CN112382093A - 基于车路协同的高速公路匝道辅助预警方法 - Google Patents

基于车路协同的高速公路匝道辅助预警方法 Download PDF

Info

Publication number
CN112382093A
CN112382093A CN202011267163.8A CN202011267163A CN112382093A CN 112382093 A CN112382093 A CN 112382093A CN 202011267163 A CN202011267163 A CN 202011267163A CN 112382093 A CN112382093 A CN 112382093A
Authority
CN
China
Prior art keywords
vehicle
early warning
information
ramp
data
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
Application number
CN202011267163.8A
Other languages
English (en)
Other versions
CN112382093B (zh
Inventor
王伟力
王新科
翁辉
孟春雷
蔡蕾
石胜华
赵玉坤
李铁柱
吕晨阳
王安娜
郝亮
刘雨辰
国加磊
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.)
Beijing Zhongjiao Guotong Intelligent Traffic System Technology Co ltd
Zhejiang Jiaotou Expressway Construction Management Co ltd
Original Assignee
Beijing Zhongjiao Guotong Intelligent Traffic System Technology Co ltd
Zhejiang Jiaotou Expressway Construction Management 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 Beijing Zhongjiao Guotong Intelligent Traffic System Technology Co ltd, Zhejiang Jiaotou Expressway Construction Management Co ltd filed Critical Beijing Zhongjiao Guotong Intelligent Traffic System Technology Co ltd
Priority to CN202011267163.8A priority Critical patent/CN112382093B/zh
Publication of CN112382093A publication Critical patent/CN112382093A/zh
Application granted granted Critical
Publication of CN112382093B publication Critical patent/CN112382093B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Analytical Chemistry (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于车路协同的高速公路匝道辅助预警方法，该方法包括如下步骤：(1)匝道区域的本地数据接入；(2)匝道区域数据边缘处理，包括对数据进行数据级、特征级、决策级的提取计算；对车辆的行驶轨迹进行预测预判，实现车道级预警提示信息、为匝道并线事故预警、交通违章信息提醒、交通状况预测等提供辅助预警信息；(3)辅助预警信息发布。本发明可以解决传统的高速公路互通区域的匝道出入口仅能检测已有事件信息，并不能对车辆轨迹进行预测，发布预警信息等技术问题。

Description

基于车路协同的高速公路匝道辅助预警方法
技术领域
本发明属于智能交通的技术领域，具体地涉及一种基于车路协同的高速公路匝道辅助预警方法。
背景技术
随着我国经济的快速增长,私家车保有量急速增长,高速公路的拥堵率和事故率日益增加。特别高速公路互通区域的匝道出入口，因车辆违章、视距不良等原因导致该区域事故率是基本路段的数倍。为了减少匝道口事故，现高速公路在匝道区域布设车检器、视频设备等设施对事件进行检测，并通过情报板发布事件信息，受检测技术的限制,对车辆的位置和违章行为采集并不准确。中国专利CN102314769A公开了一种高速公路入口匝道合流区智能安全预警控制方法，该方法信息采集硬件设备由主路车速检测器、主路车流量检测器,主路路侧停车检测器、匝道加速车道停车检测器、车型检测器构成，通过情报板发布匝道信息。由于车检器的局限性，该***只能检测已有事件信息并不能对车辆轨迹进行预测；同时该方法通过情报板发布预警信息，未能实现差异化信息发布。
发明内容
本发明的目的是提供一种基于车路协同的高速公路匝道辅助预警方法，以解决传统的高速公路互通区域的匝道出入口仅能检测已有事件信息，并不能对车辆轨迹进行预测，发布预警信息等技术问题。
为了实现上述发明目的，本发明所采用的技术方案如下：
基于车路协同的高速公路匝道辅助预警方法，该方法包括如下步骤：
(1)匝道区域的本地数据接入；实现车辆厘米级位置信息接入和事件信息接入；包括：匝道区域高精雷达检测数据、车载终端车辆数据、实时性较强的外场设施监测数据、高精度定位数据以及ETC数据；
(2)匝道区域数据边缘处理，包括对数据进行数据级、特征级、决策级的提取计算；对车辆的行驶轨迹进行预测预判，实现车道级预警提示信息、为匝道并线事故预警、交通违章信息提醒、交通状况预测等提供辅助预警信息；
(3)辅助预警信息发布，在步骤(1)、(2)的基础上，结合事件类型、交通运行状况、车载终端传送数据情况，本地化判断事件的影响范围或态势；在高精度地图和高精度定位的基础上，结合基础设施信息实时分析受影响路段，形成差异化车道级精准策略并进行针对性的信息发布。
所述匝道区域数据本地处理及辅助预警信息发布，包括以下步骤:
S1:匝道区域范围判断，车辆与匝道口的距离满足设定值时，路侧边缘计算节点对行驶到该区域的各车辆进行编号，通过车辆的高精定位车载终端的获取每辆车的高精度定位坐标包括经度、维度；车辆行驶速度信息目标车辆X方向速度和目标车辆Y方向速度；
S2:与路侧高精雷达对接，获取高精雷达测获取的违停、事故事件信息,主要包括违停车辆ID、车道号、经度和纬度，事故的经度和维度；
S3:提取雷达获取的车辆ID和车载终端获取的车辆编号，根据经纬度将车辆ID和车载终端编号按优先级变换为唯一车辆ID；并获取车辆的行驶X方向速度、Y方向速度、车道号、经度和纬度等；
S4:根据车辆行驶X方向速度、Y方向速度、车道号、经度和纬度，预判每个车辆在匝道区域的行驶轨迹，以50ms为单位，每50ms车辆的行驶车道号、车辆的经纬度坐标、车辆X方向速度、车辆Y方向速度；
S5:提取事故经纬度坐标、提取每个车辆在匝道区域在相同时间段预测经纬度坐标；设定坐标阈值，如果在阈值范围内坐标重合，则预判事故发生；
S6:提取预测事故发生的车辆ID，针对不同车辆ID根据预判事故类型形成不同的发布策略；
S7:通过专用车载终端进行预警信息发布，防止交通事故发生
在所述的步骤S3中，还包括以下步骤:在车辆ID提取变换为唯一ID过程设定不同的优先级，车载终端获取的车辆编号和雷达获取的车辆ID设置不同权限比重。
在所述的步骤S6中，还包括以下步骤:在发布策略中包含受影响范围的车辆判定，不同距离阈值范围内的车辆ID发布策略不同。
在所述的步骤S7中，还包括以下步骤:不同车辆发布信息不同，直接受影响车辆发布直接预警信息，间接受影响车辆发布提示信息。
本发明的优点及效果如下：
(1)本发明方法，实现匝道区域的数据多源接入，可实现匝道区域高精雷达检测数据、车载终端车辆数据、实时性较强的外场设施监测数据、高精度定位数据等边缘侧的实时处理，减少了信息流转时间，增加了事件的时效性。
(2)本发明通过雷达、高精定位位置感知技术，在此基础上实现了匝道区域车辆位置的车道级厘米级的精确感知。
(3)本发明通过在匝道区域的边缘计算，可实现匝道区域多车辆的车道级的行为轨迹预测预判。
(4)通过匝道区域车辆位置轨迹预判，可实现车道级预警提示信息、为匝道并线事故预警、交通违章信息提醒、交通状况预测等提供策略与车道级管控服务支撑。通过精细化预警信息发布，提高了匝道区域的安全水平，降低匝道区域的事故发生率。
附图说明
图1是本发明的具体工作流程图。
具体实施方式
本发明的工作流程图参见图1所示。
本发明所述基于车路协同的高速公路匝道辅助预警方法，包括如下步骤：
(1)匝道区域的本地数据接入；实现车辆厘米级位置信息接入和事件信息接入；包括：匝道区域高精雷达检测数据、车载终端车辆数据、交通流检测器数据、视频检测事件数据、高精度定位数据以及ETC数据；
(2)匝道区域数据本地处理；在本地数据接入的基础上，多源数据处理，包括交通流数据、事件数据数据级融合，车辆ID特征级融合处理；根据车辆现有行驶X方向速度、Y方向速度、车道号、经度和纬度，以50ms为单位预判每个车辆下个50ms内车辆的行驶车道号、车辆的经纬度坐标、车辆X方向速度、车辆Y方向速度，形成整个匝道区域内所有车辆的行驶轨迹预判；如轨迹重合则预判为事故发生，在此基础上针对不同事故类型，实现车道级预警提示信息、为匝道并线事故预警、交通违章信息提醒、交通状况预测等提供辅助预警信息；
(3)辅助预警信息发布，在步骤(1)、(2)的基础上，结合事件类型、交通运行状况、车载终端传送数据情况，本地化判断事件的影响范围或态势；在高精度地图和高精度定位的基础上，结合基础设施信息根据事件类型实时分析受影响路段，如违停违章只影响相对应的车道、事故则影响整个车道及整条路段，在此基础上形成差异化车道级精准策略并进行针对性的信息发布。
所述匝道区域数据本地处理及辅助预警信息发布，包括以下步骤:
S1:匝道区域范围判断，车辆与匝道口的距离满足设定值时，路侧边缘计算节点对行驶到该区域的各车辆进行编号，通过车辆的高精定位车载终端的获取每辆车的高精度定位坐标包括经度、维度；车辆行驶速度信息目标车辆X方向速度和目标车辆Y方向速度；
S2:路侧边缘计算节点与路侧高精雷达对接，获取高精雷达测获取的违停、事故事件信息,主要包括违停车辆ID、车道号、经度和纬度，事故的经度和维度；
S3:边缘计算节点提取雷达获取的车辆ID和车载终端获取的车辆编号，根据经纬度将车辆ID和车载终端编号按优先级变换为唯一车辆ID；并获取车辆的行驶X方向速度、Y方向速度、车道号、经度和纬度等；
S4:根据车辆行驶X方向速度、Y方向速度、车道号、经度和纬度，预判每个车辆在匝道区域的行驶轨迹，以50ms为单位，每50ms车辆的行驶车道号、车辆的经纬度坐标、车辆X方向速度、车辆Y方向速度；
S5:提取事故经纬度坐标、提取每个车辆在匝道区域在相同时间段预测经纬度坐标；设定坐标阈值，如果在阈值范围内坐标重合，则预判事故发生；
S6:提取预测事故发生的车辆ID，针对不同车辆ID根据预判事故类型形成不同的发布策略，如针对违章违停车辆ID发布预警提示信息，针对预测轨迹相碰撞车辆ID发布变道提醒或速度建议；
S7:边缘计算节点通过专用车载终端进行预警信息发布，防止交通事故发生
在所述的步骤S3中，还包括以下步骤:在车载终端获取的车辆编号和雷达获取的车辆ID提取变换为唯一ID过程中设置不同的优先级和权限比重。在阈值范围内经纬度坐标重合以车载终端的ID和经纬度坐标为准；在经纬度不重合的区域车辆编号相互补充；
在所述的步骤S6中，还包括以下步骤:在发布策略中包含受影响范围的车辆判定，不同距离阈值范围内的车辆ID发布策略不同；在50米范围内车辆ID发布减速、变道预警信息，对50米范围外车辆发布速度建议信息；
在所述的步骤S7中，还包括以下步骤:不同车辆发布信息不同，直接受影响车辆通过专用车载终端直接发布直接预警信息，在匝道区域外间接受影响车辆边缘计算节点通过路侧情报板发布前方事故等预警信息。
本发明所述的边缘计算节点就是一个路侧智能站，通过该硬件设施实现上述包括：匝道区域高精雷达检测数据、车载终端车辆数据、交通流检测器数据、视频检测事件数据、高精度定位数据以及ETC数据的接入及本地化计算、策略生成及信息分发等功能。该边缘计算节点具有车道级路网地图数据处理能力，同时具备国密算法安全芯片以及秘钥验签、认证功能。

Claims (5)

1.基于车路协同的高速公路匝道辅助预警方法，该方法包括如下步骤：
(1)匝道区域的本地数据接入；实现车辆厘米级位置信息接入和事件信息接入；包括：匝道区域高精雷达检测数据、车载终端车辆数据、实时性较强的外场设施监测数据、高精度定位数据以及ETC数据；
(2)匝道区域数据边缘处理，包括对数据进行数据级、特征级、决策级的提取计算；对车辆的行驶轨迹进行预测预判，实现车道级预警提示信息、为匝道并线事故预警、交通违章信息提醒、交通状况预测等提供辅助预警信息；
(3)辅助预警信息发布，在步骤(1)、(2)的基础上，结合事件类型、交通运行状况、车载终端传送数据情况，本地化判断事件的影响范围或态势；在高精度地图和高精度定位的基础上，结合基础设施信息实时分析受影响路段，形成差异化车道级精准策略并进行针对性的信息发布。
2.根据权利要求1所述的基于车路协同的高速公路匝道辅助预警方法，所述匝道区域数据本地处理及辅助预警信息发布，包括以下步骤:
S1:匝道区域范围判断，车辆与匝道口的距离满足设定值时，对行驶到该区域的各车辆进行编号，通过车辆的高精定位车载终端的获取每辆车的高精度定位坐标包括经度、维度；车辆行驶速度信息目标车辆X方向速度和目标车辆Y方向速度；
S2:与路侧高精雷达对接，获取高精雷达测获取的违停、事故事件信息,主要包括违停车辆ID、车道号、经度和纬度，事故的经度和维度；
S3:提取雷达获取的车辆ID和车载终端获取的车辆编号，根据经纬度将车辆ID和车载终端编号按优先级变换为唯一车辆ID；并获取车辆的行驶X方向速度、Y方向速度、车道号、经度和纬度等；
S4:根据车辆行驶X方向速度、Y方向速度、车道号、经度和纬度，预判每个车辆在匝道区域的行驶轨迹，以50ms为单位，每50ms车辆的行驶车道号、车辆的经纬度坐标、车辆X方向速度、车辆Y方向速度；
S5:提取事故经纬度坐标、提取每个车辆在匝道区域在相同时间段预测经纬度坐标；设定坐标阈值，如果在阈值范围内坐标重合，则预判事故发生；
S6:提取预测事故发生的车辆ID，针对不同车辆ID根据预判事故类型形成不同的发布策略；
S7:通过专用车载终端进行预警信息发布，防止交通事故发生。
3.根据权利要求2所述的基于车路协同的高速公路匝道辅助预警方法，在所述的步骤S3中，还包括以下步骤:在车辆ID提取变换为唯一ID过程设定不同的优先级，车载终端获取的车辆编号和雷达获取的车辆ID设置不同权限比重。
4.根据权利要求2所述的基于车路协同的高速公路匝道辅助预警方法，在所述的步骤S6中，还包括以下步骤:在发布策略中包含受影响范围的车辆判定，不同距离阈值范围内的车辆ID发布策略不同。
5.根据权利要求2所述的基于车路协同的高速公路匝道辅助预警方法，在所述的步骤S7中，还包括以下步骤:不同车辆发布信息不同，直接受影响车辆发布直接预警信息，间接受影响车辆发布提示信息。
CN202011267163.8A 2020-11-13 2020-11-13 基于车路协同的高速公路匝道辅助预警方法 Active CN112382093B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011267163.8A CN112382093B (zh) 2020-11-13 2020-11-13 基于车路协同的高速公路匝道辅助预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011267163.8A CN112382093B (zh) 2020-11-13 2020-11-13 基于车路协同的高速公路匝道辅助预警方法

Publications (2)

Publication Number Publication Date
CN112382093A true CN112382093A (zh) 2021-02-19
CN112382093B CN112382093B (zh) 2022-03-18

Family

ID=74583748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011267163.8A Active CN112382093B (zh) 2020-11-13 2020-11-13 基于车路协同的高速公路匝道辅助预警方法

Country Status (1)

Country Link
CN (1) CN112382093B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113689722A (zh) * 2021-08-27 2021-11-23 浙江数智交院科技股份有限公司 一种交通预警方法、电子设备和存储介质
CN114333330A (zh) * 2022-01-27 2022-04-12 浙江嘉兴数字城市实验室有限公司 一种基于路侧边缘全息感知的交叉口事件检测***及方法
CN114360246A (zh) * 2021-12-28 2022-04-15 北京汇通天下物联科技有限公司 一种高速公路出口匝道的预警方法、装置及存储介质
CN114639261A (zh) * 2022-02-15 2022-06-17 江苏大学 一种基于导航的车道级定制服务信息精准推送***及方法
CN115294769A (zh) * 2022-08-02 2022-11-04 北京觉非科技有限公司 一种智能交通***的车道级定位方法
CN115547035A (zh) * 2022-08-31 2022-12-30 交通运输部公路科学研究所 超视距避撞行驶控制方法、装置及信息物理***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160073687A (ko) * 2014-12-17 2016-06-27 주식회사 포스코아이씨티 차량 추돌 위험 경보 시스템 및 방법
CN105869439A (zh) * 2016-04-13 2016-08-17 重庆邮电大学 一种道路交汇口防撞预警方法、路侧设备与防撞***
CN107044856A (zh) * 2016-12-30 2017-08-15 袁重德 一种高速公路行驶车辆的厘米级在线定位方法
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
US20190108749A1 (en) * 2017-10-11 2019-04-11 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for infrastructure improvements
CN109637158A (zh) * 2018-12-27 2019-04-16 东南大学 一种用于快速路入口匝道区域的智能车辆合流预警方法
CN109859500A (zh) * 2018-12-17 2019-06-07 中电海康集团有限公司 一种基于车路协同的高速合流区安全预警方法
CN110544380A (zh) * 2019-09-17 2019-12-06 东南大学 一种面向道路合流区域的实时车道级安全态势评估方法
CN111462491A (zh) * 2019-12-10 2020-07-28 北京航空航天大学 一种基于匝道控制的高速公路合流区交通冲突预警方法
CN111524362A (zh) * 2020-05-19 2020-08-11 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障***与方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160073687A (ko) * 2014-12-17 2016-06-27 주식회사 포스코아이씨티 차량 추돌 위험 경보 시스템 및 방법
CN105869439A (zh) * 2016-04-13 2016-08-17 重庆邮电大学 一种道路交汇口防撞预警方法、路侧设备与防撞***
CN107044856A (zh) * 2016-12-30 2017-08-15 袁重德 一种高速公路行驶车辆的厘米级在线定位方法
US20190108749A1 (en) * 2017-10-11 2019-04-11 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for infrastructure improvements
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
CN109859500A (zh) * 2018-12-17 2019-06-07 中电海康集团有限公司 一种基于车路协同的高速合流区安全预警方法
CN109637158A (zh) * 2018-12-27 2019-04-16 东南大学 一种用于快速路入口匝道区域的智能车辆合流预警方法
CN110544380A (zh) * 2019-09-17 2019-12-06 东南大学 一种面向道路合流区域的实时车道级安全态势评估方法
CN111462491A (zh) * 2019-12-10 2020-07-28 北京航空航天大学 一种基于匝道控制的高速公路合流区交通冲突预警方法
CN111524362A (zh) * 2020-05-19 2020-08-11 河北德冠隆电子科技有限公司 基于多数据融合的车辆安全行驶保障***与方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘雨辰 等: "基于毫米波雷达的路侧感知技术在太湖隧道中的应用", 《隧道工程》 *
王东柱 等: "基于车路协同的高速公路合流区安全预警控制方法", 《公路交通科技》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113689722A (zh) * 2021-08-27 2021-11-23 浙江数智交院科技股份有限公司 一种交通预警方法、电子设备和存储介质
CN114360246A (zh) * 2021-12-28 2022-04-15 北京汇通天下物联科技有限公司 一种高速公路出口匝道的预警方法、装置及存储介质
CN114360246B (zh) * 2021-12-28 2023-03-17 北京汇通天下物联科技有限公司 一种高速公路出口匝道的预警方法、装置及存储介质
CN114333330A (zh) * 2022-01-27 2022-04-12 浙江嘉兴数字城市实验室有限公司 一种基于路侧边缘全息感知的交叉口事件检测***及方法
CN114333330B (zh) * 2022-01-27 2023-04-25 浙江嘉兴数字城市实验室有限公司 一种基于路侧边缘全息感知的交叉口事件检测***
CN114639261A (zh) * 2022-02-15 2022-06-17 江苏大学 一种基于导航的车道级定制服务信息精准推送***及方法
CN115294769A (zh) * 2022-08-02 2022-11-04 北京觉非科技有限公司 一种智能交通***的车道级定位方法
CN115547035A (zh) * 2022-08-31 2022-12-30 交通运输部公路科学研究所 超视距避撞行驶控制方法、装置及信息物理***
CN115547035B (zh) * 2022-08-31 2023-08-29 交通运输部公路科学研究所 超视距避撞行驶控制方法、装置及信息物理***

Also Published As

Publication number Publication date
CN112382093B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN112382093B (zh) 基于车路协同的高速公路匝道辅助预警方法
CN108550262B (zh) 基于毫米波雷达的城市交通感知***
CN109559532B (zh) 高速公路出口分流区车路协同安全预警控制方法
CN104537889B (zh) 一种不同车况下的防撞方法和***
CN201927173U (zh) 智能电子车牌自动稽查和收费***
CN104376729B (zh) 一种基于车车通信的高速公路对向车道拥塞提示方法
CN107657813A (zh) 基于行车轨迹的高速公路交通执法判别方法
CN109191876A (zh) 一种基于车联网技术的特殊车辆交通诱导***及其控制方法
CN113593273A (zh) 一种基于v2i通信的无信号控制道路交叉口碰撞预警方法
CN110428604B (zh) 一种基于轨迹和地图数据的出租车违停监测与预警方法
CN112750326A (zh) 一种广义车路协同***和方法
CN102254429A (zh) 一种基于视频识别的违章车辆检测装置和方法
CN103650465A (zh) 在车辆对周围环境的无线通信中接收数据的方法和通信***
CN109448384B (zh) 一种高速公路危险交通行为识别方法
CN109949582A (zh) 一种基于无线定位的车辆违法行驶监控***
CN104408920A (zh) 基于卡口通行信息判断长途客运车辆交通违法行为的方法
CN108230674A (zh) 基于车车通信技术提高公交专用道利用率的车辆协调控制方法
CN116434523A (zh) 信息感知场景下基于约束度的车辆主动安全管控方法及装置
CN114419874A (zh) 基于路侧感知设备数据融合的目标行车安全风险预警方法
CN108230686A (zh) 一种智能车牌、车辆管控***及方法
CN110299010A (zh) 一种面向车路协同路侧设备的信息处理方法
CN112150799A (zh) 一种融合雷达视频的道路车辆交通大数据采集的方法
CN106683406B (zh) 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法
CN112034449A (zh) 基于物理空间属性实现对车辆行驶轨迹修正的***及方法
KR101945179B1 (ko) 위험 교통류 정보 제공 시스템 및 그 방법

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