CN113436434B - 山区干线公路高危路段预警系统及方法 - Google Patents

山区干线公路高危路段预警系统及方法 Download PDF

Info

Publication number
CN113436434B
CN113436434B CN202110709861.7A CN202110709861A CN113436434B CN 113436434 B CN113436434 B CN 113436434B CN 202110709861 A CN202110709861 A CN 202110709861A CN 113436434 B CN113436434 B CN 113436434B
Authority
CN
China
Prior art keywords
early warning
risk
vehicle
information
speed
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
CN202110709861.7A
Other languages
English (en)
Other versions
CN113436434A (zh
Inventor
高建平
袁颖
何进
周鹏飞
唐雨舟
周成
张杨睿
周康康
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.)
Zhongke Luheng Engineering Design Co ltd
Chongqing Jiaotong University
Original Assignee
Zhongke Luheng Engineering Design Co ltd
Chongqing Jiaotong 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 Zhongke Luheng Engineering Design Co ltd, Chongqing Jiaotong University filed Critical Zhongke Luheng Engineering Design Co ltd
Priority to CN202110709861.7A priority Critical patent/CN113436434B/zh
Publication of CN113436434A publication Critical patent/CN113436434A/zh
Application granted granted Critical
Publication of CN113436434B publication Critical patent/CN113436434B/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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Landscapes

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

Abstract

本发明公开了一种山区干线公路高危路段预警系统，包括信息采集模块、决策支持模块、信息发布模块以及通讯传输模块；所述信息采集模块用于实时采集路况信息；所述决策支持模块用于接收信息采集模块采集的路况信息并对所述路况信息进行分析处理以及预警处理，得到分析结果以及预警结果；所述信息发布模块用于接收决策支持模块的分析结果以及预警结果并对所述分析结果以及预警结果进行发布；所述通讯传输模块用于信息采集模块、决策支持模块以及信息发布模块之间的信息通讯。所述预警方法通过对所述路况信息进行分析判断处理，得到预警结果；本发明能够降低山区干线公路高危路段的运营安全风险，有效预防行车事故，进而减少了财产损失。

Description

山区干线公路高危路段预警系统及方法
技术领域
本发明涉及山区干线公路领域，具体涉及一种山区干线公路高危路段预警系统及方法。
背景技术
山区干线公路行车是一个特殊的复杂过程，涉及大量的影响因素，同时，山区气候复杂多变，易形成降雨、结冰、团雾等现象，影响行车安全的不良天气发生率高，对公路的运营安全影响严重，而传统的安全方法很难把握其特性和变化规律，且现有预警技术主要用于研究普通高速公路，对山区干线公路的研究较少。
发明内容
有鉴于此，本发明的目的是克服现有技术中的缺陷，提供山区干线公路高危路段预警系统及方法，能够降低山区干线公路高危路段的运营安全风险，促进行车风险控制、交通流协调与应急处置的信息化与智能化、并有效预防行车事故，从而减少了财产损失。
本发明的山区干线公路高危路段预警系统，包括信息采集模块、决策支持模块、信息发布模块以及通讯传输模块；
所述信息采集模块用于实时采集路况信息，所述路况信息包括车辆行驶信息、天气状况信息以及交通事件信息；
所述决策支持模块用于接收信息采集模块采集的路况信息并对所述路况信息进行分析处理以及预警处理，得到分析结果以及预警结果；
所述信息发布模块用于接收决策支持模块的分析结果以及预警结果并对所述分析结果以及预警结果进行发布；
所述通讯传输模块用于信息采集模块、决策支持模块以及信息发布模块之间的信息通讯。
进一步，所述信息采集模块包括交通检测器、气象监测器以及视频检测器；
所述交通检测器用于采集高危路段断面车辆中心线与车道中心线的横向距离、高危路段断面车速以及交通量信息；
所述气象监测器用于采集高危路段能见度信息；
所述视频检测器用于采集前方路段的交通事故信息。
进一步，对所述路况信息进行预警处理，具体包括：
判断车辆横向偏移风险值是否超过设定阈值，若是，则发出预警，若否，则不发出预警；
判断车辆行驶速度是否大于限速值，若是，则发出预警，若否，则不发出预警；
判断车速离散度是否超过离散度阈值，若是，则发出预警，若否，则不发出预警；
判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。
进一步，所述信息发布模块包括可变信息标志板以及无线通讯单元；
所述可变信息标志板用于实时显示前方公路因天气、自然灾害以及交通事故而发生变化的行车环境；
所述无线通讯单元用于上传天气、自然灾害以及交通事故信息。
进一步，所述通讯传输模块采用GPRS无线通讯传输技术。
一种山区干线公路高危路段预警方法，包括如下步骤：
S1.确定车辆横向偏移风险值，并将所述车辆横向偏移风险值与设定阈值进行比较，得到预警结果；
S2.确定车辆的安全行驶速度，并将所述车辆的安全行驶速度与车辆的当前行驶速度进行比较，得到预警结果；
S3.确定车速离散度的平均值，并将所述车速离散度的平均值与设定的离散度阈值进行比较，得到预警结果；
S4.判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。
进一步，所述步骤S1，具体包括：
S11.根据如下公式确定车辆横向偏移风险值：
Figure BDA0003132731310000031
其中，Qi为高危路段断面i处的车辆横向偏移风险值；di为高危路段断面i处车辆中心线与车道中心线的横向距离；wi为高危路段断面i处车道宽度；i＝1,2,3,…,n；
S12.确定n个车辆横向偏移风险值中的最大值Qmax，并判断所述最大值Qmax是否大于设定阈值λ，若是，则发出预警，若否，则不发出预警。
进一步，所述步骤S2，具体包括：
S21.根据如下公式确定车辆的安全行驶速度Vh：
Figure BDA0003132731310000032
其中，Ln为可视距离；f为汽车轮胎与路面的摩阻系数；k为道路纵坡坡度；
S22.判断车辆的安全行驶速度Vh是否小于车辆的当前行驶速度，若是，则发出预警，若否，则不发出预警。
进一步，所述步骤S3，具体包括：
S31.根据如下公式确定高危路段中所有断面的第μ位车速的平均值
Figure BDA0003132731310000033
Figure BDA0003132731310000034
其中，N为断面总数；Vμ,i为高危路段断面i的第μ位车速；
S32.根据所述平均值
Figure BDA0003132731310000041
确定所有断面的第μ位车速的标准差S：
Figure BDA0003132731310000042
S33.根据所述标准差S，确定车速离散度
Figure BDA0003132731310000043
Figure BDA0003132731310000044
其中，
Figure BDA0003132731310000045
为所有车辆的平均行驶速度；
S34.根据车速离散度
Figure BDA0003132731310000046
确定车速离散度的平均值
Figure BDA0003132731310000047
Figure BDA0003132731310000048
其中，Z为路段处于安全运行状态下的样本数量；
Figure BDA0003132731310000049
为第j个样本车速离散度；
S35.判断车速离散度
Figure BDA00031327313100000410
是否大于
Figure BDA00031327313100000411
若是，则发出预警，若否，则不发出预警。
进一步，步骤S4中，所述交通事故包括异常停车事件、抛洒事件、逆行事件、非法变线、拥堵事件以及火灾烟雾事件。
本发明的有益效果是：本发明公开的一种山区干线公路高危路段预警系统及方法，从山区干线公路高危路段运营安全特点出发，综合道路条件、气象环境、交通运行状态三方面因素，量化山区干线公路高危路段行车风险，对山区干线公路高危路段中的危险状态做出判断，进而实现行车预警，降低了山区干线公路高危路段的运营安全风险，促进了行车风险控制、交通流协调与应急处置的信息化与智能化、有效预防了行车事故，减少了财产损失。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的方法流程示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明，如图所示：
本发明的山区干线公路高危路段预警系统，包括信息采集模块、决策支持模块、信息发布模块以及通讯传输模块；
所述信息采集模块用于实时采集路况信息，所述路况信息包括车辆行驶信息、天气状况信息以及交通事件信息；其中，所述车辆行驶信息包括高危路段断面车辆中心线与车道中心线的横向距离、高危路段断面车速以及交通量信息；所述天气状况信息包括高危路段能见度信息；所述交通事件信息包括前方路段的交通事故信息；
所述决策支持模块用于接收信息采集模块采集的路况信息并对所述路况信息进行分析处理以及预警处理，得到分析结果以及预警结果；其中，所述决策支持模块通过计算机人工智能分析与决策，及时做出合理的安全决策和紧急预案；所述决策支持模块包括计算机以及与计算机运算或处理相配合的若干软件；
所述信息发布模块用于接收决策支持模块的分析结果以及预警结果并对所述分析结果以及预警结果进行发布；
所述通讯传输模块用于信息采集模块、决策支持模块以及信息发布模块之间的信息通讯。
本实施例中，所述信息采集模块包括交通检测器、气象监测器以及视频检测器；
所述交通检测器用于采集高危路段断面车辆中心线与车道中心线的横向距离、高危路段断面车速以及交通量信息；
所述气象监测器用于采集高危路段能见度信息；
所述视频检测器用于采集前方路段的交通事故信息。
需要说明的是，所述交通检测器、气象监测器以及视频检测器均采用现有技术，在此不再赘述。
本实施例中，对所述路况信息进行预警处理，具体包括：
判断车辆横向偏移风险值是否超过设定阈值，若是，则发出预警，若否，则不发出预警；
判断车辆行驶速度是否大于限速值，若是，则发出预警，若否，则不发出预警；
判断车速离散度是否超过离散度阈值，若是，则发出预警，若否，则不发出预警；
判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。其中，所述设定阈值、限速值以及离散度阈值均根据实际场景进行设置。
本实施例中，所述信息发布模块包括可变信息标志板以及无线通讯单元；
所述可变信息标志板用于实时显示前方公路因天气、自然灾害以及交通事故而发生变化的行车环境；所述可变信息标志板为采用现有技术的显示器；
所述无线通讯单元用于上传天气、自然灾害以及交通事故信息；所述无线通讯单元采用现有的无线通讯技术。
通过所述信息发布模块，控制人员可根据行车环境的变化，即时通过遥控装置手动或自动使该标志板显示相应的某种信息，告知和警示驾驶员采取相应安全、合理的行车措施。同时，提示干线公路上的驾驶人在此高危路段的当前交通状态危险程度和建议行驶速度，并将事件信息及交通管理与控制信息传输至交警、路政等部门。
本实施例中，所述通讯传输模块采用GPRS无线通讯传输技术，所述GPRS具有覆盖区域广、传输速率高、建设成本低的优势。
一种山区干线公路高危路段预警方法，如图1所示，包括如下步骤：
S1.确定车辆横向偏移风险值，并将所述车辆横向偏移风险值与设定阈值进行比较，得到预警结果；
S2.确定车辆的安全行驶速度，并将所述车辆的安全行驶速度与车辆的当前行驶速度进行比较，得到预警结果；
S3.确定车速离散度的平均值，并将所述车速离散度的平均值与设定的离散度阈值进行比较，得到预警结果；
S4.判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。
本实施例中，所述步骤S1，具体包括：
S11.根据如下公式确定车辆横向偏移风险值：
Figure BDA0003132731310000071
其中，Qi为高危路段断面i处的车辆横向偏移风险值；di为高危路段断面i处车辆中心线与车道中心线的横向距离；wi为高危路段断面i处车道宽度；i＝1,2,3,…,n；
S12.确定n个车辆横向偏移风险值中的最大值Qmax，并判断所述最大值Qmax是否大于设定阈值λ，若是，则发出预警，若否，则不发出预警。其中，所述设定阈值λ取值为25％。
本实施例中，所述步骤S2，具体包括：
S21.根据如下公式确定车辆的安全行驶速度Vh：
Figure BDA0003132731310000072
其中，Ln为可视距离，所述Ln可通过能见度检测器测量得到；f为汽车轮胎与路面的摩阻系数；k为道路纵坡坡度；所述f取值为0.3；
S22.判断车辆的安全行驶速度Vh是否小于车辆的当前行驶速度，若是，则发出预警，若否，则不发出预警。
本实施例中，所述步骤S3，具体包括：
S31.根据如下公式确定高危路段中所有断面的第μ位车速的平均值
Figure BDA0003132731310000081
Figure BDA0003132731310000082
其中，N为断面总数；Vμ,i为高危路段断面i的第μ位车速；其中，所述第μ位车速是从车速从小到大的序列中选取的第μ位车速，所述μ取值为85；
S32.根据所述平均值
Figure BDA0003132731310000083
确定所有断面的第μ位车速的标准差S：
Figure BDA0003132731310000084
S33.根据所述标准差S，确定车速离散度
Figure BDA0003132731310000085
Figure BDA0003132731310000086
其中，
Figure BDA0003132731310000087
为所有车辆的平均行驶速度；
S34.根据车速离散度
Figure BDA0003132731310000088
确定车速离散度的平均值
Figure BDA0003132731310000089
Figure BDA00031327313100000810
其中，Z为路段处于安全运行状态下的样本数量；
Figure BDA00031327313100000811
为第j个样本车速离散度；
S35.判断车速离散度
Figure BDA00031327313100000812
是否大于
Figure BDA00031327313100000813
若是，则发出预警，若否，则不发出预警；其中，所述β3可通过对具体路段的历史交通数据及事故轻重程度进行统计分析得到。
本实施例中，步骤S4中，所述交通事故包括异常停车事件、抛洒事件、逆行事件、非法变线、拥堵事件以及火灾烟雾事件。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种山区干线公路高危路段预警系统，其特征在于：包括信息采集模块、决策支持模块、信息发布模块以及通讯传输模块；
所述信息采集模块用于实时采集路况信息，所述路况信息包括车辆行驶信息、天气状况信息以及交通事件信息；
所述决策支持模块用于接收信息采集模块采集的路况信息并对所述路况信息进行分析处理以及预警处理，得到分析结果以及预警结果；对所述路况信息进行预警处理，具体包括：
判断车辆横向偏移风险值是否超过设定阈值，若是，则发出预警，若否，则不发出预警；具体包括：S11.根据如下公式确定车辆横向偏移风险值：
Figure FDA0003590234390000011
其中，Qi为高危路段断面i处的车辆横向偏移风险值；di为高危路段断面i处车辆中心线与车道中心线的横向距离；wi为高危路段断面i处车道宽度；i＝1,2,3,…,n；
S12.确定n个车辆横向偏移风险值中的最大值Qmax，并判断所述最大值Qmax是否大于设定阈值λ，若是，则发出预警，若否，则不发出预警；
所述信息发布模块用于接收决策支持模块的分析结果以及预警结果并对所述分析结果以及预警结果进行发布；
所述通讯传输模块用于信息采集模块、决策支持模块以及信息发布模块之间的信息通讯。
2.根据权利要求1所述的山区干线公路高危路段预警系统，其特征在于：所述信息采集模块包括交通检测器、气象监测器以及视频检测器；
所述交通检测器用于采集高危路段断面车辆中心线与车道中心线的横向距离、高危路段断面车速以及交通量信息；
所述气象监测器用于采集高危路段能见度信息；
所述视频检测器用于采集前方路段的交通事故信息。
3.根据权利要求1所述的山区干线公路高危路段预警系统，其特征在于：对所述路况信息进行预警处理，还包括：
判断车辆行驶速度是否大于限速值，若是，则发出预警，若否，则不发出预警；
判断车速离散度是否超过离散度阈值，若是，则发出预警，若否，则不发出预警；
判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。
4.根据权利要求1所述的山区干线公路高危路段预警系统，其特征在于：所述信息发布模块包括可变信息标志板以及无线通讯单元；
所述可变信息标志板用于实时显示前方公路因天气、自然灾害以及交通事故而发生变化的行车环境；
所述无线通讯单元用于上传天气、自然灾害以及交通事故信息。
5.根据权利要求1所述的山区干线公路高危路段预警系统，其特征在于：所述通讯传输模块采用GPRS无线通讯传输技术。
6.一种基于权利要求1-5任意一项的山区干线公路高危路段预警方法，其特征在于：包括如下步骤：
S1.确定车辆横向偏移风险值，并将所述车辆横向偏移风险值与设定阈值进行比较，得到预警结果；具体包括：
S11.根据如下公式确定车辆横向偏移风险值：
Figure FDA0003590234390000021
其中，Qi为高危路段断面i处的车辆横向偏移风险值；di为高危路段断面i处车辆中心线与车道中心线的横向距离；wi为高危路段断面i处车道宽度；i＝1,2,3,…,n；
S12.确定n个车辆横向偏移风险值中的最大值Qmax，并判断所述最大值Qmax是否大于设定阈值λ，若是，则发出预警，若否，则不发出预警；
S2.确定车辆的安全行驶速度，并将所述车辆的安全行驶速度与车辆的当前行驶速度进行比较，得到预警结果；
S3.确定车速离散度的平均值，并将所述车速离散度的平均值与设定的离散度阈值进行比较，得到预警结果；
S4.判断前方路段是否出现交通事故，若是，则发出预警，若否，则不发出预警。
7.根据权利要求6所述的山区干线公路高危路段预警方法，其特征在于：所述步骤S2，具体包括：
S21.根据如下公式确定车辆的安全行驶速度Vh：
Figure FDA0003590234390000031
其中，Ln为可视距离；f为汽车轮胎与路面的摩阻系数；k为道路纵坡坡度；
S22.判断车辆的安全行驶速度Vh是否小于车辆的当前行驶速度，若是，则发出预警，若否，则不发出预警。
8.根据权利要求6所述的山区干线公路高危路段预警方法，其特征在于：所述步骤S3，具体包括：
S31.根据如下公式确定高危路段中所有断面的第μ位车速的平均值
Figure FDA0003590234390000032
Figure FDA0003590234390000033
其中，N为断面总数；Vμ,i为高危路段断面i的第μ位车速；
S32.根据所述平均值
Figure FDA0003590234390000034
确定所有断面的第μ位车速的标准差S：
Figure FDA0003590234390000041
S33.根据所述标准差S，确定车速离散度
Figure FDA00035902343900000410
Figure FDA0003590234390000042
其中，
Figure FDA0003590234390000043
为所有车辆的平均行驶速度；
S34.根据车速离散度
Figure FDA0003590234390000044
确定车速离散度的平均值
Figure FDA0003590234390000045
Figure FDA0003590234390000046
其中，Z为路段处于安全运行状态下的样本数量；
Figure FDA0003590234390000047
为第j个样本车速离散度；
S35.判断车速离散度
Figure FDA0003590234390000048
是否大于
Figure FDA0003590234390000049
若是，则发出预警，若否，则不发出预警；其中，β3为设定系数。
9.根据权利要求6所述的山区干线公路高危路段预警方法，其特征在于：步骤S4中，所述交通事故包括异常停车事件、抛洒事件、逆行事件、非法变线、拥堵事件以及火灾烟雾事件。
CN202110709861.7A 2021-06-25 2021-06-25 山区干线公路高危路段预警系统及方法 Active CN113436434B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110709861.7A CN113436434B (zh) 2021-06-25 2021-06-25 山区干线公路高危路段预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110709861.7A CN113436434B (zh) 2021-06-25 2021-06-25 山区干线公路高危路段预警系统及方法

Publications (2)

Publication Number Publication Date
CN113436434A CN113436434A (zh) 2021-09-24
CN113436434B true CN113436434B (zh) 2022-05-27

Family

ID=77754398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110709861.7A Active CN113436434B (zh) 2021-06-25 2021-06-25 山区干线公路高危路段预警系统及方法

Country Status (1)

Country Link
CN (1) CN113436434B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114822024A (zh) * 2022-04-19 2022-07-29 哈尔滨工业大学 一种高速公路团雾路段主动安全诱导系统
CN115158274B (zh) * 2022-08-31 2022-11-29 四川省公路规划勘察设计研究院有限公司 基于货车制动重刹特性的长大纵坡危险路段识别方法

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102922999A (zh) * 2012-10-17 2013-02-13 重庆交通大学 用于山区公路的车辆危险行驶状态识别装置及其识别方法
CN103413448A (zh) * 2013-06-25 2013-11-27 同济大学 一种山区高速公路连续长大纵坡路段货车智能预警系统
CN103413442A (zh) * 2013-07-30 2013-11-27 刘伟 基于通视距离监测的高速公路团雾预警系统及预警方法
CN103863322A (zh) * 2012-12-14 2014-06-18 现代摩比斯株式会社 车道宽度补正装置、方法及利用其的车辆智能巡航控制系统
CN105513349A (zh) * 2014-12-03 2016-04-20 中咨泰克交通工程集团有限公司 基于双视角学习的山区高速公路车辆事件检测方法
CN105702070A (zh) * 2016-04-14 2016-06-22 合肥工业大学 一种隧道速度预警的车路协同控制系统及其方法
CN106780269A (zh) * 2016-11-28 2017-05-31 东南大学 一种山区公路长下坡急弯路段振动减速标线的设置方法
EP3176062A1 (en) * 2014-07-28 2017-06-07 Robert Bosch GmbH Information providing device and program for motorcycle
CN107067729A (zh) * 2017-06-30 2017-08-18 广东工业大学 一种城市道路交通安全状态评估方法
CN208460191U (zh) * 2018-09-13 2019-02-01 重庆交通大学 一种城市交通事故影响范围分区预警系统
CN109523780A (zh) * 2018-07-19 2019-03-26 郭忠印 一种山区高速公路降雪环境预警系统及方法
CN110232837A (zh) * 2019-05-08 2019-09-13 重庆邮电大学 一种基于v2x的车路协同防撞预警系统
CN110491154A (zh) * 2019-07-23 2019-11-22 同济大学 基于安全风险和距离的建议车速制定方法
CN110667574A (zh) * 2019-09-25 2020-01-10 东南大学 一种多情景车道偏离预警系统及方法
CN110751835A (zh) * 2019-11-06 2020-02-04 中国人民解放军战略支援部队航天工程大学士官学校 一种基于北斗导航技术的车辆监测预警系统及方法
CN111002990A (zh) * 2019-12-05 2020-04-14 华南理工大学 一种基于动态偏离阈值的车道偏离预警方法及系统
CN111108344A (zh) * 2017-09-12 2020-05-05 爱知制钢株式会社 位置捕捉系统以及位置捕捉方法
CN111143936A (zh) * 2019-12-28 2020-05-12 长安大学 一种高速公路螺旋隧道圆曲线半径推荐值的计算方法
CN211285345U (zh) * 2019-10-08 2020-08-18 重庆交通大学 一种高速公路用应急车道非法行车监控装置
CN112419708A (zh) * 2020-08-17 2021-02-26 腾讯科技（深圳）有限公司 基于交通流激进程度的道路安全策略确定方法及装置
CN112885144A (zh) * 2021-01-20 2021-06-01 同济大学 一种施工作业区车辆撞入事件预警方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11320284B2 (en) * 2017-12-15 2022-05-03 Regents Of The University Of Minnesota Real-time lane departure detection using map shape points and trajectory histories
US11933626B2 (en) * 2018-10-26 2024-03-19 Telenav, Inc. Navigation system with vehicle position mechanism and method of operation thereof
EP3647143B1 (en) * 2018-11-01 2023-08-16 Zenuity AB Method and arrangement for continous curve speed adjustment for a road vehicle
CN110539750B (zh) * 2019-08-14 2020-08-04 合肥工业大学 一种基于驾驶状态与路况信息的车道偏离预警系统的方法
CN112233417A (zh) * 2020-09-17 2021-01-15 新石器慧义知行智驰(北京)科技有限公司 车辆轨迹预测方法、控制装置及无人车
CN112562119B (zh) * 2020-12-10 2023-05-12 平安科技（深圳）有限公司 辅助驾驶中的压线检测方法、装置及计算机设备
CN112802339A (zh) * 2020-12-31 2021-05-14 江苏中路工程技术研究院有限公司 一种轮迹横向分布测量系统和方法

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102922999A (zh) * 2012-10-17 2013-02-13 重庆交通大学 用于山区公路的车辆危险行驶状态识别装置及其识别方法
CN103863322A (zh) * 2012-12-14 2014-06-18 现代摩比斯株式会社 车道宽度补正装置、方法及利用其的车辆智能巡航控制系统
CN103413448A (zh) * 2013-06-25 2013-11-27 同济大学 一种山区高速公路连续长大纵坡路段货车智能预警系统
CN103413442A (zh) * 2013-07-30 2013-11-27 刘伟 基于通视距离监测的高速公路团雾预警系统及预警方法
EP3176062A1 (en) * 2014-07-28 2017-06-07 Robert Bosch GmbH Information providing device and program for motorcycle
CN105513349A (zh) * 2014-12-03 2016-04-20 中咨泰克交通工程集团有限公司 基于双视角学习的山区高速公路车辆事件检测方法
CN105702070A (zh) * 2016-04-14 2016-06-22 合肥工业大学 一种隧道速度预警的车路协同控制系统及其方法
CN106780269A (zh) * 2016-11-28 2017-05-31 东南大学 一种山区公路长下坡急弯路段振动减速标线的设置方法
CN107067729A (zh) * 2017-06-30 2017-08-18 广东工业大学 一种城市道路交通安全状态评估方法
CN111108344A (zh) * 2017-09-12 2020-05-05 爱知制钢株式会社 位置捕捉系统以及位置捕捉方法
CN109523780A (zh) * 2018-07-19 2019-03-26 郭忠印 一种山区高速公路降雪环境预警系统及方法
CN208460191U (zh) * 2018-09-13 2019-02-01 重庆交通大学 一种城市交通事故影响范围分区预警系统
CN110232837A (zh) * 2019-05-08 2019-09-13 重庆邮电大学 一种基于v2x的车路协同防撞预警系统
CN110491154A (zh) * 2019-07-23 2019-11-22 同济大学 基于安全风险和距离的建议车速制定方法
CN110667574A (zh) * 2019-09-25 2020-01-10 东南大学 一种多情景车道偏离预警系统及方法
CN211285345U (zh) * 2019-10-08 2020-08-18 重庆交通大学 一种高速公路用应急车道非法行车监控装置
CN110751835A (zh) * 2019-11-06 2020-02-04 中国人民解放军战略支援部队航天工程大学士官学校 一种基于北斗导航技术的车辆监测预警系统及方法
CN111002990A (zh) * 2019-12-05 2020-04-14 华南理工大学 一种基于动态偏离阈值的车道偏离预警方法及系统
CN111143936A (zh) * 2019-12-28 2020-05-12 长安大学 一种高速公路螺旋隧道圆曲线半径推荐值的计算方法
CN112419708A (zh) * 2020-08-17 2021-02-26 腾讯科技（深圳）有限公司 基于交通流激进程度的道路安全策略确定方法及装置
CN112885144A (zh) * 2021-01-20 2021-06-01 同济大学 一种施工作业区车辆撞入事件预警方法及系统

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
Reliability Evaluation of Sight Distance on Mountainous Expressway Using 3D Mobile Mapping;Yu Chen;《2019 5th International Conference on Transportation Information and Safety (ICTIS)》;20191028;1024-1030 *
不良天气下高速公路限速问题研究;王程远;《城市建设理论研究（电子版）》;20131009;1-5 *
基于风险分析的山区道路车辆行驶安全评价;赵树恩;《公路》;20161025;134-140 *
基于驾驶员视认性的山区双车道公路交叉口停车视距计算;刘浪;《重庆交通大学学报(自然科学版)》;20170515;98-103 *
山区公路弯坡组合路段运行速度预测及其应用研究;袁志兵;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20210615;B026-51 *
山区公路曲线路段汽车轨迹模式与切弯行为;邓天民;《东南大学学报(自然科学版)》;20190320;388-396 *
山区高速公路桥隧群运行风险预警系统;肖殿良;《公路》;20171125;168-173 *
快速路车路协同场景交通流运行效率仿真评价;孙立山;《交通信息与安全》;20210507;155-163 *
高寒区复杂条件山区高速公路运营安全控制技术研究;郭强;《公路交通科技(应用技术版)》;20190915;284-286 *

Also Published As

Publication number Publication date
CN113436434A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
CN107742432B (zh) 基于车路协同的高速公路运行车速主动预警系统及控制方法
CN113436434B (zh) 山区干线公路高危路段预警系统及方法
CN110549941B (zh) 一种基于实时信息的行人碰撞分级预警方法
Rämä Effects of weather-controlled variable speed limits and warning signs on driver behavior
CN103350670B (zh) 一种基于车联网技术的车辆前向防撞报警方法
CN112837535A (zh) 交通信息处理方法、装置、系统、设备及存储介质
CN113066287B (zh) 一种高速公路交通事故现场风险主动防控方法及系统
CN111383465B (zh) 一种基于车联网的高速公路危险预警及速度控制系统
CN111477005B (zh) 一种基于车辆状态及行车环境的智能感知预警方法及系统
CN113723699B (zh) 恶劣天气高速公路安全车速矫正把控预警方法及系统
CN205609012U (zh) 一种高速公路智能交通路况监控系统
CN103257247A (zh) 基于能见度仪的汽车超速报警系统
CN113129610A (zh) 不利天气高速公路自适应可变限速与信息协同控制系统
CN200950303Y (zh) 交通监测预警系统
CN113034952A (zh) 一种基于车路协同的路段交通安全实时预警系统
CN114241777A (zh) 一种多源异构联网监测路况预警系统和方法
CN206162876U (zh) 基于能见度检测的道路限速监拍系统
CN105788288A (zh) 用于公路路面结冰的智能监测系统及监测方法
CN202887458U (zh) 高速公路车速指导系统
CN105761503A (zh) 用于路面结冰的监测系统
CN111445669A (zh) 一种公交车的安全监测系统
CN215669120U (zh) 城市快速路交通事故风险主动预警系统
DE102011122825B4 (de) Vorrichtung zur Erfassung von Umfeldinformationen eines Kraftfahrzeuges
CN111341100A (zh) 一种交通大数据采集预警系统
Sándor Effects of weather related safety messages on the motorway traffic parameters

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