CN116153070A - 一种分布式安全态势感知检测系统 - Google Patents
一种分布式安全态势感知检测系统 Download PDFInfo
- Publication number
- CN116153070A CN116153070A CN202310095994.9A CN202310095994A CN116153070A CN 116153070 A CN116153070 A CN 116153070A CN 202310095994 A CN202310095994 A CN 202310095994A CN 116153070 A CN116153070 A CN 116153070A
- Authority
- CN
- China
- Prior art keywords
- module
- vehicle
- data
- situation
- abnormal
- 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
- G08G1/01—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
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Abstract
本发明涉及车联网技术领域,具体涉及一种分布式安全态势感知检测系统。包括数据采集模块、无线通信模块、应用处理模块、特征提取模块、态势评估模块和安全预警模块,数据采集模块包括行车信息模块和路侧设备模块,行车信息模块能够对接入车联网的车辆行车数据进行采集,路侧设备模块能够对路侧路基设施的车路信息进行采集,行车信息模块采用分布式的传感器组对车辆的前后左右进行综合的数据采集,对于车辆前后左右不同方位的路况给出了更加详细全面的数据信息,数据采集来源更全面,环境感知更充分、评估更准确,有利于对行车异常的车辆进行针对式的标记和风险评估,具有更高的安全性。
Description
技术领域
本发明涉及车联网技术领域,具体涉及一种分布式安全态势感知检测系统。
背景技术
随着网络的普及应用,态势感知随着网络的兴起而升级为网络态势感知,并且能够应用到车联网领域,旨在大规模网络环境中对能够引起网络态势发生变化的安全要素进行获取、理解、显示以及最近发展趋势的顺延性预测,进而进行决策与行动。车联网就是指把汽车连接起来,组成网络。汽车和汽车组成车网,车网与互联网相连,三者基于统一的协议,实现人、汽、路、云之间数据互通,并最终实现智能交通、智能汽车、智能驾驶等功能。
如申请号为CN202010277574.9的发明公开了一种基于车联网的超车态势感知预警系统,涉及汽车主动安全领域。为解决车辆在不同的驾驶环境状况下,可能存在超车前对环境感知不充分、评估不准确,从而导致发生交通冲突甚至交通事故的问题。包括态势感知触发模块、信息收集模块、计算流程控制模块、模糊计算模块、安全阈值计算模块、态势感知计算模块、预警信息提示模块。该系统可以通过实时获取到的本车和周围车辆以及驾驶环境等信息,对当前环境下超车的安全性进行全方位的预测。不仅可以提高本车驾驶的安全性,还能够通过对周围车辆的信息提示,从而提高周围车辆驾驶的安全性。并且能够减少不必要的油耗。
类似于上述申请的态势感知态势目前还存在以下几点不足:
在进行安全态势感知评估过程中,行车信息模块的数据采集来源较为单一,导致环境感知不充分、评估不准确,并且不便于对行车异常的车辆进行针对式的标记和风险评估,安全性不足,可能导致发生交通冲突甚至交通事故。
于是,有鉴于此,需要针对现有的结构及缺失予以研究改良,提出一种分布式安全态势感知检测系统,以期达到更具有更加实用价值性的目的。
发明内容
本发明的目的就是针对现有技术的缺陷,提供一种分布式安全态势感知检测系统,数据采集来源更全面,环境感知更充分、评估更准确,有利于对行车异常的车辆进行针对式的标记和风险评估,具有更高的安全性。
本发明提供的一种分布式安全态势感知检测系统,包括数据采集模块、无线通信模块、应用处理模块、特征提取模块、态势评估模块和安全预警模块,所述数据采集模块的输出端通过无线通信模块与应用处理模块的输入端连接,所述应用处理模块的输出端与特征提取模块的输入端连接,所述特征提取模块的输出端与态势评估模块的输入端连接,所述态势评估模块的输出端与安全预警模块的输入端连接;
所述数据采集模块包括行车信息模块和路侧设备模块,所述行车信息模块包括分布式数据采集模块,用于对接入车联网的车辆行车数据进行采集,所述行车数据包括车前、车后和车侧;
所述路侧设备模块用于对路侧路基设施的车路信息进行采集;
所述无线通信模块用于将行车信息模块采集的数据传输至应用处理模块;
所述应用处理模块用于对车辆行车数据进行处理并输出至特征提取模块;
所述特征提取模块用于在车联网的基础上提取特征数据进行预处理;
所述态势评估模块用于根据处理后的数据进行安全态势评估;
所述安全预警模块用于在态势评估模块的基础上,确定风险等级,并基于风险等级进行预警。
较为优选的,还包括车联网安全态势感知平台,所述车联网安全态势感知平台与应用处理模块之间双向通信,所述应用处理模块用于对车辆行车数据进行处理,并将处理后的行车数据上传至车联网安全态势感知平台,所述车联网安全态势感知平台用于对接收的数据进行监测管理。
较为优选的,所述分布式数据采集模块包括车前传感器组、车后传感器组和车侧传感器组。
较为优选的,所述车前传感器组、车后传感器组和车侧传感器组均包括有摄像头、GPS定位传感器、车辆速度加速度传感器、人体红外传感器和温湿度传感器。
较为优选的,所述摄像头用于采集路面路况信息,所述GPS定位传感器用于对车辆进行定位,所述车辆速度加速度传感器用于对车辆的行驶速度及加速度进行检测,所述人体红外传感器用于对路面行人进行检测。
较为优选的,所述态势评估模块包括异常态势评估模块和常态态势评估模块,所述异常态势评估模块用于针对周边范围内违反行车规范的车辆进行异常标记并实时监控,所述常态态势评估模块用于对正常行驶中的车况进行安全态势感知检测。
较为优选的,所述异常态势评估模块包括异常识别标记模块、异常实时监控模块和异常风险评估计算模块,所述异常识别标记模块的输出端与异常实时监控模块的输入端电性连接,所述异常实时监控模块的输出端与异常风险评估计算模块的输入端电性连接。
较为优选的,所述异常识别标记模块用于针对周边范围内违反行车规范的车辆进行异常标记,并将其纳入至威胁预警监控目标;
所述异常实时监控模块用于监控并分析周边异常车辆的运行状态,生成实时监控结果;
所述异常风险评估计算模块用于根据异常车辆的运行状态及本车的运行状态,进行安全态势风险评估计算。
较为优选的,所述常态态势评估模块包括车联网数据处理模块、距离阀值计算模块和常态风险评估模块,所述车联网数据处理模块的输出端与距离阀值计算模块的输入端电性连接,所述距离阀值计算模块的输出端与常态风险评估模块的输入端电性连接。
较为优选的,所述车联网数据处理模块用于对关联的车联网数据进行数据融合处理,从空间、时间方面进行关联识别;
所述距离阀值计算模块用于在基于车联网数据的基础上,进行安全距离阀值计算;
所述常态风险评估模块用于基于当前车速及加速度,给出安全态势风险评估数据。
本发明的有益效果为:
1、本系统的数据采集模块包括行车信息模块和路侧设备模块,行车信息模块能够对接入车联网的车辆行车数据进行采集,路侧设备模块能够对路侧路基设施的车路信息进行采集,无线通信模块能够将数据采集模块中行车信息模块的数据传输至应用处理模块,应用处理模块为智能车载终端,能够对行车信息进行处理,进而对行车信息进行统筹整理。行车信息模块采用分布式的传感器组对车辆的前后左右进行综合的数据采集,对于车辆前后左右不同方位的路况给出了更加详细全面的数据信息,数据采集来源更全面,环境感知更充分、评估更准确,有利于对行车异常的车辆进行针对式的标记和风险评估,具有更高的安全性。
2、摄像头能够采集路面路况信息,GPS定位传感器能够对车辆进行定位,车辆速度加速度传感器能够对车辆的行驶速度及加速度进行检测,人体红外传感器能够对路面行人进行检测,温湿度传感器能够对车辆的温湿度进行检测,车前传感器组、车后传感器组、车侧传感器组采用分布式的传感器组对车辆的前后左右进行综合的数据采集,降低了数据误报率,提高了数据的准确性,对于车辆前后左右不同方位的路况给出了更加详细全面的数据信息。
3、采用异常态势评估模块和常态态势评估模块不仅能够对正常行驶中的车况进行安全态势感知检测,并且可以针对周边范围内违反行车规范的车辆进行异常标记并实时监控,最大程度的避免行车冲突。其中,异常识别标记模块能够针对周边范围内违反行车规范的车辆进行异常标记,并将其纳入至威胁预警监控目标,异常实时监控模块能够监控并分析周边异常车辆的运行状态,生成实时监控结果,异常风险评估计算模块能够根据异常车辆的运行状态及本车的运行状态,进行安全态势风险评估计算,避免行车冲突。
4、设置有常态态势评估模块,车联网数据处理模块能够对关联的车联网数据进行数据融合处理,从空间、时间等多方面进行关联识别,距离阀值计算模块能够在基于车联网数据的基础上,进行安全距离阀值计算,在基于当前车速及加速度的基础上,给出安全态势风险评估数据,避免车辆过近或行车速度过快影响行车规避造成安全隐患。
5、设置有安全预警模块,车联网安全态势感知平台与车辆的应用处理模块双向连接能够实现数据互通,特征提取模块能够在车联网的基础上提取特征数据进行预处理,对于车辆的驾驶速度、加速度、行驶轨迹等信息进行数据处理,安全预警模块能够在态势评估模块的基础上,确定风险等级,并基于风险等级进行预警,并且可以根据风险类型生成危险报警信号对周边车辆及行人进行示警规避,进一步的提高安全性。
附图说明
图1为本发明一种分布式安全态势感知检测系统的结构示意图;
图2为本发明一种分布式安全态势感知检测系统的数据采集模块结构示意图;
图3为本发明一种分布式安全态势感知检测系统的分布式数据采集模块结构示意图;
图4为本发明一种分布式安全态势感知检测系统的态势评估模块结构示意图;
图5为本发明一种分布式安全态势感知检测系统的异常态势评估模块结构示意图;
图6为本发明一种分布式安全态势感知检测系统的常态态势评估模块结构示意图。
图中:1、数据采集模块;2、无线通信模块;3、应用处理模块;4、车联网安全态势感知平台;5、特征提取模块;6、态势评估模块;7、安全预警模块;8、行车信息模块;9、路侧设备模块;10、分布式数据采集模块;1001、车前传感器组;1002、车后传感器组;1003、车侧传感器组;1004、摄像头;1005、GPS定位传感器;1006、车辆速度加速度传感器;1007、人体红外传感器;1008、温湿度传感器;11、异常态势评估模块;1101、异常识别标记模块;1102、异常实时监控模块;1103、异常风险评估计算模块;12、常态态势评估模块;1201、车联网数据处理模块;1202、距离阀值计算模块;1203、常态风险评估模块。
具体实施方式
为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。“多个”表示“两个或两个以上”。
实施例一
图1~6示出了本申请较佳实施例提供的一种分布式安全态势感知检测系统的结构示意图,为了便于说明,仅示出了与本实施例相关的部分,详述如下:
包括数据采集模块1、车联网安全态势感知平台4和安全预警模块7,数据采集模块1的输出端通过无线通信模块2连接有应用处理模块3,车联网安全态势感知平台4连接于应用处理模块3的输出端,且应用处理模块3与车联网安全态势感知平台4之间为双向数据连接,应用处理模块3的输出端电性连接有特征提取模块5,且特征提取模块5的输出端电性连接有态势评估模块6,安全预警模块7电性连接于态势评估模块6的输出端,数据采集模块1包括行车信息模块8和路侧设备模块9,且行车信息模块8和路侧设备模块9之间为并联连接,行车信息模块8包括分布式数据采集模块10,态势评估模块6包括异常态势评估模块11和常态态势评估模块12,行车信息模块8用于对接入车联网的车辆行车数据进行采集,路侧设备模块9用于对路侧路基设施的车路信息进行采集,异常态势评估模块11用于针对周边范围内违反行车规范的车辆进行异常标记并实时监控,常态态势评估模块12用于对正常行驶中的车况进行安全态势感知检测;
具体操作如下,数据采集模块1包括行车信息模块8和路侧设备模块9,行车信息模块8能够对接入车联网的车辆行车数据进行采集,路侧设备模块9能够对路侧路基设施的车路信息进行采集,无线通信模块2能够将数据采集模块1中行车信息模块8的数据传输至应用处理模块3,应用处理模块3为智能车载终端,能够对行车信息进行处理,进而对行车信息进行统筹整理,车联网安全态势感知平台4与车辆的应用处理模块3双向连接能够实现数据互通,特征提取模块5能够在车联网的基础上提取特征数据进行预处理,对于车辆的驾驶速度、加速度、行驶轨迹等信息进行数据处理,安全预警模块7能够在态势评估模块6的基础上,确定风险等级,并基于风险等级进行预警。
请参阅图2-3,分布式数据采集模块10包括车前传感器组1001、车后传感器组1002和车侧传感器组1003,且车前传感器组1001、车后传感器组1002、车侧传感器组1003之间为并联连接;车前传感器组1001、车后传感器组1002、车侧传感器组1003均包括有摄像头1004、GPS定位传感器1005、车辆速度加速度传感器1006、人体红外传感器1007和温湿度传感器1008;
具体操作如下,摄像头1004能够采集路面路况信息,GPS定位传感器1005能够对车辆进行定位,车辆速度加速度传感器1006能够对车辆的行驶速度及加速度进行检测,人体红外传感器1007能够对路面行人进行检测,温湿度传感器1008能够对车辆的温湿度进行检测。
请参阅图5,异常态势评估模块11包括异常识别标记模块1101、异常实时监控模块1102和异常风险评估计算模块1103,异常识别标记模块1101的输出端电性连接有异常实时监控模块1102,且异常实时监控模块1102的输出端电性连接有异常风险评估计算模块1103;
具体操作如下,异常识别标记模块1101能够针对周边范围内违反行车规范的车辆进行异常标记,并将其纳入至威胁预警监控目标,异常实时监控模块1102能够监控并分析周边异常车辆的运行状态,生成实时监控结果,异常风险评估计算模块1103能够根据异常车辆的运行状态及本车的运行状态,进行安全态势风险评估计算,避免行车冲突。
请参阅图6,常态态势评估模块12包括车联网数据处理模块1201、距离阀值计算模块1202和常态风险评估模块1203,车联网数据处理模块1201的输出端电性连接有距离阀值计算模块1202,且距离阀值计算模块1202的输出端电性连接有常态风险评估模块1203;
具体操作如下,车联网数据处理模块1201能够对关联的车联网数据进行数据融合处理,从空间、时间等多方面进行关联识别,距离阀值计算模块1202能够在基于车联网数据的基础上,进行安全距离阀值计算,并在基于当前车速及加速度的基础上,给出安全态势风险评估数据,避免车辆过近或行车速度过快影响行车规避造成安全隐患。
综上,该分布式安全态势感知检测系统,使用时,首先数据采集模块1的行车信息模块8对接入车联网的车辆行车数据进行采集,同时路侧设备模块9对路侧路基设施的车路信息进行采集并传输至车联网安全态势感知平台4;
其中行车信息模块8的分布式数据采集模块10包括车前传感器组1001、车后传感器组1002和车侧传感器组1003,能够采用分布式的传感器组对车辆的前后左右进行综合的数据采集,降低了数据误报率,提高了数据的准确性,对于车辆前后左右不同方位的路况给出了更加详细全面的数据信息,在这一过程中,使用摄像头1004能够采集路面路况信息,GPS定位传感器1005能够对车辆进行定位,车辆速度加速度传感器1006能够对车辆的行驶速度及加速度进行检测,人体红外传感器1007能够对路面行人进行检测,温湿度传感器1008对车辆的温湿度进行检测;
而无线通信模块2能够将数据采集模块1中行车信息模块8的数据传输至应用处理模块3,应用处理模块3为智能车载终端,主要对行车信息进行处理,进而对行车信息进行统筹整理,并上传至车联网安全态势感知平台4,车联网安全态势感知平台4再将数据进行监测管理,车联网安全态势感知平台4与车辆的应用处理模块3双向连接能够实现数据互通,并将车联网的其他车辆信息输送至应用处理模块3,使得特征提取模块5能够在车联网的基础上提取特征数据进行预处理,对于车辆的驾驶速度、加速度、行驶轨迹等信息进行数据处理,并通过态势评估模块6进行安全态势评估;
此时异常态势评估模块11的异常识别标记模块1101能够针对周边范围内违反行车规范的车辆进行异常标记,并将其纳入至威胁预警监控目标,使得异常实时监控模块1102监控并分析周边异常车辆的运行状态,生成实时监控结果,再通过异常风险评估计算模块1103根据异常车辆的运行状态及本车的运行状态,进行安全态势风险评估计算,避免行车冲突,同时常态态势评估模块12的车联网数据处理模块1201对关联的车联网数据进行数据融合处理,从空间、时间等多方面进行关联识别,使得距离阀值计算模块1202在基于车联网数据的基础上,进行安全距离阀值计算,并在基于当前车速及加速度的基础上,给出安全态势风险评估数据,避免车辆过近或行车速度过快影响行车规避造成安全隐患,最后安全预警模块7能够在态势评估模块6的基础上,确定风险等级,并基于风险等级进行预警,并且可以根据风险类型生成危险报警信号对周边车辆及行人进行示警规避,进一步的提高安全性,就这样完成整个分布式安全态势感知检测系统的使用过程。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种分布式安全态势感知检测系统,其特征在于,包括数据采集模块(1)、无线通信模块(2)、应用处理模块(3)、特征提取模块(5)、态势评估模块(6)和安全预警模块(7),所述数据采集模块(1)的输出端通过无线通信模块(2)与应用处理模块(3)的输入端连接,所述应用处理模块(3)的输出端与特征提取模块(5)的输入端连接,所述特征提取模块(5)的输出端与态势评估模块(6)的输入端连接,所述态势评估模块(6)的输出端与安全预警模块(7)的输入端连接;
所述数据采集模块(1)包括行车信息模块(8)和路侧设备模块(9),所述行车信息模块(8)包括分布式数据采集模块(10),用于对接入车联网的车辆行车数据进行采集,所述行车数据包括车前、车后和车侧;
所述路侧设备模块(9)用于对路侧路基设施的车路信息进行采集;
所述无线通信模块(2)用于将行车信息模块(8)采集的数据传输至应用处理模块(3);
所述应用处理模块(3)用于对车辆行车数据进行处理并输出至特征提取模块(5);
所述特征提取模块(5)用于在车联网的基础上提取特征数据进行预处理;
所述态势评估模块(6)用于根据处理后的数据进行安全态势评估;
所述安全预警模块(7)用于在态势评估模块(6)的基础上,确定风险等级,并基于风险等级进行预警。
2.根据权利要求1所述的分布式安全态势感知检测系统,其特征在于:还包括车联网安全态势感知平台(4),所述车联网安全态势感知平台(4)与应用处理模块(3)之间双向通信,所述应用处理模块(3)用于对车辆行车数据进行处理,并将处理后的行车数据上传至车联网安全态势感知平台(4),所述车联网安全态势感知平台(4)用于对接收的数据进行监测管理。
3.根据权利要求1所述的分布式安全态势感知检测系统,其特征在于:所述分布式数据采集模块(10)包括车前传感器组(1001)、车后传感器组(1002)和车侧传感器组(1003)。
4.根据权利要求3所述的分布式安全态势感知检测系统,其特征在于:所述车前传感器组(1001)、车后传感器组(1002)和车侧传感器组(1003)均包括有摄像头(1004)、GPS定位传感器(1005)、车辆速度加速度传感器(1006)、人体红外传感器(1007)和温湿度传感器(1008)。
5.根据权利要求4所述的分布式安全态势感知检测系统,其特征在于:所述摄像头(1004)用于采集路面路况信息,所述GPS定位传感器(1005)用于对车辆进行定位,所述车辆速度加速度传感器(1006)用于对车辆的行驶速度及加速度进行检测,所述人体红外传感器(1007)用于对路面行人进行检测。
6.根据权利要求1所述的分布式安全态势感知检测系统,其特征在于:所述态势评估模块(6)包括异常态势评估模块(11)和常态态势评估模块(12),所述异常态势评估模块(11)用于针对周边范围内违反行车规范的车辆进行异常标记并实时监控,所述常态态势评估模块(12)用于对正常行驶中的车况进行安全态势感知检测。
7.根据权利要求6所述的分布式安全态势感知检测系统,其特征在于:所述异常态势评估模块(11)包括异常识别标记模块(1101)、异常实时监控模块(1102)和异常风险评估计算模块(1103),所述异常识别标记模块(1101)的输出端与异常实时监控模块(1102)的输入端电性连接,所述异常实时监控模块(1102)的输出端与异常风险评估计算模块(1103)的输入端电性连接。
8.根据权利要求7所述的分布式安全态势感知检测系统,其特征在于:所述异常识别标记模块(1101)用于针对周边范围内违反行车规范的车辆进行异常标记,并将其纳入至威胁预警监控目标;
所述异常实时监控模块(1102)用于监控并分析周边异常车辆的运行状态,生成实时监控结果;
所述异常风险评估计算模块(1103)用于根据异常车辆的运行状态及本车的运行状态,进行安全态势风险评估计算。
9.根据权利要求6所述的分布式安全态势感知检测系统,其特征在于:所述常态态势评估模块(12)包括车联网数据处理模块(1201)、距离阀值计算模块(1202)和常态风险评估模块(1203),所述车联网数据处理模块(1201)的输出端与距离阀值计算模块(1202)的输入端电性连接,所述距离阀值计算模块(1202)的输出端与常态风险评估模块(1203)的输入端电性连接。
10.根据权利要求9所述的分布式安全态势感知检测系统,其特征在于:所述车联网数据处理模块(1201)用于对关联的车联网数据进行数据融合处理,从空间、时间方面进行关联识别;
所述距离阀值计算模块(1202)用于在基于车联网数据的基础上,进行安全距离阀值计算;
所述常态风险评估模块(1203)用于基于当前车速及加速度,给出安全态势风险评估数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310095994.9A CN116153070A (zh) | 2023-02-10 | 2023-02-10 | 一种分布式安全态势感知检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310095994.9A CN116153070A (zh) | 2023-02-10 | 2023-02-10 | 一种分布式安全态势感知检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116153070A true CN116153070A (zh) | 2023-05-23 |
Family
ID=86356686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310095994.9A Pending CN116153070A (zh) | 2023-02-10 | 2023-02-10 | 一种分布式安全态势感知检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116153070A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037545A (zh) * | 2023-10-09 | 2023-11-10 | 济南卓伦智能交通技术有限公司 | 一种多车超视距协同感知方法 |
-
2023
- 2023-02-10 CN CN202310095994.9A patent/CN116153070A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117037545A (zh) * | 2023-10-09 | 2023-11-10 | 济南卓伦智能交通技术有限公司 | 一种多车超视距协同感知方法 |
CN117037545B (zh) * | 2023-10-09 | 2024-01-12 | 济南卓伦智能交通技术有限公司 | 一种多车超视距协同感知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104276080B (zh) | 客车驾驶员手离方向盘检测预警系统及预警方法 | |
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
JP4396597B2 (ja) | 危険反応地点記録システム及び運転支援システム | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN104751677B (zh) | 车辆碰撞报警方法和系统 | |
CN110827542A (zh) | 一种高速公路安全车距预警系统 | |
CN106408968A (zh) | 一种基于车联网的交通告警控制系统及其方法 | |
CN108091139A (zh) | 一种基于大数据的交通安全自动评估系统 | |
CN111667695B (zh) | 一种基于高音喇叭队列的交通风险预警系统和方法 | |
CN204332007U (zh) | 一种基于信息融合的驾驶行为预警车载终端 | |
JP2016071492A (ja) | 要因分析装置および要因分析方法 | |
CN113763740A (zh) | 一种大数据交通导引系统及导引方法 | |
CN109753073A (zh) | 一种无人驾驶智能车速管理系统 | |
CN109001743A (zh) | 有轨电车防撞系统 | |
CN104036619A (zh) | 基于方向盘转角数据的疲劳检测方法及检测装置 | |
CN116153070A (zh) | 一种分布式安全态势感知检测系统 | |
CN106448262A (zh) | 一种智能交通告警控制方法 | |
CN203825447U (zh) | 一种乘用车辆obd监控平台 | |
CN112466144A (zh) | 一种路网交通态势管控系统 | |
CN114360210A (zh) | 一种车辆疲劳驾驶预警系统 | |
CN206961331U (zh) | 一种高威胁车辆监测预警系统 | |
CN111284401A (zh) | 一种多传感器检测车辆右转盲区预警系统 | |
CN106183986A (zh) | 一种智能化行车安全系统及方法 | |
CN111354156A (zh) | 一种行人/骑行者风险监测预警装置及预警方法 | |
CN208847836U (zh) | 有轨电车防撞系统 |
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 |