CN104575102A - 一种车辆告警系统及方法 - Google Patents
一种车辆告警系统及方法 Download PDFInfo
- Publication number
- CN104575102A CN104575102A CN201410779474.0A CN201410779474A CN104575102A CN 104575102 A CN104575102 A CN 104575102A CN 201410779474 A CN201410779474 A CN 201410779474A CN 104575102 A CN104575102 A CN 104575102A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cloud platform
- data
- platform service
- training module
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明公开一种车辆告警系统,其包括车载终端、云平台服务、驾驶经验训练模块,云平台服务包括分布式计算单元、分布式存储单元、分布式共享缓存、实时流式计算单元,驾驶经验训练模块包括数据归类器、经验叠加器、未知场景构建器、自然语言构建器、未知警告决策器、经验广播器,车载终端采集的车辆数据通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端。还提供了一种车辆告警方法。
Description
技术领域
本发明涉及车辆报警的技术领域,具体地涉及一种车辆告警系统及方法,主要用于对行驶中的车辆可能出现的危险情况发出警报。
背景技术
随着人类社会的发展和进步,人们越来越多地采用汽车作为交通工具,道路上的汽车增长迅猛,交通事故也随之快速增长。
目前,市场上出现了一些车辆告警方法,但是,这些车辆告警方法都是通过事先固定好告警规则进行告警的,有以下几个缺点:
1.事先固定好的告警规则,遇到未知的场景时,无法发出告警。
2.不能智能学习驾驶员驾驶习惯和行为来通过经验来发出告警给驾驶员。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种车辆告警系统,其能够对行驶中的车辆可能出现的危险情况发出警报,尤其在该车遇到未知的场景时,也能通过经验数据给出相应告警。
本发明的技术解决方案是:这种车辆告警系统,其包括车载终端、云平台服务、驾驶经验训练模块,云平台服务包括分布式计算单元、分布式存储单元、分布式共享缓存、实时流式计算单元,驾驶经验训练模块包括数据归类器、经验叠加器、未知场景构建器、自然语言构建器、未知警告决策器、经验广播器,车载终端采集的车辆数据通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端。
本发明的车载终端采集的车辆数据通过全国各地CDN加速及Socket网络将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端,所以能够对行驶中的车辆可能出现的危险情况发出警报,尤其在该车遇到未知的场景时,也能通过经验数据给出相应告警。
还提供了一种车辆告警方法,该方法包括以下步骤:
(1)通过车载终端对车辆数据进行采集;
(2)通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务;
(3)通过云平台服务的分布式计算单元和实时流式计算单元将车辆数据加工处理,将加工处理后的数据汇总至驾驶经验训练模块;
(4)驾驶经验训练模块经由内部智能算法形成多维度驾驶行为经验数据,实时汇聚每一次采集的实时位置及训练后的经验数据,将其存储到云平台服务;
(5)步骤(4)的实时位置及训练后的经验数据经过云平台服务处理后得到该车辆的多维度业务分析结果;
(6)将多维度业务分析结果发送给车载终端。
附图说明
图1为根据本发明的车辆告警系统的结构示意图。
图2为根据本发明的车辆告警方法的流程图。
具体实施方式
如图1所示,这种车辆告警系统,其包括车载终端、云平台服务、驾驶经验训练模块,云平台服务包括分布式计算单元、分布式存储单元、分布式共享缓存、实时流式计算单元,驾驶经验训练模块包括数据归类器、经验叠加器、未知场景构建器、自然语言构建器、未知警告决策器、经验广播器,车载终端采集的车辆数据通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端。
如图2所示,还提供了一种车辆告警方法,该方法包括以下步骤:
(1)通过车载终端对车辆数据进行采集;
(2)通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务;
(3)通过云平台服务的分布式计算单元和实时流式计算单元将车辆数据加工处理,将加工处理后的数据汇总至驾驶经验训练模块;
(4)驾驶经验训练模块经由内部智能算法形成多维度驾驶行为经验数据,实时汇聚每一次采集的实时位置及训练后的经验数据,将其存储到云平台服务;
(5)步骤(4)的实时位置及训练后的经验数据经过云平台服务处理后得到该车辆的多维度业务分析结果;
(6)将多维度业务分析结果发送给车载终端。
本发明的车载终端采集的车辆数据通过全国各地CDN加速及Socket网络将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端,所以能够对行驶中的车辆可能出现的危险情况发出警报,尤其在该车遇到未知的场景时,也能通过经验数据给出相应告警。
另外,所述车辆数据包括偏移经度、偏移纬度、GPS时间、GPS速度、正北方向夹角、车辆状态、报警编码、经度、纬度、海拔、里程、累计油耗、发动机运行总时长、引擎转速、位置基本信息状态位、区域/线路报警、冷却液温度、蓄电池电压、瞬时油耗、行驶记录仪速度、机油压力、大气压力、发动机扭矩百分比、车辆信号状态、车速来源、油量、超速报警附加信息、路线行驶时间不足/过长、油门踏板位置、终端内置电池电压、发动机水温、发动机水温、进气温度、开门状态、需要人工确认报警事件的ID、系统时间。
另外,所述步骤(4)中驾驶经验训练模块将加工处理后的数据与历史数据汇总,采用聚类算法与神经网络算法混合运算形成经验数据模型,通过神经网络模型的多维度算法结合新数据以及经验数据模型不断扩展及刷新各新维度的经验数据模型。
经验智能进化是指将已有经验变的更加丰富,指所有车辆所积累的经验智能共享,例如多个车在某路段上发出碰撞报警数据,新叠加的经验数据将被共享给所有即将行驶到某路段的车辆和该路段附近的车辆,该经验是通过车机行驶时遇到的各情况而对历史经验进行进化升级的过程,并非是人工提前预知的固定规则,这类似人的大脑,不断接受新事物积累经验,并对新事物给出合理判断。
另外,所述云平台服务通过分布式存储单元对全国所有车辆的每一时刻采集的终端数据进行无限扩展的存储,通过对分布式存储单元内的终端数据进行无限扩展式的分布式并行计算将数据快速分析完毕,通过分布式计算单元和实时流式计算单元将从车载终端采集到的数据实时的交由驾驶经验训练模块进行训练并及时通过经验数据模型指导再次运算得出最终驾驶行为指导数据,通过分布式共享缓存加快各业务处理效率。
以下给出本发明的应用场景:
全国所有车辆都在各个不同的道路上行驶着(此时云平台服务每分每秒都在实时处理和构建经验数据模型和分析路段情况),当车开到马路上时,云平台服务会自动训练该车的车速与当前所行驶的道路限速的最大值等信息来积累该车驾驶习惯,通过历史经验数据及时预警驾驶员小心行驶不要违规驾驶;有条马路拐弯处出现了车载终端碰撞报警数据,云平台服务实时采集该数据并通过神经网络模型构建多纬度经验数据,在事故确认后的短时间内则云平台服务会智能的对进入该事故路段的车辆及车主及时进行告警通知。事故的确认是由云平台服务采集到终端发出的碰撞报警后自动向交通管理部门发出告警,由交通管理人员观察事故严重情况,在云平台录入事故确认信息。当事故处理完毕后,交通管理人员会在云平台点击处理完毕,将该事故结束,这个短时间就是在事故确认的时间到事故结束的时间段。在长时间没有交通管理人员确认事故的情况下,云平台将会采集该路段的车辆停驶信息智能分析该路段是否造成行驶不畅通情况,智能的决策是否向该碰撞报警发生地点附近路段车辆进行及时告警。
假设有某路段设计上的缺陷导致经常出现交通事故,云平台服务会通过对该路段行驶过的车辆经验数据结合交通管理员在平台录入是交通事故数据智能的分析出该路段属于事故高发路段并向车主及驾驶员发出告警。
云平台服务会实时分析该车的各项数据,例如通过车辆停驶的变化情况分析出道路拥堵情况,结合终端报警数据分析出事故高发地点等,以分析出的数据结合新采集的数据智能学习驾驶员的对各场景的决策。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (5)
1.一种车辆告警系统,其特征在于:其包括车载终端、云平台服务、驾驶经验训练模块,云平台服务包括分布式计算单元、分布式存储单元、分布式共享缓存、实时流式计算单元,驾驶经验训练模块包括数据归类器、经验叠加器、未知场景构建器、自然语言构建器、未知警告决策器、经验广播器,车载终端采集的车辆数据通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务,经过云平台服务处理后汇总至驾驶经验训练模块,驾驶经验训练模块将实时位置及训练后的经验数据存储到云平台服务,经过云平台服务处理后得到该车辆的多维度业务分析结果,将该结果发送给车载终端。
2.一种车辆告警方法,其特征在于:该方法包括以下步骤:
(1)通过车载终端对车辆数据进行采集;
(2)通过全国各地CDN加速及Socket通信协议将车辆数据传输给云平台服务;
(3)通过云平台服务的分布式计算单元和实时流式计算单元将车辆数据加工处理,将加工处理后的数据汇总至驾驶经验训练模块;
(4)驾驶经验训练模块经由内部智能算法形成多维度驾驶行为经验数据,实时汇聚每一次采集的实时位置及训练后的经验数据,将其存储到云平台服务;
(5)步骤(4)的实时位置及训练后的经验数据经过云平台服务处理后得到该车辆的多维度业务分析结果;
(6)将多维度业务分析结果发送给车载终端。
3.根据权利要求2所述的车辆告警方法,其特征在于:所述车辆数据包括偏移经度、偏移纬度、GPS时间、GPS速度、正北方向夹角、车辆状态、报警编码、经度、纬度、海拔、里程、累计油耗、发动机运行总时长、引擎转速、位置基本信息状态位、区域/线路报警、冷却液温度、蓄电池电压、瞬时油耗、行驶记录仪速度、机油压力、大气压力、发动机扭矩百分比、车辆信号状态、车速来源、油量、超速报警附加信息、路线行驶时间不足/过长、油门踏板位置、终端内置电池电压、发动机水温、发动机水温、进气温度、开门状态、需要人工确认报警事件的ID、系统时间。
4.根据权利要求3所述的车辆告警方法,其特征在于:所述步骤(4)中驾驶经验训练模块将加工处理后的数据与历史数据汇总,采用聚类算法与神经网络算法混合运算形成经验数据模型,通过神经网络模型的多维度算法结合新数据以及经验数据模型不断扩展及刷新各新维度的经验数据模型。
5.根据权利要求4所述的车辆告警方法,其特征在于:所述云平台服务通过分布式存储单元对全国所有车辆的每一时刻采集的终端数据进行无限扩展的存储,通过对分布式存储单元内的终端数据进行无限扩展式的分布式并行计算将数据快速分析完毕,通过分布式计算单元和实时流式计算单元将从车载终端采集到的数据实时的交由驾驶经验训练模块进行训练并及时通过经验数据模型指导再次运算得出最终驾驶行为指导数据,通过分布式共享缓存加快各业务处理效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410779474.0A CN104575102A (zh) | 2014-12-16 | 2014-12-16 | 一种车辆告警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410779474.0A CN104575102A (zh) | 2014-12-16 | 2014-12-16 | 一种车辆告警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104575102A true CN104575102A (zh) | 2015-04-29 |
Family
ID=53091042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410779474.0A Pending CN104575102A (zh) | 2014-12-16 | 2014-12-16 | 一种车辆告警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104575102A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105183470A (zh) * | 2015-09-06 | 2015-12-23 | 东南大学 | 一种自然语言处理系统化服务平台 |
CN105702068A (zh) * | 2016-03-09 | 2016-06-22 | 深圳市成为智能交通系统有限公司 | 一种基于移动终端的高级驾驶辅助系统 |
CN106846863A (zh) * | 2017-01-12 | 2017-06-13 | 叶昊 | 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法 |
CN106936890A (zh) * | 2015-12-29 | 2017-07-07 | 通用汽车有限责任公司 | 汇聚车辆相关的大数据 |
CN107395769A (zh) * | 2017-09-05 | 2017-11-24 | 海宁海普迅信息科技有限公司 | 基于多功能采集装置和工业云的工业监测系统 |
CN108389477A (zh) * | 2018-03-05 | 2018-08-10 | 广州星唯信息科技有限公司 | 一种驾培场地训练的纠偏指导方法 |
CN108417035A (zh) * | 2018-03-29 | 2018-08-17 | 成都精灵云科技有限公司 | 基于云平台的智能交通监控系统 |
CN108428343A (zh) * | 2018-05-17 | 2018-08-21 | 长沙理工大学 | 一种多车驾驶行为分析和危险预警方法及系统 |
CN108536840A (zh) * | 2018-04-13 | 2018-09-14 | 航天科技控股集团股份有限公司 | 一种基于记录仪管理平台的报警数据实时分析系统 |
WO2018183950A1 (en) * | 2017-03-31 | 2018-10-04 | T-Mobile Usa, Inc. | Managing communications between connected vehicles via a cellular network |
CN109416868A (zh) * | 2016-06-30 | 2019-03-01 | 开利公司 | 协同警报监控系统和方法 |
CN109887301A (zh) * | 2019-03-29 | 2019-06-14 | 浙江众泰汽车制造有限公司 | 一种远光灯违规监测系统及方法 |
CN110445750A (zh) * | 2019-06-18 | 2019-11-12 | 国家计算机网络与信息安全管理中心 | 一种车联网协议流量识别方法及装置 |
US10548184B2 (en) | 2017-03-31 | 2020-01-28 | T-Mobile Usa, Inc. | Managing communications for connected vehicles using a cellular network |
CN110930656A (zh) * | 2019-11-26 | 2020-03-27 | 深圳市华翼智能有限公司 | 一种基于汽车can数据判断车辆警情的方法及系统 |
CN111539686A (zh) * | 2020-04-22 | 2020-08-14 | 成都云科新能汽车技术有限公司 | 基于车辆行驶记录可视化的运输管理监控方法 |
CN111713085A (zh) * | 2018-02-16 | 2020-09-25 | 索尼公司 | 用于车辆通信的电子设备、系统和方法 |
CN112046419A (zh) * | 2019-06-05 | 2020-12-08 | 华为技术有限公司 | 控制车辆的方法和装置 |
CN112084030A (zh) * | 2020-09-14 | 2020-12-15 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112329691A (zh) * | 2020-11-17 | 2021-02-05 | 珠海大横琴科技发展有限公司 | 一种监控视频的分析方法及装置、电子设备、存储介质 |
US10974718B2 (en) | 2017-03-31 | 2021-04-13 | T-Mobile Usa, Inc. | Managing communications between connected vehicles via a cellular network |
CN113156475A (zh) * | 2021-04-30 | 2021-07-23 | 中国人民解放军66072部队 | 一种动态指挥监控方法和装置 |
CN114140904A (zh) * | 2021-10-15 | 2022-03-04 | 启明信息技术股份有限公司 | 用于车产品数据追踪式云平台系统 |
CN114582132A (zh) * | 2022-05-05 | 2022-06-03 | 四川九通智路科技有限公司 | 一种基于机器视觉的车辆碰撞检测预警系统及方法 |
-
2014
- 2014-12-16 CN CN201410779474.0A patent/CN104575102A/zh active Pending
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105183470A (zh) * | 2015-09-06 | 2015-12-23 | 东南大学 | 一种自然语言处理系统化服务平台 |
CN105183470B (zh) * | 2015-09-06 | 2018-11-30 | 东南大学 | 一种自然语言处理系统化服务平台 |
CN106936890A (zh) * | 2015-12-29 | 2017-07-07 | 通用汽车有限责任公司 | 汇聚车辆相关的大数据 |
CN106936890B (zh) * | 2015-12-29 | 2020-06-16 | 通用汽车有限责任公司 | 汇聚车辆相关的大数据 |
CN105702068A (zh) * | 2016-03-09 | 2016-06-22 | 深圳市成为智能交通系统有限公司 | 一种基于移动终端的高级驾驶辅助系统 |
CN109416868A (zh) * | 2016-06-30 | 2019-03-01 | 开利公司 | 协同警报监控系统和方法 |
CN106846863A (zh) * | 2017-01-12 | 2017-06-13 | 叶昊 | 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法 |
CN106846863B (zh) * | 2017-01-12 | 2020-05-05 | 叶昊 | 基于增强现实和云端智能决策的事故黑点警告系统及方法 |
US11690133B2 (en) | 2017-03-31 | 2023-06-27 | T-Mobile Usa, Inc. | Managing communications for connected vehicles using a cellular network |
WO2018183950A1 (en) * | 2017-03-31 | 2018-10-04 | T-Mobile Usa, Inc. | Managing communications between connected vehicles via a cellular network |
US11240876B2 (en) | 2017-03-31 | 2022-02-01 | T-Mobile Usa, Inc. | Managing communications for connected vehicles using a cellular network |
US10548184B2 (en) | 2017-03-31 | 2020-01-28 | T-Mobile Usa, Inc. | Managing communications for connected vehicles using a cellular network |
US10974718B2 (en) | 2017-03-31 | 2021-04-13 | T-Mobile Usa, Inc. | Managing communications between connected vehicles via a cellular network |
CN107395769A (zh) * | 2017-09-05 | 2017-11-24 | 海宁海普迅信息科技有限公司 | 基于多功能采集装置和工业云的工业监测系统 |
CN111713085B (zh) * | 2018-02-16 | 2023-09-05 | 索尼公司 | 用于车辆通信的电子设备、系统和方法 |
CN111713085A (zh) * | 2018-02-16 | 2020-09-25 | 索尼公司 | 用于车辆通信的电子设备、系统和方法 |
CN108389477A (zh) * | 2018-03-05 | 2018-08-10 | 广州星唯信息科技有限公司 | 一种驾培场地训练的纠偏指导方法 |
CN108417035A (zh) * | 2018-03-29 | 2018-08-17 | 成都精灵云科技有限公司 | 基于云平台的智能交通监控系统 |
CN108536840A (zh) * | 2018-04-13 | 2018-09-14 | 航天科技控股集团股份有限公司 | 一种基于记录仪管理平台的报警数据实时分析系统 |
CN108428343B (zh) * | 2018-05-17 | 2023-10-24 | 长沙理工大学 | 一种多车驾驶行为分析和危险预警方法及系统 |
CN108428343A (zh) * | 2018-05-17 | 2018-08-21 | 长沙理工大学 | 一种多车驾驶行为分析和危险预警方法及系统 |
CN109887301A (zh) * | 2019-03-29 | 2019-06-14 | 浙江众泰汽车制造有限公司 | 一种远光灯违规监测系统及方法 |
CN112046419A (zh) * | 2019-06-05 | 2020-12-08 | 华为技术有限公司 | 控制车辆的方法和装置 |
CN110445750A (zh) * | 2019-06-18 | 2019-11-12 | 国家计算机网络与信息安全管理中心 | 一种车联网协议流量识别方法及装置 |
CN110930656A (zh) * | 2019-11-26 | 2020-03-27 | 深圳市华翼智能有限公司 | 一种基于汽车can数据判断车辆警情的方法及系统 |
CN111539686A (zh) * | 2020-04-22 | 2020-08-14 | 成都云科新能汽车技术有限公司 | 基于车辆行驶记录可视化的运输管理监控方法 |
CN111539686B (zh) * | 2020-04-22 | 2023-09-08 | 成都云科新能汽车技术有限公司 | 基于车辆行驶记录可视化的运输管理监控方法 |
CN112084030A (zh) * | 2020-09-14 | 2020-12-15 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112084030B (zh) * | 2020-09-14 | 2022-04-01 | 重庆交通大学 | 基于云边协同的无人驾驶列车控制系统及其控制方法 |
CN112329691A (zh) * | 2020-11-17 | 2021-02-05 | 珠海大横琴科技发展有限公司 | 一种监控视频的分析方法及装置、电子设备、存储介质 |
CN113156475A (zh) * | 2021-04-30 | 2021-07-23 | 中国人民解放军66072部队 | 一种动态指挥监控方法和装置 |
CN114140904A (zh) * | 2021-10-15 | 2022-03-04 | 启明信息技术股份有限公司 | 用于车产品数据追踪式云平台系统 |
CN114582132A (zh) * | 2022-05-05 | 2022-06-03 | 四川九通智路科技有限公司 | 一种基于机器视觉的车辆碰撞检测预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104575102A (zh) | 一种车辆告警系统及方法 | |
EP3533681B1 (en) | Method for detecting safety of driving behavior, apparatus and storage medium | |
US20220292956A1 (en) | Method and system for vehicular-related communications | |
US20210055735A1 (en) | Vehicle Control Systems | |
US10580296B2 (en) | Advanced threat warning for autonomous vehicles | |
CN102390320B (zh) | 基于车载传感网络的车辆防撞预警系统及用途 | |
CN110316198A (zh) | 一种用于高速公路提速的安全保障系统及运行方法 | |
CN108074396A (zh) | 安全行驶评价方法及系统 | |
US20220270486A1 (en) | Accident prediction and consequence mitigation calculus | |
US11772673B2 (en) | Systems and methods to issue warnings to enhance the safety of bicyclists, pedestrians, and others | |
CN101908272A (zh) | 基于移动信息的交通安全感知网 | |
CN107226025A (zh) | 一种实时监控驾驶行为的系统及方法 | |
CN112908034A (zh) | 一种智能公交安全驾驶行为辅助督导系统及控制方法 | |
Li et al. | A vehicular collision warning algorithm based on the time-to-collision estimation under connected environment | |
CN109215354B (zh) | 基于车路协同的信号灯控制道口预警系统及方法 | |
CN110793537A (zh) | 一种导航路径推荐方法、车机及车辆 | |
CN106781588A (zh) | 目标车提取方法、系统及设备 | |
CN116935641A (zh) | 一种路况风险预警方法、装置及控制设备 | |
US20230054974A1 (en) | Intersection Risk Indicator | |
CN111047835A (zh) | 一种基于区块链的公路客运超速预警系统 | |
CN114446042B (zh) | 预警交通事故的方法、装置、设备以及存储介质 | |
CN113022557A (zh) | 一种基于主动安全预警的车载监控系统及方法 | |
Wang et al. | Implementation of driving safety early warning system based on trajectory prediction on the internet of vehicles environment | |
Sharma et al. | Framework for leveraging diagnostic and vehicle data with emphasis on automotive cybersecurity | |
WO2021234393A1 (en) | Telematics device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150429 |