CN115662112A - 一种碰撞事件处理方法，处理系统，路侧单元和存储介质 - Google Patents
一种碰撞事件处理方法，处理系统，路侧单元和存储介质 Download PDFInfo
- Publication number
- CN115662112A CN115662112A CN202211206958.7A CN202211206958A CN115662112A CN 115662112 A CN115662112 A CN 115662112A CN 202211206958 A CN202211206958 A CN 202211206958A CN 115662112 A CN115662112 A CN 115662112A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision event
- video data
- target
- collision
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000002093 peripheral effect Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000012790 confirmation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明方法提供碰撞事件处理方法，处理系统，路侧单元和存储介质，将基于深度学习的目标检测模型应用于路侧单元，通过路侧单元端的摄像头对预设范围进行实时监控，基于采集的摄像头监控范围内停靠的所有车辆及其周边情况的视频数据，进行判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，保证及时的获取车辆碰撞场景，为车辆碰撞事件的事故原因分析和事故责任认定提供更加客观公正的依据，通过本发明所述处理系统能够识别出车辆碰撞事件并提取关键信息提交到交管平台和车主，帮助车主找到事故责任人以及帮助交警部门进行责任划定，减少车主损失。
Description
技术领域
本发明涉及交通安全系统技术领域，具体而言，涉及碰撞事件处理方法，处理系统，路侧单元和存储介质。
背景技术
随着现代生活的发展，车辆，尤其是家用车辆正变得越来越普及,在城市道路边上停放的车辆，存在极大被其他车辆、摩托车和电动车碰撞的可能性，现今已存在可以通过车辆端的行车记录仪自动采集车辆信息并发送至附近的路侧单元以完成自动报警的技术，但只能提供“单方面”的视频证据，其无法记录相互碰撞车辆之间的比较全面的碰撞数据，而且对于摩托车或其他没有行车记录仪的车辆，如果发生肇事车辆或人员逃逸，车主将很难找到肇事者，只能自行承担损失。
随着V2X技术的发展以及基础设施的不断建设，路侧单元的摄像头传感器算法可以识别出车辆碰撞事故，并提取出时间、地点、车辆和人员等关键信息，如果将这些信息和相关视频一起提交到交管平台进行报备并定向发送给车主，可以极大程度上帮助车主找到事故责任人，也可以帮助交警部门进行责任划定，减少车主损失。
发明内容
有鉴于此，本发明的目的在于提供一种碰撞事件处理方法，处理系统，路侧单元和存储介质，能够识别出车辆碰撞事件并提取关键信息提交到交管平台和车主，帮助车主找到事故责任人以及帮助交警部门进行责任划定，减少车主损失。
本发明一种碰撞事件处理方法，应用于路侧单元，所述方法包括：
S100：实时获取摄像头端的视频数据，所述视频数据为所述摄像头监控范围内停靠的所有车辆及其周边情况。
S200：基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台。
上述技术方案中，通过路侧单元的摄像头实时获取监控范围内停靠的所有车辆及其周边情况并判断是否存在车辆碰撞事件，能够保证全面的获取车辆碰撞场景，准确的判断车辆碰撞的原因，提高该原因的可信度，从而为车辆碰撞事件的事故原因分析和事故责任认定提供更加客观公正的依据；而提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，能够保证保证处理碰撞事件的时效性，极大程度上帮助车主找到事故责任人，也可以帮助交警部门进行责任划定，减少车主损失。
进一步的，所述基于所述视频数据判断是否存在车辆碰撞事件，具体包括：
S201：提取所述视频数据中每一帧图像，构建目标数据集，采用目标检测模型对所述目标数据集进行处理得各目标的坐标区域；其中，所述目标至少包括行人，自行车和车辆中的任一种或几种。
S202：判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定发生碰撞事件；否则，未发生碰撞，返回S201。
进一步的，所述目标的坐标区域为(x，y，z)至(x+N，y+M，z+H)的长方体区域；所述待测目标为任意两个或多个所述长方体区域存在重合部分的目标。
进一步的，所述目标检测模型可为基于GMM目标检测算法、R-CNN目标检测法以及SSD模型中的任一种。
进一步的，所述提取发生碰撞事件的对应所述待测目标的车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，具体包括：
S211：当识别到碰撞事件，提取所述碰撞事件的时间点和地点，识别视频数据中碰撞车辆的车牌号码，并通过车牌号码在车管数据库中匹配获得对应车主信息。
S212：截取所述碰撞事件的时间点前后T分钟的事故视频数据，其中T为大于1的自然数。
S213：将所述碰撞事件的时间点和地点，以及事故视频数据整合成数据包分别发送至车主和交管平台。
作为另一种优选，本发明还提供一种碰撞事件的处理系统，所述系统至少包括：
采集模块,用于获取摄像头监控范围内停靠的所有车辆及其周边情况的视频数据。
传感器算法模块，用于基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据。
信息整合模块，用于将提取所述碰撞事件信息和视频数据并整合成数据包，并通过数据发送模块将所述数据包分别发送至车主和交管平台。
进一步的，所述传感器算法模块至少包括：
目标检测模型，用于对目标数据集进行处理得各目标的坐标区域。
判断模块，用于判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定为发生碰撞事件；否则，判定为未发生碰撞，继续判断下一目标的坐标区域是否存在相交。
进一步的，所述传感器算法模块与所述采集模块自身探测范围内的车辆的V2X系统通讯互联，所述V2X系统将当前车辆信息传送至所述传感器算法模块，所述当前车辆信息至少包括车速、实时位置和运行轨迹。
作为另一种优选，本发明还提供一种路侧单元，所述路侧单元包括碰撞事件处理系统，用于实现如上所述的碰撞事件处理方法。
作为另一种优选，本发明还提供一种存储介质，位于任意路侧单元，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如如上所述的碰撞事件处理方法。
与现有技术相比，本发明的有益效果是：
将深度学习的目标检测模型与路侧单元进行结合，通过路侧单元的摄像头实时获取监控范围内停靠的所有车辆及其周边情况并判断是否存在车辆碰撞事件，能够保证全面的获取车辆碰撞场景，准确的判断车辆碰撞的原因，提高该原因的可信度，从而为车辆碰撞事件的事故原因分析和事故责任认定提供更加客观公正的依据；而提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，能够保证保证处理碰撞事件的时效性，极大程度上帮助车主找到事故责任人，也可以帮助交警部门进行责任划定，减少车主损失。
附图说明
图1为本发明一种碰撞事件处理方法的流程图。
图2为本发明处理系统的示意图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。
请参考图1，一较佳实施例中，本发明一种碰撞事件处理方法，应用于路侧单元，所述方法包括：
S100：实时获取摄像头端的视频数据，所述视频数据为所述摄像头监控范围内停靠的所有车辆及其周边情况。
S200：基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台。
具体实施过程中，通过路侧单元的摄像头实时获取监控范围内停靠的所有车辆及其周边情况并判断是否存在车辆碰撞事件，能够保证全面的获取车辆碰撞场景，准确的判断车辆碰撞的原因，提高该原因的可信度，从而为车辆碰撞事件的事故原因分析和事故责任认定提供更加客观公正的依据；而提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，能够保证保证处理碰撞事件的时效性，极大程度上帮助车主找到事故责任人，也可以帮助交警部门进行责任划定，减少车主损失。
在本实施例中，所述基于所述视频数据判断是否存在车辆碰撞事件，具体包括：
S201：提取所述视频数据中每一帧图像，构建目标数据集，采用目标检测模型对所述目标数据集进行处理得各目标的坐标区域；其中，所述目标至少包括行人，自行车和车辆中的任一种或几种。
示例性的，首先利用深度学习网络对图像进行训练，使其能够分辨出图像中的行人，自行车或车辆，基于目标检测模型利用基于深度学习的目标检测方法对每一帧图像进行监测目标时，首先将整个图像以及一组候选目标送入训练好的深度学习网络，并进行感兴趣区域的映射，原始图像经过卷积池化后的卷积特征图和候选区域一同送入感兴趣区域池化层，得到一个1维的特征向量，然后特征向量送入全连接层获得box regressor的输出，表征目标所处在图像中的区域位置。
S202：判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定发生碰撞事件；否则，未发生碰撞，返回S201。
在本实施例中，所述目标的坐标区域为(x，y，z)至(x+N，y+M，z+H)的长方体区域；所述待测目标为任意两个或多个所述长方体区域存在重合部分的目标。
示例性的，对图像进行目标检测后，发现：图像中存在目标A和目标B，目标A在图像中的坐标区域为(x，y，z)至(x+100，y+200，z+300)的长方体区域，目标B在图像中的坐标区域为(x+50，y+100，z+150)至(x+300，y+300，z+300)的长方体区域，显然的，图像中目标A和目标B分别所处的坐标区域相交，所以此情况下可以判定目标A和目标B为待测目标，并判定发生碰撞事件。
在本实施例中，所述目标检测模型可为基于GMM目标检测算法、R-CNN目标检测法以及SSD模型中的任一种。
在本实施例中，所述提取发生碰撞事件的对应所述待测目标的车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，具体包括：
S211：当识别到碰撞事件，提取所述碰撞事件的时间点和地点，识别视频数据中碰撞车辆的车牌号码，并通过车牌号码在车管数据库中匹配获得对应车主信息。
S212：截取所述碰撞事件的时间点前后T分钟的事故视频数据，其中T为大于1的自然数。
示例性的，截取所述碰撞事件的时间点前后5分钟的事故视频数据进行分析。
S213：将所述碰撞事件的时间点和地点，以及事故视频数据整合成数据包分别发送至车主和交管平台。
请参考图2，作为另一种优选，本发明还提供一种碰撞事件的处理系统，所述系统至少包括：
采集模块,用于获取摄像头监控范围内停靠的所有车辆及其周边情况的视频数据。
传感器算法模块，用于基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据。
信息整合模块，用于将提取所述碰撞事件信息和视频数据并整合成数据包，并通过数据发送模块将所述数据包分别发送至车主和交管平台。
在本实施例中，所述传感器算法模块至少包括：
目标检测模型，用于对目标数据集进行处理得各目标的坐标区域。
判断模块，用于判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定为发生碰撞事件；否则，判定为未发生碰撞，继续判断下一目标的坐标区域是否存在相交。
具体实施过程中，所述传感器算法模块与所述采集模块自身探测范围内的车辆的V2X系统通讯互联，所述V2X系统将当前车辆信息传送至所述传感器算法模块，所述当前车辆信息至少包括车速、实时位置和运行轨迹。
作为另一种优选，本发明还提供一种路侧单元，所述路侧单元包括碰撞事件处理系统，用于实现如上所述的碰撞事件处理方法。
作为另一种优选，本发明还提供一种存储介质，位于任意路侧单元，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如如上所述的碰撞事件处理方法。
与现有技术相比，本发明的有益效果是：
将深度学习的目标检测模型与路侧单元进行结合，通过路侧单元的摄像头实时获取监控范围内停靠的所有车辆及其周边情况并判断是否存在车辆碰撞事件，能够保证全面的获取车辆碰撞场景，准确的判断车辆碰撞的原因，提高该原因的可信度，从而为车辆碰撞事件的事故原因分析和事故责任认定提供更加客观公正的依据；而提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，能够保证保证处理碰撞事件的时效性，极大程度上帮助车主找到事故责任人，也可以帮助交警部门进行责任划定，减少车主损失。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本发明的各个系统及方法实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的系统程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述功能的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个工具或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
虽然对本发明的描述是结合以上具体实施例进行的，但是，熟悉本技术领域的人员能够根据上述的内容进行许多替换、修改和变化是显而易见的。因此，所有这样的替代、改进和变化都包括在附后的权利要求的精神和范围内。
Claims (10)
1.一种碰撞事件处理方法，应用于路侧单元，其特征在于，所述方法包括：
S100：实时获取摄像头端的视频数据，所述视频数据为所述摄像头监控范围内停靠的所有车辆及其周边情况；
S200：基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台。
2.根据权利要求1所述的碰撞事件处理方法，其特征在于，所述基于所述视频数据判断是否存在车辆碰撞事件，具体包括：
S201：提取所述视频数据中每一帧图像，构建目标数据集，采用目标检测模型对所述目标数据集进行处理得各目标的坐标区域；其中，所述目标至少包括行人，自行车和车辆中的任一种或几种；
S202：判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定发生碰撞事件；否则，未发生碰撞，返回S201。
3.根据权利要求2所述的碰撞事件处理方法，其特征在于，所述目标的坐标区域为(x，y，z)至(x+N，y+M，z+H)的长方体区域；所述待测目标为任意两个或多个所述长方体区域存在重合部分的目标。
4.根据权利要求3所述的碰撞事件处理方法，其特征在于，所述目标检测模型可为基于GMM目标检测算法、R-CNN目标检测法以及SSD模型中的任一种。
5.根据权利要求4所述的碰撞事件处理方法，其特征在于，所述提取发生碰撞事件的对应所述待测目标的车辆信息和视频数据，并整合成数据包分别发送至车主和交管平台，具体包括：
S211：当识别到碰撞事件，提取所述碰撞事件的时间点和地点，识别视频数据中碰撞车辆的车牌号码，并通过车牌号码在车管数据库中匹配获得对应车主信息；
S212：截取所述碰撞事件的时间点前后T分钟的事故视频数据，其中T为大于1的自然数；
S213：将所述碰撞事件的时间点和地点，以及事故视频数据整合成数据包分别发送至车主和交管平台。
6.一种采用如权利要求1-5任一所述的碰撞事件处理方法的处理系统，其特征在于，所述系统至少包括：
采集模块,用于获取摄像头监控范围内停靠的所有车辆及其周边情况的视频数据；
传感器算法模块，用于基于所述视频数据判断是否存在车辆碰撞事件，若存在碰撞事件，则提取发生碰撞事件的对应车辆信息和视频数据；
信息整合模块，用于将提取所述碰撞事件信息和视频数据并整合成数据包，并通过数据发送模块将所述数据包分别发送至车主和交管平台。
7.根据权利要求6所述的处理系统，其特征在于，所述传感器算法模块至少包括：
目标检测模型，用于对目标数据集进行处理得各目标的坐标区域；
判断模块，用于判断各所述目标的坐标区域是否存在相交，若存在，则将相交的所述目标判定为待测目标，并判定为发生碰撞事件；否则，判定为未发生碰撞，继续判断下一目标的坐标区域是否存在相交。
8.根据权利要求7所述的处理系统，其特征在于，所述传感器算法模块与所述采集模块自身探测范围内的车辆的V2X系统通讯互联，所述V2X系统将当前车辆信息传送至所述传感器算法模块，所述当前车辆信息至少包括车速、实时位置和运行轨迹。
9.一种路侧单元，其特征在于，所述路侧单元包括碰撞事件处理系统，用于实现如权利要求1-5任一所述的碰撞事件处理方法。
10.一种存储介质，位于任意路侧单元，其特征在于，所述存储介质包括可被处理器执行的计算机程序，所述计算机程序用于执行如权利要求1-5任一所述的碰撞事件处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211206958.7A CN115662112A (zh) | 2022-09-30 | 2022-09-30 | 一种碰撞事件处理方法，处理系统，路侧单元和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211206958.7A CN115662112A (zh) | 2022-09-30 | 2022-09-30 | 一种碰撞事件处理方法，处理系统，路侧单元和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115662112A true CN115662112A (zh) | 2023-01-31 |
Family
ID=84985635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211206958.7A Pending CN115662112A (zh) | 2022-09-30 | 2022-09-30 | 一种碰撞事件处理方法，处理系统，路侧单元和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115662112A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130015626A (ko) * | 2011-08-04 | 2013-02-14 | 김의선 | Ｃｃｔｖ 주차장 차량충돌 관리시스템 및 방법 |
| KR20140129427A (ko) * | 2013-04-29 | 2014-11-07 | (주)티엘씨테크놀로지 | 전방위 카메라를 이용한 도로시설물 감시 시스템 및 방법 |
| CN106710291A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技（深圳）有限公司 | 停车场的停车位获取方法及装置 |
| CN107945566A (zh) * | 2017-11-17 | 2018-04-20 | 张慧 | 基于多目标跟踪与深度学习的路边停车管理系统及方法 |
| CN111091718A (zh) * | 2019-12-31 | 2020-05-01 | 广东华车智库智能科技有限公司 | 一种停车监控预警方法及停车监控预警系统 |
| US10853882B1 (en) * | 2016-02-26 | 2020-12-01 | State Farm Mutual Automobile Insurance Company | Method and system for analyzing liability after a vehicle crash using video taken from the scene of the crash |
| CN112446316A (zh) * | 2020-11-20 | 2021-03-05 | 浙江大华技术股份有限公司 | 事故检测方法、电子设备及存储介质 |
-
2022
- 2022-09-30 CN CN202211206958.7A patent/CN115662112A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130015626A (ko) * | 2011-08-04 | 2013-02-14 | 김의선 | Ｃｃｔｖ 주차장 차량충돌 관리시스템 및 방법 |
| KR20140129427A (ko) * | 2013-04-29 | 2014-11-07 | (주)티엘씨테크놀로지 | 전방위 카메라를 이용한 도로시설물 감시 시스템 및 방법 |
| CN106710291A (zh) * | 2015-11-17 | 2017-05-24 | 腾讯科技（深圳）有限公司 | 停车场的停车位获取方法及装置 |
| US10853882B1 (en) * | 2016-02-26 | 2020-12-01 | State Farm Mutual Automobile Insurance Company | Method and system for analyzing liability after a vehicle crash using video taken from the scene of the crash |
| CN107945566A (zh) * | 2017-11-17 | 2018-04-20 | 张慧 | 基于多目标跟踪与深度学习的路边停车管理系统及方法 |
| CN111091718A (zh) * | 2019-12-31 | 2020-05-01 | 广东华车智库智能科技有限公司 | 一种停车监控预警方法及停车监控预警系统 |
| CN112446316A (zh) * | 2020-11-20 | 2021-03-05 | 浙江大华技术股份有限公司 | 事故检测方法、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 李士明;曹凯;: "交通仿真系统中碰撞检测技术研究", 农业装备与车辆工程, no. 02, 10 February 2009 (2009-02-10), pages 30 - 33 * |
| 杜星;卢昱;陈立云;温媛;: "视景仿真中的新型高效碰撞检测算法研究", 计算机应用与软件, no. 07, 15 July 2013 (2013-07-15), pages 271 - 275 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
| CN112700470B (zh) | 一种基于交通视频流的目标检测和轨迹提取方法 | |
| CN112348992B (zh) | 基于车路协同系统的车载视频处理方法、装置及存储介质 | |
| CN106571046B (zh) | 基于路面网格体系的车路协同辅助驾驶方法 | |
| JP2020061079A (ja) | 交通違反車両識別システム、サーバ、及び車両制御プログラム | |
| CN108860166A (zh) | 无人驾驶汽车事故发生处理系统及处理方法 | |
| CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
| CN113470371B (zh) | 识别违规车辆的方法、系统和计算机可读存储介质 | |
| CN114724364B (zh) | 车辆管控方法、装置、设备、存储介质和程序产品 | |
| CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
| CN113496213A (zh) | 一种目标感知数据的确定方法、装置、系统及存储介质 | |
| WO2014007762A1 (en) | A method and system for automated monitoring of traffic | |
| CN111341114A (zh) | 基于物联网的车载视频交通违章检测方法、装置及系统 | |
| CN110675633B (zh) | 用于求取违法行驶行为的方法，控制单元和存储介质 | |
| CN109308802A (zh) | 异常车辆管理方法及装置 | |
| CN116913099A (zh) | 一种智能交通实时监控系统 | |
| CN115662112A (zh) | 一种碰撞事件处理方法，处理系统，路侧单元和存储介质 | |
| CN113593239A (zh) | 车辆间违章监控方法、服务器及车辆 | |
| JP2022054296A (ja) | 運転評価装置、運転評価システム、及び運転評価プログラム | |
| CN113821924A (zh) | 车辆实时数据采集系统、定位核查方法及里程分析方法 | |
| JP2022056153A (ja) | 一時停止検出装置、一時停止検出システム、及び一時停止検出プログラム | |
| CN218825836U (zh) | 一种基于车牌识别技术的车辆实时定位核查系统 | |
| CN108664695A (zh) | 模拟车辆事故系统及其应用 | |
| CN117935540A (zh) | 一种事故视频的收集方法、装置、介质和电子设备 |
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 |