CN116543594A - 一种应用数据分析技术的智慧城市分析管理系统及方法 - Google Patents

一种应用数据分析技术的智慧城市分析管理系统及方法 Download PDF

Info

Publication number
CN116543594A
CN116543594A CN202310521817.2A CN202310521817A CN116543594A CN 116543594 A CN116543594 A CN 116543594A CN 202310521817 A CN202310521817 A CN 202310521817A CN 116543594 A CN116543594 A CN 116543594A
Authority
CN
China
Prior art keywords
vehicle
blind area
pedestrian
unit
module
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.)
Granted
Application number
CN202310521817.2A
Other languages
English (en)
Other versions
CN116543594B (zh
Inventor
杨志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Kunsheng Urban Service Co ltd
Original Assignee
Qingdao Chengjian Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Chengjian Network Technology Co ltd filed Critical Qingdao Chengjian Network Technology Co ltd
Priority to CN202310521817.2A priority Critical patent/CN116543594B/zh
Publication of CN116543594A publication Critical patent/CN116543594A/zh
Application granted granted Critical
Publication of CN116543594B publication Critical patent/CN116543594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • 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
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Abstract

本发明公开了一种应用数据分析技术的智慧城市分析管理系统及方法，属于数据分析技术领域。智慧城市分析管理系统通过监测模块监测城市道路中是否有需要服务的情况，若需要智慧城市分析管理系统提供服务，则启动计算模块将城市中各种纷繁复杂的信息抽象化，建立数学模型并计算出城市道路中的各种信息，将计算得出的数据发送到智慧城市分析管理系统中的分析模块，分析模块将所得数据进行数据对比、赋值、结算等操作将数据进一步分化整理，经过分析模块后的数据经由指示模块接收。指示模块根据分析得到的数据做出相应的指示，用以更好的城市运作；本发明用以解决城市管理系统中部分功能不够智能的问题。

Description

一种应用数据分析技术的智慧城市分析管理系统及方法
技术领域
本发明涉及数据分析技术领域，具体为一种应用数据分析技术的智慧城市分析管理系统及方法。
背景技术
近年来，随着国家综合国力的提升，城市建设也快速发展，在互联网技术飞速发展而带来的全球化浪潮下，人们对智能化的要求越来越高，对智能化的需求也越来越多，然而许多城市基础建设仍在使用老旧的系统，这些城市基础建设通常没有运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，导致不能够很好的相应城市运行的需求以及居住在城市中人们生活的需要，这些没有应用数据分析技术的城市管理系统正面临更新换代的难题。一方面，这与当今时代的需求背道而驰，这些老旧的城市基础建设会影响城市运行效率，给生活在城市中的居民带来不便；另一方面，这些没有应用数据分析技术的城市管理系统会因为缺乏算法，而不能有效地进行计算分析来规避城市中一些不必要的事故，这会降低整个城市的安全程度，从而降低生活在城市中的居民的幸福感。
发明内容
本发明的目的在于提供一种应用数据分析技术的智慧城市分析管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：该系统包括监测模块、计算模块、分析模块以及指示模块；监测模块用于监测所在路段是否有两辆及两辆以上的车辆；监测模块还用于监测所在路段是否有人存在；计算模块用于计算在有两辆及两辆以上车辆的条件下，车辆的视觉盲区范围。因为在两辆及两辆以上车辆存在时，行人会因为另一辆阻碍视野车辆的影响导致误判而产生危险行为。计算模块还用于计算在有行人存在的条件下，行人的视觉盲区范围，其主要通过将道路信息抽象化，建立笛卡尔坐标系，将每个因素抽象为质点，附以坐标并进行计算；分析模块用于将得到的车辆的视觉盲区范围与行人的视觉盲区范围结果做数据分析，如果得到的车辆视觉盲区范围与行人的视觉盲区范围有重合，则可以得到该车辆与该行人有存在鬼探头的可能性。当车辆行人对被判定为第一提醒时，指示模块用于发送预设的语音提醒行人注意观察车辆。监测模块的输出端与计算模块的输入端相连；计算模块的输出端与分析模块的输入端相连；分析模块的输出端与指示模块的输入端相连。
监测模块包括车辆监测单元以及行人监测单元；车辆监测单元用于监测所在路段是否有两辆及两辆以上的车辆；行人监测单元用于监测所在路段是否存在行人；监测模块监测车辆与行人主要使用OpenCV进行图像特征检测，利用了特征检测算法。
计算模块包括车辆视觉盲区计算单元以及行人视觉盲区计算单元；车辆视觉盲区计算单元用于计算在所在路段存在两辆及两辆以上车辆的条件下车辆的视觉盲区范围；行人视觉盲区计算单元用于检测在所在路段存在行人的条件下行人的视觉盲区范围。
分析模块包括数据对比单元、赋值单元以及结算单元；数据对比单元用于将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；赋值单元用于将标记出来的一对车辆与行人赋予概率值pi，k；结算单元用于将概率值pi，k与事故概率阈值P做对比；若pi，k>P，则标记为鬼探头提醒；若pi，k<P，则标记为安全；数据对比单元的输出端与赋值单元的输入端相连；赋值单元的输出端与结算单元的输入端相连。
指示模块包括接收单元以及语音提醒单元；接收单元用于接收来自分析模块的数据；语音提醒单元用于发送预设的语音提醒在一对被标记为第一提醒的车辆与行人中的行人注意观察车辆；接收单元的输出端与语音提醒单元的输入端相连。
该方法包括如下步骤：
S1、车辆监测单元监测所在路段是否有两辆及两辆以上的车辆；行人监测单元监测所在路段是否有行人；
S2、在监测到所在路段有两辆及两辆以上车辆时，车辆视觉盲区计算单元计算车辆的视觉盲区范围；在监测到所在路段有行人时，行人视觉盲区计算单元计算行人的视觉盲区范围；
S3、将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；
S4、将标记出来的一对车辆与行人赋予概率值pi，k；
S5、将概率值pi，k与事故概率阈值P做对比，事故概率阈值越小，则该系统越灵敏；事故概率阈值越大，则该系统越稳定；
S6、发送预设的语音提醒在一对被标记为鬼探头提醒的车辆与行人中的行人注意观察车辆。
在步骤S2中，车辆视觉盲区计算单元计算车辆的视觉盲区范围与行人视觉盲区计算单元计算行人的视觉盲区范围的步骤如下：
S2-1、以车辆前进方向为y轴，垂直于车辆前进方向的方向为x轴建立笛卡尔坐标系；设目标车辆Ai在笛卡尔坐标系中的坐标为(ai，bi)，阻碍视线的车辆Bj在笛卡尔坐标系中的坐标为(cj，dj)，行人Ck在笛卡尔坐标系中的坐标为(ek，fk)；
S2-2、计算目标车辆的视野盲区角度
S2-3、计算行人的视野盲区角度
在步骤S3中，将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记的步骤如下：若αi，j>βj，k，则将该目标车辆Ai与行人Ck作为一对并标记为Xi，k。
在步骤S4中，将标记出来的一对车辆与行人赋予概率值pi，k的步骤如下：
S4-1、设比例系数K，在只有一辆固定阻碍视线的车辆Bj条件下，Xi，k出现事故概率为比例系数K与很多因素有关，比如目标车辆在当前时刻的行驶速度、行人与目标车辆的直线距离、行人的专注度等；
S4-2、在所有阻碍视线的车辆Bj条件下，出现事故概率为
在步骤S5中，若pi，k>P，则标记为鬼探头提醒；若pi，k<P，则标记为安全。
与现有技术相比，本发明所达到的有益效果是：为解决城市中的安全隐患提供了一种高效智能的应用数据分析技术的智慧城市分析管理系统及方法，行人在经过路口时，智慧城市分析管理系统会对路况信息进行抽象处理，建立数学模型，分析数据，最终得到分析后的数据；指示模块根据这些分析后得到的数据做出相应的指示来指示行人注意来往的车辆。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种应用数据分析技术的智慧城市分析管理系统的模块示意图；
图2是本发明一种应用数据分析技术的智慧城市分析管理方法的方法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供技术方案：
应用数据分析技术的智慧城市分析管理系统包括监测模块、计算模块、分析模块以及指示模块；监测模块用于监测所在路段是否有两辆及两辆以上的车辆；监测模块还用于监测所在路段是否有人存在；计算模块用于计算在有两辆及两辆以上车辆的条件下，车辆的视觉盲区范围。因为在两辆及两辆以上车辆存在时，行人会因为另一辆阻碍视野车辆的影响导致误判而产生危险行为。计算模块还用于计算在有行人存在的条件下，行人的视觉盲区范围。其主要通过将道路信息抽象化，建立笛卡尔坐标系，将每个因素抽象为质点，附以坐标并进行计算；分析模块用于将得到的车辆的视觉盲区范围与行人的视觉盲区范围结果做数据分析，如果得到的车辆视觉盲区范围与行人的视觉盲区范围有重合，则可以得到该车辆与该行人有存在鬼探头的可能性。当车辆行人对被判定为第一提醒时，指示模块用于发送预设的语音提醒行人注意观察车辆。监测模块的输出端与计算模块的输入端相连；计算模块的输出端与分析模块的输入端相连；分析模块的输出端与指示模块的输入端相连。
监测模块包括车辆监测单元以及行人监测单元；车辆监测单元用于监测所在路段是否有两辆及两辆以上的车辆；行人监测单元用于监测所在路段是否存在行人。监测模块包括车辆监测单元以及行人监测单元；车辆监测单元用于监测所在路段是否有两辆及两辆以上的车辆；行人监测单元用于监测所在路段是否存在行人；监测模块监测车辆与行人主要使用OpenCV进行图像特征检测，利用了特征检测算法。
计算模块包括车辆视觉盲区计算单元以及行人视觉盲区计算单元；车辆视觉盲区计算单元用于计算在所在路段存在两辆及两辆以上车辆的条件下车辆的视觉盲区范围；行人视觉盲区计算单元用于检测在所在路段存在行人的条件下行人的视觉盲区范围。
分析模块包括数据对比单元、赋值单元以及结算单元；数据对比单元用于将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；赋值单元用于将标记出来的一对车辆与行人赋予概率值pi，k；结算单元用于将概率值pi，k与事故概率阈值P做对比；若pi，k>P，则标记为鬼探头提醒；若pi，k<P，则标记为安全；数据对比单元的输出端与赋值单元的输入端相连；赋值单元的输出端与结算单元的输入端相连。
指示模块包括接收单元以及语音提醒单元；接收单元用于接收来自分析模块的数据；语音提醒单元用于发送预设的语音提醒在一对被标记为鬼探头提醒的车辆与行人中的行人注意观察车辆；接收单元的输出端与语音提醒单元的输入端相连。
该方法包括如下步骤：
S1、车辆监测单元监测所在路段是否有两辆及两辆以上的车辆；行人监测单元监测所在路段是否有行人；
S2、在监测到所在路段有两辆及两辆以上车辆时，车辆视觉盲区计算单元计算车辆的视觉盲区范围；在监测到所在路段有行人时，行人视觉盲区计算单元计算行人的视觉盲区范围；
S3、将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；
S4、将标记出来的一对车辆与行人赋予概率值pi，k；
S5、将概率值pi，k与事故概率阈值P做对比；
S6、发送预设的语音提醒在一对被标记为鬼探头提醒的车辆与行人中的行人注意观察车辆。
在步骤S2中，车辆视觉盲区计算单元计算车辆的视觉盲区范围与行人视觉盲区计算单元计算行人的视觉盲区范围的步骤如下：
S2-1、以车辆前进方向为y轴，垂直于车辆前进方向的方向为x轴建立笛卡尔坐标系；设目标车辆Ai在笛卡尔坐标系中的坐标为(ai，bi)，阻碍视线的车辆Bj在笛卡尔坐标系中的坐标为(cj，dj)，行人Ck在笛卡尔坐标系中的坐标为(ek，fk)；
S2-2、计算目标车辆的视野盲区角度
S2-3、计算行人的视野盲区角度
在步骤S3中，将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记的步骤如下：若αi，j>βj，k，则将该目标车辆Ai与行人Ck作为一对并标记为Xi，k。
在步骤S4中，将标记出来的一对车辆与行人赋予概率值pi，k的步骤如下：
S4-1、设比例系数K，在只有一辆固定阻碍视线的车辆Bj条件下，Xi，k出现事故概率为
S4-2、在所有阻碍视线的车辆Bj条件下，出现事故概率为比例系数K与很多因素有关，比如目标车辆在当前时刻的行驶速度、行人与目标车辆的直线距离、行人的专注度等。
在步骤S5中，若pi，k>P，则标记为鬼探头提醒；若pi，k<P，则标记为安全。
在本发明的实施例中，目标车辆A1在笛卡尔坐标系中的坐标为(0，0)，阻碍视线的车辆B1在笛卡尔坐标系中的坐标为(1，1.5)，阻碍视线的车辆B2在笛卡尔坐标系中的坐标为(1，1)，行人C1在笛卡尔坐标系中的坐标为(2，2)，事故概率阈值P为0.5，K为0.9；
计算得目标车辆得视野盲区角度目标车辆的视野盲区角度/>计算得行人的视野盲区角度/> 计算得行人的视野盲区角度/>因为有α1，1>β1，1，则将该目标车辆A1与行人C1作为一对并标记为X1，1，在阻碍视线车辆为B1情况下，X1，1出现事故概率为因为车辆B2不阻碍视野，所以出现事故概率因为p1，1<P，则标记为安全。
在本发明的实施例中，又一情况：目标车辆A1在笛卡尔坐标系中的坐标为(0，0)，阻碍视线的车辆B1在笛卡尔坐标系中的坐标为(1，1.5)，阻碍视线的车辆B2在笛卡尔坐标系中的坐标为(1，1)，行人C1在笛卡尔坐标系中的坐标为(2，1.7)，事故概率阈值P为0.5，K为0.9；
计算得目标车辆得视野盲区角度目标车辆得视野盲区角度/>计算得行人的视野盲区角度/> 计算得行人的视野盲区角度/> 因为有α1，1>β1，1、α1，2>β2，1，则将该目标车辆A1与行人C1作为一对并标记为X1，1，在阻碍视线车辆为B1情况下，X1，1出现事故概率为/>在阻碍视线车辆为B2情况下，X1，1出现事故概率为所以出现事故概率/> 因为p1，1>P，则标记为鬼探头提醒；指示模块接收到该数据，发送预设的语音提醒行人注意来往车辆。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种应用数据分析技术的智慧城市分析管理系统，其特征在于：该系统包括监测模块、计算模块、分析模块以及指示模块；所述监测模块用于监测所在路段是否有n辆车辆，n≥2；所述监测模块还用于监测所在路段是否有人存在；所述计算模块用于计算在有n辆车辆的条件下，车辆的视觉盲区范围；所述计算模块还用于计算在有行人存在的条件下，行人的视觉盲区范围；所述分析模块用于将得到的车辆的视觉盲区范围与行人的视觉盲区范围结果做数据分析；所述指示模块用于发送预设的语音提醒行人注意观察车辆；所述监测模块的输出端与计算模块的输入端相连；所述计算模块的输出端与分析模块的输入端相连；所述分析模块的输出端与指示模块的输入端相连。
2.根据权利要求1所述的一种应用数据分析技术的智慧城市分析管理系统，其特征在于：所述监测模块包括车辆监测单元以及行人监测单元；所述车辆监测单元用于监测所在路段是否有n辆车辆；所述行人监测单元用于监测所在路段是否存在行人。
3.根据权利要求1所述的一种应用数据分析技术的智慧城市分析管理系统，其特征在于：所述计算模块包括车辆视觉盲区计算单元以及行人视觉盲区计算单元；所述车辆视觉盲区计算单元用于计算在所在路段存在两辆及两辆以上车辆的条件下车辆的视觉盲区范围；所述行人视觉盲区计算单元用于检测在所在路段存在行人的条件下行人的视觉盲区范围。
4.根据权利要求1所述的一种应用数据分析技术的智慧城市分析管理系统，其特征在于：所述分析模块包括数据对比单元、赋值单元以及结算单元；所述数据对比单元用于将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；所述赋值单元用于将标记出来的一对车辆与行人赋予概率值pi，k；所述结算单元用于将概率值pi，k与事故概率阈值P做对比；若pi，k>P，则标记为第一提醒；若pi，k<P，则标记为安全；所述数据对比单元的输出端与赋值单元的输入端相连；所述赋值单元的输出端与结算单元的输入端相连。
5.根据权利要求1所述的一种应用数据分析技术的智慧城市分析管理系统，其特征在于：所述指示模块包括接收单元以及语音提醒单元；所述接收单元用于接收来自分析模块的数据；所述语音提醒单元用于发送预设的语音提醒在一对被标记为第一提醒的车辆与行人中的行人注意观察车辆；所述接收单元的输出端与语音提醒单元的输入端相连。
6.一种应用数据分析技术的智慧城市分析管理方法，其特征在于：该方法包括以下步骤：
S1、车辆监测单元监测所在路段是否有n辆车辆，n≥2；行人监测单元监测所在路段是否有行人；
S2、在监测到所在路段有n辆车辆时，车辆视觉盲区计算单元计算车辆的视觉盲区范围；在监测到所在路段有行人时，行人视觉盲区计算单元计算行人的视觉盲区范围；
S3、将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记；
S4、将标记出来的一对车辆与行人赋予概率值pi，k；
S5、将概率值pi，k与事故概率阈值P做对比；
S6、发送预设的语音提醒在一对被标记为第一提醒的车辆与行人中的行人注意观察车辆。
7.根据权利要求6所述的一种应用数据分析技术的智慧城市分析管理方法，其特征在于：在步骤S2中，车辆视觉盲区计算单元计算车辆的视觉盲区范围与行人视觉盲区计算单元计算行人的视觉盲区范围的步骤如下：
S2-1、以车辆前进方向为y轴，垂直于车辆前进方向的方向为x轴建立笛卡尔坐标系；设目标车辆Ai在笛卡尔坐标系中的坐标为(ai，bi)，阻碍视线的车辆Bj在笛卡尔坐标系中的坐标为(cj，dj)，行人Ck在笛卡尔坐标系中的坐标为(ek，fk)；
S2-2、计算目标车辆的视野盲区角度
S2-3、计算行人的视野盲区角度
8.根据权利要求7所述的一种应用数据分析技术的智慧城市分析管理方法，其特征在于：在步骤S3中，将车辆的视觉盲区范围与人的视觉盲区范围做对比，将存在重合的视觉盲区范围的车辆与行人作为一对并进行标记的步骤如下：若αi，j>βj，k，则将该目标车辆Ai与行人Ck作为一对并标记为Xi，k。
9.根据权利要求8所述的一种应用数据分析技术的智慧城市分析管理方法，其特征在于：在步骤S4中，将标记出来的一对车辆与行人赋予概率值pi，k的步骤如下：
S4-1、设比例系数K，在只有一辆固定阻碍视线的车辆Bj条件下，Xi，k出现事故概率为
S4-2、在所有阻碍视线的车辆Bj条件下，出现事故概率为
10.根据权利要求6所述的一种应用数据分析技术的智慧城市分析管理方法，其特征在于：在步骤S5中，若pi，k>P，则标记为第一提醒；若pi，k<P，则标记为安全。
CN202310521817.2A 2023-05-10 2023-05-10 一种应用数据分析技术的智慧城市分析管理系统及方法 Active CN116543594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310521817.2A CN116543594B (zh) 2023-05-10 2023-05-10 一种应用数据分析技术的智慧城市分析管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310521817.2A CN116543594B (zh) 2023-05-10 2023-05-10 一种应用数据分析技术的智慧城市分析管理系统及方法

Publications (2)

Publication Number Publication Date
CN116543594A true CN116543594A (zh) 2023-08-04
CN116543594B CN116543594B (zh) 2024-01-09

Family

ID=87446653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310521817.2A Active CN116543594B (zh) 2023-05-10 2023-05-10 一种应用数据分析技术的智慧城市分析管理系统及方法

Country Status (1)

Country Link
CN (1) CN116543594B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108109413A (zh) * 2017-12-13 2018-06-01 厦门金龙旅行车有限公司 一种无人驾驶车辆与非智能交通参与者的信息交互系统
US20190088011A1 (en) * 2017-09-20 2019-03-21 Boe Technology Group Co., Ltd. Method, device, terminal and system for visualization of vehicle's blind spot and a vehicle
CN109671299A (zh) * 2019-01-04 2019-04-23 浙江工业大学 一种基于路口摄像探头对行人危险预警的系统及方法
CN114932902A (zh) * 2022-06-27 2022-08-23 江苏理工学院 一种基于车联网技术的鬼探头预警避让方法及系统
CN115171431A (zh) * 2022-08-17 2022-10-11 东揽(南京)智能科技有限公司 一种交叉口多视角大型车辆盲区预警方法
CN116030662A (zh) * 2023-01-05 2023-04-28 中承信达(天津)技术股份公司 一种基于大数据的智能安全检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190088011A1 (en) * 2017-09-20 2019-03-21 Boe Technology Group Co., Ltd. Method, device, terminal and system for visualization of vehicle's blind spot and a vehicle
CN108109413A (zh) * 2017-12-13 2018-06-01 厦门金龙旅行车有限公司 一种无人驾驶车辆与非智能交通参与者的信息交互系统
CN109671299A (zh) * 2019-01-04 2019-04-23 浙江工业大学 一种基于路口摄像探头对行人危险预警的系统及方法
CN114932902A (zh) * 2022-06-27 2022-08-23 江苏理工学院 一种基于车联网技术的鬼探头预警避让方法及系统
CN115171431A (zh) * 2022-08-17 2022-10-11 东揽(南京)智能科技有限公司 一种交叉口多视角大型车辆盲区预警方法
CN116030662A (zh) * 2023-01-05 2023-04-28 中承信达(天津)技术股份公司 一种基于大数据的智能安全检测系统及方法

Also Published As

Publication number Publication date
CN116543594B (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
US6442474B1 (en) Vision-based method and apparatus for monitoring vehicular traffic events
CN105799512B (zh) 车辆超速提醒方法及系统
WO2021098657A1 (zh) 视频检测方法、装置、终端设备及可读存储介质
WO2019223655A1 (zh) 非机动车载人的检测
CN109785633A (zh) 危险路况提醒方法、装置、车载终端、服务器及介质
CN102663352B (zh) 一种轨道识别方法
CN110060484A (zh) 一种基于区块链的公路客运违章实时预警系统及方法
CN109448372B (zh) 一种乘车安全监测与报警方法
CN114863675B (zh) 基于路警数据融合的重点车辆位置推测与异常报警方法
CN101465059A (zh) 城市道路交通安全态势鉴判预警系统
US11574541B2 (en) Information processing device, information processing system, program, and information processing method
CN107784832A (zh) 一种用于识别交通道路中的事故黑点的方法与设备
CN113936465A (zh) 交通事件检测方法及装置
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
CN107680396A (zh) 一种驾驶行为的监控方法及其装置
CN116543594B (zh) 一种应用数据分析技术的智慧城市分析管理系统及方法
CN107067778A (zh) 一种车辆反跟踪预警方法及装置
CN109344903A (zh) 基于车载感知数据的城市道路路面故障实时检测方法
CN111553199A (zh) 一种基于计算机视觉的机动车交通违法行为自动检测技术
CN106251566A (zh) 一种火灾报警系统及方法
CN115834838A (zh) 一种隧道内的监控方法、设备和介质
CN114677848B (zh) 感知预警系统、方法、装置及计算机程序产品
CN114582083B (zh) 一种隧道监控多传感器数据融合火灾预警方法
CN111775948B (zh) 一种驾驶行为分析方法及装置
CN114419888A (zh) 一种货运车辆的安全预警方法、装置、设备及存储介质

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
CB03 Change of inventor or designer information

Inventor after: Wang Bin

Inventor after: Jin Xingzhu

Inventor after: Yang Zhi

Inventor before: Yang Zhi

CB03 Change of inventor or designer information
TR01 Transfer of patent right

Effective date of registration: 20240126

Address after: Room 241, Building 3-2, Zhongke New Economy and Technology Innovation Center, Cuizhai Street, Qiqi District, Jinan City, Shandong Province, 250000

Patentee after: Shandong Kunsheng Urban Service Co.,Ltd.

Country or region after: China

Address before: 266109 036 Shizheng Ailian (centralized office area), Area C, Floor 6, Building 1, No. 151, Zhengyang Road, Chengyang District, Qingdao, Shandong

Patentee before: Qingdao Chengjian Network Technology Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right