CN115019532A - 一种基于客运数据的公路安全隐患自动识别与预警系统 - Google Patents
一种基于客运数据的公路安全隐患自动识别与预警系统 Download PDFInfo
- Publication number
- CN115019532A CN115019532A CN202210422607.3A CN202210422607A CN115019532A CN 115019532 A CN115019532 A CN 115019532A CN 202210422607 A CN202210422607 A CN 202210422607A CN 115019532 A CN115019532 A CN 115019532A
- Authority
- CN
- China
- Prior art keywords
- data
- accident
- early warning
- vehicle
- warning system
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于道路交通安全领域,具体涉及一种基于客运数据的公路安全隐患自动识别与预警系统,该方法基于公路运输历史GPS数据,对历史数据进行分析整理出行驶路段中路段的交通安全程度,利用神经网络模型确定好行驶道路上容易发生交通事故的路段,并结合车载GPS匹配到GIS地图上,有效提高驾驶员和乘客在危险路段行驶的安全性,从事故多发路段位置信息存储、传输、位置定位以及提前预警到最后发生事故传输处理进行了一个完整的过程,解决了车辆在事故多发路段没有及时得到预警的问题。同时对将要发生的交通事故进行实时视频传输,并发送到后台进一步对事故安全处理,并且将实时视频数据以及对与车辆GPS定位,不断结合历史运行数据更新事故路段的位置。
Description
技术领域
本发明属于道路交通安全技术领域,具体涉及一种基于客运数据的公路安全隐患自动识别与预警系统.。
背景技术
随着我国公路运输的利用率不断提高,公路运输在交通出行、物流运输、促进社会经济发展等方面发挥着越来越重要的作用。与此同时,由于高速公路流量大、车速快、车辆组成复杂等特点,使得客运途中容易出现急刹车,急加速,急并线,超速等“三急一速”行为,使得在行驶路程中会在某些路段出现或多或少的交通安全事故;公路上发生的交通事故,给事故双方都来带了一定程度的创伤。因此要对于事故安全多发路段要进行一定程度的改善,来减少事故的发生,但目前我国公路安全面临的形势依然严峻。
对于公路运行中由于三急一速,天气,能见度,道路线形等因素的影响,公路交通事故时常会发生,公路事故预警系统,是为保障公路运输安全而设置的;同时发明人发现,目前现有的交通事故识别速度慢,无法及时对高速公路中的交通事故进行处理,也没有较好的提前预警系统,同时对于事故多发地段的整理也没有较高的时效性,从而严重危害人民的生命财产安全。
中国专利公开号CN 106530720 A一种高速公路道路交通安全黑点路段识别与预警方法公开了一种对发生事故的情况进行预警,不足之处(缺点)是只是对实时路况和事故进行处理,并没有提前在到达事故多发路段之前进行提前预警。同时不能对历史数据与实时视频相结合对事故多发路段进行数据更新。
发明内容
解决问题
本发明的目的是提供一种能够对车辆行至事故多发路段之前的一种预警功能,并且对于事发生的事故也进行后台上报和事故处理的系统。还提供了一种能够不断更新与整理历史数据的方法。
技术方案
一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,建立卷积神经网络模型整合一个完整的自动识别与预警的系统,包括:数据处理系统,车辆定位与预警系统,事故处理系统,其特征在于:所述数据处理系统基于公路运输历史数据,利用数据中的多元线性关系,找出行驶路段中车辆速度,运行状态发生变化的数据信息来确定事故发生路段;所述车辆定位与预警系统是利用位置信息处理模块结合GIA地图确定事故多发地段的具体位置,结合车载GPS,将相关信息传输到GIS地图上以所整合的历史数据中事故多发路段的位置信息,根据车辆GPS定位,系统实时监测用于检测目标位置数据,并且获得目标的位置数据和所处路段安全状况,同时根据数据所标明的事故多发路段的信息相互对比,识别出车辆将要行驶到预警范围内,通过软件对驾驶员发出将要到达事故多发路段的预警效果;所述事故处理系统对将要发生的交通事故进行实时视频传输记录事故发生画面,发生结果,并发送到后台进行进一步的事故安全处理,同时利用实时视频数据以及对与车辆GPS定位,不断结合历史运行数据更新事故路段的位置。
优选的,所述数据处理系统可利用运行客车的GPS历史数据进行处理,整合处理出车辆速度和行驶路线发生突变的数据,即为所要找到的预警路段数据。
优选的,所述数据处理系统是通过利用历史运行数据快速整合识别出的公路安全隐患,要根据GPS 数据,识别出客车每路段基本单元的急刹车,急加速,急并线,超速的“三急一速”行为,通过所获取的数据,利用软件结合GIA地图所建立的图层进一步确定好事故多发地段的具体位置。再利用“一维卷积神经网络序列处理”和“二维卷积神经网络图像文本数据处理”技术建立模型。对行驶道路上基本单元的偶发性安全隐患、常发性安全隐患及等级进行分类。利用整合的历史数据,以及所建立的算法技术模型,自动识别出安全隐患严重程度等级达到预警效果能够利用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,并将事故多发地点的信息传输到与GIS信息数据相关联的预警软件设备上达到提前预警即将到达事故路段的提醒作用。即是在车辆行驶GPS定位位置与地图上根据数据所标明的事故多发路段的信息相互对比,识别出车辆将要行驶到特定的预警范围内,通过软件对驾驶员发出将要到达事故多发路段的预警效果。所利用的卷积神经网络模型中三维视频处理技术,对即将发生事故的车辆的实时视频数据进行传输,作为视频输入模块。
优选的,所述车辆定位与预警系统是对行驶道路上基本单元的偶发性安全隐患、常发性安全隐患及等级进行分类;利用整合的历史数据,以及所建立的算法技术模型和在数据图层上的事故信息位置,自动识别出安全隐患严重程度等级达到预警效果;同时使用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,将事故多发地点的信息传输到与GIS信息数据相关联的预警软件设备上达到提前预警即将到达事故路段的提醒作用。
优选的,所利用的卷积神经网络模型中三维视频处理技术,对即将发生事故的车辆的实时视频数据进行传输,作为视频输入模块;并在车辆行驶GPS定位位置与地图上根据数据所标明的事故多发路段的信息相互对比,识别出车辆将要行驶到预警范围内,通过软件对驾驶员发出将要到达事故多发路段的预警效果。优选的,所述的事故处理系统将视频模块进行分类,图像视频进行整理,确定好事故车辆类别和事故画面情况。
优选的,通过所传输的图像并利用图像处理软件结合GPS确定车辆事故发生路段;将视频模块进行分类,图像视频进行整理,确定好事故车辆类别和事故画面情况通过所传输的图像并利用软件结合GPS确定车辆事故发生路段。将事故数据视频上报后台,进行下一步具体事故解决方法。
优选的,基于历史车载GPS数据,分析车载识别预警系统,所需软件和装置,将有效数据匹配至GIS 地图上。
优选的,基于历史车载GPS数据,分析车载识别预警系统,所需软件和装置,将有效数据匹配至GIS 地图上,整合视频数据传输,对实时数据进行更新,并与历史数据相结合,使得整个自动识别预警系统的时效性。
优选的,能够利用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,达到提前预警即将到达事故路段的提醒作用。
有益效果
本发明提出的一种基于客运数据的公路安全隐患自动识别与预警系统,其有益效果在于:
1)能够对于路线上行驶的车辆进行实时定位,并自动识别所处位置,结合历史事故数据,对即将到达事故多发路段的车辆进行提前预警,能够提高驾驶员的警惕性,降低车辆在事故多发路段上的事故程度。
2)能够对将要发生事故的车辆进行实时视频数据采集,并通过GPS定位和神经网络系统将事故数据反馈到后台,进行下一步的事故的处理,能够大大提高事故发生后的处理解决效率。
3)能够不断更新事故路段地点位置,将实时数据与历史数据相结合,起到对事故路段定位的时效性。
附图说明
图1:一种基于客运数据的公路安全隐患自动识别与预警系统流程图;
图2:交通图像视频数据处理结构体系图。
具体实施方式
本发明提出的一种基于客运数据的公路安全隐患自动识别与预警系统,该方法建立卷积神经网络模型整合一个完整的自动识别与预警的系统,包括:利用运行数据;整合确定交通危险路段;对行车车辆进行定位识别;对即将到达危险区域车辆提前预警;对即将发生事故车辆获取实时视频数据;将预警信号传输到后台进行车辆事故进一步解决;录入行驶数据信息;更新识别信息系统。
利用历史运行数据快速整合识别出的公路安全隐患,要根据GPS数据,识别出客车在路段基本单元的急刹车,急加速,急并线,超速的“三急一速”行为,进一步确定好事故多发地段的具体位置。在对所调查路段的运营车辆的GPS数据进行收集整合,进一步的利用“一维卷积神经网络序列处理”和“二维卷积神经网络图像文本数据处理”技术建立模型,找出事故多发路段信息。基于“三急有速”行为,对行驶道路上基本单元的偶发性安全隐患、常发性安全隐患及等级进行分类;使用ArcGIS API编写程序,从而在 ArcGIS中创建数字地图图层,将整合出来的交通事故信息的数据库文件导入数字地图,对其中事故地点的所在进行搜索,从而定位交通事故多发路段的位置。同时利用整合的历史数据,以及所建立的算法技术模型,识别出安全隐患严重程度等级达到预警效果,能够利用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,达到提前预警即将到达事故路段的提醒作用。所利用的卷积神经网络模型中三维视频处理技术,对即将发生数固的车辆的实时视频数据进行传输,作为视频输入模块。
将视频模块进行分类,图像视频进行整理,确定好事故车辆类别和事故画面情况通过所传输的图像并利用软件结合GPS确定车辆事故发生路段。将事故数据视频上报后台,进行下一步具体事故解决方法。
基于历史车载GPS数据,分析车载识别预警系统,结合软件装置数据处理,将有效数据匹配至GIS 地图上。整合视频数据传输,对实时数据进行更新,并与历史数据相结合,使得整个自动识别预警系统的时效性得到提高。应对整个路程中事故多发路段的提前预警,事故发生时的视频记录传输,和事故数据整合的整个流程的有效性以及神经网络系统(车辆实时定位系统,图像识别功能,预警系统,信息传输系统) 都要相互协作。
提出的一种基于客运数据的公路安全隐患自动识别与预警系统,该方法基于公路运输历史GPS数据,对这些历史数据进行整理分类,分析整理出行驶路段中的不同路段的交通安全程度,并利用神经网络模型确定好行驶道路上容易发生交通事故的路段,并结合车载GPS,利用相关软件匹配到GIS地图上以所整合的历史数据中多发路段的位置信息,建立在GIS上的图层,导入事故信息,确定事故路段所在地,从而根据车辆GPS定位,对车辆运行到交通事故多发路段之前,提前做好预警工作。对将要发生的交通事故进行实时视频传输,并发送到后台进行进一步的事故安全处理,同时利用实时视频数据以及对与车辆GPS定位,不断结合历史运行数据更新事故路段的位置。
本发明并不限于上述具体实施方式.本发明所属技术领域的技术人员可以对所描述的具体实施方式做多种修改、补充或采用类似的方式替代,在不偏离本发明的精神或者超越所附权利要求书所定义的范围,都在本发明所要求保护范围内。
Claims (10)
1.一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,建立卷积神经网络模型整合一个完整的自动识别与预警的系统,包括:数据处理系统,车辆定位与预警系统,事故处理系统,其特征在于:所述数据处理系统基于公路运输历史数据,利用数据中的多元线性关系,找出行驶路段中车辆速度,运行状态发生变化的数据信息来确定事故发生路段;所述车辆定位与预警系统是利用位置信息处理模块结合GIA地图确定事故多发地段的具体位置,结合车载GPS,将相关信息传输到GIS地图上以所整合的历史数据中事故多发路段的位置信息,根据车辆GPS定位,系统实时监测用于检测目标位置数据,并且获得目标的位置数据和所处路段安全状况,同时根据数据所标明的事故多发路段的信息相互对比,识别出车辆将要行驶到预警范围内,通过软件对驾驶员发出将要到达事故多发路段的预警效果;所述事故处理系统对将要发生的交通事故进行实时视频传输记录事故发生画面,发生结果,并发送到后台进行进一步的事故安全处理,同时利用实时视频数据以及对与车辆GPS定位,不断结合历史运行数据更新事故路段的位置。
2.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,所述数据处理系统可利用运行客车的GPS历史数据进行处理,整合处理出车辆速度和行驶路线发生突变的数据,即为所要找到的预警路段数据。
3.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,所述数据处理系统是通过利用历史运行数据快速整合识别出的公路安全隐患,要根据GPS数据,识别出客车每路段基本单元的急刹车,急加速,急并线,超速的“三急一速”行为,通过所获取的数据,利用软件结合GIA地图所建立的图层进一步确定好事故多发地段的具体位置;再利用利用“一维卷积神经网络序列处理”和“二维卷积神经网络图像文本数据处理”技术建立模型;对行驶道路上基本单元的偶发性安全隐患、常发性安全隐患及等级进行分类;利用整合的历史数据,以及所建立的算法技术模型,确定好事故多发路段的位置信息在GIS上建立图层,进一步确定好事故多发地段的具体位置。
4.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,所述车辆定位与预警系统是对行驶道路上基本单元的偶发性安全隐患、常发性安全隐患及等级进行分类;利用整合的历史数据,以及所建立的算法技术模型和在数据图层上的事故信息位置,自动识别出安全隐患严重程度等级达到预警效果;同时使用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,将事故多发地点的信息传输到与GIS信息数据相关联的预警软件设备上达到提前预警即将到达事故路段的提醒作用。
5.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,所利用的卷积神经网络模型中三维视频处理技术,对即将发生事故的车辆的实时视频数据进行传输,作为视频输入模块;并在车辆行驶GPS定位位置与地图上根据数据所标明的事故多发路段的信息相互对比,识别出车辆将要行驶到预警范围内,通过软件对驾驶员发出将要到达事故多发路段的预警效果。
6.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,所述的事故处理系统将视频模块进行分类,图像视频进行整理,确定好事故车辆类别和事故画面情况。
7.如权利要求6所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,通过所传输的图像并利用图像处理软件结合GPS确定车辆事故发生路段;将事故数据视频传输到后台,进行下一步具体事故解决方法。
8.如权利要求7所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,基于历史车载GPS数据,分析车载识别预警系统,所需软件和装置,将有效数据匹配至GIS地图上。
9.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,整合视频数据传输,对实时数据进行更新,并与历史数据相结合,使得整个自动识别预警系统的时效性。
10.如权利要求1所述的一种基于客运数据的公路安全隐患自动识别与预警系统,其特征在于,能够利用基本单元GPS定位,以及网络神经系统,确定车辆所处位置,并于历史事故路段相匹配,达到提前预警即将到达事故路段的提醒作用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210422607.3A CN115019532A (zh) | 2022-04-21 | 2022-04-21 | 一种基于客运数据的公路安全隐患自动识别与预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210422607.3A CN115019532A (zh) | 2022-04-21 | 2022-04-21 | 一种基于客运数据的公路安全隐患自动识别与预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115019532A true CN115019532A (zh) | 2022-09-06 |
Family
ID=83067358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210422607.3A Pending CN115019532A (zh) | 2022-04-21 | 2022-04-21 | 一种基于客运数据的公路安全隐患自动识别与预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115019532A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116434539A (zh) * | 2023-02-28 | 2023-07-14 | 东南大学 | 基于数字孪生的极端雨水天气下高速公路车速预警方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105892A (zh) * | 2007-07-30 | 2008-01-16 | 深圳市融合视讯科技有限公司 | 一种车辆交通事故的自动检测方法 |
CN101819718A (zh) * | 2010-04-26 | 2010-09-01 | 招商局重庆交通科研设计院有限公司 | 交通事故识别预警方法 |
CN107093331A (zh) * | 2016-02-17 | 2017-08-25 | 上海博泰悦臻网络技术服务有限公司 | 一种事故多发地段预警方法、系统以及一种智能车载系统 |
CN109671262A (zh) * | 2019-01-16 | 2019-04-23 | 广州思创科技发展有限公司 | 基于事故黑点对司机行为预警的系统及方法 |
CN111833649A (zh) * | 2019-04-23 | 2020-10-27 | 上海博泰悦臻网络技术服务有限公司 | 基于大数据的交通事故预防方法及系统 |
CN113160593A (zh) * | 2021-01-18 | 2021-07-23 | 重庆交通大学 | 一种基于边云协同的山区公路行车安全预警方法 |
CN113838284A (zh) * | 2021-09-15 | 2021-12-24 | 北京中交兴路车联网科技有限公司 | 一种事故高发路段上的车辆预警方法、装置、存储介质及终端 |
-
2022
- 2022-04-21 CN CN202210422607.3A patent/CN115019532A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105892A (zh) * | 2007-07-30 | 2008-01-16 | 深圳市融合视讯科技有限公司 | 一种车辆交通事故的自动检测方法 |
CN101819718A (zh) * | 2010-04-26 | 2010-09-01 | 招商局重庆交通科研设计院有限公司 | 交通事故识别预警方法 |
CN107093331A (zh) * | 2016-02-17 | 2017-08-25 | 上海博泰悦臻网络技术服务有限公司 | 一种事故多发地段预警方法、系统以及一种智能车载系统 |
CN109671262A (zh) * | 2019-01-16 | 2019-04-23 | 广州思创科技发展有限公司 | 基于事故黑点对司机行为预警的系统及方法 |
CN111833649A (zh) * | 2019-04-23 | 2020-10-27 | 上海博泰悦臻网络技术服务有限公司 | 基于大数据的交通事故预防方法及系统 |
CN113160593A (zh) * | 2021-01-18 | 2021-07-23 | 重庆交通大学 | 一种基于边云协同的山区公路行车安全预警方法 |
CN113838284A (zh) * | 2021-09-15 | 2021-12-24 | 北京中交兴路车联网科技有限公司 | 一种事故高发路段上的车辆预警方法、装置、存储介质及终端 |
Non-Patent Citations (2)
Title |
---|
GUOZHU CHENG ET.: "Reserach on Highway Roadside Safety", 《JOURNAL OF ADVANCED TRANSPORTATION》 * |
程国柱 等: "公路货运通道路侧事故多发路段判别与线形设计", 《哈尔滨工业大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116434539A (zh) * | 2023-02-28 | 2023-07-14 | 东南大学 | 基于数字孪生的极端雨水天气下高速公路车速预警方法 |
CN116434539B (zh) * | 2023-02-28 | 2024-03-15 | 东南大学 | 基于数字孪生的极端雨水天气下高速公路车速预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11891071B2 (en) | Vehicle to vehicle telematics | |
CN109859500B (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
US10332390B1 (en) | Driving event data analysis | |
US9623876B1 (en) | Driving analysis using vehicle-to-vehicle communication | |
CN108074396A (zh) | 安全行驶评价方法及系统 | |
CN110428604B (zh) | 一种基于轨迹和地图数据的出租车违停监测与预警方法 | |
US20190042857A1 (en) | Information processing system and information processing method | |
CN103050013B (zh) | 基于车联网技术的车辆分级限速监控方法及其装置 | |
CN113870554B (zh) | 一种车辆安全监测方法、装置、存储介质及终端 | |
CN114140300A (zh) | 基于gps数据识别车辆停靠点方法、装置、存储介质及终端 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN111899517B (zh) | 一种高速公路疲劳驾驶违法行为判定方法 | |
CN110599791A (zh) | 信息监控方法、装置和设备 | |
CN112735185A (zh) | 一种基于5g及北斗技术的车辆管理系统 | |
CN108182818B (zh) | 一种智能交通预警系统 | |
CN115019532A (zh) | 一种基于客运数据的公路安全隐患自动识别与预警系统 | |
CN108665084B (zh) | 一种对驾驶风险的预测方法及系统 | |
CN110807929A (zh) | 一种交通警用辅助指挥信息分析研判系统 | |
RU104356U1 (ru) | Автоматизированная система глобальной безопасности дорожного движения, мониторинга дорожной обстановки, дорожной ситуации, режимов работы всех бортовых систем и узлов автомобиля, сбора, обработки, передачи полученной информации от одних автомобилей к другим автомобилям и специальным государственным службам средствами связи и навигации | |
CN111445669A (zh) | 一种公交车的安全监测系统 | |
CN111047835A (zh) | 一种基于区块链的公路客运超速预警系统 | |
CN112447042A (zh) | 交通事件侦测系统及方法 | |
CN114724356B (zh) | 基于气象数据整合的gis高速公路事故预警的方法及系统 | |
CN112622921B (zh) | 一种检测司机异常驾驶行为的方法、装置及电子设备 | |
Chen et al. | Vehicle on Shoulder and Crash—Correlation or Causation? |
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 |