CN104636723A - 基于视频图像中特定物体影像分析的行车预警方法 - Google Patents
基于视频图像中特定物体影像分析的行车预警方法 Download PDFInfo
- Publication number
- CN104636723A CN104636723A CN201510048074.7A CN201510048074A CN104636723A CN 104636723 A CN104636723 A CN 104636723A CN 201510048074 A CN201510048074 A CN 201510048074A CN 104636723 A CN104636723 A CN 104636723A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- certain objects
- video image
- image
- early warning
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000009471 action Effects 0.000 claims abstract description 5
- 230000005055 memory storage Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000011946 reduction process Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 abstract description 3
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 206010057315 Daydreaming Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于视频图像中特定物体影像分析的行车预警方法,首先通过对视频图像的比对,分析车辆周围场景的变化,从而预知车辆可能发生的意外情况,然后在分析车辆的控制状态,避免对驾车者的主动操作进行误报警,最后在确认驾车者没有主动操作的情况下启动预警策略,车辆采取安全管理措施,限制车辆的部分操作,由此可以避免发生安全事故。应用了能够执行该行车预警方法的***的车辆安全系数更高,更加适合在高速公路进行长途驾驶,可以有效防止由于长时间驾驶使驾车者注意力不集中甚至疲劳驾驶导致的交通意外。
Description
技术领域
本发明涉及车辆智能控制领域,特别涉及基于视频图像中特定物体影像分析的行车预警方法。
背景技术
在现今社会中,汽车已经成为不可或缺的交通工具,并随着现代电子技术的发展及其在汽车***中的应用,汽车的性能已经得到了很大的提高,同时基于现代电子技术产生的各种电子产品也逐渐实现了现代驾车人员对汽车各方面的要求。车载摄像装置在各种汽车上得到了广泛的应用。在此基础上出现了对视频图像进行分析得到模糊评价***。
目前有一些基于模糊评价的驾驶员自动评价模型。但该模型仅在一些地区的汽车驾驶考试过程中使用,因为该考试过程相对简单固定,环节易于量化,所以驾驶员评价模型相对简单,容易实现。但其评价指标仅仅考虑到驾驶行为的违规与否,无法准确对车辆驾驶状态做出判断。在车辆的实际驾驶时,对比如抢道、越线等等具有危险隐患的行为很难及时提醒。在长途驾驶中,驾驶员无意识但具有潜在危险的不良驾驶行为往往会产生严重后果。
发明内容
本发明的目的是提供一种基于视频图像中特定物体影像分析的行车预警方法。
根据本发明的一个方面,提供了基于视频图像中特定物体影像分析的行车预警方法,包括以下步骤:
S1、利用车载摄像头采集车辆侧面的视频图像,并将该视频图像储存在存储装置中;
S2、将车载摄像头采集的视频图像到与存储装置存储的视频图像进行比对,确定车载摄像头采集的视频图像中特定物体的影像与存储装置存储的视频图像中是否相似,如果相似则继续进行S1,如果不相似则进行S3;
S3、对驾车者的驾驶状态进行判断,确定特定物体的影像与存储装置存储的视频图像中不相似是否为驾车者主动操作所致,如果是则继续进行S1,如果不是则进行S4;
S4、启动预警策略,对车辆采取安全管理措施,限制车辆的部分操作以避免发生安全事故。
采用以上技术方案的行车预警方法,首先通过对视频图像的比对,分析车辆周围场景的变化,从而预知车辆可能发生的意外情况,然后在分析车辆的控制状态,避免对驾车者的主动操作进行误报警,最后在确认驾车者没有主动操作的情况下启动预警策略,车辆采取安全管理措施,限制车辆的部分操作,由此可以避免发生安全事故。应用了能够执行该行车预警方法的***的车辆安全系数更高,更加适合在高速公路进行长途驾驶,可以有效防止由于长时间驾驶使驾车者注意力不集中甚至疲劳驾驶导致的交通意外。
在一些实施方式中,S2包括以下步骤:
S21、在存储装置中连续的视频图像中找出特定物体的影像;
S22、对视频图像中特定物体的影像进行分析,确定特定物体的位置,再通过软件程序进行仿真处理,拟合出特定物体的运动轨迹;
S23、运用软件程序通过拟合出的特定物体的运动轨迹预判下一时间节点时特定物体的影像在视频图像中应该出现的位置;
S24、将车载摄像头采集的视频图像中特定物体的影像位置与预判的位置是否重合,如果重合则判定车辆为正常驾驶状态,继续进行S1,如果不重合则判定车辆为非正常驾驶状态,进行S3。
这里的特定物体为车辆行驶的车道两侧的连续性的物体,包括花基或者护栏或者边沿或者双实线。对特定物体的影像进行分析,不仅可以减少分析工作,提高***的分析速度,而且可以将特定物体的影像从整个视频图像中剥离,最大程度上减少环境的影响,提高分析结果的准确性。由此可以又快又准的拟合出的特定物体的运动轨迹,并通过运动轨迹预判车辆可能发生的意外情况。
在一些实施方式中,S3包括以下步骤:
S31、通过声音、震动或者可视图像投放等方式提醒或警告驾车者;
S32、侦测驾车者是否采取有效的规避性操作以消除车辆的非正常驾驶状态,如果采取则解除警报,继续进行S1,如果未采取则认为车辆即将处于危险境地,进行S4。如果驾车者只是注意力分散,通过提醒可以是其很快反应过来,控制车辆使之采取规避,如果通过提醒驾车者无反应,此时驾车者可能由于疲劳驾驶打瞌睡,***可以采取主动手段,避免发生危险。
在一些实施方式中,S4包括以下步骤:
S41、暂时锁定车辆可能加深其危险程度的转向操作;
S42、在单个车轮施加制动力,从而产生附加1横摆调节力矩,辅助车辆回到正确的方向;
S43、逐渐减速,最终停车。
在一些实施方式中,S1还包括:
S11、对车载摄像头采集的视频图像处理,包括对图像信息进行像素化、锐化和降噪处理。由此可以提高特定物体识别的准确性。
在一些实施方式中,S2还包括:
D、对车辆方向盘的动作进行侦测,判断在一段时间内驾车者是否操作过方向盘,如果操作过则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果未操作过则认为驾车者有可能不知晓车辆的行驶状态,进行S23。由此在市内道路等复杂路况下,可以避免***发出无意义的警报。
在一些实施方式中,S2还包括:
E、对驾车者的脸部进行识别,判断驾车者是否处于疲劳状态,如果未处于疲劳状态则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果处于疲劳状态则认为驾车者有可能不知晓车辆的行驶状态,进行S23。
现在有技术中有很多基于对驾车者的脸部进行识别来判断他是否处于疲劳状态的方法。
在一些实施方式中,S2还包括:
F、对车辆的行驶速度进行侦测,判断车辆时速是否大于25公里,如果时速小于25公里,车辆处于低速行驶状态,有可能是在市区等复杂或者拥挤路况下行驶,车辆危险程度较低,继续进行S1,如果时速大于25公里,车辆处于低速行驶状态,危险程度较高,进行S23。
在一些实施方式中,S22为在视频图像中通过灰度找出特定物体的影像的边界从而确定特定物体的影像。
在一些实施方式中,特定物体道路上常见的连续性的物体,包括花基或者护栏或者边沿或者双实线。
附图说明
图1为本发明一种实施方式的基于视频图像中特定物体影像分析的行车预警方法的流程示意图。
图2为图1所示基于视频图像中特定物体影像分析的行车预警方法的具体流程示意图。
图3为采用图1所示基于视频图像中特定物体影像分析的行车预警方法识别出的行车记录仪拍摄的位于车辆左侧的双实线的示意图。
图4为采用图1所示基于视频图像中特定物体影像分析的行车预警方法所示的采用以上技术方案的行车预警方法对双实线的预判位置与实际位置进行比对的三种结果的示意图。
图5为本发明另一种实施方式的基于视频图像中特定物体影像分析的行车预警方法的具体流程示意图。
具体实施方式
下面结合附图对发明作进一步详细的说明。
实施例1
图1至图4示意性地显示了根据本发明的一种实施方式的基于视频图像中特定物体影像分析的行车预警方法。如图所示,行车预警方法以下步骤:
S1、利用车载摄像头采集车辆侧面的视频图像,并将该视频图像储存在存储装置中。
S11、对车载摄像头采集的视频图像处理,包括对图像信息进行像素化、锐化和降噪处理以提高特定物体识别的准确性。在实际中,可以每间隔0.3秒调取一帧视频图像处理进行处理。
S2、将车载摄像头采集的视频图像到与存储装置存储的视频图像进行比对,确定车载摄像头采集的视频图像中特定物体的影像与存储装置存储的视频图像中是否相似,如果相似则继续进行S1,如果不相似则进行S3。
S3、对驾车者的驾驶状态进行判断,确定特定物体的影像与存储装置存储的视频图像中不相似是否为驾车者主动操作所致,如果是则继续进行S1,如果不是则进行S4。
S4、启动预警策略,对车辆采取安全管理措施,限制车辆的部分操作以避免发生安全事故。
S2包括以下步骤:
S21、在处理过的视频图像中找出特定物体的影像。
S22、对特定物体的影像进行分析,通过灰度找出特定物体的影像的边界从而确定特定物体的影像,确定特定物体的位置后,再通过软件程序进行仿真处理,拟合出特定物体的运动轨迹。
D、对车辆方向盘的动作进行侦测,判断在一段时间内驾车者是否操作过方向盘,如果操作过则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果未操作过则认为驾车者有可能不知晓车辆的行驶状态,进行S23。由此在市内道路等复杂路况下,可以避免***发出无意义的警报。
S23、运用软件程序通过拟合出的特定物体的运动轨迹预判下一时间节点时特定物体的影像在视频图像中应该出现的位置。
S24、将车载摄像头采集的视频图像中特定物体的影像位置与预判的位置是否重合,如果重合则判定车辆为正常驾驶状态,继续进行S1,如果不重合则判定车辆为非正常驾驶状态,进行S3。
这里的特定物体为车辆行驶的车道两侧的连续性的物体,包括花基或者护栏或者边沿或者双实线。对特定物体的影像进行分析,不仅可以减少分析工作,提高***的分析速度,而且可以将特定物体的影像从整个视频图像中剥离,最大程度上减少环境的影响,提高分析结果的准确性。由此可以又快又准的拟合出的特定物体的运动轨迹,并通过运动轨迹预判车辆可能发生的意外情况。
S3包括以下步骤:
S31、通过声音、震动或者可视图像投放等方式提醒或警告驾车者。
S32、侦测驾车者是否采取有效的规避性操作以消除车辆的非正常驾驶状态,如果采取则解除警报,继续进行S1,如果未采取则认为车辆即将处于危险境地,进行S4。如果驾车者只是注意力分散,通过提醒可以是其很快反应过来,控制车辆使之采取规避,如果通过提醒驾车者无反应,此时驾车者可能由于疲劳驾驶打瞌睡,***可以采取主动手段,避免发生危险。
S4包括以下步骤:
S41、暂时锁定车辆可能加深其危险程度的转向操作。
S42、在单个车轮施加制动力,从而产生附加1横摆调节力矩,辅助车辆回到正确的方向。
S43、逐渐减速,最终停车。
采用以上技术方案的行车预警方法,首先通过对视频图像的比对,分析车辆周围场景的变化,从而预知车辆可能发生的意外情况,然后在分析车辆的控制状态,避免对驾车者的主动操作进行误报警,最后在确认驾车者没有主动操作的情况下启动预警策略,车辆采取安全管理措施,限制车辆的部分操作,由此可以避免发生安全事故。应用了能够执行该行车预警方法的***的车辆安全系数更高,更加适合在高速公路进行长途驾驶,可以有效防止由于长时间驾驶使驾车者注意力不集中甚至疲劳驾驶导致的交通意外。
图3所示的是采用以上技术方案的行车预警方法识别出的行车记录仪拍摄的位于车辆左侧的双实线的示意图。如图所示,经过对图像信息进行像素化、锐化和降噪处理后,完全消除了环境噪声,双实线在处理后的图片中显示为两条平行的色块1,使用常规的手段通过软件程序即可将双实线的影像提取出来。
图4所示的采用以上技术方案的行车预警方法对双实线的预判位置与实际位置进行比对的三种结果。如图所示,在a、b、c三种情况下,都存在一个表示预判位置的色块2和一个表示实际位置的色块3。
在a中,表示实际位置的色块3与表示预判位置的色块2相互重合,结果显示车辆与双实线平行行驶,可以认为是安全的。
在b和c中,表示实际位置的色块3与表示预判位置的色块2相互交叉,车辆行驶可能存在意外。其中,在b中,结果显示车辆在远离双实线,有可能换道,在c中,结果显示车辆在靠近双实线,有越线的危险。
实施例2
图5示意性地显示了根据本发明的一种实施方式的基于视频图像中特定物体影像分析的行车预警方法。与实施例1的不同之处在于,S2还包括以下步骤:
D、对车辆方向盘的动作进行侦测,判断在一段时间内驾车者是否操作过方向盘,如果操作过则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果未操作过则认为驾车者有可能不知晓车辆的行驶状态,进行S23。由此在市内道路等复杂路况下,可以避免***发出无意义的警报。
E、对驾车者的脸部进行识别,判断驾车者是否处于疲劳状态,如果未处于疲劳状态则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果处于疲劳状态则认为驾车者有可能不知晓车辆的行驶状态,进行S23。
F、对车辆的行驶速度进行侦测,判断车辆时速是否大于25公里,如果时速小于25公里,车辆处于低速行驶状态,有可能是在市区等复杂或者拥挤路况下行驶,车辆危险程度较低,继续进行S1,如果时速大于25公里,车辆处于低速行驶状态,危险程度较高,进行S23。
以上所述D、E和F三个判断步骤,可以依次进行,也可以同时进行。在同时进行的情况下,当且仅当三个判断步骤的结构均为NO时,才进行S23,否则,继续进行S1。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,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。
Claims (10)
1.基于视频图像中特定物体影像分析的行车预警方法,其特征在于,包括以下步骤:
S1、利用车载摄像头采集车辆侧面的视频图像,并将该视频图像储存在存储装置中;
S2、将车载摄像头采集的视频图像到与存储装置存储的视频图像进行比对,确定车载摄像头采集的视频图像中特定物体的影像与存储装置存储的视频图像中是否相似,如果相似则继续进行S1,如果不相似则进行S3;
S3、对驾车者的驾驶状态进行判断,确定特定物体的影像与存储装置存储的视频图像中不相似是否为驾车者主动操作所致,如果是则继续进行S1,如果不是则进行S4;
S4、启动预警策略,对车辆采取安全管理措施,限制车辆的部分操作以避免发生安全事故。
2.根据权利要求1所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S2包括以下步骤:
S21、在存储装置中连续的视频图像中找出特定物体的影像;
S22、对的视频图像中特定物体的影像进行分析,确定特定物体的位置,再通过软件程序进行仿真处理,拟合出特定物体的运动轨迹;
S23、运用软件程序通过拟合出的特定物体的运动轨迹预判下一时间节点时特定物体的影像在视频图像中应该出现的位置;
S24、将车载摄像头采集的视频图像中特定物体的影像位置与预判的位置是否重合,如果重合则判定车辆为正常驾驶状态,继续进行S1,如果不重合则判定车辆为非正常驾驶状态,进行S3。
3.根据权利要求1所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S3包括以下步骤:
S31、通过声音、震动或者可视图像投放等方式提醒或警告驾车者;
S32、侦测驾车者是否采取有效的规避性操作以消除车辆的非正常驾驶状态,如果采取则解除警报,继续进行S1,如果未采取则认为车辆即将处于危险境地,进行S4。
4.根据权利要求1所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S4包括以下步骤:
S41、暂时锁定车辆可能加深其危险程度的转向操作;
S42、在单个车轮施加制动力,从而产生附加1横摆调节力矩,辅助车辆回到正确的方向;
S43、逐渐减速,最终停车。
5.根据权利要求1或2或3或4所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S1还包括:
S11、对车载摄像头采集的视频图像处理,包括对图像信息进行像素化、锐化和降噪处理。
6.根据权利要求1或2或3或4所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S2还包括:
D、对车辆方向盘的动作进行侦测,判断在一段时间内驾车者是否操作过方向盘,如果操作过则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果未操作过则认为驾车者有可能不知晓车辆的行驶状态,进行S23。
7.根据权利要求1或2或3或4所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S2还包括:
E、对驾车者的脸部进行识别,判断驾车者是否处于疲劳状态,如果未处于疲劳状态则认为驾车者主观上已知晓车辆的行驶状态,继续进行S1,如果处于疲劳状态则认为驾车者有可能不知晓车辆的行驶状态,进行S23。
8.根据权利要求1或2或3或4所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S2还包括:
F、对车辆的行驶速度进行侦测,判断车辆时速是否大于25公里,如果时速小于25公里,车辆处于低速行驶状态,有可能是在市区等复杂或者拥挤路况下行驶,车辆危险程度较低,继续进行S1,如果时速大于25公里,车辆处于低速行驶状态,危险程度较高,进行S23。
9.根据权利要求2所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述S22为在视频图像中通过灰度找出特定物体的影像的边界从而确定特定物体的影像。
10.根据权利要求1所述的基于视频图像中特定物体影像分析的行车预警方法,其特征在于,所述特定物体道路上常见的连续性的物体,包括花基或者护栏或者边沿或者双实线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510048074.7A CN104636723B (zh) | 2015-01-29 | 2015-01-29 | 基于视频图像中特定物体影像分析的行车预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510048074.7A CN104636723B (zh) | 2015-01-29 | 2015-01-29 | 基于视频图像中特定物体影像分析的行车预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104636723A true CN104636723A (zh) | 2015-05-20 |
CN104636723B CN104636723B (zh) | 2018-05-25 |
Family
ID=53215453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510048074.7A Active CN104636723B (zh) | 2015-01-29 | 2015-01-29 | 基于视频图像中特定物体影像分析的行车预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104636723B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI557653B (zh) * | 2015-06-30 | 2016-11-11 | Formal photo management method and system | |
CN109410582A (zh) * | 2018-11-27 | 2019-03-01 | 易念科技(深圳)有限公司 | 交通状况分析方法及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796204A (zh) * | 2004-12-27 | 2006-07-05 | 日产自动车株式会社 | 车道偏离防止*** |
CN101547819A (zh) * | 2006-12-12 | 2009-09-30 | 丰田自动车株式会社 | 驾驶辅助***及方法 |
CN103770780A (zh) * | 2014-01-15 | 2014-05-07 | 中国人民解放军国防科学技术大学 | 一种车辆主动安全***告警屏蔽装置 |
CN103871200A (zh) * | 2012-12-14 | 2014-06-18 | 深圳市赛格导航科技股份有限公司 | 用于汽车驾驶的安全提醒***及方法 |
CN103935293A (zh) * | 2013-01-21 | 2014-07-23 | 原相科技股份有限公司 | 车道偏离警示***与车道辨识装置以及相关方法 |
-
2015
- 2015-01-29 CN CN201510048074.7A patent/CN104636723B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1796204A (zh) * | 2004-12-27 | 2006-07-05 | 日产自动车株式会社 | 车道偏离防止*** |
CN101547819A (zh) * | 2006-12-12 | 2009-09-30 | 丰田自动车株式会社 | 驾驶辅助***及方法 |
CN103871200A (zh) * | 2012-12-14 | 2014-06-18 | 深圳市赛格导航科技股份有限公司 | 用于汽车驾驶的安全提醒***及方法 |
CN103935293A (zh) * | 2013-01-21 | 2014-07-23 | 原相科技股份有限公司 | 车道偏离警示***与车道辨识装置以及相关方法 |
CN103770780A (zh) * | 2014-01-15 | 2014-05-07 | 中国人民解放军国防科学技术大学 | 一种车辆主动安全***告警屏蔽装置 |
Non-Patent Citations (1)
Title |
---|
马超: "基于单目视觉的车道偏离预警***设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI557653B (zh) * | 2015-06-30 | 2016-11-11 | Formal photo management method and system | |
CN109410582A (zh) * | 2018-11-27 | 2019-03-01 | 易念科技(深圳)有限公司 | 交通状况分析方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104636723B (zh) | 2018-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220262239A1 (en) | Determining causation of traffic events and encouraging good driving behavior | |
CN107640154B (zh) | 新手司机驾驶辅助*** | |
Khattak et al. | A taxonomy of driving errors and violations: Evidence from the naturalistic driving study | |
US20200166897A1 (en) | Detection of driving actions that mitigate risk | |
Dagan et al. | Forward collision warning with a single camera | |
EP2483105B1 (en) | System and method for integrating smartphone technology into safety management platform to improve driver safety | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
CN105388021A (zh) | Adas虚拟开发与测试*** | |
CN105405321A (zh) | 高速公路上车辆行驶中的安全预警方法及*** | |
CN108482382B (zh) | 驾驶技术评分方法、设备、存储介质及车辆 | |
CN110126730A (zh) | 车辆变道提醒方法及*** | |
CN112180605A (zh) | 一种基于增强现实的辅助驾驶*** | |
CN110660270A (zh) | 车辆碰撞风险评价模型的建立方法和碰撞风险评价方法 | |
US10977882B1 (en) | Driver health profile | |
CN109987090A (zh) | 驾驶辅助***和方法 | |
CN100578148C (zh) | 一种防车侧碰撞警示装置的检测方法 | |
CN104636723A (zh) | 基于视频图像中特定物体影像分析的行车预警方法 | |
CN114841483A (zh) | 一种物流货运车辆的安全监控方法及*** | |
CN109895694B (zh) | 一种车道偏离预警方法、装置及车辆 | |
CN114715143A (zh) | 车辆控制方法、装置、车辆及存储介质 | |
Pavlova et al. | Automated system for determining speed of cars ahead | |
Tsai et al. | A safety driving assistance system by integrating in-vehicle dynamics and real-time traffic information | |
CN114954480B (zh) | 安全驾驶预警方法、***、可读存储介质及车辆 | |
CN211349574U (zh) | 一种车辆360度环视预警*** | |
KR20110101990A (ko) | 차량용 차선인식 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200720 Address after: Guangyuan Road 528400 in Guangdong Province, Zhongshan City Xiaolan Town, No. 40, Xiaolan Town, science and technology innovation center 403 room Patentee after: GUANGDONG KUAICHE TECHNOLOGY Co.,Ltd. Address before: 528400 Guangdong Province, Zhongshan City Xiaolan Town, Guangyuan Road Science and technology innovation center 2 building 403 Patentee before: He Guanchang |
|
TR01 | Transfer of patent right |