CN109272776B - 一种基于图像处理的防追尾预警系统 - Google Patents
一种基于图像处理的防追尾预警系统 Download PDFInfo
- Publication number
- CN109272776B CN109272776B CN201811323397.2A CN201811323397A CN109272776B CN 109272776 B CN109272776 B CN 109272776B CN 201811323397 A CN201811323397 A CN 201811323397A CN 109272776 B CN109272776 B CN 109272776B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- distance
- license plate
- early warning
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明为一种基于图像处理的防追尾预警系统,解决了现有防追尾预警装置在预警时只能对自身车辆进行预警,不能给后方车辆进行提示的不足,通过对车辆信息获取单元发送的车牌图像进行识别,获得两车之间实际距离以及两车的相对速度和相对加速度,根据采集到的车辆自身车速,计算出安全车距;通过两车之间的实际距离计算获得警戒车速;将两车之间的实际距离与安全距离进行对比判断,两车之间的实际距离小于安全距离时发出预警信号,两车之间距离大于安全距离时,为后车驾驶员提供警戒车速;同时设定两车相对加速度的临界值,测得两车相对加速度大于设定的两车相对加速度临界值时前车出现急刹车,后车内发出预警信号并将该预警信号传递至其后方车辆。
Description
技术领域
本发明涉及安全设备领域,特别是一种基于图像处理的防追尾预警系统。
背景技术
随着汽车保有量的迅速增加,交通事故造成的经济损失和人员伤亡问题越来越严重。目前针对追尾问题而应用的汽车主动安全技术包括:ACC(自适应巡航控制)、ESP(电子稳定系统)、LDWS(车道偏离预警系统)、BSW(盲点警示系统)、并道辅助系统等。除此之外,市面上广为销售的汽车云镜也具有各种ADAS行车辅助功能。在传统的汽车主动安全技术中,车辆作为一个孤立的系统进行防碰撞,这种单一系统的方式不能提前感知前方可能存在的危险,导致防碰撞预警效果不够准确和及时。前车出现危险动态,本车产生的预警信息只能提供给本车驾驶者,无法将其发送给后车。这种信息的堵塞更加容易导致连环交通事故的发生。
发明内容
本发明为一种基于图像处理的防追尾预警系统,通过进行算法设计,硬件系统设计,软件设计和系统配置等,解决了现有防追尾预警装置在预警时只能对自身车辆进行预警,不能给后方车辆进行提示的不足,提供了一种更加安全有效的防追尾预警系统。
发明的技术方案是这样实现的:
一种基于图像处理的防追尾预警系统,其用于在跟车时对车距进行实时监控并在车距小于安全距离时发出预警,该系统包括车辆信息获取单元、信息处理分析单元以及车辆通信单元;
所述车辆信息获取单元,包括安装在车辆前部的高精度摄像头以及安装在车辆内部的OBD采集器,通过所述高精度摄像头采集前方车辆的车牌信息,通过所述OBD采集器采集车辆自身车速,并将采集到的信息发送至信息处理分析单元;
所述信息处理分析单元,该单元通过对车辆信息获取单元发送的车牌图像进行识别,进而获得两车之间的实际距离以及两车的相对速度和相对加速度,并根据采集到的车辆自身车速,计算出安全车距;并通过两车之间的实际距离计算获得警戒车速;进一步的将两车之间的实际距离与安全距离进行对比判断,当两车之间的实际距离小于安全距离时发出预警信号,当两车之间距离大于安全距离时,为后车驾驶员提供警戒车速;同时设定两车相对加速度的临界值,当测得两车相对加速度大于设定的两车相对加速度临界值时,如前车出现急刹车,则后车内发出预警信号并将该预警信号传递至其后方的车辆;
车辆通信单元,包括无线通讯模块,通过所述无线通讯模块,使得在同一车道上行使的车辆之间建立起临时通讯,并将所述信息处理分析单元发出的预警信号在相邻车辆之间进行传输。
进一步的,所述的对车辆信息获取单元发送的车牌图像进行识别的方法包括:
1)原始图像获取:通过调用所述高精度摄像头采集到的前车信息获取视频流;
2)图像预处理:通过对获取的视频流进行裁剪、抽帧等处理,获取有效的车辆图片;
3)车牌位置提取:利用有效的车辆图片中车牌的边缘、形状等特征,再结合Roberts算子边缘检测,从而识对车牌进行识别;
4)车牌预处理:对车牌图像进行处理,将车牌图像转换成便于计算机处理的二值化图像,灰度处理,平滑处理,提取边缘、腐蚀图像、去除杂质;
5)字符分割:寻找车牌上连续有文字的块,若长度大于设定的阈值,则认为该块有两个字符组成,对图像进行切割,需要分成七个字符,同时舍弃第一个字符,归一化切割出与模板中字符图像的大小相匹配的字符;
6)字符识别:将切割得到的字符图像与已制作好的字符模板进行匹配,得到相减数值最小的则为识别结果,输出此模板字符对应值,并存储数据;
7)输出结果:将识别出的车牌字符输出,用于后续无线通讯模块的查询连接。
进一步的,获得两车之间的实际距离的方法包括:
1)获取摄像头距离测算参数;
2)计算实际拍摄到的车牌所占的像素高度;
3)输出实际车距。
进一步的,获取实时安全距离和警戒车速的方法包括:
获取自身车速以及两车的相对速度,通过信息处理分析单元中存储的安全距离算法和警戒车速算法,得到两车的安全距离以及警戒车速。
进一步的,车辆之间建立起临时通讯的方法包括:首先建立以本车车牌号为名称的WiFi无线网络,当后车通过摄像头识别获得前车车牌号后,即可连接其对应WiFi,从而实现了前后两辆车与车之间的WiFi连接。由上述对本发明的描述可知,和现有技术相比,本发明具有如下优点:
一、本发明通过高精度摄像头对前车车牌信息的采集和处理,通过算法确定前后相邻的两车之间的距离、相对速度以及相对加速度,实时计算出安全距离,并在车距小于安全距离时发出警报,同时给驾驶员提供警戒车速,相对于现有的防追尾预警系统,其安全距离的判断更加精准,不但给于驾驶员预警信号,同时提供驾驶的速度参考,更加智能化、人性化。
二、本发明在车辆跟车过程中,不但对自身车辆进行监控和预警,同时会与后方车辆建立WiFi通讯连接,当自身车辆的前方车辆出现急刹车的情况,对跟随在身后的车辆通过WiFi发出预警信号,避免多车追尾的情况发生。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明系统运行流程示意图;
图2为本发明车牌识别流程示意图;
图3为本发明车辆跟驰示意图;
图4为本发明车辆通讯状态示意图。
具体实施方式
下面将结合发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,一种基于图像处理的防追尾预警系统,其用于在跟车时对车距进行实时监控并在车距小于安全距离时发出预警,其特征在于:该系统包括车辆信息获取单元、信息处理分析单元以及车辆通信单元;
所述车辆信息获取单元,包括安装在车辆前部的高精度摄像头以及安装在车辆内部的OBD采集器,通过所述高精度摄像头采集前方车辆的车牌信息,通过所述OBD采集器采集车辆自身车速,并将采集到的信息发送至信息处理分析单元;
所述信息处理分析单元,该单元通过对车辆信息获取单元发送的车牌图像进行识别,进而获得两车之间的实际距离以及两车的相对速度和相对加速度,并根据采集到的车辆自身车速,计算出安全车距;并通过两车之间的实际距离计算获得警戒车速;进一步的将两车之间的实际距离与安全距离进行对比判断,当两车之间的实际距离小于安全距离时发出预警信号,当两车之间距离大于安全距离时,为后车驾驶员提供警戒车速,警戒车速为避免与前车发生碰撞的临界车速,可为驾驶员提供安全参考;同时设定两车相对加速度的临界值,当测得两车相对加速度大于设定的两车相对加速度临界值时,如前车出现急刹车,则后车内发出预警信号并将该预警信号传递至其后方的车辆;定义当两车相对加速度大于8m/s2时,前车出现急刹车,后车发出预警信号;
车辆通信单元,包括无线通讯模块,通过所述无线通讯模块,使得在同一车道上行使的车辆之间建立起临时通讯,并将所述信息处理分析单元发出的预警信号在相邻车辆之间进行传输。其中车辆之间建立起临时通讯的方法包括:首先建立以本车车牌号为名称的WiFi无线网络,当后车通过摄像头识别获得前车车牌号后,即可连接其对应WiFi,从而实现了前后两辆车与车之间的WiFi连接。
同时参照图1和图4,以三辆连续行驶的汽车为例,为便于表述,将三辆连续行驶的汽车分别命名为车1、车2、以及车3,其中至少车2和车3装有本发明所记载的防追尾预警系统;在行驶过程中,车2通过安装在其前方的高像素摄像头采集车1车牌图像的信息,车3通过安装在其前方的高像素摄像头采集车2车牌图像的信息,车2和车3对各自高像素摄像头采集到的图像进行预处理、车牌位置提取得到车牌所占像素高度h,进而计算获得两车间实际距离D、相对速度v、相对加速度Δa;通过OBD获得车2自身车速v0,进而计算获得安全车距Dr;通过实际距离D计算获得警戒车速Vr;急刹车阈值定义为8m/s2;车3通过摄像头获得前车车牌图像,进行图像预处理、车牌位置提取、车牌预处理、字符分割、字符识别获得车2车牌号,并连接对应WiFi以建立两车间的通讯;
当车1与车2的距离小于安全车距Dr时,车2内报警器响起并同时将预警发送至车3;
当车1与车2的距离大于安全距离Dr时,车2对车1进行监控,并为自车驾驶员提供警戒车速Vr;若车1出现急刹车,即两车间相对加速度Δa大于8m/s2时,车2内报警器响起并同时将预警发送至车3;
当车1与车2实际距离D大于两倍安全距离2Dr且车1并未进行急刹车时,整个预警循环结束,若车1与车2距离小于两倍安全距离2Dr,则预警循环继续。
本发明相对于现有的防追尾预警系统,其安全距离的判断更加精准,不但给于驾驶员预警信号,同时提供驾驶的速度参考,更加智能化、人性化;同时在车辆跟车过程中,不但对自身车辆进行监控和预警,同时会与后方车辆建立WiFi通讯连接,当自身车辆的前方车辆出现急刹车的情况,对跟随在身后的车辆通过WiFi发出预警信号,避免多车追尾的情况发生。
参照图2,在整个预警系统中,对于车牌的识别是保证整个系统正常运行的关键之处,所述的对车辆信息获取单元发送的车牌图像进行识别的方法包括:
1)原始图像获取:通过调用所述高精度摄像头采集到的前车信息获取视频流;
2)图像预处理:通过对获取的视频流进行裁剪、抽帧等处理,获取有效的车辆图片;
3)车牌位置提取:利用有效的车辆图片中车牌的边缘、形状等特征,再结合Roberts算子边缘检测,从而识对车牌进行识别;
4)车牌预处理:对车牌图像进行处理,将车牌图像转换成便于计算机处理的二值化图像,灰度处理,平滑处理,提取边缘、腐蚀图像、去除杂质;
5)字符分割:寻找车牌上连续有文字的块,若长度大于设定的阈值,则认为该块有两个字符组成,对图像进行切割,需要分成七个字符,同时舍弃第一个字符,归一化切割出与模板中字符图像的大小相匹配的字符;
6)字符识别:将切割得到的字符图像与已制作好的字符模板进行匹配,得到相减数值最小的则为识别结果,输出此模板字符对应值,并存储数据;
7)输出结果:将识别出的车牌字符输出,用于后续无线通讯模块的查询连接。
通过以上的车牌识别,一方面识别出前车的IP地址从而建立车辆之间的通讯,再者将车牌进行处理,得到后期进行距离判断以及车速判断等所需的数据。
参照图3,在车辆跟驰过程中,对高像素摄像头采集到的图像信息进行分析,获得两车之间的实际距离的方法包括:
1)获取摄像头距离测算参数;
2)计算实际拍摄到的车牌所占的像素高度;
3)输出实际车距。
以上方法具体的实现方法如下:
在车牌识别步骤中,切割出车牌图像后,根据车牌图像的高度像素计算出与该车距离。物体所占像素高度h和距离L成反比,即画面中物体所占像素高度约大,物体距离摄像头越近。
由于摄像头位置与车牌位置存在高度差Δh,图像在某一区域会造成畸变,经实地测试,在L<5Δh时,图像产生的畸变不可忽略,因此实际距离L的计算分两种情况。
当L>5Δh
此时Δh可忽略,视作摄像头光心与车牌在同一水平线上。
首先计算w的值,由于不同规格相机在相同距离拍摄相同物体时,物体所占像素不同,因此由将w值作为不同摄像头计算距离时的参数。
给定距离L,物体实际高度H,使用相机对其拍照,保持物体位于画面中心,此时获取该物体像素高度h,即可得到参数w。
车牌实际规格为440×140cm,以标准车牌作为被拍摄物体,w计算公式为:
w=L×h
L:给定拍摄距离
h:给定拍摄距离时物体像素高度
根据摄像头规格的不同,给定拍摄距离L取值不同,为了避免畸变和获得清晰画面,取摄像头理论拍摄距离的1/4作为L的值。
则实际距离L'计算公式:
w:摄像头的参数值
h':实际拍摄时物体所占像素高度
当L<5Δh
此时Δh无法忽略,摄像头光心与被拍摄物体不在同一水平线上。
在实际生活中,摄像头与车牌的高度差Δh一般为40~60cm,而车辆行驶时的车间距一般大于一个车身的距离(5m),因此L<5Δh的情况不必考虑。
通过相邻两个测距时刻测出的相对车距,分别记为L0、L1,时间间隔记为t,则相对车速v,相对加速度Δa为:
整个预警系统的核心为获取实时安全距离和警戒车速,其方法包括:获取自身车速以及两车的相对速度,通过信息处理分析单元中存储的安全距离算法和警戒车速算法,得到两车的安全距离以及警戒车速。
具体展开来说,为获取实时安全距离和警戒车速,首先需建立汽车制动模型:
从驾驶人开始踏下制动踏板到制动结束,制动过程分为四个部分:
1)驾驶员反应动作时间t1。是驾驶员发现识别前方状况并作出决策的时间,及把脚从油门换到制动踏板上的时间,约0.6s。
2)制动协调时间t2。包括消除制动踏板间隙所用时间和消除各种铰链、轴承间隙及制动摩擦片完全靠在制动鼓或制动盘上的时间,约0.8s。
3)减速度增长时间t3。制动力从零开始逐渐增加,此时间由车辆本身刹车系统决定。
4)持续制动时间t4。此时制动力达到并维持在一个定值。
制动过程开始时后车车速记为v0,前车和后车最大加速度记为分别记为a1、a2,制动结束继续保持跟驰行驶的车速记为v1。
接下来建立车辆跟驰模型
假设前车与后车的制动过程相同,由于后车开始作出反应是在前车已经有刹车的迹象,因此前车的制动时间没有t1及t2。为了保证两车不发生追尾事故,则本车与前方目标实际车辆间实际距离D必须大于安全车距Dr:
其中
t=t1+t2+t3
本文涉及的车辆多为小轿车,取t=1.1s
若前后车制动能力相当,加速度相同为a1情况下,
根据市面上不同车型的百公里制动距离估算最大减速度a:
车辆类型 | 制动距离 |
奥迪A8L | 37.81m |
奔驰S | 38.63m |
途观 | 37.98m |
统一取百公里制动距离为38m,算得车辆制动的减速度为a=10.24m/s2
同时,不同汽车刹车性能不一致,一般为8.5m/s2~10m/s2,定义当两车相对加速度大于8m/s2时,前车为急刹车。
由摄像头测得与前车之前的距离D可得后车的警戒车速Vr。利用安全车距的公式推出,此时本车警戒车速Vr:
其中,两车相对速度v由摄像头计算得到,自身车速v0由OBD接口得到,v1计算公式为:
v1=v0+v。
以上所述仅为本发明的较佳实施例而已,并不用以限制发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于图像处理的防追尾预警系统,其用于在跟车时对车距进行实时监控并在车距小于安全距离时发出预警,其特征在于:该系统包括车辆信息获取单元、信息处理分析单元以及车辆通信单元;
所述车辆信息获取单元,包括安装在车辆前部的高精度摄像头以及安装在车辆内部的OBD采集器,通过所述高精度摄像头采集前方车辆的车牌信息,通过所述OBD采集器采集车辆自身车速,并将采集到的信息发送至信息处理分析单元;
所述信息处理分析单元,该单元通过对车辆信息获取单元发送的车牌图像进行识别,进而获得两车之间的实际距离以及两车的相对速度和相对加速度,并根据采集到的车辆自身车速,计算出安全车距;并通过两车之间的实际距离计算获得警戒车速;进一步的将两车之间的实际距离与安全距离进行对比判断,当两车之间的实际距离小于安全距离时发出预警信号,当两车之间距离大于安全距离时,为后车驾驶员提供警戒车速;同时设定两车相对加速度的临界值,当测得两车相对加速度大于设定的两车相对加速度临界值时,如前车出现急刹车,则后车内发出预警信号并将该预警信号传递至其后方的车辆;
车辆通信单元,包括无线通讯模块,通过所述无线通讯模块,使得在同一车道上行使的车辆之间建立起临时通讯,并将所述信息处理分析单元发出的预警信号在相邻车辆之间进行传输;
所述的对车辆信息获取单元发送的车牌图像进行识别的方法包括:
1)原始图像获取:通过调用所述高精度摄像头采集到的前车信息获取视频流;
2)图像预处理:通过对获取的视频流进行裁剪、抽帧处理,获取有效的车辆图片;
3)车牌位置提取:利用有效的车辆图片中车牌的边缘、形状特征,再结合Roberts算子边缘检测,从而识对车牌进行识别;
4)车牌预处理:对车牌图像进行处理,将车牌图像转换成便于计算机处理的二值化图像,灰度处理,平滑处理,提取边缘、腐蚀图像、去除杂质;
5)字符分割:寻找车牌上连续有文字的块,若长度大于设定的阈值,则认为该块有两个字符组成,对图像进行切割,需要分成七个字符,同时舍弃第一个字符,归一化切割出与模板中字符图像的大小相匹配的字符;
6)字符识别:将切割得到的字符图像与已制作好的字符模板进行匹配,得到相减数值最小的则为识别结果,输出此模板字符对应值,并存储数据;
7)输出结果:将识别出的车牌字符输出,用于后续无线通讯模块的查询连接;
获取实时安全距离和警戒车速的方法包括:获取自身车速以及两车的相对速度,通过信息处理分析单元中存储的安全距离算法和警戒车速算法,得到两车的安全距离以及警戒车速;
为获取实时安全距离和警戒车速,首先,建立汽车制动模型:
从驾驶人开始踏下制动踏板到制动结束,制动过程分为四个部分:
1)驾驶员反应动作时间t1,是驾驶员发现识别前方状况并作出决策的时间,及把脚从油门换到制动踏板上的时间;
2)制动协调时间t2,包括消除制动踏板间隙所用时间和消除各种铰链、轴承间隙及制动摩擦片完全靠在制动鼓或制动盘上的时间;
3)减速度增长时间t3,制动力从零开始逐渐增加,此时间由车辆本身刹车系统决定;
4)持续制动时间t4,此时制动力达到并维持在一个定值;
制动过程开始时后车车速记为v0,前车和后车最大加速度分别记为a1、a2,制动结束继续保持跟驰行驶的车速记为v1;
其次,建立车辆跟驰模型:
当前车与后车的制动过程相同,由于后车开始作出反应是在前车已经有刹车的迹象,因此前车的制动时间没有t1及t2,为了保证两车不发生追尾事故,则本车与前方目标实际车辆间实际距离D必须大于安全车距Dr:
其中
t=t1+t2+t3
当前后车制动能力相当,加速度相同为a1情况下,
由摄像头测得与前车之前的距离D可得后车的警戒车速Vr,利用安全车距的公式推出,此时本车警戒车速Vr:
其中,a为汽车百公里制动距离最大减速度,a=10.24m/s2,两车相对速度v由摄像头计算得到,自身车速v0由OBD接口得到,v1计算公式为:
v1=v0+v 。
2.如权利要求1所述的一种基于图像处理的防追尾预警系统,其特征在于:
获得两车之间的实际距离的方法包括:
1)获取摄像头距离测算参数;
2)计算实际拍摄到的车牌所占的像素高度;
3)输出实际车距。
3.如权利要求1所述的一种基于图像处理的防追尾预警系统,其特征在于:
车辆之间建立起临时通讯的方法包括:首先建立以本车车牌号为名称的WiFi无线网络,当后车通过摄像头识别获得前车车牌号后,即可连接其对应WiFi,从而实现了前后两辆车与车之间的WiFi连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323397.2A CN109272776B (zh) | 2018-11-08 | 2018-11-08 | 一种基于图像处理的防追尾预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811323397.2A CN109272776B (zh) | 2018-11-08 | 2018-11-08 | 一种基于图像处理的防追尾预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109272776A CN109272776A (zh) | 2019-01-25 |
CN109272776B true CN109272776B (zh) | 2020-08-04 |
Family
ID=65193289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811323397.2A Active CN109272776B (zh) | 2018-11-08 | 2018-11-08 | 一种基于图像处理的防追尾预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272776B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310517A (zh) * | 2019-06-20 | 2019-10-08 | 张定宇 | 一种高速公路车辆防追尾的警示方法及系统 |
CN110562141B (zh) * | 2019-08-27 | 2021-05-28 | 中国第一汽车股份有限公司 | 一种流媒体后视镜及其显示方法 |
CN110816521A (zh) * | 2019-10-20 | 2020-02-21 | 陈丙涛 | 行驶参数大数据分析系统 |
CN110782702B (zh) * | 2019-10-25 | 2021-02-12 | 安徽三联学院 | 一种车辆防碰撞预警系统和方法 |
CN111540206A (zh) * | 2020-05-09 | 2020-08-14 | 李勇伟 | 一种交通预警方法及系统 |
CN111746545A (zh) * | 2020-06-29 | 2020-10-09 | 中国联合网络通信集团有限公司 | 车距检测方法及装置,和车距提醒方法及装置 |
CN112562404B (zh) * | 2020-11-24 | 2022-02-11 | 中国联合网络通信集团有限公司 | 车辆预警方法、装置、计算机设备、介质 |
CN113147574A (zh) * | 2021-03-19 | 2021-07-23 | 合肥工业大学 | 一种基于牌照显示信号提醒的车辆防追尾警示系统 |
CN113053124B (zh) * | 2021-03-25 | 2022-03-15 | 英博超算(南京)科技有限公司 | 一种智能车辆的测距系统 |
CN113112865B (zh) * | 2021-04-13 | 2021-11-16 | 哈尔滨工业大学 | 一种区域化车辆协同预警避险的交互系统及方法 |
CN113706901B (zh) * | 2021-08-31 | 2023-05-16 | 重庆交通大学 | 高速公路隧道入口段事故智慧防控与预警系统 |
CN113888901B (zh) * | 2021-09-29 | 2023-01-31 | 英华达(南京)科技有限公司 | 智能安全行车提醒装置、方法及头盔 |
CN114038238B (zh) * | 2021-11-04 | 2023-06-06 | 吉林大学 | 一种基于前方第二辆车行驶状态的碰撞预警系统及方法 |
CN114228709A (zh) * | 2021-12-06 | 2022-03-25 | 首都经济贸易大学 | 一种高速自动驾驶预警系统及其预警方法 |
CN115171430B (zh) * | 2022-08-15 | 2024-03-12 | 中通服建设有限公司 | 一种基于图像识别的智能公交突发事件处理系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131321A (zh) * | 2007-09-28 | 2008-02-27 | 深圳先进技术研究院 | 一种实时测量安全车距用于汽车防撞预警的方法及装置 |
CN101707006A (zh) * | 2009-10-20 | 2010-05-12 | 中华电信股份有限公司 | 合作式车辆追撞警告系统 |
CN103786726B (zh) * | 2012-11-05 | 2017-04-12 | 财团法人车辆研究测试中心 | 直觉式节能驾驶辅助方法与系统 |
CN104751677B (zh) * | 2013-12-27 | 2017-07-18 | 上海博泰悦臻网络技术服务有限公司 | 车辆碰撞报警方法和系统 |
CN204010337U (zh) * | 2014-05-22 | 2014-12-10 | 林讚煌 | 行车距离提示装置 |
US9412276B2 (en) * | 2014-07-18 | 2016-08-09 | Tsun-Huang Lin | Following distance reminding device and method thereof |
CN104309526B (zh) * | 2014-10-22 | 2017-10-27 | 合肥星服信息科技有限责任公司 | 一种汽车前后间距指示仪 |
CN104554264A (zh) * | 2014-11-28 | 2015-04-29 | 温州大学 | 一种自适应在线调整车速的方法和系统 |
CN105160917B (zh) * | 2015-08-24 | 2017-09-29 | 武汉理工大学 | 基于车路协同的信号控制交叉口车速引导系统及方法 |
CN106922036A (zh) * | 2015-12-24 | 2017-07-04 | 北京奇虎科技有限公司 | 一种车辆之间临时数据共享的方法和装置 |
US20170365105A1 (en) * | 2016-06-17 | 2017-12-21 | Ford Global Technologies, Llc | Method and apparatus for inter-vehicular safety awareness and alert |
CN107968992A (zh) * | 2017-12-12 | 2018-04-27 | 成都育芽科技有限公司 | 一种无人自动驾驶汽车车辆间同步数据通讯方法 |
-
2018
- 2018-11-08 CN CN201811323397.2A patent/CN109272776B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109272776A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272776B (zh) | 一种基于图像处理的防追尾预警系统 | |
CN108372785B (zh) | 一种基于图像识别的汽车非安全驾驶检测装置及检测方法 | |
CN107067718B (zh) | 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统 | |
CN109800633B (zh) | 一种非机动车交通违法判断方法、装置和电子设备 | |
CN111091706B (zh) | 信息处理系统和信息处理方法 | |
CN112590801B (zh) | 一种基于驾驶员疲劳程度的前方碰撞预警控制方法 | |
WO2019238142A3 (zh) | 一种车辆监控系统及车辆监控方法 | |
CN101131321A (zh) | 一种实时测量安全车距用于汽车防撞预警的方法及装置 | |
CN108482382B (zh) | 驾驶技术评分方法、设备、存储介质及车辆 | |
CN106128089A (zh) | 一种基于行车记录仪的交通事故快速处理方法 | |
CN112373467A (zh) | 无人驾驶汽车的智能避障系统 | |
CN109858456A (zh) | 一种铁路车辆状态故障分析系统 | |
CN108538060A (zh) | 一种基于车载后视摄像头的智能违章监测方法及系统 | |
CN110641467A (zh) | 一种自适应巡航系统车距控制方法及装置 | |
CN114734966B (zh) | 基于摄像头和云端实时地图的自动紧急制动系统及方法 | |
CN116001795A (zh) | 一种换道风险评估及个性化换道决策方法 | |
CN113657265B (zh) | 一种车辆距离探测方法、系统、设备及介质 | |
CN110481550B (zh) | 一种基于车联网的汽车弯道盲区跟随控制方法 | |
CN114119955A (zh) | 一种潜在危险目标检测方法及装置 | |
CN210760742U (zh) | 智能车辆辅助驾驶系统 | |
CN112298165A (zh) | 一种基于前向视觉的主动转向控制方法 | |
CN113705549B (zh) | 道路救援工作节点确定方法、装置及相关设备 | |
CN116252787A (zh) | 一种高精度汽车碰撞距离监测系统及方法 | |
CN113888901B (zh) | 智能安全行车提醒装置、方法及头盔 | |
JP2012098776A (ja) | 運転支援装置 |
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 |