CN116061807A - 一种基于车路信息融合的盲区预警方法及系统 - Google Patents
一种基于车路信息融合的盲区预警方法及系统 Download PDFInfo
- Publication number
- CN116061807A CN116061807A CN202310199898.9A CN202310199898A CN116061807A CN 116061807 A CN116061807 A CN 116061807A CN 202310199898 A CN202310199898 A CN 202310199898A CN 116061807 A CN116061807 A CN 116061807A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- distance information
- blind area
- early warning
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000012937 correction Methods 0.000 abstract description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本申请涉及汽车安全的技术领域,尤其涉及一种基于车路信息融合的盲区预警方法及系统,方法包括:根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;根据第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;在相对距离信息小于预设阈值时,对车辆进行盲区预警。采用影像数据与雷达数据结合的方式对障碍物进行位置测量以及双重校正,从而能够大大提高测距精度,便于精确的实现距离危险预警,有效保证行车安全。
Description
技术领域
本申请涉及汽车安全的技术领域,尤其是涉及一种基于车路信息融合的盲区预警方法及系统。
背景技术
由于汽车左右两侧存在视觉上的盲点区域,汽车在行驶过程中,驾驶员很难准确识别盲区内所有的障碍物,容易导致安全事故的发生。据统计,盲区交通事故占汽车事故的70%以上,死亡率达90%以上;因此,针对盲区事故的预防已然成为当下交通安全研究的热点和重难点。
目前盲区预警已经成为乘用车的标配,但大多是在车辆电子后视镜采用摄像头成像显示技术,对其视野盲区进行图像显示,但无法识别盲区内的障碍物和车辆之间实际距离,另外外界环境也会影响检测准确性,从而无法保证行车安全。
发明内容
为了解决上述问题,本申请提供一种基于车路信息融合的盲区预警方法及系统。
第一方面,本申请提供的一种基于车路信息融合的盲区预警方法,采用如下的技术方案:
一种基于车路信息融合的盲区预警方法,包括:
根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;
根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;
基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;
根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;
在所述相对距离小于预设阈值时,对车辆进行盲区预警。
通过采用上述技术方案,采用影像数据与雷达数据结合的方式对障碍物进行位置测量以及双重校正,减少外界环境对检测数据的影响,从而能够大大提高测距精度,便于精确的实现距离危险预警,有效保证行车安全。
可选的,所述基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数步骤,包括:
获取车辆所在位置的大气能见度;
在所述大气能见度低于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,;
在所述大气能见度高于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,。
可选的,所述根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离步骤,包括:
根据公式计算相对距离;其中,为第一距离信息,为第二距离信息,为第一距离信息的权重系数,为第二距离信息的权重系数。
可选的,还包括:
获取车辆在当前行驶环境下的车辆状态数据;其中,所述车辆状态数据包括速度以及当前行驶道路路况;
基于所述车辆状态数据,确定车辆的盲区预警级别;
根据所述盲区预警级别对应的预警制度对车辆进行盲区预警。
可选的,所述基于所述车辆状态数据,确定车辆的盲区预警级别步骤,包括:
根据车辆盲区的雷达数据,获取盲区内障碍物相对车辆的速度;
基于所述车辆状态数据以及障碍物相对车辆的速度,确定车辆当前的安全系数;
在所述安全系数大于预设安全值时,确定车辆的盲区预警级别为一级;
在所述安全系数小于预设安全值时,确定车辆的盲区预警级别为二级。
第二方面,本申请提供的一种基于车路信息融合的盲区预警系统,采用如下的技术方案:
一种基于车路信息融合的盲区预警系统,包括:
第一获取模块,用于根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;
第二获取模块,用于根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;
计算模块,用于基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;
处理模块,用于根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;
预警模块,用于在所述相对距离小于预设阈值时,对车辆进行盲区预警。
第三方面,本申请提供的一种计算机存储介质,采用如下的技术方案:
一种计算机存储介质,存储有能够被处理器加载并执行如第一方面所述方法中的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.采用影像数据与雷达数据结合的方式对障碍物进行位置测量以及双重校正,从而能够大大提高测距精度,便于精确的实现距离危险预警;
2.对于不同的盲区预警级别,采用不同的报警方式,即根据用户所在的场景实时调整预警制度,以满足不同场景的盲区预警需求。在不同场景下实施不同的预警方案,使之更具有适应性和更好的泛化能力。
附图说明
图1是本申请其中一实施例示出的盲区预警方法的流程图。
具体实施方式
以下结合图1对本申请进行说明。
车辆盲区是指驾驶员位于正常驾驶座位置,其视线被车体遮挡而不能直接观察到的那部分区域或不易观测到的区域。由于汽车左右两侧存在视觉上的盲点区域,汽车在行驶过程中,驾驶员很难准确识别盲区内所有的障碍物,容易导致安全事故的发生。因此,本申请实施例公开一种基于车路信息融合的盲区预警方法,对车辆盲区内的障碍物和车辆之间的距离进行检测,并及时进行预警,以保证行车安全。
作为盲区预警方法的一种实施方式,如图1所示,包括:
100,根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息。
需要说明的是,车辆盲区的影像数据可以通过在车辆上安装的摄像头获取,从而可以检测到盲区内的影像数据。其中,影像数据可以是视频片段,也可以是图像数据。
具体的,通过两个摄像头采集影像数据,并根据障碍物上的某一点在两个摄像头中的视差成像确定该点到摄像头的距离,即第一距离信息。
200,根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息。
车辆盲区的雷达数据可以通过在车辆上安装的雷达装置获取,其雷达装置可以采用OPS雷达系统,该系统可以计算出盲区内障碍物与车辆之间的距离,即第二距离信息。
需要说明的是,步骤100以及步骤200无先后顺序,可以并列执行。
300,基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数。
由于摄像头其光线、雨水、沙尘暴等天气条件敏感,即在大气能见度较差的环境下,测距精度相比较与雷达装置要差一些。因此,基于大气能见度对第一距离信息以及第二距离信息分配不同的权重系数。
其中,步骤300具体包括:
301,获取车辆所在位置的大气能见度;
302,在所述大气能见度低于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,;
303,在所述大气能见度高于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,。
具体来说,通过车辆上安装的测量仪器测量当前的大气能见度,其中测量仪器可以是大气透射仪,也可以是激光能见度自动测量仪。
需要说明的是,《能见度预报等级和服务》将能见度的等级划分为0-5级,并确定定性用语标准。即:能见度范围大于10km,其能见度好,等级为0级;能见度范围大于等于1.5km且小于10km,其能见度较好,等级为1级;能见度范围大于等于0.5km且小于1.5km,其能见度较差,等级为2级;能见度范围大于等于0.2km且小于0.5km,其能见度差,等级为3级;能见度范围大于等于0.05km且小于0.2km,其能见度很差,等级为4级;能见度范围小于0.05km,其能见度极差,等级为5级。
基于上述能见度等级划分确定预设阈值,即将1.5km作为预设阈值,在大气能见度高于1.5km时,说明大气能见度处于好、较好的范围,对摄像头的影响较小,甚至没有影响;在大气能见度低于1.5km时,说明大气能见度处于较差、差、很差、极差的范围,对摄像头的影响较大。
当遇到如大雨等恶劣天气,即大气能见度低于预设阈值的情况下,通过雷达装置来感知前方的交通状况、测量与障碍物间的相对距离精度较高,误差较小;可以将第一距离信息的权重系数调至10%,第二距离信息的权重系数调至90%。当天气晴朗,视觉良好时,即大气能见度高于预设阈值的情况下,可以将第一距离信息和第二距离信息的权重系数均调至50%。
400,根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离。
具体的,根据公式计算相对距离;其中,为第一距离信息,为第二距离信息,为第一距离信息的权重系数,为第二距离信息的权重系数。
采用影像数据与雷达数据结合的方式对障碍物进行位置测量以及双重校正,从而能够大大提高测距精度,便于精确的实现距离危险预警。
500,在所述相对距离小于预设阈值时,对车辆进行盲区预警。
具体的,在获取盲区内障碍物与车辆之间的相对距离后,且相对距离信息小于预设阈值时,对车辆进行盲区预警,从而可以保证行车安全。
作为盲区预警方法的另一种实施方式,在步骤500之前还包括:
401,获取车辆在当前行驶环境下的车辆状态数据;其中,所述车辆状态数据包括速度以及当前行驶道路路况;车辆状态数据由车辆上安装的车载数据采集终端采集得到。
402,基于所述车辆状态数据,确定车辆的盲区预警级别。
其中,步骤402包括:
4021,根据车辆盲区的雷达数据,获取盲区内障碍物相对车辆的速度;
4022,基于所述车辆状态数据以及障碍物相对车辆的速度,确定车辆当前的安全系数;
4023,在所述安全系数大于预设安全值时,确定车辆的盲区预警级别为一级;
4024,在所述安全系数小于预设安全值时,确定车辆的盲区预警级别为二级。
需要说明的是,预设安全值由人为基于实验数据或经验制定。
具体的,在确定车辆的车辆状态数据和目标障碍物相对车辆的速度之后,可以确定车辆在当前路况或场景下行驶的安全系数,从而确定车辆的盲区预警级别。
预先设置碰撞时间对应的标准数值以及当前行驶道路路况对应的标准数值,该标准数值由人为设定,二者的标准数值相加为预设安全值。
具体的,基于安装在车辆上的GPS获取所在位置对应的道路等级,并判断该道路等级对应的道路宽度,不同道路宽度对应的分值不同,其不同道路宽度对应的分值由人为预先设定。由于不同的道路等级对应的道路宽度不同,比如一般快速路的宽度为60-100m,对应的分值为10;主干路为40-70m,对应的分值为8;次干路为30-50m,对应的分值为6。
根据当前车辆的速度、目标障碍物相对车辆的速度确定、相对距离确定碰撞时间,基于碰撞时间所在的区间获取对应的分值。比如在碰撞时间为60s以内,则对应的分值为2;碰撞时间为60s-180s内,则对应的分值为4;碰撞时间为180s-300s以内,对应的分值为6;碰撞时间为300s以上,对应的分值为8。
将道路宽度对应的分值与碰撞时间对应的分值相加,即可得到安全系数。将安全系数与预设安全值进行比较,判断盲区预警级别。盲区预警级别越高,则进行报警提示的频率越高,如盲区预警级别为一级时,可以仅采用灯光进行报警提示;对于盲区预警级别为二级时,可以采用灯光+声音进行报警提示。
例如,车辆在宽阔的道路直行时,车辆的安全系数相对较高,则对应的盲区预警级别较低;又如,车辆在拥挤的道路变道时,车辆的安全系数相对较低,则对应的盲区预警级别较高。
403,根据所述盲区预警级别对应的预警制度对车辆进行盲区预警。
对于不同的盲区预警级别,采用不同的报警方式,即根据用户所在的场景实时调整预警制度,以满足不同场景的盲区预警需求。在不同场景下实施不同的预警方案,使之更具有适应性和更好的泛化能力。
基于上述盲区预警方法,本申请实施例还公开一种基于车路信息融合的盲区预警系统,包括:
第一获取模块,用于根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;
第二获取模块,用于根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;
计算模块,用于基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;
处理模块,用于根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;
预警模块,用于在所述相对距离信息小于预设阈值时,对车辆进行盲区预警。
本申请实施例还公开了一种计算机可读存储介质,存储有能够被处理器加载并执行如上述方法的计算机程序,该计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (7)
1.一种基于车路信息融合的盲区预警方法,其特征在于,包括:
根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;
根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;
基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;
根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;
在所述相对距离小于预设阈值时,对车辆进行盲区预警。
2.根据权利要求1所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数步骤,包括:
获取车辆所在位置的大气能见度;
在所述大气能见度低于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,;
在所述大气能见度高于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,。
3.根据权利要求2所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离步骤,包括:
根据公式计算相对距离;其中,为第一距离信息,为第二距离信息,为第一距离信息的权重系数,为第二距离信息的权重系数。
4.根据权利要求1所述的一种基于车路信息融合的盲区预警方法,其特征在于,还包括:
获取车辆在当前行驶环境下的车辆状态数据;其中,所述车辆状态数据包括速度以及当前行驶道路路况;
基于所述车辆状态数据,确定车辆的盲区预警级别;
根据所述盲区预警级别对应的预警制度对车辆进行盲区预警。
5.根据权利要求4所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述基于所述车辆状态数据,确定车辆的盲区预警级别步骤,包括:
根据车辆盲区的雷达数据,获取盲区内障碍物相对车辆的速度;
基于所述车辆状态数据以及障碍物相对车辆的速度,确定车辆当前的安全系数;
在所述安全系数大于预设安全值时,确定车辆的盲区预警级别为一级;
在所述安全系数小于预设安全值时,确定车辆的盲区预警级别为二级。
6.一种基于车路信息融合的盲区预警系统,其特征在于,包括:
第一获取模块,用于根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;
第二获取模块,用于根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;
计算模块,用于基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;
处理模块,用于根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;
预警模块,用于在所述相对距离小于预设阈值时,对车辆进行盲区预警。
7.一种计算机存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1-5中任一种方法中的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199898.9A CN116061807A (zh) | 2023-03-06 | 2023-03-06 | 一种基于车路信息融合的盲区预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199898.9A CN116061807A (zh) | 2023-03-06 | 2023-03-06 | 一种基于车路信息融合的盲区预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116061807A true CN116061807A (zh) | 2023-05-05 |
Family
ID=86180254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310199898.9A Pending CN116061807A (zh) | 2023-03-06 | 2023-03-06 | 一种基于车路信息融合的盲区预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116061807A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130222127A1 (en) * | 2012-02-16 | 2013-08-29 | Bianca RAY AVALANI | Intelligent driver assist system based on multimodal sensor fusion |
CN105216727A (zh) * | 2015-08-24 | 2016-01-06 | 浙江吉利汽车研究院有限公司 | 一种车辆距离探测主动安全系统和控制方法 |
DE102017129747A1 (de) * | 2017-01-19 | 2018-07-19 | Toyota Jidosha Kabushiki Kaisha | Warnvorrichtung für ein Fahrzeug |
CN110018503A (zh) * | 2018-01-10 | 2019-07-16 | 上海汽车集团股份有限公司 | 车辆的定位方法及定位系统 |
CN110329259A (zh) * | 2019-07-03 | 2019-10-15 | 国唐汽车有限公司 | 一种基于多传感器融合的车辆自动跟随系统及其方法 |
CN112896041A (zh) * | 2021-02-19 | 2021-06-04 | 三一专用汽车有限责任公司 | 盲区预警方法、装置及车辆 |
-
2023
- 2023-03-06 CN CN202310199898.9A patent/CN116061807A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130222127A1 (en) * | 2012-02-16 | 2013-08-29 | Bianca RAY AVALANI | Intelligent driver assist system based on multimodal sensor fusion |
CN105216727A (zh) * | 2015-08-24 | 2016-01-06 | 浙江吉利汽车研究院有限公司 | 一种车辆距离探测主动安全系统和控制方法 |
DE102017129747A1 (de) * | 2017-01-19 | 2018-07-19 | Toyota Jidosha Kabushiki Kaisha | Warnvorrichtung für ein Fahrzeug |
CN110018503A (zh) * | 2018-01-10 | 2019-07-16 | 上海汽车集团股份有限公司 | 车辆的定位方法及定位系统 |
CN110329259A (zh) * | 2019-07-03 | 2019-10-15 | 国唐汽车有限公司 | 一种基于多传感器融合的车辆自动跟随系统及其方法 |
CN112896041A (zh) * | 2021-02-19 | 2021-06-04 | 三一专用汽车有限责任公司 | 盲区预警方法、装置及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113998034B (zh) | 骑乘者辅助系统和方法 | |
US9443154B2 (en) | Fusion of far infrared and visible images in enhanced obstacle detection in automotive applications | |
US20190073783A1 (en) | Estimating distance to an object using a sequence of images recorded by a monocular camera | |
KR101075615B1 (ko) | 주행 차량의 운전자 보조 정보 생성 장치 및 방법 | |
CN104217590B (zh) | 用于使主车辆中的电子控制器确定交通密度的方法 | |
CN101870293B (zh) | 基于切道行为检测的车辆驾驶状态评价方法 | |
US8576055B2 (en) | Collision avoidance assisting system for vehicle | |
US6360170B1 (en) | Rear monitoring system | |
US9827956B2 (en) | Method and device for detecting a braking situation | |
JP3766909B2 (ja) | 走行環境認識方法および装置 | |
US7580548B2 (en) | Abnormality detecting apparatus for imaging apparatus | |
US10262629B2 (en) | Display device | |
EP2012211A1 (en) | A system for monitoring the surroundings of a vehicle | |
US9952058B2 (en) | Driver visibility detection system and method for detecting driver visibility | |
US20150344037A1 (en) | Method and device for predictive determination of a parameter value of a surface on which a vehicle can drive | |
US20070126565A1 (en) | Process for monitoring blind angle in motor vehicles | |
CN107408338A (zh) | 驾驶员辅助系统 | |
CN108344392B (zh) | 低洼路面信息的检测方法、系统及车辆 | |
CN102923000A (zh) | 一种基于双目视觉目标检测的汽车主动倒车限速控制方法 | |
JP5321441B2 (ja) | 運転支援装置 | |
CN114312794A (zh) | 车辆行驶恶劣天气环境的识别系统和方法 | |
CN110053624B (zh) | 驾驶辅助系统以及方法 | |
CN116540234B (zh) | 一种微波雷达盲点监测系统 | |
CN115862383B (zh) | 一种基于不确定性的车辆盲区潜在风险量化方法 | |
CN116061807A (zh) | 一种基于车路信息融合的盲区预警方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230505 |
|
RJ01 | Rejection of invention patent application after publication |