CN103287372B - 一种基于图像处理的汽车防撞安全保护方法 - Google Patents
一种基于图像处理的汽车防撞安全保护方法 Download PDFInfo
- Publication number
- CN103287372B CN103287372B CN201310244507.7A CN201310244507A CN103287372B CN 103287372 B CN103287372 B CN 103287372B CN 201310244507 A CN201310244507 A CN 201310244507A CN 103287372 B CN103287372 B CN 103287372B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- automobile
- image
- polycaryon processor
- distance
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像处理的汽车防撞安全保护方法，包括汽车安全自动保护器图像识别系统，所述汽车安全自动保护器图像识别系统包括多核处理器、车速采集模块、多个摄像机、显示模块、报警装置、定位装置，所述车速采集模块、摄像机、显示模块、报警装置、定位装置均与所述多核处理器连接，所述多核处理器与汽车安全自动保护器的专用刹车电机连接。本发明的方法简单易实现，运算量小，能有效地避免碰撞事故的发生，保证行车安全；本发明的方法还适用于飞机、轮船、高速列车等交通工具。
Description
技术领域
本发明涉及一种基于图像处理的汽车防撞安全保护方法。
背景技术
目前汽车智能主动安全系统的研究，主要集中在以雷达、微波、超声波等为手段，探测路面和障碍物，并提示驾车者。但雷达系统由于过于昂贵而未能投入广泛使用；微波、超声波等也存在探测距离小等缺点。而采用基于计算机视觉的手段，却可以较好地克服以上缺点。
研究表明，驾驶员80％以上信息是通过视觉获得的，然而人眼能力是有限的，会因为驾驶员主观的因素而产生偏差。机器视觉技术是由特定硬件和软件来实现的，这种实现可靠性和稳定性较高，可以弥补人眼的上述不足。另外，机器视觉技术还可以提高视觉适应性、增加视觉范围、增强视觉理解深度。基于视觉的汽车主动安全技术是包含视觉感知技术、视觉几何测量技术、多源信息融合的决策技术、车辆自动驾驶控制技术等功能于一体的综合技术。它运用了视觉感知技术、视觉测量技术、多源分析决策技术、人工智能技术及自动控制技术等高新技术。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种基于图像处理的汽车防撞安全保护方法,适用于飞机、轮船、高速列车等交通工具，有效地避免碰撞事故的发生，确保行车安全。
为解决上述技术问题，本发明所采用的技术方案是：一种基于图像处理的汽车防撞安全保护方法，包括汽车安全自动保护器图像识别系统，所述汽 车安全自动保护器图像识别系统包括多核处理器、车速采集模块、多个摄像机、显示模块、报警装置、定位装置，所述车速采集模块、摄像机、显示模块、报警装置、定位装置均与所述多核处理器连接，所述多核处理器与汽车安全自动保护器的专用刹车电机连接，该方法为：
1）以各种路况下的车辆、行人障碍物图像或者人为建立的障碍物图像作为基础图像，提取障碍物图像的特征信息，建立图像特征库；
2）摄像机实时采集汽车前方图像，并送入多核处理器处理；
3）多核处理器将采集到的图像的特征信息与所述图像特征库中的特征信息进行比对，识别是否有障碍物；若是，进入4）；若否，返回2）；
4）定位装置采集障碍物位置信息，利用单目测距方法或双目测距方法计算得到障碍物与汽车之间的实际距离T；
5）设定车速采集模块采集的汽车速度V与安全距离S之间的比例关系，显示模块显示出障碍物的位置和障碍物与汽车之间的实际距离；
6）若1.1*S≤T≤1.5*S，或者实际距离T变化范围≤5m/秒，则报警装置提示驾驶员前方存在障碍物，小心避让；若0.7*S≤T≤1.1*S，则多核处理器控制专用刹车电机介入减速控制，自动减速；若T≤0.7*S，则多核处理器控制专用刹车电机介入刹车控制，自动刹车；
7)结束。
所述步骤4）中，利用单目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器从图像特征库中读取障碍物的实际宽度、高度或体积数据，计算障碍物的实际大小S1，通过抠图算法采集障碍物边界的色度变化，得到障碍物的投影边界，将投影边界每一个像素看成一个标尺，计算得到障碍物成像大小S2，则障碍物与汽车之间的实际距离T=（S1/S2）*a，其中a 为换算系数。
所述步骤4）中，利用双目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器控制两个摄像机按15-20帧/秒的速度同步曝光采集图片，并将图片由RGB格式转化为HSL格式，然后与图像特征库中的特征信息进行比对，在障碍物上选取一个特征点，测量两个摄像机同时采集的两副图片上的同一个特征点像素之间的偏移值，根据所述偏移值，利用三角函数计算出障碍物与汽车之间的实际距离T。
所述多核处理器为多核DSP。
所述步骤5）中，汽车速度V与安全距离S之间的比例关系如下：当V≤120KM/h时，V：S=1000：1；当V＞120KM/h时，V：S=800：1。
与现有技术相比，本发明所具有的有益效果为：本发明的方法简单易实现，运算量小，能有效地避免碰撞事故的发生，保证行车安全；本发明的方法还适用于飞机、轮船、高速列车等交通工具。
附图说明
图1为本发明一实施例汽车安全自动保护器图像识别系统结构示意图；
图2为本发明一实施例方法流程图；
图3为本发明一实施例单目测距示意图；
图4为本发明一实施例双目测距示意图。
具体实施方式
如图1所示，本发明一实施例汽车安全自动保护器图像识别系统包括多核处理器、车速采集模块、多个摄像机、显示模块、报警装置、定位装置，所述车速采集模块、摄像机、显示模块、报警装置、定位装置均与所述多核处理器连接，所述多核处理器与汽车安全自动保护器的专用刹车电机连接。
本发明是在申请号为CN201210240939.9的发明专利的基础上做的改进，本发明的汽车安全自动保护器采用申请号为CN201210240939.9的发明专利中公开的汽车安全自动保护器。
车速采集模块采用市售的速度传感器，显示模块为人机对话接口，报警装置可以是蜂鸣器、报警灯等。
图1中的执行机构包括报警装置、专用刹车电机、定位装置，定位装置可以采用雷达。
本发明的汽车安全自动保护器图像识别系统可安装在汽车后视镜上。
本法的方法流程图见图2。
本发明采用市场在售的适合车用的高性能摄像机或自制摄像机实时采集车辆行驶前方的影像，图像特征库是通过采集各种路况下常见障碍物图像（如前方的车辆行人等）或人为建立各种障碍物图像作为基础图像，并提取其中的特征信息（如形状、色度等），建立一个图像特征库。图像库的基础图像尽量接近真实障碍图像，基础图像尽可能做到全面，分析正确无误才能发出指令确保执行机构无误执行。
同步采集图像后，多核DSP通过模板匹配模型寻找障碍物，即将实时图像与图像特征库进行比对，识别到障碍物后，采用成像大小（即单目测距方法）或成像偏移度（即双目测距方法）计算得到障碍物与汽车之间的实际距离，同时通过FMCW雷达测距和激光测距同步得到障碍物距离，经多途径发现前方障碍物，即可防止单方式存在盲区，也可通过三选二优选法防止误报信号。根据速度与安全距离（120KM/h以下速度，速度与安全距离的比值为1000：1，即速度为100KM/h时，安全距离最小为100m；120KM/h以上速度，速度与安全距离的比值为800：1，即速度为150KM/h时，安全距离最小为187m）之 间的关系：当障碍物距离大于安全距离1.1倍以上1.5倍以下或与障碍物相对距离变化很小时（考虑跟车情况），报警装置提醒驾驶员前方存在障碍物，小心避让；当障碍物距离在安全距离1.1倍以下0.7倍以上及与障碍物相对距离逐渐变小时，装置介入减速控制，自动减速；当障碍物距离在安全距离0.7倍以下及与障碍物相对距离快速变小时，装置介入刹车控制，自动刹车；当车速高于150KM/h时，遇障碍只作用于报警和减速，闭锁刹车控制，防止车辆失控。
如图3所示，单目测距方法为：通过一个摄像机实时采集前方图像并送到DSP，由DSP将实时图像抽样其特征后与图像特征库的数据进行比对，从图像中识别到障碍物，分析障碍物的种类，从图像特征库中读取障碍物的实际宽度或高度或体积，然后从CCD（摄像机）图像中通过抠图算法（如采集障碍物边界的色度变化等）得到障碍物的投景边界，再将投影边界像素换算成尺寸，根据摄像机的成像原理，成像大小（像素面积）与障碍物距离是成反比的，距离越远成像越小，距离越近成像越大，把CCD的每一个像素看成一个标尺，就可以知道成像大小，而在出厂初始化时，就把换算系数校准，因此障碍物与汽车之间的距离T=（障碍实际大小S1/成像大小S2）*换算系数，这样就可以从投影面积及障碍物实际尺寸得到实际距离。
如图4所示，双目测距方法为：多个平行的高清摄像机和探头（实际为高速度高分辨率高快门大光圈定焦相机）间距离一定的距离，多核DSP控制两个摄像机按15-20帧每秒的速度同步曝光采集图片，并将图片RGB格式转为HSL格式送入DSP图像特征识别系统，在识别到有障碍物特征(与图像特征库比对)后，在障碍物上选取一个特征点，通过测量两个摄像机同时采集的两副图片上同一个特征点像素的偏移值，可通过三角函数关系计算出障碍物的 距离T。如图4表所示，镜头与图像CCD的距离是固定的，设为L1；障碍图像投影在CCD上的偏移可以根据像素点得到，两个障碍投影与CCD中心偏移为f1、f2；两个CCD的中心间距是固定的为Li,即三角形的底边c=f1+f2+Li；即有以下计算：
两个CCD成像与障碍物构成的夹角A、B，tan(A)=L1/f1，tan(B)=L1/f2，C=180-A-B；根据正弦定理即可得到三角形的另两边长度b=(c/sin(C))*sin(sin(B))、a=(c/sin(C))*sin(sin(A))；此时三角形的高也就是距障碍物的距离T，T=a*sin(A)或T=b*sin(B)。
Claims (3)
1.一种基于图像处理的汽车防撞安全保护方法，包括汽车安全自动保护器图像识别系统，所述汽车安全自动保护器图像识别系统包括多核处理器、车速采集模块、多个摄像机、显示模块、报警装置、定位装置，所述车速采集模块、摄像机、显示模块、报警装置、定位装置均与所述多核处理器连接，所述多核处理器与汽车安全自动保护器的专用刹车电机连接，其特征在于，该方法为：
1)以各种路况下的车辆、行人障碍物图像或者人为建立的障碍物图像作为基础图像，提取障碍物图像的特征信息，建立图像特征库；
2)摄像机实时采集汽车前方图像，并送入多核处理器处理；
3)多核处理器将采集到的图像的特征信息与所述图像特征库中的特征信息进行比对，识别是否有障碍物；若是，进入4)；若否，返回2)；
4)定位装置采集障碍物位置信息，利用单目测距方法或双目测距方法计算得到障碍物与汽车之间的实际距离T；
利用单目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器从图像特征库中读取障碍物的实际宽度、高度或体积数据，计算障碍物的实际大小S1，通过抠图算法采集障碍物边界的色度变化，得到障碍物的投影边界，将投影边界每一个像素看成一个标尺，计算得到障碍物成像大小
S2，则障碍物与汽车之间的实际距离T＝(S1/S2)*a，其中a为换算系数；利用双目测距方法计算障碍物与汽车之间的实际距离T的过程为：多核处理器控制两个摄像机按15-20帧/秒的速度同步曝光采集图片，并将图片由RGB格式转化为HSL格式，然后与图像特征库中的特征信息进行比对，在障碍物上选取一个特征点，测量两个摄像机同时采集的两副图片上的同一个特征点像素之间的偏移值，根据所述偏移值，利用三角函数计算出障碍物与汽车之间的实际距离T；
5)设定车速采集模块采集的汽车速度V与安全距离S之间的比例关系，显示模块显示出障碍物的位置和障碍物与汽车之间的实际距离；
6)若1.1*S≤T≤1.5*S，或者实际距离T变化范围≤5m/s，则报警装置提示驾驶员前方存在障碍物，小心避让；若0.7*S≤T≤1.1*S，则多核处理器控制专用刹车电机介入减速控制，自动减速；若T≤0.7*S，则多核处理器控制专用刹车电机介入刹车控制，自动刹车；
7)结束。
2.根据权利要求1所述的基于图像处理的汽车防撞安全保护方法，其特征在于，所述多核处理器为多核DSP。
3.根据权利要求1所述的基于图像处理的汽车防撞安全保护方法，其特征在于，所述步骤5)中，汽车速度V与安全距离S之间的比例关系如下：当V≤120KM/h时，V：S＝1000：1；当V＞120KM/h时，V：S＝800：1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310244507.7A CN103287372B (zh) | 2013-06-19 | 2013-06-19 | 一种基于图像处理的汽车防撞安全保护方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310244507.7A CN103287372B (zh) | 2013-06-19 | 2013-06-19 | 一种基于图像处理的汽车防撞安全保护方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103287372A CN103287372A (zh) | 2013-09-11 |
| CN103287372B true CN103287372B (zh) | 2015-09-23 |
Family
ID=49089072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310244507.7A Expired - Fee Related CN103287372B (zh) | 2013-06-19 | 2013-06-19 | 一种基于图像处理的汽车防撞安全保护方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103287372B (zh) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103473954A (zh) * | 2013-09-16 | 2013-12-25 | 宏景电子(芜湖)有限公司 | 一种汽车安全防撞报警装置 |
| CN103543688B (zh) * | 2013-10-22 | 2016-03-02 | 广东红海湾发电有限公司 | 一种基于投影边界的复杂港口机械的位置保护方法及装置 |
| CN103528521B (zh) * | 2013-10-22 | 2016-12-07 | 广东红海湾发电有限公司 | 一种基于投影边界入侵的复杂港口机械的位置保护方法及装置 |
| CN104554209B (zh) * | 2013-10-25 | 2018-06-26 | 比亚迪股份有限公司 | 汽车刹车控制装置和方法 |
| CN103895588A (zh) * | 2014-03-31 | 2014-07-02 | 长城汽车股份有限公司 | 盲区检测反馈方法及系统 |
| CN103927548B (zh) * | 2014-04-18 | 2017-05-24 | 北京航空航天大学 | 一种新的避免车辆碰撞的刹车行为检测方法 |
| CN105984447B (zh) * | 2015-01-27 | 2019-01-25 | 陕西汽车集团有限责任公司 | 基于机器视觉的车辆前向防撞自动紧急制动系统及方法 |
| KR101604447B1 (ko) * | 2015-05-26 | 2016-03-28 | 주식회사 피엘케이 테크놀로지 | 선행차량 추돌 경보 장치 및 방법 |
| CN105235680A (zh) * | 2015-11-13 | 2016-01-13 | 浪潮(北京)电子信息产业有限公司 | 一种基于云计算的避让行人的方法及系统 |
| CN105430567B (zh) * | 2015-11-17 | 2019-04-16 | 小米科技有限责任公司 | 汽车鸣笛音量调节方法及装置 |
| US10576948B2 (en) | 2015-12-08 | 2020-03-03 | Airbus Group India Private Limited | Aircraft braking based on real time runway condition |
| CN106878604B (zh) * | 2015-12-10 | 2021-06-18 | 北京奇虎科技有限公司 | 一种基于电子设备的图像生成的方法和电子设备 |
| CN106183981B (zh) * | 2016-07-19 | 2018-08-07 | 乐视汽车（北京）有限公司 | 基于汽车的路障检测方法、装置及汽车 |
| CN106427999B (zh) * | 2016-10-14 | 2019-02-01 | 山东凡迈电子科技有限公司 | 一种基于智能视频分析的刹车控制方法 |
| CN106809144A (zh) * | 2017-02-08 | 2017-06-09 | 张军 | 一种基于多核处理器的智能行车预警系统接口 |
| CN106891847A (zh) * | 2017-02-14 | 2017-06-27 | 南京信息工程大学 | 一种汽车自动制动装置和方法 |
| CN108469817B (zh) * | 2018-03-09 | 2021-04-27 | 武汉理工大学 | 基于fpga和信息融合的无人船避障控制系统 |
| CN108556828A (zh) * | 2018-04-26 | 2018-09-21 | 贵州大学 | 一种基于双目视觉的自动刹车系统 |
| CN108759667B (zh) * | 2018-05-29 | 2019-11-12 | 福州大学 | 车载摄像头下基于单目视觉与图像分割的前车测距方法 |
| CN109598187A (zh) * | 2018-10-15 | 2019-04-09 | 西北铁道电子股份有限公司 | 障碍物识别方法、障碍物识别系统及轨道车自动驾驶装置 |
| CN109343525A (zh) * | 2018-10-15 | 2019-02-15 | 西北铁道电子股份有限公司 | 一种自动驾驶的轨道车智能司机控制装置 |
| CN111114431A (zh) * | 2018-10-30 | 2020-05-08 | 长城汽车股份有限公司 | 车辆的安全预警方法、系统及车辆 |
| CN110126717B (zh) * | 2019-05-24 | 2020-11-20 | 浙江吉利控股集团有限公司 | 一种用于车辆的转向示警系统及转向示警方法 |
| CN110428664B (zh) * | 2019-09-09 | 2023-04-25 | 湖南科技大学 | 基于计算机视觉人体识别的交通防撞方法 |
| CN110926408A (zh) * | 2019-12-04 | 2020-03-27 | 北京中科慧眼科技有限公司 | 基于特征物的近距离测距方法、装置、系统和存储介质 |
| CN113257036A (zh) * | 2020-02-13 | 2021-08-13 | 宁波吉利汽车研究开发有限公司 | 一种车辆碰撞预警方法、装置、设备和存储介质 |
| CN112105113A (zh) * | 2020-11-05 | 2020-12-18 | 宁波市奉化浩轩光电有限公司 | 一种手电筒用led发光系统及其发光方法 |
| CN113212459A (zh) * | 2021-06-17 | 2021-08-06 | 鄂尔多斯市普渡科技有限公司 | 一种可自动排障的自动驾驶车辆检测系统及方法 |
| CN114187782A (zh) * | 2022-02-16 | 2022-03-15 | 陕西易合交通科技有限公司 | 一种基于物联网的车辆运行监测及道路作业风险预警装置 |
| CN115171430B (zh) * | 2022-08-15 | 2024-03-12 | 中通服建设有限公司 | 一种基于图像识别的智能公交突发事件处理系统 |
| CN116353753A (zh) * | 2023-03-28 | 2023-06-30 | 广东宏远新科自动化技术开发有限公司 | 一种电动自行车的自动防撞辅助方法及其系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
| CN1897015A (zh) * | 2006-05-18 | 2007-01-17 | 王海燕 | 基于机器视觉的车辆检测和跟踪方法及系统 |
| CN102542843A (zh) * | 2010-12-07 | 2012-07-04 | 比亚迪股份有限公司 | 防止车辆碰撞的预警方法及装置 |
| CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
| CN102717785A (zh) * | 2012-07-12 | 2012-10-10 | 贺亮才 | 一种汽车安全自动保护器及防止后车追尾的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006306198A (ja) * | 2005-04-27 | 2006-11-09 | Auto Network Gijutsu Kenkyusho:Kk | 車両周辺監視装置 |
-
2013
- 2013-06-19 CN CN201310244507.7A patent/CN103287372B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1782736A (zh) * | 2004-08-09 | 2006-06-07 | M/A-Com公司 | 检测迫近碰撞的系统和方法 |
| CN1897015A (zh) * | 2006-05-18 | 2007-01-17 | 王海燕 | 基于机器视觉的车辆检测和跟踪方法及系统 |
| CN102542843A (zh) * | 2010-12-07 | 2012-07-04 | 比亚迪股份有限公司 | 防止车辆碰撞的预警方法及装置 |
| CN102685516A (zh) * | 2011-03-07 | 2012-09-19 | 李慧盈 | 立体视觉主动安全辅助驾驶方法 |
| CN102717785A (zh) * | 2012-07-12 | 2012-10-10 | 贺亮才 | 一种汽车安全自动保护器及防止后车追尾的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于DSP的智能车辆防撞系统研究;陈善勇 黄席樾 张文忠;《自动化技术与应用》;20050131;第24卷(第1期);第57-60页 * |
| 顾柏园.基于单目视觉的安全车距预警系统研究.《中国博士学位论文全文数据库(工程科技Ⅱ辑)》.2007,(第5期),第116-130页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103287372A (zh) | 2013-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103287372B (zh) | 一种基于图像处理的汽车防撞安全保护方法 | |
| WO2021004548A1 (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
| WO2021226776A1 (zh) | 一种车辆可行驶区域检测方法、系统以及采用该系统的自动驾驶车辆 | |
| CN110126824A (zh) | 一种集成双目摄像头和毫米波雷达的商用车aebs系统 | |
| CA2950791A1 (en) | Binocular visual navigation system and method based on power robot | |
| CN102685516A (zh) | 立体视觉主动安全辅助驾驶方法 | |
| EP2463806A1 (en) | Vehicle detection device and vehicle detection method | |
| CN103738243A (zh) | 一种车道偏离预警方法 | |
| WO2019213983A1 (zh) | 行车风险辨识模型的标定方法和系统 | |
| CN113850102B (zh) | 基于毫米波雷达辅助的车载视觉检测方法及系统 | |
| CN103488976A (zh) | 一种基于智能驾驶中停止线实时检测以及距离测量的方法 | |
| JP2006184276A (ja) | 視覚検知による全天候障害物衝突防止装置とその方法 | |
| CN208180984U (zh) | 先进驾驶辅助系统及设备 | |
| CN114677446B (zh) | 基于路侧多传感器融合的车辆检测方法、装置及介质 | |
| Zhang et al. | Robust inverse perspective mapping based on vanishing point | |
| CN107274678B (zh) | 一种基于Kinect的夜间车流量统计及车型识别方法 | |
| EP3432265A1 (en) | Image processing device, apparatus control system, image pickup device, image processing method, and program | |
| CN103164958B (zh) | 车辆监控方法及系统 | |
| KR20110001427A (ko) | 관심영역 추출에 의한 차선 고속검출 방법 | |
| Wang et al. | Ips300+: a challenging multi-modal data sets for intersection perception system | |
| CN106114505A (zh) | 一种车辆辅助驾驶系统的前车碰撞预警方法 | |
| Jiang et al. | Target detection algorithm based on MMW radar and camera fusion | |
| CN104103077A (zh) | 一种人头检测方法和装置 | |
| El-Hassan | Experimenting with sensors of a low-cost prototype of an autonomous vehicle | |
| CN109895697B (zh) | 一种行车辅助提示系统及方法 |
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 | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160906 Address after: 100070, No. 4, building 128, No. 9 South Fourth Ring Road, Beijing, Fengtai District, 901 Patentee after: Beijing bright Technology Co., Ltd. Address before: 413062 Yiyang City, Hunan province Heshan District Heng Long Qiao Zhen Hua Guang Cun Patentee before: He Liangcai |
|
| 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: 20150923 Termination date: 20180619 |