CN112435458B - 一种交通事故下的高速公路无人机应急仿真方法 - Google Patents
一种交通事故下的高速公路无人机应急仿真方法 Download PDFInfo
- Publication number
- CN112435458B CN112435458B CN202010488520.7A CN202010488520A CN112435458B CN 112435458 B CN112435458 B CN 112435458B CN 202010488520 A CN202010488520 A CN 202010488520A CN 112435458 B CN112435458 B CN 112435458B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- accident
- traffic
- simulation
- 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
Abstract
本专利公开了一种交通事故下的高速公路无人机应急仿真方法,所述方法采用交通事故下的高速公路无人机应急仿真系统来实现;所述方法包括:步骤1:动态三维行车视景模块通过传回的事故地点坐标信息初步创建地形模型,步骤2:交互式仿真调控模块根据停机坪与事故点距离及无人机状态等结合无人机调动算法对无人机调度方案进行部署,设置仿真参数运行仿真,实现无人机自动起飞、巡航监测、返航功能;本专利能够根据交通事故状况调度多个无人机进行协作侦查,起到很好的信息获取效果,能够有效仿真交通事故处理情况。
Description
技术领域
本发明涉及无人机控制技术领域,具体为一种交通事故下的高速公路无人机应急仿真系统。旨在通过模拟高速公路上交通事故发生后调动无人机对事故地点连续监测,从而获取路网交通数据,对交通路网安全态势及应急调控策略进行仿真评估的方法。
背景技术
目前,我国高速公路里程位居世界第一,但也存在着交通事故发生率高、应急救援水平不足等问题,交通事故死亡率居高不下。由于我国高速公路交通信息采集设备不够完善,难以获取完备的实时动态路网交通数据,同时缺乏信息传输和发布手段,一旦发生交通事故,高速公路应急指挥中心及救援人员无法第一时间获取事故地点状态,从而延缓事故救援及交通疏导,容易引发二次交通事故,造成重大的生命财产损失。将搭载不同载荷的无人机应用于高速公路上,为高速公路建立实时监控及应急救援体系提供了技术支撑,能够快速高效地进行交通应急策略的发布,有效减少二次交通事故。交通事故下的高速公路无人机应急仿真系统,能够模拟生成较为符合实际路况的交通数据,对交通事故下多无人机的调度方案及相应采取的应急策略方案进行评价分析。
现有的国内专利中,大多是单一针对模拟飞行环境的无人机飞行视觉仿真方面的研究,尚未涉及到无人机与地面信息交互实现交通仿真。单一的无人机飞行视觉仿真仅能对周边环境进行感知,并不能具体对整个路网运行状态有所反映,同时飞行数据处理模块只针对对无人机飞行所处地理坐标及飞行速度、飞行姿态等进行处理,尚未涉及对地面交通数据的获取,如平均速度、路段交通量、车辆行驶路线等,在数据的存储输出上也并没有对数据进行可视化表示,因而现有的无人机飞行仿真系统无法对交通事故下多无人机的调度方案及相应采取的应急策略方案进行分析评价。
发明内容
为了解决上述问题,本发明提出一种交通事故下的高速公路无人机应急仿真方法,以在对于交通事故下,调度多架无人机应急侦查事故相关区域,以提高的仿真的准确性。
为了解决上述问题,本专利提供的技术方案包括:
一种交通事故下的高速公路无人机应急仿真方法,其特征在于,所述方法采用交通事故下的高速公路无人机应急仿真系统来实现,所述交通事故下的高速公路无人机应急仿真系统包括:
动态三维行车视景模块,通过传回的事故地点坐标信息创建地形模型,具体为场景建模和设备建模。场景建模包含高速公路路网、周边三维立体实景,设备建模包含无人机停机坪、无人机、汽车车辆;数据处理及效果评价模块;通过处理无人机搭载的高清摄像头以及机载传感器传送的数据获取无人机实时飞行位置坐标、飞行速度,实时掌握无人机飞行状态,并通过处理无人机监测视频通过数据提取路网交通状态,间隔预定周期获取并存储交通仿真数据,如路段交通量、交通密度、行车速度;交互式仿真调控模块,生成紧急调控方案,实现对目标路段的限速、限距、车辆绕行控制,交互式仿真调控模块包括事故基本信息单元、应急调控策略单元、仿真运行控制单元;事故基本信息单元模拟交通事故,包括事故地点、发生时间、持续时间、事故影响车道数量等;应急调控策略单元包含了多无人机调度方案及交通事故下的紧急调控方案,根据数据处理及效果评价模块传送的路网交通数据,仿真运行控制单元,控制仿真系统的运行参数;
所述方法包括如下步骤:
步骤1:动态三维行车视景模块通过传回的事故地点坐标信息初步创建地形模型,人工设定自由流状态下的路网交通量,地形模型包含无人机停机坪、高速公路路网及三维立体实景图;
步骤2:交互式仿真调控模块根据停机坪与事故点距离及无人机状态等结合无人机调动算法对无人机调度方案进行部署,设置仿真参数运行仿真,实现无人机自动起飞、巡航监测、返航功能,考虑多基地多无人机的具体调度算法如下:
S201:根据高速公路历史事件数据,给事故多发点和高速公路通行瓶颈路段及一些监控无法覆盖的高速公路区域设置定点观测区,停机坪集合为B={1,2,...,m},表示停机坪的无人机集合,A={(i,j)|i∈B∧j∈T,或者i∈T∧j∈B},定点观测区域集合为TD={1,2,...,n},发生交通事故时向交互式仿真调控模块上传事故位置信息TA=[x,y],由于无人机监测范围有限,交互式仿真调控模块根据事故位置点搜索事故点附近的定点观测区TF={i|i∈TD},则本次事故总监测点集合为T=TA∪TF;
S202:以无人机访问所有监测点的总路径最短为目标,搜寻监测点附近的无人机停机坪,考虑无人机飞行时间限制、各停机坪的无人机数量、事故持续监测时间需求等约束条件,建立无人机调动模型:
设置仿真参数,Ttask为需要的持续监测时间,Nb为停机坪b的无人机数量,约束条件分别为执行监测任务的无人机数量不超过停机坪拥有的无人机数量,每架无人机总执行任务时间不超过Tpmax,无人机执行完任务返回原停机坪和每个监测点需要的持续监测时间。
S203:采用改进的粒子群算法求得无人机调动方案,采用基于迭代次数的非线性递减策略调整惯性权重的值;运行仿真,实现无人机自动起飞、巡航监测、返航功能;
步骤3:对监测视频信息进行处理,提取交通事故下应急调控策略干预前的路网交通状况并送入动态三维行车视景模块,实现图层叠加,根据事故地点的视频及事故点上下游等其他监测点的现场交通视频获取到的交通数据,再现交通事故下的路网实际运行状态,将交通数据存入交通信息文件,包括车辆速度、交通量、交通流密度;
步骤4:根据获取的路网交通数据,交互式仿真调控模块采取不同的应急调控策略,对事故发生路段进行调控干预;根据事故现场情况和事故点上下游的交通流对事故进行分级,不同级别对应不同的应急策略;
步骤5:在事故持续时间内,数据处理及效果评价模块隔一定时间周期对传送回的视频信息进行处理,提取并存储从采取应急调控策略后至事故现场疏解的这段时间内路网交通数据;在仿真结束后,从数据处理及效果评价模块中读取交通信息文件中的数据,自动根据所获取的数据得出事故地点的车辆平均延误、平均速度,生成可视化图形进行数据对比;
步骤6:离线查看仿真全过程视频及各阶段路网交通状况数据,分析从采取应急调控策略到高速交通拥堵完全疏解的时间,对路网安全态势、无人机调动方案及应急调控策略做出评价,通过方案比选推荐最优的应急处置策略。
本发明的优点与积极效果在于:
首先能够根据交通事故状况调度多个无人机进行协作侦查,起到很好的信息获取效果,能够有效仿真交通事故及处理情况。
此外,
(1)本发明在仿真结束后,数据处理及效果评价模块可以根据其保存的交通信息,自动生成采取应急调控策略前后的车辆平均延误、车辆行驶速度、车头时距等多项评价指标,判断交通事故下应急调控策略是否能有效提高道路通行能力,从而使其更有说服力;
(2)本发明在数据输出显示上,可生成图表等形式对其进行量化处理,使数据分析更加清晰直观;
(3)本发明可以利用仿真平台模拟生成路网交通数据,人为设定交通事故、模拟生成控制策略,实时获取无人机飞行态势及路网的交通状态,可以快捷、有效的对交通事故下无人机应急监测进行仿真实验,可以分析不同的应急调控策略对交通流的影响;
(4)本发明可为高速公路管理部门提供快速有效的应急方案,包括交通诱导、交通管制信息的发布、有效疏散车辆方法,相较于传统的交警到达事故点了解现场情况后再采取处置措施而言,本发明节省了大量时间。
附图说明
图1为本发明的交通事故下的高速公路无人机应急仿真系统结构框架;
图2为本发明的交通事故下的高速公路无人机应急仿真系统模块功能图;
图3为本发明的交通事故下的高速公路无人机应急仿真系统的仿真步骤流程图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
参见图1所示,交通事故下的高速公路无人机应急仿真系统,包括动态三维行车视景模块、交互式仿真调控模块、数据处理及效果评价模块。交互式仿真调控模块将事故地点信息传输给动态三维行车视景模块,生成交通事故下的高速公路仿真环境,同时下达无人机调度指令控制无人机飞行,运行路网交通流仿真。
参见图2所示,仿真系统的数据处理及效果评价模块包含数据接收、处理、分析、存储及效果评价两大模块,其中数据接收、处理、分析、存储模块对路网交通状态数据及无人机实时飞行态势数据进行接收、整理,在仿真过程中,无人机机载传感器和高清摄像头通过数据链路进行信息传输;效果评价模块在仿真结束后对采取不同的应急调控策略后路网交通数据进行分析对比,从而推荐最优应急调控策略。
所述路网交通状态数据包括事故前高速公路车辆呈自由流状态时的路段交通流量、交通密度、车辆速度;事故后无应急调控策略干预时路网延误、路网密度、交通流量、车辆平均速度、排队路段及排队车辆数等;事故后采取应急调控策略干预后相应的路网平均延误时间、路网密度、交通流量、车辆平均速度、排队路段及排队车辆数、事故疏散时间等。
所述无人机实时飞行态势数据是指仿真过程中无人机的实时地理位置信息,如经纬度、高度,无人机飞行速度,飞行姿态,飞行航迹,电量余量等。
交互式仿真调控模块是操作人员与计算机仿真系统内部数据沟通的平台,也是控制系统仿真开始、暂停、结束的关键模块。交互式平台不仅可以模拟交通事故,人为设定包含事故发生时间、地点、影响车道数等在内的交通事故信息,还可以设定事故应急调控策略,其中多无人机调动方案是根据停机坪与事故点间距离、空中障碍物(如高压电线、隧道等)、无人机所处状态(待飞/充电/故障)通过多基地多无人机调动算法生成的,紧急调控方案可由数据分析得出的事故时空影响范围自动生成或人工临时制定,也可预先在交互式仿真调控模块中制定多种紧急调控方案,实现系统自动响应或人工选择。仿真运行控制将交通参与实体:机动车、无人机,加载进需要仿真的交通区域进行整个交通仿真运算,机动车之间,机动车与道路或道路沿途其他实体发生相互影响,如碰撞、干扰等,在仿真开始之前,设置仿真运行参数,包括车辆行驶规则、驾驶员驾驶行为、无人机飞行约束条件、机动车车辆性能特性、车辆变道规则等,仿真运行环境准备好后通过交互式仿真调控模块运行仿真,开始预测交通事故下的路网交通流,并能根据应急调控策略对路网的交通参数进行实时控制,任意时刻可暂停、重新载入路网数据、终止仿真。
参见图3所示,本发明基于图1所示的三大功能模块的交通事故下的高速公路无人机应急仿真系统,包括如下步骤:
步骤1:动态三维行车视景模块通过传回的事故地点坐标信息分别进行场景建模和设备建模,初步搭建地形模型,人工设定自由流状态下的路网交通量,地形模型包含无人机停机坪、高速公路路网及三维立体实景图,三维立体实景图包括建筑物、树木、山丘等;
步骤2:交互式仿真调控模块中多无人机调动方案根据停机坪与事故点间距离、空中障碍物(如高压电线、隧道等)、无人机所处状态(待飞/充电/故障)通过多基地多无人机调动算法进行部署,控制多无人机飞行,实现无人机自动起飞、巡航监测、返航功能,考虑多基地多无人机的具体调度算法如下:
S201:根据高速公路历史事件数据,给事故多发点和高速公路通行瓶颈路段及一些监控无法覆盖的高速公路区域设置定点观测区,停机坪集合为B={1,2,...,m},表示停机坪的无人机集合,A={(i,j)|i∈B∧j∈T,或者i∈T∧j∈B},定点观测区域集合为TD={1,2,...,n},发生交通事故时向交互式仿真调控模块上传事故位置信息TA=[x,y],由于无人机监测范围有限,交互式仿真调控模块根据事故位置点搜索事故点附近的定点观测区TF={i|i∈TD},则本次事故总监测点集合为T=TA∪TF;
S202:以无人机访问所有监测点的总路径最短为目标,搜寻监测点附近的无人机停机坪,考虑无人机飞行时间限制、各停机坪的无人机数量、事故持续监测时间需求等约束条件,建立无人机调动模型:
设置仿真参数,Ttask为需要的持续监测时间,Nb为停机坪b的无人机数量,约束条件分别为执行监测任务的无人机数量不超过停机坪拥有的无人机数量,每架无人机总执行任务时间不超过Tpmax,无人机执行完任务返回原停机坪和每个监测点需要的持续监测时间。
S203:采用改进的粒子群算法求得无人机调动方案,采用基于迭代次数的非线性递减策略调整惯性权重的值。运行仿真,实现无人机自动起飞、巡航监测、返航功能。
步骤3:无人机在巡航检测过程中实时通过通信链路将监测视频回传,数据处理及效果评价模块对监测视频信息进行处理,提取交通事故下应急调控策略干预前的路网交通状况,特别是事故发生后上游区个别车道交通状况,并送入动态三维行车视景模块,实现图层叠加,再现交通事故下的路网实际运行状态,同时将交通数据存入交通信息文件,包括车辆速度、交通量、交通流密度、车辆平均延误、平均速度、排队长度、是否发生拥堵等;
步骤4:根据从数据处理及效果评价模块中获取的路网交通数据,主要是事故的时空影响范围,交互式仿真调控模块采取应急调控策略,对事故发生路段进行人工干预。仿真系统可以模拟事故发生后应急指挥中心通过无人机喊话、LED大屏预警限制车速、交警人员临时封锁路段等调控措施,在本例中具体表现为:
(1)交警人员临时封锁距事故点上游100米、下游50米的最内侧车道,并在距事故点上游500米处设置警戒标识,进行交通疏导
在仿真系统中表示为在最内侧车道距事故点上游100米处设置交通信号灯,红灯设置时长与路段封锁时长保持一致
(2)LED大屏预警前方路段发生交通事故,限制车速90km/h
在仿真系统中对距离事故点上游500米处的车道进行分割,分割后的车道限速分别按照原限速值120km/h和90km/h进行设定,从而模拟限速调控
步骤5:在事故持续时间内,数据处理及效果评价模块隔一定时间周期对传送回的视频信息进行处理,提取并存储从采取应急调控策略后至事故现场疏解的这段时间内路网交通数据,本例中按照对事故点持续监测35min的需求,设置数据提取及存储时间周期为5min,共监测7组采取紧急调控方案后的路段交通数据。在仿真结束后,从数据处理及效果评价模块中读取交通信息文件中的数据,自动根据所获取的数据得出事故地点的车辆平均延误、平均速度,生成可视化图形进行数据对比;
步骤6:可离线查看仿真全过程视频及各阶段路网交通状况数据,对路网安全态势、无人机调动方案及应急调控策略做出评价,针对相同情境下的不同应急调控策略推荐最优应急处置方案。
Claims (2)
1.一种交通事故下的高速公路无人机应急仿真方法,所述方法采用交通事故下的高速公路无人机应急仿真系统来实现;
所述交通事故下的高速公路无人机应急仿真系统包括:
动态三维行车视景模块,通过传回的事故地点坐标信息创建地形模型,具体为场景建模和设备建模;场景建模包含高速公路路网、周边三维立体实景,设备建模包含无人机停机坪、无人机、汽车车辆;数据处理及效果评价模块;通过处理无人机搭载的高清摄像头以及机载传感器传送的数据获取无人机实时飞行位置坐标、飞行速度,实时掌握无人机飞行状态,并通过处理无人机监测视频通过数据提取路网交通状态,间隔预定周期获取并存储交通仿真数据,如路段交通量、交通密度、行车速度;交互式仿真调控模块,生成紧急调控方案,实现对目标路段的限速、限距、车辆绕行控制,交互式仿真调控模块包括事故基本信息单元、应急调控策略单元、仿真运行控制单元;事故基本信息单元模拟交通事故,包括事故地点、发生时间、持续时间和事故影响车道数量;应急调控策略单元包含了多无人机调度方案及交通事故下的紧急调控方案,根据数据处理及效果评价模块传送的路网交通数据,仿真运行控制单元,控制仿真系统的运行参数;
其特征在于,所述方法包括如下步骤:
步骤1:动态三维行车视景模块通过传回的事故地点坐标信息初步创建地形模型,设定自由流状态下的路网交通量,地形模型包含无人机停机坪、高速公路路网及三维立体实景图;
步骤2:交互式仿真调控模块根据停机坪与事故点距离及无人机状态结合无人机调动算法对无人机调度方案进行部署,设置仿真参数运行仿真,实现无人机自动起飞、巡航监测、返航功能,考虑多基地多无人机的具体调度算法如下:
S201 :根据高速公路历史事件数据,给事故多发点和高速公路通行瓶颈路段及一些监控无法覆盖的高速公路区域设置定点观测区,停机坪集合为B={1,2,...,m}, 表示停机坪的无人机集合,A={(i,j)|i∈B∧j∈T,或者i∈T∧j∈B},定点观测区域集合为TD={1,2,...,n},发生交通事故时向交互式仿真调控模块上传事故位置信息TA=[x,y],由于无人机监测范围有限,交互式仿真调控模块根据事故位置点搜索事故点附近的定点观测区TF={i|i∈TD},则本次事故总监测点集合为T=TA∪TF;
S202:以无人机访问所有监测点的总路径最短为目标,搜寻监测点附近的无人机停机坪,考虑无人机飞行时间限制、各停机坪的无人机数量、事故持续监测时间需求的约束条件,建立无人机调动模型:
设置仿真参数,Ttask为需要的持续监测时间,Nb为停机坪b的无人机数量,约束条件分别为执行监测任务的无人机数量不超过停机坪拥有的无人机数量,每架无人机总执行任务时间不超过Tpmax,无人机执行完任务返回原停机坪和每个监测点需要的持续监测时间;
S203:采用改进的粒子群算法求得无人机调动方案,采用基于迭代次数的非线性递减策略调整惯性权重的值;运行仿真,实现无人机自动起飞、巡航监测、返航功能;
步骤3:对监测视频信息进行处理,提取交通事故下应急调控策略干预前的路网交通状况并送入动态三维行车视景模块,实现图层叠加,根据事故地点的视频及事故点上下游监测点的现场交通视频获取到的交通数据,再现交通事故下的路网实际运行状态,将交通数据存入交通信息文件,包括车辆速度、交通量、交通流密度;
步骤4:根据获取的路网交通数据,交互式仿真调控模块采取不同的应急调控策略,对事故发生路段进行调控干预;根据事故现场情况和事故点上下游的交通流对事故进行分级,不同级别对应不同的应急策略;
步骤5:在事故持续时间内,数据处理及效果评价模块隔一定时间周期对传送回的视频信息进行处理,提取并存储从采取应急调控策略后至事故现场疏解的这段时间内路网交通数据;在仿真结束后,从数据处理及效果评价模块中读取交通信息文件中的数据,自动根据所获取的数据得出事故地点的车辆平均延误、平均速度,生成可视化图形进行数据对比。
2.根据权利要求1所述的一种交通事故下的高速公路无人机应急仿真方法,其特征在于,所述方法还包括,
步骤6:离线查看仿真全过程视频及各阶段路网交通状况数据,分析从采取应急调控策略到高速交通拥堵完全疏解的时间,对路网安全态势、无人机调动方案及应急调控策略做出评价,通过方案比选推荐最优的应急处置策略。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910540818 | 2019-06-21 | ||
CN2019105408185 | 2019-06-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112435458A CN112435458A (zh) | 2021-03-02 |
CN112435458B true CN112435458B (zh) | 2022-03-11 |
Family
ID=74690289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010488520.7A Active CN112435458B (zh) | 2019-06-21 | 2020-06-02 | 一种交通事故下的高速公路无人机应急仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112435458B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10599161B2 (en) * | 2017-08-08 | 2020-03-24 | Skydio, Inc. | Image space motion planning of an autonomous vehicle |
JP2022157321A (ja) * | 2021-03-31 | 2022-10-14 | トヨタ自動車株式会社 | 交通管制システム、交通管制方法及びプログラム |
WO2022246850A1 (zh) * | 2021-05-28 | 2022-12-01 | 深圳市大疆创新科技有限公司 | 基于航测数据的交通场景监测方法 |
CN113923405B (zh) * | 2021-09-29 | 2024-02-23 | 陕西通信规划设计研究院有限公司 | 一种基于安全监控的移动通信系统 |
CN114943390B (zh) * | 2022-06-06 | 2022-10-21 | 北京城建设计研究院有限公司 | 一种基于数字孪生的地铁车站客流监测方法及系统 |
CN117576920B (zh) * | 2024-01-19 | 2024-04-12 | 山东字节信息科技有限公司 | 基于无人机的交通控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875707A (zh) * | 2017-04-12 | 2017-06-20 | 武汉理工大学 | 一种针对应急交通场景的空中交警系统 |
CN108803651A (zh) * | 2018-04-24 | 2018-11-13 | 上海工程技术大学 | 一种基于图像特征的无人机公路巡检方法 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
CN108986458A (zh) * | 2018-07-04 | 2018-12-11 | 北京航空航天大学 | 一种基于空地协同的高速公路应急处置仿真系统及辅助决策方法 |
CN109118773A (zh) * | 2018-09-30 | 2019-01-01 | 中交第公路勘察设计研究院有限公司 | 一种高速公路交通事故风险评估方法 |
CN109255955A (zh) * | 2018-10-22 | 2019-01-22 | 北京航空航天大学 | 一种基于地基和空基协同感知的高速公路事故监测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389988B (zh) * | 2015-12-07 | 2018-03-06 | 北京航空航天大学 | 一种多无人机协同的高速公路智能巡检系统 |
US9928750B2 (en) * | 2016-06-10 | 2018-03-27 | ETAK Systems, LLC | Air traffic control of unmanned aerial vehicles via wireless networks |
US10489976B2 (en) * | 2017-08-11 | 2019-11-26 | Jing Jin | Incident site investigation and management support system based on unmanned aerial vehicles |
CN108945503A (zh) * | 2018-07-03 | 2018-12-07 | 北京航空航天大学 | 一种高速公路警用无人机停机坪选址方法 |
-
2020
- 2020-06-02 CN CN202010488520.7A patent/CN112435458B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875707A (zh) * | 2017-04-12 | 2017-06-20 | 武汉理工大学 | 一种针对应急交通场景的空中交警系统 |
CN108803651A (zh) * | 2018-04-24 | 2018-11-13 | 上海工程技术大学 | 一种基于图像特征的无人机公路巡检方法 |
CN108986458A (zh) * | 2018-07-04 | 2018-12-11 | 北京航空航天大学 | 一种基于空地协同的高速公路应急处置仿真系统及辅助决策方法 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
CN109118773A (zh) * | 2018-09-30 | 2019-01-01 | 中交第公路勘察设计研究院有限公司 | 一种高速公路交通事故风险评估方法 |
CN109255955A (zh) * | 2018-10-22 | 2019-01-22 | 北京航空航天大学 | 一种基于地基和空基协同感知的高速公路事故监测方法及系统 |
Non-Patent Citations (4)
Title |
---|
UAV image mosaic for road traffic accident scene;Yusong Liu Et al.;《2017 32nd Youth Academic Annual Conference of Chinese Association of Automation (YAC)》;20170603;第1048-1052页 * |
Unmanned aerial vehicle scheduling problem for traffic monitoring;MiaoLi Et al.;《Computers & Industrial Engineering》;20180831;第122卷;第15-23页 * |
基于北斗技术的快速综合应急指挥调度系统在智慧高速公路中的应用;费伦林等;《公路交通科技(应用技术版)》;20171115(第11期);第273-276页 * |
论警用无人机在高速公路公安交通管理中的应用;付超;《武汉公安干部学院学报》;20160228(第2期);第25-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112435458A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112435458B (zh) | 一种交通事故下的高速公路无人机应急仿真方法 | |
CN106153352B (zh) | 一种无人驾驶车辆测试验证平台及其测试方法 | |
AU2022202150B2 (en) | Software validation for autonomous vehicles | |
US11847908B2 (en) | Data processing for connected and autonomous vehicles | |
CN111367292A (zh) | 自动驾驶汽车智能道路系统 | |
CN109377726B (zh) | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 | |
CN107782564A (zh) | 一种自动驾驶车辆测评系统及方法 | |
US20190079517A1 (en) | Planning autonomous motion | |
CN108961790A (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN110531740B (zh) | 一种智能车智能化程度量化测评方法 | |
CN109100155A (zh) | 一种无人车在环快速仿真测试系统和方法 | |
CN112639793A (zh) | 一种自动驾驶车辆的测试方法及装置 | |
CN109084992A (zh) | 基于台架测试无人车智能性的方法 | |
US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
CN114489122B (zh) | 一种基于uav及配套机场的高速公路自动巡检方法及系统 | |
US20200234578A1 (en) | Prioritized vehicle messaging | |
KR20230173724A (ko) | 자율 주행 차량에 대한 다양한 교통 시나리오들에서의 승차감 개선 | |
WO2022087879A1 (zh) | 一种场景文件的获取方法以及装置 | |
WO2021217447A1 (zh) | 一种车辆通过道闸横杆的方法及装置 | |
CN116013101B (zh) | 一种基于网联环境的无信号路口速度建议系统和方法 | |
CN107545616A (zh) | 数据记录方法及装置 | |
JP2023156266A (ja) | シミュレーション方法、コンピューティングデバイス及び記憶媒体 | |
DE102023107233A1 (de) | Auswahl von fahrzeugaktionen auf grundlage simulierter zustände | |
CN113887037B (zh) | 一种不同渗透率的网联环境下自动驾驶系统测评方法 | |
US20240051574A1 (en) | Simulation scenario generation based on autonomous vehicle driving data |
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 |