CN113034952B - 一种基于车路协同的路段交通安全实时预警系统 - Google Patents
一种基于车路协同的路段交通安全实时预警系统 Download PDFInfo
- Publication number
- CN113034952B CN113034952B CN202110233201.6A CN202110233201A CN113034952B CN 113034952 B CN113034952 B CN 113034952B CN 202110233201 A CN202110233201 A CN 202110233201A CN 113034952 B CN113034952 B CN 113034952B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- module
- data
- risk level
- 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
- G08G1/09—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
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of 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
- G08G1/16—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)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于车路协同的路段交通安全实时预警系统,包括路侧系统、车载系统、数据中心、决策系统及显示系统。通过路侧系统采集路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,通过车载系统采集车辆运行数据、准确定位车辆并识别周边环境,通过数据中心存储并融合由路侧及车载系统反馈的数据并识别数据风险;通过决策系统从数据中心读取数据并评估路段事故风险水平,并将风险水平通过显示系统告知驾驶员及道路管理者。本发明的有益效果是:通过叠加路段内所有单车的事故风险水平而获得路段事故风险水平,进而通过显示系统用易于理解的方式向公众传播实时预警信息。
Description
技术领域
本发明涉及智能交通领域,更具体地,涉及一种基于车路协同的路段交通安全实时预警系统。
背景技术
2019年《交通强国建设纲要》提出加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发、形成自主可控完整的产业链。2020年《智能网联汽车技术路线图2.0》发布,提出到2035年中国方案智能网联汽车技术和产业体系全面建成、产业生态健全完善,整车智能化水平显著提升,HA级(高级自动驾驶)智能网联汽车大规模应用。再加之全国多地建成智能网联测试区,标志着具有中国特色的智能车进入快速发展轨道。
智能网联车承担着人们诸多美好愿望,现有交通拥堵、安全、污染等问题都有望通过车辆智能网联化获得有效缓解甚至消除。自汽车诞生以来,交通事故就给人们带来了无尽的伤害,单就我国而言每年交通事故就造成10多亿经济损失、6万余人死亡,如能提前预知风险并采取合理的控制策略,对于提升人民群众的幸福感、获得感大有帮助。已有研究通过事故数据挖掘、监控视频等技术手段,探索了交通事故发生的影响因素、基于交通环境的道路风险研判技术等研究。对于拥有高级自动驾驶车辆的驾驶员来说,其迫切需要知道道路前方的风险以提前决定是否专注于驾驶操作进而决策是否接管车辆,对于道路管理者而言需要及时知道辖区内的道路风险等级以便及时调动警力干预而将事故消除于无形,为达此目的,需要一个能对路段交通安全状态做出实时估计并预警的系统。
发明内容
为实时预测路段交通安全状况进而实时预警智能网联车驾驶员及道路管理者,本发明提出一种基于车路协同的路段交通安全实时预警系统,该系统由路侧系统、车载系统、数据中心、决策系统及显示系统组成,其预警驾驶员及道路管理者的实施步骤如下:
S1:通过路侧系统采集路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,通过车载系统采集车辆运行数据、准确定位车辆并识别周边环境,通过数据中心存储并融合由路侧及车载系统反馈的数据并识别数据风险;
S2:决策系统从数据中心读取决策所需数据,先评估路段单车事故风险水平,再评估路段多车事故风险水平,将两者叠加构成路段事故风险水平;
S3:将步骤S2中所得路段事故风险水平通过显示系统告知驾驶员及道路管理者等相关方。
优选地,路侧系统的核心功能是提供路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,包括路侧雷达、视频等传感器信息采集模块、通信模块及路段三维高精度地图模块;信息采集模块负责采集路段交通环境信息;通信模块负责与车载系统及数据中心的信息传递;路段三维高精度地图模块用于融合传感器信息采集模块与通信模块中的信息而准确定位路段内所有交通参与者实时位置;交通环境信息包括天气、道路及交通流等数据。
优选地,车载系统的核心功能是采集车辆运行数据、准确定位车辆并识别周边环境,包括车辆自身信息采集模块、周边环境信息采集模块、通信模块及数据分析模块;自身信息采集模块负责采集车辆运行时的位置、速度、加速度及车路间摩擦系数等信息;周边环境信息采集模块用于采集道路、其他车辆及行人、骑车人等其他交通参与者信息;通信模块负责不同车辆车载系统、车载系统与路侧系统及车载系统与数据中心之间的信息传递;数据分析模块通过融合自身及周边环境信息采集模块及通信模块中反馈的数据而准确定位车辆自身位置并识别周围环境。
优选地,数据中心的核心功能是存储并融合由路侧及车载系统反馈的数据并识别数据风险,包括区域三维高精度地图模块、备份模块、数据融合模块及通信模块;通信模块负责与路侧系统、车载系统及决策系统之间的信息传递;备份模块用于备份数据;数据融合模块用于融合由路侧及车载系统反馈的数据并识别数据风险;区域三维高精度地图模块用于存储区域道路的三维高精度地图及路侧系统各类设备的位置信息并记录路侧系统、车载系统传递过来的经过数据融合模块进行融合后的实时信息。在智能网联时代,车车、车路及车、路与数据中心均进行信息交换,受制于计算能力、成本等约束,车载系统及路侧系统均未安排有专门的具有高效计算能力的模块用于识别数据风险,在此过程中难免有个别系统出现故障而导致其采集到错误数据,由此会导致不可预估的危险后果。解决此问题的最佳方案是在数据中心对数据进行融合过程中,判断路侧系统、车载系统反馈的信息是否具有一致性,不一致者实时预警,以此实现识别数据风险的目的。
优选地,决策系统的核心功能是挖掘数据中心中的数据以获得路段事故风险水平,包括通信模块、数据挖掘模块;数据挖掘模块用于计算单车事故风险水平及多车事故风险水平并叠加获得路段事故风险水平;通信模块用于从数据中心读取数据并将计算结果传输给显示系统。
优选地,显示系统的核心功能是将决策系统的结果通过公众易于理解的方式显示出来,包括终端显示模块、用户接口模块及通信模块;通信模块用于从数据中心获得由三维高精度地图转换而得的二维高精度地图、从决策系统获得路段事故风险水平、并将结果输出到终端显示模块及用户接口模块;终端显示模块包括路侧显示模块及监控中心显示模块,路侧显示模块从通信模块读取路段风险水平并通过路侧显示屏向公众传播,监控中心显示模块从通信模块读取区域内所有路段的事故风险水平并通过二维高精度地图显示;用户接口模块从通信模块读取数据并为其他地图供应商提供标准数据。
优选地,步骤S2中单车事故风险水平的评估方案为:假定某车辆的车载系统反馈回的路段摩擦系数为μ、车辆横向加速度为a1,则可计算出该路段车辆侧滑失控的临界横向加速度a=μ×g,其中g为当地重力加速度;故t时刻该车返回路段单车事故风险b1
式中t为时间,单位为分钟;bmax通过如下规则确定:如果a1≤0.9a,bmax=0;如果0.9a<a1≤a,bmax=1;如果a1>a,bmax=3;t0为监测到a1>0.9a的初始时刻;将路段内所有单车反馈的b1相加,构成该路段实时的单车事故风险水平。单车事故的风险与道路线型及路面湿度等密切相关,因而当有车辆出现侧滑趋势时,其风险值会较高且持续时间会更长(一旦出现风险则该风险水平会持续3个小时)。a1大于0.9a时,车辆尚未发生侧滑,但已经离侧滑状态非常近了,故此时认为路段有单车事故风险,取bmax=1;而一旦a1大于a,表明有车辆已经发生了侧滑的行为,路段发生侧滑事故的风险很高,故给出bmax=3的结论。如经过路段的车辆有多辆车发生侧滑或有侧滑趋势,则表明路段有非常高的单车事故风险,故通过对所有b1取和,客观表达这一高风险状态。
优选地,步骤S2中多车事故风险水平的评估方案为:多车事故风险水平由追尾事故风险水平与车辆交叉冲突风险水平组成;对于路段内某车辆,自身速度v1、同车道内行驶的前车速度v2,车路间摩擦系数μ,两车间距离L,则其返回t时刻路段追尾事故风险b2
式中t为时间,单位为分钟,t1为监测到临界条件v1-v2>L/tstep的时刻(该临界条件意味着前后车均同时完全制动时依然会在1s内发生追尾碰撞),其中tstep为时间步长(取1s),将所有车辆反馈回的b2相加构成该路段追尾事故风险水平;对于路段内某车辆,当监测到[t-5秒,t]时间段内该车与其他交通参与者的轨迹(排除同车道内车辆)有交点时,返回t时刻该路段的交叉冲突风险b3
式中t为时间,单位为分钟,t2为监测到有交点的时刻;当其他交通参与者为车辆时bc=n、而当其他交通参与者为人或两轮车时,bc=2×n,其中n为交点个数;将所有车辆反馈回的b3相加构成该路段车辆交叉冲突风险水平;将所有b2、b3相加则构成该路段的多车事故风险水平。车辆与其他交通参与者的轨迹间交点越多,表明存在的风险越大,交点主要有追尾、轨迹交叉两类:对于追尾风险,假定车车间可以实时通信因而遇故障时可以同时制动,则如果v1-v2>L/tstep成立,表明两车之间的距离不足以让后车完全制动至停止,进而有追尾事故的风险,则此时需给定一个风险值1,但其仅持续1个小时。对于轨迹交叉,如有运行车辆与其他车辆或行人等的轨迹频繁交叉必然导致路段交通冲突风险增加,此时给出b3描述这一现象;为突出对行人的保护,当车辆与行人有冲突风险时取bc=2×n。
与现有技术相比,本发明技术方案的有益效果是:通过叠加路段内所有单车的事故风险水平而获得路段事故风险水平,进而通过显示系统用易于理解的方式向公众传播实时预警信息。
附图说明
图1为本发明的系统框图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
下面结合实施例对本发明的技术方案做进一步的说明。
对于某一路段,为提升其交通安全水平,基于车路协同技术,建立一个交通安全实时预警系统,包括:
1)路侧系统。路侧系统的核心功能是提供路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,包括路侧雷达、视频等传感器信息采集模块、通信模块及路段三维高精度地图模块;信息采集模块负责采集路段交通环境信息;通信模块负责与车载系统及数据中心的信息传递;路段三维高精度地图模块用于融合传感器信息采集模块与通信模块中的信息而准确定位路段内所有交通参与者实时位置;交通环境信息包括天气、道路及交通流等数据。
2)车载系统。车载系统的核心功能是采集车辆运行数据、准确定位车辆并识别周边环境,包括车辆自身信息采集模块、周边环境信息采集模块、通信模块及数据分析模块;自身信息采集模块负责采集车辆运行时的位置、速度、加速度及车路间摩擦系数等信息;周边环境信息采集模块用于采集道路、其他车辆及行人、骑车人等其他交通参与者信息;通信模块负责不同车辆车载系统、车载系统与路侧系统及车载系统与数据中心之间的信息传递;数据分析模块通过融合自身及周边环境信息采集模块及通信模块中反馈的数据而准确定位车辆自身位置并识别周围环境。
3)数据中心。数据中心的核心功能是存储并融合由路侧及车载系统反馈的数据并识别数据风险,包括区域三维高精度地图模块、备份模块、数据融合模块及通信模块;通信模块负责与路侧系统、车载系统及决策系统之间的信息传递;备份模块用于备份数据;数据融合模块用于融合从不同传感器所获得的描述同一物理量的数据并识别数据风险;区域三维高精度地图模块用于存储区域道路的三维高精度地图及路侧系统各类设备的位置信息并记录路侧系统、车载系统传递过来的经过数据融合模块进行融合后的实时信息。
4)决策系统。决策系统的核心功能是挖掘数据中心中的数据以获得路段事故风险水平,包括通信模块、数据挖掘模块;数据挖掘模块用于计算单车事故风险水平及多车事故风险水平并叠加获得路段事故风险水平;通信模块用于从数据中心读取数据并将计算结果传输给显示系统。
5)显示系统。显示系统的核心功能是将决策系统的结果通过公众易于理解的方式显示出来,包括终端显示模块、用户接口模块及通信模块;通信模块用于从数据中心获得由三维高精度地图转换而得的二维高精度地图、从决策系统获得路段事故风险水平、并将结果输出到终端显示模块及用户接口模块;终端显示模块包括路侧显示模块及监控中心显示模块,路侧显示模块从通信模块读取路段风险水平并通过路侧显示屏向公众传播,监控中心显示模块从通信模块读取区域内所有路段的事故风险水平并通过二维高精度地图显示;用户接口模块从通信模块读取数据并为其他地图供应商提供标准数据。
该交通安全实时预警系统预警驾驶员及交通管理者的步骤如下:
S1:通过路侧系统采集路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,通过车载系统采集车辆运行数据、准确定位车辆并识别周边环境,通过数据中心存储并融合由路侧及车载系统反馈的数据并识别数据风险;
S2:决策系统从数据中心读取决策所需数据,先评估路段单车事故风险水平,再评估路段多车事故风险水平,将两者叠加构成路段事故风险水平;
S3:将步骤S2中所得路段事故风险水平通过显示系统告知驾驶员及道路管理者等相关方。
其中,步骤S2中单车事故风险水平的评估方案为:假定某车辆的车载系统反馈回的路段摩擦系数为μ、车辆横向加速度为a1,则可计算出该路段车辆侧滑失控的临界横向加速度a=μ×g,其中g为当地重力加速度;故t时刻该车返回路段单车事故风险b1
式中t为时间,单位为分钟;bmax通过如下规则确定:如果a1≤0.9a,bmax=0;如果0.9a<a1≤a,bmax=1;如果a1>a,bmax=3;t0为监测到a1>0.9a的初始时刻;将路段内所有单车反馈的b1相加,构成该路段实时的单车事故风险水平。
而步骤S2中多车事故风险水平的评估方案为:多车事故风险水平由追尾事故风险水平与车辆交叉冲突风险水平组成;对于路段内某车辆,自身速度v1、同车道内行驶的前车速度v2,车路间摩擦系数μ,两车间距离L,则其返回t时刻路段追尾事故风险b2
式中t为时间,单位为分钟,t1为监测到临界条件v1-v2>L/tstep的时刻(该临界条件意味着前后车均同时完全制动时依然会在1s内发生追尾碰撞),其中tstep为时间步长(取1s),将所有车辆反馈回的b2相加构成该路段追尾事故风险水平;对于路段内某车辆,当监测到[t-5,t]秒时间段内该车与其他交通参与者的轨迹(排除同车道内车辆)有交点时,返回t时刻该路段的交叉冲突风险b3
式中t为时间,单位为分钟,t2为监测到有交点的时刻;当其他交通参与者为车辆时bc=n、而当其他交通参与者为人或两轮车时,bc=2×n,其中n为交点个数;将所有车辆反馈回的b3相加构成该路段车辆交叉冲突风险水平;将所有b2、b3相加则构成该路段的多车事故风险水平。
本发明提出了一种基于车路协同的路段交通安全实时预警系统,通过路侧系统采集路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,通过车载系统采集车辆运行数据、准确定位车辆并识别周边环境,通过数据中心存储并融合由路侧及车载系统反馈的数据并识别数据风险;通过决策系统从数据中心读取数据并评估路段事故风险水平,并将风险水平通过显示系统告知驾驶员及道路管理者等相关方。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (6)
1.一种基于车路协同的路段交通安全实时预警系统,其特征在于:包括路侧系统、车载系统、数据中心、决策系统及显示系统,其预警驾驶员及道路管理者的实施步骤如下:
S1:通过路侧系统采集路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,通过车载系统采集车辆运行数据、准确定位车辆并识别周边环境,通过数据中心存储并融合由路侧及车载系统反馈的数据并识别数据风险;
S2:决策系统从数据中心读取决策所需数据,先评估路段单车事故风险水平,再评估路段多车事故风险水平,将两者叠加构成路段事故风险水平;
其中,单车事故风险水平的评估方案为:假定某车辆的车载系统反馈回的路段摩擦系数为μ、车辆横向加速度为a1,则可计算出该路段车辆侧滑失控的临界横向加速度a=μ×g,其中g为当地重力加速度;故t时刻该车返回路段单车事故风险b1
式中t为时间,单位为分钟;bmax通过如下规则确定:如果a1≤0.9a,bmax=0;如果0.9a<a1≤a,bmax=1;如果a1>a,bmax=3;t0为监测到a1>0.9a的初始时刻;将路段内所有单车反馈的b1相加,构成该路段实时的单车事故风险水平;
多车事故风险水平的评估方案为:多车事故风险水平由追尾事故风险水平与车辆交叉冲突风险水平组成;对于路段内某车辆,自身速度v1、同车道内行驶的前车速度v2,车路间摩擦系数μ,两车间距离L,则其返回t时刻路段追尾事故风险b2
式中t为时间,单位为分钟,t1为监测到临界条件v1-v2>L/tstep的时刻,其中tstep为时间步长,取1s,将所有车辆反馈回的b2相加构成该路段追尾事故风险水平;对于路段内某车辆,当监测到[t-5秒,t]时间段内排除同车道内车辆后该车与其他交通参与者的轨迹有交点时,返回t时刻该路段的交叉冲突风险b3
式中t为时间,单位为分钟,t2为监测到有交点的时刻;当其他交通参与者为车辆时bc=n、而当其他交通参与者为人或两轮车时,bc=2×n,其中n为交点个数;将所有车辆反馈回的b3相加构成该路段车辆交叉冲突风险水平;将所有b2、b3相加则构成该路段的多车事故风险水平;
S3:将步骤S2中所得路段事故风险水平通过显示系统告知驾驶员及道路管理者。
2.根据权利要求1所述的一种基于车路协同的路段交通安全实时预警系统,其特征在于:路侧系统的核心功能是提供路段交通环境信息并辅助路段内车辆对自身及其他交通参与者进行高精度定位,包括信息采集模块、通信模块及路段三维高精度地图模块;信息采集模块负责采集路段交通环境信息;通信模块负责与车载系统及数据中心的信息传递;路段三维高精度地图模块用于融合信息采集模块与通信模块中的信息而准确定位路段内所有交通参与者实时位置;交通环境信息包括天气、道路及交通流。
3.根据权利要求1所述的一种基于车路协同的路段交通安全实时预警系统,其特征在于:车载系统的核心功能是采集车辆运行数据、准确定位车辆并识别周边环境,包括车辆自身信息采集模块、周边环境信息采集模块、通信模块及数据分析模块;自身信息采集模块负责采集车辆运行时的信息;周边环境信息采集模块用于采集其他交通参与者信息;通信模块负责不同车辆车载系统、车载系统与路侧系统及车载系统与数据中心之间的信息传递;数据分析模块通过融合自身及周边环境信息采集模块及通信模块中反馈的数据而准确定位车辆自身位置并识别周围环境。
4.根据权利要求1所述的一种基于车路协同的路段交通安全实时预警系统,其特征在于:数据中心的核心功能是存储并融合由路侧及车载系统反馈的数据并识别数据风险,包括区域三维高精度地图模块、备份模块、数据融合模块及通信模块;通信模块负责与路侧系统、车载系统及决策系统之间的信息传递;备份模块用于备份数据;数据融合模块用于融合由路侧及车载系统反馈的数据并识别数据风险;区域三维高精度地图模块用于存储区域道路的三维高精度地图及路侧系统各类设备的位置信息并记录路侧系统、车载系统传递过来的经过数据融合模块进行融合后的实时信息。
5.根据权利要求1所述的一种基于车路协同的路段交通安全实时预警系统,其特征在于:决策系统的核心功能是挖掘数据中心中的数据以获得路段事故风险水平,包括通信模块、数据挖掘模块;数据挖掘模块用于计算单车事故风险水平及多车事故风险水平并叠加获得路段事故风险水平;通信模块用于从数据中心读取数据并将计算结果传输给显示系统。
6.根据权利要求1所述的一种基于车路协同的路段交通安全实时预警系统,其特征在于:显示系统的核心功能是将决策系统的结果通过公众易于理解的方式显示出来,包括终端显示模块、用户接口模块及通信模块;通信模块用于从数据中心获得由三维高精度地图转换而得的二维高精度地图、从决策系统获得路段事故风险水平、并将结果输出到终端显示模块及用户接口模块;终端显示模块包括路侧显示模块及监控中心显示模块,路侧显示模块从通信模块读取路段风险水平并通过路侧显示屏向公众传播,监控中心显示模块从通信模块读取区域内所有路段的事故风险水平并通过二维高精度地图显示;用户接口模块从通信模块读取数据并为其他地图供应商提供标准数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233201.6A CN113034952B (zh) | 2021-03-01 | 2021-03-01 | 一种基于车路协同的路段交通安全实时预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233201.6A CN113034952B (zh) | 2021-03-01 | 2021-03-01 | 一种基于车路协同的路段交通安全实时预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034952A CN113034952A (zh) | 2021-06-25 |
CN113034952B true CN113034952B (zh) | 2022-02-22 |
Family
ID=76465964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110233201.6A Active CN113034952B (zh) | 2021-03-01 | 2021-03-01 | 一种基于车路协同的路段交通安全实时预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034952B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419865A (zh) * | 2021-12-16 | 2022-04-29 | 华人运通(上海)自动驾驶科技有限公司 | 一种车辆事故报警系统及广播方法 |
CN114550448B (zh) * | 2022-02-16 | 2024-02-13 | 中国山东国际经济技术合作有限公司 | 一种基于毫米波雷达的车道级交通风险管控系统 |
CN114999198A (zh) * | 2022-04-14 | 2022-09-02 | 广州都市圈网络科技有限公司 | 基于高精度地图相对位置的混合交通流融合控制方法及系统 |
CN115457806A (zh) * | 2022-09-05 | 2022-12-09 | 广东轻工职业技术学院 | 一种基于车联网的后车碰撞预警系统及方法 |
CN118197061A (zh) * | 2024-05-15 | 2024-06-14 | 江苏中天交通工程有限公司 | 基于数据分析技术的道路引导系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108417091A (zh) * | 2018-05-10 | 2018-08-17 | 武汉理工大学 | 基于网联车的行车风险路段辨识与预警系统与方法 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
KR102101975B1 (ko) * | 2019-10-31 | 2020-04-17 | 한국교통연구원 | 실시간 추돌 경고 시스템 및 방법 |
CN111354225A (zh) * | 2020-03-03 | 2020-06-30 | 中交第一公路勘察设计研究院有限公司 | 一种高速公路车辆事故风险评估及预警干预方法 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN112201038A (zh) * | 2020-09-28 | 2021-01-08 | 同济大学 | 一种基于单车不良驾驶行为风险的路网风险评估方法 |
-
2021
- 2021-03-01 CN CN202110233201.6A patent/CN113034952B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108010360A (zh) * | 2017-12-27 | 2018-05-08 | 中电海康集团有限公司 | 一种基于车路协同的自动驾驶环境感知系统 |
CN108417091A (zh) * | 2018-05-10 | 2018-08-17 | 武汉理工大学 | 基于网联车的行车风险路段辨识与预警系统与方法 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
KR102101975B1 (ko) * | 2019-10-31 | 2020-04-17 | 한국교통연구원 | 실시간 추돌 경고 시스템 및 방법 |
CN111354225A (zh) * | 2020-03-03 | 2020-06-30 | 中交第一公路勘察设计研究院有限公司 | 一种高速公路车辆事故风险评估及预警干预方法 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN112201038A (zh) * | 2020-09-28 | 2021-01-08 | 同济大学 | 一种基于单车不良驾驶行为风险的路网风险评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113034952A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113034952B (zh) | 一种基于车路协同的路段交通安全实时预警系统 | |
CN109242251B (zh) | 行车行为安全性检测方法、装置、设备及存储介质 | |
CN103413448B (zh) | 一种山区高速公路连续长大纵坡路段货车智能预警系统 | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
CN110428604B (zh) | 一种基于轨迹和地图数据的出租车违停监测与预警方法 | |
CN107161097A (zh) | 基于北斗导航系统的车辆行驶智能安全系统 | |
CN106530831A (zh) | 一种高威胁车辆监测预警系统及方法 | |
CN106394559A (zh) | 基于环境感知信息的多目标评判驾驶行为分析方法 | |
CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
CN105405321A (zh) | 高速公路上车辆行驶中的安全预警方法及系统 | |
CN109637158A (zh) | 一种用于快速路入口匝道区域的智能车辆合流预警方法 | |
CN110766943B (zh) | 一种基于事故数据的不良驾驶行为判定的监测方法和系统 | |
EP2780184A1 (de) | Verfahren zum sicheren abstellen eines fahrzeuges in einer notsituation | |
CN106114502A (zh) | 一种智能汽车辅助系统 | |
CN101391589A (zh) | 车载智能报警方法和装置 | |
CN109448384B (zh) | 一种高速公路危险交通行为识别方法 | |
CN112180605A (zh) | 一种基于增强现实的辅助驾驶系统 | |
CN108346316A (zh) | 一种基于车道线检测的智能违章防控系统 | |
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 | |
TW201800289A (zh) | 針對事故的駕駛行為分析系統及方法 | |
CN108492563B (zh) | 一种基于平均速度的超速事件探测方法 | |
CN112735139A (zh) | 一种用于普通公路安全隐患排查的装置和方法 | |
CN201882025U (zh) | 一种汽车防撞装置 | |
CN111445669B (zh) | 一种公交车的安全监测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |