CN109823346B - 基于大数据主动安全预警系统及方法 - Google Patents
基于大数据主动安全预警系统及方法 Download PDFInfo
- Publication number
- CN109823346B CN109823346B CN201910064981.9A CN201910064981A CN109823346B CN 109823346 B CN109823346 B CN 109823346B CN 201910064981 A CN201910064981 A CN 201910064981A CN 109823346 B CN109823346 B CN 109823346B
- Authority
- CN
- China
- Prior art keywords
- module
- abnormal
- early warning
- big data
- vehicle
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通安全领域,提供基于大数据主动安全预警系统及方法,用于解决车载预警终端易发出误报信息的问题。本发明提供的基于大数据主动安全预警系统,包括车载终端和监控平台,所述监控平台包括通信服务模块、云存储模块、预警模块、汇总模块、大数据综合分析模块和远程控制模块,所述车载终端检测异常事件并将事件上传到监控平台;所述通信服务模块同车载终端连接,云存储模块、汇总模块、大数据综合分析模块和远程控制模块同通信服务模块连接,所述大数据综合分析模块同预警模块连接。根据异常特征对驾驶员是否有危险行为进行判定,可以有效地进行预警报警,从而保证车辆安全行驶;可以有效的获取预警信息,降低交通事故的发生概率。
Description
技术领域
本发明涉及交通安全领域,具体涉及基于大数据主动安全预警系统及方法。
背景技术
车辆行驶过程中,智能终端可以检测前方车辆、行人和车道状况,当终端感知到潜在碰撞危险或车道偏离事件时,会提供声音预警;同时也可以监测司机异常驾驶行为,如闭眼、打哈欠、姿态异常、抽烟、打电话等;当终端检测到异常事件时,会触发图片或短视频,并通过4G网络传输至主动安全预警系统,实现对车队的可视化安全管理。目前,市面上智能设备以孤立的上报事件为主,一些真实偶然事件被错误判定为驾驶员危险行为,导致系统误报率较高,企业安监人员疲于应对处理。
同时,现有的预警智能终端只能对采集到的图像中的异常特征进行预警,而又因为警情过多无法引起相关人员的重视,而一些严重的事故往往是由多个异常特征共同导致或者可以从多个异常特征中预见到的。
发明内容
本发明解决的技术问题为车载预警终端易发出误报信息的问题,提供基于大数据主动安全预警系统及方法。
为了解决上述技术问题,本发明提供的技术方案为:
基于大数据主动安全预警系统,包括车载终端和监控平台,所述监控平台包括通信服务模块、云存储模块、预警模块、汇总模块、大数据综合分析模块和远程控制模块,所述车载终端检测异常事件并将事件上传到监控平台;所述通信服务模块同车载终端连接,云存储模块、汇总模块、大数据综合分析模块和远程控制模块同通信服务模块连接,所述大数据综合分析模块同预警模块连接。
监控平台接收车载终端传递来的异常特征,对异常特征进行处理后,向外发出预警信息。
获取多种维度的异常特征,从而有效的识别车辆是否可能发生危险,进而对车辆是否出现险情进行有效的判断。
优选地,所述大数据综合分析模块包括过滤模块、图像分析模块和关联分析模块,所述过滤模块同通信服务模块连接,所述过滤模块同云存储模块连接,所述图像分析模块同过滤模块连接,所述图像分析模块同关联分析模块连接;所述关联分析模块还包括内部关联模块和外部关联模块,所述内部关联模块同外部关联模块连接,所述内部关联模块与外部关联模块同云存储模块连接。大数据综合分析模块对异常特征进行再处理,可以更加精确的获取预警信息。
优选地,所述监控平台还包括自调整模块和误报信息收集模块,所述自调整模块同云存储模块连接,所述误报信息收集模块同自调整模块连接,所述误报信息收集模块的功能为收集预警信息的误报率。对预存的预警信息进行调整,避免某些经常会导致误报的预警信息重复发出警报。
优选地,所述车载终端还包括处理器、存储模块、定位模块、摄像头、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块,所述通讯模块同通信服务模块连接,所述处理器同存储模块、定位模块、通讯模块、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块连接,所述驾驶员状态监测模块、主动安全防御模块、存储模块同摄像头连接;所述摄像头包括车内摄像头和车外摄像头,所述车内摄像头同驾驶员状态监测模块连接,所述车外摄像头同主动安全防御模块连接。驾驶员状态监测模块、主动安全防御模块、车身状态监测模块通过摄像头或者行车电脑获取异常的特征,将异常特征发送到云端进行匹配,进而发出预警信息。
基于大数据主动安全预警方法,所述车身状态监测模块获取车辆的状态异常特征,所述驾驶员状态监测模块通过摄像头获取驾驶员的行为异常特征,所述主动安全防御模块获取交通的路况异常特征; 所述处理器获取到车辆的状态异常特征、行为异常特征和路况异常特征的任一个特征后,将异常特征通过通讯模块传递给监控平台,存储入云存储模块; 所述监控平台接收车载终端发出的异常特征,对异常特征进行处理,发出预警信息。获取异常特征后,将该异常特征传递给平台,平台对特征进行处理后,发出预警信息。
优选地,监控平台收到异常特征后,先经过滤模块进行过滤处理,过滤处理的方式为:若1~10秒内收到同一种异常特征,可以认为是同一次异常特征事件,过滤掉重复的异常特征,减少终端连续触发型误报。报警后屏蔽短时间内继续出现的相同的异常特征,防止频繁报警,提高预警或报警的准确性。
优选地,监控平台收到异常特征后,图像分析模块获取异常特征发生时对应的图像,调整图像的色彩、对比度、色调,过滤掉因图片拍摄环境光线太亮、背光或反光导致的误报。常用的车载终端往往是根据摄像头拍摄到的图像来判断是否发出预警信息,而图像的质量往往受外界环境的影响,尤其是背景光的亮度,对图像质量有较大的影响,进而影响到预警的效果。
优选地,监控平台接收异常特征后,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,所述内部关联模块调取上一个同本次异常特征发生时间最近的一个相同类别的异常特征,将上一个异常特征与本次的异常特征组合后,在数据库中检索是否存在与两个异常特征的组合对应的预警信息,若存在发出预警信息。将两个相同类别的异常特征组合起来进行匹配,可以对一些交通事故有更为准确的预警,避免交通事故的发生。
优选地,监控平台接收异常特征后,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,外部关联模块调取同本次异常特征发生时间最近的不少于一个的不同类别的异常特征,将本次接收到的异常特征同调取的不少于一个的不同类别异常特征组合后,在数据库中检索是否存在与两个或两个以上的异常特征的组合对应的预警信息,若存在发出预警信息。将三个不同类别的异常特征组合起来进行对比,将多个异常特征的组合进行匹配,可以对一些交通事故有更为准确的预警,避免交通事故的发生。
优选地,所述云存储模块中存储多种预警信息,所述预警信息包括一个异常特征对应的预警信息、两个异常特征的组合对应的预警信息、三个异常特征的组合对应的预警信息;所述误报信息收集模块接收误报信息后,对云存储模块中存储的预警信息进行调整:若某个预警信息对应的误报率大于等于预设阈值,删去该预警信息。某些预警信息同实际情况有较大区别,容易发生误报。
与现有技术相比,本发明具有的有益效果为:根据异常特征对驾驶员是否有危险行为进行判定,可以有效地进行预警报警,从而保证车辆安全行驶;可以有效的获取预警信息,降低交通事故的发生概率。
附图说明
图1为基于大数据主动安全预警系统的示意图。
图2为基于大数据主动安全预警系统的示意图。
图3为基于大数据主动安全预警方法的流程示意图
图4为基于大数据主动安全预警方法的另一种流程示意图。
具体实施方式
以下实施列是对本发明的进一步说明,不是对本发明的限制。
实施例1
基于大数据主动安全预警系统,如图1所示,包括车载终端和监控平台,所述监控平台包括通信服务模块、云存储模块、预警模块、汇总模块、大数据综合分析模块和远程控制模块,所述车载终端检测异常事件并将事件上传到监控平台;所述通信服务模块同车载终端连接,云存储模块、汇总模块、大数据综合分析模块和远程控制模块同通信服务模块连接,所述大数据综合分析模块同预警模块连接。
监控平台接收车载终端传递来的异常特征,对异常特征进行处理后,向外发出预警信息。
获取多种维度的异常特征,从而有效的识别车辆是否可能发生危险,进而对车辆是否出现险情进行有效的判断。
实施例2
基于大数据主动安全预警系统,如图2所示,包括车载终端和监控平台,所述监控平台包括通信服务模块、云存储模块、预警模块、汇总模块、大数据综合分析模块和远程控制模块,所述车载终端检测异常事件并将事件上传到监控平台;所述通信服务模块同车载终端连接,云存储模块、汇总模块、大数据综合分析模块和远程控制模块同通信服务模块连接,所述大数据综合分析模块同预警模块连接。所述大数据综合分析模块包括过滤模块、图像分析模块和关联分析模块,所述过滤模块同通信服务模块连接,所述过滤模块同云存储模块连接,所述图像分析模块同过滤模块连接,所述图像分析模块同关联分析模块连接;所述关联分析模块还包括内部关联模块和外部关联模块,所述内部关联模块同外部关联模块连接,所述内部关联模块与外部关联模块同云存储模块连接。所述监控平台还包括自调整模块和误报信息收集模块,所述自调整模块同云存储模块连接,所述误报信息收集模块同自调整模块连接,所述误报信息收集模块的功能为收集预警信息的误报率。所述车载终端包括处理器、存储模块、定位模块、摄像头、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块,所述通讯模块同通信服务模块连接,所述处理器同存储模块、定位模块、通讯模块、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块连接,所述驾驶员状态监测模块、主动安全防御模块、存储模块同摄像头连接;所述摄像头包括车内摄像头和车外摄像头,所述车内摄像头同驾驶员状态监测模块连接,所述车外摄像头同主动安全防御模块连接。
大数据综合分析模块对异常特征进行再处理,可以更加精确的获取预警信息。对预存的预警信息进行调整,避免某些经常会导致误报的预警信息重复发出警报。驾驶员状态监测模块、主动安全防御模块、车身状态监测模块通过摄像头或者行车电脑获取异常的特征,将异常特征发送到云端进行匹配,进而发出预警信息。
汇总模块可以对云存储模块中存储的数据进行整理分析,输出报表,供管理人员获取车辆的信息,以对驾驶员安全驾驶或车辆的安全运行水平进行评价。
定位模块获取车辆所在位置,经处理器其传递给通信服务模块;监控平台以接收到的位置信息为辅,判断车辆是否出现警情提供参考。
实施例3
基于大数据主动安全预警方法,如图3所示,所述车身状态监测模块获取车辆的状态异常特征,所述驾驶员状态监测模块通过摄像头获取驾驶员的行为异常特征,所述主动安全防御模块获取交通的路况异常特征; 所述处理器获取到车辆的状态异常特征、行为异常特征和路况异常特征的任一个特征后,将异常特征通过通讯模块传递给监控平台,存储入云存储模块; 所述监控平台接收车载终端发出的异常特征,对异常特征进行处理,发出预警信息。
获取异常特征后,将该异常特征传递给平台,平台对特征进行处理后,发出预警信息。
实施例4
基于大数据主动安全预警方法,如图4所示,所述车身状态监测模块通过CAN接口获取车辆的状态异常特征,所述驾驶员状态监测模块通过摄像头获取驾驶员的行为异常特征,所述主动安全防御模块获取交通的路况异常特征; 所述处理器获取到车辆的状态异常特征、行为异常特征和路况异常特征的任一个特征后,将异常特征通过通讯模块传递给监控平台,存储入云存储模块; 所述监控平台接收车载终端发出的异常特征。监控平台收到异常特征后,先经过滤模块进行过滤处理,过滤处理的方式为:若1~10秒内收到同一种异常特征,可以认为是同一次异常特征事件,过滤掉重复的异常特征,减少终端连续触发型误报。再由图像分析模块获取异常特征发生时对应的图像,调整图像的色彩、对比度、色调,过滤掉因图片拍摄环境光线太亮、背光或反光导致的误报。再由内部关联模块调取上一个同本次异常特征发生时间最近的一个相同类别的异常特征,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,将上一个异常特征与本次的异常特征组合后,在数据库中检索是否存在与两个异常特征的组合对应的预警信息,若存在发出预警信息。同时,外部关联模块调取同本次异常特征发生时间最近的两个不同类别的异常特征,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,将本次接收到的异常特征同调取的两个不同类别异常特征组合后,在数据库中检索是否存在与三个异常特征的组合对应的预警信息,若存在发出预警信息。所述云存储模块中存储多种预警信息,所述预警信息包括一个异常特征对应的预警信息、两个异常特征的组合对应的预警信息、三个异常特征的组合对应的预警信息;所述误报信息收集模块接收误报信息后,对云存储模块中存储的预警信息进行调整:若某个预警信息对应的误报率大于等于预设阈值,删去该预警信息。
获取异常特征后,将该异常特征传递给平台,平台对特征进行处理后,发出预警信息。报警后屏蔽短时间内继续出现的相同的异常特征,防止频繁报警,提高预警或报警的准确性。常用的车载终端往往是根据摄像头拍摄到的图像来判断是否发出预警信息,而图像的质量往往受外界环境的影响,尤其是背景光的亮度,对图像质量有较大的影响,进而影响到预警的效果。将两个相同类别的异常特征组合起来进行匹配,可以对一些交通事故有更为准确的预警,避免交通事故的发生。将三个不同类别的异常特征组合起来进行对比,将多个异常特征的组合进行匹配,可以对一些交通事故有更为准确的预警,避免交通事故的发生。某些预警信息同实际情况有较大区别,容易发生误报。
关联即将两个或两个以上的异常特征一起同云存储模块中存储的信息进行匹配。
实施例5
实施例5同实施例4不同之处在于,所述的两个相同类型的异常特征均为行为异常特征。
例如,当获取驾驶员“打哈欠”的行为异常特征后,间隔一段时间后,又出现“闭眼”的行为异常特征后,应该能及时预警,提请安监人员注意。
实施例6
实施例6同实施例4不同之处在于,再由内部关联模块调取上一个同本次异常特征发生时间最近的一个相同类别的异常特征,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,将上一个异常特征与本次的异常特征组合后,在数据库中检索是否存在与两个异常特征的组合对应的预警信息,若存在发出预警信息。同时,监控平台接收异常特征后,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,外部关联模块调取同本次异常特征发生时间最近的一个的不同类别的异常特征,将本次接收到的异常特征同调取的一个的不同类别异常特征组合后,在数据库中检索是否存在与两个异常特征的组合对应的预警信息,若存在发出预警信息。
例如,当发生驾驶员“打哈欠”的行为异常特征后,间隔一段时间后,又出现“车道偏离”的状态异常特征后,应该能及时预警,提请安监人员注意。
例如,当发生驾驶员“打哈欠”的行为异常特征后,间隔一段时间后,又出现“车距过近”的状态异常特征后,应该能及时预警,提请安监人员注意。
上列详细说明是针对本发明可行实施例的具体说明,以上实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (8)
1.基于大数据主动安全预警方法,其特征在于,包括:
车身状态监测模块获取车辆的状态异常特征,驾驶员状态监测模块通过摄像头获取驾驶员的行为异常特征,主动安全防御模块获取交通的路况异常特征;
处理器获取到车辆的状态异常特征、行为异常特征和路况异常特征的任一个特征后,将异常特征通过通讯模块传递给监控平台,存储入云存储模块;
监控平台接收车载终端发出的异常特征,对异常特征进行处理,发出预警信息;监控平台接收异常特征后,该异常特征为状态异常特征、行为异常特征、路况异常特征的其中一个,外部关联模块调取同本次异常特征发生时间最近的不少于一个的相同类别或/和不同类别的异常特征,将本次接收到的异常特征同调取的不少于一个的相同类别或/和不同类别异常特征组合后,在数据库中检索是否存在与两个或两个以上的异常特征的组合对应的预警信息,若存在,发出预警信息。
2.根据权利要求1所述基于大数据主动安全预警方法,其特征在于,监控平台收到异常特征后,先经过滤模块进行过滤处理,过滤处理的方式为:若1~10秒内收到同一种异常特征,可以认为是同一次异常特征事件,过滤掉重复的异常特征,减少终端连续触发型误报。
3.根据权利要求1所述基于大数据主动安全预警方法,其特征在于,监控平台收到异常特征后,图像分析模块获取异常特征发生时对应的图像,调整图像的色彩、对比度、色调,过滤掉因图片拍摄环境光线太亮、背光或反光导致的误报。
4.根据权利要求1所述基于大数据主动安全预警方法,其特征在于,所述云存储模块中存储多种预警信息,所述预警信息包括一个异常特征对应的预警信息、两个异常特征的组合对应的预警信息、三个异常特征的组合对应的预警信息;误报信息收集模块接收误报信息后,对云存储模块中存储的预警信息进行调整:若某个预警信息对应的误报率大于等于预设阈值,删去该预警信息。
5.基于大数据主动安全预警系统,其特征在于,用于实现权利要求1~4任一项所述的方法,包括车载终端和监控平台,所述监控平台包括通信服务模块、云存储模块、预警模块、汇总模块、大数据综合分析模块和远程控制模块,所述车载终端检测异常事件并将事件上传到监控平台;所述通信服务模块同车载终端连接,云存储模块、汇总模块、大数据综合分析模块和远程控制模块同通信服务模块连接,所述大数据综合分析模块同预警模块连接。
6.根据权利要求5所述基于大数据主动安全预警系统,其特征在于,所述大数据综合分析模块包括过滤模块、图像分析模块和关联分析模块,所述过滤模块同通信服务模块连接,所述过滤模块同云存储模块连接,所述图像分析模块同过滤模块连接,所述图像分析模块同关联分析模块连接;所述关联分析模块还包括内部关联模块和外部关联模块,所述内部关联模块同外部关联模块连接,所述内部关联模块与外部关联模块同云存储模块连接。
7.根据权利要求5所述基于大数据主动安全预警系统,其特征在于,所述监控平台还包括自调整模块和误报信息收集模块,所述自调整模块同云存储模块连接,所述误报信息收集模块同自调整模块连接,所述误报信息收集模块的功能为收集预警信息的误报率。
8.根据权利要求5所述基于大数据主动安全预警系统,其特征在于,所述车载终端包括处理器、存储模块、定位模块、通讯模块、摄像头、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块,所述通讯模块同通信服务模块连接,所述处理器同存储模块、定位模块、通讯模块、车身状态监测模块、驾驶员状态监测模块、主动安全防御模块连接,所述驾驶员状态监测模块、主动安全防御模块、存储模块同摄像头连接;所述摄像头包括车内摄像头和车外摄像头,所述车内摄像头同驾驶员状态监测模块连接,所述车外摄像头同主动安全防御模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064981.9A CN109823346B (zh) | 2019-01-23 | 2019-01-23 | 基于大数据主动安全预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064981.9A CN109823346B (zh) | 2019-01-23 | 2019-01-23 | 基于大数据主动安全预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109823346A CN109823346A (zh) | 2019-05-31 |
CN109823346B true CN109823346B (zh) | 2020-10-30 |
Family
ID=66862302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910064981.9A Active CN109823346B (zh) | 2019-01-23 | 2019-01-23 | 基于大数据主动安全预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109823346B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110706485A (zh) * | 2019-09-30 | 2020-01-17 | 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 |
CN110740059B (zh) * | 2019-10-11 | 2022-07-22 | 支付宝(杭州)信息技术有限公司 | 线上预警处理方法及其系统 |
CN113408319B (zh) * | 2020-03-16 | 2024-09-24 | 广州汽车集团股份有限公司 | 一种城市道路异常感知处理方法、装置、系统及存储介质 |
CN114670752B (zh) * | 2020-12-25 | 2024-02-13 | 西安墨科通讯科技有限公司 | 一种基于车辆行为数据分析和告警的方法及安全装置 |
CN113022556A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于大数据分析的行车安全综合管理系统及方法 |
CN113022557A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于主动安全预警的车载监控系统及方法 |
CN113206883A (zh) * | 2021-05-06 | 2021-08-03 | 江苏优车享信息科技有限公司 | 一种基于物联网的汽车信息采集方法 |
CN113920660B (zh) * | 2021-09-30 | 2023-04-18 | 中国工商银行股份有限公司 | 适用于安全存储设备的安全监控方法及系统 |
CN114491484A (zh) * | 2022-01-17 | 2022-05-13 | 北京国信网联科技有限公司 | 一种基于大数据的信息安全防御系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106564501A (zh) * | 2016-08-16 | 2017-04-19 | 成都市和平科技有限责任公司 | 一种基于云技术的汽车智能辅助系统及方法 |
CN106781581A (zh) * | 2016-11-29 | 2017-05-31 | 深圳职业技术学院 | 基于人车耦合的安全驾驶行为监测预警系统及方法 |
CN106844709A (zh) * | 2017-02-07 | 2017-06-13 | 上海众恒信息产业股份有限公司 | 多层级数据存储系统及存储方法 |
CN107742417A (zh) * | 2017-09-13 | 2018-02-27 | 成都路行通信息技术有限公司 | 一种车辆事故报警方法及装置 |
CN108320256A (zh) * | 2017-12-08 | 2018-07-24 | 中国电子科技集团公司电子科学研究院 | 基于大数据的社会安全事件识别方法、设备及存储介质 |
CN108725448A (zh) * | 2018-03-30 | 2018-11-02 | 东风商用车有限公司 | 一种基于驾驶员状态监控的主动控车方法和系统 |
CN109191857A (zh) * | 2018-09-12 | 2019-01-11 | 安徽磐岳科技有限公司 | 一种基于大数据的智慧交通管理系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611494A (zh) * | 2015-10-21 | 2017-05-03 | 北京计算机技术及应用研究所 | 检测机动车异常群组的方法 |
JP2017220097A (ja) * | 2016-06-09 | 2017-12-14 | 株式会社デンソー | 運転支援装置 |
US10419468B2 (en) * | 2017-07-11 | 2019-09-17 | The Boeing Company | Cyber security system with adaptive machine learning features |
CN107995414B (zh) * | 2017-11-03 | 2020-05-29 | 清远市德晟公共资源管理有限公司 | 一种智能安防监控系统 |
-
2019
- 2019-01-23 CN CN201910064981.9A patent/CN109823346B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106564501A (zh) * | 2016-08-16 | 2017-04-19 | 成都市和平科技有限责任公司 | 一种基于云技术的汽车智能辅助系统及方法 |
CN106781581A (zh) * | 2016-11-29 | 2017-05-31 | 深圳职业技术学院 | 基于人车耦合的安全驾驶行为监测预警系统及方法 |
CN106844709A (zh) * | 2017-02-07 | 2017-06-13 | 上海众恒信息产业股份有限公司 | 多层级数据存储系统及存储方法 |
CN107742417A (zh) * | 2017-09-13 | 2018-02-27 | 成都路行通信息技术有限公司 | 一种车辆事故报警方法及装置 |
CN108320256A (zh) * | 2017-12-08 | 2018-07-24 | 中国电子科技集团公司电子科学研究院 | 基于大数据的社会安全事件识别方法、设备及存储介质 |
CN108725448A (zh) * | 2018-03-30 | 2018-11-02 | 东风商用车有限公司 | 一种基于驾驶员状态监控的主动控车方法和系统 |
CN109191857A (zh) * | 2018-09-12 | 2019-01-11 | 安徽磐岳科技有限公司 | 一种基于大数据的智慧交通管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109823346A (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109823346B (zh) | 基于大数据主动安全预警系统及方法 | |
US8885929B2 (en) | Abnormal behavior detection system and method using automatic classification of multiple features | |
CN112686090B (zh) | 一种公交车内异常行为智能监控系统 | |
CN111629181B (zh) | 消防生命通道监控系统及方法 | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN112633057B (zh) | 一种公交车内异常行为智能监控方法 | |
CN110588512A (zh) | 一种危险驾驶识别与预警装置、方法及系统 | |
CN104318769A (zh) | 一种违章车辆监测报警系统及方法 | |
CN111191545A (zh) | 一种驾驶员行为实时监控分析系统及方法 | |
US11562574B2 (en) | Method for learning a vehicle behavior of a monitored automobile and a respective automobile | |
CN111210620A (zh) | 一种驾驶员画像的生成方法、装置、设备及存储介质 | |
CN109146914B (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 | |
CN107464416B (zh) | 巴士的半自动驾驶方法及系统 | |
CN112306051A (zh) | 一种高速公路无人驾驶交警车辆机器人系统 | |
CN109229016A (zh) | 车载语音提示方法及系统 | |
CN113823120A (zh) | 一种车辆危险预警方法及相关装置 | |
CN113239754A (zh) | 一种应用于车联网的危险驾驶行为检测定位方法及系统 | |
CN112550307B (zh) | 一种车辆用的户外预警系统及车辆 | |
CN114360210A (zh) | 一种车辆疲劳驾驶预警系统 | |
CN111932889A (zh) | 一种基于车路协同的交通疏导系统 | |
CN114913398A (zh) | 一种客运驾驶员实时行车风险辨识及风险等级判定的方法 | |
CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 | |
CN113408319B (zh) | 一种城市道路异常感知处理方法、装置、系统及存储介质 | |
CN114841483A (zh) | 一种物流货运车辆的安全监控方法及系统 | |
CN117414558A (zh) | 一种基于物联网的消防器材质量监测系统 |
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 |