CN108883725A - 一种行驶车辆警报系统和方法 - Google Patents
一种行驶车辆警报系统和方法 Download PDFInfo
- Publication number
- CN108883725A CN108883725A CN201780015494.2A CN201780015494A CN108883725A CN 108883725 A CN108883725 A CN 108883725A CN 201780015494 A CN201780015494 A CN 201780015494A CN 108883725 A CN108883725 A CN 108883725A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- alarm signal
- driving vehicle
- distance
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000003287 optical effect Effects 0.000 claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 16
- 230000001413 cellular effect Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000001953 sensory effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000005549 size reduction Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 241000264877 Hippospongia communis Species 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000009399 inbreeding Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/162—Decentralised systems, e.g. inter-vehicle communication event-triggered
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B27/00—Alarm systems in which the alarm condition is signalled from a central station to a plurality of substations
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- 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
-
- 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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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]
-
- 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
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种行驶车辆警报系统和方法,所述系统包括:安装在同一车辆上的一个或多个向前指向的光学传感器,其被配置为捕获道路相关图像;图像处理单元,其被配置为实时分析所捕获的道路相关图像,并且基于所分析的图像来确定安装有一个或多个光学传感器的车辆是否被视为与交通信号灯或交通标志间隔开的距离小于阈值安全制动距离并且易于危及其他车辆的行驶车辆;以及警报信号产生单元,其响应于车辆确定为行驶车辆而产生碰撞避免警报信号。
Description
技术领域
本发明涉及交通安全领域。更具体地,本发明涉及一种系统和方法,用于提供警报,以避免由于行驶车辆无法在红灯或交通标志处停止、驾驶员处在睡眠状态或注意力不集中而引起的意外。
背景技术
许多交通事故是由于驾驶员无法查看交通信号灯的状态(例如,交通信号灯是否指示红灯)、由于太阳眩光、诸如在暴风雪期间能见度差或司机瞌睡而引起的。其他事故是由于闯红灯造成的,这是最常见的一种移动违规行为(尤其是当警察必须满足本月的罚单配额时最常见)。驾驶员希望向自己显示可见警报,该警报能对以相对较高速度接近的交通信号灯的状态予以指示。
当驾驶员无法清楚地看到路标时,可能会发生一些其他危险情况。
由于闯红灯或停车标志,所有现有方法都尚未提供对检测车辆之间或车辆与物体(被认为是障碍物)之间即将发生的碰撞的危险情况的问题的满意解决方案。因此,非常需要能够识别和防止这种危险场景的系统。
因此,本发明的目的是提供一种用于提供交通信号灯状态的指示的系统。
本发明的附加目的是提供一种用于提供交通信号灯的状态的清晰可见的指示的系统,该指示不受瞬时天气条件的影响。
本发明的附加目的是提供一种用于产生可见或可听警报的系统和方法,该警报使驾驶员响应于识别已经闯了或将要闯红灯或交通标志的附近车辆而立即作出反应。
本发明的又一目的是提供一种用于连续和自动地检测由于未能在红灯处停车而导致车辆之间或车辆与静止或移动物体之间即将发生碰撞的危险场景的方法和系统。
随着描述的进行,本发明的其他目的和优点将变得显而易见。
发明内容
本发明涉及一种行驶车辆警报系统,其包括安装在同一车辆上的一个或多个向前指向的光学传感器,其被配置为捕获道路相关图像;图像处理单元,其被配置为实时分析捕获的道路相关图像,并且基于所分析的图像来确定安装有一个或多个光学传感器的车辆是否被视为与交通信号灯或交通标志间隔开的距离小于阈值安全制动距离并且易于危及其他车辆的行驶车辆;以及警报信号产生单元,其响应于车辆确定为行驶车辆而产生碰撞避免警报信号。
在一个实施例中,图像处理单元和警报信号产生单元本地安装在行驶车辆上,并且产生的信号是车辆发起的警报信号。
在一个方面中,图像处理单元被配置为响应于对捕获的道路相关图像的像素的分析来估计车辆与交通信号灯或交通标志之间的瞬时距离,并且从车载速度检测装置导出车辆的瞬时速度,该阈值安全制动距离是估计的瞬时距离和导出的瞬时速度的函数。
在一个方面中,图像处理单元被配置为通过将交通信号灯或交通标志的大小与存储的模板进行比较来估计车辆与交通信号灯或交通标志之间的瞬时距离,每个模板都反映已知距离处的交通信号灯或交通标志的大小,并且确定大小缩减或放大。
在一个方面中,图像处理单元被配置为基于分析的图像来确定交通信号灯的状态,该阈值安全制动距离也是所确定的交通信号灯状态的函数。
在一个方面中,警报信号是驾驶员接收的感官警报以向行驶车辆的驾驶员指示必须紧急施加制动力。驾驶员接收的感官警报可以是视觉警报或听觉警报。
在一个方面中,警报信号产生单元包括控制器和与控制器通信的数字投影仪,该投影仪被配置为使得显示存储在控制器的存储器装置中并且构成视觉警报的预定消息。投影仪被配置为将预定消息的图像投影到仪表板、车辆的前窗或车载媒体屏幕上。
在一个方面中,警报信号产生单元包括信号发生器、与信号发生器进行数据通信的发射器,该发射器向处于发射器的发射范围内的另一台车辆的接收器发射警报信号以向另一台车辆的驾驶员指示必须紧急施加制动力。
在一个方面中,使用由另一台车辆的驾驶员的智能手机接收的短程通信格式来发射警报信号。
在一个实施例中,该系统进一步包括被配置有服务器载警报信号产生单元的远程服务器,该远程服务器与行驶车辆的警报信号产生单元和多台其他车辆的接收器进行数据通信,其中在确定车辆为行驶车辆之后可将车辆发起的警报信号从行驶车辆发射到服务器,于是可将服务器发起的警报信号从服务器发射到被发现与行驶车辆分离小于易于碰撞距离的一台或多台附加车辆。
在一个实施例中,该系统进一步包括多个蜂窝辅助和位置指示车辆单元,其中的每一个都内置于包括行驶车辆和其他车辆的多台车辆中的不同车辆;以及一个或多个蜂窝基站,其可操作以将多个车辆单元的位置数据发射到服务器。
在一个实施例中,该系统进一步包括远程服务器,该远程服务器包括图像处理单元、警报信号产生单元和数据库,在该数据库中存储了表示多个被检查区域的物理布局的地图数据;多个蜂窝辅助和位置指示单元,其由包括行驶车辆的多台车辆中的不同车辆携带;以及一个或多个蜂窝基站,其可操作以将多个蜂窝辅助单元的位置数据发射到服务器,其中图像处理单元被配置为实时分析捕获的道路相关图像并且识别携带对应的蜂窝辅助单元的每一台车辆正在接近的交通信号灯或交通标志,其中服务器可操作以处理给定的被检查区域的地图数据和所发射的位置数据,并且对于位于被检查区域内的每一台车辆确定车辆与交通信号灯或交通标志之间的瞬时距离和瞬时车速,以及关于是否应当将该车辆视为行驶车辆的判定,该阈值安全制动距离是瞬时距离和瞬时速度的函数,其中警报信号产生单元可操作以基于处理的地图数据和位置数据,来向被发现与行驶车辆分离小于易于碰撞距离的车辆发射所产生的警报信号。
在一个方面中,被检查区域选自由以下各项组成的组:包括交通信号灯的区域、包括交通标志的区域、包括停车线的区域、包括通向停车线的所有车道的区域、包括由所有相邻停车线界定的交叉点区域的区域,以及包括铁路交叉口的区域。
在一个方面中,每个蜂窝辅助单元都内置于携带它的对应车辆。
在一个方面中,警报信号是驾驶员接收的感官警报以向被发现与行驶车辆分离小于易于碰撞距离的车辆的驾驶员指示必须紧急施加制动力。
在一个方面中,一个或多个光学传感器或图像处理单元由智能手机来实施。
本发明还涉及一种用于在识别行驶车辆之后警告相邻车辆的方法,该方法包括以下步骤:通过安装在同一车辆上的一个或多个向前指向的光学传感器捕获道路相关图像;通过与一个或多个光学传感器进行数据通信的图像处理单元,实时分析捕获的道路相关图像以识别车辆正在接近的交通信号灯或交通标志;通过与图像处理单元进行数据通信的处理器确定车辆与交通信号灯或交通标志之间的瞬时距离和瞬时车速,以及关于车辆是否应当被视为与交通信号灯或交通标志间隔开的距离小于阈值安全制动距离并且易于危及其他车辆的行驶车辆的判定,该阈值安全制动距离是瞬时距离和瞬时速度的函数;如果车辆已经被确定为行驶车辆,则向与行驶车辆相邻的一台或多台车辆中的每一台车辆的接收器发射无线警报信号,以向每一台相邻车辆的驾驶员指示必须紧急施加制动力或者必须采取任何其他躲避动作。
处理器可操作以在该车辆与交通信号灯或交通标志间隔开的距离小于预定值并且该车辆尚未降低其速度或减速率尚未达到预定的减速率时,判定该车辆应当被视为行驶车辆。
在一个方面中,远程服务器确定与行驶车辆相邻的一台或多台车辆中的每一台车辆的位置,并且向与行驶车辆相邻的一台或多台车辆中的每一台车辆发射警报信号。
图像处理单元可以使用人工智能技术来识别交通信号灯或交通标志。
附图说明
图1是根据本发明的实施例的用于检测将要闯红灯的车辆之间即将发生的碰撞的危险场景的设备的实施方案的示意图;
图2是可与图1的设备结合使用的警报系统的示意图;
图3是向即将闯红灯的车辆的驾驶员提供视觉警报的实施方案的示意图;
图4是根据本发明的另一个实施例的警报系统的示意图;
图5是根据本发明的实施例的用于确定应当向哪些车辆发射警报信号的方法的流程图;
图6是根据本发明的实施例的用于确定车辆会被认为是行驶车辆的方法的流程图;
图7是根据本发明的另一个实施例的警报系统的示意图。
具体实施方式
本发明是一种用于连续和自动地检测车辆之间或车辆与物体之间由于诸如未能在红灯处停车或无意识等移动违规而引起的即将发生的碰撞的危险场景的系统和方法。该系统包括一个或多个光学传感器(诸如相机)、例如在USP8,111,289以及共同未决的以色列专利申请号243413和244046中描述的图像处理单元,以及警报信号产生单元,该警报信号产生单元响应于确定将要闯红灯或者由于另一种类型的移动违规而将危及其他车辆的车辆。替代地,光学传感器可以被实施为水平或垂直部署的2-D相机,其视场重叠部分。每个光学传感器都安装在车辆上,并且能够基于图像分析提供2-D或有效的三维(3-D)数据。在3-D数据的情况下,图像分析可以包括重叠的视场,其向前和/或向后指向。该数据被实时分析并且可以提供对重叠视场内的任何车辆的距离、大小、移动方向和速度的准确估计。
图1说明了根据本发明的实施例的用于检测将要闯红灯的车辆之间即将发生的碰撞的危险场景的设备的实施方案。在该示例中,装置20包括单个光学传感器20a和20b、用于处理由光学传感器20a和20b获取的图像的处理器(未示出)以及用于发射无线警报信号的收发器(未示出)。光学传感器20a和20b安装在车辆21a上,沿着道路23的车道22b移动,该道路具有两个车道22a和22b。光学传感器20a向前指向并且包括具有视场α0的单个相机16。光学传感器20b向后指向并且包括具有视场β0的单个相机28。
在这种情况下,车辆21a沿着车道22b朝向交叉点11移动,该交叉点包括经由臂14安装在固定柱13上的交通信号灯12。交通信号灯12被光学传感器20a和车辆21c的扇区α0覆盖,该车辆21c在车辆21a后面移动,该车辆21a被光学传感器20b的扇区β0覆盖。
通常,在交通信号灯12为红灯的情况下,车辆21a在接近交叉点11时应当降低其速度并且在到达停车线15之前停车。然而,在图1的场景中,交通信号灯12为红灯,而没有意识到红灯或忽略红灯的车辆21a的驾驶员没有降低其速度并且将要进入交叉点11的区域并闯红灯。在这种情况下,光学传感器20a连续地或间歇地测量或估计车辆21a与停车线15之间的瞬时距离d1。对于车辆21a的任何速度,设备20计算允许车辆21a在停车线15之前停车所需的最小阈值安全距离。最小阈值安全距离是基于车辆21a的瞬时速度,并且设备20可以从与其进行数据通信的车辆21a的速度计或者从位于车辆21a内部的智能手机获取其瞬时速度。
可以使用图像处理技术、使用交通信号灯的图像图案和尺寸在每个国家中是标准并且因此可以与将存储在设备20的存储器中的模板进行比较的事实来执行点亮红灯的识别。例如,交通信号灯的布局、每种点亮颜色的大小、颜色之间的间距以及颜色的顺序都有标准。众所周知,红灯点位于最上方,黄灯点位于中间,而绿灯点位于最下方。因此,可以通过将最上面的点的强度和对比度与背景和其他点的进行比较来检测点亮的红灯。
在设备20包括单个光学传感器20a和20b(例如智能手机)的情况下,所获取的视图是2-D的,并且可以通过将交通信号灯的总大小与存储的模板进行比较来估计距离d1,每个模板反映已知距离处的大小。很明显,如果距离d1较大,则交通信号灯的总大小(可以由典型物体识别)将更小。因此,设备20可以测量总大小缩减/放大并且估计距离d1。
在设备20包括两个具有重叠视场的光学传感器(这两个光学传感器向前指向)的情况下,获取有效的3一D数据。可以实时图像分析,并且可以提供对交通信号灯的距离和大小的准确估计。因此,设备20可以更准确地估计距离d1。
根据车辆21a的速度连续更新最小阈值安全距离。在检测到距离d1低于阈值时,设备20通过处理器激活的警报电路向车辆21a的驾驶员自动地发射警报信号,其指示当前距离d1小于车辆21a在当前速度下的安全制动距离并且他应当降低速度以避免闯红灯。警报信号可以是视觉警报,例如,呈在车辆的前窗上和/或在驾驶员的智能手机上显示的消息的形式。例如,如果驾驶员因为他与智能手机进行交互而没有意识到红灯,则他将在智能手机的显示屏上看到爆炸警报消息。警报信号还可以伴有音频警报。
在检测到车辆21a将要闯红灯(即,距离d1小于车辆21a的安全制动距离)时,设备20向车辆21c自动地发射警报信号,其指示车辆可能会在与从其他方向到达的车辆发生碰撞的可能性很高的情况下到达交叉点。该信号由车辆21c的设备20中的接收器接收,该信号向车辆21c的驾驶员提供视觉警报。这允许车辆21c的驾驶员开始制动或至少降低速度,即使车辆21c的驾驶员看不到车辆21a的任何制动灯。这降低了车辆21a和21c之间碰撞的风险。
在图2中说明了可与图1的设备20结合使用的警报系统30。系统30包括本地图像处理单元,其包括前向光学传感器20a;帧抓取器单元41,其用于数字化由光学传感器20a相对于交通信号灯捕获的图像;以及控制器35,其用于根据存储的指令处理数字化数据。当控制器35根据处理的数据确定位于前面的车辆21a与最接近的交叉点的停车线间隔开的距离小于阈值安全制动距离时,与控制器35进行数据通信的信号发生器43被激活以产生警报信号A。所产生的警报信号A可以是图标形式的视觉警报或例如在车辆的仪表板上、在车载通信装置上或在驾驶员的手机上可显示给车辆21a的驾驶员的合适的弹出消息。替代地,所产生的警报信号A可以是可在车辆21a内听到的声音警报,以向驾驶员指示必须紧急施加制动力以最小化或避免易于使最接近的交叉点内的其他车辆遭遇的碰撞的影响。
响应于无线警报信号A的产生,可以通过与控制器35通信的数字投影仪39显示视觉警报。可以安装在车辆21a的中心区域中或者安装在仪表板后面的任何区域中的投影仪39将存储在控制器35的存储器中的预定消息的图像投影到仪表板上或车载媒体屏幕上。替代地,投影仪39被配置为将预定消息注入可在媒体屏幕上显示的用户界面,或者与车载计算机集成使得在仪表板上将显示对应的图标。
信号发生器43还可操作以通过与信号发生器43通信的发射器46和与发射器46通信的定向天线48向位于后面的车辆21c向后发射无线信号B。位于后面的车辆21c中的接收器51接收无线信号B,并且响应于接收的信号而产生视觉或听觉警报,这类似于警报信号A的产生。
安装在车辆21a上的定向天线48确保所产生的无线警报信号B将可靠地发射到安装在位于后面的车辆21c中的接收器51,该车辆21c需要被紧急制动以避免与位于前面的车辆21a发生碰撞,而不是发射到安装在横向间隔开定位的车辆中的接收器,因为这会过度减慢交通流量并且如果由此施加不需要的制动力则甚至可能导致事故。无线警报信号B可以是红外信号。替代地,无线警报信号B可以是Wi-Fi信号,并且接收器51可以与专用车载Wi-Fi热点相关联,并且可以具有足够的信号强度以促进发射到位于车辆21c后面的一台或多台车辆,以便防止多车碰撞,诸如连锁事故。
控制器35可以使用蓝牙协议或任何其他短程通信格式将预定消息发射到驾驶员的智能手机,在该智能手机上安装有专用应用程序,该专用应用程序适于在智能手机屏幕上显示消息或将产生的警报信号A转换为视觉或听觉指示。因为蓝牙的范围是有限的,所以专用应用程序可以被配置为重新发射接收的信号,由此在跟随的车辆之间形成无线通信路径。
图3示意地说明了向将要闯红灯或交通信号灯12的车辆21a的驾驶员提供视觉警报的实施方案。在该示例中,该设备检测车辆21a与已经进入或将要进入交叉点区域11的其他车辆之间即将发生碰撞的危险场景。作为响应,警报系统向安装在车辆21a中的接收器发射产生的警报信号,该接收器进而使得投影仪39在车辆21a的挡风玻璃32上例如以可见红色字母的形式投影存储的视觉警报31。示例性投影视觉警报31可以包括诸如“红灯在前方”的消息或将会吸引驾驶员注意力的图标。
根据另一实施例,警报信号(可以使用蓝牙协议(或任何其他短程通信格式)发射)可以由交叉点11附近的每个驾驶员的智能手机接收,其中安装在智能手机的专用应用程序会将信号转换为视觉或听觉警报。
应当指示的是,交通信号灯可以位于道路与铁路的交叉口,以警告正在接近即将到来的列车周围的交叉口的驾驶员。
根据图4中所说明的另一个实施例,警报系统50包括远程服务器56,其从各种蜂窝网络的基站(BS)(例如,基站58a到58c)连续地接收有线或无线信号,这些信号表示一个或多个被检查区域52(诸如包括道路交叉点区域54)附近的所有蜂窝辅助车辆单元62的位置数据(LD)。位置数据可以从呼叫记录导出,或者可以其他方式建立。位置数据以足够高的频率更新,例如每半秒更新一次,这允许服务器56计算每一台被监控车辆的瞬时速度和瞬时行驶方向。远程服务器56还可以包括数据库(DB)57,其中存储多个被检查区域的地图数据(MD)。地图数据表示对应的被检查区域的物理布局,其包括交通信号灯或交通标志的相对位置、停车线、通向停车线的所有车道,以及由所有相邻停车线界定的交叉点区域。远程服务器56处理给定被检查区域的接收的LD和MD,并且确定是否应当将服务器发起的警报信号(SOAS)发射到一台或多台车辆21。如果确定是必要的,则将SOAS从服务器56的收发器53发射到每一台车辆21的接收器51。可以采用多路复用器来同时将SOAS发射到多台车辆。
为了促进公共安全,监管机构可以要求每个基站向与警报系统50相关联的一个或多个服务器56发射被检查区域52附近的车辆单元的位置数据,以及要求每一台机动车辆21被配备有内置车辆单元62,以便精确地产生和发射车辆发起的警报信号(VOAS),该信号指示必须紧急施加制动力以最小化或避免与闯红灯或交通标志的车辆(以下称“行驶车辆”)碰撞的影响。因此,车辆单元62能够与服务器56通信并且向其发射VOAS,并且可以包括可在其上显示视觉警报的屏幕。如果需要,车辆单元62可以与智能手机或任何其他移动装置进行短程通信以允许例如在其上显示视觉警报。
图5说明了用于确定应当向哪些车辆发射用于辅助最小化或避免与行驶车辆的碰撞的影响的警报信号的方法。服务器首先在步骤71中滤除与给定的被检查区域的虚拟边界无关的所有车辆相关位置数据,这些虚拟边界由地图数据限定并且优选地离线预定。虚拟边界可以限定与相邻下游交叉点的最小距离,该最小距离使得以预定低速行驶的车辆能够在预定持续时间内到达交叉点区域并且被行驶车辆危及。然后,服务器在步骤73中滤除远离交叉点区域的所有车辆。
在步骤75中,服务器不断地确定与剩余的未滤除的车辆的交叉点区域相距的瞬时速度和距离。当车辆单元在步骤77中产生指示安装有该车辆单元的未滤除车辆与交叉点区域间隔开的距离小于阈值安全制动距离的警报信号并且因此该车辆应当被视为行驶车辆的警报信号时,在步骤79中向服务器发射警报信号。在接收到车辆发起的警报信号之后,服务器在步骤81中确定行驶车辆将到达交叉点区域的估计时间。然后,服务器在步骤83中重新发射警报信号,或者通过处理器激活的警报电路发射服务器产生的警报信号,使得服务器发起的警报信号被发射到将会在估计的到达时间与交叉点区域相距的距离小于预定距离的所有未滤除车辆,该距离基于车辆的瞬时速度和位置来计算,该预定距离指示车辆易于与行驶车辆碰撞。服务器还可以向有与行驶车辆碰撞的风险的紧邻车辆后面的所有车辆发射警报信号。
因接收到的警报信号的紧急性质和服务器发起的警报信号的车辆(下文称为“接收车辆”)的驾驶员由此产生的突然制动力,而为了最小化接收该接收车辆与相邻车辆之间发生碰撞的风险,服务器可以在行驶车辆的估计到达时间之前的预定时间向接收车辆发射SOAS,使得接收车辆不会被迫施加突然制动力。接收车辆接收SOAS的合适时间范围可以是在行驶车辆在交叉点区域的估计到达时间之前5到10秒,以给予驾驶员足够的反应时间来施加制动力而不会危及相邻车辆。服务器可以取决于接收车辆相对于行驶车辆的相对位置向各种车辆发射不同的SOAS,使得对应的视觉警报可以在服务器确定行驶车辆易于在其指定侧与接收车辆碰撞之后显示“行驶车辆向右”警告。
在本发明的另一个实施例中,远程服务器连续地或间歇地接收所捕获的图像,这些图像从安装在被检查区域附近的所有车辆(在图5的步骤71和73中未被滤除的那些车辆)上的向前指向的光学传感器(诸如图1中所说明的光学传感器)向该远程服务器自动地发射。光学传感器可以是智能手机,其安装在被检查区域附近的车辆的前窗上并且被设置有在其处理器上运行的专用应用程序,该专用应用程序发起图像向服务器的发射。车辆单元可以在捕获的图像发射到服务器之前压缩这些图像。替代地,为了提高发射速度,捕获的图像可以具有降低的分辨率,因为只需要辨别交通信号灯点颜色或相对位置的变化。容纳在服务器中的图像处理单元将分析所接收的图像和车辆位置的变化以识别即将发生的碰撞的风险场景。
如图6中所示,远程服务器在步骤92中从例如四个智能手机接收捕获的图像,这四个智能手机分别安装在接近具有交通信号灯的道路交叉点的四台不同的车辆上。同时,远程服务器在步骤94中从蜂窝网络或直接从智能手机接收与四个智能手机相关联的位置数据。在步骤96处,远程服务器通过图像处理识别那些车辆,那些车辆在红灯阶段经由车道接近交叉点并且通常应当降低它们的速度以便在停车线之前停车。在步骤98处,远程服务器计算在绿灯阶段从不同方向接近交叉点并且与交叉点分离小于预定易于碰撞距离的其他车辆的速度。
在步骤100中确定在红灯阶段前进的一台或多台车辆应当被认为是行驶车辆,因为它们没有令人满意地减速,并且因此无法在绿灯阶段前进的车辆将会进入交叉点之前及时停止,远程服务器确定碰撞是不可避免的,并且在步骤102中向绿灯阶段中的所有接近车辆的车辆单元发射警报信号:与行驶车辆有即将发生碰撞的风险。以此方式,其他车辆的驾驶员将能够尝试诸如通过制动或改变车道避免碰撞。
根据图7中所说明的另一个实施例,警报系统110被配置为检测车辆21的驾驶员忽略交通标志(诸如停车标志119)并且向附近的其他车辆提供警报信号的场景。除了从一个或多个基站58访问与被检查区域附近的车辆有关的位置数据(LD)之外,服务器116还包括数据库(DB)117,在该数据库中存储多个被检查区域的地图数据(MD)和那些被检查区域的交通标志数据(TSD)。TSD包括所有已知交通标志的图像。服务器116还包括图像处理单元122和警报信号产生单元123,该图像处理单元可以包括图2中所说明的部件或本领域技术人员公知的其他部件,以便处理通过发射的捕获图像(CI)信号从车载光学传感器接收的图像。图像处理单元122适于将接收的捕获图像与存储的TSD图像进行比较。如果图像处理单元122根据存储的指令确定CI表示交通标志,则警报信号产生单元123的处理器基于LD和MD确定与车辆21的最接近下游交叉点的瞬时速度和距离。如果发现该距离是易于碰撞距离,则命令警报信号产生单元123通过处理器激活的警报电路产生警报信号并且以与上文关于已经闯了红灯的车辆所描述的类似方式向车辆21附近的其他车辆的驾驶员发射警报信号。
替代地,如果交通标志(诸如转弯标志)部署在远离交叉点的距离处,则警报信号产生单元123的处理器基于LD和MD确定瞬时速度和方向。如果由于无法安全地保持在当前车道而发现瞬时速度和方向易于碰撞,则服务器116将车辆21视为行驶车辆并且命令警报信号产生单元123产生警报信号并且向辆21附近的其他车辆的驾驶员发射警报信号。
通过捕获的图像识别交通标志是有利的,因为交通标志例如在建筑工作期间可以临时定位在DB117或任何其他公共权力机构的数据库未知的位置处,并且因此只有系统110能够在发现车辆闯了临时定位的交通标志之后警告其他驾驶员。
根据另一个实施例,警报系统可以包括人工智能技术,诸如人工神经网络(ANN),其是受生物神经网络(动物的中枢神经系统,特别是大脑)启发的一系列模型并且用于估计或逼近函数,这些函数可以取决于大量输入并且通常是未知的和深度机器学习算法(取决于尝试通过使用多个处理层来建模数据中的高级抽象的一组算法,这些处理层具有复杂结构或者由多个非线性变换构成)以用于提高交通信号灯状态的识别。人工神经网络的使用使计算机能够从观察数据中“学习”以便能够在学习阶段之后识别各种物体。在本发明的背景中,指定物体(交通标志或信号灯、儿童、自行车等)的若干图像被输入到网络,并且该机器“学习”以识别这些不同的物体,这些物体以各种姿态被输入到系统。
其他人工智能技术包括深度学习(深度学习是人工智能的一个方面,其涉及模仿人类用来获取某些类型知识的学习方法)或机器学习(机器学习是一种向计算机提供学习但无需明确编程的能力的人工智能)使用算法来为计算机构建分析模型以从数据中学习,并且因此可以用于分析图像和识别物体(例如,道路标志、交通信号灯)和状态(例如,以何种光点亮交通信号灯)。
当然,上述示例和描述的提供仅用于说明目的,而并不旨在以任何方式限制本发明。如本领域技术人员所理解的,本发明可以采用多种方式采用上述技术中的一种以上技术来实施,所有这些技术都不超出本发明的范围。
Claims (21)
1.一种行驶车辆警报系统,包括:
a)安装在同一车辆上的一个或多个向前指向的光学传感器,其被配置为捕获道路相关图像;
b)图像处理单元,其被配置为实时分析所述捕获的道路相关图像,并且基于所述所分析的图像来确定安装有所述一个或多个光学传感器的所述车辆是否被视为与交通信号灯或交通标志间隔开的距离小于阈值安全制动距离并且易于危及其他车辆的行驶车辆;以及
c)警报信号产生单元,其响应于所述车辆确定为行驶车辆而产生碰撞避免警报信号。
2.根据权利要求1所述的系统,其中所述图像处理单元和所述警报信号产生单元本地安装在所述行驶车辆上,并且所述产生的信号是车辆发起的警报信号。
3.根据权利要求2所述的系统,其中所述图像处理单元被配置为响应于对所述捕获的道路相关图像的像素的分析来估计所述车辆与所述交通信号灯或交通标志之间的瞬时距离,并且从车载速度检测装置导出所述车辆的瞬时速度,所述阈值安全制动距离是所述估计的瞬时距离和所述导出的瞬时速度的函数。
4.根据权利要求3所述的系统,其中所述图像处理单元被配置为基于所述分析的图像来确定所述交通信号灯的状态,所述阈值安全制动距离也是所述所确定的交通信号灯状态的函数。
5.根据权利要求3所述的系统,其中所述图像处理单元被配置为通过将所述交通信号灯或交通标志的大小与存储的模板进行比较来估计所述车辆与所述交通信号灯或交通标志之间的瞬时距离,每个模板都反映已知距离处的所述交通信号灯或所述交通标志的大小,并且确定大小缩减或放大。
6.根据权利要求2所述的系统,其中所述警报信号是驾驶员接收的感官警报以向所述行驶车辆的驾驶员指示必须紧急施加制动力。
7.根据权利要求6所述的系统,其中所述驾驶员接收的感官警报是视觉警报或听觉警报。
8.根据权利要求7所述的系统,其中所述警报信号产生单元包括控制器和与所述控制器通信的数字投影仪,所述投影仪被配置为使得显示存储在所述控制器的存储器装置中并且构成所述视觉警报的预定消息。
9.根据权利要求8所述的系统,其中所述投影仪被配置为将所述预定消息的图像投影到仪表板、所述车辆的前窗或车载媒体屏幕上。
10.根据权利要求2所述的系统,其中所述警报信号产生单元包括信号发生器、与所述信号发生器进行数据通信的发射器,所述发射器用于向处于所述发射器的发射范围内的另一台车辆的接收器发射所述警报信号以向所述另一台车辆的驾驶员指示必须紧急施加制动力。
11.根据权利要求10所述的系统,其中使用由所述另一台车辆的所述驾驶员的智能手机接收的短程通信格式来发射所述警报信号。
12.根据权利要求10所述的系统,进一步包括被配置有服务器载警报信号产生单元的远程服务器,所述远程服务器与所述行驶车辆的所述警报信号产生单元和多台其他车辆的接收器进行数据通信,其中在确定所述车辆为行驶车辆之后可将所述车辆发起的警报信号从所述行驶车辆发射到所述服务器,于是可将服务器发起的警报信号从所述服务器发射到被发现与所述行驶车辆分离小于易于碰撞距离的一台或多台附加车辆。
13.根据权利要求12所述的系统,进一步包括多个蜂窝辅助和位置指示车辆单元,其中的每一个都内置于包括所述行驶车辆和所述其他车辆的多台车辆中的不同车辆;以及一个或多个蜂窝基站,其可操作以将所述多个车辆单元的位置数据发射到所述服务器。
14.根据权利要求1所述的系统,进一步包括:
a)远程服务器,其包括所述图像处理单元、所述警报信号产生单元和数据库,在所述数据库中存储了表示多个被检查区域的物理布局的地图数据;
b)多个蜂窝辅助和位置指示单元,其由包括所述行驶车辆的多台车辆中的不同车辆携带;以及
c)一个或多个蜂窝基站,其可操作以将所述多个蜂窝辅助单元的位置数据发射到所述服务器,
其中所述图像处理单元被配置为实时分析捕获的道路相关图像并且识别携带对应的蜂窝辅助单元的每一台车辆正在接近的交通信号灯或交通标志,
其中所述服务器可操作以处理给定的被检查区域的所述地图数据和发射的位置数据,并且对位于所述被检查区域内的每一台车辆确定所述车辆与所述交通信号灯或交通标志之间的瞬时距离和瞬时车速,以及关于是否应当将所述车辆视为行驶车辆的判定,所述阈值安全制动距离是所述瞬时距离和所述瞬时速度的函数,
其中所述警报信号产生单元可操作以基于处理的地图数据和位置数据向被发现与所述行驶车辆分离小于易于碰撞距离的车辆发射产生的警报信号。
15.根据权利要求14所述的系统,其中所述被检查区域选自由以下各项组成的组:包括交通信号灯的区域、包括交通标志的区域、包括停车线的区域、包括通向停车线的所有车道的区域、包括由所有相邻停车线界定的交叉点区域的区域,以及包括铁路交叉口的区域。
16.根据权利要求14所述的系统,其中每个所述蜂窝辅助单元都内置于携带所述蜂窝辅助单元的所述对应车辆。
17.根据权利要求14所述的系统,其中所述警报信号是驾驶员接收的感官警报以向被发现与所述行驶车辆分离小于易于碰撞距离的所述车辆的驾驶员指示必须紧急施加制动力。
18.根据权利要求1所述的系统,其中所述一个或多个光学传感器或所述图像处理单元由智能手机来实施。
19.一种用于在识别行驶车辆之后警告相邻车辆的方法,包括以下步骤:
a)通过安装在同一车辆上的一个或多个向前指向的光学传感器捕获道路相关图像;
b)通过与所述一个或多个光学传感器进行数据通信的图像处理单元,实时分析所述捕获的道路相关图像以识别所述车辆正在接近的交通信号灯或交通标志;
c)通过与所述图像处理单元进行数据通信的处理器确定所述车辆与所述交通信号灯或交通标志之间的瞬时距离和瞬时车速,以及关于所述车辆是否应当被视为与所述交通信号灯或交通标志间隔开的距离小于阈值安全制动距离并且易于危及其他车辆的行驶车辆的判定,所述阈值安全制动距离是所述瞬时距离和所述瞬时速度的函数;以及
d)如果所述车辆已经被确定为行驶车辆,则向与所述行驶车辆相邻的一台或多台车辆中的每一台车辆的接收器发射无线警报信号,以向每一台所述相邻车辆的驾驶员指示必须紧急施加制动力或者必须采取任何其他躲避动作。
20.根据权利要求19所述的方法,其中远程服务器确定与所述行驶车辆相邻的所述一台或多台车辆中的每一台车辆的位置,并且向与所述行驶车辆相邻的所述一台或多台车辆中的每一台车辆发射所述警报信号。
21.根据权利要求19所述的方法,其中所述图像处理单元使用人工智能技术来识别交通信号灯或交通标志。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IL244462 | 2016-03-06 | ||
IL244462A IL244462A0 (en) | 2016-03-06 | 2016-03-06 | A device for providing visual alerts to the driver about the status of the traffic light |
IL245279A IL245279A0 (en) | 2016-04-21 | 2016-04-21 | A system based on a cellular network to prevent accidents with vehicles |
IL245279 | 2016-04-21 | ||
PCT/IL2017/050272 WO2017153979A1 (en) | 2016-03-06 | 2017-03-06 | Running vehicle alerting system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108883725A true CN108883725A (zh) | 2018-11-23 |
CN108883725B CN108883725B (zh) | 2021-02-23 |
Family
ID=59790116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780015494.2A Active CN108883725B (zh) | 2016-03-06 | 2017-03-06 | 一种行驶车辆警报系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10332401B2 (zh) |
EP (1) | EP3426521A4 (zh) |
CN (1) | CN108883725B (zh) |
IL (2) | IL261275B (zh) |
WO (1) | WO2017153979A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109747542A (zh) * | 2019-01-24 | 2019-05-14 | 四川长虹电器股份有限公司 | 用于遮挡后车视野下提醒后车交通灯状态的系统及方法 |
CN109808693A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 无人车黄灯决策方法、装置及存储介质 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的系统 |
CN110588721A (zh) * | 2019-10-22 | 2019-12-20 | 中车株洲电力机车有限公司 | 一种轨道车辆防碰撞方法和装置 |
CN111650557A (zh) * | 2019-03-04 | 2020-09-11 | 丰田自动车株式会社 | 驾驶辅助系统 |
CN112017324A (zh) * | 2019-05-31 | 2020-12-01 | 上海凌晗电子科技有限公司 | 一种驾驶信息实时交互系统及方法 |
CN112885112A (zh) * | 2021-04-29 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 车辆行驶检测的方法、车辆行驶预警的方法和装置 |
CN113156935A (zh) * | 2020-01-07 | 2021-07-23 | 动态Ad有限责任公司 | 用于交通灯检测的系统和方法 |
CN113205686A (zh) * | 2021-06-04 | 2021-08-03 | 华中科技大学 | 一种机动车后装360度全景无线安全辅助系统 |
CN114758525A (zh) * | 2022-03-17 | 2022-07-15 | 煤炭科学技术研究院有限公司 | 一种煤矿井下巷道的交通控制系统 |
CN115050202A (zh) * | 2018-12-14 | 2022-09-13 | 伟摩有限责任公司 | 标记和归类交通标志的属性的方法和装置 |
CN115223397A (zh) * | 2021-03-31 | 2022-10-21 | 本田技研工业株式会社 | 交通系统 |
CN116710346A (zh) * | 2021-01-08 | 2023-09-05 | 埃尔构人工智能有限责任公司 | 用于利用驾驶员安全警报监测车辆运动的方法和系统 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6834425B2 (ja) * | 2016-12-02 | 2021-02-24 | スズキ株式会社 | 運転支援装置 |
US20180319394A1 (en) * | 2017-05-04 | 2018-11-08 | Matthew Robert Phillipps | Fail-safe systems and methods for vehicle proximity |
CN107424411B (zh) * | 2017-07-24 | 2021-05-18 | 京东方科技集团股份有限公司 | 路灯集成装置、路灯系统及通信方法 |
KR102339776B1 (ko) * | 2017-08-09 | 2021-12-15 | 삼성전자주식회사 | 차량의 주행 제어 방법 및 장치 |
US10558873B2 (en) * | 2017-12-14 | 2020-02-11 | Waymo Llc | Methods and systems for controlling extent of light encountered by an image capture device of a self-driving vehicle |
US11341852B2 (en) * | 2018-02-26 | 2022-05-24 | Nec Corporation | Dangerous act resolution system, apparatus, method, and program |
US10732640B2 (en) * | 2018-04-13 | 2020-08-04 | Blackberry Limited | System and method for preforming differential analysis of vehicles |
US11056168B2 (en) * | 2018-08-14 | 2021-07-06 | Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America | Temperature compensated memory refresh |
JP7040399B2 (ja) * | 2018-10-23 | 2022-03-23 | トヨタ自動車株式会社 | 情報処理システム及び情報処理方法 |
US10970569B2 (en) | 2018-11-19 | 2021-04-06 | Toyota Motor North America, Inc. | Systems and methods for monitoring traffic lights using imaging sensors of vehicles |
US10661795B1 (en) * | 2018-12-20 | 2020-05-26 | Verizon Patent And Licensing Inc. | Collision detection platform |
US11148670B2 (en) * | 2019-03-15 | 2021-10-19 | Honda Motor Co., Ltd. | System and method for identifying a type of vehicle occupant based on locations of a portable device |
US11125575B2 (en) * | 2019-11-20 | 2021-09-21 | Here Global B.V. | Method and apparatus for estimating a location of a vehicle |
CN111274886B (zh) * | 2020-01-13 | 2023-09-19 | 天地伟业技术有限公司 | 一种基于深度学习的行人闯红灯违法行为分析方法及系统 |
CA3113473A1 (en) * | 2020-03-24 | 2021-09-24 | Arudi Srinivas Rajagopal | Traffic warning and data capture devices and methods |
EP3886076A1 (en) * | 2020-03-27 | 2021-09-29 | Aptiv Technologies Limited | Warning system for a host automotive vehicle |
US11623639B2 (en) * | 2020-07-15 | 2023-04-11 | Charter Communications Operating, Llc | Video analytics traffic monitoring and control |
US20220078588A1 (en) * | 2020-09-06 | 2022-03-10 | Autotalks Ltd. | Method and apparatus for two-wheeler safety based on vehicular communications |
CN113593273B (zh) * | 2021-07-22 | 2022-07-01 | 吉林大学 | 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法 |
US20230326343A1 (en) * | 2022-04-08 | 2023-10-12 | Aptiv Technologies Limited | Interior Vehicle Alerting Based on an Object of Interest and an Environment of a Host Vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030112132A1 (en) * | 2001-12-14 | 2003-06-19 | Koninklijke Philips Electronics N.V. | Driver's aid using image processing |
CN101727753A (zh) * | 2008-10-24 | 2010-06-09 | 通用汽车环球科技运作公司 | 可设置的车辆停车时间的警报系统 |
CN102632839A (zh) * | 2011-02-15 | 2012-08-15 | 汽车零部件研究及发展中心有限公司 | 一种基于后视图像认知的车载盲区预警系统及方法 |
CN102975659A (zh) * | 2012-11-14 | 2013-03-20 | 沈阳理工大学 | 基于远红外图像的汽车夜间行驶预警系统及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003242974A1 (en) | 2002-07-15 | 2004-02-02 | Magna B.S.P. Ltd. | Method and apparatus for implementing multipurpose monitoring system |
US8068036B2 (en) * | 2002-07-22 | 2011-11-29 | Ohanes Ghazarian | Intersection vehicle collision avoidance system |
US8576069B2 (en) * | 2009-10-22 | 2013-11-05 | Siemens Corporation | Mobile sensing for road safety, traffic management, and road maintenance |
US8761991B1 (en) | 2012-04-09 | 2014-06-24 | Google Inc. | Use of uncertainty regarding observations of traffic intersections to modify behavior of a vehicle |
US9090234B2 (en) * | 2012-11-19 | 2015-07-28 | Magna Electronics Inc. | Braking control system for vehicle |
US9092986B2 (en) | 2013-02-04 | 2015-07-28 | Magna Electronics Inc. | Vehicular vision system |
US9164511B1 (en) * | 2013-04-17 | 2015-10-20 | Google Inc. | Use of detected objects for image processing |
US9111453B1 (en) * | 2013-08-01 | 2015-08-18 | Mohammad A. Alselimi | Traffic management server and a traffic recording apparatus |
US9881220B2 (en) * | 2013-10-25 | 2018-01-30 | Magna Electronics Inc. | Vehicle vision system utilizing communication system |
-
2017
- 2017-03-06 WO PCT/IL2017/050272 patent/WO2017153979A1/en active Application Filing
- 2017-03-06 EP EP17762631.4A patent/EP3426521A4/en active Pending
- 2017-03-06 US US16/078,489 patent/US10332401B2/en active Active
- 2017-03-06 CN CN201780015494.2A patent/CN108883725B/zh active Active
-
2018
- 2018-08-21 IL IL261275A patent/IL261275B/en active IP Right Grant
-
2021
- 2021-02-23 IL IL281034A patent/IL281034A/en unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030112132A1 (en) * | 2001-12-14 | 2003-06-19 | Koninklijke Philips Electronics N.V. | Driver's aid using image processing |
CN101727753A (zh) * | 2008-10-24 | 2010-06-09 | 通用汽车环球科技运作公司 | 可设置的车辆停车时间的警报系统 |
CN101727753B (zh) * | 2008-10-24 | 2013-01-02 | 通用汽车环球科技运作公司 | 可设置的车辆停车时间的警报系统 |
CN102632839A (zh) * | 2011-02-15 | 2012-08-15 | 汽车零部件研究及发展中心有限公司 | 一种基于后视图像认知的车载盲区预警系统及方法 |
CN102975659A (zh) * | 2012-11-14 | 2013-03-20 | 沈阳理工大学 | 基于远红外图像的汽车夜间行驶预警系统及方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115050202A (zh) * | 2018-12-14 | 2022-09-13 | 伟摩有限责任公司 | 标记和归类交通标志的属性的方法和装置 |
CN109747542A (zh) * | 2019-01-24 | 2019-05-14 | 四川长虹电器股份有限公司 | 用于遮挡后车视野下提醒后车交通灯状态的系统及方法 |
CN109808693A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 无人车黄灯决策方法、装置及存储介质 |
CN111650557A (zh) * | 2019-03-04 | 2020-09-11 | 丰田自动车株式会社 | 驾驶辅助系统 |
CN110182213A (zh) * | 2019-05-28 | 2019-08-30 | 径卫视觉科技(上海)有限公司 | 一种道路状态检测方法以及相应的系统 |
CN112017324A (zh) * | 2019-05-31 | 2020-12-01 | 上海凌晗电子科技有限公司 | 一种驾驶信息实时交互系统及方法 |
CN110588721A (zh) * | 2019-10-22 | 2019-12-20 | 中车株洲电力机车有限公司 | 一种轨道车辆防碰撞方法和装置 |
CN113156935A (zh) * | 2020-01-07 | 2021-07-23 | 动态Ad有限责任公司 | 用于交通灯检测的系统和方法 |
CN116710346A (zh) * | 2021-01-08 | 2023-09-05 | 埃尔构人工智能有限责任公司 | 用于利用驾驶员安全警报监测车辆运动的方法和系统 |
CN115223397A (zh) * | 2021-03-31 | 2022-10-21 | 本田技研工业株式会社 | 交通系统 |
CN115223397B (zh) * | 2021-03-31 | 2024-03-29 | 本田技研工业株式会社 | 交通系统 |
CN112885112A (zh) * | 2021-04-29 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 车辆行驶检测的方法、车辆行驶预警的方法和装置 |
CN113205686A (zh) * | 2021-06-04 | 2021-08-03 | 华中科技大学 | 一种机动车后装360度全景无线安全辅助系统 |
CN113205686B (zh) * | 2021-06-04 | 2024-05-17 | 华中科技大学 | 一种机动车后装360度全景无线安全辅助系统 |
CN114758525A (zh) * | 2022-03-17 | 2022-07-15 | 煤炭科学技术研究院有限公司 | 一种煤矿井下巷道的交通控制系统 |
CN114758525B (zh) * | 2022-03-17 | 2024-03-22 | 煤炭科学技术研究院有限公司 | 一种煤矿井下巷道的交通控制系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2017153979A1 (en) | 2017-09-14 |
US10332401B2 (en) | 2019-06-25 |
CN108883725B (zh) | 2021-02-23 |
IL281034A (en) | 2021-04-29 |
EP3426521A1 (en) | 2019-01-16 |
EP3426521A4 (en) | 2019-11-20 |
US20190035276A1 (en) | 2019-01-31 |
IL261275A (en) | 2018-12-31 |
IL261275B (en) | 2021-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108883725A (zh) | 一种行驶车辆警报系统和方法 | |
CN113284366B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
CN109334566B (zh) | 用于提供车外反馈的方法、装置、设备和存储介质 | |
CN105620489B (zh) | 驾驶辅助系统及车辆实时预警提醒方法 | |
CN104802793B (zh) | 用于对行人在横穿车辆的行车道时的行为进行分类的方法和装置以及车辆的人员保护系统 | |
RU2687395C2 (ru) | Система и способ для предупреждения о приближении транспортного средства | |
CN107077795B (zh) | 用于探测车辆周围环境中出现的行驶障碍的辅助系统 | |
CN103987577B (zh) | 用于监视和信号化车辆的周围环境中的交通情况的方法 | |
KR102133913B1 (ko) | 딥러닝 기반의 객체인식을 이용한 객체별 맞춤 정보제공 안내전광판 시스템 및 그 제어 방법 | |
CN106873580A (zh) | 基于感知数据在交叉口处自主驾驶 | |
CN108615407A (zh) | 用于防止行人碰撞事故的设备及方法 | |
CN109070891A (zh) | 自动驾驶车辆的意图传信 | |
US20170330463A1 (en) | Driving support apparatus and driving support method | |
CN108230749A (zh) | 车辆及其控制方法 | |
JP6406356B2 (ja) | 走行制御装置 | |
CN108091154A (zh) | 车辆信息处理方法和装置 | |
CN101391589A (zh) | 车载智能报警方法和装置 | |
CN109427213A (zh) | 用于车辆的防碰撞装置、防碰撞方法以及存储程序的非暂时性存储介质 | |
CN106114502A (zh) | 一种智能汽车辅助系统 | |
CN108482367A (zh) | 一种基于智能后视镜辅助驾驶的方法、装置及系统 | |
CN110481543A (zh) | 一种应对行车碰撞的方法及装置 | |
CN112606831A (zh) | 一种用于客车的防碰撞警示信息对外交互方法及系统 | |
CN109147387A (zh) | 信息处理装置和程序 | |
CN109987095A (zh) | 驾驶辅助系统和方法 | |
CN112030814A (zh) | 一种虚拟道闸系统和虚拟道闸的控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |