程门阵列(FPGA)中进行软件滤波并 存储滤波后数据,当模数转换模块完成了一次采样转换过程后,现场可编程门阵列(FPGA) 将存储的数据送入数字信号处理芯片,进行数学运算处理,从数据中捕捉目标障碍物的距 离和相对速度信息。
[0160] 随后,数字信号处理芯片将距离与速度信息传输至显示报警电路。显示报警电路 根据目标障碍物的与本车的距离和相对速度,对驾驶员进行声音或显示报警,提醒其减速 或刹车。另一方面,数字信号处理芯片通过汽车总线扩展模块将串行信号转换为符合CAN 或485标准的信号,以便于和汽车内部其他采用CAN或485标准的设备进行连接,传递距 离、速度信息、报警信息或根据距离及速度信息进行相关的控制输出。
[0161] 本车辆主动防碰撞模块在工作时,通过车载的微波雷达探测本车前、后、左、右的 障碍物相对本车的距离、速度和行进方向,并且将探测到的结果及时通过显示报警模块提 醒或显示给驾驶员。微波雷达通过汽车总线扩展模块捕获车况信息,并结合路况信息与人 况信息,结合微波雷达对前后左右障碍物的探测结果属路况信息,综合计算,向驾驶员的给 出操作建议,如减速、刹车、转向等。另一方面,通过汽车总线捕获并判定驾驶员的操作,在 发现车辆碰撞危险逐渐增大并且驾驶员未及时作出反应发生了疲劳驾驶、酒驾等易导致驾 驶员反应变慢,动作不及时时,再次给出提醒并向汽车总线发出控制指令,令车辆自身采取 诸如打开安全气囊、强制刹车、强制减速等非人为的避险措施。
[0162] 后方追随物检测35可以利用上述基于微波雷达的车辆主动防碰撞模块实现。当 检测结果发现目标位于当前汽车的后方,运动方向与本车接近,则属于后方追随物。
[0163] 异向追随物检测36也可以利用上述基于微波雷达的车辆主动防碰撞模块实现。 当检测结果发现目标位于当前汽车的前方,运动方向与本车相反,并且道路没有隔离,则属 于后方追随物。
[0164] 基于前述人况检测单元1、车况检测单元2和路况检测单元3的检测结果,针对相 对本车的某一目标(障碍物或追随物),记相对距离测量值为,设相对距离可能的测量 误差最大值与最小值分别为emax (r_),emin (r_),则相对距离参考值Irelatlree [r_-emin (rn J,r_+emax (r_)];记相对速度测量值为v_,相对速度可能的测量误差最大值与最小值分 力丨J 为 evmax (rmea,Vmea),evmin (r_,v_),则相对速度参考值\ elative ^ mea ^vmin J ^mea^^vmax mea) ] 0
[0165] 首先考虑同前方单目标障碍物之间的避碰要求。如果不施加任何干预,则经过时 间
[0166]
Figure CN102985277BD00191
(丨6)
[0167] 本车即可能与目标发生直接碰撞。
[0168] 考虑人况影响,参考式(4),避免碰撞的最基本要求是满足如下的不干预致碰时间 判据:
[0169]
Figure CN102985277BD00192
[0170] 进一步考虑车况影响,以避免追尾前方障碍物为例,即便是能够采取措施,最基本 要求为:
[0171]
Figure CN102985277BD00193
(>8)
[0172] 更进一步考虑路况,则要求满足如下的干预加速度约束判据:
[0173]
Figure CN102985277BD00194
(19):
[0174] 其中kgradlOTt,Iwllred分别为基于式(13)~(15)计算的坡度影响系数和弯度影响 系数。
[0175] 对于后方单目标追随物,只需将式(18)、(19)中右侧的atoalre替换成a gun。
[0176] 对于异向追随物,随着相对距离越来越小,应确保相对速度适当小于二倍限速,并 尽量保持在本车的行驶车道不变。
[0177] 对于多目标威胁,应首先规避威胁更大的目标。
[0178] 本智能交通安全系统中的驾驶员报警单元5采用图形界面和语音相结合对驾驶 员进行多媒体增强现实报警,使驾驶员直观地感觉到自己所处的防碰撞安全环境。分为加 减速黄色报警、加减速红色报警和转向换道操作提示。
[0179] 以不采取操纵措施可能发生碰撞作为黄色报警的基本考虑,基于式(17),并乘以 一个加权系数 ^yel low 7 即当
[0180] trelative< n yell〇wtdr (20)
[0181] 时,对本车驾驶员发出加速或制动的黄色报警。规避追尾时为制动报警,规避被追 尾时为加速报警,同时需要规避前后目标时为转向换道提示。
[0182] 在已经发出黄色报警并未被解除报警的情形下,以即便发挥汽车加减速的极限能 力都可能发生碰撞作为红色报警的基本考虑,基于式(18),并乘以一个加权系数n rad,即当
[0183] ^relative〉n redabrake (21)
[0184] 时,对本车驾驶员发出加速或制动的红色报警。规避追尾时为制动报警,规避被追 尾时为加速报警,同时需要规避前后目标时为转向换道提示。
[0185] 转向换道首先要考虑目标车道有没有碰撞威胁。同时要考虑汽车同路况的匹配, 如图20,设汽车轮距为L,根据汽车系统动力学原理,车轮最大转向角为45度左右,对应于 方向盘转动η圈,于是车轮及方向盘转向角It sw分别为
[0186] β ~arcsin (L/R),Φ sw= 8η β · (22)
[0187] 对于弯度较大的路况,应根据上式进行校正方向盘转向角的强制处理,还应适当 压低速度,以确保由于车速引起向外的离心力mv 2/R小于侧向附着力,并且确保离心力产生 的侧倾力矩小于汽车自重产生的抗侧倾力矩。
[0188] 当驾驶员酒精度或疲劳度超标,认为其没有能力及时进行防碰撞操作,于是本车 强制处理单元6强制进行加、减速及转向换道处理。
[0189] 当前方目标汽车速度过低,或有路人受到本车碰撞威胁时,障碍物报警单元7通 过扬声器等对其发出语音警报。
[0190] 当后方或异向汽车追随速度过高,追随物报警单元8通过扬声器等对其发出语音 警报。
[0191] 当本车已经遭遇碰撞事故时,碰撞事后报警单元9利用无线通信网络将车载定位 设备记录的地理位置、事故状况和现场视频传送给远程监控终端。
[0192] 本发明所提供的智能交通安全系统可以基于云计算平台和无线网络(包括无线 局域网和广域无线网)等技术支撑手段实现。利用云计算平台和无线网络,本智能交通安 全系统可以实现车辆、人、设施三大要素相互交换信息。云计算平台和各车载电子终端之间 交换的信息包括路况、车况、人况三大类信息。下面对此展开详细的说明。
[0193] 如图21所示,本智能交通安全系统由支持云计算的服务器、若干个安装在汽车上 的车载电子终端(或其它移动终端)以及安装在交通基础设施上的云监控终端组成。其中, 云计算平台由云计算服务器和云监控终端两部分构成,为整个智能交通安全系统提供基础 计算;提供管理功能;提供海量数据的统计、存储、共享、发布功能。云计算平台与各车载电 子终端之间通过广域无线网和/或有线网进行连接,各车载电子终端相互之间均通过无线 网络进行连接。
[0194] 云计算服务器可以布置在省、市、县、辖区等行政区域内的公安部门,这些服务器 组成分布式服务器集群,每一级服务器都与上级或同级的公安部门的数据库进行联网,集 群内进行交通安全和治安数据资料的共享、传递,按级别划分管理层次和所属权责。云计算 服务器将监督管理权限分配给云监控终端,云计算服务器所在的指挥中心可以通过云监控 终端对其所处辖区内的任意车辆进行人况信息检查,收集、储存检测结果和信息,并进行相 应的报警、出警动作。
[0195] 云监控终端的作用在于:(1)在得到云计算服务器的授权后,可以与车载电子终 端进行广域无线网连接,与车载电子终端侧交互视频、声音及控制信号,主动检查并收集车 载电子终端侧的人况信息。(2)接收车载电子终端的报警信息。(3)与云计算服务器交换 数据信息资源。
[0196] 云监控终端可以分为如下两类:
[0197] (1)固定式:这类监控终端布置在"交通基础设施"、"治安防范基础设施"等固定 场所,这些基础设施的位置保证了能够直接面向基层交通管理和治安管理,如:停车场、交 通收费站、交通流量指示牌、治安岗亭、居民委员会等,这些监控终端得到了云计算服务器 的授权,主要负责对路况、车况、人况信息的采集或转发,或行使对所在辖区的交通和治安 的监督管理职能。
[0198] (2)移动式:这类监控终端布置在公安系统内的警用汽车、警用摩托车上。通过这 些车载监控终端,公安干警可以对路上机动车辆进行移动式的现场人况信息检查,并及时 反馈这些信息给云计算服务器。
[0199] 车载电子终端带有人况检测单元,相对于云监控终端来说,车载电子终端均处于 被检查、被监管地位。即当某一云监控终端主动发来人况检查请求时,这些车载电子终端要 被动响应并接受检查。同时,在车载电子终端进行非联网的本地人况信息检测,并发现险情 时,可以主动向云监控终端发送报警求救信号。
[0200] 云计算平台具备针对车载电子终端的数据采集、存储、计算、传输功能和管理功 能,并能提供良好的网络接入和安全保障能力,有效克服了车载电子终端存储容量小、计算 能力弱等缺点。该云计算平台能够通过车载电子终端采集车辆驾驶员的视频信息,提取面 部特征,通过疲劳驾驶算法进行计算,以判断驾驶员是否处在疲劳驾驶状态、疲劳程度;判 断驾驶员是否受到不法分子的威胁劫持;车辆是否被非法人员所驾驶、盗抢等。后文对此还 有进一步的详细说明。
[0201] 对于云计算而言,每一个车载电子终端都是一个云计算终端,服务器就是云计算 平台。车载电子终端通过无线网络接入到云计算平台,每一个车载电子终端有一个ID号 码,且具有唯一性;用户名和密码由用户首次接入时指定,在以后登录过程中做验证使用。 每一次车载电子终端和云计算平台断开后,再次连接均需接受接入性验证,过程如下:
[0202] 车载电子终端把预先指定的个人登录用户名、密码、终端ID,以"用户名+密码 +ID"的编码方式,发送到云计算平台。由云计算平台在数据库中进行检索,确定存在该用户 和车载电子终端之后,建立网络连接;否则拒绝。
[0203] 云计算平台为每一个车载电子终端开辟了独立的存储空间,可以存储车辆信息, 具体有:车载电子终端的用户信息、设备ID、从车载电子终端采集的视频文件和图片、车载 电子终端通过CAN总线采集的车辆状态和历史信息、车辆位置、疲劳驾驶报警信息、非法驾 驶报警信息、酒精测试记录等。
[0204] 图22为某一路段的无线网络分布示意图。该无线网络采用局域网和广域网相融 合的方式,车辆与车辆周围的交通基础设施组成一个无线局域网。在行驶很多辆车的时候, 每一辆车可能会同时存在于多个局域网内,无线局域网的组网是自适应的。
[0205] 在本发明中,无线局域网的搭建优选采用ZigBee方式。ZigBee是一种物联网组网 技术,具有以下特点:
[0206] (1)具有极强的自组织能力和自愈能力
[0207] 无需人工干预,网络节点能够感知其他节点,并与之组成网络;在一个已有网络 下,增加或者删除一个节点,位置发生变动时,网络都能自我修复,并对网络拓补结构进行 相应的调整,使得网络仍能够正常工作。
[0208] (2)组网模式灵活
[0209] 可以组成mesh型网络,即多点对多点的。网络内任意两台设备都可以交换数据。
[0210] (3)网络安全性高
[0211] ZigBee网络支持AES128加密算法。
[0212] (4)网络容量大
[0213] -个ZigBee网络可以容纳最多254个从设备和一个主设备,同一地区最多可以同 时存在200多个ZigBee网络。
[0214] 关于ZigBee技术的进一步说明,可以参阅其官方网站(www. zigbee. org)中的相 关技术文档,在此就不赘述了。
[0215] 各个车载电子终端所组成的无线局域网的功能主要在于相邻车辆的安全性提醒。 安装在某台汽车上的车载电子终端通过无线网络发送表示自身所处状况的数据包,安装在 附近汽车上的其它车载电子终端接收到该数据包后,根据数据包的内容采取必要的应对手 段。具体而言,当一辆车发生或发现了紧急情况或要进行某种车辆操作,为了避免对其他车 辆也造成影响需要向其他车辆提前告知本车辆所处状态或将要进行的操作,该车辆上的车 载电子终端向其他车辆发送数据信息;或者当一个车内的驾驶员被监测到有酒驾、疲劳驾 驶、受到劫持等危险状态,也会向相邻车辆和服务器发送信号以便警示或求救。由于路上车 辆众多,每一辆车可能同时存在于多个局域网当中,当车辆从一个局域网内接收到警示或 求救信息时,将会向其他局域网络内的车辆进行传送。
[0216] 局域网的组网是根据车载电子终端内置的导航定位模块测得的车辆所在绝对位 置而计算出的相对位置和车辆行进方向来确定的。由多个车载电子终端的导航定位模块的 测量数据,可以间接得到该车与周围车辆的相对距离,并推算出行进方向。在高速公路和 乡村路段,只有在行进方向相同并且车间直线距离在300米以内的车辆间才建立局域网通 信。对于交通基础设施也是在与车辆距离小于300米时才建立局域网通信;但在城镇密集 路段,只有在行进方向相同并且车间直线距离在100米以内的车辆间才建立局域网通信。 对于交通基础设施也是在与车辆距离小于100米时才建立局域网通信。采用不断发展的虚 拟现实及增强现实技术,为驾驶员防碰撞安全驾驶提供人性化的多媒体操控环境。
[0217] 每一个从车辆上的车载电子终端发送的数据包都要根据不同的情况进行编码,可 以采用"数据头+终端设备ID+车牌号码+所处状态+验证位+停止位"的结构,所处状态 表示五大状态,具体包括:疲劳驾驶、酒后驾车、受到劫持、超车请求、停车请求。具体到用数 字表不:
[0218] 状态一:疲劳驾驶:00 (无疲劳),01 (轻度疲劳),10 (中度疲劳),11 (重度疲劳)。
[0219] 状态二:酒后驾车:00(无饮酒),01(饮酒)。
[0220] 状态三:受到劫持:00(正常状态,无劫持),01 (受到了歹徒劫持)。
[0221] 状态四:超车请求:00 (无请求),01 (左路超车请求),10 (右路超车请求)。
[0222] 状态五:停车请求:00 (无请求),01 (停车请求)。
[0223] 这样,通过将状态一至状态五进行顺序编码,用不同的数字表示各自对应的状态, 其他车辆上的车载电子终端就能够通过数据包辨别出本车辆和驾驶员所处的是何状态,以 便采取必要的应对手段。
[0224] 配合导航定位模块,由不同车辆组成的ZigBee网络可以相互知晓相对位置和相 对速度,在停车、超车、绕行操作的时候,相互发送警示信息,避免碰撞。这种智能交通安全 模式几乎不受天气、地形影响,在雾雨雪等极端天气,也可以正常工作。
[0225] 上面对本发明所提供的基于综合状态检测的智能交通安全系统及其决策方法进 行了详细的说明。对本领域的一般技术人员而言,在不背离本发明实质精神的前提下对它 所做的任何显而易见的改动,都将构成对本发明专利权的侵犯,将承担相应的法律责任。

Claims (9)

1. 一种基于综合状态检测的智能交通安全决策方法,其特征在于: 汽车在做出行动决策时,首先考虑同前方单目标障碍物之间的避碰要求,如果不施加 任何干预的经过时间为:
Figure CN102985277BC00021
考虑人况影响,避免碰撞的最基本要求是满足如下的不干预致碰时间约束判据tdf: trelative〉t 化 进一步考虑车况影响,避免碰撞的最基本要求是满足如下的干预加速度约束判据 ^brake ·
Figure CN102985277BC00022
更进一步考虑路况影响,则要求:
Figure CN102985277BC00023
其中,rrelatue为汽车同前方单目标障碍物之间的相对距离参考值,V relative为汽车同前 方单目标障碍物之间的相对速度参考值,kgfgdi。。。kawked分别为坡度影响系数和弯度影响系 数。
2. 如权利要求1所述的智能交通安全决策方法,其特征在于: 所述不干预致碰时间约束判据tdf通过下式获得: tdr 二 treQ+kaic〇holicity_reMl+kt iredness_re) +tgx (l+kalc〇h〇licity_ex) (l+ktiredness_ex) 其中,tre为反应能力,t ex为操纵能力,k。1。。4。11。1心6和1^。1。。4。11。1心=<分别为酒精度对反应 能力和操纵能力的影响,ktu6dness_re和k tif6dness_ex分别为疲劳程度对反应能力和操纵能力的 影响。
3. 如权利要求1所述的智能交通安全决策方法,其特征在于: 所述干预加速度约束判据abfgk。通过如下公式获得:
Figure CN102985277BC00024
其中m。为车辆空载重量,m P为载荷重量,a bfgk。,。为汽车空载情况下的平均最大加速度。
4. 如权利要求1所述的智能交通安全决策方法,其特征在于: 所述相对距离参考值rwgtive e [r 的J,rmeg+的m。,的J ],所述相对速度参考值 Vrelatlve e [V mea-e™。(rmJ,Vmea+e"ax的J ],其中rmea为相对距离测量值,相对距离的ii量误 差最大值与最小值分别为e"。, bmJ,bme。);Vme。为相对速度测量值,相对速度的测量误 差最大值与最小值分别为 6νηΐ3χ (tmea,Vmea),®vmin ^^meaJ ^mea)。
5. -种基于综合状态检测的智能交通安全系统,其特征在于: 所述智能交通安全系统包括人况检测单元、车况检测单元、路况检测单元、智能决策单 元、驾驶员报警单元、本车强制处理单元、障碍物报警单元、追随物报警单元和碰撞事后报 警单元;其中, 所述人况检测单元进一步包括驾驶员身份识别与基本能力检测、驾驶员酒精度监测和 驾驶员疲劳度检测Ξ个底层检测模块; 所述车况检测单元进一步包括车辆基本参数检测、车辆动态参数检测、档位设置参数 检测、降速制动参数检测和加速起动参数检测五个底层检测模块; 所述路况检测单元进一步包括道路基本参数检测、天气影响因素检测、道路忙碌程度 检测、前方障碍物检测、后方追随物检测和异向追随物检测六个底层检测模块; 所述人况检测单元、所述车况检测单元和所述路况检测单元分别连接所述智能决策单 元;该智能决策单元执行如权利要求1~4中任意一项所述的智能交通安全决策方法,根据 人况信息、车况信息和路况信息分别向与之连接的驾驶员报警单元、本车强制处理单元、障 碍物报警单元、追随物报警单元和碰撞事后报警单元发出相应的避碰报警与处理指令。
6. 如权利要求5所述的智能交通安全系统,其特征在于: 所述智能交通安全系统由支持云计算的服务器、多个安装在汽车上的车载电子终端及 安装在交通基础设施上的云监控终端组成;其中, 所述服务器与所述云监控终端一起组成云计算平台,为整个智能交通安全系统提供基 础计算和管理功能;所述云计算平台与各车载电子终端之间通过广域无线网和/或有线网 进行连接,各车载电子终端之间通过无线网络进行连接; 安装在汽车上的车载电子终端用于识别包括驾驶员是否为合法驾驶员、驾驶员的疲劳 状态、驾驶员的受胁迫状态、驾驶员的饮酒状态在内的人况信息。
7. 如权利要求6所述的智能交通安全系统,其特征在于: 各车载电子终端之间采用Zi浊ee方式搭建无线网络。
8. 如权利要求6所述的智能交通安全系统,其特征在于: 安装在某台汽车上的车载电子终端通过无线网络发送表示自身所处状况的数据包,安 装在附近汽车上的车载电子终端接收到所述数据包后,根据所述数据包的内容采取应对手 段。
9. 如权利要求5所述的智能交通安全系统,其特征在于: 在所述驾驶员身份识别与基本能力检测模块中,反映驾驶员反应能力的tdf。为反应能 力和操纵能力t PX之和;所述t W在驾驶员注册时通过测试预置,并根据该驾驶员操控汽 车的具体成绩进行动态学习评估更新。
CN201180023702.6A 2010-05-12 2011-05-12 基于综合状态检测的智能交通安全系统及其决策方法 Expired - Fee Related CN102985277B (zh)

Priority Applications (20)

Application Number Priority Date Filing Date Title
CN2010106206758 2010-12-31
CN201020696640.8 2010-12-31
CN2010206962750 2010-12-31
CN201010620675.8 2010-12-31
CN201010620675.8A CN102097003B (zh) 2010-12-31 2010-12-31 智能交通安全系统及其终端
CN2010206966408 2010-12-31
CN201020696275.0 2010-12-31
CN2010206966408U CN201932117U (zh) 2010-12-31 2010-12-31 基于模式识别的汽车防盗抢网络系统
CN201020696275 2010-12-31
CN201120149259.4 2011-05-11
CN2011201492715 2011-05-11
CN2011201492594U CN202029653U (zh) 2011-05-11 2011-05-11 一种汽车轮胎内部工况的冗余可靠监测系统
CN2011201492715U CN202029843U (zh) 2011-05-11 2011-05-11 一种基于微波雷达的车辆主动防碰撞系统
CN201120149271.5 2011-05-11
CN2011201492594 2011-05-11
CN201180023702.6A CN102985277B (zh) 2010-12-31 2011-05-12 基于综合状态检测的智能交通安全系统及其决策方法
PCT/CN2011/074013 WO2011140993A1 (zh) 2010-05-12 2011-05-12 基于综合状态检测的智能交通安全系统及其决策方法
CN201110122062.6A CN102201035B (zh) 2011-05-12 2011-05-12 一种计算前方道路弯度/坡度的预估方法
CN201110122062.6 2011-05-12
CN2011101220626 2011-05-12

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201180023702.6A CN102985277B (zh) 2010-12-31 2011-05-12 基于综合状态检测的智能交通安全系统及其决策方法

Publications (2)

Publication Number Publication Date
CN102985277A CN102985277A (zh) 2013-03-20
CN102985277B true CN102985277B (zh) 2016-05-04

Family

ID=47858535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180023702.6A Expired - Fee Related CN102985277B (zh) 2010-05-12 2011-05-12 基于综合状态检测的智能交通安全系统及其决策方法

Country Status (1)

Country Link
CN (1) CN102985277B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111016914A (zh) * 2019-11-22 2020-04-17 华东交通大学 基于便携终端信息的险态驾驶场景辨识系统及其辨识方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101589427B1 (ko) * 2014-04-04 2016-01-27 현대자동차 주식회사 운전자 피로도 기반 차량운행 제어장치 및 방법
EP3017995A1 (en) * 2014-11-05 2016-05-11 ABB Technology Oy Adjustment method for speed-controlled electronic drive and apparatus for implementing the same
WO2016103469A1 (ja) * 2014-12-26 2016-06-30 横浜ゴム株式会社 衝突回避システム及び衝突回避方法
CN104882017A (zh) * 2015-05-05 2015-09-02 惠州Tcl移动通信有限公司 一种基于移动终端的安全行车方法及系统
CN105150847A (zh) * 2015-08-19 2015-12-16 武汉光谷西铂科技有限公司 一种避免车辆误启动的保护装置及方法
US10176634B2 (en) * 2015-10-16 2019-01-08 Ford Global Technologies, Llc Lane boundary detection data generation in virtual environment
CN105354987B (zh) * 2015-11-26 2018-06-08 南京工程学院 车载型疲劳驾驶检测与身份认证装置及其检测方法
CN107284237A (zh) * 2016-03-31 2017-10-24 宇龙计算机通信科技(深圳)有限公司 一种车辆控制方法及系统
KR20180069274A (ko) * 2016-12-15 2018-06-25 현대자동차주식회사 차량 및 그 제어방법
CN106740848B (zh) * 2016-12-24 2019-03-22 北汽福田汽车股份有限公司 辅助驾驶的方法、装置及车辆
CN109774471A (zh) * 2017-05-15 2019-05-21 成都中技智慧企业管理咨询有限公司 一种适用于安全驾驶的车载设备
CN108023937A (zh) * 2017-11-10 2018-05-11 北京汽车股份有限公司 用于车辆的交换机、车辆远程控制系统、方法及车辆
CN108082107B (zh) * 2017-12-19 2019-07-09 奇瑞汽车股份有限公司 信息提醒方法、装置及计算机可读存储介质
CN110871755B (zh) * 2018-08-31 2021-08-10 比亚迪股份有限公司 车载数据的处理方法、处理装置及车辆
CN109383516A (zh) * 2018-09-13 2019-02-26 行为科技(北京)有限公司 一种基于用户行为分析的异常分析行为检测系统
CN109584566A (zh) * 2018-12-28 2019-04-05 北京品恩科技股份有限公司 一种基于公安信息的公安检查站车辆安检系统
CN110843764B (zh) * 2019-11-29 2021-06-22 长安大学 一种促使驾驶员安全驾驶的辅助系统
CN111982391A (zh) * 2020-08-20 2020-11-24 广东电网有限责任公司 一种停车位胎压检测装置及检测方法
CN112502507A (zh) * 2020-10-23 2021-03-16 太仓博轩信息科技有限公司 一种基于智慧城市的自动化停车控制方法及其系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1706693A (zh) * 2004-06-12 2005-12-14 孟春晓 汽车安全防撞系统
CN101090482A (zh) * 2006-06-13 2007-12-19 唐琎 一种基于图象处理和信息融合技术的驾驶员疲劳监测系统及方法
CN101407193A (zh) * 2008-11-11 2009-04-15 徐克林 车辆防撞报警装置
CN101480939A (zh) * 2008-12-10 2009-07-15 李进 一种车辆远程监控防盗系统
CN201325292Y (zh) * 2008-11-20 2009-10-14 奇瑞汽车股份有限公司 一种基于无线传感器和can总线的汽车胎压监测系统
CN201378052Y (zh) * 2009-01-21 2010-01-06 高德软件有限公司 坡度测量系统和路段信息测量装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7421334B2 (en) * 2003-04-07 2008-09-02 Zoom Information Systems Centralized facility and intelligent on-board vehicle platform for collecting, analyzing and distributing information relating to transportation infrastructure and conditions
WO2005050583A1 (fr) * 2003-08-15 2005-06-02 Ziyi Cheng Systeme d'alarme pour protection d'automobiles avec identification de visage et fonction de communication sans fil

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1706693A (zh) * 2004-06-12 2005-12-14 孟春晓 汽车安全防撞系统
CN101090482A (zh) * 2006-06-13 2007-12-19 唐琎 一种基于图象处理和信息融合技术的驾驶员疲劳监测系统及方法
CN101407193A (zh) * 2008-11-11 2009-04-15 徐克林 车辆防撞报警装置
CN201325292Y (zh) * 2008-11-20 2009-10-14 奇瑞汽车股份有限公司 一种基于无线传感器和can总线的汽车胎压监测系统
CN101480939A (zh) * 2008-12-10 2009-07-15 李进 一种车辆远程监控防盗系统
CN201378052Y (zh) * 2009-01-21 2010-01-06 高德软件有限公司 坡度测量系统和路段信息测量装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111016914A (zh) * 2019-11-22 2020-04-17 华东交通大学 基于便携终端信息的险态驾驶场景辨识系统及其辨识方法

Also Published As

Publication number Publication date
CN102985277A (zh) 2013-03-20

Similar Documents

Publication Publication Date Title
CN102985277B (zh) 基于综合状态检测的智能交通安全系统及其决策方法
US8841994B2 (en) Intelligent traffic safety system based on comprehensive state detection and decision method thereof
CN102097003B (zh) 智能交通安全系统及其终端
US9903728B2 (en) Systems and methods for predicting weather performance for a vehicle
CN101857008B (zh) 一种车用主动式智能安全监控仪器
CN103339009B (zh) 对自主车辆的诊断和修理
CN100374332C (zh) 一种车载嵌入式系统
GB2569750A (en) Comfort-based self-driving planning method
US20100070128A1 (en) vehicle operation by leveraging traffic related data
CN104730494A (zh) 移动枪声检测
CN101391589A (zh) 车载智能报警方法和装置
CN106781593A (zh) 一种基于智能信号灯的智能交通系统
CN206049559U (zh) 一种基于计算机技术的车辆辅助驾驶系统
CN108986507A (zh) 一种车载天气辅助监测与可变限速提醒系统
CN107195188A (zh) 一种车联网多方协同预警控制系统及方法
CN108091139A (zh) 一种基于大数据的交通安全自动评估系统
CN110264742B (zh) 一种适用于高速公路的车载信息监测装置及其警示方法
CN101439717A (zh) 具侦测车辆移动状态的系统及其方法
CN107650793A (zh) 一种车灯自检系统
CN106710199A (zh) 一种基于物联网技术的电动车监控方法及系统
DE102017219301A1 (de) Verfahren zur Erhöhung der Sicherheit bei Gefahrensituationen betreffend den Straßenverkehr
CN109559505A (zh) 一种便携式公路管控车辆行车安全综合管理系统
CN102376169A (zh) 具侦测车辆移动状态的系统及其方法
CN205091595U (zh) 一种远程车辆管理系统
KR100710869B1 (ko) 도난차량 위치 추적 및 검거 시스템

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160504

Termination date: 20170512