CN104442827A - 基于智能手机的路面坑洞探测方法 - Google Patents
基于智能手机的路面坑洞探测方法 Download PDFInfo
- Publication number
- CN104442827A CN104442827A CN201410632992.XA CN201410632992A CN104442827A CN 104442827 A CN104442827 A CN 104442827A CN 201410632992 A CN201410632992 A CN 201410632992A CN 104442827 A CN104442827 A CN 104442827A
- Authority
- CN
- China
- Prior art keywords
- vibration
- hole
- road
- mobile phone
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000001133 acceleration Effects 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 9
- 230000010355 oscillation Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000006096 absorbing agent Substances 0.000 claims description 2
- 230000006698 induction Effects 0.000 claims description 2
- 230000035939 shock Effects 0.000 claims description 2
- 239000000725 suspension Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000006378 damage Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/35—Road bumpiness, e.g. potholes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
一种车辆行驶控制技术领域的基于智能手机的路面坑洞探测方法,通过手机收集车辆在行驶过程中产生的运动数据,通过对这些数据的去噪和分段,分析出由路坑引起的振动数据段,应用单自由度振动模型对这些数据进行分析,估算出路坑的深度,之后再通过一定的分析估算出路坑的长度。本发明实施方便,不会产生昂贵的成本;可以在各种环境中使用,不容易受到限制;能够较精确的确定路坑的形状(包括深度、长度)。
Description
技术领域
本发明涉及的是一种智能环境感知技术领域的方法,具体是一种基于智能手机的道路路面的危害坑洞探测方法,在车辆行驶过程中通过智能手机主动探测路面状况,记录危害性路坑位置并测量路坑深度与长度信息。
背景技术
道路上的路坑经常会导致不慎经过的车辆产生损伤,所产生的颠簸也可能对车中的乘客造成了一定的安全危害,甚至会酿成交通事故。因此如果能够对道路的路况进行及时的检测,并且及时向驾驶员发布公路上的路坑分布与危害程度等信息,可以规避许多危险隐患。
已有的检测路面路坑的解决方案主要包括:1)使用地面穿透雷达(GPR‐GroundPenetrating Radar),GPR可以被安装在车辆上,并且通过高频雷达获得路面的图像;2)使用照相机对路面进行拍摄后解析。通过照相机可以判断路坑的位置;3)使用手机的加速传感器。通过加速感应器来判断是否存在路坑。
经过对现有技术的检索发现,中国专利文献号CN101317168公开(公告)日2008.12.03,公开了一种用于识别并报告外部情况的车载系统。所述系统具有操作者可选择的用户接口、全球定位系统接收器和无线通信系统,所述操作者可选择的用户接口用于识别外部情况的发生。所述部件可以用来帮助发现会不利地影响安全和行驶的局部道路情况。所述部件可被置于志愿者的车辆中,每当检测到危险时被手动操作。可报告的危险包括高速公路中的坑洞、障碍或垃圾、雪或冰区、雾、罕见的交通量或行人活动以及局部事故,诸如存在抛锚或紧急车辆。危险的性质可通过手动激活附加按钮或其它适当的设备来表明。并入GPS接收器来估计危险的位置、速度和行驶方向。信息被编码为发送到中央服务器的消息。
中国专利文献号CN102409599A公开(公告)日2012.04.11,公开了一种道路路面检测方法,包括如下步骤:通过路面行驶采集加速度;根据采集到的垂直方向的加速度确定混合高斯模型;通过匹配检验判断所述垂直方向的加速度与混合高斯模型是否匹配,若否,则传输所述采集到的加速度。上述道路路面检测方法及系统,在路面行驶过程中采集垂直方向上的加速度作为特征,在混合高斯模型中进行匹配检验,以得到不与混合高斯模型相匹配的加速度,这一加速度为垂直方向上的加速度,因此对应了车辆经过减速带或者井盖、坑、土包时的加速度,如果垂直方向的加速度与混合高斯模型匹配时,则对采集到的加速度进行数据传输,在不丢失信息的情况下降低了数据传输量和计算量,节省网络带宽。
现有技术存在以下不足之处:
1)使用GPR方法。使用该方法需要大量的车辆都安装有GPR设备,十分昂贵,且一般的司机不可能会安装GPR。
2)使用摄像的方法。使用该方法会受限于环境因素,如在黑夜或者隧道中。同时该方法无法精确的计算路坑的深度,比如当路坑被雨水填满时。
3)使用手机GPS、加速传感器的方法。或使用手动危害标注和位置,或使用手机加速度传感器判断是否所产生的振动的原因(减速带、井盖、坑、土包)与位置,但无法依靠加速度传感器精确检测危害性路坑的长度与深度信息。且不同车辆的质量与车辆振动系数存在很大差异,现有方法也无法提出一种有效适用于不同车辆的主动路面坑洞探测技术,以获取路面坑洞的精确有效的深度和长度信息。
发明内容
本发明针对现有技术存在的上述不足,提出一种基于智能手机的路面坑洞探测方法,实施方便,不会产生昂贵的成本;可以自适应于不同车辆,不容易受到限制;能够较精确的确定路坑的形状(包括深度、长度)。
本发明是通过以下技术方案实现的,本发明通过手机收集车辆在行驶过程中产生的运动数据,通过对这些数据的去噪和分段,分析出由路坑引起的振动数据段,并结合车辆单自由度振动模型对这些数据进行分析,主动学习车辆振动特征,估算出路坑的深度,并通过分析估算出路坑的长度。
本发明具体包括如下步骤:
步骤1:通过智能手机的加速度感应器记录行车过程中的运动数据;
所述的运动数据包括:加速度数据、手机在车中的位置以及车辆的型号。
所述的步骤1具体通过将手机水平放置在车内,在行车过程中收集垂直坐标系三个方向上的加速度,当感应到振动时记录下GPS数据,记录手机在车中的位置以及车辆的型号。
所述的振动,具体为:当感应到垂直加速度超过1.3G或者低于0.7G时,判定为发生振动。
所述的水平放置,具体为:将手机置于但不限于车辆前部控制台表面或扶手箱表面,进一步可以是任何车厢内的平坦的表面。
步骤2:对运动数据进行除噪以及分段,识别出由于经过路坑而产生的振动,具体为:
2.1)使用滑动窗口协议算法除去运动数据中的毛刺,通过设置加速度临界值将超过临界值的连续数据段视作可能由路坑引起的振动;
2.2)通过判断运动数据中x轴与y轴上的加速度数据,排除由车辆转弯和/或刹车引起的振动,具体为:当x轴与y轴上的加速度超过临界值则判断为转弯或者刹车;当振动持续时间小于临界值则判断由关车门所引起的振动。
通过排除上述情况后,剩下的数据段可视作由经过路坑所引起的振动。
步骤3:建立用于消除车辆悬挂系统对振动的影响的单自由度振动模型,并根据振动周期以及前后两次振幅比的关系:得到路坑深度估计值,其中:y为轮胎垂直移动的距离,即路坑深度估计值、p为振动频率、δ为ln(η)、η为振动中的振幅递减比、t为振动持续时间。
所述的单自由度振动模型具体是指:将车辆视作一个质量为m的物体,通过劲度系数为k的弹簧以及减震系数为c的避震器与轮胎相连,车辆的垂直振动距离为x,轮胎的垂直振动距离为y,则有:
其中:x为车辆垂直移动的距离、y为轮胎垂直移动的距离、为x的一阶导数、为x的二阶导数、T为振动周期、p为振动频率、η为振动中的振幅递减比、δ为ln(η)。
所述的振动周期以及前后两次振幅比的关系,通过以下方式得到:
3.1)根据单自由度振动模型得:
3.2)为了获得m/c与k/c的值,当q(t)=0时,解公式:
得
其中:
3.3)根据振动周期解得通过振动中的两次振幅比 可得 最后得到 即根据振动周期以及前后两次振幅比就可以估算出路坑的深度。
步骤4:对步骤3得到的路坑深度估计值进行误差排除,即由于手机在车中的位置并不在路坑的正上方导致的测量误差,并根据汽车的速度以及车辆经过一个路坑所需的时间得到路坑长度,最终获得路面坑洞轮廓估测值。
所述的误差排除是指:根据手机在车中的位置对路坑深度估计值乘以调整参数,该调整参数为:当振动数据位后轮引起得到时,则第一调整参数为其中:汽车前后轮距为L,手机距离前轮d;同时,当手机放在车子中间,则一侧轮胎入坑时,则第二调整参数为2;将第一和第二调整参数相乘得到最终的调整参数。
所述的路坑长度通过以下方式得到:根据汽车的速度以及车辆经过一个路坑所需的时间对路坑长度进行推算:通过车辆前后轮通过同一个路坑的时间差t,得到汽车速度然后计算同一个轮胎通过路坑的时间,乘以速度得到路坑长度。
技术效果
与现有技术相比,本发明可方便通过手机实现操作,检测时间短且测量出的路坑的深度与长度平均误差均小于20%,路坑定位平均误差小于10米。
附图说明
图1为车辆物理模型示意图。
图2车辆经过的路坑时产生的振动示意图。
图3不同位置摆放手机的示意图。
图4不同速度下的路坑深度误差率。
图5不同速度下的路坑长度误差率。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例应用场景:将智能手机水平放置在车中央靠前的位置。
步骤1)数据收集:启动手机的路况检测软件后,会将x轴y轴z轴三个方向的加速度数据记录下来,并对这些数据进行初步的检测,如果z轴的加速度超过了设定的临界值,则记下此时的GPS数据,最后当数据全部收集完成后,将这些数据发送到服务器端进行分析。
步骤2)数据分析:服务器端在接收到这些数据后,将进行以下几步:
1)对z轴方向的加速度数据去噪(使用滑动窗口协议算法)和分段(将超过临界值的连续数据段视作由经过路坑产生);
2)对被分成若干段的加速度数据进行分析,检查x轴与y轴方向的加速度数据,如果超过设定的临界值,即判断为由转弯或者刹车引起的振动,可以将其丢弃,如果这段振动数据持续时间小于一定的值(一般为0.2秒),可以判断为由关车门引起的振动,可以将其丢弃;
3)对余下的数据段进行分析,首先需要计算振动的周期和振幅衰减比,周期由振动图形中两个极大值之间的时间差来决定,振幅衰减比可以通过两对连续极大极小值对来决定,得到这两个数据后将其带入公式就可以得到路坑的深度;
4)服务器通过手机上传的数据中可以得知手机在车中所处的位置,如果以后轮的振动数据作分析,在通过公式得到初步的深度数据后,需要将其乘以一个系数以抵消由于手机不在轮胎正上方而产生的误差。假设前后轮的间距为L,手机距离前轮为d,则最终深度要乘以系数为L/d,同样由于手机处于车子的中央,所以需要乘以系数2以抵消单个轮子入坑带来的误差,实际的调整还是以上传的数据为准;
5)计算路坑的长度,通过上传的数据中所包含的车辆的前后轮距,以及振动数据,可以得到前后轮入坑的时间差,借此计算出车辆的速度,然后再乘以同一个轮子入坑与出坑的时间差,得到路坑的长度。
步骤3)数据收集:将上传来的GPS位置数据以及计算出的路坑相关参数储存到数据库中。
与现有方法相比,本实施例实验数据如图4、5所示:测得的路坑长度和深度数据精确度高,提供了路坑的GPS位置信息,并且加入数据库管理使得数据可以得到进一步优化处理。
Claims (8)
1.一种基于智能手机的路面坑洞探测方法,其特征在于,包括如下步骤:
步骤1:通过智能手机的加速度感应器记录行车过程中的运动数据;
步骤2:对运动数据进行除噪以及分段,识别出由于经过路坑而产生的振动;
步骤3:建立用于消除车辆悬挂系统对振动的影响的单自由度振动模型,并根据振动周期以及前后两次振幅比的关系:得到路坑深度估计值,其中:y为轮胎垂直移动的距离,即路坑深度估计值、p为振动频率、δ为ln(η)、η为振动中的振幅递减比、t为振动持续时间;
步骤4:对步骤3得到的路坑深度估计值进行误差排除,即由于手机在车中的位置并不在路坑的正上方导致的测量误差,并根据汽车的速度以及车辆经过一个路坑所需的时间得到路坑长度,最终获得路面坑洞轮廓估测值。
2.根据权利要求1所述的方法,其特征是,所述的运动数据包括:加速度数据、手机在车中的位置以及车辆的型号。
3.根据权利要求1所述的方法,其特征是,所述的步骤1具体通过将手机水平放置在车内,在行车过程中收集垂直坐标系三个方向上的加速度,当感应到振动时记录下GPS数据,记录手机在车中的位置以及车辆的型号。
4.根据权利要求1所述的方法,其特征是,所述的步骤2具体包括:
2.1)使用滑动窗口协议算法除去运动数据中的毛刺,通过设置加速度临界值将超过临界值的连续数据段视作由路坑引起的振动;
2.2)通过判断运动数据中x轴与y轴上的加速度数据,排除由车辆转弯和/或刹车引起的振动,具体为:当x轴与y轴上的加速度超过临界值则判断为转弯或者刹车;当振动持续时间小于临界值则判断由关车门所引起的振动;
通过排除上述情况后,剩下的数据段可视作由经过路坑所引起的振动。
5.根据权利要求1所述的方法,其特征是,所述的单自由度振动模型具体是指:将车辆视作一个质量为m的物体,通过劲度系数为k的弹簧以及减震系数为c的避震器与轮胎相连,车辆的垂直振动距离为x,轮胎的垂直振动距离为y,则有:其中:x为车辆垂直移动的距离、y为轮胎垂直移动的距离、为x的一阶导数、为x的二阶导数、T为振动周期、p为振动频率、η为振动中的振幅递减比、δ为ln(η)。
6.根据权利要求1所述的方法,其特征是,所述的振动周期以及前后两次振幅比的关系,通过以下方式得到:
3.1)根据单自由度振动模型得:
3.2)为了获得m/c与k/c的值,当q(t)=0时,解公式:得 其中:
3.3)根据振动周期解得通过振动中的两次振幅比 可得 最后得到 即根据振动周期以及前后两次振幅比就可以估算出路坑的深度。
7.根据权利要求1所述的方法,其特征是,所述的误差排除是指:根据手机在车中的位置对路坑深度估计值乘以调整参数,该调整参数为:当振动数据位后轮引起得到时,则第一调整参数为其中:汽车前后轮距为L,手机距离前轮d;同时,当手机放在车子中间,则一侧轮胎入坑时,则第二调整参数为2;将第一和第二调整参数相乘得到最终的调整参数。
8.根据权利要求1所述的方法,其特征是,所述的路坑长度通过以下方式得到:根据汽车的速度以及车辆经过一个路坑所需的时间对路坑长度进行推算:通过车辆前后轮通过同一个路坑的时间差t,得到汽车速度然后计算同一个轮胎通过路坑的时间,乘以速度得到路坑长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410632992.XA CN104442827B (zh) | 2014-11-12 | 2014-11-12 | 基于智能手机的路面坑洞探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410632992.XA CN104442827B (zh) | 2014-11-12 | 2014-11-12 | 基于智能手机的路面坑洞探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104442827A true CN104442827A (zh) | 2015-03-25 |
CN104442827B CN104442827B (zh) | 2017-02-22 |
Family
ID=52889789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410632992.XA Active CN104442827B (zh) | 2014-11-12 | 2014-11-12 | 基于智能手机的路面坑洞探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104442827B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107167580A (zh) * | 2016-12-17 | 2017-09-15 | 重庆大学 | 基于加速度传感器和机器学习的路面坑洼检测方法 |
CN107368460A (zh) * | 2017-07-26 | 2017-11-21 | 西南交通大学 | 列车晃车因素检测装置与方法 |
CN107735689A (zh) * | 2015-05-04 | 2018-02-23 | 乔伊·姆·特拉华公司 | 使用加速度计评估地下道路状况的系统和方法 |
CN108332825A (zh) * | 2017-01-19 | 2018-07-27 | 沙哈尔·塔尔 | 一种估算装运集装箱及其内容物的质量的方法 |
CN109931856A (zh) * | 2017-12-15 | 2019-06-25 | 同济大学 | 道路平整度的采集方法/系统,评价系统,介质及服务端 |
CN110395258A (zh) * | 2018-04-25 | 2019-11-01 | 丰田自动车株式会社 | 路面状态推断装置以及路面状态推断方法 |
CN110458080A (zh) * | 2019-08-05 | 2019-11-15 | 西藏宁算科技集团有限公司 | 一种汽车行驶中前方坑洞的预判方法及系统 |
CN110728650A (zh) * | 2019-08-27 | 2020-01-24 | 深圳大学 | 一种基于智能终端的井盖凹陷检测方法及相关设备 |
CN113793509A (zh) * | 2018-03-12 | 2021-12-14 | 深圳鼎然信息科技有限公司 | 基于运动传感器的路况分析方法、装置、设备及介质 |
CN114737455A (zh) * | 2022-04-21 | 2022-07-12 | 东软集团股份有限公司 | 一种路面检测方法、装置及设备 |
CN116907879A (zh) * | 2023-09-08 | 2023-10-20 | 合肥松果智造智能科技有限公司 | 共享电动车骨架强度检测方法、系统以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6484089B1 (en) * | 1999-10-15 | 2002-11-19 | Magellan Dis, Inc. | Navigation system with road condition sampling |
CN102409599A (zh) * | 2011-09-22 | 2012-04-11 | 中国科学院深圳先进技术研究院 | 道路路面检测方法及系统 |
CN102745197A (zh) * | 2012-07-17 | 2012-10-24 | 山东理工大学 | 基于减振器阻尼解析仿真的汽车当前行驶路况辨识方法 |
CN103318180A (zh) * | 2013-05-28 | 2013-09-25 | 万向钱潮股份有限公司 | 一种车辆路面不平度自动识别系统及方法 |
-
2014
- 2014-11-12 CN CN201410632992.XA patent/CN104442827B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6484089B1 (en) * | 1999-10-15 | 2002-11-19 | Magellan Dis, Inc. | Navigation system with road condition sampling |
CN102409599A (zh) * | 2011-09-22 | 2012-04-11 | 中国科学院深圳先进技术研究院 | 道路路面检测方法及系统 |
CN102745197A (zh) * | 2012-07-17 | 2012-10-24 | 山东理工大学 | 基于减振器阻尼解析仿真的汽车当前行驶路况辨识方法 |
CN103318180A (zh) * | 2013-05-28 | 2013-09-25 | 万向钱潮股份有限公司 | 一种车辆路面不平度自动识别系统及方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107735689A (zh) * | 2015-05-04 | 2018-02-23 | 乔伊·姆·特拉华公司 | 使用加速度计评估地下道路状况的系统和方法 |
CN107167580A (zh) * | 2016-12-17 | 2017-09-15 | 重庆大学 | 基于加速度传感器和机器学习的路面坑洼检测方法 |
CN108332825A (zh) * | 2017-01-19 | 2018-07-27 | 沙哈尔·塔尔 | 一种估算装运集装箱及其内容物的质量的方法 |
CN108332825B (zh) * | 2017-01-19 | 2021-12-03 | 沙哈尔·塔尔 | 一种估算装运集装箱及其内容物的质量的方法 |
CN107368460A (zh) * | 2017-07-26 | 2017-11-21 | 西南交通大学 | 列车晃车因素检测装置与方法 |
CN109931856A (zh) * | 2017-12-15 | 2019-06-25 | 同济大学 | 道路平整度的采集方法/系统,评价系统,介质及服务端 |
CN113793509A (zh) * | 2018-03-12 | 2021-12-14 | 深圳鼎然信息科技有限公司 | 基于运动传感器的路况分析方法、装置、设备及介质 |
CN113793509B (zh) * | 2018-03-12 | 2024-04-16 | 深圳鼎然信息科技有限公司 | 基于运动传感器的路况分析方法、装置、设备及介质 |
CN110395258A (zh) * | 2018-04-25 | 2019-11-01 | 丰田自动车株式会社 | 路面状态推断装置以及路面状态推断方法 |
CN110395258B (zh) * | 2018-04-25 | 2022-07-08 | 丰田自动车株式会社 | 路面状态推断装置以及路面状态推断方法 |
CN110458080B (zh) * | 2019-08-05 | 2020-12-15 | 西藏宁算科技集团有限公司 | 一种汽车行驶中前方坑洞的预判方法及系统 |
CN110458080A (zh) * | 2019-08-05 | 2019-11-15 | 西藏宁算科技集团有限公司 | 一种汽车行驶中前方坑洞的预判方法及系统 |
CN110728650A (zh) * | 2019-08-27 | 2020-01-24 | 深圳大学 | 一种基于智能终端的井盖凹陷检测方法及相关设备 |
CN110728650B (zh) * | 2019-08-27 | 2023-04-18 | 深圳大学 | 一种基于智能终端的井盖凹陷检测方法及相关设备 |
CN114737455A (zh) * | 2022-04-21 | 2022-07-12 | 东软集团股份有限公司 | 一种路面检测方法、装置及设备 |
CN114737455B (zh) * | 2022-04-21 | 2023-09-05 | 东软集团股份有限公司 | 一种路面检测方法、装置及设备 |
CN116907879A (zh) * | 2023-09-08 | 2023-10-20 | 合肥松果智造智能科技有限公司 | 共享电动车骨架强度检测方法、系统以及存储介质 |
CN116907879B (zh) * | 2023-09-08 | 2024-01-12 | 合肥松果智造智能科技有限公司 | 共享电动车骨架强度检测方法、系统以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104442827B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104442827A (zh) | 基于智能手机的路面坑洞探测方法 | |
EP3118079B1 (en) | Road surface submergence estimation device | |
CN103350670B (zh) | 一种基于车联网技术的车辆前向防撞报警方法 | |
CN102442314B (zh) | 一种感知、记录汽车运动特性的方法和记录、警示装置 | |
EP3374981B1 (en) | Traffic estimation | |
CN105938660A (zh) | 一种汽车防追尾预警方法和系统 | |
CN105313769A (zh) | 一种基于毫米波雷达的车载主动预警方法、系统及装置 | |
CN104867356A (zh) | 一种基于DSRC和Telematics的车辆威胁评估系统 | |
CN109544992A (zh) | 一种基于GPS和ZigBee的车辆碰撞预警系统 | |
CN111746527B (zh) | 一种汽车与行人碰撞的预测方法及系统 | |
CN105799512A (zh) | 车辆超速提醒方法及系统 | |
CN104864878A (zh) | 基于电子地图的路况物理信息绘制及查询方法 | |
CN102616198A (zh) | 一种基于毫米波雷达检测和图像识别的主动式汽车安全控制方法及装置 | |
CN104691545A (zh) | 适应性车辆防碰撞方法 | |
US20150279212A1 (en) | Driving assistance system | |
CN105324805A (zh) | 用于避免可能的随后碰撞或者用于降低碰撞的事故后果的方法和设备 | |
CN103871123A (zh) | 一种带驾驶行为优化功能的汽车行驶记录仪及使用方法 | |
CN110388913A (zh) | 基于减速带的定位增强 | |
US20150042463A1 (en) | Unexpectedness prediction sensitivity determination apparatus | |
US10977882B1 (en) | Driver health profile | |
CN207191044U (zh) | 一种基于路面平整度的无人驾驶车速调整装置 | |
CN106627590A (zh) | 刹车距离计算方法及装置 | |
JP2018527641A (ja) | 走行距離及び速度の推定 | |
CN106394524A (zh) | 基于vanet无线短程通信的主动刹车方法 | |
CN102358290B (zh) | 一种车辆信息处理方法、系统及pcu控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |