CN116935641A - 一种路况风险预警方法、装置及控制设备 - Google Patents

一种路况风险预警方法、装置及控制设备 Download PDF

Info

Publication number
CN116935641A
CN116935641A CN202310916180.7A CN202310916180A CN116935641A CN 116935641 A CN116935641 A CN 116935641A CN 202310916180 A CN202310916180 A CN 202310916180A CN 116935641 A CN116935641 A CN 116935641A
Authority
CN
China
Prior art keywords
risk
area
vehicle
distance
risk area
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
Application number
CN202310916180.7A
Other languages
English (en)
Inventor
冯生
曾红霞
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.)
Chongqing Changan Automobile Co Ltd
Original Assignee
Chongqing Changan Automobile 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 Chongqing Changan Automobile Co Ltd filed Critical Chongqing Changan Automobile Co Ltd
Priority to CN202310916180.7A priority Critical patent/CN116935641A/zh
Publication of CN116935641A publication Critical patent/CN116935641A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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
    • G08G1/0137—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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种路网风险预警方法、装置及控制设备，用于对车辆行驶过程中的前方风险预警。该路况风险预警方法，所述方法包括：获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；对途经风险区域的概率超过预设概率的在线车辆做风险预警。

Description

一种路况风险预警方法、装置及控制设备
技术领域
本发明涉及车联网技术领域，具体涉及一种路况预警方法、系统及控制设备。
背景技术
目前对车辆行驶中的预警包括不限于碰撞预警、车道偏离预警、火情预警、紧急制动预警、轮胎检测预警等。例如，CN217347777U中提到通过红外测距及图像分析测距跟预设阀值比较进行碰撞预警；CN108099819B中提到通过实时采集自车行驶路线与车道线最小距离小于偏离度阈值，判断车辆偏移状态进行预警；CN113053054A中提到通过车载传感器将数据上传至车云，车云通过火情预测模型进行判别，并将判别结果发送回车联网模块进行旁车预警；CN218159326U中提到通过车载通信模块，将前方车辆的制动信息传输至后方车辆进行制动预警；CN207931400U中提到将胎压传感器等信号上传至车联网平台，通过聚合分析，不仅能对车辆自身胎压进行预警，还可以监测旁车胎压预警信息。
通过对比发现，现有技术中目前对车辆行驶中路况风险预警领域技术相对空白。
发明内容
本发明提供了一种路况风险预警方法、装置及控制设备，用于对车辆行驶过程中的前方风险预警。
本发明的技术方案为：
本发明提供了一种路况风险预警方法，所述方法包括：
获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
对途经风险区域的概率超过预设概率的在线车辆做风险预警。优选地，获取当前路网中的至少一个风险区域的步骤包括：
获取当前路网中的实时风险指标数据；
从所述实时风险指标数据中提取出风险类型为点型的风险点以及风险类型为区域型的地理区域；
以每一风险点为中心向外扩展预设距离所形成的地理区域做为一个风险区域，以及将每一地理区域划为一个风险区域。
优选地，对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率的步骤包括：
基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值，以及
基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值；
根据距离影响因素参数值和路径匹配度影响因素参数值，预测在线车辆途经风险区域的概率。
优选地，在线车辆与风险区域的边缘之间的直线距离越小，距离影响因素参数值越大，所预测出的在线车辆途经风险区域的概率越大。
优选地，基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值的步骤包括:根据在线车辆与风险区域的边缘之间的直线距离、预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离和预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离，确定距离影响因素参数值。
优选地，根据在线车辆与风险区域的边缘之间的直线距离、预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离和预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离，确定距离影响因素参数值的步骤包括：
通过公式：
计算距离影响因素参数值ps，s为在线车辆与风险区域的边缘之间的直线距离，Max(S)为预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离，Min(S)为预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离。
优选地，基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值的步骤包括：
将全部匹配度中值最大的一个匹配度确定为路径匹配度影响因素参数值。
优选地，根据距离影响因素参数值和路径匹配度影响因素参数值，预测在线车辆途经风险区域的概率的步骤包括：
计算距离影响因素参数值与第一权重占比的第一乘积，并计算路径匹配度影响因素参数值与第二权重占比的第二乘积；
将第一乘积和第二乘积相加，得到在线车辆途经风险区域的概率；
第一权重占比和第二权重占比之和为1。
本发明还提供了一种路况风险预警装置，所述装置包括：
获取模块，用于获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
预测模块，用于对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
预警模块，用于对途经风险区域的概率超过预设概率的在线车辆做风险预警。
本发明还提供了一种控制设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述的路况风险预警方法的步骤。
本发明的有益效果为：
车联网平台基于当前路网中实时产生的风险区域，划分次级风险区域，当有车辆进入次级风险区域内时，结合车辆本身的行驶路径和车辆与风险区域之间的距离，来预测车辆进入该风险区域的概率，在概率超过预设概率时，对车辆发出预警，由此起到警醒驾驶员的作用，帮助驾驶员抉择提前重新规划行车路线。
附图说明
图1为本发明实施例中的路况风险预测方法的概括示意图；
图2为本发明实施例中的路况风险预测方法的详细示意图；
图3为本发明实施例中的路况风险预测装置的示意图。
具体实施方式
本发明实施例提供了一种路况风险预测方法，如图1和图2所示，该方法包括：
S1，获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
S2，对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
S3，在存在途经风险区域的概率超过预设概率的在线车辆时，对其做风险预警。
在上述步骤S1中，获取当前路网中的至少一个风险区域的具体过程为：
获取当前路网中的实时风险指标数据；这些实时风险指标数据可以来源于车联网平台自有业务系统、第三方气象台数据、第三方地图数据、第三方交通道路设备数据以及路网中的在线车辆数据，例如气象、灾害、路况、故障车、事故点等数据。不同设备发出的实时风险指标数据的具体信息格式不同，需要从实时风险指标数据中提取出需要用到的信息，主要是该实时风险指标数据的风险类型(如是气象预警类型、地质灾害预警类型、道路拥堵类型、道路施工类型等，风险类型的划分通过预先标定的方式确定)来识别到上述步骤中所需要的风险区域。
具体来说，如图2，该步骤S1包括：
获取当前路网中的实时风险指标数据；
从所述实时风险指标数据中提取出风险类型为点型的风险点以及风险类型为区域型的地理区域；
以每一风险点为中心向外扩展预设距离所形成的地理区域做为一个风险区域，以及将每一地理区域划为一个风险区域。
其中，风险类型为点型是指实时风险指标数据中出现交通事故、交通拥堵、道路维护、交通管制、陡坡路段、易落石点、连续弯道路段等小区域或小里程路段发生的风险，将这一类发生范围小的风险类型划分为点型；而风险类型为区域型指实时风险指标数据中出现大雾、暴雨、高温、洪水、地震等所占区域大的风险，将这一类发生范围大的风险类型划分为区域型。每一种风险具体所属的风险类型是点型还是区域型，都需要预先进行限定。
其中，针对风险类型为点型的这一类数据，需要以每一风险点为中心向外扩展预设距离所形成的地理区域做为一个风险区域。
由此，实现对风险区域的获取。
如图2，上述步骤S2具体为：
基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值，以及
基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值；
根据距离影响因素参数值和路径匹配度影响因素参数值，预测在线车辆途经风险区域的概率。
基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值的步骤包括:根据在线车辆与风险区域的边缘之间的直线距离、预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离和预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离，确定距离影响因素参数值。
具体地，通过公式：
计算距离影响因素参数值ps，s为在线车辆与风险区域的边缘之间的直线距离，Max(S)为预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离，Min(S)为预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离。
基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值的步骤包括：
将全部匹配度中值最大的一个匹配度确定为路径匹配度影响因素参数值。即通过公式：
pr＝Max(Pr)
确定路径匹配度影响因素参数值pr，Pr的计算公式为：
Pr＝{f(n)|f(n)＝S(Rn,G)(n＞0,n∈Z)}
n表示可通行路径条数，S(Rn,G)表示可通行路径Rn与实际行驶轨迹G的匹配度，S(Rn,G)可采用包括不限于最长公共子序列(LCSS)、动态时间规划(DTW)、基于编辑距离(EDR)、细胞相似性(CSIM)等方法获得，本案不再赘述。
进而，通过计算距离影响因素参数值与第一权重占比的第一乘积，并计算路径匹配度影响因素参数值与第二权重占比的第二乘积；
将第一乘积和第二乘积相加，得到在线车辆途经风险区域的概率；
第一权重占比和第二权重占比之和为1。
也即，通过公式pi＝psws+prwr计算得到在线车辆途经风险区域的概率pi，ps为距离影响因素参数值，ws为第一权重占比，wr为第二权重占比。第一权重占比和第二权重占比的具体数值，需要通过预先试验得到。
经由上述几组公式分析可以得到，在线车辆与风险区域的边缘之间的直线距离越小，距离影响因素参数值越大，所预测出的在线车辆途经风险区域的概率越大。
在前述步骤S3中，向在线车辆预警可以是通过车联网向在线车辆发送预警信息，告知驾驶员车辆通过风险区域的概率较高，提示驾驶员是否切换规避风险区域的路线。
当在线车辆途经风险区域的概率低于预设概率时，则不再对在线车辆做预警。
经由上述方法，能够提前对车联网平台相连的在线车辆做提前预警，提高驾驶体验。
如图3，本发明还提供了一种路况风险预警装置，所述装置包括：
获取模块101，用于获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
预测模块102，用于对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
预警模块103，用于对途经风险区域的概率超过预设概率的在线车辆做风险预警。
本发明还提供了一种控制设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上述的路况风险预警方法的步骤。
该装置能达到与上述方法对应的技术效果，即基于当前路网中实时产生的风险区域，划分次级风险区域，当有车辆进入次级风险区域内时，结合车辆本身的行驶路径和车辆与风险区域之间的距离，来预测车辆进入该风险区域的概率，在概率超过预设概率时，对车辆发出预警，由此起到警醒驾驶员的作用，帮助驾驶员抉择提前重新规划行车路线。
上述各实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种路况风险预警方法，其特征在于，所述方法包括：
获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
对途经风险区域的概率超过预设概率的在线车辆做风险预警。
2.根据权利要求1所述的路况风险预警方法，其特征在于，获取当前路网中的至少一个风险区域的步骤包括：
获取当前路网中的实时风险指标数据；
从所述实时风险指标数据中提取出风险类型为点型的风险点以及风险类型为区域型的地理区域；
以每一风险点为中心向外扩展预设距离所形成的地理区域做为一个风险区域，以及将每一地理区域划为一个风险区域。
3.根据权利要求1或2所述的路况风险预警方法，其特征在于，对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率的步骤包括：
基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值，以及
基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值；
根据距离影响因素参数值和路径匹配度影响因素参数值，预测在线车辆途经风险区域的概率。
4.根据权利要求3所述的路况风险预警方法，其特征在于，在线车辆与风险区域的边缘之间的直线距离越小，距离影响因素参数值越大，所预测出的在线车辆途经风险区域的概率越大。
5.根据权利要求3或4所述的路况风险预警方法，其特征在于，基于在线车辆与风险区域的边缘之间的直线距离，确定距离影响因素参数值的步骤包括:
根据在线车辆与风险区域的边缘之间的直线距离、预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离和预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离，确定距离影响因素参数值。
6.根据权利要求5所述的路况风险预警方法，其特征在于，根据在线车辆与风险区域的边缘之间的直线距离、预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离和预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离，确定距离影响因素参数值的步骤包括：
通过公式：
计算距离影响因素参数值ps，s为在线车辆与风险区域的边缘之间的直线距离，Max(S)为预先标定的在线车辆与风险区域的边缘之间的最大安全直线距离，Min(S)为预先标定的在线车辆与风险区域的边缘之间的最小安全直线距离。
7.根据权利要求3所述的路况风险预警方法，其特征在于，基于在线车辆从当前位置到风险区域的边缘之间的全部可行驶路径分别与在线车辆的实际行驶轨迹的匹配度，确定路径匹配度影响因素参数值的步骤包括：
将全部匹配度中值最大的一个匹配度确定为路径匹配度影响因素参数值。
8.根据权利要求3所述的路况风险预警方法，其特征在于，根据距离影响因素参数值和路径匹配度影响因素参数值，预测在线车辆途经风险区域的概率的步骤包括：
计算距离影响因素参数值与第一权重占比的第一乘积，并计算路径匹配度影响因素参数值与第二权重占比的第二乘积；
将第一乘积和第二乘积相加，得到在线车辆途经风险区域的概率；
第一权重占比和第二权重占比之和为1。
9.一种路况风险预警装置，其特征在于，所述装置包括：
获取模块，用于获取当前路网中的至少一个风险区域，并确定各风险区域的次级风险区域；次级风险区域是指包含对应风险区域且与对应风险区域的边缘间隔预设距离的区域；
预测模块，用于对进入次级风险区域内的各在线车辆，结合各在线车辆的实际行驶轨迹以及各在线车辆与对应风险区域之间的距离，分别预测各在线车辆途经风险区域的概率；
预警模块，用于对途经风险区域的概率超过预设概率的在线车辆做风险预警。
10.一种控制设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至8任一项所述的路况风险预警方法的步骤。
CN202310916180.7A 2023-07-24 2023-07-24 一种路况风险预警方法、装置及控制设备 Pending CN116935641A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310916180.7A CN116935641A (zh) 2023-07-24 2023-07-24 一种路况风险预警方法、装置及控制设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310916180.7A CN116935641A (zh) 2023-07-24 2023-07-24 一种路况风险预警方法、装置及控制设备

Publications (1)

Publication Number Publication Date
CN116935641A true CN116935641A (zh) 2023-10-24

Family

ID=88376932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310916180.7A Pending CN116935641A (zh) 2023-07-24 2023-07-24 一种路况风险预警方法、装置及控制设备

Country Status (1)

Country Link
CN (1) CN116935641A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117238092A (zh) * 2023-11-16 2023-12-15 建龙西林钢铁有限公司 基于倾斜摄影和人车定位的工业厂区风险预警方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117238092A (zh) * 2023-11-16 2023-12-15 建龙西林钢铁有限公司 基于倾斜摄影和人车定位的工业厂区风险预警方法
CN117238092B (zh) * 2023-11-16 2024-01-30 建龙西林钢铁有限公司 基于倾斜摄影和人车定位的工业厂区风险预警方法

Similar Documents

Publication Publication Date Title
US11990036B2 (en) Driver behavior monitoring
CN110853357B (zh) 高速公路危险路段及施工区域预警控制系统和方法
CN111524357B (zh) 用于车辆安全行驶所需的多数据融合的方法
US11250698B2 (en) Data processing for connected and autonomous vehicles
EP4071661A1 (en) Automatic driving method, related device and computer-readable storage medium
CN110120153A (zh) 一种公交驾驶事故风险评估系统及其方法
WO2018122807A1 (zh) 一种基于舒适度的自动驾驶车速控制方法
EP3403219A1 (en) Driver behavior monitoring
US11699347B2 (en) Determining road safety
CN113247014B (zh) 一种自动驾驶系统的置信度标识方法及系统
CN116935641A (zh) 一种路况风险预警方法、装置及控制设备
CN110599791A (zh) 信息监控方法、装置和设备
CN113335293B (zh) 一种线控底盘的高速公路路面探测系统
CN114379611A (zh) 一种货运列车行车障碍预警方法及系统
CN112652178B (zh) 城市交通的控制系统
CN116564110A (zh) 一种基于多无人机协作的交通故障预警装置及方法
CN116142178A (zh) 一种车辆辅助驾驶方法、系统、介质及电子设备
CN108846519B (zh) 基于车载短距离通信网络的安全驾驶k最近邻预测方法
CN115966100B (zh) 一种行车安全控制方法及系统
CN116168542B (zh) 一种基于大型车辆的行为监测的预警方法及系统
Fukumaru et al. Traffic congestion mitigation by deceleration control with short-term velocity forecasting using v2x
US20230298469A1 (en) Apparatus and method for cooperative escape zone detection
Zeer et al. Justification of the system parameters for alerting drivers about the emergency situation occurrence
CN116824837A (zh) 一种数据采集方法、动态兴趣点的识别方法及装置
CN114973768A (zh) 基于行车安全场的道路交通风险预警方法及系统

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