CN114801993A - 一种汽车盲区监控系统 - Google Patents
一种汽车盲区监控系统 Download PDFInfo
- Publication number
- CN114801993A CN114801993A CN202210737664.0A CN202210737664A CN114801993A CN 114801993 A CN114801993 A CN 114801993A CN 202210737664 A CN202210737664 A CN 202210737664A CN 114801993 A CN114801993 A CN 114801993A
- Authority
- CN
- China
- Prior art keywords
- automobile
- target large
- blind area
- turning
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
Abstract
本发明涉及汽车盲区监测技术领域，具体公开一种汽车盲区监控系统，本发明通过分别对目标大型汽车在并线状态时各方位区域、在转弯状态时对应转弯盲区区域和在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车对应的并线状态安全指数、转弯状态安全指数和下车行为安全性，并根据对比分析结果发出对应的预警提醒指令，从而实现对大型汽车的多个行驶状态进行监测，能够给汽车驾驶员安全驾驶提供很好的辅助作用，满足大型汽车盲区监测的基本需求，进一步提高大型汽车并线行驶过程的行驶安全性、大型汽车转弯行驶过程的盲区监控准确性和大型汽车停止行驶后驾驶员下车行为安全性，进而保障汽车驾驶员和路口等待行人的生命安全。
Description
技术领域
本发明涉及汽车盲区监测技术领域，涉及到一种汽车盲区监控系统。
背景技术
随着经济的发展，大型汽车得到进一步的普及，成为日常生活中不可或缺的一个运输工具，但是与此同时，大型汽车行驶过程中的并线盲区都是很难以消除的，由于车身设计的缘故，反光镜所能提供给驾驶员的视觉范围总会有一些盲区存在，不能及时看清盲区内是否有障碍物或行人的实时情况。因此，如何有效地监控大型汽车的视野盲区也日益成为人们关注的话题。
现有的汽车盲区监测系统大都是对固定的区域进行监测，但是由于大型汽车在行驶过程中形成的盲区区域是变动的，因此无法满足大型汽车盲区监测的基本需求，同时现有系统中监测视频均通过车内显示屏进行呈现，但在汽车行驶过程中驾驶员没有太多时间观看监测视频，从而无法及时发现盲区区域内存在的障碍物，进而增加了交通事故的发生率，并且时不时地观看监测视频也会分散汽车驾驶员的驾驶注意力，从而影响汽车驾驶员的行驶安全性。
同时，大型汽车的车身都比较长，在转弯时内前轮转弯半径与内后轮转弯半径会存在内轮差，进而形成驾驶员的视野盲区，然而现有的汽车盲区监测系统无法监测这种内轮差形成的视野盲区区域，当有等待人员在盲区区域范围内或靠近盲区区域边缘时，极容易出现被汽车车身碰撞刮擦或者拖入车底等危险情况，从而造成了不可避免的人身伤亡和经济损失。
发明内容
鉴于以上现有技术存在的问题，本发明提供一种汽车盲区监控系统，用于解决上述技术问题。
本发明解决其技术问题采用的技术方案是：一种汽车盲区监控系统，包括：汽车行驶状态获取模块，用于获取目标大型汽车的行驶状态，根据目标大型汽车的行驶状态，执行对应的行驶状态监控子系统。
汽车并线状态监控子系统，用于对目标大型汽车在并线状态时各方位区域进行监测，分析目标大型汽车对应的并线状态安全指数，若小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令。
汽车转弯状态监控子系统包括汽车转弯盲区区域获取单元、转弯盲区区域监测单元、弯道内侧图像采集单元和转弯状态安全指数分析单元。
所述汽车转弯盲区区域获取单元用于获取目标大型汽车在转弯状态时对应的前轮转弯半径和后轮转弯半径，构建目标大型汽车对应的转弯盲区区域。
所述转弯盲区区域监测单元用于对目标大型汽车对应转弯盲区区域进行监测，若目标大型汽车对应转弯盲区区域内有等待人员，则发出紧急停止预警；反之则执行弯道内侧图像采集单元。
所述弯道内侧图像采集单元用于采集目标大型汽车对应弯道内侧图像，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离和各等待人员与汽车车身的距离。
所述转弯状态安全指数分析单元用于分析目标大型汽车对应的转弯状态安全指数，若小于预设的汽车转弯状态安全指数，则发出停止转弯预警指令。
汽车停止状态监控子系统，用于对目标大型汽车在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车驾驶员对应的下车行为安全性，并发出对应的处理指令。
目标大型汽车中控平台，用于接收汽车并线状态监控子系统发出的并线危险预警提醒指令，接收汽车转弯状态监控子系统发出的停止转弯预警指令，接收汽车停止状态健康子系统发出的处理指令，并根据接收的指令进行对应的处理。
数据存储库，用于存储各类型障碍物对应的标准轮廓，存储大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，并存储目标大型汽车对应的标准内轮差。
优选地，所述汽车并线状态监控子系统包括汽车方位区域监测单元、障碍物筛选单元、障碍物分析单元和并线状态安全指数评估单元。
所述汽车方位区域监测单元用于通过激光雷达扫描仪对目标大型汽车对应各方位区域进行监测，得到目标大型汽车对应各方位区域内各障碍物的位置和轮廓。
所述障碍物筛选单元用于根据目标大型汽车对应各方位区域内各障碍物的位置和轮廓，筛选得到目标大型汽车对应各视野盲区区域内各指定障碍物。
所述障碍物分析单元用于对目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓进行分析，得到目标大型汽车对应各视野盲区区域内各指定障碍物的类型以及各指定障碍物与车身的间距。
所述并线状态安全指数评估单元用于评估目标大型汽车对应的并线状态安全指数，对比分析后发出对应的指令。
优选地，所述障碍物筛选单元对应的具体筛选方式为：根据目标大型汽车在并线状态时对应的实时位置，得到目标大型汽车对应的各视野盲区区域，并将目标大型汽车对应各方位区域内各障碍物的位置与其对应的各视野盲区区域进行比较，若目标大型汽车对应某方位区域内某障碍物的位置处于其对应的某视野盲区区域内，则将目标大型汽车对应该方位区域内该障碍物记为位置符合障碍物，统计目标大型汽车对应各视野盲区区域内各位置符合障碍物，得到目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓，同时获取目标大型汽车对应各视野盲区区域的轮廓，将目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓与其对应视野盲区区域的轮廓进行对比，若目标大型汽车对应某视野盲区区域内某位置符合障碍物的轮廓完全重叠在其对应视野盲区区域的轮廓内，则将目标大型汽车对应该视野盲区区域内该位置符合障碍物记为指定障碍物，筛选统计目标大型汽车对应各视野盲区区域内各指定障碍物。
优选地，所述障碍物分析单元具体包括：提取目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，将目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓与数据存储库中存储的各类型障碍物的标准轮廓进行对比，统计目标大型汽车对应各视野盲区区域内各指定障碍物轮廓与各类型障碍物标准轮廓的相似度，筛选目标大型汽车对应各视野盲区区域内各指定障碍物对应轮廓相似度最高的障碍物类型，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物的类型。
根据目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，得到目标大型汽车对应各视野盲区区域内各指定障碍物与汽车车身的最短间距，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物与车身的间距。
优选地，所述并线状态安全指数评估单元具体包括：提取数据存储库中存储的大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，根据目标大型汽车对应各视野盲区区域内各指定障碍物的类型，筛选目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数，并将其标记为
，其中
，i表示为第i个视野盲区区域的编号，
，j表示为第j个指定障碍物的编号。
将目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数和各指定障碍物与车身的间距代入公式
，得到目标大型汽车对应的并线状态安全指数
，其中
表示为预设的大型汽车对应第i个视野盲区的安全影响系数，
分别表示为预设的障碍物类型和障碍物安全间距对应的汽车行驶安全影响权重因子，
表示为目标大型汽车对应第i个视野盲区区域内第j个指定障碍物与车身的间距，
表示为预设的障碍物与汽车车身的安全间距。
将目标大型汽车对应的并线状态安全指数与预设的汽车并线状态安全指数进行对比，若目标大型汽车对应的并线状态安全指数小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令至目标大型汽车中控平台。
优选地，所述汽车转弯盲区区域获取单元用于根据目标大型汽车在转弯状态时方向盘转向角，获取目标大型汽车在转弯状态时对应的前轮转弯轨迹，进而得到目标大型汽车在转弯状态时对应的前轮转弯半径，同时提取数据存储库中存储的目标大型汽车对应的标准内轮差，分析得到目标大型汽车在转弯状态时对应的后轮转弯半径，进而得到目标大型汽车在转弯状态时对应的后轮转弯轨迹，并根据目标大型汽车在转弯状态时对应的前轮转弯轨迹和后轮转弯轨迹，构建得到目标大型汽车对应的转弯盲区区域。
优选地，所述弯道内侧图像采集单元具体包括：通过车载高清摄像头采集目标大型汽车对应弯道内侧图像，提取目标大型汽车对应弯道内侧图像中各等待人员的位置，测量得到目标大型汽车对应弯道内侧图像中各等待人员与汽车车身的距离，并将其标记为
，其中
，r表示为第r个等待人员的编号。
根据目标大型汽车对应转弯盲区区域，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离，并将其标记为
。
优选地，所述转弯状态安全指数分析单元中目标大型汽车对应的转弯状态安全指数分析公式为
，其中
分别为目标大型汽车对应的转弯状态安全指数，e表示为自然常数，
分别表示为预设的等待人员与汽车车身、等待人员与转弯盲区区域的距离安全影响权重因子，
表示为预设的等待人员与汽车车身的安全间距，
表示为预设的等待人员与转弯盲区区域的安全间距。
优选地，所述汽车停止状态健康子系统具体包括：通过车载高清摄像头对目标大型汽车在停止状态时左侧车门正后方区域进行监测，得到目标大型汽车对应左侧车门正后方区域的图像，若目标大型汽车对应左侧车门正后方区域的图像中无其他行驶车辆，表明目标大型汽车驾驶员对应的下车行为处于安全状态，则发出左侧车门开启指令；若目标大型汽车对应左侧车门正后方区域的图像中有其他行驶车辆，则获取目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，处理得到目标大型汽车驾驶员对应的下车安全指数，若目标大型汽车驾驶员对应的下车安全指数大于预设的驾驶员下车安全指数阈值，则发出左侧车门开启指令，反之，则发出下车危险预警指令。
优选地，所述目标大型汽车驾驶员对应的下车安全指数分析公式为
，其中
表示为目标大型汽车驾驶员对应的下车安全指数，
分别表示为预设的行驶车辆间距和行驶车辆速度对应的安全影响权重因子，
分别表示为目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，
表示为预设的驾驶员在下车过程中正后方区域内其他行驶车辆的安全间距，
表示为预设的目标大型汽车驾驶员对应的允许下车时长。
相对于现有技术，本发明具有以下有益效果：本发明通过对目标大型汽车在并线状态时各方位区域进行监测，筛选目标大型汽车对应各视野盲区区域内各指定障碍物，从而实现对大型汽车进行多方位的监测，满足大型汽车盲区监测的基本需求，并根据目标大型汽车对应各视野盲区区域内各指定障碍物的类型以及各指定障碍物与车身的间距，分析目标大型汽车对应的并线状态安全指数，对比分析后发出对应的预警提醒指令，从而精准分析大型汽车并线状态的安全性，确保在汽车视野盲区区域出现障碍物时能够及时的预警提醒，进而降低交通事故的发生率，进一步避免汽车驾驶员的驾驶注意力分散的情况，给汽车驾驶员安全驾驶提供很好的辅助作用，在极大程度上提高汽车驾驶员的行驶安全性。
本发明通过对目标大型汽车对应转弯盲区区域进行监测，分析目标大型汽车对应的转弯状态安全指数，若小于预设的汽车转弯状态安全指数，则发出停止转弯预警指令，从而实现对目标大型汽车内轮差形成的视野盲区区域进行实时监测，提高大型汽车对应视野盲区监控的准确性，有效避免等待人员被汽车车身碰撞刮擦或者拖入车底等危险情况，进一步保障路口行人的生命安全。
本发明通过对目标大型汽车在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车驾驶员对应的下车行为安全性，并发出对应的处理指令，从而有效地提高大型汽车驾驶员的下车行为安全性，在极大程度上保障驾驶员的生命安全。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
图2为本发明的汽车并线状态监控子系统示意图。
图3为本发明的汽车转弯状态监控子系统示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种汽车盲区监控系统，包括汽车行驶状态获取模块、汽车并线状态监控子系统、汽车转弯状态监控子系统、汽车停止状态监控子系统、目标大型汽车中控平台和数据存储库。
所述汽车行驶状态获取模块分别与汽车并线状态监控子系统、汽车转弯状态监控子系统和汽车停止状态监控子系统连接，所述数据存储库分别与汽车并线状态监控子系统和汽车转弯状态监控子系统连接，所述目标大型汽车中控平台分别与汽车并线状态监控子系统、汽车转弯状态监控子系统和汽车停止状态监控子系统连接。
所述汽车行驶状态获取模块，用于获取目标大型汽车的行驶状态，根据目标大型汽车的行驶状态，执行对应的行驶状态监控子系统。
在上述实施例的基础上，所述汽车行驶状态获取模块对应的获取方式为：获取目标大型汽车的行驶状态，其中行驶状态包括并线状态、转弯状态和停止状态，当目标大型汽车的行驶状态为并线状态时，则执行汽车并线状态监控子系统，当目标大型汽车的行驶状态为转弯状态时，则执行汽车转弯状态监控子系统，当目标大型汽车的行驶状态为停止状态时，则执行汽车停止状态监控子系统。
所述汽车并线状态监控子系统，用于对目标大型汽车在并线状态时各方位区域进行监测，分析目标大型汽车对应的并线状态安全指数，若小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令。
请参阅图2所示，所述汽车并线状态监控子系统包括汽车方位区域监测单元、障碍物筛选单元、障碍物分析单元和并线状态安全指数评估单元。
所述汽车方位区域监测单元用于通过激光雷达扫描仪对目标大型汽车对应各方位区域进行监测，得到目标大型汽车对应各方位区域内各障碍物的位置和轮廓。
所述障碍物筛选单元用于根据目标大型汽车对应各方位区域内各障碍物的位置和轮廓，筛选得到目标大型汽车对应各视野盲区区域内各指定障碍物。
作为本发明的一个具体实施例，所述障碍物筛选单元对应的具体筛选方式为：根据目标大型汽车在并线状态时对应的实时位置，得到目标大型汽车对应的各视野盲区区域，并将目标大型汽车对应各方位区域内各障碍物的位置与其对应的各视野盲区区域进行比较，若目标大型汽车对应某方位区域内某障碍物的位置处于其对应的某视野盲区区域内，则将目标大型汽车对应该方位区域内该障碍物记为位置符合障碍物，统计目标大型汽车对应各视野盲区区域内各位置符合障碍物，得到目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓，同时获取目标大型汽车对应各视野盲区区域的轮廓，将目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓与其对应视野盲区区域的轮廓进行对比，若目标大型汽车对应某视野盲区区域内某位置符合障碍物的轮廓完全重叠在其对应视野盲区区域的轮廓内，则将目标大型汽车对应该视野盲区区域内该位置符合障碍物记为指定障碍物，筛选统计目标大型汽车对应各视野盲区区域内各指定障碍物。
所述障碍物分析单元用于对目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓进行分析，得到目标大型汽车对应各视野盲区区域内各指定障碍物的类型以及各指定障碍物与车身的间距。
作为本发明的一个具体实施例，所述障碍物分析单元具体包括：提取目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，将目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓与数据存储库中存储的各类型障碍物的标准轮廓进行对比，统计目标大型汽车对应各视野盲区区域内各指定障碍物轮廓与各类型障碍物标准轮廓的相似度，筛选目标大型汽车对应各视野盲区区域内各指定障碍物对应轮廓相似度最高的障碍物类型，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物的类型。
根据目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，得到目标大型汽车对应各视野盲区区域内各指定障碍物与汽车车身的最短间距，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物与车身的间距。
进一步地，上述中目标大型汽车对应各视野盲区区域内各指定障碍物与汽车车身的最短间距获得方式为：根据目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，提取目标大型汽车对应各视野盲区区域内各指定障碍物轮廓边缘线上各随机检测点，并提取目标大型汽车车身轮廓边缘线上各随机监测点，得到目标大型汽车对应各视野盲区区域内各指定障碍物轮廓边缘线上各随机检测点与其车身轮廓边缘线上各随机监测点的间距，筛选得到目标大型汽车对应各视野盲区区域内各指定障碍物轮廓边缘线与其车身轮廓边缘线的最短间距，并记为目标大型汽车对应各视野盲区区域内各指定障碍物与汽车车身的最短间距。
所述并线状态安全指数评估单元用于评估目标大型汽车对应的并线状态安全指数，对比分析后发出对应的指令。
作为本发明的一个具体实施例，所述并线状态安全指数评估单元具体包括：提取数据存储库中存储的大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，根据目标大型汽车对应各视野盲区区域内各指定障碍物的类型，筛选目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数，并将其标记为
，其中
，i表示为第i个视野盲区区域的编号，
，j表示为第j个指定障碍物的编号。
将目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数和各指定障碍物与车身的间距代入公式
，得到目标大型汽车对应的并线状态安全指数
，其中
表示为预设的大型汽车对应第i个视野盲区的安全影响系数，
分别表示为预设的障碍物类型和障碍物安全间距对应的汽车行驶安全影响权重因子，
表示为目标大型汽车对应第i个视野盲区区域内第j个指定障碍物与车身的间距，
表示为预设的障碍物与汽车车身的安全间距。
将目标大型汽车对应的并线状态安全指数与预设的汽车并线状态安全指数进行对比，若目标大型汽车对应的并线状态安全指数小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令至目标大型汽车中控平台。
进一步地，所述各方位区域包括前方位置区域、左侧位置区域、右侧位置区域和后方位置区域。
在本实施例中，本发明通过对目标大型汽车在并线状态时各方位区域进行监测，筛选目标大型汽车对应各视野盲区区域内各指定障碍物，从而实现对大型汽车进行多方位的监测，满足大型汽车盲区监测的基本需求，并根据目标大型汽车对应各视野盲区区域内各指定障碍物的类型以及各指定障碍物与车身的间距，分析目标大型汽车对应的并线状态安全指数，对比分析后发出对应的预警提醒指令，从而精准分析大型汽车并线状态的安全性，确保在汽车视野盲区区域出现障碍物时能够及时的预警提醒，进而降低交通事故的发生率，进一步避免汽车驾驶员的驾驶注意力分散的情况，给汽车驾驶员安全驾驶提供很好的辅助作用，在极大程度上提高汽车驾驶员的行驶安全性。
请参阅图3所示，汽车转弯状态监控子系统包括汽车转弯盲区区域获取单元、转弯盲区区域监测单元、弯道内侧图像采集单元和转弯状态安全指数分析单元。
所述汽车转弯盲区区域获取单元用于获取目标大型汽车在转弯状态时对应的前轮转弯半径和后轮转弯半径，构建目标大型汽车对应的转弯盲区区域。
作为本发明的一个具体实施例，所述汽车转弯盲区区域获取单元用于根据目标大型汽车在转弯状态时方向盘转向角，获取目标大型汽车在转弯状态时对应的前轮转弯轨迹，进而得到目标大型汽车在转弯状态时对应的前轮转弯半径，同时提取数据存储库中存储的目标大型汽车对应的标准内轮差，分析得到目标大型汽车在转弯状态时对应的后轮转弯半径，进而得到目标大型汽车在转弯状态时对应的后轮转弯轨迹，并根据目标大型汽车在转弯状态时对应的前轮转弯轨迹和后轮转弯轨迹，构建得到目标大型汽车对应的转弯盲区区域。
进一步地，所述目标大型汽车在转弯状态时对应的后轮转弯半径分析公式为：后轮转弯半径=前轮转弯半径-标准内轮差。
所述转弯盲区区域监测单元用于对目标大型汽车对应转弯盲区区域进行监测，若目标大型汽车对应转弯盲区区域内有等待人员，则发出紧急停止预警；反之则执行弯道内侧图像采集单元。
所述弯道内侧图像采集单元用于采集目标大型汽车对应弯道内侧图像，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离和各等待人员与汽车车身的距离。
作为本发明的一个具体实施例，所述弯道内侧图像采集单元具体包括：通过车载高清摄像头采集目标大型汽车对应弯道内侧图像，提取目标大型汽车对应弯道内侧图像中各等待人员的位置，测量得到目标大型汽车对应弯道内侧图像中各等待人员与汽车车身的距离，并将其标记为
，其中
，r表示为第r个等待人员的编号。
根据目标大型汽车对应转弯盲区区域，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离，并将其标记为
。
进一步地，所述目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离获取方式为：根据目标大型汽车对应转弯盲区区域，得到目标大型汽车对应弯道内侧图像中汽车后轮转弯轨迹线，并将若干位置监测点按照等距布设方式布设在其对应弯道内侧图像中汽车后轮转弯轨迹线上，并根据目标大型汽车对应弯道内侧图像中各等待人员的位置，测量得到目标大型汽车对应弯道内侧图像中各等待人员与其对应汽车后轮转弯轨迹线中各位置监测点的距离，筛选目标大型汽车对应弯道内侧图像中各等待人员与其对应汽车后轮转弯轨迹线的最短距离，并记为目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离。
所述转弯状态安全指数分析单元用于分析目标大型汽车对应的转弯状态安全指数，若小于预设的汽车转弯状态安全指数，则发出停止转弯预警指令。
作为本发明的一个具体实施例，所述转弯状态安全指数分析单元中目标大型汽车对应的转弯状态安全指数分析公式为
，其中
分别为目标大型汽车对应的转弯状态安全指数，e表示为自然常数，
分别表示为预设的等待人员与汽车车身、等待人员与转弯盲区区域的距离安全影响权重因子，
表示为预设的等待人员与汽车车身的安全间距，
表示为预设的等待人员与转弯盲区区域的安全间距。
在本实施例中，本发明通过对目标大型汽车对应转弯盲区区域进行监测，分析目标大型汽车对应的转弯状态安全指数，若小于预设的汽车转弯状态安全指数，则发出停止转弯预警指令，从而实现对目标大型汽车内轮差形成的视野盲区区域进行实时监测，提高大型汽车对应视野盲区监控的准确性，有效避免等待人员被汽车车身碰撞刮擦或者拖入车底等危险情况，进一步保障路口行人的生命安全。
所述汽车停止状态监控子系统，用于对目标大型汽车在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车驾驶员对应的下车行为安全性，并发出对应的处理指令。
作为本发明的一个具体实施例，通过车载高清摄像头对目标大型汽车在停止状态时左侧车门正后方区域进行监测，得到目标大型汽车对应左侧车门正后方区域的图像，若目标大型汽车对应左侧车门正后方区域的图像中无其他行驶车辆，表明目标大型汽车驾驶员对应的下车行为处于安全状态，则发出左侧车门开启指令；若目标大型汽车对应左侧车门正后方区域的图像中有其他行驶车辆，则获取目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，处理得到目标大型汽车驾驶员对应的下车安全指数，若目标大型汽车驾驶员对应的下车安全指数大于预设的驾驶员下车安全指数阈值，则发出左侧车门开启指令，反之，则发出下车危险预警指令。
作为本发明的一个具体实施例，所述目标大型汽车驾驶员对应的下车安全指数分析公式为
，其中
表示为目标大型汽车驾驶员对应的下车安全指数，
分别表示为预设的行驶车辆间距和行驶车辆速度对应的安全影响权重因子，
分别表示为目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，
表示为预设的驾驶员在下车过程中正后方区域内其他行驶车辆的安全间距，
表示为预设的目标大型汽车驾驶员对应的允许下车时长。
在本实施例中，本发明通过对目标大型汽车在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车驾驶员对应的下车行为安全性，并发出对应的处理指令，从而有效地提高大型汽车驾驶员的下车行为安全性，在极大程度上保障驾驶员的生命安全。
所述目标大型汽车中控平台，用于接收汽车并线状态监控子系统发出的并线危险预警提醒指令，并通过目标大型汽车中控平台进行并线危险预警提醒以及显示；同时接收汽车转弯状态监控子系统发出的停止转弯预警指令，并通过目标大型汽车中控平台进行停止转弯预警提醒以及显示；并接收汽车停止状态健康子系统发出的处理指令，若接收的处理指令为左侧车门开启指令，则通过目标大型汽车中控平台控制左侧车门开启，若接收的处理指令为下车危险预警指令，则通过目标大型汽车中控平台进行下车危险预警提醒。
所述数据存储库，用于存储各类型障碍物对应的标准轮廓，存储大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，并存储目标大型汽车对应的标准内轮差。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种汽车盲区监控系统，其特征在于，包括：
汽车行驶状态获取模块，用于获取目标大型汽车的行驶状态，根据目标大型汽车的行驶状态，执行对应的行驶状态监控子系统；
汽车并线状态监控子系统，用于对目标大型汽车在并线状态时各方位区域进行监测，分析目标大型汽车对应的并线状态安全指数，若小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令；
汽车转弯状态监控子系统包括汽车转弯盲区区域获取单元、转弯盲区区域监测单元、弯道内侧图像采集单元和转弯状态安全指数分析单元；
所述汽车转弯盲区区域获取单元用于获取目标大型汽车在转弯状态时对应的前轮转弯半径和后轮转弯半径，构建目标大型汽车对应的转弯盲区区域；
所述转弯盲区区域监测单元用于对目标大型汽车对应转弯盲区区域进行监测，若目标大型汽车对应转弯盲区区域内有等待人员，则发出紧急停止预警；反之则执行弯道内侧图像采集单元；
所述弯道内侧图像采集单元用于采集目标大型汽车对应弯道内侧图像，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离和各等待人员与汽车车身的距离；
所述转弯状态安全指数分析单元用于分析目标大型汽车对应的转弯状态安全指数，若小于预设的汽车转弯状态安全指数，则发出停止转弯预警指令；
汽车停止状态监控子系统，用于对目标大型汽车在停止状态时左侧车门正后方区域进行监测，分析目标大型汽车驾驶员对应的下车行为安全性，并发出对应的处理指令；
目标大型汽车中控平台，用于接收汽车并线状态监控子系统发出的并线危险预警提醒指令，接收汽车转弯状态监控子系统发出的停止转弯预警指令，接收汽车停止状态健康子系统发出的处理指令，并根据接收的指令进行对应的处理；
数据存储库，用于存储各类型障碍物对应的标准轮廓，存储大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，并存储目标大型汽车对应的标准内轮差。
2.根据权利要求1所述的一种汽车盲区监控系统，其特征在于：所述汽车并线状态监控子系统包括汽车方位区域监测单元、障碍物筛选单元、障碍物分析单元和并线状态安全指数评估单元；
所述汽车方位区域监测单元用于通过激光雷达扫描仪对目标大型汽车对应各方位区域进行监测，得到目标大型汽车对应各方位区域内各障碍物的位置和轮廓；
所述障碍物筛选单元用于根据目标大型汽车对应各方位区域内各障碍物的位置和轮廓，筛选得到目标大型汽车对应各视野盲区区域内各指定障碍物；
所述障碍物分析单元用于对目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓进行分析，得到目标大型汽车对应各视野盲区区域内各指定障碍物的类型以及各指定障碍物与车身的间距；
所述并线状态安全指数评估单元用于评估目标大型汽车对应的并线状态安全指数，对比分析后发出对应的指令。
3.根据权利要求2所述的一种汽车盲区监控系统，其特征在于：所述障碍物筛选单元对应的具体筛选方式为：
根据目标大型汽车在并线状态时对应的实时位置，得到目标大型汽车对应的各视野盲区区域，并将目标大型汽车对应各方位区域内各障碍物的位置与其对应的各视野盲区区域进行比较，若目标大型汽车对应某方位区域内某障碍物的位置处于其对应的某视野盲区区域内，则将目标大型汽车对应该方位区域内该障碍物记为位置符合障碍物，统计目标大型汽车对应各视野盲区区域内各位置符合障碍物，得到目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓，同时获取目标大型汽车对应各视野盲区区域的轮廓，将目标大型汽车对应各视野盲区区域内各位置符合障碍物的轮廓与其对应视野盲区区域的轮廓进行对比，若目标大型汽车对应某视野盲区区域内某位置符合障碍物的轮廓完全重叠在其对应视野盲区区域的轮廓内，则将目标大型汽车对应该视野盲区区域内该位置符合障碍物记为指定障碍物，筛选统计目标大型汽车对应各视野盲区区域内各指定障碍物。
4.根据权利要求3所述的一种汽车盲区监控系统，其特征在于：所述障碍物分析单元具体包括：
提取目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，将目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓与数据存储库中存储的各类型障碍物的标准轮廓进行对比，统计目标大型汽车对应各视野盲区区域内各指定障碍物轮廓与各类型障碍物标准轮廓的相似度，筛选目标大型汽车对应各视野盲区区域内各指定障碍物对应轮廓相似度最高的障碍物类型，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物的类型；
根据目标大型汽车对应各视野盲区区域内各指定障碍物的轮廓，得到目标大型汽车对应各视野盲区区域内各指定障碍物与汽车车身的最短间距，并将其记为目标大型汽车对应各视野盲区区域内各指定障碍物与车身的间距。
5.根据权利要求4所述的一种汽车盲区监控系统，其特征在于：所述并线状态安全指数评估单元具体包括：
提取数据存储库中存储的大型汽车并线状态中各类型障碍物对应的行驶安全影响系数，根据目标大型汽车对应各视野盲区区域内各指定障碍物的类型，筛选目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数，并将其标记为
，其中
，i表示为第i个视野盲区区域的编号，
，j表示为第j个指定障碍物的编号；
将目标大型汽车对应各视野盲区区域内各指定障碍物的行驶安全影响系数和各指定障碍物与车身的间距代入公式
，得到目标大型汽车对应的并线状态安全指数
，其中
表示为预设的大型汽车对应第i个视野盲区的安全影响系数，
分别表示为预设的障碍物类型和障碍物安全间距对应的汽车行驶安全影响权重因子，
表示为目标大型汽车对应第i个视野盲区区域内第j个指定障碍物与车身的间距，
表示为预设的障碍物与汽车车身的安全间距；
将目标大型汽车对应的并线状态安全指数与预设的汽车并线状态安全指数进行对比，若目标大型汽车对应的并线状态安全指数小于预设的汽车并线状态安全指数，则发出并线危险预警提醒指令至目标大型汽车中控平台。
6.根据权利要求1所述的一种汽车盲区监控系统，其特征在于：所述汽车转弯盲区区域获取单元用于根据目标大型汽车在转弯状态时方向盘转向角，获取目标大型汽车在转弯状态时对应的前轮转弯轨迹，进而得到目标大型汽车在转弯状态时对应的前轮转弯半径，同时提取数据存储库中存储的目标大型汽车对应的标准内轮差，分析得到目标大型汽车在转弯状态时对应的后轮转弯半径，进而得到目标大型汽车在转弯状态时对应的后轮转弯轨迹，并根据目标大型汽车在转弯状态时对应的前轮转弯轨迹和后轮转弯轨迹，构建得到目标大型汽车对应的转弯盲区区域。
7.根据权利要求6所述的一种汽车盲区监控系统，其特征在于：所述弯道内侧图像采集单元具体包括：
通过车载高清摄像头采集目标大型汽车对应弯道内侧图像，提取目标大型汽车对应弯道内侧图像中各等待人员的位置，测量得到目标大型汽车对应弯道内侧图像中各等待人员与汽车车身的距离，并将其标记为
，其中
，r表示为第r个等待人员的编号；
根据目标大型汽车对应转弯盲区区域，得到目标大型汽车对应弯道内侧图像中各等待人员与转弯盲区区域的距离，并将其标记为
。
8.根据权利要求7所述的一种汽车盲区监控系统，其特征在于：所述转弯状态安全指数分析单元中目标大型汽车对应的转弯状态安全指数分析公式为
，其中
分别为目标大型汽车对应的转弯状态安全指数，e表示为自然常数，
分别表示为预设的等待人员与汽车车身、等待人员与转弯盲区区域的距离安全影响权重因子，
表示为预设的等待人员与汽车车身的安全间距，
表示为预设的等待人员与转弯盲区区域的安全间距。
9.根据权利要求1所述的一种汽车盲区监控系统，其特征在于：所述汽车停止状态健康子系统具体包括：
通过车载高清摄像头对目标大型汽车在停止状态时左侧车门正后方区域进行监测，得到目标大型汽车对应左侧车门正后方区域的图像，若目标大型汽车对应左侧车门正后方区域的图像中无其他行驶车辆，表明目标大型汽车驾驶员对应的下车行为处于安全状态，则发出左侧车门开启指令；若目标大型汽车对应左侧车门正后方区域的图像中有其他行驶车辆，则获取目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，处理得到目标大型汽车驾驶员对应的下车安全指数，若目标大型汽车驾驶员对应的下车安全指数大于预设的驾驶员下车安全指数阈值，则发出左侧车门开启指令，反之，则发出下车危险预警指令。
10.根据权利要求9所述的一种汽车盲区监控系统，其特征在于：所述目标大型汽车驾驶员对应的下车安全指数分析公式为
，其中
表示为目标大型汽车驾驶员对应的下车安全指数，
分别表示为预设的行驶车辆间距和行驶车辆速度对应的安全影响权重因子，
分别表示为目标大型汽车对应左侧车门正后方区域内其他行驶车辆的间距和速度，
表示为预设的驾驶员在下车过程中正后方区域内其他行驶车辆的安全间距，
表示为预设的目标大型汽车驾驶员对应的允许下车时长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210737664.0A CN114801993B (zh) | 2022-06-28 | 2022-06-28 | 一种汽车盲区监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210737664.0A CN114801993B (zh) | 2022-06-28 | 2022-06-28 | 一种汽车盲区监控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114801993A true CN114801993A (zh) | 2022-07-29 |
| CN114801993B CN114801993B (zh) | 2022-09-06 |
Family
ID=82522349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210737664.0A Active CN114801993B (zh) | 2022-06-28 | 2022-06-28 | 一种汽车盲区监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114801993B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973155A (zh) * | 2022-08-01 | 2022-08-30 | 鹰驾科技（深圳）有限公司 | 一种基于ai图像识别行为智能监测分析管理系统 |
| CN115171431A (zh) * | 2022-08-17 | 2022-10-11 | 东揽(南京)智能科技有限公司 | 一种交叉口多视角大型车辆盲区预警方法 |
Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100023234A1 (en) * | 2008-07-23 | 2010-01-28 | Denso Corporation | Vehicle control system |
| US20100321174A1 (en) * | 2009-06-19 | 2010-12-23 | Chen Chia-Tseng | Vehicular collision warning system |
| JP2012040914A (ja) * | 2010-08-17 | 2012-03-01 | Denso Corp | 車両用挙動制御装置 |
| EP2604485A2 (de) * | 2011-12-14 | 2013-06-19 | Audi Ag | Verfahren zur Seitenwindstabilisierung eines Kraftfahrzeugs |
| CN103264661A (zh) * | 2013-05-15 | 2013-08-28 | 倪龙 | 一种近距离视觉盲区人体探测方法、装置及相关方法 |
| CN203198829U (zh) * | 2013-01-10 | 2013-09-18 | 管荣强 | 一种基于双目识别系统汽车并线辅助装置 |
| JP2013203192A (ja) * | 2012-03-28 | 2013-10-07 | Jvc Kenwood Corp | 内輪差発生通知装置、内輪差発生通知方法、内輪差発生通知プログラム |
| US20140071282A1 (en) * | 2012-09-13 | 2014-03-13 | GM Global Technology Operations LLC | Alert systems and methods using real-time lane information |
| CN104648391A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置及其工作方法 |
| CN204870462U (zh) * | 2015-09-08 | 2015-12-16 | 唐良贵 | 一种消除驾驶员视线盲区的汽车 |
| CN105398389A (zh) * | 2015-12-23 | 2016-03-16 | 安徽安凯汽车股份有限公司 | 一种汽车安全驾驶辅助检测系统及方法 |
| CN105522997A (zh) * | 2015-12-21 | 2016-04-27 | 东北大学 | 货车转弯智能安全预警系统及方法 |
| CN105667440A (zh) * | 2014-11-18 | 2016-06-15 | 鸿富锦精密工业（深圳）有限公司 | 汽车盲区监控预警系统及汽车 |
| KR20160095914A (ko) * | 2015-02-04 | 2016-08-12 | 경일대학교산학협력단 | 차량 승하차 안전제어 시스템 |
| WO2016138809A1 (zh) * | 2015-03-04 | 2016-09-09 | 郑州机械研究所 | 汽车、单轮组/双轮组无轨列车及其循迹转向控制方法 |
| CN106043126A (zh) * | 2016-07-28 | 2016-10-26 | 江苏罗思韦尔电气有限公司 | 一种重型卡车转向预警辅助装置及预警方法 |
| US20160355178A1 (en) * | 2015-06-02 | 2016-12-08 | Toyota Jidosha Kabushiki Kaisha | Surroundings monitoring apparatus and drive assistance apparatus |
| CN106981220A (zh) * | 2017-04-24 | 2017-07-25 | 河海大学 | 大型车右转弯安全预警系统 |
| CN108256470A (zh) * | 2018-01-16 | 2018-07-06 | 鹰驾科技（深圳）有限公司 | 一种车道偏移判断方法及汽车 |
| CN108407720A (zh) * | 2018-03-26 | 2018-08-17 | 宁夏大学 | 用于大型货车的安全距离报警及防护装置 |
| CN108482244A (zh) * | 2018-03-07 | 2018-09-04 | 神龙汽车有限公司 | 基于盲区雷达的汽车侧门主动防碰撞方法及系统 |
| CN208036106U (zh) * | 2017-12-27 | 2018-11-02 | 鹰驾科技（深圳）有限公司 | 一种全景驾驶辅助系统和汽车 |
| CN109080572A (zh) * | 2017-06-13 | 2018-12-25 | 重庆无线绿洲通信技术有限公司 | 一种车辆危险区域提醒方法及系统 |
| CA3009216A1 (en) * | 2017-07-14 | 2019-01-14 | Ccc Information Services Inc. | Driver assist design analysis system |
| CN109815832A (zh) * | 2018-12-28 | 2019-05-28 | 深圳云天励飞技术有限公司 | 行车预警方法及相关产品 |
| CN112009466A (zh) * | 2019-05-31 | 2020-12-01 | 上海博泰悦臻网络技术服务有限公司 | 一种开门防撞方法和防撞系统 |
| CN112485784A (zh) * | 2020-11-03 | 2021-03-12 | 浙江吉利控股集团有限公司 | 内轮差区域内目标的危险系数确定方法、装置、电子设备及存储介质 |
| CN112519800A (zh) * | 2020-11-20 | 2021-03-19 | 安徽网思科技有限公司 | 一种无人驾驶汽车用自检系统 |
| WO2021196145A1 (zh) * | 2020-04-02 | 2021-10-07 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆 |
| WO2022037603A1 (zh) * | 2020-08-21 | 2022-02-24 | 恒大新能源汽车投资控股集团有限公司 | 一种车辆盲区障碍物规避方法、装置及系统 |
| US20220055644A1 (en) * | 2020-08-20 | 2022-02-24 | Cubtek Inc. | Vehicle sensing system |
| US20220073054A1 (en) * | 2020-09-09 | 2022-03-10 | Ford Global Technologies, Llc | System and Method for Reducing Vehicle Turning Radius |
-
2022
- 2022-06-28 CN CN202210737664.0A patent/CN114801993B/zh active Active
Patent Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100023234A1 (en) * | 2008-07-23 | 2010-01-28 | Denso Corporation | Vehicle control system |
| US20100321174A1 (en) * | 2009-06-19 | 2010-12-23 | Chen Chia-Tseng | Vehicular collision warning system |
| JP2012040914A (ja) * | 2010-08-17 | 2012-03-01 | Denso Corp | 車両用挙動制御装置 |
| EP2604485A2 (de) * | 2011-12-14 | 2013-06-19 | Audi Ag | Verfahren zur Seitenwindstabilisierung eines Kraftfahrzeugs |
| JP2013203192A (ja) * | 2012-03-28 | 2013-10-07 | Jvc Kenwood Corp | 内輪差発生通知装置、内輪差発生通知方法、内輪差発生通知プログラム |
| US20140071282A1 (en) * | 2012-09-13 | 2014-03-13 | GM Global Technology Operations LLC | Alert systems and methods using real-time lane information |
| CN203198829U (zh) * | 2013-01-10 | 2013-09-18 | 管荣强 | 一种基于双目识别系统汽车并线辅助装置 |
| CN103264661A (zh) * | 2013-05-15 | 2013-08-28 | 倪龙 | 一种近距离视觉盲区人体探测方法、装置及相关方法 |
| CN104648391A (zh) * | 2013-11-16 | 2015-05-27 | 青岛网媒软件有限公司 | 智能大型车辆转向盲区安全警示装置及其工作方法 |
| CN105667440A (zh) * | 2014-11-18 | 2016-06-15 | 鸿富锦精密工业（深圳）有限公司 | 汽车盲区监控预警系统及汽车 |
| KR20160095914A (ko) * | 2015-02-04 | 2016-08-12 | 경일대학교산학협력단 | 차량 승하차 안전제어 시스템 |
| WO2016138809A1 (zh) * | 2015-03-04 | 2016-09-09 | 郑州机械研究所 | 汽车、单轮组/双轮组无轨列车及其循迹转向控制方法 |
| US20160355178A1 (en) * | 2015-06-02 | 2016-12-08 | Toyota Jidosha Kabushiki Kaisha | Surroundings monitoring apparatus and drive assistance apparatus |
| CN204870462U (zh) * | 2015-09-08 | 2015-12-16 | 唐良贵 | 一种消除驾驶员视线盲区的汽车 |
| CN105522997A (zh) * | 2015-12-21 | 2016-04-27 | 东北大学 | 货车转弯智能安全预警系统及方法 |
| CN105398389A (zh) * | 2015-12-23 | 2016-03-16 | 安徽安凯汽车股份有限公司 | 一种汽车安全驾驶辅助检测系统及方法 |
| CN106043126A (zh) * | 2016-07-28 | 2016-10-26 | 江苏罗思韦尔电气有限公司 | 一种重型卡车转向预警辅助装置及预警方法 |
| CN106981220A (zh) * | 2017-04-24 | 2017-07-25 | 河海大学 | 大型车右转弯安全预警系统 |
| CN109080572A (zh) * | 2017-06-13 | 2018-12-25 | 重庆无线绿洲通信技术有限公司 | 一种车辆危险区域提醒方法及系统 |
| CA3009216A1 (en) * | 2017-07-14 | 2019-01-14 | Ccc Information Services Inc. | Driver assist design analysis system |
| CN208036106U (zh) * | 2017-12-27 | 2018-11-02 | 鹰驾科技（深圳）有限公司 | 一种全景驾驶辅助系统和汽车 |
| CN108256470A (zh) * | 2018-01-16 | 2018-07-06 | 鹰驾科技（深圳）有限公司 | 一种车道偏移判断方法及汽车 |
| CN108482244A (zh) * | 2018-03-07 | 2018-09-04 | 神龙汽车有限公司 | 基于盲区雷达的汽车侧门主动防碰撞方法及系统 |
| CN108407720A (zh) * | 2018-03-26 | 2018-08-17 | 宁夏大学 | 用于大型货车的安全距离报警及防护装置 |
| CN109815832A (zh) * | 2018-12-28 | 2019-05-28 | 深圳云天励飞技术有限公司 | 行车预警方法及相关产品 |
| CN112009466A (zh) * | 2019-05-31 | 2020-12-01 | 上海博泰悦臻网络技术服务有限公司 | 一种开门防撞方法和防撞系统 |
| WO2021196145A1 (zh) * | 2020-04-02 | 2021-10-07 | 华为技术有限公司 | 一种车辆盲区识别方法、自动驾驶辅助系统以及包括该系统的智能驾驶车辆 |
| US20220055644A1 (en) * | 2020-08-20 | 2022-02-24 | Cubtek Inc. | Vehicle sensing system |
| WO2022037603A1 (zh) * | 2020-08-21 | 2022-02-24 | 恒大新能源汽车投资控股集团有限公司 | 一种车辆盲区障碍物规避方法、装置及系统 |
| US20220073054A1 (en) * | 2020-09-09 | 2022-03-10 | Ford Global Technologies, Llc | System and Method for Reducing Vehicle Turning Radius |
| CN112485784A (zh) * | 2020-11-03 | 2021-03-12 | 浙江吉利控股集团有限公司 | 内轮差区域内目标的危险系数确定方法、装置、电子设备及存储介质 |
| CN112519800A (zh) * | 2020-11-20 | 2021-03-19 | 安徽网思科技有限公司 | 一种无人驾驶汽车用自检系统 |
Non-Patent Citations (6)
| Title |
|---|
| 周立平等: "基于车辆右转内轮差的道路交叉口安全隐患预防方法", 《交通与运输》 * |
| 张卫华等: "半挂车转弯盲区实时监测预警与安全保障", 《中国安全科学学报》 * |
| 张立军等: "基于轨迹预测和模糊分析的商用车盲区防碰撞预警", 《同济大学学报(自然科学版)》 * |
| 王建美等: "挂车转弯安全预警系统设计研究", 《北京汽车》 * |
| 王振宇等: "国际交规通用大型车辆转弯侧向预警装置", 《中国科技教育》 * |
| 董树森等: "客货车盲区智能提醒研究", 《冶金管理》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973155A (zh) * | 2022-08-01 | 2022-08-30 | 鹰驾科技（深圳）有限公司 | 一种基于ai图像识别行为智能监测分析管理系统 |
| CN115171431A (zh) * | 2022-08-17 | 2022-10-11 | 东揽(南京)智能科技有限公司 | 一种交叉口多视角大型车辆盲区预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114801993B (zh) | 2022-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114801993B (zh) | 一种汽车盲区监控系统 | |
| CN100440269C (zh) | 高速公路汽车行驶智能检测预警方法及其预警系统 | |
| EP4283575A2 (en) | Detection of driving actions that mitigate risk | |
| CN104760593B (zh) | 车道变更辅助装置及其工作方法 | |
| DE102009006336B4 (de) | Verfahren zur Überwachung eine Einparkvorgangs | |
| CN103625463B (zh) | 一种车辆自动控制制动的方法及装置 | |
| WO2018026733A1 (en) | Determining causation of traffic events and encouraging good driving behavior | |
| EP2780184A1 (de) | Verfahren zum sicheren abstellen eines fahrzeuges in einer notsituation | |
| DE102006047634A1 (de) | Verfahren zum Erfassen eines Umfelds eines Fahrzeugs | |
| WO2013034338A1 (de) | Sicherheitseinrichtung für kraftfahrzeuge | |
| DE102014223744A1 (de) | Assistenzsystem zur Detektion von in der Umgebung eines Fahrzeuges auftretenden Fahrhindernissen | |
| CN106448262B (zh) | 一种智能交通告警控制方法 | |
| CN107399290A (zh) | 安全驾驶辅助系统及其控制方法 | |
| EP2626268A2 (de) | Vorrichtung zum Schutz der Außenspiegel beim KFZ vor Kollision mit seitlichen Hindernissen | |
| Olszewski et al. | Pedestrian safety assessment with video analysis | |
| CN108346316A (zh) | 一种基于车道线检测的智能违章防控系统 | |
| EP2110798A1 (de) | Verfahren zur Überwachung eines Verkehrswegs für ein Verkehrsmittel einer vorbestimmten Art | |
| CN103192785A (zh) | 车辆四周立体空间全监控系统 | |
| CN113173162A (zh) | 基于纵向横向同步探测的车辆前方碰撞警示方法 | |
| CN114360210A (zh) | 一种车辆疲劳驾驶预警系统 | |
| CN113112865A (zh) | 一种区域化车辆协同预警避险的交互系统及方法 | |
| CN206961331U (zh) | 一种高威胁车辆监测预警系统 | |
| Seiniger et al. | Development of a test procedure for driver assist systems addressing accidents between right turning trucks and straight driving cyclists | |
| CN113879211A (zh) | 预防渣土车右转过程与非机动车发生冲突的提醒方法及系统 | |
| CN111175735B (zh) | 一种抑制雷达监测系统误报的方法 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Blind Spot Monitoring System for Cars Effective date of registration: 20230615 Granted publication date: 20220906 Pledgee: Shenzhen Rural Commercial Bank Co.,Ltd. Pingdi Sub branch Pledgor: EAGLE DRIVE TECHNOLOGY (SHENZHEN) Co.,Ltd. Registration number: Y2023980044107 |