CN110770084B - 一种车辆监控系统及车辆监控方法 - Google Patents

一种车辆监控系统及车辆监控方法 Download PDF

Info

Publication number
CN110770084B
CN110770084B CN201980001259.9A CN201980001259A CN110770084B CN 110770084 B CN110770084 B CN 110770084B CN 201980001259 A CN201980001259 A CN 201980001259A CN 110770084 B CN110770084 B CN 110770084B
Authority
CN
China
Prior art keywords
vehicle
personnel
person
abnormal
driver
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
Application number
CN201980001259.9A
Other languages
English (en)
Other versions
CN110770084A (zh
Inventor
王睿
高毅鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Streamax Technology Co Ltd
Original Assignee
Streamax Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Streamax Technology Co Ltd filed Critical Streamax Technology Co Ltd
Publication of CN110770084A publication Critical patent/CN110770084A/zh
Application granted granted Critical
Publication of CN110770084B publication Critical patent/CN110770084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q5/00—Arrangement or adaptation of acoustic signal devices
    • B60Q5/005—Arrangement or adaptation of acoustic signal devices automatically actuated
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • 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
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/593—Recognising seat occupancy
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/26—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic
    • B60Q1/50—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking
    • B60Q1/503—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking using luminous text or symbol displays in or on the vehicle, e.g. static text
    • B60Q1/5035—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to indicate the vehicle, or parts thereof, or to give signals, to other traffic for indicating other intentions or conditions, e.g. request for waiting or overtaking using luminous text or symbol displays in or on the vehicle, e.g. static text electronic displays
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2300/00—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle
    • B60R2300/80—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement
    • B60R2300/8006—Details of viewing arrangements using cameras and displays, specially adapted for use in a vehicle characterised by the intended use of the viewing arrangement for monitoring and displaying scenes of vehicle interior, e.g. for monitoring passengers or cargo

Abstract

本申请公开了一种车辆监控系统及车辆监控方法，该车辆监控系统包括摄像头模组，用于在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，所述第一图像通过拍摄上车人员而得，所述第二图像通过拍摄下车人员而得；与所述摄像头模组相连的处理模组，用于对所述第一图像进行人脸分析以确定所述车辆的上车人员，对所述第二图像进行人脸分析以确定所述车辆的下车人员，并依次将各个上车人员与各个下车人员进行匹配；与所述处理模组相连的提醒模组，用于若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。通过本申请方案，可以避免出现人员被遗留在车辆的情况，使得乘客的安全得到保障。

Description

一种车辆监控系统及车辆监控方法
技术领域
本申请属于监控技术领域，尤其涉及一种车辆监控系统及车辆监控方法。
背景技术
当前，车辆的安全问题已经引起了越来越多人的重视，社会上已经不止一次出现驾驶员离开车辆时未发现车辆上有遗留人员，最终导致遗留人员在车上窒息或脱水死亡的案例。特别是对于接送学生的校车来说，由于校车接送的学生数量往往较多，驾驶员及跟车老师由于人手不足等原因，难以实现对各个每个乘坐校车的学生进行有效的监管。
发明内容
有鉴于此，本申请提供了一种车辆监控系统及车辆监控方法，可减少出现乘客遗留在车辆内的情况，进一步保障乘客的安全。
本申请的第一方面提供了一种车辆监控系统，包括：
摄像头模组，用于在上述车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，上述第一图像通过拍摄上车人员而得，上述第二图像通过拍摄下车人员而得；
与上述摄像头模组相连的处理模组，用于对上述第一图像进行人脸分析以确定上述车辆的上车人员，对上述第二图像进行人脸分析以确定上述车辆的下车人员，并依次将各个上车人员与各个下车人员进行匹配；
与上述处理模组相连的提醒模组，用于若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。
本申请的第二方面提供了一种车辆监控方法，包括：
在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，上述第一图像通过拍摄上车人员而得，上述第二图像通过拍摄下车人员而得；
对上述第一图像进行人脸分析以确定上述车辆的上车人员，并对上述第二图像进行人脸分析以确定上述车辆的下车人员；
依次将各个上车人员与各个下车人员进行匹配；
若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。
由上可见，本申请提出了一种车辆监控系统，包括摄像头模组，用于在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，上述第一图像通过拍摄上车人员而得，上述第二图像通过拍摄下车人员而得；与上述摄像头模组相连的处理模组，用于对上述第一图像进行人脸分析以确定上述车辆的上车人员，对上述第二图像进行人脸分析以确定上述车辆的下车人员，并依次将各个上车人员与各个下车人员进行匹配；与上述处理模组相连的提醒模组，用于若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。通过本申请方案，对上车人员与下车人员进行比对，可以快速确认当前是否仍有人员遗留在车辆上，并且能快速获知被遗留人员的具体信息，并及时通知驾驶员，避免出现安全问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的车辆监控系统的架构图；
图2是本申请实施例提供的车辆监控方法的实现流程示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。
本申请实施例提出了一种车辆监控系统，下面对该车辆监控系统的构成进行解释及说明，请参阅图1，图1示出了上述车辆监控系统1的架构图：
车辆监控系统1具体由摄像头模组11、处理模组12及提醒模组13所构成。其中，上述摄像头模组11及上述提醒模组13均与上述处理模组12连接。可选地，上述连接可以是无线连接，也可以是有线连接，此处不对上述摄像头模组11与上述处理模组12的连接方式，以及上述提醒模组13与上述处理模组12的连接方式作出限定。
具体地，上述摄像头模组11，用于在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，上述第一图像通过拍摄上车人员而得，上述第二图像通过拍摄下车人员而得；
上述处理模组12，用于对上述第一图像进行人脸分析以确定上述车辆的上车人员，对上述第二图像进行人脸分析以确定上述车辆的下车人员，并依次将各个上车人员与各个下车人员进行匹配；
上述提醒模组13，用于若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。
在本申请实施例中，上述摄像头模组11包括设置于车门处的摄像头，具体地，根据车辆的车门安装情况，可以有一个或多个设置于车门处的摄像头，此处不对上述摄像头的数量作出限定。具体地，上述摄像头模组11使用图像信号处理(Image Signal Processing，ISP)技术来采集图像及视频。上述处理模组12采用ARM(Advanced RISC Machine)芯片进行工作，可以接收并分析上述摄像头模组11所传输过来的图像及视频。
其中，在上述车辆被点火启动后，上述摄像头模组11随即开始启动工作。驾驶员作为经常驾驶车辆的人员，上述车辆监控系统1可以预先存储上述驾驶员的人脸信息，这样一来，后续摄像头模组11在采集上车人员及下车人员信息时，可以将上述驾驶员排除在外。在每个乘客上车时及下车时，上述摄像头模组11都可以采集到包含他们的人脸信息的第一图像及第二图像，并将该第一图像及第二图像传输至上述处理模组12中。具体地，上述第一图像及第二图像的数量不作限定。可选地，可以是在车门内、外均设置一红外感应器，当车门内红外感应器感应到人员靠近时，可以触发上述摄像头模组11采集包含下车人员的第二图像；当车门外红外感应器感应到人员靠近时，可以触发上述摄像头模组11采集包含上车人员的第二图像。
上述处理模组12在对第一图像及第二图像进行分析时，首先可以将对上述第一图像及第二图像中所包含的人脸进行识别及分析。具体地，考虑到有时候可能会出现车门处较为拥挤，同一时刻既有人员上车也有人员下车的情况，也即，采集到的第一图像或第二图像中，可能会同时包含有上车人员及下车人员。基于此，可以基于上述第一图像或第二图像中所包含的人脸的朝向确定该人脸对应的人员是上车人员还是下车人员，例如，当分析出人脸朝向车外方向时，确定该人脸对应人员为下车人员；当分析出人脸朝向车内方向时，确定该人脸对应人员为上车人员。
考虑到摄像头模组11采集图像时，可能会在短时间内采集到多张图像，基于此，为了提升后续匹配时的效率，可以先对上车人员的人脸进行去重处理，并对下车人员的人脸进行去重处理。具体地，是在短时间内(例如3秒内)对多次采集到的同一人脸信息进行去重处理，例如，若在X1时刻采集到上车人员A1的人脸，在X2时刻也采集到上车人员A1的人脸，如果X1时刻与X2时刻的时间差不超过3秒，则可以认为该上车人员在X1时刻至X2时刻执行的是同一上车操作，此时为了避免重复采集上车人员的信息，需要对其进行去重处理，记其为A1的一次上车操作。相应地，还需要查找A1的一次下车操作，也即，查找X2时刻之后，是否采集到了下车人员A1的人脸。若是，则可以确认该人员A1在上车后又下车了，也即该人员已经没有遗留在车辆内了。相反地，若存在无法匹配下车人员的上车人员，例如，若只采集到了人员A2的上车图像，而未采集到人员A2的下车图像，也即，只能在上车人员中查找到A2，而无法在下车人员中查找到A2，导致上车人员A2不能查找到相匹配的下车人员，即可认为该人员A2可能被遗留在车辆内。
进一步地，上述处理模组12在分析时，还需注意以下事项：可能存在人员上车后下车，之后又上车的情形。例如，用户A3在X3时刻上车，随后在X4时刻下车，之后又在X5时刻上车。在发生人员多次上下车的行为时，其前后多次上车的时间必然会相隔一段距离，也即，上述X3时刻与X5时刻的时间差往往回超过去重时所采用的时间阈值(例如3秒)，基于此，上述X3时刻所采集到的上车人员A3与上述X5时刻所采集到的上车人员A3不能进行去重操作，那么此时，需要将上车人员A3与该人员最后一次上车的时刻(也即X5时刻)之后所采集到的下车人员进行匹配，也即，匹配上车人员A3与X5时刻之后的下车人员，如果存在与上车人员A3相匹配的在X5时刻之后的下车人员，则认为匹配成功；若不存在与上车人员A3相匹配的在X5时刻之后的下车人员，则认为匹配失败。
也即是说，在对上车人员及下车人员进行匹配时，针对在不同时间点出现的同一上车人员，需要获取该上车人员的最后上车时间，并在该最后上车时间之后的时间里查找与该上车人员相匹配的下车人员；若能够查找到相匹配的下车人员，则确认该上车人员未遗留在车辆内，若不能够查找到相匹配的下车人员，则确认该上车人员遗留在车辆内。
上述提醒模组13，可以以语音的方式向驾驶员推送上述乘客遗留消息，也可以是以图像和/或文本的方式向驾驶员推送上述乘客遗留消息，此处不作限定。
可选地，上述处理模组12可以再细分为图像处理模组及图像分析模组，上述图像处理模组包括内含图形处理器(Graphics Processing Unit，GPU)的ARM芯片，可帮助加快图像处理的速度，使得图像处理的整体性能和效果都得到提升；上述图像处理模组与上述提醒模组13可以集成在一车载终端内，该车载终端可以设置在驾驶员座位附近，供驾驶员使用；该车载终端可以包含扬声器、显示屏等部件。则上述提醒模组13可以通过上述车载终端的扬声器和/或显示屏向驾驶员推送上述乘客遗留消息，此处不作限定。上述图像分析模组可以集成在云端中，以对摄像头模组11所采集到的各个图像及视频进行异常分析。上述图像分析模组可以基于深度学习对图像中人员进行检测、分类、跟踪及行为分析等，此处不作限定。
可选地，为了提升上述处理模组12的处理效率，避免处理模组12进行无谓的数据处理操作，上述车辆监控系统1还包括：
与上述处理模组12相连的定位模组14，用于获取当前车辆的实时位置；
相应地，上述处理模组12，具体用于在上述实时位置已到达指定的目标位置时，依次将各个上车人员与各个下车人员进行匹配。
在本申请实施例中，上述定位模组14也可以集成在上述车载终端中。具体地，上述定位模组14可以通过全球定位系统(Global Positioning System，GPS)进行定位，或者，也可以通过北斗系统、伽利略系统或格洛纳斯系统进行定位，此处不作限定。具体地，在一天的行程开始前，驾驶员可以基于当日行程的最终目的地设定目标位置：理论上来说，当车辆到达当天的最终目的地时，车辆所搭载的乘客应该都会下车，因而，可以是在车辆已到达指定的目标位置时，才进行上车人员及下车人员的匹配操作，依次将各个上车人员与各个下车人员进行匹配，以确定是否存在遗留人员。
可选地，除了检测车辆是否存在遗留人员，保障各个乘客的安全之外，上述车辆监控系统1还可以对各个车辆乘客的行为进行检测，避免在车辆上发生异常事件，则上述摄像头模组11，还可用于实时采集搭载人员的乘车视频，其中，上述搭载人员为上述车辆当前搭载的人员；
上述处理模组12，还用于根据上述乘车视频，对各个搭载人员进行行为分析；
上述提醒模组13，还用于当存在异常搭载人员时，向上述驾驶员发送乘客异常消息，以提醒驾驶员关注上述异常搭载人员，其中，上述异常搭载人员为行为分析结果指示的存在异常行为的搭载人员。
在本申请实施例中，上述摄像头模组11除了可以在车门处设置摄像头之外，还可以在车厢内部设置摄像头，以采集车辆当前搭载的人员在乘车时的乘车视频。具体地，当上述车辆为大客车等体积较大的车辆时，可以在车厢内的多个区域分别安装摄像头，此处不作限定。通过对各个搭载人员进行行为分析，以确定是否出现存在行为异常的搭载人员，具体地，上述异常行为包括但不限于：在车辆上跑动、打闹等，此处不作限定。当存在异常搭载人员时，可以通过车载终端的扬声器和/或显示屏向上述驾驶员发送乘客异常消息，以提醒驾驶员关注上述异常搭载人员，实现对异常搭载人员的现场监管，避免出现恶劣事件影响驾驶员的行车安全。
可选地，在一种应用场景下，当上述车辆为校车时，考虑到搭载校车的人员为往往为学生，自控及自制能力较差，因而，上述处理模组12，还用于获取上述异常搭载人员的人员信息；
相应地，上述车辆监控系统1还包括：与上述处理模组12相连的通信模组16，用于将上述人员信息上传并更新至预设的第一数据库中，其中，上述第一数据库存储于预设的云端。
在本申请实施例中，考虑到学校的学生在一学年内往往不会出现较大变动，因而，可以预先采集学校中各个学生的人脸信息，并对应记录各个学生的人员信息，例如姓名、性别、班级、家庭住址及紧急联系人电话等。上述各个学生的人脸信息及个人信息可以保存在上述云端的第二数据库中。当处理模组12分析发现有异常搭载人员时，可以基于上述异常搭载人员的人脸信息，从上述第二数据库中获取与上述异常搭载人员相关连的人员信息，并将上述人员信息更新并至第一数据库中。也即是说，上述第一数据库中所保存的为曾经在车辆上出现过异常行为的搭载人员的人员信息。当这些异常搭载人员，比如较为调皮、喜欢在车上打闹的学生搭载其它校车车辆时，通过上车时对这些学生进行人脸识别，可以及时告知驾驶员或跟班老师注意这些学生，避免这些学生再次出现在车上追逐或打闹的情况。可选地，当异常搭载人员的异常行为失控时，上述驾驶员也可以根据获取到的与该异常搭载人员相关联的人员信息，联系异常搭载人员的紧急联系人电话等，以帮助平息现场的异常情况，此处不作限定。
进一步地，上述处理模组12还可以分析各个搭载人员在车上是否有睡觉，并将各个搭载人员的睡觉情况上传至云端；或者，上述处理模组12可以通过通信模组16直接将乘车视频发送至云端，并在云端对各个搭载人员在车上是否有睡觉进行分析，以减轻处理模组的处理压力。上述云端可以分析根据各个搭载人员的历史搭载情况，将在车辆上睡觉次数较多的搭载人员确定为易睡人员。则后续当车辆的上车人员中存在易睡人员时，上述云端还可以基于上述易睡人员向驾驶员推送乘客睡觉消息，让驾驶员重点关注这些容易在车上睡觉的人员，以免乘客因为睡觉发生危险事故。
可选地，除了检测车辆是否存在遗留人员之外，上述车辆监控系统1还可以对车辆外部出现的异常情况进行检测，则上述摄像头模组11，还用于在上述车辆的行驶过程中，实时采集车辆的行车视频；
上述处理模组12，还用于根据上述行车视频，对上述车辆的行车环境进行分析；
上述提醒模组13，还用于当出现异常行车环境时，向上述驾驶员推送线路更改消息，以提醒上述驾驶员更改当前行车线路。
在本申请实施例中，上述摄像头模组11除了可以在车门处设置摄像头之外，还可以在车辆外部设置摄像头，以采集车辆外部的环境视频，也即，采集车辆的行车视频。具体地，为了实现全方位的环境监控，可以在车辆的前部外侧、后部外侧、左部外侧及右部外侧均设置摄像头；当然，也可以仅在车辆的前部外侧设置摄像头，此处不作限定。在车辆的行驶过程中，实时采集车辆的行车视频，并对所采集到的行车视频进行实时分析，当基于上述行车视频分析出出现异常行车环境时，例如，出现车祸、拥堵等情况时，可以通过车载终端的显示屏向上述驾驶员推送线路更改消息，以提醒上述驾驶员更改当前行车线路。具体地，上述处理模组12可以先获取行车目的地及原始行车路线，然后根据上述原始行车路线及行车目的地，规划新行车路线，并基于上述新行车路线，向上述驾驶员推送线路更改消息。
可选地，除了检测车辆是否存在遗留人员之外，上述车辆监控系统1还可以对驾驶员驾驶车辆时出现的异常情况进行检测，则上述摄像头模组11，还用于在车辆的行驶过程中，实时采集上述驾驶员的驾驶视频；
上述处理模组12，还用于根据上述驾驶视频，对上述驾驶员的驾驶行为进行行为分析；
上述提醒模组13，还用于当上述驾驶员出现异常驾驶行为时，向上述驾驶员推送安全驾驶消息，以提醒驾驶员注意安全驾驶。
在本申请实施例中，上述摄像头模组11除了可以在车门处设置摄像头之外，还可以在车辆的驾驶座位附近设置摄像头，以采集驾驶员驾驶车辆时的驾驶视频。上述处理模组12可以对驾驶视频中驾驶员的驾驶行为进行行为分析，具体为分析该驾驶员是否出现抽烟、打电话或疲劳驾驶等，此处不作限定。当基于上述驾驶视频分析出驾驶员出现异常驾驶行为时，可以通过车载终端的显示屏向向上述驾驶员推送安全驾驶消息，以提醒驾驶员注意安全驾驶。进一步地，上述处理模组12还可以统计上述驾驶员出现驾驶异常行为的次数；则上述车辆监控系统1还可以通过与上述处理模组12相连的通信模组16，在上述驾驶员出现驾驶异常行为的次数超过预设的次数时，将上述驾驶员的驾驶视频及出现驾驶异常行为的次数上传至预设的云端。云端可以根据驾驶员出现异常驾驶行为的状况，对驾驶员的排班进行调控。例如，当某一驾驶员出现异常驾驶行为的次数过多时，将该驾驶员在接下来一段时期内的排班更改为其他驾驶员，此处不作限定。
可选地，上述车辆监控系统1还可以基于车辆自身的工作状况对外作出警示，则上述处理模组12，还用于获取上述车辆的仪表盘数据；相应地，上述车辆监控系统1还包括：警示模组15，用于当上述车辆的仪表盘数据指示上述车辆出现故障时，向外部输出警示消息。
在本申请实施例中，上述处理模组12设置于车载终端中，该车载终端还可以与车辆总线相连，以获取车辆的仪表盘数据。当基于车辆的仪表盘数据确定当前车辆出现故障时，为了避免出现车祸，可以通过安装于车辆外部的警示模组15输出警示消息，以提醒附近的其它车辆注意避让。可选地，上述警示模组15可以由显示屏和/或扬声器组成，此处不作限定。
可选地，上述处理模组可以将检测到的出现遗留人员、出现异常搭载人员、驾驶员出现异常驾驶行为及出现异常行车环境等异常情况通过通信模组16上传至云端。在异常情况较为紧急时，云端可以基于上述各种异常情况的异常类型，联系相应的急救电话，并通过通信模组16向车载终端的提醒模组13推送通知，以提醒驾驶员停车处理。
由上可见，基于本申请实施例所提出的车辆监控系统，可以通过车辆上所搭载的摄像头实现对车辆可能出现的各种异常情况的监控，异常事件包括出现遗留人员、出现异常搭载人员、驾驶员出现异常驾驶行为及出现异常行车环境等，并在出现异常情况时，对驾驶员及其它相关人员进行提醒及告警，实现全面且智能的车辆安全监控，进一步提高车辆的行驶安全。
下面对本申请实施例提供的一种车辆监控方法进行描述，上述车辆监控方法应用于上文提出的车辆监控系统中，请参阅图2，本申请实施例中的车辆监控方法包括：
步骤201，在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，上述第一图像通过拍摄上车人员而得，上述第二图像通过拍摄下车人员而得；
步骤202，对上述第一图像进行人脸分析以确定上述车辆的上车人员，并对上述第二图像进行人脸分析以确定上述车辆的下车人员；
步骤203，依次将各个上车人员与各个下车人员进行匹配；
步骤204，若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员。
可选地，上述车辆监控方法还包括：
获取当前车辆的实时位置；
相应地，上述依次将各个上车人员与各个下车人员进行匹配，包括：
在上述实时位置已到达指定的目标位置时，依次将各个上车人员与各个下车人员进行匹配。
可选地，上述车辆监控方法还包括：
实时采集搭载人员的乘车视频，其中，上述搭载人员为上述车辆当前搭载的人员；
根据上述乘车视频，对各个搭载人员进行行为分析；
当存在异常搭载人员时，向上述驾驶员发送乘客异常消息，以提醒驾驶员关注上述异常搭载人员，其中，上述异常搭载人员为行为分析结果指示的存在异常行为的搭载人员。
可选地，当存在异常搭载人员时，上述车辆监控方法还包括：
获取上述异常搭载人员的人员信息；
将上述人员信息更新至预设的第一数据库中，其中，上述第一数据库存储于预设的云端。
可选地，上述车辆监控方法还包括：
在上述车辆的行驶过程中，实时采集车辆的行车视频；
根据上述行车视频，对上述车辆的行车环境进行分析；
当出现异常行车环境时，向上述驾驶员推送线路更改消息，以提醒上述驾驶员更改当前行车线路。
可选地，上述向上述驾驶员推送线路更改消息，包括：
获取行车目的地及原始行车路线；
根据上述原始行车路线及行车目的地，规划新行车路线；
基于上述新行车路线，向上述驾驶员推送线路更改消息。
可选地，上述车辆监控方法还包括：
在车辆的行驶过程中，实时采集上述驾驶员的驾驶视频；
根据上述驾驶视频，对上述驾驶员的驾驶行为进行行为分析；
当上述驾驶员出现异常驾驶行为时，向上述驾驶员推送安全驾驶消息，以提醒驾驶员注意安全驾驶。
可选地，上述车辆监控方法还包括：
统计上述驾驶员出现驾驶异常行为的次数；
当上述驾驶员出现驾驶异常行为的次数超过预设的次数时，将上述驾驶员的驾驶视频及出现驾驶异常行为的次数上传至预设的云端。
可选地，上述车辆监控方法还包括：
获取上述车辆的仪表盘数据；
当上述车辆的仪表盘数据指示上述车辆出现故障时，向外部输出警示消息。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
由上可见，基于本申请实施例所提出的车辆监控方法，可以通过车辆上所搭载的摄像头实现对车辆可能出现的各种异常情况的监控，异常事件包括出现遗留人员、出现异常搭载人员、驾驶员出现异常驾驶行为及出现异常行车环境等，并在出现异常情况时，对驾驶员及其它相关人员进行提醒及告警，实现全面且智能的车辆安全监控，进一步提高车辆的行驶安全。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能模组的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模组完成，即将上述系统的内部结构划分成不同的功能模组，以完成以上描述的全部或者部分功能。实施例中的各功能模组可以集成在一个模组中，也可以是各个模组单独物理存在，也可以两个或两个以上模组集成在一个模组中，上述集成的模组既可以采用硬件的形式实现，也可以采用软件功能模组的形式实现。另外，各功能模组的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述方法的具体实现过程，可以参考前述系统实施例中各个功能模组的对应工作过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模组及方法步骤，能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，上述模组的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模组可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，模组的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的模组可以是或者也可以不是物理上分开的，作为模组显示的部件可以是或者也可以不是物理模组，即可以位于一个地方，或者也可以分布到多个网络模组上。可以根据实际的需要选择其中的部分或者全部模组来实现本实施例方案的目的。
上述集成的模组如果以软件功能模组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，本申请实现上述实施例方法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，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述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。上述计算机可读存储介质可以包括：能够携带上述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、计算机可读存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access 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，上述计算机可读存储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，计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (8)

1.一种车辆监控系统，其特征在于，包括：
摄像头模组，用于在车辆启动后拍摄一张以上第一图像及一张以上第二图像，其中，所述第一图像通过拍摄上车人员而得，所述第二图像通过拍摄下车人员而得；
与所述摄像头模组相连的处理模组，用于对所述第一图像进行人脸分析以确定所述车辆的上车人员，对所述第二图像进行人脸分析以确定所述车辆的下车人员，并依次将各个上车人员与各个下车人员进行匹配，包括：采集到的第一图像或第二图像中，若同时包含有上车人员及下车人员，基于所述第一图像或第二图像中所包含的人脸的朝向确定所述人脸对应的人员是上车人员还是下车人员；
与所述处理模组相连的提醒模组，用于若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员；
所述摄像头模组，还用于实时采集搭载人员的乘车视频，其中，所述搭载人员为所述车辆当前搭载的人员；
所述处理模组，还用于根据所述乘车视频，对各个搭载人员进行行为分析；
所述提醒模组，还用于当存在异常搭载人员时，向所述驾驶员发送乘客异常消息，以提醒驾驶员关注所述异常搭载人员，其中，所述异常搭载人员为行为分析结果指示的存在异常行为的搭载人员；
所述处理模组，还用于获取所述异常搭载人员的人员信息；
相应地，所述车辆监控系统还包括：
与所述处理模组相连的通信模组，用于将所述人员信息更新至预设的第一数据库中，包括：当处理模组分析发现有异常搭载人员时，基于所述异常搭载人员的人脸信息，从第二数据库中获取与所述异常搭载人员相关联的人员信息，并将所述人员信息更新至第一数据库中；其中，所述第一数据库中所保存的为曾经在车辆上出现过异常行为的搭载人员的人员信息，所述第一数据库存储于预设的云端。
2.如权利要求1所述的车辆监控系统，其特征在于，所述车辆监控系统还包括：
与所述处理模组相连的定位模组，用于获取当前车辆的实时位置；
相应地，所述处理模组，具体用于在所述实时位置已到达指定的目标位置时，依次将各个上车人员与各个下车人员进行匹配。
3.如权利要求1所述的车辆监控系统，其特征在于，所述摄像头模组，还用于在所述车辆的行驶过程中，实时采集车辆的行车视频；
所述处理模组，还用于根据所述行车视频，对所述车辆的行车环境进行分析；
所述提醒模组，还用于当出现异常行车环境时，向所述驾驶员推送线路更改消息，以提醒所述驾驶员更改当前行车线路。
4.如权利要求3所述的车辆监控系统，其特征在于，所述提醒模组，具体用于获取行车目的地及原始行车路线，根据所述原始行车路线及行车目的地，规划新行车路线，基于所述新行车路线，向所述驾驶员推送线路更改消息。
5.如权利要求1所述的车辆监控系统，其特征在于，所述摄像头模组，还用于在车辆的行驶过程中，实时采集所述驾驶员的驾驶视频；
所述处理模组，还用于根据所述驾驶视频，对所述驾驶员的驾驶行为进行行为分析；
所述提醒模组，还用于当所述驾驶员出现异常驾驶行为时，向所述驾驶员推送安全驾驶消息，以提醒驾驶员注意安全驾驶。
6.如权利要求5所述的车辆监控系统，其特征在于，所述处理模组，还用于统计所述驾驶员出现驾驶异常行为的次数；
相应地，所述车辆监控系统还包括：
与所述处理模组相连的通信模组，用于当所述驾驶员出现驾驶异常行为的次数超过预设的次数时，将所述驾驶员的驾驶视频及出现驾驶异常行为的次数上传至预设的云端。
7.如权利要求1所述的车辆监控系统，其特征在于，所述处理模组，还用于获取所述车辆的仪表盘数据；
相应地，所述车辆监控系统还包括：
与所述处理模组相连的警示模组，用于当所述车辆的仪表盘数据指示所述车辆出现故障时，向外部输出警示消息。
8.一种车辆监控方法，其特征在于，包括：
在车辆启动后，拍摄一张以上第一图像及一张以上第二图像，其中，所述第一图像通过拍摄上车人员而得，所述第二图像通过拍摄下车人员而得；
对所述第一图像进行人脸分析以确定所述车辆的上车人员，并对所述第二图像进行人脸分析以确定所述车辆的下车人员，包括：采集到的第一图像或第二图像中，若同时包含有上车人员及下车人员，基于所述第一图像或第二图像中所包含的人脸的朝向确定所述人脸对应的人员是上车人员还是下车人员；
依次将各个上车人员与各个下车人员进行匹配；
若存在无法匹配下车人员的上车人员，则向驾驶员推送乘客遗留消息，以提醒驾驶员当前车辆仍存在遗留人员；
实时采集搭载人员的乘车视频，其中，上述搭载人员为上述车辆当前搭载的人员；根据上述乘车视频，对各个搭载人员进行行为分析；当存在异常搭载人员时，向所述驾驶员发送乘客异常消息，以提醒驾驶员关注所述异常搭载人员，其中，所述异常搭载人员为行为分析结果指示的存在异常行为的搭载人员；获取所述异常搭载人员的人员信息；将所述人员信息更新至预设的第一数据库中，包括：当处理模组分析发现有异常搭载人员时，基于所述异常搭载人员的人脸信息，从第二数据库中获取与所述异常搭载人员相关联的人员信息，并将所述人员信息更新至第一数据库中；其中，所述第一数据库中所保存的为曾经在车辆上出现过异常行为的搭载人员的人员信息，所述第一数据库存储于预设的云端。
CN201980001259.9A 2019-08-05 2019-08-05 一种车辆监控系统及车辆监控方法 Active CN110770084B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/099222 WO2019238142A2 (zh) 2019-08-05 2019-08-05 一种车辆监控系统及车辆监控方法

Publications (2)

Publication Number Publication Date
CN110770084A CN110770084A (zh) 2020-02-07
CN110770084B true CN110770084B (zh) 2022-02-22

Family

ID=68843634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980001259.9A Active CN110770084B (zh) 2019-08-05 2019-08-05 一种车辆监控系统及车辆监控方法

Country Status (4)

Country Link
US (1) US20220358769A1 (zh)
EP (1) EP3965082B1 (zh)
CN (1) CN110770084B (zh)
WO (1) WO2019238142A2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113593075B (zh) * 2020-04-30 2023-04-07 比亚迪股份有限公司 用于试车场的信息显示方法和信息显示系统
CN112462745A (zh) * 2020-12-01 2021-03-09 南京领行科技股份有限公司 一种车机设备及信息处理的方法
DE102020133448A1 (de) * 2020-12-15 2022-06-15 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Fahrzeug
CN113099176A (zh) * 2021-03-30 2021-07-09 中车青岛四方机车车辆股份有限公司 一种车载视频监控设备及轨道交通车辆
CN113283734B (zh) * 2021-05-19 2024-04-05 中科美络科技股份有限公司 一种执法执勤车辆监督管理方法及系统
CN113306489B (zh) * 2021-06-23 2022-11-18 中山职业技术学院 一种氢燃料电池客车智能监控装置和监控方法
CN113702833B (zh) * 2021-06-30 2024-04-19 中国电信集团工会上海市委员会 一种楼道电瓶车监测系统及方法
CN113691960A (zh) * 2021-07-28 2021-11-23 深圳市航顺芯片技术研发有限公司 一种车辆成员异常模式检测方法、车载终端及系统
CN113705417B (zh) * 2021-08-23 2022-06-28 深圳市商汤科技有限公司 图像处理方法及装置、电子设备及计算机可读存储介质
CN113734173B (zh) * 2021-09-09 2023-06-20 东风汽车集团股份有限公司 车辆智能监控方法、设备及存储介质
CN114895983A (zh) * 2022-05-12 2022-08-12 合肥杰发科技有限公司 Dms的启动方法及相关设备
CN114770547B (zh) * 2022-05-13 2023-05-30 安徽对称轴智能安全科技有限公司 一种防疫机械臂以及路径规划和防疫检测方法
CN117273664B (zh) * 2023-11-21 2024-02-27 云启智慧科技有限公司 一种基于人工智能的智慧校车系统及装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090112452A1 (en) * 2007-10-25 2009-04-30 Gm Global Technology Operations, Inc. Vehicle navigation system with real time traffic image display
JP5263315B2 (ja) * 2011-02-14 2013-08-14 株式会社デンソー 車両挙動データ記憶装置
CN102855475B (zh) * 2012-09-17 2015-03-18 广州杰赛科技股份有限公司 一种校车监控方法和系统
CN202871056U (zh) * 2012-10-25 2013-04-10 上海市城市建设设计研究总院 校车车内安全监控系统
CN103213502A (zh) * 2013-03-25 2013-07-24 福州海景科技开发有限公司 基于生物识别技术的校车安全管理方法
US9248842B1 (en) * 2014-07-14 2016-02-02 Toyota Motor Engineering & Manufacturing North America, Inc. Environment-based function lock system for a vehicle
KR101602250B1 (ko) * 2014-12-26 2016-03-10 주식회사 한국아이디어연구소 어린이 통학 및 통원용 차량에서의 승하차 확인 및 이력관리를 위한 방법
KR101942793B1 (ko) * 2015-07-03 2019-01-28 엘지전자 주식회사 차량 운전 보조장치 및 이를 포함하는 차량
US11276256B2 (en) * 2016-08-25 2022-03-15 Airbnb, Inc. Traffic event recording and recreation
JP6145210B1 (ja) * 2016-12-26 2017-06-07 株式会社スバルカーベル 乗客管理装置、及び乗客管理方法
TW201824199A (zh) * 2016-12-28 2018-07-01 曾建勳 智慧型校車安全防護監控系統
CN107516079A (zh) * 2017-08-22 2017-12-26 佛山络威网络技术有限公司 一种利用人脸识别的人员统计与报警系统及其方法
CN207570802U (zh) * 2017-10-27 2018-07-03 深圳市盐港明珠货运实业有限公司 货运汽车仪表盘信息监控系统
KR20200081523A (ko) * 2018-12-17 2020-07-08 현대자동차주식회사 차량 및 그 제어방법
CN109961611A (zh) * 2019-03-14 2019-07-02 钧捷智能（深圳）有限公司 基于疲劳驾驶预警系统的远程救援指挥系统及其使用方法
KR102631160B1 (ko) * 2019-07-11 2024-01-30 엘지전자 주식회사 차량 탑승자 상태 감지방법 및 차량 탑승자 상태 감지장치

Also Published As

Publication number Publication date
WO2019238142A3 (zh) 2020-06-11
EP3965082A2 (en) 2022-03-09
US20220358769A1 (en) 2022-11-10
EP3965082A4 (en) 2022-06-01
WO2019238142A2 (zh) 2019-12-19
EP3965082B1 (en) 2023-05-24
CN110770084A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN110770084B (zh) 一种车辆监控系统及车辆监控方法
US11069221B1 (en) Methods of facilitating emergency assistance
CN107608388B (zh) 自主警车
US10997430B1 (en) Dangerous driver detection and response system
US20100305806A1 (en) Portable Multi-Modal Emergency Situation Anomaly Detection and Response System
WO2019075341A1 (en) DETECTION OF DRIVING ACTIONS THAT MITIGATE RISK
EP3491358A1 (en) Determining causation of traffic events and encouraging good driving behavior
US20220297644A1 (en) Safe driving support system based on mobile iot agent and method for processing thereof
CN110366107A (zh) 车辆通信方法及使用该方法的装置
US11285966B2 (en) Method and system for controlling an autonomous vehicle response to a fault condition
Shubham et al. A survey on iot based automatic road accident detection
Rohit An IOT based system for public transport surveillance using real-time data analysis and computer vision
CN112519787A (zh) 一种车辆控制系统及车辆
KR102245850B1 (ko) 블랙박스 영상을 이용한 통합 관제 서비스를 제공하는 장치 및 방법
JP7207912B2 (ja) 運転評価システム
CN116193365A (zh) 一种出租车安全信息采集系统
CN111824062A (zh) 安全带监管系统及方法
CN112735161A (zh) 一种交通事故处理方法、车辆及服务器
CN114220285A (zh) 超速车辆的定位与示警方法、装置、电子设备及可读介质

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
GR01 Patent grant
GR01 Patent grant