CN108189763A - 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 - Google Patents
一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 Download PDFInfo
- Publication number
- CN108189763A CN108189763A CN201810043998.1A CN201810043998A CN108189763A CN 108189763 A CN108189763 A CN 108189763A CN 201810043998 A CN201810043998 A CN 201810043998A CN 108189763 A CN108189763 A CN 108189763A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bad steering
- processor
- steering behavior
- behavior
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R1/00—Optical viewing arrangements; Real-time viewing arrangements for drivers or passengers using optical image capturing systems, e.g. cameras or video systems specially adapted for use in or on vehicles
- B60R1/12—Mirror assemblies combined with other articles, e.g. clocks
- B60R2001/1223—Mirror assemblies combined with other articles, e.g. clocks with sensors or transducers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种分析驾驶员驾驶行为的方法及专用智能车载后视镜,包括车道偏离预警***、前车碰撞预警***和智能后视镜***;智能后视镜***包括处理器、加速度计模块、陀螺仪模块、GPS惯性导航模块、车身信息接收模块和车载显示器;加速度计模块用于获取车辆的加速度数据并发送到处理器;陀螺仪模块用于获取车辆的方向角度和角加速度数据并发送到处理器;GPS惯性导航模块用于获取车辆的位置信息和行车时间信息并发送到处理器;车身信息接收模块用于获取车辆的参数数据并发送得到处理器,处理器根据接收的数据判断行车过程中驾驶员的不良驾驶行为,并将驾驶员的不良驾驶行为进行统计发送到车载显示器进行显示。
Description
技术领域
本发明涉及一种车载后视镜,特别是关于一种可实现驾驶员驾驶行为分析功能的专用智能车载后视镜及方法,属于智能车辆技术领域。
背景技术
随着移动互联网技术的发展,移动互联网已经大量应用到车载***,而集成了各种传感器的具有GPS导航、行车记录仪等功能的内后视镜产品大量应用在前装和后装汽车配件市场。然而,现有技术中的后视镜虽然集成了多种功能,有的也具备初级的驾驶辅助功能,但是却不能够对驾驶员驾驶行为进行分析,不能全面了解整个车辆行驶过程,进而也不具备对车辆行驶过程中的不良驾驶行为的矫正功能。
发明内容
针对上述问题,本发明的目的是提供一种分析驾驶员驾驶行为的方法及专用智能车载后视镜,能够通过车辆行驶过程中驾驶员驾驶行为进行分析避免不良驾驶行为,进而极大地降低驾驶事故。
为实现上述目的,本发明采取以下技术方案:一种智能车载后视镜,其特征在于,该后视镜包括车道偏离预警***、前车碰撞预警***和智能后视镜***;其中,所述车道偏离预警***对车辆实际行驶图像进行车道偏离预警分析并将分析结果发送到所述智能后视镜***,所述前车碰撞预警***通过前车碰撞预警分析并将分析结果发送到所述智能后视镜***;所述智能后视镜***包括处理器、加速度计模块、陀螺仪模块、导航模块、车身信息接收模块和车载显示器;所述加速度计模块用于获取车辆的加速度数据并发送到所述处理器;所述陀螺仪模块用于获取车辆的方向角度和角加速度数据并发送到所述处理器;所述导航模块用于获取车辆的位置信息和行车时间信息并发送到处理器;所述车身信息接收模块用于获取车辆的参数数据并发送得到所述处理器,所述处理器根据接收的数据判断行车过程中驾驶员的不良驾驶行为,并将驾驶员的不良驾驶行为进行统计发送到所述车载显示器进行显示。
优选地,该智能车载后视镜还包括4G传输模块,所述处理器通过所述4G传输模块将驾驶员的不良驾驶行为的统计结果上传云端服务器形成用户报告,给出优化驾驶的建议,并通过手机APP的形式发送到用户手机。
优选地,行车过程驾驶员的不良驾驶行为包括:急加速和急减速的不良驾驶行为、非法变道和车辆骑线行驶的不良驾驶行为、危险跟车的不良驾驶行为、超车的不良驾驶行为、急变车道的不良驾驶行为、急转弯的不良驾驶行为以及超速驾驶和超长时间驾车的不良驾驶行为。
优选地,驾驶员的各种不良驾驶行为的具体认定方式分别为:
1)急加速和急减速的不良驾驶行为
所述处理器根据获取的车辆加速度数据与预设的加速度数据进行比较,认定急加速和急减速的不良驾驶行为;
2)非法变道和车辆骑线行驶的不良驾驶行为
所述处理器根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为;
3)危险跟车的不良驾驶行为
所述处理器根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为;
4)急变车道的不良驾驶行为
所述处理器根据加速度值和行驶方向角度判定急变车道的不良驾驶行为;
5)急转弯的不良驾驶行为
所述处理器根据获取的车辆角加速度数据与预设的角加速度进行比较,识别得出车辆急转弯的不良驾驶行为;
6)超速驾驶和超长时间驾车的不良驾驶行为
所述处理器根据获取的车辆的位置信息和行车时间信息,根据《道路交通安全法实施条例》,识别用户的超速驾驶和超长时间驾车的不良驾驶行为。
优选地,所述智能后视镜***还包括胎压接收模块,所述处理器根据胎压得到车辆亏压行驶里路程,亏压判定方式为:有一个或一个以上轮胎亏压则认为是亏压,多个轮胎同时亏压,亏压里程只计算亏压时行驶的路程,不会将每个轮胎亏压路程进行相加。
优选地,所述处理器根据驾驶员的驾驶行为得到车辆油耗情况,车辆油耗模型的计算公式:
式中,DE为动能增量,S为行驶路程,对驾驶过程通过车辆油耗模型得到一个系数,通过设定阈值采用评分进行车辆油耗情况认定。
优选地,所述处理器根据速度和加速度值得到车辆车损情况,车损模型为:
式中,v为速度,a为车辆加速度,S为行驶路程,通过设定阈值采用评分进行车辆磨损情况认定。
优选地,该智能车载后视镜还包括智能语音***,所述处理器将驾驶员的不良驾驶行为通过所述智能语音***进行预警提示。
为实现上述目的,本发明采取以下技术方案:一种基于所述智能车载后视镜的分析驾驶员驾驶行为的方法,其特征在于包括以下内容:根据车辆加速度数据与预设的加速度数据进行比较,统计急加速和急减速的不良驾驶行为;根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为;根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为;根据加速度值和行驶方向角度统计急变车道的不良驾驶行为;根据获取的车辆角加速度数据与预设的角加速度进行比较,统计车辆急转弯的不良驾驶行为;根据获取的车辆的位置信息和行车时间信息,根据《道路交通安全法实施条例》,统计用户的超速驾驶和超长时间驾车的不良驾驶行为。
本发明由于采取以上技术方案,其具有以下优点:1、本发明的智能车载后视镜不但可以为用户提供移动互联网的便利功能,也能够实时为用户驾车提供驾驶辅助功能,更重要的是能够及时采集车辆行驶过程中的各种数据并结合驾驶员驾驶行为进行分析,统计车辆行驶过程中的各种不良驾驶行为。2、本发明在普通具有移动互联网功能的内后视镜的基础上,增加了具有车道偏离报警和前车碰撞预警功能的驾驶辅助***,结合GPS传感器、加速度传感器以及偏航率传感器等传感器,完成对驾驶员在车辆行驶过程中不良驾驶行为的分析和统计,并根据一段时间内的统计结果对其进行驾驶技术优化提供专业建议,极大地降低驾驶事故,保护交通安全。3、本发明的智能车载后视镜还可以通过分析行车过程行为得出车辆亏压行驶情况、车辆的油耗情况以及车辆的磨损情况,驾驶员可以根据车辆实际运行情况对车辆进行及时维修和保养,保证行车安全。本发明可以广泛应用于车载后视镜的制作和使用中。
附图说明
图1是本发明的智能车载后视镜结构示意图。
具体实施方式
以下结合附图来对本发明进行详细的描绘。然而应当理解,附图的提供仅为了更好地理解本发明,它们不应该理解成对本发明的限制。
如图1所示,本发明提供的可实现驾驶员驾驶行为分析功能的智能车载后视镜,与现有的车载后视镜相同的是设置有行车记录摄像头且具有移动互联网功能,不同之处在于:本发明的智能车载后视镜包括车道偏离预警***1、前车碰撞预警***2和智能后视镜***3。其中,车道偏离预警***1和前车碰撞预警***2均为现有装置,车道偏离预警***1包括动态摄像头11和DSP处理器12,前车碰撞预警***2包括24G毫米波雷达21和FPGA处理器22。动态摄像头11固定设置在车载后视镜的前端顶部,动态摄像头11用于动态摄取车辆实际行驶图像并发送到DSP处理器12,DSP处理器12对车辆实际行驶图像进行车道偏离预警分析并将分析结果通过CAN总线发送到智能后视镜***3。24G毫米波雷达21固定设置在车载后视镜的前端下部,用于检测车辆与前车的距离并发送到FPGA处理器22,FPGA处理器22通过前车碰撞预警分析并将分析结果通过CAN总线发送到智能后视镜***3。
智能后视镜***3包括高速ARM处理器31、加速度计模块32、陀螺仪模块33、导航模块34、车身信息接收模块35、胎压接收模块36和车载显示器37。
加速度计模块32用于获取车辆的加速度数据,并将获取的车辆加速度数据发送到高速ARM处理器31。陀螺仪模块33用于获取车辆的角加速度数据,并将获取车辆的角加速度数据发送到高速ARM处理器31。导航模块34用于通过GPS或北斗获取车辆的位置信息和行车时间信息,并将车辆的位置信息和行车时间信息发送到高速ARM处理器31。车身信息接收模块35用于获取车辆的参数数据并发送得到高速ARM处理器31。胎压接收模块36用于获取车辆轮胎的胎压数据,并将车辆轮胎的胎压数据发送到高速ARM处理器31,高速ARM处理器31根据接收的数据判断行车过程中的不良驾驶行为,并将车辆的不良驾驶行为进行统计发送到车载显示器37进行显示。
在一个优选的实施例中,该智能车载后视镜还包括4G传输模块38,高速ARM处理器31还可以通过4G传输模块38将车辆的不良驾驶行为的统计结果上传云端服务器形成用户报告,给出优化驾驶的建议,并可以通过手机APP的形式发送到用户手机,以供用户了解自己平时的驾驶习惯,并根据建议优化自己的驾驶行为,从而减少交通事故的发生。
在一个优选的实施例中,该智能车载后视镜还包括一智能语音***4,智能语音***4可以采用现有装置,高速ARM处理器31将驾驶员的不良驾驶行为通过智能语音***4进行预警提示。
在一个优选的实施例中,行车过程驾驶员的不良驾驶行为包括:急加速和急减速的不良驾驶行为、非法变道和车辆骑线行驶的不良驾驶行为、危险跟车的不良驾驶行为、超车的不良驾驶行为、急变车道的不良驾驶行为、急转弯的不良驾驶行为以及超速驾驶和超长时间驾车的不良驾驶行为,下面详细说明每一种不良驾驶行为的具体认定过程:
1)急加速和急减速的不良驾驶行为
高速ARM处理器31根据获取的车辆加速度数据与预设的加速度数据进行比较,识别急加速和急减速的不良驾驶行为,其中,本发明的急加速(急踩油门)认定过程为:利用每1s加速度传感器刷新一次的加速度值,高速ARM处理器31计算5s内前后的平均加速度值超过1.67m/s2(0.17G),5秒内速度增加量超过30km/h,判定为一次急加速;本发明的急减速(急踩刹车)认定过程为:利用每1s加速度传感器刷新一次的减加速度值,高速ARM处理器31计算5s内前后的平均减加速度值小于3.33m/s2(0.34G),5秒内速度减少量超过36km/h,判定为一次急减速。
2)非法变道和车辆骑线行驶的不良驾驶行为
高速ARM处理器31根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为,由于车道偏离预警***为现有技术,故此过程不再赘述。
3)危险跟车的不良驾驶行为
高速ARM处理器31根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为,由于前车碰撞预警***为现有技术,故此过程不再赘述。
4)急变车道(超车)的不良驾驶行为
高速ARM处理器31根据加速度值和行驶方向角判断超车的不良驾驶行为,本发明的急变车道的判断方式:利用每1s加速传感器和偏航角传感器刷新一次的值,高速ARM处理器31计算加速度保持2m/s2以上的状态下,10s内前后行驶方向角度差绝对值大于30度,判定为一次高速急变道。
5)急转弯的不良驾驶行为
高速ARM处理器31根据获取的车辆角加速度数据与预设的角加速度进行比较,识别得出车辆急转弯的不良驾驶行为,本发明的急转弯(急打方向盘)判断方式为:利用每1s偏航角传感器刷新一次的角加速度值,高速ARM处理器31计算角加时速保持7度/s2以上的状态下,5s内前后行驶方向角度差绝对值大于45度,判定为一次急转弯。
6)超速驾驶和超长时间驾车的不良驾驶行为
高速ARM处理器31根据获取的车辆的位置信息和行车时间信息,识别用户的超速驾驶和超长时间驾车的不良驾驶行为,根据《道路交通安全法实施条例》第六十二条规定:驾驶机动车不得有下列行为:连续驾驶机动车超过4小时未停车休息或者停车休息时间少于20分钟,高速ARM处理器31根据设定法律规定的预设时间对超速驾驶和超长时间驾车的不良驾驶行为进行认定。
在一个优选的实施例中,高速ARM处理器31根据胎压得到车辆亏压行驶情况,具体过程为:胎压数据为2秒一组数据,而ADAS(Advanced Driver Assistant System,先进驾驶辅助***)、CBS(Combination Braking System,联动刹车***)等数据均为0.2m一组数据,将所有亏压的值所在的时间区间找出来,再提取出该时间区间内的速度数据,积分可得亏压行驶的路程,其中,亏压判定方式为:有一个或一个以上轮胎亏压则认为是亏压,多个轮胎同时亏压,亏压里程只计算亏压时行驶的路程,不会将每个轮胎亏压路程进行相加。
在一个优选的实施例中,高速ARM处理器31根据驾驶员的驾驶行为得到车辆油耗情况,具体过程为:汽车燃油的过程从能量的角度看,是按照如下方式进行转化的:油的化学能——>汽车的动能+内能——>内能,影响燃油量的因素有很多,具体影响因素为表1所示:
表1各种影响因素的处理
名称 | 与驾驶行为的关系 |
机械传动效率 | 无 |
风阻 | 无 |
车内电器(空调) | 无 |
车窗 | 无 |
环境温度 | 无 |
环境湿度 | 无 |
大气压力 | 无 |
驻车时间 | 无 |
经济时速 | 有 |
胎压 | 无 |
交通环境 | 有 |
加速行为 | 有 |
减速行为 | 有 |
在能量的转移过程中,动能体现的是有用功,在一次完整驾驶过程(始末均静止)中,动能的总增加量和总减小量相等,可由动能的增量来进行描述驾驶行为。由速度的第i-1个数据和第i个数据可知,在对应的时间内,动能变化量ΔE如下:
式中,vi、vi-1分别表示速度的第i和第i-1个数据,m表示车重,只取正项的部分,且车重与驾驶行为关系不大,舍去车重,动能增量表达式DE如下:
单位路程内的动能增量表达式如下,此式也作为油耗模型的计算公式:
式中,S为行驶路程,对驾驶过程通过正功模型,可以得到一个系数,通过评价驾驶行为需要一个0-100的得分来表示,通过设定阈值,将系数的值域(区间)做大致划分,根据驾驶样本的分布情况,本发明设定11个阈值,例如Q≤Q1则Score=0,Q∈(Q1,Q2]则Score∈(0,10],设定的阈值不一定为均匀分布,相邻阈值之间的得分为均匀分布。
在一个优选的实施例中,高速ARM处理器31根据速度和加速度值得到车辆车损情况,车损模型描述的是刹车盘的磨损情况,具体过程为:
在刹车过程中,损失质量Δm有如下关系:
Δm=2πrωNfn
式中,ω为磨损率,N为法向载荷,r为摩擦半径,f为摩擦系数,n为转动圈数,即转速*时间。
转速、压强(单位面积的压力)与磨损率有如下的关系:
而汽车在速度为v时,刹车片的转速为,
对于宽195mm,高宽比0.55(实际轮胎规格中,给出的55,是高宽比放大100倍后的),轮毂直径为15″的轮胎,刹车盘的转速为,
车辆正常驾驶时,刹车片转速为0-1070r/min范围内,磨损率有一定的变化。但考虑到刹车盘的磨损通常是由急刹车等情况引起的,同时对于压力为0.42Mpa和0.57Mpa时,磨损率并未有很大的变化,因此在车损模型的分析中,磨损率ω可以作为一个常数(系数)看待,其他物理量的分析如表2:
表2对与损失质量相关物理量的处理方式
由上表可得,在计算车损模型过程中,忽略各个系数后,只剩速度和加速度,车损表达式如下:
SFr=v·a
对于车损,类似于油耗,同样只关心单位路程内的车损:
计算的结果可以根据车辆油耗情况的判断方法同样划分等级,设为0-100作为评分。
基于本发明的智能车载后视镜,本发明还提供一种分析驾驶员驾驶行为的方法,具体为:
根据车辆加速度数据与预设的加速度数据进行比较,统计急加速和急减速的不良驾驶行为;
根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为;
根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为;
根据加速度值和行驶方向角度统计急变车道的不良驾驶行为;
根据获取的车辆角加速度数据与预设的角加速度进行比较,统计车辆急转弯的不良驾驶行为;
根据获取的车辆的位置信息和行车时间信息,根据《道路交通安全法实施条例》,统计用户的超速驾驶和超长时间驾车的不良驾驶行为。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (9)
1.一种智能车载后视镜,其特征在于,该后视镜包括车道偏离预警***、前车碰撞预警***和智能后视镜***;其中,所述车道偏离预警***对车辆实际行驶图像进行车道偏离预警分析并将分析结果发送到所述智能后视镜***,所述前车碰撞预警***通过前车碰撞预警分析并将分析结果发送到所述智能后视镜***;
所述智能后视镜***包括处理器、加速度计模块、陀螺仪模块、导航模块、车身信息接收模块和车载显示器;所述加速度计模块用于获取车辆的加速度数据并发送到所述处理器;所述陀螺仪模块用于获取车辆的方向角度和角加速度数据并发送到所述处理器;所述导航模块用于获取车辆的位置信息和行车时间信息并发送到处理器;所述车身信息接收模块用于获取车辆的参数数据并发送得到所述处理器,所述处理器根据接收的数据判断行车过程中驾驶员的不良驾驶行为,并将驾驶员的不良驾驶行为进行统计发送到所述车载显示器进行显示。
2.如权利要求1所述智能车载后视镜,其特征在于,该智能车载后视镜还包括4G传输模块,所述处理器通过所述4G传输模块将驾驶员的不良驾驶行为的统计结果上传云端服务器形成用户报告,给出优化驾驶的建议,并通过手机APP的形式发送到用户手机。
3.如权利要求1或2所述智能车载后视镜,其特征在于,行车过程驾驶员的不良驾驶行为包括:急加速和急减速的不良驾驶行为、非法变道和车辆骑线行驶的不良驾驶行为、危险跟车的不良驾驶行为、超车的不良驾驶行为、急变车道的不良驾驶行为、急转弯的不良驾驶行为以及超速驾驶和超长时间驾车的不良驾驶行为。
4.如权利要求3所述智能车载后视镜,其特征在于,驾驶员的各种不良驾驶行为的具体认定方式分别为:
1)急加速和急减速的不良驾驶行为
所述处理器根据获取的车辆加速度数据与预设的加速度数据进行比较,认定急加速和急减速的不良驾驶行为;
2)非法变道和车辆骑线行驶的不良驾驶行为
所述处理器根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为;
3)危险跟车的不良驾驶行为
所述处理器根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为;
4)急变车道的不良驾驶行为
所述处理器根据加速度值和行驶方向角度判定急变车道的不良驾驶行为;
5)急转弯的不良驾驶行为
所述处理器根据获取的车辆角加速度数据与预设的角加速度进行比较,识别得出车辆急转弯的不良驾驶行为;
6)超速驾驶和超长时间驾车的不良驾驶行为
所述处理器根据获取的车辆的位置信息和行车时间信息,根据《道路交通安全法实施条例》,识别用户的超速驾驶和超长时间驾车的不良驾驶行为。
5.如权利要求1所述智能车载后视镜,其特征在于,所述智能后视镜***还包括胎压接收模块,所述处理器根据胎压得到车辆亏压行驶里路程,亏压判定方式为:有一个或一个以上轮胎亏压则认为是亏压,多个轮胎同时亏压,亏压里程只计算亏压时行驶的路程,不会将每个轮胎亏压路程进行相加。
6.如权利要求1所述的智能车载后视镜,其特征在于,所述处理器根据驾驶员的驾驶行为得到车辆油耗情况,车辆油耗模型的计算公式:
式中,DE为动能增量,S为行驶路程,对驾驶过程通过车辆油耗模型得到一个系数,通过设定阈值采用评分进行车辆油耗情况认定。
7.如权利要求1所述智能车载后视镜,其特征在于,所述处理器根据速度和加速度值得到车辆车损情况,车损模型为:
式中,v为速度,a为车辆加速度,S为行驶路程,通过设定阈值采用评分进行车辆磨损情况认定。
8.如权利要求1所述智能车载后视镜,其特征在于,该智能车载后视镜还包括智能语音***,所述处理器将驾驶员的不良驾驶行为通过所述智能语音***进行预警提示。
9.一种基于如权利要求1到8任一项所述智能车载后视镜的分析驾驶员驾驶行为的方法,其特征在于包括以下内容:
根据车辆加速度数据与预设的加速度数据进行比较,统计急加速和急减速的不良驾驶行为;
根据车道偏离预警***分析结果统计车辆行程中的非法变道和车辆骑线行驶的不良驾驶行为;
根据前车碰撞预警***分析结果统计车辆危险跟车的不良驾驶行为;
根据加速度值和行驶方向角度统计急变车道的不良驾驶行为;
根据获取的车辆角加速度数据与预设的角加速度进行比较,统计车辆急转弯的不良驾驶行为;
根据获取的车辆的位置信息和行车时间信息,根据《道路交通安全法实施条例》,统计用户的超速驾驶和超长时间驾车的不良驾驶行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810043998.1A CN108189763A (zh) | 2018-01-17 | 2018-01-17 | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810043998.1A CN108189763A (zh) | 2018-01-17 | 2018-01-17 | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108189763A true CN108189763A (zh) | 2018-06-22 |
Family
ID=62589807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810043998.1A Pending CN108189763A (zh) | 2018-01-17 | 2018-01-17 | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108189763A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769273A (zh) * | 2018-08-24 | 2018-11-06 | 北斗航天汽车(北京)有限公司 | 基于角度传感器的驾驶行为推送方法及推送*** |
CN109278758A (zh) * | 2018-08-28 | 2019-01-29 | 武汉理工大学 | 一种基于智能手机的智能车个性化驾驶学习*** |
CN109406161A (zh) * | 2018-09-13 | 2019-03-01 | 行为科技(北京)有限公司 | 一种基于距离测试的前防卫碰撞测试***及其测试方法 |
CN109540175A (zh) * | 2018-11-29 | 2019-03-29 | 安徽江淮汽车集团股份有限公司 | 一种ldw测试***和方法 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109910904A (zh) * | 2019-03-22 | 2019-06-21 | 深圳市澳颂泰科技有限公司 | 一种驾驶行为与车辆驾驶姿态识别*** |
CN110733509A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 驾驶行为分析方法、装置、设备以及存储介质 |
CN111050285A (zh) * | 2019-12-16 | 2020-04-21 | 江苏五城共聚网络科技有限公司 | 危化品司机驾驶行为偏好数据分析方法 |
CN111404650A (zh) * | 2020-03-17 | 2020-07-10 | 许昌泛网信通科技有限公司 | 一种车辆控制报文处理方法 |
CN111762177A (zh) * | 2020-06-30 | 2020-10-13 | 中国平安财产保险股份有限公司 | 车辆损耗监测方法、装置、计算机设备及存储介质 |
WO2021027410A1 (zh) * | 2019-08-14 | 2021-02-18 | 平安科技(深圳)有限公司 | 驾驶行为检测方法、装置、计算机设备及存储介质 |
CN112945230A (zh) * | 2021-01-26 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 车辆行车状态的识别方法、装置、计算机设备和存储介质 |
CN114212097A (zh) * | 2021-12-16 | 2022-03-22 | 东风汽车集团股份有限公司 | 一种智能驾驶辅助控制***及控制方法 |
CN114488242A (zh) * | 2021-12-24 | 2022-05-13 | 上海华兴数字科技有限公司 | 作业机械监控方法、装置、设备及作业机械 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1141613A (zh) * | 1994-02-22 | 1997-01-29 | 计算机方法公司 | 传送车辆轮胎参数数据的有源集成电路应答器和传感器装置 |
CN1177319A (zh) * | 1995-01-06 | 1998-03-25 | 埃弗里特H·夏普 | 监控车辆轮胎和车轮装置中轮胎充气压力的***和方法 |
US6202011B1 (en) * | 1998-09-09 | 2001-03-13 | Hyundai Motor Company | Electronic controlled suspension system using wheel speed |
CN101580001A (zh) * | 2009-06-15 | 2009-11-18 | 吴光荣 | 矿用轮胎安全生产自动监控*** |
JP2010083312A (ja) * | 2008-09-30 | 2010-04-15 | Fuji Heavy Ind Ltd | 車両の運転支援装置 |
CN104260724A (zh) * | 2014-09-22 | 2015-01-07 | 李治良 | 一种车辆智能预测控制***及其方法 |
CN105303830A (zh) * | 2015-09-15 | 2016-02-03 | 成都通甲优博科技有限责任公司 | 一种驾驶行为分析***及分析方法 |
CN106335432A (zh) * | 2016-08-29 | 2017-01-18 | 赵谕 | 具有行车辅助***的智能后视镜、控制***及处理方法 |
CN107516356A (zh) * | 2016-06-16 | 2017-12-26 | 杭州鸿泉数字设备有限公司 | 新能源车司机驾驶行为分析实现装置 |
-
2018
- 2018-01-17 CN CN201810043998.1A patent/CN108189763A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1141613A (zh) * | 1994-02-22 | 1997-01-29 | 计算机方法公司 | 传送车辆轮胎参数数据的有源集成电路应答器和传感器装置 |
CN1082460C (zh) * | 1994-02-22 | 2002-04-10 | 计算机方法公司 | 传送车辆轮胎参数数据的有源集成电路应答器和方法 |
CN1177319A (zh) * | 1995-01-06 | 1998-03-25 | 埃弗里特H·夏普 | 监控车辆轮胎和车轮装置中轮胎充气压力的***和方法 |
US6202011B1 (en) * | 1998-09-09 | 2001-03-13 | Hyundai Motor Company | Electronic controlled suspension system using wheel speed |
JP2010083312A (ja) * | 2008-09-30 | 2010-04-15 | Fuji Heavy Ind Ltd | 車両の運転支援装置 |
CN101580001A (zh) * | 2009-06-15 | 2009-11-18 | 吴光荣 | 矿用轮胎安全生产自动监控*** |
CN104260724A (zh) * | 2014-09-22 | 2015-01-07 | 李治良 | 一种车辆智能预测控制***及其方法 |
CN105303830A (zh) * | 2015-09-15 | 2016-02-03 | 成都通甲优博科技有限责任公司 | 一种驾驶行为分析***及分析方法 |
CN107516356A (zh) * | 2016-06-16 | 2017-12-26 | 杭州鸿泉数字设备有限公司 | 新能源车司机驾驶行为分析实现装置 |
CN106335432A (zh) * | 2016-08-29 | 2017-01-18 | 赵谕 | 具有行车辅助***的智能后视镜、控制***及处理方法 |
Non-Patent Citations (4)
Title |
---|
安相璧: "《汽车试验教程》", 30 July 2012, 北京理工大学出版社 * |
潘秀艳: "《合众汽车馆 二手车评估与交易》", 30 March 2016, 上海科学技术文献出版社 * |
赵东屹: "汽车刹车盘散热性及摩擦磨损性能研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
闫琪等: "《智能车设计》", 30 September 2014, 北京航空航天大学出版社 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110733509A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 驾驶行为分析方法、装置、设备以及存储介质 |
CN108769273A (zh) * | 2018-08-24 | 2018-11-06 | 北斗航天汽车(北京)有限公司 | 基于角度传感器的驾驶行为推送方法及推送*** |
CN109278758A (zh) * | 2018-08-28 | 2019-01-29 | 武汉理工大学 | 一种基于智能手机的智能车个性化驾驶学习*** |
CN109406161A (zh) * | 2018-09-13 | 2019-03-01 | 行为科技(北京)有限公司 | 一种基于距离测试的前防卫碰撞测试***及其测试方法 |
CN109540175A (zh) * | 2018-11-29 | 2019-03-29 | 安徽江淮汽车集团股份有限公司 | 一种ldw测试***和方法 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109671275B (zh) * | 2019-02-14 | 2020-11-24 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109910904A (zh) * | 2019-03-22 | 2019-06-21 | 深圳市澳颂泰科技有限公司 | 一种驾驶行为与车辆驾驶姿态识别*** |
WO2021027410A1 (zh) * | 2019-08-14 | 2021-02-18 | 平安科技(深圳)有限公司 | 驾驶行为检测方法、装置、计算机设备及存储介质 |
CN111050285A (zh) * | 2019-12-16 | 2020-04-21 | 江苏五城共聚网络科技有限公司 | 危化品司机驾驶行为偏好数据分析方法 |
CN111050285B (zh) * | 2019-12-16 | 2021-07-16 | 江苏五城共聚科技控股有限公司 | 危化品司机驾驶行为偏好数据分析方法 |
CN111404650A (zh) * | 2020-03-17 | 2020-07-10 | 许昌泛网信通科技有限公司 | 一种车辆控制报文处理方法 |
CN111762177A (zh) * | 2020-06-30 | 2020-10-13 | 中国平安财产保险股份有限公司 | 车辆损耗监测方法、装置、计算机设备及存储介质 |
CN112945230A (zh) * | 2021-01-26 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 车辆行车状态的识别方法、装置、计算机设备和存储介质 |
CN114212097A (zh) * | 2021-12-16 | 2022-03-22 | 东风汽车集团股份有限公司 | 一种智能驾驶辅助控制***及控制方法 |
CN114212097B (zh) * | 2021-12-16 | 2023-09-05 | 东风汽车集团股份有限公司 | 一种智能驾驶辅助控制***及控制方法 |
CN114488242A (zh) * | 2021-12-24 | 2022-05-13 | 上海华兴数字科技有限公司 | 作业机械监控方法、装置、设备及作业机械 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108189763A (zh) | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 | |
CN111523822B (zh) | 一种综合考虑人-车-路各因素的行车风险统一量化方法 | |
CN104210489B (zh) | 车路协同环境下车辆与行人碰撞规避方法与*** | |
CN104527647B (zh) | 一种驾驶行为危险度的监测评估方法 | |
CN105667506B (zh) | 一种汽车动态紧急避撞控制方法 | |
Chen et al. | Forward collision warning system considering both time-to-collision and safety braking distance | |
CN113744563B (zh) | 一种基于轨迹数据的路-车风险实时估计方法 | |
CN104553992B (zh) | 一种车辆侧翻预警方法 | |
CN102785660A (zh) | 车辆防碰撞预警装置 | |
CN107618512A (zh) | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 | |
CN108583430B (zh) | 一种用于检测和提醒驾驶员分心的驾驶***及判断方法 | |
CN106428002B (zh) | 一种基于车辆主动安全的防撞预警装置及方法 | |
CN104691545A (zh) | 适应性车辆防碰撞方法 | |
CN108674412A (zh) | 一种采用传感器融合的车辆主动避撞方法 | |
CN111038502A (zh) | 一种安全车距预估、修正、预警、驾驶资质评估方法及*** | |
CN106004873A (zh) | 一种基于v2x车联网的汽车弯道避撞与稳定性***协调控制方法 | |
CN111047867B (zh) | 一种公路强横风路段速度预警控制方法及*** | |
CN107128307A (zh) | 一种车辆巡航控制方法、装置及汽车 | |
CN112884288B (zh) | 一种高速公路雨雾场景行车安全评估*** | |
CN114148322B (zh) | 一种路面附着自适应的商用车气压自动紧急制动控制方法 | |
CN105632203B (zh) | 一种交通安全预警方法及*** | |
CN108680364B (zh) | 一种汽车侧翻评价指标及评价方法 | |
CN112991685A (zh) | 考虑驾驶人疲劳状态影响的交通***风险评估及预警方法 | |
CN114241750A (zh) | 基于智能道路交通风险预警方法的车路协同信息交互***及方法 | |
CN111645678A (zh) | 一种车辆制动转向协调控制防碰撞***及控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |
|
RJ01 | Rejection of invention patent application after publication |