CN113140132B - 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 - Google Patents
一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 Download PDFInfo
- Publication number
- CN113140132B CN113140132B CN202110425151.1A CN202110425151A CN113140132B CN 113140132 B CN113140132 B CN 113140132B CN 202110425151 A CN202110425151 A CN 202110425151A CN 113140132 B CN113140132 B CN 113140132B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- early warning
- collision
- vehicle
- state
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 34
- 230000001133 acceleration Effects 0.000 claims description 17
- 230000035484 reaction time Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000014509 gene expression Effects 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 102220579258 C-type lectin domain family 7 member A_R17V_mutation Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明请求保护一种基于5G V2X移动智能终端行人防碰撞预警系统与方法,包括步骤:通过5G V2X移动智能终端高精度定位服务获取当前厘米级的位置判断行人是否正处于行车道或车道旁;然后通过行人运动状态识别模型判断行人是否处于行走状态;然后利用手机前置摄像头和红外感应传感器检测人眼来判断行人是否正处于盯着手机屏幕看的状态;然后从5G V2X通信获取到的附近车道关联车辆的状态信息,再结合获取到的行人运动信息,建立的行人防撞预警模型,进行车辆行人关联匹配,并通过防撞预警算法,分析并碰撞发生的可能性;然后根据碰撞危险程度划分危险等级,进行分级报警,提醒行人及时避开危险。本发明可以有效提高正在看手机的行人过行车道时的安全性。
Description
技术领域
本发明属于行人交通安全技术领域,尤其设计一种基于5G V2X移动智能终端的行人防碰撞预警系统与方法。
背景技术
随着手机的普及,“低头族”越来越多,大街上随处就能看到行人边看手机边走路,不注意观察路况信息,影响自身对交通环境或周边危险的判断及迅速反应,增加了危险系数。根据研究指出,边玩手机边走路,平均速度会减慢16%至33%,大脑也会减少接收周围环境的信息,使得事故发生的几率大幅增加。日本也有研究显示,盯着手机的行人,平均视野只有正常走路时的5%。根据交通管理信息平台的调查数据表明,目前有四成交通事故与行人低头看手机有关,而且过马路看手机的人时发生交通事故的概率是普通人的四倍。
近几年,针对在车道上低头看手机的行人易发生交通事故的现象,人们已经提出了很多行人碰撞预警的方法。例如利用车载雷达和视觉相结合的方式检测道路上的行人,分别建立车辆和行人的运动学模型,根据两者之间的运动学关系,判断发生碰撞的可能性。但是这类方式通常情况下是针对驾驶员进行预警的,没有以行人为对象作出同步预警。不仅如此,雷达和视觉在检测行人时会出现探测距离相对有限,而且存在探测盲区,检测结果收到环境的影响较大。若根据当前状态判断出有相撞的可能性,则输出声音和图像报警信号,提示驾驶员避免发生相撞的危险,达到保护行人安全的目的。但是,上述行人防碰撞预警系统的不足之处在于:一方面,雷达和相机等传感器探测距离有限,存在明显的探测盲区,且夜晚、雨雪天气影响其对行人的检测效果;另一方面,上述行人防碰撞系统即使检测到了行人,也无法对行人进行预警。实际上,随着智能手机的普及和功能的增强,很多行人在行走过程中操作手机,当有车辆的靠近时,同样需要给行人进行同步报警。
因此,进入5G时代,随着3GPP R16版本正式开始对基于5G NR的V2X技术进行研究,以通过5G NR V2X更低的时延、更高的可靠性、更高的容量来提供更高级的V2X服务。不仅如此,在未来的5G R17 V2X标准中还将NR Sidelink直接通信的应用场景从V2X扩展到公共安全、紧急服务,乃至手机与手机之间直接通信应用,这就说明5G移动智能终端在未来是支持V2X通信功能的。所以,本发明提出并设计了一种基于5G V2X移动智能终端的行人防碰撞预警系统与方法。
目前,尚未有一种基于5G V2X移动智能终端的行人防碰撞预警系统与方法。该方法首先通过检测行人的位置正处于车道中间并保持行走状态,再判断行人是否正在看手机,然后通过接收到的V2X通信中预警关联车辆的状态信息,结合当前行人的信息建立防撞预警模型,通过防撞预警算法计算出是否会发生碰撞以及碰撞时间,并对碰撞的危险程度进行预警等级划分,根据预警等级进行语音图像提示预警。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种基于5G V2X移动智能终端行人防碰撞预警系统与方法。本发明的技术方案如下:
一种基于5G V2X移动智能终端行人防碰撞预警系统,其包括行人运动状态检测识别模块、行人所在道路环境识别模型、行人看手机状态识别模块、预警关联车辆信息获取模块、预警判断规则模块、基于V2X的行人防撞预警模型、分级预警模块;其中,
行人运动状态检测识别模块用于检测行人当前是否处于行走状态;行人所在道路环境识别模块用于检测行人当前位置是否正处于车道中与车道旁;行人看手机状态识别模块用于检测行人是否处于正在看手机的状态;预警关联车辆信息获取模块用于获取车道关联车辆的状态信息,作为行人防撞预警模型信息输入源的一部分;预警判断规则是对整个系统的运行以及预警触发机制进行制定;基于V2X的行人防撞预警模型用于根据行人与车辆的状态信息,通过车辆关联模型和碰撞可能性,建立预警模型;分级预警模块用于负责预警的等级规则进行制定。
进一步的,所述行人运动状态检测识别模块具体包括:通过获取5G V2X移动智能终端内置的陀螺仪传感器、加速度传感器的数据进行分析,其中陀螺仪传感器测量出手机的角度,从而检测到人体重心的偏移;人在行走的时候,手中或者口袋中的手机是会随着运动而出现角度偏移的,当陀螺仪传感器检测到持续而且有规律的角度偏移时,手机就会开始判断用户正在走路;而同样当人处于行走状态时,会有一个比较稳定的非匀速加速度,所以通过加速度传感器,也可以判断行人是否在走路;将陀螺仪传感器与加速度传感器的测量值进行数据融合,得到更精确的经过滤波之后的值以综合判断行人是否处于行走状态。
进一步的,所述将陀螺仪传感器与加速度传感器的测量值进行数据融合具体包括:对于陀螺仪传感器,采用高通滤波方法处理陀螺仪传感器数据,来抑制其积分的漂移;对于加速度传感器采用滤波算法除去短时性快速变化的信号,保留长时性缓慢变化的信号,所以要对加速度传感器运用低通滤波算法;针对陀螺仪传感器的高通滤波和针对加速度传感器的低通滤波两部分恰好组成一个互补滤波器,利用数据融合后的信息判断行人是否正处于行走状态。
进一步的,所述行人所在道路环境识别模型具体包括:首先通过高精度定位服务获取到行人当前的精确经纬度坐标为(m,n),然后根据商用地图定位服务获取行人最近道路的轨迹点数据集,坐标为(xi,yi),在一条道路中,存在多个轨迹点,用于描述整条道路的走向与特征;然后设行人与各轨迹点的距离为di,di由经纬度距离计算公式求得,选取dmin=MIN{d1,d2,d3……di-1,di}作为行人距离道路轨迹点的最短路径;然后设两个轨迹点之间的距离ds为判断行人是否在车道旁的临界距离,如果dmin<ds,则判断行人处于车道中或者车道旁,反之,则行人不处于车道中或车道旁。
进一步的,所述行人看手机状态识别模块包括人脸检测和人眼检测:人脸检测是当红外感应传感器所检测的热量显示提升并持续保持与人脸相近的热量指数,就说明检测到人脸,此时行人手机屏幕正对准脸部;人眼检测是通过OpenCV视觉库的相机调用函数实现对手机前置,摄像头的调用,完成对预览帧图像进行处理;然后使用级联分类器进行人脸识别,其中级联分类器是基于LBP与HAAR特征针对特定目标训练得到的分类器数据,进行对象识别;然后在发现人脸后,跟踪检测出人脸ROI区域子图像;最后在人脸ROI区域子图像上跟踪检测出人眼区域子图像,进行帧图像显示,表明检测到人眼。
进一步的,所述预警关联车辆信息获取模块为:针对V2X通信能耗管理需求,当结合商用地图精确定位与行人所在道路环境识别模型判别出行人处于车道中或者车道旁时,然后开启V2X通信功能接收周围预警关联车辆相关状态信息,如车辆经纬度、速度、航向角、海拔高度等;当远离车道环境时,关闭V2X通信功能。这样有效管理V2X的启动机制,减少V2X通信给移动智能终端带来的能量损耗。
进一步的,预警判断规则的流程为:(1)检测到行人正处于行走状态;(2)检测到行人正处于车道中或者车道旁;(3)检测到行人正在看手机;(4)满足以上条件后,通过V2X通信获取道路关联车辆状态信息,结合行人状态信息,根据两者海拔信息可排除车辆行人不处于同一平面不可能出现碰撞的情况,减小计算;(5)剩余的车辆行人信息作为行人防撞预警模型的数据输入源,对车辆行人是否会发生碰撞进行计算,分别输出车辆和行人到达碰撞点的时间;(6)根据碰撞危险程度进行预警等级划分,根据等级对行人进行预警提示。
进一步的,所述基于V2X的行人防撞预警模型包括无效消息过滤模块、经纬度坐标系建立模块、行人预警车辆关联模块、防撞预警算法四个方面:无效消息过滤模块用于根据车辆行人的海拔高度排除过滤掉明显不可能发生碰撞的情况;经纬度坐标系建立模块以车辆当前的位置作为坐标原点,正北方向为坐标Y轴,正东方向为坐标系X轴,建立经纬度坐标系;车辆和行人都处于这个坐标系中,通过在此坐标系中的车辆和行人的位置,距离、航向角、速度的关系,来综合判断车辆与行人是否会发生碰撞;行人预警车辆关联模块是通过分析行人和周围车辆的运动轨迹,然后分别计算出运动轨迹的直线表达式,并将行人运动轨迹方程式分别与周围车辆的运动轨迹方程式进行联立,求出的坐标点即为可能发生碰撞的点,在多个碰撞点之间选取距离行人最近的点,即最先可能发生碰撞的点作为优先级最高的点进行计算;防撞预警算法是通过计算出行人和关联车辆分别到达碰撞点的时间,并加入行人反应时间这一概念,然后将两者时间的差值与行人反应时间进行比较,分析出危险程度大小。
进一步的,所述分级预警规则具体为:通过行人防撞预警的输出T1,T2作为危险程度判断依据,并加入行人反应时间T3这一概念,根据危险程度划分预警等级,其中具体规则为:如果0<|T1-T2|<T3,说明车辆和行人分别到达碰撞点的时间差值小于行人的反应时间,处于十分危险的程度,设为一级预警,为最高等级;如果T3<|T1-T2|<1,说明车辆和行人分别到达碰撞点的时间差值大于行人的反应时间,行人处于较为安全的程度,设为二级预警,等级较一级预警略低;如果|T1-T2|>1,说明车辆和行人分别到达碰撞点的时间差值较大,行人处于相对安全,所以设为三级预警,预警等级最低。
一种基于所述系统的预警方法,其包括以下步骤:行人运动状态检测识别步骤、行人所在道路环境识别模型、行人看手机状态识别步骤、预警关联车辆信息获取步骤、预警判断规则步骤、基于V2X的行人防撞预警模型、分级预警步骤;其中,
行人运动状态检测识别步骤用于检测行人当前是否处于行走状态;行人所在道路环境识别步骤用于检测行人当前位置是否正处于车道中与车道旁;行人看手机状态识别步骤用于检测行人是否处于正在看手机的状态;预警关联车辆信息获取步骤用于获取车道关联车辆的状态信息,作为行人防撞预警模型信息输入源的部分;预警判断规则是对整个系统的运行以及预警触发机制进行制定;基于V2X的行人防撞预警模型用于根据行人与车辆的状态信息,通过车辆关联模型和碰撞可能性,建立预警模型;分级预警步骤用于负责预警的等级规则进行制定。
进一步的,所述防撞预警算法是利用最短碰撞时间来进行判断的,所述防撞预警算法具体如下:5G V2X移动智能终端通过V2X通信获取当前车道预警关联车辆基本状态信息,其中,经度为Lon1,纬度为Lat1,速度为V1,航向角为θ1,海拔高度为H1,作为防撞预警模型的数据输入源之一;然后通过高精度定位获取行人的状态基本信息,其中,经度为Lon2,纬度为Lat2,由5G移动终端的磁传感器可获得行人航向角,由行人经纬度在单位时间内的变化量可计算出行人的速度V2,海拔高度为H2,以此作为防撞预警模型的另一数据输入源;由于车辆行人处在同一坐标系下,即大地坐标系,经纬度的值对应的就是坐标系中的点,所以车辆坐标为(Lon1,Lat1),行人坐标为(Lon2,Lat2);然后由于大地坐标系是以正北方向为Y轴,航向角又是与正北方向的夹角,车辆所在运动轨迹直线L1的斜率k1为:
k1=tanθ1
行人所在运动轨迹直线L2的斜率k2为:
k2=tanθ2
然后可求出车辆运动轨迹直线L1表达式为:
k1x-y+Lat1-k1Lon1=0
行人所在运动轨迹直线L2表达式为:
k2x-y+Lat2-k2Lon2=0
联立方程求得两直线交点,此交点即为可能发生碰撞的点;然后通过经纬度两点距离计算公式:
R——地球近似球模型的半径,单位为千米R
Ja,Wa——A点经纬度,Jb,Wb表示B点经纬度;
即可算出车辆离碰撞点的距离D1,行人离碰撞点的距离D2;根据D1,D2的值,已知速度V1,V2,求出车辆和行人分别到达碰撞点的时间T1,T2,即整个防撞预警模型的输出。
本发明的优点及有益效果如下:
1、本发明所述的一种基于5G V2X移动智能终端行人防碰撞预警系统与方法,主要特点是结合未来5G V2X手机内置多种传感器来综合判断行人正在走路,并处于车道中或车道旁的位置,对于处于这两种状态的行人才继续进行后续防碰撞预警的判断,并不是对于所有行人,减少了系统的计算量,有针对性的对这类人群进行保护,不仅如此,相比于传统的行人状态检测方法减少了误判,提升了检测的准确性。
2、本发明所述的一种基于5G V2X移动智能终端行人防碰撞预警系统与方法,主要特点是利用V2X通信获取到车辆实时的准确信息,其中包括位置、速度、航向角、海拔高度等,然后与行人5G V2X移动智能终端建立通信,结合行人自身运动信息,以行人为预警对象,判断碰撞可能,并对行人进行准确及时的预警,有效提升了正在看手机的行人过马路时的安全性,极大地保证了他们的安全。
3、本发明所述的一种基于5G V2X移动智能终端行人防碰撞预警系统与方法,主要特点是利用5G V2X移动智能终端实现对行人信息的采集,其中包括行人位置、速度、航向角等信息,有效地利用了手机本身的资源,减小了额外资源对于成本的要求,而且获取的数据都比较准确。不仅如此,加入了行人正在看手机的判断,通过调用自带多种API就能轻松判断行人是否在看手机,以此作为行人防撞预警的前提条件之一,针对过马路看手机的行人这一群体,有效地提高了他们过马路时的安全性。
4、本发明所述的一种基于5G V2X移动智能终端行人防碰撞预警系统与方法,主要特点是采用碰撞时间来判断车辆和行人是否会相撞,加入行人的反应时间这一概念,根据碰撞时间与行人的反应时间之间的关系,判断危险程度,对危险程度进行分级,根据预警等级对行人做出不同的预警提示,使行人在接收到预警提示后有足够的时间进行应急反应,保证他们自身的安全。
附图说明
图1是本发明提供优选实施例的方法示意图;
图2是本发明提供的行人所在道路环境示意图;
图3为本发明提供的行人与车辆碰撞点示意图;
图4为本发明提供的系统流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
图1为本实例的方法示意图,主要涉及到包括行人状态检测,基于高精度定位的行人所在车道环境识别、行人看手机状态识别、预警关联车辆信息获取、预警判断规则、基于V2X的行人防撞预警模型、分级预警七个功能模块;其中,
行人状态检测模块具体包括:通过获取5G V2X移动智能终端内置的陀螺仪传感器、加速度传感器的数据进行分析,其中陀螺仪传感器可以测量出手机的角度,从而检测到人体重心的偏移。人在行走的时候,手中或者口袋中的手机是会随着运动而出现角度偏移的,当陀螺仪检测到持续而且有规律的角度偏移时,手机就会开始判断用户正在走路。而同样当人处于行走状态时,会有一个比较稳定的非匀速加速度,所以通过加速度传感器,也可以判断行人是否在走路。但由于加速度传感器是极易受外部干扰的传感器,只能得到二维的角度关系,但是测量值随时间的变化相对较小,陀螺仪传感器可以积分得到三维的角度关系,动态性能好,受外部干扰小,但测量值随时间变化比较大,存在累计误差。可以看出,它们优缺点互补,需要将这两种传感器测量值进行数据融合,得到更精确的经过滤波之后的值以综合判断行人是否处于行走状态。其中,所述陀螺仪传感器与加速度传感器数据融合包括:对于陀螺仪传感器,采用高通滤波方法处理陀螺仪数据,来抑制陀螺仪积分的漂移;对于加速度计需要采用滤波算法除去短时性快速变化的信号,保留长时性缓慢变化的信号,所以要对加速度计运用低通滤波算法。针对陀螺仪的高通滤波和针对加速度计的低通滤波两部分恰好组成一个互补滤波器,经过滤波的结果是相对精确的测量值。利用数据融合后的信息能够更加准确的判断行人是否正处于行走状态。
如图2所示,基于高精度定位行人所在车道环境模型具体包括:首先通过高精度定位服务获取到行人当前的精确经纬度坐标为(m,n),然后根据商用地图定位服务获取行人最近道路的轨迹点数据集,其坐标为(xi,yi),在一条道路中,存在多个轨迹点,用于描述整条道路的走向与特征;然后设行人与各轨迹点的距离为di,di可由经纬度距离计算公式求得,选取dmin=MIN{d1,d2,d3……di-1,di}作为行人距离道路轨迹点的最短路径;然后设两个轨迹点之间的距离ds为判断行人是否在车道旁的临界距离,如果dmin<ds,则判断行人处于车道中或者车道旁,反之,则行人不处于车道中或车道旁。
行人看手机状态识别模块包括人脸检测和人眼检测,具体实施方法是:人脸检测是通过红外感应传感器对于热量进行检测,手机对准人脸和放在口袋所检测出的热量具有较大差异的,根据这一差异,当红外感应传感器所检测的热量显示提升并持续保持与人脸相近的热量指数,就说明此时行人手机屏幕正对准脸部;人眼检测是通过OpenCV视觉库的相机调用函数实现对手机前置,摄像头的调用,完成对预览帧图像进行处理;然后使用级联分类器进行人脸识别,其中级联分类器是基于LBP与HAAR特征针对特定目标训练得到的分类器数据,可以有效的进行对象识别;然后在发现人脸后,跟踪检测出人脸ROI区域子图像;最后在人脸ROI区域子图像上跟踪检测出人眼区域子图像,进行帧图像显示,表明检测到人眼。通过检测人脸和人眼综合判断当前行人正处于看手机的状态,提高检测结果的准确性。
预警关联车辆信息获取具体实施方式:针对V2X通信能耗管理需求,当结合商用地图精确定位与行人所在道路环境识别模型判别出行人处于车道中或者车道旁时,然后开启V2X通信功能接收周围预警关联车辆相关状态信息,如车辆经纬度、速度、航向角、海拔高度等;当远离车道环境时,关闭V2X通信功能。这样有效管理V2X的启动机制,减少V2X通信给移动智能终端带来的能量损耗。
预警判断规则具体流程为:(1)检测到行人正处于行走状态;(2)检测到行人正处于车道中或者车道旁;(3)检测到行人正在看手机;(4)满足以上条件后,通过V2X通信获取车辆状态信息,结合行人状态信息,根据两者海拔信息可排除车辆行人不处于同一平面不可能出现碰撞的情况,减小计算;(5)排除部分可能情况后,剩余的车辆行人信息作为行人防撞预警模型的数据输入源,对车辆行人是否会发生碰撞已经碰撞时间进行计算;(6)根据碰撞危险程度进行预警等级划分,根据预警等级对行人进行预警提示。
基于V2X的行人防撞预警模型包括无效消息过滤、经纬度坐标系建立、行人预警车辆关联、防撞预警算法四个方面:无效消息过滤是指根据车辆行人的海拔高度能够排除过滤掉像行人过天桥这种明显不可能发生碰撞的情况,避免不必要的计算;经纬度坐标系建立是以车辆当前的位置作为坐标原点,正北方向为坐标y轴,正东方向为坐标系x轴,建立经纬度坐标系。车辆和行人都处于这个坐标系中,通过在此坐标系中的车辆和行人的位置,距离、航向角、速度的关系,来综合判断车辆与行人是否会发生碰撞。行人预警车辆关联是通过分析行人和周围车辆的运动轨迹,然后分别计算出运动轨迹的直线表达式,并将行人运动轨迹方程式分别于周围车辆的运动轨迹方程式进行联立,求出的坐标点即为可能发生碰撞的点,在多个碰撞点之间选取距离行人最近的点,即最先可能发生碰撞的点作为优先级最高的点进行计算;防撞预警算法是通过计算出行人和关联车辆分别到达碰撞点的时间,并加入行人反应时间这一概念,然后将两者时间的差值与行人反应时间进行比较,分析出危险程度大小。
如图3所示,所述防撞预警算法具体实施方式为:通过最短碰撞时间来进行判断车辆行人是否会发生碰撞,5G V2X移动智能终端通过V2X通信获取当前车道预警关联车辆状态基本信息,其中,经度为Lon1,纬度为Lat1,速度为V1,航向角为θ1,海拔高度为H1,作为行人防撞预警模型的数据输入源之一;然后通过高精度定位获取行人的状态基本信息,其中,经度为Lon2,纬度为Lat2,由5G移动终端的磁传感器可获得行人航向角,由行人经纬度在单位时间内的变化量可计算出行人的速度V2,海拔高度为H2,以此作为防撞预警模型的另一数据输入源;由于车辆行人处在同一坐标系下,即大地坐标系,经纬度的值对应的就是坐标系中的点,所以车辆坐标为(Lon1,Lat1),行人坐标为(Lon2,Lat2);然后由于大地坐标系是以正北方向为Y轴,航向角又是与正北方向的夹角,所以不难得出车辆所在运动轨迹直线L1的斜率k1为:
k1=tanθ1
行人所在运动轨迹直线L2的斜率k2为:
k2=tanθ2
然后可求出车辆运动轨迹直线L1表达式为:
k1x-y+Lat1-k1Lon1=0
行人所在运动轨迹直线L2表达式为:
k2x-y+Lat2-k2Lon2=0
联立方程不难求出,两直线交点,此交点即为可能发生碰撞的点;然后通过经纬度两点距离计算公式:
R——地球近似球模型的半径,单位为千米
Ja,Wa——A点经纬度,Jb,Wb表示B点经纬度;
即可算出车辆离碰撞点的距离D1,行人离碰撞点的距离D2;根据D1,D2的值,已知速度V1,V2,可以求出车辆和行人分别到达碰撞点的时间T1,T2,即整个防撞预警模型的输出。
分级预警规则具体实施方式为:通过行人防撞预警的输出T1,T2作为危险程度判断依据,并加入行人反应时间T3这一概念,根据危险程度划分预警等级,其中具体规则为:如果0<|T1-T2|<T3,说明车辆和行人分别到达碰撞点的时间差值小于行人的反应时间,处于十分危险的程度,所以设为一级预警,为最高等级;如果T3<|T1-T2|<1,说明车辆和行人分别到达碰撞点的时间差值大于行人的反应时间,行人处于较为安全的程度,所以设为二级预警,等级较一级预警略低;如果|T1-T2|>1,说明车辆和行人分别到达碰撞点的时间差值较大,行人处于相对安全,所以设为三级预警,预警等级最低。
表1
综上所述,结合图4介绍整个系统的流程。本发明首先通过行人状态检测模块检测到行人处于行走状态;然后通过基于高精度定位的行人所在车道环境识别模型检测到行人正处于车道中或者车道旁;然后通过行人看手机状态识别模块检测行人在看手机,综合判断出行人在过马路或者正准备过马路的同时正在边走路边看手机,将这一判断结果作为整个预警系统的触发条件;然后5GV2X移动智能终端通过V2X通信接收车道关联车辆此时的状态信息,并结合先前获取到的行人状态信息,两者共同作为行人防撞预警模型的数据输入源;然后在行人防撞预警模型中对不处于同一海拔高度的车辆和行人进行过滤,减少不必要的计算;然后建立经纬度坐标系,根据车辆行人运动轨迹计算出直线表达式,两者交点即为可能的碰撞点,但由于可能存在多辆车与行人发生碰撞,所以首先选取距离行人最近的碰撞点作为优先级最高的点,进行是否发生碰撞以及碰撞时间的计算;然后通过比较车辆与行人分别到达碰撞点的时间,来判断行人和车辆是否会发生碰撞,以及危险程度大小;最后通过发生碰撞的危险程度进行预警等级划分,根据等级对行人进行预警提示,提醒行人及时避开危险。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
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,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (7)
1.一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,包括行人运动状态检测识别模块、行人所在道路环境识别模型、行人看手机状态识别模块、预警关联车辆信息获取模块、预警判断规则模块、基于V2X的行人防撞预警模型、分级预警模块;其中,
行人运动状态检测识别模块用于检测行人当前是否处于行走状态;行人所在道路环境识别模块用于检测行人当前位置是否正处于车道中与车道旁;行人看手机状态识别模块用于检测行人是否处于正在看手机的状态;预警关联车辆信息获取模块用于获取车道预警关联车辆的状态信息,作为行人防撞预警模型信息输入源的一部分;预警判断规则是对整个系统的运行以及预警触发机制进行制定;基于V2X的行人防撞预警模型用于根据行人与车辆的状态信息,通过车辆关联模型和碰撞可能性,建立预警模型;分级预警模块用于对预警的等级规则进行制定,并根据预警等级对行人进行预警提示;
所述行人所在道路环境识别模型具体包括:首先通过高精度定位服务获取到行人当前的精确经纬度坐标为(m,n),然后根据商用地图定位服务获取行人最近道路的轨迹点数据集,坐标为(xi,yi),在一条道路中,存在多个轨迹点,用于描述整条道路的走向与特征;然后设行人与各轨迹点的距离为di,di由经纬度距离计算公式求得,选取dmin=MIN{d1,d2,d3......di-1,di}作为行人距离道路轨迹点的最短路径;然后设两个轨迹点之间的距离ds为判断行人是否在车道旁的临界距离,如果dmin<ds,则判断行人处于车道中或者车道旁,反之,则行人不处于车道中或车道旁;
所述行人看手机状态识别模块包括人脸检测和人眼检测:人脸检测是通过当红外感应传感器所检测的热量显示提升并持续保持与人脸相近的热量指数,就说明此时行人手机屏幕正对准脸部;人眼检测是通过OpenCV视觉库的相机调用函数实现对手机前置,摄像头的调用,完成对预览帧图像进行处理;然后使用级联分类器进行人脸识别,其中级联分类器是基于LBP与HAAR特征针对特定目标训练得到的分类器数据,进行对象识别;然后在发现人脸后,跟踪检测出人脸ROI区域子图像;最后在人脸ROI区域子图像上跟踪检测出人眼区域子图像,进行帧图像显示,表明检测到人眼;
基于V2X的行人防撞预警模型采用防撞预警算法,防撞预警算法是利用最短碰撞时间来进行判断的,所述防撞预警算法具体如下:5G V2X手机通过V2X通信从获取关联道路车辆状态感知传感器获取当前车辆状态基本信息,其中,经度为Lon1,纬度为Lat1,速度为V1,航向角为θ1,海拔高度为H1,作为防撞预警模型的数据输入源之一;然后通过高精度定位获取行人的状态基本信息,其中,经度为Lon2,纬度为Lat2,由5G移动终端的磁传感器可获得行人航向角,由行人经纬度在单位时间内的变化量可计算出行人的速度V2,海拔高度为H2,以此作为防撞预警模型的另一数据输入源;由于车辆行人处在同一坐标系下,即大地坐标系,经纬度的值对应的就是坐标系中的点,所以车辆坐标为(Lon1,Lat1),行人坐标为(Lon2,Lat2);然后由于大地坐标系是以正北方向为Y轴,航向角又是与正北方向的夹角,车辆所在运动轨迹直线L1的斜率k1为:
k1=tanθ1
行人所在运动轨迹直线L2的斜率k2为:
k2=tanθ2
然后可求出车辆运动轨迹直线L1表达式为:
k1x-y+Lat1-k1Lon1=0
行人所在运动轨迹直线L2表达式为:
k2x-y+Lat2-k2Lon2=0
联立方程求得两直线交点,此交点即为可能发生碰撞的点;然后通过经纬度两点距离计算公式:
R——地球近似球模型的半径,单位为千米R
Ja,Wa——A点经纬度,Jb,Wb表示B点经纬度;
即可算出车辆离碰撞点的距离D1,行人离碰撞点的距离D2;根据D1,D2的值,已知速度V1,V2,求出车辆和行人分别到达碰撞点的时间T1,T2,即整个防撞预警模型的输出。
2.根据权利要求1所述的一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,所述行人运动状态检测识别模块具体包括:通过获取5G V2X移动智能终端内置的陀螺仪传感器、加速度传感器的数据进行分析,其中陀螺仪传感器测量出手机的角度,从而检测到人体重心的偏移,人在行走的时候,手中或者口袋中的手机是会随着运动而出现角度偏移的,当陀螺仪传感器检测到持续而且有规律的角度偏移时,手机就会开始判断用户正在走路;而同样当人处于行走状态时,会有一个比较稳定的非匀速加速度,所以通过加速度传感器,也可以判断行人是否在走路;将陀螺仪传感器与加速度传感器的测量值进行数据融合,得到更加精确的经过滤波之后的值以综合判断行人是否处于行走状态。
3.根据权利要求1所述的一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,V2X通信功能的开关触发方法为:针对V2X通信能耗管理需求,当结合商用地图精确定位与行人所在道路环境识别模型判别出行人处于车道中或者车道旁时,然后开启V2X通信功能接收周围预警关联车辆相关状态信息;当远离车道环境时,关闭V2X通信功能。
4.根据权利要求1所述一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,所述行人防撞预警模型:5G V2X移动智能终端通过V2X通信获取关联道路车辆状态基本信息,如车辆经纬度、速度、航向角、海拔高度等,作为防撞预警模型的数据输入源之一;然后通过高精度定位获取行人的状态位置信息和海拔高度信息,由行人经纬度在单位时间内的变化量可计算出行人的速度信息,由5G V2X移动智能终端磁传感器获取行人航向角信息,以此作为防撞预警模型的数据输入源之一;由于此模型是以碰撞时间为依据来判断车辆行人是否发生碰撞,设车辆和行人分别抵达碰撞点的时间为T1和T2,预警等级为L,通过防撞预警算法可计算出T1,T2,所以行人防撞预警模型可表示为:
5.根据权利要求4所述的一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,触发预警规则的流程为:(1)检测到行人正处于行走状态;(2)检测到行人正处于车道中或者车道旁;(3)检测到行人正在看手机;(4)满足以上条件(1)、(2)及(3)后,通过V2X通信获取道路关联车辆状态信息,结合行人状态信息,根据两者海拔信息可排除车辆行人不处于同一平面不可能出现碰撞的情况,减小计算;(5)剩余的车辆行人信息作为行人防撞预警模型的数据输入源,对车辆行人是否会发生碰撞进行计算,分别输出车辆和行人到达碰撞点的时间;(6)根据碰撞危险程度进行预警等级划分,根据等级对行人进行预警提示。
6.根据权利要求5所述的一种基于5G V2X移动智能终端行人防碰撞预警系统,其特征在于,分级预警规则具体为:通过行人防撞预警模型的输出T1,T2作为危险程度判断依据,并加入行人反应时间T3这一概念,根据危险程度划分预警等级,其中具体规则为:如果0<|T1-T2|<T3,说明车辆和行人分别到达碰撞点的时间差值小于行人的反应时间,处于十分危险的程度,设为一级预警,为最高等级;如果T3<|T1-T2|<1,说明车辆和行人分别到达碰撞点的时间差值大于行人的反应时间,行人处于较为安全的程度,设为二级预警,等级较一级预警略低;如果|T1-T2|>1,说明车辆和行人分别到达碰撞点的时间差值较大,行人处于相对安全,所以设为三级预警,预警等级最低。
7.一种基于权利要求1-6之一所述系统的预警方法,其特征在于,以下步骤:行人运动状态检测识别步骤、行人所在道路环境识别模型、行人看手机状态识别步骤、预警关联车辆信息获取步骤、预警判断规则步骤、基于V2X的行人防撞预警模型、分级预警步骤;其中,
行人运动状态检测识别步骤用于检测行人当前是否处于行走状态;行人所在道路环境识别步骤用于检测行人当前位置是否正处于车道中与车道旁;行人看手机状态识别步骤用于检测行人是否处于正在看手机的状态;预警关联车辆信息获取步骤用于获取车道关联车辆的状态信息,作为行人防撞预警模型信息输入源的部分;基于V2X的行人防撞预警模型用于根据行人与车辆的状态信息,通过车辆关联模型和碰撞可能性,建立预警模型;预警判断规则是对整个系统的运行以及预警触发机制进行制定;分级预警步骤用于负责预警的等级规则进行制定;
所述防撞预警算法是利用最短碰撞时间来进行判断的,所述防撞预警算法具体如下:5G V2X手机通过V2X通信从获取关联道路车辆状态感知传感器获取当前车辆状态基本信息,其中,经度为Lon1,纬度为Lat1,速度为V1,航向角为θ1,海拔高度为H1,作为防撞预警模型的数据输入源之一;然后通过高精度定位获取行人的状态基本信息,其中,经度为Lon2,纬度为Lat2,由5G移动终端的磁传感器可获得行人航向角,由行人经纬度在单位时间内的变化量可计算出行人的速度V2,海拔高度为H2,以此作为防撞预警模型的另一数据输入源;由于车辆行人处在同一坐标系下,即大地坐标系,经纬度的值对应的就是坐标系中的点,所以车辆坐标为(Lon1,Lat1),行人坐标为(Lon2,Lat2);然后由于大地坐标系是以正北方向为Y轴,航向角又是与正北方向的夹角,车辆所在运动轨迹直线L1的斜率k1为:
k1=tanθ1
行人所在运动轨迹直线L2的斜率k2为:
k2=tanθ2
然后可求出车辆运动轨迹直线L1表达式为:
k1x-y+Lat1-k1Lon1=0
行人所在运动轨迹直线L2表达式为:
k2x-y+Lat2-k2Lon2=0
联立方程求得两直线交点,此交点即为可能发生碰撞的点;然后通过经纬度两点距离计算公式:
R——地球近似球模型的半径,单位为千米R
Ja,Wa——A点经纬度,Jb,Wb表示B点经纬度;
即可算出车辆离碰撞点的距离D1,行人离碰撞点的距离D2;根据D1,D2的值,已知速度V1,V2,求出车辆和行人分别到达碰撞点的时间T1,T2,即整个防撞预警模型的输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425151.1A CN113140132B (zh) | 2021-04-20 | 2021-04-20 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425151.1A CN113140132B (zh) | 2021-04-20 | 2021-04-20 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113140132A CN113140132A (zh) | 2021-07-20 |
CN113140132B true CN113140132B (zh) | 2023-11-03 |
Family
ID=76812845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110425151.1A Active CN113140132B (zh) | 2021-04-20 | 2021-04-20 | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113140132B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487892B (zh) * | 2021-09-07 | 2022-01-14 | 华砺智行(武汉)科技有限公司 | 一种协作式优先车辆通行的车道预留方法及装置 |
CN115880892A (zh) * | 2021-09-29 | 2023-03-31 | 华为技术有限公司 | 出行管理方法、相关装置及系统 |
CN114519919A (zh) * | 2022-01-10 | 2022-05-20 | 杭州电子科技大学 | 一种基于加速度计阵列的爆炸物冲击碎片防护服定位报警系统 |
CN115240470A (zh) * | 2022-07-25 | 2022-10-25 | 广东轻工职业技术学院 | 基于nr-v2x的弱势交通参与者碰撞预警系统与方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001195698A (ja) * | 2000-01-07 | 2001-07-19 | Nissan Motor Co Ltd | 歩行者検知装置 |
CN103927904A (zh) * | 2014-04-08 | 2014-07-16 | 中国科学院合肥物质科学研究院 | 利用智能手机的行人防碰撞预警系统及其预警方法 |
CN104376735A (zh) * | 2014-11-21 | 2015-02-25 | 中国科学院合肥物质科学研究院 | 一种盲区路口车辆行驶安全预警系统及其预警方法 |
CN105976640A (zh) * | 2015-11-03 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 基于v2x通信的安全警示方法、行人鞋装置、车载平台及系统 |
CN106899766A (zh) * | 2017-03-13 | 2017-06-27 | 宇龙计算机通信科技(深圳)有限公司 | 一种安全提示方法及其装置及移动终端 |
KR20180080391A (ko) * | 2017-01-02 | 2018-07-12 | 주식회사 피엘케이 테크놀로지 | V2x 통신을 이용한 무단 횡단 보행자의 사고 방지 시스템 |
WO2018233175A1 (zh) * | 2017-06-21 | 2018-12-27 | 深圳市金溢科技股份有限公司 | 危险预警方法、系统、v2x车载终端及存储器 |
US10235882B1 (en) * | 2018-03-19 | 2019-03-19 | Derq Inc. | Early warning and collision avoidance |
CN110136442A (zh) * | 2019-05-20 | 2019-08-16 | 东南大学 | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 |
CN110481544A (zh) * | 2019-07-30 | 2019-11-22 | 江苏大学 | 一种针对行人的汽车避撞方法及避撞系统 |
CN111332288A (zh) * | 2020-03-14 | 2020-06-26 | 昆明理工大学 | 一种基于视觉系统的车辆行人碰撞避免方法 |
CN111489585A (zh) * | 2020-03-04 | 2020-08-04 | 昆明理工大学 | 一种基于边缘计算的车辆行人碰撞避免方法 |
JP6770137B1 (ja) * | 2019-06-03 | 2020-10-14 | Polaris合同会社 | 歩行者及び自転車に対する危険車両警報システム |
-
2021
- 2021-04-20 CN CN202110425151.1A patent/CN113140132B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001195698A (ja) * | 2000-01-07 | 2001-07-19 | Nissan Motor Co Ltd | 歩行者検知装置 |
CN103927904A (zh) * | 2014-04-08 | 2014-07-16 | 中国科学院合肥物质科学研究院 | 利用智能手机的行人防碰撞预警系统及其预警方法 |
CN104376735A (zh) * | 2014-11-21 | 2015-02-25 | 中国科学院合肥物质科学研究院 | 一种盲区路口车辆行驶安全预警系统及其预警方法 |
CN105976640A (zh) * | 2015-11-03 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 基于v2x通信的安全警示方法、行人鞋装置、车载平台及系统 |
KR20180080391A (ko) * | 2017-01-02 | 2018-07-12 | 주식회사 피엘케이 테크놀로지 | V2x 통신을 이용한 무단 횡단 보행자의 사고 방지 시스템 |
CN106899766A (zh) * | 2017-03-13 | 2017-06-27 | 宇龙计算机通信科技(深圳)有限公司 | 一种安全提示方法及其装置及移动终端 |
WO2018233175A1 (zh) * | 2017-06-21 | 2018-12-27 | 深圳市金溢科技股份有限公司 | 危险预警方法、系统、v2x车载终端及存储器 |
US10235882B1 (en) * | 2018-03-19 | 2019-03-19 | Derq Inc. | Early warning and collision avoidance |
CN110136442A (zh) * | 2019-05-20 | 2019-08-16 | 东南大学 | 基于共享单车gps轨迹数据的行人侵占道路行为识别方法 |
JP6770137B1 (ja) * | 2019-06-03 | 2020-10-14 | Polaris合同会社 | 歩行者及び自転車に対する危険車両警報システム |
CN110481544A (zh) * | 2019-07-30 | 2019-11-22 | 江苏大学 | 一种针对行人的汽车避撞方法及避撞系统 |
CN111489585A (zh) * | 2020-03-04 | 2020-08-04 | 昆明理工大学 | 一种基于边缘计算的车辆行人碰撞避免方法 |
CN111332288A (zh) * | 2020-03-14 | 2020-06-26 | 昆明理工大学 | 一种基于视觉系统的车辆行人碰撞避免方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113140132A (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113140132B (zh) | 一种基于5g v2x移动智能终端行人防碰撞预警系统与方法 | |
Chen et al. | Invisible sensing of vehicle steering with smartphones | |
US20210357670A1 (en) | Driver Attention Detection Method | |
Jain et al. | Lookup: Enabling pedestrian safety services via shoe sensing | |
EP3316231B1 (en) | Alert generation correlating between head mounted imaging data and external device | |
CN105620489B (zh) | 驾驶辅助系统及车辆实时预警提醒方法 | |
JP7355151B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN111164967B (zh) | 图像处理设备和图像处理方法 | |
CN112389448A (zh) | 一种基于车辆状态和驾驶员状态的异常驾驶行为识别方法 | |
Zhao et al. | Join driving: A smart phone-based driving behavior evaluation system | |
KR20090125795A (ko) | 안전운전 지원장치 | |
JP2020073915A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
WO2022041869A1 (zh) | 路况提示方法、装置、电子设备、存储介质及程序产品 | |
Jiang et al. | SafeCam: Analyzing intersection-related driver behaviors using multi-sensor smartphones | |
JP2021182444A (ja) | 制御装置、制御方法、および、制御装置用プログラム | |
KR102549508B1 (ko) | 골목길 교차로 신호 시스템, 방법 및 컴퓨터 프로그램 | |
Jan et al. | Methods and tools for monitoring driver's behavior | |
CN113537606B (zh) | 事故预测方法、装置及计算机可读存储介质 | |
JP7376996B2 (ja) | 車両の危険状況判別装置、車両の危険状況判別方法、及びプログラム | |
Negru et al. | Assisting navigation in homogenous fog | |
JP5354193B2 (ja) | 車両用運転支援装置 | |
US20220036730A1 (en) | Dangerous driving detection device, dangerous driving detection system, dangerous driving detection method, and storage medium | |
CN110349425B (zh) | 一种用于车路协同自动驾驶系统的重要目标生成方法 | |
JP2012103849A (ja) | 情報提供装置 | |
Uchiyama et al. | Risky Traffic Situation Detection and Classification Using Smartphones |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230703 Address after: 710000 No. B49, Xinda Zhongchuang space, 26th Street, block C, No. 2 Trading Plaza, South China City, international port district, Xi'an, Shaanxi Province Applicant after: Xi'an Huaqi Zhongxin Technology Development Co.,Ltd. Address before: 400065 Chongwen Road, Nanshan Street, Nanan District, Chongqing Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |