CN109785633A - 危险路况提醒方法、装置、车载终端、服务器及介质 - Google Patents
危险路况提醒方法、装置、车载终端、服务器及介质 Download PDFInfo
- Publication number
- CN109785633A CN109785633A CN201910195141.6A CN201910195141A CN109785633A CN 109785633 A CN109785633 A CN 109785633A CN 201910195141 A CN201910195141 A CN 201910195141A CN 109785633 A CN109785633 A CN 109785633A
- Authority
- CN
- China
- Prior art keywords
- road conditions
- dangerous road
- dangerous
- reminder message
- server
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种危险路况提醒方法、装置、车载终端、服务器及介质。该方法应用于车载终端,包括:利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;结合障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;如果存在危险路况,则根据障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;由服务器依据危险路况提醒消息确定至少一个提醒对象,并将危险路况提醒消息下发至各提醒对象进行危险路况提醒。本发明实施例能够及时得到道路上的障碍物信息,自动准确地检测危险路况的存在,并向服务器上传危险路况提醒消息,由服务器及时提醒车辆,从而降低交通事故以及拥堵发生的概率。
Description
技术领域
本发明实施例涉及车联网技术领域,尤其涉及一种危险路况提醒方法、装置、车载终端、服务器及介质。
背景技术
目前,汽车保有量已接近饱和,道路拥堵也早已成为每个城市的难题。
当道路因交通事故出现拥堵,或者出现影响道路交通的意外情况时,通常是由当事人通知交警解决,交警再将事故点通知道路交通处理中心,并可以通过广播等方式通知到其他驾驶员,当然,也可以由路过的其他热心人上报事故点,但这些方式都要依赖人们的主动上报,实时性比较差。而且很多人就算开车路过并且发现了危险路况也不会上报,直到有车主路过并真的发生了交通事故之后,才引起交管部门或者其他用户的注意。因此,现有技术均不能很好地起到提前预防道路危险的作用。
发明内容
本发明实施例提供一种危险路况提醒方法、装置、车载终端、服务器及介质,以解决现有技术中无法提前预防道路危险的问题。
第一方面,本发明实施例提供了一种危险路况提醒方法,应用于车载终端,该方法包括:
利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
第二方面,本发明实施例还提供了一种危险路况提醒方法,应用于服务器,该方法包括:
接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
第三方面,本发明实施例还提供了一种危险路况提醒装置,配置于车载终端,该装置包括:
图像识别模块,用于利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
判断模块,用于结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
提醒消息生成模块,用于如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
第四方面,本发明实施例还提供了一种危险路况提醒装置,配置于服务器,该装置包括:
提醒消息接收模块,用于接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
提醒模块,用于根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
第五方面,本发明实施例还提供了一种车载终端,该车载终端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一种应用于车载终端的危险路况提醒方法。
第六方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一种应用于服务器的危险路况提醒方法。
第七方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中的任一种应用于车载终端的危险路况提醒方法。
第八方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中的任一种应用于服务器的危险路况提醒方法。
本发明实施例通过对车辆周围道路图像进行识别,能够及时得到道路上的障碍物信息,并通过结合障碍物信息和车辆行驶数据对危险路况进行判断,能够自动准确地检测危险路况的存在,并在存在危险路况的情况下,生成危险路况提醒信息,上传至服务器,由服务器及时将危险路况提醒信息下发至提醒车辆进行危险路况提醒,从而在交通事故发生之前进行预防,最大限度的降低交通事故和拥堵发生的概率,提高车主驾车的安全性,更好的满足车主用车需求。
附图说明
图1是本发明实施例一中的一种危险路况提醒方法的流程图;
图2是本发明实施例二中的一种危险路况提醒方法的流程图;
图3是本发明实施例三中的一种危险路况提醒方法的流程图;
图4是本发明实施例四中的一种危险路况提醒装置的结构示意图;
图5是本发明实施例五中的一种危险路况提醒装置的结构示意图;
图6是本发明实施例六中的一种车载终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的一种危险路况提醒方法的流程图。本实施例提供的危险路况提醒方法应用于车载终端,可适用于行驶车辆对危险路况进行监测的情况,该方法可以由危险路况提醒装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在车载终端中。参见图1,本实施的方法具体包括:
S110、利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息。
具体的,车辆上可设置有图像采集装置,例如可以安装于挡风玻璃上方,用于采集车辆前方道路的图像数据,同时也可以在车辆的左侧、后侧和后侧中的至少一侧设置图像采集装置,以从不同角度和方向获得车辆周围道路的图像数据,从而辅助车辆前方的图像采集装置对道路进行监测,实现对周围道路的全方位准确监测。图像采集装置采集到图像数据后,将图像数据通过有线或无线通讯发送至车载终端,车载终端利用图像识别技术对接收到的图像数据进行识别,以得到障碍物信息,便于进一步分析当前道路是否存在事故等危险状况。
其中,所述障碍物信息包括通行道路上的坑洼、凸起、静止阻挡物、静止的行人和车辆中的至少之一。示例性的,车载终端通过图像识别技术识别当前道路图像中的道路状况,当道路中存在障碍物时,获取障碍物信息,例如道路中存在坑洼、凸起、静止阻挡物,例如石头、树枝等、静止的行人或车辆等,车载终端对道路图像中的上述障碍物进行识别,得到当前道路上的障碍物类型,并识别出障碍物的大小和位置信息,以进一步判断障碍物对交通的影响程度。
S120、结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况。
具体的,将障碍物信息与实时采集的车辆行驶数据进行结合,从而判断当前车辆周围道路的危险路况,以提高危险路况监测的准确性。其中,所述车辆行驶数据包括急刹车、急转弯和紧急变道中的至少之一。示例性的,车载终端可以获取车辆ESP(ElectronicStability Program,电子稳定系统)中的各传感器数据,例如转向传感器、车轮轮速传感器、侧滑传感器、横向加速度传感器、方向盘油门刹车踏板传感器等传感器的数据,并根据上述传感器数据进一步分析出车辆的行驶状态,得到车辆行驶数据。车载终端也可以直接获取ESP中的分析结果数据,直接作为车辆的行驶数据。可选的,记录车辆的急刹车、紧急减速、急转弯、紧急变道、颠簸状态、撞击状态等行驶数据,从而根据车辆当前的非正常行驶状态数据,准确分析车辆周围的路况。
相应的,S120可具体包括:结合所述障碍物信息和实时采集的车辆行驶数据,按照预设的危险路况判断标准,判断车辆周围是否存在危险路况。
示例性的,若车载终端通过图像识别技术识别出车辆周围道路中的障碍物信息为道路中央有一块直径约1米的石头,并且根据车辆行驶数据分析结果可知车辆当前的行驶状态为紧急变道状态,则可以判断出当前道路存在危险路况,车辆不适宜经此道路行驶。若车载终端通过图像识别技术识别出车辆周围道路中的障碍物信息为道路中央有一块凹陷的浅坑,浅坑的深度约10厘米,直径约20厘米,并且根据车辆行驶数据分析结果可知,车辆当前并无非正常行驶状态,或者存在程度较小的颠簸状态,则可以判断当前道路不存在危险路况,车辆可以经此道路行驶。另外,若车载终端通过图像识别技术识别出障碍物的位置位于相邻的车道,且根据车辆行驶数据分析结果可知,车辆当前并无非正常行驶状态,则可以根据障碍物的大小判断其是否影响相邻车道的交通,从而判断相邻车道是否存在危险路况。
需要说明的是,上述方案只为对危险路况判断方法的举例说明,并不是对判断方法的具体限定,其中的具体数据与是否为危险路况的结论之间的对应关系可以由技术人员根据实际情况自行设定或预先配置。可选的,上述方案可以通过神经网络模型实现,以提高危险路况监测的准确性,首先通过训练数据对模型进行训练,得到危险路况模型,再将障碍物信息和车辆行驶数据输入至危险路况模型,从而得到前方道路是否存在危险路况的结果输出。
S130、如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器。
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
其中,危险路况位置信息可以通过行驶车辆的GPS(Global Positioning System,全球定位系统)获取。具体的,在周围道路不存在危险路况的情况下,车辆可以在道路上正常行驶,则不需要对车辆进行危险路况提醒,节省处理资源;在车载终端判断出存在危险路况的情况下,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器,以便服务器对过往车辆或即将路过的车辆进行安全提醒。通过根据障碍物信息和危险路况位置信息生成危险路况提醒消息,从而更全面地展示当前道路中的危险路况和存在危险路况路段具体位置。服务器接收车载终端上传的危险路况提醒消息,并确定至少一个提醒对象,例如即将通过该危险路况路段的车辆,将危险路况提醒消息下发至各提醒对象进行提醒,从而及时通知即将行经该路段的车辆该路段上的危险路况,在交通事故发生之前进行预防,最大限度的降低交通事故和拥堵发生的概率。
本发明实施例提供的技术方案,通过对车辆周围道路图像进行识别,能够及时得到道路上的障碍物信息,并通过结合障碍物信息和车辆行驶数据对危险路况进行判断,能够自动准确地检测危险路况的存在,并在存在危险路况的情况下,生成危险路况提醒信息,上传至服务器,由服务器及时将危险路况提醒信息下发至提醒车辆进行危险路况提醒,从而在交通事故发生之前进行预防,最大限度的降低交通事故和拥堵发生的概率,提高车主驾车的安全性,更好的满足车主用车需求。
实施例二
图2是本发明实施例二中的一种危险路况提醒方法的流程图。本实施例在上述实施例的基础上进行了优化,未在本实施例中详细描述的内容详见上述实施例。参见图2,本实施例提供的危险路况提醒方法包括:
S210、利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息。
S220、结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况。
S230、如果存在危险路况,利用车道线检测技术,结合所述障碍物信息检测危险路况中的受影响车道数和可通行车道数。
具体的,车载终端可以利用车道线检测技术确定当前路段的车道规划情况,结合障碍物的位置信息确定危险路况位于的具体车道和受影响的车道数量,并确定可通行车道数,从而给予即将行经该路段的车辆选择行驶车道的参考。
S240、根据所述障碍物信息和预设的障碍物与危险路况类型对应关系,确定危险路况类型。
示例性的,危险路况的事故可能会存在不同的严重程度,例如:在车道上存在轻微的交通事故或体积较小的障碍物,则属于低级危险路况;在车道上发生较大的交通事故,或存在体积较大的静止阻挡物,导致多条车道受到影响,则属于高级危险路况。因此,在本发明实施例中,预先设置障碍物与危险路况类型的对应关系,根据当前车载终端识别到的障碍物信息确定当前道路上危险路况的类型,从而判断事故的严重程度,分析出事故对道路交通的影响程度,继而可以进行不同程度地提醒,提高危险路况提醒的灵活性,对于高危路况,也可以最大程度地起到预警的作用。
S250、将所述障碍物信息、危险路况位置信息、危险路况类型、受影响车道数和可通行车道数组合成所述危险路况提醒消息,并上传至服务器。
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
将障碍物信息、危险路况位置信息、危险路况类型、受影响车道数和可通行车道数组合成所述危险路况提醒消息,从而综合危险路况的各方面情况,能够使服务器根据危险路况提醒消息中包含的信息适应性地确定各提醒对象,从而针对性地对各车辆下发危险路况提醒消息进行危险提醒。
S260、接收所述服务器下发的其他车载终端上传的危险路况提醒消息,显示或播报所述危险路况提醒消息,或者根据所述危险路况提醒消息修正导航路线。
示例性的,各行驶车辆的车载终端监测道路状况,向服务器上传危险路况提醒消息的同时,也接收服务器下发的其他车载终端上传的其他路段的危险路况提醒消息,以提醒当前车辆进行安全行驶。车载终端接收到服务器下发的危险路况提醒消息后,显示或播报危险路况提醒消息,以及时提醒驾驶员注意危险路况信息,注意变换行驶车道或者更改行驶路径。车载终端也可以根据危险路况提醒消息修正当前的导航路线,例如,在行驶车辆沿当行路线行驶过程中,前方道路发生了严重交通事故,其他终端生成了危险路况提醒消息,服务器将该消息发送至当前车载终端,则当前车载终端接收到危险路况提醒消息后修正当行路径,引导车辆沿可通行路线进行行驶,从而使车辆避免了拥堵路段。
本发明实施例提供的技术方案,通过车道线检测技术以及障碍物的位置信息能够准确获知危险路况所位于的车道,以及不受影响的车道,并通过障碍物的类型分析得出危险路况的类型,通过组合障碍物信息、危险路况位置信息、危险路况类型、受影响车道数和可通行车道数形成危险路况提醒消息,并由服务器下发给各行驶车辆,从而更全面、准确地为各车辆的行驶提供路径参考,减少了交通事故的发生,避免了道路拥堵。
实施例三
图3是本发明实施例三中的一种危险路况提醒方法的流程图。本实施例提供的危险路况提醒方法应用于服务器,可适用于服务器根据路况信息对各车辆进行危险路况提醒的情况,该方法可以由危险路况提醒装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在服务器中。参见图3,未在本实施例中详细描述的细节可详见上述实施例,本实施例的方法具体包括:
S310、接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息。
具体的,各个车载终端生成危险路况提醒消息后,统一上传至服务器,由服务器进行统一管理,服务器接收各车载终端上传的危险路况提醒消息,从而根据危险路况提醒消息进行统一的提醒操作。
S320、根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
具体的,服务器根据危险路况位置信息和全部车辆的实时位置信息,确定服务器需要提醒的对象。可选的,将与危险路况位置的距离小于预设距离阈值的车辆确定为提醒对象,并将危险路况提醒消息下发至提醒对象,从而对接近危险路段的车辆进行提醒。
其中,所述危险路况提醒消息中还包括危险路况类型、受影响车道数和可通行车道数;
相应的,S320具体包括:根据所述危险路况类型、受影响车道数和可通行车道数确定不同危险路况的提醒标准,其中,所述提醒标准用于指示不同危险路况需要提醒的对象与危险路况的位置关系;根据所述危险路况位置信息和全部车辆的实时位置信息,确定各车辆与各危险路况的距离和方位;依据所述距离、方位和提醒标准确定不同危险路况提醒消息各自对应的至少一个提醒对象;将各危险路况提醒消息下发至各自对应的至少一个提醒对象进行危险路况提醒。
示例性的,在车道上存在轻微的交通事故或体积较小的障碍物,车辆可以通过变道行驶绕开危险路况,此危险路况属于低级危险路况,则可以在车辆与危险路段之间满足第一预设距离和第一预设方位时,将其确定为提醒对象,进行提醒,可选的,若在普通道路上行驶,则行驶车辆距离危险路段200米且行驶方位为驶向危险路段的方位时,则将车辆终端确定为提醒对象进行提醒;若在高速路上行驶,则行驶车辆距离危险路段500米且行驶方位为驶向危险路段的方位时,则将车辆终端确定为提醒对象进行提醒。另外提醒行驶车辆当前存在危险路况的车道,以及可以顺利通过的其他车道。当车道上发生重大的交通事故,或在道路中存在体积较大的障碍物,影响多个车道的通行,属于高级危险路况,则此路段很可能会发生堵车的情况,因此可以在为用户规划行驶路线时提示不建议沿此路行驶,并及时提示用户此路段危险路况的类型、受影响的车道以及可通过的车道等;或者若车辆与危险路段之间满足第二预设距离和第二预设方位,将该车辆终端确定为提醒对象,进行提醒,可选的,若在普通道路上行驶,则行驶车辆距离危险路段1000米且行驶方位为驶向危险路段的方位时,则将车辆终端确定为提醒对象进行提醒,若在高速路上行驶,则行驶车辆距离危险路段2000米且行驶方位为驶向危险路段的方位时,则将车辆终端确定为提醒对象进行提醒;或者若通过车辆的实时位置信息确定该车辆所进入的道路即为危险路况对应的道路,则将车辆终端确定为提醒对象,进行提醒,从而使车辆提前做好准备或提前更改行车路径,避免造成拥堵。
本发明实施例提供的技术方案,通过服务器接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒,从而更全面、准确地为各车辆的行驶提供路径参考,减少了交通事故的发生,避免了道路拥堵。
实施例四
图4为本发明实施例四中的一种危险路况提醒装置的结构示意图。该装置配置于车载终端,可适用于行驶车辆对危险路况进行检测,并在存在危险路况的情况下生成危险路况提醒消息进行安全提醒的情况,该装置可以由软件和/或硬件实现,并具体可集成在车载终端中。参见图4,该装置具体包括:
图像识别模块410,用于利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
判断模块420,用于结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
提醒消息生成模块430,用于如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
可选的,所述障碍物信息包括通行道路上的坑洼、凸起、静止阻挡物、静止的行人和车辆中的至少之一;
所述车辆行驶数据包括急刹车、急转弯和紧急变道中的至少之一;
相应的,所述判断模块420,具体用于:
结合所述障碍物信息和实时采集的车辆行驶数据,按照预设的危险路况判断标准,判断车辆周围是否存在危险路况。
可选的,所述提醒消息生成模块430,包括:
车道数检测单元,用于利用车道线检测技术,结合所述障碍物信息检测危险路况中的受影响车道数和可通行车道数;
危险路况类型确定单元,用于根据所述障碍物信息和预设的障碍物与危险路况类型对应关系,确定危险路况类型;
危险路况提醒消息形成单元,用于将所述障碍物信息、危险路况位置信息、危险路况类型、受影响车道数和可通行车道数组合成所述危险路况提醒消息。
可选的,所述装置还包括:
提醒消息接收模块,用于接收所述服务器下发的其他车载终端上传的危险路况提醒消息,显示或播报所述危险路况提醒消息,或者根据所述危险路况提醒消息修正导航路线。
上述实施例所述危险路况提醒装置用于执行上述任一实施例中的应用于车载终端的危险路况提醒方法,其技术原理和产生的技术效果类似,这里不再赘述。
实施例五
图5为本发明实施例五中的一种危险路况提醒装置的结构示意图。该装置配置于服务器,可适用于服务器根据路况信息对各车辆进行危险路况提醒的情况,该装置可以由软件和/或硬件实现,并具体可集成在服务器中。参见图5,该装置具体包括:
提醒消息接收模块510,用于接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
提醒模块520,用于根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
可选的,所述危险路况提醒消息中还包括危险路况类型、受影响车道数和可通行车道数;
相应的,所述提醒模块520,包括:
提醒标准确定单元,用于根据所述危险路况类型、受影响车道数和可通行车道数确定不同危险路况的提醒标准,其中,所述提醒标准用于指示不同危险路况需要提醒的对象与危险路况的位置关系。
距离和方位确定单元,用于根据所述危险路况位置信息和全部车辆的实时位置信息,确定各车辆与各危险路况的距离和方位。
提醒对象确定单元,用于依据所述距离、方位和提醒标准确定不同危险路况提醒消息各自对应的至少一个提醒对象。
提醒消息下发单元,用于将各危险路况提醒消息下发至各自对应的至少一个提醒对象进行危险路况提醒。
上述实施例所述危险路况提醒装置用于执行上述任一实施例中的应用于服务器的危险路况提醒方法,其技术原理和产生的技术效果类似,这里不再赘述。
实施例六
图6是本发明实施例六中的一种车载终端的结构示意图。如图6所示,本发明实施例提供了一种车载终端412,其包括:一个或多个处理器416;存储器428,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现应用于车载终端的一种危险路况提醒方法,包括:
利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
图6显示的车载终端412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,车载终端412以通用计算设备的形式表现。车载终端412的组件可以包括但不限于:一个或者多个处理器或者处理器416,系统存储器428,连接不同系统组件(包括系统存储器428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
车载终端412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被车载终端412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)430和/或高速缓存存储器432。车载终端412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储器428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
车载终端412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信,还可与一个或者多个使得用户能与该车载终端412交互的设备通信,和/或与使得该车载终端412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,车载终端412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与车载终端412的其它模块通信。应当明白,尽管图6中未示出,可以结合车载终端412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在系统存储器428中的多个程序中其他程序的至少一个,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的应用于车载终端的危险路况提醒方法。
本实施例还提供了一种服务器,其包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现应用于服务器的一种危险路况提醒方法,包括:
提醒消息接收模块,用于接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
提醒模块,用于根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的应用于服务器的危险路况提醒方法的技术方案。该服务器的硬件结构以及功能可参见实施例六的内容解释。
实施例七
本发明实施例七提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种应用于车载终端的危险路况提醒方法,该方法包括:
利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的应用于车载终端的危险路况提醒方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例还提供了另一种计算机可读存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种应用于服务器的危险路况提醒方法,该方法包括:
接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的应用于服务器的危险路况提醒方法中的相关操作。对存储介质的介绍可参见实施例七中的内容解释。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种危险路况提醒方法,应用于车载终端,其特征在于,所述方法包括:
利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
2.根据权利要求1所述的方法,其特征在于,所述障碍物信息包括通行道路上的坑洼、凸起、静止阻挡物、静止的行人和车辆中的至少之一;
所述车辆行驶数据包括急刹车、急转弯和紧急变道中的至少之一;
相应的,结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况,包括:
结合所述障碍物信息和实时采集的车辆行驶数据,按照预设的危险路况判断标准,判断车辆周围是否存在危险路况。
3.根据权利要求1或2所述的方法,其特征在于,根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,包括:
利用车道线检测技术,结合所述障碍物信息检测危险路况中的受影响车道数和可通行车道数;
根据所述障碍物信息和预设的障碍物与危险路况类型对应关系,确定危险路况类型;
将所述障碍物信息、危险路况位置信息、危险路况类型、受影响车道数和可通行车道数组合成所述危险路况提醒消息。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收所述服务器下发的其他车载终端上传的危险路况提醒消息,显示或播报所述危险路况提醒消息,或者根据所述危险路况提醒消息修正导航路线。
5.一种危险路况提醒方法,应用于服务器,其特征在于,所述方法包括:
接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
6.根据权利要求5所述的方法,其特征在于,所述危险路况提醒消息中还包括危险路况类型、受影响车道数和可通行车道数;
相应的,根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒,包括:
根据所述危险路况类型、受影响车道数和可通行车道数确定不同危险路况的提醒标准,其中,所述提醒标准用于指示不同危险路况需要提醒的对象与危险路况的位置关系;
根据所述危险路况位置信息和全部车辆的实时位置信息,确定各车辆与各危险路况的距离和方位;
依据所述距离、方位和提醒标准确定不同危险路况提醒消息各自对应的至少一个提醒对象;
将各危险路况提醒消息下发至各自对应的至少一个提醒对象进行危险路况提醒。
7.一种危险路况提醒装置,配置于车载终端,所述装置包括:
图像识别模块,用于利用图像识别技术对车辆周围道路图像进行识别,得到障碍物信息;
判断模块,用于结合所述障碍物信息和实时采集的车辆行驶数据,判断车辆周围是否存在危险路况;
提醒消息生成模块,用于如果存在危险路况,则根据所述障碍物信息和危险路况位置信息生成危险路况提醒消息,并上传至服务器;
其中,所述服务器用于依据所述危险路况提醒消息确定至少一个提醒对象,并将所述危险路况提醒消息下发至各提醒对象进行危险路况提醒。
8.一种危险路况提醒装置,其特征在于,配置于服务器,所述装置包括:
提醒消息接收模块,用于接收任一车载终端上传的危险路况提醒消息,其中,所述危险路况提醒消息中包括障碍物信息和危险路况位置信息;
提醒模块,用于根据所述危险路况位置信息和全部车辆的实时位置信息,确定全部车辆中的至少一个提醒对象,并将所述危险路况提醒消息下发至所述至少一个提醒对象进行危险路况提醒。
9.一种车载终端,其特征在于,所述车载终端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的一种危险路况提醒方法。
10.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求5或6所述的一种危险路况提醒方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的一种危险路况提醒方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求5或6所述的一种危险路况提醒方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195141.6A CN109785633A (zh) | 2019-03-14 | 2019-03-14 | 危险路况提醒方法、装置、车载终端、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195141.6A CN109785633A (zh) | 2019-03-14 | 2019-03-14 | 危险路况提醒方法、装置、车载终端、服务器及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109785633A true CN109785633A (zh) | 2019-05-21 |
Family
ID=66488682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910195141.6A Pending CN109785633A (zh) | 2019-03-14 | 2019-03-14 | 危险路况提醒方法、装置、车载终端、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109785633A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110148313A (zh) * | 2019-06-24 | 2019-08-20 | 深圳成谷科技有限公司 | 道路障碍物信息的处理方法、装置及系统 |
CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子(中国)研发中心 | 车辆通信方法及使用该方法的装置 |
CN110490142A (zh) * | 2019-08-21 | 2019-11-22 | 北京百度网讯科技有限公司 | 用于生成告警信号的方法及装置 |
CN111010668A (zh) * | 2019-12-16 | 2020-04-14 | 斑马网络技术有限公司 | 基于车载终端位置的信息分享方法、终端设备、及服务器 |
CN111667706A (zh) * | 2020-06-05 | 2020-09-15 | 百度在线网络技术(北京)有限公司 | 车道级路面状况识别方法、路况提示方法和装置 |
CN111885500A (zh) * | 2020-07-22 | 2020-11-03 | 深圳市Tcl云创科技有限公司 | 基于窄带物联网的路况提醒方法、装置及存储介质 |
CN111976589A (zh) * | 2020-08-28 | 2020-11-24 | 武汉华美晨曦光电有限责任公司 | 一种汽车显示系统及汽车尾灯系统 |
CN112185144A (zh) * | 2019-07-01 | 2021-01-05 | 大陆泰密克汽车系统(上海)有限公司 | 交通预警方法以及系统 |
CN112541531A (zh) * | 2020-12-02 | 2021-03-23 | 武汉光庭信息技术股份有限公司 | 一种道路视频数据的采集处理系统及方法 |
CN112579724A (zh) * | 2020-12-24 | 2021-03-30 | 广州小马智行科技有限公司 | 语义地图的构建方法、构建装置、处理器和车辆系统 |
WO2021063006A1 (zh) * | 2019-09-30 | 2021-04-08 | 上海商汤临港智能科技有限公司 | 驾驶预警方法、装置、电子设备和计算机存储介质 |
CN112857381A (zh) * | 2019-11-28 | 2021-05-28 | 北京搜狗科技发展有限公司 | 一种路径推荐方法、装置及可读介质 |
CN113034942A (zh) * | 2019-12-24 | 2021-06-25 | 观致汽车有限公司 | 车辆及其故障的提醒方法和装置 |
CN113415232A (zh) * | 2021-07-07 | 2021-09-21 | 深圳前海汉视科技有限公司 | 一种用于障碍物识别的车灯系统 |
CN113553508A (zh) * | 2021-07-28 | 2021-10-26 | 中国第一汽车股份有限公司 | 一种路况模型生成方法、装置、存储介质及系统 |
CN114187676A (zh) * | 2021-12-02 | 2022-03-15 | 智慧起源机器人(苏州)有限公司 | 一种巡检方法、装置、设备、系统和存储介质 |
CN114205394A (zh) * | 2022-02-17 | 2022-03-18 | 深圳市菲尼基科技有限公司 | 一种车联网终端自适应数据识别存储方法和系统 |
CN114368388A (zh) * | 2022-01-28 | 2022-04-19 | 中国第一汽车股份有限公司 | 一种驾驶行为分析方法、装置、设备以及存储介质 |
CN114373311A (zh) * | 2022-01-27 | 2022-04-19 | 支付宝(杭州)信息技术有限公司 | 车辆驾驶引导方法及装置 |
CN114566022A (zh) * | 2021-12-29 | 2022-05-31 | 北京五八信息技术有限公司 | 一种非机动车骑行提醒方法和装置 |
CN115188196A (zh) * | 2022-08-15 | 2022-10-14 | 中通服建设有限公司 | 一种基于5g的动态路况信息采集分析系统 |
CN115512312A (zh) * | 2022-09-15 | 2022-12-23 | 北京四维远见信息技术有限公司 | 一种相机交替曝光的对地拍照方法、装置、设备及介质 |
CN116798224A (zh) * | 2023-05-29 | 2023-09-22 | 江苏车旺运力科技有限公司 | 基于车载终端的路况提醒方法、装置、设备及存储介质 |
EP4276790A4 (en) * | 2021-01-29 | 2024-03-06 | Huawei Tech Co Ltd | ROAD EARLY WARNING METHOD, DEVICE AND SYSTEM |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976501A (zh) * | 2010-10-29 | 2011-02-16 | 天津市市政工程设计研究院 | 基于主成分分析和神经网络的港区道路安全性预测方法 |
CN103730020A (zh) * | 2014-01-17 | 2014-04-16 | 中国联合网络通信集团有限公司 | 交通事故预警方法及装置 |
CN105185145A (zh) * | 2015-10-04 | 2015-12-23 | 陈燕 | 一种智能动态路况地图导航系统及方法 |
CN105355039A (zh) * | 2015-10-23 | 2016-02-24 | 张力 | 路况信息处理方法及设备 |
CN105489037A (zh) * | 2015-11-30 | 2016-04-13 | 四川诚品电子商务有限公司 | 一种提醒用户变道的方法 |
CN105931461A (zh) * | 2016-06-01 | 2016-09-07 | 乐视控股(北京)有限公司 | 路况预警方法、装置及服务器 |
CN106469512A (zh) * | 2015-08-17 | 2017-03-01 | 中国移动通信集团公司 | 一种交通事故消息发布方法及服务器 |
CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
CN106781570A (zh) * | 2016-12-30 | 2017-05-31 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
CN106781471A (zh) * | 2016-12-15 | 2017-05-31 | 北京小米移动软件有限公司 | 交通状况确定方法及装置 |
CN107878450A (zh) * | 2017-10-20 | 2018-04-06 | 江苏大学 | 一种基于深度学习的车况智能监测方法 |
CN107907886A (zh) * | 2017-11-07 | 2018-04-13 | 广东欧珀移动通信有限公司 | 行驶状况识别方法、装置、存储介质及终端设备 |
CN107924617A (zh) * | 2015-08-19 | 2018-04-17 | 索尼公司 | 用于为自主车辆确定导航信息的系统和方法 |
CN107945558A (zh) * | 2017-12-21 | 2018-04-20 | 路斌 | 一种基于北斗位置服务的看路方法及系统 |
CN108154696A (zh) * | 2017-12-25 | 2018-06-12 | 重庆冀繁科技发展有限公司 | 车辆事故管理系统及方法 |
CN108513676A (zh) * | 2018-04-25 | 2018-09-07 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN108769104A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种基于车载诊断系统数据的路况分析预警方法 |
CN108764042A (zh) * | 2018-04-25 | 2018-11-06 | 深圳市科思创动科技有限公司 | 一种异常路况信息识别方法、装置及终端设备 |
CN108922244A (zh) * | 2018-06-22 | 2018-11-30 | 泉州创先力智能科技有限公司 | 一种异常路况的提示方法、装置、设备和存储介质 |
CN109017809A (zh) * | 2018-08-27 | 2018-12-18 | 北京理工大学 | 一种基于越野工况预测的能量分配方法 |
CN208538328U (zh) * | 2018-05-23 | 2019-02-22 | 昆明理工大学 | 一种卷积神经网络路况监测器 |
-
2019
- 2019-03-14 CN CN201910195141.6A patent/CN109785633A/zh active Pending
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976501A (zh) * | 2010-10-29 | 2011-02-16 | 天津市市政工程设计研究院 | 基于主成分分析和神经网络的港区道路安全性预测方法 |
CN103730020A (zh) * | 2014-01-17 | 2014-04-16 | 中国联合网络通信集团有限公司 | 交通事故预警方法及装置 |
CN106469512A (zh) * | 2015-08-17 | 2017-03-01 | 中国移动通信集团公司 | 一种交通事故消息发布方法及服务器 |
CN107924617A (zh) * | 2015-08-19 | 2018-04-17 | 索尼公司 | 用于为自主车辆确定导航信息的系统和方法 |
CN105185145A (zh) * | 2015-10-04 | 2015-12-23 | 陈燕 | 一种智能动态路况地图导航系统及方法 |
CN105355039A (zh) * | 2015-10-23 | 2016-02-24 | 张力 | 路况信息处理方法及设备 |
CN105489037A (zh) * | 2015-11-30 | 2016-04-13 | 四川诚品电子商务有限公司 | 一种提醒用户变道的方法 |
CN105931461A (zh) * | 2016-06-01 | 2016-09-07 | 乐视控股(北京)有限公司 | 路况预警方法、装置及服务器 |
CN106781471A (zh) * | 2016-12-15 | 2017-05-31 | 北京小米移动软件有限公司 | 交通状况确定方法及装置 |
CN106530719A (zh) * | 2016-12-27 | 2017-03-22 | 重庆峰创科技有限公司 | 一种基于车联网的路况信息精准感知与共享方法 |
CN106781570A (zh) * | 2016-12-30 | 2017-05-31 | 大唐高鸿信息通信研究院(义乌)有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
CN107878450A (zh) * | 2017-10-20 | 2018-04-06 | 江苏大学 | 一种基于深度学习的车况智能监测方法 |
CN107907886A (zh) * | 2017-11-07 | 2018-04-13 | 广东欧珀移动通信有限公司 | 行驶状况识别方法、装置、存储介质及终端设备 |
CN107945558A (zh) * | 2017-12-21 | 2018-04-20 | 路斌 | 一种基于北斗位置服务的看路方法及系统 |
CN108154696A (zh) * | 2017-12-25 | 2018-06-12 | 重庆冀繁科技发展有限公司 | 车辆事故管理系统及方法 |
CN108769104A (zh) * | 2018-04-11 | 2018-11-06 | 杭州电子科技大学 | 一种基于车载诊断系统数据的路况分析预警方法 |
CN108513676A (zh) * | 2018-04-25 | 2018-09-07 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN108764042A (zh) * | 2018-04-25 | 2018-11-06 | 深圳市科思创动科技有限公司 | 一种异常路况信息识别方法、装置及终端设备 |
CN208538328U (zh) * | 2018-05-23 | 2019-02-22 | 昆明理工大学 | 一种卷积神经网络路况监测器 |
CN108922244A (zh) * | 2018-06-22 | 2018-11-30 | 泉州创先力智能科技有限公司 | 一种异常路况的提示方法、装置、设备和存储介质 |
CN109017809A (zh) * | 2018-08-27 | 2018-12-18 | 北京理工大学 | 一种基于越野工况预测的能量分配方法 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110148313A (zh) * | 2019-06-24 | 2019-08-20 | 深圳成谷科技有限公司 | 道路障碍物信息的处理方法、装置及系统 |
CN112185144A (zh) * | 2019-07-01 | 2021-01-05 | 大陆泰密克汽车系统(上海)有限公司 | 交通预警方法以及系统 |
CN110366107A (zh) * | 2019-07-09 | 2019-10-22 | 三星电子(中国)研发中心 | 车辆通信方法及使用该方法的装置 |
CN110490142A (zh) * | 2019-08-21 | 2019-11-22 | 北京百度网讯科技有限公司 | 用于生成告警信号的方法及装置 |
CN110490142B (zh) * | 2019-08-21 | 2022-08-23 | 北京百度网讯科技有限公司 | 用于生成告警信号的方法及装置 |
WO2021063006A1 (zh) * | 2019-09-30 | 2021-04-08 | 上海商汤临港智能科技有限公司 | 驾驶预警方法、装置、电子设备和计算机存储介质 |
CN112857381A (zh) * | 2019-11-28 | 2021-05-28 | 北京搜狗科技发展有限公司 | 一种路径推荐方法、装置及可读介质 |
CN111010668A (zh) * | 2019-12-16 | 2020-04-14 | 斑马网络技术有限公司 | 基于车载终端位置的信息分享方法、终端设备、及服务器 |
CN113034942A (zh) * | 2019-12-24 | 2021-06-25 | 观致汽车有限公司 | 车辆及其故障的提醒方法和装置 |
CN111667706A (zh) * | 2020-06-05 | 2020-09-15 | 百度在线网络技术(北京)有限公司 | 车道级路面状况识别方法、路况提示方法和装置 |
CN111885500A (zh) * | 2020-07-22 | 2020-11-03 | 深圳市Tcl云创科技有限公司 | 基于窄带物联网的路况提醒方法、装置及存储介质 |
CN111976589A (zh) * | 2020-08-28 | 2020-11-24 | 武汉华美晨曦光电有限责任公司 | 一种汽车显示系统及汽车尾灯系统 |
CN112541531A (zh) * | 2020-12-02 | 2021-03-23 | 武汉光庭信息技术股份有限公司 | 一种道路视频数据的采集处理系统及方法 |
CN112579724A (zh) * | 2020-12-24 | 2021-03-30 | 广州小马智行科技有限公司 | 语义地图的构建方法、构建装置、处理器和车辆系统 |
EP4276790A4 (en) * | 2021-01-29 | 2024-03-06 | Huawei Tech Co Ltd | ROAD EARLY WARNING METHOD, DEVICE AND SYSTEM |
CN113415232A (zh) * | 2021-07-07 | 2021-09-21 | 深圳前海汉视科技有限公司 | 一种用于障碍物识别的车灯系统 |
CN113415232B (zh) * | 2021-07-07 | 2022-02-01 | 深圳前海汉视科技有限公司 | 一种用于障碍物识别的车灯系统 |
CN113553508A (zh) * | 2021-07-28 | 2021-10-26 | 中国第一汽车股份有限公司 | 一种路况模型生成方法、装置、存储介质及系统 |
CN114187676A (zh) * | 2021-12-02 | 2022-03-15 | 智慧起源机器人(苏州)有限公司 | 一种巡检方法、装置、设备、系统和存储介质 |
CN114566022A (zh) * | 2021-12-29 | 2022-05-31 | 北京五八信息技术有限公司 | 一种非机动车骑行提醒方法和装置 |
CN114373311A (zh) * | 2022-01-27 | 2022-04-19 | 支付宝(杭州)信息技术有限公司 | 车辆驾驶引导方法及装置 |
CN114368388A (zh) * | 2022-01-28 | 2022-04-19 | 中国第一汽车股份有限公司 | 一种驾驶行为分析方法、装置、设备以及存储介质 |
CN114368388B (zh) * | 2022-01-28 | 2024-05-03 | 中国第一汽车股份有限公司 | 一种驾驶行为分析方法、装置、设备以及存储介质 |
CN114205394B (zh) * | 2022-02-17 | 2022-04-26 | 深圳市菲尼基科技有限公司 | 一种车联网终端自适应数据识别存储方法和系统 |
CN114205394A (zh) * | 2022-02-17 | 2022-03-18 | 深圳市菲尼基科技有限公司 | 一种车联网终端自适应数据识别存储方法和系统 |
CN115188196A (zh) * | 2022-08-15 | 2022-10-14 | 中通服建设有限公司 | 一种基于5g的动态路况信息采集分析系统 |
CN115512312A (zh) * | 2022-09-15 | 2022-12-23 | 北京四维远见信息技术有限公司 | 一种相机交替曝光的对地拍照方法、装置、设备及介质 |
CN116798224A (zh) * | 2023-05-29 | 2023-09-22 | 江苏车旺运力科技有限公司 | 基于车载终端的路况提醒方法、装置、设备及存储介质 |
CN116798224B (zh) * | 2023-05-29 | 2024-02-06 | 江苏车旺运力科技有限公司 | 基于车载终端的路况提醒方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785633A (zh) | 危险路况提醒方法、装置、车载终端、服务器及介质 | |
JP4396597B2 (ja) | 危険反応地点記録システム及び運転支援システム | |
JP2019202778A (ja) | 走行挙動の安全性検出方法、走行挙動の安全性検出装置及びコンピュータ読取可能な記憶媒体 | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CN102903254B (zh) | 先进安全车辆中的学校区域安全装置及其方法 | |
CN105261225A (zh) | 改良驾驶行为习惯的监测系统 | |
JP7227578B2 (ja) | 危険運転リスク情報出力システム、及び、危険運転リスク情報出力プログラム | |
US8718906B2 (en) | Method for analyzing traffic flow at an intersection | |
CN112885145B (zh) | 路口风险预警的方法和装置 | |
CN110930651B (zh) | 一种基于灾害预警的公路车辆管控方法、系统及可读存储介质 | |
CN101652802A (zh) | 安全驾驶支持装置 | |
CN111105622B (zh) | 违规停车纠正方法、装置以及存储介质 | |
JP2013109746A (ja) | 交通システムとこれに用いるコンピュータプログラム、並びに異常事象の判定処理装置 | |
CN113192331B (zh) | 一种网联环境下面向骑行安全的智能预警系统及预警方法 | |
JP5907249B2 (ja) | 不慮予測感度判定装置 | |
CN113870554B (zh) | 一种车辆安全监测方法、装置、存储介质及终端 | |
CN110322729A (zh) | 基于v2x交通安全动态信息实时发布方法及系统 | |
US11186257B2 (en) | Automobile driver biometric authentication and GPS services | |
CN110276971A (zh) | 一种车辆驾驶的辅助控制方法、系统及车辆 | |
JP5362225B2 (ja) | 運行記録機器及び運行状況記録方法 | |
KR20130108928A (ko) | 차량 사고 정보 수집 방법, 이를 위한 장치 및 차량 사고 정보 수집 시스템 | |
Sun et al. | Risk prediction for curve speed warning by considering human, vehicle, and road factors | |
CN110316201B (zh) | 一种急转弯识别方法、装置、系统 | |
CN110555995A (zh) | 基于车联网的智慧城市不良视距会车预警系统 | |
JP2023024857A (ja) | 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211021 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |