CN116872885B - 一种智能汽车防盗方法、系统及存储介质 - Google Patents
一种智能汽车防盗方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116872885B CN116872885B CN202311151478.XA CN202311151478A CN116872885B CN 116872885 B CN116872885 B CN 116872885B CN 202311151478 A CN202311151478 A CN 202311151478A CN 116872885 B CN116872885 B CN 116872885B
- Authority
- CN
- China
- Prior art keywords
- theft
- automobile
- sensing
- vehicle
- signal
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000006698 induction Effects 0.000 claims description 89
- 238000001514 detection method Methods 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 14
- 230000006399 behavior Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/10—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/10—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device
- B60R25/102—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device a signal being sent to a remote location, e.g. a radio signal being transmitted to a police station, a security company or the owner
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/30—Detection related to theft or to other events relevant to anti-theft systems
- B60R25/305—Detection related to theft or to other events relevant to anti-theft systems using a camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/30—Detection related to theft or to other events relevant to anti-theft systems
- B60R25/33—Detection related to theft or to other events relevant to anti-theft systems of global position, e.g. by providing GPS coordinates
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本发明提出一种智能汽车防盗方法、系统及存储介质,所述方法包括:通过在汽车锁车之后,判断是否进入防盗状态;进行汽车防盗拍摄感应,并实时判断是否存在盗窃行为;在存在盗窃行为时,进行主动盗窃报警和协同辅助报警;汽车解锁并启动后,实时进行汽车定位,并将汽车定位数据发送至车主移动端;接收车主移动端的车主反馈信息,根据车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。能够进行防盗状态和盗窃状态的分析与判断,进入防盗状态后,存在盗窃行为则进行主动盗窃报警和协同辅助报警,进入盗窃状态时,则进行安全停靠与报警,从而为汽车提供更加严密、有效的智能防盗技术。
Description
技术领域
本发明属于智能汽车技术领域,尤其涉及一种智能汽车防盗方法、系统及存储介质。
背景技术
智能车辆就是在一般车辆上增加了先进的传感器(如雷达、摄像头等)、控制器、执行器等装置,通过车载环境感知系统和信息终端,实现与人、车、路等的信息交换,使车辆具备智能环境感知能力,能够自动分析车辆行驶的安全及危险状态,并使车辆按照人的意愿到达目的地,最终实现替代人来操作的目的的汽车,是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术,是典型的高新技术综合体。
汽车防盗技术,是防止汽车本身和汽车上的物品被盗窃的技术,现有的汽车防盗技术,通常是通过机械或电子锁,对汽车进行锁止和报警,然而这种防盗技术较为低端,还是具有破坏锁止机构和破坏报警机构完成实施汽车防盗的漏洞,无法实现对汽车实行严密、有效的智能防盗。
发明内容
本发明实施例的目的在于提供一种智能汽车防盗方法、系统及存储介质,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种智能汽车防盗方法,所述方法具体包括以下步骤:
汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态;
在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为;
在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警;
汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端;
接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。
作为本发明实施例技术方案进一步的限定,所述汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态具体包括以下步骤:
汽车锁车之后,生成锁车感应信号;
按照所述锁车感应信号,进行车内情况感应,生成车内感应数据;
按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据;
根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态。
作为本发明实施例技术方案进一步的限定,所述在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为具体包括以下步骤:
进入防盗状态后,生成防盗拍摄信号和防盗感应信号;
按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据;
按照所述防盗感应信号,进行车身感应,生成车身感应数据;
对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为。
作为本发明实施例技术方案进一步的限定,所述在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警具体包括以下步骤:
在存在盗窃行为时,生成盗窃报警信号和辅助报警信号;
按照所述盗窃报警信号,进行主动盗窃报警;
向附近的多个其他车辆广播所述辅助报警信号;
通过多个其他车辆进行协同辅助报警。
作为本发明实施例技术方案进一步的限定,所述汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端具体包括以下步骤:
汽车解锁并启动后,生成汽车定位信号;
根据所述汽车定位信号,实时进行汽车定位,生成汽车定位数据;
将所述汽车定位数据发送至车主移动端。
作为本发明实施例技术方案进一步的限定,所述接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警具体包括以下步骤:
接收所述车主移动端的车主反馈信息;
根据所述车主反馈信息判断是否处于盗窃状态;
在处于盗窃状态时,进行远程盗窃报警;
根据所述汽车定位数据,选择安全停靠地点进行安全停靠。
一种智能汽车防盗系统,所述系统包括防盗状态判断单元、盗窃行为分析单元、盗窃行为报警单元、汽车启动定位单元和盗窃状态处理单元,其中:
防盗状态判断单元,用于汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态;
盗窃行为分析单元,用于在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为;
盗窃行为报警单元,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警;
汽车启动定位单元,用于汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端;
盗窃状态处理单元,用于接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。
作为本发明实施例技术方案进一步的限定,所述防盗状态判断单元具体包括:
第一信号生成模块,用于汽车锁车之后,生成锁车感应信号;
车内感应模块,用于按照所述锁车感应信号,进行车内情况感应,生成车内感应数据;
钥匙感应模块,用于按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据;
防盗判断模块,用于根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态;
车内感应模块还用于:
通过人体红外感应器感测车内是否存在人体红外信号,根据红外探测结果确认得到一红外探测项数值,其中,红外探测项数值表示为,其取值为第一红外探测项数值/>或第二红外探测项数值/>;
获取车内每个座椅上的当前重量值,根据多个当前重量值计算得到座椅测重项数值。
作为本发明实施例技术方案进一步的限定,所述盗窃行为分析单元具体包括:
第二信号生成模块,用于进入防盗状态后,生成防盗拍摄信号和防盗感应信号;
汽车拍摄模块,用于按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据;
车身感应模块,用于按照所述防盗感应信号,进行车身感应,生成车身感应数据;
行为判断模块,用于对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为。
作为本发明实施例技术方案进一步的限定,所述盗窃行为报警单元具体包括:
第三信号生成模块,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号;
主动报警模块,用于按照所述盗窃报警信号,进行主动盗窃报警;
信号广播模块,用于向附近的多个其他车辆广播所述辅助报警信号;
辅助报警模块,用于通过多个其他车辆进行协同辅助报警。
一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的智能汽车防盗方法。与现有技术相比,本发明的有益效果是:
本发明实施例通过在汽车锁车之后,判断是否进入防盗状态;进行汽车防盗拍摄感应,并实时判断是否存在盗窃行为;在存在盗窃行为时,进行主动盗窃报警和协同辅助报警;汽车解锁并启动后,实时进行汽车定位,并将汽车定位数据发送至车主移动端;接收车主移动端的车主反馈信息,根据车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。能够进行防盗状态和盗窃状态的分析与判断,进入防盗状态后,存在盗窃行为则进行主动盗窃报警和协同辅助报警,进入盗窃状态时,则进行安全停靠与报警,从而为汽车提供更加严密、有效的智能防盗技术。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中防盗状态感应判断的流程图。
图3示出了本发明实施例提供的方法中汽车防盗拍摄感应的流程图。
图4示出了本发明实施例提供的方法中主动协同盗窃报警的流程图。
图5示出了本发明实施例提供的方法中汽车启动定位发送的流程图。
图6示出了本发明实施例提供的方法中安全停靠盗窃报警的流程图。
图7示出了本发明实施例提供的系统的应用架构图。
图8示出了本发明实施例提供的系统中防盗状态判断单元的结构框图。
图9示出了本发明实施例提供的系统中盗窃行为分析单元的结构框图。
图10示出了本发明实施例提供的系统中盗窃行为报警单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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发明,并不用于限定本发明。
可以理解的是,现有的汽车防盗技术,通常是通过机械或电子锁,对汽车进行锁止和报警,然而这种防盗技术较为低端,还是具有破坏锁止机构和破坏报警机构完成实施汽车防盗的漏洞,无法实现对汽车实行严密、有效的智能防盗。
为解决上述问题,本发明实施例通过在汽车锁车之后,判断是否进入防盗状态;进行汽车防盗拍摄感应,并实时判断是否存在盗窃行为;在存在盗窃行为时,进行主动盗窃报警和协同辅助报警;汽车解锁并启动后,实时进行汽车定位,并将汽车定位数据发送至车主移动端;接收车主移动端的车主反馈信息,根据车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。能够进行防盗状态和盗窃状态的分析与判断,进入防盗状态后,存在盗窃行为则进行主动盗窃报警和协同辅助报警,进入盗窃状态时,则进行安全停靠与报警,从而为汽车提供更加严密、有效的智能防盗技术。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种智能汽车防盗方法,所述方法具体包括以下步骤:
步骤S101,汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态。
在本发明实施例中,确定汽车的锁止状态,在汽车锁车之后,生成锁车感应信号,按照锁车感应信号,对车内的座位进行重量感应,生成车内感应数据,并按照锁车感应信号,进行一段时间的智能钥匙感应,生成钥匙感应数据,通过对车内感应数据和钥匙感应数据进行综合分析,判断能否感应到车辆的智能钥匙,并判断车内是否还有乘客乘坐,在不能感应车辆的智能钥匙,且车内没有乘客乘坐时,判定此时汽车进入防盗状态;在能够感应车辆的智能钥匙或者车内还有乘客乘坐时,判定此时汽车不进入防盗状态。
具体的,图2示出了本发明实施例提供的方法中防盗状态感应判断的流程图。
其中,在本发明提供的优选实施方式中,所述汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态具体包括以下步骤:
步骤S1011,汽车锁车之后,生成锁车感应信号。
步骤S1012,按照所述锁车感应信号,进行车内情况感应,生成车内感应数据。
具体的,在本实施例中,在汽车的车内设置有人体红外感应器,可以理解的,人体红外感应器用于基于红外感测原理感测车内是否有人。步骤S1012具体包括如下子步骤:
S1012a,通过人体红外感应器感测车内是否存在人体红外信号,根据红外探测结果确认得到一红外探测项数值;
其中,在本实施例中,红外探测项数值表示为,其取值为第一红外探测项数值或第二红外探测项数值/>。当人体红外感应器感测到车内存在人体红外信号时,说明此时仍有人待在车内,对应的第一红外探测项数值为/>;当人体红外感应器未感测到车内存在人体红外信号时,对应的第二红外探测项数值为/>。可以理解的,第一红外探测项数值/>与第二红外探测项数值/>的数值不同,且可在系统中提前设置。
S1012b,获取车内每个座椅上的当前重量值,根据多个当前重量值计算得到座椅测重项数值;
其中,座椅测重项数值的计算公式表示为:
;
其中,表示座椅测重项数值,/>表示座椅测重项的基准值,/>表示第/>个座椅的当前重量值,/>表示座椅承重的标准值,/>表示座椅的最大序号。
S1012c,根据所述红外探测项数值以及所述座椅测重项数值计算得到车内感应数值。
在本实施例中,同时考虑红外探测项以及座椅测重项进行综合计算车内感应数值,以防止其中一个设备损坏时而影响车内状况的判断。例如,若人体红外感应器损坏时,还可以通过车内设置的多个重量感应器来获取得到每个座椅上的当前重量值,进而计算得到车内感应数值以判断车内是否有人存在。再例如,若车内设置的重量感应器损坏时,此时通过设置的人体红外感应器进行感测以得到红外探测项数值,进而计算得到车内感应数值以判断车内是否有人存在。
具体的,在本实施例中,车内感应数值的计算公式表示为:
;
其中,表示车内感应数值,/>表示第一权重系数,/>表示第二权重系数。在计算得到了车内感应数值/>之后,将车内感应数值/>与预设感应阈值/>进行比较,若车内感应数值/>小于预设感应阈值/>,则可判定车内无人,反之则车内有人。作为补充说明的是,车内感应数值/>的值大小越低,表明车内有人的概率越低。
步骤S1013,按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据。
步骤S1014,根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态。
进一步的,所述智能汽车防盗方法还包括以下步骤:
步骤S102,在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为。
在本发明实施例中,汽车进入防盗状态后,生成防盗拍摄信号和防盗感应信号,按照防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据,并按照防盗感应信号,进行车身雷达感应,生成车身感应数据,通过综合分析汽车拍摄数据和车身感应数据,判断是否存在破坏汽车的行为,并在存在破坏汽车的行为时,判定存在盗窃行为。
可以理解的是,存在破坏汽车的行为时,可能是破坏汽车的锁止机构,从而进入汽车对汽车本身进行盗窃,还可能是破坏车门车窗,对车内的物品进行盗窃,因此,在存在破坏汽车的行为时,可以直接判定存在盗窃行为。
具体的,图3示出了本发明实施例提供的方法中汽车防盗拍摄感应的流程图。
其中,在本发明提供的优选实施方式中,所述在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为具体包括以下步骤:
步骤S1021,进入防盗状态后,生成防盗拍摄信号和防盗感应信号。
步骤S1022,按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据。
步骤S1023,按照所述防盗感应信号,进行车身感应,生成车身感应数据。
步骤S1024,对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为。
在本实施例中,步骤S1024具体包括如下子步骤:
步骤S1024a,获取第一预设时间段内的所述汽车拍摄数据,所述汽车拍摄数据包括多张汽车拍摄图片;
可以理解的,对于汽车拍摄图片而言,是通过设置在汽车上的摄像头装置进行拍摄的,具体数量与位置可根据实际需求进行设置。在实际拍摄时,预先设定好拍摄的距离范围再进行拍摄,以实现对汽车周围的环境状态的有效监控。
步骤S1024b,对多张所述汽车拍摄图片进行图像分析,判断所述汽车拍摄图片中是否存在人体特征的图像块,若存在,则对图像块面积大于预设面积的图像块进行计数以得到有效图像块数;
可以理解的,有效图像块的数目越多,说明汽车周围存在可疑人员的概率越大,车辆被盗的概率也越大,因此将其纳入为考察汽车被盗概率的一项因素。
步骤S1024c,获取所述第一预设时间段内的所述防盗感应信号,所述防盗感应信号包括第一防盗感应信号以及第二防盗感应信号,其中所述第一防盗感应信号为靠近汽车且未触碰汽车的预警信号,所述第二防盗感应信号为触碰汽车的预警信号;
在此需要说明的是,第一防盗感应信号为汽车周围的人员进入到设定的距离范围内但并没有触碰到汽车。第二防盗感应信号为人员直接触碰到汽车的预警信号,例如汽车的门把手被拉动,汽车玻璃遭到敲击或车身遭到重击等。
步骤S1024d,确认在第一预设时间段内所述第一防盗感应信号的次数,以及所述第二防盗感应信号的次数;
步骤S1024e,根据第一预设时间段内的所述有效图像块数、第一防盗感应信号的次数以及第二防盗感应信号的次数计算得到一盗窃概率值;
在本实施例中,盗窃概率值的计算公式表示为:
;
其中,表示盗窃概率值,/>表示第一比例系数,/>表示关于有效图像块数项的第一基准分值,/>表示第一预设时间段内的有效图像块数,/>表示第一预设时间段内的汽车拍摄图片的数量,/>表示第二比例系数,/>表示关于第一防盗感应信号项的第一基准分值,/>表示第一预设时间段内的第一防盗感应信号的次数,/>表示第一预设时间段内的第一防盗感应信号项的基准次数,/>表示第三比例系数,/>表示关于第二防盗感应信号项的第二基准分值,/>表示第一预设时间段内的第二防盗感应信号的次数,/>表示第一预设时间段内的第二防盗感应信号项的基准次数。步骤S1024f,当判断到所述盗窃概率值大于预设盗窃概率值,则判断存在盗窃行为。
可以理解的,在计算得到了盗窃概率值之后,将所计算得到的盗窃概率值与预设盗窃概率值进行数值比较。上述的盗窃概率值的数值越高,则说明被盗窃的概率越大。在本实施例中,当判断到盗窃概率值大于预设盗窃概率值,即可判断存在盗窃行为。
进一步的,所述智能汽车防盗方法还包括以下步骤:
步骤S103,在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警。
在本发明实施例中,在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,此时,只要汽车的电路能够正常,则按照盗窃报警信号,进行汽车的主动盗窃报警,并在生成辅助报警信号的同一时刻,将辅助报警信号向外进行广播,从而使得附近的多个其他车辆接收到广播的辅助报警信号之后,按照辅助报警信号进行协同辅助报警,避免遭受盗窃的汽车在报警线路损坏之后,主动报警停止而无法为盗窃人员提供报警警示,而是通过与多个其他车辆协同,进行持续的报警警示。
具体的,图4示出了本发明实施例提供的方法中主动协同盗窃报警的流程图。
其中,在本发明提供的优选实施方式中,所述在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警具体包括以下步骤:
步骤S1031,在存在盗窃行为时,生成盗窃报警信号和辅助报警信号。
步骤S1032,按照所述盗窃报警信号,进行主动盗窃报警。
在本步骤中,汽车进行主动盗窃报警的操作可包括通过汽车自鸣笛或自闪灯报警,以引起周围人的注意,从而达到报警的效果。
步骤S1033,向附近的多个其他车辆广播所述辅助报警信号。
为了更好地对盗窃行为进行警示,最大可能避免车主的损失。在本发明中,当需要进行主动盗窃报警的车辆由于偶然因素导致无法开启主动盗窃报警,则可通过向附近的多个其他车辆广播辅助报警信号。
其中,步骤S1033具体包括如下子步骤:
步骤S1033a,当判断到汽车存在盗窃行为时,则生成一主动盗窃报警触发信号并立即开始计时以得到第一时间;
步骤S1033b,当所述第一时间超出第一预设时间,且检测到汽车内设置的主动盗窃报警装置未进行报警时,则需要进行主动盗窃报警的当前汽车在预设范围内查找与当前汽车存在协同报警协议的其他汽车;
在此需要说明的是,存在协同报警协议,在现实中可通过在各汽车内安装一具有签署通讯协议的微型通讯器来实现。只要是安装了具有签署通讯协议的微型通讯器的汽车,当前汽车在预设范围内均可搜索到并进行信号的传输通讯。
步骤S1033c,向查找到的与当前汽车存在协同报警协议的其他汽车发送辅助报警信号,所述辅助报警信号为辅助报警请求信号;
可以理解的,对于车内设置有签署通讯协议的微型通讯器而言,在接收到辅助报警请求信号之后,只需要车主进行确认,车辆便会进行辅助报警,以对盗窃行为实现协同驱赶的作用。当然,部分车主也可以选择不进行确认,可根据个人意愿进行自由选择。
步骤S1033d,存在协同报警协议的其他汽车进行辅助报警。
步骤S1034,通过多个其他车辆进行协同辅助报警。
进一步的,所述智能汽车防盗方法还包括以下步骤:
步骤S104,汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端。
在本发明实施例中,在汽车解锁并启动后,生成汽车定位信号,进而按照汽车定位信号,进行持续的实时汽车定位,生成汽车定位数据,并按照与该车辆绑定的车主移动端,通过无线通信技术,将汽车定位数据实时发送至车主移动端。
具体的,图5示出了本发明实施例提供的方法中汽车启动定位发送的流程图。
其中,在本发明提供的优选实施方式中,所述汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端具体包括以下步骤:
步骤S1041,汽车解锁并启动后,生成汽车定位信号。
步骤S1042,根据所述汽车定位信号,实时进行汽车定位,生成汽车定位数据。
步骤S1043,将所述汽车定位数据发送至车主移动端。
进一步的,所述智能汽车防盗方法还包括以下步骤:
步骤S105,接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。
在本发明实施例中,若解锁并启动车辆的不是车主本人,则车主本人可以通过车主移动端,远程获取汽车的实时位置,并进行相应的反馈,通过接收车主移动端反馈发送的车主反馈信息,对车主反馈信息进行分析,判断是否为具有盗窃认定信号,若车主反馈信息中具有盗窃认定信号,则判定此时车辆处于盗窃状态,从而远程控制车辆进行盗窃报警,并且通过对汽车定位数据进行分析,预测汽车的行驶路线,进而从行驶路线中选择安全停靠地点,远程干预汽车在安全停靠地点进行安全停靠。
具体的,图6示出了本发明实施例提供的方法中安全停靠盗窃报警的流程图。
其中,在本发明提供的优选实施方式中,所述接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警具体包括以下步骤:
步骤S1051,接收所述车主移动端的车主反馈信息。
步骤S1052,根据所述车主反馈信息判断是否处于盗窃状态。
步骤S1053,在处于盗窃状态时,进行远程盗窃报警。
步骤S1054,根据所述汽车定位数据,选择安全停靠地点进行安全停靠。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,提出一种智能汽车防盗系统,包括:
防盗状态判断单元101,用于汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态。
在本发明实施例中,防盗状态判断单元101通过确定汽车的锁止状态,在汽车锁车之后,生成锁车感应信号,按照锁车感应信号,对车内的座位进行重量感应,生成车内感应数据,并按照锁车感应信号,进行一段时间的智能钥匙感应,生成钥匙感应数据,通过对车内感应数据和钥匙感应数据进行综合分析,判断能否感应到车辆的智能钥匙,并判断车内是否还有乘客乘坐,在不能感应车辆的智能钥匙,且车内没有乘客乘坐时,判定此时汽车进入防盗状态;在能够感应车辆的智能钥匙或者车内还有乘客乘坐时,判定此时汽车不进入防盗状态。
具体的,图8示出了本发明实施例提供的系统中防盗状态判断单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述防盗状态判断单元101具体包括:
第一信号生成模块1011,用于汽车锁车之后,生成锁车感应信号。
车内感应模块1012,用于按照所述锁车感应信号,进行车内情况感应,生成车内感应数据。
钥匙感应模块1013,用于按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据。
防盗判断模块1014,用于根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态。
进一步的,所述基于无线通信的智能汽车防盗系统还包括:
盗窃行为分析单元102,用于在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为。
在本发明实施例中,汽车进入防盗状态后,盗窃行为分析单元102生成防盗拍摄信号和防盗感应信号,按照防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据,并按照防盗感应信号,进行车身雷达感应,生成车身感应数据,通过综合分析汽车拍摄数据和车身感应数据,判断是否存在破坏汽车的行为,并在存在破坏汽车的行为时,判定存在盗窃行为。
具体的,图9示出了本发明实施例提供的系统中盗窃行为分析单元102的结构框图。
其中,在本发明提供的优选实施方式中,所述盗窃行为分析单元102具体包括:
第二信号生成模块1021,用于进入防盗状态后,生成防盗拍摄信号和防盗感应信号。
汽车拍摄模块1022,用于按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据。
车身感应模块1023,用于按照所述防盗感应信号,进行车身感应,生成车身感应数据。
行为判断模块1024,用于对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为。
进一步的,所述智能汽车防盗系统还包括:
盗窃行为报警单元103,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警。
在本发明实施例中,在存在盗窃行为时,盗窃行为报警单元103生成盗窃报警信号和辅助报警信号,此时,只要汽车的电路能够正常,则按照盗窃报警信号,进行汽车的主动盗窃报警,并在生成辅助报警信号的同一时刻,将辅助报警信号向外进行广播,从而使得附近的多个其他车辆接收到广播的辅助报警信号之后,按照辅助报警信号进行协同辅助报警,避免遭受盗窃的汽车在报警线路损坏之后,主动报警停止而无法为盗窃人员提供报警警示,而是通过与多个其他车辆协同,进行持续的报警警示。
具体的,图10示出了本发明实施例提供的系统中盗窃行为报警单元103的结构框图。
其中,在本发明提供的优选实施方式中,所述盗窃行为报警单元103具体包括:
第三信号生成模块1031,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号。
主动报警模块1032,用于按照所述盗窃报警信号,进行主动盗窃报警。
信号广播模块1033,用于向附近的多个其他车辆广播所述辅助报警信号。
辅助报警模块1034,用于通过多个其他车辆进行协同辅助报警。
进一步的,所述基于无线通信的智能汽车防盗系统还包括:
汽车启动定位单元104,用于汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端。
在本发明实施例中,在汽车解锁并启动后,汽车启动定位单元104生成汽车定位信号,进而按照汽车定位信号,进行持续的实时汽车定位,生成汽车定位数据,并按照与该车辆绑定的车主移动端,通过无线通信技术,将汽车定位数据实时发送至车主移动端。
盗窃状态处理单元105,用于接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警。
在本发明实施例中,若解锁并启动车辆的不是车主本人,则车主本人可以通过车主移动端,远程获取汽车的实时位置,并进行相应的反馈,盗窃状态处理单元105通过接收车主移动端反馈发送的车主反馈信息,对车主反馈信息进行分析,判断是否为具有盗窃认定信号,若车主反馈信息中具有盗窃认定信号,则判定此时车辆处于盗窃状态,从而远程控制车辆进行盗窃报警,并且通过对汽车定位数据进行分析,预测汽车的行驶路线,进而从行驶路线中选择安全停靠地点,远程干预汽车在安全停靠地点进行安全停靠。
一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上所述的智能汽车防盗方法。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种智能汽车防盗方法,其特征在于,所述方法具体包括以下步骤:
汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态;
在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为;
在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警;
汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端;
接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警;
所述汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态具体包括以下步骤:
汽车锁车之后,生成锁车感应信号;
按照所述锁车感应信号,进行车内情况感应,生成车内感应数据;
按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据;
根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态;
其中,根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态的方法具体包括:
通过对车内感应数据和钥匙感应数据进行综合分析,判断能否感应到车辆的智能钥匙,并判断车内是否还有乘客乘坐,在不能感应车辆的智能钥匙,且车内没有乘客乘坐时,判定此时汽车进入防盗状态;在能够感应车辆的智能钥匙或者车内还有乘客乘坐时,判定此时汽车不进入防盗状态;按照所述锁车感应信号,进行车内情况感应,生成车内感应数据的方法具体包括如下步骤:
通过人体红外感应器感测车内是否存在人体红外信号,根据红外探测结果确认得到一红外探测项数值,其中,红外探测项数值表示为,其取值为第一红外探测项数值/>或第二红外探测项数值/>;当人体红外感应器感测到车内存在人体红外信号时,对应的第一红外探测项数值为/>;当人体红外感应器未感测到车内存在人体红外信号时,对应的第二红外探测项数值为/>;
获取车内每个座椅上的当前重量值,根据多个当前重量值计算得到座椅测重项数值;
其中,座椅测重项数值的计算公式表示为:
;
其中,表示座椅测重项数值,/>表示座椅测重项的基准值,/>表示第/>个座椅的当前重量值,/>表示座椅承重的标准值,/>表示座椅的最大序号;
根据所述红外探测项数值以及所述座椅测重项数值计算得到车内感应数值;
车内感应数值的计算公式表示为:
;
其中,表示车内感应数值,/>表示第一权重系数,/>表示第二权重系数;在计算得到了车内感应数值/>之后,将车内感应数值/>与预设感应阈值/>进行比较,若车内感应数值/>小于预设感应阈值/>,则可判定车内无人,若车内感应数值/>大于预设感应阈值/>,则可判定车内有人;
所述在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为具体包括以下步骤:
进入防盗状态后,生成防盗拍摄信号和防盗感应信号;
按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据;
按照所述防盗感应信号,进行车身感应,生成车身感应数据;
对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为;
对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为的方法包括如下步骤:
获取第一预设时间段内的所述汽车拍摄数据,所述汽车拍摄数据包括多张汽车拍摄图片;
对多张所述汽车拍摄图片进行图像分析,判断所述汽车拍摄图片中是否存在人体特征的图像块,若存在,则对图像块面积大于预设面积的图像块进行计数以得到有效图像块数;
获取所述第一预设时间段内的所述防盗感应信号,所述防盗感应信号包括第一防盗感应信号以及第二防盗感应信号,其中所述第一防盗感应信号为靠近汽车且未触碰汽车的预警信号,所述第二防盗感应信号为触碰汽车的预警信号;
确认在第一预设时间段内所述第一防盗感应信号的次数,以及所述第二防盗感应信号的次数;
根据第一预设时间段内的所述有效图像块数、第一防盗感应信号的次数以及第二防盗感应信号的次数计算得到一盗窃概率值;
当判断到所述盗窃概率值大于预设盗窃概率值,则判断存在盗窃行为;
盗窃概率值的计算公式表示为:
;
其中,表示盗窃概率值,/>表示第一比例系数,/>表示关于有效图像块数项的第一基准分值,/>表示第一预设时间段内的有效图像块数,/>表示第一预设时间段内的汽车拍摄图片的数量,/>表示第二比例系数,/>表示关于第一防盗感应信号项的第一基准分值,/>表示第一预设时间段内的第一防盗感应信号的次数,/>表示第一预设时间段内的第一防盗感应信号项的基准次数,/>表示第三比例系数,/>表示关于第二防盗感应信号项的第二基准分值,/>表示第一预设时间段内的第二防盗感应信号的次数,/>表示第一预设时间段内的第二防盗感应信号项的基准次数;
当判断到盗窃概率值大于预设盗窃概率值,即可判断存在盗窃行为。
2.根据权利要求1所述的智能汽车防盗方法,其特征在于,所述在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警具体包括以下步骤:
在存在盗窃行为时,生成盗窃报警信号和辅助报警信号;
按照所述盗窃报警信号,进行主动盗窃报警;
向附近的多个其他车辆广播所述辅助报警信号;
通过多个其他车辆进行协同辅助报警。
3.根据权利要求2所述的智能汽车防盗方法,其特征在于,所述汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端具体包括以下步骤:
汽车解锁并启动后,生成汽车定位信号;
根据所述汽车定位信号,实时进行汽车定位,生成汽车定位数据;
将所述汽车定位数据发送至车主移动端;
所述接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警具体包括以下步骤:
接收所述车主移动端的车主反馈信息;
根据所述车主反馈信息判断是否处于盗窃状态;
在处于盗窃状态时,进行远程盗窃报警;
根据所述汽车定位数据,选择安全停靠地点进行安全停靠。
4.一种智能汽车防盗系统,其特征在于,应用权利要求1至3任一项所述的智能汽车防盗方法,所述系统包括防盗状态判断单元、盗窃行为分析单元、盗窃行为报警单元、汽车启动定位单元和盗窃状态处理单元,其中:
防盗状态判断单元,用于汽车锁车之后,进行车内情况感应和智能钥匙感应,综合分析多个感应结果,判断是否进入防盗状态;
盗窃行为分析单元,用于在进入防盗状态后,进行汽车防盗拍摄感应,生成拍摄感应数据,并实时判断是否存在盗窃行为;
盗窃行为报警单元,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号,并广播所述辅助报警信号,进行主动盗窃报警和协同辅助报警;
汽车启动定位单元,用于汽车解锁并启动后,实时进行汽车定位,生成汽车定位数据,并将所述汽车定位数据发送至车主移动端;
盗窃状态处理单元,用于接收所述车主移动端的车主反馈信息,根据所述车主反馈信息判断是否处于盗窃状态,并在处于盗窃状态时,进行安全停靠与报警;
所述防盗状态判断单元具体包括:
第一信号生成模块,用于汽车锁车之后,生成锁车感应信号;
车内感应模块,用于按照所述锁车感应信号,进行车内情况感应,生成车内感应数据;
车内感应模块还用于:
通过人体红外感应器感测车内是否存在人体红外信号,根据红外探测结果确认得到一红外探测项数值,其中,红外探测项数值表示为,其取值为第一红外探测项数值/>或第二红外探测项数值/>;
获取车内每个座椅上的当前重量值,根据多个当前重量值计算得到座椅测重项数值;
钥匙感应模块,用于按照所述锁车感应信号,进行智能钥匙感应,生成钥匙感应数据;
防盗判断模块,用于根据所述车内感应数据和所述钥匙感应数据,判断汽车是否进入防盗状态;
所述盗窃行为分析单元具体包括:
第二信号生成模块,用于进入防盗状态后,生成防盗拍摄信号和防盗感应信号;
汽车拍摄模块,用于按照所述防盗拍摄信号,进行汽车拍摄,生成汽车拍摄数据;
车身感应模块,用于按照所述防盗感应信号,进行车身感应,生成车身感应数据;
行为判断模块,用于对所述汽车拍摄数据和所述车身感应数据进行分析,实时判断是否存在盗窃行为;
所述盗窃行为报警单元具体包括:
第三信号生成模块,用于在存在盗窃行为时,生成盗窃报警信号和辅助报警信号;
主动报警模块,用于按照所述盗窃报警信号,进行主动盗窃报警;
信号广播模块,用于向附近的多个其他车辆广播所述辅助报警信号;
辅助报警模块,用于通过多个其他车辆进行协同辅助报警。
5.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至3任意一项所述的智能汽车防盗方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311151478.XA CN116872885B (zh) | 2023-09-07 | 2023-09-07 | 一种智能汽车防盗方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311151478.XA CN116872885B (zh) | 2023-09-07 | 2023-09-07 | 一种智能汽车防盗方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116872885A CN116872885A (zh) | 2023-10-13 |
CN116872885B true CN116872885B (zh) | 2023-12-01 |
Family
ID=88268458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311151478.XA Active CN116872885B (zh) | 2023-09-07 | 2023-09-07 | 一种智能汽车防盗方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116872885B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970039994A (ko) * | 1995-12-30 | 1997-07-24 | 배순훈 | 차량용 도난방지장치 및 그 제어방법 |
JP2004189150A (ja) * | 2002-12-12 | 2004-07-08 | Matsushita Electric Ind Co Ltd | 車両盗難防止装置 |
JP2005289265A (ja) * | 2004-04-02 | 2005-10-20 | Hitachi Ltd | 車両用盗難監視装置 |
KR20060006715A (ko) * | 2004-07-16 | 2006-01-19 | 주식회사 현대오토넷 | 텔레매틱스 시스템을 이용한 도난 방지 시스템 및 방법 |
CN1858551A (zh) * | 2006-05-26 | 2006-11-08 | 浙江工业大学 | 基于全方位计算机视觉的工程车防盗报警系统 |
CN202896516U (zh) * | 2012-10-26 | 2013-04-24 | 深圳市美赛达科技股份有限公司 | 一种驻车防盗系统 |
JP3200960U (ja) * | 2015-09-02 | 2015-11-12 | 沈易▲寛▼ | マルチビュー画像表示と盗難防止用gps警報の機能を備えた自動車ルームミラー型デバイス |
CN108639013A (zh) * | 2018-06-29 | 2018-10-12 | 盐城工学院 | 新能源汽车防盗系统 |
CN110816474A (zh) * | 2019-09-26 | 2020-02-21 | 四川野马汽车股份有限公司 | 一种基于360环视的防盗系统及方法 |
CN111052193A (zh) * | 2018-06-29 | 2020-04-21 | 百度时代网络技术(北京)有限公司 | 用于运输货物的自动驾驶车辆的防盗技术 |
CN113815564A (zh) * | 2021-09-14 | 2021-12-21 | 上汽通用五菱汽车股份有限公司 | 车辆防盗方法、车辆防盗控制设备及可读存储介质 |
CN116461461A (zh) * | 2023-06-19 | 2023-07-21 | 江西科技学院 | 基于无线通信的智能汽车防盗方法及系统 |
-
2023
- 2023-09-07 CN CN202311151478.XA patent/CN116872885B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970039994A (ko) * | 1995-12-30 | 1997-07-24 | 배순훈 | 차량용 도난방지장치 및 그 제어방법 |
JP2004189150A (ja) * | 2002-12-12 | 2004-07-08 | Matsushita Electric Ind Co Ltd | 車両盗難防止装置 |
JP2005289265A (ja) * | 2004-04-02 | 2005-10-20 | Hitachi Ltd | 車両用盗難監視装置 |
KR20060006715A (ko) * | 2004-07-16 | 2006-01-19 | 주식회사 현대오토넷 | 텔레매틱스 시스템을 이용한 도난 방지 시스템 및 방법 |
CN1858551A (zh) * | 2006-05-26 | 2006-11-08 | 浙江工业大学 | 基于全方位计算机视觉的工程车防盗报警系统 |
CN202896516U (zh) * | 2012-10-26 | 2013-04-24 | 深圳市美赛达科技股份有限公司 | 一种驻车防盗系统 |
JP3200960U (ja) * | 2015-09-02 | 2015-11-12 | 沈易▲寛▼ | マルチビュー画像表示と盗難防止用gps警報の機能を備えた自動車ルームミラー型デバイス |
CN108639013A (zh) * | 2018-06-29 | 2018-10-12 | 盐城工学院 | 新能源汽车防盗系统 |
CN111052193A (zh) * | 2018-06-29 | 2020-04-21 | 百度时代网络技术(北京)有限公司 | 用于运输货物的自动驾驶车辆的防盗技术 |
CN110816474A (zh) * | 2019-09-26 | 2020-02-21 | 四川野马汽车股份有限公司 | 一种基于360环视的防盗系统及方法 |
CN113815564A (zh) * | 2021-09-14 | 2021-12-21 | 上汽通用五菱汽车股份有限公司 | 车辆防盗方法、车辆防盗控制设备及可读存储介质 |
CN116461461A (zh) * | 2023-06-19 | 2023-07-21 | 江西科技学院 | 基于无线通信的智能汽车防盗方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116872885A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180050575A1 (en) | Vehicle Occupant Detection System | |
KR100656231B1 (ko) | 도난방지장치, 감시장치 및 도난방지시스템 | |
US7471192B2 (en) | Anti-theft system for vehicle | |
US7532107B2 (en) | Anti-theft system for vehicle | |
GB2581222A (en) | Protecting property | |
EP1638061B1 (en) | Vehicle on-board article theft warning system | |
US20150091713A1 (en) | System and method for vehicle theft detection | |
US9522652B2 (en) | System and method for monitoring security around a vehicle | |
CN110027509A (zh) | 一种基于人脸识别的车辆防盗监控设备及方法 | |
CN114999141B (zh) | 电瓶车停放管理方法、装置、设备、系统及可读存储介质 | |
CN111064921A (zh) | 车辆监控方法、系统及监控终端 | |
CN110816474A (zh) | 一种基于360环视的防盗系统及方法 | |
KR101405233B1 (ko) | 차량 도난 처리 시스템 및 그 방법 | |
CN116872885B (zh) | 一种智能汽车防盗方法、系统及存储介质 | |
CN114940140A (zh) | 接近装置检测、监视和报告 | |
JP2003182525A (ja) | 自動車用盗難防止装置 | |
CN103318136A (zh) | 一种汽车防盗装置 | |
KR20160028542A (ko) | 차량의 응급구조 및 범죄예방 시스템 및 그 방법 | |
JP2009048615A (ja) | 駐車場監視システム | |
Powale et al. | Real time Car Antitheft System with Accident Detection using AVR Microcontroller; A Review | |
KR101437406B1 (ko) | 차량의 응급구조 및 범죄예방 시스템 및 그 방법 | |
US20210284100A1 (en) | Vehicle safety system | |
AU2021101396A4 (en) | A vehicle anti-theft system and a method thereof | |
CN108490858A (zh) | 一种基于物联网的小区智能安全监控系统 | |
WO2021206681A1 (en) | System and method for detection and prevention of relay attack on vehicles keyless system |
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 |