CN112908034A - 一种智能公交安全驾驶行为辅助督导系统及控制方法 - Google Patents

一种智能公交安全驾驶行为辅助督导系统及控制方法 Download PDF

Info

Publication number
CN112908034A
CN112908034A CN202110055295.2A CN202110055295A CN112908034A CN 112908034 A CN112908034 A CN 112908034A CN 202110055295 A CN202110055295 A CN 202110055295A CN 112908034 A CN112908034 A CN 112908034A
Authority
CN
China
Prior art keywords
vehicle
information
terminal
mounted terminal
early warning
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.)
Pending
Application number
CN202110055295.2A
Other languages
English (en)
Inventor
陈深进
张传春
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.)
Nanfang College Of Sun Yai-Sen University
Original Assignee
Nanfang College Of Sun Yai-Sen 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 Nanfang College Of Sun Yai-Sen University filed Critical Nanfang College Of Sun Yai-Sen University
Priority to CN202110055295.2A priority Critical patent/CN112908034A/zh
Publication of CN112908034A publication Critical patent/CN112908034A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • 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
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • 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
    • H04W4/30—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]
    • 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]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种智能公交安全驾驶行为辅助督导系统及控制方法，包括车载终端、路侧终端和ADAS云控制中心组成，周边外围系统包括北斗/GPS差分基站和实时信号灯，采用深度卷积网络和SVM分类器处理驾驶行为量表数据，基于驾驶员异常行为模式和实验数据统计实现对追尾报警/防碰撞算法的参数匹配，车载终端接入车辆CAN总线信息和GPS/北斗差分信息，提供核心的车辆主动安全防御预警功能，路侧终端接入实时信号灯控制等信息，与车载终端协同交互；通过示范区域建设北斗/GPS差分基站，为车载终端在特定业务位置数据信息提供精准的位置信息服务，供自动驾驶系统使用，用户体验好，智能化程度高，投入成本低，数据稳定性好且可靠性高。

Description

一种智能公交安全驾驶行为辅助督导系统及控制方法
技术领域
本发明涉及一种智能公交安全驾驶行为辅助督导系统及控制方法，属于智能公交安全驾驶行为技术领域。
背景技术
近年来，先进驾驶辅助系统已经被广泛应用于一些高端车辆，如比亚迪装备的“疲劳驾驶预警系统”，利用驾驶员的面部特征、眼部特征、头部运动性等推断驾驶员的疲劳状况，并进行报警提示和采取相应措施；大众汽车装备的“疲劳识别系统”，通过长时间对驾驶员的驾车行为进行记录，并根据其行为变化，对驾驶员的疲劳程度进行判断；奔驰装备的“注意力辅助系统”，利用车上的71个传感器，在80～180km/h车速范围内检测纵向和横向加速度的方向盘和踏板传感器，感知驾驶员是否在疲劳驾驶；沃尔沃装备的“驾驶员安全警告系统”，会在进入容易使司机放松的笔直、平坦的道路及速度超过65km/h时启动，把异常驾驶行为和正常驾驶行为进行对比，判断驾驶员是否处于疲劳驾驶；欧洲e-Safety项目开发了“AWAKE驾驶诊断系统”，利用视觉传感器和方向盘纵力传感器实时获取驾驶员信息，判断驾驶员的状态；宝马7系装备的“被动夜视系统”，利用红外感应照相机，将路边行人和穿行道路的动物以及影像中最亮的物体显示在荧屏上；奔驰新S级在前照灯中安装红外线灯，将人眼看不见的路面照亮；奔驰公司将6个短距雷达安装于车辆的前后保险杠，以检测此区域的邻近车辆状态。
我国的驾驶辅助系统的研究相比国外稍稍滞后，主要由高校参与研究。其中清华大学、吉林大学等积极参与智能车研究，但是与国际一流水平相比，仍有不少的差距。清华大学研究并设计的V型智能车，包含道路与障碍物检测系统、定位导航系统等。在高速公路能达到的速度为80km/h，一般道路为20km/h。能够进行道路跟踪和有效躲避障碍。除了这些高校，还有吉林大学、浙江大学等高校参与智能车的开发与研究中，并且取得了不少的成果。
目前自适应式驾驶辅助系统的研究还处于起步阶段，且大部分都基于神经网络、模糊逻辑、遗传算法等人工智能理论，这些理论和算法虽然具有处理复杂非线性问题的优势以及自学习能力，但普遍结构复杂，需要较大运算量，系统的稳定性和实时性依然有待改进，暂时难以在实际系统中应用，同时人工智能模型的系统化设计方法和性能分析理论还需要更加深入的研究。此外，这方面研究还需要具备的硬件基础是用于驾驶员特性实验以及驾驶辅助系统开发的工程平台。这类平台需要全面采集驾驶员、车辆和交通环境信息，并通过对车辆执行机构的控制精确跟踪系统控制策略输出的期望控制量，实现自适应巡航以及追尾报警/防碰撞的基本功能。
发明内容
本发明提供一种智能公交安全驾驶行为辅助督导系统及控制方法用来克服现有技术中自适应式驾驶辅助系统普遍结构复杂，需要较大运算量，系统的稳定性和实时性依然有待改进的缺陷。
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明公开了一种智能公交安全驾驶行为辅助督导系统及控制方法，包括车载终端、路侧终端和ADAS云控制中心组成，周边外围系统包括北斗/GPS差分基站和实时信号灯。车载终端通过车辆控制主机集成和管理DSRC感知通信单元、360°全景视频模块、多种传感器和高精度定位模块，接入车辆CAN总线信息和GPS/北斗差分信息，提供核心的车辆主动安全防御预警功能。路侧终端通过路侧控制主机集成和管理DSRC单元、路侧视频行人和车辆检测单元，接入实时信号灯控制等信息，通过DRSC广播检测到的预警信息，并与车载终端协同交互。本系统及方法可通过示范区域建设北斗/GPS差分基站，为车载终端在人行道、红绿灯限行线、公交站台等特定业务位置数据信息提供精准的位置信息服务。
进一步的，所述通过车载终端与路侧终端通过DSRC短程感知及通信，在路侧终端和车辆安装低功耗蓝牙模块，可在50米距离内互为感知，并能感知开启智能手机蓝牙功能的行人和乘客。路侧终端和车载终端通过4G/5G远程通信模块与ADAS云控制中心通信，在云端形成系统的人、车、路协同。
进一步的，所述车载终端，用于车载终端通过车辆控制中心集成和管理前向ADAS摄像机、车载雷达等传感器；配置360全景视频模块、驾驶员行为检测模块；配置DSRC短程感知通信模块、4G/5G远程通信模块；接收GPS/北斗差分信息，提供亚米级位置服务，同时接入车辆CAN总线等车辆信息。
进一步的，所述路侧子系统，通过视频行人、车辆路侧检测单元，接入交通信号等信息，在红灯情况下检测人行道闯红灯危险信号，并将信号通过DSRC广播给车载终端。
本发明还提供了一种智能公交安全驾驶行为辅助督导系统的控制方法，包括：
S1、车载终端通过前向ADAS摄像机、车载雷达等多种传感器组成车辆主动安全防御系统，感知道路、车辆和行人，在行驶过程中，根据道路状况，提供防碰撞预警信息；
S2、车载终端通过示范区域内布设的GPS/北斗基站和高精度地图，组合GPS/北斗差分、惯性导航等精准定位技术，提供在人行道、红绿灯限行线、公交站台等特定业务位置数据信息，供自动驾驶系统使用；
S3、车载终端与车载终端形成V2V感知与通信，行驶过程中提供基于V2V的各方向碰撞预警信息以及V2V的紧急车辆避让服务；
S4、路侧终端接入实时信号等信息，通过自带视频行人、车辆检测单元提供指定区域内的行人、车辆信息，提供基于V2I多种道路危险状态预警服务；
S5、视频行人车辆检测单元，接入交通信号等信息，在红灯情况下检测人行道闯红灯危险信号，并将信号通过DSRC广播给车载终端；
S6、控制中心通过车载控制单元，可实时获取车辆远程模拟仪表盘，并集中管理和展示车辆或者预警信息；
S7、实时显示预警车辆地理位置或者检测到的驾驶员违规信息位置，提供线路危险点辅助分析；
S8、通过驾驶员行为分析，实现驾驶员预警情况记录，辅助分析驾驶员行为习惯，做到针对性教育、提醒。
本发明所达到的有益效果是：本系统包括车载终端、路侧终端和ADAS云控制中心组成，周边外围系统包括北斗/GPS差分基站和实时信号灯，采用深度卷积网络和SVM分类器处理驾驶行为量表数据，基于驾驶员异常行为模式和实验数据统计实现对追尾报警/防碰撞算法的参数匹配。车载终端通过车辆控制主机集成和管理DSRC感知通信单元、360°全景视频模块、多种传感器和高精度定位模块，接入车辆CAN总线信息和GPS/北斗差分信息，提供核心的车辆主动安全防御预警功能。路侧终端通过路侧控制主机集成和管理DSRC单元、路侧视频行人和车辆检测单元，接入实时信号灯控制等信息，通过DRSC广播检测到的预警信息，并与车载终端协同交互。通过示范区域建设北斗/GPS差分基站，为车载终端在人行道、红绿灯限行线、公交站台等特定业务位置数据信息提供精准的位置信息服务，供自动驾驶系统使用，用户体验好，智能化程度高，投入成本低，数据稳定性好且可靠性高。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的总体结构框图；
图2是本发明的车路协同交互示意图；
图3是本发明的车载终端框架图；
图4是本发明的路侧终端系统框架图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
如图1所示，一种智能公交安全驾驶行为辅助督导系统，包括车载终端、路侧终端和ADAS云控制中心组成，周边外围系统包括北斗/GPS差分基站和实时信号灯。车载终端通过车辆控制主机集成和管理DSRC感知通信单元、360°全景视频模块、多种传感器和高精度定位模块，接入车辆CAN总线信息和GPS/北斗差分信息，提供核心的车辆主动安全防御预警功能。路侧终端通过路侧控制主机集成和管理DSRC单元、路侧视频行人和车辆检测单元，接入实时信号灯控制等信息，通过DRSC广播检测到的预警信息，并与车载终端协同交互。本系统及方法可通过示范区域建设北斗/GPS差分基站，为车载终端在人行道、红绿灯限行线、公交站台等特定业务位置数据信息，提供精准的位置信息服务。
本系统选用车载数字高清智能视频终端是为满足城市公共交通安全管理需求，设计的一款基于高清视频为基础的车载数字高清智能视频终端，经振动测试、电磁干扰、高低温测试及装车实测等一系列测试，结果是符合ISO16750-1：2006道路车辆电气及电子设备的环境条件和实验。ISO16750-3：2007道路车辆电气及电子设备的环境条件和实验。GB/T21437.2-2008道路车辆由传导和耦合引起的电骚扰。系统采用嵌入式实时操作系统作为软件平台，保证了系统的高可靠性。用户可通过控制键盘、鼠标或遥控器对系统进行操作控制，主机具有口令检验功能，以防止未经授权的用户对系统进行访问。
如图2所示，进一步作为优选的实施方式，所述通过车载终端与路侧终端通过DSRC短程感知及通信，在路侧终端和车辆安装低功耗蓝牙模块，可在50米距离内互为感知，并能感知开启智能手机蓝牙功能的行人和乘客。路侧终端和车载终端通过4G/5G远程通信模块与ADAS云控制中心通信，在云端形成系统的人、车、路协同。
如图3所示，进一步作为优选的实施方式，所述车载终端，用于车载终端通过车辆控制中心集成和管理前向ADAS摄像机、车载雷达等传感器；配置360全景视频模块、驾驶员行为检测模块；配置DSRC短程感知通信模块、4G/5G远程通信模块；接收GPS/北斗差分信息，提供亚米级位置服务；同时接入车辆CAN总线等车辆信息。
前向ADAS系统，具有车道偏离警告：会在司机无意识偏离车道时，发出视觉和声音的警告，行人碰撞预警：能够在与前方的行人/自行车发生碰撞提前2秒发出视觉和声音或震动警告，前碰撞预警：能够在与前车/摩托车发生碰撞前,提前2秒发出视觉警告、声音警告或震动警告，车距监测与警告：能够与前车之间的车距，如果距离太近过于危险，系统会发出视觉和声音警告。系统预警时，需对车载视频主机指定路数录像文件进行标识，同时将车辆前方图片及司机操作图片上传后台及移动端，可与视频监控主机共用通讯通道将报警数据上传后台，系统时间与视频监控主机时间保持一致，支持报警数据的本地存储或者能够在车载视频主机进行存储，支持行人检测、支持车辆检测、支持障碍物距离判断、支持3路开关信号输入、支持功能开启速度可调，设备的平均无故障间隔时间(MTBF)应不小于5000h，设备在正常条件下，连续工件168h，不应出现电、机械或操作系统的故障。
如图4所示，进一步作为优选的实施方式，所述路侧子系统，通过视频行人、车辆路侧检测单元，接入交通信号等信息，在红灯情况下检测人行道闯红灯危险信号，并将信号通过DSRC广播给车载终端。
实施例2
一种智能公交安全驾驶行为辅助督导系统的控制方法，包括：
S1、车载终端通过前向ADAS摄像机、车载雷达等多种传感器组成车辆主动安全防御系统，感知道路、车辆和行人，在行驶过程中，根据道路状况，提供防碰撞预警信息。
S2、车载终端通过示范区域内布设的GPS/北斗基站和高精度地图，组合GPS/北斗差分、惯性导航等精准定位技术，提供在人行道、红绿灯限行线、公交站台等特定业务位置数据信息，供自动驾驶系统使用。
S3、车载终端与车载终端形成V2V感知与通信，行驶过程中提供基于V2V的各方向碰撞预警信息以及V2V的紧急车辆避让服务。
S4、路侧终端接入实时信号等信息，通过自带视频行人、车辆检测单元提供指定区域内的行人、车辆信息，提供基于V2I多种道路危险状态预警服务。
S5、视频行人车辆检测单元，接入交通信号等信息，在红灯情况下检测人行道闯红灯危险信号，并将信号通过DSRC广播给车载终端。
S6、控制中心通过车载控制单元，可实时获取车辆远程模拟仪表盘，并集中管理和展示车辆或者预警信息。
S7、实时显示预警车辆地理位置或者检测到的驾驶员违规信息位置，提供线路危险点辅助分析。
S8、通过驾驶员行为分析，实现驾驶员预警情况记录，辅助分析驾驶员行为习惯，做到针对性教育、提醒。
在S8的基础上，进一步优化实施方法。
S9、由于驾驶员本身存在着较大的个体差异和状态波动，采用固定参数的传统辅助系统难以保证对不同驾驶员的适用性。针对此问题，基于驾驶员跟车行为和异常驾驶行为分析，引入深度学习的方法，提出针对驾驶员特性的自学习方法，并应用该策略及方法设计开发了具有自适应控制和追尾报警/防碰撞功能的车辆辅助督导系统，实现系统对驾驶员特性的自动适应和在线学习。
S10、提出了一种驾驶员跟车行为特性以及异常行为特性的分析方法。该方法通过真实道路实验和异常驾驶行为量表获取驾驶员特性数据，根据对数据的统计分析以及量表信息的因子量化和聚类分析，得到对应自适应巡航功能的驾驶员稳态跟车行为特性、对应追尾报警/防碰撞功能的驾驶员接近前车行为特性以及异常行为倾向因子，为辅助系统控制策略设计提供了基本依据。
S11、提出了针对驾驶员特性的基于深度学习的自学习方法。控制策略包括驾驶员跟车模型和追尾报警/防碰撞算法两部分。该自学习方法采用带遗忘因子的最小二乘参数估计递推算法实时处理驾驶员人工操作过程数据，实现对驾驶员跟车模型参数的在线辨识；采用深度卷积网络和SVM分类器处理驾驶行为量表数据，基于驾驶员异常行为模式和实验数据统计实现对追尾报警/防碰撞算法的参数匹配。
S12、通过收集驾驶行为量表数据集，建立深度卷积神经网络结构，训练一个专门用于行人分类的深度卷积神经网络。经过不断的训练，该网络在测试集上的准确率达到了90％以上。首先，构造AlexNet候选框生成网络，该网络的主要功能是在输入视频图片中，产生更精确的行人候选框。其次，为了让提取到的卷积特征在SVM分类器里面有更强的区分性，表现出更好的检测性能，通过提取深度卷积网络的全部卷积特征，发现深度卷积网络提取到的卷积特征更适合行人分类，同时网络的深层卷积特征比浅层特征表现出更好的区分性能，可通过网络特征的可视化来证实。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种智能公交安全驾驶行为辅助督导系统，其特征在于，包括车载终端、路侧终端和ADAS云控制中心组成，周边外围系统包括北斗/GPS差分基站和实时信号灯，采用深度卷积网络和SVM分类器处理驾驶行为量表数据，基于驾驶员异常行为模式和实验数据统计实现对追尾报警/防碰撞算法的参数匹配；
所述车载终端通过车辆控制主机集成和管理DSRC感知通信单元、360°全景视频模块、多种传感器和高精度定位模块，接入车辆CAN总线信息和GPS/北斗差分信息，提供核心的车辆主动安全防御预警功能，路侧终端与车载终端通过DSRC短程感知及通信；
车路协同是车载终端与路侧终端之间通过DSRC短程感知及通信，在路侧终端和车辆安装低功耗蓝牙模块，可在50米距离内互为感知，并能感知开启智能手机蓝牙功能的行人和乘客；
路侧终端和车载终端通过4G/5G远程通信模块与ADAS云控制中心通信，在云端形成系统的人、车、路协同。
2.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统，其特征在于，所述车载终端通过前向ADAS摄像机、车载雷达等多种传感器组成车辆主动安全防御系统，感知道路、车辆和行人，在行驶过程中，根据道路状况，提供防碰撞预警信息，车载终端通过示范区域内布设的GPS/北斗基站和高精度地图，组合GPS/北斗差分、惯性导航等精准定位技术，提供在人行道、红绿灯限行线、公交站台等特定业务位置数据信息，供自动驾驶系统使用，车载终端与路侧终端形成V2V感知与通信，行驶过程中提供基于V2V的各方向碰撞预警信息以及V2V的紧急车辆避让服务，路侧终端接入实时信号等信息，通过自带视频行人、车辆检测单元提供指定区域内的行人、车辆信息，提供基于V2I多种道路危险状态预警服务。
3.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统，其特征在于，所述车载终端通过车辆控制中心集成和管理前向ADAS摄像机、车载雷达等传感器和配置360全景视频模块、驾驶员行为检测模块以及配置DSRC短程感知通信模块、4G/5G远程通信模块；接收GPS/北斗差分信息，提供亚米级位置服务，同时接入车辆CAN总线等车辆信息。
4.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统及控制方法，其特征在于，360°全向视频系统包括所述360°全景视频模块和360°全景视频监控，其用于解决安全行车视觉盲区，易被驾驶员忽视同时又是最易发生严重事故的区域，360°全景视频监控通过安装在车身四周的4个摄像机拼接为全景视图，消除司机驾驶盲区，减少盲区事故，提高行车安全。
5.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统及控制方法，其特征在于，所述前向ADAS摄像机，通过对行人和车辆的检测，能够提前1～2秒预警，预判追尾、碰撞等各种突发状况，包括车道偏离告警、碰撞预警、低速碰撞预警、车距检测与警告、行人碰撞预警。
6.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统及控制方法，其特征在于，所述驾驶员异常行为模式通过驾驶员行为检测模块监测系统驾驶员行为，支持识别分神提醒、行车过程中打电话、行车途中抽烟、遮挡报警、打哈欠提醒、支持戴眼镜穿透功能。
7.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统及控制方法，其特征在于，所述DSRC感知通信单元，实现车辆终端与车辆终端、车辆终端与路侧终端的短程通信，形成基于V2V、V2I的协同服务。提供基于V2V和V2I的各方向碰撞预警服务，提供基于V2I的多种道路危险状态预警服务，提供基于实时信号灯状态的闯红灯预警及车速引导服务。
8.根据权利要求1所述的智能公交安全驾驶行为辅助督导系统及控制方法，其特征在于，所述车载终端包括车载控制主机，车载控制主机集成和管理各子系统，接入CAN总线和精准位置信息，实现各子系统互动，提供集中的视频、声音、振动等预警信息展示，包括管理并实现各安全子系统互动，为各子系统提供车辆CAN、精准位置及路侧信息服务，为各子系统提供4G/5G远程通信功能。
9.一种智能公交安全驾驶行为辅助督导系统的控制方法，包括：
S1、所述车载终端通过前向ADAS摄像机、车载雷达等多种传感器组成车辆主动安全防御系统，感知道路、车辆和行人，在行驶过程中，根据道路状况，提供防碰撞预警信息。
S2、车载终端通过示范区域内布设的GPS/北斗基站和高精度地图，组合GPS/北斗差分、惯性导航等精准定位技术，提供在人行道、红绿灯限行线、公交站台等特定业务位置数据信息，供自动驾驶系统使用。
S3、车载终端与车载终端形成V2V感知与通信，行驶过程中提供基于V2V的各方向碰撞预警信息以及V2V的紧急车辆避让服务。
S4、路侧终端接入实时信号等信息，通过自带视频行人、车辆检测单元提供指定区域内的行人、车辆信息，提供基于V2I多种道路危险状态预警服务。
S5、视频行人车辆检测单元，接入交通信号等信息，在红灯情况下检测人行道闯红灯危险信号，并将信号通过DSRC广播给车载终端。
S6、控制中心通过车载控制单元，可实时获取车辆远程模拟仪表盘，并集中管理和展示车辆或者预警信息。
S7、实时显示预警车辆地理位置或者检测到的驾驶员违规信息位置，提供线路危险点辅助分析。
S8、通过驾驶员行为分析，实现驾驶员预警情况记录，辅助分析驾驶员行为习惯，做到针对性教育、提醒。
CN202110055295.2A 2021-01-15 2021-01-15 一种智能公交安全驾驶行为辅助督导系统及控制方法 Pending CN112908034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110055295.2A CN112908034A (zh) 2021-01-15 2021-01-15 一种智能公交安全驾驶行为辅助督导系统及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110055295.2A CN112908034A (zh) 2021-01-15 2021-01-15 一种智能公交安全驾驶行为辅助督导系统及控制方法

Publications (1)

Publication Number Publication Date
CN112908034A true CN112908034A (zh) 2021-06-04

Family

ID=76113436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110055295.2A Pending CN112908034A (zh) 2021-01-15 2021-01-15 一种智能公交安全驾驶行为辅助督导系统及控制方法

Country Status (1)

Country Link
CN (1) CN112908034A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362606A (zh) * 2021-07-23 2021-09-07 重庆智和慧创科技有限公司 一种基于车联网的车路协同防碰撞综合控制系统
CN113470415A (zh) * 2021-08-05 2021-10-01 安徽富煌科技股份有限公司 一种基于大数据的brt车路协同控制系统
CN113593302A (zh) * 2021-07-23 2021-11-02 重庆智和慧创科技有限公司 一种基于车联网的车路协同防碰撞系统服务平台
CN114550477A (zh) * 2021-12-30 2022-05-27 广州市公共交通集团有限公司 一种公交行车安全预警系统与方法
CN115457689A (zh) * 2022-09-08 2022-12-09 安徽信息工程学院 一种高速站点检测辅助系统及其方法
CN116001780A (zh) * 2023-02-28 2023-04-25 江苏长天智远数字智能科技有限公司 精准监控和安全预警系统
CN117041491A (zh) * 2023-08-21 2023-11-10 北京崇玖物联科技有限公司 基于全国产化处理器的车载视频监控系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105204414A (zh) * 2015-09-01 2015-12-30 江苏南亿迪纳数字科技发展有限公司 一种汽车远程实时监控及实时模拟仪表盘的方法
CN107144867A (zh) * 2017-05-12 2017-09-08 山东大学 北斗精准时空公交车联网通信监视终端及其工作方法
CN107861142A (zh) * 2017-11-07 2018-03-30 河南蓝信科技股份有限公司 一种基于北斗和多信息结合的定位与导航方法
CN107972662A (zh) * 2017-10-16 2018-05-01 华南理工大学 一种基于深度学习的车辆前向碰撞预警方法
CN109556615A (zh) * 2018-10-10 2019-04-02 吉林大学 基于自动驾驶的多传感器融合认知的驾驶地图生成方法
CN109902560A (zh) * 2019-01-15 2019-06-18 浙江师范大学 一种基于深度学习的疲劳驾驶预警方法
CN110460651A (zh) * 2019-07-26 2019-11-15 阿尔法巴人工智能(深圳)有限公司 一种5g远程驾驶集成控制系统及方法
CN110598980A (zh) * 2019-08-07 2019-12-20 华为技术有限公司 交通场景的风险评估方法及装置
CN111301316A (zh) * 2020-01-20 2020-06-19 杭州金通科技集团股份有限公司 一种智能公交车载终端系统
CN111968338A (zh) * 2020-07-23 2020-11-20 南京邮电大学 基于深度学习的驾驶行为分析识别警示系统及其识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105204414A (zh) * 2015-09-01 2015-12-30 江苏南亿迪纳数字科技发展有限公司 一种汽车远程实时监控及实时模拟仪表盘的方法
CN107144867A (zh) * 2017-05-12 2017-09-08 山东大学 北斗精准时空公交车联网通信监视终端及其工作方法
CN107972662A (zh) * 2017-10-16 2018-05-01 华南理工大学 一种基于深度学习的车辆前向碰撞预警方法
CN107861142A (zh) * 2017-11-07 2018-03-30 河南蓝信科技股份有限公司 一种基于北斗和多信息结合的定位与导航方法
CN109556615A (zh) * 2018-10-10 2019-04-02 吉林大学 基于自动驾驶的多传感器融合认知的驾驶地图生成方法
CN109902560A (zh) * 2019-01-15 2019-06-18 浙江师范大学 一种基于深度学习的疲劳驾驶预警方法
CN110460651A (zh) * 2019-07-26 2019-11-15 阿尔法巴人工智能(深圳)有限公司 一种5g远程驾驶集成控制系统及方法
CN110598980A (zh) * 2019-08-07 2019-12-20 华为技术有限公司 交通场景的风险评估方法及装置
CN111301316A (zh) * 2020-01-20 2020-06-19 杭州金通科技集团股份有限公司 一种智能公交车载终端系统
CN111968338A (zh) * 2020-07-23 2020-11-20 南京邮电大学 基于深度学习的驾驶行为分析识别警示系统及其识别方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362606A (zh) * 2021-07-23 2021-09-07 重庆智和慧创科技有限公司 一种基于车联网的车路协同防碰撞综合控制系统
CN113593302A (zh) * 2021-07-23 2021-11-02 重庆智和慧创科技有限公司 一种基于车联网的车路协同防碰撞系统服务平台
CN113470415A (zh) * 2021-08-05 2021-10-01 安徽富煌科技股份有限公司 一种基于大数据的brt车路协同控制系统
CN114550477A (zh) * 2021-12-30 2022-05-27 广州市公共交通集团有限公司 一种公交行车安全预警系统与方法
CN115457689A (zh) * 2022-09-08 2022-12-09 安徽信息工程学院 一种高速站点检测辅助系统及其方法
CN115457689B (zh) * 2022-09-08 2023-10-13 安徽信息工程学院 一种高速站点检测辅助系统及其方法
CN116001780A (zh) * 2023-02-28 2023-04-25 江苏长天智远数字智能科技有限公司 精准监控和安全预警系统
CN117041491A (zh) * 2023-08-21 2023-11-10 北京崇玖物联科技有限公司 基于全国产化处理器的车载视频监控系统

Similar Documents

Publication Publication Date Title
CN112908034A (zh) 一种智能公交安全驾驶行为辅助督导系统及控制方法
EP3533681B1 (en) Method for detecting safety of driving behavior, apparatus and storage medium
US20220292956A1 (en) Method and system for vehicular-related communications
CN111524357B (zh) 用于车辆安全行驶所需的多数据融合的方法
CN113226884B (zh) 用于检测和动态地减轻驾驶员疲劳的系统和方法
CN111524362B (zh) 基于多数据融合的车辆安全行驶保障系统与方法
US7821421B2 (en) Traffic information system
US20240109542A1 (en) Exhaustive Driving Analytical Systems and Modelers
CN111476139B (zh) 基于联邦迁移学习的驾驶员行为云边协同学习系统
CN112224211A (zh) 基于多自主体交通流的驾驶模拟仿真系统
CN110316198A (zh) 一种用于高速公路提速的安全保障系统及运行方法
CN112180605B (zh) 一种基于增强现实的辅助驾驶系统
CN111179617B (zh) 一种智能网联车的车载单元
Saiprasert et al. Driver behaviour profiling using smartphone sensory data in a V2I environment
CN109849785B (zh) 一种基于车联网的换道判定系统及方法
CN111445764A (zh) 一种针对驾驶员路考培训的智能驾校系统及工作方法
CN110793537A (zh) 一种导航路径推荐方法、车机及车辆
CN116564116A (zh) 数字孪生驱动的智能辅助驾驶引导系统与方法
US20230054974A1 (en) Intersection Risk Indicator
CN109835343A (zh) 车辆控制装置、车辆控制方法及存储介质
CN113212451A (zh) 一种智能驾驶汽车用后视辅助系统
CN205003872U (zh) 虚拟网格内畸变区域移动趋势识别的路面检测系统
Medina-Carrión et al. Simulation of a driving assistant by means of a Multisensory Alert System (MAS)
CN114394090B (zh) 一种车路协同虚拟前障碍物感应系统
CN114987338A (zh) 一种基于Uu+PC5模式的V2X智能网联后视镜系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210604