CN103810904B - 基于vanet的高速公路行车安全预警系统的预警方法 - Google Patents
基于vanet的高速公路行车安全预警系统的预警方法 Download PDFInfo
- Publication number
- CN103810904B CN103810904B CN201410089764.2A CN201410089764A CN103810904B CN 103810904 B CN103810904 B CN 103810904B CN 201410089764 A CN201410089764 A CN 201410089764A CN 103810904 B CN103810904 B CN 103810904B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- early warning
- module
- represent
- speed
- 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)
Abstract
基于VANET的高速公路行车安全预警系统的预警方法,涉及一种高速公路行车安全预警系统及预警方法。是为了实现运行中的车辆实时有效地进行安全预警。该发明设计一种基于车辆自组网的高速公路行车安全预警车载系统。通过该系统,能够根据公路气象/路况条件(能见度、路面湿滑程度等)、当前车辆运行状态(实时位置、实时速度)以及该车辆周围一定空间范围内的“邻居”车辆运行状态,给出当前车辆行车安全的不同级别预警提示。系统基于VANET,使得车辆间可以在一定空间范围内无线自动组网,共享网内车辆运行状态信息,为网内每一辆车自动生成安全预警信息,提高车辆在公路上行驶的安全性。本发明适用于高速公路行车过程中。
Description
技术领域
本发明涉及一种高速公路行车安全预警系统及预警方法。
背景技术
高速公路具有车流量大、行车速度高等特点,因而如果行驶中的车辆由于道路因素、人为因素或者天气因素而发生碰撞或者急停,都可能造成重大的交通事故,并极有可能带来次生事故,给人们生命和财产造成巨大的损失。高速公路交通事故分为追尾碰撞、撞固定物、翻车、侧面碰撞、刮擦、坠车和失火等形式,其中追尾碰撞、撞固定物和侧面碰撞是肇事的主要形式。因此,针对高速公路行车安全预警系统的研究得到了日益广泛的关注,以往的研究中有从监测驾驶员的表征入手,如摄像机、脑电图仪和其他仪器来精确测量驾驶员的头部运动、瞳孔直径变化和眨眼频率,用以研究驾驶员的驾驶行为等问题;也有以雷达测量车辆间的距离等技术进行研究,其中以毫米波雷达测距技术最为突出。但大多研究都是针对单车而言,缺少车辆间的信息交互,当车辆出现紧急状况时,不能及时提醒其他车辆进行避险,有一定的局限性。
车辆自组网(VANET)作为一种将移动自组织网(MANET)应用于车辆环境的新式网络能够有效的解决上述问题。其通过在行驶的车辆之间建立Ad Hoc网络,完成信息交互、紧急事件提醒,并且结合GPS和电子地图的应用,通过获得有比较丰富的外部辅助信息,使得车载Ad Hoc网络能够获取周围环境特征,完成辅助驾驶的功能,使驾驶者可以及时的对突发事件做出反应,避免造成严重的事故。基于上述功能,将VANET技术应用于高速公路行车安全预警具有极佳的前景。
发明内容
本发明是为了实现运行中的车辆实时有效地进行安全预警,从而提供一种基于VANET的高速公路行车安全预警系统及预警方法。
基于VANET的高速公路行车安全预警系统,它包括M个车载通信单元,M为大于1的整数;M个车载通信单元之间能够进行无线通信;
每个车载通信单元均包括车载主控1、车间通信模块2、GPS定位模块3、Internet通信模块4、供电模块5、显示屏6、动态测速测距模块8和人车交互模块9;
所述车间通信模块2的车间信号输入或输出端与车载主控1的车间信号输出或输入端连接;所述GPS定位模块3的GPS信号输出端与车载主控1的GPS信号输入端连接;车载主控1通过Internet通信模块4接入远程信息查询平台;供电模块5用于给车载主控1、车间通信模块2、GPS定位模块3、Internet通信模块4和显示屏6提供工作电源;显示屏6的显示信号输入端与车载主控1的显示信号输出端连接;动态测速测距模块8的测距信号输出端与车载主控1的测速测距信号输入端连接;人车交互模块9的交互信号输入或输出端与车载主控1的交互信号输出或输入端连接。
它还包括车载数据源7,所述车载数据源7的车载数据信号输出端与车载主控1的车载数据信号输入端连接。
车载主控1为嵌入式微处理器。
基于上述系统的基于VANET的高速公路行车安全预警方法,它由以下步骤实现:在一个时间周期内,
步骤一、预警车辆在预置范围内广播预警数据包;所述预警数据包括预警标志、预警车辆ID、预警时间、预警车辆位置信息、预警车辆速度和预警车辆行驶方向;
其中预警车辆在预置范围内广播预警数据包的方式为如下两种方式之一:
方式一、预警车辆检测自身的速度变化,当速度的变化值大于预设值时,则向预置范围内广播预警数据包;
方式二、预警车辆停车时,则以周期性向预置范围内广播预警数据包;
步骤二、第i跳车辆判断是否超出预置范围,i的初始值为1;如果判断结果为是,则结束本次通信;如果判断结果为否,则执行步骤二一;
步骤二一、第i跳车辆根据预警数据包中的预警车辆位置信息和预警车辆行驶方向判断本身是否位于预警车辆的同向车道后方,如果判断结果为是,则执行步骤二二;如果判断结果为否,则结束本次通信;
步骤二二、第i跳车辆根据预警数据包中的预警车辆速度,以及通过自身车载通信单元中动态测速测距模块8以及GPS定位模块3和车间通信模块2获得的自身与预警车辆的距离和相对速度,并结合天气状况,依据风险等级评价算法,对应在自身车辆内发出警示信息;
步骤二三、令i=i+1,并返回执行步骤二;
完成该时间周期后,结束一次高速公路行车安全预警;
同一车辆在一个时间周期内对同一车辆的ID信息只处理一次。
步骤二二中第i跳车辆通过自身车载通信单元中动态测速测距模块(8)和GPS定位模块3获得的自身与预警车辆相对速度。
①通过动态测速测距模块8获得自身车与前车的相对速度的具体方法为:
采用微波雷达传感器的发射出频率为f0的入射波,当预警车辆与微波雷达传感器之间有相对速度v时,采用微波雷达传感器将接收到发生多普勒频移的反射波,其频率为f0+fd;
微波雷达传感器将入射波与反射波在混频器的作用下输出频率为fd的电信号,根据多普勒原理:
获得目标车辆的相对速度v的值;式中:λ为微波的波长。
②通过GPS模块3和车间通信模块2获得自身与预警车辆的相对速度的具体方法为:
采用GPS模块3获得预警车辆与自身车辆的车速,vwar、vi分别表示预警车辆和自身车辆的车速;
通过车间通信模块2共享各车辆的速度,根据△v=|vi-vwar|,获得预警车辆与自身车辆间的相对速度。
步骤二二中第i跳车辆通过自身车载通信单元中动态测速测距模块8以及GPS定位模块3和车间通信模块2获得的自身与预警车辆的距离。
①通过动态测速测距模块8获得自身与前车的距离的具体方法为:
设入射波的角频率、波长及场强分别为ω、λ和E1,预警车辆与自身车辆的距离为D,则入射波表示为:
e1=E1cosω(t);
经预警车辆反射后的回波为e2、场强为E2,
则:
式中,c为光速;
而场强在电信号上表现为电压值,通过电压和距离之间的关系进行标定,从而获得预警车辆与自身车辆之间的距离。
②通过GPS模块3和车间通信模块2获得自身与预警车辆的距离的具体方法为:
采用GPS模块3获得预警车辆与自身车辆的位置,分别用Dwar和Di表示;
通过车间通信模块2共享车辆的位置,根据D=|Dwar-Di|,获得自身车辆与预警车辆的相对距离。
步骤二二中所述的风险等级评价算法具体为:
行车风险定义:在某一时刻特定的道路交通条件下后车行驶过程中与引导车发生事故的可能性与发生事故的可能严重程度,用追尾概率和能量损失来表征行车风险;当两车车头时距一定,追尾概率和能量损失随着车速增加而急剧增大;当两车车速一定,追尾概率随着车头时距的增加而急剧减少;
追尾概率的算法:
用全概率计算方法获得事故发生的概率P(A):
P(A)=P(A|S1)□P(S1)+P(A|S2)□P(S2)+…+P(A|Sn)□P(Sn)
其中:用P(S)表示前车以减速度变速的概率,用条件概率P(A|S)表示前车制动情况下发生追尾事故的概率;S=S1、S2、…、Sn;
当反应时间等参数为定值时,条件概率P(A|S)仅有是否碰撞两种可能性,其随机变量为0-1分布,则:
步骤1、从实际道路采集减速度样本,确定对随机变量的分布形式进行正态性检验,再进行参数估计,用统计量参数估计总体参数,并进一步求出前车减速的概率密度函数;
步骤2、求出可能产生碰撞的减速度区间;前车以a1的减速度减速时,t时刻的位移D1:
设机动车制动力线性增长,其停车距离为D2:
式中,v1、v2、h0、l1均已知,前后车辆的车速分别表示为v1、v2,加速度为a1、a2,h0为车头间距,l1为车长,h0-l1为两车的相对距离D;驾驶员反应时间tr根据AASHTO给出的保守值取2.5s;制动力传递时间tb根据ZBT 24007-96取0.6s,制动力增长时间tb′取0.9s;持续制动时间为tc;a2等于 是路面附着系数,根据当时路面情况可查表获得,g为重力加速度;车头间距h0可用车头时距t0来计算:h0=v1t0
若D1与D2满足以下条件是安全,否则两车发生追尾碰撞:
D1+h0-l1>D2 t∈(0,Tc)
从而得出a1取值范围(ad,au);
步骤3、计算出在该区间内获得某辆车之间的追尾事故概率概率大于1时按1计算;
其中:Wea表示天气影响系数,通过含天气参数的交通事故风险预测模型与不含天气参数的交通事故风险预测模型进行比较可得,晴天时为1,雨天时为6.443,雾天时为4.432;
追尾风险所蕴含的事故严重程度用两车追尾碰撞时的绝对速度差来表示:
△vc=|vpre_l-vpre_f|;
式中△vc表示碰撞前两车速度差,vpre_l表示碰撞前前车的车速,vpre_f表示跟碰撞前跟随车辆的车速;
通过上述两个衡量追尾风险的指标来综合表征高速公路行车风险等级:
步骤a1:先用标定过的Aimsum仿真软件来获取车辆数据信息;
步骤a2:结合追尾事故率和严重程度经验常识及模糊C聚类算法处理上述车辆运动状态数据计算结果;
步骤a2.1:将追尾概率划分为5级,分别表示为:小(0,0.015],用1表示;中等(0.015,0.050],用2表示;稍大(0.050,0.200],用3表示;大(0.200,0.500],用4表示;很大(0.500,1.000],用5表示。
步骤a2.2:将追尾严重程度划分为低(0,3.5],单位m·s-1,用1表示;中(3.5,8.0],单位m·s-1,用2表示;高(8.0,+∞],单位m·s-1,用3表示。
该发明能够根据公路气象/路况条件(能见度、路面湿滑程度等)、当前车辆运行状态(实时位置、实时速度)以及该车辆周围一定空间范围内的“邻居”车辆运行状态(“邻居”车辆与当前车辆的相对位置、相对速度),给出当前车辆行车安全的不同级别预警提示。系统基于VANET,使得车辆间可以在一定空间范围内无线自动组网,共享网内车辆运行状态信息,为网内每一辆车自动生成实时有效的预警信息,提高车辆在公路上行驶的安全性。
附图说明
图1是本发明的基于VANET的高速公路行车安全预警系统中一个车载通信单元的结构示意图;
图2是本发明的基于VANET的高速公路行车安全预警系统的无线通信原理示意图;
图3是3车-车通信信息传递模式示意图;
图4是微波雷达测速测距原理示意图;其中标记40为毫米雷达传感器;标记41为发射器;标记42为接收器;
图5是行车风险矩阵图;
具体实施方式
具体实施方式一、结合图1和图2说明本具体实施方式,基于VANET的高速公路行车安全预警系统,它包括M个车载通信单元,M为大于1的整数;M个车载通信单元之间能够进行无线通信;
每个车载通信单元均包括车载主控1、车间通信模块2、GPS定位模块3、Internet通信模块4、供电模块5、显示屏6、动态测速测距模块8和人车交互模块9;
所述车间通信模块2的车间信号输入或输出端与车载主控1的车间信号输出或输入端连接;所述GPS定位模块3的GPS信号输出端与车载主控1的GPS信号输入端连接;车载主控1通过Internet通信模块4接入远程信息查询平台;供电模块5用于给车载主控1、车间通信模块2、GPS定位模块3、Internet通信模块4和显示屏6提供工作电源;显示屏6的显示信号输入端与车载主控1的显示信号输出端连接;动态测速测距模块8的测距信号输出端与车载主控1的测速测距信号输入端连接;人车交互模块9的交互信号输入或输出端与车载主控1的交互信号输出或输入端连接。
工作原理:
(1)总体架构
控制模块是整个系统的逻辑和控制中心,连接着各个功能模块,并与车辆数据源的数据接口相连,负责各模块数据的采集、处理、转发和存储。其中:
1、车间通信模块提供车辆间无线接入和透明传输的功能。
2、GPS定位模块能够更新当前车辆的位置,获得经纬度、行驶方向、速度等信息。
3、Internet通信模块的任务是通过internet通信获取天气、路况、施工等相关信息。
4、动态测距模块可以在车辆行驶过程中,计算当前车与前方目标之间的距离。
5、人车交互模块负责车载系统与驾驶员的交互功能,驾驶员可通过按键的操作方式,控制车载系统的工作参数。显示设备能将车辆自身位置,周边车辆位置,路况信息,天气信息,预警提示等信息实时呈现给驾驶员。
6、供电模块负责将车辆电源进行转换,供车载系统使用。
(2)系统的工作方式
如图2所示,该系统通过GPS模块,以很短的时间间隔接收当前车辆位置、速度信息,通过Internet模块接收所在位置的气象信息和路况信息,经控制模块将获得的信息处理,制成数据帧,借助无线通信模块,实现一定范围内的车车通信。同时车载的雷达实时监测与前车距离,当前方出现事故或与前车距离过近,采取紧急刹车时,系统发出预警信息,经由VANET发送给后方的车辆,后方车辆接到预警信息后,车载系统根据与事发地点的距离、相对速度和天气状况等因素,计算出相应的安全等级,通过显示屏给驾驶员相应的提示。
(3)控制模块
控制模块是车载系统的核心,负责系统各类数据的处理和存储工作。考虑实际使用情况,应具备体积小,功耗低,集合度高,外接设备方便,可以实现人机交互的特点。因此,嵌入式系统是较为合适的选择。
硬件层包括相应的嵌入式微处理器,存储器(SDRAM,ROM,Flash等),通用设备接口和I/O接口。软件层包括嵌入式操作系统,文件系统,图形接口等。
通过选择合适的微处理器,搭载相应的操作系统,外接其他模块,实现采集信息,处理信息,存储信息,人机交互等功能。
(4)车车通信
系统通过无线通信模块发送信息,再将接收到信息的车辆通过控制模块进行处理,完成相应的转发和响应,最终实现一定范围内的车辆组成车辆自组织网络,提供紧急情况预警。
由于高速公路的行车环境,信号易产生因高速移动引起的突变,同时由于组网节点的不确定性,网络拓扑变化较快;此外,预警信息的发出要求有较小的延时,以保证预警的实时性。因此,车辆自组网的物理层要求能够在高速移动的环境下较低延迟地传输数据。高速公路的行车速度约为60—120km/h,因此无线模块的信号传播距离建议不小于250m。车辆所发出的信息的传播距离建议不小于1km。带宽宜在1Mbit/s左右。
在媒体访问控制方面,基于自组网的车载通信系统MAC协议需要具备以下特征:1、支持车辆高速移动性;2、保证通信的实时性和可靠性;3、具有较好的可扩展性;4、具有较高的带宽利用率;5、采用全分布式自组网方式;6、为每个用户提供公平的通信机会;7、提供高效、及时的广播机制。
高速公路上的紧急停车,常常造成连环追尾事故,为避免这种情况,需要紧急刹车的车辆向相关车辆发出预警信息,具体实现流程如下:
步骤1:当行驶车辆前方遇到突发状况采取紧急刹车时,车载系统通过检测到车辆速度的急剧变化,向周围车辆广播一条预警信息,这条信息包括:预警标志,车辆ID,时间,位置信息,速度,行驶方向等。若车辆停止,则周期性发送该预警信息。
步骤2:附近接到预警信息的车辆,根据预警标志确认此条信息为预警信息。依据高速公路的实际行车情况,紧急事故主要对同向车道的后方车辆产生影响,因此如接收信息车辆处于报警车辆同向车道的后方,则转发这条报警信息,并根据接收的到的信息,计算与事发地点的距离,相对速度,并结合天气状况,根据高速公路行车风险等级算法(见第8节),发出相应警报,提醒驾驶员采取相应措施及时避让。
步骤3:下一组接到预警信息的车辆根据步骤2的标准进行操作,在一个周期内,同一车辆ID的预警信息只接收一次。直至接收预警的车辆超出预置范围。
其中,车辆的位置、速度、行驶方向等信息通过GPS模块获得(见第5节)。
图3给出了车车通信预警信息传递模式的示意图。
(5)GPS定位模块
GPS模块方面,所选取的设备要求体积不宜过大,工作时受地点,天气和天线的影响较小,可以在高速移动的状态下攫取微弱信号。在GPS模块与控制模块通信方面,采用GPS导航设备统一的标准通信协议NEMA0183。该通信协议是美国国家海洋电子协会制定的标准通信协议。
通信参数为:
波特率:4800Baud,数据位:8,奇偶校验:无,停止位:1。
报文格式:$AAXXX,ddd…ddd*hh<CR><LF>。其中,$表示串的起始,AA为识别符,XXX为语句名,ddd…ddd为数据段,*表示串尾,hh表示字符代码的校验和,<CR>和<LF>为控制符。
GPS模块每秒输出一条标准语句,根据NEMA0183标准可提取相关的日期,时间,经纬度,速度,行驶方向等信息。同时,在系统中搭载电子地图,通过将GPS信号与电子地图重叠,可以向驾驶员直观显示周围路况。
(6)internet通信模块
Internet通信方面,我国3G移动通信已经进入了全面发展的阶段,在以车速移动条件下,传输速度也可达到至少144kpbs,可以满足车载系统与因特网通信的需求。系统依据由GPS信息提取的地点信息,通过相应天气网站的应用程序接口,实时抓取所在地点天气信息,作为评定安全等级的重要参数。
(7)动态测距模块
为解决高速公路在某些恶劣天气气候下的安全通行问题,动态测距模块使用微波雷达测距技术。微波雷达的远距离探测能力、黑暗穿透能力、灰尘烟雾笼罩时的性能以及温度稳定性等综合指标均较好。
微波雷达测速测距的算法如下:
阶段1:通过微波雷达传感器获得测速测距的混频信号。
①测速原理。如图4所示,微波雷达传感器主要由发射器、接受器和混频器3部分组成,发射器发射出频率为f0的入射波,当目标车辆与传感器之间有相对速度v时,接收器将接收到发生多普勒频移的反射波,其频率为f0+fd。最后入射波与反射波在混频器的作用下输出一频率为fd的电信号,根据多普勒原理可以得到:其中,v为目标车辆的相对速度;λ为微波的波长。因此,只要检测出混频输出信号的频率即可通过上式得到目标车辆的相对速度。
②测距原理。现在考虑波的能量理论,假设入射波的角频率、波长及场强分别为ω、λ和E1,目标车辆与其距离为D,则入射波可表示为e1=E1cosω(t),经目标车辆反射后的回波为e2、场强为E2,则:其中,c为光速。由此可知,D与E2之间存在一定的对应关系。而场强在电信号上表现为电压值,可以通过电压和距离之间的关系进行标定,通过查表最终确定信号源与目标测量之间的距离。
阶段2:微波雷达传感器输出的混频信号经信号处理后分两路输入分别输入到微处理器和A/D转换器中,微处理器通过读取A/D转换器的结果以及对电压比较器输出的方波信号的捕获计数决定程控放大器的放大倍数和峰值检测电路中蓄电电容的放点时刻。与此同时,微处理器还会将获得的频率与幅值转化成相对的速度和距离值。
动态测距模块用于测出与前车的距离和相对速度,是150m范围内的紧急预警。主要用于短距离内对前方危险判断,例如发送预警信号的车辆便可最先通过此测距模块进行预警,从而采取紧急制动。或者是当跟驰车辆与前方车辆距离过近时,优先考虑此方式预警。可理解为随时对前方最近的车辆的安全预警。
VANET能够使车辆共享速度、位置,从而计算出相对距离和相对速度,进而评价风险等级。每辆车的无线射频传输范围约为250m,通过车辆的转发,设定最远传播范围为1000m。是当预警信号发送时启用的预警方式,通过车辆转发信息,共享速度、位置,计算自身车辆与预警车辆的相对距离和速度进行风险评价。
(8)人车交互模块
人车交互模块包括键盘、显示屏和声光预警装置等。显示屏需要能够在微处理器内部的LCD Controller协同下控制,有效抑制图像抖动,达到稳定输出,满足车载系统的显示要求。声光预警装置需要利用蜂鸣器的声音大小和LED灯的光亮强弱,表示相应的行车安全风险等级,对驾驶员做出相应的提醒。
(9)供电模块
供电模块需要解决车辆电源抖动较大的特点,同时按照各芯片工作电压转换为3.3V和5V,并各自提供最高1A的负载电流。
具体实施方式二、本具体实施方式与具体实施方式一所述的基于VANET的高速公路行车安全预警系统的区别在于,它还包括车载数据源7,所述车载数据源7的车载数据信号输出端与车载主控1的车载数据信号输入端连接。
具体实施方式三、本具体实施方式与具体实施方式一所述的基于VANET的高速公路行车安全预警系统的区别在于,车载主控1为嵌入式微处理器。
具体实施方式四、基于具体实施方式一的基于VANET的高速公路行车安全预警方法,它由以下步骤实现:在一个时间周期内,
步骤一、预警车辆在预置范围内广播预警数据包;所述预警数据包括预警标志、预警车辆ID、预警时间、预警车辆位置信息、预警车辆速度和预警车辆行驶方向;
其中预警车辆在预置范围内广播预警数据包的方式为如下两种方式之一:
方式一、预警车辆检测自身的速度变化,当速度的变化值大于预设值时,则向预置范围内广播预警数据包;
方式二、预警车辆停车时,则以周期性向预置范围内广播预警数据包;
步骤二、第i跳车辆判断是否超出预置范围,i的初始值为1;如果判断结果为是,则结束本次通信;如果判断结果为否,则执行步骤二一;
步骤二一、第i跳车辆根据预警数据包中的预警车辆位置信息和预警车辆行驶方向判断本身是否位于预警车辆的同向车道后方,如果判断结果为是,则执行步骤二二;如果判断结果为否,则结束本次通信;
步骤二二、第i跳车辆根据预警数据包中的预警车辆速度,以及通过自身车载通信单元中动态测速测距模块8以及GPS定位模块3和车间通信模块2获得的自身与预警车辆的距离和相对速度,并结合天气状况,依据风险等级评价算法,对应在自身车辆内发出警示信息;
步骤二三、令i=i+1,并返回执行步骤二;
完成该时间周期后,结束一次高速公路行车安全预警;
同一车辆在一个时间周期内对同一车辆的ID信息只处理一次。
行车风险等级评价算法:
①行车风险定义:在某一时刻特定的道路交通条件下后车行驶过程中与引导车发生事故的可能性与发生事故的可能严重程度,所以可用上述分析得出的追尾概率和能量损失来表征行车风险。当两车车头时距一定,追尾概率和能量损失随着车速增加而急剧增大;当两车车速一定,追尾概率随着车头时距的增加而急剧减少。
②追尾概率的算法
用全概率计算的思想可得事故发生的概率P(A):
P(A)=P(A|S1)□P(S1)+P(A|S2)□P(S2)+…+P(A|Sn)□P(Sn),其中用P(S)表示前车以某种减速度变速的概率,用条件概率P(A|S)表示前车制动情况下发生追尾事故的概率。当反应时间等参数为定值时,条件概率P(A|S)仅有是否碰撞两种可能性,其随机变量为0-1分布,则:
步骤1:从实际道路采集减速度样本,确定对随机变量的分布形式进行正态性检验,再进行参数估计,用统计量参数估计总体参数,并进一步求出前车减速的概率密度函数。
步骤2:求出可能产生碰撞的减速度区间。前车以a1的减速度减速时,t时刻的位移D1:
设机动车制动力线性增长,其停车距离为D2:
式中,v1、v2、h0、l1均已知,前后车辆的车速分别表示为v1、v2,加速度为a1、a2,h0为车头间距,l1为车长,h0-l1为两车的相对距离D;驾驶员反应时间tr根据AASHTO给出的保守值取2.5s;制动力传递时间tb根据ZBT 24007-96取0.6s,制动力增长时间tb′取0.9s;持续制动时间为tc;a2等于 是路面附着系数,根据当时路面情况可查表获得,g为重力加速度;车头间距h0可用车头时距t0来计算:h0=v1t0;
若D1与D2满足以下条件是安全,否则两车发生追尾碰撞:
D1+h0-l1>D2t∈(0,Tc)
从而得出a1取值范围(ad,au)。
步骤3:计算出在该区间内获得某辆车之间的追尾事故概率:
概率大于1时按1算。
其中Wea表示天气影响系数,通过含天气参数的交通事故风险logistic预测模型与不含天气参数的交通事故风险logistic预测模型进行比较可得,晴天时为1,雨天时为6.443,雾天时为4.432。
③追尾风险所蕴含的事故严重程度用相对简单的两车追尾碰撞时的绝对速度差来表示,△vc=|vpre_l-vpre_f|。式中△vc表示碰撞前两车速度差。
④通过上述2个衡量追尾风险的指标来综合表征高速公路行车风险等级。
步骤1:先用标定过的Aimsum仿真软件来获取车辆数据信息。
步骤2:结合追尾事故率和严重程度经验常识及模糊C聚类算法处理上述车辆运动状态数据计算结果。
步骤2.1:将追尾概率划分为5级,分别表示为:小0,0.015],用1表示;中等0.015,0.050],用2表示;稍大0.050,0.200],用3表示;大0.200,0.500],用4表示;很大0.500,1.000],用5表示。
步骤2.2:将追尾严重程度划分为低0,3.5],单位m·s-1,用1表示;中3.5,8.0],单位m·s-1,用2表示;高8.0,+∞],单位m·s-1,用3表示。
步骤2.3:根据工程风险评价技术,建立行车风险矩阵图,如图5。其中矩阵里1表示低风险区,2表示中等风险区,3表示中高风险区,4表示高风险区。
⑤根据测得的距离和速度值判断相应的风险等级,微处理器根据风险等级驱动声光报警装置,在反应时间内警示驾驶员采取相应的措施,避免事故的产生。
⑥在刹车减速的同时,通过VANET网络迅速向后方行驶车辆发送预警消息,后车根据相应的相对位置和速度信息评价风险等级,微处理器驱动声光报警装置提醒驾驶员做出相应反应,从而有效的避免连环冲撞的事故发生。
Claims (6)
1.基于VANET的高速公路行车安全预警系统的预警方法,该方法基于VANET的高速公路行车安全预警系统实现的,所述基于VANET的高速公路行车安全预警系统包括M个车载通信单元,M为大于1的整数;M个车载通信单元之间能够进行无线通信;
每个车载通信单元均包括车载主控(1)、车间通信模块(2)、GPS定位模块(3)、Internet通信模块(4)、供电模块(5)、显示屏(6)、动态测速测距模块(8)和人车交互模块(9);
所述车间通信模块(2)的车间信号输入或输出端与车载主控(1)的车间信号输出或输入端连接;所述GPS定位模块(3)的GPS信号输出端与车载主控(1)的GPS信号输入端连接;车载主控(1)通过Internet通信模块(4)接入远程信息查询平台;供电模块(5)用于给车载主控(1)、车间通信模块(2)、GPS定位模块(3)、Internet通信模块(4)和显示屏(6)提供工作电源;显示屏(6)的显示信号输入端与车载主控(1)的显示信号输出端连接;动态测速测距模块(8)的测距信号输出端与车载主控(1)的测速测距信号输入端连接;人车交互模块(9)的交互信号输入或输出端与车载主控(1)的交互信号输出或输入端连接;
其特征是:它由以下步骤实现:在一个时间周期内,
步骤一、预警车辆在预置范围内广播预警数据包;所述预警数据包括预警标志、预警车辆ID、预警时间、预警车辆位置信息、预警车辆速度和预警车辆行驶方向;
其中预警车辆在预置范围内广播预警数据包的方式为如下两种方式之一:
方式一、预警车辆检测自身的速度变化,当速度的变化值大于预设值时,则向预置范围内广播预警数据包;
方式二、预警车辆停车时,则以周期性向预置范围内广播预警数据包;
步骤二、第i跳车辆判断是否超出预置范围,i的初始值为1;如果判断结果为是,则结束本次通信;如果判断结果为否,则执行步骤二一;
步骤二一、第i跳车辆根据预警数据包中的预警车辆位置信息和预警车辆行驶方向判断本身是否位于预警车辆的同向车道后方,如果判断结果为是,则执行步骤二二;如果判断结果为否,则结束本次通信;
步骤二二、第i跳车辆根据预警数据包中的预警车辆速度,以及通过自身车载通信单元中动态测速测距模块(8)以及GPS定位模块(3)和车间通信模块(2)获得的自身与预警车辆的距离和相对速度,并结合天气状况,依据风险等级评价算法,对应在自身车辆内发出警示信息;
步骤二三、令i=i+1,并返回执行步骤二;
完成该时间周期后,结束一次高速公路行车安全预警;
同一车辆在一个时间周期内对同一车辆的ID信息只处理一次。
2.根据权利要求1所述的基于VANET的高速公路行车安全预警系统的预警方法,其特征在于,它还包括车载数据源(7),所述车载数据源(7)的车载数据信号输出端与车载主控(1)的车载数据信号输入端连接。
3.根据权利要求1所述的基于VANET的高速公路行车安全预警系统的预警方法,其特征在于,车载主控(1)为嵌入式微处理器。
4.根据权利要求1所述的基于VANET的高速公路行车安全预警系统的预警方法,其特征在于步骤二二中第i跳车辆通过自身车载通信单元中动态测速测距模块(8)和GPS定位模块(3)获得的自身与预警车辆相对速度;
①、通过动态测速测距模块(8)获得自身车与前车的相对速度的具体方法为:
采用微波雷达传感器的发射出频率为f0的入射波,当预警车辆与微波雷达传感器之间有相对速度v时,采用微波雷达传感器将接收到发生多普勒频移的反射波,其频率为f0+fd;
微波雷达传感器将入射波与反射波在混频器的作用下输出频率为fd的电信号,根据多普勒原理:
获得目标车辆的相对速度v的值;式中:λ为微波的波长;
②、通过GPS模块(3)和车间通信模块(2)获得自身与预警车辆的相对速度的具体方法为:
采用GPS模块(3)获得预警车辆与自身车辆的车速,vwar、vi分别表示预警车辆和自身车辆的车速;
通过车间通信模块(2)共享各车辆的速度,根据△v=|vi-vwar|,获得预警车辆与自身车辆间的相对速度。
5.根据权利要求4所述的基于VANET的高速公路行车安全预警系统的预警方法,其特征在于步骤二二中第i跳车辆通过自身车载通信单元中动态测速测距模块(8)以及GPS定位模块(3)和车间通信模块(2)获得的自身与预警车辆的距离;
①、通过动态测速测距模块(8)获得自身与前车的距离的具体方法为:
设入射波的角频率、波长及场强分别为ω、λ和E1,预警车辆与自身车辆的距离为D,则入射波表示为:
e1=E1cosω(t);
经预警车辆反射后的回波为e2、场强为E2,
则:
式中,c为光速;
而场强在电信号上表现为电压值,通过电压和距离之间的关系进行标定,从而获得预警车辆与自身车辆之间的距离;
②、通过GPS模块(3)和车间通信模块(2)获得自身与预警车辆的距离的具体方法为:
采用GPS模块(3)获得预警车辆与自身车辆的位置,分别用Dwar和Di表示;
通过车间通信模块(2)共享车辆的位置,根据D=|Dwar-Di|,获得自身车辆与预警车辆的相对距离。
6.根据权利要求1所述的基于VANET的高速公路行车安全预警系统的预警方法,其特征在于步骤二二中所述的风险等级评价算法具体为:
行车风险定义:在某一时刻特定的道路交通条件下后车行驶过程中与引导车发生事故的可能性与发生事故的可能严重程度,用追尾概率和能量损失来表征行车风险;当两车车头时距一定,追尾概率和能量损失随着车速增加而急剧增大;当两车车速一定,追尾概率随着车头时距的增加而急剧减少;
追尾概率的算法:
用全概率计算方法获得事故发生的概率P(A):
P(A)=P(A|S1)□P(S1)+P(A|S2)□P(S2)+…+P(A|Sn)□P(Sn)
其中:用P(S)表示前车以减速度变速的概率,用条件概率P(A|S)表示前车制动情况下发生追尾事故的概率;S=S1、S2、…、Sn;
当反应时间等参数为定值时,条件概率P(A|S)仅有是否碰撞两种可能性,其随机变量为0-1分布,则:
步骤1、从实际道路采集减速度样本,确定对随机变量的分布形式进行正态性检验,再进行参数估计,用统计量参数估计总体参数,并进一步求出前车减速的概率密度函数;
步骤2、求出可能产生碰撞的减速度区间;前车以a1的减速度减速时,t时刻的位移D1:
设机动车制动力线性增长,其停车距离为D2:
式中,v1、v2、h0、l1均已知,前后车辆的车速分别表示为v1、v2,加速度为a1、a2,h0为车头间距,l1为车长,h0-l1为两车的相对距离D;驾驶员反应时间tr取2.5s;制动力传递时间tb取0.6s,制动力增长时间tb′取0.9s;持续制动时间为tc;a2等于是路面附着系数,g为重力加速度;车头间距h0可用车头时距t0来计算:h0=v1t0;
若D1与D2满足以下条件是安全,否则两车发生追尾碰撞:
D1+h0-l1>D2 t∈(0,Tc)
从而得出a1取值范围(ad,au);
步骤3、计算出在该区间内获得某辆车之间的追尾事故概率概率大于1时按1计算;
其中:Wea表示天气影响系数,通过含天气参数的交通事故风险预测模型与不含天气参数的交通事故风险预测模型进行比较可得,晴天时为1,雨天时为6.443,雾天时为4.432;
追尾风险所蕴含的事故严重程度用两车追尾碰撞时的绝对速度差来表示:
△vc=|vpre_l-vpre_f|;
式中△vc表示碰撞前两车速度差,vpre_l表示碰撞前前车的车速,vpre_f表示跟碰撞前跟随车辆的车速;
通过上述两个衡量追尾风险的指标来综合表征高速公路行车风险等级:
步骤a1:先用标定过的Aimsum仿真软件来获取车辆数据信息;
步骤a2:结合追尾事故率和严重程度经验常识及模糊C聚类算法处理上述车辆运动状态数据计算结果;
步骤a2.1:将追尾概率划分为5级,分别表示为:小(0,0.015],用1表示;中等(0.015,0.050],用2表示;稍大(0.050,0.200],用3表示;大(0.200,0.500],用4表示;很大(0.500,1.000],用5表示;
步骤a2.2:将追尾严重程度划分为低(0,3.5],单位m·s‐1,用1表示;中(3.5,8.0],单位m·s‐1,用2表示;高(8.0,+∞],单位m·s‐1,用3表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089764.2A CN103810904B (zh) | 2014-03-12 | 2014-03-12 | 基于vanet的高速公路行车安全预警系统的预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089764.2A CN103810904B (zh) | 2014-03-12 | 2014-03-12 | 基于vanet的高速公路行车安全预警系统的预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103810904A CN103810904A (zh) | 2014-05-21 |
CN103810904B true CN103810904B (zh) | 2015-10-07 |
Family
ID=50707610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410089764.2A Expired - Fee Related CN103810904B (zh) | 2014-03-12 | 2014-03-12 | 基于vanet的高速公路行车安全预警系统的预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103810904B (zh) |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3161811A4 (en) * | 2014-06-24 | 2018-02-28 | Harman International Industries, Incorporated | Vehicle communication through dedicated channel |
CN104200688A (zh) * | 2014-09-19 | 2014-12-10 | 杜东平 | 一种双向广播式车辆间通信系统及方法 |
CN104299451A (zh) * | 2014-10-28 | 2015-01-21 | 天津工业大学 | 防止高速路连环撞车的智能预警系统 |
CN104331936A (zh) * | 2014-10-28 | 2015-02-04 | 奇瑞汽车股份有限公司 | 基于车联网技术的高速公路不停车收费系统及方法 |
CN105702024A (zh) * | 2014-11-24 | 2016-06-22 | 北京卓越信通电子股份有限公司 | 通过终端勘测道路状况的方法和系统 |
CN105788248B (zh) * | 2014-12-17 | 2018-08-03 | 中国移动通信集团公司 | 一种车辆检测的方法、装置及车辆 |
CN105788363B (zh) * | 2014-12-25 | 2019-01-01 | 中国移动通信集团公司 | 一种行车预警方法、装置及系统 |
WO2016161569A1 (zh) * | 2015-04-08 | 2016-10-13 | 华为技术有限公司 | 一种预警信息的传输装置及方法 |
CN105448135B (zh) * | 2015-06-30 | 2018-11-09 | 知鑫知识产权服务(上海)有限公司 | 用于v2v通信网络的预警信息发送方法、接收方法及其车辆 |
MX2018002238A (es) * | 2015-08-27 | 2018-06-06 | Ford Global Tech Llc | Evitacion mejorada de colision. |
CN105185142A (zh) * | 2015-09-24 | 2015-12-23 | 上海车音网络科技有限公司 | 一种交通事故预警方法、装置及系统 |
CN105989714A (zh) * | 2016-01-13 | 2016-10-05 | 合肥工业大学 | 基于微波雷达的单向多车道车辆低速预警系统 |
CN105654779B (zh) * | 2016-02-03 | 2018-04-17 | 北京工业大学 | 基于车路、车车通信的高速公路施工区交通协调控制方法 |
CN105788321B (zh) * | 2016-03-31 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 车辆通信方法、装置及系统 |
US10068477B2 (en) * | 2016-04-29 | 2018-09-04 | Ford Global Technologies, Llc | System and method for detecting and communicating slipping of non-connected vehicles |
CN105894856B (zh) * | 2016-05-10 | 2018-01-30 | 浙江树人大学 | 一种基于车车通信的车辆防碰撞方法 |
JP6799805B2 (ja) * | 2016-05-25 | 2020-12-16 | パナソニックIpマネジメント株式会社 | 物体検出装置、プログラムおよび記録媒体 |
CN105957399A (zh) * | 2016-05-31 | 2016-09-21 | 于德芳 | 一种行车安全监视方法 |
CN106169259A (zh) * | 2016-06-23 | 2016-11-30 | 北京航天益森风洞工程技术有限公司 | 车辆短程无线通信防碰撞车载终端装置 |
CN106652558B (zh) * | 2016-09-30 | 2020-10-20 | 广州智丰设计研发有限公司 | 一种车路协同智能交通控制系统 |
CN106557663A (zh) * | 2016-11-25 | 2017-04-05 | 东软集团股份有限公司 | 驾驶行为评分方法和装置 |
CN106777907A (zh) * | 2016-11-25 | 2017-05-31 | 东软集团股份有限公司 | 驾驶行为评分方法和装置 |
CN107066787B (zh) * | 2016-11-25 | 2018-11-23 | 东软集团股份有限公司 | 车辆行程的评分方法及装置 |
CN106740863A (zh) * | 2016-11-30 | 2017-05-31 | 武汉长江通信智联技术有限公司 | 驾驶行为分析方法 |
WO2018119860A1 (zh) * | 2016-12-29 | 2018-07-05 | 深圳市柔宇科技有限公司 | 车辆预警方法、装置及系统 |
CN107044856B (zh) * | 2016-12-30 | 2023-09-29 | 袁世姣 | 一种高速公路行驶车辆的厘米级在线定位装置 |
CN106781697B (zh) * | 2017-01-07 | 2019-08-23 | 山东科技大学 | 车载式不良天气实时感知及防碰撞预警方法 |
CN106790700A (zh) * | 2017-02-23 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 道路环境信息的发送和接收方法、装置及系统 |
CN107016869A (zh) * | 2017-05-03 | 2017-08-04 | 北京小米移动软件有限公司 | 交通事故的提示方法、服务器以及系统 |
CN107248319A (zh) * | 2017-06-19 | 2017-10-13 | 深圳市盛路物联通讯技术有限公司 | 一种临时路边停车引起的信息公告方法及系统 |
CN107302574A (zh) * | 2017-06-19 | 2017-10-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网接入点的信息发布方法及系统 |
CN107393340A (zh) * | 2017-07-25 | 2017-11-24 | 维沃移动通信有限公司 | 一种通信方法及通信终端 |
CN109308816B (zh) * | 2017-07-28 | 2021-09-14 | 华为技术有限公司 | 一种确定道路交通风险的方法、装置及车载系统 |
CN107507417B (zh) * | 2017-08-03 | 2019-10-18 | 北京信息科技大学 | 一种基于微波雷达回波信号的智能车道划分方法及装置 |
CN107591025A (zh) * | 2017-08-30 | 2018-01-16 | 千寻位置网络有限公司 | 车辆行驶的预警方法及系统、服务器、汽车终端、存储器 |
CN107958613A (zh) * | 2017-12-25 | 2018-04-24 | 横琴国际知识产权交易中心有限公司 | 一种车辆行驶监控方法及系统 |
CN108279664A (zh) * | 2018-03-05 | 2018-07-13 | 刘李辉 | 一种车载信息服务平台 |
CN108495330B (zh) * | 2018-03-09 | 2019-11-08 | 清华大学 | 一种车-车信息交互通信的碰撞预警可靠性测试方法 |
CN108428369A (zh) * | 2018-03-22 | 2018-08-21 | 大连海事大学 | 一种车辆信息处理系统 |
CN108492550B (zh) * | 2018-05-17 | 2020-01-31 | 浪潮集团有限公司 | 基于区块链的v2x高速车队自组织系统 |
CN110843797A (zh) * | 2018-07-24 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车辆、车机设备及其车辆行驶状态的屏显提示方法 |
CN110858278A (zh) * | 2018-08-22 | 2020-03-03 | 上海博泰悦臻网络技术服务有限公司 | 车辆、车机设备及其车辆关键信息的屏显提示方法 |
CN109586823A (zh) * | 2018-11-29 | 2019-04-05 | 钟祥博谦信息科技有限公司 | 车辆安全预警控制方法、设备及存储介质 |
CN109743711A (zh) * | 2018-12-13 | 2019-05-10 | 北京航天华腾科技有限公司 | 一种基于临时无线自组网的行进设备间防碰撞检测方法 |
CN109559559A (zh) * | 2018-12-19 | 2019-04-02 | 北京大椽科技有限公司 | 一种基于车联网的报警提示方法及系统 |
CN110379204A (zh) * | 2019-06-28 | 2019-10-25 | 深圳市元征科技股份有限公司 | 车辆防碰撞方法、装置及电子设备 |
CN110233903A (zh) * | 2019-06-30 | 2019-09-13 | 南京云睿航天科技有限公司 | 一种基于物联网的汽车定位导航交互系统 |
CN110942669B (zh) * | 2019-10-15 | 2021-06-29 | 东北大学 | 一种基于车间通讯的安全操作预警提醒系统 |
CN110798797B (zh) * | 2019-10-28 | 2021-05-18 | 上海集成电路研发中心有限公司 | 一种辅助驾驶方法及装置 |
CN110706517B (zh) * | 2019-11-07 | 2020-08-28 | 深圳鼎然信息科技有限公司 | 交通工具的智能安全预警方法、装置、系统及存储介质 |
CN112991716B (zh) * | 2019-12-16 | 2023-06-16 | 中信科智联科技有限公司 | 一种路况信息处理方法、装置、云控中心设备及路侧单元 |
JP7294199B2 (ja) * | 2020-03-13 | 2023-06-20 | トヨタ自動車株式会社 | 通信装置、通信システム、車両、通信プログラム、及び通信方法 |
CN111516679B (zh) * | 2020-04-29 | 2021-07-20 | 苏州鱼得水电气科技有限公司 | 一种车辆紧急加速自保护系统及其方法 |
CN111695418A (zh) * | 2020-04-30 | 2020-09-22 | 上汽大众汽车有限公司 | 一种基于道路状况检测而进行安全驾驶的方法及系统 |
CN112560279B (zh) * | 2020-12-23 | 2023-06-02 | 厦门雅迅网络股份有限公司 | 一种车辆追撞风险概率估算方法、终端设备和存储介质 |
CN114038238B (zh) * | 2021-11-04 | 2023-06-06 | 吉林大学 | 一种基于前方第二辆车行驶状态的碰撞预警系统及方法 |
CN114694376A (zh) * | 2022-02-23 | 2022-07-01 | 天津海关工业产品安全技术中心 | 车辆运行风险评估信息采集系统、风险评估系统及方法 |
CN114913682B (zh) * | 2022-03-11 | 2023-03-28 | 广东利通科技投资有限公司 | 高速公路资源配置方法、装置、计算机设备和存储介质 |
CN114724371A (zh) * | 2022-04-11 | 2022-07-08 | 哈尔滨理工大学 | 一种基于车载自组网的驾驶辅助方法 |
CN117037545B (zh) * | 2023-10-09 | 2024-01-12 | 济南卓伦智能交通技术有限公司 | 一种多车超视距协同感知方法 |
CN117864121B (zh) * | 2024-03-05 | 2024-05-14 | 深圳腾信百纳科技有限公司 | 一种距离动态监测方法、系统、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202018743U (zh) * | 2011-04-12 | 2011-10-26 | 长安大学 | 基于gps和3g无线通信的高速公路安全车距预警系统 |
CN103117007A (zh) * | 2013-01-25 | 2013-05-22 | 安徽大学 | 基于ZigBee及GPS的车辆定位及防撞预警系统 |
CN103295424A (zh) * | 2013-06-28 | 2013-09-11 | 公安部第三研究所 | 基于视频识别和车载自组网的汽车主动安全系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7188026B2 (en) * | 2003-05-12 | 2007-03-06 | Dash Navigation, Inc. | Hierarchical floating car data network |
KR20090033990A (ko) * | 2007-10-02 | 2009-04-07 | 엘지전자 주식회사 | 안전거리 감지 방법 및 장치 |
US7885285B2 (en) * | 2008-09-29 | 2011-02-08 | Toyota Infotechnology Center Co., Ltd. | Probabilistic routing for vehicular ad hoc network |
-
2014
- 2014-03-12 CN CN201410089764.2A patent/CN103810904B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202018743U (zh) * | 2011-04-12 | 2011-10-26 | 长安大学 | 基于gps和3g无线通信的高速公路安全车距预警系统 |
CN103117007A (zh) * | 2013-01-25 | 2013-05-22 | 安徽大学 | 基于ZigBee及GPS的车辆定位及防撞预警系统 |
CN103295424A (zh) * | 2013-06-28 | 2013-09-11 | 公安部第三研究所 | 基于视频识别和车载自组网的汽车主动安全系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103810904A (zh) | 2014-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103810904B (zh) | 基于vanet的高速公路行车安全预警系统的预警方法 | |
CN103303225B (zh) | 智能刹车预警系统 | |
CN103318086B (zh) | 汽车防追尾及安全行车信息交流警示控制系统 | |
CN104269073A (zh) | 一种基于车车通信的逆向车道超车预警方法 | |
CN103680209B (zh) | 交通信息系统和路况采集发布、防追尾、事故判断方法 | |
WO2018215833A4 (en) | SYSTEMS AND METHODS FOR MONITORING AND MANAGING TRAFFIC | |
CN108307295A (zh) | 用于弱势道路使用者避免事故的方法和装置 | |
CN207052098U (zh) | 一种应用于停车场自主泊车的hmi系统 | |
CN201594322U (zh) | 车辆间避险通信装置 | |
CN103350663A (zh) | 车辆行车安全的控制系统及控制设备 | |
CN101645204A (zh) | 车辆间避险通信装置及其数据处理方法 | |
CN102194330A (zh) | 高速公路安全行车系统 | |
CN102592457A (zh) | 基于物联网技术的复合型区间测速系统及方法 | |
CN102104630A (zh) | 一种应用于机动车的车际网络管理系统 | |
CN201941764U (zh) | 一种大雾冰雪天气防多车连环相撞系统 | |
CN105931495B (zh) | 一种基于车联网的车距防撞预警装置及方法 | |
CN103426321A (zh) | 一种具备报警功能的车辆信息采集与监控系统 | |
CN103489333A (zh) | 一种智能交通防碰撞系统及智能交通防碰撞预警方法 | |
JP2011186940A (ja) | 道路交通情報提供システム及び方法 | |
CN110428662A (zh) | 基于毫米波的右侧防撞智能预警管理系统及工作方法 | |
CN202944253U (zh) | 一种高可靠低误报警率的高速公路汽车防撞系统 | |
CN106448263A (zh) | 车辆行驶安全管理系统及方法 | |
CN201877000U (zh) | 一种安全车距预警装置 | |
CN203070551U (zh) | 一种基于物联网通信的主动防撞预警系统 | |
CN202077064U (zh) | 一种用于机动车的车际网络管理系统 |
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: 20151007 Termination date: 20160312 |