CN109910904B - 一种驾驶行为与车辆驾驶姿态识别系统 - Google Patents
一种驾驶行为与车辆驾驶姿态识别系统 Download PDFInfo
- Publication number
- CN109910904B CN109910904B CN201910223343.7A CN201910223343A CN109910904B CN 109910904 B CN109910904 B CN 109910904B CN 201910223343 A CN201910223343 A CN 201910223343A CN 109910904 B CN109910904 B CN 109910904B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- behavior
- driving
- inertial navigation
- acceleration
- 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
本发明公开一种驾驶行为与车辆驾驶姿态识别系统,包括驾驶行为计算程序和车辆驾驶姿态计算程序,驾驶行为计算程序的算法流程包括以下步骤:实时采集驾驶员信息和车辆行驶信息;惯导算法分析提取出车辆行驶信息中高聚合的惯导数据;云端服务器由驾驶行为算法分析出驾驶员的驾驶行为,并且对驾驶员的驾驶行为做实时的判断和安全等级评估;判断出是否有危险行为,进行预警和报警操作;车辆驾驶姿态计算程序的算法流程包括以下步骤:实时采集车辆行驶信息;惯导算法分析提取出车辆行驶信息中高聚合的惯导数据;云端服务器由驾驶姿态算法分析出车辆的驾驶姿态,通过客户终端进行显示或者回放。本发明可增强车主道路安全驾驶意识,规范用户交通行为。
Description
技术领域
本发明涉及车辆驾驶系统,具体涉及一种驾驶行为与车辆驾驶姿态识别系统。
背景技术
交通事故原因的统计结果表明,80%—90%的交通事故是由驾驶员自己的人为因素造成的,而车辆本身及环境因素造成的交通事故约只占10%—20%,对我国2001年至2011年一次死亡3人以上的特大交通事故分析表明,因驾驶员原因导致的交通事故占到90%以上。上述数据充分说明驾驶员在交通事故预防中的核心地位和作用,这与驾驶员在整个交通系统中扮演的角色有关,驾驶员不仅是道路交通系统的信息处理者、决策者,也是调节者和控制者,其行为是否安全对于整个系统的状态有重大影响,驾驶员的个体因素在驾驶过程在驾驶过程和道路交通中主要体现为其本身的驾驶行为,而车辆驾驶姿态也是对驾驶员驾驶技能一个良好的反应。
本发明通过提取相关车载传感器信息构建驾驶行为与车辆驾驶姿态识别系统,通过陀螺仪传感器、加速度传感器和车载诊断系统抓取实时驾驶信息和车辆相关数据,经过驾驶行为算法和车辆驾驶姿态算法分析出驾驶员的驾驶行为和车辆的驾驶姿态,并且对驾驶员的驾驶行为做实时的判断和安全评估对车辆驾驶姿态做实时分析和记录,提醒用户改善其驾驶行为和车辆驾驶习惯,以此来达到增强车主道路安全驾驶意识,规范用户交通行为的目的。
发明内容
本发明的目的在于提供一种驾驶行为与车辆驾驶姿态识别系统。
本发明的技术方案如下:
一种驾驶行为与车辆驾驶姿态识别系统,该系统包括驾驶行为计算程序和车辆驾驶姿态计算程序,所述驾驶行为计算程序的算法流程包括以下步骤:
(1)实时采集驾驶员信息和车辆行驶信息;
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
(3)云端服务器对惯导数据进行解密并经由驾驶行为算法分析出驾驶员的驾驶行为,并且对驾驶员的驾驶行为做实时的判断和安全等级评估;
(4)判断出是否有危险行为,进行预警和报警操作;
所述车辆驾驶姿态计算程序的算法流程包括以下步骤:
(1)实时采集车辆行驶信息;
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
(3)云端服务器对惯导数据进行解密并经由驾驶姿态算法分析出车辆的驾驶姿态,通过客户终端进行显示或者回放。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(1)中,所述驾驶员信息包括心跳数据,客户终端通过心跳测量模块每隔10秒通过TCP发送一个心跳包到云端服务器,通过云端服务器进行监测。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(1)中,通过安装于车辆内部的陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统进行车辆行驶数据的采集,并将采集到的车辆行驶数据发送到三维惯性导航系统。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(2)中,所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入所述陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(3)中,所述驾驶员的驾驶行为包括加速减速行为、转弯行为、变道行为、颠簸行为、翻车事故行为及撞车事故行为。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(3)中,所述驾驶员的驾驶行为判断通过设定阀值来区分危险驾驶行为和普通驾驶行为,并实时存储危险驾驶行为推断的相关数据到数据库当中,所述安全等级分为正常行为、轻微行为、中为行为、高危行为四个等级。
进一步地,在所述驾驶行为计算程序的算法流程的步骤(4)中,判断结果为危险驾驶行为时进行预警处理,并将预警语音信息发送到客户终端进行语音提醒。
进一步地,在所述车辆驾驶姿态计算程序的算法流程的步骤(1)中,通过安装于车辆内部的陀螺仪传感器、加速度传感器和车载自动诊断系统进行车辆行驶数据的采集,并将采集到的车辆行驶数据发送到三维惯性导航系统。
进一步地,在所述车辆驾驶姿态计算程序的算法流程的步骤(2)中,所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入所述陀螺仪传感器、加速度传感器和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
进一步地,在所述车辆驾驶姿态计算程序的算法流程的步骤(3)中,客户终端从立体三维上的航向角、俯仰角、滚动角来显示驾驶员所驾驶车辆的姿态,并且实时随着动态改变。
相对于现有技术,本发明的有益效果在于:本发明通过陀螺仪传感器、加速度传感器和车载诊断系统抓取实时驾驶信息和车辆相关数据,经过驾驶行为算法和车辆驾驶姿态算法分析出驾驶员的驾驶行为和车辆的驾驶姿态,并且对驾驶员的驾驶行为做实时的判断和安全评估对车辆驾驶姿态做实时分析和记录,提醒用户改善其驾驶行为和车辆驾驶习惯,以此来达到增强车主道路安全驾驶意识,规范用户交通行为的目的;所述驾驶行为算法能够分析出丰富的驾驶行为:急加速、急减速、急转弯、危险变道、颠簸、翻车、撞车等驾驶行为;而驾驶姿态算法能够形成车辆的三维情况,并且还能分析出车辆的一些姿态行为;在此基础上集合车辆OBD信息数据,外部环境信息,天气信息,道路信息等形成独特可靠的汽车驾驶大数据。
附图说明
图1为本发明所述驾驶行为计算程序的算法流程步骤图;
图2为本发明所述急加速和急减速的判断流程图;
图3为本发明所述急转弯和危险变道的判断流程图;
图4为本发明所述翻车的判断流程图;
图5为本发明所述车辆颠簸情况的判断流程图;
图6为本发明所述驾驶行为的判断流程图;
图7为本发明所述危险驾驶行为预警功能流程图;
图8为本发明所述车辆驾驶姿态计算程序的算法流程步骤图;
图9为本发明所述驾驶姿态分析流程图;
图10为本发明所述车辆驾驶姿态判断流程图。
具体实施方式
以下结合附图和具体实施例,对本发明进行详细说明。
请参考图1,本实施例提供一种驾驶行为与车辆驾驶姿态识别系统,该系统包括驾驶行为计算程序和车辆驾驶姿态计算程序,所述驾驶行为计算程序的算法流程包括以下步骤:
(1)实时采集驾驶员信息和车辆行驶信息;
其中,所述驾驶员信息包括心跳数据,客户终端通过心跳测量模块每隔10秒通过TCP发送一个心跳包到云端服务器,通过云端服务器进行监测;所述车辆行驶信息通过安装于车辆内部的陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统进行车辆行驶数据的实时采集,采集到的车辆行驶数据发送到三维惯性导航系统进行分析。
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入所述陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
(3)云端服务器对惯导数据进行解密,把惯导数据和驾驶员信息、周边环境信息、路况信息、天气信息,路面情况等等信息聚合在一起,经由驾驶行为算法进行驾驶行为分析,并且对驾驶员的驾驶行为做实时的判断和安全等级评估;
其中,所述驾驶员的驾驶行为包括加速(正常加速、急加速)减速(正常减速、急减速)行为、转弯(正常转弯、急转弯)行为、变道(正常变道S型变道、连续变道、左右摇摆、急速变道等)行为、颠簸(过凹、过凸、连续颠簸等)危险行为、翻车(左翻车、右翻车、前翻车、后翻车等)事故行为及撞车事故行为,具体如下:
急加速、急减速行为:通过一种用于评估车辆驾驶员的加速行为的评估系统来实现该目的,该系统包括,至少一个传感器单元,其被配置为传送指示车辆的加速度g的加速度信号;以及计算单元,其被配置为接收所述加速度信号,计算取决于至少一个情况特定的参数的用于车辆的加速度的一个或多个阈值,将车辆的加速度g与所述一个或多个阈值进行比较,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号。通过在一定范围内分级来评估驾驶员的加速行为,所述范围取决于车辆所处情况。因此,观察车辆的情况,并评估驾驶员响应于该情况的加速行为,具体流程如图2所示。
急转弯行为:急转弯和急加速一样也可以用加速度来判断,不过不同于急加速用纵向加速度急转弯用的是横向加速度来判断。该算法包括确定车辆的横向加速度,计算取决于至少一个情况特定的参数的用于车辆纵向加速度的一个或多个阈值,将车辆的纵向加速度与所述一个或多个阈值进行比较,在结合航向角变化,判断其是否属于急转弯,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号;
累计加速度的定义:A1=a1、A2=a2+a1、A3=a3+a2+a1、A4=a4+a3+a2+a1……An=∑(ai);
累计航向角的定义:B1=b1、B2=b2+b1、B3=b3+b2+b1、B4=b4+b3+b2+b1.......Bn=∑(bi),具体流程如图3所示。
超速行为:通过获取地图每一段路的限速,可以得到是否超速。在这里计算我们通过这段路的总时间,超速所占时间比例得到结果;
根据公式η=T总/T超×100%;
其中,T总为车辆在道路上行驶的总时间;T超为车辆在道路上超过限速的时间;η为车辆速度超过限速的时间比例。
翻车行为:翻车事故和危险行为一样可以用结合三轴方向上的重力加速度来判断,翻车的时候传感器的三轴短时间内大幅度变化,所以可以通过三轴变化和角度的变化来判断。通过设备获取到的惯导数据,里面的X轴重力加速度(横向)、Y轴重力加速度(纵向)、Z轴重力加速度来进行判断。该方法先是在看看XY轴重力加速度是否符合变化规律,且航向角是否符合规律;并基于该比较产生与所述计算出的加速度进行分级,具体流程如图4所示。
危险变换车道:危险变道和急转弯一样可以用横向加速度,危险变道种类多有:左危险变道,右危险变道,连续变道,S型危险变道等。车辆从一个车道到另外一个车道,发生一个横向的重力加速度变化,确定车辆的横向加速度,计算取决于至少一个情况特定的参数的用于车辆纵向加速度的一个或多个阈值,将车辆的纵向加速度与所述一个或多个阈值进行比较,在结合航向角变化,判断其是否属于急转弯,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号;
由公式An==∑(ai)得知第n比的累计加速度值;
由公式Bn==∑(bi)得知第n比的累计角速度值,具体流程如图3所示。
颠簸行为:车辆颠簸情况需要用到Z轴重力加速度来判断。该方法先是就算Z轴重力加速度的平均值,通过平均值来计算方差,如何把方差结果与一个或多个阈值进行比较,在看看是否符合变化规律,符合判断其为颠簸;并基于该比较产生与所述计算出的方差进行分级,具体流程如图5所示。
所述驾驶员的驾驶行为判断通过设定阀值来区分危险驾驶行为和普通驾驶行为,超过阈值就属于危险驾驶行为,不超过则属于普通驾驶行为,并实时存储危险驾驶行为推断的相关数据到数据库当中,当发生危险驾驶行为时(急加速,急减速,急转弯,危险变道,颠簸,撞车,翻车等),实时存储危险驾驶行为推断的相关数据,并且用户此段行程的危险行为增加,数据库存储完成,所述安全等级分为正常行为、轻微行为、中为行为、高危行为四个等级,具体流程如图6所示。
(4)判断出是否有危险行为,进行预警和报警操作;
判断结果为危险驾驶行为时进行预警处理,并将预警语音信息发送到客户终端进行语音提醒用户改善驾驶行为,具体流程如图7所示。
请参考图8,所述车辆驾驶姿态计算程序的算法流程包括以下步骤:
(1)实时采集车辆行驶信息;
通过安装于车辆内部的陀螺仪传感器、加速度传感器和车载自动诊断系统进行车辆行驶数据的采集,并将采集到的车辆行驶数据发送到三维惯性导航系统。
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入所述陀螺仪传感器、加速度传感器和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
(3)云端服务器对惯导数据进行解密并经由驾驶姿态算法分析出车辆的驾驶姿态,通过客户终端进行显示或者回放车辆的驾驶姿态,也可以在行程里面查看到驾驶姿态;
其中,所述客户终端是从立体三维上的航向角(代表X轴)、俯仰角(代表Z轴)、滚动角(代表Y轴)来显示驾驶员所驾驶车辆的姿态,并且实时随着动态改变,也就意味着能够随时知道车辆的行驶姿态,具体流程如图9所示。
驾驶姿态的判断,行驶过程中,不到解析来自设备(或服务器)的数据,在得到三个角度的同时,也能解析出车辆上坡、下坡、倾斜等车辆姿态。判断车这些姿态以后,软件会实时记录存储,具体流程如图10所示。
车辆驾驶姿态的显示,当车辆姿态分析得到三个角度后,在软件端实时显示车三个角度(航向角,俯仰角,滚动角),连接蓝牙以设备端数据更新频率一样(一秒三次),没有连接蓝牙以服务器端更新频率一样(十五秒一次)。
车辆驾驶姿态的回放,行程结束用户想查看行驶过程车辆的姿态或者想查看历史车辆姿态的一个回放功能,主要是查询历史数据,并且在软件上吧姿态显示即可。
车辆驾驶姿态的入库,当解析惯导数据成功,分析和判断出车辆驾驶姿态后,要调用数据库存储车辆驾驶姿态相关信息。分为两步:
1、心跳惯导数据录入功能,每间隔十五秒存储惯导数据,即存储包含车辆姿态(航向角,滚动角,俯仰角)的原始数据;
2、当车辆驾驶姿态算法判断出上坡、下坡、倾斜等姿态时存储车辆姿态数据。
以上仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:该系统包括驾驶行为计算程序和车辆驾驶姿态计算程序,所述驾驶行为计算程序的算法流程包括以下步骤:
(1)实时采集驾驶员信息和车辆行驶信息;
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
(3)云端服务器对惯导数据进行解密并经由驾驶行为算法分析出驾驶员的驾驶行为,并且对驾驶员的驾驶行为做实时的判断和安全等级评估;
(4)判断出是否有危险行为,进行预警和报警操作;
在所述驾驶行为计算程序的算法流程的步骤(3)中,所述驾驶员的驾驶行为包括加速减速行为、急转弯行为、超速行为、危险变换车道行为、颠簸行为、翻车事故行为及撞车事故行为;
其中,加速减速行为通过一种用于评估车辆驾驶员的加速行为的评估系统来判断,该评估系统包括,至少一个传感器单元,其被配置为传送指示车辆的加速度g的加速度信号;以及计算单元,其被配置为接收所述加速度信号,计算用于车辆的加速度的一个或多个阈值,将车辆的加速度g与所述一个或多个阈值进行比较,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号;通过在一定范围内分级来评估驾驶员的加速行为;
急转弯行为的算法包括确定车辆的横向加速度,计算用于车辆纵向加速度的一个或多个阈值,将车辆的纵向加速度与所述一个或多个阈值进行比较,在结合航向角变化,判断其是否属于急转弯,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号;
超速行为:通过获取地图每一段路的限速,可以得到是否超速;计算通过这段路的总时间,超速所占时间比例得到结果;
危险变换车道行为:车辆从一个车道到另外一个车道,发生一个横向的重力加速度变化,确定车辆的横向加速度,计算用于车辆纵向加速度的一个或多个阈值,将车辆的纵向加速度与所述一个或多个阈值进行比较,在结合航向角变化,判断其是否属于急转弯,并基于该比较产生与所述计算出的一个或多个阈值有关的分级信号;
颠簸行为:先是计算Z轴重力加速度的平均值,通过平均值来计算方差,把方差结果与一个或多个阈值进行比较,在看看是否符合变化规律,符合判断其为颠簸;并基于该比较产生与所述计算出的方差进行分级;
所述翻车事故行为通过三轴变化和角度的变化来判断,首先获取惯导数据里面的X轴加速度、Y轴加速度和Z轴重力加速度,看X轴加速度和Y轴加速度是否符合变化规律,且航向角是否符合规律;
所述车辆驾驶姿态计算程序的算法流程包括以下步骤:
(1)实时采集车辆行驶信息;
(2)基于三维惯性导航系统的惯导算法分析提取出车辆行驶信息中高聚合的惯导数据,加密后经过网络传递到云端服务器;
(3)云端服务器对惯导数据进行解密并经由驾驶姿态算法分析出车辆的驾驶姿态,通过客户终端进行显示或者回放;
在所述车辆驾驶姿态计算程序的算法流程的步骤(2)中,所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入陀螺仪传感器、加速度传感器和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
2.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述驾驶行为计算程序的算法流程的步骤(1)中,所述驾驶员信息包括心跳数据,客户终端通过心跳测量模块每隔10秒通过TCP发送一个心跳包到云端服务器,通过云端服务器进行监测。
3.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述驾驶行为计算程序的算法流程的步骤(1)中,通过安装于车辆内部的陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统进行车辆行驶数据的采集,并将采集到的车辆行驶数据发送到三维惯性导航系统。
4.根据权利要求3所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述驾驶行为计算程序的算法流程的步骤(2)中,所述三维惯性导航系统是基于惯导算法IC芯片进行惯导算法分析,所述惯导算法IC芯片设有数据输入接口和数据输出接口,所述数据输入接口分别接入所述陀螺仪传感器、加速度传感器、GPS天线和车载自动诊断系统,所述数据输出接口通过网络与云端服务器无线通信。
5.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述驾驶行为计算程序的算法流程的步骤(3)中,所述驾驶员的驾驶行为判断通过设定阀值来区分危险驾驶行为和普通驾驶行为,并实时存储危险驾驶行为推断的相关数据到数据库当中,所述安全等级分为正常行为、轻微行为、中为行为、高危行为四个等级。
6.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述驾驶行为计算程序的算法流程的步骤(4)中,判断结果为危险驾驶行为时进行预警处理,并将预警语音信息发送到客户终端进行语音提醒。
7.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述车辆驾驶姿态计算程序的算法流程的步骤(1)中,通过安装于车辆内部的陀螺仪传感器、加速度传感器和车载自动诊断系统进行车辆行驶数据的采集,并将采集到的车辆行驶数据发送到三维惯性导航系统。
8.根据权利要求1所述的一种驾驶行为与车辆驾驶姿态识别系统,其特征在于:在所述车辆驾驶姿态计算程序的算法流程的步骤(3)中,客户终端从立体三维上的航向角、俯仰角、滚动角来显示驾驶员所驾驶车辆的姿态,并且实时随着动态改变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910223343.7A CN109910904B (zh) | 2019-03-22 | 2019-03-22 | 一种驾驶行为与车辆驾驶姿态识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910223343.7A CN109910904B (zh) | 2019-03-22 | 2019-03-22 | 一种驾驶行为与车辆驾驶姿态识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109910904A CN109910904A (zh) | 2019-06-21 |
CN109910904B true CN109910904B (zh) | 2021-03-09 |
Family
ID=66966509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910223343.7A Active CN109910904B (zh) | 2019-03-22 | 2019-03-22 | 一种驾驶行为与车辆驾驶姿态识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109910904B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110239560A (zh) * | 2019-07-08 | 2019-09-17 | 瞬联软件科技(北京)有限公司 | 一种安全驾驶习惯评分方法及装置 |
CN110316198A (zh) * | 2019-07-29 | 2019-10-11 | 竹旭 | 一种用于高速公路提速的安全保障系统及运行方法 |
CN110428517A (zh) * | 2019-07-30 | 2019-11-08 | 江苏驭道数据科技有限公司 | 一种面向大规模道路运输车辆的车辆运输安全管理体系 |
CN110696835B (zh) * | 2019-10-11 | 2021-11-02 | 深圳职业技术学院 | 一种车辆危险行驶行为的自动预警方法及自动预警系统 |
CN110843766B (zh) * | 2019-10-31 | 2021-07-13 | 泰斗微电子科技有限公司 | 车辆姿态检测方法、装置、车载终端、车辆和介质 |
CN111016914B (zh) * | 2019-11-22 | 2021-04-06 | 华东交通大学 | 基于便携终端信息的险态驾驶场景辨识系统及其辨识方法 |
CN110979336A (zh) * | 2019-12-24 | 2020-04-10 | 东北林业大学 | 一种车身运行姿态实时监控系统 |
CN111538313A (zh) * | 2020-04-23 | 2020-08-14 | 东风汽车集团有限公司 | 基于六自由度动感驾驶台架的远程驾驶装置及方法 |
CN111931640B (zh) * | 2020-08-07 | 2022-06-10 | 上海商汤临港智能科技有限公司 | 异常坐姿识别方法、装置、电子设备及存储介质 |
CN112362050A (zh) * | 2020-09-04 | 2021-02-12 | 深圳慧拓无限科技有限公司 | 一种基于远程驾驶的车辆运动姿态表示方法、系统及存储介质 |
CN113009540A (zh) * | 2021-03-18 | 2021-06-22 | 苏州华米导航科技有限公司 | 一种基于组合导航的驾驶行为监测系统及方法 |
CN113301139A (zh) * | 2021-05-07 | 2021-08-24 | 深圳市广联智通科技有限公司 | 一种电动车轨迹的监控装置及其方法 |
CN113538901B (zh) * | 2021-06-16 | 2022-10-11 | 北理新源(佛山)信息科技有限公司 | 基于智能车载终端的交通事故检测和报警方法 |
CN113793499A (zh) * | 2021-08-31 | 2021-12-14 | 周凝 | 一种仿生态交通工具运动状态警告显示装置、系统及其应用方法 |
CN115601854B (zh) * | 2022-09-29 | 2024-02-23 | 上海蕴业信息科技有限公司 | 驾驶行为记录分析设备及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133469A (zh) * | 2014-08-08 | 2014-11-05 | 奇瑞汽车股份有限公司 | 车辆数据采集处理系统及方法 |
CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
CN107289930A (zh) * | 2016-04-01 | 2017-10-24 | 南京理工大学 | 基于mems惯性测量单元的纯惯性车辆导航方法 |
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
CN107918350A (zh) * | 2017-11-30 | 2018-04-17 | 陕西华恒水务集团有限公司 | 一种农用机械安全监控方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015513330A (ja) * | 2012-01-13 | 2015-05-07 | パルス ファンクション エフ6 リミテッド | 3d慣性センサ付きテレマティクス・システム |
CN102759356B (zh) * | 2012-07-20 | 2015-04-01 | 陕西航天长城测控有限公司 | 基于多mems传感器的动态载体姿态测量系统及方法 |
CN108189763A (zh) * | 2018-01-17 | 2018-06-22 | 北京万得嘉瑞汽车技术有限公司 | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 |
-
2019
- 2019-03-22 CN CN201910223343.7A patent/CN109910904B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133469A (zh) * | 2014-08-08 | 2014-11-05 | 奇瑞汽车股份有限公司 | 车辆数据采集处理系统及方法 |
CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
CN107289930A (zh) * | 2016-04-01 | 2017-10-24 | 南京理工大学 | 基于mems惯性测量单元的纯惯性车辆导航方法 |
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
CN107918350A (zh) * | 2017-11-30 | 2018-04-17 | 陕西华恒水务集团有限公司 | 一种农用机械安全监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109910904A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109910904B (zh) | 一种驾驶行为与车辆驾驶姿态识别系统 | |
JP6502148B2 (ja) | 運転診断方法および運転診断装置 | |
JP7291201B2 (ja) | 車両衝突の車両テレマティクス | |
Zeeman et al. | Combining speed and acceleration to detect reckless driving in the informal public transport industry | |
US7739087B2 (en) | Method and device for analying collision driving data | |
US9604648B2 (en) | Driver performance determination based on geolocation | |
JP4469297B2 (ja) | 運転診断方法およびその装置 | |
US8688380B2 (en) | Even driven data acquisition switch | |
US20170369069A1 (en) | Driving behavior analysis based on vehicle braking | |
US20120245758A1 (en) | Driving behavior detecting method and apparatus | |
CN105564436A (zh) | 一种高级驾驶辅助系统 | |
Zhao et al. | Join driving: A smart phone-based driving behavior evaluation system | |
CN112991685A (zh) | 考虑驾驶人疲劳状态影响的交通系统风险评估及预警方法 | |
JPWO2018179392A1 (ja) | システム、情報管理サーバ、および方法 | |
WO2016107876A1 (en) | Vehicular motion monitoring method | |
EP3891512B1 (en) | System and method for providing an indication of driving performance | |
CN115179960A (zh) | 一种多源数据采集人车状态综合监测系统及方法 | |
CN113009540A (zh) | 一种基于组合导航的驾驶行为监测系统及方法 | |
CN114379559A (zh) | 一种基于车辆信息采集系统的驾驶风险评价特征画像方法 | |
CN114148321A (zh) | 一种考虑碰撞风险的自动紧急制动及安全评价方法 | |
Sun et al. | Risk prediction for curve speed warning by considering human, vehicle, and road factors | |
US20210268982A1 (en) | Method and device for monitoring a motorcycle | |
JP5765220B2 (ja) | ドライブレコーダのデータ解析装置および方法 | |
CN113016015B (zh) | 用于车辆中的数据分类和传输的方法 | |
CN112115323A (zh) | 驾驶行为的评分方法、云端服务器、车载端及系统 |
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 |