CN110299026A - 一种团雾条件下路段安全监测方法及系统 - Google Patents
一种团雾条件下路段安全监测方法及系统 Download PDFInfo
- Publication number
- CN110299026A CN110299026A CN201910534547.2A CN201910534547A CN110299026A CN 110299026 A CN110299026 A CN 110299026A CN 201910534547 A CN201910534547 A CN 201910534547A CN 110299026 A CN110299026 A CN 110299026A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distance
- module
- unmanned aerial
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种团雾条件下路段安全监测方法及系统,属于道路交通安全技术领域,该安全监测基于红外热成像技术和图像处理技术,首先生成本车所行进的团雾路段的红外热相图,然后捕集热相图内本车的轮廓框以及出现在本车周围的相邻车辆以及前车的前方相邻车辆的轮廓框,并根据所得的轮廓框数据,计算本车与周围相邻车辆的距离、前车和前车的前方相邻车辆的距离、以及事故迫车距离,判断是否出现险情,从而能够完成对团雾条件下车辆行驶路段上的车辆行驶状态的监测并及时预警,提高道路交通安全性。
Description
技术领域
本发明属于道路交通安全技术领域,具体涉及一种团雾条件下路段安全监测方法及系统。
背景技术
团雾是由于夜间地面辐射冷却,直接使贴近路面的气层变冷而形成的雾。高速公路上团雾生消变化快易导致能见度的突然变化,这一现象对高速公路交通安全产生极大的危害,极易酿成重大交通事故。
申请号为201811095549.8的中国专利公开了基于红外成像的汽车后视系统及方法,该发明在汽车的车身外配置红外探测器以替代后视镜,识别出汽车后视区域的车辆,用来解决汽车后视存在的汽车通过性差与风阻,雨雪雾天的视线距离低,夜晚炫光等问题。但是该发明只能监测汽车后视区域的路段状况,无法监测前方路段安全状况,若前方路段发生事故,驾驶员很难有足够的反应时间存在安全隐患。
发明内容
发明目的:为了克服现有技术的缺陷,本发明提供一种团雾条件下路段安全监测方法,采用该方法能够实时监测团雾状态下路段上车辆的行驶状态,保障交通安全。
本发明的另一目的是提供一种实施上述监测方法的系统。
技术方案:本发明所述的一种团雾条件下路段安全监测方法,包括下述步骤:
(1)释放并控制车载无人机按照本车规划行驶路线飞行,通过车载无人机对车辆行进路段进行拍摄并生成红外热相图;
(2)根据无人机和车辆的相对位置确定热相图内的本车,并对本车添加轮廓框;
(3)对热相图内出现在本车周围的相邻车辆以及前车的前方相邻车辆添加轮廓框;
(4)根据轮廓框数据,分别计算本车与周围各相邻车辆之间的距离,并计算前车与前车的前方相邻车辆的距离;
(5)将各距离分别与距离预警阈值比较,判断是否出现险情,并作出具体的险情预警。
具体的,所述步骤(5)中,距离预警阈值包括沿着车辆行进方向的纵向距离预警阈值K和沿着车辆侧方的横向距离预警阈值M;
当Lh≥K、Lq≥K、Lf≥K并且Lc≥M时,判断无险情,否则判断出现险情;
其中,Lh为本车与后车的距离,Lq为本车与前车的距离,Lf为前车与前车的前方相邻车辆的距离,Lc为本车与侧方相邻车辆的距离。
当Lf<K时,计算险情迫车距离S:
S=Lq+Lf+Cq
式中,Cq为前车的纵向长度。
其中,纵向距离预警阈值K由能见度为50~100m的团雾等级确定。
作为优选,所述纵向距离预警阈值K=50m,横向距离预警阈值M=2m。
对应于上述团雾条件下路段安全监测方法,本发明提供的监测系统所采用的技术方案是:该监测系统包括车载无人机和车载处理系统;
所述车载无人机上设置有无人机控制系统,该无人机控制系统接收所述车载处理系统命令,控制车载无人机按照本车规划行驶路线飞行,实时拍摄并生成车辆行进路段的红外热相图,并将数据传输给车载处理系统;
所述车载处理系统向无人机控制系统发送命令控制无人机释放及回收,接收无人机控制系统的数据,对所述红外热相图进行处理,对图像内各车辆分别添加轮廓框,根据轮廓框数据计算各车辆之间的距离,将各距离分别与距离预警阈值比较,判断是否出现险情,并作出具体的险情预警。
具体的,所述无人机控制系统包括机载中心控制模块、红外热像拍摄模块和GPS导航模块;所述机载中心控制模块接收所述车载处理系统传输的命令,控制车载无人机飞行以及无人机控制系统中各模块工作;并且将接收到的无人机控制系统中各模块的数据传输给车载处理系统;所述红外热像拍摄模块对车辆行进路段进行拍摄,并将生成的红外热相图传输给所述机载中心控制模块;所述GPS导航模块根据车辆规划的行驶路线设定无人机工作航线,根据无人机和车辆的实时位置得出本车在热像图中位置参数,并将数据传输给机载中心控制模块。
进一步的,所述无人机控制系统还包括气压传感模块,所述气压传感模块设置在所述车载无人机的机身内,气压传感模块根据预设的气压参数和气压变化调整无人机飞行的高度。
所述车载处理系统包括图像处理模块、车载中心控制模块和车载信息处理模块;所述图像处理模块对所述红外热相图进行处理,通过图像内各车辆的大致外形获取轮廓信息生成轮廓框,根据轮廓框数据计算各车辆之间的距离,并将数据传输给车载中心控制模块;所述车载中心控制模块向所述机载中心控制模块发送命令,控制车载无人机释放和回收,接收机载中心控制模块和图像处理模块传输的数据,并将接收的数据传输给车载信息处理模块;所述车载信息处理模块根据接收的数据将各距离分别与距离预警阈值比较,判断是否出现险情。
进一步的,所述车载处理系统还包括车载预警模块,所述车载预警模块接收所述车载信息处理模块传输的信息,并根据信息并作出具体的险情预警。
有益效果:该团雾条件下路段安全监测方法及系统,基于红外热成像技术和图像处理技术,首先生成本车所行进的团雾路段的红外热相图,然后捕集热相图内本车的轮廓框以及出现在本车周围的相邻车辆以及前车的前方相邻车辆的轮廓框,并根据所得的轮廓框数据,计算本车与周围相邻车辆的距离、前车和前车的前方相邻车辆的距离,将距离分别与距离预警阈值作比较,判断是否出现险情,当前车和前车的前方相邻车辆的距离小于纵向距离预警阈值K时,计算事故迫车距离,并对险情作出具体的预警,从而完成对团雾条件下车辆行驶路段上的车辆行驶状态的监测并及时预警,提高道路交通安全性。
附图说明
图1是本发明的团雾条件下路段安全监测方法的流程图;
图2是本发明中险情迫车距离计算流程图;
图3是本发明中红外热相图经图像处理后各车轮廓框的示意图。
具体实施方式
下面,结合附图对本发明做进一步详细说明。
请参阅图1-3所示,本实施例公开了一种团雾条件下路段安全监测系统以及具体的监测方法。
该监测系统包括车载无人机和车载处理系统,该车载无人机上设置有无人机控制系统,该无人机控制系统接收所述车载处理系统命令,控制车载无人机按照本车规划行驶路线飞行,实时拍摄并生成车辆行进路段的红外热相图,并将数据传输给车载处理系统。
具体的,该无人机控制系统包括机载中心控制模块、红外热像拍摄模块、GPS导航模块和气压传感模块。其中,机载中心控制模块接收车载处理系统传输的命令,控制车载无人机飞行以及无人机控制系统中各模块工作;并且将接收到的无人机控制系统中各模块的数据传输给车载处理系统。红外热像拍摄模块对车辆行进路段进行拍摄,并将生成的红外热相图传输给所述机载中心控制模块。GPS导航模块根据车辆规划的行驶路线设定无人机工作航线,根据无人机和车辆的实时位置得出本车在热像图中位置参数,并将数据传输给机载中心控制模块。气压传感模块设置在车载无人机的机身内,气压传感模块根据预设的气压参数和气压变化调整无人机飞行的高度。
车载处理系统向无人机控制系统发送命令控制无人机释放及回收,接收无人机控制系统的数据,对所述红外热相图进行处理,对图像内各车辆分别添加轮廓框,根据轮廓框数据计算各车之间的距离,将各距离分别与距离预警阈值比较,判断是否出现险情,并作出具体的险情预警。
具体的,车载处理系统包括图像处理模块、车载中心控制模块、车载信息处理模块和车载预警模块。其中,图像处理模块对所述红外热相图进行处理,通过图像内各车辆的大致外形获取轮廓信息生成轮廓框,根据轮廓框数据计算各车之间的距离,并将数据传输给车载中心控制模块。车载中心控制模块向机载中心控制模块发送命令,控制车载无人机释放和回收,接收机载中心控制模块和图像处理模块传输的数据,并将接收的数据传输给车载信息处理模块。车载信息处理模块根据接收的数据将各距离分别与距离预警阈值比较,判断是否出现险情。车载预警模块接收所述车载信息处理模块传输的信息,并根据信息并作出具体的险情预警。
当遇到团雾时,首先通过车载中心控制模块向机载中心控制模块发送命令,控制车载无人机释放,并通过机载中心控制模块结合GPS导航模块的数据控制车载无人机按照本车规划行驶路线飞行,通过车载无人机上的红外热像拍摄模块对车辆行进路段进行拍摄并生成红外热相图。
然后,通过GPS导航模块根据无人机和车辆的相对位置确定热相图内的本车得位置参数,并将数据传输给机载中心控制模块,机载中心控制模块将数据传输给车载处理系统,图像处理模块处理红外热相图,通过图像内各车辆的大致外形获取轮廓信息生成轮对本车添加轮廓框,同时,对热相图内出现在本车周围的相邻车辆以及前车的前方相邻车辆分别添加轮廓框。具体的,如图3所示,分别为本车轮廓框1、后车轮廓框2、侧方相邻车辆轮廓框3、前车轮廓框4以及前车的前方相邻车辆轮廓框5。
接着根据轮廓框数据结合无人机拍摄位置和高度以及成像比例,分别计算本车与周围各相邻车辆之间的距离,以及前车与前车的前方相邻车辆的距离。具体的,Lh为本车与后车的距离,Lq为本车与前车的距离,Lf为前车与前车的前方相邻车辆的距离,Lc为本车与侧方相邻车辆的距离。并通过车载中心控制模块将这些距离数据信息传输给车载信息处理模块。
车载信息处理模块根据接收的数据,将各距离分别与距离预警阈值比较,判断是否出现险情,
具体的,距离预警阈值包括沿着车辆行进方向的纵向距离预警阈值K和沿着车辆侧方的横向距离预警阈值M。其中,纵向距离预警阈值K由能见度为50~100m的团雾等级确定。
作为优选,本实施例中,所述纵向距离预警阈值K取50m,横向距离预警阈值M取2m。
当Lh≥K、Lq≥K、Lf≥K并且Lc≥M时,判断无险情,否则判断出现险情;当出现险情,且Lf<K时,计算险情迫车距离S:
S=Lq+Lf+Cq
式中,Cq为前车的纵向长度。
最后,通过车载预警模块作出具体的险情预警。
Claims (10)
1.一种团雾条件下路段安全监测方法,其特征在于,包括下述步骤:
(1)释放并控制车载无人机按照本车规划行驶路线飞行,通过车载无人机对车辆行进路段进行拍摄并生成红外热相图;
(2)根据无人机和车辆的相对位置确定热相图内的本车,并对本车添加轮廓框;
(3)对热相图内出现在本车周围的相邻车辆以及前车的前方相邻车辆添加轮廓框;
(4)根据轮廓框数据,分别计算本车与周围各相邻车辆之间的距离,并计算前车与前车的前方相邻车辆的距离;
(5)将各距离分别与距离预警阈值比较,判断是否出现险情,并作出具体的险情预警。
2.根据权利要求1所述的团雾条件下路段安全监测方法,其特征在于,所述步骤(5)中,距离预警阈值包括沿着车辆行进方向的纵向距离预警阈值K和沿着车辆侧方的横向距离预警阈值M;
当Lh≥K、Lq≥K、Lf≥K并且Lc≥M时,判断无险情,否则判断出现险情;
其中,Lh为本车与后车的距离,Lq为本车与前车的距离,Lf为前车与前车的前方相邻车辆的距离,Lc为本车与侧方相邻车辆的距离。
3.根据权利要求2所述的团雾条件下路段安全监测方法,其特征在于,当Lf<K时,计算险情迫车距离S:
S=Lq+Lf+Cq
式中,Cq为前车的纵向长度。
4.根据权利要求2或3任一项所述的团雾条件下路段安全监测方法,其特征在于,所述纵向距离预警阈值K由能见度为50~100m的团雾等级确定。
5.根据权利要求4所述的团雾条件下路段安全监测方法,其特征在于,所述纵向距离预警阈值K=50m,横向距离预警阈值M=2m。
6.一种实施根据权利要求1-5任一项所述团雾条件下路段安全监测方法的监测系统,其特征在于,包括车载无人机和车载处理系统;
所述车载无人机上设置有无人机控制系统,该无人机控制系统接收所述车载处理系统命令,控制车载无人机按照本车规划行驶路线飞行,实时拍摄并生成车辆行进路段的红外热相图,并将数据传输给车载处理系统;
所述车载处理系统向无人机控制系统发送命令控制无人机释放及回收,接收无人机控制系统的数据,对所述红外热相图进行处理,对图像内各车辆分别添加轮廓框,根据各轮廓框数据计算各车辆之间的距离,将各距离分别与距离预警阈值比较,判断是否出现险情,并作出具体的险情预警。
7.根据权利要求6所述的监测系统,其特征在于,所述无人机控制系统包括机载中心控制模块、红外热像拍摄模块和GPS导航模块;所述机载中心控制模块接收所述车载处理系统传输的命令,控制车载无人机飞行以及无人机控制系统中各模块工作;并且将接收到的无人机控制系统中各模块的数据传输给车载处理系统;
所述红外热像拍摄模块对车辆行进路段进行拍摄,并将生成的红外热相图传输给所述机载中心控制模块;
所述GPS导航模块根据车辆规划的行驶路线设定无人机工作航线,根据无人机和车辆的实时位置得出本车在热像图中位置参数,并将数据传输给机载中心控制模块。
8.根据权利要求7所述的监测系统,其特征在于,所述无人机控制系统还包括气压传感模块,所述气压传感模块设置在所述车载无人机的机身内,气压传感模块根据预设的气压参数和气压变化调整无人机飞行的高度。
9.根据权利要求7所述的监测系统,其特征在于,所述车载处理系统包括图像处理模块、车载中心控制模块和车载信息处理模块;
所述图像处理模块对所述红外热相图进行处理,通过图像内各车辆的大致外形获取轮廓信息生成轮廓框,根据轮廓框数据计算各车辆之间的距离,并将数据传输给车载中心控制模块;
所述车载中心控制模块向所述机载中心控制模块发送命令,控制车载无人机释放和回收,接收机载中心控制模块和图像处理模块传输的数据,并将接收的数据传输给车载信息处理模块;
所述车载信息处理模块根据接收的数据将各距离分别与距离预警阈值比较,判断是否出现险情。
10.根据权利要求9所述的监测系统,其特征在于,所述车载处理系统还包括车载预警模块,所述车载预警模块接收所述车载信息处理模块传输的信息,并根据信息并作出具体的险情预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910534547.2A CN110299026A (zh) | 2019-06-19 | 2019-06-19 | 一种团雾条件下路段安全监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910534547.2A CN110299026A (zh) | 2019-06-19 | 2019-06-19 | 一种团雾条件下路段安全监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110299026A true CN110299026A (zh) | 2019-10-01 |
Family
ID=68028218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910534547.2A Pending CN110299026A (zh) | 2019-06-19 | 2019-06-19 | 一种团雾条件下路段安全监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110299026A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114822083A (zh) * | 2022-04-15 | 2022-07-29 | 湖南大学 | 智慧车辆编队辅助控制系统 |
CN115440089A (zh) * | 2022-08-08 | 2022-12-06 | 山东正晨科技股份有限公司 | 一种雾区诱导防撞系统及方法 |
CN115690630A (zh) * | 2022-11-08 | 2023-02-03 | 山东农业工程学院 | 一种用于路面车辆识别的交通遥感图像处理方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206109A (zh) * | 2015-08-13 | 2015-12-30 | 长安大学 | 一种基于红外ccd的车辆雾天识别预警系统及方法 |
CN105291965A (zh) * | 2015-11-04 | 2016-02-03 | 石海水 | 一种汽车防碰撞方法及装置 |
CN105512628A (zh) * | 2015-12-07 | 2016-04-20 | 北京航空航天大学 | 基于无人机的车辆环境感知系统及方法 |
CN106197464A (zh) * | 2016-07-04 | 2016-12-07 | 苏州光之翼智能科技有限公司 | 一种基于无人机的车载超视距导航系统以及方法 |
KR101701397B1 (ko) * | 2016-07-29 | 2017-02-01 | 주식회사 넥스파시스템 | 무인 비행체를 이용한 차량 단속방법 및 시스템 |
CN106875746A (zh) * | 2017-02-27 | 2017-06-20 | 山东师范大学 | 一种汽车安全驾驶预警系统与方法 |
CN206671893U (zh) * | 2017-03-21 | 2017-11-24 | 河海大学 | 一种基于多气压传感器定高的小型飞行器 |
CN107871399A (zh) * | 2016-12-27 | 2018-04-03 | 珠海市杰理科技股份有限公司 | 车辆自动驾驶系统及方法 |
CN108181921A (zh) * | 2017-11-29 | 2018-06-19 | 安徽玄同工业设计有限公司 | 一种车载路况探测无人机的控制方法 |
CN109426255A (zh) * | 2017-09-04 | 2019-03-05 | 中兴通讯股份有限公司 | 基于无人机的无人驾驶车辆控制方法、装置及存储介质 |
-
2019
- 2019-06-19 CN CN201910534547.2A patent/CN110299026A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206109A (zh) * | 2015-08-13 | 2015-12-30 | 长安大学 | 一种基于红外ccd的车辆雾天识别预警系统及方法 |
CN105291965A (zh) * | 2015-11-04 | 2016-02-03 | 石海水 | 一种汽车防碰撞方法及装置 |
CN105512628A (zh) * | 2015-12-07 | 2016-04-20 | 北京航空航天大学 | 基于无人机的车辆环境感知系统及方法 |
CN106197464A (zh) * | 2016-07-04 | 2016-12-07 | 苏州光之翼智能科技有限公司 | 一种基于无人机的车载超视距导航系统以及方法 |
KR101701397B1 (ko) * | 2016-07-29 | 2017-02-01 | 주식회사 넥스파시스템 | 무인 비행체를 이용한 차량 단속방법 및 시스템 |
CN107871399A (zh) * | 2016-12-27 | 2018-04-03 | 珠海市杰理科技股份有限公司 | 车辆自动驾驶系统及方法 |
CN106875746A (zh) * | 2017-02-27 | 2017-06-20 | 山东师范大学 | 一种汽车安全驾驶预警系统与方法 |
CN206671893U (zh) * | 2017-03-21 | 2017-11-24 | 河海大学 | 一种基于多气压传感器定高的小型飞行器 |
CN109426255A (zh) * | 2017-09-04 | 2019-03-05 | 中兴通讯股份有限公司 | 基于无人机的无人驾驶车辆控制方法、装置及存储介质 |
CN108181921A (zh) * | 2017-11-29 | 2018-06-19 | 安徽玄同工业设计有限公司 | 一种车载路况探测无人机的控制方法 |
Non-Patent Citations (1)
Title |
---|
王宝昌: "《无人机航拍技术》", 31 January 2017, 西北工业大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114822083A (zh) * | 2022-04-15 | 2022-07-29 | 湖南大学 | 智慧车辆编队辅助控制系统 |
CN114822083B (zh) * | 2022-04-15 | 2023-08-18 | 湖南大学 | 智慧车辆编队辅助控制系统 |
CN115440089A (zh) * | 2022-08-08 | 2022-12-06 | 山东正晨科技股份有限公司 | 一种雾区诱导防撞系统及方法 |
CN115440089B (zh) * | 2022-08-08 | 2024-04-16 | 山东正晨科技股份有限公司 | 一种雾区诱导防撞系统及方法 |
CN115690630A (zh) * | 2022-11-08 | 2023-02-03 | 山东农业工程学院 | 一种用于路面车辆识别的交通遥感图像处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203228734U (zh) | 智能汽车主动安全预警系统 | |
WO2019144511A1 (zh) | 智能交通安全预警方法、云服务器、随车终端及系统 | |
KR102369294B1 (ko) | 일반적인 도로 기상 조건들의 검출 | |
US10525973B2 (en) | Vehicle traveling control device | |
US11226622B2 (en) | System and method for analyzing driving trajectories for a route section | |
CN110281926B (zh) | 山区公路弯道信息识别和行车安全预警的方法及系统 | |
CN110299026A (zh) | 一种团雾条件下路段安全监测方法及系统 | |
CN105291965B (zh) | 一种汽车防碰撞方法及装置 | |
CN110155045A (zh) | 一种车辆紧急加速自保护系统及其自保护方法 | |
CN103153748B (zh) | 用于向车辆驾驶员告知计划的超车过程的状况的方法和信息系统 | |
CN103794044B (zh) | 结合车联网和跟弛换算的交通控制方法 | |
JP4311420B2 (ja) | 接近移動体表示装置、システム及び方法 | |
CN109062209A (zh) | 一种智能辅助驾驶控制系统及其控制方法 | |
CN104210489A (zh) | 车路协同环境下车辆与行人碰撞规避方法与系统 | |
US20180339719A1 (en) | Locomotive decision support architecture and control system interface aggregating multiple disparate datasets | |
CN106564498A (zh) | 车辆安全系统 | |
CN104417561A (zh) | 情境感知威胁响应判定 | |
CN109606377A (zh) | 一种紧急驾驶行为防御提示方法及系统 | |
CN107139919A (zh) | 用于车辆防追尾预警的自保护方法、系统及车辆 | |
CN107161074A (zh) | 一种基于v2x技术的无人驾驶车辆数字大灯控制装置 | |
CN110053616B (zh) | 车辆驾驶辅助系统和方法 | |
US20220198842A1 (en) | Predictive analytics for vehicle health | |
CN107097812B (zh) | 一种铁路强降雨量无人机实时智能测量方法及系统 | |
CN109515448A (zh) | 一种自动驾驶传感器布置方法和结构 | |
CN112218266A (zh) | 一种基于v2x的跟车预警方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191001 |