CN111615053A - 动态标注风险区域的车联网系统和方法 - Google Patents

动态标注风险区域的车联网系统和方法 Download PDF

Info

Publication number
CN111615053A
CN111615053A CN202010441598.3A CN202010441598A CN111615053A CN 111615053 A CN111615053 A CN 111615053A CN 202010441598 A CN202010441598 A CN 202010441598A CN 111615053 A CN111615053 A CN 111615053A
Authority
CN
China
Prior art keywords
vehicle
risk
module
dynamic
intensity
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
Application number
CN202010441598.3A
Other languages
English (en)
Other versions
CN111615053B (zh
Inventor
林昱玮
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.)
Inventec Appliances Shanghai Corp
Original Assignee
Inventec Appliances Shanghai Corp
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 Inventec Appliances Shanghai Corp filed Critical Inventec Appliances Shanghai Corp
Priority to CN202010441598.3A priority Critical patent/CN111615053B/zh
Priority to TW109126138A priority patent/TWI768419B/zh
Priority to US16/986,243 priority patent/US20210366284A1/en
Publication of CN111615053A publication Critical patent/CN111615053A/zh
Application granted granted Critical
Publication of CN111615053B publication Critical patent/CN111615053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H04W4/022—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences with dynamic range variability
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出一种动态标注风险区域的车联网系统和方法，所述车联网系统包括云端服务器，用以与车辆系统进行通讯。云端服务器包括通讯模块、规划模块、运算模块以及判断模块。通讯模块用以接收来自车辆系统的车辆信息，车辆信息包括车辆位置。规划模块用以依据车辆位置制定动态风险区域范围。动态风险区域范围随着车辆位置同步移动。运算模块用以计算对应至车辆信息的风险因子系数，以及计算对应至动态风险区域范围的风险强度。判断模块用以判断风险强度是否大于或等于预设阈值。通讯模块通知车辆系统动态风险区域范围的风险强度大于预设阈值的警示。

Description

动态标注风险区域的车联网系统和方法
技术领域
本发明涉车联网技术领域，尤其涉及一种动态标注风险区域的车联网系统和动态标注风险区域的方法。
背景技术
随着车辆的普及，各国开始致力研究如何提升行车安全的课题。许多安全辅助系统应运而生，例如先进驾驶辅助系统(Advanced Driver Assistance System，ADAS)和危险警告系统等。有些系统可将车辆中传感器所检测到的事件(例如，慢速汽车、湿滑道路、道路坑洞等)精确地定位于车道定位置上，并将这些信息发送至云端运算中心。如此一来，云端运算中心可将这些信息发送并分享至其他车辆而达到危险警告的效果。上述方式虽有预警功能，但在现今道路突发事件普遍过多的情况下常有警示过于频繁的情形。
以上陈述仅提供与本发明有关的背景信息，而不必然地构成现有技术。
发明内容
鉴于以上问题，本发明的目的之一在于提出能够实现道路风险警告并能减少或避免干预驾驶注意力的情形发生的道路风险警告系统和方法。
本发明的一些实施方式揭露了一种动态标注风险区域的车联网系统，至少包括云端服务器，用以与车辆系统进行通讯。云端服务器包括通讯模块、规划模块、运算模块以及判断模块。通讯模块用以接收来自车辆系统的车辆信息，车辆信息包括车辆位置。规划模块用以依据车辆位置制定动态风险区域范围。动态风险区域范围随着车辆位置同步移动。运算模块用以计算多个风险因子系数，以及计算对应至动态风险区域范围的风险强度。这些风险因子系数当中的至少一个对应至车辆信息，且风险强度由这些风险因子系数加权总和而成。判断模块用以判断风险强度是否大于或等于预设阈值。当风险强度大于或等于预设阈值时，通讯模块通知车辆系统动态风险区域范围的风险强度大于预设阈值的警示。
本发明的另一些实施方式揭露了一种动态标注风险区域的方法，包括：接收来自车辆系统的车辆信息；计算多个风险因子系数，这些风险因子系数当中的至少一个对应至车辆信息；依据车辆信息中的车辆位置制定动态风险区域范围，动态风险区域范围随着车辆位置同步移动；计算对应至动态风险区域范围的风险强度，风险强度由这些风险因子系数加权总和而成；判断风险强度是否大于或等于预设阈值，并通知车辆系统动态风险区域范围的风险强度大于预设阈值的警示。
本发明的上述实施方式至少凭借动态风险区域范围的制定、于动态风险区域范围内统整各风险信息以及判断风险强度是否大于预设阈值的技术方案，具有能够实现道路风险警告并能减少或避免干预驾驶注意力的情形发生的功效。
以下将通过具体实施方式对上述发明内容作详细的描述，并对本发明的技术方案提供更进一步的解释。
附图说明
为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂，相关附图的说明如下。
图1为本发明一些实施例中动态标注风险区域的车联网系统的方块示意图。
图2A为本发明一些实施例中动态风险区域范围DRR的示意图。
图2B为本发明一些实施例中动态风险区域范围随着车辆系统同步移动的示意图。
图3为本发明一些实施例中动态标注风险区域的车联网系统的方块示意图。
图4为本发明一些实施例中车辆系统透过边缘服务器与云端服务器进行通讯的方块示意图。
图5为本发明一些实施例中动态标注风险区域的方法的流程示意图。
为让本发明的上述和其他目的、特征、优点与实施例能更明显易懂，相关符号的说明如下：
1000:车联网系统
100:云端服务器
110:通讯模块
120:规划模块
130:运算模块
140:判断模块
150:暂存模块
200,200’,200-1,200-2,200-3,200-4,200-5,200-6,200-7,200-8:车辆系统
202:车辆信息
210:感测模块
220:车载单元
230:显示模块
300-1,300-2,300-3:边缘服务器
DRR,DRR’:动态风险区域范围
L:长度
W:宽度
WT:总宽度
S:方法
S1,S2,S3,S4,S5,S6:步骤
具体实施方式
为使本发明的叙述更加详尽与完备，下文针对了本发明的实施态样与具体实施例提出了说明性的描述；但这并非实施或运用本发明具体实施例的唯一形式。以下所揭露的各实施例，在有益的情形下可相互组合或取代，也可在一实施例中附加其他的实施例，而无须进一步的记载或说明。
在以下的描述中，将详细叙述许多特定细节以使读者能够充分理解以下的实施例。然而，可在无此等特定细节的情况下实践本发明的实施例。在其他情况下，为简化附图，熟知的结构与装置仅示意性地绘制于图中。
参考图1。图1为本发明一些实施例中动态标注风险区域的车联网系统1000的方块示意图。车联网系统1000至少包括云端服务器100，用以与车辆系统200进行通讯。云端服务器100包括通讯模块110、规划模块120、运算模块130和判断模块140。通讯模块110用以接收来自车辆系统200的车辆信息202，车辆信息202至少包括车辆位置。规划模块120用以依据车辆位置制定动态风险区域范围DRR，动态风险区域范围DRR随着车辆位置同步移动。换句话说，动态风险区域范围DRR绑定一指定的车辆系统200，并专门针对此车辆系统200所到之处的周边区域风险进行评估。
运算模块130用以计算多个风险因子系数，以及计算对应至前述动态风险区域范围DRR的风险强度。这些风险因子系数当中的至少一个对应至车辆信息202，且风险强度由这些风险因子系数加权总和而成。判断模块140用以判断风险强度是否大于或等于一预设阈值。此预设阈值可由车联网系统1000的管理者依据官方公布之有关交通事故发生的统计信息所决定，也可经由车联网系统1000长期运行下的大数据统计结果而决定，但不以此为限。当风险强度大于或等于预设阈值时，通讯模块110通知车辆系统200动态风险区域范围DRR大于预设阈值的警示。
在一些实施例中，云端服务器100还包括暂存模块150。暂存模块150连接至运算模块130，用以提供另一车辆系统的另一车辆信息至运算模块130以使运算模块130整合并计算出对应至动态风险区域范围DRR的风险强度。换言之，运算模块130可以在接收到车辆系统200的车辆信息202后，向暂存模块150要求提供动态风险区域范围DRR内其它车辆的实时车辆信息并整合进行风险强度的计算。此整合计算方式仅为一示例，并不限制本发明的范畴。在一些实施例中，可以仅由运算模块130完成暂存模块150的上述功能。
在一些实施例中，车辆系统200包括感测模块210和车载单元220(On Board Unit，OBU)。感测模块210用以感测车辆系统200所属车辆的各种数据产生车辆信息202。车载单元220连接感测模块210，用以发送车辆信息202至云端服务器100，并接收来自云端服务器100的动态风险区域范围DRR和风险强度。在一些实施例中，感测模块210包括车速感测单元、循迹系统、灯光开关感测单元、全球定位系统(Global Positioning System，GPS)模块、加速度感测单元或摄像单元。车速感测单元用以感测车辆系统200所述车辆(本车)的车速。循迹系统用以感测本车的紧急刹车情况。灯光开关感测单元用以感测本车切换车道时是否打方向灯和车灯是否开启。全球定位系统模块用以定位车辆系统200的位置。加速度感测单元用以感测本车的加速度。摄像单元用以纪录实时道路状况。这些用以感测车辆各种参数和驾驶情实时情况的单元、模块和系统可以视需求、按照法律规定或车联网系统1000所预先规范的感测项目而安装。在一些实施例中，车辆系统200还包括显示模块230，其连接车载单元220，用以显示动态风险区域范围DRR的风险强度大于预设阈值的警示。
以下提供一些示例性的说明，但说明内容不限制本发明的范畴。
关于动态风险区域范围DRR的风险强度计算示例，请参考图2A。图2A为本发明一些实施例中动态风险区域范围DRR的示意图。车辆系统200的所在位置(车辆位置)位于中间车道，如图2A中所示。动态风险区域范围DRR可凭借车辆系统200所发送至云端服务器100的车辆信息202中的车辆位置和车速，并配合政府订定的行车安全距离所共同决定，但不以此为限。在一些实施例中，动态风险区域范围DRR的制定标准可设为小型车前后各两倍的行车安全距离。
详细而言，若车辆系统200的所属车型为小型车，其与前车的行车安全距离至少保持车速(公里/小时)除以2(单位直接换为公尺)。也就是说，假设小型车的车速为100(公里/小时)，则与前车需至少保持50公尺的行车安全距离。因此，制定动态风险区域范围DRR的长度L为200公尺，例如是小型车前方和后方各100公尺(两倍的行车安全距离)，但不以此为限。车身长可忽略不计或额外追加以使追加后的长度L略大于车身长忽略不计时的长度L。动态风险区域范围DRR的宽度W一般为当下每个车道的宽度W乘上车道数量，即马路可供车辆通行的总宽度WT。上述动态风险区域范围DRR的制定考虑了被前后车挡住的盲区，因此采用两倍安全距离。当然，动态风险区域范围DRR的制定方式并不限于上述的实施例，制定者可依需要调整云端服务器100中运算模块130的制定方式。
若车辆系统200的所属车型为大型车，其与前车的距离至少保持车速(公里/小时)减去20(单位直接换为公尺)。也就是说，假设大型车的车速为100(公里/小时)，则与前车需至少保持80公尺的行车安全距离。因此，制定动态风险区域范围DRR的长度L为320公尺，例如是大型车前方和后方各160公尺。
继续参考图2A和本段末所列的表一。表一列出本发明一些实施例中用于计算动态风险区域范围DRR的风险因子系数的列表。图2A中示例了六台车，其中五台车分别具有车辆系统200、200-1、200-2、200-3、200-4。六台车皆位于动态风险区域范围DRR内。此动态风险区域范围DRR为云端服务器100根据车辆系统200的车辆位置和车速所制定。假设动态风险区域范围DRR有如下情况：车辆系统200-1所感测到与前车的实际车距发送到云端服务器100后被认定为未保持行车安全距离，又此风险因子发生时的风险因子系数设定为1(情况1)；车辆系统200-2、200-3和车辆系统200所发送的车速被云端服务器100认定为于该路段超速，又此风险因子发生时的风险因子系数设定为1(情况2)；以及车辆系统200-4所发送的位置信息随时间的变化被云端服务器100认定为变换车道频率过高，又此风险因子发生时的风险因子系数设定为1(情况3)。虽然本发明仅示例风险因子系数为1的情况，但风险因子系数也可因交通事故大数据统计的演进而于不同风险因子上赋予不同的系数值(加权值)。
表一
风险因子 风险因子系数
变换车道频率 1
未保持行车安全距离 1
超速 1
紧急刹车 1
循迹系统触发频率过高 1
异常车速标准差 1
切换车道时未打方向灯 1
在上述假设情况中，动态风险区域范围DRR内发生情况1的车辆数为1台、情况2的车辆数为3台且情况3的车辆数为1台，因此该时刻动态风险区域范围DRR的风险强度为：1(车辆数)*1(风险因子系数)+3(车辆数)*1(风险因子系数)+1(车辆数)*1(风险因子系数)＝5。若云端服务器100的判断模块140预设阈值为5，则因前述计算出的风险强度大于或等于预设阈值，因此云端服务器100凭借通讯模块110实时通知车辆系统200动态风险区域范围DRR的风险强度大于预设阈值的警示。此警示可以是由车载单元220接收发送自云端服务器100的警示后传送至连接车载单元220的显示模块230并显示前述警示。显示模块230可以是扩增实境抬头显示器(Augmented Reality Head-Up Display，AR-HUD)，但不以此为限。扩增实境抬头显示器显示警示的方式可以是将道路两旁标定为特定颜色(例如，红色)，也可设定辅以警示声响来提醒车辆系统200的使用者。
同时参考图2A至图2B。图2B为本发明一些实施例中动态风险区域范围DRR随着车辆系统200同步移动的示意图，其示意了在某时段车辆系统200和动态风险区域范围DRR的位置以及相较于该时段的下一时段(例如，2秒后)同一车辆系统200’和动态风险区域范围DRR’的新位置。在前面所述的各实施例中，由于动态风险区域范围DRR是以一范围内整体风险因子系数加权后得到的风险强度作为是否发出警示的判断基准，并非显示单一风险事件，因此可避免车辆系统200的使用者(驾驶人)被过多的单一风险事件警示所干扰，以达到真正的警示功效。上述的警示方式解决了现有技术的许多技术方案中由于警示过多(例如，太多潜在风险车辆的情况)导致使用者对警示反应疲劳，实质上稀释了警示效用的情形。此外，由于动态风险区域范围DRR是经过评估后有效包含重要盲区的适当范围，加上动态风险区域范围DRR是实时(real time)随车辆系统200的车辆位置前进(参考图2B)，车辆系统200的使用者可以过滤掉并非切身相关的信息并接收到最重要的行车风险信息，进一步提高警示的实质效用。举例而言，20公里外发生了车祸或10公里外有车辆过于频繁变换车道之风险信息实际上对车辆系统200当下车辆位置的影响是微乎其微。在上述实施例中，前述的风险信息就不会被列入警示范围。
参考本段末所列的表二。表二列出本发明一些实施例中风险因子与风险因子系数之间的对应和详细说明表格。此表格为可使用于上述计算风险强度的条件之示例，并不限制本发明的范畴。在一些实施例中，当一车辆变换车道(变换车道次数/时间)过于频繁时，此车辆将在一分钟内被绑定风险因子系数等于1。频繁的标准可以由云端服务器100端的判断模块140依需求、路况、车况等调整，例如采用一分钟内变换车道五次作为标准。在一些实施例中，当车辆与前车未保持行车安全距离(即行车安全距离大于实际与前车距离)时，此车辆将在一分钟内被绑定风险因子系数等于1。举例而言，当行车安全距离被订为200公尺时(此时车辆的车速可能为100公里/小时，但不以此为限)，若实际与前车距离为50公尺，则会被绑定风险因子系数等于1共1分钟。
表二
Figure BDA0002504372020000081
Figure BDA0002504372020000091
在其它实施例中，包括超速(例如，道路速限为100公里/小时，实际车速为120公里/小时)、国道上紧急刹车、循迹系统触发频率、车速标准差相较于同路段其他车辆而言过大、切换车道时未打方向灯等情形在内，皆可以被设定为绑定风险因子系数等于1并持续一时间段(例如，1分钟)的条件。当动态风险区域范围DRR内的风险因子相关车辆数目乘以风险因子系数大于预设阈值时，则认定为启动警示的条件。上述风险因子系数的认定可以是参考交通部门提供的相关信息而预先输入云端服务器100(例如，输入判断模块140)中，但不以此为限。
参考图3和图4。图3为本发明一些实施例中动态标注风险区域的车联网系统1000的方块示意图。图3显示除了图1所示的车辆系统200外，多个其它车辆系统200-5、200-6、200-7、200-8也与云端服务器100进行和车辆系统200相同的通讯方式，从而让每一车辆都能收到真实完整的风险信息。图4进一步为本发明一些实施例中车辆系统200、200-5、200-6、200-7、200-8通过边缘服务器300-1、300-2、300-3与云端服务器100进行通讯的方块示意图。边缘服务器300-1、300-2、300-3用以进行边缘运算(edge computing)。
在图4所示的实施例中，车辆系统200-5所属的车辆行至边缘服务器300-1的设置处附近、车辆系统200、200-6、200-7所属的车辆行至边缘服务器300-2的设置处附近且车辆系统200-8所属的车辆行至边缘服务器300-3的设置处附近。由于边缘服务器300-1、300-2、300-3是在数据收集源附近处理数据，可减轻云端服务器100的负载，同时增进实时(realtime)数据的处理能力，并增快响应时间。在边缘服务器300-1、300-2、300-3和云端服务器100的配合下，可利用边缘运算处理大量的实时信息(例如，前述各个实施例中的车辆信息202)，再由云端服务器100访问边缘服务器300-1、300-2、300-3并将这些实时信息做进一步的整理、运算并提供客制化的讯息或警示服务予车辆系统200。边缘服务器300-1、300-2、300-3、云端服务器100和车辆系统200之间的通讯可以使用车联网通讯技术标准，例如R16标准，但不以此为限。
参考图5。图5为本发明一些实施例中动态标注风险区域的方法S的流程示意图。动态标注风险区域的方法S可以由动态标注风险区域的车联网系统1000来实施，但不以其为限制。动态标注风险区域的方法S包括以下步骤：接收来自车辆系统200的车辆信息202(步骤S1)；计算多个风险因子系数，这些风险因子系数当中的至少一个对应至车辆信息202(步骤S2)；依据车辆信息202中的车辆位置制定动态风险区域范围DRR，动态风险区域范围DRR随着车辆位置同步移动(步骤S3)；计算对应至动态风险区域范围DRR的风险强度，风险强度由这些风险因子系数加权总和而成(步骤S4)；以及判断风险强度是否大于或等于预设阈值(步骤S5)，若判断为“是”，则通知车辆系统200动态风险区域范围DRR大于或等于预设阈值的警示(步骤S6)。在一些实施例中，当判断风险强度小于预设阈值(判断为“否”)时，则继续接收来自车辆系统200的车辆信息202，亦即回到步骤S1。在一些实施例中，车辆信息202还包括变换车道频率、行车安全距离保持情况、车速、车加速度、紧急刹车情况、循迹系统触发频率或切换车道是否打方向灯等信息，其皆可用以判断车辆的风险系数，进而使得出的动态风险区域范围DRR的风险强度更精确。
综上所述，本发明的实施例提供了可针对车辆制定实时风险区域范围和计算对应至风险区域范围的实时风险强度之动态标注风险区域的车联网系统和方法。由于本发明是以车辆“周边区域”综合各风险因子系数考量而非以独立风险事件为单位进行示警，从而可避免过多而频繁的警示分散驾驶人的注意力。因此，风险警示对驾驶人的提醒效果方能显现，且仍可达到甚至增加驾驶安全的目的。
本发明实施例中的各种系统、模块、单元、装置皆可为软件、硬件或软件和硬件的结合，并可以处理器和存储器的方式运作。这些处理器和存储器可以设置为允许利用网际网络、内部网络、WAN、LAN、专用短距离通讯(Dedicated Short Range Communication，DSRC)、蜂巢式车联网(Cellular Vehicle-to-Everything，C-V2X)、LTE-V2X、5G-V2X等架构跨系统或平台执行。处理器可执行储存在存储器中的计算机可执行程序指令。处理器可包括微处理器、特殊应用集成电路(Application Specific Integrated Circuit，ASIC)等硬件，但不以此为限。本发明中提及的“连接”可以是有线连接和无线连接。
虽然已经通过上述实施例对本发明的技术方案进行了详细描述，但并非用以限定本发明的保护范围，本领域技术人员在不脱离本发明的精神和范围的前提下可作各种改动与修饰，因此本发明的保护范围当以权利要求所限定的范围为准。

Claims (8)

1.一种动态标注风险区域的车联网系统，其特征在于，包括：
一云端服务器，用以与一车辆系统进行通讯，该云端服务器包括：
一通讯模块，用以接收来自该车辆系统的一车辆信息，该车辆信息包括一车辆位置；
一规划模块，用以依据该车辆位置制定一动态风险区域范围，该动态风险区域范围随着该车辆位置同步移动；
一运算模块，用以计算多个风险因子系数，以及计算对应至该动态风险区域范围的一风险强度，其中该些风险因子系数当中的一个对应至该车辆信息，且该风险强度由该些风险因子系数加权总和而成；
以及
一判断模块，用以判断该风险强度是否大于或等于一预设阈值；
其中，当该风险强度大于或等于该预设阈值时，该通讯模块通知该车辆系统该动态风险区域范围的该风险强度大于该预设阈值的警示。
2.如权利要求1所述的车联网系统，其特征在于，该云端服务器还包括：
一暂存模块，连接至该运算模块，用以提供另一车辆系统的另一车辆信息至该运算模块以使该运算模块整合并计算出对应至该动态风险区域范围的该风险强度。
3.如权利要求1所述的车联网系统，其特征在于，该车辆信息还包括变换车道频率、行车安全距离保持情况、车速、车加速度、紧急刹车情况、循迹系统触发频率或切换车道是否打方向灯。
4.如权利要求1所述的车联网系统，其特征在于，当判断模块判断该风险强度小于该预设阈值时，该通讯模块继续接收来自该车辆系统的该车辆信息。
5.一种动态标注风险区域的方法，其特征在于，包括：
接收来自一车辆系统的一车辆信息；
计算多个风险因子系数，该些风险因子系数当中的至少一个对应至该车辆信息；
依据该车辆信息中的一车辆位置制定一动态风险区域范围，该动态风险区域范围随着该车辆位置同步移动；
计算对应至该动态风险区域范围的一风险强度，该风险强度由该些风险因子系数加权总和而成；
判断该风险强度是否大于或等于一预设阈值，并通知该车辆系统该动态风险区域范围的该风险强度大于该预设阈值的警示。
6.如权利要求5所述的方法，其特征在于，还包括：
在该车辆系统的显示模块上显示该动态风险区域范围的该风险强度大于该预设阈值的警示。
7.如权利要求5所述的方法，其特征在于，还包括：
当判断该风险强度小于该预设阈值时，继续接收来自该车辆系统的该车辆信息。
8.如权利要求5所述的方法，其特征在于，该车辆信息还包括变换车道频率、行车安全距离保持情况、车速、车加速度、紧急刹车情况、循迹系统触发频率或切换车道是否打方向灯。
CN202010441598.3A 2020-05-22 2020-05-22 动态标注风险区域的车联网系统和方法 Active CN111615053B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010441598.3A CN111615053B (zh) 2020-05-22 2020-05-22 动态标注风险区域的车联网系统和方法
TW109126138A TWI768419B (zh) 2020-05-22 2020-08-03 動態標註風險區域的車聯網系統和方法
US16/986,243 US20210366284A1 (en) 2020-05-22 2020-08-05 Internet of vehicles system for dynamically marking risk area and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010441598.3A CN111615053B (zh) 2020-05-22 2020-05-22 动态标注风险区域的车联网系统和方法

Publications (2)

Publication Number Publication Date
CN111615053A true CN111615053A (zh) 2020-09-01
CN111615053B CN111615053B (zh) 2022-06-17

Family

ID=72199540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010441598.3A Active CN111615053B (zh) 2020-05-22 2020-05-22 动态标注风险区域的车联网系统和方法

Country Status (3)

Country Link
US (1) US20210366284A1 (zh)
CN (1) CN111615053B (zh)
TW (1) TWI768419B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115762138A (zh) * 2022-10-31 2023-03-07 北京鉴智科技有限公司 路面状况的提醒方法、装置、电子设备及存储介质
CN116703122B (zh) * 2022-11-16 2024-01-19 上海张江智荟科技有限公司 一种智慧城市信息资源展示系统及方法
CN117037545B (zh) * 2023-10-09 2024-01-12 济南卓伦智能交通技术有限公司 一种多车超视距协同感知方法
CN118379884B (zh) * 2024-06-25 2024-08-16 高精特(成都)大数据科技有限公司 一种大数据融合一体机及数据处理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201725428U (zh) * 2010-06-11 2011-01-26 金龙联合汽车工业（苏州）有限公司 车载驾驶行为实时监控报警装置
US20130278442A1 (en) * 2012-04-24 2013-10-24 Zetta Research And Development Llc-Forc Series Risk management in a vehicle anti-collision system
CN107826118A (zh) * 2017-11-01 2018-03-23 南京阿尔特交通科技有限公司 一种判别异常驾驶行为的方法及装置
CN109466474A (zh) * 2018-11-23 2019-03-15 北京车和家信息技术有限公司 行车安全辅助驾驶系统、车载设备及车辆
CN109791678A (zh) * 2016-07-25 2019-05-21 瑞士再保险有限公司 用于基于分数的动态风险测量并聚合有远程信息处理连接搜索引擎的智能自适应汽车装置及其相应方法
CN110488802A (zh) * 2019-08-21 2019-11-22 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
US20200023837A1 (en) * 2017-12-22 2020-01-23 Denso Corporation Collision detection device
CN110979315A (zh) * 2019-12-24 2020-04-10 江苏徐工工程机械研究院有限公司 一种露天矿山无人化运输系统的车辆保护圈安全控制方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108417091A (zh) * 2018-05-10 2018-08-17 武汉理工大学 基于网联车的行车风险路段辨识与预警系统与方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201725428U (zh) * 2010-06-11 2011-01-26 金龙联合汽车工业（苏州）有限公司 车载驾驶行为实时监控报警装置
US20130278442A1 (en) * 2012-04-24 2013-10-24 Zetta Research And Development Llc-Forc Series Risk management in a vehicle anti-collision system
CN109791678A (zh) * 2016-07-25 2019-05-21 瑞士再保险有限公司 用于基于分数的动态风险测量并聚合有远程信息处理连接搜索引擎的智能自适应汽车装置及其相应方法
CN107826118A (zh) * 2017-11-01 2018-03-23 南京阿尔特交通科技有限公司 一种判别异常驾驶行为的方法及装置
US20200023837A1 (en) * 2017-12-22 2020-01-23 Denso Corporation Collision detection device
CN109466474A (zh) * 2018-11-23 2019-03-15 北京车和家信息技术有限公司 行车安全辅助驾驶系统、车载设备及车辆
CN110488802A (zh) * 2019-08-21 2019-11-22 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
CN110979315A (zh) * 2019-12-24 2020-04-10 江苏徐工工程机械研究院有限公司 一种露天矿山无人化运输系统的车辆保护圈安全控制方法及系统

Also Published As

Publication number Publication date
TWI768419B (zh) 2022-06-21
CN111615053B (zh) 2022-06-17
TW202145808A (zh) 2021-12-01
US20210366284A1 (en) 2021-11-25

Similar Documents

Publication Publication Date Title
CN111615053B (zh) 动态标注风险区域的车联网系统和方法
US10054457B2 (en) Driving assistance system, method, and program for a vehicle
US9035797B2 (en) Intelligent traffic alerting and control system
US8725309B2 (en) Safety driving support apparatus
JP6304384B2 (ja) 車両の走行制御装置及び方法
EP3086303B1 (en) Warning notification system, method and program
CN109427213B (zh) 用于车辆的防碰撞装置、方法及非暂时性存储介质
CN112289054A (zh) 道路安全预警方法、obu、rsu、mec设备及系统
US20190244515A1 (en) Augmented reality dsrc data visualization
CN109410643A (zh) 一种限高框监控系统及可预防汽车误开进限高框的方法
CN109658716B (zh) 信息处理装置及车辆系统
CN110796468A (zh) 信息处理装置、信息处理方法以及非暂时性存储介质
CN112017438B (zh) 一种行车决策生成方法及系统
CN114333312A (zh) 一种道路交通环境信息的展示方法、装置以及电子设备
KR20150022397A (ko) 안전주행정보 제공 시스템
JP2014232501A (ja) 交通情報提供装置及び交通情報提供方法
JP2019204231A (ja) 走行支援システム
CN112150668A (zh) 驾驶行为提醒方法及装置
JP2021125142A (ja) 安全運転度評価装置、安全運転度評価方法、安全運転度評価プログラム及び記憶媒体
JP2020177314A (ja) 車両交通管理装置、車載装置、車両交通管理システム、車両交通管理方法および車両交通管理プログラム
CN112824185B (zh) 一种碰撞预警方法、集成tbox的v2x控制器系统及汽车
EP4456039A1 (en) Method for detecting potential-only-acknowledge situations in to intersection area in road traffic and vehicle
US20230360531A1 (en) System and method for adaptive v2x applications
US20230400324A1 (en) Information processing apparatus, output control method, and output control program
WO2022209607A1 (ja) 情報処理装置、車両、走行支援方法および走行支援プログラム

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