CN110533794A - 车辆危险管理方法、计算机装置以及计算机可读存储介质 - Google Patents
车辆危险管理方法、计算机装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110533794A CN110533794A CN201910818743.2A CN201910818743A CN110533794A CN 110533794 A CN110533794 A CN 110533794A CN 201910818743 A CN201910818743 A CN 201910818743A CN 110533794 A CN110533794 A CN 110533794A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- management method
- real
- risk management
- termination
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明提供一种车辆危险管理方法、计算机装置以及计算机可读存储介质,该车辆危险管理方法包括:获取车辆终端的监测信息;根据监测信息判断车辆是否异常,若是,获取车辆终端的实时采集数据;利用预设分析模型对实时采集数据进行危险类型以及危险程度评估;根据危险类型和危险程度发送相应的警报信息。该计算机装置包括控制器,控制器用于执行存储器中存储的计算机程序时实现上述的车辆危险管理方法。该计算机可读存储介质,其上存储有计算机程序,计算机程序被控制器执行时实现上述的车辆危险管理方法。应用本发明的车辆危险管理方法可对车辆危险管理更加及时、准确。
Description
技术领域
本发明涉及车辆系统技术领域,具体的,涉及一种车辆危险管理方法,还涉及应用该车辆危险管理方法的计算机装置,还涉及应用该车辆危险管理方法的计算机可读存储介质。
背景技术
随着国内经济的不断发展,人民的生活节奏日益加快,汽车已逐渐成为生活的一种象征,汽车的数量在中国也是在日益剧增,但是,国内现阶段道路及交通管理的设备不完善,以及有些驾驶人员在驾车时不够专心,导致国内车祸频繁发生,对人们的人身安全造成很大的威胁。尽管国家一直在对此方面进行加强管理,但是效果不是很明显。因此,为了减少车辆事故的发生,车辆管理系统成为了车辆智能化必不可少的一部分。
在现有的车辆管理系统中,车辆一旦发生突发事件,如车辆意外损毁,车辆故障等情况,只能靠人工进行通知联系以及报警等操作。往往会造成因信息传递的时间延误而造成进一步的损失,比如乘客的时间损耗或报警营救不及时等。因此,需要更加及时、准确的车辆管理系统。
发明内容
本发明的第一目的是提供一种对车辆危险管理更加及时、准确的车辆危险管理方法。
本发明的第二目的是提供一种对车辆危险管理更加及时、准确的计算机装置。
本发明的第三目的是提供一种对车辆危险管理更加及时、准确的计算机可读存储介质。
为了实现上述第一目的,本发明提供的车辆危险管理方法包括:获取车辆终端的监测信息;根据监测信息判断车辆是否异常,若是,获取车辆终端的实时采集数据;利用预设分析模型对实时采集数据进行危险类型以及危险程度评估;根据危险类型和危险程度发送相应的警报信息。
由上述方案可见,本发明的车辆危险管理方法在判断车辆出现异常时,获取车辆终端的实时采集数据,可获取车辆当前的运行状态,并通过预设分析模型对实时采集数据进行分析,判断车辆当前危险类型以及危险程度的评估,从而可根据危险类型以及危险程度做出相应的处理,提高车辆危险管理的及时性和准确性。
进一步的方案中,在获取车辆终端的监测信息的步骤之前,方法还包括:获取到车辆终端的长链接通信请求时,建立与车辆终端的长链接通信。
由此可见,为了保障车辆可获得实时的危险评估,利用长链接与车辆终端进行通信,可保持与车辆的联系,提高危险管理的实时性。
进一步的方案中,获取车辆终端的实时采集数据的步骤包括:获取经过车辆终端以预设方式加密后的实时采集数据包。
由此可见,实时采集数据经过预设方式加密压缩后,会节省每次上传数据包的体积,节省流量成本,同时加快数据传输速度。
进一步的方案中,获取车辆终端的实时采集数据的步骤还包括:根据所监测信息判断车辆是否断电,若是,向车辆终端发送实时保存指令,并获取车辆恢复供电后车辆终端存储的实时采集数据。
由此可见,为了保障数据的安全性,在确定车辆断电时,向车辆终端发送实时保存指令,确保数据的安全性,同时,在车辆恢复供电后获取车辆终端存储的实时采集数据,可对数据进行危险分析。
进一步的方案中,获取车辆终端的实时采集数据的步骤后,方法还包括:对采集数据进行深度学习,建立预设分析模型中的信息模型。
由此可见,为了提高危险管理的准确性,对采集数据进行深度学习,从而建立预设分析模型中的信息模型,从而可在车辆实际运行中提高危险管理的准确性。
进一步的方案中,在根据危险类型和危险程度发送相应的警报信息的步骤后,方法还包括:获取到车辆终端发送的危险清除信号时,向车辆终端发送采集数据清除指令。
由此可见,在对车辆进行危险清除后,为了节省车辆终端的存储空间,向车辆终端发送采集数据清除指令,将车辆终端所存储的采集数据进行删除。
进一步的方案中,获取车辆终端的监测信息的步骤包括:每间隔预设时长时,向车辆终端获取监测信息。
由此可见,为了减少处理空间的损耗,每间隔预设时长时,才向车辆终端获取监测信息,较少系统运算压力。
为了实现本发明的第二目的,本发明提供计算机装置包括处理器以及存储器,存储器存储有计算机程序,计算机程序被处理器执行时实现上述的车辆危险管理方法的步骤。
为了实现本发明的第三目的,本发明提供的计算机可读存储介质,其上存储有计算机程序,计算机程序被控制器执行时实现上述的车辆危险管理方法的步骤。
附图说明
图1是本发明车辆危险管理方法实施例的流程图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的车辆危险管理方法是应用在车辆管理系统中的应用程序,用于实现对车辆的危险管理。优选的,车辆管理系统包括车辆终端和管理平台,车辆终端设置在车辆上,通过无线通信方式与管理平台实现信息交互。车辆终端设置有各类传感器,用于获取车辆运行数据。本发明的车辆危险管理方法应用于管理平台。本发明还提供一种计算机装置,该计算机装置包括控制器,控制器用于执行存储器中存储的计算机程序时实现上述的车辆危险管理方法的步骤。本发明还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被控制器执行时实现上述的车辆危险管理方法的步骤。
车辆危险管理方法实施例:
本发明的车辆危险管理方法是应用在管理平台中的应用程序,用于实现对车辆的危险管理。
参见图1,本发明的车辆危险管理方法在进行管理时,首先执行步骤S1,获取到车辆终端的长链接通信请求时,建立与车辆终端的长链接通信。车辆终端在上电后,为了能够获得对车辆进行危险管理,需向管理平台发送通信请求。本实施例中,车辆终端通过长链接通信的方式与管理平台进行通信连接,可保持与车辆的联系,提高危险管理的实时性。因此,在获取到车辆终端的长链接通信请求时,建立与车辆终端的长链接通信,以便保障车辆可获得实时的危险评估。
在建立长链接通信后,执行步骤S2,获取车辆终端的监测信息。车辆终端在车辆运行时,可实时获取车辆的行驶参数,其中,车辆的行驶参数包括陀螺仪数值、车辆速度、油门控制参数、刹车控制参数和矢量传感器数值等。通过行驶参数与预设阈值的比较与分析,可初步判断车辆是否出现异常,从而获得车辆的监测信息。例如,在车辆具有加速度的时候车辆油门控制开启,矢量传感器数值无突然发生剧变,陀螺仪数值在阈值区间内,则可以判断车辆为正常行驶,获得车辆正常的监测信息;如果车辆具有加速度,油门加控制关闭,刹车控制开启。矢量数值和陀螺仪数值正常,那么可以判断车辆发生后方追尾,获得车辆异常的监测信息。为了减少处理空间的损耗,每间隔预设时长时,才向车辆终端获取监测信息,较少系统运算压力,本实施例中,获取车辆终端的监测信息的步骤包括:每间隔预设时长时,向车辆终端获取监测信息。其中,预设时长为5秒。
在获得监测信息后,执行步骤S3,根据监测信息判断车辆是否异常。监测信息可以是车辆基本错误代码,通过对代码的判断,可确定车辆是否出现异常,此为本领域技术人员所公知的家技术,在此不再赘述。
若判断车辆异常,则执行步骤S4,获取车辆终端的实时采集数据。判断车辆异常时,为了能够进一步的对车辆异常进行分析,确保危险管理的正确性,以便做出正确的应对操作,需要获取车辆终端的实时采集数据,用于进行深度分析。实时采集数据包括车辆的行驶参数。为了节省流量成本,同时加快数据传输速度,本实施例中,获取车辆终端的实时采集数据的步骤包括:获取经过车辆终端以预设方式加密后的实时采集数据包。优选的,预设方式为base64加密方式。
本实施例中,获取车辆终端的实时采集数据的步骤还包括:根据所监测信息判断车辆是否断电,若是,向车辆终端发送实时保存指令,并获取车辆恢复供电后车辆终端存储的实时采集数据。本发明中的车辆终端在车辆断电后仍然会工作半个小时,为了保障数据的安全性,在确定车辆断电时,向车辆终端发送实时保存指令,车辆终端对实时采集数据进行保存,确保数据的安全性,同时,在车辆恢复供电后获取车辆终端存储的实时采集数据,可对数据进行危险分析。
在获得实时采集数据后,执行步骤S5,利用预设分析模型对实时采集数据进行危险类型以及危险程度评估。在利用预设分析模型对实时采集数据进行危险类型时,根据实时采集数据判断危险类型。预设分析模型设置的危险类型包括:车辆机械危险、车辆追尾危险、坠毁危险和侧翻危险等。不同的危险类型设置有对应的监控数值项。例如,追尾危险类型监控的数值项为油门状态、刹车状态、方向、加速度、车辆横向倾斜和车辆纵向倾斜等数值项,当实时采集数据中所有监控项均达到报警线后,会判断为追尾危险类型。例如,在车辆具有加速度的时候车辆油门控制开启,矢量传感器数值无突然发生剧变,陀螺仪数值在阈值区间内,则可以判断车辆为正常行驶;如果车辆具有加速度,油门加控制关闭,刹车控制开启。矢量数值和陀螺仪数值正常,那么可以判断危险类型为车辆发生后方追尾。在利用预设分析模型对实时采集数据进行危险程度判断时,根据实时采集数据中的运行参数与标准参数阈值比对大小判断危险程度。每一类数值项都设有独立的报警值。例如,车辆横向倾斜数值,设安全阈值为-10度(左倾斜10度)至+10度(右倾斜10度)之间,低风险越界百分数区间为1%至20%,中危险越界百分数为21%至70%,高危危险越界百分数为71%以上。因此,当通过采集数据判断车辆横向倾斜数值为+20度时,越界百分数为100%,达到高危程度,如获取车辆横向倾斜数值为-15度,越界百分数为50%,则为中危险程度。又例如,陀螺仪在车辆正常运行时仰俯角阈值为±30度,如果得到仰俯角为-60度,那么则可以判断判断危险程度为中等危险程度,如果得到仰俯角为+90度,那么则可以判断判断危险程度为高危程度。
此外,利用预设分析模型对实时采集数据进行评估时,如果上一次上报数据为异常,而当次上报数据结果为正常时,则上一次的异常数据会被特殊记录并在标准阈值的边界设置模糊逻辑阈,比如,陀螺仪在车辆正常运行时仰俯角阈值为±30度,上一次检测的数据中仰俯角为+31度,而当次检测的数据中仰俯角为+25度,那么+31度会标记为模糊逻辑数值,并根据历史记录次数积累在当前数值下发生危险的可能性为多少,从而完善预设分析模型并增强可靠性。
在获得危险类型以及危险程度后,执行步骤S6,根据危险类型和危险程度发送相应的警报信息。通过预设分析模型对实时采集数据进行分析,判断车辆当前危险类型以及危险程度的评估,从而可根据危险类型以及危险程度做出相应的处理,提高车辆危险管理的及时性和准确性。本实施例中,如果车辆异常时,会根据得到的危险类型以及危险程度分为:危险类型为可运行需维护,危险程度为运行正常;危险类型为不可运行需乘客转运,危险程度为低;危险程度为已损坏需乘客转运,危险程度为中;危险程度为危险需救援,危险程度为高。当判断车辆是“可运行需维护”时,可主动提醒司机和管理员进行维护操作。当判断车辆是“不可运行需乘客转运”时,会及时通知司机停止运行并主动调度查找车辆所在位置附近的备用车辆前往转运乘客。当判断车辆是“已损坏需乘客转运”时,会通知管理员进行处理并主动调度查找车辆所在位置附近的备用车辆前往转运乘客。当判断车辆是“危险需救援”后会第一时间联系营救中心、救援中心、救护中心,报名情况和传递位置信息,通知相关负责人及时前往车辆位置进行处理。
发送相应的警报信息后或者在执行步骤S3时判断根据监测信息判断车辆没有异常,则执行步骤S7,对采集数据进行深度学习,建立预设分析模型中的信息模型。为了提高危险管理的准确性,对采集数据进行深度学习,从而建立预设分析模型中的信息模型。通过采用深度学习的方式自主学习各传感器数据所代表的实际意义,建立起意义模型,在异常状态下可将采集器数据和意义模型进行匹配,从而确定危险类型和危险程度。深度学习为本领域技术人员所公知的技术,在此不再赘述。
此外,在根据危险类型和危险程度发送相应的警报信息的步骤后,若获取到车辆终端发送的危险清除信号,则向车辆终端发送采集数据清除指令。在对车辆进行危险清除后,为了节省车辆终端的存储空间,向车辆终端发送采集数据清除指令,将车辆终端所存储的采集数据进行删除,进一步提高存储空间的重复利用。
计算机装置实施例:
本实施例的计算机装置包括控制器,控制器执行计算机程序时实现上述车辆危险管理方法实施例中的步骤。
例如,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由控制器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机装置中的执行过程。
计算机装置可包括,但不仅限于,控制器、存储器。本领域技术人员可以理解,计算机装置可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机装置还可以包括输入输出设备、网络接入设备、总线等。
例如,控制器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用控制器、数字信号控制器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用控制器可以是微控制器或者该控制器也可以是任何常规的控制器等。控制器是计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块,控制器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现计算机装置的各种功能。例如,存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音接收功能、声音转换成文字功能等)等;存储数据区可存储根据手机的使用所创建的数据(例如音频数据、文本数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
计算机可读存储介质实施例:
上述实施例的计算机装置集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,实现上述车辆危险管理方法实施例中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于计算机可读存储介质中,该计算机程序在被控制器执行时,可实现上述车辆危险管理方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。存储介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
由上述可知,本发明的车辆危险管理方法在判断车辆出现异常时,获取车辆终端的实时采集数据,可获取车辆当前的运行状态,并通过预设分析模型对实时采集数据进行分析,判断车辆当前危险类型以及危险程度的评估,从而可根据危险类型以及危险程度做出相应的处理,提高车辆危险管理的及时性和准确性。
需要说明的是,以上仅为本发明的优选实施例,但发明的设计构思并不局限于此,凡利用此构思对本发明做出的非实质性修改,也均落入本发明的保护范围之内。
Claims (9)
1.一种车辆危险管理方法,其特征在于:包括:
获取车辆终端的监测信息;
根据所述监测信息判断车辆是否异常,若是,获取车辆终端的实时采集数据;
利用预设分析模型对所述实时采集数据进行危险类型以及危险程度评估;
根据所述危险类型和所述危险程度发送相应的警报信息。
2.根据权利要求1所述的车辆危险管理方法,其特征在于:
在所述获取车辆终端的监测信息的步骤之前,所述方法还包括:
获取到所述车辆终端的长链接通信请求时,建立与所述车辆终端的长链接通信。
3.根据权利要求1所述的车辆危险管理方法,其特征在于:
所述获取车辆终端的实时采集数据的步骤包括:
获取经过所述车辆终端以预设方式加密后的实时采集数据包。
4.根据权利要求1所述的车辆危险管理方法,其特征在于:
所述获取车辆终端的实时采集数据的步骤还包括:
根据所监测信息判断车辆是否断电,若是,向所述车辆终端发送实时保存指令,并获取所述车辆恢复供电后所述车辆终端存储的实时采集数据。
5.根据权利要求1至4任一项所述的车辆危险管理方法,其特征在于:
所述获取车辆终端的实时采集数据的步骤后,所述方法还包括:
对所述采集数据进行深度学习,建立所述预设分析模型中的信息模型。
6.根据权利要求1至4任一项所述的车辆危险管理方法,其特征在于:
在所述根据所述危险类型和所述危险程度发送相应的警报信息的步骤后,所述方法还包括:
获取到所述车辆终端发送的危险清除信号时,向所述车辆终端发送采集数据清除指令。
7.根据权利要求1至4任一项所述的车辆危险管理方法,其特征在于:
所述获取车辆终端的监测信息的步骤包括:
每间隔预设时长时,向所述车辆终端获取所述监测信息。
8.一种计算机装置,包括处理器以及存储器,其特征在于:所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任意一项所述的车辆危险管理方法的步骤。
9.一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:所述计算机程序被控制器执行时实现如权利要求1至7中任意一项所述的车辆危险管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910818743.2A CN110533794A (zh) | 2019-08-30 | 2019-08-30 | 车辆危险管理方法、计算机装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910818743.2A CN110533794A (zh) | 2019-08-30 | 2019-08-30 | 车辆危险管理方法、计算机装置以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533794A true CN110533794A (zh) | 2019-12-03 |
Family
ID=68665736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910818743.2A Pending CN110533794A (zh) | 2019-08-30 | 2019-08-30 | 车辆危险管理方法、计算机装置以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533794A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597507A (zh) * | 2020-03-31 | 2020-08-28 | 浙江吉利汽车研究院有限公司 | 一种事件数据记录方法、装置、设备及存储介质 |
CN111612938A (zh) * | 2020-03-31 | 2020-09-01 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN113807547A (zh) * | 2021-08-12 | 2021-12-17 | 江铃汽车股份有限公司 | 车辆故障预警方法、系统、可读存储介质及计算机设备 |
CN114120482A (zh) * | 2021-11-30 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 车辆数据采集方法、装置、车辆及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464218A (zh) * | 2007-12-21 | 2009-06-24 | 本田技研工业株式会社 | 车辆的远程诊断系统用数据通信装置 |
CN103770651A (zh) * | 2014-01-21 | 2014-05-07 | 国家电网公司 | 车辆应急预警救援系统及方法 |
CN106406287A (zh) * | 2016-11-08 | 2017-02-15 | 思建科技有限公司 | 一种车辆安全状态监控预警方法及系统 |
CN109823338A (zh) * | 2019-03-28 | 2019-05-31 | 南京航空航天大学 | 一种基于综合评价指标的汽车主动安全预警系统 |
CN109861388A (zh) * | 2018-12-20 | 2019-06-07 | 江苏迪纳数字科技股份有限公司 | 一种车载智能终端的远程监控方法 |
-
2019
- 2019-08-30 CN CN201910818743.2A patent/CN110533794A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464218A (zh) * | 2007-12-21 | 2009-06-24 | 本田技研工业株式会社 | 车辆的远程诊断系统用数据通信装置 |
CN103770651A (zh) * | 2014-01-21 | 2014-05-07 | 国家电网公司 | 车辆应急预警救援系统及方法 |
CN106406287A (zh) * | 2016-11-08 | 2017-02-15 | 思建科技有限公司 | 一种车辆安全状态监控预警方法及系统 |
CN109861388A (zh) * | 2018-12-20 | 2019-06-07 | 江苏迪纳数字科技股份有限公司 | 一种车载智能终端的远程监控方法 |
CN109823338A (zh) * | 2019-03-28 | 2019-05-31 | 南京航空航天大学 | 一种基于综合评价指标的汽车主动安全预警系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597507A (zh) * | 2020-03-31 | 2020-08-28 | 浙江吉利汽车研究院有限公司 | 一种事件数据记录方法、装置、设备及存储介质 |
CN111612938A (zh) * | 2020-03-31 | 2020-09-01 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN111612938B (zh) * | 2020-03-31 | 2022-09-27 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN113807547A (zh) * | 2021-08-12 | 2021-12-17 | 江铃汽车股份有限公司 | 车辆故障预警方法、系统、可读存储介质及计算机设备 |
CN114120482A (zh) * | 2021-11-30 | 2022-03-01 | 上汽通用五菱汽车股份有限公司 | 车辆数据采集方法、装置、车辆及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533794A (zh) | 车辆危险管理方法、计算机装置以及计算机可读存储介质 | |
CN107757525B (zh) | 自主车辆故障模式管理系统及方法 | |
CN108860165B (zh) | 车辆辅助驾驶方法和系统 | |
CN103247185B (zh) | 一种车辆入弯防侧翻提醒系统和方法 | |
US10157321B2 (en) | Vehicle event detection and classification using contextual vehicle information | |
CN106875724A (zh) | 车辆事故的处理方法、提供救援服务的方法及救援系统 | |
CN111105622B (zh) | 违规停车纠正方法、装置以及存储介质 | |
CN102881179B (zh) | 一种汽车主动安全信息的搜集方法及信息服务系统 | |
CN201918031U (zh) | 基于gps定位信息和无线通信网络的车辆安全预警系统 | |
JP2019523486A (ja) | 交通車両の動きおよび/または運転パラメータに関するデータを取得するように適合された車載装置によって記録された交通車両の異常応力を検出および検証するための方法 | |
CN106157695A (zh) | 危险驾驶行为的提醒方法和装置 | |
CN110395205B (zh) | 车辆事故告警方法、装置、电子设备、存储介质 | |
EP3736181A2 (en) | Automobile driver biometric authentication and gps services | |
CN106961369A (zh) | 用于电动汽车的防盗安全系统及方法 | |
CN112446761A (zh) | 用于使用区块链进行共乘的系统和方法 | |
CN105957403A (zh) | 车辆预警方法及装置 | |
CN108900522A (zh) | 一种电动汽车的安全防护方法、装置及系统 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
CN107591025A (zh) | 车辆行驶的预警方法及系统、服务器、汽车终端、存储器 | |
CN111541751B (zh) | 一种轨迹监测的方法及装置 | |
CN108810850A (zh) | 车载故障播报系统、方法、设备及存储介质 | |
CN114821968A (zh) | 动车司机疲劳驾驶干预方法、装置、设备及可读存储介质 | |
US11263837B2 (en) | Automatic real-time detection of vehicular incidents | |
WO2023103459A1 (zh) | 车辆控制方法、决策服务器及存储介质 | |
CN116533876A (zh) | 一种车辆应急提醒方法、装置、设备及介质 |
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: 20191203 |