CN110217238A - 一种行车风险等级判断优化方法 - Google Patents
一种行车风险等级判断优化方法 Download PDFInfo
- Publication number
- CN110217238A CN110217238A CN201910526355.7A CN201910526355A CN110217238A CN 110217238 A CN110217238 A CN 110217238A CN 201910526355 A CN201910526355 A CN 201910526355A CN 110217238 A CN110217238 A CN 110217238A
- Authority
- CN
- China
- Prior art keywords
- risk
- driving
- grade
- driver
- risk class
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0881—Seat occupation; Driver or passenger presence
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/26—Incapacity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/20—Ambient conditions, e.g. wind or rain
Abstract
本发明公开了一种行车风险等级判断优化方法,包括以下步骤:S1:在驾驶员前方设置驾驶行为监测仪,通过对驾驶员关键部位进行标记定位以及视频采集模块对驾驶行为进行监测,并将监测数据信息发送到与驾驶行为监测仪通信连接的监管平台。S2:监管平台接收到监测数据信息后对监测数据信息进行处理,根据检测数据信息结合该时刻的行驶速度划分初始风险等级以及划分风险类型。S3:设定每个风险类型的风险合并升级间隔时间,根据风险间隔时间判断实际风险等级。能够对行车过程中的风险等级进行比较精确的判断和修订,能够提供更准确的行车风险等级判断,对不规范动作分等级进行提示,进而能够避免大多数通过不规范的驾驶行为造成的交通事故发生。
Description
技术领域
本发明属于行车风险等级判断领域,具体涉及一种行车风险等级判断优化方法。
背景技术
行车安全的重要性已在现在社会中变得越来越突出,因此,为了保证车辆以及驾驶人员的安全,通过对驾驶行为进行监控,并设定一定的风险等级判断规则,可以较大程度的避免因为驾驶员的不规范驾驶行为造成的交通事故的发生。现有技术中,有很多可供监测驾驶员的行为的装置和系统,通过采集驾驶员的动作信息,判断其正处于一种什么动作状态,进而对后台或者通过语音提示对驾驶员的错误或不规范行为进行提示,保证行驶过程的安全。大多数判断方式仅仅考虑了驾驶员的动作状态,而没有将行驶速度以及其他环境因素考虑进来,并且,我们知道,行车过程中,行驶速度越快、天气环境越糟糕,即使是同样的风险事件,其风险等级一定是提升的。这就使得现有方法中在行车过程中的风险判断不够准确。
发明内容
针对现有技术中的缺陷,本发明提供一种行车风险等级判断优化方法,能够对行车过程中的风险等级进行比较精确的判断和修订,所考虑的因素比较全面,能够提供更准确的行车风险等级判断,对驾驶员的不规范动作分等级进行提示,进而能够避免大多数通过不规范的驾驶行为造成的交通事故发生。
为了实现上述目的,本发明提供一种行车风险等级判断优化方法,包括以下步骤:
S1:在驾驶员前方设置驾驶行为监测仪,通过对驾驶员关键部位进行标记定位以及视频采集模块对驾驶行为进行监测,并将监测数据信息发送到与驾驶行为监测仪通信连接的监管平台。
S2:监管平台接收到监测数据信息后对监测数据信息进行处理,根据检测数据信息结合该时刻的行驶速度划分初始风险等级以及划分风险类型。
S3:设定每个风险类型的风险合并升级间隔时间,根据风险间隔时间判断实际风险等级。
所述驾驶行为监测仪所监测的动作包括打哈欠、闭眼、抽烟、接打手持电话、长时间不目视前方、驾驶员离开驾驶位置、双手同时脱离方向盘、胎压、遮挡、红外阻断、行人碰撞、超速、车辆碰撞、车道偏离、车距过近、频繁变道、盲区碰撞和急转弯。
所述风险类型包括疑似疲劳、注意力分散、违规异常和碰撞危险。
疑似疲劳的的风险间隔时间设置为60s,注意力分散的风险间隔时间设置为30s,违规异常的风险间隔时间设置为20s,碰撞危险的风险间隔时间设置为50s。
所述步骤S2中,先根据时速区间设定初始风险等级判断规则和对应的等级速度系数,然后在步骤S3中,根据实际发生的风险事件进行风险等级修正,取修正后的风险等级的个位数作为实际风险等级。
同一风险事件的风险等级与行驶速度成正比。
当在监测事件区间内发生了多个风险事件,取所有风险事件中的风险等级的最大值作为该时间区间内风险事件的初始风险等级。
将不同的天气因素设定对应的等级天气系数,并在修订过程中将初始风险等级与等级速度系数和等级天气系数进行叠加得到实际风险等级。
本发明的有益效果是:通过增加等级速度系数和等级天气系数,将二者与初始风险等级进行叠加,得到实际风险等级,有利于在驾驶员出现风险事件时进行更高等级的提示作用,避免驾驶员忽略提示信息,同时,通过本方案的方法使得行车风险判断更加准确。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为发明实施例的风险事件发生时间示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示:本实施例的一种行车风险等级判断优化方法,包括以下步骤:
S1:在驾驶员前方设置驾驶行为监测仪,通过对驾驶员关键部位进行标记定位以及视频采集模块对驾驶行为进行监测,并将监测数据信息发送到与驾驶行为监测仪通信连接的监管平台。
S2:监管平台接收到监测数据信息后对监测数据信息进行处理,根据检测数据信息结合该时刻的行驶速度划分初始风险等级以及划分风险类型。
S3:设定每个风险类型的风险合并升级间隔时间,根据风险间隔时间判断实际风险等级。
检测仪作为现有技术中通过对驾驶员关键部位进行标记定位来实现对驾驶员的驾驶行为进行监控的重要设备,结合视频采集模块对监测仪无法采集的其他动作进行采集,并将其发送到监管平台,以供监管平台进行分析。其中,本实施例中所说的驾驶行为监测仪为具备驾驶行为监测和分析系统的设备,其具备对驾驶过程中的驾驶员的驾驶行为和车辆的行驶状态进行监控的功能。
所述驾驶行为监测仪所监测的动作包括打哈欠、闭眼、抽烟、接打手持电话、长时间不目视前方、驾驶员离开驾驶位置、双手同时脱离方向盘、胎压、遮挡、红外阻断、行人碰撞、超速、车辆碰撞、车道偏离、车距过近、频繁变道、盲区碰撞和急转弯。
所述风险类型包括疑似疲劳、注意力分散、违规异常和碰撞危险。
通过对上述动作进行监控和分类,其中具体分类如下:
疑似疲劳:打哈欠、闭眼。
注意力分散:抽烟、接打手持电话和长时间不目视前方。
违规异常:驾驶员不在驾驶位置、胎压、超速、遮挡、红外阻断、双手同时脱离方向盘。
碰撞危险:车辆前向碰撞、车道偏离、车距过近、行人碰撞、频繁变道、盲区碰撞、急加、急减速、急转弯。
疑似疲劳的的风险间隔时间设置为60s,注意力分散的风险间隔时间设置为30s,违规异常的风险间隔时间设置为20s,碰撞危险的风险间隔时间设置为50s。
所述步骤S2中,先根据时速区间设定初始风险等级判断规则和对应的等级速度系数,然后在步骤S3中,根据实际发生的风险事件进行风险等级修正,取修正后的风险等级的个位数作为实际风险等级。
如下表所示,根据不同风险类型配置了风险间隔时间、初始风险等级和等级速度系数以及等级天气因素:
上述列表中,同一风险事件的风险等级与行驶速度成正比。
当在监测事件区间内发生了多个风险事件,取所有风险事件中的风险等级的最大值作为该时间区间内风险事件的初始风险等级。
如图1所示,在判断图示中时间区间内的风险等级时,图中有三个时间节点,共计触发了4起风险事件,这些风险时间对应被监控对象的风险类型分别为疲劳驾驶(打哈欠1)、碰撞危险(前车碰撞1)、注意力分散(抽烟2)。
其中,当时间点1(时间为10:11:12)发生打哈欠1时,监管平台显示疲劳驾驶,实际风险等级=初始风险等级1+等级速度系数0.3=1.3。当时间点2(时间为10:12:09)发生前车碰撞和抽烟时,此时间段X1<P1,监管平台同时显示疲劳驾驶、危险碰撞和注意力分散,实际风险等级的计算方式为:取风险间隔时间Pn为上述风险事件中对应的风险事件间隔的最大值,因此Pn=60s,取初始风险等级为上述风险事件中对应的风险等级中的最大值为4,因此实际风险等级=4+0.4+0.4=4.8,取其个位数作为实际风险等级,因此,实际风险等级为4级。时间点3(时间为10:13:15)发生抽烟2时,由于其风险间隔时间超过60s,因此属于一个新的风险事件,并且该时间区间X2>P4,因此,监管平台显示注意力分散,风险等级=4+0.3=4.3,取其个位数,因此实际风险等级为4级。
本实施例中,将不同的天气因素设定对应的等级天气系数,并在修订过程中将初始风险等级与等级速度系数和等级天气系数进行叠加得到实际风险等级。
针对天气因素,其风险事件对应的等级天气系数如下表所示:
除此之外,还可以将夜间行车和白天行车进行区分,增加夜间行车的风险系数配置,如下表所示:
昼间 | 配置系数 | 夜间 | 配置系数 |
8:00~19:59 | 1 | 20:00~7:59(隔日) | 3 |
基于本实施例的上述内容,还可以对其他环境因素进行扩展,并且本实施例中的各个参数值可根据实际情况进行调整。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种行车风险等级判断优化方法,其特征在于,其包括以下步骤:
S1:在驾驶员前方设置驾驶行为监测仪,通过对驾驶员关键部位进行标记定位以及视频采集模块对驾驶行为进行监测,并将监测数据信息发送到与驾驶行为监测仪通信连接的监管平台;
S2:监管平台接收到监测数据信息后对监测数据信息进行处理,根据检测数据信息结合该时刻的行驶速度划分初始风险等级以及划分风险类型;
S3:设定每个风险类型的风险间隔时间,根据风险间隔时间判断实际风险等级。
2.根据权利要求1所述的一种行车风险等级判断优化方法,其特征在于,所述驾驶行为监测仪所监测的动作包括打哈欠、闭眼、抽烟、接打手持电话、长时间不目视前方、驾驶员离开驾驶位置、双手同时脱离方向盘、胎压、遮挡、红外阻断、行人碰撞、超速、车辆碰撞、车道偏离、车距过近、频繁变道、盲区碰撞和急转弯。
3.根据权利要求1所述的一种行车风险等级判断优化方法,其特征在于,所述风险类型包括疑似疲劳、注意力分散、违规异常和碰撞危险。
4.根据权利要求3所述的一种行车风险等级判断优化方法,其特征在于,疑似疲劳的的风险间隔时间设置为60s,注意力分散的风险间隔时间设置为30s,违规异常的风险间隔时间设置为20s,碰撞危险的风险间隔时间设置为50s。
5.根据权利要求1所述的一种行车风险等级判断优化方法,其特征在于,所述步骤S2中,先根据时速区间设定初始风险等级判断规则和对应的等级速度系数,然后在步骤S3中,根据实际发生的风险事件进行风险等级修正,取修正后的风险等级的个位数作为实际风险等级。
6.根据权利要求5所述的一种行车风险等级判断优化方法,其特征在于,同一风险事件的风险等级与行驶速度成正比。
7.根据权利要求6所述的一种行车风险等级判断优化方法,其特征在于,当在监测事件区间内发生了多个风险事件,取所有风险事件中的风险等级的最大值作为该时间区间内风险事件的初始风险等级。
8.根据权利要求7所述的一种行车风险等级判断优化方法,其特征在于,将不同的天气因素设定对应的等级天气系数,并在修订过程中将初始风险等级与等级速度系数和等级天气系数进行叠加得到实际风险等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910526355.7A CN110217238B (zh) | 2019-06-18 | 2019-06-18 | 一种行车风险等级判断优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910526355.7A CN110217238B (zh) | 2019-06-18 | 2019-06-18 | 一种行车风险等级判断优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110217238A true CN110217238A (zh) | 2019-09-10 |
CN110217238B CN110217238B (zh) | 2021-03-30 |
Family
ID=67817487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910526355.7A Active CN110217238B (zh) | 2019-06-18 | 2019-06-18 | 一种行车风险等级判断优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110217238B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110615001A (zh) * | 2019-09-27 | 2019-12-27 | 汉纳森(厦门)数据股份有限公司 | 一种基于can数据的驾驶安全提醒方法、装置及介质 |
CN110837979A (zh) * | 2019-11-18 | 2020-02-25 | 吉旗物联科技(上海)有限公司 | 基于随机森林的安全驾驶风险预测方法及装置 |
CN111445669A (zh) * | 2020-03-12 | 2020-07-24 | 杭州律橙电子科技有限公司 | 一种公交车的安全监测系统 |
CN111524389A (zh) * | 2020-04-16 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN115099515A (zh) * | 2022-07-07 | 2022-09-23 | 星软集团有限公司 | 一种车辆风险智能处理的优化方法 |
CN115471826A (zh) * | 2022-08-23 | 2022-12-13 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
CN115809806A (zh) * | 2023-01-18 | 2023-03-17 | 南京中成越科技有限公司 | 一种基于远程通讯的风险监测方法及电子设备 |
CN116001800A (zh) * | 2022-12-30 | 2023-04-25 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006205773A (ja) * | 2005-01-25 | 2006-08-10 | Fujitsu Ten Ltd | 運転支援装置 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价系统与方法 |
CN104093618A (zh) * | 2012-01-13 | 2014-10-08 | 脉冲函数F6有限公司 | 驾驶行为风险指标计算的设备、系统和方法 |
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 |
CN109035718A (zh) * | 2018-07-31 | 2018-12-18 | 苏州清研微视电子科技有限公司 | 多因素融合的危险驾驶行为分级预警方法 |
-
2019
- 2019-06-18 CN CN201910526355.7A patent/CN110217238B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006205773A (ja) * | 2005-01-25 | 2006-08-10 | Fujitsu Ten Ltd | 運転支援装置 |
CN104093618A (zh) * | 2012-01-13 | 2014-10-08 | 脉冲函数F6有限公司 | 驾驶行为风险指标计算的设备、系统和方法 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价系统与方法 |
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 |
CN109035718A (zh) * | 2018-07-31 | 2018-12-18 | 苏州清研微视电子科技有限公司 | 多因素融合的危险驾驶行为分级预警方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110615001A (zh) * | 2019-09-27 | 2019-12-27 | 汉纳森(厦门)数据股份有限公司 | 一种基于can数据的驾驶安全提醒方法、装置及介质 |
CN110615001B (zh) * | 2019-09-27 | 2021-04-27 | 汉纳森(厦门)数据股份有限公司 | 一种基于can数据的驾驶安全提醒方法、装置及介质 |
CN110837979A (zh) * | 2019-11-18 | 2020-02-25 | 吉旗物联科技(上海)有限公司 | 基于随机森林的安全驾驶风险预测方法及装置 |
CN110837979B (zh) * | 2019-11-18 | 2022-02-15 | 吉旗物联科技(上海)有限公司 | 基于随机森林的安全驾驶风险预测方法及装置 |
CN111445669B (zh) * | 2020-03-12 | 2022-04-05 | 杭州律橙电子科技有限公司 | 一种公交车的安全监测系统 |
CN111445669A (zh) * | 2020-03-12 | 2020-07-24 | 杭州律橙电子科技有限公司 | 一种公交车的安全监测系统 |
CN111524389A (zh) * | 2020-04-16 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN111524389B (zh) * | 2020-04-16 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN115099515A (zh) * | 2022-07-07 | 2022-09-23 | 星软集团有限公司 | 一种车辆风险智能处理的优化方法 |
CN115471826A (zh) * | 2022-08-23 | 2022-12-13 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
CN115471826B (zh) * | 2022-08-23 | 2024-03-26 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
CN116001800A (zh) * | 2022-12-30 | 2023-04-25 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
CN116001800B (zh) * | 2022-12-30 | 2024-04-05 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
CN115809806A (zh) * | 2023-01-18 | 2023-03-17 | 南京中成越科技有限公司 | 一种基于远程通讯的风险监测方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110217238B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110217238A (zh) | 一种行车风险等级判断优化方法 | |
CN106157614B (zh) | 汽车事故责任确定方法及系统 | |
CN102163368B (zh) | 不安全驾驶行为的识别与监控系统及方法 | |
CN102717765A (zh) | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 | |
CN101846987B (zh) | 一种将rfid和传感器技术应用于安全设备监管的方法 | |
US20070005404A1 (en) | System and method for providing driving insurance | |
CN104597811B (zh) | 一种汽车行程的处理方法及处理装置 | |
CN103593886A (zh) | 用于监控和分析机动车辆驾驶员的驾驶行为的系统 | |
CN105590466A (zh) | 一种云平台下的驾驶员危险操作行为监测系统及方法 | |
CN102044095A (zh) | 一种个人驾驶行为分析管理控制系统 | |
CN105374211A (zh) | 基于多源数据计算驾驶风险与辅助车险定价的系统及方法 | |
CN110866677A (zh) | 一种基于基准化分析的驾驶人相对风险评价方法 | |
CN102881162A (zh) | 大规模交通信息的数据处理及融合方法 | |
CN107665520A (zh) | 一种基于车辆行驶数据的行车监控方法及装置 | |
CN109823347B (zh) | 智能网联车驾驶行为辅助安全系统与方法 | |
CN109118039B (zh) | 一种面向内河水域船舶自沉重要风险识别与防控装置及方法 | |
CN105335599B (zh) | 一种汽车故障诊断率的检测方法及系统 | |
CN103606247B (zh) | 利用车况和驾驶员生理参数进行交通预警的方法及系统 | |
TW202101344A (zh) | 用於計算車輛的駕駛人的責任的系統和方法 | |
CN201849322U (zh) | 一种汽车防疲劳驾驶装置 | |
CN104200599B (zh) | 公交车多传感器火灾检测方法 | |
CN114093143A (zh) | 一种车辆驾驶风险感知预警方法及装置 | |
CN202025368U (zh) | 不安全驾驶行为的识别与监控系统 | |
CN202624207U (zh) | 一种智能规范驾驶行为的系统 | |
CN106651133A (zh) | 一种使用手机实现基于adas的用户驾驶行为评分方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200910 Address after: No.18-8, building 1, No.3, Shidai Tianjie, Yuzhong District, Chongqing, 400000 Applicant after: Chongqing Zhongwei Zhonglian Technology Co., Ltd Address before: Room 907, 9th Floor, Special Steel Office Building, 69 Yangzhuang Street, Shijingshan District, Beijing Applicant before: BEIJING ZHONGWEI TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |