CN108765627A - 一种驾驶数据风险量化的方法 - Google Patents
一种驾驶数据风险量化的方法 Download PDFInfo
- Publication number
- CN108765627A CN108765627A CN201810327779.6A CN201810327779A CN108765627A CN 108765627 A CN108765627 A CN 108765627A CN 201810327779 A CN201810327779 A CN 201810327779A CN 108765627 A CN108765627 A CN 108765627A
- Authority
- CN
- China
- Prior art keywords
- data
- driving
- block
- risk quantification
- road
- 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
-
- 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
- G07C5/0808—Diagnosing performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Transportation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及数据处理技术领域,特别是涉及汽车驾驶辅助***的数据处理,具体提供的是一种驾驶数据风险量化的方法。该方法包括以下步骤:采集驾驶过程中的空天数据,采集驾驶过程中的地面数据,采集汽车的自身车况数据,采集驾驶过程中的行驶数据,分别调取空天数据、地面数据和自身车况数据构建驾驶模型,调取行驶数据在所述驾驶模型中进行风险量化。本发明能够根据需要调取数据,避免了数据拥堵,实现了快速高效采集和处理数据且数据不会出错,保证量化分析的准确性,减少不必要的道路风险;同时,还能够保证驾驶数据的安全性,在无人驾驶汽车上能够避免黑客等不法分子对自动驾驶的干扰和破坏,提高无人驾驶状态下的安全系数。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及汽车驾驶辅助***的数据处理,具体提供的是一种驾驶数据风险量化的方法。
背景技术
从20世纪70年代开始,各国科学家就已经开始进行无人驾驶汽车的研究,近年来虽然真正意义上的无人驾驶汽车尚未上市,但是相关技术产生的驾驶辅助***已经越来越多地在汽车上得到应用,例如ADAS(Advanced Driver Assistant Systems,高级驾驶辅助***)就是利用安装在汽车上的各式各样传感器,在汽车行驶过程中随时能够感应周围的环境并收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航仪地图数据,进行***的运算与分析,从而预先让驾驶者察觉到可能发生的危险,有效增加汽车驾驶的舒适性和安全性。
以往的ADAS不能进行事后分析和及时反馈,无法对驾驶人员的驾驶行为进行综合评价及量化分析,为了满足帮助驾驶人员进一步了解行程过程中的风险、提升安全行车意识与驾驶水平的要求,有专利CN201710456693.9公开了一种驾驶行为评分方法,所述方法包括:从车联网设备获取待评分行程段对应的行驶数据,从驾驶辅助***ADAS设备获取所述待评分行程段对应的预警信息,根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分;也有专利CN201611014786.8公开了一种基于ADAS技术及回归模型的用户驾驶行为评分方法,包括下述步骤:收集用户驾驶行为样本数据、收集用户车辆出险样本数据、建立样本数据回归模型以及用户驾驶行为评分,即通过采集各类ADAS预警数据,并基于回归模型结果确定影响驾驶安全各因子的权重系数,实现对用户驾驶行为的准确评分;还有中国专利CN201610723917.3公开了基于ADAS的驾驶风险综合判断***,包括:ADAS智能终端、服务器端、终端;所述ADAS智能终端包括车载传感器模块、中央处理器、车内输出模块、无线通讯模块,所述中央处理器分别与车载传感器模块、车内输出模块、无线通讯模块相连,服务器端分别与无线通讯模块、终端信号连接,从而大数据的不同的汽车周边状态下汽车行驶状态关系结合汽车行驶状态及汽车行驶状态统计量,提供量化的分析方法,确定该车辆的驾驶风险;这些专利虽然能够进行一定程度的量化分析,但是在采集数据、传输数据以及处理数据时进行全部处理,容易造成***拥堵,数据处理缓慢,量化分析费时且可能造成数据交叉错误。
发明内容
本发明所要解决的技术问题是针对现有技术处理驾驶数据时存在处理缓慢、量化分析费时以及可能造成错误等缺点,提供一种驾驶数据风险量化的方法。
本发明解决其技术问题所采取的技术方案是:一种驾驶数据风险量化的方法,其特征在于,包括以下步骤:
步骤1:采集驾驶过程中的空天数据,并利用区块链技术记录为区块A;
步骤2:采集驾驶过程中的地面数据,并利用区块链技术记录为区块B;
步骤3:采集汽车的自身车况数据,并利用区块链技术记录为区块C;
步骤4:采集驾驶过程中的行驶数据,并利用区块链技术记录为区块D;
步骤5:从区块A、区块B和区块C中分别调取空天数据、地面数据和自身车况数据构建驾驶模型,从区块D中调取行驶数据在所述驾驶模型中进行风险量化。
进一步地,所述空天数据包括环境温度、大气压力、天气状况、环境亮度、风速、湿度和空气质量;所述空天数据由相应的传感器和/或天气软件服务器获取。
更进一步地,由温度传感器获取环境温度,由大气压力传感器获取大气压力;由与互联网服务器连接的天气软件获取天气状况,由光线传感器获取环境亮度,由风速传感器获取风速,由湿度传感器获取湿度,由空气质量传感器获取空气质量。
进一步地,所述地面数据包括路面质地、道路分类、自然灾害状况和堵车路况实时信息。
更进一步地,所述地面数据从本地服务器和/或地图软件服务器调取。
更进一步地,所述路面质地包括水泥路面、沥青路面、泥土路面、砂石路面和砖土路面,所述道路分类包括城市道路、高速道路、国道、省道、县道和乡村道路,所述自然灾害状况包括地震、火山喷发、滑坡和泥石流。
进一步地,所述自身车况数据包括车身长宽高、车身空气摩擦系数、轮胎路面摩擦系数、车重、使用年限和行驶里程;所述自身车况数据从本地服务器调取。
进一步地,所述行驶数据包括行驶速度、驾乘人员数量、电子警察信息、***报警信息、驾驶人员状态、车道碰撞环境、对向灯光信息、交通标志、横摆角速度、车体质心侧偏角和行驶盲点信息。
更进一步地,所述行驶数据由相应的传感器、摄像机、本地服务器以及电子警察***、车联网、车道偏移报警***、车道保持***,预碰撞***、夜视***、自适应灯光控制、行人保护***、交通标志识别、盲点探测,驾驶员疲劳探测、下坡控制***和汽车报警***等获取。
进一步地,步骤5还包括将区块A中的空天数据、区块B中的地面数据和区块C中的汽车自身车况数据分别与各自的前一时间间隔的空天数据、地面数据和汽车自身车况数据进行对比,当其中至少一个数据发生变化时,实时修正驾驶模型。
本发明由于采取了上述技术方案,其具有如下有益效果:
本发明所述的一种驾驶数据风险量化的方法,利用区块链技术采集数据和处理数据,能够根据需要调取数据,避免了数据拥堵,实现了快速高效采集和处理数据且数据不会出错,保证量化分析的准确性,从而有助于实时了解驾驶风险和规避驾驶风险,减少不必要的道路风险;同时,还能够保证驾驶数据的安全性,在无人驾驶汽车上能够避免黑客等不法分子对自动驾驶的干扰和破坏,提高无人驾驶状态下的安全系数。
附图说明
图1为本发明所述的驾驶数据风险量化的方法的流程示意图。
具体实施方式
以下结合附图对本发明的内容作进一步说明。
如图1所示,本发明所述的一种驾驶数据风险量化的方法,其特征在于,包括以下步骤:
步骤1:采集驾驶过程中的空天数据,并利用区块链技术记录为区块A;
在本发明中,所述空天数据包括环境温度、大气压力、天气状况、环境亮度、风速、湿度和空气质量。
所述空天数据可以由相应的传感器和/或天气软件服务器获取,具体例如由温度传感器获取环境温度,由大气压力传感器获取大气压力;由与互联网服务器连接的天气软件获取天气状况,确认是晴天、雨天、多云、雪天、雾天还是阴天;由光线传感器获取环境亮度,以辨别白天还是黑夜;由风速传感器获取风速,由湿度传感器获取湿度,由空气质量传感器获取空气质量;当然,其中的环境温度、大气压力、风速、湿度甚至空气质量也可以由与互联网服务器连接的天气软件获取。
步骤2:采集驾驶过程中的地面数据,并利用区块链技术记录为区块B;
在本发明中,所述地面数据包括路面质地、道路分类、自然灾害状况和堵车路况实时信息;所述地面数据可以从本地服务器和/或地图软件服务器调取;
所述路面质地包括水泥路面、沥青路面、泥土路面、砂石路面和砖土路面等,所述道路分类包括城市道路、高速道路、国道、省道、县道和乡村道路等,所述自然灾害状况包括地震、火山喷发、滑坡和泥石流等。
步骤3:采集汽车的自身车况数据,并利用区块链技术记录为区块C;
在本发明中,所述自身车况数据包括车身长宽高、车身空气摩擦系数、轮胎路面摩擦系数、车重、使用年限和行驶里程。所述自身车况数据可以从本地服务器调取。
步骤4:采集驾驶过程中的行驶数据,并利用区块链技术记录为区块D;
在本发明中,所述行驶数据包括行驶速度、驾乘人员数量、电子警察信息、***报警信息、驾驶人员状态、车道碰撞环境、对向灯光信息、交通标志、横摆角速度、车体质心侧偏角和行驶盲点信息等。
所述行驶数据可以由相应的传感器、摄像机、本地服务器以及电子警察***、车联网、车道偏移报警***、车道保持***,预碰撞***、夜视***、自适应灯光控制、行人保护***、交通标志识别、盲点探测,驾驶员疲劳探测、下坡控制***和汽车报警***等获取。
步骤5:从区块A、区块B和区块C中分别调取空天数据、地面数据和自身车况数据构建驾驶模型,从区块D中调取行驶数据在所述驾驶模型中进行风险量化;
在发明中,所述风险量化可以通过驾驶数据的相互作用来评价,可以采用期望值法、统计数加总法、模拟法和决策树等分析方法。这样以来,本发明利用区块链技术采集数据和处理数据,能够根据需要调取数据,避免了数据拥堵,实现了快速高效采集和处理数据且数据不会出错,保证量化分析的准确性,从而有助于实时了解驾驶风险和规避驾驶风险,减少不必要的道路风险;同时,还能够保证驾驶数据的安全性,在无人驾驶汽车上能够避免黑客等不法分子对自动驾驶的干扰和破坏,提高无人驾驶状态下的安全系数。
优选地,将区块A中的空天数据、区块B中的地面数据和区块C中的汽车自身车况数据分别与各自的前一时间间隔的空天数据、地面数据和汽车自身车况数据进行对比,当其中至少一个数据发生变化时,实时修正驾驶模型。
以上内容是对本发明所述的一种驾驶数据风险量化的方法所作的进一步详细说明,并非对本发明的范围进行限定,在不脱离本发明构思的前提下,本领域普通技术人员依据本发明的技术方案做出的各种变形和改进,均应视为属于本发明的保护范围。
Claims (10)
1.一种驾驶数据风险量化的方法,其特征在于,包括以下步骤:
步骤1:采集驾驶过程中的空天数据,并利用区块链技术记录为区块A;
步骤2:采集驾驶过程中的地面数据,并利用区块链技术记录为区块B;
步骤3:采集汽车的自身车况数据,并利用区块链技术记录为区块C;
步骤4:采集驾驶过程中的行驶数据,并利用区块链技术记录为区块D;
步骤5:从区块A、区块B和区块C中分别调取空天数据、地面数据和自身车况数据构建驾驶模型,从区块D中调取行驶数据在所述驾驶模型中进行风险量化。
2.根据权利要求1所述的一种驾驶数据风险量化的方法,其特征在于:所述空天数据包括环境温度、大气压力、天气状况、环境亮度、风速、湿度和空气质量;所述空天数据由相应的传感器和/或天气软件服务器获取。
3.根据权利要求2所述的一种驾驶数据风险量化的方法,其特征在于:由温度传感器获取环境温度,由大气压力传感器获取大气压力;由与互联网服务器连接的天气软件获取天气状况,由光线传感器获取环境亮度,由风速传感器获取风速,由湿度传感器获取湿度,由空气质量传感器获取空气质量。
4.根据权利要求1所述的一种驾驶数据风险量化的方法,其特征在于:所述地面数据包括路面质地、道路分类、自然灾害状况和堵车路况实时信息。
5.根据权利要求4所述的一种驾驶数据风险量化的方法,其特征在于:所述地面数据从本地服务器和/或地图软件服务器调取。
6.根据权利要求4所述的一种驾驶数据风险量化的方法,其特征在于:所述路面质地包括水泥路面、沥青路面、泥土路面、砂石路面和砖土路面,所述道路分类包括城市道路、高速道路、国道、省道、县道和乡村道路,所述自然灾害状况包括地震、火山喷发、滑坡和泥石流。
7.根据权利要求1所述的一种驾驶数据风险量化的方法,其特征在于:所述自身车况数据包括车身长宽高、车身空气摩擦系数、轮胎路面摩擦系数、车重、使用年限和行驶里程;所述自身车况数据从本地服务器调取。
8.根据权利要求1所述的一种驾驶数据风险量化的方法,其特征在于:所述行驶数据包括行驶速度、驾乘人员数量、电子警察信息、***报警信息、驾驶人员状态、车道碰撞环境、对向灯光信息、交通标志、横摆角速度、车体质心侧偏角和行驶盲点信息。
9.根据权利要求8所述的一种驾驶数据风险量化的方法,其特征在于:所述行驶数据由相应的传感器、摄像机、本地服务器以及电子警察***、车联网、车道偏移报警***、车道保持***,预碰撞***、夜视***、自适应灯光控制、行人保护***、交通标志识别、盲点探测,驾驶员疲劳探测、下坡控制***和汽车报警***等获取。
10.根据权利要求1所述的一种驾驶数据风险量化的方法,其特征在于:步骤5还包括将区块A中的空天数据、区块B中的地面数据和区块C中的汽车自身车况数据分别与各自的前一时间间隔的空天数据、地面数据和汽车自身车况数据进行对比,当其中至少一个数据发生变化时,实时修正驾驶模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810327779.6A CN108765627A (zh) | 2018-04-12 | 2018-04-12 | 一种驾驶数据风险量化的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810327779.6A CN108765627A (zh) | 2018-04-12 | 2018-04-12 | 一种驾驶数据风险量化的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108765627A true CN108765627A (zh) | 2018-11-06 |
Family
ID=63981741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810327779.6A Pending CN108765627A (zh) | 2018-04-12 | 2018-04-12 | 一种驾驶数据风险量化的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108765627A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726942A (zh) * | 2019-03-01 | 2019-05-07 | 北京汽车研究总院有限公司 | 一种驾驶环境风险评估方法及*** |
CN110084534A (zh) * | 2019-05-13 | 2019-08-02 | 南京江行联加智能科技有限公司 | 一种基于驾驶行为画像的驾驶风险因子量化方法 |
CN110143179A (zh) * | 2019-04-25 | 2019-08-20 | 铁将军汽车电子股份有限公司 | 车辆安全状态评估方法、装置及*** |
CN110971711A (zh) * | 2019-12-30 | 2020-04-07 | 迈迩斯新能源科技(上海)有限公司 | 一种基于区块链技术的分布式车联网数据传输*** |
CN111223205A (zh) * | 2018-11-23 | 2020-06-02 | 南台学校财团法人南台科技大学 | 非图像判断的行车事件记录方法及*** |
CN111231971A (zh) * | 2020-03-02 | 2020-06-05 | 中汽数据(天津)有限公司 | 基于大数据的汽车安全性能分析评价方法及*** |
CN111275227A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 危险性预测方法、装置、电子设备及计算机可读存储介质 |
CN111332289A (zh) * | 2020-03-23 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 车辆运行环境数据获取方法、装置和存储介质 |
WO2020169052A1 (en) * | 2019-02-21 | 2020-08-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for driving condition identification |
CN113071499A (zh) * | 2020-01-06 | 2021-07-06 | 北京地平线机器人技术研发有限公司 | 调整车辆的行驶状态的方法及装置 |
CN113291293A (zh) * | 2021-04-25 | 2021-08-24 | 宁波均联智行科技股份有限公司 | 基于车身稳定控制驾驶模式的方法及*** |
CN113593075A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | 用于试车场的信息显示方法和信息显示*** |
CN115131894A (zh) * | 2022-06-28 | 2022-09-30 | 武汉科技大学 | 一种基于区块链技术的机动车远程监控*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158436A1 (en) * | 1996-01-29 | 2012-06-21 | Alan Rex Bauer | Monitoring system for determining and communicating a cost of insurance |
CN104200267A (zh) * | 2014-09-23 | 2014-12-10 | 清华大学 | 一种车辆驾驶经济性评价***及评价方法 |
CN104332054A (zh) * | 2014-11-12 | 2015-02-04 | 钛牛科技(北京)有限公司 | 一种基于obd设备的汽车驾驶事故防范*** |
CN105730450A (zh) * | 2016-01-29 | 2016-07-06 | 北京荣之联科技股份有限公司 | 基于车载数据的驾驶行为分析方法及评价*** |
CN106816020A (zh) * | 2015-12-02 | 2017-06-09 | 大陆汽车投资(上海)有限公司 | 基于数据分析的交通事故信息处理方法 |
CN107038860A (zh) * | 2016-11-18 | 2017-08-11 | 杭州好好开车科技有限公司 | 一种基于adas技术及回归模型的用户驾驶行为评分方法 |
CN107161153A (zh) * | 2017-06-16 | 2017-09-15 | 北京车薄荷科技有限公司 | 一种驾驶行为评分方法及装置 |
CN107808429A (zh) * | 2017-10-16 | 2018-03-16 | 深圳市易成自动驾驶技术有限公司 | 基于区块链记录车辆加油信息的方法、设备及介质 |
CN207123875U (zh) * | 2017-09-20 | 2018-03-20 | 北京网录科技有限公司 | 一种基于区块链技术的行车记录仪 |
-
2018
- 2018-04-12 CN CN201810327779.6A patent/CN108765627A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120158436A1 (en) * | 1996-01-29 | 2012-06-21 | Alan Rex Bauer | Monitoring system for determining and communicating a cost of insurance |
CN104200267A (zh) * | 2014-09-23 | 2014-12-10 | 清华大学 | 一种车辆驾驶经济性评价***及评价方法 |
CN104332054A (zh) * | 2014-11-12 | 2015-02-04 | 钛牛科技(北京)有限公司 | 一种基于obd设备的汽车驾驶事故防范*** |
CN106816020A (zh) * | 2015-12-02 | 2017-06-09 | 大陆汽车投资(上海)有限公司 | 基于数据分析的交通事故信息处理方法 |
CN105730450A (zh) * | 2016-01-29 | 2016-07-06 | 北京荣之联科技股份有限公司 | 基于车载数据的驾驶行为分析方法及评价*** |
CN107038860A (zh) * | 2016-11-18 | 2017-08-11 | 杭州好好开车科技有限公司 | 一种基于adas技术及回归模型的用户驾驶行为评分方法 |
CN107161153A (zh) * | 2017-06-16 | 2017-09-15 | 北京车薄荷科技有限公司 | 一种驾驶行为评分方法及装置 |
CN207123875U (zh) * | 2017-09-20 | 2018-03-20 | 北京网录科技有限公司 | 一种基于区块链技术的行车记录仪 |
CN107808429A (zh) * | 2017-10-16 | 2018-03-16 | 深圳市易成自动驾驶技术有限公司 | 基于区块链记录车辆加油信息的方法、设备及介质 |
Non-Patent Citations (1)
Title |
---|
张翔: "2014年汽车ADAS技术的最新进展", 《汽车电器》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111223205A (zh) * | 2018-11-23 | 2020-06-02 | 南台学校财团法人南台科技大学 | 非图像判断的行车事件记录方法及*** |
CN111275227A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 危险性预测方法、装置、电子设备及计算机可读存储介质 |
WO2020169052A1 (en) * | 2019-02-21 | 2020-08-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for driving condition identification |
CN109726942A (zh) * | 2019-03-01 | 2019-05-07 | 北京汽车研究总院有限公司 | 一种驾驶环境风险评估方法及*** |
CN110143179A (zh) * | 2019-04-25 | 2019-08-20 | 铁将军汽车电子股份有限公司 | 车辆安全状态评估方法、装置及*** |
CN110143179B (zh) * | 2019-04-25 | 2022-04-19 | 铁将军汽车电子股份有限公司 | 车辆安全状态评估方法、装置及*** |
CN110084534B (zh) * | 2019-05-13 | 2023-03-24 | 南京江行联加智能科技有限公司 | 一种基于驾驶行为画像的驾驶风险因子量化方法 |
CN110084534A (zh) * | 2019-05-13 | 2019-08-02 | 南京江行联加智能科技有限公司 | 一种基于驾驶行为画像的驾驶风险因子量化方法 |
CN110971711A (zh) * | 2019-12-30 | 2020-04-07 | 迈迩斯新能源科技(上海)有限公司 | 一种基于区块链技术的分布式车联网数据传输*** |
CN113071499A (zh) * | 2020-01-06 | 2021-07-06 | 北京地平线机器人技术研发有限公司 | 调整车辆的行驶状态的方法及装置 |
CN111231971B (zh) * | 2020-03-02 | 2021-04-30 | 中汽数据(天津)有限公司 | 基于大数据的汽车安全性能分析评价方法及*** |
CN111231971A (zh) * | 2020-03-02 | 2020-06-05 | 中汽数据(天津)有限公司 | 基于大数据的汽车安全性能分析评价方法及*** |
CN111332289B (zh) * | 2020-03-23 | 2021-05-07 | 腾讯科技(深圳)有限公司 | 车辆运行环境数据获取方法、装置和存储介质 |
CN111332289A (zh) * | 2020-03-23 | 2020-06-26 | 腾讯科技(深圳)有限公司 | 车辆运行环境数据获取方法、装置和存储介质 |
CN113593075A (zh) * | 2020-04-30 | 2021-11-02 | 比亚迪股份有限公司 | 用于试车场的信息显示方法和信息显示*** |
CN113291293A (zh) * | 2021-04-25 | 2021-08-24 | 宁波均联智行科技股份有限公司 | 基于车身稳定控制驾驶模式的方法及*** |
CN113291293B (zh) * | 2021-04-25 | 2022-05-06 | 宁波均联智行科技股份有限公司 | 基于车身稳定控制驾驶模式的方法及*** |
CN115131894A (zh) * | 2022-06-28 | 2022-09-30 | 武汉科技大学 | 一种基于区块链技术的机动车远程监控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765627A (zh) | 一种驾驶数据风险量化的方法 | |
US11287823B2 (en) | Mapping active and inactive construction zones for autonomous driving | |
US9604648B2 (en) | Driver performance determination based on geolocation | |
US6173231B1 (en) | Method and system for collecting data concerning thermal properties of roads for a geographic database and use thereof in a vehicle safety system | |
US10445954B2 (en) | Drive event capturing based on geolocation | |
US10006779B2 (en) | Transmission necessity determination apparatus and route planning system | |
US9335178B2 (en) | Method for using street level images to enhance automated driving mode for vehicle | |
JP6424761B2 (ja) | 運転支援システム及びセンタ | |
CN104768822B (zh) | 检测公路天气状况的方法和*** | |
DE112020004931T5 (de) | Systeme und verfahren zur bestimmung der verkehrssicherheit | |
US20210326604A1 (en) | System and method for determining vehicle data set familiarity | |
CN103164962B (zh) | 一种山区公路急弯路段实时车速预警方法 | |
DE102015007036B4 (de) | Verfahren zum Betreiben eines Fahrzeugs und Fahrzeug | |
US10839263B2 (en) | System and method for evaluating a trained vehicle data set familiarity of a driver assitance system | |
CN106530782A (zh) | 一种道路车辆交通告警***及其方法 | |
CN109345853A (zh) | 一种基于gis的无人车安全驾驶优化方法 | |
CN108074409A (zh) | 道路安全驾驶辅助*** | |
SE536818C2 (sv) | Förfarande och system för avståndsanpassning under färd vidett fordonståg | |
CN114475573B (zh) | 基于v2x与视觉融合的起伏路况识别及车辆控制方法 | |
DE102021132221A1 (de) | Entscheidungsfindung und vorhersage mit steuerung auf basis von strassenoberflächenbedingungen | |
US20240253624A1 (en) | Implementing contextual speed limits in isa system having both positioning and situational-aware subsystems | |
Liu et al. | Research on Abnormal Driving Behavior Identification of Freeway Based on XGBoost Method | |
CN116592905A (zh) | 一种基于大数据的车辆路线规划*** | |
CN115472032A (zh) | 一种高速公路匝道合流区车辆自动换道决策***及方法 | |
US20190137632A1 (en) | Real-time automotive driver behavior |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |