CN105575115A - 一种基于车载监控管理平台的驾驶行为分析方法 - Google Patents
一种基于车载监控管理平台的驾驶行为分析方法 Download PDFInfo
- Publication number
- CN105575115A CN105575115A CN201510952467.0A CN201510952467A CN105575115A CN 105575115 A CN105575115 A CN 105575115A CN 201510952467 A CN201510952467 A CN 201510952467A CN 105575115 A CN105575115 A CN 105575115A
- Authority
- CN
- China
- Prior art keywords
- terminal
- driving behavior
- behavior analysis
- time
- service server
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Abstract
一种基于车载监控管理平台的驾驶行为分析方法,包括:终端采集车辆状态数据;终端将车辆状态数据打包上传;前置机将终端上传数据发到业务服务器;业务服务器保存原始车辆状态数据入数据库;业务服务器计算驾驶行为分析结果;驾驶行为分析结果得出后通知给监控工作站;驾驶行为分析结果得出后通知给终端;驾驶行为分析结果存入数据库。本发明在生成驾驶行为分析模型时,综合考虑到车辆在不同路况、天气、不同路段运行以及由不同的人驾驶等诸多因素,提升了原有的单一驾驶行为分析模型的实际应用的合理性。
Description
【技术领域】
本发明涉及一种基于车载监控管理平台的驾驶行为分析方法。
【背景技术】
车载行车记录仪终端(以下简称终端)可以通过以下方式获取车辆相关状态信息:1、终端上的CAN总线对接车上发动机CAN总线获取发动机传来的车辆相关状态信息(如档位信息、油门开度、转速、扭矩等);2、终端上的车速脉冲IO接口线对接车辆速度脉冲信号线获取车辆速度脉冲;3、终端通过串口接入组合定位导航模块获取车辆经纬度、方向、高程、加速度等信息。以上获取到的信息在终端的软件中,根据驾驶行为分析模型进行一系列的计算后,可以得出司机的驾驶行为分析结果,例如:急加速、急减速、超速预警、超速报警等,并通过无线网络上传到车载监控管理平台(以下简称平台)。同时,终端通过语音播报提醒信息,提醒司机注意规范驾驶行为。
平台将上传的驾驶行为分析结果实时在监控工作站上显示给后台的监控人员。车载监控管理平台将所有上报的驾驶行为分析结果保存到数据库,在客户需要的时候,从数据库中调出相关数据,制作成报表展示给客户(车辆运营商)。
此功能的结果应用:用于车辆运营商给司机考核评分,最终达到两个目的:1、促使司机规范驾驶行为,预防交通事故。2、促使司机在用车时,注意保养车辆。(例如避免急刹车,容易损毁刹车片)。
现有技术是由终端采集相关车辆的状态数据后,在终端软件中实现根据驾驶行为分析模型计算驾驶行为分析结果,并将驾驶行为分析结果连同车辆状态按照一定格式进行组包后,通过2G模块上传到车载监控管理平台。终端计算出驾驶行为分析结果后,如发现车辆司机发生不良驾驶行为,则通过语音播报提醒信息,提醒司机注意规范驾驶行为。车载监控管理平台将终端上报车辆状态以及驾驶行为分析结果保存到数据库,并直接显示到监控工作站上。在客户需要的时候,可以从报表服务器中调取历史驾驶行为分析的结果,生成报表,展示给客户。
现有技术存在的缺点:
1、驾驶行为分析模型单一:终端软件程序对于所有应用场景下(不同的人,在不同的时间,不同的路况,不同的天气,不同的路段下等)的驾驶行为分析都采用统一算法(计算模型),而驾驶行为分析,最终是为了起到交通事故预警作用,在实际中,某些情况下,分析出来的数据,其实无法帮助司机进行警示提醒。例如在天气出现大雾红色预警信号时,能见度小于50米,在原本高速公路限速为120公里的路段,实际上如果开到40公里,就已经非常危险了,很容易发生事故。而依靠终端单一的计算模型,无法对这种行为进行分析。
2、升级扩展难度很大:由于算法是由终端软件程序实现,每次要加入新的驾驶行为分析模型或者要对原有的驾驶行为分析模型进行修改,都要升级所有在网的终端软件程序,可能要升级数万甚至于数十万终端软件,工作量及其庞大。
3、可能发生错误且无法判别:由于终端2G带宽有限,在正常情况下,一般大多设置到30秒左右一次的上传频度,无法把大量的车辆状态的所有原始数据(驾驶行为分析使用的原始数据)全部上传给平台,只能将一次上传的车辆状态以及驾驶行为分析结果上传平台。如果在实际应用中发生纠纷,司机对最终上传的驾驶行为分析结果有所质疑的话,由于原始数据已丢失,无法判断究竟是确实发生了不良驾驶行为,还是终端软件出现了故障导致驾驶行为分析结果误判。
【发明内容】
本发明所要解决的技术问题在于提供一种基于车载监控管理平台的驾驶行为分析方法。
本发明是这样实现的:
一种基于车载监控管理平台的驾驶行为分析方法,包括如下步骤:
步骤一:终端采集车辆状态数据:
终端通过硬件接口获取车辆的一些状态数据,其中包括:a、通过IO口连接到车辆的速度脉冲线,获取车辆速度脉冲,计算车辆运行速度;b、通过CAN总线连接到车辆发动机,获取车辆油门开度、发动机转速、扭矩、刹车开关信号等信息;对接北斗双模组合导航模块,通过北斗卫星导航系统,获取车辆经纬度、方向、高程、加速度信息;
步骤二:终端将车辆状态数据打包上传:
终端连接到网络后,和车载监控管理平台的前置机建立握手关系后,将所有车辆状态数据按照和平台通信的协议格式打包后,通过4G网络发送给前置机;
步骤三:前置机将终端上传数据发到业务服务器:
前置机收到终端上传的车辆状态数据报文后,使用TCP/IP协议发送给业务服务器;
步骤四:业务服务器保存原始车辆状态数据入库:
业务服务器收到终端上传的车辆状态数据后,将这些数据实时保存到数据库中;
步骤五:业务服务器计算驾驶行为分析结果:
A、获取驾驶员信息、路段相关限时限速信息、天气信息及实时路况信息:
业务服务器和交通管理局监管系统后台连接,通过终端上传的驾驶证号信息,获取驾车司机的个人信息包括:其性别、年龄、驾龄、历史驾驶违章记录等信息;通过终端上传的经纬度,获取当前实时的路况信息;
业务服务器从矢量地图中获取到终端当前经纬度所在的路段信息以及所在的路段附属的限时限速信息;
业务服务器和天气监管系统后台连接,通过终端上传的经纬度实时获取该地区的实时天气状况。
以上信息获取后,用于实时建立驾驶行为分析模型使用;
B、建立实时驾驶行为分析模型:
建立实时驾驶行为分析模型的方法分为以下几步:
a、获取原有的单一驾驶行为分析模型:
首先,在进行分析前,业务服务器需要获取原有终端的单一的驾驶行为分析模型;
急加速:
其计算模型如下:
判断终端上传的加速度值是否超过加速度阈值,如果不是的话,则判断为其他状态,如果是的话,进行下一步判断;
判断终端上传的油门开度值是否超过油门开度阈值,如果不是的话,判定为其他状态,如果是的话,则计算急加速累计时间;
判断急加速累计时间是否超过急加速持续时间阈值,如果是的话判定为急加速状态,如果不是的话判定为其他状态。
其中加速阈值、油门开度阈值及急加速持续时间阈值在单一模型为固定值;
急减速:
其计算模型如下:
判断终端上传的减速度值是否超过减速阈值,如果不是的话,判断为其他状态,如果是的话,再进行下一步判断。
判断终端上传的刹车踏板状态是否是被踩下,如果不是的话,判定为其他状态,如果是的话,则计算急减速累计时间。
如果急减速累计时间超过急减速持续时间阈值的话,判定为急减速状态,否则判定为其他状态。
其中急减速阈值及急减速持续时间阈值在单一模型为固定值;
超速行驶:
其计算模型如下:
判断终端上传的车速值是否超过超速预警阈值,如果不是的话,则判定为其他状态,如果是的话,计算超速累计时间;
如果超速累计时间超过了超速持续时间阈值,则判定为超速报警状态,否则判定为其他状态;
其中超速报警阈值、超速持续时间阈值在单一模型为固定值;
b、根据实时环境因素生成实时驾驶行为分析模型:
根据获取到的路况信息,路段分时段限速信息,天气信息,驾驶员身份信息,将上述在单一模型中为固定值的阈值,进行调整,生成实时驾驶行为分析模型;
C、计算驾驶行为分析结果:
业务服务器根据终端上传的车辆状态数据使用实时驾驶行为分析模型计算驾驶行为分析结果;
步骤六:驾驶行为分析结果得出后通知给监控工作站:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器发通知给监控工作站。监控工作站实时将分析结果显示在监控界面上,告知监控人员。
步骤七:驾驶行为分析结果得出后通知给终端:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器生成一条告警报文,发送到前置机,并通过前置机下发到终端;终端收到这条告警信息后,将信息语音播报出来,告知司机注意规范驾驶行为,从而达到引导及规范驾驶行为的目的;
步骤八、驾驶行为分析结果存入数据库:
业务服务器将驾驶行为分析的结果,存入数据库中。后续客户需要查看驾驶行为分析结果的时候,报表服务器可以从数据库中取出分析结果,生成报表,展示给客户。
进一步地,所述步骤五中,根据获取到的路况信息,路段分时段限速信息,天气信息,驾驶员身份信息,将上述在单一模型中为固定值的阈值,进行调整,生成实时驾驶行为分析模型;具体包括如下步骤:
业务服务器从终端上传的车辆状态数据中解析得到终端上报的实时时间及经纬度信息。
业务服务器根据终端上报的经纬度信息及实时时间信息,使用矢量地图提供的接口,从矢量地图中读取该路段的当前时段的超速驾驶限速阈值。
业务服务器根据终端上报的经纬度信息从交通管理局监管系统获取实时路况信息,是否为危险路况,如果是的话,则调整超速报警限速阈值为超速报警限速阈值乘以危险路况加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以危险路况加乘系数,如果不是的话,则超速报警限速阈值及超速报警持续时间阈值不变;
业务服务器从天气监管系统获取终端上报位置的实时的天气状况;
业务服务器判断终端上报位置的实时天气状况是否出现恶劣天气,如果是的话,调整超速报警限速阈值为超速报警限速阈值乘以恶劣天气加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以恶劣天气加乘系数,如果不是的话,超速报警限速阈值及超速报警持续时间阈值不变;
业务服务器根据终端插入的驾驶员身份卡中读到的驾驶证号,从交通管理局监管系统获取司机驾驶员身份信息及历史违章记录信息;
业务服务器根据司机的信息区分不同的司机群体。
业务服务器判断当前判断司机属于何种司机群体:
a、易发生事故群体:属于驾龄不满两年的新手及近一年以来历史违章次数超过正常司机违章次数阈值者;如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以易发生事故驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以易发生事故驾驶员加乘系数;
b:正常驾驶员群体:男性驾龄满2年,年龄低于45周岁,驾驶记录良好者;如果当前司机属于这个群体,则超速报警限速阈值及超速报警持续时间阈值不变;
c:反应速度略低群体:女性、年龄高于等于45周岁;如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以反应速度低驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以反应速度低驾驶员加乘系数。
将最终获取到的超速报警限速阈值及超速报警持续时间阈值,放入单一的超速驾驶判断模型中,生成实时超时驾驶判断模型。
计算驾驶行为分析结果:
业务服务器根据终端上传的车辆状态数据使用实时驾驶行为分析模型计算驾驶行为分析结果。
本发明的优点在于:1、在生成驾驶行为分析模型时,综合考虑到车辆在不同路况、天气、不同路段运行以及由不同的人驾驶等诸多因素,提升了原有的单一驾驶行为分析模型的实际应用的合理性,以及提升了原有的驾驶行为分析用于规范司机驾驶行为,达到减少交通事故及加强车辆保养的作用。2、在后续驾驶行为分析模型有所变更(增加或者修改)的时候,只需要修改平台的业务服务器即可,终端不需要进行升级。升级扩展非常容易。3、终端上传的车辆状态的海量原始数据被保存下来。当出现司机对分析结果提出异议时,非常方便进行原始数据的核对。
【附图说明】
下面参照附图结合实施例对本发明作进一步的描述。
图1是本发明的系统框图。
图2是本发明的方法流程示意图。
图3是本发明中急加速计算模型流程图。
图4是本发明中急减速计算模型流程图。
图5是本发明中超速行驶计算模型流程图。
图6是本发明中根据实时环境因素生成实时驾驶行为分析模型流程图。
【具体实施方式】
在对本发明进行详细描述之前,现对涉及到的一些专业名词做一下说明:
2G:第二代移动电话行动通信标准,指的是第二代移动通信技术,外语缩写:2G。
4G:第四代移动电话行动通信标准,指的是第四代移动通信技术,外语缩写:4G。
TCP/IP:TransmissionControlProtocol/InternetProtocol的简写,中译名为传输控制协议/因特网互联协议,又名网络通讯协议,是Internet最基本的协议、Internet国际互联网络的基础,由网络层的IP协议和传输层的TCP协议组成。
矢量化电子地图:地图矢量化是重要的地理数据获取方式之一。所谓地图矢量化,就是把栅格数据转换成矢量数据的处理过程。当纸质地图经过计算机图形、图像系统光—电转换量化为点阵数字图像,经图像处理和曲线矢量化,或者直接进行手扶跟踪数字化后,生成可以为地理信息系统显示、修改、标注、漫游、计算、管理和打印的矢量地图数据文件,这种与纸质地图相对应的计算机数据文件称为矢量化电子地图。
数据库:数据库(Database)是按照数据结构来组织、存储和管理数据的仓库。
CAN总线:CAN是控制器局域网络(ControllerAreaNetwork,CAN)的简称,是由以研发和生产汽车电子产品著称的德国BOSCH公司开发的,并最终成为国际标准(ISO11898),是国际上应用最广泛的现场总线之一。
GIS系统:地理信息系统。地理信息系统是将计算机硬件、软件、地理数据以及系统管理人员组织而成的对任一形式的地理信息进行高效获取、存储、更新、操作、分析及显示的集成。
急加速:急加速就是开车时,在短时间内急速深踩油门加油,使车速度迅速提高的驾驶行为。
急减速:急减速就是开车时,在短时间内急速深踩刹车制动车辆,使车速度迅速降低的驾驶行为。
超速行驶:超速行驶正常是指车辆运行速度超过国家法律、法规规定的速度的驾驶行为。
油门开度:油门开度指的就是油门踏板的开度。
IO:输入输出。
本发明的系统主要由北斗卫星、终端、车载监控管理平台、车辆四部分组成,总体架构如图1所示。
车载监控管理平台是一个基于WEB服务开发的用于车载行车记录仪终端监控管理使用的系统平台,其包括以下几个部分:
前置机:提供给终端做无线网络连接到车载监控管理平台时,作为数据接入使用。
业务服务器:终端发送到前置机的数据,通过TCP/IP的通信方式,发送给业务服务器后,在业务服务器进行调用GIS服务,进行驾驶行为分析的具体计算,并将原始数据和计算结果都保存到数据库中。
报表服务器:客户可以通过报表服务器,根据时间、车牌号等条件查询历史驾驶行为分析的结果的报表。
数据库:保存终端发上来的原始车辆数据及计算之后的驾驶行为分析数据。
GIS:地理信息软件,从矢量地图中获取相关信息,提供地图操作、显示、地图相关信息获取等接口服务给调用者的服务软件。
矢量地图:拥有矢量信息的地图,其中包含某路段超速限制,限速时间段等信息。
监控工作站:将终端的车辆位置、报警信息等实时展示给客户的监控平台软件。
交通管理局监管系统:政府管理驾驶员信息及其违章信息的监管系统平台。气象监管系统:政府实时发布气象信息的监管系统平台。
驾驶行为分析的具体实现过程如下,如图2所示:
步骤一:终端采集车辆状态数据:
终端通过硬件接口获取车辆的一些状态数据。其中包括:a、通过IO口连接到车辆的速度脉冲线,获取车辆速度脉冲,计算车辆运行速度;b、通过CAN总线连接到车辆发动机,获取车辆油门开度、发动机转速、扭矩、刹车开关信号等信息;对接北斗双模组合导航模块,通过北斗卫星导航系统,获取车辆经纬度、方向、高程、加速度等信息。
步骤二:终端将车辆状态数据打包上传:
终端连接到网络后,和车载监控管理平台的前置机建立握手关系后,将所有车辆状态数据按照和平台通信的协议格式打包后,通过4G网络发送给前置机。
步骤三:前置机将终端上传数据发到业务服务器:
前置机收到终端上传的车辆状态数据报文后,使用TCP/IP协议发送给业务服务器。
步骤四:业务服务器保存原始车辆状态数据入库:
业务服务器收到终端上传的车辆状态数据后,将这些数据实时保存到数据库中。
步骤五:业务服务器计算驾驶行为分析结果:
A、获取驾驶员信息、路段相关限时限速信息、天气信息及实时路况信息:
业务服务器和交通管理局监管系统后台连接:通过终端上传的驾驶证号信息,获取驾车司机的个人信息包括:其性别、年龄、驾龄、历史驾驶违章记录等信息。通过终端上传的经纬度,获取当前实时的路况信息(是否堵车,发生事故等)。
业务服务器从矢量地图中获取到终端当前经纬度所在的路段信息(属于市区、省道、国道还是高速)以及所在的路段附属的限时限速信息(该路段是否在某一时段有特别限速到一个限速值)。
业务服务器和天气监管系统后台连接,通过终端上传的经纬度实时获取该地区的实时天气状况。
以上信息获取后,用于实时建立驾驶行为分析模型使用。
B、建立实时驾驶行为分析模型:
建立实时驾驶行为分析模型的方法分为以下几步:
a、获取原有的单一驾驶行为分析模型:
首先,在进行分析前,业务服务器需要获取原有终端的单一的驾驶行为分析模型。
急加速:
其计算模型如下,如图3所示:
判断终端上传的加速度值是否超过加速度阈值,如果不是的话,则判断为其他状态,如果是的话,进行下一步判断。
判断终端上传的油门开度值是否超过油门开度阈值,如果不是的话,判定为其他状态,如果是的话,则计算急加速累计时间。
判断急加速累计时间是否超过急加速持续时间阈值,如果是的话判定为急加速状态,如果不是的话判定为其他状态。
其中加速阈值、油门开度阈值及急加速持续时间阈值在单一模型为固定值。
急减速:
其计算模型如下,如图4所示:
判断终端上传的减速度值是否超过减速阈值,如果不是的话,判断为其他状态,如果是的话,再进行下一步判断。
判断终端上传的刹车踏板状态是否是被踩下,如果不是的话,判定为其他状态,如果是的话,则计算急减速累计时间。
如果急减速累计时间超过急减速持续时间阈值的话,判定为急减速状态,否则判定为其他状态。
其中急减速阈值及急减速持续时间阈值在单一模型为固定值。
超速行驶:
其计算模型如下,如图5所示:
判断终端上传的车速值是否超过超速预警阈值,如果不是的话,则判定为其他状态,如果是的话,计算超速累计时间。
如果超速累计时间超过了超速持续时间阈值,则判定为超速报警状态,否则判定为其他状态。
其中超速报警阈值、超速持续时间阈值在单一模型为固定值。
b、根据实时环境因素生成实时驾驶行为分析模型:
根据实时环境因素生成实时驾驶行为分析模型是一种综合数据的分析方式,这里举超时驾驶报警的实时驾驶行为分析模型的生成过程为例,其过程如图6所示:
业务服务器从终端上传的车辆状态数据中解析得到终端上报的实时时间及经纬度信息。
业务服务器根据终端上报的经纬度信息及实时时间信息,使用矢量地图提供的接口,从矢量地图中读取该路段的当前时段的超速驾驶限速阈值。
业务服务器根据终端上报的经纬度信息从交通管理局监管系统获取实时路况信息,包括是否发生交通事故,山体滑坡等自然灾害,是否正在实施政府路政维修工程等。如果是的话,则调整超速报警限速阈值为超速报警限速阈值乘以危险路况加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以危险路况加乘系数。如果不是的话,则超速报警限速阈值及超速报警持续时间阈值不变
业务服务器从天气监管系统获取终端上报位置的实时的天气状况。
业务服务器判断终端上报位置的实时天气状况是否出现大雪,暴雨,大雾等恶劣天气。如果是的话调整超速报警限速阈值为超速报警限速阈值乘以恶劣天气加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以恶劣天气加乘系数。如果不是的话超速报警限速阈值及超速报警持续时间阈值不变。
业务服务器根据终端插入的驾驶员身份卡中读到的驾驶证号,从交通管理局监管系统获取司机驾驶员身份信息,包括性别、年龄、驾龄、历史驾驶违章记录等信息。
业务服务器根据司机的信息区分不同的司机群体。
业务服务器判断当前判断司机属于何种司机群体:
a、易发生事故群体:属于驾龄不满两年的新手及近一年以来历史违章次数超过正常司机违章次数阈值者。如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以易发生事故驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以易发生事故驾驶员加乘系数。
b:正常驾驶员群体:男性驾龄满2年,年龄低于45周岁,驾驶记录良好者。如果当前司机属于这个群体,则超速报警限速阈值及超速报警持续时间阈值不变。
c:反应速度略低群体:女性、年龄高于等于45周岁。如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以反应速度低驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以反应速度低驾驶员加乘系数。
将最终获取到的超速报警限速阈值及超速报警持续时间阈值,放入单一的超速驾驶判断模型中,生成实时超时驾驶判断模型。
举个例子:业务服务器根据终端上报的经纬度信息及实时时间信息,获取到当前车辆行驶在高速路段,且属于夜间时段,因此超速报警限速阈值为80公里/小时,超速报警持续时间阈值为15秒。业务服务器获取到的实时路况无特别状况,针对路况不对超速报警限速阈值做调整,计算后超速报警限速阈值仍为80公里/小时,超速报警持续时间阈值为仍15秒。业务服务器获取到的实时天气情况为该路段出现大雾红色预警信号时,能见度小于50米,属于恶劣天气。因此针对天气调整超速报警阈值为原有的超速报警限速阈值乘以恶劣天气加乘系数(这里取0.5),得出此时的超速报警限速阈值为40公里/小时;此时的超速报警持续时间阈值为原有的超速报警持续时间阈值乘以恶劣天气加乘系数(这里取0.5),得出此时的超速报警限速阈值为7.5秒。业务服务器获取到司机本身年龄35周岁,驾龄1年,属于新手。因此根据获取到的司机信息区分司机群体为易发生事故群体。根据司机所属的群体,调整超速报警限速阈值为超速报警限速阈值乘以易发生事故驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以易发生事故驾驶员加乘系数。因此超速报警限速阈值调整为原超速报警限速阈值乘以易发生事故驾驶员加乘系数(这里取0.9),得出超速报警限速阈值为36公里/小时,并将超速报警持续时间阈值调整为员超速报警持续时间阈值乘以易发生事故驾驶员加乘系数(这里取0.9),得出超速报警持续时间阈值为6.75秒。由此,将超速报警限速阈值36公里/小时及超速报警持续时间阈值6.75秒带入单一的超速报警判断模型中,即可判断在当前状态下司机的超速状态。根据计算如果此时的实际超速行驶,则很可能发生交通事故。以此提醒司机,减少发生交通事故的概率。
C、计算驾驶行为分析结果:
业务服务器根据终端上传的车辆状态数据(经纬度、车速、CAN总线信息等)使用实时驾驶行为分析模型计算驾驶行为分析结果。
步骤六:驾驶行为分析结果得出后通知给监控工作站:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器发通知给监控工作站。监控工作站实时将分析结果显示在监控界面上,告知监控人员。
步骤七:驾驶行为分析结果得出后通知给终端:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器生成一条告警报文,发送到前置机,并通过前置机下发到终端。终端收到这条告警信息后,将信息语音播报出来,告知司机注意规范驾驶行为,从而达到引导及规范驾驶行为的目的。
步骤八、驾驶行为分析结果存入数据库:
业务服务器将驾驶行为分析的结果,存入数据库中。后续客户需要查看驾驶行为分析结果的时候,报表服务器可以从数据库中取出分析结果,生成报表,展示给客户。
以上所述仅为本发明的较佳实施用例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于车载监控管理平台的驾驶行为分析方法,其特征在于:包括如下步骤:
步骤一:终端采集车辆状态数据:
终端通过硬件接口获取车辆的一些状态数据,其中包括:a、通过IO口连接到车辆的速度脉冲线,获取车辆速度脉冲,计算车辆运行速度;b、通过CAN总线连接到车辆发动机,获取车辆油门开度、发动机转速、扭矩、刹车开关信号等信息;对接北斗双模组合导航模块,通过北斗卫星导航系统,获取车辆经纬度、方向、高程、加速度信息;
步骤二:终端将车辆状态数据打包上传:
终端连接到网络后,和车载监控管理平台的前置机建立握手关系后,将所有车辆状态数据按照和平台通信的协议格式打包后,通过4G网络发送给前置机;
步骤三:前置机将终端上传数据发到业务服务器:
前置机收到终端上传的车辆状态数据报文后,使用TCP/IP协议发送给业务服务器;
步骤四:业务服务器保存原始车辆状态数据入库:
业务服务器收到终端上传的车辆状态数据后,将这些数据实时保存到数据库中;
步骤五:业务服务器计算驾驶行为分析结果:
A、获取驾驶员信息、路段相关限时限速信息、天气信息及实时路况信息:
业务服务器和交通管理局监管系统后台连接,通过终端上传的驾驶证号信息,获取驾车司机的个人信息包括:其性别、年龄、驾龄、历史驾驶违章记录;通过终端上传的经纬度,获取当前实时的路况信息;
业务服务器从矢量地图中获取到终端当前经纬度所在的路段信息以及所在的路段附属的限时限速信息;
业务服务器和天气监管系统后台连接,通过终端上传的经纬度实时获取该地区的实时天气状况;
以上信息获取后,用于实时建立驾驶行为分析模型使用;
B、建立实时驾驶行为分析模型:
建立实时驾驶行为分析模型的方法分为以下几步:
a、获取原有的单一驾驶行为分析模型:
首先,在进行分析前,业务服务器需要获取原有终端的单一的驾驶行为分析模型;
急加速:
其计算模型如下:
判断终端上传的加速度值是否超过加速度阈值,如果不是的话,则判断为其他状态,如果是的话,进行下一步判断;
判断终端上传的油门开度值是否超过油门开度阈值,如果不是的话,判定为其他状态,如果是的话,则计算急加速累计时间;
判断急加速累计时间是否超过急加速持续时间阈值,如果是的话判定为急加速状态,如果不是的话判定为其他状态;
其中加速阈值、油门开度阈值及急加速持续时间阈值在单一模型为固定值;
急减速:
其计算模型如下:
判断终端上传的减速度值是否超过减速阈值,如果不是的话,判断为其他状态,如果是的话,再进行下一步判断;
判断终端上传的刹车踏板状态是否是被踩下,如果不是的话,判定为其他状态,如果是的话,则计算急减速累计时间;
如果急减速累计时间超过急减速持续时间阈值的话,判定为急减速状态,否则判定为其他状态;
其中急减速阈值及急减速持续时间阈值在单一模型为固定值;
超速行驶:
其计算模型如下:
判断终端上传的车速值是否超过超速预警阈值,如果不是的话,则判定为其他状态,如果是的话,计算超速累计时间;
如果超速累计时间超过了超速持续时间阈值,则判定为超速报警状态,否则判定为其他状态;
其中超速报警阈值、超速持续时间阈值在单一模型为固定值;
b、根据实时环境因素生成实时驾驶行为分析模型:
根据获取到的路况信息,路段分时段限速信息,天气信息,驾驶员身份信息,将上述在单一模型中为固定值的阈值,进行调整,生成实时驾驶行为分析模型;
C、计算驾驶行为分析结果:
业务服务器根据终端上传的车辆状态数据使用实时驾驶行为分析模型计算驾驶行为分析结果;
步骤六:驾驶行为分析结果得出后通知给监控工作站:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器发通知给监控工作站。监控工作站实时将分析结果显示在监控界面上,告知监控人员;
步骤七:驾驶行为分析结果得出后通知给终端:
驾驶行为分析结果得出后,如果出现不良驾驶行为,则业务服务器生成一条告警报文,发送到前置机,并通过前置机下发到终端;终端收到这条告警信息后,将信息语音播报出来,告知司机注意规范驾驶行为,从而达到引导及规范驾驶行为的目的;
步骤八、驾驶行为分析结果存入数据库:
业务服务器将驾驶行为分析的结果,存入数据库中;后续客户需要查看驾驶行为分析结果的时候,报表服务器可以从数据库中取出分析结果,生成报表,展示给客户。
2.如权利要求1所述的一种基于车载监控管理平台的驾驶行为分析方法,其特征在于:所述步骤五中,根据获取到的路况信息,路段分时段限速信息,天气信息,驾驶员身份信息,将上述在单一模型中为固定值的阈值,进行调整,生成实时驾驶行为分析模型;具体包括如下步骤:
业务服务器从终端上传的车辆状态数据中解析得到终端上报的实时时间及经纬度信息。
业务服务器根据终端上报的经纬度信息及实时时间信息,使用矢量地图提供的接口,从矢量地图中读取该路段的当前时段的超速驾驶限速阈值。
业务服务器根据终端上报的经纬度信息从交通管理局监管系统获取实时路况信息,是否属于危险路况,如果是的话,则调整超速报警限速阈值为超速报警限速阈值乘以危险路况加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以危险路况加乘系数,如果不是的话,则超速报警限速阈值及超速报警持续时间阈值不变;
业务服务器从天气监管系统获取终端上报位置的实时的天气状况;
业务服务器判断终端上报位置的实时天气状况是否出现恶劣天气,如果是的话,调整超速报警限速阈值为超速报警限速阈值乘以恶劣天气加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以恶劣天气加乘系数,如果不是的话,超速报警限速阈值及超速报警持续时间阈值不变;
业务服务器根据终端插入的驾驶员身份卡中读到的驾驶证号,从交通管理局监管系统获取司机驾驶员身份信息及该司机的历史违章记录;
业务服务器根据司机的信息区分不同的司机群体。
业务服务器判断当前判断司机属于何种司机群体:
a、易发生事故群体:属于驾龄不满两年的新手及近一年以来历史违章次数超过正常司机违章次数阈值者;如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以易发生事故驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以易发生事故驾驶员加乘系数;
b:正常驾驶员群体:男性驾龄满2年,年龄低于45周岁,驾驶记录良好者;如果当前司机属于这个群体,则超速报警限速阈值及超速报警持续时间阈值不变;
c:反应速度略低群体:女性、年龄高于等于45周岁;如果当前司机属于这个群体,则调整超速报警限速阈值为超速报警限速阈值乘以反应速度低驾驶员加乘系数,调整超速报警持续时间阈值为超速报警持续时间乘以反应速度低驾驶员加乘系数。
将最终获取到的超速报警限速阈值及超速报警持续时间阈值,放入单一的超速驾驶判断模型中,生成实时超时驾驶判断模型。
计算驾驶行为分析结果:
业务服务器根据终端上传的车辆状态数据使用实时驾驶行为分析模型计算驾驶行为分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510952467.0A CN105575115A (zh) | 2015-12-17 | 2015-12-17 | 一种基于车载监控管理平台的驾驶行为分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510952467.0A CN105575115A (zh) | 2015-12-17 | 2015-12-17 | 一种基于车载监控管理平台的驾驶行为分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105575115A true CN105575115A (zh) | 2016-05-11 |
Family
ID=55885190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510952467.0A Pending CN105575115A (zh) | 2015-12-17 | 2015-12-17 | 一种基于车载监控管理平台的驾驶行为分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105575115A (zh) |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106297340A (zh) * | 2016-08-17 | 2017-01-04 | 上海电机学院 | 一种行驶车辆安全监测预警系统与方法 |
CN106355917A (zh) * | 2016-09-14 | 2017-01-25 | 奇瑞汽车股份有限公司 | 一种基于车联网的交通违章预测提醒的方法及系统 |
CN106652352A (zh) * | 2016-11-29 | 2017-05-10 | 覃泽献 | 一种驾驶远程监督系统 |
CN106740580A (zh) * | 2016-12-30 | 2017-05-31 | 闭历平 | 一种评估系统及评估总系统 |
CN107918826A (zh) * | 2017-11-13 | 2018-04-17 | 北京航空航天大学 | 一种驾驶环境感知的司机评价与调度方法 |
CN108423006A (zh) * | 2018-02-02 | 2018-08-21 | 辽宁友邦网络科技有限公司 | 一种辅助驾驶预警方法及系统 |
CN108665084A (zh) * | 2017-03-31 | 2018-10-16 | 中移物联网有限公司 | 一种对驾驶风险的预测方法及系统 |
CN109435960A (zh) * | 2018-10-29 | 2019-03-08 | 成都云科新能汽车技术有限公司 | 一种车辆控制方法 |
CN109767597A (zh) * | 2019-01-19 | 2019-05-17 | 跨越速运集团有限公司 | 一种车辆事故预警方法及系统 |
CN109859470A (zh) * | 2019-02-20 | 2019-06-07 | 成都众易通科技有限公司 | 一种基于flink的车辆实时流报警分析系统 |
CN109949508A (zh) * | 2017-05-15 | 2019-06-28 | 成都中技智慧企业管理咨询有限公司 | 一种共享设备的安全管理方法 |
CN110120153A (zh) * | 2019-05-24 | 2019-08-13 | 广州公交集团第三公共汽车有限公司 | 一种公交驾驶事故风险评估系统及其方法 |
CN110415527A (zh) * | 2019-07-30 | 2019-11-05 | 公安部交通管理科学研究所 | 基于北斗地基增强技术的电动自行车监控方法及系统 |
CN110533909A (zh) * | 2019-09-10 | 2019-12-03 | 重庆大学 | 一种基于交通环境的驾驶行为分析方法及系统 |
CN110599791A (zh) * | 2019-10-29 | 2019-12-20 | 北京汽车研究总院有限公司 | 信息监控方法、装置和设备 |
CN110706517A (zh) * | 2019-11-07 | 2020-01-17 | 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 |
CN110733509A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 驾驶行为分析方法、装置、设备以及存储介质 |
CN110766031A (zh) * | 2018-07-27 | 2020-02-07 | 江苏迪纳数字科技股份有限公司 | 一种基于驾驶人行为特征的驾驶人甄别系统及其方法 |
CN111051175A (zh) * | 2017-08-31 | 2020-04-21 | 法雷奥照明公司 | 具有暗的中心区域的光束的照明装置 |
CN111461568A (zh) * | 2020-04-14 | 2020-07-28 | 西安热工研究院有限公司 | 一种露天矿卡车性能评价方法 |
CN111487651A (zh) * | 2020-05-20 | 2020-08-04 | 上海评驾科技有限公司 | 一种基于车联网数据的车辆逃避监管判断方法 |
WO2020169052A1 (en) * | 2019-02-21 | 2020-08-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for driving condition identification |
CN112070927A (zh) * | 2020-08-28 | 2020-12-11 | 浙江省机电设计研究院有限公司 | 一种高速公路车辆微观驾驶行为分析系统与分析方法 |
CN112071061A (zh) * | 2020-09-11 | 2020-12-11 | 谢能丹 | 基于云计算和数据分析的车辆服务系统 |
CN113256974A (zh) * | 2021-05-11 | 2021-08-13 | 前海七剑科技(深圳)有限公司 | 车辆违章预警方法、装置、设备及存储介质 |
CN113386778A (zh) * | 2021-06-23 | 2021-09-14 | 北方工业大学 | 一种基于车辆行驶轨迹数据的急减速驾驶行为判定方法 |
CN113611110A (zh) * | 2021-07-26 | 2021-11-05 | 北理新源(佛山)信息科技有限公司 | 一种重型柴油车交通违法远程实时监控方法 |
CN114067557A (zh) * | 2021-08-21 | 2022-02-18 | 山东科技大学 | 一种驾驶信用测定方法、系统、信息数据处理终端 |
CN114333099A (zh) * | 2021-12-10 | 2022-04-12 | 华人运通(上海)云计算科技有限公司 | 一种车辆使用工况的监控方法、装置和车辆 |
CN114694368A (zh) * | 2020-12-28 | 2022-07-01 | 比亚迪股份有限公司 | 车辆的管控系统 |
CN114882695A (zh) * | 2022-03-24 | 2022-08-09 | 成都亿盟恒信科技有限公司 | 一种基于急加急减和急转弯数据的高风险判定方法及系统 |
CN115099515A (zh) * | 2022-07-07 | 2022-09-23 | 星软集团有限公司 | 一种车辆风险智能处理的优化方法 |
CN115376319A (zh) * | 2022-08-22 | 2022-11-22 | 深圳市神州路路通网络科技有限公司 | 交通事故智能处理方法、装置、设备及存储介质 |
WO2023137727A1 (zh) * | 2022-01-21 | 2023-07-27 | 华为技术有限公司 | 智能驾驶功能或系统的控制方法及装置 |
CN116563971A (zh) * | 2023-04-27 | 2023-08-08 | 深圳市慧视通科技股份有限公司 | 一种智能交通座式监控出租车的终端监控设备 |
CN117649783A (zh) * | 2023-10-19 | 2024-03-05 | 北京国信新一代信息技术研究院 | 车联网信息安全分析方法、系统和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5797134A (en) * | 1996-01-29 | 1998-08-18 | Progressive Casualty Insurance Company | Motor vehicle monitoring system for determining a cost of insurance |
CN101228546A (zh) * | 2005-06-01 | 2008-07-23 | 茵诺苏伦斯公司 | 机动车行驶数据收集和分析 |
CN101887643A (zh) * | 2010-06-18 | 2010-11-17 | 北京理工大学 | 车载智能限速装置 |
CN102542831A (zh) * | 2011-12-16 | 2012-07-04 | 东南大学 | 一种基于实时交通流和天气信息的快速道路可变限速控制方法 |
CN104670208A (zh) * | 2013-11-29 | 2015-06-03 | 株式会社万都 | 用于控制车辆速度的装置和方法 |
-
2015
- 2015-12-17 CN CN201510952467.0A patent/CN105575115A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5797134A (en) * | 1996-01-29 | 1998-08-18 | Progressive Casualty Insurance Company | Motor vehicle monitoring system for determining a cost of insurance |
JPH11511581A (ja) * | 1996-01-29 | 1999-10-05 | プログレッシブ カジュアルティ インシュアランス カンパニー | 保険料を決定するための自動車監視システム |
CN101228546A (zh) * | 2005-06-01 | 2008-07-23 | 茵诺苏伦斯公司 | 机动车行驶数据收集和分析 |
CN101887643A (zh) * | 2010-06-18 | 2010-11-17 | 北京理工大学 | 车载智能限速装置 |
CN102542831A (zh) * | 2011-12-16 | 2012-07-04 | 东南大学 | 一种基于实时交通流和天气信息的快速道路可变限速控制方法 |
CN104670208A (zh) * | 2013-11-29 | 2015-06-03 | 株式会社万都 | 用于控制车辆速度的装置和方法 |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106297340A (zh) * | 2016-08-17 | 2017-01-04 | 上海电机学院 | 一种行驶车辆安全监测预警系统与方法 |
CN106355917A (zh) * | 2016-09-14 | 2017-01-25 | 奇瑞汽车股份有限公司 | 一种基于车联网的交通违章预测提醒的方法及系统 |
CN106652352A (zh) * | 2016-11-29 | 2017-05-10 | 覃泽献 | 一种驾驶远程监督系统 |
CN106740580A (zh) * | 2016-12-30 | 2017-05-31 | 闭历平 | 一种评估系统及评估总系统 |
CN108665084A (zh) * | 2017-03-31 | 2018-10-16 | 中移物联网有限公司 | 一种对驾驶风险的预测方法及系统 |
CN109949508B (zh) * | 2017-05-15 | 2022-01-11 | 仲泽铭 | 一种共享设备的安全管理方法及系统 |
CN109949508A (zh) * | 2017-05-15 | 2019-06-28 | 成都中技智慧企业管理咨询有限公司 | 一种共享设备的安全管理方法 |
CN111051175A (zh) * | 2017-08-31 | 2020-04-21 | 法雷奥照明公司 | 具有暗的中心区域的光束的照明装置 |
CN107918826B (zh) * | 2017-11-13 | 2021-09-28 | 北京航空航天大学 | 一种驾驶环境感知的司机评价与调度方法 |
CN107918826A (zh) * | 2017-11-13 | 2018-04-17 | 北京航空航天大学 | 一种驾驶环境感知的司机评价与调度方法 |
CN108423006A (zh) * | 2018-02-02 | 2018-08-21 | 辽宁友邦网络科技有限公司 | 一种辅助驾驶预警方法及系统 |
CN110733509A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 驾驶行为分析方法、装置、设备以及存储介质 |
CN110766031A (zh) * | 2018-07-27 | 2020-02-07 | 江苏迪纳数字科技股份有限公司 | 一种基于驾驶人行为特征的驾驶人甄别系统及其方法 |
CN109435960A (zh) * | 2018-10-29 | 2019-03-08 | 成都云科新能汽车技术有限公司 | 一种车辆控制方法 |
CN109767597A (zh) * | 2019-01-19 | 2019-05-17 | 跨越速运集团有限公司 | 一种车辆事故预警方法及系统 |
CN109767597B (zh) * | 2019-01-19 | 2021-05-11 | 跨越速运集团有限公司 | 一种车辆事故预警方法及系统 |
CN109859470A (zh) * | 2019-02-20 | 2019-06-07 | 成都众易通科技有限公司 | 一种基于flink的车辆实时流报警分析系统 |
WO2020169052A1 (en) * | 2019-02-21 | 2020-08-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for driving condition identification |
CN110120153A (zh) * | 2019-05-24 | 2019-08-13 | 广州公交集团第三公共汽车有限公司 | 一种公交驾驶事故风险评估系统及其方法 |
CN110415527A (zh) * | 2019-07-30 | 2019-11-05 | 公安部交通管理科学研究所 | 基于北斗地基增强技术的电动自行车监控方法及系统 |
CN110533909B (zh) * | 2019-09-10 | 2020-11-06 | 重庆大学 | 一种基于交通环境的驾驶行为分析方法及系统 |
CN110533909A (zh) * | 2019-09-10 | 2019-12-03 | 重庆大学 | 一种基于交通环境的驾驶行为分析方法及系统 |
CN110599791A (zh) * | 2019-10-29 | 2019-12-20 | 北京汽车研究总院有限公司 | 信息监控方法、装置和设备 |
CN110706517A (zh) * | 2019-11-07 | 2020-01-17 | 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 |
CN111461568A (zh) * | 2020-04-14 | 2020-07-28 | 西安热工研究院有限公司 | 一种露天矿卡车性能评价方法 |
CN111461568B (zh) * | 2020-04-14 | 2023-05-02 | 西安热工研究院有限公司 | 一种露天矿卡车性能评价方法 |
CN111487651A (zh) * | 2020-05-20 | 2020-08-04 | 上海评驾科技有限公司 | 一种基于车联网数据的车辆逃避监管判断方法 |
CN111487651B (zh) * | 2020-05-20 | 2023-06-20 | 上海评驾科技有限公司 | 一种基于车联网数据的车辆逃避监管判断方法 |
CN112070927A (zh) * | 2020-08-28 | 2020-12-11 | 浙江省机电设计研究院有限公司 | 一种高速公路车辆微观驾驶行为分析系统与分析方法 |
CN112071061A (zh) * | 2020-09-11 | 2020-12-11 | 谢能丹 | 基于云计算和数据分析的车辆服务系统 |
CN114694368A (zh) * | 2020-12-28 | 2022-07-01 | 比亚迪股份有限公司 | 车辆的管控系统 |
CN113256974A (zh) * | 2021-05-11 | 2021-08-13 | 前海七剑科技(深圳)有限公司 | 车辆违章预警方法、装置、设备及存储介质 |
CN113386778A (zh) * | 2021-06-23 | 2021-09-14 | 北方工业大学 | 一种基于车辆行驶轨迹数据的急减速驾驶行为判定方法 |
CN113611110A (zh) * | 2021-07-26 | 2021-11-05 | 北理新源(佛山)信息科技有限公司 | 一种重型柴油车交通违法远程实时监控方法 |
CN114067557A (zh) * | 2021-08-21 | 2022-02-18 | 山东科技大学 | 一种驾驶信用测定方法、系统、信息数据处理终端 |
CN114333099A (zh) * | 2021-12-10 | 2022-04-12 | 华人运通(上海)云计算科技有限公司 | 一种车辆使用工况的监控方法、装置和车辆 |
CN114333099B (zh) * | 2021-12-10 | 2023-12-05 | 华人运通(上海)云计算科技有限公司 | 一种车辆使用工况的监控方法、装置和车辆 |
WO2023137727A1 (zh) * | 2022-01-21 | 2023-07-27 | 华为技术有限公司 | 智能驾驶功能或系统的控制方法及装置 |
CN114882695A (zh) * | 2022-03-24 | 2022-08-09 | 成都亿盟恒信科技有限公司 | 一种基于急加急减和急转弯数据的高风险判定方法及系统 |
CN115099515A (zh) * | 2022-07-07 | 2022-09-23 | 星软集团有限公司 | 一种车辆风险智能处理的优化方法 |
CN115376319A (zh) * | 2022-08-22 | 2022-11-22 | 深圳市神州路路通网络科技有限公司 | 交通事故智能处理方法、装置、设备及存储介质 |
CN116563971A (zh) * | 2023-04-27 | 2023-08-08 | 深圳市慧视通科技股份有限公司 | 一种智能交通座式监控出租车的终端监控设备 |
CN117649783A (zh) * | 2023-10-19 | 2024-03-05 | 北京国信新一代信息技术研究院 | 车联网信息安全分析方法、系统和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105575115A (zh) | 一种基于车载监控管理平台的驾驶行为分析方法 | |
CN108860165B (zh) | 车辆辅助驾驶方法和系统 | |
CN110060484B (zh) | 一种基于区块链的公路客运违章实时预警系统及方法 | |
CN107784587A (zh) | 一种驾驶行为评价系统 | |
CN107784251A (zh) | 基于图像识别技术对驾驶行为评价的方法 | |
JP2020533714A (ja) | 地図データ構築方法、車両端末、およびサーバ | |
CN108074396A (zh) | 安全行驶评价方法及系统 | |
WO2011041036A1 (en) | System and method for integrating smartphone technology into safety management platform to improve driver safety | |
CN106887149A (zh) | 一种车辆行驶信息的分享方法及服务器 | |
CN104183158A (zh) | 基于智能手机和云计算的交叉口实时智能安全警告系统及其实现方法 | |
US20210118330A1 (en) | Personalized driver coaching | |
CN103473939A (zh) | 一种道路信号控制方法和系统 | |
CN104750753A (zh) | 一种驾驶行为报告生成方法及设备 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
CN114841679B (zh) | 车辆行驶数据的智能管理系统 | |
GB2489655A (en) | Identify traffic incidents using acceleration and location data | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
KR20210151716A (ko) | 차량 네비게이션을 위한 방법, 장치, 기기, 시스템 및 클라우드 제어 플랫폼 | |
CN114633744A (zh) | 一种基于车联网系统的车辆报警方法 | |
CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
CN203465850U (zh) | 人工智能行车安全警示系统 | |
CN208819074U (zh) | 一种智能驾驶的网络控制系统 | |
CN112233419B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN108122295A (zh) | 一种车联网系统 | |
CN114662583A (zh) | 应急事件防控调度方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160511 |
|
WD01 | Invention patent application deemed withdrawn after publication |