CN116645831A - 一种交通盲区检测及预警系统 - Google Patents
一种交通盲区检测及预警系统 Download PDFInfo
- Publication number
- CN116645831A CN116645831A CN202310617178.XA CN202310617178A CN116645831A CN 116645831 A CN116645831 A CN 116645831A CN 202310617178 A CN202310617178 A CN 202310617178A CN 116645831 A CN116645831 A CN 116645831A
- Authority
- CN
- China
- Prior art keywords
- blind area
- vehicle
- grid
- position information
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000012790 confirmation Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013480 data collection Methods 0.000 abstract description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/091—Traffic information broadcasting
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及车辆盲区检测,具体涉及一种交通盲区检测及预警系统,包括控制单元,控制单元通过视频数据采集模块采集视频数据,并利用位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,控制单元通过盲区信息获取模块获取车辆的盲区信息,并利用盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测;控制单元通过盲区栅格确认模块确定位于盲区中的盲区栅格,并利用目标车道确认模块确定盲区栅格所属目标车道,控制单元通过盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积;本发明提供的技术方案能够克服现有技术所存在的无法对车辆与盲区内潜在交通参与者可能发生碰撞的情况进行准确检测预警的缺陷。
Description
技术领域
本发明涉及车辆盲区检测,具体涉及一种交通盲区检测及预警系统。
背景技术
随着经济和科技的不断发展,社会上的汽车保有量越来越多,与此同时发生交通事故的数量也随之增多。其中,由于车辆存在视野盲区无法看清周围情况而发生交通事故的数量不在少数。虽然,目前已经有通过在车辆上安装传感器对车辆视野盲区进行检测的方法,但是这种方法并不能完全清除车辆视野盲区。
现有技术中,通常使用摄像机或距离传感器来获取盲区内的具体情况,从而在盲区中出现其他潜在交通参与者时能够在车辆中进行示警。然而,通过摄像机或距离传感器进行盲区检测时,不能有效考虑车辆自身的行驶状态,同时也不考虑车辆自身与其他潜在交通参与者之间的运动关系,造成在复杂场景下无法进行准确预警,仍然存在较大的安全隐患。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种交通盲区检测及预警系统,能够有效克服现有技术所存在的无法对车辆与盲区内潜在交通参与者可能发生碰撞的情况进行准确检测预警的缺陷。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种交通盲区检测及预警系统,包括控制单元,所述控制单元通过视频数据采集模块采集视频数据,并利用位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,所述控制单元通过盲区信息获取模块获取车辆的盲区信息,并利用盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测;
所述控制单元通过盲区栅格确认模块确定位于盲区中的盲区栅格,并利用目标车道确认模块确定盲区栅格所属目标车道,所述控制单元通过盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,并利用交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,所述控制单元通过碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,并利用碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播。
优选地,所述位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,包括:
根据视频数据确定车辆当前时刻在道路上的位置信息,并根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息。
优选地,所述根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息,包括:
根据多个视频流确定车辆当前时刻在多个视频流中的位置信息,并根据车辆当前时刻在多个视频流中的位置信息预测车辆未来时刻在多个视频流中的位置信息,得到车辆未来时刻位于道路上的位置信息。
优选地,所述盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测,包括:
结合车辆未来时刻位于道路上的位置信息及车辆的盲区信息,对车辆未来时刻位于道路上的盲区进行预测;
其中,车辆的盲区信息由车辆的结构属性决定。
优选地,所述盲区栅格确认模块确定位于盲区中的盲区栅格,包括:
以车辆未来时刻位于道路上的位置为中心,建立栅格地图,并对栅格信息进行初始化;
计算栅格地图中每个栅格的观测状态,确定位于盲区中的盲区栅格。
优选地,所述目标车道确认模块确定盲区栅格所属目标车道,包括:
获取盲区栅格在栅格地图中的局部坐标,根据定位系统提供的定位信息,将局部坐标映射至高精度地图的全局坐标系中;
在高精度地图的所有车道中,确定与盲区栅格在全局坐标系中对应的全局坐标最接近的目标车道。
优选地,所述盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,包括:
获取能够在目标车道内合法行驶的合法交通参与者类别,假设合法交通参与者类别中的每个元素出现在以盲区栅格为中心的位置,如果此时该元素所覆盖的区域均为盲区栅格,则记录该元素的投影面积;
统计各元素的投影面积结果,将记录的最大投影面积记为盲区面积。
优选地,所述交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,包括:
根据盲区栅格的观测状态历史信息判断盲区栅格的盲区状态维持时长,当盲区状态维持时长大于预设时长阈值时,说明该盲区栅格存在潜在交通参与者;
根据该盲区栅格所属目标车道,获取能够在该盲区栅格内合法行驶的合法交通参与者类别;
从各元素的投影面积结果中取出在预设时长阈值内的最小投影面积,在合法交通参与者类别中过滤掉投影面积超过最小投影面积的元素,得到潜在交通参与者类别。
优选地,所述碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,包括:
遍历所有盲区栅格,枚举目标车道与潜在交通参与者之间的所有组合形式;
计算每种目标车道与潜在交通参与者的组合对所有栅格造成的潜在碰撞风险,将栅格地图中所有存在潜在碰撞风险的栅格标记为风险区域。
优选地,所述碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播,包括:
当潜在交通参与者驶入风险区域时,向车辆及潜在交通参与者进行碰撞预警广播;
其中,碰撞预警广播包括潜在交通参与者驶入的风险区域位置信息、潜在交通参与者的特征信息和碰撞预警目标车辆的特征信息。
(三)有益效果
与现有技术相比,本发明所提供的一种交通盲区检测及预警系统,具有以下有益效果:
1)位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,盲区信息获取模块获取车辆的盲区信息,盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测,从而能够基于车辆行驶状态对行驶车辆在道路上存在的盲区进行准确预测;
2)盲区栅格确认模块确定位于盲区中的盲区栅格,目标车道确认模块确定盲区栅格所属目标车道,盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播,从而能够对行驶车辆与盲区内潜在交通参与者可能发生碰撞的情况进行准确预测,并向行驶车辆和潜在交通参与者进行及时预警,有效避免发生交通安全事故,保障弱势交通参与者的生命安全。
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为本发明的系统示意图;
图2为本发明中对车辆盲区进行预测的流程示意图;
图3为本发明中基于预测盲区根据碰撞风险计算结果进行碰撞预警广播的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
一种交通盲区检测及预警系统,如图1和图2所示,包括控制单元,控制单元通过视频数据采集模块采集视频数据,并利用位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,控制单元通过盲区信息获取模块获取车辆的盲区信息,并利用盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测。
①位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,包括:
根据视频数据确定车辆当前时刻在道路上的位置信息,并根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息。
具体地,根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息,包括:
根据多个视频流确定车辆当前时刻在多个视频流中的位置信息,并根据车辆当前时刻在多个视频流中的位置信息预测车辆未来时刻在多个视频流中的位置信息,得到车辆未来时刻位于道路上的位置信息。
②盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测,包括:
结合车辆未来时刻位于道路上的位置信息及车辆的盲区信息,对车辆未来时刻位于道路上的盲区进行预测;
其中,车辆的盲区信息由车辆的结构属性决定。
上述技术方案,位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,盲区信息获取模块获取车辆的盲区信息,盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测,从而能够基于车辆行驶状态对行驶车辆在道路上存在的盲区进行准确预测。
如图1和图3所示,控制单元通过盲区栅格确认模块确定位于盲区中的盲区栅格,并利用目标车道确认模块确定盲区栅格所属目标车道,控制单元通过盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,并利用交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,控制单元通过碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,并利用碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播。
①盲区栅格确认模块确定位于盲区中的盲区栅格,包括:
以车辆未来时刻位于道路上的位置为中心,建立栅格地图,并对栅格信息进行初始化;
计算栅格地图中每个栅格的观测状态,确定位于盲区中的盲区栅格。
②目标车道确认模块确定盲区栅格所属目标车道,包括:
获取盲区栅格在栅格地图中的局部坐标,根据定位系统提供的定位信息,将局部坐标映射至高精度地图的全局坐标系中;
在高精度地图的所有车道中,确定与盲区栅格在全局坐标系中对应的全局坐标最接近的目标车道。
③盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,包括:
获取能够在目标车道内合法行驶的合法交通参与者类别,假设合法交通参与者类别中的每个元素出现在以盲区栅格为中心的位置,如果此时该元素所覆盖的区域均为盲区栅格,则记录该元素的投影面积;
统计各元素的投影面积结果,将记录的最大投影面积记为盲区面积。
④交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,包括:
根据盲区栅格的观测状态历史信息判断盲区栅格的盲区状态维持时长,当盲区状态维持时长大于预设时长阈值时,说明该盲区栅格存在潜在交通参与者;
根据该盲区栅格所属目标车道,获取能够在该盲区栅格内合法行驶的合法交通参与者类别;
从各元素的投影面积结果中取出在预设时长阈值内的最小投影面积,在合法交通参与者类别中过滤掉投影面积超过最小投影面积的元素,得到潜在交通参与者类别。
⑤碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,包括:
遍历所有盲区栅格,枚举目标车道与潜在交通参与者之间的所有组合形式;
计算每种目标车道与潜在交通参与者的组合对所有栅格造成的潜在碰撞风险,将栅格地图中所有存在潜在碰撞风险的栅格标记为风险区域。
⑥碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播,包括:
当潜在交通参与者驶入风险区域时,向车辆及潜在交通参与者进行碰撞预警广播;
其中,碰撞预警广播包括潜在交通参与者驶入的风险区域位置信息、潜在交通参与者的特征信息和碰撞预警目标车辆的特征信息。
上述技术方案,盲区栅格确认模块确定位于盲区中的盲区栅格,目标车道确认模块确定盲区栅格所属目标车道,盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播,从而能够对行驶车辆与盲区内潜在交通参与者可能发生碰撞的情况进行准确预测,并向行驶车辆和潜在交通参与者进行及时预警,有效避免发生交通安全事故,保障弱势交通参与者的生命安全。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种交通盲区检测及预警系统,其特征在于:包括控制单元,所述控制单元通过视频数据采集模块采集视频数据,并利用位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,所述控制单元通过盲区信息获取模块获取车辆的盲区信息,并利用盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测;
所述控制单元通过盲区栅格确认模块确定位于盲区中的盲区栅格,并利用目标车道确认模块确定盲区栅格所属目标车道,所述控制单元通过盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,并利用交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,所述控制单元通过碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,并利用碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播。
2.根据权利要求1所述的交通盲区检测及预警系统,其特征在于:所述位置信息确认模块确定视频数据中的车辆在当前时刻及未来时刻位于道路上的位置信息,包括:
根据视频数据确定车辆当前时刻在道路上的位置信息,并根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息。
3.根据权利要求2所述的交通盲区检测及预警系统,其特征在于:所述根据车辆当前时刻在道路上的位置信息预测车辆未来时刻位于道路上的位置信息,包括:
根据多个视频流确定车辆当前时刻在多个视频流中的位置信息,并根据车辆当前时刻在多个视频流中的位置信息预测车辆未来时刻在多个视频流中的位置信息,得到车辆未来时刻位于道路上的位置信息。
4.根据权利要求2所述的交通盲区检测及预警系统,其特征在于:所述盲区位置预测模块基于车辆在道路上的位置信息对盲区进行预测,包括:
结合车辆未来时刻位于道路上的位置信息及车辆的盲区信息,对车辆未来时刻位于道路上的盲区进行预测;
其中,车辆的盲区信息由车辆的结构属性决定。
5.根据权利要求4所述的交通盲区检测及预警系统,其特征在于:所述盲区栅格确认模块确定位于盲区中的盲区栅格,包括:
以车辆未来时刻位于道路上的位置为中心,建立栅格地图,并对栅格信息进行初始化;
计算栅格地图中每个栅格的观测状态,确定位于盲区中的盲区栅格。
6.根据权利要求5所述的交通盲区检测及预警系统,其特征在于:所述目标车道确认模块确定盲区栅格所属目标车道,包括:
获取盲区栅格在栅格地图中的局部坐标,根据定位系统提供的定位信息,将局部坐标映射至高精度地图的全局坐标系中;
在高精度地图的所有车道中,确定与盲区栅格在全局坐标系中对应的全局坐标最接近的目标车道。
7.根据权利要求6所述的交通盲区检测及预警系统,其特征在于:所述盲区面积计算模块基于盲区栅格所属目标车道计算盲区面积,包括:
获取能够在目标车道内合法行驶的合法交通参与者类别,假设合法交通参与者类别中的每个元素出现在以盲区栅格为中心的位置,如果此时该元素所覆盖的区域均为盲区栅格,则记录该元素的投影面积;
统计各元素的投影面积结果,将记录的最大投影面积记为盲区面积。
8.根据权利要求7所述的交通盲区检测及预警系统,其特征在于:所述交通参与者类别判断模块基于盲区栅格所属目标车道及盲区面积判断潜在交通参与者类别,包括:
根据盲区栅格的观测状态历史信息判断盲区栅格的盲区状态维持时长,当盲区状态维持时长大于预设时长阈值时,说明该盲区栅格存在潜在交通参与者;
根据该盲区栅格所属目标车道,获取能够在该盲区栅格内合法行驶的合法交通参与者类别;
从各元素的投影面积结果中取出在预设时长阈值内的最小投影面积,在合法交通参与者类别中过滤掉投影面积超过最小投影面积的元素,得到潜在交通参与者类别。
9.根据权利要求8所述的交通盲区检测及预警系统,其特征在于:所述碰撞风险计算模块计算车辆与潜在交通参与者之间的碰撞风险,包括:
遍历所有盲区栅格,枚举目标车道与潜在交通参与者之间的所有组合形式;
计算每种目标车道与潜在交通参与者的组合对所有栅格造成的潜在碰撞风险,将栅格地图中所有存在潜在碰撞风险的栅格标记为风险区域。
10.根据权利要求9所述的交通盲区检测及预警系统,其特征在于:所述碰撞告警信息广播模块基于碰撞风险计算结果进行碰撞预警广播,包括:
当潜在交通参与者驶入风险区域时,向车辆及潜在交通参与者进行碰撞预警广播;
其中,碰撞预警广播包括潜在交通参与者驶入的风险区域位置信息、潜在交通参与者的特征信息和碰撞预警目标车辆的特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310617178.XA CN116645831A (zh) | 2023-05-29 | 2023-05-29 | 一种交通盲区检测及预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310617178.XA CN116645831A (zh) | 2023-05-29 | 2023-05-29 | 一种交通盲区检测及预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116645831A true CN116645831A (zh) | 2023-08-25 |
Family
ID=87618299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310617178.XA Pending CN116645831A (zh) | 2023-05-29 | 2023-05-29 | 一种交通盲区检测及预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116645831A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117734680A (zh) * | 2024-01-22 | 2024-03-22 | 珠海翔越电子有限公司 | 大型车辆盲区预警方法、系统及存储介质 |
-
2023
- 2023-05-29 CN CN202310617178.XA patent/CN116645831A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117734680A (zh) * | 2024-01-22 | 2024-03-22 | 珠海翔越电子有限公司 | 大型车辆盲区预警方法、系统及存储介质 |
CN117734680B (zh) * | 2024-01-22 | 2024-06-07 | 珠海翔越电子有限公司 | 大型车辆盲区预警方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675656B (zh) | 一种基于瞬时风险识别的智能车辆换道预警方法 | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
KR100969995B1 (ko) | 영상처리기법을 이용한 신호교차로의 교통상충 판단 시스템및 방법 | |
CN102332209A (zh) | 一种汽车违章视频监测方法 | |
CN103018754A (zh) | 一种基于gps数据的拐弯识别方法 | |
CN112885108B (zh) | 一种基于深度学习算法的停车位上车辆换车检测方法及系统 | |
CN116645831A (zh) | 一种交通盲区检测及预警系统 | |
CN105374208A (zh) | 路况提醒和摄像头检测方法及其装置 | |
CN115019512A (zh) | 一种基于雷达视频融合的道路事件检测系统 | |
CN115527364B (zh) | 一种基于雷视数据融合的交通事故溯源方法及系统 | |
CN114694060B (zh) | 一种道路抛洒物检测方法、电子设备及存储介质 | |
JP2019207655A (ja) | 検知装置及び検知システム | |
Zheng et al. | Detecting cycle failures at signalized intersections using video image processing | |
JP2003255430A (ja) | 映像診断装置、車載型映像監視装置の映像診断システム | |
CN112101230B (zh) | 公路隧道通行车辆前照灯开启检测方法及系统 | |
US11423661B2 (en) | Object recognition apparatus | |
CN112990117A (zh) | 基于智能驾驶系统的安装数据处理方法及装置 | |
CN113128847A (zh) | 一种基于激光雷达的出入口匝道实时风险预警系统及方法 | |
CN117238143B (zh) | 基于雷达双光谱相机的交通数据融合方法、系统和装置 | |
JP2003217082A (ja) | 画像式速度検知システム及び画像式速度検知方法 | |
CN113808384B (zh) | 交通状况侦测方法 | |
CN114399899B (zh) | 一种在隧道运营中实现高温车辆轨迹跟踪的方法及系统 | |
Nakayama et al. | Robust vehicle detection under poor environmental conditions for rear and side surveillance | |
CN113002422B (zh) | 安全行车预警方法、系统、终端及计算机可读存储介质 | |
CN115965841A (zh) | 基于雷视融合的远光灯检测方法、装置和电子设备 |
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 |