CN107310493A - 一种校车智能交互方法及其系统 - Google Patents
一种校车智能交互方法及其系统 Download PDFInfo
- Publication number
- CN107310493A CN107310493A CN201710524112.0A CN201710524112A CN107310493A CN 107310493 A CN107310493 A CN 107310493A CN 201710524112 A CN201710524112 A CN 201710524112A CN 107310493 A CN107310493 A CN 107310493A
- Authority
- CN
- China
- Prior art keywords
- alcohol
- alcohol concentration
- concentration
- school bus
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000002452 interceptive effect Effects 0.000 title claims description 16
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims abstract description 178
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 230000004927 fusion Effects 0.000 claims description 25
- 230000035622 drinking Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 208000020016 psychiatric disease Diseases 0.000 claims description 9
- 238000012797 qualification Methods 0.000 claims description 8
- 239000000446 fuel Substances 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 108091000080 Phosphotransferase Proteins 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 102000020233 phosphotransferase Human genes 0.000 claims description 4
- 239000004065 semiconductor Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 102000001253 Protein Kinase Human genes 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 108060006633 protein kinase Proteins 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种校车智能交互实现方法及其系统，可以同时实现车载终端、服务器端与手机客户端之间的信息交互，实现了校车的安全辅助驾驶、学生乘车记录、校车的定位导航、远程监控、校车推送服务等功能，为校车智能监管提供了一种安全、可靠的解决方案，酒精检测方面，避免了单一传感器信息采集点的局限性，采用三个酒精传感器来检测车内酒精浓度，并通过模糊控制算法的方法得出酒精浓度输出值来判断是否存在酒精浓度超标，可以避免汽油等环境因素对车内酒精气体浓度的干扰导致对驾驶员酒精检测的不准确，从而不能真实反映驾驶者饮酒状况，校车智能交互平台方法具有成本低、使用方便、操作简单等应用价值，满足学校、家长、校车司机的实际需求。
Description
技术领域
本发明涉及车辆技术领域，尤其是涉及一种校车智能交互方法及其系统。
背景技术
随着科学技术的发展和经济的进步，加强校车安全管理，确保孩子们的人身安全成为目前社会安全保障的重中之重，校车安全的管理问题也成为当下社会公民关注的焦点。
现有技术中的校车，在酒精检测方面，都采用单一传感器来检测酒精浓度，而单一传感器存在信息采集点的局限性，汽油等环境因素对车内酒精气体浓度的干扰，导致对驾驶员酒精检测的不可靠、不准确，不能真实地反映驾驶者饮酒状况。目前还没有车载酒精检测系统，将驾驶员驾车时的饮酒状况作为一个重要数据，纳入汽车行驶记录仪的监测记录数据中。
发明内容
本发明所要解决的技术问题是提供一种不但能够实现学生乘车记录、校车的定位导航功能，还能够对车内酒精进行高灵敏度检测的校车智能交互方法及其系统。
本发明所采用的技术方案是，一种校车智能交互方法，所述方法包括下列步骤：
(1)、在校车的仪表盘附近安装上车载酒精检测系统以及内置有RFID读卡器的PAD模块；
(2)、在校车未启动前，RFID读卡器和PAD模块开始工作，每一位上车人员先通过RFID读卡器进行读卡，RFID读卡器记录每一位上车人员的上车信息；
(3)、采集人员上车信息的RFID读卡器将信息通过USB串口传输给PAD模块，PAD模块存储信息；
(4)、当校车启动时，酒精检测系统自动上电工作，内置在PAD模块中的GPS/ODO定位系统开始实时获取车辆行进的速度和坐标，所述酒精检测系统的工作方法为：酒精检测系统中的三个酒精传感器自动检测车内的酒精浓度，并将检测到的酒精浓度值经过信息调理和模数转换后传输到信息融合系统，信息融合系统采用模糊控制算法的方法将输入的酒精浓度值进行融合，融合得到的输出值传输给控制装置，控制装置将该输出值与预先设定的酒精浓度限定条件作比较，如果输出值高于预设的酒精浓度限定条件，那么就启动报警显示模块进行报警，并将该输出值对应的酒精浓度值以及警示信息显示在PAD模块上；如果输出值低于预设的酒精浓度限定条件，那么就在PAD上显示没有饮酒；
(5)、无线通信模块将RFID读卡器读取的人员乘车信息、GPS/ODO定位系统实时采集到的车辆行进的速度和坐标以及车内酒精含量发送给服务器，服务器再将所述信息推送给客户端。
本发明的技术效果是：提供了一种校车智能交互实现方法，可以同时实现车载终端、服务器端与手机客户端之间的信息交互，实现了校车的安全辅助驾驶，学生乘车记录，校车的定位导航、远程监控、校车推送服务等功能，为校车智能监管提供了一种安全、可靠的解决方案，在酒精检测方面，避免了单一传感器信息采集点的局限性，采用三个酒精传感器来检测车内酒精浓度，并通过模糊控制算法的方法得出酒精浓度输出值来判断是否存在酒精浓度超标，可以避免汽油等环境因素对车内酒精气体浓度的干扰导致对驾驶员酒精检测的不可靠、不准确，从而不能真实地反映驾驶者饮酒状况，在校车智能交互平台方法具有成本低、使用方便、操作简单等应用价值，满足学校、家长、校车司机的实际需求。
作为优先，所述信息融合系统采用模糊控制算法的方法为：
(1)、设定八个输入量模糊子集：N(零)，VS(很低)，S(低)，M(中)，L(大)，ML(较大)，VL(很大)，VVL(超大)，酒精浓度输入量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数，将输入量的隶属度函数的中心支设定为：22，44，100，160，219，280，350，单位是ppm，其中44和219分别是国家关于饮酒驾驶和醉酒的呼气酒精浓度标定值；将融合得到的酒精浓度输出量分为八个模糊集：NY(没有饮酒)，SY(少量饮酒)，MY(饮酒中)，LY(饮酒多)，SZ(轻度醉酒)，MZ(中度醉酒)，LZ(严重醉酒)，VL(无法开车)；酒精浓度输出量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数；
(2)、将三个酒精浓度传感器S1、S2以及S3采集到的酒精浓度值作为酒精浓度输入量输入信息融合系统，根据不同的酒精浓度值对应着不同的模糊子集，将采集到的酒精浓度输入量归入到对应的模糊子集中，然后进行融合；
(3)、如果第一个酒精浓度传感器采集的浓度值大于第二个酒精浓度传感器采集的浓度值或第三个酒精浓度传感器采集的浓度值，那么可以确定此时的酒精浓度为驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值；如果第一个酒精浓度传感器采集的浓度值小于第二个酒精浓度传感器采集的浓度值或第三个酒精浓度传感器采集的浓度值，那么可以确定此时的酒精浓度不属于驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值；
作为优先，步骤(4)中，GPS/ODO定位系统获取车辆行进的速度和坐标是采用车载定位融合算法来进行获取的，所述车载定位融合算法的方法为：判断GPS模块采集到的信号是否可用，若可用，ODO模块的数据在GPS的秒脉冲到来时与GPS接收机采集到的信号进行异或运算，然后得出两者速度的差值，再经Kalman滤波进行误差估计并反馈给ODO模块进行速度的校正，由ODO模块输出定位结果；若GPS模块数据不可用，由ODO模块单独定位。车载定位可以实时采集校车的经纬度和车速，经无线传输平台传至服务器储存并处理，是手机地图服务的参数来源，GPS模块虽然定位精度高、范围广，但也有其弱点，如GPS模块信号短暂消失，环境干扰等，ODO模块为里程计列车定位模块，其无数据冗余，容易导致累计误差，如果将二者进行数据融合，构成GPS/ODO组合定位系统，就能提高定位精度及可靠性。
一种校车智能交互系统，包括车载终端、与车载终端进行通信的通信系统、与通信系统进行信息交换的服务器端以及用户终端，所述车载终端包括酒精检测系统、与酒精检测系统连接的PAD模块以及嵌入在PAD模块内并用于记录人员上车信息的RFID读卡器，所述酒精检测系统包括酒精浓度检测模块、与酒精浓度检测模块连接的信息融合系统以及报警显示模块，所述信息融合系统包括信号调理模块、与信号调理模块连接的模数转换器以及与模数转换器连接的信息融合模块，所述酒精浓度检测模块包括第一酒精传感器、第二酒精浓度传感器以及第三酒精浓度传感器，所述PAD模块内置有GPS/ODO定位系统以及无线通信模块。
作为优先，所述信息融合模块中采用的处理芯片为LPC2294，这是一款低功耗的ARM芯片，灵敏度高，能够与多个酒精传感器配合来探测酒精浓度，从而检测驾驶员是否饮酒。
作为优先，所述第一酒精传感器采用ME3A-C2H5OH燃料电池型酒精传感器，所述第二传感器和第三传感器均采用MQ-3半导体气敏酒精传感器，考虑到车内气流等因素的影响，第一传感器采用了灵敏度相对最高的ME3A-C2H5OH燃料电池型酒精传感器。
作为优先，所述GPS/ODO定位系统包括GPS模块、ODO模块、信息融合模块以及Kalman滤波器，采用该结构，GPS模块和ODO模块配合来获取车辆行进的速度和坐标，可以提高车辆定位的精度和获取到的数据的可靠性。
附图说明
图1为本发明一种校车智能交互方法及其系统的结构示意图；
图2为本发明的车载终端的结构示意图；
图3为本发明的酒精检测系统的结构示意图；
图4为本发明的酒精检测的流程图；
图5为本发明的GPS/ODO定位系统的融合算法结构图；
如图所示：1、第一酒精传感器；2、第二酒精传感器；3、第三酒精传感器；4、信号调理模块；5、酒精浓度检测模块；6、信息融合模块；7、模数转换器；8、酒精检测系统；9、信息融合系统；10、报警显示模块；11、PAD模块；12、RFID读卡器；13、GPS/ODO定位系统；14、无线通信模块；15、显示模块。
具体实施方式
以下参照附图并结合具体实施方式来进一步描述发明，以令本领域技术人员参照说明书文字能够据以实施，本发明保护范围并不受限于该具体实施方式。
本发明涉及一种校车智能交互方法，所述方法包括下列步骤：
(1)、在校车的仪表盘附近安装上车载酒精检测系统8、PAD模块11以及RFID读卡器12；
(2)、在校车未启动前，RFID读卡器12和PAD模块11开始工作，每一位上车人员先通过RFID读卡器12进行读卡，RFID读卡器12记录每一位上车人员的上车信息；
(3)、采集人员上车信息的RFID读卡器12将信息通过USB串口传输给PAD模块11，PAD模块11存储信息；
(4)、当校车启动时，酒精检测系统8自动上电工作，内置在PAD模块11中的GPS/ODO定位系统13开始实时获取车辆行进的速度和坐标，所述酒精检测系统8的工作方法为：酒精检测系统中的三个酒精传感器自动检测车内的酒精浓度，并将检测到的酒精浓度值经过信息调理和模数转换后传输到信息融合系统9，信息融合系统9采用模糊控制算法的方法将输入的酒精浓度值进行融合，融合得到的输出值传输给控制装置，控制装置将该输出值与预先设定的酒精浓度限定条件作比较，如果输出值高于预设的酒精浓度限定条件，那么就启动报警显示模块10进行报警，并将该输出值对应的酒精浓度值以及警示信息显示在PAD模块11上；如果输出值低于预设的酒精浓度限定条件，那么就在PAD模块11上显示没有饮酒；
(5)、无线通信模块14将RFID读卡器12读取的人员乘车信息、GPS/ODO定位系统13实时采集到的车辆行进的速度和坐标以及车内酒精含量发送给服务器，服务器再将所述信息推送给客户端。
作为优先，所述信息融合系统9采用模糊控制算法的方法为：
(1)、设定八个输入量模糊子集：N(零)，VS(很低)，S(低)，M(中)，L(大)，ML(较大)，VL(很大)，VVL(超大)，酒精浓度输入量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数，将输入量的隶属度函数的中心支设定为：22，44，100，160，219，280，350，单位是ppm，其中44和219分别是国家关于饮酒驾驶和醉酒的呼气酒精浓度标定值；将融合得到的酒精浓度输出量分为八个模糊集：NY(没有饮酒)，SY(少量饮酒)，MY(饮酒中)，LY(饮酒多)，SZ(轻度醉酒)，MZ(中度醉酒)，LZ(严重醉酒)，VL(无法开车)；酒精浓度输出量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数；
(2)、将三个酒精浓度传感器S1、S2以及S3采集到的酒精浓度值作为酒精浓度输入量输入信息融合系统，根据不同的酒精浓度值对应着不同的模糊子集，将采集到的酒精浓度输入量归入到对应的模糊子集中，然后进行融合；
(3)、如果第一个酒精浓度传感器采集的浓度值大于第二个酒精浓度传感器采集的浓度值或第三个酒精浓度传感器采集的浓度值，那么可以确定此时的酒精浓度为驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值；如果第一个酒精浓度传感器采集的浓度值小于第二个酒精浓度传感器采集的浓度值或第三个酒精浓度传感器采集的浓度值，那么可以确定此时的酒精浓度不属于驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值。
步骤(3)中，去模糊化处理选用最大隶属度面积中心法，下表是几组不同条件下仿真给出的传感器酒精浓度值和经过模糊算法融合后输出的酒精浓度值(ppm)，采用多个传感器融合方式得出的结果充分考虑车内实际环境，能更真实的反应驾驶员饮酒程度。
酒精浓度与融合输出表
现有技术中，系统检测驾驶员的饮酒程度一般采用呼气酒精浓度，存在着许多的干扰因素，如车内通风情况、传感器位置选取、多传感器交叉灵敏度、驾驶员呼气酒精浓度情况等，为了避免信息采集的单一化、模式化及误差过大的问题，本申请选取多个采集点进行测量，基于模糊推理原理的数据融合算法可以对异质传感器信息进行处理，更好地模拟人的感知系统，可以实现不确定关系的输入的整合输出，提高处理数据的准确度，更真实地反映驾驶员的饮酒状况，及时控制调整以预防醉驾的发生。
作为优先，步骤(4)中，GPS/ODO定位系统13获取车辆行进的速度和坐标是采用车载定位融合算法来进行获取的，所述车载定位融合算法的方法为：判断GPS模块采集到的信号是否可用，若可用，ODO模块的数据在GPS的秒脉冲到来时与GPS接收机采集到的信号进行异或运算，然后得出两者速度的差值，再经Kalman滤波进行误差估计并反馈给ODO模块进行速度的校正，由ODO模块输出定位结果；若GPS模块数据不可用，由ODO模块单独定位。
一种校车智能交互系统，包括车载终端、与车载终端进行通信的通信系统、与通信系统进行信息交换的服务器端以及用户终端，所述车载终端包括酒精检测系统8、与酒精检测系统8连接的PAD模块11以及与PAD模块11连接并用于记录人员上车信息的RFID读卡器12，所述酒精检测系统8包括酒精浓度检测模块5、与酒精浓度检测模块5连接的信息融合系统9以及报警显示模块10，所述信息融合系统9包括信号调理模块4、与信号调理模块4连接的模数转换器7以及与模数转换器7连接的信息融合模块6，所述酒精浓度检测模块5包括第一酒精传感器1、第二酒精浓度传感器2以及第三酒精浓度传感器3，所述PAD模块11内置有GPS/ODO定位系统13以及无线通信模块14，所述信息融合模块6中采用的处理芯片为LPC2294，所述GPS/ODO定位系统13包括GPS模块、ODO模块、信息融合模块以及Kalman滤波器。
作为优先，所述第一酒精传感器1采用ME3A-C2H5OH燃料电池型酒精传感器，所述第二传感器2和第三传感器3均采用MQ-3半导体气敏酒精传感器，第一酒精传感器1采用了灵敏度相对最高的ME3A-C2H5OH燃料电池型酒精传感器，所述酒精检测系统8安装在汽车仪表盘附近，而ME3A-C2H5OH燃料电池型酒精传感器设置在更靠近驾驶员位置的地方，两个MQ-3半导体气敏酒精传感器靠近副驾驶员和乘客的位置。
Claims (7)
1.一种校车智能交互方法，其特征在于：所述方法包括下列步骤：
第一、在校车的仪表盘附近安装上车载酒精检测系统(8)以及内置有RFID读卡器(12)的PAD模块(11)；
第二、在校车未启动前，RFID读卡器(12)和PAD模块(11)开始工作，每一位上车人员先通过RFID读卡器(12)进行读卡，RFID读卡器(12)记录每一位上车人员的上车信息；
第三、采集人员上车信息的RFID读卡器(12)将信息通过USB串口传输给PAD模块(11)，PAD模块(11)存储信息；
第四、当校车启动时，酒精检测系统(8)自动上电工作，内置在PAD模块(11)中的GPS/ODO定位系统(13)开始实时获取车辆行进的速度和坐标，所述酒精检测系统(8)的工作方法为：酒精检测系统中的三个酒精传感器自动检测车内的酒精浓度，并将检测到的酒精浓度值经过信息调理和模数转换后传输到信息融合系统(9)，信息融合系统(9)采用模糊控制算法的方法将输入的酒精浓度值进行融合，融合得到的输出值传输给控制装置，控制装置将该输出值与预先设定的酒精浓度限定条件作比较，如果输出值高于预设的酒精浓度限定条件，那么就启动报警显示模块(10)进行报警，并将该输出值对应的酒精浓度值以及警示信息显示在PAD模块(11)上；如果输出值低于预设的酒精浓度限定条件，那么就在PAD模块(11)上显示没有饮酒；
第五、无线通信模块(14)将RFID读卡器(12)读取的人员乘车信息、GPS/ODO定位系统(13)实时采集到的车辆行进的速度和坐标以及车内酒精含量发送给服务器，服务器再将所述信息推送给客户端。
2.根据权利要求1所述的一种校车智能交互方法，其特征在于：所述信息融合系统(9)采用模糊控制算法的方法为：
第一、设定八个输入量模糊子集：N(零)，VS(很低)，S(低)，M(中)，L(大)，ML(较大)，VL(很大)，VVL(超大)，酒精浓度输入量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数，将输入量的隶属度函数的中心支设定为：22，44，100，160，219，280，350，单位是ppm，其中44和219分别是国家关于饮酒驾驶和醉酒的呼气酒精浓度标定值；将融合得到的酒精浓度输出量分为八个模糊集：NY(没有饮酒)，SY(少量饮酒)，MY(饮酒中)，LY(饮酒多)，SZ(轻度醉酒)，MZ(中度醉酒)，LZ(严重醉酒)，VL(无法开车)；酒精浓度输出量定义为隶属度函数，所述隶属度函数可以采用三角形或梯形隶属函数；
第二、将三个酒精浓度传感器采集到的酒精浓度值作为酒精浓度输入量输入信息融合系统，根据不同的酒精浓度值对应着不同的模糊子集，将采集到的酒精浓度输入量归入到对应的模糊子集中，然后进行融合；
第三、如果第一个酒精传感器(1)采集的浓度值大于第二个酒精传感器(2)采集的浓度值或第三个酒精传感器(3)采集的浓度值，那么可以确定此时的酒精为驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值；如果第一个酒精传感器(1)采集的浓度值小于第二个酒精传感器(2)采集的浓度值或第三个酒精传感器(3)采集的浓度值，那么可以确定此时的酒精浓度不属于驾驶员呼出的酒精浓度，并选择对应的输出量模糊集，将得到的输出量模糊集进行去模糊化处理，得到所需的数值。
3.根据权利要求1所述的一种校车智能交互方法，其特征在于：GPS/ODO定位系统(13)获取车辆行进的速度和坐标是采用车载定位融合算法来进行获取的，所述车载定位融合算法的方法为：判断GPS模块采集到的信号是否可用，若可用，ODO模块的数据在GPS的秒脉冲到来时与GPS接收机采集到的信号进行异或运算，然后得出两者速度的差值，再经Kalman滤波进行误差估计并反馈给ODO模块进行速度的校正，由ODO模块输出定位结果；若GPS模块数据不可用，由ODO模块单独定位。
4.一种校车智能交互系统，其特征在于：包括车载终端、与车载终端进行通信的通信系统、与通信系统进行信息交换的服务器端以及用户终端，所述车载终端包括酒精检测系统(8)、与酒精检测系统(8)连接的PAD模块(11)以及与PAD模块(11)连接并用于记录人员上车信息的RFID读卡器(12)，所述酒精检测系统(8)包括酒精浓度检测模块(5)、与酒精浓度检测模块(5)连接的信息融合系统(9)以及报警显示模块(10)，所述信息融合系统(9)包括信号调理模块(4)、与信号调理模块(4)连接的模数转换器(7)以及与模数转换器(7)连接的信息融合模块(6)，所述酒精浓度检测模块(5)包括第一酒精传感器(1)、第二酒精浓度传感器(2)以及第三酒精浓度传感器(3)，所述PAD模块(11)内置有GPS/ODO定位系统(13)以及无线通信模块(14)。
5.根据权利要求4所述的一种校车智能交互系统，其特征在于：所述第一酒精传感器(1)采用ME3A-C2H5OH燃料电池型酒精传感器，所述第二传感器(2)和第三传感器(3)均采用MQ-3半导体气敏酒精传感器。
6.根据权利要求4所述的一种校车智能交互系统，其特征在于：所述信息融合模块(6)中采用的处理芯片为LPC2294。
7.根据权利要求4所述的一种校车智能交互系统，其特征在于：所述GPS/ODO定位系统(13)包括GPS模块、ODO模块、信息融合模块以及Kalman滤波器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710524112.0A CN107310493A (zh) | 2017-06-30 | 2017-06-30 | 一种校车智能交互方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710524112.0A CN107310493A (zh) | 2017-06-30 | 2017-06-30 | 一种校车智能交互方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107310493A true CN107310493A (zh) | 2017-11-03 |
Family
ID=60179890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710524112.0A Pending CN107310493A (zh) | 2017-06-30 | 2017-06-30 | 一种校车智能交互方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107310493A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108045226A (zh) * | 2017-12-08 | 2018-05-18 | 湖北民族学院 | 一种多功能车载酒驾监测装置及方法 |
| CN109677341A (zh) * | 2018-12-21 | 2019-04-26 | 深圳市元征科技股份有限公司 | 一种车辆信息融合决策方法及装置 |
| CN111976477A (zh) * | 2020-07-03 | 2020-11-24 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于tbox的酒驾监控系统及其方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103600693A (zh) * | 2013-11-29 | 2014-02-26 | 中国人民解放军装甲兵工程学院 | 车载终端、车载智能报警系统及报警生成方法 |
| CN103723043A (zh) * | 2013-12-10 | 2014-04-16 | 四川省华电成套设备有限公司 | 一种车载酒后驾车禁驾系统 |
| CN104183042A (zh) * | 2014-08-24 | 2014-12-03 | 安徽工程大学 | 校车接送管理系统及方法 |
| CN104599495A (zh) * | 2013-10-31 | 2015-05-06 | 大连易维立方技术有限公司 | 一种校车安全用户管理系统 |
| CN104599484A (zh) * | 2013-10-31 | 2015-05-06 | 大连易维立方技术有限公司 | 一种校车车载管理系统 |
| CN104816692A (zh) * | 2015-05-21 | 2015-08-05 | 北方工业大学 | 一种基于多点检测的酒驾警示系统 |
| CN205281601U (zh) * | 2015-12-14 | 2016-06-01 | 青岛科信安全技术有限公司 | 一种车辆安全智能考勤机 |
| CN207657761U (zh) * | 2017-06-30 | 2018-07-27 | 武汉工程大学 | 一种校车智能交互系统 |
-
2017
- 2017-06-30 CN CN201710524112.0A patent/CN107310493A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104599495A (zh) * | 2013-10-31 | 2015-05-06 | 大连易维立方技术有限公司 | 一种校车安全用户管理系统 |
| CN104599484A (zh) * | 2013-10-31 | 2015-05-06 | 大连易维立方技术有限公司 | 一种校车车载管理系统 |
| CN103600693A (zh) * | 2013-11-29 | 2014-02-26 | 中国人民解放军装甲兵工程学院 | 车载终端、车载智能报警系统及报警生成方法 |
| CN103723043A (zh) * | 2013-12-10 | 2014-04-16 | 四川省华电成套设备有限公司 | 一种车载酒后驾车禁驾系统 |
| CN104183042A (zh) * | 2014-08-24 | 2014-12-03 | 安徽工程大学 | 校车接送管理系统及方法 |
| CN104816692A (zh) * | 2015-05-21 | 2015-08-05 | 北方工业大学 | 一种基于多点检测的酒驾警示系统 |
| CN205281601U (zh) * | 2015-12-14 | 2016-06-01 | 青岛科信安全技术有限公司 | 一种车辆安全智能考勤机 |
| CN207657761U (zh) * | 2017-06-30 | 2018-07-27 | 武汉工程大学 | 一种校车智能交互系统 |
Non-Patent Citations (2)
| Title |
|---|
| 殷琴 等: "GPS/ODO列车组合定位系统" * |
| 赵霞 等: "基于模糊控制的车内酒精检测系统" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108045226A (zh) * | 2017-12-08 | 2018-05-18 | 湖北民族学院 | 一种多功能车载酒驾监测装置及方法 |
| CN109677341A (zh) * | 2018-12-21 | 2019-04-26 | 深圳市元征科技股份有限公司 | 一种车辆信息融合决策方法及装置 |
| CN111976477A (zh) * | 2020-07-03 | 2020-11-24 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于tbox的酒驾监控系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20120176255A1 (en) | Mobile device-based automatic parking location recorder and reminder using on-board diagnostics | |
| CN101571400A (zh) | 基于动态交通信息的嵌入式车载组合导航系统 | |
| CN107310493A (zh) | 一种校车智能交互方法及其系统 | |
| US20020049538A1 (en) | Vehicle tracking systems and methods | |
| CN107813775A (zh) | 一种共享无人驾驶汽车租用时车况验证方法 | |
| CN103917854A (zh) | 用于识别相关的修复信息和部件编号的方法及装置 | |
| CN106941395A (zh) | 一种车载定位装置及定位方法 | |
| CN110208739A (zh) | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 | |
| CN108983270A (zh) | 一种基于多传感器融合的列车安全定位系统及方法 | |
| US20180190043A1 (en) | Mileage Tracking Provisioning | |
| CN103063218B (zh) | 车辆远程监控及轨迹复现系统及其轨迹复现方法 | |
| CN109459018A (zh) | 基于移动4g技术的汽车安全监测装置 | |
| CN108573604A (zh) | 基于移动终端定位的公交od数据获取方法及存储介质 | |
| CN110285789A (zh) | 一种场车综合检测仪、检测系统及检测方法 | |
| CN103914887A (zh) | 一种汽车行驶记录通讯终端 | |
| CN102494750A (zh) | 运输汽车车辆偏载检测系统及检测方法 | |
| CN207657761U (zh) | 一种校车智能交互系统 | |
| CN106556407A (zh) | 一种油量检测下的最近加油站行驶路线提示系统 | |
| CN210574290U (zh) | 随车装置以及车队管理系统 | |
| CN112819292A (zh) | 一种检测空余座位的景区游览车智能调度系统及方法 | |
| CN110411499A (zh) | 传感器检测识别能力的评估方法及评估系统 | |
| JP2003187283A (ja) | ディジタル式運行記録システム | |
| CN201053922Y (zh) | 汽车行驶记录仪检测装置 | |
| CN105843219A (zh) | 一种具有导航故障自动检测的车载汽车故障诊断仪 | |
| WO2008075408A1 (ja) | 情報処理装置及び燃費計算方法等 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20171103 |