CN103035140A - 汽车驾驶员危险驾驶行为矫正及评价系统 - Google Patents
汽车驾驶员危险驾驶行为矫正及评价系统 Download PDFInfo
- Publication number
- CN103035140A CN103035140A CN2012105674919A CN201210567491A CN103035140A CN 103035140 A CN103035140 A CN 103035140A CN 2012105674919 A CN2012105674919 A CN 2012105674919A CN 201210567491 A CN201210567491 A CN 201210567491A CN 103035140 A CN103035140 A CN 103035140A
- Authority
- CN
- China
- Prior art keywords
- driver
- information
- evaluation
- driving behavior
- subsystem
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种汽车驾驶员危险驾驶行为矫正及评价系统,该系统包括交通事故演绎专家系统、驾驶模拟器、驾驶员信息采集子系统、驾驶员行为分析及评价子系统;所述交通事故演绎专家系统是驾驶员行为矫正刺激源;驾驶模拟器为驾驶员提供设定里程模拟驾驶需要的模拟场景;驾驶员信息采集子系统采集驾驶模拟器输出的驾驶员行为信息并将其传输给驾驶员行为分析及评价子系统;驾驶员行为分析及评价子系统将预先存储的标准指标数据与驾驶员行为信息进行分析比对并输出比对结果。本发明通过事故信息刺激的方式从内在本质上实现驾驶员行为矫正,矫正过程中亦可为驾驶员提供比对结果作为进一步矫正的依据。
Description
技术领域:
本发明属于汽车驾驶安全技术领域,涉及一种汽车驾驶员危险驾驶行为矫正及评价系统。
背景技术:
危险驾驶行为是造成驾驶员违章、交通事故的最直接因素。目前我国驾驶员违章的管理方式是罚款和扣分制,当扣分达到相应数量后,交警部门将对驾驶员进行再培训,培训合格后重新获得驾驶资格。据了解,交警部门对扣分达到培训要求的驾驶员进行培训的内容主要包括交通安全常识、交通法规、信号标识等方面;培训主要考核依据是培训的学时数,培训质量的好坏没有一个定量或定性的评价。驾驶员在驾驶模拟器上进行模拟驾驶训练是一种安全、适用的驾驶员训练方法,部分驾驶培训学校使用驾驶模拟器进行驾驶员的培训,这种训练的主要目的是使驾驶员熟悉基本的驾驶技术,但开展的广泛性不够。
目前尚无专门用于矫正和评价驾驶员危险驾驶行为的发明专利申请,无论是交警部门对驾驶员的再培训还是部分驾驶培训学校开展的驾驶员培训,所采用的设备都无法真正实现对驾驶员危险驾驶行为的矫正和评价。因此,急需一种功能全面、安全高效的实现驾驶员危险驾驶行为矫正和评价的相关技术和方法。
发明内容:
本发明要解决的技术问题是提供一种能够实现驾驶员不良驾驶行为矫正及评价的汽车驾驶员危险驾驶行为矫正及评价系统。
为了解决上述技术问题,本发明的汽车驾驶员危险驾驶行为矫正及评价系统包括驾驶模拟器、驾驶员信息采集子系统、驾驶员行为分析及评价子系统;所述驾驶模拟器为驾驶员提供设定里程模拟驾驶需要的模拟场景;驾驶员信息采集子系统采集驾驶模拟器输出的驾驶员行为信息并将其传输给驾驶员行为分析及评价子系统;驾驶员行为分析及评价子系统将预先存储的标准指标数据与驾驶员行为信息进行分析比对并输出比对结果。
本发明利用驾驶员行为分析及评价子系统将预先存储的标准指标数据与驾驶员行为信息进行比对并输出比对结果,驾驶员可以通过显示器观看比对结果并矫正自己的驾驶行为。
所述驾驶员的行为信息包括车辆速度和行驶轨迹信息。
所述驾驶员的行为信息还可以包括加速度、方向盘转角、方向盘角速度、踏板位置及踏板力等。
本发明还包括交通事故演绎专家系统和驾驶员信息数据库;所述交通事故演绎专家系统通过再现交通事故为驾驶员提供行为矫正的刺激信息;驾驶员信息采集子系统采集驾驶员接收刺激前后模拟驾驶的行为信息并将其存入驾驶员信息数据库;驾驶员行为分析及评价子系统将预先存储的标准指标数据、驾驶员信息数据库存储的驾驶员接收刺激前后模拟驾驶的行为信息进行分析比对并输出比对结果。
本发明通过交通事故演绎专家系统再现交通事故,为驾驶员提供行为矫正的刺激信息,使驾驶员能够自觉矫正自己的驾驶行为;通过分析及评价子系统对驾驶员接收刺激前后模拟的驾驶行为信息进行分析评价,使驾驶员行为矫正得以准确度量,实现了不同危险驾驶行为驾驶员行为的矫正,量化了矫正效果,为道路交通安全改善提供了重要的技术保障。
所述交通事故演绎专家系统包含交通事故图像信息库。
所述交通事故图像信息库包含交通事故图片信息库和交通事故视频信息库。
所述交通事故演绎专家系统还可以包含交通事故仿真再现模块。
交通事故仿真再现模块可实现交通事故发生过程的模拟再现,该模块可链接到驾驶仿真场景中,使驾驶员更直观的了解或体验事故发生的过程及后果,从而自觉矫正自己的危险驾驶行为。
本发明还可以包括驾驶员行为矫正效果结果输出模块;所述驾驶员行为矫正效果结果输出模块将以图像、文字或表格等形式输出驾驶员行为矫正效果结果。
本发明还包括基本信息输入子系统;所述基本信息输入子系统用于存取驾驶员的基本信息;交通事故演绎专家系统根据交通事故的属性分类存储交通事故信息,交通事故演绎专家系统根据驾驶员的基本信息选择并再现相应类型的交通事故信息。
所述驾驶员的基本信息包括驾驶员的个人属性信息、违章史信息、事故史信息三类信息中至少一类信息。
所述驾驶员的个人属性信息包括驾龄、年龄、性别、性格、驾驶倾向等。
本发明还包括眼动信息采集子系统;所述眼动信息采集子系统在驾驶员接收刺激前后的模拟驾驶中采集驾驶员的眼动信息,并通过驾驶员信息采集子系统将采集的驾驶员眼动信息存入驾驶员信息数据库;驾驶员行为分析及评价子系统根据驾驶员信息数据库存储的驾驶员接收刺激前后模拟驾驶的行为信息和眼动信息实现驾驶员行为矫正效果的分析及评价。
所述驾驶员的眼动信息包括注视持续时间、扫视持续时间、扫视角度、扫视速度、眨眼频率和瞳孔直径信息。
本发明还包括生理/心理信息采集子系统;所述生理/心理信息采集子系统在驾驶员接收刺激前后的模拟驾驶中采集驾驶员的生理/心理信息并通过驾驶员信息采集子系统将采集的驾驶员生理/心理信息存入驾驶员信息数据库;驾驶员行为分析及评价子系统根据驾驶员信息数据库存储的驾驶员接收刺激前后模拟驾驶的行为信息和生理/心理信息实现驾驶员行为矫正效果的分析及评价,或者根据驾驶员信息数据库存储的驾驶员接收刺激前后模拟驾驶的行为信息、眼动信息和生理/心理信息实现驾驶员行为矫正效果的分析及评价。
所述驾驶员的生理/心理信息包括脑电、心电、肌电和呼吸频率信息。
本发明在基本信息输入后,利用交通事故演绎专家系统对驾驶员实施身/心理刺激、进而进行行为干预,在模拟驾驶基础上,通过驾驶员信息采集子系统对驾驶员的生理/心理信息、眼动信息和行为信息进行采集,最后在驾驶员行为分析及评价子系统支持下,实现了不同危险驾驶行为驾驶员行为的矫正,量化矫正效果,使驾驶员行为矫正得以准确度量,为道路交通安全改善提供了重要的技术保障。
附图说明:
图1是本发明的汽车驾驶员危险驾驶行为矫正及评价系统结构框图。
图2是驾驶员行为矫正工作流程图。
图3是交通事故演绎流程图。
图4驾驶员信息采集流程图。
具体实施方式:
以下结合附图所示实施对本发明做进一步详细描述:
如图1所示,本发明的驾驶员危险驾驶行为矫正及评价系统包括基本信息输入子系统1、交通事故演绎专家系统5、生理/心理信息采集子系统6、驾驶模拟器7、眼动信息采集子系统8、驾驶员信息采集子系统9、驾驶员信息数据库10、驾驶员行为分析及评价子系统11、驾驶员行为矫正效果结果输出模块12;其中交通事故演绎专家系统5包含交通事故图片信息库2、交通事故视频信息库3、交通事故仿真再现模块4。
所述基本信息输入子系统1是驾驶员基本信息存取和管理的基本工具。驾驶员基本信息包括驾驶员个人属性信息、事故史、违章史等信息中的至少一类信息。其中个人属性信息包括驾龄、年龄、性别、性格、驾驶倾向(或习惯)等。该系统通过人机交互界面和数据库软件实现实验驾驶员个人属性信息、事故史、违章史等信息的存取和管理,从驾驶员个人属性信息、事故史、违章史区分出驾驶员潜在的危险驾驶行为,如超速、常换道、闯红灯等。驾驶员事故史包括事故发生的时间、地点、事故类别、事故较详细的描述;驾驶员违章史包括发生过的违章行为及次数,其中较典型的违章行为包括酒驾、超速、违章超车、不按规定让行、违章占道行驶、纵向间距不够、措施不当、违章操作、违章穿行车道等。
交通事故演绎专家系统5是实现交通事故再现、提供驾驶员行为矫正刺激信息的智能化管理系统,该系统包含交通事故图片信息库2、交通事故视频信息库3和交通事故仿真再现模块4。该系统根据事故的属性对交通事故进行分类;并根据实验驾驶员的个人属性信息、违章史和事故史等信息,主要以发生次数最多的前3位事故类型或交通违章类型为依据自动选择相应的交通事故信息,并通过驾驶模拟器7进行演示,为进行驾驶员刺激准备最合理的刺激源。交通事故仿真再现模块4可实现交通事故发生过程的模拟再现,该模块可链接到驾驶仿真场景中,使驾驶员更直观的了解或体验事故发生的过程及后果。
为了分析评价驾驶员行为纠正效果,实验驾驶员需要在接收刺激前后分别在驾驶模拟器7相同的模拟场景中进行一定里程(不少于20km)的模拟驾驶。在模拟驾驶过程中,驾驶员信息采集子系统9分别通过驾驶模拟器7、眼动信息采集子系统8和生理/心理信息采集子系统6采集驾驶员行为信息、眼动信息及生理/心理信息,并存入驾驶员信息数据库10中。驾驶员信息采集子系统9不仅能完成相关信息的采集,同时也是信息管理者,能为后期驾驶员行为分析和评价提供准确、有效的数据。
基本信息输入子系统1、交通事故演绎专家系统5、驾驶员信息采集子系统9、驾驶员信息数据库10、驾驶员行为分析及评价子系统11、驾驶员行为矫正效果结果输出模块12由人机交互界面、控制软件和后台数据库系统构成。驾驶模拟器7采用现在市场中较成熟的可实现二次开发的驾驶模拟器,生理/心理信息采集子系统6采用医学领域常用的多导生理记录仪,眼动信息采集子系统8采用摄像头式眼动仪。
交通事故演绎专家系统5可根据实际需求将相应的交通事故合理有序的展示出来,驾驶员信息采集子系统9通过生理/心理信息采集子系统6、眼动信息采集子系统8、驾驶模拟器7采集驾驶员生/心理信息、眼动信息、驾驶行为信息,驾驶员行为分析及评价子系统11利用驾驶员信息采集子系统9所采集信息分析评价驾驶员行为并输出评价结果;驾驶员多次进行事故信息刺激和模拟驾驶,可实现该驾驶员行为的矫正,同时分别采集实验驾驶员在交通事故信息刺激前后的生理/心理信息、眼动信息及行为信息,利用比较研究等方法辨识驾驶员行为矫正效果,实现驾驶员行为矫正评价。本发明可以对驾驶员行为有针对性训练、实现驾驶员(特别是危险驾驶行为驾驶员)行为的矫正和评价。
利用本发明进行驾驶员驾驶行为矫正及评价时,其工作流程如图2所示。基本流程如下:根据调查结果输入实验驾驶员的基本信息,选择合适的模拟驾驶场景,实验驾驶员进行一定里程(不少于20km)的模拟驾驶,同时进行驾驶行为、生理/心理指标、眼动指标的检测,将这些指标记为A类指标,对A类指标进行统计分析,分析实验驾驶员生理状况、驾驶习惯以及驾驶过程中眼睛的关注规律;根据系统所输入的实验驾驶员的基本信息,启用交通事故演绎专家系统,调用相应的事故图片/视频/事故仿真演绎场景,并按照该专家系统模型的设定展示给实验驾驶员,使实验驾驶员充分获得事故发生过程的刺激;在A类指标测试时所选择的场景下,实验驾驶员再次进行一定里程(不少于20km)模拟驾驶,同时进行驾驶行为、生理/心理指标、眼动指标的检测,将这这些指标记为B类指标,对B类指标进行统计分析,分析实验驾驶员生理状况、驾驶习惯以及驾驶过程中眼睛的关注规律;对比辨析A、B类指标,分析事故信息刺激前后实验驾驶员生理状况、眼睛关注点以及驾驶行为等指标的变化规律;根据分析结果获得实验驾驶员驾驶行为矫正效果。
本发明中交通事故演绎专家系统5为实验驾驶员提供相关事故视频,驾驶员观看后获得交通事故信息的刺激,从而实现驾驶行为的矫正,交通事故演绎流程如图3所示。基本流程为:一方面交通事故图片/视频/仿真再现数据库提供交通事故信息,实现事故类别划分;另一方面,基本信息输入子系统9收集、整理实验驾驶员的基本信息,获得驾驶员危险驾驶行为信息;交通事故演绎专家系统5中的事故数据挑拣模型按照一定的规则,根据交通事故图片/视频/仿真再现模块数据库提供的事故类别信息和基本信息输入子系统9提供的驾驶员个人属性信息、违章史和事故史,挑选并播放事故信息;驾驶员观看该事故视频后获得事故发生过程的刺激。同时对所观看事故数据进行统计,实现刺激信息的量化表达。
本发明中驾驶员信息采集子系统9主要采集实验驾驶员生理/心理、眼动以及驾驶员行为信息,信息采集流程如图4所示。基本流程如下:生理/心理信息采集子系统6、眼动信息采集子系统8和驾驶模拟器7分别采集驾驶员生理/心理信息、驾驶员眼动信息和驾驶员行为信息,存入驾驶员信息数据库10,并进行驾驶员信息统计分析,以图表等形式输出有关信息,为驾驶员行为分析提供数据。
驾驶员行为矫正效果结果输出模块12以图像、文字或表格等形式输出驾驶员行为矫正效果结果,亦可选择相关内容(如某些单项指标)实现其定向输出。
驾驶员行为分析及评价子系统11利用驾驶员信息采集子系统9及驾驶员信息数据库10中的相关信息,分析驾驶员接受刺激前后的生/心理、眼动和驾驶行为信息的变化规律,在矫正效果结果输出模块辅助下,展示驾驶员行为矫正的效果。
Claims (10)
1.一种汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于包括驾驶模拟器(7)、驾驶员信息采集子系统(9)、驾驶员行为分析及评价子系统(11);所述驾驶模拟器(7)为驾驶员提供设定里程模拟驾驶需要的模拟场景;驾驶员信息采集子系统(9)采集驾驶模拟器(7)输出的驾驶员行为信息并将其传输给驾驶员行为分析及评价子系统(11);驾驶员行为分析及评价子系统(11)将预先存储的标准指标数据与驾驶员行为信息进行分析比对并输出比对结果。
2.根据权利要求1所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括交通事故演绎专家系统(5)和驾驶员信息数据库(10);所述交通事故演绎专家系统(5)通过再现交通事故为驾驶员提供行为矫正的刺激信息;驾驶员信息采集子系统(9)采集驾驶员接收刺激前后模拟驾驶的行为信息并将其存入驾驶员信息数据库(10);驾驶员行为分析及评价子系统(11)将预先存储的标准指标数据、驾驶员信息数据库(10)存储的驾驶员接收刺激前后模拟驾驶的行为信息进行分析比对并输出比对结果。
3.根据权利要求2所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于所述交通事故演绎专家系统(5)包含交通事故图像信息库。
4.根据权利要求3所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于所述交通事故图像信息库包含交通事故图片信息库(2)和交通事故视频信息库(3)。
5.根据权利要求3所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于所述交通事故演绎专家系统(5)还包含交通事故仿真再现模块(4)。
6.根据权利要求2所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括驾驶员行为矫正效果结果输出模块(12);所述驾驶员行为矫正效果结果输出模块将以图像、文字或表格形式输出驾驶员行为矫正效果结果。
7.根据权利要求2所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括基本信息输入子系统(1);所述基本信息输入子系统(1)用于存取驾驶员的基本信息;交通事故演绎专家系统(5)根据交通事故的属性分类存储交通事故信息,交通事故演绎专家系统(5)根据驾驶员的基本信息选择并再现相应类型的交通事故信息。
8.根据权利要求2或7所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括眼动信息采集子系统(8);所述眼动信息采集子系统(8)在驾驶员接收刺激前后的模拟驾驶中采集驾驶员的眼动信息,并通过驾驶员信息采集子系统(9)将采集的驾驶员眼动信息存入驾驶员信息数据库(10);驾驶员行为分析及评价子系统(11)根据驾驶员信息数据库(10)存储的驾驶员接收刺激前后模拟驾驶的行为信息和眼动信息实现驾驶员行为矫正效果的分析及评价。
9.根据权利要求2或7所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括生理/心理信息采集子系统(6);所述生理/心理信息采集子系统(6)在驾驶员接收刺激前后的模拟驾驶中采集驾驶员的生理/心理信息并通过驾驶员信息采集子系统(9)将采集的驾驶员生理/心理信息存入驾驶员信息数据库(10);驾驶员行为分析及评价子系统(11)根据驾驶员信息数据库(10)存储的驾驶员接收刺激前后模拟驾驶的行为信息和生理/心理信息实现驾驶员行为矫正效果的分析及评价。
10.根据权利要求8所述的汽车驾驶员危险驾驶行为矫正及评价系统,其特征在于还包括生理/心理信息采集子系统(6);所述生理/心理信息采集子系统(6)在驾驶员接收刺激前后的模拟驾驶中采集驾驶员的生理/心理信息并通过驾驶员信息采集子系统(9)将采集的驾驶员生理/心理信息存入驾驶员信息数据库(10);驾驶员行为分析及评价子系统(11)根据驾驶员信息数据库(10)存储的驾驶员接收刺激前后模拟驾驶的行为信息、眼动信息和生理/心理信息实现驾驶员行为矫正效果的分析及评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210567491.9A CN103035140B (zh) | 2012-12-24 | 2012-12-24 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210567491.9A CN103035140B (zh) | 2012-12-24 | 2012-12-24 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103035140A true CN103035140A (zh) | 2013-04-10 |
CN103035140B CN103035140B (zh) | 2014-09-10 |
Family
ID=48021999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210567491.9A Expired - Fee Related CN103035140B (zh) | 2012-12-24 | 2012-12-24 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103035140B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268426A (zh) * | 2013-06-05 | 2013-08-28 | 北京宣爱智能模拟技术股份有限公司 | 一种汽车驾驶人安全驾驶水平测评的方法 |
CN104459553A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
CN104807984A (zh) * | 2015-05-21 | 2015-07-29 | 必呼信息科技(上海)有限公司 | 一种酒精摄入量在线监测系统 |
CN105241490A (zh) * | 2015-08-31 | 2016-01-13 | 招商局重庆交通科研设计院有限公司 | 渗漏水对在役隧道运营安全性影响的测试方法及系统 |
CN104182995B (zh) * | 2014-08-08 | 2017-02-15 | 吉林大学 | 一种基于驾驶疲劳的高速公路路侧景观色彩评价方法 |
CN107195218A (zh) * | 2017-05-16 | 2017-09-22 | 宋宇 | Vr违章体验方法及系统 |
CN107357762A (zh) * | 2017-06-08 | 2017-11-17 | 长安大学 | 一种基于驾驶人眼动特性的交通潜在危险判别方法 |
CN107845262A (zh) * | 2017-11-09 | 2018-03-27 | 山东浪潮云服务信息科技有限公司 | 一种交通事故预测方法和装置 |
CN108074396A (zh) * | 2016-11-10 | 2018-05-25 | 关晓芙 | 安全行驶评价方法及系统 |
CN108268887A (zh) * | 2017-12-15 | 2018-07-10 | 西安电子科技大学 | 基于虚拟驾驶与eeg检测的驾驶人安全意识评估方法 |
CN108305524A (zh) * | 2018-01-26 | 2018-07-20 | 北京工业大学 | 基于驾驶模拟平台的沉浸式驾驶行为矫正方法和系统 |
CN110955159A (zh) * | 2019-11-28 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | 自动驾驶仿真例编制方法、装置、电子设备及存储介质 |
US10769953B1 (en) | 2019-06-11 | 2020-09-08 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
CN112349171A (zh) * | 2020-11-11 | 2021-02-09 | 济南北方交通工程咨询监理有限公司 | 一种基于虚拟现实技术的行车安全仿真系统及方法 |
CN112489428A (zh) * | 2020-11-26 | 2021-03-12 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN113257074A (zh) * | 2021-05-31 | 2021-08-13 | 重庆工程职业技术学院 | 一种基于驾驶人操作行为感知的智能驾驶训练系统 |
CN113299147A (zh) * | 2021-06-30 | 2021-08-24 | 中国汽车工程研究院股份有限公司 | 基于交通事故深度调查的训练系统及训练方法 |
US11315427B2 (en) | 2019-06-11 | 2022-04-26 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
US11407428B2 (en) | 2020-03-23 | 2022-08-09 | Toyota Motor North America, Inc. | Transport safety |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
US20070122771A1 (en) * | 2005-11-14 | 2007-05-31 | Munenori Maeda | Driving information analysis apparatus and driving information analysis system |
CN101002686A (zh) * | 2007-01-23 | 2007-07-25 | 武汉理工大学 | 基于驾驶模拟器的驾驶员疲劳状态分析实验系统 |
CN101599207A (zh) * | 2009-05-06 | 2009-12-09 | 深圳市汉华安道科技有限责任公司 | 一种疲劳驾驶检测装置及汽车 |
CN102813524A (zh) * | 2012-08-10 | 2012-12-12 | 深圳市迈迪加科技发展有限公司 | 一种疲劳驾驶的检测方法 |
-
2012
- 2012-12-24 CN CN201210567491.9A patent/CN103035140B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070122771A1 (en) * | 2005-11-14 | 2007-05-31 | Munenori Maeda | Driving information analysis apparatus and driving information analysis system |
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
CN101002686A (zh) * | 2007-01-23 | 2007-07-25 | 武汉理工大学 | 基于驾驶模拟器的驾驶员疲劳状态分析实验系统 |
CN101599207A (zh) * | 2009-05-06 | 2009-12-09 | 深圳市汉华安道科技有限责任公司 | 一种疲劳驾驶检测装置及汽车 |
CN102813524A (zh) * | 2012-08-10 | 2012-12-12 | 深圳市迈迪加科技发展有限公司 | 一种疲劳驾驶的检测方法 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268426A (zh) * | 2013-06-05 | 2013-08-28 | 北京宣爱智能模拟技术股份有限公司 | 一种汽车驾驶人安全驾驶水平测评的方法 |
CN104182995B (zh) * | 2014-08-08 | 2017-02-15 | 吉林大学 | 一种基于驾驶疲劳的高速公路路侧景观色彩评价方法 |
CN104459553A (zh) * | 2014-11-28 | 2015-03-25 | 上海交通大学 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
CN104459553B (zh) * | 2014-11-28 | 2017-10-03 | 上海交通大学 | 一种预测电动汽车电池效率和健康状况的方法和系统 |
CN104807984A (zh) * | 2015-05-21 | 2015-07-29 | 必呼信息科技(上海)有限公司 | 一种酒精摄入量在线监测系统 |
CN105241490A (zh) * | 2015-08-31 | 2016-01-13 | 招商局重庆交通科研设计院有限公司 | 渗漏水对在役隧道运营安全性影响的测试方法及系统 |
CN108074396A (zh) * | 2016-11-10 | 2018-05-25 | 关晓芙 | 安全行驶评价方法及系统 |
CN107195218A (zh) * | 2017-05-16 | 2017-09-22 | 宋宇 | Vr违章体验方法及系统 |
CN107357762A (zh) * | 2017-06-08 | 2017-11-17 | 长安大学 | 一种基于驾驶人眼动特性的交通潜在危险判别方法 |
CN107845262A (zh) * | 2017-11-09 | 2018-03-27 | 山东浪潮云服务信息科技有限公司 | 一种交通事故预测方法和装置 |
CN108268887A (zh) * | 2017-12-15 | 2018-07-10 | 西安电子科技大学 | 基于虚拟驾驶与eeg检测的驾驶人安全意识评估方法 |
CN108268887B (zh) * | 2017-12-15 | 2021-12-03 | 西安电子科技大学 | 基于虚拟驾驶与eeg检测的驾驶人安全意识评估方法 |
CN108305524A (zh) * | 2018-01-26 | 2018-07-20 | 北京工业大学 | 基于驾驶模拟平台的沉浸式驾驶行为矫正方法和系统 |
US10769953B1 (en) | 2019-06-11 | 2020-09-08 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
US11961401B2 (en) | 2019-06-11 | 2024-04-16 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
US11710406B2 (en) | 2019-06-11 | 2023-07-25 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
US11315427B2 (en) | 2019-06-11 | 2022-04-26 | Toyota Motor North America, Inc. | Vehicle-to-vehicle sensor data sharing |
CN110955159A (zh) * | 2019-11-28 | 2020-04-03 | 安徽江淮汽车集团股份有限公司 | 自动驾驶仿真例编制方法、装置、电子设备及存储介质 |
CN110955159B (zh) * | 2019-11-28 | 2021-05-11 | 安徽江淮汽车集团股份有限公司 | 自动驾驶仿真例编制方法、装置、电子设备及存储介质 |
US11407428B2 (en) | 2020-03-23 | 2022-08-09 | Toyota Motor North America, Inc. | Transport safety |
CN112349171A (zh) * | 2020-11-11 | 2021-02-09 | 济南北方交通工程咨询监理有限公司 | 一种基于虚拟现实技术的行车安全仿真系统及方法 |
CN112489428B (zh) * | 2020-11-26 | 2022-08-26 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN112489428A (zh) * | 2020-11-26 | 2021-03-12 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN113257074A (zh) * | 2021-05-31 | 2021-08-13 | 重庆工程职业技术学院 | 一种基于驾驶人操作行为感知的智能驾驶训练系统 |
CN113299147A (zh) * | 2021-06-30 | 2021-08-24 | 中国汽车工程研究院股份有限公司 | 基于交通事故深度调查的训练系统及训练方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103035140B (zh) | 2014-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103035140B (zh) | 汽车驾驶员危险驾驶行为矫正及评价系统 | |
Sikander et al. | Driver fatigue detection systems: A review | |
Zhang et al. | Cognitive load measurement in a virtual reality-based driving system for autism intervention | |
CN107224291B (zh) | 调度员能力测试系统 | |
CN110001652A (zh) | 驾驶员状态的监测方法、装置及终端设备 | |
CN111012367A (zh) | 一种精神疾病的智能识别系统 | |
CN108305524A (zh) | 基于驾驶模拟平台的沉浸式驾驶行为矫正方法和系统 | |
Kang et al. | Analysis of vehicle maneuverability and driving characteristics on a curved road condition | |
Wang et al. | Modeling and recognition of driving fatigue state based on RR intervals of ECG data | |
Tran et al. | Predicting driver’s work performance in driving simulator based on physiological indices | |
CN106913333B (zh) | 一种持续性注意水平的敏感性特征指标的选取方法 | |
Chen et al. | Driver vigilance detection for high-speed rail using fusion of multiple physiological signals and deep learning | |
Du et al. | Predicting takeover performance in conditionally automated driving | |
Sagberg et al. | Recommendations for a large-scale European naturalistic driving observation study. PROLOGUE Deliverable D4. 1. | |
Ebrahim | Driver drowsiness monitoring using eye movement features derived from electrooculography | |
Yang et al. | How does driver fatigue monitor system design affect carsharing drivers? An approach to the quantification of driver mental stress and visual attention | |
Witt et al. | Modelling stochastic gaze distribution for multi-agent traffic simulation | |
Kundinger et al. | Towards a reliable ground truth for drowsiness: A complexity analysis on the example of driver fatigue | |
Wang et al. | Physiological Characteristics and Nonparametric Test for Master‐Slave Driving Task’s Mental Workload Evaluation in Mountain Area Highway at Night | |
Mehler et al. | An initial assessment of the significance of task pacing on self-report and physiological measures of workload while driving | |
Nabatilan | Factors that influence visual attention and their effects on safety in driving: an eye movement tracking approach | |
Yin et al. | Evaluating safety of mechanisms that transit control from autonomous systems to human drivers | |
Tao et al. | A multimodal physiological dataset for driving behaviour analysis | |
Fontana et al. | Using Virtual Reality to Assess Age-related Differences in Driving Behaviour. | |
Chen | Detecting drivers’ stress in emergency using physiological sensors |
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 |
Granted publication date: 20140910 Termination date: 20151224 |
|
EXPY | Termination of patent right or utility model |