CN115240421B - 一种基于作业区的事故高效提报方法 - Google Patents
一种基于作业区的事故高效提报方法 Download PDFInfo
- Publication number
- CN115240421B CN115240421B CN202210872351.6A CN202210872351A CN115240421B CN 115240421 B CN115240421 B CN 115240421B CN 202210872351 A CN202210872351 A CN 202210872351A CN 115240421 B CN115240421 B CN 115240421B
- Authority
- CN
- China
- Prior art keywords
- data
- image
- accident
- vehicle
- image data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 206010039203 Road traffic accident Diseases 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于作业区的事故高效提报方法,涉及智能交通技术领域,解决了现有技术在进行作业区事故提报时,无法及时提报事故的详细信息,导致事故提报效率低,且响应时间长的技术问题;本发明先数据采集信号采集图像数据,对图像数据进行预分析判断是否发生交通事故,当发生交通事故则立即上报,则一路三方可以做好基础准备;接着采集车辆数据和身体数据获取现场图像和伤亡信息,再对现场图像和伤亡信息进行提报,有助于一路三方进行资源调度;本发明在交通事故信号提报之后,按照采集角度对图像数据进行拼接,形成现场图像,同时结合车辆数据和身体数据确定伤亡信息,一路三方对应的各单位可以根据现场图像和伤亡信息对资源进行精确调度。
Description
技术领域
本发明属于智能交通领域,涉及作业区的事故提报技术,具体是一种基于作业区的事故高效提报方法。
背景技术
随着高速通车里程的不断增加,高速公路养护事业也得到了快速发展。高速公路养护施工作业具有不中断交通和封闭部分车道的特点,由于部分道路封闭,道路条件发生变化,极易发生交通安全事故。
高速作业区一旦发生交通事故,会造成车辆拥堵以及人员安全,需要相关单位协调救援。但是在事故发生之后,无法及时进行事故提报,相关单位也无法详细了解事故信息,导致事故提报效率低,且响应时间长;因此,亟须一种基于作业区的事故高效提报方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种基于作业区的事故高效提报方法,用于解决现有技术在进行作业区事故提报时,无法及时提报事故的详细信息,导致事故提报效率低,且响应时间长的技术问题。
本发明根据数据采集信号采集图像数据,对图像数据进行预分析判断是否发生交通事故,如果发生交通事故则立即上报,并采集车辆数据和身体数据获取现场图像和伤亡信息,再对现场图像和伤亡信息进行提报,分两次进行数据提报,能够保证一路三方及时接收到事故信息,提高一路三方的协作效率。
为实现上述目的,本发明的第一方面提供了一种基于作业区的事故高效提报方法,包括中央控制模块,以及与之相连接的若干智能终端,且若干所述智能终端包括车载终端和穿戴终端;
若干智能终端:通过与之相连接的图像采集设备采集图像数据;以及
获取目标车辆的车辆数据,以及作业人员的身体数据,并将所述车辆数据和所述身体数据发送至所述中央控制模块;
中央控制模块:对所述图像数据进行预分析,当预分析结果异常时,生成交通事故信号,将所述交通事故信号提报至对应的一路三方;以及
对所述图像数据进行拼接,获取现场图像;同时对所述车辆数据和所述身体数据进行分析,获取伤亡信息;提报所述现场图像和所述伤亡信息。
优选的,所述中央控制模块与若干所述智能终端通信和/或电气连接;且所述车载终端设置在车辆内部,所述穿戴终端由作业人员或者驾驶人员佩戴;
所述智能终端设置或者连接有所述图像采集设备;其中,所述图像采集设备具体为摄像头。
优选的,所述中央控制模块实时分析所述智能终端的实时位置与作业区域的距离,当二者距离小于距离阈值时,则生成数据采集信号并发送至对应的所述智能终端;其中,所述距离阈值根据历史经验设定;
所述智能终端根据所述数据采集信号进行数据采集,获取所述图像数据、所述车辆数据和所述身体数据。
优选的,所述中央控制模块对所述图像数据进行预分析,当所述图像数据中存在事故画面时,则生成所述交通事故信号,包括:
获取所述图像数据,并对所述图像数据进行图像预处理;其中,所述图像预处理包括图像裁剪、图像分割和灰度变换;
通过图像识别技术识别所述图像数据中是否存在所述事故画面;其中,所述图像识别技术包括卷积神经网络和BP神经网络;
当所述图像数据存在所述事故画面时,则生成所述交通事故信号。
优选的,在所述交通事故信号生成之后,立即发送至对应的一路三方;其中,所述一路三方的通讯方式存储在所述中央控制模块中;
所述一路三方接收到所述交通事故信号之后进行接收反馈;当所述一路三方未及时进行接收反馈时,则通过中央控制模块进行预警。
优选的,在所述交通事故信号发生之后,则所述中央控制模块对所述图像数据进行拼接,获取所述现场图像,包括:
通过若干所述智能终端获取若干组图像序列;其中,每组所述图像序列通过同一所述智能终端获取,且至少包括一张图像数据;
对若干组所述图像序列中的图像数据进行角度分析,根据采集角度将各所述图像数据拼接起来,生成所述现场图像。
优选的,所述中央控制模块通过所述车辆数据和所述身体数据获取所述伤亡信息,包括:
获取所述车辆数据和所述身体数据;其中,所述车辆数据通过车载摄像头获取,且所述车载摄像头设置在车辆内部和/或车辆外部;所述身体数据包括心跳数据和体温数据;
对所述车辆数据和所述身体数据进行分析,获取所述伤亡信息;其中,所述伤亡信息包括伤亡数量以及对应的伤亡位置,且所述伤亡位置为伤员所处位置。
优选的,所述中央控制模块获取所述现场图像和所述伤亡信息之后,立即提报至所述一路三方;
所述一路三方根据所述现场图像和所述伤亡信息进行资源调度。
与现有技术相比,本发明的有益效果是:
1、本发明先数据采集信号采集图像数据,对图像数据进行预分析判断是否发生交通事故,如果发生交通事故则立即上报,则一路三方可以做好基础准备;接着采集车辆数据和身体数据获取现场图像和伤亡信息,再对现场图像和伤亡信息进行提报,有助于一路三方进行资源调度。
2、本发明在交通事故信号提报之后,按照采集角度对图像数据进行拼接,形成现场图像,同时结合车辆数据和身体数据确定伤亡信息,一路三方对应的各单位可以根据现场图像和伤亡信息对资源进行精确调度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明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做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。
传统高速公路作业区域的交通事故预警一般是将事故信息进行采集汇总之后发送至一路三方,一路三方对采集的事故信息进行分析研判,然后进行人员调度,整个过程会浪费大量时间,导致事故信息无法及时提报和处理。
本发明根据数据采集信号采集图像数据,对图像数据进行预分析判断是否发生交通事故,如果发生交通事故则立即上报,则一路三方可以做好基础准备;接着采集车辆数据和身体数据获取现场图像和伤亡信息,再对现场图像和伤亡信息进行提报,有助于一路三方进行资源调度。
请参阅图1,本申请第一方面实施例提供了一种基于作业区的事故高效提报方法,包括中央控制模块,以及与之相连接的若干智能终端,且若干智能终端包括车载终端和穿戴终端;
若干智能终端:通过与之相连接的图像采集设备采集图像数据;以及获取目标车辆的车辆数据,以及作业人员的身体数据,并将车辆数据和身体数据发送至中央控制模块;
中央控制模块:对图像数据进行预分析,当预分析结果异常时,生成交通事故信号,将交通事故信号提报至对应的一路三方;以及对图像数据进行拼接,获取现场图像;同时对车辆数据和身体数据进行分析,获取伤亡信息;提报现场图像和伤亡信息。
本申请分两次对事故信息进行提报,第一次是根据图像数据判断是否发生交通事故,如果发生交通事故则提高交通事故信号,方便一路三方提前做好准备;第二次是根据车辆数据和身体数据获取伤亡信息,一路三方可以根据现场图像和伤亡信息进行资源调度。
本申请中的一路三方是指保障某一高速路段安全运营的“警”、“路”、“企”三方。其中,“警”主要是指高速公路交警部门;“路”包括高速公路路政部门和交通运输稽查管理部门;“企”涵盖范围较广,包括高速公路经营公司、路面施工养护部门、清障施救公司、保险公司、医疗单位等。
本申请中的中央控制模块与若干智能终端通信和/或电气连接;且车载终端设置在车辆内部,穿戴终端由作业人员或者驾驶人员佩戴;智能终端设置或者连接有图像采集设备;图像采集设备具体为摄像头。
中央控制模块相当于服务器,主要用于进行数据处理,且中央控制模块与若干智能终端相连接。智能终端包括车载终端和穿戴终端,车载终端设置在车辆内部,与车辆的各传感器进行数据交互;穿戴终端由作业人员或者及时人员佩戴,包括智能头盔、智能手环等,作业人员佩戴智能终端主要是对其身体数据进行监测获取,而智能头盔则是摩托车或者电瓶车驾驶人员佩戴。
智能终端设置有图像采集设备,如智能头盔中设置有图像采集设备;智能终端也可以与图像采集设备连接,如车载终端与车载摄像头相连接。
本申请中的中央控制模块实时分析智能终端的实时位置与作业区域的距离,当二者距离小于距离阈值时,则生成数据采集信号并发送至对应的智能终端;智能终端根据数据采集信号进行数据采集,获取图像数据、车辆数据和身体数据。
为了节约能源,本申请中的智能终端并不是一直都在工作,而是接收到中央控制模块发送的数据采集信号才进行数据采集。通过中央控制模块计算智能终端实时位置和作业区域的距离,当二者之间的距离小于距离阈值时,则生成数据采集信号。
可以理解的是,实时位置和作业区域的距离实际是目标车辆(车载终端对应的车辆)与作业区域边界的距离,且此处的距离并一定是直线距离,而是二者之间的道路长度。距离阈值根据实际经验设定,如100米、200米等。
本申请中的中央控制模块对图像数据进行预分析,当图像数据中存在事故画面时,则生成交通事故信号,包括:
获取图像数据,并对图像数据进行图像预处理;通过图像识别技术识别图像数据中是否存在事故画面;当图像数据存在事故画面时,则生成交通事故信号。
通过图像识别技术对图像预处理之后的图像数据进行分析,判断图像数据中是否存在事故画面。在判断是否存在事故画面时,主要判断图像数据中前后帧的关系,如目标车辆在正常行驶与发生事故时,图像数据会有明显变化;具体识别技术可参考发明专利一种道路交通事故检测方法、装置、计算机及存储介质(公开号为CN113378803A)。可以理解的是,也可以通过作业人员佩戴的智能终端获取图像数据,并分析该图像数据中是否存在事故画面。
当图像数据中存在事故画面时,判定已经发生交通事故,则生成交通事故信号并提报至一路三方,以便一路三方提前做好准备。无论是图像数据还是事故画面,其目的都是判定是否发生交通事故。
在交通事故信号生成之后,立即发送至对应的一路三方;一路三方接收到交通事故信号之后进行接收反馈;当一路三方未及时进行接收反馈时,则通过中央控制模块进行预警。
将交通事故信号提报至一路三方之后,一路三方中的各单位需要就是否收到交通事故信号进行接收反馈,即当各单位接收到交通事故信号之后,发送反馈信号至中央控制模块。当设定时间内没有接收到某单位的反馈时,则判定该单位联系方式异常,则可再次发送交通事故信号至该单位,或者发送交通事故信号至与该单位相同属性的单位。
本申请中在交通事故信号发生之后,则中央控制模块对图像数据进行拼接,获取现场图像,包括:
通过若干智能终端获取若干组图像序列;对若干组图像序列中的图像数据进行角度分析,根据采集角度将各图像数据拼接起来,生成现场图像。
在交通事故信号顺利发送之后,中央控制模块应立即收集事故现场信息,通过智能终端获取若干组图像序列,根据这若干组图像拼接成现场图像。可以理解的是,现场图像类似于360°的全景图像,现场图像中可以有部分数据缺失,有多少可用图像数据则拼接多少图像数据。
每组图像序列通过同一智能终端获取,且至少包括一张图像数据;可以按照采集时刻对图像序列中的图像数据进行分割获取若干组图像数据,然后对每组图像数据进行拼接形成全景图像,将所有全景图像拼接起来生成全景视频。
本申请中的中央控制模块通过车辆数据和身体数据获取伤亡信息,包括:
获取车辆数据和身体数据;对车辆数据和身体数据进行分析,获取伤亡信息。
伤亡信息包括伤亡数量以及对应的伤亡位置,且伤亡位置为伤员所处位置,伤亡位置通过图像数据获取,且伤亡位置可以缺失。车辆数据通过车载摄像头获取,且车载摄像头设置在车辆内部和/或车辆外部;身体数据包括心跳数据和体温数据。
当目标车辆发生交通事故时,可以根据车辆数据获取交通事故涉及到的人数,如车外有多少人,车内有多少人。而身体数据可以用来判断人员受到的损害。可以理解的是,无法通过获取身体数据的人员,均按照伤员处理,如目标车辆内的人员,没有佩戴穿戴设备,则一律按照伤员处理,也可以根据交通事故的严重程度来判断车内人员受伤的可能性。
本申请中的中央控制模块获取现场图像和伤亡信息之后,立即提报至一路三方;一路三方根据现场图像和伤亡信息进行资源调度。
第一次提报时,各单位可以做好准备,第二次提报时,各单位可以根据现场图像和预估的伤亡信息调度资源。可以理解的是,在没有及时接收到现场图像和伤亡信息时,各单位可按照既定标准做准备。
本发明的工作原理:
通过与若干智能终端相连接的图像采集设备采集图像数据;中央控制模块对图像数据进行预分析,当预分析结果异常时,生成交通事故信号,将交通事故信号提报至对应的一路三方。
通过若干智能终端获取目标车辆的车辆数据,以及作业人员的身体数据,并将车辆数据和身体数据发送至中央控制模块。
中央控制模块对图像数据进行拼接,获取现场图像;同时对车辆数据和身体数据进行分析,获取伤亡信息,并及时提报现场图像和伤亡信息至一路三方。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (7)
1.一种基于作业区的事故高效提报方法,由中央控制模块,以及与之相连接的若干智能终端实现,且若干所述智能终端包括车载终端和穿戴终端,其特征在于:
通过与若干所述智能终端相连接的图像采集设备采集图像数据;所述中央控制模块对所述图像数据进行预分析,当预分析结果异常时,生成交通事故信号,将所述交通事故信号提报至对应的一路三方;
通过若干所述智能终端获取目标车辆的车辆数据,以及作业人员的身体数据,并将所述车辆数据和所述身体数据发送至所述中央控制模块;
所述中央控制模块对所述图像数据进行拼接,获取现场图像;同时对所述车辆数据和所述身体数据进行分析,获取伤亡信息,并及时提报所述现场图像和所述伤亡信息至所述一路三方;
所述中央控制模块实时分析所述智能终端的实时位置与作业区域的距离,当二者距离小于距离阈值时,则生成数据采集信号并发送至对应的所述智能终端;其中,所述距离阈值根据历史经验设定;
所述智能终端根据所述数据采集信号进行数据采集,获取所述图像数据、所述车辆数据和所述身体数据。
2.根据权利要求1所述的一种基于作业区的事故高效提报方法,其特征在于,所述中央控制模块与若干所述智能终端通信和/或电气连接;且所述车载终端设置在车辆内部,所述穿戴终端由作业人员或者驾驶人员佩戴;
所述智能终端设置或者连接有所述图像采集设备;其中,所述图像采集设备具体为摄像头。
3.根据权利要求1所述的一种基于作业区的事故高效提报方法,其特征在于,所述中央控制模块对所述图像数据进行预分析,当所述图像数据中存在事故画面时,则生成所述交通事故信号,包括:
获取所述图像数据,并对所述图像数据进行图像预处理;其中,所述图像预处理包括图像裁剪、图像分割和灰度变换;
通过图像识别技术识别所述图像数据中是否存在所述事故画面;其中,所述图像识别技术包括卷积神经网络和BP神经网络;
当所述图像数据存在所述事故画面时,则生成所述交通事故信号。
4.根据权利要求3所述的一种基于作业区的事故高效提报方法,其特征在于,在所述交通事故信号生成之后,立即发送至对应的一路三方;
所述一路三方接收到所述交通事故信号之后进行接收反馈;当所述一路三方未及时进行接收反馈时,则通过中央控制模块进行预警。
5.根据权利要求1所述的一种基于作业区的事故高效提报方法,其特征在于,在所述交通事故信号发生之后,则所述中央控制模块对所述图像数据进行拼接,获取所述现场图像,包括:
通过若干所述智能终端获取若干组图像序列;其中,每组所述图像序列通过同一所述智能终端获取,且至少包括一张图像数据;
对若干组所述图像序列中的图像数据进行角度分析,根据采集角度将各所述图像数据拼接起来,生成所述现场图像。
6.根据权利要求1所述的一种基于作业区的事故高效提报方法,其特征在于,所述中央控制模块通过所述车辆数据和所述身体数据获取所述伤亡信息,包括:
获取所述车辆数据和所述身体数据;其中,所述车辆数据通过车载摄像头获取,且所述车载摄像头设置在车辆内部和/或车辆外部;所述身体数据包括心跳数据和体温数据;
对所述车辆数据和所述身体数据进行分析,获取所述伤亡信息;其中,所述伤亡信息包括伤亡数量以及对应的伤亡位置,且所述伤亡位置为伤员所处位置。
7.根据权利要求1所述的一种基于作业区的事故高效提报方法,其特征在于,所述中央控制模块获取所述现场图像和所述伤亡信息之后,立即提报至所述一路三方;
所述一路三方根据所述现场图像和所述伤亡信息进行资源调度;其中,所述资源调度包括人员调度和物资调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872351.6A CN115240421B (zh) | 2022-07-20 | 2022-07-20 | 一种基于作业区的事故高效提报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872351.6A CN115240421B (zh) | 2022-07-20 | 2022-07-20 | 一种基于作业区的事故高效提报方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115240421A CN115240421A (zh) | 2022-10-25 |
CN115240421B true CN115240421B (zh) | 2024-02-09 |
Family
ID=83675797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210872351.6A Active CN115240421B (zh) | 2022-07-20 | 2022-07-20 | 一种基于作业区的事故高效提报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115240421B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204010321U (zh) * | 2014-05-23 | 2014-12-10 | 石红星 | 一种交通事故报警系统 |
KR102138342B1 (ko) * | 2020-03-24 | 2020-07-28 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 터널 사고 감시 및 시설물 자율 점검 시스템 |
CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
KR20210082024A (ko) * | 2019-12-24 | 2021-07-02 | 주식회사 텔레칩스 | 교통사고 정보 제공 장치 및 방법 |
WO2021227586A1 (zh) * | 2020-05-14 | 2021-11-18 | 华为技术有限公司 | 交通事故分析方法、装置及设备 |
CN114170272A (zh) * | 2021-11-29 | 2022-03-11 | 中国汽车技术研究中心有限公司 | 一种云端环境下基于感知传感器的事故报告、储存方法 |
CN114387785A (zh) * | 2022-01-24 | 2022-04-22 | 陕西交通职业技术学院 | 一种基于智慧公路的安全管控方法、系统及可存储介质 |
-
2022
- 2022-07-20 CN CN202210872351.6A patent/CN115240421B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204010321U (zh) * | 2014-05-23 | 2014-12-10 | 石红星 | 一种交通事故报警系统 |
KR20210082024A (ko) * | 2019-12-24 | 2021-07-02 | 주식회사 텔레칩스 | 교통사고 정보 제공 장치 및 방법 |
KR102138342B1 (ko) * | 2020-03-24 | 2020-07-28 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 터널 사고 감시 및 시설물 자율 점검 시스템 |
WO2021227586A1 (zh) * | 2020-05-14 | 2021-11-18 | 华为技术有限公司 | 交通事故分析方法、装置及设备 |
CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
CN114170272A (zh) * | 2021-11-29 | 2022-03-11 | 中国汽车技术研究中心有限公司 | 一种云端环境下基于感知传感器的事故报告、储存方法 |
CN114387785A (zh) * | 2022-01-24 | 2022-04-22 | 陕西交通职业技术学院 | 一种基于智慧公路的安全管控方法、系统及可存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115240421A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109686088B (zh) | 一种交通视频告警方法、设备及系统 | |
CN103236181B (zh) | 一种基于机器视觉的交通信号灯状态监控系统及方法 | |
CN108124485A (zh) | 针对肢体冲突行为的告警方法、装置、存储介质及服务器 | |
CN111629181B (zh) | 消防生命通道监控系统及方法 | |
CN103287464A (zh) | 铁路道口智能视频监控系统及其实现方法 | |
CN204332007U (zh) | 一种基于信息融合的驾驶行为预警车载终端 | |
CN112306051A (zh) | 一种高速公路无人驾驶交警车辆机器人系统 | |
CN105608906A (zh) | 高速公路机动车非法占用应急车道的监控系统及实现方法 | |
CN113255439B (zh) | 一种障碍物识别方法、装置、系统、终端及云端 | |
CN111047873A (zh) | 一种隧道内事件检测预警系统及控制方法 | |
CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别系统 | |
CN110288823A (zh) | 一种基于朴素贝叶斯网络的交通违章误判识别方法 | |
CN117319609A (zh) | 一种物联网大数据智能视频监控系统及方法 | |
CN210721850U (zh) | 一种高速公路路况智能检测系统 | |
CN102324018A (zh) | 综合客运枢纽集散服务网络行人安全状态识别方法及系统 | |
CN115240421B (zh) | 一种基于作业区的事故高效提报方法 | |
CN111161511A (zh) | 一种基于通讯技术的车联网通讯系统 | |
CN110807929A (zh) | 一种交通警用辅助指挥信息分析研判系统 | |
CN110263622A (zh) | 列车火情监测方法、装置、终端及存储介质 | |
CN206672365U (zh) | 一种应用于智慧城市的道路交通管理系统 | |
CN112614245A (zh) | 一种基于gps定位的环卫作业车辆监控考核方法 | |
CN112216106A (zh) | 基于bim技术的智能交通管理系统 | |
CN115565282A (zh) | 一种基于bim及物联网的施工防疫安全管理方法及其系统 | |
CN107945558A (zh) | 一种基于北斗位置服务的看路方法及系统 | |
CN115205838A (zh) | 一种车辆监测方法、装置、系统及可读存储介质 |
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 |