CN113859250B - 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 - Google Patents
一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 Download PDFInfo
- Publication number
- CN113859250B CN113859250B CN202111198384.9A CN202111198384A CN113859250B CN 113859250 B CN113859250 B CN 113859250B CN 202111198384 A CN202111198384 A CN 202111198384A CN 113859250 B CN113859250 B CN 113859250B
- Authority
- CN
- China
- Prior art keywords
- driving behavior
- driving
- intelligent network
- security threat
- information security
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于驾驶行为异常识别的智能汽车信息安全威胁检测系统,包括:智能汽车,用于进行车辆定位、障碍物数据采集和驾驶数据传输;轨迹存储模块,用于存储智能汽车的路线轨迹信息;驾驶行为模拟模块,用于依据智能汽车的路线轨迹和驾驶行为参数,生成在此路段的驾驶行为模型;信息安全威胁检测模块,用于检测到智能汽车行驶在此路段后,实时将当前的驾驶行为模型与标准驾驶行为模型对比分析。本发明的基于驾驶行为异常识别的智能汽车信息安全威胁检测系统,利用驾驶行为异常变化,分析智能汽车信息安全威胁。
Description
技术领域
本发明涉及汽车信息安全技术领域,适用于车辆信息安全防护,具体涉及到一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统。
背景技术
随着汽车智能化,网联化,电气化,共享化的发展,汽车不在是一种简单的代步工具,逐渐发展成为一种可感知周围环境的智能移动出行产品。
智能网联汽车具备利用智能传感器自动探测智能网联汽车周围障碍物的能力,并自动将智能网联汽车的驾驶行为和驾驶路线上传到云端服务器,智能网联汽车的云端服务器可根据智能网联汽车的驾驶行为发送智能控车命令。
智能传感器指利用超声波,毫米波,图像识别,人脸识别,语音识别等技术检测车辆周围环境信息;云端服务器指接受智能网联汽车的远程数据,分析智能网联汽车的远程数据,产生或发送控车指令的系统;智能网联汽车正常行驶过程中,攻击者发掘智能网联汽车的软硬件缺陷,在行驶过程中发起攻击,导致异常驾驶行为,易引发交通事故。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统。
为实现上述目的,本发明提供了如下技术方案:一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,包括:
智能网联汽车,用于进行车辆定位、障碍物数据采集和驾驶数据传输;
轨迹存储模块,用于存储智能网联汽车的路线轨迹信息;
驾驶行为模拟模块,用于依据智能网联汽车的路线轨迹和驾驶行为参数,生成在存储的路线轨迹的驾驶行为模型;
信息安全威胁检测模块,用于检测到智能网联汽车行驶在存储的路线轨迹后,实时将当前的驾驶行为模型与标准驾驶行为模型对比分析。
作为本发明的进一步改进,所述智能网联汽车中采用超声波传感器、毫米波传感器、视觉传感器或激光探测器采集障碍物数据。
作为本发明的进一步改进,所述驾驶行为模块利用智能网联汽车的制动减速度,方向盘转向角速度,车辆加速度,车速状态,行驶时间和停车时间,基于数学算法模型生成实时驾驶行为模型。
作为本发明的进一步改进,所述信息安全威胁检测模块将当前的驾驶行为模型与标准驾驶行为模型对比分析的方式为对比分析实时驾驶模型与标准驾驶模型之间的相对误差。
作为本发明的进一步改进,所述驾驶行为模拟模块生成存储的路线轨迹的驾驶模型步骤如下:
步骤一,将驾驶员驾驶车辆分为不同驾驶场景,驾驶场景采用公式表示如下:DS驾驶场景={直线行驶,转向行驶,超车行驶,变道行驶,上坡行驶,下坡行驶};
步骤二,构建不同驾驶行为下的驾驶模型:
驾驶场景={DS1,DS2,……}T={X1,Y1,D 1,T1,G1;X1,Y1,D 1,T1,G1;}T;模型中,X=驾驶员控制制动踏板状态,Y=驾驶员控制加速踏板状态,Z=驾驶员控制转向方向盘状态,D=驾驶员开启转向灯,G=驾驶员挡位切换;
其中,在不同驾驶状态下,智能网联汽车的运动参数如下:
X=车辆的行驶方向;Y=车辆的横向移动方向;Z=车辆的上下移动方向;al=智能网联汽车的直线加速度;at=智能网联汽车的横向加速度;yaw=智能网联汽车的横向摆渡角度;智能网联汽车运动状态={VS1,VS2,……}T={al1,at1,yaw1;al2,at2,yaw2;……}T。
作为本发明的进一步改进,所述驾驶行为模拟模块在构建好驾驶模型后,还进行如下步骤:
步骤三,确定驾驶行为与车辆运动状态的关系;
步骤四,确定驾驶行为的偏差边界。
作为本发明的进一步改进,所述驾驶行为与车辆运动状态的关系通过以下公式表示:
m=智能网联汽车质量,v=智能网联汽车车速。
本发明的有益效果:
(1)本发明基于智能网联汽车的驾驶状态变化,构造正常的驾驶模型。
(2)本发明可以在智能网联汽车行驶过程中,实时检测智能网联汽车是否遭受攻击。
(3)本发明可以减少车辆接受恶意数据,导致的驾驶事故。
附图说明
图1为整体系统运行时的模块框图;
图2为汽车运动参数的示意图。
具体实施方式
下面将所给出的实施例对本发明做进一步的详述。
参照图1至2所示,本实施例的一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,具体为:1包含利用超声波技术,毫米波技术,视觉技术和激光探测等先进探测技术实现探测识别障碍物的智能网联汽车;
2信息安全威胁检测系统,包含但不限于轨迹存储模块,驾驶行为模拟模块,信息安全威胁检测模块;
3轨迹存储模块,包含但不限于存储智能网联汽车的路线轨迹信息,路线轨迹的获取可以是通过云端路线的下载,比如特定区域的路线,高速公路;4驾驶行为模拟模块,包含但不限于利用智能网联汽车的制动减速度,方向盘转向角速度,车辆加速度,车速状态,行驶时间和停车时间,基于相关数学模型生成实时驾驶行为模型;标准正常驾驶行为模型可以是通过前期车辆验证,比如智能网联汽车测试系统功能软件时或用户让智能网联汽车多次驶过某个路段,自动生成标准正常驾驶行为模型。
5信息安全威胁检测模块,包含但不限于基于智能网联汽车的行驶轨迹,对比分析实时驾驶模型与标准驾驶模型之间的相对误差。
6信息安全威胁检测系统接收智能网联汽车的数据方式,包含但不限于CAN/CANFD/4G/5G等成熟的通讯技术。
在使用本实施例的系统的时候,主要采用以下步骤:
步骤1:智能网联汽车信息安全威胁检测系统包含智能网联汽车,智能网联汽车能实现车辆定位,障碍物数据采集,驾驶数据传输,信息安全威胁检测统包含存储智能网联汽车的行驶路线信息模块,驾驶行为模拟模块,信息安全威胁检测模块。
步骤2:用户选择智能网联汽车的行驶路线,信息安全威胁检测系统获取智能网联汽车的行驶轨和驾驶行为参数。
步骤3:信息安全威胁检测系统中的驾驶模型模拟模块,依据智能网联汽车的行驶轨迹和驾驶行为参数,生成在存储的路线轨迹的驾驶行为模型。
步骤4:信息安全威胁检测系统中的信息安全威胁检测模块,检测到智能网联汽车行驶在存储的路线轨迹后,实时将当前的驾驶行为模型与标准驾驶行为模型对比分析。
步骤3中生成驾驶行为模型的具体方式如下:
1.将驾驶员驾驶车辆分为不同驾驶场景:
DS驾驶场景={直线行驶,转向行驶,超车行驶,变道行驶,上坡行驶,下坡行驶,……}
2.构建不同驾驶行为下的驾驶模型:
X=驾驶员控制制动踏板状态(车辆的制动力);
Y=驾驶员控制加速踏板状态(动力牵引力);
Z=驾驶员控制转向方向盘状态(方向盘转向角度);
D=驾驶员开启转向灯(转向灯是否开启);
G=驾驶员挡位切换(车辆的挡位状态);
驾驶场景={DS1,DS2,……}T={X1,Y1,D 1,T1,G1;X1,Y1,D 1,T1,G1;……}T;
在不同驾驶状态下,智能网联汽车的运动参数:
X=车辆的行驶方向;
Y=车辆的横向移动方向;
Z=车辆的上下移动方向;
al(纵向加速度)=智能网联汽车的直线加速度;
at(横向加速度)=智能网联汽车的横向加速度;
yaw(横摆角)=智能网联汽车的横向摆渡角度;
智能网联汽车运动状态={VS1,VS2,……}T={al1,at1,yaw1;al2,at2,yaw2;……}T;
1.确定驾驶行为与车辆运动状态的关系:VS1=F(DS1);
m=智能网联汽车质量
v=智能网联汽车车速;
2.确定驾驶行为的偏差边界:
重放攻击:是指发送一个接收方已接收过的包,来达到欺骗系统的目的,容易造成车载网络通信负载增加,车辆无法接收实时控车信息。
篡改攻击:是指一个合法消息的某些部分被改变、删除,消息被延迟或改变顺序,致使接受端接收到错误的控车信息。
Error(al1)<θ1,Error(at1)<β1,Error(yaw1)<α1;
Error(DS)<{θ1,β1,α1;θ2,β2,α3;……}T;
基于驾驶行为异常的检测方案实现步骤:
车辆启动后,监控驾驶员的(车辆的制动力,动力牵引力,方向盘转向角度,转向灯是否开启,车辆的挡位状态)数据传输。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:包括:
智能网联汽车,用于进行车辆定位、障碍物数据采集和驾驶数据传输;
轨迹存储模块,用于存储智能网联汽车的路线轨迹信息;
驾驶行为模拟模块,用于依据智能网联汽车的路线轨迹和驾驶行为参数,生成在存储的路线轨迹的驾驶行为模型;
信息安全威胁检测模块,用于检测到智能网联汽车行驶在存储的路线轨迹后,实时将当前的驾驶行为模型与标准驾驶行为模型对比分析;
其中,驾驶行为参数包括制动减速度、方向盘转向角速度、车辆加速度、车速状态、行驶时间和停车时间,标准驾驶行为指智能网联汽车测试系统功能软件时或用户让智能网联汽车多次驶过某个路段,自动生成标准正常驾驶行为。
2.根据权利要求1所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述智能网联汽车中采用超声波传感器、毫米波传感器、视觉传感器或激光探测器采集障碍物数据。
3.根据权利要求1或2所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述驾驶行为模块利用智能网联汽车的制动减速度,方向盘转向角速度,车辆加速度,车速状态,行驶时间和停车时间,基于数学算法模型生成实时驾驶行为模型。
4.根据权利要求1或2所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述信息安全威胁检测模块将当前的驾驶行为模型与标准驾驶行为模型对比分析的方式为对比分析实时驾驶模型与标准驾驶模型之间的相对误差。
5.根据权利要求4所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述驾驶行为模拟模块生成存储的路线轨迹的驾驶模型步骤如下:
步骤一,将驾驶员驾驶车辆分为不同驾驶场景,驾驶场景采用公式表示如下:DS驾驶场景={直线行驶,转向行驶,超车行驶,变道行驶,上坡行驶,下坡行驶};
步骤二,构建不同驾驶行为下的驾驶模型:
驾驶场景={DS1,DS2}T={X1,Y1,D 1,T1,G1;X1,Y1,D 1,T1,G1}T;
模型中,X=驾驶员控制制动踏板状态,Y=驾驶员控制加速踏板状态,D=驾驶员开启转向灯,G=驾驶员挡位切换;
其中,在不同驾驶状态下,智能网联汽车的运动参数如下:
X=车辆的行驶方向;Y=车辆的横向移动方向;al=智能网联汽车的直线加速度;at=智能网联汽车的横向加速度;yaw=智能网联汽车的横向摆渡角度;智能网联汽车运动状态={VS1,VS2}T={al1,at1,yaw1;al2,at2,yaw2}T。
6.根据权利要求5所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述驾驶行为模拟模块在构建好驾驶模型后,还进行如下步骤:
步骤三,确定驾驶行为与车辆运动状态的关系;
步骤四,确定驾驶行为的偏差边界。
7.根据权利要求6所述的基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统,其特征在于:所述驾驶行为与车辆运动状态的关系通过以下公式表示:
VS1=F(DS1);VS1=F(DS1);
m=智能网联汽车质量,v=智能网联汽车车速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198384.9A CN113859250B (zh) | 2021-10-14 | 2021-10-14 | 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111198384.9A CN113859250B (zh) | 2021-10-14 | 2021-10-14 | 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113859250A CN113859250A (zh) | 2021-12-31 |
CN113859250B true CN113859250B (zh) | 2023-10-10 |
Family
ID=78999317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111198384.9A Active CN113859250B (zh) | 2021-10-14 | 2021-10-14 | 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113859250B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819881B (zh) * | 2022-11-04 | 2023-10-21 | 臺北醫學大學 | 駕駛異常行為判斷系統與方法以及行為偵測裝置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006059765A1 (ja) * | 2004-12-03 | 2006-06-08 | Nihon University | 運転行動モデルとその構築方法及び構築システム |
CN104133473A (zh) * | 2008-10-24 | 2014-11-05 | 格瑞股份公司 | 自主驾驶车辆的控制方法 |
CN106184220A (zh) * | 2016-06-30 | 2016-12-07 | 南京航空航天大学 | 一种基于车辆定位轨迹的车道内异常驾驶检测方法 |
CN106314438A (zh) * | 2016-08-15 | 2017-01-11 | 西北工业大学 | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 |
CN106571055A (zh) * | 2016-10-28 | 2017-04-19 | 广州广电银通金融电子科技有限公司 | 一种基于物联网的智能车辆管理系统及方法 |
CN106585634A (zh) * | 2015-10-15 | 2017-04-26 | 中国电信股份有限公司 | 一种对驾驶行为进行分析的方法和装置 |
CN108764111A (zh) * | 2018-05-23 | 2018-11-06 | 长安大学 | 一种车辆异常驾驶行为的检测方法 |
JP2020040475A (ja) * | 2018-09-10 | 2020-03-19 | トヨタ自動車株式会社 | 走行支援システム |
CN210376700U (zh) * | 2019-07-25 | 2020-04-21 | 四川天视车镜有限责任公司 | 一种汽车行驶轨迹可视化安全态势监控管理系统 |
CN111473980A (zh) * | 2020-06-11 | 2020-07-31 | 公安部交通管理科学研究所 | 一种智能汽车自动驾驶能力测试系统 |
CN112389448A (zh) * | 2020-11-23 | 2021-02-23 | 重庆邮电大学 | 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 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4781104B2 (ja) * | 2005-12-28 | 2011-09-28 | 国立大学法人名古屋大学 | 運転行動推定装置、及び運転支援装置 |
JP5893953B2 (ja) * | 2012-02-22 | 2016-03-23 | 日立建機株式会社 | 車両運行管理システム |
US9827992B2 (en) * | 2014-03-19 | 2017-11-28 | Ford Global Technologies, Llc | Driver anomaly detection |
CN106297283A (zh) * | 2016-08-11 | 2017-01-04 | 深圳市元征科技股份有限公司 | 基于车载智能单元的安全驾驶评估方法及系统 |
US10150411B2 (en) * | 2017-04-14 | 2018-12-11 | Cartasite, Inc. | Monitoring and notification of aberrational driver based on time-separated events |
WO2018237018A1 (en) * | 2017-06-20 | 2018-12-27 | nuTonomy Inc. | RISK TREATMENT FOR VEHICLES HAVING AUTONOMOUS DRIVING CAPABILITIES |
CN107826118B (zh) * | 2017-11-01 | 2019-08-30 | 南京阿尔特交通科技有限公司 | 一种判别异常驾驶行为的方法及装置 |
CN111599164B (zh) * | 2019-02-21 | 2021-09-24 | 北京嘀嘀无限科技发展有限公司 | 一种行车异常识别方法和系统 |
KR20200133858A (ko) * | 2019-05-20 | 2020-12-01 | 현대모비스 주식회사 | 자율 주행 장치 및 방법 |
CN210258395U (zh) * | 2019-07-06 | 2020-04-07 | 深圳数翔科技有限公司 | 自动驾驶车辆的异常管理系统 |
CN110254439A (zh) * | 2019-07-06 | 2019-09-20 | 深圳数翔科技有限公司 | 自动驾驶车辆的异常管理系统及异常处理方法 |
CN110497914B (zh) * | 2019-08-26 | 2020-10-30 | 格物汽车科技(苏州)有限公司 | 自动驾驶的驾驶员行为模型开发方法、设备和存储介质 |
CN112622924B (zh) * | 2019-09-24 | 2023-06-09 | 北京百度网讯科技有限公司 | 一种驾驶规划方法及装置、车辆 |
CN112829753B (zh) * | 2019-11-22 | 2022-06-28 | 驭势(上海)汽车科技有限公司 | 基于毫米波雷达的护栏估计方法、车载设备和存储介质 |
CN110816551A (zh) * | 2019-11-28 | 2020-02-21 | 广东新时空科技股份有限公司 | 一种车辆运输安全主动防控系统 |
CN111086519A (zh) * | 2019-11-29 | 2020-05-01 | 苏彦明 | 一种智能车辆安全驾驶方法及系统 |
CN113183972A (zh) * | 2020-01-14 | 2021-07-30 | 胡瀚培 | 多维度的用户驾驶行为分析方法 |
EP4120215A4 (en) * | 2020-04-02 | 2023-03-22 | Huawei Technologies Co., Ltd. | PROCEDURE FOR IDENTIFYING ABNORMAL DRIVING BEHAVIOR |
CN111452799B (zh) * | 2020-05-11 | 2022-04-12 | 名商科技有限公司 | 驾驶行为评价方法及系统 |
CN112622862B (zh) * | 2020-12-24 | 2021-11-30 | 北京理工大学前沿技术研究院 | 一种自动驾驶汽车制动异常/攻击在线监测方法及系统 |
CN113022702B (zh) * | 2021-04-29 | 2022-02-18 | 吉林大学 | 基于线控转向和博弈结果的智能网联汽车自适应避障系统 |
CN113255750B (zh) * | 2021-05-17 | 2022-11-08 | 安徽大学 | 一种基于深度学习的vcc车辆攻击检测方法 |
CN113469217A (zh) * | 2021-06-01 | 2021-10-01 | 桂林电子科技大学 | 一种基于深度学习的无人驾驶汽车导航传感器异常检测方法 |
CN113485158A (zh) * | 2021-07-19 | 2021-10-08 | 泰安北航科技园信息科技有限公司 | 一种基于车联网信息安全动态仿真演练方法 |
CN113468522A (zh) * | 2021-07-19 | 2021-10-01 | 泰安北航科技园信息科技有限公司 | 一种车载ota升级服务器信息安全的检测系统 |
-
2021
- 2021-10-14 CN CN202111198384.9A patent/CN113859250B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006059765A1 (ja) * | 2004-12-03 | 2006-06-08 | Nihon University | 運転行動モデルとその構築方法及び構築システム |
CN104133473A (zh) * | 2008-10-24 | 2014-11-05 | 格瑞股份公司 | 自主驾驶车辆的控制方法 |
CN106585634A (zh) * | 2015-10-15 | 2017-04-26 | 中国电信股份有限公司 | 一种对驾驶行为进行分析的方法和装置 |
CN106184220A (zh) * | 2016-06-30 | 2016-12-07 | 南京航空航天大学 | 一种基于车辆定位轨迹的车道内异常驾驶检测方法 |
CN106314438A (zh) * | 2016-08-15 | 2017-01-11 | 西北工业大学 | 一种司机驾驶轨迹中异常轨迹的检测方法和系统 |
CN106571055A (zh) * | 2016-10-28 | 2017-04-19 | 广州广电银通金融电子科技有限公司 | 一种基于物联网的智能车辆管理系统及方法 |
CN108764111A (zh) * | 2018-05-23 | 2018-11-06 | 长安大学 | 一种车辆异常驾驶行为的检测方法 |
JP2020040475A (ja) * | 2018-09-10 | 2020-03-19 | トヨタ自動車株式会社 | 走行支援システム |
CN210376700U (zh) * | 2019-07-25 | 2020-04-21 | 四川天视车镜有限责任公司 | 一种汽车行驶轨迹可视化安全态势监控管理系统 |
CN111473980A (zh) * | 2020-06-11 | 2020-07-31 | 公安部交通管理科学研究所 | 一种智能汽车自动驾驶能力测试系统 |
CN112389448A (zh) * | 2020-11-23 | 2021-02-23 | 重庆邮电大学 | 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 |
Non-Patent Citations (2)
Title |
---|
罗璎珞 ; 石娟 ; .自动驾驶仿真系统中网络安全测试方法研究.摩托车技术.2018,(第06期), * |
罗璎珞 ; 石娟 ; .自动驾驶仿真系统中网络安全测试方法研究.摩托车技术.2018,(第06期),35-39. * |
Also Published As
Publication number | Publication date |
---|---|
CN113859250A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10474166B2 (en) | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles | |
US11294396B2 (en) | System and method for implementing pre-cognition braking and/or avoiding or mitigation risks among platooning vehicles | |
CN106379319B (zh) | 一种汽车辅助驾驶系统及控制方法 | |
CN106448190B (zh) | 高速公路自车周围车流量实时监测预警装置及方法 | |
WO2020259705A1 (en) | Autonomous driving handoff systems and methods | |
CN106710307A (zh) | 一种车辆辅助驾驶方法和装置 | |
CN110533958A (zh) | 车辆变道提醒方法及系统 | |
CN110775069B (zh) | 一种混行模式下车辆驾驶模式识别装置和方法 | |
CN113147752B (zh) | 一种无人驾驶方法及系统 | |
CN110509918B (zh) | 一种基于无人驾驶车车信息交互的车辆安全控制方法 | |
US11521491B2 (en) | Priority vehicle management | |
CN111246425A (zh) | 基于dsrc车载v2x系统的动态自适应安全预警方法和bsm仿真平台 | |
CN113859250B (zh) | 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统 | |
CN109544725A (zh) | 一种基于事件驱动的自动驾驶事故智能处理方法 | |
CN113415275A (zh) | 车辆消息的处理方法、装置、可读介质及电子设备 | |
CN111994075A (zh) | 一种基于人工智能的驾驶辅助方法 | |
CN109895766B (zh) | 一种电动汽车的主动避障系统 | |
CN110888364A (zh) | 一种云端aeb控制系统通信协议和决策 | |
CN115892024A (zh) | 汽车行驶场景识别控制系统、方法及存储介质 | |
US20210056844A1 (en) | Electronic device for vehicle and operating method of electronic device for vehicle | |
US12050474B2 (en) | System and method for implementing precognition braking and/or avoiding or mitigation risks among platooning vehicles | |
US20230054037A1 (en) | System and method for implementing precognition braking and/or avoiding or mitigation risks among platooning vehicles | |
CN117184081B (zh) | 一种停车控制方法、装置、电子设备及存储介质 | |
CN117896096A (zh) | 一种多域模拟的车载网络入侵数据集生成系统和方法 | |
CN115817423B (zh) | 营运车辆车路协同精准制动控制系统及方法 |
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 |