CN105679092A - 一种驾驶行为分析系统及方法 - Google Patents
一种驾驶行为分析系统及方法 Download PDFInfo
- Publication number
- CN105679092A CN105679092A CN201610066556.XA CN201610066556A CN105679092A CN 105679092 A CN105679092 A CN 105679092A CN 201610066556 A CN201610066556 A CN 201610066556A CN 105679092 A CN105679092 A CN 105679092A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- deserve
- acceleration
- adjacent
- driving behavior
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Abstract
本发明适用于汽车驾驶领域,提供了一种驾驶行为分析系统,其包括第一采集模块、处理模块、第二采集模块、存储模块及分析模块。第一采集模块采集当前车辆的速度。处理模块计算当前车辆的加速度。第二采集模块采集前方或后方相邻车辆的速度及加速度、当前车辆与其前方或后方相邻车辆之间的距离。存储模块存储数据。分析模块计算当前车辆与其前方或后方相邻车辆之间的第一或第二预期碰撞时间,并将第一或第二预期碰撞时间与一安全时间阈值比较,判断当前车辆是否处于有可能造成追尾的加速或减速中,然后收集并分析一预定时间段内的驾驶行为数据,得出驾驶员的驾驶行为习惯。本发明还提供一种驾驶行为分析方法。
Description
技术领域
本发明属于汽车驾驶领域,尤其涉及驾驶行为分析系统及方法。
背景技术
随着私家车的大量普及,越来越多的车辆在路上行驶,道路的复杂程度也越来越严重,行车安全就成了一个重要的课题。加速和减速是行车安全的重要因素。现在的行车安全预警系统仅仅对驾驶员自己车辆的加速或减速做分析,这种分析太过于简单,没有考虑到车辆行驶的外部环境(即周边车辆的加减速、车距等行车信息),因此不能真实体现车辆加速或减速时的安全状况,使得驾驶员并不能清楚地了解自己在加速或减速时的驾驶行为习惯。同时,新车险制度“一车一价”也让保险公司对准确了解每个驾驶员的驾驶行为习惯有了更高的要求。因此如何对驾驶员的驾驶行为习惯进行准确分析成了亟待解决的技术问题。
发明内容
本发明所要解决的技术问题在于提供一种驾驶行为分析系统及方法,旨在能够结合车辆行驶的外部环境,更准确地提供车辆加速或减速时的安全状况,从而更准确地分析驾驶员驾驶行为习惯。
本发明是这样实现的,一种驾驶行为分析系统,其包括第一采集模块、处理模块、第二采集模块、存储模块及分析模块。该第一采集模块用于持续不断地采集一个当前车辆的速度。该处理模块用于根据该当前车辆的速度,计算出该当前车辆的加速度。该第二采集模块用于持续不断地采集与该当前车辆位于同一车道的前方相邻车辆或后方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆或后方相邻车辆之间的距离。该存储模块用于存储该第一采集模块、该处理模块及该第二采集模块的数据。该分析模块用于根据该存储模块内的数据计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间或该当前车辆与其后方相邻车辆之间的第二预期碰撞时间,并将该第一预期碰撞时间或该第二预期碰撞时间与该安全时间阈值进行比较,以判断该当前车辆是否处于有可能造成追尾的加速或减速中。该分析模块还用于收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯。
本发明还提供了一种驾驶行为分析方法,其包括如下步骤:持续不断地采集一个当前车辆的速度;根据该当前车辆的速度计算该当前车辆的加速度;判断该加速度大于零还是小于零;若该加速度大于零,则持续不断地采集与该当前车辆位于同一车道的前方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆之间的距离;计算该当前车辆与其前方相邻车辆之间的第一预期碰撞时间;比较该第一预期碰撞时间与一个安全时间阈值;若该第一预期碰撞时间小于该安全时间阈值,则表示该当前车辆处于有可能造成追尾的加速中;若该加速度小于零,则持续不断地采集与该当前车辆位于同一车道的后方相邻车辆的速度及加速度、该当前车辆与其后方相邻车辆之间的距离;计算该当前车辆与该当前车辆的后方相邻车辆之间的第二预期碰撞时间;比较该第二预期碰撞时间与该安全时间阈值;若该第二预期碰撞时间小于该安全时间阈值,则表示该当前车辆处于有可能造成追尾的减速中;收集及分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯。
本发明与现有技术相比,有益效果在于:本发明的驾驶行为分析系统及方法,能够同时侦测与该当前车辆处于同一车道的前方相邻车辆或后方相邻车辆的行驶状况,以判断该当前车辆的加速或减速是否安全,因此能够更准确地提供车辆加速或减速时的安全状况,从而更准确地分析驾驶员在加速或减速时的驾驶行为习惯,给予驾驶员更精确的驾驶行为改进建议。同时也给保险公司提供了参考依据。
附图说明
图1是本发明实施例提供的驾驶行为分析系统的功能模块图。
图2是本发明实施例提供的驾驶行为分析方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明所提供的一种驾驶行为分析系统100,其包括第一采集模块10、处理模块20、第二采集模块30、存储模块40、分析模块50及显示模块60。
该第一采集模块10用于持续不断地采集一个当前车辆的速度、转角值及转角持续时间。
该处理模块20与该第一采集模块10电连接,用于接收该第一采集模块10的数据并根据该当前车辆的速度,计算出该当前车辆的加速度。可以理解,若该当前车辆的加速度大于零,就表示该当前车辆为加速行驶,则该当前车辆与其位于同一车道的前方车辆有碰撞的危险;若该当前车辆的加速度小于零,就表示该当前车辆为减速行驶,则该当前车辆与其位于同一车道的后方相邻车辆有碰撞的危险。在本实施例中,该第一采集模块10的数据通过控制局域网(ControllerAreaNetwork,CAN)信号的形式传递给该处理模块20。
该处理模块20还用于根据该当前车辆的转角值及转角持续时间,计算出该当前车辆所处的道路的曲率。
该第二采集模块30用于持续不断地采集与该当前车辆位于同一车道的前方相邻车辆或后方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆或后方相邻车辆之间的距离。
该存储模块40与该第一采集模块10、该处理模块20及该第二采集模块30电连接,用于接收并存储该第一采集模块10、该处理模块20及该第二采集模块30的数据。该存储模块40内还存储有一个安全时间阈值。该安全时间阈值是人工设置的一个经验值。
该分析模块50与该存储模块电40连接,用于读取并根据该存储模块40内的数据,计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间或该当前车辆与其后方相邻车辆之间的第二预期碰撞时间,并将该第一预期碰撞时间或该第二预期碰撞时间与该安全时间阈值进行比较,以判断该当前车辆是否处于有可能造成追尾的加速或减速中。若该第一预期碰撞时间或该第二预期碰撞时间小于该安全时间阈值,则确定该当前车辆处于有可能造成追尾的加速或减速中。若该第一预期碰撞时间或该第二预期碰撞时间小大于等于该安全时间阈值,则确定该当前车辆处于安全行驶状态。
具体的,该分析模块50根据该当前车辆与其前方相邻车辆或其后方相邻车辆之间的距离、该当前车辆的速度及加速度、该当前车辆的前方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆之间的距离,计算出该第一预期碰撞时间;若该当前车辆为减速行驶,则该分析模块50根据该当前车辆与其前方相邻车辆或其后方相邻车辆之间的距离、该当前车辆的速度及加速度、该当前车辆的后方相邻车辆的速度及加速度、该当前车辆与其后方相邻车辆之间的距离,计算出该第二预期碰撞时间。
该分析模块50还用于判断该当前车辆所处的道路的曲率是否等于零。若该当前车辆所处的道路的曲率为零,就表示该当前车辆所处的道路为直道;若该当前车辆所处的道路的曲率不等于零,则表示该当前车辆所处的道路为弯道。若该当前车辆所处的道路的曲率不等于零,同时该当前车辆的加速度大于零,则该分析模块50确定该当前车辆处于弯道加速中。
该分析模块50还用于收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯。
该显示模块60用于接收该分析模块50的数据,并显示该分析模块50的分析结果。该显示模块60可以为一个显示屏。
如图2所示,本发明所提供的一种驾驶行为分析方法,其包括如下步骤:
S0:持续不断地采集一个当前车辆的速度v、转角值及转角持续时间。
S1:根据该当前车辆的转角值及转角持续时间,计算出该当前车辆所处的道路的曲率k;根据该当前车辆的速度v计算该当前车辆的加速度a。
S2:判断该加速度a大于零,还是小于零。
S3:若该加速度a大于零,则表示该当前车辆处于加速状态,然后判断该当前车辆所处的道路的曲率k是否等于零。
S4:若该当前车辆所处的道路的曲率k不等于零,则确定该当前车辆处于弯道加速中,转入步骤S15。
S5:若该加速度a大于零,则持续不断地采集与该当前车辆位于同一车道的前方相邻车辆的速度v1及加速度a1、该当前车辆与其前方相邻车辆之间的距离s1。
S6:根据该当前车辆与其前方相邻车辆之间的距离s1、该当前车辆的速度v及加速度a、该当前车辆的前方相邻车辆的速度v1及加速度a1,计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间t1。
S7:比较该第一预期碰撞时间t1与一个安全时间阈值t0。
S8:若该第一预期碰撞时间t1小于该安全时间阈值t0,则确定该当前车辆处于有可能造成追尾的加速中,转入步骤S15。
S9:若该第一预期碰撞时间t1大于等于该安全时间阈值t0,则确定该当前车辆处于安全加速状态,转入步骤S15。
S10:若该加速度a小于零,则持续不断地采集与该当前车辆位于同一车道的后方相邻车辆的速度v2及加速度a2、该当前车辆与其后方相邻车辆之间的距离s2。
S11:根据该当前车辆与其后方相邻车辆之间的距离s2、该当前车辆的速度v及加速度a、该当前车辆的后方相邻车辆的速度v2及加速度a2,计算出该当前车辆与其后方相邻车辆之间的第二预期碰撞时间t2。
S12:比较该第二预期碰撞时间t2与该安全时间阈值t0。
S13:若该第二预期碰撞时间t2小于该安全时间阈值t0,则确定该当前车辆处于有可能造成追尾的减速中,转入步骤S15。
S14:若该第二预期碰撞时间t2大于等于该安全时间阈值t0,则确定该当前车辆处于安全减速状态,转入步骤S15。
S15:收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯,并显示该驾驶行为习惯。
与现有技术相比较,本发明的驾驶行为分析系统及方法,能够同时侦测与该当前车辆处于同一车道的前方相邻车辆或后方相邻车辆的行驶状况,以判断该当前车辆的加速或减速是否安全,因此能够更准确地提供车辆加速或减速时的安全状况,从而更准确地分析驾驶员在加速或减速时的驾驶行为习惯,给予驾驶员更精确的驾驶行为改进建议。同时也给保险公司提供了参考依据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种驾驶行为分析系统,其包括第一采集模块、处理模块、第二采集模块、存储模块及分析模块,该第一采集模块用于持续不断地采集一个当前车辆的速度;该处理模块用于根据该当前车辆的速度,计算出该当前车辆的加速度;该第二采集模块用于持续不断地采集与该当前车辆位于同一车道的前方相邻车辆或后方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆或后方相邻车辆之间的距离;该存储模块用于存储该第一采集模块、该处理模块及该第二采集模块的数据;该分析模块用于根据该存储模块内的数据计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间或该当前车辆与其后方相邻车辆之间的第二预期碰撞时间,并将该第一预期碰撞时间或该第二预期碰撞时间与该安全时间阈值进行比较,以判断该当前车辆是否处于有可能造成追尾的加速或减速中;该分析模块还用于收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯。
2.如权利要求1所述的驾驶行为分析系统,其特征在于,该安全时间阈值存储在该存储模块内,该安全时间阈值是人工设置的一个经验值。
3.如权利要求1所述的驾驶行为分析系统,其特征在于,该第一采集模块用于持续不断地采集该当前车辆的转角值及转角持续时间,该处理模块用于根据该当前车辆的转角值及转角持续时间计算出该当前车辆所处的道路的曲率;该分析模块还用于判断该曲率是否等于零,以确定该当前车辆是否处于弯道;若该当前车辆的加速度大于零,且该曲率不等于零,则该分析模块确定该当前车辆处于弯道加速中。
4.如权利要求3所述的驾驶行为分析系统,其特征在于,若该当前车辆的加速度大于零,则该分析模块计算出该第一预期碰撞时间,并比较该第一预期碰撞时间与该安全时间阈值,若该第一预期碰撞时间小于该安全时间阈值,则该分析模块判断出该当前车辆处于有可能造成追尾的加速中;若该当前车辆的加速度小于零,则该分析模块计算出该第二预期碰撞时间,并比较该第二预期碰撞时间与该安全时间阈值,若该第二预期碰撞时间小于该安全时间阈值,则该分析模块判断出该当前车辆处于有可能造成追尾的减速中。
5.如权利要求4所述的驾驶行为分析系统,其特征在于,该分析模块用于根据该当前车辆与其前方相邻车辆或其后方相邻车辆之间的距离、该当前车辆的速度及加速度、该当前车辆的前方相邻车辆或后方相邻车辆的速度及加速度,计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间或该当前车辆与其后方相邻车辆之间的第二预期碰撞时间。
6.如权利要求1所述的驾驶行为分析系统,其特征在于,该驾驶行为分析系统还包括一个显示模块,用于将显示该分析模块的分析结果。
7.一种驾驶行为分析方法,其包括如下步骤:持续不断地采集一个当前车辆的速度;根据该当前车辆的速度计算该当前车辆的加速度;判断该加速度大于零还是小于零;若该加速度大于零,则持续不断地采集与该当前车辆位于同一车道的前方相邻车辆的速度及加速度、该当前车辆与其前方相邻车辆之间的距离;计算该当前车辆与其前方相邻车辆之间的第一预期碰撞时间;比较该第一预期碰撞时间与一个安全时间阈值;若该第一预期碰撞时间小于该安全时间阈值,则表示该当前车辆处于有可能造成追尾的加速中;若该加速度小于零,则持续不断地采集与该当前车辆位于同一车道的后方相邻车辆的速度及加速度、该当前车辆与其后方相邻车辆之间的距离;计算该当前车辆与该当前车辆的后方相邻车辆之间的第二预期碰撞时间;比较该第二预期碰撞时间与该安全时间阈值;若该第二预期碰撞时间小于该安全时间阈值,则表示该当前车辆处于有可能造成追尾的减速中;收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯。
8.如权利要求7所述的驾驶行为分析方法,其特征在于,该步骤“计算该当前车辆与其前方相邻车辆之间的第一预期碰撞时间”包括如下步骤“根据该当前车辆与其前方相邻车辆之间的距离、该当前车辆的速度及加速度、该当前车辆的前方相邻车辆的速度及加速度,计算出该当前车辆与其前方相邻车辆之间的第一预期碰撞时间”,该步骤“计算该当前车辆与该当前车辆的后方相邻车辆之间的第二预期碰撞时间”包括如下步骤“根据该当前车辆与其后方相邻车辆之间的距离、该当前车辆的速度及加速度、该当前车辆的后方相邻车辆的速度及加速度,计算出该当前车辆与该当前车辆的后方相邻车辆之间的第二预期碰撞时间”。
9.如权利要求7所述的驾驶行为分析方法,其特征在于,若该第一预期碰撞时间大于等于该安全时间阈值,则确定该当前车辆处于安全加速状态,转入步骤“收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯”;若该第二预期碰撞时间大于等于该安全时间阈值,则确定该当前车辆处于安全减速状态,转入步骤“收集并分析该当前车辆在一个预定时间段内的驾驶行为数据,以得出该当前车辆的驾驶员的驾驶行为习惯”。
10.如权利要求7所述的驾驶行为分析方法,其特征在于,在该步骤“根据该当前车辆的速度计算该当前车辆的加速度”前还包括如下步骤“持续不断地采集一个当前车辆的转角值及转角持续时间;根据该当前车辆的转角值及转角持续时间计算出该当前车辆所处的道路的曲率”;在该步骤“判断该加速度大于零还是小于零”后还包括步骤“若该加速度大于零,则判断该当前车辆所处的道路的曲率k是否等于零;若该当前车辆所处的道路的曲率k不等于零,则确定该当前车辆处于弯道加速中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066556.XA CN105679092B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066556.XA CN105679092B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105679092A true CN105679092A (zh) | 2016-06-15 |
CN105679092B CN105679092B (zh) | 2018-05-04 |
Family
ID=56303328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610066556.XA Active CN105679092B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105679092B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157696A (zh) * | 2016-08-30 | 2016-11-23 | 浙江吉利控股集团有限公司 | 基于车‑车通信的自车主动避让系统和避让方法 |
CN108363396A (zh) * | 2018-03-06 | 2018-08-03 | 苏州登阳信息技术有限公司 | 一种基于速度与距离的自动驾驶系统 |
CN112644441A (zh) * | 2020-12-28 | 2021-04-13 | 联创汽车电子有限公司 | 基于前后向环境感知的自动紧急避撞方法及自动紧急避撞系统 |
CN112762848A (zh) * | 2019-11-05 | 2021-05-07 | 深圳市大富科技股份有限公司 | 一种距离测量的方法、设备及计算机存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014175A1 (en) * | 2000-05-11 | 2003-01-16 | Peter Andreas | Method and device for regulating a docking process between two automobiles |
JP2008056148A (ja) * | 2006-08-31 | 2008-03-13 | Equos Research Co Ltd | 衝突時衝撃軽減装置及び車両 |
CN101537835A (zh) * | 2009-04-24 | 2009-09-23 | 清华大学 | 具有驾驶辅助功能的集成式电控制动系统 |
CN102180122A (zh) * | 2011-04-12 | 2011-09-14 | 柳州博实唯汽车科技有限公司 | 激光测距带分级预警的汽车智能尾灯 |
CN102662320A (zh) * | 2012-03-05 | 2012-09-12 | 吴建平 | 一种基于模糊数学的车辆跟驰模拟方法 |
CN102982316A (zh) * | 2012-11-05 | 2013-03-20 | 安维思电子科技(广州)有限公司 | 一种对驾驶员非正常驾驶行为的识别装置和方法 |
CN103116748A (zh) * | 2013-03-11 | 2013-05-22 | 清华大学 | 基于路面标识识别违规驾驶行为的方法及系统 |
CN103337179A (zh) * | 2013-07-01 | 2013-10-02 | 深圳市凯维特信息技术有限公司 | 车辆不良驾驶行为提醒系统及方法 |
CN103489010A (zh) * | 2013-09-25 | 2014-01-01 | 吉林大学 | 基于驾驶行为的疲劳驾驶检测方法 |
CN103531042A (zh) * | 2013-10-25 | 2014-01-22 | 吉林大学 | 基于驾驶人类型的车辆追尾预警方法 |
CN103646535A (zh) * | 2013-12-24 | 2014-03-19 | 浙江天地人科技有限公司 | 驾驶行为管控系统 |
CN103700160A (zh) * | 2013-12-31 | 2014-04-02 | 江苏中寰卫星导航通信有限公司 | 基于微传感器的机动车车载终端及驾驶行为判断方法 |
CN103770644A (zh) * | 2014-01-20 | 2014-05-07 | 深圳市元征科技股份有限公司 | 一种驾驶行为的数据获取方法和系统 |
CN103942971A (zh) * | 2013-01-21 | 2014-07-23 | 沃尔沃汽车公司 | 车辆驾驶员辅助设备 |
CN104504777A (zh) * | 2014-12-15 | 2015-04-08 | 沈阳美行科技有限公司 | 一种驾驶习惯分析方法 |
CN104527647A (zh) * | 2014-12-15 | 2015-04-22 | 清华大学 | 一种驾驶行为危险度的监测评估方法 |
CN104574565A (zh) * | 2014-12-15 | 2015-04-29 | 北京九五智驾信息技术股份有限公司 | 基于车联网的驾驶行为分析系统 |
CN105184872A (zh) * | 2015-09-02 | 2015-12-23 | 郁佳敏 | 基于机器视觉的汽车保险费电子计价器 |
-
2016
- 2016-01-29 CN CN201610066556.XA patent/CN105679092B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014175A1 (en) * | 2000-05-11 | 2003-01-16 | Peter Andreas | Method and device for regulating a docking process between two automobiles |
JP2008056148A (ja) * | 2006-08-31 | 2008-03-13 | Equos Research Co Ltd | 衝突時衝撃軽減装置及び車両 |
CN101537835A (zh) * | 2009-04-24 | 2009-09-23 | 清华大学 | 具有驾驶辅助功能的集成式电控制动系统 |
CN102180122A (zh) * | 2011-04-12 | 2011-09-14 | 柳州博实唯汽车科技有限公司 | 激光测距带分级预警的汽车智能尾灯 |
CN102662320A (zh) * | 2012-03-05 | 2012-09-12 | 吴建平 | 一种基于模糊数学的车辆跟驰模拟方法 |
CN102982316A (zh) * | 2012-11-05 | 2013-03-20 | 安维思电子科技(广州)有限公司 | 一种对驾驶员非正常驾驶行为的识别装置和方法 |
CN103942971A (zh) * | 2013-01-21 | 2014-07-23 | 沃尔沃汽车公司 | 车辆驾驶员辅助设备 |
CN103116748A (zh) * | 2013-03-11 | 2013-05-22 | 清华大学 | 基于路面标识识别违规驾驶行为的方法及系统 |
CN103337179A (zh) * | 2013-07-01 | 2013-10-02 | 深圳市凯维特信息技术有限公司 | 车辆不良驾驶行为提醒系统及方法 |
CN103489010A (zh) * | 2013-09-25 | 2014-01-01 | 吉林大学 | 基于驾驶行为的疲劳驾驶检测方法 |
CN103531042A (zh) * | 2013-10-25 | 2014-01-22 | 吉林大学 | 基于驾驶人类型的车辆追尾预警方法 |
CN103646535A (zh) * | 2013-12-24 | 2014-03-19 | 浙江天地人科技有限公司 | 驾驶行为管控系统 |
CN103700160A (zh) * | 2013-12-31 | 2014-04-02 | 江苏中寰卫星导航通信有限公司 | 基于微传感器的机动车车载终端及驾驶行为判断方法 |
CN103770644A (zh) * | 2014-01-20 | 2014-05-07 | 深圳市元征科技股份有限公司 | 一种驾驶行为的数据获取方法和系统 |
CN104504777A (zh) * | 2014-12-15 | 2015-04-08 | 沈阳美行科技有限公司 | 一种驾驶习惯分析方法 |
CN104527647A (zh) * | 2014-12-15 | 2015-04-22 | 清华大学 | 一种驾驶行为危险度的监测评估方法 |
CN104574565A (zh) * | 2014-12-15 | 2015-04-29 | 北京九五智驾信息技术股份有限公司 | 基于车联网的驾驶行为分析系统 |
CN105184872A (zh) * | 2015-09-02 | 2015-12-23 | 郁佳敏 | 基于机器视觉的汽车保险费电子计价器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157696A (zh) * | 2016-08-30 | 2016-11-23 | 浙江吉利控股集团有限公司 | 基于车‑车通信的自车主动避让系统和避让方法 |
CN108363396A (zh) * | 2018-03-06 | 2018-08-03 | 苏州登阳信息技术有限公司 | 一种基于速度与距离的自动驾驶系统 |
CN112762848A (zh) * | 2019-11-05 | 2021-05-07 | 深圳市大富科技股份有限公司 | 一种距离测量的方法、设备及计算机存储介质 |
CN112644441A (zh) * | 2020-12-28 | 2021-04-13 | 联创汽车电子有限公司 | 基于前后向环境感知的自动紧急避撞方法及自动紧急避撞系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105679092B (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242251B (zh) | 行车行为安全性检测方法、装置、设备及存储介质 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
CN110395251A (zh) | 一种基于多传感器融合数据的自动紧急制动决策方法 | |
EP3640622B1 (en) | Method and apparatus for determining coping capability boundary information of an unmanned vehicle and computer program therefore | |
CN106157695B (zh) | 危险驾驶行为的提醒方法和装置 | |
CN110356377A (zh) | 一种自动紧急制动的决策方法、车载设备及存储介质 | |
CN105679092A (zh) | 一种驾驶行为分析系统及方法 | |
CN105844222A (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
CN107563256A (zh) | 辅助驾驶信息产生方法及装置、辅助驾驶系统 | |
CN103996287A (zh) | 一种基于决策树模型的车辆强制换道决策方法 | |
CN106598053A (zh) | 一种自动驾驶车辆横向运动控制对象选择方法 | |
CN106777776A (zh) | 一种基于支持向量机模型的车辆换道决策方法 | |
EP2827320B1 (en) | Device for determining sensitivity to prediction of unexpected situations | |
CN113487874A (zh) | 一种跟驰行为场景数据采集、识别、分类提取系统及方法 | |
KR102197449B1 (ko) | 구간단속지점 내에서 연계적 일정구간별 단속을 수행하는 단속시스템 | |
CN103985251A (zh) | 一种车辆排队长度测算的方法及系统 | |
CN111289266B (zh) | 一种车辆主动变道系统测试评价方法 | |
CN106683227A (zh) | 车辆行程划分方法及装置 | |
CN110033617A (zh) | 一种面向自然驾驶数据的跟驰状态评估系统及方法 | |
EP4092633A1 (en) | Method and device for lane-changing prediction of target vehicle | |
CN112356849A (zh) | 一种危险驾驶的预警方法及装置 | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN113657265A (zh) | 一种车辆距离探测方法、系统、设备及介质 | |
CN103679849A (zh) | 一种基于车载行驶记录仪判断事故疑点的方法 | |
Li et al. | Analysis of Driver's Steering Behavior for Lane Change Prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |