CN106094823A - 汽车危险驾驶行为的处理方法及系统 - Google Patents
汽车危险驾驶行为的处理方法及系统 Download PDFInfo
- Publication number
- CN106094823A CN106094823A CN201610507797.3A CN201610507797A CN106094823A CN 106094823 A CN106094823 A CN 106094823A CN 201610507797 A CN201610507797 A CN 201610507797A CN 106094823 A CN106094823 A CN 106094823A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- data
- instruction
- defence
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000013500 data storage Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 2
- 206010039203 Road traffic accident Diseases 0.000 abstract description 5
- 230000001133 acceleration Effects 0.000 description 23
- 230000032258 transport Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000006854 communication Effects 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 7
- 230000001413 cellular effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种汽车危险驾驶行为的处理方法及系统，其中的方法包括：获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；根据行车状态数据和驾驶行为数据判断车辆是否处于危险驾驶状态，如果是，则生成驾驶防御指令并发送到汽车控制单元；汽车控制单元基于驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。本发明实施例的处理方法及系统，通过汽车数据存储装置在行车过程中监控车辆的行车状态数据和驾驶行为数据，驾驶行为判断装置针对车辆行驶过程中的危险驾驶状态生成驾驶防御指令并发送到汽车控制单元，以使车辆处于正常驾驶状态，大大提高汽车使用的安全性，减少汽车事故的发生，有效保护驾驶者的生命财产安全。
Description
技术领域
本发明涉及汽车控制技术领域，尤其涉及一种汽车危险驾驶行为的处理方法及系统。
背景技术
汽车自动驾驶系统(Motor Vehicle Auto Driving System)，又称自动驾驶汽车(Autonomous vehicles；Self-piloting automobile)，是一种通过车载电脑系统实现无人驾驶的智能汽车系统。自动驾驶汽车技术的研发，在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势，比如，谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，将于2015年至2017年进入市场销售。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。随着智能汽车技术的发展，互联化，智能化，自动驾驶系统慢慢成为了汽车的主要功能。在自动驾驶汽车中，对于汽车的控制权慢慢的由人转化到汽车自身的操作系统中，但是系统是由软件代码组成，就可能会出现漏洞和BUG，或者会有黑客侵入自动驾驶系统发送一些控制指令进行攻击，驾驶员在行车过程中也容易犯错，比如超速驾驶、转弯过快等。因此，需要一种在驾驶中的安全机制，可以对出黑客的攻击以及驾驶员的错误进行主动防御，提高行车安全。
发明内容
有鉴于此，本发明实施例要解决的一个技术问题是提供一种汽车危险驾驶行为的处理方法及系统。
根据本发明实施例的一个方面，本发明实施例提供一种汽车危险驾驶行为的处理方法，包括：获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态，如果是，则生成驾驶防御指令并发送到汽车控制单元；所述汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：基于预设的危险驾驶判定规则对所述行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免所述行车事故的所述驾驶防御指令。
可选地，所述行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
可选地，安装在车辆上的所述汽车数据存储装置通过车辆传感器采集所述车辆运行参数，所述车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息；所述汽车数据存储装置通过GPS设备采集所述车辆的地理位置信息；所述与周边汽车或物体的相对距离和相对位置信息为所述汽车数据存储装置通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息。
可选地，根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成所述车辆和周边车辆的运行轨迹和运行状态；根据所述驾驶行为数据确定当前的驾驶指令；判断所述车辆执行所述当前的驾驶指令运行、在预设的时间阈值内是否发生所述行车事故。
可选地，基于所述车辆和周边车辆的运行轨迹和运行状态判断所述车辆与其周边车辆之间的距离是否小于安全距离；当所述车辆与其周边车辆之间的距离小于安全距离时，判断车辆按照所述当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞；如果是，则基于所述车辆和周边车辆的运行轨迹生成能够避免所述行车事故的避让路线，根据所述避让路线生成所述驾驶防御指令并发送给所述汽车黑匣子，所述驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或关闭车门的驾驶防御指令。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：获取车辆当前的侧偏角，当判断所述侧偏角超过预设的偏角阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆降低车速或减小测偏角。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：根据所述行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车灯正确使用，其中，所述车灯包括：远光灯、转向灯、紧急灯。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数；当判断所述车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的加速、制动和转向状况。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：解析所述周边图像信息中的指示牌信息、确定当前道路的行驶限制信息；当判断所述车辆在的行驶状态与所述当前道路的行驶限制信息不匹配时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的符合所述行驶限制信息。
可选地，所述汽车数据存储装置从车辆的自动驾驶系统中获取自动驾驶操作数据，从检测传感器采集手动驾驶操作数据；其中，所述检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置；根据所述自动驾驶操作数据或手动驾驶操作数据，确定所述车辆为自动操作系统操作或驾驶员操作。
可选地，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：所述汽车数据存储装置周期性采集车内摄像装置发送的所述驾驶员图像信息；在车辆行驶过程中，确定当前的驾驶指令为手动驾驶模式；当根据所述驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或执行自动驾驶模式的驾驶防御指令。
可选地，所述汽车控制单元执行所述驾驶防御指令并通过语音或文字信息的方式发出提醒；
所述汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax。
根据本发明实施例的另一个方面，本发明实施例提供一种汽车危险驾驶行为的处理系统，包括：驾驶行为判断装置和汽车数据存储装置；驾驶行为判断装置，包括：数据接收模块，用于获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；防御指令生成模块，用于根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态；如果是，则生成驾驶防御指令并发送到汽车控制单元；其中，汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
可选地，所述防御指令生成模块，用于基于预设的危险驾驶判定规则对所述行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免所述行车事故的所述驾驶防御指令。
可选地，所述行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
可选地，所述汽车数据存储装置，还包括：运行参数采集模块，用于通过车辆传感器采集所述车辆运行参数，所述车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息；地理位置采集模块，用于通过GPS设备采集所述车辆的地理位置信息；周边数据采集模块，用于通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息，作为所述与周边汽车或物体的相对距离和相对位置信息。
可选地，所述防御指令生成模块，包括：运行轨迹生成单元，用于根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成所述车辆和周边车辆的运行轨迹和运行状态；行车事故确定单元，用于根据所述驾驶行为数据确定当前的驾驶指令；判断所述车辆执行所述当前的驾驶指令运行、在预设的时间阈值内是否发生所述行车事故。
可选地，所述防御指令生成模块，包括：防御指令确定单元，用于基于所述车辆和周边车辆的运行轨迹和运行状态判断所述车辆与其周边车辆之间的距离是否小于安全距离；当所述车辆与其周边车辆之间的距离小于安全距离时，判断所述车辆按照所述当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞，如果是，则基于所述车辆和周边车辆的运行轨迹生成能够避免所述行车事故的避让路线，根据所述避让路线生成所述驾驶防御指令；其中，所述驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
可选地，所述防御指令确定单元，用于在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或关闭车门的驾驶防御指令。
可选地，所述防御指令确定单元，用于获取车辆当前的侧偏角，当判断所述侧偏角超过预设的偏角阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆降低车速或减小测偏角。
可选地，所述防御指令确定单元，用于根据所述行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车灯正确使用，其中，所述车灯包括：远光灯、转向灯、紧急灯。
可选地，所述防御指令确定单元，用于根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数；当判断所述车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的加速、制动和转向状况。
可选地，所述防御指令确定单元，用于解析所述周边图像信息中的指示牌信息、确定当前道路的行驶限制信息；当判断车辆在的行驶状态与所述当前道路的行驶限制信息不匹配时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的符合所述行驶限制信息。
可选地，所述运行参数采集模块，还用于从车辆的自动驾驶系统中获取自动驾驶操作数据，从检测传感器采集手动驾驶操作数据；其中，所述检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置；所述防御指令确定单元，用于根据所述自动驾驶操作数据或手动驾驶操作数据，确定所述车辆为自动操作系统操作或驾驶员操作。
可选地，所述运行参数采集模块，还用于周期性采集车内摄像装置发送的所述驾驶员图像信息；所述防御指令确定单元，用于在车辆行驶过程中，确定当前的驾驶指令为手动驾驶模式；当根据所述驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或执行自动驾驶模式的驾驶防御指令。
可选地，所述汽车控制单元执行所述驾驶防御指令并通过语音或文字信息的方式发出提醒；所述汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax。
本发明的汽车危险驾驶行为的处理方法及系统，汽车数据存储装置在行车过程中监控车辆的行车状态数据和驾驶行为数据等，驾驶行为判断装置能够基于汽车的运行轨迹和驾驶行为实时判断出汽车所处的行驶状态，对车辆行驶过程中的危险驾驶状态生成驾驶防御指令并发送到汽车控制单元，汽车控制单元基于驾驶防御指令控制车辆正常驾驶，提高了汽车使用的安全性，减少汽车事故的发生。
本发明实施例附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图：
图1为根据本发明的汽车危险驾驶行为的处理方法的一个实施例的流程图；
图2为汽车数据存储装置获取与周边汽车的相对距离和相对位置信息的示意图；
图3为根据本发明的汽车危险驾驶行为的处理系统的一个实施例的模块示意图；
图4为根据本发明的驾驶行为判断装置中的防御指令生成模块的模块示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
本技术领域技术人员可以理解，这里所使用的远端网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中，远端网络设备、终端设备与WNS服务器之间可通过任何通信方式实现通信，包括但不限于，基于3GPP、LTE、WIMAX的移动通信、基于TCP/IP、UDP协议的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。
本领域技术人员应当理解，本发明所称的“应用”、“应用程序”、“应用软件”以及类似表述的概念，是业内技术人员所公知的相同概念，是指由一系列计算机指令及相关数据资源有机构造的适于电子运行的计算机软件。除非特别指定，这种命名本身不受编程语言种类、级别，也不受其赖以运行的操作系统或平台所限制。理所当然地，此类概念也不受任何形式的终端所限制。
图1为根据本发明的汽车危险驾驶行为的处理方法的一个实施例的流程图，如图1所示：
步骤101，获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据。
步骤102，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态。
步骤103，如果判断车辆处于危险驾驶状态，则生成驾驶防御指令并发送到汽车控制单元。危险驾驶状态为可能发生交通事故或违反交通规则的驾驶状态。
步骤104，汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。汽车控制单元可以为车载ECU(Electronic Control Unit，电子控制单元)等，汽车控制单元接收驾驶防御指令，并控制汽车的各个部件执行相应的动作。
汽车数据存储装置在行车过程中监控车辆的控制数据、系统数据、传感器数据等，汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax等。本发明的汽车数据存储装置可以为汽车黑匣子等装置。本发明中的驾驶行为判断装置可以采用多种形式或装置，驾驶行为判断装置可以为手持设备、车载设备、云服务器等。例如，手持设备获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据并判断判断车辆是否处于危险驾驶状态、并生成驾驶防御指令并发送到汽车控制单元，也可以将汽车数据存储装置采集的数据传送到云服务器端，由云服务器根据行车状态数据和驾驶行为数据判断车辆是否处于危险驾驶状态，并生成驾驶防御指令等。在下面的实施例中以云服务器为例进行说明。
汽车数据存储装置采集的数据能够可靠地传送到云服务器端，云服务器采用云存储、云计算以及数据挖据等数据分析技术，为事故勘察、智能交通、车联网等应用提供基于软件的云服务。云服务器能够根据行车状态数据和驾驶行为数据判断车辆是否处于危险驾驶状态，生成驾驶防御指令并采用2G/3G/4G蜂窝移动通信网络、WiFi、WiMax等方式发送到汽车控制单元，避免危险状况的发生，对主动预防交通事故具有重要意义，提高了驾驶员的行车安全。
云服务器能够分析汽车的运行轨迹和驾驶行为。汽车具有自动驾驶系统或无人驾驶系统，黑客有可能破译自动驾驶系统，在驾车过程中发出危及汽车驾驶安全的指令，例如，在高速路上黑客发出急刹车、加速等指令。当驾驶员手动驾驶时，也会有驾驶错误而造成交通事故的危险。
云服务器将分析结果发送回汽车控制单元，如果云服务器判断车辆处于危险驾驶状态，生成驾驶防御指令并由汽车控制单元执行，避免事故、危险发生，并能发出提醒，例如通过语音播放或在中控显示屏上显示提醒信息。
驾驶防御指令为避免事故、危险等危险驾驶状态的汽车驾驶指令，例如，刹车、转弯、加速等。用户可以设置汽车控制单元的执行功能，可以选择由汽车控制单元执行驾驶防御指令，或是驾驶防御指令经汽车控制单元发出语音提醒后由驾驶员完成。
云服务器基于预设的危险驾驶判定规则对行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免行车事故的驾驶防御指令。行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
例如，云服务器获取了车辆的运行参数，为汽车数据存储装置实时采集车辆的数据，包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息等。汽车数据存储装置通过GPS设备采集车辆的地理位置信息。与周边汽车或物体的相对距离和相对位置信息为汽车数据存储装置通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息，如图2所示。
云服务器根据车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成车辆和周边车辆的运行轨迹和运行状态。云服务器根据驾驶行为数据确定当前的驾驶指令，云服务器判断车辆执行当前的驾驶指令运行、在预设的时间阈值内是否发生行车事故。
在一个实施例中，云服务器在车辆和周边车辆运行轨迹上的每个位置点都添加相应的运行状态，运行状态包括：速度、加速度、角速度和角加速度等。基于碰撞预测规则对运行状态，即速度、加速度、角速度和角加速度等进行分析，预测出车辆之间、车辆与物体之间是否会发生碰撞。如果有发生碰撞的可能性，则确定汽车处于危险驾驶状态。
例如，车辆的运行轨迹在电子地图上显示位于二环路上，在车辆的运行轨迹上判断有一个位置点突然发生了速度为0，并在此运行轨迹的下一段上出现速度为负的多个位置点，则判断车辆倒车或溜车。从位于此车辆后面的汽车的运行轨迹上判断此车的速度正常，并且，预测2秒后两个运行轨迹交汇，即发生碰撞事故，则确定汽车处于危险驾驶状态，生成驾驶防御指令。驾驶防御指令可以是停止倒车、加速、转弯等，能够避免事故的发生，并由汽车控制单元执行驾驶防御指令。
云服务器基于车辆和周边车辆的运行轨迹和运行状态判断车辆与其周边车辆之间的距离是否小于安全距离。当车辆与其周边车辆之间的距离小于安全距离时，云服务器判断车辆按照当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞。如果是，则云服务器基于车辆和周边车辆的运行轨迹生成能够避免行车事故的避让路线，根据避让路线生成驾驶防御指令并发送给汽车黑匣子，驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
例如，当车辆与其侧面的车辆之间的距离小于安全距离10米时，云服务器判断车辆突然并线，预测在2秒内2辆车会相撞，则确定汽车处于危险驾驶状态，云服务器基于车辆和周边车辆的运行轨迹生成能够避免行车事故的避让路线，生成驾驶防御指令，驾驶防御指令可以是停止转弯、加速、转弯等。汽车控制单元执行驾驶防御指令可以避免事故，汽车控制单元可以控制车载音响设备发出提醒“将与左后方车辆发生碰撞，禁止并线”。
当云服务器判断车辆突然加速，将与前面的行人相撞，则确定汽车处于危险驾驶状态，生成驾驶防御指令。驾驶防御指令可以是刹车等，汽车控制单元执行驾驶防御指令可以避免事故，汽车控制单元控制车载音响设备发出提醒“前面有行人，禁止加速”。
在车辆行驶过程中，云服务器判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行当前的驾驶指令或关闭车门的驾驶防御指令，可以避免交通事故的发生。
云服务器获取车辆当前的侧偏角，当判断侧偏角超过预设的偏角阈值时，则确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车辆降低车速或减小测偏角。在交通事故中，汽车侧翻的危害仅次于汽车碰撞，居第二位。汽车发生侧翻时，驾驶员往往来不及采取有效措施，常常带来致命的危害。
当云服务器判断汽车出现大角度倾斜异常、汽车偏侧角度数超过设定阈值时，生成驾驶防御指令，汽车黑匣子执行此驾驶防御指令控制车辆降低车速或减小测偏角或停止，消除安全隐患。
云服务器根据行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车灯正确使用，其中，车灯包括：远光灯、转向灯、紧急灯等。例如，当车辆的远光灯处于开启状态时，与周边车辆会车时车辆的远光灯未处于关闭状态，而导致的对周边车辆驾驶员产生干扰，则云服务器确定车辆处于危险驾驶状态，生成驾驶防御指令用于关闭远光灯。
云服务器根据车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数。当云服务器判断车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车辆的加速、制动和转向状况。
例如，云服务器判断车辆在周边车辆较多时频繁地加速、变线进行超车，次数超过了预设的阈值，则确定车辆处于危险驾驶状态，生成驾驶防御指令，汽车黑匣子将控制汽车不执行频繁地加速、变线指令，保持车辆正常驾驶，避免发生意外。
云服务器解析周边图像信息中的指示牌信息、确定当前道路的行驶限制信息。当云服务器判断车辆在的行驶状态与当前道路的行驶限制信息不匹配时，则确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车辆的符合行驶限制信息。
例如，云服务器基于周边图像信息识别出交通信号灯信息或指示牌信息，例如，指示牌信息是“单行线”、“限速60”灯。云服务器判断车辆是否违反交通规则，如果是，则确定车辆处于危险驾驶状态。例如，云服务器分析出所拍摄到的周边图像信息中包括红灯信息，但通过行车状态数据判断没有发送刹车指示，则确定车辆处于危险驾驶状态，生成刹车指令发送到汽车黑匣子。
汽车数据存储装置从车辆的自动驾驶系统中获取自动驾驶操作数据。例如可以分析自动驾驶操作的日志数据，也可以通过接口直接获取，自动驾驶操作数据包括：刹车、加大或减小油门、开或关信号灯、转弯等。汽车数据存储装置从检测传感器采集手动驾驶操作数据，包括：踩油门、转动方向盘、开或关信号灯、刹车等。检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置等。
云服务器根据自动驾驶操作数据或手动驾驶操作数据，确定车辆为自动操作系统操作或驾驶员操作。例如，在方向盘上设置多个压力传感器，当判断压力传感器检测的压力超过阈值，则认为是驾驶员在操作方向盘。云服务器通过分析检测传感器的信号，判断驾驶员进行了哪些操作，判断控制指令是自动驾驶系统发出的还是驾驶员手动操作发出的。
汽车数据存储装置周期性采集车内摄像装置发送的驾驶员图像信息。在车辆行驶过程中，云服务器确定当前的驾驶指令为手动驾驶模式。当云服务器根据驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则确定车辆处于危险驾驶状态，生成不执行当前的驾驶指令或执行自动驾驶模式的驾驶防御指令，从而保证车辆正常驾驶。
上述实施例提供的汽车危险驾驶行为的处理方法及系统，汽车数据存储装置在行车过程中监控车辆的行车状态数据和驾驶行为数据等，云服务器能够基于汽车的运行轨迹和驾驶行为实时判断出汽车所处的行驶状态，对车辆行驶过程中的危险驾驶状态生成驾驶防御指令并发送到汽车数据存储装置，汽车数据存储装置基于驾驶防御指令控制车辆正常驾驶，提高了汽车使用的安全性，减少汽车事故的发生，有效保护驾驶者的生命财产安全。
根据本发明的一个实施例，如图3、4所示，本发明提供一种汽车危险驾驶行为的处理系统，包括：驾驶行为判断装置20和汽车数据存储装置30。驾驶行为判断装置20包括：数据接收模块21和防御指令生成模块22。汽车数据存储装置30包括：运行参数采集模块31、地理位置采集模块32、周边数据采集模块33。
数据接收模块21接收到汽车数据存储装置发送的行车状态数据和驾驶行为数据。防御指令生成模块22根据行车状态数据和驾驶行为数据判断车辆是否处于危险驾驶状态，如果是，则防御指令生成模块22生成驾驶防御指令并发送到汽车控制单元，汽车控制单元基于驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
防御指令生成模块22基于预设的危险驾驶判定规则对行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则防御指令生成模块22确定车辆处于危险驾驶状态，并生成能够避免行车事故的驾驶防御指令。
行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。运行参数采集模块31通过车辆传感器采集车辆运行参数，车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息等。地理位置采集模块32通过GPS设备采集车辆的地理位置信息；周边数据采集模块33通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息，作为与周边汽车或物体的相对距离和相对位置信息。
防御指令生成模块22包括：运行轨迹生成单元221、行车事故确定单元222和行车事故确定单元223。运行轨迹生成单元221根据车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成车辆和周边车辆的运行轨迹和运行状态。行车事故确定单元222根据驾驶行为数据确定当前的驾驶指令判断车辆执行当前的驾驶指令运行、在预设的时间阈值内是否发生行车事故。
防御指令确定单元223基于车辆和周边车辆的运行轨迹和运行状态判断车辆与其周边车辆之间的距离是否小于安全距离。当车辆与其周边车辆之间的距离小于安全距离时，防御指令确定单元223判断车辆按照当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞，如果是，则防御指令确定单元223基于车辆和周边车辆的运行轨迹生成能够避免行车事故的避让路线，根据避让路线生成驾驶防御指令；其中，驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
防御指令确定单元223在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，防御指令确定单元223生成不执行当前的驾驶指令或关闭车门的驾驶防御指令。防御指令确定单元223获取车辆当前的侧偏角，当判断侧偏角超过预设的偏角阈值时，则确定车辆处于危险驾驶状态，防御指令确定单元223生成驾驶防御指令，用以控制车辆降低车速或减小测偏角。
防御指令确定单元223根据行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定车辆处于危险驾驶状态，防御指令确定单元223生成驾驶防御指令，用以控制车灯正确使用，其中，车灯包括：远光灯、转向灯、紧急灯等。
防御指令确定单元223根据车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数。当防御指令确定单元223判断车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则防御指令确定单元223确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车辆的加速、制动和转向状况。
防御指令确定单元223解析周边图像信息中的指示牌信息、确定当前道路的行驶限制信息。当防御指令确定单元223判断车辆在的行驶状态与当前道路的行驶限制信息不匹配时，则确定车辆处于危险驾驶状态，生成驾驶防御指令，用以控制车辆的符合行驶限制信息。
防御指令确定单元223从车辆的自动驾驶系统中获取自动驾驶操作数据，从检测传感器采集手动驾驶操作数据。检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置等。防御指令确定单元223根据自动驾驶操作数据或手动驾驶操作数据，确定车辆为自动操作系统操作或驾驶员操作。
运行参数采集模块31周期性采集车内摄像装置发送的驾驶员图像信息。防御指令确定单元223在车辆行驶过程中，确定当前的驾驶指令为手动驾驶模式。当根据驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则防御指令确定单元223确定车辆处于危险驾驶状态，生成不执行当前的驾驶指令或执行自动驾驶模式的驾驶防御指令。
汽车控制单元执行驾驶防御指令并通过语音或文字信息的方式发出提醒；汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax。
上述实施例提供的汽车危险驾驶行为的处理方法及系统，汽车数据存储装置在行车过程中监控车辆的行车状态数据和驾驶行为数据等，驾驶行为判断装置能够基于汽车的运行轨迹和驾驶行为实时判断出汽车所处的行驶状态，对车辆行驶过程中的危险驾驶状态生成驾驶防御指令并发送到汽车控制单元，汽车控制单元基于驾驶防御指令控制车辆运行并发出提醒，以使车辆处于正常驾驶状态，大大提高汽车使用的安全性，减少汽车事故的发生，有效保护驾驶者的生命财产安全。
本发明的实施例公开了：
A1、一种汽车危险驾驶行为的处理方法，其特征在于，包括：
获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；
根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态，如果是，则生成驾驶防御指令并发送到汽车控制单元；
所述汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
A2、如A1所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
基于预设的危险驾驶判定规则对所述行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免所述行车事故的所述驾驶防御指令。
A3、如A2所述的方法，其特征在于：
所述行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
A4、如A3所述的方法，其特征在于：
安装在车辆上的所述汽车数据存储装置通过车辆传感器采集所述车辆运行参数，所述车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息；
所述汽车数据存储装置通过GPS设备采集所述车辆的地理位置信息；
所述与周边汽车或物体的相对距离和相对位置信息为所述汽车数据存储装置通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息。
A5、如A4所述的方法，其特征在于，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故包括：
根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成所述车辆和周边车辆的运行轨迹和运行状态；
根据所述驾驶行为数据确定当前的驾驶指令；
判断所述车辆执行所述当前的驾驶指令运行、在预设的时间阈值内是否发生所述行车事故。
A6、如A5所述的方法，其特征在于，包括：
基于所述车辆和周边车辆的运行轨迹和运行状态判断所述车辆与其周边车辆之间的距离是否小于安全距离；
当所述车辆与其周边车辆之间的距离小于安全距离时，判断车辆按照所述当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞；
如果是，则基于所述车辆和周边车辆的运行轨迹生成能够避免所述行车事故的避让路线，根据所述避让路线生成所述驾驶防御指令并发送给所述汽车黑匣子，所述驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
A7、如A4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或关闭车门的驾驶防御指令。
A8、如A4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
获取车辆当前的侧偏角，当判断所述侧偏角超过预设的偏角阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆降低车速或减小测偏角。
A9、如A4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
根据所述行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车灯正确使用，其中，所述车灯包括：远光灯、转向灯、紧急灯。
A10、如A4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数；
当判断所述车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的加速、制动和转向状况。
A11、如A4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
解析所述周边图像信息中的指示牌信息、确定当前道路的行驶限制信息；
当判断所述车辆在的行驶状态与所述当前道路的行驶限制信息不匹配时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的符合所述行驶限制信息。
A12、如A4所述的方法，其特征在于，包括：
所述汽车数据存储装置从车辆的自动驾驶系统中获取自动驾驶操作数据，从检测传感器采集手动驾驶操作数据；其中，所述检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置；
根据所述自动驾驶操作数据或手动驾驶操作数据，确定所述车辆为自动操作系统操作或驾驶员操作。
A13、如A12所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
所述汽车数据存储装置周期性采集车内摄像装置发送的所述驾驶员图像信息；
在车辆行驶过程中并且当前的驾驶指令为手动驾驶模式，当根据所述驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或执行自动驾驶模式的驾驶防御指令。
A14、如A1所述的方法，其特征在于:
所述汽车控制单元执行所述驾驶防御指令并通过语音或文字信息的方式发出提醒；
所述汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax。
B15、一种汽车危险驾驶行为的处理系统，其特征在于，包括：驾驶行为判断装置和汽车数据存储装置；
所述驾驶行为判断装置，包括：
数据接收模块，用于获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；
防御指令生成模块，用于根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态；如果是，则生成驾驶防御指令并发送到汽车控制单元；其中，汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
B16、如B15所述的系统，其特征在于：
所述防御指令生成模块，用于基于预设的危险驾驶判定规则对所述行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免所述行车事故的所述驾驶防御指令。
B17、如B16所述的系统，其特征在于：
所述行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
B18、如B17所述的系统，其特征在于，包括：
所述汽车数据存储装置，包括：
运行参数采集模块，用于通过车辆传感器采集所述车辆运行参数，所述车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息；
地理位置采集模块，用于通过GPS设备采集所述车辆的地理位置信息；
周边数据采集模块，用于通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息，作为所述与周边汽车或物体的相对距离和相对位置信息。
B19、如B18所述的系统，其特征在于：
所述防御指令生成模块，包括：
运行轨迹生成单元，用于根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成所述车辆和周边车辆的运行轨迹和运行状态；
行车事故确定单元，用于根据所述驾驶行为数据确定当前的驾驶指令；判断所述车辆执行所述当前的驾驶指令运行、在预设的时间阈值内是否发生所述行车事故。
B20、如B19所述的系统，其特征在于，包括：
所述防御指令生成模块，包括：
防御指令确定单元，用于基于所述车辆和周边车辆的运行轨迹和运行状态判断所述车辆与其周边车辆之间的距离是否小于安全距离；当所述车辆与其周边车辆之间的距离小于安全距离时，判断所述车辆按照所述当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞，如果是，则基于所述车辆和周边车辆的运行轨迹生成能够避免所述行车事故的避让路线，根据所述避让路线生成所述驾驶防御指令；
其中，所述驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
B21、如B18所述的系统，其特征在于：
所述防御指令确定单元，用于在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或关闭车门的驾驶防御指令。
B22、如B18所述的系统，其特征在于：
所述防御指令确定单元，用于获取车辆当前的侧偏角，当判断所述侧偏角超过预设的偏角阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆降低车速或减小测偏角。
B23、如B18所述的系统，其特征在于：
所述防御指令确定单元，用于根据所述行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车灯正确使用，其中，所述车灯包括：远光灯、转向灯、紧急灯。
B24、如B18所述的系统，其特征在于：
所述防御指令确定单元，用于根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息确定当前的路况，以及车辆在单位时间内的加速、制动和转向的次数；
当判断所述车辆在单位时间内的加速、制动和转向的次数超过了与当前路况对应的预设阈值时，则所述防御指令确定单元确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的加速、制动和转向状况。
B25、如B18所述的系统，其特征在于：
所述防御指令确定单元，用于解析所述周边图像信息中的指示牌信息、确定当前道路的行驶限制信息；当判断车辆在的行驶状态与所述当前道路的行驶限制信息不匹配时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆的符合所述行驶限制信息。
B26、如B18所述的系统，其特征在于：
所述运行参数采集模块，还用于从车辆的自动驾驶系统中获取自动驾驶操作数据，从检测传感器采集手动驾驶操作数据；其中，所述检测传感器设置的位置包括：方向盘、脚刹踏板、离合踏板、油门踏板、灯光开关、手刹装置；
所述防御指令确定单元，用于根据所述自动驾驶操作数据或手动驾驶操作数据，确定所述车辆为自动操作系统操作或驾驶员操作。
B27、如B18所述的系统，其特征在于：
所述运行参数采集模块，还用于周期性采集车内摄像装置发送的所述驾驶员图像信息；
所述防御指令确定单元，还用于在车辆行驶过程并且当前的驾驶指令为手动驾驶模式；当根据所述驾驶员图像信息判断当前驾驶员没有在驾驶座上时，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或执行自动驾驶模式的驾驶防御指令。
B28、如B14所述的系统，其特征在于:
所述汽车控制单元执行所述驾驶防御指令并通过语音或文字信息的方式发出提醒；
所述汽车数据存储装置发送行车状态数据和驾驶行为数据采用的方式包括：2G/3G/4G蜂窝移动通信网络、WiFi、WiMax。
以上仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种汽车危险驾驶行为的处理方法，其特征在于，包括：
获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；
根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态，如果是，则生成驾驶防御指令并发送到汽车控制单元；
所述汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
2.如权利要求1所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
基于预设的危险驾驶判定规则对所述行车状态数据和驾驶行为数据进行分析，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故，如果是，则确定车辆处于危险驾驶状态，并生成能够避免所述行车事故的所述驾驶防御指令。
3.如权利要求2所述的方法，其特征在于：
所述行车状态数据包括：车辆运行参数、车辆的地理位置信息、与周边汽车或物体的相对距离和相对位置信息。
4.如权利要求3所述的方法，其特征在于：
安装在车辆上的所述汽车数据存储装置通过车辆传感器采集所述车辆运行参数，所述车辆运行参数包括：行驶速度、发动机转速、油门开度、刹车状况、转向角、灯光状态参数、油耗、档位信息；
所述汽车数据存储装置通过GPS设备采集所述车辆的地理位置信息；
所述与周边汽车或物体的相对距离和相对位置信息为所述汽车数据存储装置通过测距雷达装置和图像采集装置采集的雷达数据信息和周边图像信息。
5.如权利要求4所述的方法，其特征在于，判断车辆以当前的行驶状态运行是否在预设的时间阈值内将发生行车事故包括：
根据所述车辆运行参数、所述车辆的地理位置信息、所述与周边汽车或物体的相对距离和相对位置信息并结合电子地图信息，生成所述车辆和周边车辆的运行轨迹和运行状态；
根据所述驾驶行为数据确定当前的驾驶指令；
判断所述车辆执行所述当前的驾驶指令运行、在预设的时间阈值内是否发生所述行车事故。
6.如权利要求5所述的方法，其特征在于，包括：
基于所述车辆和周边车辆的运行轨迹和运行状态判断所述车辆与其周边车辆之间的距离是否小于安全距离；
当所述车辆与其周边车辆之间的距离小于安全距离时，判断车辆按照所述当前的驾驶指令运行、在预设的时间阈值内与周边车辆或物体是否发生相撞；
如果是，则基于所述车辆和周边车辆的运行轨迹生成能够避免所述行车事故的避让路线，根据所述避让路线生成所述驾驶防御指令并发送给所述汽车黑匣子，所述驾驶防御指令包括：转弯、控制油门开或合、制动中的一个或多个指令。
7.如权利要求4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
在车辆行驶过程中，判断当前的驾驶指令是否为开车门的控制指令，如果是，则确定车辆处于危险驾驶状态，生成不执行所述当前的驾驶指令或关闭车门的驾驶防御指令。
8.如权利要求4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
获取车辆当前的侧偏角，当判断所述侧偏角超过预设的偏角阈值时，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车辆降低车速或减小测偏角。
9.如权利要求4所述的方法，其特征在于，根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态、生成驾驶防御指令包括：
根据所述行车状态数据判断驾驶员是否按车灯使用规定使用车灯，如果是，则确定所述车辆处于危险驾驶状态，生成所述驾驶防御指令，用以控制车灯正确使用，其中，所述车灯包括：远光灯、转向灯、紧急灯。
10.一种汽车危险驾驶行为的处理系统，其特征在于，包括：驾驶行为判断装置和汽车数据存储装置；
所述驾驶行为判断装置，包括：
数据接收模块，用于获取汽车数据存储装置中记录的行车状态数据和驾驶行为数据；
防御指令生成模块，用于根据所述行车状态数据和所述驾驶行为数据判断车辆是否处于危险驾驶状态；如果是，则生成驾驶防御指令并发送到汽车控制单元；其中，汽车控制单元基于所述驾驶防御指令控制车辆运行，以使车辆处于正常驾驶状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610507797.3A CN106094823A (zh) | 2016-06-29 | 2016-06-29 | 汽车危险驾驶行为的处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610507797.3A CN106094823A (zh) | 2016-06-29 | 2016-06-29 | 汽车危险驾驶行为的处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106094823A true CN106094823A (zh) | 2016-11-09 |
Family
ID=57214242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610507797.3A Pending CN106094823A (zh) | 2016-06-29 | 2016-06-29 | 汽车危险驾驶行为的处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106094823A (zh) |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
| CN106864453A (zh) * | 2017-02-08 | 2017-06-20 | 杨铭域 | 基于大数据的驾驶和环境控制系统及方法 |
| CN107194248A (zh) * | 2017-04-21 | 2017-09-22 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的反黑客劫持方法、装置、设备及存储介质 |
| CN107316436A (zh) * | 2017-07-31 | 2017-11-03 | 努比亚技术有限公司 | 危险驾驶状态处理方法、电子设备及存储介质 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
| CN108216097A (zh) * | 2018-01-23 | 2018-06-29 | 黑子信息科技（广东）有限公司 | 一种车祸应对方法及装置 |
| CN108482368A (zh) * | 2018-03-28 | 2018-09-04 | 成都博士信智能科技发展有限公司 | 基于沙盘的无人驾驶车辆防撞控制方法及装置 |
| CN108710368A (zh) * | 2018-05-23 | 2018-10-26 | 北京新能源汽车股份有限公司 | 一种无人驾驶系统及电动汽车 |
| CN108711299A (zh) * | 2018-06-01 | 2018-10-26 | Oppo广东移动通信有限公司 | 车辆灯光提醒方法、装置、终端、服务器及存储介质 |
| CN108924835A (zh) * | 2018-06-29 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 车辆控制系统、方法和安全控制单元 |
| CN108983768A (zh) * | 2017-06-02 | 2018-12-11 | 丰田自动车株式会社 | 自动驾驶系统 |
| CN109094569A (zh) * | 2017-06-20 | 2018-12-28 | 湖南中车时代电动汽车股份有限公司 | 一种基于驾驶行为的驾驶控制策略调整方法及系统 |
| CN109324608A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| CN109324609A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
| CN110262469A (zh) * | 2019-07-23 | 2019-09-20 | 江苏常发农业装备股份有限公司 | 一种应用于农机车辆的自动行驶控制系统和方法 |
| CN110412556A (zh) * | 2019-07-31 | 2019-11-05 | 吉林大学 | 一种基于超车频次的车辆行驶状态评估方法 |
| CN110428694A (zh) * | 2019-08-01 | 2019-11-08 | 深圳市机场股份有限公司 | 一种模拟驾驶的训练方法、移动终端和计算机存储介质 |
| CN110852192A (zh) * | 2019-10-23 | 2020-02-28 | 上海能塔智能科技有限公司 | 噪点数据的确定方法及装置、存储介质、终端、车辆 |
| CN111164660A (zh) * | 2017-10-06 | 2020-05-15 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
| CN111332313A (zh) * | 2020-02-24 | 2020-06-26 | 重庆众鸿科技有限公司 | 一种车辆驾驶安全预警控制方法及系统 |
| CN111619561A (zh) * | 2020-05-22 | 2020-09-04 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的逃逸救生方法、装置、设备及存储介质 |
| CN111722626A (zh) * | 2020-05-11 | 2020-09-29 | 北京经纬恒润科技有限公司 | 远程驾驶系统及其安全保护方法和安全保护模块 |
| CN112596514A (zh) * | 2020-11-18 | 2021-04-02 | 广州文远知行科技有限公司 | 控制操作调整方法、装置、可移动载体及存储介质 |
| CN113147754A (zh) * | 2021-05-29 | 2021-07-23 | 深圳市平衡力科技有限公司 | 一种电动代步车用防碰撞系统 |
| CN113156440A (zh) * | 2021-04-27 | 2021-07-23 | 浙江工业大学 | 一种基于雷达和图像数据融合检测的防御方法及系统 |
| CN113299147A (zh) * | 2021-06-30 | 2021-08-24 | 中国汽车工程研究院股份有限公司 | 基于交通事故深度调查的训练系统及训练方法 |
| WO2024104247A1 (zh) * | 2022-11-16 | 2024-05-23 | 中兴通讯股份有限公司 | 辅助驾驶、车辆控制方法、智能终端、车载终端 |
| WO2024124550A1 (zh) * | 2022-12-16 | 2024-06-20 | 宁德时代(上海)智能科技有限公司 | 车辆控制方法、装置、系统以及计算机可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1672993A (zh) * | 2004-03-25 | 2005-09-28 | 三菱扶桑卡客车株式会社 | 车辆的自动减速控制装置 |
| CN101488290A (zh) * | 2009-02-27 | 2009-07-22 | 清华大学 | 一种防后车追尾预警方法及其预警系统 |
| CN102486378A (zh) * | 2010-12-03 | 2012-06-06 | 国基电子（上海）有限公司 | 一种行车轨迹警示方法与导航装置 |
| CN103942851A (zh) * | 2014-04-02 | 2014-07-23 | 北京中交慧联信息科技有限公司 | 一种对车辆状态和驾驶行为进行监测的方法及装置 |
| CN104401230A (zh) * | 2014-10-15 | 2015-03-11 | 奇瑞汽车股份有限公司 | 一种汽车速度辅助控制系统及其控制方法 |
| CN104709170A (zh) * | 2015-02-09 | 2015-06-17 | 浙江吉利汽车研究院有限公司 | 一种车门误打开的主动避险方法和系统 |
| US20150329090A1 (en) * | 2014-05-13 | 2015-11-19 | Toyota Jidosha Kabushiki Kaisha | Travel control apparatus and vehicle control apparatus |
| CN105197011A (zh) * | 2014-06-13 | 2015-12-30 | 现代摩比斯株式会社 | 车辆用驾驶员危险指数管理系统及其方法 |
| CN105235587A (zh) * | 2015-10-26 | 2016-01-13 | 成都云科新能汽车技术有限公司 | 一种行车主动安全系统 |
| CN105564441A (zh) * | 2014-10-30 | 2016-05-11 | 丰田自动车株式会社 | 警报装置、警报系统、警报方法及便携终端 |
-
2016
- 2016-06-29 CN CN201610507797.3A patent/CN106094823A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1672993A (zh) * | 2004-03-25 | 2005-09-28 | 三菱扶桑卡客车株式会社 | 车辆的自动减速控制装置 |
| CN101488290A (zh) * | 2009-02-27 | 2009-07-22 | 清华大学 | 一种防后车追尾预警方法及其预警系统 |
| CN102486378A (zh) * | 2010-12-03 | 2012-06-06 | 国基电子（上海）有限公司 | 一种行车轨迹警示方法与导航装置 |
| CN103942851A (zh) * | 2014-04-02 | 2014-07-23 | 北京中交慧联信息科技有限公司 | 一种对车辆状态和驾驶行为进行监测的方法及装置 |
| US20150329090A1 (en) * | 2014-05-13 | 2015-11-19 | Toyota Jidosha Kabushiki Kaisha | Travel control apparatus and vehicle control apparatus |
| CN105197011A (zh) * | 2014-06-13 | 2015-12-30 | 现代摩比斯株式会社 | 车辆用驾驶员危险指数管理系统及其方法 |
| CN104401230A (zh) * | 2014-10-15 | 2015-03-11 | 奇瑞汽车股份有限公司 | 一种汽车速度辅助控制系统及其控制方法 |
| CN105564441A (zh) * | 2014-10-30 | 2016-05-11 | 丰田自动车株式会社 | 警报装置、警报系统、警报方法及便携终端 |
| CN104709170A (zh) * | 2015-02-09 | 2015-06-17 | 浙江吉利汽车研究院有限公司 | 一种车门误打开的主动避险方法和系统 |
| CN105235587A (zh) * | 2015-10-26 | 2016-01-13 | 成都云科新能汽车技术有限公司 | 一种行车主动安全系统 |
Cited By (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106864453A (zh) * | 2017-02-08 | 2017-06-20 | 杨铭域 | 基于大数据的驾驶和环境控制系统及方法 |
| CN106683530A (zh) * | 2017-02-21 | 2017-05-17 | 南京多伦科技股份有限公司 | 一种基于三维激光视觉和高精度车道模型的计算机评判系统和方法 |
| CN107194248A (zh) * | 2017-04-21 | 2017-09-22 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的反黑客劫持方法、装置、设备及存储介质 |
| CN107194248B (zh) * | 2017-04-21 | 2023-02-28 | 百度在线网络技术（北京）有限公司 | 无人驾驶车辆的反黑客劫持方法、装置、设备及存储介质 |
| US10963560B2 (en) | 2017-04-21 | 2021-03-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for anti hacker's hijacking of autonomous vehicle, device and storage medium |
| CN108983768A (zh) * | 2017-06-02 | 2018-12-11 | 丰田自动车株式会社 | 自动驾驶系统 |
| CN109094569B (zh) * | 2017-06-20 | 2020-07-31 | 湖南中车时代电动汽车股份有限公司 | 一种基于驾驶行为的驾驶控制策略调整方法及系统 |
| CN109094569A (zh) * | 2017-06-20 | 2018-12-28 | 湖南中车时代电动汽车股份有限公司 | 一种基于驾驶行为的驾驶控制策略调整方法及系统 |
| CN107316436A (zh) * | 2017-07-31 | 2017-11-03 | 努比亚技术有限公司 | 危险驾驶状态处理方法、电子设备及存储介质 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
| CN111164660A (zh) * | 2017-10-06 | 2020-05-15 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
| CN108216097A (zh) * | 2018-01-23 | 2018-06-29 | 黑子信息科技（广东）有限公司 | 一种车祸应对方法及装置 |
| CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
| CN110146100B (zh) * | 2018-02-13 | 2021-08-13 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
| CN108482368A (zh) * | 2018-03-28 | 2018-09-04 | 成都博士信智能科技发展有限公司 | 基于沙盘的无人驾驶车辆防撞控制方法及装置 |
| CN108710368A (zh) * | 2018-05-23 | 2018-10-26 | 北京新能源汽车股份有限公司 | 一种无人驾驶系统及电动汽车 |
| CN108711299A (zh) * | 2018-06-01 | 2018-10-26 | Oppo广东移动通信有限公司 | 车辆灯光提醒方法、装置、终端、服务器及存储介质 |
| CN108924835B (zh) * | 2018-06-29 | 2021-08-17 | 百度在线网络技术（北京）有限公司 | 车辆控制系统、方法和安全控制单元 |
| CN108924835A (zh) * | 2018-06-29 | 2018-11-30 | 百度在线网络技术（北京）有限公司 | 车辆控制系统、方法和安全控制单元 |
| CN109324609A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| US11320818B2 (en) * | 2018-08-31 | 2022-05-03 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Method, apparatus, device and storage medium for controlling unmanned vehicle |
| CN109324608A (zh) * | 2018-08-31 | 2019-02-12 | 百度在线网络技术（北京）有限公司 | 无人车控制方法、装置、设备以及存储介质 |
| CN110262469B (zh) * | 2019-07-23 | 2023-09-15 | 江苏常发农业装备股份有限公司 | 一种应用于农机车辆的自动行驶控制系统和方法 |
| CN110262469A (zh) * | 2019-07-23 | 2019-09-20 | 江苏常发农业装备股份有限公司 | 一种应用于农机车辆的自动行驶控制系统和方法 |
| CN110412556A (zh) * | 2019-07-31 | 2019-11-05 | 吉林大学 | 一种基于超车频次的车辆行驶状态评估方法 |
| CN110428694A (zh) * | 2019-08-01 | 2019-11-08 | 深圳市机场股份有限公司 | 一种模拟驾驶的训练方法、移动终端和计算机存储介质 |
| CN110852192B (zh) * | 2019-10-23 | 2023-03-17 | 上海能塔智能科技有限公司 | 噪点数据的确定方法及装置、存储介质、终端、车辆 |
| CN110852192A (zh) * | 2019-10-23 | 2020-02-28 | 上海能塔智能科技有限公司 | 噪点数据的确定方法及装置、存储介质、终端、车辆 |
| CN111332313A (zh) * | 2020-02-24 | 2020-06-26 | 重庆众鸿科技有限公司 | 一种车辆驾驶安全预警控制方法及系统 |
| CN111722626A (zh) * | 2020-05-11 | 2020-09-29 | 北京经纬恒润科技有限公司 | 远程驾驶系统及其安全保护方法和安全保护模块 |
| CN111722626B (zh) * | 2020-05-11 | 2023-07-18 | 北京经纬恒润科技股份有限公司 | 远程驾驶系统及其安全保护方法和安全保护模块 |
| CN111619561A (zh) * | 2020-05-22 | 2020-09-04 | 安徽江淮汽车集团股份有限公司 | 自动驾驶汽车的逃逸救生方法、装置、设备及存储介质 |
| CN112596514A (zh) * | 2020-11-18 | 2021-04-02 | 广州文远知行科技有限公司 | 控制操作调整方法、装置、可移动载体及存储介质 |
| CN112596514B (zh) * | 2020-11-18 | 2024-05-31 | 广州文远知行科技有限公司 | 控制操作调整方法、装置、可移动载体及存储介质 |
| CN113156440A (zh) * | 2021-04-27 | 2021-07-23 | 浙江工业大学 | 一种基于雷达和图像数据融合检测的防御方法及系统 |
| CN113156440B (zh) * | 2021-04-27 | 2024-03-26 | 浙江工业大学 | 一种基于雷达和图像数据融合检测的防御方法及系统 |
| CN113147754A (zh) * | 2021-05-29 | 2021-07-23 | 深圳市平衡力科技有限公司 | 一种电动代步车用防碰撞系统 |
| CN113299147A (zh) * | 2021-06-30 | 2021-08-24 | 中国汽车工程研究院股份有限公司 | 基于交通事故深度调查的训练系统及训练方法 |
| WO2024104247A1 (zh) * | 2022-11-16 | 2024-05-23 | 中兴通讯股份有限公司 | 辅助驾驶、车辆控制方法、智能终端、车载终端 |
| WO2024124550A1 (zh) * | 2022-12-16 | 2024-06-20 | 宁德时代(上海)智能科技有限公司 | 车辆控制方法、装置、系统以及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106094823A (zh) | 汽车危险驾驶行为的处理方法及系统 | |
| CN106114515B (zh) | 汽车驾驶行为提醒方法及系统 | |
| CN106157614B (zh) | 汽车事故责任确定方法及系统 | |
| US8620549B2 (en) | Vehicle safety systems and methods | |
| CN107608388B (zh) | 自主警车 | |
| KR101941896B1 (ko) | 선박의 자율 운항 제어 시스템 | |
| US10311658B2 (en) | Unexpected impulse change collision detector | |
| US9932041B2 (en) | Personalized medical emergency autopilot system based on portable medical device data | |
| US20200276988A1 (en) | Method and system for controlling safety of ego and social objects | |
| US20220309920A1 (en) | Controlling vehicle-infrastructure cooperated autonomous driving | |
| EP3906541A1 (en) | Methods and systems for managing interactions between vehicles with varying levels of autonomy | |
| US20210309261A1 (en) | Driver and environment monitoring to predict human driving maneuvers and reduce human driving errors | |
| KR20200124148A (ko) | 차량의 항법을 위한 시스템 및 방법 | |
| US20160180721A1 (en) | System and method for tracking, surveillance and remote control of powered personal recreational vehicles | |
| US11237555B1 (en) | Backup control systems and methods for autonomous vehicles | |
| CN106184068A (zh) | 汽车内部网络安全检测方法及装置、汽车 | |
| JP2019077266A (ja) | 自動運転制御装置、車両の自動運転制御方法 | |
| KR20220014438A (ko) | 자율주행차량 및 그의 드론을 활용한 비상 대응 방법 | |
| US11609576B2 (en) | Emergency vehicle audio detection | |
| US20230040713A1 (en) | Simulation method for autonomous vehicle and method for controlling autonomous vehicle | |
| US20220230537A1 (en) | Vehicle-to-Everything (V2X) Misbehavior Detection Using a Local Dynamic Map Data Model | |
| US11724710B2 (en) | Systems and methods for implementing a hybrid control for an autonomous vehicle | |
| KR102357985B1 (ko) | 모바일 커뮤니티 위치기반 안전운전정보 공유 시스템 및 방법 | |
| JP2024504115A (ja) | ローカルダイナミックマップデータモデルを使用したビークルツーエブリシング（ｖ２ｘ）不正行為検出 | |
| US20230339392A1 (en) | Systems And Methods For Facilitating Safe School Bus Operations |
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 |
Application publication date: 20161109 |
|
| RJ01 | Rejection of invention patent application after publication |