CN113572842A - 一种基于车联网的车路协同防碰撞系统 - Google Patents
一种基于车联网的车路协同防碰撞系统 Download PDFInfo
- Publication number
- CN113572842A CN113572842A CN202110839125.3A CN202110839125A CN113572842A CN 113572842 A CN113572842 A CN 113572842A CN 202110839125 A CN202110839125 A CN 202110839125A CN 113572842 A CN113572842 A CN 113572842A
- Authority
- CN
- China
- Prior art keywords
- module
- vehicle
- radar
- processing module
- transmission module
- 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
- 230000006855 networking Effects 0.000 title claims description 4
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 230000001413 cellular effect Effects 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 238000013459 approach Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明针对现有技术中存在的技术问题，提供一种基于车联网的车路协同防碰撞系统，其包括：视频传感器，进行障碍物检测及智能感知车道检测处理，实时视频开窗对车辆本身进行监控；盲区检测系统，包括毫米波雷达、超声波雷达和激光雷达，用于检测盲区状态；所述视频传感器、雷达传感器、定位模块、疲劳检测模块、显示处理模块、预警处理模块分别连接有传输模块，所述传输模块分别连接控制处理模块，所述控制处理模块连接有网络传输模块，所述网络传输模块连接有服务平台。判断障碍物靠近车辆时提醒驾驶人员注意，在气候条件不好的情况下，需要结合毫米波雷达进行检测，以达到准确无误的预警效果，通过结合视频的方式提高检测的精准度。
Description
技术领域
本发明涉及汽车安全技术领域，具体涉及一种基于车联网的车路协同防碰撞系统。
背景技术
随着人工智能技术的发展，人们对车辆驾驶安全要求越来越高，通过技术手段实现智能化安全驾驶，成为一种有效的手段。在园区或者飞行区等一些特定场所，特种车辆的驾驶往往存在着诸多视野盲区，导致驾驶安全事故频发，通过技术手段预防驾驶安全事故的发生成为当务之急。
众多的辅助驾驶系统产品，有的产品精准度明显不够，检测错误率较高，无法达到预期效果，有的产品精确率可以，但无法还原事故及定位，有的产品数据传输时延比较大，从而导致达不到较好的预警效果。
很多辅助驾驶系统产品，侧重于自动驾驶，但在防碰撞方面的功能存在着诸多缺陷，有的产品虽然防碰撞方面做的一些技术上的扩展，但在一些特定场景中，依然存在着诸多问题。
众多的防碰撞产品，有的产品只有视频检测的功能，当在雨雾天气的情况下，导致检测功能失效，有的产品只有雷达检测的功能，事件误报率较高，导致检测不精准，不能起到预警作用，有的产品，有视频有雷达检测的功能，但是无法定位事件的点位及时延误差较大等问题，在事件发生后无法提供有效证据来还原事件真相。
针对这些问题，设计开发一款，具有视频识别、视频分析处理、雷达实时精准探测，实时全球定位追踪及特殊场景定位追踪的特种车辆防碰撞系统，同时具有视频回放及雷达历史数据查询的功能，做到不受气候和时间影响的防碰撞探测的产品，同时在事件发生后能够对事件进行定位和还原。
发明内容
本发明针对现有技术中存在的技术问题，提供一种基于车联网的车路协同防碰撞系统，判断障碍物靠近车辆时提醒驾驶人员注意，在气候条件不好的情况下，如大雾天气，需要结合毫米波雷达进行检测，以达到准确无误的预警效果，在较大的雨水天气时，雷达会有一些误报的情况产生，通过结合视频的方式提高检测的精准度。
本发明解决上述技术问题的技术方案如下：一种基于车联网的车路协同防碰撞系统，其包括：
视频传感器，进行障碍物检测及智能感知车道检测处理，实时视频开窗对车辆本身进行监控；
盲区检测系统，包括毫米波雷达、超声波雷达和激光雷达，用于检测盲区状态；
雷达传感器，所述雷达传感器与盲区检测系统通信连接；
定位模块，定位车辆的实时位置信息，并生成车辆运行轨迹；
疲劳检测模块，包括疲劳检测摄像头，分析人脸特征判断驾驶员当前状态，并实时监控车内实时场景，实现疲劳状态实时预警；
显示处理模块，用于车道检测和障碍物位置和形状实时显示；
预警处理模块，用于预警报警提示，包括语音提醒和及时上传；
控制处理模块，用于实现数据处理和功能调度；
服务平台，包括车辆管理子系统、数据管理子系统、监控管理子系统、GIS管理子系统、可视化分析子系统；
所述视频传感器、雷达传感器、定位模块、疲劳检测模块、显示处理模块、预警处理模块分别连接有传输模块，所述传输模块分别连接控制处理模块，所述控制处理模块连接有网络传输模块，所述网络传输模块连接有服务平台。
作为优选的，所述毫米波雷达通过宽面漫反射实时检测障碍物的大小、状态、速度和角度方位；所述激光雷达用于检测车辆距离障碍物的精准距离。
作为优选的，所述视频传感器、毫米波雷达、超声波雷达、激光雷达均设置有多个，且安装在车辆不同的位置用于采集不同位置的数据信息。
作为优选的，所述传输模块为CAN总线模块。
作为优选的，所述网络传输模块为5G蜂窝网络模块。
本发明的有益效果是：本发明提供一种基于车联网的车路协同防碰撞系统，判断障碍物靠近车辆时提醒驾驶人员注意，在气候条件不好的情况下，如大雾天气，需要结合毫米波雷达进行检测，以达到准确无误的预警效果，在较大的雨水天气时，雷达会有一些误报的情况产生，通过结合视频的方式提高检测的精准度。通过超声波雷达实现车辆慢速行驶时的障碍物的精准检测。
通过激光雷达实现车辆高速行驶时的障碍物距离的精准检测。
通过疲劳检测摄像头，检测驾驶员是否疲劳驾驶，提醒驾驶人员并通过网络上传至平台。
通过定位模块检测车辆的实时位置信息，通过平台可进行实时监控。
通过5G网络将视频数据实时上传至平台，在平台端进行分析处理以及历史视频数据的存储及分析等。
通过控制存储的数据可以及时还原事件真相，通过平台可以对园区或飞行区等场景内的数据进行大数据分析，还可以远程对车辆进行监控及轨迹回放。
附图说明
图1为本发明的原理框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，本实施例公开了一种基于车联网的车路协同防碰撞系统，其包括：
视频传感器，进行障碍物检测及智能感知车道检测处理，实时视频开窗对车辆本身进行监控；
盲区检测系统，包括毫米波雷达、超声波雷达和激光雷达，用于检测盲区状态；
雷达传感器，所述雷达传感器与盲区检测系统通信连接；
定位模块，定位车辆的实时位置信息，并生成车辆运行轨迹；
疲劳检测模块，包括疲劳检测摄像头，分析人脸特征判断驾驶员当前状态，并实时监控车内实时场景，实现疲劳状态实时预警；
显示处理模块，用于车道检测和障碍物位置和形状实时显示；
预警处理模块，用于预警报警提示，包括语音提醒和及时上传；
控制处理模块，用于实现数据处理和功能调度；
服务平台，包括车辆管理子系统、数据管理子系统、监控管理子系统、GIS管理子系统、可视化分析子系统；
所述视频传感器、雷达传感器、定位模块、疲劳检测模块、显示处理模块、预警处理模块分别连接有传输模块，所述传输模块分别连接控制处理模块，所述控制处理模块连接有网络传输模块，所述网络传输模块连接有服务平台。
作为优选的，所述毫米波雷达通过宽面漫反射实时检测障碍物的大小、状态、速度和角度方位；所述激光雷达用于检测车辆距离障碍物的精准距离。
作为优选的，所述视频传感器、毫米波雷达、超声波雷达、激光雷达均设置有多个，且安装在车辆不同的位置用于采集不同位置的数据信息。
作为优选的，所述传输模块为CAN总线模块。
作为优选的，所述网络传输模块为5G蜂窝网络模块。
在本实施例是一种基于V-R-2C-V2X车路协同防碰撞系统，V-视频图像识别，R-毫米波雷达，2C-CAN总线及5G蜂窝进行数据传办理，V2X车辆与潜在的任何碰撞对象进行连通。通过视频图像对道路的识别，判断目标障碍物的状态及大小，通过毫米波雷达判断目标障碍物的距离、方位、大小以及速度等进行精准探测，通过CAN总线将数据高速传输到处理模块处理，通过5G网络将数据回传至云服务中心进行实时定位、分析及监控。
优势是通过视频图像识别分析、毫米波雷达检测，通过CAN总线及5G网络实时传输数据至处理模块及云服务中心，可以实时分析及监控，并能对视频、雷达及5G数据资源进行历史数据分析，达到精准探测及时预警以及事件真相回轨分析的较为满意的效果。
具体的，视频传感器对车辆外部环境中一定范围内的障碍物进行检测，并将障碍物的数据信息通过传输模块发送给控制处理模块，并实时视频开窗对车辆本身进行监控，然后通过网络传输模块传输至服务平台，本实施例采用的毫米波雷达为长距离毫米波雷达，多个毫米波雷达组成了雷达检测系统，能够实现宽面漫反射检测障碍物，其中，所检测到的障碍物信息包括障碍我的大小、状态、速度及角度方位，实现前视障碍物的实时检测。实施例中的盲区检测系统包括由多个设备共同组成的毫米波雷达系统，超声波雷达系统和激光雷达系统，通过多个设备同时采集实时数据完成数据校验核对以及修正，实现精准判断。同时结合定位模块、疲劳检测模块、显示处理模块和预警处理模块协同作用，将车内和车外情况结合来综合判断突发状况以及后期进行追溯。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换变型，本发明的范围由权利要求及其等同物限定。
Claims (5)
1.一种基于车联网的车路协同防碰撞系统，其特征在于，其包括：
视频传感器，进行障碍物检测及智能感知车道检测处理，实时视频开窗对车辆本身进行监控；
盲区检测系统，包括毫米波雷达、超声波雷达和激光雷达，用于检测盲区状态；
雷达传感器，所述雷达传感器与盲区检测系统通信连接；
定位模块，定位车辆的实时位置信息，并生成车辆运行轨迹；
疲劳检测模块，包括疲劳检测摄像头，分析人脸特征判断驾驶员当前状态，并实时监控车内实时场景，实现疲劳状态实时预警；
显示处理模块，用于车道检测和障碍物位置和形状实时显示；
预警处理模块，用于预警报警提示，包括语音提醒和及时上传；
控制处理模块，用于实现数据处理和功能调度；
服务平台，包括车辆管理子系统、数据管理子系统、监控管理子系统、GIS管理子系统、可视化分析子系统；
所述视频传感器、雷达传感器、定位模块、疲劳检测模块、显示处理模块、预警处理模块分别连接有传输模块，所述传输模块分别连接控制处理模块，所述控制处理模块连接有网络传输模块，所述网络传输模块连接有服务平台。
2.根据权利要求1所述的一种基于车联网的车路协同防碰撞系统，其特征在于，所述毫米波雷达通过宽面漫反射实时检测障碍物的大小、状态、速度和角度方位；所述激光雷达用于检测车辆距离障碍物的精准距离。
3.根据权利要求2所述的一种基于车联网的车路协同防碰撞系统，其特征在于，所述视频传感器、毫米波雷达、超声波雷达、激光雷达均设置有多个，且安装在车辆不同的位置用于采集不同位置的数据信息。
4.根据权利要求1-3任一所述的一种基于车联网的车路协同防碰撞系统，其特征在于，所述传输模块为CAN总线模块。
5.根据权利要求4所述的一种基于车联网的车路协同防碰撞系统，其特征在于，所述网络传输模块为5G蜂窝网络模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110839125.3A CN113572842A (zh) | 2021-07-23 | 2021-07-23 | 一种基于车联网的车路协同防碰撞系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110839125.3A CN113572842A (zh) | 2021-07-23 | 2021-07-23 | 一种基于车联网的车路协同防碰撞系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113572842A true CN113572842A (zh) | 2021-10-29 |
Family
ID=78166940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110839125.3A Pending CN113572842A (zh) | 2021-07-23 | 2021-07-23 | 一种基于车联网的车路协同防碰撞系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113572842A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114900815A (zh) * | 2022-05-25 | 2022-08-12 | 启明信息技术股份有限公司 | 一种面向智能网联汽车的数据采集方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651602A (zh) * | 2016-12-28 | 2017-05-10 | 清华大学苏州汽车研究院（吴江） | 一种基于adas智能车载终端的车险管理服务系统 |
| CN107444256A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种汽车全方位防碰撞系统及其方法 |
| CN109120890A (zh) * | 2018-07-20 | 2019-01-01 | 南京图泰信息产业有限公司 | 一种车辆监控和预警系统 |
| CN110126734A (zh) * | 2019-06-06 | 2019-08-16 | 中科院微电子研究所昆山分所 | 一种针对于车辆视野盲区的防碰撞预警系统、设备及方法 |
| CN210970968U (zh) * | 2019-11-15 | 2020-07-10 | 南京工程学院 | 一种工程车盲区的预警系统 |
| CN112379674A (zh) * | 2020-11-26 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种自动驾驶设备及系统 |
| CN112793507A (zh) * | 2020-11-16 | 2021-05-14 | 理工雷科智途(北京)科技有限公司 | 基于惯性器件感知车辆右转运动特性的盲区预警制动系统 |
-
2021
- 2021-07-23 CN CN202110839125.3A patent/CN113572842A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651602A (zh) * | 2016-12-28 | 2017-05-10 | 清华大学苏州汽车研究院（吴江） | 一种基于adas智能车载终端的车险管理服务系统 |
| CN107444256A (zh) * | 2017-07-31 | 2017-12-08 | 合肥光照信息科技有限公司 | 一种汽车全方位防碰撞系统及其方法 |
| CN109120890A (zh) * | 2018-07-20 | 2019-01-01 | 南京图泰信息产业有限公司 | 一种车辆监控和预警系统 |
| CN110126734A (zh) * | 2019-06-06 | 2019-08-16 | 中科院微电子研究所昆山分所 | 一种针对于车辆视野盲区的防碰撞预警系统、设备及方法 |
| CN210970968U (zh) * | 2019-11-15 | 2020-07-10 | 南京工程学院 | 一种工程车盲区的预警系统 |
| CN112793507A (zh) * | 2020-11-16 | 2021-05-14 | 理工雷科智途(北京)科技有限公司 | 基于惯性器件感知车辆右转运动特性的盲区预警制动系统 |
| CN112379674A (zh) * | 2020-11-26 | 2021-02-19 | 中国第一汽车股份有限公司 | 一种自动驾驶设备及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114900815A (zh) * | 2022-05-25 | 2022-08-12 | 启明信息技术股份有限公司 | 一种面向智能网联汽车的数据采集方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110473402B (zh) | 一种基于目标异常行为轨迹分析的异常事件检测预警系统 | |
| CN109080630B (zh) | 一种用于车辆的环境感知系统及其控制方法 | |
| US20190382018A1 (en) | Proactive safe driving for an automated vehicle | |
| EP2921362B1 (en) | Vehicle, vehicle system and method for increasing safety and/or comfort during autonomous driving | |
| CN113362606A (zh) | 一种基于车联网的车路协同防碰撞综合控制系统 | |
| JP2023508083A (ja) | 自動化車両を制御するための方法および装置 | |
| CN111231827B (zh) | 一种雨雾天气显示车辆前方碰撞风险区域的装置和方法 | |
| CN104290745A (zh) | 车辆用半自动驾驶系统及其方法 | |
| CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
| US20240142607A1 (en) | Information processing device, information processing method, computer program, and mobile device | |
| CN209852236U (zh) | 无人驾驶卡车环境感知装置 | |
| CN108032809B (zh) | 一种倒车侧向辅助系统及其数据融合与控制方法 | |
| CN111907518B (zh) | 一种基于云端大数据分析动态优化aeb制动策略的方法 | |
| CN110428662A (zh) | 基于毫米波的右侧防撞智能预警管理系统及工作方法 | |
| CN110161505A (zh) | 一种基于毫米波雷达后防撞预警方法 | |
| CN111243334A (zh) | 一种新型主动行车安全感知和预警系统 | |
| CN114397672A (zh) | 一种基于定位技术的列车主动障碍物检测方法及装置 | |
| CN111856510A (zh) | 一种基于激光雷达的车辆前碰撞预测方法 | |
| CN113572842A (zh) | 一种基于车联网的车路协同防碰撞系统 | |
| CN113415236A (zh) | 重型车盲区监测及预警系统 | |
| CN115167367B (zh) | 基于主动安全和v2x技术的倒车避撞系统 | |
| CN116022139A (zh) | 避险系统、避险控制方法以及车辆 | |
| CN114655122A (zh) | 一种基于激光雷达的智能车辆避障与紧急制动系统 | |
| Milanes et al. | Traffic jam driving with NMV avoidance | |
| CN113593302A (zh) | 一种基于车联网的车路协同防碰撞系统服务平台 |
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 |