CN104217539B - 出租车人员实时监控平台 - Google Patents
出租车人员实时监控平台 Download PDFInfo
- Publication number
- CN104217539B CN104217539B CN201410508995.2A CN201410508995A CN104217539B CN 104217539 B CN104217539 B CN 104217539B CN 201410508995 A CN201410508995 A CN 201410508995A CN 104217539 B CN104217539 B CN 104217539B
- Authority
- CN
- China
- Prior art keywords
- eyes
- passenger
- processing equipment
- image processing
- driver
- 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
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种出租车人员实时监控平台,包括驾驶员摄像头、出租车舱摄像头、第一图像处理设备、第二图像处理设备和ARM9处理器,第一图像处理设备对驾驶员摄像头采集的驾驶员图像进行图像处理以获得驾驶员疲劳信息,第二图像处理设备对出租车舱摄像头采集的乘客图像进行图像处理以获得乘客信息,ARM9处理器与第一图像处理设备和第二图像处理设备分别连接,基于驾驶员疲劳信息和乘客信息控制对总部的报警信息的发送。通过本发明,能够自动检测出租车驾驶员疲劳状况和已乘车乘客信息,并在出现异常状况时及时对总部和出租车报警,从而保证了出租车的安全运行。
Description
技术领域
本发明涉及出租车监控领域,尤其涉及一种出租车人员实时监控平台。
背景技术
出租车,是体型较大、载客量较多的运输工具,随着经济发展的人们生活水平的提高,出租车在人们出现所选择交通工具中的比重越来越大,主要因为,第一,出租车的安全性高,事故率较低;第二,出租车比出租车、轮船等交通工具更加快捷,这对于争分夺秒的现代人生活来说,尤为重要,第三,出租车的服务和管理层次比其他交通工具更高。
但是,由于出租车本身能带来的巨大破坏性和影响力,吸引了很多不同目的的劫车者,需要在行驶时对这些劫车者进行识别,同时,由于驾驶压力较重,驾驶员更容易疲劳,需要在驾驶员疲劳时及时进行提醒,以避免事故发生。
因此,需要一种出租车人员实时监控平台,即使不法分子成功登车,也要在出租车上实时进行识别,在发现乘客数量不对或乘客特征不符合时,及时对出租车和总部报警,同时,还实现对驾驶员的疲劳检测和报警。
发明内容
为了解决上述问题,本发明提供了一种出租车人员实时监控平台,引入两套图像处理设备分别对乘客图像和驾驶员图像进行处理,以识别乘客人数和乘客面部特征,识别驾驶员的疲劳状态,在与登记的乘客人数和已登记乘客面部特征不符时,及时发出报警信息,在驾驶员过于疲劳时,提醒驾驶员和总部,以便于副驾驶员接替位置,维护出租车的正常运行。
根据本发明的一方面,提供了一种出租车人员实时监控平台,所述监控平台包括驾驶员摄像头、出租车舱摄像头、第一图像处理设备、第二图像处理设备和ARM9处理器,所述第一图像处理设备对所述驾驶员摄像头采集的驾驶员图像进行图像处理以获得驾驶员疲劳信息,所述第二图像处理设备对所述出租车舱摄像头采集的乘客图像进行图像处理以获得乘客信息,所述ARM9处理器与所述第一图像处理设备和所述第二图像处理设备分别连接,基于所述驾驶员疲劳信息和所述乘客信息控制对总部的报警信息的发送。
更具体地,在所述出租车人员实时监控平台中,所述监控平台还包括无线接收机,通过无线电波接收总部发送的登记乘客人数和乘客面部特征数据库,所述乘客面部特征数据库中保存了每一个登记乘客的已登记面部特征;存储器,与所述无线接收机连接,以接收并保存总部发送的登记乘客人数和乘客面部特征数据库,所述存储器还保存了眼睛上限灰度阈值、眼睛下限灰度阈值、面部上限灰度阈值、面部下限灰度阈值和预设眼睛开合度,所述眼睛上限灰度阈值和所述眼睛下限灰度阈值用于将图像中的眼睛和背景分离,所述面部上限灰度阈值和所述面部下限灰度阈值用于将图像中的面部和背景分离;所述第一图像处理设备包括眼睛子图像分离单元和眼睛开合度判断单元,所述眼睛子图像分离单元与所述驾驶员摄像头和所述存储器连接,用于将所述驾驶员图像中灰度值在所述眼睛上限灰度阈值和所述眼睛下限灰度阈值之间的像素识别并组成眼睛子图像,所述眼睛开合度判断单元和所述眼睛子图像分离单元连接,计算眼睛子图像中眼睛开合面积以输出与所述眼睛开合面积对应的驾驶员眼睛开合度;所述第二图像处理设备包括面部子图像分离单元、乘客人数计算单元和面部特征识别单元,所述面部子图像分离单元与所述出租车舱摄像头和所述存储器连接,用于将所述乘客图像中灰度值在所述面部上限灰度阈值和所述面部下限灰度阈值之间的像素识别并组成多个乘客面部子图像,每一个乘客面部子图像对应一个乘客,所述乘客人数计算单元与所述面部子图像分离单元连接,计算乘客面部子图像的数量以输出已乘车乘客人数,所述面部特征识别单元与所述面部子图像分离单元和所述存储器分别连接,识别每一个乘客面部子图像中的乘客面部特征,并将识别的乘客面部特征与所述乘客面部特征数据库中的所有已登记乘客面部特征进行匹配,匹配成功则输出匹配成功信号,匹配识别则输出匹配失败信号;所述ARM9处理器与所述存储器、所述第一图像处理设备和所述第二图像处理设备分别连接,当所述驾驶员眼睛开合度小于等于所述预设眼睛开合度时,发出驾驶员疲劳报警信号,当所述已乘车乘客人数与所述存储器中的登记乘客人数不匹配时,发出乘客人数不符报警信号,如果等于,则发出乘客人数符合信号,同时转发所述匹配成功信号和所述匹配失败信号;液晶显示屏,与所述ARM9处理器连接,以实时显示与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的报警文字;扬声器,与所述ARM9处理器连接,以实时播放与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的语音播放文件;无线发射机,与所述ARM9处理器连接,以实时将所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号通过无线电波发送给总部;其中,所述无线接收机、所述存储器、所述ARM9处理器、所述液晶显示屏、所述扬声器和所述无线发射机都设置在出租车驾驶舱的前端仪表盘中,所述驾驶员摄像头和所述第一图像处理设备都设置在出租车驾驶舱驾驶员座椅的正上方,所述出租车舱摄像头和所述第二图像处理设备都设置在出租车舱顶端的正中央。
更具体地,在所述出租车人员实时监控平台中,所述ARM9处理器为AT91RM9200微处理器。
更具体地,在所述出租车人员实时监控平台中,所述监控平台还包括供电设备,用于为所述监控平台供电。
更具体地,在所述出租车人员实时监控平台中,所述液晶显示屏还与所述出租车舱摄像头连接,以实时显示所述乘客图像。
更具体地,在所述出租车人员实时监控平台中,将所述存储器、所述ARM9处理器、所述液晶显示屏和所述扬声器集成在一块集成电路板上。
更具体地,在所述出租车人员实时监控平台中,所述ARM9处理器在判断所述已乘车乘客人数与所述存储器中的登记乘客人数是否匹配时,需在所述已乘车乘客人数中减去出租车舱服务人员数量后再进行匹配判断。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的出租车人员实时监控平台的结构方框图。
图2为根据本发明实施方案示出的出租车人员实时监控平台的第一图像处理设备的结构方框图。
图3为根据本发明实施方案示出的出租车人员实时监控平台的第二图像处理设备的结构方框图。
具体实施方式
下面将参照附图对本发明的出租车人员实时监控平台的实施方案进行详细说明。
不法分子希望通过安检达到乘车的方式有两种,第一,伪造与合法乘客相同的身份证件,与合法乘客一同登车,第二,替换合法乘客,但使用正规的身份证件,单独登车。这两种登车方式虽然在地面安检人员通过仔细检查能够识别出,但不免存在安检人员懈怠,甚至被不法分子买通的风险。这样,不法分子安然登车,而出租车上通常不会再有相关的安检系统进行乘客人数的检查和乘客面部特征的对照,给出租车的运行带来较大的安全隐患。
同时,在出租车运行时还存在一种安全隐患,由于出租车上没有对驾驶员疲劳状态的检测设备,导致驾驶员在长期运行后过度疲劳而不自知,而副驾驶员由于不知道驾驶员的状态,也不会申请替换,驾驶员的疲劳直接影响了出租车空中运行的安全性能。
为了克服上述问题,本发明的出租车人员实时监控平台,通过两套图像处理设备,完成对乘客信息的识别和驾驶员疲劳状态的识别,在出现危机时及时对出租车和总部报警,提醒相关管理人员提前做出有效措施,防范于未然。
图1为根据本发明实施方案示出的出租车人员实时监控平台的结构方框图,所述监控平台包括驾驶员摄像头1、出租车舱摄像头3、第一图像处理设备2、第二图像处理设备4和ARM9处理器5,所述第一图像处理设备2对所述驾驶员摄像头1采集的驾驶员图像进行图像处理以获得驾驶员疲劳信息,所述第二图像处理设备4对所述出租车舱摄像头3采集的乘客图像进行图像处理以获得乘客信息,所述ARM9处理器5与所述第一图像处理设备2和所述第二图像处理设备4分别连接,基于所述驾驶员疲劳信息和所述乘客信息控制对总部的报警信息的发送。
接着,对本发明的出租车人员实时监控平台的结构进行更具体的说明。
所述监控平台还包括无线接收机,通过无线电波接收总部发送的登记乘客人数和乘客面部特征数据库,所述乘客面部特征数据库中保存了每一个登记乘客的已登记面部特征。
所述监控平台还包括存储器,与所述无线接收机连接,以接收并保存总部发送的登记乘客人数和乘客面部特征数据库,所述存储器还保存了眼睛上限灰度阈值、眼睛下限灰度阈值、面部上限灰度阈值、面部下限灰度阈值和预设眼睛开合度,所述眼睛上限灰度阈值和所述眼睛下限灰度阈值用于将图像中的眼睛和背景分离,所述面部上限灰度阈值和所述面部下限灰度阈值用于将图像中的面部和背景分离。
如图2所示,所述第一图像处理设备2包括眼睛子图像分离单元21和眼睛开合度判断单元22,所述眼睛子图像分离单元21与所述驾驶员摄像头1和所述存储器连接,用于将所述驾驶员图像中灰度值在所述眼睛上限灰度阈值和所述眼睛下限灰度阈值之间的像素识别并组成眼睛子图像,所述眼睛开合度判断单元22和所述眼睛子图像分离单元21连接,计算眼睛子图像中眼睛开合面积以输出与所述眼睛开合面积对应的驾驶员眼睛开合度。
如图3所示,所述第二图像处理设备4包括面部子图像分离单元41、乘客人数计算单元42和面部特征识别单元43,所述面部子图像分离单元41与所述出租车舱摄像头3和所述存储器连接,用于将所述乘客图像中灰度值在所述面部上限灰度阈值和所述面部下限灰度阈值之间的像素识别并组成多个乘客面部子图像,每一个乘客面部子图像对应一个乘客,所述乘客人数计算单元42与所述面部子图像分离单元41连接,计算乘客面部子图像的数量以输出已乘车乘客人数,所述面部特征识别单元43与所述面部子图像分离单元41和所述存储器分别连接,识别每一个乘客面部子图像中的乘客面部特征,并将识别的乘客面部特征与所述乘客面部特征数据库中的所有已登记乘客面部特征进行匹配,匹配成功则输出匹配成功信号,匹配识别则输出匹配失败信号。
所述ARM9处理器5与所述存储器、所述第一图像处理设备2和所述第二图像处理设备4分别连接,当所述驾驶员眼睛开合度小于等于所述预设眼睛开合度时,发出驾驶员疲劳报警信号,当所述已乘车乘客人数与所述存储器中的登记乘客人数不匹配时,发出乘客人数不符报警信号,如果等于,则发出乘客人数符合信号,同时转发所述匹配成功信号和所述匹配失败信号。
所述监控平台还包括液晶显示屏,与所述ARM9处理器5连接,以实时显示与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的报警文字。
所述监控平台还包括扬声器,与所述ARM9处理器5连接,以实时播放与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的语音播放文件。
所述监控平台还包括无线发射机,与所述ARM9处理器5连接,以实时将所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号通过无线电波发送给总部。
其中,所述无线接收机、所述存储器、所述ARM9处理器5、所述液晶显示屏、所述扬声器和所述无线发射机都设置在出租车驾驶舱的前端仪表盘中,所述驾驶员摄像头1和所述第一图像处理设备2都设置在出租车驾驶舱驾驶员座椅的正上方,所述出租车舱摄像头3和所述第二图像处理设备4都设置在出租车舱顶端的正中央。
其中,在所述监控平台中,所述ARM9处理器5可选型为AT91RM9200微处理器,所述监控平台还可以包括供电设备,用于为所述监控平台供电,所述液晶显示屏还与所述出租车舱摄像头3连接,以实时显示所述乘客图像,同时,可选择将所述存储器、所述ARM9处理器5、所述液晶显示屏和所述扬声器集成在一块集成电路板上,以简化电路连接,以及所述ARM9处理器5在判断所述已乘车乘客人数与所述存储器中的登记乘客人数是否匹配时,需在所述已乘车乘客人数中减去出租车舱服务人员数量后再进行匹配判断。
另外,所示AT91RM9200微处理器的数据参数如下:数据总线宽度:32bit;系列:80C51;程序存储器类型:ROM;程序存储器大小:128KB;数据RAM大小:16KB;接口类型:EBI或MCI或MII或SPI或TWI;最大时钟频率:180MHz;可编程输入/输出端数量:122;定时器数量:6;工作电源电压:3V~3.6V;工作温度:-40℃~85℃;封装模式:PQFP-208封装。
另外,图像识别,是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。图像识别可能是以目标的主要特征为基础的。每个目标都有他的特征,如字母A有个尖,P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明,视线总是集中在图像的主要特征上,也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方,这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见,在图像识别过程中,知觉机制必须排除输入的多余信息,抽出关键的信息。
在人类图像识别系统中,对复杂图像的识别往往要通过不同层次的信息加工才能实现。对于熟悉的图形,由于掌握了他的主要特征,就会把他当作一个单元来识别,而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块,每一个组块是同时被感知的。在文字材料的识别中,人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块,而且能把经常在一起出现的字或词组成组块单位来加以识别。在计算机视觉识别系统中,图像内容通常用图像特征进行描述。事实上,基于计算机视觉的图像检索也可以分为类似文本搜索引擎的三个步骤:提取特征、建索引以及查询。
采用本发明的出租车人员实时监控平台,针对现有出租车安全监控系统无法辨别非法乘客面部特征、无法判断驾驶员疲劳程度的技术问题,引入图像识别技术,建立针对乘客和驾驶员的两套图像处理设备,对乘客人数和乘客面部特征进行识别,并对驾驶员疲劳程度进行判定,以便在出现危情时及时对相关负责部门报警和提醒。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (1)
1.一种出租车人员实时监控平台,所述监控平台设置在出租车上,其特征在于,所述监控平台包括驾驶员摄像头、出租车舱摄像头、第一图像处理设备、第二图像处理设备和ARM9处理器,所述第一图像处理设备对所述驾驶员摄像头采集的驾驶员图像进行图像处理以获得驾驶员疲劳信息,所述第二图像处理设备对所述出租车舱摄像头采集的乘客图像进行图像处理以获得乘客信息,所述ARM9处理器与所述第一图像处理设备和所述第二图像处理设备分别连接,基于所述驾驶员疲劳信息和所述乘客信息控制对总部的报警信息的发送;
所述监控平台还包括:
无线接收机,通过无线电波接收总部发送的登记乘客人数和乘客面部特征数据库,所述乘客面部特征数据库中保存了每一个登记乘客的已登记面部特征;
存储器,与所述无线接收机连接,以接收并保存总部发送的登记乘客人数和乘客面部特征数据库,所述存储器还保存了眼睛上限灰度阈值、眼睛下限灰度阈值、面部上限灰度阈值、面部下限灰度阈值和预设眼睛开合度,所述眼睛上限灰度阈值和所述眼睛下限灰度阈值用于将图像中的眼睛和背景分离,所述面部上限灰度阈值和所述面部下限灰度阈值用于将图像中的面部和背景分离;
所述第一图像处理设备包括眼睛子图像分离单元和眼睛开合度判断单元,所述眼睛子图像分离单元与所述驾驶员摄像头和所述存储器连接,用于将所述驾驶员图像中灰度值在所述眼睛上限灰度阈值和所述眼睛下限灰度阈值之间的像素识别并组成眼睛子图像,所述眼睛开合度判断单元和所述眼睛子图像分离单元连接,计算眼睛子图像中眼睛开合面积以输出与所述眼睛开合面积对应的驾驶员眼睛开合度;
所述第二图像处理设备包括面部子图像分离单元、乘客人数计算单元和面部特征识别单元,所述面部子图像分离单元与所述出租车舱摄像头和所述存储器连接,用于将所述乘客图像中灰度值在所述面部上限灰度阈值和所述面部下限灰度阈值之间的像素识别并组成多个乘客面部子图像,每一个乘客面部子图像对应一个乘客,所述乘客人数计算单元与所述面部子图像分离单元连接,计算乘客面部子图像的数量以输出已乘车乘客人数,所述面部特征识别单元与所述面部子图像分离单元和所述存储器分别连接,识别每一个乘客面部子图像中的乘客面部特征,并将识别的乘客面部特征与所述乘客面部特征数据库中的所有已登记乘客面部特征进行匹配,匹配成功则输出匹配成功信号,匹配识别则输出匹配失败信号;
所述ARM9处理器与所述存储器、所述第一图像处理设备和所述第二图像处理设备分别连接,当所述驾驶员眼睛开合度小于等于所述预设眼睛开合度时,发出驾驶员疲劳报警信号,当所述已乘车乘客人数与所述存储器中的登记乘客人数不匹配时,发出乘客人数不符报警信号,如果等于,则发出乘客人数符合信号,同时转发所述匹配成功信号和所述匹配失败信号;
液晶显示屏,与所述ARM9处理器连接,以实时显示与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的报警文字;
扬声器,与所述ARM9处理器连接,以实时播放与所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号对应的语音播放文件;
无线发射机,与所述ARM9处理器连接,以实时将所述驾驶员疲劳报警信号、所述乘客人数不符报警信号或所述匹配失败信号通过无线电波发送给总部;
其中,所述无线接收机、所述存储器、所述ARM9处理器、所述液晶显示屏、所述扬声器和所述无线发射机都设置在出租车驾驶舱的前端仪表盘中,所述驾驶员摄像头和所述第一图像处理设备都设置在出租车驾驶舱驾驶员座椅的正上方,所述出租车舱摄像头和所述第二图像处理设备都设置在出租车舱顶端的正中央。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508995.2A CN104217539B (zh) | 2014-09-28 | 2014-09-28 | 出租车人员实时监控平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410508995.2A CN104217539B (zh) | 2014-09-28 | 2014-09-28 | 出租车人员实时监控平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104217539A CN104217539A (zh) | 2014-12-17 |
CN104217539B true CN104217539B (zh) | 2016-07-06 |
Family
ID=52098974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410508995.2A Expired - Fee Related CN104217539B (zh) | 2014-09-28 | 2014-09-28 | 出租车人员实时监控平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104217539B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240440A (zh) * | 2014-10-10 | 2014-12-24 | 江阴延利汽车饰件股份有限公司 | 一种出租车人员实时监控方法 |
CN104506832B (zh) * | 2015-01-15 | 2017-12-12 | 罗普特(厦门)科技集团有限公司 | 一种船舶值班人员状态检测方法 |
CN108206939A (zh) * | 2016-12-19 | 2018-06-26 | 西安沃弘达电子科技有限公司 | 一种基于图像识别技术的数字立体化布防系统 |
CN106600953A (zh) * | 2017-02-10 | 2017-04-26 | 大连鼎视科技有限公司 | 出租车异常营运监测方法及系统 |
CN108089579A (zh) * | 2017-12-13 | 2018-05-29 | 南京多伦科技股份有限公司 | 一种机器人智能自动驾驶系统 |
WO2019153193A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳前海达闼云端智能科技有限公司 | 一种出租车运营监测方法、设备、存储介质和系统 |
CN109410981A (zh) * | 2018-09-28 | 2019-03-01 | 苏州车萝卜汽车电子科技有限公司 | 用于网约车的检测车辆安全的方法及装置 |
CN110414406A (zh) * | 2019-07-23 | 2019-11-05 | 广汽蔚来新能源汽车科技有限公司 | 车内对象监管方法、装置、系统、车载终端和存储介质 |
CN110718040A (zh) * | 2019-09-04 | 2020-01-21 | 上海博泰悦臻电子设备制造有限公司 | 车内环境监控方法、系统、服务器、终端及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2623524Y (zh) * | 2003-05-22 | 2004-07-07 | 南京三宝科技股份有限公司 | 出租车图像报警记录仪 |
CN2757473Y (zh) * | 2004-12-06 | 2006-02-08 | 黄奇 | 出租车用安全监控装置 |
CN1889136A (zh) * | 2005-06-30 | 2007-01-03 | 上海市延安中学 | 一种疲劳驾驶预警系统的装置 |
CN201222301Y (zh) * | 2008-06-02 | 2009-04-15 | 严发宝 | 客车载人人数智能监测器 |
JP2010123100A (ja) * | 2008-10-24 | 2010-06-03 | Kinki Univ | 交通信号検出・通知システム |
CN103971511B (zh) * | 2013-01-31 | 2016-12-28 | 上海飞田通信技术有限公司 | 出租车调度系统、车载终端及调度服务器 |
-
2014
- 2014-09-28 CN CN201410508995.2A patent/CN104217539B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104217539A (zh) | 2014-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104217539B (zh) | 出租车人员实时监控平台 | |
CN104228839B (zh) | 一种智能出租车 | |
US11987256B1 (en) | Automobile detection system | |
CN101950355B (zh) | 基于数字视频的驾驶员疲劳状态检测方法 | |
CN108725448A (zh) | 一种基于驾驶员状态监控的主动控车方法和系统 | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN104228838A (zh) | 一种防止疲劳驾驶的预警系统及其方法 | |
CN103310202A (zh) | 一种保障驾驶安全的系统及其方法 | |
CN104240440A (zh) | 一种出租车人员实时监控方法 | |
CN107856537A (zh) | 一种杜绝酒驾、防止疲劳驾驶系统 | |
CN205541424U (zh) | 动态车辆信息采集装置 | |
CN105809770A (zh) | 具有驾驶员身份识别功能的汽车行驶记录仪 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN107856536A (zh) | 一种疲劳驾驶监测装置及监测方法 | |
CN106448063A (zh) | 交通安全监管方法、装置以及系统 | |
CN109849925A (zh) | 以生理监测结合车辆控制的方法 | |
CN107563933A (zh) | 一种车载事故自动上报的方法 | |
CN113034112A (zh) | 基于深度学习的公交车安全隐患排查系统及方法 | |
CN207895699U (zh) | 一种具有驾驶员危险驾驶行为预警装置 | |
CN109191774A (zh) | 共享汽车乘客预警方法 | |
CN205722310U (zh) | 一种基于视频序列的列车驾驶员行为识别系统 | |
CN203562070U (zh) | 防酒驾及防瞌睡的装置 | |
CN105761431A (zh) | 一种行为监控预警方法和系统 | |
Cheng et al. | Design of a System for Safe Driving based on the Internet of Vehicles and the Fusion of Multi-aspects Information | |
CN103956027A (zh) | 一种驾驶员人眼疲劳检测装置及检测方法 |
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 | ||
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: 20160706 Termination date: 20170928 |