CN112530164B - 一种高海拔地区道路主动驾驶安全预警方法及系统 - Google Patents

一种高海拔地区道路主动驾驶安全预警方法及系统 Download PDF

Info

Publication number
CN112530164B
CN112530164B CN202011376411.2A CN202011376411A CN112530164B CN 112530164 B CN112530164 B CN 112530164B CN 202011376411 A CN202011376411 A CN 202011376411A CN 112530164 B CN112530164 B CN 112530164B
Authority
CN
China
Prior art keywords
current vehicle
vehicle
risk value
driving
risk
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
CN202011376411.2A
Other languages
English (en)
Other versions
CN112530164A (zh
Inventor
汪帆
李岩
徐金华
朱才华
王丽丽
柯辉
程慧婷
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.)
CCCC First Highway Consultants Co Ltd
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN202011376411.2A priority Critical patent/CN112530164B/zh
Publication of CN112530164A publication Critical patent/CN112530164A/zh
Application granted granted Critical
Publication of CN112530164B publication Critical patent/CN112530164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种高海拔地区道路主动驾驶安全预警方法及系统，实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则对当前车辆发出预警。

Description

一种高海拔地区道路主动驾驶安全预警方法及系统
技术领域
本发明属于交通安全技术领域，具体涉及一种高海拔地区道路主动驾驶安全预警方法及系统。
背景技术
道路交通安全的预警方法可以分为事前预警及事后预警。事后预警指通过对驾驶员播报已发生事故的地点、情况及规模等信息，从而使驾驶员能及时采取避让等操作，以避免二次事故和不必要的交通拥堵发生，但此类方法无法规避首次事故的产生。事前预警指通过采集和处理道路交通数据，并融合其他相关信息，采用人工智能等新兴数据分析和模式识别技术，获取驾驶员不良状态、前方事故风险概率、事故风险损失等信息，从而提前对驾驶员进行警示的方法。然而事前预警的方法多存在准确率低、预警成本高、易受外界环境影响等不足，且均未考虑高海拔地区独特的驾驶环境影响。高海拔地区所特有的驾驶风险是高原反应等不良反应造成的驾驶员易疲劳、判断能力下降、操作迟缓等现象。因此亟需一种高海拔地区道路主动驾驶安全预警方法。
发明内容
针对现有技术中存在的问题，本发明提供了一种高海拔地区道路主动驾驶安全预警方法及系统，用以解决上述问题。
为了解决上述技术问题，本发明通过以下技术方案予以实现：
一种高海拔地区道路主动驾驶安全预警方法，包括：
实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；
根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；
若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则对当前车辆发出预警；
或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则对当前车辆发出预警；
进一步地，所述当前车辆驾驶员的生理指标包括眼动指标和心率指标；
所述当前车辆的运行状态指标包括速度和加速度；
所述当前车辆与其相邻车辆之间的车间距指标包括距离碰撞时间。
进一步地，所述当前车辆驾驶疲劳风险值的计算方法为：
将当前车辆所在位置的海拔数据和当前车辆驾驶员的眼动指标和心率指标输入训练好的驾驶疲劳度估计模型，输出得到所述当前车辆驾驶疲劳风险值。
进一步地，所述当前车辆实时驾驶风险值的计算方法为：
将当前车辆驾驶员的心率指标与训练好的若干类心率数据DBA曲线进行比较，得到当前车辆驾驶员的心率指标所属类别，该类别即为所述当前车辆实时驾驶风险值。
进一步地，当对当前车辆发出预警时，判定当前车辆所在路段为危险路段，此时行驶在所述危险路段上的其他车辆的综合驾驶风险值转移概率、驾驶疲劳风险值、实时驾驶风险值和车间间距风险值下调各自对应的危险阈值。
一种高海拔地区道路主动驾驶安全预警系统，包括：
数据指标获取模块，用于实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；
风险值计算模块，用于根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，还用于根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；
风险判断模块，用于判断当前车辆是否有风险，具体判断依据为：若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则判定为当前车辆有风险；或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则判定为当前车辆有风险；所述危险阈值大于所述次级危险阈值；
预警发布模块，用于发出预警。
进一步地，所述数据指标获取模块包括眼动仪、心率带、OBD、GPS和车载动态雷达测距仪；
所述眼动仪用于获取当前车辆驾驶员的眼动指标；
所述心率带用于获取当前车辆驾驶员的心率指标；
所述OBD用于获取当前车辆的速度和加速度；
所述GPS用于获取当前车辆所在位置的海拔数据；
所述车载动态雷达测距仪用于获取当前车辆与其相邻车辆之间的车间距指标。
进一步地，所述预警发布模块包括路侧预警单元和车载预警单元，所述路侧预警单元用于发出路段的风险预警信息，所述车载预警单元用于发出车辆的风险预警信息。
进一步地，还包括通信单元，用于车辆之间的风险信息通信。
与现有技术相比，本发明至少具有以下有益效果：本发明提供的一种高海拔地区道路主动驾驶安全预警方法，通过实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标来计算当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，根据所获取的当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；本发明综合构建从车辆、驾驶员、道路和海拔全角度、全方位的主动驾驶安全预警，最大限度的降低事故的发生机率。本发明不仅能对当前车辆做出风险预警，还能对周边车辆做出风险预警。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式中的技术方案，下面将对具体实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种高海拔地区道路主动驾驶安全预警系统图；
图2为本发明一种高海拔地区道路主动驾驶安全预警方法中车载风险预警流程图；
图3为本发明一种高海拔地区道路主动驾驶安全预警方法中综合驾驶风险转移概率预警流程图；
图4为本发明一种高海拔地区道路主动驾驶安全预警方法中驾驶疲劳预警工作流程图；
图5为本发明一种高海拔地区道路主动驾驶安全预警方法中实时驾驶风险预警工作流程。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
作为本发明的某一具体实施方式，结合图2至图5所示，一种高海拔地区道路主动驾驶安全预警方法，包括：
步骤1：获取数据，实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；具体的说，当前车辆驾驶员的生理指标包括眼动指标和心率指标，当前车辆的运行状态指标包括速度和加速度，当前车辆与其相邻车辆之间的车间距指标包括距离碰撞时间；具体的说，当前车辆驾驶员的眼动指标包括注视时间和眨眼频率，当前车辆驾驶员的心率 指标包括SDNN和LF/HF；具体的说，获取当前车辆驾驶员的生理指标的设备为眼动仪和心率带，获取当前车辆的运行状态指标的设备为OBD设备，获取当前车辆的海拔数据的设备GPS，获取当前车辆与其相邻车辆之间的车间距指标的设备为车载动态雷达测距仪。
步骤2：指标计算，根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；本实施例中，各个指标数据的单位量纲各不相同，为了消除数据量纲影响和指标自身变异大小和数值大小的影响，采用0-1标准化处理对数据进行非量纲化，标准化公式如式(1)：
Figure BDA0002808312010000051
具体地，将当前车辆驾驶员的生理指标和当前车辆的运行状态指标输入训练好的综合驾驶风险转移概率预测模型中，得到当前车辆在当前时段的综合驾驶风险与在下一时段的综合驾驶风险的转移概率；具体地说，综合驾驶风险转移概率预测模型为一个隐马尔可夫模型(HMM)，该模型的输入变量为注视持续时间、扫视范围、LF/HF和平均速度，隐藏状态N的数目为2，即安全或危险；可观察参数数量M为4；初始状态转变概率矩阵A0可以通过式(2)所示的均值法获取；观测概率矩阵Bk可根据第k个观测参数值获取；可通过如式(3)所示的均值法获得驾驶员的初始概率分布。
Figure BDA0002808312010000061
Figure BDA0002808312010000062
具体地，当前车辆驾驶疲劳风险值的驾驶疲劳度估计模型如式(4)所示，
Figure BDA0002808312010000063
式(4)中，θ(h)为和海拔相关的校正系数，e(i)为时段i的眨眼校正系数，SDNNi是第i个时间段的SDNN，Mi是第i时间段的平均NN间期，SDNNinitial为初始SDNN，Minitial为初始时间段的平均NN间期，SDNNstatic为驾驶员处于静息状态时的SDNN，Mstatic为驾驶员处于静息状态时段的平均NN间期。
具体地，计算当前车辆实时驾驶风险值的方法为：利用驾驶人的历史心率变异性时间序列数据，采用动态时间规整(dynamic time warp,DTW)算法，应用K均值聚类方法来区分各类驾驶状态。在获取训练样本的驾驶员状态集后，应用重心平均法(DTW barycenteraveraging,DBA) 计算各类数据的特征曲线，以作为判别实时采集的驾驶员数据所述状态的依据。具体地，聚类分为3类，分别为安全、一般安全、危险。具体地，将实时获取的驾驶人心率变异性指标与训练得到的DBA作比较，以判别其所属类别，从而得到实时风险。
具体地，计算当前车辆碰撞风险值的方法为：利用车载雷达获取当前车与前车的距离L，利用GPS获取当前车辆的速度V，利用式(5)计算得到碰撞时间T。
Figure BDA0002808312010000071
步骤3：风险判别。若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则对当前车辆发出预警；
或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则对当前车辆发出预警；
当对当前车辆发出预警时，判定当前车辆所在路段为危险路段，此时行驶在危险路段上的其他车辆的综合驾驶风险值转移概率、驾驶疲劳风险值、实时驾驶风险值和车间间距风险值下调各自对应的危险阈值。
具体地讲，本实施例中，车辆综合驾驶风险值转移概率的危险阈值为60％，次级危险阈值为50％；车辆驾驶疲劳风险的危险阈值为1.1，次级危险阈值为0.8；车辆实时驾驶风险的危险阈值为连续5个时段的车辆实时驾驶风险均为危险类别，次级危险阈值为连续5个时段的车辆实时驾驶风险一般安全类别或连续4个时段的车辆实时驾驶风险均为危险类别；车辆车间间距风险的危险阈值为1.2s，次级危险阈值为2.3s。
风险预警。根据风险判别结果，通过预警发布模块发布预警。预警发布模块包括路侧预警单元和车载预警单元，路侧预警单元用于发出路段的风险预警信息，车载预警单元用于发出车辆的风险预警信息。
如图1所示，用于实现本发明一种高海拔地区道路主动驾驶安全预警方法的系统，包括：
数据指标获取模块，用于实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；
风险值计算模块，用于根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险值、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，还用于根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值，还用于将当前车辆综合驾驶风险值输入训练好的预测模型中，得到当前车辆在当前时段的综合驾驶风险值与在下一时段的综合驾驶风险值的转移概率，该转移概率为当前车辆综合驾驶风险值转移概率；
风险判断模块，用于判断当前车辆是否有风险，具体判断依据为：若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则判定为当前车辆有风险；或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则判定为当前车辆有风险；危险阈值大于次级危险阈值；
预警发布模块，用于发出预警，具体的说，预警发布模块包括路侧预警单元和车载预警单元，路侧预警单元用于发出路段的风险预警信息，车载预警单元用于发出车辆的风险预警信息；
通信单元，用于车辆之间的风险信息通信。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (6)

1.一种高海拔地区道路主动驾驶安全预警方法，其特征在于，包括：
实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；所述当前车辆驾驶员的生理指标包括眼动指标和心率指标；所述当前车辆的运行状态指标包括速度和加速度；所述当前车辆与其相邻车辆之间的车间距指标包括距离碰撞时间；
根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；
所述当前车辆综合驾驶风险转移概率的计算方法为：
将当前车辆驾驶员的生理指标和当前车辆的运行状态指标输入训练好的综合驾驶风险转移概率预测模型中，得到当前车辆在当前时段的综合驾驶风险与在下一时段的综合驾驶风险的转移概率，所述综合驾驶风险转移概率预测模型为隐马尔可夫模型，隐马尔可夫模型的输入变量为注视持续时间、扫视范围、LF/HF和平均速度；
所述当前车辆驾驶疲劳风险值的计算方法为：
将当前车辆所在位置的海拔数据和当前车辆驾驶员的眼动指标和心率指标输入训练好的驾驶疲劳度估计模型，输出得到所述当前车辆驾驶疲劳风险值，所述驾驶疲劳度估计模型为：
Figure FDA0003444178530000011
式中，θ(h)为和海拔相关的校正系数，e(i)为时段i的眨眼校正系数，SDNNi是第i个时间段的SDNN，Mi是第i时间段的平均NN间期，SDNNinitial为初始SDNN，Minitial为初始时间段的平均NN间期，SDNNstatic为驾驶员处于静息状态时的SDNN，Mstatic为驾驶员处于静息状态时段的平均NN间期；
所述当前车辆实时驾驶风险值的计算方法为：
将当前车辆驾驶员的心率指标与训练好的若干类心率数据DBA曲线进行比较，得到当前车辆驾驶员的心率指标所属类别，该类别即为所述当前车辆实时驾驶风险值；
若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则对当前车辆发出预警；
或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则对当前车辆发出预警。
2.根据权利要求1所述的一种高海拔地区道路主动驾驶安全预警方法，其特征在于，当对当前车辆发出预警时，判定当前车辆所在路段为危险路段，此时行驶在所述危险路段上的其他车辆的综合驾驶风险值转移概率、驾驶疲劳风险值、实时驾驶风险值和车间间距风险值下调各自对应的危险阈值。
3.一种高海拔地区道路主动驾驶安全预警系统，其特征在于，用于实现权利要求1或2所述的方法，包括：
数据指标获取模块，用于实时获取当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标、当前车辆的运行状态指标和当前车辆与其相邻车辆之间的车间距指标；
风险值计算模块，用于根据当前车辆所在位置的海拔数据、当前车辆驾驶员的生理指标和当前车辆的运行状态指标计算得到当前车辆综合驾驶风险转移概率、当前车辆驾驶疲劳风险值和当前车辆实时驾驶风险值，还用于根据当前车辆与其相邻车辆之间的车间距指标计算得到当前车辆碰撞风险值；
风险判断模块，用于判断当前车辆是否有风险，具体判断依据为：若当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值中至少一项的值大于等于各自对应的危险阈值时，则判定为当前车辆有风险；或当前车辆综合驾驶风险值转移概率、当前车辆驾驶疲劳风险值、当前车辆实时驾驶风险值和当前车辆碰撞风险值均小于各自对应的危险阈值，但至少任意两项的值大于等于各自对应的次级危险阈值时，则判定为当前车辆有风险；所述危险阈值大于所述次级危险阈值；
预警发布模块，用于发出预警。
4.根据权利要求3所述的一种高海拔地区道路主动驾驶安全预警系统，其特征在于，所述数据指标获取模块包括眼动仪、心率带、OBD、GPS和车载动态雷达测距仪；
所述眼动仪用于获取当前车辆驾驶员的眼动指标；
所述心率带用于获取当前车辆驾驶员的心率指标；
所述OBD用于获取当前车辆的速度和加速度；
所述GPS用于获取当前车辆所在位置的海拔数据；
所述车载动态雷达测距仪用于获取当前车辆与其相邻车辆之间的车间距指标。
5.根据权利要求3所述的一种高海拔地区道路主动驾驶安全预警系统，其特征在于，所述预警发布模块包括路侧预警单元和车载预警单元，所述路侧预警单元用于发出路段的风险预警信息，所述车载预警单元用于发出车辆的风险预警信息。
6.根据权利要求3所述的一种高海拔地区道路主动驾驶安全预警系统，其特征在于，还包括通信单元，用于车辆之间的风险信息通信。
CN202011376411.2A 2020-11-30 2020-11-30 一种高海拔地区道路主动驾驶安全预警方法及系统 Active CN112530164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011376411.2A CN112530164B (zh) 2020-11-30 2020-11-30 一种高海拔地区道路主动驾驶安全预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011376411.2A CN112530164B (zh) 2020-11-30 2020-11-30 一种高海拔地区道路主动驾驶安全预警方法及系统

Publications (2)

Publication Number Publication Date
CN112530164A CN112530164A (zh) 2021-03-19
CN112530164B true CN112530164B (zh) 2022-03-29

Family

ID=74995276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011376411.2A Active CN112530164B (zh) 2020-11-30 2020-11-30 一种高海拔地区道路主动驾驶安全预警方法及系统

Country Status (1)

Country Link
CN (1) CN112530164B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114004559A (zh) * 2021-09-23 2022-02-01 中交信通网络科技有限公司 货物跟踪方法、装置、设备以及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105073474B (zh) * 2013-03-15 2017-12-19 本田技研工业株式会社 针对驾驶员行为的协调的车辆响应系统和方法
CN105405253B (zh) * 2015-12-18 2017-05-24 中交第一公路勘察设计研究院有限公司 一种驾驶员疲劳状态的监测方法及监测装置
CN105788174A (zh) * 2016-05-04 2016-07-20 成都贝森伟任科技有限责任公司 预防疲劳驾驶的车辆防撞终端
CN108428343B (zh) * 2018-05-17 2023-10-24 长沙理工大学 一种多车驾驶行为分析和危险预警方法及系统
EP3693240A1 (en) * 2019-02-06 2020-08-12 Zenuity AB Control of activation threshold for vehicle safety systems
CN111242484B (zh) * 2020-01-14 2023-09-19 沈阳平通高新技术有限公司 基于转移概率的车辆风险综合评价方法
CN111311093B (zh) * 2020-02-13 2023-09-05 中交第一公路勘察设计研究院有限公司 基于驾驶员生理数据的道路交叉口风险评估与预警方法

Also Published As

Publication number Publication date
CN112530164A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
US11021166B2 (en) Systems and methods for driver scoring with machine learning
US11891071B2 (en) Vehicle to vehicle telematics
US10414407B1 (en) Driving analysis using vehicle-to-vehicle communication
US9718468B2 (en) Collision prediction system
CN113479211B (zh) 基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统
CN112071061B (zh) 基于云计算和数据分析的车辆服务系统
CN102390320B (zh) 基于车载传感网络的车辆防撞预警系统及用途
JP5521893B2 (ja) 運転支援システム、車載装置
US20190308619A1 (en) Method and system for estimating an accident risk of an autonomous vehicle
CN113247008B (zh) 一种驾驶行为监控方法、装置及电子设备
JP2014081947A (ja) 情報配信装置
CN106097709A (zh) 基于智能车载终端的驾驶行为识别方法
EP3578433B1 (en) Method for estimating an accident risk of an autonomous vehicle
CN113635897B (zh) 一种基于风险场的安全驾驶预警方法
CN112991685A (zh) 考虑驾驶人疲劳状态影响的交通系统风险评估及预警方法
CN112530164B (zh) 一种高海拔地区道路主动驾驶安全预警方法及系统
CN113592221B (zh) 基于安全替代评价指标的道路路段风险动态评估方法
JP2022532941A (ja) 車両信号を処理して挙動危険性の測度を計算するための装置及び方法
CN115871682A (zh) 驾驶员安全驾驶行为的监测、评价和预警方法及系统
CN111775948B (zh) 一种驾驶行为分析方法及装置
CN114119256A (zh) 一种ubi危险化学品车辆驾驶行为采集分析系统及保费折扣方法
CN116383678B (zh) 一种营运客车异常变速行为常发性路段识别方法
CN115472040B (zh) 基于碰撞概率场的网联车辆个性化防碰撞预警方法
CN115966100B (zh) 一种行车安全控制方法及系统
Ghasemi et al. Traffic Lane Change Detection using smartphone sensors and GPS

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221129

Address after: 710075 No. two, No. 63, hi tech Zone, Shaanxi, Xi'an

Patentee after: CCCC FIRST HIGHWAY CONSULTANTS Co.,Ltd.

Address before: 710064 middle section, south two ring road, Shaanxi, Xi'an

Patentee before: CHANG'AN University