CN108810153A - 一种单车骑行过程中的异常识别方法及系统 - Google Patents

一种单车骑行过程中的异常识别方法及系统 Download PDF

Info

Publication number
CN108810153A
CN108810153A CN201810624063.2A CN201810624063A CN108810153A CN 108810153 A CN108810153 A CN 108810153A CN 201810624063 A CN201810624063 A CN 201810624063A CN 108810153 A CN108810153 A CN 108810153A
Authority
CN
China
Prior art keywords
bicycle
noise
advance
ride
noise data
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
Application number
CN201810624063.2A
Other languages
English (en)
Inventor
严军荣
卢玉龙
江雅芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Houbo Technology Co Ltd
Original Assignee
Hangzhou Houbo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Houbo Technology Co Ltd filed Critical Hangzhou Houbo Technology Co Ltd
Priority to CN201810624063.2A priority Critical patent/CN108810153A/zh
Publication of CN108810153A publication Critical patent/CN108810153A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/0042—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for hiring of objects
    • G07F17/0057—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for hiring of objects for the hiring or rent of vehicles, e.g. cars, bicycles or wheelchairs
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种单车骑行过程中的异常识别方法及系统。其系统包括包括识别噪声数据是否出现异常模块、识别骑行高度是否出现异常模块、识别骑行路径是否出现异常模块。本发明的方法及系统解决了不能识别单车骑行过程中的异常的技术问题。

Description

一种单车骑行过程中的异常识别方法及系统
技术领域
本发明属于共享单车技术领域，特别是涉及一种单车骑行过程中的异常识别方法及系统。
背景技术
共享单车骑行方便，已经成为很多人一公里内的最佳出行方式。单车骑行简便，但是由于骑行不规范、骑行路径选择错误等原因，单车骑行容易发生事故且不易发现，可能会给骑行者带来人身危害。目前还没有识别单车骑行过程中的异常的技术方案，为此提出一种单车骑行过程中的异常识别方法及系统。
发明内容
本发明所要解决的技术问题是不能识别单车骑行过程中的异常的问题，提出一种单车骑行过程中的异常识别方法及系统。
本发明依托现有的共享单车系统，单车上安装噪声收集设备、气压检测设备和定位装置，按照采样时间间隔收集数据，然后发送至服务器，服务器获取共享单车的信息进行异常识别。
事先设置采样时间间隔T。
本发明的单车骑行过程中的异常识别系统，包括识别噪声数据是否出现异常模块、识别骑行高度是否出现异常模块、识别骑行路径是否出现异常模块、异常警示模块。其中异常警示模块是可选模块。
识别噪声数据是否出现异常模块：服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中i表示采样序号(单车开锁后接收到的第一个噪声数据的采样序号为0)。若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常。
所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。
识别骑行高度是否出现异常模块：服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常。
所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。
识别骑行路径是否出现异常模块：服务器接收定位装置按照采样时间间隔T获取的单车实时位置。若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。
异常警示模块：根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。
本发明的单车骑行过程中的异常识别方法按如下步骤实现：
步骤1、服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中i表示采样序号(单车开锁后接收到的第一个噪声数据的采样序号为0)。若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常。
所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。
步骤2、服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常。
所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。
步骤3、服务器接收定位装置按照采样时间间隔T获取的单车实时位置。若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。
步骤4(可选步骤)、根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。
本发明的方法及系统具有的优点是：通过噪声数据、气压数据、骑行位置数据判断单车骑行过程中是否出现异常，便于及时发现用户在骑行中的安全隐患。
附图说明
图1是本发明实施例一的单车骑行过程中的异常识别系统框图；
图2是本发明实施例二的单车骑行过程中的异常识别系统框图；
图3是本发明实施例三的单车骑行过程中的异常识别方法流程图。
具体实施方式
下面对本发明优选实施例作详细说明。
本发明依托现有的共享单车系统，单车上安装噪声收集设备、气压检测设备和定位装置，按照采样时间间隔收集数据，然后发送至服务器，服务器获取共享单车的信息进行异常识别。本实施例针对某安装了噪声收集设备、气压检测设备和定位装置的单车进行系统及方法的描述。事先设置采样时间间隔T＝0.5秒。
本发明的单车骑行过程中的异常识别系统，有以下两个实施例。
实施例一：
包括识别噪声数据是否出现异常模块、识别骑行高度是否出现异常模块、识别骑行路径是否出现异常模块。本实施例一的单车骑行过程中的异常识别系统框图，如图1所示。
识别噪声数据是否出现异常模块：服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中i表示采样序号(单车开锁后接收到的第一个噪声数据的采样序号为0)。若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常。
所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。本实施例中，服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，事先设置的噪声变化阈值M＝40分贝，噪声阈值N＝50分贝，某时刻服务器接收的噪声数据n4＝100分贝，上一时刻服务器接收的噪声数据n3＝40分贝，(n4-n3)＝60>50分贝，则判定单车在i＝4时刻的骑行过程中噪声数据出现异常。
识别骑行高度是否出现异常模块：服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常。
所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。本实施例中，服务器接收气压检测设备按照采样时间间隔T收集的气压数据，垂直高度每相差1米则气压相差11帕，事先设置气压变化阈值P＝30帕，某时刻气压数据p4＝1×105帕，前一时刻气压数据p3＝9.99956×105帕，p4-p3＝44帕>30帕，则判定单车在i＝4时刻垂直高度上升4米，骑行过程中车辆高度出现异常。
识别骑行路径是否出现异常模块：服务器接收定位装置按照采样时间间隔T获取的单车实时位置。若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。本实施例中，服务器接收定位装置按照采样时间间隔T获取的单车实时位置，在i＝4时刻，单车位置所在路段为机动车道，则判定单车骑行过程中路径出现异常。
实施例二：
包括识别噪声数据是否出现异常模块、识别骑行高度是否出现异常模块、识别骑行路径是否出现异常模块、异常警示模块。本实施例二的单车骑行过程中的异常识别系统框图，如图2所示。
识别噪声数据是否出现异常模块：服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中i表示采样序号(单车开锁后接收到的第一个噪声数据的采样序号为0)。若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常。
所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。本实施例中，服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，事先设置的噪声变化阈值M＝40分贝，噪声阈值N＝50分贝，某时刻服务器接收的噪声数据n4＝100分贝，上一时刻服务器接收的噪声数据n3＝40分贝，(n4-n3)＝60>50分贝，则判定单车在i＝4时刻的骑行过程中噪声数据出现异常。
识别骑行高度是否出现异常模块：服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常。
所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。本实施例中，服务器接收气压检测设备按照采样时间间隔T收集的气压数据，垂直高度每相差1米则气压相差11帕，事先设置气压变化阈值P＝30帕，某时刻气压数据p4＝1×105帕，前一时刻气压数据p3＝9.99956×105帕，p4-p3＝44帕>30帕，则判定单车在i＝4时刻垂直高度上升4米，骑行过程中车辆高度出现异常。
识别骑行路径是否出现异常模块：服务器接收定位装置按照采样时间间隔T获取的单车实时位置。若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。本实施例中，服务器接收定位装置按照采样时间间隔T获取的单车实时位置，在i＝4时刻，单车位置所在路段为机动车道，则判定单车骑行过程中路径出现异常。
异常警示模块：根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。本实施例中，单车在i＝4时刻出现噪声数据异常、车辆高度异常和骑行路径异常，判断骑行者可能出现事故，通过移动终端APP发出报警声及LED灯闪烁，并发送警示信息至APP中事先设置的亲密联系人。
本发明的单车骑行过程中的异常识别方法，实施例(实施例三)如下：
步骤1、服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中i表示采样序号(单车开锁后接收到的第一个噪声数据的采样序号为0)。若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常。
所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。本实施例中，服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，事先设置的噪声变化阈值M＝40分贝，噪声阈值N＝50分贝，某时刻服务器接收的噪声数据n4＝100分贝，上一时刻服务器接收的噪声数据n3＝40分贝，(n4-n3)＝60>50分贝，则判定单车在i＝4时刻的骑行过程中噪声数据出现异常。
步骤2、服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常。
所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。本实施例中，服务器接收气压检测设备按照采样时间间隔T收集的气压数据，垂直高度每相差1米则气压相差11帕，事先设置气压变化阈值P＝30帕，某时刻气压数据p4＝1×105帕，前一时刻气压数据p3＝9.99956×105帕，p4-p3＝44帕>30帕，则判定单车在i＝4时刻垂直高度上升4米，骑行过程中车辆高度出现异常。
步骤3、服务器接收定位装置按照采样时间间隔T获取的单车实时位置。若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。本实施例中，服务器接收定位装置按照采样时间间隔T获取的单车实时位置，在i＝4时刻，单车位置所在路段为机动车道，则判定单车骑行过程中路径出现异常。
步骤4、根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。本实施例中，单车在i＝4时刻出现噪声数据异常、车辆高度异常和骑行路径异常，判断骑行者可能出现事故，通过移动终端APP发出报警声及LED灯闪烁，并发送警示信息至APP中事先设置的亲密联系人。
本实施例三的单车骑行过程中的异常识别方法流程图，如图3所示。
当然，本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明的，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落入本发明的保护范围。

Claims (10)

1.一种单车骑行过程中的异常识别系统，其特征在于包括识别噪声数据是否出现异常模块、识别骑行高度是否出现异常模块、识别骑行路径是否出现异常模块；
所述识别噪声数据是否出现异常模块：服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中采样时间间隔T事先设置，i表示采样序号；若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常；
所述识别骑行高度是否出现异常模块：服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常；
所述识别骑行路径是否出现异常模块：服务器接收定位装置按照采样时间间隔T获取的单车实时位置，若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。
2.根据权利要求1所述的单车骑行过程中的异常识别系统，其特征在于，单车开锁后接收到的第一个噪声数据的采样序号i＝0。
3.根据权利要求2所述的单车骑行过程中的异常识别系统，其特征在于，所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。
4.根据权利要求1所述的单车骑行过程中的异常识别系统，其特征在于，所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。
5.根据权利要求1所述的单车骑行过程中的异常识别系统，其特征在于，还包括异常警示模块，根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。
6.一种单车骑行过程中的异常识别方法，其特征在于包括以下步骤：
步骤1、服务器接收噪声收集设备按照采样时间间隔T收集的噪声数据，记为ni，其中采样时间间隔T事先设置，i表示采样序号；若噪声数据平均值大于事先设置的噪声阈值或噪声变化值大于事先设置的噪声变化阈值，则判定单车骑行过程中噪声数据出现异常，否则判定单车骑行过程中噪声数据没有出现异常；
步骤2、服务器接收气压检测设备按照采样时间间隔T收集的气压数据，气压数据直接对应单车的骑行高度，气压数据记为pi；若气压数据变化值大于事先设置的气压变化阈值，则判定单车骑行过程中车辆高度出现异常，否则判定单车骑行过程中车辆高度没有出现异常；
步骤3、服务器接收定位装置按照采样时间间隔T获取的单车实时位置，若单车位置所在路段为施工路段或交通事故频发路段或机动车道，则判定单车骑行过程中路径出现异常，否则判定单车骑行过程中路径没有出现异常。
7.根据权利要求6所述的单车骑行过程中的异常识别方法，其特征在于，单车开锁后接收到的第一个噪声数据的采样序号i＝0。
8.根据权利要求7所述的单车骑行过程中的异常识别方法，其特征在于，所述噪声数据平均值大于事先设置的噪声阈值是指其中N是噪声数据的数量，X是事先设置的噪声阈值；所述噪声变化值大于事先设置的噪声变化阈值是指(ni-ni-1)>Y，其中Y是事先设置的噪声变化阈值。
9.根据权利要求6所述的单车骑行过程中的异常识别方法，其特征在于，所述气压数据变化值大于事先设置的气压变化阈值是指|pi-pi-1|>P，其中P是事先设置的气压变化阈值。
10.根据权利要求6所述的单车骑行过程中的异常识别方法，其特征在于，还包括步骤4、根据单车出现的噪声数据异常或车辆高度异常或骑行路径异常，通过移动终端或安装在单车上的警示设备进行报警；所述报警是指发出警报声或LED灯闪烁或发送警示信息至联系人中的任一项或多项组合。
CN201810624063.2A 2018-06-15 2018-06-15 一种单车骑行过程中的异常识别方法及系统 Pending CN108810153A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810624063.2A CN108810153A (zh) 2018-06-15 2018-06-15 一种单车骑行过程中的异常识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810624063.2A CN108810153A (zh) 2018-06-15 2018-06-15 一种单车骑行过程中的异常识别方法及系统

Publications (1)

Publication Number Publication Date
CN108810153A true CN108810153A (zh) 2018-11-13

Family

ID=64086742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810624063.2A Pending CN108810153A (zh) 2018-06-15 2018-06-15 一种单车骑行过程中的异常识别方法及系统

Country Status (1)

Country Link
CN (1) CN108810153A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111976875A (zh) * 2020-07-22 2020-11-24 摩拜(北京)信息技术有限公司 安全使用自行车的控制方法、装置、电子设备及车辆系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779409A (zh) * 2012-07-03 2012-11-14 华南理工大学 一种自行车检测与定位装置及检测与定位方法
CN103069469A (zh) * 2011-06-24 2013-04-24 索尼公司 海拔估计设备、海拔估计方法和程序
CN204031335U (zh) * 2014-04-21 2014-12-17 广州市晶华光学电子有限公司 一种自行车载监控系统
CN106314626A (zh) * 2015-06-29 2017-01-11 贺芳 具有定位系统的自行车
CN106741396A (zh) * 2016-12-28 2017-05-31 北京拜克洛克科技有限公司 一种智能单车及智能单车控制系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103069469A (zh) * 2011-06-24 2013-04-24 索尼公司 海拔估计设备、海拔估计方法和程序
CN102779409A (zh) * 2012-07-03 2012-11-14 华南理工大学 一种自行车检测与定位装置及检测与定位方法
CN204031335U (zh) * 2014-04-21 2014-12-17 广州市晶华光学电子有限公司 一种自行车载监控系统
CN106314626A (zh) * 2015-06-29 2017-01-11 贺芳 具有定位系统的自行车
CN106741396A (zh) * 2016-12-28 2017-05-31 北京拜克洛克科技有限公司 一种智能单车及智能单车控制系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111976875A (zh) * 2020-07-22 2020-11-24 摩拜(北京)信息技术有限公司 安全使用自行车的控制方法、装置、电子设备及车辆系统

Similar Documents

Publication Publication Date Title
CN106530782B (zh) 一种道路车辆交通告警方法
CN104742802B (zh) 一种基于多传感器与视频识别技术的酒驾检测系统与方法
RU2016109426A (ru) Анализ данных от датчика частиц в транспортном средстве
CN104167067B (zh) 城市井盖、栏杆监控报警系统及其监控方法
CN101226404A (zh) 车辆故障远程检测诊断系统及其诊断方法
CN115206134B (zh) 一种基于物联网的车辆爆胎预警系统及方法
KR20090118582A (ko) 돌발상황 감시 시스템
CN103640533A (zh) 一种基于车辆碰撞侧翻检测、自动呼救的装置及方法
CN105259304A (zh) 一种车辆尾气污染物在线监测系统和方法
CN106297410A (zh) 车辆监测方法及装置
CN109919066B (zh) 一种检测轨道交通车厢内乘客密度异常的方法和装置
CN110838230B (zh) 一种移动视频监控方法、监控中心及系统
CN110589647A (zh) 一种通过监控对电梯门进行实时故障检测及预测的方法
CN107564314A (zh) 一种基于交通拥挤状态的预警系统
CN108711202A (zh) 一种基于大数据的交通事故救援系统
CN113965901B (zh) 一种基于无线探针的高速公路隧道人员监控方法
CN108810153A (zh) 一种单车骑行过程中的异常识别方法及系统
CN113505644B (zh) 一种车厢客流检测告警系统及其方法
KR20130077348A (ko) 음향신호 처리 기반의 터널 내 사고상황 인식 또는 판별을 위한 기기
CN102029909B (zh) 一种杜绝酒后驾车用智能交通安全系统
CN105160876A (zh) 一种汽车喇叭监控系统
KR101612867B1 (ko) 돌발상황발생 차량정보 인식을 통한 돌발상황 감시시스템 및 방법
CN101439717A (zh) 具侦测车辆移动状态的系统及其方法
CN110422715B (zh) 一种直梯蹦跳检测方法及检测系统
CN111932877B (zh) 一种基于车牌数据的路段交通异常状态识别方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181113

WD01 Invention patent application deemed withdrawn after publication