CN114264314A - 危险品安全运输管理系统及方法 - Google Patents
危险品安全运输管理系统及方法 Download PDFInfo
- Publication number
- CN114264314A CN114264314A CN202111600082.XA CN202111600082A CN114264314A CN 114264314 A CN114264314 A CN 114264314A CN 202111600082 A CN202111600082 A CN 202111600082A CN 114264314 A CN114264314 A CN 114264314A
- Authority
- CN
- China
- Prior art keywords
- time
- real
- temperature
- module
- dangerous goods
- 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
Images
Abstract
本发明提供了一种危险品安全运输管理系统及方法,其系统的温控报警子系统包括现场温度测量模块、环境温度获取模块和危险系数划分模块,路径规划子系统包括地图整理展示模块、实时路况获取模块、视频建模模块和路径调整模块,其方法包括获取实时路况信息;获取运输车辆前方信息,并且根据图像信息估算路径前方车辆和人员的密集程度;实时调整运输路径;实时测量相关温度;接收气象部门传输的城市实时温度数据和预测温度数据;根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数。本发明能够对运输过程中危险品的温度进行监控和预警,同时能够对路进行进行规划。
Description
技术领域
本发明涉及危险品运输技术领域,具体地,涉及危险品安全运输管理系统及方法。
背景技术
近年来,随着经济稳中有序的增长,直接服务于工业发展、国防建设和人民生活等各个领域的危险货物种类和数量在不断增加,同时通过道路进行运输的危险货物需求也逐年增长。截至1017年12月底,行业内的从业人员约150万,危货运输车辆达35万辆,年运输量约11亿吨,并以每年约10%的速度增长。据不完全统计,平均每年需要运输的危险货物种类涉及3000多种,其中,以道路运输方式流通的危险货物占总量的80%。一个完整的危险货物运输流程,涉及包装、装载、运输、卸载等多个环节,有关数据显示,近年来约有77%的危险化学品事故发生在运输阶段,在民众眼中危险货物因其危险性己然成为道路上“流动的炸弹”。近年来,各行业合作之下,针对特性复杂、种类繁多的道路危险货物,全面统筹考虑多个运输环节的安全生产风险管理工作,建立科学完整的运营与监管体系,虽然道路危险货物运输事故发生率有所下降,但是当前货运安全风险交织叠加,应急抢险任务艰巨、气象条件复杂、生产运输繁忙的安全生产形势依然十分严峻。
现有的危险品在运输管理过程中,一般的操作模式是从危险装车之前,对载具以及运输车辆进行严格的人为检查,并且在装车过程严格的监控管理,装载完成后,进行验收交付运输人员进行运输,严格的管控;在运输过程中一般选取经常行走的运输路径(偶尔进行轻微的改道),便于监控管理,运输完成后经过验收后,完成该危险品的运输管理。
现有的危险品运输管理的方式在装载和卸载时,环境固定,有着严格控制,相对安全,但是在运输过程中,温度改变后,运输环境改变后,没有一个很好的管理系统,并且运输过程中没有对运输路径进行实时规划,大大增加了危险发生的概率。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种危险品安全运输管理系统及方法。
一方面,本发明提供的一种危险品安全运输管理系统,危险品安全运输管理系统包括温控报警子系统和路径规划子系统;
温控报警子系统包括:
现场温度测量模块,用于实时测量运输车辆所处位置的环境温度、运输车辆内部的温度和危险品温度;
环境温度获取模块,用于获取气象部门发布的城市实时温度数据和预测温度数据;
危险系数划分模块,用于根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
路径规划子系统包括:
地图整理展示模块,用于对运输过程中所有的路径地图和城市地图进行录入和显示;
实时路况获取模块,用于获取实时路况信息,并且接收的路况信息在地图整理展示模块内的地图上进行标注;
视频建模模块,用于获取运输车辆前方的图像和视频信息,并且根据图像信息估算路径前方车辆和人员的密集程度;
路径调整模块,用于结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径。
可选地,温控报警子系统还包括:
数据对比模块,内部设定多个等级系数的阈值,用于将危险系数划分模块估算的危险系数和阈值进行对比,然后反馈出不同等级的控制命令,
警报模块,用于根据不同等级的控制命令发出不同的报警信号。
可选地,地图整理展示模块包括:
第一三维子单元,用于根据路径地图和城市地图建立三维模型,并且将运输车辆的三维图像整合入三维模型中,并进行实时显示。
可选地,路径规划子系统还包括:
时间估算模块,用于实时根据预停留的仓库节点、客户节点、非客户节点、对应节点预停留的时间和规划的运输路径所需时间,估算运输时间。
可选地,路径规划子系统还包括:
风险评估模块,用于根据实时路况获取模块和视频建模模块的数据信息,实时进行路径风险的估算。
可选地,路径规划子系统还包括:
时钟模块,用于设定时间间隔,根据设定的时间间隔定期唤醒时间估算模块和风险评估模块。
另一方面,本发明还提供一种危险品安全运输管理方法,采用上述的危险品安全运输管理系统,包括如下步骤:
将危险品安全运输管理系统安装到的运输车辆上;
当运输启动时,同步启动危险品安全运输管理系统;
在运输前,
将所有的路径地图和城市地图进行录入和显示;
在运输过程中,
获取实时路况信息,并且接收的路况信息在地图上进行标注;
获取运输车辆前方的图像信息,并且根据图像信息估算路径前方车辆和人员的密集程度;
结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径;
实时测量运输车辆所处位置的环境温度、运输车辆内部的温度和危险品温度;
外接互联网,接收气象部门传输的城市实时温度数据和预测温度数据;
根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
根据实时调整运输路径并结合估算危险品的危险系数完成对危险品的安全运输管理。
与现有技术相比,本发明具有如下的有益效果:
本发明提供的危险品安全运输管理系统及方法,本发明通过温控报警子系统完成对运输过程中温度的监控和报警,在温度异常时及时提醒,避免危险事件的发生。
通过路径规划子系统,实施对运输路径行进行规划和调整,选取最优路径,减小危险发生的概率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的危险品安全运输管理系统的原理框图;
图2为本发明提供的危险品安全运输管理方法的流程图。
图中:1、现场温度测量模块;2、环境温度获取模块;3、警报模块;4、数据对比模块;5、视频建模模块;6、风险评估模块;7、时钟模块;8、时间估算模块;9、路径调整模块;10、实时路况获取模块;11、地图整理展示模块;12、危险系数划分模块。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明提供的危险品安全运输管理系统的原理框图,如图1所示,本发明中的系统可以包括:危险品安全运输管理系统包括温控报警子系统和路径规划子系统;
温控报警子系统包括:
现场温度测量模块1,用于实时测量运输车辆所处位置的环境温度、运输车辆内部的温度和危险品温度;
环境温度获取模块2,用于获取气象部门发布的城市实时温度数据和预测温度数据;
危险系数划分模块12,用于根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
数据对比模块4,内部设定多个等级系数的阈值,用于将危险系数划分模块12估算的危险系数和阈值进行对比,然后反馈出不同等级的控制命令,
警报模块3,用于根据不同等级的控制命令发出不同的报警信号。
在本实施例中,警报模块3可以采用有蜂鸣器,蜂鸣器设置不同等级的声响提示,其等级根据危险系数的等级来划分。
路径规划子系统包括:
地图整理展示模块11,用于对运输过程中所有的路径地图和城市地图进行录入和显示;
实时路况获取模块10,用于获取实时路况信息,并且接收的路况信息在地图整理展示模块11内的地图上进行标注;
视频建模模块5,用于获取运输车辆前方的图像和视频信息,并且根据图像信息估算路径前方车辆和人员的密集程度。
在本实施例中,视频建模模块5根据图像信息估算路径前方车辆和人员的密集程度具体包括:将图像和和视频进行分帧处理,对每一帧进行特征处理,获取浅层特征和深层特征;其次,将浅层特征和深层特征进行融合,得到融合特征图;再次,通过融合特征图进行筛选获取障碍物信息的密度图;最后,通过密度图中的像素信息进行提取计算,估算出当前图片的障碍物数量,该数量作为路径前方车辆和人员的密集程度的考核标准。
路径调整模块9,用于结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径;
地图整理展示模块11包括:
第一三维子单元,用于根据路径地图和城市地图建立三维模型,并且将运输车辆的三维图像整合入三维模型中,并进行实时显示。
因为第一三维子单元是用于根据路径地图和城市地图建立三维模型,因此对处理器的占用率会很高,为了避免这种状况,本实施例会增加多个处理器,并且每个处理器中都可以运行第二三维子单元,其中第二三维子单元和第一三维子单元功能一直,每间隔一定时间会对第一三维子单元和各处理器中的第二三维子单元进行轮换运行。
时间估算模块8:用于实时根据预停留的仓库节点、客户节点、非客户节点、对应节点预停留的时间和规划的运输路径所需时间,估算运输时间。
在本实施例中,可以将时间间隔是30分钟,则代表从设定时刻开始,每30分钟后时间估算模块和风险评估模块完成一次计算,从而重新规划一次行驶的最优路径。为了应对突发的状况,突发的道路前方出现安全事故,为了避免路径规划系统无法快速的实现自主的调整,可以通过直接重置时间间隔,立即完成一轮新的计算,从而完成最优路径的选择。
风险评估模块6,用于根据实时路况获取模块10和视频建模模块5的数据信息,实时进行路径风险的估。
在本实施例中,风险评估模块6采用FOA算法筛选筛选出最优路径,其中FOA算法也叫果蝇优化算法,模拟果蝇的嗅觉原理和视觉原理,从而实现最优路径的规划,具体如下图2所示:其中圆圈表示果蝇群体的区域,黑点表示果蝇:
具体原理算法原理步骤如下:
(1)随机初始化果蝇群体位置。
Init X_axis
InitY_axis
(2)赋予果蝇个体利用嗅觉搜寻食物的随机距离与方向。
Xi=X_axis+RandomValue
Yi=Y_axis+Random Value
(3)由于无法得知食物的位置,因此先估计与原点的距离(Dist),再计算味道浓度判定值(S),此值为距离的倒数。
Disti=sqrt(Xi^2+Yi^2)
Si=1/Disti
(4)味道浓度判定值(S)代入味道浓度判定函数(或称为Fitness function)以求出该果蝇个体位置的味道浓度(Smelli)。
Smelli=Function(Si)
(5)找出该果蝇群体中味道浓度最高的果蝇(求极大值)。
[bestSmell bestIndex]=max(Smell)
(6)保留最佳味道浓度值与x、y的坐标,此时果蝇群体利用视觉往该位置飞去。
Smellbest=bestSmell
X_axis=X(bestIndex)
Y_axis=Y(bestIndex)
进入迭代寻优,重复执行步骤(2)至(5),并判断味道浓度是否优于前一迭代味道浓度,若是则实行步骤6。采用该算法模拟果蝇寻找最优路径,具有操作简单,便于实现,具有较强的局部搜索能力,在一定范围区域内快速有效的搜索最优路径。
时钟模块7,用于设定时间间隔,根据设定的时间间隔定期唤醒时间估算模块8和风险评估模块6。
请参阅图2,本发明还提供另一实施例:一种危险品安全运输管理方法,采用权利要求上述的危险品安全运输管理系统,包括如下步骤:
将危险品安全运输管理系统安装到的运输车辆上。
在本实施例中,危险品安全运输管理系统装在上。
当运输启动时,同步启动危险品安全运输管理系统;
在运输前,
将所有的路径地图和城市地图进行录入和显示;
在运输过程中,
获取实时路况信息,并且接收的路况信息在地图上进行标注;
获取运输车辆前方的图像信息,并且根据图像信息估算路径前方车辆和人员的密集程度;
结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径;
实时测量运输车辆所处位置的环境温度、运输车辆内部的温度和危险品温度;
接收气象部门传输的城市实时温度数据和预测温度数据;
根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
根据实时调整运输路径并结合估算危险品的危险系数完成对危险品的安全运输管理。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (7)
1.一种危险品安全运输管理系统,其特征在于,所述危险品安全运输管理系统包括温控报警子系统和路径规划子系统;
所述温控报警子系统包括:
现场温度测量模块,用于实时测量运输车辆所处位置的环境温度、所述运输车辆内部的温度和危险品温度;
环境温度获取模块,用于获取气象部门发布的城市实时温度数据和预测温度数据;
危险系数划分模块,用于根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
所述路径规划子系统包括:
地图整理展示模块,用于对运输过程中所有的路径地图和城市地图进行录入和显示;
实时路况获取模块,用于获取实时路况信息,并且接收的所述路况信息在所述地图整理展示模块内的地图上进行标注;
视频建模模块,用于获取所述运输车辆前方的图像和视频信息,并且根据所述图像信息估算路径前方车辆和人员的密集程度;
路径调整模块,用于结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径。
2.根据权利要求1所述的危险品安全运输管理系统,其特征在于,所述所述温控报警子系统还包括:
数据对比模块,内部设定多个等级系数的阈值,用于将所述危险系数划分模块估算的危险系数和阈值进行对比,然后反馈出不同等级的控制命令,
警报模块,用于根据不同等级的所述控制命令发出不同的报警信号。
3.根据权利要求1所述的危险品安全运输管理系统,其特征在于,所述地图整理展示模块包括:
第一三维子单元,用于根据所述路径地图和所述城市地图建立三维模型,并且将运输车辆的三维图像整合入所述三维模型中,并进行实时显示。
4.根据权利要求1所述的危险品安全运输管理系统,其特征在于,所述路径规划子系统还包括:
时间估算模块,用于实时根据预停留的仓库节点、客户节点、非客户节点、对应节点预停留的时间和规划的运输路径所需时间,估算运输时间。
5.根据权利要求4所述的危险品安全运输管理系统,其特征在于,所述路径规划子系统还包括:
风险评估模块,用于根据实时路况获取模块和视频建模模块的数据信息,实时进行路径风险的估算。
6.根据权利要求5所述的危险品安全运输管理系统,其特征在于,所述路径规划子系统还包括:
时钟模块,用于设定时间间隔,根据设定的时间间隔定期唤醒时间估算模块和风险评估模块。
7.一种危险品安全运输管理方法,采用权利要求1-6所述的危险品安全运输管理系统,其特征在于,包括如下步骤:
将所述危险品安全运输管理系统安装到的运输车辆上;
当运输启动时,同步启动危险品安全运输管理系统;
在运输前,
将所有的路径地图和城市地图进行录入和显示;
在运输过程中,
获取实时路况信息,并且接收的所述路况信息在地图上进行标注;
获取所述运输车辆前方的图像信息,并且根据所述图像信息估算路径前方车辆和人员的密集程度;
结合估算的路径前方车辆、人员的密集程度和实时路况信息进行实时调整运输路径;
实时测量运输车辆所处位置的环境温度、运输车辆内部的温度和危险品温度;
接收气象部门传输的城市实时温度数据和预测温度数据;
根据实时的危险品温度、环境温度、运输车辆内部的温度、城市实时温度数据和预测温度数据估算危险品的危险系数;
根据实时调整运输路径并结合估算危险品的危险系数完成对危险品的安全运输管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111600082.XA CN114264314A (zh) | 2021-12-24 | 2021-12-24 | 危险品安全运输管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111600082.XA CN114264314A (zh) | 2021-12-24 | 2021-12-24 | 危险品安全运输管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114264314A true CN114264314A (zh) | 2022-04-01 |
Family
ID=80829824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111600082.XA Pending CN114264314A (zh) | 2021-12-24 | 2021-12-24 | 危险品安全运输管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114264314A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114912862A (zh) * | 2022-04-07 | 2022-08-16 | 浙江大仓信息科技股份有限公司 | 基于危货运输电子运单的检查站无人值守智能查验系统 |
CN116384863A (zh) * | 2023-06-05 | 2023-07-04 | 北京市弘洁蓝天科技股份有限公司 | 一种危险品废物车辆运输智能管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090079092A (ko) * | 2008-01-16 | 2009-07-21 | (주)위니텍 | 위험물 수송차량의 관제를 위한 위험관제시스템 |
CN106710137A (zh) * | 2017-01-24 | 2017-05-24 | 东南大学 | 一种基于互联网的危险品运输实时检测预警处理系统 |
CN107589708A (zh) * | 2017-09-18 | 2018-01-16 | 浙江镇石物流有限公司 | 一种基于位置跟踪的危险品运输监测系统 |
CN109902984A (zh) * | 2017-12-10 | 2019-06-18 | 王思 | 一种危险品物流安全监控系统 |
CN111351489A (zh) * | 2020-04-29 | 2020-06-30 | 金陵科技学院 | 一种基于CNN与改进A-Star算法的护理机器人路径规划方法 |
CN111932892A (zh) * | 2020-08-21 | 2020-11-13 | 重庆电子工程职业学院 | 用于危运驾驶员的行驶管理方法及系统 |
CN112434849A (zh) * | 2020-11-19 | 2021-03-02 | 上海交通大学 | 基于改进多目标算法的危险品运输路径动态规划方法 |
CN113221971A (zh) * | 2021-04-25 | 2021-08-06 | 山东师范大学 | 一种基于前后特征融合的多尺度人群计数方法及系统 |
CN113239904A (zh) * | 2021-07-09 | 2021-08-10 | 南京理工大学 | 基于卷积神经网络的高分辨率密集目标计数方法 |
CN113393665A (zh) * | 2021-05-12 | 2021-09-14 | 杭州电子科技大学 | 一种在不确定时变路网下的危险品运输路径规划方法 |
-
2021
- 2021-12-24 CN CN202111600082.XA patent/CN114264314A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090079092A (ko) * | 2008-01-16 | 2009-07-21 | (주)위니텍 | 위험물 수송차량의 관제를 위한 위험관제시스템 |
CN106710137A (zh) * | 2017-01-24 | 2017-05-24 | 东南大学 | 一种基于互联网的危险品运输实时检测预警处理系统 |
CN107589708A (zh) * | 2017-09-18 | 2018-01-16 | 浙江镇石物流有限公司 | 一种基于位置跟踪的危险品运输监测系统 |
CN109902984A (zh) * | 2017-12-10 | 2019-06-18 | 王思 | 一种危险品物流安全监控系统 |
CN111351489A (zh) * | 2020-04-29 | 2020-06-30 | 金陵科技学院 | 一种基于CNN与改进A-Star算法的护理机器人路径规划方法 |
CN111932892A (zh) * | 2020-08-21 | 2020-11-13 | 重庆电子工程职业学院 | 用于危运驾驶员的行驶管理方法及系统 |
CN112434849A (zh) * | 2020-11-19 | 2021-03-02 | 上海交通大学 | 基于改进多目标算法的危险品运输路径动态规划方法 |
CN113221971A (zh) * | 2021-04-25 | 2021-08-06 | 山东师范大学 | 一种基于前后特征融合的多尺度人群计数方法及系统 |
CN113393665A (zh) * | 2021-05-12 | 2021-09-14 | 杭州电子科技大学 | 一种在不确定时变路网下的危险品运输路径规划方法 |
CN113239904A (zh) * | 2021-07-09 | 2021-08-10 | 南京理工大学 | 基于卷积神经网络的高分辨率密集目标计数方法 |
Non-Patent Citations (1)
Title |
---|
赵英: "《人群行为突变视频分析》", 科学技术文献出版社, pages: 111 - 113 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114912862A (zh) * | 2022-04-07 | 2022-08-16 | 浙江大仓信息科技股份有限公司 | 基于危货运输电子运单的检查站无人值守智能查验系统 |
CN116384863A (zh) * | 2023-06-05 | 2023-07-04 | 北京市弘洁蓝天科技股份有限公司 | 一种危险品废物车辆运输智能管理系统 |
CN116384863B (zh) * | 2023-06-05 | 2023-08-04 | 北京市弘洁蓝天科技股份有限公司 | 一种危险品废物车辆运输智能管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11074813B2 (en) | Driver behavior monitoring | |
CN110997387B (zh) | 具有自主驾驶能力的运载工具的风险处理 | |
US11322018B2 (en) | Determining causation of traffic events and encouraging good driving behavior | |
CN114264314A (zh) | 危险品安全运输管理系统及方法 | |
CN113345269B (zh) | 基于v2x车联网协同的交通工具危险预警的方法、装置和设备 | |
GB2601841A (en) | Scenario-based behavior specification and validation | |
CN115375234A (zh) | 基于gnss的运输车辆运行轨迹规划方法 | |
CN113665570A (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
US11645832B1 (en) | Sensor fusion for precipitation detection and control of vehicles | |
CN111460920A (zh) | 一种面向机场复杂场景的目标跟踪及分割系统 | |
Worrall et al. | Improving vehicle safety using context based detection of risk | |
SE1650608A1 (en) | Method and control unit for a vehicle | |
CN117078020B (zh) | 基于无人机的物流运输数据管理系统 | |
Kim | Automated decision making in road traffic monitoring by on-board unmanned aerial vehicle system | |
US11897501B2 (en) | ADS perception development | |
CN111080202B (zh) | 一种面向油量节省的作业车辆的效能管理方法及系统 | |
CN114741787A (zh) | 面向高等级自动驾驶仿真测试的场景数据采集与自动标注方法、系统及存储介质 | |
Hayashi et al. | Prioritization of Lane-Specific Traffic Jam Detection for Automotive Navigation Framework Utilizing Suddenness Index and Automatic Threshold Determination | |
CN114550105B (zh) | 基于车联网的货物运输方法及系统 | |
US20240025397A1 (en) | Electronic vulnerability detection and measuring system and method for susceptibility or vulnerability of truck fleet to occurring accident events | |
US20220382284A1 (en) | Perception system for assessing relevance of objects in an environment of an autonomous vehicle | |
CN115421161B (zh) | 基于激光雷达测距的无人驾驶矿车控制方法 | |
US20220379911A1 (en) | Using relevance of objects to assess performance of an autonomous vehicle perception system | |
KR102145409B1 (ko) | 차량속도 측정이 가능한 시정거리 측정 시스템 | |
CN113077612A (zh) | 载重车辆超限预警系统及方法 |
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 |