CN112116829B - 一种行车防碰撞预警系统与方法 - Google Patents
一种行车防碰撞预警系统与方法 Download PDFInfo
- Publication number
- CN112116829B CN112116829B CN202011001800.7A CN202011001800A CN112116829B CN 112116829 B CN112116829 B CN 112116829B CN 202011001800 A CN202011001800 A CN 202011001800A CN 112116829 B CN112116829 B CN 112116829B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cloud computer
- information
- vehicles
- mounted end
- 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
Links
Images
Classifications
-
- 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
-
- 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
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明为行车防碰撞预警系统及方法,其系统包括车载端、云端计算机、显示设备,其中车载端包括:全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器、车载端控制器;云端计算机包括:道路建模单元、数据处理单元、数据传输模块;车载端控制器分别与全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器连接;云端计算机分别与蜂窝网络通信模块、显示设备连接。本发明利用车载端将获取的数据传输至云端计算机进行预警计算,当行驶中的两辆车进入危险区间时,系统将会根据不同的危险程度做出不同级别的提醒,使驾驶员能够及时做出反映,减速行驶,从而避免交通事故的发生。
Description
技术领域
本发明涉及智能汽车与云计算机技术领域,尤其涉及一种行车防碰撞预警系统与方法。
背景技术
现行环境中,车辆碰撞时有发生,虽然目前通过设置红绿灯避免车辆碰撞,但是遇到阴雨天、雾天或者夜间等光线不强的环境,或者驾驶员在驾驶过程中注意力不集中时,还是很容易造成交通事故。特别地,在一些偏远地区,甚至连红绿灯都没有设置,车辆行驶时发生碰撞也是在所难免。
因此,需要寻找一种可以避免车辆碰撞的方法。
发明内容
为解决现有技术所存在的技术问题,本发明提供一种行车防碰撞预警系统与方法,利用车载端将获取的数据传输至云端计算机,云端计算机根据数据进行预警计算,当行驶中的两辆车进入危险区间时,系统将会根据不同的危险程度做出不同级别的提醒,使驾驶员能够及时做出反映,减速行驶,从而避免交通事故的发生。
本发明采用以下技术方案来实现:一种行车防碰撞预警系统,包括车载端、云端计算机以及显示设备,其中车载端主要包括:全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器、车载端控制器;云端计算机主要包括:道路建模单元、数据处理单元、数据传输模块;车载端控制器分别与全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器连接;云端计算机分别与蜂窝网络通信模块、显示设备连接。
本发明行车防碰撞预警方法基于上述行车防碰撞预警系统,包括以下步骤:
S1、将车载端安装于车辆A、车辆B并启动,车载端控制器通过蜂窝网络通信模块向云端计算机进行系统注册,确认系统权限与功能,并将车辆参数信息一同发送至云端计算机;车辆A与车辆B分别位于两条相交的道路上;
S2、云端计算机接收到车辆参数信息后,根据车辆参数信息形成车辆识别码,将车辆识别码与该车辆参数信息建立关联,并将接收后的确认信息返回车载端;
S3、车辆A、车辆B的车载端接收到云端计算机反馈的信息后,实时通过全球卫星定位系统模块获取车辆当前所处地球表面的位置、速度、加速度信息,通过地磁传感器获取车辆的行驶方向,并通过车辆载重传感器获得车辆的当前重量;
S4、车辆A、车辆B的车载端通过蜂窝网络通信模块实时将车辆位置、速度、加速度、行驶方向和车重数据发送至云端计算机;
S5、云端计算机根据车辆的位置构建出当前位置的实景地图模型,并根据速度、车辆外形尺寸、车辆质量信息,计算出两辆车的距离L以及虚拟安全范围;
S6、分别以车辆A、车辆B为中心,设置不同的虚拟圆环半径值,获取车辆不同的安全状态;
S7、云端计算机将计算出的安全状态通过蜂窝网络通信模块发送至相应车载端;
S8、车载端通过蜂窝网络通信模块接收信息,并将信息传输给车载端控制器,车载端控制器根据接收到的信息判断车辆的安全状态。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明车载端通过全球卫星定位系统模块对行驶中的车辆进行实时定位,获取车辆在行驶过程中的各项参数,如速度、加速度等,并将这些数据随同车辆自身数据通过蜂窝网络传输至云端计算机,云端计算机根据数据进行预警计算,当行驶中的两辆车进入危险区间时,系统将会根据不同的危险程度做出不同级别的提醒,使驾驶员能够及时做出反映,减速行驶,从而避免交通事故的发生。
2、本发明预警系统全天候工作,可避免在阴雨天、雾天或夜间等光照不强的环境中产生的视线不佳问题,且不受建筑物的遮挡,可以扩大预警范围,争取更多的预警时间;不受盲区影响,因而可以减少因盲区产生的交通事故。
3、本发明无需改变车辆原有的系统和设备,使用便利,仅需加装相应设备即可;且预警系统处理全部由云端计算机完成,车载端不需要完成过多的数据处理任务,从而减轻车载端负担,减小车载端对车辆空间的占用。
4、本发明虽以两辆车为例,但实际上,云端计算机可以同时对同一条道路上所有安装本系统的车辆进行监控和预警,最大范围的保障道路车辆的行驶安全。
5、本发明可方便地进行扩展,只需简单升级算法,无需改变硬件就可以针对所有方向来车向驾驶员发出警告,功能强大。
附图说明
图1是本发明预警系统车载端结构框图;
图2是本发明预警系统云端计算机结构框图;
图3是本发明预警方法流程图;
图4是本发明两辆车相对位置实景示意图;
图5是本发明两辆车的虚拟圆环相交示意图;
图6是本发明两辆车的虚拟圆环相离示意图;
图7是本发明两辆车的虚拟圆环相切示意图;
图8是本发明两辆车相对位置参数示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1-2所示,本实施例行车防碰撞预警系统,主要包括:车载端、云端计算机以及显示设备,其中车载端主要包括:全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器、车载端控制器;云端计算机主要包括:道路建模单元、数据处理单元、数据传输模块;车载端控制器分别与全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器连接;云端计算机分别与蜂窝网络通信模块、显示设备连接。
本实施例中,车载端主要完成各路数据的采集,将采集到的数据传输到云端计算机,并从云端计算机接收控制指令,控制报警或车辆刹车;其各主要功能模块的详细情况分别如下:
(1)全球卫星定位系统模块:用于对行驶中的车辆进行实时定位,并获取车辆在行驶过程中的各项参数,如车辆的坐标、速度、加速度等信息。
(2)车辆参数设置模块:用于设置车载端所安装车辆本身的参数(含车辆净重、类型、尺寸、轮胎对地摩擦系数等信息),不同的车辆,这些参数会有所差别,此模块内的信息需经过专用设备才可更改,随意更改将影响系统的准确性。
(3)蜂窝网络通信模块:用于车载端与云端计算机之间信息或实时数据的上传与下载。
(4)载重传感器:用于获取车辆承载人员或货物的重量。
(5)地磁传感器:用于获取车辆的行驶方向。
(6)车载端控制器:用于处理行车过程中所检测到的所有数据,包括基本的处理、数据的上传与下载、危险情况的预警等功能。
云端计算机为具有较强运算能力的计算机,即服务器或者超级计算机,其各主要功能模块的详细情况分别如下:
(1)道路建模单元:根据车辆当前地点建立当前道路的实景地图模型。
(2)数据处理单元:根据车载端回传的信息计算两辆车辆之间的安全范围,根据实景地图模型定位车辆,并根据以上信息判断两辆车的安全状况。
(3)数据传输模块:包括各类有线、无线通信模块。
显示设备主要用于显示对道路上的各个车辆的监控详情。
如图3所示,本实施例中,基于上述行车防碰撞预警系统,本发明还提出了行车碰撞预警方法,主要包括以下步骤:
S1、将车载端安装于车辆A、B并启动,车载端控制器首先通过蜂窝网络通信模块向云端计算机进行系统注册,确认系统权限与功能,并将车辆参数信息一同发送至云端计算机。
S2、云端计算机接收到车辆参数信息后,根据车辆参数信息形成车辆识别码,并将车辆识别码与该车辆参数信息建立关联,并将接收后的确认信息返回车载端。
S3、车辆A、B的车载端接收到云端计算机反馈的信息后,实时通过全球卫星定位系统模块获取车辆当前所处地球表面的位置、速度、加速度等信息,通过地磁传感器获取车辆的行驶方向,并通过车辆载重传感器获得车辆的当前重量。
S4、车辆A、B的车载端通过蜂窝网络通信模块实时将车辆位置、速度、加速度、行驶方向和车重等数据发送至云端计算机。
S5、云端计算机根据车辆的位置构建出当前位置的实景地图模型,并根据速度、车辆外形尺寸、车辆质量等信息,计算出两辆车的距离L以及虚拟安全范围。
具体地,两辆车的距离L的计算方式如下:
如图4所示,如若车辆A与车辆B均向十字路口交汇之处行驶,且因为街角建筑物阻挡,两车互相看不到对方;设虚拟圆环a1、a2和虚拟圆环b1、b2分别对应于两辆车的安全界限、危险界限,且虚拟圆环半径与车辆本身参数及行驶参数相关,则车辆A的虚拟圆环a1、a2与车辆B的虚拟圆环b1、b2均会有相离、相切、相交3种状态,这3种状态如图5-7所示。
如图5所示,两辆车的圆相交,两辆车距离L<rax+rbx;
如图6所示,两辆车的圆相离,两辆车距离L>rax+rbx;
如图7所示,两辆车的圆相切,两辆车距离L=rax+rbx;
其中,rax为虚拟圆环a1、a2对应的半径ra1、ra2;rbx为虚拟圆环b1、b2对应的半径rb1、rb2。
本实施例中,设车辆A驾驶员反应时间为ta,其几何中心为O,坐标为(xa,ya),车速度为va,车辆净重为Ga0,车辆载重为Ga1,车长为la,轮胎对地摩擦系数为μa,与车辆B的距离为Sa;
设车辆B驾驶员反应时间为tb,其几何中心为Q,坐标为(xb,yb),车速度为vb,车辆净重为Gb0,车辆载重为Gb1,车长为lb,轮胎对地摩擦系数为μb,与车辆A的距离为Sb。
若车辆A即将与车辆B在十字路口相遇,为避免车辆A与车辆B相撞,车辆A在减速以后与车辆B左侧恰好相贴,即车辆A由速度va减速到速度为0,恰好驶过距离Sa。
车辆A刹车时所能获得的最大加速度为:
aA=μa(Ga0+Ga1)
该加速度与车辆A速度va、车辆A与车辆B的距离Sa的关系为:
根据驾驶员反应时间ta,则车辆A与车辆B的距离Sa的计算公式为:
另夹角α为:
则车辆A的极限安全半径ra的计算公式为:
即:
根据车辆A的极限安全半径ra的计算过程,对于车辆B,其即将与车辆A在十字路口相遇,为避免车辆A与车辆B相撞,则车辆B的极限安全半径rb为:
两辆车的距离为:
如图8所示,本实施例中,若车辆A到车辆B的距离为ra,则车辆A将会碰撞到车辆B,若车辆B到车辆A的距离为rb,则车辆B将会碰撞到车辆A,将车辆A到车辆B的距离ra与车辆B到车辆A的距离rb相加的值作为车辆A、B可能发生碰撞的极限距离r,即极限距离:r=ra+rb,极限距离r即为危险状态的极限值,则外圈半径之和r1可作为安全状态的阈值,r1=ra1+rb1,;内圈半径之和r2可作为危险状态的阈值,r2=ra2+rb2。
若r2=k2r,则k2取值为1.1。
若r1=k1r,从安全状态进入到危险状态时,驾驶员对警告的足够反应时间为t,则比值
其中,k1 ’取值为1.1。
S6、设置不同的虚拟圆环半径值,获取车辆不同的安全状态。
本实施例中,虚拟圆环a1、a2、b1、b2的半径值分别为ra1、ra2、rb1、rb2,则当分别出现以下情形时,两辆车将处于不同的安全状态:
c1、若L>=ra1+rb1,则两车处于安全状态;
c2、若ra2+rb2<=L<ra1+rb1,则两车处于危险告警状态;
c3、若L<ra2+rb2,则两车处于危险状态。
S7、云端计算机将计算出的安全状态通过蜂窝网络通信模块发送至相应车载端。
S8、车载端通过蜂窝网络通信模块接收到相关信息,并将信息传输给车载端控制器,车载端控制器将根据接收到的信息判断车辆的安全状态:
d1、若收到信息为“安全状态”,不做任何处理;
d2、接收到“危险告警状态”,则弱提醒驾驶员,如相关指示灯闪烁,发出特别的“滴滴”类警报声,此时轻踩刹车即可解除;本实施例将“滴滴”类警报声的音量设置为第一音量,且频率较低;
d3、若接收到“危险状态”,则强提醒驾驶员,如车载显示屏上快速闪烁相关信息,报警器发出比“滴滴”类警报声较大的警报声等,此时需要紧急刹车才可解除。本实施例将较大的警报声音量设置为第二音量,且频率较高。
本实施例中,云端计算机与车载端之间每隔一定时间均会互相发送确认信息,确保系统实时在线,当车载端连续多次无法接收到云端计算机的确认信息,则会处于离线状态,此时车载端将提醒驾驶员,使驾驶员提高警惕。本实施例按照两辆车举例,实际情况下,凡是安装了本发明的行车防碰撞预警系统的车辆均可进行安全状况判断;本实施例也仅就十字路口相向而行进行了判断,由于车辆的安全距离在所有方向上均可成立,因而本发明的行车防碰撞预警方法对前后左右的安全判断均可成立。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种行车防碰撞预警系统,其特征在于,包括车载端、云端计算机以及显示设备,其中车载端主要包括:全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器、车载端控制器;云端计算机主要包括:道路建模单元、数据处理单元、数据传输模块;车载端控制器分别与全球卫星定位系统模块、车辆参数设置模块、蜂窝网络通信模块、载重传感器、地磁传感器连接;云端计算机分别与蜂窝网络通信模块、显示设备连接;
所述车载端用于各路数据的采集,将采集到的数据传输到云端计算机,并从云端计算机接收控制指令,控制报警或车辆刹车;将车载端安装于车辆A、车辆B内并启动,车载端控制器通过蜂窝网络通信模块向云端计算机进行系统注册,确认系统权限与功能,并将车辆参数信息一同发送至云端计算机;车辆A与车辆B分别位于两条相交的道路上;
所述全球卫星定位系统模块对行驶中的车辆进行实时定位,并获取车辆在行驶过程中的各项参数,包括车辆的坐标、速度、加速度;
所述车辆参数设置模块对车载端所安装车辆本身的参数进行设置,包括车辆净重、类型、尺寸、轮胎对地摩擦系数;
所述蜂窝网络通信模块对车载端与云端计算机之间的信息或实时数据进行上传与下载;
所述载重传感器用于获取车辆承载人员或货物的重量;
所述地磁传感器用于获取车辆的行驶方向;
所述车载端控制器用于对行车过程中所检测到的所有数据进行处理,以及数据上传与下载、危险情况的预警;
所述道路建模单元根据车辆当前地点建立当前道路的实景地图模型;
所述数据处理单元根据车载端回传的信息计算两辆车之间的安全范围,根据实景地图模型定位车辆,并根据获取的信息判断两辆车的安全状况;
所述显示设备用于显示对道路上的各个车辆的监控详情;
所述云端计算机接收到车辆参数信息后,根据车辆参数信息形成车辆识别码,将车辆识别码与该车辆参数信息建立关联,并将接收后的确认信息返回车载端;还根据车辆的位置构建出当前位置的实景地图模型,并根据速度、车辆外形尺寸、车辆质量信息,计算出车辆A、车辆B之间的距离L以及虚拟安全范围,再分别以车辆A、车辆B为中心,设置不同的虚拟圆环半径值,获取车辆不同的安全状态,云端计算机将计算出的安全状态通过蜂窝网络通信模块发送至相应车载端;
所述虚拟圆环半径值与车辆本身参数及行驶参数相关,具体根据相应的极限安全半径的算公式确定;其中,车辆A的极限安全半径ra的计算公式为:
其中,va是车辆A的速度,ta是车辆A驾驶员反应时间,μa是车辆A轮胎对地摩擦系数,Ga0是车辆A净重,Ga1是车辆A载重,(xa,ya)是车辆A的坐标,(xb,yb)是车辆B的坐标;
车辆B的极限安全半径rb的计算公式为:
其中,vb是车辆B的速度,tb是车辆B驾驶员反应时间,μb是车辆B轮胎对地摩擦系数,Gb0是车辆B净重,Gb1是车辆B载重;
车辆A、车辆B之间的距离L的计算公式为:
虚拟圆环设置为a1、a2、b1、b2,其半径值分别为ra1、ra2、rb1、rb2,根据不同的情形,两辆车的安全状态如下:
c1、若L>=ra1+rb1,则两车处于安全状态;
c2、若ra2+rb2<=L<ra1+rb1,则两车处于危险告警状态;
c3、若L<ra2+rb2,则两车处于危险状态;
其中虚拟圆环a1、a2以车辆A为中心,虚拟圆环b1、b2以车辆B为中心。
2.根据权利要求1所述的行车防碰撞预警系统,其特征在于,所述云端计算机为服务器或超级计算机。
3.基于权利要求1所述行车防碰撞预警系统的行车防碰撞预警方法,其特征在于,包括以下步骤:
S1、将车载端安装于车辆A、车辆B内并启动,车载端控制器通过蜂窝网络通信模块向云端计算机进行系统注册,确认系统权限与功能,并将车辆参数信息一同发送至云端计算机;车辆A与车辆B分别位于两条相交的道路上;
S2、云端计算机接收到车辆参数信息后,根据车辆参数信息形成车辆识别码,将车辆识别码与该车辆参数信息建立关联,并将接收后的确认信息返回车载端;
S3、车辆A、车辆B的车载端接收到云端计算机反馈的信息后,实时通过全球卫星定位系统模块获取车辆当前所处地球表面的位置、速度、加速度信息,通过地磁传感器获取车辆的行驶方向,并通过车辆载重传感器获得车辆的当前重量;
S4、车辆A、车辆B的车载端通过蜂窝网络通信模块实时将车辆位置、速度、加速度、行驶方向和车重数据发送至云端计算机;
S5、云端计算机根据车辆的位置构建出当前位置的实景地图模型,并根据速度、车辆外形尺寸、车辆质量信息,计算出车辆A、车辆B之间的距离L以及虚拟安全范围;
S6、分别以车辆A、车辆B为中心,设置不同的虚拟圆环半径值,获取车辆不同的安全状态;
S7、云端计算机将计算出的安全状态通过蜂窝网络通信模块发送至相应车载端;
S8、车载端通过蜂窝网络通信模块接收信息,并将信息传输给车载端控制器,车载端控制器根据接收到的信息判断车辆的安全状态;
所述虚拟圆环半径值与车辆本身参数及行驶参数相关,具体根据相应的极限安全半径的算公式确定;其中,车辆A的极限安全半径ra的计算公式为:
其中,va是车辆A的速度,ta是车辆A驾驶员反应时间,μa是车辆A轮胎对地摩擦系数,Ga0是车辆A净重,Ga1是车辆A载重,(xa,ya)是车辆A的坐标,(xb,yb)是车辆B的坐标;
车辆B的极限安全半径rb的计算公式为:
其中,vb是车辆B的速度,tb是车辆B驾驶员反应时间,μb是车辆B轮胎对地摩擦系数,Gb0是车辆B净重,Gb1是车辆B载重;
车辆A、车辆B之间的距离L的计算公式为:
步骤S6所述虚拟圆环设置为a1、a2、b1、b2,其半径值分别为ra1、ra2、rb1、rb2,根据不同的情形,两辆车的安全状态如下:
c1、若L>=ra1+rb1,则两车处于安全状态;
c2、若ra2+rb2<=L<ra1+rb1,则两车处于危险告警状态;
c3、若L<ra2+rb2,则两车处于危险状态;
其中虚拟圆环a1、a2以车辆A为中心,虚拟圆环b1、b2以车辆B为中心。
4.根据权利要求3所述的行车防碰撞预警方法,其特征在于,步骤S8中车辆的安全判断如下:
d1、收到信息为“安全状态”,不做任何处理;
d2、接收到“危险告警状态”,则弱提醒驾驶员,包括相关指示灯闪烁,发出第一音量的警报声;
d3、接收到“危险状态”,则强提醒驾驶员,包括车载显示屏上快速闪烁相关信息,报警器发出第二音量的警报声;其中,第一音量小于第二音量。
5.根据权利要求4所述的行车防碰撞预警方法,其特征在于,第一音量的警报声通过轻踩刹车解除;第二音量的警报声通过紧急刹车解除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001800.7A CN112116829B (zh) | 2020-09-22 | 2020-09-22 | 一种行车防碰撞预警系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001800.7A CN112116829B (zh) | 2020-09-22 | 2020-09-22 | 一种行车防碰撞预警系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112116829A CN112116829A (zh) | 2020-12-22 |
CN112116829B true CN112116829B (zh) | 2021-08-31 |
Family
ID=73801211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011001800.7A Active CN112116829B (zh) | 2020-09-22 | 2020-09-22 | 一种行车防碰撞预警系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116829B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114049792A (zh) * | 2021-10-15 | 2022-02-15 | 青岛慧拓智能机器有限公司 | 无人驾驶车辆的防碰撞方法、车载装置及防碰撞系统 |
CN115116270B (zh) * | 2022-07-07 | 2024-06-18 | 上海工物高技术产业发展有限公司 | 一种定向道路交通防撞预警系统及方法 |
CN115588299B (zh) * | 2022-11-25 | 2023-02-28 | 陕西风润智能制造研究院有限公司 | 一种无人驾驶车辆轨迹控制系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202098409U (zh) * | 2011-06-07 | 2012-01-04 | 长安大学 | 一种后方车辆碰撞危险性监测装置 |
US8538673B2 (en) * | 2008-10-31 | 2013-09-17 | Czech Technical University In Prague | System and method for planning/replanning collision free flight plans in real or accelerated time |
CN111653130A (zh) * | 2020-06-04 | 2020-09-11 | 中国民用航空飞行学院 | 基于ads-b的防撞检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040254729A1 (en) * | 2003-01-31 | 2004-12-16 | Browne Alan L. | Pre-collision assessment of potential collision severity for road vehicles |
US7864032B2 (en) * | 2005-10-06 | 2011-01-04 | Fuji Jukogyo Kabushiki Kaisha | Collision determination device and vehicle behavior control device |
JP6361215B2 (ja) * | 2014-03-26 | 2018-07-25 | いすゞ自動車株式会社 | ハイブリッド車両とハイブリッド車両の制御方法 |
CN105761546B (zh) * | 2014-12-16 | 2018-06-12 | 中国移动通信集团公司 | 一种车辆防碰撞的方法、装置和系统 |
CN105644564B (zh) * | 2016-03-09 | 2018-04-24 | 江苏大学 | 一种汽车侧向主动避撞安全性判断方法 |
US11390277B2 (en) * | 2018-11-30 | 2022-07-19 | Clearpath Robotics Inc. | Systems and methods for self-driving vehicle collision prevention |
CN111243291B (zh) * | 2020-01-22 | 2021-05-14 | 长安大学 | 一种对高速公路急弯路段交通异常点后方车辆进行预警的方法 |
-
2020
- 2020-09-22 CN CN202011001800.7A patent/CN112116829B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538673B2 (en) * | 2008-10-31 | 2013-09-17 | Czech Technical University In Prague | System and method for planning/replanning collision free flight plans in real or accelerated time |
CN202098409U (zh) * | 2011-06-07 | 2012-01-04 | 长安大学 | 一种后方车辆碰撞危险性监测装置 |
CN111653130A (zh) * | 2020-06-04 | 2020-09-11 | 中国民用航空飞行学院 | 基于ads-b的防撞检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112116829A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112116829B (zh) | 一种行车防碰撞预警系统与方法 | |
CN111240328B (zh) | 一种车辆行驶安全监控方法、装置和无人驾驶车辆 | |
US11705004B2 (en) | Systems and methods for automatically warning nearby vehicles of potential hazards | |
WO2022133684A1 (zh) | 控制方法、相关设备及计算机可读存储介质 | |
DE102015213884B4 (de) | Vorrichtung zum Bestimmen einer Gefahr in einer Fahrtumgebung und Vorrichtung zum Anzeigen einer Gefahr in einer Fahrtumgebung | |
US8179281B2 (en) | Method and apparatus for identifying concealed objects in road traffic | |
JP6304384B2 (ja) | 車両の走行制御装置及び方法 | |
US20180056998A1 (en) | System and Method for Multi-Vehicle Path Planning Technical Field | |
CN108010383A (zh) | 基于行驶车辆的盲区检测方法、装置、终端及车辆 | |
US20120245817A1 (en) | Driver assistance system | |
TWI795392B (zh) | 自動駕駛與主動駕駛的駕駛危險分類及預防系統與方法 | |
KR101724974B1 (ko) | 시야 교통 신호 선점 | |
CN113165646B (zh) | 用于检测车辆周围的风险因素的电子设备及其控制方法 | |
CN113345269A (zh) | 基于v2x车联网协同的交通工具危险预警的方法、装置和设备 | |
JP6838124B2 (ja) | 自動運転制御システム | |
CN113126075A (zh) | 使用用于运载工具的有源多普勒感测系统的实时动态定位 | |
CN111216718B (zh) | 一种避免碰撞方法、装置及设备 | |
JP4412261B2 (ja) | 交通シミュレーション装置、方法及びプログラム | |
US11738682B2 (en) | Communicating vehicle information to pedestrians | |
US20220343757A1 (en) | Information processing apparatus, information processing system, and information processing method | |
WO2023012671A1 (en) | Vulnerable road user (vru) collision avoidance system | |
CN113226878B (zh) | 铁路灯检测 | |
Manichandra et al. | Advanced Driver Assistance Systems | |
CN109615931B (zh) | 一种预防学生从校车前方穿行后与后方来车碰撞的预警系统及方法 | |
WO2022202001A1 (ja) | 処理方法、処理システム、処理プログラム |
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 |