CN112967504A - 一种基于大数据平台的智慧高速管控方法及系统 - Google Patents
一种基于大数据平台的智慧高速管控方法及系统 Download PDFInfo
- Publication number
- CN112967504A CN112967504A CN202110216262.1A CN202110216262A CN112967504A CN 112967504 A CN112967504 A CN 112967504A CN 202110216262 A CN202110216262 A CN 202110216262A CN 112967504 A CN112967504 A CN 112967504A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- identity
- driver
- pictures
- time
- 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
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及指挥高速的管控技术领域，公开一种基于大数据平台的智慧高速管控方法及系统，包括：从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。本发明可以及时进行疲劳驾驶的限制，且能够及时制止高速违法行为，在出现违法后第一时间限制车辆的行驶并及早处理。
Description
技术领域
本发明涉及指挥高速的管控技术领域，具体地，涉及一种基于大数据平台的智慧高速管控方法及系统。
背景技术
随着交通的发展，我国已经形成了四通八达的高速公路网。现阶段的高速管控平台可以实现高速的信息集成和信息展示，但是，现阶段的高速公路的疲劳驾驶情况一般不做规定和限制，且一般提示方式为通过路面上的指示牌靠车主自律来进行限制，该限制方式往往无法完全限制住疲劳驾驶。另外，驾驶员的不文明行为，例如超速、低速、逆行、违停等只能在车辆下高速后才能进行处罚，在车辆行驶下高速或后续收到通知之前极其容易发生事故。
发明内容
本发明的目的是提供一种基于大数据平台的智慧高速管控方法及系统，该基于大数据平台的智慧高速管控方法及系统可以及时进行疲劳驾驶的限制，且能够及时制止高速违法行为，在出现违法后第一时间限制车辆的行驶并及早处理。
为了实现上述目的，本发明提供了一种基于大数据平台的智慧高速管控方法，所述基于大数据平台的智慧高速管控方法包括：
从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；
通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；
基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及
在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。
优选地，所述基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶包括：
在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值时，判断该车辆的驾驶员存在疲劳驾驶。
优选地，通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
优选地，所述身份识别模型被配置为通过下述的方式训练得到：
建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及
利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。
优选地，所述基于大数据平台的智慧高速管控方法还包括：
在所述车辆处于所述服务区的时间超过预设第二时间阈值时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
另外，本发明还提供一种基于大数据平台的智慧高速管控系统，所述基于大数据平台的智慧高速管控系统包括：
图片获取单元，用于从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；
身份识别单元，用于通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；
疲劳判断单元，用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及
车辆引导单元，用于在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。
优选地，所述疲劳判断单元用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶包括：
所述疲劳判断单元用于在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值时，判断该车辆的驾驶员存在疲劳驾驶。
优选地，所述车辆引导单元用于通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
优选地，所述身份识别模型被配置为通过下述的方式训练得到：
建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及
利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。
优选地，所述基于大数据平台的智慧高速管控系统还包括：
时间更新单元，用于在所述车辆处于所述服务区的时间超过预设第二时间阈值时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
根据上述技术方案，本发明的基于大数据平台的智慧高速管控方法及系统可以及时发现驾驶员存在疲劳驾驶，且在如超速、低速、逆行、违停时，可以及时提醒车辆尽快下高速或去服务区来实现违法的处理，第一时间进行违法的处理，进而限制车辆的行驶。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是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，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是基于大数据平台的智慧高速管控方法的流程图；以及
图2是基于大数据平台的智慧高速管控系统的模块框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明提供的一种基于大数据平台的智慧高速管控方法的流程图，所述基于大数据平台的智慧高速管控方法包括：
S101，从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；其中，图片可以从视频数据中直接获取，现有的违法抓拍设备可以抓拍所有的交通视频数据。
S102，通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；其中，身份识别模型能够在图片中直接识别图片中的车辆身份和驾驶员的身份，其能够完成特征的识别。
S103，基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶。
S104，在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。其中，可能违法时下一服务区存在多个，则可以在多个服务区处理该交通违法行为。
优选地，所述基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶可以包括：
在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值10h时，判断该车辆的驾驶员存在疲劳驾驶。其中，该方式需要判断驾驶员持续驾驶的人员是同一人员，此外，其为连续驾驶，中间没有中断，由于高速路上一般没有中断驾驶的点存在(除非违章停车，或者服务区休息)，现阶段只要服务区休息不超过2小时，则不会继续计算同一人员的驾驶时间。即优选地，在所述车辆处于所述服务区的时间超过预设第二时间阈值2h时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
优选地，通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌(在高速的显示屏上通过文字进行展示)、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
优选地，所述身份识别模型被配置为通过下述的方式训练得到：建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。通过上述的方式，利用上述方式来训练得到初始身份模型。
另外，如图2所示，本发明还提供一种基于大数据平台的智慧高速管控系统，所述基于大数据平台的智慧高速管控系统包括：
图片获取单元，用于从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；
身份识别单元，用于通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；
疲劳判断单元，用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及
车辆引导单元，用于在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。
优选地，所述疲劳判断单元用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶包括：
所述疲劳判断单元用于在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值时，判断该车辆的驾驶员存在疲劳驾驶。
优选地，所述车辆引导单元用于通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
优选地，所述身份识别模型被配置为通过下述的方式训练得到：
建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及
利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。
优选地，所述基于大数据平台的智慧高速管控系统还包括：
时间更新单元，用于在所述车辆处于所述服务区的时间超过预设第二时间阈值时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
其中，基于大数据平台的智慧高速管控系统与现有技术相比具有与基于大数据平台的智慧高速管控方法相同的区别技术特征和技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于大数据平台的智慧高速管控方法，其特征在于，所述基于大数据平台的智慧高速管控方法包括：
从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；
通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；
基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及
在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。
2.根据权利要求1所述的基于大数据平台的智慧高速管控方法，其特征在于，所述基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶包括：
在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值时，判断该车辆的驾驶员存在疲劳驾驶。
3.根据权利要求1所述的基于大数据平台的智慧高速管控方法，其特征在于，通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
4.根据权利要求1所述的基于大数据平台的智慧高速管控方法，其特征在于，所述身份识别模型被配置为通过下述的方式训练得到：
建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及
利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。
5.根据权利要求1所述的基于大数据平台的智慧高速管控方法，其特征在于，所述基于大数据平台的智慧高速管控方法还包括：
在所述车辆处于所述服务区的时间超过预设第二时间阈值时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
6.一种基于大数据平台的智慧高速管控系统，其特征在于，所述基于大数据平台的智慧高速管控系统包括：
图片获取单元，用于从高速路段上已存在的违法抓拍设备所采集的视频数据中获取连续帧数的图片及其对应的抓拍时间；
身份识别单元，用于通过身份识别模型识别所述连续帧数的图片中的车辆身份和驾驶员的身份；
疲劳判断单元，用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶；以及
车辆引导单元，用于在判断结果示出车辆存在疲劳驾驶或收到存在交通违法行为时，引导存在疲劳驾驶或收到存在交通违法的车辆行驶至下一服务区或高速出口。
7.根据权利要求6所述的基于大数据平台的智慧高速管控系统，其特征在于，所述疲劳判断单元用于基于所述连续帧数的图片中相同车辆身份对应的图片及其对应的抓拍时间和驾驶员的身份判断该车辆是否存在疲劳驾驶包括：
所述疲劳判断单元用于在所述连续帧数的图片中相同车辆身份对应的图片对应的驾驶员的身份为同一人员，且所述图片对应的抓拍时间示出同一人员的驾驶时间超过预设定的疲劳驾驶对应的第一时间阈值时，判断该车辆的驾驶员存在疲劳驾驶。
8.根据权利要求6所述的基于大数据平台的智慧高速管控系统，其特征在于，所述车辆引导单元用于通过下述的方法引导存在疲劳驾驶或收到存在交通违法行为的车辆行驶至下一服务区或高速出口：
配置引导该车辆的路牌、向该车辆发送引导信息、向该车辆的驾驶员发送指令信息。
9.根据权利要求6所述的基于大数据平台的智慧高速管控系统，其特征在于，所述身份识别模型被配置为通过下述的方式训练得到：
建立以图片为输入且以车辆身份和驾驶员的身份为输出的初始身份识别模型；以及
利用各图片及其对应的车辆身份和驾驶员的身份作为历史数据训练所述初始身份识别模型，获得训练后的身份识别模型。
10.根据权利要求6所述的基于大数据平台的智慧高速管控系统，其特征在于，所述基于大数据平台的智慧高速管控系统还包括：
时间更新单元，用于在所述车辆处于所述服务区的时间超过预设第二时间阈值时，重新计算所述图片对应的抓拍时间示出同一人员的驾驶时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216262.1A CN112967504A (zh) | 2021-02-26 | 2021-02-26 | 一种基于大数据平台的智慧高速管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216262.1A CN112967504A (zh) | 2021-02-26 | 2021-02-26 | 一种基于大数据平台的智慧高速管控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112967504A true CN112967504A (zh) | 2021-06-15 |
Family
ID=76275998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110216262.1A Pending CN112967504A (zh) | 2021-02-26 | 2021-02-26 | 一种基于大数据平台的智慧高速管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112967504A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103559792A (zh) * | 2013-11-13 | 2014-02-05 | 喀什沃鑫通讯科技有限公司 | 一种高速公路行驶车辆疲劳驾驶的认定方法 |
| CN108717794A (zh) * | 2018-07-25 | 2018-10-30 | 中科鼎富（北京）科技发展有限公司 | 一种防止高速公路上司机疲劳驾驶的方法，装置及系统 |
| CN109064756A (zh) * | 2018-09-10 | 2018-12-21 | 合肥巨清信息科技有限公司 | 一种高速异常驾驶汽车抓拍报警系统 |
| CN109146914A (zh) * | 2018-06-20 | 2019-01-04 | 上海市政工程设计研究总院（集团）有限公司 | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 |
| CN109903565A (zh) * | 2019-04-11 | 2019-06-18 | 深圳成有科技有限公司 | 一种车路协同的疲劳驾驶判定方法及系统 |
| CN210244580U (zh) * | 2019-04-17 | 2020-04-03 | 江西方兴科技有限公司 | 一种高速公路疲劳驾驶提醒系统 |
| CN111785050A (zh) * | 2020-06-15 | 2020-10-16 | 长安大学 | 一种高速公路疲劳驾驶预警装置及方法 |
-
2021
- 2021-02-26 CN CN202110216262.1A patent/CN112967504A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103559792A (zh) * | 2013-11-13 | 2014-02-05 | 喀什沃鑫通讯科技有限公司 | 一种高速公路行驶车辆疲劳驾驶的认定方法 |
| CN109146914A (zh) * | 2018-06-20 | 2019-01-04 | 上海市政工程设计研究总院（集团）有限公司 | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 |
| CN108717794A (zh) * | 2018-07-25 | 2018-10-30 | 中科鼎富（北京）科技发展有限公司 | 一种防止高速公路上司机疲劳驾驶的方法，装置及系统 |
| CN109064756A (zh) * | 2018-09-10 | 2018-12-21 | 合肥巨清信息科技有限公司 | 一种高速异常驾驶汽车抓拍报警系统 |
| CN109903565A (zh) * | 2019-04-11 | 2019-06-18 | 深圳成有科技有限公司 | 一种车路协同的疲劳驾驶判定方法及系统 |
| CN210244580U (zh) * | 2019-04-17 | 2020-04-03 | 江西方兴科技有限公司 | 一种高速公路疲劳驾驶提醒系统 |
| CN111785050A (zh) * | 2020-06-15 | 2020-10-16 | 长安大学 | 一种高速公路疲劳驾驶预警装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113256969B (zh) | 一种高速公路的交通事故预警方法、设备及介质 | |
| CN109583393B (zh) | 一种车道线端点识别方法及装置、设备、介质 | |
| CN111862627A (zh) | 一种交通违停抓拍自动处理系统 | |
| CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
| CN112102630B (zh) | 集装箱卡车的通行管控方法及装置 | |
| CN116824862B (zh) | 一种智慧隧道交通运行管控方法、设备及介质 | |
| CN112706764A (zh) | 一种主动防碰撞预警方法、装置、设备和存储介质 | |
| CN112289021A (zh) | 一种交通信号灯的检测方法、装置及自动驾驶汽车 | |
| CN115035726A (zh) | 隧道施工过程违章数据回放和分析的方法、计算机装置、计算机可读存储介质 | |
| CN112967504A (zh) | 一种基于大数据平台的智慧高速管控方法及系统 | |
| CN112434585A (zh) | 一种车道线的虚实识别方法、系统、电子设备及存储介质 | |
| CN114627436A (zh) | 一种智能交通巡检方法、装置、设备及介质 | |
| CN112565387B (zh) | 更新高精地图的方法及装置 | |
| CN112556703B (zh) | 更新高精地图的方法、装置及系统 | |
| CN114037976A (zh) | 一种道路交通标志识别方法及装置 | |
| CN115147642A (zh) | 基于视觉的渣土车检测方法、装置、计算机及存储介质 | |
| CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
| JP2019082916A (ja) | 判定装置、判定方法および判定プログラム | |
| CN114781149A (zh) | 一种场景元素信息自动获取方法及系统 | |
| CN114333309A (zh) | 一种交通事故预警系统和方法 | |
| CN113085861A (zh) | 自动驾驶车辆的控制方法及装置、自动驾驶车辆 | |
| CN113744546A (zh) | 一种基于v2x的路测单元的信号灯控制方法、系统 | |
| CN110874935B (zh) | 识别车辆车牌的方法、系统及装置 | |
| CN112967507A (zh) | 一种基于绿波智能诊断系统的智慧交通管控方法及系统 | |
| CN112907084A (zh) | 一种基于掌上指挥设备的高速公路指挥调度方法及系统 |
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: 20210615 |